JPH0782355B2 - 雑音除去と話者適応の機能を有する音声認識装置 - Google Patents
雑音除去と話者適応の機能を有する音声認識装置Info
- Publication number
- JPH0782355B2 JPH0782355B2 JP3028783A JP2878391A JPH0782355B2 JP H0782355 B2 JPH0782355 B2 JP H0782355B2 JP 3028783 A JP3028783 A JP 3028783A JP 2878391 A JP2878391 A JP 2878391A JP H0782355 B2 JPH0782355 B2 JP H0782355B2
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- voice
- input
- representative pattern
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Description
【０００１】
【産業上の利用分野】この発明は雑音除去と話者適応の
機能を有する音声認識装置に関し、特に、認識対象とな
る音声成分以外の信号を含んだ入力信号を入力した場合
においても、高精度に音声認識を行なうことのできるよ
うな雑音除去と話者適応の機能を有する音声認識装置に
関する。
機能を有する音声認識装置に関し、特に、認識対象とな
る音声成分以外の信号を含んだ入力信号を入力した場合
においても、高精度に音声認識を行なうことのできるよ
うな雑音除去と話者適応の機能を有する音声認識装置に
関する。
【０００２】
【従来の技術】図４は従来の音声認識装置の一例を示す
概略ブロック図である。この図４に示した音声認識装置
は認識処理に音声認識の分野でよく知られているＨＭＭ
（Hidden Markov Model ）を使用したものであり、以下
には標準パターンを作成する学習のステップと認識のス
テップとに分けて説明する。ＨＭＭ学習時において、雑
音の重畳された音声は音声分析部４１に与えられて分析
される。その分析結果は雑音学習部４２と雑音除去部４
３に与えられる。
概略ブロック図である。この図４に示した音声認識装置
は認識処理に音声認識の分野でよく知られているＨＭＭ
（Hidden Markov Model ）を使用したものであり、以下
には標準パターンを作成する学習のステップと認識のス
テップとに分けて説明する。ＨＭＭ学習時において、雑
音の重畳された音声は音声分析部４１に与えられて分析
される。その分析結果は雑音学習部４２と雑音除去部４
３に与えられる。
【０００３】雑音学習部４２は音声成分の含まれていな
い雑音のみの分析結果の平均値を求め、雑音の代表パタ
ーンを作成する。雑音除去部４３は雑音を含んだ音声の
分析結果より、先に求めた雑音の代表パターンを減算
し、雑音成分を除去したパターンを作成する。作成され
たパターンはＶＱコードブック作成部４４に与えられ
る。ＶＱコードブック作成部４４は雑音成分を除去した
パターンから標準話者ベクトル符号帳（コードブック）
を作成する。ベクトル量子化部４５はＶＱコードブック
作成部４４で作成されたコードブックを用いて、ＨＭＭ
の学習用音声をベクトル量子化し、ＨＭＭのトレーニン
グを行なって、ＨＭＭ記憶部４６に記憶させる。
い雑音のみの分析結果の平均値を求め、雑音の代表パタ
ーンを作成する。雑音除去部４３は雑音を含んだ音声の
分析結果より、先に求めた雑音の代表パターンを減算
し、雑音成分を除去したパターンを作成する。作成され
たパターンはＶＱコードブック作成部４４に与えられ
る。ＶＱコードブック作成部４４は雑音成分を除去した
パターンから標準話者ベクトル符号帳（コードブック）
を作成する。ベクトル量子化部４５はＶＱコードブック
作成部４４で作成されたコードブックを用いて、ＨＭＭ
の学習用音声をベクトル量子化し、ＨＭＭのトレーニン
グを行なって、ＨＭＭ記憶部４６に記憶させる。
【０００４】次に、認識時の動作について説明する。Ｈ
ＭＭ学習時と同様の手順により、音声分析部４１で分析
された音声が雑音除去部４３に与えられて雑音成分を除
去したパターンが作成される。ベクトル量子化部４５は
ＨＭＭの学習時に作成したコードブックを用いて、雑音
除去部４３から得られた雑音成分を除去した音声をベク
トル量子化する。ＨＭＭ認識部４７は雑音成分の除去さ
れたパターンとＨＭＭ標準パターンとを用いて音声認識
を行なう。
ＭＭ学習時と同様の手順により、音声分析部４１で分析
された音声が雑音除去部４３に与えられて雑音成分を除
去したパターンが作成される。ベクトル量子化部４５は
ＨＭＭの学習時に作成したコードブックを用いて、雑音
除去部４３から得られた雑音成分を除去した音声をベク
トル量子化する。ＨＭＭ認識部４７は雑音成分の除去さ
れたパターンとＨＭＭ標準パターンとを用いて音声認識
を行なう。
【０００５】
【発明が解決しようとする課題】上述のごとく構成され
た従来の音声認識装置において、雑音除去部４３の出力
を用いて認識する方法では、雑音除去の段階において音
声成分の一部が雑音成分とともに除去されていたり、除
去しきれない雑音成分が音声の中に残留することによ
り、音声の特徴が歪んでしまい高精度の音声認識ができ
ないという問題点があった。
た従来の音声認識装置において、雑音除去部４３の出力
を用いて認識する方法では、雑音除去の段階において音
声成分の一部が雑音成分とともに除去されていたり、除
去しきれない雑音成分が音声の中に残留することによ
り、音声の特徴が歪んでしまい高精度の音声認識ができ
ないという問題点があった。
【０００６】それゆえに、この発明の主たる目的は、雑
音除去部で雑音を除去した音声の歪みをコードブックマ
ッピングを用いた環境適応方法により修正し得る雑音除
去と話者適応の機能を有する音声認識装置を提供するこ
とである。
音除去部で雑音を除去した音声の歪みをコードブックマ
ッピングを用いた環境適応方法により修正し得る雑音除
去と話者適応の機能を有する音声認識装置を提供するこ
とである。
【０００７】
【課題を解決するための手段】この発明は雑音除去と話
者適応の機能を有する音声認識装置であって、入力話者
の音声を含む入力信号から認識しようとする入力話者の
音声以外の信号を取除く雑音信号除去手段と、入力信号
に含まれる音声を分析して分析パラメータを出力する音
声分析手段と、求められた雑音の重畳していない音声の
分析パラメータ間の距離を求めて所定の個数に類別し、
代表パターンを求める代表パターン作成手段と、作成さ
れた代表パターンを標準話者ベクトル符号帳として記憶
する第１の記憶手段と、作成された代表パターンと分析
された分析パラメータ間の距離を計算し、距離の近い任
意に指定された個数の代表パターンで入力音声を表現す
る入力音声表現手段と、表現された入力音声代表パター
ン列を標準話者パターンとして記憶する第２の記憶手段
と、雑音信号除去手段によって入力話者の音声以外の信
号が取除かれた音声から代表パターンとその代表パター
ンで表現された入力音声代表パターン列を求め、それぞ
れを入力話者ベクトル符号帳と入力話者パターンとして
記憶する第３の記憶手段と、標準話者パターンと入力話
者パターンとを用いて標準話者ベクトル符号帳の代表パ
ターンと入力話者ベクトル符号帳の代表パターンとの間
の対応付けを求める対応付手段と、入力話者が発声した
任意の音声を入力話者ベクトル符号帳の代表パターンを
用いて入力話者代表パターン列で表現したものを他の対
応付けを用いて標準話者代表パターンで再表現する再表
現手段と、標準話者代表パターンで再表現された入力話
者の音声を認識する認識手段とを備えて構成される。
者適応の機能を有する音声認識装置であって、入力話者
の音声を含む入力信号から認識しようとする入力話者の
音声以外の信号を取除く雑音信号除去手段と、入力信号
に含まれる音声を分析して分析パラメータを出力する音
声分析手段と、求められた雑音の重畳していない音声の
分析パラメータ間の距離を求めて所定の個数に類別し、
代表パターンを求める代表パターン作成手段と、作成さ
れた代表パターンを標準話者ベクトル符号帳として記憶
する第１の記憶手段と、作成された代表パターンと分析
された分析パラメータ間の距離を計算し、距離の近い任
意に指定された個数の代表パターンで入力音声を表現す
る入力音声表現手段と、表現された入力音声代表パター
ン列を標準話者パターンとして記憶する第２の記憶手段
と、雑音信号除去手段によって入力話者の音声以外の信
号が取除かれた音声から代表パターンとその代表パター
ンで表現された入力音声代表パターン列を求め、それぞ
れを入力話者ベクトル符号帳と入力話者パターンとして
記憶する第３の記憶手段と、標準話者パターンと入力話
者パターンとを用いて標準話者ベクトル符号帳の代表パ
ターンと入力話者ベクトル符号帳の代表パターンとの間
の対応付けを求める対応付手段と、入力話者が発声した
任意の音声を入力話者ベクトル符号帳の代表パターンを
用いて入力話者代表パターン列で表現したものを他の対
応付けを用いて標準話者代表パターンで再表現する再表
現手段と、標準話者代表パターンで再表現された入力話
者の音声を認識する認識手段とを備えて構成される。
【０００８】
【作用】この発明に係る音声認識装置は、雑音信号除去
手段によりまず音声以外の雑音成分を除去する。この除
去の段階では音声信号の一部が雑音成分とともに除去さ
れていたり、除去しきれない雑音成分が音声の中に残っ
ている。このようなことが原因で起こる音声の歪みを環
境適応方法を用いて改善することにより、高精度の音声
認識が可能となるとともに、入力話者と標準話者を別の
話者にした場合は話者適応も同時に行なうことができ
る。
手段によりまず音声以外の雑音成分を除去する。この除
去の段階では音声信号の一部が雑音成分とともに除去さ
れていたり、除去しきれない雑音成分が音声の中に残っ
ている。このようなことが原因で起こる音声の歪みを環
境適応方法を用いて改善することにより、高精度の音声
認識が可能となるとともに、入力話者と標準話者を別の
話者にした場合は話者適応も同時に行なうことができ
る。
【０００９】
【実施例】図１はこの発明の一実施例を示す概略ブロッ
ク図であり、図２は図１に示した雑音除去部の具体的な
ブロック図であり、図３は図１に示した環境適応部の具
体的なブロック図である。
ク図であり、図２は図１に示した雑音除去部の具体的な
ブロック図であり、図３は図１に示した環境適応部の具
体的なブロック図である。
【００１０】図１において音声信号１は雑音除去部２に
与えられて雑音が除去され、雑音が除去された歪みを含
む音声データは環境適応部３に入力され、その歪みが修
正されるとともに認識される。
与えられて雑音が除去され、雑音が除去された歪みを含
む音声データは環境適応部３に入力され、その歪みが修
正されるとともに認識される。
【００１１】雑音除去部２は人間の神経回路網を模擬し
たニューラルネットワークが用いられる。なお、雑音除
去部２は、このようなニューラルネットワークに限定さ
れるものではなく、従来例で示した方法を用いてもよ
く、従来から研究されている他の雑音除去方法を用いて
もよい。この発明の一実施例に用いられる雑音除去部２
のニューラルネットワークは、図２に示すように４層の
構造になっている。すなわち、入力層２１，隠れ層２
２，２３，出力層２４はそれぞれ６０個のユニット２５
を有している。それぞれのユニットは、その上に位置す
る層の各ユニットと結合されている。係るニューラルネ
ットワークは、各ユニット間の結合強度（Ｗ：２６）を
最適に決定することにより、雑音除去を行なう機能を実
現する。結合強度の学習には、back-propagation学習ア
ルゴリズムを用いる。
たニューラルネットワークが用いられる。なお、雑音除
去部２は、このようなニューラルネットワークに限定さ
れるものではなく、従来例で示した方法を用いてもよ
く、従来から研究されている他の雑音除去方法を用いて
もよい。この発明の一実施例に用いられる雑音除去部２
のニューラルネットワークは、図２に示すように４層の
構造になっている。すなわち、入力層２１，隠れ層２
２，２３，出力層２４はそれぞれ６０個のユニット２５
を有している。それぞれのユニットは、その上に位置す
る層の各ユニットと結合されている。係るニューラルネ
ットワークは、各ユニット間の結合強度（Ｗ：２６）を
最適に決定することにより、雑音除去を行なう機能を実
現する。結合強度の学習には、back-propagation学習ア
ルゴリズムを用いる。
【００１２】以下、学習のステップと雑音除去のステッ
プに分けて説明を行なう。学習のステップ１において
は、入力層２１に入力信号として雑音の重畳された音声
波形を与え、出力層２４に教師信号として雑音が重畳さ
れていない入力信号に対応する音声波形をそれぞれ６０
ポイントずつ与える。次のステップ２において、入力信
号と教師信号とを６０ポイントずらせる。ステップ３に
おいて、任意に指定された単語数が終了するまで上述の
ステップ１〜３を繰返す。ステップ４において、back-p
ropagation学習アルゴリズムを用いて、結合強度を変更
する。ニューラルネットワークの出力と教師信号との差
がある値より大きければ、最初のステップ１に戻り、小
さければ学習を終了する。
プに分けて説明を行なう。学習のステップ１において
は、入力層２１に入力信号として雑音の重畳された音声
波形を与え、出力層２４に教師信号として雑音が重畳さ
れていない入力信号に対応する音声波形をそれぞれ６０
ポイントずつ与える。次のステップ２において、入力信
号と教師信号とを６０ポイントずらせる。ステップ３に
おいて、任意に指定された単語数が終了するまで上述の
ステップ１〜３を繰返す。ステップ４において、back-p
ropagation学習アルゴリズムを用いて、結合強度を変更
する。ニューラルネットワークの出力と教師信号との差
がある値より大きければ、最初のステップ１に戻り、小
さければ学習を終了する。
【００１３】次に、認識のステップにおいては、雑音が
重畳された音声波形を入力層２１に与えると、雑音が除
去された音声波形が出力として得られる。
重畳された音声波形を入力層２１に与えると、雑音が除
去された音声波形が出力として得られる。
【００１４】次に、図３に示した環境適応部について説
明する。この実施例における適応方法は、ベクトル量子
化が特徴空間の離散表現になることを利用し、雑音が重
畳した音声と、雑音の重畳していない音声間の有限個の
離散点の関係を見出だすことにより環境適応を行なうも
のである。この方法は、雑音が重畳した話者の学習音声
を用いて生成したコードブックを用い、ベクトル量子化
した雑音を重畳話者の学習音声と、標準話者のコードブ
ックを用いてベクトル量子化した標準話者の学習音声間
で非線形マッチング（ＤＴＷ）を行なうことにより、両
ベクトルコード列間での最適パスを求め、コードブック
の各ベクトルの対応付けを行ない、対応付けヒストグラ
ムを求めるものである。
明する。この実施例における適応方法は、ベクトル量子
化が特徴空間の離散表現になることを利用し、雑音が重
畳した音声と、雑音の重畳していない音声間の有限個の
離散点の関係を見出だすことにより環境適応を行なうも
のである。この方法は、雑音が重畳した話者の学習音声
を用いて生成したコードブックを用い、ベクトル量子化
した雑音を重畳話者の学習音声と、標準話者のコードブ
ックを用いてベクトル量子化した標準話者の学習音声間
で非線形マッチング（ＤＴＷ）を行なうことにより、両
ベクトルコード列間での最適パスを求め、コードブック
の各ベクトルの対応付けを行ない、対応付けヒストグラ
ムを求めるものである。
【００１５】このように、異空間の対応付けをコードブ
ックの各ベクトルの対応付けヒストグラムで表現するた
め、標準話者のＨＭＭ（Hidden Markov Model ）を用い
て雑音重畳話者の音声を認識できる。このように、ある
空間を別の空間へマッチィングするコードブックマッチ
ィングの手法を雑音環境から雑音のない環境へのマッチ
ィングに応用した。
ックの各ベクトルの対応付けヒストグラムで表現するた
め、標準話者のＨＭＭ（Hidden Markov Model ）を用い
て雑音重畳話者の音声を認識できる。このように、ある
空間を別の空間へマッチィングするコードブックマッチ
ィングの手法を雑音環境から雑音のない環境へのマッチ
ィングに応用した。
【００１６】以下に、図３を参照して、環境適応部３に
ついてより具体的に説明する。説明は対応付けを求める
ための学習のステップと認識のステップとに分けて行な
う。ただし、この実施例では、認識処理に音声認識の分
野でよく知られている、ＨＭＭを使用した場合について
説明する。また、環境適応部３への入力は、学習時は雑
音の重畳していないデータ、正確には雑音の影響が無視
できるデータを用いると言う立場で説明を行なうが、雑
音除去部２で雑音が除去されたデータを用いてもよい。
ついてより具体的に説明する。説明は対応付けを求める
ための学習のステップと認識のステップとに分けて行な
う。ただし、この実施例では、認識処理に音声認識の分
野でよく知られている、ＨＭＭを使用した場合について
説明する。また、環境適応部３への入力は、学習時は雑
音の重畳していないデータ、正確には雑音の影響が無視
できるデータを用いると言う立場で説明を行なうが、雑
音除去部２で雑音が除去されたデータを用いてもよい。
【００１７】ＨＭＭの学習の最初のステップ１におい
て、音声分析部３１によって音声を分析する。ステップ
２において、その分析結果をもとにＶＱコードブック作
成部３３は雑音の重畳していない環境で発声した単語よ
り標準話者のコードブックを作成する。ベクトル量子化
部３２は、ステップ３において、標準話者の学習単語を
標準話者のコードブックを用いてベクトル量子化する。
次のステップ４において、標準パターン作成部３５はベ
クトル量子化した標準パターンを作成する。ステップ５
において、前述の作成したコードブックを用いて、ＨＭ
Ｍの学習用音声をベクトル量子化し、ＨＭＭのトレーニ
ングを行ない、ＨＭＭ記憶部３８に記憶する。
て、音声分析部３１によって音声を分析する。ステップ
２において、その分析結果をもとにＶＱコードブック作
成部３３は雑音の重畳していない環境で発声した単語よ
り標準話者のコードブックを作成する。ベクトル量子化
部３２は、ステップ３において、標準話者の学習単語を
標準話者のコードブックを用いてベクトル量子化する。
次のステップ４において、標準パターン作成部３５はベ
クトル量子化した標準パターンを作成する。ステップ５
において、前述の作成したコードブックを用いて、ＨＭ
Ｍの学習用音声をベクトル量子化し、ＨＭＭのトレーニ
ングを行ない、ＨＭＭ記憶部３８に記憶する。
【００１８】次に、対応付けの学習を行なう。最初のス
テップ１では、音声分析部３１が音声を分析する。この
分析結果をもとにＶＱコードブック作成部３３はステッ
プ２において、雑音重畳話者の学習単語より雑音重畳話
者のベクトル量子化コードブックを作成する。次のステ
ップ３において、ベクトル量子化部３２は雑音重畳話者
の学習音声を雑音重畳話者のコードブックを用いてベク
トル量子化する。ステップ４において、ＤＴＷ計算部３
４によって標準話者のコードブックでベクトル量子化し
た標準話者の学習単語とステップ３で作成した雑音重畳
話者の学習単語間でＤＴＷを行ない、最適パスを求め
る。ステップ５において、対応付けヒストグラム作成部
４０はＤＴＷの最適パスに従い、コードブック間のベク
トルの対応回数を求め、対応付けヒストグラムを求め
る。ステップ６において、変換コードブック作成部３９
で対応付けヒストグラムの値を重みとし、雑音重畳話者
の空間を標準話者の空間に写像するための変換コードブ
ックを求める。ステップ７において、雑音重畳話者のコ
ードブックを変換コードブックに入換える。ステップ８
において、ステップ２からステップ６を所定の回数繰返
す。ステップ１０において、対応付けヒストグラム記憶
部３６に上述のステップで求めた対応付けヒストグラム
を記憶する。
テップ１では、音声分析部３１が音声を分析する。この
分析結果をもとにＶＱコードブック作成部３３はステッ
プ２において、雑音重畳話者の学習単語より雑音重畳話
者のベクトル量子化コードブックを作成する。次のステ
ップ３において、ベクトル量子化部３２は雑音重畳話者
の学習音声を雑音重畳話者のコードブックを用いてベク
トル量子化する。ステップ４において、ＤＴＷ計算部３
４によって標準話者のコードブックでベクトル量子化し
た標準話者の学習単語とステップ３で作成した雑音重畳
話者の学習単語間でＤＴＷを行ない、最適パスを求め
る。ステップ５において、対応付けヒストグラム作成部
４０はＤＴＷの最適パスに従い、コードブック間のベク
トルの対応回数を求め、対応付けヒストグラムを求め
る。ステップ６において、変換コードブック作成部３９
で対応付けヒストグラムの値を重みとし、雑音重畳話者
の空間を標準話者の空間に写像するための変換コードブ
ックを求める。ステップ７において、雑音重畳話者のコ
ードブックを変換コードブックに入換える。ステップ８
において、ステップ２からステップ６を所定の回数繰返
す。ステップ１０において、対応付けヒストグラム記憶
部３６に上述のステップで求めた対応付けヒストグラム
を記憶する。
【００１９】認識時は、ＨＭＭ環境適応部３７で学習時
に求めたヒストグラムを両コードベクトルにおける対応
付けの確からしさと見なし、標準話者のＨＭＭの出力確
率とヒストグラムの積を取ることにより標準話者のコー
ドベクトルの出力確率を変換し、ＨＭＭを用いた認識を
行なう。
に求めたヒストグラムを両コードベクトルにおける対応
付けの確からしさと見なし、標準話者のＨＭＭの出力確
率とヒストグラムの積を取ることにより標準話者のコー
ドベクトルの出力確率を変換し、ＨＭＭを用いた認識を
行なう。
【００２０】
【発明の効果】以上のように、この発明によれば、雑音
信号除去手段により入力信号から雑音成分を除去し、こ
の除去の段階では音声成分の一部が雑音成分とともに除
去されていたり、除去しきれない雑音成分が音声の中に
残っている。このようなことが原因で起こる音声の歪み
を従来のコードブックマッチィング手法により改善する
ようにしたので、それぞれの長所を生かした高精度の音
声認識を行なうことができる。また、実施例における環
境適応部は、話者適応にも用いることができるので、こ
の発明を用いることによって雑音除去と話者適応を同時
に行なえる。さらに、この発明による認識実験結果を述
べると、雑音環境がＳ／Ｎ比で５ｄＢの場合、雑音に対
する処理を行なわない場合の認識率が４３．８％であっ
たのに対して、雑音除去部のみを用いた場合の認識率は
５９．９％となり、環境適応部のみを用いた場合の認識
率は５８．３％になった。さらに雑音除去と環境適応部
を組合わせた場合６２．３％の認識率を得ることができ
た。
信号除去手段により入力信号から雑音成分を除去し、こ
の除去の段階では音声成分の一部が雑音成分とともに除
去されていたり、除去しきれない雑音成分が音声の中に
残っている。このようなことが原因で起こる音声の歪み
を従来のコードブックマッチィング手法により改善する
ようにしたので、それぞれの長所を生かした高精度の音
声認識を行なうことができる。また、実施例における環
境適応部は、話者適応にも用いることができるので、こ
の発明を用いることによって雑音除去と話者適応を同時
に行なえる。さらに、この発明による認識実験結果を述
べると、雑音環境がＳ／Ｎ比で５ｄＢの場合、雑音に対
する処理を行なわない場合の認識率が４３．８％であっ
たのに対して、雑音除去部のみを用いた場合の認識率は
５９．９％となり、環境適応部のみを用いた場合の認識
率は５８．３％になった。さらに雑音除去と環境適応部
を組合わせた場合６２．３％の認識率を得ることができ
た。
【図１】この発明の一実施例の全体の構成を示す概略ブ
ロック図である。
ロック図である。
【図２】図１に示した雑音除去部の具体的なブロック図
である。
である。
【図３】図１に示した環境適応部の具体的なブロック図
である。
である。
【図４】従来の音声認識装置の概略ブロック図である。
２ 雑音除去部 ３ 環境適応部 ２１ 入力層 ２２，２３ 隠れ層 ２４ 出力層 ３１ 音声分析部 ３２ ベクトル量子化部 ３３ ＶＱコードブック作成部 ３４ ＤＴＷ計算部 ３５ 標準パターン作成部 ３６ 対応付けヒストグラム記憶部 ３７ ＨＭＭ環境適応部 ３８ ＨＭＭ記憶部 ３９ 変換コードブック作成部 ４０ 対応付けヒストグラム作成部
フロントページの続き (56)参考文献 特開 昭63−5396（ＪＰ，Ａ) 特開 平２−72397（ＪＰ，Ａ) 特開 昭64−102599（ＪＰ，Ａ)
Claims (3)
- 【請求項１】 入力話者の音声を含む入力信号から認識
しようとする入力話者の音声以外の信号を取除く雑音信
号除去手段、 前記入力信号に含まれる音声を分析して分析パラメータ
を出力する音声分析手段、 前記音声分析手段によって求められた雑音の重畳してい
ない音声の分析パラメータ間の距離を求めて所定の個数
に類別し、代表パターンを求める代表パターン作成手
段、 前記代表パターン作成手段によって作成された代表パタ
ーンを標準話者ベクトル符号帳として記憶する第１の記
憶手段、 前記代表パターン作成手段によって作成された代表パタ
ーンと前記音声分析手段によって分析された分析パラメ
ータ間の距離を計算し、距離の近い任意に指定された個
数の代表パターンで入力音声を表現する入力音声表現手
段、 前記入力音声表現手段によって代表パターンで表現され
た入力音声代表パターン列を標準話者パターンとして記
憶する第２の記憶手段、 前記雑音信号除去手段によって入力話者の音声以外の信
号が取り除かれた音声から代表パターンと該代表パター
ンで表現された入力音声代表パターン列を求め、それぞ
れを入力話者ベクトル符号帳と入力話者パターンとして
記憶する第３の記憶手段、 前記標準話者パターンと前記入力話者パターンとを用い
て標準話者ベクトル符号帳の代表パターンと入力話者ベ
クトル符号帳の代表パターン間の対応付けを求める対応
付手段、 前記入力話者が発声した任意の音声を前記入力話者ベク
トル符号帳の代表パターンを用いて入力話者代表パター
ン列で表現したものを係る対応付けを用いて標準話者代
表パターンで再表現する再表現手段、および 前記再表現手段によって前記標準話者代表パターンで再
表現された入力話者の音声を認識する認識手段を備え
た、雑音除去と話者適応の機能を有する音声認識装置。 - 【請求項２】 前記入力話者と標準話者を同一の話者と
したことを特徴とする、請求項１の雑音除去と話者適応
の機能を有する音声認識装置。 - 【請求項３】 前記雑音除去手段は、波形を入出力とす
るニューラルネットワークを含む、請求項１の雑音除去
と話者適応の機能を有する音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3028783A JPH0782355B2 (ja) | 1991-02-22 | 1991-02-22 | 雑音除去と話者適応の機能を有する音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3028783A JPH0782355B2 (ja) | 1991-02-22 | 1991-02-22 | 雑音除去と話者適応の機能を有する音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04267300A JPH04267300A (ja) | 1992-09-22 |
| JPH0782355B2 true JPH0782355B2 (ja) | 1995-09-06 |
Family
ID=12258018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3028783A Expired - Fee Related JPH0782355B2 (ja) | 1991-02-22 | 1991-02-22 | 雑音除去と話者適応の機能を有する音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0782355B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3680380B2 (ja) * | 1995-10-26 | 2005-08-10 | ソニー株式会社 | 音声符号化方法及び装置 |
| JP2002123285A (ja) * | 2000-10-13 | 2002-04-26 | Sony Corp | 話者適応装置および話者適応方法、記録媒体、並びに音声認識装置 |
| JP6506074B2 (ja) * | 2015-03-30 | 2019-04-24 | 日本電信電話株式会社 | 音響モデル学習装置、音声認識装置、音響モデル学習方法、音声認識方法及びプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS635396A (ja) * | 1986-06-25 | 1988-01-11 | 日本電気株式会社 | 時系列パタ−ン認識装置 |
| JP2764277B2 (ja) * | 1988-09-07 | 1998-06-11 | 株式会社日立製作所 | 音声認識装置 |
-
1991
- 1991-02-22 JP JP3028783A patent/JPH0782355B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04267300A (ja) | 1992-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7266494B2 (en) | Method and apparatus for identifying noise environments from noisy signals | |
| JP3037864B2 (ja) | 音声コード化装置及び方法 | |
| US5596679A (en) | Method and system for identifying spoken sounds in continuous speech by comparing classifier outputs | |
| JPH07271394A (ja) | 確実な電話音声認識のための信号バイアスの除去 | |
| JP4202124B2 (ja) | 話者独立音声認識システムのための音声テンプレートを構成するための方法及び装置 | |
| US5812973A (en) | Method and system for recognizing a boundary between contiguous sounds for use with a speech recognition system | |
| JP2768274B2 (ja) | 音声認識装置 | |
| US5734793A (en) | System for recognizing spoken sounds from continuous speech and method of using same | |
| JPH05216490A (ja) | 音声コード化装置及び方法並びに音声認識装置及び方法 | |
| JPH07146699A (ja) | 音声認識方法 | |
| JPH0743598B2 (ja) | 音声認識方法 | |
| CN109979436B (zh) | 一种基于频谱自适应法的bp神经网络语音识别系统及方法 | |
| JP2004523788A (ja) | 音声認識モデルの効率的な記憶のためのシステムおよび方法 | |
| US5943647A (en) | Speech recognition based on HMMs | |
| US8990092B2 (en) | Voice recognition device | |
| JPH0782355B2 (ja) | 雑音除去と話者適応の機能を有する音声認識装置 | |
| JP3354252B2 (ja) | 音声認識装置 | |
| JP2000194392A (ja) | 騒音適応型音声認識装置及び騒音適応型音声認識プログラムを記録した記録媒体 | |
| JP2003005785A (ja) | 音源の分離方法および分離装置 | |
| JP2700143B2 (ja) | 音声コーディング装置および方法 | |
| JP2545914B2 (ja) | 音声認識方法 | |
| JP3098593B2 (ja) | 音声認識装置 | |
| JPH01204099A (ja) | 音声認識装置 | |
| JPH07121197A (ja) | 学習式音声認識方法 | |
| JP3091504B2 (ja) | 神経回路網モデルによる音声認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960227 |
|
| LAPS | Cancellation because of no payment of annual fees |