JPH0797280B2

JPH0797280B2 - 情報処理方法

Info

Publication number: JPH0797280B2
Application number: JP60015436A
Authority: JP
Inventors: 穆桜井
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1985-01-31
Filing date: 1985-01-31
Publication date: 1995-10-18
Anticipated expiration: 2010-10-18
Also published as: JPS61175698A

Description

【発明の詳細な説明】［技術分野］本発明は情報処理方法に関し、特に複数の登録パターン
から入力パターンに対応するパターンを導出する情報処
理方法に関するものである。

［従来技術］従来、この種の情報処理方法は、入力パターンに対して
登録パターンの全てをパターンマッチングすることによ
り行っていた。

従って、登録パターンが増大するのに伴い、処理時間も
共に増大するという問題が生じていた。

［目的］本発明は上記従来例に鑑みてなされたもので、その目的
とするところは、登録パターン数が増大してもパターン
マッチングを行うパターン数は少ないもので済み、迅速
かつ正確な処理を実行し得る情報処理方法を提供するこ
とにある。

［実施例］以下、添付図面に従つて本発明の実施例を詳細に説明す
る。

第１図は本発明に係る実施例の音声認識装置を示すブロ
ツク構成図である。図において、１は音声を入力するマ
イクロホン、２は音声入力信号の特徴パラメータを抽出
する特徴抽出部、３は抽出した特徴パラメータ信号をデ
ジタル変換するA/D変換器、４は入力音声特徴情報と登
録音声特徴情報のパターンマッチング処理をすることに
より音声認識を行うセントラルプロセツシングユニツト
（CPU）である。

CPU4のブロツク中にはプログラムの実行により実現され
る各種機能構成が示されている。５は話者の基準音声パ
ターンを登録しておく登録メモリ、６は入力及び登録音
声パターン間のパターンマツチングにより類似度の距離
計算をする距離計算部、７は基準として選んだ特定の登
録音声パターンと該登録音声パターンを含む残りの登録
音声パターンとの距離を夫々の登録音声パターンに付し
た識別符号と共に保持する距離テーブルメモリ、８は入
力音声と登録音声との間の距離計算結果に従つて入力音
声を識別し、判定結果を符号で出力する音声判定部、９
は上述した各機能ブロツクの処理を進める制御部、SW1
〜SW3は情報の流れを切替えるスイツチ手段である。

第２図（ａ）〜（ｃ）は本発明の動作原理の説明に係
り、第２図（ａ）は登録音声パターンが特徴空間上で離
散分布している様子を示す概念図である。ここで、各点
が夫々１つの登録音声パターンを表わしているとする
と、新たに未知の音声パターンｘが入力された場合、従
来ではこの入力音声パターンｘと空間上の全登録音声パ
ターンνとのパターンマツチングを行い、ｘに最も近い
点ｘ′の登録音声パターン識別符号をもつて音声認識結
果としていた。従つて、未知音声の入力毎に全登録音声
パターンの数だけパターンマツチング処理が行なわれ、
特に登録語彙数が多い場合は認識に多大の時間を要して
いたことは前述した通りである。

本発明の一態様によれば、第２図（ｂ）に示すように、
予め音声パターン登録時に登録音声パターン中の特定の
１個ａを基準音声パターンとし、該基準音声パターンａ
と全登録音声パターンν（ａを含む）とのパターンマツ
チング処理を行ない、その結果得られた距離を夫々の登
録符号ｎと共に距離テーブルメモリ７に記憶する。

次に音声認識の際は、まず入力された未知音声パターン
ｘと基準音声パターンａとの間のパターンマツチング処
理を行ない、その結果得られた距離ｄに最も値の近い距
離ｄ′を有する登録パターンｘ′を距離テーブル中から
見つけ、該登録パターンｘ′の近傍（例えば基準音声パ
ターンａからの距離にして±w/2の範囲内）にある各登
録パターンの登録符号を求め、求めた範囲内の登録音声
パターンについてのみ前記入力音声パターンとのパター
ンマツチング処理を行なう。

第２図（ｃ）は基準音声パターンを２個（図の点a,b）
選んだ場合の他の一態様を示すものである。この場合も
基準音声パターンa,bとの距離から未知入力音声パター
ンｘに最も近い登録音声パターンx₁′及びx₂′を夫々求
め、該登録音声パターンx₁′及びx₂′と基準音声パター
ンa,bとの間の夫々の距離d₁′，d₂′の近傍に共に含ま
れる登録音声パターンのみを音声認識の対象とすること
により（図の斜線部）、パターンマツチングの回数を大
幅に減少させることができる。

以下、実施例の動作を説明する。

第３図は音声登録の際の距離テーブル作成処理を示すフ
ローチヤートである。音声登録の際は第１図のSW1〜SW3
の接点Ｃが全て１側に接続されている。マイクロホン１
から入力された音声信号は特徴抽出部２で特徴ベクトル
が抽出され、A/D変換の後、登録メモリ５に格納され
る。その際、登録メモリ５の格納場所は制御部９出力の
シーケンシヤルアドレス信号Ｓにより決定される。こう
してＮ個の音声パターン登録が終了すると、ステツプS1
で登録メモリ５に格納された登録音声パターンの１つを
基準音声パターンとして選び、これを距離計算部６の入
力Ａに読み出す。基準音声パターンは距離の原点となる
べきものであるから、例えば「ハイ」，「イイエ」等の
使用頻度の高い重要語を用いる。ステツプS2では登録メ
モリ５内の登録音声パターンを音声符号の順に読み出し
て距離計算部６の入力Ｂに送る。ステツプS3ではＡの基
準音声パターンとＢの登録音声パターン間の距離を計算
する。ステツプS4では計算の結果得られた距離情報ｄを
登録音声パターンの音声符号ｎと共に距離テーブルに格
納する。ステツプS5では登録メモリ５の全登録音声パタ
ーン（基準パターンも含めて）について距離計算したか
否かを判別する。計算終了であればステツプS6に進み、
距離テーブルに格納された距離情報ｄと音声符号ｎとを
距離ｄの昇べき又は降べきの順に並べ換え、再び距離テ
ーブルに格納する。

第５図にはこうして作成された距離テーブルの一態様を
示す。ここでは全登録音声パターンの個数をＮ、距離情
報は最大値を1.0として正規化し、距離情報ｄと音声符
号ｎとはこの正規化された距離の昇べき順に並べられて
いる。また、基準音声パターンとしては音声「ハイ」に
相当する音声符号（番号）１の登録パターンを使用して
いる。

第４図は音声の認識処理を示すフローチヤートである。
音声認識の際はSW1〜SW3の接点Ｃが全て２側に接続され
ている。ステツプS11では未知入力音声信号の特徴パタ
ーンが距離計算部６の入力Ｂに送られる。ステツプS12
では登録メモリ５から基準音声パターンａを読み出し、
距離計算部６の入力Ａに入力する。ステツプS13では未
知入力音声パターンと基準音声パターンａの距離ｄを計
算する。ステツプS14では距離ｄで距離テーブルに格納
されている距離ｄに最も近い距離ｄ′を検索し、その近
傍の距離にあるｗ個の音声符号を得る。テーブル検索は
距離情報が昇べき又は降べきの順に並べられているの
で、二分検索法を使えば周知の如く（log₂Ｎ＋１）回で
済み、極めて短時間に終了する。また、ｗはＮ＞ｗ≧１
なる整数で、認識処理時間が許容される限り大きな値
（幅）を取るのが望ましい。

第６図には未知入力音声パターンと、音声「ハイ」に相
当する音声符号１の基準音声パターンとの正規化された
距離ｄが0.725であつた場合の距離テーブル上の位置を
示す。登録音声の総数Ｎ＝100であり、ｗ＝0.3Nとして
距離ｄ＝0.725の近傍の30個の音声符号91,49,…,28,60
が得られる。

こうして選択されたｗ個の登録音声パターンは未知入力
音声パターンの近傍に分布しているから、このｗ個のみ
を対象として未知入力音声とのパターンマツチングを行
う。即ち、ステツプS14では選択されたｗ個の登録音声
パターンの中から一つを取り出して距離計算部６のＡに
送る。ステツプS15ではＢ入力の未知入力パターンとの
間の距離ｌを計算する。ステツプS16では計算結果の距
離ｌと音声符号ｎを音声判定部８に送る。こうして計算
処理を繰り返し、ステツプs17で全範囲（ｗ個）の計算
終了と判別するとステツプS18に進み、音声判定部８は
送られたｗ個の距離ｌの中で予め定められた閾値以下の
ものがあれば、そのなかで最小値のものを認識結果と
し、対応する音声符号ｎを外部接続装置（不図示）に出
力する。このようにしてパターンマツチングの回数が大
幅に少くなるから従来よりはるかに高速で認識処理でき
る。

本発明の他の実施例は第２図（ｃ）に示すように基準パ
ターンとして２個の登録音声パターンa,bを選んだ場合
であり、第１図の距離テーブルメモリ７の中に２つの距
離テーブルを格納する点が異なつている。

以下、距離テーブルの作成手順について説明する。全音
声パターンの登録が終了すると、制御部９は登録メモリ
５内の第１の基準パターンａを用いて第１の距離テーブ
ルを作成し、距離テーブルメモリ７に格納する。この動
作は前述したものと同様である。

次に制御部９は登録メモリ５からａ以外の登録音声パタ
ーンｂを１つ取り出し、これを距離計算部６に送つて全
登録音声パターンとの距離を計算し、第２の距離テーブ
ルを作成して距離テーブルメモリ７に格納する。この場
合に、第２の基準音声パターンｂは第２図（ｃ）に示す
様に第１の基準音声パターンａから離れている必要があ
るので、ソート後の第１の距離テーブル上でアドレスが
ｗより大きいところにある登録音声パターンを選択す
る。第２の実施例では第６図を第１の距離テーブルと
し、このテーブル上で最も第１の基準音声パターンａ
（音声登録符号１）から離れたアドレス100（距離1.00
0）にある登録音声パターン（音声登録符号24）を第２
の基準音声パターンとしている。この結果作成された第
２の距離テーブルを第７図に示す。

音声認識時には、特徴抽出部２によりパターン化された
未知入力音声が距離計算部６の入力Ｂに送られ、制御部
９は第１の基準音声パターンとの距離d₁を得て第１の距
離テーブルを検索し、距離d₁のパターン近傍のｗ個の音
声登録符号を得る。次いで制御部９は、登録メモリ５か
ら第２の基準音声パターンを取り出して距離計算部６の
入力Ａに送り、未知入力音声パターンとの距離d₂を得て
第２の距離テーブルを検索し、距離d₂の近傍ｗ個の音声
登録符号を得る。ここで得られた２組の音声登録符号の
論理積的（共通する）集合は第２図（ｃ）の斜線部に相
当するから、距離d₁及びd₂の近傍に共通に含まれる登録
音声パターンだけを認識処理対象とすればよい。こうし
て得られた音声登録符号に該当する登録パターンのみに
ついて未知入力音声パターンとのパターンマツチングを
行ない、認識処理を行なう。

具体的には登録音声の総数Ｎ＝100、ｗ＝0.3Nで第１の
距離テーブルが第６図の如くであり、正規化された距離
d₁が0.725であれば、第１の距離テーブル上で近傍の30
個の音声登録符号91,49,…,28,60が選択される。更に第
２の距離テーブル上で正規化された距離d₂が0.550であ
れば、第７図に示すテーブル上で近傍の30個の音声登録
符号93,51,…,60,20が選択され、両者に共通な音声登録
符号として第７図に＊印で示した11個の音声登録符号
「…,28,49,85,…,60」が選択され、これらの登録音声
パターンのみが未知入力音声パターンとのパターマツチ
ング対象になり、基準音声パターンが１個の場合の実施
例に比べ、より高速の認識処理が実現される。

［効果］以上述べたごとく本発明によれば、各登録パターンが、
基準パターンとのパターンマツチングにより得た距離を
対応して記憶しておき、入力パターンとのパターンマッ
チングを行うパターンの検索に用いることにより、従来
に比べ大幅にパターンマッチングの回数を削減でき、認
識率を低下させることなく処理時間を大幅に減少できる
効果がある。

【図面の簡単な説明】

第１図は本発明に係る実施例の音声認識装置を示すブロ
ツク構成図、第２図（ａ）〜（ｃ）は本発明の動作原理を説明するた
めの図、第３図は音声登録の際の距離テーブル作成処理を示すフ
ローチヤート、第４図は音声の認識処理を示すフローチヤート、第５図は第１の距離テーブルデータ配列の一態様を示す
図、第６図は第１の距離テーブルデータ配列の他の一態様を
示す図、第７図は第２の距離テーブルデータ配列の一態様を示す
図である。ここで、１……マイクロホン、２……特徴抽出部、３…
…A/D変換器、４……セントラルプロセツシングユニツ
ト（CPU）、５……登録メモリ、６……距離計算部、７
……距離テーブルメモリ、８……音声判定部、９……制
御部、SW1〜SW3……スイツチ手段である。

Claims

【特許請求の範囲】

【請求項１】基準パターンと複数の登録パターンとのパ
ターンマッチングにより得られる距離を各登録パターン
に対応して記憶し、入力パターンと前記基準パターンとのパターンマッチン
グにより距離を導出し、前記導出される距離に従い、前記記憶される登録パター
ンを検索することを特徴とする情報処理方法。
【請求項２】前記検索される登録パターンと前記入力パ
ターンとのパターンマッチングを行うことを特徴とする
特許請求の範囲第１項に記載の情報処理方法。