JPH1049189A

JPH1049189A - 音声認識装置

Info

Publication number: JPH1049189A
Application number: JP8200031A
Authority: JP
Inventors: Junichi Nakabashi; 順一中橋; Kenji Sakiyama; 健次崎山; Toru Inada; 徹稲田
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1996-07-30
Filing date: 1996-07-30
Publication date: 1998-02-20

Abstract

(57)【要約】【課題】音声認識装置において、判定可能な認識カテ
ゴリに属さない認識対象外の音声信号の入力を高い確率
で却下可能にする。【解決手段】入力された音声信号の特徴ベクトルか
ら、ファジィベクトル量子化部１３によって入力パタン
が作成される。マッチング部１６は入力パタンと標準パ
タン記憶部１５に記憶されている各標準パタンとのマッ
チングを行い、パタン間類似度を求める。また、前記特
徴ベクトルから標準パタン作成部１４によって、標準パ
タンの作成と同一の手法によって入力標準パタンが作成
される。しきい値算出部１８は入力パタンと入力標準パ
タンとのマッチングを行い、しきい値を算出する。認識
結果判定部１９は、マッチング部１６によって求められ
たパタン間類似度が最大となる標準パタンに対応する認
識カテゴリを認識結果として出力するが、パタン間類似
度の最大値がしきい値算出部１８によって算出されたし
きい値を越える場合は入力された音声信号は認識対象外
と判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声信号を代表と
する時系列信号パターンの認識技術に関するものであ
る。

【０００２】

【従来の技術】音声認識装置とは、入力された未知の音
声信号がどの認識カテゴリ（単語，音素等）に属するか
を認識する装置である。音声認識では、他のパターン認
識と同様に、ベクトル量子化やマッチング等の技術が利
用される。

【０００３】図５はベクトル量子化を用いた一般的な音
声認識装置の構成を示すブロック図である。

【０００４】分析部５１は、入力された音声信号を例え
ば１０ms毎にサンプリングし、サンプリングしたた音声
信号をフィルタバンク、ＬＰＣ分析又はケプストラム分
析等の周知の手法によりｎ次元の特徴ベクトルｙに変換
する。

【０００５】ベクトル量子化部５２は、分析部５１によ
って得られた特徴ベクトルｙをコードブック５３を参照
してベクトル量子化してマッチング部５４に出力する。

【０００６】ここで、ベクトル量子化は次のように行わ
れる。音声認識装置が認識の対象とするベクトル空間を
Ｍ個の部分空間（クラスタ）に分割し、各クラスタを代
表するベクトルであるコードベクトルを予め決定してお
く。そして、分割した各クラスタにラベル（番号）を付
し、クラスタＣ_m（ｍ＝１〜Ｍ）を代表するコードベク
トルμ_mをラベルｍによって検索可能な形でコードブッ
ク５３に記憶させておく。

【０００７】部分空間（クラスタ）は、認識カテゴリが
属するベクトル空間を満たすよう予め収集された特徴ベ
クトルの集合を、ＬＢＧアルゴリズムやｃ−ｍｅａｎｓ
クラスタリング等の周知の手法によりクラスタリングす
ることによって決定される。この場合、コードベクトル
μ_mはクラスタＣ_mの重心ベクトル又は平均ベクトルで
ある。

【０００８】特徴ベクトルｙとコードベクトルμ_mとの
距離をｄ（ｙ，μ_m）とするとき、ベクトル量子化部５
２は式（１）に従って特徴ベクトルｙをラベルｏに変換
する。すなわち、特徴ベクトルｙは、最も類似するコー
ドベクトルμ_oのラベルｏに変換される。ベクトル量子
化部５２は、特徴ベクトルｙの時系列をラベル系列に変
換して出力する。

【０００９】マッチング部５４は、認識時のみに動作す
るものであり、標準パタン記憶部５５に記憶された標準
パタンとベクトル量子化部５２から出力されたラベル系
列（入力パタン）とのマッチングを行い、そのパタン間
距離Ｄ^wを距離マトリックス５６を参照して算出する。

【００１０】ここで、マッチングについて説明する。

【００１１】音声認識では、未知の音声信号を分析して
得られた入力パタン｛ａ₁，ａ₂，…，ａ_T｝と、予め
記憶されている認識カテゴリｗ（ｗ＝１〜Ｗ）の標準パ
タン（参照パタン）Ｒ^w＝｛ｒ^w ₁，ｂ^w ₂，…，ｂ^w
_Jw｝とのパタン間距離Ｄ^w又はパタン間類似度Ｓ^wを算
出する。パタン間の距離又は類似度を計算することをマ
ッチングという。

【００１２】マッチング手法として、一般的にはＤＰ
（dynamic programming ）マッチング法がよく用いられ
る。ＤＰマッチング法では、入力パタンのフレームｔと
認識カテゴリｗの標準パタンのフレームｊとのフレーム
間距離ｄ^w（ｔ，ｊ）又はフレーム間類似度ｓ^w（ｔ，
ｊ）に基づいて、式（２）又は（３）に示す漸化式で求
められる累積距離又は累積類似度ｇ（ｔ、ｊ）を計算
し、これによりパタン間距離Ｄ^w又はパタン間類似度Ｓ
^wを計算する。

【数１】

【００１３】図６はＤＰマッチングに用いられる代表的
な経路パスを示す図であり、（数２）に示す漸化式を図
的に示したものである。同図中、（ａ）は対称形パス、
（ｂ）は非対称形パス（入力パタン側依存パス）、
（ｃ）は非対称形パス（標準パタン側依存パス）であ
り、それぞれ特性が異なる。以下の説明には、最も一般
的な図６（ａ）のパスを用いる。

【００１４】図７はＤＰマッチングの漸化的なマッチン
グの様子を示す格子グラフであり、入力パタンを横軸
に、標準パタンを縦軸に、それぞれ時間に沿って表現し
ている。すなわち、図６（ａ）に示す経路パスに限定し
たとき、図７に示すように、格子点(t-1,j-1) の累積距
離（又は累積類似度）には格子点(t-2,j-1) ，(t-2,j-
2) ，(t-1,j-2) の累積距離（又は累積類似度）が反映
され、また、格子点(t,j)の累積距離（又は累積類似
度）には格子点(t-1,j) ，(t-1,j-1) ，(t,j-1) の累積
距離（又は累積類似度）が反映される。このように、漸
化的に格子点をたどりながら累積類似度の計算が進めら
れ、標準パタン及び入力パタンの最終フレームにおける
累積距離（又は累積類似度）が標準パタンと入力パタン
とのパタン間距離（又はパタン間類似度）となる。

【００１５】標準パタン記憶部５５は、認識カテゴリｗ
（ｗ＝１〜Ｗ）毎に予め作成された標準パタンＲ^wをラ
ベル系列｛ｒ^w ₁，ｂ^w ₂，…，ｂ^w _Jw｝の形で記憶し
ている。これは、標準パタンの学習時にベクトル量子化
部３２から出力されたラベル系列である。マッチング部
５４は、標準パタン記憶部５５に記憶された各標準パタ
ンＲ^wとベクトル量子化部５２から出力された入力パタ
ンとしてのラベル系列｛ｏ₁，ｏ₂，…，ｏ_T｝とのパ
タン間距離Ｄ^wを式（２）に示す漸化式に従って算出す
る。ただし、フレーム間距離を算出するために、距離マ
トリックス５６を参照する。

【００１６】距離マトリックス５６は、マッチング部５
４がパタン間距離Ｄ^wを算出するのに必要となるコード
ベクトル相互間の距離ｚ（ｍ，ｎ）（ｍ＝１〜Ｍ，ｎ＝
１〜Ｍ）を記憶している。ここで、ｚ（ｍ，ｎ）はラベ
ルｍのコードベクトルμ_mとラベルｎのコードベクトル
μ_nとの距離を表し、距離マトリックス５６はラベルｍ
とｎとで検索可能なようにマトリックスの形で記憶して
いる。フレーム間距離ｄ^w（ｔ，ｊ）は、式（４）に示
すように、入力パタンのフレームｔにおけるラベルｏ_t
と標準パタンｗのフレームｊのラベルｒ^w _jとで検索さ
れた距離マトリックス５６の値になる。ｄ^w（ｔ，ｊ）＝ｚ（ｏ_t，ｒ^w _j） …（４）

【００１７】認識結果判定部５７は、パタン間距離Ｄ^w
が最小になる標準パタンに対応する認識カテゴリｗ_sを
認識結果として出力する。このとき、認識結果となる認
識カテゴリｗ_sは式（５）のように表される。ただし、
パタン間距離Ｄ^wの最小値が予め定めておいたしきい値
以上であるときは、入力された音声信号は認識対象外と
判定する。

【００１８】なお、マッチング部５４がパタン間類似度
Ｓ^wを算出するときは、認識結果判定部５７はパタン間
類似度Ｓ^wが最大になる標準パタンに対応する認識カテ
ゴリｗ_sを認識結果として出力する。このとき、認識結
果となる認識カテゴリｗ_sは式（６）のように表され
る。ただし、この場合は、パタン間類似度Ｓ^wの最大値
が予め定めておいたしきい値以下であるときは、入力さ
れた音声信号は認識対象外と判定する。

【００１９】

【発明が解決しようとする課題】ところが、従来の音声
認識装置には以下のような問題があった。

【００２０】従来の音声認識装置では、認識結果判定部
において認識対象外の音声信号の入力を却下するために
用いられるしきい値は、認識の対象となる認識カテゴリ
に基づいて予め設定されていた。すなわち、しきい値は
入力される音声信号に関わらず一定であった。このた
め、入力される音声信号に対してしきい値が常に適切で
あるとは限らず、したがって、認識対象外の音声信号の
入力を却下できる確率が低いという問題があった。

【００２１】また、認識の対象となる認識カテゴリが変
化したときに適宜対応することが困難であった。例え
ば、認識対象の単語を更新するような場合、認識対象の
単語以外の音声信号の入力を的確に却下するためには、
更新の度にしきい値を適切な値に設定し直す必要があっ
た。

【００２２】前記の問題に鑑み、本発明は、音声認識装
置において、認識対象外の音声信号の入力を高い確率で
却下可能にし、しかも認識の対象となる認識カテゴリが
変化しても適宜対応可能にすることを課題とする。

【００２３】

【課題を解決するための手段】前記の課題を解決するた
め、請求項１の発明が具体的に講じた手段は、入力され
た音声信号に対し、この音声信号が属する認識カテゴリ
を判定する音声認識装置として、各認識カテゴリに対応
する音声信号の特徴ベクトルから第１の手法によって作
成された，各認識カテゴリに対応する標準パタンを記憶
する標準パタン記憶部と、入力された認識対象の音声信
号の特徴ベクトルから前記第１の手法と異なる第２の手
法によって入力パタンを作成する入力パタン作成部と、
前記認識対象の音声信号の特徴ベクトルから前記第１の
手法によって入力標準パタンを作成する標準パタン作成
部と、前記入力パタン作成部によって作成された入力パ
タンと前記標準パタン記憶部に記憶されている各標準パ
タンとのマッチングを行い、前記入力パタンと前記各標
準パタンとの距離を求めるマッチング部と、前記入力パ
タン作成部によって作成された入力パタンと前記標準パ
タン作成部によって作成された入力標準パタンとのマッ
チングを行い、前記入力パタンと前記入力標準パタンと
の距離を求め、この距離を基にして当該音声認識装置が
判定可能な認識カテゴリに属さない音声信号の入力を却
下するためのしきい値を算出するしきい値算出部と、前
記マッチング部によって求められた前記入力パタンと前
記各標準パタンとの距離及び前記しきい値算出部によっ
て算出されたしきい値を基にして、前記認識対象の音声
信号が属する認識カテゴリを判定する認識結果判定部と
を備えているものとする。

【００２４】請求項１の発明によると、入力パタン作成
部において、入力された認識対象の音声信号の特徴ベク
トルから、各認識カテゴリに対応する音声信号の特徴ベ
クトルから標準パタンを作成した第１の手法と異なる第
２の手法によって、入力パタンが作成される。そして、
マッチング部によって、前記入力パタン作成部において
作成された入力パタンと標準パタン記憶部に記憶されて
いる各標準パタンとのマッチングが行われ、前記入力パ
タンと前記各標準パタンとの距離が求められる。また、
標準パタン作成部において、前記認識対象の音声信号の
特徴ベクトルから前記第１の手法によって入力標準パタ
ンが作成される。そして、しきい値算出部によって、前
記入力パタン作成部において作成された入力パタンと前
記標準パタン作成部において作成された入力標準パタン
とのマッチングが行われ、前記入力パタンと前記入力標
準パタンとの距離が求められ、この距離を基にしてしき
い値が算出される。このしきい値は当該音声認識装置が
判定可能な認識カテゴリに属さない音声信号の入力を却
下するためのものであり、認識結果判定部によって、前
記マッチング部により求められた前記入力パタンと前記
各標準パタンとの距離及び前記しきい値を基にして、前
記認識対象の音声信号が属する認識カテゴリが判定され
る。このため、当該音声認識装置が判定可能な認識カテ
ゴリに属さない音声信号の入力を却下するためのしきい
値が、入力された認識対象の音声信号に対してその都度
設定され、しかもそのしきい値は、認識対象の音声信号
から作成された入力パタンと前記認識対象の音声信号か
ら標準パタンの作成と同一の手法によって作成された入
力標準パタンとに対してマッチングを行うことによって
算出されるので、入力された認識対象の音声信号に対し
て常に適切な値となる。したがって、認識対象外の音声
信号の入力を高い確率で却下可能になり、しかも認識の
対象となる認識カテゴリが変化してもしきい値を更新す
る必要がないので、認識カテゴリの変化に柔軟に対応可
能である。

【００２５】そして、請求項２の発明では、前記請求項
１の音声認識装置における認識結果判定部は、前記マッ
チング部によって求められた前記入力パタンと前記各標
準パタンとの距離の最小値を求め、この最小値が前記し
きい値算出部によって算出されたしきい値よりも大きい
ときは、前記認識対象の音声信号は当該音声認識装置が
判定可能な認識カテゴリのいずれにも属さないと判定す
る一方、前記最小値が前記しきい値以下のときは、前記
認識対象の音声信号は前記入力パタンとの距離が最小で
ある標準パタンに対応する認識カテゴリに属すると判定
するものとする。

【００２６】また、請求項３の発明では、前記請求項１
の音声認識装置において、前記マッチング部は、前記入
力パタンと前記各標準パタンとの距離の代わりに前記入
力パタンと前記各標準パタンとの類似度を求めるもので
あり、前記しきい値算出部は、前記入力パタンと前記入
力標準パタンとの距離の代わりに前記入力パタンと前記
入力標準パタンとの類似度を求め、この類似度を基にし
て前記しきい値を算出するものである。

【００２７】そして、請求項４の発明では、前記請求項
３の音声認識装置における認識結果判定部は、前記マッ
チング部によって求められた前記入力パタンと前記各標
準パタンとの類似度の最大値を求め、この最大値が前記
しきい値算出部によって算出されたしきい値よりも小さ
いときは、前記認識対象の音声信号は当該音声認識装置
が判定可能な認識カテゴリのいずれにも属さないと判定
する一方、前記最大値が前記しきい値以上のときは、前
記認識対象の音声信号は前記入力パタンとの距離が最大
である標準パタンに対応する認識カテゴリに属すると判
定するものとする。

【００２８】また、請求項５の発明が講じた解決手段
は、入力された音声信号に対し、この音声信号が属する
認識カテゴリを判定する音声認識装置として、各認識カ
テゴリが属する特徴ベクトル空間における各クラスタを
代表するコードベクトルを、各コードベクトルを示すラ
ベルによって検索可能な形で記憶しているコードブック
と、入力された認識対象の音声信号の特徴ベクトルを、
前記コードブックを参照して、前記特徴ベクトルと前記
各コードベクトルとの依存度合を要素とする入力帰属度
ベクトルに変換するファジィベクトル量子化部と、音声
認識装置の学習時に、各認識カテゴリに対応する音声信
号の特徴ベクトルから標準パタンを作成する一方、音声
認識装置の認識時に、認識対象の音声信号の特徴ベクト
ルから入力標準パタンを作成する標準パタン作成部と、
音声認識装置の学習時に前記標準パタン作成部によって
作成された，各認識カテゴリに対応する標準パタンを記
憶する標準パタン記憶部と、前記コードベクトル同士の
依存度合であるコードベクトル間帰属度を、各コードベ
クトルを示す２つのラベルによって検索可能な形で記憶
しているコードベクトル間帰属度テーブルと、前記ファ
ジィベクトル量子化部によって変換された入力帰属度ベ
クトルと前記標準パタン記憶部に記憶されている各標準
パタンとのマッチングを前記コードベクトル間帰属度テ
ーブルを参照して行い、前記入力帰属度ベクトルと前記
各標準パタンとの類似度を求めるマッチング部と、前記
ファジィベクトル量子化部によって変換された入力帰属
度ベクトルと前記標準パタン作成部によって作成された
標準入力パタンとのマッチングを前記コードベクトル間
帰属度テーブルを参照して行い、前記入力帰属度ベクト
ルと前記入力標準パタンとの類似度を求め、この類似度
を基にして当該音声認識装置が判定可能な認識カテゴリ
に属さない音声信号の入力を却下するためのしきい値を
算出するしきい値算出部と、前記マッチング部によって
求められた前記入力帰属度ベクトルと前記各標準パタン
との類似度及び前記しきい値算出部によって算出された
しきい値を基にして、前記認識対象の音声信号が属する
認識カテゴリを判定する認識結果判定部とを備えている
ものとする。

【００２９】請求項５の発明によると、当該音声認識装
置が判定可能な認識カテゴリに属さない音声信号の入力
を却下するためのしきい値が、入力された認識対象の音
声信号に対してその都度設定され、しかもそのしきい値
は、認識対象の音声信号からファジィベクトル量子化部
によって作成された入力帰属度ベクトルと前記認識対象
の音声信号から標準パタンの作成と同一の手法によって
作成された入力標準パタンとに対してマッチングを行う
ことによって算出されるので、入力された認識対象の音
声信号に対して常に適切な値となる。したがって、認識
対象外の音声信号の入力を高い確率で却下可能になり、
しかも認識の対象となる認識カテゴリが変化してもしき
い値を更新する必要がないので、認識カテゴリの変化に
柔軟に対応可能である。

【００３０】

【発明の実施の形態】以下、本発明の実施形態について
図面を参照して説明する。

【００３１】（第１の実施形態）図１は本発明の第１の
実施形態に係る音声認識装置の構成を示すブロック図で
ある。図１において、１１は入力された音声信号の特徴
を抽出して特徴ベクトルを生成する分析部、１２は特徴
ベクトル空間におけるコードベクトルを記憶するコード
ブック、１３は認識時に特徴ベクトルから入力パタンを
作成する入力パタン作成部としてのファジィベクトル量
子化部、１４は学習時に単語や音素等の各認識カテゴリ
に対応する標準パタンを作成する一方，認識時に特徴ベ
クトルから入力標準パタンを作成する標準パタン作成
部、１５は標準パタンを記憶する標準パタン記憶部、１
６は入力パタンと標準パタンとをマッチングするマッチ
ング部、１７は認識対象外の音声信号の入力を却下する
ためのしきい値を算出するしきい値算出部、１８はコー
ドベクトル間帰属度テーブル、１９は認識対象の音声信
号が属する認識カテゴリを判定する認識結果判定部であ
る。

【００３２】分析部１１は、入力された音声信号を例え
ば１０ms等の一定周期（以下「フレーム」という）でサ
ンプリングし、サンプリングした音声信号をフィルタバ
ンクを用いたりＬＰＣ分析又はケプストラム分析等の周
知の手法によってｎ次元の特徴ベクトルに変換する。標
準パタンの学習時には、各認識カテゴリに対して予め発
声された音声信号をそれぞれ特徴ベクトルに変換して、
標準パタン作成部１４に出力する。音声信号の認識時に
は、認識対象の音声信号を特徴ベクトルに変換してファ
ジィベクトル量子化部１３に出力する。このときの特徴
ベクトルは、標準パタン作成部１４にも出力される。

【００３３】コードブック１２は、特徴ベクトル空間に
おける各コードベクトルをそれぞれに対応したラベルに
よって検索可能な形で記憶している。各コードベクトル
は、予め特徴ベクトル空間を満たすように収集された特
徴ベクトルの集合からクラスタリングによって作成され
る。ここでは、特徴ベクトル空間はＭ個のクラスタＣ_m
（ｍ＝１〜Ｍ）に分割されており、各クラスタＣ_mを代
表するコードベクトルμ_m（ｍ＝１〜Ｍ）がコードブッ
ク１２に記憶されているものとする。

【００３４】ファジィベクトル量子化部１３は、音声信
号の認識時に、コードブック１２に記憶されたコードベ
クトルμ_mを用いて、分析部１１によって生成された特
徴ベクトルｙ_tの各クラスタＣ_mに対する入力帰属度を
表す入力帰属度ベクトルｕ_tm（ｍ＝１〜Ｍ，ｕ_t1＋ｕ_t2
＋…＋ｕ_tM＝１）を算出する。入力帰属度ベクトルｕ_tm
は、式（７）に示すように、ファジィ理論のメンバーシ
ップ関数等を用いて算出する場合が多い。

【数２】ここで、Ｆはファジネスと呼ばれる曖昧度をコントロー
ルするパラメータである。

【００３５】さらに、入力帰属度ベクトルｕ_tmの各要素
とクラスタＣ_mとの対応関係をラベルで表現した入力ラ
ベルベクトルｏ_tm（ｍ＝１〜Ｍ）を算出する。ファジィ
ベクトル量子化部１３は、認識対象の音声信号から生成
された特徴ベクトルの時系列に対し、入力帰属度ベクト
ル系列Ｕ＝｛ｕ₁，ｕ₂，…，ｕ_t，…，ｕ_T｝（ｕ_t
はｕ_tm（ｍ＝１〜Ｍ）を表す）及び入力ラベルベクトル
系列Ｏ＝｛ｏ₁，ｏ₂，…，ｏ_t，…，ｏ_T｝（ｏ_tは
ｏ_tm（ｍ＝１〜Ｍ）を表す）を算出し、入力パタンとし
て出力する。

【００３６】標準パタン作成部１４は、標準パタンの学
習時に、単語や音素等の各認識カテゴリに属する音声信
号から各認識カテゴリに対応する標準パタンを作成す
る。ここでは、各認識カテゴリに属する音声信号から生
成された特徴ベクトルｙ_tを当該特徴ベクトルの複数フ
レーム毎の平均値である平均特徴ベクトルave ＿ｙ_jに
変換し、さらに、コードブック１２を参照してこの平均
特徴ベクトルave ＿ｙ_jに最も類似するコードベクトル
のラベルｏ_jに変換する。また、音声信号の認識時に
は、認識対象の音声信号から生成された特徴ベクトルを
標準パタンの作成と同一の手法によって変換し、入力標
準パタンとしてしきい値算出部に出力する。

【００３７】標準パタン記憶部１５は、標準パタン作成
部１４によって変換されたラベルの時系列を各認識カテ
ゴリに対応する標準パタンとして記憶する。例えば、認
識カテゴリが単語であるとすると、第ｗ番目の単語の標
準パタンは、その単語の音声信号に対して標準パタン作
成部４２によって変換されたラベルの系列Ｒ^wとして登
録される。この結果、標準パタン記憶部１５には、認識
カテゴリｗ（ｗ＝１〜Ｗ）に対して次のような標準パタ
ンＲ^w（ｗ＝１〜Ｗ）が記憶される。Ｒ¹＝｛ｒ¹ ₁，ｒ¹ ₂，…，ｒ¹ _j1｝Ｒ²＝｛ｒ² ₁，ｒ² ₂，…，ｒ² _j2｝ … Ｒ^w＝｛ｒ^w ₁，ｒ^w ₂，…，ｒ^w _jw｝ここで、単語ｗの標準パタンにおける第ｊフレームのラ
ベルをｒ^w _jで表している。

【００３８】マッチング部１６は、音声信号の認識時
に、ファジィベクトル量子化部１３によって算出された
入力パタンと標準パタン記憶部１５に記憶された各認識
カテゴリの標準パタンとのパタン間類似度を、ＤＰマッ
チングを用いてコードベクトル間帰属度テーブル１７を
参照して算出する。

【００３９】ここでは、認識カテゴリｗの標準パタンＲ
^w＝｛ｒ^w ₁，ｒ^w ₂，…，ｒ^w _j，…，ｒ^w _Jw｝と入
力パタンである入力帰属度ベクトル系列Ｕ＝｛ｕ₁，ｕ
₂，…，ｕ_t，…，ｕ_T｝及び入力ラベルベクトル系列
Ｏ＝｛ｏ₁，ｏ₂，…，ｏ_t，…，ｏ_T｝とのパタン間
類似度を算出するものとする。このとき、入力パタンの
フレームｔと標準パタンＲ^wのフレームｊとのフレーム
間類似度ｓ^w(t，j)として、次の式（８ａ）〜（８ｄ）
の４種類の定義が可能である。

【数３】

【００４０】ここで、ｓ₁ ^w(t，j)、ｓ₂ ^w(t，j)はそ
れぞれ加算形式、乗算形式による定義である。

【００４１】マッチング部１６は、式（８ａ）〜（８
ｄ）のうちのいずれかの定義によるフレーム間類似度ｓ
^w(t，j)に基づいて、式（３）に示す漸化式に従って累
積類似度ｇ(t，j)を計算し、パタン間類似度Ｓ^wを計算
する。

【００４２】コードベクトル間帰属度テーブル１７は、
マッチング部１６がフレーム間類似度を計算する際に必
要となる，コードブック１２に記憶されているコードベ
クトルμm 相互間の帰属度を、マトリックスの形で記憶
している。

【００４３】すなわち、コードブック１２が記憶してい
るコードベクトルμ_mの，各クラスタＣ_n（ｎ＝１〜
Ｍ，ｎ≠ｍ）に対する帰属度ｂ_mn（ｎ＝１〜Ｍ，ｂ_m1＋
…＋ｂ_mM＝１，ｎ≠ｍ）を、ファジィベクトル量子化部
１３によって入力帰属度ベクトルを算出したのと同一の
手法を用いて事前に作成し、コードベクトル間帰属度テ
ーブル１７に２つのラベルｍとｎとで検索可能な形で格
納しておく。ただし、ｎ＝ｍのときの帰属度を定数Ｘと
して与えてもよい。この場合、他の帰属度と比較して相
対的に帰属度を大きくしたいときはＸを１程度の値に
し、そうでなければ他の帰属度と同等の値とし、その
後、ｎ＝ｍのときの帰属度Ｘも含めたすべての帰属度ｂ
_mn（ｎ＝１〜Ｍ）の総和が１となるように正規化する。

【００４４】また、マッチング部１６のフレーム間類似
度の計算方法によっては、コードベクトル間帰属度ｂ_mn
の対数値log(ｂ_mn）をコードベクトル間帰属度テーブル
１７に格納する。

【００４５】しきい値算出部１８は、音声信号の認識時
に、入力された認識対象の音声信号からファジィベクト
ル量子化部１３によって作成された入力パタンと、前記
認識対象の音声信号から標準パタン作成部１４によって
標準パタンの作成と同一の手法によって作成された入力
標準パタンとから、対象となる認識カテゴリ以外の音声
信号の入力を却下するためのしきい値を算出する。

【００４６】認識結果判定部１９は、マッチング部１６
によって算出された，入力パタンと各認識カテゴリｗの
標準パタンとのパタン間類似度を入力し、このパタン間
類似度が最大となる認識カテゴリｗを認識結果として出
力する。ただし、パタン間類似度の最大値がしきい値算
出部１８によって算出されたしきい値以下である場合に
は、本装置の対象となる認識カテゴリ以外の音声信号と
判定し、これを認識結果とする。

【００４７】図１に示す本実施形態に係る音声認識装置
の動作について、学習時と認識時とに分けて説明する。

【００４８】まず、学習時の動作について説明する。学
習時には、音声認識装置は、対象とする認識カテゴリ
（単語，音素等）の標準パタンを作成して記憶する。

【００４９】まず、対象とする認識カテゴリに対して予
め発生された音声信号を入力とし、入力された音声信号
を分析部１１によって特徴ベクトルに変換する。そし
て、標準パタン作成部１４はコードブック１２を参照し
て特徴ベクトルから標準パタンを作成し、標準パタン記
憶部１５は標準パタン作成部によって作成された標準パ
タンを記憶する。

【００５０】次に、認識時の動作について説明する。認
識時には、音声認識装置は、与えられた音声信号がどの
認識カテゴリに属するかを判定する。

【００５１】まず、認識対象の音声信号を入力とし、こ
の認識対象の音声信号を分析部１１によって特徴ベクト
ルに変換する。そして、ファジィベクトル量子化部１３
はコードブック１２を参照して特徴ベクトルから入力パ
タンを作成し、マッチング部１６及びしきい値算出部１
８に出力する。また、標準パタン作成部１４はコードブ
ック１２を参照して、標準パタンの作成と同一の手法に
よって特徴ベクトルから入力標準パタンを作成し、しき
い値算出部１８に出力する。

【００５２】マッチング部１６は、ファジィベクトル量
子化部１３によって作成された入力パタンと標準パタン
記憶部１５に記憶されている各標準パタンとのマッチン
グを行い、コードベクトル間帰属度テーブル１７を参照
してパタン間類似度を算出する。

【００５３】図２はマッチング部１６の動作を示すフロ
ーチャートである。図２に従ってマッチング部１６の動
作を順を追って説明する。

【００５４】まず、ファジィベクトル量子化部１３によ
って算出された入力パタンが、マッチング部１６に入力
される。

【００５５】ステップＳ１１において、認識カテゴリ数
のカウンタｗを初期化する。そして、ステップＳ１２に
おいて、認識カテゴリのカウンタｗを１ずつ増加させ、
次の認識カテゴリに進む。ステップＳ１３において、カ
ウンタｗの値が本装置が認識の対象とする認識カテゴリ
の数Ｗよりも大きいか否かを判断し、大きいときは動作
を終了し、小さいときはステップＳ１４に進む。すなわ
ち、準備されている全ての標準パタンに対してマッチン
グが行われると、動作を終了する。

【００５６】ステップＳ１４において、入力パタン長の
カウンタｔを初期化する。そして、ステップＳ１５にお
いて、入力パタン長のカウンタｔを１ずつ増加させ、入
力パタンの次のフレームに進む。ステップＳ１６におい
て、カウンタｔの値が与えられた入力パタンのフレーム
数Ｔよりも大きいか否かを判断し、大きいときはステッ
プＳ２２に進み、小さいときはステップＳ１７に進む。

【００５７】ステップＳ１７において、認識カテゴリｗ
の標準パタン長のカウンタｊを初期化する。そして、ス
テップＳ１８において、認識カテゴリｗの標準パタン長
のカウンタｊを１ずつ増加させ、認識カテゴリｗの標準
パタンの次のフレームに進む。ステップＳ１９におい
て、カウンタｊの値が認識カテゴリｗの標準パタンのフ
レーム数Ｊ^Wよりも大きいか否かを判断し、大きいとき
はステップＳ１５に進み、小さいときはステップＳ２０
に進む。

【００５８】ステップＳ２０において、入力パタンのフ
レームｔと認識カテゴリｗの標準パタンのフレームｊと
のフレーム間類似度ｓ^w（ｔ，ｊ）を、式（８ａ）〜
（８ｄ）のいずれかに従って、標準パタン記憶部１５及
びコードベクトル間帰属度テーブル１７を参照して算出
する。なお、図２に示すフローチャートでは、ステップ
Ｓ２０に式（８ａ）の加算形式を記述しているが、他の
式（８ｂ）〜（８ｄ）の定義を用いても、全体としては
全く同じ動作である。

【００５９】次に、ステップＳ２１において、ステップ
Ｓ２０で得られたフレーム間類似度Ｓ^w（ｔ、ｊ）に基
づき、式（３）に示す漸化式を算出する。漸化式を算出
したら、ステップＳ１８に戻る。ステップＳ１８におい
て、認識カテゴリｗの標準パタン長のカウンタｊを１ず
つ増加させ、認識カテゴリｗの標準パタンの次のフレー
ムに進む。ステップＳ１９において、カウンタｊの値が
認識カテゴリｗの標準パタンのフレーム数Ｊ^Wよりも大
きいか否かを判断し、大きいときはステップＳ１５に進
み、小さいときはステップＳ２０に進む。このように、
カウンタｊの値が認識カテゴリｗの標準パタンのフレー
ム数Ｊ^Wよりも大きくなるまで、ステップＳ１８〜Ｓ２
１を繰り返す。

【００６０】カウンタｊの値が認識カテゴリｗの標準パ
タンのフレーム数Ｊ^Wよりも大きくなると、ステップＳ
１５に戻る。ステップＳ１５において、入力パタン長の
カウンタｔを１ずつ増加させ、入力パタンの次のフレー
ムに進む。ステップＳ１６において、カウンタｔの値が
与えられた入力パタンのフレーム数Ｔよりも大きいか否
かを判断し、大きいときはステップＳ２２に進み、小さ
いときはステップＳ１７に進む。このように、カウンタ
ｔの値が与えられた入力パタンのフレーム数Ｔよりも大
きくなるまで、ステップＳ１５〜Ｓ２１を繰り返す。

【００６１】カウンタｔの値が入力パタンのフレーム数
Ｔよりも大きくなると、ステップＳ２２に進む。このと
き、入力パタンと認識カテゴリｗの標準パタンとのパタ
ンマッチングは終了しているので、累積類似度ｇ（Ｔ，
Ｊ^w）をパタン間類似度Ｓ^wに代入し、ステップＳ１２
に戻る。

【００６２】ステップＳ１２において、認識カテゴリの
カウンタｗを１ずつ増加させ、次の認識カテゴリに進
む。ステップＳ１３において、カウンタｗの値が認識の
対象とする認識カテゴリの数Ｗよりも大きいか否かを判
断し、大きいときは動作を終了し、小さいときはステッ
プＳ１４に進む。すなわち、与えられた入力パタンに対
して全ての認識カテゴリｗの標準パタンとのマッチング
を実行したとき、マッチング部１６は動作を終了する。

【００６３】動作を終了すると、マッチング部１６は、
終了信号及び算出したパタン間類似度を認識結果判定部
１９に出力する。

【００６４】一方、しきい値算出部１８は、標準パタン
作成部１４によって標準パタンと同一の手法によって作
成された入力標準パタン及びファジィベクトル量子化部
１３によって算出された入力パタンから、認識対象外の
音声信号の入力を却下するためのしきい値を算出する。

【００６５】図３はしきい値算出部１８の動作を示すフ
ローチャートである。図３に従ってしきい値算出部１８
の動作を順を追って説明する。

【００６６】まず、ファジィベクトル量子化部１３によ
って作成された入力パタン及び標準パタン作成部１４に
よって作成された入力標準パタンが、しきい値算出部１
８に入力される。

【００６７】ステップＳ３１において、入力パタン長の
カウンタｔを初期化する。そして、ステップＳ３２にお
いて、カウンタｔを１ずつ増加させ、入力パタンの次の
フレームに進む。ステップＳ３３において、カウンタｔ
が入力パタンのフレーム数Ｔよりも大きいか否かを判断
し、大きいときはステップＳ３９に進み、大きくないと
きはステップＳ３４に進む。すなわち、入力パタンと入
力標準パタンとのパタンマッチングが終了したとき、ス
テップＳ３９に進む。

【００６８】ステップＳ３４において、入力標準パタン
長のカウンタｊを初期化する。そして、ステップＳ３５
において、カウンタｊを１ずつ増加させ、入力標準パタ
ンの次のフレームに進む。ステップＳ３６において、カ
ウンタｊが入力標準パタンのフレーム数ＪP よりも大き
いか否かを判断し、大きいときはステップＳ３２に戻
り、大きくないときはステップＳ３７に進む。すなわ
ち、入力パタンのフレームｔまでの入力標準パタンに対
する累積類似度ｇ（ｔ，ｊ）の算出が終了したとき、ス
テップＳ３２に戻る。

【００６９】ステップＳ３７において、入力パタンのフ
レームｔと入力標準パタンのフレームｊとのフレーム間
類似度ｓ^P（ｔ，ｊ）を、式（９ａ）〜（９ｄ）のいず
れかの定義に従って、コードベクトル間帰属度テーブル
１７を参照して算出する。

【数４】

【００７０】図３に示すフローチャートのステップＳ３
７では、図２に示すフローチャートのステップＳ２０に
示す式（８ａ）の加算形式に対応して式（９ａ）の加算
形式を記載しているが、他の式（８ｂ）〜（８ｄ）に対
応して式（９ｂ）〜（９ｄ）のフレーム間類似度の定義
を用いても、全体としては全く同じ動作である。

【００７１】次に、ステップＳ３８において、ステップ
Ｓ３７で得られたフレーム間類似度Ｓ^P（ｔ，ｊ）に基
づき、式（３）に示す漸化式に従って累積類似度ｇ
（ｔ，ｊ）を算出する。算出した後、ステップＳ３５に
戻る。

【００７２】ステップＳ３９において、ステップＳ３２
〜Ｓ３８を繰り返すことによって得られた累積類似度ｇ
（Ｔ，Ｊ^P）と相対しきい値幅Ｒ＿thとから、次式に従
ってしきい値Ｒ＿val を算出する。Ｒ＿val ＝ｇ（Ｔ，Ｊ^P）−Ｒ＿th …（１０）

【００７３】ここで、相対しきい値幅Ｒ＿thは、算出さ
れた累積類似度ｇ（Ｔ，Ｊ^P）に対して、入力パタンが
対象となる認識カテゴリに属するかを判断するための類
似度の幅を示す値である。

【００７４】しきい値算出部１８は、ステップＳ３９に
おいて計算したしきい値Ｒ＿val を認識結果判定部１９
に出力し、その動作を終了する。

【００７５】最後に、認識結果判定部１９は、マッチン
グ部１６から出力されたパタン類似度の最大値を求め、
この最大値がしきい値算出部１８によって求められたし
きい値を上回るときは、パタン類似度が最大となる標準
パタンの認識カテゴリｗを認識結果として出力する。パ
タン類似度の最大値がしきい値以下であるときは、入力
された音声信号は認識対象外のものであると判定し、こ
れを認識結果として出力する。

【００７６】以上説明したように、本実施形態に係る音
声認識装置によると、入力された音声信号から認識カテ
ゴリの標準パタンの形式にあったしきい値が算出される
ので、入力された音声信号に対して適切なしきい値が常
に設定可能になり、認識対象外の音声信号の入力を高い
確率で却下することができる。

【００７７】なお、本実施形態では、ファジィベクトル
量子化部１３はコードブック１２に記憶された全てのコ
ードベクトルを用いて入力パタンを作成するものとして
説明したが、類似度の高いコードベクトルのみを用いて
もよい。この場合、フレーム間類似度の計算量を削減す
ることができ、類似しないコードベクトルの影響をなく
して認識性能を向上させることができる。

【００７８】（第２の実施形態）図４はベクトル量子化
を用いた一般的な音声認識装置に本発明の思想を用いた
場合の構成を示すブロック図である。図４において、２
１は分析部、２３はコードブック、２８は距離マトリッ
クスであり、図５に示す従来の音声認識装置における分
析部５１，コードブック５３及び距離マトリックス５６
と同様の動作をする。

【００７９】標準パタン作成部２４は、学習時に認識カ
テゴリの標準パタンを作成するものであり、例えば、分
析部２１で得られた特徴ベクトルｙから複数フレームの
平均値からなる平均特徴ベクトルを求め、特徴ベクトル
ｙを、コードブック２３を参照してこの平均特徴ベクト
ルに最も類似するコードベクトルμ_oのラベルｏに変換
し、標準パタンとして標準パタン記憶部２５に出力す
る。また、音声信号の認識時には、分析部２１で得られ
た特徴ベクトルｙから求めたラベルを入力標準パタンと
してしきい値算出部２７に出力する。

【００８０】標準パタン記憶部２５は、学習時に標準パ
タン作成部２４から出力された標準パタンを記憶するも
のであり、認識カテゴリｗ（ｗ＝１〜Ｗ）毎に作成され
た標準パタンＲ^wをラベル系列の形で記憶している、。

【００８１】入力パタン作成部２２は、音声信号の認識
時において、分析部２１で得られた特徴ベクトルｙに対
し、標準パタン作成部２４とは異なる手法によってラベ
ル系列（入力パタン）を作成する。例えば、標準パタン
作成部２４のように特徴ベクトルの複数フレームの平均
化を行わずに、分析部２１から出力された特徴ベクトル
の値そのものをコードブック２３を参照してこの特徴ベ
クトルに最も類似するコードベクトルμ_oのラベルｏに
変換する。

【００８２】マッチング部２６は、認識時のみに動作
し、標準パタン記憶部２５に記憶された標準パタンと入
力パタン作成部２２から出力された入力パタンとの間の
パタン間距離Ｄ^wを式（２）に示す漸化式に従って算出
する。ただし、フレーム間距離は距離マトリックス２８
を参照しながら算出される。すなわち、フレーム間距離
ｄ^w（ｔ，ｊ）は式（４）に示すように、入力パタンの
フレームｔのラベルｏ_tと標準パタンｗのフレームｊの
ラベルｒ^w _jで検索された距離マトリックス２８の値で
ある。

【００８３】しきい値算出部２７は、標準パタン作成部
２４から出力された入力標準パタンと入力パタン作成部
２２から出力された入力パタンとに対して、マッチング
部２６と同一の手法によってマッチングを行い、マッチ
ングの結果得られた距離からしきい値を算出する。

【００８４】認識結果判定部２９は、マッチング部２６
によって算出されたパタン間距離Ｄw （ｗ＝１〜Ｗ）が
最小である認識カテゴリｗを求め、これを認識結果とし
て出力する。ただし、パタン間距離Ｄw の最小値が、し
きい値算出部２７によって算出されたしきい値以上であ
るときは、入力された音声信号は認識対象外と判定す
る。

【００８５】図４に示す音声認識装置においても、第１
の実施形態に係る音声認識装置と同様に入力された音声
信号から標準パタンの形式にあったしきい値が算出され
るので、入力された音声信号に対して適切なしきい値が
常に設定可能になり、認識対象外の音声信号の入力を高
い確率で却下することができる。

【００８６】なお、第１及び第２の実施形態ではマッチ
ングの手法としてＤＰマッチング法を用いる場合を例に
とって説明したが、時間軸を線形に伸縮してマッチング
を行う線形マッチングを用いてももちろん本発明は実現
可能であり、同様の効果が得られる。

【００８７】

【発明の効果】以上のように、本発明に係る音声認識装
置によると、判定可能な認識カテゴリに属さない音声信
号の入力を却下するためのしきい値が音声信号が入力さ
れる度にその都度設定され、しかも入力された音声信号
に対して常に適切な値となる。したがって、認識対象外
の音声信号の入力を高い確率で却下可能になり、しかも
認識カテゴリの変化に柔軟に対応可能である。

【図面の簡単な説明】

【図１】本発明の第１の実施形態に係る音声認識装置の
構成を示すブロック図である。

【図２】図１に示す音声認識装置におけるマッチング部
の動作を示すフローチャートである。

【図３】図１に示す音声認識装置におけるしきい値算出
部の動作を示すフローチャートである。

【図４】本発明の第２の実施形態に係る音声認識装置の
構成を示すブロック図であり、ベクトル量子化を用いた
音声認識装置に本発明を適用した場合の構成を示すもの
である。

【図５】ベクトル量子化を用いた音声認識装置の一般的
な構成を示すブロック図である。

【図６】ＤＰマッチングに用いられる代表的な経路パス
を示す図であり、（ａ）は対称形パス、（ｂ）は非対称
形パス（入力パタン側依存パス）、（ｃ）は非対称形パ
ス（標準パタン側依存パス）である。

【図７】ＤＰマッチング法を説明する格子グラフ図であ
る。

【符号の説明】

１１分析部１２コードブック１３ファジィベクトル量子化部（入力パタン作成部）１４標準パタン作成部１５標準パタン記憶部１６マッチング部１７コードベクトル間帰属度テーブル１８しきい値算出部１９認識結果判定部２１分析部２２入力パタン作成部２３コードブック２４標準パタン作成部２５標準パタン記憶部２６マッチング部２７しきい値算出部２８距離マトリックス２９認識結果判定部

Claims

【特許請求の範囲】

【請求項１】入力された音声信号に対し、この音声信
号が属する認識カテゴリを判定する音声認識装置であっ
て、各認識カテゴリに対応する音声信号の特徴ベクトルから
第１の手法によって作成された，各認識カテゴリに対応
する標準パタンを記憶する標準パタン記憶部と、入力された認識対象の音声信号の特徴ベクトルから、前
記第１の手法と異なる第２の手法によって入力パタンを
作成する入力パタン作成部と、前記認識対象の音声信号の特徴ベクトルから、前記第１
の手法によって入力標準パタンを作成する標準パタン作
成部と、前記入力パタン作成部によって作成された入力パタンと
前記標準パタン記憶部に記憶されている各標準パタンと
のマッチングを行い、前記入力パタンと前記各標準パタ
ンとの距離を求めるマッチング部と、前記入力パタン作成部によって作成された入力パタンと
前記標準パタン作成部によって作成された入力標準パタ
ンとのマッチングを行い、前記入力パタンと前記入力標
準パタンとの距離を求め、この距離を基にして当該音声
認識装置が判定可能な認識カテゴリに属さない音声信号
の入力を却下するためのしきい値を算出するしきい値算
出部と、前記マッチング部によって求められた前記入力パタンと
前記各標準パタンとの距離及び前記しきい値算出部によ
って算出されたしきい値を基にして、前記認識対象の音
声信号が属する認識カテゴリを判定する認識結果判定部
とを備えていることを特徴とする音声認識装置。
【請求項２】請求項１に記載の音声認識装置におい
て、前記認識結果判定部は、前記マッチング部によって求められた前記入力パタンと
前記各標準パタンとの距離の最小値を求め、この最小値
が前記しきい値算出部によって算出されたしきい値より
も大きいときは、前記認識対象の音声信号は当該音声認
識装置が判定可能な認識カテゴリのいずれにも属さない
と判定する一方、前記最小値が前記しきい値以下のとき
は、前記認識対象の音声信号は前記入力パタンとの距離
が最小である標準パタンに対応する認識カテゴリに属す
ると判定することを特徴とする音声認識装置。
【請求項３】請求項１に記載の音声認識装置におい
て、前記マッチング部は、前記入力パタンと前記各標準パタ
ンとの距離の代わりに前記入力パタンと前記各標準パタ
ンとの類似度を求めるものであり、前記しきい値算出部は、前記入力パタンと前記入力標準
パタンとの距離の代わりに前記入力パタンと前記入力標
準パタンとの類似度を求め、この類似度を基にして前記
しきい値を算出するものであることを特徴とする音声認
識装置。
【請求項４】請求項３に記載の音声認識装置におい
て、前記認識結果判定部は、前記マッチング部によって求められた前記入力パタンと
前記各標準パタンとの類似度の最大値を求め、この最大
値が前記しきい値算出部によって算出されたしきい値よ
りも小さいときは、前記認識対象の音声信号は当該音声
認識装置が判定可能な認識カテゴリのいずれにも属さな
いと判定する一方、前記最大値が前記しきい値以上のと
きは、前記認識対象の音声信号は前記入力パタンとの距
離が最大である標準パタンに対応する認識カテゴリに属
すると判定することを特徴とする音声認識装置。
【請求項５】入力された音声信号に対し、この音声信
号が属する認識カテゴリを判定する音声認識装置であっ
て、各認識カテゴリが属する特徴ベクトル空間における各ク
ラスタを代表するコードベクトルを、各コードベクトル
を示すラベルによって検索可能な形で記憶しているコー
ドブックと、入力された認識対象の音声信号の特徴ベクトルを、前記
コードブックを参照して、前記特徴ベクトルと前記各コ
ードベクトルとの依存度合を要素とする入力帰属度ベク
トルに変換するファジィベクトル量子化部と、音声認識装置の学習時に、各認識カテゴリに対応する音
声信号の特徴ベクトルから標準パタンを作成する一方、
音声認識装置の認識時に、認識対象の音声信号の特徴ベ
クトルから入力標準パタンを作成する標準パタン作成部
と、音声認識装置の学習時に前記標準パタン作成部によって
作成された，各認識カテゴリに対応する標準パタンを記
憶する標準パタン記憶部と、前記コードベクトル同士の依存度合であるコードベクト
ル間帰属度を、各コードベクトルを示す２つのラベルに
よって検索可能な形で記憶しているコードベクトル間帰
属度テーブルと、前記ファジィベクトル量子化部によって変換された入力
帰属度ベクトルと前記標準パタン記憶部に記憶されてい
る各標準パタンとのマッチングを前記コードベクトル間
帰属度テーブルを参照して行い、前記入力帰属度ベクト
ルと前記各標準パタンとの類似度を求めるマッチング部
と、前記ファジィベクトル量子化部によって変換された入力
帰属度ベクトルと前記標準パタン作成部によって作成さ
れた標準入力パタンとのマッチングを前記コードベクト
ル間帰属度テーブルを参照して行い、前記入力帰属度ベ
クトルと前記入力標準パタンとの類似度を求め、この類
似度を基にして当該音声認識装置が判定可能な認識カテ
ゴリに属さない音声信号の入力を却下するためのしきい
値を算出するしきい値算出部と、前記マッチング部によって求められた前記入力帰属度ベ
クトルと前記各標準パタンとの類似度及び前記しきい値
算出部によって算出されたしきい値を基にして、前記認
識対象の音声信号が属する認識カテゴリを判定する認識
結果判定部とを備えていることを特徴とする音声認識装
置。