JPH11272290A - 音声信号のワ―ド決定方法 - Google Patents

Abstract

(57)【要約】 【課題】 音声信号のワードの認識を改善し得る方法を
提供せんとするにある。 【解決手段】 個別のワードは自然テストの強く異なる
平均頻度で発生する。改良された言語モデルに導かれる
とともに改善される認識に導かれる好適な語彙を得るた
めに、充分な頻度で発生する２つ以上のワードのワード
チェーンを互いに組合せる。体系化リストによってワー
ドチェーンを発生するかかる頻度を繰返し配列する方法
を述べる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声認識の分野、特に音
声認識のモデルを発生することに関するものである。

【０００２】

【従来の技術】音声認識においては、認識すべき音声信
号を正規の間隔で走査して２つの走査間の音声区分を特
徴つける走査値からテスト信号を取出すようにしてい
る。これらのテスト信号は多数の基準信号と並列に比較
され、基準信号のシーケンスが所定語彙のワードを表わ
すようにする。これらの基準信号または基準信号のシー
ケンスは学習音声信号から取出すとともに音声信号の認
識の音響モデルを表わす。基準信号と各テスト信号との
比較からスコアを得るようにし、このスコアは各テスト
信号の基準信号との関連度またはこれら２つの信号間の
差を示す。

【０００３】これがため、音声信号が流暢に話されたワ
ードである場合に、“認識された”即ち、決定されたワ
ードは、同時に、または、重なり合って発生する。その
理由は激しく話している間のワードの不正確さが決して
正確な認識をなし得ないからである。斯くして発生した
ワードから会話センテンスをできるだけ正確に決定する
ために、ワードのシーケンスの確率を示す追加の言語モ
デル値を用いる。ワードシーケンスのスコアを補充し
て、これらが極めて不適切となる他のワードと組合わさ
って発生する際に、比較的高い信頼性をもって決定され
たワードを消去する。これら言語モデル値は学習音声信
号に相当する学習テストまたは本体から決めるようにす
る。

【０００４】基準信号のシーケンスに属するワードは自
然の会話エアで発生するワードを含む所定の語彙を形成
する。これらのワードは、自然テキストに広範囲に異な
る頻度で発生し、特に、音響的に認識または区別するの
がしばしば困難な多くの短いワードは比較的高い頻度で
発生する。加うるに、かかる語彙によって極めて好適で
ない言語モデルが導かれるようになる。

【０００５】

【発明が解決しようとする課題】本発明の目的は音声信
号のワードの認識を改善し得る方法を提供せんとするに
ある。これには特に言語モデルの改善、良好な言語モデ
ル値の決定、および不確定性の低減が含まれる。簡単の
ために、この不確定性は、音声信号のワードのシーケン
スが受けやすい解釈の数、即ち、多数の可能な解釈に関
連する高い不確定性の目安と見なすことができる。

【０００６】

【課題を解決するための手段】本発明によれば、この目
的は、一般に以下センテンス要素とも称されるワードお
よびワード群を具える学習音声信号から新たな語彙を形
成することによって達成される。これがため、この新た
な語彙は追加のセンテンス要素を含む。元の語彙のワー
ドは、この確率が極めて小さいにもかかわらず、個別の
場合に除去される。追加のセンテンス要素は学習音声信
号の少なくとも所定の頻度で発生させる必要がある。新
たな言語モデル値はこの新たな語彙に基づき学習音声信
号から取出す。次いで、テスト音声信号をこの新たな語
彙および新たな言語モデル値により処理する。ワードは
斯様に処理のテスト音声信号からより高い信頼性をもっ
て決める。

【０００７】新たな語彙は種々の手段で形成することが
できる。例えば、最も多い発生頻度のワード対を最初に
決め、これを新たな語彙入力アイテムに組込む。次いで
全ての関連するワード対を学習本体の新たなセンテンス
要素によって置換する。更に、最も多い発生頻度のワー
ド対をこの修正された学習音声信号から再び決め、これ
を繰返す。本発明方法の好適な例では、新たな語彙の形
成は、まず最初、センテンス要素の全部の対である全て
の組合せを最初に学習音声信号で決める。これらの対は
所定の規準に従ってリストに配列する。次いで、リスト
の最初のアイテムから出発し、これに含まれる対の始端
または終端がこのリストの低位の対の、それぞれ終端ま
たは始端としてリストに発生するか否かをテストし、か
かる対を消去する。斯様にして、リスト全体を処理す
る。斯くして残存するリストアイテムは関連する組合
せ、即ち、学習音声信号のセンテンス要素の関連する対
と置換して新たなセンテンス要素を形成し得るようにす
る。次いで、これらのステップを繰返し、即ち、対の一
部分、または両部分が最初の作動で発生した対によって
既に形成されている場合でも、センテンス要素の組合せ
または対を再び形成する。この新たなリストを上述した
ように再び処理してセンテンス要素の好適な組合せが最
早得られないようになるまで、これらステップのこのシ
ーケンスを繰返すようにする。

【０００８】２つ以上のワードのワードセンテンスを具
える斯くして得られた新たなセンテンス要素を現存する
語彙に入れ、これにより新たな語彙を形成する。この新
たな語彙に基づき学習音声信号から新たな言語モデル値
を決める。

【０００９】上述したように、まず最初、ワードまたは
センテンス要素の対を決めるのが好適である。しかし、
３つで一組（トリプレット）のセンテンス要素を決める
こともでき、この場合には、これらトリプレットを互い
に組合せて最初および最後のワードまたはセンテンス要
素のみが同一となるようにすることもできる。かかる異
なるトリプレットがほぼ同一の頻度で発生する場合に
は、これは、トリプレットの中央のワードが言語モデル
に対しては左程重要でないことを意味する。センテンス
要素の対を決める処理が完了した後にトリプレットを決
めるのが有利である。

【００１０】体系化リストの形成に有利な簡素化はセン
テンス要素のこれら組合せのみが少なくとも所定回数学
習音声信号で決められるリストに含まれることにある。
この回数は実験的に決めることができる。その理由はこ
れが極めて臨界的でないからである。

【００１１】センテンス要素の組合せをリストに配列す
ることに従って規準を決める種々の可能性が存在する。
最も簡単な可能性はセンテンス要素の関連する組合せの
発生頻度とることである。これは最も容易に決めること
ができる。

【００１２】かかる規準の他の可能性は次式に従うワー
ド対の相互情報である。

【数３】

【００１３】学習本体のユニグラムな確率の変化率△Ｆ
を用いることもできる。これは次のように規定すること
ができる。

【数４】

【００１４】３つ以上のワードを具える新たなセンテン
ス要素を形成するには、ワードの短いセンテンス、例え
ば、前のステップで形成されたワード対を含めるように
する。かかる短いセンテンス要素の発生頻度は、これら
が長いセンテンス要素に部分的に含まれる際に減少す
る。従って、かかる短いセンテンス要素の発生頻度は、
所定頻度以下、特に、新たな語彙の形成中体系化リスト
に含むべきセンテンス要素の組合せに対して必要な頻度
以下に降下することがたまたま起り得ることがある。こ
の場合には、かかる短いセンテンス要素を再び小さな構
成部分に分割する、例えばワード対を単一ワードに分割
するのが好適である。これは、ステップの各シーケンス
後に、または所定数のかかるシーケンス後に体系化リス
トによって語彙の形成時に達成することができる。従っ
て、新たな語彙の形成のための所定のステップはかかる
分割後に再び実行される。

【００１５】数個のワードを具えるセンテンス要素の場
合には、個別のワードの順序を交換して、これらセンテ
ンス要素を互いに結合し、これらを同様に処理すること
もできる。

【００１６】

【実施例】本発明方法の一例を図面を参照して説明す
る。本発明方法は学習音声テキストおよびこれに用いら
れる単一ワードより成る語彙の機能ボックス１０から出
発する。その有効係数が以下に説明されるサイクル計数
器を機能ボックス１２で値１に対して設定する。

【００１７】機能ボックス１４では、学習テキストに発
生するワードの全ての対を決めるとともにその発生頻度
を計数する。これら値を中間記憶装置に記憶する。

【００１８】ワード対が決まり、全学習テキストに記憶
された後、中間記憶装置のメモリ内の全てのワード対は
機能ボックス１６で再び順次に読取られる。中間記憶装
置のメモリが完全に処理されたかどうかを機能ボックス
１８でテストする。完全に処理されていない限り、この
方法はテスト有利な９に移行し、ここで当該ワード対に
記憶された数がスレシホルド値Ｔよりも大きいか否かを
テストする。この値がスレシホルド値Ｔよりも大きくな
い場合には、次のワード対を機能ボックス１６の中間記
憶メモリから読取る。この頻度Ｔが過剰となる場合に
は、規準の値、特に、上述した規準の一つを機能ボック
ス２０内でこのワードに対して、例えば、最も簡単な場
合には発生頻度自体に対して決めるようにする。次い
で、このワード対を機能ボックス２２内で、即ち、規準
の値に依存する位置でリストに導入する。次に、処理を
機能ボックス２３に移行して、ここで次のワード対を読
取る。

【００１９】これがため、機能ボックス２０および２２
は繰返し移行され、学習音声信号の値Ｔよりもしばしば
多く発生するワード対の全部を規準に従って命令に含め
るようにしたリストが最終的に形成される。

【００２０】ワード対の全部が処理されたことをテスト
ユニット１８によって最終的に確認すると、本発明方法
は機能ボックス２３に移行し、ここで機能ボックス２２
内に形成されたリストが全くエントリを含まないかどう
かをテストする。実際上、これは常時最初の読取りの場
合であり、処理は機能ボックス２４に移行し、ここでリ
スト位置に対する計数器は値ｎ＝１に設定する。これ
は、規準に対する最も好適なスコアを有するワード対、
例えば、最高発生頻度が存在する第１リスト位置をアド
レス指定する。次いでこのワード対の最初のワードがリ
スト内に他の対の最終ワードとして発生するか否かをテ
ストし、最初のワードが発生する場合には、この後者の
ワード対を消去する。この後、またはこれと同時に、こ
のワード対の第２ワードをリストの全てのワード対の最
初のワードと比較して一致が検出された場合には、一致
するワード対も消去する。これを機能ボックス２８で示
す。リスト位置のアドレスｎを機能ボックス３０で１だ
け増してこれが最終リスト位置Ｎであるか否かを機能ボ
ックス３２でテストする。

【００２１】これは通常第１リスト位置の場合ではな
く、本発明方法は機能ボックス２６に戻り、ここでアド
レス指定されたワード対の最初のワードを再び残りのリ
ストの全てのワード対の最終ワードと比較し、これを繰
返す。

【００２２】統計的リストが完全に処理された後に最終
リスト位置Ｎがアドレス指定されることはテストユニッ
ト３２で明らかになり、次に、処理は機能ボックス３４
に移行し、ここで、最初の読取りでのワード対のみを含
むリストに残る内容を中間記憶装置に記憶する。

【００２３】次に、サイクル計数器ｓを機能ボックス３
８で１だけ増し、読取りまたはサイクルの所定数Ｓが完
了したかどうかをテストユニット４０でテストする。こ
れが完了していない場合には、リストの内容を機能ボッ
クス５０で学習テキストに入れる。これは例えば関連す
るワード対が学習テキストでユニット（１）としてマー
クされることで達成することができる。

【００２４】次いで、本発明方法は再び機能ボックス１
４に戻るが、この際ワード対だけでなく、一般にセンテ
ンス要素の対が形成され、１センテンス要素は、１ワー
ド、１ワード対、または数個の処理サイクルが取られる
場合には、ワードの長いチェーンとなる。また、ここで
最初の読取りが行なわれた後、２つのワード対から一対
を形成して４ワードを具える新たなセンテンス要素が斯
様にして発生するようにすることもできる。機能ボック
ス１６乃至４０による他の手順は上述した所と同様に行
なうことができる。

【００２５】処理によるサイクルの所定数Ｓが完了した
ことを機能ボックス４０で決める際には、処理は機能ボ
ックス４２に移行する。ここで、一つのワードでなく２
つ以上のワードより成るセンテンス要素の或る発生が他
のセンテンス要素と結合されてユニット（１）となり、
前のセンテンス要素の残りの発生数が所定のスレシホル
ド値印加に降下するものとする。この場合にはこのセン
テンス要素は再び機能ボックス４６でその構成部分に分
割し、即ち、このセンテンス要素を機能ボックス３４に
累積されたリスト内容から消去して中間記憶装置に記憶
する。次いで、サイクル計数器ｓを機能ボックス４８で
再び値１に設定する。この後、上述したように、新たに
形成された全てのセンテンス要素、即ち、元の語彙に存
在しないセンテンス要素を学習音声テキストに入れ、斯
くして処理の他のサイクルを完了する。

【００２６】かかる処理で、空のリストが機能ボックス
２２内に形成されること、即ち、少なくとも所定の周波
数で発生するセンテンス要素の新たな対が見出せなかっ
たことをテストユニット２３で検出されると、新たな語
彙の形成が完了し処理は機能ボックス５４に移行し、こ
こで機能ボックス３４の記憶装置に記憶されているリス
ト内容を元の語彙に最終的に入れて新たな語彙を形成す
る。次いで、機能ボックス５６の新たな語彙により新た
な言語モデルを形成し、即ち、新たな言語モデル値を発
生する。

【００２７】これにより処理は終端部５８に移行し、こ
こで新たな語彙および新たな言語モデル値が得られるよ
うにし、これによって新たな未知のテスト音声信号を処
理し得るようにする。 機能ボックス４２で示されるテ
ストが処理の各サイクルで行なわれる場合には、機能ボ
ックス１２、３８、４０および４８を商略し得ることも
ちろんである。

【図面の簡単な説明】

【図１】 本発明方法の一例をフローチャートにより詳
細に示す説明図である。

【符号の説明】

１０−５６ 機能ボックス １８、１９、２３、３２、４０ テストユニット ５８ 終端部

───────────────────────────────────────────────────── フロントページの続き (71)出願人 590000248 Ｇｒｏｅｎｅｗｏｕｄｓｅｗｅｇ １, 5621 ＢＡ Ｅｉｎｄｈｏｖｅｎ， Ｔｈ ｅ Ｎｅｔｈｅｒｌａｎｄｓ

Claims (10)

【特許請求の範囲】
1. 【請求項１】 正規の間隔で走査されるテスト音声信号
   のワードを決定する方法であって、この方法によりテス
   ト信号を走査された値から取出すとともにこの信号はワ
   ード決定用スコアを得るために基準信号と比較し、基準
   信号のシーケンスはワードを表わすとともに学習音声信
   号から得るようにし、さらに、学習本体から取出され且
   つそのワードシーケンスの確率を示す言語モデル値をワ
   ードの決定に用いるようにして音声信号のワードを決定
   するに当たり、少なくとも所定頻度で発生する新たな語
   彙をワードおよびワード群によって形成されたセンテン
   ス要素を具える学習音声信号から形成し、この語彙に対
   し新たな言語モデル値を学習音声信号から決定し、これ
   ら新たな語彙および新たな言語モデル値を用いてテスト
   音声信号のワードを決めるようにしたことを特徴とする
   音声信号のワード決定方法。
2. 【請求項２】 新たな語彙の決定に際し、次のステッ
   プ： ａ）学習音声信号のセンテンス要素の組合せを決定し； ｂ）所定の規準に従って配列されたセンテンス要素の決
   定された組合せのリストを形成し； ｃ）前記リストのセンテンス要素の最初の組合せから出
   発し、その始端の高位の組合せの最終センテンス要素、
   またはその後端の高位の組合せの最初のセンテンス要素
   を具える、このリストの全てのセンテンス要素を消去
   し； ｄ）これらセンテンス要素の組合せは、この置換後、新
   たなセンテンス要素として学習音声信号のセンテンス要
   素の関連する組合せを残存し； ｅ）ステップｂ）に空のリストのみが形成されるまで、
   ステップａ）乃至ｄ）を繰返す；ステップを具えること
   を特徴とする請求項１に記載の音声信号のワード決定方
   法。
3. 【請求項３】 前記センテンス要素の組合せは、一対の
   センテンス要素とすることを特徴とする請求項２に記載
   の音声信号のワード決定方法。
4. 【請求項４】 前記センテンス要素の組合せは、最初お
   よび最後のセンテンス要素が同一である３個で一組のセ
   ンテンス要素とすることを特徴とする請求項２に記載の
   音声信号のワード決定方法。
5. 【請求項５】 空のリストのみが形成されるまでこれら
   対のセンテンス要素に対して前記ステップａ）乃至ｅ）
   を繰返し、次いで、３個で一組のセンテンス要素に対し
   てステップａ）乃至ｅ）を繰返すようにしたことを特徴
   とする請求項３または４に記載の音声信号のワード決定
   方法。
6. 【請求項６】 前記学習音声信号の少なくとも所定の最
   初の回数が検出されたこれらセンテンス要素の組合せの
   みが、前記リストに含まれることを特徴とする請求項２
   〜５の何れかの項に記載の音声信号のワード決定方法。
7. 【請求項７】 前記規準を、センテンス要素の組合せの
   発生頻度とすることを特徴とする請求項２に記載の音声
   信号のワード決定方法。
8. 【請求項８】 前記規準は、次式： 【数１】 で示される相互情報とすることを特徴とする請求項２に
   記載の音声信号のワード決定方法。
9. 【請求項９】 前記規準は、次式： 【数２】 で示される学習本体のユニグラム確率の変化率△Ｆであ
   ることを特徴とする請求項２に記載の音声信号のワード
   決定方法。
10. 【請求項１０】 前記ステップａ）乃至ｄ）の所定回数
    の繰返し後、センテンス要素の組合せの置換により発生
    頻度が所定の２回数以下となるセンテンス要素を少なく
    とも２つの簡単な構成センテンス要素に細分割して、ス
    テップａ）乃至ｄ）を再度繰返すようにしたことを特徴
    とする請求項２に記載の音声信号のワード決定方法。