JPS58105299A - アルフアベツト音声認識装置 - Google Patents
アルフアベツト音声認識装置Info
- Publication number
- JPS58105299A JPS58105299A JP56204818A JP20481881A JPS58105299A JP S58105299 A JPS58105299 A JP S58105299A JP 56204818 A JP56204818 A JP 56204818A JP 20481881 A JP20481881 A JP 20481881A JP S58105299 A JPS58105299 A JP S58105299A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- classification
- alphabet
- standard
- section
- 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.)
- Pending
Links
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明はアルファべ、ト音声認識装置に関するものであ
る。
る。
従来％１文字ずつのアルファベットに対応し、区切って
発声・されたアルファぺ、ト音声は、一般の単語音声と
同じように、一つの発声に関するすべての特徴パターン
を、あらかじめ登録しておいた婁準パターンとパターン
マツチングすることによ〕認識されていた。
発声・されたアルファぺ、ト音声は、一般の単語音声と
同じように、一つの発声に関するすべての特徴パターン
を、あらかじめ登録しておいた婁準パターンとパターン
マツチングすることによ〕認識されていた。
しかし、アルファベット音声は、カナ文字に対応する単
音節音声のように、 ■ 発声され、る時間が短かい九め、特徴に関する情報
量が少ない。
音節音声のように、 ■ 発声され、る時間が短かい九め、特徴に関する情報
量が少ない。
■ 標準パターン登録時と音声入力時の時間の経過、入
力環境の変化等による特徴パターンのばらつきが多い。
力環境の変化等による特徴パターンのばらつきが多い。
■ まぎられしい発音のものが多い。
等の理由によって、認識率の高い認識は非常に困難であ
る。ところが、カナ文字に対応する単音節音声認識の場
合、単音節が子音＋母音ｔたは母音のみという形で表わ
されることを利用し、入力した音声の母音部からア行か
らオ行までの５つの母音系列に予備選択し、その後子音
部（母音のみで構成される単音節では、その前部を疑似
的に４音部とみなす、）で認識する手法を用いて性能を
向上させている。
る。ところが、カナ文字に対応する単音節音声認識の場
合、単音節が子音＋母音ｔたは母音のみという形で表わ
されることを利用し、入力した音声の母音部からア行か
らオ行までの５つの母音系列に予備選択し、その後子音
部（母音のみで構成される単音節では、その前部を疑似
的に４音部とみなす、）で認識する手法を用いて性能を
向上させている。
本発明は、アルファぺ、ト音声をカナ文字に対応する単
音節音声と同様に、アルファベットの音韻的特徴に合わ
せた予備選択等の処理をすることによって、認識率が高
いアルファベット音声認識装置ｔ−提供することにある
。
音節音声と同様に、アルファベットの音韻的特徴に合わ
せた予備選択等の処理をすることによって、認識率が高
いアルファベット音声認識装置ｔ−提供することにある
。
本発明のアルファべ、ト音声認識装置は、１文字ずつの
アルファべ、トに対応して区切って発声されたアルファ
ベット音声の特徴を抽出してパターン化する特徴パター
ン抽出部と、入力された音声のパワーデータを抽出し記
憶するパワーデータ抽出部と、前記パワーデータよ〕前
記特徴パターン管いくつかに分類する特徴パターン分類
部と、分類された特徴パターンを標準パターンとして登
帰する標準パターン登鎌部と、認識しようとする入力音
声より、前記特徴パターン抽出部と特徴パターン分類部
において抽出分類された入ｊ％ パターンと、前記標準
パターンとの間の類似度を基に、認識結果を求めるアル
ファベット音声認識部と、尚該ｉｉｔｍ結果を出力する
結果出力部とを有することを特徴とする。
アルファべ、トに対応して区切って発声されたアルファ
ベット音声の特徴を抽出してパターン化する特徴パター
ン抽出部と、入力された音声のパワーデータを抽出し記
憶するパワーデータ抽出部と、前記パワーデータよ〕前
記特徴パターン管いくつかに分類する特徴パターン分類
部と、分類された特徴パターンを標準パターンとして登
帰する標準パターン登鎌部と、認識しようとする入力音
声より、前記特徴パターン抽出部と特徴パターン分類部
において抽出分類された入ｊ％ パターンと、前記標準
パターンとの間の類似度を基に、認識結果を求めるアル
ファベット音声認識部と、尚該ｉｉｔｍ結果を出力する
結果出力部とを有することを特徴とする。
以下、本発明の一実施例について説明する。
第１図は本発明によるアルファベット音声認識装置の一
実施例の構成図である。まず認識のための基準管得るた
めのアルファぺ、ト音声はマイクロホン１よ〕入力され
、特徴パターン抽出部２で１文字ごとにアルファベット
音声全体にわたる特徴パターンが抽出される。これと同
時にパワーデータ抽出部４で振幅情報が抽出される。特
徴パターン分類部４では、この振幅情報に基き、抽出部
２による特徴パターンｔｈ＜つかの部分に分類する。以
後分類された特徴パターンを単にアルファベット特徴パ
ターンと呼ぶ、スィッチ５ｔ″人側にたおした時、アル
ファベット特徴パターンは、標準パターン登鋒ＩＳ６に
記憶される。Ｉ［識されるべきすべてのアルファベット
音声のアルファベット特徴パターンが標準パターン登嚢
部６に記憶された後、認識処理を始める九めに、スイッ
チ５’ｊ−Ｂ側にたおす、この時、入力された音声の特
徴パターンは、アルファべ、ト音声認識１１３７に入力
され、アルファベット音声の音韻的特徴に基く規則によ
シ、標準パターン登鎌Ｉ＄６内の標準パターンとマツチ
ングし、Ｉｌ識結果を結果出力部８に出力する。
実施例の構成図である。まず認識のための基準管得るた
めのアルファぺ、ト音声はマイクロホン１よ〕入力され
、特徴パターン抽出部２で１文字ごとにアルファベット
音声全体にわたる特徴パターンが抽出される。これと同
時にパワーデータ抽出部４で振幅情報が抽出される。特
徴パターン分類部４では、この振幅情報に基き、抽出部
２による特徴パターンｔｈ＜つかの部分に分類する。以
後分類された特徴パターンを単にアルファベット特徴パ
ターンと呼ぶ、スィッチ５ｔ″人側にたおした時、アル
ファベット特徴パターンは、標準パターン登鋒ＩＳ６に
記憶される。Ｉ［識されるべきすべてのアルファベット
音声のアルファベット特徴パターンが標準パターン登嚢
部６に記憶された後、認識処理を始める九めに、スイッ
チ５’ｊ−Ｂ側にたおす、この時、入力された音声の特
徴パターンは、アルファべ、ト音声認識１１３７に入力
され、アルファベット音声の音韻的特徴に基く規則によ
シ、標準パターン登鎌Ｉ＄６内の標準パターンとマツチ
ングし、Ｉｌ識結果を結果出力部８に出力する。
アルファベット特徴パターンは、音声の振幅が最も大き
い部分の前後１６ｍ５ｅｃ程度のピーク部パターンと、
振幅があるスレッシ、ホルトを越える始端点からの１０
６ｍ５ｅｃ程度の始端部パターント、振幅が最後にある
スレ、シュホルトよ）小さくなる終端点の前ｔｏｏｍｓ
ｅｃｓＩ［の終端部パターンの３つの部分によって分類
される。このとき各アルファベットは以下の様に分類さ
れる。
い部分の前後１６ｍ５ｅｃ程度のピーク部パターンと、
振幅があるスレッシ、ホルトを越える始端点からの１０
６ｍ５ｅｃ程度の始端部パターント、振幅が最後にある
スレ、シュホルトよ）小さくなる終端点の前ｔｏｏｍｓ
ｅｃｓＩ［の終端部パターンの３つの部分によって分類
される。このとき各アルファベットは以下の様に分類さ
れる。
まず、ピーク部パターンによシ５母音系列、つ壕〕分類
〔１〕１分類〔量３１分類（ｕ）、、分類〔６３１分類
（０）に大きく分けられる１次にそれぞれ次の様に分類
される１ （１）分類（ａ）は終端部パターンにより、Ｒ（ａｓ）
。
〔１〕１分類〔量３１分類（ｕ）、、分類〔６３１分類
（０）に大きく分けられる１次にそれぞれ次の様に分類
される１ （１）分類（ａ）は終端部パターンにより、Ｒ（ａｓ）
。
Ｗ（ｄＡｂｌｊμ：） に分類され、始端部パターンに
よ−’Ｆ Ｉ （ａ １） 、 Ｙ （ｗａすに分類さ
レル。
よ−’Ｆ Ｉ （ａ １） 、 Ｙ （ｗａすに分類さ
レル。
（２）分類〔量〕は終端部メタ３−ンのみによシＢ（ｂ
ｌ：）。
ｌ：）。
Ｃ（ＩＩ ’ ：） ＊ Ｄ （ｄ ’ ：） ａ Ｅ
（’ ：） ｅ Ｇ （ｄ］ ’ ：） ＠ Ｐ（１
” ：） ａ Ｔ（ｔｊ：）、Ｖ（ｖｌ：）、Ｚ（ｘｉ
；Ｉ Ｋ分１［ルル。
（’ ：） ｅ Ｇ （ｄ］ ’ ：） ＠ Ｐ（１
” ：） ａ Ｔ（ｔｊ：）、Ｖ（ｖｌ：）、Ｚ（ｘｉ
；Ｉ Ｋ分１［ルル。
（３） 分類（Ｕ）は始端部パターンのみによシＱＯ
ｃＭ。
ｃＭ。
Ｕ（ｊｓｒｌ に分類される。
（４）分類（ｅ）は終端部パターンによＩＦ（ｅｆ）。
Ｈ（ｅｉ ｔｊ）、 Ｌ（ｅｌ）、 Ｍ（ａｍ）、 Ｎ
（ａｎ）、、ｓ （ａｍ）。
（ａｎ）、、ｓ （ａｍ）。
Ｘ（ａｋｓ） に分類され、始端部パターンによ〕Ａ
（ｅす、 Ｊ （ｄ２ｒｅす、Ｋ（ｋｅリ に分類され
る。
（ｅす、 Ｊ （ｄ２ｒｅす、Ｋ（ｋｅリ に分類され
る。
（５） 分類（０）ｄｏ（ｏｕ）のみとする。
上記分類で、〔〕内は発音記号を示している。
この分類によシマ、チングすべＩＩ椰準パターン数が減
少し、ｔた、特に特徴的な部分のマツチングによシｉｉ
＊できる。
少し、ｔた、特に特徴的な部分のマツチングによシｉｉ
＊できる。
第２図に第一１１＄の標準−（ターン登＊ｌｌ５６に町
憶されている標準パターンの記憶形態の例を示し、第３
図に第１図のアルファぺ、ト音声認識ｆｆ１７の具体的
構成例を示す、第２図において、標準バター登ｆｉｌ＄
６に記憶されている標準パターンは、各アルファベット
６１ごとに、−大分類係数ＲＣＯと二次分類係数ＲＣ１
，Ｃ１，ビーターンＲＰＯ終端部パターンＲＰｉ、始端
部パターンＲＰ２から成る。
憶されている標準パターンの記憶形態の例を示し、第３
図に第１図のアルファぺ、ト音声認識ｆｆ１７の具体的
構成例を示す、第２図において、標準バター登ｆｉｌ＄
６に記憶されている標準パターンは、各アルファベット
６１ごとに、−大分類係数ＲＣＯと二次分類係数ＲＣ１
，Ｃ１，ビーターンＲＰＯ終端部パターンＲＰｉ、始端
部パターンＲＰ２から成る。
第２図を参照しながら第３図の動作を説明する。
入力され九アルファベット音声の入カバターンＩＰは、
ピークマツチング部７１へ入力され、全アルファへ、ト
のピーク部パターンＲｐ ｏ を対象Ｖｃパターンマツ
チングを行なう、その結果最も良く！、チング會したア
ルファべ、トの係数ＲＣＯとパターンｌＰｔ−一次分類
郡７２へ送〕、ここでは、係数ＲＣＯの値Ｃ１〜Ｃ５に
従い、以下の処理ｔする。係数ＲＣＯがＣ１ｔたはＣ４
のとき係数ＲＣＯとパターンＩＰはそれぞれ分類１終端
！、チング部７３ｔたは分類４終端マッチジ夛部７４へ
送られる。
ピークマツチング部７１へ入力され、全アルファへ、ト
のピーク部パターンＲｐ ｏ を対象Ｖｃパターンマツ
チングを行なう、その結果最も良く！、チング會したア
ルファべ、トの係数ＲＣＯとパターンｌＰｔ−一次分類
郡７２へ送〕、ここでは、係数ＲＣＯの値Ｃ１〜Ｃ５に
従い、以下の処理ｔする。係数ＲＣＯがＣ１ｔたはＣ４
のとき係数ＲＣＯとパターンＩＰはそれぞれ分類１終端
！、チング部７３ｔたは分類４終端マッチジ夛部７４へ
送られる。
！、チング部７３．７４では、おのおの係数ＲＣＯが同
じ値のパターンＲＰＩについてマツチングを行ない、そ
の結果最も良くマツチングしたアルファぺ、トの係数Ｒ
Ｃ１とパターンＩＰを二次分類部７５へ送ル、係数ＲＣ
Ｉの値が１種類しかまいアルファベラ）Ｒ，ＷＫついて
は、そのアルファベラ）を認識結果ＲＤとして出力部８
へ送る。係数Ｒ，ＣＩの値が複数ある場合は、係数ＲＣ
ＩとパターンＩＰをそれぞれ分類１始端！ツチングｆ！
Ｓ７６゜分類１始端！ツチング部７７へ送る。Ｙ、チン
グ部７１からの係数ＲＣＯが０２または０３のときは、
分類部７２により″その係数ＲＣＯとパターンＩＰがそ
れぞれ分類２始端マツチング部７８、分類３始端マツチ
ング部７９へ送られる。マツチング部７６．７７．７８
．７９ではそれぞれ送られてきた係数ＲＣＯあるいは係
数ＲＣＩの値の等しいアルファベットのパターンＲＰ２
についてパターンＩＰとマツチングを行ない、最も良く
マツチングしたアルファぺｙ）ｔｌ！識結果ＲＤとして
出力部８へ送る。ま九マツチング部７１からの係数ＲＣ
Ｏが０５の場合、分類Ｎ７２は認識結果ＲＤとしてアル
ファベットＯ１−出力部８へ送る。
じ値のパターンＲＰＩについてマツチングを行ない、そ
の結果最も良くマツチングしたアルファぺ、トの係数Ｒ
Ｃ１とパターンＩＰを二次分類部７５へ送ル、係数ＲＣ
Ｉの値が１種類しかまいアルファベラ）Ｒ，ＷＫついて
は、そのアルファベラ）を認識結果ＲＤとして出力部８
へ送る。係数Ｒ，ＣＩの値が複数ある場合は、係数ＲＣ
ＩとパターンＩＰをそれぞれ分類１始端！ツチングｆ！
Ｓ７６゜分類１始端！ツチング部７７へ送る。Ｙ、チン
グ部７１からの係数ＲＣＯが０２または０３のときは、
分類部７２により″その係数ＲＣＯとパターンＩＰがそ
れぞれ分類２始端マツチング部７８、分類３始端マツチ
ング部７９へ送られる。マツチング部７６．７７．７８
．７９ではそれぞれ送られてきた係数ＲＣＯあるいは係
数ＲＣＩの値の等しいアルファベットのパターンＲＰ２
についてパターンＩＰとマツチングを行ない、最も良く
マツチングしたアルファぺｙ）ｔｌ！識結果ＲＤとして
出力部８へ送る。ま九マツチング部７１からの係数ＲＣ
Ｏが０５の場合、分類Ｎ７２は認識結果ＲＤとしてアル
ファベットＯ１−出力部８へ送る。
以上説明したように本発明によるアルファベット認識で
は、まぎられしい発音のアルファベットについてさらに
細かく特徴的部分のマツチングが行なえ、認識率が著し
く向上する。
は、まぎられしい発音のアルファベットについてさらに
細かく特徴的部分のマツチングが行なえ、認識率が著し
く向上する。
尚、本発明はアルファベット音声認識率向上に関する方
式の発明であ〕、回路の構成方法や本発明がある音声認
識装置上の一部として実現されることに拘らず成立する
ことはもちろんである。
式の発明であ〕、回路の構成方法や本発明がある音声認
識装置上の一部として実現されることに拘らず成立する
ことはもちろんである。
第１図は本発明によるアルファベット音声認識装置の一
実施例の構成図、第２図は第１図の標準パターン登１１
部６内の標準パターンの記憶形態の一例を示す説明図、
第３図は第１図のアルファぺ、ト音声認識部の一例を示
すプ四ツク図である。 １・・・・・・マイク、２・・・・・・特徴パターン抽
出部、３・・・・・・パワーデータ抽出部、４・・・・
・・特徴ノ（ターン分類部、５・・・・・・スイッチ、
６・・・・・・標準バターｙｉ鍮ＩＩＳ％７・・・・・
・アルファベット音声認識部、訃・・・・・結果出力部
、ＲＣｏ・・・・・・−大分類′係数、ＲＣＩ・・・・
・・二次分類係数、ＲＰＯ・・・・・・ピーク部パター
ン、ＲＰＩ・・・・・・終端部パターン、ＲＰ２・・・
・・・始端部パターン、７１・・・・・・ピークマツチ
ング部、７２・・・・・・−次分類部、テ訃・・・・・
分類１終端！ツチング部１７４・・・・・・分類４終端
マツチング部％７５・・・・・・二次分類部、７６・・
・・・・分類１始端！ツチング部、７７・・・・・・分
類４始端マツチング部、７８・・・・・・分類２始端！
ツチング部、７９・・・・・・分類３始端！ツチング部
。 第１図 第２図
実施例の構成図、第２図は第１図の標準パターン登１１
部６内の標準パターンの記憶形態の一例を示す説明図、
第３図は第１図のアルファぺ、ト音声認識部の一例を示
すプ四ツク図である。 １・・・・・・マイク、２・・・・・・特徴パターン抽
出部、３・・・・・・パワーデータ抽出部、４・・・・
・・特徴ノ（ターン分類部、５・・・・・・スイッチ、
６・・・・・・標準バターｙｉ鍮ＩＩＳ％７・・・・・
・アルファベット音声認識部、訃・・・・・結果出力部
、ＲＣｏ・・・・・・−大分類′係数、ＲＣＩ・・・・
・・二次分類係数、ＲＰＯ・・・・・・ピーク部パター
ン、ＲＰＩ・・・・・・終端部パターン、ＲＰ２・・・
・・・始端部パターン、７１・・・・・・ピークマツチ
ング部、７２・・・・・・−次分類部、テ訃・・・・・
分類１終端！ツチング部１７４・・・・・・分類４終端
マツチング部％７５・・・・・・二次分類部、７６・・
・・・・分類１始端！ツチング部、７７・・・・・・分
類４始端マツチング部、７８・・・・・・分類２始端！
ツチング部、７９・・・・・・分類３始端！ツチング部
。 第１図 第２図
Claims (1)
- １文字ずつのアルファべ、トに対応して区切って発声さ
れたアルファぺ、ト音声の特徴を抽出してパターン化す
る特徴パターン抽出部と、入力された音声のパワーデー
タを抽出し配憶するノ（ワーデータ抽出部と、前ｉパワ
ーデ＝りよ）前記特徴パターンをいくつかに分類する特
徴パターン分ｍ部と、分類された特徴パターンを標準パ
ターンとして登碌する標準Ａターン登鎌部と、認識しよ
うとする入力音−より前記物像ノリーシ抽出部と特徴パ
ターン分類部において抽出分類された入カシ（ターン１
と前記標準パターンとの間の類似度を基に”認識−果を
求めるアルファー＜ット音声認識部と、前記認識結果を
出力する結果出力部とを有することを特徴゛とするアル
ファベット音−−識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56204818A JPS58105299A (ja) | 1981-12-18 | 1981-12-18 | アルフアベツト音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56204818A JPS58105299A (ja) | 1981-12-18 | 1981-12-18 | アルフアベツト音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS58105299A true JPS58105299A (ja) | 1983-06-23 |
Family
ID=16496885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56204818A Pending JPS58105299A (ja) | 1981-12-18 | 1981-12-18 | アルフアベツト音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58105299A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01105248A (ja) * | 1987-07-09 | 1989-04-21 | Fuji Photo Film Co Ltd | 写真用シアン色素形成カプラー |
-
1981
- 1981-12-18 JP JP56204818A patent/JPS58105299A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01105248A (ja) * | 1987-07-09 | 1989-04-21 | Fuji Photo Film Co Ltd | 写真用シアン色素形成カプラー |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS58130393A (ja) | 音声認識装置 | |
| JPS62232691A (ja) | 音声認識装置 | |
| CN111898342A (zh) | 一种基于编辑距离的中文发音校验方法 | |
| CN116110370A (zh) | 基于人机语音交互的语音合成系统及相关设备 | |
| JPS58105299A (ja) | アルフアベツト音声認識装置 | |
| JP2966002B2 (ja) | 音声認識装置 | |
| JPS58208795A (ja) | 音声認識に於るリジエクト方式 | |
| JP2615643B2 (ja) | 単語音声認識装置 | |
| JPS59185400A (ja) | 単音節音声認識方式 | |
| JP2707552B2 (ja) | 単語音声認識装置 | |
| JP2615649B2 (ja) | 単語音声認識装置 | |
| JPS6135498A (ja) | 音声認識装置 | |
| JPS58224396A (ja) | 音声認識装置 | |
| JPS62217297A (ja) | 単語音声認識装置 | |
| JPS59195299A (ja) | 特定話者音声認識装置 | |
| JPS6075890A (ja) | 母音認識方法 | |
| JPS60115993A (ja) | 単音節音声認識装置 | |
| JPS6147992A (ja) | 音声認識方式 | |
| JPS63161498A (ja) | 音声情報入力装置 | |
| JPS63155195A (ja) | 音声認識装置 | |
| JPS6287993A (ja) | 音声認識装置 | |
| JPS61121093A (ja) | 音声認識装置 | |
| JPS6173200A (ja) | 音声認識装置 | |
| JPS5978399A (ja) | 単語音声認識方法 | |
| JPS6344698A (ja) | 単語検出方式 |