JPS58106599A - 系列パタ−ン・マツチング処理方法 - Google Patents

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。

Description

【発明の詳細な説明】 （１）発明の属する分野の説明 本発明は、系列パターン・マツチング処理方法。

特に例えば音声等の系列マツチングによるパターン認識
装置の主要構成部分であるパターン・マツチング処理方
法に関するものである。

（２）従来技術の説明 本発明による系列パターン・マツチング処理方法で取り
扱える系列は、系列データであれば、何でもよいが、以
下では１代表的な系列の例とじて音声の時系列を対象と
する系列パターン・マッチングカ珪について駅間する。

音声は人間にとって最も容易に使いうる情報伝達の手段
であり、音声認識装置の実用化により。

音声によるデータ入力１槻械との対話、音声によるダイ
アル等、数多くの分野での応用がある。

音声認識における動的計画法を利用したマツチング（以
下、ＤＰマツチングと略す）は、入力音声の時系列Ａ＝
α１α２・・・−と標準パターンの特徴ベクトルの時系
列ＩＢ：ｂ、　ｂ２・・・ｂｍ　との間で時間軸の伸縮
を許して、要素間の対応づけを行い、系列間距離を計算
する際に用いられる。

従来、この種の動的計画法では、系列Ａ、　［Ｂの要素
間の距離マトリックスＩＤ−（ｄｉｊ）（ｄｉｊけαｉ
とｂｊの距離）上で、第１回国のような窓制限１１内の
すべての格子点（＜、ｊ）でＤＰマツチングのくり返し
逐次計算を実行するためや、１つの要素を２つ以上の要
素に対応ずけるのを防ぐための制限（傾斜制限）１２の
ために多大な計算量を有するという欠潰や、ＤＰマツチ
ングの際の第１図（Ｂ）図示の如き逐次計算値ｃｔ（ｉ
　、ｊ）の記憶のためバッファメモリ１３が大となると
する欠点をもっていた。

（３）本発明の目的 本発明は、上記の欠点を大幅に除去するものであり、Ｄ
Ｐマツチングの逐次計算のくシ返し計算を３点ごとの格
子点のみで行うために、計算のくり返し回数が】／３に
、かつ、傾斜制限のだめの１回分の逐次計算の計算量も
１／２Ｊ：Ｊ下にするととができ、かつ１ｇ（ｚ、ｊ）
の記憶のだめのバッファメモリも窓制限幅の２倍だけし
か必要としないという特徴を有している。よって、従来
からのＤＰマツチング（例えば昭和５５年１０月　日本
音響学会秋期発表会講演論文集１−１−１０に示すＤＰ
マツチング）と比較して、計算量で１／６以下にするこ
とが可能と々る。

（４）発明の構成および作用の説明 第２図は１本発明の一実施例であって、１は入力音声、
２は特徴パラメータの抽出部、３は入力音声の特徴パラ
メータ時系列Ａ＝ａ１ａ２・・・α？Ｌ＋４はあらかじ
め蓄えられている標準パターンの特徴パラメータの時系
列旧＝ｂｌｂ２・・・ｂ−，５は入力音声の時系列Ａ＝
αｌ　ｃＬ２・・・（ＬＢ　　と標準パターンの特徴パ
ラメータの時系列Ｂ”ｂｘｂ２・・・ｂｌとの間の距離
マトリックスＩＤ＝　（ｄ＜ｊ）を計嘗する距離計算部
、６は距離マトリックス、７け本発明によるＤＰマツチ
ング部、８けマツチングスコア、９け最小のスコアの単
語を決定する単語決定部、】０は単語名である。

動的計画法は、第１図図示のような距離マトリックスＤ
＝　（ｄｉｊ　）上で、始端（１，１）から終端（ｎ＋
毒）マで格子Ａ　（ｊ　、ｊ）の上をたどって、そのと
きの距離ｄ４ｊの和が最小になるときのスコアを求める
ものであシ１例えば次の式のように表わされる。

これは、連続系で表わすと、距離関敷ｄ（ｗｒｙ）上で
、（ｎ、ｏ）の点から（％＋　ｍ　）の点までのもつと
も小さい積分値を求める問題の近似解であるＯ８＝　ｍ
１ｎｆ　ｄ（ｚ　＋ｖ）ｄａ　／ｆｄ＃　　　　　　　
　（３）６６　　　　　　　　　　　　　６ 距離マトリツクス上での最適パスには１通常次の制約１
．ＩＩがつけられている。

（Ｉ）　　パスのたどシ方 通常、パス（１，１）（ｔｔ、ｊｌ）（イ２．ｊ２）・
・・（竹、情）は（２）式のように、市街化距離が１に
なるようなパスが選ばれるか、あるいは。

ｍａｙａ　（＋（＆−１−１　　ｊｋｂ　Ｉ　ｊｉｃ＋
５−ｊｋＩ　）＝　１　　　（４）になるようなパスが
選らばれている。よって。

格子廃止で進むパスは、第３図図示矢印のようガパス１
４である。縦、横の長さのパスヲ「１」とすると、斜め
のパスは長さが「２」とされている。実際の斜めの長さ
は、縦あるいは横の長さを「１」とすると５であ、Ｄ、
（３）式の連続系とは。

大幅な違いをもつことになってしまう。

（ＩＩ）　　傾斜制限 極端にかたよったマツチングを阻止するために、第４図
のような傾斜制限をもったパス１５が用いられる。この
傾斜制限パスは、認識性能の向上には寄与しているが、
計算量を増大させている。

本発明は、ＤＰマツチングの（りの縦・横のパスの長さ
と斜めのパスの長さの違いの矛盾を軽減し。

（ＩＩ）の傾斜制限を、計算量を増大させるとと々〈実
現する手段に関してである。以下２詳しく説明するＯ 傾斜制限を距離マ）　ＩＪラックス上、自然に実現する
ために、第５図のような例えば３虞おきにずらした格子
点１６を考える。すると第６図のように、ずらした格子
点間をひし形のパスで結ぶことができ、すべてのパスの
長さが等しくなる。よって、０）のパスの長さの矛盾が
緩和される。また。

１１１ （ＩＩ）のパスの傾斜制限も第６図のように自然に導入
できるｏしかも、ＤＰマツチングのくり返し逐次計算は
、３点おきに行えばよく、従来からのものに比べて１／
３の段数になる。さらに、逐次計算値ｇ（（、ｊ）を格
納するバッファメモリ１３も少なくてすむ。つ−ｔＤ、
ＤＰマツチングのくり返し逐次計算を第７図のように、
ｊ＋ｊ＝３１＋２を満す格子点（ｉ、ｊ）上で、ｌ＝０
．１．２．・・・・・・の順序で行うとき、各段の格子
点の数（デ）の２倍の第７図のようなバッファメモリｒ
ｔ（−ｒ）〜ｙ　（ｒ）を用意すれば十分である。

以下、各格子点（Ｓ＋Ｚ＞　　でのくり返し逐次計算を
示す。ただし、格子点（＜、ｊ）に対応する逐次計算値
のバッファメモリをｇ（ｐ）とする。

（方法ｌ） σ（ｐ）＝閣（ｔｉ（ｐ　　＋）、　　ｙ（ｐ＋１）　
　）＋　ｄＨ（ｓ）これは、第６図のパスを終端の点（
＜、ｊ）のｆ３で代用していることになる。（３）式の
積分値により近づけるためには、パスの近くの他の点の
距離の値も用いることにして１次の方法■、方法璽が考
えられる。

（方法ｎ） ｃｔ　（ｐ）　＝　ｍ１ｌｌ　（ｒｔ（ｐ−１）＋ｄ仏
３−１．　ｃｔ（ｐ＋１　＞＋ｄｉ−１，ｊ）＋ｄｉ−
＋　、　ｊ−１（方法ｍ） ａ（ｐ）＝＝　（ｇ（ｐ−１）＋ｄ（＋ｊ　ＩＩ　ｙ（
ｐ＋１）＋ｄｓ−１，ｉ）＋ｄｉｊ（７）（５）〜（６
）式で、ｐの値はｒ　　ｐ”ｊ　　’で決定される。

方法■の計算式は第１図図示のＤＰマツチングの式に比
べて、１段轟シの計算式の計算量は】／４以下であυ、
ＤＰマツチング全体でｆｄｌ／１２以下となる。方法Ｉ
ｔ、Ｉｔは、第１図図示のＤＰマツチングの式に比べて
、１段当りの計算量は１／２以下であり、全体では１／
６以下になっている。

以上述べた方法！〜方法■のＤＰマツチングの有効性を
調べるために、従来からの第１図のＤＰマツチング（従
来の方法と呼ぶ）との処理時間および認識性能の比較を
行った。認識対象は、男性４名が２回ずつ発声した６４
１都市名単語音声データである。単語認識の方法として
は昭和５５年１０月　日本音響学会秋期発表会講演論文
集１−１−１７に示す５ＰＬｊＴ法を用いた。５ＰＬＩ
Ｔ法では、計算量のほとんどがＤＰマツチング部につい
やされている。

１ず、処理時間の比較を行う。従来の方法で６４１単語
×６４１単語の認識実験をミニコンＰ、Ｅ。

３２４０で行った場合、約８時間かかった。同じ条件で
方法■け、約６０分、方法ＩＩ、　　ＩＩＩは約７０分
であった。５ＰＬｉＴ法の計算量が全体で１／８近くに
なっていることがわかる。

次に、方法■、方法■の認識性能の評価を４人の発声者
の音声データを用いて行った。従来の方法では、４人の
平均で９６．３％　の認陳率が得られている。方法Ｉで
は、９４．７％、方法■では、９５゜６％の認識率が得
られた。方法■は、方法■とほぼ同じ性能である。認識
性能で従来の方法より。

若干下まわるものの、かなシ高い認識率が得られること
が確かめられた。

以上の説明では、要素間の距離をもとにＤＰマツチング
の手法を述べてきたが、要素間の類似度に対しても同様
に定式化できる。

壕だ９本発明では、ＤＰマツチングのくり返し逐次計鉋
：を３点おき、つ−！シｉ＋ｊ＝３Ｊ＋２の上のＡ（ｉ
、ｊ）のみで行うことを述べたが、Ｑ点おき。

つまシ、　　ｉ　＋　ｊ　＝Ｑ−Ｈ−２　（ただし、　
Ｑ＝５．７．９．・・・）の上のｆｉ（ｉ、ｊ）のみで
行うことにしても、さらに計算１°が少彦〈、シかも、
傾斜制限の強いくり返し逐次計算を行なうことができる
。

（５）効果の駁明 以上述べたように９本発明によれば、従来のＤＰマツチ
ングの計算量に比らべ、】／６〜】／】２以下の計斜量
で、ＤＰマツチングを実行することができ、かつ、比較
的高い虻識性能も達成することができる。また、ＤＰマ
ツチングによる単語音声認識装置の簡易化が可能である
。更に、その他の分野での系列の非線形伸縮マツチング
にも本発明を用いることができることは言う才でもない
。

【図面の簡単な説明】

第１図は、従来からのＤＰマツチングの例と距離マ）　
ＩＪラックス示したもので、第２図は単語音声認識シス
テムの一実施例、第３図けＤＰマツチ、１″ ングにおける縦、横、斜めのパスを表わす説明図。 第４図は代表的な傾斜制限パスを表わす説明図。 第５図は１本発明で考える３廃おきにずらした距離マド
ＩＪツクス上の格子点を表わす説明図、第６図は本発明
で考える長さが等しく、かつ、傾斜制限のつけられたＤ
Ｐマツチングのパスを表わす説明図、第７図は本発明で
のＤＰマツチングの逐次計算値を蓄えるバッファメモリ
について説明する説明図を示す。 図中、２は特徴パラメータ抽出部、４は標準パターン、
５は距離計算部、７はＤＰマツチング部。 ９は単語決定部、１３Ｆｉバツフア・メモリ（又はバッ
ファメモリ格納範囲）、１７はパスを我わす。 特許出願人　日本電信電話公社 代理人弁理士　森　１）　寛 ′　　ジ　〜 、−【　盲 一ノ　　５　−＋ ’−１！！Ｊ＃！ｒ叉も一人 ′１Ｆ　？− や 手続補正書（自発） ■、事件の表示　昭和５６年特許願第２０６３５１号２
・　発明の名称　系列パターン・マツチング処理方法３
、補正をする者 事件との関係　特許出願人 住　所　　東京都千代田区内幸町１丁目１番６号氏　名
　　（４２２）　　日本電信電話公社代表者　　真　藤
　　　　恒 ４、代理人 ５、補正により増加する発明の数　な　し６、補正の対
象　特許請求の範囲の欄 ７、補正の内容　別紙の通り 補正の内容 （１）特許請求の範囲の欄を次のように補正する。 「２個の特徴パラメータの系列Ａ＝α７．α２．・・・
。 αユとβ””ｈ１＋　ｈｔｔ・・・ｈｍとの系列間の距
離を動的計画法を用いた非線形正規化マツチングで求め
る系列パターンマツチング処理方法において、系列の要
素間の距離マトリックスｐ＝（ｄす）（但しｔは系列尤
の１番目の要素αｔを意味し、）は系列口のノ番目の要
素り゛を意味し、ｄす°は要素α、と要素りとの距離を
表わす）上のｉ＋ｊ＝Ｑ＊Ｊ＋２　（但しＱは３．５．
７．９・・・）に該当する点を抽出するパラメータ抽出
部と、該抽出された点について距離計算を行なう距離計
算部とを少なくともそなえ、該距離計算部は動的計画法
のくり返し逐次演算の漸化式の値ｑ（ｉ、））として。 １（ｉ、ｊ　）＝ｍｉｎ（ｇ（ｉ−１，ｊ−２）　　、
ｇ（ｉ−２，）’−１））　　＋ｆ。 又は ｊ（１，））；ｍ１ｎ（！１（ｉ　１．〕　２）＋ｄ＠
、）’　　１．ｙ（ｚ　　２．）　　１）＋ｄ７−１．
ノ゛）＋ｄト１．ノ゛−１又は ｌｃ’ｒノ）＝＝ｍｉｎ（ｇ（ト１　、ノー２　）　＋
　ｄ　６　、　）−１＋　ｙ　（ｔ　　２　、　）　　
１　）＋ｄ、　１．ノ）＋ｄ　Ｌ） のくり返し逐次演算を、　　Ｊ＝０　、１　、２　、・
・・・・・の順序で逐次行うことにより、系列間距離Ｓ
（Ａ：ＩＦ５）を計算することを特徴とする系列パター
ン・マツチング処理方法。」。

Claims (1)

1. 【特許請求の範囲】 ２個の特徴パラメータの系列Ａ＝ａ　１＋　ＩＩ！　２
   １・・・、α７とｒｆ３＝ｂｘ、　ｂ２．・・・ｂｌと
   の系列間の距離を動的計画法を用いた非線形正規化マツ
   チングで求める系列パターンマツチング処理方法におい
   て、系列の要素間の距離マトリックスＤ＝（ｄ＜ｊ）（
   但しｉは系列へのｉ＠目の要素ｅＬｉを意味し、ｊは系
   列旧のｊ番目の要素ｂｊを意味し＋　　ｄＳｊは要素α
   ｉと要素ｂｊとの距離を表わす）上のｉ　＋　ｊ　＝　
   Ｑ　、　！　＋　２　（但しＱは５゜７．９・・・　）
   に該当する点を抽出するパラメータ抽出部と、該抽出さ
   れた点について距離計算を行なう距離計算部とを少なく
   ともそなえ、該距離計算部は動的計画法のくり返し逐次
   演算の漸化式の値ｙ（ｔ、　ｊ）をして。 σＤ、　ｊ）＝閣（ｇ（ｓ　ｚ、　ｊ　　２）、　ｇ（
   ４−２，ｊ　ｘ）’１＋ｄ６３又は ａ（ｔ、ｊ’）＝即（σ（”　＋ｊ２）　＋ｄｉ、ｊ−
   １．　　ｇ（ｉ−２，１−１）＋　ｄ　ｉ−１、ｊ　’
   ｊ　＋　ｄ　ｉ−１、ｊ−１又は ｒｔ（ｉ、ｊ）−闘（ｒｔ（ｉ−１、ｊ−２）＋ｄイ、
   ｊ−１．ｇ（ｉ−２，ｊ−１）＋　ｆ−１、ｊ　）　＋
   　ｄｉ　ｊ の〈シ返し逐次演算を、ｌ＝０．１．２．・・・・・・
   の順序で逐次行うことによυ、系列間距距離（Ａ：Ｂ）
   を計算することを特徴とする系列パターン・マツチング
   処理方法。