JPS58149097A - 音声標準パタ−ンの作成方法 - 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】 この発明は、不特定話者を対象とした音声認識における
音声の標準パターンの作成方法に関する。

このような標準・ξターンの画一的作成方法は知られて
いないので、現状ては、できるだけ多数の人々から認識
対象としての音声標本を収東し、それらに基ついて作成
せさるを得ない。代表的に、１０数個のカテゴリの音声
１識対象とし、カテゴリ当り数１００個の音声標本を収
束し、カデゴリ当シ平均ｌＯ個前後の標準パターンｋａ
定する一合を想定しても、その組み合わせは膨大１ｃ遍
さ、何等かの方向づけが必要でめる。最も年挑には、熟
練壱が音声標本のスベ・クトルを奴祭して標準的と判断
したものを標準パターンに採用し、その憚年・Ｐターン
に最も類似しないものを標準・ぐターンとして逐次追加
することによって、標準パターンを作成することができ
る。

しかしながら、この方法では、ある標準・９ターンを追
加することによってそのカテゴリの認識率を尚くするこ
とができるが、他のカテゴリの認識率は繁々低くなシ、
また、追加する標準・にターンは初期に設定した標準パ
ターンによって決定され、し、かも最適な標準パターン
を最初に設定する一般的方法も知られていない等の理由
によって、賜い認識率を期待することはできない。

この発明は、認識率を低下させている標準・ぐターンを
消去する消去過程、一定の形式で標準パターン毎に選択
した標本・ぞターンを平均してその平均・ぞターンで各
標準パターンを置き換える修正過程及び認識率の低いカ
テゴリの標準・ぐターンを追加する追加過程の、３過程
を組み合一わせて繰シ返し更新させ、全体としての認識
率の萬い標準パタ□１　　−ンセ、トを選択するように
したものであシ、前記修正過程において、もとの標準・
ぐターンにもある程度近く且つ他のカテゴリの特定の標
準ハターンともある程度近いものとすることによって、
初期の標準・ぐターンセットを考慮しないで済むように
したものであシ、以下詳細に説明する。

第１図はこの発明に係る音声標準・ぐターン作成装置の
機能を示すブロック図であり、第２図のフローチャート
に示すように、標本・ぞターンの作成記憶、初期標準・
Ｐターン設定、認識率及び更新情報検出、現在の標準・
ぐターンセットによる認識率がそれ以前の認識率よりも
高いことを条件とした標準・にターンセットのセーブ、
削除・修正・追加による標準パターンの更新、のシーケ
ンスで制御され、これらの過程を５０回繰９返すことに
よって最も認識率の高い標準・ぐターンセットを作成す
るものである。

第１図において、標本・母ターン作成部１は、音声標本
人力端子２から１イチ」、「二」、「サン」の如き音声
の標本が与えられる毎に、その標本・ぞターンを作成す
るものであり、バンド・母スフィルタによる周波数分析
、音声区間の検出、最小二乗近似値線による発声強度・
音源特性の正規化、発声時間の正規化の順序により、各
要素が周波数軸と時間軸からなる標本・ぐターンを作成
している。

ｔ：１本・Ｐターンメモリ３は、そのアドレスを音声標
本の識別の標本・ぐターン番号ｉとして１、全ての匂；
本・ぐターンＰＳｉを記憶し、又各標本・母ターンに対
応してカテゴリ入力端子４から与えられるカテゴリをカ
テゴリ番号ＣＴ（ＰＳｉ）として記憶するものであシ、
各カテゴリ当シ数１００個のものを１０仙程度のカテゴ
リに亘って記憶する。

標準・ぐターンメモリ５は、そのアドレスを標準パター
ン識別の標準・ぐターン番号Ｊとして・標準・リーンＰ
Ｒｊとそのカテコ゛り番号ＣＴ（ＰＲｊ）を記憶するも
のであり、最大１００個程度（カテゴリ当シ平均１０’
ｌＩＮ程度）のものをセットとして記憶するものであり
、また、任意の標準・ぐターン奮号Ｊのアドレスに標準
パターンＰＲｊが設定されているのか若しくは空いてい
るのかをフラグ°゛ｌ”０″で区別する有効テーブルを
備えていて、有効な標準・Ｐターンセットのみが読み出
されるようにしている。

標準パターンメモリ５への標準・にターンＰＲｊ及びそ
のカテゴＩＪｃＴ（ＰＲｊ）の初期設定は、標本パター
ンメモリ３から各カテゴリ毎に６個程度の一定数の任意
の標本・ぐターンＰｓｉを読み出し、これらを標準パタ
ーンＰＲｊとしてそのカテゴリＣＴ（ＰＲｊ）と共に設
定し、又その標準・ぐターン番号ｊに対応して有効テー
ブルにフラグ′１′′を設定し、標準パターンＰＲｊが
設定された標識とする。

なお、この標準・ξターンメモリ５は、標準・やターン
セットの更改のために用いるものであり、最終的な標準
・ぐターンセットは標準・ぞターンセーブメモリ゛６に
記憶されることになる。

類似度検出部７は、任意の標本・ぐターンＰｓｉに対し
て現在の標準パターンセットを対応させて通常の音声認
識と類似の機能を果すものであり、標準・母ターンメモ
リ３から読み出した標本・母ターンＰＳｉを順次１個ず
つ、その標本・ぐターン番号ｉ、カテゴリ番号ＣＴ（Ｐ
ｓｉ）と共に設定し、任意の標準・ぐターンＰｓｉを設
定する毎に、標準・母ターンセットの全ての標準・ぐタ
ーンＰＲｊを順次１個ずつ、その標準パターン番号ｊ及
びそのカテゴリ番号ＣＴ（ＰＲｊ）と共に設定し、次の
情報ａ　−ｅを検出する。

なお、類似度検出部７の詳細は後述する。

認識率検出部８は、これまでの更新過程で検出された最
大の認識重金記憶しており、標準パターンメモリ５に現
在格納されている標準パターンセットによって、標本パ
ターンメモリ３に格納されている全ての標本パターンＰ
Ｓ□を認識した場合の認識率を検出し、その認識率がこ
れまでに更新過程で検出された最大の認識率よシも高い
場合に、その認識率を記憶し、且つ標準パターンメモリ
５に記憶されている標準・ぐターンセラ）ヲ標準・ｅタ
ーンセーブメモリへ転送し記憶させる。

又、現在の標準ノぞターンセットによる認識率を検出す
るために、認識率検出部８は、カテゴリ入力端子４から
カテゴリ番号ＣＴ（Ｐｓｉ）が与えられる毎にカウント
アンプして標本パターンＰＳｉの総数を検出する総数カ
ウントと、各更新過程の初期にクリアされ、且つ類似度
検出部６による検出結果がＣＴ　（Ｐｓｉ）−Ｃ’Ｔ　
（ＰＲｊｍｉ）なる条件を満足する毎に、すなわち、最
大類似度Ｄｊｍｉが同一カテゴリで生起する毎にカウン
トアツプされ、全ての標本パターンＰＳｉのうちで正し
く認識された個数を検出する正認誤数カウンタとを備え
ておシ、全ての標本・ぐターンＰｓｉに関する類似度検
出が終了した後、両カウンタの値の比を計算することに
よって全体と゛しての認識率が検出される。

標準パターン認識率検出部９は、標準パターンＰＲｉ毎
の認識率を検出するものであシ、標準パターン番号ｊ毎
に第１位数カウンタと正認識数カウンタとを備えていて
、両カウンタ群は各更新過程の初期にクリアされ、最大
類似度Ｄｊｍｉが検出される毎にそ”の標準パターン番
号ｊｍｉを識別して対応した番号の第１位カウンタをカ
ウントアンプし、ＣＴ　（Ｐｓｉ）＝ＣＴ　（ＰＲｊｍ
ｌ）なる条件を満足して正しく認識される毎にその標準
パターン番号ｊｍｉを識別して対応した番号の正認識数
カウンタをカウントアツプし、全ての標本・母ターンＰ
ｓｉに関する類似度検出の終了後、夫々対応したカウン
タ対の値の比を計算することによシ、各標準パターンＰ
Ｒｊに最も類似する標本パターンの個数と正しく認識さ
れた標本ノｆターンの個数との比を標準パターン番号ｊ
別に検出するものである。

なお、標準・ぐターンとしては、最も類似する標本パタ
ーンの個数として期待した値（１００個の標準・母ター
ンなら１％の個数）に比べて極端に小さい場合（’Ｏ，
１％程度）があシ、このような標準・ぐターンも有効で
はないので、期待された値の半分程度の個数を１００％
に対応させ、この個数に関する率を前述の標本・やター
ン認識率に含めるようにする方が実際的である。

消去選択部１０は、標準パターンセット更改の一部制御
を分担するものであり、標本・ぞターン認識率の低いも
のから順に一定個数の標本・ぐターン番号ｊを選択し、
それに対応して、標準・々ターンメモリ５における有効
テーブルのフラグを０″にセットすることによって前記
標本・９タ一ン番号ｊに対応した標準／、ｏターンＰＲ
ｊを消去する。

なお、標準パターン番号ｊの選択は、標準・母ターン認
識率がある閾値以下となるものを選択するｊ、　　よう
にすることもできるが、標準・ぐターンの個数に関する
前述の率の概念を採用した場合は、率の低いものから順
に一定個数選択する。

複合類似度計算部１１は、標準パターン修正の一部機能
を分担するものであり、第３図のフローチャートに示す
ように、ある標本・母ターンＰＳｉと標準・ぐターンセ
ットとの類似度検出が終了する毎に、ＣＴ　（ＰＳｉ）
＝ＣＴ　（ＰＲｊｍｉ）を満足することを条件にして、
すなわち、最大類似度Ｄｊｍｉが同じカテゴリで生起し
て正しく認識されたことを前提として、その標本・ぐタ
ーンＰＳｉに関する次の複合類似度Ａ１を計算する。

複合類似度Ａｉ＝ＣｔＤｊｆｉ−Ｃ２Ｄｊｓｉ＋ＣａＤ
ｊｄｉ但し、自、Ｃ２，Ｃ３は予め定めた係数であシ、
後述の如く、類似度として距離を採用し、Ｃ，＝２゜Ｃ
２”　ｌ　、　Ｃ３＝　１としている。又、複合類似度
計算部１ノには、標準・ぐターン番号毎にエリアを確保
した修正テーブルが用意してあり、次の如く、複合類似
度Ａｉ及びその標本パターン番号ｌを標準パターンＰＲ
ｊｍｌに対応した標準・母ターン番号のエリアに記憶し
、格納個数を１個増加させる。

修正選択部１２は、標準・ぐターン番号ｊ毎に複合類似
度の大きい標本・ぐターン番号ｌを選択し、選択したそ
れらの標本パターン番号ｌに対応した標本パターンＰＳ
ｉを標本・ンターンＰＳｉを平均パターン作成部１３に
おいて平均し、その平均化パターンで現在のその標準パ
ターンＰＲｊを置き換えて標準・ぐターンメモリ５に記
憶させるものであシ、この置換は全ての標準パターンＰ
Ｒｊについて行われるが、消去過程において消去（有効
テーブルのフラグが０″）された標準・ぐターンについ
ては行わない。この場合の標準・ぞターン毎の選択は、
複合類似度の太きいものから一定割合の標本・セターン
を選択する方法によることができる。又、平均化・ぐタ
ーンは周波数軸及び時間軸で対応した各要素を単純に平
均することによって作成することができる。

第４図は、標準パターンの修正過程を概念的に示す図で
あり、２重○印が、あるカテゴリの標準・ぐターンＰＲ
４＋ＰＲ３＋ＰＲ４，２重Ｘ印が、他のカテゴリＰＲ２
の標準・ぐターン、１重Ｏ印が、標準パターンＰ　Ｊ　
　、　Ｐ　Ｒ３ｒ　Ｐ　Ｒ４のカテゴリと同じカテゴリ
の標本・ぐターン、１重Ｘ印が、標準・ぐターｙＰＲ２
と同じカテ了りの標本・母ターンを示し、類似変分距離
（距離の小さいもの程、類似度が大きい）で表わしたも
のである。

第４図において、領域Ｉにある標準・ぐターンＰ１〜Ｐ
１４等は標準・ぐターンＰＲ１によってカテゴリ番号Ｃ
Ｔ（ＰＲｌ）の音声と認識され、領域ＩＩ、ｆｉｌ。

１ｖのものはそれぞれ標準パターンＰＲ２１Ｐ　Ｒ３Ｔ
ＰＲ４によってカテコゝり番号ＣＴ（ＰＲｌ）、ＣＴ（
Ｐ　Ｒ３入ＣＴ（ＰＲ４）のものと認識され、また、領
域ｌにおける標本ノソターンＰＳ工〜ＰＳ１４において
は、標準１？ターンＰＲ１が最大類似度Ｄ　ｊｍｉを与
える標準パターンＰＲｊｍｌであシ、標準・ぐターンＰ
Ｒ２が異なるカテゴリで最大の類似度Ｄｊｄｉを与える
標準パターンＰＲｊｄｉであり、標準パターンＰＲ３又
はＰＨ１が同じカテゴリで２番目に大きい類似度Ｐｊｓ
ｉを与える標本・ぐターンＰＲｊＳｉである。

今、複合類似度ＡＡとしてＡＡｉ　＝Ｄｊｍｌ十Ｄｊｄ
ｉを考えた場合、標本・ぐターンＰＳ５に関する複合類
似度ＡＡ５は第４図の直線Ｄ　１ｍ　５と直線Ｄｌｄ５
との和であシ、従って、直線ＡＡに近いもの程、複合類
似度ＡＡｉは大きく（距離の値自体は小さい）、従って
この複合類似度ＡＡの大きい順に（距離の値自体は小さ
い順に）５０％の標本・ぞターンＰ１〜Ｐ７を選択し、
それらを平均した平均パターンを作成した場合、矢印の
ように、異なるカテゴリの標準パターンＰＲ２へ近づい
たものとなることが期待でき、その平均パターンを標準
・ぐターンとして置き換えるこ平 とによって、現在誤認識されている標準パターンＰ６１
　＋　ＰＳ２　＋　ＰＳ３等は正しく認識されることが
期待できる。

第１図の音声標準・ぐターン作成装置においては、複合
類似度Ａ””ＣｘＤｊｍｉ　　’２Ｄｊｓｉ十Ｃ３Ｄｊ
ｄｉを採用しているが、これは係数Ｃｔ”Ｃ３を別にず
れは、（Ｄｊｍｉ　＋ＤＪａｉ　）と（Ｄｊｍｉ　　Ｄ
ｊｓｉ　）との和に１詞するものであり、（Ｄｊｍｉ　
　Ｄｊｓよ）は、前述の説明から推測できるように、同
じカテゴリの標準・ＰターンＰＩ（３又はＰＨ１から遠
い位置に平均・ぐターンを作るように作用し、ｇ’ｏ局
、両者による新しいし、９手・ぞターンは、異なるカテ
ゴリの標準・ぐターンに近＜　（；・＊４似度が大きく
）、同じカテコ゛りの標準・Ｐターンから遠のくように
作成される。

このような修正過程によれは、必ず比、鎖車が同上する
わ６ブではないが、各・開準・ぞターンはその周囲の標
準・ぞターンによって、少なくとも認識率を向上する女
系を含んで移動するため、式１０回更改することによっ
て諸準パターンの初期設定には拘束されないで係準パタ
ーンセ、トを拝成了ることができる。

鋲５図は、後述の追加過程も含めて、この袈直によるｉ
ｉ、Ｊ　＝℃率と更新回数との関・尋を示す図で１、認
識率にり、プル（おうとつ）を含、Ｇ″？いることを示
している。前述の複合類似度Ａ　Ａｉ　＝　（Ｄｊｍｌ
＋Ｄｊｄｉ）’を採用した場合には、第５図に示すよう
なり７ノ゛ルは大きくなるが、ある程度の認識率のもの
をはへ・く作成するには適している。また、涼訃シフ＋
・似度Ａにおける係数ｃｌ　ｌ　ｃ２　＋　ｃ３に関し
て、係数Ｃ，は大きい程（但し、類似度として距離を採
用）、係数Ｃ２、Ｃ３は小さい程、ある程度の一隊率を
・１ぢるために多くの更新回数を必要とするが、す、ン
°ルは小さくなシ、得られる認識率の見通しはつけ易い
。

ｍ１図において、カテゴリ認識率検出部ノ４は、ツノテ
コ゛す毎の認識率を検出するものであり、カテゴリ入力
端子４からカテゴリ番号ＣＴ　（ＰＳ工）が与えられる
毎に、そのカテゴリ番号ＣＴ（Ｐｓｉ）を識別してそれ
に対応したカウンタがカウントアツプされ、こうしてカ
テゴリ毎の標本パターン数を検出するカテゴリ総数カウ
ンタ群と、各更新過程の初期にクリアされ且つＣＴ（Ｐ
ｓｉノーＣＴ（ＰＲｊｍｉ）を満足する毎に対応したカ
テゴリのカウンタがカウントアツプされ、カテゴリ毎に
正しく認−された標本・ぐターン数を検出するカテゴリ
正認識カウンタ群とを備え、全ての標準・ぞターンＰＳ
ｉに関スル類似度が終了したのち、対応したカウンタ対
の、はの比を計算することによって検出する。

似合知似度計算部１５は、ＣＴ　（ＰＳ　ｉ　）　）　
ＣＴ（ＰＲｊ、、、ｉ）なる誤認識を条件として、各・
一本／４’ターンＰＳｉに関して、次に示す複合類似度
Ｂ１を計算し、次に示す予め用意しである追加テーブル
の、前記カテゴリＣＴ（Ｐｓｉ）に対応したエリアに格
納しである以前の複合類似度と比較し、大きければ新し
い複合類似度Ｂｉで置き換え、且つそれに対応したぷ本
・ξターン留分ｉを置き換えるようになっている。

複合ジＡ似度　ＢｉＦｃ４Ｄｊｍｉ　　Ｃ３Ｄｊｆ＋但
し、Ｃ４＋Ｃ５は係数であり、Ｃ４−Ｃ５−１としてい
る。こうしてカデコ゛り母に選択される標本・Ｐターン
メモリは同じカテゴリの標本・ぐターンには類似してな
く、異なるカテゴリの標準・ぐターフに類似しているも
のである。

なお、抜述の如く類似度として距離を採用しているので
、；Ａ低度の大きいもの程値自体は小さく、従って、複
合類似度Ｂ１の絶対値が大きいものが追加デーグルに記
憶されることになる。

追加選択部１６は、標準・ぐターンメモリ５における有
効デープルのフラグを調べ、カテゴリ認識率検出部１４
において検出されたカテゴリ、、ヒ識率の低い刀テコ゛
りからＪ−に、被合知低度占１算部１５におけるメ゛・
ｊ応した標本・ぞターン１号１−ｔｑり出し、それに対
応した標本・ぐターンＰＳ１とそのカテゴリＣＴ（ＰＳ
ｉ）とを標本・ぐターンメモリ３から転送さぜ、覗「し
いＣメ準・やターンとして標準パターンメモリ５へ記憶
させる。

第６図は、第１図に寂ける類似度検出部７の詳細（幾能
を示すグロック図である・ 第６図において、２１は標本パターンメモリ３から送ら
れてきた１つの標本・ぐターンＰＳ１、そのカテゴリ番
号ＣＴ（Ｐｓｉ）及び標本・やターン前号ｌを記憶スる
バッファメモリ、２２は１つの標準・ぐターンＰＲｊ　
’、そのカテゴリ番号ＣＴ（ＰＲｊ）及び標準ノミター
ン番号Ｊを記憶するバッファメモリであり、２３は標本
・ぐターンＰＳｉと標準・ぐターンとの類似屁を次に示
す距離ｄ、で測定する類似度測定部である。

ｄｊ−Σｌ　ＰＳ　１（ｚ）　−ｐＲｊＣｚ）　ｌ但シ
、ＰＳｌ（−／’Ｃ、ＰＲｊ（Ａ）　ハソ；ｉ’Ｌ　’
ＣしＬ′、一本−タ：’ＰＳ１、標本・ぞターンＰＲｊ
の特徴疲素■であり、距離ｄｊは対応した各安素量の差
分絶対値の総和である。

類似度測定部２３では、１制の、ｔ１１本・ゼターンＰ
Ｓｉがバッファメモリ２ノに設定された状態で、全ての
標準ノＪ？ｐ−ンＰＲｊがバッファメモリ２２に′順次
１個ずつ設定され、その都度、距離ｄｊが一１１定され
、且つ距離テーブル２４に、その距離ｄ３、その標準・
！ターン番号Ｊ及びそのカテゴリ番号ＣＴ（ＰＲｊ）が
記憶される。ある１つの標本パターンＰＳｉと全ての標
準ノＲターンの標準ノクターンセ、トとの距離測定が終
了する毎に、前述の情報ａ　％　ｅが検出される。

無条件最大類似度検出部２５は、カテゴリの異同に関係
なく、最小距離ｄ　ｊｍｉを検出するものであり、最小
値レノスタと比較器とを備えていて、最初に最小値レソ
スタに最大値をセットしておき、又バッファメモリ２６
をクリアしておき、距離テで比較し、その距離ｄｊが小
さければ、バッファメモリ２６の内容を書き換えて、そ
の距離ｄ、並びにその標準パターンＰＲｊの番号ｊ及び
カテコ゛す前号ＣＴ（ＰＲｊ）を記憶させることによっ
て、最小距離を与える標準・やターンＰＲｊｍｉに関す
る距離ｄｊｍ□、標準パターン番号ｊｍｉ及びカテゴリ
番号ＣＴ　（ＰＲｊｍｉ　）を検出する。

異種最大９Ａ似度検出部２７は、７涼本・ぐターンＰＳ
ｉＯカテゴリと異なるカテコゝりの標準・にターンに関
して、最小距離となる標準・やターフＰＪｄ４の距離ｄ
Ｊｄｉ、標準・ぐターン番号ｊｄｉ及びカテゴリ番号Ｃ
Ｔ（ＰＲｊｄｉ）をバッファメモリ２８に記憶させるも
のであり、最小値レノスタと比較器とを備え、カテゴリ
一致検出器２９の出力によって、標本・やターンＰＳｉ
のカテコ゛りと一致しない標準・ぞターンの距離ｄｊを
読み込み、無条件最大類似度検出と同様に検出される。

同種最大類似度検出部３０は、標本・ぐターンＰＳｉの
カテゴリと同じカテコ゛りの標準・ぞターンに関して、
最小距離となる標準・やターンＰＲｊｆｉの距離ｄｊｆ
ｉ、標準パターン番号Ｊ１及びカテコ゛す前号ＣＴ　（
ＰＲｊ十ｉ　）をバッファメモリ３ノへｉ記憶させるも
のであり、カテコ゛リ一致検出器２９の出力Ｏてよって
、カテゴリの同じ標準パターンの距離ｄＪを距離テーブ
ル２４から読み込み、無条件最大類似度検出と同様にし
て行われる。

同種第２位類似度検出部３２は、その内部に備えている
比較器の出力を、同狸最犬伊似度検出部３０の比較器の
出力で否定する構成とすることによって、同種最大類似
度検出と同様にして、カテゴリの同じ標準・ぐターンに
関して、距離が２番目に小さい標準・やターンＰＲｊｓ
１の距離ｄｊｓｉ、標準・ぐターフａ号ｊｓｉ、及びカ
テコ゛り番号ＣＴ（ＰＲｊ８ｉ）をバッファメモリ３３
に記憶させる。

なお、３４は標準パターンＰＳｉの標準ｉｅターン査号
ｉとカテゴリ雀・号ＣＴ（Ｐｓｉ）とを記憶する・々ノ
ファメモリである。

また、距離ｄｊｍｉ　ｓ　ｄｊｆｉ　ｐ　ｄｊｓｉ　ｒ
　ｄｊｄｉは前述の類似度Ｄｊｍｉ　＋　Ｄｊｆｉ　ｒ
　Ｄｊｓｉ　ｔ　Ｄｊｄｉに負符号を付したものとして
定義することができる。

以上の説明から明らかなように、この音声標準・ぐター
ン作成装置によれば、各標準・母ターン毎に、それに類
似する標本パターンのなかから、他の標準・ぐターンと
の類似度が考慮された複合類似度に従って選択し、それ
らの平均ｚｅターンによって置き換え、且つその修正過
程と消去過程と追加過程・Ｉ □　　と全組合せた更新過程を複数回繰返して最っとも
認識率の高い標準パターンセットを選択するようにして
いるため、初期の標準ノ々ターンセットに拘束されない
で作成でき、高い認識率の標準・ぐターンセットを得る
ことができる。

なお、この発明における平均Ａターン作成のだめの標本
・ぐターンの選択においては、その対象が５〜６個程度
の一定数に満たない場合は全ての標本・母ターンを選択
し、一定個数以上の場合は、複合類似度がその一定個数
番目に大きい複合類似度に一定値だけ低い閾値を設定し
、その閾値よりも大きい複合類似度の標本・ぐターンを
選択するようにすることもできる。

また、複合類似度Ａとしては、その同じカテゴリの２番
目に大きい類似度ｄｊ８ｉの要素の代シに、同じカテゴ
リの２番目以下の全ての類似度の平均値を用いることも
できる。

また、各更新過程で必ずしも消去・修正・追加の３過程
全てを含ませる必要はなく、ｂｌ」半は嘗正と追加との
組合せ、後半は消去と修正と追加との組合せのように設
定することもできる。

また、フィルタ分析等による係準パターンの場合は、標
本・ぞターンそのものでなく幾つかの平均パターンが適
切であるので、各追加過程の終了直後、その追加の標準
ｉＪ？ターンのみを対象とした修正過程を補助的に設け
ることもできる。

また、各更新過程の中間において、同じカテゴリのもの
で類似する２つの標準パターン同志を平均してその平均
・♀ターンで置き換える標準・やターン統合過程を追加
することもでき、す、；７″ルは大きくなるがある程度
の認識率のものが早く作成できる。

また、標準パターンが追加過程で追加されても標本・ぐ
ターンで６Ｃ１それが次の消去過程で消去され、更にそ
の同じ標本パターンが次の追加過程で追加される状態を
避けるには、次のような構成によるとよい。

すなわち、標準パターン番号毎に、追加したものである
ことを示すフラグ″′０”とその標本パターン番号とを
記憶する追加フラグテーブルを、次の如く用意しておく
。

更に、一度標準パターンとして追加されたのち直ちに消
去された標本パターン釡号を記憶する追加不可テーブル
を、次の如く用意しておく。

そして、追加過程において、追加フラグテーブルにおけ
るその標準・ぞターン曽号ｊに対応したフラグを０”に
セットし且つその標本パターン番号を記憶させ、消去過
程において、その各標準パターンに関する追加フラグテ
ーブルのフラグを読み出し、フラグ０”を条件として、
そこにある標本パターン番号を追加不可テーブルに転送
して追加記憶させる。

更に、複合類似度計算部１５においては、各標本・千タ
ーンＰｓｉの複合類似度Ｂｉを計算する前に、それぞれ
、その標本・ぐターン番号ｉと追加不可テーブルから読
み出した全ての標本ノやターン番号との一致を検出し、
その後金てとの不一致を条件として複合類似度Ｂｉを計
算させるようにすることによって、ある標本パターンが
標準・母ターンとして追加と消去とを繰返えされる状態
を避けることができ、カテゴリ認識率の低いものに対し
て適当なものを追加することができる。

以上の説明から明らかなように、この発明によれば、標
本パターンの平均・ぐターンが標準ｉ９ターンとして繰
返し設定されるため、初期状態に拘束されず、高い認識
率の標準・やターンセットが作成できる。

【図面の簡単な説明】

第１図はこの発明に係る音声標準ｉ４ターン作成装置の
機能を示すプ、ロック図、第２図と第３図はそれぞれ第
１図における動作シーケンスを示すフローチャート、第
４６図は第１図における（き正過程の概念を示す図、第
５図は抛１図における。ハ’ｘ率と更新回数との関係を
示す図、第６図は第１図における類似度検出部の詳細を
示すブロック図である。 １・・・標本・ぐターン作成部、３・・・標本・ぐター
ンメモリ、５・・・標準・ξターンメモリ、６・・・標
準・ぐターンセーブメモリ、７・・・類似度検出部、８
・・・認識率検出部、９・・・標準・母ターン認識率検
出部、１ｏ・・・消去選択部、１１・・・複合類似度計
算部、１２・・・修正選択部、１３・・・平均・リーン
作成部、１４・・・カテゴリ認識率検出部、１５・・・
複合類似度計算部、１６・・・追加選択部、Ｐｓｉ・・
・標本パターン、し・・標本パターン番号、ＣＴ（、Ｐ
Ｓｉ）・・・標本パターンのカテゴリ番号、ＰＲｊ・・
・標準パターン、ｊ・・・標準パターン番号、ＣＴ（Ｐ
Ｒｊ）・・・標準・母ターンのカテゴリ番号。 手続補正書（自発） ５７．７．６ 昭和　　年　　月　　日 特許庁長官　殿 ２発明の名称 音声標準・ぐターンの作成方法 ３　補正をする者 事件との関係　　　　　　　特許　出　願　人任　所（
〒１０５）　　東京都港区虎ノ門１丁目７番１２号４代
理人 住　所（〒１０５）　　東京都港区虎ノ門１丁目７査１
２号５、補止の対象　　明細書中「発明の詳細な説明」
の欄６、補正の内容 ■）明細書第４頁第２０行〜第５頁第１行に「音声区間
の検出、最小二乗近似値線による発声強度・音源特性の
正規化、」とあるのを［最小二乗近似値線による発声強
度・音源特性の正規化、音声区間の検出、」と補正する
。 ２）同書第１０頁第１行に「認操」とあるのを「認識」
と補正する。

Claims (1)

1. 【特許請求の範囲】 ある標準・ぐターンセットにおける標準パターン毎の認
   識率を測定し、当該認識率の低い標準・ぐターンを消去
   する消去過程と、 標本パターンとある標準パターンセットとの類似度を測
   定して最大の類似度が同じ力テコ゛りで生起する標本・
   母ターンを対象として、標本・ぐターン毎に最大となる
   当該類似度及び異なる力テコ゛りで最大となる類似度と
   の荷重和を女素とする複合類似度を検出し、標準バクタ
   ーン毎にそれと対をなした前記標本・Ｑターンの中から
   前記複合類似度に応じて標本パターンを選択し、選択し
   た当該標本・ぐターンを平均した平均パターンでそれに
   対応した標準・ぞターンを置き換える修正過程と、カテ
   コリ毎の認識率を測定し、当該認識率の＝低い力テコ゛
   りに、予め定められた形式に従って作成された・ξター
   ン′ｆｆ：標準パターンとして追加する追加過程とを備
   え、 前記消去過程及び前記修正過程並びに前記追加過程とを
   組み合わせた更新過程を繰り返すことによって標準パタ
   ーンセットを更新し、全体のａｇ　ＡＨ率の高い標準・
   ぐターンセットを選択することを特徴とした音声標準・
   母ターンの作成方法。