JPS58223193A - 多数単語音声認識方式 - Google Patents
多数単語音声認識方式Info
- Publication number
- JPS58223193A JPS58223193A JP57105886A JP10588682A JPS58223193A JP S58223193 A JPS58223193 A JP S58223193A JP 57105886 A JP57105886 A JP 57105886A JP 10588682 A JP10588682 A JP 10588682A JP S58223193 A JPS58223193 A JP S58223193A
- Authority
- JP
- Japan
- Prior art keywords
- standard
- group
- pattern
- distance
- center
- 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.)
- Granted
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】
（１）発明の技術分野
本発明は多故単暗を対象とし！＃定話者が発声した単賭
音声倉音豐分析し標準パターン−と照合し゛判定する多
数単語音声４繊方武に関するものである。
音声倉音豐分析し標準パターン−と照合し゛判定する多
数単語音声４繊方武に関するものである。
（２）従来技術とＩ！！趙点
従来の音声認識装置では、特定−′：４を対象とし、少
威単讃間の戚別を目的とする装置ヤ、不特定−者を対象
とした数字音声のｄ歳装置等がすでに荷＃Ｉ：Ｊｖ仕分
は作業、−行の照会４務尋に実用化されている。
威単讃間の戚別を目的とする装置ヤ、不特定−者を対象
とした数字音声のｄ歳装置等がすでに荷＃Ｉ：Ｊｖ仕分
は作業、−行の照会４務尋に実用化されている。
しかし、単語単位の認識勇武にＪ？いて、多数単語ｔ一
対象とした音声認識装置は特定話者についても米用化は
困−な現状である。これは対象率暗数が増大するに従い
、識別率の低下を招くとともに、日己憶童２よび照合の
ための計鼻時間停かばう大となることｒｃ起因する。
対象とした音声認識装置は特定話者についても米用化は
困−な現状である。これは対象率暗数が増大するに従い
、識別率の低下を招くとともに、日己憶童２よび照合の
ための計鼻時間停かばう大となることｒｃ起因する。
多数単鯖を対象とした音声認識方式では、特定話者の発
声した単語音声をｆｑＩ分析し標準バター７−と照合す
る方式が採られる。これに対し識別率の向上と記憶ｍ−
ｖ’ｔｉ算時間の短線を図るため、音響分析等の精密化
、情報圧縮方法の倹討等が適用されているし、また前処
理照合方式を用い照合対象となる標準パターンの数をＳ
ｔ＋減する方法が用いられている。その具体方法として
は、比較的識別し易い母音に着目し、その単鎖の母音系
列による分類を行なう方法等が包嵌的でめる。しかし、
これに関連する＃＃−ｉｆ繊別率が゛まだ不十分なこと
や、前処４照合時の手順が複雑なことが一点でｂる。
声した単語音声をｆｑＩ分析し標準バター７−と照合す
る方式が採られる。これに対し識別率の向上と記憶ｍ−
ｖ’ｔｉ算時間の短線を図るため、音響分析等の精密化
、情報圧縮方法の倹討等が適用されているし、また前処
理照合方式を用い照合対象となる標準パターンの数をＳ
ｔ＋減する方法が用いられている。その具体方法として
は、比較的識別し易い母音に着目し、その単鎖の母音系
列による分類を行なう方法等が包嵌的でめる。しかし、
これに関連する＃＃−ｉｆ繊別率が゛まだ不十分なこと
や、前処４照合時の手順が複雑なことが一点でｂる。
さらに単＃数に対する要求もたとえば６ｏｏｏ＃という
ように増大しているから、前述の方法のみではこれに逼
匹付けない塊状で必る。
ように増大しているから、前述の方法のみではこれに逼
匹付けない塊状で必る。
（３）発明の目的
本ａＡ興の目的は多数単一を対象とし物足話者が発声し
た単鎖音声′ｔ−ｆ’ｌｌｉ［分析し４ｓ卓バター／詳
との前処鳩照ｔを高祠度に効率的に行なう、多数単暗音
声ｄ繊方式を提供することでるる。
た単鎖音声′ｔ−ｆ’ｌｌｉ［分析し４ｓ卓バター／詳
との前処鳩照ｔを高祠度に効率的に行なう、多数単暗音
声ｄ繊方式を提供することでるる。
（４）発明の４！＃成
前記目的を達成するため、本発明の多赦単語曾声−織方
式は多数単鎖を対象どじ物足話者が発声した単語ｆｙＩ
！Ｉを音曽分析し標準パター７椰と照合し判定する多赦
単饋音声ｄ織方武におして、前記４ｉｓパター／椰ｔ−
相互の距−に応じてクラスタリング手法を用匹ることに
より複数のグループに分け、各グループｇ５にそのセン
タを求めて代宍標準パターンとし、入力音声の音畳分析
した結果のパターンを各グループの代表標準パターンと
照合し、距離の最小の代表標準パターンのグループの標
準パターンにつき最終の照合を行なうことを特徴とする
ものである。
式は多数単鎖を対象どじ物足話者が発声した単語ｆｙＩ
！Ｉを音曽分析し標準パター７椰と照合し判定する多赦
単饋音声ｄ織方武におして、前記４ｉｓパター／椰ｔ−
相互の距−に応じてクラスタリング手法を用匹ることに
より複数のグループに分け、各グループｇ５にそのセン
タを求めて代宍標準パターンとし、入力音声の音畳分析
した結果のパターンを各グループの代表標準パターンと
照合し、距離の最小の代表標準パターンのグループの標
準パターンにつき最終の照合を行なうことを特徴とする
ものである。
（５）発明の実施例
１ｓ１図（α） 、 （ｂ）は本発明の原塩説明図であ
る。
る。
同図（α）において、゛まず特定−＃がｆ縁のため、入
力音声１をｉｔ参分析２の結果、特徴抽出し襟単パター
／＄４４−登録しておき、これを！ｇ繊織時入力音声の
ｆｑ１分析し７’Ｃ結釆のパターンと照合する。
力音声１をｉｔ参分析２の結果、特徴抽出し襟単パター
／＄４４−登録しておき、これを！ｇ繊織時入力音声の
ｆｑ１分析し７’Ｃ結釆のパターンと照合する。
これらの標準パターン群との照合を間車化するため、同
図（６）に示すように、音＃分析し％微抽出を行なつ７
’Ｃ績釆、得られる特徴ベクトルを標準パターンＳｔと
する。そしてこれらの標準パターンをクラスタリング手
法を用いて複数のグループｇｌ＋ｆｆ１ｇｇ３・・・４
ｖｃ分ける。
図（６）に示すように、音＃分析し％微抽出を行なつ７
’Ｃ績釆、得られる特徴ベクトルを標準パターンＳｔと
する。そしてこれらの標準パターンをクラスタリング手
法を用いて複数のグループｇｌ＋ｆｆ１ｇｇ３・・・４
ｖｃ分ける。
いま、谷単語について１発声ずつ登録するものとすると
、標準パターンは と弐わされる。
、標準パターンは と弐わされる。
ここでこれらのパターン間の距離を次のように定義する
。
。
この距離定禰に基づき標準パターン群間でたとえばに一
ミーンズ（Ｋ−ｍｅαｎａ）クラスタリング手法を用い
てクラスタリングを行なう。このに−ゼー／ズク２スタ
リング手法では、必らかじめクラスタの数を規定するこ
とができる。いま、クラスタの数をに１１！ｌとする。
ミーンズ（Ｋ−ｍｅαｎａ）クラスタリング手法を用い
てクラスタリングを行なう。このに−ゼー／ズク２スタ
リング手法では、必らかじめクラスタの数を規定するこ
とができる。いま、クラスタの数をに１１！ｌとする。
そして、各クラスタのＩＩ／ＩＭ ｉｆとしてＳＩＱ
＊ Ｓ Ｋ２ ＋・・・ＳＫＫを与える。
＊ Ｓ Ｋ２ ＋・・・ＳＫＫを与える。
この初期値を仮センタとして（１）式の距趨足−に基づ
き残ｐの標準パターンｔ−最小薊−をもつ仮センタに分
配することを−返し複数のクラスタに分ける。次ＶＣ各
りラスタ内でパターン相互の距−を耐昇し、そのクラス
タ内の吾パメー／を仮のセンタとしｆｃ場合の最も遠い
バター／との距離を求め、この距離の最小となる仮セン
タを基に残シのパターンを再分配し、前記の方法により
また＃ｒたなセンタｔ−算出する。この操作を繰返し、
全てのセ／りが変化しなくなる収束体感で停止させる。
き残ｐの標準パターンｔ−最小薊−をもつ仮センタに分
配することを−返し複数のクラスタに分ける。次ＶＣ各
りラスタ内でパターン相互の距−を耐昇し、そのクラス
タ内の吾パメー／を仮のセンタとしｆｃ場合の最も遠い
バター／との距離を求め、この距離の最小となる仮セン
タを基に残シのパターンを再分配し、前記の方法により
また＃ｒたなセンタｔ−算出する。この操作を繰返し、
全てのセ／りが変化しなくなる収束体感で停止させる。
これを−膜形で謄わし、各クラスタＩ”ｔｌｌ”＊・・
・ｇＫのセ−？（ｇｌ）１ｇＱ ベリＫ） ンタを代表標準パターンＳｃｍ、 ＳＣ２、５ｃｉｃ
とする。
・ｇＫのセ−？（ｇｌ）１ｇＱ ベリＫ） ンタを代表標準パターンＳｃｍ、 ＳＣ２、５ｃｉｃ
とする。
そして、このクラスタを＃＃成する＃４準パターン群金
Ｇ、＝袋で゛ビ宕ｇ″２．扇１）、、、、 眉（ｙＨ
）Ｇ・ｍｌ潴ゝ、詐２） 、 ？、Ｆ）、・・・ｔＷＧ
Ｋ ＝”１４ ＋ずｇＫ）月（ｇ−＋＋マ１２ここで
１≦１１． Ｌｍ、−ＬＫ（ｎとする。
）Ｇ・ｍｌ潴ゝ、詐２） 、 ？、Ｆ）、・・・ｔＷＧ
Ｋ ＝”１４ ＋ずｇＫ）月（ｇ−＋＋マ１２ここで
１≦１１． Ｌｍ、−ＬＫ（ｎとする。
このクラスタリングの標準パターン１！１のｇ１４１計
葺の１例を第２図（α） 、 （６）に示す。ナなわち
、同図（α）は登録のための入力ｆ／”がｉ！＃分析の
結果、周波数の谷頑城ｆｓ、ｆｘ、ｆａ・・・における
平均の音声パワーＰＩ ＃ Ｐａ ｖ Ｐｓ・・・を氷
め、これが時間軸の時点ｔ１゜ｋｙｔｓ・・・で変化し
た時、これらのデータを同図（６）に示すように一６４
語母にＦｓ ｅ ＦＢ ＨＦＢ・・・と記憶した標準パ
ター／のデータテーブルを作成する。そしてこれらの４
１１パタ一ン間の距離を求めるには、同図に示すように
比較すべき両パターンの同時点。
葺の１例を第２図（α） 、 （６）に示す。ナなわち
、同図（α）は登録のための入力ｆ／”がｉ！＃分析の
結果、周波数の谷頑城ｆｓ、ｆｘ、ｆａ・・・における
平均の音声パワーＰＩ ＃ Ｐａ ｖ Ｐｓ・・・を氷
め、これが時間軸の時点ｔ１゜ｋｙｔｓ・・・で変化し
た時、これらのデータを同図（６）に示すように一６４
語母にＦｓ ｅ ＦＢ ＨＦＢ・・・と記憶した標準パ
ター／のデータテーブルを作成する。そしてこれらの４
１１パタ一ン間の距離を求めるには、同図に示すように
比較すべき両パターンの同時点。
同周波畝函域の音声パワーを比較し、それぞれの距離を
求め、総合の距離を算出する。そして前述の手順によシ
セ／りを求める。
求め、総合の距離を算出する。そして前述の手順によシ
セ／りを求める。
このようにして決定されたクラスタリングにより、標準
バター／＃の構成は否クラスタのセンタを包成標準パタ
ーンとし、それに従属する形で谷クラスタ内の４準パタ
ーンが連鎖することになる。
バター／＃の構成は否クラスタのセンタを包成標準パタ
ーンとし、それに従属する形で谷クラスタ内の４準パタ
ーンが連鎖することになる。
次に＃友に発声された１ｉｆ−声が入“力された４汁、
その人力バター／は、まず谷クラスタのセンタである包
成標準パターン７ｇｓ’ ＋ ＴＣ２’ ｅ・・ｊｆ）
、照合計算を行なう。その結果、距離最小の代表標準バ
ター／が求められ、次にその代置標準パターン群とだけ
照付＃を真を行ない、最小距離をＭするパターンをその
入カバターフの織＠結果とする。九とえば、入カバター
ンとの照合１ｉｔ−ｓの細末、代表標準パター７−、（
ｇ：ゝが最小距離を有するとした場合、Ｇｌｔｎｌｄす
るｄＡ＄パターン奈１１’ ＋ ？１？・・Ｅ％ ’（
！：照照合葬を行ない、その中で最小距ｉｌｌを有する
パターンを識別結果として出力する。
その人力バター／は、まず谷クラスタのセンタである包
成標準パターン７ｇｓ’ ＋ ＴＣ２’ ｅ・・ｊｆ）
、照合計算を行なう。その結果、距離最小の代表標準バ
ター／が求められ、次にその代置標準パターン群とだけ
照付＃を真を行ない、最小距離をＭするパターンをその
入カバターフの織＠結果とする。九とえば、入カバター
ンとの照合１ｉｔ−ｓの細末、代表標準パター７−、（
ｇ：ゝが最小距離を有するとした場合、Ｇｌｔｎｌｄす
るｄＡ＄パターン奈１１’ ＋ ？１？・・Ｅ％ ’（
！：照照合葬を行ない、その中で最小距ｉｌｌを有する
パターンを識別結果として出力する。
この方法によシ、標準パターン群を構成すると、いまク
ラスタの数に個に対し、照合の対象となる標準パターン
数は、各クラスタに平均分配されたとしてを欠（ｎ＝１
率飴１標準パターンとじ九ときの標準パターン４畝）に
な９、全照合に比較してほぼ１／Ｋ ａ ＆に減少させ
ることができる。
ラスタの数に個に対し、照合の対象となる標準パターン
数は、各クラスタに平均分配されたとしてを欠（ｎ＝１
率飴１標準パターンとじ九ときの標準パターン４畝）に
な９、全照合に比較してほぼ１／Ｋ ａ ＆に減少させ
ることができる。
４６図は上述のｇ塩に従う本発明の′Ａ施例の構成説明
図であプ、特定話者による多数重ｔａ音声４織装置を示
す。
図であプ、特定話者による多数重ｔａ音声４織装置を示
す。
同図に２いて、入力媒体１１から入力されｆｃｔ声はＡ
／Ｄ変供器１２でデジタル信号に変成され、分析部１６
で［ｑ１分析され、特徴抽出部１４で第２図（α）で例
示したような特徴バター／が抽出され、同図（６）に示
したよりな標準パターンデータとして出力される。特定
話者の発声倉登録する場合には、モードｖＪ供ｔｆｌｓ
ＩＪ５を登鎌側にセットして、該標準パターンデータは
辞書リード／ライト部１９を経由して辞蕾４梢ｓ２０に
膏込み蓄積する。対象単語全てを発声ｆ録した後に、Ｉ
／’ｆ４格納部２ｏにある標準パターンを辞書リード／
ライト部１９を介してクラスタリング処瑣部１８でクラ
スタリング分析を行ない、前述し丸ように、たとえばに
−ゼーンズクラスタリング手法を用いてｆ録されｆｃ儂
標準ターンをクラスタ母にグループ化し、それぞれのセ
ンタを求めて再構成して再び１ｉｎｉｖ−ド／ライト部
１９を介して辞４Ｆ格納部２０に格納する。この場合、
谷クラスタ内の標準パター／の先頭ＶＣ−ｔンタセンタ
標準パターンを配置し、その格納場所の先舗アドレスを
１！＃齋アドレス瑣示部１７にｉｉｉ：！憶させる。
／Ｄ変供器１２でデジタル信号に変成され、分析部１６
で［ｑ１分析され、特徴抽出部１４で第２図（α）で例
示したような特徴バター／が抽出され、同図（６）に示
したよりな標準パターンデータとして出力される。特定
話者の発声倉登録する場合には、モードｖＪ供ｔｆｌｓ
ＩＪ５を登鎌側にセットして、該標準パターンデータは
辞書リード／ライト部１９を経由して辞蕾４梢ｓ２０に
膏込み蓄積する。対象単語全てを発声ｆ録した後に、Ｉ
／’ｆ４格納部２ｏにある標準パターンを辞書リード／
ライト部１９を介してクラスタリング処瑣部１８でクラ
スタリング分析を行ない、前述し丸ように、たとえばに
−ゼーンズクラスタリング手法を用いてｆ録されｆｃ儂
標準ターンをクラスタ母にグループ化し、それぞれのセ
ンタを求めて再構成して再び１ｉｎｉｖ−ド／ライト部
１９を介して辞４Ｆ格納部２０に格納する。この場合、
谷クラスタ内の標準パター／の先頭ＶＣ−ｔンタセンタ
標準パターンを配置し、その格納場所の先舗アドレスを
１！＃齋アドレス瑣示部１７にｉｉｉ：！憶させる。
次に、４紬の場曾はモード切議部１５を４臓側にセット
し、入力バター７は辞★アドレス虐示ｓ１７のアドレス
指示により、まずセンタとなる標準バター／を続出し、
照脅部１６で距喝耐算を行ない、判定部２１で判定し最
小距鑵會有するセンタが代表するクラスタ内の標準パタ
ーンをＪ＠に続出し照合計算し、再び判定８２１で判定
し、最小距−を有する標準パターンｔ＋Ｓ別結果として
出刃する。
し、入力バター７は辞★アドレス虐示ｓ１７のアドレス
指示により、まずセンタとなる標準バター／を続出し、
照脅部１６で距喝耐算を行ない、判定部２１で判定し最
小距鑵會有するセンタが代表するクラスタ内の標準パタ
ーンをＪ＠に続出し照合計算し、再び判定８２１で判定
し、最小距−を有する標準パターンｔ＋Ｓ別結果として
出刃する。
本発明の特徴は多数単語の入カバターンを辞蕾内の標準
パターンと逐次照合するのではなく、標準パターン群を
１１故グループに分けて、各グループのセンタを求め、
これと前照合を行なうことによｐ最小距離のセンタを有
するグループを抽出することであ夛、公知のクラスタリ
ング手法は上記のグループ分けとセンタを求める手段と
して用＾たものである。
パターンと逐次照合するのではなく、標準パターン群を
１１故グループに分けて、各グループのセンタを求め、
これと前照合を行なうことによｐ最小距離のセンタを有
するグループを抽出することであ夛、公知のクラスタリ
ング手法は上記のグループ分けとセンタを求める手段と
して用＾たものである。
（６）発明の詳細
な説明したように、本発９８ｖｃよれば、特定話者を対
象とした多数単語音声認識装置において、発声登録され
た標準パターン群をクラスタリング手法を用いて谷クラ
スタ’ｓｖこグループ化し、そのクラスタのセンタを代
旗標準パターンとして定−することにより、入力発声パ
ターンとの本照合以前にこの代表標準パターンと前照合
Ｃ行なうことによシ、人力発声パターンとの本照会時の
対象標準パター／畝ｔたとえば前述のように１／Ｋに減
少することができ、照合時間を大幅に短縮することがｏ
Ｊ能とな９、かつ１１ａＲ繊率を＾差に保つことができ
る。これによ勺特定話者による多数単語の音声４臓の実
用化に役立つところが大きいものでるる。
象とした多数単語音声認識装置において、発声登録され
た標準パターン群をクラスタリング手法を用いて谷クラ
スタ’ｓｖこグループ化し、そのクラスタのセンタを代
旗標準パターンとして定−することにより、入力発声パ
ターンとの本照合以前にこの代表標準パターンと前照合
Ｃ行なうことによシ、人力発声パターンとの本照会時の
対象標準パター／畝ｔたとえば前述のように１／Ｋに減
少することができ、照合時間を大幅に短縮することがｏ
Ｊ能とな９、かつ１１ａＲ繊率を＾差に保つことができ
る。これによ勺特定話者による多数単語の音声４臓の実
用化に役立つところが大きいものでるる。
４１図（ａ）、 （６）は本発明の原理説明図、第２図
に）。 （６）はｊｇ１図の要部の具体例による説明図、嬉６図
は本発明の＾臨画の構成説明図で６９、図中、１１は入
力媒体、１２はＶＤ変換器、１５は分析部、１４は％倣
抽出部、１５はモードＩＩＩＩＩＩＩ＆部、１６は照合
部、１７は＄４アドレス瑣承部、１８はクラスタリング
処場部、１９は辞膏リード／ライト部、２０は辞齋格納
部、２１は判定部を示す。 特許出願人 富士通株式会社 復代塩人 弁埴土 １）坂 豐 貞
に）。 （６）はｊｇ１図の要部の具体例による説明図、嬉６図
は本発明の＾臨画の構成説明図で６９、図中、１１は入
力媒体、１２はＶＤ変換器、１５は分析部、１４は％倣
抽出部、１５はモードＩＩＩＩＩＩＩ＆部、１６は照合
部、１７は＄４アドレス瑣承部、１８はクラスタリング
処場部、１９は辞膏リード／ライト部、２０は辞齋格納
部、２１は判定部を示す。 特許出願人 富士通株式会社 復代塩人 弁埴土 １）坂 豐 貞
Claims (1)
- 多数単ｍ金対象とし特定話者が発声した単語音声を音響
分析し、標準パターン群と照合し判定する多数単語音声
４繊方式において、前記標準パターン群を相互の距離に
応じてクラスタリング手法を用いることにより複数のグ
ループに分け、各グループＳＶＣそのセンタを求めて代
減儂準パターンとし、入力音声の音響分析した結果のバ
ター／を谷グループの代禰椰準パターンと照合し、距−
の戚小の代犬標準パターンのグループの標準パターンに
つきｍ終の照合を行なうこと金％黴とする多数単語音声
４繊方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57105886A JPS58223193A (ja) | 1982-06-19 | 1982-06-19 | 多数単語音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57105886A JPS58223193A (ja) | 1982-06-19 | 1982-06-19 | 多数単語音声認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58223193A true JPS58223193A (ja) | 1983-12-24 |
| JPH0252278B2 JPH0252278B2 (ja) | 1990-11-13 |
Family
ID=14419402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57105886A Granted JPS58223193A (ja) | 1982-06-19 | 1982-06-19 | 多数単語音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58223193A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6340200A (ja) * | 1986-08-06 | 1988-02-20 | 日本電信電話株式会社 | 単語音声予備選択装置 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07230299A (ja) * | 1994-02-17 | 1995-08-29 | Sanyo Electric Co Ltd | 音声認識装置 |
| WO2003088209A1 (fr) * | 2002-04-12 | 2003-10-23 | Mitsubishi Denki Kabushiki Kaisha | Systeme de navigation de voiture et dispositif de reconnaissance vocale de ce systeme |
| JP5070591B2 (ja) * | 2007-05-25 | 2012-11-14 | 株式会社国際電気通信基礎技術研究所 | 雑音抑圧装置、コンピュータプログラム、及び音声認識システム |
| JP2010204274A (ja) * | 2009-03-02 | 2010-09-16 | Toshiba Corp | 音声認識装置、その方法及びそのプログラム |
| US11928430B2 (en) * | 2019-09-12 | 2024-03-12 | Oracle International Corporation | Detecting unrelated utterances in a chatbot system |
-
1982
- 1982-06-19 JP JP57105886A patent/JPS58223193A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6340200A (ja) * | 1986-08-06 | 1988-02-20 | 日本電信電話株式会社 | 単語音声予備選択装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0252278B2 (ja) | 1990-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Barker et al. | The third ‘CHiME’speech separation and recognition challenge: Dataset, task and baselines | |
| Aggarwal et al. | Performance evaluation of sequentially combined heterogeneous feature streams for Hindi speech recognition system | |
| CN110047504B (zh) | 身份矢量x-vector线性变换下的说话人识别方法 | |
| US5864807A (en) | Method and apparatus for training a speaker recognition system | |
| Lin et al. | Mixture representation learning for deep speaker embedding | |
| Mansour et al. | Voice recognition Using back propagation algorithm in neural networks | |
| JPH09507921A (ja) | ニューラルネットワークを使用した音声認識システムおよびその使用方法 | |
| Li et al. | Dual-path modeling with memory embedding model for continuous speech separation | |
| JPS58223193A (ja) | 多数単語音声認識方式 | |
| Rahman et al. | Employing phonetic information in DNN speaker embeddings to improve speaker recognition performance | |
| Kamble et al. | Emotion recognition for instantaneous Marathi spoken words | |
| Zailan et al. | Comparative analysis of LPC and MFCC for male speaker recognition in text-independent context | |
| Abdiche et al. | Text-independent speaker identification using mel-frequency energy coefficients and convolutional neural networks | |
| CN112951256A (zh) | 语音处理方法及装置 | |
| Hossan et al. | Speaker recognition utilizing distributed DCT-II based Mel frequency cepstral coefficients and fuzzy vector quantization | |
| Bansod et al. | Speaker Recognition using Marathi (Varhadi) Language | |
| He et al. | LSTM Based End-to-End Text-Independent Speaker Verification Using Raw Waveform | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 | |
| Kekre et al. | Performance comparison of automatic speaker recognition using vector quantization by LBG KFCG and KMCG | |
| Albaraq | ARABIC SPEAKER RECOGNITION SYSTEM USING GAUSSIAN MIXTURE MODEL AND EM ALGORITHM. | |
| Rajoriya et al. | Enhanced recognition rate of spoken Hindi paired word using probabilistic neural network approach | |
| Müller et al. | On using the auditory image model and invariant-integration for noise robust automatic speech recognition | |
| Nair et al. | A Study on Automatic Speech Recognition | |
| Hyyryläinen | Comparison of different features for neural network-based models in speaker identification | |
| JPS5915993A (ja) | 音声認識装置 |