JPS5825699A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS5825699A JPS5825699A JP56124908A JP12490881A JPS5825699A JP S5825699 A JPS5825699 A JP S5825699A JP 56124908 A JP56124908 A JP 56124908A JP 12490881 A JP12490881 A JP 12490881A JP S5825699 A JPS5825699 A JP S5825699A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- distance
- voice
- input
- recognition
- 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】
この発明は音声パターンの非線形時間軸伸縮に対処し、
効果的なマツチング操作を実現する音声認識装置に関す
るものである。
効果的なマツチング操作を実現する音声認識装置に関す
るものである。
第１図は音声認識装置の一般的な構成例を示すものであ
る。マイクロホン（１）で拾われた音声波形（２）は音
声パターン圧縮部（３）に導ひかれる。この音声パター
ン圧縮部（３）では入力音声の特徴量が抽出され、振幅
軸及び時間軸の正規化操作が行なわれる。即ち発声レベ
ルの大小が補正され、又発声時間の長短にかかわらず、
一定長の圧縮パターン（４）が出力される。切替えスイ
ッチ（５）は学習／認識モードを切替えるもので、学習
（登録）動作時には実線側、認識（入力）動作時には破
線側に倒される。
る。マイクロホン（１）で拾われた音声波形（２）は音
声パターン圧縮部（３）に導ひかれる。この音声パター
ン圧縮部（３）では入力音声の特徴量が抽出され、振幅
軸及び時間軸の正規化操作が行なわれる。即ち発声レベ
ルの大小が補正され、又発声時間の長短にかかわらず、
一定長の圧縮パターン（４）が出力される。切替えスイ
ッチ（５）は学習／認識モードを切替えるもので、学習
（登録）動作時には実線側、認識（入力）動作時には破
線側に倒される。
従って学習時には、圧縮パターン（４）がスイッチ（５
）の実線側を通り、登録パターンメモリ（７）に順次書
き込まれる。例えば第１図に示すように、数字音声／イ
チ／、／ニー／、／サン／、／ヨン／。
）の実線側を通り、登録パターンメモリ（７）に順次書
き込まれる。例えば第１図に示すように、数字音声／イ
チ／、／ニー／、／サン／、／ヨン／。
／ゴー／の如くにである。−通りの使用音声登録が終了
すると、切替えスイッチ（５）は点線側に倒され、認識
モードに入る。
すると、切替えスイッチ（５）は点線側に倒され、認識
モードに入る。
認識時には圧縮パターン（４）はスイッチ（５）の点線
側を通り、入カバターンメモリ（６）に一時計えられる
。このメモリ（６）は発声の都度更新され、書き替えら
れる。ところで入カバターン（８）及び登録パターン（
９）は認識処理部００に導ひかれており、ここで両パタ
ーン間の照合比較動作が実行される。そして入カバター
ン（８）と最も距離の近い、もしくは尤度の大きい登録
パターン（９）の１つが選択され、当該入力音声と判別
されてＭ ＦＪ結果０１）が出力される。
側を通り、入カバターンメモリ（６）に一時計えられる
。このメモリ（６）は発声の都度更新され、書き替えら
れる。ところで入カバターン（８）及び登録パターン（
９）は認識処理部００に導ひかれており、ここで両パタ
ーン間の照合比較動作が実行される。そして入カバター
ン（８）と最も距離の近い、もしくは尤度の大きい登録
パターン（９）の１つが選択され、当該入力音声と判別
されてＭ ＦＪ結果０１）が出力される。
第２図は従来及び本発明装置の音声パターン圧縮・比較
動作を対比して示す説明図であるが、同図（ａ）〜（ｅ
）は従来方式に関する部存で、図中第１の入力（１２ａ
）は／イチ／と普通に、第２の入力（１３ａ）は／イー
チ／と長めに発声した時の音声パターン特微量の時間変
化例を示すものである。これらのパターンは始端と終端
間を均等分割（本例では８等分）する形で、線形圧縮さ
れる。そこで入カバターン（１２ａ）は圧縮パターン（
１２ｂ）の如く、同様に入カバターン（１３ａ）は圧縮
パターンα３ｂ）の如く変換され、一定長パターンに凝
縮される。
動作を対比して示す説明図であるが、同図（ａ）〜（ｅ
）は従来方式に関する部存で、図中第１の入力（１２ａ
）は／イチ／と普通に、第２の入力（１３ａ）は／イー
チ／と長めに発声した時の音声パターン特微量の時間変
化例を示すものである。これらのパターンは始端と終端
間を均等分割（本例では８等分）する形で、線形圧縮さ
れる。そこで入カバターン（１２ａ）は圧縮パターン（
１２ｂ）の如く、同様に入カバターン（１３ａ）は圧縮
パターンα３ｂ）の如く変換され、一定長パターンに凝
縮される。
ここで圧縮パターン（１２ｂ）を登録（基準）パターン
、圧縮パターン（１３ｂ）を入力（試験）パターンと仮
定する。従来の音声認識装置におけるパターン第２図（
ｅ）に示す様な部分距離パターン（１４ａ）が求められ
る。両パターン間の距離は各部分距離の総和（本例では
９サンプル分）で与えられる。
、圧縮パターン（１３ｂ）を入力（試験）パターンと仮
定する。従来の音声認識装置におけるパターン第２図（
ｅ）に示す様な部分距離パターン（１４ａ）が求められ
る。両パターン間の距離は各部分距離の総和（本例では
９サンプル分）で与えられる。
従来の音声認識装置は以上のように構成されているので
、音声パターンの発生毎の非線形時間軸伸縮は避けられ
ず、本例に示す如く、／イチ／。
、音声パターンの発生毎の非線形時間軸伸縮は避けられ
ず、本例に示す如く、／イチ／。
／イーチ／間ではかなり距離が開く。これは棄却（リジ
ェクト）ないしは誤認識を誘発する原因となり、システ
ムのｇ識性能を著しく損なう結果となっていた。
ェクト）ないしは誤認識を誘発する原因となり、システ
ムのｇ識性能を著しく損なう結果となっていた。
本発明は上記のような従来のもののもつ本質的守亦塙４
−ときは、各サンプルの対応付けを変化させて最小距離
を探索し、該最小距離による認識結果を出力することに
より、従来頻発していた入力音声のりジエクトや誤認識
を大幅に救済することのできる音声認識装置を提供する
ことを目的としている。
−ときは、各サンプルの対応付けを変化させて最小距離
を探索し、該最小距離による認識結果を出力することに
より、従来頻発していた入力音声のりジエクトや誤認識
を大幅に救済することのできる音声認識装置を提供する
ことを目的としている。
以下本発明の一実施例を図について説明する。
本発明の音声認識装置におけるパターン照合方式は、従
来方式の延長線上で極めて容易に実施する事ができる。
来方式の延長線上で極めて容易に実施する事ができる。
第２図に示した部分距離パターン（１４ａ）に先ず着目
する。始端及び終端（サンプル番号０及び８）ではその
距離は零に近い。但し途中のサンプル点では不規則な増
減変化が見られる。
する。始端及び終端（サンプル番号０及び８）ではその
距離は零に近い。但し途中のサンプル点では不規則な増
減変化が見られる。
このパターンは通常新たな発声毎に変動するものである
。
。
そこで部分距離パターン（１４ａ）のうち、最大値点Ａ
及び次点Ｂを探索する。次に２つの圧縮パターン、即ち
基準パターン（１２ｂ）と入カバターン（１３ｂ）との
対応付けを部分的に前後にシフトして実施する。
及び次点Ｂを探索する。次に２つの圧縮パターン、即ち
基準パターン（１２ｂ）と入カバターン（１３ｂ）との
対応付けを部分的に前後にシフトして実施する。
本例では入カバターン（１３ｂ）の５サンプル目を基準
パターン（１２ｂ）の４及び６サンプル目と比較照合し
、距離の最小となる４サンプル目との対応付けを行なう
。同様に次点Ｂについても３サンプル目を２及び４サン
プル目と比較照合し、最小距離をとる２サンプル目と対
応付ける。この様にして第３図（ａ）に示す修正された
部分距離パターン（１４ｂ）を得る事ができる。このパ
ターン０４ｂ）は従来方式によるパターン（１４ａ”）
に比べて大幅な距離減小効果が見られる。この時点でも
し部分距離の総和が所定の闇値以下となれば、距離計算
（パターン照合操作）を打ち切ればよい。
パターン（１２ｂ）の４及び６サンプル目と比較照合し
、距離の最小となる４サンプル目との対応付けを行なう
。同様に次点Ｂについても３サンプル目を２及び４サン
プル目と比較照合し、最小距離をとる２サンプル目と対
応付ける。この様にして第３図（ａ）に示す修正された
部分距離パターン（１４ｂ）を得る事ができる。このパ
ターン０４ｂ）は従来方式によるパターン（１４ａ”）
に比べて大幅な距離減小効果が見られる。この時点でも
し部分距離の総和が所定の闇値以下となれば、距離計算
（パターン照合操作）を打ち切ればよい。
本例では更に、部分距離パターン（１４ｂ）中の０点及
びＤ点に着目し前記と同様の部分シフトマツチング操作
を実行する。そして７サンプル目を６サンプル目に、２
サンプル目を１サンプル目に対応付け、更に修正された
第３図（ｂ）の部分距離パターンα４ｃ）を得る。パタ
ーンα４ａ）と（１４Ｃ）とを比較すれば、その改善効
果は一目瞭然であろう。
びＤ点に着目し前記と同様の部分シフトマツチング操作
を実行する。そして７サンプル目を６サンプル目に、２
サンプル目を１サンプル目に対応付け、更に修正された
第３図（ｂ）の部分距離パターンα４ｃ）を得る。パタ
ーンα４ａ）と（１４Ｃ）とを比較すれば、その改善効
果は一目瞭然であろう。
このような本発明によるパターン照合操作により、従来
多発していたりジエクト及び誤認識を大幅に救済し、認
識率を例えばある装置では従来の８６％から９２％に向
上することができた。
多発していたりジエクト及び誤認識を大幅に救済し、認
識率を例えばある装置では従来の８６％から９２％に向
上することができた。
なお上記実施例では前後に１サンプル分シフトして対応
付けを行なう例を示したが、２サンプル以上シフトする
事もできる。ただしその場合は時間軸上のサンプル配列
の逆転を避けるため、隣接サンプルも適当にシフトさせ
る必要がある。又部分距離パターンが数サンプルにわた
り集中して増大する様な場合には、数サンプル分一括し
て前後シフトし対応付けを行なう事も可能である。また
本発明は音声以外の他の音響信号や画像信号等のパター
ン認識方式あるいは装置にも容易に拡張し適用すること
ができる。
付けを行なう例を示したが、２サンプル以上シフトする
事もできる。ただしその場合は時間軸上のサンプル配列
の逆転を避けるため、隣接サンプルも適当にシフトさせ
る必要がある。又部分距離パターンが数サンプルにわた
り集中して増大する様な場合には、数サンプル分一括し
て前後シフトし対応付けを行なう事も可能である。また
本発明は音声以外の他の音響信号や画像信号等のパター
ン認識方式あるいは装置にも容易に拡張し適用すること
ができる。
以上説明した如く、本発明による音声認識装置は登録パ
ターンと入カバターンの距離が所定の闇値を越える場合
上記サンプルの対応付けを変化させて最小距離を探索し
認識処理を行なうようにしたものであるので、従来装置
とほとんど同様の構成で極めて容易に実現できる利点が
ある。又従来頻発していた入力音声のりジエクトや誤認
識を大幅に救済することが可能で、シス戸ムの認轍性能
を著しく高める事ができる。
ターンと入カバターンの距離が所定の闇値を越える場合
上記サンプルの対応付けを変化させて最小距離を探索し
認識処理を行なうようにしたものであるので、従来装置
とほとんど同様の構成で極めて容易に実現できる利点が
ある。又従来頻発していた入力音声のりジエクトや誤認
識を大幅に救済することが可能で、シス戸ムの認轍性能
を著しく高める事ができる。
また従来、ダイナミックプログラミング手法により２つ
の不等長パターン間の非線形時間軸整合をとる方式が考
えられているが、この方式は多大のメモリ、処理時間、
高価で消費電力を喰う専用プロセッサを要し、認識シス
テムの経済性を著しく損なっていたのに対し、本発明に
おけるパターン照合方式は簡単なハードウェアないしは
近年とみに安価となった汎用マイクロプロセッサで充分
処理可能であり、システムのコスト／パフォーマンスを
大幅に向上させることが可能である。
の不等長パターン間の非線形時間軸整合をとる方式が考
えられているが、この方式は多大のメモリ、処理時間、
高価で消費電力を喰う専用プロセッサを要し、認識シス
テムの経済性を著しく損なっていたのに対し、本発明に
おけるパターン照合方式は簡単なハードウェアないしは
近年とみに安価となった汎用マイクロプロセッサで充分
処理可能であり、システムのコスト／パフォーマンスを
大幅に向上させることが可能である。
第１図は音声認識装置の一般的な構成図、第２図は従来
及び本発明による音声パターン圧縮・比較動作を対比し
て示す説明図である。 （３）・・・音声パターン圧縮部、（６）・・・入カバ
ターンメモリ、（７）・・・登録パターンメモリ、（８
）・・・入カバターン、（９）・・・登録パターン、０
０・・・認識処理部、α→・・・部分距離パターン。 なお図中、同一符号は同−又は相当部分を示す。
及び本発明による音声パターン圧縮・比較動作を対比し
て示す説明図である。 （３）・・・音声パターン圧縮部、（６）・・・入カバ
ターンメモリ、（７）・・・登録パターンメモリ、（８
）・・・入カバターン、（９）・・・登録パターン、０
０・・・認識処理部、α→・・・部分距離パターン。 なお図中、同一符号は同−又は相当部分を示す。
Claims (1)
- （１）入力音声の特徴量を抽出し音声パターンを圧縮す
る音声パターン圧縮部と、学習動作時に該音声パターン
圧縮部からの音声パターンを記憶する登録パターンメモ
リと、認識動作時に上記音声パターン圧縮部からの音声
パターンを一時記憶する入カバターンメモリと、上記登
録パターンと上記入カバターンの各サンプル値の比較に
よる部分距離パターンを求め該部分距離の総和である距
離が所定の閾値を越える場合上記サンプルの対応付けを
変化させて最小距離を探索し該最小距離による認識結果
を出力する認識処理部とを備えたことを特徴とする音声
認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56124908A JPS5825699A (ja) | 1981-08-07 | 1981-08-07 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56124908A JPS5825699A (ja) | 1981-08-07 | 1981-08-07 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5825699A true JPS5825699A (ja) | 1983-02-15 |
| JPS6332396B2 JPS6332396B2 (ja) | 1988-06-29 |
Family
ID=14897082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56124908A Granted JPS5825699A (ja) | 1981-08-07 | 1981-08-07 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5825699A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0743782U (ja) * | 1993-04-14 | 1995-09-12 | 中部精機株式会社 | 加速度検出器 |
| US8447605B2 (en) | 2004-06-03 | 2013-05-21 | Nintendo Co., Ltd. | Input voice command recognition processing apparatus |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5374807A (en) * | 1976-12-15 | 1978-07-03 | Fujitsu Ltd | Voice recognition matching control system |
| JPS5536825A (en) * | 1978-09-08 | 1980-03-14 | Tokyo Shibaura Electric Co | Voice discriminating device |
| JPS5665198A (en) * | 1979-10-31 | 1981-06-02 | Tokyo Shibaura Electric Co | Singallsyllable identifier |
-
1981
- 1981-08-07 JP JP56124908A patent/JPS5825699A/ja active Granted
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5374807A (en) * | 1976-12-15 | 1978-07-03 | Fujitsu Ltd | Voice recognition matching control system |
| JPS5536825A (en) * | 1978-09-08 | 1980-03-14 | Tokyo Shibaura Electric Co | Voice discriminating device |
| JPS5665198A (en) * | 1979-10-31 | 1981-06-02 | Tokyo Shibaura Electric Co | Singallsyllable identifier |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0743782U (ja) * | 1993-04-14 | 1995-09-12 | 中部精機株式会社 | 加速度検出器 |
| US8447605B2 (en) | 2004-06-03 | 2013-05-21 | Nintendo Co., Ltd. | Input voice command recognition processing apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6332396B2 (ja) | 1988-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4513436A (en) | Speech recognition system | |
| US5845092A (en) | Endpoint detection in a stand-alone real-time voice recognition system | |
| JPS60158498A (ja) | パターン照合装置 | |
| JPS5825699A (ja) | 音声認識装置 | |
| JPH04318900A (ja) | 多方向同時収音式音声認識方法 | |
| JP2992324B2 (ja) | 音声区間検出方法 | |
| JPH02210500A (ja) | 標準パターン登録方式 | |
| JPS5876892A (ja) | 音声認識装置 | |
| JPS62211699A (ja) | 音声区間検出回路 | |
| JPS5999497A (ja) | 音声認識装置 | |
| JPH10124084A (ja) | 音声処理装置 | |
| JPH0262879B2 (ja) | ||
| JPH0419700A (ja) | 音声パターンマッチング方法 | |
| JP3011984B2 (ja) | パターン照合方法 | |
| JPS60115996A (ja) | 音声認識装置 | |
| JPS6078489A (ja) | 辞書更新方式 | |
| JPS5953899A (ja) | 音声認識装置 | |
| JPH04212199A (ja) | 標準パターン登録方法 | |
| JPS6078491A (ja) | 辞書更新方式 | |
| JPS6070496A (ja) | 音声認識処理方式 | |
| JPS6370298A (ja) | 促音認識装置 | |
| JPS60111300A (ja) | 連続単語音声認識方法 | |
| JPS5886598A (ja) | 音声認識装置 | |
| JPS62289897A (ja) | 音声認識方式 | |
| JPS6026399A (ja) | 単語認識装置 |