JPS5854400B2 - 音声認識装置 - Google Patents

Description

【発明の詳細な説明】 本発明は電気信号に変換された音声を受信し、その電気
信号を予定数の周波数帯域に分割し、前記信号のエネル
ギーを一定の期間に亘り各周波数帯域毎に各別の出力端
子に供給するフィルタ群と、前記出力端子に接続され、
全周波数帯域に亘るエネルギー分布パターンを予定のパ
ターンと順次に比較する装置とを具える音声認識装置に
関するものである。

斯種の装置はドイツ国特許出願公開第 ２３６３５９０号により既知である。

この既知の装置そは、フィルタ群の積分出力信号をマル
チプレクサ及びアナログ−デジタル変換器を経てコンピ
ュータに供給する。

短期間に亘り゛積分された検査すべき信号のスペクトル
分布は多値ベクトルを表わすため、コンピュータは種々
のベクトルの時間的な順番を受信し、既知の種々の順番
と比較する。

しかし、ベクトルを表わすためには多数のビットが必要
とされるので、長いベクトル順番は大記憶容量を必要と
すると共に高速コンピュータの場合でも相当長い処理時
間を必要とするため、極めて大形且つ高速で従って高価
なコンピュータを必要とすることなく実時間処理を達成
することは殆んど不可能である。

本発明の目的は、多数の種々の音声を実時間で簡単に認
識し得る装置を提供せんとするにある。

本発明の他の目的は音声信号の簡単且つ効果的な前処理
装置を提供せんとするにある。

本発明は、これらの目的を実現するために、複数個のパ
ターン検出器を設け、各パターン検出器をフィルタ群の
出力端子の少くとも１部分に接続し、各パターン検出器
においては、これが接続されたフィルタ群の各出力端子
に対し限界値検出器を設けてこの出力端子上の信号が下
限値ｆｕ と上限値ｆｏ との間に位置するときにそ
の出力端子に信号レベルを発生させると共に、ＡＮＤ素
子により当該パターン検出器に含まれる全ての限界値検
出器の出力を合成し、全ての限界値検出器の出力端子に
信号レベルが発生する場合に当該パターン検出器の出力
端子に相当する前記ＡＮＤ素子の出力端子に信号レベル
を発生させ、他に前記複数個のパターン検出器に接続さ
れた記憶装置を設けてこれらパターン検出器の出力端子
の信号レベルの時間的順番を記憶すると共にこの順番を
比較装置に供給するようにしたことを特徴とする。

各期間において検査すべき信号のスペクトル分布、即ち
各ベクトルは、人間の言語の場合既知のよう音素に相当
するスペクトルパターンとみなせる。

音素のスペクトル分布は話者に依存し、部分的に相当の
公差を有するため、各音素における各スペクトル部分に
対し、上限値及び下限値を用いる。

これら限界値は互に無関係に調整し得るようにするのが
好適である。

本発明によればフンピユータは可能性のある全てのベク
トルを受信しないで、実際に発生するベクトル又はパタ
ーンのみを受信し、これらベクトルを復号するため、多
大のデータ削減が得られる。

限界値検出器は２個の比較器、例えを±演算増幅器を用
い、その後段に相互接続部材を後続させることによって
極めて簡単に構成することができる。

従って、パターン検出器は多数のスペクトル範囲に対す
る多数の限界値検出器を設けてパターンの解像度を良く
する場合でも極めて簡単じ構成できるため、パターン検
出器を多数の種々の音又は音素に対応して多数とする場
合には安価な装置を得ることができる。

各パターン検出器にアドレスを割当て、出力信号を発生
するパターン検出器のアドレスを符号化して記憶装置に
記憶し、これらアドレス符号列を予定のパターン列と比
較する装置に供給するのが好適である。

これがため、斯る認識装置は例えば発電機や車輌のよう
な機械の動作状態（種々の動作雑音から判明する）を、
パターン検出器に対応するアドレス符号列を比較値とし
て与えることにより遂次認識することができる。

また、斯る予定のアドレス符号列は声素列即ち言語又は
一続きの言葉を表わすものとして音声認識に用いること
ができる。

斯る予定のアドレス符号列はアダプティブパターン認識
プログラムで実現することができる。

このプログラムによれば、学習制御中認識すべき１つの
言語に対し限界値アドレス列で表わされた複数個の既知
のモデルを書込む。

このプログラムではこれらアドレス列の周波数分布を認
定し、記憶する。

このことは予定した語粟の各語について行なう。

装置を話者とできるだけ無関係とするためには、多くの
人に学習すべき各語に対するモデルを話してもらうのが
よい。

学習制御の終了後、認識すべき各語に対するアドレス列
をコンピュータに記憶する。

学習制御の終了後語を認識する場合、マイクロホン及び
フィルタ群を経て発生されたスペクトルをパターン検出
器に供給し、これら検出器のアドレスをこれらの出力信
号の順番に応じて符号化し、コンピュータに供給し、学
習させた語粟の周波数分布と語単位で比較する。

瞬時アドレス列に対し最高値を発生する周波数分布を有
する語を認識された語をみなす。

完全な文章の認識を行なう場合は、本発明装置の信頼性
を、可能な語順に対し文法的語句配列規則を用いること
により高めることができる。

以下図面につき本発明を説明する。

第１図に示すスペクトルは第２図に示す装置によって得
られる。

第２図において、認識すべき音又は音列はマイクロホン
１で受信され、電気信号に変換される。

この電気信号は自動音量調整器２に供給し、ここでその
電気信号を振幅について標準化する。

自動音量制御は音声再生技術において公知であるため、
これ以上説明しない。

このようにして認識又は識別は総合音量と無関係とする
（このことは言語認識等に対して不可欠であることが認
められている）。

フィルタ群３において調整器２の出力信号を、入力信号
を共通に受信し、出力信号を並列に発生する１組のリン
グ回路又は狭帯域フィルタによって予定数にの順次の周
波数範囲又はスペクトル成分に分割する。

得られた信号を積分装置（図示してないが慣例のＲＣ回
路網とすることができる）により整流し例えば１０ｉｓ
の一定の時間隔に亘り積分する。

或は又、クロック動作を用い、各クロックパルスで前記
積分時間隔を終了させると共にフィルタ群の出力端子に
積分結果を発生させることができる。

この場合には装置の次段の素子にもクロックパルス入力
端子を設ける必要があるが、この装置についてはこれ以
上論じない。

整流積分された各別のスペクトル成分はフィルタ群３か
もチャンネル５を経て出力される。

各出力端子の信号又は電圧値は前記積分時間に亘って積
分された各スペクトル成分のエネルギー量に比例し、そ
の一例は第１図で与えられ、本例はフィルタ群３の出力
数が１０の場合である。

このエネルギー分布は一般に非静止音の場合少恢ともい
くつかのスペクトル成分が時間に依存する。

フィルタ群３からのに個の出力端子は第２図のパターン
検出器４（１）〜４（ｎ）の何れにも並列に接続する。

各パターン検出器によりに個の各出力の電圧が各パター
ン検出器に特定的に限定された下限値ｆｕ と上限値
ｆｏ との間の公差範囲内に位置するか否かを検査す
る。

第１図にはこれらの公差範囲のいくつかを垂直ストロー
ク線で示すが、これらはパターン検出器の内の１個にお
いて設定し得る。

この種の公差範囲は各チャンネルについて示してない。

その理由は種々の音声に対しては一般に音声の認識にあ
まり重要でないいくつかのチャンネルが存在するためで
ある。

これがため、パターン検出の複雑さを軽減でき、認識の
信頼性を幾分増すことができる。

第１図の例はチャンネル２−４及び７−９の信号が関連
する公差範囲内に位置するため、対応するパターン検出
器が正出力信号を発生することを示す。

しかし、何れか１チヤンネルの信号が公差範囲内にない
場合そのパターン検出器は出力信号を発生しない。

第１図は、更に、種々のチャンネルに対する公差範囲が
等しくないことも示す。

これは、特に言語認識の場合いろいろな話者に基づいて
決定される種々のチャ／ネル出力の信号の偏差が等しい
大きさでないためである。

第３図は第２図のパターン検出器４の内部構造の一例を
示す。

この検出器は破線で示す多数の限界値検出器１０（１）
〜１０（ｒｎ）を具え、それらの出力端子Ａ（１）〜Ａ
（１１１１はＡＮＤ素子６で合成される。

パターン検出器４の出力端子Ｍは上述したように全ての
限界値検出器１０（１）〜１０（ｍｌの出力端子Ａ（ｊ
）が同時に正出力信号を発生する場合にのみ出力信号を
発生する。

各限界値検出器の入力端子Ｅ（１）・・・・・・・・・
Ｅ（ｍ）は対応するスイッチｓｗ（ｉ）・・・・・・・
・・Ｓｗ（ｒｒｌｌの第１接続点に接続する。

各スイッチによりフィルタ群３のに個の出力端子５０１
個を選択する。

各スイッチはこれら出力端子の１部にのみ接続し、スイ
ッチｓｗ（ｉ）は最低項数１）の出力端子にのみ接続し
、スイッチ５Ｗ（２）は次のいくつかの出力端子に重複
して接続し、最后のスイッチＳＷ（ｍ）は最高順番的の
チャンネルにのみ接続する。

これはｍの値がＫの値より小さい場合に好適な接続配置
であること明らかである。

各限界値検出器１０は２個の比較器Ｖ１及びＶ２を具え
、これら比較器としては本例では演算増幅器を用いる。

演算増幅器の非反転入力端子（＋記号で示す）を各別の
入力端子Ｅ（ｊ）に接続すると共に一記号で示す入力端
子には２個の抵抗Ｒ１及び及２とポテンシオメータＰ１
及びＰ２の直列接続回路により発生される限界電圧を受
信させる。

この直列接続回路は電圧源の正及び負端子＋Ｕ及び−Ｕ
間に接続する。

下限値ｆｕはポテンシオメータＰ２の設定を変えて調整
することができ、この限界値と上限値ｆｏ との間隔
はポテンシオメータＰ１によって調整することができる
。

比較器Ｖ１及び■２の出力信号は信号の論理値に影響を
与えない数個の回路素子（後述する）を経て排他的ＯＲ
素子Ｇに供給し、その出力端子は限界値検出器１０の出
力端子Ａに接続する。

この回路の基本動作を第５ａ図について詳細に説明する
。

入力端子Ｅの電圧ａが下限電圧ｆｕ より低い限り、
比較器Ｖ１の出力信号す及び比較器■２の出力信号Ｃは
低レベルである。

入力電圧ａが下限電圧ｆｕ を越えると同時に、比較器
ｖ２の出力信号Ｃが高レベルとなり、排他的ＯＲ素子Ｇ
は信号ｄで示すように高出力信号を発生する。

入力電圧ａが更に増大し、上限電圧ｆｏ をも越える場
合、比較器■１の出力信号すも高レベルとなるため、排
他的ＯＲ素子Ｇは２個の高入力信号を受信し、既知のよ
うに低出力信号を発生する。

従って、正信号は入力電圧ａが２つの限界電圧ｆｕ及び
ｆｏ間の値を有する場合にのみ出力端子Ａに発生する。

入力電圧ａが再び減少する場合、入力電圧ａが２個の限
界値で制限された公差範囲を通過する間中再び高出力信
号を発生する。

その理由は比較器■１及びｖ２の出力信号が第５ａ図に
示すように順次に低レベルとなるためである。

比較器ｖ１及びｖ２として用いる演算増幅器は後続の論
理回路で必要とされる電源電圧より高い電源電圧を必要
とする場合が多いため、それらの出力信号（電源電圧に
略々等しい）をこの低論理レベルに制限する必要がある
。

比較器■１に対しこのレベル制限は抵抗Ｒ３及びＲ５と
ダイオードＤ１で行なう。

これら抵抗の値は、比較器ｖ１の出力が高出力電圧の場
合に回路Ｓ１の入力電圧が最大許容値を越えないように
選択する。

この場合ダイオードＤ１は遮断し、不作動である。

比較器Ｖ１の出力が負出力信号の場合にはダイオードＤ
１が導通し、回路Ｓ１の入力電圧を略々零電位に制限す
る。

比較器Ｖ２の出力信号も同様に抵抗Ｒ４及びＲ６とダイ
オードＤ２とによって後続の論理回路のレベルに制限す
る。

回路Ｓ１及びＳ２はシュミットトリガ回路として、入力
電圧が２個の限界電圧の一方ｆｕ又はｆｏ を極めて単
調に横切る場合、従って比較器の出力信号に極めて単調
な遷移を発生する場合でも、後続の論理回路は急峻な側
縁を有する信号を得るようにする。

従って比較器の入力信号が極めて単調に変化する場合で
も排他的ＯＲ素子Ｇはその論理出力を変えるか変えない
ことができるため、如何なる瞬時においても１個以上の
パターン検出器から正出力信号が発生することは起り得
ない。

第４図は限界値検出器１０の他の例を示す。

本例でも比較器Ｖ３及びｖ４として演算増幅器を用いる
が、入力端子Ｅを上側比較器ｖ３の反転入力端子と下側
比較器ｖ４の非反転入力端子に接続する。

両比較器の他方の入力端子はそれぞれ第３図に示すよう
にして発生し得る限界電圧ｆｕ及びｆｏ に接続する。

これら比較器の出力をダイオードＤ３及びＤ４より成る
ＡＮＤ素子を経て、例えば比較器ｖ３及びＶ４の比較的
高い正の電源電圧Ｕに抵抗Ｒ７を経て接続された点Ｐに
接続する。

本例回路の動作を第５ｂ図について詳細に説明する。

入力端子Ｅの電圧ａに下限電圧ｆｕ より低い限り、比
較器ｖ３の出力は曲線ｅで示すように高レベル信号であ
るが、比較器Ｖ４の出力は第５ａ図の曲線Ｃに対応する
曲線Ｃに従って低レベル信号である。

入力電圧ａが下限電圧ｆｕ を越えると同時に、比較器
ｖ４の出力信号が正となり、従ってＡＮＤ機能のために
点Ｐも曲線ｄで示すように正信号となる。

次いで入力電圧ａが上限電圧ｆｏ を越えると、比較器
ｖ３の出力電圧が負になり、従って点Ｐの電圧も負にな
る。

第５ｂ図を第５ａ図と比較すると、点Ｐ上には第３図に
示す回路の出力端子Ａ上と同一の電圧変化が発生するこ
とが解るが、点Ｐ上の信号は比較器の出力信号と同等の
電圧振幅を有するため、この信号も後続の論理回路の低
レベルに調整する必要がある。

このレベル調整はダイオードＤ５と抵抗Ｒ８により行な
う。

この場合、両比較器が高出力信号を発生するとき、点Ｐ
の電圧はこのとき導通するダイオードＤ５のために抵抗
Ｒ７及びＲ８の比で決まる値を越え得ない。

しかし、一方の比較器が負出力信号を発生する場合、点
Ｐの電圧は略々この負信号と同一値となるが、このとき
ダイオードＤ５が遮断し、抵抗Ｒ８が存在するために回
路Ｓ３の入力端子に略々零電位が供給される。

回路Ｓ３の入力端子の最大正電圧の制限は破線を経て点
Ｐ゛と論理回路の電源としても作用する電圧＋Ｕ１とに
接続したダイオードＤ６で与えることもできる。

このダイオードのために、点Ｐの電圧はこの電源電圧よ
り正になることはできない。

更に他の方法としては、抵抗Ｒ７に対し比較器■３及び
■４の動作電圧の代りに論理回路素子の電源電圧Ｕ１を
用いることができる。

この場合比較器■３及びＶ４が正出力信号の場合ダイオ
ードＤ３及びＤ４は常に遮断される。

限界値検出器の出力端子Ａの前段にシュミットトリガ回
路５３を設げる。

この回路は前述したように常に急峻な側縁を有する出力
信号を発生する。

第５ ａ 、５ ｂ図において信号値（曲線ａ）及び公
差限界値ｆｏ 、 ｆｕは曲線ｂ 、 ’ｃ １ ｄ
、 ｅの論理レベルの電気的値とは関係ないことに注意
されたい。

以上述べたように第２図に示すパターン検出器４はフィ
ルタ群３の出力端子に接続された入カバターンの全成分
がプリセットパターンと一致するときに出力信号を発生
する。

認識すべき各基本信号パターン（即ち人間の言語の場合
における各音素）に対して斯るパターン検出器を設ける
。

種々の単音のみを認識する必要がある場合、パターン検
出器の出力を直接用いることができ、例えばこれら出力
によって表示装置を制御することができる。

複数個の順次の基本パターンより成る信号列を認識する
場合には各基本パターンをそれぞれのパターン検出器に
より認識し、認識した基本パタ〒ン列を第２図に示すよ
うに記憶装置８に一時的に記憶するのが好適である。

この目的のために、パターン検出器４の出力端子をアド
レスマルチプレクサＴに接続し、これによりパターン検
出器の１ビット出力信号をそのパターン検出器のアドレ
スを表わす２進数に変換する。

次に、この２進数を記憶装置８にデータとして供給する
。

言語認識の場合にはｎの値は最大で約３２である。

これがため、前記パターン検出器のアドレスは５ビツト
で構成する。

言語を認識する場合、記憶装置８は認識すべき言語の最
大の音素列を記憶する必要がある。

言語認識においてはこの音素列は最大で１６パターンの
長さを有し、これがため記憶装置８の容量は５Ｘ１６＝
８０ビツトとする。

制御ユニット９は記憶装置８の書込みを制御し、そのた
めのアドレス発生器を具える。

最初の基本パターンを認識する場合、制御ユニット９に
より記憶装置８の第１記憶位置を駆動してここに対応す
るパターン検出器のアドレスを書込む。

制御ユニットは認識が終了すると１位置進むアドレスカ
ウンタを具え、次の記憶位置を駆動する。

この制御は、全てのゲート６（第３図）の出力をＯＲゲ
ート（図示せず）で合成して実現することができる。

このＯＲゲートの゛↓″出力を記憶装置８の”書込″指
令及び制御ユニット９の“１ステップアップパ指令とし
て堝用させる。

検出器アドレスの書込みは認識したパターンが記憶装置
８の容量一杯となるまで繰返すことができる。

斯る２進数の列（本例では最大１６個）は認識すべき信
号の基本パターン（言語認識の場合は音素）の列を表わ
し、これら基本パターンより成る言語に関する答を与え
るものである。

例えば、パターン検出器４（１）が°゛ａ″を、次にパ
ターン検出出器４（７）が鼻音“ｎ ”を、次にパター
ン検出器４（１）が再びａ ”を認識する場合、数列１
．７、■が話された言葉” Ａｎｎａ ”に対するパタ
ーン列として記憶される。

言葉の終りは第２図のマイクロホン１で受信された音響
エネルギーが著しく低くなるときに信号を発するギャッ
プ検出器で検出することができる。

この終了信号は制御ユニット９内のアドレスカウンタを
リセットすると共に記憶装置８の読出動作を制御してそ
の内容の全てを出力端子８Ａに接続された処理装置に転
送する。

この読出動作は破壊読出しとし、前記コンピュータによ
り別の制御系で行うことができる。

コンピュータへの情報の転送は慣例の技術であるからこ
の点についてはこれ以上説明しない。

前記ギャップ検出器は図示してないが、その出力信号は
導線１人を経て供給する。

１つの言葉が終了した後アドレススデジット列は前記コ
ンピュータに書込まれ、ここで認識語粟の種々の語の周
波数分布と比較され、一致により特定の語と関連せしめ
られる。

雑音信号の工業的分析評価においては、制御ユニット９
を他の制御信号、例えば手動制御ボタンにより１回循環
させて全てのアドレス位置を走査することができる。

以上要約すると、本発明では音又は言語信号を電気信号
に変換し、フィルタ群にて複数個の各別のスペクトル成
分に分割する。

これら成分を短時間に亘り積分し、短時間の信号スペク
トルを発生させる。

これらスペクトル成分を対応する個数の連列リード線を
経て複数個のパターン検出器に供給する。

各検出器は供給されたスペクトル分布パターンが当該パ
ターン検出器に調整したパターンに一致する場合にのみ
出力信号を発生する。

この目的のために、各パターン検出器は供給された入力
信号が２個の可調整限界値間に位置する場合に信号を発
生する複数個の限界値検出器で構成する。

各限界値検出器をフィルタ群の異なる出力端子に接続す
ると共に種々の限界値に調整する。

これら限界値検出器を出力をＡＮＤ素子で合成してパタ
ーン検出器の全ての限界値検出器が駆動された場合にの
み信号を発生させる。

各音、言語の場合には各音素に対し１個のパターン検出
器を設ける。

音列を認識するときは、出力信号を順次に発生するこれ
らパターン検出器のアドレスを記憶し、次いで比較のた
めコンピュータに供給する。

上述したところから明らかなように、本発明装置はあら
ゆる用途に通用でき、任意の音及び相当長い音列を認識
することができ、且つ音源は任意とすることができる。

音響信号から導出されたものでない電気信号も本発明装
置で検査することができる。

工業の分野では本発明は電気回転エンジン、点火エンジ
ン又はパワータービンのような機械の雑音出力を試験す
るのに用いることができる。

機械からの特定の音響出力信号パターンから種々の欠陥
を検出し得ることを確かめた。

この点において本発明は試験処理の機械化に用いること
ができる。

図面の簡単な説明 ・ 第１図は関連する公差と共に示す信号周波数スペクトル
の一例のスペクトル図、第２図は本発明装置全体のブロ
ック図、第３図は限界値検出器の第１の例を具えるパタ
ーン検出器の構成図、第４図は限界値検出器の第２の例
の構成図、第５ａ及び５ｂ図は第３及び第４図の限界値
検出器の動作説明用波形図である。

１・・・・・・マイクロホン、２・・・・・・自動音量
調整器、３・・・・・・フィルタ群、４・・・・・・パ
ターン検出器、５・・・・°°出力端子、７・・・・・
・アドレスマルチプレクサ、８・・・・・・記憶装置、
９・・・・・・制御ユニット、１０・・・・・・限界値
検出器、６・・・・・・Ｍの素子、ＶＬＶ２゜■３．ｖ
４・・・・・・比較器１． Ｒ１、Ｒ２、Ｐ １ 、Ｐ
２・・・・・・限界値回路、ｆｏ 、 ｆｕ・・・・
・・限界値、Ｅ（１）〜Ｅ（ｒｒｊ・・・・・・入力端
子、ｓｗ（ｉ）〜８ｖ（ホ）・・・・・・スイッチ、Ａ
（１）〜Ａ（ハ）・・・・・・出力端子、Ｒ３，Ｒ５，
Ｄｌ ；Ｒ４，Ｒ６，Ｄ２；Ｒ７，Ｒ８，Ｄ５．Ｄ６・
・−・・・レヘル調整回路、Ｓｌ、８２．Ｓ３・・・・
・・シュミットトリガ回路、Ｇ・・・・・・排他的ＯＲ
素子、Ｄ３゜Ｄ４・・・・・・ＡＮＤ素子。

Claims (1)

1. 【特許請求の範囲】 １ 電気信号に変換された音声を受信し、その電気信号
   を予定数の周波数帯域に分割し、前記信号のエネルギー
   を一定の期間に亘り各周波数帯域毎に各別の出力端子に
   供給するフィルタ群３と、前記出力端子に接続され、全
   周波数帯域に亘るエネルギー分布パターンを予定のパタ
   ーンと順次に比較する装置４とを具える音声認識装置に
   おいて、複数個のパターン検出器４を設け、各パターン
   検出器を前記フィルタ群３の複数個の出力端子５に接続
   し、各パターン検出器においては、これを接続したフィ
   ルタ群の各出力端子に対し限界値検出器１０を設けてこ
   の出力端子の信号が下限値ｆｕと上限値ｆｏ との間
   に位置するときにその出力端子に信号レベルを発生させ
   ると共に、ＡＮＤ素子６を設けて当該パターン検出器に
   含まれる全ての限界値検出器の出力を合成し、全ての限
   界値検出器の出力端子に信号レベルが発生する場合に当
   該パターン検出器の出力端子に相当する前記ＡＮＤ素子
   の出力端子に信号レベルを発生させるようにし、他に前
   記複数個のパターン検出器に接続された記憶装置７，８
   ，９を設げて前記パターン検出器の出力端子の信号レベ
   ルの順序を記憶し、この順序を比較装置に供給するよう
   にしたことを特徴とする音声認識装置。 ２、特許請求の範囲１記載の装置において、各パターン
   検出器にアドレスを割当て、出力信号を発生するパター
   ン検出器のアドレスを符号化して記憶装置８に記憶し、
   これらアドレス符号列を予定のパターン列と比較する装
   置に供給するようにしたことを特徴とする音声認識装置
   。