JPS59105700A - 音声認識方式 - Google Patents
音声認識方式Info
- Publication number
- JPS59105700A JPS59105700A JP21631782A JP21631782A JPS59105700A JP S59105700 A JPS59105700 A JP S59105700A JP 21631782 A JP21631782 A JP 21631782A JP 21631782 A JP21631782 A JP 21631782A JP S59105700 A JPS59105700 A JP S59105700A
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- determined
- speech
- power
- pwd
- 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】
く技術分野〉
本発明は入力音声の波形情報に基つき、短時間ごとに音
韻分類を行って記号化し、この記号化列の情報から音声
区間あるいはマツチング区間の検出等を行う音声認識装
置の改良に関し、更に詳細には入力音声の短時間ごとの
音韻分類の方法に改良を加えたものである。
韻分類を行って記号化し、この記号化列の情報から音声
区間あるいはマツチング区間の検出等を行う音声認識装
置の改良に関し、更に詳細には入力音声の短時間ごとの
音韻分類の方法に改良を加えたものである。
〈従来技術〉
一般に音声認識装置における入力音声から音声区間等全
抽出する場合、パワーの情報によって行なわれている。
抽出する場合、パワーの情報によって行なわれている。
しかし実用的な環境では種々の雑音のため音声区間の正
確な抽出が困難となる。また直前に発声した音声による
調音的な影響によって音声区間の抽出が困難となる。
確な抽出が困難となる。また直前に発声した音声による
調音的な影響によって音声区間の抽出が困難となる。
〈目的〉
本発明は上記従来の問題点を除去するため、例えは音声
区間の検出を単にパワーの情報によってのみ行なうこと
なく、音声の短区間フレームごとの簡素な音韻分類を比
較的簡単な手順で行なって記号列を作成し、この記号列
にもＱいて音声区間の検出等を行い得るようにした音声
認識方式を提供することを目的として成されたもので、
この目的を達成するだめ、本発明を実施した音声認識装
置においては、人力音声を認識、登録する際に用いられ
る音響パラメータの抽出回路とは別に、入−り変換され
た音声データから、相関関数、零交差数、差分された波
形の零交差数及び波形の平均レベルを抽出する回路と、
これらの抽出された情報から短時間フレームごとに波形
の特徴によって分類し、記号化して出力する判定部を備
えるよ′うに構成されている。
区間の検出を単にパワーの情報によってのみ行なうこと
なく、音声の短区間フレームごとの簡素な音韻分類を比
較的簡単な手順で行なって記号列を作成し、この記号列
にもＱいて音声区間の検出等を行い得るようにした音声
認識方式を提供することを目的として成されたもので、
この目的を達成するだめ、本発明を実施した音声認識装
置においては、人力音声を認識、登録する際に用いられ
る音響パラメータの抽出回路とは別に、入−り変換され
た音声データから、相関関数、零交差数、差分された波
形の零交差数及び波形の平均レベルを抽出する回路と、
これらの抽出された情報から短時間フレームごとに波形
の特徴によって分類し、記号化して出力する判定部を備
えるよ′うに構成されている。
〈実、雄側〉
以下、本発明を図面を参照して詳細に説明する。
第１図は本発明を実施した音声認識装置の一構成例を示
すブロック図である。
すブロック図である。
第１図において、発声された入力音声はマイクロホン等
の検出器１により電気信号に変換される。
の検出器１により電気信号に変換される。
この検出器１ば、人の可聴周波数である２０数Ｈｚ〜Ｉ
５ ］＜Ｈｚ程度の周波数を検出することが出来、特
に人の会話音声領域の周波数を歪なく検出し得るものが
好ましい。この検出器ｌの出力側には増幅器２が接続さ
れる。この増幅器２は前記の音声周波数を歪なく増幅し
得るものが好せしい。この増幅器２の出力側に音響処理
部１０を構成している音韻分類部３が接続されると共に
特徴バラメー多抽出部４が接続される。
５ ］＜Ｈｚ程度の周波数を検出することが出来、特
に人の会話音声領域の周波数を歪なく検出し得るものが
好ましい。この検出器ｌの出力側には増幅器２が接続さ
れる。この増幅器２は前記の音声周波数を歪なく増幅し
得るものが好せしい。この増幅器２の出力側に音響処理
部１０を構成している音韻分類部３が接続されると共に
特徴バラメー多抽出部４が接続される。
特徴パラメータ抽出部４は例えば互には通過帯域を異な
らせた複数個の帯域フィルタと各帯域フィルタの出力を
ホールドするサンプルホールド回路と、このサンプルホ
ールド回路の出力を順次１０ミリ程鳳度の間隔でサンプ
リングするアナログスイッチと、このアナログスイッチ
の出力を例えば１２ビツトのデジタル信号に変換して特
徴パラメータを出力するＡ／／Ｄ変換器と、この〜６変
換器の出力を対数変換する対数化部よシ構成されている
。
らせた複数個の帯域フィルタと各帯域フィルタの出力を
ホールドするサンプルホールド回路と、このサンプルホ
ールド回路の出力を順次１０ミリ程鳳度の間隔でサンプ
リングするアナログスイッチと、このアナログスイッチ
の出力を例えば１２ビツトのデジタル信号に変換して特
徴パラメータを出力するＡ／／Ｄ変換器と、この〜６変
換器の出力を対数変換する対数化部よシ構成されている
。
また上記特徴パラメータ抽出部４により抽出された対数
変換された特徴パラメータが次段の時間軸正規化部５を
通って正規化され、この正規化された特徴パラメータと
標準パターンメモリ６に記憶された標準特徴パラメータ
とがマツチング部７により比較されて入力音声が認識さ
れ、その結果が判定出力部８に出力されるように構成さ
れている。
変換された特徴パラメータが次段の時間軸正規化部５を
通って正規化され、この正規化された特徴パラメータと
標準パターンメモリ６に記憶された標準特徴パラメータ
とがマツチング部７により比較されて入力音声が認識さ
れ、その結果が判定出力部８に出力されるように構成さ
れている。
上記音韻分類部３は後述する第２図に示す如く、入力音
声波形から求められた各パラメータを用い、音韻分類ア
ルゴリズム（第３図）に従って音韻分類記号系列を出力
する。上記音韻分類部３から出力される音韻分類記号系
列は音声区間抽出部９に与えられ、該音声区間抽出部９
において、音韻分類記号系列から音声区間が検出され、
その出゛力が時間軸正規化部５に与えられるように構成
されている。
声波形から求められた各パラメータを用い、音韻分類ア
ルゴリズム（第３図）に従って音韻分類記号系列を出力
する。上記音韻分類部３から出力される音韻分類記号系
列は音声区間抽出部９に与えられ、該音声区間抽出部９
において、音韻分類記号系列から音声区間が検出され、
その出゛力が時間軸正規化部５に与えられるように構成
されている。
第２図は音韻分類部３の一構成列を示すブロック図であ
る。
る。
第２図において音韻分類部３はアンプ２から出力される
入力音声波形をＡ−Ｄ変換するＡ／Ｄ変換器３１と該’
／Ｄ変換器３１から出力される音声ディジタル信号から
各パラメータを算出するだめの相関路３２、各種パワー
演算部３３、宇交差数検出器３４、差分零交差数検出器
３５、平均レベル検出器８６及び算出された各パラメー
タにもとづいて短時間フレームごとに波形の特徴によっ
て分類して記号系列を出力する論理判定部３７とから構
成されている。
入力音声波形をＡ−Ｄ変換するＡ／Ｄ変換器３１と該’
／Ｄ変換器３１から出力される音声ディジタル信号から
各パラメータを算出するだめの相関路３２、各種パワー
演算部３３、宇交差数検出器３４、差分零交差数検出器
３５、平均レベル検出器８６及び算出された各パラメー
タにもとづいて短時間フレームごとに波形の特徴によっ
て分類して記号系列を出力する論理判定部３７とから構
成されている。
上記Ａ／′Ｄ変換器３１は入力音声を例えは８〜２４ｋ
Ｈｚでサンプリングして６〜１２ビツトのデジタル信号
Ｘｉ に変換第３゜：２、 相関器３２は例えばサンプル数Ｎ（＝２５６）の区間の
１分析フレームごとの０次ないし２次までの相関関数を
算出するように構成されている。
Ｈｚでサンプリングして６〜１２ビツトのデジタル信号
Ｘｉ に変換第３゜：２、 相関器３２は例えばサンプル数Ｎ（＝２５６）の区間の
１分析フレームごとの０次ないし２次までの相関関数を
算出するように構成されている。
１次の自己相関関数ψ１は
ψ１−１Σ Ｘｉ 番Ｘｉ＋１
−１
として演算し、捷だ同様に２次の自己相関関数ψ２（は
として演算する。
また０次の自己相関関数ψ０は
として演算し、これは原波形のパワーｐｗ’２表わすこ
とになる。
とになる。
また、これらの値から１次及び２次の相関係数ρ１及び
ρ２が として演算される。
ρ２が として演算される。
パワー演算部３３は原波形のパワーｐ ｗ以外の差分波
形のパワーＰ〜ＶＤ及び２次線形予測の残差パワーＰ
Ｗ Ｆを算出するように構成されている。
形のパワーＰ〜ＶＤ及び２次線形予測の残差パワーＰ
Ｗ Ｆを算出するように構成されている。
差分波形のパワーｐ ｗ Ｄは
ＰＷＤ＝２Ｘ（１−ρ＋）ｘｐｗ
によって算出され、また２次線形予測の残差パワに基づ
いて算出される。
いて算出される。
零交差数検出器３４は原波形（Ｘｌ）の分析フレームご
との零交差数ｚｃｏｙ算出するように構成されており、
零交差数ＺＣＯは次式 （ただし５ＩＧＮ（Ｘｉ）は波形のＸｌの符号を表わし
ている。） によって求めるように構成されている。
との零交差数ｚｃｏｙ算出するように構成されており、
零交差数ＺＣＯは次式 （ただし５ＩＧＮ（Ｘｉ）は波形のＸｌの符号を表わし
ている。） によって求めるように構成されている。
差分零交差数検出器３５は差分処理した差分波形（Ｘｉ
Ｘｉ−＋）の零交差数ｚｃｌ算出するように構成さ
れてお９、差分零交差数ＺＣは次式％式％ （ただし５ＩＧＮ（Ｘｉ −Ｘ ｉ−１）は差分波形（
ｘｉ−Ｘ １−＋ ）の符号を表わしている。）によっ
て求めるように構成されている。
Ｘｉ−＋）の零交差数ｚｃｌ算出するように構成さ
れてお９、差分零交差数ＺＣは次式％式％ （ただし５ＩＧＮ（Ｘｉ −Ｘ ｉ−１）は差分波形（
ｘｉ−Ｘ １−＋ ）の符号を表わしている。）によっ
て求めるように構成されている。
平均レベル検出器３６は波形の絶対値（ＩＸｉ、ｌ）の
平均レベルＰＷＡ’（ｉ＝算出するよう（／ｉ：構成さ
れてお９次式 によって算出するように構成されている。
平均レベルＰＷＡ’（ｉ＝算出するよう（／ｉ：構成さ
れてお９次式 によって算出するように構成されている。
なお上記各要素３２〜３６はマイクロコンピュータによ
って実現してもよい。
って実現してもよい。
論理判定部３７は上記各要素３２〜３６よシ作成された
情報ＰＷ、ＰＷＤ、ＰＷＦ、ＰｔＶＡ、ρ１．ρ２ｚｃ
ｏ、ｚ’ｃ に基づいて、分析フレーム毎に音韻分類
を行うように構成されている。
情報ＰＷ、ＰＷＤ、ＰＷＦ、ＰｔＶＡ、ρ１．ρ２ｚｃ
ｏ、ｚ’ｃ に基づいて、分析フレーム毎に音韻分類
を行うように構成されている。
音韻分類は各分析フレーム毎に（・、Ｂ、Ｎ。
Ｖ、Ｆ、Ｃ）の各記号を与えるものであシ、″・″は無
音 ＋＋ Ｂ １１はバズ・バ一部 ＩＩ Ｎ ＋１は
鼻音性の音 ＋＋ Ｖ ＋＋は母音 ＩＩ Ｆｌｌは摩
擦性の子音部。
音 ＋＋ Ｂ １１はバズ・バ一部 ＩＩ Ｎ ＋１は
鼻音性の音 ＋＋ Ｖ ＋＋は母音 ＩＩ Ｆｌｌは摩
擦性の子音部。
＋＋ Ｃ＋＋は弱い摩擦性の子音に該当するものである
。
。
」二記論理判定部３７における音韻分類の詳細動作は第
３図及び第４図に示される動作フロー図に従って行なわ
れる。
３図及び第４図に示される動作フロー図に従って行なわ
れる。
まず音韻分類の概略動作について説明する。論理判定部
３７において無音パ・″の判定は原波形のパワーＰＷと
差分波形のパワーＰ Ｗ Ｄがそれぞれある閾値以下に
あるかどうかによって行なう。
３７において無音パ・″の判定は原波形のパワーＰＷと
差分波形のパワーＰ Ｗ Ｄがそれぞれある閾値以下に
あるかどうかによって行なう。
バズ・バー” Ｂ″の判定は、無音と判定されないもの
に対し、原波形のパワーｐ ＶＶはある閾値以上である
が、２次線形予測の残差パワーＰ〜ＶＦはある、−一値
以下で、しかも−次の相関係数が１に近いある閾値板」
二にあるかどうかによって判定する。
に対し、原波形のパワーｐ ＶＶはある閾値以上である
が、２次線形予測の残差パワーＰ〜ＶＦはある、−一値
以下で、しかも−次の相関係数が１に近いある閾値板」
二にあるかどうかによって判定する。
バズ・バーは音声認識の際、実質的には無音とみなして
よく、また人の声等、低周波成分の強い外部雑音の混入
した場合、本発明に従えば雑音部が＋＋ Ｂ ｕと判定
され、音声区間検出等に大きな支障を与えないことにな
る。
よく、また人の声等、低周波成分の強い外部雑音の混入
した場合、本発明に従えば雑音部が＋＋ Ｂ ｕと判定
され、音声区間検出等に大きな支障を与えないことにな
る。
捷だ鼻音性の音Ｔ＋ Ｎ１１の判定は原波形のパワーＰ
〜ｌがある閾値板」二、差分波形のパワーＰＷＤ及び２
次線形予測の残差パワーＰ Ｗ Ｆがそれぞれある閾値
板に一次及び二次の相関係数ρ１及びρ２かある閾値以
上であるか否かによって行なう。
〜ｌがある閾値板」二、差分波形のパワーＰＷＤ及び２
次線形予測の残差パワーＰ Ｗ Ｆがそれぞれある閾値
板に一次及び二次の相関係数ρ１及びρ２かある閾値以
上であるか否かによって行なう。
更に子音部に対しては、Ｐ Ｗ及びＰＷＤがある程度以
上大きくないことから、ｐｗ及びＰＷＤが絶対的に大き
い場合には母音Ｒ＋１と判定することになる。寸た＋
Ｖ ＋１ 、 ＋＋ １１ 、 ＋＋ Ｃ＋＋ の判
定は差分波形のパワーＰＷＤ、平均しベルＰＷＡ、零交
差数ＺＣＯ及び差分零交差数ＺＣｆ、ｒ用いて行なう。
上大きくないことから、ｐｗ及びＰＷＤが絶対的に大き
い場合には母音Ｒ＋１と判定することになる。寸た＋
Ｖ ＋１ 、 ＋＋ １１ 、 ＋＋ Ｃ＋＋ の判
定は差分波形のパワーＰＷＤ、平均しベルＰＷＡ、零交
差数ＺＣＯ及び差分零交差数ＺＣｆ、ｒ用いて行なう。
即ち零交差数ＺＣＯ及び差分波形の零交差数ＺＣは摩擦
性の検出に用いられ、これらの情報がある閾値より犬で
パワーが余９大きくないときは摩擦性の子音部゛■？”
と判定し、母音ＩＩ ｖ １１と区別される。また弱い
摩擦性があシ、パワーか小さいときは′Ｃ″と判定する
ことになる。
性の検出に用いられ、これらの情報がある閾値より犬で
パワーが余９大きくないときは摩擦性の子音部゛■？”
と判定し、母音ＩＩ ｖ １１と区別される。また弱い
摩擦性があシ、パワーか小さいときは′Ｃ″と判定する
ことになる。
上記の如き音韻分類の判定動作を実行するため“、論理
判定部３７は捷ずパラメータ情報ＦＷ、ＰＷＤ。
判定部３７は捷ずパラメータ情報ＦＷ、ＰＷＤ。
ＰＷＦＩＰＷＡ、ρ１．ρ２．ＺＣＯ７ＺＣｖＣ対スル
閾値論理によって離散パラメ゛−夕ＩＶＯＷＬ（二〇、
１゜２）、ＩＦＲＩＣ（＝Ｏ，Ｉ、２．３）、ＪＢＺＮ
Ｓ（＝０．ｌ。
閾値論理によって離散パラメ゛−夕ＩＶＯＷＬ（二〇、
１゜２）、ＩＦＲＩＣ（＝Ｏ，Ｉ、２．３）、ＪＢＺＮ
Ｓ（＝０．ｌ。
２．３）、ＩＰＷＳＳ（＝Ｏ，］）、ＩＰＶＣＦ（＝０
．］）ｉ第３図（ａ）〜（ｃ）に示す動作フローに従っ
て決定する。
．］）ｉ第３図（ａ）〜（ｃ）に示す動作フローに従っ
て決定する。
この離散パラメータＩＶＯＷＬ、ＩＦＲＩＣ，ＩＢＺＮ
Ｓ。
Ｓ。
ＩＰＷＳＳ、ＩＰＶＣＦを決定する閾値論理の詳細を述
べる。
べる。
１） ＩＶＯＷＬ（＝０．］、２） の決定〔第３
図（ａ）〕差分波形のパワー ＰＷＤに関する閾値ＤＯ
。
図（ａ）〕差分波形のパワー ＰＷＤに関する閾値ＤＯ
。
ＤＩ（Ｉ）０＜ＤＩ）全設定し、ｐ Ｗ Ｄ ＜Ｄ Ｏ
のときＩＶＯＷＬ ＝ ０ 、 Ｄ Ｏ（Ｐ Ｗ Ｄ（
Ｄ ＩのときＩＶＯＷＬ＝ ｌ 、ＰＷＤ）ＤＩのとき
ＩＶＯＷＬ＝２と決定する。（ステップｎ］〜ｎ７）。
のときＩＶＯＷＬ ＝ ０ 、 Ｄ Ｏ（Ｐ Ｗ Ｄ（
Ｄ ＩのときＩＶＯＷＬ＝ ｌ 、ＰＷＤ）ＤＩのとき
ＩＶＯＷＬ＝２と決定する。（ステップｎ］〜ｎ７）。
２） ＩＦＲＩＣ（＝０．Ｉ、２．３）の決定〔第３
図（ｂ）〕零交差数ＺＣＯ、差分零交差数ＺＣに対する
閾値１０．Ｉ ｉ、１２．＋３．１４（１０（ＩＩ（Ｉ
２（１３（１４）及び平均レベルＰＷＡに関する閾値Ａ
Ｏ，ＡＩ （ＡＯ（ＡＩ ）を設定し、ＺＣ〉Ｉ４かつ
ｚｃｍ：＞１３のときＩＦＲＩＣ＝ｌ、ｚｃｏ〉Ｉ２か
つｐ ＷＡ （Ａ Ｉ のときＩＦＲＩ’Ｃ＝２、Ｚ
ＣＩｊＲＩＣ＝１、その他のと＠ＩＦＲＩｃ＝ｏと決定
する（ステップｎ１２〜ｎ２１）。
図（ｂ）〕零交差数ＺＣＯ、差分零交差数ＺＣに対する
閾値１０．Ｉ ｉ、１２．＋３．１４（１０（ＩＩ（Ｉ
２（１３（１４）及び平均レベルＰＷＡに関する閾値Ａ
Ｏ，ＡＩ （ＡＯ（ＡＩ ）を設定し、ＺＣ〉Ｉ４かつ
ｚｃｍ：＞１３のときＩＦＲＩＣ＝ｌ、ｚｃｏ〉Ｉ２か
つｐ ＷＡ （Ａ Ｉ のときＩＦＲＩ’Ｃ＝２、Ｚ
ＣＩｊＲＩＣ＝１、その他のと＠ＩＦＲＩｃ＝ｏと決定
する（ステップｎ１２〜ｎ２１）。
３） ＩＢＺＮＳ （＝０．］、２．３）の決定〔第
３図（Ｃ）〕平均レヘルＰＷＡに関する閾値ＰＯ，差分
波形のパワーＰ Ｗ Ｄに関する閾値ＰＤ、Ｄ （Ｄ
（ＰＤ）、２次線形予測の残差パワーＰ Ｗ Ｆに関す
る閾値ＰＦＯ，ＰＦＩ、ＰＦ（ＰＦＯ（ＰＦＩ（ＰＦ）
−次の相関係数ρ１に関する閾値θ１．θ２（θ１〈θ
２ ）及び二次の相関係数ρ２に関する閾値″ｌ・η２
（η１〈η２）を設定し、権〉η２かつＺＣＰＷＦ（Ｐ
ＦＯかつＰＷＤ＜Ｄ２のときＩＢＺＮＳ＝ＰＷＤ（ＦＤ
のときＩＢＺＮＳ＝２、ｐ ｗ Ｄ ＞ Ｄ 甘たはＰ
ＷＡ≦ＰＯ甘たはＰＷＦ＞ＰＦまたばρ１ぐθ１ また
はρ２くηｌまたはＺＣ＞１２のときＩＢＺＮＳ＝０、
その他のときＩＢＺＮＳ＝３ と決定する（ステップｎ
２２〜ｎ３７）。
３図（Ｃ）〕平均レヘルＰＷＡに関する閾値ＰＯ，差分
波形のパワーＰ Ｗ Ｄに関する閾値ＰＤ、Ｄ （Ｄ
（ＰＤ）、２次線形予測の残差パワーＰ Ｗ Ｆに関す
る閾値ＰＦＯ，ＰＦＩ、ＰＦ（ＰＦＯ（ＰＦＩ（ＰＦ）
−次の相関係数ρ１に関する閾値θ１．θ２（θ１〈θ
２ ）及び二次の相関係数ρ２に関する閾値″ｌ・η２
（η１〈η２）を設定し、権〉η２かつＺＣＰＷＦ（Ｐ
ＦＯかつＰＷＤ＜Ｄ２のときＩＢＺＮＳ＝ＰＷＤ（ＦＤ
のときＩＢＺＮＳ＝２、ｐ ｗ Ｄ ＞ Ｄ 甘たはＰ
ＷＡ≦ＰＯ甘たはＰＷＦ＞ＰＦまたばρ１ぐθ１ また
はρ２くηｌまたはＺＣ＞１２のときＩＢＺＮＳ＝０、
その他のときＩＢＺＮＳ＝３ と決定する（ステップｎ
２２〜ｎ３７）。
４）ＩＰＷＳＳ（＝０．］）の決定（第３図（ａ）〕差
分波形のパフ−Ｐ Ｗ Ｄに関する閾値Ｄｏｔ（Ｄｏ＜
ＤＯ］＜Ｄ Ｉ ） を設定し、ＰＷＤくＤＯ】のと
きＩＰＷＳＳ二〇、ＰＷＤ＞Ｄｏｔ のとき工ｐｗｓ
ｓ＝ ］ ］決定する（ステップｎｌ＋１１２＋ｎ８〜
ｎ１１）。
分波形のパフ−Ｐ Ｗ Ｄに関する閾値Ｄｏｔ（Ｄｏ＜
ＤＯ］＜Ｄ Ｉ ） を設定し、ＰＷＤくＤＯ】のと
きＩＰＷＳＳ二〇、ＰＷＤ＞Ｄｏｔ のとき工ｐｗｓ
ｓ＝ ］ ］決定する（ステップｎｌ＋１１２＋ｎ８〜
ｎ１１）。
５） ＩＰＶＣＦ（＝０．］）の決定〔第３図（Ｃ）
〕−次の相関係数ρｌ に関する閾値θ０（θＯ〈θ１
〈θ２）及び二次の相関係数ρ２に関する閾値η０（η
０〈ηｌ〈η２）を設定し、ρ１〉θ０かつρ２〉ηＯ
かつＺＣ＜ＩＳのときＩＰＶＣＦ＝Ｏ１ρ１〈θ０また
はρ２くηｏｉたはＺＣ＞＋３のときＩＰＶＣＦ＝１と
決定する（ステップｎ３８〜ｎ４］）。
〕−次の相関係数ρｌ に関する閾値θ０（θＯ〈θ１
〈θ２）及び二次の相関係数ρ２に関する閾値η０（η
０〈ηｌ〈η２）を設定し、ρ１〉θ０かつρ２〉ηＯ
かつＺＣ＜ＩＳのときＩＰＶＣＦ＝Ｏ１ρ１〈θ０また
はρ２くηｏｉたはＺＣ＞＋３のときＩＰＶＣＦ＝１と
決定する（ステップｎ３８〜ｎ４］）。
上記のようにして決定された離散、＜ラメータに基づき
第４図に示されたアルゴリズムに基づいて音韻分類判定
か行なわれる。
第４図に示されたアルゴリズムに基づいて音韻分類判定
か行なわれる。
これらの離散パラメータ（ｄ第４図に示された音韻分類
アルコリズムにおいて、次の役割を有している。
アルコリズムにおいて、次の役割を有している。
寸すＩＶＯＷＬ （＝Ｏ，Ｉ、２）は無音か有音カラ判
定する。
定する。
次にＩＦＲＩＣ（＝Ｏ，ｌ、２．８ ）は摩擦性の度合
を表わしている。
を表わしている。
甘だＩＢＺＮＳ（二〇、ｌ＋２，３）において、ＩＢＺ
ＮＳ＝ １の場合は確実にバズ・バーＸゝＢ ｕと判定
し、ＩＢＺＮＳ＝２の場合は確実に母音゛ゞｙ ＋１と
判定し、ＩＢＺＮＳ＝３の場合はバズφノ＜−＋Ｂ′′
か母音＋Ｌ Ｖ １１と判定し、ＩＢＺＮＳ＝Ｏの場合
は無音゛・″か摩擦性の子音部＋＋ Ｆ １１か母音”
ｖ″′と判定する。
ＮＳ＝ １の場合は確実にバズ・バーＸゝＢ ｕと判定
し、ＩＢＺＮＳ＝２の場合は確実に母音゛ゞｙ ＋１と
判定し、ＩＢＺＮＳ＝３の場合はバズφノ＜−＋Ｂ′′
か母音＋Ｌ Ｖ １１と判定し、ＩＢＺＮＳ＝Ｏの場合
は無音゛・″か摩擦性の子音部＋＋ Ｆ １１か母音”
ｖ″′と判定する。
またｈｐｗｓｓ （＝Ｏ，ｌ）は摩擦性のあるものに対
し、−無音か有音かの判定に用いることになシ、ＩＰＶ
ＣＦ （−〇 、 ］）は摩擦性のあるものに対して母
音＋＋ Ｖ ）ｌと区別するために用いることになる。
し、−無音か有音かの判定に用いることになシ、ＩＰＶ
ＣＦ （−〇 、 ］）は摩擦性のあるものに対して母
音＋＋ Ｖ ）ｌと区別するために用いることになる。
第４図のステップｎ５１において、第３図（ａ）〜（Ｃ
）に示された閾値論理判定アルゴリズムに従って。
）に示された閾値論理判定アルゴリズムに従って。
決定された離散パラメータＩＶＯ〜■Ｌ、 ＩＦＲＩＣ
。
。
ＩＢＺＮＳ、ＩＰＷＳＳ及びＩＰＶＣＦはステップｎ５
２においてＩＶＯＷＬ＝０か否かか判定され、ＩＶＯ〜
ＶＬ＝０の場合にはステップｎ５３に移行してＩＢＺＮ
Ｓの値が参照され、ＩＢＺＮＳ＝０の場合はステップｎ
５４に移行して、ＨＶＱＷＬＱ値が参照されＩＶＯＷＬ
（７）値が０″あるいは＋ １−１ ノ場合は無音Ｂ
、 ＋１と判定され（ｎ５５）、ＩＶＯＷＬ＝２の場合
は母音＋Ｔ Ｖ Ｉ＋と判定される（ｎ５６）。
２においてＩＶＯＷＬ＝０か否かか判定され、ＩＶＯ〜
ＶＬ＝０の場合にはステップｎ５３に移行してＩＢＺＮ
Ｓの値が参照され、ＩＢＺＮＳ＝０の場合はステップｎ
５４に移行して、ＨＶＱＷＬＱ値が参照されＩＶＯＷＬ
（７）値が０″あるいは＋ １−１ ノ場合は無音Ｂ
、 ＋１と判定され（ｎ５５）、ＩＶＯＷＬ＝２の場合
は母音＋Ｔ Ｖ Ｉ＋と判定される（ｎ５６）。
丑だ上記ステップｎ５３においてＩＢＺＮＳ＝１の場合
はバズ・バー＋＋ Ｂ １１と判定され（ｎ５７）・Ｉ
ＢＺＮＳ−二２の場合は鼻音性の音＋ｔ Ｎ １１と判
定され（ｎ５８）、ＩＢＺＮＳ＝３の場合はステップｎ
５９に移行してＩＶＯＷＬの値が参照され、ＩＶＣＭ’
Ｌの値が０゛Ｉあるいはｌ゛′の場合はバズ・バー＋ｔ
Ｂ１１と判定さ′ｒ：（ｎ ６０ ）、ＩＶＯＷＬ＝
２の場合は母音＋＋ Ｖ １１と判定される（、 ｎ
６１ ）。
はバズ・バー＋＋ Ｂ １１と判定され（ｎ５７）・Ｉ
ＢＺＮＳ−二２の場合は鼻音性の音＋ｔ Ｎ １１と判
定され（ｎ５８）、ＩＢＺＮＳ＝３の場合はステップｎ
５９に移行してＩＶＯＷＬの値が参照され、ＩＶＣＭ’
Ｌの値が０゛Ｉあるいはｌ゛′の場合はバズ・バー＋ｔ
Ｂ１１と判定さ′ｒ：（ｎ ６０ ）、ＩＶＯＷＬ＝
２の場合は母音＋＋ Ｖ １１と判定される（、 ｎ
６１ ）。
上記ステップｎ５２においてＩＶＯＷＬ）０と判定され
た場合はステップｎ６２に移行してＩＦＲＩＣの値が参
照されＴＦＲＩＣ＝０の場合はステップｎ５３に移行し
て以後上記したステップｎ５８〜ｎ６］の判断動作が行
なわれる（、またステップｎ６２においてＩＦＲＩＣ＝
１の場合はステップｎ６３に移行してＩＰＷＳＳの値か
参照され、ＩＰＷＳＳ−〇の場合は無音゛・°′と判定
され（ｎ６４ ）、ＩＰＷＳＳ”＝；０の場合はステッ
プＨ６５に移行してＩＰＶＣＦＱ値が参照され、ＩＰＶ
ＣＦ＝Ｏの場合は母音Ｂ ｙ ＋１と判定され（ｎ６６
）、ＩＰＶＣＦ（０の場合は弱い摩擦性の子音ＩＩ Ｃ
Ｄと判定される（ｎ６７）。
た場合はステップｎ６２に移行してＩＦＲＩＣの値が参
照されＴＦＲＩＣ＝０の場合はステップｎ５３に移行し
て以後上記したステップｎ５８〜ｎ６］の判断動作が行
なわれる（、またステップｎ６２においてＩＦＲＩＣ＝
１の場合はステップｎ６３に移行してＩＰＷＳＳの値か
参照され、ＩＰＷＳＳ−〇の場合は無音゛・°′と判定
され（ｎ６４ ）、ＩＰＷＳＳ”＝；０の場合はステッ
プＨ６５に移行してＩＰＶＣＦＱ値が参照され、ＩＰＶ
ＣＦ＝Ｏの場合は母音Ｂ ｙ ＋１と判定され（ｎ６６
）、ＩＰＶＣＦ（０の場合は弱い摩擦性の子音ＩＩ Ｃ
Ｄと判定される（ｎ６７）。
上記ステップｎ６２ＰこおいてＩＦＲＩＣ＝２の場合は
ステップｎ６８に移行してＩＰＷＳＳＱ値が参照されＩ
ＰＷＳＳ＝０の場合は無音゛・″と判定され（ｎ６９）
、ｘＰｗｓｓ’＜Ｏの場合はステップ１ｎ７０に移行し
てＩＰＶＣＦＯ値が参照され、ＩＰＶＣＦ−〇の場合は
母音！ｔ ｙ ＋１と判定され（１１７１）、ＩＰＶＣ
Ｆ％Ｏの場合は摩擦性の子音＋＋ Ｆｌｌと判定される
（ｎ７２）。
ステップｎ６８に移行してＩＰＷＳＳＱ値が参照されＩ
ＰＷＳＳ＝０の場合は無音゛・″と判定され（ｎ６９）
、ｘＰｗｓｓ’＜Ｏの場合はステップ１ｎ７０に移行し
てＩＰＶＣＦＯ値が参照され、ＩＰＶＣＦ−〇の場合は
母音！ｔ ｙ ＋１と判定され（１１７１）、ＩＰＶＣ
Ｆ％Ｏの場合は摩擦性の子音＋＋ Ｆｌｌと判定される
（ｎ７２）。
また」二記ステップｎ６２においてＩＦＲＩＣ＝３の場
合は摩擦性の子音＋＋ Ｆ）ｌと判定される（ｎ７３）
。・以上のようにして各パラメータＰＷ、ＰＷＤ。
合は摩擦性の子音＋＋ Ｆ）ｌと判定される（ｎ７３）
。・以上のようにして各パラメータＰＷ、ＰＷＤ。
ＰＷＦ、ＰＷＡ、／）Ｉ、 ρ２．ＺＣＯ及びｚｃに対
する閾値論理にもとづいて決定された離散パラメータＩ
ＶＯＷＬ （＝０． Ｉ、 ２ ン 、
ＩＦＲＩＣ（＝０． １，２゜ａ）、ＩＢＺＮＳ
（＝０．］、２．３）、 Ｉｐｗｓｓ （＝０、Ｉ）及
びＩＰＶＣＦ （−〇、ｌ ）によッテ短時間フレーム
ことの音韻分類か行なわれる。
する閾値論理にもとづいて決定された離散パラメータＩ
ＶＯＷＬ （＝０． Ｉ、 ２ ン 、
ＩＦＲＩＣ（＝０． １，２゜ａ）、ＩＢＺＮＳ
（＝０．］、２．３）、 Ｉｐｗｓｓ （＝０、Ｉ）及
びＩＰＶＣＦ （−〇、ｌ ）によッテ短時間フレーム
ことの音韻分類か行なわれる。
〈効果〉
以−にの如く、本発明によれは、Ａ −Ｄ変換された音
声データから、相関関数、零交差数、差分された波形の
零交差数及び波形の平均レベルをそれぞれ抽出し、この
抽出された各情報から短時間フレームことに波形の特徴
によって音韻分類して記号系列が出力されるため、例え
は音声区間の検出を確実に行うことが出来ると共に比較
的簡単な判定処理動作によって音韻分類を行うことが出
来る。
声データから、相関関数、零交差数、差分された波形の
零交差数及び波形の平均レベルをそれぞれ抽出し、この
抽出された各情報から短時間フレームことに波形の特徴
によって音韻分類して記号系列が出力されるため、例え
は音声区間の検出を確実に行うことが出来ると共に比較
的簡単な判定処理動作によって音韻分類を行うことが出
来る。
第１図は本発明を実施した音声認識装置の一実施例の構
成を示すブロック図、第２図は音韻分類部の構成例を示
すブロック図、第３図（ａ）〜（Ｃ）は閾値論理決定ア
ルコリズムを示すフロー図、第４図は音韻分類アルゴリ
ズムを示すフロー図である。 ３・音韻分類部、１０・・音響処理部、３２・相関器、
３３・・・各種パワー演算部、３４・・・零交差数検出
器、３５・差分零交差数検出器、３６・・・平均レベル
検出器。
成を示すブロック図、第２図は音韻分類部の構成例を示
すブロック図、第３図（ａ）〜（Ｃ）は閾値論理決定ア
ルコリズムを示すフロー図、第４図は音韻分類アルゴリ
ズムを示すフロー図である。 ３・音韻分類部、１０・・音響処理部、３２・相関器、
３３・・・各種パワー演算部、３４・・・零交差数検出
器、３５・差分零交差数検出器、３６・・・平均レベル
検出器。
Claims (1)
- 【特許請求の範囲】 １ 人力音声の波形情報に基づき、短時間ことに音韻分
類を行って記号化する音響処理部を備えた音声認識装置
において、 Ａ−Ｄ変換された音声データから、相関関数。 零交差数、差分された波形の零交差数及び波形の平均レ
ベルをそれぞれ抽出し、該抽出された各情報から短時間
フレームごとに波形の特徴（５てよって分類して記号系
列を出力するように成したことを特徴とする音声認識方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21631782A JPS59105700A (ja) | 1982-12-08 | 1982-12-08 | 音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21631782A JPS59105700A (ja) | 1982-12-08 | 1982-12-08 | 音声認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59105700A true JPS59105700A (ja) | 1984-06-19 |
| JPS637400B2 JPS637400B2 (ja) | 1988-02-16 |
Family
ID=16686629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21631782A Granted JPS59105700A (ja) | 1982-12-08 | 1982-12-08 | 音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59105700A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003058191A (ja) * | 2001-08-10 | 2003-02-28 | Dainippon Printing Co Ltd | 周波数解析方法および音響信号の符号化方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5790511A (en) * | 1980-11-26 | 1982-06-05 | Kubota Ltd | Method and apparatus for controlling fusion incinerator |
-
1982
- 1982-12-08 JP JP21631782A patent/JPS59105700A/ja active Granted
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5790511A (en) * | 1980-11-26 | 1982-06-05 | Kubota Ltd | Method and apparatus for controlling fusion incinerator |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003058191A (ja) * | 2001-08-10 | 2003-02-28 | Dainippon Printing Co Ltd | 周波数解析方法および音響信号の符号化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS637400B2 (ja) | 1988-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Pitch‐based gender identification with two‐stage classification | |
| JP2009511954A (ja) | モノラルオーディオ信号からオーディオソースを分離するためのニューラル・ネットワーク識別器 | |
| JPH0990974A (ja) | 信号処理方法 | |
| Lokhande et al. | Voice activity detection algorithm for speech recognition applications | |
| Mittal et al. | Significance of automatic detection of vowel regions for automatic shout detection in continuous speech | |
| Pahar et al. | Coding and decoding speech using a biologically inspired coding system | |
| US6470311B1 (en) | Method and apparatus for determining pitch synchronous frames | |
| Kitaoka et al. | Development of VAD evaluation framework CENSREC-1-C and investigation of relationship between VAD and speech recognition performance | |
| JP4696418B2 (ja) | 情報検出装置及び方法 | |
| Varela et al. | Combining pulse-based features for rejecting far-field speech in a HMM-based voice activity detector | |
| JP2797861B2 (ja) | 音声検出方法および音声検出装置 | |
| JPS60181798A (ja) | 音声認識装置 | |
| JPS59105700A (ja) | 音声認識方式 | |
| Tomchuk | Spectral masking in MFCC calculation for noisy speech | |
| JPS5972500A (ja) | 音声認識方式 | |
| Weber et al. | Constructing a dataset of speech recordings with lombard effect | |
| VH et al. | A study on speech recognition technology | |
| KR100574883B1 (ko) | 비음성 제거에 의한 음성 추출 방법 | |
| Pasad et al. | Voice activity detection for children's read speech recognition in noisy conditions | |
| Aye | Speech recognition using Zero-crossing features | |
| Fan et al. | Power-normalized PLP (PNPLP) feature for robust speech recognition | |
| Nellore et al. | Excitation Source and Vocal Tract System Based Acoustic Features for Detection of Nasals in Continuous Speech. | |
| Bhaiya et al. | Hindi speaking person identification using zero crossing rate and short-term energy | |
| Medhi et al. | Different acoustic feature parameters ZCR, STE, LPC and MFCC analysis of Assamese vowel phonemes | |
| kumar Vuppala et al. | Significance of speech enhancement and sonorant regions of speech for robust language identification |