JPS59111697A - 音声認識方式 - Google Patents
音声認識方式Info
- Publication number
- JPS59111697A JPS59111697A JP57220320A JP22032082A JPS59111697A JP S59111697 A JPS59111697 A JP S59111697A JP 57220320 A JP57220320 A JP 57220320A JP 22032082 A JP22032082 A JP 22032082A JP S59111697 A JPS59111697 A JP S59111697A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- speech
- input
- section
- 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.)
- Pending
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】
〔発明の利用分野〕
本発明は、音声の認識率を向上させるための方式に関し
、特に発声者の音声パワーに応じて音声を区間検出のた
めのノ４ラメータ’ｋＷ史することによって音声が正し
く認識されるようにした音声認識方式に関するものであ
る。
、特に発声者の音声パワーに応じて音声を区間検出のた
めのノ４ラメータ’ｋＷ史することによって音声が正し
く認識されるようにした音声認識方式に関するものであ
る。
２ α
これまでの音声認識方式においては、発声者による音声
は電気信号に変換されたうえＡ／Ｄ変換されるようにな
っており、更にこのＡ／Ｄ変換された音声は予め設定さ
れた一定・母うメータ（しきい値）と比較されることに
よって音声区間が検出されるようになっているのが実情
である。音声区間が正しく検出されて初めて音声の認識
も正しく行なわれるようになっているわけであるが、従
来にあっては音声区間検出用の／ｆラメータが常時一定
トされていたことから、発声あるいは音声入力の態様如
何によっては音声区間が正しく検出されず、したがって
音声が正しく認識され得ないものとなっている。例えば
発声音の声が小さくその音声パワーが小さかったり、入
力音声が電話機からのものであっていわゆる電話が遠い
などの理由によって入力音？レベルが基準パラメータよ
ｆ）も小さい場合には、入力音声単語の語頭あるいは語
尾もが音声区間外として検出されたり、音声入力中であ
るにも拘わらずその途中での入力音声レベルが小さい場
合には途中に非音声区間が含まれると石像さ３自 されていたものである。音声の認識は一部パラメータ以
上のレベルをもった入力音声部分の特徴を抽出すること
によって行なわれていることケ考案すれば、音声区間が
正しく検出されない程に入力音声の認識もまた困難であ
るというものである。
は電気信号に変換されたうえＡ／Ｄ変換されるようにな
っており、更にこのＡ／Ｄ変換された音声は予め設定さ
れた一定・母うメータ（しきい値）と比較されることに
よって音声区間が検出されるようになっているのが実情
である。音声区間が正しく検出されて初めて音声の認識
も正しく行なわれるようになっているわけであるが、従
来にあっては音声区間検出用の／ｆラメータが常時一定
トされていたことから、発声あるいは音声入力の態様如
何によっては音声区間が正しく検出されず、したがって
音声が正しく認識され得ないものとなっている。例えば
発声音の声が小さくその音声パワーが小さかったり、入
力音声が電話機からのものであっていわゆる電話が遠い
などの理由によって入力音？レベルが基準パラメータよ
ｆ）も小さい場合には、入力音声単語の語頭あるいは語
尾もが音声区間外として検出されたり、音声入力中であ
るにも拘わらずその途中での入力音声レベルが小さい場
合には途中に非音声区間が含まれると石像さ３自 されていたものである。音声の認識は一部パラメータ以
上のレベルをもった入力音声部分の特徴を抽出すること
によって行なわれていることケ考案すれば、音声区間が
正しく検出されない程に入力音声の認識もまた困難であ
るというものである。
よって本発明の目的は、入力音声レベルが小さい場合で
あっても正しく音声区間を検出することによって音声が
正しく認識され得る音声認識方式７式％ 〔発明の概要〕 この目的のため本発明は、入力音声ノ々ワーのビーク乞
検出したうえこれに対する音声区間検出用のパラメータ
が適当でない場合は、そのピークに適合するよう音声区
間検出用のパラメータを変更しつつ入力音声の認識を行
なうようにしたものである。
あっても正しく音声区間を検出することによって音声が
正しく認識され得る音声認識方式７式％ 〔発明の概要〕 この目的のため本発明は、入力音声ノ々ワーのビーク乞
検出したうえこれに対する音声区間検出用のパラメータ
が適当でない場合は、そのピークに適合するよう音声区
間検出用のパラメータを変更しつつ入力音声の認識を行
なうようにしたものである。
以下、本発明ケ第１図、第２図により説明する。
先ず本発明に係る音声認識装置について説明する。第１
図はその概略構成を示したものである。
図はその概略構成を示したものである。
これによると発声者はスピーカ２より放声される指示内
容に従って必要事項を発声するようになっている。制御
部８は音声合成部７に介しスピーカ２より必要な指示事
項を放声する一方、これに促されて発声者はその指示内
容に応じた音声を発声するようになっているものである
。発声者によって発声された音声はマイクロフォン１を
介し音声入力部１２でＡ／Ｄ ｆ換された後分析部１１
によってはその入力音声より特徴が抽出されるようにな
っているわけであるが、特徴の抽出が行なわれる区間は
音声区間検出部】３によって制御されるものとなってい
る。音声入力部１２からのＡ／Ｄ ｆ換された入力音声
は音声区間検出部１３で音声区間検出用のパラメータと
比較されるが、そのパラメータル上の音声レベルをもっ
た入力音声部分についてのみ特徴が抽出されるようにな
っているものである。従来にあっては入力音声より特徴
Ｚ抽出するに際し ′そのノＲラメータは常時一定と
されていたが、本発明においては変更可として設定され
るようになつ１ でいる。Ａ／Ｄ変換された人力音声のピークは制御部８
において知れるようになっているが、制御部８は現に設
定されている／４’ラメータがそのピークに対して適当
でないと判断した場合にはパラメータを変更するように
なっているわけである。し女がって、変更可として設定
されるパラメータによって状態良好にして音声区間が検
出され、このようにして検出された音声区間について結
果的に特徴が抽出されるようになっているものである。
容に従って必要事項を発声するようになっている。制御
部８は音声合成部７に介しスピーカ２より必要な指示事
項を放声する一方、これに促されて発声者はその指示内
容に応じた音声を発声するようになっているものである
。発声者によって発声された音声はマイクロフォン１を
介し音声入力部１２でＡ／Ｄ ｆ換された後分析部１１
によってはその入力音声より特徴が抽出されるようにな
っているわけであるが、特徴の抽出が行なわれる区間は
音声区間検出部】３によって制御されるものとなってい
る。音声入力部１２からのＡ／Ｄ ｆ換された入力音声
は音声区間検出部１３で音声区間検出用のパラメータと
比較されるが、そのパラメータル上の音声レベルをもっ
た入力音声部分についてのみ特徴が抽出されるようにな
っているものである。従来にあっては入力音声より特徴
Ｚ抽出するに際し ′そのノＲラメータは常時一定と
されていたが、本発明においては変更可として設定され
るようになつ１ でいる。Ａ／Ｄ変換された人力音声のピークは制御部８
において知れるようになっているが、制御部８は現に設
定されている／４’ラメータがそのピークに対して適当
でないと判断した場合にはパラメータを変更するように
なっているわけである。し女がって、変更可として設定
されるパラメータによって状態良好にして音声区間が検
出され、このようにして検出された音声区間について結
果的に特徴が抽出されるようになっているものである。
抽出されｆｃ特徴パターンは次に音声認識部６で標準音
声パターンとパターンマツチングされその類似度が認識
結果として得られるようになっている。
声パターンとパターンマツチングされその類似度が認識
結果として得られるようになっている。
パターンマツチングされる標準音ｐｉ４ターンハ予め制
御部８の制御下にある標準音声ノ９ターン選択部５によ
って標準音声パターンメモリ４より所定の数種類の標準
音声パターンが選択的に読み出されるようになっており
、これら標準音声ノ４ターンとの間でパターンマツチン
グが行なわれるものである。した、かって、標準音声・
やターン対応に認識結果が得られることになるが、判定
部１０では類似・１
６ ｆ〔度が最も
大きいものについて制御部８に対して報告を行ない、制
御部８ｉ−Ｉその報告だもとづいて必要な処理を行なう
ようになっているものである。
御部８の制御下にある標準音声ノ９ターン選択部５によ
って標準音声パターンメモリ４より所定の数種類の標準
音声パターンが選択的に読み出されるようになっており
、これら標準音声ノ４ターンとの間でパターンマツチン
グが行なわれるものである。した、かって、標準音声・
やターン対応に認識結果が得られることになるが、判定
部１０では類似・１
６ ｆ〔度が最も
大きいものについて制御部８に対して報告を行ない、制
御部８ｉ−Ｉその報告だもとづいて必要な処理を行なう
ようになっているものである。
なお、コンソール部３やホスト装置９については後述す
るところである。
るところである。
ところで第１図に示す音声認識装置は例えば銀行などに
おけるキャシュデイヌペンサの一部とじて用いられるよ
うになっているが、第２図はそのような用途に使用され
る際での音声認識の処理フローを示したものである。
おけるキャシュデイヌペンサの一部とじて用いられるよ
うになっているが、第２図はそのような用途に使用され
る際での音声認識の処理フローを示したものである。
これによると制御部８は音声認識処理に先立って先ず音
声入力に対する準備を音声入力部１２、分析部１１およ
び音声認識部６に指示するとともに、そのときの認識対
象となるべき標準音声・母ターンを標準音声Ａターン選
択部５に介し標準音声・Ｐターンメモリ４より読み出す
べく制御するようになっている。これらの傳備が完了す
ると次に制御部８によって発声者に対し最初の音声入力
な促すべく入力倍音メツセージが音声合成部７乞介レス
ビーカ２エリ放声される。このメツセージにより発７自 声者はマイクロフォン１より音声を入力するところとな
るものである。マイクロフォン１からの入力音声は音声
入力部１２でディジタル変換された抜分析部］】でその
特徴が抽出されるが、一方では入力音声パワーのピーク
レベルが制御部８に音声入力部１２から取り込まれたう
え現に設定されている音声区間検出用のパラメータが適
当か否かが判定されるようになっている。現に設定され
ているパラメータが適当でない場合は最適なパラメータ
が新たな音声区間検出用のパラメータとして音声区間検
出部１３に設定されるものである。このように変更可と
されたパラメータと音声入力部１２からのディ・ソタル
変換された入力音声とにもとづき、音声区間検出部１３
は制御部８からの指示によってその入力音声に対する音
声区間を状態良好にして検出するわけである。この検出
された音声区間に対する入力音声の特徴パターンは次に
分析部１】エフ音声認識部６に送られ予め選択されてい
る標準音声パターンとの間でパターンマツチングが行な
われるようになっている。これによりその標準音声ツク
ターン内に含ずれる個々の単語対応の音声パターンとの
間でパターンマツチングが行なわれ単語対応にマツチン
グ結果が得られるものである。これらマツチング結果か
ら類似度が最も大きい単語は認識結果の候補として選択
されるが、パターンマツチングは予め選択されている他
の標準音声パターンとの間でも順次行なわれるようにな
っている。したがって、制御部８にパターンマツチング
の終了が報告される時点では選択された標準音声パター
ン対応に認識結果の候補が全て出揃うことになるが、判
定部１０はそれら候補から更に類似度が大のものを最終
的な認識結果として制御部８に送るようになっているも
のである。
声入力に対する準備を音声入力部１２、分析部１１およ
び音声認識部６に指示するとともに、そのときの認識対
象となるべき標準音声・母ターンを標準音声Ａターン選
択部５に介し標準音声・Ｐターンメモリ４より読み出す
べく制御するようになっている。これらの傳備が完了す
ると次に制御部８によって発声者に対し最初の音声入力
な促すべく入力倍音メツセージが音声合成部７乞介レス
ビーカ２エリ放声される。このメツセージにより発７自 声者はマイクロフォン１より音声を入力するところとな
るものである。マイクロフォン１からの入力音声は音声
入力部１２でディジタル変換された抜分析部］】でその
特徴が抽出されるが、一方では入力音声パワーのピーク
レベルが制御部８に音声入力部１２から取り込まれたう
え現に設定されている音声区間検出用のパラメータが適
当か否かが判定されるようになっている。現に設定され
ているパラメータが適当でない場合は最適なパラメータ
が新たな音声区間検出用のパラメータとして音声区間検
出部１３に設定されるものである。このように変更可と
されたパラメータと音声入力部１２からのディ・ソタル
変換された入力音声とにもとづき、音声区間検出部１３
は制御部８からの指示によってその入力音声に対する音
声区間を状態良好にして検出するわけである。この検出
された音声区間に対する入力音声の特徴パターンは次に
分析部１】エフ音声認識部６に送られ予め選択されてい
る標準音声パターンとの間でパターンマツチングが行な
われるようになっている。これによりその標準音声ツク
ターン内に含ずれる個々の単語対応の音声パターンとの
間でパターンマツチングが行なわれ単語対応にマツチン
グ結果が得られるものである。これらマツチング結果か
ら類似度が最も大きい単語は認識結果の候補として選択
されるが、パターンマツチングは予め選択されている他
の標準音声パターンとの間でも順次行なわれるようにな
っている。したがって、制御部８にパターンマツチング
の終了が報告される時点では選択された標準音声パター
ン対応に認識結果の候補が全て出揃うことになるが、判
定部１０はそれら候補から更に類似度が大のものを最終
的な認識結果として制御部８に送るようになっているも
のである。
制御部８では判定部】０からの最終的な認識結果の類似
度と一定値（リジェクト定数）とを比較することによっ
てその認識結果が妥当か否かが判定されるようになって
いる。一定値以下である場合は妥当でないとして標準音
声パターン選択部５に対してこれまでの同一の標準音声
パターンを選択するように指示した後、同一の音声を入
力するより （〔 う催告するものである。一方、妥当であると判定された
場合には、制御部８ｆｄその認識結果が正しいか否かを
発声者に確認させるべくその認識結果対応の音声と確認
要求メツセージを音声としてスピーカ２より放声するよ
うになっている。これに応じ発声者は確認結果をコンソ
ール部３ 、ｒ、、ＩＩ）入力するが、確認結果の入力
は必ずしもコンソール部３によらない。容器に認識可能
であれば簡単な音声で以て入力してもよいからである。
度と一定値（リジェクト定数）とを比較することによっ
てその認識結果が妥当か否かが判定されるようになって
いる。一定値以下である場合は妥当でないとして標準音
声パターン選択部５に対してこれまでの同一の標準音声
パターンを選択するように指示した後、同一の音声を入
力するより （〔 う催告するものである。一方、妥当であると判定された
場合には、制御部８ｆｄその認識結果が正しいか否かを
発声者に確認させるべくその認識結果対応の音声と確認
要求メツセージを音声としてスピーカ２より放声するよ
うになっている。これに応じ発声者は確認結果をコンソ
ール部３ 、ｒ、、ＩＩ）入力するが、確認結果の入力
は必ずしもコンソール部３によらない。容器に認識可能
であれば簡単な音声で以て入力してもよいからである。
これにより制御部８は認識結果が正しいか否かを知れる
が、誤認識であった場合には最終的な認識結果が妥当で
ないと判定された場合と同様に処理されるようになって
いる。これに対し認識結果が正しかった場合にはそれを
認識結果としてホスト装置９に送出したうえ最初の入力
音声に対する音声認識処理を終了するものである。全て
のサービスが終了しない限りにおいては次の音声入力乞
催告しつつ入力音声の認識を行なうようになっているわ
けである。
が、誤認識であった場合には最終的な認識結果が妥当で
ないと判定された場合と同様に処理されるようになって
いる。これに対し認識結果が正しかった場合にはそれを
認識結果としてホスト装置９に送出したうえ最初の入力
音声に対する音声認識処理を終了するものである。全て
のサービスが終了しない限りにおいては次の音声入力乞
催告しつつ入力音声の認識を行なうようになっているわ
けである。
１０ 頁
以上説明したように本発明による場合は、入力音声パワ
ーのピークにもとづいてその入力音声に対する音声区間
検出用の・々ラメータが設定されることから、女とえ入
力音声レベルが小さい場合であってもＪ：９確実に入力
音声を認識し得るという効果がある。
ーのピークにもとづいてその入力音声に対する音声区間
検出用の・々ラメータが設定されることから、女とえ入
力音声レベルが小さい場合であってもＪ：９確実に入力
音声を認識し得るという効果がある。
第１図は、本発明に係る音声認識装置の一例での概略構
成を示す図、第２図は、その装置での音声認識処理の一
例でのフロー乞示す図である。 １・・・マイクロフォン、４・・・標準音声ノぐターン
メモリ、５・・・標準音声・母ターン選択部、６・・・
音声認識部、８・・・制御部、１１・・・分析部、１２
・・・音声入力部、１；３・・・音声区間検出部。 代理人弁理士 秋 本 正 実
成を示す図、第２図は、その装置での音声認識処理の一
例でのフロー乞示す図である。 １・・・マイクロフォン、４・・・標準音声ノぐターン
メモリ、５・・・標準音声・母ターン選択部、６・・・
音声認識部、８・・・制御部、１１・・・分析部、１２
・・・音声入力部、１；３・・・音声区間検出部。 代理人弁理士 秋 本 正 実
Claims (1)
- 入力音声より検出された音声区間にもとづき該音声より
特徴パターンを抽出したうえ標飴音声パターンとパター
ンマツチを行ない、該マツチングの結果より上記入力音
声を認識する音声認識方式にして、入力音声のパワーの
ピークに応じて音声区間検出用のパラメータを変更し、
該変更に係るパラメータによって上記入力音声に対する
音声区間を検出したうえ該音声を認識することを特徴と
する音声認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57220320A JPS59111697A (ja) | 1982-12-17 | 1982-12-17 | 音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57220320A JPS59111697A (ja) | 1982-12-17 | 1982-12-17 | 音声認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS59111697A true JPS59111697A (ja) | 1984-06-27 |
Family
ID=16749289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57220320A Pending JPS59111697A (ja) | 1982-12-17 | 1982-12-17 | 音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59111697A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6377095A (ja) * | 1986-09-19 | 1988-04-07 | 松下電器産業株式会社 | 音声区間の始端検出装置 |
| JPH09325790A (ja) * | 1986-06-02 | 1997-12-16 | British Telecommun Plc <Bt> | 音声処理方法および装置 |
-
1982
- 1982-12-17 JP JP57220320A patent/JPS59111697A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09325790A (ja) * | 1986-06-02 | 1997-12-16 | British Telecommun Plc <Bt> | 音声処理方法および装置 |
| JPS6377095A (ja) * | 1986-09-19 | 1988-04-07 | 松下電器産業株式会社 | 音声区間の始端検出装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4403114A (en) | Speaker recognizer in which a significant part of a preselected one of input and reference patterns is pattern matched to a time normalized part of the other | |
| JPS58130393A (ja) | 音声認識装置 | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JPS59111697A (ja) | 音声認識方式 | |
| JPH0558553B2 (ja) | ||
| JPS59111698A (ja) | 音声認識方式 | |
| JPS61180297A (ja) | 話者照合装置 | |
| JPS6126678B2 (ja) | ||
| JPS5962900A (ja) | 音声認識方式 | |
| JP2609874B2 (ja) | 音声認識システム | |
| JP2547611B2 (ja) | 文章作成システム | |
| JP2844592B2 (ja) | 離散単語音声認識装置 | |
| JPS63157199A (ja) | 話者照合装置 | |
| JPS59111696A (ja) | 音声認識方式 | |
| JPS5859498A (ja) | 音声認識装置 | |
| JPS61278896A (ja) | 話者照合装置 | |
| JPS6287993A (ja) | 音声認識装置 | |
| JPS60233700A (ja) | 音声パタ−ン照合方法 | |
| JPS59147397A (ja) | 音声認識制御方式 | |
| JPS59204897A (ja) | 音声認識辞書登録方式 | |
| JPS6147994A (ja) | 音声認識方式 | |
| JPS595294A (ja) | 音声認識装置 | |
| JPH0256680B2 (ja) | ||
| JPS6069694A (ja) | 語頭子音のセグメンテ−ション法 | |
| JPS6315295A (ja) | 音声認識装置 |