JPS59170897A - 音声過渡点検出方法 - Google Patents

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。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は音声認識に使用し゛ζζ過通音声過渡点検出方
法に関する。

／ｒ景技術とその問題点 音声認識においては、特定記ｉ者に対する単語認識によ
るものがずでに実用化されている。これば認識対象とす
る全゛この単語について特定話者にこれらを発音させ、
ハントバスフイルタノ＼ンク等によりその音響パラメー
タを検出して記憶（登録）しておく。そして特定話者が
発声したときその音響パラメータを検出し、登録された
各単語の音響パラメータと比較し、ごれらか一致したと
きそのｆｆｉ語であるとの認識を行・う。

このような装置においζ、話者の発声の時間軸が登録時
と異なっている場合には、一定時間（５〜２Ｑｍ　５ｅ
ｃ）毎に抽出される音響パラメータの時系列を伸縮して
時間軸を整合さセる。これによって発声速度の変動に対
処させるようにしている。

ところがこの装置の場合、認識対象とする全ての単語に
ついてそのｆｆｉ詔の全体の音響パラメータをあらかじ
め登録格納しておかなりればならず、膨大な記憶容量と
演算を必要とする。このため認識語い数に限界があった
。

一方音聞く日本語でいえばローマ字表記したときのＡ、
　　１．　　Ｕ、　Ｅ、　０．　Ｋ、　Ｓ、　’１”等
）あるいは音節（ＫＡ、Ｋ１．ＫＵ、等）単位での認識
を行うことが提案されている。しかしこの場合に、母音
等の準定常部を有する音韻の認識は容易であ−２でも、
破裂音（Ｋ、Ｔ、Ｐ等）のように音韻的特徴が卵重に短
いものを音響パラメータのみで−・つの音韻に特定する
ことは極めて困難である。

そこで従来は、各音節ごとに離散的に発音された音声を
登録し、離散的に発声された音声を単語認識と同様に時
間軸整合させて認識を行っており、特殊な発声を行うた
めに限定された用途でしか利用できなかった。

さらに不特定話者を認識対象とした場合には、音響パラ
メータに個人差による大きな分散があり、上述のように
時間軸の整合たけでは認識を行うことができない。そこ
で例えば一つの単語について複数の音響パラメータを登
録して近似の音響パラメータを認識する方法や、単語全
体を固定次元のパラメータに変換し、識別函数によって
判別する方法が提案されているが、いづれも膨大な記憶
容量を必要としたり、演Ｗ、量が多く、認識語い数が極
めて少くなってしまう。

ごれに対して本発明打は先に、イ・特定話者に対しても
、容易かつ確実に音声認識を行えるよっにした新規な音
ｒ４認識方法を提案した。Ｊａ’ｌ−にまずその−例に
つい”で説明しょ−）。

とごろで音韻の発声現象を観察すると、母音や摩擦音（
Ｓ、Ｈ等）等の音■旧ま１乏く伸し゛ζ発声するごとが
できる。例えば°゛はい゛という発声をｂえた場合に、
この音韻は第１図Ａにボずように、Ｉ無音−Ｈ→Ａ−１
−無音−１に変化する。これに対して同じ゛はいパの発
声を第１図Ｂのように行うこともできる。ここで１（、
Ａ、Ｉの準定音邪の長さは発声ごとに変化し、これによ
って時間軸の変動を牛しる。ところがこの場合に、各音
韻間の過渡部（斜線で示す）は比較的時間軸の変動が少
いことか判明した。

そこで第２図において、マイクｔ：１フォン（１）に（
ＪＬ給された音声信号がマイクアンプ（２）、　５．５
　ｋｌｌｚ以−トのローパスフィルタ（３）を通じてＡ
　−１）変換回路（４）に供給される。またクロック発
生器（５）からの１２．５　Ｘ１ｌｚ　（８０μｓｅｃ
間隔）のザンプリンタクロソクがＡ−Ｄ変換回路（４）
に供給され、このタイミングで音声信号がそれぞれ所定
ビット数（−１ワード）のデジタル信号に変換される。

この変換された音声信号が５×６４ワードのレジスタ（
６）に供給される。またクロック発生器（５）からの５
．１２ｍ　ｓｅｃ間隔のフレームクロックが５進カウン
タ（７）に供給され、このカラン１〜値がレジスタ（６
）に供給されて音声信号が６４ワードずつシフトされ、
シフトされた４×６４ワードの信号がレジスタ（６）か
ら取り出される。

このレジスタ（６）から取り出された４　Ｘ　６４＝　
　２５６ワードの信号が高速フーリエ変換（ＦＦＴ）回
路（８）に供給される。ここでごのＦＦＴ回路（８）に
おいて、例えばＴの時間長に含まれるｎ１個のサンプリ
ングデータによって表される波形函数をＵ　ｎＩＴ（ｆ
）　　　　　　　　　　・・・・・・（１）としたとき
、これをフーリエ変換して、ヨＵｉｎｆＴ（ｔ　）＋　
ｊＵｚｎｌｒｆ）−・＝（２１の信号か得られる。

さらにごのＦＦＴ回路（８）からの信号がパワースペク
トルの検出回路（９）に供給され、”　’　−Ｕ＋Ｊ”
Ｕ２ｎｆＴ（ｆ）　　　　−−＋３＋ツバワ一スベクト
ル信号が取り出される。ごごでフーリエ変換された信号
は周波数軸上で対称になっているので、フーリエ変換に
よって取り出されるｎ、ｆ個のデータの半分は冗長デー
タである。そこで半分のデータを排除して４−　ｎ　ｒ
個のデータが取り出される。すなわち上述のＦＦＴ回路
（８）に（Ｊ（給された　２５６ワードの信号が変換さ
れて　１２８ワードのバワースベク１−ル信号が取り出
される。

このパワースペクトル信号がエンファシス回路００）に
供給されて聴感」二の補正を行うための重み付けが行わ
れる。ここで重み付けとしては、例えば周波数の面域成
分を増強する補止が行われる。

この重み付けされた信号が帯域分割回路（１１）に供給
され、聴感特性に合せた周波数メルスケールに応じて例
えば３２の帯域に分割される。ごごでパワースペクトル
の分割点と異なる場合にはその信号が各帯域に按分され
てそれぞれの帯域の信号の帝に応じた信号が取り出され
る。これによって１−述の　１２８ワードのパワースペ
クトル信号が、音響的特徴を保存したまま３２ワードに
圧縮される。

この信号が対数回路（１２）に供給され、各信号の対数
値に変換される。これによって上述のエンファシス回路
００）での重み付は等による冗長度が排除される。ここ
でごの対数パワースペクトルをスペクトルパラメータＸ
（１）　　（ｉ　＝　０　、　１−３１）と称する。

ごのスベク）・ルパラメータＸ　（ｉ）が離散的フーリ
エ変換（ＤＦＴ）回路（１３）に供給される。ここでこ
のＤＦＴ回路（１３）において、例えば分割された帯域
の数をＭとすると、このＭ次元スペクトルパラメータＸ
（１）　　（ｉ　＝　０．　１−＝Ｍ　−１）を２Ｍ点
の実数対称バラメークとみなしてＤＦＴを行う。

ｍ＝０．１　　・−２Ｍ−１ となる。さらにこのＤ　Ｆ　′Ｆを行う函数は遇函数と
みなされるため となり、これらより となる。このＤＦＴによりスペク１−ルの包絡特性・を
表現する音響パラメータか抽出される。

このようにしてＤ　Ｆ　Ｔされたスベク１−ルパラメー
タＸ　（ｉ）について、０〜Ｐ−１（例えばＰ−８）次
までのＰ次元の値を取り出し１、これをローカルパラメ
ータ１．、　ＣＰ）　　（ｐ　−０、１・＝　Ｐ　−１
）とすると・・・・・・（７） となり、ここでスペクトルパラメータが対称であること
を考慮して Ｘ　（ｉ）　−Ｎ＜　２Ｍ−１−］　）　　　　　　　
　　°゛−゛−（ｓｌとおくと、ローカルバラメークＬ
　（Ｐ）はとなる。このようにして３２ワードの信号か
Ｐ（例えば８）ワードに圧縮される。

このローカルパラメータＬ　（Ｐ）がメモリ装置（１４
）に供給される。このメモリ装置（１４）は１行Ｐワー
ドの記憶部が例えは１６行マトリクス状に配されたもの
で、ローカルパラメータＬ（Ｐ）が各次元ごとに順次記
憶されると共に、上述のクロック発生器（５）からの５
．１２ｍ５ｅｃ間隔のフレームクロックが供給されて、
各行のパラメータが順次横方向ヘシフトされる。これに
よってメモリ装置（１４）には５．１２ｍ５ｅｃ間隔の
Ｐ次元のローカルパラメータＬ　（１１が１６フレーム
（８１，９２ｍ５ｅｃ　）分記憶され、フレームクロッ
クごとに順次新しいバラメータに更新される。

さらに例えはエンファシス回路００）からの信号が音声
過渡点検出回路（２０）に供給されて音韻間の過渡点が
検出される。

この過渡点検出信号′ｒ（１）がメ七り装置（１４）に
供給され、この検出信号のタイミンクに相当するローカ
ルバラメークＬ　（ｐ）が８番目の行にシフトされた時
点てメモリ装置ｉ￥（１４）の読み出しが行われる。こ
こでメモリ装置（１４）の読め出しは、各次７ＣＰごと
に１６フレ一ム分の信号が横力向に読み出される。そし
て読み出された信号がＩ）　ＦＴ回路（１５）に供給さ
れる。

このＤ　Ｆ　Ｔ回路（１５）において上述と同様にＤ　
Ｆ　Ｔが行われ、音響パラメータの字系列変化の包絡特
性が抽出される。このＤ　ＦＴされた信号の内から０〜
Ｑ−１（例えばＱ＝３＞次までのＱへ元の値を取り出す
。このＤＦＴを各次元Ｐごとに行い、全体でｐｘＱ（＝
２４）ワードの過渡点パラメータＫ（Ｐ、Ｑ）（ｐ＝０
．１・・・Ｐ−１）　　（Ｑ＝０゜１・・・Ｑ−１）が
形成される。こごで、Ｋ　（０，［１）は定数なので、
ｐ＝ｏのときにｑ＝’ｌ〜Ｑとしてもよい。

ずなわぢ第３図において、第３図Ａのような人力音声信
号（ＨＡＴ）に対して第３図Ｂのよフな過渡点が検出さ
れている場合に、この信号の全体のパワースペクトルは
第３図Ｃのようにな−２ている。そして例えばｌ−Ｈ−
・Ａ」の過渡点のバワースベク１−ルが第３図りのよう
であったとすると、この信すがエンファシスされて第３
図Ｅのようになり、メルスゲールで圧縮されて第３図Ｆ
のようになる。この信号力月）ＦＴされて第３図Ｇのよ
うになり、第３図■］のように前後の１６フレ一ム分が
マ（・リックされ、この信号が順次時間軸を方向にＤ　
Ｆ　Ｔされて過渡点パラメータＫ　（Ｐ、　Ｑ）が形成
される。

この過渡点パラメータＫ　ａｐ、ｑ）がマハラノビス距
離算出回路（１６）にイバ給されると共に、メモリ装置
（１７）からのクラスタ糸数が回路（１６）に供給され
て各クラスタ糸数とのマハラノビス距離が算出される。

ここでクラスタ糸数は複数の話者の発音から上述と同様
に過渡点パラメータを抽出し、これを音韻の内容に応じ
て分類し統計解析して得られたものである。

そしてこの算出されたマハラノピス距離が判定回ｌｌ８
（１８）に供給され、検出された過渡点が、何の音韻か
ら何の音韻への過渡点であるかが判定され、出力端子（
１９）に取り出される。

すなわち例えば“はい”いいえ““０（ゼロ）〜“９　
（キュ９）゛の１２単語について、あらかじめ多数（百
人以−に）の話者の音声を前述の装置に供給し、過渡点
を検出し過渡点パラメータを抽出する。この過渡点パラ
メータを例えば第４図にボすようなテーブルに分類し、
この分類（クラスタ）ごとに統計解析する。図中＊は無
音を示す。

これらの過渡点パラメータについて、任意のサンプルＲ
〔、ｎ（ｒ　＝　１　、　２−２４）　　（ａはクラス
タ指標で例えばａ−１は＊−Ｈ，ａ＝２はＨ−Ａに対応
する。ｎは話者番号）として、共分散マトリクス （ａ）　　　　　（ａ） 但し、Ｈ，、、：　Ｅ（ｌ（、ｒ、　ｎ）Ｅはアンサン
プル平均 を計数し、この逆マトリクス を求める。

こごで任意の過渡点パラメータＫｔとクラスタａとの距
離が、マハラノビスの距離 を求めて記憶しておくことにより、マハラノビス距離算
出回路（１６）にて人力音声の過渡点パラメータとのマ
ハラノビス距離が算出される。

これによって回路（１６）から入力音弘の過渡点ごとに
各クラスタとの最小距離と過渡点の順位が取り出される
。これらが判定回路（１８）に（」（給され、入力音声
が無声になった時点において認識’１１定を行う。例え
は各単語ごとに、各過渡点パラメータとクラスタとの最
小距離の平均値による単語距離を求める。なお過渡点の
一部脱落を考慮し゛Ｃ各単語は脱落を想定した複数のタ
イプについ°ζ単語距離を求める。ただし過渡点の順位
関係かテーブルと異なっているものはリジェクＩ−する
。そしてこの単語距離が最小になる単語を認識’ｌ′Ｉ
ｌ定する。

従ってこの装置によれば音声の過渡点の８韻の変化を検
出しているので、時間軸の変動がなく、不特定話者につ
いて良好な認識をｊＩうことができる。

また過渡点において上述のようなパラメータの抽出を行
ったごとにより、一つの過渡点を例えは２４次九で認識
することができ、認識を極めて容易かつ正確に行うこと
ができる。

なお上述の装置において１２０名の話者にて学習を行い
、この１２０名以外の話者にて−に連１２単語について
実験を行った結果、９８．２％の平均認識率が得られた
。

さらに−１−述の例で“はい”のＩ−Ｈ＝　Ａ　Ｊと′
８（ハチ）”のｆ’　Ｈ−・Ａ」は同じクラスタに分類
可能である。従って認識すべき言語の音韻数をαとして
ａＰ２個のクラスタをあらかじめ計算してクラスタ係数
をメモリ装置（１７）に記憶させておけば、種類の単語
の認識に適用でき、多くの梧いの認識を容易に行うこと
ができる。

とごろで従来の過渡点検出としては例えば音響パラメー
タＬ　（Ｐ）の変化量の総和を用いる方法がある。すな
わちフレームごとにＰ次のパラメータが抽出されている
場合に、ＧフレームのパラメータをＬω）（Ｇ）（ｐ＝
０．１・・・Ｐ−１）としたときのような差分量の絶対
値の総和を利用して検出を行う。

ごごでＰ＝１次凡のときには、第５図Ａ、１３に示すよ
うにパラメータＬ（Ｐ）（Ｇ）の変化点においてパラメ
ータＴ（６）のピークがｉＭられる。ところが例えばＰ
＝２次元の場合に、第５図Ｃ２Ｄに示ず０次、１次のパ
ラメータＬω）　　（Ｃ；）　、Ｌ＋ｉ＋　　（Ｃ）が
上述と同様の変化であっても、それぞれの差分量の変イ
、ヒが第５図Ｂ、Ｉ？のようであった場合に、パラメー
タＴの）のピークが２つになっ゛ζ過渡点を一点に定め
ることができなくなってしまう。これは２次元以上のパ
ラメータを取った場合に−・般的に起こりうる。

また上述の説明ではＬ（ｐ＋（Ｇ）の変化は第５図Ｈの
ようになり、これから検出されたパラメータＴｏには第
５図■に不ずように多数の凹凸が４１してしまう。

このためＬ述の方法では、検出が不正確であると共に、
検出のレベルも不安定であるなど、種々の欠点があった
。

発明の目的 本発明はこのような点に鑑み、容易かつ安定な音声過渡
点検出方法を提供するものである。

発明の概要 本発明は入力音声ｆ茜号を人間の聴覚特性に応じて等し
く重み付けして音響バラメークを抽出する手段と、この
音響パラメータのレベルに対して正規化を行う手段とを
有し、この正規化された音響パラメータを複数フレーム
に且つて監視すると共に、この複数フレームの中心フレ
ーム及びその′前後の所定フレームを除いて平均値を求
め、この平均値よりのこの複数フレームの夫々の差を求
めこれにより、この音響バラメークのピークを検出する
ようにしたもので、斯る本発明に依れば容易がつ安定な
音声過渡点を検出することができる。

実施例 以下に図面を参照しながら本発明音声過渡点検出方法の
一実施例につい゛Ｃ説明しよう。

第６図において、第２図のエンファシス回路ＱＯＩから
の重み付けされた信号が帯域分割回路（２１）に供給さ
れ、上述と同様にメルスケールに応じＣＮ（例えば２０
）の帯域に分割され、それぞれの帯域の信号の量に応し
た信号Ｖ（１１１（ｎ−〇、　　ｌ・・・Ｎ−１）が取
り出される。この信号がバイアス付き対数回路（２２）
に供給されて Ｖ’ｉｎ）−１ｏｇ　　（Ｖ　くｎ＋　　１−　Ｂ　　
）　　　　　　　　　　　　　　　−旧−−（１０１が
形成される。また信号Ｖ　（ｎ）が累算回路（２３）に
供給されて ■ａ−為＼１．）／ユ０ が形成され、この信号■８が対数回路（２２）に供給さ
れて ｖ′、　＝　　ｌｏｇ（Ｖａ　＋Ｂ）　　　　　　−−
（１１）が形成される。そしてこれらの信号が演旅回路
（２４）に供給されて Ｖ（ｎ）−ＶａＶ（ｎ）・・−・−−（１，２）が形成
される。

ここで上述のような信号Ｖ（ｌυを用いることにより、
この信号は音韻から音韻への変化に対して各人（ｎ＝−
０，ｉ・・・Ｎ−１）の変化が同程度となり、音韻の種
類による変化量のばらつきを回避できる。

また対数をとり演算をｉ子って正規化パラメータＶ　（
ｎ）を形成したごとにより、人力音声のし１ルの変化に
よるパラメータＶ　（ｎ）の変動が排除される。さらに
バイアスＢを加算し′Ｃ演算を行ったことにより、仮り
にＢ−■とするとパラメータｖ　ｔｎ＋　−０となる、
−とから明らかなように、人力音声の微少成分（ノイズ
等）に対する感度を士けることができる。

このパラメータｖ　（ｎ）がメモリ装置（２５）に供給
されて２Ｗ＋１（例えば９）フレーム分が記憶される。

この記憶された信号が平均値を求める演算回路（２６）
に供給される。この場合、この演算回１ｉ（２６）は複
数フレーム２Ｗ＋１の中心フレーム（例えば５番目のフ
レーム）及びその前後の所定フレーム２　（例えば１フ
レーム）を除いて平均値を求める如くなされる。この演
算回路（２６）に於が形成され、この平均値信号Ｙｌ’
１．ｌ　とパラメータＶ　（＋１）が演算回路（２７）
に供給されて但し　ａ≧１ が形成される。このＴ（Ｌ）が過渡点検出パラメータで
あって、このＴα）がピーク判別回路（２８）に供給さ
れて、入力音声信号の音韻の過渡点が検出され、出力端
子（２９）に取り出されて例えは第２図のメモリ装置（
１４）の出力回路に供給される。

ごごでバラメークＴ（０が、フレームｔを挾んで前後Ｗ
フレームずつで定義されているので、不要な凹凸や多極
を生じるおそれがない。史に複数フレームの平均値を求
め、この平均値よりのこの複数フレームの夫々の巻を求
めこれより音響パラメータＴ　ｎ）のピークを検出する
ようにしているのでより安定し過渡点を検出できる。又
更に平均値を得るのに１次几過渡検出パラメータにあま
り役に立っていない複数フレームの中心フレーム及びそ
の前後の所定フレームを除去して演算しているのでより
安定なピーク検出をすることができ安定な過渡点を検出
できる。なお第７図は例えば“ゼロ”という発音を、ザ
ンブリング周波数１２．５　ｋＨｚ。

１２ビツトデジタルデータとし、５．１２ｍ５ｅｃフレ
一ム周期で２５６点のＦＩ”Ｔを行い、帯域数Ｎ＝２０
、バイアスＢ＝０．検出フレーム数２Ｗ＋１＝９で上述
の検出を行った場合を示している。第７図Ａは音声波形
、第７図Ｂは音韻、第７図Ｃは検出信号であっ”Ｃ１［
無音−ＺＪ　ｒＺ→Ｅｌｆ−Ｅ→Ｒ」）Ｒ−・０ＪＩ−
０−無音」の各過渡部で顕著なピークを発生ずる。ごこ
で無音部にノイズによる多少の凹凸が形成されるがこれ
はバイアスＢを大きくすることにより破線図示のように
略Ｏになる。

こうして音声過渡点が検出されるわけであるが、本発明
によれば音韻の種類や入力音声のレベルの変化による検
出パラメータの変動が少く、常に安定な検出を行うこと
ができる。

なお本発明は」二連の新規な音声認識方法に限らず、検
出された過渡点と過渡点の間の定常部を検出したり、検
出された過渡点を用いて定常部の時間軸を整合する場合
にも適用できる。また音声合成において、過渡点の解析
を行う場合などにも（ｆ効に利用できる。又本発明は上
述実施例に限らず本発明の要旨を逸脱することなくその
他種々の構成が取り得ることは勿論である。

発明の効果 本発明に依れば容易かつ安定に音声過渡点を検出するこ
とができる利益がある。

【図面の簡単な説明】

第１図〜第４図は音声認識装置の例の説明に供する線図
、第５図は過渡点検出の説明に供する線図、第６図は本
発明音声過渡点検出力法の−・例の系統図、第７図は本
発明の説明に供する線図である。 （１）はマイクロフォン、（３）はローパスフィルタ、
（４）は、へ−Ｄ変換回路、（５）はクロック発生器、
（６）はレシスク、（７）ばカウンタ、（８）は高速フ
ーリエ変換回路、（９）はパワースペクトル検出回１洛
、００）はエンファシス回路、（２１）は帯域分割回路
、（２２）は対数回路、（２３）　、　　（２４）　、
　　（２６）　、　　（２７）は演算回路、（２５）は
メモリ装置、（２８）はピーク判別回路、（２９）は出
力端子である。 手続補正書 （′４旨′ｔ’ｌ”ｒ審判長　　　　　　　　　　　　
殿）１弔（′１の表小 昭和５８年特許願第　４５２３３　　号２、発明の名称
　音声過渡点検出方法 ３４袖止をする名 串イ′Ｉとの関係　　　’４’；’Ｊ、ｉ′１出願人佳
＋ｉｌｉ　　東卓部品用区北品用６１”’　＋１７番３
番号５号（２１８）ソニー株式会社 代表取締役　火　賀　リ１．！力、１１６、抽ｊ日こよ
り増ＪＪＩ目−る発明の故７　補　１１：　　の　月　
象　　明細書の発明の詳細な説明の島（１）明細書中、
第７頁１６行〜第９頁下かも８行「を２Ｍ点の・・・・
・・どなる。」とあるを次のように訂正する。 ［を２Ｍ−１点の実数対称パラメータとみなして２Ｍ−
２点のＤＦＴを行う。従って ｍ＝　０　、１　＝　２Ｍ−３ となる。さらにとのＤＦＴを行う函数は遇函数とみなさ
れるため π・ｉｊｍ −１ となり、これらより となる。このＤ　Ｆ　’Ｉ’によりスペクトルの包絡特
性を表現する音響パラメータが抽出される。 このようにしてＤＦＴされたスペクトルパラメータｘ（
ｉｌ　Ｋついて、ｏ〜Ｆ−］（例えばＰ−８）次までの
Ｐ次元の値を取り出１−１これをローカルパラメータ秋
ｐｉ（Ｐ＝０．１・・・Ｐ−］）とすると となり、ここでスペクトルパラメータが対称であること
を考慮して ｘ（ｉ）　−ｘ（２Ｍ−ｉ−２）　　　　　　　　−°
”　（８１とおくと、ローカルパラメータＬ（ｐ）は“
°２　　　　　　・・・・・（９） −４−ｘ　（Ｍ−１）ＣＯ３−Ｍ− 但し、ｐ＝Ｑ　、ｉ・・・ｐ−１ となる。」 （２）　　同、Ｗ１０頁１１行「タイミンク」とあるを
「タイミング」に訂正する。 （３）同、第１０頁下から２行「字系列変化」とあるを
「一時系列変化」に訂正する。 （４）同、第１１頁５〜６行［定数なので、］と）〕る
な「音声波形のパワーを表現しているのでパワー正規化
のため」に訂正する。 （５）　　同、第１５頁９行＋　４ｍ”　「クラスタ系
数」とあるを夫々「クラスタ係数」に訂正する。 （６）同、第１５頁９行「ＣｌＦ３個」とあるを「ｄ−
Ｐ２個程度」に訂正する。 （７）　　同、第２０頁下から５行「夫々の巻」とある
を「夫々の差」に訂正する。 以　　　上 ７５

Claims (1)

【特許請求の範囲】
1. 人力音声信号を人間の聴覚特性に応じて等しく重み付け
   して音響パラメータを抽出する手段と、この音響パラメ
   ータのレヘルに対して正規化を行う手段とを有し、この
   正規化された音響パラメータを複数フレームに鼠って監
   視すると共に、該複数フレームの中心フレーム及びその
   前後の所定フレームを除いて平均値を求め、該平均値よ
   りの上記複数フレームの夫々の差を求め、これにより上
   記音響パラメータのピークを検出するようにしたことを
   特徴とする音声過渡点検出力法。