JPS59174899A - 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て好適な音声過渡点検出方法
に関する。

背景技術とその問題点 音声認識においては、特定話者に対する単語認識による
ものがすでに実用化されている。これは認識対象とする
全ての単語について特定話者にこれらを発音させ、パン
トノやスフィルタパンク等によりその音響・！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・ぐラメータを検出し、登録された
各単語の音響・ぐラメータと比較し、これらが一致した
ときその単語であるとの、認識を行う。

このような装置において、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（５〜２０　ｍ５ｅ
ｃ　）毎に抽出される音響ノクラメータの時系列を伸縮
して時間軸を整合させる。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
ついてその単語の全体の音響・セラメータをあらかじめ
登録格納しておかなければならず、膨大な記憶容量と演
算を必要とする。このだめ認識語い数に限界があった。

一方音韻（日本語でいえばローマ字表記したときのＡ、
Ｉ　、Ｕ、Ｅ、０．に、Ｓ、Ｔ等）あるいは音節（ＫＡ
、ＫＩ　、ＫＵ等）単位での認識を行うことが提案され
ている。

しかし、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シ、特殊寿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２だ場合には、音響・
ぐラメータに個人差による大きな分散があり、上述のよ
うに時間軸の整合だ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・セラ′
メータを登録して近似の音響・ぞラメータを認識する方
法や、単語全体を固定次元の・ぞラメータに変換し、識
別函数によって判別する方法が提案されているが、いず
れも膨大な記憶容量を必要としたシ、演算量が多く、４
識語い数が極めて少くな゛らてしまう。

これに対して本願発明者は先に、不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うにした新規な音
声認識方法を提案した。以下にまずその一例について説
明しよう。

ところで、音韻の発声現象を観察すると、母音や摩擦音
（８，Ｈ等）等の音韻は長く伸して発声することができ
る。例えば゛はい″という発声を「無音→Ｈ−＋Ａ→■
→無音」に変化する。これに対して同じ゛はい″の灸、
声を第１図Ｂのように行うこともできる。ここでＨ，Ａ
、Ｉの準定常部の長さは発声ごとに変化し、これによっ
て時間軸の変動を生じる。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
ことが判明した。

そこで第２図において、マイクロフォン（１）に供給さ
れた音声信号がマイクアンプ（２３５，５ｋＨｚ以下の
ローパスフィルタ（３）を通じてＡＤ変換回路（４）に
９１８給される。まだクロック発生器（５）からの１２
．５ｋｌ−（ｚ　（８０μｓｅｃ間隔）のサンプリング
クロックがＡＩ）変換回路（４）に供給され、このタイ
ミングで音声（ｊ号がそれぞれ所定ビット数（＝１ワー
ド）のデノ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。

１だクロック発生器（５）からの５．１２　ｍ５ｅｃ間
隔のフレームクロックが５進カウンタ（力に供給され、
このカウント値がレジスタ（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４Ｘ６４　＝　２
５６ワードの信号が高速フーリエ変換（ＦＥＴ）回路（
８）に供給される。ここでこのＦＥＴ回路（８）におい
て、例えばＴの時間長に含まれるｎ（個のサンブリング
データによって表される波形函数を Ｕ　ｎ　（ｔ（ｆ）　　　　　　　　　　　　　・・・
・・・・・・・・・・・・（１）としたとき、これをフ
ーリエ変換して、＝　Ｕ　ｘｎ　ｆｔ（ｆ）十ｊ　Ｕｚ
ｎ　（ｔ（ｆ）　　　　・・・・・・・・・・・・・・
・（２）の信号が得られる。

さらにこのＦＢ／Ｔ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、 ｌ　Ｕ　２１　＝　ｔｙ？ｎ　ｆｔ（ｆ）　＋　Ｕｒｎ
　ｆｔ（ｆ）　　　　−−−−−−（３）のノセワース
ペクトル信号が取り出される。ここ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
変換によって取シ出されるｎ（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−ｚｎ（
個のデータが取り出される。すなわち上述のＦＥＴ回路
（８）Ｋ供給された２５６ワードの信号が変換されて１
２８ワードの／４’ワースベクトル信号が取り出される
。　　゛この／４’ソースベクトル信号がエンファシス
回路（Ｉｏｌに供給されて聴感上の補正を行うだめの重
み付けが行われる。ここで、重み付けとしては、例えば
周波数の高域成分を増強する補正が行われる。

この重み付けされた信号が帯域分割回路αＮ）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。ここでツクワース被りト
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量に応じた信号が取シ出さ
れる。これによって上述の１２８ワードの・ぐワースベ
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０２１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（
１０）での重み付は等による冗長度が排除される。ここ
でこの対数／ぞワースベクトル”ｇ　Ｉ　Ｕｎｌｒ（ｆ
）　Ｉ　　　　　　　　　　　・・・・・・・・・・・
・・・・（４）をスペクトルパラメータｘに）（ｉ＝ｏ
、ｔ・・・３１）と称する。

このスペクトルパラメータＸ（ｉ）が離散的フーリエ変
換（ＤＦＴ）回路（１３１に供給される。ここで、この
ＤＦＴ回路０階において、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・ぐラメータｘ（Ｈ
）　（ｉ　＝　０　、１−Ｍ−１）を２Ｍ点ノ′寿数対
称−８う７−タとみなしてＤＦＴを行う。従って、但し
、釦Δ＝ｅ１３“２０１９ Ｍ ｍ　＝　Ｑ　、　ｌ　、−・、　２Ｍ−１となる。さら
にこのＤＦＴを行う函数は偶函数と仏なされるため Ｗ呪＝邸（上枝り となシ、これらよシ となる。このＤ　Ｆ　Ｔにょ９スペクトルの包絡特性を
表現する音・讐パラメータが抽出される。

このようンｃして１）　Ｆ　Ｔされたスペクトラム・？
ラメータＸ（ｉ）について、０−Ｐ−１（例えばＰ−８
）次までのＰ次元の値を取シ出し、これをローカル・セ
ラメータＬ（ｐ＋−（ｐ　＝　ｏ、　１．・・・、ｐ−
１）とすると・・・・・・・・・・・・・・・（力 となシ、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　（２トｉ−１）　　　　　　　　　
・曲・曲回・（８）とおくと、ローカル・リメータＬω
）はＬω）＝１蛋。Ｘ（ｉ）（ａｘ−□十−澄〜ｘ、町
（９）但し、ｐ＝ｏ、１．・・・、Ｐ−１ となる。このようＫして３２ワードの信号がＰ（例えば
８）ワードに圧縮される。

このローカルノ母うメータＬω）がメモリ装置Ｏａに供
給される。このメモリ装置（Ｉ４）は１行Ｐワードの記
憶部が例えば１６行マ）　リクス状に配されたもので、
ローカル・リメータ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５．１
２ｍ　ｓ　ｅ　ｃ間隔のフレームクロックが供給されて
、各行のノやラメータが順次横方向ヘシフトされる。こ
れＫよってメモリ装置（１４１には５．１２　ｍ５ｅｃ
間隔のＰ次元のローカルノやラメータＬ（ｐ）が１６フ
レーム（８１，９２ｍ５ｅ（）分記憶され、フレームク
ロックごトＫ　＄　次新しい・ぐラメータ例更新される
。

さらに例えばエン７アシス回路ａＯＩがらの信号が音声
過渡点検出回路（イ）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ＴＩ　ｔ）がメモリ装置（１４）に
供給され、この検出信号のタイミングに相当するローカ
ルノｅラメータＬ（１）が８番目の行にシフトされた時
点でメモリ装置ミルの読み出しが行われる。ζこでメモ
リ装置０４）の読み出しは、各次元Ｐごとに１６フレ一
ム分の信号が横方向に読み出される。そして読み出され
た信号がＩ）　Ｆ’　Ｔ回路０５）に供給される。

この回路（１つにおいて上述と同様にＤＦＴが行われ、
音響パラメータの時系列変化の包絡特性が抽出される。

このＤＦＴされた信号の内から０〜Ｑ−１（例えばＱ＝
３）次までのＱ次元の値を取り出す。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＝ｏ　、　１　。

・・・、Ｐ−ｔ　）（ｑ＝ｏｅ　Ｉｔ・・・、Ｑ−１）
が形成される。

ここで、Ｋ（０，０）は定数なので、ｐ−０のときにｑ
＝１〜Ｑとしてもよい。

すなわち第３図において、Ａのような入力音声信号（Ｉ
ＡＩ）に対してＢのような過渡点が検出されている場合
に、この信号の全体のノンワース被りトルはＣのように
なっている。そして、例えば「Ｈ→Ａ」の過渡点のパワ
ース被りトルがＤのようであったとすると、この信号か
エンファシスされてＥのようになり、メルスケールで圧
縮されてＦのようになる。この信号がＩ）　Ｆ　Ｔされ
てＧのようになシ、Ｈのように前後の１６フレ一ム分が
マトリックされ、この信号が順次時間軸を方向にＤＦＴ
されて過渡点パラメータＫ（ｐ、ｑ）が形成される。

この過渡点ノセラメータＫ（ｐ、ｑ）がマノ・マノビス
距離算出回路０Ｑに供給されると共に、メモリ装置ＣＤ
からのクラスタ係数が回路（１６）に供給されて各クラ
スタ係数とのマノ・マノビス距離が算出される。ここで
クラスタ係数は複数の話者の発音から上述と同様に過渡
点・ぐラメータを抽出し、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ノ・マノビス距離が判定回路α
砂に供給され、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０９に取
り出される。

すなわち例えば゛はい゛いいえ”０（ゼロ）”〜゛９（
キュウ）ｎの１２単語について、あらかじめ多数（百Å
以上）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・２ラメータを抽出する。この過渡点・やラ
メータを例えば第４図に示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・ぞラメータについて、任意のす（ａ） ンゾルＲｒ、。（ｒ＝１．１−１２４）（ａはクラスタ
指標で例えばａ　＝　１は＊　−＋　Ｉ−１、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 Ａｒ、５＝　Ｅ　（Ｒｒ（？）ｎ−研）　（Ｒ，”、、
−ｐ）　−−−−−−＝＝　（１５１−回 但し、町　−Ｅ（ａｒ（ａｌｎ） Ｅはアンサンプル平均 を計数し、この逆マトリクス ＢｒＬプ’　−（Ａｔ、ｕ　）ｒ、Ｓ　　　　　　　・
・・・・・・・・・・・・・・（１６）を求める。

ここで任意の過渡点・セラメータに、とクラスタａとの
距離が、マハラノビスの距離 で求められる。

従って、メモリ装置０７）に上述のＢｒ、ｓ及びｐを（
ω 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（ＩＥ９にて入力音声の過渡点・セラメータとのマ
ハラノビス距離が算出される。

これによって回路０Ｑから入力音声の過渡点ごとに各ク
ラスタとの最小距離と過渡点の１１ｈ位が取り出される
。これらが判定回路０８）に供給され、入力音声が無声
になった時点において認識判定を行う。

例えば各単語ごとに、各過渡点パラメータとクラスタと
の最小距離の平方根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て各単語は脱落を想定し
た複数のタイプについて単語距離を求める。ただし過渡
点の順位関係がテーブルと異なっているものはリジェク
トする。そしてこの単語距離が最小になる単語を認識判
定する。

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

また過渡点において上述のようなノセラメータの抽出を
行ったと、とにより、一つの過渡点を例えば２４次元で
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名以外の話者にて上述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。

さらに上述の例で“はい”の「Ｈ−＋ＡＪと”８（ハチ
）＃の「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αＰ２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、種々の単語の認識に適用
でき、多くの語いの認識を容易に行うことができる。

本発明は、このような装置において、検出回路（１）に
使用して好適な音声過渡点検出方法に関する。

ところで、従来の過渡点検出としては例えば音響ノラメ
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・２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Ｌ（ｐ）（’ｌ（
ｐ＝ｏ　、　ｌ・・・・・・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。

ここで、例えばＰ＝１次元のときには、第５図Ａ、Ｂに
示すように・ぞラメータＬ（ｐ）（Ｇ）の変化において
ノセラメータＴ（Ｇ）のピークが得られる。

尚、上述の説明ではＬ（１）◎を連続量としたが、実際
にはこの／４’ラメータＬ（ｐ）０は離散量である。し
かし、−１このような音声捻識装置にあっては所定のＭ
フレームずつの分析で１次元・ぐラメータにおとしてお
υ急峻な変化にパラメータの値がついていけず、無音か
ら口腔内の閉鎖部に空気流を吹き付けて生ずる破裂性子
音への過渡点の検出はほとんど不可能であった。

発明の目的 本発明はかかる点に鑑み、無音から破裂性子音への過渡
点の検出を良好に行なえるようにした音声過渡点検出方
法を提供せんとするものである。

発明の概要 本発明音声過渡点検出方法は、入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・セラメータを
抽出する手段と、この音響・セ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卿・
セラメータを所定の検数フレームの組を複数組に亘って
監視し、上記音響・ぐラメータのピークを検出するよう
にしたもので、無音から破裂性子音への過渡点を良好に
検出できるようにしたものである。

実施例 以下、第６図を参照じ−で本発明音声認識装置の一実施
例について説明しよう。この第６図において、第２図に
対応する部分には同一符号を付しそれらの詳細な説明は
省略する。

第６図において、第２図のエンファシス回路ｌＩＣ１）
からの重み付けされた信号が帯域分割回路ｔ２υに供給
され、上述と同様にメルスクールに応じてＮ（例え〈２
０）の帯域に分割され、それぞれの帯域の信号の量に応
じた信号Ｖω）（ｎ、＝ｏ、Ｉ・・・Ｎ−１）が取シ出
される。この信号がバイアス付き対数回路Ｃ２に供給さ
れて Ｖ’（ｎ）＝　ｌｏｇ　（Ｖ（ｎ）十Ｂ　）　　　　　
　　　＝・曲回面１１（Ｊｌが形成される。また信号Ｖ
（ｎ）が累積回路（ハに供給されて て τ’ａ＝　ｌｏｇ　（Ｖ２＋Ｂ　）　　　　　　　　・
・・・・・・・・四・・０υが形成される。そして、・
これらの信号が演算回路０（イ）に供給されて υ（ｎ）　＝τ′２−υ’（ｒｌ）　　　　　　　　　
　　　　・・・・・川・・・・・・・＋１２）が形成さ
れる。

ここで、上述のような信号Ｖ（。）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法（ｎ−
Ｏｒ　１・・・・・・Ｎ−１）の変化が同程度となり、
音韻のｒ上類による変化量のばらつきを回避できる。

才だ対数をとり演算を行って正規化・２ラメータυ（ｎ
）を形成したことによシ、入力音声のレベルの変化によ
るパラメータｖｏ）の変動が排除される。さらにバイア
スＢを加算して演算を行ったことにより、仮りにＢ−＋
ωとするとノぐラメータτω）→０となることから明ら
かなように、入力音声の微少成分（ノイズ等）に対する
感度を下げることができる。

この・ξラメ−タラ（ｎ）がメモリ装置（２９に供給さ
れて２ｗ＋１　（ｗ＝４として、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演算回路（淘に供
給されて、 Ｙｎ、　ｔ＝　　ｍｉｎ　　（ｔ＋（ｎ）　（Ｉ　）　
）　　　　　−−ｆ１３）６ＧＦＮ 但し、ＧＦＮ＝　（Ｉ　；　−ｗ＋　ｔ≦■≦ｗ＋ｔ）
が形成され、この信号と・ぞラメータυ（ｎ）が演算回
路（２′Ｄに供給されて、 が形成される。このＴＩ（ｔ）が、第１の過渡点検出・
ぞラメータであって、この第１の過渡点検出パラメータ
Ｔｘ（ｔ）が第１のピーク検出回路（２８）に供給され
て、入力音声信号の所定の音韻の過渡点の過渡魚信もが
加算回路に供給される。

また、・ぞラメータτω）がメモリ装置ｉ？＃、（２５
’）にも供給されて２（ｗ−ａ）＋１（例えばＯ（ａ　
＝　２として５）フレーム分が記憶される。この記憶−
された信号が演算回路（２６’）に供給されて、 Ｙｎ、ｔ＝ｍｉｎ（ｖ（ｎ）（Ｉ））　　　　−＝曲・
・−＜１３つ！（三〇ＦＮ 但し、ＧＦＮ−（Ｉ　；−（ｗ−ａ）十ｔ≦■≦（ｗ−
ａ）＋ｔ）が形成され、この信号と・セラメータυ（ｎ
）が演算回路（２７’）に供給されて、 ・・・−・・・・・・・・（１４’） が形成される。こと・で、ａの大きさは無音がら破裂性
子音への過渡点についても急峻に／セラメータの値が変
化して、・ぞラメータの値から過渡点が検出できるよう
な大きさとする。このＴ２（ｔ）が、第２の赤渡点検出
・セラメータであって、このＴ２（ｔ）が第２のピーク
検出回路（２８’）に供給されて、入力音声信号の例え
ば無音から破裂音への急峻な変化に係る過渡点が検出さ
れて、スイッチ回路器がオンのときには加算回路側に過
渡点が検出されたことを伝達する過渡点信号を加算回路
［有］に供給するようにする。ここで、スイッチ回路（
２９１は、次なるとき”ＯＮ″となるようにする。即ち
、演算回路（２７’）からの第２の過渡点検出・ぞラメ
ータＴ２（ｔ）がレベル検出回Ｆ！６１３υにおいて設
定しである所定の閾値を越えタトキ、モノマルチバイブ
レータ（３２よシ所定長（例えば５フレ一ム分の長さ）
の制御・千ルスを発生するようにし、この所定長の制御
ｉｊルスがスイッチ回路（２！１に供給されている間ス
イッチ回路（２ωのスイッチをオンとするようにする。

そして、第２の過渡点検出パラメータＴ２（ｔ）が所定
の閾値を越え、スイッチ回路器が−ＯＮ”となっている
間に第２のピーク検出回路（２８’）から過渡点信号が
スイッチ回路（ハ）に供給されたときには、かかる過渡
点信号が加算回路■にそのまま供給されることになる。

それゆえ第１のピーク検出回路（２印から過渡点信隻が
通常良好に発生しない、無音から破裂性子音への過渡点
についても、第２のピーク検出回路（２８’）からの過
渡点信号が加算回路□□□を経て出力端子間から取り出
されることになる。

尚、他の部分は第２図と同様の構成を採るものとする。

このように構成された本実施例に依れば、音響パラメー
タを所定の複数フレームの組に亘って複数組監視して、
第１及び第２の過渡点検出・２ラメータＴＩ（ｔ）及び
Ｔ２（ｔ）を得だ上でそれらのレベルより過渡点信号を
得るようにしたので、無音から破裂性子音への過渡点に
ついては第２のピーク検出回路（２８’）よシの過渡点
信号が出力端子（至）に供給され、無音から破裂性子音
への過渡点の検出を良好に行なえるようにできる利益が
ある。

尚、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とできることは勿論である
。

発明の効果 以上述べたように本発明音声過渡点検出方法によれば、
音響・セラメータを所定の複数フレームの組に亘って複
数組監視するようにしたので無音から破裂性子音への過
渡点の検出を良好に行なえる利益がある。

【図面の簡単な説明】

第１図〜第４図は音声認識装置の訣明のだめの図、第５
図は過渡点検出の説明のための図、第６図は本発明音声
過渡点検出方法の一例の系統図である。 （１）はマイクロフオｙ、（３１はローパスフィルタ、
（４）けＡＤ変換回路、（５）はクロック発生器、（６
）はレジスタ、（７）はカウンタ、（８）は高速フーリ
エ変換回路、（９）は・ぞワースベクトル検出回路、０
■はエンファシス回路、、　（２１＋は帯域分割回路、
（２渇は対数回路、（２３１゜（２旬、いｒ　、　ＱＴ
、は演算回路、（２５）はメモリ装置、Ｃ樽、（２８つ
はピーク検出回路、（２湧はスイッチ回路、（：！Ａは
加算回路、Ｇυはレベル検出回路、Ｇｚはモノマルチ・
ぐイブレータ、（至）は出力端子である。 第４凶 手続補正書 昭和５８年９　月　２７１：１ １６′許庁長官若杉和夫殿 （午４−１）午ハ′審１男Ｌ（殿） １、事ｆ′１の表小 昭和５８年特許願第　４９７６６　　号２°発明Ｆ）　
名称　　　音声過渡点検出方法３、袖−正をする名。 事件との関係　　　’４１’　ｉ！’ｌ出ＩＭｒｉ　人
ｆ、ｉ、ｒすｉ　東京部品用区北品用６丁１，１７番３
５号名称（２］８ｉ　　ソニー（末式会イｊ代表取締没
　大　賀　典　）１１゜ ５、袖止命分の１１イ・］　　　昭ｆＩＪ　　　年　　
月　　１１６、袖正により増加する発明の故 ７、袖　止　の　月　撃　　明細書の発明の詳細な説明
の欄。 ！　　Ｉ−ＩＱ　　Ｏ−、ｒ　　１ （ＩＩ　　明細書中、第７頁第９行から第１０行Ｋかけ
て、「２Ｍ点の実数対称パラメータとみなしてＤＦＴを
行う。」とあるをｒ２Ｍ−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。」に訂正する。 （２）同、第７頁第１１行において、 とあるを、 に訂正する。 （３）　　同、第７頁第１２行を削除する。 （４）同、第７頁第１３行から第１４行にかけて、ｍ＝
ｏ、ｌ、・−・、ｚＭ−１」 とあるな ｍ＝０．１．・ｈ、２Ｍ−３Ｊ に訂正する。 （５）同、第８頁第１行ないし第２行において、とある
を、 に訂正する。 （６）同、第８頁第４行において、 とあるな、 に訂正する。 （７）同、第８頁第１１行において、 とあるを、 に訂正する。 （８）同、第８頁第１２行及び第１３行を削除する。 （９）　　同、第９頁第２行において、「ｘ（１）＝　
ｘ　（ｚＭ−ｉ−ｔ）　　　Ｊとあるを、「Ｘ（ｉ）＝
　Ｘ　（２Ｍ−ｉ−２）　　　Ｊに訂正する。 ０■　同、第９頁第４行において、 ・・・・・（９）」 とあるを、 π’ｐ、、。 十Ｘ（Ｍ−１）ＣＱＳ　−−−（９ｒ Ｍ−Ｉ　　　　　　Ｊ に訂正する。 （ｉｌｌ　　同、第１０頁第１７行において、「定数な
の匂−とあるな、「音声波形の〕（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。 Ｏ２同、第１１頁第７行から第８行にかけて、「マトリ
ックされ」とあるな、「マトリックスされ」に訂正する
。 （＋３１　　同、第１４頁第１７行において、「αＰ２
個のクラスタ」とあるを、「αＰ２個程度のクラスタ」
に訂正する。 Ｏ４１同、第１９頁第１行において、 とあるを、 に訂正する。 ０９　同、第１９頁第１５行において、とあるを、 に訂正する。 以上

Claims (1)

【特許請求の範囲】
1. 入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・９２メ一ぞを抽出する手段と、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・そラメータを所定の複数フレーム
   の組を複数組に亘って監視し、上記音響・ぐラメータの
   ピークを検出するようにした音声過渡点検出方法。