JPS59178500A - 音声パラメータ抽出方法 - Google Patents
音声パラメータ抽出方法Info
- Publication number
- JPS59178500A JPS59178500A JP58054386A JP5438683A JPS59178500A JP S59178500 A JPS59178500 A JP S59178500A JP 58054386 A JP58054386 A JP 58054386A JP 5438683 A JP5438683 A JP 5438683A JP S59178500 A JPS59178500 A JP S59178500A
- Authority
- JP
- Japan
- Prior art keywords
- power
- parameter extraction
- information
- value
- parameters
- 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】
発明の技術分野
本発明は、音声認識用の特徴パラメータ（音声パラメー
タ）の抽出方法に関する。
タ）の抽出方法に関する。
従来技術と問題点
一般に音声を認識するには入力音声を多数の周波数帯に
区分する多数のバンドパスフィルタ（、ＢＰＦ）に通し
、各フィルタの出力を整流、積分し、更にその対数をと
って特徴パラメータ群を作り、同様な手法で予め得てお
いた各種音声の特徴パラメータ群と比較し、最も近い特
徴バラメーク群を選択してそれに対応する言葉を認識結
果として出力するという方法をとる。即ち周波数分析し
てそのスペクトル情報を音声の特徴パラメータとする音
声認識方式では、予め各音声の特徴パラメータを作成、
保存しておき、認識時には入力音声の特徴パラメータを
同様に抽出し、保存されているものと比較し、同一もし
くは最も頬僚している特徴パラメータが見い出されたら
、その音声の言葉が入力されたと判断する。
区分する多数のバンドパスフィルタ（、ＢＰＦ）に通し
、各フィルタの出力を整流、積分し、更にその対数をと
って特徴パラメータ群を作り、同様な手法で予め得てお
いた各種音声の特徴パラメータ群と比較し、最も近い特
徴バラメーク群を選択してそれに対応する言葉を認識結
果として出力するという方法をとる。即ち周波数分析し
てそのスペクトル情報を音声の特徴パラメータとする音
声認識方式では、予め各音声の特徴パラメータを作成、
保存しておき、認識時には入力音声の特徴パラメータを
同様に抽出し、保存されているものと比較し、同一もし
くは最も頬僚している特徴パラメータが見い出されたら
、その音声の言葉が入力されたと判断する。
この場合、入力音声のパワーは大きな又は小さな声で話
した、マイクから離して又は接近して話゛した等により
その都度変動することが予測されるので、通常はこのパ
ワー変動が認識結果に影響を与えないように音声（特徴
）パラメータを正規化する。例えば認識対象とする入力
音声をＮチャネルのバンドパスフィルタを通して分析す
る場合番こは、各特徴パラメータから、入力音声の全帯
域電力を１／Ｎした平均値を差引いて正規化する。
した、マイクから離して又は接近して話゛した等により
その都度変動することが予測されるので、通常はこのパ
ワー変動が認識結果に影響を与えないように音声（特徴
）パラメータを正規化する。例えば認識対象とする入力
音声をＮチャネルのバンドパスフィルタを通して分析す
る場合番こは、各特徴パラメータから、入力音声の全帯
域電力を１／Ｎした平均値を差引いて正規化する。
ところが、このように各特徴パラメータから入力音声の
全帯域電力（パワー）の平均値を引し）でしまうと全く
パワー情報が残らなくなるので、ノ寸ワーの大小で区別
すると都合のよむ１母音（）ぐワー大）と子音（パワー
小）の認識率が低下するなどの問題が生じる。
全帯域電力（パワー）の平均値を引し）でしまうと全く
パワー情報が残らなくなるので、ノ寸ワーの大小で区別
すると都合のよむ１母音（）ぐワー大）と子音（パワー
小）の認識率が低下するなどの問題が生じる。
発明の目的
本発明は、発声パワーに左右されないように音声パラメ
ータを正規化する際に、パワー情報の一部を残すことに
よって母音と子音の認識率を向上などを図ろうとするも
のである。
ータを正規化する際に、パワー情報の一部を残すことに
よって母音と子音の認識率を向上などを図ろうとするも
のである。
本発明は、音声周波数分析し、そのスペクトル情報を音
声の特徴パラメータとする音声パラメータ抽出方式に於
て、該スペクトル情報の全帯域電力またはその平均値以
外の値に変換した値を用いて該スペクトル情報を正規化
することによって、得られる音声パラメータにパワー情
報を付加することを特徴とするが、以下図示の実施例を
参照しながらこれを詳細に説明する。
声の特徴パラメータとする音声パラメータ抽出方式に於
て、該スペクトル情報の全帯域電力またはその平均値以
外の値に変換した値を用いて該スペクトル情報を正規化
することによって、得られる音声パラメータにパワー情
報を付加することを特徴とするが、以下図示の実施例を
参照しながらこれを詳細に説明する。
発明の実施例
図面は本発明の一実施例を示すブロック図で、１１〜Ｉ
Ｎは入力音声を周波数分析するＮチャネルのバンドパス
フィルタ（ＢＰＦ） 、２１〜２Ｎはそれらの出力を整
流して積分するＮ１１Ｉの整流積分回路である。これら
の出力（スペクトル情報）Ｐ′１〜Ｐ′Ｎはそのままで
も音声パラメータの形態をとるが、本例では対数変換回
路３１〜３Ｎでこれを対数Ｐ ｌ 〜ＰＮ （＝
ＩｏｇＰ’ｔ 〜ｌｏｇＰ’Ｎ）に変換する。そして、
減算器４１〜４Ｎによって出力ＰＩ〜ｐＮから平均値Ａ
Ｖ ” ＮΣＰ１を差し引いた値Ｘ Ｉ＝ＸＮ （＝
Ｐ ＋ ＡＶ〜Ｐ）ｇ、ＡＶ）を最終的な音声パラメ
ータとして認識部５に与えるが、本発明ではこの平均値
ＡＶを次の様にして変更する。
Ｎは入力音声を周波数分析するＮチャネルのバンドパス
フィルタ（ＢＰＦ） 、２１〜２Ｎはそれらの出力を整
流して積分するＮ１１Ｉの整流積分回路である。これら
の出力（スペクトル情報）Ｐ′１〜Ｐ′Ｎはそのままで
も音声パラメータの形態をとるが、本例では対数変換回
路３１〜３Ｎでこれを対数Ｐ ｌ 〜ＰＮ （＝
ＩｏｇＰ’ｔ 〜ｌｏｇＰ’Ｎ）に変換する。そして、
減算器４１〜４Ｎによって出力ＰＩ〜ｐＮから平均値Ａ
Ｖ ” ＮΣＰ１を差し引いた値Ｘ Ｉ＝ＸＮ （＝
Ｐ ＋ ＡＶ〜Ｐ）ｇ、ＡＶ）を最終的な音声パラメ
ータとして認識部５に与えるが、本発明ではこの平均値
ＡＶを次の様にして変更する。
先ず加算回路６で全ての音声パラメータＰ１〜ｐＮを加
算する点は従来と同様であるが、図示の例ではこれを平
均化する際に１／Ｎではない定数Ｃを用いる。７は該定
数Ｃを与える定数部、８は加算値ΣＰｉに定数Ｃを乗じ
て平均値ＡＶを求める乗算部である。
算する点は従来と同様であるが、図示の例ではこれを平
均化する際に１／Ｎではない定数Ｃを用いる。７は該定
数Ｃを与える定数部、８は加算値ΣＰｉに定数Ｃを乗じ
て平均値ＡＶを求める乗算部である。
従来は定数Ｃの代りに１／Ｎが用いられたので、Ｘｌ（
ｎ） ＝ １ｏｇＰ’ｉ［ｎ） −Ａ Ｖ ｉｎ）
−・＝ ｆｌ）但しｉ＝１．２．・・・・
・・Ｎ であったが、本例によると Ｘｌ（ｒｌ ＝ ＩｏｇＰ １（ｎｌ −Ａ Ｖ （ｎ
） ・・・−＋３１ＡＶ’（１） ”
Ｃ、Ｚ Ｐ １（ｘ）
−・ （４）１＝１ （但しＣ＼１／Ｎ） となる。−例を挙げるとＮ−１６のとき、Ｃ＝−１／２
０に設定する。このようにすれば不充分な平均値の差引
きとなって個々のパラメータＸ１〜Ｘｎにパワー情報の
一部が付加される（残る）。
ｎ） ＝ １ｏｇＰ’ｉ［ｎ） −Ａ Ｖ ｉｎ）
−・＝ ｆｌ）但しｉ＝１．２．・・・・
・・Ｎ であったが、本例によると Ｘｌ（ｒｌ ＝ ＩｏｇＰ １（ｎｌ −Ａ Ｖ （ｎ
） ・・・−＋３１ＡＶ’（１） ”
Ｃ、Ｚ Ｐ １（ｘ）
−・ （４）１＝１ （但しＣ＼１／Ｎ） となる。−例を挙げるとＮ−１６のとき、Ｃ＝−１／２
０に設定する。このようにすれば不充分な平均値の差引
きとなって個々のパラメータＸ１〜Ｘｎにパワー情報の
一部が付加される（残る）。
尚、対数変換回路３１〜３Ｎを省略する、従って積分回
路２１〜２Ｎの出力Ｐ’＋〜Ｐ′Ｎを直接除（減算器を
４除算器にする）及び加 算回路６へ入力する場合は、全帯域電力ｐｗのベキ乗ｐ
Ｗａを平均値ＡＶの代りに用いる。つまり、とする。
路２１〜２Ｎの出力Ｐ’＋〜Ｐ′Ｎを直接除（減算器を
４除算器にする）及び加 算回路６へ入力する場合は、全帯域電力ｐｗのベキ乗ｐ
Ｗａを平均値ＡＶの代りに用いる。つまり、とする。
従来方式ではａ＝１であるが本発明では例えばａ ＝
０．５とする。こ、のようにするとやはり不充分な平均
パワーの除去となり、パワーの一部が残って母音、子音
の識別など、に自効である。
０．５とする。こ、のようにするとやはり不充分な平均
パワーの除去となり、パワーの一部が残って母音、子音
の識別など、に自効である。
発明の効果
以上述べたように本発明によれば、音声パラメータにパ
ワー情報が一部付加されてい−るので、音声パワーの変
動に対してｔ＠識率を低下させず、しかも母音と子音と
の誤認識を防止できる利点がある。
ワー情報が一部付加されてい−るので、音声パワーの変
動に対してｔ＠識率を低下させず、しかも母音と子音と
の誤認識を防止できる利点がある。
また平均値差引きでベース分を除去したりするのでパラ
メータ量の節減、にもつながる。
メータ量の節減、にもつながる。
図面は本発明の一実施例を示すブロック図である。
図中、ＩＩ〜ＩＮは周波数分析用のフィルタ、２１〜２
Ｎはスペクトル情報を抽出する整流積分回路、３１〜３
Ｎは対数変換回路、４１〜４Ｎは正規化用の減算器、６
は全帯域電力の加算回路、６゛は定数部、７は平均値を
求める乗算部である。 出願人 富士通株式会社
Ｎはスペクトル情報を抽出する整流積分回路、３１〜３
Ｎは対数変換回路、４１〜４Ｎは正規化用の減算器、６
は全帯域電力の加算回路、６゛は定数部、７は平均値を
求める乗算部である。 出願人 富士通株式会社
Claims (1)
- 【特許請求の範囲】 （１１音声周波数分析し、そのスペクトル情報を音声の
特徴パラメータとする音声パラメータ抽出方式に於て、
該スペクトル情報の全帯域電力またはその平均値以外の
値に変換した値を用いて該スペクトル情報を正規化する
ことによって、得られる音声パラメータにパワー情報を
付加することを特徴とする音声パラメータ抽出方式。 （２）スペクトル情報を対数変換した後、その平均値に
一定係数を乗じた値を各スペクトル情報の対数値から除
することによって正規化することを特徴とする特許請求
の範囲第１項記載の音声パラメータ抽出方式。 （３）スペクトル情報を正規化する際にその全帯域電力
の１以外のヘキ乗を用いることを特徴とする特許請求の
範囲第１項記載の音声パラメータ抽出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58054386A JPS59178500A (ja) | 1983-03-30 | 1983-03-30 | 音声パラメータ抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58054386A JPS59178500A (ja) | 1983-03-30 | 1983-03-30 | 音声パラメータ抽出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59178500A true JPS59178500A (ja) | 1984-10-09 |
| JPH0146078B2 JPH0146078B2 (ja) | 1989-10-05 |
Family
ID=12969241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58054386A Granted JPS59178500A (ja) | 1983-03-30 | 1983-03-30 | 音声パラメータ抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59178500A (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS565597A (en) * | 1979-06-26 | 1981-01-21 | Sanyo Electric Co | Voice identifier |
| JPS57158699A (en) * | 1981-03-25 | 1982-09-30 | Oki Electric Ind Co Ltd | Recognition starting point specification for voice typewriter |
-
1983
- 1983-03-30 JP JP58054386A patent/JPS59178500A/ja active Granted
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS565597A (en) * | 1979-06-26 | 1981-01-21 | Sanyo Electric Co | Voice identifier |
| JPS57158699A (en) * | 1981-03-25 | 1982-09-30 | Oki Electric Ind Co Ltd | Recognition starting point specification for voice typewriter |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0146078B2 (ja) | 1989-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0077558B1 (en) | Method and apparatus for speech recognition and reproduction | |
| EP0182989B1 (en) | Normalization of speech signals | |
| JPS6152479B2 (ja) | ||
| JPS59178500A (ja) | 音声パラメータ抽出方法 | |
| JP2992324B2 (ja) | 音声区間検出方法 | |
| Sharma et al. | Emotion Recognition based on audio signal using GFCC Extraction and BPNN Classification | |
| JP3298658B2 (ja) | 音声認識方式 | |
| JPS59123897A (ja) | 音声認識装置 | |
| JPS61228500A (ja) | 音声認識方法 | |
| JPS6229798B2 (ja) | ||
| JPH0461359B2 (ja) | ||
| JPS61230199A (ja) | 音声認識方法 | |
| TW504666B (en) | Speech recognition method | |
| JPS6057397A (ja) | 正規化方法 | |
| JPS63223696A (ja) | 音声パタ−ン作成方式 | |
| JP3002200B2 (ja) | 音声認識 | |
| JPH0146079B2 (ja) | ||
| JPS58176698A (ja) | パターンマッチング装置 | |
| JPS59172695A (ja) | 音声パラメ−タ抽出方式 | |
| JPS6350897A (ja) | 音声認識装置 | |
| JP2000250599A (ja) | 音響特徴抽出方法及び装置 | |
| JPS6057398A (ja) | 正規化方法 | |
| JPS62172400A (ja) | 音声認識装置 | |
| JPS63262695A (ja) | 音声認識方式 | |
| JPS59231599A (ja) | 音声認識方法 |