JPS59180598A - 音声入力方式 - 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】 〔発明の技術分野〕 本発明はあらかじめ発声された音声を音響分析し標準パ
ターンを記憶しておき、入力音声を標準パターンと照合
し識別するようにした特定話者を対象とした音声入力方
式に関するものである。

〔従来技術と問題点〕

従来の音声入力方式としては、特定話者の単語発声、単
音節発声を認識対象とした方式や、不特定話者の少数単
語発声を対象としだ方式などはすでに実用化されている
。しかし、それらの入力方式は音声入力としてはかなシ
限定された用途のものでアリ、マン−マシン・インタフ
ェースとじて満足できるものでない。壕だ、人間にとっ
て自然な発声である連続音声による入力方式は、調音結
合等の技術的に難しい問題があり、従来の方式はこの問
題を回避しており、連続音声の認識の実現には無理があ
った。

〔発明の目的〕

本発明の目的は上記従来の欠点に鑑み、特定話者を対象
とした音声入力方式において、母音及び母音十子音十母
音単位で発生した音声から求めた母音、子音の特徴パラ
メータ列によって、特徴パラメータ列の時系列に変換さ
れた入力音声を逐次的に処理し、母音部の識別及び前後
の母音にはさまれた子音部を識別することによシ、連続
音の認識を可能にする音声入力方式を提供することを目
的とするものである。

〔発明の構成〕

そしてこの目的は本発明によれば、特定話者を対象とし
た音声入力方式において、音響分析回路、特徴抽出回路
、モード切換器、母音及び前後の母音にはさまれた子音
の特徴パラメータを記憶する標準パターン記憶手段、母
音識別手段、前後の母音にはさまれた子音を識別する子
音識別手段とからなり、標準音韻の登録モードで、特定
話者の発声した音声を前記音響分析回路で音響分析し、
前記特徴抽出回路で母音及び前後−の母音にはさまれた
子音の特徴パラメータを抽出し、前記標準パターン記憶
手段に記憶しておき、モード切換器を切換えて識別モー
ドとしたとき、入力音声は前記音響分析回路で音響分析
され、前記特徴抽出回路で得た特徴パラメータから、前
記母音識別手段において前記標準パターン記憶手段に記
憶されている母音音韻パターンと照合し母音が識別され
、前記子音識別手段において前記標準パターン記憶手段
に記憶されている前後の母音にはさまれた子音の特徴パ
ラメータを照合して子音が識別され、音韻情報を時系列
で出力することを特徴とする音声入力方式を提供するこ
とＫよって達成される。

〔発明の実施例〕

以下、本発明の実施例を図面を用いて詳述する。

第１図は本発明による音声入力方式の構成を示す図であ
る。

同図において、１は音響分析回路、２は特徴抽出回路、
３はモード切換器、４は標準パターン記憶手段、５は母
音識別手段、６は子音識別手段を示すＯ ａ、標準音韻の登録モード 人力媒体１１から入力された母音単独発声猷り変換器１
２でアナログ−ディジタル変換され、音響分析回路１で
分析され、特徴抽出回路２で特徴パラメータ列が時系列
として出力される。モード切換回路３は登録側にセット
されているので、特徴パラメータ列は音韻抽出回路１３
に入力され、母音の標準音韻を抽出し、母音辞書メモリ
１４に格納される。

次に第２図を参照して母音の標準音韻の抽出について説
明する。

特徴パラメータの時系列を次式のように表わす。

ここで、特徴パラメータとしてはパワースペクトルを用
いることとする。

時間軸上で分割されたフレーム毎に特徴ノくラメータ■
＋　ｌ　Ｖ２１・・・・・・■４が得られるＯ　次にフ
レーム間の距離ｄ　（ｋ、ｌ）を次式のように定義する
ｄ＜ｈ、ｉ）　＝　ｌ　ｖｋ−ｖ、　ｌ　　　　　　　
（２）（２）式の定義にもとづいて前後フレーム間との
距離が最小となるフレームを求める。このことは第２図
（ロ）に示す、特徴パラメータ間の面積が最小−になる
ものを選択することと同様である０そして、そのような
フレームの特徴パラメータ列Ｖ丁を母音Ｘの標準母音と
する１、 次に入力媒体１から入力された母音十子音＋母声の発声
は上記した母音の場合と同様にして特徴パラメータの時
系列に変換され、音韻抽出回路１３で、既に得られてい
る母音音韻の標準パターンを用いて子音部を検出し、子
音の標準音韻を抽出し、前後の母音の情報を付加して子
音辞書メモリ１５に格納する。

話者が、母音十子音＋母音で発声した連続音声を音響分
析し、その特徴パラメータ列を、既に求めた単独母音の
標準音韻パターンを用いて、前記（２）式の距離定義に
もとづいて母音部を固定する。

ここで、前後母音は発声時に何であるか既にわかってい
るので、その既知の母音の標準音韻パターンとの距離計
算において、決められた閾値以下の距離を有するフレー
ムをその母音部とする。そして、前後の母音部が同定さ
れたのち、それらにはさまれて存在する子音部の中心フ
レームの特徴パラメータ列を、前後の母音に依存した子
音音韻の標準パターンとする。即ち子音音韻の標準パタ
ーンは前後の母音によシ異って記憶されている。

ｂ、音声認識モード さて、モード切換器３を識別側にセットすると音声認識
モードになる。入力媒体１１から入力された入力音声は
登録時と同様にして、特徴パラメータの時系列に変換さ
れ、メモリ指示回路１６によってメモリ１７に一旦格納
される。そしてメモリ１７から逐次的に特徴パラメータ
を読み出し、照合回路２０で母音辞書メモリ１４に格納
されている母音音韻との距離計算を行い、その結果をメ
モリ指示回路１２によってメモリ１９に格納する。

ξ−のとき、距離判定には一定の閾値を設け、この閾値
以下の距離を有するフレームについてのみ、母音のラベ
ルをっけ、その他のフレームは特徴パラメータがそのま
ま保存されている。次にメモリ１９の内容を逐次的に読
出し、判別回路２２で母音ラベルがついていないフレー
ムをメモリ指示回路２３を介してメモリ２４に格納する
とともに、前後母音の情報を検出する。検出した前後母
音にはさまれた子音音韻の特徴パラメータを、メモリ指
示回路２１により子音辞書メモリ１５がら読み出し、メ
モリ２４に格納されている未決定フレームの特徴パラメ
ータとの照合を照合回路２５において行う。以上の操作
の結果は音韻情報の時系列として出力される。

〔発明の効果〕

以上、詳細に説明したように本発明の音声入力方式は連
続音声の認識を可能にするという効果を有する。

【図面の簡単な説明】

第１図は本発明による音声入力方式の構成７示す図、第
２図は標準音韻の登録を説明する図である。 １・・・・・・音響分析回路 ２・・・・・・特徴抽出回路 ３・・・・・・モード切換器 ４・・・・・・標準パターン記憶手段 ５・・・・・・母音識別手段 ６・・・・・・子音識別手段 特許出願人　富士通株式会社 代理人弁理士　京　谷　四　部 ８ｉ

Claims (1)

【特許請求の範囲】
1. 特定話者を対象とした音声入力方式において、音響分析
   回路、特徴抽出回路、モード切換器、母音及び前後の母
   音にはさまれた子音の特徴パラメータを記憶する標準パ
   ターン記憶手段、母音識別手段、前後の母音にはさまれ
   た子音を識別する子音識別手段とからなり、標準音韻の
   登録モードで、特定話者の発声した音声を前記音響分析
   回路で音響分析Ｌ、前記特徴抽出回路で母音及び前後の
   母音にはさまれた子音の特徴パラメータを抽出し、前記
   標準パターン記憶手段に記憶しておき、モード切換器を
   切換えて識別モードとしたとき、入力音声は前記音響分
   析回路で音響分析され、前記特徴抽出回路で得た特徴パ
   ラメータから、前記母音識別手段において前記標準パタ
   ーン記憶手段に記憶されている母音音韻パターンと照合
   し母音が識別され、前記子音識別手段において前記標準
   パターン記憶手段に記憶されている前後の母音にはさま
   れた子音の特徴パラメータを照合して子音が識別され、
   音韻情報を時系列で出力することを特徴とする音声入力
   方式。