JPS59195300A - 音声認識装置 - 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、音声を音節を単位として認識する音声認識装
置に関するものである。

従来例の構成とその問題点 近年、音声認識装置は、ワードプロセッサーやコンピュ
ータの端末装置のキーボード入力の代わりの入力手段と
して実用化が始まろうとしている。

以下、図面を参照しながら、従来の音声認識装置につい
て説明を行う。

第１図は従来の音声認識装置の講成ケ示すものである。

第１図において、１は音声を電気信号に変換するマイク
ロホン等の入力手段、２はマイクロホン１によって変換
された電気信号を増幅するマイクロンズ、３はマイクロ
アンプ２からの電気信号から音声の特徴を抽出手段で、
通常、８チヤネルから１６チヤネルのバンドパスフィル
ター等を使用している。４は特徴抽出手段３によって抽
出された音声の特徴ケディジタル信号に変換するへ／Ｄ
変換手段、５は標準パターン記憶子゛段であり、話者が
認識させたい音声ケ、あらかじめＡ／Ｄ変換手段４によ
ってディジタル化されたパターンで認識させたい音声の
特徴を記憶しておく。６は入カバターン記憶手段で、認
識の際に発声した音声の特徴を記憶しておく。

標準パターン記憶手段５は２つの部分５ａ、５ｂに分れ
ており、５ａは標準パターンのうち、母音部（アー１ａ
１．イ＝Ｉｉｌ、ウー１ｕ１．工＝１ｅ１．オー１０＋
撥音／−ＪＮｌ）の標準パターン全記憶する標準パター
ン母音部記憶手段で、第２図に示すように、５母音１ａ
１．ｆｉｌ、１ｕ１，１０１，１０１と撥音ＩＮ＋の母
音部の特徴が記憶され、５ｂは標準パターンのうち、子
音部の標準パターンを記憶する標準パターン子音部記憶
手段であり、第３図に示すように後続母音が、それぞれ
、ｌａｌ、ｆｉｌ、Ｉｕｌ、１ｅ１，１０１ごとに分け
て子音部の特徴が記憶されている。

入カバターン記憶手段６も２つの部分６ａ。

６ｂに分かれており、６ａは入カバターンのうち、母音
部の入カバターンを記憶する入カバターン母音部記憶手
段、６ｂは入カバターンのうち子音部の入カバターンを
記憶する入カバターン子音部記憶手段である。７は認識
に際して標準パターン記憶手段５に既に登録され記憶さ
れている複数の標準パターンと、入カバターン記憶手段
６に入力され記憶されている入カバターンとを比較し、
許容される範囲内で類似度の最も大きい標準パターンを
、入カバターンと同一パターンとして認識する認識処理
手段である。８は認識手段７によって認識された入カバ
ターンに対応した信号を出力する出力手段である。９は
出力手段８によって出力された信号に応じて制御され得
る被制御機器である。

以上のように構成された音声認識装置について以下にそ
の動作について説明する。

まず、話者は切換スイッチ１０を登録モードに切換え、
認識させたい音声を入力手段１に向って発声し、マイク
アンプ２全通した後、特徴抽出手段３により、音声の特
徴全抽出し、Ａ／Ｄ変換手段４によってディジタル化さ
れる。

第４図Ａ、第４図Ｂ、第４図Ｃには、それぞれ音声ア（
−１ａＩ）、ヤ（−ｌｙａ　Ｉ）、ワ（＝ｌ　Ｗ−１）
の音声パワーの時間変化勿、第５図Ａ。

第５図Ｂ＋第５図Ｃには、それぞれ音声ア（＝１ａ１）
、ヤ（＝ｌｙａＩ）＋ワ（＝ｌ　Ｗ−１）　。

の音声スペクトラムの時間変化金示す。音声スペクトラ
ムは音声の特徴を表わす一種のパラメータで、特徴抽出
手段３に、複数個のバンドパスフィルターを用いること
によって得ることができ、音７’ｊｆハワーは複数個の
バンドパスフィルターの出力を加算することによって得
られる。

標準パターン母音部記憶手゛段５ａは、特徴抽出手段３
及び、Ａ／Ｄ変換手段４によって得られた音声の特徴、
例えば、上述したような音声スペクトラムのうち第６図
Ａのｔ２の区間、単母音音節ｌａ＋の母音定常部に相当
する区間の特徴を記憶し、標準パターン子音部記憶手段
５ｂは、第６図へ〜Ｃの区間ｔ１に、それぞれ、音声１
ａ１゜１ｙａ１．ｌ”ｌの子音部に相当する区間の特徴
を記憶する。

このようにして、音声の特徴を登録する処理が行われる
。

然る後、話者は切換スイッチ１０ｉ認識モードに切換え
、あらかじめ登録されている音声のうち、認識させたい
音声？入力手段１に向って発声し、マイクアンプ２全通
した後、特徴抽出手段３により、この音声の特徴全抽出
し、Ａ／Ｄ変換手段４によってディジタル化され、入カ
ッくターン母音部記憶手段６ａは、Ａ／Ｄ変換手段４に
７よってディジタル化された入力音声の母音部の特徴、
すなわち、音声スペクトラムの区間ｔ２の音声ノくワー
を、人カバターン子音部記憶手段６ｂは、Ａ／Ｄ変換手
段４によってディジタル化された入力音声の子音部の特
徴、すなわち、音声スペクトラムの区間ｔ１の音声パワ
ーを、一旦記憶し、認識処理手段７によって、まず、入
カバターン母音部記憶手段６ａに記憶されている入力音
声の母音部の特徴と、標準パターン母音部記憶手段５ａ
に登録されている第２図に示すような複数個の母音部（
＋　−１＝ア、１１１−イ、１ｕ１−ウ、１ｅ１−工、
１ｏ１−オ、ｌＮ１−ン）とを比較し、許容される範囲
内で、類似度の最も大きい標準パターンを決定し、この
時の人力音声パターンに含まれる母音を認識する。

次に入カバターン子音部記憶手段６ｂに記憶されている
子音部の特徴と、標準パターン子音部記憶手段５ｂＫ登
録されている第３図に示すような複数個の子音部（１ａ
１−ア、Ｉ　ｋ　＋−力、・・・・・・１ｂ０１−ボ、
　Ｉ　ｐｏＩ−ポ）のうち、上記識別母音と同一の母音
を後続母音に持つ複数個の子音部とを比較し、許容され
る範囲内で、類似度の最も大きい標準パターンがこの時
の入力音声と認識され、この認識に基づいて出力手段８
から人力音声に対応した信号出力が得られ、例えばワー
ドプロセッサー等の被制御機器９を接続し、信号出力に
基づいた制御を行う。

しかしながら、上記のような音声認識装置では、人力音
声をまず入力音声中に含まれる母音を認識し、然る後、
認識された母音と同一の母音を後続母音にもつ子音に限
定して入力音声の認識を行うため、母音の認識を誤れは
、入力音声の認識、が正しく行われないという欠点を有
していた。

発明の目的 本発明は、上記欠点に鑑み、母音の認識を確実に行う音
声認識装置全提供するものである。

発明の構成 本発明は、入力音声パターン中の母音を標準パターン中
の特定の母音と認識した後、認識された母音を後続母音
としてもつ子音の認識全行う際に、認識されにくい母音
に対しても、母音の変形パターンを標準パターン母音変
形記憶手段に登録することにより母音認識を確実に行い
、その母音を後続母音としてもつ子音のＪ忍識を行うこ
とにより、認識率の向上全図るものである。

実施例の説明 以下本発明の一実施例について、図面を参照しながら説
明する。

第６図は本発明の音声認識装置の構成を示すものである
。第６図において、１は音声ｒ眠気信号に変換するマイ
クロホン等の人力手段、２はマイクロホン１によって変
換された電気信号ケ増幅するマイクアンプ、３はマイク
アンプ２からの電気信号から音声の特徴ケ抽出する特徴
抽出手段、４は特徴抽出手段３によって抽出され−た音
声の特徴音ディジタル信号に変換するＡ／Ｄ変喚手段、
５は標準パターン記憶手段であって、２つの部分５ａ。

５ｂに分かれており、話者が認識させたい音声ケあらか
じめＡ／Ｄ変換手段４によってディンタル化されたパタ
ーンで認識させたい叶声の特徴を記憶しておく。６ａは
標準パターン母音部記憶手段で、標準パターンのうち母
音部の入カバターンを記憶する。５ａ’は標準パターン
のうチ、６１り庁の変形パターン金記憶する母音変形記
憶手段で、第７図に示すように５母音の変形パターン１
ａ“１゜Ｉｉ’　ｌ　、　ｌｕ’ｌ　、　Ｉｅ’ｌ　、
　ｌｏ’ｌが記憶されている５ｂは標準パターンのうち
、子音部の標準パターンを記憶する標桑パターン子音部
記憶手段であり、第３図に示すように後続母音が、それ
ぞれ、ｌａＩ？ｌｉｔ、ｌｕｌ、１０１，１０１ごとに
分け、子音部の特徴が記憶されている。

６ａは入カバターンのうち、母音部の人カバターンを記
憶する入カバターン母音部記憶手段、６ａ’は入カバタ
ーンのうち母音変形パターンを記憶する入カバターン母
音変形記憶手段、６ｂは入カバターンのう匂子音部の入
カバターンを記憶する人カバターン子音部記憶手段であ
る。７は認識に際して、各記憶手段５ａ、５ａ“、ｒｓ
ｂに既に登録され記憶されている複数の標準パターンと
各記憶手段６ａ、６ａ’、６ｂに入力され記憶されてい
る入カバターンとを比較し、許容される範囲内で類似度
の最も大きい標準パターンを、入力・くターンと同一パ
ターンとして認識する認識処理手段である。８は認識処
理手段７によって認識された入カバターンに対応した信
号を出力する出力手段である。９は出力手段８によって
出力された信号に応じて側脚され得る被制御機器である
。

本発明の音声認識装置の構成と従来例の音声認識装置の
構成の相異は、上述のように母音変形部記憶手段５ａ”
と６ａ’にあり、第６図に示すような構成となっている
。

以北のように構成された音声Ｊ忍識装置について、以下
その動作について説明する。

まず、話者は切換スイッチ１０を登録モードに切換え、
認識させたい音声を入力手段１に向って発声し、マイク
アンプ２全通した後、特徴抽出手段３より音声の特徴を
抽出し、Ａ／Ｄ変換手段４によって、ディジタル化され
る。

標準パターン母音記憶手段５ａおよび５ａ’は、特徴抽
出手段３及びＡ／Ｄ変換手段４によって得られた音声の
特徴、例えば、音声スペクトラムのうち、単母音音節の
母音定常に相当する区間の特徴を記憶し、標準パターン
子音部記憶手段５ｂは、音声の子音部に相当する区間の
特徴を記憶する。

この時、後続母音がｌａＩの場合は、ｌａＩ段に、後続
母音がＩｌｌ、ｌｕｌ、１ｅ１．＋０１の場合は、それ
ぞれ、ｌｕｌ段、ｌｕｌ段、１０１段。

１０１段に登録する。このようにして、音声の特徴を登
録する処理が行われる。

然る後、話者は切換スイッチ１ｏｔ−、；忍識モードに
切換え、あらかじめ登録されている音声のうち、認識さ
せたい音声ケ入力手段１に向って発声し、マイクアンプ
２全通した後、特徴和１出手段３により、音声の特徴を
抽出する。人カッくターン母音言己憶手段６ａおよび６
ａ’は、Ａ／Ｄ変換手段４によってディジタル化された
人力音声の母音名じの特徴蛍、１だ、入力・くターン子
音部ｄ己す意手段６ｂは、Ａ／Ｄ変換手段４によってデ
ィジタルイヒされた入力音声の子音部の特徴を一旦記憶
する。言忍識処理手段７によって、まず、入カッくター
ン母音台ａｔ己す意手段６ａおよび６ａ’に記憶されて
いる入ノＪ音声の母音部の特徴と、標準ツク゛ターン母
音音μＪ己す意手段６ａおよびｓ　ａＩに登録され記憶
さ丘ている複数イ固の母音部（ｌａｌ＝ア、１１１−イ
、１ｕ１−ウ。

１ｅ１−工、１０１−オ、１Ｎｌ＝７、ｌ　−’　Ｉ　
＝アの変形パターン、ｌｉ’ｌ＝イの変形）（ターン、
１ｕ１１−ウの変形）々ターン、１ｅ゛１−工の変形・
くターン、ｌＯ’ｌ−オの変形ノ（ターンとをそれぞれ
比較し、許容されている範囲内で、類似度の最も大きい
標準パターンをそれぞれ求め、これらを入力音声パター
ンに含まれる母音の第１候補、第２候補とする。

次に、人カバターン子音部記憶手段６ｂに記憶されてい
る子音部の特徴と、標準パターン子音部記憶手段５ｂに
登録されている第３図に示すような複数個の子音部のう
ち、識別１１音の第１候補と同一の母音段の複数個の子
音部とを比較し、許容される範囲内で、類似度の最も大
きい標準パターンが、この時の人力音声の子音と認識さ
れる。

もし、この認識結果が変形パターンをもたらす子音の行
ならば、母音変形邪の認識結果である第２候補全優先さ
せ、これｒ母音とし、上記子音部の比較で得られた子音
と組合せて認識結果とする。

本発明によれば、例えば、入力音声がＩｙａ　１の場合
、後続母音１−１が子音１ｙｌの影響により単母音のｌ
ａｌと異なった特徴を持ち、本来認識されるべき後続母
音１ａＩを誤ってＩｅＩと認識されやすい。そこで標準
パターン母音変形部記憶手段５ａ’に１ｙ＆１の後続母
音を、単母音１−１の変形パターン１ａ“１として登録
することにより、人力音声が正しく認識される。

この認識に基づいて、出力手段８から入力音声に対応し
た信号出力が得られ、例えば、フードプロセッサー等の
被制御機器を接続し、信号出力に基づいた制御全行う。

以上のように本実施例によれは、まず、母音を認識し、
その母音に基づいて子音全認識する際に、母音識別が誤
りやすい音声は、その音声の母音の変形パターン全登録
することにより、入力音声の認識時に、母音識別が正し
く行なわれる。

第８図Ａ−ＴＢ、第９図Ａ、Ｂ、第１０図八、Ｂ１第１
１図Ａ　、　Ｂ、第１２図Ａ、Ｈにそれぞれ１８１段、
１１１段、ｌｕｌ段、１８１段、１０１段の、従来の音
声認識装置の認識実験の認識結果と、上記実施例の認厳
結果ケコンノーーージョン°マトリックスで、それぞれ
図示する。

第１表は、第８図Ａ、Ｂ〜第１２図Ａ、Ｂのコンフユー
ジヨン・マトリックスより認識率を求めた結果で、単位
は係である。第１表かられかるように、ｌａｌ琲とｌｕ
Ｉ段の認識率は、それぞれ、５．０％、６．６％向上し
ている。

発明の効果 本発明の音声認識装置は、入力音声パターン中の母音を
標準パターン中の特定の母音と認識した後、認識され゛
た母音を後続母音としてもつ子音の認識を行う際に、認
識されにくい母音に対してはその母音をも、標準パター
ン母音変形記憶手段に母音変形パターンとして登録する
ことにより母音認識ｒ正しく行い、その母音を後続母音
としてもつ子音の認識を行う認識処理手段を設けること
により、認識率の向上を図ることができ、その実用的効
果は大きい。

【図面の簡単な説明】

第１図は従来の音声認識装置の構成を示すブロック図、
第２図は標準パターン母音部記憶手段に登録記憶される
音声パターンを示す図、第３図は従来の音声認識装置に
於て標準パターン子音部記憶手段に登録、記憶される音
声パターンを示す図、第４図Ａ−Ｃは各辞意のぎ声パワ
ーの時間変化を示す図、第６図Ａ−Ｃは各音声の音声ス
ペクトラムの時間変化を示す図、第６図は本発明の音声
認識装置一実施例の構成を示すブロック図、第７図は本
発明の音声認識装置に於て標準パターン母音変形部記憶
手段に登録、記憶される音声パターンを示す図、第８図
Ａ、Ｂ〜第１２図Ａ、Ｂは各母音段の従来と本発明実施
例の認識結果のコンヒーージョンマトリノクスを示す図
である。 １・・・・・・人力手段、２・・・・・・マイクアンプ
、３・・・・・・特徴抽出手段、４・・・・・・Ａ／Ｄ
変換手段、５ａ・・・・・・標準パターン母音部記憶手
段、６　ａ’・・・・・・標準パターン母音変形部記憶
手段、６ｂ・・・・・・標準パターン子音部記憶手段、
６ａ・・・・・・入カバターン母音部記憶手段、６　ａ
’・・・・・・入カバターン母音変形記憶手段、６ｂ・
・・・・・人カバターン子音部記憶手段、７・・・・・
・認識処理手段、８・・・・・・出力手段、９・・・・
・・被制御機器。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第２
図 第４図　　　　第５図 第８図 第１０図 第１１図

Claims (1)

【特許請求の範囲】
1. 音声の特徴ベクトルを標準パターンとして予め登録する
   標準パターン記憶手段と、入力された音声の特徴ベクト
   ルを入カバターンとして記憶する入カバターン記憶手段
   と、前記標準パターンと前記入カバターンとを比咬し、
   前記標準パターン中の前記人力パタ一ンに対応する特定
   の音声パターンを識別する認識処理手段とを備え、前記
   標塾パターン記憶手段と前記入カバターン記憶手段はそ
   れぞれ、ｊｕ音パターンを記憶する母音部と、子音パタ
   ーンを記憶する子音部と、前につく子音によって母音パ
   ターンが影響を受けて変形する一群の母音変形パターン
   を記憶する母音変形部とを有し、前記認識処理手段は、
   前記標準パターン記憶手段と前記入カバターン記憶手段
   の母音部同志の識別結果に基いてＰ音部同志を比慣し、
   その結果が後続母音のＩＪ音パターンに影響を与える子
   音ならば、前記母音変形部同志の識別結果を優先しこれ
   を母音として認識することを特徴とする音声認識装置。