JPS59219800A

JPS59219800A - 音声パターン比較方法

Info

Publication number: JPS59219800A
Application number: JP9475083A
Authority: JP
Inventors: 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1983-05-27
Filing date: 1983-05-27
Publication date: 1984-12-11
Also published as: JPH0527120B2

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】良１欠■ 本発明は、音声認識装置に関する。

良末韮遣近年、マン・マシン対話の実現のために音声認識装置が
実用化されつつあるが、音声の認識において重要な部分
は、辞書登録された特徴パターンと入力音声の特徴パタ
ーンの照合部である。通常、この音声特徴パターンの照
合には次の二つの問題点があり、その−は、発声毎に音
声長が変動することであり、その二は発声者によってホ
ルマントが異り周波数変動があることである。前記その
−の変動吸収のためには動的計画法（Ｄ　Ｐ）によるパ
ターンマツチング法が知られている。このＤＰマツチン
グ法は時間方向の変動吸収のために比較すべき二つのパ
ターン間の類似度が最大になるようにパターンの時間長
を伸縮するものである゛が、この方法は二つのパターン
間のあらゆる対応づけとして類似度を求めるものである
ため、演算量が多く、また周波数変動を吸収するために
は膨゛大なりＰ演算が必要となる。なお、前記その二の
周波数変動を吸収する方法は未だに確立されていない。

旦−一一一的本発明は、上述のごとき実情に鑑みてなされたもので、
少ない演算量によって時間変動と周波数変動の両方を吸
収して精度よくパターンを照合し得るようにした音声パ
ターン照合装置を提供しよう−とするものである。

４−−１本発明の構成について、以下、実施例に基づいて説明す
る。

最初に、第１図及び第２図を参照しながら通常のＤｒマ
ツチ、フグ法について説明する。

まず、第１図において、（ａ）図のパターンと（ｂ）図
のパターンを比較することを考えるが、同図には、音声
パターンを時間軸方向に一定間隔でサンプリングしたパ
ターン１．２・・・　が示されており、これら各パター
ン１，２・・・　をフレームと呼んでいる。このＤｒ法
は、まず（ａ）図の第１フレームと（ｂ）図の第１フレ
ームを対応づけて二つの波形の差を求め、第２図の斜線
部を求める。以下同様にして（ａ）図の第１フレームと
（ｂ）図の第２フレーム、（ａ）　図のｉｔフレームと
（ｂ）図の第３フレーム・・・・・・　（ａ）図の第２
フレームと（ｂ）　図の第１フレーム、（ａ）図の第２
フレームと（ｂ）図の第２フレーム・・・・・・　と対
応づけ、その波形差が一番少なくなるようにフレーム間
、つまり時間軸の対応をつけるものである。そのため、
（ａ）　、　（ｂ）が同一人物の発声した音声であるよ
うな周波数変動が少ないパターンに関しては有効である
が、例えば第２図の破線と実線の波形のように波形が似
ているにもかかわらず、周波数にずれがある場合にはこ
れを同一波形とみなすことができない。このような現象
は（ａ）と（ｂ）の音声の発声者が異なった場合に起こ
るが、これには個人のホルマント差が影響している。

本発明は、上記ＤＰマツチング法の欠点を解決するため
になされたもので、その動作原理について第３図を参照
しながら説明する。まず、前述のごとくしてサンプリン
グされたパターンを、周波数軸方向及び時間軸方向にサ
ンプリングし、周波数の低い方から順にｉ＝１，２．・
・・・・・工１時間軸方向をｊ＝１，２，３．・・・・
・・Ｊとし、二つのパターンをＡ　（ｉ、ｊ）　、　Ｂ
　（ｉ、ｊ）で表わす。次、に辞書登ｉｔべきパターン
はフィルタ一群でｉ＝１．２゜・・・・・・Ｉまで分け
、閾値を設けて２値化して登録する（Ａ　（ｉ、ｊ）　
、Ｊ　Ａ　＝　’　Ｉ・・・Ｊａ）。一方、認識音声は
同様に２値化されたあと、細線化されてＢ（Ｌｊ）　、
　　ｊ　Ｂ　＝　１　、２　、・・・ＪＢとなる。ここ
でｊａとｊＢの対応づけが問題になるが、この対応づけ
を第３図に示す？第３図において、ｉ　−ｊ　、、ａ面
上でＡ（ｉ、ｊＡ）を表わすと（ａ）図のようになりＢ
（ｉ、ｊＢ）をｉ　　ｊＢ面で表わすと（ｂ）図のよう
になる。ただし、２値化して０．１にしたうち１の部分
を斜線で表わしている。この時、ｊＡとｊｓのサンプル
点の作るメツシュ（ｊａ、ｊＢ）各点におけるＡＣ’　
ｌ　Ｊ　Ａ　）とＢ（ｉ、ｊａ）の類似度ｒ（ｊａ、ｊ
ｅ）を次式で定義し、■ ・・・・・・（１）Ｊ　Ａ”　’　＋　Ｊ　Ｂ＝　１からｊａ　＋　ｊｅま
での類似度の累計をＲ（ｊａ、ｊＢ−）で表わした時、
・・・・・・　（２）となるような（ＪＡ　ＩＪＢ　）を決定して行く（ただ
し１Ｉｌａｘは（内の最大値を採用することを示してい
る）。なお、上記（１）式は積をとっているが、これは
理論演算でも良いし、Ｂ（ｉ、ｊｅ）のｉを変化させて
「ｌ」を抽出し、その部分だけ演算をしても良い。また
（２）式の結゛果をフレームｆｉＩ＋Ｊで正規化するこ
とも考えられる。また各パターンの始端と終端は各々対
応づけるものとする。

第４図は、上記動作原理に従って構成された本発明の一
実施例を示すブロック線図で、図中、ｌはマイク、２は
フィルタ一群、３は音−区間検出部、４は２値化部、５
はスイッチ、６は辞書部、７は細線化部、８は類似度計
算部、°９はｊａ、’ｊＢ変化部、ｌＯは類似度検出部
、ｌｌはＲ計算部、１２はＪａ又はｊｅを１ステップ歩
進する歩進部、１３はＲの最大算出部、１４は認識結果
出力部で、本発明によると、（ａ）のパターンが周波数
軸方向に幅をもち、（ｂ）のパターンの幅がせまいため
、発声者によって周波数が変動し、そのため（ｂ）のパ
ターンが周波数軸方向に変動しても（ａ）のパターン幅
からはみ出さない限りその変動を吸収することができる
。

第５図は、本発明の他の実施例を示す図で、この実施例
は、辞書部６の前にピーク検出部１５を設け、該ピーク
検出部１５によって音声の特〆麦パターンの周波数上の
ピークを検出し、そのパターンを辞書部に登録しておき
、他方、照合すべきパターンが入力された時に、これを
ある閾値で０゜１に２値化しくこの時１になる部分を特
徴量分布部と称する）、これと辞書パターンの類似度を
前記式（２）に従って動的計画法によって最矢になるよ
うに時間伸縮を行なって照合するようにしたものである
。

処−一一釆以上の説明から明らかなように、本発明によると、少な
い演算量で時間変動と周波数変動の両方を吸収すること
ができる精度の高いパターン照合装置を提供することが
できる。

【図面の簡単な説明】

第１図及び第２図は、ＤＰマツチング法を説明するため
の図、第３図は、本発明の詳細な説明するための図、第
４図及び第５図は、それぞれ本発明の詳細な説明するた
めのブロック線図である。ｌ・・・マイク、２・・・フィルタ一群、３・・・音声
区間検出部、４・・・２値化部、５・・・スイッチ、６
・・・辞書部、７・・・細線化部、８・・・類似度計算
部、９・・・ｊＡ＋Ｊｅ変化部、１０・・・最大類似度
算出部、１１・・・Ｒ算出部、１２・・・ｊａ（ｊｓ）
歩進部、１３・・・Ｒ最大算出部、１４・・・結果出力
部、１５・・・ピーク検出部。 −７２：

Claims

【特許請求の範囲】

（１）周波数上の特徴量の時間変化として表現されるパ
ターンを比較するパターン比較装置において、比較すべ
き二つのパターンのうち少くとも一方のパターンを２値
化し、周波数軸方向の特徴量分布幅を細化する操作をし
た後に、該パターンの細化された部分が他方のパターン
の特徴量分布上に対応づくように動的計画法によって時
間長を整合させて照合する°ようにしたことを特徴とす
る音声パターン照合装置。
（２）周波数の特徴量の時間変化として表現されるパタ
ーンを比較照合するパターン比較装置において、比較す
べき二つのパターンのうち少くとも一方のパターンの周
波軸上のピークを時間方向へ連らねたパターンに変換し
、該パターンのピーク連結部が他方のパターンの特徴量
分布↓に対応づくように動的計画法によって時間長を整
合させて照合するようにしたことを特徴とする音声パタ
ーン照合装置。