JPS60107192A - パタ−ン認識装置 - 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】 〔発明の技術分野〕 本発明は、認識率の向上を効果的に図り得るパターン認
、ａ装置に関する。

〔発明の技術的Ｒ景とその間照点〕

近時）文字認識ν音声認識２図面読取等のノ４ターン認
識技術の発達が目覚ましく、例えば音声ワードプロセッ
サ、回路図面読取装置等が実用化の段階に入りつつおる
。然し乍ら、不特定多数の利用者を対象とするパターン
認識や、認識対象とするカテゴリ数が多い・母ターン認
識にあっては、未だに認識率が低く、・千ターン認識技
術における大きな課題となっている。

ところで、認識率の向上を図る為には、予め多数の・ぐ
ターンを収集して学習を行い、パターンｍ　６６に供す
る認識用の辞書を十分に作成しておけば良いことが知ら
れている。然し、認識対象とするカテコ゛りが多数の場
合、例えば数千種の漢字を認識対象とする場合には、そ
の漢字パターンを十分多く収集することは実際上殆んど
不可能である。しかも、不特定多数の利用者を対象とす
るとき、・９タ一ン入力者の個性的な癖の影響が多大で
あり、この癖に起因する・臂ターンの変形に十分対処す
ることが甚だ困難であると云う不具合がある。またこれ
を回避するべく、パターンの繰返し入力を行わしめて学
ｆｋ行うには、パターン人力者にあまシにも多大な負担
を強いることになる。

〔発明の目的〕

本発明はこのような事情を４属してなされたもので、そ
の目的とするところは、パターン認識に供する認、１１
１１！静舊を効果的に学Ｈしてその認識率の向上を図り
得る実用性の高い・ぐターン認識装置を提供することに
ある。

〔発明の概要〕

本発明は入カバターンを認識処理してめられた上記入カ
バターンの認口哉結果に従って、誤認識結果されたカテ
ゴリをよむ・やターンおよび誤認識結果としてめられた
カテ了りを含むパターンをそれぞれ入力して、前記・ぐ
ターン認識処理に用いられる認識辞書の学Ｗｔ行うよう
にしたものである。

つまシ、入力・ぞターンに対する認識結果に基づいて、
特定のカテゴリを宮む・ぐターンを用いてその認識辞書
の学とを行わしめることにょシ、上記認識辞書の性能向
上、充実化等を簡易に、且つ効率良く図るようにしたも
のである。

〔発明の効果〕

かくして本発明によれば、入カバターンの認識結果に基
づいて認識対象・ぐターンの収集を行い、例えば誤認識
やコンフリクトの生じ易い／′ｅターンを収集して認識
辞書の学ｄを行うので、容易に信頼性の高い認識辞書を
作成してその認識率の向上を図ることが可能となる。っ
まシ、比較的少ない入カバターンデータを有効に利用し
て上記認識辞書の充実化を容易に図ることが可能となる
。

しかも、従来とは異なシ、認識結果に基づいて誤認識を
招いたカテゴリを含むパターンと、誤認識結果としてめ
られたカテゴリを含むパ・ターンとを有効に利用して認
識辞書の学習を行うので、その学習効率が非常によく、
また信頼性の向上に大きく寄与する。

〔発明の実施例〕

以下、図面を参照して本発明の実／７１！１列につき説
明する。

第１図は実施例装置の概略構成図である。この装置を構
成する各要素は、その認識対象によってそれぞれ異なる
が、基本的には次のように構成される。パターン入力部
１は、認識対象とするパターン・データを入力するもの
で、このパターン入力＄１を介して入力されたノ！ター
ンは前処理部２においてその特徴が抽出される。

認識部３はこのようにして前処理部２がめた前記入カバ
ターンの特徴ベクトルと、辞書記憶部４に予め登録され
ている仮数のカテゴリの認識用辞Ｈとの間の距離や類似
度、具体的にはそのマハラノビス距離やユークリッド距
離をめたり、またその仮台類似度を計算する等して認識
処理を行っている。そして、その最小距離、または最大
類似度を持つ認識＃書の予め既知なるカテゴリを前記入
カッ９ターンの認識結果としてめている。このようにし
てめられた認識結果が、表示部５を介して／母ターン入
力者（利用者）に提示される。

ここで、認識対象とするパターンが単音節音声や、単語
音声である場合、前記・千ターン入力部１はマイクロホ
ンや、このマイクロホンを介して得られた入力信号を増
幅する増幅器等によって構成される。そして、前処理部
２は、例えば１６チヤンネルのフィルタフ４ンクを通し
た出力全２乗検波し、更にこれを単音節毎に時間方向に
１６フレームに亘ってリサンプルして合計２５６点の％
徴ベクトルをめる如く構成される。捷だ単語音声の場合
には、例えば上記の如き単音節特徴ベクトルの組合せと
して、その特徴ベクトルが表現される。

また、認識対象が手書された文字ｉＪ？ターン等の場合
には、パターン入力部１は光電変換器等によって構成さ
れ、また前処理部２は文字ノぞターン像に所謂ボケ操作
を加える等して、その特徴ベクトルを抽出する如く構成
される。尚、このよう、な文字ツクターン等を認。一対
象とする場合には、第２図にその要部構成を示すように
、特徴ベクトル抽出された人カバターンを一旦、・臂タ
ーンメモリ６に格納しておくようにすれば都合が良い。

その他、認識対象とする・母ターンの種別に応じてノ４
ターン人力部１および前処理ｓ２を構成し、その認識に
通した入カバターンの特徴ベクトルを抽出すれば良いこ
とは、云うまでもない。

また、このようにして抽出された入力・ぞターンの特徴
ベクトルに基ずく認識処理も、従来よシ棟々提唱されて
いる方式を適宜用いれば良いことは勿論である。

ところで、本発明装置が特徴とするところは、上記の如
く構成された一般的な構成のパターン認識装置本体に加
えて、辞書記憶部４に格納された認識辞書−を、員Ｊ記
装置本体の認識結果に従って学ｄ・更新ケ行わしめるよ
うにした点にある。学ｄ用入カカテコ゛り決定部７は、
前記認識部３が得た認識結果、およびその認識結果に対
する・９タ一ン入力者の合・否の指示情報等を入力し、
これに基づいて学ｄすべきカテゴリを決定するものであ
る。例えば認識結果に対する「正」「誤」「コンフリク
ト」の情報や、認識処理過程で得られた候補カテゴリの
順位とその類似匿呟等から、入カバターンに対するコン
フユージヨン・マトリックスを作成し、このコンフユー
ジヨン・マトリックスから学習すヘキ・母ターンを決定
している。具体的には、誤認識結果を招いたカテゴリを
含むパターン、および誤認識結果としてめられたカテゴ
リを含む・臂ターンを学８対象用の７２ターンとして決
定し、またコンフリクトが生じたカテゴリの組合せを調
べ、これらのカテゴリの組を當む・臂ターン学習対象と
して決定している。しかして入力カテゴリ決定部７は、
このようにしてめた学習対象とするカテゴリを含むパタ
ーンの入力を前記表示部５を介してｉ４４タ一ン入力（
利用者）に促している。学ｄ部８は、このような入力要
求に応じて入力された・臂ターンを用いて、前記辞書記
憶部４に登録されている認識辞書について学習を行い、
その更新を行っている。この学習は、例えば入カバター
ンの１組または仮数組の特徴ベクトルを抽出し、誤りヲ
生じたカテゴリ間の特赦ベクトルの差異から、その両者
を識別するに有効な特歇ベクトル成分を辞書パターンに
加える等して行われる。これによって、辞書パターンは
、パターン人力者に適合したものとなる。

尚、学習・母ターンの収集を、誤認識あるいはコンフリ
クトの匿合いに応じてその入力回数を足めて行うように
すれば、そのノ々ターンについての学ｄを果中的に、且
つ効果的に行い得るのでモＩＳ合が良い。また、予め誤
認識或いはコンフリクトが予想される・母ターンが存在
する場合には、・９ターン認、ｌＩｔ処理に先立って、
そのパターンの入力を要求し、これに対して入力された
パターンに従って認、、ｉ＋１！辞書の学ｄを行った上
で上記・やターン認識処理を行うことも有効である。

尚、第１図中９は、これらの一連の制御を司どる制御部
を示している。

かくしてこのように構成された装置によれば、予め登録
された辞書パターンに基づいて認識処理された認識結果
から、誤認識あるいはコンフリクトを生じ易いカテゴリ
だけを選択し、その誤認識結果を招来したカテゴリを含
むノやターンおよび、誤認識結果として得られたカテゴ
リを含む・ぞターンからなる少数のパターンデータのみ
を収集して、その学習を行うので、ノ母ターンデータの
収集に大きな負担を招くことがない。

また上記の如き少数のバター／データにて、認識辞書の
効果的な学習を行い得るので、その認識辞書をパターン
入力者に適応した信頼性の高いものとすることができる
。これ故、認識率の向上を効果的に図ることが可能とな
る。

次に本発明装置の具体的な作用例につき説明する。

第３図は単音節音声パターンの認識を行う場合の処理の
流れを示すものである。例えば、不特定話者用の認識辞
書を備えた装置を用いて、特定話者に適合したパターン
認識装置を実現する場合、先ずＣＲＴ等の表示部５を用
りて入力すべき単音節を、単音節の組合せからなる単語
として発声入力を促す。そして、これらの各単語を＋１
り成スる単音節についてそれぞれ認識処理を行い、その
認識結果からコンツー−ジョン・マトリックスを作成す
る。このとき、人カバターンを記憶しておき、仮での学
習に利用することが好ましい。しかるのち、多数の認識
結果から、ａ！４認識結果を招いた入カバターンのカテ
ゴリと、誤認識結果としてめられたカテコ８す、更には
コンフリクトを生じたカテゴリの組を抽出する。

しかるのち、これらのカテゴリｋ　ｔんで構成される単
音節音声の系列、例えば単語の発声入力を要求し、その
入力音声中の学習対象となる単音節についてその特徴ベ
クトルをめる。このようにしてめた谷単音節・９ターン
の特徴ベクトルに従って、認識辞書の学習を行う。例え
ば単音節「ば」が「あ」に誤認識される確率が高い場合
には、上記単音節「ば」を含む単語（例えば「か・ん・
ば・い・」および単片節「あ」を含む単語（例えば「し
・あ・い」）の入カバターンについてそれぞれ該当単叶
節の特徴ベクトルの抽出を行い、その単音節カテゴリに
ついての辞書の学習を行う。

尚、不特定話者の音声認識装置としては、公衆電話回線
を介して入力された都市名等の単語音声認識が考えられ
る。このような入力形態の場合、一般に回線の伝送特性
等に起因して入力・臂ターンの変動が多く、認識対象語
粱の変更に除しては、大量の入力単語音声パターンを使
用して学習を行い認識辞書を作成することが必要である
。しかしながら、認識辞書を効果的に学習する場合、本
装置にあっては次のように対話形式で辞書学習が進めら
れる。即ち、音声認識システムを運用中に、音声が入力
された場合、その認識結果を、例えば、音声合成器を介
して入力者に伝える。例えば、「浜松（ハママツ）」な
る丘声入力に対して、認識結果の第１位を１只今の入・
力は、「高松」ですね」等の応答により出力し、「いい
え」なる返答に対して、認識結果を、第２位から順に出
力し、認識結果の確認を行う。この場合、「はい」、「
いいえ」等は、他の音声と明らかに異なり、両者を明確
に識別することが容易であるから、合・否判定の情報と
してそのまま利用することができる。

このようにして、単語音声入力に対して確認を行うこと
により、入カッ臂ターンの真のカテゴリと誤認識結果と
してめられたカテコゞすとの対応がとれるので、第４図
に示すごとく、システム運用時に、認識結果のコンフユ
ージヨンマトリックスを容易に作成することができる。

従って、このコンフユージヨンマトリックスに従って、
その学習すべきカテゴリを決定し、そのパターン入力を
促すか、そのカテコゝりのパターンの収集をシステム運
用時に行うことによって、単語辞書の学ｄを効果的に行
うことができる。

更に、特定話者用の連続数字音声認識装置の場合、数字
の担合せの数が多大であるため、その認識辞書の学習は
困難であったが、第５図に示すような手順で効果的に行
える。即ち、初期学習用の入力すべき数字系列、例えば
、「３・６・５・３Ｊｌ、［ｒ３・７・５・３Ｊ１．ｆ
ｆ４・３・６・９Ｊ１等を入力話者に提示し１．Ａ識装
置は不荷話者の認識辞書を用いて、上記入力音声を順次
、認識し、認識結果を記憶する。このとき、連続数字音
声パターンも記憶すると効果的である。このようにして
得られた、初期学ｄ用の連続数字音声の認識結果を用い
て、次のように認識辞書の学習に使用する連続叙字が決
定される。すなわち、入力された連続数字音声「４・３
・６・９」が「４・３・５・９」に誤認識されている場
合等には、「６・９」を含む、連接数字背戸を学ｄに用
いる。例えば、ｒ３・８・６・９Ｊ１．Ｆ６・９」。

「２・６・９１等を話者に提示し、対応する連続音声を
入力し、学ｄすべき数字音声・パターン部を切り出し、
その入力話者に適応した認識辞書を作成する。かくして
、本実施例装置によれば、話者によシ異なる数字と数字
を連続して発話する際の癖を利用者に負担をかけずに効
果的に学習できるため好都合である。

尚、このような連続数字音声認識装置は、不特定話者の
ものを基本としなくても、始めから、特定話者用に構成
することも可能である。

さらに、本実施例は、他の連続単語認識にも適用可能で
ある。

ところで、以上の例は入カバターンを音声として与える
ものであるが、手書文字パターンの認識等にあっても、
同様に本発明を適用できる。

この場合には、向えば第６図に示すようにして辞−芽学
習を行うようにすれば良い。即ち、認識対象を漢字パタ
ーンとした場合、その数は極めて多い。従って、手書入
力された文字パターンを認識処理し乍ら、その認識結果
のコンフユージヨン・マトリックスを作成する。そして
誤認識やコンフリクトが生じた文字・！ターンカテゴリ
や、その誤ｔ４　ｒｉ虞されたカテゴリがら類推される
カテゴリについてその入力を促し、これらの入カバター
ンを用いてその辞書学ｄを行わしめる。例えば一般的に
「識、織、職」や「７．ワ、り。

フ」等にコンフリクトが生じることが多いので、これら
のカテコゝりについてそれぞれ認識辞書の学習を行うよ
うにする。

このようにすれば、前述した音声認識の場合と同様に、
認識辞書の効果的な学習を行うことが０■能となる。

また更に本発明は、話者４舷や車者認識における辞督ノ
９ターンの学習についても適用することができる。また
、手書図面読取ｉｔにおけるｇＬ号・形状４誠、また画
像入力された物体に対する品質認識についても適用可能
である。即ち、この品質認識にあっては、画像入力され
た物体の形状・大きさ・色等の特徴を抽出し、そのクラ
ス分け（ランク付）を行うが、この場合、上記ランク分
けの基準となるパラメータを前記物体に適応して学習さ
せる必要があり、このような認識部Ｈの学習についても
本発明が適用可能である。

以上説明したように、本発明によれば入カバターンの認
識結果に基づいて、誤認識やコンフリクトの生じ易いカ
テゴリについてのみ集中的に認識辞蕾の学習を行うので
、認識辞書を簡易に効率良く／ぐターン入力者に適合さ
せることができる。そして、正しい認、礒結果が得られ
るカテゴリについては４・６別字Ｍｆ：行うことがない
ので、その学ｄ効果が非常に高い。これ故、認識対象と
するカテゴリ数が多大なときや、入力・９ターンの変形
が多いとき、また・ぐターン入力者の１同性の影響が、
つまり入カバターンの変形が太きいとき、更には類似し
たカテゴリが多いとき等、辞鉦の適応化に多大な効果が
萎せられる。

そして、全ての認識対象カテゴリについてパターンデー
タを収集することなく、必要最小限の、！Ａ認識を生じ
易いカテゴリを含むパターンのみ全収集して、その少数
のパターン全有効に用いて辞訂学習を行い得る。従って
、・ぞターン収集の為のパターン提供者に対する負担を
大幅に軽減することができる。

尚、本発明は上述した実施例に限定されるものではない
。例えば入カバターンを表わす特徴ベクトルの種類や、
その特徴ベクトルを用いたパターン認識法については、
従来知られた棟々の方式をその用途に応じて適亘用いれ
ばよい。

また上述した同以外のパターン認、識にも適用可１ｊ目
できることは云うまでもなく、要するに本発明はその要
旨を逸脱しない１１′区囲で種々変形して実施できる。

【図面の簡単な説明】

第１図は本発すＪの一実施例装置の基本構成図、第２図
は変形例を示す要部構成図、第３図乃至第６図は実施ク
リ装置における学習処理の流れを示す図である。 １・・・やターン人力部、２・・・前処理部、３・・・
認識部、４・・・辞書記憶部、５・・・表示部、６・・
・・ぞターンメモリ、７・・・学習用入力カテゴリ決定
部、８・・・学′ｄ部、９・・・制御部。 出願人代理人　弁理士　鈴　江　武　彦第１図 第２図 第３図 第４図 ′Ｍ５図

Claims (2)

【特許請求の範囲】
1. （１）入カバターンを認識辞臀と照合して上記入カッタ
   ーンを認識する認識装置本体と、このｇ識装置本体によ
   Ａ前記入カバターンの認識結果に誤認識されたカテゴリ
   が存在するとき、この誤認識結果を招いたカテゴリを含
   むｉＲパターンよび誤認識結果としでめられたカテゴリ
   を含む・ぞターンをそれぞれ入力してｒ？ｉＪ記認識辞
   書の学習を行う手段とを具諦したことを特徴とするノや
   ターン認識装置。
2. （２）　認識辞書の学習に用いられるノ９ターンは、認
   識装置本体の認、ｉ１１！結果に基づいて人力要求され
   た特定のカテゴリを含むパターンを入力して与えられる
   ものである特許請求のＩ氾四第１項記載の・！ターン認
   識装置。