JPS60172100A - 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】 〈発明の技術分野〉 本発明は認識すべき音声の特徴パターンと、予め登録さ
れた複数種類の音声の特徴標準パターンとを照合して認
識判定を行なう音声認識装置の改良に関し、さらに詳細
には予め登録されている音声の特徴標準パターンの良否
を示す情報にもとすいて認識時に標準パターンとの距離
あるいは類似度に対する重み付けを行なうようにした音
声認識装置に関するものである。

〈発明の技術的背景とその問題点〉 従来より接融の特徴標準パターンを登録しておいて、そ
の標準パターンと入力特徴パターンとのマツチングによ
って音声認識を行う装置が実用化されているが、このよ
うな音声認識装置において特徴標準パターンを一度登録
すると、この登録されている特徴標準パターンの良否を
定量的に知ることが出来ず、認識結果から経験的に特徴
標準パターン（音声パターン）の良否を判断する必要が
あった。

本発明者等は上記の点に鑑みて、先に予め登録されてい
る特徴標準パターンの良否を定量的に知る手段を与え、
寸だその特徴標準パターンの良否に応じて、選択して登
録パターンの入れ換えを行うことができるようにした音
声認識装置を特願昭５７−２１．７２９６　ｒ音声認識
装置」として提案している。

〈発明の目的〉 本発明は仇に本発明者等が提案した音声認識装置を更に
発展させた音声認識装置を提供することを目的とし成さ
れたものであり、この目的を達成するため、本発明の音
声認識装置は複数種類の特徴標準パターン毎に設けたカ
ウンタ値記憶手段と、このカウンタ値記憶手段のカウン
ト値を認識すべき音声の認識判定結果に応じて増減する
手段と、認識すべき音声の特徴パターンと予め登録され
た複数種類の音声の特徴標準パターンとの照合時にこの
特徴標準パターンとの距離あるいは類似度に対する重み
付けを上記カウンタ値記憶手段のカウント値にもとすい
て行う認識処理手段とを備えるように構成されている。

〈発明の実施例〉 以下、図面を参照して本発明の一実施例を詳細に説明す
る。

第１図は本発明の一実施例装置の構成を示すブロック図
であり、単語単位に発声された音声を単音節単位に認識
し、複数の単語候補に対して辞書照合を行い、認識結果
を出力する音声認識装置を例にして示している。

第１図において１は音声入力をピックアップするマイク
ロホン、２は単語単位に発声され上記マイクロホン１を
介して入力された音声を単音節毎に分析して入カバター
ンとし、標準パターンメモリ３に記憶された標準パター
ンと入カバターンとのマツチングを行ない認識結果を出
力する単音節認識部、３は登録された標準（特徴）パタ
ーンを保持する標準パターンメモリ、４は上記標準パタ
ーンメモリ３に記憶さｎだ谷標準パターンに対応して所
定のカウント値を記憶するカウンタ値記憶手段、５は辞
書照合時に必要な単語を記憶している単語辞書メモリ、
６は標準パターンのテスト用の単語が複数個記憶されて
いる標準パターンテスト用単語メモリ、７はキーボード
入力装置であり、例えば第２図に示すようにかなキー７
ａ、単語入Ｉロキー７ｂ、認識結果の確定を指示するロ
］キー７ｃ、認識結果の修正を指示するロキー７ｄ等が
備えられている。また８は認識結果等を表示する表示装
置、９は標準パターン等の退避に用いられるフロッピー
ディスク装置、１０は上記各装置２〜９を制御するコン
トローラ（ＣＰＵ）である。

上記標準パターンメモリ３には「あ」〜「ん」までの単
音節の特徴パターンがそれぞれ５個（Ａ〜Ｅ）ずつ記憶
されている。また上記の各標準パターンに対応するカウ
ンタ値記憶手段４にはそれぞれ第３図に示すように例え
ば初期値「８０」が設定記憶される。

上記標準パターンメモリ３及びカウンタ値記憶手段４へ
の情報の初期登録動作は第４図に示す初期登録フローに
従って行われる。

即ちキー人力装置７０所定キーを操作して装置を初期登
録動作モードに設定すると、ＣＰＵＩ　Ｏの制御の下に
表示装置８に発声すべき単音節、例えば「あ」が表示さ
れる（ステップｎｌ、ｎ２）。

オペレータは表示装置８に表示された単音節を確認して
音節を発声すると、この発声された音節がマイク１を介
して入力され（ｎ３）、単音節認識部２で分析されて入
力音声（単音節）に対する特徴パターンが作成され、こ
の分析された入カバターン（特徴パターン）がＣＰＵｌ
０により標準パターンメモリ３の所定位置く例えばあＡ
に対応した位置）に記憶されると共に（ｎ４）、この登
録された標準パターン（あＡ　）に対応したカウンタメ
モリ手段４の所定位置に初期値「８０」がセットされる
（ｎ５）。このような一連の動作が標準パターンの全て
に対して行なわれ、この結果カウンタ値記憶手段４の各
標準メモリに対するカウント値が第３図に示すようにそ
れぞれ初期値「８０」に設定される。

次に上記のようにしである値（例えば「８０」）に設定
されだカウンタ値記憶手段４の値が認識動作等に応じて
増減する動作について説明する。

（１１認識時のカウント値の増減 認識時の処理フローが第５図に示されており、入力音声
「あかい」を認識する場合を例にして説明する。

今装置を認識動作モードにして認識すべき音声、例えば
「／あ／／か／／い」（赤い）を発音するそ、この音声
がマイク１を介して入力され（ｎｉｌ、ｎ１２）、単音
節認識部２において入力音声が単音節ごとに順次認識さ
れ、「あ」を認識した結果として「あり　」、「はＤＪ
。

「あＣ」、「ばＡ」という順序で標準パターンに近かっ
たことを示す認識単音節候補が得られる。次に「か」が
認識され、同様に「い」が認識され、その結果第１表の
如き各音節の認識結果が得られる（ｎ１３）。

第　１　表 と（ｎ　１４　）、ＣＰＵＩ　Ｏの制御の下に第２表に
示す如き音節ラティスが作成される。

第２表 次にこの音節ラティスから単語としての候補列が、その
確からしさの順で第３表の如く作成される。なお、この
場合確からしさを示す認識すべき音声の特徴パターンと
音声の特徴標準パターンとの距離あるいは類似度の情報
に対してカウンタ値記憶手段４の値にもとすいて重み付
は処理が成されることになるが、この動作については後
述する。

第　３　表 その後、作成された一つ一つの候補列と単語辞書メモリ
５に記憶された単語情報との照合が行なわれ、一致した
第４表の如き候補列がＣＰＵｌ０内の辞書照合結果バッ
ファに記憶され（ｎ１５）、照合結果の第１候補が表示
装置８に表示される。

第　４　表 オペレータは表示を確認し、入力しようとしていた単語
であれば「確定」をキー人力装置７のキー７ｃを操作し
て指示し、そうでなければ「次候補」をキー人力装置７
のキー７ｂを操作して指示し、次の認識結果を表示装置
８に表示させる。また入力しようとした単語が候補にな
かった場合は「修正」キー７ｄとかなキー７ａにより修
正した後に「確定」キー７ｃを入力することになる（ｎ
１７〜ｎ２２）。

この例の場合には入力通りに「あかい」か第１候補にな
っているため、すぐに「確定」キー７ｃを操作すること
になる（ｎ１７　、ｎ１８　）。

この操作によりステップｎ２３゜ｎ２４に移行し、寸ず
第１音節（ｎ＝１）の認識結果を調べる。ステップｎ２
５において第１位の標準パターンが正解であるか否かが
判断され、今「あ」に対する認識結果は上記第１表に示
すように第１位が「あり」の標準パターンであり、正解
と判断されステップｎ２６に移行してカウンタ値記憶手
段４の「あり」の標準パターンに対応した位置の内容が
「＋２」される。次にステップｎ２８に移行して第２位
の標準パターンが正解であるか否かが判断され、合筆１
表に示すように「あ」に対する第２位が「はＤ」である
／ζめ、ステップｎ３０に移行してカウンタ値記憶手段
４の「はＤ　」の標準パターンに対応した位置の記憶内
容が「−１」され、次にステップｎ３１に移行してｎ＝
２にカウントアツプされ、ｎ３２を通ってｎ２４に戻り
、第２音節の認識結果を調べる動作に移行し、以下同様
の動作が繰返される。

今第２番目の音節「か」に対する認識結果は第１位が「
かＣ」であるため正解と判断されてカウンタ値記憶手段
４の「かＣ」に対する値か「＋２」され、第２位は「あ
Ａ」であるので不正解と判断されてカウンタ値記憶手段
４の［あＡｊに対する値が「−１」される。丑だ第３番
目の音節「い」に対する認識結果は第１位か「ひＣ」で
あるため不正解と判断されて、カウンタ値記憶手段４の
「ひＣ」に対する値か「−２」され、第２位が「いＢ」
であるため正解と判断されて、カウンタ値記憶手段４の
「いＢ」に対する値か「＋１」される。

以上のような動作により、標準パターンのカウンタ値記
憶手段４の内容は第６図のように変化する。

（ｉｉ）　テストモードにおけるカウンタ値の増減テス
トモードの処理フローが第７図に示されており、音声認
識装置において、テストモートの動作がスタートすると
（ステップｎ４１）、標準パターンテスト用単語メモリ
６に記憶され。

だ単語（発声すべき単語）が順次読み出されて表示装置
８に表示されることになる＜ｎ４２）。

今「あかい」という発声の指示が表示装置８上に成され
た場合（１１４２）、オペレータはその表示装置８に表
示された単語を発声して音声を入力する（ｎ４３）。こ
の入力音声「／あ〃か／／い／」は単音節認識部２にお
いて単音節ごとに順次認識され、上記した認識モードの
時と同様に各音節ごとに認識結果が例えば上記した第１
表に示すように得られる。

テストモードの時には、発声された単語が確定している
だめ、以降は認識モードにおける「確定」キーの操作以
後（ｎ２３　）の処理と同じ動作（ステップｎ４６〜ｎ
５７）が行なわれるＯ 壕だこれらの一連の動作は標準パターンテスト用単語メ
モリ６から順次単語を読み出しては表示して、同様の処
理が実行される。

なお標準パターンテスト用単語メモリ６には各音節が均
等に出現するように単語を選定して入れておくことによ
り、全ての標準パターンについてテストを行なうことが
出来る。

（Ｉ［０標準パターン間の認識処理におけるカウンタ値
の増減 標準パターン間の認識の処理フローが第８図に示されて
おり、音声認識装置において標準パターン間の認識処理
の動作がスタートすると（ステップｎ６１　）、ＣＰＵ
ｌ０は標準ノくターンメモリ３に記憶された標準パター
ンの一つを選び出して、単音節認識部２に入カバターン
として与える（ｎ６２　）。この入カバターンに対して
、単音節認識部２においてメモリ３に記憶されている各
標準パターンとのマツチングを行ない、その認識結果を
ＣＰＵｌ０に与える（ｎ６３）。

ＣＰＵｌ０は与えられた１位の認識結果が入カバターン
と一致しているか否かを判断して（ｎ６４）、一致して
いない場合には、何らかのハードエラーが生じたものと
判断して、そのエラー表示を表示装置８にて行ない、以
後の動作を中止する（ｎ６５．ｎ６６）。

また１位の認識結果と入カバターンが一致している場合
にはステップｎ６７に移行して２位〜６位の認識結果を
チェックすることになる０ 今、例えば第５表に示すように「あＡ」を入カバターン
として認識処理を行った結果、１位が「あＡ」であり、
２位以下６位までがそれぞれ「あＣ」、「はＡ」、「あ
Ｅ」、「かＢ」、「あり」であった場合、入カバターン
と同一カテゴリーのものが「あＣ」　、「あＥ　」、「
あり　」の３個であると判断され（ｎ６８）、入カバタ
ーンの評価値として「３」を２倍した「６」が算出され
（ｎ６９）、この値が「あＡ」の標準パターンに対応し
たカウンタメモリ位置に加算され（ｎ７１）、次にステ
ップｎ７２を通ってｎ７３に移行して次の標準パターン
が選択されてステップｎ６２に戻り同様の動作が行なわ
れる。

第　５　表 上記第５表に示すように「あり」を入カバターンとした
場合には、２位〜６位の間に同一カテゴリーのものが一
つしかないため、評価値は２となる。丑だ「はＡ　」の
場合には、２位〜６位の間に同一カテゴリーのものがな
いため、評価点は「Ｏ」となるが、非常に同一カテゴリ
ーのものから遠いことを強調する意味でステップｎ６８
からｎ７０に移行して「−４」の評価点が与えられる。

このような動作を全標準パターンに関して行うことによ
り、各標準パターンの良否がカウンタ値記憶手段４に記
憶された値により、定量的に知ることが可能となる。

なお、上記の説明において用いた評価値は、−例に過ぎ
ず、認識結果の順位による重み付け、６位以下の結果も
用いる等の種々の変形が可能である。

上記のようにして増減されたカウンタ値記憶手段４の値
を用いて認識時に特徴標準パターンと勾距離あるいは類
似度に対する重み付けを行なう処理動作について第１０
図に示す処理フローに従って説明する。

初期の音声標準パターンの登録時にはカウンタ値記憶手
段４の各記憶位置には「８０」がセットされ、その後の
認識処理動作によってカウンタ値記憶手段４の内容が変
化し、例えば第９図に示すように変化したものとする。

このような状態において、音声認識時において、上記の
カウンタ値記憶手段４の記憶内容が参照されることにな
る。

今装置を認識動作モードにして認識すべき音声を発声す
ると、この音声がマイク１（第１図）を介して入力され
（第１０図ステップｎ１ｏ１）、単音節認識部２におい
て入力音声が単音節毎に特徴標準パターンとの距離計算
が行なわれて認識される（ステップｎ１０２）。この認
識時にカウンタ値記憶手段４の記憶内容にもとすいて確
からしさ情報が重み付けされることになるが、例えば「
ぐ」と発声した時に、次の第６表に示すような結果にな
った場合について説明する。

第６表 ここで、次に第１０図のステップｎ１０３に移行して、
距離（Ｄ）のカウンタ値（Ｃ）による重み付は処理が実
行される。

即ち各特徴標準パターンとの距離をＤ（ｎ）とし、各カ
ウント値をＣ（ｎ）（ｎｉｄ：特徴標準パターンの番号
）とすると、特徴標準パターンの信頼度を加味した距離
Ｄ’（ｎ）が次式にしたがって算出されるＯ Ｄ′（ｎ）＝Ｄ（ｎ）／（１＋α・Ｃ（ｎ））ここでα
はＣ（ｎ）の重みに関する定数である。

今、α＝Ｏ，ＯＯ１と与えると上記第６表に示しだ例で
の各標準パターンとの距離Ｄ′は次の第７表のようにな
り、この距離りの昇順にソートされて認識結果の順位が
変えられる（ステップｎ１０４）。

第７表 次にステップｎ１０５に移行して４位の「ぐ］が１位の
「ぐ」に併合されて第５図におけるステップｎ１５以後
の処−理が行なわれる。

以上のように１７て、「ぐ」の発声入力に対する認識結
果の正解が第１位の候補として認識されることになる。

壕だ、上記したような確からしさ情報のカウント値によ
る重み付けの認識時における有効性が次のような実験に
よって確認された。

即ち、捷ずカウント値の増減用に２つの文章（学習文章
）を用意し、認識の評価用に３つの文章を用意した。学
習文章はこのカウント値の増減のみに使用し、認識率の
評価には用いない。

そして、この学習文章を音声入力した後に評価用の３文
章を入力するということを３回繰返した。たたし評価用
文章ではカウント値の増減は行なわない。捷だ各文章は
１回ずつ発声を行なうだけで、後はディジタル化された
音声を繰返し使用する方法を用いており、これによって
話す側の各回ごとのバラツキを無くしている。

以上のような条件の下での４名の話者による実験の結果
、平均の単音節認識率の推移は第１１図に示すようにな
り、本発明を実施した場合の有効−性が確認された。ま
た、この結果は話者ごとにみても同一傾向にあり、認識
性能の低下を示すものはなかった。

なお、上記実施例においては確からしさを表わす情報と
して距離りを用い、カウント値による重み付けを次式 ％式％（）） によって行なっているが、認識に類似度を用いた場合に
はカウント値による重み付けのかけ方が上記実施例の場
合とは逆になる。

したがって類似度をＬとした場合、カウント値による重
み付けは例えば次式 ％式％（）） によって行々うことになる。

なお、上記の例では単語単位に発声された音声を単音節
単位で処理を行なう場合を示しだが、本発明はこれに限
定されることなく、例えば文節単位に発声された音声で
あってもよい。

またカウンタ値記憶手段４の初期設定値を「８０」とし
だが、この値に限定されるものではない。

更に、第１図に示した構成例においてメモリ３及び４を
バックアップしていない場合等においては、上記したカ
ウント値の増減あるいは特徴標準パターンの登録・更新
を行なった場合には、標準パターンメモリとカウンタ値
記憶手段の内容をフロッピー・ディスク９に落としてか
ら電源の断あるいはオペレータの交替を行々い、再使用
の時にはフロッピーディスク９からその退避した内容を
標準パターンメモリ及びカウンタ値記憶手段にロードす
る必要があることは言うまでもない。

〈発明の効果〉 以上述べたように本発明によれば、認識すべき音声の特
徴パターンと、予め登録された複数種類の音声の特徴標
準パターンとを照合して認識判定を行なう認識装置にお
いて、複数種類の特徴標準パターン毎にカウンタ値記憶
手段を備え、このカウンタ値記憶手段の値を認識すべき
音声の認識判定結果に応じて増減せしめ、更に認識すべ
き音声の特徴パターンと予め登録された複数種類の音声
の特徴標準パターンとの照合時にこの特徴標準パターン
との距離あるいは類似度に対する重み付けを上記のカウ
ンタ値記憶手段の記憶値にもとすいて行なって認識処理
を実行するように成しているため、特徴標準パターンの
良否を加味した認識処理を行なうことが出来、結果とし
て認識率を高めることが可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例装置の構成を示すブロック図
、第２図はキー人力装置の一例を示す平面図、第３図は
カウンタ値記憶手段の初期記憶内容を示す図、第４図は
初期登録動作を示すフロー図、第５図は認識時の処理動
作を示すフロー図、第６図はカウンタ値記憶手段のカウ
ント値の増減例を示す図、第７図はテストモードの処理
動作を示すフロー図、第８図は標準パターン間の認識の
処理イローを示す図、第９図はカウンタ値記憶手段のカ
ウント値の一例を示す図、第１０図は←←認識時のカウ
ント値による重み付は処理動作を示すフロー図、第１１
図はカウント値による重み付けの効果を示す図である。 ２・・・単音節認識部、３・・・標準パターンメモリ、
４・・・カウンタ値記憶手段、１０　コントローラ（Ｃ
ＰＵ）。 代理人　弁理士　福　士　愛　彦（他２名）−第９図

Claims (1)

1. 【特許請求の範囲】 １、認識すべき音声の特徴パターンと、予め登録された
   複数種類の音声の特徴標準パターンとを照合して、認識
   判定を行なう認識装置において、上記複数種類の特徴標
   準パターン毎に設けたカウンタ値記憶手段と、 前記カウンタ値記憶手段のカウント値を認識すべき音声
   の認識判定決果に応じて増減する手段と、 認識すべき音声の特徴パターンと予め登録された複数種
   類の音声の特徴標準パターンとの照合時に該特徴標準パ
   ターンとの距離あるいは類似度に対する重み付けを上記
   カウンタ値記憶手段のカウント値にもとすいて行なう認
   識処理手段と を備えだことを特徴とする音声認識装置。