JPS60201398A - 連続単語音声認識方式 - 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】 この発明は、単語を連続して発声した連続単語音声を時
間軸の非線形正規化マツチング法によって認識する音声
認識方式に関するものである。

〈従来技術〉 単語音声認識のために開発された時間軸の非線形正規化
マツチング法（以下、ＤＰマツチング法という）を、単
語を連続して発声した連続単語音声の認識に適用できる
ように拡張した従来の連続単語音声認識方式では、時間
軸の非線形正規化のだめの許容される局所的なマツチン
グ経路（以下、ＤＰパスという）として、第１図に示さ
れるように、入力音声の時間軸を基準にする非対称型の
マツチング経路（以下、非対称型ＤＰパスという）を許
容するように構成されていた。

一方、単語音声認識方式では、第２図に示されるように
、標準パターンの時間軸と入力音声の時間軸に関して対
称型のマツチング経路（以下、対称型Ｉ）Ｐ、＜スとい
う）を許容するように構成されることか多い。それは、
認識実験による性能比較において、一般に対称型ＤＰＰ
２Ｏ方が非対称型１）Ｐパスよりすぐれた結果が得られ
るがらである従来の連続単語音声認識方式では、Ｉ）　
Ｐマツチングでまる最適なり　Ｉ）パスの軌跡に沿って
入力音声の各フレームと標準パターンの各フレームの対
応づけを行ったとき、対応づけられたフレーム間のスペ
クトル距離の総和（以下、Ｉ）　Ｐ累積距離という）を
正規化する係数（以下、］）Ｐ正規化係数という）が、
人力音声のフレーム数のみに依存した値になるという条
件のもとに認識方式が構成されていた、ＤＰ正規化係数
は、Ｄ　Ｐ累積距離をめるときにフレーム間スペクトル
距離を加え合わせた回数であり、ＤＰ累積距離なりＰ正
規化係数で割ることによってフレーム間スペクトル距離
の平均値をめることができる。この平均値の大小で入力
音声の単語列の順位決定を行う。ＤＰ正規化係数はＤＰ
ババス取り方によって決まるものであり、入力音声の時
間軸を基準とする非対称型ＤＰババス場合には入力音声
のフレーム数のみに依存した値になるが、対称型ＤＰＰ
２Ｏ場合には入力音声のフレーム数と標準パターンのフ
レーム。　数の両方に依存した値になる。

従来の認識方式の構成をより詳細に説明する。

第３図は、従来の認識方式における、認識対象の単語列
の１桁目の単語標準パターンと入力音声とのＩ）　Ｐマ
ツチングの説明図である。横軸は入力音声の時間軸を、
縦軸は標準パターンの時間軸を示す。入力音声と標準パ
ターンとの間の不自然な非線形伸縮を避けるために、Ｄ
Ｐババス傾斜はＺと２の間に限定されることが多いので
、ここでは、Ｄｒ漸化式の計算を傾き％の直線と傾き２
の直線との間に囲まれた領域で行うことにして説明する
。

ＤＰ累積距離は、単語標準パターンの終端に対応する位
置にまるが、単語の種類によって標準パターンの長さが
一般に異なるために、１桁目のＤＰ累積距離の結果は、
斜線領域１内に与えられる。ここで、従来の認識方式で
は、ＤＰ正規化係数が入力音声のフレーム数のみに依存
した値になるという条件を利用して、領域工のＤＰ累積
距離の中で、人力音声のフレーム数が同じものについて
は最小値（及び、最小値を与える単語に関する情報）だ
けを残して、１桁目のＤＰ累積距離の結果を、２次元の
領域１から１次元の領域２に縮退させている。

第４図は、従来の認識方式における、認識対象の単語列
の２桁目の単語標準パターンと入力音声とのＤｒマツチ
ングの説明図である。この場合には、領域２の１桁目の
ｌ）　Ｐ累積距離を初期値としてＩ）　Ｐマツチングが
行われる。２桁目のＤ　Ｉ）累積距離の結果は、斜線領
域３内に与えられ、その結果を前と同様にして、１次元
の領域４に縮退させる。

以上の処理を繰返して、任意の桁数のＩ）　Ｐ累積距離
をめる。

以上の説明かられかるように、従来の認識方式では、各
桁のＩ）　Ｐ累積距離の結果をその都度、１次元の領域
に縮退させるという処理を行うことを前提にしている。

ところが、ＤＩ’正規化係数が入力音声のフレーム数と
標準パターンのフレーム数の両方に依存した値になる場
合には、各桁のＤＰ累積距離の結果を１次元の領域に縮
退させることができない。そのため、従来の認識方式で
は、対称型ＤＰＰ２Ｏ適用することができない。

以上説明したように、従来の連続単語音声認識方式の構
成では、非対称型Ｉ）Ｐパスの適用は可能であるが、単
語音声認識において認識性能がよりすぐれている対称型
ＤＰＰ２Ｏ適用できないという欠点があった。

〈発明の概要〉 この発明は、単語の標準パターンを認識対象の単語列を
構成する単語の並びに従って結合した単語列標準パター
ンと入力音声との間でＤＰマツチングを行う連続単語音
声認識方式の構成において、対称型ＤＰババス適用して
入力音声との累積距離（又は、類似度）が最小（類似度
の場合には、最大）になる単語列様、準パターンに基づ
いて入力音声の単語列を決定することを特徴とし、その
目的は、従来の非対称型Ｄｒパスよりも単語音声認識方
式におい（て認識性能がすぐれている対称型ＤＰパスを
連続単語音声認識方式に適用できるようにすることによ
って性能向上をはがることにある。

〈実施例〉 認識装置の一般的構成 第５図は、単語を連続して発声した連続単語音声を時間
軸の非線形正規化マツチング法によって認識する音声認
識装置の構成図である。大刀端子５よりの入力音声は特
徴抽出部６で分析され、特徴パラメータが抽出され、入
力音声は特徴パラメータの時系列に変換される。特徴パ
ラメータの時系列で表現された単語の標準パターンが単
語標準パターン用メモリ７に蓄積されている。ＤＰ累累
積距離計郡部８メモリ７の単語の標準パターンを、認識
対象の単語列を構成する単語の並びに従って結合した単
語列標準パターンと、入力音声との間で］）Ｐマツチン
グを行ってＩ）Ｐ累積距離をめる。

そのＩ）　Ｐ累積距離（正確には、ＤＰＰ積距離なりＰ
正規化係数で割った値）が最小になる単語列を単語列決
定部９でめてそれを認識結果として出力端子１０に出力
する。

この発明の認識方式の基本的考え方 この発明の認識方式の詳細な説明に入る前に、認識方式
の基本的な考え方を説明する。

第６図は、認識対象の単語列の１桁目の単語標準パター
ンと入力音声とのＤＰマツチングの説明図である。従来
の認識方式に対する同様の説明図である第３図と異なる
点は、この発明の認識方式では、斜線領域１１内に与え
られる１桁目のＤＰＰ積距離の結果を、縮退させずにそ
のまま残している点にある。

第７図は、認識対象の単語列の２桁目の単語標準パター
ンと入力音声とのＤＰマツチングの説明図である。この
場合には、領域１１の１桁目のＤＰＰ積距離を初期値と
してＤＰマツチングが行われる。２桁目のＤＰＰ積距離
の結果は、領域ｌ。

内に与えられる。

以上の処理を繰返すと、各桁のＤＰＰ積距離の結果は、
第８図に示されるようにまる。この処理の過程で、異な
る桁数によってＤＰＰ積距離の結果が競合する領域が生
じる。第８図の場合でぃうと、領域１３では２桁目と３
桁目のｌ）　ｌ）累積距離の結果がミ領域１４では３桁
目と４桁目のＤＰＰ積距離の結果が、領域１５では４桁
目と５桁目のＤＰＰ積距離の結果がそれぞれ競合してい
る。

ＤＰＰ積距離の結果が競合する領域では、その都度最小
値（及び、最小値を与える桁数に関する情報）だけを残
す。

認識結果は、大枠で囲まれたＩ）　Ｐ終端領域１６の中
で、Ｄ　ｌ）累積距離をそれに対応するＩ）　Ｐ正規化
係数で割った値をめ、それが最小になるものを選択する
ことによって得られる。

以上の説明かられかるように、この発明の認識方式では
、各桁でまるＤＰＰ積距離の結果を縮退させずにそのま
ま残して次桁のＤＰＰ積距離をめている。そのため、Ｄ
ＰＰ規化係数が入力音声のフレーム数と標準パターンの
フレーム数との両方に依存した値になる、対称型ＤＰパ
スを適用することが可能な認識方式になっている。

第９図は、第５図中のＤＰ累累積距離計郡部８び単語列
決定部９の構成に関する、この発明の認識方式の詳細な
説明図である。第９図に示されるように、ここでは、Ｄ
ＰＰ準軸を傾き４５度の直線にとり、ＤＰマツチングに
おけるマツチング経路が大局的に許容される領域（以下
、ＤＰＰ合窓という）の巾を横軸にとる斜交座標を用い
て説明する。ＤＰマツチングの漸化式の計算は、第９図
の大枠１７で囲った領域（以下、Ｄ′Ｐ領域という）の
中で行うこととする。但し、入力音声のフレームと標準
パターンのフレームとの間のスペクトル距離を示すとき
には、入力音声のフレームを横軸にとり、標準パターン
のフレームを縦軸にとることとする。

記号の定義 この発明の認識方式を説明する前に、認識方式の説明に
用いる主な記号の定義についてまず説明する。

Ｎ：認識対象の単語数 Ｊｎ：単語ｎの標準パターンのフレーム数１′：入力音
声のフレーム数 λ：入力音声中で単語の境界の候補となるフレームを間
引くときの間引き間隔 Ｗ：　ＤＰ整合窓の片側の巾 Ｗ＋（ｉｌ、Ｗ２（ｉｌ　：　Ｄ　Ｐ基準軸上の点（ｉ
、０）における実効的な］）　ｌ）整合窓巾の両端の値
。それらは次式で与えられる。

Ｗ、（ｉ）　＝　ｍａ　Ｘ　［−Ｗ、　−ｉ　〕（１）
Ｗ２（ｉ）＝ｍｉｎ［Ｗ、　Ｉ−ｉ〕（２）δ！：単語
標準パターンの始端を特定の１つのフレームに固定しな
いで、複数個のフレームからなる区間を考えて始端はそ
の区間内のフレームのいずれかであるとしてＤ　Ｉ）マ
ツチングを行うことを、標準パターンの始端自由による
ＤＰマツチングという。δ、は標準パターンのフレーム
中で始端となりうる区間のフレーム数を示す。

δ２二上と同様に、標準パターンの終端自由による１）
　Ｐマツチングにおいて、標準パターンのフレーム中で
終端となりうる区間のフレーム数。

δＩｉ’上と同様Ｋ、入力音声の終端自由によるＤＰマ
ツチングにおいて、入力音声のフレーム中で終端となり
うる区間のフレーム数。

ｄｎ（ｉ、ｊ）二人力音声の第ｉフレームと単語ｎの標
準パターンの第ｊフレームの間のスペクトル距離 Ｄ（ｉ、ｗ）：　ＤＰ領領域点（ｉ、ｗ）で終端する単
語列のＤＰ累積距離の最小値。すなわち、入力音声の始
端から第（ｉ＋Ｗ）フレームまでの部分入力音声と、フ
レーム数の和がｉの単語列標準パターンとの間のＤＰ累
積距離のうちで、単語列の可能な組合せについての最小
値。

Ｘ（ｉ、ｗ）：　Ｄ（ｉ、ｗ）に対応する単語列の桁数
、すなわち上記のＤＰ累積距離が最小になる単語列の桁
数。

８（ｉ、ｗ）：Ｄ（ｉ、ｗ）に対応する単語列のＮ進数
表現、認識対象が１０数字で、連続数字音声の認識の場
合には、Ｓ（ｉ、ｗ）は１０進数表現された連続数字の
認識結果を示す。

Ｄ”（ｊ、　ｗ）　：単語ｎの標準パターンと入力音声
の部分パターンとの間でのＤＰマツチングの漸化式の計
算は、第９図に示すような全体のＤＰ領域１７の部分領
域１Ｂ（以下、ＤＰ部分領域という）で行われる。Ｄ”
（ｊ、ｗ）は、入力音声の始端から単語ｎ　ｆ）Ｄ　Ｐ
部分領域内の点（ｊ。

Ｗ）までのＤＰ累積距離のうちで、入力音声の始端から
ＤＰ部分領域の下端に到達する単語列の可能な組合せに
ついての最小値を示す。

Ｘ’（ｊ、　ｗ）　：　Ｉ）”（ｊ、　ｗ　）に対応す
る、入力音声の始端から単語ｎのＤＰ部分領域の下端に
到達する単語列の桁数。

Ｓ”（ｊ、　ｗ）　：　Ｄ”（ｊ　、　ｗ　）　Ｋ対応
スル、入力音声の始端から単語ｎのｌＪ　Ｐ部分領域の
下端に到達する単語列のＮ進数表現。

方式の構成は次の■〜■からなる。

■Ｉ）（ｉ、ｗ）、Ｘ（ｉ、ｗ）、Ｓ（ｉ、ｗ）の初期
条件の設定。

１）ＤＰ領領域おけるＤ（ｉ、ｗ）の初期値を設定する
。すなわち ｗ　＝：Ｗｉ（ｉｌ　、・・・・・・・・・・・・・・
・・・・、％（ｉ）Ｄ（ｉ、ｗ）＝■　（３） １１）入力音声の始端における初期値を設定する。

鬼 すなわち、 Ｉ＋Ｗ ４＝０．λ、２λ、・・・・・・・・・、Ｃ７−〕Ｘλ
について■■を繰返す：但し、〔〕はガウス記号を示す
。

■単語候補設定のループ ｎ二０．　１．・・・・・・・・・・・・・・・・・・
、Ｎ−１について■を繰返す。

■単語レベルの処理 許容されるＤＰパスとして、第２図（ａ）のＤＰババス
用いて説明する。パスの重み係数は、横又は縦のパスに
は重み１．斜めのパスには重み２とする。

υ　ＤＰ部分領域の下端におけるＤ”（ｊ、ｗ）。

Ｘ”（ｊ＋　ＷＬ　ｓ”（Ｌ　ｗ）の初期値を設定する
。

すなわち、 Ｗ　＝＝　Ｗ＋（１）　、・・・・・・・・・・・・・
・・、　Ｗ２（１）　についてｉｔ）’ＤＰ部分領域内
の各点について漸化式の計算を１１５゜すなわち、 １−１１２−１−　ｊ　−１−ｗ　（１０）０１） （１１）式の右辺の■、■、■のいずれが最小値になる
かに応じて、”Ｊ゛、Ｑを次のように設定する。

Ｘ！”（ｊ、　ｗ）＝Ｘ”（ｊ、　Ｗ）　（１３）Ｓ”
（３２ｗ）　−””（Ｊｌ　）　０４）ｉｔ−ａ）始端
処理 上記の漸化式の８１算において、ｊの値が１≦　ｊ　≦
　δス、　（１５） の範囲にある場合には単語標準パターンの始端になる可
能性があるので、漸化式の計算の都度次の処理を行う。

Ｄ’（ｊ、　ｗ）＞Ｄ（ｌ＋Ｌ　ｗ）　（１６）ならば
、標準パターンの第ｊフレームを始端とみなした方がＤ
Ｐ累積距離が小さくなるので、次の置換を行う。

Ｄ”（ｊ、ｗ）≦Ｄ＜ｔｔ＋ｊ、ｗ＞ならば標準パター
ンの第ｊフレームを始端とみなさない方がＤＰ累積距離
が小さいので、 １ｌ−１））終端処理 上記の漸化式の１１算において、ｊの値がＪ’−δ２＜
Ｊ≦Ｊ”　（２ω の範囲にある場合には単語標準パターンの終端になる可
能性があるので、漸化式の計算の都度次の処理を行う。

Ｄ”（ｊ　、ｗ　）　＜　Ｄ（ｌ＋Ｌ　ｗ）　（２１）
ならば標準パターンの第ｊフレームを終端とみなした方
がｌ）　Ｐ累積距離がそれまでの値よりも小さくなるの
で、次の置換を行う。

Ｄ”（ｊ、Ｗ）≧Ｄ（Ａ！＋ｊ、ｗ）ならＧ！′標準ノ
（ターンの第ｊフレームを終端とみなさな（・方力ＳＤ
Ｐ累積距離が小さいので、 ｎ邑訴万１１の洛守 第９図中の領域１６（以下、Ｄｒ終端領域と（・う）に
おいて、すなわち、 Ｄｒ累積距離なりＰ正規化係数で割った値が最小になる
点（ｉ、ｗ）をまずめる。すなわち、（↑、　ｗ）＝ａ
ｒｇｍｉｎ（Ｄ（ｉ、　Ｗ）／（２１＋Ｗ））　（２５
）但し、ａｒｇｍｉｎは〔〕内の式の最小値を与える変
数の値を示す。最終結果は次により得られる。

ここで、”５．’ｌ、ｇはそれぞれ次の内容を示す１５
：正規化されたＤＰ累積距離の最小値Ｒ：ｉ５に対応す
る、最適な単語列の桁数百：Ｂに対応する、最適な単語
列のＮ進数表現以上、この発明の認識方式の構成を詳し
く説明した。第９図かられかるように、この認識方式で
は、単語列標準パターンと入力音声との間のＤＰ累積距
離をめるための漸化式の計算の順序は、単語レベルのＤ
ＰＰ分領域での計算を、ｌの値を更新しながら繰返して
いる。したがって、この発明の認識方式はＩ）　Ｐ累積
距離をめるだめの漸化式の１算を単語境界候補レベルに
沿って行う方式である。

この認識方式を用いると、第６図〜第８図を用いて基本
的な考え方を説明したように、具体的には（１１）式の
漸化式に示されるように、対称型ＤＰババス適用するこ
とができて、これによって認識性能の向上が期待される
。

変形例 単語音声認識において、ＤＰマツチングの漸化式の計算
を１）　Ｐ領域内のすべての点について行うことを止め
て、ＤＰＰ域内の数点間隔でのみ漸化式の計算を行う認
識方式としてＳｔａｇｇｅｒｅｄ　ＡｒｒａｙＤＰマツ
チング法（以下、５ＡＤＰ法という）がある。対称型Ｄ
Ｐパスを用いるＳ　Ａ　Ｉ）　Ｐ法の認識性能は、漸化
式の計算を３点間隔で間引いても間引かない場合と変わ
らないことが、認識実験により確かめられている。

連続単語音声に対する従来の認識方式では、対称型ＤＰ
パスが適用できないために、上記の５ＡＤＰ法を導入す
ることができなかった。しかしながら、この発明の認識
方式では、対称型ＤＰババス適用できるために、上記の
５ＡＤＰ法を導入することができる。その具体例として
、第１０図に示すような対称型ＤＰパスを用いる５ＡＤ
Ｐ３−５（ここで、３は漸化式の計算を間引きする間隔
を示し、５は漸化式の種類を区別するための番号を示す
）をこの発明の認識方式に導入する場合について説明す
る。

５ＡＤＰ３−５では、第１０図に黒丸で示しているよう
Ｋ、単語レベルのＤＰ領領域おいて漸化式の値が横軸Ｗ
に治って３点間隔で計算されており、かつ、ＤＰ基基準
軸上沿ってみてもやはり３点間隔で漸化式の値が更新さ
れている。この間引きの特性を利用すると、単語レベル
のＤＰ領領域用いるメモリとして、前述のＤ’（ｊ、　
ｗ）、　Ｘ’（ｊ、　ｗ）８’（ｊ、ｗ）のかわりに、
標準パターン１フレーム分ツメモリＤｎ（Ｗ）、Ｘ”（
ｗ）、Ｓ’（Ｗ　）　ヲ用意して、それらの値をｌ）　
Ｐ軸に沿って逐次更新していけばよいことになる。した
がって、Ｓ　Ａ　Ｄ、　Ｐ３−５の導入は、漸化式の４
算の間引きによる計算量の削減のみならず、記憶量の削
減にもなっている。Ｓ　Ａ　Ｄ、　Ｐ　３−５の導入に
ともなって、（１１）〜（１４）式の漸化式は次のよう
におきかえられる。

（Ｓ　Ａ　Ｉ）　Ｐ　３−５を導入する場合の漸化式）
］）Ｐ部Ｐ領域内で３点間隔について漸化式の計算を行
う。すなわち、 Ｊ−１，・・・・・・・・・・・・・・・・・・・・・
・・・・・・・・・・　ｔｌ’　Ｉ＋） Ｗ　Ｗｌ（１−ＬＪ片し１１０（１（ｌ−１−ｊ、３　
）、・・・・・、Ｗ＋、（ｌ−ｌ〜ｊ）（但し、Ｗは３
点間隔にとる、ｍｏｄ（ａ、　ｌ）　）はｂを法として
ａを表現した値を示ず。ｍｏｄ（ｄ−）−Ｌ　３）が加
わっているのは、ｊの増加とともに、Ｗの最初の値を１
つずつシフトさせるだめである。）について、 ｉｌ−１４−ｊ−１− 但し、←は右辺の値で左辺の内容を更新することを示す
。

（２９）式の右辺の■、■、Ｏの℃・ずれカー最、Ｊ−
（直になるかに応じて、Ｗを次のように設定する。

Ｘ伺←Ｘ’（ｗ）　（３１） Ｓ’（ｗ）　４−　８’（ｗ）　（３２）以上の説明で
は、対称型ＤＰノくスとして第２図Ｃａ）を例にして認
識方式の構成を説明したが、言うまでもなく、この発明
の認識方式は第２図（ａ）の対称型ＤＰババス限定され
るものではなくて、第２図（ｂ）等の他の対称ＷＤＰパ
スも適用することがで　□きる。５ＡＤＰ法の導入につ
いても、ＳＡＤＰ３＝５を例にして認識方式の構成を説
明しだが、この発明の認識方式はＳ　Ａ　ｉ）　Ｐ　３
−５に限定されるものではなく、他の対称型１）　Ｐパ
スを用いる８Ａ１）Ｐ法も導入することができる。

さらに、Ｄ　Ｉ）漸化式の１算の途中結果を記憶する値
として、Ｄ　Ｉ）累積距離（’Ｄ（ｉ、ｗ）、及びＤｎ
（ｊ、ｗ））の他に、単語列の桁数（Ｘ（ｉ、ｗ）及び
、Ｘ″’（ｊ、ｗ）と単語列のＮ進数表現（Ｓ（ｉ。

Ｗ）、及び、Ｓ’（ｊ、ｗ））を用いて認識方式の構成
を説明したが、この発明の認識方式はこれに限定される
ものではなく、単語列の桁数と単語列のＮ進数表現の代
わりに、単語列の最後尾単語名（Ｎ（ｉ、ｗ）、及び、
Ｎ”（ｊ、ｗ））と単語列の最後尾単語とその１つ前の
単語との境界位置（Ｂ（ｉ、ｗ）、及び、”（Ｊ　Ｉ　
Ｗ）　）を記憶してもさしつかえない。この場合には、
Ｄ’Ｐ累積距離の最小値がめられたあと、単語列の最後
尾の単語名から、バックトラック処理で順次１つ前の単
語名と単語境界位置をめることを繰返すことによって、
最終結果を得ることができる。

〈効果〉 以上説明したように、ＤＰマツチングによる連続単語音
声認識において、従来の認識方式の構成では非対称型Ｄ
Ｐパスしか適用できないという欠点があったが、この発
明の認識方式の構成では対称型ＤＰパスが適用できるよ
うになった。これによってたとえば、連続数字音声認識
等において認識性能の向上が期待できるという利点があ
る。また、対称型ＤＰパスを用いて漸化式の計算の間引
きを行う５ＡＤＰ法が導入できるので計算量及び記憶量
が削減できるという利点もある。

【図面の簡単な説明】

第１図は非対称型ＤＰパスの例を示す図、第２図は対称
型ＤＰパスの例を示す図、第３図は従来の連続単語音声
認識方式における認識対象の単語列の１桁目の単語標準
パターンと入力音声とのＤＰマツチングの説明図、第４
図は従来の連続単語音声認識方式における認識対象の単
語列の２桁目の単語標準パターンと入力音声とのＤＰマ
ツチングの説明図１、第５図は連続単語音声を時間軸の
非線形正規化マツチング法によって認識する音声認識装
置の一般的な構成図、第６図はこの発明の連続単語音声
認識方式における認識対象の単語列の１桁目の単語標準
パターンと入力音声とのＤＰマツチングの説明図、第７
図はこの発明の連続単語音声認識方式における認識対象
の単語列の２桁目の単語標準パターンと入力音声とのＤ
Ｐマツチングの説明図、第８図はこの発明の連続単語音
声認識方式における認識対象の単語列の１〜５桁目の単
語標準パターンと入力音声とのＤ　Ｉ）マツチングの説
明図、第９図は第５図のＤＰ累累積距離計郡部単語列決
定部に関するこの発明の認識方式の説明図、第１０図は
Ｉ）　Ｐマツチングの漸化式の計算を間引きするＳ　Ａ
　］）　Ｐ法における対称型ＤＰパスの例を示す図であ
る。 １：従来の連続単語音声認識方式において１桁目のＤ　
ｌ）累積距離の結果を与える領域、２：舎身領域１を縮
退した領域、３：従来の連続単語音声認識方式において
゛２桁目のＤＰＰ積距離の結果を与える領域、４：領域
３を縮退した領域５：入力端子、６：特徴抽出部、７：
単語標準パターン用メモリ、８：ＤＰ累累積距離計郡部
９：単語列決定部、１０：出力端子、１１：この発明の
連続単語音声認識方式において１桁目のＤＰＰ積距離の
結果を与える領域、１２：この発明の連続単語音声認識
方式において２桁目のＤＰＰ積距離の結果を与える領域
、１３：２桁目と３桁目のＤＰＰ積距離の結果が競合す
る領域、１４：３桁目と４桁目のＤＰＰ積距離の結果が
競合する領域、１５：４桁目と５桁目のＤＰＰ積距離の
結果が競合する領域、１６：ＤＰＰ端領域、１７：ＤＰ
領領域１８：単語レベルの処理のだめのＤＰＰ分領域。 特許出願人　日本電信電話公社 代理人゛草　野　卓 ７３　図 メ ン ７１７４　図 ７５　図 ′ｙｐ　Ｇ　図

Claims (1)

【特許請求の範囲】
1. （１）特徴パラメータの時系列で表現された単語の標準
   パターンを認識対象の単語列を構成する単語の並びに従
   って結合した単語列標準パターンと、特徴パラメータの
   時系列で表現された入力音声との間で時間軸の非線形正
   規化マツチングを行う連続単語音声認識において、 時間軸の非線形正規化のだめの局所的なマツチング経路
   として標準パターンの時間軸と入力音声の時間軸に関し
   て対称型のマツチング経路を許容し、 単語列標準パターンと入力音声との間の累積距離（又は
   、類似度）をめるための漸化式の計算を却語境界候補レ
   ベルに治って行い、 累積距離（又は、類似度）が最小（類似度の場合には最
   大）になる単語列標準パターンに基づいて入力名声の単
   語列を決定することを特徴とする連続音声認識方式。