JPS60202497A - 単語音声認識方法 - Google Patents
単語音声認識方法Info
- Publication number
- JPS60202497A JPS60202497A JP59058178A JP5817884A JPS60202497A JP S60202497 A JPS60202497 A JP S60202497A JP 59058178 A JP59058178 A JP 59058178A JP 5817884 A JP5817884 A JP 5817884A JP S60202497 A JPS60202497 A JP S60202497A
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- likelihood
- phonemes
- consonant
- segmented
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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。
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、入力音声と、音素表記された単語辞書を照合
して単語を認識する単語音声認識方法に関するものであ
る。
して単語を認識する単語音声認識方法に関するものであ
る。
（従来例の構成とその問題点）
第１図は従来の単語音声認識方法の一例及び本発明の単
語音声認識方法の実施例を実行するための装置の機能ブ
ロック図である。従来例を第１図、第２図及び第３図に
より説明する。第１図においてｌは入力音声から・やラ
メータの時系列を作成する・ぐラメータ抽出部、２は音
素標準バタンを照合して、音素の確率密度を算出する確
率密度計算部、３は音素毎のセグメンテーション、尤度
計算、単語類似度計算を行う単語認識部である。また、
４は各音素毎の各種・やラメータにおける分布を各音素
毎の平均値（＃、 ）、及び各種・母うメータ間の共分
散行列（Σ１）の形で表した音素標準・ぐタンを記憶す
る音素標準バタン部、５は認識すべき全単語を音素単位
の記号列で表記した単語辞書が記憶されている単語辞書
部である。その単語辞書は、「アー！？−ヒＪ、ｒスジ
」はｒ ＡＳＡＴ（Ｉ Ｊ 、 ｒ ５ＵＺＩ Ｊ等と
表記されている。
語音声認識方法の実施例を実行するための装置の機能ブ
ロック図である。従来例を第１図、第２図及び第３図に
より説明する。第１図においてｌは入力音声から・やラ
メータの時系列を作成する・ぐラメータ抽出部、２は音
素標準バタンを照合して、音素の確率密度を算出する確
率密度計算部、３は音素毎のセグメンテーション、尤度
計算、単語類似度計算を行う単語認識部である。また、
４は各音素毎の各種・やラメータにおける分布を各音素
毎の平均値（＃、 ）、及び各種・母うメータ間の共分
散行列（Σ１）の形で表した音素標準・ぐタンを記憶す
る音素標準バタン部、５は認識すべき全単語を音素単位
の記号列で表記した単語辞書が記憶されている単語辞書
部である。その単語辞書は、「アー！？−ヒＪ、ｒスジ
」はｒ ＡＳＡＴ（Ｉ Ｊ 、 ｒ ５ＵＺＩ Ｊ等と
表記されている。
次に、上記従来例の動作について説明する。
ｉ９ラメータ抽出部１において、入力音素を１０ｍ５フ
レーム毎に分析し、ノヤラメータを抽出してＡ’ラメー
タ時系列を作成する。確率密度計算部２で、フレーム毎
に得られた・母うメータと、音素標準バタンを照合し、
その・母うメータの値から、生成される音素の確率密度
を算出する。次に単語認識部３において、上記パラメー
タと得られた確率密度を用いて、各辞書項目毎にその辞
書項目を構成する辞書音素系列に従って、１音素毎に音
素のセグメンテーションを行ない、下記０式に従いその
音素と、その音素に対応してセグメンテーションされた
区間の尤度ｔを計算し、その辞書項目における各音素の
尤度の平均として類似度をめる。ここでその音素をＸと
し、Ｘに対応してセグメンテーションされた区間の始端
と終端のフレーム番号をＮｓ 、 Ｎｅとし、第ｎフレ
ームにおける各ｉ９ラメータの値をＣｎとすると、音素
Ｘの尤度ｔｘは下式で定義される。
レーム毎に分析し、ノヤラメータを抽出してＡ’ラメー
タ時系列を作成する。確率密度計算部２で、フレーム毎
に得られた・母うメータと、音素標準バタンを照合し、
その・母うメータの値から、生成される音素の確率密度
を算出する。次に単語認識部３において、上記パラメー
タと得られた確率密度を用いて、各辞書項目毎にその辞
書項目を構成する辞書音素系列に従って、１音素毎に音
素のセグメンテーションを行ない、下記０式に従いその
音素と、その音素に対応してセグメンテーションされた
区間の尤度ｔを計算し、その辞書項目における各音素の
尤度の平均として類似度をめる。ここでその音素をＸと
し、Ｘに対応してセグメンテーションされた区間の始端
と終端のフレーム番号をＮｓ 、 Ｎｅとし、第ｎフレ
ームにおける各ｉ９ラメータの値をＣｎとすると、音素
Ｘの尤度ｔｘは下式で定義される。
φ、はおる音素ｉの確率密度を表わし、■式のように定
義される。
義される。
Ｃｎ：第ｎフレームにおける５個の）やラメータ（ベク
トル）μ、：ある音素ｊのノｅラメータの平均値（ベク
トル）Σ、：共分散行列 ■式において、確率密度の割り算における分母のサメン
ションｌの範囲は、音素Ｘが何であるかによって異カリ
、例えばＸが音素Ａ（７）の時は、ｊの範囲は５母音Ａ
、Ｅ、Ｉ、Ｏ，Ｕとしている。以上により、得られる単
語類似度ＬＭを０式に従って各辞書項目毎にめ、ＬＭが
最大となる辞書項目をもって認識単語とするのであるが Ｐ ＬＭ：辞書中のＭ番目の単語の類似度 ｌｋ：辞書音素系列中のに番目の音素の尤度ＮＰ：辞書
音素数 辞書音素系列中に子音Ｃ１，Ｃ２に挾まれ、無声化母音
又はナマケだ発声をし易い母音Ｖがある場合、子音Ｃ１
、無声化母音又は発声のナマケた母音Ｖ、子音Ｃ２の／
Ｃ１ｖＣ２／の並びにおける各音素の種類（５） 及びその音素並びに対応して、各々の音素の確率密度の
値を利用して、３音素まとめてセグメンテーションを行
ない、そのセグメンテーションされた区間に対して尤度
ｔＣＩＶＣ２を計算する。第２図は／ ５ＵＺＩ ／
（スジ）と発声した場合の各音素／Ｓ／。
トル）μ、：ある音素ｊのノｅラメータの平均値（ベク
トル）Σ、：共分散行列 ■式において、確率密度の割り算における分母のサメン
ションｌの範囲は、音素Ｘが何であるかによって異カリ
、例えばＸが音素Ａ（７）の時は、ｊの範囲は５母音Ａ
、Ｅ、Ｉ、Ｏ，Ｕとしている。以上により、得られる単
語類似度ＬＭを０式に従って各辞書項目毎にめ、ＬＭが
最大となる辞書項目をもって認識単語とするのであるが Ｐ ＬＭ：辞書中のＭ番目の単語の類似度 ｌｋ：辞書音素系列中のに番目の音素の尤度ＮＰ：辞書
音素数 辞書音素系列中に子音Ｃ１，Ｃ２に挾まれ、無声化母音
又はナマケだ発声をし易い母音Ｖがある場合、子音Ｃ１
、無声化母音又は発声のナマケた母音Ｖ、子音Ｃ２の／
Ｃ１ｖＣ２／の並びにおける各音素の種類（５） 及びその音素並びに対応して、各々の音素の確率密度の
値を利用して、３音素まとめてセグメンテーションを行
ない、そのセグメンテーションされた区間に対して尤度
ｔＣＩＶＣ２を計算する。第２図は／ ５ＵＺＩ ／
（スジ）と発声した場合の各音素／Ｓ／。
／Ｕ／、／Ｚ／、／１／の確率密度の時間変化を表わし
ている。第２図において、／Ｕ／の区間（ｂ−ｃ）にお
いて／Ｕ／の確率密度φ１１はほとんどなく、代わりに
／Ｕ／の前半では／Ｓ／の確率密度φ８及び後半では／
Ｚ／の確率密度φ２が優勢である。
ている。第２図において、／Ｕ／の区間（ｂ−ｃ）にお
いて／Ｕ／の確率密度φ１１はほとんどなく、代わりに
／Ｕ／の前半では／Ｓ／の確率密度φ８及び後半では／
Ｚ／の確率密度φ２が優勢である。
またφ２は／Ｉ１０始まり（ｄ）まで優勢で、（ｄ）か
らはφ１が優勢となる。従って区間（ａ−ｄ）を／Ｓ／
。
らはφ１が優勢となる。従って区間（ａ−ｄ）を／Ｓ／
。
／Ｕ／、／Ｚ／を１つにまとめた音素系列／ ＳＵＺ
／のセグメンテーション区間とし、／ＳＵＺ／のセグメ
ンテーション区間（ａ−ｄ）においてφ８．φ２の値を
用いて０式に従い、尤度ｔｓｕｚを計算する。
／のセグメンテーション区間とし、／ＳＵＺ／のセグメ
ンテーション区間（ａ−ｄ）においてφ８．φ２の値を
用いて０式に従い、尤度ｔｓｕｚを計算する。
第３図は／ＺＵＳＩ／ （ズシ）と発声した場合の各（
６） 音素／Ｚ／、／Ｕ／、／Ｓ／、／Ｉ／の時間変化を表わ
している。この場合、／Ｕ／の区間（ｆ−ｇ）において
／Ｕ／の確率密度φ□はほとんどなく、代わりに／Ｕ／
の前半では／Ｚ／の確率密度φ２、後半では／Ｓ／の確
率密度φ８が優勢である。またφ８は／Ｉ／の始１す（
ｈ）まで優勢で（ｈ）からはφ１が優勢となる。従って
、区間（ｅ−ｈ）を、／Ｚ／、／ＴＪ／。
６） 音素／Ｚ／、／Ｕ／、／Ｓ／、／Ｉ／の時間変化を表わ
している。この場合、／Ｕ／の区間（ｆ−ｇ）において
／Ｕ／の確率密度φ□はほとんどなく、代わりに／Ｕ／
の前半では／Ｚ／の確率密度φ２、後半では／Ｓ／の確
率密度φ８が優勢である。またφ８は／Ｉ／の始１す（
ｈ）まで優勢で（ｈ）からはφ１が優勢となる。従って
、区間（ｅ−ｈ）を、／Ｚ／、／ＴＪ／。
／Ｓ／を１つにまとめてそれを音素系列／ＺＵＳ／のセ
グメンテーション区間とし、／ＺＵＳ／のセグメンテー
ション区間（ｅ−ｈ）においてφ２．φ８の値を用いて
■式に従って尤度ｔｚｕｓを計算するわけであるが、■
式においては、連続３音素中の第１番目の音素Ｃ１の確
率密度と第３番目の音素Ｃ２の確率密度の出現する順番
については考慮していない。従って第２図、第３図にお
いて３音素分の区間（ａ−ｄ）及び（ｅ−ｈ）では、■
式の条件を満たす場合、つまり、／ＳＵＺ／と／ ＺＵ
Ｓ ／の例において３音素分の区間でのφ２とφ８のフ
レーム和がほとんど同じ場合、／ＳＵＺ／の尤度ｔＳＵ
Ｚ及び／ｚＵｓ／ノ尤度ｔｚｕｓは点数差がつかないこ
ととなる。従って、結果として／ＳＵＺ／や／ＺＵＳ
／のように子音、無声化母音又は発声のナマケた母音及
び子音の３連続音素系列において、２つの子音が入れか
わった音素系列を含む２つの単語の識別が困難となる欠
点があった。
グメンテーション区間とし、／ＺＵＳ／のセグメンテー
ション区間（ｅ−ｈ）においてφ２．φ８の値を用いて
■式に従って尤度ｔｚｕｓを計算するわけであるが、■
式においては、連続３音素中の第１番目の音素Ｃ１の確
率密度と第３番目の音素Ｃ２の確率密度の出現する順番
については考慮していない。従って第２図、第３図にお
いて３音素分の区間（ａ−ｄ）及び（ｅ−ｈ）では、■
式の条件を満たす場合、つまり、／ＳＵＺ／と／ ＺＵ
Ｓ ／の例において３音素分の区間でのφ２とφ８のフ
レーム和がほとんど同じ場合、／ＳＵＺ／の尤度ｔＳＵ
Ｚ及び／ｚＵｓ／ノ尤度ｔｚｕｓは点数差がつかないこ
ととなる。従って、結果として／ＳＵＺ／や／ＺＵＳ
／のように子音、無声化母音又は発声のナマケた母音及
び子音の３連続音素系列において、２つの子音が入れか
わった音素系列を含む２つの単語の識別が困難となる欠
点があった。
（発明の目的）
本発明は、上記従来例の欠点を除去するものであり、尤
度計算の精度を向上させ、それにより単語認識率を向上
させることを目的とする。
度計算の精度を向上させ、それにより単語認識率を向上
させることを目的とする。
（発明の構成）
本発明は、上記目的を達成するために、子音、無声化母
音又は発声のナマケた母音、子音の連続３音素をまとめ
てセグメンテーションし、尤度計算を行なう際、セグメ
ンテーションされた区間内において、第１番目の子音の
特徴を示す部分と、第２番目の子音の特徴を示す部分の
境界を１つ以上検出し、セグメンテーションされた区間
内で、その各々の境界について、第１番目の子音の特徴
を示す部分及び第２番目の子音の特徴を示す部分から得
られる尤度をもとに、上記連続３音素をまとめた尤度を
、各々の境界について計算し、その中での最大尤度をそ
の区間の尤度とすることにより、尤度計算の精度を向上
させるものである。
音又は発声のナマケた母音、子音の連続３音素をまとめ
てセグメンテーションし、尤度計算を行なう際、セグメ
ンテーションされた区間内において、第１番目の子音の
特徴を示す部分と、第２番目の子音の特徴を示す部分の
境界を１つ以上検出し、セグメンテーションされた区間
内で、その各々の境界について、第１番目の子音の特徴
を示す部分及び第２番目の子音の特徴を示す部分から得
られる尤度をもとに、上記連続３音素をまとめた尤度を
、各々の境界について計算し、その中での最大尤度をそ
の区間の尤度とすることにより、尤度計算の精度を向上
させるものである。
（実施例の説明）
以下に本発明の一実施例について図面とともに説明する
。第１図において、音素標準パタンは従来例と同様であ
る。単語辞書は、認識すべき単語を音素の記号列で表記
しであるが、無声化したりナマケた発声をしやすい母音
に対して予め符号をつけである。またパラメータ抽出に
より得られるパラメータ時系列は従来例と同様である。
。第１図において、音素標準パタンは従来例と同様であ
る。単語辞書は、認識すべき単語を音素の記号列で表記
しであるが、無声化したりナマケた発声をしやすい母音
に対して予め符号をつけである。またパラメータ抽出に
より得られるパラメータ時系列は従来例と同様である。
次に上記実施例の動作について説明する。先ずＡ’ラメ
ータ抽出部ｌにおいて入力音声からフレーム毎のパラメ
ータを得、さらに、゛確率密度計算部２で、その・ぐラ
メータの値を使って各音素標準・ぐタンから得られる確
率密度を計算する。単語認識部１３において各辞書項目
毎にその辞書項目を構（９） 成する辞書音素系列に従って音素Ｘのセグメンテーショ
ンを行ない、その音素Ｘとその音素Ｘに対応してセグメ
ンテーションされた区間の尤度ｔＸを計算する際に、子
音Ｃ１、発声のナマケた母音Ｖ及び子音Ｃ２の／Ｃ１Ｖ
Ｃ２／の並びにおける各音素の種類、及びその音素並び
に対応して、各々の音素の確率密度の値を利用して、３
音素まとめてセグメンテーションを行ない、そのセグメ
ンテーションされた区間に対して尤度ｔ。ｖｃ を計算
する。こ２ こまでは前記従来例と同様である。ここで、尤度’ｃ
ｖｃ を計算する際に、第１番目の音素Ｃ１の確率２ 密度が優勢な部分の尤度ｔ。轄）（αはｃｌの部分とＣ
２の部分の境界）と、第２番目の子音Ｃ２の確率密度が
優勢な部分の尤度ｔ。＠を算出し、００式に従いｔＣＶ
Ｃをめる。第２図において、／ＳＵＺ／２ のセグメンテーション区間（ａ−ｄ）で、尤度ｔｓｕｚ
をめる際、／Ｓ／の確率密度φ８及び／Ｚ／の確率密度
φ２を用いて、第１番目の子音／Ｓ／の部分と第２番目
の子音／Ｚ／の部分の境界を１つ以上見つける（α−４
１ロ、ハ）。
ータ抽出部ｌにおいて入力音声からフレーム毎のパラメ
ータを得、さらに、゛確率密度計算部２で、その・ぐラ
メータの値を使って各音素標準・ぐタンから得られる確
率密度を計算する。単語認識部１３において各辞書項目
毎にその辞書項目を構（９） 成する辞書音素系列に従って音素Ｘのセグメンテーショ
ンを行ない、その音素Ｘとその音素Ｘに対応してセグメ
ンテーションされた区間の尤度ｔＸを計算する際に、子
音Ｃ１、発声のナマケた母音Ｖ及び子音Ｃ２の／Ｃ１Ｖ
Ｃ２／の並びにおける各音素の種類、及びその音素並び
に対応して、各々の音素の確率密度の値を利用して、３
音素まとめてセグメンテーションを行ない、そのセグメ
ンテーションされた区間に対して尤度ｔ。ｖｃ を計算
する。こ２ こまでは前記従来例と同様である。ここで、尤度’ｃ
ｖｃ を計算する際に、第１番目の音素Ｃ１の確率２ 密度が優勢な部分の尤度ｔ。轄）（αはｃｌの部分とＣ
２の部分の境界）と、第２番目の子音Ｃ２の確率密度が
優勢な部分の尤度ｔ。＠を算出し、００式に従いｔＣＶ
Ｃをめる。第２図において、／ＳＵＺ／２ のセグメンテーション区間（ａ−ｄ）で、尤度ｔｓｕｚ
をめる際、／Ｓ／の確率密度φ８及び／Ｚ／の確率密度
φ２を用いて、第１番目の子音／Ｓ／の部分と第２番目
の子音／Ｚ／の部分の境界を１つ以上見つける（α−４
１ロ、ハ）。
（１０）
φ８を用いて得られる第１番目の子音の部分の尤度ｔ８
（ロ）と、φ２を用いて得られる第２番目の子音の部分
の尤度ｔ２（ロ）をめ、ｔｓ（ロ）と１２＠をもとに、
０式により、尤度ｔｓｕｚ（ロ）をめる。
（ロ）と、φ２を用いて得られる第２番目の子音の部分
の尤度ｔ２（ロ）をめ、ｔｓ（ロ）と１２＠をもとに、
０式により、尤度ｔｓｕｚ（ロ）をめる。
但し、Ｎα：境界αのフレーム番号
Ｎｓ 、 Ｎｅ ： ３連続音素系列／Ｃ１ｖＣ２／の
セグメンテーション区間における始端、終端九←ム番号
φ０．φ。＝３連続音素系列／Ｃ１ＶＣ２／における２ 音素Ｃ１及び音素Ｃ２の確率密度 Ｚｃ ｖｃ ＝Ｍａｘ （’ ＺＣＶＣ（”ｌ ＋α＝
１〜ｋ）＋ ２ ＋ ２ （ｋは境界の数）−■ｔｏ（
ロ）とｔ。＠の和を尤度ｔｃｖｃ （ｎとすると、１
２ １ ２ 第２図においてαは（イ）、 （ロ） 、（ハ）である
から、■式％式％ （） （） これにより、ｔｓｕｚ（イ）、ｔｓｕｚ（ロ）、ＬＳＵ
Ｚ（ハ）が各々計算されるわけであるが０式に従いα−
イ１口、・・とじてこのｔｓｕｚ（イ）、’５ＵＺ（ロ
）、ｔＳＵＺ（ハ）のうちで最も数値の高いものを、３
連続音素／ＳＵＺ／の尤度’ｓｕｚとする。上記のよう
な尤度計算法を用いることによシ２つの単語／ ５ＵＺ
Ｉ ／と／ＺＵＳＩ／を容易に識別できる。
セグメンテーション区間における始端、終端九←ム番号
φ０．φ。＝３連続音素系列／Ｃ１ＶＣ２／における２ 音素Ｃ１及び音素Ｃ２の確率密度 Ｚｃ ｖｃ ＝Ｍａｘ （’ ＺＣＶＣ（”ｌ ＋α＝
１〜ｋ）＋ ２ ＋ ２ （ｋは境界の数）−■ｔｏ（
ロ）とｔ。＠の和を尤度ｔｃｖｃ （ｎとすると、１
２ １ ２ 第２図においてαは（イ）、 （ロ） 、（ハ）である
から、■式％式％ （） （） これにより、ｔｓｕｚ（イ）、ｔｓｕｚ（ロ）、ＬＳＵ
Ｚ（ハ）が各々計算されるわけであるが０式に従いα−
イ１口、・・とじてこのｔｓｕｚ（イ）、’５ＵＺ（ロ
）、ｔＳＵＺ（ハ）のうちで最も数値の高いものを、３
連続音素／ＳＵＺ／の尤度’ｓｕｚとする。上記のよう
な尤度計算法を用いることによシ２つの単語／ ５ＵＺ
Ｉ ／と／ＺＵＳＩ／を容易に識別できる。
上記実施例においては、子音、無声化母音又は発声のナ
マヶだ母音及び子音の３連続音素系列の尤度を精度良く
めることができるため、上記３連続音素系列中の２つの
子音が入れ変わった音素系列を含む２つの単語について
も認別が容易にできるという不り点がある。
マヶだ母音及び子音の３連続音素系列の尤度を精度良く
めることができるため、上記３連続音素系列中の２つの
子音が入れ変わった音素系列を含む２つの単語について
も認別が容易にできるという不り点がある。
（発明の効果〕
本発明は、子音、無声化母音又は発声のナマヶた母音、
子音の連続３音素まとめてセグメンテーションし、尤度
計算を行なう際、第１番目の子音の特徴を示す部分と、
第２番目の子音の特徴を示す部分の境界を１つ以上見つ
け、その各々について尤度を計算し、最大尤度をその区
間の尤度とすることによフ、従来法に比べ精度良く尤度
計算を行なうことができる利点を有する。
子音の連続３音素まとめてセグメンテーションし、尤度
計算を行なう際、第１番目の子音の特徴を示す部分と、
第２番目の子音の特徴を示す部分の境界を１つ以上見つ
け、その各々について尤度を計算し、最大尤度をその区
間の尤度とすることによフ、従来法に比べ精度良く尤度
計算を行なうことができる利点を有する。
第１図は従来及び本発明の一実施例における単語音声認
識方法を説明するための図、第２図は／ＢＵＺＺ／と発
声した場合の各音素／Ｓ／、／Ｕ／。 ／Ｚ／、／Ｉ／の確率密度φ８．φ０．φ２．φ１の時
間変化を表わす図、第３図は／ＺＵＳＩ ／と発声した
場合の各音素／Ｚ／、／Ｕ／、／Ｓ／、／Ｉ／の確率密
度φ２゜φ。、φ８．φ１の時間変化を表わす図である
。 １・・・・ぐラメータ抽出部、２・・・確率密度計算部
、３・・・単語認識部、４・・・音素標準バタン部、５
・・・単語辞書部。 （１３） 第１図 入力を声 わを襞甑
識方法を説明するための図、第２図は／ＢＵＺＺ／と発
声した場合の各音素／Ｓ／、／Ｕ／。 ／Ｚ／、／Ｉ／の確率密度φ８．φ０．φ２．φ１の時
間変化を表わす図、第３図は／ＺＵＳＩ ／と発声した
場合の各音素／Ｚ／、／Ｕ／、／Ｓ／、／Ｉ／の確率密
度φ２゜φ。、φ８．φ１の時間変化を表わす図である
。 １・・・・ぐラメータ抽出部、２・・・確率密度計算部
、３・・・単語認識部、４・・・音素標準バタン部、５
・・・単語辞書部。 （１３） 第１図 入力を声 わを襞甑
Claims (2)
- （１） 入力音声を単語辞書の各辞書項目と照合し、各
辞書項目を構成する辞書音素系列に従い各音素毎に入力
音声をセグメンテーションし、セグメンテーションされ
た音素の区間に対して、その音素の標準・七タンとその
音素との距離を用いて各辞書項目と入力音声の類似度を
めて単語を認識する単語音声認識方法において、子音、
無声化母音又は発声のナマケた母音及び子音の連続３音
素については、上記連続３音素をまとめてセグメンテー
ションを行い、セグメンテーションされた区間内で上記
３音素の第１番目の子音の特徴を示す部分と第２番目の
子音の特徴を示す部分の境界を１個以上検出し、セグメ
ンテーションされた区間内で、その各々の境界について
、第１番目の子音の特徴を示す部分及び第２番目の子音
の特徴を示す部分から得られる尤度をもとに、上記連続
３音素をまとめた尤度を各々の境界毎に計算し、その中
での最大尤度をその区間の尤度とすることを特徴とする
単語音声認識方法。 - （２）各音素の標準・ぐタンとして、各音素の音響パラ
メータの分布形で表された標準７Ｎｏタンを用い、音素
の標準・やタンとその音素との距離尺度とし７て、セグ
メンテーションされた音声の区間がその音素から生成さ
れる確率密度を用いたことを特徴とする特許請求の範囲
第（１）項記載の単語音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59058178A JPS60202497A (ja) | 1984-03-28 | 1984-03-28 | 単語音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59058178A JPS60202497A (ja) | 1984-03-28 | 1984-03-28 | 単語音声認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60202497A true JPS60202497A (ja) | 1985-10-12 |
| JPH045396B2 JPH045396B2 (ja) | 1992-01-31 |
Family
ID=13076742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59058178A Granted JPS60202497A (ja) | 1984-03-28 | 1984-03-28 | 単語音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60202497A (ja) |
-
1984
- 1984-03-28 JP JP59058178A patent/JPS60202497A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH045396B2 (ja) | 1992-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS60202497A (ja) | 単語音声認識方法 | |
| JP4604424B2 (ja) | 音声認識装置及び方法、並びにプログラム | |
| JP3128251B2 (ja) | 音声認識装置 | |
| JPS60149096A (ja) | 単語音声認識方法 | |
| JPS6147999A (ja) | 音声認識装置 | |
| JPS60147794A (ja) | 単語音声認識方法 | |
| JPH049320B2 (ja) | ||
| JPH0247756B2 (ja) | ||
| JPS6148897A (ja) | 音声認識装置 | |
| Wang et al. | Pitch-Aware RNN-T for Mandarin Chinese Mispronunciation Detection and Diagnosis | |
| JPS5872996A (ja) | 単語音声認識方法 | |
| JPS61137198A (ja) | 音声認識装置 | |
| JPH0333280B2 (ja) | ||
| JPS60164800A (ja) | 音声認識装置 | |
| JPS60182499A (ja) | 音声認識装置 | |
| JPS60202487A (ja) | 単語音声認識方法 | |
| JPS60149095A (ja) | 単語音声認識方法 | |
| JPH0585918B2 (ja) | ||
| JPS5849996A (ja) | 平均音素パターン作成装置 | |
| JPS63236095A (ja) | 音声認識方法 | |
| JPH0668679B2 (ja) | パタンマッチング装置 | |
| JPS6180298A (ja) | 音声認識装置 | |
| JPH0719159B2 (ja) | 音声認識装置 | |
| JPH0566596B2 (ja) | ||
| JPS60149099A (ja) | 音声認識方法 |