JPS60254100A - 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】 （技術分野） 本発明は、音声認識方式に関し、特に精度良く音声区間
の検出を行う音声区間検出に関するものである。

（背景技術） 従来の音声認識装置のブロック図を第１図に示す。第１
図において、■は信号入力端子、２は周波数分析部、３
は音声取込制御部、４は取込開始信号、５は音声区間検
出部、６は取込終了信号、７は始端・終端情報、８は認
識部、９は出力端子の如く構成されてお９、以下各部の
説明をする。

周波数分析部２は、第２図に示す如く構成されておシ、
人力音声信号１１は前置増幅器１２により適邑なレベル
に増幅され、約２０１ＪＨｚ７＞・ら６０００Ｈｚまで
を対数尺度で等間隔に分割されたＮ個のバンド・ぐスフ
ィルタ群ｉ３、全波整流器群１４、およびローパスフィ
ルタ群１５により分析され、さらに、あらかじめ定めら
れた時間周期（以後サンプル周期と記す）毎にマルチプ
レクサ１６を順次切り換えなからＡＤ変換器１７によっ
て量子化され、サンプル周期毎にＮ個の分析結果１８を
出力する。

音声取込制御部３（は、取込開始信号４を受信したのち
、周波数分析部２の分析結果１８を音声区間検出部５お
よび認識部８へ一定時間、寸たけ確かに音声の入力が終
了したと判断する寸で出力する。音声の入力終了の判断
法としては、たとえば、各サンプル周期毎のＮ個のデ゛
−夕の平均値（以後７、　Ｖ−ムｙｅワー、！：　記−
ｒ　）　ヲ利用して、フレーｌ、パワーがあらかじめ設
定された閾値を越えるものが、ある一定数存在したのち
、閾値を越えないものが連続一定数続いたとき音声の入
力が終了したと判断する方法がある。

音声区間検出部５におけるブロック図を第３図に示す。

第３図において、１８は分析結果、２１はパラメータ演
算部、６は取込終了信号、２２はブロック化部、２３は
音声区間判定部、７は始端終端情報の如く構成され、以
下詳細に説明する。

パラメータ演算部２１は、分析結果１８から音声区間検
出に使用する（］）式て定義されるパラメータをめる部
分である。

Ｐ−ａ、・Ｘ（１） 、ＩＪ、ま ただしａ　；第３番目の分析結果のス被りトル傾斜マ　
；第３番目の分析結果の平均値 また、スにクトル傾劇ａ、すなわち最少２乗近似直線の
傾きは、第３番目のＮ個の分析結果をＸ　Ｈｊとすると
（ｉｉＮ分割されたバンドパスフィルタ群の周波数の低
いものから順にイ」けられた番号）、ａ　は（２）式に
よってめられる。

置き換えることができ、（２）式は（３）式に変形され
る。

めることかできる。

また、んはΣＸ　１ＪをＮで除すことによって得！＝１ られる。第４図は、Ｐｌ、を演算するブロック図であり
、以下図に従って説明する。

第３番目のＮ個の分析結果ｘ　ｒ　、＋　（’−１，２
　ｒ・・・Ｎ）が順番に出力されるものとすると、加算
器１０１結果を乗算器１０３と除算器１０６に出力され
る。

ない、さも（で補数器１０４によって−ｃｌ・ΣＸ　の
ｉ＝＋　１Ｊ 値をめ、加算器１．０５の一方に入力される。また、Ｘ
１Ｊのデータ出力と同期して働くカウンタ１０７ＯＩｊ
ｊ力と、Ｘｌｊと）ＮＲ’　−ｘ　ｌ　Ｊを乗算器１０
８によってめ、乗算器１０８の出力に接続されている加
算器１０９と、さらにそれに接続されている″″１１０
Ｇ・て１蛋１′°゛・Ｊをめ７′員Ｃへ） ができる。レジスター１０の出力、δ＋　−ｘ　ｒ　ｊ
ｊｏ算器１１１の一方の入力に接続さ涯ており、乗算器
１１１の他方の入力にはＮがセットされていて、乗算器
１１１ではＮ　′、蛋、ｉ　°ｘ　Ｈ・が演算され・加
算器１０５のもう一方に入力される。加算器１０５でサ
ンプルデータのス被りトル傾＆４．　をめら五１．１ その結果は乗算器１１３の一方の入力となる。また除算
器１０６７は・、蛋１ｘ・ＪをＮ１除す員によってＸＪ
がめられ、その結果は乗算器１１３の他方の入力となり
、乗算器１１３によってＰ、（−ａ−ｘ、）をめること
ができる。以上の演算をサンプル周期毎に行在って、各
サンプル時のＰの値を全て演算することができる。

ブロック化部２２は、パラメータ演算部２１の結果ＰＪ
を取込終了信号６を検出するまで受け取り、取込終了信
号６を検出後、音声のプロ、り化（音声であると思われ
る部分のかたまりの検出）を行なう部分て、第５図にブ
ロック図を示し、第５図に従って説明する。

、ｅ−ｙメータ演算部２１の各サンプル周期毎（Ｄ　Ｐ
ｊ ―：１、順次ｐ−クラメータメモ＋Ｊ　２００に格納さ
れているので、それを順番に読取し絶対値回路２０１に
よって絶対値化され、ＩＰ、ｌを比較器２０２の一方に
入力する。比較器２０２の他方の入力には、ＩＰ−の閾
値ＰＴＨがセットされている。比較器２０２では、ＩＰ
７１≧ＰＴＨのときにはα出力に、ＩＰｊ　Ｉ　〈ＰＴ
Ｈのときにはβ出力にそれぞれ有意信号を出力する。

カウンタ２０３は、ＩＰｊｌ≧ＰＴＨのときカウントア
ツプし、ＩＰｊｌ〈Ｐ、Ｈのときクリアされるようにな
っており、ＩＰ−≧ＰＴＩ（となる連続量をカウントす
る。また、カウンタ２０３の出力は、常にレジスタ２０
４にセットされている。レジスタ２０４にセットされて
いる値（ＩＰ、ｌ≧ＰＴＨである連続数）は、比較器２
０５に入力され、比較器２０５の他方の入力にはＫがセ
ットされており、ＩＰ−≧ＰＴｌ（である連続量（以下
ブロック長吉記す）かに以上のとき、比較器２０５の出
力Ｃに有意信号が出力される。

ブロック長がＫ（Ｋ≧２の自然数）以上（Ｃ信号出力時
）で、かつ、比較器２０２のβ出力（１ｐＪｌ　＜ＰＴ
Ｈ）が表われたタイミング１ＡＮＤ回路２０６によって
捕える。カウンタ２０７は、ＡＮＤ回路２０６の出力か
ら出力寸でのＰを読み出した、１ 量を数えるもので、減Ｈ器２０８によってカウンタ７の
出力からレジスタ２０４の結果（ブロック長）を差し引
くことにより、ブロック間の距離（時間）をめることが
できる。寸たカウンタ２０９は、Ｐの読出しと同期して
カウントしておす、減算器２１．０によってカウンタ２
０９の結果からレジスタ２０４の出力（ブロック長）を
引くことによって、当該ブロックの先頭をめられる。

加算器２１１とレジスタ２１２によりＩＰｊｌ≧ＰＴｌ
□の部分の累積をめ、プロ、りの大きさを表わすＳｌｌ
なるものをめ、ＡＮＤ回路２０６の信号を検出したとき
、レジスタ２１３にセットすると同時に、レジスタ２１
３の出力（以下ブロック量と記す）、減算器２１０の出
力（ブロック先頭情報）、レジスタ２０４の出力（ブロ
ック長）、および減算器２０８のｉＪＪ力（ブロック間
距離）をプロ、ツクテーブル２１４に登録する。このよ
うにして取込んだ邦全てについてブロック化が行なうこ
とができる。

音声区間判定部２３ば、ブロック化部２２で得られたブ
ロックテーブル２１４から、次のようにして音声区間の
判定を行なっていた。すなわち、ブロック量の最大値と
彦るブロックを検出し、それを音声区間の中心として前
後のブロックについて、ブロック間距離が一定値以下で
あれば当該ブロックも童声区間に含めるという方法で、
音声区間の判定を行なっていた。

認識部８は、音声取込制御部３に取込開始信号を送ると
ともに、音声取込制御部３からの分析結果を格納してお
き、さらに音声区間検出部５からの始端終端情報７を受
けると、あらかじめ用意されている内容既知の標準パタ
ーンとの類似度演算を行ない、最も類似度の高い標準・
ぐターンと同一内容の音声が入力されたと判断し、その
結果を出力する。

しかしながら、上記従来の技術における音声区間検出で
は、 （１）入力音声の強弱によりスペクトル傾斜ａｊが変化
するため、不安定な・ぐラメータすなわち、Ｐｊが不安
定々・やラメークである。

（２）　スペクトル傾斜ａｊは、音韻、話者による変化
とともにマイクの特性等によって往往にして、音声部に
おいても０に近い値を取り、結果としてＰもＯに近い値
となり、プロ、り化を誤捷る。

（３）　ノイズが大きい場合、ノイズとの区別（特に子
音）がつけにくい。

という欠点があった。

（発明の課題） この発明の目的は誤認識をなくして認識率の向上をはか
ることの出来る音声認識方式を提供することにあり、そ
の特徴は、音声区間検出時に、音声・やターンからノイ
ズノやターンを差し引くことによシ、音声区間検出をよ
り精度よく行ない、認識率を上げる手段を提供するもの
で、以下詳細に説明する。

（発明の構成および作用） 第６図（は、本発明のブロック図であり、１００は入力
端子、２００は周波数分析部、３００は対数変換部、４
００はス硬りトル変換部、５００は音声区間決定部であ
り、対数変換部データ部５０１、ノイズパターン検出部
５０２、減算回路５０３、乗算回路５０４、加算回路５
０５、除算回路５０６、Ｐ）ぐラメータメモリ５０７、
比較器１　５０８、ＦＬＡＧ　５０９、スムージング１
５１０、スムージング２　５１１、ブロック化５］２、
比較器２５１３、ブロック決定５１４、音声区間決定５
１５、ＭＡＸＢＬＫテーブル５１６から成る、６００は
再サンプル部、７００は距離演算部、８００は標準パタ
ーンメモリ、９００は判定部、１０００は認識結果出力
端子である。

このよう々構成において、入力端子１００から入力され
る入力音声信号は、周波数分析部２００に入力され、複
数の周波数帯域に対応した君子化信号Ｕ（ｉ、ｊ）とし
て周波数分析され、対数変換部３００に送られる。

対数変換部３００に送られたデータは、スにクトル情報
と、・やワー情報等となり、スぜクトル変換部４００へ
はスにクトル情報、音声区間決定部５００へはスイクト
ル情報及び・ぐワー情報が送られる。

対数変換部３００では第（４）式の割算が行なわれる。

周波数分析データをｕに、Ｄとする。

Ｕ（ｉ、Ｄ　””１〜１９　ｊ＝１〜■Ｏ≦ｕ（１，Ｄ
≦２０４７ 対数変換データを■（ｉ、Ｄとする。

Ｖ（ｉ、ｊ）　ｉ「９Ｊ＝１〜■ とこでｉは周波数（］　ｃｈ〜１９ｃｈ）を示し、Ｊは
時間（１フレーム〜（１）フレーム）を示す。寸だ前処
理部からの入力データをｕ（１，Ｄとする。Ｕ（１，；
）　＋−１〜１９　ｊ＝１〜ω　Ｏ≦Ｕ（１１ｊ）≦２
０４７　対数変換ビット数をＮＢとする。ここではＮＨ
−４である。

Ｕ（ｉ、ｊ）＞０ ここて入カバターンの・ぐワーＰＯＷ（Ｊ）及び入力・
ぐターンの１０フレーム・やワーの計算式を第（５）式
。

第（６）式で定義する。

ｋ　−＝　’（Ｊ−１）／］　Ｏ＋１ 但し、ｊ＝（ｋ−］）才１０＋１とする。

ノイズレベルは第（７）式で定義する。

ノイズレベル測定区間をに＝に、〜に２とした時、但し
、ｋ２＝に、＋２とする ここで切り出しスライスレベルＬ１を Ｌ　１　＝　ＮＬＥＶＥＬ＋ＬＯ として、はじめてＰＯＷｌｏ（ｋ３）がＬｌよりも大き
くＰＯＷ　１０　（ｋ３　＋　１　）がＬｌよりも大き
い点に３から４０フレーム逆のぼったフレームＪｌヲ ｊ＋＝（ｋ３１）才１０＋１−４０ として、仮の音声始りｈ１フレーム５ＴＦＲ１をＳＴＦ
Ｒｌ−Ｍｉ′Ａ（Ｊ、１） とする。

終端検出は１（４かに２＋１よりも大きく、かつＰＯＷ
　］、０　＜　ｋ４　）がＬｌよりも小さいか等しくな
った時に、仮の音声終端フレームＥＤＦＲ１をＥＤＦＲ
１＝　（ｋ４−１　）　＊　］　Ｏ−］＋９とする。

さて、対数変換部３００より計算された対数変換デ゛−
タＶ（ｉ　、　ｊ　）は−１対数変換済デ一タ部５０１
へ送られた後、ノイズノやターンＮＰＡＴ（ｉ　）をめ
るためノイズパターン検出部５０２にて、ノイズパター
７　ＮＰＡＴ（ｉ　）を割算する。但し、ノイズレベル
測定区間をに＝に、−に２とした時、Ｊ２及びＪ３の値
を第（８）式において計算する。

ノイズパターンＮＰＡＴ（ｉ　）をめる式を第（９）式
に示す。

ｊ＝ｓＴＦＲ１〜ＥＤＦＲ１ 次に、減算回路５０３、乗算回路５０４、力ｌｌ算回路
５０５、除算回路５０６、において、対数変換法データ
部５０１に格納されている■（ｉ、、ｉ）及びノイズ、
ノやターン検出部５０２において、第（９）式より１つ
たＮＰＡＴ（ｉ）を用い、ノイズ・ぐターンを差し引い
た・ぐワ一の割算を第００）式により行なう。

Ｐ（、ｉ）＝上ｒ　（（：Ｖ（ｉ、、ｊ）−ＮＰＡＴ（
ｉ）／４）２→−９（１０）］９□テ・。

２−Ｊ”−、（ｉ［Ｊ）式より寸ったＰ（、ｉ）はＰパ
ラメータメモリ５０７へ格納され、比較器］５０８によ
り次の第（１１）式の比較を行なう。

第１、印式において、スライスレベルＬ２がＰ（ｊ）よ
りも大きい場合は、Ｆｒ、Ａｃ（ｊ）−ｏとする。また
Ｌ２がＰ（ｊ）よりも等しいか小さい場合はＦｂＡＧ（
Ｊ）＝　１とする。第（１１）式において決定されたＦ
ＬＡＧ（Ｊ）の値は、ＦＬＡＧ　５０９へ格納され、Ｆ
ＬＡＧ（Ｊ）の値−に応じて、スムージング１５１０あ
るいけスムージング２５１１へ送うれる。スムージング
１５」ＯではＦＬＡＧ（ｊｌ二〇の場合の操作を行ない
ＦＬＡＧ（、ｉ−］）　＝　０であり、ＦＬＡＧ（Ｊ＋
１　）−〇である時ば、ＦＬＡＧ（、ｒ）＝ｏとする。

寸だ、スムージング２５」１ではＦＬＡＧ　（：ｒ　）
＝１の砺合の操作を行ないＦＬＡＧ（ｊ−］　）＝１で
あり、ＦＬＡＧ（ｊ＋］　）　−１である時は、ＦＬＡ
Ｇ（ｊ　）　−１とする。

次にブロック化５１２においてＦＬＡＧ（Ｊ）　＝　１
が４フレーム以」一連続し、その区間の、ｐｏｗ　１　
（ｚ）　−よΣ：Ｐ（ｊ）がｐ□ｗ　１　（／−）≧Ｌ
３、すなわちＰＯＷ　１．　（／ｉ）がスライスレベル
Ｌ３よりも太きいか等しい場合のものをブロック表する
。

ブＯ，り数をＢＬＫＳとし、ブロックｌの先頭フレーム
ｆ：５（ｔ）、ブロックｌの最終フレームラＥ（，４）
どする。ブロックｌのノイズ・Ｐターンを差り引いた・
ぐワーＰ　（ｊ）の加算値は第（１２）式によりめられ
る。

ブロックｌのフレーム数は第（１３）式によりめられる
。

ＦＲ］（ｔ）二Ｅ（７１−５（ｔ）＋　１　・　・　（
１３）寸だ、前プロ、り（１−１）との間隔は第（１４
）式によりめられる。

＝２（ｔ）＝ｓ（ｔ）−Ｅ（１−１，）　・・（１４）
ここでｔｌを音声先頭プロ、り、１２を音声最終ブロッ
クとして比較器２　５１３において、音声先頭プロ、り
ｔｌについては、第（Ｉ５）式の条件を満たしている限
りｔ、　＝ｔ１−１とする。

ＦＲ２（４）≦ｉＶ［ＩＮ（ＰＯＷＩ（４］）／ＳＣ１
＋ＳＣ２，５Ｃ３）　−（１５）捷だ音声最終プロ、り
１２については、第（１Ｇ）式の条件を満たしている限
りＪ−２−ｔ２＋１とする。

ＦＲ（２２＋１．）≦ＭＩＮ（ＰＯＷＩ（ｔｚ＋１）／
ＳＣ］＋ＳＣ２，５Ｃ３）−ｆ１６）ここでＳＣＩ〜Ｓ
Ｃ３は定数でありＳＣに１６　、　ＳＣ２二８゜５Ｃ３
−３０である。

以上の式より、最大ブロックを中心に前後のブロックを
音声区間のブＯ７りとして取シ込むがどうかの判定を行
ない、音声区間として採用する。

このようにして決定された音声区１１４１プロ、り候補
である音声光［相］ブロックＬ１及び音声最終ブロック
・ｔ２の値はブロック決定５１４に送られる。

次に音声区間決定４］７に用いる認識語の最大ブロック
数のテーブルＭＡＸＢ　ＬＫテーブル１１１８を説明す
る。

最大ブロック数ＭＡＸＢＬＫＯ例を第８図に示す。

左側が力テコ’ＩＪ（１６語）を示し、右側ｔｑｔ：、
予め発声データからめた各力テコ゛りの最大ブロック数
を示す。これらの認識語セットの中で最大のＭＡＸＢＬ
Ｋをジぶ。例えば認識語の中に「モーイチドＪを含むな
ら１ＶＩＡＸＢ　ＬＫ二３とする。

音声区間決定部５１５において、 ＢＬＫＳ≦ＭＡＸＢＬＫ とする時、すなわちプロ、り数ＢＬＫＳが最大ブロック
数ＭＡＸＢＬＫよりも小さいか等しい場合であればすべ
てのプロ、７りを音声区間とする。逆にＢＬＫＳ　）　
ＭＡＸＢＬＫ とする時、すなわちプロ、り数ＢＬＫが最大プロ。

り数ＭＡＸＢＬＫ　、１：夕も大きい場合、例え（げ第
７図においてブロック数ＢＬＫＳ　＝　：３で）２大プ
ロ、り数ＭＡＸＢＬＫ　＝　２であれば■または■の紹
み合わせが考えられ、■及び■のブロックの組み合わせ
の各々ノハワーｐｐ　（ｔ）をめた後ＰＰの比較を行な
いプロ、りのパワーＰＰ（ｔ）が最大となるブロックの
組合せを音声区間とする。ブロックのパワーＰＰ（ｔ）
は第（１７）式によりめられる。

ｔ＝１〜ＢＬＫＳ−ＭＡＸＢＬＫ＋１ 第（Ｉ７）式よりめられたＳ（／ｌ−＋）は音声先頭プ
ロ、りであシ、Ｅ（２２）は音声最終ブロックとなり、
音声始端フレーム５ＴＦＲば　− ５ＴＦＲ，＝　Ｓ（Ｌ、） 寸だ音声終端フレームＥＤＦＲは ＥＤＦＲ二Ｅ（、−５２） となる。丑だ、入力・ぐターンフレーム数ＩＦＲは次の
第（１８）式で表わされる。

ＴＦＲ二ＥＤＦＲ−５ＴＦＲ＋　１　・・・（１８）処
理終了の判定は、音声最終ブロックｔ２が以下の第卸式
の条件を全て満たした時、処理を終了とする。

すなわち、Ｌ　１が１＜４　、に４’−１−１、ｋ４＋
２　、　ｋ４−１−３　。

ｋ　４　＋４　＋のいずれに対しても太きいか等しい場
合は、処理終了となる。

−１だ第（Ｉ９）式の条件が満たされなかった場合は、
認識を打ち切り ｐｏｗ】、ｏ（ｋ４）≦Ｌ１ すなわちＬｌが大きいか等しくなる次のに４の値をめる
。

このように決定された音声区間５ＴＦＲ及びＥ［）ＦＲ
は、スペクトル変換部４００から送られるＷ（ｉ、ｊ）
と同時に再サンプル部５００に送られる。再サンプル部
５００では、音声の時間軸の正規化を行われる。時間軸
の正規化の方法は従来公知の技術であり、リニアマツチ
ング方法で（は、音声区間を認識装置の条件によって定
められた一定数に、時間的に等間隔に分割、再サンプル
する方法である。

そして、距離演算部７００において、同様に作成された
標準バタンメモリ８００の出力との距離演算を行ないそ
の結果を判定部９００へ送る。

判定部９００ては、トータル距離との距離値の比較を行
ない、最も小さいトータル距離のカテがす名を認識結果
として、認識結果出力瑞子１０００から出力する。

す、上器１明したように、本発明では、音声区間検出時
に音声パターンからノイズ・ぐターンを差し引くととに
より、音声区間検出をより精度よく行ない、認識率を上
げることができる。

（以下余白） （発明の効果） 本発明は、音声区間検出の際に、音声のノイズパターン
の情報を音声パターン情報から差し引くととにより、音
声区間検出をより精度よく行なうことができ、音声認識
装置の認識性能を向上するのに効果がある。

【図面の簡単な説明】

第１図は従来の音声認識装置のブロック図、第２図は第
１図の周波数分析部の詳細ブロック図、第３図は第１図
の音声区間検出部のブロック図、第４図は第３図の・ぐ
ラメータ演算部の詳細ブロック図、第５図は第３図のプ
ロ、り化部の詳細図、第６図は本発明の音声認識装置の
プｒｊ７り図、第７図は音声区間のブロックの組合せを
示す図、第８図は音声の最大ブロック数を示す図である
。 １・・入力端子、２・周波数分析部、３　・音声取込制
御部、４・・・取込開始信号、５・・音声区間検出部、
６・・・取込終了信号、７・・・始端・終端情報、８・
・・認識部、９・・・出力端子、１１・入力音声信号、
１２・・・前置増幅器、１３・−バンドパスフィルタ群
、■４・・全波整流器群、１５・ローパスフィルタ群、
１６・・マルチプレクサ、１７・・ＡＤ変換器、１８・
・・分析結果、２１・・・パラメータ演算部、２２・・
ブロック化部、２３・音声区間判定部、１０１，１．０
５゜１０９・・加算器、１０２，１１０・・・レジスタ
、１０３．１０８，１１１，１１３・・・乗算器、１０
４　補数器’１　１０６．１１２・・・除算器、１０７
・・・カウンタ、２００・　Ｐパラメータ演算部Ｊ、２
０１・絶対値回路、２０２，２０５・比較器、２０３，
２０７，２０９・　カウンタ、２０４．．２１２，２１
３・レジスタ、２０６・・ＡＮＤ回路、２０８，２１０
　減算器、２１１　・加算器、２１４・ブロックテーブ
ル、１００・入力端子、２００・・周波数分析部、３’
ＯＯ・・・対数変換部、４００・・・スペクトル変換部
、５００・・・音声区間決定部、５０１・・対数変換部
、５０２　ノイズ・々タン検出部、５０３・減算回路、
５０４・乗算回路、５０５　・加算回路、５０６・・・
除算回路、５０７・　Ｐパラメータメモリ、５０８・・
・比較器１．５０９・・・ＦＬＡＧ、、５１０・・スム
ージング１．５１１・・・スムージング２．５１２・・
・ブロック化、５１３・・比較器２　’、）１２　、、
　５１４・・ブロック決定、５１５・・・音声区間決定
、５１６・・・ＭＡＸＢＬＫ　、、　６００・・・再サ
ンプル部、７０〇　−距離演算部、、ＳＯＯ・・標準・
ぐタンメモリ、９００・・・判定部、、１０００・・認
識結果出力端子。 特許出願人 沖電気工業株式会社 特許出願代理人 弁理士　山　本　恵　− 第１図 第２図 第３図

Claims (1)

【特許請求の範囲】
1. 入力音声信号を周波数分析し、その結果を対数変換し、
   分析されたスペクトル特性の正規化を行ない、一定のデ
   ータ長に再サンプルして入力音声・ぐターンを作成し、
   該パターンと標準パターンとの距離演算を行な帆、距離
   最小の認識カテゴリを認識判定する音声認識方式におい
   て；対数変換法データを格納する手段と；対数変換法デ
   ータを用い、ノイズ・ぐ夕〜ンを演算する手段と；音声
   ・ぐターンからノイズパターンを差し引いたパワーヲ演
   算する手段と；演算したパワー情報から音声区間フラッ
   グをめ、スムージングを行なう手段と；スムージング〉
   行なった音声区間フラッグにより、音声ブロック候補を
   める手段と；該音声ブロック候補を用い、最大ブロック
   （ＭＡＸＢＬＫ）テーブルを参照しながら音声区間決定
   を行なう手段とを有することを特徴とする音声認識方式
   。