JPS6027000A - パタンマツチング方法 - 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】 産業上の利用分野 本発明は、連続発声された日本語を認識する場合に、母
音定常部中心を検出しておき、母音定常部中心〜母音定
常部中心の範囲に対して前もって登録したｖ１Ｃ■２標
準バタンマツチングさせて、語中の音節を認識する場合
等に用いられるバタンマツチング方法に関する。

従来例の構成とその問題点 従来の語中の音韻もしくは音節を認識する方式は、簡単
なものとしては、フレーム毎に前もって登録された音素
パタン（例えば、５母音ｌＡｌｌ１ｌＩｕｌ　ＩＥＩ　
１０１　、子音１８１ＩＣ１１ｈｌ　ｒ　ＩｐＨｔｌｌ
ｋｌ。

１ｂｌｌｄｌｌ（１１，１ｍ１Ｉｎｌｌｒ１　等）との
距離を計算して音素識別した結果をマージ例えば連続音
素は１音素に代表し、不連続音素は切り捨てする等の処
理をして、認識結果としていた。しかしこの方式では調
音結合等による子音の変形が起こるために構成は簡単で
あるが、音韻区間が不明瞭なために認識率は、著しく低
下する原因となっていた。さらに認識率を向上させる認
識方式としては、語中音節の認識させるために、ＣＶ音
節を前もって標準バタンとして登録しておき、２段ＤＰ
手法と呼ばれている。個々の登録ＣＶ音節とは時間軸伸
縮を行った上で、全体として最適なＣＶ音節系列を決定
する、バタンマツチング手法を用いて、音節系列として
認識結果をめているものなどがあった。しかしこのよう
な２段ＤＰ手法を用いる方法では、実時間処理を行うた
めには、莫大な計算量を実行するため専用ノ・−ドウエ
アを必要とするためにコスト低減が困難でありまた、種
々の方法に比べて認識率が優れているものの、調音結合
を吸収するためにはＶＣＶ音節パタンも必要でありまた
、２段ＤＰ手法に固有の挿入、脱落誤り（例えば２音節
データを３音節としてマツチングして誤認識する。２音
節データを１音節とマツチングして誤認識する）が発生
することがあり対策処理が困難であるため認識率にも限
界があった。

発明の目的 本発明は上記従来の問題を解決し、バタンマツチングに
よる認識率を向上させることを目的とする。

発明の構成 本発明は予め記憶した■１Ｃｖ２　標準バタンとバタン
マツチングを行う場合において、ｖ１Ｃ■２標準パタン
ｖ１Ｃセグメント境界のポインタ及びＣ■２セグメント
境界のポインタを設けておき、標準バタンのｖ１先頭〜
■１Ｃセグメント境界のマツチング開始フレームとＣｖ
２セグメント境界〜ｖ２終了のマツチング終了フレーム
に自由度を持たせることによって、上記目的を達成する
ものである。

実施例の説明 以下に本発明を適用した実施例について説明する。

第１図において、１は入力端子より入力された信号をデ
ィジタル信号に変換するＡ／Ｄ変換器、２は電力系列変
換手段、３は入力信号を特徴ベクトルの時系列バタンに
変換する特徴系列変換手段である。４は入力音声の電力
系列によって長い無音を検出して音声間を検出する音声
区間検出手段である。５は音声区間検出手段４によって
切り出される音声区間において電力系列によって短い無
音を検出して無音区間を検出する無音区間検出手段であ
る。６は入力音声のピーク電力を検出するピーク電力検
出手段６ａと特徴ベクトル系列のベクトル毎に母音識別
を行う母音識別手段６ｂからなり、ピーク電力の前後の
フレームにおける母音識別結果の同一母音中心から、母
音定常部中心を検出する母音定常部中心検出部である。

７は入力音声を特徴ベクトルの形でＣＶ音節７ａもしく
は、ｖ１Ｃｖ２音ｆｆ６７ｂの単位で記憶する標準バタ
ン記憶部である。８は平均発声長りのフレーム分だけ、
母音認識結果の系列を記憶する母音系列記憶する特徴系
列記憶部８ｂからなる記憶部である。９は特徴ベクトル
記憶部８ｂにおける語頭４ａもしくは無音区間終了５ｂ
から平均発声長りのフレーム以内の母音定常部中心６ｃ
までの区間の場合にはＣｖ標準バタン７ａとバタンマツ
チングを行い、平均発声長りのフレーム以内の母音定常
部中心６０〜母音定常部中心６Ｃの区間の場合にはｖ１
Ｃｖ２標準パタン７ｂとバタンマツチングを行うバタン
マツチング手法である。

１０は音声区間検出手段４、無音区間検出手段６、母音
定常部中心検出部６、記憶部８およびバタンマツチング
手段９を全体的に制御して、入力音声の母音定常部中心
に語頭や無音区間の情報を使用して、Ｃ■音節と■１Ｃ
ｖ２音節とのバタンマツチング結果を接続して、ＣＶ音
節のストリンゲスとして認識結果を出力する総合制御手
段である。

１２は音声認識動作中には端子１２ａに、標準バタン作
成時には端子１２ｂに接続される切換スイッチである。

次にこの実施例の動作について第２図と共に説明する。

入力端子１１に入力された音声信号はＮＯ変換器１によ
りディジタル信号に変換され、電力系列変換手段２およ
び特徴系列変換手段３に加えられる。電力系列変換手段
２の出力の一例を第２図（イ）に示す。この波形は入力
音声が１ヒバリが空に１と発声された場合のものである
。その音声信号の語頭４ａ〜語尾４ｂは音声区間検出手
段４によって検出される。一定の閾値以上となる電力系
列が一定フレーム長以上連続している期間で、かつ母音
識別手段６ｂによって識別された母音が同一種類で一定
フレーム長以上連続する場合に、ピーク電力検出手段６
ａによって母音系列の中心を検出する。その検出点をｉ
ｖｌ、ｉｖ２．・・・・・・、　Ｉ　Ｖ６として第２図
に示している。また母音定常部中心が検出される毎に、
現在の母音定常部中心から平均発声速度長り逆上った時
点に語頭もしくは無音区間が検出される場合には、ＣＶ
標準パタン７ａとバタンマツチングを行い、平均発声速
度長り逆上った時点に語頭も無音区間も検出されない場
合には、平均発声長Ｌフレーム以内の母音定常部中心と
現在の母音定常部中心のすべての組合せの範囲に対して
ｖ１Ｃ■２標準バタンとバタンマツチングを行う。この
ようにして第２図（ハ）のような認識を行ない、（ロ）
に示す結果が出力される。

次にこの実施例におけるマツチング方式について説明す
る。

前記のバタンマツチング装置９においてマツチングをと
るための距離尺度としては、コークリッド距離、市街距
離、ＤＰマツチング等が上げられる。しかしＤＰマツチ
ングを使用したとしても、標準バタンの発声時点の発声
速度と音声入力時点の発声速度が異なること、発声速度
が同一であったとしても母音の継続時間長が種々異なる
事や、母音定常部中心位置の検出誤りが生じる事がある
ために何かの対策が必要となる。そこで母音区間にマツ
チング範囲の自由度を持たせることが考えられる。第３
図および第４図は、Ｃｖパタンマツチング及びｖ１Ｃｖ
２パタンマツチングの方式を説明するものである。まず
ＣＶ標準バタンとのマツチングについて第３図と共に説
明する。同図において入力音声の語頭もしくは無音区間
終了から母音定常部中心の範囲に対して、例えば、第５
図印。

（ロ）ニ示スようにマツチングパスのようなパス距離計
算を行う場合にＣＶ標準パタンのセグメント境界から母
音定常部中心までの範囲を終端自由とする。

すなわち、標準バタンＡの特徴ベクトルの各フレームと
入力音声パターンＢの特徴ベクトルの各フレームとを比
較するに際し、終端自由区間Ｔを設けるようにしたもの
である。この結果、母音部の長さの変動に起因するバタ
ンマツチングのミスをなくすことができる。

また第４図はＶＣＶ標準バタンとのマツチングの場合を
示している。同図において入力音声の語頭もしくは無音
区間の存在しない母音定常部中心〜母音定常部中心の範
囲に対して例えば第６図に示すようなマツチジグパスで
距離計算を行う場合に、ｖ１Ｃｖ２標準パタンのｖｌの
開始からｖ１Ｃセグメント境界の範囲を始端点自由区間
Ｔ、としまたＣｖ２セグメント境界からｖｌの終了まで
の範囲を終端点自由区間Ｔ２としている。

発明の効果 上記実施例より明らかなように本発明によるバタンマツ
チング方法によれば認識処理は母音定常部中心毎に行な
うものとして、語頭および無音区間終了から前もって定
めた平均発声長内の母音定常部中心とはＣｖ標準バタン
とＣＶセグメント境０ 界〜母音定常部中心は終端自由とし、現在の母音定常部
中心から前もって定めた平均発声長逆上った範囲に語頭
や無音区間が検出されない場合には、範囲内での母音定
常部中心との組合せの範囲にはｖ１Ｃｖ２標準バタンと
ｖｌの開始フレームとｖ１Ｃセグメント境界の範囲を始
端自由としてＣｖ２セグメント境界とｖ２の終了フレー
ムの範囲を終端自由とすることによって、標準ノ（タン
発声時と入力音声発声時の速度連動を吸収し、また、母
音定常部中心位置検出誤りを吸収することができる。

【図面の簡単な説明】

第１図は本発明によるパターンマツチング方法を適用し
た音声認識装置のブロック図、第２図はこの装置におけ
る処理動作の説明図、第３図は入力音声とＣＶ標準パタ
ンのマツチング処理を示す図、第４図は入力音声とｖ１
Ｃｖ２標準パタンのマツチング処理を示す図、第６図（
イ）、（ロ）はマツチングパスを示す図である。 ２・・・・・・電力系列変換手段、３・・・・・・特徴
系列変換手段、７・・・・・・標準バタン記憶部、８・
・・・・・記憶部、９・・・・・・バタンマソチンク手
段。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第３
図 Ｊ 第４図 ） 第５図 山　〔山 フレーム　ル−ヘ

Claims (1)

【特許請求の範囲】
1. 入力音声を特徴ベクトルの時系列パタンに変換し、前記
   特徴ベクトル毎に母音識別と電力値計算を行なって電力
   値が一定レベル以上で連続する母音認識結果から母音定
   常部中心を検出し、この検出された母音定常部中心間の
   範囲と音節パタン記憶手段に記憶されたＣＶ音節もしく
   はＶＣＶ音節（但しＣは子音、■は母音）の標準パタン
   とをマツチングさせるに際し、ＣＶ音節とマツチングす
   る場合には、ＣＶ上セグメント界から■の範囲を終端自
   由にしてマツチングさせ、■Ｃ■音節標準バタンとマツ
   チングする場合には、ＶＣのセグメント境界までの母音
   の範囲を始端自由、ＣＶのセグメント境界から母音の範
   囲を終端自由にしてマツチングさせることを特徴とする
   バタンマツチング方法。