JPS6039692A - 単語音声認識方法 - 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、入力音声と音素表記された単語辞書の各辞書
項目の辞書音素系列との尤度を、尤度マ、トリクスを用
いて計算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 従来の単語音声認識方法を第１図とともに説明する。第
１図に示すように、分析部工で入力音声に対して先ず分
析を行ない、この入力音声の特徴を特徴抽出部２で抽出
して入力音声を構成する音素を音素認識部３で認識する
。この認識された音素系列を、単語辞書５中の各辞書項
目の辞書音素系列と照合し、２つの音素系列間の尤度を
、音素間の尤度マトリクス６を用いて、単語照合部４で
各音素毎の認識確率をめることによシ算出し、音素系列
間の尤度が最大となる辞書項目をもって認識単語とする
ものである。尤度マトリックス６としては、音素間のコ
ンヒユージョンマトリックス（以下ＣＭと略す）を使用
するのが一般的である。

第１表は、前記単語音声認識方法に用いる単語辞書５の
一例を示しておシ、各単語は第２表に示す音素表記法に
従って表記されている。第３表は前記Ｃ，Ｍ、の一部を
示す。第３表において、縦は単語辞書中の音素を示し、
横ｉ認識音素を示している。また第３表中の数字は単語
辞書中の各音素がどのような音素に認識されるかの確率
を矛で示したものである。例えば第３表において、単語
辞書中の音素工がＩと認識される確率は７５％　、ｕに
認識される確率は５＊ＮＡに認識される確率はＯチ、脱
落する確率は８％・・・・・・等を示している。

第　１　表 第２表 第３表 しかしながら前記従来例では以下に示す欠点を有してい
た。前記ＣＭは音素毎の認識傾向を表わすものであるが
、音素毎の認識傾向は話者による個人差があシ、そのた
めに多数話者の大量データにもとすきＣＭを作成した場
合、話者毎の個人性に起因する単語誤認識を生じること
があった。

又音素認識方式を改良した時や騒音等の外部環境が変化
した時は、そのりどＣＭを作成し直す必要があ多使用上
の不便さがあった。

発明の目的 本発明は前記従来例の欠点を除去するものであし、話者
毎の発声の個人差にもとず〈誤認識を減少し、音素認識
の小改良や外部環境の変化に対しても容易に対処できる
ようＫすることを目的とするものである〇 発明の構成 本発明は入力音声と音素表記された単語辞書の各辞書項
目の辞書音素系列との類似度を、辞書音素系列中の音素
と、入力音声の分析パラメータあるいは認識された音素
との尤度を示す尤度マトリックスを用いて計算し、単語
を認識する単語音声認識方法において、上記目的を達成
するために、実際に音声認識装置を使用しながらその結
果における音素認識傾向をＣＭの内容′に自動的にフィ
ードバックできるようにするものである。

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２図は実施例において使用する装置の構成図であり
分析部１、特徴抽出部２、音素認識部３は従来例と同じ
である。０Ｍ６、単語辞書５は従来例と同様単語照合部
４に接続されておシ、認識音素系列と単語辞書系列との
類似度が計算される。更にＣＭを更新するためのＣＭ計
算部７及びＣＭの初期状態を格納するイニシャルＣＭ８
を有する。

次に上記実施例の動作について説明する。単語照合部４
で認識音素系列と単語辞書の尤度計算が行なわれ、最適
マツチング経路（最適音素間対応）が決定され、認識単
語が決定される。

ここで認識単語の最適音素間対応から逆にどの辞書音素
が何の音素に認識されたかが自動的に判明する。その結
果をここで使用したＣＭ６にフィードバックすることに
よシ新らしいＣＭができる。

ＣＭ６は第４表に示すように各音素毎に使われたデータ
数をカウントしておくことによシ、音素毎の認識確率を
再計算することができる。

第４表 一方ＣＭ６の計算は第３図に示すように１まずＣＭ作成
禁止かどうかを判断したあと尤度がある一定スレッショ
ルド以上の時は自動的にＣＭを計算しなおす。尤度が低
い時は発声の不安定や誤認識の可能性が強いだめＣＭ作
成データとしない、又使用者が誤認識に気がついた時は
認識誤ま多信号を入力することによシ一度作成したＣＭ
を再計算によシ、元に戻す。一方話者や環境が変わった
時は標準的なＣＭから再び作成するためイニシャルセッ
トの機能を有し、そのためのＣＭを格納している。

発明の効果 本発明は、以下に示す効果を奏するものである。

（ａ）ＣＭを自動的に変更するため話者による個人差に
よる誤認識を減少することができる。

（ｂ）　騒音などの外部環境の変化に対しては、装置を
使用しながら自動的に性能が向上できる。

（ｃ）　認識方式の小改良を行った時は一時的に性能が
落ちても音素認識傾向の違いに応じたＣＭが自動的に作
成されるため、特にＣＭを改良する必要がない。

【図面の簡単な説明】

第１図は従来例における単語音声認識方法を実行する装
置構成の概略図、第２図は本発明の一実施例における単
語音声認識方法を実行する装置の構成の概略図、第３図
はＣＭ計算の手順を示すフローチャートである。 １・・・分析部、２・・・特徴抽出部、３・・・音素認
識部、４・・・単語照合部、６・・・コンフユージヨン
マトリックス（ＣＭ）、７・・・ＣＭ計算部。 第１図 第２図 第３図

Claims (1)

【特許請求の範囲】
1. 入力音声と音素表記された単語辞書の各辞書項目の辞書
   音素系列との類似度を、辞書音素系列中の音素と、入力
   音声の分析パラメータあるいは認識された音素との尤度
   を示す尤度マトリックスを用いて計算し、単語を認識す
   る単語音声認識方法において、音素認識結果及び単語認
   識結果から自動的に上記尤度マトリックスの内容を修正
   することを特徴とする単語音声認識方法。