JPS6048097A - 特定話者単語形音声認識方法 - 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、特定話者単語形音声認識方法に関するもので
ある０ 従来技術 シ１．状の特定話者単語形音声認識装置においては、あ
らかじめ登録される単語の照−合パターンの数は１単語
について１回又は複数回のトレーニングの結果を平均化
した１パターンであり。

話者の入力音声は時間的伸縮が補償された後、これらの
パターンと比較され、比較された結果は一致度を示Ｔス
コアとして出力される。

これらスコアのうち最も一致度が高いスコアが統計的に
得られたしきい値以上であって、なおかつ最も一致度の
高いスコアと次点のスコアとの差が統計的に得られた差
分以上である場合にのみ入力音声は最も一致度の高いス
コアに対応した単語に認識される〇 最も一致度の高いスコアがしきい値未満の場合あるいは
次点のスコアとの差が統計的に得られた差分に満たない
場合、入力音声は認識されず認識拒否となる。

このため、話者の周囲の条件が変ると音声パターンも変
動して登録照合パターンとの一致度が低下し認識拒否や
誤認識等の不具合が生じ易カ１つた〇 発明の目的 そこで本発明は特定話者単語形音声認識において話者の
音声パターンの変動を吸収して認識拒否の多発を防止し
て認職率の向上を図ることができる特定話者単語形背戸
認識方法を提供することを目的とする〇 発明のｒ４成 本発明は、１つの単語毎に複数の登録照合パターン群を
作成し、入力音声パターンと前記群内の各登録照合パタ
ーンとを比較して、同様に他の各群毎に群内最高スコア
を選択し、これら各群毎の最高スコアを群間で比較して
入力音声パターンの認識を行なう点に４？徴がある。

実施例 以下図示する本発明の実施例に基づいて説明する０図面
は、本発明の実施例を示すフローチャートであり、ある
１つの登録単語の音声パターンが３パターンである場合
について例示している。

番号１は正規化された（時間的伸縮の補償がなされた）
入力音声パターンを示している。ある１単語の３つの音
声登録照合パターン２，３゜４は群５を構成しており、
別の１九語の登録照合パターン６、７．８は群９を構成
している。入力音声パターン１と群５内の登録照合パタ
ーン２との比較の一致度を示すスコア１０が作成され、
同様に発鈴照合パターン５，４についてはそれぞれスコ
ア１１．１２が作牒されて群１３を構成している。

同様に群９内の登録照合パターン６．７．８にういても
スコア１４，１５，１６で群１７を構成している。

番号１８は後述する群内チェックを行ない、各群内から
スコアを選択する群内チェックユニットであり、１．９
．２０はスコア群１５．１７から選択されたスコアであ
りスコア群１５，１７を代表するスコアである。

また、２１は各群を代表するスコアに対し後述のチェッ
クを行なう群間チェックユニットであり、２２は群間ヂ
エツクユニットから出力される暉識結果である。

作用 まず、正規化された入力音声パターン１は、ある１つの
単語についての登録照合パターン２゜３．４と順次比較
され、その比較の結果一致度を示すスコア１０，１１．
１２が出力される。これらのスコア１０．１１．１２は
１つの群１３を形成する。続いて入力音声パターン１は
別の単語の発鈴照合パターン６．７．８とも順次比較さ
れ、その比較の結果一致度を示すスコア１４，１５゜１
６が出力される。これらスコアは前記と同様に１つの群
１７を形成する。全く同様にして登録単語の数だけスコ
ア群が形成される。

これらのスコアは群内チェックユニット１８に送られ、
各群１３．１７円か、ら最も入力音声パターンと一致度
の高いスコアを選択する。このようにして選択されたス
コアは各群を代表するスコアとして採用される。図中の
番・号１９，２０は群１５，１７から選択された例を示
す。

これらの各群を代表するスコアは群間チェックユニット
２１に送られ、従来の特定話者単語形音声認識装置にお
ける認識手法と同様に行なイ〕れる。即ち、一致度最高
スコアの選択と次点スコアの選択、一致度最高スコアが
統計的に得られたしきい値以上か否が、最高スコアと次
点スコアの差が統計的に得られた差分しきい値以上であ
るか否かをチェックし、最高スコアがしきい値以上で次
点との差が差分しきい値以上の場合、入力音声は最大ス
コアをマークした群に対応した単語として認識される。

最高スコアがしきい個未満の場合、次点との差が差分し
きい個未満の場合は入力音声は認識拒否される。

これまで記載した様に１話者は１つの単語について複数
のパターンを登録することができるから１つのパターン
のトレーニング毎に異なった周囲条件、あるいは意識的
に違えた音声で行なえば話者の音声変動はそのまま登録
照合パターンに反映される。このため、話者の音声が変
動してもその入力音声パターンは複数の登録パターンの
どれかに無理なく一致するのでスコアの低下が防止でき
る。また１群円チェックユニットを導入した°ことによ
り常に群内チェックユニットで選択された各群を一代表
するスコア間で群間チェック（一致度しきい値チェック
と差分しきい値デエソク）が行なわれるから群内スコア
間での差介しきい値チェックを自然に回避することがで
き、前記の認識拒否の多発を防止できる。

発明の効果 本発明による特定話者単語形音声認識方法実施例は以上
の通りであり、次に述べる効果を挙げることができる。

話者の音声パターンの変動を吸収し、認識拒否の多発を
防止して認識率の向上に大きく貢献できる。

【図面の簡単な説明】

図面は本発明の実施例を示すフローチャートである。 １・・入力音声パターン、２，３，４，６，７゜８・・
登録照合パターン、５，９　・・群、１０゜１１．１２
，１４，１５，１６　ａｓスコア、１！Ｉ、１７・・群
、１Ｂ・・群内チェックユニ゛ノド、１９゜２０・・ス
コアＭＡＸ、　２１・・群内チェ゛ツクユニット、２２
・・認識結果

Claims (1)

1. 【特許請求の範囲】 １つの単語毎に複数の登録照合パターンが登録された登
   録照合音声パターン群を複数の単語毎に得成し。 入力音声パターンと前記複数群毎の各登録照合パターン
   とを各々比較した複数のスコア群を作成し、 前記複数のスコア群毎に群Ｖ３最高スコアを選択し、 これら各群毎の最高スコアを群間で比較して入力音声パ
   ターンの認識を行なうことを特徴とする特定話者単語形
   音声認識方法