JPS6060697A

JPS6060697A - 音声標準特徴パタ−ン作成処理方式

Info

Publication number: JPS6060697A
Application number: JP58168796A
Authority: JP
Inventors: 教幸藤本; 佐藤　泰雄
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1983-09-13
Filing date: 1983-09-13
Publication date: 1985-04-08

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】 ■発明の技術分野本発明は音声標準特徴パターン作成処理方式。

特に音声認識システムにおいて、槽重特徴・ξターンを
各辞書項目に対して１パターン宛の登録をする際、各辞
書項目に対して少なくとも３回以上の発声を行い、それ
らの発声から得られる入力Ｑ’ｆ　０：ｒパターンにつ
いて、平均の演算もしくは司別等を行い、最適な標準特
徴パターンの登録を可能とした音声標準特徴パターン作
成処理方式に門するものである。

（Ｂ）従来技術と問題点一般に音声認識において、認識率を向上させるためには
、音声情報からどのような特徴パラメータを抽出し照合
に用いるかが重要であるが、そのシステムで定められた
特徴抽出によシ、各項ｌ］を代表する標準特徴ノξラメ
ータとして、いかに最適なものを辞書に用意するかにつ
いても重要である。

特徴の抽出のし方や照合のし方が、いかに優れていても
、辞書中に登録される標準特徴パターンに。

雑音付加パターンや不明瞭発声パターン等の不良標準行
（７、Ｏターンが多ければ、認識率は向上しない。

標ｉ虐待似）ぞターンは、辞■：中にディジタル情報で
記憶され、その数が多く２機械部品のように目にみえる
わけではなく、またすべての標準特徴ノ々クーンが一律
に使用されるわけではないので、一旦豆録されてしまう
と、上記不良標準特徴パターン、讃シｌ；％準特徴パタ
ーン等の検出は、容易ではない。

ところで１通常、認識対象となる１つの辞書項目につい
て、複数の標準特徴パターンが用意されることが多いが
、この場合でも、従来、各標準特徴パターン１個につき
、１回の発声から得られる入力物像パターンを標準とし
て登録するようにされていた。そして１例えば、単語（
単音節を含む）ｒあＪ、ｒい」、「う」、「え」、・・
・・・・について。

２岡づつ標卓峙徴パターンを登録するとき、もし。

「あ」、「あ」、「い」、「い」、「う」、「う」。

・・・・・・と、２回連続発声によって、各標準特徴パ
ターンを抽出し登録していったとすると、１つの辞書項
目についての第１の標準特徴パターンと、第２の標準！
特徴パターンとの差が、一般に１革少となシ、複数個の
標準特徴パターンを用意することの意味が薄れる。そこ
で、まず最初、「あ」、「い」。

「う」、・・・・・・と発声して、それぞれ第１の標準
７Ｆ＋ｊ徴パターンを抽出して登録し２次に丑た。「あ
」。

「い］、「う」、・・・・・・と発声するかまたは発声
順番を変えて、第２の標準特徴パターンを登録するよう
にされていた。

しかし、上記従来の方式によれば、雑音が付加されたり
、あるいは不明瞭に発声された音μからも、標準特徴パ
ターンが作成されることとなるため、必ずしも妥当な標
準特徴パターンが登録されるとは限らなかった。

（０発明の目的と構成本発明は上記問題点の解決を図シ、一般に同じ言葉を連
続して複数回発声すると、同じような発声になることに
着目して、１つの標準特徴パターンの登録にあたシ、３
回以上の発声による登録音声情鰻を利用し、不良標準特
徴パターンの登録を防止することを目的としている。そ
のため１本発明の音声標準特徴パターン作成処理方式は
、未知入力音声を音響分析して得られる入力特徴パター
ンと、予め辞書中の各項目に対応して格納された標バを
特徴パターンとの照合によって、音声認識を行う音声Ｊ
２識システムにおいて、１つの上記標準特徴パターンの
登Ｑについて少なくとも３回以上の登録音声を入力する
よう感成し、該登録音声から得られる入力１１％’ｊ　
徴／’？ターンをそれぞれ記憶するバッファと、該バッ
ファに格納された入力特徴パターンの平均的パターンま
たは互いに類似する入力特徴パターンの内の１つもしく
は互いに３頂似する入力特徴パターンの平均的パターン
を登録するパターン登録部とをそなえたことを特徴とし
ている。以下図面を参照しつつ実施例に従って説明する
。

０発明の実施例第１図は音声パターンの分布と・標準特徴パターンとの
関係を説明するだめの図、第２図は本発明による処理概
要を説明するための図、第３図は本発明の一実施例構成
を示す。

亀１図において、Ａ、Ｂ、Ｃの実線で囲まれた部分は、
ツクターン空間における実際の音声パターンの分布を示
し、　ＡｘおよびＡ２は単語Ａ（単ｆｆ　箆を含む。以
下同様。）に対する登録された標準！（）徴パターン、
ＢｌないしＢ３は単＠Ｂに対する１４７１１ｉ特徴パタ
ーン、　Ｃ１は単語Ｃに対する標準特徴パターンを表わ
している。図示Ｃのように、１つの単語項目について、
１つの標準特徴パターンでカバーできる場合もあるが１
通常１図示Ａ、Ｂのように、１つの項目について複数の
標１≠・特徴パターンを用意し、認識すべき音声ノぐタ
ーンの分布ぐ１１囲全カバーするのが普通で６る。例え
ば、未知入力音声の入力特徴パターンＸが抽出されると
、その入力特徴パターンＸと各標準・１−テ徴パターン
Ａ１゜Ａ２．Ｂｌ、・・・とのマツチング圧部［ｔの随
１゛￥、を行い。

距離の小さい標準特徴パターンのＨｉｓするり１目を５
３識結果とする。そのため、もし、辞書に登録された標
準特徴パターンの中に、音声パターンのクナ布から外れ
た不良儲帛峙徴パターンがあれば、認識率は劣化するこ
ととなる。本発明は、このような妥当でない標準特徴パ
ターンの登録を防止しようとするものである。

そのため１本発明の場合、嬉２図を参照して後述する如
く、最初の登録時に、ｌ標準特徴パターン当シ、少なく
とも３回以上の発声を入力する。

そして、その中から平均的なものが選出されるようにし
て、雑音等の影響や誤ｐ発声による影響等を少々くする
ようにされる。

例えば、４回の発声により、単語ｒＰＪについての１つ
のξ準特徴パターンを登録するとする。

この登録のために発声した音声から抽出した特徴パター
ンが、それぞれＰＬ、　Ｐ２．　ＰＧ、　Ｐ４　であっ
たとすると９次のように登録すべき環準特徴パターンが
決定される。第２図（イ）図示の例の場合、パターン空
間において、特徴パターンＰｉ、　Ｐ２．　Ｐｓ、Ｐ＋
の重心を概略演汀し、この重心に最も近い点を標準特徴
パターンとして選出して登録する。この場合、特徴パタ
ーンＰ３　が選出されることとなる。

第２図（ロ）図示の例の場合には、４つの特徴パターン
Ｐｌ、　Ｐ２．　Ｐｓ、　Ｐ４　の平均値をめ、この平
均的パターンＰ、ｍを、標準特徴パターンとして登録す
るようにしている。また、第２図Ｐ１図示の如く。

例えば他の特徴パターンと大きく離れた特徴パターンＰ
２　を、不良である可能性が大きいとして除去し、残シ
の類似する特徴パターンＰｘ　、　Ｐｓ　、　Ｐ４でも
って、この平均値をめるなどしてｒ　ｎｉ　（ｕ　ｌ’
ｚ徴パターンの平均的パターンＰｙｙｌを登録標桑特徴
パターンとしてもよい。以上のような、岨出基ｉｔ；１
％もしくはこれと同様な基準にょシ、蝮数回の発１（が
ら１つの標準特徴パターンを選出１作成し、登録するこ
とによって、質のよい辞書を作成することができる。特
に、３回以上の発声の２鴨合、第２図Ｐｅで説明したよ
うに、雑音、不明瞭発声などによる不良特徴パターンを
事前に検出して、予め除去することが可能である。

第３図は２本発明の一実施例栂成を示すブロック図であ
る。図中、１はマイクロホン、２は音・汀分析部、３は
パターン抽出部、４は切替部、５はカウンタ、６−１な
いし６−ｎ、はパターン・バッファ、７はパターン登録
部、８は平均的パターン算出部、９は辞書、１０は照合
判定部を表わす。

マイクロホン１から入力された音声信号は、音−３′５
分析部２において周波数分析される。音響分析部２は１
例えば帯域フィルタ群、パラメータ抽出回路等を有して
おシ、入力音声の特徴量（パラメータ）１例えば第１ホ
ルマント周波数に相当するモーメントＩＶｉｌや、第２
ホルマント周波数に相当するモーメン）　Ｍ２　や、さ
らには、低域電力や高域′ら力などを抽出し、これらの
特徴量に関するサンプル点を決定して、特徴量の時系列
情報を得る。

音・１１分析部２において得られたノクラメータ時系列
清報は、パターン抽出部３に入力される。パターン抽出
部３は、このパラメータ時系列情報から。

入力音声の詩畝を表わす入力特徴パターンを抽出する。

切替部４は、パターン情報の登録または照合を２例えば
図示省略したキーボードからのモード切替指示によシ、
切シ替えるものである。

パターン・バッファ６−］〜６−ｎは、登録モードが選
択されているとき、登録音声に関する入力特徴パターン
を記憶し保持するものであるう最初の発声入力前にカウ
ンタ５は初期設定され、以後発声入力毎にカウンタ５は
更新される。そのときの発声入力から抽出された・特徴
パターンは、カウンタ５の値に対応するパターン・バッ
ファ６−１〜６−ｎの１つに格納される。

パターン登録部７は、登録モード時に、所定の回数の音
声全入力して、パターン・バッファ６−］。

〜６−ｎにパターンが用意されると、平均的パターンｆ
Ｈ［８によって、パターン中バッファ６−１〜６−ｎに
用意されたパターンから平均的な′１テ徴パターンを作
成または選出し、辞書９に登録項目名に対応して、その
平均的パターンを標準′１￥徴パターンとして登録する
。平均的パターン算出部８は１例えば第２図で説明した
如くにして　Ｉｆ、回数の入力特徴パターンから、登録
すべき標準ｔ１ケ徴パターンを算出する。なお、登録音
声の入力にあたっては、算出される標準特徴パターンの
安定性を考慮した場合、１つの項目名について、単語を
区切つて９例えば「あ」、「あ」、「あ」、「い」、「
い」。

「い」、「う」、「う」、「う」・・・・・・の如く、
それぞれ連続的に入力したほうが望ましい。このように
複数回の発声によって、１つの標準特徴ノ々クーンがめ
られることとなるので、不良な標準特徴パターンが登録
されることが防止される。

認識モードのときには、パターン抽出部３の出力は、照
合判定部１０に供給される。照合判定部１０は、辞’：
’ｊ’　９の内容をｊ顔次読出し、入力特徴パターンと
、辞書　９に登録されている標準特徴パターンとを１例
えば周知のダイナミック・プログラミング（ＤＰ）マツ
チング等によシ照合する。

照合の結果、マツチング距ｒ、侘の小さい項目を認識）
関補または認識結果とすることにより、未知入力汁声の
認識を行う。

なお、上記複数回の発声による標４特徴ノ々ターンの登
録は、すべての辞詔４項目に対して適用される必要はな
く１例えば予め定められた辞書項目に対してのみ、適用
されるようにしてもよい。

■発明の詳細な説明した如く本発明によれば、雑音付加・′ターンや
不明瞭発声パターン等の不良標準′１ケ信パターンをそ
のまま登録することが防止されるので。

辞書の品質が向上し、認識率を高めることが可能となる
。

【図面の簡単な説明】

第１図は一着声パターンの分布と標準′時ｒＩ：ｒパタ
ーンとの１ユフ係を説明するだめの図、第２図は本発明
による処理概要を説明するだめの図　ｉ′ｌ与３図は本
発明の一実施例構成を示す。図中、ｌはマイクロホン、２は音褥分析部、３はパター
ン抽出部、４は切替部、５はカウンタ。６−１〜６−ルババターン１バッファ、７しよパターン
登録部、８は平均的パターン弾出部、９は辞書、１０は
照合判定部を表わす。特許出願人　富士通株式会社

Claims

【特許請求の範囲】

未知入力音声を音響分析して得られる入力特徴パターン
と、予め辞書中の各項目に対応して格納された槽重特徴
パターンとの照合によって、音声１Ｔｆｆ　６２を行う
音声認識システムにおいて、１つの上記４票準特徴パタ
ーンの登録について少なくとも３回以上の登録音声を入
力するよう構成し、該登録音声から得られる入力特徴パ
ターンをそれぞれ記憶するバッファと、該バッファに格
納された入力特徴パターンの平均的パターンまたは互い
に類似する入力特徴パターンの内の１つもしくは互いに
類似する入力特徴パターンの平均的パターンを登録する
パターン登録部とをそなえたことを特徴とする音声標準
特徴パターン作成処理方式。