JPS6069699A

JPS6069699A - 音声パタ−ン作成装置

Info

Publication number: JPS6069699A
Application number: JP17893583A
Authority: JP
Inventors: 米山　正秀; 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1983-09-26
Filing date: 1983-09-26
Publication date: 1985-04-20
Also published as: JPH0466040B2

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】良亙上」本発明は、音声認ａ装置における音声パターン作成に関
する。

良末昔遺小話の音声認識を行う場合、現在、Ｄｒ法（動的計画法
）を用いたマツチング法が一般化しているが、この方法
は計算量が多いという欠点を持っている。そこで、音声
を時間、周波数パターン（ＴＳＰ）として表わしてマツ
チングする方法が提案されている。

第１図は、上記ＴＳＦの一例を示すブロック線３ｂはア
ンプ、４ａ、４ｂはフィルター群、５ａ、５ｂは２値化
回路、６は辞書部、７は類似度照合部、８は比較部、９
は結果出方部である。この方法は、単語ＴＳＰをある闇
値で２値化したパターンを標準パターンとして登録［７
ておき、未知入カバターンを闇値を変えて２値化パター
ンにして登録されたパターンに重ね合せる操作をしてそ
の重なり具合から類似度をめるもので、こうすることで
低い閾で２値化した幅の広いパターンと高い閾で２ｍ化
した幅の狭いパターンの毛ね合せをみるため周波数方向
のゆらぎを吸収したパターンマツチングが可能で、これ
Ｉよ不＃４ｊ定話名認識向きのマツチング手段となる。

第２図は、ある単語のＴＳＰの時間の１サンプルを示す
図で、横軸に周波数、縦軸にレベルをボす。この場合、
声帯、音源特性が周波数のＩ−：　ｊｉ　、！：共に低
下するため、発声された単語の周波数パターン七でも高
周波数域でのレベルが下る。これをＬｌ、Ｌ２の閾値が
ｒｌＪ　、ｒｏＪ　４．：２値化すると、第２［Δ（ｂ
）、（Ｃ）に示すごとく、同じパターンでも「１」とな
る部分が違ってくる。そこで、闇値を？　４ｔＦ　ｆｆ
性に近い傾斜を持たせる方法が考えられるが、この方法
によると、第２図に示したような２植化パターンの違い
は少なくなるが、第３図に不すように、Ｆｌに比へてＦ
２．Ｆ３のピークが小さい場合に、やはりパターンに違
いが出るという欠点があった。

旦−的本発明は上述のごとき実情に鑑みてなされたもので、特
に、ｚ値化に際してＴＳＰ上のピークが欠落しないよう
にすることを目的としてなされたものである。

構」本発明の椙成について、以下、実施例に基づいて説明す
る。

本発明は、パターンヒの各凸部又は凹部を検出し、その
凸部又は四部のピーク又はディップの一定値倍するか一
定値を加減することによって２値化閾値を決めるもので
ある。

第４図は、本発明の一実施例を説明するための構成図で
、図中、１０はマイク、１１はフィルター群、１２は音
声区間切出１２部、１３は凸部検出部、１４はレジスタ
ー、１５は２値化部、１６は閾値決定部、１７は辞書部
、１８は類似度照合部、１９は結果表示部で、まず、マ
イクｌＯで入力された単語音声をバンドパスフィルター
群ｔｉによって周波数の特徴パシメータに変換し、その
中から音声に関する部分だけをとり出す。この信号は凸
部検出部１３にて時間の１サンプルずつ周波数方向に凸
部を検出する。凸部の検出は例えば隣接するフィルター
出力の差を見ながらそのネ１号が反転する部分として検
出することができる。検出された凸部のピーク値は閾値
決定部ＩＯへ送られ、ここで隣接するピークを結ぶ直線
（第５図の破線より一定の値だけ低い値（第５図実線）
として閾値が決定される。なお、辞書作成時と認識時に
よって２値化の閾値を変化させる場合は、それぞれによ
って上記一定値を変化させれば良い。このようにして辞
書登録された後、未知入力は２値化されて照合部では辞
書登録された各単語と類似度のｑ出が１「われ、最大類
似度を有する結果を認識結果として出力する。類似度の
算出は未知の音ｊｈの時間周波数パターンの２値化され
たものを辞書の同様のパターン１−二へ重ね、重なり具
合によってめる。重ねるパターンの時間長が異なる場合
は例えば線形伸縮などによって長さを揃えても良いし、
辞書パターンが同じ単語を何回も発声した２値パターン
の加算からなる場合は長さを揃えなくとも良いこともあ
る。また、第４図の凸部検出を四部検出にお５かえ、一
定の値だけ高い値を閾値とすることも１ｆｆｉ能で、こ
のようにしても同様の効果を得ることができる。

第６図は、本発明の他の実施例を説明するための構成図
である。この実施例は、基本的には、第４図に示した実
施例と同様であるが、図示のように、音声区間！ｉｌＪ
り出し後に凸部検出部１３と凹部検出部２０を設けて、
特徴パターンの凸部と四部をめ、凸部のピークと四部の
ピーク値、ディツプ値の差から２値化の閾値を決定する
ものである。

第７図は、本発明の更に他の実施例を説明するための構
成図で、図中のＡ部は第４図又は第６図のＡ部に相当し
ている。この実施例は１図示のように、音声区間切り出
し部の次に、或いは、凸部、四部検出部の前に傾斜補Ｉ
Ｆ部２１を設け、第３図に示］７た如き周波数方向への
傾斜を持つ値を引き、ピークのレベルをほぼ一定にして
からＩ−記の如き操作を行なうように１．たものである
。このようにしてピークレベルの補正を行った後に、第
４図、第６図のＡ部に相当する部分へ信号伝達すれば良
い。なお、傾斜補正は例えば最小自乗直線（三輪、城戸
：音声研究会資料５７９−２４）などによって達成でき
る。

汎−一１以Ｆの説明から明らかなように、本発明によると、音声
の時間−周波数パターン１−の特徴的なピークを欠くこ
とのないＩＦ確な音声パターンの作成が口■能となる。

【図面の簡単な説明】

ＱＳ　１　図は、ＴＳＰマツチング法の一例を示す構成
図、第２因及び第３図は、それぞれＴＳＰの時間のｌサ
−ンブルを示す図、第４図は、本発明の一実施例を説明
するための構成図、第５図は、動作説明をするための波
形図、第６図及び第７図は、それぞれ本発明の他の実施
例を説明するための構成図である。１０・・・マイク、１１・・・フィルター群、１２・・
・音トも区間！；ｌＪり出し部、１３・・・凸部検出部
、１４・・・レジスター、１５・・・２値化部、１６・
・・閾値決定部、１７・・・辞書部、１８・・・類似度
照合部、１９・・・結果表示部、２０・・・四部検出部
、２１・・・傾斜補正部。第１図第　３　図第４図第　５　図

Claims

【特許請求の範囲】

（１）音声を周波数と時間の２次元面上のパターンに変
換する・Ｌ段と、このパターンを定められた閾イ１＾に
よって２伯化する手段と、前記閾値を変化させる手段と
、２値化されたパターンを記憶する手段と、入力された
パターンと前記記憶されたパターンとの重ね合せの操作
によって類似度を算出する１段とを有する音声パターン
比較装置において、該パターンの周波数方向の凸部を検
出ル、凸部の頂点より一定の値だけ低い値を閾値に設定
するようにしたことを特徴とする音声パターン作成装置
。
（２）前記パターンのレベルから周波数方向に１１［を
持つ一定レベルを差し引きその後に前記閾値を設定する
ことを特徴とする特許請求の範囲第（１）項に記載の音
声パターン作成装置。
（３）音声を周波数と時間の２次元面上のパターンに変
換する手段と、このパターンを定められた閾値によって
２値化する手段と、前記閾値を変化させる手段と、２値
化されたパターンを記憶する手段と、入力されたパター
ンと前記記憶されたパターンとの重ね合せの操作によっ
て類似度を算出する手段とを有する音声パターン比較装
置において、該パターンの周波数方向の四部を検出し、
四部の最小点より一定の値だけ大なる値を閾値とするこ
とを特徴とする音声パターン作成装置。
（４）前記パターンのレベルから周波数方向に傾斜を持
つ一定レベルを差し引き、その後に前記１４　（ｆを設
定することを特徴とする特許請求の範囲第（３）項に記
載の音声パターン作成装置。
（５）音％を周波数と時間の２次元面上のパターンに変
換する手段と、このパターンを定められた闇値によって
２値化する手段と、前記闇値を変化させる手段と、２値
化されたパターンを記憶する手段と、入力されたパター
ンと前記記憶されたパターンとの重ね合せの操作によっ
て類似度を算出する手段とを有する音声パターン比較装
４において、該パターンの周波数方向の凸部と四部の各
最大値、最小値をめこれらの値より闇値を決めることを
特徴とする音声パターン作成装置。
（６）前パターンのレベルから周波数方向に傾斜を持つ
一定レベルを差し引きその後に前記闇値を決）■！する
操作を行なうようにしたことを特徴とする特、竹請求の
範囲第（５）項に記載の音声パターン作成装置。