JPS6075890A - 母音認識方法 - Google Patents
母音認識方法Info
- Publication number
- JPS6075890A JPS6075890A JP58183696A JP18369683A JPS6075890A JP S6075890 A JPS6075890 A JP S6075890A JP 58183696 A JP58183696 A JP 58183696A JP 18369683 A JP18369683 A JP 18369683A JP S6075890 A JPS6075890 A JP S6075890A
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- parameter
- probability density
- vowel
- likelihood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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。
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、入力音声の音素認識を行い、その結果を用い
て音節、単語１文章などを認識する音素認識における母
音認識方法に関するものである。
て音節、単語１文章などを認識する音素認識における母
音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）
第１図は従来の母音認識方法の一例を説明するだめの図
で、該方法を実施する装置の機能を表わすブロック図で
ある。以下にこの従来例について第１図とともに説明す
る。第１図において１はｉ’？ラメータ抽出部、２は音
素標準バタン毎の確率密度計算部、３は単語辞書項目読
込部、４は読み込まれた辞書項目を構成する音素毎のセ
グメンテーション部、５はセグメンテーションされた区
間におけるその音素の尤度計算部である。又６は音素記
号表記された単語辞書を記憶している単語辞書部、７は
平均値と共分散値を表わす各母音毎の標準バタンを記憶
している母音標準バタン部である。
で、該方法を実施する装置の機能を表わすブロック図で
ある。以下にこの従来例について第１図とともに説明す
る。第１図において１はｉ’？ラメータ抽出部、２は音
素標準バタン毎の確率密度計算部、３は単語辞書項目読
込部、４は読み込まれた辞書項目を構成する音素毎のセ
グメンテーション部、５はセグメンテーションされた区
間におけるその音素の尤度計算部である。又６は音素記
号表記された単語辞書を記憶している単語辞書部、７は
平均値と共分散値を表わす各母音毎の標準バタンを記憶
している母音標準バタン部である。
次に上記従来例の動作について説明する。まずノｅラメ
ータ抽出部１では入力音声を１０ｍ５のフレーム毎に分
析し、ノ々ラメータを抽出し、パラメータ時系列を作成
する。次に確率密度計算部２ではフレーム毎に得られた
パラメータと音素標準ノＲタンを照合し、そのパラメー
タが各音素から生成される確率密層を算出する。確率密
度の計算はり下の０式によって行う。あるフレームにお
けるｎ個の・ぐラメータをベクトルＣで表わす。ある音
素ＸのそれらＡラメ−タにおける平均値をた８、共分散
行列をΣ と表わすと、Ｘに対するベクトルＣの確率密
度φ （Ｃ）は Σ （Ｃ−７１ｘ）’ｌ］ ・・・・■で表わされる。
ータ抽出部１では入力音声を１０ｍ５のフレーム毎に分
析し、ノ々ラメータを抽出し、パラメータ時系列を作成
する。次に確率密度計算部２ではフレーム毎に得られた
パラメータと音素標準ノＲタンを照合し、そのパラメー
タが各音素から生成される確率密層を算出する。確率密
度の計算はり下の０式によって行う。あるフレームにお
けるｎ個の・ぐラメータをベクトルＣで表わす。ある音
素ＸのそれらＡラメ−タにおける平均値をた８、共分散
行列をΣ と表わすと、Ｘに対するベクトルＣの確率密
度φ （Ｃ）は Σ （Ｃ−７１ｘ）’ｌ］ ・・・・■で表わされる。
たたし分布形はガウス分布を仮定している。
次に単語辞書項目読込部３で単語辞書部６の辞書項目Ｄ
ｎを読み込み、セグメンテーション部４で辞書項目構成
音素系列に従ってセグメンテーションを行う。尤度計算
部５てはセグメンテーションされたＰ。ｋに対して上記
確率密度を使って尤度を計算する。尤度計算は下記■式
に従い行なわれる。
ｎを読み込み、セグメンテーション部４で辞書項目構成
音素系列に従ってセグメンテーションを行う。尤度計算
部５てはセグメンテーションされたＰ。ｋに対して上記
確率密度を使って尤度を計算する。尤度計算は下記■式
に従い行なわれる。
対象音素をＸとし、Ｘに対応してセグメンテ−／ ゛ヨ
ンされた区間の始端と終端のフレーム番号をＮｉ 、
Ｎｏとすると、尤度ｔは次のようになる。
ンされた区間の始端と終端のフレーム番号をＮｉ 、
Ｎｏとすると、尤度ｔは次のようになる。
式■における確率密度の割り算における分母のみメンジ
ョンの１は５母音、すなわちＡ、０．υ。
ョンの１は５母音、すなわちＡ、０．υ。
１、Ｅの確率密度である。
しかしながら上記従来例においては、正解以外の単語と
の類似度計算においても高い尤度を与える場合があった
。例えば／ ５ＡＫＡＴＡ／と発声した時、／ ＡＫＡ
ＴＡ ／という辞書項目との類似度計算において、／Ｓ
Ａ／の部分を語頭の／Ａ／にセグメンテーションし、式
■の割算を行った場合、第２図に示すように十分高い尤
度が得られ、／５ＡＫＡＴＡ／と／ ＡＫＡＴＡ ／の
分離が困難であるという欠点があった。
の類似度計算においても高い尤度を与える場合があった
。例えば／ ５ＡＫＡＴＡ／と発声した時、／ ＡＫＡ
ＴＡ ／という辞書項目との類似度計算において、／Ｓ
Ａ／の部分を語頭の／Ａ／にセグメンテーションし、式
■の割算を行った場合、第２図に示すように十分高い尤
度が得られ、／５ＡＫＡＴＡ／と／ ＡＫＡＴＡ ／の
分離が困難であるという欠点があった。
（発明の目的）
本発明は上記従莱例の欠点を除去するものであシ、正解
音素と正解以外の音素の尤度差を犬きくすることを目的
とするものである。
音素と正解以外の音素の尤度差を犬きくすることを目的
とするものである。
（発明の構成）
本発明は、上記目的を達成するだめに、母音及び特定子
音又は子音群の確率密度の総和と対象音素の確率密度の
比を、フレーム毎に算出した値をもとに母象尤度を算出
するもので、これによシ正解音素と正解以外の音素との
尤度差を大きくする効果を得るものである。
音又は子音群の確率密度の総和と対象音素の確率密度の
比を、フレーム毎に算出した値をもとに母象尤度を算出
するもので、これによシ正解音素と正解以外の音素との
尤度差を大きくする効果を得るものである。
（実施例の説明）
以下に本発明の実施例について、図面とともに説明する
。第３図において音素標準・やタン部８以外の各ブロッ
クは第１図の従来例のものと同じである。音素標準７９
２７部８は５つの母ｉ ｐ、 、 ０゜Ｕ、Ｉ、Ｅ及び
鼻音、無声子音の各平均値と共分散値を表わす音素標準
・ぐタンが記憶されている。
。第３図において音素標準・やタン部８以外の各ブロッ
クは第１図の従来例のものと同じである。音素標準７９
２７部８は５つの母ｉ ｐ、 、 ０゜Ｕ、Ｉ、Ｅ及び
鼻音、無声子音の各平均値と共分散値を表わす音素標準
・ぐタンが記憶されている。
第３図において、音素毎の確率密度計算は５つの母音Ａ
、Ｏ，Ｕ、Ｉ、Ｅの他に鼻音及び無声子音の標準・ぐタ
ンに対しても行なわれ、その結果をφ４．φ０．φ０．
φ１．φ。、φ８．φ８とする。単語辞書の読み込み、
セグメンテーションは従来例と同じであり、Ｐｎｋの尤
度計算を次の式によって行うＯ これにより正解以外の音素において、たとえば／ＳＡ／
の部分における／Ａ／の尤度は無声子音の確率密度を考
慮する分だけ小さくなる。本実施例においては、特定子
音群の確率密度を母音尤度計算に入れ込むことにより、
第４図に示すように正解以外の音素と正解音素の尤度差
を大きくするという効果がある。
、Ｏ，Ｕ、Ｉ、Ｅの他に鼻音及び無声子音の標準・ぐタ
ンに対しても行なわれ、その結果をφ４．φ０．φ０．
φ１．φ。、φ８．φ８とする。単語辞書の読み込み、
セグメンテーションは従来例と同じであり、Ｐｎｋの尤
度計算を次の式によって行うＯ これにより正解以外の音素において、たとえば／ＳＡ／
の部分における／Ａ／の尤度は無声子音の確率密度を考
慮する分だけ小さくなる。本実施例においては、特定子
音群の確率密度を母音尤度計算に入れ込むことにより、
第４図に示すように正解以外の音素と正解音素の尤度差
を大きくするという効果がある。
（発明の効果）
本発明は母音尤度計算に母音及び特定子音又は子音群の
確率密度の総和と対象母音の確率密度の比を用いるよう
にしたので、特定子音と母音の尤度差を犬きくできると
いう利点がある。
確率密度の総和と対象母音の確率密度の比を用いるよう
にしたので、特定子音と母音の尤度差を犬きくできると
いう利点がある。
第１図は従来の母音認識方法を説明するだめの図で、そ
の方法を実施する装置の機能ブロック図、第２図は第１
図の母音認識方法における尤度の一例を示す図、第３図
は本発明の一実施例における母音認識方法を説明するだ
めの図で、その方法を実施する装置の機能ブロック図、
第４図は同母音認識方法における先度の一例を示す図で
ある。 １・・・・やラメータ抽出部、２・・・確率密度計算部
、３・・・単語辞書項目の読込部、４・・セグメンテー
ション部、５・・・尤度計算部、６・・・単語辞書部、
８・・・音素標準・ぐ２７部。 特許出願人 電子計算機基本技術研究組合３７″１・゛
） 代 理 人 星 野 恒 司“゛ 第１図 第２図
の方法を実施する装置の機能ブロック図、第２図は第１
図の母音認識方法における尤度の一例を示す図、第３図
は本発明の一実施例における母音認識方法を説明するだ
めの図で、その方法を実施する装置の機能ブロック図、
第４図は同母音認識方法における先度の一例を示す図で
ある。 １・・・・やラメータ抽出部、２・・・確率密度計算部
、３・・・単語辞書項目の読込部、４・・セグメンテー
ション部、５・・・尤度計算部、６・・・単語辞書部、
８・・・音素標準・ぐ２７部。 特許出願人 電子計算機基本技術研究組合３７″１・゛
） 代 理 人 星 野 恒 司“゛ 第１図 第２図
Claims (1)
- 人力音声のノＲラメータを抽出し、そのパラメータを母
音各音素及び特定子音又は子音群の標準バタンと照合し
て前記・ぐラメータが各音素から生成される確率密度を
算出し、認識すべき単語を音素単位の記号列で表記した
単語辞書中の各辞書項目と入力音声とを照合して各辞書
項目を構成する音素系列に従い入力音声をセグメンテー
ションし、セグメンテーションされた区間内におけるフ
レーム毎の前記母音及び特定子音又は子音群から生成さ
れる確率密度の総和と対象音素から生成される確率密度
の比を・ぐラメータとして、対象音素の尤度値を算出す
ることを特徴とする母音認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58183696A JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58183696A JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6075890A true JPS6075890A (ja) | 1985-04-30 |
| JPH0155478B2 JPH0155478B2 (ja) | 1989-11-24 |
Family
ID=16140337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58183696A Granted JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6075890A (ja) |
-
1983
- 1983-10-01 JP JP58183696A patent/JPS6075890A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0155478B2 (ja) | 1989-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS5972496A (ja) | 単音識別装置 | |
| Pellegrino et al. | Automatic language identification: an alternative approach to phonetic modelling | |
| JPS63220298A (ja) | 音声認識における単語候補削減装置 | |
| JPS62232691A (ja) | 音声認識装置 | |
| Pedersen et al. | Accent classification using support vector machines | |
| Yavuz et al. | A Phoneme-Based Approach for Eliminating Out-of-vocabulary Problem Turkish Speech Recognition Using Hidden Markov Model. | |
| JPS6075890A (ja) | 母音認識方法 | |
| Dessalegn | Syllable based speaker independent Continous speech recognition for Afan Oromo | |
| Seman et al. | Hybrid methods of Brandt’s generalised likelihood ratio and short-term energy for Malay word speech segmentation | |
| Koolagudi et al. | Vowel recognition from telephonic speech using MFCCs and Gaussian mixture models | |
| JP2760096B2 (ja) | 音声認識方式 | |
| JPS58195895A (ja) | 単語音声認識装置 | |
| JPS5872995A (ja) | 単語音声認識方法 | |
| JPH06348291A (ja) | 単語音声認識方法 | |
| JPS60149096A (ja) | 単語音声認識方法 | |
| JPS6033599A (ja) | 音声認識装置 | |
| JPS6136797A (ja) | 音声セグメンテ−シヨン法 | |
| JPS62111292A (ja) | 音声認識装置 | |
| JPS60172098A (ja) | 単音節音声認識装置 | |
| JPS62223798A (ja) | 音声認識装置 | |
| JPS6225796A (ja) | 音声認識装置 | |
| JPS6135498A (ja) | 音声認識装置 | |
| JPS58105299A (ja) | アルフアベツト音声認識装置 | |
| JPS5968795A (ja) | 単語音声認識方法 | |
| JPS60149095A (ja) | 単語音声認識方法 |