JPS61219100A

JPS61219100A - 特定話者用音声入力装置

Info

Publication number: JPS61219100A
Application number: JP60060372A
Authority: JP
Inventors: 大城　雅博
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1985-03-25
Filing date: 1985-03-25
Publication date: 1986-09-29

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、あらかじめ音声パターンを登録した特定の話
者の音声について、音声認識を行う装置に利用する。特
に数字の高速入力回路に関する。

〔概要〕

本発明は、あらかじめ音声の標準パターンを登録してお
き、入力す４音声とこの標準パターンとの相違が最小の
ものをその入力音声のパターンとして認識する装置にお
いて、演算パスが繰返し同一パスにならないように、判定回路
の前段で動的計画パスに制限を付加することにより、簡単な構成で、判定時間を長くすることなく、音声認識
率を向上するものである。

〔従来の技術〕

従来、特定話者用音声入力装置において、数字を高速に
入力することは、単語入力の場合に比べ調音結合の影響
を強く受けるので、通常の離散単語入力の場合に用いら
れる漸化式としてｇ　（ｉ、ｊ）＝ａ　（ｉＳ　ｉ）＋・−−ｍ−−−・（１）となる。

（１）式では数字の桁落ちや桁増えが生じて認識率が著
しく低下してしまう、この現象は今、“２”１２”３”
という３桁の数字が高速入力された場合を考えると、第
３図に示すように動的計画パスとして第２図の（イ）の
パスが入力パターンの“２”２”の区間選ばれ続けられ
ると、“２”“２“は１桁の“２′″と判定されてしま
い、桁落ちすることになる。かかる認識率低下に対しく
ｉ）　　　１個の数字入力に対し標準パターンを数個持
たせること、（ｉｉ　）　　動的計画（Ｄ　Ｐ）マツチングにおいて
、いわゆる傾斜制限につきＤＰマツチングを採用するこ
と等が用いられている。

〔発明が解決しようとする問題点〕

しかしながらかかる従来技術においては、例えば上記（
ｉ）では標準パターンメモリが増加する上にマツチング
対象が増加するために認識処理時間も増大してしまう、
また（　ｉｉ　）では次式（２）の演算を行うため漸化
式ｇ　（ｉ、ｊ）の演算時間が増えて認識時間が増大す
るという欠点があった。

ｇ　　（ｉ、Ｊ）＝ｄ　　（ａｔ　、ｂＪ）　　＋・−
−−・（２）ここに入力パターン、標準パターンの特徴ベクトルの時
系列を各々Ａ　”　ａ　１　ｓ　ａ　ｔ　’−−−−−−−’ａ　
ｉ　’−’−−−−−’ａ　ＩＢ　”　ｂ　ｌ　％　ｂ
　ｚ　−−−−−−−ｂｊ−−−−−−−・ｂ。

としており、ｄ（ａｔ、ｂｊ）はａｉとｂＪのベクトル
距離を示す。

本発明ではまず標準パターンとしては１数字、１種類と
するが、数字の連続入力に対しては調音結合の影響を加
味するため半単語対の標準パターン等があるが、標準パ
ターンメモリおよび処理時間の点で小型化を指向する装
置には不向きである。

また漸化式として前記（１）式を採用すれば、高速数字
入力に対する認識率の向上は期待できるが、認識時間の
関係で専用の漸化式演算回路が必要となり、装置が大型
化してしまう欠点がある。

本発明は上記従来技術の欠点を除去するものであり、ハ
ード規模や認識処理時間の増加を伴うことなしに高速数
字入力の認識率を高めた装置を提供することを目的とす
る。

〔問題点を解決するための手段〕

本発明はマイクロホンより入力される音声を分析する音
声分析部と、標準パターンを記憶する標準パターンメモ
リ部と、音声分析部からの入力パターンと標準パターン
メモリ部からの標準パターンとのベクトル距離（ｄ　（
ｉ、、ｊ））を求めるｄ（ｉ、ｊ）演算部と、漸化式（
ｇ　（ｉ、ｊ））を求めるｇ　（ｉ、ｊ）演算部と、ｇ
　（ｉ、ｊ）演算部出力を保持するｇ　（ｉ、ｊ）保持
部と、ｇ（ｉ、ｊ）保持部のうちの最小値を判定する判
定回路と、入力パターンと標準パターンとの正規化時間
距離Ｄ　（ＩＳＪ）を求めるＤ（Ｉ、Ｊ）演算部と、マ
ツチング結果のうち最も入力パターンに顕像した標準パ
ターンを選別するソーティング部と、装置全体を制御す
る制御部とを有する特定話者用音声入力装置において、
前記ｇ　（ｉ、ｊ）保持部と前記判定回路との間に、動
的計画バスに制限を付加するペナルティ演算部を有する
ことを特徴とする。

ここで本発明では漸化式としてｇ　（ｔＳ　ｊ）−ｄ　（ｉｌ　ｊ）・−（３）を採用することが望ましい。

ここにα、βは定数であり（３）式は入力パターンの全フレームに対して定数α、
βの効果を期待するものであることを特徴とする。

〔作用〕

入力音声は音声分析部で周波数分析され、特徴ベクトル
の時系列（Ａ）が得られ、標準パターン（Ｂ）のベクト
ル距離が求められる。ペナルティ演算部、最小値判定回
路部は漸化式を計算する。

漸化式におけるα、β定数を求め、ペナルティ演算部は
動的計画パスに応じてペナルティを付加して何フレーム
にもわたって同一バスが選ばれることによる「桁落ち」
や「桁増え」を防止することにより、特に数字の高速入
力化を可能にする。

〔実施例〕

次に本発明の実施例装置を添付図面第１図を参照して説
明する。

図面符号１０はマイクロホン、２０は音声分析部、３０
は装置全体を制御する制°御部、４０はｄ　（ｉ、ｊ）
演算部、５０は標準パターンメモリ部、６０は漸化式ｇ
　（ｉ、ｊ）演算部、７０はｇ　（ｉ、ｊ）保持部、８
０は動的計画パスに応じてペナルティを付加するペナル
ティ演算部、９０は（３）式第二項によってｗｉｎ（）
値を求める最小値判定回路部、１００は入力パターンと
標準パターンの「正規化」時間距離を求めるＤ（Ｉ、Ｊ
）演算部、２００はソーティング部を示す。装置各部分
間の接続は、１０−２０−４０−６０−１００−２００
．２０−３０−１００．３０−５０−４０．３０−７０
−８０−９０−６０・７０　［１３ｇ、）よう、４，７
い、。

マイクロホン１０からされた音声は音声分析部２０で周
波数分析され入力パターンとしての特徴ベクトルの時系
列Ａ＝　（ａ長）　　（ｉ＝１〜ｌ）が得られる。ｄ　
（ｉ、ｊ）演算部４０では入力パターンＡと標準パター
ンＢの各時系列におけるベクトル距離が求められる。

ｇ　（ｔ、ｊ）演算部６０、ｇ　（ｔ、ｊ）保持部７０
、ペナルティ演算部８０および最小値判定回路部９０は
（３）式の漸化式を計算するｅ　ｇ　（ｉｓ　ｊ）演算
部６０は、演算部４０と演算部６０の出力を受けて漸化
的にｇ　（ｉ、ｊ）を演算し、この演算結果は次の時系
列におけるｇ（ｉ＋１、ｊ＋１）を求めるために保持部
７０で保持される。演算部８０は（３）式において定数
α、βなる「ペナルティ」を付加し何フレームにもわた
って同一のバスが選ばれ続けることを防止し、先に説明
した数字入力に対する「桁落ち」や「桁増え」現象を取
り除くものである。

判定回路部９０は（３）式におけるを判定する。

Ｄ　（Ｉ、　Ｊ）演算部１００は入力パターンＡと標準
パターンとの正規化時間距離を求め、フレームの長さの影響を取り除く。

〔発明の効果〕

以上述べたように本発明は通常の離散単語入力装置に新
たにペナルティ演算部を付加するのみで、数字の高速入
力化を可能にし認識率を向上する特定話者用音声入力を
提供できる効果がある。本発明は特に数字識別において
認識率が向上する効果がある。

【図面の簡単な説明】

第１図は本発明の実施例装置のブロック構成図。第２図は動的計画パスの一例を示す図。第３図は数字の高速入力の場合に生ずる桁落ち現象の例
を示す図。　　゛１０・・・マイクロホン、２０・・・音声分析部、３０
・・・制御部、４０・・・ｄ　（ｉ、ｊ）演算部、５０
・・・標準パターンメモリ部、６０・・・ｇ　（ｉ、ｊ
）演算部、７０・・・ｇ（ｉ、ｊ）保持部、８０・・・
ペナルティ演算部、９０・・・判定回路部、１００・・
・Ｄ　（１，Ｊ）演算部、２００・・・ソーティング部
。

Claims

【特許請求の範囲】

（１）マイクロホンより入力される音声を分析する音声
分析部と、標準パターンを記憶する標準パターンメモリ部と、上記音声分析部からの入力パターンと上記標準パターン
メモリ部からの標準パターンとのベクトル距離｛ｄ（ｉ
、ｊ）｝を求めるｄ（ｉ、ｊ）演算部と、漸化式｛ｇ（ｉ、ｊ）｝を求めるｇ（ｉ、ｊ）演算部と
、上記ｇ（ｉ、ｊ）演算部出力を保持するｇ（ｉ、ｊ）保
持部と、上記ｇ（ｉ、ｊ）保持部のうちの最小値を判定する判定
回路と、入力パターンと標準パターンとの正規化時間距離Ｄ（Ｉ
、Ｊ）を求めるＤ（Ｉ、Ｊ）演算部と、マッチング結果
のうち最も入力パターンに類似した標準パターンを選別
するソーティング部と、装置全体を制御する制御部とを備えた特定話者用音声入力装置において、前記ｇ（ｉ、ｊ）保持部と前記判定回路との間に、動的
計画パスに制限を付加するペナルティ演算部を設けたことを特徴とする特定話者用音声入力装置。