JPS61246798A - 音声応答スイツチ - 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】 【技術分野１ 本発明は音声応答スイッチ、さらに詳しくは、人の音声
を認識して作動する音声応答スイッチに関するものであ
る。

［背景技術］ 従来より音声応答スイッチとしては、第８図に示すよう
に、音声に相当する周波数帯域の入力信号を通過させる
フィルタ回路１１と、フィルタ回路１１の出力レベルを
検出するレベル検出回路１２と、レベル検出回路１２の
出力を予め設定された参照値と比較しレベル検出回路１
２の出力が参照値以上であるときに制御信号を出力する
制御回路１３と、制御信号により開閉されるスイッチ要
素１４とから構成されており、制御回路１３への入力レ
ベルが参照値以上であるときにフィルタ回路１１への入
力信号が音声信号であると判断するものが提供されてい
る。

この回路構成においては、特定の周波数帯域のレベル判
定のみで音声であるかどうかを判別しているものである
から、フィルタ回路１１を通過できる帯域の周波数成分
を持ちかつ参照値よりも高いレベルの入力信号であれば
音声ではない雑音であってもスイッチ要素１４が作動す
ることになり、誤動作を生じるという問題がある。＊た
音声が入力されている場合でも、それがスイッチ要素１
４を作動させる目的で発せられた音声であるかどうかに
かかわらずスイッチ要素１４が作動するから、スイッチ
要素１４の作動を希望しないときスイッチ要素１４が作
動することがあるという不都合が生じるものである。

このため、第９図に示すように、音声認識装置１５を用
い、記憶部１６に予め記憶された制御音声と入力信号と
を比較し、両者が一致したときにスイッチ要素３を開閉
させるものが考えられているが、不特定話者を対象とす
る場合には、音声認識のための演算処理に長い時間が必
要となり実時間でスイッチ要素１４を制御することが困
難であるという問題があり、しかも現在の技術レベルで
は一般に認識率が低く誤動作しやすいという問題がある
。そして、認識率を高めるには情報量と計算量が多くな
るものであるから一層処理時間が遅れるという欠点があ
る。これに対して特定話者を対象とする場合には、使用
前に使用者自身の声を登録する必要があり、使用までの
作業が面倒である。また、会話のように音声を連続して
発生する場合に、発音器官が滑らかに運動して調音され
るものであるから、隣接する音素間において調音結合が
生じ、この調音結合により音素が変化することがある。

つまり、／＋ｔａ＊；／と発音するときに発音器官は／
ｉ／の発音と／＆／の発音との中間音である／ｅ／の発
音に対応した位置を通過するものであるから、通常の会
話程度の速度で発音すると、／ｉ、ｅ。

ｉ／に近い音声となり、音声認識装置１５では誤認が生
じるものである。

［発明の目的Ｊ ゛本発明は上述の点に鑑みて為されたものであって、そ
の主な目的とするところは、音声のうちの母音を特徴づ
けている優勢な周波数成分である複数のフォルマントを
神出し、各フォルマントを軸とするベクトル空間（また
は平面）におけるベクトルの移動によりスイッチ要素を
作動させるかどうかを判別するようにしたことにより、
実時間で動作可能で認識率が高く、しかも不特定話者を
対象として使用で終る音声応答イッチを提供することに
あり、他の目的とするところは、入力する音声の発生タ
イミングを指定することにより、音素間における調音の
結合を防止して入力音声の誤認識が生じないようにした
音声応答スイッチを提供することにある。

［発明の開示］ 第５図は母音のスペクトルの一例を示すものであって、
母音を特徴づける優勢な周波数成分、すなわち、スペク
トルのピーク部分の周波数成分がフォルマントと呼ばれ
る。一般に母音には複数のフォルマントが存在し、周波
数の低いほうから順に第１７オルマン）Ｆｌ、１２フォ
ルマントＦ２、第３フォルマントＦ３％・・・・・・と
呼ばれる。これらのフォルマントのうち第１７オルマン
）ＦＩとＭ２７オルマン）Ｆ２との寄与率がもっとも高
く、第１７オルマン）Ｆ、とＭ２７オルマン）Ｆ２．１
用いればかなり高い確度で母音を決定で終るものである
。

ここで第１フォルマントＦＩを横軸にとり、第２７オル
マン）Ｆ２を縦軸にとったＦ、−Ｆ２ベクトル平面上で
日本語の母音／ａ／／　ｉ／／ｕ／／ｅ／１０／を示す
と、各母音は第４図の破線で示す範囲で表わされる。フ
ォルマントは各個人の声道長などによりかなり変動する
ものであって、Ｆ、−Ｆ２平面上である程度の広がりを
もって表わされるものであり、各母音を表わす範囲同士
がかなりの部分で重複するものであるが、一般に同一環
境で同一人物の発した５母音のフォルマントはＦ＋Ｆｚ
平面上において略５角形となり、環境が変化したり、発
話者が変わっても５母音の相対的位置関係、すなわちこ
の５角形の形状は保持されたままで平行移動することが
知られている。したがって、母音が変化したときの相対
位置、すなわち変化ベクトルは環境や発話者がかわって
も略一定になる。つまり、母音／ａ／のベクトル成分を
（８００Ｈｚ、１８００Ｈ２）とし母音１０／のベクト
ル成分を（５００Ｈｚｙ　１０００　Ｈｚ）とすると、
／ａ／から１０／への変化ベクトルの成分は（−３００
Ｈｚ、−８００Ｈｚ）となり、変化ベクトルの成分は環
境や発話者が異なっていても略一定になるのである。し
かして、本発明においては、複数の母音を連続させて制
御音声を構成し、各母音間での変化ベクトルを監視する
ことによって入力信号が予め設定された制御音声と一致
するかどうかを判定し、入力信号が制御音声と一致する
とスイッチ要素を開閉する音声応答スイッチを開示する
。なお、以下の説明においては、第１フォルマントＦ、
と第２フォルマントＦ２とを使用して音声の認識を行な
っているが、さらに認識率を高めるために、第３フォル
マントＦ、をベクトルの第３成分としで用いてもよく、
一般にＦ１Ｆ’２　Ｆｓベクトル空間上で各母音を表わ
せば、各母音間の重複部号が除去されるものであるから
、検出確度が一層向上するものである。

（実施例） 第１図に示すように、音声信号はフォルマント抽出回路
１に入力され第１フォルマントＦ、と第２フォルマント
Ｆ２とが抽出される。フォルマント抽出回路１の出力は
制御音声判別回路２に入力され、入力信号が予め設定さ
れた制御音声と一致したと判断されると制御信号が出力
されるようになっている。制御音声判別回路２の出力は
スイッチ要素３に入力され、スイッチ要素３に制御信号
が入力されるとスイッチ要素３が開閉される。フォルマ
ント抽出回路１への入力部には第６図に示すようなタイ
ミング指示手段としてのタイミング設定回路４が設けら
れている。タイミング設定回路４はマイクロフォン５よ
り入力される音声の発生タイミングを設定する発振回路
４１と、マイクロフォン５とフォルマント抽出回路２と
の間に挿入され発振回路４１の出力に同期して開閉され
るスイッチ回路４２と、発振回路４１の出力に同期して
点滅する発光ダイオード４３を備えた点滅回路４４とか
ら構成される。ここで発光ダイオード４３は発振回路４
１の出力に対応して点滅するものであり、発光ダイオー
ド４３が点灯すると同時にスイッチ回路４２が閉成し、
第７図（ｂ）に示すように発光ダイオード４３が次に点
灯するまでの所定の期間スイッチ回路４２は閉成した状
態に保たれるのである。

第２図にフォルマント抽出回路１の一例を示す。

フォルマント抽出回路１はそれぞれ２００Ｈｚの帯域中
を有し通過周波数が互いに異なる多数の帯域フィルタ１
１．〜ｌｌｎよりなる帯域フィルタ群と、各帯域フィル
タ１１．〜ｌｌｎの出力信号をデジタル信号に変換する
アナログ／デジタル変換回路１２と、各帯域フィルタ１
１１〜ｌｌｎの出力レベル値からフォルマントを検出す
るマイクロプロセッサ等からなる演算回路１３とから構
成される。

帯域フィルタ１１．〜１１ｎはそれぞれθ〜２００Ｈｚ
、　２００−４００　Ｈｚ、　４００〜６００　Ｈｚ。

・・・・・−１２２００〜２４００Ｈｚ、・・・・・・
と通過周波数帯域が互いに異なるとともに、全帯域フィ
ルタ１１、〜ｌｌｎを合わせると音声帯域の全周波数が
通過できるように設定されている。演算回路１３Ｊ！第
１７オルマン）　Ｆ、、！：１２フォルマントＦ２とを
検出するとともに、入力音声が変化したかどうかを判定
する音韻変化信号を出力する。なお、フォルマントの抽
出は回路構成によってハード的に行なっているが、線形
予測法などのソフト的な手法を用いて行なってもよい。

第３図は制御音声判別回路２の一例を示すものであって
、制御音声判別回路２は、音韻変化信号が入力されると
第１フォルマントＦ、と第２フォルマントＦ２とを成分
とするベクトルを記憶する第１ベクトル保持回路２２と
、音韻変化信号が入力されると第１ベクトル保持回路２
２に記憶されていたベクトルを記憶する第２ベクトル保
持回路２３と、第１ベクトル保持回路２２に記憶された
ベクトルから第２ベクトル保持回路２３に記憶されたベ
クトルを減算することにより変化ベクトルを算出する変
化ベクトル算出回路２４と、スイッチ要素３を駆動すべ
務制御音声における隣接した音頷開の嚢化ベクトルが所
定の順序で記憶された記憶部２５と、変化ベクトル算出
回路２４の出力値と記憶部２５に記憶された設定値とを
比較して入力された音声信号の変化ベクトルが記憶部２
５に記憶された変化ベクトルの設定範囲内であるときに
一致信号を出力する比較判定回路２６と、一致信号が入
力されるとスイッチ要素３を開閉するための制御信号を
出力する制御信号発生回路２７とから構成される。記憶
部２５においては設定された制御音声の隣接する音韻間
の変化ベクトルがある程度の誤差を許容する形で記憶さ
れている。

すなわち、個人差や環境の差による変化ベクトルの１％
差を考慮して変化ベクトルの許容誤差範囲が設定されて
いるのであって、例えば、／ａ／から１０／への変化ベ
クトルの範囲として（３００±ａ、Ｈｚｓ８００±ｆｆ
２Ｈｚ）が設定されているのであり、”Ｉ、α２の値を
適宜設定することにより感度が調節されるようになって
いる。しかして、制御音声判別回路２では音韻変化信号
が制御音声判別回路２に入力されるたびに入力された音
声信号の変化ベクトルが記憶部２５に記憶された変化ベ
クトルの許容誤差範囲内であるかどうかが判定され、入
力された音声信号の各音韻間の変化ベクトルが記憶部２
５に記憶された制御音声の変化ベクトルの設定範囲内で
あると判定されると、比較判定回路２６から一致信号が
出力されるのである。なお、制御音声判別回路２の記憶
部２５を除く部分に関してはマイクロプロセッサ２０を
用いて構成することができる。

（動作） 以下、動作を説明する。まずスイッチ要素３を開閉させ
るには、制御音声をマイクロフォン５を通じて入力する
ことが必要であって、制御音声を入力するにあたっては
、タイミング設定回路４の発光ダイオード４３の点滅に
合わせて発音を行なうようにする。これによって、各音
素を句切って発音することができ、調音結合が生じない
のである。マイクロフォン５からの音声入力がフォルマ
ント抽出回路１に入力されると、フォルマント抽出回路
１では各入力信号のＦ、−Ｆ２平面上でのベクトル成分
をそれぞれ抽出するとともに、音韻の変化時点でそれぞ
れ音韻変化信号を発生する。制御音声判別回路２では、
第１音声が入力された時点でまず第１音声のベクトル成
分を第１ベクトル保持回路２２に記憶する０次に第２音
声が入力され音韻変化信号が得られると、第１ベクトル
保持回路２２に記憶されていた第１音声のベクトル成分
が第２ベクトル保持回路２３に入力されるとともに、第
１ベクトル保持回路２２には第２音声のベクトル成分が
記憶される。このとき変化ベクトル算出回路２４では第
２ベクトル保持回路２３に記憶されたベクトル成分と第
１ベクトル保持回路２２に記憶されたベクトル成分との
変化量から変化ベクトルの成分が算出される。ここで記
憶部２５に記憶された設定範囲と変化ベクトル算出回路
２４の出力値としての変化ベクトルの成分とが比較され
、変化ベクトルが記憶部２５に記憶された設定範囲内で
あるかどうかが判断される。次に第３音声が入力される
と、第１ベクトル保持回路２２に記憶されていた第２音
声のベクトル成分が第２ベクトル保持回路２３に入力さ
れるとともに、第３音声のベクトル成分が第１ベクトル
保持回路２２に記憶され、変化ベクトル算出回路２４で
は第２ベクトル保持回路２３に記憶された第２音声から
第１ベクトル保持回路２２に記憶された第３音声への変
化ベクトルの成分が算出される。この変化ベクトルは比
較判定回路２６において記憶部２５に記憶された２番目
の変化ベクトルの設定範囲と比較され、変化ベクトル算
出回路２４の出力値が記憶部２５に記憶された変化ベク
トルの設定範囲内であるかどうかが判断される。以上の
ようにして入力信号が停止するまで同様の動作を繰り返
し、入力されるすべての音韻に対する音声信号の変化ベ
クトルが記憶部２５に記憶された設定範囲内であるとき
に、判定回路２６から一致信号が出力され、制御信号発
生回路２７では一致信号を受けて制御信号を出力するの
である。制御信号はスイッチ要素３に入力されスイッチ
要素３が開閉される。入力信号が記憶部２５に設定され
た設定範囲とは異なるときにスイッチ要素３が以前の状
態を保つのは言うまでもない。

制御音声は２音以上の連続する母音から構成されており
、例えば／、ａｔＯｔｅ／となっている。この場合に記
憶部２５には八／から１０／、１０／から／ｅ／への変
化ベクトルとしてそれぞれ（３００±ｆｆ１Ｈｚ、８０
０±ｆｆ２Ｈｚ）、（１２０±（Ｉ　ｓＨｚ＊　１２０
０±ａ４Ｈｚ）の値が記憶される。ここでａ１〜ａ、は
適宜設定され、その設定値により音声の認識率が調節さ
れるのである。

上述の実施例において３母音を検出したときにスイッチ
要素３を開閉するようにしていたが、３母音に限定され
るものではない。また母音を検出するために第１フォル
マントＦ１と第２７オルマン）Ｆ２とをベクトル成分と
して２次元空間でのベクトルを用いたが、第３７オルマ
ン）Ｆｚ以上の高次フォルマントもベクトル成分として
用いることにより３次元以上の多次元空間でのベクトル
を用いて母音の判定を行なうようにしてもよい。

さらに、上述の実施例ではフォルマント抽出回路１と制
御音声判別回路２とにそれぞれマイクロプロセッサを用
いた例を示したが、両回路１，２のマイクロプロセッサ
を共有化して１つにしてもよ塾１゜ ［発明の効果］ 本発明は上述のように、入力される音声信号から少なく
とも第１フォルマントと第２フォルマントとを抽出する
フォルマント抽出回路と、連続する母音から構成された
制御音声の各母音間のフォルマントの変化が所定の順序
でありかつ変化量が所定範囲内であるときに制御信号を
出力する制御音声判別回路と、制御信号により開閉され
るスイッチ要素と、入力する音声の発生タイミングを指
示するタイミング指示手段とを具備しているので、音声
のうちの母音を特徴づけている優勢な周波数成分である
フォルマントを抽出し、複数のフォルマントにより形成
されたベクトル空間における音声ベクトルの移動により
スイッチ要素を作動させるかどうかを判別するようにし
た結果、母音のフォルマントの変化のみを検出すればよ
く、計算量が少なくかつ音声の認識を確実に行なうこと
ができるものであり、実時間での動作が可能で認識率が
高いという利点を有する。また、フォルマントの変化分
で音声を認識するから、不特定話者に対して動作可能で
あるという利点を有するものである。

しかも、タイミング設定指示を備えていることにより、
入力する音声の発生タイミングを指定することにより、
音素間における調音の結合を防止できるという利点を有
するものであり、認識率が一層高まるという利点を有す
るものである。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
同上に使用するフォルマント抽出回路を示すブロック図
、第３図は同上に使用する制御音声判別回路を示すブロ
ック図、第４図はＦ、−Ｆ２図の一例を示す動作説明図
、第５図は母音の周波数特性の一例を示す動作説明図、
第６図は同上に使用するタイミング設定回路の概略構成
図、第７図は同上に使用するタイミング設定回路の動作
説明図、第８図は従来例を示すブロック図、第９図は他
の従来例を示すブロック図である。 １はフォルマント抽出回路、２は制御音声判別回路、３
はスイッチ要素、４はタイミング設定回路である。 代理人　弁理士　石　１）長　七 □１１０ρ

Claims (1)

【特許請求の範囲】
1. （１）入力される音声信号から少なくとも第１フォルマ
   ントと第２フォルマントとを抽出するフォルマント抽出
   回路と、連続する母音から構成された制御音声の各母音
   間のフォルマントの変化が所定の順序でありかつ変化量
   が所定範囲内であるときに制御信号を出力する制御音声
   判別回路と、制御信号により開閉されるスイッチ要素と
   、入力する音声の発生タイミングを指示するタイミング
   指示手段とを具備して成ることを特徴とする音声応答ス
   イッチ。