JPS61246800A - 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Ｊ 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１ 従来上り音声応答スイッチとしては、第７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。また
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８図に示すように、音声認識装置１５を眉
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（な
るものであるから−要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。＊た、音声認識装置１５を用いると
制御音声が入力するかどうかにかかわらず、入力信号が
音声であるかどうかを常時判定させる必要があり、電力
消費が大きくなるという問題があり、また、入力レベル
が所定値以上のときにのみ動作させるようにすると、一
般に入力レベルの小さい子音では動作しないことがあっ
た。

［発明の目的１ 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抽
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
象として使用できる音声応答スイッチを提供することに
あり、他の目的とするところは、入力信号が所定レベル
以上であるときのみに入力信号が制御音声であるかどう
かを判断するようにし、しかも音声入力があれば必ず制
御音声かどうかの判定が行なわれる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７ｔルマントが存在し、周波
数の低いほうから順にｄｉ７オルマン）Ｆ、、１２フォ
ルマントＦ２、第３７ｔルマン）Ｆ、、・旧・・と呼ば
れる。これらのフォルマントのウチＩＪＩｉ１フォルマ
ントＦＩと第２フォルマントＦ２との寄与率がもっとも
高く、第１７オルマン）　Ｆ　＋　トｔｌ’−２７オル
マン）Ｆ、とを用いればかなり高い確度で母音を決定で
きるものである。

ここで第１フォルマントＦ、を横軸にとり、第２フォル
マントＦ１を縦紬にとったＦ、−Ｆ２ベクトル平面上で
日本語の母音／ａ／／　ｉ／／ｕ／／ｅ／／ｏ／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、−Ｆ、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　Ｉ−
Ｆ　２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＊まで平行移動する
ことが知られでいる。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／ｏ／の
ベクトル成分を（５００Ｈｚ、　１０００　Ｈｚ）とす
ると、／ａ／から／ｏ／への変化ベクトルの成分は（−
３００Ｈｚ、　　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２７オルマン）　Ｆ　ｚ　ト＊　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３７オルマン）Ｆ３をベクトルの第３成分とし
て用いてもよく、一般にＦ１Ｆ２Ｆ３ベクトル空間上で
各母音を表わせば、各母音間の重複部分が除去されるも
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１１フォルマントＦ１と第２７オルマン）
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図に示すようにレベ
ル検出回路４と入力制御回路５とが設けられる。レベル
検出回路４はマイクロ７オン６から入力され増巾回路７
によって増巾された音声信号を整流平滑化する整流平滑
回路４１と、整流平滑回路４１の出力電圧と分圧抵抗４
２，４３に回路４１の出力電圧が参照電圧以上であると
出力を“Ｈ“とするコンパレータ回路４４とから構成さ
れる。したがって１．入力された音声信号のレベルが所
定値以上であるとレベル検出回路４の出力は“Ｈ“とな
るのである、入力制御回路５は増巾回路７とフォルマン
ト抽出回路１との間に挿入されたアナログスイッチ５２
と、アナログスイッチ５２のデート端子に出力端が接続
されレベル検出回路４の出力によってトリ〃がかけられ
る７２９５７４回路５１とから構成される。ワンシ、ッ
ト回路５１はレベル検出回路４の出力が”Ｈ“となると
、その立ち上がりから所定時間１Ｊのパルスを出力する
のであり、このパルスが出力されている期間においてア
ナログスイッチ５２をオン状態とするようになっている
。しかるに、マイクロ７オン６から入力された音声が所
定値以上のレベルであれば、その音声が入力されてから
所定時間だけアナログスイッチ５２がオン状態となり、
音声信号をフォルマント抽出回路１に入力するのである
。ここで、アナログスイッチ５２はフォルマント抽出回
路１の入力部にのみ設けているが、フォルマント抽出回
路１や制御音声判定回路３の給電部にもスイッチング素
子を設けることにより、制御音声が入力されてから後段
が作動するようにすれば、消費電力を押さえることがで
終るものである。

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２００　Ｈｚ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
１１．〜１１ｎよりなる帯域フィルタ群と、各帯域フィ
ルタ１１１〜１１ｎ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
１１１〜１１ｎの出力レベル値から７？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０〜２００Ｈｚ
、２００−４００Ｈｚ、４００〜６００Ｈｚ。

・・・・・・、２２００〜２４００Ｈｚ、・・・・・・
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１１１〜１１ｎを合わせると音声帯域の全周波数が
通過で終るように設定されている。演４！ｘ、ｇ４路１
３は第１フォルマントＦ、、！−第２フォルマントＰ、
とを検出するとともに、入力音声が変化したがどうかを
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Ｆ、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
き制御音声における隣接した音韻間の変化ベクトルが所
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）ルの誤差
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／ｏ／への変化ベク
トルの範囲として（３００±α１　Ｈｚ　５８００±α
２　Ｈｚ　）が設定されているのであり、ａｌ、ａ２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２５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２
０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。制御音声は始音を／ａ／または
／ｏ／とじており、複数の母音を連結して構成されてい
る。これは、母音のなかでも／＆／と／ｏ／とは他の母
音に比較してレベルが高いからであって、制御音声を入
力するときに第１音声のレベルを十分に大きくとり、第
１音声で所定時間アナログスイッ″チ５２がオン状態と
なるようにし、制御音声が頭切れすることなく完全に通
過で塾るようにしているのである。ここでワンシ鱈ット
回路５１で設定されるパルスの時間中は制御音声が十分
−に通過できる程度に選定される。マイクロフォン５か
らの音声入力が７すルマント抽出回路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ＰＩＦ２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。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＠
ｉ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０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１２ベクトル保持回路２３に記
憶された第２音声から！＠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２
５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０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／ａｗｏｋｅ／となっでいる。この場合に記憶
部２５には／ａ／から／ｏ／、／ｏ／から／ｅ／への変
化ベクトルとしてそれぞれ（３００±α、Ｈｚ、８００
±ｆｆ、Ｈｚ）、（１２０±’＊Ｈｚ＊１２００±α４
Ｈｚ）の値が記憶される。ここでａ、〜ａ４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、＊た母音を検出するために第１７オ
ルマン）Ｆ＋と第２７ｔルマントＦ、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）Ｆｓ以上の高次７ｔルマントもベクトル成分とし
て用いることにより３＊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四プロセッサを用
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つにしてもよい。

［発明の効果１ 本発明は上述のように、入力される音声信号の入力レベ
ルが所定値以上であるかどうかを検出するレベル検出回
路と、音声信号の入力レベルが所定値以上となると所定
時間だけ音声信号を通過可能とする入力制御回路と、入
力制御回路を通過した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
素とを具備し、制御音声は母音へ／と／ｏ／どのうちの
いずれか一方を始音としているので、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分のみを検出すれば不特定話者に
対して音声の認識が行なえるものであり、計算量が少な
くかつ音声の認識率が高いものであり、実時間での動作
が可能であるという利点を有する。また、入力される音
声信号の入力レベルが所定値以上であるかどうかを検出
するレベル検出回路と、音声信号の入力レベルが所定値
以上となると所定時間だけ音声信号を通過可能とする入
力制御回路とを備えているので、入力信号のレベルが所
定値以上のときにのみフォルマント抽出回路以降の回路
に音声信号が入力されるのであり、レベルの小さい雑音
による誤動作が防止できるという利点がある。さらに、
制御音声の始音を振幅レベルの大きい／ａ／と／ｏ／と
のうちのいずれか一方としているので、レベル検出回路
の設定レベルを比較的大きく設定することができるもの
であり、雑音によって動作することが防止できるととも
に、始音で動作せずに制御音声に頭切れが生じることも
なく、確実な動作が行なえるものである。

【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、＃Ｉ１２
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　＋　−Ｆ　２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レベル検出回路と入
力制御回路とを示すブロック図、第７図は従来例を示す
ブロック図、第８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はレベル検出回路、５は入力制御回
路である。 代理人　弁理士　石　１）長　七 第１図 第２図 第６１１

Claims (1)

【特許請求の範囲】
1. （１）入力される音声信号の入力レベルが所定値以上で
   あるかどうかを検出するレベル検出回路と、音声信号の
   入力レベルが所定値以上となると所定時間だけ音声信号
   を通過可能とする入力制御回路と、入力制御回路を通過
   した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を具備し、制
   御音声は母音／ａ／と／ｏ／とのうちのいずれか一方を
   始音とすることを特徴とする音声応答スイッチ。