JPS61275896A - パタン区分装置 - 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】 〔産業上の利用分野〕 この発明は音声認識に関し、特に音韻情報の抽出に関す
るものである。

〔従来の技術〕

音韻（ｐｈｏｎｅｍｅ　）とは言語の音声の中で区分で
きる小さな単位を言い、たとえば英語のｔａｐ中のｐ音
はｔａｂ　、　ｔａｇからｔａｐを区別する音でちゃ、
従って言語ｔａｐが発音された音声の中からｐ音の部分
だけ全抽出することができる筈であり、このような部分
を音韻と言い、音韻情報の抽出は音声認識において重要
な処理である。

一方、音声パタンという概念があるが、音声のアナログ
信号を短い時間ΔＴごとに区切り、この区切ったΔＴの
間の音声信号をフＩＪ　　ＩＪ工分析して、各区切りの
中の周波数スペクトル全代表する特徴ベクトルの時系列
によって音声パタンを表している。したがって音韻区間
は音声パタンの特徴ベク　　　゛トルの時系列の中の比
較的定常な区間として定戎することができる。

音声パタンを音韻区間ごとに区分する区分装置は、従来
は音声パタンを表す特徴ベクトル系列の中で一定の時間
（ΔＴの整数倍の時間）だけ離れた２つの特徴ベクトル
の間の距離全算出し、これを時間変化量と称し、この時
間変化量が所定の値を超えかつ極大となる時点をもって
音韻区間の境界とし、それによって音声パタン全区分す
るように構成されていた。

〔発明が解決しようとする問題点〕

従来の装置は以上のように構成されているので、母音か
ら母音へ、あるいは母音から半母音へ等の場合のように
、周波数スペクトルの変化が時間的に緩やかな音韻区間
の境界に対しては、時間変化量が小さく、その境界を確
実に検出することが困難であるという問題点があった。

この発明は上記のような問題点を解決するためになされ
たもので、スペクトルの変化の緩急に依存することなく
確実に音韻区間の境界を検出することができる音声パタ
ンの区分装置を提供することを目的としている。

〔問題点を解決するための手段〕

この発明ではΔＴ区間ごとの特徴ベクトルの時系列によ
って構成される音声パターンから出発して、互に類似し
た特徴ベクトルが時系列的に隣接している部分はこれを
結合して大きな（ΔＴの整数倍の）区間の特徴ベクトル
に変更し、このような結合と変更を順次進めて次第に大
きな区間へと拡張してゆき、もはや隣接している部分へ
は結合できない程度の類似度となって残った特徴ベクト
ルの区間を音韻区間とした。

〔作用〕

特徴ベクトルの類似によって互に隣接した小区間を順次
結合して区間を大きくしてゆくので、時間変化量が小さ
な境界でもこれを検出することができる。

〔実施例〕

以下この発明の実施例を図面について説明する。

第１図はこの発明の一実施例を示すブロック図で、図に
おいて（１）は音声入力、（２）は分析部、（３）は区
分部、（４）は初期値設定部、（５）は出力部、（６）
は出力である。

分析部（２）はＡ／ｌ）　（アナログ・ディジタル）変
換器（以下Ａ／Ｉ）と略記するＸ２１）、周波数分析部
（２２）、特微量計算部（２３）、特徴ベクトルメ七Ｉ
Ｊ　（２４）から構成され、区分部（３）は計算部（３
１）、メモリ部（３２）、探索部（３３）、判定ｍ１Ｓ
（３４）、結合部（３５）から悔成され、（３４１）は
終了信号で、（３４２）Ｖｉ結合信号である。

アナログ信号である音声入力（１）はＡ／Ｄ　（２１）
によりディジタル信号に変換され、このディジタル信号
はΔＴの短い時間区間に区切られ、各区間ごとに周波数
分析部（２２）によって周波数スペクトルが算出され、
この各区間ごとの周波数スペクトルが特微量計算部（２
３）によって対応する特徴ベクトルに変換され、この特
徴ベクトルの時系列が特徴ベクトルメモリ（２４）に格
納される。

このようにして、特徴ベクトルメモリ（２４）　Ｋは、
−膜性をそこなうことなく、時間間隔ΔＴｆｆｉ単位と
して測った離散的な時刻について時刻１から時刻Ｎまで
の間のＮ個の特徴ベクトルが記憶される。

第２図はメモリ部（３２）の初期値として初期値設定部
（４）の動作によって設定された内容を示すフォーマッ
ト図であって、図において（３２０）は１〜Ｎの区間番
号全示し、この区間番号（３２０）はこのメモリのアド
レスとして用いられ、（３２１）は区間の開始時刻、（
３２２）ｉ、ｆ区間の終了時刻、（３２３）は後続区間
番号、（３２４）Ｖｉ先行区間番号、（３２５）は後続
類似度である。初期状態において区間番号（３２０）に
対応する（３２１）〜（３２４）のデータは自ら決定さ
れているので計算部（３１）から初期値設定部（４）に
よってメモリ部の各個に１き込むことができる。

後続類似度（３２５）欄には区間番号（３２（］）がｉ
である行にｂＩＭ（１ｓ　’ｔ）　ｋ算出した結果を書
込む。

ＳＩＭ（ｉ、ｆｉ）は第五区間とその後続の第ｆｉ区間
の間の類似度を表す数値で、これは計算部（３１）によ
り次のようにして１出される。

すなわち、区間番号ｉが与えられると第２図の内容から
８１ｒ　ｅ　を及びｉに対する後続の区間ｆｉに関する
”ｉ　”　ｆｉが読出されるのでここで、Ｘ、Ｖｉ特徴
ベクトルメモリ（２４）の第ｊ番目に記憶されている特
徴ベクトルであり、フ、、７　はそれぞれ第五区間及び
第ｆｉ　　区間にＩ　　　　ｆｌ おける特徴ベクトルの平均特徴ベクトルである。

初期状態において△Ｔ　ごとの特徴ベクトルが計算され
て特徴ベクトルメモ１７　（２４）に格納されていて、
第２図における各データのサフィクスの数字はΔＴ＝１
とした値に対応するので、初期状態においては８１　”
”　８１＋　ｅｆ　ｔ−Ｂｆ　ｔ　＝ｅｉ　＋１テアリ
、式ｆｌｌ　、　［２）Ｕそれぞれμ、＝　Ｘｉ　μｆ
ｉ　＝　ｕｉ＋１なお、初期状態ではΔＴごとに区外さ
れた第１乃至第ＮのＮ区分が存在するので、このような
状態を最大区分状態という。

計算部は式ｆｉｌ　、　＋２１による計算全路った後Ｓ
ＩＭ（ｉ　、　ｆｉ　）　＝−ＣＢＤＩＳ（μｉ、μｆ
ｉ　）・・・（３）の計算によってＳＩＭ（ｉ、ｆｉ）
’ｒ算出し、第２図区間番号ｉの行の後続類似度（３２
５）欄にＲｉとして書き込む。但しＣＢＤＩＳ（μｉ、
μｆｉ）は２つの平均特徴ベクトルμｉとμｆｉ　　間
の市街地距離である。但し初期状態では−ＣＢＤＩＳ（
μｍ、μＨ）＝−ＣＢＤＩＳ（ｘｉ、ｘｉ＋□）である
。

以上のようにして最大区分状態がメモリ部（３２）に記
憶されるが、次にＶｉ順次２つの区分子ｆ：１つの区分
に結合して区分数を減少してゆく。

すなわち、探索部（３３）はメモリ部（３２）　Ｔｈ探
索し、後続類似度（３２５）が最大である区間番号（３
２（１）　ｍとその後続類似度（３２５）　Ｒｍ　　を
出力する。

判定部（３４）はあらかじめ設定されている後続類似度
の閾値δとＲｍ　　とを比較し、Ｒｍ≧δ　のとき結合
信号（３４２）を区間番号ｍと共に結合部（３５）に送
り、Ｒｍ＜δのとき終了信号（３４１）全出力部（５）
に送る。

結合信号（３４２）が発せられると区間番号ｆｍ（初期
状態から開始きれたときはｆｍ−ｍ十ｌ）の区分が区間
番号ｍの区分に結合され、区分数は最大区分状態から１
区分だけ減少する。結合部（３５）はこの結合の結果中
じた状態に従ってメモリ部（３２）の内容を更新する。

すなわち、区間番号ｍの終了時刻ｅｍＫもとのｅｆｍＯ
値を書き込み、区間番号ｍの後続区間番号としてｆｆｍ
　（もとの区間番号ｆｍの後続区間番号であった）を書
き込む３、更に、区間番号かもとのｆｍの後続区間番号
であった区間番号ｆｆｍの先行区間番号ｂｆ　ｆｍと１
〜で区間番号ｍ１１ｇ：き込む（書き込み前はｂｆｆｍ
はｆｍであった）。

第２図に示すメモリ部（３２）の内容を読み出すときは
、区間番号（３２０）がアドレスとして、区間番号（３
２０）に該当する行のデータが読み出されるが、区間番
号（３２０）の初期値は１にセットされ、読出されたデ
ータの後続区間番号（３２３）欄の数値が次に読み出さ
れるアドレスとなる。初期状態において区間番号ｍの後
続類似度が最大であって、区間番号ｍ＋１の区分が区間
番号ｍの区分に結合された稜で、ｒｎ’にアドレスとし
て第２図のメモリ部（３２）を読み出したとき、その後
続区間番号（３２３）欄にはｍ＋２が格納されているの
で、次はｍ＋２’Ｊ７アドレスとしてメモリ部（３２）
が読出されることになり、区間番号ｍ＋１のデータは消
去されたのと同様になる。

以上のようにして区間番号ｍの区分の長さが変更される
とその平均特徴ベクトルμ　も変化する。

式（１）により新しいμｍ　を求める。区間番号ｍに後
続する後続区間にもとのｆｍからもとのｆｆｍ（現在の
ｆｍ）に変化したが、この後続区間は区分が変化してな
いからその平均特徴ベクトルは変化せず特徴ベクトルメ
モＩＪ　（２４＞から狩１み出すことができる。これを
μｆｍとすると計算部（３１）は式（３）によりＳＩＭ
　（ｍ、　ｆｍ　）　＝　−ＣＢＤＩ　Ｓ（１’ｍ、／
’ｆｍ　）を算出して区間番号ｍの行の後続類似度（３
２５）の値を更新する。

更に、区間番号ｍの開始時刻Ｓｍがｓｌ（すなわち区間
番号ｍが一連の区間連鎖の先頭）でなければ、ｂｍ　区
間の後続類似度も変化しているので、これ金穴（３）に
よって算出して佼＠類似度（３２５）欄に沓込む。

以上により結合後のメモリ部（３２）の更新処理が終了
する。次は更新されたメモリ部について後続類似度が最
大である区間番号（３２０）とその後続類似度を探索し
、更に結合を行って区分を一区分減少し、このようにし
て終了信号（３４１）が出力される葦で結合を繰返して
ゆく。

終了信号（３４）が出力された時点で、メモリ部（３２
）　ｋ、アドレスの初期値を１とし、その後は、後続区
間番号（３２３）の数値をアドレスとして順次読み出し
てゆけば、求める音韻区分が出力部（５）から出力（６
）として出力される。

以上の説明において式（３）のかわりに第ｍ区間と第を
区間の類似度として ｊ） ・・・（４） の計算式を用いてもよく、 のように、第ｍ区間およびｔ区間の特徴ベクトルの間の
市街地距離の最大値を用いて計算することもできる。

また、特徴ベクトルの間の距離として市街地側離でなく
他のたとえばユークリッド距ｍｅ用いることもできる。

以上は、特徴ベクトルの時系列で表された音声パタン全
区分する場合について説明したが、特徴ベクトルの時系
列として表される他のパタン、たとえば画像パタンにつ
いてもこの発明を適用することができる。

〔発明の効果〕

以上のようにこの発明によれば、最大区分状態から出発
して類似度の高い区分を順次結合してゆ　　　゛き、音
韻区分の境界を見出すようにしたので、スペクトルの変
化の緩急に依存しないで、音韻区分の境界を検出でき、
音声認識装置等音韻特徴の正確な抽出を必要とする装置
の性能を格段に向上することができる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示すブロック図、第２図
は第１図のメモリ部の内容を示すフォーマット図である
。 （】）は音声入力、（２３）は特徴量ｉｔ１′算部、（
２４）は特徴ベクトルメモリ、（３１）は計り部、（３
２）はメモリ部、（３３）は探索部、（３４）Ｖｉ判定
部、（３４１）　＆ＴＩ終了信号、（３４２）は結合１
ぎ号、＜　３５　）　Ｖｉ結合部、（４）は初ル」値設
定部、（５）は出力部、（３２（１）は区間番牲、（３
２１）は開始時刻、（３２２）は終了時刻、（３２３）
は後れ区間番号、（３２４）は先行区間番号、（３２５
）は後続類似度。

Claims (1)

1. 【特許請求の範囲】 アナログ信号を入力して、所定の時間間隔ΔＴごとに区
   分した各区間に対し、当該区間のアナログ信号の特徴ベ
   クトルを算出する特徴量計算部、この特徴量計算部で算
   出した特徴ベクトルの時系列を記憶する特徴ベクトルメ
   モリ、 ΔＴごとに区分した各区間に対する区間番号をアドレス
   として、当該区間の開始時刻、当該区間の終了時刻、当
   該区間に後続する区間の区間番号、当該区間に先行する
   区間の区間番号、当該区間と後続区間との類似度を表す
   後続類似度を記憶するメモリ部、 このメモリ部の各区間の開始時刻から終了時刻までの上
   記特徴ベクトルから当該区間の平均特徴ベクトルを算出
   し、ついで当該区間の平均特徴ベクトルと後続区間の平
   均特徴ベクトルとから上記後続類似度を算出する計算部
   、 ΔＴごとに区分した区間の区分が全部存在する初期状態
   において、上記計算部で算出した後続類似度を用い、上
   記メモリ部の各欄にそれぞれの初期値を書込む初期値設
   定部、 上記メモリ部を探索し、メモリ部に記憶される後続類似
   度のうち最大の後続類似度を有する区間番号ｍを決定す
   る探索部、 この探索部が決定した上記最大の後続類似度があらかじ
   め定めた閾値以上であるときは結合信号と上記区間番号
   ｍを出力し、それ以外の場合は終了信号を出力する判定
   部、 上記結合信号が出力されたときは区間番号ｍの区分に、
   当該区分に後続する区分を結合し、この結合にともない
   区間番号ｍの区分の終了時刻、後続区間番号及びこの後
   続区間番号によって示される区分の先行区間番号を修正
   し、かつ上記計算部により区間番号ｍの区分の後続類似
   度及び区間番号ｍの区分の先行区分の後続類似度を新し
   く算出して上記メモリ部の内容を更新する結合部、この
   結合部における更新が終ったメモリ部を上記探索部で探
   索し、メモリ部に記憶される後続類似度のうち最大の後
   続類似度と、その最大の後続類似度を有する区間番号を
   決定し、この決定した最大の後続類似度が上記閾値以上
   であると上記判定部で判定したときは、上記結合部によ
   る結合を行って、その結合結果により上記メモリ部の内
   容を更新し、このようなメモリ部の内容更新、更新した
   内容に対する探索、探索結果の判定による結合、結合結
   果によるメモリ部の内容更新を、上記判定部における判
   定により終了信号が出力されるまで繰り返して実行する
   手段、 上記終了信号が出力された時点において上記メモリ部の
   結合結果による区分をパタン区分として出力する手段を
   備えたパタン区分装置。