JPS6147995A - 音声認識方式 - 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〕 本発明は、音声認識方式、特に拗音節の認識率の向上を
図った単音節単位の音声認識方式に関するものである。

〔従来の技術〕

単音節を認識単位とした従来の音声認識方式では、　／
ｋｊａ／、／ｋｊｕ／、／ｋｊｏ／、／ｌＪ”　ａ／、
／ｌＪ’　ｕ／、／ｌｆｏ／。

／　ｆ　ａ／、／　ｆ　ｕ／、／　ｆ　ｏ／などの拗音
節の認識率が低いのが現状である。

第２図は、従来の単音節単位の音声認識方式を示す図で
ある０図において、１は前処理部、２はパラメータ抽出
部、３は母音定常部抽山部、４は切替部、５は登録部、
６は候補削減部、７はＤＰ照合部である。

この従来の音声認識方式によれば、特定話者が拗音節を
含む単音節単位に区切って発声した入力音声の個々の単
音節音声を、前処理部１において雑音を除くなどの前処
理を行った後に、パラメータ抽出部２において音声の特
徴を表す特徴パラメータを抽出する。特徴パラメータと
しては９例えば複数チャンネルの帯域フィルタの出力を
一定則　〜期でサレプリングしたパラメータなどカセ用
いられる。母音定常部抽山部３において１．１つの単音
節の特徴パラメータの安定な部分を定常部として抽出す
る。一般に特徴パラメータは母音部分で安定するから、
抽出された定常部は母音定常部とみなすことができる。

したがって、母音定常部は母音の特徴を十分に表してい
る部分である。

第３図は１例えば単音節へｉ／の特徴パラメータについ
て、母音定常部を説明するための図である。

母音定常部は、母音／ｉ／の比較的安定した部分に位置
している。なお、第３図に示すパターンは。

特徴パラメータの時系列を包絡特性で示しており。

一般に特徴パターンと称されている。母音定常部までの
抽出された特徴バ多−ンは、切替部４を経て、登録部５
に送られる。登録部５では、第４図に示すように母音定
常部以降の特徴パラメータ部分く図中、斜線を施して示
す）を削除して得られ　　゛た特徴パターンを登録する
。

、以上のヨロにして特定話者の音声の特徴パターンが登
録部５に登録された状態の下で認識処理が行われる。前
記特定話者により、拗音節を含む単音節単位に区切って
発声された音声が入力されると、この未知入力音声の個
々の単音節音声は、前処理部１．パラメータ抽出部２．
母音定常部抽出部３において前述したと同様の処理がな
され、切替部４を経て候補削減部６に送られる。候補削
減部６では、入力された単音節音声の特徴パラメータの
母音定常部の値、すなわち母音定常部のパラメータ値を
、登録部５に登録されているすべての単音節音声の特徴
パラメータの母音定常部のパラメータ値と比較して、母
音定常部のパラメータ値どうしの距陣を算出する。そし
て、距離の小さい単音節音声を候補として登録部５より
選出することによって、後述するＤＰ（動的計画法）照
合における照合候補の削減を図る。候補削減の目的は。

ＤＰ照合の処理量を減らすことにより、処理時間を短縮
することにある。

ＤＰ照合部７では、入力音声の特徴パターンと。

前記候補削減部６において選出された登録音声の特徴パ
ターンとのＤＰ照合を行う。この場合、第４図に示すよ
うに、特徴パターンの始端から母音定常部までをＤＰ照
合区間としてＤＰ照合′を行う。

ＤＰ照合部７は、入力音声の特徴バタ、−ンに対して、
登録部５に登録されている特徴パターンの中から最もＤ
Ｐ照合距離の小さい、すなわち最も類似度の大きい特徴
パターンを選出し、認識結果として出力している。

以上のような従来の音声認識方式では、拗音節と拗・音
節でない他の単音節との認識の誤りが生じやすい。例え
ば、拗音節／ｋｊｕ／と他の音節／ｋｉ／とを誤る如く
である。これは、母音定常部抽山部３における拗音節の
母音定常部の抽出が拗音節でない単音節に比べて不安定
であるからである。例えば、第５図に示すように拗音節
／ｋｊｕ／の特徴パラメータから抽出した母音定常部が
必ずしも母音／Ｕ／の部分ではなく、子音／ｊ〈から母
音／　ｕ　／の過渡部分であって、どちらかと言えば子
音／ｉ／に近い部分にくる場合がある。このような場合
には＋　ｌ’ｔｈ音節八ｊｕへの始端から母音定常部ま
での特徴パターンと、単音節へｉ／の始端から母音定常
部までの特徴パターンが似てくる結果、ＤＰ照合部７に
おけるＤＰ照合では、拗音節へｊｕ／と単音節へｉ／と
を誤った照合結−果を出力することがある。

その結果、従来の音声認識方式では、拗音節と拗音節で
ない単音節との認識誤りが多いという欠点がある。

〔発明が解決しようとする問題点〕

本願出願人は、上記欠点を改善した以下に説明するよう
な音声認識方式を本願出願と同時に出願し提案している
（以下、既提案の音声認識方式という）。

第１図は、既提案の一例を示す図である。

図中、１〜７はそれぞれ、前処理部、パラメータ抽出部
、母音定常部抽出部、切替部、登録部。

候補削減部およびＤＰ照合部であり、第２図において説
明した要素と同じものである０本例は、これら要素に加
えて、ＤＰ照合部７において算出されたＤＰ照合距離と
、候補削減部６において算出された母音定常部のパラメ
ータ値を用いた距離との荷重和によって未知入力単音節
を判定する判定部８を備えている。

この既提寓の音声認識方式は、以下のような考えに基づ
いてなされたものである。すなわち、拗音節音声の始端
から母音定常部までの特徴パターンと、拗音節でない単
音節音声の始端から母音定２常部までの特徴パターンが
類似していても、一般に、母音定常部のパラメータ値は
異なってくる。

したがって９例えば未知入力単音節音声が／ｋｉ／であ
る場合に、この未知入力単音節音声／ｋｉ／の母音定常
部のパラメータ値と登録部５に登録されている単音節音
声／ｋｉ／、の母音定常部のパラメータ値との距離、お
よび未知入力単音節音声へｉ／の母音定常部のパラメー
タ値と登録部５に登録されている拗音節音声／ｋｊｕ／
の母音定常部のパラメータ値との距離には差が生じる。

したがって、ＤＰ照合により算出されるＤＰ照合距離と
、上述した母音定常部のパラメータ値を用いた距離との
荷重和を形成し、このＮ重相を用いて判定を行えば、拗
音節と拗音節でない単音節との認識誤りを軽減すること
ができる。

このような考え方に基づ（既提案の音声認識方式によれ
ば、未知入力音声の最終的な判断は、ＤＰ照合部７では
なく判定部８において行われる。

今、未知入力単音節音声が／ｋｉ／である場合に、候補
削減部６において残された候補単音節音声が八ｉ／およ
び八ｊｕ／であるものとする。説明の便宜上。

候補単音節音声は２つとしているが実際には多数の候補
単音節音声が選出される。

候補削減部６では、入力単音節／ｋｉ／の母音定常部の
パラメータ値と候補単音節へ゛ｉ／および八ｊｕ／の母
音定常部のパラメータ値とが比較照合され。

母音定常部のパラメータ値どうしの距離が算出される。

第６図は母音定常部のパラメータ値を示す図であり、第
６図（Ａ）は入力単音節／ｋｉ／の特徴パターンを、第
６図ＣＢ）は登録単音節へｉ／の特徴パターンを、第６
図（Ｃ）は登録拗音節／ｋｊｕ／の特徴パターンをそれ
ぞれ示している。

一方、ＤＰ照合部７では、入・力単音節／ｋｉ／と候補
単音節へｉ／および／ｋｊｕ／とのＤＰ照合距離が算出
される。

判定部８は、入力単音節／ｋｉ／と候補単音節／ｋｉ／
とのＤＰ照合距離と、これら入力単音節／ｋｉ／と候補
単音節／ｋｉ／との母音定常部のパラメータ値を用いた
距離との荷重和をとる。一方、入力単音節へｉ／と候補
拗音節へｊｕ／とのＤＰ照合距離と、これら入力単音節
へｉ／と候補拗音節／ｋｊ　ｕ／との母音定常部のパラ
メータ値を用いた距離との荷重和をとる０判定部８では
これら荷重和を比較照合することによって認識結果を出
力する。

このような既提案の音声認識方式について種々実験した
結果、特に八ｊｕ／、／ｐｊｕ／、／ｈｊｕ／のように
母音が／ｕ／の拗音節と、　７／ｋｉ／、／ｐｉ／、／
ｈｉ／のように母音が／ｉ／の拗音節以外の音節との間
の認識には非常に効果的であったが、それ以外の単音節
の組合わせに対しては認識率の向上はあまり期待できず
、場合によっては認Ｖ＆誤りが増加することが判明した
。

〔問題点を解決するための手段〕

本発明の目的は、前記既提案の音声認識方式において、
認識率をさらに向上させることにある。

本発明は、ｍ音節を含む単音節単位に区切って発声され
た単音節音声を予め登録しておく登録部と；拗音節を含
む単音節単位に区切って発声された未知入力音声の個々
の単音節音声と前記登録部・に予め登録された単音節音
声とをＤＰ照合する際に、単音節音声の母音定常部の値
を用いた距離を算出しこの距離によって候補削減を行う
候補削減部と；前記未知入力音声の個々の単音節音声と
前記登録部に予め登録された単音節音声とを、照合区間
を各単音節音声始端から母音定常部までとしてＤＰ照合
を行うＤＰＰ合部と；前記ＤＰＰ合部によって算出され
たＤＰＰ合距離と前記候補削減部によって算出された母
音定常部の値を用いた前記距離との荷重和によって前記
未知入力音声の単音節音声を判定する判定部とを備える
音声認識方式において、前記候補削減部における候補削
減後の上位候補に、母音が／ｕ／の拗音節と、′母音が
／ｉ／の拗音節板外の単音節とが混在して残っている場
合以外は、前記判定部において、母音定常部の値を用い
た前記距離を前記ＤＰＰ合距離に荷重することなく、前
記ＤＰ照合距騨によって判定することを特徴とするもの
である。

〔作用〕

候補削減後の上位候補に、母音が／　ｕ　／の拗音節と
母音が／　ｉ　／の拗音節板外の単音節とが混在する場
合には、未知入力単音節音声が、母音が／Ｕ／の拗音節
であるか、あるいは母音が／ｉ／の拗音節板外の単音節
である可能性が高い。したがって１判定部では母音が／
　ｕ　／の拗音節と母音が／ｉ／の拗音節板外の単音節
とが比較照合されることとなる。この比較照合は、ＤＰ
Ｐ合距離と母音定常部のパラメータ値を用いた距離との
荷重和により行われるので高い認識率を得ることができ
る。

また、候補削減後の上位候補に、母音が／ｕ／の拗音節
と母音が／ｉ／の拗音節板外の単音節とが混在しない場
合には８判定部８において母音が／ｕ／の拗音節と母音
が／ｉ／の拗音節板外の単音節とが比較照合される可能
性は少ない。したがって、この場合には前記荷重和によ
り判定することなく、前記ＤＰＰ合距離のみで判定する
ようにすれば、荷重和による判定によりかえって増加す
る認識誤りを軽減することができ、全体として認識率を
向上させることがで、きる。

〔実施例〕

以下１本発明音声認識力式の一実施例を説明するが、基
本的構成は第１図に示すものと同一である。

今、未知入力単音節音声が八ｉ／であり、候補削減部６
において残された上位候補単音節音声が／ｋｉ／および
／ｋｊ　ｕ／であるものとする。

候補削減部６では、入力単音゛節へｉ／の母音定常部の
パラメータ値との候補単音節／ｋｉ／および八ｊｕ／の
母音定常部のパラメータ値とが比較照合され。

母″音定常部のパラメータ値どうしの距離が算出されて
おり、これら距離は判定部８に送られる。

一方、ＤＰ照照合部上は、入力単音節へｉ／と候補単音
節へｉ／および／ｋｊ、ｕ／とのＤＰＰ合距離が算出さ
れ、これらＤＰ照合距怨も判定部８に送られる。

判定部８は、候補削減により残された上位候補に母音が
／ｕ／の拗音節／ｋｊ　ｕ／と母音が／ｉ／の単音節／
ｋｉ／とが混在して・いるから、入力単音節へｉ／と候
補単音節／ｋｉ／とのＤＰＰ合距離と、これら入力単音
節／ｋｉ／と候補単音節／ｋｉ／との母音定常部のパラ
メータ値を用いた距離との荷重和をとる。

一方、入力単音節／ｋｉ／と候補拗音節へｊｕ／とのＤ
ＰＰ合距離と、これら入力単音節へｉ／と候補拗音節／
ｋｊｕ／との母音定常部のパラメータ値を用いた距離と
の荷重和をとる。判定部８では、これら荷重和を比較照
合することによって認識結果を出力する。この場合には
９判定部８において、拗音節でない単音節／ｋｉ／と拗
音節へｊｕ／との比較照合は荷重和により行われるので
認識率を向上させることができる。

次に、未知入力単音節音声が／ｋｉ／であり、候補削減
部６において残された上位候補単音節音声が／ｋｉ／お
よび八ｉ／である場合について説明する。

判定部８は、上位候補に母音が／　ｕ　／の拗音節と母
音が／ｉ／の拗音節でない単音節とが混在していないか
ら、荷重和を算出することなく、　ＤＰ照照合部上り送
られてくるＤＰＰ合距離によって比較照合して認識結果
を出力する。この場合には。

判定部８において母音が／　ｕ　／の拗音節と母音が／
　ｉ　／の拗音節でない単音節との比較照合は行われな
いので、荷重和を判定に用いることによって生じるであ
ろう誤認識を防止することができる。

なお２本発明は母音定常部の抽出が不安定な拗音節に対
して適用されるものであるが、／ｊａ／、／ｊｕ／。

／ｊ　ｅ／　＋　／ｊ　ｏ／等の音節についても母音定
常部が不安定であ；か）、これら音節も拗音節として扱
うことにより認識率の向上上、図ることができる。

〔効果〕

以上説明したように９本発明によれば、候補削減により
残された上位候補に、母音が／ｕ／の拗音節と母音が／
ｉ／の拗音節以外の単音節が混在している場合にのみ、
ＤＰ照合距離と母音定常部のパラメータ値を用いた距離
との荷重和を算出し。

この荷重和によって未知入力単音節音声を判定し。

上位候補に上記拗音節と上記単音節とが混在しない場合
には、ＤＰ照合距離によって未知入力車音節音声を判定
するようにしているので、全体として認識率を向上させ
ることができる。

【図面の簡単な説明】

第１図は２本発明音声認識方式の一実施例を示すブロッ
ク図、第２図は、従来の音声認識方式を示すブロック図
、第３図および第４図は、母音定常部を説明するための
特徴パターンを示す図、第５図は、拗音節の場合の母音
定常部を説明するための特徴パターンを示す図、第６図
は、母音定常部のパラメータ値を説明するための特徴パ
ターンを示す図である。 図中、１は前処理部、２はパラメータ抽出部。 ３は母音定常部抽山部、４は切替部、５は登録部。 ６は候補削減部、７はＤＰ照合部、８は判定部をそれぞ
れ示す。

Claims (1)

【特許請求の範囲】
1. 拗音節を含む単音節単位に区切って発声された単音節音
   声を予め登録しておく登録部と；拗音節を含む単音節単
   位に区切って発声された未知入力音声の個々の単音節音
   声と前記登録部に予め登録された単音節音声とをＤＰ照
   合する際に、単音節音声の母音定常部の値を用いた距離
   を算出しこの距離によって候補削減を行う候補削減部と
   ；前記未知入力音声の個々の単音節音声と前記登録部に
   予め登録された単音節音声とを、照合区間を各単音節音
   声始端から母音定常部までとしてＤＰ照合を行うＤＰ照
   合部と；前記ＤＰ照合部によって算出されたＤＰ照合距
   離と前記候補削減部によって算出された母音定常部の値
   を用いた前記距離との荷重和によって前記未知入力音声
   の単音節音声を判定する判定部とを備える音声認識方式
   において、前記候補削減部における候補削減後の上位候
   補に、母音が／ｕ／の拗音節と、母音が／ｉ／の拗音節
   以外の単音節とが混在して残っている場合以外は、前記
   判定部において、母音定常部の値を用いた前記距離を前
   記ＤＰ照合距離に荷重することなく、前記ＤＰ照合距離
   によって判定することを特徴とする音声認識方式。