JPS6170595A - 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】 狭夏分夏 本発明は、単語音声を認識する音声認識方式に関する。

史米及亙 第７図は、音声認識装置の基本回路図で１図中、１はマ
イクロホン、２は分析部、３は切り換えスイッチ、４は
標準パターン部、５は入力音声パターン部、６は距離計
算部、７は最小値検出部、８は認識結果部で、距離計算
部６及び最小値検出部７でパターンマツチング部を形成
している。第１図において、まず、マイクロホン１から
入ってくる音声を分析してその音声パターンの特徴を認
識するパターンを抽出する。特定話者用のシステムでは
、認識する前に、前もってその話者の各認識対象単語の
分析結果を標準パターンとして登録しておき、認識する
時には、各認識対像単語の標準パターンと入力音声パタ
ーンのパラメータを比較して、最も近い即ち距離の小さ
い認識対象単語を選択する。なお、不特定話者の場合に
は、個人差を吸収できる標準パターンを使用する。

第８図は、帯域通過フィルタ群（Ｂ　Ｐ　Ｆ）を使用し
た分析法の一例を示す図で、同図は、「３」（／　ｓ　
ａ　ｎ　／）という音声を１６チヤンネルの帯域通過フ
ィルタ群（全帯域は２００〜６０００）１２）で分析（
ＢＰＦ分析）したスペクトラムパターンの時間変化図で
ある。時間軸の一単位は１８ｍ５で。

ある時刻で断面をとると、それがその時刻でのスペクト
ラムになっており、実際の認識処理は、すべてデジタル
処理となり、ある時刻ｉでの横一列のスペクトラムの強
度値を特徴ベクトルａｉ（＝ａｉｌ　　ａｉｚ　ａｉ３
　、”’　ａｉ６°”ａＬ＋ｅ）とし、入力音声パター
ン（ここでは「３」の音声パターン）はＡ＝ａ１　　ａ
２−ａｉ−ａＩ（Ｉ＝３２）となる。

従って、音声パターンは次のように表現されるＡ＝ａｌ
　　ａ２　・＝ａｉ・＝ａＩ　　−（１）ａｉは時刻ｉ
における音声の特徴を表す量で、一般にはベクトル値で
あり、Ａはこの特徴ベクトルａｉ（ｎ＝１〜３２　（Ｉ
＝３２の場合）〕の時系列になり、■は音声パターンＡ
の長さに相当する。

また、ベクトルａｔを特徴ベクトルと呼び、ａ　ｉ＝　
（ａｉｌ　、　ａｉ２　・＝ａｉｑ　・・・ａｉＱ）　
　−（２）で表わす６Ｑはベクトルの次数で、第２図の
例では帯過帯域フィルタ群のチャンネル数１６に相当す
る。

同様に単語ｎの標準パターンをＢｎとし。

１　　　　　　°’　”　ｂｔ　’　ｂ２　’　＝　ｂ
ｊ’　パｂ“°°　”−（３）で表わすにの時、ｂＪｎ
は単語ｎの標準パターンの時刻ｊにおける特徴ベクトル
で、前記入力パターンＡの特徴ベクトルａｔと同次数で
ある。また、Ｊｎは単語ｎの４！ｉ？準パターンの長さ
を表わし。

ｎは単語名を示す通し番号で、Ｎ単語の認識単語・セッ
トを考えてΣとすると。

Σ＝　（ｎ　Ｉ　ｎ＝　１．２−Ｎ）　　・・・・・・
（４）となる。ただし、特定の単語を指定する必要がな
い場合は添え字ｎを省略して、 Ｂ＝ｂ、ｂ２・・・ｂｊ・・・ｂＪ　　　・・・・・・
（５）？）Ｊ＝　（ｂＪｌ　ｔ　１）Ｊ２　＊・・・１
）ｊｓ・・・ｂ　ｊＯ）　　・・・（６）となる。

音声認識処理では、入力パターンＡについて認識単語セ
クトのすべての単語の標準パターンＢｎを時間正規化し
ながらパターンマツチングし、Ｎ単語の中から最も六方
パターンＡに近い単ａｎを探し出す。

第９図は、時間正規化のための写像モデルで、これは、
前記例で言えば「３」という単語の標準パターンＢを写
像関数によって六方パターンの時間軸に揃えるもので、
通常、前記写像関数を、ｊ＝Ｂｉ）　　　由・・・（７
） で表現し、これを歪関数と呼んでいる。

この歪関数が既知であれば、標準パターンＢの時間軸を
第（７）式によって変換して入力パターンＡの時間軸ｉ
に揃えることができるが、実際には、この歪関数は未知
であり、そのため、一方のパターンを人工的に歪ませて
他方のパターンに最もＨＩＸするようにしてすなわち距
離を最小にして最適な歪関数を定めるようにしている。

第１０図は、上記原理を実行するためのＤＰマツチング
法の一例を説明するための図で、今、標準パターンＢの
時間軸を歪まず関数として歪関数ｊ（ｉ）を考えると、
この歪関数ｊ　（ｉ）によってパターンＢは次のような
パターンＢ′に変換される。

Ｂ’　＝ｂｊ（１）　ｂｊ（ｚ　）・・・ｂｊ（ｉ）・
・・ｂｊ（Ｉ）　　・・・（８）上記歪関数には、実際
の音声パターンの時間歪現像を考慮して、例えば、 （イ）、ｊ　（ｉ）は（近似的に）単調増加関数。

（ロ）、ｊ（ｉ）は（近似的に）連続関数。

（ハ）、Ｈｉ）はｉの近傍の値をとる。

等の条件を加えるが、これらの条件を満たす歪関数はほ
とんど無限に存在するが、その中で、Ｂ′が入力パター
ンＡに最も類似するすなわち距離が最も小さくなるよう
な歪関数ｊ　（ｉ）を定める。このためには、まず、標
準パターンＢの時間軸を歪関数ｊ　（ｉ）で入力パター
ンＡのｉ軸上に写像してパターンＢ′を得るが、この時
、パターンＡとパターンＢ′の距離を最小にするような
歪関数ｊ　（ｉ）が最適な歪関数である。この入力パタ
ーンＡと写像パターンＢ′の距離は、 Σ　Ｉ　ａｉ　−ｂｊ（ｉ）Ｉ　　　−・＝　（９）ｎ
＝１ □　　で表わされる。ここで、Ｉｔ　　　ＩＩは２つの
ベクトルの距離を示す、そして、上記（９）式の距離の
最小化問題は、 で定義される。一般に、Ｄ　（Ａ、Ｂ）を時間正規化距
離又はパターン間距離と呼び、ｄ　（ｉ、ｊ）はベクト
ルａｉとｂｊとの距離で、通常、ベクトル間距離と呼ん
でいる。

第１１図は、第４図に示した（ｉ、ｊ）平面を抽象化し
て格子状平面にし、各格子点についてその座標（ｉｓ　
ｊ）に対応するベクトル間距離ｄ（ｉ、ｊ）を求めるよ
うにしたもので、前記第（１０）式をこの平面上で考え
ると、（１，ｌ）から始めて（Ｉ、Ｊ）に至る最適な経
路（バス）を探していくことになるが、この場合、ｉ−
１の状態からｉの状態へ移るパスは図示の通り３通りに
制限されることが多い。なお、整合窓Ｗは極端な時間歪
を起こさないようにするためのもので。

該整合窓になって時間正規化に関する前記３つの条件（
イ）〜（ハ）の満たしている。ここで、今。

ｉ＝１，２・・・Ｉのそれぞれのｉにおいて、次にどの
状態のｊに移るべきかの制御を最適に行い、第（１０）
式の評価関数を最小にする場合を考えると、初期条件は
、 ｇ　（１，１）＝ｄ　（１，１）　　・・・・・・（１
２）漸化式は。

・・・・・・（１３） パターン間距離は、 Ｄ　（Ａ、Ｂ）＝ｇ　（Ｉ、Ｊ）　　　・・・・・・（
１４）となり、前記（１３）式の計算は、第１１図の格
子点を（ｉ、ｊ）の増加する方向にたどって行うことに
なる。すなわち、ｇ（ｉ、ｊ）は（１，ｌ）点から（ｉ
、ｊ）点に至るまでの距離和を最小にしたもので、第（
１３）式は、第（ｉ−１）段のｊ、　　（ｊ−１）　ｒ
　　（ｊ−２）についてすでに求まっているｇ（ｉ−１
ｙ　３）ｒ　ｇ（ｉ−Ｌ　ｊ−１）＋ｇ　（ｉ−１，ｊ
−２）を基に、第１段の状態ｊにおけるｇ　（ｉｓ　ｊ
）を求めるものである。

第１２図は、上述ＤＰマツチング処理を実行するプロセ
ッサのブロック線図で１図中、１１はＡメモリ、１２は
Ｂメモリ、１３はｄ　（ｉ、ｊ）計算部、１４はｇ　（
ｔ＋　３）計算部、１５はＧ（ｊ）メモリ、１６は制御
部で、ｄ（ｉ、Ｊ）計算部１３でａｉとｂｉのベクトル
間距離を計算し１ｇ（ｉ、ｊ）計算部１４で（ｉｓ　ｊ
）に至る最短距離ｇ　（’＋　Ｊ）を算出し、これらを
並行処理する。

ｇ　（ｉｓ　Ｊ）’；　Ｊ＝Ｉ〜Ｊを計算する時はＧ（
ｊ）メモリ１５にｇ　（Ｉ　　Ｌ＋　ｊ）；Ｊ＝１””
Ｊが入っている。また、　ｍ　ｉ　ｎはｇ＋　とｇ２の
小さい方を検出し、小さい方の値をｇに入れる。

而して、上記ＤＰマツチング法による時は、第（１３）
式の１項から明らかなように、フレーム間距離の計算に
１ｘＪＸＮ回、類似度の計算にＩＸＪＸｌ’Ｊ回の計算
回数を必要とする。また、標準パターン記憶量でＮＸＪ
　Ｘｐワード、ワード用記憶量で２ＸＮＸＪワードのメ
モリ量を必要とし、計算量およびメモリ量が大きい欠点
を有する。但し、Ｉ；入力パターン長、に平均標準パタ
ーン長、Ｎ；認識単語数、Ｐ；特徴パラメータ次元数で
ある。さらに、不特定話者の単語音声認識ではｌカテゴ
リに複数個（通常１０個以上）の標準パターンを用いる
ことが多く、この場合には計算量、記憶量共に１０倍以
上になる。

１−眞 本−発、明は、上述の如き、実情に鑑みてなされもので
、特に、単語音声を認識する音声認識装置に於て、セグ
メンテーションを含む音韻識別によって音韻ラティスを
構成して単語を識別するボトム・アップ的手法よりもト
ップ・ダウン的に直接に単語を識別する方が単語認識性
能が良いという理由から、音韻（あるいは音節）ごとに
多数話者の発声した音声データから作成した統計的識別
関数と単語認識のためのＤＰマツチング法とを併用する
ことに基づいて１−ツブ・ダウン的に不特定話者の単語
音声を識別することを目的としてなされたものである。

構成 本発明は、上記目的を達成するために、単語音声を認識
する音声認識装置に於て、単語標準パターンを音韻標準
パターンとヌル標準パターンとの連結で構成し、入力パ
ターン並びに標準パターンの重み付きＤＰマツチングに
基づいて単語音声を認識することを特徴としたものであ
る。以下１本発明の実施例に基づいて説明する。

第１図は、本発明の一実施例を説明するための構成図で
１図中、２１は音声入力部、２２は周波数分析部、２３
は音韻カテゴリとの距離計算部。

２４は音韻標準パターン蓄積部、２５はＤＰマツチング
部、２６は単語標準パターン蓄積部、２７は単語同定部
、２８は認識結果出力部で、音声入力部２１で入力され
た未知入力音声は周波数分析部２２で周波数分析され、
特徴パラメータの時系列で表現される。音韻標準パター
ン蓄積部２４の音韻標準パターンｋ（ｋ＝１．２．・・
・・・・Ｋ）と前記未知入力パターンとの距、１ｌｄｋ
（ｉ）を距離計算部２３で計算しておき、音韻クラス系
列で表現されている単語標準パターン２６と前記入力パ
ターンとのＤＰマツチングをｄ　ｋ（ｉ）の値を引用し
なからＤＰマツチング部２５で行ない、単語標準パター
ン（１〜Ｎとの距離が最も小さい単語を単語同定部２７
で決定した後、認識結果出力部２８で出力する。

第２図は、本発明に於ける単語標準パターン（縦軸）の
構成および入力パターン（横軸）とのパターンマツチン
グを重み付きＤＰマツチングを用いて行なう場合の説明
図であり、図中、標準パターンの’ＴＯＹＯＨＡＳＩ”
は音韻標準パターン（太細部）とヌル標準パターン（細
線部）との連結で構成されている。すなわち、ａｌ　ｔ
　ａｌ　ｌ・・・。

ａｌ、・・・、　ａＩ、は入力パターンの各フレームを
、ｂｎｌ　＋　”２　＋　”’＋　ｂ’ｊｒ　”’ｒ　
ｂ’Ｊｎ　ｔ＊単語ｎの標準パターンの各フレームを表
わし、入力パターンの各フレームの重みを０、標準パタ
ーンのヌル標準パターンに対応するフレームの重みを０
、音韻標準パターンに対応するフレームの重みを１に定
める。

ここで１本発明の説明において使用する記号について定
義しておく。

ｎ：単語名、ｎ＝１．２．・・・、Ｎ Ｎ：単語数 Ｊｎ：単語ｎの標準パターン長（フレーム長）Ｒ”：Ｑ
Ｌ語ｎの標準パターン Ｒ’　＝ｂ’　１　　ｂ’　２　−ｂ’　ｊ　　−ｂ’
　Ｊｎ但し、 ｂｎｊ＝音声カテゴリのインデックス列Ｉ：入力パター
ン長（フレーム長） Ｔ二人カバターン Ｔ＝ａ３　ａ２−・ａＩ に：音韻カテゴリ名、に＝１．２．・・・、Ｋ（ｃｖ、
ｖｃｖカテゴリでも可、ただし。

Ｃ；子音、ｖ；母音） Ｑ：各音韻標準パターンの時系列ノ（ターン長ｂ’ｊ”
　（ｌｔ　２＋　”’ｔ　ｋｎ　”’＊　Ｋ＋　０）ｂ
Ｊｎ二に：単語ｎの標準パターンの第ｊフレームが音韻
カテゴリにの標準パター ンの終端に対応する場合 ｂｊｎ二〇−単語ｎの標準パターンの第ｊフレームがい
ずれの音韻標準パターンの 終端にも対応しない場合 Ｍｎ：単語ｎの標準パターンを構成する音韻カテゴリ数 ｄｋ（ｉ）：入力の第ｉ　−Ｑ　＋　１〜第ｉフレーム
と音韻カテゴリにの標準時系列 パターンとの距離（例えば、マハ ラノビスの距離を用いる）　　　− Ｄ’　（１１ｊ）　：単語ｎの標準パターンの第１〜第
ｊフレームと入力パターンの第１ 〜第ｉフレームの累積照合距離 Ｄ（Ｔ、Ｒｎ）：入力パターンＴと単語ｎの標準パター
ンとの単語間距離 次に本発明のアルゴリズムについて説明するが。

本アルゴリズムは入力フレームに対してフレーム同期で
認識を行なう実時間処理向きアルゴリズムである。勿論
、各単語ごとにＤＰマツチングを行なうアルゴリズムも
構成できる。

■　４＝１．２．・・・、１について■〜■を実行する
。

（実際には、Ｌ＝Ｑ、　Ｑ＋１．・・・、■フレームに
対してでよい、、） ■　ｋ＝１，２．・・・、Ｋについてｄｋ（ｉ）を求め
る。

（ここで、入力フレームをマトリックス量子化すれば、
ｄｋ（ｉ）は音韻クラス別コードマトリックス間距離テ
ーブルとしてメモリに格納しておけば直ちに求めること
ができる＠）■　ｎ＝１．２．・・・Ｎについて■を実
行する。“■　Ｊ＝１＋２ｙ・・・Ｊｎについて ｂｊｎ＝ｏなら 但し、　　ｗｉｎ（）　＝Ｄ’（ｉ−１，ｊ−２）とな
る場合はｂ’ｊ−１＝Ｏである必要がある。

ｂｎｊ≠０なら Ｄ’　（ｔ＋　ｊ）　＝　Ｄ’　（ｉ−Ｑ、　ｊ−Ｑ）
＋ｄ　（ｉ）　　−（１６）但し、ｋ＝ｂｊｎ ■　Ｄ（Ｔ、Ｒｎ　）＝Ｄｎ　（Ｉ、Ｊｎ）／Ｍｎ＋Ｅ
）　　ｎ　＝　ａｒｇ　ｍ１ｎＤ（Ｔ、　Ｒｎ）　　：
認識結果第３図は、前記アルゴリズムに基づくゼネラル
フローチャートであり１図中、２１〜２８は第７図の同
一番号に対応している。また、３１は入力フレームｉの
カウンタ初期化部、３２は辞書単語ｎのカウンタ初期化
部、３３は前記ｎのカウンタ。

３４は辞書単語数判定部、３５は前記ｉのカウンタ、３
６は入力フレーム数判定部である。

第４図は、本発明で使用するＤＰパスの例であり、（ａ
）図は音韻標準パターンと入力パターンとのマツチング
を行なう際のパスで１両パターンともΩフレームずつを
非伸縮なシフトマツチングで行なっている（重みｌ）、
（ｂ）図はヌル標準パターンと入力パターンとのマツチ
ングを行なう際のバスであり、１７２〜２の傾斜制限を
設けている（重み０）、この場合、単語全体の伸縮率は
ｌ／２〜２よりも小さい範囲となるので、傾斜制限をＣ
Ｃ）図に示すように１／３〜３の範囲に緩めてもよい。

このとき（１５）式は。

で置き換えられる。但し、（１７）式のｍ１ｎ（）（１
）ｆｆＪｉト１．テ０ｎ（ｉ−１，ｊ　−２）　Ｃア；
６イＬ＊、　Ｄ’　（ｉ　　１１　Ｊ　−３）　）が選
択される場合には、ｂ’ｊ　　１　＝Ｏ（アルイハ、ｂ
’ｊ　　１　＝０７５”）ｂ’　ｊ−２＝Ｑ）である必
要がある・。

母音や一部の子音（摩擦音／Ｓ／、撥音／Ｎ／）などは
、時系列パターン長αフレームよりも長い方が良いと考
えられるので、これらの標準パターンでは１フレームお
きに使用してもよい。このとき前記（１６）式は。

Ｄ’　（ｉＪ＝Ｄ’　（ｉ−２Ｑ＋ｌ、　ｊ−２０＋１
）＋ｄｋ（ｉ）、　ｋ＝ｂｊ’で置き換えられる。また
、一般に音韻カテゴリごとに標準パターンの時系列パタ
ーン長を可変にしてもよい。音韻カテゴリにの可変パタ
ーン長を１１１（ｋ）とするとく１６）式は。

Ｄ’　（ｉ、ｊ）＝Ｄ’　（ｉ−Ｑ（ｋ）＋　ｊ−Ｑ（
ｋ））＋ｄｋ（ｉ）　＋　ｋ＝ｂｊ’と変形できる。

標準パターンのうち、音韻標準パターンに対応している
Ωフレームを最小ｌフレームまで短縮することにより、
メモリ量と計算量を減少させることもできる。このとき
（１６）式は、 Ｄ’　（ｉ、ｊ）＝Ｄ’　（ｉ−Ｑ、　ｊ　−１）＋ｄ
ｋ（ｉ）、　ｋ＝ｂｊ’と変形できる。同様に標準パタ
ーン中のヌル標準パターンを１／２または１／３に圧縮
することもできる。このどき（１５）式は、各々、と変
形できる。

また、５母音ａ、ｉ、ｕ、ｅ、ｏと無声化母音ｉ、ｕな
どのようにコンテキストにより音韻カテゴリを細分類し
てもよい。このときの音韻カテゴリ数には約３０前後と
なる。

音韻別のカテゴリの代わりにＣＶ（子音−母音）音節カ
テゴリ別にすると精度を向上させることができる。しか
し、音韻カテゴリ数Ｋが１２０程度になり計算量やメモ
リ量が増加するので、ＣＶの後続母音ごとに、例えば／
ａ、ｏ、ｕ／と／ｉ。

ｅ／と２グループに分けると音韻カテゴリ数には約５０
に減少させることができる。

前述の実施例で、各音韻（または音節）クラス別に、全
コードマトリックスとの時系列フレーム間距離（例えば
、不特定話者向きにはマハラノビスの距離など）を予め
計算しておき、テーブル（音韻クラス別距離テーブルと
呼ぶ）に格納しておけば、入力フレーム時系列に対して
マトリックス量子化すれば、各音韻標準パターンと入力
フレーム時系列との距離ｄｋ（ｉ）は前記テーブルを引
用することにより直ちに求めることができ、処理の高速
化およびメモリ量の減少化を図ることもできる。

第５図は、入力フレーム時系列をマトリックス量子化し
たときの音韻クラスにの距離テーブルの構成を表わし１
図中、１，２．・・・、Ｃ１・・・、Ｃの番号は、入力
フレーム時系列のコードマトリックス番号で１例えば、
入力フレーム時系列ａｉ−３゜ａｊ　　２　Ｈａｉ　−
１，ａｉをマトリックス量子化したときのコードマトリ
ックス番号１ｃとし、前記入力フレーム時系列と音韻ク
ラスにとの距離ｄｋ１（１）が予め計算されメモリに記
憶されている。

第６図は、入力フレーム時系列をマトリックス量子化し
たときのゼネラルフローチャートであり、第３図と同じ
く入力フレームに同期したアルゴリズムになっている。

図中、２１〜３６は第９図と同一のブロックを表わし、
３７は入力フレーム時系列の７１〜リックス量子化部、
３８は入力フレーム時系列のコードマトリックス番号生
成部、３９は第５図に示した音韻クラス別距離テーブル
である。音声入力部２１で入力音声を取り込んだ後。

２２で周波数分析を行ない、入力フレーム時系列が入力
されるごとに３１から３６の間のループを回す。まず、
マトリックス量子化部３７で入力フレーム時系列のマト
リックス量子化を音韻標準パターン２４との距離を計算
して行ない、マトリックス番号生成部３８でコードマト
リックス番号の系列を得る１次に３２から３４の間のル
ープで辞書単１ｉＨ＝ｌ、２．・・・、Ｎについて、予
め、計算してテーブル化しておいた音韻クラス別の距離
テーブル３９を、辞書単語２６の音韻クラス系列ごとに
引用しながらＤＰマツチングを２５で行なう。

入力の継続フレームＩまで前記ＤＰマツチングを行なっ
た後に、入力音声との単語間距離が最小となる辞書単語
を単語同定部２７で決定し、Ｌ３識結果として２８で出
力する。

肱−一見 以上の説明から明らかなように、本発明によれば、前記
ｄｋ（ｉ）の計算回数はＩＸＫ回であり、１回当りの計
算量はマハラノビス距離の場合、ＰＱ（ＰＱ＋１）の乗
・加算数であり（但し、Ｐは特徴パラメータ次元数）−
Ｄ’　（ｔｙｊ）の計算回数はＩＸＮＸＪであるが、１
回の計算量はマトリックス量子化しない場合でも（標準
パターンにヌルパターンを含み、且つ音韻標準パターン
の部分では非伸縮のシフトマツチングを行うため）通常
のＤＰマツチングに比べて少ないので高速に認識処理を
行なうことができる。また、多数話者の音韻（あるいは
音節）データで統計処理を施した音韻（音節）標準パタ
ーンとヌル標準パターンの連結で単語の標準パターンを
構成し入力パターンと単語単位でＤＰマツチングを行な
うので、入力音声のセグメンテーシ五ンを必要とせず、
トップ・ダウン的に処理を行なうので正確な認識が可能
となる。

【図面の簡単な説明】

第１図は１本発明の一実施例を説明するための構成図、
第２図は、本発明の動作説明図、第３図は、本発明の動
作説明をするためのフローチャート、第４図は、本発明
において使用するＤＰパスの例を示す図、第５図は、音
韻クラスの距離テーブル構成例を示す図、第６図は、入
力フレーム時系列をマトリックス量子化した時のフロー
チャート、第７図は、音声認識装置の基本構成図、第８
図は、音声分析の一例を示す図、第９図は、時間正規化
のための写像モデル、第１０図は、歪関数による時間正
規化図、第１１図は１時間正規化を行うための格子状平
面図、第１２図は、ＤＰマツチング処理を行うプロセッ
サのブロック線図である。 ２１・・・音声入力部、２２・・・周波数分析部、２３
・・・音韻カテゴリとの距離計算部、２４・・・音韻標
貨パターン蓄積部、２５・・・ＤＰマツチング部、２６
・・・単語標準パターン蓄積部、２７・・・単語同定部
、２８・・・ｙ！３識結果出力部、３１．３２・・カラ
〉り初期化部、３３・・・カウンタ、３４・・・辞書単
語数判定部、３５・・カウンタ、３６・・・入力フレー
ム数判定部。 第　　１　　図 Ｉ 第２図 入力パターン 第３図 第４図　　　第５図 （１−１，ＪＪ 、４１６１ 第　７　図 第８図 第９図 第　１０　図 ｓ　　　　Ｑ−Ｎ　　　　。

Claims (1)

【特許請求の範囲】
1. 単語音声を認識する音声認識装置に於て、単語標準パタ
   ーンを音韻標準パターンとヌル標準パターンとの連結で
   構成し、入力パターン並びに標準パターンの重み付きＤ
   Ｐマッチングに基づいて単語音声を認識することを特徴
   とする音声認識方式。