JPS617893A - 大語彙単語音声認識方式 - Google Patents
大語彙単語音声認識方式Info
- Publication number
- JPS617893A JPS617893A JP59128815A JP12881584A JPS617893A JP S617893 A JPS617893 A JP S617893A JP 59128815 A JP59128815 A JP 59128815A JP 12881584 A JP12881584 A JP 12881584A JP S617893 A JPS617893 A JP S617893A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- word
- vector
- standard
- frequency distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
茨１隻！
本発明は、大語常単語音声認識方式に関するものであり
、大語案単語音声の予備選択に応用可能なものである。
、大語案単語音声の予備選択に応用可能なものである。
従迷、Ｌ捩
単語の標準パターンと未知入力パターンとのパターンマ
ツチングを行なう方法にＤＰマツチング法（動的計画法
）と呼ばれる方法がある。これは、前記ＪＭ￥Ｕパター
ンの時間軸を非線形に伸縮し、前記未知入力パターンの
時間軸に揃えて両パターンが最も類似するようにして即
ち前記パターン間の距離を最／ｌＸにしてパターンマツ
チングを行なうものである。しかし、上記ＤＰマツチン
グ法は、パターンマツチング時、少なくともＴ ＸＪ
ＸＮＣｌ ：未知入力パターンのフレーム数、Ｊ：標準
パターンのフレーム数、Ｎ：登録単語数）回の計算量を
必要とし、膨大な計算量を必要とする。
ツチングを行なう方法にＤＰマツチング法（動的計画法
）と呼ばれる方法がある。これは、前記ＪＭ￥Ｕパター
ンの時間軸を非線形に伸縮し、前記未知入力パターンの
時間軸に揃えて両パターンが最も類似するようにして即
ち前記パターン間の距離を最／ｌＸにしてパターンマツ
チングを行なうものである。しかし、上記ＤＰマツチン
グ法は、パターンマツチング時、少なくともＴ ＸＪ
ＸＮＣｌ ：未知入力パターンのフレーム数、Ｊ：標準
パターンのフレーム数、Ｎ：登録単語数）回の計算量を
必要とし、膨大な計算量を必要とする。
第４図は、線形伸縮マツチング法の一例を説明するため
の図で、図中、入力パターンＡは単語音声の短時間スペ
クトルの特徴を表わす特徴ベクトルｏｉ ” （ａｉｌ
ｙ ａｉ２ 、−−、 ｏｉｐ ）の系列Ａ＝ａ１ａ
２・・・・・・ｑｌ・・・・・・ａＩで表わせる。ここ
で、Ｐはパラメータ次元数、■は継続フレーム長である
。また単語ｎの標準パターンＢも同様に特現できる。こ
こで、Ｊｎは単語ｎの標準パターンの継続フレーム長で
あり、ｎは単語名を示す通し番号で、Ｎ単語の認識セッ
トを考えてΣとするとΣ＝ （ｎ ｌ ｎ＝１１２１−
−Ｉ Ｎ）となる。ただし、特定の歌語を指定する必要
がない場合は添え字ｎを省略して となる。
の図で、図中、入力パターンＡは単語音声の短時間スペ
クトルの特徴を表わす特徴ベクトルｏｉ ” （ａｉｌ
ｙ ａｉ２ 、−−、 ｏｉｐ ）の系列Ａ＝ａ１ａ
２・・・・・・ｑｌ・・・・・・ａＩで表わせる。ここ
で、Ｐはパラメータ次元数、■は継続フレーム長である
。また単語ｎの標準パターンＢも同様に特現できる。こ
こで、Ｊｎは単語ｎの標準パターンの継続フレーム長で
あり、ｎは単語名を示す通し番号で、Ｎ単語の認識セッ
トを考えてΣとするとΣ＝ （ｎ ｌ ｎ＝１１２１−
−Ｉ Ｎ）となる。ただし、特定の歌語を指定する必要
がない場合は添え字ｎを省略して 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
ットのすべての単語のａ′ｆＵパターンＢｎを時間正規
化してパターンマツチングし、Ｎ単語の中から最も入力
パターンに近い単語ｎを探し出す。
ットのすべての単語のａ′ｆＵパターンＢｎを時間正規
化してパターンマツチングし、Ｎ単語の中から最も入力
パターンに近い単語ｎを探し出す。
線形伸縮マッチンク法では、例えば「３」という単語の
標準パターンＢを時間的に線形に歪ませて入力パターン
の時間軸に揃えてパターンマツチングを行なう。このと
き写像関数ｊ ＝ｊ （ｉ）はｊ＝ない最大の整数を表
わすＧａｕｓｓ記号である。標準パターンＢを歪み関数
ｊ＝［−４］によって歪ま工 せたパターンＢ′は と表わせる。
標準パターンＢを時間的に線形に歪ませて入力パターン
の時間軸に揃えてパターンマツチングを行なう。このと
き写像関数ｊ ＝ｊ （ｉ）はｊ＝ない最大の整数を表
わすＧａｕｓｓ記号である。標準パターンＢを歪み関数
ｊ＝［−４］によって歪ま工 せたパターンＢ′は と表わせる。
而して、前記入力パターンＡと標準パターンＢ′とのパ
ターンマツチングを行なうが、両パターンの距離Ｄ’
（Ａ、Ｂ）を入力パターン長■で正規化して、 とする。ここでｄ（１，ｊ）は入力パターンＡの第ｉフ
レームと標準パターンＢ′の第ｊフレームとのフレーム
間距離で１通常 ｄ （ｉ、 ｊ ）＝ Ｉｔ ａｉ −ｂｊ（ｉ） Ｉ
ｆと表わす。ここで、１１１１は２つのベクトル間の距
離を示す。
ターンマツチングを行なうが、両パターンの距離Ｄ’
（Ａ、Ｂ）を入力パターン長■で正規化して、 とする。ここでｄ（１，ｊ）は入力パターンＡの第ｉフ
レームと標準パターンＢ′の第ｊフレームとのフレーム
間距離で１通常 ｄ （ｉ、 ｊ ）＝ Ｉｔ ａｉ −ｂｊ（ｉ） Ｉ
ｆと表わす。ここで、１１１１は２つのベクトル間の距
離を示す。
■−−煎
本発明は、上述のごとき実施に鑑みてなされたもので、
特に、特徴ベクトルをペクト・ル量子化する音声認識方
式において、標準パターン並びに未知入力パターンの特
徴ベクトルの頻度分布パターン間の形状に基づいて単語
音声を認識する手段と、標準パターンと未知入力パター
ンとの線形伸縮々ツチングを行なって未知入力単語音声
を認識する手当とを併用し、もって、大語索単語音声の
認識を高速で正確に行なうことを目的としてなされたも
のである。
特に、特徴ベクトルをペクト・ル量子化する音声認識方
式において、標準パターン並びに未知入力パターンの特
徴ベクトルの頻度分布パターン間の形状に基づいて単語
音声を認識する手段と、標準パターンと未知入力パター
ンとの線形伸縮々ツチングを行なって未知入力単語音声
を認識する手当とを併用し、もって、大語索単語音声の
認識を高速で正確に行なうことを目的としてなされたも
のである。
１−一一戊
本発明の構成について、以下、実施例に基づいて説明す
る。
る。
第１図は、本発明を構成するシステムの一実施例を説明
するためのブロック図で１図中、１は音声入力部、２は
スペク１−ル解析部、３はコードブック蓄積部、４は未
知入力フレームのベクトル量子化部、５はコードベクト
ルＣｋの使用頻度分布パターン生成部、６は標準頻度分
布パターン蓄積部。
するためのブロック図で１図中、１は音声入力部、２は
スペク１−ル解析部、３はコードブック蓄積部、４は未
知入力フレームのベクトル量子化部、５はコードベクト
ルＣｋの使用頻度分布パターン生成部、６は標準頻度分
布パターン蓄積部。
７は頻度分布パターンマツチング部、８は候補単語同定
部、９は単語標準パターン蓄積部、９１は候補単語登録
部、１０は線形伸縮マツチング部、１１は半語同定部、
１２は認識結果出力部である。
部、９は単語標準パターン蓄積部、９１は候補単語登録
部、１０は線形伸縮マツチング部、１１は半語同定部、
１２は認識結果出力部である。
標準頻度分布パターン蓄積部６において、まず、単語ｎ
の標準パターンをＲ’で表わし、Ｒ’＝ｂ、 ’ｂ２’
−−ｂ’−＝−ｂ ’Ｊｎ とする。ここで、ｂ、ｎは単語ｎの第ｊ番目のフコ レームの特徴ベタ１ヘル、Ｊｎは継続フレーム長である
。
の標準パターンをＲ’で表わし、Ｒ’＝ｂ、 ’ｂ２’
−−ｂ’−＝−ｂ ’Ｊｎ とする。ここで、ｂ、ｎは単語ｎの第ｊ番目のフコ レームの特徴ベタ１ヘル、Ｊｎは継続フレーム長である
。
次に、前記標準パターンＲｎをコードブック３に含まれ
る擬音韻パターンベタトル（コードベクトルともいう）
Ｃｋ （ｋ＝１．２．・・・・・・、に；に：量子化レ
ベル数）で表わす。即ち、前記ｊｎ（ｊ＝１．’２．・
・・・・・、Ｊ’）の各々を前記コードベクトルＣｋの
うち最も近いもので表わす。
る擬音韻パターンベタトル（コードベクトルともいう）
Ｃｋ （ｋ＝１．２．・・・・・・、に；に：量子化レ
ベル数）で表わす。即ち、前記ｊｎ（ｊ＝１．’２．・
・・・・・、Ｊ’）の各々を前記コードベクトルＣｋの
うち最も近いもので表わす。
ここで、距離尺度をｄ（３ｎ、Ｃｋ）とし、する。
而して、前記ｂ’ Ｆ＝ １ ＋ ２ ＋・・・・・・
Ｊ’）で表わしだ標準パターンを とする。
Ｊ’）で表わしだ標準パターンを とする。
単語ｎに対して前記コードベクトルＣｋの使用頻度をＹ
ｋｎとしベクトル里子化された前記標準パターンｉｎを
前記Ｙｋｎにより表わしたものを標準頻度分布パターン
Ｒｎとすると、 のように表現できる。Ｒｎのパターンは全ての単語ｎ
（ｎ＝１．２．・・・・・・、Ｎ）について予め求めて
おき、標準頻度分布パターン蓄積部６に格納しておく。
ｋｎとしベクトル里子化された前記標準パターンｉｎを
前記Ｙｋｎにより表わしたものを標準頻度分布パターン
Ｒｎとすると、 のように表現できる。Ｒｎのパターンは全ての単語ｎ
（ｎ＝１．２．・・・・・・、Ｎ）について予め求めて
おき、標準頻度分布パターン蓄積部６に格納しておく。
さて、音声入力部１に入力された未知入力音声をスペク
トル解析部２で周波数分析し、未知入力パターンＴを得
る。Ｔは。
トル解析部２で周波数分析し、未知入力パターンＴを得
る。Ｔは。
Ｔ ” ａ １ａ ２・・・・・・０１・・・・・・０
１と表現できる。ここで、ａｉは第ｉフレームの特徴ベ
クトル、■は継続フレーム長である。
１と表現できる。ここで、ａｉは第ｉフレームの特徴ベ
クトル、■は継続フレーム長である。
前記未知入力パターンＴもコードブック３によってメタ
トル量子化部４においてベクトル量子化し、各フレーム
。ｊごとに最も近いコードベクトルＣｋによって表わし
たパターンを子とする。子は。
トル量子化部４においてベクトル量子化し、各フレーム
。ｊごとに最も近いコードベクトルＣｋによって表わし
たパターンを子とする。子は。
Ｔ＝ａ１ ａ２ ・・・・・・ａｉ ・・・・・・ａＩ
と表わす。次に争を前記コードベクトルＣｋの使用頻度
Ｘｋによって表わしたパターンをパターン生成部５で求
め、このときのパターンをＴ＝ＸＩＸ２・・・・・・Ｘ
ｋ・・・・・・ＸＫとする。
と表わす。次に争を前記コードベクトルＣｋの使用頻度
Ｘｋによって表わしたパターンをパターン生成部５で求
め、このときのパターンをＴ＝ＸＩＸ２・・・・・・Ｘ
ｋ・・・・・・ＸＫとする。
次に、前記パターン蓄積部６の標準頻度分布パターンＲ
’と前記パターン生成部５の未知入力の頻度分布パター
ンＴとのパターンマツチングをパターンマツチング部７
で行なう。即ち、前記標準パターンＲ’と未知入力パタ
ーンＴとの単語間距離をＤ （Ｒｎ、丁゛）どし、前記
標′＄頻度分布バタパターンＴの使用頻度Ｘｋとの距離
尺度をｄｆとし、前記単語間距離Ｄ （Ｒｎ 、 １”
）を前記入力フレーム長■と単語０のフレーム長Ｊｎの
和で正規化して、 で表わす。
’と前記パターン生成部５の未知入力の頻度分布パター
ンＴとのパターンマツチングをパターンマツチング部７
で行なう。即ち、前記標準パターンＲ’と未知入力パタ
ーンＴとの単語間距離をＤ （Ｒｎ、丁゛）どし、前記
標′＄頻度分布バタパターンＴの使用頻度Ｘｋとの距離
尺度をｄｆとし、前記単語間距離Ｄ （Ｒｎ 、 １”
）を前記入力フレーム長■と単語０のフレーム長Ｊｎの
和で正規化して、 で表わす。
前記距離尺度ｄｆとしては、通常絶対値距離を用い、
ｄｆ（Ｙ’ ｋ、 Ｘｋ） ＝ ｌ Ｙｎｋ−Ｘｋ
１とする。
１とする。
また、（２）式における距離尺度ｄ「とじて、知人力頻
度分布パターンＴの頻度数Ｘｋとの値の差が例えば１／
２〜２倍の範囲であれば、前記距離尺度ｄｆをＯとする なる距離尺度を使用す、ることもできる。但し、α。
度分布パターンＴの頻度数Ｘｋとの値の差が例えば１／
２〜２倍の範囲であれば、前記距離尺度ｄｆをＯとする なる距離尺度を使用す、ることもできる。但し、α。
β、γはパラメータであり、αは、（３）式の分母を０
としないために例えばα＝１とする。βは距離尺度の調
整用パラメータであるが１通常β＝０とし、γはγ＝１
として使用する。
としないために例えばα＝１とする。βは距離尺度の調
整用パラメータであるが１通常β＝０とし、γはγ＝１
として使用する。
上述のごとき距離尺度を使用することにより標準パター
ン並びに未知入力パターンの時間的な非線形伸縮に強い
パターンマツチングを行なうことがテキル。（３）式（
７） ｄｆ（Ｙ’ ｋ、 Ｘｋ） ノ計算は予め行なっ
ておき、テーブルに格納しておけば、任意のＹｎｋ、Ｘ
ｋとの組み合せに対する距［１ｄｆ（Ｙｎｋ、Ｘｋ ）
は、前記テーブルを引用することに上って直ちに求めら
れる。
ン並びに未知入力パターンの時間的な非線形伸縮に強い
パターンマツチングを行なうことがテキル。（３）式（
７） ｄｆ（Ｙ’ ｋ、 Ｘｋ） ノ計算は予め行なっ
ておき、テーブルに格納しておけば、任意のＹｎｋ、Ｘ
ｋとの組み合せに対する距［１ｄｆ（Ｙｎｋ、Ｘｋ ）
は、前記テーブルを引用することに上って直ちに求めら
れる。
また、前記頻度分布パターンＲｎおよびＴを作成する時
に、最も近い第１候補のコードベクトルに対しては例え
ば頻度数（カウント数）を２．第２候補のコードベタ１
−ルに対しては例えば頻度数（カウント数）を１とし、
コードベクトル間の類似性を返映させると、さらにパタ
ーンの時間的な非線形伸縮に強いマツチングを行なうこ
とができる。
に、最も近い第１候補のコードベクトルに対しては例え
ば頻度数（カウント数）を２．第２候補のコードベタ１
−ルに対しては例えば頻度数（カウント数）を１とし、
コードベクトル間の類似性を返映させると、さらにパタ
ーンの時間的な非線形伸縮に強いマツチングを行なうこ
とができる。
而して、前記単語間距離Ｄ（Ｒ’ 、Ｔ）を全ての辞書
単語ｎ（ｎ＝１，２． ・・・・、Ｎ）について計算
し、候補単語同定部８において前記Ｄ（Ｒｎ 、Ｔ）＊ の値がある閾値り以下になる１１語を候補単語として選
択し、候補単語登録部９１に登録する。このとき選択さ
れた候補単語セットを ΣＣａｎｄ ＝ （ｎ ｌ ｎ＝］、 ２．−・・、
ＮＣａｎｄ） 、 （ＮＣａｎｄ （Ｎ）とする。次に
線形伸縮マツチング部１０において前記未知入力パター
ンと候補単語標準パターンとのマツチングを行なう。即
ち（１）式の単語間距離Ｄ’ （Ｒｎ 、Ｔ）を候補単
語セットΣＣａｎｄに属する単語ｎ（ｎＥΣｃａｎｄ）
全てについて計算し、単語同定部１１において、前記Ｄ
’ （Ｒ’ 、Ｔ）の値が最小となる単語賃を前記未知
入力単語の認識結果として認識結果出力部１２で出力す
る。即ち、ｎは で表わされる。
単語ｎ（ｎ＝１，２． ・・・・、Ｎ）について計算
し、候補単語同定部８において前記Ｄ（Ｒｎ 、Ｔ）＊ の値がある閾値り以下になる１１語を候補単語として選
択し、候補単語登録部９１に登録する。このとき選択さ
れた候補単語セットを ΣＣａｎｄ ＝ （ｎ ｌ ｎ＝］、 ２．−・・、
ＮＣａｎｄ） 、 （ＮＣａｎｄ （Ｎ）とする。次に
線形伸縮マツチング部１０において前記未知入力パター
ンと候補単語標準パターンとのマツチングを行なう。即
ち（１）式の単語間距離Ｄ’ （Ｒｎ 、Ｔ）を候補単
語セットΣＣａｎｄに属する単語ｎ（ｎＥΣｃａｎｄ）
全てについて計算し、単語同定部１１において、前記Ｄ
’ （Ｒ’ 、Ｔ）の値が最小となる単語賃を前記未知
入力単語の認識結果として認識結果出力部１２で出力す
る。即ち、ｎは で表わされる。
第２図はご第１図の構成において、ベクトル間距離テー
ブル１３髪追加した構成図であり、前記９の単語の標準
パターンおよび未知入力パターンの特徴ベグ１−ルはど
ちらもベクトル量子化されて。
ブル１３髪追加した構成図であり、前記９の単語の標準
パターンおよび未知入力パターンの特徴ベグ１−ルはど
ちらもベクトル量子化されて。
コードブック３内のコードベクトルＣｋによって表現さ
れており、各コードベクトル間の距離は予め計算してお
いたものがベクトル間距離テーブル１３に格納されてい
る。而して、線形伸縮マツチング部１０において、前記
候補単語標準パターン９１と未知入力パターンとの線形
伸縮マツチングを行なうこともできる。なお、第３図に
ベクトル間距離テーブルを示す。
れており、各コードベクトル間の距離は予め計算してお
いたものがベクトル間距離テーブル１３に格納されてい
る。而して、線形伸縮マツチング部１０において、前記
候補単語標準パターン９１と未知入力パターンとの線形
伸縮マツチングを行なうこともできる。なお、第３図に
ベクトル間距離テーブルを示す。
羞−一米
以上の説明から明らかなように１本発明によると、特徴
ベクトルをベクトル量子化したコードベクトルの分布パ
ターンに基づいて大語索単語を認識することにより候補
単語に絞っておき、さらに、線形伸縮マツチングにより
パターンマツチングを行なって単語音声認識を２段階で
行なうようにしたので、高速でかつ正確な認識が可能と
なる。
ベクトルをベクトル量子化したコードベクトルの分布パ
ターンに基づいて大語索単語を認識することにより候補
単語に絞っておき、さらに、線形伸縮マツチングにより
パターンマツチングを行なって単語音声認識を２段階で
行なうようにしたので、高速でかつ正確な認識が可能と
なる。
第１図は、本発明の一実施例を説明するためのブロック
線図、第２図は、本発明の他の実施例を示すブロック線
図、第３図は、ベクトル間距離テーブルの一例を示す図
、第４図は、＃形伸縮マツチング法の一例を説明するた
めの図である。 １・・・音声入力部、２・・・スペクトル解析部、３・
・・コードブック蓄積部、４・・・未知入力フレームの
ベクトル量子化部、５・・・コードベクトルＣｋの使用
頻度分布パターン生成部、６・・・標準頻度分布パター
ン蓄積部、７・・・頻度分布パターンマツチング部、８
・・・候補単語同定部、９・・・単語標準パターン蓄積
部、９】・・・候補単語登録部、１０・・・線形伸縮マ
ツチング部、１１・・・半語同定部、１２・・・認識結
果出力部、１３・・・ベクトル間距離テーブル。 第１図 第 ２ 図 第３図 第 ４ 図 手続補正帯（岐） 昭和５９年］、１月２１日− 特許庁長官 志 賀 学 殿 ２、発明の名称 人語貧卑語音声認識方式 ３、補正をする者 事件との関係 特許出願人 オオタ り ナカマゴメ 住所 東京都大田区中馬込１丁目３番６号氏名（名称
） （６７４）株式会社リコー代表者 浜 １）
広 ４、代 理 人 住 所 〒２３１ 横浜市中区不老町］−２−
’７シヤトレーイン横浜８０７号 ６、補正の対象 （１）、明細書の発明の詳細な説明の欄（２）、明細書
の図面の簡単な説明の欄７、補正の内容 （１，）、明細書第２頁第１４行から１５行目に記載の
「Ｊ：標準パターンのフレーム数、 Ｊ ヲｒＪ ：標
準パターンの平均フレーム数、」に補正する。 （２）、同第５頁第！２行から１３行目に記載の「認識
する手当とを併用し、Ｊを「認識する手段とを併用し、
」に補正する。 （３）、同第６頁第８行目に記載のｒｌｌは半語同定部
、」を「１１は単語同定部」に補正する。 （４）、同第１３頁第１５行目に記載の［１１・・・半
語同定部、」をｒｌｌ・・・単語同定部、」に補正する
。 （５）、第３図を別紙の通り補正する。
線図、第２図は、本発明の他の実施例を示すブロック線
図、第３図は、ベクトル間距離テーブルの一例を示す図
、第４図は、＃形伸縮マツチング法の一例を説明するた
めの図である。 １・・・音声入力部、２・・・スペクトル解析部、３・
・・コードブック蓄積部、４・・・未知入力フレームの
ベクトル量子化部、５・・・コードベクトルＣｋの使用
頻度分布パターン生成部、６・・・標準頻度分布パター
ン蓄積部、７・・・頻度分布パターンマツチング部、８
・・・候補単語同定部、９・・・単語標準パターン蓄積
部、９】・・・候補単語登録部、１０・・・線形伸縮マ
ツチング部、１１・・・半語同定部、１２・・・認識結
果出力部、１３・・・ベクトル間距離テーブル。 第１図 第 ２ 図 第３図 第 ４ 図 手続補正帯（岐） 昭和５９年］、１月２１日− 特許庁長官 志 賀 学 殿 ２、発明の名称 人語貧卑語音声認識方式 ３、補正をする者 事件との関係 特許出願人 オオタ り ナカマゴメ 住所 東京都大田区中馬込１丁目３番６号氏名（名称
） （６７４）株式会社リコー代表者 浜 １）
広 ４、代 理 人 住 所 〒２３１ 横浜市中区不老町］−２−
’７シヤトレーイン横浜８０７号 ６、補正の対象 （１）、明細書の発明の詳細な説明の欄（２）、明細書
の図面の簡単な説明の欄７、補正の内容 （１，）、明細書第２頁第１４行から１５行目に記載の
「Ｊ：標準パターンのフレーム数、 Ｊ ヲｒＪ ：標
準パターンの平均フレーム数、」に補正する。 （２）、同第５頁第！２行から１３行目に記載の「認識
する手当とを併用し、Ｊを「認識する手段とを併用し、
」に補正する。 （３）、同第６頁第８行目に記載のｒｌｌは半語同定部
、」を「１１は単語同定部」に補正する。 （４）、同第１３頁第１５行目に記載の［１１・・・半
語同定部、」をｒｌｌ・・・単語同定部、」に補正する
。 （５）、第３図を別紙の通り補正する。
Claims (1)
- 単語音声の短時間スペクトルの特徴を表わす特徴ベクト
ルをベクトル量子化する音声認識方式において、単語の
標準パターンの特徴ベクトルをベクトル量子化した擬音
韻パターンベクトルの頻度分布パターンを予め蓄積して
おき、未知入力単語音声をスペクトル分析した特徴ベク
トルを同じくベクトル量子化して擬音韻パターンベクト
ルの頻度分布パターンによつて表わし、前記単語標準パ
ターンの頻度分布パターンとのパターンマッチングを行
なう手段と、単語の標準パターンを時間的に伸縮し、未
知入力パターンとの線形伸縮マッチングを行なう手段と
を併用して大語彙単語音声を認識することを特徴とする
大語彙単語音声認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59128815A JPS617893A (ja) | 1984-06-22 | 1984-06-22 | 大語彙単語音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59128815A JPS617893A (ja) | 1984-06-22 | 1984-06-22 | 大語彙単語音声認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS617893A true JPS617893A (ja) | 1986-01-14 |
Family
ID=14994096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59128815A Pending JPS617893A (ja) | 1984-06-22 | 1984-06-22 | 大語彙単語音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS617893A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5327601A (en) * | 1992-03-09 | 1994-07-12 | Minnesota Mining And Manufacturing Company | Split abrasive roll attachment system |
-
1984
- 1984-06-22 JP JP59128815A patent/JPS617893A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5327601A (en) * | 1992-03-09 | 1994-07-12 | Minnesota Mining And Manufacturing Company | Split abrasive roll attachment system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7996222B2 (en) | Prosody conversion | |
| US4723290A (en) | Speech recognition apparatus | |
| US20200395028A1 (en) | Audio conversion learning device, audio conversion device, method, and program | |
| JP2815579B2 (ja) | 音声認識における単語候補削減装置 | |
| JPS62235998A (ja) | 音節識別方式 | |
| CN113327574B (zh) | 一种语音合成方法、装置、计算机设备和存储介质 | |
| JPH01997A (ja) | ベクトル量子化を用いた音声認識方式 | |
| CN114863948A (zh) | 基于CTCAttention架构的参考文本相关发音错误检测模型 | |
| JPH01998A (ja) | スペクトログラムの正規化方法 | |
| JPS61219099A (ja) | 音声認識装置 | |
| JPS617893A (ja) | 大語彙単語音声認識方式 | |
| JP2853418B2 (ja) | 音声認識方法 | |
| Aini et al. | Emotion recognition from speech using convolutional neural network and combination of four speech features | |
| JPS617891A (ja) | 単語音声認識方式 | |
| Savchenko et al. | Method for Automatic Online Updating of Personal Biometric Data Based on Speech Signal of the Biometric System User | |
| JPS617892A (ja) | 単語音声認識方式 | |
| JPH03201027A (ja) | 学習を用いた動的計画法 | |
| JP2862306B2 (ja) | 音声認識装置 | |
| Yoshida et al. | Voice Quality Change Due to the Amount of Training Data for Multi-and Target-Speaker WaveNet Vocoders | |
| JPH0619497A (ja) | 音声認識方法 | |
| JPS60164800A (ja) | 音声認識装置 | |
| JPS60179799A (ja) | 音声認識装置 | |
| JPH0320759B2 (ja) | ||
| JPS6312000A (ja) | 音声認識装置 | |
| Vosnidis et al. | Use of clustering information for coarticulation compensation in speech synthesis by word concatenation. |