JPS6199196A - 音声認識処理装置 - Google Patents
音声認識処理装置Info
- Publication number
- JPS6199196A JPS6199196A JP59206686A JP20668684A JPS6199196A JP S6199196 A JPS6199196 A JP S6199196A JP 59206686 A JP59206686 A JP 59206686A JP 20668684 A JP20668684 A JP 20668684A JP S6199196 A JPS6199196 A JP S6199196A
- Authority
- JP
- Japan
- Prior art keywords
- time series
- parameter time
- standard
- extracted
- speech
- 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】
（Ａ）産業上の利用分野
本発明は、音声認識処理装置、特に入力音声の音声区間
を切出して特徴パラメータ時系列を抽出するようにした
音声認識処理装置において、閾値レベルを異ならせて音
声区間を切出し、いずれか最も好ましい閾値にて得られ
た特徴パラメータ時系列を用いて認識した結果を採用す
るようにした音声認識処理装置に関するものである。
を切出して特徴パラメータ時系列を抽出するようにした
音声認識処理装置において、閾値レベルを異ならせて音
声区間を切出し、いずれか最も好ましい閾値にて得られ
た特徴パラメータ時系列を用いて認識した結果を採用す
るようにした音声認識処理装置に関するものである。
（Ｂ）従来の技術と発明が解決、しようとする問題点
従来から音声認識処理装置においては、入力された入力
音声信号中の音声の存在する区間を切出して特徴パラメ
ータ時系列を抽出し、認識処理を行なうようにされる。
音声信号中の音声の存在する区間を切出して特徴パラメ
ータ時系列を抽出し、認識処理を行なうようにされる。
しかし、例えば第２図に示す如（上記音声の存在する区
間を切出す閾値レベルが図示レベルＴＨ−ＨＳＴＨ−Ｍ
、ＴＨ−Ｌの如く異なると、本来正しく照合がとれるべ
き、標準パラメータ時系列に対する照合距離が非所望に
増大することが生じる。
間を切出す閾値レベルが図示レベルＴＨ−ＨＳＴＨ−Ｍ
、ＴＨ−Ｌの如く異なると、本来正しく照合がとれるべ
き、標準パラメータ時系列に対する照合距離が非所望に
増大することが生じる。
（Ｃ）問題点を解決するための手段
本発明は、上記の点を解決することを目的としており、
音声電力に対応する閾値にもとづいて音声区間を切出す
に当って、互に異なる複数の閾値レベルにて切出してお
くようにし、照合をとってみて、適正であった閾値にも
とづいて得られていた特徴パラメータ時系列を用いた照
合結果を採択するようにしている。そしてそのため、本
発明の音声認識処理装置は、未知入力音声を分析して得
られた特徴パラメータ時系列にもとづき、予め登録され
た標準パタンの標準パラメータ時系列との照合を行なっ
て、上記未知入力音声を認識する音声認識処理装置にお
しλて、入力された入力音声の音声区間を互に異なる複
数の音声電力閾値レベルによって切出して夫々の閾値レ
ベルに対応したパラメータ時系列を抽出するよう構成し
、登録モード時に既知入力音声について標準的な単一の
閾値レベルにて切出した上で登録辞書部に単一の標準パ
ラメータ時系列として登録しておくと共に、認識モード
時に未知入力音声について互に異なる複数の閾値レベル
によって切出した複数の特徴パラメータ時系列と照合す
るよう構成し、照合距離の最も小さい標準パラメータ時
系列の属するカテゴリを未知入力音声の属するカテゴリ
として抽出す、るようにしたことを特徴としている。ま
た場合によっては、上記標準パラメータ時系列を複数レ
ベル分用意するようにしている。以下図面を参照しつつ
説明する。
音声電力に対応する閾値にもとづいて音声区間を切出す
に当って、互に異なる複数の閾値レベルにて切出してお
くようにし、照合をとってみて、適正であった閾値にも
とづいて得られていた特徴パラメータ時系列を用いた照
合結果を採択するようにしている。そしてそのため、本
発明の音声認識処理装置は、未知入力音声を分析して得
られた特徴パラメータ時系列にもとづき、予め登録され
た標準パタンの標準パラメータ時系列との照合を行なっ
て、上記未知入力音声を認識する音声認識処理装置にお
しλて、入力された入力音声の音声区間を互に異なる複
数の音声電力閾値レベルによって切出して夫々の閾値レ
ベルに対応したパラメータ時系列を抽出するよう構成し
、登録モード時に既知入力音声について標準的な単一の
閾値レベルにて切出した上で登録辞書部に単一の標準パ
ラメータ時系列として登録しておくと共に、認識モード
時に未知入力音声について互に異なる複数の閾値レベル
によって切出した複数の特徴パラメータ時系列と照合す
るよう構成し、照合距離の最も小さい標準パラメータ時
系列の属するカテゴリを未知入力音声の属するカテゴリ
として抽出す、るようにしたことを特徴としている。ま
た場合によっては、上記標準パラメータ時系列を複数レ
ベル分用意するようにしている。以下図面を参照しつつ
説明する。
＜Ｄ）実施例
第１図は本発明の一実施例構成を示し、第２図は本発明
の前提問題を説明する説明図を示す。
の前提問題を説明する説明図を示す。
第１図において、１は音声区間切出部であって音声電力
が所定の閾値レベル以上になった区間をもって音声区間
として切出すもの、２は特徴パラメータ抽出部であって
切出された音声区間内の信号にもとづいて特徴パラメー
タ時系列を生成するもの、３ないし６は夫々パラメータ
・バッファであって閾値を異にする夫々のレベルの特徴
パラメータ時系列を格納するもの、７は切替部であって
登録モード時と認識モード時とでパラメータ時系列の転
送先を切替えるもの、８は登録辞書部、９は照合部、１
０は候補判定部を表わしている。
が所定の閾値レベル以上になった区間をもって音声区間
として切出すもの、２は特徴パラメータ抽出部であって
切出された音声区間内の信号にもとづいて特徴パラメー
タ時系列を生成するもの、３ないし６は夫々パラメータ
・バッファであって閾値を異にする夫々のレベルの特徴
パラメータ時系列を格納するもの、７は切替部であって
登録モード時と認識モード時とでパラメータ時系列の転
送先を切替えるもの、８は登録辞書部、９は照合部、１
０は候補判定部を表わしている。
登録モード時には、既知入力音声が入力され、生成され
た特徴パラメータ時系列がバッファ３ないし６を介して
標準パラメータ時系列として登録辞書部に登録される。
た特徴パラメータ時系列がバッファ３ないし６を介して
標準パラメータ時系列として登録辞書部に登録される。
一方認識モード時には、未知入力音声が入力され、生成
された特徴パラメータがバッファ３ないし６を介して照
合部９に導びかれる。照合部９においては、導びかれて
きた特（６パラメ一タ時系列と登録辞書部８に登録され
ていた各標準パラメータ時系列との照合距離を算出する
。そして候補判定部１０は当該照合距離のもっとも小さ
い標準パラメータ時系列の属しているカテゴリをもって
未知入力音声のカテゴリとして抽出する。
された特徴パラメータがバッファ３ないし６を介して照
合部９に導びかれる。照合部９においては、導びかれて
きた特（６パラメ一タ時系列と登録辞書部８に登録され
ていた各標準パラメータ時系列との照合距離を算出する
。そして候補判定部１０は当該照合距離のもっとも小さ
い標準パラメータ時系列の属しているカテゴリをもって
未知入力音声のカテゴリとして抽出する。
上記の如き処理が行なわれるが、本願発明は、音声電力
にもとづいて音声区間を切出すに当って、互に異゛なる
複数の閾値レベルを用いて上記切出しを行なって、複数
レベル分の特徴パラメータ時系列を得て、照合を行なっ
てみるようにし、ているので、以下この点に絞って説明
する。
にもとづいて音声区間を切出すに当って、互に異゛なる
複数の閾値レベルを用いて上記切出しを行なって、複数
レベル分の特徴パラメータ時系列を得て、照合を行なっ
てみるようにし、ているので、以下この点に絞って説明
する。
☆第１実施例
第１実施例の場合、登録モード時において登録辞書部８
に標準パラメータ時系列を登録するに当って、互に異な
る複数の閾値レベルの下で得た夫々の特徴パラメータ時
系列を登録辞書部８に登録するようにする。即ち、例え
ば第２図図示の如く３つの閾値レベルを用いたとすると
、１つの既知入力音声に対応して３個の標準パラメータ
時系列を登録する。
に標準パラメータ時系列を登録するに当って、互に異な
る複数の閾値レベルの下で得た夫々の特徴パラメータ時
系列を登録辞書部８に登録するようにする。即ち、例え
ば第２図図示の如く３つの閾値レベルを用いたとすると
、１つの既知入力音声に対応して３個の標準パラメータ
時系列を登録する。
そして一方、認識モード時においても、未知入力音声に
ついて得た例えば３個の特徴パラメータ時系列がバッフ
ァ３．４．５ 、、、、に格納される。
ついて得た例えば３個の特徴パラメータ時系列がバッフ
ァ３．４．５ 、、、、に格納される。
そして、照合部９は、１つの既知入力音声について登録
辞書部８から読出される３個の標準パラメータ時系列と
バッファに格納されている３個の特徴パラメータ時系列
とを夫々クロスして照合する。
辞書部８から読出される３個の標準パラメータ時系列と
バッファに格納されている３個の特徴パラメータ時系列
とを夫々クロスして照合する。
即ち、登録辞書部８上にＰ個の単語が登録されていて、
各単語についてｑ個の互いに異なる閾値レベルに該当す
るパラメータ時系列が用意されるものとすると、照合部
９はｐｘｑ”回の照合を行ない、候補判定部１０はその
中から最も照合距離の小さいものを選択するようにされ
る。
各単語についてｑ個の互いに異なる閾値レベルに該当す
るパラメータ時系列が用意されるものとすると、照合部
９はｐｘｑ”回の照合を行ない、候補判定部１０はその
中から最も照合距離の小さいものを選択するようにされ
る。
☆第２実施例
上記第１実施例の場合には、照合部９において行なわれ
る照合回数が大となり過ぎる場合がある。
る照合回数が大となり過ぎる場合がある。
このために、当該第２実施例の場合には、登録辞書部８
に対して複数レベル分の標準パラメータ時系列を登録し
ておくようにするが、認識モード時に未知入力音声の特
徴パラメータとの照合を行なうに当っては、標準的な閾
値とみなされる閾値にて切出した結果のルベル分の特徴
パラメータ時系列のみを照合部９に導びくようにされる
。このようにすることによって、第２実施例の場合には
、照合回数が、上記の例で言えば、ｐｘｑ回で足りるこ
とになる。
に対して複数レベル分の標準パラメータ時系列を登録し
ておくようにするが、認識モード時に未知入力音声の特
徴パラメータとの照合を行なうに当っては、標準的な閾
値とみなされる閾値にて切出した結果のルベル分の特徴
パラメータ時系列のみを照合部９に導びくようにされる
。このようにすることによって、第２実施例の場合には
、照合回数が、上記の例で言えば、ｐｘｑ回で足りるこ
とになる。
☆第３実施例
上記第２実施例の場合には、照合回数がｐｘｑ回で足り
る利点をもつが、登録辞書部８上にはｐ×ｑ個分の標準
パラメータ時系列を格納しておくことが必要となる。第
３実施例においては、更にこの点を改善するものである
。
る利点をもつが、登録辞書部８上にはｐ×ｑ個分の標準
パラメータ時系列を格納しておくことが必要となる。第
３実施例においては、更にこの点を改善するものである
。
即ち、第３実施例の場合には、登録モード時に登録辞書
部８に登録するに当っては、標準的な閾値とみなされる
閾値にて切出した結果のルベル分の特徴パラメータ時系
列のみを標準パラメータ時系列として登録しておくよう
にされる。そして、認識モード時における未知入力音声
に対応する複数レベル分の各特徴パラメータ時系列がバ
ッファ３．４．５１３１３．から順次照合部９に導びか
れる。
部８に登録するに当っては、標準的な閾値とみなされる
閾値にて切出した結果のルベル分の特徴パラメータ時系
列のみを標準パラメータ時系列として登録しておくよう
にされる。そして、認識モード時における未知入力音声
に対応する複数レベル分の各特徴パラメータ時系列がバ
ッファ３．４．５１３１３．から順次照合部９に導びか
れる。
このようにすることによって、照合部９における照合回
数はｐｘｑ回で足りると共に、登録辞書部８に登録して
おく標準パラメータ時系列の個数はｐ個で足りることと
なる。
数はｐｘｑ回で足りると共に、登録辞書部８に登録して
おく標準パラメータ時系列の個数はｐ個で足りることと
なる。
（Ｅ）発明の詳細
な説明した如く、本発明によれば、複数の閾値レベルに
て切出した特徴パラメータ時系列のうちで標準パラメー
タ時系列といわば最もよく適合するものを選んで、カテ
ゴリ間での距離の大小を比較する形となり、非所望な形
で誤認識となる率が低減される。
て切出した特徴パラメータ時系列のうちで標準パラメー
タ時系列といわば最もよく適合するものを選んで、カテ
ゴリ間での距離の大小を比較する形となり、非所望な形
で誤認識となる率が低減される。
第１図は本発明の一実施例構成を示し、第２図は本発明
の前提問題を説明する説明図を示す。 図中、１は音声区間切出部、２は特徴パラメータ抽出部
、３ないし６は夫々パラメータ、バッファ、７は切替部
、８は登録辞書部、９は照合部、１０は候補判定部を表
わす。
の前提問題を説明する説明図を示す。 図中、１は音声区間切出部、２は特徴パラメータ抽出部
、３ないし６は夫々パラメータ、バッファ、７は切替部
、８は登録辞書部、９は照合部、１０は候補判定部を表
わす。
Claims (2)
- （１）未知入力音声を分析して得られた特徴パラメータ
時系列にもとづき、予め登録された標準パタンの標準パ
ラメータ時系列との照合を行なって、上記未知入力音声
を認識する音声認識処理装置において、入力された入力
音声の音声区間を互に異なる複数の音声電力閾値レベル
によって切出して夫々の閾値レベルに対応したパラメー
タ時系列を抽出するよう構成し、登録モード時に既知入
力音声について標準的な単一の閾値レベルにて切出した
上で登録辞書部に単一の標準パラメータ時系列として登
録しておくと共に、認識モード時に未知入力音声につい
て互に異なる複数の閾値レベルによって切出した複数の
特徴パラメータ時系列と照合するよう構成し、照合距離
の最も小さい標準パラメータ時系列の属するカテゴリを
未知入力音声の属するカテゴリとして抽出するようにし
たことを特徴とする音声認識処理装置。 - （２）未知入力音声を分析して得られた特徴パラメータ
時系列にもとづき、予め登録された標準パタンの標準パ
ラメータ時系列との照合を行なって、上記未知入力音声
を認識する音声認識処理装置において、入力された入力
音声の音声区間を互に異なる複数の音声電力閾値レベル
によって切出して夫々の閾値レベルに対応したパラメー
タ時系列を抽出するよう構成し、登録モード時に既知入
力音声について互に異なる複数の閾値レベルにて切出し
た上で登録辞書部に複数の標準パラメータ時系列として
登録しておくと共に、認識モード時に未知入力音声につ
いて標準的な単一の閾値レベルにて切出した単一の特徴
パラメータ時系列、または複数の閾値レベルにて切出し
た複数の特徴パラメータ時系列と照合するよう構成し、
照合距離の最も小さい標準パラメータ時系列の属するカ
テゴリを未知入力音声の属するカテゴリとして抽出する
ようにしたことを特徴とする音声認識処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59206686A JPS6199196A (ja) | 1984-10-02 | 1984-10-02 | 音声認識処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59206686A JPS6199196A (ja) | 1984-10-02 | 1984-10-02 | 音声認識処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6199196A true JPS6199196A (ja) | 1986-05-17 |
Family
ID=16527431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59206686A Pending JPS6199196A (ja) | 1984-10-02 | 1984-10-02 | 音声認識処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6199196A (ja) |
-
1984
- 1984-10-02 JP JP59206686A patent/JPS6199196A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20150348539A1 (en) | Speech recognition system | |
| US5101434A (en) | Voice recognition using segmented time encoded speech | |
| JPS6199196A (ja) | 音声認識処理装置 | |
| EP0177854B1 (en) | Keyword recognition system using template-concatenation model | |
| JPS5952388A (ja) | 辞書照合方式 | |
| JPH01159697A (ja) | 音声認識装置 | |
| JPS5852698A (ja) | 音声認識処理システム | |
| JPS6151798B2 (ja) | ||
| JPH0376471B2 (ja) | ||
| JPS6111886A (ja) | 文字認識方式 | |
| JP2844592B2 (ja) | 離散単語音声認識装置 | |
| JPS6151196A (ja) | 音声認識装置 | |
| JPH0619492A (ja) | 音声認識装置 | |
| CN117133273A (zh) | 语音分类方法、装置、电子设备及存储介质 | |
| JPS6064397A (ja) | 音声認識装置 | |
| JPS61113099A (ja) | 音声認識装置における音声区間検出方式 | |
| JPS63254498A (ja) | 音声認識応答装置 | |
| JPS6193499A (ja) | 音声パタ−ン照合方式 | |
| JPS59219798A (ja) | 音声認識装置 | |
| JPS5953897A (ja) | 音声認識装置 | |
| JPS6315295A (ja) | 音声認識装置 | |
| JPS6167899A (ja) | 音声認識装置 | |
| JPS58159599A (ja) | 単音節音声認識方式 | |
| JPS59189398A (ja) | 連続音声認識方式 | |
| JPH0469957B2 (ja) |