JPS62138899A - 音声認識装置 - 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】 〔発明の利用分野〕 本発明は、音声によって情報を入出力する際に用いて好
適な音声認識装置に関するものである。

〔発明の背景〕

従来の装置は、特開昭５８−１７６６９９号公報に記載
のように、照合処理により各標準パターンごとに照合結
果を導き、その照合結果から、装置全体を制御するマイ
クロコンピュータ（以下、マイコンと略す）が、類似度
の高い順に任意の数の朕補を認識結果として選出する必
要があった。つまり、第４図に示す従来の音声認識装置
のブロック図で説明すると、照合部６は計算部６１およ
び記憶部６２により入力音声パターンに対して各標準パ
ターンごとに照合処理を行い、その照合結果を演算結果
記憶部６３に記憶するだけでありた。そのため前記照合
結果からマイコン１は、正しい認識結果が存在する範囲
の候補を類似度の高い順に選出する判定処理を行わなけ
ればならなかった。したがって、認識時に判定処理以外
にマイコン１が行なっている音声切出しなどの付加処理
を追加、改良しようとすると、処理時間の制限から困難
が生じるという問題点や、また、判定処理をマイコン１
が行うことにより、認識の処理時間がかかるという問題
点があった。

〔発明の目的〕

本発明の目的は、上記した従来の問題点を解決し、装置
全体を制御するマイコンの負担を軽減して、付加処理な
どの改良や追加を容易にし、また認識の処理時間を短縮
できる音声認識装置を提供することにある。

〔発明の概要〕

上記目的を達成するため、本発明では、音声認識装置の
照合処理を行う照合部における四則演算ができる計算部
と演算結果記憶部とを利用すると共に、この部分に認識
結果記憶部のみを設置し、ノ・−ドウエアの規模の増大
をおさえながら、マイコンの代）に前記照合部に判定処
理を行わせるようにした。

〔発明の実施例〕

以下、本発明の一実施例を第１図〜第３図により説明す
る。

第１図は、本発明の一実施例としての音声認識装置の要
部を示すブロック図で、要部として特にパターンマツチ
ング装置の構成を示したものである。

第１図で、パターンマツチング装置はマイコン１の制御
により動作するもので具体的には２〜６から成る。

本装置では、入力音声の認識処理を行うまえに、あらか
じめ認識対象の単語を登録しておく必要がある。そこで
、マイコン１の制御により認識対象の単語の音声パター
ンは、図示していない音声入力部、および分析部を経由
しデータバスＤ−２３を介して標準パターンメモリ部２
に他の音声パターンと区別するための単語識別番号とと
もに記憶される。

認識時にはマイコン１の制御によシ入力音声パターンは
図示していない音声入力部および分析部を経由しデータ
バスＤ−２３を介して入力フレームメモリ部Ｓに記憶さ
れる。

マイコン１が入力音声パターンを入力フレームメモリ部
３に設定したことを制御信号群Ｃ−１−４を介し制御部
４に知らせると、制御部４はパターンマツチング処理を
行う、ここでノくターンマツチング処理とは、入力音声
ノくターンと標準パターンとのフレーム対応の距離計算
と、単語全体としての照合処理のことをいう。したがっ
て、制御部４は標準パターンメモリ部２から標準パター
ンデータｙｆ　　を順次読み出し、それと同期して入力
フレームメモリ部６より入カバターンデータｘ１　　を
読み出して距離計算部５で所定の処理、たとえば次式に
示すようなチェビシェフ距離を求める。

ｄｙ）＝！’　（Ｘ：　−ｙ；） ｋ麿ｌノ ここでｄす：入力ｉフレーム、標単ｊフレーム間の距離
計算値 ｘ！：入力ｔフレーム目の第にチャネ ル目のデータ Ｙｋ：標準ノフレーム目の第にチャネ ル目のデータ ｄりは入力音声パターンと標準パターンとのフレーム毎
のパターンデータの差を示すもので、照合部６の記憶部
６２に送出され、ｊ＄誤全全体しての照合処理をほどこ
す。

前記照合処理は、制御部４の制御のもとに照合部６が行
う。照合部６は第２図に示すように、照合処理時の四則
演算を行う計算部６１．距離計Ｗ一部５から出力される
距離計算結果を格納する距離計算結果記憶部６５、照合
処理に必要なパラメータを記憶する記憶部６２（同図に
おいては省略されている。）、前記照合処理で導いた類
似度と前記標準パターンの単語識別番号を記憶する演算
結果記憶部６３より構成される。

照合処理に関しては、本発明の中心となる要素でないた
め説明は省く。例えば、亘理他「音声認識用ＤＰマツチ
ングＬＳＩのシステム設計」信学技報、ＰＲＬ８２−８
７の第６５頁の第３図を参照されたい。

本発明に関するソーティング処理は、前記照合部のハー
ドウェアを用い、制御部４に内蔵されているマイクロプ
ログラムに応じて、照合部６にある計算部６１、演算結
果記憶部６３、認識結果記憶部−により行う。一般に、
計算部６１は所謂ＡＬＵと複数個のレジスタから構成さ
れている。

それでは、ソーティング処理を第２図、第３図を用いて
詳述する。第２図は、第１図におけるソーティング処理
を行う部分を示したブロック図である。前述したように
、照合部６で照合処理がほどこされ、演算結果記憶部６
３の類似度記憶部６３２に入力音声パターンと標薄パタ
ーンとの類似度を記憶し、単語識別番号記憶部６３１に
その標臨パターンの単語識別番号を記憶すると、制御部
４はソーティング処理を行う。

第６図は、本発明におけるソーティング処理のフローチ
ャートである。尚、この第５図を用いてソーティング処
理の内容を説明するに轟り、たとえば、すでに入力音声
パターンといくつかの標準パターンとの照合処理、ソー
ティング処理が行なわれ、入力音声パターンに対する類
似度が最も高い標準パターンの単語識別番号が、第２図
に示す認識結果記憶部Ｂのす１単語識別番号記憶部６４
１１に記憶され、その類似度が類似度記憶部６４１２に
記憶され、また、同様に２＠目さらに５番目に類似度の
高い標準パターンの単語識別番号および類似度がそれぞ
れ◆２．＋３の単語識別番号記憶部６４２１　、６４３
１と類似度記憶部６４２２　、６４５２に記憶されてい
るものとする。

第３図に示す様に、まず、５ＴＥＰ１では演算結果記憶
部６３にある類似度記憶部６３２の内容つまシ先程導い
た類似度が、認識結果記憶部刺の中で３番目に類似度の
高い標準パターンの照合結果を記憶しである＋５類似度
記憶部６４５２の内容つまりその標準パターンの類似度
よシ、小さいかどうかを計算部６１で比較し、小さけれ
ば処理を終了し太きければ５ＴＥＰ２に移る。

５ＴＥＰ２では、５ＴＥＰ１と同様にして類似度記憶部
６５２の内容が今度は認識結果記憶部刺の中で２番目に
類似度の高い標準パターンの照合結果を記憶しであるす
２類似度記憶部６４２２の内容より小さいかどうかを計
算部６１で比較し小さければ５ＴＥＰ５に移り、大きけ
れば５ＴＥＰ４に移る。

５ＴＥＰ５では、演算結果記憶部６３の内容つまり先程
溝いた入力音声パターンと標率パターンとの類似度およ
びその標準パターンの単語識別番号をそれぞれ認識結果
記憶部θのす５類似度記憶部６４３２と単語識別番号記
憶部６４３１に記憶する。そして、処理を終了する。

５ＴＥＰ４では、認識結果記憶部６の＋２類似度記憶部
６４２２と単語識別番号記憶部６４２１の内容をそれぞ
れ、＋３類似度記憶部６４３２、単語識別番号記憶部６
４６１に記憶する。そして５ＴＥＰ５に移る。

５ＴＥＰ５では、５ＴＥＰ１と同様にして演Ｘ結果記憶
部６３　ｔｉｃある類似度記憶部６３２の内容が、認識
結果記憶部ｌの中の≠１類似度記憶部６４１２の内容よ
り小さいかどうかを計算部６１で比較し、小さければ５
ＴＥＰ６に移υ、大きければ５ＴＥＰ７に移る。

５ＴＥＰ６では、演算結果記憶部６３の内容をそれぞれ
認識結果記憶部６４の＋２単語識別番号記憶部６４２１
と類似度記憶部６４２２に記憶する。そし−〔、処理を
終了する。

５ＴＥＰ７では、ｇ＃、結果記憶部６４の＋１単語識別
番号記憶部６４１１と類似度記憶部６４１２の内容をそ
れぞれ＋２単語識別番号記憶部６４２１と類似度記憶部
６４２２に記憶する。そして５ＴＥＰ８に移る。

５ＴＥＰ８では、演算結果記憶部６３の内容をそれぞれ
認識結果記憶部−の＋１単語識別番号記憶部６４１１と
類似度記憶部６４１２に記憶する。そして、処理を終了
する。

以上述べたソーティング処理は、入力音声パターンと標
準パターンとの照合処理およびソーティング処理が伺回
か行なわれた後の場合、つまり認識結果記憶部Ｂにすで
に認識結果が格納されているとした場合について示した
が、先頭の標準パターンとの照合処理後のソーティング
処理に関しては破初妃認識結果記憶部６の単語識別番号
記憶部（６４１１，６４２１，５４３１）　　に、あら
かじめ登録した標準パターンの単語識別番号にはない番
号を記憶し、類似度記憶部（６４１２。

６４２２．６４３２）に類似度として小さい値、たとえ
ば′ＯＮなどを記憶しておき、前述したソーティング処
理を行えばよい。

また、今回ソーティング処理を説明するために用いたハ
ードウェアでは、３候補の認識結果の出力を可能とした
が、容易にその候補の数を変更できる。

上述のように候補数を限定できるのは、音声認識装置に
関するこれまでの経験よシ可能なことである。これまで
の経験によると、正しい認・　識結果が存在する範囲は
類似度が第１位から第３位〜第５位の間にあることがわ
かっており、これを利用すれば、認識結果記憶部６４と
しては普々数語分で十分である。

以上説明してきたように、本実施例では、ソーティング
処理を従来例の如くマイコン１で行うのではなく、照合
部６に行わせるようにしたので、装置全体を制御するマ
イコン１の負担が軽減され、音声切出し等の付加処理の
改良や追加が容易となシ、認識の処理時間が短縮できる
。

しかも、本実施例では、照合部６に少量のハードウェア
を追加するだけでよく、照合部６をＬＳＩ化する上にお
いても好都合である。

また、この様にＬＳＩ化すると、音声認識装置全体の小
形化、認識処理速度向上が可能になるという他の効果も
ある。

〔発明の効果〕

本発明によれば、装置全体を制御するマイコンの代りに
、照合処理を行う照合部に少量のハードウェアを追加し
て該照合部に判定処理を行わせるようにしたので、マイ
コンの負担が軽減され、その為、音声切出し等の付加処
理の改良や追加が容易となり、また、認識の処理時間が
短縮できるという効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例としての音声認識装置の要部
を示すブロック図、第２図は第１図におけるソーティン
グ処理を行う部分を示すブロック図、第５図は本発明に
おけるソーティング処理のフローチャート、第４図は従
来の音声認識装置の要部を示すブロック図、である。 符号説明 １・・・マイクロコンピュータ ２・・・標準パターンメモリ部 ３・・・入力フレームメモリ部 ４・・・制御部　　　　　　５・・・距離計算部６・・
・照合部　　　　　　６】・・・計算部６２・・・記憶
部　　　　　　６３・・・演算結果記憶部Ｂ・・・認識
結果記憶部 第３７

Claims (1)

1. 【特許請求の範囲】 １）入力音声パターンを記憶する第１のメモリ部と、標
   準音声パターンを記憶する第２のメモリ部と、記憶され
   た各標準音声パターンと入力音声パターンとの間でフレ
   ーム単位で距離計算を行う距離計算部と、その距離計算
   結果を入力し照合処理により標準音声パターンの前記入
   力音声パターンに対する類似度を各標準音声パターン毎
   に求める照合部と、装置全体を制御すると共に、該照合
   部で求めた結果から判定処理として類似度の高い順に任
   意の個数、標準音声パターンを選出するマイクロコンピ
   ュータと、から成る音声認識装置において、 前記照合部に、照合処理により求めた類似 度の大小を比較判定する判定手段と、その判定結果から
   標準音声パターンを類似度の高い順に順序づける手段と
   を設け、前記マイクロコンピュータの代りに前記照合部
   に判定処理を行わせるようにしたことを特徴とする音声
   認識装置。