JPS62166400A

JPS62166400A - 音声ワ−ドプロセツサ装置

Info

Publication number: JPS62166400A
Application number: JP61009665A
Authority: JP
Inventors: 沢井　秀文
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1986-01-20
Filing date: 1986-01-20
Publication date: 1987-07-22

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】１艶分更本発明は、音声によって文章を入力する音声ワードプロ
セッサ装置に関する。

血米挟亙特開昭５６−１１６１４８号公報によれば、単語と単音
節の両方を入力できる音声タイプライタ装置において、
単語と単音節の認識に先立って未知入力音声が両者のい
ずれであるかを判別する際に、時間長、音節数、類似度
のいずれかを用いている。音節数による判別では、パワ
ーの山と谷が明確に現れている場合には比較的容易であ
るが、撥音の前や鼻音や半母音の前後では明確にパワー
の高低が現われ難く、音節数による判定で判定誤りを生
ずる危険がある。

■−−旗本発明は、上述のごとき実情に鑑みてなされたもので、
特に、単語と単音節を併用して文章を入力する音声認識
装置において、両者の認識モードを自動的に切り換える
ことによって迅速に音声を入力できる装置を提供するこ
とを目的としてなされたものである。

諸−一」叉本発明は、上記目的を達成するために、単語と単音節の
組み合せで文章を入力する音声ワードプロセッサ装置に
おいて、発声された音声が単語であるか、単音節である
かの判定を行なう単語・単音節判定部と、単語音声を認
識する単語認識部と、単音節音声を認識する単音節認識
部と、単語と単音節音声の標準パターンを格納しておく
辞書格納部と、単語又は単音節認識結果を出力する認識
結果出力部とから成り、未知入力音声が単語であるか単
音節であるかの判定を、継続時間長、無音区間の存在の
有無、パワーディップの有無、音声中の母音または撥音
フレームの出現頻度分布形状等の少なくとも１つ以上の
情報を用いて行うことを特徴としたものである。以下、
本発明の実施例に基いて説明する。

第１図は、単語と単音節の組み合せで文章を入力する場
合の基本的な構成を示すブロック図で。

図中、１はマイクロフォン、２は音声信号の前処理部、
３は特徴パラメータを抽出する特徴分析部。

４は辞書パターンの登録か、入カバターンの認識かを選
択するモードスイッチ、５は登録モード端子、６は認識
モード端子、７は辞書パターン格納部、７１．７２は各
々、単語、単音節パターン登録部、８は認識処理部、９
は辞書パターン選択モードスイッチ、１０．１１は各々
単語、単音節パターン選択端子、１２は認識結果出力端
子である。

今、マイク１から入力された単語または単音節音声は前
処理部２を経て特徴分析部３に供給され。

該特徴分析部３でＢＰＦ群出力のパワースペクトルパタ
ーンやＬＰＧ分析によるＬＰＧパラメータ等の特徴パラ
メータに変換される。これらのパラメータはモードスイ
ッチ４が端子５にあるときに、辞書パターンとして登録
しておく。

未知入力音声を認識する時には、マイクロフォン１乃至
特徴分析部３を通過後、モードスイッチ４を認識モード
端子６にし、認識部８で認識を行う。その際に、辞書格
納部７から標準パターン７１か７２のいずれか一方をパ
ターン選択モードスイッチ９にて選択（１０か１１に設
置）して行うか。

７１．７２の両方について行う、いずれにしても未知入
力が単語であるか単音節であるかの判定手段（第１図で
は選択モードスイッチ９）が必要である。なお、認識結
果は端子１２で出力する。

第２図は、第１図における選択モードスイッチ９の代わ
りに自動的に単語か単音節かを判定する手段１３を設け
たもので、認識部１４はこの判定結果を基に単語認識部
１５と単音節認識部１６のいずれかを選択し、いずれか
において認識を行い。

結果を出力端子１７か１８にて出力する。

第３図は、第２図の単語と単音節とを判定する判定部１
３における処理ルーチンのフローを示す図で、１３ａで
入力された音声パターンのフレーム長がある一定値ＴＨ
１より小さいときは１３ｂにて単音節であるとみなし、
別の閾値ＴＨ，（ＴＨ，）ＴＨｌ）より大きいときは１
３ｃにて単語と見なす。フレーム長がＴＨ，より小さい
場合には１３ｄにて無音区間の有無を判定し、もし存在
すれば単語と見なす。存在しなければ、次に１３ｓにて
パワーディップの有無を判定し、もし存在すれば、単語
と見なす、存在しない場合は、パワー定常部のセグメン
テーションを１３ｆで行い、前記パワー定常部における
各フレーム毎の母音認識を１３ｈにおける母音と撥音の
標準パターンとのパターンマツチングによって行い、母
音ないし撥音の同定を１３ｉで行う。次に、母音又は撥
音のフレーム数の分布を１３５で求め、この分布形状に
基づいて最終段階での判定を１３にで行う。即ち、顕著
な母音又は撥音の分布の山が１つなら単音節、２つ以上
又は顕著な山が存在しない場合には単語であると判定す
る。

第４図（、）は、第３図１３ｄで述べた無音区間Ａの検
出の様子、第４図（ｂ）は第３図１３ｅにおけるパワー
ディップＢの検出の様子、第４図（ｃ）は第３図の１３
ｆ、１３ｇのパワー定常部Ｃのセグメンテーションおよ
び定常部におけるフレーム毎の母音又は撥音の認識の様
子を模式的に示したものである。

第５図は、第３図の１３ｊと１３ｋにおける母音又は撥
音のフレーム数の分布と分布形状による単語か単音節の
判定の様子を示したもので、第５図（ａ）は、母音／　
ａ　／のラベル出現頻度（フレーム数）がある閾値ＴＨ
，より大きく、他のラベル出現頻度が全てＴＨ，より小
さいので、パワー定常部は／ａ／であると判定する場合
である。また、第５図（ｂ）は母音／　ａ　／と撥音７
Ｎ／が前記閾値ＴＨ，を越えており、パワー定常部は／
　ａ　Ｎ　／と判定でき、したがって２音節の単語であ
るとみなす場合である。

第６図は、本発明における他の実施例を説明するための
ブロック図であり、図中、１９は単語認識部１５と単音
節認識部１６で得られた各認識結果を比較する総合判定
部で、その他第１図及び第２図の実施例と同様の作用を
する部分には第１図及び第２図の場合と同一の参照番号
が付しである。

而して、第６図に示した実施例においては、単語認識部
１５と単音節認識部１６で並列に認識処理され、総合判
定部１９でどちらかの結果を選択するものである。

第７図は、第６図の総合判定部１９での処理のフローを
示した図で、図中、１９ａは単語認識結果類似度Ｓｗ格
納部、１９ｂは単音節認識結果類似度Ｓａ格納部、１９
ｃは類似度判定部であり。

１９ａと１９ｂで得られた両者の類似度を１９ｃで大小
比較し、Ｓｃｖ（Ｓｗなるときは単語であると判定する
。

第３図１３ｇでの判定部分で、パワー定常部での各フレ
ーム毎の母音、撥音の認識を行う代わりに、パワー定常
部でのパワースペクトラムパターンの変化をフレーム毎
に求め、パターンの変化が少ない場合には定常部は母音
又は撥音であり、したがって未知入力音節は単音節であ
ると判定する。

また、一方、パワー定常部でのパワースペクトラムパタ
ーンの変化が激しい場合には、２種以上の母音（又は撥
音）が存在するものとして、未知入力を２音節以上の単
語と判定することも可能である。

効　　　果以上の説明から明らかなように、本発明によると、未知
入力音声が単語であるか単音節であるかの判定を音声パ
ターンの継続時間長、無音区間の有無、パワーディップ
の有無、母音又は撥音フレーム数の出現頻度分布形状、
パワースペクトル変化、単語認識結果類似度と単音節認
識結果類似度との大小比較部、総合的に行うので正確な
判別が可能となる。

【図面の簡単な説明】

第１図及び第２図は、それぞれ本発明による音声ワード
プロセッサ装置の実施例を説明するためのブロック線図
、第３図は、第２図に示した単語／単音節判定部１３に
おける処理ルーチンのフローを示す図、第４図（ａ）〜
（Ｑ）は、それぞれ、無音区間、パワーディップ、パワ
ー定常部の様子を示す図、第５図（ａ）は、パワー定常
部が／　ａ　／である判定する場合の説明図、第５図（
ｂ）は、パワー定常部が／ａＮ／であると判定する場合
の説明図、第６図は１本発明の他の実施例を説明するた
めのブロック図、第７図は、第６図の総合判定部の処理
フローを示す図である。１・・・マイクロフォン、２・・・前処理部、３・・・
特微分析部、４・・・モードスイッチ、５・・・登録モ
ード端子。６・・・認識モード端子、７・・・辞書パターン格納部
。８・・・認識処理部、９・・・辞書パターン選択モード
スイッチ、１０．１１・・・パターン選択端子、１２・
・・認識結果出力端子、１３・・・単語と単音節判定部
。１５・・・単語認識部、１６・・・単音節認識部、１７
゜１８・・・出力端子、１９・・・総合判定部。特許出願人　　株式会社　リコー第３図第４図

Claims

【特許請求の範囲】

（１）、単語と単音節の組み合せで文章を入力する音声
ワードプロセッサ装置において、発声された音声が単語
であるか、単音節であるかの判定を行なう単語・単音節
判定部と、単語音声を認識する単語認識部と、単音節音
声を認識する単音節認識部と、単語と単音節音声の標準
パターンを格納しておく辞書格納部と、単語又は単音節
認識結果を出力する認識結果出力部とから成り、未知入
力音声が単語であるか単音節であるかの判定を、継続時
間長、無音区間の存在の有無、パワーディップの有無、
音声中の母音または撥音フレームの出現頻度分布形状等
の少なくとも１つ以上の情報を用いて行うことを特徴と
する音声ワードプロセッサ装置。
（２）、未知入力音声が、単語か単音節であるかの判定
を、継続時間長、無音区間の有無、パワーディップの有
無による判定後、パワー定常部でのパワースペクトル変
化に基づいて行うことを特徴とする特許請求の範囲第（
１）項記載の音声ワードプロセッサ装置。
（３）、未知入力音声が、単語か単音節であるかの判定
を、単語認識部で得られる類似度と、単音節認識部で得
られる類似度の大小比較により行うことを特徴とする特
許請求の範囲第（１）項記載の音声ワードプロセッサ装
置。