JPS62201498A - 音声認識方法 - 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】 （産業上の利用分野） この発明は訝声認識装置における特徴辞書を使用したざ
・声認識方法に関するものである。

（従来の技術） 入力した音声パタンに対して予め定められた種類の特徴
について抽出された特徴量を抽出し認識処理をする方法
の一例としてバイナリ−・ディジシミ１ン−トウリー（
Ｂｉｎａｒｙ　Ｄｅｃｉｓｉｏｎ　Ｔｒｅｅ）による方
法（例えば、文献「日本音習字会音声研究会資料Ｊ　５
０５〜５５　（Ｄｅｃｅｍｂｅｒ　１９．　＋９８５）
）がある。この方法は、ある１つの特重量の分布によっ
て求められた１つのもしくは２つの閾値を用いて認識対
象カテゴリ毎の特徴量が閾値を越えているか否か、もし
くは２つの閾値の範囲にあるか否か等の判断により、認
識対象カテゴリを二分する処理を基本としている。そし
て、１つの特徴量について処理が終ですると、次に、別
の特徴量を用いて二分化処理を繰り返し、最終的に認識
結果を得るものである。

（発明が解決しようとする問題点） しかしながら、抽出する特徴量の中には、入力音声のあ
る一部分に着目して抽出する特徴がかなり含まれるのが
一般的である。そのような場合には、話者によるばらつ
きはもちろんのこと、同一話者が発声する場合において
も発声タイミングのずれ等により特徴の抽出結果が必ず
しも一定しない。

従って、従来性われているＢｉｎａｒｙ　Ｄｅｃｉｓｉ
ｏｎＴｒｅｅによる認識方法において、上述したような
不安定な特徴■に対してディジタル的に二分判定処理を
行った場合、判定を誤る可能性が生じる。すなわち、Ｂ
ｉｎａｒｙ　Ｄｅｃｉｓｉｏｎ　Ｔｒｅｅ法では、数あ
る判定分岐点における判定処理が正確に判定された場合
のみ、認識結果が正解となるが、いずれか１ケ所の判定
分岐点における判定処理を誤ってしまえば正しい認識結
果が得られないという問題点があった。

又、この従来の認識方法は、ｐめ定められた閾値との大
小比較（大きいか、小さいかというディジタル的な処理
）を基本とするので、認識対象カテゴリが本来有する特
徴抽出量の安定性（例えば、分散など）等のアナログ量
的な要素が認識処理に反映されないという問題点もあっ
た。

いずれにしても、抽出した特徴量を使用して認識処理を
行う方法としては不ヒ分な面があり、斤声認識装置の認
識性能低下を招いていた。

この発明は、上述した従来の問題点を除去するために成
されたものである。

従って、この発明の目的は入力音声パタンの特徴量を抽
出し、特徴辞書を用いて、高性能な音声認識処理を行う
ことが出来る音声認識方法を提供することにある。

（問題点を解決するための手段） この発明は、上述した従来の問題点を解決するために、
認識処理に使用する特徴１つについて、認識対象カテゴ
リ毎に、このカテゴリがこの特徴に対して本来有する特
徴量の分布状Ｒ（ある閾値より小となる、ある閾値より
大となる、あるいは、ある閾値より大かつ別の閾値より
小）及びこの分布状態を区分する閾値を予め設定し、さ
らに、カテゴリ類似度の算出のため、入力音声の特徴量
が、これら閾値により定められた範囲に位置する場合の
加算基準値及び加算値増加量又その範囲に位置しない場
合の減算基準値及び減算値増加■を、このカテゴリにお
けるこの特徴の分布の安定性等によりｐめ設定して格納
した特徴辞書を用いる。

先ず、人力音声パタンに対して認識処理に使用する全て
の特徴についての特徴量を算出する。

次に、ある１つの特徴について認識対象カテゴリ毎に丘
述した特徴辞書を検索して、カテゴリ毎にカテゴリ類似
度を算出する操作を全ての特徴に対して行う。

その後、認識対象カテゴリ毎に全ての特徴に対する類似
度の総和を、当該カテゴリに対するカテゴリ加算類似度
すなわち特徴類似度として、算出する。

然る後、認識対象カテゴリ全ての中でこの特徴類似度が
最大となるカテゴリを認識カテゴリとして出力させる。

（作用） このように構成すれば、認識対象となるそれぞれのカテ
ゴリが認識処理に使用する特徴毎にそれぞれ本来有する
分４＋状態に応じてｒめ定められた、カテゴリ類似度算
出のための加算基準値、加算値増加量、減算基準値及び
減算値増加量を格納して打する特徴辞書を用いて、全て
の特徴の１つずつについてカテゴリ毎にカテゴリ類似度
を算出し、これら特徴の全てのカテゴリ類似度の総和を
特徴類似度として求め、この特徴類似度が最大となるカ
テゴリを認識カテゴリとして出力するので、一部の特徴
抽出結果のばらつきの影雷を受けることなく音声認識性
能が高い。

（実施例） 以下、図面を参照にして、この発明の実施例につき説明
する。

第１図はこの発明の音声認識方法の実施例の説明に供す
る、音声認識装置の要部を示すブロック図、第２図は処
理手順を示す流れ図である。

１色量Ａヵ月 先ず、この発明の詳細な説明をする。

先ず、適当に音声分析処理を行って得られた音声信号１
を音声区間検出部２へ供給する。この音声区間検出部２
は音声信号１の信号レベル等を参照しながら音声区間を
決定する音声始端時刻及び音声終端時刻をそれぞれ検出
し、得られた音声区間（音声始端時刻より音声終端時刻
まで）を音声区間計声信号４として音声信号記憶部５へ
出力する（５１：Ｓはステップを表わす）とともに、音
声区間検出終了後、音声区間検出終γ信号３を類似度記
憶部２３及び特徴番号カウンタ８へ出力する。

この音声区間検出終了信号３の人力によって類似度記憶
部２３の読み出し値であるところのカテゴリ加算類似度
２２の値は全てＯとなり（Ｓ２）、これと同時に特徴番
号カウンタ８及びカテゴリ番号カウンタ１８のカウント
値をそれぞれ表わす特徴番号１８号９及びカテゴリ番号
信号１９も同様にＯとなる（Ｓ３）。特徴ｆｌｔ抽出部
７は、音声信号記憶部５より音声区間音声記憶信号６を
受は取ると共に、特徴番号カウンタ８から特徴番号を表
わす特徴番号信号９を受は取って、この音声区間音声記
憶信号６からこの特徴番号に対応する特徴量の抽出を行
う（Ｓ４）。得られた特徴■（特徴値）を表わす特徴値
信号１４をカテゴリ類似度計算部Ｉ５へ出力すると共に
、特微量抽出終γ信号１３を特徴番号カウンタ８及びカ
テゴリ番号カウンタ１８へそれぞれ出力する。カテゴリ
番号カウンタ１８のカウント値は、特徴ｍ抽出路子信号
１３の人力により０となる（Ｓ５）。

この特徴番号カウンタ８の特徴番号信号９及びカテゴリ
番号カウンタ１８のカテゴリ番号信号１９を辞書アドレ
ス計算部１１へ送り、ここでこれら特徴番号及びカテゴ
リ番号に該当する辞書が格納されているアドレスすなわ
ち特徴辞書アドレスを算出し、このアドレスを表わす特
徴辞書アドレス信号１１を出力して次段の特徴辞書記憶
部１２へ供給する。

この特徴辞書記憶部１２は特徴辞書アドレス信号１１に
よって指定されたアドレスに格納されている特徴辞書（
その詳細な内容については後述する）を読み出して、こ
の特徴辞書の内容を含んだ特徴辞書信号２６をカテゴリ
類似度計算部１５へ出力する（Ｓ６）。

このカテゴリ類似度計算部１５はこの特徴辞書信号２６
及び前述した特徴値信′＋１４とを受は取って、カテゴ
リ類似度を計算しくＳ７）、その結果を表わすカテゴリ
類似度ｉ＝号１６を類似度加算部２０へ出力する。

又、類似度加算部２０には、カテゴリ番号カウンタ１８
からカテゴリ番号信号１９が供給されて、類似度記憶部
２３から供給されるカテゴリ加算類似度信号２２のうち
カテゴリ番号信号１９によって指示されるアドレスに格
納されているカテゴリ加算類似度を取り込む。そして、
この類似度加算部２０ではステップＳ７での処理により
計算されて供給されたカテゴリ類似度と、このカテゴリ
加算類似度とを加算し、その結果を類似度記憶部２３の
該当するアドレスへ加算結果として格納する（Ｓ８）。

尚、この加算結果を表わす加算結果信号を２１で示ず。

このカテゴリ類似度計算部Ｉ５は、カテゴリ類似度の計
算終了後、カテゴリ類似度計算終了信号１７を発生し、
この信号１７をカテゴリ番号カウンタ１８へ出力する。

カテゴリ番号カウンタ１８はこの計算終了信号１７を受
は取ると、カウンタ値を＋またけ進め、よってカテゴリ
番号は＋１加算される（Ｓ９）、このカテゴリ類似度計
算部１５での処理はカテゴリ番号の値が認識対象となっ
ている全てのカテゴリについて完了するまで行う（５６
〜５１０）。

特徴番号カウンタ８のカウント値である特徴番号は特徴
量抽出終了信号１３が人力した後、＋１加算される（Ｓ
１１）。

この特徴量抽出処理（Ｓ４）から、特徴番号に＋１加算
する処理（５１１）までのステップを、特徴番号の値が
認識処理に使用する特徴数に達するまで特徴量てについ
て行う（５４〜５１２）。

ステップＳ４からステップＳ１２までの処理が終了した
時点において、類似度記憶部２３にはカテゴリごとに類
似度の累積値であるところのカテゴリ加算類似度が格納
される。このカテゴリ加算類似度は認識対象となるカテ
ゴリ毎に抽出され複数の特徴量に対しそれぞれ算出され
た類似度をカテゴリ毎に総和を取って得られたものであ
る。

認識対象カテゴリ数をＮ、使用特徴数を閣、カテゴリ、
特徴毎に示されるカテゴリ類似度をＰ　（ｉ　、ｊ）、
カテゴリ加算類似度をＲ（ｉ）とすると、で与えられる
。

認識判定部２４は、このようにして得られたカテゴリ加
算類似度が全ての認識対象カテゴリ中最大となるカテゴ
リ番号を算出しく５１３）　、その結果を認識カテゴリ
番号信号２５として出力しく５１４）、よって認識処理
を終了する。

、１′ｊ古、１１１びカテゴＴＬ゛Ｐ′ｒ−Ｌ第３図は
特徴毎及びカテゴリ毎に設定される特徴辞書の一例を示
す説明図であり、第４図はカテゴリ類似度算出処理（Ｓ
７）の流れ図である。

第３図及び第４図を参照してカテゴリ類似度算出方法を
詳細に説明する。

第３図に示す特徴辞書は、例えば、特徴がカテゴリに対
し有効か無効かを指示する価値判断値ＶＡＬと、精微量
分布状態を表わす値Ｄｉｓと、分イσ範囲より設定され
る閾値としての例えば特徴量下限値ＬＩＭＳ及び特徴量
上限値ＬＩＭＬとをそれぞれ格納していると共に、さら
に分布の安定性を考慮してそれぞれ定められた、カテゴ
リ類似度算出のための加算基準値へＤＤ　、　ｇ算基準
値ＳＯＢ　、加算値増加ｆｆ１ＭＵＬＡ及び減算値増加
ｆｉ　ＭＵＬＳをそれぞれ格納している。これら６値は
各カテゴリの各特徴毎に経験的にかつ個別的に予め定め
られていて、従って少なくとも（特徴値）×（カテゴリ
数）の個数だけ特徴辞書に設定されている。

第３図に示す内容が格納されている特徴辞書を既に説明
したように読み出して特徴辞書信号２６をカテゴリ類似
度計算部１５へ入力させる（５２１）。

この計算部１５において、先ず、ＶＡＬの値が１か０か
（この特徴が、このカテゴリに対して有効か無効か）の
判定を行い（５２２）　、判定の結果、ＶＡＬ　＝　１
である時は、この特徴及びこのカテゴリについてのカテ
ゴリ類似度計算を行う（８２３〜５３２）。或は又、そ
の判定結果がＶＡＬ＝０である時は、この特、徴は、こ
のカテゴリに対して特徴値が一定の範囲に入らない、す
なわち認識処理における判定の尺度として用いないもの
としてカテゴリ類似度計算は行わない（Ｓ３３）。

次に、ＶＡＬ　＝　１である時の処理手順を以下に説明
する。

ＤＩＳは既に説明したように特徴の分布状態を示すもの
であり、この実施例において分布状態の判定は次の３種
類を例とする（Ｓ２：］）。

ＤＩＳ＝０：特徴値は上限値と下限値の間に分１ｆｉす
る。

Ｄｉｓ　＝　１　：特徴値は下限値以上の範囲に分布す
る。

ＤＩＳ　＝　２　：特徴値は上限値以下の範囲に分布す
る。

ここで、ＤＩＳ＝Ｏ１１及び２における上限値及び下限
値はそれぞれ分布状態に応じて経験的に個別に定められ
た値であって、一般には互いに異なる値となっているか
、同一となっている場合もある。

［１］　Ｄｉｓ　＝　Ｏである場合 上限値をＬＩＭＬ、下限値をＬＩＭＳ及び抽出した特徴
量をＦＤＶとする時、 ＬＩＭＳ≦ＦＤＶ≦ＬＩＭＬ を満たすか否かの判定を行う（Ｓ２５）。

この条件を満たす場合には加算基準植入ＤＤをカテゴリ
類似度とする。

満たさない場合には ■ＦＤＶ＜　ＬＩＭＳである時は、下限値からのずれの
大きさくＬＴＭＳ　−ＦＤＶ）　ニ減算値増加ｆｉ　Ｍ
ＵＬＳを乗じ、得られた値に減算基準値Ｓｕｎを加え、
この和の値に−１を乗じた値、すなわち −（ＳＯＢ　＋ＭＵＬＳ・（ＬＩＭＳ　−ＦＤＶ））を
カテゴリ類似度とする。

■次に、ＦＤＶ＞　ＬＩＭＬである時は、上限値からの
ずれの大きさくＦＤＶ−ＬＩＭＬ）　１．：減算値増加
量ＭＵＬＳを乗じ、得られた値に減算基準値５ＬＩＢを
加え、この和の値に−１を乗じた値、すなわち −（ＳＯＢ　＋ＭＵＬＳ−（ＦＤＶ−ＬＩＭＬ）　）を
カテゴリ類似度とする（５２６）。

［２１さらに、ｏｔｓ　＝　ｔである時下限値をＬＩＭ
Ｓ及び抽出した特徴量をＦＤＶとする時、ＦＤＶ≧ＬＩ
ＭＳを満たすか否かの判定を行い（Ｓ２７）　、この条
件を満たす場合には下限値からのずれの大きさくＦＤＶ
−ＩＪＭｓ）に加算値増加量Ｍ叶Δを乗じ、得られた値
に加算基準植入−ＤＤを加えた値、すなわち ＡＤＤ　　＋　　（ＦＤＶ−ＬＩＭＳ）　　　・　ＭＵ
ＬＡをカテゴリ類似度としく５２８）　、満たさない場
合には、下限値からのずれの大きさくＬＩＭＳ　−ＦＤ
Ｖ）に減算値増加量Ｍ　１１　Ｌ　Ｓを乗じ、得られた
値に減算基準値ＳＯＢを加え５この加算した値に−１を
乗じた値、すなわち −（ＳＯＢ　＋　（ＬＩＭＳ　−ＦＤＶ）　　−ＭＵＬ
Ｓ　）をカテゴリ類似度とする（Ｓ２９）。

［３］　Ｄｉｓ　＝　２である場合 上限値をＬＩＭＬ及び抽出した特徴量をＦＤＶとする時
ＦＤＶ≦ＬＩＭＬを満たすか否かの判定を行い（５３０
）　、この条件を満たす場合には上限からのずレノ大き
さくＬＩＭＬ　−ＦＤＶ）　ニ加算値増加ｆｉｌＡＩＪ
ＬＡを乗じ、得られた値に加算基準値ＡＤＤを加えた値
、すなわち ＡＤＩｌｌ　＋（ＬＩＭＬ　　−ＦＤＶ）　　拳　　Ｍ
ＵＬＡをカテゴリ類似度としく５３１）　、満たさない
場合には上限からのずれの大きさに減算値増加量ＭＵＬ
Ｓを乗じ、得られた値に減算基準値ＳＯＢを加え、この
方■算した便に−１を乗じた値、すなわち−（ＳＵＢ　
＋（ＦＤＶ−ＬＩＮＬ）　・ＭＵＬＳＪをカテゴリ類似
度とする（Ｓ３２）。

以上の如く各条件に対応した処理をステップＳ２２〜Ｓ
３３に従って行った後、カテゴリ類似度として出力する
（Ｓ３４　）。

尚、ＡＤＤ　、　ＳＵＢ　、　ＭＵＬＡ、　　ＭＵＬＳ
の６値については特徴値の分布が安定（例えば、分散が
小）であれば相対的に大きい値、特徴値の分布が不安定
（例えば、分散が大）であれば相対的に小さい値に設定
するのが有効である。

又、上述した第２図及び第４図で説明した各処理ステッ
プを中央処理装置（ｃＰＵ）で行うことが出来る。

又、上述した実施例は単なる一好適例であって、この発
明はこの実施例にのみ限定されるものではない。

（発明の効果） 上述した説明から明らかなようにこの発明では、特徴量
抽出結果の部分的なばらつきを吸収でき、さらに特徴量
分布の安定性等を十分に考慮した特徴辞書を用いた音声
認識方法であるので、従来よりも音声認識性能が高い。

【図面の簡単な説明】

第１図はこの発明の音声認識方法の実施例を説明するた
めのブｑツク図・ 第２図はこの発明の音声認識方法の処理手順を示す動作
の流れ図、 第３図はこの発明に用いる特徴辞書の一実施例を示す図
、 第４図はカテゴリ類似度算出手順を示１−流れ図である
。 ２・・・音声区間検出部、　　５・・・音声信号記憶部
７・・・特微量抽出部、　　　８・・・特徴番号カウン
タ１０・・・辞書アドレス計算部 １２・・・特徴辞書記憶部 １５・・・カテゴリ類似度計算部 １８・・・カテゴリ番号カウンタ ２０−・・類似度加算部、　　２３・・・類似度記憶部
２４・・・認識判定部。 特許出願人　　　　沖電気工業株式会社ＤＬ５　　　特
号歌量≠収麩 ＬＩ　ト１５　　　　午奇塊１１下ア艮うＩＬＩ　トク
Ｌ　　＋％すり友、」１１よニア艮づ、ＨＡＤＤ　　ｊ
１ｒＪ’Ｘ’ｉ＆ｐ１１ ＳＬ／Ｂ　　　：　滅ｘｉ　準イＪ＋ Ｍｌ、ＩＬＡ　　、　　ａｌＬ（ＪＬｊｆｙｎｔ呂υＬ
５：　　Ａ″’）ｉ　４Ｌ４ｐｒｙｊ杓」斂＃寥の一４
列の官見明困 第３図

Claims (1)

【特許請求の範囲】
1. （１）入力した音声パタンに対して予め定められた種類
   の特徴量を抽出し、抽出した特徴量から認識カテゴリを
   決定する音声認識方法において、（ａ）各特徴について
   認識対象カテゴリ毎に、特徴量の分布状態と、特徴量の
   分布範囲に適合させて設定される閾値と、分布の安定性
   に適応させてそれぞれ設定されかつカテゴリ類似度の算
   出に使用される加算基準値、加算増加量、減算基準値及
   び減算増加量とが予め格納されている特徴辞書を具え、 （ｂ）入力音声パタンに対して、ある１つの特徴に対し
   て特徴量を抽出し、抽出された特徴量より、前記特徴辞
   書を用いて、該特徴が有する認識対象カテゴリ毎に該特
   徴に対するカテゴリ類似度を算出し、 （ｃ）該カテゴリ類似度の算出を認識処理に使用する全
   ての特徴に対して行い、 （ｄ）その後、ある１つの該認識対象カテゴリの全ての
   特徴に対するカテゴリ類似度の総和を該認識対象カテゴ
   リに対するカテゴリ加算類似度として算出し、 （ｅ）該カテゴリ加算類似度の算出を全ての認識対象カ
   テゴリについて行い、 （ｆ）その後、全ての認識対象カテゴリの中でカテゴリ
   加算類似度が最大となるカテゴリを認識カテゴリと決定
   して出力する ことを特徴とする音声認識方法。