JPS6229800B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は、音声認識装置に係り、特に、電話回
線を通して受信される音声信号、PB（押しボタ
ンダイヤル）信号を個別に検出し、その認識結果
を区分して出力することができる音声認識装置に
関するものである。

従来、この種の音声認識装置は、PB信号につ
いても通常の音声認識方式をそのまま延長して適
用し、その認識結果を出力するようにしていた。

したがつて、その音声認識用標準パターンの中
に、PB信号も音声信号の一部とみなした標準パ
ターンを入れておき、これに基づいてPB信号を
通常の音声認識と同様に検出しなければならなか
つた。

このため、PB信号が受信された場合、これを
認識・判定するとき、他の多くの一般の音節、語
等の標準パターンも含め、その類似性の比較・計
算・処理を行わなければならないので、装置が複
雑・大形化するばかりでなく、正解を認識しうる
確率が低く、実用性に乏しいものが多かつた。

本発明の目的は、上記した従来技術の欠点をな
くし、経済的にPB信号の認識確度を高めること
ができる音声認識装置を提供することにある。

本発明に係る音声認識装置は、 各々入力された音声帯域信号の周波数スペクト
ル分析に用い、かつ所定の一部を押しボタンダイ
ヤル信号に用いられる各周波数信号それぞれを個
別にのみ通過しうるように構成したフイルタ群
と、 前記フイルタ群の所定の一部から出力される信
号を入力して押しボタンダイヤル信号の処理を行
う信号出力回路と、 該フイルタ群の出力の中から、押しボタンダイ
ヤル信号の低域群と高域群信号のそれぞれ１つの
みを検出、チエツクするチエツク回路と、 入力される音声帯域信号の始端と終端とを検出
する信号区間検出回路と、 該信号区間検出回路からの区間検出信号の出力
中に、前記チエツク回路の受信信号が変化しない
ことを判定する信号判定回路と、 前記フイルタ群の出力を標準パターンと比較し
易くするために処理を行う音声データ処理回路
と、 前記標準パターンを格納する標準パターンメモ
リと、 前記音声データ処理回路の出力データと、前記
標準パターンメモリの標準パターンデータとを、
前記信号区間検出回路の出力に基づく信号区間ご
とに、類似比較する比較回路と、 該比較結果に基づき、いかなる音声かを判定す
る音声判定回路と、 該判定結果に基づき、音声認識出力を行う音声
出力回路と、 前記信号判定回路により、入力された信号が押
しボタンダイヤル信号と判定されたときには、前
記信号出力回路の出力を有効とし、それ以外のと
きには、前記音声出力回路の出力を有効とする手
段とを有するようにしたものである。

なお、これを詳述すれば、上記PB信号を個別
にのみ通過しうる各フイルタは、通常の音声信号
の周波数スペクトル分析にも用うるごとくし、ま
た、正規のPB信号は、高群周波数、低群周波数
それぞれのうち各１つのみからなるので、PB信
号の判定は、各群について択一チエツクを行う
PB信号検出部によつて行うようにし、PB信号の
データは、例えば、通常のPB信号受信器等と同
様・類似の形式で出力するようにするものであ
る。

以下、本発明の実施例を図に基づいて説明す
る。

第１図は、本発明に係る音声認識装置の一実施
例のブロツク図、第２図は、そのPB信号入力時
の主要部の出力波形図、第３図は、同通常の音声
信号入力時の主要部の出力波形図である。

ここで、１は、前処理部に係る帯域フイルタ
（BPF）、２は、同増幅器（AMP）、３は、特徴抽
出部に係る信号区間検出回路（SIG−DET）、４
は、同フイルタバンク（FBK）、５は、同音声デ
ータ処理回路（DATA−CAL）、６は、PB信号出
力回路（PB−OUT）、７は、PB信号検出部に係
る低群チエツク回路（LCK）、８は、同高群チエ
ツク回路（HCK）、９は、同PB信号判定回路
（PB−JUDG）、１０は、識別部に係る制御回路
（CONT）、１１は、同類似比較回路（COMP）、
１２は、同標準パターンメモリ（PAT−
MEM）、１３は、同音声認識判定回路（SR−
JUDG）、１４は、同音声認識出力回路（SR−
OUT）である。

まず、電話回線からの音声帯域信号（通常の音
声信号、PB信号）は、信号入力端子INから入力
され、帯域フイルタ１により、フイルタバンク４
に対する余分な周波数成分が雑音とみなされてカ
ツトされる。

次に、増幅器２は、帯域フイルタ１の出力を受
信し、この装置が信号処理をするために適正な所
定レベルに調整し、フイルタバンク４へ送出す
る。

フイルタバンク４は、所定の音声帯域（例え
ば、300〜3400Hz）を大略等間隔で所定数（例え
ば、16）に分割し、これに対して各所定の通過帯
域幅を有するフイルタＦ１〜Fiから構成されて
いる。

したがつて、入力された信号の周波数スペクト
ルに応じ、各フイルタＦ１〜Fiから当該周波数
スペクトルに対応したレベルの信号が出力され
る。

このフイルタＦ１〜Fiのうち、フイルタＦ１
〜Ｆ８は、それぞれ、PB信号を構成すべき周波
数、例えば、CCITT（国際電信電話諮問委員
会）による低群周波数f1＝697Hz、f2＝770Hz、f3
＝852Hz、f4＝941Hzおよび高群周波数f5＝1209
Hz、f6＝1336Hz、f7＝1477Hz、f8＝1633Hzに適合
した特性を有しており、PB信号受信時には、当
該のものから顕著な出力を送出する。

PB信号は、低群周波数f1〜f4、高群周波数f5〜
f8それぞれのうち、いずれかの１周波数ずつの２
つの信号の組合せからなつている。

したがつて、フイルタバンク４の出力は、その
フイルタＦ１〜Ｆ４，Ｆ５〜Ｆ８の各群のいずれ
か１つずつの出力組合せで送出される。

その各群の出力は、それぞれ、低群チエツク回
路７、高群チエツク回路８で、例えば、1out of4
（４個中１個のみ）の択一チエツクが行われる。

一方、増幅器２の出力信号は、信号区間検出回
路３にも入力され、この装置に入力された音声帯
域信号の始期、終期が検出され、後段の各部の認
識処理の実行時期の制御の基準となる。

PB信号については、その１信号区間中、１組
（対）の周波数のみの信号であるべきであるの
で、これが変動しないことを検出する機能（信号
不変化判定機能）を有するPB信号判定回路９に
より、低群チエツク回路７、高群チエツク回路８
のチエツク結果に基づいて確実な検出判定が行わ
れる。

PB信号判定回路９の出力信号は、PB信号判定
出力端子PBJから外部または上位の装置へ送出さ
れ、PB信号である旨の判定結果を知らせる。

また、PB信号の内容（データ）は、公知の方
法により、PB信号出力回路６で波形整形などの
処理を受けた後、PB信号出力端子PBDから外部
または上位の装置へ出力される。

前後するが、フイルタバンク４からの一般的な
出力信号は、PB信号検出を兼ねた上記フイルタ
Ｆ１〜Ｆ８に加えて、音声帯域の他の部分の音声
認識の特徴抽出（周波数スペクトル分析）に適切
な所定の周波数特性を有するフイルタＦ９〜Fi
から音声データ処理回路５へ送出される。

音声データ処理回路５は、連続して時々刻々に
送入される周波数スペクトル情報を、10〜数十ｍ
ｓの単位時間長ごとにサンプリングし、時系列的
にデジタル情報に変換する。

標準パターンメモリ１２には、音声認識用の各
標準音声のスペクトルパラメータが標準パターン
として格納されている。

類似比較回路１１は、この標準パターンデータ
と、音声データ処理回路５で処理された上記デジ
タル情報（データ）との類似性の計算を行う。

すなわち、信号区間ごとに、その受信音声信号
データと、標準パターンメモリ１２に格納されて
いる全標準パターンとの類似度を計算し、順次、
その結果を音声認識判定回路１３へ送出する。

音声認識判定回路１３は、標準パターンのう
ち、入力された音声に対して最も類似度が高いも
のはどれか、また、その類似度が所定の基準から
みて認識結果とするのに妥当であるか否かを判定
する。

判定された認識結果は、音声認識出力回路１４
によつて波形成形などがなされ、音声認識出力端
子OUTから外部または上位の装置へ送出され
る。

次に、第２図とともに、PB信号（低群周波数
f3、高群周波数f6、すなわち、電話用ダイヤル数
字“８”に相当するもの）が入力された場合の具
体例について説明する。

増幅器２の出力が入力PB信号に対応して時間
とともに図示のごとく送出されると、信号区間検
出回路３は、直ちに入力信号の始端を検出し、そ
の出力信号を所定の各部へ送出する。

フイルタバンク４においては、図示のごとく、
フイルタＦ３，Ｆ６にのみ出力が現れるが、他の
フイルタＦ１，Ｆ２，Ｆ４〜Ｆ５，Ｆ７……の出
力は、微小な雑音程度で殆ど０となつている。

低群チエツク回路７、高群チエツク回路８は、
それぞれ、フイルタＦ３，Ｆ６の出力を受け、チ
エツクを行い、その結果（チエツク合格出力）を
PB信号判定回路９へ送出する。

PB信号判定回路９は、上記両出力がPB信号と
しての所定の最低継続時間ｔを超えて連続して存
在したことを確認した後、PB信号の受信である
旨の判定結果を出力する。

更に、第３図とともに、PB信号でなく、通常
の音声信号が入力された場合について具体的に説
明する。

増幅器２の出力が入力音声信号に対応して時間
とともに図示のごとく送出されると、信号区間検
出回路３は、直ちに入力信号の始端を検出し、そ
の出力信号を所定の各部へ送出する。

フイルタバンク４の各フイルタＦ１〜Fiの出
力は、PB信号の場合のごとく特定にものにのみ
顕著に現れることなく、入力音声信号に応じ、そ
れぞれ、その周波数スペクトルに対応したレベル
の出力を送出する。

したがつて、低群チエツク回路７、高群チエツ
ク回路８の出力が得られず、PB信号判定回路９
も出力を送出しない。

これにより、制御回路１０は、入力信号がPB
信号でなく、通常の音声信号であるものと判定
し、音声データ処理回路５に所定の処理動作を行
わしめるように制御する。

その処理内容は、例えば、公知のものと同様に
行いうるので、詳細説明を省略するが、その処理
結果は、所定時間、例えば、10〜20ｍｓごとに類
似比較回路１１へ送られる。

類似比較回路１１は、順次、標準パターンメモ
リ１２から認識すべき音声の標準パターンを読取
り、類似比較を行い、その結果を出力する。

音声認識判定回路１３は、類似比較回路１１か
らの類似比較結果のうち、類似点数が最良のもの
を選択し、これに対応する標準パターンに係る音
節、語等を内容とする音声認識結果を出力する。

以上に述べたところにより、本発明では、特
に、入力音声信号の周波数スペクトルに用いるフ
イルタ群の一部を、PB信号受信用の帯域フイル
タに兼用することで経済化を図るとともに、入力
信号の始端と終端を検出する信号区間検出回路の
出力により、PB信号が正常に受信されているか
をチエツクし、さらに音声の標準パターンとの比
較を信号区間ごとに行わせるようにすることで処
理を簡略化したものであり、また、信号判定回路
の出力により、PB信号と音声信号を区分けして
出力可能にしたものである。

以上、詳細に説明したように、本発明によれ
ば、フイルタバンクのフイルタの一部をPB信号
認識に兼用し、その結果のPB信号チエツクを行
うようにするので、この種の音声認識装置の経済
化およびPB信号検出の確実化に顕著な効果が得
られる。

【図面の簡単な説明】

第１図は、本発明に係る音声認識装置の一実施
例のブロツク図、第２図は、そのPB信号入力時
の主要部の出力波形図、第３図は、同通常の音声
信号入力時の主要部の出力波形図である。 １……帯域フイルタ、２……増幅器、３……信
号区間検出回路、４……フイルタバンク、５……
音声データ処理回路、６……PB信号出力回路、
７……低群チエツク回路、８……高群チエツク回
路、９……PB信号判定回路、１０……制御回
路、１１……類似比較回路、１２……標準パター
ンメモリ、１３……音声認識判定回路、１４……
音声認識出力回路。

Claims (1)

1. 【特許請求の範囲】 １ 各々入力された音声帯域信号の周波数スペク
   トル分析に用い、かつ所定の一部の押しボタンダ
   イヤル信号に用いられる各周波数信号それぞれを
   個別にのみ通過しうるように構成したフイルタ群
   と、 前記フイルタ群の所定の一部から出力される信
   号を入力して押しボタンダイヤル信号の処理を行
   う信号出力回路と、 該フイルタ群の出力の中から、押しボタンダイ
   ヤル信号の低域群と高域群信号のそれぞれ１つの
   みを検出、チエツクするチエツク回路と、 入力される音声帯域信号の始端と終端とを検出
   する信号区間検出回路と、 該信号区間検出回路からの区間検出信号の出力
   中に、前記チエツク回路の受信信号が変化しない
   ことを判定する信号判定回路と、 前記フイルタ群の出力を標準パターンと比較し
   易くするために処理を行う音声データ処理回路
   と、 前記標準パターンを格納する標準パターンメモ
   リと、 前記音声データ処理回路の出力データと、前記
   標準パターンメモリの標準パターンデータとを、
   前記信号区間検出回路の出力に基づく信号回路ご
   とに、類似比較する比較回路と、 該比較結果に基づき、いかなる音声かを判定す
   る音声判定回路と、 該判定結果に基づき、音声認識出力を行う音声
   出力回路と、 前記信号判定回路により、入力された信号が押
   しボタンダイヤル信号と判定されたときには、前
   記信号出力回路の出力を有効とし、それ以外のと
   きには、前記音声出力回路の出力を有効とする手
   段を有することを特徴とする音声認識装置。