JPS62299999A - パタ−ン比較装置 - 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】 産業上の利用分野 本発明は、登録された複数種類のパターンと入力パター
ンとの比較を行ない、入力パターンの識別を行なうパタ
ーン比較装置、特に単語音声の認識などに適用可能なパ
ターン比較装置に関する。

従来の技術 人間にとって最も自然な情報発声手段である音声が、人
間−機械系の入力手段として真価が発揮されるだめには
、高認識率の実現が最も重要である。本発明の目的もこ
こに存し、高認識率を実現した音声認識装置を提供する
ことにある。

第２図は単語単位を認識の単位とする音声認識装置のブ
ロック図である。２１は音声信号の入力端子、２２は入
力音声信号を周波数分析、ＬＰＧ分析、ＰＡＲＣＯＲ分
析、相関分析等により幾つかの数値の組（特徴ベクトル
）の系列に変換する３ヘ−７ 音響分析部、２３は認識すべき単語が前記特徴ベクトル
の系列として登録されている標準パターン記憶部、２４
は音響分析部２２で分析された認識すべき入力音声信号
に対する前記特徴ベクトルの系列と前記標準パターンの
それぞれとを比較し、両者の距離あるいは類似度を８１
算するパターンマツチングｆｉ、２５はパターンマツチ
ング部２４の計算結果に基づいて前記入力音声パターン
に最も近い標準パターンに対〔６する単語を認識結果と
して判定する判定部であり、２６はこの認識結果を出力
する出力端子である。このような構成による音声認識装
置において、パターンマツチングの方法として、動的計
画法による時間軸非線形伸縮によりマツチング（ＤＰマ
ツチング）を行なう方法が優れている。

次にＩ）Ｐマツチングによるアルゴリズムについて簡単
に説明する。いま、 を二つの音声パターンとする。すなわち、それ等の音声
パターンは、それぞれに対する特徴ベクトル＆ｉ、ｔ）
ｊの系列で表わされる。

特徴ベクトルａｉとｂｊとの距離’ｒｄ（ｉ、ｊ）とす
るとき、前記両系列を構成するベクトルの種々の対応付
けに対し、ｄ（ｉ、ｊ　）の荷重平均を求め、それが最
小になる対応付けを両系列間の最適な対応付けとし、そ
の時の荷重平均を両系列間の距離Ｄ（Ａ、Ｂ）とするの
であるが、この手続きを動的計画法を用いて効率よく行
なうのがＤＰマツチングである。なお、ｄ（ｉ、ｊ）は
通常、ベクトル’Ｌｉ’　、　ｂｊのユークリッド距離
または市街地距離が用いられる。

第３図はこれを二次元的に図示したもので、ム。

８両パターンの時間の対応即ち時間変換関数ｊ　（ｉ）
は、ｉ−ｊ平面上の格子点Ｃ例）＝（ｉ（ｋ）、ｊ（ｋ
））の系列 Ｆ　＝　ｃ（１）　ｃ（２）・・・・・・Ｃ□□□）・
・・・・・Ｃ（ト）　　・・・・・・（２）（ｉ（５）
）＝１．ｊ（５））＝Ｊ） で表わされる。このとき、Ｄ（Ａ、Ｂ）は次のように定
義される。

６ベージ ここに、Ｗ（８））は非負の定数で、その値は時間変換
関数、ｔ（ｉ）ｋ点列で近似するときの方式によって定
められる。ここで、式（３）の分母をＦに依存しない定
数 とすれば、Ｄ（Ａ、Ｂ）は動的計画法により効率的に求
められる。すなわち、 ν ＋ｄ（ｃ（ｋ））ｗ□□□）］ −ｍｉｎ［ｇ（ｃ（ｋ−＋））＋ｄ（ｃ（ｋ））ｗ（ｋ
月　・・・・・・（４）０（ＩＣ） ６ヘー。

であるから、ｇ（ｃ（１））＝ｇ　（１，１）＝ａ　（
１゜１）として、漸化式（４）を解き、ｇ（ｃ（Ｋ））
　−ｇ　（Ｘ　。

Ｊ）が求められれば、 Ｄ（ム、Ｂ）＝−ｇ（Ｉ、Ｊ）　　　　・・・・・・（
６）としてＤ（Ａ、Ｂ）が求められる。

式（３）の分母を定数化する方法として、Ｍ−Ｉ＋Ｊと
なるようにする方法（対称型）と、Ｍ＝ＩまたはＪとな
るようにする方法（非対称型）がある。

第４図ａ　−ｊは点列Ｆを選ぶ際の拘束条件の例を示し
ており、点（ｉ、ｊ）に至る径路は図の矢線で示される
径路のみ取り得る。また各線分上に示された数字はその
線分が径路として選ばれた場合の荷重Ｗ（ｋ）を示して
いる。ａ、ｂは前記対称型の例でＭ＝Ｉ＋Ｊとなり、ｃ
−ｆ＋ｇ−ｊは前記非対称型の例で、前者はｙ＝Ｉとな
り、後者はＭ−Ｊとなる。

このようなマツチング法を用いて単語音声の認識をする
には次のようにする。認識の対象とｋっている単語クラ
スをｎ（ｎ−１〜Ｎ）、その標準７ヘーノ パターンをＲｎ　で表わす。入力パターン人と各標準パ
ターンＲｎ　　との距離Ｄｎ＝Ｄ　（Ａ　、　Ｒ”）を
上記の方法で計算し、Ｉｎｎ”　＝　ｆＩＩｉｎ（Ｄｌ
ｌ）を与えるクラスｎ＊　をＡに対する認識結果とする
。

前記非対称型のＤＰマツチングでＭ−、Ｉとなるように
すれば、Ｍは入力パターン長にのみ関係する量とな′す
、式（５）において何れの標準パターンに対してもＭは
一定であるから、 よ り（ム、Ｂ）＝ｇ（Ｉ、Ｊ）−ｍｉｎ［、Σｄ（ｉ、ｊ
　）］−・−（ｅ）ｊ（ｉ）　１＝’ と定義出来る。また、前記非対称型のＤＰマツチングで
Ｍ＝Ｊとなるようにすれば、Ｍは標準バタと定義出来る
。次に実際の計算を行う場合の例を示す。

第４図ａの拘束条件の許に式（四におけるＤ（Ｉ・Ｊ）
を求める場合には次の漸化式（８）を計算すれば良い。

・・・・・・（８） 初期条件　ｇ（１，１）　−ｄ（１，１）第４図ｅの拘
束条件の許に式（６）を求める場合には次の漸化式（９
）を計算すれば良い。

・・・・・・（９） 初期条件　ｇ（１，１）＝ｄ（１，１）また、第４図１
の拘束条件の許に式（７）’！に求める場合には次の漸
化式（１ｏ）を計算すれば良い。

・・・・・・（１ｏ） 初期条件　ｇ（１，１）−ｄ（１，１）次に連続単語音
声の認識について説明する。連続単語音声の認識は次の
ように定式化できる。いまＸ個の単語ｑ（１）、ｑ（２
）、・−・・・・、ｑ（Ｘ）を連続して９へ一１゛ 発生したときの音声パターンを人で表す。

Ａ−＝ａ１ａ２・・・・・・ａｌ・・・・・・八！　　
　　・・・・・・（１１）単語ｑＣＫ）の標準パターン
を Ｒ（１（Ｘ）　＝　ｂ（１（Ｘ）　ｂ（１（Ｘ）　、、
、ｂｑ（Ｘ）、　、、、　ｂ（１（Ｘ）１　　２　　　
　］　　　　’ｑ（ｘ）トスルトキ、Ｘ　（ｌ？ｉｌ　
）単ｍ　Ｒｑ”’＋　Ｒ”）＋　”・ｓ　Ｒ”ｚ）全接
続して得られる標準パターンＲ＊ハ Ｒ＊−Ｒｑ（１句Ｒｑ（２届・・・・・・■Ｒｑ（ｘ）
・・・・・・（１２）：ｂｑ（１）、、、、（１（１）
　　５ｑ（２）、、、、Ｑ（２）　　、、、、Ｑ（Ｘ＞
１Ｊｑ（＋）　　＋　　　　Ｊｑ（２）　　　＋、、、
、（１（Ｘ）　　、、、、Ｑ（Ｘ）１．、、（１（Ｘ）
Ｊｑ（Ｘ）　　　Ｉ　　　ＪＱ（Ｘ） で表される。ここで■はパターンの接続を表す。

そこで、連続単語音声認識は、とのＲ＊と入力音声パタ
ーン人との間でＤＰマツチングを実行し、その際得られ
るＤ（Ａ、Ｒ＊）が最小になるように、Ｘとｑ（ｘ）（
ｘ　＝１　、２　、・・・・・・、Ｘ）を決めるという
問題になる。即ち、 Ｔ＝　ｍｉｎ　［Ｄ（ｉ、ｆ（１）■Ｒｑ（２）（わ、
＜ＥｉＥＩＲｑ（ｘ）■１．■、ｐ（ｘ）］Ｘ　、ｑ（
ｘ） １０ベーン゛ ・・・・・・（１３） を計算し、Ｔが最小になる条件を求めればよい。

式（１３）の計算をまともに実行しようとすると、膨大
な計算量が必要となる。即ち、入力音声パターンにおい
て連続発生の単語数の最大値をに１単語標準パターンの
数をＮとすれば、Ｎ　回の計算を実行する事になる。そ
こで、実際にはこの問題を次の漸化式を解く問題に帰着
させている。

入力音声パターン人において、ｉ＝に＋１からｉ＝ｍま
での部分区間を、部分パターンＡ（ｋ、ｍ）で定義する
。

Ａ　（ｋ　ｅ　ｍ　）　＝　ｌＬｋ＋１ａｋ＋ｚ　＋・
＋　＋＋＋　ａＢ　　　＝−＝−（１４）このとき、式
（６）によりパターン間の距離を定義すれば次のことが
言える。

Ｄ（Ａ、Ｒ■Ｒ）＝ｍｚｎ［Ｄ（Ａ（０，ｍ）、Ｒ’　
）＋Ｄ（Ａ（ｍ、Ｉ）、Ｒ）］　　−・団−（１５）こ
のことを用いれば式（１３）は次のように解ける。

ここで以後用いる記号の意味を第１表にまとめて示す。

１１べ一７′ 第１表 イ）入力単語数Ｘが既知の場合 Ｎｘ（ｉ）＝ｎ”　、　　Ｂｘ（ｉ）−ｍ”（ｎ、ｍは
式（１５）を満たすｎとｍ）なる漸化式の解を求めれば
、認識結果は第５図に示すフローチャートにより、Ｘ単
語列の最後尾単語名とバンクポインタから先頭迄の単語
名とセグメンテーション結果が逆の順序で順次求まる。

口）入力単語数Ｘが未知の場合 ”（’）　”　　ｗｉｎ　［Ｄｘ−＋（ｍ）　＋Ｄｏｌ
（Ｉｌ＋１　：　ｉ　）］ｍ、ｎ、ｘ ”ｍｌｎ［Ｄ（ｍ）＋　Ｄｏｌ（Ｉｎ＋１　：ｌ　）コ
・・・・・・（１７） Ｎ（ｉ）＝ｎ”　、　　Ｂ（ｉ）＝ｍ”（”　ｒ　”は
式（１６）を満たすｎとｍ）なる漸化式の解から第６図
のフローチャートにより認識結果が得られる。

以上の考え方を実現するのに２段ＤＰ法が知られている
。次に入力単語数Ｘが既知の場合の２段１３ヘーｌ ＤＰ法について概略を説明する。

２段ＤＰ法は、式（１６）あるいは式（１７）を直接解
く方法であって、先ずＤｏｎ（ｓ：ｔ）をあらゆるＳ。

ｔの組み合わせに対してＩ）Ｐで求めておき、その後Ｄ
ｘ（ｉ）をＤＰで求める方法で、ＤＰを２段にしている
のが特徴である。この２段ＤＰ法としては前向きア〉ゴ
リズムと後向きアルゴリズムが知られているが、ここで
は後向きアルゴリズムについて説明する。

（１）入力パターンのフレーム１−１に対して、Ｘ＝１
〜ｘについて、Ｄｘ−１（１−１）、Ｂｘ−１（ｉ　１
）。

Ｎｘ−＋（１１）は求まっているとする。

（２）単語ｎ　（ｎ＝１　、２、−−−−−−、　Ｎ　
）の標準パターンと入力パターンを、ｉｏ　を始点とし
て逆時間向きにＤＰマツチングする。従って、径路の拘
束条件は第４図ｃ、ｄ、ｅ、ｆに対応して、第７図ａ、
ｂ、ｃ、ｄとなる。マツチング範囲は、整合窓幅ｒで行
うことも考えられるが、ここでは傾き１／２〜２の範囲
（傾斜制限内、第８図の斜線部）で行うものとする。こ
のマツチ１４１・−ソ ングを終端フリーで行う。その結果、Ｄ（、ｎ（ｓ：ｉ
）カ求マル。タタシ、ｉ−２コ＋１≦８　≦ｉ（１／２
）ｊ”である。

（３）式（１６）のＤＸ（１）、ＢＸ（ｉ）、ＮＸ（１
）をｘ−１〜ｘについて求める。

（４）　　ｉ＝　ｉ＋１として（２）へ戻る。

この考え方により、連続発生された単語音声を認識する
ことが可能である。Ｘが未知である時は、上記（１）〜
（３）における添字Ｘを取り除き、Ｘを無視すればよい
。

発明が解決しようとする問題点 Ｘの値が既知の場合は前記−（イ）入力単語数Ｘが既知
の場合−の漸化式を適用する方が前記−（ロ）入力単語
数Ｘが未知の場合−の漸化式を適用するよりも高い認識
率が得られる。ところがＸの値は一般には不明であるこ
とが多く、前記←）の方法を用いざるを得ない場合が多
かった。

問題点を解決するための手段 入力信号を特徴ベクトルの系列ａ１　ａ２・・・・・・
ｔＬｌに変換する特徴抽出手段と、特徴ベクトルの系列
１６ベー／ ｂ１ｂ２・・・・・・ｂｎ　、ｎ　から成る標準パター
ンＲｎ（ただし、ｎ＝１．２、……、Ｎ）を記憶する標
準パターン記憶手段と、連続的に単語又は音節等を発生
する毎にそれに同期したマーカ信号を入力するマーカ信
号入力手段と、この一連の入力信号に対するマーカ信号
の総数をＸとするとき、前記入力パターンと前記標準パ
ターンＲｎの結合パターンとのパターン間の距離を、動
的計画法により、前記入力パターンを構成する特徴ベク
トルの系列ａ１＆２・・・・・・ａ！と前記標準パター
ンＨｎの種々の結合パターンＲｑ（１）■Ｒｑ（２）■
・・・・・・■Ｈｑ（Ｘ謄構成する特徴ペクト、ｌ／の
系列ｂｑ（１）１．、、ｂ（１（＋）　　ｂ（１（２）
　０．４．（１（２）Ｊｑ（１）　　　ｊ　　　Ｊｑ（
２）・・・ｂ ｑ（１）・・・ｂｑ（Ｘ）、ｑ、、、　　とからなる関
数として求め、最適の単語列ｑ（１）　Ｑ（２）・・・
・・・ｑ（Ｘ）　　を求める動的計画手段とを少なくと
も含んで構成される。

作用 特徴抽出手段により入力信号を特徴ベクトルの系列ＩＬ
Ｉ　Ｉｎ２・・・・・・＆ｉ　　に変換し、標準パター
ン記憶手段に記憶されている標準パターンＲｎ　（ただ
し、ｎ＝１．２．・・・・・・、Ｎ）の特徴ベクトルの
系列色ｂｎ２・・・・・・ｂｎｌｎと、マーカ信号入力
手段により、連続的に単語又は音節等を発生する毎にそ
れに同期して入力されたマーカ信号の総数をＸとすると
き、前記入力パターンと前記標準パターンＨｎの結合パ
ターンとのパターン間の距離を、動的計画法により、前
記入力パターンを構成する特徴ベクトルの系列ＩＬＩ　
ａ２・・・・・・ＩＬＸ　　と前記標準パターンＨｎの
種ｈ　ノ結合バター　ｙ　Ｒｑ（１）Ｏ＋　Ｒｑ（２）
（Ｅ）　、−０−１−Ｏ＋　ｖｔｑ（ｘ）全構成する特
徴ベクトルの系列ｂｑ０）ｌ・・・ｂｑ（ｉ）ｂｑ（２
）Ｊｑ（＋）　　　　１ 、、、ｂ（１（２）　　　　ｑ（１）　　（１（１）１
　　　□、（Ｘ）とからなる関数と Ｊｑ（２）　”’　ｂ　　　”°ｂ して求め、最適の単語列（１（１）　ｑ（２）・・・・
・・ｑ（Ｘ）を求めるものである。

実施例 第１図は本発明の連続音声認識装置の一実施例を示すブ
ロック図である。

本実施例においては、新たに第２表に示す量を導入し、
入力パターンのフレーム毎に実時間的に処理して行くい
わゆる前向きのアルゴリズムを導１７ベーノ 大した場合について説明する。

第２表 第１図において、Ｉｎは音声信号の入力端子、１はフィ
ルタバンク等で構成された特徴抽出部であって、入力音
声信号を特徴ベクトルａ１の系列ムに変換する。２は単
語標準パターン記憶部であって、認識語型たるＨ個の単
語がそれぞれ標準パ１−７Ｒ”＝、ｂ”　　ｂ”　・−
・−・ｂ”、ｎ（ｎ＝＝１．２．・・・・−、Ｎ）とし
て特徴ベクトルの形で予め登録されている。

６はベクトル間距離計算部であって、入力パターンの第
１フレームにおける特徴ベクトルａｌ　とｎ番目の単語
標準パターンＨｎの特徴ベクトルｂｎｊとの距離ｄ”（
ｉ、ｊ）をｊ＝１．２．・・・・・・、Ｊについて求め
るものである。本実施例では第４図６のマ１８ページ ッチング径路を用いるものとすれば、ｄ”（ｉ、ｊ）は
１つ前のフレームについてのみ記憶しておればよ＜、ｊ
＝Ｊ〜１の順序で計算することにすれば、現フレームの
ｄ（ｉ、ｊ　）は計算が終わればｄ（ｉ−１゜ｊ）を記
憶した場所に記憶することが出来るので、１フレ一ム分
のみの記憶場所があれば良い。従って、ここでは１１”
（ｊ　）　＝　ｄ”（ｉ、ｊ　）とすることができる。

ｄ”（ｉ、ｊ　）　（ｄ、例エバｆＬｉトｂｎｊトノ市
街地距離として定義出来る。即ち、ベクトルの次元ヲｐ
とし、’４　＝（’１１　ｈ　ａ１２　ｍ　”’　”’
　Ｉ　’ｉｐ）　＃　”ｊ　＝　（”ｊ　、＋ｂｎｊ２
．・・・・・・、ｂｎｊｐ）とするとき、等である。

６は累積距離計算部であって、径路の拘束条件が第４図
ｅの場合について漸化式（９）の解を求める部分である
。第１フレームについて中間累積距離Ｄ”ｘ（ｉ、ｊ）
、終端累積距離Ｄｘ（ｉ）　、中間バックポインタＢｎ
ｘ（’ｅｊ　）ｓバックポインタＢｚ（ｉ）をｊ−１゜
２、・・・・・・、にｎ＝１．２．・・・・・・、Ｈに
ついて求１９へ　。

め、ｉを終端フレームとしたときの最後尾の単語を示す
Ｎｘ（ｉ）を求める。本実施例におけるマツチング径路
の拘束条件によれば、Ｄｘ（１，］　）　＋　”ｘ（１
）はｊ＝１．２．・・・・・・、Ｊについて順次次の漸
化式を計算することにより求まる。

・・・・・・（１９） 初期条件　Ｄ”ｘ（ｉ−１、Ｏ）　−Ｄ”ｘ、　（ｉ−
１）Ｄｚ（ｉ）　−ｍｉｎ　［Ｄ”ｘ（ｉ、ｊ　）］　
　　　　　・−・−（２０）Ｂ”！（１，ｊ　）、　Ｂ
ｘ（ｉ）は次の式から求まる。

・・・・・・（２１） 初期条ＰｐＢ”ｘ（ｉ−１，０）−ｉ−１Ｂｘ（１）−
Ｂ”ｘ（１，Ｊ）　　　　　　　　”−・（２２）（ｎ
９は式（２６）を満たすｎ） また、 Ｎｘ（ｉ）　＝ｎ”　　　　　　　　　　　＝−＝−（
２３）である。

式（１９）〜（２２）の計算を！＝１　、２　、・・・
・・・、Ｘのそれぞれについて行ない、各フレームにつ
いて最終的にＤｘ（ｉ）、　Ｂｘ（ｉ）、　Ｎｘ（ｉ）
を得る。ここでＤｘ（ｉ）は次のフレームの計算の際に
のみ必要であるから、Ｄｘ　＝　Ｄｘ（ｉ）　　とする
事が出来る。即ち、Ｄ１＋　Ｄ２＋・・・・・・＋　Ｄ
Ｘ　のみ記憶しておけば良い。以上のようにして求めら
れた終端累積距離Ｄｘ（ｉ）。

バックポインタＢｘ（’）　＊最後尾単語名ＮＺ（ｉ）
はそれぞれＸ＝１，２．・・・・・・、Ｘについて、終
端累積距離記憶部７．バックポインタ記憶部８．最後尾
単語名記憶部９に記憶される。なお、Ｄｎｘ（ｉ、ｊ）
。

Ｂ”ｘ（ｉ、ｊ）（ｊ　＝１．２、−・−、Ｊ”；　ｎ
＝１．２　。

・・・・・・、Ｎ）は必要が無くなるまで、累積距離計
算部６の内部のメモリに一時的に記憶されるのであるが
、本実施例においては、第ｉフレームのそれらの計算に
は１フレーム前と２フレーム前の値のみ必要であってｊ
＝Ｊ〜１の順に計算することに２１ベー、／ すれば、Ｄ”　ｘ（ｉ、ｊ　）、　Ｂ”ｘ（ｉ、ｊ　）
等は”ｘ（ｉ　２　、ｊ　）ｔＢ”ｘ（ｉ　　２．ｊ）
の記憶していた場所に記憶出来るから、それ等の記憶は
２フレ一ム分のみ記憶すれハ良イ。即チ、ｋ−０，１ニ
ツイテＤｎ（ｋ、ｊ）。

Ｂ”（ｋ、ｊ　）　’ｆ：準備しておき、例えば、入力
の奇数番目のフレームにおいてはに＝ｏを前フレーム、
ｋ−１を２つ前のフレームとして計算し、入力の偶数フ
レー゛ムにおいてはに＝１を前フレーム、ｋ＝０を２つ
前のフレームとして計算すれば良い。

１０は音声区間検出部であって、入力信号の大きさ等か
ら音声区間を判定するものである。音声区間検出部１０
が、音声入力が開始されたことを検出するとフレーム計
数部１１はフレーム毎に計数を始める。っ前記の処理は
、第ｉフレームの処理であったが、このフレーム計数部
１１の計数値が即ちこのｉを設定している。従って、前
記と同様の処理が、フレームが１進む毎に行なわれるこ
とになる。フレーム数計数部１１は音声区間が検出され
ると計数を始め、音声区間が終了するとリセットされる
。最後尾単語記憶部９．バックポイン２２へ一７゛ 夕記憶部８には、従って、Ｎｘ（１）、　Ｂｘ（ｉ）が
ｉ−１，２，・・・・・・、Ｉ；ｘ＝１，２．・・・・
・・、Ｘについて記憶されることになる。

３はマーカ発生部であって、単語を発生する毎に、手動
スイッチを押圧することによりマーカパルスを発生する
ものである。４はマーカ計数部であって、音声区間内に
入力されたマーカを計数するものである。

セグメンテーション部１２はバックポインタ記憶部８に
対し、所定のバックポインタを読み出すべき命令を発す
るものである。即ち、セグメンテーション部１２がＢｘ
（ｉ）なる値をバックポインタ記憶部８に発すると、バ
ックポインタ記憶部８からはバックポインタＢｘ−１（
Ｂｘ（１））が読み出される。

セグメンテーション部１２はバックポインタ記憶部８か
らＢｘ−＋（Ｂｘ（’））なる値を受は取ると、その同
じ値をバックポインタ記憶部８に発する。従って、音声
区間検出部１ｏが音声入力の終了を検知すると、フレー
ム計数部１１の最終値Ｉとマーカ計数部の計数値Ｘｆが
セグメンテーション部１２２３へ− に供給され、セグメンテーション部１２は先ず工。

Ｘｆなる値をバックポインタ記憶部８に発する。

以後、前記説明の動作に従って、バックポインタ記憶部
８から、Ｂｘ（Ｉ）、　Ｂｘ−１（Ｈｚ（Ｉ））。

Ｂｘ−ｚ（Ｂｘ−１（Ｂｘ（Ｉ）））、　＋＋＋＋＋＋
　ｓ　Ｏなる出力が順次前られることになる。これ等の
値は最後から２番目の単語の終わりのフレーム、同３番
目の終わりのフレーム、同４番目の終わりのフレーム、
・・・・・・というものであり、ＮＸ（’）はｉフレー
ムで終わる単語であったから、この値をその１ま最後尾
単語記憶部９に与えると、最後の単語から逆の順序で認
識結果が得られる。

第９図は前記実施例装置の機能をソフトウェアで実現し
た場合のフローチャートであり、以下前記実施例装置の
各部の動作と結び付けて説明する。

ステップ１ｏｏ〜１０５は累積距離Ｉ）ｘ（ｉ）　、中
間累積距離”ｘ（１，）　）、バックポインタＢｘ（’
）　＋中間バックポインタＢ”ｘ（ｉ、ｊ）の初期化を
行う部分である。

ステップ１０７〜１１７は第ｉフレームのときに実行す
るときの処理である。ステップ１１１は第ｉフレームに
おける中間累積距離と中間バックポインタの初期値を与
える部分である。ステップ１１４〜１１７の処理は、主
として累積距離計算部６で行なわれる処理である。ステ
ップ１１６における記法 ｎ　”　＝　ａｒｇｍｉｎ　［Ｄ”ｘ（ｋ　、　Ｊ”　
）］はＤｎｘ（ｋ、Ｊｎ）を最小にするｎをｎｌ　とお
くと言う意味である。ステップ１１１ｊ：中間累積距離
”ｘ　（’　Ｉ　］　）　＋中間バックポインタ”ｘ（
ｋｓｊ）　　を求めている。ステップ１１６はステップ
１１４の計算をｎ＝１．２．・・・・・・、Ｎについて
行った結果、入力の第ｉフレームを入力の終端とした時
、累積距離Ｄ”ｘ（ｋ　、　Ｊ”　）が最小となる最後
尾単語ｎ＊　を求める処理である。ステップ１１７はス
テップ１１６で求まった最適の単語ｎ＊　に対し、Ｈｚ
ｒｉ）　−ｎ”　。

Ｄｘ（ｉ）−Ｄｘｎ＊（ｉ、Ｊｎ＊）、Ｂｘ（ｉ）−Ｂ
ｘｎ＊（ｉ、Ｊｎ＊）としてそれぞれメモリに記憶する
ことを示しており、それらのメモリは最後尾単語記憶部
９．累積距離２６へ−７ 記憶部７．バックポインタ記憶部８に対応しているＯ ステップ１０６，１０８によって、ｉが奇数のときはに
−１、ｉが偶数のときはに＝ｏとなり、前記のように中
間累積距離”Ｘ（’１ｊ）＋中間バックポインタＢｎｘ
（ｋ、コ）を記憶子るためのメモリはフレームが・切り
替る毎に、謔前、のフレームに対する記憶用と、現フレ
ームに対する記憶用と交互に切り替ることになる。即ち
、ステップ１１１，１１４．’１１６．１１７において
、ｋは現フレームに対する記憶用と、現フレームに対す
る記憶用と交互に切り替ることになる。即ち、ステップ
１１１゜１１４．１１６，１１７において、ｋは現フレ
ーム、ｋ＊は直前のフレームを意味することになる。

ステップ１１８〜１２０は以上のようにして求められた
Ｎｘ（ｉ）、　Ｂｘ（ｉ）から逆の順序で単語の認識結
果を求める部分で、セグメンテーション部１２、バック
ポインタ記憶部８．最後尾単語記憶部９の間で行なわれ
る処理に対応している。　　　′ステップ１１８のＸと
しては、種々の値を設定２６ヘー。

出来る。例えば、ｘ−６として計算しておけば、入力単
語数が１〜５のそれぞれを仮定した場合についてＤｘ（
Ｉ）が求ま−ているから、！＝１〜６について！”＝　
ａｒｇｍｉｎ［Ｄｘ（Ｉ）］　を計算し、ｘ＝ｘ”から
ステップ１１８〜１２０の計算をすることにすれば、ｘ
−１〜５について入力単語数みちの場合の認識も可能と
なる。

以上のように本実施例に於いては、連続して発声された
音声に対して、認識精度の高い装置を実現することが出
来る。

また、本実施例では、連続して発声された単語を認識す
る場合を述べたが、単語の代わりに単音節等であっても
よく、その他の連続するパターンの認識にも適用出来る
ものである。

また、径路の拘束条件として第４図６に示したものを用
いたが、他の拘束条件を用いてもよいのは勿論であり、
入力パターンの物理的性質に応じて適当に設定すること
が出来る。

さらに、本実施例では距離を用いて説明したが、相関等
を用いると類似度によってベクトル間の近２７ペーノ さを定義することが出来、距離で最小化する代わりに類
似度で最大化するという方法も全く同様な扱いで実現出
来る。

発明の効果 以上のように、本発明によれば、連続して発声された単
語又は音節に対し、それらが入力される毎にそれちに同
期してマーカ信号を入力するようにしたので、それらの
入力完了後に、入力された単語数あるいは音節数等が明
らかとなり、それを基に入力単語数既知の動的計画法の
技術が適用できるようになり、認識率の大幅な向上を実
現することが可能となったものである。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は音声
認識装置の従来例を示すブロック図、第３図は前記従来
例のパターンマツチング部の動作を説明する動作説明図
、第４図はＤＰマツチングの径路の拘束条件の例を示す
説明図、第６図はＤＰマツチングを用いて連続発声した
単語音声を単語数既知の場合について認識する方法を説
明するフローチャート、第６図はＤＰマツチングを用い
て連続発声した単語音声を単語数未知の場合について認
識する方法を説明するフローチャート、第７図は逆時間
ＤＰマツチングにおける径路の拘束条件の例を示す説明
図、第８図は連続単語音声認識における入力パターンと
標準パターンとのフレームｉにおけるマツチング径路の
取り得る範囲を示す説明図、第９図は本発明の実施例の
動作説明のためのフローチャートである。 １・・・・・・特徴抽出部、２・・・・・・単語標準パ
ターン記憶部、３・・・・・・マーカ発生部、４・・・
・・・マーカ計数部、５・・・・・・ベクトル間距離計
算部、６・・・・・・累積距離計算部、７・・・・・・
終端累積距離記憶部、８・・・・・・バックポインタ記
憶部、９・・・・・・最後尾単語記憶部、１０・・・・
・・音声区間検出部、１１・・・・・・フレーム数計数
部、１２・・・・・・セグメンテーション部。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第２
図 乃３図 第４図 （久）（ｂ） ＣＣ）　　　　　　　　　　（ａ）　　　　　　　　　
　（ａ）　　　　　　　　　　（、）’ン（？）　　　
　　　＜ｈ）＜わ　　　　　Ｇ）第５図 第６図 δ＝工 穴＝ＮＣｔ 第７図 （α）（ｂ）　　　ＣＣ）　　　（ダ）第８図

Claims (1)

【特許請求の範囲】
1. 入力信号を特徴ベクトルの系列ａ＿１ａ＿２……ａ＿
   I に変換する特徴抽出手段と、特徴ベクトルの系列ｂ＾
   ｎ＿１ｂ＾ｎ＿２……ｂ＾ｎ＿（Ｊ＿ｎ）から成る標準
   パターンＲ＾ｎ（ただし、ｎ＝１、２、……、Ｎ）を記
   憶する標準パターン記憶手段と、連続的に単語又は音節
   等を発生する毎にそれに同期したマーカ信号を入力する
   マーカ信号入力手段と、この一連の入力信号に対するマ
   ーカ信号の総数をＸとするとき、前記入力パターンと前
   記標準パターンＲ＾ｎの結合パターンとのパターン間の
   距離を、動的計画法により、前記入力パターンを構成す
   る特徴ベクトルの系列ａ＿１ａ＿２……ａＩと前記標準
   パターンＲ＾ｎの種々の結合パターンＲ＾ｑ＾（＾１＾
   ）■Ｒ＾ｑ＾（＾２＾）■……■Ｒ＾ｑ＾（＾Ｘ＾）を
   構成する特徴ベクトルの系列ｂ＾ｑ＾（＾１＾）＿１…
   …ｂ＾［Ｊ＿ｑ＿（＿１＿）］＿Ｊ＿＿ｑ＿＿（＿＿１
   ＿＿）ｂ＾ｑ＾（＾２＾）＿１……ｂ＾［Ｊ＿ｑ＿（＿
   ２＿）］＿Ｊ＿＿ｑ＿＿（＿＿２＿＿）……ｂ＾ｑ＾（
   ＾Ｘ＾）＿１……ｂ＾［Ｊ＿ｑ＿（＿Ｘ＿）］＿Ｊ＿ｑ
   ＿（＿Ｘ＿）とからなる関数として求め、最適の単語列
   ｑ（１）ｑ（２）……ｑ（Ｘ）を求める動的計画手段と
   を少なくとも備えたことを特徴とするパターン比較装置
   。