JPS63204491A

JPS63204491A - パタ−ン認識システム

Info

Publication number: JPS63204491A
Application number: JP62038205A
Authority: JP
Inventors: Toru Shimizu; 透清水
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1987-02-20
Filing date: 1987-02-20
Publication date: 1988-08-24

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】（従来の技術）近年、音声、手書き文字等、数々の実用的なパターン認
識システムが発売され、産業界で利用されている。これ
らの認識システムの大部分はパターンマツチング法を原
理として動作するものである。すなわち、認識すべき対
象の特徴を示すパターンを認識に先立ち予め作成、登録
しておき（以下このパターンを標準パターンと称する）
、認識時に入力されたパターン（以下このパターンを入
力パターンと称する）と比較処理（以下マツチングと称
する）を行い、その差（以下距離と称する）の最も小さ
い標準パターンのカテゴリ名を認識結果とする方法であ
る。

このパターンマツチング法は、特願昭４９−２４１Ｆ１
号明細書記載の如く、動的計画法を利用して一方のパタ
ーンが他方のパターンに最適に対応するような歪み関数
を求め、その歪み関数を用いてマツチングを行うという
ＤＰマツチングを用いることで、マツチングの際の両パ
ターンの発声長の３．Ｉｔいに対処でき、実用性が高め
られた。

しかし、上記パターンマツチング法においても、「和歌
山」と「岡山」等、類似した単語音声、「キ」と「ギ」
、「リヤ」と「ミャ」等、類似した単音節音声等は、認
識が困難で誤りが多い現状である。また、文字認識でも
、「７」と「ケ」等の類似した文字において、同様の問
題がある。

その対策として、特願昭５４−８８９０９号明細書に示
されるように、前もって、類似した標準パターンの類似
部分を平均化して共通にしておき、相違部分のみの遠い
で認識を行うという方法が提案されている。

（発明が解決しようとする問題点）上記方法において、どの標準パターンが類似していて、
そのどの部分が類似した部分であるかを見つけることが
必要である。それを誤って、類似部分を少なく検出した
ら平均する部分が少なくなってしまい誤認識を改善でき
ないし、逆に多く検出したら本来具なる部分まで平均化
してしまい、かえって認識の低下を招くという問題点が
ある。

また、上記方法は、類似した標準パターンが２つの場合
の改善法であり、類似した標準パターンが３つ以上存在
する場合の対策は述べられていない。

本発明の目的は、上記問題点に着目してなされたもので
、類似した標準パターンが３つ以上存在する場合でも、
それら標準パターンの中から、類似した標準パターンの
組とその類似した部分を正確に検出し、その部分のみを
平均化することで、高い認識率の得られるパターン認識
システムを提供することにある。

（１問題点を解決するための手段）本発明のパターン認識システムは、標準パターンを記憶
する標準パターン記憶部と、入力パターンと各標準パタ
ーンとの比較処理を行うためのマツチング部と、前記マ
ツチング結果に基づいて認識を行う認識部と、前記標準
パターン間で比較処理を行いその差の小さい部分と大き
い部分を基に前記標準パターン中の類似単語群とその類
似部分を検出する標準パターン類似部検出部と、前記類
似単語群の標準パターン間で共通な類似部分を相互に平
均化する処理を行い類似単語群に対する新たな標準パタ
ーンとする標準パターン平均化部とから構成される。

（作用）以下、本発明の作用を、単語音声パターンの認識を例に
あげて説明する。しかしながら、本発明の対象は、音声
認識のみにとどまるものではない。

入力パターンｒＯＫＡＹＡＭＡ」の認識を行う際、標準
パターンにｒＯＫＡＹＡＭＡＪ、ｒＷＡＫＡＹＡＭＡＪ
　　ｒＯＫＵＹＡＭＡＪという類似したパターンが３つ
含まれているとする。この場合、入力パターンｒＯＫＡ
ＹＡＭＡ、と、３つの類似した標準パターンｒＯＫＡＹ
ＡＭＡＪ、［ＷＡＫＡＹＡＭＡＪ、ｒＯＫＵＹＡＭＡＪ
の距離は、他の標準パターンとの距離よりも小さいが、
正しい認識結果のｒＯＫＡＹＡＭＡ」との距離が最小と
なっているとは限らない。つまり、誤認識している可能
性が高い。これは、前記特願昭５４−８０９０９号明細
書に例があげられているように、°“ＷＡ”と″０”、
’ＫＡ”と’ＫＵ”の違いが明確に存在しているにもか
かわらず、類似した残余の部分に影響されて、“ＷＡ”
と“Ｏ”、“ＫＡ”と°’ＫＵ”の弁別的特徴がマスク
されてしまうからである。その改善法として、類似した
標準パターンの弁別部である“ＷＡ”と″“０”、“Ｋ
Ａ”と“Ｋ　Ｕ　”以外の類似部分を平均化して共通に
しておき、入力パターンとこの３つの標準パターンの識
別は、弁別部“Ｗ　Ａ　”と“０”と″ＫＡ”と“ＫＵ
″の違いのみで行うという方法である。本発明の特徴は
、この類似した標準パターン間の弁別部の検出方法にあ
る。

一般に、音声の特徴ベクトルの距離は、両者が同一の音
素に属する場合は小さく、異なった音素に属するときは
大きい。ゆえに、両パターン間の距離が他より大きく違
う部分を異なる音素、つまり、弁別部とみなすことがで
きる。

今、標準パターンベクトル列Ｂ１−１，１．ｂ＋２．・
・・。

ｂＩ＋、・・・＋　ｂ　’　Ｉと、標準パターンベクト
ル列口２＝１，２．。

ｂ２２．・・・＋　ｂ２Ｊ　＋・・・、ｂ２，３を考え
、二つをＤＰマツチングする。その結果、ベクトルＢｌ
のｉフレームにべクトルロ２のｊフレームが対応したと
する。その対応するフレームのベクトル間距離ｄ（ｂ’
＋、ｂ２ｊ）　［以下、この距離をＤＰ対応ベクトル間
距離と称する］を基にして、弁別部を検出することがで
きる。

つまり、単語どうしをマツチングした場合、連続した数
フレーム分を平滑化したＤＰ対応ベクトル距離［以下、
平滑化ＤＰ対応ベクトル距雛と称する］の大きい値と小
さい値を比較して、その値が大きく違う場合は、小さい
値を与えたフレームは同じ音素が対応しているものとす
る。そして、その部分の平滑化ＤＰ対応ベクトル距離［
以下、同一音素間距離と称する］を基準にして、弁別部
と類似部を区別することができる。

今、上記３つの類似した標準パターンが存在する場合を
考える。まず、標準パターンｒＯＫＡＹＡＭＡＪと他の
すべての標準パターンとマツチングを行って距離を求め
る。その中で、特に距離の小さかったものを、ｒＯＫＡ
ＹＡＭＡ、と類似しているパターンとして、平均化処理
をすべきパターンの候補とする。なお、この候補の中に
は、あまり類似していないパターンが含まれていても良
いので、少し多めに候補を選ぶようにする。その結果、
ｒＯＫＡＹＡＭＡ、と平均化処理をすべきパターンの候
補として、ｒＷＡＫＡＹＡＭＡＪ、ｒＯＫＵＹＡＭＡ、
、ｒＵＫＩｓＩＭＡ、、［ＡＫＩＫＡＷＡＪが選ばれた
とする。

次に、ｒＯＫＵＹＡＭＡ、と各候補の単語との平滑化Ｄ
Ｐ対応ベクトル距離を計算し、それを基に上記方法で、
同一音素間距離を求める。同一音素間距離の求まらない
、つまり、平滑化ＤＰ対応ベクトル距離の最大値と最小
値の差が大きくない単語は、平均化処理をしないものと
して、候補から除く。そして、各候補ごとに求められて
いる同一音素間距離の中で最も小さい値を基にある閾値
（たとえば、定数倍）を定める。各候補において、その
閾値以上のＤＰ対応ベクＩ−ル距離を与えるフレームは
弁別部、その閾値を下回るＤＰ対応ベクトル距離を与え
るフレームは類似部とする。

その結果、ｒＡＫ　Ｉ　ＫＡＷＡＪは候補から除がれ、
ｒＷＡＫＡＹＡＭＡＪのと類似部は“ＫＡＹＡＭＡ”、
ｒＯＫＵＹＡＭＡ、のと類似部は“ＯＫ”“と“ＹＡＭ
Ａ″、ｒＵＫＩｓＩＭＡ、との類似部は°”　Ｍ　Ａ　
”となる。

各候補の類似部が求まれば、ｒＯＫＵＹＡＭＡ」のパタ
ーンと類似部のパターンの平均を求め、それをｒＯＫＵ
ＹＡＭＡ、の新たな標準パターンとする。つまり、“Ｏ
Ｋ”は「○ＫＵＹＡＭＡ」の“’ＯＫ’”との平均、“
ＹＡ’“はｒＯＫＡＹＡＭＡＪ、ｒＷＡＫＡＹＡＭＡ」
のＹ　Ａ　”との平均、”　Ｍ　Ａ　”はｒＯＫＡＹＡ
ＭＡ、、”　Ｙ　Ａ　ＫＡＹＡＭＡＪ、ｒＵＫＩＳＩＭ
ＡＪの“’ＭＡ’“どの平均したパターンを用いる。

ｒＯＫＵＹＡＭＡ、に対して行った以上の操作を、他の
標準パターンについても、同様に行えば、全ての標準パ
ターンについて、類似したパターンの類似部分のみを平
均化でき、誤認識を改善することができる。

〈実施例）以下、本発明の実施例について図面とともに説明する。

第１図は、本発明の一実施例における音声認識装置のブ
ロック図である。

マイクロホン１より入力された音声信号は、音声分析部
２において、たとえば特願昭５２−１４４２０５号明細
書及びその第３図に示された如き周波数分析器によって
、音声分析がなされ、ベクトルの時系列の形に変換され
る。

本装置は、標準パターンの登録を行う登録モードと、入
力パターンの認識を行う認識モードとで、動作が異なり
、スイッチ回路３で切り替える。

認識モードにおいて、スイッチ回路３は入力パターン記
憶部４　ｆｉｌに接続される。マイクロホン１より入力
された音声は、音声分析部２を経て、ベクトル時系列の
形の入力パターンとして入力パターン記憶部４に記憶さ
れる。また、千均凛準パターン記憶部５には、後述の登
録モードの際に作成される類似標準パターン間での平均
化処理の行われた平均標準パターンが記憶されている。

マ・ソチング部６は、入力パターン記憶部４から入力パ
タ−ンへ−ａＩ＋ａ２＋・・・＋ａｌ＋−・・・＋　ｌ
　＋を、平均標準パターン記憶部から平均標準パターン
８”＝　ｂ’″、１．ｍ□、・・。

ｂ′″ｊ、・・・、ｂ′″Ｊを受は取り、特願昭４９−
２４１８号記載のごとく、動的計画法を利用して時間軸
方向の変動を正規化し、２つのパターンＡ、Ｂ”の距離
を計算する。このアルゴリズムは、パターン認識の分野
では、周知の技術なので、詳細な説明は省く。以下、こ
の距離をＤＰ距離と称する。ただし、ｊ＝ｊｍ（ｉ＞は
、時間軸が最適に対応するようにパターンＡをパターン
Ｂに歪ませる歪み関数である。ＤＰ距離は、順次認識部
７に送られ、大小比較される。すべての平均標準パター
ンとのＤＰ距雛の比較が終了すると、最小値を与えた平
均標準パターンのカテゴリ名が認識結果として、出力さ
れる。

次に、登録モードの説明をする。本発明の原理は、登録
モード時に適用される。登録モードにおいて、スイッチ
回路３は標準パターン記憶部８ｆｆｌＪに接続される。

マイクロホン１より順次入力された登録用音声は、音声
分析部２を経て、ベクＩ・ル時系列の形の標準パターン
として標準パターン記憶部８に記憶される。すべての標
準パターン８１〜０２の登録が終了すると、標準パター
ンは、逐次、類似部分検出部って、類似標準パターンと
その類似部分が検出され、標準パターン平均化処理部１
０で平均化され、平均標準パターン記憶部５に記憶され
る。

以下、＋！準ハターンＢ’＝ｂ’Ｉ、ｂｓ２．−、ｂ’
＋、−・・。

ｂ５１を平均化する場合を例にして、各部の説明をする
。第２図は、類似部分検出部９の詳細図である。標準パ
ターンＢ５と、ＢＳ以外のすべての標準パターン（Ｂ”
、　ｍ　＝１〜ｚ　、　ｍ≠Ｓ・）とのＤＰ距離Ｄ（口
ｉＥｌ”）がマツチング部６で計算され、判定部９１に
送られる。判定部９１では、Ｄ（Ｂ５．Ｂ”）を監視し
その値が第に番目以内に小さい値かどうかを判定し、小
さい値であれば、マルチプレクサ９２に指令して、マツ
チング部６の計算結果である歪み関数ｊｍ（ｉ）。

■フレーム分のＤＰ対応ベクｌ〜ル距離ｄ＜ｂ’ｌ。

ｂ”ＪｖａＬ口）（ｉ・１〜■〉と、その標準パターン
のカテゴリ名ｍを、それぞれ、記憶部９３、記憶部９４
、記憶部９５に記憶する。平滑化ＤＰ対応ベクトル距離
計算部９６では、記憶部９４のＤＰ対応ベクｌ〜ル距離
のＬフレーム分の平均値である平滑化ＤＰ対応ベクレー
ムづつシフトして１個求め、判定部９７に逐次送る。比
較部９７では、その最大値ＭＡＸＤＭ　ｍと最小値ＮＩ
ＮＤＭ　ｍを求め、それぞれ、記憶部９８、記憶部９９
に記憶する。以上の動作が終了すると、記憶部９３．９
４．９５．９８．９９には、それぞれ、標準パターンＢ
５とのＤＰ距離の小さかった上位に個の標準パターンに
ついての、歪み関数、ＤＰ対応ベクトル距離、その標準
パターンのカテゴリ名、最大の平滑１ヒＤＰ対応ベクト
ル距離、最小の平滑化ＤＰ対応ベクトル距離が記憶され
ている。

次に、判定部９１０は、Ｋ個の各カテゴリ名ｍについて
の最大平滑化ＤＰ対応ベクｌ〜ル距ｉ４ＭＩＮＤＭ１ｎ
と最小の平滑化ＤＰ対゛応ベクトル距離ＮＩＮＤにｍを
記憶部９８．９９より受は取り、その比率Ｒ＝ＭＡＸＤ
Ｍ　ｍ　／　ＮＩＮＤＭ　ｍを計算し、値Ｒがある閾値
し以下である場合は、クリア回路９１１に指令して、そ
のカテゴリ名ｍに対する歪み関数、ＤＰ対応ベクトル距
離、その標準パターンのカテゴリ名、最大の平滑化ＤＰ
対応ベクトル距離、最小の平滑化ＤＰ対応ベクトル距離
を、それぞれ記憶部９３．９４．９５．９８．９９より
削除する。同時に記憶部９９の削除されなかった最小の
平滑化ＤＰ対応ベクｌ−ル距離ＮＩＮＤＭ　ｍの中から
その最小値ＮＩＮ　ｓを求め、その値を閾値決定部９１
２に送る。閾値決定部９１２で、は、ＮＩＮ　ｓにある
定数Ｍを掛けた値を閾値θＳとして、比較部９１３に送
る。

比較部９１３は、ｉ・１〜■までの、それぞれのフレー
ムについて、各カテゴリ名のＤＰ対応ベクトル距離ｄ（
ｂ’＋、ｂ”Ｊｍｔ＋＋）を記憶部９４より受は取り、
閾値θＳと大小比較し、θｓ　＞　ｄ（ｂｓｌ、ｂ”ｊ
＋＋＋＋　１　＋）なるカテゴリ名ｍには、信号Ｓｉｍ
＝１、それ以外のカテゴリ名ｍには、信号Ｓｉｍ＝０を
、標準パターン平均化処理部１０に送る。第３図は、標
準パターン平均化処理部１０の詳細図である。制御部１
０１では、フレーム番号ｉ・１〜Ｉについて順次、各カ
テゴリ名ｍに対する信号Ｓｉｍを受は収る。そして、あ
るｉにおいてＳｉｍが、１であるカテゴリ名ｍの個数に
ｉをカウント回路１０２でカウントし、にｉをベクトル
平均部１０３に送る。同時に、Ｓｉｍが１であるカテゴ
リ名１ｎとそのフレーム番号ｉが記憶部９３に送られｊ
ｍ（ｉ）が読みだされ、標準パターン記憶部８より、カ
テゴリ名ｍの第ｊｒｎ（ｉ　）フレームのベクトルｂ□
ｍｆ１１が、順次ベクトル平均部１０３に送られる。ま
た、標準パターン記憶部９より、カテゴリ名Ｓの第ｉフ
レームのベクトルｂも、ベクトル平均部１０３に送られ
る。ベクトル平均部１０３でン記憶部５に出力し、Ｋｉ
＝０の場合は、１．Ｓｌを平均標準パターン記憶部５に
出力する。以上の動作をフレーム番号ｉ・１〜■まで行
えば、標準パターンＢ５の平均化処理が施された平均標
準パターンが、平均標準パターン記憶部５に記憶される
。

以上の標準パターン０５に対し行った動作を、他の１票
準パターンＢ′″（ｍ・１〜Ｚ）に対して行えば、すべ
ての標準パターンに対する平均標準パターンか作成され
る。以上、本発明の原理を実施例に基づいて説明したが
、これらの記載は本発明を限定するものではない。とく
に、判定部９１０の動作を、最大平滑化ＤＰ対応ベクｌ
ヘル距ｉ４ＨＩＮＤＭ　ｍと最小の平滑化ＤＰ対応ベク
トル距雛ＮＩＮＤＭ　ｍの比率Ｒ；Ｍ八ＸＤＭ　ｒｎ　
／　ＮＩＮＤＭ　ｍがある閾値し以下のカテゴリ名ｍに
ついて、クリア回路９１１に指令したが、これを、たと
えば、ＭＡＸＤＭ　ｍ−ＮＩＮＤＭ　ｍがある閾値■−
以下のカテゴリ名ｍについてとしても良い。また、閾値
決定部９１２では、閾値θＳを旧Ｎｓにある定数Ｍを掛
けた値としたが、これを、たとえば、ある定数Ｍを加え
た値としても良い。さらに、Ｌ＝Ｍを定数でなく、たと
えば、Ｄ〈口５．Ｂ″′）等に依存する変数としても良
い。

（発明の効果）以上に述べたとうり、本発明によれば、類似した標準パ
ターンが３つ以上存在する場合でも、それら標準パター
ンの中から、類似した標べちパターンの組とその類似し
た部分を正確に検出し、その部分のみを平均化すること
で、高い認識率の得られるパターン認識システムを提供
することができる。

【図面の簡単な説明】

第１図は、本発明の一実施例の音声認識装置のブロック
図、第２図は、類似部分検出部９の詳細図、第３図は、
標準パターン平均化処理部１０の詳細図である。１・・・マイクロホン、２・・音声分析部、３・・・ス
イ・ンチ回路、４・・・入力パターン記憶部、５・・・
平均化標準パターン記憶部、°６・・・マツチング部、
７・・・認識部、８・・・標準パターン記憶部、９・・
・類似部分検出部、１０・・・標準パターン平均化処理
部、　９１，９１０・・・判定部、９２・・マルチプレ
クサ、　９３，９４，９５．９８．９９・・・記憶部、
９６・・・平滑化ＤＰ対応ベクトル距離計算部。９１．９１３・・・比較部、９１１・・・クリア回路、
９１２・・・閾値決定部、１０１・・・制御部、１０２
・・・カウント回路。

Claims

【特許請求の範囲】

標準パターンを記憶する標準パターン記憶部と、入力パ
ターンと各標準パターンとの比較処理を行うためのマッ
チング部と、前記マッチング結果に基づいて認識を行う
認識部とを有するパターン認識システムにおいて、前記
標準パターン間で比較処理を行いその差の小さい部分と
大きい部分を基に前記標準パターン中の類似単語群とそ
の類似部分を検出する標準パターン類似部検出部と、前
記類似単語群の標準パターン間で共通な類似部分を相互
に平均化する処理を行い類似単語群に対する新たな標準
パターン平均化部とを有することを特徴とするパターン
認識システム。