JPS63205698A

JPS63205698A - パタ−ン識別装置

Info

Publication number: JPS63205698A
Application number: JP62037787A
Authority: JP
Inventors: 潤角田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1987-02-23
Filing date: 1987-02-23
Publication date: 1988-08-25
Anticipated expiration: 2009-01-26
Also published as: EP0283743B1; KR880011006A; EP0283743A1; KR890013577A; DE3882400T2; DE3882400D1; KR910001117B1; JPH067343B2

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】［発明の目的］（産業上の利用分野）この発明は入力信号を識別するパターン識別装置に係り
、特に集積回路化に適したパターン識別装置に関する。

（従来の技術）第５図はパターン識別装置の一種である音声認識装置の
従来の構成を示すプロツク図である。マイクロフォン等
の音声信号入力手段により入力された音声信号は音響分
析部５１に供給される。この音響分析部５１においてス
ペクトル等の特徴が規定フレーム長（通常は数ｍ８〜数
＋ｍｓ）毎に分析され、特徴データが時系列的に抽出さ
れる。この時系列データは記憶装置５２に蓄えられた後
、もしくは蓄えられながら、音声区間検出部５３により
有効な音声の開始点（始点）と終了点（終点）が検出さ
れる。この音声区間検出部５３で検出された有効音声の
開始点と終了点とは記憶装置１５２のアドレス・テーブ
ル５４に供給される。このテーブル５４の出力アドレス
に基づき、記憶部＠５２から特定の音声区間のデータ列
が１１１１用データとして取り出され、類似度計算部５
５に供給される。

一方、標準パターン記憶装置５６には多数の標準パター
ンデータが登録されており、類似度計算部５５でこれら
の標準パターンデータと記憶装置５２から取り出された
データ列との間で類似度計算が行われる。この計算結果
は判定部５７に供給され、最大の類似度を持つ標準パタ
ーンに該当する値が認識結果として出力される。

ところで、標準パターンデータを登録する際の音声長と
、識別対象となる入力音声長とが一致していないのが一
般的である。このため、ＳＸ識用データを記憶装置５２
から取り出す際には、標準パターンデータの時間長に合
せて時間的に正規化した後、類似度計算を行なう必要が
ある。

時間的に正規化して類似度計算を行なう方式の一つであ
り、時間的な正規化であるリサンプルを行ない、例えば
全てのりサンプルが終了した後に類似度計算を行なう方
式では、記憶８１１５２から認識用データを取り出す際
に正規化を行なう必要があり、データの格納箇所を固定
的に割付けることはできない。

そこで、アドレス・テーブル５４や、次に取り出すデー
タまでの距離のテーブルを用意したり、計算により順次
アドレスを求めて間接的に記憶データを参照しながら認
識計算を行なっている。

すなわち従来では、認識対象となるデータ列がアドレス
−テーブルや計算によって求められたアドレスに基づい
て間接的に取り出され、類似度計算部５５に供給されて
いる。このような制御動作をハードウェアを用いて実現
するには、アドレス計算が複雑であるだけではなく、計
算の実行速度を速めるためには複雑なタイミング設計が
必要であり、ハードウェア量が極めて多くなってしまう
。

また、音声認識率に大きく依存する音声区間の切出しは
非常に難しく、単一のアルゴリズムでは切出しミスが発
生する場合がある。そこで、何通りかの切出しを複数の
アルゴリズムで行ない、同時に類似度計算を行なえば、
高い認識率が速い応答速度で得られる可能性がある。し
かし、従来の方式では、特徴データが格納されている記
憶装置５２をＩＩ謙計算時にも使用するため、同時に複
数の類似度計算を行なうことはできない。

（発明が解決しようとする問題点）このように従来方式の識別装置では、装置の構成が複雑
であり、高い認識率を得ることができないという欠点が
ある。

この発明は上、記のような事情を考慮してなされたもの
であり、その目的は、高いｍ識率が得られ、かつ少ない
ハードウェア量で構成することができるパターン識別装
置を提供することにある。

［発明の構成］（１２）題点を解決するための手段）この発明のパターン識別ｍ１ｌｌは、入力信号からフレ
ーム周期毎にスペクトルなどの特徴データを抽出する分
析部と、上記分析部から出力される特徴データを順次格
納する第１の記憶部と、上記第１の記憶部に格納された
データから有効な信号区間のデータを取出すデータ取り
出し部と、上記データ取り出し部から取り出されたデー
タを格納する第２の記憶部と、上記第２の記憶部に格納
された特徴データと標準パターンデータとの間で類似度
計眸を行なう！１ｉ計鐸計算、上記認識計算部からの出
力データに基づき上記入力信号を識別判定する判定部と
から構成されている。

（作用）この発明のパターン識別装置では、認識計算部が専用に
アクセスできる第２の記憶部を用意し、データ取り出し
部で取り出されたｌ！！！識用データをこの第２の記憶
部に格納する。また、入力信号から得られた特徴データ
は第１の記憶部に格納することにより、この第１の記憶
部を認識計算とは別の目的でアクセスできるようにして
いる。

（実施例）以下、図面を参照してこの発明の詳細な説明する。

第１図はこの発明のパターン識別装置を音声認°識装置
に実施したこの発明の第１の実施例＠胃の構成を示すブ
ロック図である。

マイクロフォン等の音声信号入力手段により入力された
音声信号は音響分析部１１に供給される。

この音響分析部１１は例えばアナログ中バンドパス・フ
ィルタ・バンクと各フィルタ・バンクの出力をディジタ
ルデータに変換するＡ／Ｄ変換器との組合わせにより、
入力音声信号から特徴データを抽出する。抽出された特
徴データは音声区間検出部１２によって入力音声区間が
検出されながら１次記憶装置１３に格納される。

上記音声区間検出部１２における検出の一つの方法とし
て、音響分析部１１で入力音声のエネルギー成分を取出
し、そのエネルギーが予め定められた閾値を一定時間越
えたとき、始めに同値を越えたところを音声の始端とし
、その後、同値を一定時間下回ったとき、始めに下回っ
たところを音声の終端とする方式がある。検出の別の方
法として、低い閾値と高い閾値の二つの閾値を定め、エ
ネルギーが一定時間以内に低い閾値から高いＩＩＩＩに
達するときに、低い同値を音声区間の始端とする方式が
ある。

音声区間の検出によって得られた入力音声の特徴データ
は、通常、ある標本化周波数によって時間的に標本化さ
れている。この標本数をＮフレームすると、Ｎは音声の
長さによって変化する。このＮフレームのデータを線形
伸縮することにより、で、１次記憶装！！１３に格納さ
れた特徴データはりサンプル部１４によってリサンプル
され、時間的に正規化された後に２次記憶装置１１５に
転送され、ここに格納される。

２次記憶＠［１５に格納されたデータ列は認識用データ
として取り出され、ｍ似度計算部１６に供給される。

一方、標準パターン記憶袋ｗ１１７には多数の標準パタ
ーンデータが登録されており、類似度計算部１６でこれ
らの標準パターンデータと２次記憶装置１５から取り出
されたデータ列との間で類似度計算が行われる。この計
算結果は判定部１８に供給され、最大の類似度を持つ標
準パターンに該当する単語番号が判定され、この番号が
１！謙結果として出力される。

上記実施例！ｉ置では、２次記憶装置１５をアクセスし
て！！１１用デー少データ出す際に、従来のように複雑
なアドレス計算は必要なく、２次記憶装画１５から順次
アドレス指定して取り出せばよい。このため、簡単な構
造のアドレス・カウンタを２次記憶装置！１５のアドレ
ス発生に用いることができる。

かつ、類似度計算部１６が認識用データをアクセスする
際に必要な信号は、読出し制御信号とアドレス・カウン
トアツプ信号のみでよい。このため、制御回路の構成が
簡単となり、集積回路化する際のハードウェア量を少な
くすることができる。

また、１次記憶装置１３に格納される特徴データに比べ
ると、２次記憶装［１５に格納されるりサンプルデータ
は１／１０以下の容量となる。このため、音声区間検出
を複数のアルゴリズムで行なったり、特定のアルゴリズ
ムで複数の候補を挙げる場合のように、複数の類似度計
算部を用意す−る必要が生じたときでも、１次記憶装置
１１３は一つのみ用意すればよい。

実際に上記実施例装置を集積回路化した場合のチップ占
有面積は例えば、１次記憶８１１３が１に対ｂｒ２次ｉ
ｇｍ装ｓ＋ｎｓがｏ、　１、ｍ似度計５ｕａ１ｅが０．
３の割合となっている。従って、複数の類似度計算部を
用意する必要が生じた場合にも１次記憶装置１３を１個
のみ用意すればよいということは、チップ面積縮小化の
上で大きなメリットになっている。

第２図はこの発明の第２の実施例装置の構成を示すブロ
ック図である。

−において、２０はマイクロフォン等の音声信号入力手
段により入力された音声信号を分析するアナログ・プロ
セッサである。このアナログ・プロセッサ２０はバンド
パス・フィルタ・バンク２）とＡ／Ｄ変換器２２とを内
蔵し、ＣＰ　Ｕ　３Ｇの指示により入力音声信号から特
徴の抽出を行なう。

４０はディジタル・プロセッサであり、１次記憶装置４
１、！！！識計算部４２及び外部インターフェース部（
１／Ｆ）４３を内蔵している。

さらに、ｆｉ！識計算部４２は類似度計算値４４．２次
記憶装置４５及び標準パターン記憶装置４６を内蔵して
いる。

このような構成において、ＣＰｕ３０はアナログ・プロ
セッサ２０で得られた特徴データをディジタル・プロセ
ッサ４０内の１次記憶装置１４１に格納させる。また、
ＣＰ　Ｌｌ　３０は同時に音声区間検出Ｉｌｌ　ＩＩＩ
も行なっており、入力音声が終了すると、リサンプル制
御を行なって２次配憶装置４５に対しりサンプルデータ
の転送制御を行なう。

次に、ＣＰＵ３０はディジタル・プロセッサ４０内の認
識計算部４２に対して計算開始指令を与える。

認識計算部４２は、標準パターン記憶装置！４６に格納
されている全ての単語パターンについて類似度計算を行
ない、−単珀分の計算が終了する毎に続出し要求信号を
ＣＰ　Ｌｌ　３Ｇに送り、類似度計算値の読出しを要求
する。

全単語分の類似度計算値を読み込むと、ＣＰＵ３０はそ
の中から最大の類似度を持つ単語番号を外部インターフ
ェース部４３を介して外部のホストシステムに送出する
。

すなわち、この実施例装置では、ＣＰ　ＬＪ　３０が全
体の動作をＩｌｌｗＪする制御回路と、前記第１図の実
施例装置における判定部１８とを兼ねている。

第３図はこの発明の第３の実施例装置の構成を示すブロ
ック図である。

この実施例装置は複数のｇ＊計算部を持つ音声認ＩＩ装
置の例である。２０はバンドパス・フィルタ・バンクと
Ａ／Ｄ変換器とを内蔵し、マイクロフォン等の音声信号
入力手段により入力された音声信号を分析するアナログ
・プロセッサ、３０はＣＰＵ、４１は１次記憶装置、４
４Ａ及び４４Ｂはそれぞれ類似度計算部、４５Ａ及び４
５Ｂはそれぞれ２次記憶装置４６Ａ及び４６Ｂはそれぞ
れ標準パターン記憶＠＠、４３は外部インターフェース
部である。

ｃ　ｐ　Ｕ　３０は、１次記憶装！［４１に格納された
特徴データから音声区間を検出する際に、複数（この例
では２種類）の始端点と終端点とを選び出し、リサンプ
ルしながらそれぞれのデータを２数記憶＠Ｈ４５Ａ、　
４５Ｂに転送する。この転送が終了すると、類似度計算
部４４Ａ、４４Ｂに対して認識計算開始命令を与え、−
単語分の計算が終了するのを待機する。−単語分の類似
度計算は通常３ｍＳ程度で終了するが、ＣＰ　Ｕ　３０
の命令実行速度は２μｓ程度と速いため、二つの類似度
計算部４４Ａ１４４Ｂで類似度計算が並行して順次行わ
れても、計算結果を取りこぼすことなく、全てのデータ
を処理することができる。

ここで、標準パターン記憶装置４６Ａ１４６８が同一の
内容を格納する場合には、前記のように複数の音声区間
に対して得られる類似度計算値の中で最大の値を持つも
のをその単語に対する類似度値とすることにより、音声
区間検出誤り率を減らして高いａ識率を得ることができ
る。

また、標準パターン記憶装置ｆ４６Ａ１４６Ｂが興なる
内容を格納する場合には、標準パターン記憶装置を１個
のみ設けたときに比べて標準パターン、データが２倍と
なり、大語いの入力音声信号に対して前記第２図１ｉＷ
の２倍の速さで類似度値を得ることができる。

なおこの実施例装置では、二つの類似度計算部４４Ａ　
、　４４３で類似度計算を行なうようにしているが、類
似度計算部を二つ以上用意して、よりも高いｇｗ率を得
るようにしたり、より速い速度で類似度値を得るように
してもよい。

第４図はこの発明の第４の実施例装置の構成を示すブロ
ック図である。

この実施例装置は、二つの類似度計算部４４Ａ１４４Ｂ
を設けた場合に、標準パターン記憶装置ｉ４６を一つの
み設け、異なる類似度計算部で共用するように構成した
ものである。この実施例装置では大語いを高速に！！！
謙することはできないが、少ないハードウェア量で音声
区間の検出の確度を上げて、高い認識率を得ることがで
きる。

［発明の効果］以上説明したようにこの発明によれば、高い認識率が得
られ、かつ少ないハードウェア量で構成することができ
るパターン識別装置を提供することができる。

【図面の簡単な説明】

第１図はこの発明の第１の実施例装置の構成を示すブロ
ック図、第２図はこの発明の第２の実施例装置の構成を
示すブロック図、第３図はこの発明の第３の実施例装置
の構成を示すブロック図、第４図はこの発明の第４の実
施例装置の構成を示すブロック図、第５図は従来装置の
構成を示すブロック図である。１１・・・音響分析部、１２・・・音声区間検出部、１
３・・・１次記憶装置、１４・・・リサンプル部、１５
・・・２次記憶装置、１６・・・類似度計算部、１７・
・・標準パターン記憶装置、１８・・・判定部、２０・
・・アナログ・プロセッサ、２）・・・バンドパス・フ
ィルタ・バンク、２２・・・Ａ／Ｄ変換器、３０・・・
ＣＰＬＪ、４０・・・ディジタル・プロセッサ、４１・
・・１次記憶装置、４２・・・認識計算部、４３・・・
外部インターフェース部、４４・・・類似度計算部、４
５・・・２次記憶装置、４６・・・標準パターン記憶装
置。出願人代理人　弁理士　鈴江武彦Ｉ：１゜第５図

Claims

【特許請求の範囲】

（１）入力信号からフレーム周期毎にスペクトルなどの
特徴データを抽出する分析部と、上記分析部から出力さ
れる特徴データを順次格納する第１の記憶部と、上記第
１の記憶部に格納されたデータから有効な信号区間のデ
ータを取出すデータ取り出し部と、上記データ取り出し
部から取り出されたデータを格納する第２の記憶部と、
上記第２の記憶部に格納された特徴データと標準パター
ンデータとの間で類似度計算を行なう認識計算部と、上
記認識計算部からの出力データに基づき上記入力信号を
識別判定する判定部とを具備したことを特徴とするパタ
ーン識別装置。
（２）前記入力信号が音声信号であり、入力音声信号の
パターン識別を行なつて音声認識を行なうように構成さ
れた特許請求の範囲第１項に記載のパターン識別装置。