JPS63210997A

JPS63210997A - パタ−ン認識システム

Info

Publication number: JPS63210997A
Application number: JP62045701A
Authority: JP
Inventors: 透清水
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1987-02-27
Filing date: 1987-02-27
Publication date: 1988-09-01

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、音声、文字等のパターン認識システムの改良
に関する。

（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４９−２４１１１
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
ターンの発声長の違いに対処でき、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
題が存在する。

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、相違部分のみの違い
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。

（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、同一音素
間の距離を予め記憶しておく同一音素間距離記憶部と、
前記同一音素間距離記憶部の同一音素間の距離を基に前
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ｒＯＫＡＹＡＭＡＪの認識を行う際、標準
パターンにｒＯＫＡＹＡＭＡ」、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
ＹＡＭＡＪと、３つの類似した標準パターンｒＯＫＡＹ
ＡＭＡ、、［ＷＡＫＡＹＡＭＡＪ　、ｒＯＫＵＹＡＭＡ
」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５４−８８９０９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“０”、“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”、“ＫＡ”
と“ＫＵ”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“ＷＡ”と“０”と“ＫＡ”と“ＫＵ”の違いのみ
で行うという方法である０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、つまリ、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Ｂ　ｌ　＝ｂ１１．　ｂｌ
　２．・・・。

ｂ’１．・・・＊　ｂ　’　ｌと、標準パターンベクト
ル列Ｂ２＝ｂ２１゜ｂ２２．・・・＋　ｂ　２Ｊ　＋・
・・・＋ｂＪ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フレームにベクトルＢ２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
トル問距離ｄ（ｂ”＋、ｂ”Ｊ）　［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、同一の音素の間の距離［以下、同一音素間距離
と称する］が前もって分かっていれば、その値を基準と
して、弁別部と類似部を区別することが出来る。同一音
素間距離を求める方法としては、例えば、標準パターン
登録の際に、話者に同じ単語もしくは単音節を２度発声
してもらい、２つをＤＰマツチングし、そのＤＰ対応ベ
クトル間距離の全フレームの平均値もしくは最大値もし
くは最小値等を用いる方法が考えられる。

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ｒＯＫＡＹＡ　Ｍ　Ａ　」
と他のすべての標準パターンとマ・ソチングを行って距
離を求める。その中で、特に距離の小さかったものを、
ｒＯＫＡＹＡＭＡ、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、ｒＯＫＡＹＡＭＡＪと平均化処理をすべきパタ
ーンの候補として、ｒＷＡＫＡＹＡＭＡＪ、ｒＯＫＵＹ
Ａ’ＭＡ」、ｒＵＫＩｓＩＭＡ」、「ＡＫＩＫＡＷＡ、
が選ばれたとする。

次に、ｒＯＫＵＹＡＭＡＪと各候補の単語とをＤＰマツ
チングし、連続した数フレーム分のＤＰ対応ベクトル間
距離を平滑化した値［以下、平滑化ＤＰ対応ベクトル距
離と称する］を計算する。

そして、その平滑化ＤＰ対応ベクトル間距離と、すでに
求められている同一音素間距離を基に定めたある閾値（
たとえば、同−音素間距離の定数倍）を比較して、その
閾値以上の平滑化ＤＰ対応ベクトル距離を与えるフレー
ムは弁別部、その閾値を下回る平滑化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、ｒＡ
Ｋ　Ｉ　ＫＡＷＡＪは類似部が存在せず、候補から除か
れ、ｒ　Ｗ　Ａ　Ｋ　Ａ　Ｙ　Ａ　Ｍ　Ａ　Ｊのと類似
部は“ＫＡＹＡＭＡ”、ｒＯＫＵＹＡＭＡ、のと類似部
は“ＯＫ”と“ＹＡＭＡ″、ｒＵＫＩｓＩＭＡ」との類
似部は“ＭＡ″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
ＹＡＭＡＪの新たな標準パターンとする。つまり、”Ｏ
Ｋ”は「ＯＫＵＹＡＭＡ」の’ＯＫ″との平均、“ＹＡ
”はｒＯＫＡＹＡＭＡ、、ｒＷＡＫＡＹＡＭＡＪの“Ｙ
Ａ″との平均、”ＭＡ”はｒＯＫＡＹＡＭＡ」、ｒＹＡ
ＫＡＹＡＭＡＪ、ｒＵＫ　Ｉ　Ｓ　Ｉ　ＭＡ、の“ＭＡ
″と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側に接続される。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、平均標準パタ−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。マツチ
ング部６は、入力パターン記憶部４から入力パターン＾
”ａｌ、ａ２．・・・＋ａｌ＋・・・・＋　ａ　ｌを、
平均標準パターン記憶部５から平均標準パターンＢ’″
＝ｌ、ＩＩ、、ｌ、１″２゜・・・ｂ”ｊ、・・・・１
．ｓ″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Ｄ（Ａ、Ｂ”）　
＝　１／Ｉ・ｍ　ｉｎ（Σ（ｄ（ａｓ、ｂ−Ｊ））ｊ−
賦Ｊ−１烏＋１１１１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Ｂ鋤をパター
ンＡ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距離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６本発明の原理は、登録
モード時に適用される。認識モードにおいて、スイッチ
回路３は標準パターン記憶部８側に接続される。マイク
ロホン１より入力された登録用音声は、音声分析部２を
経て、ベクト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０次に、先に入力された登
録用音声と同じカテゴリ名の音声が、マイクロホン１よ
り入力され、標準パターンと同様に分析部２を経てベク
トル時系列の形［以下、このベクトル時系列を音素間距
離計算用パターンと称する］に変換され、ｌ１４−音素
間距離計算を求めるために使われル＠　ＩＩ　準バター
　ンｓｓ＝　ｂｓｌ、ｂ”２＋・＋ｂ’ｔ＋　、−＋１
）’１と、それと同じカテゴリ名である音素間距離計算
用ｉ＜９−７Ｂ’°＝ｂ”ｌ＋１）”３＋”’＋１）’
°Ｊ　＊　”’　＊　ｂ”　Ｊ　カら、同一音素間離Ｏ
５を求める場合の説明をする。

ＢＳ、　ＢＳ’は、マツチング部６に送られ、ＤＰ距離
Ｄ（Ｂ’、Ｂ”　）が計算され、同−音素間距離計算部
１１に送られる。同−音素間距離計算部１１は、Ｄ（Ｂ
’。

ｎ”）にある定数Ｍを掛けた値を、ａＳに対する同−音
素間距離Ｄ３として、同一音素間距離記憶部１２に記憶
する。以上の動作をすべての標準パターンａＳ（ｓ＝１
〜２）について行う、すべての標準パターン８１〜Ｂ２
とそれに対する同一音素間距離Ｄｌ〜Ｄ２の登録が終了
すると、次に、標準パターンは、逐次、類似部分検出部
９で、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ｌＯ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、ＩＩ　ｍハ９−　ンＢ”＝　ｂ’ｌ、ｂ’２．、
、、　、ｂｓ、、　、、、、　。

ｂｓ＋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ＢＳと、Ｂｓ以外のすべての標準パターン８”　
（ｍ＝１〜ｚ、ｍ＃ｓ）とのＤＰ距離Ｄ（Ｂ’、Ｂ”）
がマツチング部６で計算され、判定部９１に送られる６
判定部９１では、Ｄ（Ｂ’、’Ｂ”）を監辣しその値が
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ｊｒｎ（ｉ　）、■フレー
ム分のＤＰ対応ベクトル距離ｄ（ｂ’＋、ｂ”ｊａｔ＋
＋）（ｉ＝＝　１〜Ｉ）ト、ソノ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対対応ベクトル距離計郡部
６では、記憶部９４のＤＰＰ応ペクト（ｂｓ−◆に＋ｂ
”１ｍ１＋ｉ＋）（ｉ　＝　１〜Ｉ）を１フレームづつ
シフトして１個求め、記憶部９７に記憶する。以上の動
作が終了すると、記憶部９３．９４．９５．９７には、
それぞれ、標準パターンａＳ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、ＤＰＰ
応ベクトル距離、その標準パターンのカテゴリ名、平滑
化ＤＰＰ応ベクトル距離が記憶されている。

比敦部９８は、ｉ＝１〜Ｉまでの、それぞれのフレーム
について、各カテゴリ名の平滑化ＤＰＰ応ベクトル距離
５ｄ（ｂ’Ｉ、ｂ”ｊｍｔ＋＋）を記憶部９７より受は
取り、同一音素間距離記憶１１のＤｓと大小比較し、Ｄ
ｓ＞５ｄ（ｂ’＋、ｂ”ｊｌｚ）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　＝　Ｏを、標準パターン平均化処理部１
０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１０１では、フレーム番号５−　＝　１〜Ｉ
について順次、各カテゴリ名ｍに対する信号Ｓｉｍを受
は取る。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Ｋｉをカウント回路１０２でカウントし
、Ｋｉをベクトル平均部１０３に送る。同時に、Ｓｉｎ
が１であるカテゴリ名ｍとそのフレーム番号ｉが記憶部
９３に送られｊｍ（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ｊｍ（ｉ）フレームのベ
クトルｔ）”Ｊ＋＋＊（１）が、順次ベクトル平均部１
０３に送られる。また、標準パターン記憶部８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では、
Ｋｉ＞　０の場合は、へ９　）　ルノ平均値Ｙ＋ＴＴ　
（ｂ’＋　＋　”Ｆ’、−、ｂ’　ＪＬ　（Ｉ　ｌ　）
　ヲ。

計算し、その値を平均標準パターン記憶部５に出力し、
にｎ＝ｏの場合は、ｂｓＩ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〜Ｉまで
行えば、標準パターンＢ３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Ｂ５に対し行った動作を、他の標準
パターンＢ’（ｎ＝１〜２）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が作成される。

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、
同−音素間距離計算部１１における同一音素間距離ＯＳ
を、Ｄ（Ｂ’、、Ｂ’°）にある定数Ｍを掛けた値とし
たが、これを、例えば、ある定数Ｍを加えた値としても
良い、さらに、Ｍ、Ｌを定数でなく、例えば、Ｄ（Ｂ’
、Ｂ”）等に依存する値としても良い、また、同一音素
間距離ＤＳを、標準パターンＢＳごとに違う値を用いた
が、ある特定の単語間のＤＰ距離を基にして求めて、ど
の標準パターンにも共通な値を用いても良い。さらに、
本発明の原理は、音声以外のパターンを対象にする場合
にも有効に適用されるのは明かである０例えば、文字認
識に適用された場合には、１間」とＦ間」のような極め
て類似した文字間の弁別に効果がある。

（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の詳細を示す図である。１・・・マイクロホン、２・・・音声分析部、３・・・
スイッチ回路、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
、１１・−・同−音素間距離計算部、１２・・・同一音
素間距離記憶部、９１・・・判定部、９２・・・マルチ
プレクサ、９３．９４．９５．９７・・・記憶部、９６
・・・平滑化ＤＰ対応ベクトル距離計算部、９Ｂ・・・
比較部、１０１・・・制御部、１０２・・・カウントｌ
１ｉｉｉ鷹ｇ瞭

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、同一
音素間の距離を予め記憶しておく同一音素間距離記憶部
と、前記同一音素間距離記憶部の同一音素間の距離を基
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を有することを特徴とするパタ
ーン認識システム。