JPS63210998A

JPS63210998A - パタ−ン認識システム

Info

Publication number: JPS63210998A
Application number: JP62045702A
Authority: JP
Inventors: 透清水; 迫江　博昭
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1987-02-27
Filing date: 1987-02-27
Publication date: 1988-09-01
Anticipated expiration: 2009-07-20
Also published as: JPH0654438B2

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４９−２４１８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ッチングを行うというＤ
Ｐ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Ｅヶ」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、前記標
準パターン間で比較処理を行った結果であるパターン間
距離を基にパターン間の類似部分が全体に占める割合を
推定する類似部割合検定部と、前記推定した割合を用い
て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
　　ｒＯＫＵＹＡＭＡ」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
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ｒＯＫＡＹＡＭＡｊ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“Ｏ”、“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。

−ｍ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大きい場合は、
異なる音素が多いつまり類似部が少なく弁別部が多く、
両パターン間の距離が小さい場合は、異なる音素が少な
いつまり類似部が多く弁別部が少ないとみなすことがで
きる。

今、標準パターンベクトル列Ｂ　１　＝　ｂｌ　、　、
　ｂｌ　２．・・・。

ｂ’１．・・・、ｂ’＋と、標準パターンベクトル列Ｂ
２＝ｂ２１゜ｂ２２．・・・、ｂ２ｊ、・・・・＋　ｂ
２Ｊを考え、二つをＤＰマツチングする。その結果、ベ
クトルＢ１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間距
離ｄ（ｂｌｌ、ｂ２ｊ）［以下、この距離をＤＰ対応ベ
クトル閏距離と称する］の全フレームの平均値Ｄ（ｂ’
ｌ、ｂ２Ｊ）　［以下、この値をＤＰ距離と称する］を
基にして、類似部を検出することができる。

つまり、前もって、単語長に対する類似部分の割合Ｅ以
下、類似部割合と称する］と単語間のＤＰ距離との対応
Ｅ以下、この対応を距離−類似部割合対応と称する］を
求め記憶しておき、標準パターン間のＤＰ距離とその関
係を照らし合わせることにより、標準パターン間の類似
部分の割合を推測できる。そして、ＤＰ対応ベクトル間
距離の小さいものから順に、その割合分のフレームを類
似部とすることができる。

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、ｒＷＡＫＡＹＡＭＡ」、ｒＯＫＵＹＡＭＡ」
、ｒＵＫＩｓＩＭＡ、、「Ａ　ＫＩＫＡＷＡＪが選ばれ
たとする。

次に、ｒＯＫＵＹＡＭＡ」と各候補の単語とをＤＰマツ
チングした際のＤＰ距離と、前もって求めておいた距離
−類似部割合対応とを照らし合わ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
、ｒＡＫ　Ｉ　ＫＡＷＡＪは類似部が存在せず、候補か
ら除かれ、ｒＷＡＫＡＹＡＭＡＪのと類似部はＫＡＹＡ
ＭＡ”、ｒＯＫＵＹＡＭＡＪ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ｒＯＫＵＹＡＭＡ」の“ＯＫ″との平均、“ＹＡ
″はｒＯＫＡＹＡＭＡＪ、ｒＷＡＫＡＹＡＭＡＪの“Ｙ
Ａ”との平均、“ＭＡ”はｒＯＫＡＹＡＭＡＪ、ｒＹＡ
ＫＡＹＡＭＡＪ、ｒＵＫＩＳＩＭＡＪ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、平均標準バタ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Ａ＝ａ１．ａ２
．・・・、ａｌ、・・・・、ａｌを、平均標準パターン
記憶部５から平均標準パターンＢ″″＝ｂ’″ｌ＋ｂ”
３＋・・・ｒｂ”Ｊ＋・・・・、ｂ″″Ｊを受は取り、
特願昭４９−２４１１１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”）　　＝　１１５−ｍ、
％＋２．（ンモ、１ｄ（ａｌ、ｂ議Ｊ））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″″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０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は標準パ久−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。すべての標準パターン８
１〜Ｂ２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１０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ハターンＢ”ｌ）’１＋１）’２＋”’
＋１）ｓｌ＋−＋ｂ５．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　ａＳ以外のすべての標
準パターンＢ”（ｍ＝１〜ｚ、ｍ１ｓ）とのＤＰ距離Ｄ
（Ｂｓ、Ｂ”″）がマツチング部６で計算され、判定部
９１に送られる０判定部９１では、Ｄ（Ｂ’、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ｊｉｎ
（ｉ　）、■フレーム分のＤＰ対応ベクトル距離ｄ（ｂ
ｓ＋、ｌ）”、ｓ＋　１　＋）（ｉ＝　１〜Ｉ）ト、ソ
（１）ＷＡ準）＜　９−：／のカテゴリ名ｍ、ＤＰ距離
Ｄ（Ｂ’、Ｂ”）を、それぞれ、記憶部９３、記憶部９
４、記憶部９５、記憶部９６に記憶する。同時に、標準
パターン記憶部８よりそのカテゴリ名のパターンのフレ
ーム数ｆ”を記憶部９７に記憶する。平滑化ＤＰ対対応
ベクトル距離計郡部８では、記憶部９４のＤＰＰ応ベク
トル距離のＬフレーム分の平均値である平滑化ＤＰＰ応
ベクトル距離５ｄ（ｂ’＋＋ｂ−ｊｍｔ目）＝　ｌ／Ｌ
・Σｄ（ｂ’、＋ｘ＋１）”Ｊ、（＋＋ｓＨ）　（ｉ　
＝　１〜■）を１フレームづつシフトして１個求め、記
憶部９９に記憶する０以上の動作が終了すると、記憶部
９３．９４．９５．９９．９６．９７には、それぞれ、
標準パターンＵＳ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、ｉ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、ＤＰ距離、フレーム数が記憶されている
。

次に、パターンＢＳと上位に個の標準パターンとの類似
部分を求める際の動作の説明をする。今、」二位に個の
内の一つのパターンＢ”との類似部分を求める場合につ
いて説明する。平均化フレーム数計算部９１０ｉ、ｔ、
記’ｔｆｔ部９６ヨリＤ　Ｐ　距離Ｄ（Ｂ’、Ｂ”）ヲ
受は取り、その値に対応する類似部割合Ｒｓ−（０≦１
８＋＋ｉ≦１）を距離−類似部割合対応記憶部１１より
得る。距離と類似部割合の対応は、例えば、第３図に示
すようなものが考えられる。第３図において、横軸はＤ
Ｐ距離、縦軸は類似部割合を示し、ＤＰ距離が大きくな
るほど、類似部割合が小さくなるようになっている０次
に、記憶部９７から、ｆ″″を受は取り、Ｒ５ｗｍＸｆ
”″なる計算を行い、その値を類似部分縮フレーム数Ｎ
Ｓｍとして、比較部９１１に送る。比較部９１１は、Ｂ
Ｓのｉ＝１〜Ｉまでのフレームについての８１との平滑
化ＤＰＰ応ベクトル距離５ｄ（ｂ’＋＋ｂ”ｊｌｏ）を
記憶部９９より受は取り、ソノ値が小さいものから順に
Ｎ５１個選び、それらのフレームには類似部分として信
号Ｓｉｍ・１、それ以外のフレームには信号Ｓｉｍ・０
を、標準パターン平均化処理部１０に送る。以上の動作
を上位に個の全てのパターンについて行えば、パターン
ｎｓと上位に個の標準パターンとの類似部分が求められ
る。

第４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、Ｓｉｎが１
であるカテゴリ名ｍとそのフレーム番号ｉが歪み関数記
憶部９３に送られｊｒｎ（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１）−Ｊｍ（ｌ　ｌ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よつ
、カテゴリ名Ｓの第ｉフレームのベクトルｂｓ＋も、ベ
クトル平均部１０３に送られる。ベクトル平均部１０３
では、Ｋ１１ｏの場合は、ベクトルの平均優品（ｂｓＩ
＋Σ”Ｊｊ（＋１）を計算し、その値を平均標準バタｊ
諷１一ン記憶部５に出力し、にｎ＝ｏの場合は、ｂ？、を平
均標準パターン記憶部５に出力する０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、
距離−類似部割合対応記憶部１１に記憶しておく距離と
類似部割合の対応は、第３図に限定されず、例えば、第
５図に示すようなものでも良い、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、ｒ間」と「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）以上に述べた通り、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
め中から、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４図は、
標準パターン平均化処理部１◎の詳細図、第３図、第５
図は距離と類似部割合の対応の一例を表す図である。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、ｌＯ・・・標準パターン平均化処理部
、１１・・・距離−類似部割合記憶部、９１・・・判定
部、９２・・・マルチプレクサ、９３．９４．９５．９
６．９７．９９・・・記憶部、９８・・・平滑化ＤＰ対
対応ベクトル距離計郡部９１０・・・平均化フレーム計
算部、９１１・・・比較部、１０１・・・制御部、１０
２・・・カウント回路、１０３・・・ベクトル平均部、
、・代理人　弁理士　内照　會１１′− 第３図第５図ＤＰ距離

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った結果であるパターン
間距離を基に類似部分が全体に占める割合を推定する類
似部割合推定部と、前記推定した割合を用いて前記標準
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。