JPS63213897A - 話者認識装置における辞書更新方式 - Google Patents
話者認識装置における辞書更新方式Info
- Publication number
- JPS63213897A JPS63213897A JP62048558A JP4855887A JPS63213897A JP S63213897 A JPS63213897 A JP S63213897A JP 62048558 A JP62048558 A JP 62048558A JP 4855887 A JP4855887 A JP 4855887A JP S63213897 A JPS63213897 A JP S63213897A
- Authority
- JP
- Japan
- Prior art keywords
- dictionary
- patterns
- speaker
- pattern
- voice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
五東光髭
本発明は、音声により話者の同定を行う話者照合装置の
辞書更新方式に関するものであり、例えば、バンキング
サービス、個人情報へのアクセス。
辞書更新方式に関するものであり、例えば、バンキング
サービス、個人情報へのアクセス。
機密保管場所への入室管理等の音声キー（ｋｅｙ）。
玩具等の応答装置の検出等における辞書パタンの自動更
新等に適用して好適なものである。
新等に適用して好適なものである。
灸來技権
音声を用いた話者照合は、音声信号が音韻情報。
個人性情報、感情情報より形成されていることに着目し
、特に個人性の情報に着目して話者の同定を行うもので
ある。従来より個人性の情報（声道特性、音源特性など
）は、時間の経過に伴って変化するとされており、特に
話者照合においては音声認識以上に認識率が低下するこ
とが確認されている。そこで、話者認識においては照合
時に使う個人の辞書パタン（標準パタン）を音声の経時
的変化に対して強くすることが必要である。このため、
声道特性の逆フイルタリング処理を施した音声信号を使
用したり、辞書パタンを照合時に更新したりすることが
行われている。このうち辞書パタンを更新する方式では
、従来、照合時に話者のものであると確認された音声パ
タンのみを用いて辞書の更新が行われているため、′Ｉ
Ｒ繁に辞書の更新を行う場合には経時的変化に追従でき
るが、照合を行う時間間隔が長い場合には、辞書更新に
よるパタンの変化はわずかであるので、その効果が薄く
、認識率を低下させていた。
、特に個人性の情報に着目して話者の同定を行うもので
ある。従来より個人性の情報（声道特性、音源特性など
）は、時間の経過に伴って変化するとされており、特に
話者照合においては音声認識以上に認識率が低下するこ
とが確認されている。そこで、話者認識においては照合
時に使う個人の辞書パタン（標準パタン）を音声の経時
的変化に対して強くすることが必要である。このため、
声道特性の逆フイルタリング処理を施した音声信号を使
用したり、辞書パタンを照合時に更新したりすることが
行われている。このうち辞書パタンを更新する方式では
、従来、照合時に話者のものであると確認された音声パ
タンのみを用いて辞書の更新が行われているため、′Ｉ
Ｒ繁に辞書の更新を行う場合には経時的変化に追従でき
るが、照合を行う時間間隔が長い場合には、辞書更新に
よるパタンの変化はわずかであるので、その効果が薄く
、認識率を低下させていた。
且−一枚
本発明は、上述のごとき実情に鑑みてなされたもので、
特に、音声信号に含まれる個人性の情報を抽出すること
により話者を同定する話者照合装置において、音声の経
時的変化に対応した辞書の更新を自動的に行うことを目
的としてなされたものである 遭−一」叉 本発明は、上記目的を達成するために、登録話者によっ
て登録された音声パタンと未知話者によって入力された
音声パタンとを比較し、その類似度があるしきい値を越
えた時に上記未知話者を上記登録話者と同一であると判
断すると同時に、その判定結果に基づいて上記の入力音
声パタンを用いて個人辞書パタンを学習修正する話者照
合装置において、照合時に、入力された全ての音声パタ
ンを一時的に記憶する手段を有し、未知話者が登録話者
と同一であると判断されたときには、その照合時におい
て棄却された音声パタンをも利用して、辞書の更新を行
うことを特徴としたものである。以下５本発明の実施例
に基いて説明する。
特に、音声信号に含まれる個人性の情報を抽出すること
により話者を同定する話者照合装置において、音声の経
時的変化に対応した辞書の更新を自動的に行うことを目
的としてなされたものである 遭−一」叉 本発明は、上記目的を達成するために、登録話者によっ
て登録された音声パタンと未知話者によって入力された
音声パタンとを比較し、その類似度があるしきい値を越
えた時に上記未知話者を上記登録話者と同一であると判
断すると同時に、その判定結果に基づいて上記の入力音
声パタンを用いて個人辞書パタンを学習修正する話者照
合装置において、照合時に、入力された全ての音声パタ
ンを一時的に記憶する手段を有し、未知話者が登録話者
と同一であると判断されたときには、その照合時におい
て棄却された音声パタンをも利用して、辞書の更新を行
うことを特徴としたものである。以下５本発明の実施例
に基いて説明する。
第１図は１本発明の一実施例を説明するための構成図で
、図中、１はマイクロフォン、２はローパスフィルタ（
ＬＰＦ）、３はアナログ−デジタル変換回路、４は音声
区間検出部、５は音声波形分析部、６は照合部、７は判
断部、８は閾値部、９は蓄積部、１０は更新部、１１は
辞書部、１２は登録部で、マイクから入力された音声信
号は、ローパスフィルター（Ｌ Ｐ Ｆ）によってサン
プリング周波数の１／２以上の成分をカットされたのち
Ａ／Ｄ変換器によって離散的な信号列に量子化される。
、図中、１はマイクロフォン、２はローパスフィルタ（
ＬＰＦ）、３はアナログ−デジタル変換回路、４は音声
区間検出部、５は音声波形分析部、６は照合部、７は判
断部、８は閾値部、９は蓄積部、１０は更新部、１１は
辞書部、１２は登録部で、マイクから入力された音声信
号は、ローパスフィルター（Ｌ Ｐ Ｆ）によってサン
プリング周波数の１／２以上の成分をカットされたのち
Ａ／Ｄ変換器によって離散的な信号列に量子化される。
このようにして離散化された信号は、音声区間切り出し
装置によって音声区間のみが切り出され、音声波形分析
器において各種の特徴パラメータに変換される。
装置によって音声区間のみが切り出され、音声波形分析
器において各種の特徴パラメータに変換される。
このようにして得られた特徴パラメータは、登録時には
辞書登録部によって辞書パタンとして格納される。登録
時の発声回数は、辞書構成方法および識別のアルゴリズ
ムにあわせて自由に設定してよい。なお、辞書イ２餘部
には、標準パタンとして適切でないパタンをリジェクト
する機能を付加しても良い。辞書形式としては、加算平
均パタンと発声回数とを記憶しても良いし、所定数の入
力パタンをそのまま集合として記憶するようにしても良
い。
辞書登録部によって辞書パタンとして格納される。登録
時の発声回数は、辞書構成方法および識別のアルゴリズ
ムにあわせて自由に設定してよい。なお、辞書イ２餘部
には、標準パタンとして適切でないパタンをリジェクト
する機能を付加しても良い。辞書形式としては、加算平
均パタンと発声回数とを記憶しても良いし、所定数の入
力パタンをそのまま集合として記憶するようにしても良
い。
照合時には、未知話者の特徴ベクトルのパタンと登録話
者の辞書パターンとのベクトル間の距離が計算され、判
断部において、予め各話者毎に設定されているしきい値
と上記計算によって得られた距離とを比較することで話
者の判定が行われる。
者の辞書パターンとのベクトル間の距離が計算され、判
断部において、予め各話者毎に設定されているしきい値
と上記計算によって得られた距離とを比較することで話
者の判定が行われる。
照合時には、例えば、話者のキーワード（ｋｅｙ ｗ
ｏｒｄ）を指定することで、話者本人の辞書に対して照
合を行う。未知話者のｍ回目の発声で受理されなかった
場合には、所定の回数照合が行えるようにしておく。
ｏｒｄ）を指定することで、話者本人の辞書に対して照
合を行う。未知話者のｍ回目の発声で受理されなかった
場合には、所定の回数照合が行えるようにしておく。
音声蓄積部では１話者に許可された発声回数以内で、入
力パタンが受理されるまでのパタンを一時的に記憶する
０例えば５回の照合回数が許されている場合に、４回目
の発声での音声パタンか受理されたときには、１回目か
ら３回目の棄却された音声パタンと４回目の受理された
音声パタンか蓄積されている。辞書更新部は、判定部か
らの受理信号を受は取って、音声蓄積部に記憶されてい
る音声パタンと辞書パタンとを用いて辞書の更新をおこ
なう。
力パタンが受理されるまでのパタンを一時的に記憶する
０例えば５回の照合回数が許されている場合に、４回目
の発声での音声パタンか受理されたときには、１回目か
ら３回目の棄却された音声パタンと４回目の受理された
音声パタンか蓄積されている。辞書更新部は、判定部か
らの受理信号を受は取って、音声蓄積部に記憶されてい
る音声パタンと辞書パタンとを用いて辞書の更新をおこ
なう。
第２図は、辞書更新法の一例を示す図で、この例におい
ては辞書パタンの添字（ｎ）は、現在までの辞書更新に
関わった音声パタンの個数を示している。このときの辞
書パタンを（Ｘ （ｎ） １ 、 Ｘ （ｎ）２・・
・ｘ（ｎ）ｐ）と表す、いま、ｍ回目の発声での音声パ
タンが受理されたときには、１回目からｍ−１回目の棄
却された音声パタンとｍ回［１の受理された音声パタン
とを用いて新たな辞書パタンを第２図（７）、、Ｉ；’
＋ニ（Ｘ（ｎ ” ｍ） ｌ 、 Ｘ（ｎ ” ｒｎ）
２・・・Ｘ（ｎ ＋ ｍ） ｐ）として作成する。こ
こで、新たな辞書としては、現在までの辞書パタンとｍ
回の音声パタンの荷重平均などを用いる。また、辞書作
成の際には、１回目からｍ回目までの全ての音声パタン
を用いても良いが、その一部を選択して用いることも考
えられる。辞書更新にｍ回の音声パタンのどれを採用す
るかは５ｍ回の音声パタンの平均２分散等の統計的分析
の結果をもちいて決定する。
ては辞書パタンの添字（ｎ）は、現在までの辞書更新に
関わった音声パタンの個数を示している。このときの辞
書パタンを（Ｘ （ｎ） １ 、 Ｘ （ｎ）２・・
・ｘ（ｎ）ｐ）と表す、いま、ｍ回目の発声での音声パ
タンが受理されたときには、１回目からｍ−１回目の棄
却された音声パタンとｍ回［１の受理された音声パタン
とを用いて新たな辞書パタンを第２図（７）、、Ｉ；’
＋ニ（Ｘ（ｎ ” ｍ） ｌ 、 Ｘ（ｎ ” ｒｎ）
２・・・Ｘ（ｎ ＋ ｍ） ｐ）として作成する。こ
こで、新たな辞書としては、現在までの辞書パタンとｍ
回の音声パタンの荷重平均などを用いる。また、辞書作
成の際には、１回目からｍ回目までの全ての音声パタン
を用いても良いが、その一部を選択して用いることも考
えられる。辞書更新にｍ回の音声パタンのどれを採用す
るかは５ｍ回の音声パタンの平均２分散等の統計的分析
の結果をもちいて決定する。
第３図は、辞書更新法の他の例をを示す図で。
この例は、複数個のパタンによって形成される辞書を用
いて、照合時に入力された全ての音声パタンと辞書中の
全てのパタンから新たな辞書パタンを選択して更新する
辞書パタン更新方式を示している。辞書パタンは、Ｋ個
の辞書パタンより構成されている。いま１ｍ回目の発声
での音声パタンか受理されたときには、１回目からｍ−
１回目の棄却された音声パタンとｍ回目の受理された音
声パタンとに個の辞書パタンとを用いて、ｋ個の新たな
辞書パタンの集合を作成する。
いて、照合時に入力された全ての音声パタンと辞書中の
全てのパタンから新たな辞書パタンを選択して更新する
辞書パタン更新方式を示している。辞書パタンは、Ｋ個
の辞書パタンより構成されている。いま１ｍ回目の発声
での音声パタンか受理されたときには、１回目からｍ−
１回目の棄却された音声パタンとｍ回目の受理された音
声パタンとに個の辞書パタンとを用いて、ｋ個の新たな
辞書パタンの集合を作成する。
第３図の例の場合は、８番目の辞書パタンか捨てられ新
たにこの照合時に入力された２番目の音声パタンか採用
されたことを示している。ここで。
たにこの照合時に入力された２番目の音声パタンか採用
されたことを示している。ここで。
ｋ個の新たな音声パタンを選択する場合には、はじめの
に個の辞書パタンにおいて、音声パタン入力時の日時を
記録する項目を設け、時間的に偏りを持たないように音
声パタンの集合を選択する更新方式をとってもよいし、
複数個の音声パタンによって形成される辞書において、
話者の識別空間に偏りを持たないように音声パタンの集
合を選択するように辞書パタン更新方式をおこなっても
よい。また、辞書の更新にともなって判断に用いる閾値
を変更しても良い。
に個の辞書パタンにおいて、音声パタン入力時の日時を
記録する項目を設け、時間的に偏りを持たないように音
声パタンの集合を選択する更新方式をとってもよいし、
複数個の音声パタンによって形成される辞書において、
話者の識別空間に偏りを持たないように音声パタンの集
合を選択するように辞書パタン更新方式をおこなっても
よい。また、辞書の更新にともなって判断に用いる閾値
を変更しても良い。
紘−一釆
以上の説明から明らかなように、本発明によると、経時
的変化を伴う音声に対して効果的に辞書の自動更新を行
うことが可能となり、この方式を採用することにより、
ある程度長時間経過した後の音声に対しても高い認識率
を保持する話者認識装置が実現できる。
的変化を伴う音声に対して効果的に辞書の自動更新を行
うことが可能となり、この方式を採用することにより、
ある程度長時間経過した後の音声に対しても高い認識率
を保持する話者認識装置が実現できる。
第１図は、本発明による辞書更新方式の実施に使用して
好的な電気回路の一例を示すブロック線図、第２図及び
第３図は、それぞれ辞書更新法の例を説明するための図
である。 １・・・マイクロフォン、２・・・ローパスフィルタ（
ＬＰＦ）、３・・・アナログ−デジタル変換回路、４・
・・音声区間検出部、５・・・音声波形分析部、６・・
・照合部、７・・・判断部、８・・・閾値部、９・・・
蓄積部、１０・・・更新部、１１・・・辞書部、１２・
・・登録部。
好的な電気回路の一例を示すブロック線図、第２図及び
第３図は、それぞれ辞書更新法の例を説明するための図
である。 １・・・マイクロフォン、２・・・ローパスフィルタ（
ＬＰＦ）、３・・・アナログ−デジタル変換回路、４・
・・音声区間検出部、５・・・音声波形分析部、６・・
・照合部、７・・・判断部、８・・・閾値部、９・・・
蓄積部、１０・・・更新部、１１・・・辞書部、１２・
・・登録部。
Claims (7)
- （１）、登録話者によって登録された音声パタンと未知
話者によって入力された音声パタンとを比較し、その類
似度があるしきい値を越えた時に上記未知話者を上記登
録話者と同一であると判断すると同時に、その判定結果
に基づいて上記の入力音声パタンを用いて個人辞書パタ
ンを学習修正する話者照合装置において、照合時に、入
力された全ての音声パタンを一時的に記憶する手段を有
し、未知話者が登録話者と同一であると判断されたとき
には、その照合時において棄却された音声パタンをも利
用して辞書の更新を行うことを特徴とする話者認識装置
における辞書更新方式。 - （２）、登録および更新に用いたパタン総数が記録でき
るようにした辞書を用いて、照合時に入力された全ての
音声パタンとの荷重平均を計算し、これを新たな辞書パ
タンとすると同時に、更新に用いたパタンの個数を辞書
中のパタン総数に加算することを特徴とする特許請求範
囲第（１）項記載の話者認識装置における辞書更新方式
。 - （３）、登録および更新に用いたパタン総数が記録でき
るようにした辞書を用いて、照合時に入力された全ての
音声パタンから、辞書更新に適切であるパタンを選択し
て、これらのパタンと辞書パタンの荷重平均を計算し、
これを新たな辞書パタンとすると同時に更新に用いたパ
タンの個数を辞書中のパタン総数に加算することを特徴
とする特許請求範囲第（１）項記載の話者認識装置にお
ける辞書更新方式。 - （４）、複数個の音声パタンによって形成される辞書を
用いて、照合時に入力された全ての音声パタンと辞書中
の全てのパタンから新たな辞書パタンを選択して更新す
ることを特徴とする特許請求範囲第（１）項記載の話者
認識装置における辞書更新方式。 - （５）、複数個の音声パタンによって形成される辞書に
おいて、パタン入力時の日時を記録する項目を設け、時
間的に偏りを持たないように音声パタンの集合を選択す
ることを特徴とする特許請求範囲第（４）項記載の話者
認識装置における辞書更新方式。 - （６）、複数個の音声パタンによって形成される辞書に
おいて、話者の識別空間に偏りを持たないように音声パ
タンの集合を選択することを特徴とする特許請求範囲第
（４）項記載の話者認識装置における辞書更新方式。 - （７）、未知話者と登録話者が同一であると判断される
までの未知話者に許される発声回数を限定することを特
徴とする特許請求範囲第（１）項記載の話者認識装置に
おける辞書更新方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62048558A JPS63213897A (ja) | 1987-03-02 | 1987-03-02 | 話者認識装置における辞書更新方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62048558A JPS63213897A (ja) | 1987-03-02 | 1987-03-02 | 話者認識装置における辞書更新方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63213897A true JPS63213897A (ja) | 1988-09-06 |
Family
ID=12806710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62048558A Pending JPS63213897A (ja) | 1987-03-02 | 1987-03-02 | 話者認識装置における辞書更新方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS63213897A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008064928A (ja) * | 2006-09-06 | 2008-03-21 | Yamaha Corp | 生体認証装置、生体認証方法およびプログラム |
| JPWO2006109515A1 (ja) * | 2005-03-31 | 2008-10-23 | パイオニア株式会社 | 操作者認識装置、操作者認識方法、および、操作者認識プログラム |
-
1987
- 1987-03-02 JP JP62048558A patent/JPS63213897A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2006109515A1 (ja) * | 2005-03-31 | 2008-10-23 | パイオニア株式会社 | 操作者認識装置、操作者認識方法、および、操作者認識プログラム |
| JP2008064928A (ja) * | 2006-09-06 | 2008-03-21 | Yamaha Corp | 生体認証装置、生体認証方法およびプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20090076814A1 (en) | Apparatus and method for determining speech signal | |
| JP2002514318A (ja) | 録音された音声を検出するシステムおよび方法 | |
| KR101888058B1 (ko) | 발화된 단어에 기초하여 화자를 식별하기 위한 방법 및 그 장치 | |
| CN108831456B (zh) | 一种通过语音识别对视频标记的方法、装置及系统 | |
| Ayoub et al. | Gammatone frequency cepstral coefficients for speaker identification over VoIP networks | |
| KR102098956B1 (ko) | 음성인식장치 및 음성인식방법 | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JP6480124B2 (ja) | 生体検知装置、生体検知方法及びプログラム | |
| JPH04318900A (ja) | 多方向同時収音式音声認識方法 | |
| JPS63213897A (ja) | 話者認識装置における辞書更新方式 | |
| Jayanna et al. | Fuzzy vector quantization for speaker recognition under limited data conditions | |
| US7085718B2 (en) | Method for speaker-identification using application speech | |
| US7454337B1 (en) | Method of modeling single data class from multi-class data | |
| JP2001350494A (ja) | 照合装置及び照合方法 | |
| Mishra | A vector quantization approach to speaker recognition | |
| Kabari et al. | Speaker recognition system using signal processing tool in MATLAB | |
| Higgins et al. | A multi-spectral data-fusion approach to speaker recognition | |
| JPS63213899A (ja) | 話者照合方式 | |
| JP2000148187A (ja) | 話者認識方法、その方法を用いた装置及びそのプログラム記録媒体 | |
| JPS61278896A (ja) | 話者照合装置 | |
| JP3357752B2 (ja) | パターンマッチング装置 | |
| JP2891259B2 (ja) | 音声区間検出装置 | |
| Adetoyi | Text Independent Speaker Identification System for Access Control | |
| JPS63306499A (ja) | 不特定話者音声認識装置 | |
| JPS61138296A (ja) | 音声認識装置 |