JPS63226692A

JPS63226692A - パターン比較方式

Info

Publication number: JPS63226692A
Application number: JP62238336A
Authority: JP
Inventors: 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1986-10-03
Filing date: 1987-09-21
Publication date: 1988-09-21
Anticipated expiration: 2014-04-12
Also published as: JP2882791B2

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】１４分更本発明は、パターン比較方式、より詳細には、パターン
認識におけるパターン照合に関する。

災米艮亙パターン方式の中で最も一般的なものはパターンマツチ
ングを利用する方式である。この方式はあらかじめ登録
された標準パターンと入力された未知入力間の類似性を
求め、未知入力が登録された中のどのパターンに最も近
いかを判定するものである。この方式を現実に適用する
際には周囲のノイズが対象としているパターンの中に混
入してくる問題がある６例えば、音声誤認を考えるなら
認識中に周囲で突発的な雑音が発せられた場合、或いは
、発声時の口唇の開閉音が音声について入ってしまった
ような場合、パターン照合部では雑音がついたままの状
態で標準パターンと比較するため正しい類似性が求めら
れないことになる。

又、雑音に対して過敏であると上述のような雑音添加が
起こり易いが、雑音に対する感度を下げると雑音を抽出
しなくはなるが音声の一部が欠落するような事態をひき
起こすことが多くなる。例えば、ストップ（ｓｔｏｐ）
のような語尾が子音単独で発声されやすい単語の場合５
最後の／　ｐ　／が抽出出来ずに欠落することがある。

第７図は、上述のごときストップを照合する場合の一例
を説明するための図で、（ａ）が標準パターン、（ｂ）
が入力されたパターンであるとする。標準パターン（、
）は正確に単語全体のパターンを有しているが、パター
ン（ｂ）は／ｐ／が欠落しており、パターンの終端はパ
ターン（ａ）の／　ｐ　／がパターン（ｂ）の／　ｏ　
／と対応づけて照合される。このため、両者の類似性が
小さくなり誤認識を引き起こすことになってしまう、こ
のような誤対応は端点フリーの動的計画法を利用するこ
とで防ぐこともできるが、Ｗ頭、末尾のパターンが欠落
することや、雑音が添加することがあり、本来、計算量
が多い方法が更に演算量を増してしまうという欠点があ
る。

また、パターンマツチング法は、上述のように、あらか
じめ何らかの方法で作られた標準パターンと入力の未知
パターンとを比較し、類似性を求め、未知パターンを最
大類似度を得た標準パターンのカテゴリーに分類すると
いうものであるが、音声認識に限らずパターンマツチン
グではいかに正確にパターンを切り出すかが重要である
。特に音声を切り出す際に周囲の雑音が一緒に混入しな
いためには、小さい雑音性の音は切り出さないように閾
値を設定しなければならない。

音声区間の検出方法は特に限定するものではないが９例
えば、第８図に示すような音声のエネルギーの大きさか
ら周囲のバックグラウンドノイズと分けるものが一般的
である。この方法では音声が入力されるまえにノイズレ
ベルのエネルギー閾値Ａを決めておき、その閾値よりも
大きな音が入力された時点から閾値より下がるまでを音
声区間とするものである。これが音声区間検出の際の考
え方の基本であるが、雑音と区分するため、いろいろの
改良がなされている。また、特徴量としては特定のもの
を利用する必要はなく、もっとも一般的なパワースペク
トルやＬＰＧ、更にはケプストラムなど、どれを用いて
も良い、この中からパワースペクトルを例にあげると、
入力された音声をバンドパスフィルタ群に印加せしめれ
ば実現出来、バンドパスフィルタの特性をどのように選
ぶかで自由に分析のしかたが変えられる。この音声区間
検出部と特徴量変換部はどちらが音声入力部側に配置さ
れても問題はない。こうすると雑音性の子音のエネルギ
ーが小さいもの、例えば。

／Ｆ／の音のようなものが音声の始端又は終端について
いると、これが切り出しにくくなってしまう。第９図（
ａ）には／ＦＡＭＩＬＹ／の標準パターン、（ｂ）には
入カバターンを示すが、図示のように、標準パターンで
は正確に切り出されているものが、認識時には同じ音声
でありながら／Ｆ／の音が欠落してしまうことがある。

このため、正常な照合ができず、類似度が小さくなって
誤認識をひきおこす原因となってしまう。

ｌ−一部本発明は、上述のごとき実情に鑑みてなされたもので、
特に、一部が欠損したパターン、雑音が添加したパター
ンを使用しながら正しいパターン比較を行うことのでき
るパターン比較方式を提供することを目的としてなされ
たものである。

璽−一双本発明は、上記目的を達成するために、第１の音声パタ
ーンとあらかじめ登録されている第２の音声パターンを
比較する際に、音声パターン中の音声生成上の不安定成
分の有無を調べ、第１．第２の音声パターンの少なくと
も一方に上記不安定成分が存在する場合は、各音声パタ
ーンを上記不安定成分とそれを除いた安定成分に分離し
、上記安定成分のみを対応させて比較すること、或いは
。

第１の音声パターンとあらかじめ辞書に登録されている
第２の音声パターンを比較する際に、音声パターン中の
音声生成上の不安定成分の有無を調べ、第１、第２の音
声パターンのいずれにも上記不安定成分が存在する場合
は、各音声パターンを上記不安定成分とそれを除いた安
定成分に分離し。

それぞれの成分毎に対応させて比較することを特徴とし
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、本発明の一実施例を説明するためのブロック
線図で、図中、１は音声入力部、２はパワー測定部、３
は特徴量変換部、４は無音位置計測部、５は無音位置（
末尾）判定部、６はマーク付加部、７は辞書、８はマー
ク判定部、９はパターン削除部、１０はパターン照合部
で、この実施例は２つのパターンを比較する際にパター
ンの始端又は終端から一定長内にエネルギーの極小が存
在するか否かを調べ、一方のパターンにのみ極小が存在
する場合には、極小を有するパターンの始端又は終端か
ら極小までのパターンをとり除いた後、両者のパターン
を比較するようにしたものである。

まず、音声が入力されて特微量に変換され、ろ過程で、
音声のパワーを測定する。音声、の入力部はマイクロフ
ォンで実行できるし、パワー測定は音声帯域だけのバン
ドパスフィルタの出力を検波することによって実現でき
る。特微量は多種知られているがバンドパスフィルタ群
により簡単に抽出できるパワースペクトラムなどいずれ
でも良い。

測定されたパワーの大きさから無音区間が音声のどこに
位置しているかを計測する。例えば、この無音の位置が
音声末尾から１００＋ｎｓ以内にあるかどうかによって
特徴量変換されたパターン（特徴パターン）にマークを
付加する。一方、辞書の中にあるパターンをとり出し先
の特徴パターンと同じマークが付いているかどうかをチ
ェックし、マークが同じ場合には通常通りパターン照合
部へ入って行く、辞書のパターンの作成法はここでは特
に説明しないが同様のやり方で辞書パターンの末尾に無
音があるかどうかによってあらかじめマークをつけてお
く。辞書のマークと入力のマークが異なっている場合は
無音を持つ方の無音以後パターン末尾までを削除し、冒
頭から無音までのパターンを用いて照合する０例えば、
第２図に示すごとく、辞書中のパターン（ａ）が正常で
入カバターンであるパターン（ｂ）の末尾が欠落してい
る場合を考えると、この場合、パターン（ａ）は末尾に
無音があるというマークを持ち、パターン（ｂ）は無音
がないというマークになる。そこで辞書パターンである
パターン（ａ）の末尾の／ｐ／を削除した状態のパター
ン（ｃ）を作り。

パターン（ｂ）と（ｃ）を対応づけして照合する。

なお１以上には、音声末尾の欠落について述べたが、本
発明は末尾に限定されるものではなく、冒頭について同
様の事を行なうことも出来る。

第３図は、音声の冒頭に欠落がある場合のパターン比較
の例を示す図で１図中、１１は無音位置（冒頭）判定部
で、その他、第１図に示した実施例と同様の作用をする
部分には第１図の場合と同一の参照番号が付しである。

而して、この実施例は、冒頭Ｌｏｏｍｓ以内に無音があ
るかどうかによって前記実施例と同様に冒頭の部分を削
除した後、照合することになる。この場合は辞書のパタ
ーンは正常で完全なものと考え、入力された音声の先頭
に口唇開閉によるノイズ或いは突発的に発生したノイズ
が付加されたものとなる。

第４図は、その場合の一例を説明するための図で、例え
ば、「移動Ｊ／ｉｄｏ／と発声した時、パターン（ａ）
のごとく冒頭にノイズＮがついてしまったような場合、
このノイズの後に無音区間が生じるので、無音位置計測
部４及び無音位置（冒頭）判定部１１によってこの無音
区間が冒頭１００＋ｎｓ以内に生じていることを確認し
、無音区間有のマークを付加する。一方、辞書パターン
（ｂ）は無音がないことからパターン（ａ）の無音区間
より先頭に近い部分パターン削除部９によって削除され
、解除された後パターン照合部１０で照合される。照合
の手段は限定されるものではないがパターン長を線形伸
縮するような計算量の少ないものが望ましい、この場合
、言うまでもなくパターン（ａ）の時間長は冒頭の無音
以後に変更しておく。又、無音区間の計測部４は音声が
入力されない状態で環境ノイズを記録しておき、音声が
入力された際にその音声のレベルがノイズと同等とみな
せる時、ここを無音区間として無音区間信号を出せば良
く、位置計測部１１では音声区間の立上り、立下りを示
す信号ラインの信号と比較して位置を針側すれば良い。

而して、本実施例は音声の冒頭につきやすい口唇開閉の
音はパルス状で幅が短かく音声が発声されるまでに無音
が発生すること、又、音声末尾の落ちやすい音は子音が
単独に発声されたものが多く、母音が一緒に発声された
場合、母音が大きなエネルギーを持つことから欠落する
ことはないし、更に子音もその前の音に続いて発声され
たものは欠落しにくいが、単独つまり前の音と離れてい
る場合に欠落しやすく、従って、必ずその前に無音区間
を有していることに注目したものである。ここでは冒頭
のノイズ添加と末尾の子音欠落を別々に述べたが勿論そ
れらを同一システム中でやることが望ましい。

なお１以上には、音声のパターン照合を例にとって説明
したが１本発明は、音声にのみ限定されるものでないこ
とは容易に理解できよう。

上述のように、上記実施例によると、音声の発声に伴っ
て避けることのできない口の開閉前、又は周囲の突発的
なノイズがあってもそれをとり除いてパターンの照合が
できるだけでなく、パターンの末尾にあるべき音声が欠
落した場合にも、欠落をみこした照合が可能となり、こ
のため、パターン照合の精度を向上させることができる
。

第５図は１本発明の他の実施例を説明するためのブロッ
ク線図で、図中、２１はマイクロフォン、２２は音声区
間検出部、２３ａは高域フィルタ、２３ｂは低域フィル
タ、２４は特徴抽出部、２５は乗算器、２６は比較器、
２７は（Ｆ）フラグ。

２８は比較器、２９は第３レジスタ、３０は辞書レジス
タ、３１はマーク比較器、３２はレジスタ部で、第ルジ
スタ３２ａ及び第２レジスタ３２ｂよりなっている。３
３は類似度判定部で、この実施例は、／Ｆ／のような弱
い雑音声の子音の特徴はそれを周波数分析した時に周波
数成分が音声領域の高域部分に集中していることに注目
してなされたものである。具体的には、音声を入力する
手段と、入力された音声を信号に変換する手段と、変換
された信号中の周波数の高い成分と低い成分の保有を調
べ、高い成分の方が多い時、その継続時間を求め、照合
に際し、一方にのみ該高周波数成分が多い部分がある時
、この部分をとり除いた後、照合するようにしている。

第５図において、マイクロフォンから入力された音声は
音声区間が検出されて特徴量になおされ。

パターンとして第３のレジスタ２９へ貯えられる。

それと同時に同じ信号の高域成分と低域成分が各々フィ
ルターで分析されて大きさが比較される。

高域とは１〜６ＫＨｚ、低域とは２００〜ＩＫ七程度で
高域の方が低域の２倍より大きい場合に、仮りに／Ｆ／
フラグと称するフラグを立てるようにする。又、音声区
間検出部からの信号によって音声の始端と終端信号が比
較器２８へ送られ音声の始端又は終端に／Ｆ／フラグが
立っていると第３のレジスタ２９にマークをつけ、／Ｆ
／の継続長を記録しておく０次に辞書レジスタ３０から
標準パターンをとり出し、そのマークが入力と同じかど
うかを調べ、同じ場合はそのまま第ルジスタ３２ａ、第
２レジスタ３２ｂヘパターンを格納して照合し類似度を
求める。マークが異る時、例えば標準パターンの先頭に
／Ｆ／なしのマークがあり、入カバターンには／Ｆ／あ
りの時は、入カバターンの先頭の／Ｆ／フレームだけず
らした時点を音声の始端とみなし、そこから音声末尾ま
でを第ルジスタ３２ａに、標準パターンはそのまま第２
レジスタ３２ｂへ入れて両者を比較する。これは入力に
／Ｆ／がなく標準パターンについていても同様である。

従って、音声区間の切り出しミスがあり標準パターンか
入力の先頭又は末尾の／Ｆ／が欠落してもそれを補って
正確な照合が出来るようになる。なお、ここで標準パタ
ーンの登録については特に限定するものではない。

第６図は照合すべき標準パターンと入カバターンの両方
の同じ位置に／Ｆ／音がある場合の照合例を説明するた
めのブロック図で、図中、３４はレジスタ部で第４のレ
ジスタ３４ａ及び第５のレジスタ３４ｂから成っている
。３３は第１の類似度判定部、３５は第２の類似度判定
部、３６は加算部で、その他、第５図に示した実施例と
同様の作用をする部分には第５図の場合と同一の参照番
号が付しである。

今、例として冒頭に／Ｆ／かついているとすると、マー
ク比較によって両パターンの冒頭に／Ｆ／音がついてい
ることがわかり、それぞれの／Ｆ／のパターン長もわか
る。そこで入カバターンの先頭から／Ｆ／音を指定され
た長さを第１のレジスタ３２ａ、標準パターンのそれを
第２のレジスタ３２ｂへ、又、残りの部分を入カバター
ンは第４のレジスタ３４ａ、標準パターンは第５のレジ
スタ３４ｂへ入れ、レジスタ３２ａと３２ｂ、３４ａと
３４ｂで類似度を求め、その和によって全体の類似度と
する。ただし、ここではみかけ上レジスタ３２ａ、３２
ｂ、３４ａ、３４ｂに分けたが、通常はレジスタ３２ａ
と３２ｂがあれば良く、類似度１を求めた後に同じレジ
スタに上記レジスタ３４ａ、３４ｂの内容を入れ類似度
１に次の類似度を加算する。又、類似度１と類似度２を
別々に求めて加算しているが特に加算に限定するもので
はなくレジスタ３２ａと３２ｂで類似度を計算するため
の要素を求め、レジスタ３４ａ。

３４ｂで同じく要素を求め、それらの要素の和から全体
の類似度を計算しても良い。

上述のように、これら第５図及び第６図に示した実施例
によるとパターンの一部が欠落しても、正常な照合がで
きる。

効　　　果以上の説明から明らかなように、本発明によると、パタ
ーンの一部が欠落していても、又、雑音が添加したパタ
ーンを使用しても、正しいパターンの比較を行うことの
できるパターン比較方式を提供することができる。

【図面の簡単な説明】

第１図は、本発明の一実施例を説明するためのブロック
線図、第２図は、第１図に示した実施例の動作説明をす
るためのパターン照合図、第３図は１本発明の他の実施
例を説明するためのブロック線図、第４図は、第３図に
示した実施例の動作説明をするためのパターン照合図、
第５図及び第６図は、それぞれ本発明の他の実施例を説
明するためのブロック図、第７乃至第９図は、本発明の
技術背景を説明するためのパターン図である。１・・・音声入力部、２・・・パワー測定部、３・・・
特徴量変換部、４・・・無音位置計測部、５・・・無音
位置（末尾）判定部、６・・・マーク付加部、７・・・
辞書、８・・・マーク判定部、９・・・パターン削除部
、１０・・・パターン照合部、１１・・・無音位置（冒
ｍ）判定部、２１・・・マイクロフォン、２２・・・音
声区間検出部、２３ａ・・・高域フィルタ、２３ｂ・・
・低域フィルタ、２４・・・特徴抽出部、２５・・・乗
算器、２６・・・比較器。２７・・・（Ｆ）フラグ、２８・・・比較器、２９・・
・第３レジスタ、３０・・・辞書レジスタ、３１・・・
マーク比較器、３２・・・レジスタ部、３３・・・類似
度判定部、３４・・・レジスタ部、３５・・・類似度判
定部。第　１ｚ第　２　図第　　３　図第　４　図瀉　５　［Ｆ］第　６　　ＩＡ蔦　７　図富８図第　９図Ｃｏ）匡工ｐ工＝■コ（ｂ）　　　口＝ゴロ５０

Claims

【特許請求の範囲】

（１）第１の音声パターンとあらかじめ辞書に登録され
ている第２の音声パターンを比較する際に、音声パター
ン中の音声生成上の不安定成分の有無を調べ、第１、第
２の音声パターンの少なくとも一方に上記不安定成分が
存在する場合は、各音声パターンを上記不安定成分とそ
れを除いた安定成分に分離し、上記安定成分のみを対応
させて比較することを特徴とするパターン比較方式。
（２）第１の音声パターンとあらかじめ辞書に登録され
ている第２の音声パターンを比較する際に、音声パター
ン中の音声生成上の不安定成分の有無を調べ、第１、第
２の音声パターンのいずれにも上記不安定成分が存在す
る場合は、各音声パターンを上記不安定成分とそれを除
いた安定成分に分離し、それぞれの成分毎に対応させて
比較することを特徴とするパターン比較方式。