JPS6326400B2 - - Google Patents
Info
- Publication number
- JPS6326400B2 JPS6326400B2 JP54104669A JP10466979A JPS6326400B2 JP S6326400 B2 JPS6326400 B2 JP S6326400B2 JP 54104669 A JP54104669 A JP 54104669A JP 10466979 A JP10466979 A JP 10466979A JP S6326400 B2 JPS6326400 B2 JP S6326400B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- word
- recurrence formula
- automaton
- value
- 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.)
- Expired
Links
- 238000000034 method Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 abstract description 15
- 230000007704 transition Effects 0.000 abstract description 4
- 238000011524 similarity measure Methods 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/12—Speech classification or search using dynamic programming techniques, e.g. dynamic time warping [DTW]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
本発明は連続音声認識装置に関し、特に、有限
状態オートマトン言語の形式で入力される文（ま
たは句）を矛循なく効率良く認識する連続音声認
識装置に関する。
状態オートマトン言語の形式で入力される文（ま
たは句）を矛循なく効率良く認識する連続音声認
識装置に関する。
音声認識装置は計算機等にデータや制御命令を
入力する手段として多くの優れた特徴を持つてい
る。特に「特開昭52−55413（特132003号）明細
書」記載の連続音声認識装置は数字列等を区切る
ことなく連続発声入力できる点で、存来の単語認
識装置よりも高能率であるとされている。
入力する手段として多くの優れた特徴を持つてい
る。特に「特開昭52−55413（特132003号）明細
書」記載の連続音声認識装置は数字列等を区切る
ことなく連続発声入力できる点で、存来の単語認
識装置よりも高能率であるとされている。
しかし、連続音声中の単語は調音結合等のため
歪みやすく正確な認識が困難な場合が多い。例え
ば、“5703円”（５千７百３円，／gosen―
nanahyaku―san―en／）と金額を発声したと
き、上記文献の方法では、“５千７百千円”と誤
認識される場合が生じる。これは／san／と／
sen／が極めて類似しているためである。しかし、
上記の読み方で金額を発声するには一定の規則が
あるので、この規則を認識装置に組み込んでやれ
ば、“５千７百千円”という様な規則に違反した
認識結果を排除して、規則に合つた正しい認識結
果を出力するようにできる。
歪みやすく正確な認識が困難な場合が多い。例え
ば、“5703円”（５千７百３円，／gosen―
nanahyaku―san―en／）と金額を発声したと
き、上記文献の方法では、“５千７百千円”と誤
認識される場合が生じる。これは／san／と／
sen／が極めて類似しているためである。しかし、
上記の読み方で金額を発声するには一定の規則が
あるので、この規則を認識装置に組み込んでやれ
ば、“５千７百千円”という様な規則に違反した
認識結果を排除して、規則に合つた正しい認識結
果を出力するようにできる。
本発明の目的は予め定めた規則で発声された音
声を規則で許される範囲内で判定することによつ
て誤認識の少ない認識を行なう連続音声認識装置
を提供することにある。特に、本発明は、有限状
態オートマトンの規則で制御される言語を対象と
している。
声を規則で許される範囲内で判定することによつ
て誤認識の少ない認識を行なう連続音声認識装置
を提供することにある。特に、本発明は、有限状
態オートマトンの規則で制御される言語を対象と
している。
本発明の構成を述べるに先だつて、連続音声認
識と有限状態オートマトンに関する基礎的事項を
説明する。
識と有限状態オートマトンに関する基礎的事項を
説明する。
前記特開昭52−55413号明細書には連続音声認
識の原理が述べられている。その要旨は次のよう
である。音声パタンはベクトルの時系列として表
現される。いま、単語セツトｎ＝１，２，……，
Ｎを考えることとして、それぞれに標準パタン Bn＝〓n 1，〓n 2，……，〓n j，……〓n Jｎ (1) を用意する。また、いくつかの単語を連続発声し
た連続音声パタンを、 Ａ＝〓1，〓2，……，〓i，……，〓r (2) と示す。第１ａ図に示すように部分パタン Ａ（ｌ，ｍ）＝〓l+1，〓l+2，……，〓n (3) を定義する。このように定義される部分パタンＡ
（ｌ，ｍ）と(1)式の標準パタンとの比較が行なわ
れ、類似性の尺度として距離 Ｄ（ｌ，ｍ，ｎ）＝Ｄ（Ａ（ｌ，ｍ），Bn） (4) が算出される。以下ではこの距離を個別距離と称
する。
識の原理が述べられている。その要旨は次のよう
である。音声パタンはベクトルの時系列として表
現される。いま、単語セツトｎ＝１，２，……，
Ｎを考えることとして、それぞれに標準パタン Bn＝〓n 1，〓n 2，……，〓n j，……〓n Jｎ (1) を用意する。また、いくつかの単語を連続発声し
た連続音声パタンを、 Ａ＝〓1，〓2，……，〓i，……，〓r (2) と示す。第１ａ図に示すように部分パタン Ａ（ｌ，ｍ）＝〓l+1，〓l+2，……，〓n (3) を定義する。このように定義される部分パタンＡ
（ｌ，ｍ）と(1)式の標準パタンとの比較が行なわ
れ、類似性の尺度として距離 Ｄ（ｌ，ｍ，ｎ）＝Ｄ（Ａ（ｌ，ｍ），Bn） (4) が算出される。以下ではこの距離を個別距離と称
する。
次に、この個別距離を比較することによつて、
部分距離
D^（ｌ，ｍ）＝
min
ｎ〔Ｄ（ｌ，ｍ，ｎ）〕
部分半定
N^（ｌ，ｍ）＝
argmin
ｎ〔Ｄ（ｌ，ｍ，ｎ）〕
が算出される。ここに、
min
ｎ〔 〕なる記号は
〔 〕内の値のｎに関する最小値を、 argmin ｎ
〔 〕なる記号は〔 〕内の値を最小化するｎの
値を、それぞれ選定することを意味する。
〔 〕内の値のｎに関する最小値を、 argmin ｎ
〔 〕なる記号は〔 〕内の値を最小化するｎの
値を、それぞれ選定することを意味する。
このような部分距離D^（ｌ，ｍ）と部分判定N^
（ｌ，ｍ）とはすべての部分パタンＡ（ｌ，ｍ）、
すなわち、始端ｌと終端ｍとのあらゆる組み合わ
せ（ｌ＜ｍ）に対して計算される。
（ｌ，ｍ）とはすべての部分パタンＡ（ｌ，ｍ）、
すなわち、始端ｌと終端ｍとのあらゆる組み合わ
せ（ｌ＜ｍ）に対して計算される。
入力パタンＡの時間軸上に、（ｋ−１）個の区
分点ｌ(1)，ｌ(2)……ｌ（ｋ−１）を仮定してｋ個
の部分パタン群 Ａ（ｌ（０），Ｌ(1)），Ａ（ｌ(1)，ｌ(2)），……， …，Ａ（ｌ（ｘ−１），ｌ（ｘ）），……， ……，Ａ（ｌ（ｋ−１），ｌ(k) (6) に分割する。ここにｌ（０）＝０，ｌ(k)＝Ｉとす
る。これら部分パタン群に対して計算されている
(5)式の部分距離 D^（ｌ（ｘ−１），ｌ（ｘ））の総
和を区分点ｌ（ｘ）の群及び区分点の個数に関し
て最小化するという問題が計算される。すなわ
ち、 Ｔ＝ min ｋ，ｌ（ｘ）〔k 〓x=1 D^（ｌ（ｘ−１），ｌ（ｘ））〕 (7) この最小値を与える区分点の個数k^と区分点群l^
(1)，l^(2)，……，l^（ｘ），……，l^(k)を定める事
によ
つて、次のように認識結果が得られる。
分点ｌ(1)，ｌ(2)……ｌ（ｋ−１）を仮定してｋ個
の部分パタン群 Ａ（ｌ（０），Ｌ(1)），Ａ（ｌ(1)，ｌ(2)），……， …，Ａ（ｌ（ｘ−１），ｌ（ｘ）），……， ……，Ａ（ｌ（ｋ−１），ｌ(k) (6) に分割する。ここにｌ（０）＝０，ｌ(k)＝Ｉとす
る。これら部分パタン群に対して計算されている
(5)式の部分距離 D^（ｌ（ｘ−１），ｌ（ｘ））の総
和を区分点ｌ（ｘ）の群及び区分点の個数に関し
て最小化するという問題が計算される。すなわ
ち、 Ｔ＝ min ｋ，ｌ（ｘ）〔k 〓x=1 D^（ｌ（ｘ−１），ｌ（ｘ））〕 (7) この最小値を与える区分点の個数k^と区分点群l^
(1)，l^(2)，……，l^（ｘ），……，l^(k)を定める事
によ
つて、次のように認識結果が得られる。
n^（ｘ）＝N^（l^（ｘ−１），l^（ｘ）），
ｘ＝１，２，……k^ (8)
前記特開昭52−55413号明細書には、この原理
を効率良く実行する方法が示されている。
を効率良く実行する方法が示されている。
次に有限状態オートマトン（以後オートマトン
と略称）について説明する。これに関する一般的
な説明はJ.T.Tou著、足立曉生訳のオートマタ理
論」（東京都書株式会社昭和47年12月17日発行）
に詳細に記されているので、ここでは先にあげた
金額データを入力するオートマトンを例にとつて
説明する。
と略称）について説明する。これに関する一般的
な説明はJ.T.Tou著、足立曉生訳のオートマタ理
論」（東京都書株式会社昭和47年12月17日発行）
に詳細に記されているので、ここでは先にあげた
金額データを入力するオートマトンを例にとつて
説明する。
第２図において、S0，S1，S3，S4およびSfは状
態と呼ばれる。特にS0は初期状態と呼ばれ、この
オートマトンに末だ何も入力されない状態を示
す。S1はチの桁の数字が入力された状態、S2は百
の桁の数字が入力された状態、S3は＋の桁の数字
が入力された状態、S4は１の桁の数字が入力され
た状態である。Sfは“円”という単位が入力され
た状態であり、特に最終状態と呼ばれる。図に示
される矢印を経由してのみ状態は遷移できる。こ
の矢印のことを経路と呼ぶ。１個の経路の始端に
ある状態を、終端にある状態に対して上位状態と
呼ぶ。例えば、S0，S1およびS2はS3の上位状態で
ある。各経路には、その経路に許容される入力が
定義されている。例えば、状態S2から状態S3に至
る経路３に対しては入力集合P23が定まつてい
る。この例では、十、二十、三十，……，九十な
る十の桁の数字単語がP23となる。同様にして最
終状態に入る各経路の入力集合P1，P2，
P3，P4はいずれも“円”という単位語である。
このようなオートマトンによつて入力音声中の単
語列を受理すると、前述したような“5703円”が
“５千７百千円”と判定される誤認識の発生は排
除される。なぜならば、このオートマトンは１度
状態S1を経ると二度と同じ状態S1に入ることがな
いように構成されているため、千の桁の数字は一
度しか受けつけない。
態と呼ばれる。特にS0は初期状態と呼ばれ、この
オートマトンに末だ何も入力されない状態を示
す。S1はチの桁の数字が入力された状態、S2は百
の桁の数字が入力された状態、S3は＋の桁の数字
が入力された状態、S4は１の桁の数字が入力され
た状態である。Sfは“円”という単位が入力され
た状態であり、特に最終状態と呼ばれる。図に示
される矢印を経由してのみ状態は遷移できる。こ
の矢印のことを経路と呼ぶ。１個の経路の始端に
ある状態を、終端にある状態に対して上位状態と
呼ぶ。例えば、S0，S1およびS2はS3の上位状態で
ある。各経路には、その経路に許容される入力が
定義されている。例えば、状態S2から状態S3に至
る経路３に対しては入力集合P23が定まつてい
る。この例では、十、二十、三十，……，九十な
る十の桁の数字単語がP23となる。同様にして最
終状態に入る各経路の入力集合P1，P2，
P3，P4はいずれも“円”という単位語である。
このようなオートマトンによつて入力音声中の単
語列を受理すると、前述したような“5703円”が
“５千７百千円”と判定される誤認識の発生は排
除される。なぜならば、このオートマトンは１度
状態S1を経ると二度と同じ状態S1に入ることがな
いように構成されているため、千の桁の数字は一
度しか受けつけない。
本発明では、上記のようなオートマトンを前記
の連続単語認識装置に組み込んでいる。すなわ
ち、前記オートマトンで許容される単語系列と、
相互に重複せずかつ入力パタン全体をおおう部分
パタン系列との間の個別距離の総和を最小とする
ことによつて連続音声の認識を行なう。この最小
問題を計算する手段として次の動的計画漸化式計
算を行なう。
の連続単語認識装置に組み込んでいる。すなわ
ち、前記オートマトンで許容される単語系列と、
相互に重複せずかつ入力パタン全体をおおう部分
パタン系列との間の個別距離の総和を最小とする
ことによつて連続音声の認識を行なう。この最小
問題を計算する手段として次の動的計画漸化式計
算を行なう。
Tx（ｍ）
＝
min
ｙ，ｌ，ｎ〔Ty(l)＋Ｄ（ｌ，ｍ，ｎ）〕
(9) ここに、ｘは第２図に示したようなオートマト
ンの状態、ｙはこの状態の上位状態、ｌとｍは(3)
式で定義される部分パタンの始端と終端、ｎは単
語名を示す番号であつて ｎ∈Pxy (10) すなわち、状態ｙから状態ｘへの経路の入力集合
に含まれるものとする。この漸化式計算は第３図
に示すごとき２次元のテーブル内の各番号を順次
右から左へうめて行くように計算される。ｙ＝
０、ｌ＝０なる番地には初期条件 T0（０）＝０ (11) が設定されている。ｙ＝０でｌ≠０なる番地及び
ｌ＝０でｙ≠０なる番地には無限大な数値（実際
には十分大きな値）が初期設定される。これは第
２図のオートマトンの出発点が初期状態S0になる
ように強制するためである。このような漸化式計
算の結果として得られるT(I)は T(I)＝ min ｎ（ｘ），ｌ（ｘ）〔 〓 ｘ Ｄ（ｌ（ｘ−１），ｌ（ｘ），ｎ（ｘ））〕 (12) となる。ここにｎ（ｘ）の系列は第２図のオート
マトンによつて受けつけられるものである。結
局、入力パタンの各部分パタンにおける個別距離
Ｄ（ｌ（ｘ−１），ｌ（ｘ），ｎ（ｘ））の総和の算小
値が求まる。
(9) ここに、ｘは第２図に示したようなオートマト
ンの状態、ｙはこの状態の上位状態、ｌとｍは(3)
式で定義される部分パタンの始端と終端、ｎは単
語名を示す番号であつて ｎ∈Pxy (10) すなわち、状態ｙから状態ｘへの経路の入力集合
に含まれるものとする。この漸化式計算は第３図
に示すごとき２次元のテーブル内の各番号を順次
右から左へうめて行くように計算される。ｙ＝
０、ｌ＝０なる番地には初期条件 T0（０）＝０ (11) が設定されている。ｙ＝０でｌ≠０なる番地及び
ｌ＝０でｙ≠０なる番地には無限大な数値（実際
には十分大きな値）が初期設定される。これは第
２図のオートマトンの出発点が初期状態S0になる
ように強制するためである。このような漸化式計
算の結果として得られるT(I)は T(I)＝ min ｎ（ｘ），ｌ（ｘ）〔 〓 ｘ Ｄ（ｌ（ｘ−１），ｌ（ｘ），ｎ（ｘ））〕 (12) となる。ここにｎ（ｘ）の系列は第２図のオート
マトンによつて受けつけられるものである。結
局、入力パタンの各部分パタンにおける個別距離
Ｄ（ｌ（ｘ−１），ｌ（ｘ），ｎ（ｘ））の総和の算小
値が求まる。
実際に必要とされるのは、(12)式の最小値そのも
のではなく、最適なパラメタｎ（ｘ）、すなわち、
認識結果である。このため、(9)式の計算と並行し
てその最適なパラメタの組（ｙ，ｌ，ｎ）を最適
パラメタテーブルYLNx（ｍ）に記憶する。すな
わち、 YLNx（ｍ） ＝ argmin ｙ，ｌ，ｎ〔Ty(l)＋Ｄ（ｌ，ｍ，ｎ）〕
(13) ここに、argminなる記号はパラメタｙ，ｌ，ｎ
の最適値を選択することを意味する。
のではなく、最適なパラメタｎ（ｘ）、すなわち、
認識結果である。このため、(9)式の計算と並行し
てその最適なパラメタの組（ｙ，ｌ，ｎ）を最適
パラメタテーブルYLNx（ｍ）に記憶する。すな
わち、 YLNx（ｍ） ＝ argmin ｙ，ｌ，ｎ〔Ty(l)＋Ｄ（ｌ，ｍ，ｎ）〕
(13) ここに、argminなる記号はパラメタｙ，ｌ，ｎ
の最適値を選択することを意味する。
この最適パラメタテーブルYLNx（ｍ）はやは
り第３図のようにｘおよびｍでアドレス指定され
る２次元構成となる。ただし、ｘ＝０の行および
ｍ＝０の列は不要である。なぜならば、(9)式およ
び(13)式の計算はｘ≧１，ｍ≧１なる点で行なわ
れるからである。なお、最適パラメタテーブル
YLNx（ｍ）に記憶される最適パラメタｙ，ｌお
よびｎをYx（ｍ），Lx（ｍ），Nx（ｍ）で示す。こ
のようにして計算される最適パラメタテーブル
YLNx（ｍ）をもとにして次のような手続きによ
り認識結果が導出される。
り第３図のようにｘおよびｍでアドレス指定され
る２次元構成となる。ただし、ｘ＝０の行および
ｍ＝０の列は不要である。なぜならば、(9)式およ
び(13)式の計算はｘ≧１，ｍ≧１なる点で行なわ
れるからである。なお、最適パラメタテーブル
YLNx（ｍ）に記憶される最適パラメタｙ，ｌお
よびｎをYx（ｍ），Lx（ｍ），Nx（ｍ）で示す。こ
のようにして計算される最適パラメタテーブル
YLNx（ｍ）をもとにして次のような手続きによ
り認識結果が導出される。
１ 初期条件 ｘ＝，ｍ＝Ｉ。
２ テーブル YLNx（ｍ）を参照して最適パラ
メタYx（ｍ），Lx（ｍ），Nx（ｍ）を読み出す。
メタYx（ｍ），Lx（ｍ），Nx（ｍ）を読み出す。
３ Nx（ｍ）を認識結果ｎとして出力する。
４ ｘ＝Yx（ｍ），ｍ＝Lx（ｍ）とする。
(5) ｘ≠０ならば(2)以下を繰り返す。ｘ＝０なら
ば終了する。 (14) この手続きによつて認識結果は最後尾単語から
逆順に求まる。
ば終了する。 (14) この手続きによつて認識結果は最後尾単語から
逆順に求まる。
以上の例では最終状態が１個であつたが、２個
以上の最終状態があるときは次のような処理が必
要である。例として最終状態がSとSkの２個あ
る場合を考える。このときはそれぞれの状態に対
して算出される漸化式値Tf（ｍ）とTk（ｍ）を比
較し、その値が小となるｘ＝またはｘ＝ｋを定
める。このｘを初期状件として(14)の手続きを実
行すればよい。
以上の最終状態があるときは次のような処理が必
要である。例として最終状態がSとSkの２個あ
る場合を考える。このときはそれぞれの状態に対
して算出される漸化式値Tf（ｍ）とTk（ｍ）を比
較し、その値が小となるｘ＝またはｘ＝ｋを定
める。このｘを初期状件として(14)の手続きを実
行すればよい。
以上の原理に基づいて動作する本連続音声認識
装置は、単語ｎ＝１，２，……，Ｎに対して標準
パタンBn＝〓n 1，〓n 2，……〓n Jｎを記憶するため
の標準パタン記憶部と、各状態ｘに対して上位状
態ｙと入力集合Pyxとを対応づけて記憶するオー
トマトン記憶部と、入力パタンＡ＝〓1，〓2…
…，〓i，……〓rの各時刻ｉ＝ｍにおいてその時
点を終端としｉ＝ｌ（ｌ＜ｍ）なる時刻を始端と
する部分パタンＡ（ｌ，ｍ）＝〓l+1，〓l+2……，
〓nと前記標準パタンBnとの間の個別距離Ｄ（ｌ，
ｍ，ｎ）をすべての単語名ｎと複数個の始端ｌと
の組合わせに対して算出する手段たる第１マツチ
ング部と、時刻ｍ（あるいはｌ）と前記オートマ
トンの状態ｘ（またはｙ）によつて２次元番地指
定される漸化式値テーブルTx（ｍ）および最適パ
ラメタテーブルYLNx（ｍ）と、各時刻ｍにおけ
る各状態ｘにおいてこの状態ｘに対するすべての
上位状態ｙとこの状態の組（yx）により定まる
前記入力集合Pyxに含まれる単語ｎに関係する前
記個別距離Ｄ（ｌ，ｍ，ｎ）と前記漸化式テーブ
ルの（ｙ，ｌ）番地より読み出される漸化式値
Ty（ｍ）との和を前記上位状態ｙと始端ｌおよび
単語名ｎに関して最小化した値を漸化式値Tx
（ｍ）として前記漸化式テーブルに書き込むとと
もにこの最小化を達成した前記パラメタｙ，ｌお
よびｎの組（Yx（ｍ），Nx（ｍ），Lx（ｍ））を前
記最適パラメタテーブルYLNx（ｍ）に記入する
という漸化式計算を行なう第２マツチング部と、
上記オートマトンの最終状態より順次遡つて前記
最適パラメタテーブルを参照し認識結果を定める
判定部とから構成されている。
装置は、単語ｎ＝１，２，……，Ｎに対して標準
パタンBn＝〓n 1，〓n 2，……〓n Jｎを記憶するため
の標準パタン記憶部と、各状態ｘに対して上位状
態ｙと入力集合Pyxとを対応づけて記憶するオー
トマトン記憶部と、入力パタンＡ＝〓1，〓2…
…，〓i，……〓rの各時刻ｉ＝ｍにおいてその時
点を終端としｉ＝ｌ（ｌ＜ｍ）なる時刻を始端と
する部分パタンＡ（ｌ，ｍ）＝〓l+1，〓l+2……，
〓nと前記標準パタンBnとの間の個別距離Ｄ（ｌ，
ｍ，ｎ）をすべての単語名ｎと複数個の始端ｌと
の組合わせに対して算出する手段たる第１マツチ
ング部と、時刻ｍ（あるいはｌ）と前記オートマ
トンの状態ｘ（またはｙ）によつて２次元番地指
定される漸化式値テーブルTx（ｍ）および最適パ
ラメタテーブルYLNx（ｍ）と、各時刻ｍにおけ
る各状態ｘにおいてこの状態ｘに対するすべての
上位状態ｙとこの状態の組（yx）により定まる
前記入力集合Pyxに含まれる単語ｎに関係する前
記個別距離Ｄ（ｌ，ｍ，ｎ）と前記漸化式テーブ
ルの（ｙ，ｌ）番地より読み出される漸化式値
Ty（ｍ）との和を前記上位状態ｙと始端ｌおよび
単語名ｎに関して最小化した値を漸化式値Tx
（ｍ）として前記漸化式テーブルに書き込むとと
もにこの最小化を達成した前記パラメタｙ，ｌお
よびｎの組（Yx（ｍ），Nx（ｍ），Lx（ｍ））を前
記最適パラメタテーブルYLNx（ｍ）に記入する
という漸化式計算を行なう第２マツチング部と、
上記オートマトンの最終状態より順次遡つて前記
最適パラメタテーブルを参照し認識結果を定める
判定部とから構成されている。
次に図面を参照して本発明を詳細に説明する。
第４図は本発明の一実施例を示すブロツク図で
ある。信号線Ｓから入力される音声信号は、「特
開昭52−144205号（特願昭51−61984号）明細書」
の第３図に示される如き分析部９によつて周波数
分析されかつ制御部１０よりのフレーム周期パル
スFPに同期して時間標本化されることにより(2)
式の如きベクトル〓iの時系列、すなわち、入力
パタンＡに変換される。この入力パタンのベクト
ル〓iは入力パタンバツフア３０に一時保持され
る。制御部１０にはフレーム周期を計数するため
のカウンターが内蔵されており、これによつて第
５図のように、入力パタンのフレーム数m1が計
数される。このカウンタ信号m1＝ｍの変化の各
サイクルにおいて単語指定信号n1＝ｎが１から36
まで変化される。この単語指定信号n1＝ｎの指定
により標準パタンBnが選択され、信号線ｂを経
由して出力される。なお、本例では先にあげた金
額データ入力の応用動作を行なうものとする。し
たがつて、単語指定番号ｎと実際の単語との対応
は、一例として、第６図の表のようになり、単語
指定信号ｎの最大値は前記の如く３６となる。第
１マツチング部４０は前記入力パタンバツフアに
保持されるベクトル〓i（ｉ≦ｍ）の系列と前記
標準パタンBnとの間で個別距離Ｄ（ｌ，ｍ，ｎ）
を計算する。この第１マツチング部４０は特開昭
52−55413号明細書の第６図に示される如く構成
される。同明細書によると個別距離Dl，ｍ，ｎ）
は ｍ―Jn―ｒ≦ｌ≦ｍ―Jn＋ｒ (15) なる範囲で算出される。ここに、Jnは(1)式に示し
た標準パタンの長さであり、ｒは事前に設定され
る定数であり、部分パタンＡ（ｌ，ｍ）の始端位
置ｌが変化し得る幅を規定する。
ある。信号線Ｓから入力される音声信号は、「特
開昭52−144205号（特願昭51−61984号）明細書」
の第３図に示される如き分析部９によつて周波数
分析されかつ制御部１０よりのフレーム周期パル
スFPに同期して時間標本化されることにより(2)
式の如きベクトル〓iの時系列、すなわち、入力
パタンＡに変換される。この入力パタンのベクト
ル〓iは入力パタンバツフア３０に一時保持され
る。制御部１０にはフレーム周期を計数するため
のカウンターが内蔵されており、これによつて第
５図のように、入力パタンのフレーム数m1が計
数される。このカウンタ信号m1＝ｍの変化の各
サイクルにおいて単語指定信号n1＝ｎが１から36
まで変化される。この単語指定信号n1＝ｎの指定
により標準パタンBnが選択され、信号線ｂを経
由して出力される。なお、本例では先にあげた金
額データ入力の応用動作を行なうものとする。し
たがつて、単語指定番号ｎと実際の単語との対応
は、一例として、第６図の表のようになり、単語
指定信号ｎの最大値は前記の如く３６となる。第
１マツチング部４０は前記入力パタンバツフアに
保持されるベクトル〓i（ｉ≦ｍ）の系列と前記
標準パタンBnとの間で個別距離Ｄ（ｌ，ｍ，ｎ）
を計算する。この第１マツチング部４０は特開昭
52−55413号明細書の第６図に示される如く構成
される。同明細書によると個別距離Dl，ｍ，ｎ）
は ｍ―Jn―ｒ≦ｌ≦ｍ―Jn＋ｒ (15) なる範囲で算出される。ここに、Jnは(1)式に示し
た標準パタンの長さであり、ｒは事前に設定され
る定数であり、部分パタンＡ（ｌ，ｍ）の始端位
置ｌが変化し得る幅を規定する。
第２マツチング処理の期間内に、前記制御部１
０からの始端信号l1は(15)式の範囲で変化される。
これにしたがつて第１マツチング部４０から前記
個別距離の群Ｄ（ｍ―Jn―ｒ，ｍ，ｎ），……，Ｄ
（ｌ，ｍ，ｎ），……，Ｄ（ｍ―Jn＋ｒ，ｍ，ｎ）
が信号線Ｄを経由して出力される。
０からの始端信号l1は(15)式の範囲で変化される。
これにしたがつて第１マツチング部４０から前記
個別距離の群Ｄ（ｍ―Jn―ｒ，ｍ，ｎ），……，Ｄ
（ｌ，ｍ，ｎ），……，Ｄ（ｍ―Jn＋ｒ，ｍ，ｎ）
が信号線Ｄを経由して出力される。
第７図はオートマトン記憶部６０に記憶される
内容を例示した図、第８図は第２マツチング部５
０の構成を示す図および第９図はその動作を説明
するための図である。オートマトン記憶部６０に
は第７図に示すように単語番号ｎと状態ｘおよび
上位状態ｙの組が必要個数記憶されている。前記
始端指定信号l1が上記の如く変化されるごとに、
そのときの単語指定信号n1＝ｎにより指定される
組みの状態指定信号x1＝ｘと上位状態指定信号y1
＝ｙとがそれぞれ出力される。例えば、ｎ＝２の
ときには、x1として４が繰り返し出力され、y1と
しては０，１，２，３が出力される。この間、始
端指定信号l1＝ｌの指定によつて個別距離Ｄ（ｌ，
ｍ，ｎ）が前記第１マツチング部４０から信号Ｄ
として供給される。
内容を例示した図、第８図は第２マツチング部５
０の構成を示す図および第９図はその動作を説明
するための図である。オートマトン記憶部６０に
は第７図に示すように単語番号ｎと状態ｘおよび
上位状態ｙの組が必要個数記憶されている。前記
始端指定信号l1が上記の如く変化されるごとに、
そのときの単語指定信号n1＝ｎにより指定される
組みの状態指定信号x1＝ｘと上位状態指定信号y1
＝ｙとがそれぞれ出力される。例えば、ｎ＝２の
ときには、x1として４が繰り返し出力され、y1と
しては０，１，２，３が出力される。この間、始
端指定信号l1＝ｌの指定によつて個別距離Ｄ（ｌ，
ｍ，ｎ）が前記第１マツチング部４０から信号Ｄ
として供給される。
漸化式値テーブル７０は、第３図のように、２
次元アドレス構成されていて音声区間の始まつた
時点においてｘ＝０，ｙ＝０なる番地以外は無限
大にセツトされる。第２マツチング処理において
は前記の始端指定信号l1＝ｌと前記上位状態指定
信号y1＝ｙとによる番地指定によつて信号T1と
して漸化式値Ty(l)が出力される。加算回路５１
では前記信号Ｄとして与えられる個別距離Ｄ（ｌ，
ｍ，ｎ）と、信号T1として与えられる漸化式値
Ty(l)との和Ｄ（ｌ，ｍ，ｎ）＋Ty(l)が記算され
る。この結果得られる信号T3は(9)式の〔 〕内
の値の１個となる。この信号は比較回路５２で、
前記漸化式値レジスタ７０から、カウンタ信号
m1＝ｍと状態信号x1＝ｘとをアドレス信号とし
て読み出される漸化式値T2＝Tx（ｍ）（初期には
無限大）と比較される。T2＞T3のときには信号
CMPとして１が出力され、逆にT2≦T3のときに
は信号CMPとして０が出力される。それゆえ、
T2＞T3のときには、ANDゲート５３により書込
みパルスWPが発生され、漸化式値テーブル７０
と最適パラメタテーブル８０とに送られる。この
書込みパルスが与えられると信号T3は漸化式値
テーブル７０の、前記カウンタ信号m1＝ｍと前
記状態信号x1＝ｘとによつて番地指定される位置
に漸化式値Tx（ｍ）として書き込まれる。また、
その時点の単語指定信号n1、始端位置指定信号
l1、および上位状態指定信号y1の組は、最適パラ
メタテーブル８０に最適パラメタ組YLNx（ｍ）
として書き込まれる。
次元アドレス構成されていて音声区間の始まつた
時点においてｘ＝０，ｙ＝０なる番地以外は無限
大にセツトされる。第２マツチング処理において
は前記の始端指定信号l1＝ｌと前記上位状態指定
信号y1＝ｙとによる番地指定によつて信号T1と
して漸化式値Ty(l)が出力される。加算回路５１
では前記信号Ｄとして与えられる個別距離Ｄ（ｌ，
ｍ，ｎ）と、信号T1として与えられる漸化式値
Ty(l)との和Ｄ（ｌ，ｍ，ｎ）＋Ty(l)が記算され
る。この結果得られる信号T3は(9)式の〔 〕内
の値の１個となる。この信号は比較回路５２で、
前記漸化式値レジスタ７０から、カウンタ信号
m1＝ｍと状態信号x1＝ｘとをアドレス信号とし
て読み出される漸化式値T2＝Tx（ｍ）（初期には
無限大）と比較される。T2＞T3のときには信号
CMPとして１が出力され、逆にT2≦T3のときに
は信号CMPとして０が出力される。それゆえ、
T2＞T3のときには、ANDゲート５３により書込
みパルスWPが発生され、漸化式値テーブル７０
と最適パラメタテーブル８０とに送られる。この
書込みパルスが与えられると信号T3は漸化式値
テーブル７０の、前記カウンタ信号m1＝ｍと前
記状態信号x1＝ｘとによつて番地指定される位置
に漸化式値Tx（ｍ）として書き込まれる。また、
その時点の単語指定信号n1、始端位置指定信号
l1、および上位状態指定信号y1の組は、最適パラ
メタテーブル８０に最適パラメタ組YLNx（ｍ）
として書き込まれる。
以上の処理は、第９図および第５図に示すごと
く、状態信号x1、上位状態信号y1、始端位置指定
信号l1、及び単語指定信号n1の組み合せを変化さ
せながら繰り返される。これら信号の中で最も長
い周期で変化される単語指定信号n1が１から36ま
で変化され終わると現在のカウンタ信号m1＝ｍ
における第１マツチング処理と第２マツチング処
理は終了する。この時点では、前記漸化式値テー
ブル７０のx1＝ｘ、m1＝ｍなる番地には(9)式の
計算結果Tx（ｍ）が記憶される。なぜならば、第
２マツチングが繰り返されるごとに信号T3とし
て計算される(9)式〔 〕内の値Ｄ（ｌ，ｍ，ｎ）＋
Ty(l)は、それ以前に記憶され信号T2として読み
出される値Tx（ｍ）と比較され、小なる場合には
その番地に新たな値Tx（ｍ）として書き込まれて
いるからである。同様にして、最適パルメタテー
ブル８０のx1＝ｘ、m1＝ｍなる番地には(13)式の
計算結果YLNx（ｍ）が記憶される。
く、状態信号x1、上位状態信号y1、始端位置指定
信号l1、及び単語指定信号n1の組み合せを変化さ
せながら繰り返される。これら信号の中で最も長
い周期で変化される単語指定信号n1が１から36ま
で変化され終わると現在のカウンタ信号m1＝ｍ
における第１マツチング処理と第２マツチング処
理は終了する。この時点では、前記漸化式値テー
ブル７０のx1＝ｘ、m1＝ｍなる番地には(9)式の
計算結果Tx（ｍ）が記憶される。なぜならば、第
２マツチングが繰り返されるごとに信号T3とし
て計算される(9)式〔 〕内の値Ｄ（ｌ，ｍ，ｎ）＋
Ty(l)は、それ以前に記憶され信号T2として読み
出される値Tx（ｍ）と比較され、小なる場合には
その番地に新たな値Tx（ｍ）として書き込まれて
いるからである。同様にして、最適パルメタテー
ブル８０のx1＝ｘ、m1＝ｍなる番地には(13)式の
計算結果YLNx（ｍ）が記憶される。
このようにして、前記カウンタ信号m1＝ｍに
おける処理が終了すると、第５図のようにカウン
タ信号はm1＝ｍ＋１と増加され、同様な処理が
繰返される。音声パタンが終了し、m1＝Ｉでの
第１マツチング及び第２マツチング処理が終了す
ると判定処理が行なわれる。
おける処理が終了すると、第５図のようにカウン
タ信号はm1＝ｍ＋１と増加され、同様な処理が
繰返される。音声パタンが終了し、m1＝Ｉでの
第１マツチング及び第２マツチング処理が終了す
ると判定処理が行なわれる。
判定処理部９０はマイクロプロセツサで構成さ
れ、第１０図に示すような信号の入出力線を有し
ている。なお、これらの信号線は、第４図や第８
図では簡略化または省略して示されている。最初
に、前記制御部１０から信号I1として入力パタン
のフレーム数Ｉが入力される。この値はマイクロ
プロセツサ内の第１内蔵レジスタにセツトされ
る。
れ、第１０図に示すような信号の入出力線を有し
ている。なお、これらの信号線は、第４図や第８
図では簡略化または省略して示されている。最初
に、前記制御部１０から信号I1として入力パタン
のフレーム数Ｉが入力される。この値はマイクロ
プロセツサ内の第１内蔵レジスタにセツトされ
る。
一般に最終状態が複数個ある時は、それぞれの
最終状態のｍ＝Ｉなる番地に記憶される漸化式値
Tx（Ｉ）を比較してその最小値に対応するｘを第
２内蔵レジスタにセツトする。
最終状態のｍ＝Ｉなる番地に記憶される漸化式値
Tx（Ｉ）を比較してその最小値に対応するｘを第
２内蔵レジスタにセツトする。
ｘ＝
argmin
ｘ∈Ｆ〔Tx(I)〕 (16)
ここに、Ｆは最終状態の集合である。この値を
初期値として(14)の手続きが実行される。本実施
例の場合には最終状態はｘ＝だけであるので(1
６）式を計算するまでもなく、が初期値となる。
前記第１内蔵レジスタからの信号m2＝Ｉと、前
記第２内蔵レジスタからの信号x2＝ｘとは第８図
の最適パラメタテーブルに番地指定信号として与
えられ、これによつて最適パラメタの組YLNx
（ｍ）が読み出される。(13)式に関連して説明し
たようにこのYLNx（ｍ）はパラメタYx（ｍ）、
Lx（ｍ）、Nx（ｍ）の組よりなつている。これら
はそれぞれ信号線y2，l2，n2を経由してマイクロ
プロセツサに入力される。これらの中でパラメタ
Nx（ｍ）はそのまま認識結果として信号線ｎを経
由して出力される。このあと、パラメタLx（ｍ）
は前記第１内蔵レジスタにセツトされ、パラメタ
Yx（ｍ）は第２内蔵レジスタにセツトされる。こ
れら２個の内蔵レジスタを新たなアドレス信号と
して最適パラメタテーブルを参照することによつ
て前記の手続(16)の２）から４）までが繰り返さ
れ、信号線ｎを経由して認識結果が順次出力され
る。かくして入力音声中に含まれる単語名が、最
後尾単語から逆順に得られる。第２内蔵レジスタ
の内容x2が初期状態を示す０となつた時点で判定
処理は終了する。
初期値として(14)の手続きが実行される。本実施
例の場合には最終状態はｘ＝だけであるので(1
６）式を計算するまでもなく、が初期値となる。
前記第１内蔵レジスタからの信号m2＝Ｉと、前
記第２内蔵レジスタからの信号x2＝ｘとは第８図
の最適パラメタテーブルに番地指定信号として与
えられ、これによつて最適パラメタの組YLNx
（ｍ）が読み出される。(13)式に関連して説明し
たようにこのYLNx（ｍ）はパラメタYx（ｍ）、
Lx（ｍ）、Nx（ｍ）の組よりなつている。これら
はそれぞれ信号線y2，l2，n2を経由してマイクロ
プロセツサに入力される。これらの中でパラメタ
Nx（ｍ）はそのまま認識結果として信号線ｎを経
由して出力される。このあと、パラメタLx（ｍ）
は前記第１内蔵レジスタにセツトされ、パラメタ
Yx（ｍ）は第２内蔵レジスタにセツトされる。こ
れら２個の内蔵レジスタを新たなアドレス信号と
して最適パラメタテーブルを参照することによつ
て前記の手続(16)の２）から４）までが繰り返さ
れ、信号線ｎを経由して認識結果が順次出力され
る。かくして入力音声中に含まれる単語名が、最
後尾単語から逆順に得られる。第２内蔵レジスタ
の内容x2が初期状態を示す０となつた時点で判定
処理は終了する。
以上、本発明を実施例にもとづいて説明した
が、これらの記載は本発明の範囲を限定するもの
ではない。特に、以上の説明では、応用動作の例
として金額データの入力を引用したが、有限状態
オートマトン表現できる自然言語の部分集合、あ
るいは人工言語であつても、最終状態が２個以上
ある場合、状態遷移図にループが有る場合も含め
て、本発明の範囲となる。このように、有限状態
オートマトンを変更するには、オートマトン記憶
部（すなわち、第７図のテーブル）の内容を書き
変えかつ必要に応じて、判定部を構成するマイク
ロプロセツサのプログラムを変更すればよい。ま
た、本実施例では、(12)式と(13)式を計算するの
に、ｎを最上位ループ、次いでｌ，ｘ，ｙの順に
下位ループとして最適化を行なつたが、これとは
異なつた順に実行されてもよい。さらに、個別距
離Ｄ（ｌ，ｍ，ｎ）が大なときは(12)式、(13)式の
計算を省略して計算量を節約する構成も可能であ
る。さらには、比較の尺度として類似度の如く本
実施例の個別距離とは大小関係が異なる量を用い
ることができる。この場合には、(12)式等の最小値
選択機能を最大値選択機能に置換する必要があ
る。
が、これらの記載は本発明の範囲を限定するもの
ではない。特に、以上の説明では、応用動作の例
として金額データの入力を引用したが、有限状態
オートマトン表現できる自然言語の部分集合、あ
るいは人工言語であつても、最終状態が２個以上
ある場合、状態遷移図にループが有る場合も含め
て、本発明の範囲となる。このように、有限状態
オートマトンを変更するには、オートマトン記憶
部（すなわち、第７図のテーブル）の内容を書き
変えかつ必要に応じて、判定部を構成するマイク
ロプロセツサのプログラムを変更すればよい。ま
た、本実施例では、(12)式と(13)式を計算するの
に、ｎを最上位ループ、次いでｌ，ｘ，ｙの順に
下位ループとして最適化を行なつたが、これとは
異なつた順に実行されてもよい。さらに、個別距
離Ｄ（ｌ，ｍ，ｎ）が大なときは(12)式、(13)式の
計算を省略して計算量を節約する構成も可能であ
る。さらには、比較の尺度として類似度の如く本
実施例の個別距離とは大小関係が異なる量を用い
ることができる。この場合には、(12)式等の最小値
選択機能を最大値選択機能に置換する必要があ
る。
第１図、第２図および第３図は本発明の原理を
説明するための図、第４図は本発明の一実施例を
示す図、第５図は本発明の一実施例の動作例を示
すタイムチヤート、第６図は認識単語セツトの一
例を示す図、第７図はオートマトン記憶部の一例
を示す図、第８図は第２マツチング部の一構成例
を示す図、第９図は第８図の第２マツチング部の
動作を示すタイムチヤートおよび第１０図は判定
部の構成例を示す図である。 図において、９……分析部、１０……制御部、
２０……標準パタン記憶部、３０……入力パタン
バツフア、４０……第１マツチング部、５０……
第２マツチング部、６０……オートマトン記憶
部、７０……漸化式値テーブル、８０……最適パ
ラメタテーブル、９０……判定部、５１……加算
回路、５２……比較回路、５３……ANDゲート。
説明するための図、第４図は本発明の一実施例を
示す図、第５図は本発明の一実施例の動作例を示
すタイムチヤート、第６図は認識単語セツトの一
例を示す図、第７図はオートマトン記憶部の一例
を示す図、第８図は第２マツチング部の一構成例
を示す図、第９図は第８図の第２マツチング部の
動作を示すタイムチヤートおよび第１０図は判定
部の構成例を示す図である。 図において、９……分析部、１０……制御部、
２０……標準パタン記憶部、３０……入力パタン
バツフア、４０……第１マツチング部、５０……
第２マツチング部、６０……オートマトン記憶
部、７０……漸化式値テーブル、８０……最適パ
ラメタテーブル、９０……判定部、５１……加算
回路、５２……比較回路、５３……ANDゲート。
Claims (1)
- １ 単語ｎ＝１，２，…，Ｎに対して標準パタン
Bn＝〓n 1，〓n 2，……，〓n Jｎを記憶するための標
準パタン記憶部と、各状態ｘに対して上位状態ｙ
と入力集合Pyxとを対応づけて定義される有限状
態オートマトンを記憶するオートマトン記憶部
と、入力パタンＡ＝〓1，〓2，……，〓i，……，
〓rの各時刻ｉ＝ｍにおいてその時点を終端とし、
ｉ＝ｌ（ｌ＜ｍ）なる時刻を始端とする部分パタ
ンＡ（ｌ，ｍ）〓l+1，〓l+2，……〓nと前記標準
パタンBnとの間で個別距離Ｄ（ｌ，ｍ，ｎ）をす
べての単語名ｎと始端ｌとの組合わせに対して算
出する手段と、時刻ｍと前記オートマトンの状態
ｘとによつて２次元番地指定される漸化式指定さ
れる漸化式値テーブルTx（ｍ）および最適パラメ
タテーブルYLNx（ｍ）と、各時刻ｍにおける各
状態ｘにおいてこの状態ｘに対するすべての上位
状態ｙとそれに付随する入力集合Pyxに含まれる
単語ｎに関係する前記個別距離Ｄ（ｌ，ｍ，ｎ）
と前記漸化式テーブルから読み出される漸化式値
Ty(l)との和を前記上位状態ｙと始端ｌおよび単
語名ｎに関して最小化した値を漸化式値Tx（ｍ）
として前記漸化式テーブルに書き込むとともにこ
の最小化を達成した前記パラメタｙ、ｌおよびｎ
の組を前記最適パラメタテーブルに最適パラメタ
組YLNx（ｍ）として書き込む動作を行なう第２
マツチング部と、該オートマトンの最終状態より
順次上位状態に遡つて前記最適パラメタテーブル
を参照し認識結果を定める判定部とから構成され
たことを特徴とする連続音声認識装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10466979A JPS5629292A (en) | 1979-08-17 | 1979-08-17 | Continuous voice identifier |
| US06/175,798 US4326101A (en) | 1979-08-17 | 1980-08-06 | System for recognizing a word sequence by dynamic programming and by the use of a state transition diagram |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10466979A JPS5629292A (en) | 1979-08-17 | 1979-08-17 | Continuous voice identifier |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5629292A JPS5629292A (en) | 1981-03-24 |
| JPS6326400B2 true JPS6326400B2 (ja) | 1988-05-30 |
Family
ID=14386868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10466979A Granted JPS5629292A (en) | 1979-08-17 | 1979-08-17 | Continuous voice identifier |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US4326101A (ja) |
| JP (1) | JPS5629292A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0262030U (ja) * | 1988-10-28 | 1990-05-09 |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4481593A (en) * | 1981-10-05 | 1984-11-06 | Exxon Corporation | Continuous speech recognition |
| JPS5958493A (ja) * | 1982-09-28 | 1984-04-04 | 電子計算機基本技術研究組合 | 認識装置 |
| IT1156544B (it) * | 1982-11-08 | 1987-02-04 | Olivetti & Co Spa | Metodo ed apparecchiatura di riconoscimento fonetico di parole |
| WO1984003983A1 (en) * | 1983-03-28 | 1984-10-11 | Exxon Research Engineering Co | Speech recognition methods and apparatus |
| JPS60211498A (ja) * | 1984-04-05 | 1985-10-23 | 日本電気株式会社 | 連続音声認識装置 |
| JP2881866B2 (ja) * | 1989-11-30 | 1999-04-12 | ソニー株式会社 | 手書き文字の認識方法及び装置 |
| EP0441176B1 (en) * | 1990-01-25 | 1994-03-30 | Mitsubishi Jidosha Kogyo Kabushiki Kaisha | System for controlling the output power of motor vehicle |
| JPH04194999A (ja) * | 1990-11-27 | 1992-07-14 | Sharp Corp | 学習を用いた動的計画法 |
| US5440742A (en) * | 1991-05-10 | 1995-08-08 | Siemens Corporate Research, Inc. | Two-neighborhood method for computing similarity between two groups of objects |
| US5438676A (en) * | 1991-05-10 | 1995-08-01 | Siemens Corporate Research, Inc. | Method for adapting a similarity function for identifying misclassified software objects |
| US5485621A (en) * | 1991-05-10 | 1996-01-16 | Siemens Corporate Research, Inc. | Interactive method of using a group similarity measure for providing a decision on which groups to combine |
| US5428788A (en) * | 1991-05-10 | 1995-06-27 | Siemens Corporate Research, Inc. | Feature ratio method for computing software similarity |
| US5317741A (en) * | 1991-05-10 | 1994-05-31 | Siemens Corporate Research, Inc. | Computer method for identifying a misclassified software object in a cluster of internally similar software objects |
| EP0513652A2 (en) * | 1991-05-10 | 1992-11-19 | Siemens Aktiengesellschaft | Method for modelling similarity function using neural network |
| US7031923B1 (en) * | 2000-03-06 | 2006-04-18 | International Business Machines Corporation | Verbal utterance rejection using a labeller with grammatical constraints |
| EP1435087B1 (de) * | 2001-10-11 | 2005-08-31 | Siemens Aktiengesellschaft | Verfahren zur erzeugung von sprachbausteine beschreibenden referenzsegmenten und verfahren zur modellierung von spracheinheiten eines gesprochenen testmusters |
| US7260530B2 (en) * | 2002-02-15 | 2007-08-21 | Bevocal, Inc. | Enhanced go-back feature system and method for use in a voice portal |
| US7421393B1 (en) | 2004-03-01 | 2008-09-02 | At&T Corp. | System for developing a dialog manager using modular spoken-dialog components |
| US7430510B1 (en) * | 2004-03-01 | 2008-09-30 | At&T Corp. | System and method of using modular spoken-dialog components |
| US7412393B1 (en) * | 2004-03-01 | 2008-08-12 | At&T Corp. | Method for developing a dialog manager using modular spoken-dialog components |
| US20060031071A1 (en) * | 2004-08-03 | 2006-02-09 | Sony Corporation | System and method for automatically implementing a finite state automaton for speech recognition |
| DE102007006084A1 (de) | 2007-02-07 | 2008-09-25 | Jacob, Christian E., Dr. Ing. | Verfahren zum zeitnahen Ermitteln der Kennwerte, Harmonischen und Nichtharmonischen von schnell veränderlichen Signalen mit zusätzlicher Ausgabe davon abgeleiteter Muster, Steuersignale, Ereignisstempel für die Nachverarbeitung sowie einer Gewichtung der Ergebnisse |
| US11055458B1 (en) * | 2020-06-11 | 2021-07-06 | Xilinx, Inc. | Functional coverage of designs using transition bins and cross coverage |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5255413A (en) * | 1975-10-31 | 1977-05-06 | Nec Corp | Continous voice recognition equipment |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4059725A (en) * | 1975-03-12 | 1977-11-22 | Nippon Electric Company, Ltd. | Automatic continuous speech recognition system employing dynamic programming |
| US4156868A (en) * | 1977-05-05 | 1979-05-29 | Bell Telephone Laboratories, Incorporated | Syntactic word recognizer |
-
1979
- 1979-08-17 JP JP10466979A patent/JPS5629292A/ja active Granted
-
1980
- 1980-08-06 US US06/175,798 patent/US4326101A/en not_active Expired - Lifetime
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5255413A (en) * | 1975-10-31 | 1977-05-06 | Nec Corp | Continous voice recognition equipment |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0262030U (ja) * | 1988-10-28 | 1990-05-09 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5629292A (en) | 1981-03-24 |
| US4326101A (en) | 1982-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS6326400B2 (ja) | ||
| US4555796A (en) | DP Matching system for recognizing a string of words connected according to a regular grammar | |
| Sakoe | Two-level DP-matching--A dynamic programming-based pattern matching algorithm for connected word recognition | |
| US4348553A (en) | Parallel pattern verifier with dynamic time warping | |
| US20020065959A1 (en) | Information search method and apparatus using Inverse Hidden Markov Model | |
| JPH01167896A (ja) | 音声認識方法 | |
| GB2095882A (en) | Continuous speech recognizer | |
| US4962535A (en) | Voice recognition system | |
| EP0573553A4 (en) | METHOD OF RECOGNIZING SPEECH USING HIDDEN LANGUAGE VIEWED MARKOV MODELS. | |
| JPH0123798B2 (ja) | ||
| US5680509A (en) | Method and apparatus for estimating phone class probabilities a-posteriori using a decision tree | |
| JPH0314200B2 (ja) | ||
| CA1226945A (en) | Pattern matching method and apparatus therefor | |
| CN111833848B (zh) | 用于识别语音的方法、装置、电子设备和存储介质 | |
| US5909665A (en) | Speech recognition system | |
| JP2964881B2 (ja) | 音声認識装置 | |
| US6112173A (en) | Pattern recognition device using tree structure data | |
| EP0215573B1 (en) | Apparatus and methods for speech recognition | |
| JPH0346839B2 (ja) | ||
| EP0138166B1 (en) | Pattern matching apparatus | |
| EP0139875B1 (en) | Pattern matching apparatus | |
| GB2179483A (en) | Speech recognition | |
| CN109740142A (zh) | 一种字符串纠错方法及装置 | |
| JPS6232799B2 (ja) | ||
| Jiang et al. | Classifier combination for grammar-guided sentence recognition |