JPS63306499A - 不特定話者音声認識装置 - Google Patents
不特定話者音声認識装置Info
- Publication number
- JPS63306499A JPS63306499A JP62143665A JP14366587A JPS63306499A JP S63306499 A JPS63306499 A JP S63306499A JP 62143665 A JP62143665 A JP 62143665A JP 14366587 A JP14366587 A JP 14366587A JP S63306499 A JPS63306499 A JP S63306499A
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- similarity
- rejection
- words
- database
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000694 effects Effects 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】
技監立夏
本発明は、不特定話者音声認識装置のりジヱクト方式に
関する。
関する。
盗１茨亙
従来、不特定話者音声認識装置のリジェクト閾値はスイ
ッチやソフトウェア等により変化することができた。し
かし、話者がどの位の閾値にすれば良いかという具体的
な方法は無く、経験的に行なわれてきた。しかも不特定
話者の場合、特定話者に比べて話者による類似度の違い
が大きく、話者が自分でリジェクト閾値を決めることは
困難であった。
ッチやソフトウェア等により変化することができた。し
かし、話者がどの位の閾値にすれば良いかという具体的
な方法は無く、経験的に行なわれてきた。しかも不特定
話者の場合、特定話者に比べて話者による類似度の違い
が大きく、話者が自分でリジェクト閾値を決めることは
困難であった。
目 的
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、不特定話者音声認識装置のリジェクト出力におい
て、話者毎に最適なリジェクト閾値を設定することを目
的としてなされたものである。
特に、不特定話者音声認識装置のリジェクト出力におい
て、話者毎に最適なリジェクト閾値を設定することを目
的としてなされたものである。
構 成
本発明は、上記目的を達成するために、入力された音声
をあ・るサンプル周期で特徴抽出する手段と、音声パワ
ーより音声区間を検出する手段と、辞書と比較して類似
度を求める手段と、その得点の最大なる単語を認識結果
の候補とする手段と。
をあ・るサンプル周期で特徴抽出する手段と、音声パワ
ーより音声区間を検出する手段と、辞書と比較して類似
度を求める手段と、その得点の最大なる単語を認識結果
の候補とする手段と。
その類似度があるリジェクト閾値より大なる場合はｖｌ
識結果として出力する手段と、小なる場合にはリジェク
トする手段を有する不特定話者音声認識装置において、
あらかじめ決められた単語を話者に発声させ、その類似
度の平均値を求め、他にあらかじめリジェクト値をデー
タベースより求めた平均値とから話者に適応したリジェ
クト閾値を。
識結果として出力する手段と、小なる場合にはリジェク
トする手段を有する不特定話者音声認識装置において、
あらかじめ決められた単語を話者に発声させ、その類似
度の平均値を求め、他にあらかじめリジェクト値をデー
タベースより求めた平均値とから話者に適応したリジェ
クト閾値を。
話者が発声した単語の類似度の平均値にデータベースの
リジェクト閾値を乗し、データベースの単語の類似度の
平均で除すことにより求めることを特徴としたものであ
る。以下、本発明の実施例に基づいて説明する。
リジェクト閾値を乗し、データベースの単語の類似度の
平均で除すことにより求めることを特徴としたものであ
る。以下、本発明の実施例に基づいて説明する。
一般に、音声認識において、音声認識のための照合を行
なって得られた最大得点の単語の類似度は、第２図に示
すように、ある平均値Ａに集中する。これらのうち、類
似度の低い単語は誤認識（斜線部）である場合が多い。
なって得られた最大得点の単語の類似度は、第２図に示
すように、ある平均値Ａに集中する。これらのうち、類
似度の低い単語は誤認識（斜線部）である場合が多い。
リジェクトは正答率を上げるために、リジェクト値Ｒを
決定し、それ以下の認識単語をリジェクトして誤認識を
さけるようにしている０通常は、数１０人のデータベー
スより得点と誤認識の関係を求め、それに基づいてリジ
ェクト閾値を決定している。しかし、話者によっては全
体的に類似度の低い人がおり、その場合は、第３図のよ
うになる。この状態では正解である単語も多くリジェク
トするため認識動作に支障をきたす、それ故、不特定話
者辞書の場合、メーカーが認識対象単語を把握できるた
め、平均値の近くの単語をピックアップすることにより
１話者に対して全単語発声させなくともピックアップし
た単語のみを発声させることにより話者の平均値を求め
ることができる。この話者の平均値が求まれば、以下の
式により話者に適応したリジェクト閾値が定められる。
決定し、それ以下の認識単語をリジェクトして誤認識を
さけるようにしている０通常は、数１０人のデータベー
スより得点と誤認識の関係を求め、それに基づいてリジ
ェクト閾値を決定している。しかし、話者によっては全
体的に類似度の低い人がおり、その場合は、第３図のよ
うになる。この状態では正解である単語も多くリジェク
トするため認識動作に支障をきたす、それ故、不特定話
者辞書の場合、メーカーが認識対象単語を把握できるた
め、平均値の近くの単語をピックアップすることにより
１話者に対して全単語発声させなくともピックアップし
た単語のみを発声させることにより話者の平均値を求め
ることができる。この話者の平均値が求まれば、以下の
式により話者に適応したリジェクト閾値が定められる。
話者が発声した単語の類似度の平均値
−×データベースのリジェクト閾値
第１図は、本発明を実現するための一実施例を示す構成
図で１図中、１はマイクロフォン、２はアンプ、３は特
徴抽出部、４は音声区間検出部、５は入カバターン部、
６は類似度計算部、７は辞書、８は平均値検出部、９は
リジェクト値決定部、１０はリジェクト部で、マイク１
より入力された音声は特徴抽出部３、音声区間検出部４
に入力され、入力音声パターンを得る。これと辞書７と
比較して最大類似度を求め、この得点を平均値検出部８
に格納する。決められたりジエクト閾値調整用単語の発
声が終了後、単語の類似度の平均値を求め、この値より
リジェクト値決定部９により、話者毎に適応したリジェ
クト閾値が求められる。
図で１図中、１はマイクロフォン、２はアンプ、３は特
徴抽出部、４は音声区間検出部、５は入カバターン部、
６は類似度計算部、７は辞書、８は平均値検出部、９は
リジェクト値決定部、１０はリジェクト部で、マイク１
より入力された音声は特徴抽出部３、音声区間検出部４
に入力され、入力音声パターンを得る。これと辞書７と
比較して最大類似度を求め、この得点を平均値検出部８
に格納する。決められたりジエクト閾値調整用単語の発
声が終了後、単語の類似度の平均値を求め、この値より
リジェクト値決定部９により、話者毎に適応したリジェ
クト閾値が求められる。
この適応リジェクト閾値を用いて、認識動作中はリジェ
クトを行なうことにより、効率的なりジエクトが可能と
なる。
クトを行なうことにより、効率的なりジエクトが可能と
なる。
効 果
以上の説明から明らかなように、本発明によると、話者
毎に適応したリジェクト値が決定されるため、効率の良
い認識動作を行うことができる。
毎に適応したリジェクト値が決定されるため、効率の良
い認識動作を行うことができる。
第１図は、本発明を実現するための一実施例を示す構成
図、第２図及び第３図は、照合単語の単語数と得点の関
係を説明するための図である。 １・・・マイクロフォン、２・・・アンプ、３・・・特
徴抽出部、４・・・音声区間検出部、５・・・入カバタ
ーン部。 ６・・・類似度計算部、７・・・辞書、８・・・平均値
検出部。 ９・・・リジェクト値決定部、１０・・・リジェクト部
。
図、第２図及び第３図は、照合単語の単語数と得点の関
係を説明するための図である。 １・・・マイクロフォン、２・・・アンプ、３・・・特
徴抽出部、４・・・音声区間検出部、５・・・入カバタ
ーン部。 ６・・・類似度計算部、７・・・辞書、８・・・平均値
検出部。 ９・・・リジェクト値決定部、１０・・・リジェクト部
。
Claims (1)
- 入力された音声をあるサンプル周期で特徴抽出する手段
と、音声パワーより音声区間を検出する手段と、辞書と
比較して類似度を求める手段と、その得点の最大なる単
語を認識結果の候補とする手段と、その類似度があるリ
ジェクト閾値より大なる場合は認識結果として出力する
手段と、小なる場合にはリジェクトする手段を有する不
特定話者音声認識装置において、あらかじめ決められた
単語を話者に発声させ、その類似度の平均値を求め、他
にあらかじめリジェクト値をデータベースより求めた平
均値とから話者に適応したリジェクト閾値を、話者が発
声した単語の類似度の平均値にデータベースのリジェク
ト閾値を乗し、データベースの単語の類似度の平均で除
すことにより求めることを特徴とする不特定話者音声認
識装置のリジェクト方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62143665A JP2644494B2 (ja) | 1987-06-08 | 1987-06-08 | 不特定話者音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62143665A JP2644494B2 (ja) | 1987-06-08 | 1987-06-08 | 不特定話者音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63306499A true JPS63306499A (ja) | 1988-12-14 |
| JP2644494B2 JP2644494B2 (ja) | 1997-08-25 |
Family
ID=15344086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62143665A Expired - Lifetime JP2644494B2 (ja) | 1987-06-08 | 1987-06-08 | 不特定話者音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2644494B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09106296A (ja) * | 1995-07-31 | 1997-04-22 | At & T Corp | 音声認識装置及び方法 |
| JP2005181439A (ja) * | 2003-12-16 | 2005-07-07 | Nissan Motor Co Ltd | 音声認識装置 |
| CN111583907A (zh) * | 2020-04-15 | 2020-08-25 | 北京小米松果电子有限公司 | 信息处理方法、装置及存储介质 |
-
1987
- 1987-06-08 JP JP62143665A patent/JP2644494B2/ja not_active Expired - Lifetime
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09106296A (ja) * | 1995-07-31 | 1997-04-22 | At & T Corp | 音声認識装置及び方法 |
| JP2005181439A (ja) * | 2003-12-16 | 2005-07-07 | Nissan Motor Co Ltd | 音声認識装置 |
| CN111583907A (zh) * | 2020-04-15 | 2020-08-25 | 北京小米松果电子有限公司 | 信息处理方法、装置及存储介质 |
| CN111583907B (zh) * | 2020-04-15 | 2023-08-15 | 北京小米松果电子有限公司 | 信息处理方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2644494B2 (ja) | 1997-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5018201A (en) | Speech recognition dividing words into two portions for preliminary selection | |
| JPH02238495A (ja) | 時系列信号認識装置 | |
| JP4643011B2 (ja) | 音声認識除去方式 | |
| JPS63306499A (ja) | 不特定話者音声認識装置 | |
| JP2829014B2 (ja) | 音声認識装置及び方法 | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JPS6123560B2 (ja) | ||
| JPS61180297A (ja) | 話者照合装置 | |
| JPS59211098A (ja) | 音声認識装置 | |
| JPS6336678B2 (ja) | ||
| JPS63303398A (ja) | 音声認識装置 | |
| JP2901976B2 (ja) | パターン照合予備選択方式 | |
| JPH0376471B2 (ja) | ||
| JPS63213897A (ja) | 話者認識装置における辞書更新方式 | |
| JPS5934595A (ja) | 音声認識処理方式 | |
| JPS58159600A (ja) | 単音節音声認識方式 | |
| JPS6193499A (ja) | 音声パタ−ン照合方式 | |
| JP2891259B2 (ja) | 音声区間検出装置 | |
| JPS62255999A (ja) | 単語音声認識装置 | |
| JPS59189398A (ja) | 連続音声認識方式 | |
| JPH0316038B2 (ja) | ||
| JPS5936299A (ja) | 音声認識装置 | |
| JPS60260096A (ja) | 音声認識装置 | |
| JPS62111292A (ja) | 音声認識装置 | |
| JPS59195300A (ja) | 音声認識装置 |