JPS6375800A - 音声認識装置 - Google Patents

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」−の利用分野〉 この発明は、日本語等の音声を音節単位に認識して、外
部装置に出力する音声認識装置に関する。

〈従来の技術〉 従来、音声認識装置では入力された音声を音韻分類する
ことによって音節区間の判定を行い、その判定結果に基
づいて上記音節を切出し、上記切出された音節単位で認
識を行っている。

〈発明が解決しようとする問題点〉 ところが、上記従来の音声認識装置においては、撥音（
「ん」）は音声スペクトルの継続時間が比較的長く、ま
たパワーも小さいために、第３図に示すように、１つの
撥音音節区間であるにもかかわらず、その音節区間内に
バズバーと判定されるフレーム（第３図中Ａで示した音
韻分類ラベルＢのフレーム）が生じ、上記バズバーと判
定されたフレームを境界にして前後２つの音節として分
類して切出されろという問題がある。

ここで、上記バズバーは有声破裂音の音節発声の萌に先
行して声帯の振動によって発声される音であり、非常に
低周波成分の強い音であるため、人間には殆ど聞こえな
い。また上記フレームは、入力された音声の音声スペク
トルを分析するために、上記音声スペクトルをｌ　６’
ｍｓ程度に分けたその１区間である。

そこで、この発明の目的は、１つの音節の撥音であるに
もかかわらず、その撥音を誤って２つの音節として分離
して認識することのない音声認識装置を提供することに
ある。

く問題点を解決するための手段〉 上記目的を達成するために、この発明の音声認識装置は
、入力された音声から音節区間を切出し、この切出され
た音節の特徴パターンと、メモリに予め記憶している複
数種類の音節の特徴標準パターンとの類似度計算を行っ
て、入力された音声を音節単位で認識する音声認識装置
において、上記切出された音節の認識結果が撥音か否か
を判別する撥音判別部と、上記切出された音節の特徴を
表わす特徴情報を抽出する特徴抽出部と、上記撥音判別
部によって上記切出された音節が撥音と認識された場合
、上記特徴抽出部によって抽出された特徴情報と所定の
値とを比較した結果と、予め記憶されている上記切出さ
れた音節の直前の音節が撥音か否かを表わす識別結果と
に基づいて、上記撥音が１音節であるにもかかわらず、
誤って２音節として分離して認識された撥音か否かを判
断する判断部と、上記判断部の判断結果に基づいて、２
音節の撥音と誤認された２音節の一方を棄却する撥音棄
却部とを設けたことを特徴としている。

〈作用〉 入力された音声から切出された音節は音節単位で認識さ
れ、撥音判別部において上記認識結果が撥音であるか否
かが判別される。

その結果、撥音であると判別されると、特徴抽出部によ
って抽出された特徴情報と所定の値とを比較した結果と
、予め記憶されている上記切出された音節の直前の音節
が撥音か否かを表わす識別結果とに基づいて、判断部に
よって、上記撥音が１音節であるにもかかわらず誤って
２音節として分離して認識された撥音か否かが判断され
る。

そして、上記判断部の判断結果に基づいて、２音節の撥
音と誤認された２音節の一方が、撥音棄却部によって棄
却されることによって、誤って２音節に分離した撥音と
して認識されることなく、正確に１音節の撥音として認
識される。

〈実施例〉 以下、この発明を図示の実施例により詳細に説明する。

第１図において、１はアナログ入力部であり、連続して
入力された音声を増幅する増幅器（ＡＭＰ）１１とＡＭ
ＰＩＩの出力をディジタル信号に変換するＡ／Ｄ変換器
Ｉ２とからなる。２は音声分析部であり、ディジタル信
号化された入力音声を１６ｍ５程度のフレームに分けて
スペクトル分析を行い、８ｍｓ程度の間隔で音節区間抽
出部３に上記入力音声の特徴パターンと音節区間の切出
しに必要な情報（例えばパワー、零交差数等）とを転送
する。上記音節区間抽出部３は、上記音声分析部２から
転送される上記音節区間の切出に必要な情報を基に、上
記音声分析部２から転送される特徴パターンから音節を
切出して、この切出した音節の特徴パターン（１音節分
）をＣＰＵ５を介して特徴パターンメモリ６Ｎ、：格納
すると共に、さらに、特徴抽出部を含み、上記ＣＰＵ５
とデータを交換しながら、上記切出した音節から特徴情
報を抽出して上記特徴パターンメモリ６１に格納して、
入力された音声の音節切出しが完了したことをＣＰＵ５
に伝達する。なお、上記特徴情報としては、切出した音
節の長さ、切出した音節と直前の音節との間の無音時間
長、切出した音節と直前の音節との境界における音声ス
ペクトルの変化量を用いる。

パターンメモリ６は、上記音節区間抽出部３によって切
出された音節の一個分の特徴パターン、および上記音節
の特徴情報が記憶されている前述の特徴パターンメモリ
６１と、複数の音節の特徴漂悟パターンが記憶されてい
る標学パターンメモリ６２とを有している。単音節認識
部９は、上記ＣＰＵ５からの命令により、上記パターン
メモリ６内の特徴パターンメモリ６１に記憶されている
上記特徴パターンと、標窄パターンメモリ６２に記憶さ
れている上記複数の特徴標準パターンとの間で類似度計
算の一例である距離計算を行うことによって、入力され
た音声を認識する。そして、得られた認識結果は上記Ｃ
ＰＵ５に戻され、さらにインターフェース（Ｉ／Ｆ）部
１０を介して外部装置に送出される。それと共に、認識
結果格納メモリ１１に記憶される。

次に、第２図に示すｌ音節の認識処理のフローチャート
により、上記音声認識装置の動作を説明する。

ステップＳ、で、入力された音声の音節が、上記音節区
間抽出部３によって切出されたか否かを判断する。上記
音節区間抽出部３で音節切出しが完了していればステッ
プＳ、に進み、完了していなければ、ステップＳ１に戻
る。

ステップＳ、で、上記ＣＰＵ５は上記単音節認識部９に
類似度計算を指示する。上記単音節認識部９は上記パタ
ーンメモリ６内の特徴パターンメモリ６１に記憶されて
いる、入力された音声から切出された音節（以下、現音
節と言う）１個の特徴パターンと、標準パターンメモリ
６２に記憶されている複数音節の特徴標準パターンとの
間で類似度計算を行い、上記現音節の認識結果を得る。

ステップＳ３で、上記現音節の認識か終了したか否かを
判別する。その結果終了していればステップＳ４に進み
、終了していなければステップＳ３へ戻る。

ステップＳ、で、上記ステップＳ・２で認識した上記現
音節の音声認識結果が、撥音であるか否かを判別する。

その結果撥音でなければステップＳＩＱに進み、撥音で
あればステップＳ、に進む。

ステップＳ５で、上記現音節の長さく上記パターンメモ
リ６内の特徴パターンメモリ６１に記憶されている、切
出された音節の特徴情報の一つ）と設定値Ｌ】とを比較
する。上記設定値Ｌ１よすら大きければ比較した現音節
は独立した音節であると見なしステップＳ　ｔｏに進み
、設定値Ｌ１以下であればステップＳＲに進む。

ステップＳ、で上記現音節と直前の音節との間の無音時
間長（もしくはバズバーと判定された時間長）を設定値
Ｌ　２と比較する。その結果上記設定値Ｌ　２以上であ
れば比較した現音節は独立した音節であると見なしステ
ップＳ　１０に進み、設定値より小さければステップＳ
７に進む、 ステップＳ７で、上記現音節と直前の音節との境界にお
ける音声スペクトルの変化量を設定値Ｖと比較する。こ
れは１音節の撥音が分離して認識されるのは、第３図の
ように撥音音節部の音声スペクトルのパワー変動によっ
て一部のフレームがバズバーとしてチェ５ツクされるこ
とが主であり、上記音声スペクトルの変化を伴うことは
ないことを利用しており、上記設定値Ｖより大であれば
比較された現音節は独立した音節であると見なしてステ
ップＳＩＯに進み、設定値Ｖ以下であればステップＳ６
に進む。

ステップＳ、で、上記認識結果格納メモリＩＩに記憶さ
れている、上記ステップＳ７で比較されｒ母二記現音節
の直前の音節の音声認識結果が撥音であるか否かを判別
する。その結果撥音でなければ現音節は独立した音節で
あると見なしステップＳＩＯに進み、撥音であれば現音
節は直前の撥音音節と共に本来はｌ音節として認識され
るへきものが２音節として誤認されたうちの一方である
と判断して、ステップＳ、に進む。

ステップＳ、で２音節として誤認されｒこうちの現音節
をリジェクトし、１音節、）認識処理は終了する。

ステップＳ、。で、上記ステップＳ、で認識された上記
現音節の音節認識結果を上記認識結果格納メモリ１１に
記憶すると共に、上記Ｉ／Ｆ部ｌＯを介して図示しない
外部装置に送出し、１音節の認識処理は終了する。ここ
で、上記ステップＳ４は撥音判別部を構成し、上記ステ
ップ８５〜ステツプＳ８は判断部を構成することになる
。

したがって、上述の手順により、ｌ音節であるにしかか
わらず誤って分離して認識された撥音に対して、１つの
認識結果のみを出力することができる。

〈発明の効果〉 以上より明らかなように、この発明の音声認識装置は、
現音節の認識結果が撥音か否かを判別する撥音判別部と
、上記現音節の特徴を表わす特徴情報を抽出する特徴抽
出部と、上記撥音判別部によって現音節か撥音と判別さ
れたとき、上記特徴抽出部によって抽出された特徴情報
と所定の値とを比較した結果と、予め記憶されている上
記現音節の直前の音節の識別結果とを用いて、上記撥音
がｌ音節であるにもかかわらず２音節と誤認された撥音
のうちの一方か否かを判断する判断部と、上記判断部の
判断結果に基づいて、２音節の撥音と誤認された２音節
の一方を棄却する撥音棄却部とを設けたので、１音節で
あるｊこらかかわらず２音節の撥音と誤認することがな
く、撥音に対する認識性能が向上する。

【図面の簡単な説明】

第１図はこの発明の音声認識装置のブロック図、第２図
はこの発明の音声認識装置における１音節の認識処理フ
ローチャート、第３図は誤って分離して認識された撥音
の一例を示す図。 ■・・・アナログ入力部、２・・・音声分析部、３・・
・音節区間抽出部、　５・・・ＣＰＵ、６・・・パター
ンメモリ、　９・・・単音節認識部、１１・・・認識結
果格納メモリ。

Claims (2)

【特許請求の範囲】
1. （１）入力された音声から音節区間を切出し、この切出
   された音節の特徴パターンと、メモリに予め記憶してい
   る複数種類の音節の特徴標準パターンとの類似度計算を
   行って、入力された音声を音節単位で認識する音声認識
   装置において、 上記切出された音節の認識結果が撥音か否かを判別する
   撥音判別部と、 上記切出された音節の特徴を表わす特徴情報を抽出する
   特徴抽出部と、 上記撥音判別部によって上記切出された音節が撥音と認
   識された場合、上記特徴抽出部によって抽出された特徴
   情報と所定の値とを比較した結果と、予め記憶されてい
   る上記切出された音節の直前の音節が撥音か否かを表わ
   す識別結果とに基づいて、上記撥音が１音節であるにも
   かかわらず誤って２音節として分離して認識された撥音
   か否かを判断する判断部と、 上記判断部の判断結果に基づいて、２音節の撥音と誤認
   された２音節の一方を棄却する撥音棄却部とを設けたこ
   とを特徴とする音声認識装置。
2. （２）上記判断部が判断するための音節の特徴情報とし
   て、上記切出された音節の長さ、上記切出された音節と
   直前の音節との間の無音時間長、上記切出された音節と
   直前の音節との境界における音声スペクトルの変化量の
   いずれかまたはそれらの複数の組合せを用いる特許請求
   の範囲第１項記載の音声認識装置。