JP2712856B2 - 音声認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声信号の認識を行う音
声認識装置に関するものである。

【０００２】

【従来の技術】図７は例えば古井貞▲おき▼著「大語▲
い▼単語音声認識のためのスペクトル動特性を用いた予
備選択」（昭和６１年１０月、日本音響学会講演論文
集、１−３−１７）に予備選択として示された認識手法
とＤＴＷとして示された認識手法の双方を用いる音声認
識手法に、迫江博昭、藤井浩美共著「ビームサーチとベ
クトル量子化によるＤＰマッチングの高速化」（昭和６
２年６月、情報電子通信学会音声研究会資料、ＳＰ８７
−２６）に示されたビームサーチ技術を組み合わせた従
来の音声認識装置の内容を表すブロック図である。

【０００３】図において２１は音声信号を一定区間であ
るフレーム毎に周期的に音響分析し音響パラメータベク
トルの時系列に変換する音響分析手段、２２は第一のパ
ターン照合法の標準パターンである第一標準パターンを
記憶する第一標準パターン記憶手段、２３はこの第一標
準パターン記憶手段２２に記憶された第一標準パターン
に対する第一のパターン照合法に基づく演算を行い音響
分析手段２１から出力される音響パラメータベクトル時
系列の全区間に対する距離値である第一距離値を出力す
る第一パターン照合手段、２５は第二のパターン照合法
の標準パターンである第二標準パターンとこの第二標準
パターンを用いた演算を行なうか否かを示す演算範囲と
を記憶する第二標準パターン記憶手段、２６はこの第二
標準パターン記憶手段２５に記憶された演算範囲に基づ
いて第二標準パターンを選択し、この選択した第二標準
パターンと、先頭フレームから特定のフレームまでの部
分区間における音響分析手段２１から出力される音響パ
ラメータベクトルの時系列とを用いて、第二のパターン
照合法に基づく演算を行い、かつ、この演算の結果を累
積した第二距離値を出力する第二パターン照合手段、２
４は第一パターン照合手段２３より出力される第一距離
値に基づき第二パターン照合手段２６において演算する
第二標準パターンの演算範囲を限定し、第二標準パター
ン記憶手段２５の演算範囲を書き換える予備選択手段、
２７は第二パターン照合手段２６から出力される先頭フ
レームから前記特定のフレームまでの部分区間に対する
第二距離値を用いて次のフレームの音響パラメータベク
トルに対し第二パターン照合手段２６において演算する
第二標準パターンの演算範囲を限定し、第二標準パター
ン記憶手段２５の演算範囲を書き換えるビームサーチ手
段、２８は第二パターン照合手段２６から最終フレーム
の処理後に出力される音響パラメータベクトル時系列の
全区間に対する第二距離値を用いて認識結果を決定する
認識結果決定手段、２９は音声信号、３０ａ、３０ｂは
音響パラメータベクトル、３１は第一標準パターン、３
２は第一距離値、３３は第二標準パターン、３４は第二
距離値、３５ａ、３５ｂは演算範囲、３６は認識結果、
３７は音響パラメータベクトルの時系列の全区間に対す
る第二距離値（全体距離値）である。

【０００４】次に従来の音声認識装置の動作について説
明する。以下、第一パターン照合法としてはＶＱ歪に基
づくパターン照合法を用い、第二パターン照合法として
はフレーム間距離をユークリッド距離としＤＴＷに基づ
くパターン照合法を用い、第二標準パターンの演算範囲
は単語単位で選択する認識装置を例として説明する。図
８〜１３は従来の音声認識装置の動作を示す流れ図であ
る。まず記号について説明する。 Ｎは認識しようとする単語数、 ｎは単語番号であり、最小値は１、最大値はＮである。 Ｉは音響パラメータベクトルの時系列のフレーム長、 ｉは音響パラメータベクトルの時系列のフレーム番号で
あり、最小値は１、最大値はＩであり、 ｘ(ｉ)は音響パラメータベクトルの時系列の第ｉフレー
ムのベクトルである。 Ｊ(ｎ)は単語ｎの第二標準パターンのフレーム長、 ｊは第二標準パターンのフレーム番号であり、最小値は
１、最大値はＪ(ｎ)であり、 ｙ(ｎ,ｊ)は単語ｎの第二標準パターンの第ｊフレーム
のベクトルである。 Ｔ1は予備選択のための▲しきい▼値、 θ1は予備選択のためのパラメータ、 Ｔ2はビームサーチのための▲しきい▼値、 ｄ1(ｎ,ｉ)はベクトルｘ(ｉ)の単語ｎの第一標準パター
ンに対するＶＱ歪み、 Ｄ1(ｎ)は全フレームにおける音響パラメータベクトル
の時系列と単語ｎの第 一標準パターンとの間の第一距離
値、 θ2はビームサーチのためのパラメータ、 ｄ2(ｎ,ｉ,ｊ)はベクトルｘ(ｉ)とベクトルｙ(ｎ,ｊ)の
間のユークリッド距離に基づくフレーム間距離値、 ｇ(ｎ,ｉ,ｊ)はＤＴＷに基づくフレーム間距離の累積値
である第二距離値、 Ｄ2(ｎ)はビームサーチのための第二距離値の評価値、 ｍ(ｎ)は第二標準パターン記憶手段２５の単語ｎの第二
標準パターンの演算範囲を単語単位で指定するマーク、 Ｄ4(ｎ)は音響パラメータベクトルの時系列の全区間に
対する単語ｎの第二距 離値（全体距離値）である。 また、図１０において

【０００５】

【数１】

【０００６】はＤ1(ｎ)のｎに関する最小値、図１１、
図１２において

【０００７】

【数２】

【０００８】はｇ(ｎ,ｉ,ｊ)のｊに関する最小値、図１
２において

【０００９】

【数３】

【００１０】はｇ(ｎ,ｉ−１,１)とｇ(ｎ,ｉ−１,２)の
小さい方の値、

【００１１】

【数４】

【００１２】はｇ(ｎ,ｉ−１,ｊ)、ｇ(ｎ,ｉ−１,ｊ−
１)、ｇ(ｎ,ｉ−１,ｊ−２)の最も小さな値、図１３に
おいて

【００１３】

【数５】

【００１４】はＤ2(ｎ)に関する最小値を意味する演算
記号である。流れ図において処理は図８のｓｔａｒｔ４
１から始まり図９のｅｎｄ５３で終了する。認識に先立
ち、第一標準パターン記憶手段２２には第一標準パター
ンが既に記憶され、第二標準パターン記憶手段２５には
第二標準パターンが入っているものとする。音声区間の
音声信号が入力され音響分析手段２１において音響分析
され、第ｉフレームをベクトルｘ(ｉ)とする音響パラメ
ータベクトルの時系列に変換される。第一パターン照合
手段２３ではベクトルｘ(i)に対し単語ｎの第一標準パ
ターンとの演算が行われＶＱ歪、 ｄ1(ｎ,ｉ) が求められる。上記の演算を音響パラメータベクトルの
全フレームにわたって行い、単語ｎの第一距離値

【００１５】

【数６】

【００１６】が求められ出力される。予備選択手段２４
では第一距離値Ｄ1(ｎ)の大小により第二パターン照合
手段２６において演算する単語を決定し第二標準パター
ン記憶手段の演算範囲を書き換える。第二パターン照合
手段ではベクトルｘ(ｉ)と単語番号ｎの第二標準パター
ンの第ｊフレームのベクトルｙ(ｎ,ｊ)に関するユーク
リッド距離に基づくフレーム間距離値ｄ2(ｎ,ｉ,ｊ)が
演算され、ＤＴＷに基づきフレーム間距離値の累積が行
われ第二距離値ｇ(ｎ,ｉ,ｊ)が求められる。

【００１７】まず、４２〜４４において第二標準パター
ン記憶手段２５のマークｍ(ｎ)の初期化を行う。第一パ
ターン照合手段２３では４５〜４７において第一距離値
Ｄ1(ｎ)の演算が行われる。４８〜５２において音響パ
ラメータベクトルｘ(ｉ)に対する処理がｉに関して順々
に繰り返される。ｉ＝０つまり第二パターン照合手段２
６での処理に先立ち５５〜６０において予備選択が行わ
れ、ｉ＝１の場合には６１〜７０において第二パターン
照合演算の初期化と第１フレームに対するビームサーチ
が行われ、ｉ＞＝２の場合には７１〜８０において第２
フレーム以降の第二パターン照合演算とビームサーチが
行われる。予備選択手段２４では第一距離値Ｄ1(ｎ)を
用い、５５において▲しきい▼値Ｔ1が計算され、５７
においてＤ1(ｎ)が▲しきい▼値より小さい単語のみ選
択し、５８において第二標準パターン記憶手段２５の選
択されなかった単語のマークｍ(ｎ)を消去する。

【００１８】続いて第二パターン照合演算が開始され
る。第１フレームの場合は第二パターン照合手段２６で
は６２において第二標準パターン記憶手段２５にマーク
された単語のみ選択し、６３〜６６において第二パター
ン照合演算の初期化を行い第二距離値ｇ(ｎ,１,ｊ)を出
力する。ビームサーチ手段２７では６８においてビーム
サーチのための評価値であるＤ2(ｎ)が求めら、６２に
おいて選択されなかった単語のＤ2(ｎ)は６７において
無限大の値がいれられ、８２においてビームサーチのた
めの▲しきい▼値Ｔ2が求められ、８４においてＤ2(ｎ)
がＴ2より小さい単語のみ選択し、８５において第二標
準パターン記憶手段２５の選択されなかった単語のマー
クｍ(ｎ)を消去する。

【００１９】第２フレーム以降の場合は第二パターン照
合手段２６では７２において第二標準パターン記憶手段
２５にマークされた単語のみ選択し、７３〜７６におい
てＤＴＷに基づくフレーム間距離値ｄ2(ｎ,ｉ,ｊ)の累
積を行い第二距離値ｇ(ｎ,ｉ,ｊ)を出力する。ビームサ
ーチ手段２７では７８において第二距離値のビームサー
チのための評価値Ｄ2(ｎ)を求め、７２において選択さ
れなかった単語のＤ2(ｎ)は７７において無限大の値が
いれられ、次に８２においてビームサーチのための▲し
きい▼値Ｔ2が求められ、８４においてＤ2(ｎ)がＴ2よ
り小さい単語のみ選択し、８５において第二標準パター
ン記憶手段２５に選択されなかった単語のマークｍ(ｎ)
を消去する。上記の処理をＩフレームまで繰り返し、最
終的に認識結果決定手段２８においてビーム内に残留し
ている（第二標準パターン記憶手段のマークが１であ
る）単語の全体距離値Ｄ4(ｎ) Ｄ4(ｎ)＝ｇ(ｎ,Ｉ,Ｊ(ｎ)) のうちｎに関して最も値の小さな単語を認識結果３６と
して出力する。

【００２０】

【発明が解決しようとする課題】従来の音声認識装置は
以上のように構成されているため、ビームサーチは第二
距離値３４のみを用いて行わなければならず、ビームサ
ーチにより認識性能を劣化させることなく十分な演算量
削減ができないという問題点があった。また、菅原一秀
著「双方向予測による予備選択」（昭和６３年１０月、
日本音響学会昭和６３年秋季発表会講演論文集３−３−
１０）には、第一のパターン照合法としてポーリングを
用い、第二のパターン照合法としてＨＭＭを用い、それ
ぞれの距離値によって第二のパターン照合法の演算範囲
を制限する（ビームサーチ）手法が示されている。しか
し、この手法では、第一のパターン照合法として、どの
フレームの音響パラメータベクトルに対してもそのフレ
ームに続く一定フレーム数（１０フレーム固定）の演算
結果を用いているため、この文献の表１に示されている
ように、ＣＰＵ時間において話者１が１７．９％、話者
２が７．８％の演算量削減効果しか得られない結果が報
告されている。このように、第一のパターン照合法とし
て、どのフレームの音響パラメータベクトルに対しても
一定数のフレームの部分空間を用いるこの手法では、大
きな演算量削減ができないという問題点があった。

【００２１】この発明は上記のような問題点を解決する
ためになされたもので、ビームサーチを有効に行える構
成とすることにより第二パターン照合手段での演算量を
低価格の演算器でも演算可能な範囲まで削減し、その結
果安価な音声認識装置を得ることを目的とする。

【００２２】

【課題を解決するための手段】この発明に係る音声認識
装置は、前記音声信号をフレーム毎に音響分析し音響パ
ラメータベクトルの時系列に変換する音響分析手段と、
前記第一標準パターンを記憶する第一標準パターン記憶
手段と、演算開始フレームを先頭フレームから所定フレ
ーム毎に順次繰り下げてそれぞれ最終フレームまで、前
記音響分析手段より出力される前記音響パラメータベク
トル時系列と前記第一標準パターン記憶手段に記憶され
た前記第一標準パターンとを用いて第一のパターン照合
法に基づく演算を行ない、この演算の結果をそれぞれ累
積した第一距離値を出力する第一パターン照合手段と、
この第一パターン照合手段より出力される前記第一距離
値を記憶する距離値記憶手段と、前記第二標準パターン
とこの第二標準パターンを用いた演算を行なうか否かを
示す演算範囲とを記憶する第二標準パターン記憶手段
と、先頭フレームから特定フレームまでの前記音響分析
手段より出力される前記音響パラメータベクトル時系列
と前記第二標準パターン記憶手段に記憶された前記演算
範囲により演算を行うことを示されている前記第二標準
パターンとを用いて第二のパターン照合法に基づく演算
を行ない、この演算の結果を先頭フレームから前記特定
フレームまで累積した第二距離値を出力する第二パター
ン照合手段と、この第二パターン照合手段より出力され
る前記第二距離値と前記距離値記憶手段に記憶された前
記特定フレームから最終フレームまでの前記第一距離値
との双方を用いて前記第二パターン照合手段において次
に演算する前記第二標準パターンの前記演算範囲を決定
し前記第二標準パターン記憶手段の前記演算範囲を書き
換え、前記第二パターン照合手段において次に処理すべ
き前記特定フレームを次の所定フレームに変更するビー
ムサーチ手段と、前記第二パターン照合手段より最終フ
レームの処理後に出力される前記第二距離値を用いて認
識結果を決定する認識結果決定手段とを備えたものであ
る。

【００２３】

【作用】この発明における第一パターン照合手段は、演
算開始フレームを先頭フレームから所定フレーム毎に順
次繰り下げてそれぞれ最終フレームまで、前記音響分析
手段より出力される前記音響パラメータベクトル時系列
と前記第一標準パターン記憶手段に記憶された前記第一
標準パターンとを用いて第一のパターン照合法に基づく
演算を行ない、この演算の結果をそれぞれ累積した第一
距離値を距離値記憶手段に出力し、第二パターン照合手
段は、先頭フレームから特定フレームまでの前記音響分
析手段より出力される前記音響パラメータベクトル時系
列と前記第二標準パターン記憶手段に記憶された前記演
算範囲により演算を行うことを示されている前記第二標
準パターンとを用いて第二のパターン照合法に基づく演
算を行ない、この演算の結果を先頭フレームから前記特
定フレームまで累積した第二距離値を出力し、ビームサ
ーチ手段は、前記第二パターン照合手段より出力される
前記第二距離値と前記距離値記憶手段に記憶された前記
特定フレームから最終フレームまでの前記第一距離値と
の双方を用いて前記第二パターン照合手段において次に
演算する前記第二楳準パターンの前記演算範囲を決定し
前記第二標準パターン記憶手段の前記演算範囲を書き換
え、前記第二パターン照合手段において次に処理すべき
前記特定フレームを次の所定フレームに変更する。

【００２４】

【実施例】実施例１． 以下、この発明の一実施例を図１について説明する。図
１において、０１は音声信号を一定区間毎に音響分析し
音響パラメータベクトルの時系列に変換する音響分析手
段、０２は第一のパターン照合法の標準パターンである
第一標準パターンを記憶する第一標準パターン記憶手
段、０３は演算開始フレームを先頭フレームから１フレ
ーム毎に順次繰り下げてそれぞれ最終フレームまでを演
算対象とし、ある特定フレームから最終フレームまでの
部分区間においては、この部分区間における音響分析手
段０１から出力される音響パラメータベクトルの時系列
と、第一標準パターン記憶手段０２に記憶された第一標
準パターンとを用いて、第一のパターン照合法に基づく
演算を行い、この演算の結果を前記特定フレームから最
終フレームまで累積した第一距離値を出力する第一パタ
ーン照合手段、０４はこの第一パターン照合手段０３よ
り出力される第一距離値を記憶する距離値記憶手段、０
５は第二のパターン照合法の標準パターンである第二標
準パターンとこの第二標準パターンを用いた演算を行な
うか否かを示す演算範囲とを記憶する第二標準パターン
記憶手段、０６はこの第二標準パターン記憶手段０５に
記憶された演算範囲に基づいて第二標準パターンを選択
し、この選択した第二標準パターンと、先頭フレームか
ら特定のフレームまでの部分区間における音響分析手段
０１から出力される音響パラメータベクトルの時系列と
を用いて、第二のパターン照合法に基づく演算を行い、
かつ、この演算の結果を累積した第二距離値を出力する
第二パターン照合手段、０７は第二パターン照合手段０
６より出力される先頭フレームから前記特定のフレーム
までの前部分区間に対する第二距離値と距離値記憶手段
０４に記憶され前記前部分区間と重複しない後部分区間
に対する第一距離値との双方を用いて次のフレームの音
響パラメータベクトルに対し第二パターン照合手段０６
において演算する第二標準パターンの演算範囲を決定
し、第二標準パターン記憶手段０５の演算範囲を書き換
えるビームサーチ手段、０８は第二パターン照合手段０
６から最終フレームの処理後に出力される音響パラメー
タベクトル時系列の全区間に対する第二距離値を用いて
認識結果を決定する認識結果決定手段、０９は音声信
号、１０ａ、１０ｂは音響パラメータベクトル、１１は
第一標準パターン、１２ａ、１２ｂは第一距離値、１３
は第二標準パターン、１４は第二距離値、１５は演算範
囲、１６は認識結果、１７は音響パラメータベクトルの
時系列の全区間に対する第二距離値（全体距離値）であ
る。

【００２５】次に本発明による音声認識装置の動作につ
いて説明する。以下、従来の音声認識装置と同じく第一
パターン照合法としてはＶＱ歪に基づく方法を用い、第
二パターン照合法としてはＤＴＷに基づく方法を用いて
単語の認識を行い、第二標準パターンの演算範囲は単語
単位で選択する認識装置を例として説明する。図２〜７
は本発明による音声認識装置の動作を示す流れ図であ
る。まず記号について説明する。 Ｎは認識しようとする単語数、 ｎは単語番号であり、最小値は１、最大値はＮである。 Ｉは音響パラメータベクトルの時系列のフレーム長、 ｉは音響パラメータベクトルの時系列のフレーム番号で
あり、最小値は１、最大値はＩであり、 ｘ(ｉ)は音響パラメータベクトルの時系列の第ｉフレー
ムのベクトルである。 Ｊ(ｎ)は単語ｎの第二標準パターンのフレーム長、 ｊは第二標準パターンのフレーム番号であり、最小値は
１、最大値はＪ(ｎ)であり、 ｙ(ｎ,ｊ)は単語ｎの第二標準パターンの第ｊフレーム
のベクトルである。 ｄ1(ｎ,ｉ)はベクトルｘ(ｉ)の単語ｎの第一標準パター
ンに対するＶＱ歪み、 Ｄ1(ｎ,ｉ)は音響パラメータベクトルの時系列の第ｉフ
レームから最終フレームまでの部分区間における音響パ
ラメータベクトルの時系列と単語ｎの第一標準パターン
との間の第一距離値、 ｄ2(ｎ,ｉ,ｊ)はベクトルｘ(ｉ)とベクトルｙ(ｎ,ｊ)の
間のユークリッド距離に基づくフレーム間距離値、 ｇ(ｎ,ｉ,ｊ)はＤＴＷに基づくフレーム間距離の累積値
である第二距離値、 Ｄ2(ｎ)はビームサーチのための第二距離値の評価値、 ｍ(ｎ)は第二標準パターン記憶手段０５の単語ｎの第二
標準パターンの演算範囲を単語単位で指定するマーク、 Ｄ3(ｎ)は第二距離値と第一距離値を用いた本方式のビ
ームサーチのための評価値、 θ3は第二距離値と第一距離値を用いた本方式のビーム
サーチのためのパラメータ、 Ｔ3は第二距離値と第一距離値を用いた本方式のビーム
サーチのための▲しきい▼値、 Ｄ4(ｎ)は音響パラメータベクトルの時系列の全区間に
対する単語ｎの第二距離値（全体距離値） である。 また、図４、図５において前記数２と同一の式はｇ(ｎ,
ｉ,ｊ)のｊに関する最小値、図５において前記数３と同
一の式はｇ(ｎ,ｉ−１,１)とｇ(ｎ,ｉ−１,２)の小さい
方の値、前記数４と同一の式はｇ(ｎ,ｉ−１,ｊ)、ｇ
(ｎ,ｉ−１,ｊ−１)、ｇ(ｎ,ｉ−１,ｊ−２)の最も小さ
な値、図６において

【００２６】

【数７】

【００２７】はＤ3(ｎ)のｎに関する最小値を意味する
演算記号である。

【００２８】流れ図において処理は図２のｓｔａｒｔ１
０１から始まり図３のｅｎｄ１１６で終了する。認識に
先立ち、第一標準パターン記憶手段０２には第一標準パ
ターンが既に記憶され、第二標準パターン記憶手段０５
には第二標準パターンとその演算範囲が入っているもの
とする。音声区間の音声信号が入力され音響分析手段０
１において音響分析され、第ｉフレームをベクトルｘ
(ｉ)とする音響パラメータベクトルの時系列に変換され
る。第一パターン照合手段０３ではベクトルｘ(i)と単
語ｎの第一標準パターンとの演算が行われＶＱ歪、 ｄ1(ｎ,ｉ) が求められる。上記の演算を音響パラメータベクトルの
全フレームにわたって行い、音響パラメータベクトルの
時系列の第ｉフレームから最終フレームまでの部分区間
における音響パラメータベクトルの時系列と単語ｎの第
一標準パターンとの間の第一距離値

【００２９】

【数８】

【００３０】が求められ、距離値記憶手段０４に収めら
れる。但し、演算の都合上、全てのｎについて Ｄ1(ｎ,Ｉ＋１)＝０ とする。 第二パターン照合手段０６ではベクトルｘ(ｉ)と単語ｎ
の第二標準パターンの第ｊフレームのベクトルｙ(ｎ,
ｊ)との間のユークリッド距離に基づくフレーム間距離
値ｄ2(ｎ,ｉ,ｊ)が演算され、ＤＴＷに基づきフレーム
間距離値の累積が行われ第二距離値ｇ(ｎ,ｉ,ｊ)が求め
られる。

【００３１】まず、１０２〜１０４において第二標準パ
ターン記憶手段０５のマークの初期化を行う。第一パタ
ーン照合手段０３では１０５〜１１０において第一距離
値Ｄ1(ｎ,ｉ)の演算が行われた後、第２パターン照合手
段０６、ビームサーチ手段０７では１１１〜１１５にお
いて音響パラメータベクトルｘ(ｉ)に対する処理がｉに
関して順々に繰り返される。ｉ＝０の場合、第二パター
ン照合手段０６では１２１〜１２４においてＤ2(ｎ)に
０を入れ、ビームサーチ手段０７では１５１〜１６０に
おいて本方式によるビームサーチが行われるが、Ｄ2
(ｎ)が０であり、第一距離値として音響パラメータベク
トルの時系列の第１フレームから最終フレームまでの部
分空間、即ち全区間に対する距離値Ｄ1(ｎ,１)を用いて
いるため従来の音声認識装置における予備選択と全く同
様に働く。ｉ＝１の場合には第二パターン照合手段０６
では１３１〜１４０において第二パターン照合演算の初
期化が行われ、ビームサーチ手段０７では１５１〜１６
０において第１フレームに対する本方式によるビームサ
ーチが行わる。ｉ＞＝２の場合には第二パターン照合手
段０６では１４１〜１５０において第２フレーム以降の
第二パターン照合演算が行われ、ビームサーチ手段０７
では１５１〜１６０において本方式によるビームサーチ
が行われる。

【００３２】ビームサーチ手段０７では、１５１〜１５
４において本方式によるビームサーチの評価値Ｄ3(ｎ)
が求められ、１５５において▲しきい▼値が計算され、
１５７においてＤ3(ｎ)が▲しきい▼値より小さい単語
のみ選択し、１５８において第二標準パターン記憶手段
０５の選択されなかった単語のマークを消去する。１３
１〜１４０の第二パターン照合手段０６での処理は従来
の音声認識装置における６１〜７０の第二パターン照合
手段２６での処理と同一であり、同じく１４１〜１５０
の処理は従来の音声認識装置における７１〜８０の処理
と同一であるため、ここでは説明を省略する。

【００３３】

【発明の効果】この発明に係る音声認織装置は、演算開
始フレームを先頭フレームから所定フレーム毎に順次繰
り下げてそれぞれ最終フレームまで、音響分析手段より
出力される音響パラメータベクトル時系列と第一標準パ
ターン記憶手段に記憶された第一標準パターンとを用い
て第一のパターン照合法に基づく演算を行ない、この演
算の結果をそれぞれ累積した第一距離値を距離値記憶手
段に出力する第一パターン照合手段と、先頭フレームか
ら特定フレームまでの前記音響分析手段より出力される
前記音響パラメータベクトル時系列と第二標準パターン
記憶手段に記憶された演算範囲により演算を行うことを
示されている第二標準パターンとを用いて第二のパター
ン照合法に基づく演算を行ない、この演算の結果を先頭
フレームがら前記特定フレームまで累積した第二距離値
を出力する第二パターン照合手段と、この第二パターン
照合手段より出力される前記第二距離値と前記距離値記
憶手段に記憶された前記特定フレームから最終フレーム
までの前記第一距離値との双方を用いて前記第二パター
ン照合手段において次に演算する前記第二標準パターン
の前記演算範囲を決定し前記第二標準パターン記憶手段
の前記演算範囲を書き換え、前記第二パターン照合手段
において次に処理すべき前記特定フレームを次の所定フ
レームに変更するビームサーチ手段とを備える構成とし
たため、この発明におけるビームサーチ手段は、従来と
同じ第二距離値に加え、第二距離値の演算には用いてい
ない後半の音響パラメータベクトル時系列の部分区間に
対する第一距離値を用いてビームサーチを行えるため、
ビームサーチが有効に行え、第二パターン照合の演算量
を少なくすることが可能となり、低価格の演算器を用い
て演算を行うことができ、その結果安価な音声認織装置
を得られる効果がある。さらに、前記の菅原一秀著文献
に示されている従来例とは異なり、この発明の第一パタ
ーン照合手段では、第一のパターン照合法に用いる音響
パラメータベクトルの時系列を最終フレームまで用いて
おり、しかも、時間的に第二のパターン照合法で用いて
いない部分区間を用いているため、演算量の削減効果が
極めて大きい音声認識装置を得られる効果がある。

【００３４】

【発明の効果】この発明に係る音声認識装置は、演算開
始フレームを先頭フレームから所定フレーム毎に順次繰
り下げてそれぞれ最終フレームまで、音響分析手段より
出力される音響パラメータベクトル時系列と第一標準パ
ターン記憶手段に記憶された第一標準パターンとを用い
て第一のパターン照合法に基づく演算を行ない、この演
算の結果をそれぞれ累積した第一距離値を距離値記憶手
段に出力する第一パターン照合手段と、先頭フレームか
ら特定フレームまでの前記音響分析手段より出力される
前記音響パラメータベクトル時系列と第二標準パターン
記憶手段に記憶された演算範囲が演算を行なうを示す第
二標準パターンとを用いて第二のパターン照合法に基づ
く演算を行ない、この演算の結果を先頭フレームから前
記特定フレームまで累積した第二距離値を出力する第二
パターン照合手段と、この第二パターン照合手段より出
力される前記第二距離値と前記距離値記憶手段に記憶さ
れた前記特定フレームから最終フレームまでの前記第一
距離値との双方を用いて前記第二パターン照合手段にお
いて次に演算する前記第二標準パターンの前記演算範囲
を決定し前記第二標準パターン記憶手段の前記演算範囲
を書き換え、前記第二パターン照合手段において次に処
理すべき前記特定フレームを次の所定フレームに変更す
るビームサーチ手段とを備える構成としたため、この発
明におけるビームサーチ手段は、従来と同じ第二距離値
に加え、第二距離値の演算には用いていない後半の音響
パラメータベクトル時系列の部分区間に対する第一距離
値を用いてビームサーチを行えるため、ビームサーチが
有効に行え、第二パターン照合の演算量を少なくするこ
とが可能となり、低価格の演算器を用いて演算を行うこ
とができ、その結果安価な音声認識装置を得られる効果
がある。さらに、前記の菅原一秀著文献に示されている
従来例とは異なり、この発明の第一パターン照合手段で
は、第一のパターン照合法に用いる音響パラメータベク
トルの時系列を最終フレームまで用いており、しかも、
時間的に第二のパターン照合法で用いていない部分区間
を用いているため、演算量の削減効果が極めて大きい音
声認識装置を得られる効果がある。

【図面の簡単な説明】

【図１】この発明の実施例１の音声認識装置を示す構成
図である。

【図２】この発明の実施例１の音声認識装置の動作を説
明する流れ図である。

【図３】この発明の実施例１の音声認識装置の動作を説
明する流れ図である。

【図４】この発明の実施例１の音声認識装置の動作を説
明する流れ図である。

【図５】この発明の実施例１の音声認識装置の動作を説
明する流れ図である。

【図６】この発明の実施例１の音声認識装置の動作を説
明する流れ図である。

【図７】従来の音声認識装置を示す構成図である。

【図８】従来の音声認識装置の動作を説明する流れ図で
ある。

【図９】従来の音声認識装置の動作を説明する流れ図で
ある。

【図１０】従来の音声認識装置の動作を説明する流れ図
である。

【図１１】従来の音声認識装置の動作を説明する流れ図
である。

【図１２】従来の音声認識装置の動作を説明する流れ図
である。

【図１３】従来の音声認識装置の動作を説明する流れ図
である。

【符号の説明】

01 音響分析手段 02 第一標準パターン記憶手段 03 第一パターン照合手段 04 距離値記憶手段 05 第二標準パターン記憶手段 06 第二パターン照合手段 07 ビームサーチ手段 08 認識結果決定手段 09 音声信号 10a,10b 音響パラメータベクトル 11 第一標準パターン 12a,12b 第一距離値 13 第二標準パターン 14 第二距離値 15 演算範囲 16 認識結果 17 全体距離値 21 音響分析手段 22 第一標準パターン記憶手段 23 第一パターン照合手段 24 予備選択手段 25 第二標準パターン記憶手段 26 第二パターン照合手段 27 ビームサーチ手段 28 認識結果決定手段 29 音声信号 30a,30b 音響パラメータベクトル 31 第一標準パターン 32 第一距離値 33 第二標準パターン 34 第二距離値 35a,35b 演算範囲 36 認識結果 37 全体距離値

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 第一標準パターンと第二標準パターンの
   二種類の標準パターンをそれぞれ異なるパターン照合法
   を用いて音声信号の認識を行う音声認識装置において、 前記音声信号をフレーム毎に音響分析し音響パラメータ
   ベクトルの時系列に変換する音響分析手段と、 前記第一標準パターンを記憶する第一標準パターン記憶
   手段と、 演算開始フレームを先頭フレームから所定フレーム毎に
   順次繰り下げてそれぞれ最終フレームまで、前記音響分
   析手段より出力される前記音響パラメータベクトル時系
   列と前記第一標準パターン記憶手段に記憶された前記第
   一標準パターンとを用いて第一のパターン照合法に基づ
   く演算を行ない、この演算の結果をそれぞれ累積した第
   一距離値を出力する第一パターン照合手段と、 この第一パターン照合手段より出力される前記第一距離
   値を記憶する距離値記憶手段と、 前記第二標準パターンとこの第二標準パターンを用いた
   演算を行なうか否かを示す演算範囲とを記憶する第二標
   準パターン記憶手段と、 先頭フレームから特定フレームまでの前記音響分析手段
   より出力される前記音響パラメータベクトル時系列と前
   記第二標準パターン記憶手段に記憶された前記演算範囲
   により演算を行うことを示されている前記第二標準パタ
   ーンとを用いて第二のパターン照合法に基づく演算を行
   ない、この演算の結果を先頭フレームから前記特定フレ
   ームまで累積した第二距離値を出力する第二パターン照
   合手段と、 この第二パターン照合手段より出力される前記第二距離
   値と前記距離値記憶手段に記憶された前記特定フレーム
   から最終フレームまでの前記第一距離値との双方を用い
   て前記第二パターン照合手段において次に演算する前記
   第二標準パターンの前記演算範囲を決定し前記第二標準
   パターン記憶手段の前記演算範囲を書き換え、前記第二
   パターン照合手段において次に処理すべき前記特定フレ
   ームを次の所定フレームに変更するビームサーチ手段
   と、 前記第二パターン照合手段より最終フレームの処理後に
   出力される前記第二距離値を用いて認識結果を決定する
   認識結果決定手段とを備えることを特徴とする音声認識
   装置。