JP3315565B2 - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JP3315565B2 JP3315565B2 JP21342995A JP21342995A JP3315565B2 JP 3315565 B2 JP3315565 B2 JP 3315565B2 JP 21342995 A JP21342995 A JP 21342995A JP 21342995 A JP21342995 A JP 21342995A JP 3315565 B2 JP3315565 B2 JP 3315565B2
- Authority
- JP
- Japan
- Prior art keywords
- hmm
- cumulative score
- phoneme
- reject
- maximum
- 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 - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】この発明は、サブワード単位
のＨＭＭ（隠れマルコフモデル)を用いた音声認識装置
に関する。
のＨＭＭ（隠れマルコフモデル)を用いた音声認識装置
に関する。
【０００２】
【従来の技術】従来より、音声認識の一手法としてＨＭ
Ｍに基づく方法が知られている。このＨＭＭに基づく音
声認識方法については、「中川聖一：“確率モデルによ
る音声認識"，電子情報通信学会刊行」等に詳細に述べ
られている。上記ＨＭＭは状態遷移ネットワークの一種
であり、初期状態となる確率,状態から状態への遷移確
率および各状態におけるシンボルの出力確率が定義され
ている。
Ｍに基づく方法が知られている。このＨＭＭに基づく音
声認識方法については、「中川聖一：“確率モデルによ
る音声認識"，電子情報通信学会刊行」等に詳細に述べ
られている。上記ＨＭＭは状態遷移ネットワークの一種
であり、初期状態となる確率,状態から状態への遷移確
率および各状態におけるシンボルの出力確率が定義され
ている。
【０００３】ここで、上記サブワード単位のＨＭＭと
は、音素や半音節等のように単語より小さな単位でのＨ
ＭＭのことである。これらのサブワード単位のＨＭＭ
は、単語音声認識や連続音声認識等に応用することがで
きるのである。例えば、音素ＨＭＭを単語音声認識に用
いる場合には、単語を音素列とみなして、音素ＨＭＭを
連結したものが各単語の特徴系列であると考える。そし
て、音声パターンが入力された場合に、音素ＨＭＭを用
いたビタビアルゴリズムによって各単語の特徴系列生成
確率を求め、その確率の最も高い単語を認識結果とする
のである。一方、音素ＨＭＭを連続音声認識に用いる場
合には、図７に示すような、単語の有向グラフで構成さ
れた有限状態オートマンの構文ネットワークを用意す
る。この構文ネットワークは、各単語を音素列とみなす
ことによって音素列のネットワークであると考えること
ができる。そこで、音素ＨＭＭを用いた探索処理によっ
て上記構文ネットワークが許可する音素列のなかで最も
生成確率が高い音素列を認識結果として出力するのであ
る。
は、音素や半音節等のように単語より小さな単位でのＨ
ＭＭのことである。これらのサブワード単位のＨＭＭ
は、単語音声認識や連続音声認識等に応用することがで
きるのである。例えば、音素ＨＭＭを単語音声認識に用
いる場合には、単語を音素列とみなして、音素ＨＭＭを
連結したものが各単語の特徴系列であると考える。そし
て、音声パターンが入力された場合に、音素ＨＭＭを用
いたビタビアルゴリズムによって各単語の特徴系列生成
確率を求め、その確率の最も高い単語を認識結果とする
のである。一方、音素ＨＭＭを連続音声認識に用いる場
合には、図７に示すような、単語の有向グラフで構成さ
れた有限状態オートマンの構文ネットワークを用意す
る。この構文ネットワークは、各単語を音素列とみなす
ことによって音素列のネットワークであると考えること
ができる。そこで、音素ＨＭＭを用いた探索処理によっ
て上記構文ネットワークが許可する音素列のなかで最も
生成確率が高い音素列を認識結果として出力するのであ
る。
【０００４】上述のような単語音声認識や連続音声認識
を行うに際しては、通常は、フレーム毎に上記音素ＨＭ
Ｍあるいは構文ネットワークにおける各状態のシンボル
出力確率を予め算出してテーブル化しておく。そして、
各単語等の最大生成率を求めるための累積スコアを計算
する場合には、上述のようにして予め作成された尤度テ
ーブルを参照するという方法をとる。
を行うに際しては、通常は、フレーム毎に上記音素ＨＭ
Ｍあるいは構文ネットワークにおける各状態のシンボル
出力確率を予め算出してテーブル化しておく。そして、
各単語等の最大生成率を求めるための累積スコアを計算
する場合には、上述のようにして予め作成された尤度テ
ーブルを参照するという方法をとる。
【０００５】ここで、音声認識処理動作には、認識対象
語彙に含まれない音声(未知発話)が入力された場合には
認識結果を出力しないリジェクト機能が必要である。Ｈ
ＭＭ音声認識装置での未知発話のリジェクト方法につい
ては、例えば「渡辺隆夫，塚田 聡：“音声認識を用い
たゆう度補正による未知発話のリジェクション"，電子
情報通信学会論文誌，Ｄ−II，Ｖol.Ｊ75−Ｄ−II，Ｎ
o.12，pp.2002−2009，1992年12月」に紹介されてい
る。この論文においては、半音節ＨＭＭを用いており、
認識対象ネットワークとは独立して、図８に示すような
音節ネットワークを有している。そして、上記音節ネッ
トワークから得られる最大の生成確率と認識対象ネット
ワークから得られる最大の生成確率とを比較し、その差
が一定値以上である場合には発声内容が未知発話である
と判定してリジェクトするようにしている。
語彙に含まれない音声(未知発話)が入力された場合には
認識結果を出力しないリジェクト機能が必要である。Ｈ
ＭＭ音声認識装置での未知発話のリジェクト方法につい
ては、例えば「渡辺隆夫，塚田 聡：“音声認識を用い
たゆう度補正による未知発話のリジェクション"，電子
情報通信学会論文誌，Ｄ−II，Ｖol.Ｊ75−Ｄ−II，Ｎ
o.12，pp.2002−2009，1992年12月」に紹介されてい
る。この論文においては、半音節ＨＭＭを用いており、
認識対象ネットワークとは独立して、図８に示すような
音節ネットワークを有している。そして、上記音節ネッ
トワークから得られる最大の生成確率と認識対象ネット
ワークから得られる最大の生成確率とを比較し、その差
が一定値以上である場合には発声内容が未知発話である
と判定してリジェクトするようにしている。
【０００６】
【発明が解決しようとする課題】音声認識処理動作にお
ける上記未知発話のリジェクト判定の際に必要な処理量
や記憶量は、なるべく少ない方が処理速度やコストの点
で有利になる。ここで、上述したような音節ネットワー
クを参照した未知発話のリジェクト方法は確かに効果的
ではある。しかしながら、上記音節ネットワークと認識
対象ネットワークというの２つのネットワークを記憶し
ておく必要があり、大きな記憶容量を必要とする。ま
た、半音節ＨＭＭを用いているために１つの音節を構成
する２つの半音節に係る前半分の半音節ＨＭＭの次には
後半分の半音節ＨＭＭが接続しなければならないという
制約はあるものの、図８に示すように音節同士の接続に
関しては何等制約は無い。したがって、上記音節ネット
ワークからリジェクト判定用の最大生成確率を算出する
際には、状態を共有する半音節ＨＭＭの有無に拘わらず
上記音節ネットワークの全探索を繰り返して行わなけれ
ばならず、多くの演算処理と多くの記憶量を必要とする
という問題がある。
ける上記未知発話のリジェクト判定の際に必要な処理量
や記憶量は、なるべく少ない方が処理速度やコストの点
で有利になる。ここで、上述したような音節ネットワー
クを参照した未知発話のリジェクト方法は確かに効果的
ではある。しかしながら、上記音節ネットワークと認識
対象ネットワークというの２つのネットワークを記憶し
ておく必要があり、大きな記憶容量を必要とする。ま
た、半音節ＨＭＭを用いているために１つの音節を構成
する２つの半音節に係る前半分の半音節ＨＭＭの次には
後半分の半音節ＨＭＭが接続しなければならないという
制約はあるものの、図８に示すように音節同士の接続に
関しては何等制約は無い。したがって、上記音節ネット
ワークからリジェクト判定用の最大生成確率を算出する
際には、状態を共有する半音節ＨＭＭの有無に拘わらず
上記音節ネットワークの全探索を繰り返して行わなけれ
ばならず、多くの演算処理と多くの記憶量を必要とする
という問題がある。
【０００７】尚、上記渡辺等の論文には、上述した音節
ネットワークを参照した未知発話のリジェクト判定法に
加えて、処理量を少なくしたより簡便なリジェクト判定
法として、各フレームでの各状態の局所シンボル出力確
率の最大値を入力の全区域にわたって累積し、この累積
値を上記音節ネットワークを参照して得られる最大の生
成確率の代わりとして扱う方法が紹介されている。そし
て、この簡易法では、各半音節ＨＭＭ間の連結制約どこ
ろか各状態の遷移にも何等制約を設けないうえに、状態
遷移確率や半音節間の接続条件(ＶＣ型の半音節のあと
にはＣＶ型の半音節のみが接続され得る等)を無視して
いるために、状態遷移の制約や言語的な連結制約を付与
した音節ネットワークを参照するリジェクト判定法に比
べて性能的に劣るとも報告されている。
ネットワークを参照した未知発話のリジェクト判定法に
加えて、処理量を少なくしたより簡便なリジェクト判定
法として、各フレームでの各状態の局所シンボル出力確
率の最大値を入力の全区域にわたって累積し、この累積
値を上記音節ネットワークを参照して得られる最大の生
成確率の代わりとして扱う方法が紹介されている。そし
て、この簡易法では、各半音節ＨＭＭ間の連結制約どこ
ろか各状態の遷移にも何等制約を設けないうえに、状態
遷移確率や半音節間の接続条件(ＶＣ型の半音節のあと
にはＣＶ型の半音節のみが接続され得る等)を無視して
いるために、状態遷移の制約や言語的な連結制約を付与
した音節ネットワークを参照するリジェクト判定法に比
べて性能的に劣るとも報告されている。
【０００８】すなわち、上記ＨＭＭは、図９に示すよう
に、幾つかの状態の連結で構成されており、ある状態か
らは特定の状態にしか遷移しないという制約がある。し
たがって、上述の如く各フレームでの各状態の局所シン
ボル出力確率の最大値を入力の全区域にわたって累積す
るという方法では、上記ＨＭＭの状態遷移の制約を全く
無視することになり、上記状態遷移の制約を考慮したリ
ジェクト判定方法に比べて性能的には劣るという問題が
付きまとうのである。
に、幾つかの状態の連結で構成されており、ある状態か
らは特定の状態にしか遷移しないという制約がある。し
たがって、上述の如く各フレームでの各状態の局所シン
ボル出力確率の最大値を入力の全区域にわたって累積す
るという方法では、上記ＨＭＭの状態遷移の制約を全く
無視することになり、上記状態遷移の制約を考慮したリ
ジェクト判定方法に比べて性能的には劣るという問題が
付きまとうのである。
【０００９】そこで、この発明の目的は、ＨＭＭ内での
状態遷移制約に加えてＨＭＭの連結制約を付与して、リ
ジェクト判定用の最大生成確率を少ない処理量と少ない
記憶量で求めることができる音声認識装置を提供するこ
とにある。
状態遷移制約に加えてＨＭＭの連結制約を付与して、リ
ジェクト判定用の最大生成確率を少ない処理量と少ない
記憶量で求めることができる音声認識装置を提供するこ
とにある。
【００１０】
【課題を解決するための手段】上記目的を達成するた
め、請求項１に係る発明は、入力音声から音響パラメー
タを抽出する音響分析部と、状態遷移制約情報を有する
サブワード単位のＨＭＭが蓄積されているＨＭＭデータ
メモリと、上記抽出された音響パラメータと上記蓄積さ
れているＨＭＭに基づいて,全ＨＭＭを構成している総
ての状態の局所尤度を算出して尤度テーブルを作成する
尤度テーブル作成部と、上記ＨＭＭの状態遷移制約情報
に基づく制約に従って上記尤度テーブル上に経路を設定
し,この経路に沿った最大参照累積スコアをビタビアル
ゴリズムによって算出するリジェクト判定用参照累積ス
コア算出部と、上記尤度テーブル上における上記ＨＭＭ
および各認識タスクに従った経路に沿った最大累積スコ
アを算出する認識タスク累積スコア算出部と、上記リジ
ェクト判定用参照累積スコア算出部で算出された最大参
照累積スコアと上記認識タスク累積スコア算出部で算出
された最大累積スコアとの差を算出し,この差の値が所
定値以上であれば発声内容は認識対象外の未知発話であ
ると判定してリジェクトするリジェクト判定部を備え
て、上記ＨＭＭデータメモリに蓄積されているＨＭＭの
状態遷移制約情報は,ＨＭＭ境界での認識対象言語によ
る音素間の連結制約情報を含むことを特徴としている。
め、請求項１に係る発明は、入力音声から音響パラメー
タを抽出する音響分析部と、状態遷移制約情報を有する
サブワード単位のＨＭＭが蓄積されているＨＭＭデータ
メモリと、上記抽出された音響パラメータと上記蓄積さ
れているＨＭＭに基づいて,全ＨＭＭを構成している総
ての状態の局所尤度を算出して尤度テーブルを作成する
尤度テーブル作成部と、上記ＨＭＭの状態遷移制約情報
に基づく制約に従って上記尤度テーブル上に経路を設定
し,この経路に沿った最大参照累積スコアをビタビアル
ゴリズムによって算出するリジェクト判定用参照累積ス
コア算出部と、上記尤度テーブル上における上記ＨＭＭ
および各認識タスクに従った経路に沿った最大累積スコ
アを算出する認識タスク累積スコア算出部と、上記リジ
ェクト判定用参照累積スコア算出部で算出された最大参
照累積スコアと上記認識タスク累積スコア算出部で算出
された最大累積スコアとの差を算出し,この差の値が所
定値以上であれば発声内容は認識対象外の未知発話であ
ると判定してリジェクトするリジェクト判定部を備え
て、上記ＨＭＭデータメモリに蓄積されているＨＭＭの
状態遷移制約情報は,ＨＭＭ境界での認識対象言語によ
る音素間の連結制約情報を含むことを特徴としている。
【００１１】上記構成において、上記音響分析部によっ
て入力音声から音響パラメータが抽出されると、尤度テ
ーブル作成部によって、上記抽出された音響パラメータ
とＨＭＭデータメモリに蓄積されているＨＭＭに基づい
て上記尤度テーブルが作成される。そして、リジェクト
判定用参照累積スコア算出部によって、上記尤度テーブ
ル上に、上記ＨＭＭの状態遷移制約情報に基づく制約に
従って経路が設定されて、この経路に沿った最大参照累
積スコアがビタビアルゴリズムで算出される。一方、認
識タスク累積スコア算出部によって、上記尤度テーブル
上における上記ＨＭＭおよび各認識タスクに従った経路
に沿って最大累積スコアが算出される。 そうすると、上記リジェクト判定部によって、両最大累
積スコアの差が算出され、この差の値が所定値以上であ
れば発声内容は認識対象外の未知発話であると判定され
てリジェクトされる。
て入力音声から音響パラメータが抽出されると、尤度テ
ーブル作成部によって、上記抽出された音響パラメータ
とＨＭＭデータメモリに蓄積されているＨＭＭに基づい
て上記尤度テーブルが作成される。そして、リジェクト
判定用参照累積スコア算出部によって、上記尤度テーブ
ル上に、上記ＨＭＭの状態遷移制約情報に基づく制約に
従って経路が設定されて、この経路に沿った最大参照累
積スコアがビタビアルゴリズムで算出される。一方、認
識タスク累積スコア算出部によって、上記尤度テーブル
上における上記ＨＭＭおよび各認識タスクに従った経路
に沿って最大累積スコアが算出される。 そうすると、上記リジェクト判定部によって、両最大累
積スコアの差が算出され、この差の値が所定値以上であ
れば発声内容は認識対象外の未知発話であると判定され
てリジェクトされる。
【００１２】その際に、上記リジェクト判定用の最大参
照累積スコアは上記尤度テーブル上に設定されたビタビ
経路に沿って求められるので、同一フレームにおいて複
数ＨＭＭの状態が共有される場合には、上記複数ＨＭＭ
に係るリジェクト判定用の最大累積スコアの演算経路は
上記共有状態で１つに収束される。したがって、上記リ
ジェクト判定用の最大参照累積スコアは少ない演算量と
少ない記憶量で求められる。
照累積スコアは上記尤度テーブル上に設定されたビタビ
経路に沿って求められるので、同一フレームにおいて複
数ＨＭＭの状態が共有される場合には、上記複数ＨＭＭ
に係るリジェクト判定用の最大累積スコアの演算経路は
上記共有状態で１つに収束される。したがって、上記リ
ジェクト判定用の最大参照累積スコアは少ない演算量と
少ない記憶量で求められる。
【００１３】
【００１４】さらに、上記尤度テーブル上に設定される
経路にはＨＭＭ境界での認識対象言語による音素間の連
結制約情報に従った制約が付与されるので、リジェクト
判定用の最大参照累積スコアの演算量がより少なくなる
と共に、連結されるＨＭＭが認識対象言語に応じて限定
されてリジェクト判定用の最大参照累積スコアが精度良
く演算される。
経路にはＨＭＭ境界での認識対象言語による音素間の連
結制約情報に従った制約が付与されるので、リジェクト
判定用の最大参照累積スコアの演算量がより少なくなる
と共に、連結されるＨＭＭが認識対象言語に応じて限定
されてリジェクト判定用の最大参照累積スコアが精度良
く演算される。
【００１５】また、請求項２に係る発明は、入力音声か
ら音響パラメータを抽出する音響分析部と、状態遷移制
約情報を有するサブワード単位のＨＭＭが蓄積されてい
るＨＭＭデータメモリと、上記抽出された音響パラメー
タと上記蓄積されているＨＭＭに基づいて,全ＨＭＭを
構成している総ての状態の局所尤度を算出して尤度テー
ブルを作成する尤度テーブル作成部と、上記ＨＭＭの状
態遷移制約情報に基づく制約に従って上記尤度テーブル
上に経路を設定し,この経路に沿った最大参照累積スコ
アをビタビアルゴリズムによって算出するリジェクト判
定用参照累積スコア算出部と、上記尤度テーブル上にお
ける上記ＨＭＭおよび各認識タスクに従った経路に沿っ
た最大累積スコアを算出する認識タスク累積スコア算出
部と、上記リジェクト判定用参照累積スコア算出部で算
出された最大参照累積スコアと上記認識タスク累積スコ
ア算出部で算出された最大累積スコアの差を算出し,こ
の差の値が所定値以上であれば発声内容は認識対象外の
未知発話であると判定してリジェクトするリジェクト判
定部を備えて、上記ＨＭＭデータメモリに蓄積されてい
るＨＭＭは音素環境依存型の音素ＨＭＭであり、上記Ｈ
ＭＭデータメモリに蓄積されているＨＭＭの状態遷移制
約情報は,ＨＭＭ境界での音素環境による連結制約情報
を含むことを特徴としている。
ら音響パラメータを抽出する音響分析部と、状態遷移制
約情報を有するサブワード単位のＨＭＭが蓄積されてい
るＨＭＭデータメモリと、上記抽出された音響パラメー
タと上記蓄積されているＨＭＭに基づいて,全ＨＭＭを
構成している総ての状態の局所尤度を算出して尤度テー
ブルを作成する尤度テーブル作成部と、上記ＨＭＭの状
態遷移制約情報に基づく制約に従って上記尤度テーブル
上に経路を設定し,この経路に沿った最大参照累積スコ
アをビタビアルゴリズムによって算出するリジェクト判
定用参照累積スコア算出部と、上記尤度テーブル上にお
ける上記ＨＭＭおよび各認識タスクに従った経路に沿っ
た最大累積スコアを算出する認識タスク累積スコア算出
部と、上記リジェクト判定用参照累積スコア算出部で算
出された最大参照累積スコアと上記認識タスク累積スコ
ア算出部で算出された最大累積スコアの差を算出し,こ
の差の値が所定値以上であれば発声内容は認識対象外の
未知発話であると判定してリジェクトするリジェクト判
定部を備えて、上記ＨＭＭデータメモリに蓄積されてい
るＨＭＭは音素環境依存型の音素ＨＭＭであり、上記Ｈ
ＭＭデータメモリに蓄積されているＨＭＭの状態遷移制
約情報は,ＨＭＭ境界での音素環境による連結制約情報
を含むことを特徴としている。
【００１６】上記構成によれば、上記ＨＭＭデータメモ
リに蓄積されているＨＭＭは音素環境依存型の音素ＨＭ
Ｍであり、上記尤度テーブル上に設定される経路には音
素環境による連結制約情報に従った制約が付与されてい
るので、リジェクト判定用の最大参照累積スコアの演算
量が更に少なくなると共に、連結される音素ＨＭＭが音
素環境によって特定されてリジェクト判定用の最大参照
累積スコアが非常に精度良く演算される。
リに蓄積されているＨＭＭは音素環境依存型の音素ＨＭ
Ｍであり、上記尤度テーブル上に設定される経路には音
素環境による連結制約情報に従った制約が付与されてい
るので、リジェクト判定用の最大参照累積スコアの演算
量が更に少なくなると共に、連結される音素ＨＭＭが音
素環境によって特定されてリジェクト判定用の最大参照
累積スコアが非常に精度良く演算される。
【００１７】
【発明の実施の形態】以下、この発明を図示の実施の形
態により詳細に説明する。図１は本実施の形態の音声認
識装置におけるブロック図である。この音声認識装置
は、音素ＨＭＭと音響パラメータとから求められたＨＭ
Ｍ尤度テーブル上にＨＭＭの各状態遷移制約に沿ったビ
タビ経路を設定し、この経路上の最大参照累積スコアに
基づいて未知発話のリジェクト判定を行うものである。
態により詳細に説明する。図１は本実施の形態の音声認
識装置におけるブロック図である。この音声認識装置
は、音素ＨＭＭと音響パラメータとから求められたＨＭ
Ｍ尤度テーブル上にＨＭＭの各状態遷移制約に沿ったビ
タビ経路を設定し、この経路上の最大参照累積スコアに
基づいて未知発話のリジェクト判定を行うものである。
【００１８】以下、本実施の形態の音声認識装置につい
て説明するに先立って、上記ＨＭＭ尤度テーブル上に設
定されたビタビ経路に沿った最大累積スコア算出法につ
いて述べる。図４は、上記ＨＭＭ尤度テーブルからビタ
ビアルゴリズムによって最大累積スコアを求める様子を
示す。ここで、図４(a)は、図９に示す状態遷移におけ
る中間状態ｊあるいは最終状態ｍでの累積スコアを更新
する際の状態遷移の経路図である。また、図４(b)は、
図９における初期状態ｃでの累積スコアを更新する際の
状態遷移の経路図である。尚、縦軸は各状態を示し、横
軸はフレーム番号を示す。
て説明するに先立って、上記ＨＭＭ尤度テーブル上に設
定されたビタビ経路に沿った最大累積スコア算出法につ
いて述べる。図４は、上記ＨＭＭ尤度テーブルからビタ
ビアルゴリズムによって最大累積スコアを求める様子を
示す。ここで、図４(a)は、図９に示す状態遷移におけ
る中間状態ｊあるいは最終状態ｍでの累積スコアを更新
する際の状態遷移の経路図である。また、図４(b)は、
図９における初期状態ｃでの累積スコアを更新する際の
状態遷移の経路図である。尚、縦軸は各状態を示し、横
軸はフレーム番号を示す。
【００１９】音声スペクトルのあるフレームにおける各
状態へは、その直前のフレームにおける幾つかの状態か
ら遷移する。そして、この状態遷移の経路は、ＨＭＭの
状態遷移制約に基づいた経路だけである。また、ＨＭＭ
間で状態の共有がないとすれば、図９のようにＨＭＭに
おける中間状態と最終状態とに遷移する経路は２本だけ
である。図４において、図４(a)におけるｉフレーム上
の状態ｊへは、直前の(ｉ−１)フレーム上の状態ｃと状
態ｊとから遷移している。そして、(ｉ−１)フレームか
らｉフレーム上における状態ｊに至る上記両経路の累積
スコア中で、最大の累積スコアがｉフレーム上における
状態ｊの累積スコアとなる。尚、上記累積スコアは式
(１)に示すビタビアルゴリズムによって算出される。
状態へは、その直前のフレームにおける幾つかの状態か
ら遷移する。そして、この状態遷移の経路は、ＨＭＭの
状態遷移制約に基づいた経路だけである。また、ＨＭＭ
間で状態の共有がないとすれば、図９のようにＨＭＭに
おける中間状態と最終状態とに遷移する経路は２本だけ
である。図４において、図４(a)におけるｉフレーム上
の状態ｊへは、直前の(ｉ−１)フレーム上の状態ｃと状
態ｊとから遷移している。そして、(ｉ−１)フレームか
らｉフレーム上における状態ｊに至る上記両経路の累積
スコア中で、最大の累積スコアがｉフレーム上における
状態ｊの累積スコアとなる。尚、上記累積スコアは式
(１)に示すビタビアルゴリズムによって算出される。
【数１】
【００２０】上述したように、各フレーム毎に、式(１)
によって各状態の累積スコアを計算するのであるが、そ
の際に、当該状態まで辿ってきた経路を記憶しておく必
要はない。また、各状態における累積スコアの計算は、
直前フレーム上の各状態における累積スコアが保持され
ていれば可能である。したがって、記憶するのは直前フ
レーム上の各状態における累積スコアだけでよく、必要
な記憶量を少なくできるのである。
によって各状態の累積スコアを計算するのであるが、そ
の際に、当該状態まで辿ってきた経路を記憶しておく必
要はない。また、各状態における累積スコアの計算は、
直前フレーム上の各状態における累積スコアが保持され
ていれば可能である。したがって、記憶するのは直前フ
レーム上の各状態における累積スコアだけでよく、必要
な記憶量を少なくできるのである。
【００２１】図９に示すように、上記ＨＭＭは、初期状
態から中間状態を経て最終状態へ至る。そして、上記最
終状態を脱した後は、新たに別のＨＭＭの初期状態ある
いは同じＨＭＭの初期状態から状態の遷移が開始される
ことになる。ここで、先行の音素や音節あるいは後続の
音素や音節に依存しないタイプのＨＭＭの場合には、前
ＨＭＭの最終状態からつながり得る次ＨＭＭの初期状態
の数は多い。図４(b)は、ｉフレーム上の初期状態ｃ
に、(ｉ−１)フレーム上における同じＨＭＭの初期状態
ｃと他のＨＭＭの最終状態ａ,ｆ,ｍ,ｐとからの遷移し
ている様子を示している。その場合に、言語的に考え
て、特定の音素と音素あるいは音節と音節等の連結に制
限を設けることができる。例えば、日本語の場合には子
音と子音とは連結しないことが多いと考えられ、音素/
ｍ/から音素/ｈ/への遷移経路は設けない等の認識対象
言語による連結制約(以下、言語的連結制約と言う)を設
定できるのである。
態から中間状態を経て最終状態へ至る。そして、上記最
終状態を脱した後は、新たに別のＨＭＭの初期状態ある
いは同じＨＭＭの初期状態から状態の遷移が開始される
ことになる。ここで、先行の音素や音節あるいは後続の
音素や音節に依存しないタイプのＨＭＭの場合には、前
ＨＭＭの最終状態からつながり得る次ＨＭＭの初期状態
の数は多い。図４(b)は、ｉフレーム上の初期状態ｃ
に、(ｉ−１)フレーム上における同じＨＭＭの初期状態
ｃと他のＨＭＭの最終状態ａ,ｆ,ｍ,ｐとからの遷移し
ている様子を示している。その場合に、言語的に考え
て、特定の音素と音素あるいは音節と音節等の連結に制
限を設けることができる。例えば、日本語の場合には子
音と子音とは連結しないことが多いと考えられ、音素/
ｍ/から音素/ｈ/への遷移経路は設けない等の認識対象
言語による連結制約(以下、言語的連結制約と言う)を設
定できるのである。
【００２２】図５および図６は、上記言語的連結制約で
ある日本語における音素間の連結制約例を示し、左側の
音素ＨＭＭにおける最終状態から右側の音素ＨＭＭにお
ける初期状態に遷移し得ることを意味している。但し、
音素表記はヘボン式ローマ字綴りに従っており、/ｑ/は
促音を/Ｎ/は撥音を表している。したがって、図５に示
す例では、音素/ｈ/に接続可能な音素は/ａ/,/ｉ/,/ｕ
/,/ｅ/,/ｏ/,/Ｎ/,/ｑ/の７音素であるから、音素/ｈ/
の初期状態に遷移し得る経路は７本存在することにな
る。こうして、認識言語に特化することにより、より正
確に上記累積スコアを求めることが可能になるのであ
る。
ある日本語における音素間の連結制約例を示し、左側の
音素ＨＭＭにおける最終状態から右側の音素ＨＭＭにお
ける初期状態に遷移し得ることを意味している。但し、
音素表記はヘボン式ローマ字綴りに従っており、/ｑ/は
促音を/Ｎ/は撥音を表している。したがって、図５に示
す例では、音素/ｈ/に接続可能な音素は/ａ/,/ｉ/,/ｕ
/,/ｅ/,/ｏ/,/Ｎ/,/ｑ/の７音素であるから、音素/ｈ/
の初期状態に遷移し得る経路は７本存在することにな
る。こうして、認識言語に特化することにより、より正
確に上記累積スコアを求めることが可能になるのであ
る。
【００２３】また、音素環境依存型の音素ＨＭＭは、各
音素に係る先行音素や後続音素を特定化したものであ
る。例えば、同じ音素/ａ/であっても、先行音素が/ｋ/
である音素/ａ/と先行音素が/ｍ/である音素/ａ/とは異
なる音素のように扱われ、夫々別々の音素ＨＭＭで表現
されるのである。音素環境依存型の音素ＨＭＭは、音素
環境に依存しない音素ＨＭＭに比べて必要なモデル数が
多くなるものの、性能的に有利である。このように、音
素環境依存型の音素ＨＭＭの場合には、音素ＨＭＭ間の
連結制約が状態間の遷移制約と同様に重要であるため
に、リジェクト判定用の累積スコアの計算に際して音素
環境による音素ＨＭＭ間の連結制約(以下、音素環境連
結制約と言う)を付与することが上記累積スコア算出の
正確性と容易性から特に有効であるといえる。
音素に係る先行音素や後続音素を特定化したものであ
る。例えば、同じ音素/ａ/であっても、先行音素が/ｋ/
である音素/ａ/と先行音素が/ｍ/である音素/ａ/とは異
なる音素のように扱われ、夫々別々の音素ＨＭＭで表現
されるのである。音素環境依存型の音素ＨＭＭは、音素
環境に依存しない音素ＨＭＭに比べて必要なモデル数が
多くなるものの、性能的に有利である。このように、音
素環境依存型の音素ＨＭＭの場合には、音素ＨＭＭ間の
連結制約が状態間の遷移制約と同様に重要であるため
に、リジェクト判定用の累積スコアの計算に際して音素
環境による音素ＨＭＭ間の連結制約(以下、音素環境連
結制約と言う)を付与することが上記累積スコア算出の
正確性と容易性から特に有効であるといえる。
【００２４】尚、最終的にリジェクト判定の際に参照さ
れる累積スコアは、最終フレームにおいて最大値を呈す
る累積スコアが用いられる。その際に、初期状態や中間
状態を除外して、最終状態に係る累積スコアの中から最
大値を呈する累積スコアを求めるようにしてもよい。
れる累積スコアは、最終フレームにおいて最大値を呈す
る累積スコアが用いられる。その際に、初期状態や中間
状態を除外して、最終状態に係る累積スコアの中から最
大値を呈する累積スコアを求めるようにしてもよい。
【００２５】以下、上述した最大累積スコア算出法を適
用した音声認識装置の具体例を、図１に従って説明す
る。図１において、マイクロホン１から入力された音声
信号は、Ａ/Ｄコンバータ２でＡ/Ｄ変換されて音響分析
部３に送出される。そして、音響分析部３によって、デ
ィジタルの音声データに基づいて１フレーム毎に音響パ
ラメータが抽出される。尤度テーブル作成部４は、上記
抽出された音響パラメータとＨＭＭデータメモリ９に蓄
積されている総ての音素ＨＭＭとから、全音素ＨＭＭを
構成している互いに異なる総ての状態のシンボル出力確
率ｏを算出して尤度テーブルを作成する。そうすると、
リジェクト判定用参照累積スコア算出部５は、上記作成
された尤度テーブルおよび上記音素ＨＭＭを用いて、上
述のようにして、上記言語的連結制約および音素環境連
結制約が付与された図４に示すような経路上の各状態に
おけるリジェクト判定用参照累積スコアをフレーム毎に
計算し、リジェクト判定用参照累積スコア格納部１０の
内容を更新する。一方、認識タスク累積スコア算出部６
は、上記尤度テーブル,ＨＭＭデータメモリ９の各音素
ＨＭＭおよび認識タスク辞書１２を用いて、認識タスク
の生成確率の累積値である認識タスク累積スコアをフレ
ーム毎に計算し、認識タスク累積スコア格納部１１の内
容を更新する。判定部７は、最終フレームに対する上述
の処理が終了すると、リジェクト判定用参照累積スコア
格納部１０に格納されているリジェクト判定用参照累積
スコアの最大値と認識タスク累積スコア格納部１１に格
納されている認識タスク累積スコアの最大値との差の正
規化値に基づいて、認識結果の出力あるいはリジェクト
を行うのである。音声認識制御部８は、上記Ａ/Ｄコン
バータ２,音響分析部３,尤度テーブル作成部４,リジェ
クト判定用参照累積スコア算出部５,認識タスク累積ス
コア算出部６および判定部７を制御して、音声認識処理
を行う。
用した音声認識装置の具体例を、図１に従って説明す
る。図１において、マイクロホン１から入力された音声
信号は、Ａ/Ｄコンバータ２でＡ/Ｄ変換されて音響分析
部３に送出される。そして、音響分析部３によって、デ
ィジタルの音声データに基づいて１フレーム毎に音響パ
ラメータが抽出される。尤度テーブル作成部４は、上記
抽出された音響パラメータとＨＭＭデータメモリ９に蓄
積されている総ての音素ＨＭＭとから、全音素ＨＭＭを
構成している互いに異なる総ての状態のシンボル出力確
率ｏを算出して尤度テーブルを作成する。そうすると、
リジェクト判定用参照累積スコア算出部５は、上記作成
された尤度テーブルおよび上記音素ＨＭＭを用いて、上
述のようにして、上記言語的連結制約および音素環境連
結制約が付与された図４に示すような経路上の各状態に
おけるリジェクト判定用参照累積スコアをフレーム毎に
計算し、リジェクト判定用参照累積スコア格納部１０の
内容を更新する。一方、認識タスク累積スコア算出部６
は、上記尤度テーブル,ＨＭＭデータメモリ９の各音素
ＨＭＭおよび認識タスク辞書１２を用いて、認識タスク
の生成確率の累積値である認識タスク累積スコアをフレ
ーム毎に計算し、認識タスク累積スコア格納部１１の内
容を更新する。判定部７は、最終フレームに対する上述
の処理が終了すると、リジェクト判定用参照累積スコア
格納部１０に格納されているリジェクト判定用参照累積
スコアの最大値と認識タスク累積スコア格納部１１に格
納されている認識タスク累積スコアの最大値との差の正
規化値に基づいて、認識結果の出力あるいはリジェクト
を行うのである。音声認識制御部８は、上記Ａ/Ｄコン
バータ２,音響分析部３,尤度テーブル作成部４,リジェ
クト判定用参照累積スコア算出部５,認識タスク累積ス
コア算出部６および判定部７を制御して、音声認識処理
を行う。
【００２６】ここで、上記ＨＭＭデータメモリ９に蓄積
されている音素ＨＭＭは音素環境依存型の音素ＨＭＭで
あり、ＨＭＭ境界には音素環境連結制約情報と図５およ
び図６に示すような言語的連結制約情報が付加されてい
る。
されている音素ＨＭＭは音素環境依存型の音素ＨＭＭで
あり、ＨＭＭ境界には音素環境連結制約情報と図５およ
び図６に示すような言語的連結制約情報が付加されてい
る。
【００２７】図２は、上記音声認識制御部８の制御の下
に、上記Ａ/Ｄコンバータ２,音響分析部３,尤度テーブ
ル作成部４,リジェクト判定用参照累積スコア算出部５,
認識タスク累積スコア算出部６および判定部７によって
実行される、音声認識処理動作のフローチャートであ
る。以下、図２に従って、本実施の形態における音声認
識処理動作について説明する。
に、上記Ａ/Ｄコンバータ２,音響分析部３,尤度テーブ
ル作成部４,リジェクト判定用参照累積スコア算出部５,
認識タスク累積スコア算出部６および判定部７によって
実行される、音声認識処理動作のフローチャートであ
る。以下、図２に従って、本実施の形態における音声認
識処理動作について説明する。
【００２８】ステップＳ1で、上記リジェクト判定用参
照累積スコア格納部１０に格納されているリジェクト判
定用参照累積スコア(以下、単にリジェクト累積スコア
と言う)ｇrj(ｊ：状態番号)が初期化される。ステップ
Ｓ2で、上記認識タスク累積スコア格納部１１に格納さ
れている認識タスク累積スコア(以下、単に認識累積ス
コアと言う)ｇtK(ｋ：認識タスク番号)が初期化され
る。ステップＳ3で、フレーム番号ｉおよびフレーム数
Ｉが“０"に初期化される。 ステップＳ4で、上記フレーム番号ｉがインクリメント
される。ステップＳ5で、上記マイクロホン１から入力
された音声信号のｉ番目のフレームの音声信号が取り込
まれる。ステップＳ6で、上記Ａ/Ｄコンバータ２によっ
て、当該フレームｉの音声信号がＡ/Ｄ変換されてディ
ジタル化される。ステップＳ7で、上記音響分析部３に
よって、ディジタル音声信号から当該フレームｉの音響
パラメータが抽出される。
照累積スコア格納部１０に格納されているリジェクト判
定用参照累積スコア(以下、単にリジェクト累積スコア
と言う)ｇrj(ｊ：状態番号)が初期化される。ステップ
Ｓ2で、上記認識タスク累積スコア格納部１１に格納さ
れている認識タスク累積スコア(以下、単に認識累積ス
コアと言う)ｇtK(ｋ：認識タスク番号)が初期化され
る。ステップＳ3で、フレーム番号ｉおよびフレーム数
Ｉが“０"に初期化される。 ステップＳ4で、上記フレーム番号ｉがインクリメント
される。ステップＳ5で、上記マイクロホン１から入力
された音声信号のｉ番目のフレームの音声信号が取り込
まれる。ステップＳ6で、上記Ａ/Ｄコンバータ２によっ
て、当該フレームｉの音声信号がＡ/Ｄ変換されてディ
ジタル化される。ステップＳ7で、上記音響分析部３に
よって、ディジタル音声信号から当該フレームｉの音響
パラメータが抽出される。
【００２９】ステップＳ8で、上記尤度テーブル作成部
４によって、上記抽出された当該フレームの音響パラメ
ータとＨＭＭデータメモリ９の音素ＨＭＭのデータとか
ら、ＨＭＭデータメモリ９に蓄積されている全音素ＨＭ
Ｍを構成している互いに異なる総ての状態ｊのシンボル
出力確率ｏj(i)が算出される。ここで、上記音素ＨＭＭ
のデータは、多数話者の音素バランス単語を用いたタス
クに独立な学習によって作成したものである。ステップ
Ｓ9で、上記尤度テーブル作成部４によって、上記算出
された各状態のシンボル出力確率ｏj(i)に対して正規化
や対数変換が行われて当該状態の尤度が求められ、尤度
テーブルの当該フレーム分が作成される。ここで、上記
尤度テーブルは図３のような構成になっており、各フレ
ームにおける各状態毎に尤度が格納されている。実際に
は、この尤度テーブルを他の記憶部に記憶しておく必要
はなく、当該フレーム分を尤度テーブル作成部４の内部
メモリ等に保持しておき、当該フレームｉにおけるリジ
ェクト累積スコアｇrj(i)と認識累積スコアｇtk(i)の計
算が終了した後に消去すればよい。こうして、音声認識
処理動作に必要な記憶量の低減化を図るのである。
４によって、上記抽出された当該フレームの音響パラメ
ータとＨＭＭデータメモリ９の音素ＨＭＭのデータとか
ら、ＨＭＭデータメモリ９に蓄積されている全音素ＨＭ
Ｍを構成している互いに異なる総ての状態ｊのシンボル
出力確率ｏj(i)が算出される。ここで、上記音素ＨＭＭ
のデータは、多数話者の音素バランス単語を用いたタス
クに独立な学習によって作成したものである。ステップ
Ｓ9で、上記尤度テーブル作成部４によって、上記算出
された各状態のシンボル出力確率ｏj(i)に対して正規化
や対数変換が行われて当該状態の尤度が求められ、尤度
テーブルの当該フレーム分が作成される。ここで、上記
尤度テーブルは図３のような構成になっており、各フレ
ームにおける各状態毎に尤度が格納されている。実際に
は、この尤度テーブルを他の記憶部に記憶しておく必要
はなく、当該フレーム分を尤度テーブル作成部４の内部
メモリ等に保持しておき、当該フレームｉにおけるリジ
ェクト累積スコアｇrj(i)と認識累積スコアｇtk(i)の計
算が終了した後に消去すればよい。こうして、音声認識
処理動作に必要な記憶量の低減化を図るのである。
【００３０】ステップＳ10で、上記リジェクト判定用参
照累積スコア算出部５によって、リジェクト判定用参照
累積スコア格納部１０に格納されている直前フレーム
(ｉ−１)の各状態ｊにおけるリジェクト累積スコアｇrj
(i-1)が読み出され、ＨＭＭデータメモリ９に格納され
た各音素ＨＭＭと上記尤度テーブルを用いて、上記各音
素ＨＭＭに基づく図４に示すような状態遷移の経路に従
って、当該フレームｉの各状態ｊにおけるリジェクト累
積スコアｇrj(i)が式(１)によって算出される。そし
て、こうして算出されたリジェクト累積スコアｇrj(i)
によって、リジェクト判定用参照累積スコア格納部１０
の内容が更新される。
照累積スコア算出部５によって、リジェクト判定用参照
累積スコア格納部１０に格納されている直前フレーム
(ｉ−１)の各状態ｊにおけるリジェクト累積スコアｇrj
(i-1)が読み出され、ＨＭＭデータメモリ９に格納され
た各音素ＨＭＭと上記尤度テーブルを用いて、上記各音
素ＨＭＭに基づく図４に示すような状態遷移の経路に従
って、当該フレームｉの各状態ｊにおけるリジェクト累
積スコアｇrj(i)が式(１)によって算出される。そし
て、こうして算出されたリジェクト累積スコアｇrj(i)
によって、リジェクト判定用参照累積スコア格納部１０
の内容が更新される。
【００３１】換言すれば、上記リジェクト判定用参照累
積スコア算出部５は、上記尤度テーブル上に上記音素Ｈ
ＭＭに従って設定されたビタビ経路に沿って、各状態ｊ
毎にリジェクト累積スコアｇrj(i)を算出するのであ
る。その際に、上記ＨＭＭデータメモリ９に蓄積されて
いる音素ＨＭＭは音素環境依存型の音素ＨＭＭであり、
ＨＭＭ境界には音素環境連結制約情報と言語的連結制約
情報が付加されている。したがって、上記尤度テーブル
上に各音素ＨＭＭに基づいて設定される状態遷移の経路
は限定されることになり、ビタビアルゴリズムによるリ
ジェクト累積スコアｇrj(i)の算出処理件数が減少され
るのである。
積スコア算出部５は、上記尤度テーブル上に上記音素Ｈ
ＭＭに従って設定されたビタビ経路に沿って、各状態ｊ
毎にリジェクト累積スコアｇrj(i)を算出するのであ
る。その際に、上記ＨＭＭデータメモリ９に蓄積されて
いる音素ＨＭＭは音素環境依存型の音素ＨＭＭであり、
ＨＭＭ境界には音素環境連結制約情報と言語的連結制約
情報が付加されている。したがって、上記尤度テーブル
上に各音素ＨＭＭに基づいて設定される状態遷移の経路
は限定されることになり、ビタビアルゴリズムによるリ
ジェクト累積スコアｇrj(i)の算出処理件数が減少され
るのである。
【００３２】ステップＳ11で、上記認識タスク累積スコ
ア算出部６によって、認識タスク累積スコア格納部１１
に格納されている直前フレーム(ｉ−１)における各認識
タスクｋの認識累積スコアｇtk(i-1)が読み出され、Ｈ
ＭＭデータメモリ９に格納されている各音素ＨＭＭ,上
記尤度テーブルおよび認識タスク辞書１２を用いて認識
累積スコアｇtk(i)が算出される。そして、こうして算
出された認識累積スコアｇtk(i)によって、認識タスク
累積スコア格納１１の内容が更新される。ここで、上記
認識タスクは音素ＨＭＭの連結により表現される。そこ
で、上記前フレーム(ｉ−１)における各認識タスクｋの
認識累積スコアｇtk(i-1)に、当該フレームｉにおける
シンボル出力確率ｏk(i)と状態遷移確率ｐk(i)とを累積
することによって当該フレームｉの認識累積スコアｇtk
(i)を算出するのである。
ア算出部６によって、認識タスク累積スコア格納部１１
に格納されている直前フレーム(ｉ−１)における各認識
タスクｋの認識累積スコアｇtk(i-1)が読み出され、Ｈ
ＭＭデータメモリ９に格納されている各音素ＨＭＭ,上
記尤度テーブルおよび認識タスク辞書１２を用いて認識
累積スコアｇtk(i)が算出される。そして、こうして算
出された認識累積スコアｇtk(i)によって、認識タスク
累積スコア格納１１の内容が更新される。ここで、上記
認識タスクは音素ＨＭＭの連結により表現される。そこ
で、上記前フレーム(ｉ−１)における各認識タスクｋの
認識累積スコアｇtk(i-1)に、当該フレームｉにおける
シンボル出力確率ｏk(i)と状態遷移確率ｐk(i)とを累積
することによって当該フレームｉの認識累積スコアｇtk
(i)を算出するのである。
【００３３】換言すれば、上記認識タスク累積スコア算
出部６は、上記尤度テーブル上に上記音素ＨＭＭと認識
タスクに従って設定されたビタビ経路に沿って、各認識
タスクｋ毎に認識累積スコアｇtk(i)を算出するのであ
る。
出部６は、上記尤度テーブル上に上記音素ＨＭＭと認識
タスクに従って設定されたビタビ経路に沿って、各認識
タスクｋ毎に認識累積スコアｇtk(i)を算出するのであ
る。
【００３４】ステップＳ12で、当該フレームｉは最終フ
レームであるか否かが判別される。その結果、最終フレ
ームでなければ，上記ステップＳ4に戻って次のフレー
ム(ｉ＋１)の処理に移行する。一方、最終フレームであ
ればステップＳ13に進む。ステップＳ13で、上記フレー
ム数Ｉにフレーム番号ｉがセットされる。ステップＳ14
で、上記判定部７によって、リジェクト判定用参照累積
スコア格納部１０に格納されているリジェクト累積スコ
アｇrj(I)の中から最大値が検索されてリジェクト判定
用最大参照累積スコアＬrとされる。同様に、認識タス
ク累積スコア格納部１１に格納されている認識累積スコ
アｇtk(I)の中から最大値が検索されて認識タスク最大
累積スコアＬtとされる。
レームであるか否かが判別される。その結果、最終フレ
ームでなければ，上記ステップＳ4に戻って次のフレー
ム(ｉ＋１)の処理に移行する。一方、最終フレームであ
ればステップＳ13に進む。ステップＳ13で、上記フレー
ム数Ｉにフレーム番号ｉがセットされる。ステップＳ14
で、上記判定部７によって、リジェクト判定用参照累積
スコア格納部１０に格納されているリジェクト累積スコ
アｇrj(I)の中から最大値が検索されてリジェクト判定
用最大参照累積スコアＬrとされる。同様に、認識タス
ク累積スコア格納部１１に格納されている認識累積スコ
アｇtk(I)の中から最大値が検索されて認識タスク最大
累積スコアＬtとされる。
【００３５】ステップＳ15で、上記判定部７によって、
上記検索されたリジェクト判定用最大参照累積スコアＬ
rと認識タスク最大累積スコアＬtとから、正規化リジェ
クト判定値Ｌ'が式(２)によって算出される。 Ｌ'＝(Ｌr−Ｌt)/Ｉ …（２） ここで、上記リジェクト判定用最大参照累積スコアＬr
と認識タスク最大累積スコアＬtとの差はフレーム数Ｉ
に比例して大きくなる。したがって、両累積スコアＬr,
Ｌtの差をフレーム数Ｉで正規化するのである。ステッ
プＳ16で、上記判定部７によって、上記算出された正規
化リジェクト判定値Ｌ'の値が閾値より小さいか否かが
判別される。その結果、閾値よりの小さい場合にはステ
ップＳ18に進み、閾値以上である場合にはステップＳ17
に進む。 ステップＳ17で、上記判定部７によって、発声内容が未
知発語であると判定されて、認識タスク最大参照累積ス
コアＬtを呈する音素列がリジェクトされて音声認識処
理動作を終了する。ステップＳ18で、上記判定部７によ
って、発声内容が認識語彙に含まれているものと判定さ
れて、認識タスク最大参照累積スコアＬtを呈する音素
列が認識結果として出力されて音声認識処理動作を終了
する。
上記検索されたリジェクト判定用最大参照累積スコアＬ
rと認識タスク最大累積スコアＬtとから、正規化リジェ
クト判定値Ｌ'が式(２)によって算出される。 Ｌ'＝(Ｌr−Ｌt)/Ｉ …（２） ここで、上記リジェクト判定用最大参照累積スコアＬr
と認識タスク最大累積スコアＬtとの差はフレーム数Ｉ
に比例して大きくなる。したがって、両累積スコアＬr,
Ｌtの差をフレーム数Ｉで正規化するのである。ステッ
プＳ16で、上記判定部７によって、上記算出された正規
化リジェクト判定値Ｌ'の値が閾値より小さいか否かが
判別される。その結果、閾値よりの小さい場合にはステ
ップＳ18に進み、閾値以上である場合にはステップＳ17
に進む。 ステップＳ17で、上記判定部７によって、発声内容が未
知発語であると判定されて、認識タスク最大参照累積ス
コアＬtを呈する音素列がリジェクトされて音声認識処
理動作を終了する。ステップＳ18で、上記判定部７によ
って、発声内容が認識語彙に含まれているものと判定さ
れて、認識タスク最大参照累積スコアＬtを呈する音素
列が認識結果として出力されて音声認識処理動作を終了
する。
【００３６】上述のように、本実施の形態においては、
上記ＨＭＭデータメモリ９には、ＨＭＭ境界に音素環境
連結制約情報と言語的連結制約情報を付加した音素環境
依存型の音素ＨＭＭを登録している。そして、１フレー
ム毎に取り込まれた音声信号に基づく音響パラメータと
ＨＭＭデータメモリ９の音素ＨＭＭから、尤度テーブル
作成部４によって尤度テーブルを作成する。そうする
と、リジェクト判定用参照累積スコア算出部５は、音素
環境連結制約および言語的連結制約が付与された音素Ｈ
ＭＭに従って上記尤度テーブル上に設定された経路に沿
ってビタビアルゴリズムによってリジェクト累積スコア
ｇrj(i)を算出して、リジェクト判定用参照累積スコア
格納部１０の内容を更新する。一方、認識タスク累積ス
コア算出部６は、上記尤度テーブル上に上記音素ＨＭＭ
および認識タスクに従って設定された経路に沿って各認
識タスクｋ毎に認識累積スコアｇtk(i)を算出して、認
識タスク累積スコア格納部１１の内容を更新する。上記
判定部７は、上述の処理が最終フレームまで終了する
と、その時点でリジェクト判定用参照累積スコア格納部
１０および認識タスク累積スコア格納部１１に格納され
ている両累積スコアｇrj(i),ｇtk(i)の最大値を検索し
て、リジェクト判定用最大参照累積スコアＬrと認識タ
スク最大累積スコアＬtとを得る。そして、両最大累積
スコアＬr,Ｌtに基づいて求めた正規化リジェクト判定
値Ｌ'によって認識結果のリジェクト判定を行う。
上記ＨＭＭデータメモリ９には、ＨＭＭ境界に音素環境
連結制約情報と言語的連結制約情報を付加した音素環境
依存型の音素ＨＭＭを登録している。そして、１フレー
ム毎に取り込まれた音声信号に基づく音響パラメータと
ＨＭＭデータメモリ９の音素ＨＭＭから、尤度テーブル
作成部４によって尤度テーブルを作成する。そうする
と、リジェクト判定用参照累積スコア算出部５は、音素
環境連結制約および言語的連結制約が付与された音素Ｈ
ＭＭに従って上記尤度テーブル上に設定された経路に沿
ってビタビアルゴリズムによってリジェクト累積スコア
ｇrj(i)を算出して、リジェクト判定用参照累積スコア
格納部１０の内容を更新する。一方、認識タスク累積ス
コア算出部６は、上記尤度テーブル上に上記音素ＨＭＭ
および認識タスクに従って設定された経路に沿って各認
識タスクｋ毎に認識累積スコアｇtk(i)を算出して、認
識タスク累積スコア格納部１１の内容を更新する。上記
判定部７は、上述の処理が最終フレームまで終了する
と、その時点でリジェクト判定用参照累積スコア格納部
１０および認識タスク累積スコア格納部１１に格納され
ている両累積スコアｇrj(i),ｇtk(i)の最大値を検索し
て、リジェクト判定用最大参照累積スコアＬrと認識タ
スク最大累積スコアＬtとを得る。そして、両最大累積
スコアＬr,Ｌtに基づいて求めた正規化リジェクト判定
値Ｌ'によって認識結果のリジェクト判定を行う。
【００３７】このように、本実施の形態における上記リ
ジェクト判定用参照累積スコア算出部５は、上記尤度テ
ーブル上に音素ＨＭＭに従って設定されたビタビ経路に
沿って各状態ｊ毎にリジェクト累積スコアｇrj(i)を算
出している。したがって、当該フレームにおいてある状
態ｊが例えば２つの音素ＨＭＭによって共有されている
場合には、上記２つの音素ＨＭＭにおける直前フレーム
での異なる状態から当該フレームにおける共有された状
態ｊに遷移する２つの経路の一方(リジェクト累積スコ
アの小さい方)は、ビタビアルゴリズムによって当該フ
レームで断ち切られることになる。その結果、次フレー
ム以降においては上記断ち切られた音素ＨＭＭに関する
リジェクト累積スコアｇrj(i)の演算を行う必要がなく
なり、その分だけ演算量を削減できるのである。これに
対して、従来の技術の項で述べた渡辺等の論文に記載さ
れている「音節認識を用いたゆう度補正法」において
は、図８に示すような音節ネットワークを用いて生成確
率を算出している。したがって、各音節ＨＭＭ間で部分
的な状態共有があっても各音節ＨＭＭ毎に互いに独立し
て累積スコアが求められる。したがって、累積スコアの
演算量は削減されないのである。すなわち、本実施の形
態によれば、用いる音素ＨＭＭに状態共有音素ＨＭＭが
存在する場合には、リジェクト判定の際の処理量を大幅
に削減されるのである。
ジェクト判定用参照累積スコア算出部５は、上記尤度テ
ーブル上に音素ＨＭＭに従って設定されたビタビ経路に
沿って各状態ｊ毎にリジェクト累積スコアｇrj(i)を算
出している。したがって、当該フレームにおいてある状
態ｊが例えば２つの音素ＨＭＭによって共有されている
場合には、上記２つの音素ＨＭＭにおける直前フレーム
での異なる状態から当該フレームにおける共有された状
態ｊに遷移する２つの経路の一方(リジェクト累積スコ
アの小さい方)は、ビタビアルゴリズムによって当該フ
レームで断ち切られることになる。その結果、次フレー
ム以降においては上記断ち切られた音素ＨＭＭに関する
リジェクト累積スコアｇrj(i)の演算を行う必要がなく
なり、その分だけ演算量を削減できるのである。これに
対して、従来の技術の項で述べた渡辺等の論文に記載さ
れている「音節認識を用いたゆう度補正法」において
は、図８に示すような音節ネットワークを用いて生成確
率を算出している。したがって、各音節ＨＭＭ間で部分
的な状態共有があっても各音節ＨＭＭ毎に互いに独立し
て累積スコアが求められる。したがって、累積スコアの
演算量は削減されないのである。すなわち、本実施の形
態によれば、用いる音素ＨＭＭに状態共有音素ＨＭＭが
存在する場合には、リジェクト判定の際の処理量を大幅
に削減されるのである。
【００３８】また、上記音素ＨＭＭの境界には音素環境
連結制約情報と言語的連結制約情報が付加されているの
で、連結される音素ＨＭＭを限定することによって演算
処理量を更に縮小できる。さらに、あり得ない経路を事
前に削除して正確にリジェクト累積スコアｇrj(i)を算
出でき、リジェクト判定精度を高めることができる。
連結制約情報と言語的連結制約情報が付加されているの
で、連結される音素ＨＭＭを限定することによって演算
処理量を更に縮小できる。さらに、あり得ない経路を事
前に削除して正確にリジェクト累積スコアｇrj(i)を算
出でき、リジェクト判定精度を高めることができる。
【００３９】また、リジェクト累積スコアｇrj(i)の算
出および認識累積スコアｇtk(i)の算出は、共にＨＭＭ
データメモリ９に蓄積された音素ＨＭＭのデータに基づ
いて作成している。したがって、従来のように、リジェ
クト判定用と認識タスク用の２つのネットワークを格納
しておく必要がなく、記憶量を低減できる。また、上記
実施の形態においては、上記ＨＭＭデータメモリ９に蓄
積されている音素ＨＭＭからリジェクト累積スコアｇrj
(i)および認識累積スコアｇtk(i)を算出するのであるか
ら、上述のリジェクト判定処理は、認識タスクが単語で
あろうと構文ネットワークを用いた連続音声認識であろ
うと適用可能である。
出および認識累積スコアｇtk(i)の算出は、共にＨＭＭ
データメモリ９に蓄積された音素ＨＭＭのデータに基づ
いて作成している。したがって、従来のように、リジェ
クト判定用と認識タスク用の２つのネットワークを格納
しておく必要がなく、記憶量を低減できる。また、上記
実施の形態においては、上記ＨＭＭデータメモリ９に蓄
積されている音素ＨＭＭからリジェクト累積スコアｇrj
(i)および認識累積スコアｇtk(i)を算出するのであるか
ら、上述のリジェクト判定処理は、認識タスクが単語で
あろうと構文ネットワークを用いた連続音声認識であろ
うと適用可能である。
【００４０】尚、上記実施の形態においては、上記ＨＭ
Ｍデータメモリ９には音素環境依存型の音素ＨＭＭを登
録し、ＨＭＭ境界には制約情報として音素環境連結制約
情報と言語的連結制約情報を付加している。しかしなが
ら、この発明はこれに限定されるものではなく、上記制
約情報として音素環境連結制約情報のみを付加してもよ
い。また、非音素環境依存型の音素ＨＭＭをＨＭＭデー
タメモリに登録し、ＨＭＭ境界には言語的連結制約情報
のみを付加しても何等差し支えない。但し、その場合に
は、リジェクト累積スコアｇrj(i)の算出精度は低くな
る。
Ｍデータメモリ９には音素環境依存型の音素ＨＭＭを登
録し、ＨＭＭ境界には制約情報として音素環境連結制約
情報と言語的連結制約情報を付加している。しかしなが
ら、この発明はこれに限定されるものではなく、上記制
約情報として音素環境連結制約情報のみを付加してもよ
い。また、非音素環境依存型の音素ＨＭＭをＨＭＭデー
タメモリに登録し、ＨＭＭ境界には言語的連結制約情報
のみを付加しても何等差し支えない。但し、その場合に
は、リジェクト累積スコアｇrj(i)の算出精度は低くな
る。
【００４１】
【発明の効果】以上より明らかなように、請求項１に係
る発明の音声認識装置は、音響パラメータとサブワード
単位のＨＭＭに基づいて尤度テーブル作成部によって尤
度テーブルを作成し、リジェクト判定用参照累積スコア
算出部によって、上記ＨＭＭの状態遷移制約情報に基づ
く制約に従って上記尤度テーブル上に設定した経路に沿
った最大参照累積スコアをビタビアルゴリズムで算出
し、認識タスク累積スコア算出部によって、上記尤度テ
ーブル上における上記ＨＭＭおよび各認識タスクに従っ
た経路に沿った最大累積スコアを算出し、リジェクト判
定部によって、上記両最大累積スコアの差に基づいて発
声内容のリジェクトを判定するので、リジェクト判定用
の最大参照累積スコアの演算に際して同一フレームで複
数ＨＭＭの状態を共有する場合には、上記最大参照累積
スコアの演算量が大幅に少なくなる。その結果、上記最
大参照累積スコアの記憶量を少なくできる。また、上記
リジェクト判定用の最大参照累積スコアおよび認識タス
ク用の最大累積スコアは、同じサブワード単位のＨＭＭ
に基づく尤度テーブルから算出されるので、リジェクト
判定用と認識タスク用のネットワークを独立して設ける
必要がなく、記憶容量を小さくできる。
る発明の音声認識装置は、音響パラメータとサブワード
単位のＨＭＭに基づいて尤度テーブル作成部によって尤
度テーブルを作成し、リジェクト判定用参照累積スコア
算出部によって、上記ＨＭＭの状態遷移制約情報に基づ
く制約に従って上記尤度テーブル上に設定した経路に沿
った最大参照累積スコアをビタビアルゴリズムで算出
し、認識タスク累積スコア算出部によって、上記尤度テ
ーブル上における上記ＨＭＭおよび各認識タスクに従っ
た経路に沿った最大累積スコアを算出し、リジェクト判
定部によって、上記両最大累積スコアの差に基づいて発
声内容のリジェクトを判定するので、リジェクト判定用
の最大参照累積スコアの演算に際して同一フレームで複
数ＨＭＭの状態を共有する場合には、上記最大参照累積
スコアの演算量が大幅に少なくなる。その結果、上記最
大参照累積スコアの記憶量を少なくできる。また、上記
リジェクト判定用の最大参照累積スコアおよび認識タス
ク用の最大累積スコアは、同じサブワード単位のＨＭＭ
に基づく尤度テーブルから算出されるので、リジェクト
判定用と認識タスク用のネットワークを独立して設ける
必要がなく、記憶容量を小さくできる。
【００４２】その際に、上記ＨＭＭの状態遷移制約情報
はＨＭＭ境界での認識対象言語による音素間の連結制約
情報を含むので、上記尤度テーブル上に設定される経路
には上記言語的連結制約が付与されている。したがっ
て、この発明によれば、リジェクト判定用の最大参照累
積スコアの演算量がより少なくなると共に、連結される
ＨＭＭが認識対象言語に応じて限定されてリジェクト判
定用の最大参照累積スコアの算出精度が良くなる。
はＨＭＭ境界での認識対象言語による音素間の連結制約
情報を含むので、上記尤度テーブル上に設定される経路
には上記言語的連結制約が付与されている。したがっ
て、この発明によれば、リジェクト判定用の最大参照累
積スコアの演算量がより少なくなると共に、連結される
ＨＭＭが認識対象言語に応じて限定されてリジェクト判
定用の最大参照累積スコアの算出精度が良くなる。
【００４３】また、請求項２に係る発明の音声認識装置
は、請求項１に係る発明と同様の音響分析部,ＨＭＭデ
ータメモリ,尤度テーブル作成部,リジェクト判定用参照
累積スコア算出部,認識タスク累積スコア算出部および
リジェクト判定部を有するので、リジェクト判定用の最
大参照累積スコアの演算に際して同一フレームで複数Ｈ
ＭＭの状態を共有する場合には、上記最大参照累積スコ
アの演算量が大幅に少なくなる。その結果、上記最大参
照累積スコアの記憶量を少なくできる。また、上記リジ
ェクト判定用の最大参照累積スコアおよび認識タスク用
の最大累積スコアは、同じサブワード単位のＨＭＭに基
づく尤度テーブルから算出されるので、リジェクト判定
用と認識タスク用のネットワークを独立して設ける必要
がなく、記憶容量を小さくできる。 さらに、上記ＨＭＭ
データメモリに蓄積されているＨＭＭは音素環境依存型
の音素ＨＭＭであり、上記ＨＭＭの状態遷移制約情報は
ＨＭＭ境界での音素環境による連結制約情報を含むの
で、上記尤度テーブル上に設定される経路には上記音素
環境連結制約が付与されている。したがって、この発明
によれば、リジェクト判定用の最大参照累積スコアの演
算量がより少なくなると共に、連結される音素ＨＭＭが
音素環境によって特定されてリジェクト判定用の最大参
照累積スコアの算出精度が非常に良くなる。
は、請求項１に係る発明と同様の音響分析部,ＨＭＭデ
ータメモリ,尤度テーブル作成部,リジェクト判定用参照
累積スコア算出部,認識タスク累積スコア算出部および
リジェクト判定部を有するので、リジェクト判定用の最
大参照累積スコアの演算に際して同一フレームで複数Ｈ
ＭＭの状態を共有する場合には、上記最大参照累積スコ
アの演算量が大幅に少なくなる。その結果、上記最大参
照累積スコアの記憶量を少なくできる。また、上記リジ
ェクト判定用の最大参照累積スコアおよび認識タスク用
の最大累積スコアは、同じサブワード単位のＨＭＭに基
づく尤度テーブルから算出されるので、リジェクト判定
用と認識タスク用のネットワークを独立して設ける必要
がなく、記憶容量を小さくできる。 さらに、上記ＨＭＭ
データメモリに蓄積されているＨＭＭは音素環境依存型
の音素ＨＭＭであり、上記ＨＭＭの状態遷移制約情報は
ＨＭＭ境界での音素環境による連結制約情報を含むの
で、上記尤度テーブル上に設定される経路には上記音素
環境連結制約が付与されている。したがって、この発明
によれば、リジェクト判定用の最大参照累積スコアの演
算量がより少なくなると共に、連結される音素ＨＭＭが
音素環境によって特定されてリジェクト判定用の最大参
照累積スコアの算出精度が非常に良くなる。
【図１】この発明の音声認識装置におけるブロック図で
ある。
ある。
【図２】図１における音声認識制御部の制御の下に行わ
れる音声認識処理動作のフローチャートである。
れる音声認識処理動作のフローチャートである。
【図３】尤度テーブルの一例を示す図である。
【図４】尤度テーブルからビタビアルゴリズムによって
累積スコアを求める際の経路の一例を示す図である。
累積スコアを求める際の経路の一例を示す図である。
【図５】音素間の連結制約の一例を示す図である。
【図６】図５に続く音素間の連結制約の一例を示す図で
ある。
ある。
【図７】構文ネットワークの一例を示す図である。
【図８】従来の未知発話リジェクションにおいて使用さ
れる音節ネットワークを示す図である。
れる音節ネットワークを示す図である。
【図９】ＨＭＭの説明図である。
３…音響分析部、 ４…尤度テーブル
作成部、５…リジェクト判定用参照累積スコア算出部、
６…認識タスク累積スコア算出部、 ７…判定部、８…
音声認識制御部、 ９…ＨＭＭデータメモ
リ、１０…リジェクト判定用参照累積スコア格納部、１
１…認識タスク累積スコア格納部。
作成部、５…リジェクト判定用参照累積スコア算出部、
６…認識タスク累積スコア算出部、 ７…判定部、８…
音声認識制御部、 ９…ＨＭＭデータメモ
リ、１０…リジェクト判定用参照累積スコア格納部、１
１…認識タスク累積スコア格納部。
フロントページの続き (56)参考文献 特開 平８−6588（ＪＰ，Ａ) 三木清一、川原達也、堂下修司，タス クの構文的制約から逸脱した発話のリジ ェクション，日本音響学会平成６年度秋 季研究発表会講演論文集，日本，1994年 10月，１−Ｑ−１，ｐ．143−144 中川聖一，確率モデルによる音声認 識，日本，電子情報通信学会，1988年７ 月，ｐ．96 大西宏樹、宮武正典，音素環境を利用 した連続音声認識の検討，日本音響学会 平成２年度秋季研究発表会講演論文集, 日本，1990年 ９月，２−８−４，ｐ. 53−54 野田喜昭，嵯峨山茂樹，前向き尤度を 用いたＡ※ビーム探索によるＨＭＭ−Ｌ Ｒ音声認識，電子情報通信学会技術研究 報告［音声］，日本，1994年 ６月17 日，ＳＰ94−23，ｐ．１−７ 渡辺隆夫，塚田聡，音節認識を用いた ゆう度補正による未知発話のリジェクシ ョン，電子情報通信学会誌 Ｄ−ＩＩ, 日本，1992年12月，Ｖｏｌ．Ｊ75−Ｄ− ＩＩ Ｎｏ．12，ｐ．2002−2009 (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 15/14 G10L 15/18 G10L 15/28 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (2)
- 【請求項１】 入力音声から音響パラメータを抽出する
音響分析部と、 状態遷移制約情報を有するサブワード単位のＨＭＭが蓄
積されているＨＭＭデータメモリと、 上記抽出された音響パラメータと上記蓄積されているＨ
ＭＭに基づいて、全ＨＭＭを構成している総ての状態の
局所尤度を算出して尤度テーブルを作成する尤度テーブ
ル作成部と、 上記ＨＭＭの状態遷移制約情報に基づく制約に従って上
記尤度テーブル上に経路を設定し、この経路に沿った最
大参照累積スコアをビタビアルゴリズムによって算出す
るリジェクト判定用参照累積スコア算出部と、 上記尤度テーブル上における上記ＨＭＭおよび各認識タ
スクに従った経路に沿った最大累積スコアを算出する認
識タスク累積スコア算出部と、 上記リジェクト判定用参照累積スコア算出部で算出され
た最大参照累積スコアと上記認識タスク累積スコア算出
部で算出された最大累積スコアの差を算出し、この差の
値が所定値以上であれば発声内容は認識対象外の未知発
話であると判定してリジェクトするリジェクト判定部を
備えて、 上記ＨＭＭデータメモリに蓄積されているＨＭＭの状態
遷移制約情報は、ＨＭＭ境界での認識対象言語による音
素間の連結制約情報を含む ことを特徴とする音声認識装
置。 - 【請求項２】 入力音声から音響パラメータを抽出する
音響分析部と、 状態遷移制約情報を有するサブワード単位のＨＭＭが蓄
積されているＨＭＭデータメモリと、 上記抽出された音響パラメータと上記蓄積されているＨ
ＭＭに基づいて、全ＨＭＭを構成している総ての状態の
局所尤度を算出して尤度テーブルを作成する尤度テーブ
ル作成部と、 上記ＨＭＭの状態遷移制約情報に基づく制約に従って上
記尤度テーブル上に経路を設定し、この経路に沿った最
大参照累積スコアをビタビアルゴリズムによって算出す
るリジェクト判定用参照累積スコア算出部と、 上記尤度テーブル上における上記ＨＭＭおよび各認識タ
スクに従った経路に沿 った最大累積スコアを算出する認
識タスク累積スコア算出部と、 上記リジェクト判定用参照累積スコア算出部で算出され
た最大参照累積スコアと上記認識タスク累積スコア算出
部で算出された最大累積スコアの差を算出し、この差の
値が所定値以上であれば発声内容は認識対象外の未知発
話であると判定してリジェクトするリジェクト判定部を
備え て、 上記ＨＭＭデータメモリに蓄積されているＨＭＭは、音
素環境依存型の音素ＨＭＭであり、 上記ＨＭＭデータメモリに蓄積されているＨＭＭの状態
遷移制約情報は、ＨＭＭ境界での音素環境による連結制
約情報を含むことを特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21342995A JP3315565B2 (ja) | 1995-08-22 | 1995-08-22 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21342995A JP3315565B2 (ja) | 1995-08-22 | 1995-08-22 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0962290A JPH0962290A (ja) | 1997-03-07 |
| JP3315565B2 true JP3315565B2 (ja) | 2002-08-19 |
Family
ID=16639088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21342995A Expired - Fee Related JP3315565B2 (ja) | 1995-08-22 | 1995-08-22 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3315565B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3496706B2 (ja) * | 1997-09-12 | 2004-02-16 | 日本電信電話株式会社 | 音声認識方法及びそのプログラム記録媒体 |
| WO2002091358A1 (en) * | 2001-05-08 | 2002-11-14 | Intel Corporation | Method and apparatus for rejection of speech recognition results in accordance with confidence level |
| JP5158877B2 (ja) * | 2009-01-29 | 2013-03-06 | Ｋｄｄｉ株式会社 | 音声認識方法および装置 |
-
1995
- 1995-08-22 JP JP21342995A patent/JP3315565B2/ja not_active Expired - Fee Related
Non-Patent Citations (5)
| Title |
|---|
| 三木清一、川原達也、堂下修司，タスクの構文的制約から逸脱した発話のリジェクション，日本音響学会平成６年度秋季研究発表会講演論文集，日本，１９９４年１０月，１−Ｑ−１，ｐ．１４３−１４４ |
| 中川聖一，確率モデルによる音声認識，日本，電子情報通信学会，１９８８年７月，ｐ．９６ |
| 大西宏樹、宮武正典，音素環境を利用した連続音声認識の検討，日本音響学会平成２年度秋季研究発表会講演論文集，日本，１９９０年 ９月，２−８−４，ｐ．５３−５４ |
| 渡辺隆夫，塚田聡，音節認識を用いたゆう度補正による未知発話のリジェクション，電子情報通信学会誌 Ｄ−ＩＩ，日本，１９９２年１２月，Ｖｏｌ．Ｊ７５−Ｄ−ＩＩ Ｎｏ．１２，ｐ．２００２−２００９ |
| 野田喜昭，嵯峨山茂樹，前向き尤度を用いたＡ※ビーム探索によるＨＭＭ−ＬＲ音声認識，電子情報通信学会技術研究報告［音声］，日本，１９９４年 ６月１７日，ＳＰ９４−２３，ｐ．１−７ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0962290A (ja) | 1997-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Valtchev et al. | MMIE training of large vocabulary recognition systems | |
| JP3453456B2 (ja) | 状態共有モデルの設計方法及び装置ならびにその状態共有モデルを用いた音声認識方法および装置 | |
| US5999902A (en) | Speech recognition incorporating a priori probability weighting factors | |
| US5515475A (en) | Speech recognition method using a two-pass search | |
| US7054810B2 (en) | Feature vector-based apparatus and method for robust pattern recognition | |
| US5983177A (en) | Method and apparatus for obtaining transcriptions from multiple training utterances | |
| JPH0422276B2 (ja) | ||
| JP3459712B2 (ja) | 音声認識方法及び装置及びコンピュータ制御装置 | |
| JPH07219578A (ja) | 音声認識方法 | |
| JP2002507010A (ja) | 同時に起こるマルチモード口述のための装置及び方法 | |
| JPH0394299A (ja) | 音声認識方法と音声認識装置訓練方法 | |
| KR20010086402A (ko) | 음성인식 장치 | |
| JP3535292B2 (ja) | 音声認識システム | |
| JP2003208195A5 (ja) | ||
| JP3315565B2 (ja) | 音声認識装置 | |
| JP3039634B2 (ja) | 音声認識装置 | |
| JP2974621B2 (ja) | 音声認識用単語辞書作成装置及び連続音声認識装置 | |
| JP2852210B2 (ja) | 不特定話者モデル作成装置及び音声認識装置 | |
| JP2001312293A (ja) | 音声認識方法およびその装置、並びにコンピュータ読み取り可能な記憶媒体 | |
| JP3104900B2 (ja) | 音声認識方法 | |
| JP2001255887A (ja) | 音声認識装置、音声認識方法及び音声認識方法を記録した媒体 | |
| JP3532248B2 (ja) | 学習音声パタンモデル使用音声認識装置 | |
| JP3049235B2 (ja) | 複合的な文法ネットワークを用いる音声認識システム | |
| JP3439700B2 (ja) | 音響モデル学習装置、音響モデル変換装置及び音声認識装置 | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090607 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |