JP3550871B2 - 音声認識方法及び装置 - Google Patents
音声認識方法及び装置 Download PDFInfo
- Publication number
- JP3550871B2 JP3550871B2 JP10728496A JP10728496A JP3550871B2 JP 3550871 B2 JP3550871 B2 JP 3550871B2 JP 10728496 A JP10728496 A JP 10728496A JP 10728496 A JP10728496 A JP 10728496A JP 3550871 B2 JP3550871 B2 JP 3550871B2
- Authority
- JP
- Japan
- Prior art keywords
- recognized
- speech
- predetermined
- threshold
- voice
- 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
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、音声認識方法及び装置、特に、背景雑音のある環境下にて音声の認識を行う技術に関する。
【０００２】
【従来の技術】
音声認識の技術が応用される分野として、音声によって電気機器の操作を行う音声操作スイッチがある。この音声操作スイッチの音声認識装置の構成としては、図６に示すものが知られている。このものは、音声信号を入力するマイクロフォン１から出力される音声信号を所定の周波数帯域にて弁別する弁別手段に相当する複数の周波数帯域の異なる帯域フィルタ２に入力し、該帯域フィルタ２からの出力を比較手段に相当する比較器３によって所定の閾値と比較する。そして、比較器３の出力を演算する演算手段に相当するＡＮＤ回路５によって、音声信号の所定の信号スペクトルの全てのものの大きさが、所定の大きさ以上か否かを演算するものである。このものにおいては、比較器３の閾値は、所定の音声を所定の認識水準にて認識する事を前提にし、認識しようとする音声によってそれぞれ所定の異なる値に設定される。
【０００３】
【発明が解決しようとする課題】
ところで、上記の音声操作スイッチにおいては、使用される環境は、認識を必要とする音声以外の音すなわち背景雑音があることが多く、認識しようとする音声信号に比べ背景雑音の音圧レベルが大きいこともあり、この様な場合には誤認識するといった問題があった。
【０００４】
本発明は、上記事由に鑑みてなしたもので、その目的とするところは、背景雑音があっても誤認識する事がなく確実に音声を認識する技術を提供することにある。
【０００５】
【課題を解決するための手段】
上記目的を達成するために、請求項１記載の音声認識方法は、認識対象の音声を認識する方法において、背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有し、前記音声入力手段により入力された音声信号を前記弁別手段で少なくとも２つの所定の周波数帯域によって弁別し、該周波数帯域のそれぞれの出力レベルを前記比較手段により前記閾値制御手段にて変化される閾値と比較し、比較した結果を前記演算手段で演算することによって前記認識対象の音声を認識することとしている。これにより、少なくとも２つの周波数帯域によって弁別したそれぞれの出力レベルが認識対象の音声以外の背景雑音に基づき閾値を変化して比較され、音声が認識され、しかも、この場合、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなる。
【０００６】
また、請求項２記載の音声認識装置は、認識対象の音声を認識する装置において、背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有することとしている。これにより、音声入力手段から入力された音声信号が少なくとも２つの弁別手段によって所定の周波数帯域により弁別されて出力され、閾値制御手段によって認識対象の音声以外の背景雑音に基づき閾値が制御され変化する比較手段によって比較され、演算手段により演算されて認識され、しかも、この場合、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなる。
【０００７】
また、請求項３記載の音声認識装置は、請求項２記載の弁別手段の周波数帯域の中心を、認識する所定の音声におけるフォルマント周波数とすることとしている。これにより、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなる。
【０００８】
また、請求項４記載の音声認識装置は、請求項２又は３記載の比較手段は、入力側の弁別手段の周波数帯域の高いものの閾値を入力側の弁別手段の周波数帯域の低いものの閾値より小さくすることとしている。これにより、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなる。
【００１２】
【発明の実施の形態】
以下、本発明の音声認識装置の第１の実施の形態を図１乃至図３に基づいて、第１の参考の形態を図４に基づいて、第２の参考の形態を図５に基づいて、それぞれ説明する。
【００１３】
［第１の実施の形態］
図１は、第１の実施の形態の音声認識装置を示す機能ブロック図である。図２は、図１に示す音声認識装置の比較器の閾値の説明図である。図３は、図１に示す音声認識装置のノイズモニタの構成図である。
【００１４】
この音声認識装置は、音声の応答によって通話を開始する拡声通話装置等にて認識対象の音声を認識するもので、音声入力手段に相当するマイクロフォン１と、所定の周波数帯域によって弁別する弁別手段に相当する３つの帯域フィルタ２と、比較手段に相当する比較器３と、閾値制御手段に相当するノイズモニタ４と、演算手段に相当するＡＮＤ回路５と、を備えている。
【００１５】
マイクロフォン１は、背景雑音とともに認識対象の音声信号を入力するもので、それに限定されるものではないが、この実施の形態では小型のコンデンサ型マイクロフォンによって構成される。
【００１６】
帯域フィルタ２は、マイクロフォン１から出力される音声信号を所定の周波数帯域によって弁別するもので、この実施の形態では３つの周波数帯域の帯域フィルタ２ａ、２ｂ、２ｃがそれぞれ並列に接続される。この帯域フィルタ２は、所定の帯域の音声信号を通過させるバンドパスフィルタで、通過する周波数帯域の中心周波数を、認識する「はい」という音声におけるフォルマント周波数としている。フォルマント周波数は、所定の音声波形のスペクトルのエネルギーの集中部分の周波数で、この実施の形態では、例えば応答のための「はい」という音声を認識することとしている。そして、帯域フィルタ２ａを第１フォルマント周波数ｆ１の２５０Ｈｚ、帯域フィルタ２ｂを第２フォルマント周波数ｆ２の８００Ｈｚ、帯域フィルタ２ｃを第３フォルマント周波数ｆ３の１４００Ｈｚとしている。そして、それぞれの帯域フィルタの通過周波数帯域を、帯域フィルタ２ａの通過周波数帯域Ｗ１を２００〜３００Ｈｚ、帯域フィルタ２ｂの通過周波数帯域Ｗ２を７００〜９００Ｈｚ、帯域フィルタ２ｃの通過周波数帯域Ｗ１を１２００〜１６００Ｈｚとしている。
【００１７】
比較器３は、帯域フィルタ２からのそれぞれの出力レベルを閾値と比較するもので、３つの帯域フィルタにそれぞれ接続される。この３つの比較器３ａ、３ｂ、３ｃは、それぞれ、帯域フィルタ２ａ、２ｂ、２ｃからの出力が入力され、それぞれ所定の閾値Ｖａ、Ｖｂ、Ｖｃを有してそれぞれの出力レベルを比較する。この比較器３のそれぞれの閾値Ｖａ、Ｖｂ、Ｖｃは、図２に示すように、入力側の帯域フィルタ２の周波数帯域の高いものの閾値を入力側の帯域フィルタ２の周波数帯域の低いものの閾値より小さくなるよう、Ｖａ＞Ｖｂ＞Ｖｃの条件によって、例えば「はい」という音声を認識しうるようそれぞれ設定されている。また、この閾値Ｖａ、Ｖｂ、Ｖｃは、後述するノイズモニタ４の出力によって変化する。
【００１８】
ノイズモニタ４は、マイクロフォン１から出力される音声信号において認識対象の音声以外の背景雑音に基づき前記閾値を変化するもので、スペクトル演算部４ａと、該スペクトル演算部４ａのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部４ｂと、計数部４ｂの計数結果によって閾値をそれぞれ制御する閾値制御部４ｃとを有して構成される。スペクトル演算部４ａは、音声信号の信号スペクトルを演算し出力するもので、それに限定されるものではないが、この実施の形態ではディジタルシグナルプロセッサー（ＤＳＰ）によって構成される。このノイズモニタ４により、マイクロフォン１から出力される認識対象の音声以外の背景雑音が、スペクトル演算部４ａによって信号スペクトルが演算されて出力され、計数部４ｂによって該信号スペクトル出力が所定の時間に所定の閾値を越える回数が計数される。そして、信号スペクトル出力が所定の時間において所定の閾値を越える回数が多い場合は背景雑音があると判定して前記閾値Ｖａ、Ｖｂ、Ｖｃを変化させる。
【００１９】
ＡＮＤ回路５は、比較器３からの出力を演算するもので、このものにおいては３つの入力の積算の論理演算を行うＡＮＤ回路によって構成されている。このＡＮＤ回路５の出力は、比較器３ａ、３ｂ、３ｃの出力が全てオンのときのみにオンを出力する。
【００２０】
次に、以上説明した音声認識装置によって認識対象の音声を認識する動作について説明する。
【００２１】
マイクロフォン１に向かって音声を入力すると、マイクロフォン１から入力された音声に基づく音声信号が出力される。この音声信号は、所定の増幅回路によって増幅された後帯域フィルタ２ａ、２ｂ、２ｃにそれぞれ入力され、帯域フィルタ２ａは所定の通過周波数帯域Ｗ１である２００〜３００Ｈｚ、帯域フィルタ２ｂは通過周波数帯域Ｗ２である７００〜９００Ｈｚ、帯域フィルタ２ｃは通過周波数帯域Ｗ３である１２００〜１６００Ｈｚの間の音声周波数成分のみを通過させ出力する。そして、これら３つの出力は、それぞれ比較器３ａ、３ｂ、３ｃに入力され、それぞれ所定の閾値Ｖａ、Ｖｂ、Ｖｃと比較され閾値より入力が大きい場合、比較器はオンを出力する。この閾値Ｖａ、Ｖｂ、Ｖｃは、ノイズモニタ４によって制御されている。
【００２２】
この閾値Ｖａ、Ｖｂ、Ｖｃは、マイクロフォン１から入力された音声に基づく音声信号が所定の増幅回路（図示せず）によって増幅された後、ノイズモニタ４のスペクトル演算部４ａに入力され入力信号の信号スペクトルが演算により求められて制御される。即ち、信号スペクトルが計数部４ｂに入力され、信号スペクトルが所定の時間において所定の閾値を越える回数が多い場合は背景雑音があると判定され、閾値制御部４ｃによって閾値がそれぞれ変化される。そして、比較器３ａ、３ｂ、３ｃの全てがオンの出力をＡＮＤ回路５に入力した場合のみＡＮＤ回路５の出力がオンとなり、所定の音声である「はい」という音声が認識される。
【００２３】
以上説明した実施の形態の音声認識装置によると、マイクロフォン１から入力された音声信号が３つの帯域フィルタ２によって所定の周波数帯域により弁別されて出力され、ノイズモニタ４によって認識対象の音声以外の背景雑音に基づき閾値が制御され変化する比較器３によって比較され、ＡＮＤ回路５により演算されて認識されるものとなるので、背景雑音があっても誤認識する事がなく確実に音声を認識することができる。また、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなるので、認識対象である所定の音声の認識能力が向上する。また、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなるので、例えば音声認識装置の電源回路のトランスの振動による低い周波数の背景雑音があっても、認識対象である所定の音声を確実に認識できる。また、帯域フィルタ２によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がノイズモニタ４のスペクトル演算部４ａによって信号スペクトルが演算されて、計数部４ｂにより該信号スペクトル出力が所定の時間に所定の閾値を越える回数が計数され閾値が変化される比較器３によって比較されるものとなるので、背景雑音の特徴に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００２４】
［第１の参考の形態］
図４は、第１の参考の形態の音声認識装置のノイズモニタの構成図である。
【００２５】
この音声認識装置は、第１の実施の形態の音声認識装置のノイズモニタ４の構成のみ異なるもので、他の部分は同一に構成される。
【００２６】
このもののノイズモニタ４も、マイクロフォン１から出力される音声信号において認識対象の音声以外の背景雑音に基づき３つの比較器３ａ、３ｂ、３ｃの閾値Ｖａ、Ｖｂ、Ｖｃを変化するもので、平均値演算部４ｄと、該平均値演算部４ｄからの平均値演算出力を比較する比較部４ｅと、比較部４ｅの比較結果によって閾値をそれぞれ制御する閾値制御部４ｆとを有する。平均値演算部４ｄは、音声信号を長さの異なる時間にわたって入力レベルの平均値を演算し出力するもので、例えば、入力レベルの平均値を演算する演算時間を異なった値を持つ第１平均値演算部及び第２平均値演算部によって構成される。このノイズモニタ４により、マイクロフォン１から出力される認識対象の音声以外の背景雑音が、平均値演算部４ｄ即ち第１平均値演算部と第２平均値演算部によって長さの異なる時間にわたって入力レベルの平均値が演算された後、比較部４ｅによって比較される。そして、短時間平均値出力＞長時間平均値出力の場合は音声入力、短時間平均値出力＜長時間平均値出力の場合は背景雑音入力と判定して前記閾値Ｖａ、Ｖｂ、Ｖｃを変化させる。なお、平均値演算部４ｄは、平均値演算時間の異なる第１平均値演算部と第２平均値演算部による構成に限定するものでなく、ＤＳＰによって構成してもよい。
【００２７】
以上説明した参考の形態の音声認識装置によると、帯域フィルタ２によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音が平均値演算部４ｄによって長さの異なる時間にわたって入力レベルの平均値が演算された後それぞれを比較して閾値が変化される比較手段によって比較されるものとなるので、背景雑音の継続時間に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００２８】
［第２の参考の形態］
図５は、第２の参考の形態の音声認識装置を示す機能ブロック図である。
【００２９】
この音声認識装置は、音声入力手段に相当するマイクロフォン１と、所定の音素別に弁別する弁別手段に相当する３つの音素検知回路６と、演算手段に相当する演算器７と、を備えている。
【００３０】
マイクロフォン１は、第１の実施の形態のものと同一のものによって構成される。
【００３１】
音素検知回路６は、マイクロフォン１から出力される音声信号を所定の音素別に弁別するもので、この実施の形態では３つのものがそれぞれ並列に接続される。この音素検知回路６は、所定の音声の音素を検知するもので、帯域フィルタが、通過する音声信号の所定の音素を検出するフォルマント周波数の周波数帯域の中心周波数と所定の閾値とを持って構成されている。音素検知回路６は、この実施の形態においては、例えば認識する「はい」という音声における「ｈ」、「ａ」、「ｉ」の３つの音素を検知する音素検知回路６ａ、６ｂ、６ｃを持って構成されている。
【００３２】
演算器７は、音素検知回路６からの出力を演算するもので、音素検知回路６ａ、６ｂ、６ｃからの３つの出力が所定の順に出力されることを識別する識別回路によって構成されている。この演算器７の出力は、音素検知回路６ａ、６ｂ、６ｃからの入力が、最初に「ｈ」の音素検知回路である６ａから入力され、次に「ａ」の音素検知回路である６ｂから入力され、次に「ｉ」の音素検知回路である６ｃから入力されときのみにオンが出力される。
【００３３】
以上説明した参考の形態の音声認識装置によると、マイクロフォン１から入力された音声信号が３つの音素検知回路６ａ、６ｂ、６ｃによって所定の音素別に弁別して出力され、演算器５によって所定の順に出力されることが識別されて認識されるものとなるので、認識対象の所定の音声の音素に見合って出力の順が認識され所定の音声の認識能力が向上する。
【００３４】
【発明の効果】
以上説明したように、本発明の音声認識方法及び装置によれば、少なくとも２つの周波数帯域によって弁別したそれぞれの出力レベルが認識対象の音声以外の背景雑音に基づき閾値を変化して比較され、音声が認識されるので、背景雑音があっても誤認識する事がなく確実に音声を認識することができる。しかも、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなるので、背景雑音の特徴に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００３５】
また、請求項３記載の音声認識装置は、請求項２記載のものの効果に加え、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなるので、認識対象である所定の音声の認識能力が向上する。
【００３６】
また、請求項４記載の音声認識装置は、請求項２又は３記載のものの効果に加え、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなるので、例えば音声認識装置の電源回路のトランスの振動による低い周波数の背景雑音があっても、認識対象である所定の音声を確実に認識できる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の音声認識装置を示す機能ブロック図である。
【図２】図１に示す、音声認識装置の比較器の閾値の説明図である。
【図３】図１に示す、音声認識装置のノイズモニタの構成図である。
【図４】第１の参考の形態の音声認識装置のノイズモニタの構
【図５】第２の参考の形態の音声認識装置を示す機能ブロック図である。
【図６】従来例を示す機能ブロック図である。
【符号の説明】
１ マイクロフォン（音声入力手段）
２ 帯域フィルタ（弁別手段）
３ 比較器（比較手段）
４ ノイズモニタ（閾値制御手段）
５ ＡＮＤ回路（演算手段）
６ 音素検知回路（弁別手段）
７ 演算器（演算手段）
【発明の属する技術分野】
本発明は、音声認識方法及び装置、特に、背景雑音のある環境下にて音声の認識を行う技術に関する。
【０００２】
【従来の技術】
音声認識の技術が応用される分野として、音声によって電気機器の操作を行う音声操作スイッチがある。この音声操作スイッチの音声認識装置の構成としては、図６に示すものが知られている。このものは、音声信号を入力するマイクロフォン１から出力される音声信号を所定の周波数帯域にて弁別する弁別手段に相当する複数の周波数帯域の異なる帯域フィルタ２に入力し、該帯域フィルタ２からの出力を比較手段に相当する比較器３によって所定の閾値と比較する。そして、比較器３の出力を演算する演算手段に相当するＡＮＤ回路５によって、音声信号の所定の信号スペクトルの全てのものの大きさが、所定の大きさ以上か否かを演算するものである。このものにおいては、比較器３の閾値は、所定の音声を所定の認識水準にて認識する事を前提にし、認識しようとする音声によってそれぞれ所定の異なる値に設定される。
【０００３】
【発明が解決しようとする課題】
ところで、上記の音声操作スイッチにおいては、使用される環境は、認識を必要とする音声以外の音すなわち背景雑音があることが多く、認識しようとする音声信号に比べ背景雑音の音圧レベルが大きいこともあり、この様な場合には誤認識するといった問題があった。
【０００４】
本発明は、上記事由に鑑みてなしたもので、その目的とするところは、背景雑音があっても誤認識する事がなく確実に音声を認識する技術を提供することにある。
【０００５】
【課題を解決するための手段】
上記目的を達成するために、請求項１記載の音声認識方法は、認識対象の音声を認識する方法において、背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有し、前記音声入力手段により入力された音声信号を前記弁別手段で少なくとも２つの所定の周波数帯域によって弁別し、該周波数帯域のそれぞれの出力レベルを前記比較手段により前記閾値制御手段にて変化される閾値と比較し、比較した結果を前記演算手段で演算することによって前記認識対象の音声を認識することとしている。これにより、少なくとも２つの周波数帯域によって弁別したそれぞれの出力レベルが認識対象の音声以外の背景雑音に基づき閾値を変化して比較され、音声が認識され、しかも、この場合、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなる。
【０００６】
また、請求項２記載の音声認識装置は、認識対象の音声を認識する装置において、背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有することとしている。これにより、音声入力手段から入力された音声信号が少なくとも２つの弁別手段によって所定の周波数帯域により弁別されて出力され、閾値制御手段によって認識対象の音声以外の背景雑音に基づき閾値が制御され変化する比較手段によって比較され、演算手段により演算されて認識され、しかも、この場合、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなる。
【０００７】
また、請求項３記載の音声認識装置は、請求項２記載の弁別手段の周波数帯域の中心を、認識する所定の音声におけるフォルマント周波数とすることとしている。これにより、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなる。
【０００８】
また、請求項４記載の音声認識装置は、請求項２又は３記載の比較手段は、入力側の弁別手段の周波数帯域の高いものの閾値を入力側の弁別手段の周波数帯域の低いものの閾値より小さくすることとしている。これにより、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなる。
【００１２】
【発明の実施の形態】
以下、本発明の音声認識装置の第１の実施の形態を図１乃至図３に基づいて、第１の参考の形態を図４に基づいて、第２の参考の形態を図５に基づいて、それぞれ説明する。
【００１３】
［第１の実施の形態］
図１は、第１の実施の形態の音声認識装置を示す機能ブロック図である。図２は、図１に示す音声認識装置の比較器の閾値の説明図である。図３は、図１に示す音声認識装置のノイズモニタの構成図である。
【００１４】
この音声認識装置は、音声の応答によって通話を開始する拡声通話装置等にて認識対象の音声を認識するもので、音声入力手段に相当するマイクロフォン１と、所定の周波数帯域によって弁別する弁別手段に相当する３つの帯域フィルタ２と、比較手段に相当する比較器３と、閾値制御手段に相当するノイズモニタ４と、演算手段に相当するＡＮＤ回路５と、を備えている。
【００１５】
マイクロフォン１は、背景雑音とともに認識対象の音声信号を入力するもので、それに限定されるものではないが、この実施の形態では小型のコンデンサ型マイクロフォンによって構成される。
【００１６】
帯域フィルタ２は、マイクロフォン１から出力される音声信号を所定の周波数帯域によって弁別するもので、この実施の形態では３つの周波数帯域の帯域フィルタ２ａ、２ｂ、２ｃがそれぞれ並列に接続される。この帯域フィルタ２は、所定の帯域の音声信号を通過させるバンドパスフィルタで、通過する周波数帯域の中心周波数を、認識する「はい」という音声におけるフォルマント周波数としている。フォルマント周波数は、所定の音声波形のスペクトルのエネルギーの集中部分の周波数で、この実施の形態では、例えば応答のための「はい」という音声を認識することとしている。そして、帯域フィルタ２ａを第１フォルマント周波数ｆ１の２５０Ｈｚ、帯域フィルタ２ｂを第２フォルマント周波数ｆ２の８００Ｈｚ、帯域フィルタ２ｃを第３フォルマント周波数ｆ３の１４００Ｈｚとしている。そして、それぞれの帯域フィルタの通過周波数帯域を、帯域フィルタ２ａの通過周波数帯域Ｗ１を２００〜３００Ｈｚ、帯域フィルタ２ｂの通過周波数帯域Ｗ２を７００〜９００Ｈｚ、帯域フィルタ２ｃの通過周波数帯域Ｗ１を１２００〜１６００Ｈｚとしている。
【００１７】
比較器３は、帯域フィルタ２からのそれぞれの出力レベルを閾値と比較するもので、３つの帯域フィルタにそれぞれ接続される。この３つの比較器３ａ、３ｂ、３ｃは、それぞれ、帯域フィルタ２ａ、２ｂ、２ｃからの出力が入力され、それぞれ所定の閾値Ｖａ、Ｖｂ、Ｖｃを有してそれぞれの出力レベルを比較する。この比較器３のそれぞれの閾値Ｖａ、Ｖｂ、Ｖｃは、図２に示すように、入力側の帯域フィルタ２の周波数帯域の高いものの閾値を入力側の帯域フィルタ２の周波数帯域の低いものの閾値より小さくなるよう、Ｖａ＞Ｖｂ＞Ｖｃの条件によって、例えば「はい」という音声を認識しうるようそれぞれ設定されている。また、この閾値Ｖａ、Ｖｂ、Ｖｃは、後述するノイズモニタ４の出力によって変化する。
【００１８】
ノイズモニタ４は、マイクロフォン１から出力される音声信号において認識対象の音声以外の背景雑音に基づき前記閾値を変化するもので、スペクトル演算部４ａと、該スペクトル演算部４ａのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部４ｂと、計数部４ｂの計数結果によって閾値をそれぞれ制御する閾値制御部４ｃとを有して構成される。スペクトル演算部４ａは、音声信号の信号スペクトルを演算し出力するもので、それに限定されるものではないが、この実施の形態ではディジタルシグナルプロセッサー（ＤＳＰ）によって構成される。このノイズモニタ４により、マイクロフォン１から出力される認識対象の音声以外の背景雑音が、スペクトル演算部４ａによって信号スペクトルが演算されて出力され、計数部４ｂによって該信号スペクトル出力が所定の時間に所定の閾値を越える回数が計数される。そして、信号スペクトル出力が所定の時間において所定の閾値を越える回数が多い場合は背景雑音があると判定して前記閾値Ｖａ、Ｖｂ、Ｖｃを変化させる。
【００１９】
ＡＮＤ回路５は、比較器３からの出力を演算するもので、このものにおいては３つの入力の積算の論理演算を行うＡＮＤ回路によって構成されている。このＡＮＤ回路５の出力は、比較器３ａ、３ｂ、３ｃの出力が全てオンのときのみにオンを出力する。
【００２０】
次に、以上説明した音声認識装置によって認識対象の音声を認識する動作について説明する。
【００２１】
マイクロフォン１に向かって音声を入力すると、マイクロフォン１から入力された音声に基づく音声信号が出力される。この音声信号は、所定の増幅回路によって増幅された後帯域フィルタ２ａ、２ｂ、２ｃにそれぞれ入力され、帯域フィルタ２ａは所定の通過周波数帯域Ｗ１である２００〜３００Ｈｚ、帯域フィルタ２ｂは通過周波数帯域Ｗ２である７００〜９００Ｈｚ、帯域フィルタ２ｃは通過周波数帯域Ｗ３である１２００〜１６００Ｈｚの間の音声周波数成分のみを通過させ出力する。そして、これら３つの出力は、それぞれ比較器３ａ、３ｂ、３ｃに入力され、それぞれ所定の閾値Ｖａ、Ｖｂ、Ｖｃと比較され閾値より入力が大きい場合、比較器はオンを出力する。この閾値Ｖａ、Ｖｂ、Ｖｃは、ノイズモニタ４によって制御されている。
【００２２】
この閾値Ｖａ、Ｖｂ、Ｖｃは、マイクロフォン１から入力された音声に基づく音声信号が所定の増幅回路（図示せず）によって増幅された後、ノイズモニタ４のスペクトル演算部４ａに入力され入力信号の信号スペクトルが演算により求められて制御される。即ち、信号スペクトルが計数部４ｂに入力され、信号スペクトルが所定の時間において所定の閾値を越える回数が多い場合は背景雑音があると判定され、閾値制御部４ｃによって閾値がそれぞれ変化される。そして、比較器３ａ、３ｂ、３ｃの全てがオンの出力をＡＮＤ回路５に入力した場合のみＡＮＤ回路５の出力がオンとなり、所定の音声である「はい」という音声が認識される。
【００２３】
以上説明した実施の形態の音声認識装置によると、マイクロフォン１から入力された音声信号が３つの帯域フィルタ２によって所定の周波数帯域により弁別されて出力され、ノイズモニタ４によって認識対象の音声以外の背景雑音に基づき閾値が制御され変化する比較器３によって比較され、ＡＮＤ回路５により演算されて認識されるものとなるので、背景雑音があっても誤認識する事がなく確実に音声を認識することができる。また、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなるので、認識対象である所定の音声の認識能力が向上する。また、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなるので、例えば音声認識装置の電源回路のトランスの振動による低い周波数の背景雑音があっても、認識対象である所定の音声を確実に認識できる。また、帯域フィルタ２によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がノイズモニタ４のスペクトル演算部４ａによって信号スペクトルが演算されて、計数部４ｂにより該信号スペクトル出力が所定の時間に所定の閾値を越える回数が計数され閾値が変化される比較器３によって比較されるものとなるので、背景雑音の特徴に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００２４】
［第１の参考の形態］
図４は、第１の参考の形態の音声認識装置のノイズモニタの構成図である。
【００２５】
この音声認識装置は、第１の実施の形態の音声認識装置のノイズモニタ４の構成のみ異なるもので、他の部分は同一に構成される。
【００２６】
このもののノイズモニタ４も、マイクロフォン１から出力される音声信号において認識対象の音声以外の背景雑音に基づき３つの比較器３ａ、３ｂ、３ｃの閾値Ｖａ、Ｖｂ、Ｖｃを変化するもので、平均値演算部４ｄと、該平均値演算部４ｄからの平均値演算出力を比較する比較部４ｅと、比較部４ｅの比較結果によって閾値をそれぞれ制御する閾値制御部４ｆとを有する。平均値演算部４ｄは、音声信号を長さの異なる時間にわたって入力レベルの平均値を演算し出力するもので、例えば、入力レベルの平均値を演算する演算時間を異なった値を持つ第１平均値演算部及び第２平均値演算部によって構成される。このノイズモニタ４により、マイクロフォン１から出力される認識対象の音声以外の背景雑音が、平均値演算部４ｄ即ち第１平均値演算部と第２平均値演算部によって長さの異なる時間にわたって入力レベルの平均値が演算された後、比較部４ｅによって比較される。そして、短時間平均値出力＞長時間平均値出力の場合は音声入力、短時間平均値出力＜長時間平均値出力の場合は背景雑音入力と判定して前記閾値Ｖａ、Ｖｂ、Ｖｃを変化させる。なお、平均値演算部４ｄは、平均値演算時間の異なる第１平均値演算部と第２平均値演算部による構成に限定するものでなく、ＤＳＰによって構成してもよい。
【００２７】
以上説明した参考の形態の音声認識装置によると、帯域フィルタ２によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音が平均値演算部４ｄによって長さの異なる時間にわたって入力レベルの平均値が演算された後それぞれを比較して閾値が変化される比較手段によって比較されるものとなるので、背景雑音の継続時間に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００２８】
［第２の参考の形態］
図５は、第２の参考の形態の音声認識装置を示す機能ブロック図である。
【００２９】
この音声認識装置は、音声入力手段に相当するマイクロフォン１と、所定の音素別に弁別する弁別手段に相当する３つの音素検知回路６と、演算手段に相当する演算器７と、を備えている。
【００３０】
マイクロフォン１は、第１の実施の形態のものと同一のものによって構成される。
【００３１】
音素検知回路６は、マイクロフォン１から出力される音声信号を所定の音素別に弁別するもので、この実施の形態では３つのものがそれぞれ並列に接続される。この音素検知回路６は、所定の音声の音素を検知するもので、帯域フィルタが、通過する音声信号の所定の音素を検出するフォルマント周波数の周波数帯域の中心周波数と所定の閾値とを持って構成されている。音素検知回路６は、この実施の形態においては、例えば認識する「はい」という音声における「ｈ」、「ａ」、「ｉ」の３つの音素を検知する音素検知回路６ａ、６ｂ、６ｃを持って構成されている。
【００３２】
演算器７は、音素検知回路６からの出力を演算するもので、音素検知回路６ａ、６ｂ、６ｃからの３つの出力が所定の順に出力されることを識別する識別回路によって構成されている。この演算器７の出力は、音素検知回路６ａ、６ｂ、６ｃからの入力が、最初に「ｈ」の音素検知回路である６ａから入力され、次に「ａ」の音素検知回路である６ｂから入力され、次に「ｉ」の音素検知回路である６ｃから入力されときのみにオンが出力される。
【００３３】
以上説明した参考の形態の音声認識装置によると、マイクロフォン１から入力された音声信号が３つの音素検知回路６ａ、６ｂ、６ｃによって所定の音素別に弁別して出力され、演算器５によって所定の順に出力されることが識別されて認識されるものとなるので、認識対象の所定の音声の音素に見合って出力の順が認識され所定の音声の認識能力が向上する。
【００３４】
【発明の効果】
以上説明したように、本発明の音声認識方法及び装置によれば、少なくとも２つの周波数帯域によって弁別したそれぞれの出力レベルが認識対象の音声以外の背景雑音に基づき閾値を変化して比較され、音声が認識されるので、背景雑音があっても誤認識する事がなく確実に音声を認識することができる。しかも、弁別手段によって所定の周波数帯域により弁別された出力は、認識対象の音声以外の背景雑音がスペクトル演算部によって信号スペクトルが演算されて計数部によって該スペクトル出力が所定の時間に所定の閾値を越える回数が計数されて閾値が変化される比較手段によって比較されるものとなるので、背景雑音の特徴に見合って閾値が制御されて変化し、認識対象である所定の音声の認識能力が向上する。
【００３５】
また、請求項３記載の音声認識装置は、請求項２記載のものの効果に加え、音声信号が所定の音声におけるフォルマント周波数を中心周波数とする周波数帯域によって弁別されるものとなるので、認識対象である所定の音声の認識能力が向上する。
【００３６】
また、請求項４記載の音声認識装置は、請求項２又は３記載のものの効果に加え、音声信号の周波数帯域の高い信号成分は周波数帯域の低い信号成分よりも低い閾値によって比較されるものとなるので、例えば音声認識装置の電源回路のトランスの振動による低い周波数の背景雑音があっても、認識対象である所定の音声を確実に認識できる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の音声認識装置を示す機能ブロック図である。
【図２】図１に示す、音声認識装置の比較器の閾値の説明図である。
【図３】図１に示す、音声認識装置のノイズモニタの構成図である。
【図４】第１の参考の形態の音声認識装置のノイズモニタの構
【図５】第２の参考の形態の音声認識装置を示す機能ブロック図である。
【図６】従来例を示す機能ブロック図である。
【符号の説明】
１ マイクロフォン（音声入力手段）
２ 帯域フィルタ（弁別手段）
３ 比較器（比較手段）
４ ノイズモニタ（閾値制御手段）
５ ＡＮＤ回路（演算手段）
６ 音素検知回路（弁別手段）
７ 演算器（演算手段）
Claims (4)
- 認識対象の音声を認識する方法において、
背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有し、
前記音声入力手段により入力された音声信号を前記弁別手段で少なくとも２つの所定の周波数帯域によって弁別し、該周波数帯域のそれぞれの出力レベルを前記比較手段により前記閾値制御手段にて変化される閾値と比較し、比較した結果を前記演算手段で演算することによって前記認識対象の音声を認識することを特徴とする音声認識方法。 - 認識対象の音声を認識する装置において、
背景雑音とともに前記認識対象の音声信号を入力する音声入力手段と、該音声信号を少なくとも２つの所定の周波数帯域によって弁別する弁別手段と、該弁別手段からのそれぞれの出力レベルを閾値と比較する比較手段と、認識対象の音声以外の背景雑音に基づき前記閾値を変化する閾値制御手段と、前記比較手段からの出力を演算する演算手段と、を備え、前記閾値制御手段は、音声信号の信号スペクトルを演算し出力するスペクトル演算部と、該スペクトル演算部からのスペクトル出力が所定の時間に所定の閾値を越える回数を計数する計数部とを有することを特徴とする音声認識装置。 - 前記弁別手段の周波数帯域の中心を、認識する所定の音声におけるフォルマント周波数とすることを特徴とする請求項２記載の音声認識装置。
- 前記比較手段は、入力側の弁別手段の周波数帯域の高いものの閾値を入力側の弁別手段の周波数帯域の低いものの閾値より小さくすることを特徴とする請求項２又は３記載の音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10728496A JP3550871B2 (ja) | 1996-04-26 | 1996-04-26 | 音声認識方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10728496A JP3550871B2 (ja) | 1996-04-26 | 1996-04-26 | 音声認識方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09292894A JPH09292894A (ja) | 1997-11-11 |
| JP3550871B2 true JP3550871B2 (ja) | 2004-08-04 |
Family
ID=14455191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10728496A Expired - Fee Related JP3550871B2 (ja) | 1996-04-26 | 1996-04-26 | 音声認識方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3550871B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101051464A (zh) * | 2006-04-06 | 2007-10-10 | 株式会社东芝 | 说话人认证的注册和验证方法及装置 |
-
1996
- 1996-04-26 JP JP10728496A patent/JP3550871B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09292894A (ja) | 1997-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3156975B2 (ja) | オーディオ帯域信号の音声／音楽判別装置 | |
| US5867581A (en) | Hearing aid | |
| US20180197525A1 (en) | Noise detector and sound signal output device | |
| US6285979B1 (en) | Phoneme analyzer | |
| WO1999021396A1 (fr) | Dispositif servant a eliminer le sifflement | |
| EP1629691A1 (en) | Oscillation suppression | |
| WO2011012054A1 (en) | Method and device for eliminating background noise | |
| US20140064529A1 (en) | Apparatus and method of shielding external noise for use in hearing aid device | |
| WO2005119649A1 (en) | System and method for babble noise detection | |
| JP3550871B2 (ja) | 音声認識方法及び装置 | |
| JP3134557B2 (ja) | ハウリング抑制装置 | |
| US7302070B2 (en) | Oscillation detection | |
| US11490198B1 (en) | Single-microphone wind detection for audio device | |
| WO2002069487A1 (en) | Dve system with instability detection | |
| JPH02232697A (ja) | 音声認識装置 | |
| JP3345534B2 (ja) | 補聴器 | |
| US6633847B1 (en) | Voice activated circuit and radio using same | |
| KR20210029816A (ko) | 보조 신호를 사용하는 오디오 디바이스에 대한 송신 제어 | |
| JP4714861B2 (ja) | 歩行者信号用音響装置 | |
| JPH0956000A (ja) | 補聴器 | |
| JPH0424692A (ja) | 音声区間検出方式 | |
| WO2004105429A1 (en) | Oscillation detection | |
| US20070106530A1 (en) | Oscillation suppression | |
| JPH03122699A (ja) | 雑音除去装置及び該装置を用いた音声認識装置 | |
| JPH06175676A (ja) | 音声検出器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040330 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040412 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080514 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 5 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 5 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110514 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130514 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |