JPH0416900A - 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】 ［産業上の利用分野］ 本発明は、マイクロホンで集音した音声を複数の周波数
帯に分岐するフィルタバンクを備えた音声認識装置に関
する。

［発明の概要］ 本発明は、主に音声および雑音を集音する２個のマイク
ロホンからの出力を、それぞれバンドパスフィルタを複
数チャンネル備えた２個の音声分析用フィルタバンクに
入力し、両フィルタバンクの対応チャンネルの出力をそ
れぞれの減算回路で減算することに特徴がある。

［従来の技術］ バンドパスフィルタを複数チャンネル用いて音声分析を
行う音声認識装置として、例えば、第２図に示すような
ものが知られている。

第２図において、マイクロホン１で集音した音声信号に
対して、アナログ処理回路２で、増幅、フィルタリング
等の処理を施し、その結果をフィルタバンク３に入力す
る。このフィルタバンク３では、それぞれ異なる中心周
波数Ｆｌ、・・・、Ｆｎを音声帯域に持つ複数のバンド
パスフィルタ３１により周波数分析を行った後、整流回
路３２、平滑回路３３により、整流、平滑して、各フィ
ルタの平均エネルギーレベルを求める。

このフィルタバンク３の出力を、マルチプレクサ４に通
し、Ａ／Ｄ変換器５で、音声の特徴量として取り込み、
パターンメモリ６に格納する。

Ａ／Ｄ変換器５、パターンメモリ６での一連の動作を、
ＣＰＵ７１、ＲＯＭ７２、ＲＡＭ７３からなるマイクロ
コンピュータ７で統括、制御する。

第３図は、第２図のフィルタバンク３の１チャンネル分
の周波数帯域の波形図を示すもので、（ａ）はバンドパ
スフィルタ３１の出力、（ｂ）は整流回路３２の出力、
（ｅ）は平滑回路３３の出力である。

これらの図かられかるように、Ａ／Ｄコンバータ５に入
力される信号はアナログ回路部分としてのフィルタバン
ク３で平滑され、その出力は、原信号の周波数成分に比
べ低い周波数成分を持つ信号となっている。−なぜなら
、音声のエネルギーは急激に変化しないためである。

［発明が解決しようとする課題］ 雑音のある環境で上述した音声認識装置を用いると、マ
イクロホン１から入力される信号は音声に雑音が重畳し
たものとなり、それがフィルタバンクの平滑化出力のそ
れぞれに影響し、スペクトルパターンを変形させ、音声
認識性能を低下させる原因となっている。

雑音が入力音声に混入することで、音声認識性能が低下
する原因は、この他にフィルタのエネルギーレベルが雑
音のないときに比べて高くなることである。

このとき、音声区間の検出のために、エネルギーレベル
に対しあるしきい値を設定し、音声の始端や終端を判定
している場合、区間検出精度が低下する。

［発明の目的］ 本発明の目的は、雑音環境で用いた場合でも、雑音が音
声認識性能を低下させないようにした音声認識装置を提
供することにある。

［課題を解決するための手段］ このような目的を達成するために、本発明は、それぞれ
主に音声および雑音を集音する第１および第２のマイク
ロホンと、これらマイクロホンのそれぞれの出力を複数
の周波数帯に分岐する第１および第２のフィルタバンク
と、これにフィルタバンクのそれぞれに対応する周波数
帯の出力同士を減算する複数の減算回路を有する減算手
段とからなることを特徴とする。

［作用］ 本発明では、それぞれ主に音声および雑音を集音する２
個のマイクロホンの出力を、それぞれバンドパスフィル
タを複数チャンネル備えた２個のフィルタバンクに入力
し１両フィルタバンクの対応チャンネルの出力をそれぞ
れの減算回路で減算しているので、雑音が音声認識性能
に影響を与えるようなことがない。

［実施例］ 以下１本発明の実施例を図面により詳細に説明する。

第１図は本発明による音声認識装置の一実施例のブロッ
ク図である。

図に示すように、本発明では、それぞれ２個のマイクロ
ホン１１．１２と、アナログ処理回路１３、ｌ、４と、
フィルタバンク１５．１６とを備え、一方１６を雑音検
出用に、他方１５を音声入力用に用いる。

また、フィルタバンク１５．１６のそれぞれの対応する
周波数帯の出力同士の減算を行う複数の減算回路１７−
１〜１７−ｎを設け、その出力をマルチプレクサ４に入
力する。さらに、一方のフィルタバンク１６の出力レベ
ルを設定するレベル設定部１８を設け、このレベル設定
部１８をマイクロコンピュータ７で制御する。

２つのマイクロホン１１．１２の内、音声入力用のマイ
クロホン１１は、発声者の音声が入力されやすい所、例
えば１発声者の前頭部の口に対応する位置に配置し、ま
た、マイクロホン１２は、周囲雑音の検出のために、雑
音のみが入力される所、例えば１発声者の後頭部付近に
設置する。互いのマイクロホン１１．１２は比較的近い
位置に設置されているので、入力される雑音の性質（ス
ペクトル分布等）は似ているものとなる。

本発明では、２本のマイクロホン１１．１２で集音した
音声入力、雑音成分をそれぞれアナログ処理回路１３．
１４を介してフィルタバンク１５゜１６に出力する。こ
のフィルタバンク１５および１６では、マイクロホン１
１および１２からの音声入力および雑音を複数の周波数
帯に分岐し、対応する周波数帯の出力同士を減算回路１
７−１〜１７−ｎで減算する。

このように、２本のマイクロホンで集音し、フィルタバ
ンクに出力されている信号を各チャンネル毎に減算する
ことで、雑音成分がフィルタの平滑出力に寄与する分を
相殺することができる。この際、互いのマイクロホンの
設置位置が異なるために、雑音の到来方向により、マイ
クロホンで集音された信号レベルが異なるので、そのレ
ベル合わせをレベル設定部１８で行う。すなわち、音声
の入力されない間に雑音によるフィルタの平滑出力への
影響が少なくなり、減算回路の出力が少なくなるように
、レベル設定部１８で平滑出力のレベルを設定する。こ
の動作を以下、キャリブレーションと称する。

具体的には、フィルタバンク１５．１６の各チャンネル
毎の減算結果をマルチプレクサ４で順次切り換え、Ａ／
Ｄコンバータ５でディジタル化し、その出力をマイクロ
コンピュータ７で監視しており、キャリブレーションの
動作を行うとき、レベル設定部１８のレベルを、減算回
路１７の減算結果が所定レベル以下−どなるように設定
する。

第４図はレベル設定部１８のブロック構成を示すもので
、各チャンネル毎に、ＡＧＣ増幅器１９、Ｄ／Ａコンバ
ータ２０、ラッチ２１が設けられており、マイクロコン
ピュータ７から送られた設定データを、マイクロコンピ
ュータ７のコントロール下で指定チャンネル対応のラッ
チ２１に取り込む。ラッチ２１に取り込んだ設定データ
をＤ／Ａコンバータ２０でアナログ電圧に変換し、それ
をＡＧＣ増幅器１９のゲインコントロール電圧とする。

ＡＧＣ増幅器１９には、フィルタバンク３からの平滑出
力が入力されているので、所定の大きさに増幅あるいは
減衰されて出力される。

第５図は、本発明のシステムの全体の動作を示すフロー
チャートで、まず、上述したキャリブレーションの動作
を行い（ステップ２２）、次に、音声認識を行うかどう
か判断しくステップ２３）、音声認識を実行しくステッ
プ２４）、他の機器に制御が移ることがなければ、シス
テムとしての動作を終了する（ステップ２５．２６）。

第６図は、キャリブレーションの具体的動作を示すフロ
ーチャートで、上述したように、チャンネルをマルチプ
レクサ４で切り換え（ステップ４０）、マイクロコンピ
ュータ７の判断結果を基に、レベル設定部１８のラッチ
２１の設定レベルを設定しくステップ４１）、その設定
レベルでの減算回路１７の減算結果をマイクロコンピュ
ータ７に読み込み（ステップ４２）、その演算結果がし
きい値以下かどうかを判断して（ステップ４３）、しき
い値以下になるまで、ステップ４１．４２を繰り返す。

このような動作を、全てのチャンネルについて実行する
（ステップ４４）。

上述した、本発明の実施例によれば、雑音による平滑化
出力の寄与部を相殺することができる。

従って、雑音レベルの増大に伴うスペクトルパターンの
変形や音声区間検出精度の低下を少なくし、結果として
音声認識性能の低下を防ぐことができる。

また、入力された原信号に比べて低い周波数である平滑
化出力信号を演算処理の対象としているので、高速な計
算や複雑な処理を行うことなく雑音の影響を低減できる
。

さらに、従来の音声認識システムに回路を追加すること
で、容易に本発明のシステムを実現できる。

［発明の効果］ 以上述べたように。本発明によれば、雑音環境で用いた
場合でも、雑音が音声認識性能を低下させるようなこと
はない。

【図面の簡単な説明】

第１図は本発明による音声認識装置の一実施例の構成を
示すブロック図、第２図は従来の音声認識装置の構成を
示すブロック図、第３図は第１図のフィルタバンクの１
チャンネル分の波形図、第４図は第１図のレベル設定部
の具体的構成のブロック図、第５図および第６図は本発
明の詳細な説明するためのフローチャートである。 １１．１２・・・・・・・・・マイクロホン、１３．１
４・・・・・・・・・アナログ処理回路、１５．１６・
・・・・・・・・フィルタバンク、１７−１〜１７−ｎ
・・・・・・・・・減算回路、１８・・・・・・・・・
レベル設定部。 特許出願人　　　　タラリオン株式会社代理人　弁理士
　　永　１）武　三　部第３図 （Ｃ） 一イｉ〉−一 第４ 図 第５図

Claims (2)

【特許請求の範囲】
1. （１）主に音声を集音する第１のマイクロホンと、該第
   １のマイクロホンの近傍に配置され、主に雑音を集音す
   る第２のマイクロホンと、上記第１のマイクロホンの出
   力を複数の周波数帯に分岐する第１のフィルタバンクと
   、上記第２のマイクロホンの出力を複数の周波数帯に分
   岐する第２のフィルタバンクと、該第１のフィルタバン
   クと第２のフィルタバンクのそれぞれに対応する周波数
   帯の出力同士を減算する複数の減算回路を有する減算手
   段とからなることを特徴とする音声認識装置。
2. （２）さらに、上記音声が無い状態で上記第１のマイク
   ロホンから集音した雑音の平均エネルギーレベルと、上
   記第２のマイクロホンから集音した雑音の平均エネルギ
   ーレベルとを検出し、それら平均エネルギーレベルの大
   きさを判定する判定手段と、該判定手段の判定結果に応
   じて上記減算手段の重みを設定する設定手段とを備えた
   ことを特徴とする請求項１記載の音声認識装置。