JPH0713597A - 信号波形データ正規化装置またはその方法および信号波形データ比較装置またはその方法 - Google Patents

Abstract

(57)【要約】 【目的】 ２つの信号波形データを高速かつ高精度に比
較する。 【構成】 特徴点演算手段７が、多次元ベクトル空間に
配置した特徴点を特徴点時系列線演算手段９が特徴点時
系列線データを求める。モード切換え手段からの比較モ
ード信号を受けると、正規化後時系列線演算手段１１
は、照合度演算手段１９に正規化後特徴点時系列線デー
タを出力する。照合度演算手段１９は、この正規化後特
徴点時系列線データと不特定人標準時系列線取得手段に
予め記憶されている不特定人の標準時系列線データとを
比較し、その照合度を出力する。特徴点時系列線データ
を正規化して、２つの信号波形データを比較することに
より、高速かつ高精度に両者を比較することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、信号波形データ正規
化装置または信号波形データ比較装置に関し、特に、高
速かつ高精度の正規化に関する。

【０００２】

【従来技術】２つの音声信号を比較する場合に問題とな
るのが、発声された単語の継続時間が変化することであ
る。ここで、発声速度が速くなるにしたがって母音の定
常部分は短くなるが、子音やこれらのわたりの部分は比
較的固有の長さを有する。したがって、２つの音声信号
を比較するには、継続時間の違いによって生ずる本質的
でない差を極力除去して比較することが望ましい。

【０００３】このため、音声認識等の分野においては、
非線形マッチングの一種であるＤＰ（dynamic programm
ing）マッチング法が広く用いられている。ＤＰマッチ
ング法について図１１、図１２を用いて説明する。

【０００４】例えば、図１１Ａに示すように標準パター
ンの音声信号Ａ（ｔ）より、継続時間が長い音声信号Ｂ
（ｔ）が入力された場合、この音声信号Ｂ（ｔ）の時間
軸を非線形に圧縮して図１１Ｂに示すように音声信号Ｂ
2（ｔ）に変換する。

【０００５】演算方法としては、２つの音声信号を特徴
ベクトルの時系列として表わす。例えば、図１２に示す
ように、標準パターンＡと入力パターンＢとからなる時
間軸平面上にて、２つのパターンの時間軸の最適な対応
を求めることにより、時間軸の正規化を行なう。

【０００６】このように非線形マッチングをおこなうこ
とにより、２つの音声信号を精度よく比較することがで
きる。

【０００７】

【発明が解決しようとする課題】しかしながら、ＤＰマ
ッチング法においては、次のような問題があった。図１
２に示すように、時間軸平面上にて１つ１つ比較してい
るので、演算量がきわめて多く、比較するのに時間がか
かる。

【０００８】この発明は上記のような問題を解決し、高
精度かつ高速に処理可能な信号波形比較装置又はその方
法を提供することを目的とする。

【０００９】

【課題を解決するための手段】請求項１の信号波形デー
タ正規化装置は、信号波形データが入力される入力手
段、前記信号波形データを複数フレームに分割し、各フ
レーム毎の周波数成分をフレーム特徴量として抽出する
特徴量抽出手段、前記各フレーム特徴量を、多次元ベク
トル空間に配置した特徴点を求める特徴点演算手段、前
記各特徴点をファジィ分類して、代表特徴点を求めると
ともに、求めた代表特徴点を時系列順に連結し、特徴点
時系列線データを求める特徴点時系列線演算手段、前記
特徴点時系列線データに基づいて、正規化後特徴点時系
列線データを演算して出力する正規化後時系列線演算手
段、を備えたことを特徴とする。

【００１０】請求項２の信号波形データ正規化方法は、
入力された信号波形データを複数フレームに分割して、
各フレーム毎の周波数成分をフレーム特徴量として抽出
し、前記各フレーム特徴量を、多次元ベクトル空間に配
置した特徴点を求め、前記各特徴点をファジィ分類し
て、代表特徴点を求めるとともに、求めた代表特徴点を
時系列順に連結し、特徴点時系列線データを求め、前記
特徴点時系列線データに基づいて、正規化後特徴点時系
列線データを演算して出力すること、を特徴とする。

【００１１】請求項３の信号波形データ比較装置は、信
号波形データが入力される入力手段、前記信号波形デー
タを複数フレームに分割し、各フレーム毎の周波数成分
をフレーム特徴量として抽出する特徴量抽出手段、前記
各フレーム特徴量を、多次元ベクトル空間に配置した特
徴点を求める特徴点演算手段、前記各特徴点をファジィ
分類して、代表特徴点を求めるとともに、求めた代表特
徴点を時系列順に連結し、特徴点時系列線データを求め
る特徴点時系列線演算手段、前記特徴点時系列線データ
に基づいて、正規化後特徴点時系列線データを演算して
出力する正規化後時系列線演算手段、前記正規化後時系
列線データを記憶する正規化後時系列線記憶手段、前記
正規化後時系列線記憶手段に記憶された同一単語に対す
る同一人による複数の正規化後時系列線データに基づ
き、特定人の正規化後標準時系列線である特定人標準時
系列線データを求め記憶する特定人標準時系列線取得手
段、前記特定人標準時系列線取得手段に記憶された複数
人の特定人標準時系列線データに基づき不特定人の標準
時系列線データを求め、記憶する不特定人標準時系列線
取得手段、前記正規化後時系列線演算手段にモード切換
え信号を出力するモード切換え手段、正規化後時系列線
演算手段から得た正規化後特徴点時系列線データと不特
定人標準時系列線取得手段に記憶された不特定人の標準
時系列線データと比較し、その照合度を出力する照合度
演算手段、を備え、前記正規化後時系列線演算手段は、 Ａ）前記モード切換え信号が記憶モードを示す記憶モー
ド信号である場合には、前記正規化後時系列線記憶手段
に正規化後特徴点時系列線データを出力し、 Ｂ）前記モード切換え信号が比較モードを示す比較モー
ド信号である場合には、前記照合度演算手段に正規化後
特徴点時系列線データを出力すること、を特徴とする。

【００１２】請求項４の信号波形データ比較方法は、入
力された信号波形データを複数フレームに分割して、各
フレーム毎の周波数成分をフレーム特徴量として抽出
し、前記各フレーム特徴量を、多次元ベクトル空間に配
置した特徴点を求め、前記各特徴点をファジィ分類し
て、代表特徴点を求めるとともに、求めた代表特徴点を
時系列順に連結し、特徴点時系列線データを求め、前記
特徴点時系列線データに基づいて、正規化後特徴点時系
列線データを演算し、 Ａ）与えられたモード切換え信号が記憶モードを示す記
憶モード信号である場合には、 Ａ１）演算された正規化後特徴点時系列線データを記憶
し、 Ａ２）記憶された同一単語に対する同一人による複数の
正規化後時系列線データに基づき、特定人の正規化後標
準時系列線である特定人標準時系列線データを求め、 Ａ３）複数人の特定人標準時系列線データに基づき不特
定人の標準時系列線データを求め、記憶し、 Ｂ）与えられたモード切換え信号が比較モードを示す比
較モード信号である場合には、 Ｂ１）演算された正規化後特徴点時系列線データと前記
不特定人の標準時系列線データと比較し、その照合度を
出力すること、を特徴とする。

【００１３】

【作用】請求項１または請求項２の信号波形データ正規
化装置または方法においては、前記各フレーム特徴量
を、多次元ベクトル空間に配置した特徴点を求め、前記
各特徴点をファジィ分類して、代表特徴点を求める。さ
らに、求めた代表特徴点を時系列順に連結し、特徴点時
系列線データを求めるとともに、前記特徴点時系列線デ
ータに基づいて、正規化後特徴点時系列線データを演算
して出力する。これにより、正規化後の特徴点時系列線
データを容易に得ることができる。

【００１４】請求項３の信号波形データ比較装置におい
ては、特徴点演算手段が、多次元ベクトル空間に配置し
た特徴点を求めると、これに基づき、特徴点時系列線演
算手段が特徴点時系列線データを求める。

【００１５】モード切換え手段からのモード切換え信号
に応じて、正規化後時系列線演算手段は、以下の動作を
行なう。

【００１６】Ａ）前記モード切換え信号が記憶モードを
示す記憶モード信号である場合には、前記正規化後時系
列線記憶手段に正規化後特徴点時系列線データを出力
し、正規化後時系列線記憶手段に前記正規化後時系列線
データを記憶する。特定人標準時系列線取得手段は、同
一単語に対する同一人による複数の正規化後時系列線デ
ータに基づき、特定人の正規化後標準時系列線である特
定人標準時系列線データを求め記憶する。さらに、不特
定人標準時系列線取得手段は、前記特定人標準時系列線
取得手段に記憶された複数人の特定人標準時系列線デー
タに基づき不特定人の標準時系列線データを求め、記憶
する。

【００１７】一方、Ｂ）前記モード切換え信号が比較モ
ードを示す比較モード信号である場合には、前記照合度
演算手段に正規化後特徴点時系列線データを出力する。
照合度演算手段は、この正規化後特徴点時系列線データ
と不特定人標準時系列線取得手段に記憶された不特定人
の標準時系列線データとを比較し、その照合度を出力す
る。

【００１８】このように、特徴点時系列線データを正規
化して正規化後特徴点時系列線データとして、２つの信
号波形データを比較することにより、高速かつ高精度に
両者を比較することができる。

【００１９】請求項４の信号波形データ比較方法におい
ては、前記各フレーム特徴量を、多次元ベクトル空間に
配置した特徴点を求め、前記各特徴点をファジィ分類し
て、代表特徴点を求める。さらに、求めた代表特徴点を
時系列順に連結し、特徴点時系列線データを求めるとと
もに、前記特徴点時系列線データに基づいて、正規化後
特徴点時系列線データを演算する。

【００２０】与えられたモード切換え信号が記憶モード
を示す記憶モード信号である場合には、同一単語に対す
る同一人による複数の正規化後時系列線データに基づ
き、特定人の正規化後標準時系列線である特定人標準時
系列線データを求める。さらに、複数人の特定人標準時
系列線データに基づき不特定人の標準時系列線データを
求める。

【００２１】一方、与えられたモード切換え信号が比較
モードを示す比較モード信号である場合には、演算され
た正規化後特徴点時系列線データと前記不特定人の標準
時系列線データと比較し、その照合度を出力する。

【００２２】このように、特徴点時系列線データを正規
化して正規化後特徴点時系列線データとして、２つの信
号波形データを比較することにより、高速かつ高精度に
両者を比較することができる。

【００２３】

【実施例】本発明の一実施例を図面に基づいて説明す
る。図２に、本発明にかかる信号波形データ比較装置を
ＣＰＵを用いて実現したハードウェア構成の一例を示
す。信号波形データ比較装置２１は、ＣＰＵ２３、ＲＯ
Ｍ２５、ＲＡＭ２７、音声Ａ／Ｄ変換ＩＦ２６、キーボ
ード２８、ＣＲＴ２９、およびバスライン３０を備えて
いる。

【００２４】ＲＯＭ２５には、ＣＰＵ２３の制御プログ
ラム等が記憶されており、ＣＰＵ２３は、この制御プロ
グラムに従いバスライン３０を介して、各部を制御す
る。キーボード２８は、モード切換え信号を入力するモ
ード切換え手段である。音声Ａ／Ｄ変換ＩＦ２６は信号
波形データを入力する入力手段である。

【００２５】図１に、信号波形データ比較装置２１の機
能ブロック図を示す。信号波形データ比較装置２１は、
不特定人の標準時系列線データを作成するモード（以下
記憶モードという）および不特定人の標準時系列線デー
タと入力された信号波形データに基づき得られた正規化
後特徴点時系列線データとを比較するモード（比較モー
ドという）を有する。

【００２６】まず、信号波形データ比較装置２１の記憶
モードの動作につき、図１を用いて説明する。

【００２７】入力手段３に信号波形データが入力される
と、特徴量抽出手段５は、前記信号波形データを時系列
順に複数フレームに分割し、各フレーム毎の周波数成分
をフレーム特徴量として抽出する。本実施例において
は、１フレームを２０ｍｓとし、フレームごとにスペク
トルの包絡情報を求めるケプストラム分析を用いて、フ
レーム特徴量を演算した。

【００２８】特徴点演算手段７は、前記各フレーム特徴
量を、多次元ベクトル空間に配置した特徴点を求める。
本実施例においては、多次元ベクトル空間として１０次
元ベクトル空間を採用した。１０次元ベクトル空間に配
置した状態を図３に示す。この場合、入力された信号波
形データが３０フレームあったので、特徴点ａ１〜ａ３
０が配置された。なお、これらの特徴点ａ１〜ａ３０は
ベクトルとして表わされる。

【００２９】以上のことを一般式で表わすと次の様にな
る。入力信号波形を表わす特徴ベクトルの時系列Ａは、 Ａ＝a(o)a(1)...a(i)...a(I-1) ・・・・・（１） ｛a(i)=(ai1,ai2,...,aip,...,aiP)} として表現される。ここで、Ｉは入力時間長で、Ｐはベ
クトルの次元数である。この特徴ベクトルa(i)は、Ｐ次
元空間での一つの特徴点として見ることができるので、
この特徴点の時系列を追跡することにより、Ｐ次元空間
での近似的な連続曲線（折れ線）が得られる。

【００３０】しかしながら、特徴点の揺らぎがあるの
で、前記特徴点ａ１〜ａ３０をそのまま時系列で追跡し
た近似的な連続曲線を求めただけでは、他の連続曲線と
比較が困難である。

【００３１】そこで、特徴点時系列線演算手段９が、前
記各特徴点をファジィ分類して、代表特徴点を求めると
ともに、求めた代表特徴点を時系列順に連結し、特徴点
時系列線データを求める。特徴点時系列線演算手段９の
構成について、図４を用いて説明する。特徴点時系列線
演算手段９は、ファジィクラスタリング手段３３、代表
点記憶手段３５、および時系列線演算手段３７を備えて
いる。

【００３２】ファジィクラスタリング手段３３には、前
記特徴点ａ１〜ａ３０のベクトル時系列Ａ１が入力され
る。ベクトル時系列Ａ１は、 Ａ１＝ａ１，ａ２，．．．ａ３０ で表わされる。

【００３３】ファジィクラスタリング手段３３は、入力
された入力ベクトル時系列Ａ１の各特徴点ベクトルａ１
〜ａ３０をファジィ分類し、代表点ベクトル（図３、ａ
１０１〜ａ１０４参照）を求める。本実施例において
は、既知理論であるファジィＣ―ミーンズ法（Fuzzy C-
means)を採用した。

【００３４】ファジィＣ―ミーンズ法の具体的なアルゴ
リズムは以下のようになる。まず、各個体Ai（Ai：ベク
トル；i=1,2,...N）が各クラスタg（g=1,2,...,G）に属
する度合（０から１の値）を次の行列(menbership matr
ix)で表わす。

【００３５】

【数１】

【００３６】ここで、ｕ(g,i)=[0,1]は、ｕ(g,i)は０か
ら１の間の値をとることを示している。

【００３７】つぎに、クラスタ数をＧに定め、Ｕの初期
分割行列Ｕ⁽⁰⁾と適当な収束判定値εを与える。つぎ
に、式（３）により初期クラスタg(g=1,2,...,G)の平均
ベクトルVgを求める。

【００３８】

【数２】

【００３９】つぎに、式（４）によってＵ⁽⁰⁾をＵ⁽¹⁾に
更新する。

【００４０】

【数３】

【００４１】これを演算子Ｔを使って、Ｕ⁽¹⁾をＴ
⁽¹⁾（Ｕ⁽⁰⁾）と表わし、これを反復する。すなわち、 Ｕ^(k+1)＝Ｔ^(k+1)（Ｕ^(k)） (k=0,1,2,...) ・・・（５） とする。

【００４２】上記反復は、｜Ｕ^(k+1)−Ｕ^(k)｜≦εとな
ったとき計算を終了する。もし、｜Ｕ^(k+1)−Ｕ^(k)｜≦
εとならない場合は、上記計算を繰り返す。

【００４３】代表点記憶手段３５は、このようにして得
られた代表点ベクトルを記憶する。なお、この状態で
は、求められた代表点ベクトルには、時系列概念が取払
われている。そこで、時系列線演算手段３７は、代表点
記憶手段３５に記憶された代表点ベクトルを時系列順に
連結し、特徴点時系列線データを求める。

【００４４】各代表点ベクトルを時系列順に連結するに
は、各代表点ベクトルと各特徴点ベクトルａ１〜ａ３０
を時系列順に、最も近い代表点ベクトルに置き換えて連
結すればよい。例えば、特徴点ベクトルａ１は、最も近
い代表点ベクトルａ１０１に置き換えられ、特徴点ベク
トルａ２は、最も近い代表点ベクトルａ１０１に置き換
えられ、・・・特徴点ベクトルａ８は、最も近い代表点
ベクトルａ１０２に置き換えられ、・・・・特徴点ベク
トルａ３０は、最も近い代表点ベクトルａ１０４に置き
換えられる。これにより、各代表点ベクトルａ１０１〜
ａ１０４が時系列順に連結されることになる。

【００４５】このようにして、ベクトル時系列Ａ１をベ
クトル量子化したベクトル時系列Ａ１０１が得られる。

【００４６】なお、ベクトル時系列Ａ１０１は、 Ａ１０１＝ａ１０１，ａ１０２，ａ１０３，ａ１０４ で表わされる。ベクトル時系列Ａ１０１を表わす特徴点
時系列線Ｌ１を図３に示す。

【００４７】求めた特徴点時系列線は、正規化後時系列
線演算手段１１で、正規化される。このモード切換え信
号に基づき、特徴点時系列線演算手段９が求めた特徴点
時系列線データに基づいて、正規化後特徴点時系列線デ
ータを演算する。

【００４８】このような正規化を行なうのは次のような
理由による。まず、同じ音韻（定常部）例えば、”オ”
であっても、周波数のずれにより、ベクトル空間内の”
オ”という特徴点の分布バラツキができ、そのバラツキ
の中心点も変動するからである。

【００４９】また、異なる音韻間の遷移（非定常部：た
とえば”オ”と”ム”の間）区間と対応するベクトル空
間内の特徴点は、遷移区間の時間軸のサンプリングの時
点の違いにより、その位置が異なる。したがって、それ
らの変動は空間曲線の長さに影響を与える。すなわち、
同じ単語を表わす特徴点時系列線データであっても、ベ
クトル空間においてはその長さ、形状が異なるからであ
る。

【００５０】正規化後特徴点時系列線データの演算につ
いては、次の様に行なわれる。特徴点時系列線データの
軌跡の長さを求め、これを（Ｎ−１）等分割する。この
分割点に基づき新たな軌跡を求め、求めた軌跡に沿って
再サンプリングしたＮ点の特徴点を正規化された特徴点
として用いる。

【００５１】つぎに、図７〜図９を用いてＰ次元ベクト
ル空間における近似的連続曲線の正規化の方法に具体的
に説明する。

【００５２】まず、Ｐ次元空間における入力特徴点と補
間点との関係を図７を用いて説明する。図に示すよう
に、入力特徴点ａ(i-1)、ａ(i)、ａ(i+1)があった場
合、補間点xは、以下の（６）式で表わされる。

【００５３】 x=a(i)+(a(i+1)-a(i))・t; (0≦t≦1; i=0,...,I-2) ・・・（６） また、Ａの軌跡の長さをＬ(A)で表わすと、式（３）の
ように定義される。

【００５４】

【数４】

【００５５】なお、

【００５６】

【数５】

【００５７】である。

【００５８】つぎに、軌跡長Ｌ(A)をＮ−１等分割し軌
跡Ｘに沿って再サンプリングしたＮ点の特徴点を正規化
された特徴点として用いる。

【００５９】ここで、再サンプリングするＮ点の正規化
特徴点を、 Ｂ＝b(0)b(1)...b(n)...b(N-1) ・・・・（８） {b(n)=(bn1,bn2,...,bnp,...,bnP)} で表わした場合、正規化特徴点は以下の（９）〜（１
２）式によって求められる。なお、b(0)=a(0)であり b
(N-1)=a(I-1)とする。

【００６０】但し、Ｉ、Ｐ、ｉ、ｎ、Ａ、ｄ(ｉ)、Ｌ
(A)、Ｎ−１、△Ｌ、Ｂ、Ｄ(A)、Ｄ(B)、Ｓ(n)について
は、以下を表わすものとする（図８参照）。

【００６１】Ｉ：入力時間長 Ｐ：ベクトル次元数 ｉ：軌跡上の入力特徴点の番号； i=0,...,I-1 ｎ：軌跡上の正規化特徴点の番号； n=0,...,N-1 Ａ：入力音声特徴ベクトルの時系列； Ａ＝a(0)a(1)...a(i) ...a(I) {a(i)=ai1,ai2,...,ai
p,...,aiP)} ｄ(ｉ)：近隣両特徴点間の距離；

【００６２】

【数６】

【００６３】Ｌ(A)：Ａの軌跡長；

【００６４】

【数７】

【００６５】Ｎ−１：軌跡上の等分割数 ΔＬ：軌跡上の等分割の線分長 Ｂ：正規化される特徴ベクトルの時系列； Ｂ＝b(0)b(1)...b(n)...b(N-1) {b(n)=(bn1,bn2,...,bnp,...,bnP)} Ｄ(A)：軌跡に沿ってある特徴点a(i)までの軌跡長；

【００６６】

【数８】

【００６７】Ｄ(B)：軌跡に沿ってある正規特徴点ｂ(n)
までの軌跡長； Ｄ(B)＝ｎ・△Ｌ Ｓ(n)：再サンプリング時点ｂ(n)の局所軌跡長であり、
具体的には、図８に示すように、隣接する入力特徴点か
らの軌跡長である。

【００６８】 △Ｌ＝Ｌ(A)／（Ｎ−１） ・・・（９）

【００６９】

【数９】

【００７０】なお、ここで、ｉ＝ｎｕｍｂｅ｛ｋ｜（・
・・）｝とは、”ｋ””が（・・・）内の条件を満たす
時の番号を、ｉとしてとるということを意味する。

【００７１】 t(n)=S(n)／ｄ(ｉ+1）; (0≦t(n)≦1) ・・・（１１） b(n)=a(i)+(a(i+1)-a(i))・t(n) ・・・（１２） この演算アルゴリズムについて、図９を用いて説明す
る。図９ステップＳＴ１においては、まず初期化がなさ
れる。

【００７２】つぎに、ステップＳＴ２〜ステップＳＴ５
にて、S(n)を求める。ステップＳＴ２においては、Ｄ
(A)（ここではＤ(A)＝０）に、つぎの入力特徴点までの
距離ｄ(i+1)を加える。ステップＳＴ３では、Ｄ(A)＞Ｄ
(B)かを判断する。すなわち、つぎの入力特徴点までの
距離ｄ(i+1)がΔＬよりも大きいか否かを判断する。

【００７３】条件を満足していれば、ステップＳＴ４に
進み、Ｄ(A)＝Ｄ(A)−ｄ(i+1)とする。そして、Ｓ(n)＝
Ｄ(B)−Ｄ(A)（ステップＳＴ５）とする。これにより、
入力特徴点ａ(i)からの軌跡長Ｓ(n)を得ることができ
る。

【００７４】なお、ステップＳＴ３にて、Ｄ(A)＞Ｄ(B)
が成立しなければ、ステップＳＴ６に進み、i＝i+1と
し、さらにつぎの入力特徴点までの距離をＤ(A)に加え
る（ステップＳＴ７）。ステップＳＴ２に戻り、ステッ
プＳＴ３〜ステップＳＴ７までを繰り返す。

【００７５】つぎに、求めた軌跡長Ｓ(n)に基づき、再
サンプリングする補間点b(n)を求める。既に説明した入
力特徴点と補間点との関係に基づき、補間点b(n)を求め
る（ステップＳＴ８）。ステップＳＴ９にて、ｎ＝Ｎ−
２に達した場合には、終了する。ステップＳＴ９にて、
ｎ＝Ｎ−２に達していない場合には、ステップＳＴ１０
に進み、n＝n+1、Ｄ(B)＝ｎ・△Ｌとして、ステップＳ
Ｔ２以下を繰り返すことにより、軌跡長Ｓ(n+1)を求め
る。

【００７６】このようにして、求めた正規化後特徴点時
系列線ＳＬ１を図５に示す。図において、特徴点ａ１０
１〜ａ１０４が入力特徴点であり、特徴点b１０１〜b１
１０が求めた補間点である。

【００７７】図１に戻って、モード切換え手段１８は、
記憶モードの場合は、正規化後時系列線演算手段１１に
記憶モードを示すモード切換え信号を出力する。正規化
後時系列線演算手段１１は、このモード切換え信号を受
けて、求めた正規化後特徴点時系列線データを正規化後
時系列線記憶手段１３に出力し、正規化後時系列線記憶
手段１３は、この正規化後時系列線データを記憶する。

【００７８】特定人標準時系列線取得手段１５は、正規
化後時系列線記憶手段１３に記憶された同一単語に対す
る同一人による複数の正規化後時系列線データに基づ
き、特定人の正規化後標準時系列線である特定人標準時
系列線データを求め記憶する。本実施例においては、以
下の様にして、特定人標準時系列線データの演算を行な
った。まず、第１の話者が単語ｗを５回発声した信号波
形データについて、各々正規化後時系列線データを求め
る。すなわち、５個の正規化後時系列線データが得られ
る。得られた５個の正規化後時系列線データをファジィ
Ｃ―ミーンズ法を用いて、ファジィクラスタリングを行
ない、第１の話者の単語ｗに対する特定人標準時系列線
データである第１の話者の単語ｗに対する標準パターン
データを求める。このようなファジィクラスクリングを
第１段階のファジィクラスタリングという。

【００７９】不特定人標準時系列線取得手段１７は、特
定人標準時系列線取得手段１５に記憶された複数人の特
定人標準時系列線データに基づき不特定人の標準時系列
線データを求め、記憶する。

【００８０】本実施例においては、以下の様にして、不
特定人標準時系列線データの演算を行なった。まず、第
１〜第５の話者の単語ｗに対する標準時系列線データを
ファジィＣ―ミーンズ法を用いて、ファジィクラスタリ
ングを行ない、不特定人標準時系列線データである単語
標準パターンを求める。このようなファジィクラスクリ
ングを第２段階のファジィクラスタリングという。

【００８１】本実施例においては、このように、２つの
段階のファジィクラスタリングを行なっているので、不
特定人標準時系列線データを、より効果的に求めること
ができる。なぜなら、ファジィクラスタリングにおいて
は、クラスタに属する各要素間相殺作用により、分類効
果が低下するおそれがあるからである。

【００８２】図１０、図１１に、前記２段階の演算の一
般式を示す。なお、Ａ^w,i _j、Ｕ^w,i、Ｖ^w,i _g、ＳＡ^w _k、
Ｕ^w、Ｖ^w _g、Ｒ^w _gは、以下を表わすものとする。

【００８３】Ａ^w,i _j：話者ｉが単語ｗに対してｊ回目発
声して得られた正規化特徴ベクトルの時系列（個体）； Ａ^w,i _j=(a^w,i _j(q)) (q=1,2,...Q) a^w,i _j(q)=(a^w,i _j(q,p) (p=1,2,...P) Ｕ^w,i：第１段階で得られた各個体Ａ^w,i _j(j=q,..,J)の
各クラスタへの所属度行列； Ｕ^w,i＝(u^w,i(g,j)) (g=1,2,...,G1;j=1,2,...,J) Ｖ^w,i _g：第１段階で得られた各クラスタg(g=q,...,G1)
の中心ベクトルの時系列 ； Ｖ^w,i _g＝(v^w,i _g(q)) (q=1,2,...Q) Ｖ^w,i _g(q)＝(v^w,i _g(q,p)) (p=1,2,...P) ＳＡ^w _k：第１段階で得られた各特定話者の単語ｗに対す
る標準パターン； (k=g+(i-1)×G1) U^w：第２段階で得られた各個体ＳＡ^w _k(k=1,...,I×G1)
の各クラスタへの所属度行列； Ｕ^w＝(u^w(g,j)) (g=1,2,...,G1; j=1,2,...,J) Ｖ^w _g：第２段階で得られた各クラスタg(g=1,...,G1)の
中心ベクトルの時系列； Ｖ^w _g＝(V^w _g(q)) (q=1,2,...Q) Ｖ^w _g(q)＝(V^w _g(q,p)) (p=1,2,...P) Ｒ^w _g：単語ｗの標準パターン； (g=1,2,...,G2) まず、第１段階で得られる特定人の標準時系列線データ
は、図１０のフローチャートにて求められる。話者ｉが
単語ｗに対してｊ回目発声して得られた正規化特徴ベク
トルの時系列（個体）Ａ^w,i _jが与えられると、図１０ス
テップＳＴ２１において、前記代表点ベクトルの演算と
同様にして、ファジィクラスタリングを行ない（ＦＣＭ
１(FAZZY-C-MEANS 1)）、所定の収束判定値εになるま
で、ファジィクラスタリングを繰り返す。所定の収束判
定値εが得られると、その場合のＶ^w,i _gを特定人の単語
ｗに対する標準パターンＳＡ^w _kとする。

【００８４】つぎに、第２段階に進む。複数の特定人の
ＳＡ^w _kが与えられると、図１１ステップＳＴ２５におい
て、第２のファジィクラスタリング（ＦＣＭ２）を行な
い、所定の収束判定値εになるまで、ファジィクラスタ
リングを繰り返す。所定の収束判定値εが得られると、
その場合のＶ^w _gを不特定人の単語ｗに対する標準パター
ンＲ^w _gとする。

【００８５】このようにして、不特定人の標準時系列線
データを得ることができる。

【００８６】なお、本実施例においては、特定人標準時
系列線データを求めたのち、不特定人標準時系列線デー
タを求めたが、特定人の正規化後時系列線データから一
旦特定人標準時系列線データを求めることなく、直接不
特定人標準時系列線データを求めてもよい。この場合
は、第１〜第５の話者が単語ｗを５回発声した信号波形
データについて、すなわち、５×５＝２５個の正規化後
時系列線データに基づき、まとめてファジィクラスタリ
ングを行ない、不特定人標準時系列線データを演算すれ
ばよい。

【００８７】また、本実施例においては、５個の正規化
後時系列線データについてファジィクラスタリングを行
なうことにより、特定人標準時系列線データを求めた
が、正規化前の特徴点時系列線データに基づき、ファジ
ィクラスタリングを行ない、その後正規化して特定人標
準時系列線データを求めてもよい。この場合は、第１の
話者が単語ｗを５回発声した信号波形データを各々ベク
トル空間に配置し、ファジィクラスタリングしたのち、
正規化すればよい。

【００８８】さらに、特定人標準時系列線データを求め
ることなく、すべての話者がある単語を繰り返し発声し
た正規化前特徴点時系列線データに基づき、まとめてフ
ァジィクラスタリングを行ない、その後正規化して不特
定人標準時系列線データを求めてもよい。

【００８９】つぎに、比較モードについて説明する。図
１に戻って、比較対象となる信号波形データが入力手段
３から入力されると、特徴量抽出手段５、特徴点演算手
段７、および特徴点時系列線演算手段９によって、特徴
点時系列線データが正規化後時系列線演算手段１１に与
えられる。

【００９０】モード切換え手段１８は、正規化後時系列
線演算手段１１に比較モードを示すモード切換え信号を
出力する。正規化後時系列線演算手段１１は、このモー
ド切換え信号を受けて、比較対象となる信号波形データ
の正規化後特徴点時系列線データを照合度演算手段１９
に出力する。

【００９１】照合度演算手段１９は、比較対象となる信
号波形データの正規化後特徴点時系列線データと不特定
人標準時系列線取得手段１７に記憶された不特定人の標
準時系列線データと比較し、その照合度を出力する。具
体的には、正規化された補間点について対応する補間点
間の距離を求めて、照合度を得ればよい。

【００９２】このように、特徴点時系列線データを正規
化して正規化後特徴点時系列線データとして、２つの信
号波形データを比較することにより、従来のＤＰマッチ
ング法より高速かつ高精度に両者を比較することができ
る。

【００９３】なお、本実施例においては、入力される信
号波形データとして音声信号を用いて説明したが、信号
の特徴成分を抽出できる信号波形データであればどのよ
うなものであってもよく、例えば、筆跡信号の照合にお
ける正規化識別処理などであってもよい。

【００９４】なお、本実施例においては、モード切換え
信号は、キーボード２８から入力するようにしたが、バ
スライン３０を介して、他の機器（図示せず）から与え
るようにしてもよい。

【００９５】また、本実施例においては、５人の話者が
５回発生して標準パターンを作成したが、人数、回数に
ついてはこれに限られることはない。

【００９６】上記実施例では、図１に示す機能を実現す
る為に、ＣＰＵ２３を用い、ソフトウェアによってこれ
を実現している。しかし、その一部もしくは全てを、ロ
ジック回路等のハードウェアによって実現してもよい。

【００９７】

【発明の効果】請求項１、請求項２の信号波形データ正
規化装置または方法においては、前記各特徴点をファジ
ィ分類して、代表特徴点を求め、さらに、求めた代表特
徴点を時系列順に連結し、特徴点時系列線データを求め
るとともに、前記特徴点時系列線データに基づいて、正
規化後特徴点時系列線データを演算して出力する。これ
により、正規化後の特徴点時系列線データを容易に得る
ことができる。したがって、高速かつ高精度の正規化を
することができる信号波形データ正規化装置またはその
方法を提供することができる。

【００９８】請求項３、請求項４の信号波形データ比較
装置または比較方法においては、前記各フレーム特徴量
を、多次元ベクトル空間に配置した特徴点を求め、前記
各特徴点をファジィ分類して、代表特徴点を求める。さ
らに、求めた代表特徴点を時系列順に連結し、特徴点時
系列線データを求めるとともに、前記特徴点時系列線デ
ータに基づいて、正規化後特徴点時系列線データを演算
する。

【００９９】与えられたモード切換え信号が記憶モード
を示す記憶モード信号である場合には、同一単語に対す
る同一人による複数の正規化後時系列線データに基づ
き、特定人の正規化後標準時系列線である特定人標準時
系列線データを求める。さらに、複数人の特定人標準時
系列線データに基づき不特定人の標準時系列線データを
求める。

【０１００】一方、与えられたモード切換え信号が比較
モードを示す比較モード信号である場合には、演算され
た正規化後特徴点時系列線データと前記不特定人の標準
時系列線データと比較し、その照合度を出力する。

【０１０１】したがって２つの信号波形データを高速か
つ高精度に比較することができる信号波形データ比較装
置またはその方法を提供することができる。

【図面の簡単な説明】

【図１】本発明にかかる信号波形データ比較装置２１の
機能ブロック図である。

【図２】信号波形データ比較装置２１をＣＰＵで実現し
たハードウェアー構成を示す図である。

【図３】Ｐ次元ベクトル空間に特徴点を配置した状態を
示す図である。

【図４】特徴点時系列線演算手段９の構成を示すブロッ
ク図である。

【図５】正規化後特徴点時系列線ＳＬ１を示す図であ
る。

【図６】Ｐ次元ベクトル空間における入力特徴点と補間
点との関係を示す図である。

【図７】Ｐ次元ベクトル空間における再サンプリングす
るＮ点の正規化特徴点を説明する為の図である。

【図８】正規化する際の演算アルゴリズムを示す図であ
る。

【図９】特定人の標準パターンを作成するフローチャー
トである。

【図１０】不特定人の標準パターンを作成するフローチ
ャートである。

【図１１】入力された音声信号を比較する方法の１つで
あるＤＰマッチング法を説明する為の図である。

【図１２】ＤＰマッチングの演算方法を示す図である。

【符号の説明】

３・・・・・入力手段、 ５・・・・・特徴量抽出手段 ７・・・・・特徴点演算手段 ９・・・・・特徴点時系列線演算手段 １１・・・・正規化後時系列線演算手段 １３・・・・正規化後時系列線記憶手段 １５・・・・特定人標準時系列線取得手段 １７・・・・不特定人標準時系列線取得手段 １８・・・・モード切換え手段 １９・・・・照合度演算手段

Claims (4)

【特許請求の範囲】
1. 【請求項１】信号波形データが入力される入力手段、 前記信号波形データを複数フレームに分割し、各フレー
   ム毎の周波数成分をフレーム特徴量として抽出する特徴
   量抽出手段、 前記各フレーム特徴量を、多次元ベクトル空間に配置し
   た特徴点を求める特徴点演算手段、 前記各特徴点をファジィ分類して、代表特徴点を求める
   とともに、求めた代表特徴点を時系列順に連結し、特徴
   点時系列線データを求める特徴点時系列線演算手段、 前記特徴点時系列線データに基づいて、正規化後特徴点
   時系列線データを演算して出力する正規化後時系列線演
   算手段、 を備えたことを特徴とする信号波形データ正規化装置。
2. 【請求項２】入力された信号波形データを複数フレーム
   に分割して、各フレーム毎の周波数成分をフレーム特徴
   量として抽出し、 前記各フレーム特徴量を、多次元ベクトル空間に配置し
   た特徴点を求め、 前記各特徴点をファジィ分類して、代表特徴点を求める
   とともに、求めた代表特徴点を時系列順に連結し、特徴
   点時系列線データを求め、 前記特徴点時系列線データに基づいて、正規化後特徴点
   時系列線データを演算して出力すること、 を特徴とする信号波形データ正規化方法。
3. 【請求項３】信号波形データが入力される入力手段、 前記信号波形データを複数フレームに分割し、各フレー
   ム毎の周波数成分をフレーム特徴量として抽出する特徴
   量抽出手段、 前記各フレーム特徴量を、多次元ベクトル空間に配置し
   た特徴点を求める特徴点演算手段、 前記各特徴点をファジィ分類して、代表特徴点を求める
   とともに、求めた代表特徴点を時系列順に連結し、特徴
   点時系列線データを求める特徴点時系列線演算手段、 前記特徴点時系列線データに基づいて、正規化後特徴点
   時系列線データを演算して出力する正規化後時系列線演
   算手段、 前記正規化後時系列線データを記憶する正規化後時系列
   線記憶手段、 前記正規化後時系列線記憶手段に記憶された同一単語に
   対する同一人による複数の正規化後時系列線データに基
   づき、特定人の正規化後標準時系列線である特定人標準
   時系列線データを求め記憶する特定人標準時系列線取得
   手段、 前記特定人標準時系列線取得手段に記憶された複数人の
   特定人標準時系列線データに基づき不特定人の標準時系
   列線データを求め、記憶する不特定人標準時系列線取得
   手段、 前記正規化後時系列線演算手段にモード切換え信号を出
   力するモード切換え手段、 正規化後時系列線演算手段から得た正規化後特徴点時系
   列線データと不特定人標準時系列線取得手段に記憶され
   た不特定人の標準時系列線データと比較し、その照合度
   を出力する照合度演算手段、 を備え、 前記正規化後時系列線演算手段は、 Ａ）前記モード切換え信号が記憶モードを示す記憶モー
   ド信号である場合には、前記正規化後時系列線記憶手段
   に正規化後特徴点時系列線データを出力し、 Ｂ）前記モード切換え信号が比較モードを示す比較モー
   ド信号である場合には、前記照合度演算手段に正規化後
   特徴点時系列線データを出力すること、 を特徴とする信号波形データ比較装置。
4. 【請求項４】入力された信号波形データを複数フレーム
   に分割して、各フレーム毎の周波数成分をフレーム特徴
   量として抽出し、 前記各フレーム特徴量を、多次元ベクトル空間に配置し
   た特徴点を求め、 前記各特徴点をファジィ分類して、代表特徴点を求める
   とともに、求めた代表特徴点を時系列順に連結し、特徴
   点時系列線データを求め、 前記特徴点時系列線データに基づいて、正規化後特徴点
   時系列線データを演算し、 Ａ）与えられたモード切換え信号が記憶モードを示す記
   憶モード信号である場合には、 Ａ１）演算された正規化後特徴点時系列線データを記憶
   し、 Ａ２）記憶された同一単語に対する同一人による複数の
   正規化後時系列線データに基づき、特定人の正規化後標
   準時系列線である特定人標準時系列線データを求め、 Ａ３）複数人の特定人標準時系列線データに基づき不特
   定人の標準時系列線データを求め、記憶し、 Ｂ）与えられたモード切換え信号が比較モードを示す比
   較モード信号である場合には、 Ｂ１）演算された正規化後特徴点時系列線データと前記
   不特定人の標準時系列線データと比較し、その照合度を
   出力すること、 を特徴とする信号波形データ比較方法。