JPH0792673B2 - 認識用辞書学習方法 - Google Patents

認識用辞書学習方法

Info

Publication number
JPH0792673B2
JPH0792673B2 JP59206656A JP20665684A JPH0792673B2 JP H0792673 B2 JPH0792673 B2 JP H0792673B2 JP 59206656 A JP59206656 A JP 59206656A JP 20665684 A JP20665684 A JP 20665684A JP H0792673 B2 JPH0792673 B2 JP H0792673B2
Authority
JP
Japan
Prior art keywords
recognition
learning
voice
recognition dictionary
speech
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 - Lifetime
Application number
JP59206656A
Other languages
English (en)
Other versions
JPS6184694A (ja
Inventor
洋一 竹林
英範 篠田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP59206656A priority Critical patent/JPH0792673B2/ja
Priority to US06/775,398 priority patent/US4783802A/en
Priority to DE8585112174T priority patent/DE3579662D1/de
Priority to EP85112174A priority patent/EP0178509B1/en
Publication of JPS6184694A publication Critical patent/JPS6184694A/ja
Publication of JPH0792673B2 publication Critical patent/JPH0792673B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は、入力信号を認識する装置における認識率の向
上を効果的に図り得る認識用辞書学習方法に関する。
〔発明の技術的背景とその問題点〕
近時、文字認識や音声認識等のパターン認識技術の発達
が目覚ましく、音声の分野でも単調音声認識装置等が実
用化されつつある。しかして、種々提唱されている音声
認識装置の大部分は、動的計画法（DPマッチング法）を
用いて入力音声パターンの時間軸伸縮を行い、この時間
軸伸縮されて正規化された入力音声パターンと予め準備
された認識辞書パターン（標準パターン）との照合を行
う如く構成されている。
ところが上記認識辞書パターンには音声パターンの変動
に対する統計的情報が全く含まれていない為、雑音の影
響を受け易く、また不特定話者を対象とした認識やその
高性能化の上で限界があった。従って、不特定多数の話
者を対象とする電話単語音声認識や認識対象カテゴリの
数が多い単語音声認識装置、更には音素・音節の認識に
あっては、未だに認識率が低く、音声認識技術における
大きな課題となっている。
ところで、予め多数の音声パターンを収集し、これらの
音声パターンを用いて音声認識用辞書の学習を行って、
その認識性能（認識率）を高めることが、統計的パター
ン認識理論の立場から良く知られている。しかし、認識
対象とするカテゴリーの数の多い音声認識装置や、実用
に際して認識対象とする語彙の変更がしばしば要求され
る単語音声認識装置では、上述したように多数の音声パ
ターンを予め収集することが甚だ困難である。
また特定話者用の音声認識装置や、話者適応型の音声認
識装置では、同一話者が同じカテゴリを多数回発生して
その音声パターンを入力することが必要であり、利用者
にとって多大な負担となっている。更には不特定話者用
の音声認識装置においても、少数の音声パターンからだ
けでは良好な辞書が設計できないという問題がある。こ
の為、語彙の変更あるいはコストの面でも、更には時間
的な面でも音声認識用辞書の充実化が困難であり、音声
認識装置普及の大きな妨げなっていた。
〔発明の目的〕
本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、入力信号の認識に供する認識用
辞書を少数の信号パターンを効果的に用いて学習し、そ
の認識率の向上を図り得る実用性の高い認識用辞書学習
方法を提供することにある。
〔発明の概要〕
本発明は入力信号パターンを分析して得られる特徴パラ
メータの時系列の一部から認識用辞書の作成に必要な特
徴ベクトルを抽出する際に、上記入力信号のレベル変
動、信号が発せられる速度の変動、通信回線による変
動、ノイズによる変動など種々の特徴ベクトルの変動傾
向を考慮して、前記特徴パラメータの一時系列から複数
の特徴ベクトルを抽出し、これらの特徴ベクトルを用い
て認識用辞書を学習するようにしたものである。
つまり、入力信号パターンに関するパターン変動の要因
についての知識を利用して、実際に認識処理に使用する
特徴ベクトル以外の特徴ベクトルをも入力信号の特徴パ
ラメータの時系列から抽出し、これらの特徴ベクトルを
用いて認識用辞書の学習を行わしめることにより、比較
的少数の入力信号データから、上記認識用辞書の性能向
上、充実化を簡易に、かつ効率よく行うようにしたもの
である。
〔発明の効果〕
かくして本発明によれば、比較的少数の入力信号パター
ンを有効に利用して、容易に信頼性の高い認識用辞書の
作成（学習）を行うことが可能となり、認識率の向上を
図ることが可能となる。しかも、変動傾向に対応する人
工的変動を考慮した複数の学習用特徴ベクトルより辞書
を学習することにより、それぞれの変動傾向に対して凝
縮した辞書が作成でき、このような辞書を利用すること
で各変動傾向に対し安定した認識結果を得られる。
特に、本発明は入力信号パターンの広範な変動を吸収で
きる統計的パターン認識方式と組み合わせると効果的で
ある。例えば、文字認識の分野で提案され、漢字認識で
その有効性が確認されている複合類似度法をそのまま本
発明における認識処理に適用すると、その認識用辞書設
計の際に多数の信号パターンを必要とするが、本発明に
かかる学習方法によって、入力する信号パターンは少数
でも擬似的に多数の信号パターンで学習させたことにな
り、高性能な認識用辞書を非常に効率的に得られる等の
多大なる効果が奏せられる。
〔発明の実施例〕
以下、図面を参照して本発明の実施例につき説明する。
第１図は、本発明による音声認識用辞書学習方式を組込
んだ音声認識装置の概略構成図である。
マイクロフォン等を介して入力された入力音声は、例え
ば８チャンネルのフィルタバンクからなる音響分析部１
に入力され、一定の分析フレーム周期、例えば10ms毎に
分析されてその音声特徴パラメータとして時系列に出力
される。尚、音声特徴パラメータとしては、上記８チャ
ンネルのフィルタバンクの各出力を２乗検波して得られ
る周波数スペクトルや、ケプストラム係数、LPC係数、
或いは離散的フーリエ変換等のディジタル信号処理によ
り得られるものや、更にはスイッチド・キャパシタフィ
ルタやアナログフィルタ等のアナログ分析により得られ
るもの等であっても良い。そして音声認識処理や認識辞
書の作成（学習）は、通常これらの特徴パラメータの幾
つかを用いて行われる。尚、上記音響分析処理について
は本発明の要旨とは直接関係ないので、ここでは上記音
響分析部１が８チャンネルのフィルタバンクにて構成さ
れるものとして以下の説明を行う。
しかして入力音声の認識処理は、上記分析部１の８チャ
ンネルのフィルタバンク出力である短時間周波数スペク
トルの時系列から、その一部を入力音声特徴ベクトルと
して抽出して行われる。この場合、認識対象とする音声
の単位が、例えば単語，音節，音素等として異なれば、
その特徴ベクトルの抽出法も異なったものとなる。
今、単語音声認識を例に説明すると、音声特徴ベクトル
抽出部２では、例えば先ず入力音声の始端Ｓおよび終端
Ｅを、音声パワーのレベル変化や、その持続時間等を用
いて決定する。このようにして決定された入力音声の始
端Ｓから終端Ｅまでの時間区間を、例えば第２図に示す
ように等間隔に７分割し、その始終端を含めた８点を選
択して各時点における前記フィルタバンク出力を選択的
に抽出して、時間軸方向８点、周波数軸方向８チャンネ
ルの64（８×８）次元のベクトルを前記入力音声の単語
特徴ベクトルＸとして抽出している。尚、認識対象が上
記単語以外の場合には、他の手法を用いてその特徴ベク
トルが抽出されることは云うまでもない。
パターン照合部３は、予め音声認識用辞書メモリ４に記
憶されている音声認識用辞書と、上記の如く抽出された
単語特徴ベクトルとの間のパターン照合を、例えば複合
類似度法を用いて行う。即ち、パターン照合部３では、
辞書メモリ４に予め認識対象単語毎に用意された辞書
と、上記音声特徴ベクトルＸとの複合類似度値を次式で
計算して、そのパターン照合を行っている。
但し、上式において単語ｌの音声認識用辞書は、am(l)
を定数、Ψm(l)を固有ベクトルとして与えられる。パタ
ーン照合部３は、入力音声特徴ベクトルＸと、辞書メモ
リ４に登録された各認識対象単語の辞書との類似度値S
(l)をそれぞれ計算し、その中で最大の類似度値S(l)を
得る単語ｌを認識結果として出力している。このような
過程を経て前記入力音声が単語認識される。
さて本発明方式は、上述したようにしてパターン照合に
用いられる音声認識用辞書を効率良く学習し、改良し、
高性能化するものである。
しかして前記音声認識用辞書の学習時には、学習用特徴
ベクトル抽出部５は、前記音響分析部１からの、８チャ
ンネルのフィルタバンク出力を得て、前述した認識時に
用いる特徴ベクトルを抽出すると共に、その特徴ベクト
ルの変動傾向を考慮した学習処理の為の他の特徴ベクト
ルをも抽出している。つまりこの特徴ベクトル抽出部５
では前記音響分析部１が入力音声を分析して求めた１つ
の特徴パラメータの時系列から、前記認識処理に供せら
れる特徴ベクトルを含む複数の学習用音声特徴ベクトル
を抽出している。
例えば前述したように単語音声認識を対象とする場合に
は、先ず入力音声パワーのレベル変動を考慮して、入力
音声パワーのレベルを意図的に増加、減少をさせる。つ
まり、前記８チャンネルフィルタバンクの出力値を数段
階に、例えば±10dBの範囲で適当に３段階に変化させて
複数種の前記特徴パラメータの時系列を、例えば第２図
中I,I′,I″の如く得ている。これらの時系列I,I′,I″
に関して、先に述べたように音声の始終端S,Eをそれぞ
れ検出し、その特徴ベクトルX,X′,X″を抽出して、学
習部６に与えている。学習部６では、このようにして求
められた入力音声の複数の学習用特徴ベクトルからその
共分散行列を求め、この共分散行列をKL展開する等して
音声認識用辞書を計算している。このようにして求めら
れた辞書が前記音声認識用辞書メモリー４に与えられ、
辞書メモリー４に格納された辞書に追加、或いはその辞
書の更新が行われる。
以上の説明は複合類似度を適用する際の音声認識用辞書
の学習処理であるが、他の識別法、例えばマハラノビス
距離、最尤法等、各種の識別法に応じて、辞書学習の処
理が異なることは云うまでもない。換言すれば、認識処
理の識別法に係わりなく、入力音声を分析して得られた
１つの特徴パラメータの時系列から、認識時に抽出する
音声特徴ベクトルと、それ以外の学習用音声特徴ベクト
ルとを、例えば音声パターンの変動傾向を考慮して複数
抽出し、これらの特徴ベクトルを用いて認識辞書の学習
を行うようにすれば良い。
かくして本方式によれば、入力音声に関する先験的知識
を利用して該入力音声から複数の特徴ベクトルを抽出す
るので、少ない入力音声情報から多数の学習用情報を得
ることができ、これらを用いて認識辞書の学習を効果的
に行うことが可能となる。例えば入力音声のレベルに関
する先験的知識として、発話の大きさや話者とマイクロ
ホンとの距離の差異、あるいは増幅率の変動等に起因す
る上記入力音声のレベル変動が生じることが一般的に知
られている。従ってこの場合には、本来の音声パターン
から単語音声の始終端S,Eを検出し、その単語音声区間
を７等分して得られる単語音声の特徴ベクトルＸを得る
と共に、例えば上記入力音声レベルを±10dB変動させた
音声パターンの始終端Ｓ′,E′およびＳ″,E″をそれぞ
れ求め、これらの始終端Ｓ′,E′およびＳ″,E″に基い
て前記特徴ベクトルＸとは異なる単語特徴ベクトル
Ｘ′,X″を得る。
このようにして学習の際に用いる特徴ベクトルのデータ
量を増加させて前記認識辞書の学習を行うことができ
る。また上記レベル変動の他に、発話速度の変化や伸縮
に関する先験的知識を利用すれば、発話の時間的変動傾
向を考慮して音声特徴ベクトルのリサンプル点を変える
ことにより、複数の学習用単語特徴ベクトルを作成して
認識辞書の学習に用いる特徴ベクトルのデータ量の増加
を図ることが可能となる。
更には入力音声パターンの時間軸方向の変動の他に、不
特定話者を対象とした場合に生じる話者の変動や電話回
線の周波数特性の変動等、周波数軸方向の変動に関する
知識も同様に利用することができる。具体的には、例え
ば前記８チャンネルのフィルタ出力、つまり周波数スペ
クトルの傾きや、フォルマント周波数の変動、或いはピ
ッチ周波数の影響に関する知識も積極的に取り入れ、学
習用特徴ベクトルの抽出を行えば効果的である。
尚、本発明は詳述した実施例に限定されるものではな
い。例えば上述した単語音声認識以外にも、音素認識，
音節認識，連続単語認識，母音認識等にも適用すること
ができる。また１フレーム分の音声パラメータを用いる
母音認識でも、前述したレベル変動やフォルマントの変
動スペクトルの傾きに変形を与えて複数の学習用特徴ベ
クトルを作成するようにすれば、その認識辞書の学習を
効果的に行い得る。
また、連続単語認識にあっても、例えば単語境界を複数
点として変化させて単語特徴ベクトルの抽出を行えば、
少数パターンで効率の良い辞書学習が可能となる。また
単語節認識や子音認識についても、特徴ベクトルの時間
方向の移動を考慮してその時間軸を移動させて複数の時
間周波数スペクトルを抽出するようにすれば良い。
また音声パターンの変形としては、背景騒音（ノイズ）
による影響が大きい。従ってこのような場合には、例え
ば第３図に示すようにノイズ発生器７を用いて音声入力
部８における入力音声波形に、或いは音響分析部１にお
ける音声特徴パラメータに、更には特徴ベクトル抽出部
５において、予め準備した幾つかの騒音を適当なレベル
で付加して学習用特徴ベクトルを作成するようにすれば
良い。このようにすればノイズの影響を考慮した辞書を
簡易に作成することができ、実用的利点が絶大である。
また本発明に係る辞書学習方式は、音声以外の音響信号
や振動信号のパターン認識にも適用可能である。例えば
ボールベアリングの異常を音響振動信号で診断する場合
やエンジンの故障の発見、更には声帯の異常の診断、話
者認識や話者照合にも適用できる。このように本発明で
は、認識用特徴ベクトルを先験的知識を用いて変形させ
て複数の学習用特徴ベクトルを得るものであるから、そ
の変形の傾向については認識対象とする音声や音響信号
の性質に応じて、その適用分野毎に設定すれば良い。要
するに本発明はその要旨を逸脱しない範囲で種々変形し
て実施することができる。
このように本発明は少数の入力パターンを有効に用い
て、高性能で且つ効率的に辞書を作成するので、種々の
分野での経済的波及効果は多大である。特に、多数のデ
ータの収集が困難な場合における効果は絶大である。
【図面の簡単な説明】
第１図は本発明の一実施例方式を適用した単語音声認識
装置の概略構成図、第２図は学習用特徴ベクトルの生成
概念を示す図、第３図は雑音を考慮した特徴ベクトルの
生成を行う為の装置構成例を示す図である。 １……音響分析部、２……認識用特徴ベクトル抽出部、
３……パターン照合部、４……音声認識用辞書メモリ、
５……学習用特徴ベクトル抽出部、６……学習部、７…
…ノイズ発生器、８……音声入力部。

Claims (4)

    【特許請求の範囲】
  1. 【請求項１】入力信号を分析して得られる特徴パラメー
    タの時系列の一部から特徴ベクトルを抽出し、 この特徴ベクトルに基づくパターン照合により前記入力
    音声を認識する認識処理に用いられる認識用辞書を学習
    するに際し、 前記特徴パラメータから抽出される、入力音声パターン
    の発話速度に関する時間軸方向の変動、話者、マイクロ
    フォン、電話回線の周波数特性に関する周波数軸方向の
    変動、レベルの変動、ノイズの重畳による信号対雑音比
    の変動のいずれかを該入力音声パターンに人工的に加え
    て複数の学習用特徴ベクトルを生成し、 これら複数の学習用特徴ベクトルを利用して前記認識用
    辞書を統計的に学習することを特徴とする認識用辞書学
    習方法。
  2. 【請求項２】認識用辞書は、入力信号を分析して得られ
    る特徴パラメータの時系列から抽出される複数の特徴ベ
    クトルの共分散行列を求め、この共分散行列を展開して
    計算されるものである特許請求の範囲第１項記載の認識
    用辞書学習方法。
  3. 【請求項３】入力信号が音声である場合の特徴ベクトル
    は、単語、音節、音素、またはこれらの複数の特徴を表
    現してなるものである特許請求の範囲第１項記載の認識
    用辞書学習方法。
  4. 【請求項４】認識用辞書の統計的学習に複合類似度法を
    用いることを特徴とする特許請求の範囲第１項記載の認
    識用辞書学習方法。
JP59206656A 1984-10-02 1984-10-02 認識用辞書学習方法 Expired - Lifetime JPH0792673B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP59206656A JPH0792673B2 (ja) 1984-10-02 1984-10-02 認識用辞書学習方法
US06/775,398 US4783802A (en) 1984-10-02 1985-09-12 Learning system of dictionary for speech recognition
DE8585112174T DE3579662D1 (de) 1984-10-02 1985-09-25 System zum lernen von referenzmustern fuer spracherkennung.
EP85112174A EP0178509B1 (en) 1984-10-02 1985-09-25 Dictionary learning system for speech recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP59206656A JPH0792673B2 (ja) 1984-10-02 1984-10-02 認識用辞書学習方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP6042389A Division JPH0786759B2 (ja) 1994-03-14 1994-03-14 音声認識用辞書学習方法

Publications (2)

Publication Number Publication Date
JPS6184694A JPS6184694A (ja) 1986-04-30
JPH0792673B2 true JPH0792673B2 (ja) 1995-10-09

Family

ID=16526959

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59206656A Expired - Lifetime JPH0792673B2 (ja) 1984-10-02 1984-10-02 認識用辞書学習方法

Country Status (4)

Country Link
US (1) US4783802A (ja)
EP (1) EP0178509B1 (ja)
JP (1) JPH0792673B2 (ja)
DE (1) DE3579662D1 (ja)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6273391A (ja) * 1985-09-27 1987-04-04 Toshiba Corp パタ−ン認識学習装置
CA1311059C (en) * 1986-03-25 1992-12-01 Bruce Allen Dautrich Speaker-trained speech recognizer having the capability of detecting confusingly similar vocabulary words
US5129000A (en) * 1986-04-05 1992-07-07 Sharp Kabushiki Kaisha Voice recognition method by analyzing syllables
US5347612A (en) * 1986-07-30 1994-09-13 Ricoh Company, Ltd. Voice recognition system and method involving registered voice patterns formed from superposition of a plurality of other voice patterns
US4916743A (en) * 1987-04-30 1990-04-10 Oki Electric Industry Co., Ltd. Pattern matching system
US5129002A (en) * 1987-12-16 1992-07-07 Matsushita Electric Industrial Co., Ltd. Pattern recognition apparatus
US5255342A (en) * 1988-12-20 1993-10-19 Kabushiki Kaisha Toshiba Pattern recognition system and method using neural network
US5761639A (en) * 1989-03-13 1998-06-02 Kabushiki Kaisha Toshiba Method and apparatus for time series signal recognition with signal variation proof learning
JP3002204B2 (ja) * 1989-03-13 2000-01-24 株式会社東芝 時系列信号認識装置
JPH02272495A (ja) * 1989-04-13 1990-11-07 Toshiba Corp 音声認識装置
US5222147A (en) * 1989-04-13 1993-06-22 Kabushiki Kaisha Toshiba Speech recognition LSI system including recording/reproduction device
US5794194A (en) * 1989-11-28 1998-08-11 Kabushiki Kaisha Toshiba Word spotting in a variable noise level environment
JP3045510B2 (ja) * 1989-12-06 2000-05-29 富士通株式会社 音声認識処理装置
DE4024890A1 (de) * 1990-08-06 1992-02-13 Standard Elektrik Lorenz Ag Anpassung von referenzsprachmustern an umgebungsbedingte aussprachevarianten
EP0474496B1 (en) * 1990-09-07 1998-03-04 Kabushiki Kaisha Toshiba Speech recognition apparatus
JPH04182700A (ja) * 1990-11-19 1992-06-30 Nec Corp 音声認識装置
US5182773A (en) * 1991-03-22 1993-01-26 International Business Machines Corporation Speaker-independent label coding apparatus
US5325445A (en) * 1992-05-29 1994-06-28 Eastman Kodak Company Feature classification using supervised statistical pattern recognition
JP3114468B2 (ja) * 1993-11-25 2000-12-04 松下電器産業株式会社 音声認識方法
JP2692581B2 (ja) * 1994-06-07 1997-12-17 日本電気株式会社 音響カテゴリ平均値計算装置及び適応化装置
US5617855A (en) * 1994-09-01 1997-04-08 Waletzky; Jeremy P. Medical testing device and associated method
JP2690027B2 (ja) * 1994-10-05 1997-12-10 株式会社エイ・ティ・アール音声翻訳通信研究所 パターン認識方法及び装置
US5845246A (en) * 1995-02-28 1998-12-01 Voice Control Systems, Inc. Method for reducing database requirements for speech recognition systems
JP3092491B2 (ja) * 1995-08-30 2000-09-25 日本電気株式会社 記述長最小基準を用いたパターン適応化方式
JP3039623B2 (ja) * 1996-10-28 2000-05-08 日本電気株式会社 音声認識装置
GB2331827B (en) * 1996-11-18 2000-12-06 Secr Defence Speech processing system
GB2319379A (en) 1996-11-18 1998-05-20 Secr Defence Speech processing system
EP1161098B1 (en) * 2000-04-27 2011-06-22 Nippon Telegraph And Telephone Corporation Signal detection method and apparatus
KR100406307B1 (ko) * 2001-08-09 2003-11-19 삼성전자주식회사 음성등록방법 및 음성등록시스템과 이에 기초한음성인식방법 및 음성인식시스템
US7177803B2 (en) * 2001-10-22 2007-02-13 Motorola, Inc. Method and apparatus for enhancing loudness of an audio signal
US7177816B2 (en) * 2002-07-05 2007-02-13 At&T Corp. System and method of handling problematic input during context-sensitive help for multi-modal dialog systems
US7302389B2 (en) * 2003-05-14 2007-11-27 Lucent Technologies Inc. Automatic assessment of phonological processes
US20040230431A1 (en) * 2003-05-14 2004-11-18 Gupta Sunil K. Automatic assessment of phonological processes for speech therapy and language instruction
US7373294B2 (en) * 2003-05-15 2008-05-13 Lucent Technologies Inc. Intonation transformation for speech therapy and the like
US20040243412A1 (en) * 2003-05-29 2004-12-02 Gupta Sunil K. Adaptation of speech models in speech recognition
US7676362B2 (en) * 2004-12-31 2010-03-09 Motorola, Inc. Method and apparatus for enhancing loudness of a speech signal
US8280730B2 (en) 2005-05-25 2012-10-02 Motorola Mobility Llc Method and apparatus of increasing speech intelligibility in noisy environments
CN101154380B (zh) * 2006-09-29 2011-01-26 株式会社东芝 说话人认证的注册及验证的方法和装置
US20140207456A1 (en) * 2010-09-23 2014-07-24 Waveform Communications, Llc Waveform analysis of speech
US20120109563A1 (en) * 2010-10-29 2012-05-03 President And Fellows Of Harvard College Method and apparatus for quantifying a best match between series of time uncertain measurements
US9324323B1 (en) 2012-01-13 2016-04-26 Google Inc. Speech recognition using topic-specific language models
US8775177B1 (en) 2012-03-08 2014-07-08 Google Inc. Speech recognition process
JP6244297B2 (ja) * 2014-12-25 2017-12-06 日本電信電話株式会社 音響スコア算出装置、その方法及びプログラム
CN109215679A (zh) * 2018-08-06 2019-01-15 百度在线网络技术（北京）有限公司 基于用户情绪的对话方法和装置
JP7205546B2 (ja) * 2018-10-25 2023-01-17 日本電気株式会社 音声処理装置、音声処理方法、及びプログラム
CN112141837A (zh) * 2020-09-08 2020-12-29 金陵科技学院 一种基于多层字典学习的智能语音电梯***

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4059725A (en) * 1975-03-12 1977-11-22 Nippon Electric Company, Ltd. Automatic continuous speech recognition system employing dynamic programming
JPS5688199A (en) * 1979-12-21 1981-07-17 Hitachi Ltd Pattern pretreatment method in voice identifier
US4394538A (en) * 1981-03-04 1983-07-19 Threshold Technology, Inc. Speech recognition system and method
JPS5862699A (ja) * 1981-10-09 1983-04-14 シャープ株式会社 音声認識装置
JPS5870287A (ja) * 1981-10-22 1983-04-26 日産自動車株式会社 音声認識装置
JPS5876893A (ja) * 1981-10-30 1983-05-10 日本電気株式会社 音声認識装置
JPS58111989A (ja) * 1981-12-25 1983-07-04 シャープ株式会社 音声認識装置
JPS58130393A (ja) * 1982-01-29 1983-08-03 株式会社東芝 音声認識装置
JPS58132298A (ja) * 1982-02-01 1983-08-06 日本電気株式会社 窓制限付パタンマツチング装置
JPS58219600A (ja) * 1982-06-15 1983-12-21 オムロン株式会社 話者照合方法
JPS5915993A (ja) * 1982-07-19 1984-01-27 株式会社東芝 音声認識装置
JPS59137999A (ja) * 1983-01-27 1984-08-08 松下電器産業株式会社 音声認識装置
US4618984A (en) * 1983-06-08 1986-10-21 International Business Machines Corporation Adaptive automatic discrete utterance recognition

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
発明協会公開技報公技番号８３−３４０９

Also Published As

Publication number Publication date
JPS6184694A (ja) 1986-04-30
EP0178509A1 (en) 1986-04-23
US4783802A (en) 1988-11-08
EP0178509B1 (en) 1990-09-12
DE3579662D1 (de) 1990-10-18

Similar Documents

Publication Publication Date Title
JPH0792673B2 (ja) 認識用辞書学習方法
US11056097B2 (en) Method and system for generating advanced feature discrimination vectors for use in speech recognition
Deshwal et al. Feature extraction methods in language identification: a survey
Aggarwal et al. Performance evaluation of sequentially combined heterogeneous feature streams for Hindi speech recognition system
EP1675102A2 (en) Method for extracting feature vectors for speech recognition
Razak et al. Quranic verse recitation recognition module for support in j-QAF learning: A review
Nanavare et al. Recognition of human emotions from speech processing
Patel et al. Optimize approach to voice recognition using iot
Nisar et al. Dialect recognition for low resource language using an adaptive filter bank
Yavuz et al. A Phoneme-Based Approach for Eliminating Out-of-vocabulary Problem Turkish Speech Recognition Using Hidden Markov Model.
Sharma et al. Soft-Computational Techniques and Spectro-Temporal Features for Telephonic Speech Recognition: an overview and review of current state of the art
Wang et al. Robust Text-independent Speaker Identification in a Time-varying Noisy Environment.
Koniaris et al. Selecting static and dynamic features using an advanced auditory model for speech recognition
Zailan et al. Comparative analysis of LPC and MFCC for male speaker recognition in text-independent context
JPH0766734A (ja) 音声コーディング装置および方法
Tantisatirapong et al. Comparison of feature extraction for accent dependent Thai speech recognition system
JPH0786759B2 (ja) 音声認識用辞書学習方法
He et al. Speaker identification based on PCC feature vector
Khalifa et al. Statistical modeling for speech recognition
JP3905620B2 (ja) 音声認識装置
Curelaru Evaluation of the standard i-vectors based speaker verification systems on limited data
JP3438293B2 (ja) 音声認識における単語テンプレートの自動作成方法
Vyas et al. Study of Speech Recognition Technology and its Significance in Human-Machine Interface
Kothapalli et al. Robust recognition of tone specified mizo digits using CNN-LSTM and nonlinear spectral resolution
Nosan et al. Enhanced Feature Extraction Based on Absolute Sort Delta Mean Algorithm and MFCC for Noise Robustness Speech Recognition.

Legal Events

Date Code Title Description
EXPY Cancellation because of completion of term