JPS58125098A - パタンマツチング装置 - Google Patents
パタンマツチング装置Info
- Publication number
- JPS58125098A JPS58125098A JP57007081A JP708182A JPS58125098A JP S58125098 A JPS58125098 A JP S58125098A JP 57007081 A JP57007081 A JP 57007081A JP 708182 A JP708182 A JP 708182A JP S58125098 A JPS58125098 A JP S58125098A
- Authority
- JP
- Japan
- Prior art keywords
- calculated
- similarity
- output
- formula
- calculate
- 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.)
- Pending
Links
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明はバタンマツチング装置(二係り、詳しくは、音
声のごとく特徴ベクトルの時系列として表現される2個
のバタンを比較し、その類似性を評価する尺度すなわち
類似度を計算する装置の改良(′″−関する。
声のごとく特徴ベクトルの時系列として表現される2個
のバタンを比較し、その類似性を評価する尺度すなわち
類似度を計算する装置の改良(′″−関する。
標準の音声バタンと入力の音声バタンとの類似度を用い
て認識を行なう音声認識装置において、標準音声と入力
音声の発声速度の相違を吸収するために、動的計画法(
Dynamic programming )を利用し
た時間軸正規化マツチング法が良く用いられる。さらに
最近では、このD P (Dynamic Pr。
て認識を行なう音声認識装置において、標準音声と入力
音声の発声速度の相違を吸収するために、動的計画法(
Dynamic programming )を利用し
た時間軸正規化マツチング法が良く用いられる。さらに
最近では、このD P (Dynamic Pr。
grarryning)マツチングに対して、マツチン
グ領域を限定する傾斜制限が導入され、これによって、
入力音声バタンの時間軸に対して、連続的にマツチング
を行ない類似性を計算できる連続DPマツチングが提案
されている(特開昭55−2205 )。
グ領域を限定する傾斜制限が導入され、これによって、
入力音声バタンの時間軸に対して、連続的にマツチング
を行ない類似性を計算できる連続DPマツチングが提案
されている(特開昭55−2205 )。
この連続DPマツチングは、離散発声の単語音声だけで
なく連続発声の単語音声を認識することができる。すな
わら、人力バタンの任意の時間における類似度を連続的
に求めることができるので、入力バタンの部分系列と標
準パタンとのマツチングを取ることができ、これ(−よ
って、連続発声の音声認識が可能となる。しかしながら
、従来の傾斜制限を適用した連続DPマツチング法では
、漸化式の計算のために、過去に計算した結電を多数保
持しておく必要があり、これをハードウェアにて実現す
る際には、大容緻の作業用メモリが必要になるという欠
点があった。
なく連続発声の単語音声を認識することができる。すな
わら、人力バタンの任意の時間における類似度を連続的
に求めることができるので、入力バタンの部分系列と標
準パタンとのマツチングを取ることができ、これ(−よ
って、連続発声の音声認識が可能となる。しかしながら
、従来の傾斜制限を適用した連続DPマツチング法では
、漸化式の計算のために、過去に計算した結電を多数保
持しておく必要があり、これをハードウェアにて実現す
る際には、大容緻の作業用メモリが必要になるという欠
点があった。
本発明の目的は、バタンマツチング装置(−おける正規
化類似度を計算する漸化式を変形することにより、記憶
しなければならない計算値の数を削減し、作業用レジス
タあるいはメモリの容量を大幅(二節約することにある
。
化類似度を計算する漸化式を変形することにより、記憶
しなければならない計算値の数を削減し、作業用レジス
タあるいはメモリの容量を大幅(二節約することにある
。
正規化類似度を計算する順化式において、積分量g(i
、j)の漸化式は先に計算済みのd (k。
、j)の漸化式は先に計算済みのd (k。
t) g (m、 n ) l (
i −K<k、 m(i、 j−L<z、n
<J)を変数とする荷重和で与えられるが、本発明はこ
の順化式を隣接する添字の変数から構成される部分和に
分解し、これを繰上、げて、g(i、 J)の計算と同
時に計算することにより、保持しておかなければならな
い変数の数を削減するものである。
i −K<k、 m(i、 j−L<z、n
<J)を変数とする荷重和で与えられるが、本発明はこ
の順化式を隣接する添字の変数から構成される部分和に
分解し、これを繰上、げて、g(i、 J)の計算と同
時に計算することにより、保持しておかなければならな
い変数の数を削減するものである。
一般に音声バタンは特徴ベクトルの時系列として、
A=11.、爪2’l”’l帽、 ・= aVI(11
のように表現される。こ5で、aiは音声の時間点1に
おける特命を示すベクトルで、 ff1i=(ati 、 a2i + −api +
・−api ) 121のように表わされる。ap
lとしては、−例としてPチャイ、ルのバンドパスフィ
ルタの一つの出力と考えることができる。
のように表現される。こ5で、aiは音声の時間点1に
おける特命を示すベクトルで、 ff1i=(ati 、 a2i + −api +
・−api ) 121のように表わされる。ap
lとしては、−例としてPチャイ、ルのバンドパスフィ
ルタの一つの出力と考えることができる。
(1)式のように表現される音声バタンAを入力バタン
とし、標準バタンを B−N)1.b2.・・、bj、・・・To J
(31として、AとBの類似度を連続DPマツチ
ングによt)求めることを考える。いま例として、数字
゛2゜3.4”(/旧san yon /)の連続発声
ハタンヲ人カバタンAとし、数字の”3″″(/San
/)の発声バタンを標準パタンBとする。
とし、標準バタンを B−N)1.b2.・・、bj、・・・To J
(31として、AとBの類似度を連続DPマツチ
ングによt)求めることを考える。いま例として、数字
゛2゜3.4”(/旧san yon /)の連続発声
ハタンヲ人カバタンAとし、数字の”3″″(/San
/)の発声バタンを標準パタンBとする。
第1図は、この入力バタンAと標準パタンBの対応づけ
を示した図である。第1図に示すように、連続発声の場
合には、入力バタンのどの部分と標準パタンとか最も良
く整合するかを調べる。この整合は、入力バタンと標準
パタンの発声速度が異るので、音韻毎に伸縮させながら
整合を取る必要がある。これを行なうのが連続DPマツ
チングで、第2図に示すように、1軸(二人カバタンA
を、J軸(=標準バタンBを配列し、点(Is、1)よ
り点(lz、 J )に至る点列について、例えばで定
義されろ歯と51間の距離の総和を最小にする最適な点
列203を求めると同時に点(iE、J)における距離
の総和の最小値を求める。これを順化式で書くと次のよ
うになる。
を示した図である。第1図に示すように、連続発声の場
合には、入力バタンのどの部分と標準パタンとか最も良
く整合するかを調べる。この整合は、入力バタンと標準
パタンの発声速度が異るので、音韻毎に伸縮させながら
整合を取る必要がある。これを行なうのが連続DPマツ
チングで、第2図に示すように、1軸(二人カバタンA
を、J軸(=標準バタンBを配列し、点(Is、1)よ
り点(lz、 J )に至る点列について、例えばで定
義されろ歯と51間の距離の総和を最小にする最適な点
列203を求めると同時に点(iE、J)における距離
の総和の最小値を求める。これを順化式で書くと次のよ
うになる。
g(0,j)=g(−1,j)=M j=1.・・・
、 J +51g(i、1)二d(I、1) l
−1,・・、 I +61この順化式から入力バタンA
と標準パタンBどの時間正規化類似度SAB+’)は で与えられる。
、 J +51g(i、1)二d(I、1) l
−1,・・、 I +61この順化式から入力バタンA
と標準パタンBどの時間正規化類似度SAB+’)は で与えられる。
とXで、(8)式は、第3図ta)に示すように、g(
1−1,J−2)1g(I−1,J−1)1g(1−2
,J−1)のいずれか\ら計算され、それに対応して3
つのぎ」算経路が存在する。この計算経路を継ぐと、第
2図の点(I S、 l )から点(ig、 J)まで
の最適経路が求まる。この最適経路の通り得る範囲は、
第3図(a)より分るように、第2図の直線201と直
線202で囲まれる領域である。このように、(8)式
によって、最適経路の通り得る範囲を限定することを傾
斜制限という(第3図は、この傾斜4口11限を示した
ものである)。したがって、傾斜制限を変更する場合に
は、(8)式の順化式を変更することになるが、いくつ
かの例を以下に示す。
1−1,J−2)1g(I−1,J−1)1g(1−2
,J−1)のいずれか\ら計算され、それに対応して3
つのぎ」算経路が存在する。この計算経路を継ぐと、第
2図の点(I S、 l )から点(ig、 J)まで
の最適経路が求まる。この最適経路の通り得る範囲は、
第3図(a)より分るように、第2図の直線201と直
線202で囲まれる領域である。このように、(8)式
によって、最適経路の通り得る範囲を限定することを傾
斜制限という(第3図は、この傾斜4口11限を示した
ものである)。したがって、傾斜制限を変更する場合に
は、(8)式の順化式を変更することになるが、いくつ
かの例を以下に示す。
(10)式の経路は、第3図(b)に対応する。
α1)式の経路は、第3図の(C)に対応する。
こ\で、手記順化式の計算手順を考えると、へカバタン
である西は時間の経過に伴って逐次入力されてくるので
、認識をリアルタイムで行なうためには、必然的に、1
つの昆、が入力されると次の21+1が人力されるまで
にj=1.2.・・、Jについて順次計算することにな
る。したがって、例えば(8)式、叫式の順化式を計p
−するためには、計鼻済みのg(i−2,J−1)、g
(i〜1. j−1)、 g (皇−1,J−2)、
d (i、 j−1)、 d (i−1,J)を記憶し
ておく必要がある。しかし、潅、が入力される毎にg(
i、i)をJ−1,2,・・、Jについて計算するため
、g(i−2,j−1)、 g(i−1,J−11゜g
(i−1,J−2)、 d(i−1,J)については、
g(’−2+ J)+ g(’ 1+ J)+ dい
−1,J)の値を」−1,2,・・、Jについて、3]
個の値を記憶しておく必要がある。また、0])式の漸
化式については、g(’−31J)l g(’ 2+
J)I g(’ 11 Juld(’ L N+
d(’ 1+ 4)+J−1+ 2+・・、Jの5]
個の値を記憶しておかなければならない。
である西は時間の経過に伴って逐次入力されてくるので
、認識をリアルタイムで行なうためには、必然的に、1
つの昆、が入力されると次の21+1が人力されるまで
にj=1.2.・・、Jについて順次計算することにな
る。したがって、例えば(8)式、叫式の順化式を計p
−するためには、計鼻済みのg(i−2,J−1)、g
(i〜1. j−1)、 g (皇−1,J−2)、
d (i、 j−1)、 d (i−1,J)を記憶し
ておく必要がある。しかし、潅、が入力される毎にg(
i、i)をJ−1,2,・・、Jについて計算するため
、g(i−2,j−1)、 g(i−1,J−11゜g
(i−1,J−2)、 d(i−1,J)については、
g(’−2+ J)+ g(’ 1+ J)+ dい
−1,J)の値を」−1,2,・・、Jについて、3]
個の値を記憶しておく必要がある。また、0])式の漸
化式については、g(’−31J)l g(’ 2+
J)I g(’ 11 Juld(’ L N+
d(’ 1+ 4)+J−1+ 2+・・、Jの5]
個の値を記憶しておかなければならない。
さら(−1標準パタンは必ず2個以上存在し、各標準バ
タン毎(二上記の値を記憶しなければならないので、記
憶しておかなければならない値の数は、標準パタンの数
に比例して増大する。
タン毎(二上記の値を記憶しなければならないので、記
憶しておかなければならない値の数は、標準パタンの数
に比例して増大する。
この記憶しておかなければならない値の数を減らすには
、i−3,i−2,i−1等の添字を持つ変数の数を減
らす必要がある。本発明では、(8)、ilG、(l]
)式の漸化式をi−1の添字しか含まない漸化式f、い
+ ])+ f2(’+ J)+・・に分解することに
より、記憶しなければならない値の数を削減する。
、i−3,i−2,i−1等の添字を持つ変数の数を減
らす必要がある。本発明では、(8)、ilG、(l]
)式の漸化式をi−1の添字しか含まない漸化式f、い
+ ])+ f2(’+ J)+・・に分解することに
より、記憶しなければならない値の数を削減する。
すなわら、(8)式は次のように分解する。
また、00)式は次のように分解する。
これら、(2)、0:1式では、gい−1,i)、f+
(i −1、J)、 J=1.2.・・、Jの2]個
の値を記憶しておけば良< 、[81,Q[1式に比べ
て2/3に減少する。
(i −1、J)、 J=1.2.・・、Jの2]個
の値を記憶しておけば良< 、[81,Q[1式に比べ
て2/3に減少する。
また、αη式については、次のように分解される。
このθ→式では、gい−1,j)、 rl(i−11j
)、 r2(夏−1,J)、j−1,2,・・、Jの3
d個の値を記憶しておけば良<、(11)式に比べて記
憶しなければならない値の数は315に減少する。
)、 r2(夏−1,J)、j−1,2,・・、Jの3
d個の値を記憶しておけば良<、(11)式に比べて記
憶しなければならない値の数は315に減少する。
以上の様に順化式を分解した時の計算経路を第4図に示
す。こメで、02式が第4図(a)(−103式が第4
図(b)に、(1→式が第4図(C)に対応する。
す。こメで、02式が第4図(a)(−103式が第4
図(b)に、(1→式が第4図(C)に対応する。
次に本発明の一実施例を0諦式の順化式を例に詳述する
。
。
第5図は+41 、 +51 、 +61 、 QJ式
の計算を実現する・・−ドウエアの構成図である。第5
図において、500は入カパタ:/A= (all 、
J2 、− J 、 −51)を計算する特徴抽出回
路で、時間の経過にともなって31を逐次出力線501
より出力する。出力のタイミングは、590の制御部よ
り信号線503によって与えられる。510は標準パタ
ンB= (To、、 l+2゜・・、わ3.・・・II
IJ )を記憶しておく記憶装置であり、b、を逐次読
出し出力線511より出力する。該記憶装置510から
読出す番地およびタイミングは、制御信号線512を通
し制御部590より与えられる。
の計算を実現する・・−ドウエアの構成図である。第5
図において、500は入カパタ:/A= (all 、
J2 、− J 、 −51)を計算する特徴抽出回
路で、時間の経過にともなって31を逐次出力線501
より出力する。出力のタイミングは、590の制御部よ
り信号線503によって与えられる。510は標準パタ
ンB= (To、、 l+2゜・・、わ3.・・・II
IJ )を記憶しておく記憶装置であり、b、を逐次読
出し出力線511より出力する。該記憶装置510から
読出す番地およびタイミングは、制御信号線512を通
し制御部590より与えられる。
特徴抽出回路500および記憶装置510からの2つの
出力は、ベクトル間類似度割算器520に入力され、(
41式にもとづいて計算が行なわれ、黒とl)1間の類
似度d(i、J)を521に出力する。この出力のタイ
ミングは制御信号線522 Eより与えられる。ベクト
ル間類似度計算器520の出力は遅延レジスタ525に
入力され、次のJまで記憶される。
出力は、ベクトル間類似度割算器520に入力され、(
41式にもとづいて計算が行なわれ、黒とl)1間の類
似度d(i、J)を521に出力する。この出力のタイ
ミングは制御信号線522 Eより与えられる。ベクト
ル間類似度計算器520の出力は遅延レジスタ525に
入力され、次のJまで記憶される。
すなりら、遅延レジスタ525の出力はdい、」−1)
を与える。遅延レジスタ525の出力のタイミングは制
御信号線527によって力えられる。
を与える。遅延レジスタ525の出力のタイミングは制
御信号線527によって力えられる。
OR,570は前に計算済みの積分1g(i−1,i)
を記憶しておく汎用レジスタ(記憶装置)で、その読み
出すべきデータのアドレスおよび読出しのタイミングは
、制御信号線572によって与えられる。G R570
より読出されたg(i−LJ)は遅延レジスタ560
、565を順次経由し、g(i〜1.J−1)、g(i
〜1.j−2)が出力線561 、566に各々出力さ
れる。出力のタイミングは、1制御信号562゜567
によって与えられる。一方、F’ R580は計算済み
のfI(i 1.J)を記憶しておく汎用レジスタ(
記憶装置)で、その読み出すべき番地およびタイミング
は、信号線582によって与えられる。
を記憶しておく汎用レジスタ(記憶装置)で、その読み
出すべきデータのアドレスおよび読出しのタイミングは
、制御信号線572によって与えられる。G R570
より読出されたg(i−LJ)は遅延レジスタ560
、565を順次経由し、g(i〜1.J−1)、g(i
〜1.j−2)が出力線561 、566に各々出力さ
れる。出力のタイミングは、1制御信号562゜567
によって与えられる。一方、F’ R580は計算済み
のfI(i 1.J)を記憶しておく汎用レジスタ(
記憶装置)で、その読み出すべき番地およびタイミング
は、信号線582によって与えられる。
このようにして得られたd(i、 j)、 d (i、
j −1)、 g(i −L 」−1)+ g(i−
1,j−2)、 fl (i−1,J)はG演算器53
0に入力され、(2)式によってg(i、 j )が計
算され、出力線31から汎用レジスタG R570に格
納される。g(i、 j)の格納番地はg(i−1,j
)を読み出した番地と同じである。
j −1)、 g(i −L 」−1)+ g(i−
1,j−2)、 fl (i−1,J)はG演算器53
0に入力され、(2)式によってg(i、 j )が計
算され、出力線31から汎用レジスタG R570に格
納される。g(i、 j)の格納番地はg(i−1,j
)を読み出した番地と同じである。
一方、g (i−1,j −1)、 d (i、 j
)はF演算器540に入力され、0才式によってf、い
、J)が計算され、出力線541から汎用レジスタF
R580に格納される。fI(i、j)の格納番地もf
l(’ 1.j)を読み出した番地と同じ所である。
)はF演算器540に入力され、0才式によってf、い
、J)が計算され、出力線541から汎用レジスタF
R580に格納される。fI(i、j)の格納番地もf
l(’ 1.j)を読み出した番地と同じ所である。
このようにして制御部590の制御のもとにg(i、
j)、 r、 (i、 j)が」(二ついて計算され、
J−Jとなった所で、g(i、J)は除算器595に人
力され、制御部590より出力線591経由で与えられ
るJ−4−iE−i5の値によって除算が行なわれ、(
9)式の正規化類似度SAB (i)が出力線569に
出力゛される。
j)、 r、 (i、 j)が」(二ついて計算され、
J−Jとなった所で、g(i、J)は除算器595に人
力され、制御部590より出力線591経由で与えられ
るJ−4−iE−i5の値によって除算が行なわれ、(
9)式の正規化類似度SAB (i)が出力線569に
出力゛される。
第6図にG演算器530の詳細図を示す。第5図で説明
したように、ベクトル間類似度計算器520、遅延レジ
スタ525の出力線521 、526は、各々d(it
J)+ d (it J−t )を与える。また、汎
用レジスタ570、遅延レジスタ560 、565の出
力線571 、561 、566は、各々g(i−1,
j)、 g(i −1、J−1)、g(i −L J−
2)を与え、汎用レジスタ580の出力線581はfl
(’ IIJ)を馬える。G演算器530は2倍乗算
器600、加算器601 、602゜605および最小
値検出器604よりなる。2倍乗算器600は遅延レジ
スタ525の出力であるd(’IJ−1)を2倍し、2
d(i、j−1)を出力する。加算器601はベクトル
間類似度計算器520の出力d(1、J)と遅延レジス
タ560の出力g(i−Li−1)を加算してg(i−
1,J 1)+d(1,J)を出力し、また、加算器
602は2倍乗算器600の出力2dい+j−1)と遅
延レジスタ565の出力g(i−1,j−2)を加算し
てg (i−1,j−2N−2d (i、j−1)を出
力する。最小値検出器604は、加算器601のg (
i−1,J−1)+d (i、 j lと、加算器60
2のgい−1,」−2)+2d (i、 j−1)と、
さらに汎用レジスタ580のr、(+t、、+)との、
3人力から最小値を検出しで出力する回路である。
したように、ベクトル間類似度計算器520、遅延レジ
スタ525の出力線521 、526は、各々d(it
J)+ d (it J−t )を与える。また、汎
用レジスタ570、遅延レジスタ560 、565の出
力線571 、561 、566は、各々g(i−1,
j)、 g(i −1、J−1)、g(i −L J−
2)を与え、汎用レジスタ580の出力線581はfl
(’ IIJ)を馬える。G演算器530は2倍乗算
器600、加算器601 、602゜605および最小
値検出器604よりなる。2倍乗算器600は遅延レジ
スタ525の出力であるd(’IJ−1)を2倍し、2
d(i、j−1)を出力する。加算器601はベクトル
間類似度計算器520の出力d(1、J)と遅延レジス
タ560の出力g(i−Li−1)を加算してg(i−
1,J 1)+d(1,J)を出力し、また、加算器
602は2倍乗算器600の出力2dい+j−1)と遅
延レジスタ565の出力g(i−1,j−2)を加算し
てg (i−1,j−2N−2d (i、j−1)を出
力する。最小値検出器604は、加算器601のg (
i−1,J−1)+d (i、 j lと、加算器60
2のgい−1,」−2)+2d (i、 j−1)と、
さらに汎用レジスタ580のr、(+t、、+)との、
3人力から最小値を検出しで出力する回路である。
この最小値検出器604で得られた最小値とベクトル間
類似兜計算器520で計算されたd(i、i)を加算器
605で加算することにより、g(i、J)が求まる。
類似兜計算器520で計算されたd(i、i)を加算器
605で加算することにより、g(i、J)が求まる。
第7図はF演算器540の詳細図で゛、ベクトル間類似
度計算器520の出力d(i、J)を2倍乗算器700
(二人力して2d(i、J)を得、該2倍乗算器700
の出力2d(i、j)と遅延レジスタ562の出力g
(i −1、j −1)を加算器701で加算すること
により、h (i、 J)=g(i−1,J−1)+2
d (i。
度計算器520の出力d(i、J)を2倍乗算器700
(二人力して2d(i、J)を得、該2倍乗算器700
の出力2d(i、j)と遅延レジスタ562の出力g
(i −1、j −1)を加算器701で加算すること
により、h (i、 J)=g(i−1,J−1)+2
d (i。
J)を求める。
以上説明した如く、本発明によれば、傾斜制限をもっD
Pマツチングにおいて、順化式を分解すること(二より
、記憶しておかなければならない変数の数を大巾(−減
らすことができるので、これを実現する場合(′″−−
必要業用記憶装置を大巾に削減することができろ。
Pマツチングにおいて、順化式を分解すること(二より
、記憶しておかなければならない変数の数を大巾(−減
らすことができるので、これを実現する場合(′″−−
必要業用記憶装置を大巾に削減することができろ。
第1図はへカバタンと標準バタンの対応づけを示す図、
第2図は連続DPマツチングのマツチングパスとマツチ
ング範囲を示す図、第3図は傾斜制限を示す図、第4図
は本発明の漸化式を分解したときの計算経路を示す図、
第5図は本発明の一実施例の・・−ドウエア構成図、第
6図は第5図におけるG演算器の詳細図、第7図は第5
図における171演算器の詳細図である。 500・・特徴抽出回路、510・・標準バタン記憶装
置、520・ベクトル間類似度計算器、525・・遅延
レンスタ、530 、540 ・演算器、560 、
565・・遅延レジスタ、570 、580・・汎用レ
ジスタ、590・・・制御部、595・・除算器。 代理人 弁理士 鈴 木 誠 第1図 第3図 ((1) (b) (Q) ’j(i−t、 I−i) ′+−、ト も 26区 才5図 5デb
第2図は連続DPマツチングのマツチングパスとマツチ
ング範囲を示す図、第3図は傾斜制限を示す図、第4図
は本発明の漸化式を分解したときの計算経路を示す図、
第5図は本発明の一実施例の・・−ドウエア構成図、第
6図は第5図におけるG演算器の詳細図、第7図は第5
図における171演算器の詳細図である。 500・・特徴抽出回路、510・・標準バタン記憶装
置、520・ベクトル間類似度計算器、525・・遅延
レンスタ、530 、540 ・演算器、560 、
565・・遅延レジスタ、570 、580・・汎用レ
ジスタ、590・・・制御部、595・・除算器。 代理人 弁理士 鈴 木 誠 第1図 第3図 ((1) (b) (Q) ’j(i−t、 I−i) ′+−、ト も 26区 才5図 5デb
Claims (1)
- 【特許請求の範囲】 1、特徴量aliの系列として表現される第1のバタン
Aと特徴量1+jの系列として表現される第2のパタン
Bに対して、あらかじめ定められた順序により指定され
る浅lとljの間の類似度d(i。 J)を距離等の尺度により評価するベクトル間類似度計
算法が定義されており、このベクトル間類似度d(i、
j)と、先に計算済みのd(k、1)(i−K(k(i
、j−L(z<J)と、先に計算済みの積分量g(m、
n)(i−K<m<i 、j−L<n<j )の荷重和
を複数個計算し、その最小値(または最大値)を積分量
g(i、j)として算出し、この積分量を正規化係数で
除してパタンAとBの時間正規化類似度を得るバタンマ
ツチング装置において、計算済み積分量g(’−1+
n)(n−1+ 21・・・、N)とg (1,n >
(j−L(n(j >を1若持する手段と、演算済み
の類似度d(i −1゜t)(t=1.2.・・・、N
)とd(i、tlj−L<t<j)を保持する手段と、
前記保持されている積分量g(i−1,n+とg (’
+n)と類似度d (i−1,7)、d (i、 t
)から計算される順化式「] (ll Jl l f
2(’。 J)、・・、 fJ (’+ J )について計算済み
のf] (’ 1+ ’J)+ f2(’ 1+
J)、・・。 fhl(l−1,」)を保持する手段と、前記保持され
ている類似度d (i−1,t)、d(蔦。 t)とrr (i−1,J ) (r<h)から
計算されるfh (! 、 J) (ht +1<1
1<hk )についてfh (i−1,j ) (hl
+1<h<:hk )を保持する手段と、新しく算出さ
れたd(l、J)と各保持手段から読み出されるg(i
−1,n)(”=i+ 21 ・+ N)、g (i
t n )<J−L<n<j )、d (i−1,/=
)(t=1.2゜・・ N)、d (i、 t)(j
−L<:t<J )およびfh(1<h(hk)等の加
重和を複数個計算し、その最小値(または最大値)を積
分量g(I、J)として算出する手段とを有しているこ
とを特徴とするバタンマツチング装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57007081A JPS58125098A (ja) | 1982-01-20 | 1982-01-20 | パタンマツチング装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57007081A JPS58125098A (ja) | 1982-01-20 | 1982-01-20 | パタンマツチング装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS58125098A true JPS58125098A (ja) | 1983-07-25 |
Family
ID=11656130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57007081A Pending JPS58125098A (ja) | 1982-01-20 | 1982-01-20 | パタンマツチング装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS58125098A (ja) |
-
1982
- 1982-01-20 JP JP57007081A patent/JPS58125098A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2190631C (en) | Method of training neural networks used for speech recognition | |
US5903863A (en) | Method of partitioning a sequence of data frames | |
US5073939A (en) | Dynamic time warping (DTW) apparatus for use in speech recognition systems | |
JPH0355869B2 (ja) | ||
JPS6131477B2 (ja) | ||
JPH07334184A (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
US4882756A (en) | Pattern matching system using dynamic programming | |
JPS58132298A (ja) | 窓制限付パタンマツチング装置 | |
JPS5885499A (ja) | 連続音声認識装置 | |
JP2980026B2 (ja) | 音声認識装置 | |
CA2190619A1 (en) | Speech-recognition system utilizing neural networks and method of using same | |
JPS58125098A (ja) | パタンマツチング装置 | |
US6499012B1 (en) | Method and apparatus for hierarchical training of speech models for use in speaker verification | |
CN110287284A (zh) | 语义匹配方法、装置及设备 | |
EP1099998A2 (en) | Coprocessor for synthesizing signals based upon quadratic polynomial sinusoids | |
EP1290543A2 (en) | Method and apparatus for iterative training of a classification system | |
JP2964881B2 (ja) | 音声認識装置 | |
JPS5855520B2 (ja) | レンゾクオンセイニンシキソウチ | |
CA1270568A (en) | Formant pattern matching vocoder | |
JPH0552517B2 (ja) | ||
JPS59124387A (ja) | 連続単語音声認識方法 | |
JPS59200A (ja) | パタ−ンマツチング装置 | |
JP3298658B2 (ja) | 音声認識方式 | |
Gupta et al. | Quantizing mixture-weights in a tied-mixture HMM | |
JPH0223876B2 (ja) |