JPS58178396A

JPS58178396A - 音声認識用標準パタ−ン登録方式

Info

Publication number: JPS58178396A
Application number: JP57060664A
Authority: JP
Inventors: 吉明北爪; 利一安江; 栄二大平; 遠藤　武之; 麻生　哲
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1982-04-12
Filing date: 1982-04-12
Publication date: 1983-10-19
Also published as: US4672668A

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】本発明は、音声認識用標準パターン登録方式に関し、・
特に音声出力の誘導によ）発声の長さ、振幅等を安定に
入力して登録する方式に関するものである。

音声によるデータやコマンドの入力を用いて、荷物の仕
分け、検査データの入力、銀行残高の間合せ、および座
席予約等の応用が進められている。

これらのうち、前の２つ岐特定話者の音声諏識、後の２
つは不特定話者の責声詔識により実現され、実用化され
つつある。また、これら音声認識では、あらかじめメモ
リに登録された標準音声パターンと入力された音声パタ
ーンとの類似度を照合することにより、入力データを識
別しており、標準パターンの登録が必要である。標準パ
ターンの登録は、通常状特定話者の場合に行われ、その
場合、登録された標準パターンの良し悪しが認識率に直
接影響する。

従来の特定話者向けの音声認識装置では、その標準パタ
ーンを登録する場合、オペレータ・ボッタスに設けられ
た表示パネルに次に登録すべき内容が表示される。使用
者は、表示された内容を見てこれを発声することにより
、標準パターンとして入力している。しかし、発声の長
さ、大きさ、リズム等が不安定となり、必ずしも良好な
標準パターンを登録することがで１１ない。

本発明の目的は、このような従来の問題を解決するため
、登録すべき標準パターン内容を発声のれによってｌｌ
１ｌｌ率を向上させることができる音声認識用標準パタ
ーン登録方式を提供することにある。

上記目的を達成するため、本発明の音声ｒＩ４ｍ用標準
パターン登録方式は、音声入力部と特徴抽出部と類似度
計算部とパターン・マツチング部を有する音声１ＩＩｌ
ｌｌｉ装置において、音声出力部を設けて、その音声出
力部から出される音声の誘導により、標準パターンを登
録することを特徴とする。

以下、本発明の実施例を、図面にょ抄説明する。

第１図は、本発明の実施例を示す音声認識装置のプロッ
タ図である。

特定話者の認識においては、先ず使用者が登録すべき標
準パターンを発声すると、発声された音声に）が音声入
力部２に入力され、ζこで音声１がアナ田グ電気信号に
変換された後、さらにディジタル電気信号軸）に変換さ
れて、特徴抽出部３に出力される・　特徴抽出部３では
、例えば、フィルタ・パンクが構成されており、入力信
号に含まれる各周波Ｗｋ成分を抽出して出方（０）を送
出する。

通常ａ、４ＫＨｚ程度までの帯域を１６チヤネル程度に
分割している。

標準パターン（・）としては、このフィルタ・バンクの
出力の時系列が制御部１を介して標準パターン・メモリ
６に送られ、ことに格納される。

仁の標準パターンを用−て、実際に音声［１１１する場
合には、特徴抽出部δかも出力された各周波数成分（入
力信号を構成する成分）（Ｃ）を類似度計算部４に入力
し、ここで標準パターン・メモリ６から順次、標準パタ
ーンの各周波数成分ケ）を取出して類似度計算を行い、
瞬間的類似度の結果（１１）をパターン・マツチング部
６に出力する・パターン・マツチング部６では、全体的
照合を行うことにより認識を行う（特願昭５５−１５８
２９６号明細書参照）。

本発明にお−ては、標準パターンの登録時の発声の不安
定を解決するため、入力音声長、大きさ、リズム等をシ
ステム的にチェツチする手段を制御部１に設けるととも
に、音声出力による誘導する音声出力部７を設けて、安
定した音声入力を得ることにより、音声認識率の向上を
図る・第２図社音声入力のフレーム長と入力切出し処理
の説明図であり、第３図は本発明の実施例を示す標準パ
ターン登録の７０−チャートである。

第１図における制御部１が標準パターン登録シーケンス
の制御を行う。

第３図に示すように、登録モードでは、制御部１社先ず
ステップ１１で音声出力部７を起動して、入力要求を行
う。例えば、座席予約の場合ではス「登録をどうぞ」と
音声出力することにより、オペレータをＳ＊する。次に
、ステップ１２で制御部１から音声出力部７を駆動し、
単語指定を行う。

例えば、「東京」と音声出力することにより、入力する
音声の長さと大きさとリズムのガイダンスを与え、同じ
単語をオペレータに発声させるようにする。　次に、ス
テップ１３では、制御部ｌが音声入力部２を監視して、
音声入力があったか否かを判断する。「東京」の音声が
入力されると、音声入力部２．はこれを制御部１に送り
、制御部１はステップ１本で入力切出し処理および７レ
ーム長計測処理を行う。

例えば、「東京」の音声パワーは、第２＆３に示すよう
に、’Ｉ’０ＫＹＯの子音で低いエネルギを、母音で高
いエネルギをそれぞれ出力するとと本に、入力音声長を
ｌｏｍＢの７レ一五単位に分割することにより計測する
ことができる。この場合、あまり大きく発声すると、音
声パワーが大とな染、アナログ回路の動作が飽和状態と
なってしまうため、一定捩輻以下に制限しなければなら
ず、ｔた発声長もあまり長すぎたり、あるいは短かすぎ
ると、標準パターンとして適切さを欠く。さらに、ＴＯ
ＫＹＯのある部分は短く、他の部分は長く発声すると、
リズムが狂ってしまい、やけや標準パターンとして適切
さを欠く。

音声入力部２に入力された音声がディジタル信号軸）に
変換されて、特黴抽ｔＢ＠３に出力されると、ここでは
周波数成分ごとに出力（０）が抽出され、制御部１およ
び類似度計算部番に出力される。

制御部１は、特徴抽出部３から音声゛パワー等の出力を
受けると、それを用いて第２ＷＪのム、Ｂに示すように
、音声の始端、終端を決定し、入力音声の切出しを行う
（切出し処理辷ついては、−特願昭６６−７６４７２号
明細書か照）・この場合、特徴抽出部３は、入力格納レジスタを備えて
おり、ζこに発声した音声を格納しておく。

一方、制御部ｌ＃−ｉ、人力切出し処理を行った後、人
力切出し処理と並行して求めたフレーム長（ＦＬｘｉ　
）を用いて、指定”した単語に対するフレーム長（Ｆ　
Ｌｓｔａｌ）を用いて次の式を算出して判定する。　ｌ
　（ＰＬｘｔ）　−Ｑ！’ＬｓｔｃＬｉ）　　Ｉ　＜　
ｅ　　、、、　　■この式を満足したときに限り、六方
格納レジスタに格納された入力音声（ｅ）を読出し、制
御部ｌを経由して標準パターン・メモリ６に転送する。

前記α）式のフレーム長（Ｆ　ＬｘＬ　）は、１０ｍ８
ずつ区切られたフレームの数を計数することにょにＳ定
することができ、また指定フレーム長（Ｆｌａｔ４１　
）は、登録される単語ないし単音節のすべてに対してそ
れぞれ標準フレーム長を指定して、制御部ｌのワーク・
メモリ内に音声出方用の単語テーブルとともに格納して
おく。さらに、両７レーム長の差ｌは、経験的に決定さ
れる許容値であって、第２図の±ａおよび±βに相当す
る。すなわち、各単語または単音節ごとに、フレームの
長短がどのくらいの範１まで許容できるかを経験的にあ
らかじめ設定し、これを超えた場合には不適当な７レー
ム長と判断する。

ステップ１５でフレーム長が正常、つまり前記（１）式
を満足するときには、ステップ１６で入力格納レジスタ
の内容を標準パターン・メモリ６に転送した後、ステッ
プ１２に戻って次の単語の指定に移る。もし、ステップ
１５で７レーム長が異常、ワｔり前記ω式を満足しない
ときに社、ステップ１１に戻って再入力要求を行い、ス
テップ１２の単語指定として「東京」の音声出力を音声
出力部７から再び送出する。　なお、音声出力部７岐、
よく知られている音声合成回路で構成されてお秒、例え
ばＰＯＭ方式を用いた録音編集方式、あるいけＰＡＲＯ
ＯＲ係数による音声合成方式等を用いて実現される（中
田和男著「音声」日本音響学命綱、コロナ社参照）。

ステップ１１の再人力要求では「もう一度同じ単語の登
録をどうぞ」と音声出力することにょ抄、オペレータを
誘導する。このようにして、順次「横浜」　「名古屋」
涼都」　「大阪」等を登録していく。

実験の結果、音声出力ガイダンスを用いて標準パターン
の登録を行った場合には、Ｉ！ｉ識率は１０〜２０％向
上した。なお、第３図の７Ｗ−・チャートでは、登録単
位を単語に限定しているが、その場合に登録単位を母音
−子音−母音（、ＶＯＶ）の連鎖に限定すること亀でき
、さらに登録単位を、単音節に限定するとともできる。

　また、第３図のフｐ−・チャートでは、入力音声のフ
レーム長を測定して、発声長の安定化のみを図っている
が、その他に発声の大きさ、つまり音声振幅に制限を設
けたり、また発声のリズム、つま、リフレーム内の各部
の長さに制限を設けることもできる。

なお、本発明の他の利用方法としては、人工的に無声化
し念音声パターン等の登録に対して、音声出力によりガ
イダンスを示すこともできる。

以上説明したように、本発明によれば、音声出力部から
入力すべき単語指定を音声出力により行うので、その音
声出力の内容（発声の長さ、大きさ、リズム）に合わせ
て発声することができ、安定な標準パターンの登録が可
能となり、それによって認識率の向上が図れる。　また
、本発明では、発声の長さ、大きさ、リズム等のチェッ
クを行い、使用者が標準音声出力に対してかけ離れた入
力を発声したときには、それを拒絶して再入力さ姥るこ
とができるので、単に標準音声出力指示に合わせるよう
に努力する以上に安定なパターンが得られる。さらに、
ディスプレイを見て発声する必要がなく、音声出力に合
わせて発声すればよいので、登録が簡単となる。

【図面の簡単な説明】

第１図は本発明の実施例を示す音声認識装置のブロック
図、第２図は本発明による入力切出し処理、７し一ム長
計測処理の説明図、第３図は本発明の実施例を示す標準
パターン登録の７０−・チャートである。１：制御部、２；音声人力部、３：特徴抽出部、４：類
似度計算部、５＝標準パターン・メモリ、６：パターン
・マツチング部、７：音声出力部、特許出願人　株式会
社　日立製作所、、。代　理　人　弁理士　磯　村　雅　俊〜゛第１図１声出第２図ミーｒｆ肉人力第３図１（再）人力要求２力単語指定３人力持　　未４フレーム長側５異常フレーム長市常　　１６

Claims

【特許請求の範囲】 α）登録された標準パターンを用いて、入力音声の特徴
パラメータとの類似度の計算を行い、さらに全体として
の照合を行う音声認識装置において、発声の長さ、大き
さ、またはリズム等の標準値を備えて、標準パターン登
録シーケンスを制御する手段と、該制御手段の指示によ
り出力する。音声出力部を設け、該音声出力部から音声
出力で登鐸者を誘導することにより、標準パターンを登
録することを特徴とする音声認識用標準パターン登録方
式Ｏ ■前記標準パターンを登録する際に、登録単位を単語に
限定することを特徴とする特許請求の範囲第１項記載の
音声認識用標準パターン登録方式０（３）前記標準パタ
ーンを登録する際に、登録単位を母音−子音−母音（Ｖ
　ＯＶ）の連鎖に限定することを特徴とする特許請求の
範囲第１項記載の音声認識用標準パターン登録方式。（→前記標準パターンを登録する際に、登録単位を単音
節に限定することを特徴とする特許請求の範囲第１項記
載の音声１ｉｌＩｉＩｌ用標準パタ一ン登録方式。（ハ）前記制御手段は、音声出力部で誘導する音声の７
レーム長を格納するレジスタと、入力として発声された
音声を格納するレジス雫と、入力音声の７レーム長を計
測する手段を備え、フレーム長をあらかじめ設定された
範囲内に抑制した標準パターンを登録することを特徴と
する特許請求の範囲第１項記載の音声認識用標準パター
ン登録方式。