JPS60130799A - 連続音声認識装置 - Google Patents
連続音声認識装置Info
- Publication number
- JPS60130799A JPS60130799A JP58239303A JP23930383A JPS60130799A JP S60130799 A JPS60130799 A JP S60130799A JP 58239303 A JP58239303 A JP 58239303A JP 23930383 A JP23930383 A JP 23930383A JP S60130799 A JPS60130799 A JP S60130799A
- Authority
- JP
- Japan
- Prior art keywords
- input
- word
- state
- time
- value
- 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】
本発明は連続音声認識装置に関し、特に文法に従って連
続発声された文音声を認識する装置の改良に関する。
続発声された文音声を認識する装置の改良に関する。
音声認識装置の中でも文法に従って発声された文音声を
認識する装置は、計算機プログラムや限定業務用文章あ
るいは航空管制や各種機器の制御用指令などの認識がで
き広範囲な応用分野を有している。文法の拘束が与えら
れている場合には、その文法規則を利用することによっ
て誤認識を防止できることが原理的に知られている。特
に連続数字認識において、入力音声に桁数の制約がある
場合、その制約を規則化することにより認識率を改善す
ることができる。
認識する装置は、計算機プログラムや限定業務用文章あ
るいは航空管制や各種機器の制御用指令などの認識がで
き広範囲な応用分野を有している。文法の拘束が与えら
れている場合には、その文法規則を利用することによっ
て誤認識を防止できることが原理的に知られている。特
に連続数字認識において、入力音声に桁数の制約がある
場合、その制約を規則化することにより認識率を改善す
ることができる。
このような文法に従って連続に発声された文音声を認識
する手法が特願昭56−199098号明細書に記載さ
れている。この原理は大路次のとおりである。文法をオ
ートマトンαて表現し、そのオートマトンαを次のよう
に定義する。
する手法が特願昭56−199098号明細書に記載さ
れている。この原理は大路次のとおりである。文法をオ
ートマトンαて表現し、そのオートマトンαを次のよう
に定義する。
α=(K、Σ、Δ+ pa l F) ・・ ・(1)
ここで、K:状態pの集合(plp=1.2.・・・、
π)Σ:入力単語nの集合(n1n=1.2.、、、、
N)Δ:状態遷移規則((p、q、n)) ここで、(p、q、n)はp −> qなる状態遷移を
意味する。
ここで、K:状態pの集合(plp=1.2.・・・、
π)Σ:入力単語nの集合(n1n=1.2.、、、、
N)Δ:状態遷移規則((p、q、n)) ここで、(p、q、n)はp −> qなる状態遷移を
意味する。
po:初期状態。以後はpニOで示す。
F:最終状態集合 FcK
次に前記オートマトンαに従って単語n6Σを連続して
発声して得られる音声バタンAをA=は1 + a+2
+・・・、a、・・・、a■ ・・・・・・・・・(2
)で示し、これを(未知)入力バタンと呼ぶ。各単語n
EΣに対して標準的なバタン B’=== 1)? 、 Ib; 、 、、、 、 1
b7 、 、、、 、1bシ1.−−−−−1I:3)
を用意し、これを単語標準バタンと呼ぶ。この単語標準
バタンをオートマトンαに従って接続することによって
得られる連続音声標準パタンCニB0゛。
発声して得られる音声バタンAをA=は1 + a+2
+・・・、a、・・・、a■ ・・・・・・・・・(2
)で示し、これを(未知)入力バタンと呼ぶ。各単語n
EΣに対して標準的なバタン B’=== 1)? 、 Ib; 、 、、、 、 1
b7 、 、、、 、1bシ1.−−−−−1I:3)
を用意し、これを単語標準バタンと呼ぶ。この単語標準
バタンをオートマトンαに従って接続することによって
得られる連続音声標準パタンCニB0゛。
B1.・・・ Bnxと入力バタンAとのDPマッチン
クを行い、2つのバタンの相互に異なる度合を表わす量
(以下相異度と称する)を算出し、最小の相異度を与え
る単語系列を認識結果とする。
クを行い、2つのバタンの相互に異なる度合を表わす量
(以下相異度と称する)を算出し、最小の相異度を与え
る単語系列を認識結果とする。
ここで最小の相異度を次のような動的計画の手法でめる
。初期条件 T(0,0)二〇 ’J) (m 、 q )=” 、 m40 、 q”
r。
。初期条件 T(0,0)二〇 ’J) (m 、 q )=” 、 m40 、 q”
r。
()(p 、 n 、 j )=−・・川・(4)とし
、rrl = lよりIまで順次(5)式の境界条件を
基に(6)式の漸化式を(p、q、n)eΔなるすべて
の対(p、n)について計算する。すなわち、対(p、
n)について境界条件 G(p 、 n 、 o )=’l’(m−1、1)
)H(p、口、o)=m−1・・・・・・(5)とし、
漸化式 %式%) (6) ただし、 d (jl:= Dis (a−、lb’; )=Σl
a+nr 6’jr l ・・・(b ]、 )rr
l j = argmin G(p 、 n 、 j’ )
」−2≦3′≦j をj=xよりJ″まで計算し、g(1,h(j)をそれ
ぞれG(p、n、j)、H(p、n、j)へ格納すを最
小とするXを意味している。次に単語の境界における最
小化として iff T(m、q)>G(p、n、Jn) ・−−−
(力then T(m、 q )=GCp 、 n 、
J”)N(m、q)=n P(m、q)=p L(m、 q )=)((p 、 n 、 J”)を計
算する。
、rrl = lよりIまで順次(5)式の境界条件を
基に(6)式の漸化式を(p、q、n)eΔなるすべて
の対(p、n)について計算する。すなわち、対(p、
n)について境界条件 G(p 、 n 、 o )=’l’(m−1、1)
)H(p、口、o)=m−1・・・・・・(5)とし、
漸化式 %式%) (6) ただし、 d (jl:= Dis (a−、lb’; )=Σl
a+nr 6’jr l ・・・(b ]、 )rr
l j = argmin G(p 、 n 、 j’ )
」−2≦3′≦j をj=xよりJ″まで計算し、g(1,h(j)をそれ
ぞれG(p、n、j)、H(p、n、j)へ格納すを最
小とするXを意味している。次に単語の境界における最
小化として iff T(m、q)>G(p、n、Jn) ・−−−
(力then T(m、 q )=GCp 、 n 、
J”)N(m、q)=n P(m、q)=p L(m、 q )=)((p 、 n 、 J”)を計
算する。
すなわち、(6)式の漸化式では第1図に示すように標
準バタン軸に沿った縦1列の計算を各対(p。
準バタン軸に沿った縦1列の計算を各対(p。
n)について算出し、この縦1列の計算を入力バタン軸
lこ沿って#動させ、終端m = Iまでめる。
lこ沿って#動させ、終端m = Iまでめる。
入力バタンの認識結果は、判定処理として次のような手
続きによりめられる。
続きによりめられる。
q = argmin (T(I 、 q ) ) ・
・・・・(8)qεF 初期条件 qニq、m−1・・・・・・(9)認識単H
n=N(m、q) −・・−ao)単語始点 lニL(
m、q) 状態遷移 pニP(m、q) もしX>Oならばq=p、r11=4としてU(2)を
繰り返す。n=0ならば終了。 ・・・・・(11)以
上述べた方法では縦1列の5漸化式計算においてすべて
の標準バタンを1回読み出さなIすればならない。また
% G(p、n、j)さ14(p、n、J)を読み、計
算した結果を格納しなぜればならない。
・・・・(8)qεF 初期条件 qニq、m−1・・・・・・(9)認識単H
n=N(m、q) −・・−ao)単語始点 lニL(
m、q) 状態遷移 pニP(m、q) もしX>Oならばq=p、r11=4としてU(2)を
繰り返す。n=0ならば終了。 ・・・・・(11)以
上述べた方法では縦1列の5漸化式計算においてすべて
の標準バタンを1回読み出さなIすればならない。また
% G(p、n、j)さ14(p、n、J)を読み、計
算した結果を格納しなぜればならない。
p、nの数が大きくなると標準パタンやO(p。
n、j)、)i(p、n、j)は大晴となり、全メモリ
アクセス時間(読み出し1店−き込み時間)は大きくな
る。一方、DPマツチングの繰返し計算。
アクセス時間(読み出し1店−き込み時間)は大きくな
る。一方、DPマツチングの繰返し計算。
は複数の演算器で実行可能であり1.演算時間は全メモ
リアクセス時間より小さくすることができる。
リアクセス時間より小さくすることができる。
さらにメモリの読み出し%書き込みと演Bを並列処理す
ることも可能である。この場合、l)Pマツチングの処
理時間は全メモ’J 7クセス時間となり、単語数や状
態数が大きくなるとDPマツチング処理時間が大きくな
る欠点がありた。言いカンえれば一定時間内に処理でき
る単語数や状態数が少ないという欠点があった。
ることも可能である。この場合、l)Pマツチングの処
理時間は全メモ’J 7クセス時間となり、単語数や状
態数が大きくなるとDPマツチング処理時間が大きくな
る欠点がありた。言いカンえれば一定時間内に処理でき
る単語数や状態数が少ないという欠点があった。
本発明の目的は、縦1列の漸化式計算を数フレームまと
めてブロック化することにより、標準パタンやG(p、
n、j)、H(p、、n、j)のアクセス回数を減少ざ
ぜ、DPマツチングの処理時間が小さく処理単語数や状
態数の大きい連続音声認識装置を提供することである。
めてブロック化することにより、標準パタンやG(p、
n、j)、H(p、、n、j)のアクセス回数を減少ざ
ぜ、DPマツチングの処理時間が小さく処理単語数や状
態数の大きい連続音声認識装置を提供することである。
本発明による連続音声認識装置は、入力音声を特徴の時
系列AニaI1.ab、・・・、all、・・・、a)
I に変換する入力部と、単語セットΣ=(n)の甲の
各車4! nに対して標準バタ7 B″= lb’;
、lb’; 、 −・−、+b7、−。
系列AニaI1.ab、・・・、all、・・・、a)
I に変換する入力部と、単語セットΣ=(n)の甲の
各車4! nに対して標準バタ7 B″= lb’;
、lb’; 、 −・−、+b7、−。
lb5’、を記憶する標準バタン記憶部と、単語nの入
力によって状態遷移p −+ qが生じることを意味す
る規則(pe q+ n)の群である状態遷移テーブル
Δと雇終状悪の群Fとを記憶するオートマトン記憶部と
、入カバクン時刻τnと状態qとによって番地指定され
るテーブル記憶’I’ (m 、 q ) 、 P(m
、q)、N(m、q)およびL(m、q)と、状態pさ
即語指定nおよび標準バタン時刻jとlこよって番地指
定されるテーブル記憶()(p、n、j)およびH(p
、n、j)と、人力バタンの第iブロックの各時刻m
= (i−1)・IL+1.・・・、凰・ILにおいて
順次指定される東語指定信号nに対応した標準パタンの
各特徴ベクトル1b7と入力バタンの特徴ベクトルa−
との距離d(rn、j)を算出する距離計算部と、単語
指定nに対して生起し得る状態対(p、q)に対して、
状態pと単語指定nと標準バタン時刻Jによって指定さ
れる前記テーブル記憶G(p、n、j)およびH(p、
n、j)を参照し、前記テーブル記憶T(m−1,q)
の値を漸化式境界条件とし、L(m−=1.q)を経路
境界条件としてDPマツチング漸化式値g (m。
力によって状態遷移p −+ qが生じることを意味す
る規則(pe q+ n)の群である状態遷移テーブル
Δと雇終状悪の群Fとを記憶するオートマトン記憶部と
、入カバクン時刻τnと状態qとによって番地指定され
るテーブル記憶’I’ (m 、 q ) 、 P(m
、q)、N(m、q)およびL(m、q)と、状態pさ
即語指定nおよび標準バタン時刻jとlこよって番地指
定されるテーブル記憶()(p、n、j)およびH(p
、n、j)と、人力バタンの第iブロックの各時刻m
= (i−1)・IL+1.・・・、凰・ILにおいて
順次指定される東語指定信号nに対応した標準パタンの
各特徴ベクトル1b7と入力バタンの特徴ベクトルa−
との距離d(rn、j)を算出する距離計算部と、単語
指定nに対して生起し得る状態対(p、q)に対して、
状態pと単語指定nと標準バタン時刻Jによって指定さ
れる前記テーブル記憶G(p、n、j)およびH(p、
n、j)を参照し、前記テーブル記憶T(m−1,q)
の値を漸化式境界条件とし、L(m−=1.q)を経路
境界条件としてDPマツチング漸化式値g (m。
j)と経路値h(m、j )をm = (i−1) −
IL−t−1よりi・ILまで、かつJ−1よりJn
までめて、前記テーブル記憶G(p、n、j)とH(p
、n。
IL−t−1よりi・ILまで、かつJ−1よりJn
までめて、前記テーブル記憶G(p、n、j)とH(p
、n。
j)とに格納するDPマツチング部と、前記1)Pマツ
チング部で算出された漸化式値g’(m、J”)を状態
qに関して最小値をめT(m、q)Iこ書込み、この最
小を与えた単語名n、状態指定p。
チング部で算出された漸化式値g’(m、J”)を状態
qに関して最小値をめT(m、q)Iこ書込み、この最
小を与えた単語名n、状態指定p。
経路値h(m、J”)をN(m、q )、P(m、q)
L(m、q)Gこそれぞれ書き込む比較回路と、前記入
カバタン時刻m、入カバタンブロック番号凰。
L(m、q)Gこそれぞれ書き込む比較回路と、前記入
カバタン時刻m、入カバタンブロック番号凰。
単語指定n、状態指定p 、 qi6よび標準バタン時
刻j等の信号を発生するための制御部と、最終時刻m=
Iにおいて、前記最終状態群Fに含まれる状態qで前記
テーブル記憶T(m、q)が最小なるものを定め、この
最小を与えたqおよび時刻mをもとにして前記テーブル
記憶P (m 、 q ) 、 N(m、 q )およ
びL(m、q )を参照して認識結果を定める判定部と
を有している。
刻j等の信号を発生するための制御部と、最終時刻m=
Iにおいて、前記最終状態群Fに含まれる状態qで前記
テーブル記憶T(m、q)が最小なるものを定め、この
最小を与えたqおよび時刻mをもとにして前記テーブル
記憶P (m 、 q ) 、 N(m、 q )およ
びL(m、q )を参照して認識結果を定める判定部と
を有している。
次に本発明の原理について説明する。本発明による方法
では、第2図に示すように(6)式の漸化式の計算を入
力バタンのILフレーム分をブロック化して算出する。
では、第2図に示すように(6)式の漸化式の計算を入
力バタンのILフレーム分をブロック化して算出する。
すなわち、次に示す動的計画の手法でめる。初期条件
T(0,0)=O・・・・・・・・・@T(m、q)=
閃1m〜o、q〜0 G(p、n、j)=■ とし、i = lよりI/IL(ここでI/If、は説
明の簡単のため割り切れるとする。)まで順次u 、
ui式の境界条件を基に1喝式の漸化式を(p、q、n
)εΔなるすべての対(p、n)について計算する。′
すなわち、境界条件 g(m−1iQ)=T(m−1、p) m:m、、−・
−、m6−刊りh (m−1、Q ) =m−1m=m
、 、−・−、m。
閃1m〜o、q〜0 G(p、n、j)=■ とし、i = lよりI/IL(ここでI/If、は説
明の簡単のため割り切れるとする。)まで順次u 、
ui式の境界条件を基に1喝式の漸化式を(p、q、n
)εΔなるすべての対(p、n)について計算する。′
すなわち、境界条件 g(m−1iQ)=T(m−1、p) m:m、、−・
−、m6−刊りh (m−1、Q ) =m−1m=m
、 、−・−、m。
ただし、m、= (j−1) * IL−1、me=m
e ILg(m、−1,j)=G(p、n、j) J=
1.−、J”−114h(m、−1,j)=H(p、n
、j) j=1.−−−、J’とし、漸化式 %式% ) ただし d(m、 j)=Dis(ay、b7)j = arg
min g (m−1、j’ )1−2≦j’<j をtn = m、よりm6まで計算し、その後J=1よ
りJnまで計算する。1ブロツクの計算終了後g、(m
a。
e ILg(m、−1,j)=G(p、n、j) J=
1.−、J”−114h(m、−1,j)=H(p、n
、j) j=1.−−−、J’とし、漸化式 %式% ) ただし d(m、 j)=Dis(ay、b7)j = arg
min g (m−1、j’ )1−2≦j’<j をtn = m、よりm6まで計算し、その後J=1よ
りJnまで計算する。1ブロツクの計算終了後g、(m
a。
j)、h(町、j)をそれぞれG(p 、 n 、 j
) 。
) 。
H(p、n、j)へ格納する。
次に単語の境界における最小化として
iff T(m、q)>g(m、J”) −−−−−−
u*tllen T(m、q)=g(m、J”)N(m
、q)二n P(rn、q)=p L(m、q)=h(m、J’) ただしm=m、 、 ・−、mlI を計算する、 入力バタンの認識結果は、(8) 、 (9) 、 (
IG 、 (lυにより前記従来方式と同様にしてめる
。
u*tllen T(m、q)=g(m、J”)N(m
、q)二n P(rn、q)=p L(m、q)=h(m、J’) ただしm=m、 、 ・−、mlI を計算する、 入力バタンの認識結果は、(8) 、 (9) 、 (
IG 、 (lυにより前記従来方式と同様にしてめる
。
以上、説明したように本発明における方法の計算量は従
来方法と同一であるが、G(p、n、j)。
来方法と同一であるが、G(p、n、j)。
H(p、n、j)のアクセス回数はl/ILとなり、ア
クセス時間が減少される。また、入力バタンのm1フレ
ームより町フレームまでのデータを演算部のレジスタま
たは高速メモリへ格納してあれば、標準バタン1フレー
ムの読み出しに対してd (m 。
クセス時間が減少される。また、入力バタンのm1フレ
ームより町フレームまでのデータを演算部のレジスタま
たは高速メモリへ格納してあれば、標準バタン1フレー
ムの読み出しに対してd (m 。
j ) m = m、 ’、・・・1meまでを計算す
ることができる。
ることができる。
このため、標準バタンの読み出しもlブロックの計算に
対して1回でよく、従来方法と比較しアクセス時間は1
/ILとなる。DPマツチングの演算は繰り返し計算が
多いため並列処理が可能であり、高速の演算部を構成す
ることは容易であるが、バタン記憶など大容量メモリ部
は高速にすることが困難である。従って演算時間は小さ
く、メモリアクセス時間が大きくなっている。本発明に
よる方法ではメモリアクセス時間を従来方法に比較し1
/ILに減少させる利点を持っており、DPマツチング
の処理時間も1/ILに近くなり、一定時間内に処理で
きる単語数や状態数を大きくできる利点を持っている。
対して1回でよく、従来方法と比較しアクセス時間は1
/ILとなる。DPマツチングの演算は繰り返し計算が
多いため並列処理が可能であり、高速の演算部を構成す
ることは容易であるが、バタン記憶など大容量メモリ部
は高速にすることが困難である。従って演算時間は小さ
く、メモリアクセス時間が大きくなっている。本発明に
よる方法ではメモリアクセス時間を従来方法に比較し1
/ILに減少させる利点を持っており、DPマツチング
の処理時間も1/ILに近くなり、一定時間内に処理で
きる単語数や状態数を大きくできる利点を持っている。
次に本発明の第1実施例について説明する、第3図は本
発明の第1実施例を示すブロック図であり−トである。
発明の第1実施例を示すブロック図であり−トである。
標準バタン記憶部130には単語セットΣに含まれる単
語nの標準パタンB”が記憶されている。オ−トマトン
記憶部230には状態遷移規則と最終状態の指定情報と
が記憶されている。本実施例では状態遷移規則は第9図
(a)および(b)のように記憶されている。第9図(
a)は状態指定テーブルと呼ばれ単語nによる状態遷移
p −+ qとして許されるpの集合を指定している。
語nの標準パタンB”が記憶されている。オ−トマトン
記憶部230には状態遷移規則と最終状態の指定情報と
が記憶されている。本実施例では状態遷移規則は第9図
(a)および(b)のように記憶されている。第9図(
a)は状態指定テーブルと呼ばれ単語nによる状態遷移
p −+ qとして許されるpの集合を指定している。
図の例では単語nに対応するpとしてpl、・・・、p
、・・・、p6が生じ得ることが例示されている。第9
図tb)は遷移テーブルと呼ばれ単語nによって状態p
から遷移し得る状態qの集合を記憶している。図の例で
はqとしてqz e qz *q3 * G4が生じ得
ることを示している。
、・・・、p6が生じ得ることが例示されている。第9
図tb)は遷移テーブルと呼ばれ単語nによって状態p
から遷移し得る状態qの集合を記憶している。図の例で
はqとしてqz e qz *q3 * G4が生じ得
ることを示している。
マイクロホン100より未知入力音声が入力されると人
力部110によって周波数分析がなされ特徴を示すベク
トルaiに変換され順次入力バタンバッファ120iこ
送られる。また、人力部110には音声レベルを検知す
ることによって音声区間を決定する機能が与えられてお
り、音声区間中では「1」その他では「0」なる音声区
間信号Sを発生する。
力部110によって周波数分析がなされ特徴を示すベク
トルaiに変換され順次入力バタンバッファ120iこ
送られる。また、人力部110には音声レベルを検知す
ることによって音声区間を決定する機能が与えられてお
り、音声区間中では「1」その他では「0」なる音声区
間信号Sを発生する。
制御部240は、この音声区間信号Sの立上りの時刻l
こおいて初期化パルスIT 1 を発生する。これによ
って第8図のブロック10に対応する初期化がGメモリ
ー150とTメモリ200に対してなされる。
こおいて初期化パルスIT 1 を発生する。これによ
って第8図のブロック10に対応する初期化がGメモリ
ー150とTメモリ200に対してなされる。
以上の初期化が終了すると、以後の工しフレーム分の入
力特徴a1 の入力に同期して入力バタンブロック信号
iが1,2.・・・・・・と計数される。この人力バタ
ンブロックiにおいて制御部240よりの単語指定信号
nは1よりへまで変化する。各nにおいてオートマトン
記憶部230中の状態テーブルが参照され、状態指定信
号pがplからp8 まで変化される。またそのnとp
にて規定される状態指定信号qも出力される。
力特徴a1 の入力に同期して入力バタンブロック信号
iが1,2.・・・・・・と計数される。この人力バタ
ンブロックiにおいて制御部240よりの単語指定信号
nは1よりへまで変化する。各nにおいてオートマトン
記憶部230中の状態テーブルが参照され、状態指定信
号pがplからp8 まで変化される。またそのnとp
にて規定される状態指定信号qも出力される。
次に単語n1状態pなる1サイクル内の動作を以下に説
明する。この1サイクルによって第2図の斜線部分の計
算が実行される。すなわち、U。
明する。この1サイクルによって第2図の斜線部分の計
算が実行される。すなわち、U。
I式の境界条件のもとて(1鴎、QQ式を計算する。初
めに制御部よりの信号5ET2 によって、第8図のブ
ロック11 、12に対応する値のセットがDPマツチ
ング部140内のgメモリ143とhメモリ144に対
して行われる。つづいて制御部240よりの標準バタン
時刻信号jは1よりJ”まで変化する。各jにおいて、
入力バタン時刻信号m it m、 (m、 =(i−
1)−1L+1)よりm、(me=i −IL)まで変
化する。
めに制御部よりの信号5ET2 によって、第8図のブ
ロック11 、12に対応する値のセットがDPマツチ
ング部140内のgメモリ143とhメモリ144に対
して行われる。つづいて制御部240よりの標準バタン
時刻信号jは1よりJ”まで変化する。各jにおいて、
入力バタン時刻信号m it m、 (m、 =(i−
1)−1L+1)よりm、(me=i −IL)まで変
化する。
ング部J40では、初めに入力バタンのmフレームと第
n番目の単語の標準バタンのjフレームが読み出されて
、(6−1)式に示すR次元べりトル間の距離を距離計
算部141でめる。すなわち人力バタンバッファ120
と標塘パタンメモリ部130より信号に従ってlも個の
データを順次読み出し。
n番目の単語の標準バタンのjフレームが読み出されて
、(6−1)式に示すR次元べりトル間の距離を距離計
算部141でめる。すなわち人力バタンバッファ120
と標塘パタンメモリ部130より信号に従ってlも個の
データを順次読み出し。
絶対値回路1411にて差の絶対値をめ、加算器141
2とアキュムレータ1413によってそのオロがめられ
、Dis (a、b;)が得られる。一方、゛距離計算
と並夕1ルで3つの相異度の最小値がめられる。すなわ
ら、gメモリ143よりg(m−t*j)eg(In−
1、j−1) 、 g(tn−1、j −2)とhメモ
リ144よりh(m−1,j)、h(m−xnj−B。
2とアキュムレータ1413によってそのオロがめられ
、Dis (a、b;)が得られる。一方、゛距離計算
と並夕1ルで3つの相異度の最小値がめられる。すなわ
ら、gメモリ143よりg(m−t*j)eg(In−
1、j−1) 、 g(tn−1、j −2)とhメモ
リ144よりh(m−1,j)、h(m−xnj−B。
h(xn−1,j 2)を読み出し、レジスタ山。
02、G3.Hl、1−12.83 へそれぞれ格納す
る。比較回路1422は3つのレジスタoi 、 G2
、03より最小値を検出し、その最小値が得られたレ
ジスタモリ164のh(m、j)へ誓き込まれる。また
、比較回路1422より出力された最小値g(m−1゜
J)は前記距離計算部141でめられた距離d(tn、
j)と加算器1421によって加算され、gメモIJ
143のg(m、j )へ書き込まれる。入力バタン時
刻mがm、からnl、まで変fヒされることによって標
準バタン時刻jIこ対する処理が終了する。
る。比較回路1422は3つのレジスタoi 、 G2
、03より最小値を検出し、その最小値が得られたレ
ジスタモリ164のh(m、j)へ誓き込まれる。また
、比較回路1422より出力された最小値g(m−1゜
J)は前記距離計算部141でめられた距離d(tn、
j)と加算器1421によって加算され、gメモIJ
143のg(m、j )へ書き込まれる。入力バタン時
刻mがm、からnl、まで変fヒされることによって標
準バタン時刻jIこ対する処理が終了する。
さらに標準バタン時刻」が終端Jnとなった後、第8図
のブロック14に示すように信号5ET3 に従って順
化式(1暖の結果g(In++ 、 j )”、 11
Crne 、 j )をテーブルメモリG(p 、
n 、 j ) 、H(p、n、j )へ格納する。つ
づいて制御部より発せられた信号m2(m、よりm8ま
で変化する)に従って第8図のブロック15に示した比
較が行われる。すなわち第5図に示すように、信号m2
とqに従ってテーブルメモリ200よりT(m、q)と
gメモリ143よりg (m 、 J’ )が読み出さ
れ、比較回路170により比較しT(m、q)>g(m
、J”)の場合wp倍信号発せられ、g(m、J’)、
n、p、h(m、J”)がテーブルメモリT(m、q)
、N(m、q)。
のブロック14に示すように信号5ET3 に従って順
化式(1暖の結果g(In++ 、 j )”、 11
Crne 、 j )をテーブルメモリG(p 、
n 、 j ) 、H(p、n、j )へ格納する。つ
づいて制御部より発せられた信号m2(m、よりm8ま
で変化する)に従って第8図のブロック15に示した比
較が行われる。すなわち第5図に示すように、信号m2
とqに従ってテーブルメモリ200よりT(m、q)と
gメモリ143よりg (m 、 J’ )が読み出さ
れ、比較回路170により比較しT(m、q)>g(m
、J”)の場合wp倍信号発せられ、g(m、J’)、
n、p、h(m、J”)がテーブルメモリT(m、q)
、N(m、q)。
P(m、q)、L(m、q)へ書き込まれる。
以上の動作によって状態p、単単語n大入カバタンブロ
ックの処理が終了する。さらに状態指定信号pがplか
らp6と変化されることにより単語指定信号nに対する
処理が終了する。さらに単語指定信号nが1からNまで
変化されることにより入力バタンブロックiに対する処
理が終了する。
ックの処理が終了する。さらに状態指定信号pがplか
らp6と変化されることにより単語指定信号nに対する
処理が終了する。さらに単語指定信号nが1からNまで
変化されることにより入力バタンブロックiに対する処
理が終了する。
入力バタンブロック信号がI/ILとなった後に、(8
)t9)(10)(11)式に示した判定処理が開始さ
れる。判定部220は第6図に示すように構成され、始
めに第8図のブロック16の処理として、オートマトン
記憶部230から最終状態集合FIこ含まれる状態qを
信号93に従って順次指定され、テーブルメモリ200
よりT(1,q)を読み出し比較回路221゜最小値レ
ジスタ222.状態レジスタ223を用いて最小のT(
1,q)が与えられる状態qを得る。
)t9)(10)(11)式に示した判定処理が開始さ
れる。判定部220は第6図に示すように構成され、始
めに第8図のブロック16の処理として、オートマトン
記憶部230から最終状態集合FIこ含まれる状態qを
信号93に従って順次指定され、テーブルメモリ200
よりT(1,q)を読み出し比較回路221゜最小値レ
ジスタ222.状態レジスタ223を用いて最小のT(
1,q)が与えられる状態qを得る。
続いて第8図のプロ、り17の処理上して判定制例部2
27はq:q、m:工としてアドレス信号m3゜qをテ
ーブルメモリ190,210.180 ヘ発しN(m。
27はq:q、m:工としてアドレス信号m3゜qをテ
ーブルメモリ190,210.180 ヘ発しN(m。
q)、L(m、q)、P(m、q)を読み出す。
このL(m、q)とP(m、q)は次(7) mとqと
なり、N(m、q、)は認識結果として出力される。
なり、N(m、q、)は認識結果として出力される。
この処理をlが七〇になるまで繰返丁ことにより順次認
識結果が得られる。
識結果が得られる。
以上説明した第1の実施例では、状態p、単飴nの入力
バタン時刻Insよりm。まで(入力バタンブロックi
)の部分の計算結果g(ms、Jn)〜g(me、J“
)がまとめて得られる。この結果を次の状態p′の同じ
人力バタンフロック1の初期値の計算(第5図のブロッ
ク14)で使用するため、オートマトンの初期状態より
最終状態へ順序よ< it算を進める必要がある。一方
、オートマトンの状態遷移にループが含まれる場合(ま
、状態piこおけA計算結果を自分自身の状態pの初期
匝の計算に使用するという不都合が生じ、正しい計算結
果が得られない。
バタン時刻Insよりm。まで(入力バタンブロックi
)の部分の計算結果g(ms、Jn)〜g(me、J“
)がまとめて得られる。この結果を次の状態p′の同じ
人力バタンフロック1の初期値の計算(第5図のブロッ
ク14)で使用するため、オートマトンの初期状態より
最終状態へ順序よ< it算を進める必要がある。一方
、オートマトンの状態遷移にループが含まれる場合(ま
、状態piこおけA計算結果を自分自身の状態pの初期
匝の計算に使用するという不都合が生じ、正しい計算結
果が得られない。
第2の実施例では、前記の欠点を取り除き、オートマト
ンの状態遷移にループが含まれる場合でも正しい結果を
得ることができる。すなわち、状態p、単語nの入カバ
クンブロックiの部分の計算結果のg (me−J’
)のみを用いて入力バタンプロ、りi+1の状態qの初
期値の計算を行う。
ンの状態遷移にループが含まれる場合でも正しい結果を
得ることができる。すなわち、状態p、単語nの入カバ
クンブロックiの部分の計算結果のg (me−J’
)のみを用いて入力バタンプロ、りi+1の状態qの初
期値の計算を行う。
第2の実施例における計算手順は本発明の詳細な説明し
た方法とほとんど同じであるが、([,1式の境界条件
は g (m、1 、0 )=:”I’(171,1−p)
31.1.−Q7)h (m、1 、0 )==m=
1 g (mt 0 ) =oo m=m、 、・・・、塵
と変わり、さらにu6)式の単語の境界における最小化
は iff T(m、、q)>g(me、J’) −−us
then T(ms、q)=g(meJ”)N (m、
I q )二〇 P(m、、q)=p L(m、、q)=h(me、Jn) と変わる。
た方法とほとんど同じであるが、([,1式の境界条件
は g (m、1 、0 )=:”I’(171,1−p)
31.1.−Q7)h (m、1 、0 )==m=
1 g (mt 0 ) =oo m=m、 、・・・、塵
と変わり、さらにu6)式の単語の境界における最小化
は iff T(m、、q)>g(me、J’) −−us
then T(ms、q)=g(meJ”)N (m、
I q )二〇 P(m、、q)=p L(m、、q)=h(me、Jn) と変わる。
第2の実施側番ごおける装置tの構成は第1の実施例と
同じであるが、境界条件吋)式と車飴の境界における最
小化US式となるため、計算の手11ffiが異なる。
同じであるが、境界条件吋)式と車飴の境界における最
小化US式となるため、計算の手11ffiが異なる。
第2の実施例の動作時間r@係を示rタイムチ異なる部
分のみ説明゛づ−る。境界榮件は(1階式より(17)
式へ変わっており、制御信号SL、T2に従って第11
図のブロック11 、12に示した櫃がgメモIJ 1
43 。
分のみ説明゛づ−る。境界榮件は(1階式より(17)
式へ変わっており、制御信号SL、T2に従って第11
図のブロック11 、12に示した櫃がgメモIJ 1
43 。
hメモリ144へセットされる。また、単語の境界にお
ける最小化はtttp式より0樽式へ変わっており、制
御信号m2に従って第11図のブロック15に示す比較
処理が行われる。
ける最小化はtttp式より0樽式へ変わっており、制
御信号m2に従って第11図のブロック15に示す比較
処理が行われる。
以上説明した第2の実施例では、オートマトンの状態遷
移にループが存在してもよいが、単語の境界の最小化を
mウニi・IL の点のみでしか行っていないため、単
語」暴り持朋崖度が若干悪くなっている。一方、テーブ
ル記憶T(m、q)。
移にループが存在してもよいが、単語の境界の最小化を
mウニi・IL の点のみでしか行っていないため、単
語」暴り持朋崖度が若干悪くなっている。一方、テーブ
ル記憶T(m、q)。
N(m、q)、L(m、q)、P(m、q)のmに関し
て使用している部分はme=i・IL のみであるので
、第1の実施例のテーブル記憶の]/iLの小さな記憶
容量とすることが可能である。
て使用している部分はme=i・IL のみであるので
、第1の実施例のテーブル記憶の]/iLの小さな記憶
容量とすることが可能である。
以上、本発明の構成を実施例にもとづいて説明したが、
これらの記載は本発明の権利範囲を限定するものではな
い。特に本発明ではDPマツチングの漸化式として最も
簡単な(17)式を用いたが、他のより高性能なものを
用いる方法も考えられる。
これらの記載は本発明の権利範囲を限定するものではな
い。特に本発明ではDPマツチングの漸化式として最も
簡単な(17)式を用いたが、他のより高性能なものを
用いる方法も考えられる。
例えば
なるものを用いる方法が考えられる。ただし、この場合
には漸化式値は時刻(m−2)まで、距離も時刻(m−
1)まで保存しなくてはならないのでテーブル記憶G(
p 、 n 、 j )と同様なものを増設する必要が
ある。また、本説明では距離を基本として認識を行なっ
たが、相関を基本吉して認識する方法も考えられる。こ
の場合(とは、大小関係が逆になるので不説明の最大値
検出機能を、すべて最小値検出機能に置換する必要があ
る。また。
には漸化式値は時刻(m−2)まで、距離も時刻(m−
1)まで保存しなくてはならないのでテーブル記憶G(
p 、 n 、 j )と同様なものを増設する必要が
ある。また、本説明では距離を基本として認識を行なっ
たが、相関を基本吉して認識する方法も考えられる。こ
の場合(とは、大小関係が逆になるので不説明の最大値
検出機能を、すべて最小値検出機能に置換する必要があ
る。また。
本説明ではテーブル記憶0(p 、 n 、 j )お
よびH(p、n、jうは、フォートランで用いられる三
次元配列としCあるが、p、n、jによりC指定される
メモリとしてよい。すなわら、チーフル記憶はp+ ”
+ Jのすべての範囲(テーブルサイズ” pm−x
X rlmax X Jmax )を持つのではなく
、使用される範囲(チーフルサイズ=Σ J’)のみを
持(p、n%Δ っているものとしてもよい。これらの自明な変更は本発
明の権利範囲に楓するものである。
よびH(p、n、jうは、フォートランで用いられる三
次元配列としCあるが、p、n、jによりC指定される
メモリとしてよい。すなわら、チーフル記憶はp+ ”
+ Jのすべての範囲(テーブルサイズ” pm−x
X rlmax X Jmax )を持つのではなく
、使用される範囲(チーフルサイズ=Σ J’)のみを
持(p、n%Δ っているものとしてもよい。これらの自明な変更は本発
明の権利範囲に楓するものである。
第1図は従来技術を説明するための図であり、第2図は
本発明の詳細な説明するための図であり、9〜 第3図、第4図、第5図、第6図は本発明の実施−トマ
トン記憶部のメモリ構成図であり、第10図である。 図面において、 100・・・マイクロホン、110・・・入力部、12
0・・・入力バタンバッファ、130・・・標準バタン
記憶部、140・・・DPマツチング部、141・・・
距離計算部、150・・・qメモリ、160・・・Hメ
モリ、170・・・比較回路、 180・・・Pメモリ
、190・・・1Nメモリ、200・・・Tメモリ。 210・・・Lメモ、す、 220・・・判定部、23
0・・・オートマトン記憶部、240・・・制御部、で
ある。 入力へ〇タン、11 m 第2図 ジ\カバ69ンA m、i 第5図 第67 第7図 r −」土l二ニョj− 第 8図(イの1) 第9図 (b) 第to図 ・ −口m百− ¥11図 (子の1) 第 110(イの2)
本発明の詳細な説明するための図であり、9〜 第3図、第4図、第5図、第6図は本発明の実施−トマ
トン記憶部のメモリ構成図であり、第10図である。 図面において、 100・・・マイクロホン、110・・・入力部、12
0・・・入力バタンバッファ、130・・・標準バタン
記憶部、140・・・DPマツチング部、141・・・
距離計算部、150・・・qメモリ、160・・・Hメ
モリ、170・・・比較回路、 180・・・Pメモリ
、190・・・1Nメモリ、200・・・Tメモリ。 210・・・Lメモ、す、 220・・・判定部、23
0・・・オートマトン記憶部、240・・・制御部、で
ある。 入力へ〇タン、11 m 第2図 ジ\カバ69ンA m、i 第5図 第67 第7図 r −」土l二ニョj− 第 8図(イの1) 第9図 (b) 第to図 ・ −口m百− ¥11図 (子の1) 第 110(イの2)
Claims (1)
- 【特許請求の範囲】 入力音声を特徴の時系列A=all、a!、・・・、
ai 。 ・・・e ”I に変換する入力部と、単語セットΣ=
(n)の中の各単語nに対して標準バタンB”=l)i
、lb; 。 ・・・、呵・・、 +b:;・を記憶する標準バタン記
憶部と、単語nの入力によって状態遷移p−+qが生じ
ることを意味する規則(p、q、n)の群である状態遷
移テーブル△と最終状態の群Fとを記憶するオートマト
ン記憶部と、入力バタン時刻mと状態qとによって番地
指定されるテーブル記憶T(m、q)。 P(m、q)、N(m、q)およびL(m、q )と、
状態pと単語指定nおよび標準バタン時刻jとによって
番地指定されるテーブル記憶G(p。 nej)および” (p * n@ J )と、入力バ
タンの第iブ西ツクの各時刻m=<1−1)・IL+1
.・・・。 1−LL(ILは正の整数)において順次指定される単
語指定信号nに対応した標準パタンの各特徴ベクトルわ
7と入力バタンの特徴ベクトル4との距離d(m、j)
を算出する距離計算部と、単語指定nに対して生起し得
る状態対(p 、 q )fこ対して、状態pと単語指
定nと標準バタン時刻Jによって指定される前記テーブ
ル記憶G(p、n、j)およびH(p、n、j)を参照
し、前記テーブル記憶T(m−1,q) の値を漸化式
境界条件とし、L(m 1*q)を経路境界条件として
DPマツチング漸化式値g(m、j)と経路値h(m、
j )をm=(1−1) ・IL+1よりm=1−IL
まで、かつj=1よりj=J’までめて、前記テーブ
ル記憶G(p、n、j)とH(p、n、j)とに格納す
るDPマツチング部と、前記DPマツチング部で算出さ
れた漸化式値g(m、J”)を状態qに関して最小値を
めT(m、q)に書込み、この最小を与えた単語名n、
状態指定p、経路値h(m、J”)をN(m、q)、P
(m、q)、L(rn。 q)にそれぞれ書き込む比較回路と、前記入カバタン時
刻m、入カバタンブロック番号i、単語指定n、状態指
定p、qおよび標準バタン時刻j等の信号を発生するた
めの制御部と、最終時刻m=Iにおいて、前記最終状態
群Fiご含まれる状態qで前記テーブル記憶T(m、q
)が最小なるものを定め、この最小を与えたqおよび時
刻mをもとにして前記テーブル記憶P(m、q)、N(
m、q)およびL(m、q )を参照して認識結果を定
める判定部とを持つことを特徴とする連続音声認識装置
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58239303A JPS60130799A (ja) | 1983-12-19 | 1983-12-19 | 連続音声認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58239303A JPS60130799A (ja) | 1983-12-19 | 1983-12-19 | 連続音声認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS60130799A true JPS60130799A (ja) | 1985-07-12 |
Family
ID=17042715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58239303A Pending JPS60130799A (ja) | 1983-12-19 | 1983-12-19 | 連続音声認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS60130799A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0703568A2 (en) | 1994-09-20 | 1996-03-27 | Nec Corporation | Speech recognition system and speech recognition method with reduced response time for recognition |
-
1983
- 1983-12-19 JP JP58239303A patent/JPS60130799A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0703568A2 (en) | 1994-09-20 | 1996-03-27 | Nec Corporation | Speech recognition system and speech recognition method with reduced response time for recognition |
JPH0887294A (ja) * | 1994-09-20 | 1996-04-02 | Nec Corp | 音声認識装置 |
US5812739A (en) * | 1994-09-20 | 1998-09-22 | Nec Corporation | Speech recognition system and speech recognition method with reduced response time for recognition |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960419B (zh) | 用于使用知识桥的学生-教师迁移学习网络的装置和方法 | |
CN110610700A (zh) | 解码网络构建方法、语音识别方法、装置、设备及存储介质 | |
CN110188353A (zh) | 文本纠错方法及装置 | |
JPS60211498A (ja) | 連続音声認識装置 | |
JPS58132298A (ja) | 窓制限付パタンマツチング装置 | |
US5086472A (en) | Continuous speech recognition apparatus | |
JP2980026B2 (ja) | 音声認識装置 | |
JPS60130799A (ja) | 連続音声認識装置 | |
JPS61145599A (ja) | 連続音声認識装置 | |
JP4732030B2 (ja) | 情報処理装置およびその制御方法 | |
JP2964881B2 (ja) | 音声認識装置 | |
McDonough et al. | An algorithm for fast composition of weighted finite-state transducers | |
JPS62187897A (ja) | 連続音声認識装置 | |
US4872201A (en) | Pattern matching apparatus employing compensation for pattern deformation | |
Ogawa et al. | Lattice rescoring based on large ensemble of complementary neural language models | |
JPS62161200A (ja) | 連続音声認識装置 | |
Visweswariah et al. | Maximum likelihood training of subspaces for inverse covariance modeling | |
Droppo | Feature Compensation. | |
WO2021240780A1 (ja) | ラベリング誤り検出装置、ラベリング誤り検出方法、およびプログラム | |
JP2001265383A (ja) | 音声認識方法および音声認識処理プログラムを記録した記録媒体 | |
EP1220198A1 (en) | Decoding multiple HMM sets using a single sentence grammar | |
JP3251005B2 (ja) | 標準パターン作成方法 | |
JP3348735B2 (ja) | パターン照合方式 | |
JPH0436400B2 (ja) | ||
JPS61102698A (ja) | 標準パタ−ン適応方式 |