JPS62169199A - 音声認識装置 - Google Patents

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】 〔産業上の利用分野〕 この発明は、特に騒音の多く存在する環境下において、
話者の音声を上記騒音と区分して明確に認識させるよう
にする騒音環境下における音声認識装置に関する。

〔背景技術〕

現在までに実用化されている多くの音声認識手段は、予
じめ登録されている登録語の標準パターンと、話者の発
声による入力パターンとに基づいてノ９ターンマツチン
グを行い、マツチングがとれた時に、前記入力／やター
ンを前記登録語として認識するものである。

この現在までに用いられているパターンマツチングにつ
いて以下に概説する。

いま、第１時間点における音声の特徴を衣わすパラメー
タをベクトルａｉで示すと、入力／４’ターンは特徴ベ
クトルの時系列として、次のように表現される。

Ａ””（７１１＋８２＋”’＋　１１１＋”’＋　ａＨ
）　　　　　　”’　　（’）ここでＩは、入力音声パ
ターンＡの時間長に対応するノ母うメータである。

次に、あらかじめ登録されている登録ｋｎの標準パター
ンをｒＢ”Ｊ（ｎ＝１・・・Ｎ）とすると、登録語ｎの
標準パターンは、上記入力パターンの特徴ベクトル凰、
と同様のＪｎ個の特徴ベクトルよりなって、次のように
表現される。

ｎ”＝（ｂ”＋ｂ”　、・、、ｂｎ−ａｂ”　）　　　
　　−（２）１　２’　　　ｊ’　　　Ｊｎ 一般に、入力パターン人の時間長Ｉは、標準パターンＢ
０の時間長Ｊｎと必ずしも等しくない。

このため、実際のマツチングに際しては、まず入力パタ
ーンの時間軸１と、標準・９ター／の時間軸ｊとを最適
に近似する関数ｊ（ｌを定める。そして、この時間軸Ｉ
およびｊ（１）との間で定義されるベクトル間類似度！
Ｉ　（＆　１−　ｂｊｏ））の和の最大値Ｓ（Ａ、Ｂ”
）を各ｎＫついて求める。この結果のｎに関する最大値
を与える標準・臂ターンが、入力パターンＡと最も類似
度の高い登録語に対応するものであり、これを認識語と
しているものである。

しかし、このような音声認識手段では、有意な発声の前
後に連続して騒音が重畳しているような場合、あるいは
話者の舌打ち音等の有意な発声音声とは無関係な音が、
発声の前後に入力されているような場合等にあっては、
標準ノ母ターンＢｎと入力パターンＡとに基づく単純な
ノ４ターンマツチングによっては、高い認識性能を期待
できない。

このような問題に対処するものとして、例えば特開昭５
８−１８１０９９号「音声認識装置」が知られている。

すなわち、この音声認識装置にあっては、２つの音声入
力手段からの入力音声信号の相関を演算することで、入
力音声に重畳している騒音と有意な発声音声との識別を
行ない、その結果を有意な入力音声としている。

しかしながら、このような認識装置では、２つの音声入
力手段が必要であシ、この場合騒音が上記２つの音声入
力手段から同じように入ることを前提としているもので
あシ、例えば局所的な騒音が考慮されていない。したが
って、装置が複雑になる他に、以下に述べるような認識
性能を向上させるために依然として次のような問題点が
残されている。

すなわち、騒音が入力音声に重畳する環境下では、騒音
と有意な発声音声を明確に分離し、有意な発声音声のみ
を抽出することは、本質的に困難である。よって、抽出
の段階で生じる騒音と有意な発声音声との区分化時の誤
差に影響されて、誤認識を生じる。

騒音環境下での音声認識の困難性をさらに詳細に説明す
ると以下のようになる。

いま、騒音の重畳した入カッｆターンを前記（１）式で
与えられるとする。そして、そのうち有意な発生に相当
する部分／平ターンは、時間点「ｉ＝ｔ」を始端とし、
時間点「ｉ＝ｍＪを終端とする部分ノリーン Ａ（４１１）＝（’ｔＩａｔ＋１”””ｉ””’ｍ）”
’　　（３）（ただし１≦Ｌ　（ｍ≦■） で表わされる。この時、入カッ母ターンＡは、第８図の
（Ｂ）に示すように騒音のみより成る部分パターン Ａ（１，ｚ−１）””１１ａ２１゛”　’ｔ−１°−（
４）Ａ（ｍ＋１．１）＝’ｍ＋１”ｍ＋２””１」　　
　　　”’　　（５）が含まれている。すなわち、騒音
のＭ、畳し九人カッぐターンＡは Ａ”Ａ（１，ｔ−１）■Ａ（ｔ、ｍ）■Ａ（ｍ＋１．　
り　　　　−（６）で表わされる。こむで、演算子■は
、単に各部分パターンの特徴ベクトルを時系列として続
けて並べることを意味する。したがって、（５）式で表
わされる入力パターンは、（１）式と同様のものである
。

この時、入カッ９ターンＡと第８図の（４）に示す標準
パターンＢｎとの類似度を、従来の方式によるパターン
マツチングによって求めようとすると、上記（６）式に
示すように、入力パターンに富まれる騒音のみから成る
部分ツリー／Ａ（１、ｔ−１）　’Ａ（ｍ＋１　、　Ｉ
　）を含んだ、標準・臂ターンとは異るノンター／とマ
ツチングを行なうこととなシ、類似度は必然的に小さい
ものとなる。

また、前述した特開昭５８−１８１０９９号に示される
ような改良を施すようにしても、有意な発声音声に相当
する部分ノリーンＡ（／、、ｍ）は明確に分離できない
ため、例えば、第８図の（Ｑに示す部分パターン Ａ（ｔ−２，ｍ−２）＝（’ｔ−２”ｔ−１”°ｔａｍ
−５１ａｍ−２〕°°°（７）のようにしか分離できな
い。例えば（７）式のように分離された入力パターンの
部分パターンＡ（ｔ−２、ｍ−２）は、騒音のみよ構成
る部分パターンＡＣ’　＋ｔ−１）”（ｍ＋１．　ｓ）
の大部分を取り除イテイル。

しかし、標準・臂ターンＢｎとのマツチングに供する部
分パターンＡ（Ｌ−２、ｍ−２）は、依然として騒音の
みによる部分パターンの一部Ａ（ｔ−２、ｔ−１）を含
んでおり、一方では有意な発声に相当する部分パターン
の一部Ａ（ｒｎ−２＋　−）が欠落したものとなってい
る。したがって、前記改良によっても最適なマツチング
結果を得ることは困難となシ、類似度の低下はまぬがれ
ない。

このような類似度の低下は、標準・やターンＢｎの各ｎ
とのノＪ？ターンマツチングの結果に同様に反映されな
いために、誤認識の可能性を高くし、認識性能向上の障
害となる。

〔発明が解決しようとする問題点〕

この発明は上記問題点に鑑みなされたもので、騒音と有
意な発声音声との分離を積極的に回避し、有意な発声音
声の分離に伴う分離時の誤差に影響されないで、騒音環
境下において、騒音の重畳した入力パターン中の有意な
発声に相当する部分ノ９ターンＡ（ｔ、ｍ）と最適にマ
ツチングされる標準パターンＢｎの識別を安定に行ない
、認識性能の向上を図る音声認識装置を提供しようとす
るものである。

〔問題点を解決するための手段〕

この発明に係る音声ｇ識装置にあっては、予め登録され
ている登録語の標準ノ母ターン「Ｂｎ」と、騒音の重畳
した入力パターンｒＡＪ全体とのマツチングを前記入力
／４’ターンｒＡＪのあらゆる時間点を始端とし、前記
始端より遅いあらゆる時間点を終端とするすべての部分
区間について行なう。この時、各終端における標準パタ
ーンｒ　Ｂ”　Ｊの各ｎについての類似度のうち最大の
ものを与える最大類似度「ＤＩ」を求め、そのうち有意
な発声に相当する部分区間の入カッ母ターン「Ａ（ｐ、
ｑ）’との類似度が最大となるｒＤｍａｘＪを与える標
準／ｑメタ−に相当する登録語を決定して、認識を行な
う。ここで、上記有意な発声に相当する部分区間の類似
度の最大化を動的計画法により実行させるようにしてい
る。

〔作用〕

いま、騒音の重畳した入力パターンＡが（６）式％式％
） と表わされ、登録語の各ｎに対応する標準パターンを（
２）式で示したように表わされるものとする。ここで、
入力パターンＡの部分ノＪ？ターンＡ（ｔ、ｍ）＝（ａ
υ’ｔ＋１１Ｈ”Ｉａｉ””ｌ８１１１）　　”’　　
（９）は、有意な発声音声に相当する部分パターンであ
る。また、入力ノクターンの任意の部分を’Ｃｐ、ｑ）
とすると、 Ａ（ｐ＋ｑ）＝”ｐ、”ｐ＋１ｒ”’＊　ａｌ＊・・・
ｓ　ａ９）　　　−・−αＱ（１≦ｐ＜ｑ≦■） で表わされる。

この発明にあっては、予め登録されている登録語ｎの各
ｎに対応する標準／’ＰターンＢｎと、上記０１式のよ
うな騒音の重畳した入力パターンの部分ノリーンＡ（ｐ
、ｑ）とのマツチングを行ない、姫適にマツチングの取
れるｎを決定することによシ、入カノクターンＡの有意
な発声音声に相当する部分ノ９ターンＡ（ｔｌｍ）は、
登録語ｎに相当すると判定することにある。

すなわち、騒音の重畳した入力パターンＡの有意な発声
音声に相当する部分・リーンＡ（ｔ、ｍ）を最適に近似
する標準パターンの登録語を決定することにより、騒音
環境下において有意な発声音声の認識を行なうものであ
る。

〔発明の実施例〕

以下図面を参照しながらこの発明の一実施例を説明する
。第１図はその概略的な構成を示すもので、認識すべき
音声を検出し、入力する音声検出部１ノを備える。この
音声検出部１ノで検出された音声入力信号は、入力部分
ツクターン形成部に入力される。

この部分パターン形成部１２にあっては、特徴ベクトル
時系列として表現される入力パターンの時間軸ｌとｑと
の間の部分パターン「Ａ（ｐ、ｑ）＝ａ　ｐ　ｅ　＆　
ｐ＋１　＃・・・、ａ、」を求めるものである。

また、この部分パターン形成部１２に対応して標準パタ
ーン設定部１３が設けられている。

この標準パターン設定部１３は、単語番号ｎに対して予
め設定されるパターンｒ　Ｂ　”　＝ｂ　Ｙ　＃　ｂ”
ｊ　＋・・・。

ｂ１７・・・、ｂｒｊｎ」の各番号ｎについての標準ノ
リーンＢｎを設定しているものである。そして、上記部
分ｔ４ターン形成部１２で求められた部分パターンの時
間長ｒｑ−ｐ＋１」と、上記標準パターン設定部１３で
設定された標準パターンの時間長Ｊｎとに基づく正規化
関数によシ、正規化類似度算出部１４で正規化類似度を
算出する。

この正規化類似度算出部１４で算出される正規化類似度
は、部分最大類似度算出部１５で動的計画法によって最
大化するものであり、この算出部１５は、上記最大化し
た結果のｎに関する最大値を部分最大類似度り、として
求め、出力する。

そして、類似度判定部Ｊ６において、上記類似度りを与
える登録語れを部分判定結果Ｗ９とする操作を行ない、
入力・臂ターンの時系列に沿った全ての時間点における
部分最大類似度ＤＩ、および部分判定結果Ｗｉを求める
。

認識出力部Ｊ７では、上記最大類似度Ｄ１の中で最大の
ものを最大類似度Ｄｍ＆Ｘとし、この類似度を与える部
分判定結果Ｗｉを求めるもので、この判定結果を音声認
識結果として出力させるようにするものである。

いま、入力パターンの時間軸ｒ　ｉ＝ｑ　Ｊを、有意な
発声音声に相当する部分／ぐターンＡ（ｔ、ｒｌｌ）の
終端ｒｌ＝ｍＪと仮定すると、時間点「ｉ＝ｑ」におけ
る時間点「ｉ＝ｐＪを始端とする部分パターンは次式の
ように表現される。

Ａ（，９）＝（ａｐ、＋１ｐ＋１＋”’ｅＪ、”’ｅ’
ｑ）　　　”’　　Ｃ’１（ただし、１≦ｐ＜ｑ≦■） したがって、上記部分パターンＡ（ｐ、ｑ）と標準パタ
ーンＢｎとの類似度は、各ベクトル間類似度ａ（ａｌｅ
ｂゴ。））の和、 ５（Ａ（、，１，、Ｂｎ）＝蔦５（ａｉ、ｂｒＪｏ））
　　・ｎとして得られる。この”Ａ（ｐ、ｑ）”’をｐ
について最大化したものを部分類似度すとすると、ＳＳ
＝”；ｘＳ（Ａ（ｐｅｑ）・Ｂ”）　　　　　　・・・
ｅｌｌと表わされる。上記部分類似度Ｓｎをｎについて
最大化したものを部分最大類似度りとすると、このり、
は次式で表現される。

Ｄ、　＝　ｍ：Ｘ　（Ｓ３　） ＝＝　ｍａｘ　（ｍ；）（５（Ａ（ｐ　、　ｑ）　、　
Ｂｎ　）　〕＝Ｗ七（Ｓ　（Ａ（、、、）、　Ｂ”　）
　）　　　　　・・・　α◆この部分最大類似度Ｄ９は
、入カッリーンの時間点「ｉ＝ｑＪを終端と仮定した時
の有意な発声音声に相当する部分・リーンＡ（ｔ、ｍ）
を、最適に近似する標準・母ターｙＢｎを与える登録ｔ
＆Ｗｉを決定する。

以上のような方法で、入カッ９ターンの時間点ｒ　ｉ＝
ｉ　Ｊにおける部分最大類似度Ｄ１と、部分判定結果Ｗ
ｉを求める操作を、「１＝１〜！」まで１１１１次変化
させて求めると、結果として、入力ａ４ターンの各時間
点ｒｌＪ（１≦１≦工）における部分最大類似度り、と
部分判定結果Ｗｉを得ることができる。

次に、上記部分最大類似度Ｄｉのうち最大の類似度を与
える最大類似度 Ｄｍａｘ　＝ｍす（Ｄ−・＜１０を 求めると、上記最大類似度Ｄｍａｘ’に与える部分判定
結果Ｗｉが当該認識語とな９、騒音環境下で有意な発声
音声を認識したこととなる。

以上がこの発明の詳細であるが、上記部分最大類似度Ｄ
９の決定に先立つ標準）４ターンの％ｎに対する部分類
似度ＢＳの決定に際して、α４式で与えられるベクトル
間類似度の和５（ＡＣｐ＊ｑ）、Ｂｎ）は、互いに単純
に大小比較を行なうことができない。

例えば、いま特徴ベクトルａ１とｂｊとの類似性の尺度
であるベクトル間類似度５（ａｔ、ｂｊ）にａｌとｂｊ
の内積を用い、 ５（ａｌ、ｂｊ）＝ａ、　ｘｂｊ−・　　αＱで与える
こととする。

実際には、入力パターンの時間軸ｌと、標準ツヤターン
の時間軸ｊは、１対１に対応しないので、ｉとｊを最適
に対応させる関数ｊ（１）を最適に定めて、１とｊ（ｔ
＋との間で定義されるベクトル間類似度 ’（’ｉ”ｊ（１）””１ｘｂｊ（１）　　　　　　”
’　　αηを用いる。この時、α４式で与えられるベク
トル間類似度の和として表わされる入カノクターンＡと
標準パターンＢｎの類似度 は、入カッリーンＡ（ｐ、ｑ）の時間長・・・　　（へ
） ｔＰ（１”　Ｑ　−Ｐ　＋　１ が長いほど、標準パターンの時間長Ｊｒ、が長いほど大
きな値をとり易く、見かけ上類低度が太きくなる。

一方、ベクトル間類似度の尺度として、例えば距離尺度
のようにａ、とｂｊ（。との類似性が高いほど小となる
量を用いると、ベクトル間類似度５（ａｌ、ｂ４゜））
の和として与えられる類似度Ｓ　（Ａ（ｐ　、ｑ）　＃
Ｂ”　）　ハ入力・’　ｆｉ　−ｙ　Ａ（、、、）　ｔ
Ｄ時間長ｔｐｑが短いほど、標準ノＪ？ターンの時間長
Ｊｎが短いほど小さな値をとり易く、見かけ上類低度が
大きくなる。

したがって、入カッ臂ターンの部分ノ臂ター／Ａ（ｐ、
ｑ）と、標準パターンＢｎとのマツチング結果である類
似度”Ａ（ｐ、ｑ）、Ｂ町は、局所的に高い類似性を示
す可能性がある。

以上のような理由によって、（６）式で与えられるベク
トル間類似度の和５（Ａ（ｐ、ｑ）”　’をｐについて
鰍大化する際には、前記類似度”Ａ（ｐ、ｑ）’Ｂｎ）
をマツチングに供した入力、ｐＪ？ターンの部分パター
ンの時間長ｒｑ−ｐ＋１」と、標準パターンの時間長Ｊ
に依存しない量へ変換を施す必要がある。そのような変
換を最適に施す関数をいまｒ　（ｑ−ｐ＋ｔ　、Ｊｎ−
Ｓ　（Ａ（ｐ、ｑ　）−”　）　）とすルト、ｊれによ
って定義される正規化類似度は次式で表せる。

Ｒ（ｋＣｐ、ｑ）−Ｂ”）　＝ｒ　（ｑ−ｐ＋　１　、
Ｊｎ　、Ｓ　（（ｐ−ｑ）、Ｂ”　）　）　・・・＠こ
のような関数は、例えば、 ｒ（ｑ−ｐ　＊　Ｊｎｐ　Ｓ　（Ａ（、、、）＊Ｂ”）
）のように、単位時間長おたりの平均類似度として求め
てもよいし、あるいは、 ｙ　（ｑ−ｐ　＋　１　＊　Ｊ　ｎ　＊　５（Ａ（ｐ　
、　ｑ　）　＊　Ｂｎｌ　）（ただし、ｐ“８＝マツチ
ングの径路長）のように、パターンマツチングにおける
単位径路長あたりの平均類似度の形で求めても良い。

さらにその他には、 ｒ　（ｑ−ｐ＋１　＋Ｊｎｔｓ　（Ａ（ｐ、ｑ）ｔＢｎ
）　）（α、β、ｒは定数） などが考えられる。

これは０１式のマツチングに供した部分パターンの時間
長ｒｑ−ｐ＋１」と、標準パターンの時間長Ｊに対する
重みづけを、更に厳密にすることを意図するものである
。言うまでもなく、このような例は、前記正規化関数ｒ
　ｒ　（ｑ　−ｐ　＋　１　ｒ　Ｊ　ｎ　＊５（Ａ（ｐ
、ｑ）　＃　Ｂｆｌ　）　）　Ｊのほんの一例であり、
他の適する関数を用いて類似度の正規化を行なうことも
てきる。

前述のような性質を持った関数ｒ　ｒ（ｑ−ｐ＋Ｌ　、
Ｊｎ。

５（Ａ（ｐ、ｑ）、Ｂｎ”ヨによって正規化された類似
度ｒＲ［Ａ（、，９）、Ｂ”）　Ｊは、もはや互いに比
較して大小を論することができるので、０２式で与えら
れる部分類似度は、 ｓｎ　＝ｍ＆Ｘ　ＣＲ（Ａ（ｐ、ｑ）、Ｂｎ））　　　
　　・、・ｔ、ｅ　　　ｐ によって得ることができる。したがって、部分最大類似
度は、 １）、−ｍ：”　（Ｓ”、　）　　　　　　　　　　・
・・　（ハ）で与えられ、部分判定結果Ｗは、（イ）式
のＤｑを与える登録＠ｎ、とすることができる。

以上説明した入力パターンの部分／！ターンと標準パタ
ーンの局所的な高い類似性と、その排除について、類似
性の尺度として距離尺度を用い、正規化関数として（２
）式を用いた例について、次に詳細に説明する。

例えば、いま登録後ｎ　＝　１に「ｋｙｏｔｏＪ、また
ｎ＝２に「ｔｉｋｙｏｔｏ　Ｊなる語が登録されている
ものとする。この時、理想的な標準パターンは、ｒｋｙ
ｏｔｏＪに相当する登録蒔ｎ　＝　１の標準／母ターン
を Ｂ　＝ｂ１．ｂ２．・・・、ｂｊ、・・・、ｂＪｌ　　
　　　　・・・　（ハ）とすると、「ｔ″；ｋｙｏｔｏ
　Ｊに相当する登録語ｎ　＝　２の標準パターンＢ２は
、「ｔ″０」に相当する部分パターンを ｎ２’　：＝　ｂ２　ｂ２・・・ｂ２　　　　　　　　
　・・・　■１２１ｔ ＝ｂ　　ｂ　　・・・　ｂ２　ｂｌ　　ｂｌ　　・・・
、ｂｌ　　　　・・・　翰１’２・　　ｔ’　１’　２
’　　　Ｊｌと表わすことができる。ここで、標準パタ
ーンを理想的なものとしたことは、説明を簡単にするた
めであり、以下の説明は本例に特有のものではない。

いま、騒音環境下でｒ　ｔ′ｏｋｙｏｔｏ　Ｊと発声し
たとすると、その入力パターンは、 Ａ　：Ａ　（１，ｊ−１）弘（ｚ、　ｌｃ−リＯ＋Ａ（
ｋ、ｍ、ＯＡ（ｍ＋１．ｔ）−ｅＡとなる。ここで、■
は入力パターンの時間長、ＡＣｌ、ｔ−４）、Ａ（ｍ−
Ｎ　、　ｔ）は騒音のみより成る部分パターン、Ａ（ｔ
、に−４）は発声音声中の「ｔ″０」に相当する部分パ
ターン、Ａ（ｋ、ｍ）は「ｋｙｏｔｏ　Ｊに相当する部
分パターンであり、したがって、有意な発声に相当する
部分パターンは Ａ（ｔ、ｍ）　＝　Ａ（ｔ、に−１）ＯＡ（ｋ、ｍ）　
　　　−ｐ［）（ただし、１≦ｌ　（ｋ　（ｍ≦Ｉ） である。

この時、入力パターンの時間点ｒｌ＝ｍＪを終端とし、
時間点「ｉ＝ｋＪを始端とした時の部分をとの類似度は である。一方、ｒｓ＝ｔ」を始端とし「ｉ＝ｍＪを終端
とする有意な発声音声と、実際に発声したと仮定した登
録語ｎ　＝　２の標準パターンＢ２との類似度は、 である。

ここで（ト）式よりｒｎ２＝ｎ”■８１」であり、類似
度がベクトル間類似度の和として表わされるこ・・・　
（至） となることがわかる。したがって、入力／母ターンの時
間点ｒｌ＝ｍＪにおける部分最大類似度は、Ｄｍ＝Ｓ　
（Ａ（ｋ、ｍ）　、　Ｂ’　）　　　　　　　　−・・
　（ロ）となり、部分判定結果は「Ｗ□＝１」となる。

このように、パターンマツチングの結果である類似度を
単純に大小比較したのでは、入力パターンの有意な発声
音声に相当する部分ノやターは上最大となる。このよう
な局所的な高い類似ζ性は入力／４’ターンのあらゆる
部分パターンと、あらゆる標準／４’ターンの組み合わ
せによってノ臂ターンマツチングを行なうことを前提と
する場合、以上述べた例にかかわらず、常に起こり得る
と考えられる。

そこで、正規化関数の１例として一式を用い、一式を正
規化すると、 Ｒ（Ａ（ｚ、、）　、　Ｂ勺＝ｒ（ｍ−／−＋１．Ｊ２
．Ｓ（Ａ（ｔ９ｍ）、Ｂ　））となる。一方０１）式を
正規化すると、Ｉ となる。ここで、上記（至）式のｒＲ（Ａ（ｔ、ｒｒ、
）、Ｂ　　）Ｊと、ζ増成の「Ｒ（Ａ（ｋ、ｍ）”’　
）Ｊの大小を論するために、ｒＲ（Ａ（ｚ、ｍ）　、　
Ｂ２）　ＪをｒＲ（Ａ（ｋ、ｍ）、Ｂ’　）Ｊで除する
と、に）（５Ｊ式より「Ｊ２＝ｔ＋Ｊ、」であるから、
となる。白η式第１項は「１」よりも大きいが、第２項
はｒｌＪよシも小さい。ここでマツチングに供した部分
パターンの時間長に対応して、論理的に正しい正規化を
行なったのでは、「ｋｙｏｔｏＪに相当する登録ｍｒｎ
＝ｔ」が選択されやすいことに変わりはない。しかし、
定数α、β、ｒを最適に定めることで、右辺は「１」よ
りも小さくすることができる。具体例としては、α＝１
．５．β＝１　、ｒ＝１が考えられる。

以上の結果として、時間点「ｉ−ｍＪにおける部分最大
類似黒二は、「Ｄｍ＝Ｒ（Ａ（ｔ９ｍ）、Ｂ２）」、部
分判定結果はｒＷｍ＝２Ｊとなり、発声したと仮定した
「ｔ″；ｋｙｏｔｏ　Ｊに相当する登録語ｎ　＝　２を
特定できることになる。このことは、騒音の重畳した入
力パターンの部分パターンと標準パターンの局所的な類
似性を排除し、騒音環境下で発声した有意な発声音声を
正しく認識できることを示す。

第２図は嬉２の実施例を示すもので、類似度検出部１８
で入カバターフ形成部１２で得られる部分パターンの時
間軸ｌと、標準パターン設定部１３で得られる標準パタ
ーンの時間軸ｊとを対応する関数ｊ（１）との間で定義
されるベクトル間類似度のオロの最大値である類似度「
Ｓ”（ｐ、ｑ）””を求める。

中間類似度検出部１９では、入力部分パターンのマツチ
ングに供しない部分Ｉリーン７￥１．ｐ−１）の時間長
に対応する重み関数との和を動的計画法によって求める
もので、その結果に対応して中間類似度を求める。そし
て、中間類似度判定部２０で上記のように得られた中間
類似度Ｄ９を与える登録＠ｎを中間判定結果とする操作
を順次実行させ、入カッ９ターンの時系列に沿った全て
の時間点の中間類似度り、および中間判定結果Ｗｉを求
める。

また、最大類似度検出ｓ２１にあっては、入力部分パタ
ーンのマツチングに供しない部分／＃ターンＡ（ｑ＋Ｌ
Ｉ）の時間長に対応する重み関数と、前記中間類似間と
の和によって定義される正規化類似度の中で最大のもの
を最大類似度ＤＴｎ＆Ｘとして求めるものであり、ｇ識
出力部１７では上記最大類似度Ｄｍ□を与える中間判定
結果Ｗ。

を求め、このＷｉを与える登録語を認識結果として出力
させるようにするものである。

すなわちこの実施例にあっては、入カッやターンのマツ
チングに供されない部分パターン５（Ａ（ｐ、ｑ）”）
に与えることで、各々の類似度の一律な大小比較を可能
とするものである。以下に、その詳細な説明を行なう。

α諸式で与えられる類似度は、有意な発声に相当すると
仮定した部分ノ４ター／「Ａ（ｐ、ｑ）’と、各ｎにつ
いての標準ノ母ターンＢｎとの類似度であった。この（
２）式で与えられる類似度”Ａ（ｐ、ｑ）、Ｂ”を次の
ような式で求めることで、局所的な類似性を排除して一
律な大小比較を行なうことができる。

すなわち、 Ｕｐ　＝Ｕ（ｐ）　　　　　　　　　　　　　　・・・
　（ト）ここで、Ｕ（１）は、マツチングに供されない
入力パターンの部分・リーンＡ（４，ｐ−５）の時間長
「ｉ＝ｐ−１」に対応する重みづけＵｐを与える関数で
ある。これは、例えば、類似性の尺度として距離尺度を
用いた場合には、マツチングした時の平均ベクトル間類
似度よりも充分大きく、マツチングしない時のベクトル
間類似度よりも小さいものが考えられる。

実際形態としては、（至）式の第２項を計算する時の初
期値として与えられ、上側の場合Ｕｐ＝Ｓｏ・（ｐ−１
）　　　　　　　　　　　・・・　（６）が考えられ、
この時（ロ）式は、 となる。

このようにして得られる類似度”Ａ（ｐ、ｑ）、Ｂｎ）
は、時間点「ｉ＝ｑＪにおいては、（イ）式で代表され
る重みづけ関数を最適に定めることで、マツチングに供
した入カッやターンの部分パターンＡ（ｐ、ｑ）の時間
長「ｉ＝ｑ−ｐ−ｚＪに無関係に、−律に大小比較を行
なうことができる。したがって、（６）式で与えられる
部分類似度はＳＳ　＝　”闇”　Ｕ（Ａ（ｐ、ｑ）、Ｂ
”　）　　　　　　−０４として求められ、これをｎに
ついて最大化した部分最大類似度は、 Ｄ９＝　ｍ÷Ｘ’ｓ讐） ＝　ｍ：Ｘ　（ｆｆｌ；Ｘ　ｕ（Ａ（ｐ　、　ｑ）　、
　Ｂｎ　）　）＝””　〔Ｕ＋５（Ａ（ｐ、ｑ）”）〕
ｐ、ｎ　　　　ｐ として与えられる。

以上のようにして求められた部分最大類似度り、は、時
間点「ｉ＝ｑ」を終端と仮定した時の有意な発声に相当
する部分パターンＡ（ｔ、ｍ、）　”最適に近似する標
準パターンＢｎを与える登録語Ｗ。

を決定する。

以上の操作を「ｑ＝１〜Ｉ」まで順次変化させて、入力
パターンの各時間点「ｉ」における部分最大類似度Ｄ　
と部分判定結果Ｗｉを求めることができす る。ここで求められた部分最大類似度Ｄｉの各々は、有
意な発生音声に相当する部分パターンＡ（ｔ、ｍ）の終
端と仮定した時間点Ｉが異るので、互いに大小比較を行
なうことはできない。これらの部分最大類似度Ｄｉを互
いに大小比較できるようにするためには、前記時間点「
ｌ」以降、入力パターンの終了する時間点ｒ１」までの
時間長「ｑ＝ｉ−１」に対応する重みづけＵ、を与える
関数Ｕ（ｑ）を最適に定めて、各時間点「ｉＪにおける
部分最大類似度に反影させる必要がある。したがって、
入力・臂ター／の有意な発声音声に相当する部分パター
ンＡ（ｔ、ｒｆｌ）を最適に近似する標準パター　：／
　Ｂ”と、入力・やターンとの最大類似度はＤｍａｘ　
＝Ｊｎｑｘ［Ｄｑ＋　Ｕｑ　］”　ｐ’Ｔｑ７ｎ　〔Ｕ
ｐ　””　（Ａ（ｐ　ｍ　ｑ）　、”　’　＋Ｕｑ’　
”’　”の結果として得ることができる。すなわち、（
１・９式で与えられる最大類似度を与える登録語が当該
認？ｆ＆詔となる。

以上述べたように、この実施例の特徴は関数ｒ（ｑ−”
　”　ｎ　”（ｐ　、　ｑ　）　、Ｕ（ｐ）、Ｕ（ｑ）
’によって代表されるマツチングに供した入力パターン
Ａ（ｐ、ｑ）の時間ダｔ＝ｑ−ｐ＋１」と、標準ノンタ
ーンＢｎの時間長Ｊｎに依存し７ない、前記入力・にタ
ーンの部分パターンＡ（ｐ、ｑ）と前記標準パターンＢ
ｎとの類似度を与える関数を最適に定めて、いわゆる始
端自由、終端自由による動的計画法による演算結果を一
律に大小比較することを可能にすることにある。

したがって、本来特定不可能である騒音の重畳した入力
パターンの有意な発声音声に相当する部分パターンＡ（
ｔ２ｍ）を最適に近似する標準パターンの識別を安走に
行ない、当該認識語を得ることを可能としているもので
ある。

〔実施例の動作説明〕

０１式は、始端「ｉ＝ｐＪが自由で、始端における初期
値を「０」とし、終端を固定した典型的な動的計画法に
よって処理することができる。

これを第３図で説明すると、初期値ｒｓｏ＝ＯＪを初期
値として、始端である（ｐ、１）から終端（ｑ　、　Ｊ
ｎ）に至る経路の交点（１，ｊ）のベクトルＪ　＠ｂｆ
ｆのベクトル間類似度Ｉｎ（ｉ、ｊ）の和を最大にする
経路の墳和値が、動的計画法によってｒＳ｛Ａ（、、）
、ｕ”）」として与えられる。

実際の入カッ臂ターンと標準パターンの時間軸のずれを
観察してみると、通常５０％もずれることはないことが
知られている。よって、　ｒ　＋＝ｊＪなる直線の近傍
の径路を選択することで０均式の最大化を行なうことが
できる。したがって、ベクトル間類似度Ｓｎ（＋、ｊ）
を計算する（１−ｊ）平面はある程度制限することがで
きる。この制限は、いわゆる整合窓を設けて、直＃１ｌ
「ｉ＝ｊＪの両側に一定の幅を設けることによって実現
できるが、演Ｘｉや演算時に使用する作業用メモリーの
容量の点から必ずしも適した方法ではない。

ここでは、動的計画法における漸化式として、両側傾斜
制限を含んだものを使用する。

傾斜制限を含んだものにはいろいろあるが、−例として
、適当な初期値のもとに、次の漸化式を、［ｊ＝１〜，
１．）、ｒｓ＝ｉ−１」の範囲で解く。

・・・　− これは、第４図の点：ｘＣ＋ｓｊ＞への径路としては、
点Ｊ、？（１−２，ｊ−１）から点５ｓ（１−１，ｊ）
径由による径路３６と、点５４（１−１，ｊ−１）から
の径路３７と、点Ｊ５（１，ｊ−２）からの径路３８の
３通シラシ、そのうち最大のものを選択することを示す
。

（ハ）式による（１−ｊ）平面上の演算範囲を第３図に
よって示すと、終端（ｑｅＪｎ）は固定であるから、こ
の終端２９にたどりつくには、傾きｒｌ／２ｊの直線２
４と、傾き「２」の直線２５に挟まれた斜線で示す領域
のベクトル間類似度”ｎｃｉ、Ｊ）を計算し、漸化式（
９）に従って最適な径路を求めることになる。

始端としては、点２１（ｑ−２・Ｊｎ、１）から点２２
（（１−Ｊｎ／２　、１　）の間のすべての点２８（ｐ
、１）が候補となる。漸化式（９）の最終結果 ｇｎ（ｑ　、　Ｊｎ）　＝”；”　（Ｓ（Ａ（ｐ　、　
ｑ　）　−”　）　）　　・・・Ｑ＊は、（転）式を「
ｊ＝１〜ＪｎＪまで解くことを、［１＝ｑ−２−ＪｎＪ
からＩを１づつ増しなからｑまで実行することで得られ
る。

ここでは、入力）Ｊ？ターンのあらゆる点を終端候補点
とするので、０１式の最大化を入力パターンの各時間点
ｒｌ＝ｑＪについて行なう。実際には、漸化式補は傾斜
制限を含むので、第５図における点６ｉ０（１，１）か
ら点ｅ　３（Ｉ−Ｊｎ／２．りまでのすべての点６５（
ｐ、１）（１≦ｐ≦Ｉ−Ｊ／２）が始端候補点となシ、
点ｓ　７　（Ｊ　／２．Ｊ　）から点６２（１，Ｊ）ま
でのすべての点ゝ４町４ｈ辷／２≦ｑ≦Ｉ）を終端候補
とする動的計画法となる。

以上述べた動的計画法を用いた第１図に示した実施例の
詳細な流れを、第６図のフローチャートによって詳細に
説明する。ここでは類似度の尺度として、距離尺度を用
いるものとする。

（ステップ１）は、部分最大類似度ＤＩ、部分判定結果
Ｗｌ、および、漸化式に）の途中結果の初期化を行なう
。

（ステップ２）は、入カッ９ターンの時間軸に対応する
変数量を初期化する。

（ステラ７’３）では特に処理は行なわない。

（ステラｆ４）は、登録胎番号に対応する変数ｎを初期
化する。

（ステップ５）で、漸化式−の初期値をｇｒｌ（１−１
，０）　−＝　Ｑ ｇｎ（ｉ−１，ａ）　＝＋（１） ｇｎ（ｌ−２，０）＝＋■ とする。ここで、＋■とは計算機で実現できる正の最大
値を意味し、比較の対象となった場合、必ず大きくなる
ことを意図するものである。

（ステップ６）は、標準・母ターンの時間軸に対応する
変数ｊを初期化する。

（ステップ７．ステツプ８）では、標準パターンの時間
軸に対応する変数ｊを「ｊ＝１〜Ｊ　」まで変化させて
、漸化式−を順次計算する。また同時に、類似度の正規
化に用いるマツチング　　　−に供した部分・母ターン
の時間長 ・・・　←η を計算する。＠η式は、ｇＣｌ、Ｄの計算において。

（９）式第２項にｇｎ（１−１、Ｊ−ｔ　）又はｇｎ（
ｉ−４，ｉ　−２）を選択した場合ｒ　ｔｎ＝　ｔｎ＋
１Ｊとし、ｇｎ（ｉ　−２、ｊ−１）”（１−１１ｊ）
を選択した場合「ｉｎ＝ｔｎ＋ｚＪとする意味である。

（ステップ９）は、時間点１における登録Ｆｆｆｎとの
類似度を正規化する。このステップ９で正規化すること
で、求められた類似度は初めて互いに大小比較を行なう
ことができる。

（ステラ７’ＩＯ）は、上記ステラｆ９で正規化された
類似度と、時間点ｒｌ−１」以前における最大類似度り
、との比較を行なう。ここで、「Ｄｆ〉ｇｎ　（１＋　
Ｊ　ｎ）’であれば、最大類似度り、と判定結果Ｗｉの
更新を行なう。

（ステップ１１）では、ｒｎ＝ｎ＋１」として、「ｎ≦
Ｎ」ならばステップ５へ戻り、新たな標準パターンとの
マツチングを行なう。

（ステップ１２）では、ｒ１＝１＋１」として、「ｉ≦
工」ならばステップ３へ戻り、入力パターンの次の時間
点における漸化式の計算を行なう。

以上のような流れで演算を進めると、Ｄ、とＷ。

は時間点日」以前における最大類似度と、それを与える
登録語ｎを常に保持する。結果として、第６図に示すフ
ローチャートに従った演算の終了時には、Ｄ、とＷｉは
最大類似度Ｄｍａｘとそれを与える登録語ｎを保持して
いる。したがって、当該認識語は、Ｗｆであると判定で
きる。

次に第２図で示した実施例の動作の流れは第７図のフロ
ーチャートに示す通りであるが、基本的には前実施例（
第６図）と同様である。以下にその相違点を示す。すな
わち、ステラｆ３で、中間最大類似度を り、　＝　Ｄ、　＋　ｓ、　　　　　　　　　　　　・
・・　＠→とする。これは、時間点ｒ　ｓ−１」までに
おける最大類似度Ｄｆに、マツチングに供した部分・母
ターンの終端から入力・母ターンの時間点ｒｌＪまでの
時間長に対応する重みづけを行なうものである。この操
作を、入力パターンの終端である時間点ｒ１」まで続け
ると、 Ｕ、　＝’　ｐ　ｘ（Ｉｑ　）　　　　　　　　　・・
・　（６）と定義される重みづけを、時間点「１」にお
ける中間類似度に与えることとなる。ここで、８゜はあ
らかじめ定められた定数でマツチングした時の平均ベク
トル間類似度ｉよシは十分大きく、マツチングしない時
のベクトル間類似度よりは小さな値であり、例えば ５＝２Ｘａ　　　　　　　　　　　　・・・　四と与え
る。

ステップ５においては、順化式（ハ）の初期値をｇｎ（
ｉ−１＋０）　＝　（ｉ−１）”ｐｇｎ（１−１，−１
）＝　＋　ｏ。

ｇｎ（ｉ−２，０）＝　＋　００　　　　　　　　　　
°゛°　輪と与える。ここで、ｇｎ（１−１，Ｏ）−（
１−１）　”ｐは入力パターンの始端からマツチングに
供する部分ツヤターンの始端までの時間長ｐに対応する
重みづけを与えるものである。

したがって、ステップ３とステップ５によって、一式に
おける重みづけ関数を Ｕｐ＝　ｓｐｘ　（ｐ−１） Ｕｑ　＝　ｓ　ｐ　×（Ｉ　−ｑ　） と定義したことと同義となる。

ステラｆ７では、漸化式（９）の計算を行なうが、本実
施例では、もはや、マツチングに供した部分／４’ター
ンの時間長を知る必要がないので、ｔｎの計算は不用で
ある。また、類似度の正規化はステップ３とステラｆ５
において行なっている。

したがって、ステップ９では何もしない。

以上の説明中、何もしないステップを敢えて記載したが
、これは、本実施例における演算方法の相違をわかシ易
く示すために行なっ九ことである。し九がって、本実施
例の説明中の何もしないステップは、何ら意味を持たず
、無視してもよい。

以上の説明では、実施例を離れて、その説明を簡単にす
るために限定を加えて説明した点がいくつかあるが、そ
れらの記載はこの発明の範囲を限定するものではない。

特にベクトル間類似度は例をあげたように種々のものが
あり、それらのうちどれを用いても良い。また、マツチ
ングに供し九人カバターンの部分ノ母ターンと標準パタ
ーンの類似度が最大とは、ベクトル間類似度の尺度に内
積のように類似性が高ければ大きな値をとるものの場合
は、その積和値が最大であることを意味し、距離尺度の
ように類似性が高ければ小さな値をとるものの場合は、
その積和値が最小であることを意味する。したがって、
後者の場合、これまで述べた類似度の最大化とは、ベク
トル間類似度の積和値及び正規化類似度等の最小化を意
味する。

〔発明の効果〕

以上のようなこの発明に係る音声認識装置にあっては、
次のような効果を得ることができる。

すなわち、騒音の重畳した入力パターンＡより、有意な
発声に相当する部分パターンＡ（ｔ、ｍ）を分離する必
要がな層ので、音声入力部に特殊な装置を必要としない
。

また、マツチングに供する入力・ぐターンの部分ノ！タ
ーンＡ（ｐ、ｑ）の時間長「ｔ＝ｑ−ｐ＋１」と、標準
・やターンＢｎの時間長Ｊｎに基づく重みづけをマツチ
ング結果である類似度に施すので、上記入力パターンの
部分パターンＡ（ｐ、ｑ）や上記標準・母ターンＢｎの
時間長に依存する局所的な高い類似性を排除できる。

したがワて、騒音の重畳した入カッ４ターンＡの有意な
発声音声に相当する部分パターンＡ（４ｍ）を最適に近
似する標準パターンＢｎを、安定に識別することができ
る。

さらに、認識アルゴリズムの新規な改良のみによって、
騒音環境下での有意な発声音声の安定な識別を行なうこ
とを可能としたので、特殊なハードウェアの開発を必要
どしない。

【図面の簡単な説明】

第１図はこの発明の一実施例に係る音声認識装置を説明
する概略的な構成図、第２図は同じく他の実施例を説明
する概略的な構成図、第３図は動的計画法によって類似
度を求める手段を説明するための図、第４図（、）は始
端および終端傾斜を説明するための図、第５図は漸化式
の計算範囲を説明するための図、第６図および第７図は
それぞれ上記実施例の動作の流れを説明するフローチャ
ート、第８図は特に９音環境下での従来の音声認識手段
を説明する図である。 １ノ・・・音声検出部、１２・・・入力・セターン形成
部（第１の手段）、１３・・・標準パターン設定部（第
２の手段）、１４・・・正規化類似度算出部（第３の手
段）、１５・・・蔀分顔似度算出部（第４の手段）、１
６・・・類似度判定部（第５の手段）−１７・・・認識
出力部、１８・・・類似度算出部（第６の手段）、１９
・・・中間類似度算出部（第７の手段）、２０・・・中
間類似度判定部（第８の手段）、２ノ・・・最大類似度
判定部（第９の手段）。 出願人代理人　　　弁理士　鈴　江　武　彦第　１因 第２図

Claims (2)

【特許請求の範囲】
1. （１）特徴ベクトル時系列として表現される入力パター
   ン「Ａ＝ａ＿１、ａ＿２、…、ａ＿ｉ、…ａ＿Ｉ」の時
   間点「ｉ＝ｐ」を始端とし、「ｉ＝ｑ」を終端とする部
   分パターン「Ａ＿（＿ｐ＿、＿ｑ＿）＝ａ＿ｐ、ａ＿ｐ
   ＿＋＿１、…、ａ＿ｑ」（ただし、１≦ｐ＜ｑ≦Ｉ）を
   求める第１の手段と、単語番号ｎに対して予め設定され
   る標準パターン「Ｂ＾ｎ＝ｂ＾ｎ＿１、ｂ＾ｎ＿２、ｂ
   ＾ｎ＿ｊ…、ｂ＾ｎ＿Ｊ＿＿ｎ」の各番号ｎについての
   １パターンＢ＾ｎを設定する第２の手段と、 上記第１の手段で求めた部分パターンの時間軸ｉと、上
   記第２の手段で設定される標準パターンの時間軸ｊとを
   対応させる関数ｊ＿（＿ｉ＿）を定め、上記時間軸ｉと
   関数ｊ＿（＿ｉ＿）との間で定義されるベクトル間類似
   度ｓ｛ａ＿ｉ、ｂ＾ｎ、ｊ＿（＿ｉ＿）｝の和の最大値
   である類似度「Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＾ｎ｝
   」を、上記部分パターンの時間長「ｔ＝ｑ−ｐ＋１」と
   、上記標準パターンの時間長Ｊ＿ｎに依存しない正規化
   類似度を与える正規化関数 ｒ〔ｑ−ｐ＋１、Ｊ＿ｎ、Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）
   、Ｂ＾ｎ｝〕によって定義される正規化類似度 「Ｒ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＾ｎ｝＝ｒ〔ｑ−ｐ
   ＋１、Ｊ＿ｎ、Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＾ｎ｝
   〕」として求める第３の手段と、 この第３の手段で求められた正規化類似度をｐについて
   動的計画法によって最大化し、その結果のｎに関する最
   大値を部分最大類似度 Ｄ＿ｑ＝Ｒ｛Ａ＿（＿ｐ＿、ｑ＿）、Ｂ＾ｗｇ｝＝＾ｍ
   ＾ａ＾ｘ＿ｎ〔Ｒ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＾ｎ｝
   〕として求める第４の手段と、 この第４の手段で得られた部分最大類似度Ｄ＿ｑを与え
   る登録語ｎを部分判定結果Ｗ＿ｑとする操作を「ｑ＝１
   〜Ｉ」まで順次変化させ、入力パターンの時系列に沿っ
   た全ての時間点における部分最大類似度Ｄ＿ｉ、および
   部分判定結果Ｗ＿ｉ（ただし、ｉ＝１〜Ｉ）を求める第
   ５の手段とを具備し、この第５の手段で求められた部分
   最大類似度Ｄ＿ｉの中で最大のものを最大類似度 「Ｄ＿ｍ＿ａ＿ｘ＝＾ｍ＾ａ＾ｘ＿ｉ｛Ｄ＿ｉ｝（ただ
   し、ｉ＝１〜Ｉ）」として、この最大類似度Ｄ＿ｍ＿ａ
   ＿ｘを与える部分判定結果Ｗ＿ｉを求めて、これを認識
   結果として出力されるようにしたことを特徴とする音声
   認識装置。
2. （２）特徴ベクトルの時系列として表現される入力パタ
   ーン「Ａ＝（ａ＿１、ａ＿２、…、ａ＿ｉ、…、ａ＿Ｉ
   ）」の時間点「ｉ＝ｐ」を始端とし、「ｉ＝ｑ」を終端
   とする部分パターン「Ａ＿（＿ｐ＿、＿ｑ＿）＝ａ＿ｐ
   、ａ＿ｐ＿＋＿１、…、ａ＿ｑ」（ただし、１≦ｐ＜ｑ
   ≦Ｉ）を求める第１の手段と、単語番号ｎに対して予め
   設定される標準パターン「Ｂ＾ｎ＝ｂ＾ｎ＿１、ｂ＾ｎ
   ＿２、…、ｂ＾ｎ＿ｊ、…、ｂ＾ｎ＿Ｊ＿＿ｎ」の各番
   号ｎについての標準パターンＢ＾ｎを設定する第２の手
   段と、 上記第１の手段で求めた部分パターンの時間軸ｉと、上
   記第２の手段で設定される標準パターンの時間軸ｊとを
   対応させる関数ｊ＿（＿ｉ＿）を定め、上記時間軸ｉと
   関数ｊ＿（＿ｉ＿）との間で定義されるベクトル間類似
   度「ｓ（ａ＿ｉ、ｂ＾ｎ＿ｊ＿＿（＿＿ｉ＿＿））」の
   和の最大値である類似度「Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）
   、Ｂ＾ｎ｝」を求める第６の手段と、 上記類似度「Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＾ｎ｝」
   と、上記入力パターンの時間点「ｉ＝１」を始端とし、
   時間点「ｉ＝ｐ−１」を終端とする部分パターン「Ａ＿
   （＿１＿、＿ｐ＿−＿１＿）＝ａ＿１、ａ＿２、…、ａ
   ＿ｉ、…、ａ＿ｐ＿−＿１」の時間長「ｐ−１」に対応
   する重み関数Ｕ＿ｐ＝０（ただし、ｐ＝１）およびＵ＿
   ｐ＝Ｕ＿（＿ｐ＿）（ただし、１＜ｐ≦Ｉ）の和を、時
   間点ｉ＝ｑにおいてｐについて最大化する操作を動的計
   画法によって行ない、その結果のｎに関する最大値を中
   間類似度 Ｄ＿ｑ＝Ｓ｛Ａ＿（＿ｐ＿、＿ｑ＿）、Ｂ＿ｑ｝＝＾ｍ
   ＾ａ＾ｘ＿ｐ＿、＿ｎ〔Ｕ＿ｐ＋Ｓ｛Ａ＿（＿ｐ＿、＿
   ｑ＿）、Ｂ＾ｎ｝〕として求める第７の手段と、 この第７の手段で得られた中間類似度Ｄ＿ｑを与える登
   録語ｎを中間判定結果Ｗ＿ｑとする操作を「ｑ＝１〜Ｉ
   」まで順次変化させ、入力パターンの時系列に沿った全
   ての時間点の中間類似度Ｄ＿ｉおよび中間判定結果Ｗ＿
   ｉ（ただし、ｉ＝１〜Ｉ）を求める第８の手段と、 上記中間類似度Ｄ＿ｉと、上記時間点「ｉ＝ｑ＋１」を
   始端とし、時間点「ｉ＝Ｉ」を終端とする入力パターン
   の部分パターン Ａ＿（＿ｑ＿＋１＿、＿Ｉ＿）＝ａ＿ｑ＿＋＿１、ａ＿
   ｑ＿＋＿２、…、ａ＿ｉ、…、ａ＿Ｉの時間長「Ｉ−ｑ
   」に対応する重み関数Ｕｑ＝０（ただし、ｑ＝Ｉ）およ
   びＵ＿ｑ＝Ｕ＿（＿Ｉ＿−＿ｑ＿）（ただし、１≦ｑ＜
   Ｉ）によって定義される正規化類似度「Ｒ＿ｑ＝Ｄ＿ｑ
   ＋Ｕ＿ｑ」（ただし、ｑ＝１〜Ｉ）の中で最大のものを
   最大類似度 Ｄ＿ｍ＿ａ＿ｘ＝＾ｍ＾ａ＾ｘ＿ｉ｛Ｒ＿ｉ｝（ただし
   、ｉ＝１〜Ｉ）として求める第９の手段とを具備し、 上記最大類似度Ｄ＿ｍ＿ａ＿ｘを与える中間判定結果Ｗ
   ＿ｉを求めて、このＷ＿ｉの与える登録語を認識結果と
   するようにしたことを特徴とする音声認識装置。