話者正規化による高精度多数話者単語音声認識システムとそのLSI化に関する研究

基于说话人归一化的高精度多说话人语音识别系统及其LSI实现研究

• 批准号: 03555070
• 负责人: 広瀬 啓吉
• 金额: $ 2.69万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Developmental Scientific Research (B)
• 财政年份: 1991
• 资助国家: 日本
• 起止时间: 1991 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-03555070/
• 关键词: 経路限定DP照合法; 話者正規化法; マルチテンプレ-ト方式; 多数話者単語音声認識システム; LSI化; DSP; シストリックアレイ; 論理設計

本研究は、経路限定DP照合法と母音音声を用いた特徴パラメ-タの話者正規化法とを従来のマルチテンプレ-ト方式に組合せ、高精度の多数話者単語音声認識システムを計算機上に構築し、その性能評価を行うこと、さらにLSI化を検討し、小型装置として実現するための方策を示すことを目的とするもので、以下の実績をあげた。(1)従来の話者正規化法は孤立発声した母音音声のみを用いていたが、無声摩擦音を利用するアルゴリズムを開発し、その有効性を確認した。さらに、単語中で発声された母音音声を正規化に用いることの検討を加えた。(2)経路限定DP照合法、話者正規化法、フレ-ム数正規化法のアルゴリズムをワ-クステ-ション上に実装するとともに、modified K-means法によって男女各10名ずつの音声デ-タから1単語当り4個の標準パタ-ンを選定して、ハ-ドディスク装置に格納した。このようにして単語音声認識システムをワ-クステ-ション上に構築して認識実験を行ない、方式の有効性を確認するとともに、方式のパラメ-タ値の最適化をはかった。(3)パラメ-タの抽出、話者正規化のパラメ-タ変換、経路限定点候補の検出、フレ-ム数正規化をDSPで、標準パタ-ンと入力パタ-ンとのDP照合をシストリックアレイで行なう単語音声認識ボ-ドの処理の流れを明らかにし、ボ-ドの基本的な構成を示した。(4)距離計算と経路計算の機能を有するシストリックアレイの処理素子の論理設計を行なった。さらに、このような素子38個からなるDP照合プロセッサのデ-タの流れの制御について検討した上で、論理設計を行ない、計算機シミュレ-ションにより動作の確認を行なった。以上、交付申請書に記載された研究計画はほぼ予定通りに達成した。

は 経 road limited DP, as this study legal と vowel sounds を with い た, 徴 パ ラ メ - タ の regularization method is the speaker's words と を 従 to の マ ル チ テ ン プ レ ト way に combination せ, high-precision の most words 単 voice sound understanding シ ス テ ム を computer に constructing し, そ の performance evaluation 価 を line う こ と, さ ら に LSI change を beg し 検, small device と し て be す now The るため <s:1> strategy を indicates the す とを とを objective とする を で で で the following <s:1> achievements をあげた. (1) 従 to の regularization は sound isolation 発 し た vowel sounds の み を with い て い た が, silent fricatives を using す る ア ル ゴ リ ズ ム を open 発 し, そ の have sharper sex を confirm し た. さ ら に, 単 で in sound 発 さ れ た vowel sounds を regularized に with い る こ と の を 検 please add え た. (2) the qualified DP 経 road, according to legal, regularization method, the speaker's words フ レ number - ム regularization の ア ル ゴ リ ズ ム を ワ - ク ス テ - シ ョ ン on に be loaded す る と と も に, modified K - means method に よ っ て males and 10 ず つ の sounds デ - タ か ら 1 単 language when り four の standard パ タ - ン を selected し て, ハ ド デ ィ ス ク device に Wagner し た. こ の よ う に し て 単 voice sound understanding シ ス テ ム を ワ - ク ス テ - シ ョ ン に on constructing し て know be 験 を line な い の have sharper, way availability を す る と と も に way, の パ ラ メ - タ numerical optimal の を は か っ た. (3) パ ラ メ - タ の extraction, the callee regularization の パ ラ メ - タ variations in, 経 limit point alternate の 検, フ レ - ム regularized を DSP で, standard パ タ - ン と パ into force タ - ン と の DP as close を シ ス ト リ ッ ク ア レ イ で line な う 単 voice sound understanding ボ - ド の 処 Richard の flow れ を Ming ら か に し, ボ ド の basic な constitute を shown し た . (4) Distance calculation と path calculation <e:1> function を has するシストリッ <s:1> アレ <s:1> <s:1> processing element <s:1> theoretical design を line なった. さ ら に, こ の よ う な element child 38 か ら な る DP as close プ ロ セ ッ サ の デ - タ の flow れ の suppression に つ い て beg し 検 た で on line, the logical design を な い, computer シ ミ ュ レ - シ ョ ン に よ り action line の confirm を な っ た. The above submission of the application form に records the された research plan ほぼ ほぼ for approval, and the <s:1> に has been achieved.

项目成果

広瀬 啓吉: "音声認識における音響的特徴表現の時間単位に関する検討" 日本音響学会秋季研究発表会講演論文集. I. 153-154 (1991)

Keikichi Hirose：“语音识别中声学特征表示的时间单位的研究”日本声学学会秋季研究会议论文集 I. 153-154 (1991)。

峯松 信明: "複数の時間単位・精度の音響的特徴表現を用いた音声認識" 日本音響学会春季研究発表会講演論文集. I. 31-32 (1992)

Nobuaki Minematsu：“使用具有多个时间单位和精度的声学特征表示的语音识别”日本声学学会春季会议记录 I. 31-32 (1992)。