JPS6370298A - Double consonant recognition equipment - Google Patents
Double consonant recognition equipmentInfo
- Publication number
- JPS6370298A JPS6370298A JP61214858A JP21485886A JPS6370298A JP S6370298 A JPS6370298 A JP S6370298A JP 61214858 A JP61214858 A JP 61214858A JP 21485886 A JP21485886 A JP 21485886A JP S6370298 A JPS6370298 A JP S6370298A
- Authority
- JP
- Japan
- Prior art keywords
- consonant
- display
- unit
- section
- input unit
- 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
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 241001026509 Kata Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000008235 industrial water Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
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。(57) [Abstract] This bulletin contains application data before electronic filing, so abstract data is not recorded.
Description
【発明の詳細な説明】
[発明の目的]
(産業上の利用分野)
本発明は音声認識を行う場合における促音ル2識装置に
関するものである。DETAILED DESCRIPTION OF THE INVENTION [Object of the Invention] (Field of Industrial Application) The present invention relates to a consonant letter recognition device for voice recognition.
(従来の技術とその問題点)
従来音声の認識を行う場合において促音の認識は欠くこ
とのできないものである。従来の促音の処理としては例
えば「つ」と発音しこれをキー操作等により「っ」に変
換することが行なわれた。(Prior art and its problems) In the conventional speech recognition, recognition of consonants is indispensable. Conventional consonant processing involves, for example, pronouncing ``tsu'' and converting it into ``tsu'' by operating a key or the like.
しかしこの方法ではキー操作が面倒であるという問題点
を有していた。また「っ」の部分は無音が長く続くこと
、すなわち「かったく勝った)」と「かた(型)」では
「か」と「た」の間の無音区間は「勝った」の方が「型
」より長いことを利用して自動認識をすることが行なわ
れていた。However, this method has the problem that key operations are troublesome. Also, the "tsu" part is silent for a long time, in other words, in "kakutoku katsuta" and "kata (kata)", the silent section between "ka" and "ta" is better in "katsuta". Automatic recognition was carried out by taking advantage of the fact that it was longer than the ``type''.
しかしこの方法では無音の存在区間の長さは発声ごとに
ばらつく。このばらつきは発声者が異なるとざらに大き
いものとなり、促音の認識は非常に難しいものとなる。However, with this method, the length of the silent interval varies from utterance to utterance. This variation becomes even larger when the speakers are different, making it extremely difficult to recognize consonants.
一方、発声者が同じだと比較的小さいが、それでも促音
の前後の音韻によって大きくなることもおり、促音の存
在している時と存在していない時とを明確に区別できず
誤認識されてしまうことも多いという問題点がおった。On the other hand, if the utterer is the same, the sound is relatively small, but even so, it may become louder depending on the phoneme before and after the consonant, and it is not possible to clearly distinguish when a consonant is present and when it is not, leading to misrecognition. The problem was that it was often put away.
本発明はこのような問題点に対処してなされたもので、
その目的とするところは促音の認識が確実に行われ操作
性のよい促音認識装置を提供するところにある。The present invention has been made to address these problems.
The purpose is to provide a consonant recognition device that can reliably recognize consonant consonants and has good operability.
[発明の構成コ
(問題点を解決するための手段)
前記目的を達成するために本発明は音声を電気信号に変
換する音声入力部と、電気信号に変換された音声の音響
パラメータを求める分析部と、前記音響パラメータから
無音か有音かを決定する無音有音検出部と、音声入力単
位を示すキー操作の入力を行うキー入力部と、前記無音
有音検出部の出力から無音区間長を検出し、無音区間長
がある閾値になったと判断したときには促音と認識し促
音の表示を行わしめる制御を行い、無音区間長が前記閾
値より大ぎい別の閾値になったとぎには前記促音の表示
を取り消す制御を行い、前記キー入力部から音声入力単
位を示すキー人力があると音声入力単位の終端の促音の
表示を取り消す制御を行う表示制御部と、前記表示部の
指令に応じて音韻を表示する表示部とを具備することを
特徴とする。[Configuration of the Invention (Means for Solving Problems) In order to achieve the above object, the present invention provides an audio input unit that converts audio into an electrical signal, and an analysis method that determines the acoustic parameters of the audio that has been converted into an electrical signal. a silence/sound detecting unit that determines silence or utterance based on the acoustic parameters; a key input unit that inputs a key operation indicating a unit of audio input; and a silent section length determined from the output of the silence/sound detecting unit. is detected, and when it is determined that the length of the silent section has reached a certain threshold, it is recognized as a consonant and control is performed to display the consonant, and when the length of the silent section is greater than the threshold and reaches another threshold, the consonant is displayed. a display control unit that performs control to cancel the display of a consonant at the end of the voice input unit when a key indicating a voice input unit is pressed from the key input unit; The present invention is characterized by comprising a display section that displays phonemes.
(作 用)
無音区間長が閾値よりも小さいときには促音の表示は行
なわれず、無音区間長が別の閾値よりも小さいときには
促音が表示され、無音区間長が別の閾値よりも大きいと
きに促音の表示消去が行われ、またキー操作によって促
音の消去が行われる。(Function) When the silent interval length is smaller than a threshold, a consonant is not displayed, when the silent interval length is smaller than another threshold, a consonant is displayed, and when the silent interval length is greater than another threshold, a consonant is displayed. The display is erased, and the consonants are also erased by key operation.
(実施例)
以下、図面を参照し工水発明の詳細な説明する。第1図
は本実施例に係る促音認識装置の構成を示すブロック図
でおり同図に示されるようにこの促音認識装置は音声入
力部1、分析部2、無音有音検出部3、表示制御部4、
表示部5、キー入力部6からなる。(Example) Hereinafter, the industrial water invention will be described in detail with reference to the drawings. FIG. 1 is a block diagram showing the configuration of a consonant recognition device according to the present embodiment. As shown in the figure, this consonant recognition device includes a voice input section 1, an analysis section 2, a voiceless utterance detection section 3, and a display control section. Part 4,
It consists of a display section 5 and a key input section 6.
マイクロホン等を介して入力される音声信号は音声入力
部1を介して電気信号に変換され、分析部2に導かれる
。この分析部2は、例えば16チヤンネルのバンドパス
フィルタ群からなり、音声の特徴を効果的に表現する音
響パラメータを求めるものである。なお、この音響パラ
メータは、上記バンドパスフィルタ群の出力に限られる
ものではなく、ケプストラム係数や相関分析によって得
られる種々のパラメータのうちの一部、または複数の組
合せとして与えられるものであっても良い。An audio signal input via a microphone or the like is converted into an electrical signal via an audio input section 1 and guided to an analysis section 2. The analysis section 2 is composed of, for example, a group of 16 channel band-pass filters, and is used to find acoustic parameters that effectively express the characteristics of the voice. Note that this acoustic parameter is not limited to the output of the band-pass filter group described above, but may be given as a part of various parameters obtained by cepstral coefficients or correlation analysis, or as a combination of multiple parameters. good.
しかしここでは、分析部2は、上記音響パラメータのデ
ータと共に、全帯域におけるパワーを求め、これも”f
lVパラメータとする。However, in this case, the analysis unit 2 calculates the power in the entire band together with the data of the acoustic parameters, and also calculates the power in the entire band.
Let it be the lV parameter.
無音有音検出部3は音響パラメータから音声フレームが
無音か有音かを決定する。無音か有音かの決定は閾値に
よって行われる。例えばパワーが問直TP以上のとき有
音とし、閾値Tpより小さいとき無音というように無音
有音検出部3において決定される。そして無音か有音か
を示す信号が表示制御部4に送られる。The silence/speech detection unit 3 determines whether the audio frame is silent or speech based on the acoustic parameters. The determination of silence or sound is made by a threshold value. For example, the soundless/sound detecting unit 3 determines that there is a sound when the power is equal to or higher than the interrogation TP, and that there is no sound when the power is smaller than the threshold Tp. Then, a signal indicating whether there is no sound or sound is sent to the display control section 4.
表示制御部4は無音フレームをカウントする無音カウン
タを備えており無音フレームのカウント数を無音区間長
とし、無音区間長がある閾値Taになったと判断したと
きには促音と認識し促音の表示を行わしめる制御を行い
、無音区間長が前記閾値より大きい別の閾値Tbになっ
たときには前記促音の表示を取り消す制御を行い、キー
入力部6から音声入力単位を示すキー人力があると音声
入力単位の終端の促音の表示を取り消す1til制御を
行う。表示部5は認識された音声の表示を行う。キー入
力部6は操作キーが配列されており操作者が音声入力単
位を示すキー操作等を行える。The display control unit 4 is equipped with a silence counter that counts silent frames, and uses the counted number of silent frames as the silent interval length, and when it determines that the silent interval length has reached a certain threshold value Ta, it recognizes it as a consonant and displays the consonant. When the silent interval length reaches another threshold value Tb larger than the threshold value, the display of the consonant is canceled, and when the key indicating the voice input unit is pressed from the key input unit 6, the end of the voice input unit is pressed. Performs 1til control to cancel the display of the consonant. The display unit 5 displays the recognized voice. The key input unit 6 has operation keys arranged, and the operator can perform key operations indicating voice input units.
次に本実施例の動作について説明する。Next, the operation of this embodiment will be explained.
操作者が「か」を発音するとこの音声データは音声入力
部1により電気信号に変換され、分析部2により音響パ
ラメータが求められ、無音有音検出部3により有音と判
定される。ざらに表示1lllJ te1部4を介して
表示部5において「か」が表示される。When the operator pronounces "ka", this audio data is converted into an electrical signal by the audio input section 1, acoustic parameters are determined by the analysis section 2, and the sound is determined to be uttered by the utterance detection section 3. "Ka" is displayed on the display section 5 via the rough display 1llllJ te1 section 4.
次に操作者が「た」を発音するのであるが「か」を発音
してから「た」を発音するまでの時間に応じて場合を分
けて説明する。Next, the operator pronounces "ta", and the cases will be explained based on the time from pronouncing "ka" to pronouncing "ta".
第2図(a)は「か」と「た」を連続的に発音した場合
である。「か」の発音が終了すると無音有音検出部3に
より無音と判定され表示制御部4の無音カウンタがリセ
ットされ無音フレーム数がカウントされ「た」が発音さ
れるまでの無音区間長が検出される。この場合この無音
区間長はあらかじめ設定された閾値Taよりも小さいの
で表示制御部4は「か」と「だ」が連続的に発音された
ものとみなし表示部5において「かた」が表示される。Figure 2(a) shows the case where ``ka'' and ``ta'' are pronounced consecutively. When the pronunciation of "ka" is finished, the silence detection section 3 determines that there is no sound, and the silence counter of the display control section 4 is reset, the number of silent frames is counted, and the length of the silent period until "ta" is pronounced is detected. Ru. In this case, since the silent interval length is smaller than the preset threshold value Ta, the display control section 4 assumes that "ka" and "da" are pronounced consecutively, and the display section 5 displays "kata". Ru.
第2図(b)は操作者が「かった」と発音した場合を示
している。第2図(a)と同様に「hりの発音が終了す
ると表示制御部4のなかの無音カウンタがリセットされ
、無音区間長が検出される。FIG. 2(b) shows a case where the operator pronounces "It was". Similarly to FIG. 2(a), when the pronunciation of "h" ends, the silence counter in the display control section 4 is reset, and the length of the silent section is detected.
このときの無音区間長は閾値Taよりも大きいので表示
制御部4は「か」と「た」の間に促音が必るものとみな
し表示部5に「かった」が表示される。Since the silent interval length at this time is greater than the threshold value Ta, the display control section 4 assumes that a consonant is necessary between "ka" and "ta", and displays "ita" on the display section 5.
第2図(C)は操作者が「か」を発音したのち発音を休
止ししばらくして「た」を発音した場合を示している。FIG. 2(C) shows a case where the operator pronounces "ka", pauses the pronunciation, and then pronounces "ta" after a while.
この場合は「か」の発音の終了後無音カウンタが動作し
無音区間長が検出される。In this case, after the pronunciation of "ka" ends, the silence counter operates to detect the length of the silent period.
この無音区間長は閾値Taよりも大ぎいので表示制御部
4は「か」と「た」の間に促音がおるものとみなし表示
部5に一旦「かった」と表示される。Since this silent interval length is greater than the threshold value Ta, the display control section 4 assumes that there is a consonant between "ka" and "ta", and the display section 5 temporarily displays "Kat".
しかしこの無音区間長は第2の閾値Tbよりも大きいの
で表示制御部4は促音の消去を行い表示部5には「かた
」と表示される。However, since this silent interval length is larger than the second threshold Tb, the display control section 4 erases the consonant and the display section 5 displays "kata".
第2図(d>は分節等の入力単位の最後に促音が入らな
いようにするためのものである。操作者が「か」の発音
を終了すると無音カウンタが動作しこの場合の無音区間
長は閾値下aよりも大きいので表示部5には「かつ」と
表示される。文節の終りで表示部5に促音が表示されて
いるので操作者はキー入力部6の所定のキーを操作して
これを消去する。表示制御部4はキー入力部6からの指
令により促音の消去を行い表示部5において「か」と表
示される。Figure 2 (d> is to prevent a consonant from entering at the end of an input unit such as a segment. When the operator finishes pronouncing "ka", the silence counter operates and the length of the silent interval in this case is calculated. is larger than the lower threshold a, so "and" is displayed on the display section 5. Since a consonant is displayed on the display section 5 at the end of the phrase, the operator operates a predetermined key on the key input section 6. The display control section 4 erases the consonant in response to a command from the key input section 6, and the display section 5 displays "ka".
このように本実施例では従来のようにキー操作により「
つ」を「っ」に変換したりする必要がない。また促音の
存在している時と存在していない時とを明確に区別でき
確実な音声認識を行うことができる。In this way, in this embodiment, "
There is no need to convert tsu to tsu. Furthermore, it is possible to clearly distinguish between the presence and absence of a consonant, and to perform reliable speech recognition.
[発明の効果]
以上詳細に説明したように本発明によれば、促音の認識
が確実に行われ、しかも操作性の良い促音認識装置を提
供提供することができる。[Effects of the Invention] As described above in detail, according to the present invention, it is possible to provide a consonant recognition device that reliably recognizes consonants and has good operability.
第1図は本発明の一実施例に係る促音認識装置の構成を
示すブロック図、第2図は実施例の動作を示す説明図で
おる。
1・・・音声入力
2・・・分析部
3・・・無音有音検出部
4・・・表示制御部
5・・・表示部
6・・・キー入力部FIG. 1 is a block diagram showing the configuration of a consonant recognition device according to an embodiment of the present invention, and FIG. 2 is an explanatory diagram showing the operation of the embodiment. 1...Voice input 2...Analysis section 3...Speechless sound detection section 4...Display control section 5...Display section 6...Key input section
Claims (1)
析部と、 前記音響パラメータから無音か有音かを決定する無音有
音検出部と、 音声入力単位を示すキー操作の入力を行うキー入力部と
、 前記無音有音検出部の出力から無音区間長を検出し、無
音区間長がある閾値になったと判断したときには促音と
認識し促音の表示を行わしめる制御を行い、無音区間長
が前記閾値より大きい別の閾値になったときには前記促
音の表示を取り消す制御を行い、前記キー入力部から音
声入力単位を示すキー入力があると音声入力単位の終端
の促音の表示を取り消す制御を行う表示制御部と、前記
表示部の指令に応じて音韻を表示する表示部と、 を具備することを特徴とする促音認識装置。[Scope of Claims] An audio input unit that converts audio into an electrical signal, an analysis unit that determines acoustic parameters of the audio converted into an electrical signal, and a silence/sound detection unit that determines whether there is silence or utterance based on the acoustic parameters. a key input unit for inputting a key operation indicating a voice input unit; detecting a silent interval length from the output of the voiceless utterance detection unit, and recognizing it as a consonant when determining that the silent interval length has reached a certain threshold; control is performed to display a consonant, and when the silent interval length reaches another threshold value greater than the threshold, control is performed to cancel the display of the consonant, and a key input indicating a voice input unit is input from the key input section. A display control unit that performs control to cancel display of a consonant at the end of a voice input unit; and a display unit that displays a phoneme in accordance with a command from the display unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61214858A JPS6370298A (en) | 1986-09-11 | 1986-09-11 | Double consonant recognition equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP61214858A JPS6370298A (en) | 1986-09-11 | 1986-09-11 | Double consonant recognition equipment |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS6370298A true JPS6370298A (en) | 1988-03-30 |
Family
ID=16662718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP61214858A Pending JPS6370298A (en) | 1986-09-11 | 1986-09-11 | Double consonant recognition equipment |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS6370298A (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01289999A (en) * | 1988-05-17 | 1989-11-21 | Sharp Corp | Voice recognition device |
JPH03149598A (en) * | 1989-11-07 | 1991-06-26 | Sharp Corp | Voice recognition device |
-
1986
- 1986-09-11 JP JP61214858A patent/JPS6370298A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01289999A (en) * | 1988-05-17 | 1989-11-21 | Sharp Corp | Voice recognition device |
JPH03149598A (en) * | 1989-11-07 | 1991-06-26 | Sharp Corp | Voice recognition device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3180655B2 (en) | Word speech recognition method by pattern matching and apparatus for implementing the method | |
US4284846A (en) | System and method for sound recognition | |
EP0077194B1 (en) | Speech recognition system | |
US4181813A (en) | System and method for speech recognition | |
JP4643011B2 (en) | Speech recognition removal method | |
JPH0792988A (en) | Speech detecting device and video switching device | |
JPH06236196A (en) | Method and device for voice recognition | |
KR20010093325A (en) | Method and apparatus for testing user interface integrity of speech-enabled devices | |
JPH0797279B2 (en) | Voice recognizer | |
JP3523382B2 (en) | Voice recognition device and voice recognition method | |
CN113707156B (en) | Vehicle-mounted voice recognition method and system | |
JPS6370298A (en) | Double consonant recognition equipment | |
Joseph et al. | Indian accent detection using dynamic time warping | |
JP4449380B2 (en) | Speaker normalization method and speech recognition apparatus using the same | |
JPS645320B2 (en) | ||
JP3110025B2 (en) | Utterance deformation detection device | |
JPH0194398A (en) | Generation of voice reference pattern | |
JPH02103599A (en) | Voice recognizing device | |
Waardenburg et al. | The automatic recognition of stop consonants using hidden Markov models | |
JPS59224900A (en) | Voice recognition system | |
JPH0316038B2 (en) | ||
JPS61116400A (en) | Voice information processor | |
Blomberg et al. | Word recognition using synthesized reference templates | |
JPS63158595A (en) | Voice recognition equipment | |
JPH0640274B2 (en) | Voice recognizer |