JP2705537B2

JP2705537B2 - 話者学習装置

Info

Publication number: JP2705537B2
Application number: JP5257406A
Authority: JP
Inventors: 浩一篠田
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1993-10-15
Filing date: 1993-10-15
Publication date: 1998-01-28
Anticipated expiration: 2013-01-28
Also published as: JPH07114394A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声認識における話者学
習装置に関し、特に標準パタンを用いた音声認識システ
ム並びに混合連続分布モデル型ＨＭＭによる音声認識シ
ステムにおける話者学習装置に関する。

【０００２】

【従来の技術】近年、音声パターンの機械による認識に
関する研究が行われ、数々の手法が提案されている。こ
の中で、よく使われる代表的なものに、ＤＰマッチング
（ダイナミックプログラミングマッチング）と呼ばれる
方法、並びに、隠れマルコフモデル（ＨＭＭ）と呼ばれ
る方法がある。ＤＰマッチングによる方法では、特徴ベ
クトルの時系列として表された２つのパタン、すなわち
標準パタンと入力パタン、のマッチングを動的計画法
（ダイナミックプログラミング）を用いて行う。マッチ
ングは、２つのパタンの間の類似度が最大（距離が最
小）となるように時間的に伸縮した時間対応付けを見い
だすことにより行われる。ＤＰマッチングの詳細な説明
は、文献１：中川聖一、確率モデルによる音声認識、１
８〜２０ページ、電子情報通信学会編（昭和６３）に詳
述されている。ＤＰマッチングの基本的な方法を以下に
概説する。入力パタンＸ、標準パタンＢをそれぞれＸ＝ｘ₁，ｘ₂，…，ｘ_t，…，ｘ_T （１）Ｂ＝ｂ₁，ｂ₂，…，ｂ_j，…，ｂ_J （２）とする。パタンＸ，Ｂは時間長Ｔ，Ｊが異なり、２つの
パタンの間の距離を求めるには、２つのパタンの間での
時間的な対応付けを付けなければならない。時間的な対
応付けを歪関数ｊ＝ｊ（ｔ）で表す。これは、入力パタ
ンのある時刻ｔに対応する標準パタンの時刻がｊ（ｔ）
であるこを表す。問題は、パタン間距離Ｄ（Ｘ，Ｂ）に
関する最小化問題を解くことにある。すなわち、

【０００３】

【数１】

【０００４】ここで、ｄ（ｔ，ｊ）は、入力パタンの時
刻ｔの特徴ベクトルｘ_tと標準パタンの時刻ｊの特徴ベ
クトル（フレームベクトルと呼ぶ）ｂ_j間の距離（フレ
ーム距離と呼ぶ）である。この最小化問題は、距離累積
値ｇ（ｔ，ｊ）に関する以下の漸化式により解くことが
できる。

【０００５】

【数２】

【０００６】漸化式（５）は一列でありいろいろのバエ
ーションが存在する。フレーム距離として、通常ユーク
リッド距離

【０００７】

【数３】

【０００８】が用いられる。標準パタンの単位として、
単語単位、音素単位等種々のものが用いられる。入力パ
タンの各時刻ｉに対して、フレーム距離の計算は、（標
準パタン数）×（標準パタンの時間長）回必要である。
標準パタンの各時刻のフレームベクトルのうち類似のも
のをベクトル量子化により共通的な表現とし、標準パタ
ンの圧縮とフレーム距離の計算を低減する方法が知られ
ている（文献１：２６〜２７ページに詳述されてい
る）。すなわち、標準パタンＢは、フレームベクトル系
列ではなく、コード列Ｂ′＝ｃ₁，ｃ₂，…，ｃ_j，…ｃ_J （９）により表現される。ここで、各ｃ_jはフレームベクトル
のコードブックｂ（１），ｂ（２），…ｂ（ｋ），…ｂ（Ｋ）（１０）の番号を表す。すなわちここではフレームベクトルｂ_j
はコードブックベクトルｂ（ｃ_j）により近似的に表現
される。ベクトル量子化を採用した場合には、フレーム
距離計算の回数は、入力パタンの各時刻ｔにおいてＫ回
である。

【０００９】ＨＭＭは、音声パタンの様々な揺らぎに対
処するため、標準パタンの記述に統計的な考えを導入し
たものである。ＨＭＭの詳細な説明は、文献１の４０〜
４６頁、５５〜６０頁、６９〜７４頁にかかれている。
ＨＭＭのパラメータには遷移確率と出力確率パラメータ
がある。遷移確率パラメータは音声パタンの時間的な揺
らぎを表現するためのパラメータである。出力確率パラ
メータは、音声パタンの声色の揺らぎを表現するもので
あり、離散確率分布表現と連続確率分布表現がある。離
散確率分布表現では、量子化誤差の影響が問題となり、
連続確率分布表現の方が優れていると考えられる。連続
確率分布表現では、混合連続分布、すなわち、複数のガ
ウス分布を重みつきで加算した分布が使われる。遷移確
率パラメータ、出力確率分布パラメータは、あらかじ
め、学習データを用いて、前向き後ろ向き（フォワード
バックワ−ド）アルゴリズムにより求められる。認識時
の処理は、次の通りである。特徴ベクトルの時系列とし
て表現された入力パタンＸをＸ＝ｘ₁，ｘ₂，…ｘ_t，…，ｘ_T （１１）とする。出力確率は混合連続確率分布とする。遷移確率
をａ_{j i}、出力確率分布の混合重みをλ_{i m}、各要素ガ
ウス分布（フレーム分布とよぶ）の平均ベクトルをμ
_{i m}、共分散行列をΣ_{i m}とする。ここで、ｔは入力時
刻、ｉ，ｊはＨＭＭの状態、ｍは混合要素番号を表す。
前向き確率α（ｉ，ｔ）に関する次の漸化式計算を行
う。

【００１０】

【数４】

【００１１】入力パタンに対する尤度はＰ（Ｘ）＝α（Ｉ，Ｔ）（１６）により求められる。Ｉは最終状態である。入力パタンの
各時刻ｔに対して、フレーム分布に対するフレーム尤度
Ｎ（ｘ；μ_{i m}，Σ_{i m}）の計算は、（ＨＭＭの個数）
×（１つのＨＭＭの状態数）×（混合数）回行われる。

【００１２】上述した方法による音声認識システムは、
ＤＰマッチングでは、ベクトル量子化を行わない場合に
は、標準パタンの個数および長さが増えるに従って、ベ
クトル量子化を行った場合には、量子化数が増えるに従
って、また、ＨＭＭでは、ＨＭＭの状態数および混合数
が増えるに従って、計算量が増える。そこで、計算量を
削減し、認識性能の低下が押えられる認識システムとし
て特願平５−１３３０４９音声認識システム（以後、文
献２）に示されるシステムが考案された。このシステム
では、標準パタンを木構造表現することにより、距離計
算の演算量を削減している。以下に、このシステムにつ
いて概略を説明する。

【００１３】まず、ＤＰマッチングにおけるフレーム距
離計算では、入力パタンの各時刻のベクトルｘに対し
て、フレーム距離集合

【００１４】

【数５】

【００１５】を計算する。ここで、ｂ（ｋ）は、フレー
ム番号ｋのフレームベクトルであり、ｋは標準パタンの
時刻（ベクトル量子化なしのとき）、または、ベクトル
量子化コード番号を表す。フレームベクトルの集合は、
図１に示すように、木構造表現される。各ノード
（Ｎ₁，Ｎ_{1 1}，Ｎ_{1 2}，Ｎ_{1 3}等）はクラスタ、即ち
フレームベクトルの部分集合を表す。ルートノード（Ｎ
₁）はフレームベクトル全体の集合を表す。あるノード
の子ノード群は、親ノードに対応するフレームベクトル
集合をクラスタに分けたときのクラスタを表す。各ノー
ドすなわち各クラスタは、クラスタを代表するベクトル
（クラスタベクトル）を持つ。リーフノード（Ｆ₁，Ｆ
₂，Ｆ₃等）は１つのフレームベクトル（ｂ（１），ｂ
（２），ｂ（３）等）に対応し、リーフノードのクラス
タベクトルはフレームベクトルそのものである。入力ベ
クトルｘに対してフレーム距離集合は以下の手順により
求められる。（Ａ１）親ノードをルートノードにする。（Ａ２）親ノードの子ノードの各々に対して、距離（ク
ラスタ距離）を計算する。（Ａ３）（Ａ２）で計算されたクラスタ距離のうち距離
の小さい方から子ノードあらかじめ指定した個数選択す
る。（Ａ４）（Ａ３）で選択された子ノードの各々を新たに
親ノードとし、（Ａ２）へ行く。ただし、リーフノード
ならばそのノードの処理はそれ以上行わない。（Ａ５）選択されたノードがすべてリーフノードになる
まで（Ａ２）〜（Ａ４）を繰り返す。（Ａ６）対応するリーフノードが選択されたフレームベ
クトルに対しては、リーフノードのクラスタ距離がその
ままフレーム距離となる。対応するリーフノードが選択
されなかったフレームベクトルに対しては、最後に選択
された上位ノードクラスタ距離をフレーム距離とする。

【００１６】フレームベクトルの木構造の作成の方法に
ついては、文献２（００３２）（００３３）に詳しい。
ＨＭＭでは、入力ベクトルｘの、フレーム分布に対する
フレーム尤度の集合ｐ（ｋ）＝Ｎ（ｘ；μ_k，Σ_k），ｋ＝１，…，Ｋ（１８）を計算する。ここでＮ（ｘ；μ_k，Σ_k）は平均値ベク
トルμ_k、共分散Σ_kの多次元ガウス分布を表し、ｋは
フレームの番号を表す。フレーム分布の集合は、フレー
ムベクトルの集合の場合と同様に、第１図に示すよう
に、木構造表現される。フレームベクトルの場合と異な
る点は、各ノードにクラスタベクトルではなく、クラス
タ分布が付随することである。入力ベクトルｘに対して
フレーム尤度集合は以下の手順により求められる。（Ｂ１）親ノードをルートノードとする。（Ｂ２）親ノードの子ノードの各々に対して、入力ベク
トルのクラスタ分布に対する尤度（クラスタ尤度）を計
算する。（Ｂ３）（Ｂ２）で計算されたクラスタ尤度のうち尤度
の大きい方から子ノードをあらかじめ指定した個数選択
する。（Ｂ４）（Ｂ３）で選択された子ノードの各々を新たに
親ノードとし、（Ｂ２）へ行く。ただし、リーフノード
ならばそのノードの処理はそれ以上行わない。（Ｂ５）選択されたノードがすべてリーフノードになる
まで（Ｂ２）〜（Ｂ４）を繰り返す。（Ｂ６）対応するリーフノードが選択されたフレーム分
布に対しては、リーフノードのクラスタ尤度がそのまま
フレーム尤度となる。対応するリーフノードが選択され
なかったフレーム分布に対しては、最後に選択された上
位ノードのクラスタを尤度をフレーム尤度とする。フレ
ーム分布の木構造の作成の方法については、文献２（０
０４１）〜（００５７）に詳しい。

【００１７】

【発明が解決しようとする課題】上述した文献２に記載
された音声認識方式では、従来方式に比べ、高速ではあ
るが、反面、ノードの選択誤りのために認識率は若干低
下する。また、従来方式と同様、標準パターン作成に用
いた話者と使用者がことなる場合、認識率が低下すると
いう問題点がある。本発明の目的は、使用者の少量の音
声を用いて、木構造表現した標準パターンを用いた音声
認識システムの性能を向上させる話者学習装置を提供す
ることである。

【００１８】

【課題を解決するための手段】第１の発明による話者学
習装置は、フレームベクトルの時系列として表現された
標準パタンを複数の入力パタンを用いて学習する話者学
習方式において、入力パタンのベクトル時系列を保持す
る記憶手段と、木構造表現された標準パタンのフレーム
ベクトルを保持する記憶手段と、入力パタンの各時刻の
特徴ベクトルとフレームベクトルとの距離（フレーム距
離）を算出するフレーム距離計算手段と、前記フレーム
距離を用いて、入力パタンと標準パタンとのマッチング
を行う手段と、前記マッチングにより対応づけられた、
入力パタンの各時刻の特徴ベクトルと標準パタンのフレ
ームベクトルとの差ベクトルを算出する手段と、前記差
ベクトルを対応するリーフノード毎に保持する差ベクト
ル記憶手段と、前記差ベクトル記憶手段により保持され
た差ベクトルからリーフノードの適応化ベクトルを計算
し出力する手段と、指定されたノード（クラスタ）の適
応化ベクトルを子ノードの適応化ベクトルから求める手
段と、前記適応化ベクトル算出手段を制御して、リーフ
ノードから親ノードをたどって順次適応化ベクトルを求
める手段と、クラスタベクトルに適応化ベクトルを加え
新しいクラスタベクトルとする手段と、を含んで構成さ
れることを特徴とする。

【００１９】第２の発明による話者学習装置は、第１の
発明の話者学習装置において、対応する適応化ベクトル
がないリーフノードの適応化ベクトルを特徴ベクトル空
間における内挿を用いて求める手段を含んで構成される
ことを特徴とする。

【００２０】第３の発明による話者学習装置は、第１の
発明の話者学習装置において、マッチングの手段として
ＤＰマッチングを用いることを特徴とする。

【００２１】第４の発明による話者学習装置は、第１の
発明の話者学習装置において、マッチングの手段として
混合連続分布ＨＭＭを用い、フレーム間距離としてフレ
ーム分布に対する特徴ベクトルの尤度を用い、クラスタ
ベクトルとしてフレーム分布の平均ベクトルを用いるこ
とを特徴とする。

【００２２】第５の発明による話者学習装置は、第１の
発明の話者学習装置において、指定されたノード（クラ
スタ）の適応化ベクトルをそのノードの下のリーフノー
ドに対応する差ベクトルから計算することを特徴とす
る。

【００２３】

【作用】まず、ＤＰマッチングを例として説明する。標
本パタン単語ごとに作成されるものとし、今、１つの木
構造表現された標準パタンＢに対し複数の入力パタンを
用いて話者学習を行なう場合を考える。複数の入力パタ
ンＸ（１），Ｘ（２），…，Ｘ（ＮＸ）とする。ＮＸは
標準パタンＸに対応する入力パタンの数である。まず、
標準パタンＢと入力パタンＸ１とのＤＰマッチングを行
う。ＤＰマッチングにおけるフレーム距離計算は、文献
２の（００２７）〜（００３１）に記載されている方法
を用いる。

【００２４】ＤＰマッチングにおいて最小のパタン間距
離Ｄ（Ｘ１，Ｂ）が求められるが、その際、その最小の
パタン間距離を与える歪み関数Ｊ（ｔ）も求められる。
歪み関数は、文献２の（０００４）に記載の歪み関数と
同様のもので、Ｘの各特徴ベクトルｘ_tと、Ｂの各フレ
ームベクトルＢ_jを対応づけるものである。対応づけら
れた組を（ｘ_{t ,}ｂ_j(t)）と書き、それぞれの組に対
し、差ベクトルｓ_tを次式で計算する。

【００２５】ｓ_t＝ｘ_t−ｂ_{j ( t )} （１９）各時刻について計算されたｓ_t，ｔ＝１，…，Ｔは対応
するｊごとに、差ベクトル群Ｓ_jとしてまとめられる。
すなわち、Ｓ_j＝｛ｓ_t｜Ｊ（ｔ）＝ｊ｝；（２０）以
上の処理をパタンＢに対する他の入力パタンＸ（２），
…，Ｘ（ＮＸ）について行なう。

【００２６】そののち、各差ベクトル群において以下の
計算を行ない、適応化ベクトルｖ_jを求める。

【００２７】

【数６】

【００２８】ここではＮ_jは差ベクトル群Ｓ_jにおける
差ベクトルの個数である。このようにして求められた適
応化ベクトルをフレームベクトルに足し込む。

【００２９】

【数７】

【００３０】このようにしてリーフノードのフレームベ
クトルが学習される。以上の処理を他の単語の標準パタ
ンについても同様に行なう。もし、標準パタンが式
（９）で表されるような、コード列で表される場合に
は、コードブックベクトル毎に適応化ベクトルが求めら
れる。このようにして、木構造標準パタンにおけるすべ
てのリーフノードのフレームベクトルが学習される。

【００３１】次に、木構造標準パターンの親ノードのク
ラスタベクトルは、以下のように学習する。リーフノー
ドｊの親ノードをｋとし、その関係を、

【００３２】

【数８】

【００３３】と表すこととする。親ノードの適応化ベク
トルｖ_kは以下の式で求められる。

【００３４】

【数９】

【００３５】和はノードｋのすべての子ノードについて
とる。ここでＮ_kはノードｋの子ノードの個数、すなわ
ち、その親ノードに対応するすべての子ノードの適応化
ベクトルを平均し、親ノードの適応化ベクトルとする。
次に、この適応化ベクトルをクラスタべクトルに足し込
む。

【００３６】

【数１０】

【００３７】上式の代わりに以下のようにｖ_kをもとめ
ることもできる。

【００３８】

【数１１】

【００３９】和はノードｋのすべての子ノードについて
とる。ここでＮ_kはノードｋの子ノードの個数、ｗ_kは
ノードｊの重みである。ここでの重みは、各子ノードに
対応する差ベクトル群における差ベクトルの数を正規化
したものである。すなわち、

【００４０】

【数１２】

【００４１】また、重みとしては以下の式で求めても良
い。

【００４２】

【数１３】

【００４３】ここで、Ｄ（ｂ_k，ｂ_j）は、フレームベ
クトルｂ_jとクラスタベクトルｂ_kとの距離、ｍは適当
な実数である。

【００４４】また、次のように重みを決めることができ
る。

【数１４】

【００４５】ここでの和はすべてのフレームベクトルに
ついてとられる。このとき、距離の小さいものから順に
Ｋ個のフレームベクトルをとりだし、そのＫ個を用いて
重みを計算することもできる。

【００４６】親ノードの適応化ベクトルを求める際に
は、その下のリーフノードに対応するすべての差ベクト
ルを用いることもできる。すなわち、

【００４７】

【数１５】

【００４８】上の同様、距離による重みづけ平均をとる
ことも可能である。

【００４９】今、入力単語数が極めて少ない場合を考え
る。各々の単語の標準パタン式（９）で表されるコード
列で表されるとき、コードブック内のコードの中には、
どの標準パタンのコード列にも含まれないものが出てく
る。このようなコードに対応するコードベクトルは上で
述べた手続きでは学習することができない。そのような
コードベクトルｂ_jの差ベクトルは以下のようにもとめ
る。

【００５０】

【数１６】

【００５１】ここで、和はすべてのフレームベクトルに
ついてとられる。このとき、距離の小さいものからＫ個
とりだし、そのＫ個を用いて重みを計算することもでき
る。

【００５２】つぎに混合連続分布ＨＭＭを標準パタンと
して用いた場合について説明する。ＨＭＭの場合には各
リーフノードｊのクラスタ分布の平均ベクトルをフレー
ムベクトルｂ_jとみなし、また、親ノードｋの平均ベク
トルをクラスタベクトルｂ_kとみなし、上記のＤＰマッ
チングの場合と同様な処理を行なう。

【００５３】ＤＰマッチングの歪み関数に対応する歪み
関数は、ビタービ・アルゴリズムを用いて求める。ビタ
ービ・アルゴリズムについては文献１の４４ページから
４６ページに詳しい。具体的には、前向き確率を求める
式（１２）の代わりに以下の式を用いる。

【００５４】

【数１７】

【００５５】この漸化式をｔ＝１からｔ＝Ｔまで適用す
ることにより、最大のΦ（Ｉ，Ｔ）をあたえる歪み関数
ｉ＝Ｉ（ｔ）を求めることができる。これ以後はＤＰマ
ッチングの場合と同様の処理を行なうことにより、木構
造表現されたフレーム分布を学習することができる。平
均ベクトルの内挿も式（２９）（３０）と同様の式を用
いて行なうことができる。

【００５６】

【実施例】図２は、本発明の第２の実施例のブロック図
である。入力パタン記憶部１０３は（１）式の入力パタ
ンＸを保持する。フレームベクトル木記憶部１０１は、
木構造表現されたフレームベクトル集合を保持する。標
準パタン記憶部１０３は、フレームベクトル木記憶部１
０１から入力パタンに対応する標準パタンをとりだし記
憶する。フレーム距離計算部１０４は、入力パタンと標
準パタンの間の（１４）式で表されるフレーム距離集合
ｄ（ｋ）を出力する。マッチング部１０５は、１０４で
計算したフレーム距離を用いて、式（４），（５），
（６）を実行し、入力パタンと標準パタンの対応づけを
求める。差ベクトル計算部１０６は対応づけられたフレ
ームベクトルと特徴ベクトルの間の差ベクトルを計算す
る。差ベクトル群記憶部１０７は、差ベクトルを各フレ
ームベクトル毎に記憶する。１０１から１０７までの処
理は複数の入力パタンに対して行なわれる。リーフノー
ド適応部１０８は、リーフノードのフレームベクトルご
とに記憶された差ベクトル群を平均することにより、フ
レームベクトルの適応化ベクトルを計算する。リーフノ
ード内挿部１０９は、フレームベクトル木記憶部１０１
にあるリーフノードのうち、１０１から１０７の処理で
学習されなかったリーフノードに対し、内挿を行ない適
応化ベクトルを求める。親ノード適応部１１０は、木構
造において下層のノードから順に、子ノードの適応化ベ
クトルを平均することにより、ノードのクラスタベクト
ルの適応化ベクトルを求める。１０８、１０９、１１０
で計算された適応化ベクトルは対応するクラスタベクト
ルに足され、新しいクラスタベクトルは、フレームベク
トル木記憶部に今までものの代わりに記憶される。

【００５７】図３は、本発明の第４の実施例のブロック
図である。入力パタン記憶部２０３は（１）式の入力パ
タンＸを保持する。フレーム分布木記憶部２０１は、木
構造表現されたフレーム分布集合を保持する。標準パタ
ン記憶部２０３は、フレーム分布木記憶部２０１から入
力パタンに対応する標準パタンをとりだし記憶する。フ
レーム尤度計算部２０４は、入力パタンと標準パタンの
間の（１８）式で表されるフレーム尤度集合ｐ（ｋ）を
出力する。マッチング部２０５は、２０４で計算したフ
レーム尤度を用いて、入力パタンと標準パタンの対応づ
けを求める。差ベクトル計算部２０６は対応づけられた
フレーム分布の平均ベクトルと特徴ベクトルの間の差ベ
クトルを計算する。差ベクトル群記憶部２０７は、差ベ
クトルを各フレーム分布毎に記憶する。２０１から２０
７までの処理は複数の入力パタンに対して行なわれる。
リーフノード適応部２０８は、リーフノードのフレーム
分布ごとに記憶された差ベクトル群を平均することによ
り、フレーム分布の平均ベクトルの適応化ベクトルを計
算する。リーフノード内挿部２０９は、フレーム分布木
記憶部２０１にあるリーフノードのうち、２０１から２
０７の処理で学習されなかったリーフノードに対し、内
挿を行ない適応化ベクトルを求める。親ノード適応部２
１０は、木構造において下層のノードから順に、子ノー
ドの適応化ベクトルを平均することにより、ノードのク
ラスタ分布の適応化ベクトルを求める。２０８、２０
９、２１０で計算された適応化ベクトルは対応するクラ
スタ分布の平均ベクトルに足され、新しい平均ベクトル
は、フレーム分布木記憶部に今までのものの代わりに記
憶される。

【００５８】

【発明の効果】以上説明したように、本発明は、木構造
表現された標準パターンを用いた音声認識方式におい
て、リーフノードから順次ボトムアップに適応量を求め
ることにより、少ない発声および少ない計算量で、標準
パターンを使用者に適応させ、認識性能を向上させるこ
とができる。

【図面の簡単な説明】

【図１】フレームベクトル木およびフレーム分布木

【図２】第２の実施例のブロック図

【図３】第４の実施例のブロック図

【符号の説明】

１０１フレームベクトル木記憶部１０２、２０２標準パタン記憶部１０３、２０３入力パタン記憶部１０４フレーム距離計算部１０５、２０５マッチング部１０６、２０６差ベクトル計算部１０７、２０７差ベクトル群記憶部１０８、２０８リーフノード適応部１０９、２０９リーフノード内挿部１１０、２１０親ノード適応部２０１フレーム分布木記憶部２０４フレーム尤度計算部

フロントページの続き (56)参考文献渡部、篠田ら「木構造確率分布を用いた音声認識」音講論集１−８−７（平成５年10月），ＰＰ13−14 古井「音声認識における話者適応化技術」テレビジョン学会誌ＶＯＬ．43，ＮＯ．９（1989），ＰＰ929−934 山下、松本「単語音声認識におけるベクトル量子化誤差を利用した話者適応」信学技報ＳＰ87−118，ＰＰ35−42 篠田、渡部「木構造化された確率分布を用いた話者適応化」音講論集２−５− 10（平成７年３月），ＰＰ49−50

Claims

(57)【特許請求の範囲】

【請求項１】フレームベクトルの時系列として表現さ
れた標準パタンを複数の入力パタンを用いて学習する話
者学習装置において、入力パタンのベクトル時系列を保持する記憶手段と、木構造表現された標準パタンのフレームベクトルを保持
する記憶手段と、入力パタンの各時刻の特徴ベクトルと
フレームベクトルとの距離（フレーム距離）を算出する
フレーム距離計算手段と、前記フレーム距離を用いて、入力パタンと標準パタンと
のマッチングを行う手段と、前記マッチングにより対応づけられた、入力パタンの各
時刻の特徴ベクトルと標準パタンのフレームベクトルと
の差ベクトルを算出する手段と、前記差ベクトルを対応するリーフノード毎に保持する差
ベクトル記憶手段と、前記差ベクトル記憶手段により保持された差ベクトルか
らリーフノードの適応化ベクトルを計算し出力する手段
と、指定されたノード（クラスタ）の適応化ベクトルを子ノ
ード適応化ベクトルから求める手段と、前記適応化ベクトル算出手段を制御して、リーフノード
から親ノードをたどって順次適応化ベクトルを求める手
段と、クラスタベクトルに適応化ベクトルを加え新しいクラス
タベクトルとする手段と、を含んで構成されることを特
徴とする話者学習装置。
【請求項２】対応する適応化ベクトルがないリーフノ
ードの適応化ベクトルを特徴ベクトル空間における内挿
を用いて求める手段を含んで構成されることを特徴とす
る請求項１記載の話者学習装置。
【請求項３】マッチングの手段としてＤＰマッチング
を用いることを特徴とする請求項１記載の話者学習装
置。
【請求項４】マッチングの手段として混合連続分布
ＨＭＭを用い、フレーム間距離としてフレーム分布に対
する特徴ベクトルの尤度を用い、クラスタベクトルとし
てフレーム分布の平均ベクトルを用いることを特徴とす
る請求項１記載の話者学習装置。
【請求項５】指定されたノード（クラスタ）の適応化
ベクトルをそのノードの下のリーフノードに対応する差
ベクトルから計算することを特徴とす請求項１記載の話
者学習装置。