JPH09114483A - Ｈｍｍの学習装置 - Google Patents

Abstract

(57)【要約】 【課題】 代表話者から最も入力話者の話者部分空間移
動ベクトルに近い代表話者の話者部分空間移動ベクトル
をモデル学習のために使用するＨＭＭ学習装置では、不
特定多数の入力話者の音声特徴をカバーする為に、多数
の代表話者の話者部分空間移動ベクトルを記憶しておか
なければならなず、記憶容量の増加および、多数の代表
話者の話者部分空間移動ベクトルを計算するために多数
の人の音声を収集しなければならない。 【解決手段】 複数の代表話者の話者部分空間移動ベク
トルｖ_i，_s，_m ⁿのあらゆる組み合わせに対応して計算さ
れる内挿話者の話者部分空間移動ベクトルｖ_i，_s，_m
^inter(p)の内、最も類似性が高い話者部分空間移動ベク
トルを選択し、該話者部分空間移動ベクトルｖ_i，_s，_m
^inter(spno)と入力話者のＨＭＭの平均ベクトル
μ_i，_s，_m ^inpを用いることによりＨＭＭを学習すること
を特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声の統計的特徴
をガウス分布等の分布により近似的に表現する確率モデ
ルであるＨｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ（以
下、「ＨＭＭ」という。）の学習装置に関する。

【０００２】

【従来の技術】近年、ＨＭＭを用いた音声認識装置の開
発が盛んに行われている。このＨＭＭは大量の音声デー
タから得られる音声の統計的特徴をモデル化したもので
あり、このモデルは、（１）発声の揺らぎを分布という
形で統計的に処理できる、（２）話者による発声時間長
の違いを吸収できる、といった利点を備えている。

【０００３】これらの利点を備えた音素ＨＭＭを用いて
単語の音声認識を行なう場合を例に挙げて説明する。

【０００４】一般的に、単語はそれより小さい単位、例
えば音素が繋ぎ合わさって成立しているように、音素単
位でＨＭＭを作成しておくと、その音素ＨＭＭの連結に
より任意の単語に対する単語認識を行なうことができ
る。

【０００５】例えば、辞書に登録されている認識対象が
「うちけす（Ｕ／ＣＨ／Ｉ／Ｋ／Ｅ／Ｓ／Ｕ）」、「う
ちあわせ（Ｕ／ＣＨ／Ｉ／Ａ／Ｗ／Ａ／Ｓ／Ｅ）」及び
「うる（Ｕ／Ｒ／Ｕ）」の３単語である場合、作成する
必要がある音素ＨＭＭは辞書中に出現する「Ｕ／ＣＨ／
Ｉ／Ｋ／Ｅ／Ｓ／Ａ／Ｗ／Ｒ」の９種類のみでよい。

【０００６】したがって、単語認識に際しては、音素Ｈ
ＭＭを連結することにより辞書内に存在する単語に対応
する単語ＨＭＭを作成し、入力音声（単語）と近いもの
を確率的尤度（確からしさ）として得ることができるよ
うな構成をとる。

【０００７】このように、予め話者の音声情報を学習し
て音素ＨＭＭを作成しておくことによって、入力音声が
単語の場合であっても認識することが可能である。

【０００８】ところで、斯かる音素ＨＭＭは、一般的に
数百語の学習用単語等を用いて作成される。しかし、使
用者に数百語もの単語を発声させるのは、使用者の負担
を考えると現実的ではない。かかる点を回避するために
少数の学習単語を用いて音素ＨＭＭを使用者の音声特徴
にチューニングする方法として話者適応法があり、本発
明者は日本音響学会平成６年度秋季研究発表会講演論文
集Ｉｐｐ．８１〜８２に於いて話者適応法を発表してい
る。

【０００９】一般的にＨＭＭでは、音声の特徴をガウス
分布のような確率密度関数で表現するものである。例え
ば、１６チャネルの帯域フィルタ等で音声を分析した場
合は、各々のチャネルに対応して１つのガウス分布が求
められる。ここで、斯かる１６個のガウス分布を１つの
コンポーネントと見做すことにより、このコンポーネン
トに含まれる１６個の各々のガウス分布の平均値をベク
トルとして表現でき、以下斯かるベクトルを平均ベクト
ルという。

【００１０】ところで、図６は本発明者が上記日本音響
学会平成６年度秋季研究発表会講演論文集Ｉｐｐ．８１
〜８２に於いて発表したＨＭＭの話者適応に基づくＨＭ
Ｍの学習装置の概略構成図である。

【００１１】図６において、１は入力音声の特徴を周波
数帯域毎に分析する音声分析部、２は学習することによ
りＨＭＭの初期モデルを記憶する初期モデル記憶部であ
り、斯かる初期モデルは特定の話者の音声を用いて作成
した特定話者のＨＭＭでも良いし、多数の話者の音声を
用いて学習した不特定話者のＨＭＭでも良い。具体的な
学習方法としては、周知のフォワードバックワードアル
ゴリズムやビタビアライメントに基づく学習則等を用い
ればよい。

【００１２】３は、上述の初期モデルを入力音声を用い
て再学習する学習部であり、この学習部３では、ＨＭＭ
を表すパラメータの内、平均ベクトルのみを学習するも
のとする。

【００１３】４は学習部３において再学習したＨＭＭを
より高精度なモデルにするための話者適応部である。

【００１４】５は話者適応部４にて用いる代表話者の話
者部分空間移動ベクトルを計算するための代表話者の話
者部分空間移動ベクトル計算部である。

【００１５】６は代表話者の話者部分空間移動ベクトル
計算部５に於いて計算された値を記憶しておく代表話者
の話者部分空間移動ベクトル記憶部である。

【００１６】７は話者適応を行ったＨＭＭのパラメータ
とその他のパラメータから適応後モデルを作成する適応
後モデル作成部である。

【００１７】８は話者適応部４にて適応化を行った後の
ＨＭＭを記憶しておく適応後モデル記憶部である。

【００１８】上述が従来のＨＭＭの学習装置の構成であ
り、以下に各部の処理について説明する。

【００１９】代表話者の話者部分空間移動ベクトル計算
部５は、複数の代表話者の話者部分空間移動ベクトルを
求める機能を有する。ここで、話者部分空間移動ベクト
ルとは、初期モデルと斯かる初期モデルを再学習した後
のＨＭＭのガウス分布の平均ベクトルの差分を用いて求
められるものであり、以下のステップで話者部分空間移
動ベクトルを求めることができる。

【００２０】ステップ１；初期モデル記憶部２に記憶さ
れている初期モデル（λ）を各代表話者の音素ＨＭＭの
初期モデルとする。

【００２１】λ＝｛λ₁，・・・，λ_i，・・・，λ_I｝ ここで、Ｉは音素ＨＭＭの番号を示している。たとえば
３９個の音素ＨＭＭを用いている場合、Ｉ＝３９であ
る。また、λ_iはｉ番目の音素ＨＭＭを示している。

【００２２】また、λ_iはλ_i＝｛ｗ_i，_s，_m，ａ_i，_s1，
_s2，μ_i，_s，_m，σ_i，_s，_m ²｝で表される。

【００２３】尚、ｗ_i，_s，_m、μ_i，_s，_m、及びσ_i，_s，
_m ²はｉ番目の音素ＨＭＭの第ｓ状態のｍ番目のガウス分
布に関する重み、平均ベクトル、分散値のベクトルを夫
々表している。ａ_i，_s1，_s2はｉ番目の音素ＨＭＭの第
ｓ１状態から第ｓ２状態への遷移確率を示しており、た
とえば特徴量として３３次元ベクトルを用いる場合、μ
_i，_s，_m、σ_i，_s，_m ²は３３次元のベクトルとなる。

【００２４】ここで、初期モデルとしては、特定話者モ
デルや不特定話者モデルを用いる。

【００２５】ステップ２；代表話者の入力音声の音素系
列に対応するように代表話者のＨＭＭを連結し学習を行
なう。学習はｗ_i，_s，_m及びμ_i，_s，_mのみ行ないｎ番目
の代表話者モデルとしてλ_i ⁿ＝｛ｗ_i ⁿ，_s，_m，
ａ_i，_s1，_s2，μ_i ⁿ，_s，_m，σ_i，_s，_m ²｝を得る。ここ
で、ｎは代表話者の番号を表し、ｎ＝１，２，・・・・・，
Ｎであり、たとえば１０名の代表話者を用いた場合はＮ
＝１０となる。

【００２６】ステップ３；各代表話者について、平均値
の差分ｔ_i，_s，_m ⁿを求める。

【００２７】∀_i，_s，_m∈Ω ｔ_i，_s，_m ⁿ ＝ μ_i，_s，
_m ⁿ−μ_i，_s，_m （ｎ＝１，２，・・・・・，Ｎ） ここで、Ωはλに含まれる平均ベクトルμ_i，_s，_mの添
字_i，_s，_mの組を表す。

【００２８】ステップ４；数１に従い、代表話者の話者
部分空間移動ベクトルｖ_i，_s，_m ⁿを求める。ここでは、
μ_i，_s，_mの距離的に近くにあるＫ個の平均ベクトルを
用いて、部分空間毎に話者部分空間移動ベクトルを求め
るものとする。

【００２９】

【数１】

【００３０】ここで、Ｋ_i，_s，_mはμ_i，_s，_mの近傍にあ
るＫ個の平均ベクトルに関する添字の組である。また、
Ｄ（ａ，ｂ）はベクトルａ，ｂ間の距離を表す。ｆはフ
ァジネスと呼ばれるファジイ級関数の値を制御する変数
である。また、ファジイ級関数以外に三角窓や矩形窓、
ガウス分布等の関数等を用いることも可能である。

【００３１】一方、ｔ_i，_s，_m ⁿを代表話者の話者部分空
間移動ベクトルとしてもよい。

【００３２】また、学習は｛ｗ_i，_s，_m，ａ_i，_s1，_s2，
μ_i，_s，_m，σ_i，_s，_m ²｝のうち、少なくともμ_i，_s，_m
を含むように学習すれば良い。当然、｛ｗ_i，_s，_m，
ａ_i，_{s 1}，_s2，μ_i，_s，_m，σ_i，_s，_m ²｝の全てを学習し
ても良い。

【００３３】上述のステップに従い計算した複数の代表
話者の話者部分空間移動ベクトルｖ _i，_s，_m ⁿを代表話
者の話者部分空間移動ベクトル記憶部６に記憶する。

【００３４】次に、入力話者の適応後モデルの作成方法
を図７に従い説明する。

【００３５】入力話者のモデル学習用音声は、音声分析
部１により分析される。該分析結果を用いて学習部３に
より初期モデルの学習を行う。

【００３６】初期モデルの学習；初期モデル記憶部２に
記憶されている初期モデル（λ）を入力話者の音素ＨＭ
Ｍの初期モデルとする。

【００３７】λ＝｛λ₁，・・・，λ_i，・・・，λ_I｝ また、λ_iはλ_i＝｛ｗ_i，_s，_m，ａ_i，_s1，_s2，μ_i，_s，
_m，σ_i，_s，_m ²｝で表される。

【００３８】次に入力話者の入力音声の音素系列に対応
するように入力話者のＨＭＭを連結し学習を行なう。学
習はμ_i，_s，_mのみ行ない学習後のモデルとしてλ_i ^inp
＝｛ｗ_i，_s，_m，ａ_i，_s1，_s2，μ_i ^inp，_s，_m，σ_i，_s，
_m ²｝を得る。

【００３９】次に学習部３により学習されたモデルに基
づいて、入力話者の話者部分空間移動ベクトルｖ_i，_s，
_m ^inpを以下のステップで求める。尚、ここで、ｉｎｐは
入力話者を表している。

【００４０】ステップ１；平均値の差分ｔ_i，_s，_m ^inpを
算出する。

【００４１】

【数２】

【００４２】ステップ２；数３に従い、入力話者部分空
間移動ベクトルｖ_i，_s，_m ^inpを求める。

【００４３】

【数３】

【００４４】ここで、Ｅは学習音声資料中に現れた音素
に対応した音素ＨＭＭの平均ベクトルの添字の組を表
す。

【００４５】入力話者の話者部分空間移動ベクトル記憶
部４ｂは入力話者の話者部分空間移動ベクトル計算部４
ａで算出した入力話者部分空間移動ベクトルｖ_i，_s，_m
^inpを記憶する。

【００４６】音素ＨＭＭの各コンポーネントの分岐確率
を考慮して、入力話者部分空間移動ベクトルｖ_i，_s，_m
^inpと距離的に近い代表話者の部分空間移動ベクトル
ｖ_i，_s， _m ⁿをもつ代表話者の番号（ｓｐｎｏ）、及びこ
の代表話者の番号（ｓｐｎｏ）を有する代表話者の部分
空間移動ベクトルｖ_i，_s，_m ^spnoを数４に従い、代表話
者選択部４ｃにて選択する。

【００４７】

【数４】

【００４８】話者適応後モデル構築部４ｄでは、代表話
者選択部４ｃにて得られた代表話者の話者部分空間移動
ベクトルｖ_i，_s，_m ^spno、入力話者の話者部分空間移動
ベクトルｖ_i，_s，_m ^inp、及び初期モデルの平均ベクトル
μ_i，_s，_mを用いて、数５に従い、話者適応後の平均ベ
クトルμ_i，_s，_m ^adaptを求める。

【００４９】

【数５】

【００５０】適応後モデル作成部７では、話者適応後モ
デル構築部４ｄで構築された話者適応後の平均ベクトル
μ_i，_s，_m ^inp、並びに初期モデル記憶部２に記憶されて
いる初期モデルのガウス分布に関する重みｗ_i，_s，_m、
遷移確率ａ_i，_s1，_s2及び分散値ベクトルσ_i，_s，_m ²又
は入力話者のガウス分布に関する重みｗ_i，_s，_m ^inp、遷
移確率ａ_i，_s1，_s2 ^inp及び分散値ベクトルσ_i，_s，_m ^inp
又は代表話者の話者空間移動ベクトル記憶部６に記憶さ
れているガウス分布に関する重みｗ_i，_s，_m ^spno、遷移
確率ａ_i，_s1，_s2 ^spno及び分散値ベクトル(σ_i，_s，_m
^spno)²を用いて、適応後のモデルを作成する。

【００５１】最後に、適応後モデル作成部７で作成され
た適応後モデルを適応後モデル記憶部８に記憶する。

【００５２】

【発明が解決しようとする課題】然し乍ら、上述の如
く、従来のＨＭＭの作成においては、以下に示す課題が
あった。

【００５３】従来のＨＭＭの作成においては、代表話者
の話者部分空間移動ベクトル記憶部６に記憶されている
代表話者から最も入力話者の話者部分空間移動ベクトル
に近い代表話者の話者部分空間移動ベクトルをモデル学
習のために使用しており、不特定多数の入力話者の音声
特徴をカバーする為には、多数の代表話者の話者部分空
間移動ベクトルを代表話者の話者部分空間移動ベクトル
記憶部６に記憶しておかなければならなかった。

【００５４】つまり、多数の代表話者の話者部分空間移
動ベクトルを用いることは、記憶容量の増加を招き、更
には、多数の代表話者の話者部分空間移動ベクトルを計
算するために、多数の人の音声を収集しなければならな
いという問題点がある。

【００５５】また、代表話者の話者部分空間移動ベクト
ルは、認識モデルが十分に学習できるだけの音声を用い
て学習するため、偏りの少ないベクトルであるが、これ
に対して、少数のモデル学習用音声から得られた入力話
者の話者部分空間移動ベクトルは、モデル学習用音声の
特徴に依存したものである。例えば、学習用音声が”ア
カイ”という言葉だけであった場合、”アカイ”という
学習用発声に含まれる特徴のみが学習されることにな
る。

【００５６】つまり、”ウ”や”エ”といった”アカ
イ”という学習用発声に含まれない音声の特徴が存在せ
ず、学習単語の内容に偏った話者部分空間移動ベクトル
となる。

【００５７】このような十分な音声を用いて学習された
偏りの少ない代表話者の話者部分空間移動ベクトルと、
学習用音声の特徴に依存した入力話者の話者部分空間移
動ベクトルの間の類似性に基づく従来の代表話者選択法
では、高精度な話者選択を行うことは難しかった。

【００５８】

【課題を解決するための手段】そこで、本発明は上述の
問題点に鑑み為されたものであり、複数の代表話者の話
者部分空間移動ベクトルｖ_i，_s，_m ⁿのあらゆる組み合わ
せに対応して計算される内挿話者の話者部分空間移動ベ
クトルｖ_i，_s，_m ^inter(p)の中から、入力話者の話者部
分空間移動ベクトルｖ_i，_s，_m ^inpと最も類似性が高い話
者部分空間移動ベクトルを選択し、該話者部分空間移動
ベクトルｖ_i，_s，_m ^inter(spno)と入力話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inpおよび入力話者のＨＭＭの
平均ベクトルμ_i，_s，_m ^inpを用いることによりＨＭＭを
学習することを特徴とする。

【００５９】更に、本発明は入力音声の特徴を分析する
音声分析部(1)と、ＨＭＭの初期モデルを記憶する初期
モデル記憶部(2)と、上記音声分析部(1)において入力話
者の音声を分析した結果を用いて初期モデル記憶部(2)
に記憶されたＨＭＭを学習する学習部(3)と、該学習部
(3)において学習された入力話者のＨＭＭの平均ベクト
ルμ_i，_s，_m ^inpと初期モデル記憶部(2)に記憶されてい
るＨＭＭの平均ベクトルμ_i，_s，_mの差分から求められ
る差分ベクトルを用いて計算される入力話者の話者部分
空間移動ベクトルｖ_i，_s，_m ^inpを計算する入力話者の話
者部分空間移動ベクトル計算部(4a)と、該入力話者の話
者部分空間移動ベクトル計算部(4a)にて求められた入力
話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを記憶す
る入力話者の話者部分空間移動ベクトル記憶部(4b)と、
代表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿを記憶
する代表話者の話者部分空間移動ベクトル記憶部(6)
と、該代表話者の話者部分空間移動ベクトル記憶部(6)
に記憶されたＮ名（Ｎは１以上の整数）の代表話者の話
者部分空間移動ベクトルｖ_i，_s，_m ⁿから話者内挿のため
にＰ名のあらゆる組み合わせをもとめる内挿話者候補選
択部(9a)と、内挿話者候補選択部(9a)で選択された組み
合わせに基づいて話者を内挿し、内挿話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inter(p)を計算する内挿話者
の話者部分空間移動ベクトル計算部(9b)と、計算した内
挿話者の話者部分空間移動ベクトルを記憶する内挿話者
の話者部分空間移動ベクトル記憶部(9c)と、入力話者の
話者部分空間移動ベクトル記憶部(4b)に記憶された入力
話者の話者部分空間移動ベクトルｖ _i，_s，_m ^inpと類似性
の高い内挿話者の話者部分空間移動ベクトル記憶部(9c)
に記憶された内挿話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inter(spno)を選択する代表話者選択部(4c)
と、該代表話者選択部(4c)にて得られた内挿話者の話者
部分空間移動ベクトルｖ_i，_s，_m ^inter(spno)、入力話者
の話者部分空間移動ベクトルｖ_i，_s，_m ^inp、及び初期モ
デルの平均ベクトルμ_i，_s，_mを用いて、話者適応後の
平均ベクトルμ_i，_s，_m ^adaptを求める話者適応後モデル
構築部(4d)と、を具備することを特徴とする。

【００６０】本発明はＮ名の代表話者の話者部分空間移
動ベクトルｖ_i，_s，_m ⁿから、入力話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^inpと類似性の高い上位Ｎ’名
（Ｎ’≦Ｎ）の該代表話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ⁿを選択し、選択された代表話者の話者部分空
間移動ベクトルｖ_i，_s，_m ⁿの組み合わせに対応して計算
される内挿話者の話者部分空間移動ベクトルｖ_i，_s，_m
^inter(p)の中から、入力話者の話者部分空間移動ベクト
ルｖ_i，_s，_m ^inpと最も類似性が高い話者部分空間移動ベ
クトルを選択し、該話者部分空間移動ベクトルｖ_i，_s，
_m ^inter(spno)と入力話者の話者部分空間移動ベクトルｖ
_i，_s，_m ^inpおよび入力話者のＨＭＭの平均ベクトル
μ_i，_s，_m ^inpを用いることによりＨＭＭを学習すること
を特徴とする。

【００６１】本発明は入力音声の特徴を分析する音声分
析部(1)と、ＨＭＭの初期モデルを記憶する初期モデル
記憶部(2)と、上記音声分析部(1)において入力話者の音
声を分析した結果を用いて初期モデル記憶部(2)に記憶
されたＨＭＭを学習する学習部(3)と、該学習部(3)にお
いて学習された入力話者のＨＭＭの平均ベクトル
μ_i，_s，_m ^inpと初期モデル記憶部(2)に記憶されている
ＨＭＭの平均ベクトルμ_i，_s，_mの差分から求められる
差分ベクトルを用いて計算される入力話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inpを計算する入力話者の話者
部分空間移動ベクトル計算部(4a)と、該入力話者の話者
部分空間移動ベクトル計算部(4a)にて求められた入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを記憶する
入力話者の話者部分空間移動ベクトル記憶部(4b)と、代
表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿを記憶す
る代表話者の話者部分空間移動ベクトル記憶部(6)と、
上記入力話者の話者部分空間移動ベクトル記憶部(4b)に
記憶された入力話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inpと代表話者の話者部分空間移動ベクトルｖ
_i，_s，_m ⁿ間の類似性を計算する類似性計算部(9d-1)と、
類似性計算部(9d-1)により算出された値に基づき類似性
の高いものから順に並べ記憶する上位内挿話者候補作成
部(9d-2)と、上位内挿話者候補作成部(9d-2)に記憶され
た順序に従って上位Ｎ’名（Ｎ’は１以上の整数）の代
表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿから話者
を内挿し、内挿話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inter(p)を計算する内挿話者の話者部分空間
移動ベクトル計算部(9b)と、計算した内挿話者の話者部
分空間移動ベクトルを記憶する内挿話者の話者部分空間
移動ベクトル記憶部(9c)と、入力話者の話者部分空間移
動ベクトル記憶部(4b)に記憶された入力話者の話者部分
空間移動ベクトルｖ_i，_s，_m ^inpと類似性の高い内挿話者
の話者部分空間移動ベクトル記憶部(9c)に記憶された内
挿話者の話者部分空間移動ベクトルｖ _i，_s，_m
^inter(spno)を選択する代表話者選択部(4c)と、該代表
話者選択部(4c)にて得られた内挿話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^inter(spno)、入力話者の話者部分
空間移動ベクトルｖ_i，_s，_m ^inp、及び初期モデルの平均
ベクトルμ _i，_s，_mを用いて、話者適応後の平均ベクト
ルμ_i，_s，_m ^adaptを求める話者適応後モデル構築部(4d)
と、を具備することを特徴とする。

【００６２】更に、本発明は上位内挿話者候補作成部(9
d-2)に記憶された順序に従って上位Ｎ’名（Ｎ’は１以
上の整数）の代表話者の話者部分空間移動ベクトル
ｖ_i，_s， _m ⁿから話者を内挿し、内挿話者の話者部分空間
移動ベクトルｖ_i，_s，_m ^inter(p)を計算する場合におい
て、上位Ｎ’名の代表話者のあらゆる組み合わせから話
者を内挿することを特徴とする。

【００６３】本発明は上位内挿話者候補作成部(9d-2)に
記憶された順序に従って上位Ｎ’名（Ｎ’は１以上の整
数）の代表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿ
から話者を内挿し、内挿話者の話者部分空間移動ベクト
ルｖ_i，_s，_m ^inter(p)を計算する場合において、Ｎ’名
から第Ｐ位までの代表話者を順次用いて話者を内挿する
ことを特徴とする。

【００６４】本発明は入力話者の話者部分空間移動ベク
トルｖ_i，_s，_m ^inpを計算するために用いた入力話者の音
声と同一内容の発声を用いて計算した代表話者の学習語
依存話者部分空間移動ベクトルζ_i，_s，_m ⁿと、該入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpとの類似性
に基づいて、代表話者選択を行うことを特徴とする。

【００６５】本発明は入力話者の話者部分空間移動ベク
トルｖ_i，_s，_m ^inpを計算するために用いた入力話者の音
声と同一内容の発声を用いて計算した代表話者の学習語
依存話者部分空間移動ベクトルζ_i，_s，_m ⁿと、該入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpとの類似性
に基づいて代表話者選択を行い、該選択された代表話者
の番号に対応した代表話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^spnoと入力話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inp、及び初期モデルの平均ベクトルμ_i，_s，
_mとを用いることによりＨＭＭを学習することを特徴と
する。

【００６６】更に、本発明は入力話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^inpを計算するために用いた入力話
者の音声と同一内容の発声を用いて計算した代表話者の
学習語依存話者部分空間移動ベクトルζ_i，_s，_m ⁿと、該
入力話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpとの
類似性に基づいて代表話者選択を行い、該選択された代
表話者の番号に対応した代表話者の話者部分空間移動ベ
クトルｖ_i，_s，_m ^spnoと学習語依存話者部分空間移動ベ
クトルζ_i，_s，_m ^spnoと、入力話者の話者部分空間移動
ベクトルｖ_i，_s，_m ^inpと、初期モデルの平均ベクトルμ
_i，_s，_mとを用いることによりＨＭＭを学習することを
特徴とする。

【００６７】また、本発明は代表話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^spnoと学習語依存話者部分空間移
動ベクトルζ_i，_s，_m ^spnoの差分と、入力話者の話者部
分空間移動ベクトルｖ_i，_s，_m ^inpと、初期モデルの平均
ベクトルμ_i，_s，_mから、話者適応後の平均ベクトル
μ_i，_s，_m ^adaptを求めることを特徴とする。

【００６８】本発明は入力音声の特徴を分析する音声分
析部(1)と、ＨＭＭの初期モデルを記憶する初期モデル
記憶部(2)と、上記音声分析部(1)において入力話者の音
声を分析した結果を用いて初期モデル記憶部(2)に記憶
されたＨＭＭを学習する学習部(3)と、該学習部(3)にお
いて学習された入力話者のＨＭＭの平均ベクトル
μ_i，_s，_m ^inpと初期モデル記憶部(2)に記憶されている
ＨＭＭの平均ベクトルμ_i，_s，_mの差分から求められる
差分ベクトルを用いて計算される入力話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inpを計算する入力話者の話者
部分空間移動ベクトル計算部(4a)と、該入力話者の話者
部分空間移動ベクトル計算部(4a)にて求められた入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを記憶する
入力話者の話者部分空間移動ベクトル記憶部(4b)と、代
表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿを記憶す
る代表話者の話者部分空間移動ベクトル記憶部(6)と、
入力話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを計
算した入力話者の音声と同一内容の代表話者の音声を用
いて作成した代表話者の学習語依存話者部分空間移動ベ
クトルζ_i，_s，_m ⁿを記憶する代表話者の学習語依存話者
部分空間移動ベクトル記憶部(11)と、上記入力話者の話
者部分空間移動ベクトル記憶部(4b)に記憶された入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpと最も類似
性の高い学習語依存話者部分空間移動ベクトルζ_i，_s，
_m ⁿをもつ代表話者の番号（ｓｐｎｏ）を選択する代表話
者選択部(4c)と、該選択された代表話者の番号に対応し
た代表話者の話者部分空間移動ベクトルｖ_i，_s，_m ^spno
と入力話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inp、
及び初期モデルの平均ベクトルμ_i，_s，_mを用いて、話
者適応後の平均ベクトルμ_i，_s，_m ^adaptを求める話者適
応後モデル構築部(4d)と、を具備することを特徴とす
る。

【００６９】本発明は入力音声の特徴を分析する音声分
析部(1)と、ＨＭＭの初期モデルを記憶する初期モデル
記憶部(2)と、上記音声分析部(1)において入力話者の音
声を分析した結果を用いて初期モデル記憶部(2)に記憶
されたＨＭＭを学習する学習部(3)と、該学習部(3)にお
いて学習された入力話者のＨＭＭの平均ベクトル
μ_i，_s，_m ^inpと初期モデル記憶部(2)に記憶されている
ＨＭＭの平均ベクトルμ_i，_s，_mの差分から求められる
差分ベクトルを用いて計算される入力話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inpを計算する入力話者の話者
部分空間移動ベクトル計算部(4a)と、該入力話者の話者
部分空間移動ベクトル計算部(4a)にて求められた入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを記憶する
入力話者の話者部分空間移動ベクトル記憶部(4b)と、代
表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿを記憶す
る代表話者の話者部分空間移動ベクトル記憶部(6)と、
入力話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpを計
算した入力話者の音声と同一内容の代表話者の音声を用
いて作成した代表話者の学習語依存話者部分空間移動ベ
クトルζ_i，_s，_m ⁿを記憶する代表話者の学習語依存話者
部分空間移動ベクトル記憶部(11)と、上記入力話者の話
者部分空間移動ベクトル記憶部(4b)に記憶された入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpと最も類似
性の高い学習語依存話者部分空間移動ベクトルζ_i，_s，
_m ⁿをもつ代表話者の番号（ｓｐｎｏ）を選択する代表話
者選択部(4c)と、該選択された代表話者の番号に対応し
た代表話者の話者部分空間移動ベクトルｖ_i，_s，_m ^spno
と学習語依存話者部分空間移動ベクトルζ_i，_s，_m ^spno
と、入力話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inp
と、初期モデルの平均ベクトルμ_i，_s，_mを用いて、話
者適応後の平均ベクトルμ_i，_s，_m ^adaptを求める第二話
者適応後モデル構築部(4e)と、を具備することを特徴と
する。

【００７０】本発明は第二話者適応後モデル構築部(4e)
に於て、代表話者の話者部分空間移動ベクトルｖ_i，_s，
_m ^spnoと学習語依存話者部分空間移動ベクトルζ_i，_s，_m
^spnoの差分と、入力話者の話者部分空間移動ベクトルｖ
_i，_s，_m ^inpと、初期モデルの平均ベクトルμ_i，_s，_mか
ら、話者適応後の平均ベクトルμ_i，_s，_m ^adaptを求める
ことを特徴とする。

【００７１】

【発明の実施の形態】本発明の実施の形態の例を図１乃
至図５に基づいて説明する。

【００７２】図１乃至図５の構成図では、従来のＨＭＭ
学習装置と同一構成については同一番号を付している。

【００７３】図１は本発明の第一の実施形態の概略構成
図である。

【００７４】本発明の第一の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第一の点は、代表話者の
話者部分空間移動ベクトル記憶部６に接続する内挿話者
の話者部分空間移動ベクトル作成部９を設けたことであ
る。

【００７５】後述（図２参照）するように、該内挿話者
の話者部分空間移動ベクトル作成部９は、内挿話者候補
選択部９ａ、内挿話者の話者部分空間移動ベクトル計算
部９ｂ、及び内挿話者の話者部分空間移動ベクトル記憶
部９ｃから構成されている。

【００７６】本発明の第一の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第二の点は、代表話者の
話者部分空間移動ベクトル記憶部６と話者適応部４及び
適応後モデル作成部７の接続に代えて、内挿話者の話者
部分空間移動ベクトル作成部９と話者適応部４及び適応
後モデル作成部７の接続を設けたことである。

【００７７】図２は本発明の第一の実施形態のＨＭＭの
学習装置の構成図である。

【００７８】以下に、本発明の第一の実施形態における
代表的な構成要件である、内挿話者の話者部分空間移動
ベクトル作成部９の機能について詳述する。

【００７９】内挿話者候補選択部９ａは、代表話者の話
者部分空間移動ベクトル記憶部６に記憶されているＮ名
の代表話者の話者部分空間移動ベクトルから、Ｐ名のあ
らゆる組み合わせを作り、これに対応する代表話者の話
者部分空間移動ベクトルｖ_i，_s，_m ⁿ、重みｗ_i，_s，_m ⁿ、
平均ベクトルμ_i，_s，_m ⁿ、遷移確率ａ_i，_s1，_s2 ⁿ、及び
分散ベクトル（σ_i，_s，_m ²）ⁿを内挿話者の話者部分空
間移動ベクトル計算部９ｂに送出する。内挿話者の話者
部分空間移動ベクトル計算部９ｂでは送られてきた代表
話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿを用いて内
挿話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inter(p)
を計算する。

【００８０】代表話者が（ａ，ｂ，ｃ，ｄ，ｅ）の５名
（Ｎ＝５）である場合について詳細に上記の処理を説明
する。

【００８１】まず、内挿話者候補選択部９ａは、Ｐ＝１
の場合として（ａ）、（ｂ）、（ｃ）、（ｄ）、及び
（ｅ）を順次内挿話者の話者部分空間移動ベクトル計算
部９ｂに送る。

【００８２】次に、Ｐ＝２の場合として５名から２名を
選ぶ１０通りの代表話者の組み合わせを順次内挿話者の
話者部分空間移動ベクトル計算部９ｂに送る。ここで１
０通りとは、（ａ，ｂ）、（ａ，ｃ）、（ａ，ｄ）、
（ａ，ｅ）、（ｂ，ｃ）、（ｂ，ｄ）、（ｂ，ｄ）、
（ｃ，ｄ）（ｃ，ｅ）、及び（ｄ，ｅ）である。

【００８３】次に、Ｐ＝３の組み合わせである１０通
り、次にＰ＝４の場合の５通り、次にＰ＝５の場合の１
通りの代表話者の組み合わせを順次内挿話者の話者部分
空間移動ベクトル計算部９ｂに送る。

【００８４】本例の場合、３１通り（５＋１０＋１０＋
５＋１）の組み合わせに対応した代表話者の話者部分空
間移動ベクトルｖ_i，_s，_m ⁿが順次内挿話者の話者部分空
間移動ベクトル計算部９ｂに送られる。

【００８５】内挿話者の話者部分空間移動ベクトル計算
部９ｂでは、内挿話者候補選択部９ａから順次送られて
くる代表話者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿの
重み付き平均として数６に従い内挿話者の話者部分空間
移動ベクトルｖ_i，_s，_m ^{inter (p)}を計算する。

【００８６】また、同時に内挿話者の話者部分空間移動
ベクトル計算部９ｂは、内挿話者の分散ベクトル
（σ_i，_s，_m ^inter(p)）、重みｗ_i，_s，_m ^inter(p)、遷
移確率ａ_i， _s1，_s2 ^inter(p)を数７に従い計算する。

【００８７】本例の場合３１通りの内挿話者の話者部分
空間移動ベクトルｖ_i，_s，_m ^{inter(p )}が計算される。

【００８８】

【数６】

【００８９】

【数７】

【００９０】ここで、Φは本例における３１通りの組み
合わせ中の要素である。また、ＷＧＨＴ（ｎ）は代表話
者の話者部分空間移動ベクトルｖ_i，_s，_m ⁿに関する重み
である。

【００９１】計算された内挿話者の話者部分空間移動ベ
クトルｖ_i，_s，_m ^inter(p)は内挿話者の話者部分空間移
動ベクトル記憶部９ｃに記憶される。

【００９２】内挿話者の話者部分空間移動ベクトル記憶
部９ｃに記憶される内挿話者の話者部分空間移動ベクト
ルｖ_i，_s，_m ^inter(p)は、代表話者の話者部分空間移動
ベクトルｖ_i，_s，_m ⁿと同質のものであり、代表話者数を
内挿により増加させた場合に対応するため、以降の処理
は従来例と同様の処理を行うことにより、適応後モデル
が作成できる。

【００９３】本例の場合、５名の代表話者から３１名の
擬似的な代表話者（上記の内挿話者）を作成できる。

【００９４】例えば、代表話者選択部４ｃは、内挿話者
の話者部分空間移動ベクトルｖ_i，_s，_m ^inter(p)と入力
話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpとの距離
を計算し、入力話者部分空間移動ベクトルｖ_i，_s，_m ^inp
と距離的に近い内挿話者の部分空間移動ベクトル
ｖ_i，_s，_m ^inter(p)をもつ内挿話者の番号（ｓｐｎ
ｏ）、及び該内挿話者の番号（ｓｐｎｏ）を有する内挿
話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inter(spno)
を話者適応後モデル構築部４ｄへ送出し、話者適応後の
平均ベクトルμ_i，_s，_m ^adaptを求める。

【００９５】適応後モデル作成部７は、話者適応後の平
均ベクトルμ_i，_s，_m ^adapt、ｓｐｎｏ番の内挿話者の分
散ベクトル（σ_i，_s，_m ^inter(spno)）、重みｗ_i，_s，_m
^{inter (spno)}、遷移確率ａ_i，_s1，_s2 ^inter(spno)に基づ
き適応後のモデルを作成する。

【００９６】図３は本発明の第二のＨＭＭの学習装置の
実施形態の構成図である。

【００９７】本発明の第二の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第一の点は、代表話者の
話者部分空間移動ベクトル記憶部６に接続する内挿話者
の話者部分空間移動ベクトル作成部９を設けたことであ
る。

【００９８】該内挿話者の話者部分空間移動ベクトル作
成部９は、第二内挿話者候補選択部９ｄ、内挿話の話者
部分空間移動ベクトル計算部９ｂ、及び内挿話者の話者
部分空間移動ベクトの記憶部９ｃから構成されている。

【００９９】また、第二内挿話者候補選択部９ｄは、類
似性計算部９ｄ−１及び上位内挿話者候補作成部９ｄ−
２から構成される。

【０１００】本発明の第二の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第二の点は、代表話者の
話者部分空間移動ベクトル記憶部６と代表話者選択部４
ｃ及び適応後モデル作成部７の接続に代えて、内挿話者
の話者部分空間移動ベクトル作成部９と代表話者選択部
４ｃ及び適応後モデル作成部７の接続を設けたことであ
る。

【０１０１】本発明の第二の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第三の点は、入力話者の
話者部分空間移動ベクトル記憶部４ｂと内挿話者候補選
択部９ｄとの接続を設けたことである。

【０１０２】本発明の第二の実施形態のＨＭＭの学習装
置の構成が、第一の実施形態のそれと異なる点は、内挿
話者候補選択部９ａに代えて第二内挿話者候補選択部９
ｄを設けたことである。

【０１０３】以下に、本発明の第二の実施形態のＨＭＭ
の学習装置の代表的な構成要件である、内挿話者の話者
部分空間移動ベクトル作成部９の機能について詳述す
る。

【０１０４】類似性計算部９ｄ−１では、代表話者の話
者部分空間移動ベクトル記憶部６に記憶された代表話者
の話者部分空間移動ベクトルｖ_i，_s，_m ⁿと入力話者の話
者部分空間移動ベクトル記憶部４ｂに記憶された入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpとの間の距
離を計算する。

【０１０５】上位内挿話者候補作成部９ｄ−２は類似性
計算部９ｄ−１で得られた距離のうち距離値が小さい上
位Ｎ’名（Ｎ’≦Ｎ）選択し、Ｎ’名を対象に第一の実
施形態と同様にＰ名のあらゆる組み合わせを作り、これ
に対応する代表話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ⁿ、重みｗ_i，_s，_m ⁿ、平均ベクトル
μ_i，_s，_m ⁿ、遷移確率ａ_i，_s1，_s2 ⁿ、及び分散ベクトル
（σ_i，_s，_m ²）ⁿを内挿話者の話者部分空間移動ベクト
ル計算部９ｂに送出する。

【０１０６】例えばＮ’＝５である場合は、第一の実施
例と同様に３１通りの組み合わせに対応した代表話者の
話者部分空間移動ベクトルｖ_i，_s，_m ⁿが順次内挿話者の
話者部分空間移動ベクトル計算部９ｂに送られ、内挿話
者の話者部分空間移動ベクトル計算部９ｂは、各々の組
み合わせについて内挿話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inter(p)を計算する。

【０１０７】また、同時に内挿話者の話者部分空間移動
ベクトル計算部９ｂは、内挿話者の分散ベクトル
（σ_i，_s，_m ^inter(p)）、重みｗ_i，_s，_m ^inter(p)、及
び遷移確率ａ_i，_s1，_s2 ^inter(p)を数７に従い計算す
る。

【０１０８】Ｎ名からＮ’名を選択することにより、内
挿話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inter(p)
の処理量の削減ができるという効果が得られる。

【０１０９】また、上位内挿話者候補作成部９ｄ−２
は、Ｎ’名から上位Ｐ位までの候補を順次内挿話者の話
者部分空間移動ベクトル計算部９ｂに送出するような構
成としてもよい。

【０１１０】ここで、上位Ｐ位までの候補を順次送ると
は、以下の処理を示す。

【０１１１】Ｎ’＝５及びＰ＝５の場合の例を以下に説
明する。

【０１１２】上位５名の候補が（ａ，ｂ，ｃ，ｄ，ｅ）
の順であった場合、まず、（ａ）の話者部分空間移動ベ
クトルを内挿話者の話者部分空間移動ベクトル計算部９
ｂに送る。次に（ａ，ｂ）、次に（ａ，ｂ，ｃ）、次に
（ａ，ｂ，ｃ，ｄ）、次に（ａ，ｂ，ｃ，ｄ，ｅ）の話
者部分空間移動ベクトルの組を内挿話者の話者部分空間
移動ベクトル計算部９ｂに順次送出する。

【０１１３】本例の場合、内挿話者の話者部分空間移動
ベクトル計算部９ｂは、順次送られてくる、代表話者の
話者部分空間移動ベクトルｖ_i，_s，_m ⁿに関する５通りの
組み合わせに各々対応した５通りの内挿話者の話者部分
空間移動ベクトルｖ_i，_s，_m ^{i nter(p)}を計算する。

【０１１４】また、同時に内挿話者の話者部分空間移動
ベクトル計算部９ｂは、内挿話者の分散ベクトル
（σ_i，_s，_m ^inter(p)）、重みｗ_i，_s，_m ^inter(p)、及
び遷移確率ａ_i，_s1，_s2 ^inter(p)を数７に従い計算す
る。

【０１１５】計算された内挿話者の話者部分空間移動ベ
クトルｖ_i，_s，_m ^inter(p)は内挿話者の話者部分空間移
動ベクトル記憶部９ｃに記憶される。

【０１１６】代表話者選択部４ｃは、内挿話者の話者部
分空間移動ベクトルｖ_i，_s，_m ^{inter (p)}と入力話者の話
者部分空間移動ベクトルｖ_i，_s，_m ^inpとの距離を計算
し、入力話者部分空間移動ベクトルｖ_i，_s，_m ^inpと距離
的に近い内挿話者の部分空間移動ベクトルｖ_i，_s，_m
^inter(p)をもつ内挿話者の番号（ｓｐｎｏ）、及び該内
挿話者の番号（ｓｐｎｏ）を有する内挿話者の話者部分
空間移動ベクトルｖ_i，_s， _m ^inter(spno)を話者適応後モ
デル構築部４ｄへ送出し、話者適応後の平均ベクトルμ
_i，_s，_m ^adaptを求める。

【０１１７】適応後モデル作成部７は、話者適応後の平
均ベクトルμ_i，_s，_m ^adapt、ｓｐｎｏ番の内挿話者の分
散ベクトル（σ_i，_s，_m ^inter(spno)）、重みｗ_i，_s，_m
^{inter (spno)}、遷移確率ａ_i，_s1，_s2 ^inter(spno)に基づ
き適応後のモデルを作成する。

【０１１８】図４は本発明の第三のＨＭＭの学習装置の
実施形態の構成図である。

【０１１９】本発明の第三の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第一の点は、代表話者選
択部４ｃに接続して代表話者の学習語依存話者部分空間
移動ベクトル記憶部１１およびこれに接続する代表話者
の学習語依存話者部分空間移動ベクトル計算部１０を設
けたことである。

【０１２０】本発明の第三の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第二の点は、代表話者選
択部４ｃにおいて選択された代表話者の番号（ｓｐｎ
ｏ）を代表話者の話者部分空間移動ベクトル記憶部６に
送出するようにしたことである。

【０１２１】以下に、本発明の第三の実施形態の代表的
な構成要件である、代表話者の学習語依存の話者部分空
間移動ベクトル計算部１０および代表話者の学習語依存
話者部分空間移動ベクトル記憶部１１を中心に本実施例
について詳述する。

【０１２２】代表話者の学習語依存話者部分空間移動ベ
クトル計算部１０の機能は、入力話者の学習語依存話者
部分空間移動ベクトル計算部４ａと基本的に同一の機能
を有する。違いは、入力話者の適応語依存の話者部分空
間移動ベクトル計算部４ａでは音声分析部１により分析
された入力話者の音声を用いて入力話者の話者部分空間
移動ベクトルｖ_i，_s，_m ^inpを計算することに対して、代
表話者の学習語依存話者部分空間移動ベクトル計算部１
０では各代表話者の音声を分析した結果を用いてｎ番目
の代表話者について代表話者の学習語依存話者部分空間
移動ベクトルζ _i，_s，_m ⁿを計算するものである。ただ
し、代表話者の学習語依存話者部分空間移動ベクトルζ
_i，_s，_m ⁿを計算するために使用する代表話者の音声は、
入力話者の音声と同一内容であるものとする。

【０１２３】代表話者の学習語依存話者部分空間移動ベ
クトル記憶部１１は、代表話者の学習語依存話者部分空
間移動ベクトル計算部１０に於て計算した代表話者の学
習語依存話者部分空間移動ベクトルζ_i，_s，_m ⁿを記憶す
る。

【０１２４】代表話者選択部４ｃでは、入力話者部分空
間移動ベクトルｖ_i，_s，_m ^inpと距離的に近い代表話者の
学習語依存話者部分空間移動ベクトルζ_i，_s，_m ⁿをもつ
代表話者の番号（ｓｐｎｏ）を選択し、かかる代表話者
の番号（ｓｐｎｏ）を代表話者の話者部分空間移動ベク
トル記憶部６に送出する。代表話者の話者部分空間移動
ベクトル記憶部６では選択された代表話者の番号に対応
した代表話者の話者部分空間移動ベクトルｖ_i，_s，_m
^spnoを話者適応後モデル４ｄに送出する。

【０１２５】話者適応後モデル構築部４ｄでは、代表話
者選択部４ｃにて選択された代表話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^spno、入力話者の話者部分空間移
動ベクトルｖ_i，_s，_m ^inp、及び初期モデルの平均ベクト
ルμ_i，_s，_mを用いて、話者適応後の平均ベクトルμ_i，
_s，_m ^adaptを求める。以降の処理は従来例と同一である
ので説明を割愛する。

【０１２６】図５は本発明の第四の実施形態のＨＭＭの
学習装置の構成図である。

【０１２７】本発明の第四の実施形態のＨＭＭの学習装
置の構成が従来のそれと異なる第一および第二の点は、
本発明の第三の実施形態と同一である。

【０１２８】本発明の第四の実施形態のＨＭＭの学習装
置が第三の実施形態のそれと大きく異なる点は、話者適
応後モデル構築部４ｄに代えて、第二話者適応後モデル
構築部４ｅを設けた事である。

【０１２９】本第四の実施形態においては、代表話者選
択部４ｃにおいて入力話者部分空間移動ベクトル
ｖ_i，_s，_m ^inpと距離的に近い代表話者の学習語依存話者
部分空間移動ベクトルζ_i，_s，_m ⁿをもつ代表話者の番号
（ｓｐｎｏ）を選択する処理までは第三の実施形態と同
一である。

【０１３０】ただし、代表話者選択部４ｃは、代表話者
の番号（ｓｐｎｏ）を代表話者の話者部分空間移動ベク
トル記憶部６に送出するとともに第二話者適応後モデル
構築部４ｅに代表話者の学習語依存話者部分空間移動ベ
クトルζ_i，_s，_m ^spnoを送出する。

【０１３１】第二話者適応後モデル構築部４ｄでは、代
表話者選択部４ｃにて選択された代表話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^spno、代表話者の学習語依存
話者部分空間移動ベクトルζ_i，_s，_m ^spno、入力話者の
話者部分空間移動ベクトルｖ_i，_s，_m ^inp、及び初期モデ
ルの平均ベクトルμ_i，_s，_mを用いて、数８に従い、話
者適応後の平均ベクトルμ_i，_s，_m ^adaptを求める。

【０１３２】

【数８】

【０１３３】以降の処理は従来例と同一であるので説明
を割愛する。

【０１３４】

【発明の効果】以上の説明から明らかなように本発明
は、代表話者の話者部分空間移動ベクトル記憶部６に記
憶されているＮ名の代表話者の話者部分空間移動ベクト
ルｖ_i，_s，_m ⁿから内挿話者の話者部分空間移動ベクトル
ｖ_i，_s，_m ^inter(p)を作成することにより、擬似的に代
表話者数を増やすという作用があり、代表話者の話者部
分空間移動ベクトル記憶部６に記憶しておく代表話者数
が少なくてすみ、記憶容量が削減できるという効果を奏
する。

【０１３５】更には、代表話者数が少なくてすむことよ
り、代表話者の話者部分空間移動ベクトルを計算するた
めの人数が少なくてすみ、代表話者の話者部分空間移動
ベクトルを作成するために必要となる音声の収集量が少
なくてすむという効果を奏する。

【０１３６】また、入力話者の学習用音声と同一内容の
代表話者の音声から計算することにより得られた入力話
者の話者部分空間移動ベクトルｖ_i，_s，_m ^inpと同じ偏り
をもつ代表話者の学習語依存話者部分空間移動ベクトル
ζ_i，_s，_m ⁿと、入力話者の話者部分空間移動ベクトルｖ
_i，_s，_m ^inpとの類似性により代表話者選択を行うため、
学習用音声に固有の特徴による偏りを考慮した高精度な
話者選択が可能となる。

【０１３７】また、代表話者の話者部分空間移動ベクト
ル記憶部６に記憶されているＮ名の代表話者の話者部分
空間移動ベクトルｖ_i，_s，_m ⁿから内挿話者の話者部分空
間移動ベクトルｖ_i，_s，_m ^inter(p)を作成することによ
り、擬似的に代表話者数を増やし、学習用音声に固有の
特徴による偏りを考慮した高精度な話者選択を行うこと
により、高精度のＨＭＭの学習が可能となる。

【図面の簡単な説明】

【図１】本発明に係るＨＭＭの学習装置の概略構成図で
ある。

【図２】本発明における第一の実施形態のＨＭＭの学習
装置の構成図である。

【図３】本発明における第二の実施形態のＨＭＭの学習
装置の構成図である。

【図４】本発明における第三の実施形態のＨＭＭの学習
装置の構成図である。

【図５】本発明における第四の実施形態のＨＭＭの学習
装置の構成図である。

【図６】従来のＨＭＭの話者適応に基づくＨＭＭの学習
装置である。

【図７】従来のＨＭＭの話者適応に基づくＨＭＭの学習
装置の詳細構成図である。

【符号の説明】

１・・・・・・・・・・音声分析部 ２・・・・・・・・・・初期モデル記憶部 ３・・・・・・・・・・学習部 ４・・・・・・・・・・話者適応部 ４ａ・・・・・・・・入力話者の話者部分空間移動ベクトル計算
部 ４ｂ・・・・・・・・入力話者の話者部分空間移動ベクトル記憶
部 ４ｃ・・・・・・・・代表話者選択部 ４ｄ・・・・・・・・話者適応後モデル構築部 ４ｅ・・・・・・・・第二話者適応後モデル構築部 ５・・・・・・・・・・代表話者の話者部分空間移動ベクトル計算
部 ６・・・・・・・・・・代表話者の話者部分空間移動ベクトル記憶
部 ７・・・・・・・・・・適応後モデル作成部 ８・・・・・・・・・・適応後モデル記憶部 ９・・・・・・・・・・内挿話者の話者部分空間移動ベクトル作成
部 ９ａ・・・・・・・・内挿話者候補選択部 ９ｂ・・・・・・・・内挿話者の話者部分空間移動ベクトル計算
部 ９ｃ・・・・・・・・内挿話者の話者部分空間移動ベクトル記憶
部 ９ｄ・・・・・・・・第二内挿話者候補選択部 ９ｄ−１・・・・類似性計算部 ９ｄ−２・・・・上位内挿話者候補作成部 １０・・・・・・・・代表話者の学習語依存話者部分空間移動ベ
クトル計算部 １１・・・・・・・・代表話者の学習語依存話者部分空間移動ベ
クトル記憶部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 複数の代表話者の話者部分空間移動ベク
   トルｖ_i，_s，_m ⁿのあらゆる組み合わせに対応して計算さ
   れる内挿話者の話者部分空間移動ベクトルｖ _i，_s，_m
   ^inter(p)の中から、入力話者の話者部分空間移動ベクト
   ルｖ_i，_s，_m ^inpと最も類似性が高い話者部分空間移動ベ
   クトルを選択し、該話者部分空間移動ベクトルｖ_i，_s，
   _m ^inter(spno)と入力話者の話者部分空間移動ベクトルｖ
   _i，_s，_m ^{i np}および入力話者のＨＭＭの平均ベクトル
   μ_i，_s，_m ^inpを用いることによりＨＭＭを学習すること
   を特徴とするＨＭＭの学習装置。
2. 【請求項２】 Ｎ名の代表話者の話者部分空間移動ベク
   トルｖ_i，_s，_m ⁿから、入力話者の話者部分空間移動ベク
   トルｖ_i，_s，_m ^inpと類似性の高い上位Ｎ’名（Ｎ’≦
   Ｎ）の該代表話者の話者部分空間移動ベクトルｖ_i，_s，
   _m ⁿを選択し、選択された代表話者の話者部分空間移動ベ
   クトルｖ_i，_s，_m ⁿの組み合わせに対応して計算される内
   挿話者の話者部分空間移動ベクトルｖ_i，_s，_m ^inter(p)
   の中から、入力話者の話者部分空間移動ベクトル
   ｖ_i，_s，_m ^inpと最も類似性が高い話者部分空間移動ベク
   トルを選択し、該話者部分空間移動ベクトルｖ_i，_s，_m
   ^{inter(spn o)}と入力話者の話者部分空間移動ベクトル
   ｖ_i，_s，_m ^inpおよび入力話者のＨＭＭの平均ベクトルμ
   _i，_s，_m ^inpを用いることによりＨＭＭを学習することを
   特徴とするＨＭＭの学習装置。
3. 【請求項３】 入力話者の話者部分空間移動ベクトルｖ
   _i，_s，_m ^inpを計算するために用いた入力話者の音声と同
   一内容の発声を用いて計算した代表話者の学習語依存話
   者部分空間移動ベクトルζ_i，_s，_m ⁿと、該入力話者の話
   者部分空間移動ベクトルｖ_i，_s，_m ^inpとの類似性に基づ
   いて代表話者選択を行い、該選択された代表話者の番号
   に対応した代表話者の話者部分空間移動ベクトル
   ｖ_i，_s，_m ^{spn o}と入力話者の話者部分空間移動ベクトル
   ｖ_i，_s，_m ^inp、及び初期モデルの平均ベクトルμ_i，_s，
   _mとを用いることによりＨＭＭを学習することを特徴と
   するＨＭＭの学習装置。
4. 【請求項４】 請求項３において代表話者の話者部分空
   間移動ベクトルｖ_i，_s，_m ^spnoと学習語依存話者部分空
   間移動ベクトルζ_i，_s，_m ^spnoの差分と、入力話者の話
   者部分空間移動ベクトルｖ_i，_s，_m ^inpと、初期モデルの
   平均ベクトルμ_i，_s，_mから、話者適応後の平均ベクト
   ルμ_i，_s，_m ^adaptを求めることを特徴とするＨＭＭの学
   習装置。
5. 【請求項５】 入力話者の話者部分空間移動ベクトルｖ
   _i，_s，_m ^inpを計算するために用いた入力話者の音声と同
   一内容の発声を用いて計算した代表話者の学習語依存話
   者部分空間移動ベクトルζ_i，_s，_m ⁿと、該入力話者の話
   者部分空間移動ベクトルｖ_i，_s，_m ^inpとの類似性に基づ
   いて代表話者選択を行い、該選択された代表話者の番号
   に対応した代表話者の話者部分空間移動ベクトル
   ｖ_i，_s，_m ^{spn o}と学習語依存話者部分空間移動ベクトル
   ζ_i，_s，_m ^spnoと、入力話者の話者部分空間移動ベクト
   ルｖ_i，_s，_m ^inpと、初期モデルの平均ベクトルμ_i，_s，
   _mとを用いることによりＨＭＭを学習することを特徴と
   するＨＭＭの学習装置。