hw/sw複合体を用いた音声認識回路

摘要

We make the function of a cochlea that is one of auditory organs by a logical circuit, and implement the digital circuit by using FPGA. We use Mr Irino's Auditory Model to make the circuit of a cochlea, and this circuit is implemented by our hwModuleV2. In this paper, the feature quantity that obtains by our circuit will be referred to as "Sound Image", and the template macthing of the vowel is executed by using "Sound Image". We verify whether the vowel recognition is possible by matching results. The coarse to fine algorithm is used by the template matching. The coarse to fine matching is the algorithm that uses the coarse "Sound Image" for global matching in the first time, and uses the fine " Sound Image" for local matching decided from coarse matching results in the second time. As a result, the vowel recognition is possible by " Sound Image", we can make the high speed processing of the vowel recognition.%聴覚器官の一つ，蝸牛の持つ機能を論理回路によって実現し，音声の特徴量を抽出するデ ジタル回路をFPGAで実装した．蝸牛の回路化には入野氏らの聴覚モデルを利用し，実装は本研究室 が開発したhwModuleV2で行った．本稿では，回路から得られた特徴量を書像と名付け，この音像を 用いた母音のテンプレートマッチングを行い，提案手法による母音の認識が可能か検討する．テンプ レートマッチングには，Coarse to Fine理論を用いた．Coarse to Fineマッチングとは，まず低解像度音 像（coarse 音像）を用いて大域的なマッチングを行う.次に高解像度音像（fine音像）を用いて，coarse 音像による処理結果をもとに局所的なマッチングを行うものである.その結果，音像による母音の認 識が可能であり，母音認識処理の高速化を実現できた．