| 研究概要 |
連続音声認識に適した高速・省メモリHMM (Hidden Markov Model1,隠れマルコフモデル)計算回路の構成法の開発を行った。この構成法により、連続音声認識で用いられる連続分布型HMMの状態数や入力特徴ベクトルの次元数、総フレーム数に応じて、少ない内部メモリで高速にHMM計算を行うHMM計算回路を得ることができる。この構成法では、HMM計算回路への入力である特徴ベクトルが、全てのHMMに対する計算において共通に用いられるとともに、HMM計算の中で用いられるパラメータの中で特に使用頻度が高いことに着目し、特徴ベクトルを保持するメモリをHMM計算回路内に有する構成をとる。この構成法に基づくHMM計算回路では、特徴ベクトルの外部メモリからの読み込み回数が削減され、HMM計算の高速化が可能となる。
この構成法に基づくHMM計算回路とこれまでに提案された構成法によるHMM計算回路の比較を、HMM計算に要するクロックサイクル数と回路内のメモリサイズについて行ったところ、今回開発した回路構成法に基づくHMM計算回路の方が、これまでに提案された構成法によるHMM計算回路と比較して、クロックサイクル数で約30%、メモリサイズで約25%、高速・省メモリであることが分かった。このHMM計算回路の構成法を用いることにより、これまでの構成法に基づくHMM計算回路より少ない内部メモリ量で、HMM計算を高速化することができる。
|
