JP3280825B2 - 音声特徴分析装置 - Google Patents
音声特徴分析装置Info
- Publication number
- JP3280825B2 JP3280825B2 JP10263195A JP10263195A JP3280825B2 JP 3280825 B2 JP3280825 B2 JP 3280825B2 JP 10263195 A JP10263195 A JP 10263195A JP 10263195 A JP10263195 A JP 10263195A JP 3280825 B2 JP3280825 B2 JP 3280825B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- feature
- information
- analysis
- person
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
Description
【０００１】
【産業上の利用分野】本発明は、音声により個人の特徴
を分析する音声特徴分析装置に関する。
を分析する音声特徴分析装置に関する。
【０００２】
【従来の技術】従来、図２に示すように、音声による特
徴分析では特定話者の基準となる音声を予め登録した後
に、分析を行う場合には、その基準となる音声と同一話
者の分析を行う音声入力データとの比較によって分析を
行っていた。図２において、９１は音声入力部、９２は
基準音声記憶部、９３は音声入力部９１より入力された
音声と、基準音声記憶部９２に格納されている音声とを
比較する比較処理部で、９４は比較処理部９３の処理結
果を出力する出力部である。
徴分析では特定話者の基準となる音声を予め登録した後
に、分析を行う場合には、その基準となる音声と同一話
者の分析を行う音声入力データとの比較によって分析を
行っていた。図２において、９１は音声入力部、９２は
基準音声記憶部、９３は音声入力部９１より入力された
音声と、基準音声記憶部９２に格納されている音声とを
比較する比較処理部で、９４は比較処理部９３の処理結
果を出力する出力部である。
【０００３】ユーザは、始めに入力部９１より基準とな
る音声（例えば健康であると感じている時の音声）を入
力し、基準音声記憶部９２に保存しておく。そしてユー
ザが体調を診断する際に、入力部９１より音声を入力す
る。比較処理部９３では入力された音声と基準音声記憶
部９２に格納されている音声とのずれを比較計算するこ
とによって、出力部９４を用いてユーザに結果を提示し
ていた。この場合、音声データについて周波数等による
分析をした上での比較処理ではなく、単に入力された音
声を比較するのみであった。
る音声（例えば健康であると感じている時の音声）を入
力し、基準音声記憶部９２に保存しておく。そしてユー
ザが体調を診断する際に、入力部９１より音声を入力す
る。比較処理部９３では入力された音声と基準音声記憶
部９２に格納されている音声とのずれを比較計算するこ
とによって、出力部９４を用いてユーザに結果を提示し
ていた。この場合、音声データについて周波数等による
分析をした上での比較処理ではなく、単に入力された音
声を比較するのみであった。
【０００４】
【発明が解決しようとしている課題】従来の方法では、
基準の音声を予め入力してしておかなくては処理を行う
ことができなく、また基準音声との比較音声を行う必要
から特定話者の分析しか行えない等の問題があった。ま
た、複数話者を分析するためには、複数の基準音声記憶
部を用意する必要があった。
基準の音声を予め入力してしておかなくては処理を行う
ことができなく、また基準音声との比較音声を行う必要
から特定話者の分析しか行えない等の問題があった。ま
た、複数話者を分析するためには、複数の基準音声記憶
部を用意する必要があった。
【０００５】
【課題を解決するための手段】本発明の課題は、特定の
言葉を発声した音を入力する入力手段と、前記入力手段
で入力された音の特徴を抽出する音声特徴抽出手段と、
前記特定の言葉について、音声の特徴と対応する分析情
報を格納した音声特徴分類テーブルと、前記音声特徴分
類テーブルに基づいて、前記音声特徴抽出手段で抽出し
た音声の特徴に対応する分析情報を出力する分析情報出
力手段により解決される。
言葉を発声した音を入力する入力手段と、前記入力手段
で入力された音の特徴を抽出する音声特徴抽出手段と、
前記特定の言葉について、音声の特徴と対応する分析情
報を格納した音声特徴分類テーブルと、前記音声特徴分
類テーブルに基づいて、前記音声特徴抽出手段で抽出し
た音声の特徴に対応する分析情報を出力する分析情報出
力手段により解決される。
【０００６】
【作用】音声の特徴をソナグラムパターン、ピッチ周波
数に関する情報、発声時間等による複数の不特定話者に
おける相違を抽出しておき、その抽出した相違とそれに
対応する分析結果の対応テーブルを音声特徴分類テーブ
ルとして作成しておく。そして、入力された音声から特
徴を抽出し、音声特徴分類テーブルに基づいて、そこに
格納されている性格、健康状態、及びストレス度を提示
するようにした。また、２人の音声を入力することによ
って、２人の性格を分析し、その相性をも提示するよう
にした。
数に関する情報、発声時間等による複数の不特定話者に
おける相違を抽出しておき、その抽出した相違とそれに
対応する分析結果の対応テーブルを音声特徴分類テーブ
ルとして作成しておく。そして、入力された音声から特
徴を抽出し、音声特徴分類テーブルに基づいて、そこに
格納されている性格、健康状態、及びストレス度を提示
するようにした。また、２人の音声を入力することによ
って、２人の性格を分析し、その相性をも提示するよう
にした。
【０００７】
【実施例】図１は本発明の一実施例の構成図である。図
中の１は本願発明の音声特徴分析装置であり、カラオケ
機１００に接続されている。２は音声入力手段であり、
カラオケ機１００のマイク１０１からの音声データを入
力処理するものであり、マイク１０１から入力されるア
ナログの音声データをＡ／Ｄ変換し、デジタルデータと
して音声特徴装置内のメモリ（図示せず）への格納処理
を行うものである。
中の１は本願発明の音声特徴分析装置であり、カラオケ
機１００に接続されている。２は音声入力手段であり、
カラオケ機１００のマイク１０１からの音声データを入
力処理するものであり、マイク１０１から入力されるア
ナログの音声データをＡ／Ｄ変換し、デジタルデータと
して音声特徴装置内のメモリ（図示せず）への格納処理
を行うものである。
【０００８】３は音声特徴抽出手段であり、音声入力手
段２により入力処理された音声データについて、発声時
間、ピッチ周波数の最大値、ピッチ周波数の平均値、周
波数毎の時間分布のパターンであるソナグラム情報等に
基づいて、音声の特徴抽出するものである。４は音声の
特徴毎に対応する健康状態や性格に関する文章を格納し
た音声特徴分析テーブルである。音声特徴分析テーブル
４の詳細な構造については、図１７乃至図２２に示して
ある。すなわち、性格分析に関する音声特徴分析テーブ
ルには、図１７の性格分類値テーブル２４と図１８の性
格分析情報テーブル２５が該当する。本実施例では音声
特徴分析テーブルを分類値のテーブルと分析情報のテー
ブルの２つに分割してあるが、分類値を省略して、一つ
のテーブルとしてもよい。また同様に、健康分析に関す
る音声特徴分析テーブルには、図２１の健康分類値テー
ブル２８と図２２の健康分析情報テーブル２９が該当す
る。
段２により入力処理された音声データについて、発声時
間、ピッチ周波数の最大値、ピッチ周波数の平均値、周
波数毎の時間分布のパターンであるソナグラム情報等に
基づいて、音声の特徴抽出するものである。４は音声の
特徴毎に対応する健康状態や性格に関する文章を格納し
た音声特徴分析テーブルである。音声特徴分析テーブル
４の詳細な構造については、図１７乃至図２２に示して
ある。すなわち、性格分析に関する音声特徴分析テーブ
ルには、図１７の性格分類値テーブル２４と図１８の性
格分析情報テーブル２５が該当する。本実施例では音声
特徴分析テーブルを分類値のテーブルと分析情報のテー
ブルの２つに分割してあるが、分類値を省略して、一つ
のテーブルとしてもよい。また同様に、健康分析に関す
る音声特徴分析テーブルには、図２１の健康分類値テー
ブル２８と図２２の健康分析情報テーブル２９が該当す
る。
【０００９】５は音声特徴抽出手段で抽出した特徴をキ
ーとして、音声特徴分析テーブル４内の対応する文章デ
ータを検索し、求めた文章データを出力装置に出力させ
る分析情報出力手段である。１０２はディスプレイ、１
０３はプリンタであって、音声特徴分析装置１の分析結
果の出力先である。図３は本発明の一実施例における動
作フローである。図４は音声特徴抽出処理の動作フロー
であり、図３のＳ３４の処理の動作を詳細に示すもので
ある。また、図５は健康／性格分析処理の動作フローで
あり、図３のＳ３５の処理の動作を詳細に示すものであ
る。
ーとして、音声特徴分析テーブル４内の対応する文章デ
ータを検索し、求めた文章データを出力装置に出力させ
る分析情報出力手段である。１０２はディスプレイ、１
０３はプリンタであって、音声特徴分析装置１の分析結
果の出力先である。図３は本発明の一実施例における動
作フローである。図４は音声特徴抽出処理の動作フロー
であり、図３のＳ３４の処理の動作を詳細に示すもので
ある。また、図５は健康／性格分析処理の動作フローで
あり、図３のＳ３５の処理の動作を詳細に示すものであ
る。
【００１０】図６は、本発明における画面入力および画
面出力を例を示す図である。図３乃至図５のフローと、
図７乃至図２２のデータ構造を用いて、本願の一実施例
の処理を説明する。まず、１人の健康と性格分析したい
か、あるいは、２人の相性および各人の健康と性格を分
析したいかを指定させておく（Ｓ３１）。そして、図６
にあるとおり、ユーザ（発声者）に対して、画面を用い
て、特定の言葉をマイクを使用して発声するように指示
する（Ｓ３２）。ここでは、ＳＴＡＲＴボタンをディス
プレイ上に点滅させることにより、発声を指示する。こ
の特定の言葉とは、後の分析処理の段階で音声の特徴を
抽出しやすいように、例えば、「Ｉ ＬＯＶＥ ＹＯ
Ｕ」等のように母音を多く含む言葉にすると良い。装置
からの指示に従いユーザが指定された言葉をマイク１０
１を使用して発声すると、その音声データをＡ／Ｄ変換
し、デジタル化された音声データを装置内のメモリに格
納する（Ｓ３３）。Ｓ３１で２人の分析モードを選択し
た場合には、もう一度、Ｓ３２、Ｓ３３の処理を行う。
図８はデジタル化された音声データのメモリ上に格納さ
れる形式であり、所定単位時間毎の音声の強さが格納さ
れている。その内容を表示したものが、図７である。
面出力を例を示す図である。図３乃至図５のフローと、
図７乃至図２２のデータ構造を用いて、本願の一実施例
の処理を説明する。まず、１人の健康と性格分析したい
か、あるいは、２人の相性および各人の健康と性格を分
析したいかを指定させておく（Ｓ３１）。そして、図６
にあるとおり、ユーザ（発声者）に対して、画面を用い
て、特定の言葉をマイクを使用して発声するように指示
する（Ｓ３２）。ここでは、ＳＴＡＲＴボタンをディス
プレイ上に点滅させることにより、発声を指示する。こ
の特定の言葉とは、後の分析処理の段階で音声の特徴を
抽出しやすいように、例えば、「Ｉ ＬＯＶＥ ＹＯ
Ｕ」等のように母音を多く含む言葉にすると良い。装置
からの指示に従いユーザが指定された言葉をマイク１０
１を使用して発声すると、その音声データをＡ／Ｄ変換
し、デジタル化された音声データを装置内のメモリに格
納する（Ｓ３３）。Ｓ３１で２人の分析モードを選択し
た場合には、もう一度、Ｓ３２、Ｓ３３の処理を行う。
図８はデジタル化された音声データのメモリ上に格納さ
れる形式であり、所定単位時間毎の音声の強さが格納さ
れている。その内容を表示したものが、図７である。
【００１１】次に、このメモリに格納されているデジタ
ル化した音声データの特徴を抽出する処理を行う（Ｓ３
４）。その詳細を図４を用いて説明する。まず図８に示
したデジタル化した音声データのうち、特定の言葉を発
声した部分（発声時間）を算出する。すなわち、図８に
示した音声データの強さが一定以上（雑音以上のレベ
ル）を始めて越えたメモリ上の位置情報を求め、そし
て、一定レベル以下の音声が一定時間以上続き、始めて
その一定レベル以下になった音声の位置情報を求める。
この２つの位置情報の間隔（個数）に音声データが格納
される単位時間をかけることで、発声時間を算出する
（Ｓ４１）。
ル化した音声データの特徴を抽出する処理を行う（Ｓ３
４）。その詳細を図４を用いて説明する。まず図８に示
したデジタル化した音声データのうち、特定の言葉を発
声した部分（発声時間）を算出する。すなわち、図８に
示した音声データの強さが一定以上（雑音以上のレベ
ル）を始めて越えたメモリ上の位置情報を求め、そし
て、一定レベル以下の音声が一定時間以上続き、始めて
その一定レベル以下になった音声の位置情報を求める。
この２つの位置情報の間隔（個数）に音声データが格納
される単位時間をかけることで、発声時間を算出する
（Ｓ４１）。
【００１２】次に、このデジタル化した音声データの内
の発声部分をＦＦＴ（高速フーリエ変換）の処理を行う
ことで、図９に示したデータを得る。ＦＦＴの処理で
は、図７にあるように、発声部分を所定個数（Ｎ個）の
フレームに分割し、各フレーム毎に周波数毎のパワース
ペクトルの波形データ（図９）を求める（Ｓ４２）。そ
して、各フレーム毎のパワースペクトルの波形データか
らピッチ周波数を算出し、メモリに格納する（Ｓ４
３）。ピッチ周波数とは各フレームの波形データの内、
最初のピークに対応する周波数のことである。１乃至Ｎ
フレームまでのピッチ周波数を格納したテーブルは図１
０のとおりである。さらに、図９のパワースペクトルの
データについて、閾値を越える周波数を求め、各フレー
ム番号を時間に対応させ、周波数と時間との対応のデー
タを求め、メモリに格納する（Ｓ４４）。そのメモリ内
のデータ形式を示したものが図１２であり、それを表示
したものが図１１である。
の発声部分をＦＦＴ（高速フーリエ変換）の処理を行う
ことで、図９に示したデータを得る。ＦＦＴの処理で
は、図７にあるように、発声部分を所定個数（Ｎ個）の
フレームに分割し、各フレーム毎に周波数毎のパワース
ペクトルの波形データ（図９）を求める（Ｓ４２）。そ
して、各フレーム毎のパワースペクトルの波形データか
らピッチ周波数を算出し、メモリに格納する（Ｓ４
３）。ピッチ周波数とは各フレームの波形データの内、
最初のピークに対応する周波数のことである。１乃至Ｎ
フレームまでのピッチ周波数を格納したテーブルは図１
０のとおりである。さらに、図９のパワースペクトルの
データについて、閾値を越える周波数を求め、各フレー
ム番号を時間に対応させ、周波数と時間との対応のデー
タを求め、メモリに格納する（Ｓ４４）。そのメモリ内
のデータ形式を示したものが図１２であり、それを表示
したものが図１１である。
【００１３】次に図３における音声の特徴に対応する健
康・性格の分析データを求める処理（Ｓ３５）の説明
を、図５のフローを用いて説明する。まず、発声時間分
類値を算出する（Ｓ５１）。図４のＳ４１で算出した発
声時間のデータをキーに、図１３の発声時間分類テーブ
ル２０を検索する。発声時間のデータが、発声時間分類
テーブル２０の左から一番のカラムの値と２番目カラム
の値の範囲に入る対応するレコードの分類値を取り出
す。例えば、１．５秒の場合には「時１」という分類値
を取り出す。
康・性格の分析データを求める処理（Ｓ３５）の説明
を、図５のフローを用いて説明する。まず、発声時間分
類値を算出する（Ｓ５１）。図４のＳ４１で算出した発
声時間のデータをキーに、図１３の発声時間分類テーブ
ル２０を検索する。発声時間のデータが、発声時間分類
テーブル２０の左から一番のカラムの値と２番目カラム
の値の範囲に入る対応するレコードの分類値を取り出
す。例えば、１．５秒の場合には「時１」という分類値
を取り出す。
【００１４】次に、ピッチ周波数最大値の分類値を算出
する（Ｓ５２）。図１０にあるピッチ周波数データ１１
からピッチ周波数の最大値を求め、その最大値をキーに
して、図１４のピッチ周波数最大値分類テーブル２１を
検索する。Ｓ５１の処理と同様に、例えば、ピッチ周波
数の最大値が１７６Ｈｚならば、分類値「最２」が算出
される。
する（Ｓ５２）。図１０にあるピッチ周波数データ１１
からピッチ周波数の最大値を求め、その最大値をキーに
して、図１４のピッチ周波数最大値分類テーブル２１を
検索する。Ｓ５１の処理と同様に、例えば、ピッチ周波
数の最大値が１７６Ｈｚならば、分類値「最２」が算出
される。
【００１５】ピッチ周波数最大値の場合と同様にして、
ピッチ周波数データ１１と図１５のピッチ周波数平均値
分類テーブル２２から、ピッチ周波数平均値の分類値を
算出する（Ｓ５３）。次に、ソナグラムパターンの分類
値を算出する（Ｓ５４）。図１２は、ソナグラムパター
ンデータ１２の形式を示すものであり、図１１はそのソ
ナグラムパターンデータ１２の表示例である。ソナグラ
ムパターンデータ１２とは、発声した音に含まれる各周
波数帯毎の時間分布パターンである。本実施例では時間
値の代わりにフレーム番号を用いている。このソナグラ
ムパターンデータ１２は、図９の各フレームのＦＦＴ変
換後のデータより求める。すなわち、各フレームのＦＦ
Ｔ変換後のデータのうち、各周波数帯について、閾値を
越えるパワーを有するかどうかを判定し、閾値を越えて
いれば、ソナグラムパターンデータ内の周波数帯とフレ
ーム番号に対応する位置に「１」を格納し、閾値を越え
ていなければ、「０」を格納する。
ピッチ周波数データ１１と図１５のピッチ周波数平均値
分類テーブル２２から、ピッチ周波数平均値の分類値を
算出する（Ｓ５３）。次に、ソナグラムパターンの分類
値を算出する（Ｓ５４）。図１２は、ソナグラムパター
ンデータ１２の形式を示すものであり、図１１はそのソ
ナグラムパターンデータ１２の表示例である。ソナグラ
ムパターンデータ１２とは、発声した音に含まれる各周
波数帯毎の時間分布パターンである。本実施例では時間
値の代わりにフレーム番号を用いている。このソナグラ
ムパターンデータ１２は、図９の各フレームのＦＦＴ変
換後のデータより求める。すなわち、各フレームのＦＦ
Ｔ変換後のデータのうち、各周波数帯について、閾値を
越えるパワーを有するかどうかを判定し、閾値を越えて
いれば、ソナグラムパターンデータ内の周波数帯とフレ
ーム番号に対応する位置に「１」を格納し、閾値を越え
ていなければ、「０」を格納する。
【００１６】本装置には、分析に使用する、特定の性格
あるいは健康状態を示すソナグラムパターンデータを複
数個、あらかじめ記憶している。（図示せず）。Ｓ５４
の動作は、まず、入力された音声データからソナグラム
パターンデータを作成し、予め記憶されている複数個の
ソナグラムパターンデータとの比較処理を行う。図１６
にあるソナグラム分類テーブル２３を用いて、この比較
処理を行う。図１６のソナグラム分類テーブル２３の第
１段目は比較を行うソナグラムパターン番号を格納して
おり、この番号により対応するソナグラムパターンデー
タを取り出す。第２段目は一致度が一番高い際に取り出
す分類値を格納している。第３段目は比較処理における
作業領域であり、ソナグラムパターンデータ内の「１」
の格納位置、及び「０」の格納位置の一致数を格納する
領域である。すべてのソナグラムパターンについて、比
較処理を行い、この作業領域の値に基づいて、最も一致
数の多いソナグラムパターンに対応する分類値を求め
る。
あるいは健康状態を示すソナグラムパターンデータを複
数個、あらかじめ記憶している。（図示せず）。Ｓ５４
の動作は、まず、入力された音声データからソナグラム
パターンデータを作成し、予め記憶されている複数個の
ソナグラムパターンデータとの比較処理を行う。図１６
にあるソナグラム分類テーブル２３を用いて、この比較
処理を行う。図１６のソナグラム分類テーブル２３の第
１段目は比較を行うソナグラムパターン番号を格納して
おり、この番号により対応するソナグラムパターンデー
タを取り出す。第２段目は一致度が一番高い際に取り出
す分類値を格納している。第３段目は比較処理における
作業領域であり、ソナグラムパターンデータ内の「１」
の格納位置、及び「０」の格納位置の一致数を格納する
領域である。すべてのソナグラムパターンについて、比
較処理を行い、この作業領域の値に基づいて、最も一致
数の多いソナグラムパターンに対応する分類値を求め
る。
【００１７】そして、前記で算出した４種類の分類値を
キーにして、図１７の性格分類値テーブル２４と図２１
の健康分類値テーブル２８を検索して、性格および健康
状態の分類値を求める（Ｓ５５）。例えば、４種類の分
類値が「時１」「最１」「平１」「面３」の場合には、
性格分類値としては「性格３」が求められ、健康分類値
としては「健康・ストレス３」が求められる。
キーにして、図１７の性格分類値テーブル２４と図２１
の健康分類値テーブル２８を検索して、性格および健康
状態の分類値を求める（Ｓ５５）。例えば、４種類の分
類値が「時１」「最１」「平１」「面３」の場合には、
性格分類値としては「性格３」が求められ、健康分類値
としては「健康・ストレス３」が求められる。
【００１８】以上の処理は、２人の相性を分析するモー
ドの場合には、２人目の分の処理を行う。また、図３に
あるとおり、２人の相性を分析するモードである場合に
は（Ｓ３６）、２人の相性分析データを求める（Ｓ３
７）。この処理は、図６のフローにあるとおり、先ず、
各人の性格分類値をキーに、図１９にある相性分類値テ
ーブル２６を検索し、相性分類値を求める。例えば１人
の性格分類値が「性格３」でもう１人の性格分類値が
「性格２」の場合には、相性分類値「相性３・２」が求
められる。
ドの場合には、２人目の分の処理を行う。また、図３に
あるとおり、２人の相性を分析するモードである場合に
は（Ｓ３６）、２人の相性分析データを求める（Ｓ３
７）。この処理は、図６のフローにあるとおり、先ず、
各人の性格分類値をキーに、図１９にある相性分類値テ
ーブル２６を検索し、相性分類値を求める。例えば１人
の性格分類値が「性格３」でもう１人の性格分類値が
「性格２」の場合には、相性分類値「相性３・２」が求
められる。
【００１９】前記で算出した性格分類値、健康分類値、
相性分類値をキーにして、それぞれ、図１８の性格分析
情報テーブル２５、図２２の健康分析情報テーブル２
９、図２０の相性分析情報テーブル２７を検索し、分析
結果である文書情報を抽出し、ディスプレイ１０２、プ
リンタ１０３、図６のように出力する。以上説明してき
たのは、カラオケ機に接続した音声特徴分析装置につい
てであるが、パソコン通信を通じて利用することも可能
である。また、ストレス度チェックを行うシステムを車
等に搭載し、運転者の発声する声を常に監視し、ストレ
ス度が高まってきた場合に、休憩を促すようになシステ
ムにも利用可能である。
相性分類値をキーにして、それぞれ、図１８の性格分析
情報テーブル２５、図２２の健康分析情報テーブル２
９、図２０の相性分析情報テーブル２７を検索し、分析
結果である文書情報を抽出し、ディスプレイ１０２、プ
リンタ１０３、図６のように出力する。以上説明してき
たのは、カラオケ機に接続した音声特徴分析装置につい
てであるが、パソコン通信を通じて利用することも可能
である。また、ストレス度チェックを行うシステムを車
等に搭載し、運転者の発声する声を常に監視し、ストレ
ス度が高まってきた場合に、休憩を促すようになシステ
ムにも利用可能である。
【００２０】
【発明の効果】以上説明したように、本発明によって、
不特定話者を対象として性格分析、相性分析、健康分析
（ストレス度チェック）等の分析を、特定の言葉を発声
するだけで行うことができる。
不特定話者を対象として性格分析、相性分析、健康分析
（ストレス度チェック）等の分析を、特定の言葉を発声
するだけで行うことができる。
【図１】本発明の一実施例の構成図
【図２】従来技術を説明する図
【図３】本発明の一実施例における動作フロー
【図４】音声特徴抽出処理の動作フロー
【図５】健康／性格分析処理の動作フロー
【図６】発声指示画面および分析結果出力画面の例
【図７】入力音声データの表示例
【図８】Ａ／Ｄ変換後の入力音声データのデータ形式
【図９】各フレームのＦＦＴ変換後のデータの表示例
【図１０】ピッチ周波数データのデータ形式
【図１１】ソナグラムパターンデータの表示例
【図１２】ソナグラムパターンデータのデータ形式
【図１３】発声時間分類テーブルのデータ形式
【図１４】ピッチ周波数最大値分類テーブルのデータ形
式
式
【図１５】ピッチ周波数平均値分類テーブルのデータ形
式
式
【図１６】ソナグラム分類テーブルのデータ形式
【図１７】性格分類値テーブルのデータ形式
【図１８】性格分析情報テーブルのデータ形式
【図１９】相性分類値テーブルのデータ形式
【図２０】相性分析情報テーブルのデータ形式
【図２１】健康分類値テーブルのデータ形式
【図２２】健康分析情報テーブルのデータ形式
１ 音声特徴分析装置 ２ 音声入力手段 ３ 音声特徴抽出手段 ４ 音声特徴分析テーブル ５ 分析情報出力手段 １００ カラオケ機 １０１ マイク １０２ ディスプレイ １０３ プリンタ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｈ 21/06 Ｒ 7/10 (56)参考文献 特開 平２−71733（ＪＰ，Ａ) 特開 平５−12023（ＪＰ，Ａ) 特開 平２−131749（ＪＰ，Ａ) 特開 平８−117210（ＪＰ，Ａ) 特開 平５−35287（ＪＰ，Ａ) 特開 平８−54884（ＪＰ，Ａ) 特開 昭50−54195（ＪＰ，Ａ) 実開 昭55−138909（ＪＰ，Ｕ) 特公 平７−31508（ＪＰ，Ｂ２) 話者の感情が音声の韻律的特徴に及ぼ す影響，日本音響学会講演論文集，日 本，２−４−３，269−270 グループウェアのためのマン・マシ ン・コミュニケーション，情報処理，日 本，Ｖｏｌ．34，Ｎｏ．８，1054−1062 (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 11/00 - 21/06 A63F 9/06 G06C 3/00 G10K 15/04 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (9)
- 【請求項１】第１の人が発声した音声、および、第２の
人が発声した音声を入力する入力手段と、 前記入力手段で入力された前記各人の音声の特徴を抽出
する音声特徴抽出手段と、第１の 音声の特徴、第２の音声の特徴、第１の音声およ
び第２の音声に関する分析情報を関連づけた組み合わせ
を複数格納した分析情報テーブルと、 前記分析情報テーブルに基づいて、前記音声特徴抽出手
段で抽出した音声の特徴に対応する分析情報を出力する
分析情報出力手段とを備えたことを特徴とする音声特徴
分析装置。 - 【請求項２】第１の人が発声した音声、および、第２の
人が発声した音声を入力する入力手段と、 前記入力手段で入力された音声の特徴を抽出する音声特
徴抽出手段と、 音声の特徴、人の分類情報を対応づけた組み合わせを複
数格納した音声特徴分類テーブルと、 第１の人の分類情報、第２の人の分類情報、第１の人と
第２の人に関する分析情報を対応づけた組み合わせを複
数格納した分析情報テーブルと、 前記各人から抽出された音声の特徴を前記音声特徴分類
テーブルに照合して各人の分類情報を求め、さらに、求
められた該各人の分類情報の組み合わせを前記分析情報
テーブルに照合して対応する該二人に関する分析情報を
出力する分析情報出力手段とを備えたことを特徴とする
音声特徴分析装置。 - 【請求項３】前記分析情報は、第１の人と第２の人につ
いての相性に関する情報であることを特徴とする請求項
１乃至２記載の音声特徴分析装置。 - 【請求項４】前記分類情報は、人の性格に関する情報で
あることを特徴とする請求項２記載の音声特徴分析装
置。 - 【請求項５】前記音声特徴分析装置はカラオケ装置に接
続され、カラオケのマイクからの音を前記入力手段の入
力とすることを特徴とする請求項１乃至４記載の音声特
徴分析装置。 - 【請求項６】前記入力手段は特定の言葉について発声さ
れた言葉であることを特徴とする請求項１乃至５記載の
音声特徴分析装置。 - 【請求項７】前記音声の特徴は、発声時間の情報に基づ
くことを特徴とする請求項１乃至５記載の音声特徴分析
装置。 - 【請求項８】前記音声の特徴は、ピッチ周波数の情報に
基づくことを特徴とする請求項１乃至５記載の音声特徴
分析装置。 - 【請求項９】前記音声の特徴は、周波数帯毎の時間分布
データであるソナグラムの情報に基づくことを特徴とす
る請求項１乃至５記載の音声特徴分析装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10263195A JP3280825B2 (ja) | 1995-04-26 | 1995-04-26 | 音声特徴分析装置 |
| US08/638,295 US5774850A (en) | 1995-04-26 | 1996-04-26 | Sound characteristic analyzer with a voice characteristic classifying table, for analyzing the voices of unspecified persons |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10263195A JP3280825B2 (ja) | 1995-04-26 | 1995-04-26 | 音声特徴分析装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08297496A JPH08297496A (ja) | 1996-11-12 |
| JP3280825B2 true JP3280825B2 (ja) | 2002-05-13 |
Family
ID=14332595
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10263195A Expired - Lifetime JP3280825B2 (ja) | 1995-04-26 | 1995-04-26 | 音声特徴分析装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5774850A (ja) |
| JP (1) | JP3280825B2 (ja) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3050180B2 (ja) * | 1997-08-08 | 2000-06-12 | 日本電気株式会社 | 音声認識装置 |
| US6173260B1 (en) * | 1997-10-29 | 2001-01-09 | Interval Research Corporation | System and method for automatic classification of speech based upon affective content |
| IL122632A0 (en) * | 1997-12-16 | 1998-08-16 | Liberman Amir | Apparatus and methods for detecting emotions |
| US7769620B1 (en) * | 1998-09-01 | 2010-08-03 | Dennis Fernandez | Adaptive direct transaction for networked client group |
| JP4232299B2 (ja) * | 1999-11-08 | 2009-03-04 | ヤマハ株式会社 | 演奏カロリー消費量測定装置 |
| KR100413407B1 (ko) * | 2000-09-29 | 2004-01-13 | 유양수 | 음성분석시스템과 대응주파수발진장치 및음성분석프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
| SE0004221L (sv) | 2000-11-17 | 2002-04-02 | Forskarpatent I Syd Ab | Metod och anordning för talanalys |
| EP1246164A1 (en) * | 2001-03-30 | 2002-10-02 | Sony France S.A. | Sound characterisation and/or identification based on prosodic listening |
| US20020147585A1 (en) * | 2001-04-06 | 2002-10-10 | Poulsen Steven P. | Voice activity detection |
| US6719707B1 (en) | 2001-06-15 | 2004-04-13 | Nathan Montgomery | Apparatus and method for performing musical perception sound analysis on a system |
| KR100458562B1 (ko) * | 2001-07-20 | 2004-12-03 | 주식회사 사주닷컴 | 2인 이상의 공동운세를 산출하는 방법 및 시스템 |
| KR20030033890A (ko) * | 2001-10-25 | 2003-05-01 | (주)인터루션 | 사용자의 음성정보 분석을 통한 사이버 비서 시스템 및 그방법 |
| JP3727574B2 (ja) * | 2001-11-30 | 2005-12-14 | 株式会社第一興商 | 録音装置とともに使用されるカラオケ装置およびカラオケ録音システム |
| US7191134B2 (en) * | 2002-03-25 | 2007-03-13 | Nunally Patrick O'neal | Audio psychological stress indicator alteration method and apparatus |
| JP2004226589A (ja) * | 2003-01-22 | 2004-08-12 | Xing Inc | 音楽再生装置 |
| JP2005027225A (ja) * | 2003-07-02 | 2005-01-27 | Sanyo Electric Co Ltd | 移動電話機 |
| JP2005128864A (ja) * | 2003-10-24 | 2005-05-19 | Ishisaki:Kk | 人体カラーの数値的評価システムおよび評価評価方法 |
| CN101375329A (zh) * | 2005-03-14 | 2009-02-25 | 沃克索尼克股份有限公司 | 用于语音转换的自动施主分级和选择系统及方法 |
| JP4682324B2 (ja) * | 2005-04-12 | 2011-05-11 | 国立大学法人佐賀大学 | 受講者の自信の有無判定による理解度チェックを伴う教育システム |
| US8027946B1 (en) * | 2006-12-22 | 2011-09-27 | Avaya Inc. | Higher order logic applied to expert systems for alarm analysis, filtering, correlation and root cause |
| KR100905586B1 (ko) * | 2007-05-28 | 2009-07-02 | 삼성전자주식회사 | 로봇에서의 원거리 음성 인식을 위한 마이크의 성능 평가시스템 및 방법 |
| JP2017010309A (ja) | 2015-06-23 | 2017-01-12 | トヨタ自動車株式会社 | 意思決定支援装置および意思決定支援方法 |
| JP6601214B2 (ja) * | 2015-12-25 | 2019-11-06 | ブラザー工業株式会社 | 楽曲選曲装置、カラオケシステム及び楽曲選曲用プログラム |
| JP6763103B1 (ja) * | 2020-05-19 | 2020-09-30 | 株式会社ｅＶＯＩＣＥ | 話者間相性判定装置、話者間相性判定方法およびプログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6273391A (ja) * | 1985-09-27 | 1987-04-04 | Toshiba Corp | パタ−ン認識学習装置 |
| US4989249A (en) * | 1987-05-29 | 1991-01-29 | Sanyo Electric Co., Ltd. | Method of feature determination and extraction and recognition of voice and apparatus therefore |
| NL8901032A (nl) * | 1988-11-10 | 1990-06-01 | Philips Nv | Coder om extra informatie op te nemen in een digitaal audiosignaal met een tevoren bepaald formaat, een decoder om deze extra informatie uit dit digitale signaal af te leiden, een inrichting voor het opnemen van een digitaal signaal op een registratiedrager, voorzien van de coder, en een registratiedrager verkregen met deze inrichting. |
| JPH0636156B2 (ja) * | 1989-03-13 | 1994-05-11 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 音声認識装置 |
| JPH03143434A (ja) * | 1989-10-30 | 1991-06-19 | Nitsuko Corp | 音声体調バロメータ |
| US5559927A (en) * | 1992-08-19 | 1996-09-24 | Clynes; Manfred | Computer system producing emotionally-expressive speech messages |
| US5567162A (en) * | 1993-11-09 | 1996-10-22 | Daewoo Electronics Co., Ltd. | Karaoke system capable of scoring singing of a singer on accompaniment thereof |
-
1995
- 1995-04-26 JP JP10263195A patent/JP3280825B2/ja not_active Expired - Lifetime
-
1996
- 1996-04-26 US US08/638,295 patent/US5774850A/en not_active Expired - Lifetime
Non-Patent Citations (2)
| Title |
|---|
| グループウェアのためのマン・マシン・コミュニケーション，情報処理，日本，Ｖｏｌ．３４，Ｎｏ．８，１０５４−１０６２ |
| 話者の感情が音声の韻律的特徴に及ぼす影響，日本音響学会講演論文集，日本，２−４−３，２６９−２７０ |
Also Published As
| Publication number | Publication date |
|---|---|
| US5774850A (en) | 1998-06-30 |
| JPH08297496A (ja) | 1996-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3280825B2 (ja) | 音声特徴分析装置 | |
| JP3373305B2 (ja) | 音声認識用データ圧縮 | |
| US8595005B2 (en) | System and method for recognizing emotional state from a speech signal | |
| US7133826B2 (en) | Method and apparatus using spectral addition for speaker recognition | |
| US20110144997A1 (en) | Voice synthesis model generation device, voice synthesis model generation system, communication terminal device and method for generating voice synthesis model | |
| JP2003508805A (ja) | 複数の音声信号パラメータの分析を通して音声信号の感情を検出する装置、方法、及び、製造物品 | |
| JP2007500367A (ja) | 音声認識方法およびコミュニケーション機器 | |
| US20090197224A1 (en) | Language Learning Apparatus, Language Learning Aiding Method, Program, and Recording Medium | |
| JP3908965B2 (ja) | 音声認識装置及び音声認識方法 | |
| US20030120490A1 (en) | Method for creating a speech database for a target vocabulary in order to train a speech recorgnition system | |
| DE60014583T2 (de) | Verfahren und vorrichtung zur integritätsprüfung von benutzeroberflächen sprachgesteuerter geräte | |
| Shahin | Speaker identification in the shouted environment using suprasegmental hidden Markov models | |
| JPS62502571A (ja) | 音声分析による個人の識別 | |
| JPH1020883A (ja) | ユーザ認証装置 | |
| JP2000194392A (ja) | 騒音適応型音声認識装置及び騒音適応型音声認識プログラムを記録した記録媒体 | |
| JP3531342B2 (ja) | 音声処理装置および音声処理方法 | |
| US20030018473A1 (en) | Speech synthesizer and telephone set | |
| JPH10198393A (ja) | 会話記録装置 | |
| JPH07210197A (ja) | 話者識別方法 | |
| JP2002014687A (ja) | 音声合成装置 | |
| JPS6287998A (ja) | 音声認識装置 | |
| JP2005017620A (ja) | 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム | |
| JP2658426B2 (ja) | 音声認識方法 | |
| JPH03223799A (ja) | 分離しているワード、特に非常に大きい語いの認識方法と装置 | |
| JPH06337700A (ja) | 音声合成装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20020122 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100222 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110222 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110222 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120222 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130222 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130222 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140222 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |