JP2001249676A - 雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法 - Google Patents
雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法Info
- Publication number
- JP2001249676A JP2001249676A JP2000059853A JP2000059853A JP2001249676A JP 2001249676 A JP2001249676 A JP 2001249676A JP 2000059853 A JP2000059853 A JP 2000059853A JP 2000059853 A JP2000059853 A JP 2000059853A JP 2001249676 A JP2001249676 A JP 2001249676A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- fundamental frequency
- fundamental
- sound
- frequency
- 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.)
- Granted
Links
Abstract
(57)【要約】
【課題】 雑音に強くしかも高精度な基本周期あるいは
基本周波数を抽出できる雑音が付加された周期波形の基
本周期あるいは基本周波数の抽出方法を提供する。 【解決手段】 調波構造をもつ目的音と雑音が混ざり合
った混合音ｘ（ｔ）を、ただ一つの受音源で観測し、雑
音ｎ（ｔ）に強い櫛型フィルタによる基本周波数推定法
を用いて、観測された混合音ｘ（ｔ）から目的音ｓ
（ｔ）の基本周波数を大まかに推定し、推定された基本
周波数に合わせた帯域幅可変櫛形フィルタによって推定
雑音を抽出し、推定雑音を元の混合音から引き去ること
により雑音の抑圧を行い、雑音を抑圧した信号に対し
て、瞬時周波数を基にした基本周波数推定法を用い、高
精度の基本周波数を推定し、この高精度の基本周波数を
用いた帯域幅可変櫛形フィルタで雑音を推定し除去し、
雑音を抑圧した目的音を得る。
基本周波数を抽出できる雑音が付加された周期波形の基
本周期あるいは基本周波数の抽出方法を提供する。 【解決手段】 調波構造をもつ目的音と雑音が混ざり合
った混合音ｘ（ｔ）を、ただ一つの受音源で観測し、雑
音ｎ（ｔ）に強い櫛型フィルタによる基本周波数推定法
を用いて、観測された混合音ｘ（ｔ）から目的音ｓ
（ｔ）の基本周波数を大まかに推定し、推定された基本
周波数に合わせた帯域幅可変櫛形フィルタによって推定
雑音を抽出し、推定雑音を元の混合音から引き去ること
により雑音の抑圧を行い、雑音を抑圧した信号に対し
て、瞬時周波数を基にした基本周波数推定法を用い、高
精度の基本周波数を推定し、この高精度の基本周波数を
用いた帯域幅可変櫛形フィルタで雑音を推定し除去し、
雑音を抑圧した目的音を得る。
Description
【０００１】
【発明の属する技術分野】本発明は、雑音（妨害音）が
含まれた波形からの基本周波数あるいは基本周期の抽出
を行う基本周期あるいは基本周波数の抽出方法に関する
ものである。
含まれた波形からの基本周波数あるいは基本周期の抽出
を行う基本周期あるいは基本周波数の抽出方法に関する
ものである。
【０００２】
【従来の技術】音声は人間が用いるコミュニケーション
手段のなかで基本的かつ効果的なものである。そのた
め、ディジタル信号処理の発展に伴い、音声の特徴情報
を抽出することによる音声符号化、音声分析合成、音声
合成、音声認識、話者認識等の研究が幅広く行われてき
ている。また、信号処理技術の応用としてディジタル補
聴器のような製品も開発されており、人間−機械のコミ
ュニケーションシステムの実現へ向けて期待が寄せられ
ている。
手段のなかで基本的かつ効果的なものである。そのた
め、ディジタル信号処理の発展に伴い、音声の特徴情報
を抽出することによる音声符号化、音声分析合成、音声
合成、音声認識、話者認識等の研究が幅広く行われてき
ている。また、信号処理技術の応用としてディジタル補
聴器のような製品も開発されており、人間−機械のコミ
ュニケーションシステムの実現へ向けて期待が寄せられ
ている。
【０００３】（１）時間情報を用いた雑音抑圧 複数の音や雑音がある環境で特定の音源から生成される
音を聞き分けることは人間には容易なことである。「カ
クテルパーティ効果」と呼ばれる聴覚のこの機能を工学
的に実現することができれば、音声認識を様々な環境で
安定して動作させるために極めて有効であるし、補聴器
等の前処理に用いることで雑音による会話理解の妨害を
防ぐことが可能となる。
音を聞き分けることは人間には容易なことである。「カ
クテルパーティ効果」と呼ばれる聴覚のこの機能を工学
的に実現することができれば、音声認識を様々な環境で
安定して動作させるために極めて有効であるし、補聴器
等の前処理に用いることで雑音による会話理解の妨害を
防ぐことが可能となる。
【０００４】複数の音の中から目的の音を取り出す音源
分離（雑音抑圧）の研究は古くから行なわれているが、
それらは受音源の数で２種類に分けられる。１つは受音
源の数を複数にすることで音源の位置情報を利用して音
を取り出すというものである。受音源としてマイクロホ
ンアレーを使い、受音の指向性を鋭くすることで特定の
位置にある音源からの音のみを受音する方法や、音の到
来方向時間差から雑音スペクトルサブトラクションによ
って目的の音を得る方法等がある。もう１つは受音源の
数を１つのみとして受音した音から何らかの制約条件を
用い目的音や雑音を推定するというものである。これに
は、ＣｏｏｋｅやＢｒｏｗｎのガンマトーンフィルタバ
ンクを用いた音響事象に基づいたモデルやＥｌｌｉｓの
蝸牛殻フィルタバンクを用いた心理音響学的グルーピン
グの規則に基づいたモデル、中谷らのマルチエージェン
トシステムによる音響ストリーム分離モデル等がある。
分離（雑音抑圧）の研究は古くから行なわれているが、
それらは受音源の数で２種類に分けられる。１つは受音
源の数を複数にすることで音源の位置情報を利用して音
を取り出すというものである。受音源としてマイクロホ
ンアレーを使い、受音の指向性を鋭くすることで特定の
位置にある音源からの音のみを受音する方法や、音の到
来方向時間差から雑音スペクトルサブトラクションによ
って目的の音を得る方法等がある。もう１つは受音源の
数を１つのみとして受音した音から何らかの制約条件を
用い目的音や雑音を推定するというものである。これに
は、ＣｏｏｋｅやＢｒｏｗｎのガンマトーンフィルタバ
ンクを用いた音響事象に基づいたモデルやＥｌｌｉｓの
蝸牛殻フィルタバンクを用いた心理音響学的グルーピン
グの規則に基づいたモデル、中谷らのマルチエージェン
トシステムによる音響ストリーム分離モデル等がある。
【０００５】しかし、これらの手法には、それぞれ問題
点がある。ある程度の広さのマイクロホン間隔をとらな
ければならないため、受音源が複数ある方法が補聴器へ
の応用に適しているとは言えない。また、受音源が単一
の手法は上述のものを含めてほとんどが振幅（あるいは
パワー）スペクトルを用いているために、音本来の情報
である基本周期や位相等の時間情報の多くが潰されてし
まい利用されない。
点がある。ある程度の広さのマイクロホン間隔をとらな
ければならないため、受音源が複数ある方法が補聴器へ
の応用に適しているとは言えない。また、受音源が単一
の手法は上述のものを含めてほとんどが振幅（あるいは
パワー）スペクトルを用いているために、音本来の情報
である基本周期や位相等の時間情報の多くが潰されてし
まい利用されない。
【０００６】時間情報を用いた研究としては、ｄｅ Ｃ
ｈｅｖｅｉｇｎｅが調波構造を持つ混合音の基本周期を
推定するキャンセレーションモデルを提案している。こ
のモデルは１つの音の基本周期を推定し、基本周期に合
わせた遅延回路によってその音を混合音から除去するこ
とで残った信号の基本周期を推定している。この遅延線
と抑制性シナプスからなる遅延回路は猫や豚等多くの動
物の神経回路にも存在することが報告されている。しか
し、ｄｅ Ｃｈｅｖｅｉｇｎｅは図１８に示すような神
経回路の処理の定式化を考慮しており、分離を行なって
いるのは聴神経線維によるスパイク列である。工学的に
は櫛形フィルタによる基本周期推定の提案に留まってお
り、音声波形の分離の可能性を示唆しているものの波形
レベルでの分離は行なっていない。
ｈｅｖｅｉｇｎｅが調波構造を持つ混合音の基本周期を
推定するキャンセレーションモデルを提案している。こ
のモデルは１つの音の基本周期を推定し、基本周期に合
わせた遅延回路によってその音を混合音から除去するこ
とで残った信号の基本周期を推定している。この遅延線
と抑制性シナプスからなる遅延回路は猫や豚等多くの動
物の神経回路にも存在することが報告されている。しか
し、ｄｅ Ｃｈｅｖｅｉｇｎｅは図１８に示すような神
経回路の処理の定式化を考慮しており、分離を行なって
いるのは聴神経線維によるスパイク列である。工学的に
は櫛形フィルタによる基本周期推定の提案に留まってお
り、音声波形の分離の可能性を示唆しているものの波形
レベルでの分離は行なっていない。
【０００７】（２）雑音環境における基本周波数推定 有声／無声判定や音量等とともに基本周波数は音源情報
のひとつであり、音声の符号化伝送上の役割は大きい。
音声の認識や理解、話者識別、音声分析合成などには声
道情報と音源情報の処理が必要であるが、基本周波数は
韻律性だけでなく実際は音韻情報を担うスペクトルパラ
メータとも相関があるので、音韻認識にも効果的に利用
することができる。また、聴覚の情景解析に関する研究
では、基本周波数が重畳する音を別々の音の流れである
と認識するための手掛りの一つであるとしている。
のひとつであり、音声の符号化伝送上の役割は大きい。
音声の認識や理解、話者識別、音声分析合成などには声
道情報と音源情報の処理が必要であるが、基本周波数は
韻律性だけでなく実際は音韻情報を担うスペクトルパラ
メータとも相関があるので、音韻認識にも効果的に利用
することができる。また、聴覚の情景解析に関する研究
では、基本周波数が重畳する音を別々の音の流れである
と認識するための手掛りの一つであるとしている。
【０００８】このように基本周波数は音声の信号処理上
重要であるため、基本周波数推定は音声分析の研究が始
まって以来の研究課題であり、これまでにも様々な方法
が提案されている。代表的なものとして、音声波形の自
己相関による方法、ＬＰＣ分析の残差信号の自己相関に
よる方法、パワースペクトルの対数の逆フーリエ変換に
よりスペクトル包絡と微細構造を分離して微細構造から
基本周波数を求める方法、平均振幅差関数（ＡＭＤＦ）
によって周期性を検出する方法等がある。
重要であるため、基本周波数推定は音声分析の研究が始
まって以来の研究課題であり、これまでにも様々な方法
が提案されている。代表的なものとして、音声波形の自
己相関による方法、ＬＰＣ分析の残差信号の自己相関に
よる方法、パワースペクトルの対数の逆フーリエ変換に
よりスペクトル包絡と微細構造を分離して微細構造から
基本周波数を求める方法、平均振幅差関数（ＡＭＤＦ）
によって周期性を検出する方法等がある。
【０００９】しかし、音声が完全に周期的な波でなく準
周期的であることや状況に応じて雑音が含まれるために
基本周波数の抽出誤差が生まれる等の問題があるため、
まだ決定的な方法は確立していない。
周期的であることや状況に応じて雑音が含まれるために
基本周波数の抽出誤差が生まれる等の問題があるため、
まだ決定的な方法は確立していない。
【００１０】短時間フーリエ変換の瞬時周波数には音源
情報が含まれていることに着目し、河原らはフィルタの
中心周波数からフィルタ出力の瞬時周波数への写像の不
動点を用いて基本周波数を抽出する方法を提案してい
る。河原らのこの基本周波数抽出法（ＴＥＭＰＯ２）は
クリーンな音声から高精度の基本周波数を得ることがで
きる。しかし、雑音のある環境においては推定精度が低
下するという問題がある。
情報が含まれていることに着目し、河原らはフィルタの
中心周波数からフィルタ出力の瞬時周波数への写像の不
動点を用いて基本周波数を抽出する方法を提案してい
る。河原らのこの基本周波数抽出法（ＴＥＭＰＯ２）は
クリーンな音声から高精度の基本周波数を得ることがで
きる。しかし、雑音のある環境においては推定精度が低
下するという問題がある。
【００１１】雑音に強い基本周波数推定法として、鵜木
は瞬時振幅に対して通過量が最大となるような周波数軸
上の櫛形フィルタによる方法を提案している。この鵜木
の櫛形フィルタによる基本周波数推定法は、信号対雑音
比が０ｄＢ程度の雑音が付加された音声に対しても基本
周波数を推定することができるが、クリーンな音声に対
してはＴＥＭＰＯ２よりも推定精度の点で劣る。
は瞬時振幅に対して通過量が最大となるような周波数軸
上の櫛形フィルタによる方法を提案している。この鵜木
の櫛形フィルタによる基本周波数推定法は、信号対雑音
比が０ｄＢ程度の雑音が付加された音声に対しても基本
周波数を推定することができるが、クリーンな音声に対
してはＴＥＭＰＯ２よりも推定精度の点で劣る。
【００１２】
【発明が解決しようとする課題】上記したように、音声
認識は一部実用化されているものの、雑音が存在しない
環境において使用することを前提とした認識アルゴリズ
ムによる研究がほとんどである。そのため、雑音のない
環境で発声した音声に対する音声認識システムの認識精
度が９５％であるのに対し、１８ｄＢの信号対雑音比下
で発声した音声では誤り率が一桁大きくなると報告され
ている。また、雑音が定常的であれば雑音が付加された
音声から参照パターンを作成することにより、雑音によ
る認識精度の低下は非常に小さくできるが、突発的な雑
音には対処できない。さらに、実環境では参照パターン
の学習時とテスト時の条件が同一であることは滅多にな
いため、雑音環境においても頑健な性能の音声認識シス
テムはまだ実用化されていない。
認識は一部実用化されているものの、雑音が存在しない
環境において使用することを前提とした認識アルゴリズ
ムによる研究がほとんどである。そのため、雑音のない
環境で発声した音声に対する音声認識システムの認識精
度が９５％であるのに対し、１８ｄＢの信号対雑音比下
で発声した音声では誤り率が一桁大きくなると報告され
ている。また、雑音が定常的であれば雑音が付加された
音声から参照パターンを作成することにより、雑音によ
る認識精度の低下は非常に小さくできるが、突発的な雑
音には対処できない。さらに、実環境では参照パターン
の学習時とテスト時の条件が同一であることは滅多にな
いため、雑音環境においても頑健な性能の音声認識シス
テムはまだ実用化されていない。
【００１３】音声信号処理のなかで実用化されている一
つとしてディジタル補聴器が挙げられる。ディジタル補
聴器では補聴器の調整及び音響処理をディジタル信号処
理で行なっている。補聴器は難聴者が聴きたい会話音を
難聴者の聴きやすい範囲に増幅するために使用される
が、外界からの音をそのまま増幅したのでは雑音も増幅
してしまうことになり、騒音により補聴器使用者にうる
さい感覚を引き起こし、また、騒音が語音を遮蔽してし
まうため会話理解を妨害する。これは、ノンリニア増幅
により周波数帯域ごとに利得を変えることで対処できる
が、環境によって利得調整を行なう必要がある。
つとしてディジタル補聴器が挙げられる。ディジタル補
聴器では補聴器の調整及び音響処理をディジタル信号処
理で行なっている。補聴器は難聴者が聴きたい会話音を
難聴者の聴きやすい範囲に増幅するために使用される
が、外界からの音をそのまま増幅したのでは雑音も増幅
してしまうことになり、騒音により補聴器使用者にうる
さい感覚を引き起こし、また、騒音が語音を遮蔽してし
まうため会話理解を妨害する。これは、ノンリニア増幅
により周波数帯域ごとに利得を変えることで対処できる
が、環境によって利得調整を行なう必要がある。
【００１４】このように雑音環境における音声信号処理
では、雑音を抑圧し音声波形や音声の特徴を抽出するこ
とが重要となる。
では、雑音を抑圧し音声波形や音声の特徴を抽出するこ
とが重要となる。
【００１５】本発明は、上記状況に鑑みて、雑音には強
いが基本周期推定の精度が劣る方法から得られた基本周
波数をもとに、通過域可変櫛形フィルタを用いた妨害音
抑圧手法を組み合わせて妨害音を低減し、その後、雑音
には弱いが高精度で抽出可能な方法を適用することによ
り、雑音に強くしかも高精度な基本周期あるいは基本周
波数を抽出できる雑音が付加された周期波形の基本周期
あるいは基本周波数の抽出方法を提供することを目的と
する。
いが基本周期推定の精度が劣る方法から得られた基本周
波数をもとに、通過域可変櫛形フィルタを用いた妨害音
抑圧手法を組み合わせて妨害音を低減し、その後、雑音
には弱いが高精度で抽出可能な方法を適用することによ
り、雑音に強くしかも高精度な基本周期あるいは基本周
波数を抽出できる雑音が付加された周期波形の基本周期
あるいは基本周波数の抽出方法を提供することを目的と
する。
【００１６】また、本発明は、有声音のように調波構造
を持つ波形を対象として、雑音環境における頑健で高精
度な基本周波数推定法及び雑音抑圧アルゴリズムを構築
する。
を持つ波形を対象として、雑音環境における頑健で高精
度な基本周波数推定法及び雑音抑圧アルゴリズムを構築
する。
【００１７】
【課題を解決するための手段】本発明は、上記目的を達
成するために、 〔１〕雑音が付加された周期波形の基本周期あるいは基
本周波数の抽出方法において、（ａ）調波構造をもつ目
的音と雑音が混ざり合った混合音を、ただ一つの受音源
で観測し、雑音に強い櫛型フィルタによる基本周波数推
定法を用いて、観測された混合音から目的音の基本周波
数を大まかに推定し、（ｂ）推定された基本周波数に合
わせた帯域幅可変櫛形フィルタによって推定雑音を抽出
し、推定雑音を元の混合音から引き去ることにより雑音
の抑圧を行い、（ｃ）雑音を抑圧した信号に対して、瞬
時周波数を基にした基本周波数推定法を用い、高精度の
基本周波数を推定し、（ｄ）この高精度の基本周波数を
用いた帯域幅可変櫛形フィルタで雑音を推定し除去し、
雑音を抑圧した目的音を得ることを特徴とする。
成するために、 〔１〕雑音が付加された周期波形の基本周期あるいは基
本周波数の抽出方法において、（ａ）調波構造をもつ目
的音と雑音が混ざり合った混合音を、ただ一つの受音源
で観測し、雑音に強い櫛型フィルタによる基本周波数推
定法を用いて、観測された混合音から目的音の基本周波
数を大まかに推定し、（ｂ）推定された基本周波数に合
わせた帯域幅可変櫛形フィルタによって推定雑音を抽出
し、推定雑音を元の混合音から引き去ることにより雑音
の抑圧を行い、（ｃ）雑音を抑圧した信号に対して、瞬
時周波数を基にした基本周波数推定法を用い、高精度の
基本周波数を推定し、（ｄ）この高精度の基本周波数を
用いた帯域幅可変櫛形フィルタで雑音を推定し除去し、
雑音を抑圧した目的音を得ることを特徴とする。
【００１８】〔２〕上記〔１〕記載の雑音が付加された
周期波形の基本周期あるいは基本周波数の抽出方法にお
いて、前記工程（ｃ）において、前記基本周波数を一定
にするような波形伸縮を行なうことにより、雑音抑圧時
の誤差を低減させることを特徴とする。
周期波形の基本周期あるいは基本周波数の抽出方法にお
いて、前記工程（ｃ）において、前記基本周波数を一定
にするような波形伸縮を行なうことにより、雑音抑圧時
の誤差を低減させることを特徴とする。
【００１９】〔３〕雑音が付加された周期波形の基本周
期あるいは基本周波数の抽出方法において、（ａ）雑音
に強い櫛型フィルタによる基本周波数推定法を用いて、
観測された混合音から音声の基本周波数を大まかに推定
し、（ｂ）前記基本周波数を基にした帯域幅可変櫛形フ
ィルタを用い雑音を抑圧し、（ｃ）雑音が抑圧された音
声に対して、雑音に弱いが高精度の基本周波数抽出法で
あるＴＥＭＰＯ２を用いることにより、雑音中の音声か
ら高精度の基本周波数を推定することを特徴とする。
期あるいは基本周波数の抽出方法において、（ａ）雑音
に強い櫛型フィルタによる基本周波数推定法を用いて、
観測された混合音から音声の基本周波数を大まかに推定
し、（ｂ）前記基本周波数を基にした帯域幅可変櫛形フ
ィルタを用い雑音を抑圧し、（ｃ）雑音が抑圧された音
声に対して、雑音に弱いが高精度の基本周波数抽出法で
あるＴＥＭＰＯ２を用いることにより、雑音中の音声か
ら高精度の基本周波数を推定することを特徴とする。
【００２０】〔４〕上記〔３〕記載の雑音が付加された
周期波形の基本周期あるいは基本周波数の抽出方法にお
いて、前記工程（ｂ）において、前記帯域幅可変櫛形フ
ィルタのパラメータを調節して通過帯域幅を制御するこ
とにより周期波形の調波成分を抑圧しないようにするこ
とを特徴とする。
周期波形の基本周期あるいは基本周波数の抽出方法にお
いて、前記工程（ｂ）において、前記帯域幅可変櫛形フ
ィルタのパラメータを調節して通過帯域幅を制御するこ
とにより周期波形の調波成分を抑圧しないようにするこ
とを特徴とする。
【００２１】
【発明の実施の形態】以下、本発明の実施の形態につい
て詳細に説明する。
て詳細に説明する。
【００２２】（雑音抑圧アルゴリズムの概要） （１）まず、本発明に係る雑音抑圧アルゴリズムについ
て概説する。
て概説する。
【００２３】図１は本発明に係る雑音抑圧アルゴリズム
の処理フローチャートである。
の処理フローチャートである。
【００２４】この図において、調波構造をもつ目的音ｓ
（ｔ）と雑音ｎ（ｔ）が混ざり合った混合音ｘ（ｔ）
が、ただ一つの受音源で観測される。
（ｔ）と雑音ｎ（ｔ）が混ざり合った混合音ｘ（ｔ）
が、ただ一つの受音源で観測される。
【００２５】基本周波数推定部１において、 まず、雑音に強い櫛型フィルタによる基本周波数推定
法〔電子情報通信学会論文誌（Ａ），ｖｏｌ．Ｊ８２−
Ａ，Ｎｏ．１０，ｐｐ．１４９７−１５０７，１９９９
参照〕を用いて、観測された混合音ｘ（ｔ）から目的音
の基本周波数を大まかに推定（Ｆ＊０）（Ｆ０の上に￣
が付く）する（ステップＳ１）。
法〔電子情報通信学会論文誌（Ａ），ｖｏｌ．Ｊ８２−
Ａ，Ｎｏ．１０，ｐｐ．１４９７−１５０７，１９９９
参照〕を用いて、観測された混合音ｘ（ｔ）から目的音
の基本周波数を大まかに推定（Ｆ＊０）（Ｆ０の上に￣
が付く）する（ステップＳ１）。
【００２６】次に、推定された基本周波数に合わせた
帯域幅可変櫛形フィルタによって推定雑音を抽出し、推
定雑音を元の混合音から引き去ることにより雑音の抑圧
を行なう（ステップＳ２〜ステップＳ４）。
帯域幅可変櫛形フィルタによって推定雑音を抽出し、推
定雑音を元の混合音から引き去ることにより雑音の抑圧
を行なう（ステップＳ２〜ステップＳ４）。
【００２７】このとき、基本周波数を一定にするような
波形伸縮を行なうことにより、雑音抑圧時の誤差を低減
させる。
波形伸縮を行なうことにより、雑音抑圧時の誤差を低減
させる。
【００２８】雑音を抑圧した信号ｓ′＊（ｔ）（ｓの
上に＾が付く）に対して、瞬時周波数を基にした基本周
波数推定法〔電子情報通信学会技術報告、ＳＰ９９−４
０，Ｊｕｌｙ １９９９参照〕を用いる（ステップＳ
５）。
上に＾が付く）に対して、瞬時周波数を基にした基本周
波数推定法〔電子情報通信学会技術報告、ＳＰ９９−４
０，Ｊｕｌｙ １９９９参照〕を用いる（ステップＳ
５）。
【００２９】上記の操作によって高精度の基本周波数Ｆ
０が推定できる。
０が推定できる。
【００３０】また、さらに次の雑音抑圧部２において、 この高精度のＦ０を用いた帯域幅可変櫛形フィルタで
雑音を推定し除去することで、雑音抑圧した目的音ｓ＊
（ｔ）（ｓの上に〜が付く）を得ることができる（ステ
ップＳ７）。
雑音を推定し除去することで、雑音抑圧した目的音ｓ＊
（ｔ）（ｓの上に〜が付く）を得ることができる（ステ
ップＳ７）。
【００３１】（２）帯域幅可変櫛形フィルタによる雑音
抑圧部については詳しく後述する。
抑圧部については詳しく後述する。
【００３２】 帯域幅可変櫛形フィルタによる雑音抑圧 （２−１）基本周期を用いた雑音推定の定式化 目的音ｓ（ｔ）を基本周期Ｔ（ｔ）の調波複合音とすれ
ば、雑音ｎ（ｔ）として、混合音ｘ（ｔ）は、
ば、雑音ｎ（ｔ）として、混合音ｘ（ｔ）は、
【００３３】
【数１】
【００３４】と表される。Ｔ（ｔ）を一定値Ｔ（＝２π
／ω0 ）と仮定し、上記式（１）を、±Ｔだけ時間軸で
ずらして混合音から引き去る信号ｇ（ｔ）を計算すれ
ば、
／ω0 ）と仮定し、上記式（１）を、±Ｔだけ時間軸で
ずらして混合音から引き去る信号ｇ（ｔ）を計算すれ
ば、
【００３５】
【数２】
【００３６】となる。ｎ（ｔ）のフーリエ変換をＮ（ω
k ）とすれば、ｇ（ｔ）のフーリエ変換Ｇ（ωk ）は、 Ｇ（ωk ）＝Ｎ（ωk ）ｓｉｎ2 〔ωk ／ω0 （ｔ）〕・π …（３） となる。よって、雑音スペクトルＮ（ωk ）は、 Ｎ（ωk ）＝Ｇ（ωk ）／［ｓｉｎ2 〔ωk ／ω0 （ｔ）〕・π］ …（４） となる。Ｎ（ωk ）を逆フーリエ変換した雑音ｎ（ｔ）
を、元の混合音から引き去ることにより雑音が除去さ
れ、目的音ｓ（ｔ）が推定できる。
k ）とすれば、ｇ（ｔ）のフーリエ変換Ｇ（ωk ）は、 Ｇ（ωk ）＝Ｎ（ωk ）ｓｉｎ2 〔ωk ／ω0 （ｔ）〕・π …（３） となる。よって、雑音スペクトルＮ（ωk ）は、 Ｎ（ωk ）＝Ｇ（ωk ）／［ｓｉｎ2 〔ωk ／ω0 （ｔ）〕・π］ …（４） となる。Ｎ（ωk ）を逆フーリエ変換した雑音ｎ（ｔ）
を、元の混合音から引き去ることにより雑音が除去さ
れ、目的音ｓ（ｔ）が推定できる。
【００３７】しかし、このままでは、 ωk ／ω0 が整数のとき、上記式（４）の雑音スペク
トルＮ（ωk ）が無限大となる 実音声では時間的に変動する基本周期Ｔ（ｔ）を上記
式（２）において一定と仮定しているため、推定される
雑音に誤差が生じるという問題がある。
トルＮ（ωk ）が無限大となる 実音声では時間的に変動する基本周期Ｔ（ｔ）を上記
式（２）において一定と仮定しているため、推定される
雑音に誤差が生じるという問題がある。
【００３８】そこで、これらの問題点について次のよう
な対策を試みる。
な対策を試みる。
【００３９】（２−２）雑音スペクトルの推定 上記式（４）では、ωk ／ω0 （ｔ）＝整数のときに、
雑音スペクトルＮ（ωk ）が無限大になってしまう。
雑音スペクトルＮ（ωk ）が無限大になってしまう。
【００４０】そこで、実際の使用にはある値εを設定
し、
し、
【００４１】
【数３】
【００４２】とする。
【００４３】混合音を入力、目的音を出力とし基本周期
５ｍｓ（基本周波数２００Ｈｚ）に合わせたシステムの
振幅特性を図２に示す。なお、図２（ａ）は通常の櫛形
フィルタの場合、図２（ｂ）はε＝０．２の場合、図２
（ｃ）はε＝０．５の場合、図２（ｄ）はε＝０．８の
場合をそれぞれを示している。
５ｍｓ（基本周波数２００Ｈｚ）に合わせたシステムの
振幅特性を図２に示す。なお、図２（ａ）は通常の櫛形
フィルタの場合、図２（ｂ）はε＝０．２の場合、図２
（ｃ）はε＝０．５の場合、図２（ｄ）はε＝０．８の
場合をそれぞれを示している。
【００４４】通常の櫛形フィルタの場合は通過帯域が非
常に狭くなるが、本発明で用いる方法ではεが小さけれ
ば通過帯域が狭く、εが大きければ通過帯域が広くな
る。すなわち、パラメータεの値によって通過帯域幅が
制御できる櫛形フィルタとなっている。
常に狭くなるが、本発明で用いる方法ではεが小さけれ
ば通過帯域が狭く、εが大きければ通過帯域が広くな
る。すなわち、パラメータεの値によって通過帯域幅が
制御できる櫛形フィルタとなっている。
【００４５】（２−３）基本周期一定のための波形伸縮 上記（２−１）節では基本周期Ｔを一定と仮定して計算
を行なっているが、実音声では基本周期は時間的に変動
する。そのため、このままでは実音声に対して推定雑音
ｎ＊（ｔ）（ｎの上に〜が付く）に誤差が生じてしま
う。
を行なっているが、実音声では基本周期は時間的に変動
する。そのため、このままでは実音声に対して推定雑音
ｎ＊（ｔ）（ｎの上に〜が付く）に誤差が生じてしま
う。
【００４６】そこで、図３に示すような基本周期を一定
とするための音声波形の時間軸での伸縮を行なう。音声
波形はあるサンプリング周波数１／Ｔs ［Ｈｚ］でサン
プリングされているものとして、波形伸縮処理の流れを
以下に示す。
とするための音声波形の時間軸での伸縮を行なう。音声
波形はあるサンプリング周波数１／Ｔs ［Ｈｚ］でサン
プリングされているものとして、波形伸縮処理の流れを
以下に示す。
【００４７】 音声の基本周期Ｔ（ｔ）を求める。
【００４８】 あるサンプリング点ｎにおける基本周
期Ｔ［ｎ］と音声全体の平均基本周期Ｔave との比Ｔ
ave ／Ｔ［ｎ］を求める。
期Ｔ［ｎ］と音声全体の平均基本周期Ｔave との比Ｔ
ave ／Ｔ［ｎ］を求める。
【００４９】 Ｔave ／Ｔ［ｎ］によってそのサンプ
リング点とひとつ前のサンプリング点の時間間隔Ｔ′s
［ｎ］を
リング点とひとつ前のサンプリング点の時間間隔Ｔ′s
［ｎ］を
【００５０】
【数４】
【００５１】とする。これにより時間軸での波形の伸縮
が起こる。
が起こる。
【００５２】伸縮した波形に対して、新たにサンプリ
ング間隔Ｔs 毎に値を持つよう線形補間を行なう。
ング間隔Ｔs 毎に値を持つよう線形補間を行なう。
【００５３】図４に表わす音声波形に上記の波形伸縮操
作を行なったものを図５に示す。ここで、図４（ａ）は
波形伸縮前の音声波形、図４（ｂ）は基本周波数、図５
（ａ）は波形伸縮後の音声波形、図５（ｂ）は基本周波
数を示している。
作を行なったものを図５に示す。ここで、図４（ａ）は
波形伸縮前の音声波形、図４（ｂ）は基本周波数、図５
（ａ）は波形伸縮後の音声波形、図５（ｂ）は基本周波
数を示している。
【００５４】これらの図から、波形伸縮操作によって音
声の基本周波数がほぼ一定となっていることが分かる。
声の基本周波数がほぼ一定となっていることが分かる。
【００５５】雑音抑圧後の音声に対しては、先に施した
波形伸縮操作と逆の操作を行なうことにより、元の基本
周波数を持つ音声を戻すことができる。
波形伸縮操作と逆の操作を行なうことにより、元の基本
周波数を持つ音声を戻すことができる。
【００５６】（２−４）雑音抑圧アルゴリズムの評価 本雑音抑圧アルゴリズムがどの程度雑音を抑圧できるか
評価するために、評価実験を行なう。
評価するために、評価実験を行なう。
【００５７】評価に利用する音声として、ＡＴＲ音声デ
ータベースセットにある男性話者ｍｈｔと女性話者ｆｓ
ｕの単母音（／ａ／／ｉ／／ｕ／／ｅ／／ｏ／）を用い
る。また、雑音として白色雑音と６０〜６０００Ｈｚに
帯域制限されたピンク帯域雑音を利用する。ＳＮＲは０
ｄＢから２０ｄＢまで５ｄＢ刻みで変化させる。
ータベースセットにある男性話者ｍｈｔと女性話者ｆｓ
ｕの単母音（／ａ／／ｉ／／ｕ／／ｅ／／ｏ／）を用い
る。また、雑音として白色雑音と６０〜６０００Ｈｚに
帯域制限されたピンク帯域雑音を利用する。ＳＮＲは０
ｄＢから２０ｄＢまで５ｄＢ刻みで変化させる。
【００５８】雑音抑圧の例を図６に示す。図６（ａ）に
示すようなｆｓｕの単母音／ａ／にＳＮＲが５ｄＢの白
色雑音を付加すると、図６（ｂ）に示すような混合音と
なる。図６（ｃ）に示す基本周波数を用いて雑音抑圧を
行なうと、図６（ｄ）に示すように混合音からＳＮＲが
１１．２ｄＢの音声が抽出できる。
示すようなｆｓｕの単母音／ａ／にＳＮＲが５ｄＢの白
色雑音を付加すると、図６（ｂ）に示すような混合音と
なる。図６（ｃ）に示す基本周波数を用いて雑音抑圧を
行なうと、図６（ｄ）に示すように混合音からＳＮＲが
１１．２ｄＢの音声が抽出できる。
【００５９】基本周波数はクリーンな音声から瞬時周波
数を基にした基本周波数抽出法〔電子情報通信学会技術
報告、ＳＰ９９−４０，Ｊｕｌｙ １９９９参照〕によ
って予め得ているものとする。フレーム長１０２４ｐｏ
ｉｎｔ、フレーム周期２５６ｐｏｉｎｔ、帯域幅可変櫛
形フィルタのパラメータε＝０．５とした。
数を基にした基本周波数抽出法〔電子情報通信学会技術
報告、ＳＰ９９−４０，Ｊｕｌｙ １９９９参照〕によ
って予め得ているものとする。フレーム長１０２４ｐｏ
ｉｎｔ、フレーム周期２５６ｐｏｉｎｔ、帯域幅可変櫛
形フィルタのパラメータε＝０．５とした。
【００６０】評価尺度として音声全体の信号対雑音比
（ＳＮＲ）、スペクトル歪み尺度（ＳＤ）、聴覚特性を
考慮した歪み評価尺度（ＡＳＤ）〔水町光徳、赤木正
人，ＡＳＤ，１９９９参照〕を用いて雑音抑圧前後の比
較を行なった結果、それぞれの値の平均と標準偏差とし
て図７〜図１２を得た。
（ＳＮＲ）、スペクトル歪み尺度（ＳＤ）、聴覚特性を
考慮した歪み評価尺度（ＡＳＤ）〔水町光徳、赤木正
人，ＡＳＤ，１９９９参照〕を用いて雑音抑圧前後の比
較を行なった結果、それぞれの値の平均と標準偏差とし
て図７〜図１２を得た。
【００６１】ここで、図７は雑音抑圧アルゴリズムのＳ
ＮＲによる評価（白色雑音）、図８は雑音抑圧アルゴリ
ズムのＳＮＲによる評価（ピンク帯域雑音）、図９は雑
音抑圧アルゴリズムのＳＤによる評価（白色雑音）、図
１０は雑音抑圧アルゴリズムのＳＤによる評価（ピンク
帯域雑音）、図１１は雑音抑圧アルゴリズムのＡＳＤに
よる評価（白色雑音）、図１２は雑音抑圧アルゴリズム
のＡＳＤによる評価（ピンク帯域雑音）をそれぞれ示す
図である。
ＮＲによる評価（白色雑音）、図８は雑音抑圧アルゴリ
ズムのＳＮＲによる評価（ピンク帯域雑音）、図９は雑
音抑圧アルゴリズムのＳＤによる評価（白色雑音）、図
１０は雑音抑圧アルゴリズムのＳＤによる評価（ピンク
帯域雑音）、図１１は雑音抑圧アルゴリズムのＡＳＤに
よる評価（白色雑音）、図１２は雑音抑圧アルゴリズム
のＡＳＤによる評価（ピンク帯域雑音）をそれぞれ示す
図である。
【００６２】図７、図８から、雑音が大きい場合、雑音
抑圧前に比べてＳＮＲが５〜７ｄＢ程度向上することが
分かる。
抑圧前に比べてＳＮＲが５〜７ｄＢ程度向上することが
分かる。
【００６３】雑音が小さい場合、ＳＮＲは雑音抑圧前よ
りも低下するという結果がみられた。これは、帯域幅可
変櫛形フィルタによって雑音と共に目的音の成分の一部
も除去してしまうため、雑音が小さいときは除去する雑
音成分よりも多く目的音の成分を除去してしまうことが
原因である。今回の評価実験ではεの値を一定とした
が、音声によってεの値を変えて最適な通過帯域を選ぶ
ことである程度改善できる。
りも低下するという結果がみられた。これは、帯域幅可
変櫛形フィルタによって雑音と共に目的音の成分の一部
も除去してしまうため、雑音が小さいときは除去する雑
音成分よりも多く目的音の成分を除去してしまうことが
原因である。今回の評価実験ではεの値を一定とした
が、音声によってεの値を変えて最適な通過帯域を選ぶ
ことである程度改善できる。
【００６４】また、ＳＮＲが雑音抑圧前よりも低下して
いても、聴感上は、音色はやや変わって聴こえるものの
雑音感は減少している。これは、聴覚特性を考慮した評
価尺度であるＡＳＤ（図１１）ではＳＮＲが２０ｄＢで
も雑音抑圧後の目的音の精度が向上していることと対応
している。
いても、聴感上は、音色はやや変わって聴こえるものの
雑音感は減少している。これは、聴覚特性を考慮した評
価尺度であるＡＳＤ（図１１）ではＳＮＲが２０ｄＢで
も雑音抑圧後の目的音の精度が向上していることと対応
している。
【００６５】また、図１０、図１２に示すように、雑音
が小さなピンク帯域雑音であるとき、ＳＤ、ＡＳＤでも
抽出精度は低下している。これは、ピンク帯域雑音では
周波数の低域パワーが強いため、高域では雑音除去量よ
りも目的音の除去量が多くなることに加え、帯域幅可変
櫛形フィルタでは目的音の基本周波数や高調波と同じ周
波数帯域の雑音が除去できずに残ることによると考えら
れる。
が小さなピンク帯域雑音であるとき、ＳＤ、ＡＳＤでも
抽出精度は低下している。これは、ピンク帯域雑音では
周波数の低域パワーが強いため、高域では雑音除去量よ
りも目的音の除去量が多くなることに加え、帯域幅可変
櫛形フィルタでは目的音の基本周波数や高調波と同じ周
波数帯域の雑音が除去できずに残ることによると考えら
れる。
【００６６】（３）帯域幅可変櫛形フィルタを用いる基
本周波数推定法 雑音が小さい環境ではＴＥＭＰＯ２によって高精度の基
本周波数を推定できる。雑音が大きい環境では櫛型フィ
ルタによる方法が頑健性を示した。そこで、本発明では
上記（２）で述べた雑音抑圧アルゴリズムを用いて、雑
音環境において頑健で高精度な基本周波数推定法を作成
する。本発明の方法のアルゴリズムは、図１３のように
ＴＥＭＰＯ２と櫛型フィルタによる方法の２種類の基本
周波数推定法と帯域幅可変櫛形フィルタから構成され
る。
本周波数推定法 雑音が小さい環境ではＴＥＭＰＯ２によって高精度の基
本周波数を推定できる。雑音が大きい環境では櫛型フィ
ルタによる方法が頑健性を示した。そこで、本発明では
上記（２）で述べた雑音抑圧アルゴリズムを用いて、雑
音環境において頑健で高精度な基本周波数推定法を作成
する。本発明の方法のアルゴリズムは、図１３のように
ＴＥＭＰＯ２と櫛型フィルタによる方法の２種類の基本
周波数推定法と帯域幅可変櫛形フィルタから構成され
る。
【００６７】本方法の基本周波数推定の手順を以下に述
べる。
べる。
【００６８】本方法は雑音抑圧部１２を有する基本周波
数推定部１１において実行される。
数推定部１１において実行される。
【００６９】 まず、雑音に頑健な基本周波数推定法
である櫛型フィルタによる方法で混合音ｘ（ｔ）からあ
る程度の精度をもつ基本周波数Ｆ＊０（Ｆの上に￣が付
く）を得る（ステップＳ１１）。
である櫛型フィルタによる方法で混合音ｘ（ｔ）からあ
る程度の精度をもつ基本周波数Ｆ＊０（Ｆの上に￣が付
く）を得る（ステップＳ１１）。
【００７０】 その基本周波数（Ｆ＊０）（Ｆの上に
￣が付く）を基にした帯域幅可変櫛形フィルタを用い上
記（２）で述べた雑音抑圧アルゴリズムによって雑音を
抑圧する（ステップＳ１３）。
￣が付く）を基にした帯域幅可変櫛形フィルタを用い上
記（２）で述べた雑音抑圧アルゴリズムによって雑音を
抑圧する（ステップＳ１３）。
【００７１】ここで、帯域幅可変櫛形フィルタのパラメ
ータεを調節して通過帯域幅を制御することにより、音
声の調波成分を抑圧しないようにする。
ータεを調節して通過帯域幅を制御することにより、音
声の調波成分を抑圧しないようにする。
【００７２】 そして、雑音が抑圧された音声に対し
て、雑音に弱いが高精度の基本周波数抽出法であるＴＥ
ＭＰＯ２を用いることにより、雑音中の音声から高精度
の基本周波数を推定する（ステップＳ１５）。
て、雑音に弱いが高精度の基本周波数抽出法であるＴＥ
ＭＰＯ２を用いることにより、雑音中の音声から高精度
の基本周波数を推定する（ステップＳ１５）。
【００７３】雑音の付加された音声を用いて本発明の方
法の対雑音性能を調べる。帯域幅可変櫛形フィルタのパ
ラメータε＝０．５とし、音声、雑音共に従来の基本周
波数推定法と同じものを用いた。
法の対雑音性能を調べる。帯域幅可変櫛形フィルタのパ
ラメータε＝０．５とし、音声、雑音共に従来の基本周
波数推定法と同じものを用いた。
【００７４】白色雑音をＳＮＲ＝５ｄＢで付加した音声
の基本周波数推定結果の例を図１４、ピンク帯域雑音を
ＳＮＲ＝５ｄＢで付加した音声の例を図１５に示す。
の基本周波数推定結果の例を図１４、ピンク帯域雑音を
ＳＮＲ＝５ｄＢで付加した音声の例を図１５に示す。
【００７５】ここで、図１４（ａ）は櫛型フィルタによ
る方法を示す図、図１４（ｂ）はＴＥＭＰＯ２、図１４
（ｃ）は本発明による基本周波数推定結果を示す図、図
１５（ａ）は櫛型フィルタによる方法を示す図、図１５
（ｂ）はＴＥＭＰＯ２、図１５（ｃ）は本発明による基
本周波数推定結果を示す図である。図１５（ｂ）におい
ては全区間で推定不能である。なお、推定されるべき基
本周波数は、図１６で示すような１５０Ｈｚから２００
Ｈｚまでを速度５０Ｈｚ／４０００サンプルで変化する
基本周波数である。
る方法を示す図、図１４（ｂ）はＴＥＭＰＯ２、図１４
（ｃ）は本発明による基本周波数推定結果を示す図、図
１５（ａ）は櫛型フィルタによる方法を示す図、図１５
（ｂ）はＴＥＭＰＯ２、図１５（ｃ）は本発明による基
本周波数推定結果を示す図である。図１５（ｂ）におい
ては全区間で推定不能である。なお、推定されるべき基
本周波数は、図１６で示すような１５０Ｈｚから２００
Ｈｚまでを速度５０Ｈｚ／４０００サンプルで変化する
基本周波数である。
【００７６】図１７に推定精度（推定誤差の標準偏差）
と雑音強度の関係を示す。比較のため、櫛型フィルタに
よる方法のみの場合の推定精度と、ＴＥＭＰＯ２のみの
場合の推定精度も示す。
と雑音強度の関係を示す。比較のため、櫛型フィルタに
よる方法のみの場合の推定精度と、ＴＥＭＰＯ２のみの
場合の推定精度も示す。
【００７７】図１７から、白色雑音ではＳＮＲが０ｄ
Ｂ、ピンク帯域雑音ではＳＮＲが５ｄＢであるような大
きな雑音が付加された音声に対しても、本発明の方法
は、雑音が小さい場合のＴＥＭＰＯ２による推定と同じ
精度で基本周波数を推定することができることがわか
る。雑音が小さい場合においてもＴＥＭＰＯ２のみの場
合と同程度の精度が得られる。
Ｂ、ピンク帯域雑音ではＳＮＲが５ｄＢであるような大
きな雑音が付加された音声に対しても、本発明の方法
は、雑音が小さい場合のＴＥＭＰＯ２による推定と同じ
精度で基本周波数を推定することができることがわか
る。雑音が小さい場合においてもＴＥＭＰＯ２のみの場
合と同程度の精度が得られる。
【００７８】また、本発明の方法の対雑音性能は、櫛型
フィルタによる方法の対雑音性能に大きく依存している
ため、雑音抑圧の前処理の基本周波数推定法の改良によ
りさらなる性能向上が可能であると考えられる。
フィルタによる方法の対雑音性能に大きく依存している
ため、雑音抑圧の前処理の基本周波数推定法の改良によ
りさらなる性能向上が可能であると考えられる。
【００７９】上記したように、本発明によれば、 （１）帯域幅可変櫛形フィルタで雑音を推定・除去する
ことにより、スペクトルレベルではなく波形レベルでの
雑音抑圧が可能になった。 （２）帯域幅可変櫛形フィルタによる雑音抑圧と雑音に
は弱いが高精度な基本周波数推定法であるＴＥＭＰＯ
２、雑音に強い櫛形フィルタによる基本周波数推定法を
組み合せることにより、頑健で高精度な基本周波数推定
が可能になった。
ことにより、スペクトルレベルではなく波形レベルでの
雑音抑圧が可能になった。 （２）帯域幅可変櫛形フィルタによる雑音抑圧と雑音に
は弱いが高精度な基本周波数推定法であるＴＥＭＰＯ
２、雑音に強い櫛形フィルタによる基本周波数推定法を
組み合せることにより、頑健で高精度な基本周波数推定
が可能になった。
【００８０】櫛形フィルタによって、基本周波数が存
在する帯域を取り出す。
在する帯域を取り出す。
【００８１】帯域可変櫛形フィルタによって、上記の
結果をもとに、抽出された基本周波数とその高調波成分
を通過させる櫛形フィルタを構築し、雑音の成分を取り
除く。通過帯域を可変とすることで、上記の結果に含
まれる誤りの伝播を防ぐ。
結果をもとに、抽出された基本周波数とその高調波成分
を通過させる櫛形フィルタを構築し、雑音の成分を取り
除く。通過帯域を可変とすることで、上記の結果に含
まれる誤りの伝播を防ぐ。
【００８２】雑音を軽減した波形から、雑音には弱い
が高精度で抽出可能な手法を用いて、基本周期あるいは
基本周波数の抽出を行う。
が高精度で抽出可能な手法を用いて、基本周期あるいは
基本周波数の抽出を行う。
【００８３】したがって、本発明によれば、妨害音には
強いが精度が劣る手法と妨害音には弱いが高精度で抽出
可能な手法、および通過域可変櫛形フィルタを用いた妨
害音除去手法を組み合わせることにより、妨害音に強く
しかも高精度な基本周期あるいは基本周波数抽出方法が
実現できる。
強いが精度が劣る手法と妨害音には弱いが高精度で抽出
可能な手法、および通過域可変櫛形フィルタを用いた妨
害音除去手法を組み合わせることにより、妨害音に強く
しかも高精度な基本周期あるいは基本周波数抽出方法が
実現できる。
【００８４】音声認識・合成のための基本周波数の抽
出、基本周期を用いた雑音抑圧法への応用が可能であ
る。
出、基本周期を用いた雑音抑圧法への応用が可能であ
る。
【００８５】また、音声認識や補聴器の前処理等に利用
できるような音声信号処理として、雑音環境における音
声の基本周波数推定法及び雑音抑圧法を提供することが
できる。
できるような音声信号処理として、雑音環境における音
声の基本周波数推定法及び雑音抑圧法を提供することが
できる。
【００８６】なお、本発明は上記実施例に限定されるも
のではなく、本発明の趣旨に基づいて種々の変形が可能
であり、これらを本発明の範囲から排除するものではな
い。
のではなく、本発明の趣旨に基づいて種々の変形が可能
であり、これらを本発明の範囲から排除するものではな
い。
【００８７】
【発明の効果】以上、詳細に説明したように、本発明に
よれば、妨害音には強いが精度が劣る手法と妨害音には
弱いが高精度で抽出可能な手法、および通過域可変櫛形
フィルタを用いた妨害音除去手法を組み合わせることに
より、妨害音に強くしかも高精度な基本周期あるいは基
本周波数抽出方法が実現できる。
よれば、妨害音には強いが精度が劣る手法と妨害音には
弱いが高精度で抽出可能な手法、および通過域可変櫛形
フィルタを用いた妨害音除去手法を組み合わせることに
より、妨害音に強くしかも高精度な基本周期あるいは基
本周波数抽出方法が実現できる。
【００８８】音声認識・合成のための基本周波数の抽
出、基本周期を用いた雑音抑圧法への応用が可能であ
る。
出、基本周期を用いた雑音抑圧法への応用が可能であ
る。
【図１】本発明にかかる雑音抑圧アルゴリズムの処理フ
ローチャートである。
ローチャートである。
【図２】混合音を入力、目的音を出力とし基本周期５ｍ
ｓ（基本周波数２００Ｈｚ）に合わせたシステムの振幅
特性を示す図である。
ｓ（基本周波数２００Ｈｚ）に合わせたシステムの振幅
特性を示す図である。
【図３】基本周期一定のための時間軸での波形伸縮の模
式図である。
式図である。
【図４】波形伸縮前の音声波形及び基本周波数を示す図
である。
である。
【図５】波形伸縮後の音声波形及び基本周波数を示す図
である。
である。
【図６】雑音抑圧例を示す図である。
【図７】雑音抑圧アルゴリズムのＳＮＲによる評価（白
色雑音）を示す図である。
色雑音）を示す図である。
【図８】雑音抑圧アルゴリズムのＳＮＲによる評価（ピ
ンク帯域雑音）を示す図である。
ンク帯域雑音）を示す図である。
【図９】雑音抑圧アルゴリズムのＳＤによる評価（白色
雑音）を示す図である。
雑音）を示す図である。
【図１０】雑音抑圧アルゴリズムのＳＤによる評価（ピ
ンク帯域雑音）を示す図である。
ンク帯域雑音）を示す図である。
【図１１】雑音抑圧アルゴリズムのＡＳＤによる評価
（白色雑音）を示す図である。
（白色雑音）を示す図である。
【図１２】雑音抑圧アルゴリズムのＡＳＤによる評価
（ピンク帯域雑音）を示す図である。
（ピンク帯域雑音）を示す図である。
【図１３】本発明にかかる基本周波数推定アルゴリズム
の処理フローチャートである。
の処理フローチャートである。
【図１４】白色雑音を付加した音声の基本周波数推定結
果の例を示す図である。
果の例を示す図である。
【図１５】ピンク帯域雑音を付加した音声の例を示す図
である。
である。
【図１６】１５０Ｈｚから２００Ｈｚまでを速度５０Ｈ
ｚ／４０００サンプルで変化する基本周波数を示す図で
ある。
ｚ／４０００サンプルで変化する基本周波数を示す図で
ある。
【図１７】推定精度（推定誤差の標準偏差）と雑音強度
の関係を示す図である。
の関係を示す図である。
【図１８】ニューラルキャンセレーションモデルを示す
図である。
図である。
１，１１ 基本周波数推定部 ２，１２ 雑音抑圧部
Claims (4)
- 【請求項１】 雑音が付加された周期波形の基本周期あ
るいは基本周波数の抽出方法において、（ａ）調波構造
をもつ目的音と雑音が混ざり合った混合音を、ただ一つ
の受音源で観測し、（ｂ）雑音に強い櫛型フィルタによ
る基本周波数推定法を用いて、観測された混合音から目
的音の基本周波数を大まかに推定し、（ｃ）推定された
基本周波数に合わせた帯域幅可変櫛形フィルタによって
推定雑音を抽出し、推定雑音を元の混合音から引き去る
ことにより雑音の抑圧を行い、（ｄ）雑音を抑圧した信
号に対して、瞬時周波数を基にした基本周波数推定法を
用い、高精度の基本周波数を推定し、（ｅ）該高精度の
基本周波数を用いた帯域幅可変櫛形フィルタで雑音を推
定し除去し、雑音を抑圧した目的音を得ることを特徴と
する雑音が付加された周期波形の基本周期あるいは基本
周波数の抽出方法。 - 【請求項２】 請求項１記載の雑音が付加された周期波
形の基本周期あるいは基本周波数の抽出方法において、
前記工程（ｃ）において、前記基本周波数を一定にする
ような波形伸縮を行なうことにより、雑音抑圧時の誤差
を低減させることを特徴とする雑音が付加された周期波
形の基本周期あるいは基本周波数の抽出方法。 - 【請求項３】 雑音が付加された周期波形の基本周期あ
るいは基本周波数の抽出方法において、（ａ）雑音に強
い櫛型フィルタによる基本周波数推定法を用いて、観測
された混合音から音声の基本周波数を大まかに推定し、
（ｂ）前記基本周波数を基にした帯域幅可変櫛形フィル
タを用い雑音を抑圧し、（ｃ）雑音が抑圧された音声に
対して、雑音に弱いが高精度の基本周波数抽出法である
ＴＥＭＰＯ２を用いることにより、雑音中の音声から高
精度の基本周波数を推定することを特徴とする雑音が付
加された周期波形の基本周期あるいは基本周波数の抽出
方法。 - 【請求項４】 請求項３記載の雑音が付加された周期波
形の基本周期あるいは基本周波数の抽出方法において、
前記工程（ｂ）において、前記帯域幅可変櫛形フィルタ
のパラメータを調節して通過帯域幅を制御することによ
り周期波形の調波成分を抑圧しないようにすることを特
徴とする雑音が付加された周期波形の基本周期あるいは
基本周波数の抽出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000059853A JP3916834B2 (ja) | 2000-03-06 | 2000-03-06 | 雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000059853A JP3916834B2 (ja) | 2000-03-06 | 2000-03-06 | 雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001249676A true JP2001249676A (ja) | 2001-09-14 |
| JP3916834B2 JP3916834B2 (ja) | 2007-05-23 |
Family
ID=18580252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000059853A Expired - Fee Related JP3916834B2 (ja) | 2000-03-06 | 2000-03-06 | 雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3916834B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003280696A (ja) * | 2002-03-19 | 2003-10-02 | Matsushita Electric Ind Co Ltd | 音声強調装置及び音声強調方法 |
| EP1542500A2 (de) * | 2003-12-10 | 2005-06-15 | Siemens Audiologische Technik GmbH | Hörgerät mit Störgeräuschunterdrückung und entsprechendes Störgeräuschunterdrückungsverfahren |
| WO2008001779A1 (fr) * | 2006-06-27 | 2008-01-03 | National University Corporation Toyohashi University Of Technology | procédé d'estimation de fréquence de référence et système d'estimation de signal acoustique |
| JP2009058708A (ja) * | 2007-08-31 | 2009-03-19 | Internatl Business Mach Corp <Ibm> | 音声処理システム、方法及びプログラム |
| US7941315B2 (en) | 2005-12-29 | 2011-05-10 | Fujitsu Limited | Noise reducer, noise reducing method, and recording medium |
| CN114387975A (zh) * | 2021-12-28 | 2022-04-22 | 北京中电慧声科技有限公司 | 应用于混响环境声纹识别的基频信息提取方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62203199A (ja) * | 1986-03-03 | 1987-09-07 | 富士通株式会社 | ピツチ周期抽出方式 |
| JPH02137889A (ja) * | 1988-11-19 | 1990-05-28 | Sony Corp | 信号記録方法及び装置 |
| JPH04230796A (ja) * | 1990-05-28 | 1992-08-19 | Matsushita Electric Ind Co Ltd | 音声信号処理装置 |
| JPH10124094A (ja) * | 1996-10-18 | 1998-05-15 | Sony Corp | 音声分析方法、音声符号化方法および装置 |
-
2000
- 2000-03-06 JP JP2000059853A patent/JP3916834B2/ja not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62203199A (ja) * | 1986-03-03 | 1987-09-07 | 富士通株式会社 | ピツチ周期抽出方式 |
| JPH02137889A (ja) * | 1988-11-19 | 1990-05-28 | Sony Corp | 信号記録方法及び装置 |
| JPH04230796A (ja) * | 1990-05-28 | 1992-08-19 | Matsushita Electric Ind Co Ltd | 音声信号処理装置 |
| JPH10124094A (ja) * | 1996-10-18 | 1998-05-15 | Sony Corp | 音声分析方法、音声符号化方法および装置 |
Non-Patent Citations (4)
| Title |
|---|
| 入野俊夫: ""聴覚フィルタバンクによる背景雑音抑圧"", 人工知能学会研究会資料, vol. SIG-Challenge-9801-6（1998-11）, JPN4007001930, pages 33 - 40, ISSN: 0000813245 * |
| 池田幹男他: ""直交櫛形フィルタを用いた音声中の雑音抑圧"", 電子情報通信学会技術研究報告, vol. SP96-45（1996-09）, JPN4007001932, pages 23 - 30, ISSN: 0000813247 * |
| 石本佑一他: ""雑音が付加された音声の基本周波数推定と雑音抑圧"", 電子情報通信学会技術報告, vol. SP99-169（2000-03）, JPN4007001933, pages 17 - 24, ISSN: 0000813248 * |
| 西一樹他: ""振幅変動とピッチ変動を同時に考慮した擬似周期信号抽出のためのＩＩＲ櫛形デジタルフィルタ"", 電子情報通信学会技術研究報告, vol. SP99-76（1999-09）, JPN4007001931, pages 29 - 34, ISSN: 0000813246 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003280696A (ja) * | 2002-03-19 | 2003-10-02 | Matsushita Electric Ind Co Ltd | 音声強調装置及び音声強調方法 |
| EP1542500A2 (de) * | 2003-12-10 | 2005-06-15 | Siemens Audiologische Technik GmbH | Hörgerät mit Störgeräuschunterdrückung und entsprechendes Störgeräuschunterdrückungsverfahren |
| EP1542500A3 (de) * | 2003-12-10 | 2009-11-11 | Siemens Audiologische Technik GmbH | Hörgerät mit Störgeräuschunterdrückung und entsprechendes Störgeräuschunterdrückungsverfahren |
| US7941315B2 (en) | 2005-12-29 | 2011-05-10 | Fujitsu Limited | Noise reducer, noise reducing method, and recording medium |
| WO2008001779A1 (fr) * | 2006-06-27 | 2008-01-03 | National University Corporation Toyohashi University Of Technology | procédé d'estimation de fréquence de référence et système d'estimation de signal acoustique |
| JP2009058708A (ja) * | 2007-08-31 | 2009-03-19 | Internatl Business Mach Corp <Ibm> | 音声処理システム、方法及びプログラム |
| US8812312B2 (en) | 2007-08-31 | 2014-08-19 | International Business Machines Corporation | System, method and program for speech processing |
| CN114387975A (zh) * | 2021-12-28 | 2022-04-22 | 北京中电慧声科技有限公司 | 应用于混响环境声纹识别的基频信息提取方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3916834B2 (ja) | 2007-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109065067B (zh) | 一种基于神经网络模型的会议终端语音降噪方法 | |
| Yegnanarayana et al. | Enhancement of reverberant speech using LP residual signal | |
| JP5666444B2 (ja) | 特徴抽出を使用してスピーチ強調のためにオーディオ信号を処理する装置及び方法 | |
| Nakatani et al. | Robust and accurate fundamental frequency estimation based on dominant harmonic components | |
| Kim et al. | Nonlinear enhancement of onset for robust speech recognition. | |
| US10614827B1 (en) | System and method for speech enhancement using dynamic noise profile estimation | |
| US10176824B2 (en) | Method and system for consonant-vowel ratio modification for improving speech perception | |
| JP4434813B2 (ja) | 雑音スペクトル推定方法、雑音抑圧方法および雑音抑圧装置 | |
| Alam et al. | Perceptual improvement of Wiener filtering employing a post-filter | |
| JP3916834B2 (ja) | 雑音が付加された周期波形の基本周期あるいは基本周波数の抽出方法 | |
| KR100571427B1 (ko) | 잡음 환경에서의 음성 인식을 위한 특징 벡터 추출 장치및 역상관 필터링 방법 | |
| JP2003510665A (ja) | 適応フィルタリングアルゴリズムを用いるデエッサーのための装置および方法 | |
| Garg et al. | Deep convolutional neural network-based speech signal enhancement using extensive speech features | |
| RU2589298C1 (ru) | Способ повышения разборчивости и информативности звуковых сигналов в шумовой обстановке | |
| Maganti et al. | A perceptual masking approach for noise robust speech recognition | |
| Pandey et al. | Attentive Training: A New Training Framework for Talker-independent Speaker Extraction. | |
| EP1208561B1 (en) | A method and apparatus for noise reduction in speech signals | |
| Hepsiba et al. | Computational intelligence for speech enhancement using deep neural network | |
| Rahali et al. | Robust Features for Speech Recognition using Temporal Filtering Technique in the Presence of Impulsive Noise | |
| JP2899533B2 (ja) | 音質改善装置 | |
| JP4313740B2 (ja) | 残響除去方法、プログラムおよび記録媒体 | |
| Kurian et al. | PNCC based speech enhancement and its performance evaluation using SNR Loss | |
| Rahali et al. | Enhancement of noise-suppressed speech by spectral processing implemented in a digital signal processor | |
| Sharma et al. | Separating the source information in repetition-dependent music and enhancing it by real-time digital audio processing | |
| King | Enhancing single-channel speech in wind noise using coherent modulation comb filtering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20031031 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040129 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050128 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070119 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070206 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070207 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |