JP2001350488A - 音声検出方法及び装置とその記録媒体 - Google Patents
音声検出方法及び装置とその記録媒体Info
- Publication number
- JP2001350488A JP2001350488A JP2000166746A JP2000166746A JP2001350488A JP 2001350488 A JP2001350488 A JP 2001350488A JP 2000166746 A JP2000166746 A JP 2000166746A JP 2000166746 A JP2000166746 A JP 2000166746A JP 2001350488 A JP2001350488 A JP 2001350488A
- Authority
- JP
- Japan
- Prior art keywords
- variation
- calculating
- filter
- band energy
- voice
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims description 129
- 230000007774 longterm Effects 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 65
- 230000005236 sound signal Effects 0.000 claims description 64
- 238000001228 spectrum Methods 0.000 claims description 40
- 230000010365 information processing Effects 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 description 43
- 238000009499 grossing Methods 0.000 description 29
- 230000006399 behavior Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000010520 ghee Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002226 simultaneous effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
- Interface Circuits In Exchanges (AREA)
Abstract
(57)【要約】
【課題】 音声検出方法および装置の検出性能を改善す
る。 【解決手段】 第１のフィルタ（図１の２０６１）は、
入力音声信号の線スペクトル周波数とその長時間平均と
の差分に基づく第１の変動量の長時間平均を計算する。
第２のフィルタ（図１の２０６２）は、入力音声信号の
全帯域エネルギーとその長時間平均との差分に基づく第
２の変動量の長時間平均を計算する。第３のフィルタ
（図１の２０６３）は、入力音声信号の低域エネルギー
とその長時間平均との差分に基づく第３の変動量の長時
間平均を計算する。第４のフィルタ（図１の２０６４）
は、入力音声信号の零交叉数とその長時間平均との差分
に基づく第４の変動量の長時間平均を計算する。音声/
非音声判定回路（図１の１０４０）は、前記第１の変動
量の長時間平均、前記第２の変動量の長時間平均、前記
第３の変動量の長時間平均および前記第４の変動量の長
時間平均を用いて音声信号を音声区間と非音声区間とに
判別する。
る。 【解決手段】 第１のフィルタ（図１の２０６１）は、
入力音声信号の線スペクトル周波数とその長時間平均と
の差分に基づく第１の変動量の長時間平均を計算する。
第２のフィルタ（図１の２０６２）は、入力音声信号の
全帯域エネルギーとその長時間平均との差分に基づく第
２の変動量の長時間平均を計算する。第３のフィルタ
（図１の２０６３）は、入力音声信号の低域エネルギー
とその長時間平均との差分に基づく第３の変動量の長時
間平均を計算する。第４のフィルタ（図１の２０６４）
は、入力音声信号の零交叉数とその長時間平均との差分
に基づく第４の変動量の長時間平均を計算する。音声/
非音声判定回路（図１の１０４０）は、前記第１の変動
量の長時間平均、前記第２の変動量の長時間平均、前記
第３の変動量の長時間平均および前記第４の変動量の長
時間平均を用いて音声信号を音声区間と非音声区間とに
判別する。
Description
【０００１】
【発明の属する技術分野】本発明は、音声信号を低ビッ
トレートで伝送するための符号化装置および復号装置に
おいて、符号化方法および復号方法を音声区間と非音声
区間とで切り替える際に用いる音声検出方法および装置
に関する。
トレートで伝送するための符号化装置および復号装置に
おいて、符号化方法および復号方法を音声区間と非音声
区間とで切り替える際に用いる音声検出方法および装置
に関する。
【０００２】
【従来の技術】携帯電話などの移動体音声通信では会話
音声の背景に雑音が存在するが、非音声区間における背
景雑音を伝送するのに必要となるビットレートは音声に
比べて低いと考えられる。このため、回線の使用効率向
上の観点から、音声区間の検出を行い、非音声区間では
背景雑音に特化したビットレートの低い符号化方式を使
用することが多い。例えば、ITU-T 標準G.729音声符号
化方式では、非音声区間では断続的に背景雑音について
の少ない情報を伝送する。このとき、音声検出は、音声
品質の劣化を回避し、かつビットレートを効果的に低減
するために、正確に動作することが求められる。ここ
で、従来の音声検出方式として、例えば、「A Silence
Compression Scheme for G.729 Optimized for Termina
ls Conforming to ITU-T V.70」（ITU-T Recommendatio
n G.729, Annex B）（「文献１」という）、あるいは
「ITU-T勧告V.70端末に適した標準JT-G729に対する無音
圧縮手法」（電信電話技術委員会標準JT-G729、付属資
料B）（「文献２」という）のB.3節（VADアルゴリズム
の詳細記述）の記載、あるいは、「ITU-T Recommendati
onG.729 Annex B: A Silence Compression Scheme for
Use with G.729 Optimizedfor V.70 Digital Simultane
ous Voiceand Data Applications」（IEEE Communicati
on Magazine, pp.64-73, September 1997）（「文献
３」という）が参照される。
音声の背景に雑音が存在するが、非音声区間における背
景雑音を伝送するのに必要となるビットレートは音声に
比べて低いと考えられる。このため、回線の使用効率向
上の観点から、音声区間の検出を行い、非音声区間では
背景雑音に特化したビットレートの低い符号化方式を使
用することが多い。例えば、ITU-T 標準G.729音声符号
化方式では、非音声区間では断続的に背景雑音について
の少ない情報を伝送する。このとき、音声検出は、音声
品質の劣化を回避し、かつビットレートを効果的に低減
するために、正確に動作することが求められる。ここ
で、従来の音声検出方式として、例えば、「A Silence
Compression Scheme for G.729 Optimized for Termina
ls Conforming to ITU-T V.70」（ITU-T Recommendatio
n G.729, Annex B）（「文献１」という）、あるいは
「ITU-T勧告V.70端末に適した標準JT-G729に対する無音
圧縮手法」（電信電話技術委員会標準JT-G729、付属資
料B）（「文献２」という）のB.3節（VADアルゴリズム
の詳細記述）の記載、あるいは、「ITU-T Recommendati
onG.729 Annex B: A Silence Compression Scheme for
Use with G.729 Optimizedfor V.70 Digital Simultane
ous Voiceand Data Applications」（IEEE Communicati
on Magazine, pp.64-73, September 1997）（「文献
３」という）が参照される。
【０００３】図６は、従来の音声検出装置の構成例を示
すブロック図である。この音声検出装置への音声の入力
は、Tfrmsec（例えば、10 msec）周期のブロック単位
（フレーム）で行われるものとする。フレーム長をLfr
サンプル（例えば、80サンプル）とする。1フレームの
サンプル数は、入力音声のサンプリング周波数（例え
ば、8kHz）によって定まる。
すブロック図である。この音声検出装置への音声の入力
は、Tfrmsec（例えば、10 msec）周期のブロック単位
（フレーム）で行われるものとする。フレーム長をLfr
サンプル（例えば、80サンプル）とする。1フレームの
サンプル数は、入力音声のサンプリング周波数（例え
ば、8kHz）によって定まる。
【０００４】図５を参照して、従来の音声検出装置の各
構成要素について説明する。
構成要素について説明する。
【０００５】入力端子１０から音声を入力し、入力端子
１１から線形予測係数を入力する。ここで、線形予測係
数は、音声検出装置が用いられる音声符号化装置におい
て、前記入力音声ベクトルを線形予測分析して求められ
る。線形予測分析に関しては、周知の方法、例えば、L.
R. Rabinerらによる「Digital Processing of Speech
Signals」（Prentice-Hall, 1978）（「文献４」とい
う）の第8章「Linear Predictive Coding of Speech」
を参照できる。なお、本発明による音声検出装置が、音
声符号化装置とは独立に実現される場合には、前記線形
予測分析が該音声検出装置において実行される。
１１から線形予測係数を入力する。ここで、線形予測係
数は、音声検出装置が用いられる音声符号化装置におい
て、前記入力音声ベクトルを線形予測分析して求められ
る。線形予測分析に関しては、周知の方法、例えば、L.
R. Rabinerらによる「Digital Processing of Speech
Signals」（Prentice-Hall, 1978）（「文献４」とい
う）の第8章「Linear Predictive Coding of Speech」
を参照できる。なお、本発明による音声検出装置が、音
声符号化装置とは独立に実現される場合には、前記線形
予測分析が該音声検出装置において実行される。
【０００６】LSＦ計算回路１０１１は、入力端子１１を
介して線形予測係数を入力し、前記線形予測係数から線
スペクトル周波数（Line Spectral Frequency: LSF）を
計算し、前記LSFを第１の変動量計算回路１０３１と第
１の移動平均計算回路１０２１とへ出力する。ここで、
線形予測係数からのLSＦの計算に関しては、周知の方
法、例えば、文献１の3.2.3節に記述されている方法等
が用いられる。
介して線形予測係数を入力し、前記線形予測係数から線
スペクトル周波数（Line Spectral Frequency: LSF）を
計算し、前記LSFを第１の変動量計算回路１０３１と第
１の移動平均計算回路１０２１とへ出力する。ここで、
線形予測係数からのLSＦの計算に関しては、周知の方
法、例えば、文献１の3.2.3節に記述されている方法等
が用いられる。
【０００７】全帯域エネルギー計算回路１０１２は、入
力端子１０を介して音声（入力音声）を入力し、入力音
声の全帯域エネルギーを計算し、前記全帯域エネルギー
を第２の変動量計算回路１０３２と第２の移動平均計算
回路１０２２とへ出力する。ここで、全帯域エネルギー
Ｅfは、正規化された０次の自己相関関数R(0)の対数を
とったものであり、次式で表される。 また、自己相関係数は、次式で表される。 ここで、Ｎは入力音声に対する線形予測分析の窓の長さ
（分析窓長、例えば、240サンプル）であり、Ｓl(n)
は、前記窓をかけた入力音声である。
力端子１０を介して音声（入力音声）を入力し、入力音
声の全帯域エネルギーを計算し、前記全帯域エネルギー
を第２の変動量計算回路１０３２と第２の移動平均計算
回路１０２２とへ出力する。ここで、全帯域エネルギー
Ｅfは、正規化された０次の自己相関関数R(0)の対数を
とったものであり、次式で表される。 また、自己相関係数は、次式で表される。 ここで、Ｎは入力音声に対する線形予測分析の窓の長さ
（分析窓長、例えば、240サンプル）であり、Ｓl(n)
は、前記窓をかけた入力音声である。
【０００８】Ｎ＞Ｌfrの場合は、過去のフレームにおい
て入力された音声を保持することにより、前記分析窓長
分の音声とする。
て入力された音声を保持することにより、前記分析窓長
分の音声とする。
【０００９】低域エネルギー計算回路１０１３は、入力
端子１０を介して音声（入力音声）を入力し、入力音声
の低域エネルギーを計算し、前記低域エネルギーを第３
の変動量計算回路１０３３と第３の移動平均計算回路１
０２３とへ出力する。ここで、0からＦiHzまでの低域エ
ネルギーＥiは、次式で表される。 ここで、 はカットオフ周波数がＦlHzのFIRフィルタのインパルス
応答であり、 は対角成分が自己相関係数Ｒ(k)であるテプリッツ自己
相関行列である。
端子１０を介して音声（入力音声）を入力し、入力音声
の低域エネルギーを計算し、前記低域エネルギーを第３
の変動量計算回路１０３３と第３の移動平均計算回路１
０２３とへ出力する。ここで、0からＦiHzまでの低域エ
ネルギーＥiは、次式で表される。 ここで、 はカットオフ周波数がＦlHzのFIRフィルタのインパルス
応答であり、 は対角成分が自己相関係数Ｒ(k)であるテプリッツ自己
相関行列である。
【００１０】零交叉数計算回路１０１４は、入力端子１
０を介して音声（入力音声）を入力し、入力音声ベクト
ルの零交叉数を計算し、前記零交叉数を第４の変動量計
算回路１０３４と第４の移動平均計算回路１０２４とへ
出力する。ここで、零交叉数Zcは、次式で表される。 ここで、Ｓ(n)は入力音声であり、sgn[x]はxが正のとき
1を、負のとき0をとる関数である。
０を介して音声（入力音声）を入力し、入力音声ベクト
ルの零交叉数を計算し、前記零交叉数を第４の変動量計
算回路１０３４と第４の移動平均計算回路１０２４とへ
出力する。ここで、零交叉数Zcは、次式で表される。 ここで、Ｓ(n)は入力音声であり、sgn[x]はxが正のとき
1を、負のとき0をとる関数である。
【００１１】第１の移動平均計算回路１０２１は、LSF
計算回路１０１１からLSFを入力し、前記LSFと過去のフ
レームにおいて計算された平均LSFとから現在のフレー
ム（現フレーム）における平均LSFを計算し、これを第
１の変動量計算回路１０３１へ出力する。ここで、第ｍ
フレームにおけるLSFを とすると、第ｍフレームにおける平均LSF、 は次式で表される。 ここで、Pは線形予測次数（例えば、10）であり、βLSF
はある定数（例えば、0.7）である。
計算回路１０１１からLSFを入力し、前記LSFと過去のフ
レームにおいて計算された平均LSFとから現在のフレー
ム（現フレーム）における平均LSFを計算し、これを第
１の変動量計算回路１０３１へ出力する。ここで、第ｍ
フレームにおけるLSFを とすると、第ｍフレームにおける平均LSF、 は次式で表される。 ここで、Pは線形予測次数（例えば、10）であり、βLSF
はある定数（例えば、0.7）である。
【００１２】第２の移動平均計算回路１０２２は、全帯
域エネルギー計算回路１０１２から全帯域エネルギーを
入力し、前記全帯域エネルギーと過去のフレームにおい
て計算された平均全帯域エネルギーとから現フレームに
おける平均全帯域エネルギーを計算し、これを第２の変
動量計算回路１０３２へ出力する。ここで、第ｍフレー
ムにおける全帯域エネルギーをＥf [m]とすると、第ｍフ
レームにおける平均全帯域エネルギー は次式で表される。 ここで、βEfはある定数（例えば、0.7）である。
域エネルギー計算回路１０１２から全帯域エネルギーを
入力し、前記全帯域エネルギーと過去のフレームにおい
て計算された平均全帯域エネルギーとから現フレームに
おける平均全帯域エネルギーを計算し、これを第２の変
動量計算回路１０３２へ出力する。ここで、第ｍフレー
ムにおける全帯域エネルギーをＥf [m]とすると、第ｍフ
レームにおける平均全帯域エネルギー は次式で表される。 ここで、βEfはある定数（例えば、0.7）である。
【００１３】第３の移動平均計算回路１０２３は、低域
エネルギー計算回路１０１３から低域エネルギーを入力
し、前記低域エネルギーと過去のフレームにおいて計算
された平均低域エネルギーとから現フレームにおける平
均低域エネルギーを計算し、これを第３の変動量計算回
路１０３３へ出力する。ここで、第ｍフレームにおける
低域エネルギーをＥl [m]とすると、第ｍフレームにおけ
る平均低域エネルギー は次式で表される。 ここで、βElはある定数（例えば、0.7）である。
エネルギー計算回路１０１３から低域エネルギーを入力
し、前記低域エネルギーと過去のフレームにおいて計算
された平均低域エネルギーとから現フレームにおける平
均低域エネルギーを計算し、これを第３の変動量計算回
路１０３３へ出力する。ここで、第ｍフレームにおける
低域エネルギーをＥl [m]とすると、第ｍフレームにおけ
る平均低域エネルギー は次式で表される。 ここで、βElはある定数（例えば、0.7）である。
【００１４】第４の移動平均計算回路１０２４は、零交
叉数計算回路１０１４から零交叉数を入力し、前記零交
叉数と過去のフレームにおいて計算された平均零交叉数
とから現フレームにおける平均零交叉数を計算し、これ
を第４の変動量計算回路１０３４へ出力する。ここで、
第ｍフレームにおける零交叉数をＺc [m]とすると、第ｍ
フレームにおける平均零交叉数 は次式で表される。 ここで、βZcはある定数（例えば、0.7）である。
叉数計算回路１０１４から零交叉数を入力し、前記零交
叉数と過去のフレームにおいて計算された平均零交叉数
とから現フレームにおける平均零交叉数を計算し、これ
を第４の変動量計算回路１０３４へ出力する。ここで、
第ｍフレームにおける零交叉数をＺc [m]とすると、第ｍ
フレームにおける平均零交叉数 は次式で表される。 ここで、βZcはある定数（例えば、0.7）である。
【００１５】第１の変動量計算回路１０３１は、LSF計
算回路１０１１からLSF、αi [m]を入力し、第１の移動
平均計算回路１０２１から平均LSF を入力し、前記LSFと前記平均LSFとから、スペクトル変
動量（第１の変動量）を計算し、前記第１の変動量を音
声/非音声判定回路１０４０へ出力する。ここで、第ｍ
フレームにおける第１の変動量ΔＳ[m]は、次式で表さ
れる。 第２の変動量計算回路１０３２は、全帯域エネルギー計
算回路１０１２から全帯域エネルギーＥf [m]を入力し、
第２の移動平均計算回路１０２２から平均全帯域エネル
ギー を入力し、前記全帯域エネルギーと前記平均全帯域エネ
ルギーとから全帯域エネルギー変動量（第２の変動量）
を計算し、前記第２の変動量を音声/非音声判定回路１
０４０へ出力する。ここで、第ｍフレームにおける第２
の変動量ΔＥf [m]は、次式で表される。 第３の変動量計算回路１０３３は、低域エネルギー計算
回路１０１３から低域エネルギーＥl [m]を入力し、第３
の移動平均計算回路１０２３から平均低域エネルギー を入力し、前記低域エネルギーと前記平均低域エネルギ
ーとから低域エネルギー変動量（第３の変動量）を計算
し、前記第３の変動量を音声/非音声判定回路１０４０
へ出力する。ここで、第ｍフレームにおける第３の変動
量ΔＥl [m]は次式で表される。 第４の変動量計算回路１０３４は、零交叉数計算回路１
０１４から零交叉数Ｚ c [m]を入力し、第４の移動平均計
算回路１０２４から平均零交叉数 を入力し、前記零交叉数と前記平均零交叉数とから零交
叉数変動量（第４の変動量）を計算し、前記第４の変動
量を音声/非音声判定回路１０４０へ出力する。ここ
で、第ｍフレームにおける第４の変動量ΔＺc [m]は次式
で表される。 音声/非音声判定回路１０４０は、第１の変動量計算回
路１０３１から第１の変動量を入力し、第２の変動量計
算回路１０３２から第２の変動量を入力し、第３の変動
量計算回路１０３３から第３の変動量を入力し、第４の
変動量計算回路１０３４から第４の変動量を入力し、前
記第１の変動量と、前記第２の変動量と、前記第３の変
動量と、前記第４の変動量とからなる４次元ベクトル
が、４次元空間の音声領域内に存在するときは音声区間
と判定し、それ以外のときは非音声区間と判定し、前記
音声区間のときは判定フラグを1に設定し、前記非音声
区間のときは判定フラグを0に設定し、前記判定フラグ
を判定値平滑化回路１０５０へ出力する。音声と非音声
の判定（音声/非音声判定）には、例えば、文献１およ
び２のB.3.5節に記載されている１４の境界判定を用い
ることができる。
算回路１０１１からLSF、αi [m]を入力し、第１の移動
平均計算回路１０２１から平均LSF を入力し、前記LSFと前記平均LSFとから、スペクトル変
動量（第１の変動量）を計算し、前記第１の変動量を音
声/非音声判定回路１０４０へ出力する。ここで、第ｍ
フレームにおける第１の変動量ΔＳ[m]は、次式で表さ
れる。 第２の変動量計算回路１０３２は、全帯域エネルギー計
算回路１０１２から全帯域エネルギーＥf [m]を入力し、
第２の移動平均計算回路１０２２から平均全帯域エネル
ギー を入力し、前記全帯域エネルギーと前記平均全帯域エネ
ルギーとから全帯域エネルギー変動量（第２の変動量）
を計算し、前記第２の変動量を音声/非音声判定回路１
０４０へ出力する。ここで、第ｍフレームにおける第２
の変動量ΔＥf [m]は、次式で表される。 第３の変動量計算回路１０３３は、低域エネルギー計算
回路１０１３から低域エネルギーＥl [m]を入力し、第３
の移動平均計算回路１０２３から平均低域エネルギー を入力し、前記低域エネルギーと前記平均低域エネルギ
ーとから低域エネルギー変動量（第３の変動量）を計算
し、前記第３の変動量を音声/非音声判定回路１０４０
へ出力する。ここで、第ｍフレームにおける第３の変動
量ΔＥl [m]は次式で表される。 第４の変動量計算回路１０３４は、零交叉数計算回路１
０１４から零交叉数Ｚ c [m]を入力し、第４の移動平均計
算回路１０２４から平均零交叉数 を入力し、前記零交叉数と前記平均零交叉数とから零交
叉数変動量（第４の変動量）を計算し、前記第４の変動
量を音声/非音声判定回路１０４０へ出力する。ここ
で、第ｍフレームにおける第４の変動量ΔＺc [m]は次式
で表される。 音声/非音声判定回路１０４０は、第１の変動量計算回
路１０３１から第１の変動量を入力し、第２の変動量計
算回路１０３２から第２の変動量を入力し、第３の変動
量計算回路１０３３から第３の変動量を入力し、第４の
変動量計算回路１０３４から第４の変動量を入力し、前
記第１の変動量と、前記第２の変動量と、前記第３の変
動量と、前記第４の変動量とからなる４次元ベクトル
が、４次元空間の音声領域内に存在するときは音声区間
と判定し、それ以外のときは非音声区間と判定し、前記
音声区間のときは判定フラグを1に設定し、前記非音声
区間のときは判定フラグを0に設定し、前記判定フラグ
を判定値平滑化回路１０５０へ出力する。音声と非音声
の判定（音声/非音声判定）には、例えば、文献１およ
び２のB.3.5節に記載されている１４の境界判定を用い
ることができる。
【００１６】判定値補正回路１０５０は、音声/非音声
判定回路１０４０から判定フラグを入力し、全帯域エネ
ルギー計算回路１０１２から全帯域エネルギーを入力
し、前記判定フラグをあらかじめ定められた条件式に従
って補正し、補正された判定フラグを出力端子１２を介
して出力する。ここで、前記判定フラグの補正は以下の
ように行われる。前フレームが音声区間（すなわち判定
フラグが1）であり、かつ現フレームのエネルギーがあ
る閾値を越えていれば、判定フラグを1とする。また、
前フレームを含む２フレームが連続して音声区間であ
り、かつ現フレームのエネルギーと前フレームのエネル
ギーとの差分の絶対値がある閾値未満であれば、判定フ
ラグを1とする。一方、過去の１０フレームが非音声区
間（すなわち判定フラグが0）であり、かつ現フレーム
のエネルギーと前フレームのエネルギーとの差分がある
閾値未満であれば、判定フラグを0とする。判定フラグ
の補正には、例えば、文献１および２のB.3.6節に記載
されている条件式を用いることができる。
判定回路１０４０から判定フラグを入力し、全帯域エネ
ルギー計算回路１０１２から全帯域エネルギーを入力
し、前記判定フラグをあらかじめ定められた条件式に従
って補正し、補正された判定フラグを出力端子１２を介
して出力する。ここで、前記判定フラグの補正は以下の
ように行われる。前フレームが音声区間（すなわち判定
フラグが1）であり、かつ現フレームのエネルギーがあ
る閾値を越えていれば、判定フラグを1とする。また、
前フレームを含む２フレームが連続して音声区間であ
り、かつ現フレームのエネルギーと前フレームのエネル
ギーとの差分の絶対値がある閾値未満であれば、判定フ
ラグを1とする。一方、過去の１０フレームが非音声区
間（すなわち判定フラグが0）であり、かつ現フレーム
のエネルギーと前フレームのエネルギーとの差分がある
閾値未満であれば、判定フラグを0とする。判定フラグ
の補正には、例えば、文献１および２のB.3.6節に記載
されている条件式を用いることができる。
【００１７】
【発明が解決しようとする課題】上述した従来の音声検
出方式は、音声区間における検出誤り（音声区間を誤っ
て非音声区間と検出すること）および非音声区間におけ
る検出誤り（非音声区間を誤って音声区間と検出するこ
と）を生じる場合がある、という問題点を有している。
出方式は、音声区間における検出誤り（音声区間を誤っ
て非音声区間と検出すること）および非音声区間におけ
る検出誤り（非音声区間を誤って音声区間と検出するこ
と）を生じる場合がある、という問題点を有している。
【００１８】その理由は、スペクトルの変動量、エネル
ギーの変動量および零交叉数の変動量を直接用いて音声
/非音声判定を行うためである。実際の入力音声が音声
区間であっても、前記各変動量の値は変動が大きいた
め、音声区間に対応するようにあらかじめ定めた値域に
存在するとは限らない。よって、音声区間における前記
検出誤りが生じる。このことは、非音声区間内において
も同様である。
ギーの変動量および零交叉数の変動量を直接用いて音声
/非音声判定を行うためである。実際の入力音声が音声
区間であっても、前記各変動量の値は変動が大きいた
め、音声区間に対応するようにあらかじめ定めた値域に
存在するとは限らない。よって、音声区間における前記
検出誤りが生じる。このことは、非音声区間内において
も同様である。
【００１９】
【課題を解決するための手段】本願の第１の発明は、一
定時間長毎に入力した音声信号から計算される特徴量を
用いて、前記音声信号を一定時間長毎に音声区間と非音
声区間とに判別する音声検出方法において、前記特徴量
の変動量を、フィルタに入力することで得られる前記変
動量の長時間平均を用いることを特徴とする。
定時間長毎に入力した音声信号から計算される特徴量を
用いて、前記音声信号を一定時間長毎に音声区間と非音
声区間とに判別する音声検出方法において、前記特徴量
の変動量を、フィルタに入力することで得られる前記変
動量の長時間平均を用いることを特徴とする。
【００２０】本願の第２の発明は、第１の発明におい
て、前記特徴量の変動量を前記特徴量とその長時間平均
とを用いて計算することを特徴とする。
て、前記特徴量の変動量を前記特徴量とその長時間平均
とを用いて計算することを特徴とする。
【００２１】本願の第３の発明は、第１または第２の発
明において、前記音声検出方法によって過去に出力され
た前記判別の結果を用いて、前記変動量の長時間平均を
計算する際の前記フィルタを切り替えることを特徴とす
る。
明において、前記音声検出方法によって過去に出力され
た前記判別の結果を用いて、前記変動量の長時間平均を
計算する際の前記フィルタを切り替えることを特徴とす
る。
【００２２】本願の第４の発明は、第１、第２または第
３の発明において、過去に入力された前記音声信号から
計算される特徴量を用いることを特徴とする。
３の発明において、過去に入力された前記音声信号から
計算される特徴量を用いることを特徴とする。
【００２３】本願の第５の発明は、第１、第２、第３ま
たは第４の発明において、前記特徴量として線スペクト
ル周波数、全帯域エネルギー、低域エネルギーおよび零
交叉数のうちの少なくとも一つを用いることを特徴とす
る。本願の第６の発明は、第５の発明において、音声復
号方法によって復号される線形予測係数から計算される
線スペクトル周波数と、前記音声復号方法によって過去
に出力された再生音声信号から計算される全帯域エネル
ギー、低域エネルギーおよび零交叉数のうちの少なくと
も一つを用いることを特徴とする。
たは第４の発明において、前記特徴量として線スペクト
ル周波数、全帯域エネルギー、低域エネルギーおよび零
交叉数のうちの少なくとも一つを用いることを特徴とす
る。本願の第６の発明は、第５の発明において、音声復
号方法によって復号される線形予測係数から計算される
線スペクトル周波数と、前記音声復号方法によって過去
に出力された再生音声信号から計算される全帯域エネル
ギー、低域エネルギーおよび零交叉数のうちの少なくと
も一つを用いることを特徴とする。
【００２４】本願の第７の発明は、一定時間長毎に入力
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出装置において、前記音声信号から線スペクト
ル周波数（LSF）を計算するLSF計算回路と、前記音声信
号から全帯域エネルギーを計算する全帯域エネルギー計
算回路と、前記音声信号から低域エネルギーを計算する
低域エネルギー計算回路と、前記音声信号から零交叉数
を計算する零交叉数計算回路と、前記線スペクトル周波
数の変動量（第１の変動量）を計算する線スペクトル周
波数変動量計算部と、前記全帯域エネルギーの変動量
（第２の変動量）を計算する全帯域エネルギー変動量計
算部と、前記低域エネルギーの変動量（第３の変動量）
を計算する低域エネルギー変動量計算部と、前記零交叉
数の変動量（第４の変動量）を計算する零交叉数変動量
計算部と、前記第１の変動量の長時間平均を計算する第
１のフィルタと、前記第２の変動量の長時間平均を計算
する第２のフィルタと、前記第３の変動量の長時間平均
を計算する第３のフィルタと、前記第４の変動量の長時
間平均を計算する第４のフィルタと、を含んで構成され
ることを特徴とする。本願の第８の発明は、一定時間長
毎に入力した音声信号から計算される特徴量を用いて、
前記音声信号を一定時間長毎に音声区間と非音声区間と
に判別する音声検出装置において、前記音声信号から線
スペクトル周波数（LSF）を計算するLSF計算回路と、前
記音声信号から全帯域エネルギーを計算する全帯域エネ
ルギー計算回路と、前記音声信号から低域エネルギーを
計算する低域エネルギー計算回路と、前記音声信号から
零交叉数を計算する零交叉数計算回路と、前記線スペク
トル周波数とその長時間平均との差分に基づく第１の変
動量を計算する第１の変動量計算回路と、前記全帯域エ
ネルギーとその長時間平均との差分に基づく第２の変動
量を計算する第２の変動量計算回路と、前記低域エネル
ギーとその長時間平均との差分に基づく第３の変動量を
計算する第３の変動量計算回路と、前記零交叉数とその
長時間平均との差分に基づく第４の変動量を計算する第
４の変動量計算回路と、前記第１の変動量の長時間平均
を計算する第１のフィルタと、前記第２の変動量の長時
間平均を計算する第２のフィルタと、前記第３の変動量
の長時間平均を計算する第３のフィルタと、前記第４の
変動量の長時間平均を計算する第４のフィルタと、を含
んで構成されることを特徴とする。
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出装置において、前記音声信号から線スペクト
ル周波数（LSF）を計算するLSF計算回路と、前記音声信
号から全帯域エネルギーを計算する全帯域エネルギー計
算回路と、前記音声信号から低域エネルギーを計算する
低域エネルギー計算回路と、前記音声信号から零交叉数
を計算する零交叉数計算回路と、前記線スペクトル周波
数の変動量（第１の変動量）を計算する線スペクトル周
波数変動量計算部と、前記全帯域エネルギーの変動量
（第２の変動量）を計算する全帯域エネルギー変動量計
算部と、前記低域エネルギーの変動量（第３の変動量）
を計算する低域エネルギー変動量計算部と、前記零交叉
数の変動量（第４の変動量）を計算する零交叉数変動量
計算部と、前記第１の変動量の長時間平均を計算する第
１のフィルタと、前記第２の変動量の長時間平均を計算
する第２のフィルタと、前記第３の変動量の長時間平均
を計算する第３のフィルタと、前記第４の変動量の長時
間平均を計算する第４のフィルタと、を含んで構成され
ることを特徴とする。本願の第８の発明は、一定時間長
毎に入力した音声信号から計算される特徴量を用いて、
前記音声信号を一定時間長毎に音声区間と非音声区間と
に判別する音声検出装置において、前記音声信号から線
スペクトル周波数（LSF）を計算するLSF計算回路と、前
記音声信号から全帯域エネルギーを計算する全帯域エネ
ルギー計算回路と、前記音声信号から低域エネルギーを
計算する低域エネルギー計算回路と、前記音声信号から
零交叉数を計算する零交叉数計算回路と、前記線スペク
トル周波数とその長時間平均との差分に基づく第１の変
動量を計算する第１の変動量計算回路と、前記全帯域エ
ネルギーとその長時間平均との差分に基づく第２の変動
量を計算する第２の変動量計算回路と、前記低域エネル
ギーとその長時間平均との差分に基づく第３の変動量を
計算する第３の変動量計算回路と、前記零交叉数とその
長時間平均との差分に基づく第４の変動量を計算する第
４の変動量計算回路と、前記第１の変動量の長時間平均
を計算する第１のフィルタと、前記第２の変動量の長時
間平均を計算する第２のフィルタと、前記第３の変動量
の長時間平均を計算する第３のフィルタと、前記第４の
変動量の長時間平均を計算する第４のフィルタと、を含
んで構成されることを特徴とする。
【００２５】本願の第９の発明は、第７または第８の発
明において、前記音声検出装置から過去に出力された前
記判別の結果を保持する第１の記憶回路と、前記第１の
変動量の長時間平均を計算する際に、前記第１の記憶回
路から入力した前記判別の結果を用いて、第５のフィル
タと第６のフィルタとを切り替える第１の切替器と、前
記第２の変動量の長時間平均を計算する際に、前記第１
の記憶回路から入力した前記判別の結果を用いて、第７
のフィルタと第８のフィルタとを切り替える第２の切替
器と、前記第３の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第９のフィルタと第１０のフィルタとを切り替える
第３の切替器と、前記第４の変動量の長時間平均を計算
する際に、前記第１の記憶回路から入力した前記判別の
結果を用いて、第１１のフィルタと第１２のフィルタと
を切り替える第４の切替器と、を含んで構成されること
を特徴とする。
明において、前記音声検出装置から過去に出力された前
記判別の結果を保持する第１の記憶回路と、前記第１の
変動量の長時間平均を計算する際に、前記第１の記憶回
路から入力した前記判別の結果を用いて、第５のフィル
タと第６のフィルタとを切り替える第１の切替器と、前
記第２の変動量の長時間平均を計算する際に、前記第１
の記憶回路から入力した前記判別の結果を用いて、第７
のフィルタと第８のフィルタとを切り替える第２の切替
器と、前記第３の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第９のフィルタと第１０のフィルタとを切り替える
第３の切替器と、前記第４の変動量の長時間平均を計算
する際に、前記第１の記憶回路から入力した前記判別の
結果を用いて、第１１のフィルタと第１２のフィルタと
を切り替える第４の切替器と、を含んで構成されること
を特徴とする。
【００２６】本願の第１０の発明は、第７、第８または
第９の発明において、過去に入力された前記音声信号か
ら前記線スペクトル周波数と、前記全帯域エネルギー
と、前記低域エネルギーと、前記零交叉数と、を計算す
ることを特徴とする。本願の第１１の発明は、第７から
第１０の発明のいずれかにおいて、特徴量として、線ス
ペクトル周波数、全帯域エネルギー、低域エネルギーお
よび零交叉数のうちの少なくとも一つを用いることを特
徴とする。
第９の発明において、過去に入力された前記音声信号か
ら前記線スペクトル周波数と、前記全帯域エネルギー
と、前記低域エネルギーと、前記零交叉数と、を計算す
ることを特徴とする。本願の第１１の発明は、第７から
第１０の発明のいずれかにおいて、特徴量として、線ス
ペクトル周波数、全帯域エネルギー、低域エネルギーお
よび零交叉数のうちの少なくとも一つを用いることを特
徴とする。
【００２７】本願の第１２の発明は、第７から第１０の
発明のいずれかにおいて、音声復号装置から過去に出力
された再生音声信号を記憶保持する第２の記憶回路を備
え、前記第２の記憶回路から出力される前記再生音声信
号から計算される全帯域エネルギー、低域エネルギーお
よび零交叉数と、前記音声復号装置において復号される
線形予測係数から計算される線スペクトル周波数と、の
うちの少なくとも一つを用いることを特徴とする。
発明のいずれかにおいて、音声復号装置から過去に出力
された再生音声信号を記憶保持する第２の記憶回路を備
え、前記第２の記憶回路から出力される前記再生音声信
号から計算される全帯域エネルギー、低域エネルギーお
よび零交叉数と、前記音声復号装置において復号される
線形予測係数から計算される線スペクトル周波数と、の
うちの少なくとも一つを用いることを特徴とする。
【００２８】本願の第１３の発明は、一定時間長毎に入
力した音声信号から計算される特徴量を用いて、前記音
声信号を一定時間長毎に音声区間と非音声区間とに判別
する音声検出方法を実行するプログラムを記録した記録
媒体において、（a）前記音声信号から線スペクトル周
波数（LSF）を計算する処理と、（b）前記音声信号から
全帯域エネルギーを計算する処理と、（c）前記音声信
号から低域エネルギーを計算する処理と、（d）前記音
声信号から零交叉数を計算する処理と、（e）前記線ス
ペクトル周波数の変動量（第１の変動量）を計算する処
理と、（f）前記全帯域エネルギーの変動量（第２の変
動量）を計算する処理と、（g）前記低域エネルギーの
変動量（第３の変動量）を計算する処理と、（h）前記
零交叉数の変動量（第４の変動量）を計算する処理と、
（I）前記第１の変動量の長時間平均を計算する処理
と、（j）前記第２の変動量の長時間平均を計算する処
理と、（k）前記第３の変動量の長時間平均を計算する
処理と、（l）前記第４の変動量の長時間平均を計算す
る処理と、の前記（a）から（l）の処理をコンピュータ
で実行させるプログラムを記録した記録媒体を提供す
る。本願の第１４の発明は、一定時間長毎に入力した音
声信号から計算される特徴量を用いて、前記音声信号を
一定時間長毎に音声区間と非音声区間とに判別する音声
検出方法を実行するプログラムを記録した記録媒体にお
いて、（a）前記音声信号から線スペクトル周波数（LS
F）を計算する処理と、（b）前記音声信号から全帯域エ
ネルギーを計算する処理と、（c）前記音声信号から低
域エネルギーを計算する処理と、（d）前記音声信号か
ら零交叉数を計算する処理と、（e）前記線スペクトル
周波数とその長時間平均との差分に基づく第１の変動量
を計算する処理と、（f）前記全帯域エネルギーとその
長時間平均との差分に基づく第２の変動量を計算する処
理と、（g）前記低域エネルギーとその長時間平均との
差分に基づく第３の変動量を計算する処理と、（h）前
記零交叉数とその長時間平均との差分に基づく第４の変
動量を計算する処理と、（I）前記第１の変動量の長時
間平均を計算する処理と、（j）前記第２の変動量の長
時間平均を計算する処理と、（k）前記第３の変動量の
長時間平均を計算する処理と、（l）前記第４の変動量
の長時間平均を計算する処理と、の前記（a）から（l）
の処理をコンピュータで実行させるプログラムを記録し
た記録媒体を提供する。本願の第１５の発明は、第１３
または第１４の発明において、（a）過去に出力された
前記判別の結果を保持する処理と、（b）前記第１の変
動量の長時間平均を計算する際に、前記第１の記憶回路
から入力した前記判別の結果を用いて、第５のフィルタ
と第６のフィルタとを切り替える処理と、（c）前記第
２の変動量の長時間平均を計算する際に、前記第１の記
憶回路から入力した前記判別の結果を用いて、第７のフ
ィルタと第８のフィルタとを切り替える処理と、（d）
前記第３の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
９のフィルタと第１０のフィルタとを切り替える処理
と、（e）前記第４の変動量の長時間平均を計算する際
に、前記第１の記憶回路から入力した前記判別の結果を
用いて、第１１のフィルタと第１２のフィルタとを切り
替える処理と、の前記（a）から（e）の処理を、前記コ
ンピュータに実行させるためのプログラムを記録した記
録媒体を提供する。
力した音声信号から計算される特徴量を用いて、前記音
声信号を一定時間長毎に音声区間と非音声区間とに判別
する音声検出方法を実行するプログラムを記録した記録
媒体において、（a）前記音声信号から線スペクトル周
波数（LSF）を計算する処理と、（b）前記音声信号から
全帯域エネルギーを計算する処理と、（c）前記音声信
号から低域エネルギーを計算する処理と、（d）前記音
声信号から零交叉数を計算する処理と、（e）前記線ス
ペクトル周波数の変動量（第１の変動量）を計算する処
理と、（f）前記全帯域エネルギーの変動量（第２の変
動量）を計算する処理と、（g）前記低域エネルギーの
変動量（第３の変動量）を計算する処理と、（h）前記
零交叉数の変動量（第４の変動量）を計算する処理と、
（I）前記第１の変動量の長時間平均を計算する処理
と、（j）前記第２の変動量の長時間平均を計算する処
理と、（k）前記第３の変動量の長時間平均を計算する
処理と、（l）前記第４の変動量の長時間平均を計算す
る処理と、の前記（a）から（l）の処理をコンピュータ
で実行させるプログラムを記録した記録媒体を提供す
る。本願の第１４の発明は、一定時間長毎に入力した音
声信号から計算される特徴量を用いて、前記音声信号を
一定時間長毎に音声区間と非音声区間とに判別する音声
検出方法を実行するプログラムを記録した記録媒体にお
いて、（a）前記音声信号から線スペクトル周波数（LS
F）を計算する処理と、（b）前記音声信号から全帯域エ
ネルギーを計算する処理と、（c）前記音声信号から低
域エネルギーを計算する処理と、（d）前記音声信号か
ら零交叉数を計算する処理と、（e）前記線スペクトル
周波数とその長時間平均との差分に基づく第１の変動量
を計算する処理と、（f）前記全帯域エネルギーとその
長時間平均との差分に基づく第２の変動量を計算する処
理と、（g）前記低域エネルギーとその長時間平均との
差分に基づく第３の変動量を計算する処理と、（h）前
記零交叉数とその長時間平均との差分に基づく第４の変
動量を計算する処理と、（I）前記第１の変動量の長時
間平均を計算する処理と、（j）前記第２の変動量の長
時間平均を計算する処理と、（k）前記第３の変動量の
長時間平均を計算する処理と、（l）前記第４の変動量
の長時間平均を計算する処理と、の前記（a）から（l）
の処理をコンピュータで実行させるプログラムを記録し
た記録媒体を提供する。本願の第１５の発明は、第１３
または第１４の発明において、（a）過去に出力された
前記判別の結果を保持する処理と、（b）前記第１の変
動量の長時間平均を計算する際に、前記第１の記憶回路
から入力した前記判別の結果を用いて、第５のフィルタ
と第６のフィルタとを切り替える処理と、（c）前記第
２の変動量の長時間平均を計算する際に、前記第１の記
憶回路から入力した前記判別の結果を用いて、第７のフ
ィルタと第８のフィルタとを切り替える処理と、（d）
前記第３の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
９のフィルタと第１０のフィルタとを切り替える処理
と、（e）前記第４の変動量の長時間平均を計算する際
に、前記第１の記憶回路から入力した前記判別の結果を
用いて、第１１のフィルタと第１２のフィルタとを切り
替える処理と、の前記（a）から（e）の処理を、前記コ
ンピュータに実行させるためのプログラムを記録した記
録媒体を提供する。
【００２９】本願の第１６の発明は、第１３、第１４ま
たは第１５の発明において、過去に入力された前記音声
信号から前記線スペクトル周波数と、前記全帯域エネル
ギーと、前記低域エネルギーと、前記零交叉数と、を計
算する処理を、前記コンピュータに実行させるためのプ
ログラムを記録した記録媒体を提供する。
たは第１５の発明において、過去に入力された前記音声
信号から前記線スペクトル周波数と、前記全帯域エネル
ギーと、前記低域エネルギーと、前記零交叉数と、を計
算する処理を、前記コンピュータに実行させるためのプ
ログラムを記録した記録媒体を提供する。
【００３０】本願の第１７の発明は、第１３から第１６
のいずれかの発明において、（a）前記音声信号から線
スペクトル周波数（LSF）を計算する処理と、（b）前記
音声信号から全帯域エネルギーを計算する処理と、
（c）前記音声信号から低域エネルギーを計算する処理
と、（d）前記音声信号から零交叉数を計算する処理
と、の前記(a)から(d)の処理のうちの少なくとも一つ
を、前記情報処理装置に実行させるためのプログラムを
記録した前記情報処理装置が読み取り可能な記録媒体を
提供する。本願の第１８の発明は、第１３から第１７の
いずれかの発明において、(a) 音声復号装置から過去
に出力された再生音声信号を記憶保持する処理と、
（b）前記音声信号から線スペクトル周波数（LSF）を計
算する処理と、（c）前記音声信号から全帯域エネルギ
ーを計算する処理と、（d）前記音声信号から低域エネ
ルギーを計算する処理と、（e）前記再生音声信号から
零交叉数を計算する処理と、の前記(a)の処理と、前記
(b)から(e)の処理のうちの少なくとも一つを、前記情報
処理装置に実行させるためのプログラムを記録した前記
情報処理装置が読み取り可能な記録媒体を提供する。
のいずれかの発明において、（a）前記音声信号から線
スペクトル周波数（LSF）を計算する処理と、（b）前記
音声信号から全帯域エネルギーを計算する処理と、
（c）前記音声信号から低域エネルギーを計算する処理
と、（d）前記音声信号から零交叉数を計算する処理
と、の前記(a)から(d)の処理のうちの少なくとも一つ
を、前記情報処理装置に実行させるためのプログラムを
記録した前記情報処理装置が読み取り可能な記録媒体を
提供する。本願の第１８の発明は、第１３から第１７の
いずれかの発明において、(a) 音声復号装置から過去
に出力された再生音声信号を記憶保持する処理と、
（b）前記音声信号から線スペクトル周波数（LSF）を計
算する処理と、（c）前記音声信号から全帯域エネルギ
ーを計算する処理と、（d）前記音声信号から低域エネ
ルギーを計算する処理と、（e）前記再生音声信号から
零交叉数を計算する処理と、の前記(a)の処理と、前記
(b)から(e)の処理のうちの少なくとも一つを、前記情報
処理装置に実行させるためのプログラムを記録した前記
情報処理装置が読み取り可能な記録媒体を提供する。
【００３１】本発明では、スペクトル変動量、エネルギ
ー変動量および零交叉数変動量の長時間平均を用いて音
声/非音声判定を行う。前記各変動量の長時間平均は、
前記各変動量そのものに比べて、音声および非音声の各
々の区間内における値の変動が小さいため、前記長時間
平均の値は、音声区間および非音声区間に対応するよう
にあらかじめ定めた値域に高い割合で存在する。したが
って、音声区間における検出誤りおよび非音声区間にお
ける検出誤りを低減できる。
ー変動量および零交叉数変動量の長時間平均を用いて音
声/非音声判定を行う。前記各変動量の長時間平均は、
前記各変動量そのものに比べて、音声および非音声の各
々の区間内における値の変動が小さいため、前記長時間
平均の値は、音声区間および非音声区間に対応するよう
にあらかじめ定めた値域に高い割合で存在する。したが
って、音声区間における検出誤りおよび非音声区間にお
ける検出誤りを低減できる。
【００３２】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して詳細に説明する。
て図面を参照して詳細に説明する。
【００３３】図１は、本発明の音声検出装置の第１の実
施の形態の構成を示す図である。図１において、図６と
同一または同等の要素には、同一の参照符号が付されて
いる。図１において、入力端子１０および１１、出力端
子１２、LSF計算回路１０１１、全帯域エネルギー計算
回路１０１２、低域エネルギー計算回路１０１３、零交
叉数計算回路１０１４、第１の移動平均計算回路１０２
１、第２の移動平均計算回路１０２２、第３の移動平均
計算回路１０２３、第４の移動平均計算回路１０２４、
第１の変動量計算回路１０３１、第２の変動量計算回路
１０３２、第３の変動量計算回路１０３３、第４の変動
量計算回路１０３４および音声/非音声判定回路１０４
０は、図５に示した要素と同じであるので、これらの要
素の説明は省略し、以下では主に、図５に示した構成と
の相違点について説明する。
施の形態の構成を示す図である。図１において、図６と
同一または同等の要素には、同一の参照符号が付されて
いる。図１において、入力端子１０および１１、出力端
子１２、LSF計算回路１０１１、全帯域エネルギー計算
回路１０１２、低域エネルギー計算回路１０１３、零交
叉数計算回路１０１４、第１の移動平均計算回路１０２
１、第２の移動平均計算回路１０２２、第３の移動平均
計算回路１０２３、第４の移動平均計算回路１０２４、
第１の変動量計算回路１０３１、第２の変動量計算回路
１０３２、第３の変動量計算回路１０３３、第４の変動
量計算回路１０３４および音声/非音声判定回路１０４
０は、図５に示した要素と同じであるので、これらの要
素の説明は省略し、以下では主に、図５に示した構成と
の相違点について説明する。
【００３４】図１を参照すると、本発明の第１の実施の
形態においては、図５に示した構成に、第１のフィルタ
２０６１、第２のフィルタ２０６２、第３のフィルタ２
０６３および第４のフィルタ２０６４が付加されてい
る。本発明の第１の実施の形態において、図５の構成と
同様、音声の入力は、Ｔfrmsec（例えば、10 msec）周
期のブロック単位（フレーム）で行われるものとする。
フレーム長をＬfrサンプル（例えば、80サンプル）とす
る。１フレームのサンプル数は、入力音声のサンプリン
グ周波数（例えば、8 kHz）によって定まる。
形態においては、図５に示した構成に、第１のフィルタ
２０６１、第２のフィルタ２０６２、第３のフィルタ２
０６３および第４のフィルタ２０６４が付加されてい
る。本発明の第１の実施の形態において、図５の構成と
同様、音声の入力は、Ｔfrmsec（例えば、10 msec）周
期のブロック単位（フレーム）で行われるものとする。
フレーム長をＬfrサンプル（例えば、80サンプル）とす
る。１フレームのサンプル数は、入力音声のサンプリン
グ周波数（例えば、8 kHz）によって定まる。
【００３５】第１のフィルタ２０６１は、第１の変動量
計算回路１０３１から第１の変動量を入力し、前記第１
の変動量の平均値、中央値あるいは最頻値など、前記第
１の変動量の平均的な挙動を反映した値、第１の平均変
動量を計算し、前記第１の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
計算回路１０３１から第１の変動量を入力し、前記第１
の変動量の平均値、中央値あるいは最頻値など、前記第
１の変動量の平均的な挙動を反映した値、第１の平均変
動量を計算し、前記第１の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
【００３６】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第１の変動量ΔＳ[m]と第（ｍ−
１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γＳは定数であり、例えば、γＳ＝０．７４で
ある。
第ｍフレームにおける第１の変動量ΔＳ[m]と第（ｍ−
１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γＳは定数であり、例えば、γＳ＝０．７４で
ある。
【００３７】第２のフィルタ２０６２は、第２の変動量
計算回路１０３２から第２の変動量を入力し、前記第２
の変動量の平均値、中央値あるいは最頻値など、前記第
２の変動量の平均的な挙動を反映した値、第２の平均変
動量を計算し、前記第２の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
計算回路１０３２から第２の変動量を入力し、前記第２
の変動量の平均値、中央値あるいは最頻値など、前記第
２の変動量の平均的な挙動を反映した値、第２の平均変
動量を計算し、前記第２の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
【００３８】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第２の変動量ΔＥf [m]と第（ｍ−
１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEfは定数であり、例えば、γEf＝０．６であ
る。
第ｍフレームにおける第２の変動量ΔＥf [m]と第（ｍ−
１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEfは定数であり、例えば、γEf＝０．６であ
る。
【００３９】第３のフィルタ２０６３は、第３の変動量
計算回路１０３３から第３の変動量を入力し、前記第３
の変動量の平均値、中央値あるいは最頻値など、前記第
３の変動量の平均的な挙動を反映した値、第３の平均変
動量を計算し、前記第３の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
計算回路１０３３から第３の変動量を入力し、前記第３
の変動量の平均値、中央値あるいは最頻値など、前記第
３の変動量の平均的な挙動を反映した値、第３の平均変
動量を計算し、前記第３の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
【００４０】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第３の変動量ΔＥl [m]と第（ｍ−
１）フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γElは定数であり、例えば、γEl＝０．６であ
る。
第ｍフレームにおける第３の変動量ΔＥl [m]と第（ｍ−
１）フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γElは定数であり、例えば、γEl＝０．６であ
る。
【００４１】第４のフィルタ２０６４は、第４の変動量
計算回路１０３４から第４の変動量を入力し、前記第４
の変動量の平均値、中央値あるいは最頻値など、前記第
４の変動量の平均的な挙動を反映した値、第４の平均変
動量を計算し、前記第４の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
計算回路１０３４から第４の変動量を入力し、前記第４
の変動量の平均値、中央値あるいは最頻値など、前記第
４の変動量の平均的な挙動を反映した値、第４の平均変
動量を計算し、前記第４の平均変動量を音声/非音声判
定回路１０４０へ出力する。ここで、前記平均値、中央
値あるいは最頻値の計算には、線形フィルタおよび非線
形フィルタを用いることができる。
【００４２】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第４の変動量ΔＺc [m]と第（ｍ−
１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZcは定数であり、例えば、γZc＝０．７であ
る。
第ｍフレームにおける第４の変動量ΔＺc [m]と第（ｍ−
１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZcは定数であり、例えば、γZc＝０．７であ
る。
【００４３】なお、第１の変動量計算回路１０３１、第
２の変動量計算回路１０３２、第３の変動量計算回路１
０３３および第４の変動量計算回路１０３４において計
算される、第１の変動量、第２の変動量、第３の変動量
および第４の変動量は、各々、従来例で示した式の代わ
りに、次式を用いて計算することもできる。これは、以
下において記述される他の実施の形態に対しても同様で
ある。 あるいは、次式を用いることもできる。 ｍ 次に本発明の第２の実施の形態について説明する。図２
は、本発明の音声検出装置の第２の実施の形態の構成を
示す図である。図２において、図１および図６と同一ま
たは同等の要素には、同一の参照符号が付されている。
２の変動量計算回路１０３２、第３の変動量計算回路１
０３３および第４の変動量計算回路１０３４において計
算される、第１の変動量、第２の変動量、第３の変動量
および第４の変動量は、各々、従来例で示した式の代わ
りに、次式を用いて計算することもできる。これは、以
下において記述される他の実施の形態に対しても同様で
ある。 あるいは、次式を用いることもできる。 ｍ 次に本発明の第２の実施の形態について説明する。図２
は、本発明の音声検出装置の第２の実施の形態の構成を
示す図である。図２において、図１および図６と同一ま
たは同等の要素には、同一の参照符号が付されている。
【００４４】図２を参照すると、本発明の第２の実施の
形態では、第１の変動量と、第２の変動量と、第３の変
動量と、第４の変動量の各々について平均値を計算する
フィルタを、音声/非音声判定回路１０４０の出力に従
って切り替える。ここで、平均値を計算するフィルタを
前記第１の実施の形態と同様の平滑フィルタとすると、
平滑化の強さを制御するパラメータ（平滑化強度パラメ
ータ）、γs, γEf,γElおよびｍを、音声区間（すなわ
ち、音声/非音声判定回路１０４０から出力される判定
フラグが1）では大きくする。このことにより、前記第
１の変動量および各差分の平均値が、音声区間の全体的
な性質をよりよく反映することになり、音声区間での検
出誤りをさらに低減できる。他方、非音声区間（すなわ
ち、前記判定フラグが0）では前記平滑化強度パラメー
タを小さくすることで、非音声区間から音声区間への遷
移において、前記第１の変動量および各差分が平滑化さ
れることで生じる判定フラグの遷移の遅れ、すなわち検
出誤り、を回避できる。
形態では、第１の変動量と、第２の変動量と、第３の変
動量と、第４の変動量の各々について平均値を計算する
フィルタを、音声/非音声判定回路１０４０の出力に従
って切り替える。ここで、平均値を計算するフィルタを
前記第１の実施の形態と同様の平滑フィルタとすると、
平滑化の強さを制御するパラメータ（平滑化強度パラメ
ータ）、γs, γEf,γElおよびｍを、音声区間（すなわ
ち、音声/非音声判定回路１０４０から出力される判定
フラグが1）では大きくする。このことにより、前記第
１の変動量および各差分の平均値が、音声区間の全体的
な性質をよりよく反映することになり、音声区間での検
出誤りをさらに低減できる。他方、非音声区間（すなわ
ち、前記判定フラグが0）では前記平滑化強度パラメー
タを小さくすることで、非音声区間から音声区間への遷
移において、前記第１の変動量および各差分が平滑化さ
れることで生じる判定フラグの遷移の遅れ、すなわち検
出誤り、を回避できる。
【００４５】なお、入力端子１０および１１、出力端子
１２、LSF計算回路１０１１、全帯域エネルギー計算回
路１０１２、低域エネルギー計算回路１０１３、零交叉
数計算回路１０１４、第１の移動平均計算回路１０２
１、第２の移動平均計算回路１０２２、第３の移動平均
計算回路１０２３、第４の移動平均計算回路１０２４、
第１の変動量計算回路１０３１、第２の変動量計算回路
１０３２、第３の変動量計算回路１０３３、第４の変動
量計算回路１０３４および音声/非音声判定回路１０４
０は、図５に示した要素と同じであるので、これらの要
素の説明は省略する。
１２、LSF計算回路１０１１、全帯域エネルギー計算回
路１０１２、低域エネルギー計算回路１０１３、零交叉
数計算回路１０１４、第１の移動平均計算回路１０２
１、第２の移動平均計算回路１０２２、第３の移動平均
計算回路１０２３、第４の移動平均計算回路１０２４、
第１の変動量計算回路１０３１、第２の変動量計算回路
１０３２、第３の変動量計算回路１０３３、第４の変動
量計算回路１０３４および音声/非音声判定回路１０４
０は、図５に示した要素と同じであるので、これらの要
素の説明は省略する。
【００４６】図２を参照すると、本発明の第２の実施の
形態においては、図１に示した第１の実施の形態の構成
における第１のフィルタ２０６１、第２のフィルタ２０
６２、第３のフィルタ２０６３および第４のフィルタ２
０６４に代わり、第５のフィルタ３０６１、第６のフィ
ルタ３０６２、第７のフィルタ３０６３、第８のフィル
タ３０６４、第９のフィルタ３０６５、第１０のフィル
タ３０６６、第１１のフィルタ３０６７、第１２のフィ
ルタ３０６８、第１の切替器３０７１、第２の切替器３
０７２、第３の切替器３０７３、第４の切替器３０７
４、および第１の記憶回路３０８１、が付加されてい
る。以下ではこれらについて説明する。
形態においては、図１に示した第１の実施の形態の構成
における第１のフィルタ２０６１、第２のフィルタ２０
６２、第３のフィルタ２０６３および第４のフィルタ２
０６４に代わり、第５のフィルタ３０６１、第６のフィ
ルタ３０６２、第７のフィルタ３０６３、第８のフィル
タ３０６４、第９のフィルタ３０６５、第１０のフィル
タ３０６６、第１１のフィルタ３０６７、第１２のフィ
ルタ３０６８、第１の切替器３０７１、第２の切替器３
０７２、第３の切替器３０７３、第４の切替器３０７
４、および第１の記憶回路３０８１、が付加されてい
る。以下ではこれらについて説明する。
【００４７】第１の記憶回路３０８１は、音声/非音声
判定回路１０４０から判定フラグを入力し、これを記憶
保持し、記憶保持されている過去のフレームにおける前
記判定フラグを第１の切替器３０７１と、第２の切替器
３０７２と、第３の切替器３０７３と、第４の切替器３
０７４とに出力する。
判定回路１０４０から判定フラグを入力し、これを記憶
保持し、記憶保持されている過去のフレームにおける前
記判定フラグを第１の切替器３０７１と、第２の切替器
３０７２と、第３の切替器３０７３と、第４の切替器３
０７４とに出力する。
【００４８】第１の切替器３０７１は、第１の変動量計
算回路１０３１から第１の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第１の変動量を第５のフィルタ３０６１へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第１の
変動量を第６のフィルタ３０６２へ出力する。
算回路１０３１から第１の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第１の変動量を第５のフィルタ３０６１へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第１の
変動量を第６のフィルタ３０６２へ出力する。
【００４９】第５のフィルタ３０６１は、第１の切替器
３０７１から第１の変動量を入力し、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算し、前記第１の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第１の変動量ΔＳ
[m]と第（ｍ−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γslは定数であり、例えば、γsl＝０．８０
である。
３０７１から第１の変動量を入力し、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算し、前記第１の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第１の変動量ΔＳ
[m]と第（ｍ−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γslは定数であり、例えば、γsl＝０．８０
である。
【００５０】第６のフィルタ３０６２は、第１の切替器
３０７１から第１の変動量を入力し、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算し、前記第１の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第１の変動量ΔＳ
[m]と第（ｍ−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γs2は定数である。ただし、 例えば、γs2＝０．６４である。
３０７１から第１の変動量を入力し、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算し、前記第１の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第１の変動量ΔＳ
[m]と第（ｍ−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γs2は定数である。ただし、 例えば、γs2＝０．６４である。
【００５１】第２の切替器３０７２は、第２の変動量計
算回路１０３２から第２の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第２の変動量を第７のフィルタ３０６３へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第２の
変動量を第８のフィルタ３０６４へ出力する。
算回路１０３２から第２の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第２の変動量を第７のフィルタ３０６３へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第２の
変動量を第８のフィルタ３０６４へ出力する。
【００５２】第７のフィルタ３０６３は、第２の切替器
３０７２から第２の変動量を入力し、前記第２の変動量
の平均値、中央値あるいは最頻値など、前記第２の変動
量の平均的な挙動を反映した値、第２の平均変動量を計
算し、前記第２の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第２の変動量ΔＥ
f [m]と第（ｍ−１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
３０７２から第２の変動量を入力し、前記第２の変動量
の平均値、中央値あるいは最頻値など、前記第２の変動
量の平均的な挙動を反映した値、第２の平均変動量を計
算し、前記第２の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第２の変動量ΔＥ
f [m]と第（ｍ−１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
【００５３】第８のフィルタ３０６４は、第２の切替器
３０７２から第２の変動量を入力し、前記第２の変動量
の平均値、中央値あるいは最頻値など、前記第２の変動
量の平均的な挙動を反映した値、第２の平均変動量を計
算し、前記第２の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第２の変動量ΔＥ
f [m]と第（ｍ−１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
３０７２から第２の変動量を入力し、前記第２の変動量
の平均値、中央値あるいは最頻値など、前記第２の変動
量の平均的な挙動を反映した値、第２の平均変動量を計
算し、前記第２の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第２の変動量ΔＥ
f [m]と第（ｍ−１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
【００５４】第３の切替器３０７３は、第３の変動量計
算回路１０３３から第３の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第３の変動量を第９のフィルタ３０６５へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第３の
変動量を第１０のフィルタ３０６６へ出力する。
算回路１０３３から第３の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第３の変動量を第９のフィルタ３０６５へ出力し、前
記判定フラグが0（非音声区間）のときは、前記第３の
変動量を第１０のフィルタ３０６６へ出力する。
【００５５】第９のフィルタ３０６５は、第３の切替器
３０７３から第３の変動量を入力し、前記第３の変動量
の平均値、中央値あるいは最頻値など、前記第３の変動
量の平均的な挙動を反映した値、第３の平均変動量を計
算し、前記第３の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第３の変動量ΔＥ
l [m]と第（ｍ−１）フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
３０７３から第３の変動量を入力し、前記第３の変動量
の平均値、中央値あるいは最頻値など、前記第３の変動
量の平均的な挙動を反映した値、第３の平均変動量を計
算し、前記第３の平均変動量を音声/非音声判定回路１
０４０へ出力する。ここで、前記平均値、中央値あるい
は最頻値の計算には、線形フィルタおよび非線形フィル
タを用いることができる。ここでは、次式の平滑化フィ
ルタを用いて、第ｍフレームにおける第３の変動量ΔＥ
l [m]と第（ｍ−１）フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
【００５６】第１０のフィルタ３０６６は、第３の切替
器３０７３から第３の変動量を入力し、前記第３の変動
量の平均値、中央値あるいは最頻値など、前記第３の変
動量の平均的な挙動を反映した値、第３の平均変動量を
計算し、前記第３の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑化フ
ィルタを用いて、第ｍフレームにおける第３の変動量Δ
Ｅl [m]と第（ｍ−１）フレームにおける第３の平均変動
量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
器３０７３から第３の変動量を入力し、前記第３の変動
量の平均値、中央値あるいは最頻値など、前記第３の変
動量の平均的な挙動を反映した値、第３の平均変動量を
計算し、前記第３の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑化フ
ィルタを用いて、第ｍフレームにおける第３の変動量Δ
Ｅl [m]と第（ｍ−１）フレームにおける第３の平均変動
量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
【００５７】第４の切替器３０７４は、第４の変動量計
算回路１０３４から第４の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第４の変動量を第１１のフィルタ３０６７へ出力し、
前記判定フラグが0（非音声区間）のときは、前記第４
の変動量を第１２のフィルタ３０６８へ出力する。
算回路１０３４から第４の変動量を入力し、第１の記憶
回路３０８１から過去のフレームにおける判定フラグを
入力し、前記判定フラグが1（音声区間）のときは、前
記第４の変動量を第１１のフィルタ３０６７へ出力し、
前記判定フラグが0（非音声区間）のときは、前記第４
の変動量を第１２のフィルタ３０６８へ出力する。
【００５８】第１１のフィルタ３０６７は、第４の切替
器３０７４から第４の変動量を入力し、前記第４の変動
量の平均値、中央値あるいは最頻値など、前記第４の変
動量の平均的な挙動を反映した値、第４の平均変動量を
計算し、前記第４の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑フィ
ルタを用いて、第ｍフレームにおける第４の変動量ΔＺ
c [m]と第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc1は定数であり、例えば、γZc1＝０．７８
である。
器３０７４から第４の変動量を入力し、前記第４の変動
量の平均値、中央値あるいは最頻値など、前記第４の変
動量の平均的な挙動を反映した値、第４の平均変動量を
計算し、前記第４の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑フィ
ルタを用いて、第ｍフレームにおける第４の変動量ΔＺ
c [m]と第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc1は定数であり、例えば、γZc1＝０．７８
である。
【００５９】第１２のフィルタ３０６８は、第４の切替
器３０７４から第４の変動量を入力し、前記第４の変動
量の平均値、中央値あるいは最頻値など、前記第４の変
動量の平均的な挙動を反映した値、第４の平均変動量を
計算し、前記第４の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑フィ
ルタを用いて、第ｍフレームにおける第４の変動量ΔＺ
c [m]と第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc2は定数であり、例えば、 例えば、γZc2＝０．６４である。
器３０７４から第４の変動量を入力し、前記第４の変動
量の平均値、中央値あるいは最頻値など、前記第４の変
動量の平均的な挙動を反映した値、第４の平均変動量を
計算し、前記第４の平均変動量を音声/非音声判定回路
１０４０へ出力する。ここで、前記平均値、中央値ある
いは最頻値の計算には、線形フィルタおよび非線形フィ
ルタを用いることができる。ここでは、次式の平滑フィ
ルタを用いて、第ｍフレームにおける第４の変動量ΔＺ
c [m]と第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc2は定数であり、例えば、 例えば、γZc2＝０．６４である。
【００６０】次に本発明の第３の実施の形態について説
明する。図３は、本発明の音声検出装置の第３の実施の
形態の構成を示す図である。図３において、図１と同一
または同等の要素には、同一の参照符号が付されてい
る。本実施の形態は、例えば、音声復号装置において音
声と非音声とに応じて復号処理方法を切り替える等の目
的に対して、本願第１の実施の形態による音声検出装置
を利用する場合の構成例、と位置付けられる。このため
に本実施の形態では、入力端子１０を介して、前記音声
復号装置から過去に出力された再生音声を入力し、入力
端子１１を介して、音声復号装置において復号された線
形予測係数を入力する。なお、出力端子１２、LSF計算
回路１０１１、全帯域エネルギー計算回路１０１２、低
域エネルギー計算回路１０１３、零交叉数計算回路１０
１４、第１の移動平均計算回路１０２１、第２の移動平
均計算回路１０２２、第３の移動平均計算回路１０２
３、第４の移動平均計算回路１０２４、第１の変動量計
算回路１０３１、第２の変動量計算回路１０３２、第３
の変動量計算回路１０３３、第４の変動量計算回路１０
３４、第１のフィルタ２０６１、第２のフィルタ２０６
２、第３のフィルタ２０６３、第４のフィルタ２０６４
および音声/非音声判定回路１０４０は、図１に示した
要素と同じであるので、説明を省略する。
明する。図３は、本発明の音声検出装置の第３の実施の
形態の構成を示す図である。図３において、図１と同一
または同等の要素には、同一の参照符号が付されてい
る。本実施の形態は、例えば、音声復号装置において音
声と非音声とに応じて復号処理方法を切り替える等の目
的に対して、本願第１の実施の形態による音声検出装置
を利用する場合の構成例、と位置付けられる。このため
に本実施の形態では、入力端子１０を介して、前記音声
復号装置から過去に出力された再生音声を入力し、入力
端子１１を介して、音声復号装置において復号された線
形予測係数を入力する。なお、出力端子１２、LSF計算
回路１０１１、全帯域エネルギー計算回路１０１２、低
域エネルギー計算回路１０１３、零交叉数計算回路１０
１４、第１の移動平均計算回路１０２１、第２の移動平
均計算回路１０２２、第３の移動平均計算回路１０２
３、第４の移動平均計算回路１０２４、第１の変動量計
算回路１０３１、第２の変動量計算回路１０３２、第３
の変動量計算回路１０３３、第４の変動量計算回路１０
３４、第１のフィルタ２０６１、第２のフィルタ２０６
２、第３のフィルタ２０６３、第４のフィルタ２０６４
および音声/非音声判定回路１０４０は、図１に示した
要素と同じであるので、説明を省略する。
【００６１】図３を参照すると、本発明の第３の実施の
形態は、図１に示した第１の実施の形態の構成に加え
て、第２の記憶回路７０７１を備えている。以下では、
前記第２の記憶回路７０７１について説明する。
形態は、図１に示した第１の実施の形態の構成に加え
て、第２の記憶回路７０７１を備えている。以下では、
前記第２の記憶回路７０７１について説明する。
【００６２】第２の記憶回路７０７１は、入力端子１０
を介して、音声復号装置から出力される再生音声を入力
し、これを記憶保持し、記憶保持されている過去のフレ
ームの再生信号を全帯域エネルギー計算回路１０１２
と、低域エネルギー計算回路１０１３と、零交叉数計算
回路１０１４とへ出力する。
を介して、音声復号装置から出力される再生音声を入力
し、これを記憶保持し、記憶保持されている過去のフレ
ームの再生信号を全帯域エネルギー計算回路１０１２
と、低域エネルギー計算回路１０１３と、零交叉数計算
回路１０１４とへ出力する。
【００６３】次に本発明の第４の実施の形態について説
明する。図４は、本発明の音声検出装置の第４の実施の
形態の構成を示す図である。図４において、図２と同一
または同等の要素には、同一の参照符号が付されてい
る。本実施の形態は、例えば、音声復号装置において音
声と非音声とに応じて復号処理方法を切り替える等の目
的に対して、本願第２の実施の形態による音声検出装置
を利用する場合の構成例、と位置付けられる。このため
に本実施の形態では、入力端子１０を介して、音声復号
装置から出力される再生音声を入力し、入力端子１１を
介して、音声復号装置において復号された線形予測係数
を入力する。なお、出力端子１２、LSF計算回路１０１
１、全帯域エネルギー計算回路１０１２、低域エネルギ
ー計算回路１０１３、零交叉数計算回路１０１４、第１
の移動平均計算回路１０２１、第２の移動平均計算回路
１０２２、第３の移動平均計算回路１０２３、第４の移
動平均計算回路１０２４、第１の変動量計算回路１０３
１、第２の変動量計算回路１０３２、第３の変動量計算
回路１０３３、第４の変動量計算回路１０３４、第１の
切替器３０７１、第２の切替器３０７２、第３の切替器
３０７３、第４の切替器３０７４、第５のフィルタ３０
６１、第６のフィルタ３０６２、第７のフィルタ３０６
３、第８のフィルタ３０６４、第９のフィルタ３０６
５、第１０のフィルタ３０６６、第１１のフィルタ３０
６７、第１２のフィルタ３０６８、第１の記憶回路３０
８１、および音声/非音声判定回路１０４０は、図２に
示した要素と同じであるので、説明を省略する。
明する。図４は、本発明の音声検出装置の第４の実施の
形態の構成を示す図である。図４において、図２と同一
または同等の要素には、同一の参照符号が付されてい
る。本実施の形態は、例えば、音声復号装置において音
声と非音声とに応じて復号処理方法を切り替える等の目
的に対して、本願第２の実施の形態による音声検出装置
を利用する場合の構成例、と位置付けられる。このため
に本実施の形態では、入力端子１０を介して、音声復号
装置から出力される再生音声を入力し、入力端子１１を
介して、音声復号装置において復号された線形予測係数
を入力する。なお、出力端子１２、LSF計算回路１０１
１、全帯域エネルギー計算回路１０１２、低域エネルギ
ー計算回路１０１３、零交叉数計算回路１０１４、第１
の移動平均計算回路１０２１、第２の移動平均計算回路
１０２２、第３の移動平均計算回路１０２３、第４の移
動平均計算回路１０２４、第１の変動量計算回路１０３
１、第２の変動量計算回路１０３２、第３の変動量計算
回路１０３３、第４の変動量計算回路１０３４、第１の
切替器３０７１、第２の切替器３０７２、第３の切替器
３０７３、第４の切替器３０７４、第５のフィルタ３０
６１、第６のフィルタ３０６２、第７のフィルタ３０６
３、第８のフィルタ３０６４、第９のフィルタ３０６
５、第１０のフィルタ３０６６、第１１のフィルタ３０
６７、第１２のフィルタ３０６８、第１の記憶回路３０
８１、および音声/非音声判定回路１０４０は、図２に
示した要素と同じであるので、説明を省略する。
【００６４】図４を参照すると、本発明の第４の実施の
形態は、図２に示した第２の実施の形態の構成に加え
て、第２の記憶回路７０７１を備えている。ここで、前
記第２の記憶回路７０７１は、図３に示した要素と同じ
であるので、説明を省略する。
形態は、図２に示した第２の実施の形態の構成に加え
て、第２の記憶回路７０７１を備えている。ここで、前
記第２の記憶回路７０７１は、図３に示した要素と同じ
であるので、説明を省略する。
【００６５】上記した本発明の各実施の形態の音声検出
装置は、ディジタル信号処理プロセッサ等のコンピュー
タ制御で実現するようにしてもよい。図５は、本発明の
第５の実施の形態として、上記各実施の形態の音声検出
装置をコンピュータで実現する場合の装置構成を模式的
に示す図である。記録媒体６から読み出されたプログラ
ムを実行するコンピュータ１において、一定時間長毎に
入力した音声信号から計算される特徴量を用いて、前記
音声信号を一定時間長毎に音声区間と非音声区間とに判
別する音声検出処理を実行するにあたり、記録媒体６に
は、（a）前記音声信号から線スペクトル周波数（LSF）
を計算する処理と、（b）前記音声信号から全帯域エネ
ルギーを計算する処理と、（c）前記音声信号から低域
エネルギーを計算する処理と、（d）前記音声信号から
零交叉数を計算する処理と、（e）前記線スペクトル周
波数とその長時間平均との差分に基づく第１の変動量を
計算する処理と、（f）前記全帯域エネルギーとその長
時間平均との差分に基づく第２の変動量を計算する処理
と、（g）前記低域エネルギーとその長時間平均との差
分に基づく第３の変動量を計算する処理と、（h）前記
零交叉数とその長時間平均との差分に基づく第４の変動
量を計算する処理と、（I）前記第１の変動量の長時間
平均を計算する処理と、（j）前記第２の変動量の長時
間平均を計算する処理と、（k）前記第３の変動量の長
時間平均を計算する処理と、（l）前記第４の変動量の
長時間平均を計算する処理と、の前記（a）から（l）の
処理を実行させるためのプログラムが記録されている。
装置は、ディジタル信号処理プロセッサ等のコンピュー
タ制御で実現するようにしてもよい。図５は、本発明の
第５の実施の形態として、上記各実施の形態の音声検出
装置をコンピュータで実現する場合の装置構成を模式的
に示す図である。記録媒体６から読み出されたプログラ
ムを実行するコンピュータ１において、一定時間長毎に
入力した音声信号から計算される特徴量を用いて、前記
音声信号を一定時間長毎に音声区間と非音声区間とに判
別する音声検出処理を実行するにあたり、記録媒体６に
は、（a）前記音声信号から線スペクトル周波数（LSF）
を計算する処理と、（b）前記音声信号から全帯域エネ
ルギーを計算する処理と、（c）前記音声信号から低域
エネルギーを計算する処理と、（d）前記音声信号から
零交叉数を計算する処理と、（e）前記線スペクトル周
波数とその長時間平均との差分に基づく第１の変動量を
計算する処理と、（f）前記全帯域エネルギーとその長
時間平均との差分に基づく第２の変動量を計算する処理
と、（g）前記低域エネルギーとその長時間平均との差
分に基づく第３の変動量を計算する処理と、（h）前記
零交叉数とその長時間平均との差分に基づく第４の変動
量を計算する処理と、（I）前記第１の変動量の長時間
平均を計算する処理と、（j）前記第２の変動量の長時
間平均を計算する処理と、（k）前記第３の変動量の長
時間平均を計算する処理と、（l）前記第４の変動量の
長時間平均を計算する処理と、の前記（a）から（l）の
処理を実行させるためのプログラムが記録されている。
【００６６】記録媒体６から該プログラムを記録媒体読
出装置５、記録媒体読出装置インタフェース４を介して
メモリ３に読み出して実行する。上記プログラムは、マ
スクROM等、フラッシュ等の不揮発性メモリに格納して
もよく、記録媒体は不揮発性メモリを含むほか、CD-RO
M、FD、DVD（Digital Versatile Disk）、MT（磁気テー
プ）、可搬型HDD等の媒体のほか、例えばサーバ装置か
らコンピュータで該プログラムを通信媒体伝送する場合
等、プログラムを担持する有線、無線で通信される通信
媒体等も含む。
出装置５、記録媒体読出装置インタフェース４を介して
メモリ３に読み出して実行する。上記プログラムは、マ
スクROM等、フラッシュ等の不揮発性メモリに格納して
もよく、記録媒体は不揮発性メモリを含むほか、CD-RO
M、FD、DVD（Digital Versatile Disk）、MT（磁気テー
プ）、可搬型HDD等の媒体のほか、例えばサーバ装置か
らコンピュータで該プログラムを通信媒体伝送する場合
等、プログラムを担持する有線、無線で通信される通信
媒体等も含む。
【００６７】記録媒体６から読み出されたプログラムを
実行するコンピュータ１において、一定時間長毎に入力
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出処理を実行するにあたり、記録媒体６には、
（a）過去に出力された前記判別の結果を保持する処理
と、（b）前記第１の変動量の長時間平均を計算する際
に、前記第１の記憶回路から入力した前記判別の結果を
用いて、第５のフィルタと第６のフィルタとを切り替え
る処理と、（c）前記第２の変動量の長時間平均を計算
する際に、前記第１の記憶回路から入力した前記判別の
結果を用いて、第７のフィルタと第８のフィルタとを切
り替える処理と、（d）前記第３の変動量の長時間平均
を計算する際に、前記第１の記憶回路から入力した前記
判別の結果を用いて、第９のフィルタと第１０のフィル
タとを切り替える処理と、（e）前記第４の変動量の長
時間平均を計算する際に、前記第１の記憶回路から入力
した前記判別の結果を用いて、第１１のフィルタと第１
２のフィルタとを切り替える処理と、の前記（a）から
（e）の処理を、前記コンピュータ１に実行させるため
のプログラムが記録されている。
実行するコンピュータ１において、一定時間長毎に入力
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出処理を実行するにあたり、記録媒体６には、
（a）過去に出力された前記判別の結果を保持する処理
と、（b）前記第１の変動量の長時間平均を計算する際
に、前記第１の記憶回路から入力した前記判別の結果を
用いて、第５のフィルタと第６のフィルタとを切り替え
る処理と、（c）前記第２の変動量の長時間平均を計算
する際に、前記第１の記憶回路から入力した前記判別の
結果を用いて、第７のフィルタと第８のフィルタとを切
り替える処理と、（d）前記第３の変動量の長時間平均
を計算する際に、前記第１の記憶回路から入力した前記
判別の結果を用いて、第９のフィルタと第１０のフィル
タとを切り替える処理と、（e）前記第４の変動量の長
時間平均を計算する際に、前記第１の記憶回路から入力
した前記判別の結果を用いて、第１１のフィルタと第１
２のフィルタとを切り替える処理と、の前記（a）から
（e）の処理を、前記コンピュータ１に実行させるため
のプログラムが記録されている。
【００６８】記録媒体６から読み出されたプログラムを
実行するコンピュータ１において、一定時間長毎に入力
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出処理を実行するにあたり、記録媒体６には、
過去に入力された前記音声信号から前記線スペクトル周
波数と、前記全帯域エネルギーと、前記低域エネルギー
と、前記零交叉数と、を計算する処理を、前記コンピュ
ータ１に実行させるためのプログラムが記録されてい
る。
実行するコンピュータ１において、一定時間長毎に入力
した音声信号から計算される特徴量を用いて、前記音声
信号を一定時間長毎に音声区間と非音声区間とに判別す
る音声検出処理を実行するにあたり、記録媒体６には、
過去に入力された前記音声信号から前記線スペクトル周
波数と、前記全帯域エネルギーと、前記低域エネルギー
と、前記零交叉数と、を計算する処理を、前記コンピュ
ータ１に実行させるためのプログラムが記録されてい
る。
【００６９】記録媒体６から読み出されたプログラムを
実行するコンピュータ１において、記録媒体６には、
（a）音声復号装置から過去に出力された再生音声信号
を記憶保持する処理と、（b）前記再生音声信号から全
帯域エネルギーを計算する処理と、（c）前記再生音声
信号から低域エネルギーを計算する処理と、（d）前記
再生音声信号から零交叉数を計算する処理と、（e）前
記音声復号装置において復号される線形予測係数から線
スペクトル周波数を計算する処理と、の前記（a）から
（e）の処理を、前記コンピュータに実行させるための
プログラムが記録されている。
実行するコンピュータ１において、記録媒体６には、
（a）音声復号装置から過去に出力された再生音声信号
を記憶保持する処理と、（b）前記再生音声信号から全
帯域エネルギーを計算する処理と、（c）前記再生音声
信号から低域エネルギーを計算する処理と、（d）前記
再生音声信号から零交叉数を計算する処理と、（e）前
記音声復号装置において復号される線形予測係数から線
スペクトル周波数を計算する処理と、の前記（a）から
（e）の処理を、前記コンピュータに実行させるための
プログラムが記録されている。
【００７０】次に、上述した処理の動作をフローチャー
トを用いて説明する。 まず、上述した第１の実施の形
態に相当する動作を説明する。図７は第１の実施の形態
に相当する動作を説明する為のフローチャートである。
トを用いて説明する。 まず、上述した第１の実施の形
態に相当する動作を説明する。図７は第１の実施の形態
に相当する動作を説明する為のフローチャートである。
【００７１】線形予測係数を入力し（Ｓｔｅｐ ｌ
１）、前記線形予測係数から線スペクトル周波数（Line
Spectral Frequency: LSF）を計算する（Ｓｔｅｐ Ａ
１）。ここで、線形予測係数からのLSＦの計算に関して
は、周知の方法、例えば、文献１の3.2.3節に記述され
ている方法等が用いられる。
１）、前記線形予測係数から線スペクトル周波数（Line
Spectral Frequency: LSF）を計算する（Ｓｔｅｐ Ａ
１）。ここで、線形予測係数からのLSＦの計算に関して
は、周知の方法、例えば、文献１の3.2.3節に記述され
ている方法等が用いられる。
【００７２】次に、計算したLSFと過去のフレームにお
いて計算された平均LSFとから現在のフレーム（現フレ
ーム）における移動平均LSFを計算する（Ｓｔｅｐ Ａ
２）。
いて計算された平均LSFとから現在のフレーム（現フレ
ーム）における移動平均LSFを計算する（Ｓｔｅｐ Ａ
２）。
【００７３】ここで、第ｍフレームにおけるLSFを とすると、第ｍフレームにおける平均LSF、 は次式で表される。 ここで、Pは線形予測次数（例えば、10）であり、βLSF
はある定数（例えば、0.7）である。
はある定数（例えば、0.7）である。
【００７４】続いて、 計算されたLSFαi [m]と移動平
均LSF とに基づいて、スペクトル変動量（第１の変動量）を計
算する（Ｓｔｅｐ Ａ３）。
均LSF とに基づいて、スペクトル変動量（第１の変動量）を計
算する（Ｓｔｅｐ Ａ３）。
【００７５】ここで、第ｍフレームにおける第１の変動
量ΔＳ[m]は次式で表される。 さらに、第１の変動量ΔＳ[m]から、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算する（Ｓｔｅｐ Ａ３）。
量ΔＳ[m]は次式で表される。 さらに、第１の変動量ΔＳ[m]から、前記第１の変動量
の平均値、中央値あるいは最頻値など、前記第１の変動
量の平均的な挙動を反映した値、第１の平均変動量を計
算する（Ｓｔｅｐ Ａ３）。
【００７６】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第１の変動量量ΔＳ[m]と第（ｍ
−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算するものとする。 ここで、γＳは定数であり、例えば、γＳ＝０．７４で
ある。また、音声（入力音声）を入力し（Ｓｔｅｐ ｌ
２）、入力音声の全帯域エネルギーを計算する（Ｓｔｅ
ｐ Ｂ１）。
第ｍフレームにおける第１の変動量量ΔＳ[m]と第（ｍ
−１）フレームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算するものとする。 ここで、γＳは定数であり、例えば、γＳ＝０．７４で
ある。また、音声（入力音声）を入力し（Ｓｔｅｐ ｌ
２）、入力音声の全帯域エネルギーを計算する（Ｓｔｅ
ｐ Ｂ１）。
【００７７】ここで、全帯域エネルギーＥfは、正規化
された０次の自己相関関数R(0)の対数をとったものであ
り、次式で表される。 また、自己相関係数は、次式で表される。 ここで、Ｎは入力音声に対する線形予測分析の窓の長さ
（分析窓長、例えば、240サンプル）であり、Sl(n)は、
前記窓をかけた入力音声である。Ｎ>Ｌfrの場合は、過
去のフレームにおいて入力された音声を保持することに
より、前記分析窓長分の音声とする。
された０次の自己相関関数R(0)の対数をとったものであ
り、次式で表される。 また、自己相関係数は、次式で表される。 ここで、Ｎは入力音声に対する線形予測分析の窓の長さ
（分析窓長、例えば、240サンプル）であり、Sl(n)は、
前記窓をかけた入力音声である。Ｎ>Ｌfrの場合は、過
去のフレームにおいて入力された音声を保持することに
より、前記分析窓長分の音声とする。
【００７８】次に、全帯域エネルギーＥfと過去のフレ
ームにおいて計算された平均全帯域エネルギーとから現
フレームにおける全帯域エネルギーの移動平均を計算す
る（Ｓｔｅｐ Ｂ２）。
ームにおいて計算された平均全帯域エネルギーとから現
フレームにおける全帯域エネルギーの移動平均を計算す
る（Ｓｔｅｐ Ｂ２）。
【００７９】ここで、第ｍフレームにおける全帯域エネ
ルギーをＥf [m]とすると、第ｍフレームにおける全帯域
エネルギーの移動平均 は次式で表される。 ここで、βEfはある定数（例えば、0.7）である。
ルギーをＥf [m]とすると、第ｍフレームにおける全帯域
エネルギーの移動平均 は次式で表される。 ここで、βEfはある定数（例えば、0.7）である。
【００８０】次に、全帯域エネルギー、Ｅf [m]と、全帯
域エネルギーの移動平均 とから、全帯域エネルギー変動量（第２の変動量）を計
算する（Ｓｔｅｐ Ｂ３）。
域エネルギーの移動平均 とから、全帯域エネルギー変動量（第２の変動量）を計
算する（Ｓｔｅｐ Ｂ３）。
【００８１】ここで、第ｍフレームにおける第２の変動
量ΔＥf [m]は、次式で表される。 さらに、第２の変動量ΔＥf [m]から、第２の変動量の平
均値、中央値あるいは最頻値など、前記第２の変動量の
平均的な挙動を反映した値、第２の平均変動量を計算す
る（Ｓｔｅｐ Ｂ４）。
量ΔＥf [m]は、次式で表される。 さらに、第２の変動量ΔＥf [m]から、第２の変動量の平
均値、中央値あるいは最頻値など、前記第２の変動量の
平均的な挙動を反映した値、第２の平均変動量を計算す
る（Ｓｔｅｐ Ｂ４）。
【００８２】ここでは、次式の平滑フィルタを用いて、
第ｍフレームにおける第２の変動量ΔＥf [m]と第（ｍ−
１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEfは定数であり、例えば、γEf＝０．６であ
る。
第ｍフレームにおける第２の変動量ΔＥf [m]と第（ｍ−
１）フレームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEfは定数であり、例えば、γEf＝０．６であ
る。
【００８３】また、入力音声から、入力音声の低域エネ
ルギーを計算する（Ｓｔｅｐ Ｃ１）。ここで、０から
ＦiHzまでの低域エネルギーＥiは、次式で表される。 ここで、 はカットオフ周波数がＦlHzのFIRフィルタのインパルス
応答であり、 は対角成分が自己相関係数R(k)であるテプリッツ自己相
関行列である。
ルギーを計算する（Ｓｔｅｐ Ｃ１）。ここで、０から
ＦiHzまでの低域エネルギーＥiは、次式で表される。 ここで、 はカットオフ周波数がＦlHzのFIRフィルタのインパルス
応答であり、 は対角成分が自己相関係数R(k)であるテプリッツ自己相
関行列である。
【００８４】次に、低域エネルギーと過去のフレームに
おいて計算された平均低域エネルギーとから現フレーム
における低域エネルギーの移動平均を計算する（Ｓｔｅ
ｐＣ２）。ここで、第ｍフレームにおける低域エネルギ
ーをＥl [m]とすると、第ｍフレームにおける平均低域エ
ネルギー は次式で表される。 ここで、βElはある定数（例えば、0.7）である。
おいて計算された平均低域エネルギーとから現フレーム
における低域エネルギーの移動平均を計算する（Ｓｔｅ
ｐＣ２）。ここで、第ｍフレームにおける低域エネルギ
ーをＥl [m]とすると、第ｍフレームにおける平均低域エ
ネルギー は次式で表される。 ここで、βElはある定数（例えば、0.7）である。
【００８５】続いて、低域エネルギーＥl [m]と、低域エ
ネルギーの移動平均 とから、低域エネルギー変動量（第３の変動量）を計算
する（Ｓｔｅｐ Ｃ３）。ここで、第ｍフレームにおけ
る第３の変動量ΔＥl [m]は次式で表される。 さらに、前記第３の変動量の平均値、中央値あるいは最
頻値など、前記第３の変動量の平均的な挙動を反映した
値、第３の平均変動量を計算する（ＳｔｅｐＣ４）。こ
こでは、次式の平滑フィルタを用いて、第ｍフレームに
おける第３の変動量量ΔＥl [m]と第（ｍ−１）フレーム
における第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γElは定数であり、例えば、γEl＝０．６であ
る。
ネルギーの移動平均 とから、低域エネルギー変動量（第３の変動量）を計算
する（Ｓｔｅｐ Ｃ３）。ここで、第ｍフレームにおけ
る第３の変動量ΔＥl [m]は次式で表される。 さらに、前記第３の変動量の平均値、中央値あるいは最
頻値など、前記第３の変動量の平均的な挙動を反映した
値、第３の平均変動量を計算する（ＳｔｅｐＣ４）。こ
こでは、次式の平滑フィルタを用いて、第ｍフレームに
おける第３の変動量量ΔＥl [m]と第（ｍ−１）フレーム
における第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γElは定数であり、例えば、γEl＝０．６であ
る。
【００８６】また、音声（入力音声）から入力音声ベク
トルの零交叉数を計算する（Ｓｔｅｐ Ｄ１）。ここ
で、零交叉数Zcは、次式で表される。 ここで、S(n)は入力音声であり、sgn[x]はxが正のとき1
を、負のとき0をとる関数である。
トルの零交叉数を計算する（Ｓｔｅｐ Ｄ１）。ここ
で、零交叉数Zcは、次式で表される。 ここで、S(n)は入力音声であり、sgn[x]はxが正のとき1
を、負のとき0をとる関数である。
【００８７】次に、計算した零交叉数と過去のフレーム
において計算された平均零交叉数とから現フレームにお
ける零交叉数の移動平均を計算する（Ｓｔｅｐ Ｄ
２）。ここで、第ｍフレームにおける零交叉数を とすると、第ｍフレームにおける平均零交叉数 は次式で表される。 ここで、βZcはある定数（例えば、0.7）である。
において計算された平均零交叉数とから現フレームにお
ける零交叉数の移動平均を計算する（Ｓｔｅｐ Ｄ
２）。ここで、第ｍフレームにおける零交叉数を とすると、第ｍフレームにおける平均零交叉数 は次式で表される。 ここで、βZcはある定数（例えば、0.7）である。
【００８８】次に、零交叉数Ｚc [m]と、零交叉数の移動
平均 とをから、零交叉数変動量（第４の変動量）を計算する
（Ｓｔｅｐ Ｄ３）。ここで、第ｍフレームにおける第
４の変動量ΔＺc [m]は、次式で表される。 さらに、第４の変動量から、前記第４の変動量の平均
値、中央値あるいは最頻値など、前記第４の変動量の平
均的な挙動を反映した値、第４の平均変動量を計算する
（Ｓｒｅｐ Ｄ４）。ここでは、次式の平滑フィルタを
用いて、第ｍフレームにおける第４の変動量ΔＺc [m]と
第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZcは定数であり、例えば、γZc＝０．７であ
る。
平均 とをから、零交叉数変動量（第４の変動量）を計算する
（Ｓｔｅｐ Ｄ３）。ここで、第ｍフレームにおける第
４の変動量ΔＺc [m]は、次式で表される。 さらに、第４の変動量から、前記第４の変動量の平均
値、中央値あるいは最頻値など、前記第４の変動量の平
均的な挙動を反映した値、第４の平均変動量を計算する
（Ｓｒｅｐ Ｄ４）。ここでは、次式の平滑フィルタを
用いて、第ｍフレームにおける第４の変動量ΔＺc [m]と
第（ｍ−１）フレームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZcは定数であり、例えば、γZc＝０．７であ
る。
【００８９】最後に、前記第１の平均変動量 と、前記第２の平均変動量 と、前記第３の平均変動量 と、前記第４の平均変動量 とからなる４次元ベクトルが、４次元空間の音声領域内
に存在するときは音声区間と判定し、それ以外のときは
非音声区間と判定する（Ｓｔｅｐ Ｅ１）。
に存在するときは音声区間と判定し、それ以外のときは
非音声区間と判定する（Ｓｔｅｐ Ｅ１）。
【００９０】そして、前記音声区間のときは判定フラグ
を1に設定し（Ｓｔｅｐ Ｅ３）、前記非音声区間のと
きは判定フラグを0に設定する（Ｓｔｅｐ Ｅ２）し、
判定結果を出力する（Ｓｔｅｐ Ｅ４）。
を1に設定し（Ｓｔｅｐ Ｅ３）、前記非音声区間のと
きは判定フラグを0に設定する（Ｓｔｅｐ Ｅ２）し、
判定結果を出力する（Ｓｔｅｐ Ｅ４）。
【００９１】以上、処理が終了する。
【００９２】次に、上述した第２の実施の形態に相当す
る処理の動作をフローチャートを用いて説明する。図
８、図９及び図１０は第２の実施の形態に相当する動作
を説明する為のフローチャートである。尚、上述した動
作と同じ処理については説明を省略し、異なるものにつ
いてのみ説明する。
る処理の動作をフローチャートを用いて説明する。図
８、図９及び図１０は第２の実施の形態に相当する動作
を説明する為のフローチャートである。尚、上述した動
作と同じ処理については説明を省略し、異なるものにつ
いてのみ説明する。
【００９３】上述した処理と異なるのは、第１の変動
量、第２の変動量、第３の変動量及び第４の変動量を計
算した後、これらの平均値を計算する際、判定フラグの
種類により平均値を計算するフィルタを切り替える点で
ある。
量、第２の変動量、第３の変動量及び第４の変動量を計
算した後、これらの平均値を計算する際、判定フラグの
種類により平均値を計算するフィルタを切り替える点で
ある。
【００９４】まず、第１の変動量の場合について説明す
る。
る。
【００９５】Ｓｔｅｐ Ａ３で第１の変動量を計算した
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ａ１１）。
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ａ１１）。
【００９６】判定フラグが１であれば、第２の実施の形
態における第５のフィルタのようなフィルタ処理を行
い、第１の平均変動量を計算する（Ｓｔｅｐ Ａ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第１の変動量ΔＳ[m ]と第（ｍ−１）フ
レームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γs1は定数であり、例えば、γs1＝０．８０で
ある。
態における第５のフィルタのようなフィルタ処理を行
い、第１の平均変動量を計算する（Ｓｔｅｐ Ａ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第１の変動量ΔＳ[m ]と第（ｍ−１）フ
レームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γs1は定数であり、例えば、γs1＝０．８０で
ある。
【００９７】一方、判定フラグが０であれば、第２の実
施の形態における第６のフィルタのようなフィルタ処理
を行い、第１の平均変動量を計算する（Ｓｔｅｐ Ａ１
３）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第１の変動量ΔＳ[m]と第（ｍ−１）フ
レームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γS2は定数である。ただし、 例えば、γS2＝０．６４である。
施の形態における第６のフィルタのようなフィルタ処理
を行い、第１の平均変動量を計算する（Ｓｔｅｐ Ａ１
３）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第１の変動量ΔＳ[m]と第（ｍ−１）フ
レームにおける第１の平均変動量 とから、第ｍフレームにおける第１の平均変動量 を計算する。 ここで、γS2は定数である。ただし、 例えば、γS2＝０．６４である。
【００９８】次に、第２の変動量の場合について説明す
る。
る。
【００９９】Ｓｔｅｐ Ｂ３で第２の変動量を計算した
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｂ１１）。
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｂ１１）。
【０１００】判定フラグが１であれば、第２の実施の形
態における第７のフィルタのようなフィルタ処理を行
い、第２の平均変動量を計算する（Ｓｔｅｐ Ｂ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第２の変動量ΔＥf [ m]と第（ｍ−１）フ
レームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
態における第７のフィルタのようなフィルタ処理を行
い、第２の平均変動量を計算する（Ｓｔｅｐ Ｂ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第２の変動量ΔＥf [ m]と第（ｍ−１）フ
レームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
【０１０１】一方、判定フラグが０であれば、第２の実
施の形態における第８のフィルタのようなフィルタ処理
を行い、第２の平均変動量を計算する（Ｓｔｅｐ Ｂ１
３）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第２の変動量ΔＥf [m]と第（ｍ−１）フ
レームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
施の形態における第８のフィルタのようなフィルタ処理
を行い、第２の平均変動量を計算する（Ｓｔｅｐ Ｂ１
３）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第２の変動量ΔＥf [m]と第（ｍ−１）フ
レームにおける第２の平均変動量 とから、第ｍフレームにおける第２の平均変動量 を計算する。 ここで、γEf2は定数であり、但し、 例えば、γEf2＝０．５４である。
【０１０２】続いて、第３の変動量の場合について説明
する。
する。
【０１０３】Ｓｔｅｐ Ｃ３で第３の変動量を計算した
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｃ１１）。
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｃ１１）。
【０１０４】判定フラグが１であれば、第２の実施の形
態における第９のフィルタのようなフィルタ処理を行
い、第３の平均変動量を計算する（Ｓｔｅｐ Ｃ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第３の変動量ΔＥl [ m]と第（ｍ−１）フ
レームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
態における第９のフィルタのようなフィルタ処理を行
い、第３の平均変動量を計算する（Ｓｔｅｐ Ｃ１
２）。例えば、次式の平滑化フィルタを用いて、第ｍフ
レームにおける第３の変動量ΔＥl [ m]と第（ｍ−１）フ
レームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf1は定数であり、例えば、γEf1＝０．７０
である。
【０１０５】一方、判定フラグが０であれば、第２の実
施の形態における第１０のフィルタのようなフィルタ処
理を行い、第３の平均変動量を計算する（Ｓｔｅｐ Ｃ
１３）。例えば、次式の平滑化フィルタを用いて、第ｍ
フレームにおける第３の変動量ΔＥl [m]と第（ｍ−１）
フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf2は定数であり、 γEf2＝０．５４である。
施の形態における第１０のフィルタのようなフィルタ処
理を行い、第３の平均変動量を計算する（Ｓｔｅｐ Ｃ
１３）。例えば、次式の平滑化フィルタを用いて、第ｍ
フレームにおける第３の変動量ΔＥl [m]と第（ｍ−１）
フレームにおける第３の平均変動量 とから、第ｍフレームにおける第３の平均変動量 を計算する。 ここで、γEf2は定数であり、 γEf2＝０．５４である。
【０１０６】さらに、第４の変動量の場合について説明
する。
する。
【０１０７】Ｓｔｅｐ Ｄ３で第４の変動量を計算した
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｄ１１）。
後、過去の判定フラグが１か否かを確認する（Ｓｔｅｐ
Ｄ１１）。
【０１０８】判定フラグが１であれば、第２の実施の形
態における第１１のフィルタのようなフィルタ処理を行
い、第４の平均変動量を計算する（Ｓｔｅｐ Ｄ１
２）。例えば、次式の平滑フィルタを用いて、第ｍフレ
ームにおける第４の変動量ΔＺc [ m]と第（ｍ−１）フレ
ームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γzc1は定数であり、例えば、γzc1＝０．７８
である。
態における第１１のフィルタのようなフィルタ処理を行
い、第４の平均変動量を計算する（Ｓｔｅｐ Ｄ１
２）。例えば、次式の平滑フィルタを用いて、第ｍフレ
ームにおける第４の変動量ΔＺc [ m]と第（ｍ−１）フレ
ームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γzc1は定数であり、例えば、γzc1＝０．７８
である。
【０１０９】一方、判定フラグが０であれば、第２の実
施の形態における第１２のフィルタのようなフィルタ処
理を行い、第４の平均変動量を計算する（Ｓｔｅｐ Ｄ
１３）。例えば、次式の平滑フィルタを用いて、第ｍフ
レームにおける第４の変動量ΔＺc [m]と第（ｍ−１）フ
レームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc2は定数であり、但し、 γZc2＝０．６４である。
施の形態における第１２のフィルタのようなフィルタ処
理を行い、第４の平均変動量を計算する（Ｓｔｅｐ Ｄ
１３）。例えば、次式の平滑フィルタを用いて、第ｍフ
レームにおける第４の変動量ΔＺc [m]と第（ｍ−１）フ
レームにおける第４の平均変動量 とから、第ｍフレームにおける第４の平均変動量 を計算する。 ここで、γZc2は定数であり、但し、 γZc2＝０．６４である。
【０１１０】そして、前記第１の平均変動量 と、前記第２の平均変動量 と、前記第３の平均変動量 と、前記第４の平均変動量 とからなる４次元ベクトルが、４次元空間の音声領域内
に存在するときは音声区間と判定し、それ以外のときは
非音声区間と判定する（Ｓｔｅｐ Ｅ１）。
に存在するときは音声区間と判定し、それ以外のときは
非音声区間と判定する（Ｓｔｅｐ Ｅ１）。
【０１１１】続いて、上述した第３の実施の形態に相当
する処理の動作をフローチャートを用いて説明する。図
１１は第３の実施の形態に相当する動作を説明する為の
フローチャートである。
する処理の動作をフローチャートを用いて説明する。図
１１は第３の実施の形態に相当する動作を説明する為の
フローチャートである。
【０１１２】本動作において上述した処理と異なるの
は、Ｓｔｅｐ Ｉ１１とＳｔｅｐ Ｉ１２であり、Ｓｔ
ｅｐ Ｉ１１において音声復号装置において復号された
線形予測係数を入力する点と、Ｓｔｅｐ Ｉ１２におい
て音声復号装置から過去に出力された再生音声ベクトル
を入力する点とが異なる。
は、Ｓｔｅｐ Ｉ１１とＳｔｅｐ Ｉ１２であり、Ｓｔ
ｅｐ Ｉ１１において音声復号装置において復号された
線形予測係数を入力する点と、Ｓｔｅｐ Ｉ１２におい
て音声復号装置から過去に出力された再生音声ベクトル
を入力する点とが異なる。
【０１１３】これら以外は、上述した動作と同じ処理な
ので、説明を省略する。
ので、説明を省略する。
【０１１４】最後に、上述した第４の実施の形態に相当
する処理の動作をフローチャートを用いて説明する。図
１２、図１３及び図１４は第４の実施の形態に相当する
動作を説明する為のフローチャートである。
する処理の動作をフローチャートを用いて説明する。図
１２、図１３及び図１４は第４の実施の形態に相当する
動作を説明する為のフローチャートである。
【０１１５】本動作は、上述した第２の実施の形態に相
当する動作と第３の実施の形態に相当する動作を組み合
わせたことを特徴とする。従って、第２の実施の形態に
相当する動作と第３の実施の形態に相当する動作とは、
既に説明しているので、詳細な説明は省略する。
当する動作と第３の実施の形態に相当する動作を組み合
わせたことを特徴とする。従って、第２の実施の形態に
相当する動作と第３の実施の形態に相当する動作とは、
既に説明しているので、詳細な説明は省略する。
【０１１６】
【発明の効果】本発明の効果は、音声区間における検出
誤りおよび非音声区間における検出誤りを低減できるこ
とである。
誤りおよび非音声区間における検出誤りを低減できるこ
とである。
【０１１７】その理由は、スペクトル変動量、エネルギ
ー変動量および零交叉数変動量の長時間平均を用いて音
声/非音声判定を行うからである。すなわち、前記各変
動量そのものに比べて、前記各変動量の長時間平均は、
音声および非音声の各々の区間内における値の変動が小
さいため、前記長時間平均の値は、音声区間および非音
声区間に対応するようにあらかじめ定めた値域に高い割
合で存在するからである。
ー変動量および零交叉数変動量の長時間平均を用いて音
声/非音声判定を行うからである。すなわち、前記各変
動量そのものに比べて、前記各変動量の長時間平均は、
音声および非音声の各々の区間内における値の変動が小
さいため、前記長時間平均の値は、音声区間および非音
声区間に対応するようにあらかじめ定めた値域に高い割
合で存在するからである。
【図１】本発明の音声検出装置の第１の実施の形態を示
すブロック図である。
すブロック図である。
【図２】本発明の音声検出装置の第２の実施の形態を示
すブロック図である。
すブロック図である。
【図３】本発明の音声検出装置の第３の実施の形態を示
すブロック図である
すブロック図である
【図４】本発明の音声検出装置の第４の実施の形態を示
すブロック図である
すブロック図である
【図５】本発明の第５の実施の形態を示すブロック図で
ある。
ある。
【図６】従来の音声検出装置を説明するブロック図であ
る。
る。
【図７】本発明の実施の形態の動作を説明するためのフ
ローチャートである。
ローチャートである。
【図８】本発明の実施の形態の動作を説明するためのフ
ローチャートである。
ローチャートである。
【図９】本発明の実施の形態の動作を説明するためのフ
ローチャートである。
ローチャートである。
【図１０】本発明の実施の形態の動作を説明するための
フローチャートである。
フローチャートである。
【図１１】本発明の実施の形態の動作を説明するための
フローチャートである。
フローチャートである。
【図１２】本発明の実施の形態の動作を説明するための
フローチャートである。
フローチャートである。
【図１３】本発明の実施の形態の動作を説明するための
フローチャートである。
フローチャートである。
【図１４】本発明の実施の形態の動作を説明するための
フローチャートである。
フローチャートである。
１ コンピュータ ２ CPU ３ メモリ ４ 記録媒体読出装置インタフェース ５ 記録媒体読出装置 ６ 記録媒体 10,11 入力端子 20 出力端子 1011 LSF計算回路 1012 全帯域エネルギー計算回路 1013 低域エネルギー計算回路 1014 零交叉数計算回路 1021 第１の移動平均計算回路 1022 第２の移動平均計算回路 1023 第３の移動平均計算回路 1024 第４の移動平均計算回路 1031 第１の変動量計算回路 1032 第２の変動量計算回路 1033 第３の変動量計算回路 1034 第４の変動量計算回路 1040 音声/非音声判定回路 1050 判定値補正回路 2061 第１のフィルタ 2062 第２のフィルタ 2063 第３のフィルタ 2064 第４のフィルタ 3061 第５のフィルタ 3062 第６のフィルタ 3063 第７のフィルタ 3064 第８のフィルタ 3065 第９のフィルタ 3066 第１０のフィルタ 3067 第１１のフィルタ 3068 第１２のフィルタ 3071 第１の切替器 3072 第２の切替器 3073 第３の切替器 3074 第４の切替器 3081 第１の記憶回路 7071 第２の記憶回路
Claims (18)
- 【請求項１】 一定時間長毎に入力した音声信号から計
算される特徴量を用いて、前記音声信号を一定時間長毎
に音声区間と非音声区間とに判別する音声検出方法にお
いて、 特徴量の変動量をフィルタに入力することで得られる変
動量の長時間平均を用いて、音声信号を一定時間長毎に
音声区間と非音声区間とに判別することを特徴とする音
声検出方法。 - 【請求項２】 前記特徴量の変動量を、前記特徴量とそ
の長時間平均とを用いて計算することを特徴とする請求
項１に記載の音声検出方法。 - 【請求項３】 請求項１又は請求項２に記載の音声検出
方法によって、過去に出力された判別の結果を用いて、
前記変動量の長時間平均を計算する際の前記フィルタを
切り替えることを特徴とする請求項１又は請求項２に記
載の音声検出方法。 - 【請求項４】 過去に入力された音声信号から計算され
る特徴量を用いることを特徴とする請求項１から請求項
３のいずれかに記載の音声検出方法。 - 【請求項５】 前記特徴量として、線スペクトル周波
数、全帯域エネルギー、低域エネルギー及び零交叉数の
うちの少なくとも一つを用いることを特徴とする請求項
１から請求項４のいずれかに記載の音声検出方法。 - 【請求項６】 音声復号方法によって復号される線形予
測係数から計算される線スペクトル周波数と、前記音声
復号方法によって過去に出力された再生音声信号から計
算される全帯域エネルギー、低域エネルギー及び零交叉
数のうちの少なくとも一つを用いることを特徴とする請
求項５に記載の音声検出方法。 - 【請求項７】 一定時間長毎に入力した音声信号から計
算される特徴量を用いて、前記音声信号を一定時間長毎
に音声区間と非音声区間とに判別する音声検出装置にお
いて、 音声信号から線スペクトル周波数（LSF）を計算するLSF
計算回路と、 前記音声信号から全帯域エネルギーを計算する全帯域エ
ネルギー計算回路と、 前記音声信号から低域エネルギーを計算する低域エネル
ギー計算回路と、 前記音声信号から零交叉数を計算する零交叉数計算回路
と、 前記線スペクトル周波数の変動量（第１の変動量）を計
算する線スペクトル周波数変動量計算部と、 前記全帯
域エネルギーの変動量（第２の変動量）を計算する全帯
域エネルギー変動量計算部と、 前記低域エネルギーの
変動量（第３の変動量）を計算する低域エネルギー変動
量計算部と、 前記零交叉数の変動量（第４の変動量）を計算する零交
叉数変動量計算部と、 前記第１の変動量の長時間平均を計算する第１のフィル
タと、 前記第２の変動量の長時間平均を計算する第２のフィル
タと、 前記第３の変動量の長時間平均を計算する第３のフィル
タと、 前記第４の変動量の長時間平均を計算する第４のフィル
タとを含むことを特徴とする音声検出装置。 - 【請求項８】 一定時間長毎に入力した音声信号から計
算される特徴量を用いて、前記音声信号を一定時間長毎
に音声区間と非音声区間とに判別する音声検出装置にお
いて、 音声信号から線スペクトル周波数（LSF）を計算するLSF
計算回路と、 前記音声信号から全帯域エネルギーを計算する全帯域エ
ネルギー計算回路と、 前記音声信号から低域エネルギーを計算する低域エネル
ギー計算回路と、 前記音声信号から零交叉数を計算する零交叉数計算回路
と、 前記線スペクトル周波数とその長時間平均との差分に基
づく第１の変動量を計算する第１の変動量計算回路と、 前記全帯域エネルギーとその長時間平均との差分に基づ
く第２の変動量を計算する第２の変動量計算回路と、 前記低域エネルギーとその長時間平均との差分に基づく
第３の変動量を計算する第３の変動量計算回路と、 前記零交叉数とその長時間平均との差分に基づく第４の
変動量を計算する第４の変動量計算回路と、 前記第１の変動量の長時間平均を計算する第１のフィル
タと、 前記第２の変動量の長時間平均を計算する第２のフィル
タと、 前記第３の変動量の長時間平均を計算する第３のフィル
タと、 前記第４の変動量の長時間平均を計算する第４のフィル
タとを含むことを特徴とする音声検出装置。 - 【請求項９】 請求項７又は請求項８に記載の音声検出
装置から過去に出力された前記判別の結果を保持する第
１の記憶回路と、 前記第１の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
５のフィルタと第６のフィルタとを切り替える第１の切
替器と、 前記第２の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
７のフィルタと第８のフィルタとを切り替える第２の切
替器と、 前記第３の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
９のフィルタと第１０のフィルタとを切り替える第３の
切替器と、 前記第４の変動量の長時間平均を計算する際に、前記第
１の記憶回路から入力した前記判別の結果を用いて、第
１１のフィルタと第１２のフィルタとを切り替える第４
の切替器とを含むことを特徴とする請求項７または８記
載の音声検出装置。 - 【請求項１０】 過去に入力された前記音声信号から前
記線スペクトル周波数と、前記全帯域エネルギーと、前
記低域エネルギーと、前記零交叉数とを計算することを
特徴とする請求項７から請求項９のいずれかに記載の音
声検出装置。 - 【請求項 １１】 前記特徴量として、線スペクトル周
波数、全帯域エネルギー、低域エネルギーおよび零交叉
数のうちの少なくとも一つを用いることを特徴とする請
求項７から１０のいずれかに記載の音声検出装置。 - 【請求項１２】 音声復号装置から過去に出力された再
生音声信号を記憶保持する第２の記憶回路を備え、 前記第２の記憶回路から出力される前記再生音声信号か
ら計算される全帯域エネルギー、低域エネルギーおよび
零交叉数と、前記音声復号装置において復号される線形
予測係数から計算される線スペクトル周波数とのうちの
少なくとも一つを用いることを特徴とする請求項７から
請求項１１のいずれかに記載の音声検出装置。 - 【請求項１３】 一定時間長毎に入力した音声信号から
計算される特徴量を用いて、前記音声信号を一定時間長
毎に音声区間と非音声区間とに判別する音声検出装置を
構成する情報処理装置に、 （a）前記音声信号から線スペクトル周波数（LSF）を計
算する処理と、 （b）前記音声信号から全帯域エネル
ギーを計算する処理と、 （c）前記音声信号から低域
エネルギーを計算する処理と、 （d）前記音声信号か
ら零交叉数を計算する処理と、 （e）前記線スペクト
ル周波数の変動量（第１の変動量）を計算する処理と、
（f）前記全帯域エネルギーの変動量（第２の変動
量）を計算する処理と、 （g）前記低域エネルギーの
変動量（第３の変動量）を計算する処理と、 （h）前記零交叉数の変動量（第４の変動量）を計算す
る処理と、 （I）前記第１の変動量の長時間平均を計算する処理
と、 （j）前記第２の変動量の長時間平均を計算する処理
と、 （k）前記第３の変動量の長時間平均を計算する処理
と、 （l）前記第４の変動量の長時間平均を計算する処理
と、 の前記（a）から（l）の処理を実行させるためのプログ
ラムを記録した前記情報処理装置が読み取り可能な記録
媒体。 - 【請求項１４】 一定時間長毎に入力した音声信号から
計算される特徴量を用いて、前記音声信号を一定時間長
毎に音声区間と非音声区間とに判別する音声検出装置を
構成する情報処理装置に、 （a）前記音声信号から線スペクトル周波数（LSF）を計
算する処理と、 （b）前記音声信号から全帯域エネルギーを計算する処
理と、 （c）前記音声信号から低域エネルギーを計算する処理
と、 （d）前記音声信号から零交叉数を計算する処理と、 （e）前記線スペクトル周波数とその長時間平均との差
分に基づく第１の変動量を計算する処理と、 （f）前記全帯域エネルギーとその長時間平均との差分
に基づく第２の変動量を計算する処理と、 （g）前記低域エネルギーとその長時間平均との差分に
基づく第３の変動量を計算する処理と、 （h）前記零交叉数とその長時間平均との差分に基づく
第４の変動量を計算する処理と、 （I）前記第１の変動量の長時間平均を計算する処理
と、 （j）前記第２の変動量の長時間平均を計算する処理
と、 （k）前記第３の変動量の長時間平均を計算する処理
と、 （l）前記第４の変動量の長時間平均を計算する処理
と、 の前記（a）から（l）の処理を実行させるためのプログ
ラムを記録した前記情報処理装置が読み取り可能な記録
媒体。 - 【請求項１５】 請求項１３又は請求項１４に記載の記
録媒体において、 （a）過去に出力された前記判別の結果を保持する処理
と、 （b）前記第１の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第５のフィルタと第６のフィルタとを切り替える処
理と、 （c）前記第２の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第７のフィルタと第８のフィルタとを切り替える処
理と、 （d）前記第３の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第９のフィルタと第１０のフィルタとを切り替える
処理と、 （e）前記第４の変動量の長時間平均を計算する際に、
前記第１の記憶回路から入力した前記判別の結果を用い
て、第１１のフィルタと第１２のフィルタとを切り替え
る処理と、 の前記（a）から（e）の処理を、前記情報処理装置に実
行させるためのプログラムを記録した前記情報処理装置
が読み取り可能な記録媒体。 - 【請求項１６】 請求項１３から請求項１５のいずれか
に記載の記録媒体において、 前記特徴量として、過去に入力された前記音声信号から
前記線スペクトル周波数と、前記全帯域エネルギーと、
前記低域エネルギーと、前記零交叉数とを計算する処理
を、前記情報処理装置に実行させるためのプログラムを
記録した前記情報処理装置が読み取り可能な記録媒体。 - 【請求項 １７】 請求項１３から１６のいずれかに記
載の記録媒体において、（a）前記音声信号から線スペ
クトル周波数（LSF）を計算する処理と、（b）前記音声
信号から全帯域エネルギーを計算する処理と、（c）前
記音声信号から低域エネルギーを計算する処理と、
（d）前記音声信号から零交叉数を計算する処理と、の
前記(a)から(d)の処理のうちの少なくとも一つを、前記
情報処理装置に実行させるためのプログラムを記録した
前記情報処理装置が読み取り可能な記録媒体。 - 【請求項 １８】 請求項１３から１７のいずれかに記
載の記録媒体において、(a) 音声復号装置から過去に
出力された再生音声信号を記憶保持する処理と、（b）
前記音声信号から線スペクトル周波数（LSF）を計算す
る処理と、（c）前記音声信号から全帯域エネルギーを
計算する処理と、（d）前記音声信号から低域エネルギ
ーを計算する処理と、（e）前記再生音声信号から零交
叉数を計算する処理と、の前記(a)の処理と、前記(b)か
ら(e)の処理のうちの少なくとも一つを、前記情報処理
装置に実行させるためのプログラムを記録した前記情報
処理装置が読み取り可能な記録媒体。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000166746A JP4221537B2 (ja) | 2000-06-02 | 2000-06-02 | 音声検出方法及び装置とその記録媒体 |
| AT01113066T ATE323931T1 (de) | 2000-06-02 | 2001-05-29 | Verfahren und vorrichtung zur sprachdetektion |
| CA002349102A CA2349102C (en) | 2000-06-02 | 2001-05-29 | Voice detecting method and apparatus, and medium thereof |
| DE60118831T DE60118831T2 (de) | 2000-06-02 | 2001-05-29 | Spracherkennungsverfahren und-vorrichtung sowie entsprechendes medium |
| EP01113066A EP1160763B1 (en) | 2000-06-02 | 2001-05-29 | Voice detecting method and apparatus |
| US09/871,368 US7117150B2 (en) | 2000-06-02 | 2001-05-31 | Voice detecting method and apparatus using a long-time average of the time variation of speech features, and medium thereof |
| US11/501,958 US7698135B2 (en) | 2000-06-02 | 2006-08-10 | Voice detecting method and apparatus using a long-time average of the time variation of speech features, and medium thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000166746A JP4221537B2 (ja) | 2000-06-02 | 2000-06-02 | 音声検出方法及び装置とその記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001350488A true JP2001350488A (ja) | 2001-12-21 |
| JP4221537B2 JP4221537B2 (ja) | 2009-02-12 |
Family
ID=18670022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000166746A Expired - Fee Related JP4221537B2 (ja) | 2000-06-02 | 2000-06-02 | 音声検出方法及び装置とその記録媒体 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US7117150B2 (ja) |
| EP (1) | EP1160763B1 (ja) |
| JP (1) | JP4221537B2 (ja) |
| AT (1) | ATE323931T1 (ja) |
| CA (1) | CA2349102C (ja) |
| DE (1) | DE60118831T2 (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6961698B1 (en) * | 1999-09-22 | 2005-11-01 | Mindspeed Technologies, Inc. | Multi-mode bitstream transmission protocol of encoded voice signals with embeded characteristics |
| WO2006011405A1 (ja) * | 2004-07-28 | 2006-02-02 | The University Of Tokushima | デジタルフィルタリング方法及び装置 |
| JP2006209069A (ja) * | 2004-12-28 | 2006-08-10 | Advanced Telecommunication Research Institute International | 音声区間検出装置および音声区間検出プログラム |
| JP2008151840A (ja) * | 2006-12-14 | 2008-07-03 | Nippon Telegr & Teleph Corp <Ntt> | 仮音声区間決定装置、方法、プログラム及びその記録媒体、音声区間決定装置 |
| JP2008530591A (ja) * | 2005-02-01 | 2008-08-07 | クゥアルコム・インコーポレイテッド | 背景雑音情報の断続伝送及び正確な再生の方法 |
| KR100883652B1 (ko) | 2006-08-03 | 2009-02-18 | 삼성전자주식회사 | 음성 구간 검출 방법 및 장치, 및 이를 이용한 음성 인식시스템 |
| JP2009053618A (ja) * | 2007-08-29 | 2009-03-12 | Yamaha Corp | 音声処理装置およびプログラム |
| US7505898B2 (en) | 2002-07-24 | 2009-03-17 | Applied Minds, Inc. | Method and system for masking speech |
| WO2009063662A1 (ja) * | 2007-11-16 | 2009-05-22 | Mitsubishi Electric Corporation | 音声信号処理装置及び方法 |
| WO2009078093A1 (ja) * | 2007-12-18 | 2009-06-25 | Fujitsu Limited | 非音声区間検出方法及び非音声区間検出装置 |
| JP2010061151A (ja) * | 2002-01-24 | 2010-03-18 | Motorola Inc | 雑音環境のための音声活動検出器及び有効化器 |
| US7908142B2 (en) | 2006-05-25 | 2011-03-15 | Sony Corporation | Apparatus and method for identifying prosody and apparatus and method for recognizing speech |
| JP2016145940A (ja) * | 2015-02-09 | 2016-08-12 | 沖電気工業株式会社 | 目的音区間検出装置及びプログラム、雑音推定装置及びプログラム、並びに、ｓｎｒ推定装置及びプログラム |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0408856D0 (en) * | 2004-04-21 | 2004-05-26 | Nokia Corp | Signal encoding |
| KR100770895B1 (ko) * | 2006-03-18 | 2007-10-26 | 삼성전자주식회사 | 음성 신호 분리 시스템 및 그 방법 |
| GB2450886B (en) * | 2007-07-10 | 2009-12-16 | Motorola Inc | Voice activity detector and a method of operation |
| WO2010146711A1 (ja) * | 2009-06-19 | 2010-12-23 | 富士通株式会社 | 音声信号処理装置及び音声信号処理方法 |
| CN102576528A (zh) * | 2009-10-19 | 2012-07-11 | 瑞典爱立信有限公司 | 用于语音活动检测的检测器和方法 |
| CN105118520B (zh) * | 2015-07-13 | 2017-11-10 | 腾讯科技（深圳）有限公司 | 一种音频开头爆音的消除方法及装置 |
| KR101760753B1 (ko) * | 2016-07-04 | 2017-07-24 | 주식회사 이엠텍 | 착용자의 상태를 알려 주는 청음 보조 장치 |
| WO2019220725A1 (ja) * | 2018-05-18 | 2019-11-21 | パナソニックＩｐマネジメント株式会社 | 音声認識装置、音声認識方法、及びプログラム |
| CN112511698B (zh) * | 2020-12-03 | 2022-04-01 | 普强时代(珠海横琴)信息技术有限公司 | 一种基于通用边界检测的实时通话分析方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6127598A (ja) | 1984-07-19 | 1986-02-07 | 日本電気株式会社 | 音声信号の有音・無音判定方法 |
| US5007093A (en) * | 1987-04-03 | 1991-04-09 | At&T Bell Laboratories | Adaptive threshold voiced detector |
| US5487087A (en) * | 1994-05-17 | 1996-01-23 | Texas Instruments Incorporated | Signal quantizer with reduced output fluctuation |
| TW271524B (ja) * | 1994-08-05 | 1996-03-01 | Qualcomm Inc | |
| US5806038A (en) * | 1996-02-13 | 1998-09-08 | Motorola, Inc. | MBE synthesizer utilizing a nonlinear voicing processor for very low bit rate voice messaging |
| JP3297346B2 (ja) * | 1997-04-30 | 2002-07-02 | 沖電気工業株式会社 | 音声検出装置 |
| US6438518B1 (en) * | 1999-10-28 | 2002-08-20 | Qualcomm Incorporated | Method and apparatus for using coding scheme selection patterns in a predictive speech coder to reduce sensitivity to frame error conditions |
-
2000
- 2000-06-02 JP JP2000166746A patent/JP4221537B2/ja not_active Expired - Fee Related
-
2001
- 2001-05-29 CA CA002349102A patent/CA2349102C/en not_active Expired - Fee Related
- 2001-05-29 DE DE60118831T patent/DE60118831T2/de not_active Expired - Lifetime
- 2001-05-29 AT AT01113066T patent/ATE323931T1/de not_active IP Right Cessation
- 2001-05-29 EP EP01113066A patent/EP1160763B1/en not_active Expired - Lifetime
- 2001-05-31 US US09/871,368 patent/US7117150B2/en not_active Expired - Fee Related
-
2006
- 2006-08-10 US US11/501,958 patent/US7698135B2/en not_active Expired - Fee Related
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6961698B1 (en) * | 1999-09-22 | 2005-11-01 | Mindspeed Technologies, Inc. | Multi-mode bitstream transmission protocol of encoded voice signals with embeded characteristics |
| JP2010061151A (ja) * | 2002-01-24 | 2010-03-18 | Motorola Inc | 雑音環境のための音声活動検出器及び有効化器 |
| US7505898B2 (en) | 2002-07-24 | 2009-03-17 | Applied Minds, Inc. | Method and system for masking speech |
| WO2006011405A1 (ja) * | 2004-07-28 | 2006-02-02 | The University Of Tokushima | デジタルフィルタリング方法及び装置 |
| US7890323B2 (en) | 2004-07-28 | 2011-02-15 | The University Of Tokushima | Digital filtering method, digital filtering equipment, digital filtering program, and recording medium and recorded device which are readable on computer |
| JP2006209069A (ja) * | 2004-12-28 | 2006-08-10 | Advanced Telecommunication Research Institute International | 音声区間検出装置および音声区間検出プログラム |
| US8102872B2 (en) | 2005-02-01 | 2012-01-24 | Qualcomm Incorporated | Method for discontinuous transmission and accurate reproduction of background noise information |
| JP2008530591A (ja) * | 2005-02-01 | 2008-08-07 | クゥアルコム・インコーポレイテッド | 背景雑音情報の断続伝送及び正確な再生の方法 |
| US7908142B2 (en) | 2006-05-25 | 2011-03-15 | Sony Corporation | Apparatus and method for identifying prosody and apparatus and method for recognizing speech |
| US9009048B2 (en) | 2006-08-03 | 2015-04-14 | Samsung Electronics Co., Ltd. | Method, medium, and system detecting speech using energy levels of speech frames |
| KR100883652B1 (ko) | 2006-08-03 | 2009-02-18 | 삼성전자주식회사 | 음성 구간 검출 방법 및 장치, 및 이를 이용한 음성 인식시스템 |
| JP4758879B2 (ja) * | 2006-12-14 | 2011-08-31 | 日本電信電話株式会社 | 仮音声区間決定装置、方法、プログラム及びその記録媒体、音声区間決定装置、方法 |
| JP2008151840A (ja) * | 2006-12-14 | 2008-07-03 | Nippon Telegr & Teleph Corp <Ntt> | 仮音声区間決定装置、方法、プログラム及びその記録媒体、音声区間決定装置 |
| US8214211B2 (en) | 2007-08-29 | 2012-07-03 | Yamaha Corporation | Voice processing device and program |
| JP2009053618A (ja) * | 2007-08-29 | 2009-03-12 | Yamaha Corp | 音声処理装置およびプログラム |
| JPWO2009063662A1 (ja) * | 2007-11-16 | 2011-03-31 | 三菱電機株式会社 | 音声信号処理装置及び方法 |
| WO2009063662A1 (ja) * | 2007-11-16 | 2009-05-22 | Mitsubishi Electric Corporation | 音声信号処理装置及び方法 |
| WO2009078093A1 (ja) * | 2007-12-18 | 2009-06-25 | Fujitsu Limited | 非音声区間検出方法及び非音声区間検出装置 |
| US8326612B2 (en) | 2007-12-18 | 2012-12-04 | Fujitsu Limited | Non-speech section detecting method and non-speech section detecting device |
| JP5229234B2 (ja) * | 2007-12-18 | 2013-07-03 | 富士通株式会社 | 非音声区間検出方法及び非音声区間検出装置 |
| US8798991B2 (en) | 2007-12-18 | 2014-08-05 | Fujitsu Limited | Non-speech section detecting method and non-speech section detecting device |
| JP2016145940A (ja) * | 2015-02-09 | 2016-08-12 | 沖電気工業株式会社 | 目的音区間検出装置及びプログラム、雑音推定装置及びプログラム、並びに、ｓｎｒ推定装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1160763A3 (en) | 2004-01-21 |
| DE60118831D1 (de) | 2006-05-24 |
| EP1160763B1 (en) | 2006-04-19 |
| US20060271363A1 (en) | 2006-11-30 |
| US20020007270A1 (en) | 2002-01-17 |
| EP1160763A2 (en) | 2001-12-05 |
| ATE323931T1 (de) | 2006-05-15 |
| JP4221537B2 (ja) | 2009-02-12 |
| US7117150B2 (en) | 2006-10-03 |
| CA2349102C (en) | 2007-05-01 |
| CA2349102A1 (en) | 2001-12-02 |
| US7698135B2 (en) | 2010-04-13 |
| DE60118831T2 (de) | 2006-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001350488A (ja) | 音声検出方法及び装置とその記録媒体 | |
| US6704702B2 (en) | Speech encoding method, apparatus and program | |
| AU2009209444B2 (en) | Lossless multi-channel audio codec using adaptive segmentation with random access point (RAP) and multiple prediction parameter set (MPPS) capability | |
| RU2418324C2 (ru) | Поддиапазонный речевой кодекс с многокаскадными таблицами кодирования и избыточным кодированием | |
| US7502733B2 (en) | Method and arrangement in a communication system | |
| JP5792311B2 (ja) | ピッチラグを推定すること | |
| JP2007534020A (ja) | 信号符号化 | |
| WO2005117366A1 (ja) | 音声パケット再生方法、音声パケット再生装置、音声パケット再生プログラム、記録媒体 | |
| EP2438592A1 (en) | Systems and methods for reconstructing an erased speech frame | |
| JP2003512654A (ja) | 音声の可変レートコーディングのための方法およびその装置 | |
| JP2016523380A (ja) | 改善されたパルス再同期化を採用するａｃｅｌｐ型封じ込めにおける適応型コードブックの改善された封じ込めのための装置および方法 | |
| KR20040104508A (ko) | 오디오 변환부호화기에서 적응 코드북 피치 지연 연산을위한 방법 | |
| JPH04270398A (ja) | 音声符号化方式 | |
| US8078457B2 (en) | Method for adapting for an interoperability between short-term correlation models of digital signals | |
| KR20200081467A (ko) | 인코딩 및 디코딩 오디오 신호들 | |
| JP3784583B2 (ja) | 音声蓄積装置 | |
| KR20230129581A (ko) | 음성 정보를 갖는 개선된 프레임 손실 보정 | |
| KR20050087366A (ko) | 오디오 신호의 인코딩 방법 | |
| JP3435310B2 (ja) | 音声符号化方法および装置 | |
| KR100594599B1 (ko) | 수신단 기반의 패킷 손실 복구 장치 및 그 방법 | |
| JP2005316499A (ja) | 音声符号化装置 | |
| JP2001147700A (ja) | 音声信号の後処理方法および装置並びにプログラムを記録した記録媒体 | |
| JP4737416B2 (ja) | 符号変換方法及び装置 | |
| JPWO2010067800A1 (ja) | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 | |
| JP2022532094A (ja) | コーディングされる音声信号内のアタックを検出し、検出されたアタックをコーディングするための方法およびデバイス |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070612 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070620 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070802 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070912 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071107 |
|
| 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: 20081022 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081104 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111128 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111128 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121128 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121128 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131128 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |