JP2021157082A - 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム - Google Patents

基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム Download PDF

Info

Publication number
JP2021157082A
JP2021157082A JP2020058076A JP2020058076A JP2021157082A JP 2021157082 A JP2021157082 A JP 2021157082A JP 2020058076 A JP2020058076 A JP 2020058076A JP 2020058076 A JP2020058076 A JP 2020058076A JP 2021157082 A JP2021157082 A JP 2021157082A
Authority
JP
Japan
Prior art keywords
frequency
unit
peak
fundamental frequency
amplitude spectrum
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
Application number
JP2020058076A
Other languages
English (en)
Other versions
JP7461192B2 (ja
Inventor
僚太 大川
Ryota Okawa
僚太 大川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Transtron Inc
Original Assignee
Transtron Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Transtron Inc filed Critical Transtron Inc
Priority to JP2020058076A priority Critical patent/JP7461192B2/ja
Priority to PCT/JP2021/012001 priority patent/WO2021193637A1/ja
Publication of JP2021157082A publication Critical patent/JP2021157082A/ja
Application granted granted Critical
Publication of JP7461192B2 publication Critical patent/JP7461192B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/165—Spectrum analysis; Fourier analysis using filters
    • G01R23/167—Spectrum analysis; Fourier analysis using filters with digital filters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10G—REPRESENTATION OF MUSIC; RECORDING MUSIC IN NOTATION FORM; ACCESSORIES FOR MUSIC OR MUSICAL INSTRUMENTS NOT OTHERWISE PROVIDED FOR, e.g. SUPPORTS
    • G10G3/00—Recording music in notation form, e.g. recording the mechanical operation of a musical instrument
    • G10G3/04—Recording music in notation form, e.g. recording the mechanical operation of a musical instrument using electrical means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
    • G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
    • 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
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • 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
    • G10L25/90—Pitch determination of speech signals

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

【課題】高速フーリエ変換に伴う遅延を回避し、少ない演算量かつ少ない遅延量で正確に基本周波数を推定する。【解決手段】入力信号を逐次取得し、入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算し、振幅スペクトルのピーク周波数を抽出する。また、サンプル点が取得されるごとに、振幅スペクトルのピーク周波数を含む帯域を強調する。そして、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算し、自己相関関数のピーク周波数を基本周波数とする。【選択図】 図１

Description

本発明は、基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラムに関する。
特許文献１には、音楽情報を表わす音符ベース・コードを生成する方法であって、音声信号の基本周波数を推定して基本周波数のシーケンスを得るためのステップと、当該基本周波数のシーケンスに基づいて音符ベース・コードを得るためのステップを含むことが開示されている。
特開２００２−８２６６８号公報
特許文献１に記載の方法は、高速フーリエ変換を使用するため、データのバッファリングに伴う遅延が生じる。また、遅延を抑えるために、１サンプル毎に高速フーリエ変換を実行しようとすると、演算量が多くなる。したがって、特許文献１に記載の方法を組込機器など小型の装置に適用すると、処理の遅延が発生するか、もしくは処理リソース不足で実現できないおそれがある。
本発明はこのような事情に鑑みてなされたもので、高速フーリエ変換に伴う遅延を回避し、入力音の基本周波数を少ない演算量かつ少ない遅延量で正確に計算することができる基本周波数推定装置、アクティブノイズコントロール装置、および基本周波数の推定方法を提供することを目的とする。
上記課題を解決するために、本発明に係る基本周波数推定装置は、例えば、入力信号の基本周波数を逐次推定する装置であって、前記入力信号を逐次取得する収音部と、前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算する漸化式ＤＦＴ処理部と、前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出する第１ピーク抽出部と、前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるフィルタ部と、前記フィルタ部により処理された信号に対し、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算する自己相関関数計算部と、前記自己相関関数のピーク周波数である第２ピーク周波数を抽出する第２ピーク抽出部と、前記第２ピーク周波数を前記入力信号の基本周波数として出力する出力部と、を備えることを特徴とする。
本発明に係る基本周波数推定装置によれば、収音した入力信号に漸化式ＤＦＴ（離散フーリエ変換）処理を行って得られた入力信号の振幅スペクトルに基づいて第１ピーク周波数（大まかなピーク周波数）を抽出し、当該ピーク周波数の近傍の帯域を強調する加工を行った上で、自己相関関数を計算し、自己相関関数に基づいて第２ピーク周波数を抽出する。これにより、高速フーリエ変換を用いず、入力音の基本周波数を少ない演算量かつ少ない遅延量で正確に計算することができる。
前記漸化式ＤＦＴ処理部により算出された振幅スペクトルと、当該振幅スペクトルを周波数方向に１／ｍ（ｍは自然数）に圧縮した振幅スペクトルをかけ合わせる基本周波数強調部を備え、前記第１ピーク抽出部は、前記基本周波数強調部から出力された振幅スペクトルのピーク周波数を前記第１ピーク周波数として抽出してもよい。なお、ｍは調波構造に依存する自然数である。これにより、より正確に基本周波数を推定することができる。
前記フィルタ部は、前記振幅スペクトルのピーク周波数を中心周波数とする逆ノッチフィルタを掛ける処理を行ってもよい。これにより、簡素な構成で基本周波数付近の狭帯域の強調が可能である。
前記第２ピーク抽出部は、前記自己相関関数の最大値を含む周波数帯域において極大値をとる周波数をパラボラフィッティングにより求め、前記極大値をとる周波数を前記自己相関関数のピーク周波数としてもよい。これにより、自己相関関数のピーク近傍が二次関数によくあてはまることを利用して、離散的な周波数インデックスの間に存在するピーク周波数を精密に推定することができる。
前記第２ピーク抽出部が抽出した前記第２ピーク周波数の配列を逐次格納する記憶部と、前記記憶部に格納された前記第２ピーク周波数の配列に基づいて、前記第２ピーク周波数に対して漸化式による時系列フィルタリング処理を行う時系列フィルタ部と、を備えてもよい。これにより、推定値の急激な変化を抑えることで、外れ値の影響を小さくできる。また、漸化式によってフィルタ処理を行うため、処理量が小さく、処理遅延を抑えることができる。
前記収音部が受信した信号を全波整流する調波成分強調部を備え、前記漸化式ＤＦＴ処理部は、前記調波成分強調部から出力された信号の振幅スペクトルを計算してもよい。これにより、入力信号に基本周波数の調波成分が多く含まれていることを利用して、基本周波数成分を強調することができる。
上記課題を解決するために、本発明の別の観点に係るアクティブノイズコントロール装置は、例えば、上述のいずれかの一項に記載の基本周波数推定装置と、前記入力信号の基本周波数と逆位相の信号を生成するアクティブノイズコントロール部と、前記逆位相の信号を出力する放音部と、を備えたことを特徴とする。これにより、少ない演算量で騒音をリアルタイムに抑制することができる。
上記課題を解決するために、本発明の別の観点に係る基本周波数の推定方法は、例えば、入力信号の基本周波数を逐次推定する方法であって、前記入力信号を逐次取得するステップと、前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算するステップと、前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出するステップと、前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるステップと、前記第１ピーク周波数を含む帯域が強調された信号に対して、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算するステップと、前記自己相関関数のピーク周波数である第２ピーク周波数を抽出するステップと、前記第２ピーク周波数を前記入力信号の基本周波数として出力するステップと、を含むことを特徴とする。これにより、高速フーリエ変換を用いず、入力音の基本周波数を少ない演算量で正確に計算することができる。
上記課題を解決するために、本発明の別の観点に係る基本周波数の推定プログラムは、例えば、コンピュータを、前記入力信号を逐次取得する収音部と、前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算する漸化式ＤＦＴ処理部と、前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出する第１ピーク抽出部と、前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるフィルタ部と、前記フィルタ部により処理された信号に対し、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算する自己相関関数計算部と、前記自己相関関数のピーク周波数である第２ピーク周波数を抽出する第２ピーク抽出部と、前記第２ピーク周波数を前記入力信号の基本周波数として出力する出力部と、として機能させることを特徴とする。
本発明によれば、高速フーリエ変換に伴う遅延を回避し、入力音の基本周波数を少ない演算量かつ少ない遅延量で正確に計算できる。
基本周波数推定装置１及びこれを有するアクティブノイズコントロール装置２の電気的な機能ブロックの概略を示す図である。 漸化式ＤＦＴ処理部１２における処理の様子を示すグラフであり、（ａ）は入力される音声信号の一例を示すグラフであり、（ｂ）は、当該音声信号を漸化式により離散フーリエ変換して得られた振幅スペクトルを示すグラフである。 基本周波数強調部１３における処理の様子を示すグラフであり、（ａ）は基本周波数強調部１３による処理前の信号の振幅スペクトルの一例を示すグラフであり、（ｂ）は基本周波数強調部１３による処理後の信号の振幅スペクトルを示すグラフである。 第１ピーク抽出部１４におけるパラボラフィッティング処理の様子を模式的に示す図である。 フィルタ部１５における逆ノッチフィルタ処理の様子を示すグラフであり、（ａ）は逆ノッチフィルタ処理前の信号の振幅スペクトルの一例を示すグラフであり、（ｂ）は３００ｋＨｚを強調する逆ノッチフィルタを適用した後の信号の振幅スペクトルを示すグラフである。 上記逆ノッチフィルタ処理の前後の様子を重畳的に示したグラフである。 自己相関関数計算部１６による計算の様子を示すグラフであり、（ａ）はフィルタ部１５により逆ノッチフィルタ処理をされている信号の自己相関関数の一例を示すグラフであり、（ｂ）は逆ノッチフィルタ処理をされていない信号の自己相関関数の一例を示すグラフである。 時系列フィルタ部１８における処理の様子を示すグラフである。 ＡＮＣ処理部２１において基本周波数推定装置１とＳＡＮとを組み合わせたときの電気的な機能ブロックの概略を示す図である。 基本周波数推定装置１により信号の基本周波数を推定し、アクティブノイズコントロール装置２が当該基本周波数に基づいて騒音を低減する流れを示すフローチャートである。 一般的なＳＡＮの電気的な機能ブロックの概略を示す図である。
以下、本発明に係る基本周波数推定装置およびアクティブノイズコントロール装置の実施形態を、図面を参照して詳細に説明する。基本周波数推定装置は、外部音を逐次取得し、これを入力信号として解析することで、基本周波数をリアルタイムに推定する装置である。アクティブノイズコントロール装置は、基本周波数推定装置により推定された基本周波数に基づいて、外部音の逆位相の信号を出力することで、騒音を低減する装置である。
基本周波数推定装置およびアクティブノイズコントロール装置は、例えば自動車内において、いわゆるエンジンこもり音の低減に適用することができるが、用途はこれに限られない。基本周波数推定装置は、例えばリアルタイムに自動で採譜する装置や、リアルタイムに音高を推定する装置や、音声調波成分を強調しハンズフリー通話を実現するための通話装置に適用することができる。
図１は、基本周波数推定装置１及びこれを有するアクティブノイズコントロール装置２の電気的な機能ブロックの概略を示す図である。基本周波数推定装置１は、情報処理を実行するためのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）やＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの記憶装置により、ソフトウェア資源として、少なくとも、収音部１０と、調波成分強調部１１と、漸化式ＤＦＴ（Ｄｉｓｃｒｅｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）処理部１２と、基本周波数強調部１３と、第１ピーク抽出部１４と、フィルタ部１５と、自己相関関数計算部１６と、第２ピーク抽出部１７と、時系列フィルタ部１８と、出力部１９と、記憶部２０とを有する。
収音部１０は、例えばマイクロホンにより収音される外部音を入力信号として逐次取得する機能部である。
調波成分強調部１１は、収音部１０が取得した信号を全波整流し、入力信号の調波成分を強調する機能部である。これにより、入力信号に基本周波数の調波成分が多く含まれていることを利用して、基本周波数成分を強調することができる。なお、調波成分強調部１１は、必須の構成ではない。
漸化式ＤＦＴ処理部１２は、入力信号の振幅スペクトルを離散フーリエ変換（ＤＦＴ、Ｄｉｓｃｒｉａｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）により計算する機能部である。漸化式ＤＦＴ処理部１２は、入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて入力信号の振幅スペクトルを計算する。ここで、漸化式ＤＦＴ処理部１２が処理する信号は、調波成分強調部１１を有する場合には調波成分強調部１１で全波整流された信号であり、調波成分強調部１１を有しない場合には収音部１０が取得した信号である。
以下、漸化式ＤＦＴ処理部１２が行う処理について具体的に説明する。漸化式ＤＦＴ処理部１２は、以下の漸化式（１）を用いて、新しいサンプル点ｘｔが取得されるごとに、時刻ｔにおける過去Ｎのサンプル（ＤＦＴ長がＮ）の離散フーリエ変換を計算する。添え字の整数ｋは周波数ビンのインデックスである。
Figure 2021157082
 ・・・（１）
なお、過去Ｎのサンプルの離散フーリエ変換は以下の式（２）のように表現される。ここで、ｘｔ、ｘｔ−１、・・・ｘｔ−Ｎ＋１は、時刻ｔにおける過去Ｎサンプルの系列である。
Figure 2021157082
 ・・・（２）
離散フーリエ変換の絶対値は振幅スペクトルであり、入力信号の各周波数成分の大きさを表す。すなわち、振幅スペクトルの各値は以下の式（３）で求められる。
Figure 2021157082
 ・・・（３）
図２は、漸化式ＤＦＴ処理部１２における処理の様子を示すグラフであり、（ａ）は入力される音声信号の一例を示すグラフであり、（ｂ）は、当該音声信号を漸化式により離散フーリエ変換して得られた振幅スペクトルを示すグラフである。図２（ｂ）に示すように、漸化式ＤＦＴ処理を行うことで、入力される音声信号は、３００Ｈｚ付近ならびにその２倍音および３倍音等にピークを有することが明確になる。
なお、一般的に、ＤＦＴ長がＮのときの離散フーリエ変換は以下の式（４）で定義されるが、この定義通りに計算すると、Ｎ個のサンプル点が取得されるのを待って離散フーリエ変換をする必要があり、ＤＦＴ長分の遅延が生じてしまう。また、周波数分解能を大きくするほど遅延が大きくなり、リアルタイムに基本周波数を推定することは困難である。さらに、この計算方法は計算量が多いため、処理時間がかかり、一層遅延が大きくなる。したがって、アクティブノイズコントロール装置に適用しようとすると、生成した音と外部音との間に時間的なずれが生じ、騒音を効果的に低減することが難しい。
Figure 2021157082
 ・・・（４）
これに対し、本実施の形態のように、漸化式により前回値に基づいて離散フーリエ変換を行うことで、Ｎ個のサンプル点の取得待ちに伴う遅延を生じさせず、処理量を減らすることができ、遅延を最小限に抑えることができる。
図１の説明に戻る。基本周波数強調部１３は、信号の基本周波数成分を強調する機能部である。基本周波数強調部１３は、倍音が存在することが分かっている場合に、漸化式ＤＦＴ処理部１２により算出される振幅スペクトルに対し、例えばＨＰＳ法（Ｈａｒｍｏｎｉｃ Ｐｒｏｄｕｃｔ Ｓｐｅｃｔｒｕｍ法）により、基本周波数の帯域に、当該帯域の倍音成分に基づく量を加算する。
例えば、基本周波数強調部１３は、基本周波数とその２倍音が存在することが分かっている場合には、式（５）に示すように、元の振幅スペクトルと、周波数方向に１／２に圧縮した振幅スペクトルとをかけ合わせて、基本周波数成分を強調する。
Figure 2021157082
 ・・・（５）
図３は、基本周波数強調部１３における処理の様子を示すグラフであり、（ａ）は基本周波数強調部１３による処理前の信号の振幅スペクトルの一例を示すグラフであり、（ｂ）は基本周波数強調部１３による処理後の信号の振幅スペクトルを示すグラフである。図３（ａ）では、３００Ｈｚ付近、６００Ｈｚ付近および９００Ｈｚ付近にそれぞれピークが見てとれる。一方、図３（ｂ）においては、３００Ｈｚ付近のピークが、図３（ａ）に示すグラフよりも強調され、６００Ｈｚ付近および９００Ｈｚ付近のピークは小さくなっている。このように、基本周波数強調部１３により処理を行うことで、基本周波数の倍音成分を用いて基本周波数を強調することができるため、後に詳述する基本周波数強調部１３の処理において、より正確に基本周波数を推定することができる。
なお、式（４）では、基本周波数強調部１３は、元の振幅スペクトルと２倍音の振幅スペクトルを掛け合わせたが、これに代えて、又は加えて、元の振幅スペクトルに３倍音以上の倍音成分の振幅スペクトルを乗算する処理を行ってもよい。つまり、ｍ倍音（ｍは自然数）が存在するとき、基本周波数強調部１３は、漸化式ＤＦＴ処理部１２により算出された振幅スペクトルと、当該振幅スペクトルを周波数方向に１／ｍに圧縮した振幅スペクトルをかけ合わせる。
また、基本周波数強調部１３は、基本周波数の倍音成分が存在しているか否かを判定し、倍音成分が存在すると判定された場合にのみ基本周波数成分を強調する処理を行うようにしてもよい。これにより、基本周波数成分を強調する処理を適切に行うことができる。
図１の説明に戻る。第１ピーク抽出部１４は、大まかな基本周波数を推定する機能部である。第１ピーク抽出部１４は、基本周波数強調部１３から出力される振幅スペクトルから以下の式（６）を用いてピーク周波数を推定する。なお、ｋｍａｘは、振幅スペクトルの最大値を取る周波数インデックスである。
Figure 2021157082
 ・・・（６）
なお、第１ピーク抽出部１４は、式（６）の処理に代えて、パラボラフィッティング処理を行うことで、より精密に基本周波数の概算値を計算してもよい。パラボラフィッティング処理とは、ピーク周辺を二次関数により近似し、より正確なピーク位置を計算する処理である。
図４は、第１ピーク抽出部１４におけるパラボラフィッティング処理の様子を模式的に示す図である。パラボラフィッティング処理では、以下の式（７）に示すように、振幅スペクトルの最大値を取る周波数インデックスの振幅スペクトルｂ、ならびにその前後の振幅スペクトルａおよびｃを抽出し、これらを通る二次曲線を補完し、極大値をとる周波数を振幅スペクトルのピーク周波数とする。
Figure 2021157082
 ・・・（７）
パラボラフィッティング処理を用いることで、離散的な周波数インデックスの間に存在するピーク周波数をより正確に求めることができる。
なお、第１ピーク抽出部１４により抽出されるピーク周波数（本発明の第１ピーク周波数の相当）は、入力信号の大まかな基本周波数であり、基本周波数の概算値であるが、基本周波数推定装置１が推定値として出力する値とは異なる。基本周波数推定装置１は、後述する処理により、入力信号の基本周波数をより正確に推定する。
また、第１ピーク抽出部１４は、パラボラフィッティング等のピーク抽出処理の前に、振幅スペクトルに対して窓関数の離散フーリエ変換結果を畳み込む処理を行ってもよい。これにより、矩形窓によってぼやけた振幅スペクトルをある程度鮮鋭化して補正することができる。ただし、この窓関数処理は必須ではない。
図１の説明に戻る。フィルタ部１５は、特定の狭帯域を強調する機能部である。具体的には、フィルタ部１５は、第１ピーク抽出部１４で抽出された振幅スペクトルのピーク周波数を含む帯域を強調するフィルタをかける処理を行う。
本実施形態においては、フィルタ部１５は、フィルタ部１５への入力信号に振幅スペクトルのピーク周波数を中心周波数とする逆ノッチフィルタを掛ける処理を、漸化式を用いて計算する。帯域幅に関する定数をｒ（０＜ｒ＜１）とすると、逆ノッチフィルタの漸化式は以下で定義される。
Figure 2021157082
 ・・・（８）
Figure 2021157082
 ・・・（９）
ここで、ｘｔは入力信号、ｙｔは逆ノッチフィルタの出力、ｆｓはサンプリング周波数である。定数ｒは、１に近いほど狭い範囲の周波数を強調することを表す定数であり、ここでは０．９５〜０．９８程度である。当該処理により、簡素な構成で狭帯域の強調が可能である。
図５は、フィルタ部１５における逆ノッチフィルタ処理の様子を示すグラフであり、（ａ）は逆ノッチフィルタ処理前の信号の振幅スペクトルの一例を示すグラフであり、（ｂ）は３００ｋＨｚを強調する逆ノッチフィルタを適用した後の信号の振幅スペクトルを示すグラフである。図５においては、逆ノッチフィルタ処理により、基本周波数である３００Ｈｚ付近ではピークが強調され、その他の周波数のピークは抑制されている。
このように、漸化式ＤＦＴ処理部１２及び第１ピーク抽出部１４により基本周波数の含まれる帯域を大まかに推定した上で、当該帯域をフィルタ部１５により強調することで、自己相関関数がきれいなｃｏｓ波形状になり、ピーク抽出の精度が向上する（後に詳述）。
なお、フィルタ部１５が行う処理は、バンドパスフィルタ処理であってもよい。ただし、逆ノッチフィルタ処理は、バンドパスフィルタ処理に比べて簡便に狭帯域を強調することができる。
図１の説明に戻る。自己相関関数計算部１６は、フィルタ部１５により処理された信号に対し、自己相関関数を計算する機能部である。
長さＭの自己相関関数ＡＣＦｔ（ｉ）は、以下の式（１０）で定義される。
Figure 2021157082
 ・・・（１０）
図６は、自己相関関数の計算例である。自己相関関数ＡＣＦｔ（ｉ）は、信号をｉサンプルずらして重ね合わせたときの内積であり、重ね合わせた２つの信号の類似度を示す指標である。したがって、自己相関関数ＡＣＦｔのピーク間隔は信号周期に一致する。
本実施の形態では、自己相関関数計算部１６は、自己相関関数の前回値ＡＣＦｔ−１（ｉ）を含む漸化式（１１）を用いて、自己相関関数ＡＣＦｔ（ｉ）を計算する。これにより、効率的に自己相関関数を計算することができる。
Figure 2021157082
 ・・・（１１）
図７は、自己相関関数計算部１６による計算の様子を示すグラフであり、（ａ）はフィルタ部１５により逆ノッチフィルタ処理をされている信号の自己相関関数の一例を示すグラフであり、（ｂ）は逆ノッチフィルタ処理をされていない信号の自己相関関数の一例を示すグラフである。
逆ノッチフィルタ処理により目的周波数の帯域以外の信号が抑制されているため、逆ノッチフィルタ処理をされている信号の自己相関関数の方が滑らかである。自己相関関数を滑らかにすることで、誤った極大値を検出することが少なくなる。また、二次関数へのあてはまりが良くなり、後述する第２ピーク抽出部１７におけるパラボラフィッティングの精度が向上する。また、逆ノッチフィルタ処理により直流成分が除去できるため、自己相関関数の歪みを抑えることができる。
図１の説明に戻る。第２ピーク抽出部１７は、自己相関関数のピーク周波数を抽出する機能部である。第２ピーク抽出部１７は、自己相関関数の最大値を含む周波数帯域において、極大値をとる周波数をパラボラフィッティングにより求め、当該極大値をとる周波数を自己相関関数のピーク周波数（本発明の第２ピーク周波数に相当）として抽出する。
第１ピーク抽出部１４により振幅スペクトルから求めた大まかな基本周期は、式（１２）の通りである。
Figure 2021157082
 ・・・（１２）
当該基本周期近傍の自己相関関数の極大位置をパラボラフィッティングにより求め、これを、基本周波数推定装置１が推定値として出力する基本周波数の周期Ｔとする。
Figure 2021157082
 ・・・（１３）
Figure 2021157082
 ・・・（１４）
そして、周期Ｔから、ピーク周波数ｆ０の推定値が導かれる。
Figure 2021157082
 ・・・（１５）
このように、自己相関関数がｃｏｓ波に類似し、自己相関関数のピーク近傍が二次関数によくあてはまるため、パラボラフィッティングを利用することでピーク位置をより精密に推定することができる。
第２ピーク抽出部１７により求められた自己相関関数のピーク周波数ｆ０は、サンプル点が取得されるごとに抽出され、ピーク周波数の配列として逐次記憶部２０に格納される。
離散フーリエ変換処理は、基本周波数を安定的に求められる一方で、大雑把な値しか得ることができない。一方、自己相関関数処理は、基本周波数を正確に求めることができるが、ノイズや倍音成分による誤ったピークを選択した場合、実際の基本周波数と大きく異なる数値を算出してしまうおそれがある。本実施の形態では、漸化式ＤＦＴ処理部１２において離散フーリエ変換処理で大まかに求めた基本周波数の帯域を利用して信号を加工した上で、第２ピーク抽出部１７で自己相関関数を求めることで、正確かつ安定的に基本周波数を求めることができる。
時系列フィルタ部１８は、自己相関関数のピーク周波数の前回値との差分に基づいて、自己相関関数のピーク周波数の補正を行う機能部である。時系列フィルタ部１８は、ピーク周波数の配列に基づいて、以下の漸化式（１６）により自己相関関数のピーク周波数に対して時系列フィルタリング処理を行う。
Figure 2021157082
 ・・・（１６）
式（１６）によれば、小さい変化量は今回値にそのまま反映され、極端に大きい変化は上限を設けて反映される。図８は、時系列フィルタ部１８における処理の様子を示すグラフである。図８では、時系列フィルタリング処理前（点線参照）と時系列フィルタリング処理後（実線参照）の信号が重畳的に表示されている。このように、仮に基本周波数の推定を誤り、推定に外れ値が出現してしまったとしても、推定値の急激な変化を抑え、外れ値の影響を小さくできる。また、漸化式によって時系列フィルタリング処理を行うため、処理量が小さく、処理遅延を抑えることができる。
なお、時系列フィルタ部１８は、必須ではない。また、時系列フィルタ部１８は、上述のように前回値との差分のｔａｎｈ関数（双曲線正接関数）を計算する構成に代えて、ｓｉｇｎ関数（符号関数）、ａｒｃｔａｎ関数（逆正接関数）またはｅｒｆ関数（誤差関数）を用いて処理を実行してもよい。
また、本実施形態においては、時系列フィルタ部１８は、変化量を飽和させた漸化式によってフィルタリング処理を行ったが、これに代えて、最小二乗法、ロバスト回帰、カルマンフィルタ又はメディアンフィルタ等を用いることもできる。
図１の説明に戻る。出力部１９は、自己相関関数のピーク周波数を基本周波数として出力する。出力部１９は、後述するＡＮＣ処理部２１に基本周波数を送信する。また、出力部１９は、接続されるユーザインターフェース装置（図示省略）の画面に基本周波数の値を表示してもよい。
次に、アクティブノイズコントロール装置２が有する機能部について説明する。図１に示すように、アクティブノイズコントロール装置２は、基本周波数推定装置１の他に、主として、アクティブノイズコントロール（ＡＮＣ）処理部２１と、放音部２２とを備える。なお、本実施の形態では、基本周波数推定装置１はアクティブノイズコントロール装置２の一部を構成するものとしたが、基本周波数推定装置１とアクティブノイズコントロール装置２のＡＮＣ処理部２１および放音部２２とがそれぞれ別の装置により構成され、互いに有線又は無線で接続されていてもよい。
ＡＮＣ処理部２１は、基本周波数推定装置１で推定された入力信号の基本周波数に基づいて、放音するノイズキャンセル音を生成する機能部である。ＡＮＣ処理部２１は、入力信号と逆位相の信号を生成する。
例えば、車載装置においては、エンジンの回転に起因する低音の狭帯域騒音（いわゆるこもり音）が発生する。こもり音は正弦波に近い騒音であり、その周波数は、４気筒エンジンの場合はエンジン回転の２次の成分、６気筒エンジンの場合はエンジン回転の３次の成分に現れる。例えば、４気筒エンジンの回転数が３０００ｒｐｍである場合、こもり音の基本周波数は１００Ｈｚ（エンジン回転の２次成分）となる。また、その倍音成分も発生する。
一般的に、こもり音は、ＳＡＮ（Ｓｉｎｇｌｅ Ａｄａｐｔｉｖｅ Ｎｏｔｃｈ ｆｉｌｔｅｒ）などを用いて減少させる。図１１は、一般的なＳＡＮの電気的な機能ブロックの概略を示す図である。ＳＡＮは、ＣＡＮ（Ｃｏｎｔｒｏｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）１００からエンジン回転数情報を取得し、エンジン回転数に対応するｃｏｓ波およびｓｉｎ波を生成し、誤差マイク１０１の観測信号が小さくなるように適応処理を施した重みω０およびω１をそれぞれかけてスピーカ１０２から出力する。このようなフィードフォワード型のＡＮＣ処理を実行するためには、エンジン回転数等の参照信号を取得する必要がある。しかしながら、コスト等の制約により参照信号を取得できない場合がある。
本実施の形態では、基本周波数推定装置１と、ＳＡＮを組み合わせることで、ＣＡＮ等の参照信号なしでこもり音を低減することができる。図９は、ＡＮＣ処理部２１において基本周波数推定装置１とＳＡＮとを組み合わせたときの電気的な機能ブロックの概略を示す図である。ＡＮＣ処理部２１は、基本周波数推定装置１から騒音の基本周波数を取得し、当該基本周波数と逆位相のｃｏｓ波およびｓｉｎ波を生成し、誤差マイク１０１の観測信号が小さくなるように適応処理を施した重みω０およびω１をそれぞれかけてスピーカから出力する。したがって、参照信号がなくても自動車内のこもり音を低減できるアクティブノイズコントロール装置２が構成できる。
放音部２２は、例えば信号をスピーカに伝達し、音に変換する機能部である。
図１０は、基本周波数推定装置１により信号の基本周波数を逐次推定し、アクティブノイズコントロール装置２が当該基本周波数に基づいて騒音を逐次低減する流れを示すフローチャートである。この処理は、入力信号が基本周波数推定装置１に入力される間、所定時間毎に連続して行われる。
まず、マイクロホンおよび収音部１０により音声信号が収音されると（ステップＳ１１）、調波成分強調部１１により調波成分を強調する（ステップＳ１２）。次に、調波成分が強調された信号に対し、漸化式表現によるＤＦＴ処理を行う（ステップＳ１３）。次に、基本周波数強調部１３によるＨＰＳ処理などにより基本周波数を強調する処理を行う（ステップＳ１４）。次に、基本周波数の強調処理がなされた信号のピーク周波数を抽出する（ステップＳ１５）。
次に、フィルタ部１５により基本周波数を含む帯域を強調する逆ノッチフィルタ処理を行った後（ステップＳ１６）、自己相関関数を計算し（ステップＳ１７）、自己相関関数のピーク周波数を抽出する（ステップＳ１８）。抽出した周波数は、記憶部２０に逐次記憶される。
次に、記憶部２０に記憶されたデータに基づいて、自己相関関数のピーク周波数に信号に時系列フィルタリング処理を行い（ステップＳ１９）、外れ値を抑制する。ステップＳ１９により得られた値が、基本周波数推定装置１により推定された基本周波数の値である。
次に、基本周波数推定装置１により得られた基本周波数に基づいてアクティブノイズコントロール処理、すなわち、ノイズと逆位相の音をスピーカから放音することでノイズを低減するための信号を生成する（ステップＳ２０）。次に、ステップＳ２０で生成された信号をスピーカから放音することで、騒音とその逆位相の音が物理的に加算され、騒音が相殺される（ステップＳ２１）。
本実施の形態によれば、漸化式ＤＦＴ処理でおおまかに求めた基本周波数の帯域を利用して信号を加工した上で、自己相関関数を求めるため、少ない演算量で正確に基本周波数を推定することができる。
ＤＦＴ処理は、基本周波数を安定的に求められる一方で、大雑把な値しか得ることができない。一方、自己相関関数処理は、基本周波数を正確に求めることができるが、ノイズや倍音成分の影響で誤ったピーク倍音の信号が強調されるため、実際の基本周波数と大きく異なる数値を算出してしまうおそれがある。それに対し、ＤＦＴ処理で大まかに求めた基本周波数の帯域を利用して信号を加工した上で、自己相関関数を求めることで、正確かつ安定して基本周波数を求めることができる。
また、本実施の形態によれば、取得した信号に対して漸化式を用いたＤＦＴ処理および自己相関関数処理を逐次的に行うことで、高速フーリエ変換に伴う遅延を避け、演算量と遅延量を少なくすることができる。
例えば、高速フーリエ変換を使用する場合には、データのバッファリングに伴う遅延が生じてしまう。また、バッファしたデータをまとめて高速フーリエ変換を実行する場合の演算量は多くないが、１サンプル毎に高速フーリエ変換を実行すると演算量が多くなる。それに対し、漸化式を用いたＤＦＴ処理を行う場合には、１サンプル毎に処理を実行しても演算量が少なくて済む。
また、本実施の形態によれば、ＤＦＴおよび自己相関関数を漸化式により計算し、当該方法をサンプル点が取得されるごとに実行するため、処理遅延を抑えることができる。
また、本実施の形態によれば、ＤＦＴおよび自己相関関数の漸化式計算に基づいて騒音の基本周波数を推定するため、処理負荷が小さい処理しか行えない組み込み機器においてもアクティブノイズコントロールを行うことができる。
なお、本実施の形態に係る基本周波数推定装置１およびアクティブノイズコントロール装置２は、処理量が少なく、小型に構成できるので、自動車内などの組み込み機器に実装するのに好適であるが、他の用途に用いることも可能である。例えば、基本周波数推定装置１は、振幅スペクトルを逐次的に求め、特定の周波数が増大していることを検知し、その周波数の発散を抑制するハウリング検知およびハウリングキャンセル装置に適用することができる。さらに、基本周波数推定装置１は、音の基本周波数を推定し、楽譜を自動再生する自動採譜システムや、楽器の音の基本周波数を推定して表示する楽器のチューニングシステムに適用することができる。そのほかにも、基本周波数推定装置１は、推定した基本周波数を元にくし形フィルタを構成することで、音声調波成分だけを選択的に強調する通話装置に適用することができる。
以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。なお、基本周波数推定装置１及びアクティブノイズコントロール装置２の機能構成要素は、処理内容に応じてさらに多くの構成要素に分類されてもよいし、１つの構成要素が複数の構成要素の処理を実行してもよい。基本周波数の推定プログラムは、コンピュータ等の機器に内蔵されている記憶媒体や、ＣＰＵを有するマイクロコンピュータ内の記憶部等に予め記憶しておき、そこからコンピュータにインストールされてもよいし、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスク等のリムーバブル記憶媒体に、一時的あるいは永続的に格納（記憶）しておいてもよい。
１ ：基本周波数推定装置
２ ：アクティブノイズコントロール装置
１０ ：収音部
１１ ：調波成分強調部
１２ ：漸化式ＤＦＴ処理部
１３ ：基本周波数強調部
１４ ：第１ピーク抽出部
１５ ：フィルタ部
１６ ：自己相関関数計算部
１７ ：第２ピーク抽出部
１８ ：時系列フィルタ部
１９ ：出力部
２０ ：記憶部
２１ ：ＡＮＣ処理部
２２ ：放音部

Claims (9)

  1. 入力信号の基本周波数を逐次推定する装置であって、
    前記入力信号を逐次取得する収音部と、
    前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算する漸化式ＤＦＴ処理部と、
    前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出する第１ピーク抽出部と、
    前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるフィルタ部と、
    前記フィルタ部により処理された信号に対し、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算する自己相関関数計算部と、
    前記自己相関関数のピーク周波数である第２ピーク周波数を抽出する第２ピーク抽出部と、
    前記第２ピーク周波数を前記入力信号の基本周波数として出力する出力部と、
    を備えることを特徴とする基本周波数推定装置。
  2. 前記漸化式ＤＦＴ処理部により算出された振幅スペクトルと、当該振幅スペクトルを周波数方向に１／ｍ（ｍは自然数）に圧縮した振幅スペクトルをかけ合わせる基本周波数強調部を備え、
    前記第１ピーク抽出部は、前記基本周波数強調部から出力された振幅スペクトルのピーク周波数を前記第１ピーク周波数として抽出する
    ことを特徴とする請求項１に記載の基本周波数推定装置。
  3. 前記フィルタ部は、前記振幅スペクトルのピーク周波数を中心周波数とする逆ノッチフィルタを掛ける処理を行う
    ことを特徴とする請求項１又は２に記載の基本周波数推定装置。
  4. 前記第２ピーク抽出部は、前記自己相関関数の最大値を含む周波数帯域において極大値をとる周波数をパラボラフィッティングにより求め、前記極大値をとる周波数を前記自己相関関数のピーク周波数とする
    ことを特徴とする請求項１から３のいずれか一項に記載の基本周波数推定装置。
  5. 前記第２ピーク抽出部が抽出した前記第２ピーク周波数の配列を逐次格納する記憶部と、
    前記記憶部に格納された前記第２ピーク周波数の配列に基づいて、前記第２ピーク周波数に対して漸化式による時系列フィルタリング処理を行う時系列フィルタ部と、
    を備えたことを特徴とする請求項１から４のいずれか一項に記載の基本周波数推定装置。
  6. 前記収音部が受信した信号を全波整流する調波成分強調部を備え、
    前記漸化式ＤＦＴ処理部は、前記調波成分強調部から出力された信号の振幅スペクトルを計算する
    ことを特徴とする請求項１から５のいずれか一項に記載の基本周波数推定装置。
  7. 請求項１から６のいずれか一項に記載の基本周波数推定装置と、
    前記入力信号の基本周波数と逆位相の信号を生成するアクティブノイズコントロール部と、
    前記逆位相の信号を出力する放音部と、
    を備えたことを特徴とするアクティブノイズコントロール装置。
  8. 入力信号の基本周波数を逐次推定する方法であって、
    前記入力信号を逐次取得するステップと、
    前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算するステップと、
    前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出するステップと、
    前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるステップと、
    前記第１ピーク周波数を含む帯域が強調された信号に対して、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算するステップと、
    前記自己相関関数のピーク周波数である第２ピーク周波数を抽出するステップと、
    前記第２ピーク周波数を前記入力信号の基本周波数として出力するステップと、
    を含むことを特徴とする基本周波数の推定方法。
  9. コンピュータを、
    前記入力信号を逐次取得する収音部と、
    前記入力信号のサンプル点が取得されるごとに、当該サンプル点の前回値を含む漸化式を用いて前記入力信号の振幅スペクトルを計算する漸化式ＤＦＴ処理部と、
    前記振幅スペクトルのピーク周波数である第１ピーク周波数を抽出する第１ピーク抽出部と、
    前記振幅スペクトルの前記第１ピーク周波数を含む帯域を強調するフィルタをかけるフィルタ部と、
    前記フィルタ部により処理された信号に対し、自己相関関数の前回値を含む漸化式を用いて当該自己相関関数を計算する自己相関関数計算部と、
    前記自己相関関数のピーク周波数である第２ピーク周波数を抽出する第２ピーク抽出部と、
    前記第２ピーク周波数を前記入力信号の基本周波数として出力する出力部と、
    して機能させることを特徴とする基本周波数の推定プログラム。
JP2020058076A 2020-03-27 2020-03-27 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム Active JP7461192B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020058076A JP7461192B2 (ja) 2020-03-27 2020-03-27 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム
PCT/JP2021/012001 WO2021193637A1 (ja) 2020-03-27 2021-03-23 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020058076A JP7461192B2 (ja) 2020-03-27 2020-03-27 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム

Publications (2)

Publication Number Publication Date
JP2021157082A true JP2021157082A (ja) 2021-10-07
JP7461192B2 JP7461192B2 (ja) 2024-04-03

Family

ID=77892262

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020058076A Active JP7461192B2 (ja) 2020-03-27 2020-03-27 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム

Country Status (2)

Country Link
JP (1) JP7461192B2 (ja)
WO (1) WO2021193637A1 (ja)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61187000A (ja) * 1985-02-15 1986-08-20 シャープ株式会社 音声のピツチ周波数抽出装置
JPH06110497A (ja) * 1992-05-18 1994-04-22 Nec Corp 音声の基本周波数の抽出装置
JP2000298475A (ja) * 1999-03-30 2000-10-24 Yamaha Corp 和音判定装置、方法及び記録媒体
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
WO2004040555A1 (ja) * 2002-10-31 2004-05-13 Fujitsu Limited 音声強調装置
JP2007164041A (ja) * 2005-12-16 2007-06-28 Oki Electric Ind Co Ltd 帯域変換信号生成器及び帯域拡張装置
US20080091418A1 (en) * 2006-10-13 2008-04-17 Nokia Corporation Pitch lag estimation
JP2008281776A (ja) * 2007-05-10 2008-11-20 Mitsubishi Electric Corp 旋律抽出装置及び旋律抽出方法
CN101814291A (zh) * 2009-02-20 2010-08-25 北京中星微电子有限公司 在时域提高语音信号信噪比的方法和装置
JP2014219607A (ja) * 2013-05-09 2014-11-20 ソニー株式会社 音楽信号処理装置および方法、並びに、プログラム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61187000A (ja) * 1985-02-15 1986-08-20 シャープ株式会社 音声のピツチ周波数抽出装置
JPH06110497A (ja) * 1992-05-18 1994-04-22 Nec Corp 音声の基本周波数の抽出装置
JP2000298475A (ja) * 1999-03-30 2000-10-24 Yamaha Corp 和音判定装置、方法及び記録媒体
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
WO2004040555A1 (ja) * 2002-10-31 2004-05-13 Fujitsu Limited 音声強調装置
JP2007164041A (ja) * 2005-12-16 2007-06-28 Oki Electric Ind Co Ltd 帯域変換信号生成器及び帯域拡張装置
US20080091418A1 (en) * 2006-10-13 2008-04-17 Nokia Corporation Pitch lag estimation
JP2008281776A (ja) * 2007-05-10 2008-11-20 Mitsubishi Electric Corp 旋律抽出装置及び旋律抽出方法
CN101814291A (zh) * 2009-02-20 2010-08-25 北京中星微电子有限公司 在时域提高语音信号信噪比的方法和装置
JP2014219607A (ja) * 2013-05-09 2014-11-20 ソニー株式会社 音楽信号処理装置および方法、並びに、プログラム

Also Published As

Publication number Publication date
JP7461192B2 (ja) 2024-04-03
WO2021193637A1 (ja) 2021-09-30

Similar Documents

Publication Publication Date Title
US10854220B2 (en) Pitch detection algorithm based on PWVT of Teager energy operator
EP2249333B1 (en) Method and apparatus for estimating a fundamental frequency of a speech signal
Nakatani et al. Robust and accurate fundamental frequency estimation based on dominant harmonic components
JP5908472B2 (ja) 信号を解析し、瞬時周波数および短時間フーリエ変換を提供するための方法、ならびに信号を解析するためのデバイス
Upadhyay et al. Determination of instantaneous fundamental frequency of speech signals using variational mode decomposition
US7957964B2 (en) Apparatus and methods for noise suppression in sound signals
JP5992427B2 (ja) 信号におけるピッチおよび／または基本周波数に関するパターンを推定する方法および装置
US20220383884A1 (en) System and method for identifying and processing audio signals
US11622208B2 (en) Apparatus and method for own voice suppression
CN107210029A (zh) 用于处理一连串信号以进行复调音符辨识的方法和装置
WO2021193637A1 (ja) 基本周波数推定装置、アクティブノイズコントロール装置、基本周波数の推定方法及び基本周波数の推定プログラム
JP5766896B1 (ja) ピーク周波数検出装置、方法およびプログラム
JP7152112B2 (ja) 信号処理装置、信号処理方法および信号処理プログラム
JP7276469B2 (ja) 波源方向推定装置、波源方向推定方法、およびプログラム
JP2006215228A (ja) 音声信号分析方法およびこの分析方法を実施する装置、この音声信号分析装置を用いた音声認識装置、この分析方法を実行するプログラムおよびその記憶媒体
Wiriyarattanakul et al. Pitch segmentation of speech signals based on short-time energy waveform
Zeremdini et al. Multi-pitch estimation based on multi-scale product analysis, improved comb filter and dynamic programming
Sircar et al. Parametric modeling of speech by complex AM and FM signals
Zeremdini et al. Contribution to the Multipitch Estimation by Multi-scale Product Analysis
Ramesh et al. Glottal opening instants detection using zero frequency resonator
Douglas et al. Single-channel Wiener filtering of deterministic signals in stochastic noise using the panorama
Gallego et al. Linear Prediction Matrix segmentation for Matrix Pencil Method in backscattering signal scenarios
JP2880683B2 (ja) 雑音抑制装置
Bahatti et al. Short-term sinusoidal modeling of an oriental music signal by using CQT transform
JPS5876891A (ja) 音声ピツチ抽出方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220916

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231107

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231219

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: 20240319

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240322

R150 Certificate of patent or registration of utility model

Ref document number: 7461192

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150