JP2624829B2 - 音声区間検出方式 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は音声区間検出方式に関し、例えば、ディジタ
ル通信分野におけるディジタル音声挿入システム（DS
I）や音声パケット通信システムに適用し得るものであ
る。

［従来の技術］ 第２図は、従来の音声区間検出方式の一構成例を示す
ブロック図である。

第２図において、音声入力サンプル信号は入力端子１
を介してパワ算出部２に入力され、このパワ算出部２に
よって一定のサンプル数でなるブロックに区分され、各
ブロックのサンプル値の平均パワ（電力であり、以下で
は単にブロックのパワと呼ぶ）Piが計算される。このよ
うにして得られた各ブロックのパワPi（ｉはブロック番
号を示す）が有音／無音判定部３及びパワしきい値算出
部４に与えられる。

有音／無音判定部３は、パワPiと、パワしきい値算出
部４から入力される判定用パワしきい値Tiとを比較し、
パワPiがパワしきい値Ti以上のときに当該ブロックｉを
有音ブロックと判定し、パワPiがパワしきい値Tiより小
さいときに当該ブロックｉを無音ブロックと判定して出
力端子５を介して次段に出力する。

パワしきい値算出部４は、ブロック毎にパワしきい値
を更新する。ブロックｉのパワPiがそのときのパワしき
い値Tiよりゆらぎ吸収オフセット値αを越えて小さいと
きには、すなわち、Pi＜Ti−αのときには、次のブロッ
クｉ＋１のパワしきい値Ti＋１をTi＋１＝Pi＋αによっ
て算出する。従って、多少パワしきい値が小さくなる。
すなわち、パワしきい値Tiからゆらぎ吸収オフセット値
αを下まった値Ti−αを現時点ｉまでにおけるパワの最
小値と定義し、この最小値に背景雑音のパワのゆらぎ吸
収係数αを加えた値を新たなブロックｉ＋１のパワしき
い値Ti＋１とする。

他方、ブロックｉのパワPiが、そのときのパワしきい
値Tiからゆらぎ吸収オフセット値αを減じた値までは小
さくないときには、すなわち、Pi≧Ti−αのときには、
次のブロックｉ＋１のしきい値Ti＋１として今までのパ
ワしきい値Tiを用いる。

［発明が解決しようとする課題］ しかしながら、上述した方法では、パワがある程度小
さい無音ブロックに対してはブロックパワの最小値を計
算し、これにオフセット値を加算して次のブロックの判
定のためのパワしきい値を適応的に制御するようにして
いるが、有音ブロック及びパワしきい値に近い無音ブロ
ックに対しては、次のブロックの判定のためのパワしき
い値をそれまでのしきい値と同一としているので、すな
わち、適応的な制御を行なっていないので、通話の途中
で雑音パワのレベルが大きく上昇した場合やパワしきい
値に近い雑音パワがさらに大きくなった場合には、雑音
を誤って有音と判定し続けてしまうという問題が生じて
いた。

本発明は、以上の点を考慮してなされたものであり、
雑音パワの大きな変動がある場合に雑音を誤って有音と
判定し続けるという問題を除去し、通話中に雑音パワが
大きく変動しても変動後の雑音パワを正しく推定し、雑
音パワの変動に追従し得るパワしきい値の適応的な設定
を可能とし、誤判定を減少させることができるた音声区
間検出方式を提供しようとするものでする。

［課題を解決するための手段］ 本発明は、音声入力サンプル信号を所定長のブロック
毎に区切り、各ブロックのパワを算出するパワ算出手段
と、パワしきい値を算出して出力するパワしきい値算出
手段と、パワ算出手段で算出されたパワとパワしきい値
算出手段から出力されたパワしきい値とを比較して、パ
ワがパワしきい値よりも大きいときに有音と判定し、パ
ワがパワしきい値よりも小さいときに無音と判定する有
音／無音判定手段とを備えた音声区間検出方式に関す
る。

パワしきい値算出手段が実行するパワしきい値の算出
処理に特徴を有するものである。このパワしきい値の算
出は、以下のようになされる。

（ａ）現行のパワしきい値に従う判定により、複数ブロ
ックの時間長に相当する所定の第１の時間長以上に亘っ
て、無音と判定されている間、所定の時間間隔毎に第１
の時間長のブロック間平均パワを算出し、算出された複
数の当該ブロック間平均パワの最小値を第１の最小値と
して求め、この最小値に一定の雑音パワのゆらぎ係数を
乗算し、この乗算値を上記入力サンプル信号のブロック
の有音／無音を判定する上記パワしきい値として出力す
る。

（ｂ）現行のパワしきい値に従う判定により有音となっ
た時点からは、上記（ａ）の処理と平行して、各ブロッ
クの平均パワが予め定められた固定値以下となる区間内
で第１の時間長のブロック間平均パワを所定の時間間隔
毎に算出し、算出された複数の当該ブロック間平均パワ
の最小値を第２の最小値として求め、各ブロックのパワ
が固定値以下となる区間の長さが単独で所定の第２の時
間長となるか、又は、固定値以下となる各区間の和が所
定の第３の時間長となった場合に、その時点で算出され
ている第２の最小値にゆらぎ吸収係数を乗算し、この乗
算値を上記（ａ）のパワしきい値に代えて新しくパワし
きい値として出力する。

また、ここでの第２の時間長及び第３の時間長はそれ
ぞれ第１の時間長よりも長い時間長が設定されているも
のである。

（ｃ）第１の最小値が算出されてパワしきい値が更新さ
れる毎に、第２の最小値を初期値にリセットし、各ブロ
ックのパワが固定値以下となる区間の長さの単独の測定
値及び固定値以下となる区間の和の測定値をゼロクリア
する。

［作用］ 本発明は、基本的には、パワ算出手段が音声入力サン
プル信号を所定長のブロックに区切ってパワを算出し、
このパワを有音／無音判定手段がしきい値算出手段から
与えられるパワしきい値と比較して判定を行なうもので
ある。本発明は、パワしきい値算出手段が実行する上述
したパワしきい値の適応的な算出制御に特徴があるもの
である。

以下に、このような適応的な算出制御を採用した理由
について説明する。

上記（ａ）において、第１の時間長毎のブロック間平
均パワの最小値を求めるようにしたのは、この第１の時
間長がある程度長ければその最小値を取り続けても、そ
の最小値が雑音の真の平均レベルとごく近い値となり、
また、最小値によるパワしきい値設定は検出感度として
良好なものであるからである。

しかし、通話の途中で雑音パワが大きく上昇した場
合、上記（ａ）の方法だけでは、平均パワの上昇した雑
音に応じたパワしきい値が設定できず、誤動作率を増大
させてしまう。

そこで、背景雑音のパワがその値を越すことがまれで
あり、かつ、音声ではその値以上のパワをもつような固
定値を考え、上記（ｂ）を適用するようにした。

音声では、固定値以上のパワ成分をまったくもたない
ことは少なく、あったとしても、そのような小さなパワ
を持つ音声が長く続くことはまれであると考えられる。

固定値以下をとる音声の時間長の上限設定値に第２の
時間長を選定すると、現行のパワしきい値よりも大きな
パワが生じて有音判定となって以後にこの第２の時間長
より長い区間の間、パワについての固定値以上のパワが
まったくなければ、その区間の中にレベル上昇した雑音
区間があり、その区間内の第２の最小値が新雑音レベル
に近いと考えられ、これによってパワしきい値を算出す
ることとした。

しかし、このようにしても、音声によってパワが固定
値を越え、しかも、その間隔が第２の時間長以下である
状態が続いている場合には、パワしきい値の更新が行な
われない。

このような状況に対応できるように、パワが固定値以
下の区間の和を考え、パワが固定値以下となる区間が単
独では第２の時間長以下であっても、それらの区間の和
が第３の時間長以上であれば、そのいずれかの区間に雑
音部分を含む区間がある。そこで、固定値以下の連続区
間が第２の時間長より短い区間を加算し、この区間の和
が第３の時間長より大きくなったか否かを判断し、大き
い場合には、その区間の最小値をパワしきい値算出に利
用するようにした。

無音が続いている状態でパワしきい値が更新されたと
きには、上記（ｂ）の処理を最初からやり直すことがで
きるように、上記（ｃ）の処理によって初期状態とす
る。

［実施例］ 以下、本発明の一実施例を図面を参照しながら詳述す
る。

ここで、第１図はこの実施例を示すブロック図、第３
図はこの実施例によるパワしきい値の適応的な制御例を
示す信号波形図である。

基本的な判定処理構成 第１図において、この実施例においても、音声入力サ
ンプル信号は入力端子11を介してパワ算出部12に入力さ
れ、このパワ算出部12によって一定のサンプル数でなる
ブロックに区分され、各ブロックのサンプル値の平均パ
ワ（以下、単にブロックのパワと呼ぶ）Ｐ（ｉ）が計算
される。このようにして得られた各ブロックのパワＰ
（ｉ）が有音／無音判定部13及びパワしきい値算出部14
に与えられる。

有音／無音判定部13は、パワＰ（ｉ）と、パワしきい
値算出部14から入力される判定用パワしきい値Pth
（ｉ）とを比較し、（１）式に示すように、パワＰ
（ｉ）がパワしきい値Pth（ｉ）以上のときに当該ブロ
ックｉを有音ブロックと判定し、パワＰ（ｉ）がパワし
きい値Pth（ｉ）より小さいときに当該ブロックｉを無
音ブロックと判定して有音／無音判定出力Ｖ（ｉ）を出
力端子15を介して次段に出力する。

パワしきい値算出部14には、この有音／無音判定出力
Ｖ（ｉ）も与えられており、上述したパワ（正確には、
複数のブロックの各パワ）とこの有音／無音判定出力Ｖ
（ｉ）とに基づいてパワしきい値Pth（ｉ）を適応的に
算出していく。

パワしきい値の算出方法 以下、パワしきい値算出部14が実行するパワしきい値
算出処理について説明する。

パワしきい値算出部14では、下記（ｉ）あるいは（i
i）の方法により、パワしきい値Pthを更新する。

（ｉ）該有音・無音判定出力Ｖにより無音と判定された
ブロックが連続して所定のブロック数Ｎだけ生じる毎
に、下記の計算式に従ってパワしきい値Pthを更新す
る。

Pmin（ｉ）＝min（Pmin（ｉ−１），（ｉ）） ……
（３） Pth（ｉ＋１）＝β・Pmin（ｉ） ……（４） なお、これらの式はブロックｉまでの連続するＮ個の
ブロックが無音判定ブロックである場合であって、次の
ブロックｉ＋１のパワしきい値Pth（ｉ＋１）を算出す
る場合である。また、βは１より大きい定数値である雑
音パワのゆらぎ吸収係数である。

（ii）第１の方法（ｉ）に従っている状態において、ブ
ロックｍについて有音判定がなされると、すなわち、Ｐ
（ｍ）＞Pth（ｍ）となると、このブロックｍ以降は、
方法（ｉ）に並行して方法（ii）の処理を行なう。な
お、この方法（ii）の処理を行なうようになってから後
述する所定の時間が経過するまでの間はパワしきい値Pt
hは更新されない。この方法（ii）の処理を行なってい
る後述する所定の時間は、この時間内の背景雑音の影響
をパワしきい値Pthに反映させるような準備の演算を行
なっている時間である。

この方法（ii）に従う処理を行なう状態になると、予
め定められた固定値（背景雑音が取り得ると考えられる
上限値）Pfix以下となる区間内で、連続するブロック数
Ｎにわたるブロック間平均パワＰ′（ｋ）を（２）式と
同様にして（５）式によって求め、その最小値Ｐ′min
（ｋ）を（３）式と同様にして（６）式によって求めて
いく。

Ｐ′min（ｋ）＝min（Ｐ′min（ｋ−１），′
（ｋ）） ……（６） そして、ブロックのパワが固定値Pfix以下となる一の
区間長が、背景雑音検出用の第１のブロック数Ns（Ns＞
Ｎ）以上引き続くか、又は、固定値Pfix以下となる各区
間が第１のブロック数Nsよりは短いがその総区間が背景
雑音検出用の第２のブロック数ＮL（ＮL＞Ns）以上にな
る時点において、（６）式によって求まっている最小値
Ｐ′min（ｋ）を（３）式左辺のPmin（ｉ）とし、
（４）式を計算してパワしきい値Pthを更新する。

ただし、方法（ｉ）によりパワしきい値Pthが更新さ
れた場合には、方法（ii）に関する諸量をリセットする
（Ｐ′min（ｋ）を初期値に置き換え、Pfix以下のパワ
区間のカウント、及び区間の和の値をゼロクリアす
る）。

上述のパワしきい値制御を採用した理由 次に、上述したパワしきい値制御方法を採用するに至
った理由を説明する。

パワしきい値制御方法（ｉ）において、（３）式に示
すように、ブロック間平均パワの最小値を求めるように
したのは、ブロック数Ｎがある程度長ければその最小値
を取り続けても、その最小値が雑音の真の平均レベルPt
rueとごく近い値となり、しかも、最小値によるパワし
きい値設定は検出感度として決して不利にはならないか
らである。

しかし、通話の途中で雑音パワが大きく上昇した場
合、上記（ｉ）の方法だけでは、平均パワの上昇した雑
音に応じたパワしきい値が設定できず、誤動作率を増大
させてしまう。

ここで、背景雑音のパワがその値を越すことがまれで
あり、かつ、音声ではその値以上のパワをもつような固
定値Pfix（例えば−30dBmO）を考えることとした。すな
わち、パワしきい値制御方法（ii）を必要に応じて適用
するようにした。

音声では、−30dBmO（Pfix）以上のパワ成分をまった
くもたないトークスパート（連続する有音区間）は少な
いと考えられる。もしあったとしても、そのような小さ
なパワを持つトークスパートが長く続くことはごくまれ
であると考えられる。

つまり、このトークスパート長の上限設定値に上述し
た第１のブロック数Nsを選定すると、現行のパワしきい
値よりも大きなパワが生じて有音判定となって以後にこ
のブロック数Nsより長い区間の間、パワについての固定
値Pfix以上のパワがまったくなければ、その区間の中に
レベル上昇した雑音区間があると考えられる。あるのな
らば、その区間内の最小値Ｐ′min（ｉ）（（５）式参
照）が新雑音レベルに近く、これによってパワしきい値
を算出することが有利となる。そこで、固定値Pfix以下
の連続区間が第１のブロック数Nsより大きくなったか否
かを判断し、大きい場合には、その区間の最小値をパワ
しきい値算出に利用するようにした。

パワについての固定値Pfix以下の音声の部分のパワに
基づいてパワしきい値を更新する危険を少なくするには
ブロック数Nsを大きくすれば良い。しかし、このように
しても、音声によってパワが固定値Pfixを越え、しか
も、その間隔がブロック数Ns以下である状態が続いてい
る場合には、パワしきい値の更新が行なわれない。

このような状況に対応できるように、パワが固定値Pf
ix以下の総ブロック数ＮLを考えることとした。もし、
パワが固定値Pfix以下となる区間が単独ではブロック数
Ns以下であっても、そのれらの区間長の和が一定ブロッ
ク数ＮL以上であれば、その区間の中のいずれかの区間
に雑音部分を含む区間を見つけることができる。そこ
で、固定値Pfix以下の連続区間が第１のブロック数Nsよ
り短い区間を加算し、この総和ブロック数が第２のブロ
ック数ＮLより大きくなったか否かを判断し、大きい場
合には、その区間の最小値をしきい値算出に利用するよ
うにした。

パワしきい値制御例 次に、第３図を用いて、パワしきい値の適応的な制御
例を説明する。

第３図（Ａ）は雑音のノイズレベルが時刻t1で急に上
昇したものの、ブロック数Nsに相当する時間Tsの間一度
も固定値Pfixを越えなかったので、この区間Tsの終了ま
ぎわのブロック数Ｎにわたる平均パワの最小値を求めて
（４）式によってパワしきい値Pthが更新される様子を
示している。従って、雑音パワの急激な変化の場合であ
っても、第３図（Ａ）に示すような変化の場合には、一
旦有音と判定されてもブロック数Nsに相当する時間経過
後に正しく判定されて誤検出がいたずらに長時間続くこ
とはない。

第３図（Ｂ）は音声が入力されて時刻t3でパワＰがPt
hを越えた後、時間Ts（ブロック数Ns相当時間）以内の
時刻t4で固定値Pfixを越え、その後、時刻t5で固定値Pf
ixを割り、さらにその後、時間Ts以内の時刻t6で現行の
しきい値よりも小さくなった場合であって、この有音判
定区間（t3〜t6）内に雑音パワが僅かに小さくなった場
合である。なお、パワしきい値以上であって固定値以下
の時間の総時間もブロック数ＮL相当時間ＴLを越えてい
ない場合である。

この場合には、上述した第２のパワしきい値制御方法
（ii）は適用されず、有音から無音になった時刻t6から
ブロック数Ｎに相当する時間ＴN経過した時刻t7でパワ
しきい値が変更される。なお、ブロック数Ｎを多少大き
くとっているので、時刻t8の近傍みたく、瞬間的に無音
となる区間の影響をパワしきい値が受けることはない。

なお、第１のパワしきい値制御方法（ｉ）に従い、パ
ワしきい値が更新されたので、この更新時刻t7におい
て、上述したように第２のパワしきい値制御方法（ii）
で用いる最小値Ｐ′min（ｉ）のリセット及び有音時の
パワしきい値見直しブロック数Ns、ＮL到達するかをカ
ウントするカウンタのクリアが行なわれる。

第３図（Ｃ）は、雑音レベルの上昇と音声の入力が重
なった場合である。この場合、音声によって固定値Pfix
を越える部分が生じるので、パワしきい値以上であって
固定値より小さい各区間T1〜T6はブロック数Ns相当時間
Tsより短くなるが、これらの各区間の加算区間は徐々に
大きくなっていき、やがて、ブロック数ＮL相当時間よ
り大きくなる。時刻t10がその時刻を示している。従っ
て、上述したように第２のパワしきい値制御方法（ii）
に従い、これらの各区間T1〜T6の中のブロック数Ｎ毎に
求めた最小値Ｐ′min（ｉ）に基づいてパワしきい値が
更新される。

実施例の効果 従って、上述の実施例によれば、雑音のパワがその値
を越すことがまれであり、かつ、音声ではその値以上の
パワをもつ固定値Pfixを用いて、現行のパワしきい値に
より無音が生じている時はその無音区間のパワレベルに
基づいてパワしきい値を更新し、一方現行のパワしきい
値により一旦有音となってからは固定値Pfix以下となる
区間が単独で第１のブロック数Ns以上となるか、又は、
その区間の和が第２のブロック数ＮL以上となると、そ
の区間のパワレベルに基づいてパワしきい値を更新する
ようにしたので、通話中に、雑音レベルが大きく変動し
たり、雑音レベルの変動と音声によるパワ上昇が重なっ
たりした場合でも、新しい雑音レベルを正しく推定して
パワしきい値の更新が可能であり、誤判定を軽減するこ
とができる。

他の実施例 なお、本発明はディジタル通信分野の各種システムだ
けでなく、音声区間の検出を要する各種システムに適用
することができる。

また、（２）式及び（５）式に従ってブロック間パワ
平均値を求めるＮ個のブロックは、ブロック１〜Ｎ、Ｎ
＋１〜2N、…のように選定しても良く、また、ブロック
１〜Ｎ、２〜Ｎ＋１、３〜Ｎ＋２、…のように選定して
も良い。

さらに、第２のブロック数ＮLは、第１のブロック数N
sより実際上は大きくするが、必ずしも大きくすること
は要しない。

［発明の効果］ 以上のように、本発明によれば、雑音パワがその値を
越すことがまれであり、かつ、音声ではその値以上のパ
ワをもつことが多い固定値を用いて、現行のパワしきい
値により一旦有音判定となってからは固定値以下となる
区間が単独である時間長以上となるか、又は固定値以下
となるの和が他のある時間長以上となると、その区間の
パワレベルに基づいてパワしきい値を更新するようにし
たので、通話中に雑音レベルが大きく変動したり、雑音
レベルの変動と音声によるパワ上昇が重なった場合で
も、新しい雑音レベルを正しく推定してパワしきい値を
更新でき、誤判定を少なくすることができる。

【図面の簡単な説明】

第１図は本発明による音声区間検出方式の一実施例を示
すブロック図、第２図は従来方式を示すブロック図、第
３図は上記実施例のパワしきい値制御を示す信号波形図
である。 12……パワ算出部、13……有音／無音判定部、14……パ
ワしきい値算出部。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】音声入力サンプル信号を所定長のブロック
   毎に区切り、各ブロックの平均パワを算出するパワ算出
   手段と、パワしきい値を算出して出力するしきい値算出
   手段と、上記パワ算出手段で算出された上記平均パワと
   上記パワしきい値算出手段から出力された上記パワしき
   い値とを比較して、上記平均パワが上記パワしきい値よ
   りも大きいときに有音と判定し、上記平均パワが上記パ
   ワしきい値よりも小さいときに無音と判定する有音／無
   音判定手段とを備えた音声区間検出方式において 上記パワしきい値算出手段は、 （ａ）現行のパワしきい値に従う判定により、複数ブロ
   ックの時間長に相当する所定の第１の時間長以上に亘っ
   て、無音と判定されている間、所定の時間間隔毎に上記
   第１の時間長のブロック間平均パワを算出し、算出され
   た複数の当該ブロック間平均パワの最小値を第１の最小
   値として求め、この最小値に一定の雑音パワのゆらぎ係
   数を乗算し、この乗算値を上記入力サンプル信号の上記
   ブロックの有音／無音を判定する上記パワしきい値とし
   て出力し、 （ｂ）現行のパワしきい値に従う判定により有音となっ
   た時点からは、上記（ａ）の処理と平行して、上記各ブ
   ロックの平均パワが予め定められた固定値以下となる区
   間内で第１の時間長のブロック間平均パワを所定の時間
   間隔毎に算出し、算出された複数の当該ブロック間平均
   パワの最小値を第２の最小値として求め、各ブロックの
   平均パワが固定値以下となる区間の長さが単独で所定の
   第２の時間長となるか、又は、固定値以下となる各区間
   の和が所定の第３の時間長となった場合に、その時点で
   算出されている第２の最小値に上記ゆらぎ吸収係数を乗
   算し、この乗算値を上記（ａ）のパワしきい値に代えて
   新しくパワしきい値として出力すると共に、 （ｃ）第１の最小値が算出されてパワしきい値が更新さ
   れる毎に、第２の最小値を初期値にリセットし、各ブロ
   ックのパワが固定値以下となる区間の長さの単独の測定
   値及び固定値以下となる区間の和の測定値をゼロクリア
   するものであり、 かつ、第２の時間長及び第３の時間長はそれぞれ第１の
   時間長よりも長い時間長が設定されている、 ことを特徴とした音声区間検出方式。