JP2648779B2 - 通話信号識別装置 - Google Patents
通話信号識別装置Info
- Publication number
- JP2648779B2 JP2648779B2 JP62213678A JP21367887A JP2648779B2 JP 2648779 B2 JP2648779 B2 JP 2648779B2 JP 62213678 A JP62213678 A JP 62213678A JP 21367887 A JP21367887 A JP 21367887A JP 2648779 B2 JP2648779 B2 JP 2648779B2
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- signal
- autocorrelation coefficient
- pitch
- 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.)
- Expired - Fee Related
Links
Landscapes
- Monitoring And Testing Of Exchanges (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、電話回線上に現れる通話信号の信号種別を
自動識別し電話回線のサービス状況の把握および電話利
用実態の把握を行う通話信号識別手段に関する。
自動識別し電話回線のサービス状況の把握および電話利
用実態の把握を行う通話信号識別手段に関する。
本発明は、電話回線上に現れる各種通話信号音を人の
声（以下、ボイスという。）、ビジートーン、リングバ
ックトーンなどの電話交換用可聴信号音（以下、トーン
という。）、ファクシミリ信号などのデータ音（以下、
データという。）およびデータ送受信の前後に流れる確
認信号音（以下、アクノリッジという。）の４種に識別
し分類する手段に関する。
声（以下、ボイスという。）、ビジートーン、リングバ
ックトーンなどの電話交換用可聴信号音（以下、トーン
という。）、ファクシミリ信号などのデータ音（以下、
データという。）およびデータ送受信の前後に流れる確
認信号音（以下、アクノリッジという。）の４種に識別
し分類する手段に関する。
本発明は、通話信号の信号種別を自動識別するにあた
り、通話信号の周波数スペクトルの分析、周波数スペク
トルおよび自己相関係数の時間変動量の分析およびこれ
らの分析結果の連続性を分析するとともに、 ケーデンス分析またはピッチ分析を用いることにより、 信頼性の高い識別結果を短時間で得ることができるよう
にしたものである。
り、通話信号の周波数スペクトルの分析、周波数スペク
トルおよび自己相関係数の時間変動量の分析およびこれ
らの分析結果の連続性を分析するとともに、 ケーデンス分析またはピッチ分析を用いることにより、 信頼性の高い識別結果を短時間で得ることができるよう
にしたものである。
従来この種の識別方式としては、通話信号の有音部分
のみの特徴に着目し、通話信号の周波数スペクトルの分
析、周波数スペクトルおよび自己相関係数の時間変動量
の分析やこれら分析結果の連続性を分析する識別方式に
加え、信号の周期性に着目したケーデンス分析またはピ
ッチの分析を用いる識別方式が用いられていた。
のみの特徴に着目し、通話信号の周波数スペクトルの分
析、周波数スペクトルおよび自己相関係数の時間変動量
の分析やこれら分析結果の連続性を分析する識別方式に
加え、信号の周期性に着目したケーデンス分析またはピ
ッチの分析を用いる識別方式が用いられていた。
従来の識別方式は、有音部分の特徴に基づき信号種別
の識別を行う短時間分析を基本とした場合には、ボイス
やトーンのように比較的似た特徴を持つ信号に対して誤
識別が発生しやすい欠点があり、信号の周期性に着目し
た場合には、秒単位の時間でオンオフ状態を観測するの
で、識別に時間を要する欠点があった。
の識別を行う短時間分析を基本とした場合には、ボイス
やトーンのように比較的似た特徴を持つ信号に対して誤
識別が発生しやすい欠点があり、信号の周期性に着目し
た場合には、秒単位の時間でオンオフ状態を観測するの
で、識別に時間を要する欠点があった。
本発明は、このような欠点を解決するもので、通話信
号の周波数スペクトルの分析と、周波数スペクトルおよ
び自己相関係数の時間変動量の分析と、これら分析結果
の連続性の分析とを行い、有音部分の特徴を全体的にと
らえ、またボイスに特徴的に現れるピッチを抽出し、識
別に用いることにより信頼度の高い識別結果を短時間で
得ることを可能とし、さらに比較的似た特徴を持つ信号
に対してはケーデンス分析を行うことにより識別精度が
一層向上された通話信号識別装置を提供することを目的
とする。
号の周波数スペクトルの分析と、周波数スペクトルおよ
び自己相関係数の時間変動量の分析と、これら分析結果
の連続性の分析とを行い、有音部分の特徴を全体的にと
らえ、またボイスに特徴的に現れるピッチを抽出し、識
別に用いることにより信頼度の高い識別結果を短時間で
得ることを可能とし、さらに比較的似た特徴を持つ信号
に対してはケーデンス分析を行うことにより識別精度が
一層向上された通話信号識別装置を提供することを目的
とする。
〔問題点を解決するための手段〕 本発明に係る電話回線上に現れる通話信号種別を自動
識別する通話信号識別装置は、所定のフレーム周期ごと
に帯域分割した信号に基づき最小電力、最大電力、最大
電力周波数、帯域幅および周波数スペクトルの時間変動
量を含むスペクトル情報を求めるスペクトル分析部と、
前記所定のフレーム周期ごとに０次自己相関係数、１次
自己相関係数、２次自己相関係数、この１次自己相関係
数および２次自己相関係数に基づく自己相関係数の時間
変動量を含む自己相関情報を求める自己相関分析部と、
前記最小電力および前記０次自己相関係数に基づき前記
通話信号の周期および有音区間情報を求めるケーデンス
分析部と、前記所定のフレーム周期ごとに前記通話信号
のピッチを抽出するピッチ分析部と、前記スペクトル分
析部、自己相関分析部、ケーデンス分析部およびピッチ
分析部で求めた各情報に基づいてその識別パラメータの
値があらかじめ定められた複数の判定条件のいずれに相
当しかつその時間的連続性の条件を満足しているかを判
定して前記通話信号に含まれる信号種別を識別する識別
条件判定部とを備え、前記識別条件判定部は、前記有音
区間間情報より有音検出を行い、前記最大電力周波数お
よび帯域幅を用いて信号種別を分類するスペクトル分析
を行い、このスペクトル分析の結果分類された各信号種
別毎に、前記自己相関係数の時間変動量、周波数スペク
トルの時間変動量、１次自己相関係数、２次自己相関係
数、最大電力および最小電力を用いて変動分析を行い、
前記ピッチに基づいてピッチ分析を行い、これら変動分
析およびピッチ分析の各分析結果の時間的連続性を判定
し、音声および可聴音信号と分類された信号について
は、更に周期性を判定するケーデンス分析を行うことを
特徴とする。
識別する通話信号識別装置は、所定のフレーム周期ごと
に帯域分割した信号に基づき最小電力、最大電力、最大
電力周波数、帯域幅および周波数スペクトルの時間変動
量を含むスペクトル情報を求めるスペクトル分析部と、
前記所定のフレーム周期ごとに０次自己相関係数、１次
自己相関係数、２次自己相関係数、この１次自己相関係
数および２次自己相関係数に基づく自己相関係数の時間
変動量を含む自己相関情報を求める自己相関分析部と、
前記最小電力および前記０次自己相関係数に基づき前記
通話信号の周期および有音区間情報を求めるケーデンス
分析部と、前記所定のフレーム周期ごとに前記通話信号
のピッチを抽出するピッチ分析部と、前記スペクトル分
析部、自己相関分析部、ケーデンス分析部およびピッチ
分析部で求めた各情報に基づいてその識別パラメータの
値があらかじめ定められた複数の判定条件のいずれに相
当しかつその時間的連続性の条件を満足しているかを判
定して前記通話信号に含まれる信号種別を識別する識別
条件判定部とを備え、前記識別条件判定部は、前記有音
区間間情報より有音検出を行い、前記最大電力周波数お
よび帯域幅を用いて信号種別を分類するスペクトル分析
を行い、このスペクトル分析の結果分類された各信号種
別毎に、前記自己相関係数の時間変動量、周波数スペク
トルの時間変動量、１次自己相関係数、２次自己相関係
数、最大電力および最小電力を用いて変動分析を行い、
前記ピッチに基づいてピッチ分析を行い、これら変動分
析およびピッチ分析の各分析結果の時間的連続性を判定
し、音声および可聴音信号と分類された信号について
は、更に周期性を判定するケーデンス分析を行うことを
特徴とする。
まず、スペクトル分析において得られる最小電力に基
づきその回線の雑音レベルを推定し、このレベルと全電
力との比較により有音区間を検出する。有音を検出した
区間については、最大電力周波数と帯域幅とに基づき周
波数特性を分析し、周波数スペクトルの時間変動量およ
び自己相関係数の分布と時間変動量とに基づき時間的特
性を分析し、この分析結果の連続性を判定する。また、
これと同時に有音区間のピッチを抽出することにより音
源の持つ特徴を分析し、このピッチ分析結果と上記判定
結果を用いて識別判定を行う。さらに、信号の特徴が類
似していて識別が不明確な信号に対してはケーデンス分
析に基づき信号の周期性の分析を行い、信頼度の高い識
別結果を得る。
づきその回線の雑音レベルを推定し、このレベルと全電
力との比較により有音区間を検出する。有音を検出した
区間については、最大電力周波数と帯域幅とに基づき周
波数特性を分析し、周波数スペクトルの時間変動量およ
び自己相関係数の分布と時間変動量とに基づき時間的特
性を分析し、この分析結果の連続性を判定する。また、
これと同時に有音区間のピッチを抽出することにより音
源の持つ特徴を分析し、このピッチ分析結果と上記判定
結果を用いて識別判定を行う。さらに、信号の特徴が類
似していて識別が不明確な信号に対してはケーデンス分
析に基づき信号の周期性の分析を行い、信頼度の高い識
別結果を得る。
以下、本発明の一実施例を図面に基づき説明する。
第１図はこの実施例の構成を示すブロック構成図であ
る。この実施例は、第１図に示すように、入力される通
話信号を予め定められた単位時間である所定のフレーム
周期ごとに複数の周波数帯域に分割し、当該帯域分割さ
れた信号より帯域別電力を求め、それぞれの帯域別電力
より最大電力、最小電力、最大電力周波数、帯域幅およ
び周波数スペクトルの時間変動量を求めるスペクトル分
析部100と、上記所定のフレーム周期ごとに０次自己相
関係数、１次自己相関係数、２次自己相関係数およびこ
の１次自己相関係数および２次自己相関係数に基づく自
己相関係数の時間変動量を求める自己相関分析部120
と、上記最小電力および上記０次自己相関係数に基づき
上記通話信号の周期および有音区間情報を求めるケーデ
ンス分析部110と、上記所定のフレーム周期ごとに上記
通話信号のピッチを抽出するピッチ分析部130と、上記
有音区間情報に基づく有音検出にひきつづき上記最大電
力周波数および上記帯域幅に基づきスペクトル分析を行
い、ひきつつぎ、上記自己相関係数の時間変動量、上記
周波数スペクトルの時間変動量、上記１次自己相関係
数、上記２次自己相関係数、上記最大電力および上記最
小電力に基づく変動分析および上記ピッチに基づくピッ
チ分析を行い、この分析結果の連続性を判定して上記通
話信号に含まれる信号の種別を識別し、さらに、この識
別された信号のうち音声信号および電話交換用可聴音信
号について上記周期に基づき再び識別を行う構成である
識別条件判定部140とを備える。
る。この実施例は、第１図に示すように、入力される通
話信号を予め定められた単位時間である所定のフレーム
周期ごとに複数の周波数帯域に分割し、当該帯域分割さ
れた信号より帯域別電力を求め、それぞれの帯域別電力
より最大電力、最小電力、最大電力周波数、帯域幅およ
び周波数スペクトルの時間変動量を求めるスペクトル分
析部100と、上記所定のフレーム周期ごとに０次自己相
関係数、１次自己相関係数、２次自己相関係数およびこ
の１次自己相関係数および２次自己相関係数に基づく自
己相関係数の時間変動量を求める自己相関分析部120
と、上記最小電力および上記０次自己相関係数に基づき
上記通話信号の周期および有音区間情報を求めるケーデ
ンス分析部110と、上記所定のフレーム周期ごとに上記
通話信号のピッチを抽出するピッチ分析部130と、上記
有音区間情報に基づく有音検出にひきつづき上記最大電
力周波数および上記帯域幅に基づきスペクトル分析を行
い、ひきつつぎ、上記自己相関係数の時間変動量、上記
周波数スペクトルの時間変動量、上記１次自己相関係
数、上記２次自己相関係数、上記最大電力および上記最
小電力に基づく変動分析および上記ピッチに基づくピッ
チ分析を行い、この分析結果の連続性を判定して上記通
話信号に含まれる信号の種別を識別し、さらに、この識
別された信号のうち音声信号および電話交換用可聴音信
号について上記周期に基づき再び識別を行う構成である
識別条件判定部140とを備える。
さて、ディジタル化された通話信号は情報線200を介
してスペクトル分析部100、自己相関分析部120、および
ピッチ抽出部130に同時に入力される。スペクトル分析
部100では、電話信号帯域をバンドパスフィルタで８分
割し、予め定められた単位時間である一定のフレーム周
期ごとに各帯域別の電力Wi（ｉ＝０〜７）を求め、さら
に、この帯域別電力Wiに基づき最大電力Wmax、最小電力
Wmin、最大電力周波数Ｆ、帯域幅Ｂおよび各フレームの
周波数スペクトルの時間変動量Ｄを求める。また自己相
関分析部120では、相関器で一定のフレーム周期ごとに
全電力である０次自己相関係数R0、１次自己相関係数R1
および２次自己相関係数R2を求め、さらに、１次自己相
関係数R1および２次自己相関係数R2に基づき自己相関係
数の時間変動量Ｈを求める。ピッチ分析部130では、一
定のフレーム周期ごとに信号のピッチを抽出してピッチ
数Ｐを求める。また、ケーデンス分析部110では、スペ
クトル分析部100から最小電力Wminをまた自己相関分析
部120から全電力である０次自己相関関数R0をそれぞれ
情報線210および220を介して受け取り、この両者に基づ
き有音区間の検出を行う。なお、有音の検出は全電力R0
が過去最小の最小電力Wminよりも予め定められた一定値
大きいことにより行う。さらに、有音区間および無音区
間の時間測定を行い、信号の周期Ｔを求める。識別条件
判定部140では、スペクトル分析部100から得られる最大
電力Wmax、最小電力Wmin、最大電力周波数Ｆ、帯域幅Ｂ
および各フレームの周波数スペクトルの時間変動量Ｄ
と、ケーデンス分析部110から得られる有音区間情報SP
と、自己相関分析部120から得られる１次自己相関係数R
1、２次自己相関係数R2および自己相関係数の時間変動
量Ｈと、ピッチ分析部130から得られるピッチ数Ｐとを
それぞれ情報線230、240、250および260を介して受信す
る。さらに、これらの識別用パラメータの有音区間情報
SPを用いて有音検出を行い、次に、最大電力周波数帯域
Ｆおよび帯域幅Ｂを用いてスペクトル分析を行い信号種
別をボイス、トーン、データおよびアクノリッジに分類
する。この分類された各信号種別毎にその分類結果が正
しいか否かを更に分析する。変動分析では、最大電力W
maxと最小電力Wmin、各フレームの周波数スペクトルの
時間変動量Ｄ、１次および２次自己相関係数に基づくフ
レーム間での自己相関係数の時間変動量Ｈ、１次自己相
関係数R1、２次自己相関係数R2を用いて各信号が有する
変動特徴と比較してその一致性を判定する。ピッチ分析
では、ピッチ数Ｐに基づいて各信号が有するピッチ特徴
と比較してその一致性を判定する。連続性判定では、こ
れら変動分析およびピッチ分析の各分析により一致する
と判定された結果が一定時間連続することにより間違い
なく一致するものであることを確認する。そして、ボイ
スまたはトーンと分類された信号については、更に周期
性の特徴比較を判定するケーデンス分析を行うことによ
り識別精度の向上を図る。
してスペクトル分析部100、自己相関分析部120、および
ピッチ抽出部130に同時に入力される。スペクトル分析
部100では、電話信号帯域をバンドパスフィルタで８分
割し、予め定められた単位時間である一定のフレーム周
期ごとに各帯域別の電力Wi（ｉ＝０〜７）を求め、さら
に、この帯域別電力Wiに基づき最大電力Wmax、最小電力
Wmin、最大電力周波数Ｆ、帯域幅Ｂおよび各フレームの
周波数スペクトルの時間変動量Ｄを求める。また自己相
関分析部120では、相関器で一定のフレーム周期ごとに
全電力である０次自己相関係数R0、１次自己相関係数R1
および２次自己相関係数R2を求め、さらに、１次自己相
関係数R1および２次自己相関係数R2に基づき自己相関係
数の時間変動量Ｈを求める。ピッチ分析部130では、一
定のフレーム周期ごとに信号のピッチを抽出してピッチ
数Ｐを求める。また、ケーデンス分析部110では、スペ
クトル分析部100から最小電力Wminをまた自己相関分析
部120から全電力である０次自己相関関数R0をそれぞれ
情報線210および220を介して受け取り、この両者に基づ
き有音区間の検出を行う。なお、有音の検出は全電力R0
が過去最小の最小電力Wminよりも予め定められた一定値
大きいことにより行う。さらに、有音区間および無音区
間の時間測定を行い、信号の周期Ｔを求める。識別条件
判定部140では、スペクトル分析部100から得られる最大
電力Wmax、最小電力Wmin、最大電力周波数Ｆ、帯域幅Ｂ
および各フレームの周波数スペクトルの時間変動量Ｄ
と、ケーデンス分析部110から得られる有音区間情報SP
と、自己相関分析部120から得られる１次自己相関係数R
1、２次自己相関係数R2および自己相関係数の時間変動
量Ｈと、ピッチ分析部130から得られるピッチ数Ｐとを
それぞれ情報線230、240、250および260を介して受信す
る。さらに、これらの識別用パラメータの有音区間情報
SPを用いて有音検出を行い、次に、最大電力周波数帯域
Ｆおよび帯域幅Ｂを用いてスペクトル分析を行い信号種
別をボイス、トーン、データおよびアクノリッジに分類
する。この分類された各信号種別毎にその分類結果が正
しいか否かを更に分析する。変動分析では、最大電力W
maxと最小電力Wmin、各フレームの周波数スペクトルの
時間変動量Ｄ、１次および２次自己相関係数に基づくフ
レーム間での自己相関係数の時間変動量Ｈ、１次自己相
関係数R1、２次自己相関係数R2を用いて各信号が有する
変動特徴と比較してその一致性を判定する。ピッチ分析
では、ピッチ数Ｐに基づいて各信号が有するピッチ特徴
と比較してその一致性を判定する。連続性判定では、こ
れら変動分析およびピッチ分析の各分析により一致する
と判定された結果が一定時間連続することにより間違い
なく一致するものであることを確認する。そして、ボイ
スまたはトーンと分類された信号については、更に周期
性の特徴比較を判定するケーデンス分析を行うことによ
り識別精度の向上を図る。
第２図に識別条件判定部140での処理概要フローを示
す。各種の分析部で得られた各種識別用パラメータがボ
イス、トーン、データおよびアクノリッジのそれぞれに
対して設定された条件を満たしているか否かの判定およ
びその連続性に基づき識別を行う。識別条件判定部140
では、データのうちデータ送受信部と確認信号送受信部
とで信号の特徴が異なるため別々に扱うこととし、最終
的にボイス、データ、アクノリッジおよびトーンの識別
結果270を出力する。
す。各種の分析部で得られた各種識別用パラメータがボ
イス、トーン、データおよびアクノリッジのそれぞれに
対して設定された条件を満たしているか否かの判定およ
びその連続性に基づき識別を行う。識別条件判定部140
では、データのうちデータ送受信部と確認信号送受信部
とで信号の特徴が異なるため別々に扱うこととし、最終
的にボイス、データ、アクノリッジおよびトーンの識別
結果270を出力する。
本発明は、以上説明したように、スペクトル分析およ
び自己相関分析に基づき通話信号の周波数領域および時
間領域の特徴の分析を行うとともに、ピッチ抽出に基づ
き音源の持つ特徴の分析を行い、さらにケーデンス分析
に基づき信号の周期性の分析を行うことにより信頼度の
高い識別結果を得ることができる効果がある。
び自己相関分析に基づき通話信号の周波数領域および時
間領域の特徴の分析を行うとともに、ピッチ抽出に基づ
き音源の持つ特徴の分析を行い、さらにケーデンス分析
に基づき信号の周期性の分析を行うことにより信頼度の
高い識別結果を得ることができる効果がある。
第１図は本発明実施例の構成を示すブロック構成図。 第２図は識別判定処理の流れを示すフローチャート。 100……スペクトル分析部、110……ケーデンス分析部、
120……自己相関分析部、130……ピッチ抽出部、140…
…識別条件判定部。
120……自己相関分析部、130……ピッチ抽出部、140…
…識別条件判定部。
Claims (1)
- 【請求項１】電話回線上に現れる通話信号種別を自動識
別する通話信号識別装置において、 入力される通話信号を所定のフレーム周期ごとに帯域分
割した信号に基づき最小電力、最大電力、最大電力周波
数、帯域幅および周波数スペクトルの時間変動量を含む
スペクトル情報を求めるスペクトル分析部と、 前記所定のフレーム周期ごとに０次自己相関係数、１次
自己相関係数、２次自己相関係数、この１次自己相関係
数および２次自己相関係数に基づく自己相関係数の時間
変動量を含む自己相関情報を求める自己相関分析部と、 前記最小電力および前記０次自己相関係数に基づき前記
通話信号の周期および有音区間情報を求めるケーデンス
分析部と、 前記所定のフレーム周期ごとに前記通話信号のピッチを
抽出するピッチ分析部と、 前記スペクトル分析部、自己相関分析部、ケーデンス分
析部およびピッチ分析部で求めた各情報に基づいてその
識別パラメータの値があらかじめ定められた複数の判定
条件のいずれに相当しかつその時間的連続性の条件を満
足しているかを判定して前記通話信号に含まれる信号種
別を識別する識別条件判定部と を備え、 前記識別条件判定部は、前記有音区間情報より有音検出
を行い、前記最大電力周波数および帯域幅を用いて信号
種別を分類するスペクトル分析を行い、このスペクトル
分析の結果分類された各信号種別毎に、前記自己相関係
数の時間変動量、周波数スペクトルの時間変動量、１次
自己相関係数、２次自己相関係数、最大電力および最小
電力を用いて変動分析を行い、前記ピッチに基づいてピ
ッチ分析を行い、これら変動分析およびピッチ分析の各
分析結果の時間的連続性を判定し、音声および可聴音信
号と分類された信号については、更に周期性を判定する
ケーデンス分析を行う ことを特徴とする通話信号識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62213678A JP2648779B2 (ja) | 1987-08-26 | 1987-08-26 | 通話信号識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62213678A JP2648779B2 (ja) | 1987-08-26 | 1987-08-26 | 通話信号識別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6455956A JPS6455956A (en) | 1989-03-02 |
| JP2648779B2 true JP2648779B2 (ja) | 1997-09-03 |
Family
ID=16643160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62213678A Expired - Fee Related JP2648779B2 (ja) | 1987-08-26 | 1987-08-26 | 通話信号識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2648779B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3109978B2 (ja) | 1995-04-28 | 2000-11-20 | 松下電器産業株式会社 | 音声区間検出装置 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2609737B2 (ja) * | 1990-02-28 | 1997-05-14 | 三菱電機株式会社 | 音声／データ識別器 |
| JP4899778B2 (ja) * | 2006-10-19 | 2012-03-21 | 富士ゼロックス株式会社 | 画像形成装置 |
| JP5012579B2 (ja) * | 2008-03-04 | 2012-08-29 | 富士通株式会社 | 音声検出方法、音声検出装置および音声検出プログラム |
-
1987
- 1987-08-26 JP JP62213678A patent/JP2648779B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3109978B2 (ja) | 1995-04-28 | 2000-11-20 | 松下電器産業株式会社 | 音声区間検出装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6455956A (en) | 1989-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0737351B1 (en) | Method and system for detecting and generating transient conditions in auditory signals | |
| KR100873396B1 (ko) | 오디토리 이벤트에 기초한 특성을 이용하여 오디오를비교하는 방법 | |
| EP0722164B1 (en) | Method and apparatus for characterizing an input signal | |
| Kidd Jr et al. | Similarity, uncertainty, and masking in the identification of nonspeech auditory patterns | |
| US5956463A (en) | Audio monitoring system for assessing wildlife biodiversity | |
| EP1083542B1 (en) | A method and apparatus for speech detection | |
| EP0573760B1 (en) | Method for identifying speech and call-progression signals | |
| US7508948B2 (en) | Reverberation removal | |
| US20130279704A1 (en) | Segmenting Audio Signals into Auditory Events | |
| US20040172240A1 (en) | Comparing audio using characterizations based on auditory events | |
| WO2001016937A9 (en) | System and method for classification of sound sources | |
| WO2002097792A1 (en) | Segmenting audio signals into auditory events | |
| CN1192309A (zh) | 信号质量的评估 | |
| JPH10504695A (ja) | 試験方法 | |
| Denbigh et al. | Pitch extraction and separation of overlapping speech | |
| US4920568A (en) | Method of distinguishing voice from noise | |
| JP2648779B2 (ja) | 通話信号識別装置 | |
| CN111934800A (zh) | 一种广播内容监测方法及系统 | |
| Buck et al. | Synthesis and modification of the whistles of the bottlenose dolphin, Tursiops truncatus | |
| JP2635968B2 (ja) | 通話信号識別方式 | |
| JP2621241B2 (ja) | 通話信号識別方法 | |
| RU2107950C1 (ru) | Способ идентификации личности по фонограммам произвольной устной речи | |
| IL108401A (en) | Method and apparatus for indicating the emotional state of a person | |
| EP1489597A2 (en) | Voice detection device | |
| JPS63200199A (ja) | 通話信号識別方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |