JP2959792B2 - 音声信号処理装置 - Google Patents

Description

【発明の詳細な説明】 産業上の利用分野 本発明は、音声処理等に用いることができる音声信号
処理装置に関するものである。

従来の技術 第８図は、従来の信号処理装置のブロック図である。
11は雑音が混入された信号が入力され、信号または雑音
を検出するフィルタ制御部、12はバンドパスフィルタを
多数有するBPF群、13は加算器である。即ち、フィルタ
制御部11はBPF群12のフィルタ係数を入力信号の雑音ま
たは信号に応じて制御するものであり、BPF群12は帯域
通過フィルタ群であって、入力信号を適当な帯域に分
け、フィルタ制御部11の制御信号によって、その通過帯
域特性を決めるように構成されている。

上記のように構成された従来の信号処理装置の動作を
以下に説明する。

音声に雑音に重畳された入力信号はフィルタ制御部11
に供給される。フィルタ制御部11はその制御信号から雑
音成分を、BPF群12の各帯域に対応して求め、BPF群12で
雑音成分を通過させないようなフィルタ係数をBPF群12
に供給する。

BPF群12は、入力信号を適当な帯域に分け、各帯域毎
にフィルタ制御部11より入力される前記フィルタ係数に
よって入力信号を適宜通過させ、加算器13に供給する。
加算器13ではBPF群12で適当な帯域に分割した信号をミ
ックスし、出力を得る。

発明が解決しようとする課題 しかしながら、雑音の多さと明瞭度とは必ずしも一致
せず、そのため、従来の信号処理装置では、雑音が抑え
られるものの、明瞭度は良くならないという課題があ
る。

本発明はこの様な従来の信号処理装置の課題を解決す
るもので、母音／子音を判定しながら、雑音を抑えると
共に明瞭度も良い音声信号処理装置を提供することを目
的とするものである。

課題を解決するための手段 請求項１記載の発明は、周波数分析手段、音声検出手
段、雑音予測手段、キャンセル係数設定手段、キャンセ
ル手段、信号合成手段を備える音声信号処理装置であっ
て、周波数分析手段は、入力音声信号からスペクトルを
算出し、音声検出手段は、スペクトルに基づいて母音、
子音を含む有声区間を判定し、雑音予測手段は、スペク
トルから予測雑音スペクトルを予測し、キャンセル係数
設定手段は、音声検出手段の判定結果に基づいてキャン
セル係数を設定し、キャンセル手段は、スペクトル、キ
ャンセル係数、予測雑音スペクトルから補正スペクトル
を算出し、信号合成手段は、補正スペクトル（＝スペク
トル−キャンセル係数×予測雑音スペクトル）を音声信
号に変換して出力する音声信号処理装置である。

請求項２記載の発明は、請求項１において、音声検出
手段は、ケプストラム検出手段、ピーク検出手段、平均
値算出手段、母音／子音判定手段を備え、ケプストラム
抽出手段は、スペクトルからケプストラムを算出し、ピ
ーク検出手段は、ケプストラムのピーク情報を検出し、
平均値算出手段は、ケプストラムの平均値情報を検出
し、母音／子音判定手段は、ピーク情報に基づいて母音
を、平均値情報に基づいて子音を判定する音声信号処理
装置である。

請求項３記載の発明は、請求項２において、母音／子
音判定手段は、第１シュレスホールド設定部、第１比較
器、第２シュレスホールド設定部、第２比較器、母音／
子音判定回路を備え、第１シュレスホールド設定部に
は、平均値情報に基づいて第１シュレスホールド値が設
定され、第１比較器は、第１シュレスホールド値とピー
ク情報を比較して第１比較結果を出力し、第２シュレス
ホールド設定部には、所定の第２シュレスホールド値が
設定され、第２比較器は、第２シュレスホールド値と平
均値情報を比較して第２比較結果を出力し、母音／子音
判定回路は、第１比較結果に基づいて母音を、第２比較
結果に基づいて子音を判定する音声信号処理装置であ
る。

作用 本発明では、周波数分析手段は、入力音声信号からス
ペクトルを算出し、音声検出手段は、スペクトルに基づ
いて母音、子音を含む有声区間を判定し、雑音予測手段
は、スペクトルから予測雑音スペクトルを予測し、キャ
ンセル係数設定手段は、音声検出手段の判定結果に基づ
いてキャンセル係数を設定し、キャンセル手段は、スペ
クトル、キャンセル係数、予測雑音スペクトルから補正
スペクトルを算出し、信号合成手段は、補正スペクトル
（＝スペクトル−キャンセル係数×予測雑音スペクト
ル）を音声信号に変換して出力する。

実施例 以下に、本発明の実施例を、図面を基づいて説明す
る。

第１図は、本発明の一実施例における音声信号処理装
置のブロック図である。第１図において、１は、信号に
付いて周波数分析を行う周波数分析手段の一例として、
信号を周波数帯域分割する帯域分割手段、特に、信号を
フーリエ変換するFFT手段を用いて行う、２はケプスト
ラム分析を行うケプストラム分析手段、３はケプストラ
ム分布のピークを検出するピーク検出手段、４はケプス
トラム分布の平均値算出手段、５は母音と子音を判定す
る母音／子音判定手段である。即ち帯域分割手段１は音
声信号入力を高速フーリエ変換し、ケプストラム分析手
段２へ供給する。ケプストラム分析手段２は、そのスペ
クトラム信号についてのケプストラムを求め、ピーク検
出手段３及び平均値算出手段４へ供給する。第２図
（ａ）、（ｂ）にそれを示す。ピーク検出手段３は、ケ
プストラム分析手段２で得られたケプストラムについ
て、そのピークを求め、母音／子音判定手段５に供給す
る。

他方、平均値算出手段４は、ケプストラム分析手段２
で得られるケプストラムの平均値を算出し、母音／子音
判定手段５に供給する。母音／子音判定手段５は、ピー
ク検出手段３から供給されるケプストラムのピークと平
均値算出手段４から供給されるケプストラムの平均値を
用いて音声信号入力の母音及び子音を判定し、判定結果
を判定出力とするものである。６は前記帯域分割手段１
の出力信号を入力し、雑音成分を予測する雑音予測手
段、８は後述するようにして雑音を除去するキャンセル
手段、９は信号合成手段の一例の帯域合成手段の、特
に、逆フーリエ変換を行う信号合成手段である。詳しく
説明すると、雑音予測手段２は、ｍチャンネルに分割さ
れた音声／雑音入力に基づき、雑音成分を各チャンネル
毎に予測し、キャンセル手段３へ供給する手段である。
例えば、その雑音予測は、第３図に示すようなものであ
る。すなわち、ｘ軸に周波数、ｙ軸に音声レベル、ｚ軸
に時間をとるとともに、周波数f1のところのデータp1,p
2,…,piをとり、その先のpjを予測する。例えば、雑音
部分p1〜piの平均をとりpjとする。あるいは更に、音声
信号部分が続くときはpjに減衰係数を掛けるなどであ
る。また、キャンセル手段８は、帯域分割手段１及び雑
音予測手段６によりｍチャンネルの信号が供給され、キ
ャンセル係数入力に応じてチャンネル毎に雑音を引算す
るなどしてキャンセルし、信号合成手段９へ供給する手
段である。即ち、予測された雑音成分にキャンセル係数
を掛けてキャンセルする。一般に、キャンセルの方法の
一例として、時間軸でのキャンセレーションは、第４図
に示すように、雑音混入音声信号（イ）から予測された
雑音波形（ロ）を引算するものである。それによって信
号のみが取り出される（ハ）。また、第５図に示すよう
に、周波数を基準にしたキャンセレーションは、雑音混
入音声信号（イ）をフーリエ変換し（ロ）、それから予
測雑音のスペクトル（ハ）を引き（ニ）、それを逆フー
リエ変換して、雑音の無い音声信号を得る（ホ）もので
ある。IFFT手段９は、キャンセル手段８より供給される
ｍチャンネルの信号を逆フーリエ変換して音声出力を得
る手段である。

キャンセル係数設定手段７は、前記母音／子音判定手
段５により判定された母音／子音区域情報を利用してキ
ャンセル係数を適切に設定するための手段である。例え
ば、音声区域では、明瞭度を確保するため、雑音成分を
故意に除去しないようにして明瞭度を良いものとするた
め、キャンセル係数を小さいものとし、その他の雑音部
分では、全面的に雑音成分を除去するため、キャンセル
係数を大きいものとするなどである。本発明では、母音
に限らず、子音も確実に検出しているので、得られた音
声の明瞭度は十分良いものとなる。

以上のように構成した本発明の実施例における音声信
号処理装置について、以下、その動作を説明する。

音声信号入力は帯域分割手段１で高速フーリエ変換さ
れ、次にケプストラム分析手段２でそのケプストラムが
求められ、ピーク検出手段３でケプストラムのピークが
求められる。また、平均値算出手段４でケプストラムの
平均値が求められる。そして母音／子音判定手段５で
は、ピーク検出手段３からピークが検出されたことを示
す信号が入力された場合には、その音声信号入力は母音
区間であると判断する。また、子音の判定については、
例えば平均値算出手段４より入力されるケプストラム平
均値が予め決められた規定値より大きな場合、或はその
ケプストラム平均値の増加量（微分係数）が予め決めら
れた規定値より大きな場合は、音声信号入力は子音区間
であると判定する。そして結果としては、母音／子音を
示す信号、或は母音と子音を含んだ音声区間を示す信号
を出力する。

他方、ノイズを含む音声／雑音入力は、雑音予測手段
６で各チャンネル毎にその雑音成分が予測される。ま
た、音声／雑音信号は、キャンセル手段３で各チャンネ
ル毎に雑音予測手段２から供給される雑音成分を除去さ
れる。この時の雑音除去率は、キャンセル係数入力によ
って各チャンネル毎に明瞭度を良くするように適切に設
定される。例えば、前述のように、音声区域では、明瞭
度を保護するため、雑音成分を故意に除去しないように
して明瞭度を良いものとするため、キャンセル係数を小
さいものとし、その他の雑音部分では、全面的に雑音成
分を除去するため、キャンセル係数を大きいものとする
などである。本発明では、母音に限らず、子音も確実に
検出しているので、得られた音声の明瞭度は十分良いも
のとなる。そしてキャンセル手段８により得られた雑音
除去されたｍチャンネルの信号を信号合成手段９は逆フ
ーリエ変換して音声信号として出力する。

以上のように、本実施例によれば、チャンネル手段８
の雑音除去率をキャンセル係数入力によって帯域毎に適
切に与えることができ、そのキャンセル係数を音声に対
応させて精度良く選ぶことで、明瞭な、雑音抑圧された
音声出力を得られる。

次に、別の本発明に付いて説明する。

第６図は、その一実施例を示すブロック図である。第
１図の実施例の手段と同じ手段には、同じ番号を付して
いる。すなわち、１は音声信号を高速フーリエ変換する
帯域分割手段、２はそのフーリエ変換されたスペクトル
信号に付いてケプストラムを求めるケプストラム分析手
段、３はそのケプストラム分析結果に基づいて、ピーク
を求めるピーク検出手段、４はそのケプストラムの平均
値を算出する平均値算出手段、６は雑音予測手段、７は
キャンセル手段、９は信号合成手段、７はキャンセル係
数設定手段である。母音／子音判定手段５は、次のよう
な手段を有している。すなわち、第１比較器52は、前記
ピーク検出手段３で得られたピーク情報と、第１シュレ
スホールド設定部51で設定された所定の閾値とを比較
し、その結果を出力する回路である。また、その第１シ
ュレスホールド設定部51は、前記平均値算出手段４で得
られた平均値に応じて、閾値を設定する手段である。

また、第２比較器53は、第２シュレスホールド設定部
54で設定された所定の閾値と、前記平均値算出手段４で
得られた平均値とを比較し、その結果を出力する回路で
ある。

また、母音／子音判定回路55は、第１比較器52で得ら
れた比較結果と、第２比較器53で得られた比較結果とに
基づき、入力された音声信号が母音あるか子音であるか
を判定する回路である。

次に、上記実施例の動作に付いて説明する。

帯域分割手段１は、音声信号を高速フーリエ変換す
る。ケプストラム分析手段２は、そのフーリエ変換され
た信号に付いて、ケプストラムを求める。ピーク検出手
段３は、その求められたケプストラムに付いて、ピーク
を検出する。他方、平均値算出手段４は、前記求められ
たケプストラムに付いてその平均値を算出する。

次に、第１シュレスホールド設定手段51は、ピーク検
出手段３で得られたピークが、母音と判断するに足るピ
ークであるかどうかを決める基準となる閾値を設定す
る。その際、平均値算出手段４で得られた平均値を参照
してその閾値を決定する。例えば、平均値が大きい場合
は、閾を高く設定して確実に母音を示すピークを選択で
きるようにするためである。

第１比較器52は、そのシュレスホールド設定手段51に
よって、設定された閾値と、前記ピーク検出手段３で検
出されたピークとを比較し、その比較結果を出力する。

他方、第２シュレスホールド設定手段54は、所定の閾
値を設定する。平均値自体の閾値、あるいは平均値の増
加傾向を示す微分係数の閾値などである。そして、第２
比較器53は、平均値算出手段４で得られた平均値と、第
２シュレスホールド設定手段54で設定された閾値とを比
較して出力する。すなわち、算出平均値と閾値平均値と
を比較し、あるいは、算出平均値の増加値と、閾値微分
係数値とを比較する。

母音／子音判定回路55は、第１比較器52の比較結果と
第２比較器53の比較結果とに基づき、母音、子音を判定
する。第１比較器52の比較結果において、ピークが確実
に検出されているなら、その区域は母音と判定する。ま
た、第２比較器53の比較結果において、平均値が閾値の
平均値を上回ればその区域は子音と判定する。あるい
は、平均値の増加と、閾値の微分係数を比較しし、閾値
を上回ればそこを子音と判定する。

尚、母音／子音判定手段５の判定方法として、音声の
母音と子音の区間の性質、例えば音声は子音＋母音で構
成される性質を考慮し、子音区間と母音区間が揃った場
合にはじめて最初の子音区間にさかのぼって子音として
の判定出力を出すようにしてもよい。即ち、雑音と子音
との区別をより確実に行うため、平気値によって子音と
判断する場合でも、その後に区間が続かない場合は雑音
と判定するものである。

キャンセル係数設定手段７は、この母音／子音判定手
段５で判定された母音／子音区域の音声情報に基づき、
適正なキャンセル係数を設定する。

他方、ノイズを含む音声／雑音入力は、雑音予測手段
６で各チャンネル毎にその雑音成分が予測される。ま
た、音声信号はキャンセル手段８で各チャンネル毎に雑
音予測手段６から供給される雑音成分が除去される。こ
のときの雑音除去率は、キャンセル係数設定手段７より
供給されるキャンセル係数によって各チャンネル毎に設
定される。即ち、予測された雑音成分をa_i、雑音混入信
号をb_i、キャンセル係数をα_iとすると、キャンセル手
段３の出力 c_iは（b_i−α_i×a_i）となる。そのキャン
セル係数α_iは、第７図に示すような係数値である。即
ち、第７図（ａ）は、各帯域におけるキャンセル係数を
示すものである。ここに、f₀−f₃は音声／雑音入力の全
帯域を示しており、このf₀−f₃をｍチャンネルに分割し
て、キャンセル係数を設定する。f₁−f₂は特に音声が含
まれる帯域を示し、前記母音／子音判定手段５によって
前述のように確実に求められる。この様に音声帯域で
は、キャンセル係数を小さくし（０に近づける）、雑音
の除去をできるだけしないようにする。それによって明
瞭度が良くなる。人間の聴覚は多少雑音があっても音声
を聞き取れるからである。そしてf₀−f₁、f₂−f₃の非音
声帯域では、キャンセル係数を１として十分雑音を除去
するようにしている。同図（ｂ）のキャンセル係数は、
音声が全くなく、雑音としか考えられないことが確実に
わかっているときに用いるキャンセル係数で、１として
雑音を十分除去するようにしている。例えば、ピーク周
波数からみて、母音が全く出てこないことが続いた場
合、音声信号とは判断できないので雑音と判断する等が
この場合にあたる。第７図（ａ）、（ｂ）のキャンセル
係数を適宜切り換え得るようにすることが望ましい。

なお、本発明はコンピュータを利用してソフトウエア
的に実現できるが、専用のハード回路を用いても実現可
能である。

発明の効果 以上説明したところから明らかなように、本発明にか
かる音声信号処理装置は、雑音の混入した音声信号に付
いて、その母音／子音区域を検出し、それに基づいて、
キャンセル係数設定手段が適切なキャンセル係数を設定
し、そのキャンセル係数を利用して、予測された雑音成
分を適切に除去するので、雑音を除去すると共に、明瞭
度も良いものとすることができる。

【図面の簡単な説明】 第１図は本発明にかかる音声信号処理装置の一実施例を
示すブロック図、第２図は同実施例におけるケプストラ
ムピークを示すグラフ、第３図は、同実施例の雑音予測
方法を説明するためのグラフ、第４図、第５図は、同実
施例のキャンセレーション法を説明するための波形図、
第６図は別の本発明にかかる音声信号処理装置の一実施
例を示すブロック図、第７図は、同実施例のキャンセル
係数を説明するためのグラフ、第８図は従来の音声信号
処理装置を示すブロック図である。 １…周波数分析手段（帯域分割手段、FFT手段）、２…
ケプストラム分析手段、３…ピーク検出手段、４…平均
値算出手段、５…母音／子音判定手段、51…第１シュレ
スホールド設定部、52…第１比較器、53…第２比較器、
54…第２シュレスホールド設定部、55…母音／子音判定
回路、６…雑音予測手段、７…キャンセル係数設定手
段、８…キャンセル手段、９…信号合成（帯域合成手
段、IFFT手段）。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭60−140399（ＪＰ，Ａ) 特開 平３−220600（ＪＰ，Ａ) 特開 平３−212695（ＪＰ，Ａ) 特開 昭61−278000（ＪＰ，Ａ) 特開 昭62−17800（ＪＰ，Ａ) 特開 昭61−48898（ＪＰ，Ａ) 特公 昭63−10437（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G10L 9/00 G10L 9/16 301

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】周波数分析手段（１）、音声検出手段（２
   −５）、雑音予測手段（６）、キャンセル係数設定手段
   （７）、キャンセル手段（８）、信号合成手段（９）を
   備える音声信号処理装置であって、 前記周波数分析手段（１）は、入力音声信号からスペク
   トルを算出し、 前記音声検出手段（２−５）は、スペクトルに基づいて
   母音、子音を含む有声区間を判定し、 前記雑音予測手段（６）は、スペクトルから予測雑音ス
   ペクトルを予測し、 前記キャンセル係数設定手段（７）は、音声検出手段
   （２−５）の判定結果に基づいてキャンセル係数を設定
   し、 前記キャンセル手段（８）は、スペクトル、キャンセル
   係数、予測雑音スペクトルから補正スペクトルを算出
   し、 前記信号合成手段（９）は、補正スペクトル（＝スペク
   トル−キャンセル係数×予測雑音スペクトル）を音声信
   号に変換して出力することを特徴とする、 音声信号処理装置。
2. 【請求項２】音声検出手段（２−５）は、ケプストラム
   検出手段（２）、ピーク検出手段（３）、平均値算出手
   段（４）、母音／子音判定手段（５）を備え、 前記ケプストラム抽出手段（２）は、スペクトルからケ
   プストラムを算出し、 前記ピーク検出手段（３）は、ケプストラムのピーク情
   報を検出し、 前記平均値算出手段（４）は、ケプストラムの平均値情
   報を検出し、 前記母音／子音判定手段（５）は、ピーク情報に基づい
   て母音を、平均値情報に基づいて子音を判定することを
   特徴とする、 請求項１に記載の音声信号処理装置。
3. 【請求項３】前記母音／子音判定手段（５）は、第１シ
   ュレスホールド設定部（51）、第１比較器（55）、第２
   シュレスホールド設定部（54）、第２比較器（53）、母
   音／子音判定回路（55）を備え、 前記第１シュレスホールド設定部（51）には、平均値情
   報に基づいて第１シュレスホールド値が設定され、 前記第１比較器（55）は、第１シュレスホールド値とピ
   ーク情報を比較して第１比較結果を出力し、 前記第２シュレスホールド設定部（54）には、所定の第
   ２シュレスホールド値が設定され、 前記第２比較器（53）は、第２シュレスホールド値と平
   均値情報を比較して第２比較結果を出力し、 前記母音／子音判定回路（55）は、第１比較結果に基づ
   いて母音を、第２比較結果に基づいて子音を判定するこ
   とを特徴とする、 請求項２に記載の音声信号処理装置。