JP3360423B2

JP3360423B2 - 音声強調装置

Info

Publication number: JP3360423B2
Application number: JP13893794A
Authority: JP
Inventors: 訓古田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1994-06-21
Filing date: 1994-06-21
Publication date: 2002-12-24
Anticipated expiration: 2017-12-24
Also published as: JPH086596A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、電話機、拡声器、音響
装置、その他音声符号化復号化装置などに用いられて、
自然性を保ちながら音声の明瞭性を向上させ、音声を聞
き取りやすくする音声強調装置に関する。

【０００２】

【従来の技術】従来、音声の明瞭性を向上させる方法と
しては、例えば特開昭５８−１８４２００号などが挙げ
られる。特開昭５８−１８４２００号に記載された音声
の明瞭性を向上させる方法では、対話音声において、子
音のパワーが母音のそれに比較してかなり小さいことに
起因して生じる子音の知覚の誤りを低減するために、子
音部を検出しその部分のパワーを上げることにより強調
を行っている。

【０００３】以下、従来例における音声の明瞭性を向上
させる方法の一構成例について、その動作を説明する。
入力音声を短時間区間に分割し、各短時間区間毎にスペ
クトル形態評価装置に入力し、入力音声の短時間スペク
トル形態の評価を行う。次いでスペクトル形態評価装置
では、そのスペクトル形態の評価内容に応じて１つ以上
の評価信号を生成する。制御用論理装置ではその評価信
号に応じて、スペクトル形態動的修正装置を制御するた
めの制御信号を生成し、その制御信号に応じて、スペク
トル形態動的修正装置で入力音声の各短時間区間毎のス
ペクトル形態の修正を行い、出力音声を出力する。

【０００４】更に、声質を変換して音声の明瞭性を向上
させる方法としては、例えば、特開平０１−９３７９６
号が挙げられる。特開平０１−９３７９６号に記載され
た声質を変換して音声の明瞭性を向上させる方法では、
音声情報として重要なホルマント周波数の遷移の強調を
行うことにより強調を行っている。

【０００５】以下、特開平０１−９３７９６号に示され
る声質変換方法の一構成例について、動作を説明する。
入力音声を短時間区間に分割し、各短時間毎に分析部に
て有音と無音、および有声音と無声音の判別を行なう。
入力された短時間区間が有声音区間の場合、その短時間
区間の線形予測係数を算出し共振周波数の算出を行う。
次にホルマント周波数制御部において、分析部で得られ
た共振周波数に基づきホルマント周波数を求め、ホルマ
ントの時間軌跡の変化量が大きくなるように、ホルマン
ト周波数および帯域幅の変更を行う。スペクトル制御部
では、ホルマント周波数制御部が出力するホルマント周
波数の時間変化分と帯域幅に応じてスペクトル包絡を変
更する。上述の一連の有声音に対する声質変換の処理を
終了すると無声音区間および無音区間を接続し、次の有
声音区間の処理に移り、最終的に合成された出力音声を
出力する。

【０００６】更に、音声の動的特徴を利用して合成音声
の品質を改善する方法としては、文献１、安藤他著、
「音声の動的特徴を考慮したメルケプストラム音声」社
団法人電子情報通信学会技術報告、ＳＰ９３−６５（１
９９３−１０）が挙げられる。

【０００７】文献１では、音声の動的特徴の強調に２次
元メルケプストラムを用いる方法を提案している。以
下、文献１に示される、音声品質改善方法の処理につい
て説明する。入力音声を短時間区間に分割し、現在のフ
レームとその前後のフレームを用いて、２次元メルケプ
ストラムを求める。その２次元メルケプストラムの動的
特徴領域に、時間方向と周波数方向に低域強調型の重み
付けリフタを用いてリフタリングを行い、スペクトル包
絡の時間方向と周波数方向の形状について変更を行った
低域強調２次元メルケプストラムを求める。音源情報に
は単一パルス音源を用いて、合成音声をＭＬＳＡ（メル
対数スペクトル近似）フィルタで合成し、出力する。な
お、２次元メルケプストラムの物理量としての説明は、
文献１にて詳しく述べられているので省略する。

【０００８】

【発明が解決しようとする課題】従来における音声強調
装置は、以上の様にして構成されていたので下記の様な
問題点があった。特開昭５８−１８４２００号では、入
力音声の短期スペクトルを評価し、それに応じて適応的
にスペクトル形態を変化させて音声の強調を行っている
が、これは各短時間区間の音声特徴パラメータ、つまり
音声特徴パラメータの「瞬時値」に基づいての強調であ
るので、子音区間を検出して強調を行うことはできるも
のの、音声特徴パラメータの「変動量」に基づいて強調
を制御するという着想が無く、音声の了解性において重
要とされる音韻の過渡部を強調することができないとい
う問題点があった。

【０００９】特開平０１−９３７９６号では、ホルマン
ト時間変動幅の強調を行うことによりホルマント周波数
の変動量は大きくなるが、変化の中心区間の音声は強調
されず、音声の了解性において重要とされる音韻の過渡
部が強調できないという問題点があった。また、ホルマ
ント周波数の時間軌跡を、その変化幅が周波数軸上で大
きくなるように修正しているので、変化幅の絶対値を大
きくするためには、定常部においてもホルマント周波数
の位置をずらす必要が生じ、結果として音声の持つ個人
性情報として重要なホルマント周波数が変化してしま
い、そのためホルマントの時間軌跡変化が大きい部分の
明瞭性は改善されるものの、得られる出力音声は声質が
変わり自然性が著しく損なわれ、個人性が欠如するとい
う問題点があった。また、子音などのホルマントピーク
の時間方向軌跡が抽出できない音声に関しては強調がで
きないという問題点があった。

【００１０】文献１に示される合成音声品質改善手法で
は、スペクトル時間周波数変動幅の強調を行っている
が、変化の中心の区間の音声は強調されず、音声の了解
性において重要とされる音韻の過渡部が強調できないと
いう問題点があった。また、リフタの重み係数を時間周
波数方向に応じて変更する構成にはなっているものの、
本手法では入力音声の音韻形状に応じてリフタを変更す
るような構成をとることができず、また、複数の強調方
式を導入してそれら方式を入力音声の音韻形状に応じて
適応的に切り替えたり、同時に複数の強調方式を動作さ
せて相乗効果を狙うような構成をとることもできないの
で、入力音声の音韻形状に応じた適応的な強調や、複数
の強調の相乗効果を利用した音声強調ができないという
問題点があった。

【００１１】また、前記いずれの方法においても、入力
音声の強調による振幅または歪みの増大等の劣化が生じ
る場合があるが、これらの発生の抑制手段を講じていな
いため、出力音声の品質が劣化するという問題があっ
た。

【００１２】本発明は、かかる課題を解決するためにな
されたものであり、自然性を保ちながら音声の明瞭性を
向上させ、音声を聞き取りやすくする音声強調装置を提
供することを目的とする。

【００１３】

【課題を解決するための手段】第１の発明に係る音声強
調装置は、各短時間区間毎に入力音声の音声特徴パラメ
ータの時間変動の度合いを分析する音声特徴パラメータ
変動量分析手段と、音声特徴パラメータ変動量分析手段
が出力する音声特徴パラメータ変動量情報に応答してス
ペクトル強調強度を制御するスペクトル強調強度制御手
段と、スペクトル強調強度制御手段の出力するスペクト
ル強調係数に基づいて入力音声のスペクトル強調を行う
スペクトル強調手段とを備えるようにしたものである。

【００１４】第２の発明に係る音声強調装置は、各短時
間区間毎に入力音声の音声特徴パラメータの時間変動の
度合いを分析する音声特徴パラメータ変動量分析手段
と、音声特徴パラメータ変動量分析手段が出力する音声
特徴パラメータ変動量情報に応答してプリエンファシス
係数を制御するプリエンファシス係数制御手段と、プリ
エンファシス係数制御手段の出力するプリエンファシス
係数に基づいて入力音声プリエンファシスを行うプリエ
ンファシス手段とを備えるようにしたものである。

【００１５】第３の発明に係る音声強調装置は、短時間
区間に分割された入力音声の音声特徴パラメータの時間
変動の度合いを分析する音声特徴パラメータ変動量分析
手段と、音声特徴パラメータ変動量分析手段が出力する
第１の音声特徴パラメータ変動量情報に応答してスペク
トル強調強度を決定しスペクトル強調係数を出力するス
ペクトル強調強度制御手段と、スペクトル強調強度制御
手段が出力するスペクトル強調係数に応じて入力音声の
スペクトル強調を行うスペクトル強調手段と、音声特徴
パラメータ変動量分析手段が出力する第２の音声特徴パ
ラメータ変動量情報に応答してプリエンファシス係数を
決定しプリエンファシス係数を出力するプリエンファシ
ス係数制御手段と、プリエンファシス係数制御手段が出
力するプリエンファシス係数に応じて入力音声のプリエ
ンファシスを行うプリエンファシス手段と、から構成さ
れたようにしたものである。

【００１６】第４の発明に係る音声強調装置は、第１の
発明における音声強調装置において、短時間区間に分割
された入力音声特徴パラメータを入力し出力音声に歪み
が予想される場合に強調抑制信号を出力する強調不適合
音声検出手段と、強調抑制信号に基づいてスペクトル強
調係数を補正する強調係数変更手段とを備えるようにし
たものである。

【００１７】第５の発明に係る音声強調装置は、第４の
発明における音声強調装置において、強調不適合音声検
出手段は入力音声に関する音声特徴パラメータ情報に加
えて出力音声の特徴パラメータ情報をも入力して、強調
抑制信号を制御するようにしたものである。

【００１８】第６の発明に係る音声強調装置は、第４の
発明における音声強調装置において、強調係数変更手段
は強調抑制信号に加えて外部制御信号を入力するように
して、スペクトル強調係数を決定するようにしたもので
ある。

【００１９】第７の発明に係る音声強調装置は、第１の
発明における音声強調装置において、音声特徴パラメー
タ変動量情報とスペクトル強調係数の関係を規定したス
ペクトル強調係数マップと、スペクトル強調仮係数から
スペクトル強調係数を算出するスペクトル強調仮係数決
定手段とを備えるようにしたものである。

【００２０】第８の発明に係る音声強調装置は、第１の
発明における音声強調装置において音声特徴パラメータ
変動量情報とプリエンファシス係数の関係を規定したプ
リエンファシス係数マップと、プリエンファシス仮係数
からプリエンファシス係数を算出するプリエンファシス
係数決定手段とを備えるようにしたものである。

【００２１】第９の発明に係る音声強調装置は、第１の
発明または第３の発明乃至第７の発明のいづれかにおけ
る音声強調装置において、音声特徴パラメータ変動量情
報に常時一定のバイアス値を加算し入力音声の特徴パラ
メータの変動の有無に拘らず常時入力音声のスペクトル
強調を行なうようにしたものである。

【００２２】第１０の発明に係る音声強調装置は、第２
の発明または第３項の発明または第８の発明における音
声強調装置において、音声特徴パラメータ変動量情報に
常時一定のバイアス値を加算し入力音声の特徴パラメー
タの変動の有無に拘らず常時入力音声のプリエンファシ
スを行なうようにしたものである。

【００２３】第１１の発明に係る音声強調装置は、第７
の発明または第８の発明における音声強調装置におい
て、スペクトル強調係数マップまたはプリエンファシス
係数マップを複数個備えるようにしたものである。

【００２４】

【作用】第１の発明に係わる音声強調装置は、入力音声
の音声特徴パラメータの変動量に応じてスペクトル強調
係数を求め、該係数値に基づいて入力音声の適応音声強
調を行う。第２の発明に係わる音声強調装置は、入力音
声の音声特徴パラメータの変動量に応じてプリエンファ
シス係数を求め、該係数値に基づいて入力音声の適応音
声強調を行う。第３の発明に係わる音声強調装置は、入
力音声の音声特徴パラメータの変動量に応答じてスペク
トル強調係数、およびプリエンファシス係数を求め、こ
れら両者の係数値に基づいて入力音声の適応音声強調を
行う。第４の発明に係わる音声強調装置は、強調処理に
伴う音声振幅の異常増大、あるいは雑音混入が予想され
る場合において、入力音声の強調を抑制または禁止する
ように制御する。第５の発明に係わる音声強調装置は、
入力音声および出力音声の両音声特徴パラメータに基づ
いて入力音声の強調を抑制または禁止するように制御す
る。第６の発明に係わる音声強調装置は、入力音声の音
声特徴パラメータに加えて外部入力制御信号により入力
音声の強調を抑制または禁止するように制御する。第７
の発明に係わる音声強調装置は、スペクトル強調マップ
から導出されたスペクトル強調仮係数を基に、前後の音
声フレームの平滑化処理からスペクトル強調係数を導出
し入力音声の強調処理を行なう。第８の発明に係わる音
声強調装置は、プリエンファシス係数マップから導出さ
れたプリエンファシス仮係数を基に、前後の音声フレー
ムの平滑化処理からプリエンファシス係数を導出し入力
音声の強調処理を行なう。第９の発明に係る音声強調装
置は、第１の発明または第３の発明乃至第７の発明のい
づれかにおける音声強調装置において、音声特徴パラメ
ータ変動量情報に常時一定のバイアス値を加算し入力音
声の特徴パラメータの変動の有無に拘らず常時入力音声
のスペクトル強調を行なうようにしたものである。第１
０の発明に係る音声強調装置は、第２の発明または第３
項の発明または第８の発明における音声強調装置におい
て、音声特徴パラメータ変動量情報に常時一定のバイア
ス値を加算し入力音声の特徴パラメータの変動の有無に
拘らず常時入力音声のプリエンファシスを行なうように
したものである。第１１の発明に係る音声強調装置は、
第７の発明または第８の発明における音声強調装置にお
いて、スペクトル強調係数マップまたはプリエンファシ
ス係数マップを複数個備え音声種別、環境変化を配慮す
るようにしたものである。

【００２５】

【実施例】

実施例１．以下、この発明の第１の実施例について、図
１及び図２に基づいて説明する。第１の発明に挙げる
「スペクトル強調」とは、例えば線形予測分析方法や高
速フーリエ変換を用いて音声のホルマントピークを抽出
し、それを強調するホルマント強調、あるいは帯域分割
を行い各周波数帯域毎にパワー強調係数を乗ずる帯域別
強調などがこれに相当する。本実施例では、スペクトル
強調手法として、線形予測分析方法によるホルマント強
調を用いた場合の構成について説明を行う。

【００２６】図１において、１は入力音声から音声特徴
パラメータの算出を行う入力音声分析手段、２は前記音
声特徴パラメータの変化の度合いの分析を行う音声特徴
パラメータ変動量分析手段、３は前記変動量を受けてホ
ルマント強調強度制御を行うホルマント強調強度制御手
段、４は前記ホルマント強調強度制御手段が強調強度の
決定に用いるホルマント強調係数マップ、５は前記ホル
マント強調強度制御手段に応答してホルマント強調係数
を決定するホルマント強調係数決定手段、６は入力音声
のホルマント強調を行うホルマント強調手段、７は前記
ホルマント強調係数決定手段で決定された強調係数の時
間履歴を記憶する係数バッファである。また、１０１は
入力音声、１０２は音声特徴パラメータ、１０３は音声
特徴パラメータ変動量情報、１０４はホルマント強調仮
係数、１０５はホルマント強調係数、１０６は出力音
声、１１２は線形予測係数、１１３は前フレームのホル
マント強調係数である。

【００２７】次に動作について説明する。入力音声分析
手段１は入力音声１０１を短時間区間に分割し、各分析
区間毎に入力音声の分析を行い、例えば、自己相関係数
を音声特徴パラメータ１０２として算出する。さらに、
線形予測係数１１２を、自己相関方法などを用いて算出
する。

【００２８】音声特徴パラメータ変動量分析手段２は、
該当フレームおよび過去のフレームの音声特徴パラメー
タ１０２を入力とし、当該フレーム近傍における音声特
徴パラメータの変動量の分析を行い、例えば、前記自己
相関係数の絶対値、および前の１フレームとの自己相関
係数の変化量を音声特徴パラメータ変動量情報１０３と
して算出する。また、先読みを行って未来の音声特徴パ
ラメータを求め、未来から現在にいたる音声特徴パラメ
ータの変化を音声特徴パラメータ変動量情報１０３とし
て用いることも可能である。

【００２９】音声特徴パラメータ変動量情報１０３とし
ては、前記自己相関係数の絶対値および前フレームとの
変化量の他に、例えば、当該フレーム近傍の音声特徴パ
ラメータ間の相関値、差分値、微分値、絶対値、あるい
は公知の統計分析手法による音韻特徴パラメータ群の分
布の分析結果などを用いることも可能である。

【００３０】ホルマント強調強度制御手段３は、図２に
示すようなホルマント強調強度の決定に用いられる音声
特徴パラメータ変動量と、ホルマント強調係数の関係を
表すホルマント強調係数マップ４を具備する。ホルマン
ト強調係数マップ４上では、Ｘ軸に自己相関係数の０次
成分の絶対値、Ｙ軸には同じく自己相関係数の０次成分
の前フレームとの差分量がそれぞれ対応付けられ、各短
時間区間毎に音声特徴パラメータ変動量情報１０３とし
て入力された自己相関係数の０次成分の絶対値と自己相
関係数の０次成分の前フレームとの差分量によりＸ−Ｙ
平面上のＺ軸におけるホルマント強調強度の値が一意に
定まるので、それをホルマント強調仮係数１０４として
出力する。

【００３１】ホルマント強調係数マップ４は、ＲＯＭま
たはＲＡＭなどの記憶装置で提供される。その作成方法
として本実施例では、予備実験によりホルマント強調係
数マップを逐次変化させて行く方法について説明する。
まず自己相関係数の０次係数を表すＸ軸で数カ所の閾値
（Ｔｈ１，Ｔｈ２，…，Ｔｈｎ）と、差分量を表すＹ軸
で同様に数カ所の閾値（Ｔｄ１，Ｔｄ２，…，Ｔｄｎ）
を設定する。次にＸ軸とＹ軸の各閾値によって形成され
たＸ−Ｙ平面上の網目の交点における強調係数として、
聴感上で最適なホルマント強調係数マップが得られるよ
うに最初は適当な値を設定し仮の音声強調装置を構成し
ておき、その後で音声強調装置を用いて聴取実験を行い
つつ、それら交点におけるホルマント強調係数の調整を
繰り返す。さらにきめ細かな強調を行うために、ホルマ
ント強調係数マップ平面のＸ，Ｙ軸の閾値の網目を細分
化する必要がある場合は、最初に設定した閾値の間にさ
らに新たな閾値を設定して、その閾値に対して上記と同
様の調整を施す。以上の調整を繰り返した後に、交点間
のホルマント強調係数の値を隣接する交点の値で直線補
間する。ただし、ホルマント強調手段６での発振防止の
ために、ホルマント強調係数マップ４上でのホルマント
強調係数の上限値は０．９５とし、下限値は０とする。

【００３２】前記ホルマント強調係数マップ４の交点間
の補間は、例えば、３点曲線近似方法などの補間方法を
用いて曲線補間を行ってもよい。この場合もホルマント
強調手段６での発振防止のために、補間後のマップ上で
のホルマント強調係数の上限値は０．９５で下限値は０
に制限する。

【００３３】係数バッファ７はＲＡＭなどの一時記憶装
置で構成され、ホルマント強調係数決定手段５で決定さ
れた過去５フレーム分のホルマント強調係数を記憶する
スペースを持ち、各短時間区間毎にホルマント強調係数
１０５が決定される度にその内容が取り込まれて値が更
新され、常に現在のフレームから最近の５フレーム分の
ホルマント強調係数を保持する。

【００３４】ホルマント強調係数決定手段５は、ホルマ
ント強調強度制御手段３で決定されたホルマント強調仮
係数１０４に対して、前後フレームとの強調係数の不連
続が原因で生じる異音の発生を防止するため、係数バッ
ファ７に記憶されている前フレームのホルマント強調係
数１１３を用いて、その５フレーム分を例えば移動平均
フィルタなどの平滑化フィルタに入力して平滑化処理を
施した後、ホルマント強調係数１０５として出力する。

【００３５】ホルマント強調手段６は、ホルマントとホ
ルマントの谷の部分（アンチホルマント）を強調するた
めに、式（１）の伝達関数Ｈs （ｚ）で表されるよう
な、フィルタの伝達関数が極と零点で表現される極零モ
デル型（ＡＲＭＡ型とも呼ばれる）フィルタで構成され
る。入力音声１０１を式（１）で構成されるフィルタに
入力してホルマント強調を行い、出力音声１０６を出力
する。

【００３６】

【数１】

【００３７】

【数２】

【００３８】式（１）中のαは、ホルマント強調係数決
定手段５で出力されたホルマント強調係数に基づいて、
線形予測係数１１２を式（２）に従って平滑化したもの
である。式（２）中のｐはホルマント強調係数、α_o
は平滑化前の線形予測係数である。ηはさらに前記αを
一度自己相関係数に戻した後、係数の安定化処理を行う
ために自己相関係数に重み付けを行う、いわゆるラグ窓
を用いて自己相関係数の平滑化を行い、さらに線形予測
係数に戻したものである。式（１）、式（２）の詳細な
説明は、ＩｒａＡＧｅｒｓｏｎ他著、“Ｖｅｃｔｏ
ｒＳｕｍＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄ
ｉｃｔｉｏｎ（ＶＳＥＬＰ）ＳｐｅｅｃｈＣｏｄｉｎ
ｇａｔ８ＫＢＰＳ”，ＩＥＥＥ，ＩＣＡＳＳＰ，
（ＡＰＲ，１９９０）で述べられているので省略する。
また、ラグ窓についての詳細な説明は、特開昭５２−６
４８０８号に述べられているので省略する。

【００３９】ホルマント強調仮係数１０４は、ホルマン
ト強調係数マップ４を音声特徴パラメータ変化量情報の
種類や数に応じて複数個用意し、それぞれのマップでホ
ルマント強調仮係数を決定し、それらを平均して代表の
ホルマント強調仮係数を決定することも可能である。

【００４０】上記実施例によれば、自己相関係数などの
音声特徴パラメータの変動量情報に応答してホルマント
強調を行うことにより、音声のスペクトルが急激に変化
するような子音から母音への立ち上りのホルマント、ま
たは母音から他の母音へ移行するホルマントの過渡部に
おける音声の了解性に関して、重要な部分を選択的に強
調できるという効果がある。更に、母音から子音への過
渡部などで、母音部の末端を通常よりも早期にパワーを
減衰するように強調制御を行うことにより先行母音によ
る子音の後方性マスキングを防ぐ効果がある。更に、ホ
ルマント強調係数マップを複数個用意してホルマント強
調係数を決定することにより、より一層音声特徴パラメ
ータ変化量に対応したホルマント強調処理を行うことが
できるという効果がある。

【００４１】実施例２．この発明の第２の実施例につい
て図３、及び図４に基づいて説明する。図３において、
１は入力音声分析手段、２は音声特徴パラメータ変動量
分析手段、８は音声特徴パラメータ変動量分析手段２が
出力する音声特徴パラメータ変動量を受けてプリエンフ
ァシス係数制御を行うプリエンファシス係数制御手段、
９は前記プリエンファシス係数制御手段８に応答してプ
リエンファシス係数を決定するプリエンファシス係数決
定手段、１０はプリエンファシス係数決定手段９で強調
強度の決定のために用いられるプリエンファシス係数マ
ップ、１１は入力音声のプリエンファシスを行うプリエ
ンファシス手段である。１０２は音声特徴パラメータ、
１０３は音声特徴パラメータ変動量情報、１０７はプリ
エンファシス仮係数、１０８はプリエンファシス係数、
１１４は前フレームのプリエンファシス係数である。そ
の他の入力音声１０１、係数バッファ７、出力音声１０
６は実施例１記載のものと同等であるので説明を省略す
る。

【００４２】次に動作について説明する。入力音声分析
手段１は入力音声１０１を短時間区間に分割し、各分析
区間毎に入力音声の分析を行い、例えば自己相関係数を
音声特徴パラメータ１０２として算出する。

【００４３】音声特徴パラメータ変動量分析手段２は、
当該フレームおよび過去のフレームの音声特徴パラメー
タ１０２を入力とし、当該フレーム近傍における音声特
徴パラメータの変動量の分析を行い、例えば前記自己相
関係数の絶対値、および前の１フレームとの自己相関係
数の変化量を音声特徴パラメータ変動量情報１０３とし
て算出する。また、先読みを行って未来の音声特徴パラ
メータを求め、未来から現在に到る音声特徴パラメータ
の変化を音声特徴パラメータ変動量情報１０３として用
いることも可能である。

【００４４】プリエンファシス係数制御手段８は、図４
に示すようなプリエンファシス強度の決定に使用される
音声特徴パラメータ変動量と、プリエンファシス係数の
関係を表すプリエンファシス係数マップ１０を具備す
る。プリエンファシス係数マップ１０上では、Ｘ軸に自
己相関係数の０次成分の絶対値が、Ｙ軸には同じく自己
相関係数の０次成分の前フレームとの差分量がそれぞれ
対応付けられており、各短時間区間毎に音声特徴パラメ
ータ変動量情報１０３として入力された自己相関係数の
０次成分の絶対値と自己相関係数の０次成分の前フレー
ムとの差分量によりＸ−Ｙ平面上のＺ軸におけるプリエ
ンファシス係数の値が一意に定まるので、それをプリエ
ンファシス仮係数１０７として出力する。

【００４５】プリエンファシス係数マップ１０は、ＲＯ
ＭまたはＲＡＭなどの記憶装置で提供される。本実施例
においても、先に実施例１で示したホルマント強調係数
マップの作成方法と同様にして、予備実験によりプリエ
ンファシス係数マップを逐次変化させる方法により求め
ることができる。但し、プリエンファシス手段１１での
異音発生防止のために、プリエンファシス係数マップ１
０上でのプリエンファシス係数の上限値は０．７とし、
下限値は０とする。

【００４６】プリエンファシス係数マップ１０が実施例
１で示された方法により作成された場合、マップ上交点
間の補間は、例えば、３点曲線近似方法などの補間方法
を用いて行ってもよい。この場合もプリエンファシス手
段１１での異音発生防止のために、補間後のプリエンフ
ァシス係数の上限値は０．７で、下限値は０に制限す
る。

【００４７】係数バッファ７はＲＡＭなどの一時記憶装
置で構成され、プリエンファシス係数決定手段９で決定
された過去５フレーム分のプリエンファシス係数を記憶
するスペースを持ち、各短時間区間毎にプリエンファシ
ス係数１０８が決定する度にその値が取り込まれて内容
が更新され、常に現在のフレームから最近の５フレーム
分のプリエンファシス係数を保持する。

【００４８】プリエンファシス係数決定手段９は、プリ
エンファシス係数制御手段８で決定されたプリエンファ
シス仮係数１０７に対して、前後フレームとの強調係数
の不連続が原因で生じる異音の発生を防止するために係
数バッファ７に記憶されている前フレームのプリエンフ
ァシス係数１１４を用いて、その５フレーム分を例えば
移動平均フィルタなどの平滑化フィルタに入力して平滑
化処理を施した後、プリエンファシス係数１０８として
出力する。

【００４９】プリエンファシス手段１１は、式（３）で
示される伝達関数Ｈ_p （ｚ）で構成されるフィルタであ
る。プリエンファシス手段１１では、ｐで表されるプリ
エンファシス係数１０８、および入力音声１０１を入力
して、入力音声１０１のプリエンファシス処理を行い、
出力音声１０６を出力する。

【００５０】

【数３】

【００５１】プリエンファシス仮係数１０７は、プリエ
ンファシス係数マップ１０を音声特徴パラメータ変化量
情報の種類や数に応じて複数個用意し、それぞれのマッ
プでプリエンファシス仮係数を決定し、例えば、それら
を平均することによって代表のプリエンファシス仮係数
を決定することも可能である。

【００５２】上記実施例によれば、自己相関係数などの
音声特徴パラメータの変動量情報に応答してプリエンフ
ァシス処理を行うことにより、音声特徴パラメータが急
激に変化するような子音から母音への立ち上がりの過渡
部、つまり音声の了解性に関して重要な部分においてエ
ネルギーが小さくかつ高域にパワーが集中することが多
い子音特徴の強調を行うことができるという効果があ
る。また、プリエンファシス係数マップを複数個用意し
てプリエンファシス係数を決定することにより、音声特
徴パラメータ変化に対してより追従性の高いプリエンフ
ァシス処理を行うことができるという効果がある。

【００５３】実施例３．この発明の第３の実施例につい
て、図５に基づいて説明する。本実施例は、前記実施例
１に記載のスペクトル強調強度制御手段３、ホルマント
強調係数決定手段５、ホルマント強調手段６、及び前記
実施例２に記載のプリエンファシス係数制御手段８、プ
リエンファシス係数決定手段９、プリエンファシス手段
１１、の両者の縦続構成を取るようにしたものである。
図中の各要素については、前記実施例１および２にて説
明済なので省略する。

【００５４】このような構成をとることにより、実施例
１と実施例２が有する効果に加えて、ホルマント強調と
プリエンファシスの相乗効果により、高域のスペクトル
ピークが更に強調される効果がある。また本実施例にお
いて、ホルマント強調とプリエンファシスの前後を入れ
換えても、本発明の効果は変わらない。

【００５５】実施例４．この発明の第４の実施例につい
て、図６に基づいて説明する。図６において、１２は強
調不適合音声検出手段、１３は強調係数変更手段、１０
９は強調抑制／禁止信号、１１０は変更されたホルマン
ト強調係数である。

【００５６】本実施例では、音声強調装置２００に実施
例１で記載の音声強調装置を適用した場合の説明を行
う。その他の入力音声分析手段１、音声特徴パラメータ
変動量分析手段２、ホルマント強調強度制御手段３、ホ
ルマント強調係数マップ４、ホルマント強調係数決定手
段５、ホルマント強調手段６、係数バッファ７、入力音
声１０１、音声特徴パラメータ１０２、音声特徴パラメ
ータ変動量情報１０３、ホルマント強調仮係数１０４、
ホルマント強調係数１０５、出力音声１０６は前記実施
例と同一であるので説明を省略する。

【００５７】次に動作について説明する。強調不適合音
声検出手段１２は入力音声分析手段１が出力する音声特
徴パラメータ１０２の分析を行い、低域にパワーが集中
したり、ホルマントバンド幅がある閾値よりも狭い場
合、線形予測が２次以下で打ち切られた場合、さらには
音声区間で雑音が大きいこと（例えば、入力音声と雑音
のＳＮ比が１０ｄＢを下回ったとき）などが原因で強調
を行うことにより出力音声に歪みが生ずることが予測さ
れる場合には、強調抑制／禁止制御信号１０９を出力す
る。

【００５８】強調係数変更手段１３は強調抑制／禁止制
御信号１０９を入力し、ホルマント強調を抑制する場合
には、ホルマント強調係数決定手段５が出力するホルマ
ント強調係数１０５に対して、補正係数として１より小
さい数（ここでは０．８）を乗じて強調を弱め、またホ
ルマント強調を禁止する場合にはホルマント強調係数を
０にするなどの変更処理を加えた後ホルマント強調係数
１１０を出力する。その後、ホルマント強調手段６で入
力音声１０１のホルマント強調を行い、出力音声１０６
を出力する。

【００５９】ホルマント強調の抑制または禁止を行うこ
とにより、ホルマント強調によって異音を発生するおそ
れのある音声の強調を防止し、音声と無関係な雑音の強
調を抑制したり、過度の強調により歪み感を防ぐ効果が
ある。

【００６０】実施例５．この発明の第５の実施例につい
て、図７に基づいて説明する。本実施例は図７のブロッ
ク図に示すように、強調不適合音声検出手段１２に対し
て音声特徴パラメータ１０２だけでなく、その他のパラ
メータ、例えば、出力音声をフィードバック入力し、こ
れを分析することで過度の強調を検出するようにしたも
のである。

【００６１】出力音声を用いて音声強調のフィードバッ
ク制御を行うことにより、強調制御をより精密に行なう
ことができる利点がある。

【００６２】実施例６．この発明の第６の実施例につい
て、図８に基づいて説明する。本実施例は図８のブロッ
ク図に示すように、強調係数変更手段１３に対して、実
施例４に記載の音声強調装置２０１の外部から、例え
ば、強調強度切り替えスイッチ信号などの外部制御信号
１１１を入力するようにし強調強度の制御を外部から行
うようにしたものである。

【００６３】図８において新規な部分は、外部制御信号
１１１である。その他の各要素は実施例４記載の構成要
素と同一なので説明は省略する。

【００６４】外部制御信号を用いて強調制御を行うこと
により、例えば、電話機などに本発明の音声強調装置が
応用された時に、受話者にとって聴きやすいように音声
強調制御を受話者または送話者が任意に行うことができ
るという利点がある。更に、受話者が音声強調を好まし
くないと判断した場合には、音声強調を抑制／禁止する
ことができるという利点もある。また、逆に音声強調の
抑制／禁止を解除するといった制御も可能である。

【００６５】実施例７．実施例１乃至４のいづれかにお
いて、例えば、入力音声１０１の現在のフレームと出力
音声１０６の現在のフレームのパワーに関する両者の比
較を行い、入力音声のパワーレベルに正規化するように
出力音声のパワー補正を行うようにしてもよい。

【００６６】パワー補正を行うことにより、例えば、入
力音声と出力音声を相互に切り替えて聞き比べるシステ
ム、または音声メッセージの一部分だけを強調すること
のできる音声蓄積装置などに用いられて、入力音声と出
力音声のパワーレベル整合を行うことができ、切り替え
時の違和感を低減できる効果がある。さらに、強調によ
る振幅増大などを抑制できる効果がある。

【００６７】実施例８．上記実施例１，３および４にお
いて、音声特徴パラメータ変動量情報１０３の検出結果
に一定値のバイアスを加え、音声特徴パラメータ変動量
情報１０３が常時小量の値を保持するようにして、音声
特徴パラメータの変動が無くても常時ホルマント強調を
行うようにしてもよい。

【００６８】音韻の過渡部だけでなく、パラメータの時
間変動が安定した母音などの定常部でのホルマント強調
を行えるという利点がある。

【００６９】実施例９．上記実施例２、及び３におい
て、音声特徴パラメータ変動量情報１０３の検出結果に
一定値のバイアスを加えて、音声特徴パラメータ変動量
情報１０３が常時小量の値を保持するようにして、音声
特徴パラメータの変動が無くてもプリエンファシスを行
うようにしてもよい。

【００７０】音韻の過渡部だけでなく、パラメータの時
間変動が安定した母音などの定常部でのプリエンファシ
スを行えるという利点がある。

【００７１】実施例１０．前記実施例における係数マッ
プを、音声の種別の変化、または環境雑音の変化などに
適応させるように構成してもよい。また、学習法として
は、例えばＬＢＧアルゴリズムなど同業者間では既に公
知の学習手段を用いても構わないし、１つ以上の複数の
マップから最適なものを選択する方法を用いても構わな
い。さらに、受話者にとって聴きやすいように、例え
ば、音声特徴パラメータの変動が無い時でも常時小量の
強調を行いたい場合などに、係数マップの強調係数全体
に小さな定数を加えるなどの任意の変更を加えるように
してもよい。また、これらの係数マップは、音声強調装
置の動作と独立してリアルタイムに変更するようにして
もよい。

【００７２】係数マップの適応変更を行うことにより、
環境の変化、話者の変化などに追従でき、入力音声の声
質に最適な音声強調を行うことができる利点がある。さ
らに、受話者にとって聴きやすい音声強調を行うことが
できる利点がある。

【００７３】

【発明の効果】この発明は以上説明したようにして構成
されているので以下に記載されるような効果を奏する。
この発明の音声強調装置は、音声特徴パラメータの変動
量情報に基づいてスペクトル強調係数を導出し、この値
に基づいて入力音声をスペクトル強調するようにしたの
で、音韻の過渡部などのように音声のスペクトルが急激
に変化する箇所に対しても音声としての自然性を保ち明
瞭性を維持することができる。

【００７４】また、この発明の音声強調装置は音声特徴
パラメータの変動量情報に基づいてプリエンファシス係
数を導出し、この値に基づいて入力音声をプリエンファ
シスするようにしたので、音声のスペクトルが急激に変
化しエネルギーが小さくかつ高域に集中することの多い
子音部に対しても音声としての自然性を保ち、明瞭性を
維持することができる。

【００７５】また、この発明の音声強調装置は、音声特
徴パラメータの変動量情報に基づいてスペクトル強調係
数とプリエンファシス係数を導出し、これら両方の値に
基づいて音声の適応強調を行なうようにしたので、第１
及び第２の発明の音声強調装置が有する効果に加えて、
スペクトル強調とプリエンファシス処理の相乗効果によ
り、音声の高域部分のスペクトルピークが更に強調され
明瞭性を向上させることができる。

【００７６】また、この発明の音声強調装置は、強調処
理によって異音を発生するおそれのある音声を検出し、
強調の抑制または禁止を行うようにしたので、音声と無
関係な雑音の強調を抑制したり、過度の強調による歪み
感を防ぐことができる。

【００７７】また、この発明の音声強調装置は、入力音
声に加え出力音声情報をもフィードバックさせて強調制
御を行なうようにしたので、より違和感の少ない高品質
な音声出力を得ることができる。

【００７８】また、外部制御信号を用いて音声強調を行
なうようにしたので柔軟性に富んだ音声強調処理を行な
うことができる。

【００７９】また、スペクトル強調係数マップにより一
旦仮の強調係数を求めた後、さらに過去の履歴情報から
最終係数値を決定し、この値に基づいて音声強調処理を
行なうようにしたので違和感の無い、入力音声に一層忠
実な出力を得ることができる。

【００８０】また、プリエンファシス係数マップにより
一旦仮のプリエンファシス係数を求めた後、さらに過去
の履歴情報から最終係数値を決定しこの値に基づいてプ
リエンファシス処理を行なうようにしたので、入力音声
のエネルギーが小さく高域にパワーが集中することの多
い子音部分についても明瞭性に優れた音声出力を得るこ
とができる。

【００８１】さらに、音声特徴パラメータ変動量情報に
常時一定のバイアス値を加算し入力音声の特徴パラメー
タの変動の有無に拘らず常時入力音声のスペクトル強調
を行なうようにしたので、過渡部のみならず音声特徴パ
ラメータが安定した定常部においてもスペクトル強調を
おこなうことができる。

【００８２】さらに、音声特徴パラメータ変動量情報に
常時一定のバイアス値を加算し入力音声の特徴パラメー
タの変動の有無に拘らず常時入力音声のプリエンファシ
スを行なうようにしたので、過渡部のみならず音声特徴
パラメータが安定した定常部においてもプリエンファシ
スをおこなうことができる。

【００８３】加えて、スペクトル強調係数マップまたは
プリエンファシス係数マップを複数個備えるようにした
ので、話者の変化や環境の変化にも追従した入力音声の
声質に適した音声強調をおこなうことができる。

【図面の簡単な説明】

【図１】この発明の実施例１を示すブロック図である。

【図２】この発明の実施例１で使用するホルマント強調
係数マップの一例を示す図である。

【図３】この発明の実施例２を示すブロック図である。

【図４】この発明の実施例２で使用するプリエンファシ
ス係数マップの一例を示す図である。

【図５】この発明の実施例３を示すブロック図である。

【図６】この発明の実施例４を示すブロック図である。

【図７】この発明の実施例５を示すブロック図である。

【図８】この発明の実施例６を示すブロック図である。

【符号の説明】

１入力音声分析手段、２音声特徴パラメータ変動量
分析手段、３ホルマント強調強度制御手段、４ホル
マント強調係数マップ、５ホルマント強調係数決定手
段、６ホルマント強調手段、７係数バッファ、８
プリエンファシス係数制御手段、９プリエンファシス
係数決定手段、１０プリエンファシス係数マップ、１
１プリエンファシス手段、１２強調不適合音声検出
手段、１３強調係数変更手段、１０１入力音声、１
０２音声特徴パラメータ、１０３音声特徴パラメー
タ変動量情報、１０４ホルマント強調仮係数、１０５
ホルマント強調係数、１０６出力音声、１０７プリ
エンファシス仮係数、１０８プリエンファシス係数、
１０９強調抑制／禁止信号、１１０変更されたホル
マント強調係数、１１１外部制御信号、１１２線形
予測係数、１１３前フレームのホルマント強調係数、１
１４前フレームのプリエンファシス係数、２００実
施例１に記載の音声強調装置、２０１実施例４に記載
の音声強調装置。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平６−202698（ＪＰ，Ａ) 特開平１−261930（ＪＰ，Ａ) 特開平５−249994（ＪＰ，Ａ) 特開平４−248794（ＪＰ，Ａ) 特開昭58−184200（ＪＰ，Ａ) 特開昭62−248400（ＪＰ，Ａ) 特開平３−266899（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 13/00

Claims

(57)【特許請求の範囲】

【請求項１】短時間区間に分割された入力音声の音声
特徴パラメータの時間変動の度合いを分析する音声特徴
パラメータ変動量分析手段と、前記音声特徴パラメータ変動量分析手段が出力する音声
特徴パラメータ変動量情報に応答してスペクトル強調強
度を決定しスペクトル強調係数を出力するスペクトル強
調強度制御手段と、前記スペクトル強調強度制御手段が出力するスペクトル
強調係数に応じて入力音声のスペクトル強調を行うスペ
クトル強調手段と、を備えたことを特徴とする音声強調
装置。
【請求項２】短時間区間に分割された入力音声の音声
特徴パラメータの時間変動の度合いを分析する音声特徴
パラメータ変動量分析手段と、前記音声特徴パラメータ変動量分析手段が出力する音声
特徴パラメータ変動量情報に応答してプリエンファシス
係数を決定しプリエンファシス係数を出力するプリエン
ファシス係数制御手段と、前記プリエンファシス係数制御手段が出力するプリエン
ファシス係数に応じて入力音声のプリエンファシスを行
うプリエンファシス手段と、を備えたことを特徴とする
音声強調装置。
【請求項３】短時間区間に分割された入力音声の音声
特徴パラメータの時間変動の度合いを分析する音声特徴
パラメータ変動量分析手段と、前記音声特徴パラメータ変動量分析手段が出力する第１
の音声特徴パラメータ変動量情報に応答してスペクトル
強調強度を決定しスペクトル強調係数を出力するスペク
トル強調強度制御手段と、前記スペクトル強調強度制御手段が出力するスペクトル
強調係数に応じて入力音声のスペクトル強調を行うスペ
クトル強調手段と、前記音声特徴パラメータ変動量分析手段が出力する第２
の音声特徴パラメータ変動量情報に応答してプリエンフ
ァシス係数を決定しプリエンファシス係数を出力するプ
リエンファシス係数制御手段と、前記プリエンファシス係数制御手段が出力するプリエン
ファシス係数に応じて入力音声のプリエンファシスを行
うプリエンファシス手段と、から構成されたことを特徴
とする音声強調装置。
【請求項４】短時間区間に分割された入力音声の音声
特徴パラメータを入力し出力音声に歪みが予想される場
合に強調抑制信号を出力する強調不適合音声検出手段
と、前記強調抑制信号に基づいて前記スペクトル強調係数を
補正する強調係数変更手段を備え、前記スペクトル強調手段は前記補正されたスペクトル強
調係数により入力音声のスペクトル強調を行なうように
したことを特徴とする請求項第１項記載の音声強調装
置。
【請求項５】前記強調不適合音声検出手段は入力音声
の音声特徴パラメータ情報に加えて出力音声の音声特徴
パラメータ情報から強調抑制信号を制御するようにした
ことを特徴とする請求項第４項記載の音声強調装置。
【請求項６】前記強調係数変更手段は前記強調抑制信
号に加えて外部制御信号によりスペクトル強調係数を決
定するようにしたことを特徴とする請求項第４項記載の
音声強調装置。
【請求項７】音声特徴パラメータ変動量情報とスペク
トル強調係数の関係を規定したスペクトル強調係数マッ
プと、スペクトル強調仮係数からスペクトル強調係数を算出す
るスペクトル強調仮係数決定手段とを備え、前記スペクトル強調強度制御手段は前記音声特徴パラメ
ータ変動量情報に基づいて前記スペクトル強調係数マッ
プから導出された値をスペクトル強調仮係数として前記
スペクトル強調係数決定手段に出力し、前記スペクトル強調係数決定手段は前記スペクトル強調
仮係数から前後の音声フレームの平滑化処理により決定
されるスペクトル強調係数を算出し前記スペクトル強調
手段へ出力するようにした、ことを特徴とする請求項第
１項記載の音声強調装置。
【請求項８】音声特徴パラメータ変動量情報とプリエ
ンファシス係数の関係を規定したプリエンファシス係数
マップと、プリエンファシス仮係数からプリエンファシス係数を算
出するプリエンファシス係数決定手段とを備え、前記プリエンファシス係数制御手段は前記音声特徴パラ
メータ変動量情報に基づいて前記プリエンファシス係数
マップから導出された値をプリエンファシス仮係数とし
て前記プリエンファシス係数決定手段に出力し、前記プリエンファシス係数決定手段は前記プリエンファ
シス仮係数から前後の音声フレームの平滑化処理により
決定されるプリエンファシス係数を算出し前記プリエン
ファシス手段へ出力するようにした、ことを特徴とする
請求項第２項記載の音声強調装置。
【請求項９】前記音声特徴パラメータ変動量情報に常
時一定のバイアス値を加算し入力音声の特徴パラメータ
の変動の有無に拘らず常時入力音声のスペクトル強調を
行なうようにしたことを特徴とする請求項第１項または
第３項乃至第７項のいづれかに記載の音声強調装置。
【請求項１０】前記音声特徴パラメータ変動量情報に
常時一定のバイアス値を加算し入力音声の特徴パラメー
タの変動の有無に拘らず常時入力音声のプリエンファシ
スを行なうようにしたことを特徴とする請求項第２項ま
たは第３項または第８項記載の音声強調装置。
【請求項１１】前記スペクトル強調係数マップおよび
前記プリエンファシス係数マップを複数個備えるように
したことを特徴とする請求項第７項または第８項記載の
音声強調装置。