JP3472704B2 - 音声分析器および音声分析合成器 - Google Patents
音声分析器および音声分析合成器Info
- Publication number
- JP3472704B2 JP3472704B2 JP11307698A JP11307698A JP3472704B2 JP 3472704 B2 JP3472704 B2 JP 3472704B2 JP 11307698 A JP11307698 A JP 11307698A JP 11307698 A JP11307698 A JP 11307698A JP 3472704 B2 JP3472704 B2 JP 3472704B2
- Authority
- JP
- Japan
- Prior art keywords
- residual signal
- signal
- linear prediction
- analyzer
- residual
- 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
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】この発明は、音声信号を圧縮
して符号化あるいは符号化復号化する装置に関する。
して符号化あるいは符号化復号化する装置に関する。
【０００２】
【従来の技術】一般にボコーダと呼ばれる音声分析合成
技術がある（例えば、「音声情報処理の基礎」斎藤、中
田、オーム社、１９８１年）。図３は、従来のボコーダ
の構成図であり、点線の上側のＡ´が音声分析器、下側
のＢ´が音声合成器である。音声分析器Ａ´は、１０１
が入力端子、１０２が音声信号ａを入力して線形予測係
数ｂを算出する線形予測分析器、１０３が音声信号ａと
線形予測係数ｂとを入力して、第１の残差信号ｃを算出
する線形予測分析フィルタ、１０４が第１の残差信号ｃ
を入力して、残差パワーｇを算出する残差パワー分析
器、１０５が第１の残差信号ｃを入力して、有声／無声
の判定ｅ´とピッチ周波数ｄとを算出するピッチ分析器
である。
技術がある（例えば、「音声情報処理の基礎」斎藤、中
田、オーム社、１９８１年）。図３は、従来のボコーダ
の構成図であり、点線の上側のＡ´が音声分析器、下側
のＢ´が音声合成器である。音声分析器Ａ´は、１０１
が入力端子、１０２が音声信号ａを入力して線形予測係
数ｂを算出する線形予測分析器、１０３が音声信号ａと
線形予測係数ｂとを入力して、第１の残差信号ｃを算出
する線形予測分析フィルタ、１０４が第１の残差信号ｃ
を入力して、残差パワーｇを算出する残差パワー分析
器、１０５が第１の残差信号ｃを入力して、有声／無声
の判定ｅ´とピッチ周波数ｄとを算出するピッチ分析器
である。
【０００３】音声合成器Ｂ´は、１１１が有声／無声の
判定ｅ´とピッチ周波数ｄを入力して、第２の残差信号
ｆ´を生成する残差信号生成器、１１２が第２の残差信
号ｆ´と残差パワーｇとを入力して、第２の残差信号ｆ
´を増幅する増幅器、１１３は増幅された第２の残差信
号ｈ´と線形予測係数ｂとを入力して、音声信号ｉ´を
生成する線形予測合成フィルタ、１１４が出力端子であ
る。
判定ｅ´とピッチ周波数ｄを入力して、第２の残差信号
ｆ´を生成する残差信号生成器、１１２が第２の残差信
号ｆ´と残差パワーｇとを入力して、第２の残差信号ｆ
´を増幅する増幅器、１１３は増幅された第２の残差信
号ｈ´と線形予測係数ｂとを入力して、音声信号ｉ´を
生成する線形予測合成フィルタ、１１４が出力端子であ
る。
【０００４】次に、図３に示すボコーダの動作を簡単に
説明する。以下の処理は、ある一定長（例えば５ｍｓｅ
ｃ．）毎のフレーム単位に行われる。音声分析器Ａ´側
の処理は、入力端子１０１から音声信号ａを入力する。
図２（１）は、その音声信号ａの音声波形例である。
説明する。以下の処理は、ある一定長（例えば５ｍｓｅ
ｃ．）毎のフレーム単位に行われる。音声分析器Ａ´側
の処理は、入力端子１０１から音声信号ａを入力する。
図２（１）は、その音声信号ａの音声波形例である。
【０００５】線形予測分析器１０２により線形予測係数
ｂを算出し、線形予測分析フィルタ１０３に出力すると
共に、音声合成器Ｂ´の線形予測合成フィルタ１１３に
も送信する。線形予測分析フィルタ１０３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。図２（２）は、図２（１）の音声信号ａから求
めた第１の残差信号ｃの例である。残差パワー分析器１
０４は、第１の残差信号ｃの残差パワーｇを算出し、音
声合成器Ｂ´の増幅器１１２に送信する。ピッチ分析器
１０５は、第１の残差信号ｃを入力し、第１の残差信号
ｃの相関値（以下ピッチ相関値と呼ぶ）をもとに、ピッ
チ周期性が高いか否か判定し、高い場合には有声の、低
い場合には無声の判定結果ｅ´と、ピッチ周波数ｄとを
音声合成器Ｂ´の残差信号生成器１１１に送信する。
ｂを算出し、線形予測分析フィルタ１０３に出力すると
共に、音声合成器Ｂ´の線形予測合成フィルタ１１３に
も送信する。線形予測分析フィルタ１０３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。図２（２）は、図２（１）の音声信号ａから求
めた第１の残差信号ｃの例である。残差パワー分析器１
０４は、第１の残差信号ｃの残差パワーｇを算出し、音
声合成器Ｂ´の増幅器１１２に送信する。ピッチ分析器
１０５は、第１の残差信号ｃを入力し、第１の残差信号
ｃの相関値（以下ピッチ相関値と呼ぶ）をもとに、ピッ
チ周期性が高いか否か判定し、高い場合には有声の、低
い場合には無声の判定結果ｅ´と、ピッチ周波数ｄとを
音声合成器Ｂ´の残差信号生成器１１１に送信する。
【０００６】ピッチ周波数とピッチ相関値の算出方法
は、一般に広く使われているピッチ探索の手法を用いる
ことができる。探索手法は、残差信号を分析対象とし
て、ピッチ周波数に対応する時間間隔（時間シフト量）
を変量とし、正規化自己相関値を最大にする時間間隔か
ら、ピッチ周波数を決定する。また、そのときの正規化
自己相関値をピッチ相関値とする手法を用いることがで
きる。
は、一般に広く使われているピッチ探索の手法を用いる
ことができる。探索手法は、残差信号を分析対象とし
て、ピッチ周波数に対応する時間間隔（時間シフト量）
を変量とし、正規化自己相関値を最大にする時間間隔か
ら、ピッチ周波数を決定する。また、そのときの正規化
自己相関値をピッチ相関値とする手法を用いることがで
きる。
【０００７】音声合成器Ｂ´側の処理は、残差信号生成
器１１１は、音声分析器Ａ´側から送られた有声／無声
の判定結果ｅ´と、ピッチ周波数ｄの情報から、有声の
場合は、ピッチ周波数ｄで決められる周期的信号（例え
ばパルス列）を生成し、無声の場合は、雑音信号（例え
ば白色雑音）を生成する。この様子を図４に示す。
器１１１は、音声分析器Ａ´側から送られた有声／無声
の判定結果ｅ´と、ピッチ周波数ｄの情報から、有声の
場合は、ピッチ周波数ｄで決められる周期的信号（例え
ばパルス列）を生成し、無声の場合は、雑音信号（例え
ば白色雑音）を生成する。この様子を図４に示す。
【０００８】図４は、残差信号生成器を模式的に示して
おり、周期的信号生成器と雑音信号生成器とから構成さ
れている。音声が有声の場合は、ピッチ周期波ｄの情報
に従って周期的信号を、無声の場合は、雑音信号を切り
換えて出力するようになっている。
おり、周期的信号生成器と雑音信号生成器とから構成さ
れている。音声が有声の場合は、ピッチ周期波ｄの情報
に従って周期的信号を、無声の場合は、雑音信号を切り
換えて出力するようになっている。
【０００９】増幅器１１２は、音声分析器Ａ´側から送
られた残差パワーｇの情報を元に、第１の残差信号ｃの
パワーと同じになるように、残差信号生成器１１１から
出力される第２の残差信号ｆ´を増幅する。この様子を
図２（３）に模式的に示す。線形予測合成フィルタ１１
３は、音声分析器Ａ´側から送られた線形予測係数ｂの
情報と、増幅された第２の残差信号ｈ´とから音声信号
ｉ´を合成し、出力端子１１４に出力する。
られた残差パワーｇの情報を元に、第１の残差信号ｃの
パワーと同じになるように、残差信号生成器１１１から
出力される第２の残差信号ｆ´を増幅する。この様子を
図２（３）に模式的に示す。線形予測合成フィルタ１１
３は、音声分析器Ａ´側から送られた線形予測係数ｂの
情報と、増幅された第２の残差信号ｈ´とから音声信号
ｉ´を合成し、出力端子１１４に出力する。
【００１０】このように音源信号を、周期的信号と雑音
信号とを切り替えてモデル化する方式の他に、有声信号
と無声信号とが混合した信号をモデル化することによ
り、分析合成音声の品質を向上させる技術もある（例え
ば、“Ｈｉｇｈ−ＱｕａｌｉｔｙＨａｒｍｏｎｉｃＣｏ
ｄｉｎｇＡｔＶｅｒｙＬｏｗＢｉｔＲａｔｅｓ”、Ｇ．
Ｙａｎｇ、Ｈ．Ｌｅｉｃｈ、ＩＣＡＳＳＰ、１９９
４）。混合比率の制御は、例えばピッチ相関値に基づい
て行われる。周期性の度合が強いと周期的信号を多く混
合し、逆に周期性が弱いと雑音信号を多く混合する。
信号とを切り替えてモデル化する方式の他に、有声信号
と無声信号とが混合した信号をモデル化することによ
り、分析合成音声の品質を向上させる技術もある（例え
ば、“Ｈｉｇｈ−ＱｕａｌｉｔｙＨａｒｍｏｎｉｃＣｏ
ｄｉｎｇＡｔＶｅｒｙＬｏｗＢｉｔＲａｔｅｓ”、Ｇ．
Ｙａｎｇ、Ｈ．Ｌｅｉｃｈ、ＩＣＡＳＳＰ、１９９
４）。混合比率の制御は、例えばピッチ相関値に基づい
て行われる。周期性の度合が強いと周期的信号を多く混
合し、逆に周期性が弱いと雑音信号を多く混合する。
【００１１】
【発明が解決しようとする課題】上記音声分析合成器に
おいて、音源信号を適切にモデル化することが重要であ
る。しかしながら、ピッチ相関値にしたがって有声／無
声の判定をする処理において、ピッチ周波数の存在する
周期的な信号の立ち上がり区間などではピッチ相関値が
低く、無声に判定されてしまい、合成した音声が雑音的
になるという課題があった。
おいて、音源信号を適切にモデル化することが重要であ
る。しかしながら、ピッチ相関値にしたがって有声／無
声の判定をする処理において、ピッチ周波数の存在する
周期的な信号の立ち上がり区間などではピッチ相関値が
低く、無声に判定されてしまい、合成した音声が雑音的
になるという課題があった。
【００１２】
【課題を解決するための手段】上記課題を解決するため
に、本発明の音声分析器は、音声信号を入力して線形予
測係数を算出し、線形予測分析フィルタに出力する線形
予測分析器と、上記音声信号と上記線形予測係数とを入
力して残差信号を算出して、後続の処理手段に出力する
上記線形予測分析フィルタと、上記残差信号を入力とし
て、そのピッチ周期性が高い場合には有声と判定する一
方、低い場合には無声と判定すると共に、上記残差信号
波形の最大絶対値と平均値絶対値との比、あるいは、上
記残差信号波形の最大絶対値と二乗平均平方根との比、
に基づいて上記残差信号のパルス性度合を算出し、その
パルス性度合が設定された閾値より高い場合には、上記
ピッチ周期性から求めた有声／無声の判定結果を有声に
設定するパルス性分析器を備えている。
に、本発明の音声分析器は、音声信号を入力して線形予
測係数を算出し、線形予測分析フィルタに出力する線形
予測分析器と、上記音声信号と上記線形予測係数とを入
力して残差信号を算出して、後続の処理手段に出力する
上記線形予測分析フィルタと、上記残差信号を入力とし
て、そのピッチ周期性が高い場合には有声と判定する一
方、低い場合には無声と判定すると共に、上記残差信号
波形の最大絶対値と平均値絶対値との比、あるいは、上
記残差信号波形の最大絶対値と二乗平均平方根との比、
に基づいて上記残差信号のパルス性度合を算出し、その
パルス性度合が設定された閾値より高い場合には、上記
ピッチ周期性から求めた有声／無声の判定結果を有声に
設定するパルス性分析器を備えている。
【００１３】線形予測分析器は、音声信号の線形予測係
数を算出する。線形予測分析フィルタは、音声信号と線
形予測係数とを入力して残差信号を出力する。パルス性
分析器は、上記残差信号のピッチ周期性の高／低に基づ
いて有声／無声を判定すると共に、上記残差信号のパル
ス性を算出してそのパルス性度合が閾値よりも高い場合
には上記ピッチ周期性に基づく有声／無声の判定結果を
有声に設定する。
数を算出する。線形予測分析フィルタは、音声信号と線
形予測係数とを入力して残差信号を出力する。パルス性
分析器は、上記残差信号のピッチ周期性の高／低に基づ
いて有声／無声を判定すると共に、上記残差信号のパル
ス性を算出してそのパルス性度合が閾値よりも高い場合
には上記ピッチ周期性に基づく有声／無声の判定結果を
有声に設定する。
【００１４】また、本発明の音声分析器は、音声信号を
入力して線形予測係数を算出し、線形予測分析フィルタ
に出力する線形予測分析器と、上記音声信号と上記線形
予測係数とを入力して残差信号を算出して、後続の処理
手段に出力する上記線形予測分析フィルタと、上記残差
信号を入力して、有声信号と無声信号との混合比率を算
出すると共に、上記残差信号波形の最大絶対値と平均値
絶対値との比、あるいは、上記残差信号波形の最大絶対
値と二乗平均平方根との比、に基づいて上記残差信号の
パルス性度合を算出し、そのパルス性度合に従って、上
記算出された有声信号と無声信号との混合比率を変更す
るパルス性分析器を備えている。
入力して線形予測係数を算出し、線形予測分析フィルタ
に出力する線形予測分析器と、上記音声信号と上記線形
予測係数とを入力して残差信号を算出して、後続の処理
手段に出力する上記線形予測分析フィルタと、上記残差
信号を入力して、有声信号と無声信号との混合比率を算
出すると共に、上記残差信号波形の最大絶対値と平均値
絶対値との比、あるいは、上記残差信号波形の最大絶対
値と二乗平均平方根との比、に基づいて上記残差信号の
パルス性度合を算出し、そのパルス性度合に従って、上
記算出された有声信号と無声信号との混合比率を変更す
るパルス性分析器を備えている。
【００１５】線形予測分析器は、音声信号の線形予測係
数を算出する。線形予測分析フィルタは、音声信号と線
形予測係数とを入力して残差信号を出力する。パルス性
分析器は、上記残差信号から有声信号と無声信号との混
合比率を算出すると共に、上記残差信号のパルス性を算
出してそのパルス性度合に従って上記算出された有声信
号と無声信号との混合比を変更する。
数を算出する。線形予測分析フィルタは、音声信号と線
形予測係数とを入力して残差信号を出力する。パルス性
分析器は、上記残差信号から有声信号と無声信号との混
合比率を算出すると共に、上記残差信号のパルス性を算
出してそのパルス性度合に従って上記算出された有声信
号と無声信号との混合比を変更する。
【００１６】また、本発明の音声分析合成器は、音声分
析器と音声合成器とで構成される音声分析合成器におい
て、上記音声分析器には、音声信号を入力して線形予測
係数を算出し、線形予測分析フィルタと上記音声合成器
に出力する線形予測分析器と、上記音声信号と上記線形
予測係数とを入力して第１の残差信号を算出して、後続
の処理手段に出力する上記線形予測分析フィルタと、上
記第１の残差信号を入力して残差パワーを算出し、上記
音声合成器に出力する残差パワー分析器と、上記第１の
残差信号を入力してピッチ周波数を算出し、パルス性分
析器に出力するピッチ分析器と、上記第１の残差信号を
入力として、そのピッチ周期性が高い場合には有声と判
定する一方、低い場合には無声と判定すると共に、上記
第１の残差信号波形の最大絶対値と平均値絶対値との
比、あるいは、上記第１の残差信号波形の最大絶対値と
二乗平均平方根との比、に基づいて上記第１の残差信号
のパルス性度合を算出し、そのパルス性度合が設定され
た閾値より高い場合には、上記ピッチ周期性から求めた
有声／無声の判定結果を有声に設定し、有声／無声の判
定結果とピッチ周波数とを出力するパルス性分析器とを
備える一方、上記音声合成器には、上記パルス性分析器
からの有声／無声の判定結果とピッチ周波数とを入力し
て第２の残差信号を生成し、増幅器に出力する残差信号
生成器と、上記第２の残差信号と、上記残差パワー分析
器からの残差パワーとを入力して第２の残差信号を増幅
する増幅器と、上記増幅された第２の残差信号と、上記
線形予測分析器から出力される上記線形予測係数とを入
力して、音声信号を生成し、出力する線形予測合成フィ
ルタとを備えている。
析器と音声合成器とで構成される音声分析合成器におい
て、上記音声分析器には、音声信号を入力して線形予測
係数を算出し、線形予測分析フィルタと上記音声合成器
に出力する線形予測分析器と、上記音声信号と上記線形
予測係数とを入力して第１の残差信号を算出して、後続
の処理手段に出力する上記線形予測分析フィルタと、上
記第１の残差信号を入力して残差パワーを算出し、上記
音声合成器に出力する残差パワー分析器と、上記第１の
残差信号を入力してピッチ周波数を算出し、パルス性分
析器に出力するピッチ分析器と、上記第１の残差信号を
入力として、そのピッチ周期性が高い場合には有声と判
定する一方、低い場合には無声と判定すると共に、上記
第１の残差信号波形の最大絶対値と平均値絶対値との
比、あるいは、上記第１の残差信号波形の最大絶対値と
二乗平均平方根との比、に基づいて上記第１の残差信号
のパルス性度合を算出し、そのパルス性度合が設定され
た閾値より高い場合には、上記ピッチ周期性から求めた
有声／無声の判定結果を有声に設定し、有声／無声の判
定結果とピッチ周波数とを出力するパルス性分析器とを
備える一方、上記音声合成器には、上記パルス性分析器
からの有声／無声の判定結果とピッチ周波数とを入力し
て第２の残差信号を生成し、増幅器に出力する残差信号
生成器と、上記第２の残差信号と、上記残差パワー分析
器からの残差パワーとを入力して第２の残差信号を増幅
する増幅器と、上記増幅された第２の残差信号と、上記
線形予測分析器から出力される上記線形予測係数とを入
力して、音声信号を生成し、出力する線形予測合成フィ
ルタとを備えている。
【００１７】線形予測分析器は、入力された音声信号の
線形予測係数を算出する。線形予測分析フィルタは、音
声信号と線形予測係数を入力し、残差信号を出力する。
残差パワー分析器は、残差信号のパワーを算出する。ピ
ッチ分析器は、残差信号を入力し、残差信号の相関値を
もとにピッチ周波数を出力する。パルス性分析器は、上
記残差信号のピッチ周期性の高／低に従って有声／無声
を判定すると共に、上記残差信号のパルス性を算出して
そのパルス性度合が閾値よりも高い場合には上記ピッチ
周期性に基づく有声／無声の判定結果を有声に設定す
る。
線形予測係数を算出する。線形予測分析フィルタは、音
声信号と線形予測係数を入力し、残差信号を出力する。
残差パワー分析器は、残差信号のパワーを算出する。ピ
ッチ分析器は、残差信号を入力し、残差信号の相関値を
もとにピッチ周波数を出力する。パルス性分析器は、上
記残差信号のピッチ周期性の高／低に従って有声／無声
を判定すると共に、上記残差信号のパルス性を算出して
そのパルス性度合が閾値よりも高い場合には上記ピッチ
周期性に基づく有声／無声の判定結果を有声に設定す
る。
【００１８】
【発明の実施の形態】〔実施の形態１〕
図１は、本発明の音声分析合成器の実施の一形態を示す
ブロック図である。図３に示す従来技術と異なるのは、
音声分析器Ａ側にパルス性分析器６が追加され、ピッチ
分析器５の出力を、このパルス性分析器６に入力してい
る点である。
ブロック図である。図３に示す従来技術と異なるのは、
音声分析器Ａ側にパルス性分析器６が追加され、ピッチ
分析器５の出力を、このパルス性分析器６に入力してい
る点である。
【００１９】音声分析器Ａの１は入力端子、２は音声信
号ａを入力して線形予測係数ｂを算出する線形予測分析
器、３は音声信号ａと線形予測係数ｂを入力して、第１
の残差信号ｃを算出する線形予測分析フィルタ、４は第
１の残差信号ｃを入力して、残差パワーｇを算出する残
差パワー分析器、５は第１の残差信号ｃを入力して、ピ
ッチ周波数ｄを算出するピッチ分析器、６は第１の残差
信号ｃとピッチ周波数ｄとを入力して、パルス性度合に
基づいて有声／無声の判定ｅを行うパルス性分析器であ
る。
号ａを入力して線形予測係数ｂを算出する線形予測分析
器、３は音声信号ａと線形予測係数ｂを入力して、第１
の残差信号ｃを算出する線形予測分析フィルタ、４は第
１の残差信号ｃを入力して、残差パワーｇを算出する残
差パワー分析器、５は第１の残差信号ｃを入力して、ピ
ッチ周波数ｄを算出するピッチ分析器、６は第１の残差
信号ｃとピッチ周波数ｄとを入力して、パルス性度合に
基づいて有声／無声の判定ｅを行うパルス性分析器であ
る。
【００２０】音声合成器Ｂの１１は、有声／無声の判定
結果ｅとピッチ周波数ｄとを入力して、第２の残差信号
ｆを生成する残差信号生成器、１２は第２の残差信号ｆ
と残差パワーｇとを入力して、第２の残差信号ｆを増幅
する増幅器、１３は増幅された第２の残差信号ｈと線形
予測係数ｂとを入力して、音声信号ｉを生成する線形予
測合成フィルタ、１４は出力端子である。
結果ｅとピッチ周波数ｄとを入力して、第２の残差信号
ｆを生成する残差信号生成器、１２は第２の残差信号ｆ
と残差パワーｇとを入力して、第２の残差信号ｆを増幅
する増幅器、１３は増幅された第２の残差信号ｈと線形
予測係数ｂとを入力して、音声信号ｉを生成する線形予
測合成フィルタ、１４は出力端子である。
【００２１】次に、図１に示すボコーダの動作を説明す
る。以下の処理は、ある一定長（例えば５ｍｓｅｃ．）
毎のフレーム単位に行われる。音声分析器Ａ側の処理
は、入力端子１から音声信号ａを入力する。図２（１）
は、音声信号ａの音声波形例である。線形予測分析器２
により線形予測係数ｂを算出し、線形予測分析フィルタ
３に出力すると共に、音声合成器Ｂの線形予測合成フィ
ルタ１３にも送信する。線形予測分析フィルタ３は、音
声信号ａと線形予測係数ｂとを入力し、第１の残差信号
ｃを出力する。
る。以下の処理は、ある一定長（例えば５ｍｓｅｃ．）
毎のフレーム単位に行われる。音声分析器Ａ側の処理
は、入力端子１から音声信号ａを入力する。図２（１）
は、音声信号ａの音声波形例である。線形予測分析器２
により線形予測係数ｂを算出し、線形予測分析フィルタ
３に出力すると共に、音声合成器Ｂの線形予測合成フィ
ルタ１３にも送信する。線形予測分析フィルタ３は、音
声信号ａと線形予測係数ｂとを入力し、第１の残差信号
ｃを出力する。
【００２２】図２（２）は、図２（１）の音声信号ａか
ら求めた第１の残差信号ｃの例である。残差パワー分析
器４は、残差信号ｃの残差パワーｇを算出し、音声合成
器Ｂの増幅器１２に送信する。ピッチ分析器５は第１の
残差信号ｃを入力し、ピッチ周波数ｄを算出して、パル
ス性分析器６に出力する。パルス性分析器６は、第１の
残差信号ｃの相関値（以下ピッチ相関値と呼ぶ）をもと
に、ピッチ周期性が高いか否か判定し、高い場合には有
声の、低い場合には無声の判定結果ｅと、ピッチ周波数
ｄとを音声合成器Ｂの残差信号生成器１１に送信する。
ら求めた第１の残差信号ｃの例である。残差パワー分析
器４は、残差信号ｃの残差パワーｇを算出し、音声合成
器Ｂの増幅器１２に送信する。ピッチ分析器５は第１の
残差信号ｃを入力し、ピッチ周波数ｄを算出して、パル
ス性分析器６に出力する。パルス性分析器６は、第１の
残差信号ｃの相関値（以下ピッチ相関値と呼ぶ）をもと
に、ピッチ周期性が高いか否か判定し、高い場合には有
声の、低い場合には無声の判定結果ｅと、ピッチ周波数
ｄとを音声合成器Ｂの残差信号生成器１１に送信する。
【００２３】図２（２）に示すように、一般に、ピッチ
周波数が存在する音声区間の残差信号は、元の音声信号
に比べて波形がパルス的になる性質がある。パルス性分
析器６は第１の残差信号ｃを入力し、第１の残差信号ｃ
のパルス性度合を算出する。パルス性度合の算出方法と
しては、（１）式で表わされる、フレーム内残差信号波
形の最大絶対値と平均絶対値との比、或いは、（２）式
で表わされる、フレーム内残差信号波形の二乗平均平方
根値と最大絶対値との比などを用いることができる。或
いは（１）式、（２）式で算出される値を、１以下の値
に正規化して取り扱い易くするために、（３）式のよう
にフレーム長の平方根で正規化することもできる。
周波数が存在する音声区間の残差信号は、元の音声信号
に比べて波形がパルス的になる性質がある。パルス性分
析器６は第１の残差信号ｃを入力し、第１の残差信号ｃ
のパルス性度合を算出する。パルス性度合の算出方法と
しては、（１）式で表わされる、フレーム内残差信号波
形の最大絶対値と平均絶対値との比、或いは、（２）式
で表わされる、フレーム内残差信号波形の二乗平均平方
根値と最大絶対値との比などを用いることができる。或
いは（１）式、（２）式で算出される値を、１以下の値
に正規化して取り扱い易くするために、（３）式のよう
にフレーム長の平方根で正規化することもできる。
【００２４】
Ｙｍａｘ＝Ｍａｘ（｜Ｙ１｜，｜Ｙ２｜，…，｜ＹＮ｜）
Ｙａｖｅ＝（｜Ｙ１｜＋｜Ｙ２｜＋…＋｜ＹＮ｜）／Ｎ
Ｙｒｍｓ＝Ｓｑｒｔ（（Ｙ１＊Ｙ１＋Ｙ２＊Ｙ２＋…＋ＹＮ＊ＹＮ）／Ｎ）
Ｐｕｌｓｅ＝Ｙｍａｘ／Ｙａｖｅ …（１）
Ｐｕｌｓｅ＝Ｙｍａｘ／Ｙｒｍｓ …（２）
Ｐｕｌｓｅ＝Ｙｍａｘ／（Ｙｒｍｓ＊Ｓｑｒｔ（Ｎ）） …（３）
ここで、Ｎは、フレーム内のサンプル数（例えば４０）
Ｙｉ（ｉ＝１，２，…，Ｎ）は、フレーム内残差信号の
波高値 ｜ｘ｜は、ｘの絶対値 Ｍａｘ（Ｙ１，Ｙ２，…，ＹＮ）は、Ｙ１，Ｙ２，…，
ＹＮの最大値 Ｓｑｒｔ（ｘ）は、ｘの平方根を表わす。
波高値 ｜ｘ｜は、ｘの絶対値 Ｍａｘ（Ｙ１，Ｙ２，…，ＹＮ）は、Ｙ１，Ｙ２，…，
ＹＮの最大値 Ｓｑｒｔ（ｘ）は、ｘの平方根を表わす。
【００２５】（３）式を用いた場合、例えば最もパルス
性の強い例として、フレーム内に１本のパルスのみ存在
する場合は、算出される値は１になり、逆に最もパルス
性の弱い例として、フレーム内全て等振幅の信号が存在
する場合は、算出される値は１／Ｓｑｒｔ（Ｎ）とな
る。
性の強い例として、フレーム内に１本のパルスのみ存在
する場合は、算出される値は１になり、逆に最もパルス
性の弱い例として、フレーム内全て等振幅の信号が存在
する場合は、算出される値は１／Ｓｑｒｔ（Ｎ）とな
る。
【００２６】次に算出されたパルス性の指標値を、ある
判定閾値（例えば０．５）と比較して、パルス性の指標
値の方が大きければ、ピッチ周期性から求めた有声／無
声の判定信号を有声判定に設定する。この場合ピッチ周
波数としては、ピッチ相関値から最もピッチ周波数の可
能性の高い（ピッチ相関値が高い）値に設定する方法
や、ある一定の値に決めるなどの方法が考えられる。
判定閾値（例えば０．５）と比較して、パルス性の指標
値の方が大きければ、ピッチ周期性から求めた有声／無
声の判定信号を有声判定に設定する。この場合ピッチ周
波数としては、ピッチ相関値から最もピッチ周波数の可
能性の高い（ピッチ相関値が高い）値に設定する方法
や、ある一定の値に決めるなどの方法が考えられる。
【００２７】音声合成器Ｂ側の処理は、残差信号生成器
１１は、音声分析器Ａ側から送られた有声／無声の判定
結果ｅと、ピッチ周波数ｄの情報から、有声の場合は、
ピッチ周波数ｄで決められる周期的信号（例えばパルス
列）を生成し、無声の場合は、雑音信号（例えば白色雑
音）を生成する。この様子を図４に示す。
１１は、音声分析器Ａ側から送られた有声／無声の判定
結果ｅと、ピッチ周波数ｄの情報から、有声の場合は、
ピッチ周波数ｄで決められる周期的信号（例えばパルス
列）を生成し、無声の場合は、雑音信号（例えば白色雑
音）を生成する。この様子を図４に示す。
【００２８】増幅器１２は、音声分析器Ａ側から送られ
た残差パワーｇの情報を元に、第１の残差信号ｃのパワ
ーと同じになるように、残差信号生成器１１から出力さ
れる第２の残差信号ｆを増幅する。この様子を図２
（４）に模式的に示す。図２（４）の縦軸及び、横軸の
スケームは、図２（１）乃至、図２（３）と同じであ
る。但し、この方法は、パルスが生成される位置の情報
がないため、パルスの位置は分析フレーム内のどこに立
つかは、図２（３）、（４）と、図２（１）、（２）と
は異なる。線形予測合成フィルタ１３は、音声分析器Ａ
側から送られた線形予測係数ｂの情報と、増幅された第
２の残差信号ｈとから音声信号ｉを合成し、出力端子１
４に出力する。
た残差パワーｇの情報を元に、第１の残差信号ｃのパワ
ーと同じになるように、残差信号生成器１１から出力さ
れる第２の残差信号ｆを増幅する。この様子を図２
（４）に模式的に示す。図２（４）の縦軸及び、横軸の
スケームは、図２（１）乃至、図２（３）と同じであ
る。但し、この方法は、パルスが生成される位置の情報
がないため、パルスの位置は分析フレーム内のどこに立
つかは、図２（３）、（４）と、図２（１）、（２）と
は異なる。線形予測合成フィルタ１３は、音声分析器Ａ
側から送られた線形予測係数ｂの情報と、増幅された第
２の残差信号ｈとから音声信号ｉを合成し、出力端子１
４に出力する。
【００２９】音声信号に対する処理内容を図２の場合で
例示すると、従来の技術では、ピッチの立ち上がり区間
は、ピッチ相関値が低く算出されてしまい、図２（３）
に示すように３．８８０秒から３．８８５秒の区間は無
声と判定されて、雑音信号が生成されているが、本発明
では、残差信号のパルス性の度合が高く、図２（４）に
示すように有声判定が行われ、周期的信号（ここではパ
ルス列）が生成されている。
例示すると、従来の技術では、ピッチの立ち上がり区間
は、ピッチ相関値が低く算出されてしまい、図２（３）
に示すように３．８８０秒から３．８８５秒の区間は無
声と判定されて、雑音信号が生成されているが、本発明
では、残差信号のパルス性の度合が高く、図２（４）に
示すように有声判定が行われ、周期的信号（ここではパ
ルス列）が生成されている。
【００３０】〔実施の形態２〕
上記実施の一形態では、音源信号である残差信号を周期
的信号か、雑音信号かで表現していたが、従来技術で説
明したように、有声信号と無声信号とを混合した信号で
表現するシステムに適用することもできる。この場合も
図１と同様に、新たに追加される処理ブロックはパルス
性分析器６だけである。処理内容は実施形態１と同様
に、残差信号のパルス性度合を、例えば（３）式を用い
て算出する。算出されたパルス性度合の指標値に従い、
第１の残差信号ｃから求めたピッチ相関値を変更し、音
声合成器Ｂ側に出力する。ピッチ相関値の変更は、パル
ス性度合が高い程、ピッチ相関値を高く変更するように
処理する。例えば（４）式のような処理が考えられる。
的信号か、雑音信号かで表現していたが、従来技術で説
明したように、有声信号と無声信号とを混合した信号で
表現するシステムに適用することもできる。この場合も
図１と同様に、新たに追加される処理ブロックはパルス
性分析器６だけである。処理内容は実施形態１と同様
に、残差信号のパルス性度合を、例えば（３）式を用い
て算出する。算出されたパルス性度合の指標値に従い、
第１の残差信号ｃから求めたピッチ相関値を変更し、音
声合成器Ｂ側に出力する。ピッチ相関値の変更は、パル
ス性度合が高い程、ピッチ相関値を高く変更するように
処理する。例えば（４）式のような処理が考えられる。
【００３１】
Ｐｃｏｒ＝Ｐｕｌｓｅ，Ｐｕｌｓｅ＞Ｐｃｏｒの場合
Ｐｃｏｒ＝Ｐｃｏｒ，Ｐｌｕｓｅ＜＝Ｐｃｏｒ場合 …（４）
ここで、Ｐｃｏｒは１以下の値に正規化されているピッ
チ相関値 Ｐｕｌｓｅはパルス性度合を表わし、例えば（３）式で
求められる。
チ相関値 Ｐｕｌｓｅはパルス性度合を表わし、例えば（３）式で
求められる。
【００３２】このように、残差信号波形のパルス性度合
に従ってピッチ相関値を変更することで、ピッチの立ち
上がり区間で、従来法よりも早く周期的信号（例えばパ
ルス列）成分を多く生成することができ、音質を改善す
ることができる。
に従ってピッチ相関値を変更することで、ピッチの立ち
上がり区間で、従来法よりも早く周期的信号（例えばパ
ルス列）成分を多く生成することができ、音質を改善す
ることができる。
【００３３】
【発明の効果】本発明によれば、音声のピッチの立ち上
がり区間など、ピッチ抽出が困難な区間においても、有
声判定を行うことにより、音質を向上した音声分析合成
器が実現できる。
がり区間など、ピッチ抽出が困難な区間においても、有
声判定を行うことにより、音質を向上した音声分析合成
器が実現できる。
【図１】 本発明の音声分析合成器の実施形態を示すブ
ロック図である。
ロック図である。
【図２】 従来技術及び、本発明の音声分析合成器の処
理に係る音声信号の波形図である。
理に係る音声信号の波形図である。
【図３】 従来技術の音声分析合成器の実施例を示すブ
ロック図である。
ロック図である。
【図４】 従来技術の音声分析合成器の残差信号生成器
の動作の説明図である。
の動作の説明図である。
１，１０１ 入力端子
２，１０２ 線形予測分析器
３，１０３ 線形予測分析フィルタ
４，１０４ 残差パワー分析器
５，１０５ ピッチ分析器
６ パルス性分析器
１１，１１１ 残差信号生成器
１２，１１２ 増幅器
１３，１１３ 線形予測合成フィルタ
１４，１１４ 出力端子
Claims (3)
- 【請求項１】 音声信号を入力して線形予測係数を算出
し、線形予測分析フィルタに出力する線形予測分析器
と、 上記音声信号と上記線形予測係数とを入力して残差信号
を算出して、後続の処理手段に出力する上記線形予測分
析フィルタと、 上記残差信号を入力として、そのピッチ周期性が高い場
合には有声と判定する一方、低い場合には無声と判定す
ると共に、上記残差信号波形の最大絶対値と平均値絶対
値との比、あるいは、上記残差信号波形の最大絶対値と
二乗平均平方根との比、に基づいて上記残差信号のパル
ス性度合を算出し、そのパルス性度合が設定された閾値
より高い場合には、上記ピッチ周期性から求めた有声／
無声の判定結果を有声に設定するパルス性分析器を備え
たことを特徴とする音声分析器。 - 【請求項２】 音声信号を入力して線形予測係数を算出
し、線形予測分析フィルタに出力する線形予測分析器
と、 上記音声信号と上記線形予測係数とを入力して残差信号
を算出して、後続の処理手段に出力する上記線形予測分
析フィルタと、 上記残差信号を入力して、有声信号と無声信号との混合
比率を算出すると共に、上記残差信号波形の最大絶対値
と平均値絶対値との比、あるいは、上記残差信号波形の
最大絶対値と二乗平均平方根との比、に基づいて上記残
差信号のパルス性度合を算出し、そのパルス性度合に従
って、上記算出された有声信号と無声信号との混合比率
を変更するパルス性分析器を備えたことを特徴とする音
声分析器。 - 【請求項３】 音声分析器と音声合成器とで構成される
音声分析合成器において、 上記音声分析器には、 音声信号を入力して線形予測係数を算出し、線形予測分
析フィルタと上記音声合成器とに出力する線形予測分析
器と、 上記音声信号と上記線形予測係数とを入力して第１の残
差信号を算出して、後続の処理手段に出力する上記線形
予測分析フィルタと、 上記第１の残差信号を入力して残差パワーを算出し、上
記音声合成器に出力する残差パワー分析器と、 上記第１の残差信号を入力してピッチ周波数を算出し、
パルス性分析器に出力するピッチ分析器と、 上記第１の残差信号を入力として、そのピッチ周期性が
高い場合には有声と判定する一方、低い場合には無声と
判定すると共に、上記第１の残差信号波形の最大絶対値
と平均値絶対値との比、あるいは、上記第１の残差信号
波形の最大絶対値と二乗平均平方根との比、に基づいて
上記第１の残差信号のパルス性度合を算出し、そのパル
ス性度合が設定された閾値より高い場合には、上記ピッ
チ周期性から求めた有声／無声の判定結果を有声に設定
し、有声／無声の判定結果とピッチ周波数とを出力する
パルス性分析器と を備える一方、 上記音声合成器には、 上記パルス性分析器からの有声／無声の判定結果とピッ
チ周波数とを入力して第２の残差信号を生成し、増幅器
に出力する残差信号生成器と、 上記第２の残差信号と、上記残差パワー分析器からの残
差パワーとを入力して第２の残差信号を増幅する増幅器
と、 上記増幅された第２の残差信号と、上記線形予測分析器
から出力される上記線形予測係数とを入力して、音声信
号を生成し、出力する線形予測合成フィルタとを備えた
ことを特徴とする音声分析合成器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11307698A JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11307698A JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11305797A JPH11305797A (ja) | 1999-11-05 |
| JP3472704B2 true JP3472704B2 (ja) | 2003-12-02 |
Family
ID=14602880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11307698A Expired - Fee Related JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3472704B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8327209B2 (en) | 2006-07-27 | 2012-12-04 | Nec Corporation | Sound data decoding apparatus |
-
1998
- 1998-04-23 JP JP11307698A patent/JP3472704B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11305797A (ja) | 1999-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100615480B1 (ko) | 음성 대역 확장 장치 및 음성 대역 확장 방법 | |
| EP1688920B1 (en) | Speech signal decoding | |
| JP3307875B2 (ja) | 符号化音声再生装置および符号化音声再生方法 | |
| JPH10177398A (ja) | 音声符号化装置 | |
| JP3472704B2 (ja) | 音声分析器および音声分析合成器 | |
| KR0155315B1 (ko) | Lsp를 이용한 celp보코더의 피치 검색방법 | |
| JPH10240299A (ja) | 音声符号化及び復号装置 | |
| JPH0636159B2 (ja) | ピツチ検出器 | |
| JP3451998B2 (ja) | 無音声符号化を含む音声符号化・復号装置、復号化方法及びプログラムを記録した記録媒体 | |
| JP3490324B2 (ja) | 音響信号符号化装置、復号化装置、これらの方法、及びプログラム記録媒体 | |
| JPH03119398A (ja) | 音声分析合成方法 | |
| KR100715013B1 (ko) | 대역확장장치 및 방법 | |
| EP1564723B1 (en) | Transcoder and coder conversion method | |
| JP4510977B2 (ja) | 音声符号化方法および音声復号化方法とその装置 | |
| JP2900987B2 (ja) | 無音圧縮音声符号化復号化装置 | |
| JPH0462600B2 (ja) | ||
| JP2000298500A (ja) | 音声符号化方法 | |
| JP3166797B2 (ja) | 音声符号化法及び音声復号化法並びに音声符復号化装置 | |
| JPS61262800A (ja) | 音声符号化方式 | |
| JPH09185396A (ja) | 音声符号化装置 | |
| JPH10222196A (ja) | 音声符号化における波形利得見積方法 | |
| JPH10149200A (ja) | 線形予測符号化装置 | |
| JPH06208398A (ja) | 音源波形生成方法 | |
| JPH10124097A (ja) | 音声記録再生装置 | |
| JP2000099094A (ja) | 時系列信号処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |