JP3500690B2 - オーディオピッチ抽出装置及びオーディオ処理装置 - Google Patents
オーディオピッチ抽出装置及びオーディオ処理装置Info
- Publication number
- JP3500690B2 JP3500690B2 JP05649694A JP5649694A JP3500690B2 JP 3500690 B2 JP3500690 B2 JP 3500690B2 JP 05649694 A JP05649694 A JP 05649694A JP 5649694 A JP5649694 A JP 5649694A JP 3500690 B2 JP3500690 B2 JP 3500690B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch
- audio
- audio data
- analysis section
- correlation lag
- 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
- Signal Processing For Digital Recording And Reproducing (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、オーディオピッチ抽出
装置及びオーディオ処理装置に関するものであり、例え
ば、デジタルビデオテープレコーダーやデジタルオーデ
ィオプレーヤ等におけるオーディオ継続時間長制御装置
やオーディオピッチ変換装置等に適用されるオーディオ
ピッチ抽出装置及びオーディオ処理装置に関するもので
ある。
装置及びオーディオ処理装置に関するものであり、例え
ば、デジタルビデオテープレコーダーやデジタルオーデ
ィオプレーヤ等におけるオーディオ継続時間長制御装置
やオーディオピッチ変換装置等に適用されるオーディオ
ピッチ抽出装置及びオーディオ処理装置に関するもので
ある。
【０００２】
【従来の技術】例えば、ビデオテープレコーダー（以
下、ＶＴＲと言う。）やオーディオプレーヤ、或は、カ
ラオケ装置等には、ビデオテープに記録されたデータの
時間の長さに較べて、再生の時間の長さを変化させて再
生するプログラムプレイ機能を備えているものがある。
このプログラムプレイ機能によって、再生速度を速くし
たり、或は、遅くしたりする（以下、プログラムプレイ
と言う。）ことができる。このプログラムプレイを行っ
た際、この時のオーディオの基本周波数、所謂ピッチを
抽出するオーディオピッチ抽出装置、及び、抽出された
ピッチに基いてオーディオデータのつなぎ処理やピッチ
変換処理等を施すオーディオピッチ変換装置が必要とな
る。
下、ＶＴＲと言う。）やオーディオプレーヤ、或は、カ
ラオケ装置等には、ビデオテープに記録されたデータの
時間の長さに較べて、再生の時間の長さを変化させて再
生するプログラムプレイ機能を備えているものがある。
このプログラムプレイ機能によって、再生速度を速くし
たり、或は、遅くしたりする（以下、プログラムプレイ
と言う。）ことができる。このプログラムプレイを行っ
た際、この時のオーディオの基本周波数、所謂ピッチを
抽出するオーディオピッチ抽出装置、及び、抽出された
ピッチに基いてオーディオデータのつなぎ処理やピッチ
変換処理等を施すオーディオピッチ変換装置が必要とな
る。
【０００３】上記オーディオピッチ変換装置は、再生速
度を速くした場合は、あるデジタルオーディオ区間（以
下、オーディオ区間と言う。）に記録されているデジタ
ルオーディオデータ（以下、オーディオデータと言
う。）を抜き取り、また、再生速度を遅くした場合は、
あるオーディオ区間に記録されているオーディオデータ
を繰り返すことによりオーディオの継続時間長の制御を
行う。これにより、再生音の音の高さが変化することな
く、再生速度に応じてオーディオデータが再生される。
度を速くした場合は、あるデジタルオーディオ区間（以
下、オーディオ区間と言う。）に記録されているデジタ
ルオーディオデータ（以下、オーディオデータと言
う。）を抜き取り、また、再生速度を遅くした場合は、
あるオーディオ区間に記録されているオーディオデータ
を繰り返すことによりオーディオの継続時間長の制御を
行う。これにより、再生音の音の高さが変化することな
く、再生速度に応じてオーディオデータが再生される。
【０００４】上述のように、オーディオデータを抜き取
る、或は、繰り返すオーディオ区間の長さの決定方法は
幾つか存在するが、安価なカラオケ装置等におけるオー
ディオの継続時間長の制御においては、固定の区間長を
用いている。また、高品質な音声が必要とされるデジタ
ルビデオテープレコーダーやデジタルオーディオプレー
ヤ等におけるオーディオの継続時間長の制御において
は、オーディオデータの分析区間毎の音の高さ、即ち、
オーディオのピッチにより決定される区間長を用いてい
る。
る、或は、繰り返すオーディオ区間の長さの決定方法は
幾つか存在するが、安価なカラオケ装置等におけるオー
ディオの継続時間長の制御においては、固定の区間長を
用いている。また、高品質な音声が必要とされるデジタ
ルビデオテープレコーダーやデジタルオーディオプレー
ヤ等におけるオーディオの継続時間長の制御において
は、オーディオデータの分析区間毎の音の高さ、即ち、
オーディオのピッチにより決定される区間長を用いてい
る。
【０００５】
【発明が解決しようとする課題】ここで、上記オーディ
オのピッチを抽出する装置であるオーディオピッチ抽出
装置では、一般に、オーディオデータの自己相関関数を
算出し、そのピークを検出しその時の相関ラグをピッチ
とする自己相関法を用いる。この場合、自己相関関数の
計算に積和演算が必要であり、その演算量は膨大なもの
であった。
オのピッチを抽出する装置であるオーディオピッチ抽出
装置では、一般に、オーディオデータの自己相関関数を
算出し、そのピークを検出しその時の相関ラグをピッチ
とする自己相関法を用いる。この場合、自己相関関数の
計算に積和演算が必要であり、その演算量は膨大なもの
であった。
【０００６】具体的に説明すると、標本化された時系列
をｘ（ｎ）（ｎ：整数）で表すと、その自己相関関数φ
（ｌ）は、第１式に表す積和演算で定義される。
をｘ（ｎ）（ｎ：整数）で表すと、その自己相関関数φ
（ｌ）は、第１式に表す積和演算で定義される。
【０００７】
【数３】
【０００８】ここで、Ｎはピッチの分析区間の標本数で
あり、ｌは相関ラグである。上記相関ラグｌの値を変化
させて次の相関ラグｌに対する自己相関値φ（ｌ）を求
める。上記相関ラグｌの値の範囲は、ｌ＝０，１，２，
・・・，Ｎ−１である。即ち、相関ラグｌの変化幅を１
とし、また、その変化値の範囲を０〜Ｎ−１とする。従
って、積和の演算回数は、Ｎ2回となる。
あり、ｌは相関ラグである。上記相関ラグｌの値を変化
させて次の相関ラグｌに対する自己相関値φ（ｌ）を求
める。上記相関ラグｌの値の範囲は、ｌ＝０，１，２，
・・・，Ｎ−１である。即ち、相関ラグｌの変化幅を１
とし、また、その変化値の範囲を０〜Ｎ−１とする。従
って、積和の演算回数は、Ｎ2回となる。
【０００９】例えば、ピッチの分析区間の標本数Ｎを５
１２とすると、自己相関値φ（ｌ）を算出するためには
約２６万回の積和演算が必要である。この演算量は、オ
ーディオデータのサンプリング周波数ｆｓとすると、２
５６×ｆｓのシステムクロック（約１２ＭＨｚ）で演算
できたとしても、１０２４サンプル分の演算時間が必要
となる。また、上述のようにして標本数Ｎの５１２のデ
ータをリアルタイムで演算するためには、２個の積和回
路が必要となり、回路規模を小さくすることができなか
った。
１２とすると、自己相関値φ（ｌ）を算出するためには
約２６万回の積和演算が必要である。この演算量は、オ
ーディオデータのサンプリング周波数ｆｓとすると、２
５６×ｆｓのシステムクロック（約１２ＭＨｚ）で演算
できたとしても、１０２４サンプル分の演算時間が必要
となる。また、上述のようにして標本数Ｎの５１２のデ
ータをリアルタイムで演算するためには、２個の積和回
路が必要となり、回路規模を小さくすることができなか
った。
【００１０】また、オーディオピッチ変換装置にて、上
述のようにしてオーディオ抽出装置で求められたピッチ
により決定されたオーディオ区間のオーディオデータを
抜き取る、或は、繰り返す際に、データをつなぐ位置の
信号エネルギーの絶対値が大きい位置でつなぎ処理が行
われることがあった。即ち、データのつなぎ処理と、そ
のデータをつなぐ位置の信号エネルギーの値の関係が明
白でないため、データをつなぐ位置の信号エネルギーの
絶対値が大きい位置でつなぎ処理が行われた場合、つな
がれる信号エネルギーの値が大きくなり、この部分でノ
イズが発生し音の品質を低下させる原因となっていた。
述のようにしてオーディオ抽出装置で求められたピッチ
により決定されたオーディオ区間のオーディオデータを
抜き取る、或は、繰り返す際に、データをつなぐ位置の
信号エネルギーの絶対値が大きい位置でつなぎ処理が行
われることがあった。即ち、データのつなぎ処理と、そ
のデータをつなぐ位置の信号エネルギーの値の関係が明
白でないため、データをつなぐ位置の信号エネルギーの
絶対値が大きい位置でつなぎ処理が行われた場合、つな
がれる信号エネルギーの値が大きくなり、この部分でノ
イズが発生し音の品質を低下させる原因となっていた。
【００１１】そこで、本発明は、上述の如き従来の実情
に鑑みてなされたものであり、次のような目的を有する
ものである。
に鑑みてなされたものであり、次のような目的を有する
ものである。
【００１２】即ち、本発明の目的は、相関ラグを荒くし
て自己相関を計算することにより、自己相関の積和演算
量を低減でき、従来以下の回路規模で構成することがで
きるオーディオピッチ抽出装置及びオーディオ処理装置
を提供することにある。
て自己相関を計算することにより、自己相関の積和演算
量を低減でき、従来以下の回路規模で構成することがで
きるオーディオピッチ抽出装置及びオーディオ処理装置
を提供することにある。
【００１３】また、本発明の目的は、ピッチの存在しや
すい範囲にピッチ探索範囲を限定することにより、自己
相関を計算する際の演算量をさらに低減できるオーディ
オピッチ抽出装置及びオーディオ処理装置を提供するこ
とにある。
すい範囲にピッチ探索範囲を限定することにより、自己
相関を計算する際の演算量をさらに低減できるオーディ
オピッチ抽出装置及びオーディオ処理装置を提供するこ
とにある。
【００１４】また、本発明の目的は、ピッチ開始点とピ
ッチ終了点の位置情報に基いてオーディオデータのつな
ぎ処理を行うことにより、高品質な音を提供することが
できるオーディオピッチ抽出装置及びオーディオ処理装
置を提供することにある。
ッチ終了点の位置情報に基いてオーディオデータのつな
ぎ処理を行うことにより、高品質な音を提供することが
できるオーディオピッチ抽出装置及びオーディオ処理装
置を提供することにある。
【００１５】
【課題を解決するための手段】上述の課題を解決するた
めに、本発明に係るオーディオピッチ抽出装置は、標本
化された時系列をｘ（ｎ）（ｎは整数）とした分析区間
の標本数Ｎのオーディオデータについて、変化幅を２以
上の整数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持っ
て、
めに、本発明に係るオーディオピッチ抽出装置は、標本
化された時系列をｘ（ｎ）（ｎは整数）とした分析区間
の標本数Ｎのオーディオデータについて、変化幅を２以
上の整数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持っ
て、
【００１６】
【数４】
【００１７】なる第２式の積和演算をＭ＝Ｎ／Ｌ回繰り
返し、上記相関ラグｌに対する自己相関値φ（ｌ）を算
出する自己相関値算出手段と、上記自己相関値算出手段
により算出された自己相関値φ（ｌ）と相関ラグｌか
ら、最大ピーク検出により上記分析区間のオーディオデ
ータの仮ピッチ周期を検出する仮ピッチ検出手段と、上
記仮ピッチ検出手段により検出された仮ピッチ周期に基
いて、上記分析区間のオーディオデータのゼロクロスサ
ーチによりピッチ開始点及びピッチ終了点を検出するピ
ッチ検出手段とを有することを特徴とする。
返し、上記相関ラグｌに対する自己相関値φ（ｌ）を算
出する自己相関値算出手段と、上記自己相関値算出手段
により算出された自己相関値φ（ｌ）と相関ラグｌか
ら、最大ピーク検出により上記分析区間のオーディオデ
ータの仮ピッチ周期を検出する仮ピッチ検出手段と、上
記仮ピッチ検出手段により検出された仮ピッチ周期に基
いて、上記分析区間のオーディオデータのゼロクロスサ
ーチによりピッチ開始点及びピッチ終了点を検出するピ
ッチ検出手段とを有することを特徴とする。
【００１８】また、本発明に係るオーディオピッチ抽出
装置は、上記自己相関値算出手段は、分析区間の標本数
Ｎのオーディオデータについて、相関ラグｌの変化範囲
を限定し、統計的にピッチが存在する確率の高い範囲を
探索範囲とした自己相関値φ（ｌ）を算出することを特
徴とする。
装置は、上記自己相関値算出手段は、分析区間の標本数
Ｎのオーディオデータについて、相関ラグｌの変化範囲
を限定し、統計的にピッチが存在する確率の高い範囲を
探索範囲とした自己相関値φ（ｌ）を算出することを特
徴とする。
【００１９】本発明に係るオーディオ処理装置は、標本
化された時系列をｘ（ｎ）（ｎは整数）としたオーディ
オデータを記憶している記憶手段と、上記記憶手段に記
憶された分析区間の標本数Ｎのオーディオデータについ
て、変化幅を２以上の整数Ｌとした相関ラグｌ＝ｍＬ
（ｍは整数）を持って、上記第２式の積和演算をＭ＝Ｎ
／Ｌ回繰り返すことにより算出される上記相関ラグｌか
ら、最大ピーク検出により検出される上記分析区間のオ
ーディオデータの仮ピッチ周期に基いて、上記分析区間
のオーディオデータのゼロクロスサーチによりピッチ開
始点及びピッチ終了点を検出するオーディオピッチ抽出
手段と、上記オーディオピッチ抽出手段により抽出され
たピッチ情報に基いて、上記記憶手段から読み出される
分析区間の標本数Ｎのオーディオデータにつなぎ処理を
施すつなぎ換手段とを有することを特徴とする。
化された時系列をｘ（ｎ）（ｎは整数）としたオーディ
オデータを記憶している記憶手段と、上記記憶手段に記
憶された分析区間の標本数Ｎのオーディオデータについ
て、変化幅を２以上の整数Ｌとした相関ラグｌ＝ｍＬ
（ｍは整数）を持って、上記第２式の積和演算をＭ＝Ｎ
／Ｌ回繰り返すことにより算出される上記相関ラグｌか
ら、最大ピーク検出により検出される上記分析区間のオ
ーディオデータの仮ピッチ周期に基いて、上記分析区間
のオーディオデータのゼロクロスサーチによりピッチ開
始点及びピッチ終了点を検出するオーディオピッチ抽出
手段と、上記オーディオピッチ抽出手段により抽出され
たピッチ情報に基いて、上記記憶手段から読み出される
分析区間の標本数Ｎのオーディオデータにつなぎ処理を
施すつなぎ換手段とを有することを特徴とする。
【００２０】また、本発明に係るオーディオ処理装置
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出することを
特徴とする。
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出することを
特徴とする。
【００２１】
【作用】本発明に係るオーディオピッチ抽出装置では、
自己相関値算出手段は、標本化された時系列をｘ（ｎ）
（ｎは整数）とした分析区間の標本数Ｎのオーディオデ
ータについて、変化幅を２以上の整数Ｌとした層間ラグ
ｌ＝ｍＬ（ｍは整数）を持って、上記第２式の積和演算
をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対する自己
相関値φ（ｌ）を算出する。仮ピッチ検出手段は、上記
自己相関値算出手段により算出された自己相関値φ
（ｌ）と相関ラグｌから、最大ピーク検出により上記分
析区間のオーディオデータの仮ピッチ周期を検出する。
ピッチ検出手段は、上記仮ピッチ検出手段により検出さ
れた仮ピッチ周期に基いて、上記分析区間のオーディオ
データのゼロクロスサーチによりピッチ開始点及びピッ
チ終了点を検出する。
自己相関値算出手段は、標本化された時系列をｘ（ｎ）
（ｎは整数）とした分析区間の標本数Ｎのオーディオデ
ータについて、変化幅を２以上の整数Ｌとした層間ラグ
ｌ＝ｍＬ（ｍは整数）を持って、上記第２式の積和演算
をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対する自己
相関値φ（ｌ）を算出する。仮ピッチ検出手段は、上記
自己相関値算出手段により算出された自己相関値φ
（ｌ）と相関ラグｌから、最大ピーク検出により上記分
析区間のオーディオデータの仮ピッチ周期を検出する。
ピッチ検出手段は、上記仮ピッチ検出手段により検出さ
れた仮ピッチ周期に基いて、上記分析区間のオーディオ
データのゼロクロスサーチによりピッチ開始点及びピッ
チ終了点を検出する。
【００２２】また、本発明に係るオーディオピッチ抽出
装置では、上記自己相関値算出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。
装置では、上記自己相関値算出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。
【００２３】本発明に係るオーディオ処理装置では、記
憶手段は、標本化された時系列をｘ（ｎ）（ｎは整数）
としたオーディオデータを記憶する。オーディオピッチ
抽出手段は、上記記憶手段に記憶された分析区間の標本
数Ｎのオーディオデータについて、変化幅を２以上の整
数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持って、上
記第２式の積和演算をＭ＝Ｎ／Ｌ回繰り返すことにより
算出される上記相関ラグｌから、最大ピーク検出により
検出される上記分析区間のオーディオデータの仮ピッチ
周期に基いて、上記分析区間のオーディオデータのゼロ
クロスサーチによりピッチ開始点及びピッチ終了点を検
出する。つなぎ処理手段は、上記オーディオピッチ抽出
手段により抽出されたピッチ情報に基いて、上記記憶手
段から読み出される分析区間の標本数Ｎのオーディオデ
ータにつなぎ処理を施す。
憶手段は、標本化された時系列をｘ（ｎ）（ｎは整数）
としたオーディオデータを記憶する。オーディオピッチ
抽出手段は、上記記憶手段に記憶された分析区間の標本
数Ｎのオーディオデータについて、変化幅を２以上の整
数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持って、上
記第２式の積和演算をＭ＝Ｎ／Ｌ回繰り返すことにより
算出される上記相関ラグｌから、最大ピーク検出により
検出される上記分析区間のオーディオデータの仮ピッチ
周期に基いて、上記分析区間のオーディオデータのゼロ
クロスサーチによりピッチ開始点及びピッチ終了点を検
出する。つなぎ処理手段は、上記オーディオピッチ抽出
手段により抽出されたピッチ情報に基いて、上記記憶手
段から読み出される分析区間の標本数Ｎのオーディオデ
ータにつなぎ処理を施す。
【００２４】また、本発明に係るオーディオ処理装置で
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。
【００２５】
【実施例】以下、本発明の一実施例について図面を参照
しながら説明する。
しながら説明する。
【００２６】図１に示す本発明の実施例に係るオーディ
オピッチ抽出装置１は、相関ラグｌに対する自己相関値
φ（ｌ）を算出する自己相関値算出手段である積和回路
１１と、上記積和回路１からの自己相関値φ（ｌ）と相
関ラグｌから最大ピーク検出により仮ピッチ周期を検出
する仮ピッチ検出手段である最大ピーク検出回路１２
と、上記最大ピーク検出回路２からの仮ピッチ周期に基
いてピッチ開始点及びピッチ終了点を検出するピッチ検
出手段であるゼロクロスサーチ部１３とで構成されてい
る。
オピッチ抽出装置１は、相関ラグｌに対する自己相関値
φ（ｌ）を算出する自己相関値算出手段である積和回路
１１と、上記積和回路１からの自己相関値φ（ｌ）と相
関ラグｌから最大ピーク検出により仮ピッチ周期を検出
する仮ピッチ検出手段である最大ピーク検出回路１２
と、上記最大ピーク検出回路２からの仮ピッチ周期に基
いてピッチ開始点及びピッチ終了点を検出するピッチ検
出手段であるゼロクロスサーチ部１３とで構成されてい
る。
【００２７】また、上記オーディオピッチ抽出装置１に
は、例えば、標本化された時系列をｘ（ｎ）（ｎ：整
数）としたオーディオデータが格納されているメモリ２
と、上記メモリ２をアクセスする際のメモリアドレスを
算出するアドレスカウンタ３とが備えられている。この
アドレスカウンタ３には、ピッチ分析のタイミングパル
スが供給されており、そのパルスに基いて上記メモリ２
をアクセスする際のメモリアドレスを算出するものであ
る。
は、例えば、標本化された時系列をｘ（ｎ）（ｎ：整
数）としたオーディオデータが格納されているメモリ２
と、上記メモリ２をアクセスする際のメモリアドレスを
算出するアドレスカウンタ３とが備えられている。この
アドレスカウンタ３には、ピッチ分析のタイミングパル
スが供給されており、そのパルスに基いて上記メモリ２
をアクセスする際のメモリアドレスを算出するものであ
る。
【００２８】上記積和回路１１は、標本化された時系列
をｘ（ｎ）（ｎ：整数）としたピッチ分析区間の標本数
Ｎのオーディオデータについて、上記第２式に示す積和
演算を繰り返し相関ラグｌに対する自己相関値φ（ｌ）
を算出する回路である。
をｘ（ｎ）（ｎ：整数）としたピッチ分析区間の標本数
Ｎのオーディオデータについて、上記第２式に示す積和
演算を繰り返し相関ラグｌに対する自己相関値φ（ｌ）
を算出する回路である。
【００２９】ここで、上記第２式に示す積和演算の際の
変化幅Ｌは２以上の整数であり、上記相関ラグｌは、ｌ
＝ｍＬ（ｍ：整数）で表される。そして、上記積和回路
１１は、上記相関ラグｌを持って、上記第２式に示す積
和演算をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対す
る自己相関値φ（ｌ）を算出する。
変化幅Ｌは２以上の整数であり、上記相関ラグｌは、ｌ
＝ｍＬ（ｍ：整数）で表される。そして、上記積和回路
１１は、上記相関ラグｌを持って、上記第２式に示す積
和演算をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対す
る自己相関値φ（ｌ）を算出する。
【００３０】また、上記積和回路１１は、上記相関ラグ
ｌの変化範囲を限定し、統計的にピッチが存在する確率
の高い範囲を探索範囲として自己相関値φ（ｌ）を算出
する回路である。
ｌの変化範囲を限定し、統計的にピッチが存在する確率
の高い範囲を探索範囲として自己相関値φ（ｌ）を算出
する回路である。
【００３１】上記探索範囲は、音声・音響信号の統計的
性質に基いてピッチが存在する確率の高い範囲とした。
この音声・音響信号の統計的性質を具体的に説明する
と、図２に示すように、０〜９ｋＨｚを１２帯域に分け
た帯域フィルタを用いて、音声の周波数スペクトルの長
時間平均を求めた結果によると、ピッチが関連する低い
周波数域を除いて、男女の差や国語による差はほとんど
ない。また、音声スペクトルの平均的な形を表現する場
合、この結果により、０〜８００Ｈｚまではほぼ平坦
で、８００Ｈｚ以上では−１０ｄＢ／ｏｃｔの傾斜性特
性で近似することができる。この特性は、低い周波数域
を除けばほとんど個人差はないが、さらに細かい周波数
分析手法で求めると個人差があることが確認されてい
る。
性質に基いてピッチが存在する確率の高い範囲とした。
この音声・音響信号の統計的性質を具体的に説明する
と、図２に示すように、０〜９ｋＨｚを１２帯域に分け
た帯域フィルタを用いて、音声の周波数スペクトルの長
時間平均を求めた結果によると、ピッチが関連する低い
周波数域を除いて、男女の差や国語による差はほとんど
ない。また、音声スペクトルの平均的な形を表現する場
合、この結果により、０〜８００Ｈｚまではほぼ平坦
で、８００Ｈｚ以上では−１０ｄＢ／ｏｃｔの傾斜性特
性で近似することができる。この特性は、低い周波数域
を除けばほとんど個人差はないが、さらに細かい周波数
分析手法で求めると個人差があることが確認されてい
る。
【００３２】また、会話音声中のピッチの時間的変化に
ついては、図３に示すように、発声者ごとの統計的性質
の結果によると、女音は男音に比べて、ピッチの平均
値、標準偏差ともに２倍程度である。さらに、発声者に
よるピッチの分布は、図４に示すように、男音のピッチ
の平均値は１２５Ｈｚで、標準偏差は２０．５Ｈｚであ
り、女音は各々男音の約２倍である。また、ピッチの時
間的推移分布は、上昇が約１８％、下降が約５０％であ
り、文章を発声した時のピッチの時間変化特性は、ほぼ
「へ」の字で近似することができる。ピッチの時間的変
動速度は比較的ゆっくりしており、無音区間などもなめ
らかに結んだ変動パターンについての周波数分析の結
果、変動周波数は１０Ｈｚ以下となる。
ついては、図３に示すように、発声者ごとの統計的性質
の結果によると、女音は男音に比べて、ピッチの平均
値、標準偏差ともに２倍程度である。さらに、発声者に
よるピッチの分布は、図４に示すように、男音のピッチ
の平均値は１２５Ｈｚで、標準偏差は２０．５Ｈｚであ
り、女音は各々男音の約２倍である。また、ピッチの時
間的推移分布は、上昇が約１８％、下降が約５０％であ
り、文章を発声した時のピッチの時間変化特性は、ほぼ
「へ」の字で近似することができる。ピッチの時間的変
動速度は比較的ゆっくりしており、無音区間などもなめ
らかに結んだ変動パターンについての周波数分析の結
果、変動周波数は１０Ｈｚ以下となる。
【００３３】さらに、情報の伝達のために発生された音
声信号は、その調音様式や調音点などに対応する音響音
声学的な物理的特徴を有する。その音声の音響的特性を
決める物理的要因は、音源の特性、音道の共鳴特性及び
口唇ないし鼻孔からの音波の放射特性である。出力音声
のスペクトルには、声道の共鳴に対応したいくつかの山
があり（以下、ホルマントと言う。）、例えば、図５に
示すように、母音のホルマントや、子音のホルマント等
の大よその領域がわかる。また、声道内における音波の
伝搬は、最大声道断面積が１０ｃｍ2程度であるため、
等価半径は１．８ｃｍ以下、λ／４≧１．８ｃｍとなる
音波の周波数ｆはｆ＝ｃ／λ（ｃ：音速）であるので、
これより、ｆ≦４．８ｋＨｚである。従って、４ｋＨｚ
以下の周波数においては、声道内音波は平面波と見なし
てよい。
声信号は、その調音様式や調音点などに対応する音響音
声学的な物理的特徴を有する。その音声の音響的特性を
決める物理的要因は、音源の特性、音道の共鳴特性及び
口唇ないし鼻孔からの音波の放射特性である。出力音声
のスペクトルには、声道の共鳴に対応したいくつかの山
があり（以下、ホルマントと言う。）、例えば、図５に
示すように、母音のホルマントや、子音のホルマント等
の大よその領域がわかる。また、声道内における音波の
伝搬は、最大声道断面積が１０ｃｍ2程度であるため、
等価半径は１．８ｃｍ以下、λ／４≧１．８ｃｍとなる
音波の周波数ｆはｆ＝ｃ／λ（ｃ：音速）であるので、
これより、ｆ≦４．８ｋＨｚである。従って、４ｋＨｚ
以下の周波数においては、声道内音波は平面波と見なし
てよい。
【００３４】上述のような、音声・音響信号の統計的性
質により、上記積和回路１１は、あまりに高い、或は、
あまりに低いピッチを示す相関ラグｌの値の範囲は探索
範囲から除外し、有効なピッチの存在する範囲に限定し
た。即ち、本実施例においては、例えば、相関ラグｌの
値の変化の範囲を５６〜７５２とし、変化幅を４とし
た。これは、ピッチが存在する確率の高い範囲が６３．
８Ｈｚ〜８５７Ｈｚ、変化幅が１２ｋＨｚに相当するも
のである。
質により、上記積和回路１１は、あまりに高い、或は、
あまりに低いピッチを示す相関ラグｌの値の範囲は探索
範囲から除外し、有効なピッチの存在する範囲に限定し
た。即ち、本実施例においては、例えば、相関ラグｌの
値の変化の範囲を５６〜７５２とし、変化幅を４とし
た。これは、ピッチが存在する確率の高い範囲が６３．
８Ｈｚ〜８５７Ｈｚ、変化幅が１２ｋＨｚに相当するも
のである。
【００３５】上記最大ピーク検出回路１２は、上記積和
回路１１により算出された自己相関値φ（ｌ）と相関ラ
グｌから、最大ピークを検出し、ピッチ分析区間のオー
ディオデータの仮ピッチ周期を検出するものである。
回路１１により算出された自己相関値φ（ｌ）と相関ラ
グｌから、最大ピークを検出し、ピッチ分析区間のオー
ディオデータの仮ピッチ周期を検出するものである。
【００３６】上記ゼロクロスサーチ部１３は、上記最大
ピーク検出回路１２からの仮ピッチ周期を用いて、より
精密なピッチを求め、同時にピッチ区間の開始点、及
び、終了点を求める処理を行う。
ピーク検出回路１２からの仮ピッチ周期を用いて、より
精密なピッチを求め、同時にピッチ区間の開始点、及
び、終了点を求める処理を行う。
【００３７】このゼロクロスサーチ部１３のゼロクロス
サーチの様子を具体的に説明すると、例えば、図６に示
すように、ピッチ分析のタイミングパルスＷＰをトリガ
としてピッチの探索を始める。まず、ピッチ分析区間ｔ
１のオーディオデータを順に探索し、オーディオデータ
の値が負から正に変わる点の負側の位置、所謂ゼロクロ
ス点Ｚｏ１をピッチ開始点Ｐｏ１として出力する。そし
て、上記ピッチ開始点Ｐｏ１から上記最大ピーク検出回
路１２により求められた仮ピッチ幅Ｘ１だけデータを進
めた点Ｐｘ１を基準にして、その位置Ｐｘ１前後数サン
プル、例えば、前後７サンプルの範囲（以下、ピッチ終
了点探索範囲と言う。）Ｙ１で再びゼロクロス点Ｚｅ１
を探索する。このゼロクロス点Ｚｅ１を検出することが
できれば、このゼロクロス点Ｚｅ１をピッチ終了点Ｐｅ
１として出力する。さらに、上記ピッチ終了点Ｐｅ１の
出力と同時に、ピッチ開始点Ｐｏ１からピッチ終了点Ｐ
ｅ１までの長さを、精密化されたピッチＰ１として出力
する。
サーチの様子を具体的に説明すると、例えば、図６に示
すように、ピッチ分析のタイミングパルスＷＰをトリガ
としてピッチの探索を始める。まず、ピッチ分析区間ｔ
１のオーディオデータを順に探索し、オーディオデータ
の値が負から正に変わる点の負側の位置、所謂ゼロクロ
ス点Ｚｏ１をピッチ開始点Ｐｏ１として出力する。そし
て、上記ピッチ開始点Ｐｏ１から上記最大ピーク検出回
路１２により求められた仮ピッチ幅Ｘ１だけデータを進
めた点Ｐｘ１を基準にして、その位置Ｐｘ１前後数サン
プル、例えば、前後７サンプルの範囲（以下、ピッチ終
了点探索範囲と言う。）Ｙ１で再びゼロクロス点Ｚｅ１
を探索する。このゼロクロス点Ｚｅ１を検出することが
できれば、このゼロクロス点Ｚｅ１をピッチ終了点Ｐｅ
１として出力する。さらに、上記ピッチ終了点Ｐｅ１の
出力と同時に、ピッチ開始点Ｐｏ１からピッチ終了点Ｐ
ｅ１までの長さを、精密化されたピッチＰ１として出力
する。
【００３８】この時、ピッチ分析区間ｔ２のように、ピ
ッチ終了点探索範囲Ｙ２でゼロクロス点Ｚｅ２を検出す
ることができなかった場合、ピッチ開始点Ｐｏ２から仮
ピッチ幅Ｘ２だけデータを進めた点Ｐｘ２をピッチ終了
点Ｐｅ２とし、仮ピッチをそのままピッチＰ２として出
力する。
ッチ終了点探索範囲Ｙ２でゼロクロス点Ｚｅ２を検出す
ることができなかった場合、ピッチ開始点Ｐｏ２から仮
ピッチ幅Ｘ２だけデータを進めた点Ｐｘ２をピッチ終了
点Ｐｅ２とし、仮ピッチをそのままピッチＰ２として出
力する。
【００３９】ここで、上述の図２を用いての説明では、
ピッチ終了点探索範囲を７サンプルとしたが、本実施例
においては２０サンプルとした。
ピッチ終了点探索範囲を７サンプルとしたが、本実施例
においては２０サンプルとした。
【００４０】次に、上述のような構成をした上記オーデ
ィオピッチ抽出装置１の動作を説明する。
ィオピッチ抽出装置１の動作を説明する。
【００４１】積和回路１１は、アドレスカウンタ３から
のアドレス情報に従ってメモリ２からピッチ分析区間の
標本数Ｎのオーディオデータを読み出すと共に、相関ラ
グｌだけずれた位相を持つピッチ分析区間の標本数Ｎの
オーディオデータも同時に上記メモリ２から読み出す。
のアドレス情報に従ってメモリ２からピッチ分析区間の
標本数Ｎのオーディオデータを読み出すと共に、相関ラ
グｌだけずれた位相を持つピッチ分析区間の標本数Ｎの
オーディオデータも同時に上記メモリ２から読み出す。
【００４２】このようにして読み出した上記オーディオ
データを、ピッチ分析区間の標本数Ｎだけ上記第２式に
表した式に従った積和演算を繰り返し、相関ラグ１に対
する自己関数値φ（ｌ）を求め、これを最大ピーク検出
回路１２に供給する。この時、上述のように、上記積和
演算の際の相関ラグｌの値の変化幅は、２以上とし、ま
た、その値の変化の範囲は、有効なピッチの存在する範
囲に限定して自己関数値φ（ｌ）を求める。
データを、ピッチ分析区間の標本数Ｎだけ上記第２式に
表した式に従った積和演算を繰り返し、相関ラグ１に対
する自己関数値φ（ｌ）を求め、これを最大ピーク検出
回路１２に供給する。この時、上述のように、上記積和
演算の際の相関ラグｌの値の変化幅は、２以上とし、ま
た、その値の変化の範囲は、有効なピッチの存在する範
囲に限定して自己関数値φ（ｌ）を求める。
【００４３】上記最大ピーク検出回路１２は、上記積和
回路１１からの自己関数値φ（ｌ）を基に仮ピッチ周期
を検出し、この仮ピッチ周期をゼロクロスサーチ部１３
に供給する。
回路１１からの自己関数値φ（ｌ）を基に仮ピッチ周期
を検出し、この仮ピッチ周期をゼロクロスサーチ部１３
に供給する。
【００４４】上記ゼロクロスサーチ部１３は、上記最大
ピーク検出回路１２からの仮ピッチ周期を用いて、ピッ
チを求め、同時に上記ピッチ区間の開始点、及び、終了
点を求め、各々出力する。
ピーク検出回路１２からの仮ピッチ周期を用いて、ピッ
チを求め、同時に上記ピッチ区間の開始点、及び、終了
点を求め、各々出力する。
【００４５】従って、上記オーディオピッチ抽出装置で
は、ゼロクロスサーチによりピッチの開始点、及び、ピ
ッチの終了点も検出するため、後述するオーディオピッ
チ変換装置全体として考えた場合、上記ピッチオーディ
オ抽出装置からのピッチの位置情報を基に、ピッチ抽出
処理の後段部にあたるオーディオデータのつなぎ処理部
において出力オーディオ信号の高品質化を図ることがで
きる。即ち、ゼロレベルの信号エネルギーの小さい位置
でオーディオデータのつなぎ処理ができるようになり、
特に大きなノイズを発生することなくオーディオのつな
ぎ処理ができる。
は、ゼロクロスサーチによりピッチの開始点、及び、ピ
ッチの終了点も検出するため、後述するオーディオピッ
チ変換装置全体として考えた場合、上記ピッチオーディ
オ抽出装置からのピッチの位置情報を基に、ピッチ抽出
処理の後段部にあたるオーディオデータのつなぎ処理部
において出力オーディオ信号の高品質化を図ることがで
きる。即ち、ゼロレベルの信号エネルギーの小さい位置
でオーディオデータのつなぎ処理ができるようになり、
特に大きなノイズを発生することなくオーディオのつな
ぎ処理ができる。
【００４６】また、上記オーディオピッチ抽出装置で
は、自己相関値φ（ｌ）を求める際の積和演算処理にお
いて、上述のように相関ラグｌの値の変化幅を荒くした
ことにより、自己相関の積和演算量を低減でき、従来以
下の回路規模でオーディオピッチ抽出装置を構成するこ
とができる。
は、自己相関値φ（ｌ）を求める際の積和演算処理にお
いて、上述のように相関ラグｌの値の変化幅を荒くした
ことにより、自己相関の積和演算量を低減でき、従来以
下の回路規模でオーディオピッチ抽出装置を構成するこ
とができる。
【００４７】また、上記オーディオピッチ抽出装置で
は、自己相関値φ（ｌ）を求める際の積和演算処理にお
いて、相関ラグｌの値の変化範囲を有効なピッチが存在
する範囲に限定したため、積和演算量をさらに低減する
ことができる。
は、自己相関値φ（ｌ）を求める際の積和演算処理にお
いて、相関ラグｌの値の変化範囲を有効なピッチが存在
する範囲に限定したため、積和演算量をさらに低減する
ことができる。
【００４８】上記積和演算量について、具体的に説明す
ると、例えば、ピッチ分析区間が１０２４であった場
合、従来の自己相関関数の算出法であれば、相関ラグｌ
の範囲は、ｌ＝０，１，２，・・・，１０２２，１０２
３であり、それに応じた積和演算回数は、１０４８５７
６回であった。これに対して、相関ラグｌの値の変化幅
Ｌ＝４とし、相関ラグｌの範囲を１００〜５００とした
場合、即ち、ｌ＝１００，１０４，１０８，・・・，４
９２，４９６，５００であり、それに応じた積和演算回
数は、１０３４２４回となり従来の積和演算回数と比べ
て約１０分の１に積和演算量を低減することができる。
ると、例えば、ピッチ分析区間が１０２４であった場
合、従来の自己相関関数の算出法であれば、相関ラグｌ
の範囲は、ｌ＝０，１，２，・・・，１０２２，１０２
３であり、それに応じた積和演算回数は、１０４８５７
６回であった。これに対して、相関ラグｌの値の変化幅
Ｌ＝４とし、相関ラグｌの範囲を１００〜５００とした
場合、即ち、ｌ＝１００，１０４，１０８，・・・，４
９２，４９６，５００であり、それに応じた積和演算回
数は、１０３４２４回となり従来の積和演算回数と比べ
て約１０分の１に積和演算量を低減することができる。
【００４９】次に、本発明の実施例に係るオーディオ処
理装置の説明をする。
理装置の説明をする。
【００５０】図７に示す実施例は、オーディオピッチ変
換装置の本発明を適用したものであり、標本化された時
系列をｘ（ｎ）（ｎ：整数）としたオーディオデータを
記憶している記憶手段１０と、上記記憶手段１０に記憶
されたオーディオデータの分析区間のピッチ情報を抽出
するピッチ抽出手段であるオーディオピッチ抽出装置２
０と、上記オーディオピッチ抽出装置２０により抽出さ
れたピッチ情報に基いて上記記憶手段１０から読み出さ
れる分析区間の標本数Ｎのオーディオデータにつなぎ処
理を施すオーディオつなぎ処理部３０とで構成されてい
る。
換装置の本発明を適用したものであり、標本化された時
系列をｘ（ｎ）（ｎ：整数）としたオーディオデータを
記憶している記憶手段１０と、上記記憶手段１０に記憶
されたオーディオデータの分析区間のピッチ情報を抽出
するピッチ抽出手段であるオーディオピッチ抽出装置２
０と、上記オーディオピッチ抽出装置２０により抽出さ
れたピッチ情報に基いて上記記憶手段１０から読み出さ
れる分析区間の標本数Ｎのオーディオデータにつなぎ処
理を施すオーディオつなぎ処理部３０とで構成されてい
る。
【００５１】また、上記記憶手段１０は、例えば、標本
化された時系列をｘ（ｎ）（ｎ：整数）としたオーディ
オデータを記憶しているメモリ１０１と、上記メモリ１
０１のアドレスをコントロールするための位相管理部１
０２とで構成されている。
化された時系列をｘ（ｎ）（ｎ：整数）としたオーディ
オデータを記憶しているメモリ１０１と、上記メモリ１
０１のアドレスをコントロールするための位相管理部１
０２とで構成されている。
【００５２】上記オーディオピッチ抽出装置２０は、例
えば、上述したオーディオピッチ抽出装置１を用いてお
り、上記メモリ１０に記憶された分析区間の標本数Ｎの
オーディオデータについて、上記第２式に示す積和演算
を繰り返すことにより相関ラグｌから、最大ピーク検出
により検出される上記分析区間のオーディオデータの仮
ピッチ周期に基いて、上記分析区間のオーディオデータ
のゼロクロスサーチによりピッチ及びピッチ開始点及び
ピッチ終了点を検出するものである。
えば、上述したオーディオピッチ抽出装置１を用いてお
り、上記メモリ１０に記憶された分析区間の標本数Ｎの
オーディオデータについて、上記第２式に示す積和演算
を繰り返すことにより相関ラグｌから、最大ピーク検出
により検出される上記分析区間のオーディオデータの仮
ピッチ周期に基いて、上記分析区間のオーディオデータ
のゼロクロスサーチによりピッチ及びピッチ開始点及び
ピッチ終了点を検出するものである。
【００５３】ここで、上記オーディオピッチ抽出装置２
０における上記積和演算は、変化幅を２以上の整数Ｌと
した相関ラグｌ＝ｍＬ（ｍは整数）を持って、上記第２
式に示す積和演算をＭ＝Ｎ／Ｌ回繰り返す。
０における上記積和演算は、変化幅を２以上の整数Ｌと
した相関ラグｌ＝ｍＬ（ｍは整数）を持って、上記第２
式に示す積和演算をＭ＝Ｎ／Ｌ回繰り返す。
【００５４】また、上記オーディオピッチ抽出装置２０
は分析区間の標本数Ｎのオーディオデータについて、相
関ラグｌの変化範囲を限定し、統計的にピッチが存在す
る確率の高い範囲を探索範囲とした自己相関値φ（ｌ）
を算出するものである。
は分析区間の標本数Ｎのオーディオデータについて、相
関ラグｌの変化範囲を限定し、統計的にピッチが存在す
る確率の高い範囲を探索範囲とした自己相関値φ（ｌ）
を算出するものである。
【００５５】上述のような構成をしたオーディオピッチ
変換装置の動作を説明する。
変換装置の動作を説明する。
【００５６】まず、上記オーディオピッチ変換装置に入
力されたオーディオデータは、一旦記憶手段１０のメモ
リ１０１に格納される。
力されたオーディオデータは、一旦記憶手段１０のメモ
リ１０１に格納される。
【００５７】オーディオピッチ抽出装置２０は、上記メ
モリ１０１に格納されているオーディオデータを遂次読
出しながらピッチを算出し、そのピッチ情報、即ち、ピ
ッチ及びピッチ開始点及びピッチ終了点を位相管理部１
０２に供給する。また、上記オーディオピッチ抽出装置
２０は、上記ピッチ情報をオーディオつなぎ処理部３０
にも供給する。
モリ１０１に格納されているオーディオデータを遂次読
出しながらピッチを算出し、そのピッチ情報、即ち、ピ
ッチ及びピッチ開始点及びピッチ終了点を位相管理部１
０２に供給する。また、上記オーディオピッチ抽出装置
２０は、上記ピッチ情報をオーディオつなぎ処理部３０
にも供給する。
【００５８】位相管理部１０２は、上記オーディオピッ
チ抽出装置２０からのオーディオピッチと上記メモリ１
０１のデータの読み込み及び書き込み領域の余裕、及
び、再生の速度から判断を行い、オーディオデータのつ
なぎ処理を行う際のメモリアドレスを算出する。そし
て、そのアドレス情報をオーディオつなぎ処理部３０に
供給する。
チ抽出装置２０からのオーディオピッチと上記メモリ１
０１のデータの読み込み及び書き込み領域の余裕、及
び、再生の速度から判断を行い、オーディオデータのつ
なぎ処理を行う際のメモリアドレスを算出する。そし
て、そのアドレス情報をオーディオつなぎ処理部３０に
供給する。
【００５９】上記オーディオつなぎ処理部３０は、上記
位相管理部１０２からのアドレス情報に従って、メモリ
１０１をアクセスし、また、上記オーディオピッチ抽出
装置２０からのピッチ情報に基いて、オーディオデータ
が不連続とならないようにオーディオデータのつなぎ処
理を行い出力オーディオ信号を出力する。ここで、上記
オーディオつなぎ処理部３０には、例えば、クロスフォ
ードが用いられる。
位相管理部１０２からのアドレス情報に従って、メモリ
１０１をアクセスし、また、上記オーディオピッチ抽出
装置２０からのピッチ情報に基いて、オーディオデータ
が不連続とならないようにオーディオデータのつなぎ処
理を行い出力オーディオ信号を出力する。ここで、上記
オーディオつなぎ処理部３０には、例えば、クロスフォ
ードが用いられる。
【００６０】従って、本発明を適用した上記オーディオ
ピッチ変換装置では、上記オーディオピッチ抽出装置２
０において、ゼロクロスサーチによりピッチの開始点、
及び、ピッチの終了点も検出し、このピッチの位置情報
を基に、上記オーディオつなぎ処理部３０において、オ
ーディオデータのつなぎ処理を行うため、出力オーディ
オ信号の高品質化を図ることができる。即ち、上記オー
ディオつなぎ処理部３０は、ゼロレベルの信号エネルギ
ーの小さい位置でオーディオデータのつなぎ処理ができ
るようになり、従って、特に大きなノイズを発生するこ
となくオーディオのつなぎ処理ができる。
ピッチ変換装置では、上記オーディオピッチ抽出装置２
０において、ゼロクロスサーチによりピッチの開始点、
及び、ピッチの終了点も検出し、このピッチの位置情報
を基に、上記オーディオつなぎ処理部３０において、オ
ーディオデータのつなぎ処理を行うため、出力オーディ
オ信号の高品質化を図ることができる。即ち、上記オー
ディオつなぎ処理部３０は、ゼロレベルの信号エネルギ
ーの小さい位置でオーディオデータのつなぎ処理ができ
るようになり、従って、特に大きなノイズを発生するこ
となくオーディオのつなぎ処理ができる。
【００６１】また、本発明を適用した上記オーディオピ
ッチ変換装置では、上記オーディオピッチ抽出装置２０
における自己相関値φ（ｌ）を求める際の積和演算処理
において、上述のように相関ラグｌの値の変化幅を荒く
したことにより、自己相関の積和演算量を低減でき、従
来以下の回路規模でオーディオピッチ変換装置を構成す
ることができる。
ッチ変換装置では、上記オーディオピッチ抽出装置２０
における自己相関値φ（ｌ）を求める際の積和演算処理
において、上述のように相関ラグｌの値の変化幅を荒く
したことにより、自己相関の積和演算量を低減でき、従
来以下の回路規模でオーディオピッチ変換装置を構成す
ることができる。
【００６２】また、本発明を適用した上記オーディオピ
ッチ変換装置では、上記オーディオピッチ抽出装置２０
における自己相関値φ（ｌ）を求める際の積和演算処理
において、相関ラグｌの値の変化範囲を有効なピッチが
存在する範囲に限定したため、積和演算量をさらに低減
することができる。
ッチ変換装置では、上記オーディオピッチ抽出装置２０
における自己相関値φ（ｌ）を求める際の積和演算処理
において、相関ラグｌの値の変化範囲を有効なピッチが
存在する範囲に限定したため、積和演算量をさらに低減
することができる。
【００６３】
【発明の効果】本発明に係るオーディオピッチ抽出装置
では、自己相関値算出手段は、標本化された時系列をｘ
（ｎ）（ｎは整数）とした分析区間の標本数Ｎのオーデ
ィオデータについて、変化幅を２以上の整数Ｌとした相
関ラグｌ＝ｍＬ（ｍは整数）を持って、上記第２式の積
和演算をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対す
る自己相関値φ（ｌ）を算出する。仮ピッチ検出手段
は、上記自己相関値算出手段により算出された自己相関
値φ（ｌ）と相関ラグｌから、最大ピーク検出により上
記分析区間のオーディオデータの仮ピッチ周期を検出す
る。ピッチ検出手段は、上記仮ピッチ検出手段により検
出された仮ピッチ周期に基いて、上記分析区間のオーデ
ィオデータのゼロクロスサーチによりピッチ開始点及び
ピッチ終了点を検出する。従って、相関ラグを荒くして
自己相関を計算することにより、自己相関を計算する際
の演算量を低減でき、従来以下の回路規模で構成するこ
とができる。また、ピッチ開始点とピッチ終了点の位置
情報に基いてオーディオデータのつなぎ処理を行うこと
により、高品質な音を提供することができる。
では、自己相関値算出手段は、標本化された時系列をｘ
（ｎ）（ｎは整数）とした分析区間の標本数Ｎのオーデ
ィオデータについて、変化幅を２以上の整数Ｌとした相
関ラグｌ＝ｍＬ（ｍは整数）を持って、上記第２式の積
和演算をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌに対す
る自己相関値φ（ｌ）を算出する。仮ピッチ検出手段
は、上記自己相関値算出手段により算出された自己相関
値φ（ｌ）と相関ラグｌから、最大ピーク検出により上
記分析区間のオーディオデータの仮ピッチ周期を検出す
る。ピッチ検出手段は、上記仮ピッチ検出手段により検
出された仮ピッチ周期に基いて、上記分析区間のオーデ
ィオデータのゼロクロスサーチによりピッチ開始点及び
ピッチ終了点を検出する。従って、相関ラグを荒くして
自己相関を計算することにより、自己相関を計算する際
の演算量を低減でき、従来以下の回路規模で構成するこ
とができる。また、ピッチ開始点とピッチ終了点の位置
情報に基いてオーディオデータのつなぎ処理を行うこと
により、高品質な音を提供することができる。
【００６４】また、本発明に係るオーディオピッチ抽出
装置では、上記自己相関値算出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。従っ
て、ピッチの存在しやすい範囲にピッチ探索範囲を限定
することにより、自己相関を計算する際の演算量をさら
に低減できる。
装置では、上記自己相関値算出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。従っ
て、ピッチの存在しやすい範囲にピッチ探索範囲を限定
することにより、自己相関を計算する際の演算量をさら
に低減できる。
【００６５】本発明に係るオーディオ処理装置では、記
憶手段は、標本化された時系列をｘ（ｎ）（ｎは整数）
としたオーディオデータを記憶する。オーディオピッチ
抽出手段は、上記記憶手段に記憶された分析区間の標本
数Ｎのオーディオデータについて、変化幅を２以上の整
数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持って、上
記第２式の積和演算をＭ＝Ｎ／Ｌ回繰り返すことにより
算出される上記相関ラグｌから、最大ピーク検出により
検出される上記分析区間のオーディオデータの仮ピッチ
周期に基いて、上記分析区間のオーディオデータのゼロ
クロスサーチによりピッチ開始点及びピッチ終了点を検
出する。つなぎ処理手段は、上記オーディオピッチ抽出
手段により抽出されたピッチ情報に基いて、上記記憶手
段から読み出される分析区間の標本数Ｎのオーディオデ
ータにつなぎ処理を施す。従って、相関ラグを荒くして
自己相関を計算することにより、自己相関を計算する際
の演算量を低減でき、従来以下の回路規模で構成するこ
とができる。また、ピッチ開始点とピッチ終了点の位置
情報に基いてオーディオデータのつなぎ処理を行うこと
により、高品質な音を提供することができる。
憶手段は、標本化された時系列をｘ（ｎ）（ｎは整数）
としたオーディオデータを記憶する。オーディオピッチ
抽出手段は、上記記憶手段に記憶された分析区間の標本
数Ｎのオーディオデータについて、変化幅を２以上の整
数Ｌとした相関ラグｌ＝ｍＬ（ｍは整数）を持って、上
記第２式の積和演算をＭ＝Ｎ／Ｌ回繰り返すことにより
算出される上記相関ラグｌから、最大ピーク検出により
検出される上記分析区間のオーディオデータの仮ピッチ
周期に基いて、上記分析区間のオーディオデータのゼロ
クロスサーチによりピッチ開始点及びピッチ終了点を検
出する。つなぎ処理手段は、上記オーディオピッチ抽出
手段により抽出されたピッチ情報に基いて、上記記憶手
段から読み出される分析区間の標本数Ｎのオーディオデ
ータにつなぎ処理を施す。従って、相関ラグを荒くして
自己相関を計算することにより、自己相関を計算する際
の演算量を低減でき、従来以下の回路規模で構成するこ
とができる。また、ピッチ開始点とピッチ終了点の位置
情報に基いてオーディオデータのつなぎ処理を行うこと
により、高品質な音を提供することができる。
【００６６】また、本発明に係るオーディオ処理装置で
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。従っ
て、ピッチの存在しやすい範囲にピッチ探索範囲を限定
することにより、自己相関を計算する際の演算量をさら
に低減できる。
は、上記オーディオピッチ抽出手段は、分析区間の標本
数Ｎのオーディオデータについて、相関ラグｌの変化範
囲を限定し、統計的にピッチが存在する確率の高い範囲
を探索範囲とした自己相関値φ（ｌ）を算出する。従っ
て、ピッチの存在しやすい範囲にピッチ探索範囲を限定
することにより、自己相関を計算する際の演算量をさら
に低減できる。
【図１】本発明に係るオーディオピッチ抽出装置の実施
例の構成を示す図である。
例の構成を示す図である。
【図２】有効なピッチが存在する範囲を説明するための
音声の長時間スペクトルを表した図である。
音声の長時間スペクトルを表した図である。
【図３】有効なピッチが存在する範囲を説明するための
基本周波数の平均値と標準偏差を表した図である。
基本周波数の平均値と標準偏差を表した図である。
【図４】有効なピッチが存在する範囲を説明するための
発生音による基本周波数の分布を表した図である。
発生音による基本周波数の分布を表した図である。
【図５】有効なピッチが存在する範囲を説明するための
おもなホルマントの領域を表した図である。
おもなホルマントの領域を表した図である。
【図６】本発明に係るオーディオピッチ抽出装置のゼロ
クロスサーチ部におけるピッチ探索波形の例を示す図で
ある。
クロスサーチ部におけるピッチ探索波形の例を示す図で
ある。
【図７】本発明に係るオーディオ処理装置を適用したオ
ーディオピッチ変換装置の実施例の構成を示す図であ
る。
ーディオピッチ変換装置の実施例の構成を示す図であ
る。
１ オーディオピッチ抽出装置
２ メモリ
３ アドレスカウンタ
１０ 記憶手段
１１ 積和回路
１２ 最大ピーク検出回路
１３ ゼロクロスサーチ部
２０ オーディオピッチ抽出装置
３０ オーディオつなぎ処理部
１０１ メモリ
１０２ 位相管理部
フロントページの続き
(56)参考文献 特開 平５−241598（ＪＰ，Ａ)
特開 昭56−42296（ＪＰ，Ａ)
特開 昭62−203199（ＪＰ，Ａ)
特開 昭59−143199（ＪＰ，Ａ)
特開 昭57−82897（ＪＰ，Ａ)
特開 昭54−154912（ＪＰ，Ａ)
特開 平５−80796（ＪＰ，Ａ)
特公 昭62−38718（ＪＰ，Ｂ２)
特許3219868（ＪＰ，Ｂ２)
特許2505015（ＪＰ，Ｂ２)
特許3122540（ＪＰ，Ｂ２)
中村， 清山， 池沢， 都木， 宮
坂，高品質リアルタイム話速変換システ
ム，電子情報通信学会技術研究報告［音
声］，日本，1992年 ９月10日，Ｖｏ
ｌ．92， Ｎｏ．207， ＳＰ92−55,
ＨＣ92−32，Ｐａｇｅｓ 41−48
(58)調査した分野(Int.Cl.7，ＤＢ名)
G10L 11/04
G10L 21/04
G11B 20/14
Claims (4)
- 【請求項１】 標本化された時系列をｘ（ｎ）（ｎは整
数）とした分析区間の標本数Ｎのオーディオデータにつ
いて、変化幅を２以上の整数Ｌとした相関ラグｌ＝ｍＬ
（ｍは整数）を持って、 【数１】 なる積和演算をＭ＝Ｎ／Ｌ回繰り返し、上記相関ラグｌ
に対する自己相関値φ（ｌ）を算出する自己相関値算出
手段と、上記自己相関値算出手段により算出された自己
相関値φ（ｌ）と相関ラグｌから、最大ピーク検出によ
り上記分析区間のオーディオデータの仮ピッチ周期を検
出する仮ピッチ検出手段と、上記仮ピッチ検出手段によ
り検出された仮ピッチ周期に基いて、上記分析区間のオ
ーディオデータのゼロクロスサーチによりピッチ開始点
及びピッチ終了点を検出するピッチ検出手段とを有する
ことを特徴とするオーディオピッチ抽出装置。 - 【請求項２】 上記自己相関値算出手段は、分析区間の
標本数Ｎのオーディオデータについて、相関ラグｌの変
化範囲を限定し、統計的にピッチが存在する確率の高い
範囲を探索範囲とした自己相関値φ（ｌ）を算出するこ
とを特徴とする請求項１記載のオーディオピッチ抽出装
置。 - 【請求項３】 標本化された時系列をｘ（ｎ）（ｎは整
数）としたオーディオデータを記憶している記憶手段
と、上記記憶手段に記憶された分析区間の標本数Ｎのオ
ーディオデータについて、変化幅を２以上の整数Ｌとし
た相関ラグｌ＝ｍＬ（ｍは整数）を持って、 【数２】 なる積和演算をＭ＝Ｎ／Ｌ回繰り返すことにより算出さ
れる上記相関ラグｌから、最大ピーク検出により検出さ
れる上記分析区間のオーディオデータの仮ピッチ周期に
基いて、上記分析区間のオーディオデータのゼロクロス
サーチによりピッチ開始点及びピッチ終了点を検出する
オーディオピッチ抽出手段と、上記オーディオピッチ抽
出手段により抽出されたピッチ情報に基いて、上記記憶
手段から読み出される分析区間の標本数Ｎのオーディオ
データにつなぎ処理を施すつなぎ処理手段とを有するこ
とを特徴とするオーディオ処理装置。 - 【請求項４】 上記オーディオピッチ抽出手段は、分析
区間の標本数Ｎのオーディオデータについて、相関ラグ
ｌの変化範囲を限定し、統計的にピッチが存在する確率
の高い範囲を探索範囲とした自己相関値φ（ｌ）を算出
することを特徴とする請求項３記載のオーディオ処理装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05649694A JP3500690B2 (ja) | 1994-03-28 | 1994-03-28 | オーディオピッチ抽出装置及びオーディオ処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05649694A JP3500690B2 (ja) | 1994-03-28 | 1994-03-28 | オーディオピッチ抽出装置及びオーディオ処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07271393A JPH07271393A (ja) | 1995-10-20 |
| JP3500690B2 true JP3500690B2 (ja) | 2004-02-23 |
Family
ID=13028717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05649694A Expired - Fee Related JP3500690B2 (ja) | 1994-03-28 | 1994-03-28 | オーディオピッチ抽出装置及びオーディオ処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3500690B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4734286B2 (ja) * | 1999-08-23 | 2011-07-27 | パナソニック株式会社 | 音声符号化装置 |
| KR100590561B1 (ko) * | 2004-10-12 | 2006-06-19 | 삼성전자주식회사 | 신호의 피치를 평가하는 방법 및 장치 |
| JP2006220806A (ja) * | 2005-02-09 | 2006-08-24 | Kobe Steel Ltd | 音声信号処理装置，音声信号処理プログラム，音声信号処理方法 |
| CN101599272B (zh) * | 2008-12-30 | 2011-06-08 | 华为技术有限公司 | 基音搜索方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2505015B2 (ja) | 1987-03-05 | 1996-06-05 | インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン | ピツチ検出方法 |
| JP3122540B2 (ja) | 1992-08-25 | 2001-01-09 | シャープ株式会社 | ピッチ検出装置 |
| JP3219868B2 (ja) | 1992-11-18 | 2001-10-15 | 日本放送協会 | 音声のピッチ周期抽出装置およびピッチ区間自動抽出装置 |
-
1994
- 1994-03-28 JP JP05649694A patent/JP3500690B2/ja not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2505015B2 (ja) | 1987-03-05 | 1996-06-05 | インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン | ピツチ検出方法 |
| JP3122540B2 (ja) | 1992-08-25 | 2001-01-09 | シャープ株式会社 | ピッチ検出装置 |
| JP3219868B2 (ja) | 1992-11-18 | 2001-10-15 | 日本放送協会 | 音声のピッチ周期抽出装置およびピッチ区間自動抽出装置 |
Non-Patent Citations (1)
| Title |
|---|
| 中村， 清山， 池沢， 都木， 宮坂，高品質リアルタイム話速変換システム，電子情報通信学会技術研究報告［音声］，日本，１９９２年 ９月１０日，Ｖｏｌ．９２， Ｎｏ．２０７， ＳＰ９２−５５， ＨＣ９２−３２，Ｐａｇｅｓ ４１−４８ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07271393A (ja) | 1995-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6232540B1 (en) | Time-scale modification method and apparatus for rhythm source signals | |
| US7035742B2 (en) | Apparatus and method for characterizing an information signal | |
| Sharma et al. | Automatic lyrics-to-audio alignment on polyphonic music using singing-adapted acoustic models | |
| JP2002014691A (ja) | ソース音声信号内の新規点の識別方法 | |
| US20060235680A1 (en) | Apparatus, method and computer program product for processing acoustical-signal | |
| US6835885B1 (en) | Time-axis compression/expansion method and apparatus for multitrack signals | |
| JP3500690B2 (ja) | オーディオピッチ抽出装置及びオーディオ処理装置 | |
| Dzhambazov et al. | On the use of note onsets for improved lyrics-to-audio alignment in turkish makam music | |
| JPH11259066A (ja) | 音楽音響信号分離方法、その装置およびそのプログラム記録媒体 | |
| JP3266124B2 (ja) | アナログ信号中の類似波形検出装置及び同信号の時間軸伸長圧縮装置 | |
| Wong et al. | Fast SOLA-based time scale modification using modified envelope matching | |
| CN115394317A (zh) | 一种音频评测方法和装置 | |
| CN109697985B (zh) | 语音信号处理方法、装置及终端 | |
| US10891966B2 (en) | Audio processing method and audio processing device for expanding or compressing audio signals | |
| JP3081469B2 (ja) | 話速変換装置 | |
| JPH1078791A (ja) | ピッチ変換器 | |
| Siki et al. | Time-frequency analysis on gong timor music using short-time fourier transform and continuous wavelet transform | |
| JP2002287744A (ja) | 波形データ分析方法、波形データ分析装置およびプログラム | |
| TWI259994B (en) | Adaptive multiple levels step-sized method for time scaling | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| JP2001154684A (ja) | 話速変換装置 | |
| JPH10133678A (ja) | 音声再生装置 | |
| Kumar et al. | Sung note segmentation for a query-by-humming system | |
| WO2014115696A1 (ja) | 音声データ再生速度変換方法および音声データ再生速度変換装置 | |
| JPS61190400A (ja) | 発声速度推定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20031111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071212 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081212 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091212 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |