JP3605096B2 - 音声信号のピッチ周期抽出方法 - Google Patents
音声信号のピッチ周期抽出方法 Download PDFInfo
- Publication number
- JP3605096B2 JP3605096B2 JP2002190274A JP2002190274A JP3605096B2 JP 3605096 B2 JP3605096 B2 JP 3605096B2 JP 2002190274 A JP2002190274 A JP 2002190274A JP 2002190274 A JP2002190274 A JP 2002190274A JP 3605096 B2 JP3605096 B2 JP 3605096B2
- Authority
- JP
- Japan
- Prior art keywords
- section
- delay time
- sum
- pitch period
- autocorrelation coefficient
- 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 - Lifetime
Links
Images
Landscapes
- Electrophonic Musical Instruments (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、音声信号のピッチ周期抽出方法に関する。
【０００２】
【従来の技術】
音声の特徴を表すパラメータの１つにピッチ周期がある。ピッチ周期を利用した音声符号化方式では、ピッチ周期をいかに正確に求めるかが再生音の品質を決定することになる。また、実時間性が要求される音声符号化方式では、処理時間が短いことが要求される。
【０００３】
従来は、自己相関を用いたピッチ周期抽出方法が、ピッチ周期抽出の正確さ及び処理時間の短さの両者から見て、実時間に適したピッチ周期抽出方法の１つとされている。
【０００４】
自己相関を用いたピッチ周期抽出法として、次の２つの方法が知られている。
【０００５】
（１）第１方法
信号は時間制限されていると仮定し、その時間内だけに信号が存在し、その時間外では信号は常に零として自己相関（短時間自己相関）を求める。
【０００６】
音声波形をデジタル音声データｘ（ｎ）で表すと、短時間自己相関Ｒｎ（ｋ）は、次式（１）で表される。
【０００７】
【数１】
【０００８】
ここで、Ｎは音声信号が存在すると仮定した時間区間であり、ｋは短時間自己相関Ｒｎ（ｋ）を算出ときに音声波形を遅延させる際の遅延時間であり、Ｎ≧２ｋｍａｘ の関係がある。したがって、ｋｍａｘ ＝２００である場合には、Ｎ≧４００となる。そして、短時間自己相関Ｒｎ（ｋ）が最大となるｋの値がピッチ周期となる。
【０００９】
（２）第２方法
信号は時間制限されていないと仮定し、時間長Ｔの基準となる区間と、ピッチ周期の存在が想定される範囲で時間のずれた時間長Ｔとの自己相関（変形短時間自己相関）を求める。
【００１０】
音声波形をデジタル音声データｘ（ｎ）で表すと、変形短時間自己相関Ｒｎ’（ｋ）は、次式（２）で表される。
【００１１】
【数２】
【００１２】
ここで、Ｔは変形短時間自己相関Ｒｎ’（ｋ）を算出する際の基準となる時間長であり、ｋは変形短時間自己相関Ｒｎ’（ｋ）を算出ときに音声波形を遅延させる際の遅延時間であり、Ｔ≒ｋｍａｘ の関係がある。したがって、ｋｍａｘ ＝２００である場合には、Ｔ≒２００となる。そして、変形短時間自己相関Ｒｎ’（ｋ）が最大となるｋの値がピッチ周期となる。
【００１３】
第１方法では、ピッチ周期を正確に抽出できるが、ピッチ周期を正確に抽出するためには、自己相関を算出する際の基準となる区間の時間長（Ｎ−１−ｋ）を、少なくともピッチ周期の２倍以上に設定する必要があり、このため処理時間が長くなるという欠点がある。
【００１４】
第２方法では、自己相関を算出する際の基準となる区間の時間長Ｔはピッチ周期程度とすればよく、第１方法に比べて自己相関を算出する際の基準となる区間の時間長を短くできるので、処理時間は短くなる。しかしながら、正しいピッチ周期の倍周期のピッチを、誤ってピッチ周期として抽出してしまうおそれがある。
【００１５】
第１方法では、第２方法のように正しいピッチ周期の倍周期のピッチを、誤ってピッチ周期として抽出してしまうおそれは少ない。これは、第１方法では、長い周期（ｋが大きい）に対する自己相関係数ほど、積和区間（Ｎ−１−ｋ）が小さくなるため、正しいピッチ周期に対する自己相関係数に比べて、その倍周期に対する自己相関係数が小さくなるからである。
【００１６】
第１方法において、自己相関を算出する際の基準となる区間の時間長（Ｎ−１−ｋ）をピッチ周期の２倍以上にする必要があるのは、ピッチ周期が短い場合（ｋが小さい場合）には積和区間（Ｎ−１−ｋ）が極端に大きくなり、ピッチ周期が長い場合（ｋが大きい場合）には積和区間（Ｎ−１−ｋ）が極端に小さくなるので、正しいピッチ周期が長い場合において、正しいピッチ周期に対する自己相関係数が、それより短いピッチ周期に対する自己相関係数よりも小さくならならいようにするためである。
【００１７】
【発明が解決しようとする課題】
この発明は、処理時間が短くかつピッチ周期を正確に抽出できる音声信号のピッチ周期抽出方法を提供することを目的とする。
【００１８】
【課題を解決する為の手段】
請求項１に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップを備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい第１区間と遅延時間がそれより大きな第２区間との２つに分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２とすると、２Ｔ１≒Ｔでかつ２Ｔ１＞Ｔ２の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）およびＲｎ２（ｋ）／２のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００１９】
請求項２に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップ、を備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区間および第３区間の３つの区間に分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３とすると、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２およびＲｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００２０】
請求項３に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップ、を備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区間、第３区間および第４区間の４つの区間に分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３、第４区間の積和時間長をＴ４とすると、６Ｔ１≒３Ｔ２≒１．５Ｔ２≒Ｔ４でかつ６Ｔ１＞３Ｔ２＞１．５Ｔ３＞Ｔ４の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３、Ｔ４を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）、第４区間の遅延時間ｋに対する自己相関係数をＲｎ４（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／４およびＲｎ３（ｋ）／６のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００２１】
請求項４に記載の発明は、請求項１乃至３のいずれかに記載の音声信号のピッチ周期抽出方法において、第１ステップは、各分割区間の遅延時間の最大値が、当該区間の最小値の２倍より小さな値となるように、全遅延時間範囲を複数の区間に分割することを特徴とする。
【００２４】
【発明の実施の形態】
【００２５】
〔１〕本発明のピッチ周期抽出方法についての説明
【００２６】
本発明のピッチ周期抽出方法について説明する。
【００２７】
デジタル音声信号の自己相関係数を計算する際、全遅延時間範囲をピッチ周期の存在が想定される範囲で複数の区間に分割する。分割された各区間毎に、自己相関係数を算出する際の時間長（以下、積和時間長という）をそれぞれ決定する。そして、各区間毎に、それに対して決定された積和時間長を用いて、自己相関係数を算出し、その算出結果に基づいてピッチ周期を決定する。
【００２８】
全遅延時間範囲を３５≦ｋ＜２００として、全遅延時間範囲を３つの区間に分割した場合を例にとって説明する。例えば、第１区間を３５≦ｋ＜６５とし、第２区間を６５≦ｋ＜１２５とし、第３区間を１２５≦ｋ＜２００とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）は、それぞれ次式（３）、（４）、（５）で表される。
【００２９】
【数３】
【００３０】
上記式（３）、（４）、（５）において、Ｔ１、Ｔ２、Ｔ３は、各区間における積和時間長を示している。
【００３１】
全遅延時間範囲を分割する際には、１つの区間の遅延時間ｋの最大値が当該区間の遅延時間ｋの最小値の２倍より小さくなるように、各区間を決定する。例えば、上記第１区間であれば、その区間の遅延時間ｋの最大値が、当該区間の最小値３５の２倍の値７０より小さくなるように第１区間を決定する。
【００３２】
これは、１つの区間において正しいピッチ周期とそれの２倍のピッチ周期との両方の自己相関係数を算出した場合には、正しいピッチ周期に対する自己相関係数に対して、そのピッチ周期の２倍のピッチ周期に対する自己相関係数が大きくなる可能性があるので、１つの区間において正しいピッチ周期とそのピッチ周期の２倍のピッチ周期との自己相関係数が算出されないようにするためである。
【００３３】
遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２、Ｔ３を、対応する区間の遅延時間ｋの最大値程度に設定するとともに、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝６５、Ｔ２＝１２５、Ｔ３＝１８５となる。
【００３４】
各区間の積和時間長をその区間のｋの最大値程度としているのは、入力音声自己相関係数を算出する積和範囲内に、その区間での遅延時間ｋに対応するピッチ周期のほぼ２倍の波形が含まれるため、ピッチ周期が変化する場合にピッチ周期抽出精度が高くなるからである。
【００３５】
上記３つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として抽出する。
【００３６】
各区間の積和時間長を、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように設定しているのは、正しいピッチ周期に対する自己相関係数がその倍周期に対する自己相関係数よりも大きくなるようにして、正しいピッチ周期の倍周期が正しいピッチ周期として誤って抽出されるのを防止するためである。
【００３７】
図１および図２、図３および図４、ならびに図５および図６は、入力音声信号の波形が異なる３つの場合の具体例を示している。
【００３８】
図１および図２は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期Ｐが変化していない場合の具体例を示している。
【００３９】
図１は従来手法を示し、３５≦ｋ＜２００の範囲に対応したＬの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。これに対して、図２は、本発明手法を示している。
【００４０】
図２（ａ）は上記式（３）によって表される第１区間での自己相関係数Ｒｎ１（ｋ）の算出方法を、図２（ｂ）は上記式（４）によって表される第２区間での自己相関係数Ｒｎ２（ｋ）の算出方法を、図２（ｃ）は上記式（５）によって表される第３区間での自己相関係数Ｒｎ３（ｋ）の算出方法を、それぞれ示している。
【００４１】
第１区間では、３５≦ｋ＜６５の範囲に対応した積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００４２】
第２区間では、６５≦ｋ＜１２５の範囲に対応した積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００４３】
第３区間では、１２５≦ｋ＜２００の範囲に対応した積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００４４】
従来手法と本発明手法とを比較すると、本発明手法では、第１区間のｋの範囲（３５≦ｋ＜６５）および第２区間のｋの範囲（６５≦ｋ＜１２５）については、自己相関係数の演算量が従来手法に比べて減っており、処理時間が短縮されることが理解できる。また、正しいピッチ周期の倍周期を、正しいピッチ周期として誤って抽出するといったことも防止できる。
【００４５】
図２の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で、値が最大となるのは、第１区間中のｋ＝Ｐの時のＲｎ１（Ｐ）となる。したがって、ピッチ周期はＰとなる。
【００４６】
図３および図４は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が小（Ｐｓ）から大（Ｐｍ）に変化している場合の具体例を示している。
【００４７】
図３は従来手法を示し、Ｌの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。このように、自己相関係数を算出する範囲Ｌ内に異なるピッチ周期の波形が含まれている場合には、ｋがピッチ周期ＰｓまたはＰｍである場合に、自己相関係数Ｒｎ（ｋ）が最大となるとは限らなくなるため、正しいピッチ周期を抽出できない可能性がある。Ｒｎ（Ｐｍ）が最大となって、ピッチ周期をＰｍとして抽出した場合、ピッチ周期Ｐｓの部分もピッチ周期Ｐｍと誤認識するため、不都合が生じる。
【００４８】
図４は、本発明手法を示している。図４（ａ）に示す第１区間では、積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００４９】
図４（ｂ）に示す第２区間では、積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００５０】
図４（ｃ）に示す第３区間では、積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００５１】
図４の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で値が最大となるのは、自己相関係数を算出する範囲内にピッチ周期Ｐｓの波形がほぼ２つ含まれている第１区間中のｋ＝Ｐｓの時のＲｎ１（Ｐｓ）となる。したがって、ピッチ周期はＰｓとなる。したがって、ピッチ周期抽出精度が高くなる。
【００５２】
図５および図６は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が大（Ｐｍ）から小（Ｐｓ）に変化している場合の具体例を示している。
【００５３】
図５は従来手法を示し、Ｌの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。このように、自己相関係数を算出する範囲Ｌ内に異なるピッチ周期の波形が含まれている場合には、ｋがピッチ周期ＰｓまたはＰｍである場合に、自己相関係数Ｒｎ（ｋ）が最大となるとは限らなくなるため、正しいピッチ周期を抽出できない可能性がある。Ｒｎ（Ｐｓ）が最大となって、ピッチ周期をＰｓとして抽出した場合、ピッチ周期Ｐｍの部分もピッチ周期Ｐｓと誤認識するため、不都合が生じる。
【００５４】
図６は、本発明手法を示している。図６（ａ）に示す第１区間では、積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００５５】
図６（ｂ）に示す第２区間では、積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００５６】
図６（ｃ）に示す第３区間では、積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００５７】
図６の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で値が最大となるのは、自己相関係数を算出する範囲内にピッチ周期Ｐｍの波形がほぼ２つ含まれている第２区間中のｋ＝Ｐｍの時のＲｎ２（Ｐｍ）となる。したがって、ピッチ周期はＰｍとなる。したがって、ピッチ周期抽出精度が高くなる。
【００５８】
〔２〕ピッチ周期抽出装置の説明
【００５９】
図７は、ピッチ周期抽出装置の構成を示している。
【００６０】
入力音声信号は、Ａ／Ｄ変換器１によってデジタルの音声信号に変換せしめられる。Ａ／Ｄ変換器１によって得られたデジタル音声信号は、自己相関算出手段２に送られる。
【００６１】
遅延時間分割手段３は、Ａ／Ｄ変換器１のサンプリング周波数に基づいて、ｋの範囲を分割する。Ａ／Ｄ変換器１のサンプリング周波数に基づいて、ｋの範囲を分割しているのは、Ａ／Ｄ変換器１のサンプリング周波数が異なると、ピッチ周期の存在が想定されるピッチ周期範囲が同じであっても、それに対応する遅延時間ｋの範囲が変化するからである。
【００６２】
積和時間長決定手段４は、遅延時間分割手段３によって分割された各区間に対する積和時間長（上記式（３）、（４）、（５）のＴ１、Ｔ２、Ｔ３に相当する）を決定する。
【００６３】
自己相関算出手段２は、遅延時間分割手段３によって決定された各区間毎に、積和時間長決定手段４によって決定された積和時間長を用いて、自己相関係数を算出する。
【００６４】
ピッチ周期検出手段５は、自己相関算出手段２によって算出された各区間での全ての自己相関係数に基づいて、ピッチ周期を求める。自己相関算出手段２が、上記式（３）、（４）、（５）で表されるＲｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）を算出するものである場合には、ピッチ周期検出手段５は、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として検出する。
【００６５】
〔３〕変形例の説明
【００６６】
上記実施の形態では、遅延時間ｋの範囲を３つの区間に分割した場合の例を示したが、遅延時間を３以外の複数の区間に分割してもよい。
【００６７】
〔３−１〕遅延時間ｋの範囲が５５≦ｋ＜２００である場合に、遅延時間ｋの範囲を２つの区間に分割する場合の例について説明する。
【００６８】
例えば、第１区間を５５≦ｋ＜１０５とし、第２区間を１０５≦ｋ＜２００とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）は、それぞれ次式（６）、（７）で表される。
【００６９】
【数４】
【００７０】
上記式（６）、（７）において、Ｔ１、Ｔ２は、遅延時間ｋの各分割区間における積和時間長を示している。この場合には、遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２を、対応する区間のｋの最大値程度に設定するとともに、２Ｔ１≒Ｔ２でかつ２Ｔ１＞Ｔ２の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝９５、Ｔ２＝１８５となる。
【００７１】
上記２つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２のうち、値が最大となるｋをピッチ周期として抽出する。
【００７２】
〔３−２〕遅延時間ｋの範囲が２９≦ｋ＜２８０である場合に、遅延時間ｋの範囲を４つの区間に分割する場合の例について説明する。
【００７３】
例えば、第１区間を２９≦ｋ＜５３とし、第２区間を５３≦ｋ＜１０１とし、第３区間を１０１≦ｋ＜１９７とし、第４区間を１９７≦ｋ＜２８０とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）は、それぞれ次式（８）、（９）、（１０）、（１１）で表される。
【００７４】
【数５】
【００７５】
上記式（８）、（９）、（１０）、（１１）において、Ｔ１、Ｔ２、Ｔ３、Ｔ４は、遅延時間ｋの各分割区間における積和時間長を示している。この場合には、遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２、Ｔ３、Ｔ４を、対応する区間のｋの最大値程度に設定するとともに、６Ｔ１≒３Ｔ２≒１．５Ｔ３≒Ｔ４でかつ６Ｔ１＞３Ｔ２＞１．５Ｔ３＞Ｔ４の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝５０、Ｔ２＝９５、Ｔ３＝１８５、Ｔ４＝２７０となる。
【００７６】
上記４つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）、Ｒｎ４（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／４、Ｒｎ４（ｋ）／６のうち、値が最大となるｋをピッチ周期として抽出する。
【００７７】
【発明の効果】
この発明によれば、処理時間が短くかつピッチ周期を正確に抽出できるようになる。
【図面の簡単な説明】
【図１】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期Ｐが変化していない場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図２】入力音声信号波形が図１に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図３】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が小（Ｐｓ）から大（Ｐｍ）に変化している場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図４】入力音声信号波形が図３に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図５】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が大（Ｐｍ）から小（Ｐｓ）に変化している場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図６】入力音声信号波形が図５に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図７】ピッチ周期抽出装置の構成を示すブロック図である。
【符号の説明】
１ Ａ／Ｄ変換器
２ 自己相関算出手段
３ 遅延時間分割手段
４ 積和時間長決定手段
５ ピッチ周期検出手段
【発明の属する技術分野】
この発明は、音声信号のピッチ周期抽出方法に関する。
【０００２】
【従来の技術】
音声の特徴を表すパラメータの１つにピッチ周期がある。ピッチ周期を利用した音声符号化方式では、ピッチ周期をいかに正確に求めるかが再生音の品質を決定することになる。また、実時間性が要求される音声符号化方式では、処理時間が短いことが要求される。
【０００３】
従来は、自己相関を用いたピッチ周期抽出方法が、ピッチ周期抽出の正確さ及び処理時間の短さの両者から見て、実時間に適したピッチ周期抽出方法の１つとされている。
【０００４】
自己相関を用いたピッチ周期抽出法として、次の２つの方法が知られている。
【０００５】
（１）第１方法
信号は時間制限されていると仮定し、その時間内だけに信号が存在し、その時間外では信号は常に零として自己相関（短時間自己相関）を求める。
【０００６】
音声波形をデジタル音声データｘ（ｎ）で表すと、短時間自己相関Ｒｎ（ｋ）は、次式（１）で表される。
【０００７】
【数１】
ここで、Ｎは音声信号が存在すると仮定した時間区間であり、ｋは短時間自己相関Ｒｎ（ｋ）を算出ときに音声波形を遅延させる際の遅延時間であり、Ｎ≧２ｋｍａｘ の関係がある。したがって、ｋｍａｘ ＝２００である場合には、Ｎ≧４００となる。そして、短時間自己相関Ｒｎ（ｋ）が最大となるｋの値がピッチ周期となる。
【０００９】
（２）第２方法
信号は時間制限されていないと仮定し、時間長Ｔの基準となる区間と、ピッチ周期の存在が想定される範囲で時間のずれた時間長Ｔとの自己相関（変形短時間自己相関）を求める。
【００１０】
音声波形をデジタル音声データｘ（ｎ）で表すと、変形短時間自己相関Ｒｎ’（ｋ）は、次式（２）で表される。
【００１１】
【数２】
ここで、Ｔは変形短時間自己相関Ｒｎ’（ｋ）を算出する際の基準となる時間長であり、ｋは変形短時間自己相関Ｒｎ’（ｋ）を算出ときに音声波形を遅延させる際の遅延時間であり、Ｔ≒ｋｍａｘ の関係がある。したがって、ｋｍａｘ ＝２００である場合には、Ｔ≒２００となる。そして、変形短時間自己相関Ｒｎ’（ｋ）が最大となるｋの値がピッチ周期となる。
【００１３】
第１方法では、ピッチ周期を正確に抽出できるが、ピッチ周期を正確に抽出するためには、自己相関を算出する際の基準となる区間の時間長（Ｎ−１−ｋ）を、少なくともピッチ周期の２倍以上に設定する必要があり、このため処理時間が長くなるという欠点がある。
【００１４】
第２方法では、自己相関を算出する際の基準となる区間の時間長Ｔはピッチ周期程度とすればよく、第１方法に比べて自己相関を算出する際の基準となる区間の時間長を短くできるので、処理時間は短くなる。しかしながら、正しいピッチ周期の倍周期のピッチを、誤ってピッチ周期として抽出してしまうおそれがある。
【００１５】
第１方法では、第２方法のように正しいピッチ周期の倍周期のピッチを、誤ってピッチ周期として抽出してしまうおそれは少ない。これは、第１方法では、長い周期（ｋが大きい）に対する自己相関係数ほど、積和区間（Ｎ−１−ｋ）が小さくなるため、正しいピッチ周期に対する自己相関係数に比べて、その倍周期に対する自己相関係数が小さくなるからである。
【００１６】
第１方法において、自己相関を算出する際の基準となる区間の時間長（Ｎ−１−ｋ）をピッチ周期の２倍以上にする必要があるのは、ピッチ周期が短い場合（ｋが小さい場合）には積和区間（Ｎ−１−ｋ）が極端に大きくなり、ピッチ周期が長い場合（ｋが大きい場合）には積和区間（Ｎ−１−ｋ）が極端に小さくなるので、正しいピッチ周期が長い場合において、正しいピッチ周期に対する自己相関係数が、それより短いピッチ周期に対する自己相関係数よりも小さくならならいようにするためである。
【００１７】
【発明が解決しようとする課題】
この発明は、処理時間が短くかつピッチ周期を正確に抽出できる音声信号のピッチ周期抽出方法を提供することを目的とする。
【００１８】
【課題を解決する為の手段】
請求項１に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップを備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい第１区間と遅延時間がそれより大きな第２区間との２つに分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２とすると、２Ｔ１≒Ｔでかつ２Ｔ１＞Ｔ２の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）およびＲｎ２（ｋ）／２のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００１９】
請求項２に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップ、を備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区間および第３区間の３つの区間に分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３とすると、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２およびＲｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００２０】
請求項３に記載の発明は、全遅延時間範囲を複数の区間に分割する第１ステッ プ、第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数を算出する第３ステップ、および第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ステップ、を備えた音声信号のピッチ周期抽出方法であって、第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区間、第３区間および第４区間の４つの区間に分割された場合には、第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３、第４区間の積和時間長をＴ４とすると、６Ｔ１≒３Ｔ２≒１．５Ｔ２≒Ｔ４でかつ６Ｔ１＞３Ｔ２＞１．５Ｔ３＞Ｔ４の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３、Ｔ４を設定し、第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）、第４区間の遅延時間ｋに対する自己相関係数をＲｎ４（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／４およびＲｎ３（ｋ）／６のうち、値が最大となるｋをピッチ周期として決定することを特徴とする。
【００２１】
請求項４に記載の発明は、請求項１乃至３のいずれかに記載の音声信号のピッチ周期抽出方法において、第１ステップは、各分割区間の遅延時間の最大値が、当該区間の最小値の２倍より小さな値となるように、全遅延時間範囲を複数の区間に分割することを特徴とする。
【００２４】
【発明の実施の形態】
【００２５】
〔１〕本発明のピッチ周期抽出方法についての説明
【００２６】
本発明のピッチ周期抽出方法について説明する。
【００２７】
デジタル音声信号の自己相関係数を計算する際、全遅延時間範囲をピッチ周期の存在が想定される範囲で複数の区間に分割する。分割された各区間毎に、自己相関係数を算出する際の時間長（以下、積和時間長という）をそれぞれ決定する。そして、各区間毎に、それに対して決定された積和時間長を用いて、自己相関係数を算出し、その算出結果に基づいてピッチ周期を決定する。
【００２８】
全遅延時間範囲を３５≦ｋ＜２００として、全遅延時間範囲を３つの区間に分割した場合を例にとって説明する。例えば、第１区間を３５≦ｋ＜６５とし、第２区間を６５≦ｋ＜１２５とし、第３区間を１２５≦ｋ＜２００とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）は、それぞれ次式（３）、（４）、（５）で表される。
【００２９】
【数３】
上記式（３）、（４）、（５）において、Ｔ１、Ｔ２、Ｔ３は、各区間における積和時間長を示している。
【００３１】
全遅延時間範囲を分割する際には、１つの区間の遅延時間ｋの最大値が当該区間の遅延時間ｋの最小値の２倍より小さくなるように、各区間を決定する。例えば、上記第１区間であれば、その区間の遅延時間ｋの最大値が、当該区間の最小値３５の２倍の値７０より小さくなるように第１区間を決定する。
【００３２】
これは、１つの区間において正しいピッチ周期とそれの２倍のピッチ周期との両方の自己相関係数を算出した場合には、正しいピッチ周期に対する自己相関係数に対して、そのピッチ周期の２倍のピッチ周期に対する自己相関係数が大きくなる可能性があるので、１つの区間において正しいピッチ周期とそのピッチ周期の２倍のピッチ周期との自己相関係数が算出されないようにするためである。
【００３３】
遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２、Ｔ３を、対応する区間の遅延時間ｋの最大値程度に設定するとともに、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝６５、Ｔ２＝１２５、Ｔ３＝１８５となる。
【００３４】
各区間の積和時間長をその区間のｋの最大値程度としているのは、入力音声自己相関係数を算出する積和範囲内に、その区間での遅延時間ｋに対応するピッチ周期のほぼ２倍の波形が含まれるため、ピッチ周期が変化する場合にピッチ周期抽出精度が高くなるからである。
【００３５】
上記３つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として抽出する。
【００３６】
各区間の積和時間長を、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように設定しているのは、正しいピッチ周期に対する自己相関係数がその倍周期に対する自己相関係数よりも大きくなるようにして、正しいピッチ周期の倍周期が正しいピッチ周期として誤って抽出されるのを防止するためである。
【００３７】
図１および図２、図３および図４、ならびに図５および図６は、入力音声信号の波形が異なる３つの場合の具体例を示している。
【００３８】
図１および図２は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期Ｐが変化していない場合の具体例を示している。
【００３９】
図１は従来手法を示し、３５≦ｋ＜２００の範囲に対応したＬの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。これに対して、図２は、本発明手法を示している。
【００４０】
図２（ａ）は上記式（３）によって表される第１区間での自己相関係数Ｒｎ１（ｋ）の算出方法を、図２（ｂ）は上記式（４）によって表される第２区間での自己相関係数Ｒｎ２（ｋ）の算出方法を、図２（ｃ）は上記式（５）によって表される第３区間での自己相関係数Ｒｎ３（ｋ）の算出方法を、それぞれ示している。
【００４１】
第１区間では、３５≦ｋ＜６５の範囲に対応した積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００４２】
第２区間では、６５≦ｋ＜１２５の範囲に対応した積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００４３】
第３区間では、１２５≦ｋ＜２００の範囲に対応した積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００４４】
従来手法と本発明手法とを比較すると、本発明手法では、第１区間のｋの範囲（３５≦ｋ＜６５）および第２区間のｋの範囲（６５≦ｋ＜１２５）については、自己相関係数の演算量が従来手法に比べて減っており、処理時間が短縮されることが理解できる。また、正しいピッチ周期の倍周期を、正しいピッチ周期として誤って抽出するといったことも防止できる。
【００４５】
図２の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で、値が最大となるのは、第１区間中のｋ＝Ｐの時のＲｎ１（Ｐ）となる。したがって、ピッチ周期はＰとなる。
【００４６】
図３および図４は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が小（Ｐｓ）から大（Ｐｍ）に変化している場合の具体例を示している。
【００４７】
図３は従来手法を示し、Ｌの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。このように、自己相関係数を算出する範囲Ｌ内に異なるピッチ周期の波形が含まれている場合には、ｋがピッチ周期ＰｓまたはＰｍである場合に、自己相関係数Ｒｎ（ｋ）が最大となるとは限らなくなるため、正しいピッチ周期を抽出できない可能性がある。Ｒｎ（Ｐｍ）が最大となって、ピッチ周期をＰｍとして抽出した場合、ピッチ周期Ｐｓの部分もピッチ周期Ｐｍと誤認識するため、不都合が生じる。
【００４８】
図４は、本発明手法を示している。図４（ａ）に示す第１区間では、積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００４９】
図４（ｂ）に示す第２区間では、積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００５０】
図４（ｃ）に示す第３区間では、積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００５１】
図４の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で値が最大となるのは、自己相関係数を算出する範囲内にピッチ周期Ｐｓの波形がほぼ２つ含まれている第１区間中のｋ＝Ｐｓの時のＲｎ１（Ｐｓ）となる。したがって、ピッチ周期はＰｓとなる。したがって、ピッチ周期抽出精度が高くなる。
【００５２】
図５および図６は、遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が大（Ｐｍ）から小（Ｐｓ）に変化している場合の具体例を示している。
【００５３】
図５は従来手法を示し、Ｌの範囲の中で、３５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ（ｋ）を算出している。このように、自己相関係数を算出する範囲Ｌ内に異なるピッチ周期の波形が含まれている場合には、ｋがピッチ周期ＰｓまたはＰｍである場合に、自己相関係数Ｒｎ（ｋ）が最大となるとは限らなくなるため、正しいピッチ周期を抽出できない可能性がある。Ｒｎ（Ｐｓ）が最大となって、ピッチ周期をＰｓとして抽出した場合、ピッチ周期Ｐｍの部分もピッチ周期Ｐｓと誤認識するため、不都合が生じる。
【００５４】
図６は、本発明手法を示している。図６（ａ）に示す第１区間では、積和時間長Ｔ１で規定される区間Ｌ１の範囲内で、３５≦ｋ＜６５の範囲内の各ｋについて自己相関係数Ｒｎ１（ｋ）を算出している。
【００５５】
図６（ｂ）に示す第２区間では、積和時間長Ｔ２で規定される区間Ｌ２の範囲内で、６５≦ｋ＜１２５の範囲内の各ｋについて自己相関係数Ｒｎ２（ｋ）を算出している。
【００５６】
図６（ｃ）に示す第３区間では、積和時間長Ｔ３で規定される区間Ｌ３の範囲内で、１２５≦ｋ＜２００の範囲内の各ｋについて自己相関係数Ｒｎ３（ｋ）を算出している。
【００５７】
図６の例では、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３の全ての中で値が最大となるのは、自己相関係数を算出する範囲内にピッチ周期Ｐｍの波形がほぼ２つ含まれている第２区間中のｋ＝Ｐｍの時のＲｎ２（Ｐｍ）となる。したがって、ピッチ周期はＰｍとなる。したがって、ピッチ周期抽出精度が高くなる。
【００５８】
〔２〕ピッチ周期抽出装置の説明
【００５９】
図７は、ピッチ周期抽出装置の構成を示している。
【００６０】
入力音声信号は、Ａ／Ｄ変換器１によってデジタルの音声信号に変換せしめられる。Ａ／Ｄ変換器１によって得られたデジタル音声信号は、自己相関算出手段２に送られる。
【００６１】
遅延時間分割手段３は、Ａ／Ｄ変換器１のサンプリング周波数に基づいて、ｋの範囲を分割する。Ａ／Ｄ変換器１のサンプリング周波数に基づいて、ｋの範囲を分割しているのは、Ａ／Ｄ変換器１のサンプリング周波数が異なると、ピッチ周期の存在が想定されるピッチ周期範囲が同じであっても、それに対応する遅延時間ｋの範囲が変化するからである。
【００６２】
積和時間長決定手段４は、遅延時間分割手段３によって分割された各区間に対する積和時間長（上記式（３）、（４）、（５）のＴ１、Ｔ２、Ｔ３に相当する）を決定する。
【００６３】
自己相関算出手段２は、遅延時間分割手段３によって決定された各区間毎に、積和時間長決定手段４によって決定された積和時間長を用いて、自己相関係数を算出する。
【００６４】
ピッチ周期検出手段５は、自己相関算出手段２によって算出された各区間での全ての自己相関係数に基づいて、ピッチ周期を求める。自己相関算出手段２が、上記式（３）、（４）、（５）で表されるＲｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）を算出するものである場合には、ピッチ周期検出手段５は、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として検出する。
【００６５】
〔３〕変形例の説明
【００６６】
上記実施の形態では、遅延時間ｋの範囲を３つの区間に分割した場合の例を示したが、遅延時間を３以外の複数の区間に分割してもよい。
【００６７】
〔３−１〕遅延時間ｋの範囲が５５≦ｋ＜２００である場合に、遅延時間ｋの範囲を２つの区間に分割する場合の例について説明する。
【００６８】
例えば、第１区間を５５≦ｋ＜１０５とし、第２区間を１０５≦ｋ＜２００とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）は、それぞれ次式（６）、（７）で表される。
【００６９】
【数４】
上記式（６）、（７）において、Ｔ１、Ｔ２は、遅延時間ｋの各分割区間における積和時間長を示している。この場合には、遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２を、対応する区間のｋの最大値程度に設定するとともに、２Ｔ１≒Ｔ２でかつ２Ｔ１＞Ｔ２の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝９５、Ｔ２＝１８５となる。
【００７１】
上記２つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２のうち、値が最大となるｋをピッチ周期として抽出する。
【００７２】
〔３−２〕遅延時間ｋの範囲が２９≦ｋ＜２８０である場合に、遅延時間ｋの範囲を４つの区間に分割する場合の例について説明する。
【００７３】
例えば、第１区間を２９≦ｋ＜５３とし、第２区間を５３≦ｋ＜１０１とし、第３区間を１０１≦ｋ＜１９７とし、第４区間を１９７≦ｋ＜２８０とすると、各区間の自己相関係数Ｒｎ１（ｋ）、Ｒｎ２（ｋ）は、それぞれ次式（８）、（９）、（１０）、（１１）で表される。
【００７４】
【数５】
上記式（８）、（９）、（１０）、（１１）において、Ｔ１、Ｔ２、Ｔ３、Ｔ４は、遅延時間ｋの各分割区間における積和時間長を示している。この場合には、遅延時間ｋの分割区間毎の積和時間長Ｔ１、Ｔ２、Ｔ３、Ｔ４を、対応する区間のｋの最大値程度に設定するとともに、６Ｔ１≒３Ｔ２≒１．５Ｔ３≒Ｔ４でかつ６Ｔ１＞３Ｔ２＞１．５Ｔ３＞Ｔ４の関係が成り立つように設定する。上記の例では、例えば、Ｔ１＝５０、Ｔ２＝９５、Ｔ３＝１８５、Ｔ４＝２７０となる。
【００７６】
上記４つの区間において、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）、Ｒｎ３（ｋ）、Ｒｎ４（ｋ）を、その区間の各遅延時間ｋについて算出する。そして、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／４、Ｒｎ４（ｋ）／６のうち、値が最大となるｋをピッチ周期として抽出する。
【００７７】
【発明の効果】
この発明によれば、処理時間が短くかつピッチ周期を正確に抽出できるようになる。
【図面の簡単な説明】
【図１】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期Ｐが変化していない場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図２】入力音声信号波形が図１に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図３】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が小（Ｐｓ）から大（Ｐｍ）に変化している場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図４】入力音声信号波形が図３に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図５】遅延時間ｋが３５≦ｋ＜２００の範囲内の波形のピッチ周期が大（Ｐｍ）から小（Ｐｓ）に変化している場合における従来手法による自己相関係数算出方法を説明するための模式図である。
【図６】入力音声信号波形が図５に示す波形である場合において、本発明手法による自己相関係数算出方法を説明するための模式図である。
【図７】ピッチ周期抽出装置の構成を示すブロック図である。
【符号の説明】
１ Ａ／Ｄ変換器
２ 自己相関算出手段
３ 遅延時間分割手段
４ 積和時間長決定手段
５ ピッチ周期検出手段
Claims (4)
- 全遅延時間範囲を複数の区間に分割する第１ステップ、
第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自 己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、
第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長 を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数 を算出する第３ステップ、および
第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ ステップ、
を備えた音声信号のピッチ周期抽出方法であって、
第１ステップによって全遅延時間範囲が遅延時間の小さい第１区間と遅延時間がそれより大きな第２区間との２つに分割された場合には、
第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２とすると、２Ｔ１≒Ｔでかつ２Ｔ１＞Ｔ２の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２を設定し、
第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）およびＲｎ２（ｋ）／２のうち、値が最大となるｋをピッチ周期として決定することを特徴とする音声信号のピッチ周期抽出方法。 - 全遅延時間範囲を複数の区間に分割する第１ステップ、
第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自 己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、
第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長 を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数 を算出する第３ステップ、および
第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ ステップ、
を備えた音声信号のピッチ周期抽出方法であって、
第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区間および第３区間の３つの区間に分割された場合には、
第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３とすると、３Ｔ１≒２Ｔ２≒Ｔ３でかつ３Ｔ１＞２Ｔ２＞Ｔ３の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３を設定し、
第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２およびＲｎ３（ｋ）／３のうち、値が最大となるｋをピッチ周期として決定することを特徴とする音声信号のピッチ周期抽出方法。 - 全遅延時間範囲を複数の区間に分割する第１ステップ、
第１ステップで得られた各分割区間毎に、その区間の遅延時間範囲に応じて自 己相関係数を算出する際の積和時間長をそれぞれ決定する第２ステップ、
第１ステップで得られた各分割区間毎に、それに対して算出された積和時間長 を用いて、その区間の遅延時間範囲内の遅延時間それぞれに対する自己相関係数 を算出する第３ステップ、および
第３ステップで算出された自己相関係数に基づいてピッチ周期を決定する第４ ステップ、
を備えた音声信号のピッチ周期抽出方法であって、
第１ステップによって全遅延時間範囲が遅延時間の小さい方から順に第１区間、第２区 間、第３区間および第４区間の４つの区間に分割された場合には、
第２ステップは、各分割区間の積和時間長を対応する分割区間の遅延時間範囲の最大値に近い値に設定するとともに、第１区間の積和時間長をＴ１、第２区間の積和時間長をＴ２、第３区間の積和時間長をＴ３、第４区間の積和時間長をＴ４とすると、６Ｔ１≒３Ｔ２≒１．５Ｔ２≒Ｔ４でかつ６Ｔ１＞３Ｔ２＞１．５Ｔ３＞Ｔ４の関係が成り立つように各区間の積和時間長Ｔ１、Ｔ２、Ｔ３、Ｔ４を設定し、
第３ステップにおいて算出される、第１区間の遅延時間ｋに対する自己相関係数をＲｎ１（ｋ）、第２区間の遅延時間ｋに対する自己相関係数をＲｎ２（ｋ）、第３区間の遅延時間ｋに対する自己相関係数をＲｎ３（ｋ）、第４区間の遅延時間ｋに対する自己相関係数をＲｎ４（ｋ）とすると、第４ステップは、Ｒｎ１（ｋ）、Ｒｎ２（ｋ）／２、Ｒｎ３（ｋ）／４およびＲｎ３（ｋ）／６のうち、値が最大となるｋをピッチ周期として決定することを特徴とする音声信号のピッチ周期抽出方法。 - 第１ステップは、各分割区間の遅延時間の最大値が、当該区間の最小値の２倍より小さな値となるように、全遅延時間範囲を複数の区間に分割することを特徴とする請求項１乃至３のいずれかに記載の音声信号のピッチ周期抽出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002190274A JP3605096B2 (ja) | 2002-06-28 | 2002-06-28 | 音声信号のピッチ周期抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002190274A JP3605096B2 (ja) | 2002-06-28 | 2002-06-28 | 音声信号のピッチ周期抽出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004037506A JP2004037506A (ja) | 2004-02-05 |
| JP3605096B2 true JP3605096B2 (ja) | 2004-12-22 |
Family
ID=31700235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002190274A Expired - Lifetime JP3605096B2 (ja) | 2002-06-28 | 2002-06-28 | 音声信号のピッチ周期抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3605096B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101542589B (zh) * | 2006-10-13 | 2012-07-11 | 诺基亚公司 | 基音滞后估计的方法、设备和系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7705231B2 (en) * | 2007-09-07 | 2010-04-27 | Microsoft Corporation | Automatic accompaniment for vocal melodies |
| JP2010237269A (ja) * | 2009-03-30 | 2010-10-21 | Toshiba Corp | 音声認識装置、その方法及びそのプログラム |
| EP3306609A1 (en) | 2016-10-04 | 2018-04-11 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for determining a pitch information |
-
2002
- 2002-06-28 JP JP2002190274A patent/JP3605096B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101542589B (zh) * | 2006-10-13 | 2012-07-11 | 诺基亚公司 | 基音滞后估计的方法、设备和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004037506A (ja) | 2004-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5732994B2 (ja) | 楽曲検索装置および方法、プログラム、並びに記録媒体 | |
| KR101670313B1 (ko) | 음원 분리를 위해 자동적으로 문턱치를 선택하는 신호 분리 시스템 및 방법 | |
| US8892430B2 (en) | Noise detecting device and noise detecting method | |
| EP1381030A1 (en) | Compression method and apparatus, decompression method and apparatus, compression/decompression system, peak detection method, program, and recording medium | |
| US9002489B2 (en) | Signal processing apparatus, signal processing method, and program | |
| JP2005227782A (ja) | 有声音および無声音の検出装置、並びにその方法 | |
| JP2012516591A (ja) | オーディオ信号品質予測 | |
| EP3979240A1 (en) | Signal extraction system, signal extraction learning method, and signal extraction learning program | |
| US20050143981A1 (en) | Compressing method and apparatus, expanding method and apparatus, compression and expansion system, recorded medium, program | |
| JP3605096B2 (ja) | 音声信号のピッチ周期抽出方法 | |
| US5819209A (en) | Pitch period extracting apparatus of speech signal | |
| US9185497B2 (en) | Method and computer program product of processing sound segment and hearing aid | |
| US7398504B2 (en) | Program, method and apparatus for analyzing transmission signals | |
| JP2010026323A (ja) | 話速検出装置 | |
| US8306828B2 (en) | Method and apparatus for audio signal expansion and compression | |
| JP2004158925A (ja) | ディジタルデータ処理装置およびディジタルデータ処理方法 | |
| JP3147562B2 (ja) | 音声速度変換方法 | |
| CN114007176B (zh) | 用于降低信号延时的音频信号处理方法、装置及存储介质 | |
| US7337109B2 (en) | Multiple step adaptive method for time scaling | |
| JP3074046B2 (ja) | 音声・楽音識別回路 | |
| JP2005204020A (ja) | デジタル信号処理装置 | |
| TW202226225A (zh) | 以零點交越檢測改進語音活動檢測之設備及方法 | |
| AU2017438213B2 (en) | Method and apparatus for resampling audio signal | |
| CN102263556A (zh) | 判断采样率的方法及其装置 | |
| CN114155874A (zh) | 一种特征提取方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040823 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040921 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040930 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3605096 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081008 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091008 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101008 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111008 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121008 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121008 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 9 |
|
| EXPY | Cancellation because of completion of term |