JP3849116B2 - 音声検出装置及び音声検出プログラム - Google Patents
音声検出装置及び音声検出プログラム Download PDFInfo
- Publication number
- JP3849116B2 JP3849116B2 JP2001055324A JP2001055324A JP3849116B2 JP 3849116 B2 JP3849116 B2 JP 3849116B2 JP 2001055324 A JP2001055324 A JP 2001055324A JP 2001055324 A JP2001055324 A JP 2001055324A JP 3849116 B2 JP3849116 B2 JP 3849116B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- speech
- feature amount
- regularity
- calculating
- 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
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、音声検出装置及び音声検出プログラムに関する。一般に、音声信号を音声符号化器により圧縮して伝送する音声通信システム等では、通常の会話では約６割が発声の無い非音声区間であることに着目し、音声・非音声区間を判定することにより、非音声区間は伝送を停止して電池を長持ちさせたり、音声の代わりに他のデータを伝送するなどの通信制御を行うことができる。
【０００２】
音声通信システム等における音声検出機能は、このような通信制御を行なうために、音声・非音声区間の判定を行なう。しかし、騒音環境などの条件によっては音声・非音声区間の判定に誤りが起こり、それによって音切れが発生するなどして通話品質が著しく損なわれることがあり、音声・非音声区間を精度良く判定することが要求されている。
【０００３】
【従来の技術】
図５は従来の音声検出装置を示す。従来の音声検出装置は、環境騒音が重畳した音声信号が入力信号入力手段５−１に加えられ、入力手段５−１から時系列的に順に出力されるフレーム毎の入力信号に対して、音声特徴量算出手段５−２により、音声信号の電力、零交差率、パワースペクトルのピーク周波数、又はピッチ周期等の音声信号の特徴量を計算し、音声判定手段５−３において、これらの音声特徴量を閾値と比較することによって、当該フレームに音声が含まれているかどうかを判定する。
【０００４】
【発明が解決しようとする課題】
しかしながら、従来の音声検出装置では環境騒音が大きい場合、雑音区間と音声区間との音声特徴量の差が小さくなり、音声・非音声区間を精度良く判定することが困難である。本発明は、環境騒音の影響を受け難くするように、音声特徴量に処理を加えることで、環境騒音が大きい場合でも、精度良く音声・非音声を判定することができる音声検出装置及び音声検出プログラムを提供することを目的とする。
【０００５】
【課題を解決するための手段】
本発明の音声検出装置は、（１）入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出装置であって、電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手段と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手段と、前記音声特徴量算出手段及び高次成分強調特徴量算出手段により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手段と、を備えたものである。
【０００６】
また、（２）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手段と、音声の共振周期の規則性を算出する共振周期の規則性算出手段と、前記音声特徴量算出手段により算出した音声特徴量及び規則性算出手段により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定手段と、を備えたものである。
【０００７】
また、本発明の音声検出プログラムは、（３）入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出プログラムであって、電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、前記音声特徴量算出手順及び高次成分強調特徴量算出手順により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手順と、を実行させるものである。
【０００８】
また、（４）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、音声の共振周期の規則性を算出する共振周期の規則性算出手順と、前記音声特徴量算出手順により算出した音声特徴量及び規則性算出手順により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定判定手順と、を実行させるものである。
【０００９】
また、（５）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、音声の共振周期の規則性を算出する共振周期の規則性算出手順と、前記音声特徴量算出手順により算出した音声特徴量、高次成分強調特徴量算出手順により算出した特徴量、及び規則性算出手順により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定手順と、を実行させるものである。
【００１０】
【発明の実施の形態】
図１は本発明の音声検出装置の第１の実施形態を示す。本発明の第１の実施形態は、入力手段１−１から時系列的に順に与えられるフレーム毎の入力信号に対して、音声特徴量算出手段１−２により、従来と同様に音声信号の特徴量を算出すると共に、高次成分強調手段１−３により、音声周波数の特徴量の高域成分を強調させた特徴量を算出する。音声判定手段１−４は、従来の特徴量に加えて高域成分を強調させた特徴量を基に、音声・非音声判定を行う。
【００１１】
従来の音声検出方式及び装置では、音声周波数の高次の成分に着目することなく、全般的なパワースペクトルのピーク周波数が音声と非音声とで異なることを利用して判定している。これに対し本発明では、音声は低域の周波数成分にエネルギーが集中するのに対し、非音声は一般に特定の周波数領域へのエネルギーの集中がないので、高次の成分ほど音声と非音声との特徴量の差が大きくなることを利用して、高次の成分の違いを強調した特徴量を算出する。この特徴量を用いて判定することで、騒音の影響が大きい場合でも、正確に音声・非音声を判定することができる。
【００１２】
図２は本発明の音声検出装置の第２の実施形態を示す。本発明の第２の実施形態は、入力手段２−１から時系列的に順に与えられるフレーム毎の入力信号に対して、音声特徴量算出手段２−２により、従来と同様に音声信号の特徴量を算出すると共に、共振周期の規則性算出手段２−３により、音声の共振周期の規則性を算出する。そして、音声判定手段２−４は、従来の特徴量に加えて音声の共振周期の規則性を基に、音声・非音声判定を行う。
【００１３】
従来の音声検出方式及び装置では、通常は最も自己相関が高くなる周期を共振周期として求め、該共振周期を用いて音声・非音声を判定する。しかし、騒音の種類によっては、音声と同じような共振周期を有する場合があり、このような場合には判別が困難となる。
【００１４】
母音などの音声は声道の共振によって生成されるため、声道の基本周期の倍数にエネルギーが集中し、共振する複数の周期（共振周期）の間に規則性が現れるのに対し、非音声では特別な規則性がないことに着目し、本発明は、音声の共振周期の規則性を算出し、これを基に音声・非音声を判定する。
【００１５】
こうすることにより、最も自己相関が高くなる周期が音声と騒音で一致する場合でも、音声のみが複数の共振周期の間に規則性が現れるので、騒音と判別することができ、騒音の影響が大きい場合でも、正確に音声・非音声を判定することが可能になる。
【００１６】
更に、本発明の第１の実施形態として説明したパワースペクトルのピーク周波数の高次成分の違いを強調した特徴量と、第２の実施形態として説明した音声の共振周期の規則性とを組合わせて、音声・非音声の判定を行うことにより、騒音の影響が大きい場合でも、より正確に音声・非音声を判定することが可能となる。
【００１７】
図３は本発明の音声検出の処理フローを示す。同図はパワースペクトルのピーク周波数をＰＡＲＣＯＲ分析で得られる１０次の線スペクトル周波数ＬＳＦ［ｉ］（１≦ｉ≦１０）とした場合の処理フローの例を示している。ここで、従来の音声検出により用いられる特徴量を、フレーム電力Ｅ、零交差数Ｚ，１０次の線スペクトル周波数から求めた特徴量Ｌ１，共振周波数Ｆ１とする。そして、パワースペクトルのピーク周波数の高次成分を強調した特徴量をＬ２、共振周期の規則性をＦ２とする。
【００１８】
先ず、ステップ３−１において、非音声区間のパラメータを以下の式（１）のとおり初期化する。ここで、非音声区間のフレーム電力をＥN 、非音声区間の零交差数をＺN 、非音声区間の線スペクトル周波数をＬＳＦN ［ｉ］と表すものとする。
ＥN ＝０，ＺN ＝０，ＬＳＦN ［ｉ］＝０ （１≦ｉ≦１０） …（１）
【００１９】
次にステップ３−２により、入力音声を読み込む。次に、ステップ３−３により、現フレームのパラメータを以下の式（２）〜（５）により算出する。ここで、現フレームの電力をＥ、零交差数をＺ、共振周波数をＦ１と表す。
【数１】
【００２０】
ここで、ｘ（ｉ）は現フレームのｉ番目の入力音声信号振幅値であり、ｓｇｎ（ｘ（ｉ），ｘ（ｉ＋１））は、ｘ（ｉ）とｘ（ｉ＋１）の符号が異なるとき１、同符号のとき０となる関数である。ＭＡＸ（ｃｏｒｒ［ｋ］）は、ｋ（１≦ｋ≦１４３）サンプルずらして求めた自己相関のうち、最大値のｋを表す。ｓはサンプリングレート（Ｈｚ）を表す。
【００２１】
次にステップ３−４により、現フレームの特徴量と非音声区間の特徴量の差分を以下の式（６）により算出する。ここで、フレーム電力の差分をΔＥ、零交差数の差分をΔＺで表す。
ΔＥ＝Ｅ−ＥN ，ΔＺ＝Ｚ−ＺN …（６）
また、Ｌ１を以下の式（７）により算出する。ここまでは、従来の音声特徴量算出処理と同様である。
【数２】
【００２２】
次にステップ３−５により、線スペクトル周波数の高次成分を強調した特徴量Ｌ２を算出する。高次成分を強調する手法の一つとして、最高次数の線スペクトル周波数だけを用い、以下の式（８）により高次成分を強調した特徴量Ｌ２を算出することができる。この算出処理は、本発明の第１の実施形態における高次成分強調特徴量算出手段で行われる算出処理に相当する。
Ｌ２＝ＬＳＦ［１０］−ＬＳＦN ［１０］ …（８）
【００２３】
次にステップ３−６により、共振周期の規則性Ｆ２を算出する。この共振周期の規則性Ｆ２の算出処理は、本発明の第２の実施形態における共振周期の規則性算出手段で行われる算出処理に相当する。規則性Ｆ２の算出の詳細は、図４を参照して後述する。
【００２４】
次にステップ３−７により、非音声パラメータの更新を行うかどうかを判定するために、ΔＥ，ΔＺ，Ｌ１，Ｆ１，Ｌ２，Ｆ２を、予め与えられた閾値ＴＨEN，ＴＨZN，ＴＨL1，ＴＨF1，ＴＨL2．ＴＨF2とそれぞれ比較する。そして、
ΔＥ＜ＴＨEN∩ΔＺ＜ＴＨZN∩Ｌ１＜ＴＨL1∩Ｆ１＞ＴＨF1∩Ｌ２＜ＴＨL2∩Ｆ２＜ＴＨF2
の条件が成り立つ場合には更新を行うために、ステップ３−８へ処理を進め、上記条件が成り立たない場合には、更新を行うことなくステップ３−９へ処理を進める。
【００２５】
ステップ３−８において、非音声パラメータを以下の式（９），（１０）により更新する。
ＥN ＝αＥ＋（１−α）ＥＮ，Ｚ N ＝βＺ＋（１−β）Ｚ Ｎ …（９）
ＬＳＦ［ｉ］N ＝γＬＳＦ［ｉ］＋（１−γ）ＬＳＦ［ｉ］N …（１０）
α，β，γは予め与えられた値で、０≦α，β，γ≦１、１≦ｉ≦１０である。
【００２６】
次にステップ３−９において、以下の式により音声・非音声の判定を行う。ここで、ＴＨE ，ＴＨZ ，ＴＨL1．ＴＨF1，ＴＨL2，ＴＨF2は予め与えられた閾値とする。
ΔＥ＞ＴＨE ∪ΔＺ＞ＴＨZ ∪Ｌ１＞ＴＨL1∪Ｆ１＜ＴＨF1∪Ｌ２＞ＴＨL2∪Ｆ２＞ＴＨF2
の条件が成り立つ場合には、音声と判定してステップ３−１０へ処理を進める。上記条件が成り立たない場合には非音声と判定してステップ３−１１へ処理を進める。
【００２７】
ステップ３−１０において音声と判定した旨の信号を出力する。ステップ３−１１においては非音声と判定した旨の信号を出力する。ステップ３−１２において次の入力信号が無いかどうかを判定し、無い場合には処理を終了する。次の入力信号が有る場合には、ステップ３−２に処理を進め、上記の処理フローを繰り返し実行する。
【００２８】
次に、図４を用いて本発明における共振周波数の規則性の算出処理を説明する。先ずステップ４−１において、偏自己相関値（ｃｏｒｒ［ｋ］）を以下の式（１１）により計算する。ｘは入力信号を示す。
【数３】
【００２９】
ステップ４−２において、偏自己相関値のピーク値上位１０個とそれに対応するｋの値を取る。即ち、ｃｏｒｒ［ｋ−１］＜ｃｏｒｒ［ｋ］＞ｃｏｒｒ［ｋ＋１］となる偏自己相関値のうち、値が大きいものから上位１０個を取り、これをｃｏｒ＿ｍａｘ［ｉ］とし、対応するｋの値をｌａｇ［ｉ］ １≦ｉ≦１０ とする。ステップ４−３において、ｃｏｒ＿ｍａｘ［ｉ］及びｌａｇ［ｉ］を、ｌａｇ［ｉ］の昇順にソートする。ステップ４−４において、ｉ＝０，Ｒ＝９，ｌｎｕｍ＝１０とする。
【００３０】
次に、ピーク位置の間隔が所定値ＴＨ１以下となるような近過ぎるもの同士を取り出し、その隣合ったもののうちピーク値の大きい方を採用し、所定の間隔以上のピーク値について規則性を調べるため、ステップ４−５において、
ｌａｇ［ｉ＋１］−ｌａｇ［ｉ］＜ＴＨ１ …（１２）
の式により、ピーク位置の間隔が所定値ＴＨ１以下であるかどうか判定し、以下である場合ステップ４−６へ処理を進める。上記の式（１２）が成り立たない、即ち所定の間隔ＴＨ１以上の場合はステップ４−２２へ処理を進める。
【００３１】
ステップ４−６において、
ｃｏｒ＿ｍａｘ［ｉ］＜ｃｏｒ＿ｍａｘ［ｉ＋１］ …（１３）
の式が成り立つか判定し、成り立つ場合ステップ４−８へ処理を進める。一方、ｃｏｒ＿ｍａｘ［ｉ］≧ｃｏｒ＿ｍａｘ［ｉ＋１］
である場合、ステップ４−７へ処理を進める。
【００３２】
ステップ４−７において、ｃｏｒ＿ｍａｘ［ｉ＋１］，ｌａｇ［ｉ＋１］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１４），（１５）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１４）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１］ ｉ＋１≦ｊ≦Ｒ−１ …（１５）
【００３３】
ステップ４−８において、
ｃｏｒ＿ｍａｘ［ｉ＋１］／ｃｏｒ＿ｍａｘ［ｉ］＜ＴＨ２ …（１６）
の式が成り立つか判定し、成り立つ場合ステップ４−１０へ処理を進める。
一方、ｃｏｒ＿ｍａｘ［ｉ＋１］／ｃｏｒ＿ｍａｘ［ｉ］≧ＴＨ２
の場合、ステップ４−９へ処理を進める。
【００３４】
ステップ４−９において、ｃｏｒ＿ｍａｘ［ｉ］，ｌａｇ［ｉ］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１７），（１８）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１７）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１］ ｉ≦ｊ≦Ｒ−１ …（１８）
【００３５】
ステップ４−１０において、ｃｏｒ＿ｍａｘ［ｉ＋１］，ｌａｇ［ｉ＋１］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１９），（２０）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１９）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１] ｉ＋１≦ｊ≦Ｒ−１ …（２０）
【００３６】
ステップ４−１１において、Ｒ＝Ｒ−１，ｌｎｕｍ＝ｌｎｕｍ−１とし、ステップ４−１２へ処理を進める。また、前述のステップ４−２２において、ｉ＝ｉ＋１とし、ステップ４−１２へ処理を進める。ステップ４−１２においてｉ＜Ｒかどうか判定し、ｉ＜Ｒならばステップ４−５へ処理を進める。ｉ≧Ｒならばステップ４−１３へ処理を進める。
【００３７】
ステップ４−１３において、ｌａｇの数ｌｎｕｍが２以上かどうか判定し、２以上ならばステップ４−１５へ処理を進める。ｌｎｕｍが１ならばステップ４−１４へ処理を進める。ステップ４−１４において、規則性なしを出力する。
【００３８】
ステップ４−１５において、ｌａｇの数が３以上かどうか判定し、３以上ならステップ４−１７へ処理を進める。ｌａｇの数が２ならばステップ４−１６へ処理を進める。ステップ４−１６において、
ＴＨ３＿１＜ｌａｇ［１］／ｌａｇ［０］＜ＴＨ３＿２ …（２１）
が成り立つか判定し、成り立つ場合ステップ４−１８へ処理を進める。
ＴＨ３＿１≧ｌａｇ［１］／ｌａｇ［０］、又はｌａｇ［１］／ｌａｇ［０］≧ＴＨ３＿２ である場合、ステップ４−１９へ処理を進める。
【００３９】
ステップ４−１７において、
ＴＨ４＿１＜ｌａｇ［１］／ｌａｇ［０］＜ＴＨ４＿２ …（２２）
かつ、ＴＨ５＿１＜ｌａｇ［２］／ｌａｇ［０］＜ＴＨ５＿２ …（２３）
の条件が成り立つか判定し、成り立つ場合ステップ４−２０へ処理を進める。一方、ＴＨ４＿１≧ｌａｇ［１］／ｌａｇ［０］、又はｌａｇ［１］／ｌａｇ［０］≧ＴＨ４＿２、又はＴＨ５＿１≧ｌａｇ［２］／ｌａｇ［０］、又はｌａｇ［２］／ｌａｇ［０］≧ＴＨ５＿２ である場合はステップ４−２１へ処理を進める。
【００４０】
ステップ４−１８では規則性有りを出力する。ステップ４−１９では規則性無しを出力する。ステップ４−２０では規則性有りを出力する。ステップ４−２１では規則性無しを出力する。ここで、規則性有りの場合、共振周期の規則性Ｆ２の値として例えば１を、規則性無しの場合、共振周期の規則性Ｆ２の値として例えば０を出力する。
【００４１】
【発明の効果】
以上説明したように本発明によれば、従来の音声特徴量算出に加えて、環境騒音の影響を受け難いように、高次成分の違いを強調した音声特徴量の算出を行い、この音声特徴量を用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができる。
【００４２】
また、従来の音声特徴量算出に加えて、音声共振周期の規則性の有無を算出し、この規則性を用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができる。
【００４３】
更に、従来の音声特徴量算出に加えて、環境騒音の影響を受け難いように高次成分の違いを強調した特徴量、及び音声共振周期の規則性の有無を算出し、これらを用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができるようになる。
【図面の簡単な説明】
【図１】本発明の音声検出装置の第１の実施形態を示す図である。
【図２】本発明の音声検出装置の第２の実施形態を示す図である。
【図３】本発明の音声検出の処理フローを示す図である。
【図４】本発明における共振周波数の規則性の算出処理のフロー図である。
【図５】従来の音声検出装置を示す図である。
【符号の説明】
１−１ 入力手段
１−２ 音声特徴量算出手段
１−３ 高次成分強調手段
１−４ 音声判定手段
【発明の属する技術分野】
本発明は、音声検出装置及び音声検出プログラムに関する。一般に、音声信号を音声符号化器により圧縮して伝送する音声通信システム等では、通常の会話では約６割が発声の無い非音声区間であることに着目し、音声・非音声区間を判定することにより、非音声区間は伝送を停止して電池を長持ちさせたり、音声の代わりに他のデータを伝送するなどの通信制御を行うことができる。
【０００２】
音声通信システム等における音声検出機能は、このような通信制御を行なうために、音声・非音声区間の判定を行なう。しかし、騒音環境などの条件によっては音声・非音声区間の判定に誤りが起こり、それによって音切れが発生するなどして通話品質が著しく損なわれることがあり、音声・非音声区間を精度良く判定することが要求されている。
【０００３】
【従来の技術】
図５は従来の音声検出装置を示す。従来の音声検出装置は、環境騒音が重畳した音声信号が入力信号入力手段５−１に加えられ、入力手段５−１から時系列的に順に出力されるフレーム毎の入力信号に対して、音声特徴量算出手段５−２により、音声信号の電力、零交差率、パワースペクトルのピーク周波数、又はピッチ周期等の音声信号の特徴量を計算し、音声判定手段５−３において、これらの音声特徴量を閾値と比較することによって、当該フレームに音声が含まれているかどうかを判定する。
【０００４】
【発明が解決しようとする課題】
しかしながら、従来の音声検出装置では環境騒音が大きい場合、雑音区間と音声区間との音声特徴量の差が小さくなり、音声・非音声区間を精度良く判定することが困難である。本発明は、環境騒音の影響を受け難くするように、音声特徴量に処理を加えることで、環境騒音が大きい場合でも、精度良く音声・非音声を判定することができる音声検出装置及び音声検出プログラムを提供することを目的とする。
【０００５】
【課題を解決するための手段】
本発明の音声検出装置は、（１）入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出装置であって、電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手段と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手段と、前記音声特徴量算出手段及び高次成分強調特徴量算出手段により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手段と、を備えたものである。
【０００６】
また、（２）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手段と、音声の共振周期の規則性を算出する共振周期の規則性算出手段と、前記音声特徴量算出手段により算出した音声特徴量及び規則性算出手段により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定手段と、を備えたものである。
【０００７】
また、本発明の音声検出プログラムは、（３）入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出プログラムであって、電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、前記音声特徴量算出手順及び高次成分強調特徴量算出手順により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手順と、を実行させるものである。
【０００８】
また、（４）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、音声の共振周期の規則性を算出する共振周期の規則性算出手順と、前記音声特徴量算出手順により算出した音声特徴量及び規則性算出手順により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定判定手順と、を実行させるものである。
【０００９】
また、（５）電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、音声の共振周期の規則性を算出する共振周期の規則性算出手順と、前記音声特徴量算出手順により算出した音声特徴量、高次成分強調特徴量算出手順により算出した特徴量、及び規則性算出手順により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定手順と、を実行させるものである。
【００１０】
【発明の実施の形態】
図１は本発明の音声検出装置の第１の実施形態を示す。本発明の第１の実施形態は、入力手段１−１から時系列的に順に与えられるフレーム毎の入力信号に対して、音声特徴量算出手段１−２により、従来と同様に音声信号の特徴量を算出すると共に、高次成分強調手段１−３により、音声周波数の特徴量の高域成分を強調させた特徴量を算出する。音声判定手段１−４は、従来の特徴量に加えて高域成分を強調させた特徴量を基に、音声・非音声判定を行う。
【００１１】
従来の音声検出方式及び装置では、音声周波数の高次の成分に着目することなく、全般的なパワースペクトルのピーク周波数が音声と非音声とで異なることを利用して判定している。これに対し本発明では、音声は低域の周波数成分にエネルギーが集中するのに対し、非音声は一般に特定の周波数領域へのエネルギーの集中がないので、高次の成分ほど音声と非音声との特徴量の差が大きくなることを利用して、高次の成分の違いを強調した特徴量を算出する。この特徴量を用いて判定することで、騒音の影響が大きい場合でも、正確に音声・非音声を判定することができる。
【００１２】
図２は本発明の音声検出装置の第２の実施形態を示す。本発明の第２の実施形態は、入力手段２−１から時系列的に順に与えられるフレーム毎の入力信号に対して、音声特徴量算出手段２−２により、従来と同様に音声信号の特徴量を算出すると共に、共振周期の規則性算出手段２−３により、音声の共振周期の規則性を算出する。そして、音声判定手段２−４は、従来の特徴量に加えて音声の共振周期の規則性を基に、音声・非音声判定を行う。
【００１３】
従来の音声検出方式及び装置では、通常は最も自己相関が高くなる周期を共振周期として求め、該共振周期を用いて音声・非音声を判定する。しかし、騒音の種類によっては、音声と同じような共振周期を有する場合があり、このような場合には判別が困難となる。
【００１４】
母音などの音声は声道の共振によって生成されるため、声道の基本周期の倍数にエネルギーが集中し、共振する複数の周期（共振周期）の間に規則性が現れるのに対し、非音声では特別な規則性がないことに着目し、本発明は、音声の共振周期の規則性を算出し、これを基に音声・非音声を判定する。
【００１５】
こうすることにより、最も自己相関が高くなる周期が音声と騒音で一致する場合でも、音声のみが複数の共振周期の間に規則性が現れるので、騒音と判別することができ、騒音の影響が大きい場合でも、正確に音声・非音声を判定することが可能になる。
【００１６】
更に、本発明の第１の実施形態として説明したパワースペクトルのピーク周波数の高次成分の違いを強調した特徴量と、第２の実施形態として説明した音声の共振周期の規則性とを組合わせて、音声・非音声の判定を行うことにより、騒音の影響が大きい場合でも、より正確に音声・非音声を判定することが可能となる。
【００１７】
図３は本発明の音声検出の処理フローを示す。同図はパワースペクトルのピーク周波数をＰＡＲＣＯＲ分析で得られる１０次の線スペクトル周波数ＬＳＦ［ｉ］（１≦ｉ≦１０）とした場合の処理フローの例を示している。ここで、従来の音声検出により用いられる特徴量を、フレーム電力Ｅ、零交差数Ｚ，１０次の線スペクトル周波数から求めた特徴量Ｌ１，共振周波数Ｆ１とする。そして、パワースペクトルのピーク周波数の高次成分を強調した特徴量をＬ２、共振周期の規則性をＦ２とする。
【００１８】
先ず、ステップ３−１において、非音声区間のパラメータを以下の式（１）のとおり初期化する。ここで、非音声区間のフレーム電力をＥN 、非音声区間の零交差数をＺN 、非音声区間の線スペクトル周波数をＬＳＦN ［ｉ］と表すものとする。
ＥN ＝０，ＺN ＝０，ＬＳＦN ［ｉ］＝０ （１≦ｉ≦１０） …（１）
【００１９】
次にステップ３−２により、入力音声を読み込む。次に、ステップ３−３により、現フレームのパラメータを以下の式（２）〜（５）により算出する。ここで、現フレームの電力をＥ、零交差数をＺ、共振周波数をＦ１と表す。
【数１】
ここで、ｘ（ｉ）は現フレームのｉ番目の入力音声信号振幅値であり、ｓｇｎ（ｘ（ｉ），ｘ（ｉ＋１））は、ｘ（ｉ）とｘ（ｉ＋１）の符号が異なるとき１、同符号のとき０となる関数である。ＭＡＸ（ｃｏｒｒ［ｋ］）は、ｋ（１≦ｋ≦１４３）サンプルずらして求めた自己相関のうち、最大値のｋを表す。ｓはサンプリングレート（Ｈｚ）を表す。
【００２１】
次にステップ３−４により、現フレームの特徴量と非音声区間の特徴量の差分を以下の式（６）により算出する。ここで、フレーム電力の差分をΔＥ、零交差数の差分をΔＺで表す。
ΔＥ＝Ｅ−ＥN ，ΔＺ＝Ｚ−ＺN …（６）
また、Ｌ１を以下の式（７）により算出する。ここまでは、従来の音声特徴量算出処理と同様である。
【数２】
次にステップ３−５により、線スペクトル周波数の高次成分を強調した特徴量Ｌ２を算出する。高次成分を強調する手法の一つとして、最高次数の線スペクトル周波数だけを用い、以下の式（８）により高次成分を強調した特徴量Ｌ２を算出することができる。この算出処理は、本発明の第１の実施形態における高次成分強調特徴量算出手段で行われる算出処理に相当する。
Ｌ２＝ＬＳＦ［１０］−ＬＳＦN ［１０］ …（８）
【００２３】
次にステップ３−６により、共振周期の規則性Ｆ２を算出する。この共振周期の規則性Ｆ２の算出処理は、本発明の第２の実施形態における共振周期の規則性算出手段で行われる算出処理に相当する。規則性Ｆ２の算出の詳細は、図４を参照して後述する。
【００２４】
次にステップ３−７により、非音声パラメータの更新を行うかどうかを判定するために、ΔＥ，ΔＺ，Ｌ１，Ｆ１，Ｌ２，Ｆ２を、予め与えられた閾値ＴＨEN，ＴＨZN，ＴＨL1，ＴＨF1，ＴＨL2．ＴＨF2とそれぞれ比較する。そして、
ΔＥ＜ＴＨEN∩ΔＺ＜ＴＨZN∩Ｌ１＜ＴＨL1∩Ｆ１＞ＴＨF1∩Ｌ２＜ＴＨL2∩Ｆ２＜ＴＨF2
の条件が成り立つ場合には更新を行うために、ステップ３−８へ処理を進め、上記条件が成り立たない場合には、更新を行うことなくステップ３−９へ処理を進める。
【００２５】
ステップ３−８において、非音声パラメータを以下の式（９），（１０）により更新する。
ＥN ＝αＥ＋（１−α）ＥＮ，Ｚ N ＝βＺ＋（１−β）Ｚ Ｎ …（９）
ＬＳＦ［ｉ］N ＝γＬＳＦ［ｉ］＋（１−γ）ＬＳＦ［ｉ］N …（１０）
α，β，γは予め与えられた値で、０≦α，β，γ≦１、１≦ｉ≦１０である。
【００２６】
次にステップ３−９において、以下の式により音声・非音声の判定を行う。ここで、ＴＨE ，ＴＨZ ，ＴＨL1．ＴＨF1，ＴＨL2，ＴＨF2は予め与えられた閾値とする。
ΔＥ＞ＴＨE ∪ΔＺ＞ＴＨZ ∪Ｌ１＞ＴＨL1∪Ｆ１＜ＴＨF1∪Ｌ２＞ＴＨL2∪Ｆ２＞ＴＨF2
の条件が成り立つ場合には、音声と判定してステップ３−１０へ処理を進める。上記条件が成り立たない場合には非音声と判定してステップ３−１１へ処理を進める。
【００２７】
ステップ３−１０において音声と判定した旨の信号を出力する。ステップ３−１１においては非音声と判定した旨の信号を出力する。ステップ３−１２において次の入力信号が無いかどうかを判定し、無い場合には処理を終了する。次の入力信号が有る場合には、ステップ３−２に処理を進め、上記の処理フローを繰り返し実行する。
【００２８】
次に、図４を用いて本発明における共振周波数の規則性の算出処理を説明する。先ずステップ４−１において、偏自己相関値（ｃｏｒｒ［ｋ］）を以下の式（１１）により計算する。ｘは入力信号を示す。
【数３】
ステップ４−２において、偏自己相関値のピーク値上位１０個とそれに対応するｋの値を取る。即ち、ｃｏｒｒ［ｋ−１］＜ｃｏｒｒ［ｋ］＞ｃｏｒｒ［ｋ＋１］となる偏自己相関値のうち、値が大きいものから上位１０個を取り、これをｃｏｒ＿ｍａｘ［ｉ］とし、対応するｋの値をｌａｇ［ｉ］ １≦ｉ≦１０ とする。ステップ４−３において、ｃｏｒ＿ｍａｘ［ｉ］及びｌａｇ［ｉ］を、ｌａｇ［ｉ］の昇順にソートする。ステップ４−４において、ｉ＝０，Ｒ＝９，ｌｎｕｍ＝１０とする。
【００３０】
次に、ピーク位置の間隔が所定値ＴＨ１以下となるような近過ぎるもの同士を取り出し、その隣合ったもののうちピーク値の大きい方を採用し、所定の間隔以上のピーク値について規則性を調べるため、ステップ４−５において、
ｌａｇ［ｉ＋１］−ｌａｇ［ｉ］＜ＴＨ１ …（１２）
の式により、ピーク位置の間隔が所定値ＴＨ１以下であるかどうか判定し、以下である場合ステップ４−６へ処理を進める。上記の式（１２）が成り立たない、即ち所定の間隔ＴＨ１以上の場合はステップ４−２２へ処理を進める。
【００３１】
ステップ４−６において、
ｃｏｒ＿ｍａｘ［ｉ］＜ｃｏｒ＿ｍａｘ［ｉ＋１］ …（１３）
の式が成り立つか判定し、成り立つ場合ステップ４−８へ処理を進める。一方、ｃｏｒ＿ｍａｘ［ｉ］≧ｃｏｒ＿ｍａｘ［ｉ＋１］
である場合、ステップ４−７へ処理を進める。
【００３２】
ステップ４−７において、ｃｏｒ＿ｍａｘ［ｉ＋１］，ｌａｇ［ｉ＋１］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１４），（１５）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１４）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１］ ｉ＋１≦ｊ≦Ｒ−１ …（１５）
【００３３】
ステップ４−８において、
ｃｏｒ＿ｍａｘ［ｉ＋１］／ｃｏｒ＿ｍａｘ［ｉ］＜ＴＨ２ …（１６）
の式が成り立つか判定し、成り立つ場合ステップ４−１０へ処理を進める。
一方、ｃｏｒ＿ｍａｘ［ｉ＋１］／ｃｏｒ＿ｍａｘ［ｉ］≧ＴＨ２
の場合、ステップ４−９へ処理を進める。
【００３４】
ステップ４−９において、ｃｏｒ＿ｍａｘ［ｉ］，ｌａｇ［ｉ］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１７），（１８）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１７）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１］ ｉ≦ｊ≦Ｒ−１ …（１８）
【００３５】
ステップ４−１０において、ｃｏｒ＿ｍａｘ［ｉ＋１］，ｌａｇ［ｉ＋１］を除去し、ｃｏｒ＿ｍａｘ，ｌａｇを以下の式（１９），（２０）により更新し、ステップ４−１１へ処理を進める。
ｃｏｒ＿ｍａｘ［ｊ］＝ｃｏｒ＿ｍａｘ［ｊ＋１］ …（１９）
ｌａｇ［ｊ］＝ｌａｇ［ｊ＋１] ｉ＋１≦ｊ≦Ｒ−１ …（２０）
【００３６】
ステップ４−１１において、Ｒ＝Ｒ−１，ｌｎｕｍ＝ｌｎｕｍ−１とし、ステップ４−１２へ処理を進める。また、前述のステップ４−２２において、ｉ＝ｉ＋１とし、ステップ４−１２へ処理を進める。ステップ４−１２においてｉ＜Ｒかどうか判定し、ｉ＜Ｒならばステップ４−５へ処理を進める。ｉ≧Ｒならばステップ４−１３へ処理を進める。
【００３７】
ステップ４−１３において、ｌａｇの数ｌｎｕｍが２以上かどうか判定し、２以上ならばステップ４−１５へ処理を進める。ｌｎｕｍが１ならばステップ４−１４へ処理を進める。ステップ４−１４において、規則性なしを出力する。
【００３８】
ステップ４−１５において、ｌａｇの数が３以上かどうか判定し、３以上ならステップ４−１７へ処理を進める。ｌａｇの数が２ならばステップ４−１６へ処理を進める。ステップ４−１６において、
ＴＨ３＿１＜ｌａｇ［１］／ｌａｇ［０］＜ＴＨ３＿２ …（２１）
が成り立つか判定し、成り立つ場合ステップ４−１８へ処理を進める。
ＴＨ３＿１≧ｌａｇ［１］／ｌａｇ［０］、又はｌａｇ［１］／ｌａｇ［０］≧ＴＨ３＿２ である場合、ステップ４−１９へ処理を進める。
【００３９】
ステップ４−１７において、
ＴＨ４＿１＜ｌａｇ［１］／ｌａｇ［０］＜ＴＨ４＿２ …（２２）
かつ、ＴＨ５＿１＜ｌａｇ［２］／ｌａｇ［０］＜ＴＨ５＿２ …（２３）
の条件が成り立つか判定し、成り立つ場合ステップ４−２０へ処理を進める。一方、ＴＨ４＿１≧ｌａｇ［１］／ｌａｇ［０］、又はｌａｇ［１］／ｌａｇ［０］≧ＴＨ４＿２、又はＴＨ５＿１≧ｌａｇ［２］／ｌａｇ［０］、又はｌａｇ［２］／ｌａｇ［０］≧ＴＨ５＿２ である場合はステップ４−２１へ処理を進める。
【００４０】
ステップ４−１８では規則性有りを出力する。ステップ４−１９では規則性無しを出力する。ステップ４−２０では規則性有りを出力する。ステップ４−２１では規則性無しを出力する。ここで、規則性有りの場合、共振周期の規則性Ｆ２の値として例えば１を、規則性無しの場合、共振周期の規則性Ｆ２の値として例えば０を出力する。
【００４１】
【発明の効果】
以上説明したように本発明によれば、従来の音声特徴量算出に加えて、環境騒音の影響を受け難いように、高次成分の違いを強調した音声特徴量の算出を行い、この音声特徴量を用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができる。
【００４２】
また、従来の音声特徴量算出に加えて、音声共振周期の規則性の有無を算出し、この規則性を用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができる。
【００４３】
更に、従来の音声特徴量算出に加えて、環境騒音の影響を受け難いように高次成分の違いを強調した特徴量、及び音声共振周期の規則性の有無を算出し、これらを用いて音声・非音声を判定することにより、従来に比べて騒音の影響が大きい場合でも、より正確に音声・非音声を判定することができるようになる。
【図面の簡単な説明】
【図１】本発明の音声検出装置の第１の実施形態を示す図である。
【図２】本発明の音声検出装置の第２の実施形態を示す図である。
【図３】本発明の音声検出の処理フローを示す図である。
【図４】本発明における共振周波数の規則性の算出処理のフロー図である。
【図５】従来の音声検出装置を示す図である。
【符号の説明】
１−１ 入力手段
１−２ 音声特徴量算出手段
１−３ 高次成分強調手段
１−４ 音声判定手段
Claims (3)
- 入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出装置であって、
電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手段と、
パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手段と、
前記音声特徴量算出手段及び高次成分強調特徴量算出手段により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手段と、
を備えたことを特徴とする音声検出装置。 - 入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出プログラムであって、
電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、
パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、
前記音声特徴量算出手順及び高次成分強調特徴量算出手順により算出された特徴量を基に、音声か非音声であるかを判定する音声判定手順と、
を実行させる音声検出プログラム。 - 入力信号として環境騒音が重畳した音声信号が時系列順に与えられるフレーム毎に、当該フレームに音声が含まれているか否かを判定する音声検出プログラムであって、
電力、零交差率、パワースペクトルのピーク周波数、ピッチ周期のうち少なくとも一つを用いて音声の特徴量を算出する音声特徴量算出手順と、
パワースペクトルのピーク周波数の高次成分のみの相違を基に音声の特徴量を算出する高次成分強調特徴量算出手順と、
音声の共振周期の規則性を算出する共振周期の規則性算出手順と、
前記音声特徴量算出手順により算出した音声特徴量、高次成分強調特徴量算出手順により算出した特徴量、及び規則性算出手順により算出した音声の共振周期の規則性を基に、音声か非音声であるかを判定する音声判定手順と、
を実行させる音声検出プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001055324A JP3849116B2 (ja) | 2001-02-28 | 2001-02-28 | 音声検出装置及び音声検出プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001055324A JP3849116B2 (ja) | 2001-02-28 | 2001-02-28 | 音声検出装置及び音声検出プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002258881A JP2002258881A (ja) | 2002-09-11 |
| JP3849116B2 true JP3849116B2 (ja) | 2006-11-22 |
Family
ID=18915523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001055324A Expired - Fee Related JP3849116B2 (ja) | 2001-02-28 | 2001-02-28 | 音声検出装置及び音声検出プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3849116B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2434486A2 (en) | 2010-09-27 | 2012-03-28 | Fujitsu Limited | Voice-band extending apparatus and voice-band extending method |
| WO2012093470A1 (ja) | 2011-01-04 | 2012-07-12 | 富士通株式会社 | 音声制御装置、音声制御方法及び音声制御プログラム |
| EP3823315A1 (en) | 2019-11-18 | 2021-05-19 | Panasonic Intellectual Property Corporation of America | Sound pickup device, sound pickup method, and sound pickup program |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4527369B2 (ja) | 2003-07-31 | 2010-08-18 | 富士通株式会社 | データ埋め込み装置及びデータ抽出装置 |
| KR100802984B1 (ko) | 2006-11-24 | 2008-02-14 | 연세대학교 산학협력단 | 기준 모델을 이용하여 미확인 신호를 판별하는 방법 및장치 |
| JP2008216618A (ja) * | 2007-03-05 | 2008-09-18 | Fujitsu Ten Ltd | 音声判別装置 |
| EP2474974A1 (en) | 2009-09-02 | 2012-07-11 | Fujitsu Limited | Voice reproduction device and voice reproduction method |
| CN107305774B (zh) * | 2016-04-22 | 2020-11-03 | 腾讯科技（深圳）有限公司 | 语音检测方法和装置 |
| CN111883183B (zh) * | 2020-03-16 | 2023-09-12 | 珠海市杰理科技股份有限公司 | 语音信号筛选方法、装置、音频设备和系统 |
-
2001
- 2001-02-28 JP JP2001055324A patent/JP3849116B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2434486A2 (en) | 2010-09-27 | 2012-03-28 | Fujitsu Limited | Voice-band extending apparatus and voice-band extending method |
| WO2012093470A1 (ja) | 2011-01-04 | 2012-07-12 | 富士通株式会社 | 音声制御装置、音声制御方法及び音声制御プログラム |
| EP3823315A1 (en) | 2019-11-18 | 2021-05-19 | Panasonic Intellectual Property Corporation of America | Sound pickup device, sound pickup method, and sound pickup program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002258881A (ja) | 2002-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100744352B1 (ko) | 음성 신호의 하모닉 성분을 이용한 유/무성음 분리 정보를추출하는 방법 및 그 장치 | |
| CN109034046B (zh) | 一种基于声学检测的电能表内异物自动识别方法 | |
| EP0548054A2 (en) | Voice activity detector | |
| JP3840684B2 (ja) | ピッチ抽出装置及びピッチ抽出方法 | |
| US5579435A (en) | Discriminating between stationary and non-stationary signals | |
| EP0718822A2 (en) | A low rate multi-mode CELP CODEC that uses backward prediction | |
| CN106601230B (zh) | 基于连续混合高斯hmm模型的物流分拣地名语音识别方法、系统及物流分拣系统 | |
| CN102982804A (zh) | 音频分类方法和系统 | |
| EP0415163B1 (en) | Digital speech coder having improved long term lag parameter determination | |
| JP3849116B2 (ja) | 音声検出装置及び音声検出プログラム | |
| CN101149921A (zh) | 一种静音检测方法和装置 | |
| CN101393741A (zh) | 一种宽带音频编解码器中的音频信号分类装置及分类方法 | |
| CN111326169A (zh) | 一种语音质量的评价方法及装置 | |
| US8532986B2 (en) | Speech signal evaluation apparatus, storage medium storing speech signal evaluation program, and speech signal evaluation method | |
| CN1218945A (zh) | 静态和非静态信号的鉴别 | |
| US6954726B2 (en) | Method and device for estimating the pitch of a speech signal using a binary signal | |
| CN113077812A (zh) | 语音信号生成模型训练方法、回声消除方法和装置及设备 | |
| JPH0462399B2 (ja) | ||
| WO2001029822A1 (en) | Method and apparatus for determining pitch synchronous frames | |
| CN1971707B (zh) | 一种进行基音周期估计和清浊判决的方法及装置 | |
| Yoo et al. | Speech enhancement based on the generalized dual excitation model with adaptive analysis window | |
| Chowdhury et al. | Formant estimation from speech signal using the magnitude spectrum modified with group delay spectrum | |
| JPH0650440B2 (ja) | Ｌｓｐ型パタンマツチングボコ−ダ | |
| JPH02266400A (ja) | 有音／無音判定回路 | |
| JPS63237100A (ja) | 音声検出器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040419 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060509 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060516 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060718 |
|
| 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: 20060808 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060818 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090908 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100908 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100908 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110908 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120908 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130908 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |