JP5131172B2 - 周期特定装置およびプログラム - Google Patents

Description

本発明は、音声や楽音を表す音響信号のピッチ周期（基本周波数に対応する周期）を特定する技術に関する。

音響信号のピッチ周期（さらにはピッチ）を特定する技術が従来から提案されている。例えば特許文献１には、音響信号において時間軸上で相隣接する各ピークの間隔をピッチ周期として特定する技術が開示されている。
特開平７−１１０６８７号公報

しかし、音響信号の複数のピークには、ピッチの成分（基音成分）に対応するピークに加えて、倍音成分に対応するピークも含まれる。したがって、単純に各ピークの間隔をピッチ周期として特定する特許文献１の技術では、倍音成分の周波数に対応した周期がピッチ周期として誤検出される可能性がある。以上の事情を考慮して、本発明は、音響信号が倍音成分を含む場合でもピッチ周期を高精度に特定することを目的とする。

以上の課題を解決するために、本発明の第１の態様に係る周期特定装置は、音響信号の複数の正側ピークの各々の強度と複数の負側ピークの各々の強度とを特定するピーク検出手段と、複数の正側ピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目の正側ピークの強度の第１平均値（例えば数式(2)の平均値Ｅ_LP[n]）と第(n-1)番目の正側ピークの強度との差分値の絶対値と、複数の負側ピークのうち第ｎ番目および第(n-2)番目の負側ピークの強度の第２平均値（例えば数式(3)の平均値Ｅ_LM[n]）と第(n-1)番目の負側ピークの強度との差分値の絶対値とを加算することで変化指標値を算定する指標算定手段と、変化指標値と閾値とを比較する比較手段と、変化指標値が閾値を下回る場合に、第(n-2)番目および第(n-1)番目の正側ピークの間隔（例えば図２の間隔ΔP[n-1]）と、第(n-1)番目および第ｎ番目の正側ピークの間隔（例えば図２の間隔ΔP[n]）と、第(n-2)番目および第(n-1)番目の負側ピークの間隔（例えば図２の間隔ΔM[n-1]）と、第(n-1)番目および第ｎ番目の負側ピークの間隔（例えば図２の間隔ΔM[n]）との少なくともひとつから音響信号のピッチ周期を特定し、変化指標値が閾値を上回る場合に、第(n-2)番目および第ｎ番目の正側ピークの間隔（例えば図３の間隔ΔP）と、第(n-2)番目および第ｎ番目の負側ピークの間隔（例えば図３の間隔ΔM）との少なくともひとつから音響信号のピッチ周期を特定する周期特定手段とを具備する。以上の構成においては、変化指標値が閾値を下回る場合（第(n-1)番目の正側ピークや負側ピークが基音成分である可能性が高い場合）には第(n-1)番目の正側ピークおよび負側ピークを考慮してピッチ周期が特定され、変化指標値が閾値を上回る場合（第(n-1)番目の正側ピークや負側ピークが倍音成分である可能性が高い場合）には第(n-1)番目の正側ピークおよび負側ピークを無視してピッチ周期が特定される。したがって、音響信号が倍音成分を含む場合であっても正確にピッチ周期を特定することが可能である。

本発明の好適な態様に係る周期特定装置は、第１平均値と第２平均値との差分値から閾値を算定する閾値設定手段を具備する。以上の態様においては、変化指標値と比較される閾値が音響信号の強度に応じて可変に設定されるから、閾値が所定値に固定された場合と比較すると、音響信号の特性（音量）に拘わらずピッチ周期を正確に特定できるという利点がある。

本発明の第２の態様に係る周期特定装置は、音響信号における同符号の複数のピークの各々の強度を特定するピーク検出手段と、複数のピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目のピークの強度の平均値と第(n-1)番目のピークの強度との差分値の絶対値に応じた変化指標値を算定する指標算定手段と、変化指標値と閾値とを比較する比較手段と、変化指標値が閾値を下回る場合に、第(n-2)番目および第(n-1)番目のピークの間隔と第(n-1)番目および第ｎ番目のピークの間隔との少なくともひとつから音響信号のピッチ周期を特定し、変化指標値が閾値を上回る場合に、第(n-2)番目および第ｎ番目のピークの間隔から音響信号のピッチ周期を特定する周期特定手段とを具備する。以上の構成においては、変化指標値が閾値を下回る場合（第(n-1)番目のピークが基音成分である可能性が高い場合）には第(n-1)番目のピークを考慮してピッチ周期が特定され、変化指標値が閾値を上回る場合（第(n-1)番目のピークが倍音成分である可能性が高い場合）には第(n-1)番目のピークを無視してピッチ周期が特定される。したがって、第１の態様に係る周期特定装置と同様に、音響信号が倍音成分を含む場合であっても正確にピッチ周期を特定することが可能である。

第１の態様および第２の態様の各々に係る周期特定装置において、周期特定手段は、例えば、音響信号の波形が立上がり状態と立下がり状態と安定状態との何れにも該当しない場合に、音響信号のピッチ周期の特定を停止する。以上の態様においては、所定の状態に該当しない場合にピッチ周期の特定が停止されるから、周期特定部によるピッチ周期の誤検出の可能性が抑制されるという利点がある。

また、以上の各態様に係る周期特定装置は、音響信号の処理に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラムとの協働によっても実現される。本発明の第１の態様に係るプログラムは、音響信号の複数の正側ピークの各々の強度と複数の負側ピークの各々の強度とを特定するピーク検出処理と、複数の正側ピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目の正側ピークの強度の第１平均値と第(n-1)番目の正側ピークの強度との差分値の絶対値と、複数の負側ピークのうち第ｎ番目および第(n-2)番目の負側ピークの強度の第２平均値と第(n-1)番目の負側ピークの強度との差分値の絶対値とを加算することで変化指標値を算定する指標算定処理と、変化指標値と閾値とを比較する比較処理と、変化指標値が閾値を下回る場合に、第(n-2)番目および第(n-1)番目の正側ピークの間隔と、第(n-1)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第(n-1)番目の負側ピークの間隔と、第(n-1)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから音響信号のピッチ周期を特定し、変化指標値が閾値を上回る場合に、第(n-2)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから音響信号のピッチ周期を特定する周期特定処理とをコンピュータに実行させる。以上のプログラムによれば、第１の態様に係る周期特定装置と同様の作用および効果が実現される。

第２の態様に係るプログラムは、音響信号における同符号の複数のピークの各々の強度を特定するピーク検出処理と、複数のピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目のピークの強度の平均値と第(n-1)番目のピークの強度との差分値の絶対値に応じた変化指標値を算定する指標算定処理と、変化指標値と閾値とを比較する比較処理と、変化指標値が閾値を下回る場合に、第(n-2)番目および第(n-1)番目のピークの間隔と第(n-1)番目および第ｎ番目のピークの間隔との少なくともひとつから音響信号のピッチ周期を特定し、変化指標値が閾値を上回る場合に、第(n-2)番目および第ｎ番目のピークの間隔から音響信号のピッチ周期を特定する周期特定処理とをコンピュータに実行させる。以上のプログラムによれば、第２の態様に係る周期特定装置と同様の作用および効果が実現される。

なお、本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。

＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態に係る周期特定装置のブロック図である。周期特定装置１００には音響信号Ａが供給される。音響信号Ａは、音声や楽音などの音響の時間軸上の波形を表す信号値（音波の強度）の時系列である。音響信号Ａの供給元（図示略）は、例えば、周囲の音響に応じた音響信号Ａを生成する収音機器や、記録媒体から音響信号Ａを取得して出力する再生装置である。周期特定装置１００は、音響信号Ａのピッチ周期Ｔpを特定して出力する。ピッチ周期Ｔpは、音響信号Ａのピッチ（基本周波数）に対応した周期である。

図１に示すように、周期特定装置１００は、演算処理装置１２と記憶装置１４とを含むコンピュータシステムで実現される。記憶装置１４は、音響信号Ａからピッチ周期Ｔpを特定するためのプログラムや各種のデータを記憶する。半導体記録媒体や磁気記録媒体などの公知の記録媒体が記憶装置１４として任意に採用される。

演算処理装置１２は、記憶装置１４に格納されたプログラムを実行することで複数の要素（フィルタ部２２、ピーク検出部２４，演算部３０，比較部４２，周期特定部４４）として機能する。なお、音響信号Ａの処理に専用される電子回路（ＤＳＰ）が演算処理装置１２の各要素を実現する構成や、演算処理装置１２の各要素を複数の集積回路に分散的に搭載した構成も採用される。

フィルタ部２２は、音響信号Ａの高域成分を抑制するローパスフィルタまたはバンドパスフィルタである。ピーク検出部２４は、フィルタ部２２による処理後の音響信号Ａについて複数の局所的なピーク（極値点）を検出するとともに各ピークでの強度を特定する。図２に示すように、本形態のピーク検出部２４は、複数の正側ピークＱP（……，ＱP[n-2]，ＱP[n-1]，ＱP[n]，ＱP[n+1]，……）と複数の負側ピークＱM（……，ＱM[n-2]，ＱM[n-1]，ＱM[n]，ＱM[n+1]，……）とを検出し、各正側ピークＱPの強度ＬP（……，ＬP[n-2]，ＬP[n-1]，ＬP[n]，ＬP[n+1]，……）と各負側ピークＱMの強度ＬM（……，ＬM[n-2]，ＬM[n-1]，ＬM[n]，ＬM[n+1]，……）とを特定する。正側ピークＱPは、強度ＬPが正数（零点に対して正極性）となる極大点であり、負側ピークＱMは、強度ＬMが負数（零点に対して負極性）となる極小点である。負側ピークＱMは、実際には音響信号Ａのディップ（極小点）に相当するが、本出願では便宜的にピーク（極値点）と把握して正側ピークＱPと同等に取扱う。図２に示すように、強度ＬP[n]（ｎは自然数）は、複数の正側ピークＱPのうち第ｎ番目の正側ピークＱP[n]の強度ＬPを意味し、強度ＬM[n]は、複数の負側ピークＱMのうち第ｎ番目の負側ピークＱM[n]の強度ＬMを意味する。

ピーク検出部２４によるピークの検出には公知の技術が任意に採用される。例えば、音響信号Ａの正側ピークＱPの強度ＬPから経時的に減少する基準値と音響信号Ａの強度とのうちの大きい方の軌跡の極大点を正側ピークＱPとして検出し、音響信号Ａの負側ピークＱMの強度ＬMから経時的に増加する基準値と音響信号Ａの強度とのうちの小さい方の軌跡の極小点を負側ピークＱMとして検出する方法（例えば特開昭６１−４４３３０号公報に開示された方法）が好適に採用される。

図１の演算部３０は、ピッチ周期Ｔpの算定に利用される変数を各正側ピークＱPの強度ＬPと各負側ピークＱMの強度ＬMとから算定する。演算部３０は、指標算定部３２と閾値設定部３４とを含んで構成される。指標算定部３２は、正側ピークＱPと負側ピークＱMとの対毎に変化指標値Ｆを算定する。変化指標値Ｆは、ひとつの正側ピークＱPの強度ＬPとその前後の各正側ピークＱPの強度ＬPとの相違の度合、および、ひとつの負側ピークＱMの強度ＬMとその前後の各負側ピークＱMの強度ＬMとの相違の度合の指標となる数値である。正側ピークＱP[n]と負側ピークＱM[n]との対に対応する変化指標値Ｆ[n]は、例えば数式(1)で定義される。数式(1)の演算子absは絶対値を意味する。
Ｆ[n]＝abs（Ｅ_LP[n]−ＬP[n-1]）＋abs（Ｅ_LM[n]−ＬM[n-1]） ……(1)

数式(1)における変数Ｅ_LP[n]は、以下の数式(2)で定義されるように、正側ピークＱP[n]の強度ＬP[n]と正側ピークＱP[n-2]の強度ＬP[n-2]との平均値に相当する。同様に、数式(1)における変数Ｅ_LM[n]は、以下の数式(3)で定義されるように、負側ピークＱM[n]の強度ＬM[n]と負側ピークＱM[n-2]の強度ＬM[n-2]との平均値に相当する。
Ｅ_LP[n]＝（ＬP[n]＋ＬP[n-2]）／２ ……(2)
Ｅ_LM[n]＝（ＬM[n]＋ＬM[n-2]）／２ ……(3)

指標算定部３２は、ピーク検出部２４が検出した強度（ＬP[n-2]〜ＬP[n]，ＬM[n-2]〜ＬM[n]）について数式(1)から数式(3)の演算を実行することで変化指標値Ｆ[n]を算定する。以上の定義から理解されるように、第(n-1)番目の正側ピークＱP[n-1]の強度ＬP[n-1]と前後の正側ピークＱPの強度ＬP（ＬP[n]，ＬP[n-2]）の平均値Ｅ_LP[n]との相違（abs（Ｅ_LP[n]−ＬP[n-1]））が大きいほど変化指標値Ｆ[n]は大きい数値となり、負側ピークＱM[n-1]の強度ＬM[n-1]と前後の負側ピークＱMの強度ＬM（ＬM[n]，ＬM[n-2]）の平均値Ｅ_LM[n]との相違（abs（Ｅ_LM[n]−ＬM[n-1]））が大きいほど変化指標値Ｆ[n]は大きい数値となる。

図２に示すように正側ピークＱP[n-1]の強度ＬP[n-1]とその前後の正側ピークＱPの強度ＬP（ＬP[n]，ＬP[n-2]）との相違が大きい場合（例えば強度ＬP[n-1]が強度ＬP[n]や強度ＬP[n-2]と比較して相当に低い場合）、正側ピークＱP[n-1]は音響信号Ａの倍音成分である可能性が高い。同様に、強度ＬM[n-1]が強度ＬM[n]や強度ＬM[n-2]と比較して相当に高い場合には、負側ピークＱM[n-1]は音響信号Ａの倍音成分である可能性が高い。

一方、図３に示すように正側ピークＱP[n-1]の強度ＬP[n-1]とその前後の正側ピークＱPの強度ＬP（ＬP[n]，ＬP[n-2]）とが近似する場合、正側ピークＱP[n-1]は音響信号Ａの基音成分である可能性が高い。同様に、負側ピークＱM[n-1]の強度ＬM[n-1]とその前後の負側ピークＱMの強度ＬM（ＬM[n]，ＬM[n-2]）とが近似する場合、負側ピークＱM[n-1]は音響信号Ａの基音成分である可能性が高い。

以上のように、変化指標値Ｆ[n]が大きいほど、正側ピークＱP[n-1]や負側ピークＱM[n-1]が倍音成分である可能性が高い（すなわち、変化指標値Ｆ[n]が小さいほど正側ピークＱP[n-1]や負側ピークＱM[n-1]が基音成分である可能性が高い）という傾向がある。すなわち、変化指標値Ｆ[n]は、正側ピークＱP[n-1]や負側ピークＱM[n-1]が倍音成分に該当する可能性を示す指標値として把握される。以上の傾向を考慮して、本形態においては、変化指標値Ｆ[n]が閾値ＴHを上回る場合には（図２）、正側ピークＱP[n-1]や負側ピークＱM[n-1]を無視してピッチ周期Ｔpを特定し、変化指標値Ｆ[n]が閾値ＴHを下回る場合には（図３）、正側ピークＱP[n-1]や負側ピークＱM[n-1]を考慮してピッチ周期Ｔpを特定する。

図１の閾値設定部３４は、閾値ＴHを設定する要素である。閾値ＴHは、変化指標値Ｆ[n]毎に（すなわち正側ピークＱP[n]と負側ピークＱM[n]との対毎に）順次に算定される。変化指標値Ｆ[n]と比較される閾値ＴH[n]は、閾値ＴH[n]を適用した判定（倍音成分に該当するか否かの判定）の対象となる正側ピークＱP[n-1]の前後の正側ピークＱPの強度（ＬP[n]，ＬP[n-2]）と、同じく閾値ＴH[n]を適用した判定の対象となる負側ピークＱM[n-1]の前後の負側ピークＱMの強度（ＬM[n]，ＬM[n-2]）とに応じて可変に設定される。具体的には、数式(2)の平均値Ｅ_LP[n]と数式(3)の平均値Ｅ_LM[n]とについて数式(4)の演算を実行することで閾値設定部３４は閾値ＴH[n]を算定する。
ＴH[n]＝（Ｅ_LP[n]−Ｅ_LM[n]）×α ……(4)

数式(4)の係数αは所定の正数である。例えば、正側ピークＱP[n-1]や負側ピークＱM[n-1]が倍音成分に相当する場合に変化指標値Ｆ[n]が閾値ＴH[n]を上回り、正側ピークＱP[n-1]や負側ピークＱM[n-1]が基音成分に相当する場合に変化指標値Ｆ[n]が閾値ＴH[n]を下回るように、係数αは実験的または統計的に選定される。

図１の比較部４２は、指標算定部３２が算定した変化指標値Ｆ[n]と閾値設定部３４が算定した閾値ＴH[n]とを比較する。周期特定部４４は、比較部４２による比較の結果に応じてピッチ周期Ｔpを特定する。周期特定部４４の具体的な処理を以下に詳述する。

変化指標値Ｆ[n]が閾値ＴH[n]を上回る場合（すなわち、正側ピークＱP[n-1]や負側ピークＱM[n-1]が倍音成分に相当する場合）、周期特定部４４は、正側ピークＱP[n-1]および負側ピークＱM[n-1]を無視してピッチ周期Ｔpを特定する。すなわち、周期特定部４４は、図２に示すように、正側ピークＱP[n-2]および正側ピークＱP[n]の間隔ΔPと、負側ピークＱM[n-2]および負側ピークＱM[n]の間隔ΔMとの少なくともひとつからピッチ周期Ｔpを特定する。間隔ΔPおよび間隔ΔMからピッチ周期Ｔpを特定する具体的な方法は任意であるが、例えば、間隔ΔＰと間隔ΔＭとの平均値をピッチ周期Ｔpとする方法や、間隔ΔPおよび間隔ΔMの一方（例えば大きい方）をピッチ周期Ｔpとする方法が好適である。

変化指標値Ｆ[n]が閾値ＴH[n]を下回る場合（すなわち、正側ピークＱP[n-1]や負側ピークＱM[n-1]が基音成分に相当する場合）、周期特定部４４は、正側ピークＱP[n-1]および負側ピークＱM[n-1]を考慮してピッチ周期Ｔpを特定する。すなわち、周期特定部４４は、図３に示すように、正側ピークＱP[n-2]および正側ピークＱP[n-1]の間隔ΔP[n-1]と、正側ピークＱP[n-1]および正側ピークＱP[n]の間隔ΔP[n]と、負側ピークＱM[n-2]および負側ピークＱM[n-1]の間隔ΔM[n-1]と、負側ピークＱM[n-1]および負側ピークＱM[n]の間隔ΔM[n]との少なくともひとつからピッチ周期Ｔpを特定する。各間隔Δ（ΔP[n-1]，ΔP[n]，ΔM[n-1]，ΔM[n]）からピッチ周期Ｔpを特定する具体的な方法は任意であるが、例えば、４個の間隔Δ（ΔP[n-1]，ΔP[n]，ΔM[n-1]，ΔM[n]）の平均値をピッチ周期Ｔpとする方法や、４個の間隔Δの何れかひとつ（例えば最大値）をピッチ周期Ｔpとする方法が好適である。

以上の形態においては、正側ピークＱP[n-1]および負側ピークＱM[n-1]をピッチ周期Ｔpの特定に利用するか否か（すなわち、正側ピークＱP[n-1]および負側ピークＱM[n-1]が倍音成分に該当するか否か）が変化指標値Ｆ[n]に応じて判断されるから、音響信号Ａが倍音成分を含む場合であってもピッチ周期Ｔpを正確に特定することが可能である。また、変化指標値Ｆ[n]と比較される閾値ＴH[n]が音響信号Ａの強度（ＬP[n]，ＬP[n-2]，ＬM[n]，ＬM[n-2]）に応じて可変に設定されるから、閾値ＴH[n]が所定値に固定された構成と比較すると、音響信号Ａの特性（音量）に拘わらずピッチ周期Ｔpを正確に特定できるという利点がある。

＜Ｂ：第２実施形態＞
次に、本発明の第２実施形態について説明する。なお、以下の各形態において作用や機能が第１実施形態と同等である要素については以上と同じ符号を付して各々の詳細な説明を適宜に省略する。

図２や図３においては、音響信号Ａの振幅が安定した状態（以下「安定状態」という）を例示したが、図４のように音響信号Ａの振幅が経時的に増加する状態（以下「立上がり状態」という）や、図５のように音響信号Ａの振幅が経時的に減少する状態（以下「立下がり状態」という）も存在する。図４の立上がり状態は、例えば、音響信号Ａのうち発音の開始の直後のアタック部に相当する。図２や図３の安定状態は、例えば、アタック部の経過後に強度が安定するサステイン部に相当する。また、図５の立下がり状態は、例えば、音響信号Ａの強度が減衰するリリース部に相当する。

第１実施形態における変化指標値Ｆ[n]や閾値ＴH[n]は、強度ＬP[n-2]および強度ＬP[n]の平均値Ｅ_LP[n]（数式(2)）と強度ＬM[n-2]および強度ＬM[n]の平均値Ｅ_LM[n]（数式(3)）とに応じて可変に設定される。したがって、図４の立上がり状態や図５の立下がり状態においても、図２や図３の安定状態と同様にピッチ周期Ｔpが正確に特定される。一方、音響信号Ａの波形が安定状態と立上がり状態と立下がり状態との何れにも該当しない場合には、周期特定部４４の特定するピッチ周期Ｔpに誤差が発生する可能性がある。そこで、第２実施形態においては、音響信号Ａの波形が安定状態と立上がり状態と立下がり状態の何れにも該当しない場合にはピッチ周期Ｔpの特定を停止する。

図６に示すように、第２実施形態の周期特定装置１００は、第１実施形態の要素に状態判定部５０を追加した構成である。状態判定部５０は、音響信号Ａの振幅の遷移（すなわち、正側ピークＱPの強度ＬPの遷移や負側ピークＱMの強度ＬMの遷移）の状態を判定する。図７は、状態判定部５０および周期特定部４４の動作のフローチャートである。ピーク検出部２４が正側ピークＱP[n]および負側ピークＱM[n]を検出するたびに図７の処理が実行される。

状態判定部５０は、音響信号Ａのうち正側ピークＱP[n]を終点とする過去の区間（以下「判定区間」という）が立上がり状態に該当するか否かを判定する（ステップＳ1）。判定区間は、正側ピークＱP[n]４個前の正側ピークＱP[n-4]と２個前の正側ピークＱP[n-2]と正側ピークＱP[n]とを含む区間である。状態判定部５０は、正側ピークＱP[n-4]の強度ＬP[n-4]と正側ピークＱP[n-2]の強度ＬP[n-2]と正側ピークＱP[n]の強度ＬP[n]とについて以下の数式(a)が成立するか否かを判定し、数式(a)が成立する場合には判定区間が立上がり状態に該当すると判定する一方、数式(a)が成立しない場合には判定区間が立上がり状態に該当しないと判定する。数式(a)の係数ｍは、音響信号Ａの強度ＬPの揺れを考慮した所定の正数（例えば0.1）である。
ＬP[n-4]＜ＬP[n-2]＜ＬP[n]×(１−ｍ) ……(a)

ステップＳ1の結果が否定である場合、状態判定部５０は、音響信号Ａの判定区間が立下がり状態に該当するか否かを判定する（ステップＳ2）。具体的には、状態判定部５０は、判定区間内の各強度（ＬP[n-4]，ＬP[n-2]，ＬP[n]）について数式(b)が成立するか否かを判定し、数式(b)が成立する場合には判定区間が立下がり状態に該当すると判定する一方、数式(b)が成立しない場合には判定区間が立下がり状態に該当しないと判定する。
ＬP[n-4]＞ＬP[n-2]＞ＬP[n]×(１＋ｍ) ……(b)

ステップＳ2の結果が否定である場合、状態判定部５０は、音響信号Ａの判定区間が安定状態に該当するか否かを判定する（ステップＳ3）。具体的には、状態判定部５０は、判定区間内の各強度（ＬP[n-4]，ＬP[n-2]，ＬP[n]）について数式(c1)および数式(c2)が成立するか否かを判定し、数式(c1)および数式(c2)の双方が成立する場合には判定区間が安定状態に該当すると判定する一方、数式(c1)および数式(c2)の少なくとも一方が成立しない場合には判定区間が安定状態に該当しないと判定する。すなわち、安定状態は、強度ＬP[n-4]および強度ＬP[n-2]の双方が、強度ＬP[n]を中心とした幅２ｍの範囲内に含まれる状態である。
ＬP[n]×(１−ｍ)≦ＬP[n-4]≦ＬP[n]×(１＋ｍ) ……(c1)
ＬP[n]×(１−ｍ)≦ＬP[n-2]≦ＬP[n]×(１＋ｍ) ……(c2)

ステップＳ1からステップＳ3の何れかの結果が肯定である場合（すなわち、判定区間が安定状態と立上がり状態と立下がり状態との何れかに該当する場合）、周期特定部４４は、第１実施形態と同様の方法でピッチ周期Ｔpを特定する（ステップＳ4）。一方、ステップＳ1からステップＳ3の総ての結果が否定である場合（すなわち、判定区間が安定状態と立上がり状態と立下がり状態との何れにも該当しない場合）、周期特定部４４は、ピッチ周期Ｔpの特定を停止する（ステップＳ5）。ピッチ周期Ｔpの特定を停止した場合、周期特定部４４は、直前に特定したピッチ周期Ｔpを継続的に出力する。

第２実施形態においては、音響信号Ａが安定状態と立上がり状態と立下がり状態との何れにも該当しない場合にピッチ周期Ｔpの特定が停止されるから、音響信号Ａの状態に拘わらずピッチ周期Ｔpを検出する構成と比較して、ピッチ周期Ｔpを正確に特定できるという効果や、周期特定部４４の処理の負荷が軽減されるという効果が実現される。

＜Ｃ：第３実施形態＞
第１実施形態においては、正側ピークＱPの強度ＬPおよび負側ピークＱMの強度ＬMの双方をピッチ周期Ｔpの特定に利用した。本発明の第３実施形態においては、正側ピークＱPのみをピッチ周期Ｔpの特定に利用する。周期特定装置１００の構成は第１実施形態（図１）と同様である。

ピーク検出部２４は、音響信号Ａの複数の正側ピークＱPの各々の強度ＬPを特定する。演算部３０の指標算定部３２は、以下に例示する数式(1A)のように、正側ピークＱP[n]および正側ピークＱP[n-2]の強度ＬPの平均値Ｅ_LP[n]（数式(2)）と正側ピークＱP[n-1]の強度ＬP[n-1]との差分値の絶対値に応じた変化指標値Ｆ[n]を算定する。閾値設定部３４は、以下に例示する数式(4A)のように、平均値Ｅ_LP[n]に応じた閾値ＴH[n]を算定する。
Ｆ[n]＝abs（Ｅ_LP[n]−ＬP[n-1]） ……(1A)
ＴH[n]＝Ｅ_LP[n]×α ……(4A)

比較部４２は、数式(1A)の変化指標値Ｆ[n]と数式(4A)の閾値ＴH[n]とを比較する。変化指標値Ｆ[n]が閾値ＴH[n]を上回る場合（すなわち、正側ピークＱP[n-1]が倍音成分に相当する場合）、周期特定部４４は、正側ピークＱP[n-1]を無視した図２の間隔ΔPからピッチ周期Ｔpを特定する。例えば、周期特定部４４は、間隔ΔPをピッチ周期Ｔpとして出力する。一方、変化指標値Ｆ[n]が閾値ＴH[n]を下回る場合（すなわち、正側ピークＱP[n-1]が基音成分に相当する場合）、周期特定部４４は、正側ピークＱP[n-1]を考慮した図３の間隔ΔP[n-1]と間隔ΔP[n]とからピッチ周期Ｔpを特定する。例えば、間隔ΔP[n-1]および間隔ΔP[n]の平均値（あるいは一方の数値）がピッチ周期Ｔpとして出力される。

第３実施形態においては、正側ピークＱP[n-1]をピッチ周期Ｔpの特定に適用するか否かが変化指標値Ｆ[n]に応じて判断されるから、第１実施形態と同様に、音響信号Ａが倍音成分を含む場合であってもピッチ周期Ｔpを正確に特定することが可能である。また、負側ピークＱMの強度ＬMについての演算が省略されるから、第１実施形態と比較して演算処理装置１２の負荷が軽減されるという利点もある。もっとも、１実施形態においては、正側ピークＱP[n-1]の強度ＬPおよび負側ピークＱMの強度ＬMの双方が考慮されるから、第３実施形態と比較して正確なピッチ周期Ｔpを特定できるという利点がある。

なお、以上の例示においては正側ピークＱPの強度ＬPのみからピッチ周期Ｔpを算定したが、負側ピークＱMの強度ＬMのみからピッチ周期Ｔpを算定する構成も好適である。例えば、負側ピークＱMの強度ＬM（ＬM[n-2]〜ＬM[n]）から以下の数式(1B)および数式(4B)で算定される変化指標値Ｆ[n]と閾値ＴH[n]とを比較部４２が比較する。変化指標値Ｆ[n]が閾値ＴH[n]を上回る場合、周期特定部４４は、負側ピークＱM[n-1]を無視した図２の間隔ΔMからピッチ周期Ｔpを特定する。一方、変化指標値Ｆ[n]が閾値ＴH[n]を下回る場合、周期特定部４４は、負側ピークＱM[n-1]を考慮した図３の間隔ΔM[n-1]と間隔ΔM[n]とからピッチ周期Ｔpを特定する。
Ｆ[n]＝abs（Ｅ_LM[n]−ＬM[n-1]） ……(1B)
ＴH[n]＝Ｅ_LM[n]×α ……(4B)

また、音響信号Ａが所定の状態（安定状態，立上がり状態，立下がり状態）に該当しない場合にピッチ周期Ｔpの特定を停止する第２実施形態の構成は、正側ピークＱPの強度ＬPおよび負側ピークＱMの強度ＬMの一方のみからピッチ周期Ｔpを特定する第３実施形態にも同様に適用される。

＜Ｄ：変形例＞
以上に例示した各形態には様々な変形が加えられる。具体的な変形の態様を例示すれば以下の通りである。なお、以下の例示から２以上の態様を任意に選択して組合せてもよい。

（１）変形例１
以上の各形態においては、正側ピークＱPの強度ＬPの平均値Ｅ_LP[n]や負側ピークＱMの強度ＬMの平均値Ｅ_LM[n]に応じて閾値ＴH[n]を可変に設定したが（数式(4)，数式(4A)，数式(4B)）、例えば音響信号Ａの強度（ＬP，ＬM）の変化を考慮する必要がない場合（例えば音響信号Ａの強度が所定の範囲内にあることが事前に判明している場合）には、閾値ＴH[n]を、強度ＬPや強度ＬMに依存しない固定値に設定した構成も採用される。

（２）変形例２
以上の各形態の周期特定装置１００はピッチ周期Ｔpを出力するが、実際に出力および利用される情報はピッチ周期Ｔpに限定されない。例えば、周期特定部４４が特定したピッチ周期Ｔpに対応するピッチ（基本周波数）を出力する構成や、ピッチ周期Ｔpに対応する音高を指定する番号（ノートナンバ）を出力する構成も好適である。

（３）変形例３
以上の各形態においては正側ピークＱP[n]および負側ピークＱM[n]の対毎にピッチ周期Ｔpを特定したが、ピッチ周期Ｔpを算定する周期は任意に変更される。例えば、正側ピークＱPや負側ピークＱMとは無関係に音響信号Ａを時間軸上で区分した複数の区間の各々を単位として、以上の各形態にて例示した方法でピッチ周期Ｔpを特定する構成も好適である。

本発明の第１実施形態に係る周期特定装置のブロック図である。 音響信号の波形図である。 音響信号の波形図である。 立上がり状態にある音響信号の波形図である。 立下がり状態にある音響信号の波形図である。 第２実施形態に係る周期特定装置のブロック図である。 第２実施形態における動作のフローチャートである。

符号の説明

１００……周期特定装置、１２……演算処理装置、１４……記憶装置、２２……フィルタ部、２４……ピーク検出部、３０……演算部、３２……指標算定部、３４……閾値設定部、４２……比較部、４４……周期特定部、５０……状態判定部。

Claims (6)

1. 音響信号の複数の正側ピークの各々の強度と複数の負側ピークの各々の強度とを特定するピーク検出手段と、
   前記複数の正側ピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目の正側ピークの強度の第１平均値と第(n-1)番目の正側ピークの強度との差分値の絶対値と、前記複数の負側ピークのうち第ｎ番目および第(n-2)番目の負側ピークの強度の第２平均値と第(n-1)番目の負側ピークの強度との差分値の絶対値とを加算することで変化指標値を算定する指標算定手段と、
   前記変化指標値と閾値とを比較する比較手段と、
   前記変化指標値が前記閾値を下回る場合に、第(n-2)番目および第(n-1)番目の正側ピークの間隔と、第(n-1)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第(n-1)番目の負側ピークの間隔と、第(n-1)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定し、前記変化指標値が前記閾値を上回る場合に、第(n-2)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定する周期特定手段と
   を具備する周期特定装置。
2. 前記第１平均値と前記第２平均値との差分値から前記閾値を算定する閾値設定手段
   を具備する請求項１の周期特定装置。
3. 音響信号における同符号の複数のピークの各々の強度を特定するピーク検出手段と、
   前記複数のピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目のピークの強度の平均値と第(n-1)番目のピークの強度との差分値の絶対値に応じた変化指標値を算定する指標算定手段と、
   前記変化指標値と閾値とを比較する比較手段と、
   前記変化指標値が前記閾値を下回る場合に、第(n-2)番目および第(n-1)番目のピークの間隔と第(n-1)番目および第ｎ番目のピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定し、前記変化指標値が前記閾値を上回る場合に、第(n-2)番目および第ｎ番目のピークの間隔から前記音響信号のピッチ周期を特定する周期特定手段と
   を具備する周期特定装置。
4. 前記周期特定手段は、前記音響信号の波形が立上がり状態と立下がり状態と安定状態との何れにも該当しない場合に、前記音響信号のピッチ周期の特定を停止する
   請求項１から請求項３の何れかの周期特定装置。
5. 音響信号の複数の正側ピークの各々の強度と複数の負側ピークの各々の強度とを特定するピーク検出処理と、
   前記複数の正側ピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目の正側ピークの強度の第１平均値と第(n-1)番目の正側ピークの強度との差分値の絶対値と、前記複数の負側ピークのうち第ｎ番目および第(n-2)番目の負側ピークの強度の第２平均値と第(n-1)番目の負側ピークの強度との差分値の絶対値とを加算することで変化指標値を算定する指標算定処理と、
   前記変化指標値と閾値とを比較する比較処理と、
   前記変化指標値が前記閾値を下回る場合に、第(n-2)番目および第(n-1)番目の正側ピークの間隔と、第(n-1)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第(n-1)番目の負側ピークの間隔と、第(n-1)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定し、前記変化指標値が前記閾値を上回る場合に、第(n-2)番目および第ｎ番目の正側ピークの間隔と、第(n-2)番目および第ｎ番目の負側ピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定する周期特定処理と
   をコンピュータに実行させるプログラム。
6. 音響信号における同符号の複数のピークの各々の強度を特定するピーク検出処理と、
   前記複数のピークのうち第ｎ番目（ｎは自然数）および第(n-2)番目のピークの強度の平均値と第(n-1)番目のピークの強度との差分値の絶対値に応じた変化指標値を算定する指標算定処理と、
   前記変化指標値と閾値とを比較する比較処理と、
   前記変化指標値が前記閾値を下回る場合に、第(n-2)番目および第(n-1)番目のピークの間隔と第(n-1)番目および第ｎ番目のピークの間隔との少なくともひとつから前記音響信号のピッチ周期を特定し、前記変化指標値が前記閾値を上回る場合に、第(n-2)番目および第ｎ番目のピークの間隔から前記音響信号のピッチ周期を特定する周期特定処理と
   をコンピュータに実行させるプログラム。
   

Images