JP6724290B2 - 音響処理装置、音響処理方法、及び、プログラム - Google Patents
音響処理装置、音響処理方法、及び、プログラム Download PDFInfo
- Publication number
- JP6724290B2 JP6724290B2 JP2015071025A JP2015071025A JP6724290B2 JP 6724290 B2 JP6724290 B2 JP 6724290B2 JP 2015071025 A JP2015071025 A JP 2015071025A JP 2015071025 A JP2015071025 A JP 2015071025A JP 6724290 B2 JP6724290 B2 JP 6724290B2
- Authority
- JP
- Japan
- Prior art keywords
- voice section
- volume
- temporary
- voice
- feature amount
- 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.)
- Active
Links
Images
Landscapes
- Circuit For Audible Band Transducer (AREA)
Description
音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズするノーマライズ部と
を備える音響処理装置。
<2>
前記第1の特徴量と、前記第2の特徴量とは、異なる種類の特徴量である
<1>に記載の音響処理装置。
<3>
前記第1の特徴量は、音量に非依存の特徴量である
<2>に記載の音響処理装置。
<4>
前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値によって更新する
<1>ないし<3>のいずれかに記載の音響処理装置。
<5>
前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値と直前の推定値のうちの大きい方に更新する
<1>ないし<3>のいずれかに記載の音響処理装置。
<6>
前記ノーマライズ部は、前記仮音声区間でない区間において、前記音声区間音量を、所定値だけ小さい値に更新する
<4>又は<5>に記載の音響処理装置。
<7>
前記ノーマライズ部は、前記仮音声区間の前記第2の特徴量の平均値を、前記音声区間音量として推定するとともに、前記仮非音声区間の前記第2の特徴量の平均値を、前記非音声区間音量として推定する
<1>ないし<6>のいずれかに記載の音響処理装置。
<8>
前記第2の特徴量は、複数の次元の特徴量であり、
前記ノーマライズ部は、前記複数の次元の特徴量のすべてを、前記音声区間音量、及び、前記非音声区間音量を用いてノーマライズする
<1>ないし<7>のいずれかに記載の音響処理装置。
<9>
ノーマライズが行われた前記第2の特徴量を用いて、音声区間を検出する検出部をさらに備える
<1>ないし<8>のいずれかに記載の音響処理装置。
<10>
音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出することと、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズすることと
を含む音響処理方法。
<11>
音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズするノーマライズ部と
して、コンピュータを機能させるためのプログラム。
<12>
音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズするノーマライズ部と
を備える音響処理装置。
<13>
前記特徴量は、音量に非依存の特徴量である
<12>に記載の音響処理装置。
<14>
前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値によって更新する
<12>又は<13>に記載の音響処理装置。
<15>
前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値と直前の推定値のうちの大きい方に更新する
<12>又は<13>に記載の音響処理装置。
<16>
前記ノーマライズ部は、前記仮音声区間でない区間において、前記音声区間音量を、所定値だけ小さい値に更新する
<14>又は<15>に記載の音響処理装置。
<17>
前記ノーマライズ部は、前記仮音声区間の前記音響信号の平均値を、前記音声区間音量として推定するとともに、前記仮非音声区間の前記音響信号の平均値を、前記非音声区間音量として推定する
<12>ないし<16>のいずれかに記載の音響処理装置。
<18>
ノーマライズが行われた前記音響信号を用いて、音声区間を検出する検出部をさらに備える
<12>ないし<17>のいずれかに記載の音響処理装置。
<19>
音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出することと、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズすることと
を含む音響処理方法。
<20>
音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズするノーマライズ部と
して、コンピュータを機能させるためのプログラム。
Claims (19)
- 音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズするノーマライズ部と、
ノーマライズが行われた前記第2の特徴量を用いて、音声区間を検出する検出部と
を備える音響処理装置。 - 前記第1の特徴量と、前記第2の特徴量とは、異なる種類の特徴量である
請求項1に記載の音響処理装置。 - 前記第1の特徴量は、音量に非依存の特徴量である
請求項2に記載の音響処理装置。 - 前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値によって更新する
請求項1ないし3のいずれかに記載の音響処理装置。 - 前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値と直前の推定値のうちの大きい方に更新する
請求項1ないし3のいずれかに記載の音響処理装置。 - 前記ノーマライズ部は、前記仮音声区間でない区間において、前記音声区間音量を、所定値だけ小さい値に更新する
請求項4又は5に記載の音響処理装置。 - 前記ノーマライズ部は、前記仮音声区間の前記第2の特徴量の平均値を、前記音声区間音量として推定するとともに、前記仮非音声区間の前記第2の特徴量の平均値を、前記非音声区間音量として推定する
請求項1ないし6のいずれかに記載の音響処理装置。 - 前記第2の特徴量は、複数の次元の特徴量であり、
前記ノーマライズ部は、前記複数の次元の特徴量のすべてを、前記音声区間音量、及び、前記非音声区間音量を用いてノーマライズする
請求項1ないし7のいずれかに記載の音響処理装置。 - 音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出することと、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズすることと、
ノーマライズが行われた前記第2の特徴量を用いて、音声区間を検出することと
を含む音響処理方法。 - 音響信号の第1の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号の、音量に依存する第2の特徴量を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記第2の特徴量を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音声区間音量、及び、前記非音声区間音量を用いて、前記第2の特徴量をノーマライズするノーマライズ部と、
ノーマライズが行われた前記第2の特徴量を用いて、音声区間を検出する検出部と
して、コンピュータを機能させるためのプログラム。 - 音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音響信号から前記非音声区間音量を減算した結果を、前記音声区間音量と前記非音声区間音量との差分で除算することにより、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズするノーマライズ部と
を備える音響処理装置。 - 前記特徴量は、音量に非依存の特徴量である
請求項11に記載の音響処理装置。 - 前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値によって更新する
請求項11又は12に記載の音響処理装置。 - 前記ノーマライズ部は、前記音声区間音量、及び、前記非音声区間音量を、最新の推定値と直前の推定値のうちの大きい方に更新する
請求項11又は12に記載の音響処理装置。 - 前記ノーマライズ部は、前記仮音声区間でない区間において、前記音声区間音量を、所定値だけ小さい値に更新する
請求項13又は14に記載の音響処理装置。 - 前記ノーマライズ部は、前記仮音声区間の前記音響信号の平均値を、前記音声区間音量として推定するとともに、前記仮非音声区間の前記音響信号の平均値を、前記非音声区間音量として推定する
請求項11ないし15のいずれかに記載の音響処理装置。 - ノーマライズが行われた前記音響信号を用いて、音声区間を検出する検出部をさらに備える
請求項11ないし16のいずれかに記載の音響処理装置。 - 音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出することと、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音響信号から前記非音声区間音量を減算した結果を、前記音声区間音量と前記非音声区間音量との差分で除算することにより、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズすることと
を含む音響処理方法。 - 音響信号の特徴量を用いて、仮の音声区間である仮音声区間と、仮の非音声区間である仮非音声区間とを検出する仮検出部と、
前記仮音声区間の前記音響信号を用いて、音声区間の音量を表す音声区間音量を推定するとともに、前記仮非音声区間の前記音響信号を用いて、非音声区間の音量を表す非音声区間音量を推定し、前記音響信号から前記非音声区間音量を減算した結果を、前記音声区間音量と前記非音声区間音量との差分で除算することにより、前記音声区間音量、及び、前記非音声区間音量を用いて、前記音響信号をノーマライズするノーマライズ部と
して、コンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015071025A JP6724290B2 (ja) | 2015-03-31 | 2015-03-31 | 音響処理装置、音響処理方法、及び、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015071025A JP6724290B2 (ja) | 2015-03-31 | 2015-03-31 | 音響処理装置、音響処理方法、及び、プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016191788A JP2016191788A (ja) | 2016-11-10 |
JP2016191788A5 JP2016191788A5 (ja) | 2018-05-17 |
JP6724290B2 true JP6724290B2 (ja) | 2020-07-15 |
Family
ID=57245541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015071025A Active JP6724290B2 (ja) | 2015-03-31 | 2015-03-31 | 音響処理装置、音響処理方法、及び、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6724290B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6599408B2 (ja) * | 2017-07-31 | 2019-10-30 | 日本電信電話株式会社 | 音響信号処理装置、方法及びプログラム |
US11894017B2 (en) * | 2019-07-25 | 2024-02-06 | Nippon Telegraph And Telephone Corporation | Voice/non-voice determination device, voice/non-voice determination model parameter learning device, voice/non-voice determination method, voice/non-voice determination model parameter learning method, and program |
CN112954122B (zh) * | 2021-01-22 | 2022-10-11 | 成都天奥信息科技有限公司 | 甚高频话音通信系统话音比选方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04295895A (ja) * | 1991-03-26 | 1992-10-20 | Matsushita Electric Ind Co Ltd | 音声認識装置 |
JP3789246B2 (ja) * | 1999-02-25 | 2006-06-21 | 株式会社リコー | 音声区間検出装置、音声区間検出方法、音声認識装置、音声認識方法および記録媒体 |
JP3759685B2 (ja) * | 1999-05-18 | 2006-03-29 | 三菱電機株式会社 | 雑音区間判定装置,雑音抑圧装置及び推定雑音情報更新方法 |
JP4521673B2 (ja) * | 2003-06-19 | 2010-08-11 | 株式会社国際電気通信基礎技術研究所 | 発話区間検出装置、コンピュータプログラム及びコンピュータ |
SG119199A1 (en) * | 2003-09-30 | 2006-02-28 | Stmicroelectronics Asia Pacfic | Voice activity detector |
JP5784075B2 (ja) * | 2012-11-05 | 2015-09-24 | 日本電信電話株式会社 | 信号区間分類装置、信号区間分類方法、およびプログラム |
-
2015
- 2015-03-31 JP JP2015071025A patent/JP6724290B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016191788A (ja) | 2016-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9666183B2 (en) | Deep neural net based filter prediction for audio event classification and extraction | |
CN106663446B (zh) | 知晓用户环境的声学降噪 | |
US9536547B2 (en) | Speaker change detection device and speaker change detection method | |
US10504539B2 (en) | Voice activity detection systems and methods | |
CN106486131B (zh) | 一种语音去噪的方法及装置 | |
US10891944B2 (en) | Adaptive and compensatory speech recognition methods and devices | |
JP5662276B2 (ja) | 音響信号処理装置および音響信号処理方法 | |
Barkana et al. | A new pitch-range based feature set for a speaker’s age and gender classification | |
JP4950930B2 (ja) | 音声/非音声を判定する装置、方法およびプログラム | |
US8655656B2 (en) | Method and system for assessing intelligibility of speech represented by a speech signal | |
CN108305639B (zh) | 语音情感识别方法、计算机可读存储介质、终端 | |
CN108682432B (zh) | 语音情感识别装置 | |
WO2017045429A1 (zh) | 一种音频数据的检测方法、系统及存储介质 | |
CN112992190B (zh) | 音频信号的处理方法、装置、电子设备和存储介质 | |
US9792898B2 (en) | Concurrent segmentation of multiple similar vocalizations | |
JP6348427B2 (ja) | 雑音除去装置及び雑音除去プログラム | |
US20230267947A1 (en) | Noise reduction using machine learning | |
JP6724290B2 (ja) | 音響処理装置、音響処理方法、及び、プログラム | |
JPWO2019244298A1 (ja) | 属性識別装置、属性識別方法、およびプログラム | |
US20230116052A1 (en) | Array geometry agnostic multi-channel personalized speech enhancement | |
KR20170124854A (ko) | 음성/비음성 구간 검출 장치 및 방법 | |
JP2015049406A (ja) | 音響信号解析装置、方法、及びプログラム | |
CN113593604A (zh) | 检测音频质量方法、装置及存储介质 | |
JP5147012B2 (ja) | 目的信号区間推定装置、目的信号区間推定方法、目的信号区間推定プログラム及び記録媒体 | |
Therese et al. | A linear visual assessment tendency based clustering with power normalized cepstral coefficients for audio signal recognition system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180322 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180327 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191017 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191209 |
|
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: 20200526 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200608 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6724290 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |