JPH01158499A - 定常雑音除去方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声認識装置に係り、特に定常雑音の除去に好
適な雑音除去方式に関する。

〔従来の技術〕

従来の雑音除去方式としては、特開昭６１−１１３０９
９号に記載のように、主に入力音声の音声パワーの大き
さを利用した方式となっていた。

〔発明が解決しようとする問題点〕

上記従来技術は、雑音を減衰させて入力できる指向性マ
イクロホン等の利用を前提としていた。

しかし、現在、一般に使われているマイクロホンは無指
向性マイクロホンである。音声認識に、無指向性マイク
ロホンを利用した時、特に電話のベル音のように定常的
な音は音声パワーが大きく、入力音声と音声パワーの大
きさのみでは判別できない問題があった。このため、定
常雑音を音声と誤認識する問題が生じる。この解決法と
して、定常雑音を標準バタンとして登録することが考え
られるが、標準バタンか増加してしまい、認識性能や装
置の規模の面からも好ましくない。

本発明の目的は、音声パワーの大きな定常的な雑音の除
去を、認識装置の構成をあまり変えずに達成することに
ある。

〔問題点を解決するための手段〕

例えば、電話のベル音のような定常雑音は次のような特
徴を有する。■パワーが上昇した後、−定のパワーレベ
ルを長く保った後、下降し、パワーの凹凸がない、■定
常雑音の■の間では、そのスペクトル形状の変化が少な
い、このため、入力した信号のパワーが谷を示す位置で
分割し、その分割した区間の長さが長く、その区間内の
スペクトル変動が少ないものを定常雑音候補とする。そ
して、音声のうち、長い持続時間での発声が可能な５母
音や撥音の音声のみと、定常雑音候補とのマツチングを
行ない、どの音声とも類似しない場合は、定常雑音と判
定することにより達成される。

〔作用〕

本方式では、まずパワーが谷を示す位置で入力信号を分
割し、その分割された区間の時間長が長いもののみを雑
音候補とする。発声される音声は。

子音の位置で音声パワーの谷を生じることが多く。

音節の持続時間は長くて２００　ｍ５ｅｃ程度である。

このため、２００〜３００　ｍ５ｅｃ以下の持続時間の
ものは音声として対象から外す。

次に、雑音候補のスペクトル変動を調べ、スペクトル変
動の大きいものを雑音候補からはずす。

これにより、例えば母音のみから成り、音声パワーの凹
凸のない「青い」などの音声を雑音候補から外すことが
できる。ここまでの処理により残される音声としては、
単独発声された５母音や撥音のみとなる。そして、これ
らの発声は明瞭な発声である。このため、あらかじめ登
録した５母音や撥音と比較することにより、雑音候補を
雑音と音声に識別できる。

〔実施例〕

以下、本発明の一実施例を第１図により説明する。第１
図は、入力音声から、母音を認識した後。

子音を認識する方式を用いた音声認識装置に実施した例
である。音声信号はマイクロホンにより電気信号に変換
され、Ａ／Ｄ変換器（図示しない）により標本化されて
取り込まれる。特徴抽出部１では音声信号から、音声パ
ワーやスペクトル情報を抽出する。音声分割部２では、
あらかじめ、無音を入力し、そのパワーを第２図の無音
レベル記憶部２−１に格納しておく、音声入力時には、
無音部検出部２−２は、入力される音声パワーが無音レ
ベル記憶部２−１の無音レベル以上となる音声区間を切
り出し、入力音声を分割する（第３図のｔ１〜ｔｚ、ｔ
ａ〜を番）０次に音声パワーｄｉｐ検出部２−３では、
更に音声パワーが谷を示す位置を検出し、その位置で更
に細分割する（第３図のｔ１〜ｔａ、ｔｇ〜ｔ＝）、そ
して、持続時間判定部２−４は、分割された区間の時間
長を求め１時間長が長い区間（例えば３００　ｍ５ｅｃ
以上）にマークを付ける。

第１図の定常部検出部３は、音声分割部２でマーク付け
された音声区間のスペクトル情報を用いて、その区間の
定常部を求める。そして、マーク付けされた区間の全区
間が定常部であればマークを残し、それ以外であればマ
ークを消す０次に。

音声／雑音判定部４では、母音標準バタン５を用いて、
定常部検出部３で求められた定常部が何の母音であるか
を判定する。ただし、ここでマークの付けられた定常部
は、母音標準パタン５のうちの単独発声された母音およ
び撥音のみとのマツチングを行なう。そして、マークさ
れた定常部が母音や撥音とマツチングしたものは、音声
としてマークを外す。この定常部検出部３および音声／
雑音判定部４の処理は、例えば日本音響学会昭和６０年
度秋季研究発表会１−４−２０の音声の定常部のセグメ
ンテーション法などにより実現することができる。

そして、子音認識部６は、ＶＣＶパタン７を用いて、マ
ークの付いていない定常部を核として、その定常部間の
子音を認識する。そして、マークの付いた定常部は雑音
区間として出力しない。

以上の処理により、定常雑音を除去した音声認識が可能
となる。

本実施例によれば、従来の音声認識装置の構成をほとん
ど変えることなく、高性能な定常雑音を除去可能な認識
装置を実現できる。

〔発明の効果〕

本発明によれば、定常雑音のパワー形状やスペクトル情
報の特徴を用いて定常雑音候補の絞り込みを行なうこと
により、比較すべき音声を限定できるため高性能な雑音
の除去が可能となる。また本発明で用いる音声パワーや
スペクトル情報および標準パタンは１通常音声認識で抽
出されるものであるため、従来の認識装置の規模を増加
させることなく実現可能である。

【図面の簡単な説明】

第１図は本発明の一実施例でブロック図、第２図は、第
１図の音声分割部のブロック図、第３図は第１図、第２
図の音声分割部の処理を説明するための図である。 １・・・特徴抽出部、２・・・音声分割部、３・・・定
常部検出部、４・・・音声／雑音判定部、５・・・母音
標準バタン、６・・・子音認識部、７・・・ｖＣｖパタ
ン、２−１・・・無音レベル記憶部、２−２・・・無音
部検出部、２−３・・・音声パワー−〇ｔｐ検出部、２
−４・・・持続時間判定部。

Claims (1)

【特許請求の範囲】
1. １、入力される音声を認識する認識装置において、上記
   音声のパワー又は音韻情報を抽出する手段と、上記音声
   パワーの谷を検出する手段と、その谷の位置や音声パワ
   ーの大きさにより入力音声を分割する手段と、その分割
   された音声区間内の音韻的な定常部を検出する手段と、
   上記分割された音声区間の時間長と定常部の存在位置か
   ら、雑音候補を検出する手段と、この雑音候補と母音や
   撥音との比較を行なうことにより雑音を検出する手段と
   を有していることを特徴とする定常雑音除去方式。