JPH02192335A

JPH02192335A - 語頭検出方式

Info

Publication number: JPH02192335A
Application number: JP1009853A
Authority: JP
Inventors: Kimitatsu Satou; 佐藤　仁樹
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1989-01-20
Filing date: 1989-01-20
Publication date: 1990-07-30

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】〔発明の目的〕（産業上の利用分野）ＡＴＭ　（Ａｓｙｎｃｈｒｏｎｏｕｓ　Ｔｒａｎｓｆｅ
ｒ　Ｍｏｄｅ）通信やＤＳＩ（ＤｉｇｉｔａＬ　５ｐｅ
ｅｃｈ　Ｉｎｔｅｒｐｌａｔｉｏｎ）やパケット通信等
で音声信号中の語頭を検出する語頭検出方式に関する。

（従来の技術）従来、音声信号分析器９、判定器１１、雑音区間設定器
ｌＯ１しきい値決定器１２からなる語頭検出装置２１が
あった。これを第４図に示す。以下同図について説明す
る。

入力端子８に入力された音声信号の、電力、雰交差数、
自己相関関数、スペクトルなどの特徴パラメータを音声
信号分析器９で計算する。判定器１１で、音声信号分析
器９の出力をしきい値と比較し、語頭・無音の判定を行
なう。

判定器１１で用いるしきい値は、あらかじめ、語頭と背
景雑音の特徴パラメータの分布を測定し、その分布によ
り語頭と背景雑音が分離するように設定される。

また、背景雑音の影響や入力音声レベルの大きさによる
誤検出を防ぐために、以下のように判定ＷＩｌｌで用い
るしきい値を制御する。

まず、雑音区間設定器１０では、受話器を上げてから話
者の音声が入力される間の背景雑音信号のみ入る区間の
、音声信号分析器９からの出力である特徴パラメータを
、しきい値決定器１２に出力する。しきい値決定器１２
では、あらかじめ設定された語頭と雑音を区別する判定
しきい値を、雑音区間設定器１０の出力を用いて適応的
に制御する。

−例として、音声信号分析器９で音声信号の電力Ｐを特
徴パラメータとして計算した場合、判定器１１では、しきい値Ｔａ≦電力Ｐならば１語頭そうでなければ、無音として判定している。

一方、しきい値決定手段１２では、雑音区間設定器１０
から得られた特徴パラメータ（電力）の平均Ｐ、と、あ
らかじめ設定したしきい値Ｔ及び、しきい値Ｔを決める
際に用いた雑音の平均電力Ｐｎより、判定器１１で用い
るしきい値Ｔａを１例えば、以下に示した式に従って計
算することができる。

Ｔａ＝Ｔ＋（Ｐ−Ｐｎ）このような方法では、判定しきい値を適確に制御するた
めの情報として、入力端子８に入力された音声信号のあ
らかじめ設定した区間の背景雑音の特徴を用いているた
め、背景雑音が変化すると正常に動作しないという欠点
を持つ。

（発明が解決しようとする課運）以上述べてきたように頭語は音声の中間部と異なりパワ
ーが小さく、シかも１語頭の性質は１語頭が母音である
場合や、破裂音、摩擦音、破擦音等の子音である場合、
また、同じ子音でも後続の母音によって大きく異なる。

そのため、音声全体の特徴の細部まで表現できない特徴
パラメータ（例えば、電力、零交差数（ある一定時間内
に信号の値が零となる回数）、自己相関関数等）では、
語頭と背景雑音の境界が曖昧となる。また、語頭の特徴
を細部まで表現できるパラメータを用いると、各子音に
よって特徴の現れ方が大きく異なるため、語頭／雑音の
判定を行なうためには、各子音毎にマツチングをとる必
要があり、語頭／雑音の判定が複雑になる。

そのため、有音検出を行うにあたり１語頭部分の検出は
困難であり１語頭の検出誤りが多く、音質の劣化の原因
になっていた。

一方、有音と雑音を区別するためのしきい値を固定とし
た場合、背景雑音の性質は一定でなく常に変化している
ため、背景雑音の影響で誤検出が多くなる。そのため、
あらかじめ設定した区間で背景雑音の特徴を調べ、しき
い値をコントロールしていた。しかし、この方法では背
景雑音の性質やレベルが急激に変化するような状況下で
はその変化に追随できず、語頭の検出精度は非常に悪く
なる。

これらの要因で、通信の分野では音質の劣化、音声認識
の分野では認識率の悪化という問題があった。

本発明は、背景雑音の性質やレベルの変動が大きい場合
でも、安定した語頭検出を行うことができる方式を簡単
な構成で提供することを目的とする。

〔発明の構成〕

（課題を解決するための手段）上記目的を達成するために本発明においては、音声信号
中の語頭を検出する語頭検出方式において、音声信号を
フレーム単位に分割して、このフレーム毎に特徴パラメ
ータを計算する音声信号分析手段と、特徴パラメータ夫
々を順次記憶しておくバッファと、このバッファ内の特
徴パラメータ夫々の変化量を計算する変化量計算手段と
、この変化量計算手段から出力される変化量の情報によ
り音声区間を検出する語頭検出手段とを具備したことを
特徴とするものである。

（作用）本発明は、音声信号中の語頭を検出する語頭検出方式で
ある。

音声信号分析手段では、音声信号の語頭を検出して、こ
のフレーム毎に特徴パラメータの計算をしている。

この特徴パラメータはフレーム順番どおりに順次バッフ
ァに記憶される。

バッファに記憶された特徴パラメータ夫々については、
変化量計算手段により変化量が計算される。

そして、語頭検出手段によりこの変化量計算手段から出
力された変化量の情報により音声区間を検出させている
。

（実施例）本発明の一実施例を図面を用いて説明する。

第１図は本発明の一実施例を示すブロック図である。

同図において、入力音声信号は入力端子１より音声信号
分析器２に入力される。

音声信号分析器２では、音声信号をある長さのフレーム
ごとに、電力、零交差数、自己相関関数、バンドパスフ
ィルタの出力、ＰＡＲＣＯＲ係数、ＬＰＣケプストラム
などの手法により求められた特徴パラメータを、バッフ
ァ３と変換器４に出力する。

バッファ３では、バッファ３内で蓄積される順序関係を
保存するために、特徴パラメータがバッファ３に入力さ
れた順番で、バッファ３のヘッド（先頭）からティル（
語尾）に向かって蓄積される。すなわち、一番新しい特
徴パラメータ（現在判定すべきフレームの特徴パラメー
タ）をバッファ３のヘッドに、一番過去の特徴パラメー
タをテイルに蓄積する。

従来の手法と異なり本発明では、判定方法が音声信号の
分析方法に依存しない。すなわち、一般に語頭の特徴を
細部まで表現できるパラメータを用いると、各子音によ
って特徴の現れ方が大きく異なるため、子音全体として
の特徴を表現するのが困難になり、語頭／雑音の判定が
複雑になる。

ところが本発明によれば、２個の要素からなる特徴パラ
メータを、スカラーである過去の特徴パラメータからの
変化量のノルムに変換するため、どのような特徴パラメ
ータを用いても、簡単な判定手法で判定できる。

そのため、この分析器は、例えば、電力、零交差数、自
己相関関数等により、語頭の特徴を細部まで表現できる
パラメータ（バンドパスフィルタの出力、ＰＡＲＣＯＲ
係数、ＬＰＣケプストラム等）を用いたほうが有効であ
る。しかし、音声の特徴を表すものであれば、特に上記
の分析手法に限らない。

変換器４では、音声信号分析器２の出力特徴パラメータ
を、判定器５で判定可能な特徴パラメータに変換する。

変換器４の一構成例を第２図に示す。

正規化係数計算器４１では、バッファ３に蓄積された特
徴パラメータのうち、現在判定すべきフレームのにフレ
ーム前（バッファのヘッドからにフレームめ）からバッ
ファのテイルに向がってＮフレー４分の特徴パラメータ
を取り出し、その平均・標準偏差等の正規化係数を計算
する。その方法を以下に示す。

現在判定すべきフレームのにフレーム前から数えてｎフ
レーム過去の特徴パラメータＣ（ｎ）のｉ番目の要素を
Ｃ（ｎ）ｉ各要素の平均値をＭｉ各要素の標準偏差をＤｉとすると、またＤｉを分散としでも。

Ｄｉ＝１としてもよい。

正規化器４２では、正規化係数計算器４１で計算した正
規化係数Ｍｉ、Ｄｉにより音声信号分析器の出力特徴パ
ラメータＣを以下のように変換する。特徴パラメータＣ
の要素をＣ１，Ｃｉを正規化係数で変換したものをＣ′
ｉとするとＣ’ｉ＝　（Ｃｉ−Ｍｉ）／Ｄｉ　　　　ｉ＝１．２．
・・・ｐＣ’ｉは判定器５に出力する。

判定器５で変換器４の出力特徴パラメータＣ′＝　（Ｃ
’ｌ、Ｃ’２．・・・Ｃ’ｐ）により現在のフレームが
有音か無音かを判定し、出力端子７よりその結果を出力
する。

その方法の一例を第３図に示す。

まず、ノルム計算部５１で、ベクトルＣ′のノルムＩＣ
’ｌを次のように計算する。

Ｉｌｃ’扉＝（ΣＣ’ｉ”）” または、しきい値比較器５２で、このようにして得られたノルム
と判定のしきい値をＴと比較して、以下のように判定す
る。

もし　ＩＩＣ’ｌｌ＞Ｔ　ならば有音もし　ｌｃ’話　≦Ｔならば無音ここで、Ｔの値は正規化係数の定義により変化する。

〔発明の効果〕

以上詳述してきたように１本発明によれば、複数個の要
素からなる特徴パラメータを過去の特徴パラメータから
の変化量と比較するという簡単な判定手法で短時間に判
定できる。

以上本発明により、背景雑音のレベルが大きくその変動
が激しい場合でも、簡単な装置で、語頭の検出が高精度
で可能となる。また、判定すべきフレームの後のフレー
ムの特徴パラメータを参照する必要がないので、判定の
ための遅延時間が小さく、リアルタイムの検出が可能と
なる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
第１図に示した変換器の一構成例を示した図、第３図は
第１図に示した判定器５の一構成例を示した図、第４図
は従来の語頭検出方式のブロック図である。１・・・入力端子３・・・バッファ５・・・判定器８・・・入力端子１０・・・ノイズ区間分析器１２・・・しきい値決定器４１・・・正規化係数計算器５１・・・ノルム計算部２・・・音声信号分析器４・・・変換器７・・・出力端子９・・・音声信号分析器１１・・・判定器１３・・・出力端子４２・・・正規化器５２・・・しきい値比較器

Claims

【特許請求の範囲】音声信号中の語頭を検出する語頭検出方式において、前記音声信号をフレーム単位に分割して、このフレーム
毎に特徴パラメータを計算する音声信号分析手段と、前記特徴パラメータ夫々を順次記憶しておくバッファと
、このバッファ内の前記特徴パラメータ夫々の変化量を計
算する変化量計算手段と、この変化量計算手段から出力される変化量の情報により
前記音声区間を検出する語頭検出手段とを具備したこと
を特徴とする語頭検出方式。