JPH02205897A - 有音検出装置 - 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】 ［発明の目的］ （産業上の利用分野） 本発明は、Ａ　Ｔ　Ｍ　（Ａｓｙｎｃｈｒｏｎｏｕｓ　
Ｔｒａｎｓｆｅｒ）１ｏｄｅ）通信、Ｄ　Ｓ　Ｉ　（Ｄ
ｌｇｌｔａｌ　５ｐｅｅｃｈ　Ｉｎｔｅｒｐｌａｔｉｏ
ｎ　）　、パケット通信等で、音声信号中の有音区間を
検出するために用いらたり、音声４宜等で音声の始端を
検出するための有音検出装置に関する。

（従来の技術） 従来の語頭検出器としては第７図に示すようなものがあ
る。

音声信号分析器１０２は入力端子１０１に入力された音
声信号の電力、零交差数、自己相関関数、スペクトル等
の特徴パラメータを計算する。判定器１０３は音声信号
分析器１０２の出力をしきい値Ｔａと比較し、語頭・無
音の判定を行う。

判定器１０３で用いるしきい値は、予め語頭と背最雑音
の特徴パラメータの分布を測定し、その分布により語頭
と背策雑音が分離するように設定される。

このような語頭検出器では、音声信号分析器１０２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１０３では、しきい値Ｔａ≦電力Ｐならば、語頭
、そうでなければ、無音と判定する。

ところで一般に、子音は音声と異なり電力（パワー）が
小さく、しかも、子音の性質は破裂音、摩擦音、破擦音
等の子音の種類、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
表現できない特徴バラメータ（たとえば電力、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、子音と背景雑音の境界があいまいとな
るため、識別が困難である。

また、子音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／雑音の判定を行うためには、各子音毎にマツ
チングをとる必要があり、子音／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、子音部分の検出は
困難であり、子音の検出誤りが多く、音質の劣化の原因
になっていた。

（発明が解決しようとする課題） このように従来の有音検出では、子音の検出誤りが多く
、検出の精度が劣るという問題が有った。

本発明はこのような問題に鑑みてなされたもので、その
目的とするところは検出精度の高い有音検出装置を提供
することにある。

［発明の構成］ （課題を解決するための手段） 前記目的を達成するために本発明は、有音区間から子音
を検出する子音検出器と、前記有音区間から母音を検出
する母音検出器と、前記子音検出器と母音検出器の結果
を総合して、有音であるか無音であるかを判定する有音
無音判定器と、を具備することを特徴とする。

（作用） 本発明によれば、子音検出器で子音の特徴をよく捉える
ことができる特徴パラメータおよび子音検出に適した検
出アルゴリズムにより、子音を検出する。

また同様に、母音検出器で母音の特徴をよく捉ることか
できる特徴パラメータおよび母音検出に適した検出アル
ゴリズムにより、母音を検出することができる。なお、
母音はその電力、零交差数、自己相関関数、スペクトル
、線形予測係数等のどれをとっても、その特徴は捉え易
い。

その後、両者の検出結果を総合して、有音無音判定器で
有音、無音の判定を行う。

そのため、検出の困難な子音を検出するための子音検出
器には、高精度な検出機能を、検出の比較的容易な母音
を検出するための母音検出器には、簡易な検出機能を備
えることにより、十分な性能を持ち、かつオーバースペ
ックにならない有音検出器を構成することができる。

（実施例） 以下図面にもとずいて本発明の一実施例を詳細に説明す
る。以下では、音声信号をフレーム単位に分析し、有音
・無音の判定を行っていく。たとえば、音声信号を８　
Ｋ　Ｈｚでサンプリングし、１６０サンプルづつまとめ
て１フレームとする。但し、フレーム長は常に一定長で
ある必要はない。

第１図は本発明の一実施例にかかる有音検出装置の構成
を示すブロック図であり、同図に示されるようにこの有
音検出装置は子音検出器２、母音検出器３、有音無音判
定器４からなる。なお、符号１は入力端子、符号５は出
力端子を表わす。

第２図は子音検出器２の構成を示すブロック図であり、
この子音検出器２は、特徴パラメータ計算器２１、標準
パターンマツチング器２２、変化量測定器２４、子音判
定器２５からなる。

特徴パラメータ計算器２１では、フレーム単位にＤｕｒ
ｂｌｎ法等を用いて線形予測係数を計算する。

ここで、線形予測係数を変換して、ＰＡＲＣＯＲ係数、
ＬＰＣケプストラム、メルケブストラム等を計算し、特
徴パラメータとしてもよい。また、電力、自己相関関数
、零交差数等も計算してもよいＪ　（その詳細はデジタ
ル音声処理、吉日、東海大学出版会を参照。） 標準パターンマツチング器２２は、標準パターン作成部
とマツチング部とからなり、子音の標準パターンからの
距離を測定する。

第３図は標準パターンマツチング器２２の標準パターン
作成部を示すものである。

子音データ作成部２６ａは標準パターンを作成するため
に、予め子音データを作成する。これは音声信号のうち
、子音フレームのみを集めたものである。

その作成方法は、まず、複数の被験者に日本語の全ての
音韻を発音してもらい、それを録音する。

このとき必要に応じて、他の言語の音韻も付は加えてい
く。そのようにして録音された音声信号に対し、フレー
ム単位に、子音と雑音の区別をつけるためのラベルを付
けていく。ラベル付けは、音声信号の波形やスペクトル
をＣＲＴに表示して、それを見ながらフレーム単位にラ
ベルを付けていく。

ラベル付けされた音声信号のうち、子音フレームのみを
集めたものを、子音データとする。その時の子音データ
の総フレーム数をＮとする。

このように作成した子音データの特徴パラメータを、特
徴パラメータ計算器２１と同じ構成の特徴パラメータ計
算器２６でフレーム単位に計算する。

主成分分析器２７は特徴パラメータ計算器２６より得ら
れた特徴パラメータより、子音データの特徴パラメータ
の固有値、固有ベクトル等を計算する。（主成分分析に
ついては、改訂版多変量解析、奥野、久米、芳賀、古注
、日科技遅出版を参照。） 主成分メモリ２８は主成分分析器２７により計算された
固有値、固有ベクトル等を、記憶する。

子音データの特徴パラメータの固有値、固有ベクトル等
を計算し、主成分メモリ２８に記憶した後に、全てのフ
レームの特徴パラメータに対して以下の処理を行う。

特徴パラメータ計算器２６により、もう−度特徴パラメ
ータを計算し、主成分メモリ２８の固有ベクトルを座標
とする空間に座標変換器２９で写像する。

その方法を以下に示す。

特徴パラメータＣをｐ次のベクトルとする。

また、ｐ個の主成分ベクトルＥｉを Ｅ”　（ｅｉｔ’　　１２’　”’　　ｅｉｐ）とする
。主成分ベクトルの添字ｉは、固有値の大きなものから
、１．２、・・・と付けていくものとする。

特徴パラメータＣの各成分の平均値をＭｌとすると、平
均値を引いた特徴パラメータＣ′を以下のように計算す
る。

Ｃ’　”　（Ｃ’　１、Ｃ’　２、・・・　Ｃ′　）＝
（（ｃ　　−Ｍ　　）、（Ｃ−Ｍ２）、・・・（ｃ　　
−Ｍ　　）） ｐ 主成分ベクトルのうちＥ　からＥｋを座標とす■ る空間に、写像された特徴パラメータをｚ−＜ｚ　　、
ｚ２、−ｚｋ）（１≦に≦ｐ）■ とすると、ｚｌは ｚ　　　−（Ｅ　　　・　Ｃ’　　） Ｉ となる。ここで、（Ｘ、Ｙ）はベクトルＸとベクトルＹ
の内積である。

このとき、ｋをｐより小さくとることにより、ｐ次元の
特徴パラメータＣをに次元の特徴パラメータＺに圧縮す
ることができる。

確率密度関数計算器３０は座標変換器２９により変換さ
れ特徴パラメータＺの確率密度関数を計算する。

その方法を以下に示す。

確率密度関数Ｐｒｏｂ　（Ｚ）（＝Ｐｒｏｂ　（ｚｌ、
ｚ２、・・・、ｚｋ））を浮動小数点のに次元配列とす
る。その添字の範囲は１からＭとする。

固有値をλ　、λ　、・・・　λ　とする。

１２　　　　　ｐ ｌ／２ ｑ　　−１ｎｔ　（（ｚ　　／（３ｘλ　　　））Ｘ　
（Ｍ／２））＋（Ｍ／２） ここでＩｎｔ（）は、（）の中の値の整数部分をとるも
のとする。

もし、全てのｑ　が１≦ｑＩ≦Ｍならば■ Ｐｒｏｂ（ｑ　　％ｑ２、・・・　ｑｋ）＝Ｐ　ｒｏｂ
　（Ｑ　　−Ｑ２、−　　Ｑｋ）　＋　１■ 全ての子音データ１１の各フレームに対し以上の処理が
終わった後、 Ｐｒｏｂ（Ｑ　　ｓｑ２、・・・　ｑｋ）−Ｐｒｏｂ（
ｑ　　ＳＱ２、−　　ｑｋ）／Ｎ■ とすることで、確率密度関数Ｐｒｏｂ（Ｚ）を計算でき
る。

第４図は標準パターンマツチング器２２のマツチング部
の構成を示すブロック図である。

座標変換器３２は、特徴パラメータ計算器２１により計
算された音声の特徴パラメータの座標変換を行う。その
方法は、座標変換器２９と同じである。

確率計算器３３は座標変換器２９により座標変換され特
徴パラメータの出現確率が計算される。

すなわちこの確率計算器３３は確率密度関数メモリ３１
に記憶されているマツチングをとる対象となる子音の特
徴パラメータの確率密度関数と、主成分メモリ２８に記
憶されている特徴パラメータの固有値より、確率計算器
で以下のように出現確率を計算する。

主成分ベクトルのうちＥｌからＥｋを座標とする空間に
、写像された特徴パラメータをＺ　””　（Ｚ　ｔ　Ｓ
Ｚ　２　、”’　　Ｚ　ｋ）　　（１≦に≦ｐ）固有値
をλ　、λ２、・・・　λ　とする。

ｐ １／２ ｑ　　−１ｎｔ（（ｚ　　／（３ｘλ　　　））ｘ　（
Ｍ／２））ｔ　　　　　　　　　　　ｔ　　　　　　　
　　　ｉ＋（Ｍ／２） もし、全てのｑｔ（１≦ｉ≦ｋ）が１≦ｑｌ≦Ｍならば
、 確率ｐ　（Ｚ）−Ｐｒｏｂ　（ｑ　　、ｑ２、−　　ｑ
ｔ Ｋ） そうでなければ ｐ　　（Ｚ）　　＝０ 第５図は変化量ｎｊ定器２４の構成を示すブロック図で
ある。

バッファ３４は、バッファ３４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に入力さ
れた順番で、バッファ３４のヘッドからテイルに向かっ
て蓄積する。

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３４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。

正規化係数計算器３６は、バッファ３４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目）からバッ
ファ３４のティルに向がってＮフレーム分の特徴パラメ
ータを取出し、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がら数えてｎフ
レーム過去の特徴パラメータＣ（ｎ）の１番目の要素を
Ｃ（ｎ）１ 各要素の平均値をＭｌ 各要素の標準偏差をＤＩ とすると、 Ｍｉ　−（ΣＣ（ｎ）Ｉ）／Ｎ ＤＩ　−（（Σ（Ｃ（ｎ）Ｉ−Ｍｌ　）　２）　／Ｎ”
２ｎ＝１ ｆ−１、２、・・・Ｐ ロー１１２　、　・・・Ｎ また、Ｄｌを分散 Ｄｉ　　−（１（Ｃ（ｎ）１−Ｍｌ　　）　　２　）　
　／Ｎｒｌ ｉ−ｉ　　、　　２　　、・・・Ｐ ｎ＝１　　、　２　　、・・・Ｎ としでも、 Ｄｉ　−１ としでもよい。

正規化器３５は、正規化係数計算器３６で計算した正規
化係数Ｍｌ　、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ａｘＳｃｉを正規化係数で変
換したものをＣ′１とすると Ｃ’　　１　　膳　（ＣＩ　　−Ｍｌ　　）　　／Ｄ１
　１−１　．２　　、　　・・・ＰＣ’　ｆはノルム計
算器３７に出力する。

ノルム計算器３７は、ベクトルＣ′の ノルムｌＩｃ’ｌｌを次のように計算する。

１１ｃ’１１−（Σ（：′Ｉ　２　）　１７２または、 １１ｃ’１１−（Σ　ｌｃ’ｌｌ） このようにして得られたｌｌｃ’ｌｌは、特徴パラメー
タのフレーム間変化量となる。また、ノルム計算器３７
を用いず、変化量をＣ′というベクトルとしてもよい。

子音判定器２５は、標準パターンマツチング器２２と変
化量測定器２４の出力より、子音の判定を行う。

まず、標準パターンマツチング器２２で得られた確率ｐ
　（Ｚ）としきい値Ｔａｌ、Ｔａ２および変化量測定器
２４で得られた変化ｆｆ１ｌｌｃ’ｌ＋としきい値Ｔｒ
ｉ、Ｔｒ２により、 ｉｆ　　ｐ（Ｚ）≧Ｔａｌならば子音 １ｆｌｌｃ’ｌｌ≧Ｔｒ２ならば子音 ｉ　ｆ　　　（Ｔａｌ＜　ｐ　（Ｚ）≦Ｔ　ａ２）かつ
（Ｔ「１≦ＩＩ　Ｃ’　　ｔｌ　＜　Ｔｒ２）ならば子
音そのほかは、無音区間とする。

もし、子音ならば「１」、そうでなければ「０」を有音
無音判定器４に出力する。

第６図は母音検出器の構成を示すブロック図である。

母音検出器３は、電力測定器３８で測定された電力を、
電力比較器３９でしきい値と比較し、母音の検出を行う
。その方法を以下に示す。

電力測定器３８では、フレーム単位に、以下の式で電力
Ｐを１１＃１定する。

音声信号のサンプルをａ（ｔ）、１フレームのサンプル
数をＮとすると、 Ｐ−Σ　ｌ　　ａ（ｔ）Ｉ　　／Ｎ ｔ　　Ｃｆｒａｍｅ Ｐ−Σａ（ｔ）２／　Ｎ ｔ　　Ｃｆｒａｍｃ また、零交差数、自己相関関数、線形予測係数などのパ
ラメータを、電力に置換えたり、電力と併用してもよい
。

電力比較器３９では、予め与えられているしきい値Ｔと
電力測定器でｎ１定した電力Ｐと比較する・。

もし、Ｐ≧Ｔならば母音と判定し「１」を有音無音判定
器に出力する。

そうでなければ、雑音と判定し「０」を有音無音判定器
に出力する。

また、電力測定器３８で測定した特徴パラメタがＰ個あ
るときはＰ次元空間の中で線形識別関数などを用いて判
定してもよい。

有音無音判定器４では、子音判定器２５と電力比較器３
９との出力の論理和をとる。

もし、その結果が「１」ならば有音、「０」ならば無音
とする。

さらに、ハングオーバーを付加してもよい。

一般に有音区間の子音と母音を比べると、子音は背景雑
音に埋もれてしまいがちであり、その検出は非常に困難
である。これに対して、母音の特徴は雑音とは大きく異
なるため、その検出は子音に比べて容易である。

そこで本実施例では、子音検出と母音検出の処理を分け
、特徴パラメータを抽出し、標準パターンを作成し、領
域の設定等により子音を検出し、母音を電力のみで検出
することにより、母音、子音をそれぞれに適した処理で
検出することが出来る。

よって、有音検出のためのトータルの処理量が同じなら
ば、検出の容易な母音をその母音の電力のみで、検出す
ることにより、子音の検出のための処理量を増加させる
ことができ、検出精度の向上が可能となる。

［発明の効果］ 以上詳細に説明したように本発明によれば、検出精度の
高い有音検出装置を提供することができる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る有音検出装置の構成を
示すブロック図、第２図は子音検出器２の構成を示すブ
ロック図、第３図は標準パターンマツチング器２２の標
準パターン作成部の構成を示すブロック図、第４図は標
準パターンマツチング部２２のマツチング部の構成を示
すブロック図、第５図は変化量測定器の構成を示すブロ
ック図、第６図は母音検出器３の構成を示すブロック図
、第７図は従来の語頭検出器の構成を示すブロック図で
ある。 ２・・・・・・・・・子音検出器 ３・・・・・・・・・母音検出器 ４・・・・・・・・・有音無音判定器

Claims (1)

1. 【特許請求の範囲】 有音区間から子音を検出する子音検出器と、前記有音区
   間から母音を検出する母音検出器と、前記子音検出器と
   母音検出器の結果を総合して、有音であるか無音である
   かを判定する有音無音判定器と、 を具備することを特徴とする有音検出装置。