JPH027099A - 過大音声検出装置 - Google Patents
過大音声検出装置Info
- Publication number
- JPH027099A JPH027099A JP63158707A JP15870788A JPH027099A JP H027099 A JPH027099 A JP H027099A JP 63158707 A JP63158707 A JP 63158707A JP 15870788 A JP15870788 A JP 15870788A JP H027099 A JPH027099 A JP H027099A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- excessive
- input
- time
- feature parameters
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 5
- 230000007423 decrease Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 6
- 238000013144 data compression Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03G—CONTROL OF AMPLIFICATION
- H03G3/00—Gain control in amplifiers or frequency changers
- H03G3/20—Automatic control
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03G—CONTROL OF AMPLIFICATION
- H03G9/00—Combinations of two or more types of control, e.g. gain control and tone control
- H03G9/02—Combinations of two or more types of control, e.g. gain control and tone control in untuned amplifiers
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Toys (AREA)
- Control Of Amplification And Gain Control (AREA)
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。
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）
この発明は、過大音声検出装置に関するもので、特に音
声認識装置において、入力音声が過大か過大でないかを
判断するために使用されるものである。
声認識装置において、入力音声が過大か過大でないかを
判断するために使用されるものである。
（従来の技術）
従来、入力された音声が過大かどうかの判定をする過大
音声検出装置は、第９図で示すように、入力の音声パワ
ーと、あるしきい値θ１とを比較し、音声パワーがしき
い値θ１より大きくなると過大音声の判定を下すもので
あった。あるいは、第１０図で示すように、入力音声の
ダイナミックレンジが０〜θ２と限られているとき、入
力音声がこのレンジを越えオーバーフローを生じたとき
に、過大音声と判定を下すものであった。このため、パ
ルス状のノイズあるいは音声が入力されると、入力音声
の大半が過大でなくても過大音声と判断されてしまうた
め、その判断に従って入カゲインを下げると、全体のパ
ワーが下がり、音声の凹凸の特徴が減少し、音声認識に
おいては、認識率が下がるという欠点があった。
音声検出装置は、第９図で示すように、入力の音声パワ
ーと、あるしきい値θ１とを比較し、音声パワーがしき
い値θ１より大きくなると過大音声の判定を下すもので
あった。あるいは、第１０図で示すように、入力音声の
ダイナミックレンジが０〜θ２と限られているとき、入
力音声がこのレンジを越えオーバーフローを生じたとき
に、過大音声と判定を下すものであった。このため、パ
ルス状のノイズあるいは音声が入力されると、入力音声
の大半が過大でなくても過大音声と判断されてしまうた
め、その判断に従って入カゲインを下げると、全体のパ
ワーが下がり、音声の凹凸の特徴が減少し、音声認識に
おいては、認識率が下がるという欠点があった。
（発明が解決しようとする問題点）
この発明は前記のような点に鑑みてなされたもので、パ
ルス状のノイズあるいは音声が入力されると、入力音声
の大半が過大でなくても過大音声と判断される従来の欠
点を改善し、入力音声の過大性の評価を音声認識に対し
て適切に行うような過大音声検出装置を提供することを
目的とする。
ルス状のノイズあるいは音声が入力されると、入力音声
の大半が過大でなくても過大音声と判断される従来の欠
点を改善し、入力音声の過大性の評価を音声認識に対し
て適切に行うような過大音声検出装置を提供することを
目的とする。
［発明の構成］
（問題点を解決するための手段）
この発明による過大音声検出装置にあっては、音声分析
手段により、入力される音声から特徴パラメータを抽出
し、該特徴パラメータの時系列パターン上で連続した特
徴パラメータが所定時間、一定値を越えていたことを検
出する手段により、入力された音声が過大であるか過大
でないかを判断するようにする。
手段により、入力される音声から特徴パラメータを抽出
し、該特徴パラメータの時系列パターン上で連続した特
徴パラメータが所定時間、一定値を越えていたことを検
出する手段により、入力された音声が過大であるか過大
でないかを判断するようにする。
（作用）
このような構成によれば、上記の入力された音声の特徴
パラメータの時系列パターン上で、連続した特徴パラメ
ータがしきい値を越える時間が一定値より短ければ入力
された音声が過大と判断されず、瞬間的にしきい値を越
えるパルス状のノイズ、あるいは音声が入力されても過
大と判断されなくなり、不必要に入力ゲインを下げるこ
となく、音声認識において、認識率がさがるという問題
もなくなる。
パラメータの時系列パターン上で、連続した特徴パラメ
ータがしきい値を越える時間が一定値より短ければ入力
された音声が過大と判断されず、瞬間的にしきい値を越
えるパルス状のノイズ、あるいは音声が入力されても過
大と判断されなくなり、不必要に入力ゲインを下げるこ
となく、音声認識において、認識率がさがるという問題
もなくなる。
（実施例）
以下、この発明の一実施例について、第１図乃至第８図
の図面を参照して説明する。
の図面を参照して説明する。
第１図は、この発明の一実施例の過大音声検出装置の概
略ブロック図である。
略ブロック図である。
第１図において、音声がマイク１より人力され、入力音
声が増幅器２を介して、ＢＰＦ（ＢａｎｄＰａｓｓ Ｆ
１ｌｔｅｒ ） ３により、音声の特徴パラメータと
して出力され、この出力をＲｅｃｔ（Ｒｅｃｔｉｌ’ｉ
・ｅ「 整流器）４で整流し、整流した信号をＬ Ｐ
Ｆ （Ｌｏｗ Ｐａ５ｓ Ｆｉｌｔｅｒ ） ５によ
り、低域成分だけとり出し、Ａ／Ｄ変換器６でアナログ
から、デジタルに変換する。データ圧縮を必要とする場
合には、必要に応じて標本化回路７で所定の周期でサン
プリングしたものを過大音声検出のために、ＣＰＵ８に
入力する。データ圧縮が必要ない場合は、直接、Ａ／Ｄ
変換器６から信号をＣＰＵ８に入力しても良いことは、
勿論である。
声が増幅器２を介して、ＢＰＦ（ＢａｎｄＰａｓｓ Ｆ
１ｌｔｅｒ ） ３により、音声の特徴パラメータと
して出力され、この出力をＲｅｃｔ（Ｒｅｃｔｉｌ’ｉ
・ｅ「 整流器）４で整流し、整流した信号をＬ Ｐ
Ｆ （Ｌｏｗ Ｐａ５ｓ Ｆｉｌｔｅｒ ） ５によ
り、低域成分だけとり出し、Ａ／Ｄ変換器６でアナログ
から、デジタルに変換する。データ圧縮を必要とする場
合には、必要に応じて標本化回路７で所定の周期でサン
プリングしたものを過大音声検出のために、ＣＰＵ８に
入力する。データ圧縮が必要ない場合は、直接、Ａ／Ｄ
変換器６から信号をＣＰＵ８に入力しても良いことは、
勿論である。
このように構成された該過大音声検出装置により入力音
声が過大であると判断された場合、過大音声検知信号Ｓ
がＣＰＵ８より出力され、増幅器１に入力されて入力ゲ
インを下げるように作用する。
声が過大であると判断された場合、過大音声検知信号Ｓ
がＣＰＵ８より出力され、増幅器１に入力されて入力ゲ
インを下げるように作用する。
第２図に、ＣＰＵ８の機能ブロック図を示す。
第２図において、ＣＰＵ５内に含まれる音声区間検出手
段９によって、入力音声の音声区間を検出し、次に、過
大判断手段１０によって、この音声が過大であるか、過
大でないか判断し、過大であると判断した場合に過大音
声検出信号Ｓを出力する。上記過大音声検出装置の過大
音声の検出方法は、上記音声の特徴パラメータの時系列
バタン上で特徴パラメータが、周波数軸方向にＦｒ）ｉ
ｚｌの幅を持ち、時間軸方向に、Ｔ ［ｍ５ｅｃ］連続
してしきい値θ３を越えた場合、入力音声が過大である
と判断し検出する。
段９によって、入力音声の音声区間を検出し、次に、過
大判断手段１０によって、この音声が過大であるか、過
大でないか判断し、過大であると判断した場合に過大音
声検出信号Ｓを出力する。上記過大音声検出装置の過大
音声の検出方法は、上記音声の特徴パラメータの時系列
バタン上で特徴パラメータが、周波数軸方向にＦｒ）ｉ
ｚｌの幅を持ち、時間軸方向に、Ｔ ［ｍ５ｅｃ］連続
してしきい値θ３を越えた場合、入力音声が過大である
と判断し検出する。
このような過大音声検出の方法によれば、第３図、第４
図で示されるように、しきい値θ３を越える周波数の幅
が小さく、または、時間が短ければ入力音声を過大とは
判断しない。一方、第５図、第６図で示されるように、
ある周波数帯域において、ある時間、しきい値θ３を越
えている音声に対しては過大であると判断される。
図で示されるように、しきい値θ３を越える周波数の幅
が小さく、または、時間が短ければ入力音声を過大とは
判断しない。一方、第５図、第６図で示されるように、
ある周波数帯域において、ある時間、しきい値θ３を越
えている音声に対しては過大であると判断される。
音声認識においては、第３図、第４図のように、最大値
が多少、大きすぎても、全体的に、音声波形の特徴が出
ているほうが、最大値がしきい値θ３を越えないように
、入力を小さくした音声よりも、認識しやすい。
が多少、大きすぎても、全体的に、音声波形の特徴が出
ているほうが、最大値がしきい値θ３を越えないように
、入力を小さくした音声よりも、認識しやすい。
第７図（ａ）は、入力音声の音声区間検出手段９の動作
を説明するためのフローチャートであり、第８図は、入
力音声の過大音声検出手段１０の動作を説明するための
フローチャートでアル。
を説明するためのフローチャートであり、第８図は、入
力音声の過大音声検出手段１０の動作を説明するための
フローチャートでアル。
次に、入力音声の音声区間検出方法について、第７図（
ａ）のフローチャー１・を用いて説明する。
ａ）のフローチャー１・を用いて説明する。
まず、最初のステップ、ｓｔ、ｌで入力された音声の始
端候補を発見したか、しないかを判断し、Ｎｏの場合、
ｓｔ、２に進み、マイクから入力された音のエネルギが
、ある基準値Ｘ（第７図（ｂ）に示した例ではＸ−７）
より大きいかを判断する。
端候補を発見したか、しないかを判断し、Ｎｏの場合、
ｓｔ、２に進み、マイクから入力された音のエネルギが
、ある基準値Ｘ（第７図（ｂ）に示した例ではＸ−７）
より大きいかを判断する。
Ｎｏの場合、次のフレームに進み、ｓｔ、ｌから再度始
める。Ｙｅｓの場合、始端候補を発見したとし、次のフ
レームに進み、ｓ’ｔ、ｌでＹｅｓとなるから、ｓｔ、
３に進み、始端を決定したか、しないかを判断する。Ｎ
ｏの場合、ｓｔ、４に進み、入力されたエネルギが、あ
る基準値Ｘより大きいかを判断する。Ｎｏの場合、始端
候補取消とし、次のフレームに進み、ｓｔ、１から再度
始める。Ｙｅｓの場合には、ｓｔ、、５に進み、入力さ
れたエネルギが、ある基準値Ｙ、（第７図（ｂ）に示し
た例ではＹ−１０）よりも大きいものがある基準数Ｚフ
レーム（第７図（ｂ）に示した例ではＺ−５）以上ある
か、ないかを判断する。Ｎ。
める。Ｙｅｓの場合、始端候補を発見したとし、次のフ
レームに進み、ｓ’ｔ、ｌでＹｅｓとなるから、ｓｔ、
３に進み、始端を決定したか、しないかを判断する。Ｎ
ｏの場合、ｓｔ、４に進み、入力されたエネルギが、あ
る基準値Ｘより大きいかを判断する。Ｎｏの場合、始端
候補取消とし、次のフレームに進み、ｓｔ、１から再度
始める。Ｙｅｓの場合には、ｓｔ、、５に進み、入力さ
れたエネルギが、ある基準値Ｙ、（第７図（ｂ）に示し
た例ではＹ−１０）よりも大きいものがある基準数Ｚフ
レーム（第７図（ｂ）に示した例ではＺ−５）以上ある
か、ないかを判断する。Ｎ。
の場合、次のフレームに進み、ｓｔ、ｌから再度始める
。Ｙｅｓの場合、始端が決定され、次のフレームに進み
、ｓｔ、１でＹｅｓ、ｓｔ、３でＹｅｓとなるから、ｓ
ｔ、５に進み、こんどは、終端候補を発見したか、しな
いかを判断する。
。Ｙｅｓの場合、始端が決定され、次のフレームに進み
、ｓｔ、１でＹｅｓ、ｓｔ、３でＹｅｓとなるから、ｓ
ｔ、５に進み、こんどは、終端候補を発見したか、しな
いかを判断する。
Ｎｏの場合、ｓｔ、７に進み、入力されたエネルギが、
基準値Ｙよりも小さいかをｆＪＩ断し、Ｎｏの場合、次
のフレームに進み、ｓｔ、１から再度始める。Ｙｅｓの
場合、終端候補発見したとし、次のフレームに進み、ｓ
【、１でＹｅｓ、ｓ ｔ、３でＹｅｓ、ｓ ｔ、６でＹ
ｅｓであるから、ｓｔ。
基準値Ｙよりも小さいかをｆＪＩ断し、Ｎｏの場合、次
のフレームに進み、ｓｔ、１から再度始める。Ｙｅｓの
場合、終端候補発見したとし、次のフレームに進み、ｓ
【、１でＹｅｓ、ｓ ｔ、３でＹｅｓ、ｓ ｔ、６でＹ
ｅｓであるから、ｓｔ。
８に進み、終端を決定したか、しないかを判断する。Ｎ
ｏの場合、ｓｔ、９に進み、入力されたエネルギが、基
準値Ｙよりも小さいかを判断、Ｎ。
ｏの場合、ｓｔ、９に進み、入力されたエネルギが、基
準値Ｙよりも小さいかを判断、Ｎ。
の場合、終端候補取消とし、次のフレームに進み、ｓｔ
、ｌから再度始める。Ｙｅｓの場合、ｓｔ。
、ｌから再度始める。Ｙｅｓの場合、ｓｔ。
１０に進み、入力されたエネルギが、基準値Ｙよりも小
さいものがある基準数Ｖフレーム（第７図（ｂ）に示し
た例では、Ｖ−１０）以上あるか、ないかを判断し、Ｎ
ｏの場合、次のフレームに進み、ｓｔ、１から再度始め
る。Ｙｅｓの場合、終端を決定し、次のフレームに進み
、Ｓｔ、ｌでＹｅｓ、ｓｔ、３でＹｅｓ、ｓ ｔ、６で
Ｙｅｓ。
さいものがある基準数Ｖフレーム（第７図（ｂ）に示し
た例では、Ｖ−１０）以上あるか、ないかを判断し、Ｎ
ｏの場合、次のフレームに進み、ｓｔ、１から再度始め
る。Ｙｅｓの場合、終端を決定し、次のフレームに進み
、Ｓｔ、ｌでＹｅｓ、ｓｔ、３でＹｅｓ、ｓ ｔ、６で
Ｙｅｓ。
ｓｔ、８でＹｅｓでエンドとなる。第７図（ｂ）に入力
された音声の音声区間の始端および、終端決定の一例を
グラフにより示す。この例では、ある基準値Ｘ、、Ｙの
値を夫々Ｘ−７、Ｙ−１０とし、ある基準フレーム数Ｚ
１ｖの数を夫々５、Ｖ−１０とする。
された音声の音声区間の始端および、終端決定の一例を
グラフにより示す。この例では、ある基準値Ｘ、、Ｙの
値を夫々Ｘ−７、Ｙ−１０とし、ある基準フレーム数Ｚ
１ｖの数を夫々５、Ｖ−１０とする。
次に、ＣＰＵ８における入力音声の過大音声検出方法に
ついて、第８図のフローチャートを用いて説明する。
ついて、第８図のフローチャートを用いて説明する。
まず、音声区間検出装置９により、音声区間の始点が決
定され、スタートする。ｓｔ、１１で時間ポインタｆｐ
を１にセットする。ここで、時間ポインタｆｐとは、音
声区間の始端が決定した音声の時間軸上で、始端から終
端までの離散的にサンプリングした音声特徴パラメータ
のフレーム数である。ステップｓｔ、１２で、周波数ポ
インタＣｐを１にセットする。ここで、周波数ポインタ
ｃｐとは、周波数軸上で、音声特徴パラメータをいくつ
かに分割したチャンネル数である。ｓｔ。
定され、スタートする。ｓｔ、１１で時間ポインタｆｐ
を１にセットする。ここで、時間ポインタｆｐとは、音
声区間の始端が決定した音声の時間軸上で、始端から終
端までの離散的にサンプリングした音声特徴パラメータ
のフレーム数である。ステップｓｔ、１２で、周波数ポ
インタＣｐを１にセットする。ここで、周波数ポインタ
ｃｐとは、周波数軸上で、音声特徴パラメータをいくつ
かに分割したチャンネル数である。ｓｔ。
１３で、時間カウンタｆｃおよび、周波数カウンタＣＣ
を１にセットする。ここで、時間カウンタｆｅおよび、
周波数カウンタＣＣとは、音声特徴パラメータがあるし
きい値θ３をこえている場合のポインタの数である。次
いで、ｓｔ、１４に進み、音声特徴パラメータのパワー
がしきい値θ３を越えているか、いないか判断する。Ｎ
ｏの場合、ｓｔ、１５に進み、周波数ポインタｃｐが終
了したか、しないかを判断する。Ｙｅｓの場合、ｓｔ。
を１にセットする。ここで、時間カウンタｆｅおよび、
周波数カウンタＣＣとは、音声特徴パラメータがあるし
きい値θ３をこえている場合のポインタの数である。次
いで、ｓｔ、１４に進み、音声特徴パラメータのパワー
がしきい値θ３を越えているか、いないか判断する。Ｎ
ｏの場合、ｓｔ、１５に進み、周波数ポインタｃｐが終
了したか、しないかを判断する。Ｙｅｓの場合、ｓｔ。
１６に進み、音声終了かどうかの判断をする。音声区間
検出手段９から音声終了の判断が下された場合、Ｙｅｓ
に進み、エンドとなる。Ｎｏの場合、ｓｔ、２０に進み
、時間ポインタｆｐに１をプラスする。ここで、ｆｐ＋
十とは、ｆｐ−ｆｐ＋１を示す。
検出手段９から音声終了の判断が下された場合、Ｙｅｓ
に進み、エンドとなる。Ｎｏの場合、ｓｔ、２０に進み
、時間ポインタｆｐに１をプラスする。ここで、ｆｐ＋
十とは、ｆｐ−ｆｐ＋１を示す。
ｓｔ、１５に戻り、Ｎｏの場合、ｓｔ、１７で、周波数
カウンタｃｃを１にセット、周波数ポインタｃｐに１を
プラスする。ここで、ｃｐ＋十とは、ｃｐ喝ｃｐ＋１を
示す。
カウンタｃｃを１にセット、周波数ポインタｃｐに１を
プラスする。ここで、ｃｐ＋十とは、ｃｐ喝ｃｐ＋１を
示す。
ｓｔ、１７からは、ｓｔ、１．４に戻り、ここでＹｅｓ
の場合、ｓｔ、１８で、周波数カウンタＣＣが、ある周
波数区間Ｆを越えているか、いないか判断する。Ｎｏの
場合、ｓｔ、１９に進み、周波数ポインタが終了したか
、しないか判断する。
の場合、ｓｔ、１８で、周波数カウンタＣＣが、ある周
波数区間Ｆを越えているか、いないか判断する。Ｎｏの
場合、ｓｔ、１９に進み、周波数ポインタが終了したか
、しないか判断する。
Ｙｅｓの場合、ｓｔ、１６に進み、音声区間検出手段９
から、音声終了の判断が下された場合、Ｙｅｓに進み、
エンドとなる。ＮＯの場合、ｓｔ。
から、音声終了の判断が下された場合、Ｙｅｓに進み、
エンドとなる。ＮＯの場合、ｓｔ。
２０で、時間ポインタｆｐに１をプラスする。
ｓｔ、１．９に戻り、Ｎｏの場合、ｓｔ、２１で周波数
カウンタＣＣおよび、周波数ポインタｃｐに夫々１をプ
ラスし、ｓｔ、１４から再度始める。
カウンタＣＣおよび、周波数ポインタｃｐに夫々１をプ
ラスし、ｓｔ、１４から再度始める。
ｓｔ、１８に戻り、ＹＰＳの場合、ｓｔ、２２で音声終
了かどうか判断する。音声区間検出手段９から、音声終
了の判断が下された場合、エンドとなる。Ｎｏの場合、
ｓｔ、２３で時間ポインタｆｐに１をプラス、周波数ポ
インタｃｐから、周波数区間Ｆを引き算して、その値を
新たに、周波数ポインタｃｐにセットし、周波数カウン
タＣＣの１をセットする。次に、ｓｔ、２４で時間カウ
ンタｆｃがある時間゛ｒを越えたか、どうか判断する。
了かどうか判断する。音声区間検出手段９から、音声終
了の判断が下された場合、エンドとなる。Ｎｏの場合、
ｓｔ、２３で時間ポインタｆｐに１をプラス、周波数ポ
インタｃｐから、周波数区間Ｆを引き算して、その値を
新たに、周波数ポインタｃｐにセットし、周波数カウン
タＣＣの１をセットする。次に、ｓｔ、２４で時間カウ
ンタｆｃがある時間゛ｒを越えたか、どうか判断する。
Ｎｏの場合、ｓｔ、２５で、時間カウンタｆｃに１をプ
ラス、ｓｔ、２６に進み、音声特徴パラメータのパワー
が第３図および、第５図に示したし５きい値θ３を越え
ているか、越えていないかを判断する。Ｎｏの場合、ｓ
ｔ、２７で、時間ポインタｆｐの内容から、時間カウン
タｆｃの値を引き算し、１をプラスし、その値を新たに
、時間ポインタｆｐＯ値とする。ｓｔ、２８で、周波数
ポインタが終了したか、しないかを判断する。
ラス、ｓｔ、２６に進み、音声特徴パラメータのパワー
が第３図および、第５図に示したし５きい値θ３を越え
ているか、越えていないかを判断する。Ｎｏの場合、ｓ
ｔ、２７で、時間ポインタｆｐの内容から、時間カウン
タｆｃの値を引き算し、１をプラスし、その値を新たに
、時間ポインタｆｐＯ値とする。ｓｔ、２８で、周波数
ポインタが終了したか、しないかを判断する。
Ｙｅｓの場合、ｓｔ、２０から再度始める。Ｎ。
の場合、ｓｔ、２９で周波数ポインタｃｐに１をプラス
し、ｓｔ、１３から再度始める。
し、ｓｔ、１３から再度始める。
ｓｔ、２６に戻り、Ｙｅｓの場合、ｓｔ、３０で、周波
数カウンタがある周波数区間Ｆを越えているか、いない
か判断する。Ｎｏの場合、ｓｔ。
数カウンタがある周波数区間Ｆを越えているか、いない
か判断する。Ｎｏの場合、ｓｔ。
３１で、周波数ポインタｃｐが終了したか、しないか判
断する。Ｙｅｓの場合、ｓ ｔ、２７に進み、再度始め
る。Ｎｏの場合、ｓｔ、３２で、周波数カウンタＣＣお
よび、周波数ポインタＣｐに１をプラスし、ｓｔ、２６
から、再度始める。ｓｔ。
断する。Ｙｅｓの場合、ｓ ｔ、２７に進み、再度始め
る。Ｎｏの場合、ｓｔ、３２で、周波数カウンタＣＣお
よび、周波数ポインタＣｐに１をプラスし、ｓｔ、２６
から、再度始める。ｓｔ。
２４に戻り、Ｙｅｓの場合、ｓｔ、３３で、音声過大と
判断し、ｓｔ、３４で過大音声検出信号Ｓを出力する。
判断し、ｓｔ、３４で過大音声検出信号Ｓを出力する。
ｓｔ、３５に進み、音声が終了かどうか判断する。Ｎｏ
の場合、ｓｔ、３４に戻り、信号Ｓが続けて出力される
。音声区間検出手段９から、音声終了の判断が下された
場合、Ｙ ｅ ｓに進み、エンドとなる。
の場合、ｓｔ、３４に戻り、信号Ｓが続けて出力される
。音声区間検出手段９から、音声終了の判断が下された
場合、Ｙ ｅ ｓに進み、エンドとなる。
このような溝底によれば、入力された音声の過大性の評
価が、あるしきい値を越えただけでは、過大とは判断さ
れず、しきい値を越える音声特徴パラメータが、ある周
波数区間で、ある一定時間超えた場合のみ、過大と判断
されるようになる。
価が、あるしきい値を越えただけでは、過大とは判断さ
れず、しきい値を越える音声特徴パラメータが、ある周
波数区間で、ある一定時間超えた場合のみ、過大と判断
されるようになる。
よって、瞬間的にしきい値を越えるパルス状の、ノイズ
、あるいは、瞬間的にしきい値を越えるパルス状の音声
が入力されても過大と判断されなくなり、入力ゲインを
下げることなく、音声認識において、認識率が下がると
いう問題もなくなる。
、あるいは、瞬間的にしきい値を越えるパルス状の音声
が入力されても過大と判断されなくなり、入力ゲインを
下げることなく、音声認識において、認識率が下がると
いう問題もなくなる。
尚、本発明は、上記の実施例において、音声特徴パラメ
ータ抽出法として、ＢＰＦによる、周波数分析を行った
ものについて、述べたが、ＦＦＴ（Ｆ ａｓｔ Ｆ ｏ
ｕｒｉｅｒ Ｔ ｒａｎｓｒｏｒｓ）による周波数分
析でも良いし、ケプストラム、メルケプストラムによる
分析出力、自己相関分析による分析出力でも良い。さら
に、過大音声決定方法において、上記の実施例による、
第６図に示す、周波数方向Ｆ、時間軸方向Ｔの方形でな
く、時間軸上Ｔ１周波数方向Ｆの軸を持つだ円で過大音
声を決定しても良いし、しきい値θ３を越える閉鎖領域
の面積を求め、それが、あるしきい値Ｓを越える時に過
大音声と判断しても良い。
ータ抽出法として、ＢＰＦによる、周波数分析を行った
ものについて、述べたが、ＦＦＴ（Ｆ ａｓｔ Ｆ ｏ
ｕｒｉｅｒ Ｔ ｒａｎｓｒｏｒｓ）による周波数分
析でも良いし、ケプストラム、メルケプストラムによる
分析出力、自己相関分析による分析出力でも良い。さら
に、過大音声決定方法において、上記の実施例による、
第６図に示す、周波数方向Ｆ、時間軸方向Ｔの方形でな
く、時間軸上Ｔ１周波数方向Ｆの軸を持つだ円で過大音
声を決定しても良いし、しきい値θ３を越える閉鎖領域
の面積を求め、それが、あるしきい値Ｓを越える時に過
大音声と判断しても良い。
［発明の効果］
以上のようにこの発明によれば、音声パワーのみならず
音声特徴パラメータを音声過大の判断に用いたため、音
声特徴パラメータによって、音声認識を行う音声認識装
置の認識性能と過大音声の評価との相関が高い。また、
あるひとつの時点のみならず、一定周波数区間の音声特
徴パラメータか、一定時間、あるしきい値を越える、あ
るいは、音声特徴パラメータがオーバーフローした時に
、音声過大の判断を下すために、音声認識性能と過大音
声の評価との相関が高い。
音声特徴パラメータを音声過大の判断に用いたため、音
声特徴パラメータによって、音声認識を行う音声認識装
置の認識性能と過大音声の評価との相関が高い。また、
あるひとつの時点のみならず、一定周波数区間の音声特
徴パラメータか、一定時間、あるしきい値を越える、あ
るいは、音声特徴パラメータがオーバーフローした時に
、音声過大の判断を下すために、音声認識性能と過大音
声の評価との相関が高い。
第１図は、本発明に係わる実施例の過大音声検出装置の
概略ブロック図であり、第２図は、第１図中のＣＰＵの
機能ブロック図、第３図は、本発明の過大音声と判断さ
れない音声の周波数分析例で、第４図は、第３図の平面
Ａ−Ａに沿って切断した断面図、第５図は、本発明の過
大音声と判断される音声の周波数分析例で、第６図は、
第５図の平面Ｂ−Ｂに沿って切断した断面図、第７図（
ａ）乃至（ｂ）は、本発明における入力音声の音声区間
検出の方法のフローチャートおよび、線図、第８図は本
発明における過大音声検出の方法のフローチャート、第
９図、第１０図は夫々、従来の過大音声の判断の方法を
示したグラフである。 １・・・・・・マイク、２・・・・・・増幅器、３・・
・・・・帯域ろ波器、４・・・・・・整流器、５・・・
・・・低域ろ波器、６・・・・・・アナログ／デジタル
変換器、７・・・・・・標本化回路、８・・・・・ＣＰ
Ｕ、９・・・・・・音声区間検出手段、１０・・・・・
・過大判断手段。 Ｓ・・・・・・過大音声検出信号、θ１・・・・・・従
来例のあるしきい値、θ２・・・・・・従来例のあるダ
イナミックレンジの上限、θ３・・・・・・実施例のあ
るしきい値、Ｆ・・・・・・実施例のある周波数区間、
Ｔ・・・・・・実施例のある一定時間、Ｘ・・・・・・
実施例のある第１の音声エネルギの値、Ｙ・・・・・・
実施例のある第２の音声エネルギの値、■・・・・・・
実施例の音声区間の終端を決定する際のＸを下回るフレ
ーム数、Ｚ・・・・・・実施例の音声区間の始端を決定
する際のＹを上回るフレーム数。 出願人代理人 弁理士 鈴丘゛武彦 第 ３ 図 周Ｊ数↑ 第４図 第 嬉 図 因 時間 第 図 （ｂ）
概略ブロック図であり、第２図は、第１図中のＣＰＵの
機能ブロック図、第３図は、本発明の過大音声と判断さ
れない音声の周波数分析例で、第４図は、第３図の平面
Ａ−Ａに沿って切断した断面図、第５図は、本発明の過
大音声と判断される音声の周波数分析例で、第６図は、
第５図の平面Ｂ−Ｂに沿って切断した断面図、第７図（
ａ）乃至（ｂ）は、本発明における入力音声の音声区間
検出の方法のフローチャートおよび、線図、第８図は本
発明における過大音声検出の方法のフローチャート、第
９図、第１０図は夫々、従来の過大音声の判断の方法を
示したグラフである。 １・・・・・・マイク、２・・・・・・増幅器、３・・
・・・・帯域ろ波器、４・・・・・・整流器、５・・・
・・・低域ろ波器、６・・・・・・アナログ／デジタル
変換器、７・・・・・・標本化回路、８・・・・・ＣＰ
Ｕ、９・・・・・・音声区間検出手段、１０・・・・・
・過大判断手段。 Ｓ・・・・・・過大音声検出信号、θ１・・・・・・従
来例のあるしきい値、θ２・・・・・・従来例のあるダ
イナミックレンジの上限、θ３・・・・・・実施例のあ
るしきい値、Ｆ・・・・・・実施例のある周波数区間、
Ｔ・・・・・・実施例のある一定時間、Ｘ・・・・・・
実施例のある第１の音声エネルギの値、Ｙ・・・・・・
実施例のある第２の音声エネルギの値、■・・・・・・
実施例の音声区間の終端を決定する際のＸを下回るフレ
ーム数、Ｚ・・・・・・実施例の音声区間の始端を決定
する際のＹを上回るフレーム数。 出願人代理人 弁理士 鈴丘゛武彦 第 ３ 図 周Ｊ数↑ 第４図 第 嬉 図 因 時間 第 図 （ｂ）
Claims (4)
- （１）音声から特徴パラメータを抽出する抽出手段と、
上記特徴パラメータの時系列パターン上で連続した特徴
パラメータが所定時間、一定値を越えていたことを検出
する手段とを具備したことを特徴とする過大音声検出装
置。 - （２）前記抽出手段は、周波数分析装置を含むことを特
徴とする請求項１に記載の過大音声検出装置。 - （３）前記抽出手段は、メルケプストラム分析装置を含
むことを特徴とする請求項１に記載の過大音声検出装置
。 - （４）前記抽出手段により抽出された特徴パラメータを
、時間軸上で離散的にサンプリングする標本化回路を具
備したことを特徴とする請求項１に記載の過大音声検出
装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63158707A JPH027099A (ja) | 1988-06-27 | 1988-06-27 | 過大音声検出装置 |
| DE68919924T DE68919924T2 (de) | 1988-06-27 | 1989-06-27 | Verfahren zur Feststellung des Sättigungspegels eines Sprachsignals. |
| EP89111669A EP0348888B1 (en) | 1988-06-27 | 1989-06-27 | Overflow speech detecting apparatus |
| KR1019890008871A KR920009957B1 (ko) | 1988-06-27 | 1989-06-27 | 과대음성 검출장치 |
| US07/552,325 US5058168A (en) | 1988-06-27 | 1990-07-13 | Overflow speech detecting apparatus for speech recognition |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63158707A JPH027099A (ja) | 1988-06-27 | 1988-06-27 | 過大音声検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH027099A true JPH027099A (ja) | 1990-01-11 |
| JPH0558551B2 JPH0558551B2 (ja) | 1993-08-26 |
Family
ID=15677598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63158707A Granted JPH027099A (ja) | 1988-06-27 | 1988-06-27 | 過大音声検出装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5058168A (ja) |
| EP (1) | EP0348888B1 (ja) |
| JP (1) | JPH027099A (ja) |
| KR (1) | KR920009957B1 (ja) |
| DE (1) | DE68919924T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009080219A (ja) * | 2007-09-26 | 2009-04-16 | Nippon Telegr & Teleph Corp <Ntt> | レベル調整判定装置、その方法、およびそのプログラム |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5315688A (en) * | 1990-09-21 | 1994-05-24 | Theis Peter F | System for recognizing or counting spoken itemized expressions |
| US5509102A (en) * | 1992-07-01 | 1996-04-16 | Kokusai Electric Co., Ltd. | Voice encoder using a voice activity detector |
| DK46493D0 (da) * | 1993-04-22 | 1993-04-22 | Frank Uldall Leonhard | Metode for signalbehandling til bestemmelse af transientforhold i auditive signaler |
| GB2421317B (en) * | 2004-12-15 | 2009-02-11 | Agilent Technologies Inc | A method and apparatus for detecting leading pulse edges |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55121500A (en) * | 1979-03-15 | 1980-09-18 | Fujitsu Ltd | Voice identification device |
| JPS6114520A (ja) * | 1984-06-29 | 1986-01-22 | Omron Tateisi Electronics Co | 回転数、速度等の検出装置 |
| JPS6329754A (ja) * | 1986-07-14 | 1988-02-08 | イ−ストマン コダツク カンパニ− | ポジ形像形成用組成物 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4624009A (en) * | 1980-05-02 | 1986-11-18 | Figgie International, Inc. | Signal pattern encoder and classifier |
| CH645501GA3 (ja) * | 1981-07-24 | 1984-10-15 | ||
| JPS5852695A (ja) * | 1981-09-25 | 1983-03-28 | 日産自動車株式会社 | 車両用音声検出装置 |
| US4624008A (en) * | 1983-03-09 | 1986-11-18 | International Telephone And Telegraph Corporation | Apparatus for automatic speech recognition |
| DE3314570A1 (de) * | 1983-04-22 | 1984-10-25 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Verfahren und anordnung zur einstellung der verstaerkung |
| JPS603700A (ja) * | 1983-06-22 | 1985-01-10 | 日本電気株式会社 | 音声検出方式 |
| US4720802A (en) * | 1983-07-26 | 1988-01-19 | Lear Siegler | Noise compensation arrangement |
| US4707857A (en) * | 1984-08-27 | 1987-11-17 | John Marley | Voice command recognition system having compact significant feature data |
| US4829578A (en) * | 1986-10-02 | 1989-05-09 | Dragon Systems, Inc. | Speech detection and recognition apparatus for use with background noise of varying levels |
-
1988
- 1988-06-27 JP JP63158707A patent/JPH027099A/ja active Granted
-
1989
- 1989-06-27 EP EP89111669A patent/EP0348888B1/en not_active Expired - Lifetime
- 1989-06-27 DE DE68919924T patent/DE68919924T2/de not_active Expired - Fee Related
- 1989-06-27 KR KR1019890008871A patent/KR920009957B1/ko not_active IP Right Cessation
-
1990
- 1990-07-13 US US07/552,325 patent/US5058168A/en not_active Expired - Lifetime
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55121500A (en) * | 1979-03-15 | 1980-09-18 | Fujitsu Ltd | Voice identification device |
| JPS6114520A (ja) * | 1984-06-29 | 1986-01-22 | Omron Tateisi Electronics Co | 回転数、速度等の検出装置 |
| JPS6329754A (ja) * | 1986-07-14 | 1988-02-08 | イ−ストマン コダツク カンパニ− | ポジ形像形成用組成物 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009080219A (ja) * | 2007-09-26 | 2009-04-16 | Nippon Telegr & Teleph Corp <Ntt> | レベル調整判定装置、その方法、およびそのプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5058168A (en) | 1991-10-15 |
| DE68919924T2 (de) | 1995-05-18 |
| KR900000754A (ko) | 1990-01-31 |
| KR920009957B1 (ko) | 1992-11-06 |
| DE68919924D1 (de) | 1995-01-26 |
| EP0348888A3 (en) | 1991-06-12 |
| EP0348888A2 (en) | 1990-01-03 |
| JPH0558551B2 (ja) | 1993-08-26 |
| EP0348888B1 (en) | 1994-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2561850B2 (ja) | 音声処理装置 | |
| US5617508A (en) | Speech detection device for the detection of speech end points based on variance of frequency band limited energy | |
| US7171357B2 (en) | Voice-activity detection using energy ratios and periodicity | |
| US8818806B2 (en) | Speech processing apparatus and speech processing method | |
| US4633499A (en) | Speech recognition system | |
| US9454976B2 (en) | Efficient discrimination of voiced and unvoiced sounds | |
| JPH027099A (ja) | 過大音声検出装置 | |
| JPH07319498A (ja) | 音声信号のピッチ周期抽出装置 | |
| JP2564821B2 (ja) | 音声判定検出装置 | |
| JP3114757B2 (ja) | 音声認識装置 | |
| KR100574883B1 (ko) | 비음성 제거에 의한 음성 추출 방법 | |
| KR100345402B1 (ko) | 피치 정보를 이용한 실시간 음성 검출 장치 및 그 방법 | |
| JP3023135B2 (ja) | 音声認識装置 | |
| JPH0635498A (ja) | 音声認識装置及び方法 | |
| JPS6229800B2 (ja) | ||
| JPH0573090A (ja) | 音声認識方法 | |
| JPS63226691A (ja) | 標準パターン作成方式 | |
| KR100501919B1 (ko) | 2개의 증폭기를 구비한 음성인식기 및 그 음성인식 방법 | |
| JPS63127294A (ja) | 音声区間検出方式 | |
| JPH06130983A (ja) | 音声認識機構の音声区間検出装置 | |
| JPS63266497A (ja) | 音声認識装置 | |
| JPH04369697A (ja) | 音声認識装置 | |
| JPH07219596A (ja) | 音声認識装置 | |
| JPS6095600A (ja) | 音声サンプリング方式 | |
| JPH07104675B2 (ja) | 音声認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |