JPH04204898A - 有音区間判定方法 - 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、有音区間判定方法、特に、音声符号化、音声
認識、音声蓄積などの技術に適用するための有音区間判
定方法に関するものである。

従来の技術 従来から利用されているこの種の有音区間判定方法は、
判定フレームにおける入力音声信号（以下、入力信号と
呼ぶ）のパワーと、固定のしきい値とを比較することに
より、判定フレームの入力信号のパワーがしきい値以下
であって、かつ判定フレームの直前の連続する数フレー
ムにおける入力信号のパワーが全てしきい値以下である
ときに、当該判定フレームを無音であると判定し、また
、判定フレームの入力信号のパワーがしきい値以下であ
って、かつ判定フレームの直前の連続する数フレームに
おける入力信号のパワーが少なくとも１フレームにおい
てしきい値を越えるとき。

および判定フレームの入力信号のパワーがしきい値を越
えるときに、当該判定フレームを有音であると判定して
いる。

第２図は、従来の有音区間判定方法を説明するフローチ
ャートである。

すなわち、この第２図のフローチャートにおいて、ステ
ップｌは、判定フレームの入力信号のデータを取り込む
ステップであり、ステップ２は、判定フレームの入力信
号のパワーを求めるステップである。また、ステップ３
は、判定フレームの入力信号のパワーと、しきい値とを
比較するステップであり、ステップ４は、判定フレーム
の直前の連続する数フレームにおける前記ステップ３の
比較結果を確認するステップである。そして、ステップ
５は、有音判定ステップであり、ステップ６は、無音判
定ステップである。さらに、ステップ７は、判定フレー
ムの次のフレームがあるか否かを確認するステップを示
しており、ステップ８は、次のフレームへ移るステップ
であって、ステップ９は、有音、無音の判定を終了する
ステップである。

続いて、上記従来例方法における動作について述べる。

まず、ステップ１においては、判定フレームの入力信号
のデータを取り込み、かつステップ２において、判定フ
レームの入力信号のパワーを求める。

次に、ステップ３においては、予め定められたしきい値
と、前記ステップ２で求めた判定フレームの入力信号の
パワーとを比較し、当該判定フレームの入力信号のパワ
ーがしきい値を越える（ステップ３の”Ｎ”）場合、お
よび当該ステップ３とステップ４とにおいて、判定フレ
ームの入力信号のパワーが、しきい値以下（ステップ３
の“Ｙ”）であって、かつ判定フレームの直前の予め定
められた数フレームの入力信号のパワーのうちの１つで
もがしきい値を越える（ステップ４の”Ｎ“）場合には
、ステップ５において、判定フレームを有音と判定する
。

そしてまた、判定フレームの入力信号のパワーがしきい
値以下（ステップ３の”Ｙ”）であって、かつ判定フレ
ームの直前の数フレームの入力信号のパワーが、全てし
きい値を越える（ステップ４の”Ｙ”）場合には、ステ
ップ６において、判定フレームを無音と判定する。

さらに、ステップ７において、判定フレームに続いて次
のフレームが存在するか否かを確認し、存在すると判定
された（ステップ７の”Ｙ”）場合には、ステップ８に
おいて、判定フレームの次のフレームを新しい判定フレ
ームとし、判定フレームに続いて次のフレームが存在し
ないと判定された（ステップ７の“Ｎ”）場合には、ス
テップ８において、有音区間判定を終了する。

すなわち、このようにして、従来の有音区間判定方法に
おいても、入力信号の中の雑音のパワーが小さい場合に
あっては、有音が存在しない判定フレームを無音と判定
し、かつ有音が存在する判定フレームを有音と判定する
ことができる。

発明が解決しようとする課題 しかしながら、上記従来の有音区間判定方法においては
、雑音のパワーが大きい場合、たとえ有音が存在しない
判定フレームであっても、当該雑音信号のパワーが大き
いために、判定フレームの入力信号が判定のしきい値を
越えて、有音と判定されることがあり、そして、これを
避けるため、判定のしきい値を高めに設定すると、今度
は、有音が存在する判定フレームであるのにも拘らず、
判定フレームの入力信号のパワーが判定のしきい値以下
になって、無音と判定されることがあるという問題点が
あった。

本発明は、従来のこのような問題点を解決しようとする
もので、たとえ入力信号中の雑音信号のパワーが太き（
でも、無音である判定フレームについては、無音である
ものと判定し、同様に、有音である判定フレームについ
ては、有音であるものと判定して、常に適切かつ正確な
判定結果を得られるようにした。この種の有音区間判定
方法を提供することを目的とするものである。

課題を解決するための手段 上記目的を達成するために、本発明に係る有音区間判定
方法は、入力音声信号を時間によって複数のフレームに
別け、対象となる判定フレームの直前の１フレームが無
音であると判定された場合１判定フレームの入力音声信
号の２乗平均値であるパワーと、先に無音であると判定
されたそれぞれの各フレームの入力音声信号のパワーの
１フレーム当りに平均した値を定数倍した値とを比較す
ることで、判定フレームが有音であるか無音であるかを
判定し、また、判定フレームの直前の１フレームが有音
であると判定された場合、先に無音であると判定された
それぞれの各フレームの入力音声信号のパワーの平均値
を定数倍して判定のためのしきい値とし、判定フレーム
の入力信号のパワーと、当該しきい値とを比較すること
で、判定フレームが有音であるか無音であるかを決定し
、前フレームが有音であると判定されて、かつ入力音声
信号のパワーがしきい値を越えたときには、当該しきい
値に対して、先に無音であると判定されたそれぞれの各
フレームの入力音声信号のパワーの平均値を定数倍して
加え、前フレームが無音であると判定されて、かつ入力
音声信号のパワーがしきい値を越えないときには、当該
しきい値を変化させずにおき、前フレームが有音である
と判定されて、かつ入力音声信号のパワーがしきい値を
越えない状態が、所要フレーム数連続したときに、無音
であると判定し、前フレームが有音であると判定されて
、かつ前フレームでの入力音声信号のパワーがしきい値
を越えずに、判定フレームでの入力音声信号のパワーが
しきい値を越えたときに、当該しきい値を初期値に戻す
ようにしたしきい値制御を行なうことを特徴とするもの
である。

また、本発明は、判定フレームを複数の小区間に分割す
ると共に、当該各小区間毎に求めた入力音声信号のパワ
ーと、所期のしきい値とを比較することで、判定フレー
ムが有音であるか無音であるかを判定するようにしたも
のである。

作　　　　用 従って、本発明に係る有音区間判定方法よれば、先に処
理された複数のフレームによって所要にしきい値を算出
しているために、当該しきい値を雑音のパワーの大きさ
によって決定でき、かつこれを有音区間が連続する間、
変化させることができるもので、このために、判定フレ
ームの分割された各小区間の入力音声信号のパワーと、
しきい値との比較により、たとえ雑音信号のパワーが大
きい場合にあっても１判定フレームに少しでも有音が存
在する区間を有音であると判定し、判定フレームに少し
でも有音が存在せず、かつ判定フレームの直前の数フレ
ームに少しの有音も存在しないときに、無音であるもの
と判定し得るのである。

実施例 以下９本発明に係る有音区間判定方法の一実施例につき
、第１図を参照して詳細に説明する。

第１図は本実施例による有音区間判定方法を説明するた
めのフローチャートである。

第１図のフローチャートにおいて、ステップ１１は、判
定を行なうための第１のしきい値を設定する初期化ステ
ップである。

ステップ１２は、判定フレームの入力音声信号（以下、
入力信号と呼ぶ）のデータを取り込むステップである。

ステップ１３は、判定フレームの直前の１フレームが有
音であると判定されたフレームであるか、無音であると
判定されたフレームであるかを確認するステップである
。

ステップ１４は、前記ステップ１３において、判定フレ
ームの直前の１フレームが無音であると判定された場合
に、判定フレームの複数に分割された各小区間、こ＼で
は４つに分割された各小区間の入力信号の各パワーを求
めるステップである。

ステップ１５は、前記ステップ１４によって求めた各小
区間の入力信号の各パワーと、第１のしきい値とを比較
するステップである。

ステップ１６は、無音フレームの判定ステップである。

ステップ１７は、前記ステップ１５において、各小区間
の入力信号の各パワーの少なくとも１つが、前記第１の
しきい値を越える場合に、直前の連続する複数フレーム
、こＳでは４フレームの入力信号のパワーの平均値を定
数倍、同様に、こＳでは２倍にして第１のしきい値を定
め、また、第１のしきい値を０．７５倍にして第２のし
きい値の初期値を定めると共に、さらに、第１のしきい
値を１７６４倍にして第２の初期値の差分値を定めるス
テップである。

ステップ１８は、第２のしきい値を第２のしきい値の初
期値とするステップである。

ステップ１９は、有音フレームの判定ステップである。

ステップ２０は、前記ステップ１３において、判定フレ
ームの直前の１フレームが有音フレームであると判定さ
れた場合に、判定フレームの分割された各小区間の入力
信号の各パワーを求めるステップである。

ステップ２１は、前記ステップ２０によって求めた各小
区間の入力信号の各パワーと、第２のしきい値とを比較
するステップである。

ステップ２２は、前記ステップ２１による比較の結果１
判定フレームの各小区間の入力信号の各パワーの全てが
、第２のしきい値以下である場合にあって、判定フレー
ムの直前の４フレームの全てが、有音フレームで、かつ
判定フレームの直前の４フレームの各小区間の入力信号
の各パワーの全てが、第２のしきい値以下であるか否か
を確認するステップである。

ステップ２３は、無音フレームの判定ステップである。

ステップ２４は、前記ステップ２１による比較の結果１
判定フレームの各小区間の入力信号の各パワーの少なく
とも１つが、第２のしきい値を越える場合にあって、判
定フレームの直前の４フレームの全てが、有音フレーム
で、かつ判定フレームの直前の４フレームの各小区間の
入力信号の各パワーの全てが、第２のしきい値以下であ
るか否かを確認するステップである。

ステップ２５は、前記ステップ２４による確認の結果１
判定フレームの直前の４フレームの各小区間の入力信号
の各パワーの全てが、第２のしきい値以下である場合に
、第２のしきい値を第２のしきい値の初期値とするステ
ップである。

ステップ２６は、前記ステップ２４による確認の結果１
判定フレームの直前の４フレームの各小区間の入力信号
の各パワーの少なくとも１つが、第２のしきい値を越え
る場合に、第２のしきい値の差分値を加えるステップで
ある。

ステップ２７は、有音フレームの判定ステップである。

ステップ２８は、判定フレームに続いて次のフレームが
存在するか否かを確認するステップである。

ステップ２９は、前記ステップ２８による確認の結果１
判定フレームに続いて次のフレームが存在する場合に、
判定フレームに続く次のフレームを新しい判定フレーム
とするステップである。

ステップ３０は、前記ステップ２８による確認の結果１
判定フレームに続いて次のフレームが存在しない場合に
、有音区間判定を終了するステップである。

次に、上記実施例方法における動作について述べる。

まず、ステップ１１においては、この場合、有音区間判
定開始直後の連続する４フレームを全て無音であるもの
と判定し、当該連続する４フレームの入力信号のパワー
を２倍して第１のしきい値とし、かつ判定フレームを有
音区間判定開始直後のフレームから５番目のフレームと
する初期化を行なう。

ついで、ステップ１２においては、判定フレームの入力
信号のデータを取り込み、ステップ１３において、判定
フレームの直前の１フレームが無音フレームであるか否
かを確認する。

また、ステップ１４においては、前記ステップ１３によ
って、判定フレームの直前の１フレームが無音であると
判定された（ステップ１３の”Ｙ”）場合に、判定フレ
ームの分割された各小区間の入力信号の各パワーを求め
る。

また、ステップ１５においては、当該ステップ１４によ
って求めた各小区間の入力信号の各パワーと、第１のし
きい値とを比較して、この比較の結果１判定フレームの
各小区間の入力信号の各パワーの全てが、第１のしきい
値以下である（ステップ１５のＹ”）場合には、ステッ
プ１６において、ここでは判定フレームを無音フレーム
であるものと判定する。

そして、判定フレームの各小区間の入力信号の各パワー
の少な（とも１つが、第１のしきい値を越える（ステッ
プ１５の”Ｎ“）場合には、ステップ１７において、判
定フレームの直前の４フレームの入力信号のパワーの平
均値を２倍にして第１のしきい値とし、かつ第１のしき
い値な０゜７５倍にして第２のしきい値の初期値とし、
かつｌ／６４倍にして第２の初期値の差分値とし、さら
に、ステップ１８において、第２のしきい値を第２のし
きい値の初期値とし、さらに、ステップ１９において、
こＳでは判定フレームを有音フレームであるものと判定
する。

一部、前記ステップ１３において、判定フレームの直前
の１フレームが有音フレームであると判定された（ステ
ップ１３の”Ｎ”）場合には、ステップ２０において、
判定フレームの分割された各小区間の入力信号の各パワ
ーを求めてから、ステップ２１において、前記ステップ
２０によって求めた各小区間の入力信号の各パワーと、
第２のしきい値とを比較して、当該比較の結果９判定フ
レームの各小区間の入力信号の各パワーの全てが、第２
のしきい値以下である（ステップ２１の”Ｙ”）場合に
は、ステップ２２において、有音区間の直前の４フレー
ムの各小区間の入力信号の各パワーの全てが、第２のし
きい値以下である（ステップ２２の”Ｙ”）とき、ステ
ップ２３において、こ＼では判定フレームを無音フレー
ムであるものと判定する。

そして、有音区間の直前の４フレームの各小区間の入力
信号の各パワーの少な（とも１つが第２のしきい値を越
える（ステップ２２の“Ｎ”）ときには、ステップ２７
において、こＳでは判定フレームを有音フレームである
ものと判定する。

続いて、前記ステップ２１において、判定フレームの各
小区間の入力信号の各パワーの少なくとも１つが、第２
のしきい値を越える（ステップ２１の”Ｎ”）場合には
、ステップ２４において、判定フレームの直前の１フレ
ームの各小区間の入力信号の各パワーの全てが、第２の
しきい値以下である（ステップ２４の”Ｙ”）とき、ス
テップ２５において、第２のしきい値を第２のしきい値
の初期値とし、前記ステップ２７において、こ＼でも判
定フレームを有音フレームであるものと判定する。

さらに、前記ステップ２４において、判定フレームの直
前の１フレームの各小区間の入力信号の各パワーの少な
くとも１つが、第２のしきい値を越える（ステップ２４
の”Ｎ”）とき、ステップ２６において、第２のしきい
値に第２のしきい値の差分値を加えたものとして、同様
に、前記ステップ２７において、こＳでは判定フレーム
を有音フレームであるものと判定する。

次に、前記したように各ステップ１６，１９．２３およ
び２７にあって、それぞれに判定フレームを、有音フレ
ームであるか、または無音フレームであるかの何れかに
判定した後、ステップ２８においては、判定フレームに
続き次のフレームが存在するか否かを確認して、判定フ
レームに続いて次のフレームが存在する（ステップ２８
の”Ｙ”）場合には、ステップ２９において、判定フレ
ームに続く次のフレームを新しい判定フレームとして以
上の操作を繰り返し、また、判定フレームに続いて次の
フレームが存在しない（ステップ２８の”Ｎ“）場合に
は、ステップ３０において、有音区間判定を終了するの
である。

このように、本実施例方法においては、判定フレームの
一番最近の無音フレームによって、有音から無音への判
定を行なうためのしきい値と、無音から有音への判定を
行なうためのしきい値とを求めると共に、有音区間が連
続しかつ判定フレームと判定フレームの直前のフレーム
とで、入力信号のパワーがしきい値を越える間は、有音
から無音への判定のしきい値に、一番最近の無音フレー
ムから求めた差分値を加えることで、有音区間が連続し
かつ判定フレームで入力信号のパワーがしきい値を越え
て、しかも、判定フレームの直前のフレームで入力信号
のパワーがしきい値以下であるときに、有音から無音へ
の判定のしきい値を判定フレームの一番最近の無音フレ
ームから求めた初期値とし、有音区間が連続しかつ判定
フレームで入力信号のパワーがしきい値以下であるとき
には、有音から無音への判定のしきい値をそのまＳで変
化させないようにしているために、たとえ雑音信号のパ
ワーが小さいときにも、あるいは大きいときにも、判定
フレームを有音と判定することができるという利点があ
る。

また、本実施例方法においては、判定フレームを４つの
小区間に分割して、当該判定フレームの各小区間の入力
信号の各パワーと、第１もしくは第２のしきい値とを比
較しているために、これらの判定フレームの各小区間に
少しでも有音が存在していれば、判定フレームを有音フ
レームと判定することができるという効果がある。

発明の効果 本発明に係る有音区間判定方法は、上記実施例方法の説
明から明らかなように、次のように優れた種々の特長が
得られる。

すなわち、有音区間の直前の無音区間での入力信号のパ
ワーから判定のためのしきい値を求めているので、当該
判定のためのしきい値を雑音信号のパワーに対応したも
のとすることができるのである。

また、有音区間において、当該有音区間を判定するため
のしきい値を、最初は小さい値にしておき、判定フレー
ムの入力信号のパワーがしきい値を越える間は、そのし
きい値の設定値を上げてゆき、判定フレームの入力信号
のパワーがしきい値以下になったときには、そのしきい
値を固定し、かつ再度１判定フレームの入力信号のパワ
ーがしきい値を越えたときには、そのしきい値を初期値
とし、判定フレームの入力信号のパワーがしきい値以下
となるフレームが一定数連続した後にあって、初めて判
定フレームを無音フレームと判定することによって、有
音区間内でたとえ雑音のパワーが太き（なったとしても
、当該区間に有音が存在しなければ、判定フレームを無
音フレームとして判定することができるのである。

さらに、判定フレームの分割された各小区間での入力信
号のパワーと、第１．第２のしきい値とを比較するよう
にしているために、雑音信号のパワーが太き（でも、判
定フレームに少しでも有音が存在していれば、当該判定
フレームを有音フレームであるものと判定することがで
き、当該判定フレームにたとえ僅かでも有音が存在せず
、かつ直前の数フレームにも有音が存在しなければ、当
該判定フレームを無音フレームであるものと判定するこ
とができるのである。

【図面の簡単な説明】

第１図は本発明の一実施例を適用した有音区間判定方法
を説明するためのフローチャートであり、また、第２図
は従来例による有音区間判定方法を説明するためのフロ
ーチャートである。 代理人　弁理士　小鍜治　明　はが２名！１　　図

Claims (3)

【特許請求の範囲】
1. （１）入力音声信号を時間によって複数のフレームに別
   け、対象となる判定フレームの直前の１フレームが無音
   であると判定された場合、 判定フレームの入力音声信号の２乗平均値であるパワー
   と、先に無音であると判定されたそれぞれの各フレーム
   の入力音声信号のパワーの１フレーム当りに平均した値
   を定数倍した値とを比較することで、判定フレームが有
   音であるか無音であるかを判定し、 また、判定フレームの直前の１フレームが有音であると
   判定された場合、 先に無音であると判定されたそれぞれの各フレームの入
   力音声信号のパワーの平均値を定数倍して判定のための
   しきい値とし、判定フレームの入力信号のパワーと、当
   該しきい値とを比較することで、判定フレームが有音で
   あるか無音であるかを決定し、 前フレームが有音であると判定されて、かつ入力音声信
   号のパワーがしきい値を越えたときには、当該しきい値
   に対して、先に無音であると判定されたそれぞれの各フ
   レームの入力音声信号のパワーの平均値を定数倍して加
   え、前フレームが無音であると判定されて、かつ入力音
   声信号のパワーがしきい値を越えないときには、当該し
   きい値を変化させずにおき、 前フレームが有音であると判定されて、かつ入力音声信
   号のパワーがしきい値を越えない状態が、所要フレーム
   数連続したときに、無音であると判定し、前フレームが
   有音であると判定されて、かつ前フレームでの入力音声
   信号のパワーがしきい値を越えずに、判定フレームでの
   入力音声信号のパワーがしきい値を越えたときに、当該
   しきい値を初期値に戻すようにしたしきい値制御を行な
   うことを特徴とする有音区間判定方法。
2. （２）判定フレームを複数の小区間に分割すると共に、
   当該各小区間毎に求めた入力音声信号のパワーと、所期
   のしきい値とを比較することで、判定フレームが有音で
   あるか無音であるかを判定する請求項１記載の有音区間
   判定方法。
3. （３）前フレームが有音であると判定されて、かつ入力
   音声信号のパワーがしきい値を越えたときのしきい値を
   、定数倍して新しいしきい値とする請求項１記載の有音
   区間判定方法。