JPH0424693A - 音声区間検出方式 - Google Patents
音声区間検出方式Info
- Publication number
- JPH0424693A JPH0424693A JP2128872A JP12887290A JPH0424693A JP H0424693 A JPH0424693 A JP H0424693A JP 2128872 A JP2128872 A JP 2128872A JP 12887290 A JP12887290 A JP 12887290A JP H0424693 A JPH0424693 A JP H0424693A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- section
- band
- voice
- input signal
- 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 title claims abstract description 29
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 1
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】
投嵐分互
本発明は、音声区間検出方式、より詳細には、騒音下、
特に、自動車の中、工場の中等の騒音の中での音声認識
に用いて好適な音声区間検出方式音声認識装置を実現す
る上で、音声区間の検出は非常に重要な問題であり、以
後の認識結果に大きな影響を及ぼす。音声区間検出の一
般的なものには、新見著「音声認識」 （井守出版）の
Ｐ、６８〜６９に記載の二つの閾値を用いる方法がある
が、この方法では、周囲にノイズが存在するような場合
、音声区間を誤って検出してしまい、ノイズを音声であ
ると誤認識してしまうことがある。この対策として、例
えば、特開昭６０−２１６４００号公報に記載されてい
るように、周囲のノイズの大きさによって閾値を変化さ
せる方法があるが、ノイズはある帯域に偏って存在する
ことが多く、ある帯域の成分だけで前記の閾値を超えて
しまうという欠点がある。
特に、自動車の中、工場の中等の騒音の中での音声認識
に用いて好適な音声区間検出方式音声認識装置を実現す
る上で、音声区間の検出は非常に重要な問題であり、以
後の認識結果に大きな影響を及ぼす。音声区間検出の一
般的なものには、新見著「音声認識」 （井守出版）の
Ｐ、６８〜６９に記載の二つの閾値を用いる方法がある
が、この方法では、周囲にノイズが存在するような場合
、音声区間を誤って検出してしまい、ノイズを音声であ
ると誤認識してしまうことがある。この対策として、例
えば、特開昭６０−２１６４００号公報に記載されてい
るように、周囲のノイズの大きさによって閾値を変化さ
せる方法があるが、ノイズはある帯域に偏って存在する
ことが多く、ある帯域の成分だけで前記の閾値を超えて
しまうという欠点がある。
且−一度
本発明は、上述のごとき実情に鑑みてなされたもので、
特に、周波数帯域の低い部分にノイズの大半が集中する
車の中などのように、ある帯域にノイズが偏って存在す
る状態でも、正しい音声区間を検出することのできる音
声区間検出方式を提供することを目的としてなされたも
のである・青−一戒 本発明は、上記目的を達成するために、（１）音声を集
音して電気信号に変換し、変換された入力信号をもとに
音声の存在する区間を検出する音声区間検出方式におい
て、前記入力信号を一つ以上の周波数帯域に分割し、各
帯域のパワーを求める手段と、前記入力信号のうち、音
声が存在しない区間から周囲の雑音の各帯域のパワーＮ
（ｗ）を推定して保持する手段と、該手段によって得
られた雑音の各帯域パワーＮ （ｗ）が小さい帯域を強
調するようなプリエンファシスとを有し、入力信号に前
記プリエンファシスをかけた信号を用いて１区間検出を
することを特徴としたものであり、更には、（２）上記
（１）の音声区間検出方式において、前記の雑音の各帯
域パワーＮ （ｗ）が、予め決められていた最小値ｍ以
下になったとき、Ｎ （ｗ）＝ｍとすることを特徴とす
るものであり、更には、（３）上記（１）又は（２）の
音声区間検出方式を用いた音声認識装置を特徴とするも
のである。以下、本発明の実施例に基いて説明する。
特に、周波数帯域の低い部分にノイズの大半が集中する
車の中などのように、ある帯域にノイズが偏って存在す
る状態でも、正しい音声区間を検出することのできる音
声区間検出方式を提供することを目的としてなされたも
のである・青−一戒 本発明は、上記目的を達成するために、（１）音声を集
音して電気信号に変換し、変換された入力信号をもとに
音声の存在する区間を検出する音声区間検出方式におい
て、前記入力信号を一つ以上の周波数帯域に分割し、各
帯域のパワーを求める手段と、前記入力信号のうち、音
声が存在しない区間から周囲の雑音の各帯域のパワーＮ
（ｗ）を推定して保持する手段と、該手段によって得
られた雑音の各帯域パワーＮ （ｗ）が小さい帯域を強
調するようなプリエンファシスとを有し、入力信号に前
記プリエンファシスをかけた信号を用いて１区間検出を
することを特徴としたものであり、更には、（２）上記
（１）の音声区間検出方式において、前記の雑音の各帯
域パワーＮ （ｗ）が、予め決められていた最小値ｍ以
下になったとき、Ｎ （ｗ）＝ｍとすることを特徴とす
るものであり、更には、（３）上記（１）又は（２）の
音声区間検出方式を用いた音声認識装置を特徴とするも
のである。以下、本発明の実施例に基いて説明する。
第１図は、本発明による音声区間検出方式の一実施例を
説明するためのブロック線図、第２図は、その動作を説
明するためのフローチャートで、第１図中、１は音声入
力部、２は帯域パワー検出部、３は雑音推定部、４はプ
リエンファシス、５は音声区間検出部、６は音声認識部
である。なお、ここで用いるパワーとは、各帯域スペク
トラムの値、或いは、その自乗値である。
説明するためのブロック線図、第２図は、その動作を説
明するためのフローチャートで、第１図中、１は音声入
力部、２は帯域パワー検出部、３は雑音推定部、４はプ
リエンファシス、５は音声区間検出部、６は音声認識部
である。なお、ここで用いるパワーとは、各帯域スペク
トラムの値、或いは、その自乗値である。
音声入力部１では、マイクロフォンのような音響・電気
信号変換器を用いて、音を電気信号Ｘ（１）に変換する
。
信号変換器を用いて、音を電気信号Ｘ（１）に変換する
。
帯域パワー検出部２は、音声入力部１で得られた電気信
号ｘ（ｔ）をバンドパスフィルタ群のような帯域分割装
置を用いて、ｎ個の帯域に分割してから、各帯域パワー
Ｘ（ｔ、ｗ）を検出する。（ｗ ＝１．２．・・・、ｎ
） 雑音推定部３は、音声が存在しない区間において、帯域
パワー検出部２から得られた各帯域のパワーＸ（ｔ、ｗ
）の２００ｍ５ｅｃ程度の間の平均値を求め、これを雑
音の各帯域のパワーＮ（ｗ）と推定し、再度この値が更
新されるまで保持しておく。
号ｘ（ｔ）をバンドパスフィルタ群のような帯域分割装
置を用いて、ｎ個の帯域に分割してから、各帯域パワー
Ｘ（ｔ、ｗ）を検出する。（ｗ ＝１．２．・・・、ｎ
） 雑音推定部３は、音声が存在しない区間において、帯域
パワー検出部２から得られた各帯域のパワーＸ（ｔ、ｗ
）の２００ｍ５ｅｃ程度の間の平均値を求め、これを雑
音の各帯域のパワーＮ（ｗ）と推定し、再度この値が更
新されるまで保持しておく。
プリエンファシス４は、雑音推定部３で推定された雑音
の帯域パワーＮ（ｗ）が他の帯域パワーと比較して小さ
い場合、その帯域を強調するもので、例えば。
の帯域パワーＮ（ｗ）が他の帯域パワーと比較して小さ
い場合、その帯域を強調するもので、例えば。
Ｙ（ｔ２ｗ）＝Ｘ（ｔ２ｗ）／Ｎ（ｗ）として、ｙ （
ｔ）をプリエンファシスの出力とするが、他のプリエン
ファシスを用いても実現可能である。
ｔ）をプリエンファシスの出力とするが、他のプリエン
ファシスを用いても実現可能である。
なお、この場合、Ｎ（ｗ）≠０の場合、Ｙ（ｔ。
Ｗ）、及び、ｙ（ｔ）が非常に大きくなってしまい、区
間検出できなくなる恐れがあるので、その対策として、
第３図に示すように、予め、Ｎ（ｗ）の最小値ｍを求め
ておき、雑音の各帯域パワーＮ（ｗ）が、この予め決め
られていた最小値ｍ以下になったとき、つまり、Ｎ（ｗ
）＜ｍのとき、Ｎ（ｗ）＝ｍ とするとよい。
間検出できなくなる恐れがあるので、その対策として、
第３図に示すように、予め、Ｎ（ｗ）の最小値ｍを求め
ておき、雑音の各帯域パワーＮ（ｗ）が、この予め決め
られていた最小値ｍ以下になったとき、つまり、Ｎ（ｗ
）＜ｍのとき、Ｎ（ｗ）＝ｍ とするとよい。
音声区間検出部５は、プリエンファシス４の出力信号ｙ
（ｔ）を用いて１区間検出を行う。区間検出の方法とし
ては、第４図に示すような、２つの閾値を使う方法があ
る。この方法は予め閾値Ｔ１゜Ｔ２（Ｔ２〉Ｔ□）を決
めておき、プリエンファシス４の出力信号ｙ（ｔ）のパ
ワーがＴ１を超えた時点ｔ□から、次にＴ８以下による
時点ｔ２までの区間Ｓを検出し、この区間内に第二の閾
値Ｔ２を超える部分がある時に限り、この区間Ｓを音声
区間として検出する方法であるが、他の公知の方法を用
いても実現可能である。
（ｔ）を用いて１区間検出を行う。区間検出の方法とし
ては、第４図に示すような、２つの閾値を使う方法があ
る。この方法は予め閾値Ｔ１゜Ｔ２（Ｔ２〉Ｔ□）を決
めておき、プリエンファシス４の出力信号ｙ（ｔ）のパ
ワーがＴ１を超えた時点ｔ□から、次にＴ８以下による
時点ｔ２までの区間Ｓを検出し、この区間内に第二の閾
値Ｔ２を超える部分がある時に限り、この区間Ｓを音声
区間として検出する方法であるが、他の公知の方法を用
いても実現可能である。
音声認識部６は入力信号ｘ（ｔ）のうち、音声区間検出
部５で区間検出された信号のみを用いて、音声認識をす
るものであり、例えば、［２値のＴＳＰを用いた単語音
声認識システムの開発）（安田晴剛他、電気学会論文誌
ＣｌＯ３巻、昭和６３年１０月号ｐ、１ｌｌｓ８〜８６
５）記載の音声認識システムを用いるが、他の公知の音
声認識システムヲ用いても実現可能である。
部５で区間検出された信号のみを用いて、音声認識をす
るものであり、例えば、［２値のＴＳＰを用いた単語音
声認識システムの開発）（安田晴剛他、電気学会論文誌
ＣｌＯ３巻、昭和６３年１０月号ｐ、１ｌｌｓ８〜８６
５）記載の音声認識システムを用いるが、他の公知の音
声認識システムヲ用いても実現可能である。
処−一米
以上の説明から明らかなように、本発明によると、ノイ
ズの大半が低域に存在する車の中などのように、ある帯
域にノイズが偏っている場合、従来の方法では、ある帯
域の成分による影響だけで音声区間を誤検出することが
あったが１本発明の区間検出方式では、入力信号にノイ
ズの小さな帯域を強調するようなプリエンファシスをか
けた信号を用いて、区間検出を行っているので、従来の
方法よりも誤検出する可能が少なくなる。
ズの大半が低域に存在する車の中などのように、ある帯
域にノイズが偏っている場合、従来の方法では、ある帯
域の成分による影響だけで音声区間を誤検出することが
あったが１本発明の区間検出方式では、入力信号にノイ
ズの小さな帯域を強調するようなプリエンファシスをか
けた信号を用いて、区間検出を行っているので、従来の
方法よりも誤検出する可能が少なくなる。
また１本発明による音声区間検出方式を音声認識装置に
用いることにより、ノイズの大半が低域に存在する車の
中などのように、ある帯域にノイズが偏っている場合で
も、誤認識する可能性が少ない音声認識装置が実現する
。
用いることにより、ノイズの大半が低域に存在する車の
中などのように、ある帯域にノイズが偏っている場合で
も、誤認識する可能性が少ない音声認識装置が実現する
。
第１図は１本発明の実施に使用して好適な電気回路のブ
ロック線図、第２図及び第３図は、それぞれ本発明の詳
細な説明するためのフローチャート、第４図は、音声区
間検出の一例を説明するためのタイムチャートである。 １・・・音声入力部、２・・帯域パワー検出部、３・・
・雑音推定部、４・・プリエンファシス、５１．音声区
間検出部、６・・・音声認識部。 特許出願人 株式会社リコー 第 図 第 図 ＋ ５ −一一一一一 力 ｔ２第 図 第 区
ロック線図、第２図及び第３図は、それぞれ本発明の詳
細な説明するためのフローチャート、第４図は、音声区
間検出の一例を説明するためのタイムチャートである。 １・・・音声入力部、２・・帯域パワー検出部、３・・
・雑音推定部、４・・プリエンファシス、５１．音声区
間検出部、６・・・音声認識部。 特許出願人 株式会社リコー 第 図 第 図 ＋ ５ −一一一一一 力 ｔ２第 図 第 区
Claims (1)
- １、音声を集音して電気信号に変換し、変換された入力
信号をもとに音声の存在する区間を検出する音声区間検
出方式において、前記入力信号を１つ以上の周波数帯域
に分割し、各帯域のパワーを求める帯域パワー検出手段
と、前記入力信号のうち、音声が存在しない区間から周
囲の雑音の各帯域のパワーＮ（ｗ）を推定して保持する
雑音推定手段と、前記手段によって得られた雑音の各帯
域パワーＮ（ｗ）が小さい帯域を強調するようなプリエ
ンフアシスとを有し、入力信号に前記プリエンファシス
をかけた信号を用いて、音声区間の検出をすることを特
徴とした音声区間検出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2128872A JP2989219B2 (ja) | 1990-05-18 | 1990-05-18 | 音声区間検出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2128872A JP2989219B2 (ja) | 1990-05-18 | 1990-05-18 | 音声区間検出方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0424693A true JPH0424693A (ja) | 1992-01-28 |
| JP2989219B2 JP2989219B2 (ja) | 1999-12-13 |
Family
ID=14995450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2128872A Expired - Lifetime JP2989219B2 (ja) | 1990-05-18 | 1990-05-18 | 音声区間検出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2989219B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007078186A1 (en) * | 2006-01-06 | 2007-07-12 | Realnetworks Asiapacific Co., Ltd. | Method of processing audio signals for improving the quality of output audio signal which is transferred to subscriber's terminal over network and audio signal pre-processing apparatus of enabling the method |
| JP2012215600A (ja) * | 2011-03-31 | 2012-11-08 | Oki Electric Ind Co Ltd | 音声区間判定装置、音声区間判定方法、及びプログラム |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014067148A (ja) | 2012-09-25 | 2014-04-17 | Toshiba Corp | 手書き文書処理装置、方法およびプログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2797616B2 (ja) | 1990-03-16 | 1998-09-17 | 松下電器産業株式会社 | 雑音抑圧装置 |
-
1990
- 1990-05-18 JP JP2128872A patent/JP2989219B2/ja not_active Expired - Lifetime
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007078186A1 (en) * | 2006-01-06 | 2007-07-12 | Realnetworks Asiapacific Co., Ltd. | Method of processing audio signals for improving the quality of output audio signal which is transferred to subscriber's terminal over network and audio signal pre-processing apparatus of enabling the method |
| US8145479B2 (en) | 2006-01-06 | 2012-03-27 | Realnetworks, Inc. | Improving the quality of output audio signal,transferred as coded speech to subscriber's terminal over a network, by speech coder and decoder tandem pre-processing |
| US20120179459A1 (en) * | 2006-01-06 | 2012-07-12 | Realnetworks, Inc. | Method and apparatus for processing audio signals |
| US8359198B2 (en) * | 2006-01-06 | 2013-01-22 | Intel Corporation | Pre-processing and speech codec encoding of ring-back audio signals transmitted over a communication network to a subscriber terminal |
| US8719013B2 (en) | 2006-01-06 | 2014-05-06 | Intel Corporation | Pre-processing and encoding of audio signals transmitted over a communication network to a subscriber terminal |
| JP2012215600A (ja) * | 2011-03-31 | 2012-11-08 | Oki Electric Ind Co Ltd | 音声区間判定装置、音声区間判定方法、及びプログラム |
| US9123351B2 (en) | 2011-03-31 | 2015-09-01 | Oki Electric Industry Co., Ltd. | Speech segment determination device, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2989219B2 (ja) | 1999-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2034354C (en) | Signal processing device | |
| EP1008140B1 (en) | Waveform-based periodicity detector | |
| NO903936D0 (no) | Deteksjon av stemme-aktivitet. | |
| DE69409121T2 (de) | Störreduktionssystem für ein binaurales hörgerät | |
| KR930007298B1 (ko) | 펄스형 간섭 검출장치 | |
| CN107358964B (zh) | 用于检测在变化的环境中的警戒信号的方法 | |
| JPH0424693A (ja) | 音声区間検出方式 | |
| JPH08221097A (ja) | 音声成分の検出法 | |
| US8788265B2 (en) | System and method for babble noise detection | |
| JP2830276B2 (ja) | 信号処理装置 | |
| JP2992324B2 (ja) | 音声区間検出方法 | |
| JP2001166783A (ja) | 音声区間検出方法 | |
| JP2859634B2 (ja) | 雑音除去装置 | |
| JP3111301B2 (ja) | 音声判別方法及び装置 | |
| JP3355473B2 (ja) | 音声検出方法 | |
| JPH0424692A (ja) | 音声区間検出方式 | |
| JPH03269498A (ja) | 雑音除去方式 | |
| JPS6336000B2 (ja) | ||
| Alias et al. | A novel acoustic fingerprint method for audio signal pattern detection | |
| JPS59228300A (ja) | 音声区間検出方式 | |
| JPH0394300A (ja) | 音声検出器 | |
| JPH0422999A (ja) | 信号処理回路及び音声認識装置 | |
| JPS627224A (ja) | 受信信号検出方式 | |
| JPH04251299A (ja) | 音声区間検出方法 | |
| JP2001175299A (ja) | 雑音除去装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071008 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081008 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081008 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091008 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101008 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101008 Year of fee payment: 11 |