JPH04251299A - 音声区間検出方法 - Google Patents
音声区間検出方法Info
- Publication number
- JPH04251299A JPH04251299A JP3001077A JP107791A JPH04251299A JP H04251299 A JPH04251299 A JP H04251299A JP 3001077 A JP3001077 A JP 3001077A JP 107791 A JP107791 A JP 107791A JP H04251299 A JPH04251299 A JP H04251299A
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- frame
- speech section
- voice
- determined
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 claims abstract description 27
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 description 23
- 230000005236 sound signal Effects 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 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
【０００１】
【産業上の利用分野】本発明はデジタル音声録音及び音
声認識する際の音声区間検出方法に関する。
声認識する際の音声区間検出方法に関する。
【０００２】
【従来の技術】入力信号の中から音声区間を判定する検
出方法としては、音声認識において利用されているもの
が知られている。それは入力音声信号を一定フレーム間
隔で切り出して音声区間の判定を行うもので、例えば入
力音声信号の最初の１００ｍｓｅｃは雑音区間であると
仮定し、雑音信号平均電力及び雑音信号零交差速度平均
を推定し、これより算出される電力及び零交差速度の閾
値を決定し、この閾値により以後の音声区間判定を判定
を行うようにした方法である。
出方法としては、音声認識において利用されているもの
が知られている。それは入力音声信号を一定フレーム間
隔で切り出して音声区間の判定を行うもので、例えば入
力音声信号の最初の１００ｍｓｅｃは雑音区間であると
仮定し、雑音信号平均電力及び雑音信号零交差速度平均
を推定し、これより算出される電力及び零交差速度の閾
値を決定し、この閾値により以後の音声区間判定を判定
を行うようにした方法である。
【０００３】尚、上記のように音声区間の判定を行う技
術については、例えば特開平１−２８６６４３号公報（
Ｈ０４Ｊ３／１７）に示されるものがある。
術については、例えば特開平１−２８６６４３号公報（
Ｈ０４Ｊ３／１７）に示されるものがある。
【０００４】
【発明が解決しようとする課題】しかしながら、従来の
方式では信号電力と零交差速度により音声区間の判定を
行っているので対雑音性が乏しいという問題があった。
方式では信号電力と零交差速度により音声区間の判定を
行っているので対雑音性が乏しいという問題があった。
【０００５】即ち、環境雑音の音声信号における電力及
び零交差速度に及ぼす影響は大きく、従来の方式では環
境雑音の殆どない場合にしか有効ではなかった。
び零交差速度に及ぼす影響は大きく、従来の方式では環
境雑音の殆どない場合にしか有効ではなかった。
【０００６】また、環境雑音は非定常的である場合が普
通であり、この場合、雑音スペクトルの時間変動が考え
られるが、この点に関しても従来の方式ではほとんど対
処されていない。
通であり、この場合、雑音スペクトルの時間変動が考え
られるが、この点に関しても従来の方式ではほとんど対
処されていない。
【０００７】
【課題を解決するための手段】本発明は上記課題を解決
するためのものであって、入力音声を一定の時間フレー
ム単位でＬＰＣスペクトル分析を行い、低周波数帯域の
スペクトルピークと高周波数帯域の平均スペクトルのレ
ベル差が閾値を越えたときを音声区間と判定する際に、
１つ過去のフレームが音声区間でないと判定された時に
、現在のフレームのスペクトルから１フレーム過去のス
ペクトルを減算して修正フレームのスペクトルを作成し
、現在のフレームに代えて前記修正フレームのスペクト
ルを用いて上記音声区間の判定を行うことを特徴とした
音声区間検出方法を提案する。
するためのものであって、入力音声を一定の時間フレー
ム単位でＬＰＣスペクトル分析を行い、低周波数帯域の
スペクトルピークと高周波数帯域の平均スペクトルのレ
ベル差が閾値を越えたときを音声区間と判定する際に、
１つ過去のフレームが音声区間でないと判定された時に
、現在のフレームのスペクトルから１フレーム過去のス
ペクトルを減算して修正フレームのスペクトルを作成し
、現在のフレームに代えて前記修正フレームのスペクト
ルを用いて上記音声区間の判定を行うことを特徴とした
音声区間検出方法を提案する。
【０００８】
【作用】上記方法によると、対雑音性を有する音声区間
検出方法が可能になる。
検出方法が可能になる。
【０００９】
【実施例】次に、本発明の音声区間検出方法について以
下に説明する。
下に説明する。
【００１０】図１に於て、１は４０００Ｈｚまでの通過
帯域をもつロ−パスフィルタ、２はサンプリングレート
８ｋＨｚ、ビット長１２ビットでＡＤ変換を行うＡＤ変
換器、３はスペクトルであるデジタル音声信号（スペク
トル）を貯えるメモリで、その容量は１６ＭＢである。 ４はスイッチ、５は時間軸圧縮伸長処理を行うＤＳＰと
呼ばれる汎用信号処理チップで、ここでは品番３２０Ｃ
２５（ＴＩ社製）を使用しており、その処理を以下に説
明する。
帯域をもつロ−パスフィルタ、２はサンプリングレート
８ｋＨｚ、ビット長１２ビットでＡＤ変換を行うＡＤ変
換器、３はスペクトルであるデジタル音声信号（スペク
トル）を貯えるメモリで、その容量は１６ＭＢである。 ４はスイッチ、５は時間軸圧縮伸長処理を行うＤＳＰと
呼ばれる汎用信号処理チップで、ここでは品番３２０Ｃ
２５（ＴＩ社製）を使用しており、その処理を以下に説
明する。
【００１１】まず、音声信号の最初のフレームは音声区
間でないと見做して処理を開始し、メモリ３の初期値は
ゼロクリアされている。第１処理で固定長フレームによ
る音声信号の切出しを行う。１フレームは２５６デ−タ
（３２ｍｓｅｃ）とする。第２処理ではフレーム信号の
ＬＰＣスペクトル分析を行う。分析次数は８次とし、Ｌ
ＰＣ分析により２５６個のスペクトルが得られる。得ら
れたスペクトルはピッチなどの微細構造を含まない滑ら
かなホルマント曲線となる。第３処理では分析されたス
ペクトルをメモリ３に記憶する。スペクトルは１つ過去
のフレームにおけるスペクトルと現在のフレームのスペ
クトルの２フレーム分記憶される。尚、１つ過去のフレ
ームが音声区間であると判定された場合にはスイッチ４
がＡ側に接続されて次の第４処理を介さずに現在のフレ
ームのままで第５処理以降の音声区間の判定を行う。
間でないと見做して処理を開始し、メモリ３の初期値は
ゼロクリアされている。第１処理で固定長フレームによ
る音声信号の切出しを行う。１フレームは２５６デ−タ
（３２ｍｓｅｃ）とする。第２処理ではフレーム信号の
ＬＰＣスペクトル分析を行う。分析次数は８次とし、Ｌ
ＰＣ分析により２５６個のスペクトルが得られる。得ら
れたスペクトルはピッチなどの微細構造を含まない滑ら
かなホルマント曲線となる。第３処理では分析されたス
ペクトルをメモリ３に記憶する。スペクトルは１つ過去
のフレームにおけるスペクトルと現在のフレームのスペ
クトルの２フレーム分記憶される。尚、１つ過去のフレ
ームが音声区間であると判定された場合にはスイッチ４
がＡ側に接続されて次の第４処理を介さずに現在のフレ
ームのままで第５処理以降の音声区間の判定を行う。
【００１２】第４処理では１つ過去のフレームが音声区
間でないと判定された場合において、スイッチ４がＢ側
に接続されて、現在のフレームのスペクトルよりそれぞ
れ周波数に対応する１つ過去のフレームのスペクトルを
減算し、修正フレームを作成し、現在のフレームに代え
て前記修正フレームのスペクトルを用いて第５処理以降
の音声区間の判定を行う。
間でないと判定された場合において、スイッチ４がＢ側
に接続されて、現在のフレームのスペクトルよりそれぞ
れ周波数に対応する１つ過去のフレームのスペクトルを
減算し、修正フレームを作成し、現在のフレームに代え
て前記修正フレームのスペクトルを用いて第５処理以降
の音声区間の判定を行う。
【００１３】第５処理以降は音声区間の判定方法に関し
、その第５処理では１００ＨＺ〜１５００ＨＺ帯域のス
ペクトルのピーク検出を行い、求められたピークレベル
をＰｓとしてＤＳＰ５の内部ＲＡＭに記憶する。第６処
理では３５００Ｈｚ以上の帯域における平均スペクトル
レベルＰｚを算出する。第７処理ではＰｓ−Ｐｚの計算
を行う。第８処理ではＤＳＰ５外部から入力される閾値
よりＰｓ−Ｐｚのレベルが大きければそのフレームを音
声区間と判定し、判定結果は出力されると同時にスイッ
チ４を制御して切り換えを行う。
、その第５処理では１００ＨＺ〜１５００ＨＺ帯域のス
ペクトルのピーク検出を行い、求められたピークレベル
をＰｓとしてＤＳＰ５の内部ＲＡＭに記憶する。第６処
理では３５００Ｈｚ以上の帯域における平均スペクトル
レベルＰｚを算出する。第７処理ではＰｓ−Ｐｚの計算
を行う。第８処理ではＤＳＰ５外部から入力される閾値
よりＰｓ−Ｐｚのレベルが大きければそのフレームを音
声区間と判定し、判定結果は出力されると同時にスイッ
チ４を制御して切り換えを行う。
【００１４】尚、処理の開始及び終了は外部からのＤＳ
Ｐ５への割り込み制御により行われ、処理命令期間中は
第１処理から第８処理までを連続して行う。
Ｐ５への割り込み制御により行われ、処理命令期間中は
第１処理から第８処理までを連続して行う。
【００１５】次に本発明の音声区間検出方法の１つのパ
ターンを図２を参照して説明する。図２ａは雑音がほと
んどない場合の入力音声波形を示す図で、日本語男声の
音声波形を６．４ｓｅｃ分だけ示している。図２ｂは従
来の判定結果を示しており、ハイのときは音声区間であ
る。図２ｃは本発明の判定結果を示すもので、感度レベ
ルは２０ｄＢとしている。図２ｄは雑音を含む入力音声
信号波形（セグメンタルＳＮＲによる音声信号の劣化は
−１２ｄＢ）で、雑音源はヘリコプターの操縦席内の雑
音を用いた。図２ｅは従来の方法による図２ｄの入力信
号の判定結果を示すもので、全ての区間で音声区間でな
いと判断している。図２ｆは本発明方法による図２ｄの
入力信号の判定結果を示すもので、音声区間の判定が行
われており、感度レベルは１０ｄＢとしている。
ターンを図２を参照して説明する。図２ａは雑音がほと
んどない場合の入力音声波形を示す図で、日本語男声の
音声波形を６．４ｓｅｃ分だけ示している。図２ｂは従
来の判定結果を示しており、ハイのときは音声区間であ
る。図２ｃは本発明の判定結果を示すもので、感度レベ
ルは２０ｄＢとしている。図２ｄは雑音を含む入力音声
信号波形（セグメンタルＳＮＲによる音声信号の劣化は
−１２ｄＢ）で、雑音源はヘリコプターの操縦席内の雑
音を用いた。図２ｅは従来の方法による図２ｄの入力信
号の判定結果を示すもので、全ての区間で音声区間でな
いと判断している。図２ｆは本発明方法による図２ｄの
入力信号の判定結果を示すもので、音声区間の判定が行
われており、感度レベルは１０ｄＢとしている。
【００１６】
【発明の効果】本発明によると、例えばセグメンタルＳ
ＮＲが−１２ｄＢ程度劣化するような雑音環境下におい
ても音声区間の検出が可能となり、音声区間のみを録音
するＩＣレコーダ等のメモリの節約となると共に音声に
より制御される家電製品などの雑音環境化における動作
を正確に行えるので極めて有益である。
ＮＲが−１２ｄＢ程度劣化するような雑音環境下におい
ても音声区間の検出が可能となり、音声区間のみを録音
するＩＣレコーダ等のメモリの節約となると共に音声に
より制御される家電製品などの雑音環境化における動作
を正確に行えるので極めて有益である。
【図１】本発明を説明するための概略ブロック図である
。
。
【図２】本発明を説明するための波形図である。
１ フィルタ
２ ＡＤ変換器
３ メモリ
４ スイッチ
５ ＤＳＰ
Claims (1)
- 【請求項１】 入力音声を一定の時間フレーム単位で
ＬＰＣスペクトル分析を行い、低周波数帯域のスペクト
ルピークと高周波数帯域の平均スペクトルのレベル差が
閾値を越えたときを音声区間と判定する際に、１つ過去
のフレームが音声区間でないと判定された時に、現在の
フレームのスペクトルから１フレ−ム過去のスペクトル
を減算して修正フレームを作成し、現在のフレームに代
えて前記修正フレームのスペクトルを用いて上記音声区
間の判定を行うことを特徴とした音声区間検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3001077A JPH04251299A (ja) | 1991-01-09 | 1991-01-09 | 音声区間検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3001077A JPH04251299A (ja) | 1991-01-09 | 1991-01-09 | 音声区間検出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04251299A true JPH04251299A (ja) | 1992-09-07 |
Family
ID=11491441
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3001077A Pending JPH04251299A (ja) | 1991-01-09 | 1991-01-09 | 音声区間検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04251299A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007094388A (ja) * | 2005-09-26 | 2007-04-12 | Samsung Electronics Co Ltd | 音声区間検出装置及び音声区間検出方法 |
| JP2019090962A (ja) * | 2017-11-16 | 2019-06-13 | 清水建設株式会社 | 音声検知システム及び音声検知方法 |
-
1991
- 1991-01-09 JP JP3001077A patent/JPH04251299A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007094388A (ja) * | 2005-09-26 | 2007-04-12 | Samsung Electronics Co Ltd | 音声区間検出装置及び音声区間検出方法 |
| US7711558B2 (en) | 2005-09-26 | 2010-05-04 | Samsung Electronics Co., Ltd. | Apparatus and method for detecting voice activity period |
| JP2019090962A (ja) * | 2017-11-16 | 2019-06-13 | 清水建設株式会社 | 音声検知システム及び音声検知方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0763811B1 (en) | Speech signal processing apparatus for detecting a speech signal | |
| US5617508A (en) | Speech detection device for the detection of speech end points based on variance of frequency band limited energy | |
| KR100307065B1 (ko) | 음성검출장치 | |
| JP3423906B2 (ja) | 音声の動作特性検出装置および検出方法 | |
| US5970441A (en) | Detection of periodicity information from an audio signal | |
| US4597098A (en) | Speech recognition system in a variable noise environment | |
| US9454976B2 (en) | Efficient discrimination of voiced and unvoiced sounds | |
| JPH02267599A (ja) | 音声検出装置 | |
| JPS59115625A (ja) | 音声検出器 | |
| JPH0431898A (ja) | 音声雑音分離装置 | |
| Ramirez et al. | Voice activity detection with noise reduction and long-term spectral divergence estimation | |
| US4845753A (en) | Pitch detecting device | |
| JPH04251299A (ja) | 音声区間検出方法 | |
| JP2000163099A (ja) | 雑音除去装置、音声認識装置および記憶媒体 | |
| KR920009957B1 (ko) | 과대음성 검출장치 | |
| JPH0449952B2 (ja) | ||
| JP2589468B2 (ja) | 音声認識装置 | |
| JP2001166783A (ja) | 音声区間検出方法 | |
| JPH04238399A (ja) | 音声認識装置 | |
| JPH03114100A (ja) | 音声区間検出装置 | |
| KR100345402B1 (ko) | 피치 정보를 이용한 실시간 음성 검출 장치 및 그 방법 | |
| JPH04115299A (ja) | 音声有音無音判定方法および装置 | |
| CN1064159C (zh) | 语音检测装置 | |
| JPS6217800A (ja) | 音声区間判定方式 | |
| JP2666296B2 (ja) | 音声認識装置 |