JPH0477798A - 周波数包絡線成分の特徴量抽出方法 - Google Patents
周波数包絡線成分の特徴量抽出方法Info
- Publication number
- JPH0477798A JPH0477798A JP2191424A JP19142490A JPH0477798A JP H0477798 A JPH0477798 A JP H0477798A JP 2191424 A JP2191424 A JP 2191424A JP 19142490 A JP19142490 A JP 19142490A JP H0477798 A JPH0477798 A JP H0477798A
- Authority
- JP
- Japan
- Prior art keywords
- order
- signal
- error signal
- frequency envelope
- prediction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 210000001260 vocal cord Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic 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
【発明の詳細な説明】
（産業上の利用分野）
本発明は、入力音声の特徴を抽出してその意味内容を認
識する音声認識や機械振動の特徴抽出等に利用され、そ
れら音響信号の周波数包絡線成分が持つ特徴量を抽出す
る周波数包絡線成分の特徴量抽出方法に関するものであ
る。
識する音声認識や機械振動の特徴抽出等に利用され、そ
れら音響信号の周波数包絡線成分が持つ特徴量を抽出す
る周波数包絡線成分の特徴量抽出方法に関するものであ
る。
（従来の技術）
従来、この種の分野の技術としては、中講高好著、「信
号解析のシステム同定」初版（１９８８−３−２５＞コ
ロナ社、Ｐ、１９３−２０７に記載されるものがあった
。
号解析のシステム同定」初版（１９８８−３−２５＞コ
ロナ社、Ｐ、１９３−２０７に記載されるものがあった
。
第２図は、音声や機械の振動音等の模擬信号発生過程を
示す図である。
示す図である。
ピッチ信号発生部１０は、周期的な繰返し波形であるピ
ッチ信号Ｓ１を発生させる機能を有し、そのピッチ信号
Ｓ１のスペクトル構造は、零周波数を原点として基本周
波数の整数倍の位置にのみエネルギーを有する線スペク
トル構造を持つ。音声の場合、ピッチ信号Ｓ１は声帯波
に相当する。
ッチ信号Ｓ１を発生させる機能を有し、そのピッチ信号
Ｓ１のスペクトル構造は、零周波数を原点として基本周
波数の整数倍の位置にのみエネルギーを有する線スペク
トル構造を持つ。音声の場合、ピッチ信号Ｓ１は声帯波
に相当する。
周波数包絡線フィルタ１１は、ピッチ信号Ｓ１により励
振して音響信号Ｖｉを発生する機能を有する。音声では
声帯に相当する部分である。
振して音響信号Ｖｉを発生する機能を有する。音声では
声帯に相当する部分である。
周波数包絡線フィルタ１１より発生された音響信号Ｖｉ
の周波数包路線成分を分析する際に、線形予測分析を用
いた場合、予測次数を決定しなければならない。なお、
求められた次数は、周波数包絡線成分が持つ特徴量の１
つとなり、この次数を決定する尺度の１つとしてＦＰＥ
（Ｆ ｉ ｎａ ＩＰｒｅｄｉｃｔｉｏｎ Ｅｒｒ
ｏｒ）やＡＩＣ（Ａｋａｉｓｉ Ｉｎｆｏｍａｔｉｏ
ｎ Ｃｒ１ｔｅｒｉｏｎ）がある。ＦＰＥは、 ＦＰＥ （Ｍ）−σ２Ｍ・ （１＋Ｍ／Ｎ）／（１−Ｍ
／Ｎ） 但し、Ｎ；データ数 Ｍ；次数 のように定義される。ＦＰＥ （Ｍ）を最小にするＭが
最適次数として選ばれる。ＡＩＣは、ＡＩＣ（Ｍ＞＝Ｎ
１ｏｇ （２ｙｒσ ２）十Ｎ＋２（Ｍ＋１＞ のように定義される。ＡＩＣ（Ｍ）を最小にするＭが最
適次数として選ばれる。
の周波数包路線成分を分析する際に、線形予測分析を用
いた場合、予測次数を決定しなければならない。なお、
求められた次数は、周波数包絡線成分が持つ特徴量の１
つとなり、この次数を決定する尺度の１つとしてＦＰＥ
（Ｆ ｉ ｎａ ＩＰｒｅｄｉｃｔｉｏｎ Ｅｒｒ
ｏｒ）やＡＩＣ（Ａｋａｉｓｉ Ｉｎｆｏｍａｔｉｏ
ｎ Ｃｒ１ｔｅｒｉｏｎ）がある。ＦＰＥは、 ＦＰＥ （Ｍ）−σ２Ｍ・ （１＋Ｍ／Ｎ）／（１−Ｍ
／Ｎ） 但し、Ｎ；データ数 Ｍ；次数 のように定義される。ＦＰＥ （Ｍ）を最小にするＭが
最適次数として選ばれる。ＡＩＣは、ＡＩＣ（Ｍ＞＝Ｎ
１ｏｇ （２ｙｒσ ２）十Ｎ＋２（Ｍ＋１＞ のように定義される。ＡＩＣ（Ｍ）を最小にするＭが最
適次数として選ばれる。
（発明が解決しようとする課題）
しかしながら、上記の周波数包絡線成分の特徴量抽出方
法では、次のような課題があった。
法では、次のような課題があった。
（１）ＦＰＥは予測誤差信号が白色雑音となることを仮
定している。ところが、第２図に示す模擬信号発生過程
において発生した音声信号や機械の振動音等の音響信号
Ｖｉを予測分析した場合、予測誤差信号はそのピッチ成
分となり、仮定した条件を満たさない。従って、音声信
号や機械の振動音等の音響信号Ｖｉを分析する際にＦＰ
Ｅを用いて次数を決定を行うことは、音響信号Ｖｉの分
析結果の信頼性を損うことになる。
定している。ところが、第２図に示す模擬信号発生過程
において発生した音声信号や機械の振動音等の音響信号
Ｖｉを予測分析した場合、予測誤差信号はそのピッチ成
分となり、仮定した条件を満たさない。従って、音声信
号や機械の振動音等の音響信号Ｖｉを分析する際にＦＰ
Ｅを用いて次数を決定を行うことは、音響信号Ｖｉの分
析結果の信頼性を損うことになる。
（２）ＡＩＣは、Ｋｕｌｌｂａｃｋ情報量を用いている
が、音声信号のような非定常な信号を短時間のデータか
ら分析する場合、その統計的性質は必ずしも信頼できる
ものではない。
が、音声信号のような非定常な信号を短時間のデータか
ら分析する場合、その統計的性質は必ずしも信頼できる
ものではない。
前記（１）、（２）に示した問題点により、周波数包絡
線成分における正確な特徴量の抽出ができないという課
題があり、これを解決することが困難であった。
線成分における正確な特徴量の抽出ができないという課
題があり、これを解決することが困難であった。
本発明は前記従来技術の持っていた課題として、正確な
特徴量の抽出ができないという点について解決した周波
数包絡線成分の特徴量抽出方法を提供するものである。
特徴量の抽出ができないという点について解決した周波
数包絡線成分の特徴量抽出方法を提供するものである。
（課題を解決するための手段）
本発明は、前記課題を解決するために、線形予測法を用
いて予測次数を算出し、該予測次数に基づき音響信号の
周波数包絡線成分の特徴１を抽出する周波数包絡線成分
の特徴量抽出方法において、次のような手段を講じたも
のである。
いて予測次数を算出し、該予測次数に基づき音響信号の
周波数包絡線成分の特徴１を抽出する周波数包絡線成分
の特徴量抽出方法において、次のような手段を講じたも
のである。
所定の前記予測次数を用いて前記周波数包絡線成分を算
出し、前記音響信号から前記周波数包絡線成分を差引い
て予測誤差信号を生成し、前記予測誤差信号がピッチ信
号であるか否かを、前記予測誤差信号に対して前記線形
予測分析による分析を行って算出される情報エントロピ
ーの変化状態で判定するようにしたものである。
出し、前記音響信号から前記周波数包絡線成分を差引い
て予測誤差信号を生成し、前記予測誤差信号がピッチ信
号であるか否かを、前記予測誤差信号に対して前記線形
予測分析による分析を行って算出される情報エントロピ
ーの変化状態で判定するようにしたものである。
また、前記線形予測法として、最大エントロピー法を用
いてしよい。
いてしよい。
（作用）
本発明は、以上のように周波数包絡線成分の特徴量抽出
方法を構成したので、入力される音響信号の周波数包絡
線成分を所定の次数で線形分析し、さらに、予測誤差信
号を生成する。その後、予測誤差信号を線形分析し、そ
の予測誤差信号から算出される情報エントロピーが次数
の十分である場合と不十分である場合とで急激に変化す
る性質を用いて、最適な予測次数を算出する。これによ
り、周波数包絡線成分における正確な特徴量の抽出が可
能となる。したがって、前記課題を解決できるのである
。
方法を構成したので、入力される音響信号の周波数包絡
線成分を所定の次数で線形分析し、さらに、予測誤差信
号を生成する。その後、予測誤差信号を線形分析し、そ
の予測誤差信号から算出される情報エントロピーが次数
の十分である場合と不十分である場合とで急激に変化す
る性質を用いて、最適な予測次数を算出する。これによ
り、周波数包絡線成分における正確な特徴量の抽出が可
能となる。したがって、前記課題を解決できるのである
。
（実施例）
第１図は、本発明の実施例を示す周波数包絡線成分の特
徴量抽出方法を実施するための特徴抽出装置の機能ブロ
ック図であり、第２図と共通の要素には共通の符号が付
されている。
徴量抽出方法を実施するための特徴抽出装置の機能ブロ
ック図であり、第２図と共通の要素には共通の符号が付
されている。
この特徴抽出装置は、例えば第２図に示された模擬信号
発生過程の出力である模擬信号ｖｉの特徴星を抽出する
装置であり、コンピュータの一部である第１段ＭＥＭ分
析部２１、包絡線成分分析部２２、第２段ＭＥＭ分析部
２３、ピッチ周波数算出部２４、及び最適次数判定部２
５で構成されている。
発生過程の出力である模擬信号ｖｉの特徴星を抽出する
装置であり、コンピュータの一部である第１段ＭＥＭ分
析部２１、包絡線成分分析部２２、第２段ＭＥＭ分析部
２３、ピッチ周波数算出部２４、及び最適次数判定部２
５で構成されている。
第１段ＭＥＭ分析部２１は、入力される音響信号Ｖｉの
周波数包絡線成分を最適次数判定部２５より与えられた
次数ｉで最大エン！・ロビー法（以下、ＭＥＭという〉
により推定し、予測係数８２を包絡線成分分析部２２へ
出力すると共に、逆フィルタリングを行い得られた予測
誤差信号Ｓ３を第２段ＭＥＭ分析部２３へ出力する機能
を有している。最大エントロピー法は、１つの情報メツ
セージ当たりの平均の情報嶽であるエントロピーを最大
にするスペクＩ・小密度を決定する方法である。
周波数包絡線成分を最適次数判定部２５より与えられた
次数ｉで最大エン！・ロビー法（以下、ＭＥＭという〉
により推定し、予測係数８２を包絡線成分分析部２２へ
出力すると共に、逆フィルタリングを行い得られた予測
誤差信号Ｓ３を第２段ＭＥＭ分析部２３へ出力する機能
を有している。最大エントロピー法は、１つの情報メツ
セージ当たりの平均の情報嶽であるエントロピーを最大
にするスペクＩ・小密度を決定する方法である。
包絡線成分分析部２２は、第１段ＭＥＭ分析部２１より
送られた最適次数の場合の予測係数から周波数包絡線ス
ペクトルを算出する機能を有する。
送られた最適次数の場合の予測係数から周波数包絡線ス
ペクトルを算出する機能を有する。
また、第２段ＭＥＭ分析部２３は、第１段ＭＥＭ分析部
２１より送られた予測誤差信号Ｓ３を、さらにＭＥＭ分
析し、その予測誤差信号Ｓ３から算出される情報エント
ロピーＳ４を最適次数判定部２５へ送ると共に、最適次
数判定部２５より送られた第２段ＭＥＭ分析部２３の最
適次数８５の予測係数８６をピッチ周波数算出部２４へ
送る機能を有している。さらに、最適次数判定部２５は
、第２段ＭＥＭ分析部２３の情報エントロピーＳ４を基
に、第１段ＭＥＭ分析部２１及び第２段ＭＥＭ分析部２
３に最適な次数を算出する機能を有している。ここで、
最適次数とは、音の発生過程を再現できる必要最小限の
次数である。
２１より送られた予測誤差信号Ｓ３を、さらにＭＥＭ分
析し、その予測誤差信号Ｓ３から算出される情報エント
ロピーＳ４を最適次数判定部２５へ送ると共に、最適次
数判定部２５より送られた第２段ＭＥＭ分析部２３の最
適次数８５の予測係数８６をピッチ周波数算出部２４へ
送る機能を有している。さらに、最適次数判定部２５は
、第２段ＭＥＭ分析部２３の情報エントロピーＳ４を基
に、第１段ＭＥＭ分析部２１及び第２段ＭＥＭ分析部２
３に最適な次数を算出する機能を有している。ここで、
最適次数とは、音の発生過程を再現できる必要最小限の
次数である。
次に、以上のように構成される特徴抽出装置において、
最適次数判定部２５における最適次数の算出方法の内、
第１段ＭＥＭ分析部２１に対する分析次数に関する動作
を第３図（ａ）、（ｂ）を参照しつつ説明する。
最適次数判定部２５における最適次数の算出方法の内、
第１段ＭＥＭ分析部２１に対する分析次数に関する動作
を第３図（ａ）、（ｂ）を参照しつつ説明する。
例えば、第１段ＭＥＭ分析部２１の次数ｉが最適次数未
満である場合、その予測誤差信号Ｓ３にはピッチ信号Ｓ
１以外に、十分数り除くことができなかった周波数包絡
線成分が残留してしまう。
満である場合、その予測誤差信号Ｓ３にはピッチ信号Ｓ
１以外に、十分数り除くことができなかった周波数包絡
線成分が残留してしまう。
その予測誤差信号Ｓ３を第２段ＭＥＭ分析部２３におい
て次数を上げながら情報エンミルロビーを調べた結果を
第３図（ａ）に示す。この第３図（ａ）が示すように、
周波数包絡線成分の残留成分が予測されるため、低次で
急激な減少が観測される。
て次数を上げながら情報エンミルロビーを調べた結果を
第３図（ａ）に示す。この第３図（ａ）が示すように、
周波数包絡線成分の残留成分が予測されるため、低次で
急激な減少が観測される。
第１段ＭＥＭ分析部２１の次数が最適次数以上である場
合、その予測誤差信号Ｓ３にはピッチ信号Ｓ１のみが含
まれている。その予測誤差信号Ｓ３を第２段ＭＥＭ分析
部２３において次数を上げながら情報エントロピーＳ４
を調べた結果を第３図（ｂ）に示す。この第３図（ｂ）
が示すように、ピッチ周期に相当する次数未満まで高い
値を示し、それより高次では激減する。
合、その予測誤差信号Ｓ３にはピッチ信号Ｓ１のみが含
まれている。その予測誤差信号Ｓ３を第２段ＭＥＭ分析
部２３において次数を上げながら情報エントロピーＳ４
を調べた結果を第３図（ｂ）に示す。この第３図（ｂ）
が示すように、ピッチ周期に相当する次数未満まで高い
値を示し、それより高次では激減する。
したがって、第１段ＭＥＭ分析部２１の次数を上げてい
く際、第２段ＭＥＭ分析部２２の情報エントロピーＳ４
の変化が第３図（ａ）から第３図（ｂ）に変化した時、
その時の次数が第１段ＭＥＭ分析部２１の最適次数とな
る。
く際、第２段ＭＥＭ分析部２２の情報エントロピーＳ４
の変化が第３図（ａ）から第３図（ｂ）に変化した時、
その時の次数が第１段ＭＥＭ分析部２１の最適次数とな
る。
具体的に、上記の内容を実現するための処理を、第４図
における第１段ＭＥＭ分析部の最適次数算出を示すフロ
ーチャー１・を用いて説明する。
における第１段ＭＥＭ分析部の最適次数算出を示すフロ
ーチャー１・を用いて説明する。
第４図において、第１段ＭＥＭ分析部２１の次数ｉを初
期値の“１′に設定する（ステップ３１）。入力音響信
号Ｖｉに対して次数ｉによるＭＥＭ分析を行い、その予
測誤差信号Ｓ３を第２段ＭＥＭ分析部２３へ送出する（
ステップ３２）。第２段ＭＥＭ分析部２３では、送られ
てきた予測誤差信号Ｓ３をさらに次数０〜ｊｍａｘの範
囲でＭＥＭ分析し、情報エントロピーＳ４を算出する。
期値の“１′に設定する（ステップ３１）。入力音響信
号Ｖｉに対して次数ｉによるＭＥＭ分析を行い、その予
測誤差信号Ｓ３を第２段ＭＥＭ分析部２３へ送出する（
ステップ３２）。第２段ＭＥＭ分析部２３では、送られ
てきた予測誤差信号Ｓ３をさらに次数０〜ｊｍａｘの範
囲でＭＥＭ分析し、情報エントロピーＳ４を算出する。
その各次数の情報エントロピーを０次の値で除した結果
を正規化エントロピーとする。次数ｉの値を判定し、２
次以上の場合のみステップ３５へ進む。
を正規化エントロピーとする。次数ｉの値を判定し、２
次以上の場合のみステップ３５へ進む。
第１段ＭＥＭ分析部２１の次数変化による正規化エント
ロピーの変化の和を算出する（ステップ３５）。これは
、上記の第３図（ａ）から第３図（ｂ）への変化を検出
するためのものである。
ロピーの変化の和を算出する（ステップ３５）。これは
、上記の第３図（ａ）から第３図（ｂ）への変化を検出
するためのものである。
第１段ＭＥＭ分析部２１において、第１段分析次数ｉが
分析範囲内であるかを判定する（ステップ３６）。なお
、ステップ３６中の数式において、ｉは第１段ＭＥＭ分
析次数、ｉｍａｘはｉの上限、ｊは第２段ＭＥＭ分析次
数、ｊｍａｘはｊの上限、ｐ（ｉ、ｊ）は次数が各々ｉ
、ｊの時の第２段ＭＥＭの正規化エントロピーである。
分析範囲内であるかを判定する（ステップ３６）。なお
、ステップ３６中の数式において、ｉは第１段ＭＥＭ分
析次数、ｉｍａｘはｉの上限、ｊは第２段ＭＥＭ分析次
数、ｊｍａｘはｊの上限、ｐ（ｉ、ｊ）は次数が各々ｉ
、ｊの時の第２段ＭＥＭの正規化エントロピーである。
ステップ３６の判定結果が分析範囲内の場合は、次数ｉ
に１加算し、ステップ３２〜ステツプ３６の処理を繰り
返す。ステップ３５において、算出された値の内、最大
値をとるときの次数ｉを最適次数として出力する。これ
は、第３図（ａ）で示される状態が第３図（ｂ）の状態
に変化した次数に相当する。
に１加算し、ステップ３２〜ステツプ３６の処理を繰り
返す。ステップ３５において、算出された値の内、最大
値をとるときの次数ｉを最適次数として出力する。これ
は、第３図（ａ）で示される状態が第３図（ｂ）の状態
に変化した次数に相当する。
本実施例は、次のような利点を有している。
（１）第２図に示した模擬信号発生過程により音響信号
Ｖｉを発生させるピッチ信号Ｓ１を、第５図に示す波形
とし、周波数包絡線フィルタ１１は極の位置を（角度、
半径）−（１／３π、０．９８＞、（−１／３π、０．
９８＞、（２／３π。
Ｖｉを発生させるピッチ信号Ｓ１を、第５図に示す波形
とし、周波数包絡線フィルタ１１は極の位置を（角度、
半径）−（１／３π、０．９８＞、（−１／３π、０．
９８＞、（２／３π。
０．９８）、 （−２／３π、０．９８）とすると、
周波数包絡線フィルタ１１の周波数特性は第６図に示す
ようになり、この時、発生する音響信号■ｉは第７図に
示すようになり、音響信号Ｖｉの周波数スペクトルは第
８図に示すようになる。この音響信号Ｖｉを分析した場
合、第１段ＭＥＩＶＩ分析部２１における最適次数は、
周波数包絡線フィルタ１１の極の数と同一の４′′とな
る必要がある。
周波数包絡線フィルタ１１の周波数特性は第６図に示す
ようになり、この時、発生する音響信号■ｉは第７図に
示すようになり、音響信号Ｖｉの周波数スペクトルは第
８図に示すようになる。この音響信号Ｖｉを分析した場
合、第１段ＭＥＩＶＩ分析部２１における最適次数は、
周波数包絡線フィルタ１１の極の数と同一の４′′とな
る必要がある。
ところが、従来技術のＦＰＥ及びＡＩＣにより算出した
最適次数は、共に“１０°°となり、上記の極の数ＩＩ
４ Ｉ＋とは異なる結果となる。
最適次数は、共に“１０°°となり、上記の極の数ＩＩ
４ Ｉ＋とは異なる結果となる。
これに対して、第１段ＭＥＭ分析部２１の次数を１０以
下の範囲として、本発明の特徴量抽出方法を用いて、音
響信号Ｖｉを分析した場合、第１段ＭＥＭ分析部２１の
最適次数は周波数包絡線フィルタ１１の極の数と同一の
“４′°となり、周波数包絡線成分は第９図に示すよう
になり、抽出されたピッチ信号は第１０図に示すように
なる。
下の範囲として、本発明の特徴量抽出方法を用いて、音
響信号Ｖｉを分析した場合、第１段ＭＥＭ分析部２１の
最適次数は周波数包絡線フィルタ１１の極の数と同一の
“４′°となり、周波数包絡線成分は第９図に示すよう
になり、抽出されたピッチ信号は第１０図に示すように
なる。
このように、本発明の特徴量抽出方法は、音響信号Ｖｉ
の発生過程を逆にたどることにより、音響信号Ｖｉの特
徴量を求めるものであるため、ピッチ信号Ｓ１及び周波
数包絡線フィルタの周波数特性をほぼ元どうりの波形と
して抽出することができる。
の発生過程を逆にたどることにより、音響信号Ｖｉの特
徴量を求めるものであるため、ピッチ信号Ｓ１及び周波
数包絡線フィルタの周波数特性をほぼ元どうりの波形と
して抽出することができる。
なお、本発明は、図示の実施例に限定されず、種々の変
形が可能である。その変形例として、例えば、次のよう
なものがある。
形が可能である。その変形例として、例えば、次のよう
なものがある。
（イ）上記実施例では、線形分析法としてＭＥＭを用い
たが、これに限定されず、例えばＰＡＲＣＯＲ分析法や
自己相関法等を用いてもよい。
たが、これに限定されず、例えばＰＡＲＣＯＲ分析法や
自己相関法等を用いてもよい。
（ロ）上記実施例では、情報エントロピーの変化状態と
して第３図（ａ＞、（ｂ）に示すような変化を用いたが
、本発明の趣旨に沿ったものであれば、これに限定され
ず、他の変化状態でもよい。
して第３図（ａ＞、（ｂ）に示すような変化を用いたが
、本発明の趣旨に沿ったものであれば、これに限定され
ず、他の変化状態でもよい。
（発明の効果）
以上詳細に説明したように、本発明によれば、所定の予
測次数を用いて周波数包絡線成分を算出し、音響信号か
ら周波数包絡線成分を差引いて予測誤差信号を生成する
。さらに、その予測誤差信号がピッチ信号であるか否か
を、情報エントロピーの変化で判定し、音響信号の発生
過程を逆にたどることにより、音響信号の特徴量を求め
るようにした。そのため、ピッチ信号をほぼ元通りの波
形として抽出することができ、正確な周波数包絡線成分
の特徴量の抽出を行うことができる。
測次数を用いて周波数包絡線成分を算出し、音響信号か
ら周波数包絡線成分を差引いて予測誤差信号を生成する
。さらに、その予測誤差信号がピッチ信号であるか否か
を、情報エントロピーの変化で判定し、音響信号の発生
過程を逆にたどることにより、音響信号の特徴量を求め
るようにした。そのため、ピッチ信号をほぼ元通りの波
形として抽出することができ、正確な周波数包絡線成分
の特徴量の抽出を行うことができる。
また、線形予測法として最大エントロピー法を用いれば
、スペクトル推定において周波数分解能の点で優れた効
果が期待できる。
、スペクトル推定において周波数分解能の点で優れた効
果が期待できる。
第１図は本発明の実施例を示す特徴量抽出方法を実施す
るための特徴量抽出装置の機能ブロック図、第２図は模
擬信号発生過程を示す図、第３図（ａ）、（ｂ）は情報
エントロピーの変化を示す図、第４図は第１段ＭＥＭ分
析部の最適次数算出を示すフローチャート、第５図はピ
ッチ信号を示す図、第６図は周波数包絡線フィルタの周
波数特性図、第７図は模擬音響信号を示す図、第８図は
模擬音響信号の周波数特性図、第９図は周波数包絡線成
分を示す図、第１０図はピッチ信号を示す図である。 １０・・・・・・ピッチ信号発生部、］１・・・・・・
周波数包絡線フィルタ、２１・・・・・・第１段ＭＥＭ
分析部、２２・・・・・・包絡線成分分析部、２３・・
・・・・第２段ＭＥＭ分析部、２４・・・・・・ピッチ
周波数算出部、２５・・・・・・最適次数判定部、１・
・・・・・次数、Ｓｌ・・・・・七ツチ信号、Ｖｉ・・
・・・・音響信号、Ｓ２．Ｓ６・・・・・・予測係数、
Ｓ３・・・・・・予測誤差信号、Ｓ４・・・・・・情報
エントロピー、Ｓ５・・・・・・最適次数。
るための特徴量抽出装置の機能ブロック図、第２図は模
擬信号発生過程を示す図、第３図（ａ）、（ｂ）は情報
エントロピーの変化を示す図、第４図は第１段ＭＥＭ分
析部の最適次数算出を示すフローチャート、第５図はピ
ッチ信号を示す図、第６図は周波数包絡線フィルタの周
波数特性図、第７図は模擬音響信号を示す図、第８図は
模擬音響信号の周波数特性図、第９図は周波数包絡線成
分を示す図、第１０図はピッチ信号を示す図である。 １０・・・・・・ピッチ信号発生部、］１・・・・・・
周波数包絡線フィルタ、２１・・・・・・第１段ＭＥＭ
分析部、２２・・・・・・包絡線成分分析部、２３・・
・・・・第２段ＭＥＭ分析部、２４・・・・・・ピッチ
周波数算出部、２５・・・・・・最適次数判定部、１・
・・・・・次数、Ｓｌ・・・・・七ツチ信号、Ｖｉ・・
・・・・音響信号、Ｓ２．Ｓ６・・・・・・予測係数、
Ｓ３・・・・・・予測誤差信号、Ｓ４・・・・・・情報
エントロピー、Ｓ５・・・・・・最適次数。
Claims (1)
- 【特許請求の範囲】 １、線形予測法を用いて予測次数を算出し、該予測次数
に基づき音響信号の周波数包絡線成分の特徴量を抽出す
る周波数包絡線成分の特徴量抽出方法において、 所定の前記予測次数を用いて前記周波数包絡線成分を算
出し、 前記音響信号から前記周波数包絡線成分を差引いて予測
誤差信号を生成し、 前記予測誤差信号がピッチ信号であるか否かを、前記予
測誤差信号に対して前記線形予測分析による分析を行っ
て算出される情報エントロピーの変化状態で判定するこ
とを特徴とする周波数包絡線成分の特徴量抽出方法。 ２、請求項１記載の周波数包絡線成分の特徴量抽出方法
において、 前記線形予測法を、 最大エントロピー法とした周波数包絡線成分の特徴量抽
出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2191424A JPH0477798A (ja) | 1990-07-19 | 1990-07-19 | 周波数包絡線成分の特徴量抽出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2191424A JPH0477798A (ja) | 1990-07-19 | 1990-07-19 | 周波数包絡線成分の特徴量抽出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0477798A true JPH0477798A (ja) | 1992-03-11 |
Family
ID=16274385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2191424A Pending JPH0477798A (ja) | 1990-07-19 | 1990-07-19 | 周波数包絡線成分の特徴量抽出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0477798A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217722A (zh) * | 2014-08-22 | 2014-12-17 | 哈尔滨工程大学 | 一种海豚哨声信号时频谱轮廓提取方法 |
| WO2019163701A1 (ja) | 2018-02-21 | 2019-08-29 | 日本電気株式会社 | システム同定装置、システム同定方法及び記録媒体 |
-
1990
- 1990-07-19 JP JP2191424A patent/JPH0477798A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217722A (zh) * | 2014-08-22 | 2014-12-17 | 哈尔滨工程大学 | 一种海豚哨声信号时频谱轮廓提取方法 |
| WO2019163701A1 (ja) | 2018-02-21 | 2019-08-29 | 日本電気株式会社 | システム同定装置、システム同定方法及び記録媒体 |
| JPWO2019163701A1 (ja) * | 2018-02-21 | 2021-02-04 | 日本電気株式会社 | システム同定装置、システム同定方法及びコンピュータプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3277398B2 (ja) | 有声音判別方法 | |
| US6349277B1 (en) | Method and system for analyzing voices | |
| US10621969B2 (en) | Method for forming the excitation signal for a glottal pulse model based parametric speech synthesis system | |
| US7272551B2 (en) | Computational effectiveness enhancement of frequency domain pitch estimators | |
| US5774836A (en) | System and method for performing pitch estimation and error checking on low estimated pitch values in a correlation based pitch estimator | |
| KR100552693B1 (ko) | 피치검출방법 및 장치 | |
| CN1142274A (zh) | 说话者辨认和确认系统 | |
| KR20060044629A (ko) | 신경 회로망을 이용한 음성 신호 분리 시스템 및 방법과음성 신호 강화 시스템 | |
| Mittal et al. | Study of characteristics of aperiodicity in Noh voices | |
| US4081605A (en) | Speech signal fundamental period extractor | |
| US7643988B2 (en) | Method for analyzing fundamental frequency information and voice conversion method and system implementing said analysis method | |
| US20140200889A1 (en) | System and Method for Speech Recognition Using Pitch-Synchronous Spectral Parameters | |
| US6865529B2 (en) | Method of estimating the pitch of a speech signal using an average distance between peaks, use of the method, and a device adapted therefor | |
| US6125344A (en) | Pitch modification method by glottal closure interval extrapolation | |
| US6954726B2 (en) | Method and device for estimating the pitch of a speech signal using a binary signal | |
| US6470311B1 (en) | Method and apparatus for determining pitch synchronous frames | |
| KR100766170B1 (ko) | 다중 레벨 양자화를 이용한 음악 요약 장치 및 방법 | |
| JPH0477798A (ja) | 周波数包絡線成分の特徴量抽出方法 | |
| Reddy et al. | Inverse filter based excitation model for HMM‐based speech synthesis system | |
| US5937374A (en) | System and method for improved pitch estimation which performs first formant energy removal for a frame using coefficients from a prior frame | |
| Andrews et al. | Robust pitch determination via SVD based cepstral methods | |
| McCree et al. | Implementation and evaluation of a 2400 bit/s mixed excitation LPC vocoder | |
| Arroabarren et al. | Glottal spectrum based inverse filtering. | |
| Park et al. | Improving pitch detection through emphasized harmonics in time-domain | |
| Ramalho et al. | New speech enhancement techniques using the pitch mode modulation model |