JPH0573085A - 無音検出装置および符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、音声データ圧縮伝送を行う伝送装
置において、音声データの無音区間を検出する無音検出
装置に関し、無音区間と有音区間との境界点のタイミン
グの如何にかかわらず所定の通話品質を確保できること
を目的とする。 【構成】 入力音声データで示される音声のレベルを所
定の周期毎に監視し、その監視結果に応じて入力音声デ
ータの無音区間を示す無音情報を出力する無音検出手段
１１を備えた無音検出装置において、入力音声データの
最大ピッチ周期Ｐの２倍の周期毎にデータ長Ｐの連続入
力音声データについて自己相関関数値の最大点を求め、
その最大点の位置に応じて入力音声データのピッチ周期
を得るピッチ周期抽出手段１３と、最大ピッチ周期Ｐの
２倍の周期における入力音声データに同期して、監視の
周期として入力音声データのピッチ周期を与えるタイミ
ング制御手段１５とを備えて構成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声データを時間軸上
で圧縮して伝送する伝送装置において、音声データの無
音区間を検出する無音検出装置に関する。

【０００２】

【従来の技術】複数の音声データを多重化して伝送する
伝送装置では、伝送路の伝送効率を高めるために、通話
中の音声データの大半を占める無音区間（休止区間）を
逐次検出して有音区間（会話区間）にある他の音声デー
タに伝送路を開放する音声データ圧縮伝送方式が採用さ
れる。

【０００３】図５は、伝送装置の構成例を示す図であ
る。図において、音声データは無音検出装置６１に与え
られ、その出力はピッチ周期抽出部６２および符号器６
３を介して伝送路に接続される。

【０００４】このような構成の伝送装置では、無音検出
装置６１は入力された音声データで示される音声のレベ
ルが所定の閾値未満である状態が一定時間以上継続する
と無音区間であると判定し、かつその判定結果（以下、
「無音情報」という。）と上述した音声データとをピッ
チ周期抽出部６２に与える。ピッチ周期抽出部６２で
は、例えば、特願平２−153868号に示す方法により音声
データのピッチ周期を検出し、かつそのピッチ周期、上
述した無音情報および音声データを符号器６３に与え
る。符号器６３は、このようなピーチ周期に基づき音声
データをサンプリングし、かつ無音区間については無音
情報を符号化対象とし、有音区間については音声のピッ
チ周期毎の周期性に基づき、例えば、２〜３周期分の情
報を符号化対象としてこれらを１周期分の情報に圧縮す
る符号化処理を行う。

【０００５】また、伝送路を介して対向する伝送装置で
は、上述した無音区間に相当する復号出力として所定の
雑音信号を挿入することにより再生された音声が全く無
音となることを防止する。

【０００６】

【発明が解決しようとする課題】ところで、このような
無音検出装置６１では、符号器６３が音声データに非同
期に行う符号化処理の周期（以下、「単位時間」とい
う。）毎に無音区間であるか否かの判定を行うために、
単位時間の途中に無音区間と有音区間との境界点が発生
する場合があった。このような場合には、符号器６３は
その境界点を含む音声データを必ずしも忠実に符号化で
きず、例えば、伝送路を介して対向する伝送装置側で
は、有音区間の先頭部分に含まれる子音が欠落して受信
されたり、送話者の音声を聴取する通話相手に通話音声
の切断感を与える場合があった。

【０００７】本発明は、無音区間と有音区間との境界点
の発生タイミングの如何にかかわらず所定の通話品質を
確保することができる無音検出装置を提供することを目
的とする。

【０００８】

【課題を解決するための手段】図１は、請求項１に記載
の発明の原理ブロック図である。本発明は、入力音声デ
ータで示される音声のレベルを所定の周期毎に監視し、
その監視結果に応じて入力音声データの無音区間を示す
無音情報を出力する無音検出手段１１を備えた無音検出
装置において、入力音声データの最大ピッチ周期Ｐの２
倍の周期毎にデータ長Ｐの連続入力音声データについて
自己相関関数値の最大点を求め、その最大点の位置に応
じて入力音声データのピッチ周期を得るピッチ周期抽出
手段１３と、最大ピッチ周期Ｐの２倍の周期における入
力音声データに同期して、監視の周期として入力音声デ
ータのピッチ周期を与えるタイミング制御手段１５とを
備えたことを特徴とする。

【０００９】図２は、請求項２に記載の発明の原理ブロ
ック図である。本発明は、入力音声データの無音区間を
時間軸上で圧縮する処理が施された音声データと、無音
区間を示す無音情報とを符号化する符号化手段２１を備
えた符号化装置において、入力音声データに応じて無音
情報を与える請求項１に記載の無音検出装置２３と、無
音検出装置２３のピッチ周期抽出手段１３によって得ら
れたピッチ周期毎に、無音情報に対応した無音区間につ
いて入力音声データに圧縮の処理を施して符号化手段２
１に与える時間軸圧縮手段２５とを備えたことを特徴と
する。

【００１０】

【作用】請求項１に記載の発明では、ピッチ周期抽出手
段１３がピッチ周期を得る演算の対象とした最大ピッチ
周期Ｐの２倍の周期における音声データに同期して、タ
イミング制御手段１５が、上述した演算により得られた
入力音声のピッチ周期を無音区間の監視周期として無音
検出手段１１に与える。

【００１１】すなわち、無音検出手段１１は入力音声デ
ータのピッチ周期に同期してその音声データの無音区間
を判定できるので、従来例に比べて無音区間の検出周期
の途中に上述した有音区間と無音区間との境界点が生じ
る確率が低減される。

【００１２】請求項２に記載の発明では、時間軸圧縮手
段２５が、請求項１に記載の無音検出装置２３のピッチ
周期抽出手段１３によって得られたピッチ周期毎に、無
音検出装置２３から出力される無音情報に対応した入力
音声データの無音区間を時間軸上で圧縮する処理を行
う。

【００１３】すなわち、入力音声データの統計的性質が
短時間で変化し、かつ非定常的であっても、無音区間の
検出処理とその無音区間を時間軸上で圧縮する処理が上
述したピッチ周期毎に同期して行われるので、符号化手
段２１はこれらの処理タイミングが非同期である場合に
比べて無音区間に隣接する有音区間を安定に符号化する
ことができる。

【００１４】

【実施例】以下、図面に基づいて本発明の実施例を詳細
に説明する。図３は、請求項１に記載の発明に対応した
実施例を示す図である。

【００１５】図において、音声データは、ピッチ周期抽
出部３１、無音検出部３２および符号器３３の一方の入
力に与えられる。ピッチ周期抽出部３１の出力はタイマ
３４を介して無音検出部３２に与えられ、その出力は符
号器３３の他方の入力に与えられる。

【００１６】ピッチ周期抽出部３１では、音声データ
が、デュアルポートメモリ３５のデータ入力とアドレス
カウンタ３６の一方の入力とに与えられる。アドレスカ
ウンタ３６の出力は、デュアルポートメモリ３５の書き
込みアドレス入力とＰ検出回路３７の一方の入力とに接
続される。Ｐ検出回路３７の出力は、デュアルポートメ
モリ３５の読み出しアドレス入力に接続される。デュア
ルポートメモリ３５のデータ出力は相関関数計算回路３
８に接続され、その第一の出力はアドレスカウンタ３６
の他方の入力に接続される。相関関数計算回路３８の第
二の出力はデュアルポートメモリ３５の読み出しアドレ
ス入力に接続され、相関関数計算回路３８の第三の出力
はＰ検出回路３７の他方の入力に接続される。相関関数
計算回路３８の双方向端子は、相関最大値検出回路３９
を介してタイマ３４に接続される。

【００１７】無音検出部３２では、音声データがデュア
ルポートメモリ４０のデータ入力およびアドレスカウン
タ４１に与えられ、アドレスカウンタ４１の出力はデュ
アルポートメモリ４０の書き込みアドレス入力に接続さ
れる。デュアルポートメモリ４０のデータ出力は無音検
出回路４２を介して符号器３３の他方の入力に接続さ
れ、デュアルポートメモリ４０の読み出しアドレス入力
および無音検出回路４２の制御端子にはタイマ３４の出
力が接続される。

【００１８】なお、本実施例と図１に示すブロック図と
の対応関係については、無音検出部３２は無音検出手段
１１に対応し、ピッチ周期抽出部３１はピッチ周期抽出
手段１３に対応し、タイマ３４はタイミング制御手段１
５に対応する。

【００１９】以下、図３を参照して本実施例の動作を説
明する。音声データは、一定周期でサンプリングされて
ピッチ周期抽出部３１、無音検出部３２および符号器３
３に与えられる。アドレスカウンタ３６は、音声データ
のピッチ周期の算出開始時に相関関数計算回路３８によ
って初期設定され、かつ音声データが与えられる度にカ
ウントアップしてデュアルポートメモリ３５に書き込み
アドレスを与える。デュアルポートメモリ３５は、この
ような書き込みアドレスで示される領域に音声データを
保持する。

【００２０】Ｐ検出回路３７は、上述した書き込みアド
レスのカウント値が音声データの最大ピッチ周期Ｐに等
しくなったことを検出すると、デュアルポートメモリ３
５に相関関数計算回路３８が相関値を算出する起点とす
べき音声データの格納領域（以下、このような格納領域
に保持された連続するＰ個の音声データ値を「基準値」
という。）のアドレスを与える。相関関数計算回路３８
は、デュアルポートメモリ３５に演算の対象となる音声
データの格納領域を示す読み出しアドレスを適宜与えて
その音声データを読み出し、アドレスカウンタ３６が初
期設定された後に最初に取り込まれた音声データから順
次１個ずつずれた連続するＰ個の音声データ（以下、
「比較値」という。）と基準値との相関値を算出する。

【００２１】相関最大値検出回路３９は、このようにし
て算出された相関値を相関関数計算回路３８と確認をと
りながら順次取り込んでその最大値を求める。相関関数
計算回路３８は、このような一連の相関関数値の算出を
完了すると、デュアルポートメモリ３５に相関関数の次
の算出起点となる音声データの格納領域を示すアドレス
をＰ検出回路３７を介して与え、かつ再び相関関数の算
出処理を開始する。

【００２２】相関最大値検出回路３９は、このようにし
て算出された相関（音声データに対応する音声信号の波
形相関）の値が最大となる比較値の波形位置を共分散法
による評価関数を用いて検出し、その検出位置と基準値
との間の時間差から音声ピッチ周期Ｄを求める。ピッチ
周期抽出部３１は、このような処理を所定の周期（＝２
Ｐ）毎に反復する。

【００２３】無音検出部３２では、アドレスカウンタ４
１は上述した音声データが与えられる度にカウントアッ
プしてデュアルポートメモリ４０に書き込みアドレスを
与え、デュアルポートメモリ４０はその書き込みアドレ
スで示される領域に音声データを保持する。一方、タイ
マ３４は、ピッチ周期抽出部３１から音声ピッチ周期Ｄ
が与えられるタイミングに同期して一定周期の連続した
Ｄ個の読み出しアドレスをデュアルポートメモリ４０に
与え、デュアルポートメモリ４０はその読み出しアドレ
スに応じて連続するＤ個の音声データを出力する。

【００２４】無音検出回路４２は、このようにして与え
られるＤ個の音声データに基づきピッチ周期幅Ｄの期間
における音声データについて無音区間であるか否かの判
定を行い、かつその判定結果を符号器３３に与える。

【００２５】このように本実施例によれば、音声データ
で示される音声が無音区間か否かの判定が音声ピッチ周
期に同期して行われるので、無音検出の単位時間の途中
で無音区間と有音区間との境界点が発生する確率が低減
して通話相手に与える通話音声の切断感が軽減される。

【００２６】なお、本実施例では、音声ピッチ周期を求
める方法として音声の波形相関を逐次求める方法を用い
たが、本発明は、このような方法に限定されず、例え
ば、所定の周期で実時間に音声ピッチ周期を算出できる
ならば、どのような方法を用いてもよい。

【００２７】また、本実施例では、符号器３３に採用さ
れる符号化方式については、特に限定せず、伝送すべき
音声データと伝送路との整合をとることができるなら
ば、どのような方式を採用してもよい。

【００２８】図４は、請求項２に記載の発明に対応した
実施例を示す図である。図において、図３に示すものと
機能および構成が同じものについては、同じ参照番号を
付与して示し、ここではその説明を省略する。

【００２９】本実施例と図３に示す実施例との相違点
は、音声データの無音区間を時間軸上で圧縮する時間軸
圧縮部５１と、これに直列に接続されて時間軸圧伸符号
化法による符号化処理を行う符号器５２とが符号器３３
に代わって配置され、かつ時間軸圧縮部５１にピッチ周
期抽出部３１によって求められたピッチ周期が与えられ
た点にある。

【００３０】なお、本実施例と図２に示すブロック図と
の対応関係については、符号器５２は符号化手段２１に
対応し、ピッチ周期抽出部３１、タイマ３４および無音
抽出部３２は無音検出装置２３に対応し、時間軸圧縮部
５１は時間軸圧縮手段２５に対応する。

【００３１】このような符号化装置では、時間軸圧縮部
５１は、ピッチ周期抽出部３１によって求められたピッ
チ周期毎に、無音検出部３２から与えられる無音情報に
対応した音声データの無音区間を時間軸上で圧縮する。
符号器５２は、このようにして時間軸上で圧縮された有
音区間の音声データと、無音検出部３２から与えられる
無音情報とを時間軸圧伸符号化法により符号化して伝送
路に送出する。

【００３２】このように本実施例によれば、音声データ
に対して無音区間の検出処理とその無音区間を時間軸上
で圧縮する処理とが音声データのピッチ周期毎に同期し
て行われるので、これらの処理が非同期に行われる場合
に比べて無音区間に隣接する有音区間の音声データの符
号化が安定に行われ、かつ通話相手に与える通話音声の
切断感が軽減される。

【００３３】

【発明の効果】以上説明したように請求項１に記載の発
明では、入力音声データのピッチ周期に同期してその音
声データの無音区間と有音区間との判別が行われるの
で、従来例のように無音区間の検出を行う周期内に上述
した有音区間と無音区間との境界点が発生する確率が低
減される。また、請求項２に記載の発明では、無音区間
を時間軸上で圧縮する処理とその無音区間を検出する処
理とが入力音声データのピッチ周期毎に同期して行われ
るので、無音区間に隣接する有音区間の音声データが安
定に符号化される。

【００３４】すなわち、無音区間の検出や上述した圧縮
の処理過程において生じる音声データの欠落が軽減され
るので、音声データ圧縮伝送の伝送品質が高められる。

【図面の簡単な説明】

【図１】請求項１に記載の発明の原理ブロック図であ
る。

【図２】請求項２に記載の発明の原理ブロック図であ
る。

【図３】請求項１に記載の発明に対応した実施例を示す
図である。

【図４】請求項２に記載の発明に対応した実施例を示す
図である。

【図５】伝送装置の構成例を示すである。

【符号の説明】

１１ 無音検出手段 １３ ピッチ周期抽出手段 １５ タイミング制御手段 ２１ 符号化手段 ２３ 無音検出装置 ２５ 時間軸圧縮手段 ３１，６２ ピッチ周期抽出部 ３２，６１ 無音検出部 ３３，５２，６３ 符号器 ３４ タイマ ３５，４０ デュアルポートメモリ ３６，４１ アドレスカウンタ ３７ Ｐ検出回路 ３８ 相関関数計算回路 ３９ 相関最大値検出回路 ４２ 無音検出回路 ５１ 時間軸圧縮部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 入力音声データで示される音声のレベル
   を所定の周期毎に監視し、その監視結果に応じて前記入
   力音声データの無音区間を示す無音情報を出力する無音
   検出手段（１１）を備えた無音検出装置において、 前記入力音声データの最大ピッチ周期Ｐの２倍の周期毎
   にデータ長Ｐの連続入力音声データについて自己相関関
   数値の最大点を求め、その最大点の位置に応じて前記入
   力音声データのピッチ周期を得るピッチ周期抽出手段
   （１３）と、 前記最大ピッチ周期Ｐの２倍の周期における入力音声デ
   ータに同期して、前記監視の周期として前記入力音声デ
   ータのピッチ周期を与えるタイミング制御手段（１５）
   とを備えたことを特徴とする無音検出装置。
2. 【請求項２】 入力音声データの無音区間を時間軸上で
   圧縮する処理が施された音声データと、前記無音区間を
   示す無音情報とを符号化する符号化手段（２１）を備え
   た符号化装置において、 前記入力音声データに応じて前記無音情報を与える請求
   項１に記載の無音検出装置（２３）と、 前記無音検出装置（２３）のピッチ周期抽出手段（１
   ３）によって得られたピッチ周期毎に、前記無音情報に
   対応した無音区間について前記入力音声データに前記圧
   縮の処理を施して前記符号化手段（２１）に与える時間
   軸圧縮手段（２５）とを備えたことを特徴とする符号化
   装置。