JPH06266380A

JPH06266380A - 音声検出回路

Info

Publication number: JPH06266380A
Application number: JP5052698A
Authority: JP
Inventors: Uingu Kin Tou; トウ・ウイング・キン; Yuji Okuda; 裕二奥田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1993-03-12
Filing date: 1993-03-12
Publication date: 1994-09-22

Abstract

(57)【要約】【目的】使用環境の変化に応じて入力音声エネルギが
変化する場合でも、その影響を低減して正確率の高い有
音／無音判定を可能とする。【構成】フレームエネルギ算出回路３２で、送話信号
をフレーム化してこの各フレームごとにその入力エネル
ギＳＥ(k) を求め、音声検出回路３４において、この入
力エネルギＳＥ(k) を基に音声フレーム・メトリックＳ
ＦＭ(k) および雑音フレーム・メトリックＮＦＭ(k) を
それぞれ算出するとともに、上記入力エネルギＳＥ(k)
に応じて変化する適応化しきい値Ｔ_M(k) を生成し、こ
の適応化しきい値Ｔ_M(k) および上記雑音フレーム・メ
トリックＮＦＭ(k) を基に判定しきい値を生成してい
る。そして、この判定しきい値と上記音声フレーム・メ
トリックＳＦＭ(k) とをレベル比較することにより、各
フレームごとの有音／無音判定を行なうようにしたもの
である。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えばディジタル無線
電話装置や音声認識装置、音声記憶装置のように音声信
号を取り扱う装置において、有音区間と無音区間とを判
定するために設けられる音声検出回路に関する。

【０００２】

【従来の技術】入力音声信号の有音区間と無音区間とを
判定するための方法としては、一般に音声エネルギーや
スペクトラム、ピッチ周期、零クロスを分析する方法が
広く知られている。しかしながら、これらの方法は多く
の計算量を必要とするため、ディジタル無線電話装置の
ような省電力形の装置には不向きである。

【０００３】そこで、最近では計算量の少ない判定方法
の一つとして、音声エネルギの変化に基づいて判定する
方法が考えられている。音声エネルギの変化により判定
する方法には、固定しきい値を用いる方法と、適応的な
しきい値を用いる方法とがある。固定しきい値を用いる
方法は、入力音声エネルギを予め固定的に設定したしき
い値と比較することにより音声の有無を判定するもの
で、背景雑音レベルが低くかつ安定している条件下であ
れば正確な判定を行なうことが可能である。しかし、移
動通信などの環境下においては、背景雑音レベルが時間
的に変化するため正確な判定は期待できない。これに対
し、適応的なしきい値を用いる方法は、背景雑音レベル
に応じてしきい値を適応的に変化させ、入力音声エネル
ギをこの適応化しきい値と比較することにより入力音声
の有無を判定するもので、背景雑音レベルが時間的に変
化する移動通信などの環境下においても、十分に正確な
判定を行なうことができる。

【０００４】また、適応的なしきい値を用いる方法の中
にも、しきい値を制御する方法により様々な方法が考え
られる。その一つとして、Ｌｙｎｃｈｅｔａｌ
［“Ｓｐｅｅｃｈ／ＳｉｌｅｎｃｅＳｅｇｍｅｎｔａ
ｔｉｏｎｆｏｒＲｅａｌＴｉｍｅＣｏｄｉｎｇ
ＶｉａＲｕｌｅＢａｓｅｄＡｄａｐｔｉｖｅ
ＥｎｄｐｏｉｎｔＤｅｔｅｃｔｉｏｎ”ＩＣＡＳＳｐ
８７，３１，７］に示されるように、有音／無音検出の
方法として人間の声と雑音の性質を取り入れたメトリッ
ク（ｍｅｔｒｉｃ）法を導入したものがある。

【０００５】このメトリック法を利用した有音／無音検
出方法は、音声あるいは雑音のレベルの急激な変化を避
けるために、人間の声と雑音の性質に基づく減衰時定数
を用いて音声信号および雑音をそれぞれ音声メトリック
ＳＭおよび雑音メトリックＮＭに変換し、この音声メト
リックＳＭを、雑音メトリックＮＭを基に生成した適応
化しきい値と比較することにより入力音声信号の有音／
無音を検出するものである。以下に、この音声メトリッ
クＳＭ、および雑音メトリックＮＭにより生成した適応
化しきい値を用いた有音／無音判定式を示す。ＳＭ＞ＮＭ＊ＴＳＳ＋Ｔ_MINのとき有音ＳＭ＜ＮＭ＊ＴＮＮ＋Ｔ_MINのとき無音その他のとき判定は変
化しないここで、ＴＳＳおよびＴＮＮは、入力音声エネルギが判
定しきい値の付近で変化するときに場合に、判定の急激
な変化を避けるために設けられたパラメータであり、ま
たＴ_MINは最小の音声エネルギに相当するしきい値であ
る。この有音／無音判定を用いれば、背景雑音レベルが
時間的に変化する場合にも、ある程度の判定が可能であ
る。

【０００６】しかし、従来より考えられているこの方法
は、Ｔ_MINを予め設定した値に固定している。このた
め、Ｔ_MINの値の選び方によっては誤判定をしてしまう
場合があった。例えば、Ｔ_MINを小さな値に選んだとき
には、大レベルの入力音声の終端において、音声メトリ
ックＳＭの減衰時定数のために無音区間と判定するまで
に長い時間を必要とする。一方Ｔ_MINを大きな値に選ん
だときには、小レベルの音声の語頭で音声メトリックが
大きくなるまでの区間を無音と判断してしまい語頭切れ
の原因となる。このようにすべての使用環境に適応した
固定のＴ_MINを選ぶことは非常に難しいという問題があ
った。

【０００７】

【発明が解決しようとする課題】上述の如く、従来のメ
トリック方法を用いた有音／無音検出方法ではしきい値
Ｔ_MINをあらかじめ想定した固定値とするために、使用
する環境の変化によっては大レベルの入力音声の後の無
音区間を有音と判定してしまったり、小さいレベルの入
力音声の語頭を無音と誤判定してしまうという問題点が
あった。

【０００８】本発明は上記事情に着目してなされたもの
で、その目的とするところは、使用環境の変化に対応し
て正確率の高い有音／無音判定を行なうことができる音
声検出回路を提供することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に本発明は、入力信号エネルギに応じて変化する第１の
適応化しきい値を生成し、この第１の適応化しきい値と
雑音レベルの検出情報とを基に第２の適応化しきい値を
生成する。そして、この第２の適応化しきい値を用いて
音声レベルを判定することにより各区間ごとの音声信号
の有音／無音を検出するようにしたものである。

【００１０】また本発明は、上記第１の適応化しきい値
を、音声信号が存在する有音区間ではこの区間で得られ
る入力信号エネルギの最大レベルに比例した値に設定
し、音声信号が存在しない無音区間では音声レベルの最
小値に設定することを特徴としている。

【００１１】さらに本発明は、上記第２の適応化しきい
値を設定する際に、値の異なる少なくとも２つの適応化
しきい値を生成し、これらの第２の適応化しきい値を用
いて音声レベルの有無を判定することも特徴としてい
る。

【００１２】

【作用】この結果本発明によれば、有音／無音を判定す
るための第２の適応化しきい値が、雑音レベルに応じて
変化するだけでなく、音声信号を含む入力信号エネルギ
の値に応じても変化することになる。したがって、例え
ば大レベルの音声信号が入力された場合には、それに応
じて第２の適応化しきい値は大きくなる。このため、音
声メトリックの減衰時定数の影響により入力音声の終端
部のレベル低下が緩慢でも、長い時間を要することなく
有音から無音への変化を検出することが可能となる。ま
た、無音が検出された場合には第２の適応化しきい値は
音声レベルの最小値となる。このため、入力音声の語頭
部のレベル増加が緩慢でも、入力音声の無音から有音へ
の変化を検出することが可能となる。

【００１３】すなわち、移動無線電話装置のように使用
環境が頻繁に変化し、それに応じて入力音声レベルが変
化し易い装置に適用される場合でも、使用環境の変化の
影響を低減して正確率の高い有音／無音判定を行なうこ
とができる。

【００１４】また、第１の適応化しきい値を、音声信号
が存在する有音区間ではこの区間で得られる入力信号エ
ネルギの最大レベルに比例した値に設定し、音声信号が
存在しない無音区間では音声レベルの最小値に設定する
ようにしているので、第１の適応化しきい値の設定を比
較的簡単に行なうことができる。

【００１５】さらに、第２の適応化しきい値を設定する
際に、値の異なる少なくとも２つの適応化しきい値を生
成し、これらの第２の適応化しきい値を用いて音声レベ
ルの有無を判定するようにしたことによって、判定しき
い値付近における入力音声レベルの変動によって、判定
結果が有音と無音との間で頻繁に交互に変化しないよう
にすることができ、これにより安定な有音／無音判定を
行なうことが可能となる。

【００１６】

【実施例】以下本発明の一実施例を図面を参照して説明
する。

【００１７】図１は、本発明の一実施例に係る音声検出
回路を設けたディジタル無線電話装置の構成を示す回路
ブロック図である。

【００１８】同図において、図示しない基地局から無線
チャネルを介して送られた無線搬送波信号は、アンテナ
１で受信されたのちアンテナ共用器（ＤＵＰ）２を介し
て受信回路（ＲＸ）３に入力され、ここで周波数シンセ
サイザ（ＳＹＮ）４から出力された受信局部発振信号と
ミキシングされて中間周波信号に周波数変換される。そ
して、この受信中間周波信号は、ディジタル復調回路
（ＤＥＭ）６によりフレーム同期およびビット同期が確
立されたうえでディジタル復調される。尚、上記フレー
ム同期およびビット同期により得られた同期情報は制御
回路２０に入力される。

【００１９】上記ディジタル復調回路６から出力された
復調信号には、符号化通話信号と制御信号とがあり、こ
のうち制御信号は制御回路２０に供給されて識別され
る。一方符号化通話信号は、Ａ／Ｄ変換器７で所定のサ
ンプル周期でディジタル化されたのち誤り訂正符号復号
回路（ＣＨ−ＣＯＤ）８で誤り訂正復号される。そし
て、この誤り訂正復号された符号化通話信号は、音声符
号復号回路（ＳＰ−ＣＯＤ）９で復号化処理が施され、
さらにＤ／Ａ変換器１０でアナログ通話信号に戻された
のち、スピーカ１１から話者に向けて拡声出力される。

【００２０】一方、話者の送話音声は、マイクロホン１
２により集音されて送話信号に変換されたのち、ＰＣＭ
コーデック１３に入力される。このＰＣＭコーデック１
３は、フィルタ機能を有したサンプリング回路（ＦＩ
Ｌ）１４と、Ａ／Ｄ変換器１５とを備えている。サンプ
リング回路１４では、上記送話信号が帯域制限を受けた
のち、所定の周波数のサンプリングクロックに従ってサ
ンプリングされ、これによりサンプリングパルス列に変
換される。Ａ／Ｄ変換器１５では、上記サンプリングパ
ルス列からなる送話信号が振幅に対応するディジタル送
話信号に変換される。このディジタル送話信号ＴＳは、
図示しないエコーキャンセラで音響エコーがキャンセル
されたのち、音声符号復号回路（ＳＰ−ＣＯＤ）９に入
力され、ここで音声符号化される。

【００２１】この符号化されたディジタル送話信号は、
次に制御回路２０から出力された制御信号とともに誤り
訂正符号復号回路（ＣＨ−ＣＯＤ）８に入力され、ここ
で誤り訂正符号化される。そして、この誤り訂正符号化
されたディジタル送信信号は．Ｄ／Ａ変換器１６でアナ
ログ信号に変換されたのち、ディジタル変調回路１７に
入力される。このディジタル変調回路１７は、伝送フレ
ーム生成回路１８と、ディジタル変調器（ＭＯＤ）１９
とからなる。伝送フレーム生成回路１８では、時分割多
元接続（ＴＤＭＡ）方式に対応した伝送フレームが生成
され、この伝送フレーム中の任意のタイムスロットに上
記送信信号が挿入される。ディジタル変調器１９では、
上記送信信号によりディジタル変調された送信中間周波
信号が出力され、送信回路（ＴＸ）５に入力される。な
お、ディジタル変調方式としては、たとえばπ／４シフ
トＤＱＰＳＫ（π／４ｓｈｉｆｔｅｄ，ｄｉｆｆｅｒｅ
ｎｔｉａｌｌｙｅｎｃｏｄｅｄｑｕａｄｒａｔｕｒ
ｅｐｈａｓｅｓｈｉｆｔｋｅｙｉｎｇ）方式が用
いられる。

【００２２】送信回路５では、上記変調された送信中間
周波信号が周波数シンセサイザ４から出力された送信局
部発振信号とミキシングされ、これにより無線通話チャ
ネルに対応する無線搬送波周波数に変換される。そし
て、この無線搬送波信号は送信電力増幅器で所定の電力
レベルに増幅されたのち、アンテナ共用器２を介してア
ンテナ１から図示しない基地局へ向けて送信される。

【００２３】なお、２１は発信キー、ダイヤルキー、お
よび各種機能キーを有するキー入力部であり、また２２
は液晶表示器（ＬＣＤ）や発光ダイオード（ＬＥＤ）が
配置された表示部を示している。また、本実施例のディ
ジタル無線電話装置は、携帯可能とするために電源とし
てバッテリを使用しており、このバッテリの出力を基に
電源電圧発生回路から必要な動作電圧を生成して、上記
各回路に供給するように構成されている。

【００２４】ところで、本実施例のディジタル無線電話
装置は、音声検出制御回路３０を備えている。この音声
検出制御回路３０は、高域通過フィルタ（ＨＰＦ）３１
と、フレームエネルギ算出回路（ＦＲＭ）３２と、フレ
ーム遅延回路（ＤＥＬ）３３と、音声検出回路（ＤＥ
Ｔ）３４と、音声制御回路（ＶＯＸ）３５とから構成さ
れる。

【００２５】高域通過フィルタ３１では、上記ＰＣＭコ
ーデック１３から出力された送話信号のサンプルパルス
列から、例えば４００Ｈｚ以下の周波数成分を除去する
ためのフィルタリング処理が行なわれる。このフィルタ
リング処理は、４００Ｈｚ以下の周波数帯域では音声エ
ネルギは低く雑音エネルギは高いという特性に着目し、
音声信号と雑音信号とを区別するために行なわれる。

【００２６】フレームエネルギ算出回路３２では、上記
フィルタリング処理された送話信号のサンプルパルス列
を２０ｍｓ〜４０ｍｓの長さのフレームに区切ったの
ち、これらのフレームごとにそのエネルギの平均値を算
出するための演算処理が行なわれる。ここで、ｋ番目の
フレームのエネルギの平均値ＳＥ(k) を算出するための
計算式を以下に示す。フレーム遅延回路３３は、上記フィルタリング処理され
た送話信号のサンプルパルス列を、上記フレームエネル
ギ算出回路３２において平均フレームエネルギＳＥ(k)
を算出するために必要なだけ遅延するものであり、その
遅延時間を表わす情報は音声検出回路３４に入力され
る。

【００２７】音声検出回路３４では、上記フレームエネ
ルギ算出回路３２から平均フレームエネルギＳＥ(k) が
与えられると、対応するフレームが「有音フレーム」で
あるかまたは「無音フレーム」であるかを判定するため
の演算処理が行なわれる。

【００２８】音声制御回路３５は、ＶＯＸ（ｖｏｉｃｅ
ｏｐｅｒａｔｅｄｔｒａｎｓｍｉｔｔｅｒ）制御回
路と呼ばれ、上記音声検出回路３４による判定結果ＶOU
T(k)に基づいて、誤り訂正符号復号回路８、音声符号復
号回路９およびディジタル変調回路１７内の伝送フレー
ム生成回路１８の動作を制御する。この制御の目的は、
無音フレーム区間において、上記誤り訂正符号復号回路
８、音声符号復号回路９および伝送フレーム生成回路１
８の動作の一部を停止させることにより、消費電力の低
減を図ることである。

【００２９】次に、以上のように構成された音声検出制
御回路３０の動作を説明する。図２および図３は、その
音声検出回路３４の動作手順および動作内容を示すフロ
ーチャートである。

【００３０】このフローチャートに示すように音声検出
回路３４の処理動作は、音声フレーム・メトリックＳＦ
Ｍ(k) の算出を行なう処理ブロック１１０と、入力エネ
ルギーに応じて適応化しきい値Ｔ_M(k) を制御する処理
ブロック１２０と、雑音フレーム・メトリックＮＦＭ
(k) の算出を行なう処理ブロック１４０と、対象となる
フレームが有音フレームであるか無音フレームであるか
を判定するための処理ブロック１５０と、無音区間が検
出されたときに音声フレーム・メトリックＳＦＭ(k) お
よび適応化しきい値Ｔ_M(k) を制御するための処理ブロ
ック１６０とに大きく分けられる。

【００３１】ディジタル無線電話装置と基地局との間に
無線通信リンクが形成され、これにより話者が送話を行
なうと、その音声が背景雑音とともにマイクロホン１２
で集音されて送話信号に変換される。この送話信号は、
ＰＣＭコーデック１３でサンプルパルス列に変換された
のち、音声検出制御回路３０に入力される。この音声検
出制御回路３０に入力されると上記送話信号のサンプル
パルス列は、先ず高域通過フィルタ３１により雑音成分
が除去されたのちフレームエネルギ算出回路３２に導か
れ、ここで一定のフレーム長に分割されたのちこのフレ
ームごとに平均エネルギ値ＳＥ(k) が算出される。そし
て、この算出されたフレーム平均エネルギＳＥ(k) は音
声検出回路３４に導かれる。

【００３２】音声検出回路３４は、ステップ１０１で上
記フレーム平均エネルギＳＥ(k) の入力を待っており、
この状態でフレーム平均エネルギＳＥ(k) が入力される
と、先ず処理ブロック１１０にて次のように音声フレー
ム・メトリックＳＦＭ(k) の算出を行なう。すなわち、
先ずステップ１１１でＳＦＭ(K-1) ＞ＳＥ(k) であるか否かを判定し、ＳＦＭ(K-1) ＞ＳＥ(k) であれば、ステップ１１２に移行してここで現フレーム
の音声フレーム・メトリックＳＦＭ(k) をＳＦＭ(k) ＝（１−ＢＳ）＊ＳＥ(k) ＋ＢＳ＊ＳＦＭ(k-1) （２）のように算出する。一方、それ以外の時には、ステップ
１１３に移行して、このステップ１１３でＳＦＭ(k) ＝ＳＥ(k) （３）とする。ここでＢＳは音声メトリックＳＦＭ(k) の減衰
時定数であり、ｅ^{−（ＳＴ／ＴＢ）} により求められる。なおＳＴはサンプリング周期、ＴＢ
は減衰時間である。この減衰時定数の目的は、発声区間
にある子音のギャップを継ぐためである。これにより、
例えば図４のＳＥのような音声信号が入力されたとすれ
ば、同図のＳＦＭに示すような音声メトリックが得られ
る。

【００３３】以上のように音声フレーム・メトリックＳ
ＦＭ(k) が算出されると、音声検出回路３４は次に処理
ブロック１２０に移行して、ここで入力エネルギに応じ
て変化する適応化しきい値Ｔ_M(k) を求める。

【００３４】すなわち、先ずステップ１２１により、１
フレーム前の有音／無音の判定結果ＶOUT(k-1)が１であ
るか否か、つまり有音であるか否かを判定し、ＶOUT(k-1)＝１であればステップ１２２に移行して、ここでＴＭＰ＝ＳＥ(k) ／ｆac1 なる計算を行なう。この割算演算は、ディジタル・シグ
ナル・プロセッサ（ＤＳＰ）を用いと、多くの計算量を
必要とするので望ましくない。そこで本実施例では、平
均入力エネルギＳＥ(k) の簡単なＮビット右シフトによ
りＴＭＰを算出する。このため、ｆac1 には２^Nを選ぶ
ことが望ましい。

【００３５】上記ＴＭＰが求まると、音声検出回路３４
は続いてステップ１２３でＴＭＰ＞Ｔ_M(k-1) を満足するかまたはＶOUT(k-2)＝０を満足するかを判定する。この判定により、これらの条
件のいずれかが満足されると判定されると、つまりフレ
ームエネルギの増加が検出されると、音声検出回路３４
はステップ１２４に移行して、ここでしきい値Ｔ_M(k)
として現在の発声区間（フレーム）の高い値を割り当て
る。これに対し有音から無音への変化が検出された場合
には、しきい値Ｔ_M(k) は新しい発声区間に対する初期
Ｔ_M(k) として振舞うために、現在のＴＭＰに等しい値
に修正される。また、適応化しきい値Ｔ_M(k) の下限値
は、適応化しきい値Ｔ_M(k) が常に音声フレームの最小
のエネルギＴbot （雑音のないとき）以上になるように
設定してある。有音／無音状態の変化に対する記録は、
ステップ１３１において過去のフレームの検出を保存し
ておくことによって行なわれる。

【００３６】かくして、しきい値Ｔ_M(k) は、現フレー
ムにおける発声区間の最大エネルギー・レベルに追従す
ることになる。図５にしきい値Ｔ_M(k) が入力エネルギ
ＳＥの変化に追従する様子を示す。

【００３７】次に音声検出回路３４は、処理ブロック１
４０にて雑音フレーム・メトリックＮＦＭ(k) の計算を
行なう。雑音フレーム・メトリックＮＦＭ(k) は、先に
述べた音声フレーム・メトリックと同様の方法により計
算される。以下にその式を示す。すなわちＮＦＭ(k-1) ＞ＳＥ(k) のときにはＮＦＭ(k) ＝ＳＥ(k) （４）とする。またそれ以外のときにはＮＦＭ(k) ＝（１−ＢＴ）＊ＳＥ(k) ＋ＢＴ＊ＮＦＭ(k-1) （５）とする。ここでＢＴは、雑音フレーム・メトリックＮＦ
Ｍ(k) の減衰時定数を示すものである。この減衰時定数
ＢＴの値は、先に音声フレーム・メトリックのところで
述べたＢＳと同様の方法により決められる。減衰時間Ｂ
Ｔは、雑音フレーム・メトリックＮＦＭ(k) が音声区間
の間に大きくならないように十分に長い時間に設定する
必要がある。

【００３８】以上のように現在のフレームの入力エネル
ギーによる適応的しきい値Ｔ_M(k)と、音声フレーム・
メトリックＳＦＭ(k) と、雑音フレーム・メトリックＮ
ＦＭ(k) とがそれぞれ算出されると、音声検出回路３４
は処理ブロック１５０により次のように有音／無音の判
定処理を行なう。

【００３９】すなわち、ステップ１５１およびステップ
１５４では、それぞれ雑音フレーム・メトリックＮＦＭ
(k) および上限の保護定数Ｔ_Uを考慮した上限保護しき
い値ｕｐと、雑音フレーム・メトリックＮＦＭ(k) およ
び下限の保護定数Ｔ_Lを考慮した下限の保護しきい値ｌ
ｏｗが作成される。つまり、２重の保護しきい値が作成
される。この２重の保護しきい値を作成した理由は、判
定しきい値付近での入力エネルギーの変動によって有音
と無音の判定が頻繁に交互に繰り返されることを防止す
るためである。

【００４０】次にステップ１５２およびステップ１５５
では、それぞれ現フレームの音声フレーム・メトリック
ＳＦＭ(k) と上記２重の保護しきい値ｕｐ，ｌｏｗとが
比較される。そして、音声フレーム・メトリックＳＦＭ
(k) が上限保護しきい値ｕｐよりも大きい場合には、ス
テップ１５３で現フレームの判定結果Ｖout(k)をＶout(k)＝１に設定する。つまり有音であると判定する。これに対
し、音声フレーム・メトリックＳＦＭ(k) が下限保護し
きい値ｌｏｗよりも小さい場合には、ステップ１５６で
現フレームの判定結果Ｖout(k)をＶout(k)＝０に設定する。つまり無音であると判定する。また、音声
フレーム・メトリックＳＦＭ(k) が上限保護しきい値ｕ
ｐよりも小さく、かつ音声フレーム・メトリックＳＦＭ
(k) が下限保護しきい値ｌｏｗよりも大きかった場合に
は、ステップ１５７で現フレームの判定結果Ｖout(k)をＶout(k)＝Ｖout(k-1) に設定する。つまり、前フレームの判定結果をそのまま
現フレームの判定結果とする。

【００４１】なお、上記上限の保護定数Ｔ_Uおよび下限
の保護定数Ｔ_Lをともに小さく設定した場合には、無音
検出の誤検出が増えることにより有音検出の正確率が高
くなり、逆に上限の保護定数Ｔ_Uおよび下限の保護定数
Ｔ_Lをともに大きく設定した場合には、有音検出の誤検
出が増えることにより無音検出の正確率が高くなる。

【００４２】このように有音／無音の判定結果が得られ
ると、最後に音声検出回路３４は処理ブロック１６０に
移行して、ここで無音区間が検出された場合の音声フレ
ーム・メトリックＳＦＭ(k) および適応化しきい値Ｔ_M
(k) の制御を行なう。すなわち、有音から無音に変わっ
た時には、過去の発声区間の音声フレーム・メトリック
ＳＦＭ(k) の傾きは新しい無音区間ではもはや重要でな
いので、ステップ１６２で音声フレーム・メトリックＳ
ＦＭ(k) を現フレームの入力エネルギの値に置き換え
る。また、入力エネルギによる適応化しきい値Ｔ_M(k)
は、過去の発声区間の最大入力エネルギーに追従してい
るので、ステップ１６３により現在の入力（雑音）エネ
ルギー・レベルに基づく値に調整する。これによって、
エネルギー・レベルがわからない次に来る発声区間の検
出を容易にする。

【００４３】かくして、各フレームごとに入力エネルギ
ＳＥ(k) に対する有音／無音の判定結果ＶOUT(k)が算出
される。

【００４４】この判定結果ＶOUT(k)は、音声制御回路３
５に与えられる。音声制御回路３５は、各フレーム区間
ごとに上記判定結果ＶOUT(k)に従って音声符号復号回路
９、誤り訂正符号復号回路８およびディジタル変調回路
１７内の伝送フレーム生成回路１８の動作を制御する。
すなわち、判定結果ＶOUT(k)が無音であるフレーム区間
では、上記音声符号復号回路９、誤り訂正符号復号回路
８およびディジタル変調回路１７内の伝送フレーム生成
回路１８の動作をそれぞれ停止させる。これにより、無
音区間においては上記音声符号復号回路９、誤り訂正符
号復号回路８およびディジタル変調回路１７内の伝送フ
レーム生成回路１８では電流がほとんど消費されないこ
とになり、これにより装置の消費電力は大幅に低減され
る。

【００４５】一般に、実際に送話音声が存在する期間は
全通話期間のうちの３０％程度であり、上記のように無
音区間を検出して、この無音区間において送信に不要な
回路の動作を停止させることは、装置の消費電力を低減
するうえで非常に大きな効果がある。これによって、連
続通話時間の延長を図ることができ、またバッテリ容量
の小容量化を図って装置の小形軽量化を図ることができ
る。

【００４６】以上のように本実施例の音声検出回路３４
では、送話信号をフレーム化してこの各フレームごとに
その入力エネルギＳＥ(k) を求め、この入力エネルギＳ
Ｅ(k) を基に音声フレーム・メトリックＳＦＭ(k) およ
び雑音フレーム・メトリックＮＦＭ(k) をそれぞれ算出
するとともに、上記入力エネルギＳＥ(k) に応じて変化
する適応化しきい値Ｔ_M(k) を生成し、この適応化しき
い値Ｔ_M(k) および上記雑音フレーム・メトリックＮＦ
Ｍ(k) を基に判定しきい値ｕｐ，ｌｏｗを生成してい
る。そして、この判定しきい値ｕｐ，ｌｏｗと上記音声
フレーム・メトリックＳＦＭ(k) とをレベル比較するこ
とにより、各フレームごとの有音／無音判定を行なうよ
うにしている。

【００４７】したがって本実施例であれば、有音／無音
を判定するための判定しきい値ｕｐ，ｌｏｗが、雑音レ
ベルに応じて変化するだけでなく、音声信号を含む入力
エネルギの値に応じても変化することになる。したがっ
て、例えば大レベルの音声信号が入力された場合にはそ
れに応じて判定しきい値は大きくなり、これにより音声
フレーム・メトリックＳＦＭ(k) の減衰時定数の影響に
より入力音声の終端部のレベル低下が緩慢でも、長い時
間を要することなく有音から無音への変化を検出するこ
とができるようになる。また、反対に無音が検出された
場合には、判定しきい値は入力音声レベルの最小値にな
るため、入力音声の語頭部のレベル増加が緩慢でも、入
力音声の無音から有音への変化を検出することができ
る。すなわち、移動無線電話装置のように使用環境が頻
繁に変化し、それに応じて入力音声レベルが変化し易い
装置に適用される場合でも、使用環境の変化の影響を低
減して、正確率の高い有音／無音判定を行なうことがで
きる。

【００４８】また本実施例では、判定しきい値として雑
音フレーム・メトリックＮＦＭ(k)および上限定数Ｔ_U
を考慮した上限保護しきい値ｕｐと、雑音フレーム・メ
トリックＮＦＭ(k) および下限の保護定数Ｔ_Lを考慮し
た下限の保護しきい値ｌｏｗをそれぞれ生成し、これら
の２重の保護しきい値ｕｐ，ｌｏｗを用いて有音／無音
判定を行なっている。このため、判定しきい値付近にお
ける入力音声レベルの変動によって、判定結果が有音と
無音との間で頻繁に交互に変化しないようにすることが
でき、これにより安定な有音／無音判定を行なうことが
できる。

【００４９】以上述べた本実施例の効果を、図６乃至図
９を用いてさらに詳しく説明する。いま仮に、図３
（ａ）に示すように１６秒間に３回の発声区間があり、
かつ図３（ｂ）に示すごとく白色ガウス雑音を付加され
た音声信号波形を例にとる。そして、この音声信号波形
の信号対雑音比（ＳＮＲ）を１５ｄＢに保ちつつ、入力
エネルギ・レベルを０，−１０，−２０ｄＢｍにそれぞ
れ変化させた場合について調べる。

【００５０】先ず、この雑音含んだ音声信号波形を音声
検出回路３４に入力する。そしてこの音声検出回路３４
から出力された判定結果ＶOUT(k)に基づいて、有音と判
定された区間は入力音声波形をそのまま出力し、無音と
判定された区間は零出力したもので比較する。図７〜図
９の（ａ），（ｂ），（ｃ）は、それぞれエネルギ・レ
ベルが０，−１０，−２０ｄＢｍにおける判定結果に基
づく出力音声信号波形を示したものである。図７（ａ）
〜（ｂ）は本発明で提案した適応的なしきい値Ｔ_M(k)
を用いた方法による結果であり、図８（ａ）〜（ｂ）お
よび図９（ａ）〜（ｂ）は従来の固定しきい値Ｔ_MINを
用いた場合の結果である。

【００５１】すなわち、図７（ａ）の入力エネルギー・
レベル０ｄＢｍの時の波形は、図８（ａ）の従来の固定
しきい値でＴ_MINを０ｄＢｍの場合に最適化した波形と
類似しており良好な判定が行なわれている。一方、図７
（ｃ）の入力エネルギー・レベル２０ｄＢｍの時の波形
も、図９（ｃ）の従来の固定しきい値でＴ_MINを−２０
ｄＢｍの場合に最適化した波形と類似しており良好な判
定が行なわれている。これらの結果から見て、ＳＮＲが
１５ｄＢくらいの高い周囲雑音がある場合で入力レベル
が変化する様な場合でも、本発明による検出方法を用い
ると良好な判定を行なえることが分かる。また、図８
（ｃ）に示すような低い音声レベルでの誤判定や、図９
（ａ）に示すような高い音声レベルの後の無音区間の誤
判定は解決されている。

【００５２】結論として、本発明による音声検出方法
は、周囲雑音がありかつ入力音声レベルが変化するよう
な場合でも、有音／無音判定を正確に行うことができる
といえる。またこの検出アルゴリズムはディジタル・シ
グナル・プロセッサ（ＤＳＰ）で計算量が少なく、簡単
に実現できる。

【００５３】なお、本発明は上記実施例に限定されるも
のではない。例えば、有音と無音の判定が頻繁に交互に
繰り返しても問題がない場合には、Ｔ_UとＴ_Lを同じ値
にすることも可能である。その他、本発明の音声検出回
路を適用する装置の種類や構成、音声検出結果の利用対
象などについても、本発明の要旨を逸脱しない範囲で種
々変形して実施できる。

【００５４】

【発明の効果】以上詳述したように本発明の音声検出回
路は、入力信号エネルギに応じて変化する第１の適応化
しきい値を生成し、この第１の適応化しきい値と雑音レ
ベルの検出情報とを基に第２の適応化しきい値を生成し
て、この第２の適応化しきい値を用いて音声レベルを判
定することにより各区間ごとの音声信号の有音／無音を
検出するようにしたものである。

【００５５】したがって本発明によれば、有音／無音を
判定するための第２の適応化しきい値を、雑音レベルだ
けでなく、音声信号を含む入力信号エネルギ値に応じて
も変化させることができ、これにより使用環境の変化に
応じて入力音声エネルギが変化する場合でも、その影響
を低減して正確率の高い有音／無音判定を行なうことが
できる音声検出回路を提供することができる。

【図面の簡単な説明】

【図１】本発明の一実施例に係わる音声検出回路を備え
たディジタル無線電話装置の構成を示す回路ブロック
図。

【図２】図１に示した音声検出回路の動作手順および動
作内容の前半部分を示すフローチャート。

【図３】図１に示した音声検出回路の動作手順および動
作内容の後半部分を示すフローチャート。

【図４】メトリック法の説明に用いる信号波形図。

【図５】適応化しきい値Ｔ_M(k) の適応変化の様子を説
明するための信号波形図。

【図６】図１に示した音声検出回路の効果を説明するた
めに使用する信号波形図。

【図７】図１に示した音声検出回路の効果を説明するた
めに使用する信号波形図。

【図８】しきい値を固定した従来の音声検出回路の問題
点を説明するために使用する信号波形図。

【図９】しきい値を固定した従来の音声検出回路の問題
点を説明するために使用する信号波形図。

【符号の説明】

１…アンテナ２…アンテナ共用器（ＤＵＰ）３…受信回路（ＲＸ）４…周波数シンセサイザ（ＳＹＮ）５…送信回路（ＴＸ）６…ディジタル復調回路（ＤＥＭ）７，１５…Ａ／Ｄ変換器８…誤り訂正符号復号回路（ＣＨ−ＣＯＤ）９…音声符号復号回路（ＳＰ−ＣＯＤ）１０，１６…Ｄ／Ａ変換器１１…スピーカ１２…マイクロホン１３…ＰＣＭコーデック１４…帯域通過フィルタ１７…ディジタル変調回路１８…伝送フレーム生成回路１９…ディジタル変調器（ＭＯＤ）２０…制御回路２１…キー入力部（ＫＥＹ）２２…表示部（ＤＩＳＰ）３０…音声検出制御回路３１…高域通過フィルタ（ＨＰＦ）３２…フレームエネルギ算出回路（ＦＲＭ）３３…フレーム遅延回路（ＤＥＬ）３４…音声検出回路（ＤＥＴ）３５…音声制御回路（ＶＯＸ）

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成５年１０月７日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】請求項２

【補正方法】変更

【補正内容】

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００１４

【補正方法】変更

【補正内容】

【００１４】また、第１の適応化しきい値を、音声信号
が存在する有音区間ではこの区間で得られる入力信号エ
ネルギの最大レベルに比例した値に設定し、音声信号が
存在しない無音区間では入力信号エネルギに比例した値
に設定するようにしているので、第１の適応化しきい値
の設定を比較的簡単に行なうことができる。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】００１８

【補正方法】変更

【補正内容】

【００１８】同図において、図示しない基地局から無線
チャネルを介して送られた無線搬送波信号は、アンテナ
１で受信されたのちアンテナ共用器（ＤＵＰ）２を介し
て受信回路（ＲＸ）３に入力され、ここで周波数シンセ
サイザ（ＳＹＮ）４から出力された受信局部発振信号と
ミキシングされて中間周波信号に周波数変換される。そ
して、この受信中間周波信号は、低域通過フィルタを含
むＡ／Ｄ変換器７においてディジタル信号に変換され、
しかるのちディジタル復調回路（ＤＥＭ）６に入力され
る。ディジタル復調回路６では、上記受信中間周波信号
がフレーム同期およびビット同期が確立されたうえでデ
ィジタル復調され、これによりディジタルベースバンド
信号に変換される。そして、このディジタル復調回路７
から出力されたディジタルベースバンド信号は、時分割
多元接続接続回路（ＴＤＭＡ）１９において各伝送フレ
ームごとにタイムスロットが各々分離される。尚、上記
フレーム同期およびビット同期により得られた同期情報
は制御回路２０に入力される。

【手続補正４】

【補正対象書類名】明細書

【補正対象項目名】００１９

【補正方法】変更

【補正内容】

【００１９】上記ディジタル復調回路６から出力され、
かつＴＤＭＡ回路１９で分離された復調信号には、符号
化通話信号と制御信号とがあり、このうち制御信号は制
御回路２０に供給されて識別される。一方符号化通話信
号は、誤り訂正符号復号回路（ＣＨ−ＣＯＤ）８で誤り
訂正復号される。そして、この誤り訂正復号された符号
化通話信号は、音声符号復号回路（ＳＰ−ＣＯＤ）９で
復号化処理が施され、さらにＤ／Ａ変換器１０でアナロ
グ通話信号に戻されたのち、スピーカ１１から話者に向
けて拡声出力される。

【手続補正５】

【補正対象書類名】明細書

【補正対象項目名】００２１

【補正方法】変更

【補正内容】

【００２１】この符号化されたディジタル送話信号は、
次に制御回路２０から出力された制御信号とともに誤り
訂正符号復号回路（ＣＨ−ＣＯＤ）８に入力され、ここ
で誤り訂正符号化される。そして、この誤り訂正符号化
されたディジタル送信信号は、ＴＤＭＡ回路１９に入力
される。このＴＤＭＡ回路１９では、時分割多元接続
（ＴＤＭＡ）方式に対応した伝送フレームが生成され、
この伝送フレーム中の任意のタイムスロットに上記ディ
ジタル送信信号が挿入される。そして、このＴＤＭＡ回
路１９から出力された伝送フレーム信号はディジタル変
調回路（ＭＯＤ）１７に入力される。このディジタル変
調回路１７では、上記伝送フレーム信号によりディジタ
ル変調された送信中間周波信号が出力され、この送信中
間周波信号はＤ／Ａ変換器１８でアナログ信号に変換さ
れたのち送信回路（ＴＸ）５に入力される。なお、ディ
ジタル変調方式としては、たとえばπ／４シフトＤＱＰ
ＳＫ（π／４ｓｈｉｆｔｅｄ，ｄｉｆｆｅｒｅｎｔｉａ
ｌｌｙｅｎｃｏｄｅｄｑｕａｄｒａｔｕｒｅｐｈ
ａｓｅｓｈｉｆｔｋｅｙｉｎｇ）方式が用いられ
る。

【手続補正６】

【補正対象書類名】明細書

【補正対象項目名】００２８

【補正方法】変更

【補正内容】

【００２８】音声制御回路３５は、ＶＯＸ（ｖｏｉｃｅ
ｏｐｅｒａｔｅｄｔｒａｎｓｍｉｔｔｅｒ）制御回
路と呼ばれ、上記音声検出回路３４による判定結果ＶOU
T(k)に基づいて、誤り訂正符号復号回路８、音声符号復
号回路９およびＴＤＭＡ回路１９の動作を制御する。こ
の制御の目的は、無音フレーム区間において、上記誤り
訂正符号復号回路８、音声符号復号回路９およびＴＤＭ
Ａ回路１９の動作の一部を停止させることにより、消費
電力の低減を図ることである。

【手続補正７】

【補正対象書類名】明細書

【補正対象項目名】００４４

【補正方法】変更

【補正内容】

【００４４】この判定結果ＶOUT(k)は、音声制御回路３
５に与えられる。音声制御回路３５は、各フレーム区間
ごとに上記判定結果ＶOUT(k)に従って音声符号復号回路
９、誤り訂正符号復号回路８およびＴＤＭＡ回路１９の
動作を制御する。すなわち、判定結果ＶOUT(k)が無音で
あるフレーム区間では、上記音声符号復号回路９、誤り
訂正符号復号回路８およびＴＤＭＡ回路１９の動作をそ
れぞれ停止させる。これにより、無音区間においては上
記音声符号復号回路９、誤り訂正符号復号回路８および
ＴＤＭＡ回路１９では電流がほとんど消費されないこと
になり、これにより装置の消費電力は大幅に低減され
る。

【手続補正８】

【補正対象書類名】明細書

【補正対象項目名】００４９

【補正方法】変更

【補正内容】

【００４９】以上述べた本実施例の効果を、図６乃至図
９を用いてさらに詳しく説明する。いま仮に、図６
（ａ）に示すように１６秒間に３回の発声区間があり、
かつ図６（ｂ）に示すごとく白色ガウス雑音を付加され
た音声信号波形を例にとる。そして、この音声信号波形
の信号対雑音比（ＳＮＲ）を１５ｄＢに保ちつつ、入力
エネルギ・レベルを０，−１０，−２０ｄＢｍにそれぞ
れ変化させた場合について調べる。

【手続補正９】

【補正対象書類名】明細書

【補正対象項目名】符号の説明

【補正方法】変更

【補正内容】

【符号の説明】１…アンテナ２…アンテナ共用器（ＤＵＰ）３…受信回路（ＲＸ）４…周波数シンセサイザ（ＳＹＮ）５…送信回路（ＴＸ）６…ディジタル復調回路（ＤＥＭ）７，１５…Ａ／Ｄ変換器８…誤り訂正符号復号回路（ＣＨ−ＣＯＤ）９…音声符号復号回路（ＳＰ−ＣＯＤ）１０，１６…Ｄ／Ａ変換器１１…スピーカ１２…マイクロホン１３…ＰＣＭコーデック１４…帯域通過フィルタ１７…ディジタル変調回路（ＭＯＤ）１９…時分割多元接続回路（ＴＤＭＡ）２０…制御回路２１…キー入力部（ＫＥＹ）２２…表示部（ＤＩＳＰ）３０…音声検出制御回路３１…高域通過フィルタ（ＨＰＦ）３２…フレームエネルギ算出回路（ＦＲＭ）３３…フレーム遅延回路（ＤＥＬ）３４…音声検出回路（ＤＥＴ）３５…音声制御回路（ＶＯＸ）

【手続補正１０】

【補正対象書類名】図面

【補正対象項目名】図１

【補正方法】変更

【補正内容】

【図１】

【手続補正１１】

【補正対象書類名】図面

【補正対象項目名】図２

【補正方法】変更

【補正内容】

【図２】

【手続補正１２】

【補正対象書類名】図面

【補正対象項目名】図３

【補正方法】変更

【補正内容】

【図３】

【手続補正１３】

【補正対象書類名】図面

【補正対象項目名】図５

【補正方法】変更

【補正内容】

【図５】

Claims

【特許請求の範囲】

【請求項１】量子化された連続する入力信号パターン
を単位時間毎に分割し、この分割された区間ごとに上記
入力信号パターンのエネルギを求めるためのエネルギ検
出手段と、このエネルギ検出手段により求められたエネルギを基に
音声レベルを表わす音声レベル情報を得るための音声レ
ベル検出手段と、前記エネルギ検出手段により求められたエネルギを基に
雑音レベルを表わす雑音レベル情報を得るための雑音レ
ベル検出手段と、前記エネルギ検出手段により求められたエネルギに応じ
て変化する第１の適応化しきい値を生成するための第１
のしきい値生成手段と、前記雑音レベル検出手段により得られた雑音レベル情報
と、前記第１のしきい値生成手段により生成された第１
の適応化しきい値とを基に第２の適応化しきい値を生成
するための第２のしきい値生成手段と、この第２のしきい値生成手段により生成された第２の適
応化しきい値と、前記音声レベル検出手段により得られ
た音声レベル情報とに基づいて、前記各区間ごとの音声
信号の有無を判定するための判定手段とを具備したこと
を特徴とする音声検出回路。
【請求項２】第１のしきい値生成手段は、第１の適応
化しきい値を、音声信号が存在する有音区間ではこの区
間で得られる入力信号エネルギの最大レベルに比例した
値に設定し、音声信号が存在しない無音区間では音声レ
ベルの最小値に設定することを特徴とする請求項１に記
載の音声検出回路。
【請求項３】第２のしきい値生成手段は、値の異なる
少なくとも２つの第２の適応化しきい値を生成し、かつ
判定手段は、これらの第２の適応化しきい値および音声
レベル検出手段により得られた音声レベル情報に基づい
て、各区間ごとの音声信号の有無を判定することを特徴
とする請求項１に記載の音声検出回路。