JPH0682278B2

JPH0682278B2 - 有声破裂子音識別方式

Info

Publication number: JPH0682278B2
Application number: JP60250542A
Authority: JP
Inventors: 敦仁小林; 泰弘奈良; 均岩見田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1985-11-08
Filing date: 1985-11-08
Publication date: 1994-10-19
Anticipated expiration: 2009-10-19
Also published as: JPS62111294A

Description

【発明の詳細な説明】〔概要〕有声破裂子音を識別する有声破裂子音識別方式におい
て、破裂時点検出部と、検出された破裂時点から母音部
に至るパワー系列を演算するパワー演算部と、母音立上
り点検出部と、検出された母音立上り点と破裂時点とか
ら立ち上がり時間特性を検出する立上り時間特性検出部
と、検出された立上り時間特性に基づいて破裂時点から
母音部に至る過渡部スペクトルの時系列を抽出し有声破
裂子音を判定する判定部とを備え、判定された結果を出
力するようにしている。

〔産業上の利用分野〕

本発明は、破裂時点から母音部に至るパワーの立上り時
間特性を基に時間正視化した時間情報を算出し、この算
出した時間情報に基づいて破裂時点から母音部に至る過
渡部のスペクトルを抽出し、かつ時間情報によって重み
づけを行うことによって有声破裂子音を識別する有声破
裂子音識別方式に関するものである。

〔従来の技術と発明が解決しようとする問題点〕

従来の有声破裂子音識別方式として、破裂時点での破裂
部スペクトルを特徴量として用いる方式や、ホルマント
ローカスを特徴量として用いる方式などが代表的であ
り、この他にも種々の識別パラメータを用いた方式が提
案されている。

前者は、破裂部の静的なスペクトル中に識別に有効な情
報が存在するという考え方に基づいてるが、識別能力と
いう点からは多少落ちる。後者は、ホルマントローカス
と呼ばれる破裂時点での第２、第３ホルマントの遷移開
始周波数を特徴量とするものであるが、各ホルマント周
波数の軌跡を求める必要があり、技術的な困難さは前者
に比べてかなり大きい。また、上記方式以外にも、破裂
部から後続する母音への過渡部の動的な特徴を用いる方
式などもある。しかし、いずれの方式においても、現像
変化の速い有声破裂子音（ば行、だ行およびが行の子
音）の特徴を確実に捉えるのは、難しいという問題点が
あった。

〔問題点を解決するための手段〕

本発明は、前記問題点を解決するために、破裂時点から
母音部に至るパワーの立上り時間特性を基に時間正視化
した時間情報を算出し、この算出した時間情報に基づい
て破裂時点から母音部に至る過渡部のスペクトルを抽出
し、かつ時間情報によって重みづけを行うことによって
有声破裂子音を識別する構成を採用することにより、高
い認識率で有声破裂子音を識別している。

第１図に示す本発明の実施例構成を用いて問題点を解決
するための手段を説明する。

第１図において、破裂時点検出部４は、入力された有声
破裂子音の破裂時点を検出するものである。

パワー演算部５は、破裂時点検出部４によって検出され
た破裂時点から母音部に至るパワー系列を演算して算出
するものである。

母音立上り点検出部７は、パワー演算部５によって演算
されたパワー系列から母音の立ち上がり点を検出するも
のである。

立上り時間特性検出部８は、母音立上り点検出部７によ
って検出された点と、破裂時点とを例えば直線を用いて
結んだ立上り時間特性を算出するものである。

分析位置指示部９は、立上り時間特性検出部８によって
算出された例えば検出された点と、破裂時点とを直線を
用いて結んだ立上り時間特性曲線を、等間隔に分割した
位置（分析位置）を指示するものである。

スペクトル分析部10は、分析位置指示部９から通知され
た分析位置を例えば始点として所定幅（時間幅）内のス
ペクトルを分析するものである。

距離演算部12は、スペクトル分析部10によって分析した
スペクトルと、予め分析して登録しておいた辞書メモリ
11から読み出したスペクトルとに基づいて、所定の距離
ｄを算出（後述する）するものである。この際、分析位
置指示部９によって指示された分析位置情報に基づい
て、前記所定の距離に対して夫々重みづけ（後述する）
を行う。

判定部14は、距離演算部12によって演算された距離ｄに
基づいて、有声破裂子音であるか否かを判定するもので
ある。

〔作用〕

第１図を用いて説明した構成を採用し、音声入力を破裂
時点検出部４に入力すると、破裂時点Ｂが検出される。
次いで、パワー演算部５によって、当該破裂時点から母
音部に至る過渡部のパワー系列が演算される。このパワ
ー系列の通知を受けた母音立上り点検出部７は、当該パ
ワー系列からパワーがほぼ一定値となる母音定常点Ｓを
検出し、立上り時間特性検出部８に通知する。この通知
を受けた立上り時間特性検出部８は、前記母音定常点Ｓ
から所定レベル値Ｌだけ小さいパワー系列上の点Ｔを求
め、前記破裂時点Ｂとこの点Ｔとを例えば直線を用いて
結んだ立上り時間特性曲線を算出する。分析位置指示部
９は、前記立上り特性曲線を例えば等分割した点を求
め、この点を分析位置として、スペクトル分析部10に通
知する。この通知を受けたスペクトル分析部10は、当該
通知を受けた分析位置を例えば始点として所定時間幅内
のスペクトルを分析して距離演算部12に通知する。通知
を受けた距離演算部12は、後述するようにして、スペク
トル分析部10によって分析されたスペクトルと、予め辞
書メモリ11に登録しておいたスペクトルとから所定の距
離ｄを演算して算出する。この際、分析位置指示部９に
よって指示された分析位置の情報（時間情報）は、当該
距離ｄを算出するのに重みづけに利用される。そして、
この算出された距離は、判定部14に通知され、有声破裂
子音であるか否かが判定される。

以上説明したように、有声破裂子音の破裂時点から母音
部に至る過渡部でのパワー時系列を用いて、時間正視化
した態様の分析位置情報を算出し、この算出した分析位
置でのスペクトルを検出すると共に、当該分析位置情報
（時間情報）の重みづけを行った距離ｄを算出し、この
距離ｄから有声破裂子音であるか否かを判定しているた
め、高い認識率で有声破裂子音を識別することが可能と
なる。

〔実施例〕

第１図は本発明の１実施例構成、第２図ないし第５図は
第１図図示構成の動作を説明するものを夫々示す。図
中、１はマイク、２はA/D変換器、３は音声メモリ、４
は破裂時点検出部、５はパワー演算部、６はパワー系列
メモリ、７は母音立上り点検出部、８は立上り時間特性
検出部、９は分析位置指示部、10はスペクトル分析部、
11は辞書メモリ、12は距離演算部、13は重み付け部、14
は判定部を表す。

第１図において、音声例えば特定話者が離散短音節とし
て発音した有声破裂子音（ば行、だ行およびが行音）を
マイク１に入力すると、この入力された音声入力はアナ
ログの電気信号に変換される。この電気信号に変換され
たアナログ信号は、A/D変換器２によってデジタル信号
に変換され、破裂時点検出部４に通知されると共に、音
声メモリ３に格納される。以下第２図ないし第５図を用
いて動作を順次詳細に説明する。

第１に、破裂時点の検出。

破裂時点は、破裂時点検出部４によって行われ、音声信
号の急峻な変化時点として検出したり、あるいはスペク
トル上で低い周波数帯域が優勢な状態から高い周波数帯
域が優勢な状態となる変化時点として検出したりなど各
種の方法がある。

第２に、音声パワー系列の抽出。

入力された音声ｘ（ｔ）のパワー時系列ｐを下式を用い
て求める。

ここで、Ｎは演算区間長を表す。

上記式（１）を用いて算出した破裂時点以降のデータに
ついて、分析間隔Ｍでパワー系列Ｐを下式を用いて求め
る。

Ｐ＝ｐ（１）、ｐ（２）、・・・ｐ（１） ……（２）第２図（イ）は入力された音声“da"の音声波形ｘ
（ｔ）を示し、第２図（ロ）は式（１）および（２）を
用いて演算して算出したパワー系列Ｐ（１）を示す。

第３に、母音定常点Ｓの抽出。

破裂時点以降のパワー系列において、パワーの変動が、
下式を用いて表されるように或る閾値“TH"以下の地点
を母音定常点Ｓとする。この母音定常点Ｓは、第３図図
中“S"を用いて表されている。

|P（li）−Ｐ（lj）｜≦TH ……（３）第４図に、母音の立上り時点の設定。

母音の定常点Ｓにおけるパワー値よりも、Ｌレベル下が
ったパワー系列上の点Ｔを算出し、これを母音の立上り
時点Ｔとする（第３図図示“T"）。

第５に、パワーの立上り時間特性の算出。

破裂時点でのパワー系列上の点Ｂと、母音の立上り時点
Ｔとを結んだ直線を、パワーの立上り時間特性とする
（第３図図中点Ｂと点Ｔとを結ぶ一点鎖線）。

第６に、時間正視化スペクトル系列の抽出。

破裂時点Ｂから母音の立上り時点Ｔまでのスペクトル系
列を、時間正視化した形で抽出する。そして、第４図に
おいて、破裂時点Ｂでのパワー値P_Bと母音の立上り時点
Ｔでのパワー値P_Tとの間をＫ分割することにより得られ
るパワー値（例えばP₁、P₂）と、立上り時間特性の直線
とから、スペクトルの抽出時点を決定する（例えばt₁、
t₂）。これら決定された時点t₁、t₂と、破裂時点t₀およ
び母音の立上り時間t₃とを加えた点を、分析開始位置と
してスペクトル分析を行い、時間を正視化した形で破裂
時点から母音の立上り時点までのスペクトル系列を得
る。この時間正視化は、乱流雑音によりbuzz bar（バ
ズバー）上で破裂波形が生じる場合や、音声波が声道
で共振を開始する時点で破裂波形を生じる場合などにお
いて破裂の仕方の変動を吸収する効果がある。この時間
正視化したスペクトル系列を特徴点パラメータとして、
有声破裂子音の間での識別を行うようにしている。

第７に、識別方法。

ここでは、時間正視化されたスペクトル系列間のマッチ
ングを行い、その距離尺度で識別を行う。本発明の他の
１つの特徴は、この距離を算出する場合に、時間情報の
重み付けを行うところにある。

今、辞書メモリ11に登録されているスペクトル系列を
Ｄ、入力されたスペクトル系列をＩとし、そのパワー立
上り時間特性が夫々第５図（イ）および第５図（ロ）に
示すものとする。スペクトル系列Ｄは、t₀ないしt₃時点
を分析開始位置として、スペクトル分析されたものであ
り、下式のように表される。

Ｄ＝ｄ（t₀）、ｄ（t₁）、ｄ（t₂）、ｄ（t₃）…（４）同様に、入力スペクトル系列Ｉは、下式のように表され
る。

Ｉ＝ｉ（t₀′）、ｉ（t₁′）、ｉ（t₂′）、ｉ（t₃′） ……（５）ここで、次のような距離ｄを定義する。

距離ｄ＝|d（t₀）−ｉ（t₀′）｜＋w₁|d（t₁）−ｉ（t₁′）｜＋w₂|d（t₂）−ｉ（t₂′）｜＋w₃|d（t₃）−ｉ（t₃′）｜ ……（６）ここで、wi（ｉ＝１ないし３）は、重み係数であって、
以下の式によって定義される。

wi＝ti/ti′（ti/ti′＞１） ……（７） wi＝ti′/ti（ti/ti′＜１） ……（８） wi＝１・・・（ti/ti′＝１） ……（９）即ち、破裂時点でのスペクトル以外のスペクトル系列間
の距離を計算する場合に、破裂時点からの時間情報を重
みとして付加することになる。これによって、母音部へ
の立上り時間が異なる“だ行、ば行”と、“が行”との
識別が容易となる効果もある。以上説明した距離ｄを用
いて識別を行う。

〔発明の効果〕

以上説明したように、本発明によれば、破裂時点から母
音部に至るパワーの立上り時間特性を基に時間正視化し
た時間情報を算出し、この算出した時間情報に基づいて
破裂時点から母音部に至る過渡部のスペクトルを抽出
し、かつ時間情報によって重みづけを行うことによって
有声破裂子音を識別する構成を採用しているため、高い
認識率で有声破裂子音を識別することができる。

【図面の簡単な説明】

第１図は本発明の１実施例構成図、第２図は音声パワー
系列の抽出説明図、第３図はパワーの立上り時間特性説
明図、第４図は分析位置算出説明図、第５図は識別説明
図を示す。図中、１はマイク、２はA/D変換器、３は音声メモリ、
４は破裂時点検出部、５はパワー演算部、６はパワー系
列メモリ、７は母音立上り点検出部、８は立上り時間特
性検出部、９は分析位置指示部、10はスペクトル分析
部、11は辞書メモリ、12は距離演算部、13は重み付け
部、14は判定部を表す。

Claims

【特許請求の範囲】

【請求項１】有声破裂子音を識別する有声破裂子音識別
方式において、有声破裂子音の破裂時点を検出する破裂時点検出部
（４）と、この破裂時点検出部（４）によって検出された破裂時点
から母音部に至るパワー系列を演算するパワー演算部
（５）と、このパワー演算部（５）によって演算されたパワー系列
から母音の立ち上がり点を検出する母音立上り点検出部
（７）と、この母音立上り点検出部（７）によって検出された母音
立上り点と破裂時点とから立ち上がり時間特性を検出す
る立上り時間特性検出部（８）と、この立上り時間特性検出部（８）によって検出された立
上り時間特性に基づいて分析位置を指示する分析位置指
示部（９）と、この分析位置指示部（９）によって指示された位置のス
ペクトル分析を行うスペクトル分析部（10）と、このスペクトル分析部（10）によって分析されたスペク
トルに対して、予め登録しておいたスペクトルを用いて
距離を演算すると共にこの距離を演算する際に分析位置
指示部（９）から通知された分析位置の重みづけを行う
距離演算部（12）と、この距離演算部（12）によって演算された距離に基づい
て、有声破裂子音を判定する判定部（14）とを備え、この判定部（14）によって判定された結果を出力するよ
う構成したことを特徴とする有声破裂子音識別方式。