JPH07101354B2 - 音声区間検出装置 - Google Patents

Description

【発明の詳細な説明】 産業上の利用分野 本発明は音声認識装置等に用いられる音声区間検出装置
に関するものである。

従来の技術 近年、音声認識技術の進歩に伴い、音声認識を用いた各
種危機が生まれ始めた。しかし認識技術の上で問題にな
るものの一つは入力信号から音声区間を正確に切り出す
ことであり、様々な音声区間検出装置が開発されてきた
（例えば、特開昭60−52900号公報）。

以下に従来の音声区間検出装置について説明する。第２
図は従来の音声区間検出装置のブロック図であり、１は
音声入力端子、８は音声信号の特徴を取り出し雑音をカ
ットするBPF（バンドパスフィルタ）、３はBPF8を通っ
たエネルギレベルとあらかじめ設定した域値とを比較し
て音声区間を決定するエネルギレベル比較器、２は音声
区間出力端子、９は音声区間出力端子２より出力される
音声信号より認識結果を出す音声認識マッチング部であ
る。

以上のように構成された従来の音声区間検出装置につい
て、以下その動作を説明する。

まず音声入力端子１から音声信号が入力され、あらかじ
め帯域が設定されているBPF8を通る。BPF8の帯域は、音
声の特徴を良く示し、かつ雑音が表れない帯域に設定す
る。BPF8を通った音声信号は、エネルギレベル比較器３
にて、音声信号のエネルギとあらかじめ設定されている
閾値とが比較され、エネルギが閾値より大きい区間を音
声区間とみなし、音声区間出力端子２へ出力する。音声
認識マッチング部は音声区間出力端子２より出力される
音声信号とあらかじめ蓄えられている音声の標準パター
ンとを比較して認識結果を出力する。

発明が解決しようとする問題点 しかしながら上記の従来の構成では、雑音の周波数帯域
を除いた周波数帯のエネルギにより音声区間を検出して
いたので、ランダム雑音（雑音は多くの場合、ランダム
雑音である）を音声と誤まって検出していた。また、音
声の特徴を持つ帯域の設定も困難であった。

本発明は上記の従来の問題点を解決するもので、正確に
音声の区間を雑音の区間より分離することのできる音声
区間検出装置を提供することを目的とする。

問題点を解決するための手段 この目的を達成するために本発明の音声区間検出装置
は、音声入力のエネルギとあらかじめ設定された閾値と
を比較し、仮の音声区間を検出するエネルギレベル比較
器と、前記エネルギレベル比較器で検出された仮の音声
区間に雑音が含まれているか検知し、雑音が含まれてい
る場合、雑音の区間を除去する雑音検出器とから構成さ
れている。なお前記雑音検出器は、音声入力のピッチ周
波数の時間方向のランダム性を算出するピッチのランダ
ム性算出手段と、ピッチのランダム性算出手段により算
出されたピッチのランダム性とあらかじめ設定した閾値
とを比較してピッチのランダム性が閾値より大きい状態
の継続時間がからかじめ設定した閾値時間以上で、か
つ、ローパスフィルタを通した音声入力があらかじめ設
定した閾値以上のときこの区間を雑音と判定する雑音判
定手段と、この雑音判定手段で検知された雑音区間を仮
の音声区間から除去する雑音区間除去手段とにより構成
されている。

作用 本発明は上記した構成によって、まずエネルギレベル比
較器で、音声入力のエネルギとあらかじめ設定された閾
値とを比較して仮の音声区間を検出する。次に雑音検出
器のピッチのランダム性算出手段で、音声入力のピッチ
周波数の時間方向のランダム性を算出する。雑音検出器
の雑音判定手段でこのピッチのランダム性があらかじめ
設定した閾値より大きい状態があらかじめ設定した閾値
時間以上継続し、かつ、あらかじめ設定した周波数以下
のエネルギがあらかじめ設定した閾値より大きい時、こ
の区間を雑音であると判定する。そして雑音検出器の雑
音区間除去手段にて仮の音声区間から雑音の区間を除去
して出力することにより、音声区間が正確に抽出でき
る。

実施例 以下本発明の一実施例について、図面を参照しながら説
明する。

第１図は本発明の一実施例における音声区間検出装置の
ブロック図である。第１図において、１は音声入力端
子、３は音声入力端子１より入力される音声入力のエネ
ルギレベルとあらかじめ設定した閾値とを比較して仮の
音声区間を検出するエネルギレベル比較器、４は前記音
声入力の400Hz以下の信号のみ通すLPF、５は前記音声入
力のピッチ周波数を検出するピッチ検出器、71はピッチ
検出器５で検出されたピッチ周波数のランダム度を算出
するピッチランダム性算出器、72はエネルギレベル比較
器３によって検出された仮の音声区間に対して、ピッチ
のランダム性算出手段71で算出されたピッチのランダム
性とLPF4を通して音声入力のエネルギとを判定して雑音
か音声かを決定する雑音判定手段、73は雑音判定手段72
によって雑音であると判定された区間を除去する雑音区
間除去手段である。２は音声区間出力端子、９は音声認
識マッチング部であり、これらは従来例と同様である。
なお雑音検出器７はピッチのランダム性算出手段71と雑
音判定手段72と雑音区間除去手段73とにより構成され
る。

以上のように構成された本実施例の音声区間検出につい
て以下その動作を説明する。

まず音声入力端子１より音声入力が入力されると、エネ
ルギレベル比較器３にて、前記音声入力のエネルギとあ
らかじめ設定されている閾値とを比較し、エネルギが閾
値より大きい区間を仮音声区間とみなす。また、前記音
声入力はLPF4にて400Hz以下の信号のみ通される。一
方、ピッチ検出器５にてピッチ周波数が算出され、前記
ピッチ周波数はピッチのランダム性算出手段71でランダ
ム性が算出される。

次にこのピッチのランダム性算出手段71の一実施例を説
明すると、ピッチ検出器５で検出される１フレーム（例
えば12msec）ごとのピッチ周波数の値の前後のフレーム
の差の５点メディアンをそのフレームのピッチのランダ
ム性とする。次に雑音判定手段72でピッチのランダム性
があらかじめ定められた閾値以上である状態が、あらか
じめ定められたフレーム数以上続き、かつLPF4を通した
音声入力のエネルギがあらかじめ定められた閾値以上で
あるとき、前記ピッチのランダム性の大きい区間を雑音
区間とみなし、雑音区間除去手段73ではエネルギレベル
比較器３で検出された仮音声区間から前記雑音区間を除
去し、音声区間出力端子２へ出力し音声認識マッチング
部９への入力とする。

以上のように本実施例によれば、雑音検出器７によりエ
ネルギレベル比較器３により検出された仮音声区間の中
に含まれる雑音を検出し、雑音が存在する場合、雑音区
間を除去するので、正確な音声区間が検出できる。さら
に雑音検出器７は、ピッチのランダム性とその継続長そ
してLPFを通る音声信号のエネルギにより雑音を検知す
る雑音判定手段72を備えているので、精度良く雑音を検
出できる。またLPF4やピッチ検出器５は音声認識の特徴
パターン抽出用に用いられているので本発明の音声区間
検出装置用として特に追加しなくて良く、装置の大き
さ，価格，処理速度の面でも優れた音声区間検出装置で
ある。

発明の効果 本発明は雑音検出器を設けることにより、エネルギ比較
器により検出された音声区間に含まれる雑音を検知し雑
音が存在する時、雑音区間を除去することができ、さら
に、雑音検出器はピッチのランダム性とその継続長そし
てLPFを通る音声信号のエネルギにより雑音を検知する
ので、精度良く雑音を検出できる。

【図面の簡単な説明】

第１図は本発明の一実施例における音声区間検出装置の
ブロック図、第２図は従来の音声区間検出装置のブロッ
ク図である。 １……音声入力端子、２……音声区間出力端子、３……
エネルギレベル比較器、４……LPF、５……ピッチ検出
器、７……雑音検出器、71……ピッチのランダム性算出
手段、72……雑音判定手段、73……雑音区間除去手段、
９……音声認識マッチング部、８……BPF。

Claims (1)

【特許請求の範囲】
1. 【請求項１】音声入力のエネルギとあらかじめ設定され
   た閾値とを比較して仮の音声区間を検出するエネルギレ
   ベル比較器と、音声入力のピッチ周波数の時間方向のラ
   ンダム性を算出するピッチのランダム性算出手段と、ピ
   ッチのランダム性算出手段により算出されたピッチのラ
   ンダム性とあらかじめ設定した閾値とを比較してピッチ
   のランダム性が閾値より大きい状態の継続時間があらか
   じめ設定した閾値時間以上で、かつ、ローパスフィルタ
   を通した音声入力があらかじめ設定した閾値以上のとき
   この区間を雑音と判定する雑音判定手段と、前記雑音判
   定手段で検知された雑音区間を仮の音声区間から除去す
   る雑音区間除去手段との３手段より成る雑音検出器とを
   備えたことを特徴とする音声区間検出装置。