JPH0728491A - 韻律境界の自動的ラベリング法 - Google Patents

Abstract

(57)【要約】 【目的】 韻律境界を自動的に決定できる韻律境界の自
動的ラベリング法を提供する。 【構成】 入力部１から入力された音韻ラベルを伴う音
韻継続時間長を正規化部２により正規化し、音節内での
正規化音韻継続時間長の変化に基づいて時間伸長の傾斜
値を求め、韻律境界検出部４によって先行音節における
時間伸長の傾斜値と当該音節における時間伸長の傾斜値
とを比較し、ストレスによる時間伸長であるかあるいは
韻律境界による時間伸長であるかを判別し、韻律境界に
よる時間伸長であると判別したことに応じて、音節ラベ
ルリストにおける韻律境界の位置を示す情報を出力す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は韻律境界の自動的ラベ
リング法に関し、特に、韻律分析のために音韻継続時間
長を用いて韻律境界を検出する韻律境界の自動的ラベリ
ング法に関する。

【０００２】

【従来の技術】音声データを分析するためには、韻律ラ
ベルが必要不可欠である。しかし、人間が耳でラベリン
グを行なう場合には、既に知識として持っている文法構
造に当てはめ、実際の韻律境界を聞き落とすなど、正確
さに欠ける危険性を含んでいると同時に、量的にも限界
がある。

【０００３】これまでにも、音韻継続時間長を予測した
り、音韻継続時間長を使用して構文の曖昧さを分析する
問題への解決策として提案されている。

【０００４】

【発明が解決しようとする課題】ところで、英文の韻律
境界を抽出するには、音韻ラベルと音韻継続時間長とを
用いる必要がある。一般に、音韻継続時間長の伸びに
は、強調あるいはストレスによる影響と、位置的影響と
が考えられる。後者は、通常、韻律境界の直前の時間伸
長として現れるが、音声信号レベルでこれを前者と区別
することはできない。このため、韻律境界を抽出するた
めには、両者を区別する処理が必要となり、音節内の音
韻継続時間長の伸長傾向の差異が有効な指標となる。

【０００５】図８は音節レベルでの音韻継続時間長の伸
びの比較を表した図である。図８（ａ）に示すように、
ストレスの影響による場合は、音節頭（ｏｎｓｅｔ）の
時間長が伸び、図８（ｂ）に示す韻律境界の直前の時間
伸長の場合では、音節末（ｃｏｄａ）の方が伸びが顕著
である。

【０００６】それゆえに、この発明の主たる目的は、こ
の伸長傾向の差異に着目をし、ストレスによる時間長の
伸びが含まれていても、韻律境界の直前の時間長の伸び
を検出して韻律境界を自動的に決定できる韻律境界の自
動的ラベリング法を提供することである。

【０００７】

【課題を解決するための手段】請求項１に係る発明は、
音節内の各音韻の継続時間長を正規化して得られた正規
化音韻継続時間長の差分値を算出して時間伸長の傾斜値
を求める第１のステップと、求められた先行音節におけ
る時間伸長の傾斜値と当該音節における時間伸長の傾斜
値とを比較し、ストレスによる時間伸長であるかあるい
は韻律境界による時間伸長であるかを判別する第２のス
テップと、韻律境界による時間伸長であると判別された
ことに応じて、音節ラベルリストにおける韻律境界の位
置を示す情報を出力する第３のステップを含む。

【０００８】請求項２に係る発明は、請求項１の第２の
ステップが、韻律境界に向かって各音韻の時間伸長が著
しくなることを検出したことに応じて、韻律境界による
時間伸長であると判別する。

【０００９】

【作用】この発明に係る韻律境界の自動的ラベリング法
は、音節内の各音韻の継続時間長を正規化し、音節内で
の正規化音韻継続時間長の変化に基づいて時間伸長の傾
斜値を求め、先行音節における時間伸長の傾斜値と当該
音節における時間伸長の傾斜値とを比較し、ストレスに
よる時間伸長であるかあるいは韻律境界による時間伸長
であるかを判別し、韻律境界による時間伸長であれば音
節ラベルリストにおける韻律境界の位置を示す情報を出
力する。

【００１０】

【実施例】図１はこの発明の一実施例の概略ブロック図
である。図１において、入力部１は音韻継続時間長デー
タを伴った音韻ラベルリストを入力するものであり、入
力されたデータは正規化部２に与えられる。正規化部２
は音韻の種類による継続時間長の差の影響を除くため
に、入力された音韻継続時間長を正規化する。メモリ３
には音韻ごとの音韻継続時間データが記憶されており、
正規化部２はこのメモリ３に記憶されている音韻継続時
間データを参照しながら、入力された音韻継続時間長を
正規化する。正規化部２の出力は音韻ラベルと正規化音
韻継続時間長であり、韻律境界検出部４に与えられる。

【００１１】韻律境界検出部４は、正規化された音韻の
継続時間長の変化に基づいて、ストレスによる時間伸長
と区別して、韻律境界を検出し、その位置の情報を出力
する。なお、正規化部２および韻律境界検出部４は、た
とえばデジタルコンピュータによって構成される。

【００１２】図２は図１に示した正規化部の動作を説明
するためのフローチャートであり、図３は音韻継続時間
長の正規化を説明するための図である。

【００１３】次に、図１〜図３を参照して、音韻継続時
間長を正規化する動作について説明する。まず、図１の
入力部１から音韻継続時間長データを伴った音韻ラベル
リストが入力される。音韻を表現するために使用される
ラベルは、たとえば国際発音協会によって推薦されたよ
うな代表例があるが、これに限定されるものではない。

【００１４】入力された音韻継続時間長は正規化部２に
よって図２に示すフローチャートに基づいて正規化され
る。この実施例で述べる音韻継続時間長の正規化とは、
各音韻の継続時間の固有の差から生じるみかけ上の偏り
を取除き、本質的な時間長の伸びを求めることである。
すなわち、図３（ａ），（ｂ）に示すように、／ａ／と
／ｉ／の２つの母音では音韻継続時間長の分布が異な
る。このような音韻固有の差を取除くために、正規化が
行なわれる。

【００１５】各音韻ごとの平均継続時間長は予めメモリ
３に記憶されており、正規化の最初のステップにおい
て、各音韻の音韻継続時間長から音韻ごとの平均継続時
間長を減算する。一方、各音素ごとの標準偏差も予めメ
モリ３に記憶されており、次のステップにおいて、各音
韻ごとの平均継続時間長を減じた音韻継続時間長を標準
偏差の平均値で割算することにより正規化音韻継続時間
長を求める。

【００１６】上述のごとくして、各音韻の相対的な時間
伸長が正規化音韻継続時間長として求められ、音節内で
の正規化音韻継続時間長の変化に基づいて、韻律境界が
検出される。しかしながら、従来技術で説明したよう
に、時間長の伸びにはストレスによる場合があり、上述
のごとくして正規化音韻継続時間長を求めても、ストレ
スによる音韻継続時間長の伸長が含まれている場合があ
る。このため、これらのストレスによる時間伸長と韻律
境界による時間伸長とを区別する必要がある。

【００１７】一般に、ストレスによる場合には、音節の
比較的前の部分の音韻が長くなる傾向にあり、韻律境界
による時間伸長の場合には、音節の終わりすなわち韻律
境界に近い音韻がより長くなる性質がある。この性質を
利用して、以下に述べる処理に従って、韻律境界による
時間伸長とストレスによる時間伸長の区別が行なわれ
る。

【００１８】図４は図１に示した韻律境界検出部による
第１段階の処理を説明するためのフローチャートであ
り、図５は同じく境界検出部の第２段階の処理を説明す
るためのフローチャートである。また、図６は音声波形
とそのスペクトログラムを示す図であり、図７は複数の
話者が同一文章を発声した場合の正規化音韻継続時間長
データを示す図である。

【００１９】まず、図４に示すフローチャートに従っ
て、韻律境界検出の第１のステップの処理が行なわれ
る。すなわち、前述の図２に示したフローチャートに基
づいて正規化された音韻継続時間長が入力され、正規化
された音韻継続時間長の差分が合計される。合計した値
がマイナスであれば負の傾斜になり、プラスであれば正
の傾斜になる。次に、その音韻が音節の最後であるか否
かが判別され、最後でなければ上述の動作が繰返され、
音韻の正規化音韻継続時間長の差分が合計される。

【００２０】音節の最後であることを判別すると、合計
された正規化音韻継続時間長の差分が、その音節に含ま
れる音韻の数より１少ない数によって割られ、その音節
における時間伸長の傾斜値が決定され、図１の韻律境界
検出部４内のメモリにストアされる。

【００２１】次に、図５において、前述の第１のステッ
プで求められた時間伸長の傾斜値がその音節ラベルとと
もに入力され、先行音節における時間伸長の傾斜値と当
該音節における時間伸長の傾斜値とが比較される。この
とき、先行音節における時間伸長の傾斜値が当該音節に
おける時間伸長の傾斜値よりも大きくかつ音節数カウン
タの値が１よりも大きければ、すなわち、現在の音節が
句の最初のものでなければ、韻律境界を示す境界マーカ
が音節ラベルの前に出力される。この際、音節数カウン
タはゼロに戻される。

【００２２】しかし、先行音節における時間伸長の傾斜
値が当該音節における時間伸長の傾斜値よりも小さい
か、音節数カウンタが１以下ならば、ストレスによる時
間伸長であると判断され、音節数カウンタを１に増や
し、境界マーカーを伴うことなく、音節ラベルのみを出
力する。

【００２３】図６は音声波形２１に対するスペクトル２
２を示している。音韻ラベル２３は、たとえば単語「ｗ
ａｓ」の場合には、／ｗ／，／＠／，／ｚ／の通常の発
音における３つの音韻を示している。音韻ラベル２３の
下に文節境界２４が示されている。音節境界２４は、そ
の下に示されている単語境界２５と一致する場合と一致
しない場合がある。

【００２４】図７は３つの英文を例にとって複数話者の
発声における正規化音韻継続時間長データを示してお
り、音節境界は縦線で、単語境界は・で示してある。な
お、各音韻の正規化継続時間長はゼロを中心として±３
の範囲で上下している。

【００２５】図７（ｂ）に示す例における最初の音節で
は、２種類の山なり３１，３２が見られるが、最初の山
なり３１はストレスによるものであり、後の山なり３２
は音韻境界による時間伸長である。この発明の実施例で
は、前述の説明から明らかなように、２種類の山なりを
区別して韻律境界を検出することができる。

【００２６】

【発明の効果】以上のように、この発明によれば、音韻
継続時間長を正規化し、音節内での正規化音韻継続時間
長の変化に基づいて、時間伸長の傾斜値を求め、先行音
節における時間伸長の傾斜値と当該音節における時間伸
長の傾斜値とを比較して、ストレスによる時間伸長であ
るか韻律境界による時間伸長であるかを判別し、韻律境
界による時間伸長であると判別したことに応じて、音節
ラベルリストにおける韻律境界の位置を示す情報を出力
することができ、韻律境界を自動的にラベリングするこ
とができる。

【図面の簡単な説明】

【図１】この発明の一実施例の概略ブロック図である。

【図２】図１に示した正規化部の動作を説明するための
フローチャートである。

【図３】音韻継続時間長の正規化を説明するための図で
ある。

【図４】図１に示した韻律境界検出部による第１段階の
処理を説明するためのフローチャートである。

【図５】韻律境界検出部の第２段階の処理を説明するた
めのフローチャートである。

【図６】音声波形とそのスペクトログラムを示す図であ
る。

【図７】複数話者が同一文章を発声した場合の正規化音
韻継続時間長データを示す図である。

【図８】音節レベルでの伸びの比較を表した図である。

【符号の説明】

１ 入力部 ２ 正規化部 ３ メモリ ４ 韻律境界検出部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 音韻継続時間長の情報を用いて音声にお
   ける韻律境界のラベリングを行なう自動的ラベリング法
   であって、 前記音声に含まれる各音韻継続時間長を正規化し、音節
   内での正規化音韻継続時間長の変化に基づいて時間伸長
   の傾斜値を求める第１のステップ、 前記により求められた先行音節における時間伸長の傾斜
   値と当該音節における時間伸長の傾斜値とを比較し、ス
   トレスによる時間伸長であるかあるいは韻律境界による
   時間伸長であるかを判別する第２のステップ、および前
   記音韻境界による時間伸長であると判別されたことに応
   じて、音節ラベルリストにおける韻律境界の位置を示す
   情報を出力する第３のステップを含む、韻律境界の自動
   的ラベリング法。
2. 【請求項２】 前記第２のステップは、韻律境界に向か
   って各音韻の時間伸長が著しくなることを検出したこと
   に応じて、韻律境界による時間伸長であると判別するこ
   とを特徴とする、請求項１の韻律境界の自動的ラベリン
   グ法。