JPH07287589A - 音声区間検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 常に正確に音声の有無を判定することができ
る音声区間検出装置を提供する。 【構成】 所定区間毎に入力音声信号を区切り、その区
切られた区間毎の音声信号のエネルギーレベルと所定の
スレッショルドレベルとを比較して、その区間毎の音声
の有無を判定する音声区間検出装置であって、上記所定
区間毎に入力音声信号のエネルギーレベルを算出する算
出手段と、上記算出手段によって算出されたエネルギー
レベルと所定のスレッショルドレベルとを比較し、上記
エネルギーレベルが上記スレッショルドレベルを超えた
場合のみ、音声信号有りと判定する判定手段と、上記判
定手段よりの音声信号の有無を示す信号と、その信号の
一区間分前の信号との少なくとも一方が音声信号有りを
示す信号であれば最終的に音声信号有りの判定を下す手
段とを具備した構成となっている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を蓄積して一括処
理する音声符号化装置等において所定区間毎に入力音声
を区切り、その区切られた区間毎に音声の有無を判定す
る音声区間検出装置に関し、特に、常に正確に音声の有
無を判定することができる音声区間検出装置に関する。

【０００２】

【従来技術】音声を蓄積して、一括して処理する音声符
号化装置に用いられる音声区間検出装置においては、従
来は図７に示す様な装置が使用されていた。すなわち、
図７に示す様に、この従来の音声区間検出装置は、入力
音声信号を入力して所定区間（フレーム）毎に区切るた
めのシフトレジスタ１と、上記シフトレジスタ１の各区
間（フレーム）のエネルギーレベルを算出するためのエ
ネルギー算出回路２と、上記エネルギー算出回路２より
のエネルギーレベルと所定のスレッショルドレベルとを
比較して、その区間における音声の有無の判定するため
のコンパレータ３とを有していた。

【０００３】ここで、上記シフトレジスタ１は、１フレ
ーム分の音声信号（データ１〜データＮ）を保持する容
量となっている。そして、上記エネルギー算出回路２
は、上記１フレーム分の音声信号（データ１〜データ
Ｎ）の各々を２乗し、すべての２乗データの和をとって
エネルギーレベルを算出する様になっている。

【０００４】しかしながら、上記従来の音声区間検出装
置では、以下に説明する様に、いろいろな場面において
種々の問題が生じていた。まず、図８に示す様に、音声
の終了が１つのフレーム（この場合フレーム２）内にか
かる場合、このフレーム２には、音声の終了際の小さな
音声信号が入るので、上記エネルギー算出回路２によっ
て算出されたエネルギーレベルが上記所定のスレッショ
ルドレベルを下まわってしまい、上記フレーム２に音声
信号が存在するにもかかわらず、音声信号無しと判定し
てしまう問題があった。

【０００５】次に、図９に示す様に、音声の開始が１つ
のフレーム（この場合フレーム２）内の後半となってい
る場合、このフレーム２の少なくとも前半部分には音声
信号が全くないので、上記エネルギー算出回路２によっ
て算出されたエネルギーレベルが非常に小さくなり、上
記所定のスレッショルドレベルを下まわり、上記フレー
ム２に音声信号が存在するにもかかわらず、音声信号無
しと判定してしまう問題があった。

【０００６】次に、図１０に示す様に、今度は、音声信
号がない範囲でかなり高レベルのノイズが１つのフレー
ム（この場合フレーム２）に入ってしまっている場合、
上記エネルギー算出回路２によって算出されたエネルギ
ーレベルが上記所定のスレッショルドレベルを上まわ
り、上記フレーム２に音声信号が存在しないにもかかわ
らず、音声信号有りと判定してしまう問題があった。こ
の様に、従来では、上記様々の場面で正確に音声の有無
を判定することができない欠点があった。

【０００７】

【発明の目的】本発明は、上記事情に鑑みてなされたも
のであって、音声符号化装置等において、所定区間毎に
入力音声を区切り、その区切られた区間毎に音声の有無
を判定する際に、常に正確に音声の有無を判定すること
ができる音声区間検出装置を提供することを目的とす
る。

【０００８】

【発明の概要】上記目的を達成するため、本発明は、所
定区間毎に入力音声信号を区切り、その区切られた区間
毎の音声信号のエネルギーレベルと所定のスレッショル
ドレベルとを比較して、その区間毎の音声の有無を判定
する音声区間検出装置において、当該区間の前の区間に
おいて音声信号有りと判定された場合、当該区間におい
て一旦音声信号無しと判定されても、最終的に音声信号
有りと判定する様にしたことを第１の特徴とする。

【０００９】本発明の第２の特徴は、所定区間毎に入力
音声信号を区切り、その区切られた区間毎の音声信号の
エネルギーレベルと所定のスレッショルドレベルとを比
較して、その区間毎の音声の有無を判定する音声区間検
出装置において、上記区間内の音声信号をさらに細かい
区間に分け、その分けられた区間のエネルギーレベルの
内の１つでも上記スレッショルドレベルを超えていれ
ば、その区間を有する区間を音声信号有りと判定する様
にしたことである。

【００１０】本発明の第３の特徴は、所定区間毎に入力
音声信号を区切り、その区切られた区間毎の音声信号の
エネルギーレベルと所定のスレッショルドレベルとを比
較して、その区間毎の音声の有無を判定する音声区間検
出装置において、音声信号無しと判定された時の前の区
間の音声信号のエネルギーレベルを上記スレッショルド
レベルに加算して上記スレッショルドレベルを変化させ
る様にしたことである。

【００１１】

【実施例】以下、本発明を図示した実施例に基づいて説
明する。図１は、本発明による音声区間検出装置の一実
施例（第１実施例）を示す構成図である。この第１実施
例の要旨は、音声信号の有無を示す信号とその信号の１
フレーム分前の信号との少なくとも一方が音声信号有り
を示す信号であれば音声信号有りの判定を最終的に下す
様にしたことである。

【００１２】図１に示す様に、この音声区間検出装置
は、音声信号を入力するシフトレジスタ１と、上記シフ
トレジスタ１に接続されたエネルギー算出回路２と、上
記エネルギー算出回路２の出力側に入力端子の一方が接
続され、入力端子の他方がスレッショルドレベルに接続
されたコンパレータ３とを有すると共に、さらに、上記
コンパレータ３の出力側に接続された遅延器４と、上記
遅延器４およびコンパレータ３の出力側に入力端子が接
続された判断器５とを有している。そして、上記シフト
レジスタ１は、上記音声信号を所定区間すなわちフレー
ム毎に区切るために、所定区間すなわち１フレーム分の
音声信号（データ１〜データＮ）を保持する容量となっ
ている。

【００１３】次に、上記音声区間検出装置の動作につい
て説明する。まず、図１において、上記シフトレジスタ
１に音声信号が入力されると、上記シフトレジスタ１内
でシフトされつつ保持され、上記シフトレジスタ１が一
杯になった時点で上記エネルギー算出回路２が動作さ
れ、上記シフトレジスタ１に保持された１フレーム分の
音声信号のエネルギーレベルが算出される。すなわち、
上記エネルギー算出回路２において、上記音声信号（デ
ータ１〜データＮ）は、各々２乗され、すべての２乗デ
ータの和が取られてエネルギーレベルが得られる。

【００１４】次に、上記エネルギー算出回路２によって
算出された１フレーム分のエネルギーレベルは、上記コ
ンパレータ３によって予め設定されたスレッショルドレ
ベルと比較され、上記エネルギーレベルが上記スレッシ
ョルドレベルより大きい場合、音声信号有りを示す信号
が上記コンパレータ３より出力され、上記エネルギーレ
ベルが上記スレッショルドレベルより小さい場合、音声
信号無しを示す信号が出力される。

【００１５】次に、上記コンパレータ３よりの信号は、
上記遅延器４に入力され１フレームに相当する遅延時間
だけ遅延され、上記判断器（この場合、オア回路）５の
一方の入力端子へ入力される。同時に、上記判断器５の
もう一方の入力端子へは上記コンパレータ３よりの信号
が入力されており、上記判断器５は、上記遅延器４より
の出力あるいは上記コンパレータ３よりの出力の少なく
とも一方が音声信号有りを示す信号である場合、音声信
号有りを示す信号を最終的な信号として出力し、その他
の場合は音声信号無しを示す信号を出力する。

【００１６】従って、図２に示す様に、音声の終了が１
つのフレーム（この場合フレーム２）内にかかり、この
フレーム２に音声の終了際の小さな音声が入る場合、従
来装置では音声信号無しと判定されるが（図８参照）、
この第１実施例の音声区間検出装置によれば、上記遅延
器４で遅延された信号分（１フレーム前の信号）が音声
信号有りを示す信号であるので上記判断器５より出力さ
れる最終的な信号が音声信号有りを示す信号となり、よ
り正確に音声の有無を判定できる。

【００１７】次に、本発明による音声区間検出装置の第
２実施例について説明する。この第２実施例の要旨は、
１フレーム内の音声信号をさらに細かい区間に分け、そ
れぞれの区間のエネルギーレベルを算出し、その複数の
エネルギーレベルの内の１つでもスレッショルドレベル
を超えていれば音声信号有りの判定を下す様にしたこと
である。

【００１８】図３は、本発明による音声区間検出装置の
第２実施例の構成図である。図３に示す様に、この音声
区間検出装置は、音声信号を入力するシフトレジスタ１
と、上記シフトレジスタ１に接続された複数のエネルギ
ー算出回路６と、上記複数のエネルギー算出回路６のそ
れぞれの出力側に入力端子の一方が接続され、スレッシ
ョルドレベルに入力端子の他方が接続された複数のコン
パレータ７と、上記複数のコンパレータ７の出力側に接
続された判断器８とを有している。

【００１９】次に、上記音声区間検出装置の動作につい
て説明する。まず、図３において、上記シフトレジスタ
１に音声信号が入力されると、上記シフトレジスタ１内
でシフトされつつ保持され、上記シフトレジスタ１が一
杯になった時点で上記複数のエネルギー算出回路６が動
作される。そして、上記シフトレジスタ１に保持された
１フレーム分の音声信号（データ１〜データＮ）をさら
に細かく分けた区間の各々のエネルギーレベルが上記複
数のエネルギー算出回路６によって算出される。すなわ
ち、上記複数のエネルギー算出回路６において、上記細
かく分けた区間のそれぞれの音声信号が、各々２乗さ
れ、それぞれの区間でその２乗データの和が取られてエ
ネルギーレベルが得られる。

【００２０】次に、上記複数のエネルギー算出回路６に
よって算出されたエネルギーレベルのそれぞれは、上記
複数のコンパレータ７において、予め設定されたスレッ
ショルドレベルとそれぞれ比較され、上記エネルギーレ
ベルが上記スレッショルドレベルより大きい場合、音声
信号有りを示す信号が上記コンパレータ３より出力さ
れ、上記エネルギーレベルが上記スレッショルドレベル
より小さい場合、音声信号無しを示す信号が出力され
る。

【００２１】次に、上記複数のコンパレータ７よりのそ
れぞれの信号は、上記判断器８に入力され、上記判断器
８は、その複数のコンパレータ７よりの信号の内の少な
くとも１つ音声信号有りを示す信号が有る場合、音声信
号有りを示す信号を最終的な信号として出力し、その他
の場合は音声信号無しを示す信号を出力する。

【００２２】従って、図４に示す様に、音声の開始が１
つのフレーム（この場合フレーム２）内の後半となり、
このフレーム２の少なくとも前半部分に音声信号が無い
場合、従来装置では音声信号無しと判定されるが（図９
参照）、この第２実施例の音声区間検出装置によれば、
上記フレーム２の後半部分の音声信号が音声信号有りを
示す信号となるので、上記判断器８より出力される最終
的な信号が音声信号有りを示す信号となり、より正確に
音声の有無を判定できる。

【００２３】次に、本発明による音声区間検出装置の第
３実施例について説明する。この第３実施例の要旨は、
１フレーム内のエネルギーレベルがスレッショルドレベ
ルを超えずに音声信号無しを示す信号が出力される場合
に、前のフレームのエネルギーレベルをスレッショルド
レベルに加えて上記スレッショルドレベルを変化させる
様にしたことである。

【００２４】図５は、本発明による音声区間検出装置の
第３実施例の構成図である。図５に示す様に、この音声
区間検出装置は、音声信号を入力するシフトレジスタ１
と、上記シフトレジスタ１に接続されたエネルギー算出
回路２と、上記エネルギー算出回路２の出力側に入力端
子の一方が接続されたコンパレータ３と、上記エネルギ
ー算出回路２の出力側に接続された遅延器９と、上記遅
延器９の出力側および上記コンパレータ３の出力側に接
続されたラッチ回路１０と、上記ラッチ回路１０の出力
側およびスレッショルドレベルに接続されると共に、上
記コンパレータ３の入力端子の他方に接続された加算器
１１とを有している。

【００２５】次に、上記音声区間検出装置の動作につい
て説明する。まず、図５において、上記シフトレジスタ
１に音声信号が入力されると、上記シフトレジスタ１内
でシフトされつつ保持され、上記シフトレジスタ１が一
杯になった時点で上記エネルギー算出回路２が動作さ
れ、上記シフトレジスタ１に保持された１フレーム分の
音声信号のエネルギーレベルが算出される。すなわち、
上記エネルギー算出回路２において、上記音声信号（デ
ータ１〜データＮ）は、各々２乗され、すべての２乗デ
ータの和が取られてエネルギーレベルが得られる。

【００２６】次に、上記エネルギー算出回路２によって
算出された１フレーム分のエネルギーレベルは、上記コ
ンパレータ３によって予め設定されたスレッショルドレ
ベルと比較され、上記エネルギーレベルが上記スレッシ
ョルドレベルより大きい場合、音声信号有りを示す信号
が上記コンパレータ３より出力され、上記エネルギーレ
ベルが上記スレッショルドレベルより小さい場合、音声
信号無しを示す信号が出力されるわけであるが、この第
３実施例では、以下に説明する様に上記スレッショルド
レベルを変化させている。

【００２７】すなわち、上記エネルギー算出回路２より
のエネルギーレベルは、上記遅延器９によって１フレー
ムに相当する遅延時間だけ遅延され上記ラッチ回路１０
に入力されラッチされる。上記ラッチ回路１０は、上記
コンパレータ３よりの出力を入力し、その出力が音声信
号無しを示す信号の場合、そのラッチしたエネルギーレ
ベルを更新して出力し、上記コンパレータ３よりの出力
が音声信号有りを示す信号の場合、そのラッチしたエネ
ルギーレベルを固定して出力する様になっている。

【００２８】そして、上記加算器１１は、上記ラッチ回
路１０よりのエネルギーレベルを上記設定されたスレッ
ショルドレベルに加算して上記スレッショルドレベルを
変化させて上記コンパレータ３へ出力する様になってい
る。従って、図６に示す様に、音声信号がない範囲でか
なり高レベルのノイズが１つのフレーム（この場合フレ
ーム２）に入ってしまう場合、従来装置では音声信号有
りと判定されるが（図１０参照）、この第３実施例の音
声区間検出装置によれば、前のフレームのエネルギーレ
ベルが上記スレッショルドレベルに加算されてスレッシ
ョルドレベルが上記ノイズのエネルギーレベルより高く
変化しているので、上記コンパレータ３より出力される
信号が音声信号無しを示す信号となり、より正確に音声
の有無を判定できる。

【００２９】

【発明の効果】以上説明した様に、本発明の第１によれ
ば、音声信号の有無を示す信号とその信号の１フレーム
分前の信号との少なくとも一方が音声信号有りを示す信
号であれば音声信号有りの判定を最終的に下す様にした
ので、音声の終了が１つのフレーム内にかかる場合で
も、常に正確に音声の有りを判定することができる。ま
た、本発明の第２によれば、１フレーム内の音声信号を
さらに細かい区間に分け、それぞれの区間のエネルギー
レベルを算出し、その複数のエネルギーレベルの内の１
つでもスレッショルドレベルを超えていれば音声信号有
りの判定を下す様にしたので、音声の開始が１つのフレ
ーム内の後半となっている場合でも、常に正確に音声の
有りを判定することができる。また、本発明の第３によ
れば、音声信号無しを示す信号が出力される場合に、前
のフレームのエネルギーレベルをスレッショルドレベル
に加えて上記スレッショルドレベルを変化させる様にし
たので、音声信号がない範囲でかなり高レベルのノイズ
が１つのフレームに入ってしまっている場合でも、常に
正確に音声の無しを判定することができる。

【図面の簡単な説明】

【図１】本発明による音声区間検出装置の一実施例（第
１実施例）を示す構成図である。

【図２】図１に示した音声区間検出装置の動作状態説明
図である。

【図３】本発明による音声区間検出装置の第２実施例の
構成図である。

【図４】図３に示した音声区間検出装置の動作状態説明
図である。

【図５】本発明による音声区間検出装置の第３実施例の
構成図である。

【図６】図５に示した音声区間検出装置の動作状態説明
図である。

【図７】従来の音声区間検出装置の構成図である。

【図８】図７に示した従来の音声区間検出装置の動作状
態説明図である。

【図９】図７に示した従来の音声区間検出装置の動作状
態説明図である。

【図１０】図７に示した従来の音声区間検出装置の動作
状態説明図である。

【符号の説明】

１…シフトレジスタ、 ２、６…エ
ネルギー算出回路、３、７…コンパレータ、
４、９…遅延器、５、８…判断器、
１０…ラッチ回路、１１…加算器、

Claims (3)

【特許請求の範囲】
1. 【請求項１】 所定区間毎に入力音声信号を区切り、そ
   の区切られた区間毎の音声信号のエネルギーレベルと所
   定のスレッショルドレベルとを比較して、その区間毎の
   音声の有無を判定する音声区間検出装置であって、当該
   区間の前の区間において音声信号有りと判定された場
   合、当該区間において一旦音声信号無しと判定されて
   も、最終的に音声信号有りと判定する様にしたことを特
   徴とする音声区間検出装置。
2. 【請求項２】 所定区間毎に入力音声信号を区切り、そ
   の区切られた区間毎の音声信号のエネルギーレベルと所
   定のスレッショルドレベルとを比較して、その区間毎の
   音声の有無を判定する音声区間検出装置であって、上記
   区間内の音声信号をさらに細かい細区間に分け、その細
   区間のエネルギーレベルの１つでも上記スレッショルド
   レベルを超えていれば、その区間を音声信号有りと判定
   する様にしたことを特徴とする音声区間検出装置。
3. 【請求項３】 所定区間毎に入力音声信号を区切り、そ
   の区切られた区間毎の音声信号のエネルギーレベルと所
   定のスレッショルドレベルとを比較して、その区間毎の
   音声の有無を判定する音声区間検出装置であって、音声
   信号無しと判定された時の前の区間の音声信号のエネル
   ギーレベルを上記スレッショルドレベルに加算して上記
   スレッショルドレベルを変化させる様にしたことを特徴
   とする音声区間検出装置。