JPH0736491A - ピッチ抽出装置 - Google Patents

Abstract

(57)【要約】 【目的】 ピッチ候補抽出部で連続して半ピッチ、倍ピ
ッチを抽出してもこれらを修正して、正確なピッチ抽出
結果を得る事を目的とする。 【構成】 音声信号のピッチ候補値を抽出するピッチ候
補抽出部３と、音声の線形予測係数を算出する線形予測
算出部４と、ピッチ候補抽出部から得られるピッチ候補
に基づいて生成される励起信号を線形予測算出手段から
の線形予測データに応じて生成される再生音声信号と、
ピッチ候補抽出部に入力される音声信号を線形予測算出
部からの線形予測データに応じて生成される参照音声信
号とを各々のピッチ候補について比較して、当該比較誤
差が最小となるピッチ候補を確定のピッチ情報とする誤
差比較部１０と、を備えた。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声信号の符号化、音
声認識等に用いる音声信号のピッチ抽出装置に関するも
のである。

【０００２】

【従来の技術】近年、音声信号のピッチ情報を抽出する
ピッチ抽出装置は、音声信号の高能率符号化、音声認識
などに利用されている。

【０００３】以下に従来のピッチ抽出装置について説明
する。図３は従来のピッチ抽出装置の概要を示すもので
ある。図３において、４１は音声信号をデジタル信号の
音声データへ変換するＡ／Ｄ変換器である。４２は音声
データをある長さのフレーム単位にまとめるバッファで
ある。４３はピッチ候補抽出部、４４はピッチ修正部で
ある。

【０００４】以上のように構成されたピッチ抽出装置に
ついて、以下その動作について説明する。まず、Ａ／Ｄ
変換器４１でＡ／Ｄ変換された音声データは、バッファ
４２である長さのフレームにまとめられる。ピッチ候補
抽出部４３は、バッファ４２のフレームデータから、自
己相関などの計算によりピッチ候補を抽出する。このピ
ッチ候補抽出部４３で抽出されたピッチ候補は、ピッチ
修正部４４により現フレームのピッチ候補をｐｉｔｃｈ
２、１フレーム前のピッチ候補をｐｉｔｃｈ１、２フレ
ーム前のピッチ候補をｐｉｔｃｈ０、１フレーム後のピ
ッチ候補をｐｉｔｃｈ３としたとき次の式により修正さ
れる。

【０００５】｜ｐｉｔｃｈ３−ｐｉｔｃｈ１｜＜０．３
７５×ｐｉｔｃｈ３の時 ｐｉｔｃｈ２＝（ｐｉｔｃｈ３＋ｐｉｔｃｈ２）／２ ｜ｐｉｔｃｈ０−ｐｉｔｃｈ１｜≦０．２×ｐｉｔｃｈ
１の時 ｐｉｔｃｈ２＝２×ｐｉｔｃｈ１−ｐｉｔｃｈ０ 修正されたピッチはピッチ抽出結果として出力される。

【０００６】

【発明が解決しようとする課題】しかしながら上記従来
のピッチ候補抽出部では、音声信号が持つピッチ周期の
１／２や２倍のピッチ（以下、半ピッチ、倍ピッチと言
う）も抽出し、この誤抽出が連続して発生した場合、ピ
ッチ修正部で修正しきれず誤ったピッチ抽出結果を出力
するという問題を有していた。

【０００７】本発明は上記従来の問題を解決するもの
で、ピッチ候補抽出部で連続して半ピッチ、倍ピッチを
抽出してもこれらを修正して、正確なピッチ抽出結果を
得るピッチ修正部を有するすぐれたピッチ抽出装置を提
供する事を目的とする。

【０００８】

【課題を解決するための手段】本発明は上記目的を達成
するために、音声信号のピッチ候補値を抽出するピッチ
候補抽出手段と、音声の線形予測係数を算出する線形予
測算出手段と、前記ピッチ候補抽出手段から得られるピ
ッチ候補に基づいて生成される励起信号を前記線形予測
算出手段からの線形予測データに応じて生成される再生
音声信号と、前記ピッチ候補抽出手段に入力される音声
信号を前記線形予測算出手段からの線形予測データに応
じて生成される参照音声信号とを各々のピッチ候補につ
いて比較して、当該比較誤差が最小となるピッチ候補を
確定のピッチ情報とする誤差比較手段と、を備えた。

【０００９】

【作用】したがって、本発明によれば、ピッチ候補抽出
部で連続して半ピッチ、倍ピッチを抽出しても正しいピ
ッチ抽出結果に修正することができるという効果を有す
る。

【００１０】

【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。

【００１１】図１において、１は音声信号をデジタル信
号へ変換するＡ／Ｄ変換器である。２は音声データをあ
る長さのフレーム単位にまとめるバッファである。３は
ピッチ候補抽出部であり、自己相関によりピッチを抽出
する。４は音声信号の線形予測係数算出部であり、５は
線形予測係数算出部４による音声の残差信号算出部であ
る。６はピッチ修正部で、７はピッチ候補抽出部３のピ
ッチ候補、ピッチ候補の１／２、ピッチ候補の２倍の間
隔で、残差信号算出部５の残差信号から切り出したピー
クデータを並べる励起信号作成部である。８は、残差信
号算出部５で求めた残差信号のピークの位置と、励起信
号作成部７で求めたそれぞれの励起信号のピーク位置と
を合わせる位相調整部である。９ａ及び９ｂはフィルタ
であり、フィルタ９ａは、位相調整部８で調整された励
起信号と、線形予測係数算出部４の線形予測による再生
音声信号を送出する。また、フィルタ９ｂは、残差信号
算出部５の残差信号と、線形予測係数算出部４の線形予
測による参照音声信号を送出する。１０は誤差比較部で
あり、フィルタ９ａからの再生音声信号と、フィルタ９
ｂからの参照音声信号とを、３つのピッチ候補の各々に
ついてその２乗誤差を比較し、この誤差が最小となるピ
ッチ候補を求め、このピッチ候補を確定のピッチ情報と
して出力する。

【００１２】このように、ピッチ候補抽出部３で半ピッ
チ、倍ピッチを抽出しても、励起信号作成部７のそれぞ
れの励起信号による再生信号と音声信号との誤差が最小
となる励起信号のピッチ間隔をピッチ抽出結果とする事
により、続けて抽出された半ピッチ、倍ピッチの修正が
出来るという効果を有する。

【００１３】半ピッチ、倍ピッチを多く検出した音声サ
ンプルによる本実施例によるピッチ抽出の特性と従来の
ピッチ抽出の特性を（表１）に比較して示している。

【００１４】なお、上記実施例では、励起信号作成部７
のピッチ修正候補を１／２、２倍としたが１／３、３倍
等のピッチ修正候補を加えてもよい。これにより、ピッ
チ候補抽出部での１／３、３倍の誤抽出も修正可能とな
る。また、誤差比較部１０の誤差比較を周波数領域での
比較に変更する事により、音声信号と再生信号の位相を
合わせる必要がなくなり８の位相調整部を用いずに動作
が可能となる。

【００１５】

【表１】

【００１６】この（表１）から明らかなように、本実施
例によるピッチ抽出は、半ピッチ、倍ピッチの抽出を防
止する点で優れた効果が得られる。

【００１７】以上のように本実施例によれば、半ピッ
チ、倍ピッチを考慮した再生音と音声の誤差が最小にな
るピッチ候補をピッチ抽出結果とする修正を設けること
により、半ピッチ、倍ピッチの抽出を抑えることができ
る。

【００１８】

【発明の効果】以上のように本発明は、再生音によるピ
ッチ修正を設けることにより、倍ピッチ、半ピッチを抑
える事ができる優れたピッチ抽出装置を実現できるもの
である。

【図面の簡単な説明】

【図１】本発明の実施例におけるピッチ抽出装置の概略
ブロック図

【図２】同装置の位相調整部の動作説明図

【図３】従来のピッチ抽出装置のブロック図

【符号の説明】

１ Ａ／Ｄ変換器 ２ バッファ ３ ピッチ候補抽出部 ４ 線形予測算出部 ５ 残差信号算出 ６ ピッチ修正部 ７ 励起信号 ８ 位相調整部 ９ フィルタ １０ 誤差比較部 ４１ Ａ／Ｄ変換器 ４２ バッファ ４３ ピッチ候補抽出 ４４ ピッチ修正部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 音声信号のピッチ候補値を抽出するピッ
   チ候補抽出手段と、 音声の線形予測係数を算出する線形予測算出手段と、 前記ピッチ候補抽出手段から得られるピッチ候補に基づ
   いて生成される励起信号を前記線形予測算出手段からの
   線形予測データに応じて生成される再生音声信号と、前
   記ピッチ候補抽出手段に入力される音声信号を前記線形
   予測算出手段からの線形予測データに応じて生成される
   参照音声信号とを各々のピッチ候補について比較して、
   当該比較誤差が最小となるピッチ候補を確定のピッチ情
   報とする誤差比較手段と、を備えたピッチ抽出装置。