JPH0752117B2 - スペクトル分析方法及びその装置 - Google Patents
スペクトル分析方法及びその装置Info
- Publication number
- JPH0752117B2 JPH0752117B2 JP1121871A JP12187189A JPH0752117B2 JP H0752117 B2 JPH0752117 B2 JP H0752117B2 JP 1121871 A JP1121871 A JP 1121871A JP 12187189 A JP12187189 A JP 12187189A JP H0752117 B2 JPH0752117 B2 JP H0752117B2
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- signal
- calculation unit
- time
- covariance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は、音声、音響等の時系列信号の符号化伝送や、
合成もしくは認識等のための信号処理において、時系列
信号の周波数スペクトルを求めるスペクトル分析方法及
びその装置に関するものである。
合成もしくは認識等のための信号処理において、時系列
信号の周波数スペクトルを求めるスペクトル分析方法及
びその装置に関するものである。
（従来の技術） 従来、このような分野の技術としては、日野幹雄著「ス
ペクトル解析」（1977−10−１）朝倉書店、P.210−223
に記載されるものがあった。
ペクトル解析」（1977−10−１）朝倉書店、P.210−223
に記載されるものがあった。
第２図は、従来のスペクトル分析装置の一構成例を示す
機能ブロック図である。
機能ブロック図である。
このスペクトル分析装置は、情報エントロピーが最大と
なるようにスペクトルを決定するという最大エントロピ
ー法（MEM）を用いて、入力時系列のスペクトルを推定
するものであり、共分散計算部１、反射係数計算部２、
予測係数計算部３、予測残差計算部４、及びスペクトル
計算部５より構成されている。
なるようにスペクトルを決定するという最大エントロピ
ー法（MEM）を用いて、入力時系列のスペクトルを推定
するものであり、共分散計算部１、反射係数計算部２、
予測係数計算部３、予測残差計算部４、及びスペクトル
計算部５より構成されている。
音声、音響等のディジタル化された時系列信号ｘ（ｎ）
（但し、ｎは時刻）が共分散計算部１に入力されると、
共分散計算部１は共分散φm-1（i,j;n）（但し、ｍ＝1,
2,……,M、i,j＝0,1,……,M）と入力信号パワーP
0（ｎ）を出力してそれを反射係数計算部２へ与える。
共分散φm-1（i,j;n）は、ｍ−１次の整数i,jで規定さ
れるラグ（Lag:時間ずれ）を持った時刻ｎの共分散を表
わす。入力信号パワーp0（ｎ）は、０次の時の予測残差
パワー値である。
（但し、ｎは時刻）が共分散計算部１に入力されると、
共分散計算部１は共分散φm-1（i,j;n）（但し、ｍ＝1,
2,……,M、i,j＝0,1,……,M）と入力信号パワーP
0（ｎ）を出力してそれを反射係数計算部２へ与える。
共分散φm-1（i,j;n）は、ｍ−１次の整数i,jで規定さ
れるラグ（Lag:時間ずれ）を持った時刻ｎの共分散を表
わす。入力信号パワーp0（ｎ）は、０次の時の予測残差
パワー値である。
反射係数計算部２は、共分散φm-1（i,j;n）と予測係数
計算部３から出力される予測係数am-1 ， ｉ（ｎ）とを入
力し、反射係数γ（ｎ）を生成してそれを予測係数計算
部３及び予測残差計算部４へ供給する。予測係数am-1 ，
ｉ（ｎ）は、ｍ−１次のｉ番目の予測係数の時刻ｎにお
ける値を示し、また反射係数γｍ（ｎ）は、ｍ次の時刻
ｎにおける反射係数を示す。予測係数計算部３は反射係
数γｍ（ｎ）を入力し、予測係数am ， ｉ（ｎ）を生成し
てそれをスペクトル計算部５へ与える。一方、予測残差
計算部４は、反射係数γｍ（ｎ）と入力信号パワーp
0（ｎ）とを入力し、ｍ次の予測残差パワーpm（ｎ）を
出力してそれをスペクトル計算部５へ与える。
計算部３から出力される予測係数am-1 ， ｉ（ｎ）とを入
力し、反射係数γ（ｎ）を生成してそれを予測係数計算
部３及び予測残差計算部４へ供給する。予測係数am-1 ，
ｉ（ｎ）は、ｍ−１次のｉ番目の予測係数の時刻ｎにお
ける値を示し、また反射係数γｍ（ｎ）は、ｍ次の時刻
ｎにおける反射係数を示す。予測係数計算部３は反射係
数γｍ（ｎ）を入力し、予測係数am ， ｉ（ｎ）を生成し
てそれをスペクトル計算部５へ与える。一方、予測残差
計算部４は、反射係数γｍ（ｎ）と入力信号パワーp
0（ｎ）とを入力し、ｍ次の予測残差パワーpm（ｎ）を
出力してそれをスペクトル計算部５へ与える。
反射係数計算部２、予測係数計算部３及び予測残差計算
部４における計算は、再帰的に字数ｍ＝１からｍ＝Ｍ
（但し、Ｍは最大字数）まで繰り返される。以上の処理
により得られた予測係数am ， ｉ（ｎ）（但し、ｉ＝0,1,
……,M）と予測残差パワーpm（ｎ）は、スペクトルを表
現する特徴量であり、これからスペクトルが得られる。
そこで、スペクトル計算部５では、予測係数am（ｎ）及
び予測残差パワーpm（ｎ）に基づき、時系列信号ｘ
（ｎ）のｍ次分析によるスペクトルAm（f,n）を生成
し、それを出力する。Am（f,n）は、ｍ次のスペクトル
分析を行ったときの周波数ｆ、時刻ｎにおける振幅を示
す。
部４における計算は、再帰的に字数ｍ＝１からｍ＝Ｍ
（但し、Ｍは最大字数）まで繰り返される。以上の処理
により得られた予測係数am ， ｉ（ｎ）（但し、ｉ＝0,1,
……,M）と予測残差パワーpm（ｎ）は、スペクトルを表
現する特徴量であり、これからスペクトルが得られる。
そこで、スペクトル計算部５では、予測係数am（ｎ）及
び予測残差パワーpm（ｎ）に基づき、時系列信号ｘ
（ｎ）のｍ次分析によるスペクトルAm（f,n）を生成
し、それを出力する。Am（f,n）は、ｍ次のスペクトル
分析を行ったときの周波数ｆ、時刻ｎにおける振幅を示
す。
（発明が解決しようとする課題） しかしながら、上記構成のスペクトル分析方法及びその
装置では、次のような課題があった。
装置では、次のような課題があった。
（ｉ） 共分散φm-1（i,j;n）とは、フレーム内での時
系列信号ｘ（ｎ）積の平均であるから、フレーム長が長
いほど、データ量が多くなって分析精度が高くなるが、
処理量が多くなる。
系列信号ｘ（ｎ）積の平均であるから、フレーム長が長
いほど、データ量が多くなって分析精度が高くなるが、
処理量が多くなる。
（ii） 分析における各フレーム間のフレーム周期（フ
レームのずらし幅）を大きくして、つまり各フレームが
重ならないように設定すると、スペクトルの分析歪が生
じる。逆に、フレーム周期を短くしてフレームが互いに
重なるように設定すると、分析歪は減少するが、処理量
が多くなる。
レームのずらし幅）を大きくして、つまり各フレームが
重ならないように設定すると、スペクトルの分析歪が生
じる。逆に、フレーム周期を短くしてフレームが互いに
重なるように設定すると、分析歪は減少するが、処理量
が多くなる。
（iii） 前記（ｉ），（ii）のように、処理量が少な
く、かつ分析歪の除去されたスペクトル分析を行うこと
は、従来困難であった。そこで、本願人は、先に特願昭
63−297933号のスペクトル分析方法に関する提案を行っ
た。
く、かつ分析歪の除去されたスペクトル分析を行うこと
は、従来困難であった。そこで、本願人は、先に特願昭
63−297933号のスペクトル分析方法に関する提案を行っ
た。
この技術は、時系列信号より共分散値または自己相関値
を算出し、その値より前記時系列信号の周波数スペクト
ルを求めるスペクトル分析方法において、フレーム内の
前記時系列信号の信号積を求め、前記信号積の高周波成
分を除去し、前記フレーム内における前記高周波成分除
去後の信号積を加算して前記共分散値または自己相積値
を算出するようにしたものである。
を算出し、その値より前記時系列信号の周波数スペクト
ルを求めるスペクトル分析方法において、フレーム内の
前記時系列信号の信号積を求め、前記信号積の高周波成
分を除去し、前記フレーム内における前記高周波成分除
去後の信号積を加算して前記共分散値または自己相積値
を算出するようにしたものである。
このようなスペクトル分析方法によれば、時系列信号の
信号積を求め、その信号席の高周波成分を除去するの
で、フレーム周期に依存した歪が除去される。その後、
高周波成分除去後の信号積を加算して共分散値または自
己相積値を出力するので、これらの出力値からスペクト
ルを求めれば、高精度なスペクトル分析が可能となる。
信号積を求め、その信号席の高周波成分を除去するの
で、フレーム周期に依存した歪が除去される。その後、
高周波成分除去後の信号積を加算して共分散値または自
己相積値を出力するので、これらの出力値からスペクト
ルを求めれば、高精度なスペクトル分析が可能となる。
ところが、前記のスペクトル分析方法では、加算によ
り、フレーム内の平均化処理を行っているため、定常性
の信号に対しては高精度な分析が行えるが、例えば音声
における「子音」のような非定常性の強い信号（時間に
対する振幅の急峻な信号）が連続して入力された場合、
それに対する追随性（応答性）が多少悪い。その上、平
均化処理を行っているため、処理量低減化の点で、充分
満足のゆくものが得られなかった。
り、フレーム内の平均化処理を行っているため、定常性
の信号に対しては高精度な分析が行えるが、例えば音声
における「子音」のような非定常性の強い信号（時間に
対する振幅の急峻な信号）が連続して入力された場合、
それに対する追随性（応答性）が多少悪い。その上、平
均化処理を行っているため、処理量低減化の点で、充分
満足のゆくものが得られなかった。
本発明は前記従来技術が持っていた課題として、フレー
ムの長さがもたらす処理量の多さと、フレーム周期がも
たらす分析歪と、追随性の点について、未だ技術的に充
分満足のゆくものが得られない点について解決したスペ
クトル分析方法及びその装置を提供するものである。
ムの長さがもたらす処理量の多さと、フレーム周期がも
たらす分析歪と、追随性の点について、未だ技術的に充
分満足のゆくものが得られない点について解決したスペ
クトル分析方法及びその装置を提供するものである。
（課題を解決するための手段） 前記課題を解決するために、第１の発明は、時系列信号
より共分散値を算出し、その値より前記時系列信号の周
波数スペクトルを算出するスペクトル分析方法におい
て、前記時系列信号の信号積を算出した後、前記信号積
の高周波成分を除去して瞬時共分散値を求め、前記瞬時
共分散値より前記時系列信号の周波数スペクトルを算出
するようにしたものである。
より共分散値を算出し、その値より前記時系列信号の周
波数スペクトルを算出するスペクトル分析方法におい
て、前記時系列信号の信号積を算出した後、前記信号積
の高周波成分を除去して瞬時共分散値を求め、前記瞬時
共分散値より前記時系列信号の周波数スペクトルを算出
するようにしたものである。
また、第２の発明は、時系列信号より共分散値を算出す
る第１の演算手段と、前記共分散値より前記時系列信号
の周波数スペクトルを算出する第２の演算手段とを備え
たスペクトル分析装置において、前記第１の演算手段
は、前記時系列信号の信号積を算出する信号積計算部
と、前記信号積の高周波成分を除去して瞬時共分散値を
求め、その瞬時共分散値を前記共分散値に代えて前記第
２の演算手段に与える歪除去フィルタとで、構成したも
のである。
る第１の演算手段と、前記共分散値より前記時系列信号
の周波数スペクトルを算出する第２の演算手段とを備え
たスペクトル分析装置において、前記第１の演算手段
は、前記時系列信号の信号積を算出する信号積計算部
と、前記信号積の高周波成分を除去して瞬時共分散値を
求め、その瞬時共分散値を前記共分散値に代えて前記第
２の演算手段に与える歪除去フィルタとで、構成したも
のである。
（作 用） 第1,2の発明によれば、以上のようにスペクトル分析方
法及びその装置を構成したので、信号積計算部は時系列
信号の信号積を求め、その信号積の高周波成分が歪除去
フィルタで除去されるので、スペクトルの分析歪が除去
される。高周波成分の除去により、その後のフレーム内
の平均化処理を行わずに共分散（フレーム内平均をとら
ないため、これを瞬時共分散という）を算出するので、
処理量が減少すると共に、非定常性信号に対する追随性
が向上する。従って、前記課題を解決できるのである。
法及びその装置を構成したので、信号積計算部は時系列
信号の信号積を求め、その信号積の高周波成分が歪除去
フィルタで除去されるので、スペクトルの分析歪が除去
される。高周波成分の除去により、その後のフレーム内
の平均化処理を行わずに共分散（フレーム内平均をとら
ないため、これを瞬時共分散という）を算出するので、
処理量が減少すると共に、非定常性信号に対する追随性
が向上する。従って、前記課題を解決できるのである。
（実施例） 第１図は本発明の一実施例を示すもので、共分散を用い
る最大エントロピー法によりスペクトル分析を行うスペ
クトル分析装置の機能ブロック図である。
る最大エントロピー法によりスペクトル分析を行うスペ
クトル分析装置の機能ブロック図である。
このスペクトル分析装置は、音声、音響等のディジタル
化された時系列信号ｘ（ｎ）（但し、ｎは整数で時刻を
表わす）より、瞬時共分散ψ（i,j;n）（但し、i,jは整
数で、ラグτ＝ｊ−ｉに対応する）を求める第１の演算
手段である歪除去共分散計算部10を備え、その出力側
に、スペクトルAm（f,n）（但し、ｆは周波数、ｍは次
数）を算出する第２の演算手段が接続されている。第１
の演算手段と第２の演算手段はディジタル・シグナル・
プロセッサ（以下、DSPという）、あるいは個別の演算
回路等で構成される。
化された時系列信号ｘ（ｎ）（但し、ｎは整数で時刻を
表わす）より、瞬時共分散ψ（i,j;n）（但し、i,jは整
数で、ラグτ＝ｊ−ｉに対応する）を求める第１の演算
手段である歪除去共分散計算部10を備え、その出力側
に、スペクトルAm（f,n）（但し、ｆは周波数、ｍは次
数）を算出する第２の演算手段が接続されている。第１
の演算手段と第２の演算手段はディジタル・シグナル・
プロセッサ（以下、DSPという）、あるいは個別の演算
回路等で構成される。
第１の演算手段である歪除去共分散計算部10は、信号積
計算部11及び歪除去フィルタ12より構成されている。信
号積計算部11は、時系列信号ｘ（ｎ）より信号積ｖ
（τ,n）（但し、τは整数でラグを示す）を算出する機
能を有している。歪除去フィルタ12は、信号積ｖ（τ,
n）を入力してフィルタリングを行い、高周波成分、つ
まり歪成分を除いた瞬時共分散ψ（i,j,;n）を出力する
機能を有し、例えば「ディジタル信号処理の応用」３版
（昭58−７−10）電子通信学会、P.14−59に記載された
非巡回型フィルタ（FIR）や巡回型フィルタ（IIR）等で
構成されている。
計算部11及び歪除去フィルタ12より構成されている。信
号積計算部11は、時系列信号ｘ（ｎ）より信号積ｖ
（τ,n）（但し、τは整数でラグを示す）を算出する機
能を有している。歪除去フィルタ12は、信号積ｖ（τ,
n）を入力してフィルタリングを行い、高周波成分、つ
まり歪成分を除いた瞬時共分散ψ（i,j,;n）を出力する
機能を有し、例えば「ディジタル信号処理の応用」３版
（昭58−７−10）電子通信学会、P.14−59に記載された
非巡回型フィルタ（FIR）や巡回型フィルタ（IIR）等で
構成されている。
第２の演算手段は、反射係数計算部13、予測係数計算部
14、予測残差計算部15、及びスペクトル計算部16より構
成されている。
14、予測残差計算部15、及びスペクトル計算部16より構
成されている。
反射係数計算部13は、瞬時共分散ψ（i,j;n）と、予測
係数計算部14より出力されるｍ−１次の予測係数am-1 ，
ｉ（ｎ）（但し、ｉは整数で、予測係数の何番目かを示
す）とを入力し、ｍ次の反射係数γｍ（ｎ）を出力して
それを予測係数計算部14及び予測残差計算部15へ供給す
る機能を有している。予測係数計算部14は、ｍ次の反射
係数γｍ（ｎ）に基づき、ｍ次の予測係数am ， ｉ（ｎ）
を出力してそれをスペクトル計算部16へ供給する機能を
有している。予測残差計算部15は、ｍ次の反射係数γｍ
（ｎ）と瞬時共分散ψ（0,0;n）を入力し、ｍ次の予測
残差pm（ｎ）を出力してそれをスペクトル計算部16へ与
える機能を有している。スペクトル計算部16は、予測係
数am ， ｉ（ｎ）と予測残差pm（ｎ）より、スペクトルAm
（f,n）を出力する機能を有している。
係数計算部14より出力されるｍ−１次の予測係数am-1 ，
ｉ（ｎ）（但し、ｉは整数で、予測係数の何番目かを示
す）とを入力し、ｍ次の反射係数γｍ（ｎ）を出力して
それを予測係数計算部14及び予測残差計算部15へ供給す
る機能を有している。予測係数計算部14は、ｍ次の反射
係数γｍ（ｎ）に基づき、ｍ次の予測係数am ， ｉ（ｎ）
を出力してそれをスペクトル計算部16へ供給する機能を
有している。予測残差計算部15は、ｍ次の反射係数γｍ
（ｎ）と瞬時共分散ψ（0,0;n）を入力し、ｍ次の予測
残差pm（ｎ）を出力してそれをスペクトル計算部16へ与
える機能を有している。スペクトル計算部16は、予測係
数am ， ｉ（ｎ）と予測残差pm（ｎ）より、スペクトルAm
（f,n）を出力する機能を有している。
第３図は、第１図中の歪除去フィルタ12の構成図であ
る。この歪除去フィルタ12は、各信号積ｖ（0,n），…
…,v（τ,n），……,v（M,n）の歪成分をそれぞれ除去
した瞬時共分散ψ（i,j;n），（但し、ｊ＝ｉ＋τ;i,j
＝0,1,……,M）を出力する複数の単位フィルタ12−０〜
12−Ｍで構成されている。ここで、τ＝0,1,……,Mであ
る。
る。この歪除去フィルタ12は、各信号積ｖ（0,n），…
…,v（τ,n），……,v（M,n）の歪成分をそれぞれ除去
した瞬時共分散ψ（i,j;n），（但し、ｊ＝ｉ＋τ;i,j
＝0,1,……,M）を出力する複数の単位フィルタ12−０〜
12−Ｍで構成されている。ここで、τ＝0,1,……,Mであ
る。
以上のように構成されるスペクトル分析装置を用いた分
析方法を説明する。
析方法を説明する。
アナログ／ディジタル変換器等でディジタル化された時
系列信号ｘ（ｎ）が信号積計算部11に入力されると、信
号積計算部11は次式より、時系列信号ｘ（ｎ）の積を算
出する。
系列信号ｘ（ｎ）が信号積計算部11に入力されると、信
号積計算部11は次式より、時系列信号ｘ（ｎ）の積を算
出する。
ｖ（τ,n）＝ｘ（ｎ）・ｘ（ｎ−τ） ……（１） 但し、τ＝0,1,……,M 歪除去フィルタ12を例えば非巡回型フィルタで構成した
場合、そのフィルタは次式のたたみ込み演算を行って、
信号積ｖ（τ,n）より、歪成分を除去した瞬時共分散ψ
（i,j;n）を出力する。
場合、そのフィルタは次式のたたみ込み演算を行って、
信号積ｖ（τ,n）より、歪成分を除去した瞬時共分散ψ
（i,j;n）を出力する。
但し、ｈ（ｌ）；フィルタのインパルス応答 L;フィルタのタップ数 次に、反射係数計算部13は、歪を除去した瞬時共分散ψ
（i,j;n）と、ｍ−１次の予測係数am-1 ， ｉ（ｎ）を入
力し、次式より、ｍ次の反射係数γｍ（ｎ）を算出す
る。
（i,j;n）と、ｍ−１次の予測係数am-1 ， ｉ（ｎ）を入
力し、次式より、ｍ次の反射係数γｍ（ｎ）を算出す
る。
但し、 （am-1 ， ０（ｎ）＝１） 予測係数計算部14は、ｍ次の反射係数γｍ（ｎ）を入力
して次式より、ｍ次の予測係数am ， ｉ（ｎ）を算出す
る。
して次式より、ｍ次の予測係数am ， ｉ（ｎ）を算出す
る。
また予測残差計算部15では、ｍ次の反射係数γｍ（ｎ）
と瞬時共分散ψ（0,0;n）の値を入力して、次式より、
ｍ次の予測残差pm（ｎ）を算出する。
と瞬時共分散ψ（0,0;n）の値を入力して、次式より、
ｍ次の予測残差pm（ｎ）を算出する。
pm（ｎ）＝｛１−（γｍ（ｎ））２｝pm-1（ｎ） ……
（８） 但し、p0（ｎ）＝ψ（0,0;n） 以上のような反射係数計算部13、予測係数計算部14及び
予測残差計算部の処理（即ち、（３）式〜（８）式の処
理）は、ｍ＝１からｍ＝Ｍまで再帰的（繰り返し）に計
算される。また、（１），（２）式の計算は毎時刻ｎご
とに行われるのに対し、（３）〜（８）式の計算は毎時
刻ｎごとに行う必要はなく、実際にスペクトルを必要と
する間隔ごとに１回行えばよい。
（８） 但し、p0（ｎ）＝ψ（0,0;n） 以上のような反射係数計算部13、予測係数計算部14及び
予測残差計算部の処理（即ち、（３）式〜（８）式の処
理）は、ｍ＝１からｍ＝Ｍまで再帰的（繰り返し）に計
算される。また、（１），（２）式の計算は毎時刻ｎご
とに行われるのに対し、（３）〜（８）式の計算は毎時
刻ｎごとに行う必要はなく、実際にスペクトルを必要と
する間隔ごとに１回行えばよい。
以上の処理で得られた予測係数am ， ｉ（ｎ）と予測残差
pm（ｎ）はスペクトルを表現する特徴量であるため、こ
れらを音声符号化伝送や、合成もしくは認識等の信号処
理に直接利用することも可能である。
pm（ｎ）はスペクトルを表現する特徴量であるため、こ
れらを音声符号化伝送や、合成もしくは認識等の信号処
理に直接利用することも可能である。
次に、必要に応じてスペクトル計算部16では、予測係数
am ， ｉ（ｎ）及び予測残差pm（ｎ）を入力して、次式よ
り、スペクトルAm（f,n）を求める。
am ， ｉ（ｎ）及び予測残差pm（ｎ）を入力して、次式よ
り、スペクトルAm（f,n）を求める。
以上のように、本実施例では、時系列信号ｘ（ｎ）から
その信号積ｖ（τ,n）を算出し、その信号積ｖ（τ,n）
から歪成分を取り除いて瞬時共分散ψ（i,j;n）を算出
するため、スペクトルの分析歪を的確に除去できる。そ
の上、フレーム内平均をとらないで、瞬時共分散ψ（i,
j;n）を算出するようにしたので、処理量を削減できる
と共に、非定常性の信号に対する追随性の優れた正確な
スペクトル分析が可能になる。
その信号積ｖ（τ,n）を算出し、その信号積ｖ（τ,n）
から歪成分を取り除いて瞬時共分散ψ（i,j;n）を算出
するため、スペクトルの分析歪を的確に除去できる。そ
の上、フレーム内平均をとらないで、瞬時共分散ψ（i,
j;n）を算出するようにしたので、処理量を削減できる
と共に、非定常性の信号に対する追随性の優れた正確な
スペクトル分析が可能になる。
第４図（ａ），（ｂ）は、音声を用いた従来と本実施例
のスペクトル分析結果の比較を示す図である。この図で
は、テストデータとして音声信号を用い、“b,a,k,u,0,
n"と発生した時のスペクトル分析結果が示されている。
横軸は時刻（ms）、縦軸は周波数（KHz）であり、横軸
方向に振幅Amが３次元的に表現されている。第４図
（ａ），（ｂ）から明らかなように、第４図（ｂ）に示
す本実施例では、横方向の振幅Amの変化がなだらかにな
っており、フレーム周期に対応した歪が除去されている
ことがわかる。
のスペクトル分析結果の比較を示す図である。この図で
は、テストデータとして音声信号を用い、“b,a,k,u,0,
n"と発生した時のスペクトル分析結果が示されている。
横軸は時刻（ms）、縦軸は周波数（KHz）であり、横軸
方向に振幅Amが３次元的に表現されている。第４図
（ａ），（ｂ）から明らかなように、第４図（ｂ）に示
す本実施例では、横方向の振幅Amの変化がなだらかにな
っており、フレーム周期に対応した歪が除去されている
ことがわかる。
なお、本発明は図示の実施例に限定されず、例えば第１
図の歪除去フィルタ12の出力側に接続される第２の演算
手段を、行列計算部及びスペクトル計算部等で構成し、
共分散法によりスペクトル分析を行う等、種々の変形が
可能である。
図の歪除去フィルタ12の出力側に接続される第２の演算
手段を、行列計算部及びスペクトル計算部等で構成し、
共分散法によりスペクトル分析を行う等、種々の変形が
可能である。
（発明の効果） 以上詳細に説明したように、第1,第２の発明のスペクト
ル分析方法及びその装置によれば、時系列信号からその
信号積を算出し、その信号積から歪成分を取り除いて瞬
時共分散を算出するようにしたので、スペクトルの分析
歪を的確に除去できる。その上、フレーム内の平均化処
理を行わずに、瞬時共分散を算出するようにしたので、
処理量を削減できると共に、非定常性信号に対する追随
性の優れた正確なスペクトル分析が期待できる。従っ
て、非定常性の強い信号に対する種々のスペクトル分析
に適用できる。
ル分析方法及びその装置によれば、時系列信号からその
信号積を算出し、その信号積から歪成分を取り除いて瞬
時共分散を算出するようにしたので、スペクトルの分析
歪を的確に除去できる。その上、フレーム内の平均化処
理を行わずに、瞬時共分散を算出するようにしたので、
処理量を削減できると共に、非定常性信号に対する追随
性の優れた正確なスペクトル分析が期待できる。従っ
て、非定常性の強い信号に対する種々のスペクトル分析
に適用できる。
第１図は本発明の実施例を示すスペクトル分析装置の機
能ブロック図、第２図は従来のスペクトル分析装置の機
能ブロック図、第３図は第１図中の歪除去フィルタの構
成図、第４図（ａ），（ｂ）は従来と本実施例の音声を
用いたスペクトル分析結果の比較図である。 10……歪除去共分散計算部、11……信号積計算部、12…
…歪除去フィルタ、13……反射係数計算部、14……予測
係数計算部、15……予測残差計算部、16……スペクトル
計算部、ｘ（ｎ）……時系列信号、ｖ（τ,n）……信号
積、ψ（i,j;n）……瞬時共分散、Am（f,n）……スペク
トル。
能ブロック図、第２図は従来のスペクトル分析装置の機
能ブロック図、第３図は第１図中の歪除去フィルタの構
成図、第４図（ａ），（ｂ）は従来と本実施例の音声を
用いたスペクトル分析結果の比較図である。 10……歪除去共分散計算部、11……信号積計算部、12…
…歪除去フィルタ、13……反射係数計算部、14……予測
係数計算部、15……予測残差計算部、16……スペクトル
計算部、ｘ（ｎ）……時系列信号、ｖ（τ,n）……信号
積、ψ（i,j;n）……瞬時共分散、Am（f,n）……スペク
トル。
Claims (2)
- 【請求項１】時系列信号より共分散値を算出し、その値
より前記時系列信号の周波数スペクトルを算出するスペ
クトル分析方法において、 前記時系列信号の信号積を算出した後、 前記信号積の高周波成分を除去して瞬時共分散値を求
め、 前記瞬時共分散値より前記時系列信号の周波数スペクト
ルを算出することを特徴とするスペクトル分析方法。 - 【請求項２】時系列信号より共分散値を算出する第１の
演算手段と、前記共分散値より前記時系列信号の周波数
スペクトルを算出する第２の演算手段とを備えたスペク
トル分析装置において、 前記第１の演算手段は、 前記時系列信号の信号積を算出する信号積計算部と、 前記信号積の高周波成分を除去して瞬時共分散値を求
め、その瞬時共分散値を前記共分散値に代えて前記第２
の演算手段に与える歪除去フィルタとで、 構成したことを特徴とするスペクトル分析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1121871A JPH0752117B2 (ja) | 1989-05-16 | 1989-05-16 | スペクトル分析方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1121871A JPH0752117B2 (ja) | 1989-05-16 | 1989-05-16 | スペクトル分析方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02300637A JPH02300637A (ja) | 1990-12-12 |
| JPH0752117B2 true JPH0752117B2 (ja) | 1995-06-05 |
Family
ID=14821992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1121871A Expired - Fee Related JPH0752117B2 (ja) | 1989-05-16 | 1989-05-16 | スペクトル分析方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0752117B2 (ja) |
-
1989
- 1989-05-16 JP JP1121871A patent/JPH0752117B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02300637A (ja) | 1990-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7421377B2 (en) | Method and apparatus for supressing noise in a doppler system | |
| US6408269B1 (en) | Frame-based subband Kalman filtering method and apparatus for speech enhancement | |
| Portnoff | Short-time Fourier analysis of sampled speech | |
| US5642732A (en) | Apparatus and method for estimating missing doppler signals and spectra | |
| JP3704336B2 (ja) | 波形検出装置とそれを使用した状態監視システム | |
| CA2553784A1 (en) | Improved coding techniques using estimated spectral magnitude and phase derived from mdct coefficients | |
| CN101627428A (zh) | 抑制杂音的方法、装置以及程序 | |
| US6216031B1 (en) | Apparatus for enhancing signals in ECGs artefacts | |
| JP2016006536A (ja) | 複素音響共鳴音声分析システム | |
| SE513892C2 (sv) | Spektral effekttäthetsestimering av talsignal Metod och anordning med LPC-analys | |
| EP2877820B1 (en) | Method of extracting zero crossing data from full spectrum signals | |
| JP2013512475A5 (ja) | フォルマントの速い抽出のための複数の並列複素フィルタを用いる音声認識 | |
| JPH0752117B2 (ja) | スペクトル分析方法及びその装置 | |
| JPH0616782B2 (ja) | 連続した推定信号を実時間で合成する方法及び装置 | |
| JP2830276B2 (ja) | 信号処理装置 | |
| JPH08328593A (ja) | スペクトル分析方法 | |
| JP3310225B2 (ja) | 雑音レベル時間変動率計算方法及び装置と雑音低減方法及び装置 | |
| JPH0731216B2 (ja) | スペクトル分析方法及びその装置 | |
| JP2888916B2 (ja) | スペクトル分析方法及びその装置 | |
| David et al. | Fast sequential LS estimation for sinusoidal modeling and decomposition of audio signals | |
| JPH1062460A (ja) | 信号分離装置 | |
| Steffen | Digital pulse compression using multirate filter banks. | |
| CN115886744A (zh) | 一种运动脉搏波去噪方法及装置 | |
| JP2898637B2 (ja) | 音声信号分析方法 | |
| Kido et al. | Deformation of impulse response estimates by time window in cross spectral technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |