JPH0844395A - 音声ピッチ検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、音声波形の短区間における自己相
関から音声ピッチを検出する音声ピッチ検出装置に関
し、音声ピッチを確実にかつ正確に検出することを目的
とする。 【構成】 音声信号を取り込み、音声フレーム毎を区間
として、予め設定された時間間隔に対する音声信号の自
己相関をとり、相関値を算出する自己相関手段３１と、
その自己相関手段３１によって算出された相関値に、音
声フレームの時系列順に単調増加する重みを付け、これ
らの重み付けされた相関値を時間間隔毎に加算して評価
値を算出する相関値平滑手段３２と、その相関値平滑手
段３２によって算出された評価値が最大値をとる時間間
隔を音声信号の音声ピッチとして検出する最大相関検出
手段３３とを備えて構成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声信号の短区間にお
ける自己相関をとり、相関値が最大となる音声ピッチを
検出する音声ピッチ検出装置に関する。

【０００２】

【従来の技術】一般に、携帯電話や自動車電話その他の
移動通信システムでは、移動局と基地局との間で、図９
に示すような無線通信が行われている。

【０００３】標本化部１を介してサンプリングされた音
声入力は、音声符号化部２および誤り訂正符号化部３に
よって符号化され、変調部４により基地局に向けて送信
される。

【０００４】このような移動通信システムでは、無線周
波数帯を有効に利用するため、伝送情報量を削減するこ
とが望ましい。そのため、図１０に示すように、ベクト
ル和励起線形予測符号化方式（ＶＳＥＬＰ）に基づい
て、音声を高能率に符号化する音声符号化部２が知られ
ている。

【０００５】このような方式では、音声ピッチ検出装置
１１は、５〜２０ｍ秒間程度の音声フレームにおける音
声の基本周期（以下「音声ピッチ」という。）を検出す
る。また、ＬＰＣ分析部１２およびＬＰＣ量子化部１３
では、１基本周期当たりの波形を規定する反射係数を検
出する。さらに、パワー量子化部１４では、音声フレー
ム内の音声パワーを検出する。また、有声無声判定部１
５では、音声の有無を判定する。

【０００６】このように、音声ピッチなどの特徴を抽出
することにより、音声の冗長性が除かれ、高能率に符号
化が行われる。図１１は、従来の音声ピッチ検出装置を
示す図である。

【０００７】図において、音声入力は標本化部１に与え
られ、標本化部１の出力は自己相関部２１の入力に接続
される。自己相関部２１の出力はピーク検出部２２の入
力に接続される。

【０００８】このような構成の音声ピッチ検出装置で
は、標本化部１は、音声入力を例えば８ＫＨｚの周波数
でサンプリングする。自己相関部２１では、サンプリン
グされた音声入力を５〜２０ミリ秒程度の音声フレーム
に区分して取り込む。この音声フレームのサンプル数を
Ｎと示し、ｉ番目の音声フレームにおけるｊ番目の音声
入力をＩＮ〔ｉ，ｋ〕と示すと、時間間隔ｋに対する自
己相関関数Ｂ〔ｉ，ｋ〕は、

【０００９】

【数１】

【００１０】に示す演算によって求められる。一般に、
音声入力は不規則な変動信号であるが、音声フレームの
ような短区間の音声入力は、周期的な定常信号と見なす
ことができる。したがって、短区間で計算される自己相
関関数Ｂ〔ｉ，ｋ〕には、音声ピッチの周期性に応じた
ピークが生じる。

【００１１】ピーク検出部２２は、このような自己相関
関数Ｂ〔ｉ，ｋ〕のピークを探索し、最大値を与える時
間間隔ｋの値を音声ピッチとして検出する。

【００１２】

【発明が解決しようとする課題】しかし、従来の音声ピ
ッチ検出装置では、上述のように短区間の自己相関をと
るので、瞬間的な音声入力の変動により、音声ピッチ以
外のピークが自己相関関数に多数発生する。そのため、
音声ピッチが誤検出されることが多かった。

【００１３】また、音声ピッチの整数倍の時間間隔に対
しても、自己相関関数のピークが折り返して発生するた
め、音声ピッチが誤検出されることが多かった。さら
に、音声入力の高調波成分により、音声ピッチの整数分
の一の箇所で自己相関関数にピークを生じることが多
く、音声ピッチが誤検出されることが多かった。

【００１４】また、このように音声ピッチを誤検出する
と、音声ピッチの検出値が、短期間に大きく変動する。
そのため、受信端で再生される音声は、その母音部で音
程が上がり下がりし、通話の品質が著しく劣化した。

【００１５】本発明では、従来例より確実にかつ正確に
音声ピッチを検出する音声ピッチ検出装置を提供するこ
とを目的とする。

【００１６】

【課題を解決するための手段】図１は、請求項１、３、
４に記載の発明の原理ブロック図である。請求項１に記
載の発明は、音声信号を取り込み、音声フレーム毎を区
間として、予め設定された時間間隔に対する音声信号の
自己相関をとり、相関値を算出する自己相関手段３１
と、その自己相関手段３１によって算出された相関値
に、音声フレームの時系列順に単調増加する重みを付
け、これらの重み付けされた相関値を時間間隔毎に加算
して評価値を算出する相関値平滑手段３２と、その相関
値平滑手段３２によって算出された評価値が最大値をと
る時間間隔を音声信号の音声ピッチとして検出する最大
相関検出手段３３とを備えたことを特徴とする。

【００１７】図２は、請求項２、３、４に記載の発明の
原理ブロック図である。請求項２に記載の発明は、音声
信号を取り込み、音声フレーム毎を区間として、予め設
定された時間間隔に対する音声信号の自己相関をとり、
相関値を算出する自己相関手段３１と、自己相関手段３
１によって算出された相関値に、時系列に沿ってピーク
点を中心に前後に単調減少する重みを付け、これらの重
み付けされた相関値を時間間隔毎に加算して評価値を算
出する前後平滑手段３５と、上記のピーク点に対応する
音声フレームの音声ピッチとして、評価値が最大値をと
る時間間隔を検出する最大相関検出手段３３とを備えた
ことを特徴とする。

【００１８】請求項３に記載の発明は、請求項１または
請求項２に記載の音声ピッチ検出装置において、自己相
関手段３１は、符号が異なる時間間隔に対する個々の自
己相関値の和を算出して相関値を得ることを特徴とす
る。

【００１９】請求項４に記載の発明は、請求項１、２、
３のいずれか１項に記載の音声ピッチ検出装置におい
て、自己相関手段３１には、相関値の算出対象の音声信
号に対し、時間間隔の下限値の逆数以上の周波数成分を
抑圧する処理を施す手段を含むことを特徴とする。

【００２０】

【作用】請求項１に記載の発明にかかわる音声ピッチ検
出装置では、自己相関手段３１が、音声信号の自己相関
をとる。

【００２１】相関値平滑手段３２では、これらの相関値
に対し、音声フレームの時系列順に単調増加する重みを
付けて加算し、評価値を求める。一般に、音声ピッチ
は、数フレーム分の音声フレームにわたって徐々に変化
するので、数フレーム分の音声フレームにわたり音声ピ
ッチの相関が高い。したがって、時系列上で前方向の音
声フレームの相関値を加算することにより、音声ピッチ
以外に生じるピークが平滑化され、雑音成分が抑圧され
る。

【００２２】ただし、時系列の上で離れた音声フレーム
に対しては、音声ピッチの相関が低いので、時系列の上
で離れた音声フレームほど小さな重み付けをし、評価値
に対する影響を小さくする。

【００２３】最大相関検出手段３３は、このように平滑
化された評価値が最大になる時間間隔を求めることによ
り、音声ピッチを確実かつ正確に検出する。請求項２に
記載の発明にかかわる音声ピッチ検出装置では、自己相
関手段３１は、音声波形を取り込み、音声フレームの区
間毎に相関値を求める。

【００２４】前後平滑手段３５は、これらの相関値に対
し、時系列の上でピーク点を中心に単調減少する重みを
付けて加算し、評価値を求める。このようにして、ピー
ク点を中心として、前後の音声フレームの相関値が平滑
化される。したがって、音声ピッチ以外に生じるピーク
が、強く抑圧される。

【００２５】最大相関検出手段３３は、このように平滑
化された評価値が最大になる時間間隔を求めて、ピーク
点に対応する音声フレームの音声ピッチとする。請求項
３に記載の発明にかかわる音声ピッチ検出装置では、自
己相関手段３１は、時系列上の前方向および後方向に自
己相関をとるので、音声波形の瞬間的な変動によって、
相関値に生じる変動が小さくなる。したがって、音声ピ
ッチは確実かつ正確に検出される。

【００２６】請求項４に記載の発明にかかわる音声ピッ
チ検出装置では、取り込まれた音声信号に対して、時間
間隔の下限値の逆数より高い周波数成分を減少させる。
したがって、音声ピッチに無関係な雑音成分が強く抑圧
され、音声ピッチが確実かつ正確に検出される。

【００２７】

【実施例】以下、図面に基づいて本発明の実施例を説明
する。図３は、請求項１に記載の発明に対応した実施例
を示す図である。

【００２８】図において、音声入力は標本化部１に与え
られ、標本化部１の出力は自己相関部２１の入力に接続
される。自己相関部２１の出力は平滑部４０の入力に接
続され、平滑部４０の出力はピーク検出部２２の入力に
接続される。

【００２９】平滑部４０は、自己相関部２１の出力毎に
複数接続された同一の回路から構成される。このような
回路では、自己相関部２１の時間間隔ｋに対応した出力
が加算器４１ｋの第一の入力に接続され、加算器４１ｋ
の出力は遅延器４２ｋおよびピーク検出部２２に接続さ
れる。遅延器４２ｋの出力は、減衰器４３ｋを介して、
加算器４１ｋの第二の入力に接続される。

【００３０】なお、本実施例と請求項１に記載の発明と
の対応関係について示すと、自己相関部２１は自己相関
手段３１に対応し、平滑部４０は相関値平滑手段３２に
対応し、ピーク検出部２２は最大相関検出手段３３に対
応している。

【００３１】図４は、請求項１に対応した本実施例の動
作を示すフローチャートである。以下、本実施例の動作
を説明する。このような構成の音声ピッチ検出装置で
は、音声入力が、標本化部１により、例えば８ＫＨｚの
周波数でサンプリングされて、自己相関部２１に取り込
まれる。

【００３２】自己相関部２１では、サンプリングされた
音声入力を５〜２０ミリ秒間程度の音声フレームに区分
し、音声ピッチの探索範囲Ｌ_MIN 〜Ｌ_MAX 内の時間間隔
ｋに対して、自己相関関数Ｂ〔ｉ，ｋ〕を、上式（１）
に示す算術演算により計算する（ステップＳ１）。

【００３３】一般に、音声入力は不規則な変動信号であ
るが、音声フレームのような短区間の音声入力は、周期
的な定常信号と見なすことができる。したがって、短区
間で計算される自己相関関数Ｂ〔ｉ，ｋ〕には、音声ピ
ッチの周期性に応じてピークが生じる。

【００３４】平滑部４０では、時間間隔ｋ毎に計算され
た自己相関関数Ｂ〔ｉ，ｋ〕が、加算器４１ｋ、遅延器
４２ｋおよび減衰器４３ｋから構成される巡回形フィル
タに個別に入力される。このような巡回形フィルタは、

【００３５】

【数２】

【００３６】に示す算術演算を行うことにより、Ｃ
〔ｉ，ｋ〕に相当する値を出力する（ステップＳ２）。
平滑部４０では、上式に示すように、前方向の自己相関
関数が、音声フレームの時系列順に単調増加する重み付
けを施されて、順次加算される。

【００３７】一般に、音声ピッチは、数フレーム分の音
声フレームにわたって徐々に変化するので、数フレーム
分の自己相関関数では音声ピッチの相関が高い。したが
って、前方向の音声フレームの自己相関関数を加算する
ことにより、音声ピッチ以外に生じるピークが平滑化さ
れる。

【００３８】ただし、時系列上で離れている音声フレー
ムに対しては、音声ピッチの相関が低いので、前方向の
音声フレームほど小さな重み付けを行う。なお、上式の
減衰比γの値は、一般的な音声における音声ピッチの変
動時間から、 0.7〜0.95の値が好ましい。このような値
に設定することにより、平滑部４０は、音声ピッチ以外
に生じる自己相関関数のピークを効率的に抑圧できる。

【００３９】ピーク検出部２２は、このような平滑部４
０の出力Ｃ〔ｉ，ｋ〕を取り込み、この出力が最大値を
とる時間間隔ｋを探索して、音声ピッチとして出力する
（ステップＳ３）。

【００４０】このように本実施例では、前方向の自己相
関関数を加算することにより、自己相関関数の雑音成分
が抑圧され、確実かつ正確に音声ピッチを検出すること
ができる。

【００４１】また、本実施例では、前方向の自己相関関
数のみを加算しているので、音声ピッチの検出に遅れが
生じない。さらに、本実施例では、巡回形フィルタによ
り平滑部４０を構成しているので、前方向の自己相関関
数を逐次記憶する必要がなく、平滑部４０の構成を単純
化できる。

【００４２】図５は、請求項２に記載の発明に対応した
実施例を示す図である。図において、自己相関部２１の
出力は前後平滑部５０の入力に接続され、前後平滑部５
０の出力はピーク検出部２２の入力に接続される。

【００４３】また、前後平滑部５０は、自己相関部２１
の出力毎に複数接続された同一の回路から構成される。
このような回路では、自己相関部２１の時間間隔ｋに対
する出力が加算器５１ｋの第一の入力に接続され、加算
器５１ｋの出力は、遅延器５２ｋおよび減衰器５３ｋを
介して、加算器５１ｋの第二の入力に接続される。

【００４４】また、自己相関部２１の出力は、減衰器５
４ｋを介して、加算器５５ｋの第一の入力に接続され
る。加算器５５ｋの第二の入力は遅延器５２ｋの出力に
接続され、加算器５５ｋの出力はピーク検出部２２の入
力に接続される。

【００４５】なお、本実施例と請求項２に記載の発明と
の対応関係について示すと、自己相関部２１は自己相関
手段３１に対応し、前後平滑部５０は前後平滑手段３５
に対応し、ピーク検出部２２は最大相関検出手段３３に
対応している。

【００４６】図６は、請求項２の実施例の動作を示すフ
ローチャートである。以下、本実施例の動作を説明す
る。このような構成の音声ピッチ検出装置では、自己相
関部２１が、自己相関関数Ｂ〔ｉ，ｋ〕を計算する（ス
テップＳ１）。

【００４７】前後平滑部５０は、このような自己相関関
数Ｂ〔ｉ，ｋ〕を取り込み、加算器５１ｋ、遅延器５２
ｋおよび減衰器５３ｋから構成された巡回形フィルタに
入力する。

【００４８】このような巡回形フィルタは、

【００４９】

【数３】

【００５０】に示す算術演算を行うことにより、Ｃ〔ｉ
-1，ｋ〕に相当する値を出力する（ステップＳ２）。巡
回形フィルタでは、上式に示すように、前方向の自己相
関関数が、音声フレームの時系列順に単調増加する重み
付けを施されて、順次加算される。

【００５１】このような巡回形フィルタの出力Ｃ〔ｉ-
1，ｋ〕は、加算器５５ｋによって、ｉ番目の自己相関
関数と加算され、 Ｄ〔ｉ-1，ｋ〕＝Ｂ〔ｉ，ｋ〕・β＋Ｃ〔ｉ-1，ｋ〕 を出力する（ステップＳ３）。

【００５２】このように前後平滑部５０は、（ｉ−１）
番目の音声フレームをピークとして、時系列上で前後に
単調減少する重み付けを自己相関関数に施して加算す
る。したがって、音声ピッチ以外に生じるピークが減少
する。

【００５３】ピーク検出部２２は、前後平滑部５０の出
力Ｄ〔ｉ-1，ｋ〕を最大にする時間間隔ｋを、（ｉ−
１）番目の音声フレームの音声ピッチとして検出する
（ステップＳ４）。

【００５４】このように本実施例では、所定の音声フレ
ームを中心に前後の自己相関関数を加算することによ
り、前方向の自己相関関数のみを加算する場合に比べ
て、自己相関関数の雑音成分をさらに抑圧することがで
きる。

【００５５】また、本実施例では、前後平滑部５０を巡
回形フィルタにより構成しているので、前方向の自己相
関関数を逐次記憶する必要がなく、前後平滑部５０の構
成を単純化できる。

【００５６】図７は、請求項３に記載の発明に対応した
実施例を示す図である。図において、本実施例の構成の
特徴を示すと、音声入力は標本化部１に与えられ、標本
化部１の出力は対称自己相関部６１の入力に接続され、
対称自己相関部６１の出力は平滑部４０の入力に接続さ
れる。

【００５７】また、本図において、図３の構成要素と同
一の構成要素には、同じ参照番号を付与して示し、説明
を省略する。なお、本実施例と請求項３に記載の発明と
の対応関係について示すと、対称自己相関部６１は自己
相関手段３１に対応する。

【００５８】このような構成の音声ピッチ検出装置で
は、音声入力が、標本化部１により、例えば８ＫＨｚの
周波数でサンプリングされて、対称自己相関部６１に取
り込まれる。

【００５９】対称自己相関部６１では、サンプリングさ
れた音声入力を５〜２０ミリ秒間程度の音声フレームに
区分し、音声ピッチの探索範囲Ｌ_MIN 〜Ｌ_MAX の時間間
隔ｋに対して、

【００６０】

【数４】

【００６１】に示す算術演算により、自己相関関数Ｂ′
〔ｉ，ｋ〕を計算する。このように計算された自己相関
関数は（上述の実施例と同様に）平滑部４０を介して平
滑化され、ピッチ検出部２２により音声ピッチが検出さ
れる。

【００６２】このように本実施例では、時系列順の音声
フレームの前方向もしくは後方向の何れか一方に雑音そ
の他の変動が生じても、前方向および後方向に音声波形
が平均化されるので、自己相関関数に与える影響が小さ
くなる。

【００６３】なお、本実施例では、平滑部４０を用い
て、自己相関関数の平滑化を行っているが、上述した前
後平滑部５０を用いても良い。このような構成により、
より確実に音声ピッチを検出することができる。

【００６４】図８は、請求項４の音声ピッチ検出装置の
実施例を示す図である。図において、本実施例の構成の
特徴を示すと、自己相関部２１の入力段に低域通過フィ
ルタ７０が配置される。

【００６５】また、本図において、図３の構成要素と同
一の構成要素には同じ参照番号を付与して示し、ここで
の説明を省略する。低域通過フィルタ７０は、音声ピッ
チの探索範囲より高い周波数成分を減少させる。このよ
うに音声ピッチと無関係な雑音成分を除去された音声入
力は、（上述の実施例と同様に）自己相関部２１に取り
込まれ、平滑部４０を介して平滑化される。

【００６６】このように本実施例では、音声入力の高域
に集中する雑音成分を除去することにより、短区間の自
己相関関数に生じる高域成分の折り返し雑音などが減少
し、音声ピッチを確実かつ正確に検出することができ
る。

【００６７】なお、本実施例では、音声入力の標本化後
に低域通過フィルタ７０を接続しているが、標本化前に
低域通過フィルタを接続しても良い。また、本実施例で
は、自己相関部２１および平滑部４０が適用されている
が、自己相関部２１の代わりに対称自己相関部６１を使
用しても良く、また、平滑部４０の代わりに前後平滑部
５０を使用しても良い。

【００６８】さらに、上述した実施例では、平滑部４０
や前後平滑部５０に巡回形フィルタが適用されている
が、前方向もしくは前後の自己相関関数を重み付け加算
するフィルタであれば良く、例えば、トランスバーサル
フィルタでも良い。

【００６９】また、上述した実施例では、平滑部４０や
前後平滑部５０が、ディジタルフィルタにより構成され
ているが、前方向もしくは前後の自己相関関数を重み付
け加算する演算手段であれば良く、例えば、ディジタル
シグナルプロセッサ（ＤＳＰ）を適用したり、マイクロ
コンピュータによって実現しても良い。

【００７０】

【発明の効果】以上説明したように、請求項１に記載さ
れた発明では、相関値平滑手段３２が時系列上で前方向
の相関値を加算するので、雑音成分が抑圧され、音声ピ
ッチが確実かつ正確に検出される。

【００７１】請求項２に記載された発明では、前後平滑
手段３５が、ピーク点に対応する音声フレームを中心に
前方向および後方向の相関値を加算する。したがって、
相関値の雑音成分が強く抑圧され、確実かつ正確に音声
ピッチが検出される。

【００７２】請求項３に記載された発明では、自己相関
手段３１が、前方向および後方向の音声波形に対する自
己相関をとる。したがって、音声波形の前方向あるいは
後方向の何れか一方に瞬間的な変動を生じても、相関値
の変動は小さく、確実かつ正確に音声ピッチが検出され
る。

【００７３】請求項４に記載された発明では、音声ピッ
チの検出に不要な音声の高域成分を抑圧するので、評価
値に含まれる雑音成分が減少する。したがって、確実か
つ正確に音声ピッチが検出される。

【００７４】このように、本発明の音声ピッチ検出装置
を使用した移動通信システムでは、音声ピッチが正確に
検出されるので、的確に音声ピッチの符号化が行われ
る。また、移動通信システムの受信端では、音声ピッチ
が急激に変動しないので、通話の品質を格段に向上させ
ることができる。

【図面の簡単な説明】

【図１】請求項１、３、４に記載の発明の原理ブロック
図である。

【図２】請求項２、３、４に記載の発明の原理ブロック
図である。

【図３】請求項１に記載の発明に対応した実施例を示す
図である。

【図４】請求項１に対応した本実施例の動作を示すフロ
ーチャートである。

【図５】請求項２に記載の発明に対応した実施例を示す
図である。

【図６】請求項２に対応した本実施例の動作を示すフロ
ーチャートである。

【図７】請求項３に記載の発明に対応した実施例を示す
図である。

【図８】請求項４に記載の発明に対応した実施例を示す
図である。

【図９】移動通信システムの構成を示す図である。

【図１０】音声符号化部２の一例を示す図である。

【図１１】従来の音声ピッチ検出装置を示す図である。

【符号の説明】

１ 標本化部 ２１ 自己相関部 ２２ ピーク検出部 ３１ 自己相関手段 ３２ 相関値平滑手段 ３３ 最大相関検出手段 ３５ 前後平滑手段 ４０ 平滑部 ４１ｋ，５１ｋ，５５ｋ 加算器 ４２ｋ，５２ｋ 遅延器 ４３ｋ，５３ｋ，５４ｋ 減衰器 ５０ 前後平滑部 ６１ 対称自己相関部 ７０ 低域通過フィルタ

Claims (4)

【特許請求の範囲】
1. 【請求項１】 音声信号を取り込み、音声フレーム毎を
   区間として、予め設定された時間間隔に対する音声信号
   の自己相関をとり、相関値を算出する自己相関手段と、 前記自己相関手段によって算出された相関値に、前記音
   声フレームの時系列順に単調増加する重みを付け、これ
   らの重み付けされた相関値を時間間隔毎に加算して評価
   値を算出する相関値平滑手段と、 前記相関値平滑手段によって算出された評価値が最大値
   をとる時間間隔を前記音声信号の音声ピッチとして検出
   する最大相関検出手段とを備えたことを特徴とする音声
   ピッチ検出装置。
2. 【請求項２】 音声信号を取り込み、音声フレーム毎を
   区間として、予め設定された時間間隔に対する音声信号
   の自己相関をとり、相関値を算出する自己相関手段と、 前記自己相関手段によって算出された相関値に、時系列
   に沿ってピーク点を中心に前後に単調減少する重みを付
   け、これらの重み付けされた相関値を時間間隔毎に加算
   して評価値を算出する前後平滑手段と、 前記ピーク点に対応する音声フレームの音声ピッチとし
   て、前記評価値が最大値をとる前記時間間隔を検出する
   最大相関検出手段とを備えたことを特徴とする音声ピッ
   チ検出装置。
3. 【請求項３】 請求項１または請求項２に記載の音声ピ
   ッチ検出装置において、 前記自己相関手段は、符号が異なる時間間隔に対する個
   々の自己相関値の和を算出して相関値を得ることを特徴
   とする音声ピッチ検出装置。
4. 【請求項４】 請求項１ないし３のいずれか１項に記載
   の音声ピッチ検出装置において、 前記自己相関手段には、 相関値の算出対象の音声信号に対し、時間間隔の下限値
   の逆数以上の周波数成分を抑圧する処理を施す手段を含
   むことを特徴とする音声ピッチ検出装置。