JPH11175097A - ピッチ検出方法及び装置、判定方法及び装置、データ伝送方法、並びに記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音声信号の相関を求めることなく、その音声
波形の特徴から少ない演算量でピッチを検出可能とす
る。 【解決手段】 デジタル入力された音声信号を約３０ｍ
秒の単位時間毎に切り出すバッファメモリ４と、音声信
号を低域濾波するフィルタ回路３と、低域濾波された音
声信号波形からローカルマキシマムとローカルミニマム
を検出するピークサーチ回路５と、各ローカルマキシマ
ム間と各ローカルミニマム間でそれぞれ求めた時間間隔
のヒストグラムを共通のものとして求めるデータ分析回
路７と、ヒストグラムの最瀕値を音声信号のピッチとし
て決定するピッチ決定回路８とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば歌唱者の声
やコーラスの声の基本周期（ピッチ）、音声の性質変換
の際に好適なものであり、詳しくは、音声信号の相関を
求めることなく、少ない演算量で声の高さに対応するピ
ッチ周波数、或いはその逆数であるピッチ周期を検出す
るピッチ検出方法及び装置、そのピッチ検出方法を用い
た判定方法及び装置、そのピッチ検出方法を実現するデ
ータを伝送するデータ伝送方法、並びに記録媒体に関す
る。

【０００２】

【従来の技術】従来より、音声の特徴を抽出する際に
は、音声波形を直接扱う代わりに、周波数スペクトルや
自己相関関数など、スペクトルに関連した特徴に変換し
て扱うことが多い。すなわち、音声波形は、振幅と位相
が時間的にゆるやかに変化する正弦波の和で構成されて
いると考えることができ、また、人間の聴覚による音声
の知覚において重要な特徴は主として振幅情報に含まれ
ており、位相情報は通常重要な役割を果たしていないた
め、当該音声の特徴抽出の際には音声信号をスペクトル
に関連した特徴に変換して扱うことが多い。なお、音声
の短時間区間毎の電力スペクトル密度すなわち短時間ス
ペクトルは、周波数とともに緩やかに変化する成分であ
るスペクトル包絡と、有音声の場合の細かく周期的に変
化する成分と、無音声の場合の非周期的に変化する成分
とに分解して考えることができる。

【０００３】ここで、音声の特徴の一つとして、声の高
さに対応する周波数（ピッチ周波数）、或いはその逆数
である周期（ピッチ周期）があり、当該ピッチを検出す
る手法の代表的なものとしては、自己相関法や変形相関
法などが良く知られている。

【０００４】

【発明が解決しようとする課題】しかし、それら従来の
ピッチ検出手法は、音声信号の相関を求める必要があ
り、演算量が膨大となり、また、リアルタイムにピッチ
周波数やピッチ周期を検出するためには、高速な演算処
理を実行できる高価な演算処理装置が必要となる。

【０００５】本発明は、上述の課題に鑑みてなされたも
のであり、音声信号の相関を求めることなく、その音声
波形の特徴から少ない演算量でピッチを検出するピッチ
検出方法及び装置と、そのピッチ検出方法及び装置が適
用される判定方法及び装置、該ピッチ検出を実現するた
めのプログラムデータを伝送するデータ伝送方法、該ピ
ッチ検出を実現するためのプログラムデータを記録して
なる記録媒体の提供を目的とする。

【０００６】

【課題を解決するための手段】本発明に係るピッチ検出
方法及び装置は、上述の課題を解決するために、デジタ
ル入力された音声信号を所定の長さの単位時間毎に切り
出し、音声信号から所望の周波数帯域のみを通過させ、
所望の周波数帯域の音声信号波形から極大点と極小点を
検出し、各極大点の間でそれぞれ時間間隔を求め、各極
小点の間でそれぞれ時間間隔を求め、それら時間間隔の
ヒストグラムを共通のものとして求め、ヒストグラムの
最瀕値を音声信号のピッチとして取り出す。

【０００７】また本発明に係るピッチ検出方法及び装置
は、上述の課題を解決するために、所望の周波数帯域の
音声信号波形から零交差点を検出し、各零交差点の間で
それぞれ時間間隔を求め、それら時間間隔のヒストグラ
ムを求め、ヒストグラムの最瀕値を音声信号のピッチと
して取り出す。

【０００８】さらに本発明に係るピッチ検出方法及び装
置は、上述の課題を解決するために、極大点及び極小点
から共通のものとして求めたヒストグラムの最瀕値と零
交差点から求めたヒストグラムの最瀕値とを比較し、頻
度の高い方の最瀕値を音声信号のピッチとして取り出
す。

【０００９】またさらに、本発明に係るピッチ検出方法
及び装置は、上述の課題を解決するために、各極大点及
び極小点、各零交差点の間でそれぞれ求めた時間間隔の
ヒストグラムを共通のものとして求め、そのヒストグラ
ムの最瀕値を音声信号のピッチとして取り出す。

【００１０】本発明に係る判定方法及び装置は、上述の
課題を解決するために、本発明に係るピッチ検出方法及
び装置に対して更に、音声信号から取り出したピッチと
基準音のピッチとを比較するようにし、その比較結果を
出力する。

【００１１】また、本発明に係るデータ伝送方法は、上
述の課題を解決するために、本発明に係るピッチ検出方
法を実現するためのプログラムデータを伝送する。

【００１２】また、本発明に係る記録媒体は、上述の課
題を解決するために、本発明に係るピッチ検出方法及び
装置、並びに判定方法及び装置を実現するためのプログ
ラムデータを記録してなる。

【００１３】

【発明の実施の形態】以下、本発明に係るピッチ検出方
法及び装置、判定方法及び装置、データ伝送方法、並び
に記録媒体の好ましい実施の形態について、図面を参照
しながら詳細に説明する。

【００１４】本発明の第１の実施の形態のピッチ検出方
法が適用されるピッチ検出装置の概略構成を図１に示
す。

【００１５】この図１において、入力端子１には、アナ
ログ音声信号として例えば図２に示すような波形信号が
供給され、アナログ／デジタル（Ａ／Ｄ）変換器２に供
給される。このアナログ／デジタル変換器２は、図２の
アナログ音声信号波形を、４４．１ｋＨｚのサンプリン
グ周波数でサンプリング処理してデジタル信号に変換す
る。アナログ／デジタル変換器２にてデジタル化された
音声データは、フィルタ回路３に送られる。

【００１６】当該フィルタ回路３は、ＩＩＲ（巡回型）
若しくはＦＩＲ（非巡回型）のデジタルフィルタであ
り、例えば図３に示すようなカットオフ周波数が３００
Ｈｚの周波数特性を有する低域濾波器（ローパスフィル
タ）である。このフィルタ回路３にて低域濾波を行うこ
とで、図２に示したような波形信号は例えば図４（ａ）
に示したような高域成分が除去された波形信号となる。
なお、フィルタ回路３の出力は、実際にはデジタルデー
タであるが、該フィルタ処理の結果をわかりやすくする
ために、図４（ａ）の例ではアナログ波形信号のように
表している。このフィルタ回路３からの出力データは、
バッファメモリ４に送られる。

【００１７】該バッファメモリ４は、フィルタ回路３か
らのデータを蓄積し、後段のピークサーチ回路５におけ
る処理単位時間分毎に出力、すなわち処理単位時間分に
対応するサンプル数毎のデータを出力する。本実施の形
態では、該処理単位時間を約３０ｍ秒（正確には約２９
ｍ秒、サンプル数で表すと１２８０サンプル毎）にして
いる。バッファメモリ４から出力された単位時間（１２
８０サンプル）毎のデータは、ピークサーチ回路５に送
られる。

【００１８】このピークサーチ回路５では、供給された
各サンプルデータを１サンプル毎に比較し、その比較出
力に基づいて、音声データのピークを抽出する。

【００１９】具体的に言うと、該ピークサーチ回路５で
は、音声データの各サンプル毎に、現在の音声データと
その１サンプル前の音声データとを比較し、現在のサン
プル値がその１サンプル前のサンプル値よりも大きいこ
とを示す比較結果が続いた後、現在のサンプル値がその
１サンプル前のサンプル値よりも小さくなったことを示
す比較結果が得られたとき、或いは、現在のサンプル値
がその１サンプル前のサンプル値よりも小さいことを示
す比較結果が続いた後、現在のサンプル値がその１サン
プル前のサンプル値よりも大きくなったことを示す比較
結果が得られたときに、それら比較結果の変化時点を音
声データのピークとして検出する。

【００２０】すなわち、現在のサンプル値がその１サン
プル前のサンプル値よりも大きいことを示す比較結果が
続いた後、現在のサンプル値がその１サンプル前のサン
プル値よりも小さくなった時点の当該現在のサンプル値
の１つ前のサンプル値がローカルマキシマム（極大値）
を示し、一方で、現在のサンプル値がその１サンプル前
のサンプル値よりも小さいことを示す比較結果が続いた
後、現在のサンプル値がその１サンプル前のサンプル値
よりも大きくなった時点の当該現在のサンプル値の１つ
前のサンプル値がローカルミニマム（極小値）を示す。
したがって、当該ピークサーチ回路５では、このように
サンプル比較結果の変化に基づいて、音声データのロー
カルマキシマムのサンプルデータ、及びローカルミニマ
ムのサンプルデータを検出する。このピークサーチ回路
５により検出されたローカルマキシマム及びローカルミ
ニマムのサンプルデータは符号データ化回路６に送られ
る。

【００２１】符号データ化回路６は、図４（ｂ）及び図
５（ａ）に示すように、ピークサーチ回路５より供給さ
れた各ローカルマキシマムＭＡのサンプルデータに対し
ては正（＋）の符号を付加し、各ローカルミニマムＭＩ
のサンプルデータに対しては負（−）の符号を付加す
る。なお、図５には、図４の一部を抜き出し、拡大して
示している。この符号データ化回路６にて符号データ化
されたローカルマキシマムＭＡ及びローカルミニマムＭ
Ｉの各サンプルデータは、データ分析回路７に送られ
る。

【００２２】このデータ分析回路７では、符号データ化
回路６にて正（＋）の符号が付加された各ローカルマキ
シマム間の時間間隔（サンプル数）、及び、符号データ
化回路６にて負（−）の符号が付加された各ローカルミ
ニマム（極小値）間の時間間隔（サンプル数）を求め、
次いで、それら求めた各ローカルマキシマム間の時間間
隔（サンプル数）と各ローカルミニマム間の時間間隔
（サンプル数）を統計的に分析する。

【００２３】すなわち、データ分析回路７では、正
（＋）の符号が付加された各ローカルマキシマム間の時
間間隔として、図５（ｂ）に示すように、あるローカル
マキシマムＭＡ１から次のローカルマキシマムＭＡ２ま
での時間間隔（サンプル数）ＴＤ１、ローカルマキシマ
ムＭＡ１からローカルマキシマムＭＡ３までの時間間隔
（サンプル数）ＴＤ２、ローカルマキシマムＭＡ１から
ローカルマキシマムＭＡ４までの時間間隔（サンプル
数）ＴＤ３、・・・のように、ローカルマキシマムＭＡ
１から他の各ローカルマキシマムについてそれぞれの時
間間隔を求めると共に、同様にして、ローカルマキシマ
ムＭＡ２から次のローカルマキシマムＭＡ３までの時間
間隔、ローカルマキシマムＭＡ２からローカルマキシマ
ムＭＡ４までの時間間隔、ローカルマキシマムＭＡ２か
らローカルマキシマムＭＡ５（図示は省略）までの時間
間隔、・・・のように、ローカルマキシマムＭＡ２から
他の各ローカルマキシマムについてそれぞれの時間間隔
を求める。ローカルマキシマムＭＡ３やローカルマキシ
マムＭＡ４、それ以降の各ローカルマキシマムについて
も同様に、あるローカルマキシマムから他の各ローカル
マキシマムについてそれぞれの時間間隔を求める。

【００２４】また、該データ分析回路７は、負（−）の
符号が付加された各ローカルミニマム間の時間間隔につ
いても同様に、図５（ｂ）に示すように、あるローカル
ミニマムＭＩ１から次のローカルミニマムＭＩ２までの
時間間隔（サンプル数）ＡＤ１、ローカルミニマムＭＩ
１からローカルミニマムＭＩ３までの時間間隔（サンプ
ル数）ＡＤ２、ローカルミニマムＭＩ１からローカルミ
ニマムＭＩ４までの時間間隔（サンプル数）ＡＤ３、・
・・のように、ローカルミニマムＭＩ１から他の各ロー
カルミニマムについてそれぞれの時間間隔を求めると共
に、同様にして、ローカルミニマムＭＩ２から次のロー
カルミニマムＭＩ３までの時間間隔、ローカルミニマム
ＭＩ２からローカルミニマムＭＩ４までの時間間隔、ロ
ーカルミニマムＭＩ２からローカルミニマムＭＩ５（図
示は省略）までの時間間隔、・・・のように、ローカル
ミニマムＭＩ２から他の各ローカルマキシマムについて
それぞれの時間間隔を求める。ローカルミニマムＭＩ３
やローカルミニマムＭＩ４、それ以降の各ローカルマキ
シマムについても同様に、あるローカルミニマムから他
の各ローカルミニマムについてそれぞれの時間間隔を求
める。

【００２５】次いで、データ分析回路７では、正（＋）
の符号が付加された各ローカルマキシマムについてそれ
ぞれ求めた時間間隔（サンプル数）と、負（−）の符号
が付加された各ローカルミニマムについてそれぞれ求め
た時間間隔（サンプル数）の両方を用いて、統計的な分
析を行う。

【００２６】具体的に言うと、該データ分析回路７で
は、正（＋）の符号が付加された各ローカルマキシマム
間の各時間間隔に対応するサンプル数と、負（−）の符
号が付加された各ローカルミニマム間の各時間間隔に対
応するサンプル数の両方を用いて、ヒストグラムを作成
し、該ヒストグラムの最瀕値を求める。すなわち、図６
に示すように、正（＋）の符号が付加された各ローカル
マキシマム間の時間間隔（サンプル数）及び負（−）の
符号が付加された各ローカルミニマム間の時間間隔（サ
ンプル数）のうち、最も発生頻度が高い時間間隔（サン
プル数）を求める。図６の例では、それら両者の時間間
隔として、８１サンプル分の時間間隔を有するものが２
回、８２サンプル分の時間間隔を有するものが２回、８
３サンプル分の時間間隔を有するものが３回、・・・と
なり、ヒストグラムの最瀕値としては、１９３サンプル
分の時間間隔を有するものが９回であり、したがって、
データ分析回路７は、当該１９３サンプル分の時間間隔
を統計分析結果として出力する。

【００２７】データ分析回路７での統計分析により求め
られた時間間隔出力は、ピッチ決定回路８に送られる。
該ピッチ決定回路８では、データ分析回路７から供給さ
れた時間間隔出力に基づいて、入力音声信号のピッチを
決定する。すなわち、図６に示した統計分析結果を例に
挙げて説明すると、ピッチ決定回路８では、１９３サン
プル分の時間間隔を、入力端子１に供給された入力音声
信号のピッチ周期として決定する。

【００２８】該ピッチ決定回路８にて決定されたピッチ
周期は、出力端子９からピッチ検出結果として出力され
る。

【００２９】前記図１に示した第１の実施の形態のピッ
チ検出回路におけるピッチ検出動作の流れをフローチャ
ートにて表すと、図７に示すようになる。

【００３０】この図７において、ステップＳ１では、入
力端子１に供給された音声信号を、アナログ／デジタル
変換器２にてデジタルデータに変換し、さらにフィルタ
回路３にて所望の周波数帯域のみを取り出す低域濾波を
行った後、バッファメモリ４にて単位時間毎に切り出
す。

【００３１】次のステップＳ２では、ピークサーチ回路
５にて、ローカルマキシマム（極大点）とローカルミニ
マム（極小点）を抽出し、さらに符号データ化回路６に
てローカルマキシマムに正（＋）の符号を付加し、ロー
カルミニマムに負（−）の符号を付加する符号データ化
を行う。

【００３２】ステップＳ３では、データ分析回路７にお
いて、正（＋）の符号が付加されたローカルマキシマム
と負（−）の符号が付加されたローカルミニマムの二者
を用いて、それぞれ時間間隔（サンプル数）を求め、得
られた時間間隔からヒストグラムを作成する。

【００３３】ステップＳ４では、データ分析回路７にて
ヒストグラムの最瀕値を求め、その後、ピッチ決定回路
８において当該ヒストグラムの最瀕値からピッチ周期を
決定する。

【００３４】この第１の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で、且つローカルマキシマム、ローカルミニマムの
サンプル点の振幅に左右されずに、精度の高いピッチ検
出が可能である。

【００３５】次に、本発明の第２のピッチ検出方法が適
用される第２の実施の形態のピッチ検出装置について説
明する。

【００３６】本発明の第２の実施の形態のピッチ検出装
置の概略構成を図８に示す。なお、この図８中の各構成
要素のうち、図１に示した構成と同一の構成要素には同
じ指示符号を付して、それらの詳細な説明については省
略する。

【００３７】この図８に示す第２の実施の形態のピッチ
検出装置において、図１の構成と同様のアナログ／デジ
タル変換器２、フィルタ回路３を介してバッファメモリ
４に蓄積され、このバッファメモリ４から出力された単
位時間（１２８０サンプル）毎のデータは、ゼロクロス
検出回路１５に送られる。

【００３８】このゼロクロス検出回路１５では、供給さ
れた各音声データのゼロクロス点を検出する。具体的に
言うと、該ゼロクロス検出回路１５では、音声データの
符号が正（＋）から負（−）に変化する時点における最
も近いサンプル点、及び、音声データの符号が負（−）
から正（＋）に変化する時点における最も近いサンプル
点を、それぞれ略ゼロクロスとして抽出する。このゼロ
クロス検出回路１５により検出されたゼロクロスのデー
タは、符号データ化回路１６に送られる。

【００３９】符号データ化回路１６は、図９（ｂ）及び
図１０（ａ）に示すように、ゼロクロス検出回路１５よ
り供給されたゼロクロスＺＸのうち、音声データの符号
が負（−）から正（＋）に変化する時点に対応するゼロ
クロスのデータに対しては「１」の値を設定し、音声デ
ータの符号が正（＋）から負（−）に変化する時点に対
応するゼロクロスのデータに対しては「−１」の値を設
定する。なお、図９（ａ）には図４（ａ）と同じ波形を
示し、図１０には、図９の一部を抜き出し、拡大して示
している。この符号データ化回路１６にて符号データ化
されたゼロクロスＺＸの各データは、データ分析回路１
７に送られる。

【００４０】このデータ分析回路１７では、符号データ
化回路１６にて「１」の値に設定された各ゼロクロス間
の時間間隔（サンプル数）、及び、符号データ化回路１
６にて「−１」の値に設定された各ゼロクロス間の時間
間隔（サンプル数）を求め、次いで、それら「１」の値
に設定された各ゼロクロス間の時間間隔（サンプル数）
と「−１」の値に設定された各ゼロクロス間の時間間隔
（サンプル数）の両者を統計的に分析する。

【００４１】すなわち、データ分析回路１７では、
「１」の値に設定された各ゼロクロス間の時間間隔とし
て、図１０（ｂ）に示すように、あるゼロクロスＺＸ１
から次のゼロクロスＺＸ２までの時間間隔（サンプル
数）ＸＤ１、ゼロクロスＺＸ１からゼロクロスＺＸ３ま
での時間間隔（サンプル数）ＸＤ２、ゼロクロスＺＸ１
からゼロクロスＺＸ４（図示は省略）までの時間間隔
（サンプル数）・・・のように、ゼロクロスＺＸ１から
他の各ゼロクロスについてそれぞれの時間間隔を求める
と共に、同様にして、ゼロクロスＺＸ２から次のゼロク
ロスＺＸ３までの時間間隔、ゼロクロスＺＸ２からゼロ
クロスＺＸ４（図示は省略）までの時間間隔、ゼロクロ
スＺＸ２からゼロクロスＺＸ５（図示は省略）までの時
間間隔、・・・のように、ゼロクロスＺＸ２から他の各
ゼロクロスについてそれぞれの時間間隔を求める。ゼロ
クロスＺＸ３やそれ以降の各ゼロクロスについても同様
に、「１」の値に設定された、あるゼロクロスから他の
各ゼロクロスについてそれぞれの時間間隔を求める。

【００４２】また、該データ分析回路１７は、「−１」
の値に設定された各ゼロクロス間の時間間隔についても
同様に、図１０（ｂ）に示すように、あるゼロクロスＺ
Ｘ１１から次のゼロクロスＺＸ１２までの時間間隔（サ
ンプル数）ＸＤ１１、ゼロクロスＺＸ１１からゼロクロ
スＺＸ１３（図示は省略）までの時間間隔（サンプル
数）ＸＤ１２（図示は省略）、・・・のように、ゼロク
ロスＺＸ１１から他の各ゼロクロスについてそれぞれの
時間間隔を求めると共に、同様にして、ゼロクロスＺＸ
１２から次のゼロクロスＺＸ１３（図示は省略）までの
時間間隔、ゼロクロスＺＸ１２からゼロクロスＺＸ１４
（図示は省略）までの時間間隔、・・・のように、ゼロ
クロスＺＸ１２から他の各ゼロクロスについてそれぞれ
の時間間隔を求める。ゼロクロスＺＸ１３（図示は省
略）やそれ以降の各ゼロクロスについても同様に、「−
１」の値に設定された、あるゼロクロスから他の各ゼロ
クロスについてそれぞれの時間間隔を求める。

【００４３】次いで、データ分析回路１７では、「１」
の値に設定された各ゼロクロスについてそれぞれ求めた
時間間隔（サンプル数）と、「−１」の値に設定された
各ゼロクロスについてそれぞれ求めた時間間隔（サンプ
ル数）の両方を用いて、統計的な分析を行う。

【００４４】具体的に言うと、該データ分析回路１７で
は、「１」の値に設定された各ゼロクロス間の各時間間
隔に対応するサンプル数と、「−１」の値に設定された
各ゼロクロス間の各時間間隔に対応するサンプル数の両
方を用いて、ヒストグラムを作成し、該ヒストグラムの
最瀕値を求める。すなわち、図１１に示すように、
「１」の値に設定された各ゼロクロス間の時間間隔（サ
ンプル数）及び「−１」の値に設定された各ゼロクロス
間の時間間隔（サンプル数）のうち、最も発生頻度が高
い時間間隔（サンプル数）を求める。図１１の例では、
それら両者の時間間隔として、１３０サンプル分の時間
間隔を有するものが２回、１９２サンプル分の時間間隔
を有するものが２回、１９３サンプル分の時間間隔を有
するものが７回、・・・となり、ヒストグラムの最瀕値
としては、１９３サンプル分の時間間隔を有するものが
７回であり、したがって、データ分析回路１７は、当該
１９３サンプル分の時間間隔を統計分析結果として出力
する。

【００４５】データ分析回路１７での統計分析により求
められた時間間隔出力は、ピッチ決定回路８に送られ
る。該ピッチ決定回路８では、データ分析回路１７から
供給された時間間隔出力に基づいて、入力音声信号のピ
ッチを決定する。すなわち、図１１に示した統計分析結
果を例に挙げて説明すると、ピッチ決定回路８では、１
９３サンプル分の時間間隔を、入力端子１に供給された
入力音声信号のピッチ周期として決定する。

【００４６】前記図８に示した第２の実施の形態のピッ
チ検出回路におけるピッチ検出動作の流れをフローチャ
ートにて表すと、図１２に示すようになる。

【００４７】この図１２において、ステップＳ１１で
は、図７のステップＳ１と同様に、入力音声信号をデジ
タルデータに変換し、さらに所望の周波数帯域のみを取
り出す低域濾波を行った後、バッファメモリ４にて単位
時間毎に切り出す。

【００４８】次のステップＳ１２では、ゼロクロス検出
回路１５にて、ゼロクロス（零交差）を抽出し、さらに
符号データ化回路１６にてゼロクロスに「１」又は「−
１」の値を設定する符号データ化を行う。

【００４９】ステップＳ１３では、データ分析回路１７
において、「１」の値に設定されたゼロクロスと「−
１」の値に設定されたゼロクロスの二者を用いて、それ
ぞれ時間間隔（サンプル数）を求め、得られた時間間隔
からヒストグラムを作成する。

【００５０】ステップＳ１４では、データ分析回路１７
にてヒストグラムの最瀕値を求め、その後、ピッチ決定
回路８において当該ヒストグラムの最瀕値からピッチ周
期を決定する。

【００５１】この第２の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で、精度の高いピッチ検出が可能である。

【００５２】次に、本発明の第３のピッチ検出方法が適
用される第３の実施の形態のピッチ検出装置について説
明する。

【００５３】本発明の第３の実施の形態のピッチ検出装
置の概略構成を図１３に示す。なお、この図１３中の各
構成要素のうち、図１及び図８に示した構成と同一の構
成要素には同じ指示符号を付して、それらの詳細な説明
については省略する。すなわち、この図８に示す第３の
実施の形態のピッチ検出装置は、第１の実施の形態と第
２の実施の形態の両者の動作を行うものである。

【００５４】この図１３に示す第３の実施の形態のピッ
チ検出装置において、図１及び図８の構成と同様のアナ
ログ／デジタル変換器２、フィルタ回路３を介してバッ
ファメモリ４に蓄積され、このバッファメモリ４から出
力された単位時間（１２８０サンプル）毎のデータは、
図１同様のピークサーチ回路５と図８同様のゼロクロス
検出回路１５に送られる。

【００５５】ピークサーチ回路５にて第１の実施の形態
同様にして求められたローカルマキシマム及びローカル
ミニマムのサンプルデータと、ゼロクロス検出回路１５
にて第２の実施の形態同様にして求められたゼロクロス
のデータは、それぞれ符号データ化回路２６に送られ
る。

【００５６】この符号データ化回路２６は、図１の符号
データ化回路６と図８の符号データ化回路１６の両方の
機能を有するものであり、図１４（ｂ）及び図５（ａ）
に示すように、ピークサーチ回路５より供給された各ロ
ーカルマキシマムＭＡのサンプルデータに対しては正
（＋）の符号を付加し、各ローカルミニマムＭＩのサン
プルデータに対しては負（−）の符号を付加する。ま
た、符号データ化回路２６は、ゼロクロス検出回路１５
からのゼロクロスのうち、図１０（ａ）に示すように、
音声データの符号が負（−）から正（＋）に変化する時
点に対応するゼロクロスＺＸに対しては「１」の値に設
定し、音声データの符号が正（＋）から負（−）に変化
する時点に対応するゼロクロスＺＸに対しては「−１」
の値に設定する。なお、図１４（ａ）には図４（ａ）と
同じ波形を示している。この符号データ化回路２６にて
それぞれ符号データ化されたローカルマキシマム及びロ
ーカルミニマム、並びにゼロクロスの各データは、デー
タ分析回路２７に送られる。

【００５７】このデータ分析回路２７では、図１のデー
タ分析回路７と図８のデータ分析回路１７の両方の機能
を有するものであり、前記図５（ｂ）と同様にして、符
号データ化回路６にて正（＋）の符号が付加された各ロ
ーカルマキシマム間の時間間隔、及び、負（−）の符号
が付加された各ローカルミニマム間の時間間隔を求める
と共に、図１０（ｂ）と同様にして、符号データ化回路
１６にて「１」の値に設定された各ゼロクロス間の時間
間隔、及び、符号データ化回路１６にて「−１」の値に
設定された各ゼロクロス間の時間間隔を求め、次いで、
それら求めた各時間間隔について、それぞれ図６と図１
１同様にして統計的な分析を行う。

【００５８】すなわち、データ分析回路２７では、ロー
カルマキシマム間及びローカルミニマム間についてそれ
ぞれ求めた各時間間隔から図６同様にして得たヒストグ
ラムの最瀕値と、ゼロクロス間でそれぞれ求めた各時間
間隔から図１１同様にして得たヒストグラムの最瀕値と
の、２つの最瀕値を求め、さらにこれら２つの最瀕値を
比較し、より頻度の高い（数値の大きい）値を統計分析
結果として出力する。

【００５９】データ分析回路２７での統計分析により求
められた時間間隔出力は、ピッチ決定回路８に送られ
る。該ピッチ決定回路８では、データ分析回路２７から
供給された時間間隔出力に基づいて、入力音声信号のピ
ッチを決定する。すなわち、図６及び図１１に示した統
計分析結果を例に挙げて説明すると、ピッチ決定回路８
では、１９３サンプル分の時間間隔を、入力端子１に供
給された入力音声信号のピッチ周期として決定する。

【００６０】この図１３に示した第３の実施の形態のピ
ッチ検出回路におけるピッチ検出動作の流れをフローチ
ャートにて表すと、図１５に示すようになる。

【００６１】この図１５において、ステップＳ２１で
は、図７のステップＳ１と同様に、入力音声信号をデジ
タルデータに変換し、さらに所望の周波数帯域のみを取
り出す低域濾波を行った後、バッファメモリ４にて単位
時間毎に切り出す。

【００６２】次のステップＳ２２では、ピークサーチ回
路５にて、ローカルマキシマム及びローカルミニマムを
抽出し、さらに符号データ化回路２６にてローカルマキ
シマムには正（＋）の符号を付加し、ローカルミニマム
には負（−）の符号を付加する符号データ化を行う。同
時に、ステップＳ２３では、ゼロクロス検出回路１５に
て、ゼロクロス（零交差）を抽出し、さらに符号データ
化回路２６にてそれらゼロクロスに「１」又は「−１」
の値を設定する符号データ化を行う。

【００６３】ステップＳ２４では、データ分析回路２７
において、正（＋）の符号が付加されたローカルマキシ
マムと負（−）の符号が付加されたローカルミニマムの
二者を用いて、それぞれ時間間隔（サンプル数）を求
め、得られた時間間隔からヒストグラムを作成する。同
時に、ステップＳ２５では、「１」の値に設定されたゼ
ロクロスと「−１」の値に設定されたゼロクロスの二者
を用いて、それぞれ時間間隔（サンプル数）を求め、得
られた時間間隔からヒストグラムを作成する。

【００６４】ステップＳ２６では、データ分析回路２７
にて、ローカルマキシマム及びローカルミニマムのヒス
トグラムの最瀕値を求めると共に、ゼロクロスのヒスト
グラムの最瀕値を求め、その後、ピッチ決定回路８にお
いてそれら２つの最瀕値を比較して、より頻度の高い方
をピッチ周期として決定する。

【００６５】この第３の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で、精度の高いピッチ検出が可能である。

【００６６】次に、本発明の第４のピッチ検出方法が適
用される第４の実施の形態のピッチ検出装置について説
明する。

【００６７】この第４の実施の形態のピッチ検出装置の
構成は、図１３に示した第３の実施の形態のピッチ検出
装置と略々同じであるが、該第４の実施の形態のピッチ
検出装置では、図１６（ａ）及び図１６（ｂ）に示すよ
うに、正（＋）の符号が付加された各ローカルマキシマ
ム、及び、負（−）の符号が付加された各ローカルミニ
マムと、「１」の値に設定された各ゼロクロス、及び、
「−１」の値に設定された各ゼロクロスとを混在させ、
これら混在させて求めた時間間隔について、統計的な分
析を行うようにしている。

【００６８】すなわち、この第４の実施の形態の場合の
図１３の符号データ化回路２６からは、図１６（ａ）に
示すように、正（＋）の符号を付加した各ローカルマキ
シマムＭＡのサンプルデータと、負（−）の符号を付加
した各ローカルミニマムＭＩのサンプルデータと、
「１」の値に設定されたゼロクロスＺＸと、「−１」の
値に設定されたゼロクロスＺＸとが、混在されてデータ
分析回路２７に送られる。

【００６９】この第４の実施の形態の場合の図１３のデ
ータ分析回路２７では、これら混在されたローカルマキ
シマム、ローカルミニマム、ゼロクロスの各データのう
ち、図１６（ｂ）に示すように、正（＋）及び「１」側
の各ローカルマキシマム及びゼロクロスを混在させてそ
れぞれ時間間隔を求めると共に、負（−）及び「−１」
側の各ローカルミニマム及びゼロクロスを混在させてそ
れぞれ時間間隔を求め、それら求めた時間間隔につい
て、図１７に示すような統計的な分析を行うようにして
いる。

【００７０】すなわちこの第４の実施の形態におけるデ
ータ分析回路２７では、図１６（ｂ）に示すように、例
えば、「１」の値に設定されたゼロクロスＺＸ２１から
隣の正（＋）の符号が付加されたローカルマキシマムＭ
Ａ１１までの時間間隔Ｄ１、ゼロクロスＺＸ２１からロ
ーカルマキシマムＭＡ１２までの時間間隔Ｄ２、ゼロク
ロスＺＸ２１からゼロクロスＺＸ２２までの時間間隔Ｄ
３、ゼロクロスＺＸ２１からローカルマキシマムＭＡ１
３までの時間間隔Ｄ４、ゼロクロスＺＸ２１からローカ
ルマキシマムＭＡ１４までの時間間隔Ｄ５、・・・のよ
うに、また同様に、ローカルマキシマムＭＡ１１から隣
のローカルマキシマムＭＡ１２までの時間間隔Ｄ２１、
ローカルマキシマムＭＡ１１からゼロクロスＺＸ２２ま
での時間間隔Ｄ２２、ローカルマキシマムＭＡ１１から
ローカルマキシマムＭＡ１３までの時間間隔Ｄ２３、ロ
ーカルマキシマムＭＡ１１からローカルマキシマムＭＡ
１４までの時間間隔Ｄ２４、ローカルマキシマムＭＡ１
１からゼロクロスＺＸ２３までの時間間隔Ｄ２５、・・
・のように、ローカルマキシマム又はゼロクロスから他
のローカルマキシマム又はゼロクロスについてそれぞれ
の時間間隔を求める。ローカルマキシマムＭＡ１２やゼ
ロクロスＺＸ２２、それ以降の各ローカルマキシマムや
ゼロクロスについても同様に、あるローカルマキシマム
又はゼロクロスから他の各ローカルマキシマム又はゼロ
クロスについてそれぞれの時間間隔を求める。

【００７１】同様に、この第４の実施の形態におけるデ
ータ分析回路２７では、図１６（ｂ）に示すように、例
えば、負（−）の符号が付加されたローカルミニマムＭ
Ｉ１１から隣の「−１」の値に設定されたゼロクロスＺ
Ｘ３１までの時間間隔ｄ１、ローカルミニマムＭＩ１１
からローカルミニマムＭＩ１２までの時間間隔ｄ２、ロ
ーカルミニマムＭＩ１１からローカルミニマムＭＩ１３
までの時間間隔ｄ３、ローカルミニマムＭＩ１１からゼ
ロクロスＺＸ３２までの時間間隔ｄ４、ローカルミニマ
ムＭＩ１１からローカルミニマムＭＩ１４までの時間間
隔ｄ５、・・・のように、ローカルミニマム又はゼロク
ロスから他のローカルミニマム又はゼロクロスについて
それぞれの時間間隔を求める。ゼロクロスＺＸ３１やロ
ーカルミニマム１２、それ以降の各ローカルミニマムや
ゼロクロスについても同様に、あるローカルミニマム又
はゼロクロスから他の各ローカルミニマム又はゼロクロ
スについてそれぞれの時間間隔を求める。

【００７２】次いで、この第４の実施の形態におけるデ
ータ分析回路２７では、図１７に示すように、正（＋）
の符号が付加された各ローカルマキシマム及び「１」の
値に設定された各ゼロクロスを混在させてそれぞれ求め
た時間間隔と、負（−）の符号が付加された各ローカル
ミニマム及び「−１」の値に設定された各ゼロクロスを
混在させてそれぞれ求めた時間間隔の両方を用いて、ヒ
ストグラムの最瀕値を求める。

【００７３】具体的に言うと、図１７の例では、それら
の時間間隔として、８０サンプル分の時間間隔を有する
ものが２回、８２サンプル分の時間間隔を有するものが
２回、８３サンプル分の時間間隔を有するものが３回、
・・・となり、ヒストグラムの最瀕値としては、１９３
サンプル分の時間間隔を有するものが１４回であり、し
たがって、データ分析回路２７は、当該１９３サンプル
分の時間間隔を統計分析結果として出力する。

【００７４】この第４の実施の形態のピッチ検出回路に
おけるピッチ検出動作の流れをフローチャートにて表す
と、図１８に示すようになる。

【００７５】この図１８において、ステップＳ３１で
は、図７のステップＳ１と同様に、入力音声信号をデジ
タルデータに変換し、さらに所望の周波数帯域のみを取
り出す低域濾波を行った後、バッファメモリ４にて単位
時間毎に切り出す。

【００７６】次のステップＳ３２では、図１５のステッ
プＳ２２と同様に、ピークサーチ回路５にてローカルマ
キシマム及びローカルミニマムを抽出し、さらに符号デ
ータ化回路２６にてローカルマキシマムには正（＋）の
符号を付加し、ローカルミニマムには負（−）の符号を
付加する符号データ化を行う。同時に、ステップＳ３３
では、図１５のステップＳ２３と同様に、ゼロクロス検
出回路１５にてゼロクロス（零交差）を抽出し、さらに
符号データ化回路２６にてそれらゼロクロスに「１」又
は「−１」の値を設定する符号データ化を行う。

【００７７】ステップＳ３４では、データ分析回路２７
において、ローカルマキシマムとローカルミニマムとゼ
ロクロスの三者を用いて、それぞれ時間間隔を求め、得
られた時間間隔からヒストグラムを作成する。

【００７８】ステップＳ３５では、データ分析回路２７
にて、ローカルマキシマム及びローカルミニマムとゼロ
クロスの三者から作成したヒストグラムの最瀕値を求
め、その後、ピッチ決定回路８において該最瀕値からピ
ッチ周期を決定する。

【００７９】この第４の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で、且つ、ローカルマキシマム、ローカルミニマ
ム、ゼロクロスの各点を区別することなく、精度の高い
ピッチ検出が可能である。

【００８０】ところで、本発明のピッチ検出方法及び装
置は、例えばいわゆるカラオケ装置において、歌唱者の
声やコーラスの声のピッチを検出する際に適用可能であ
る。すなわち、カラオケ装置においては、歌唱者による
歌の調及び各音の高さを本発明によって検出したピッチ
から求め、本来の楽曲の調及び音の高さからどれだけ外
れているかを、当該歌唱者に示すことができれば、歌の
練習にとって非常に有効であると考えられる。

【００８１】以下、本発明の第５の実施の形態として、
カラオケ装置に適用可能であって、歌唱者やコーラスの
声のピッチを本発明（第１〜第４の実施の形態）のピッ
チ検出方法及び装置にて検出し、その検出したピッチに
基づいて、歌唱者やコーラスの声の高さの良否を判定す
る判定装置の主要部構成を、図１９に示す。なお、一般
的なカラオケ装置における構成要素については周知であ
り、この図１９ではそれらの図示は省略し、本発明の判
定装置に係る部分のみを示している。また、図１９にお
いて、図１と同じ構成要素には同一の指示符号を付して
いる。

【００８２】図１９において、入力端子１には、歌唱者
の声をマイクロホンにて音響／電気変換したアナログ音
声信号が供給される。このアナログ音声信号は、アナロ
グ／デジタル変換器２にてデジタル信号に変換され、フ
ィルタ回路３にて低域濾波される。このフィルタ回路３
からの出力データが、ピッチ検出装置３２に送られる。

【００８３】このピッチ検出装置３２は、第１〜第４の
実施の形態のいずれかのピッチ検出装置のバッファメモ
リ４以降の構成を有するものである。該ピッチ検出装置
３２にて検出されたピッチは、比較回路３３に供給され
る。

【００８４】一方で、端子３０には、当該カラオケ装置
のＭＩＤＩ（Musical Instrument Digital Interface）
データが供給される。該ＭＩＤＩデータは、ＭＩＤＩ基
準音抽出回路３１に送られる。ここで、このＭＩＤＩデ
ータは、カラオケ装置にて再生している伴奏楽曲に関す
るデータであり、本来の楽曲（歌）の調及び音の高さの
データも含まれている。ＭＩＤＩ基準音抽出回路３１で
は、供給されたＭＩＤＩデータから、本来の楽曲の調及
び音の高さのデータを基準音データ（以下、基準ピッチ
と呼ぶ）として抽出する。この基準ピッチは、比較回路
３３に送られる。

【００８５】比較回路３３では、ピッチ検出装置３２か
ら供給される歌唱者の声のピッチと、ＭＩＤＩ基準音抽
出回路３１から供給される基準ピッチとを比較し、その
比較結果を出力する。この比較により、歌唱者の調及び
音の高さが、本来の楽曲の調及び音の高さからどれだけ
外れているかを、知ることができる。

【００８６】ここで、マイクロホンからの入力とＭＩＤ
Ｉデータとから、歌唱者の調及び音の高さが、本来の楽
曲の調及び音の高さからどれだけ外れているかを示す一
例を、図２０にて説明する。

【００８７】この図２０において、ＭＩＤＩデータは、
図２０（ａ）にて示すように、データＤＴ１，ＤＴ２，
ＤＴ３，・・・のように単位フレーム毎にデータが供給
され、ＭＩＤＩ基準音抽出回路３１では、データＤＴ
１，ＤＴ２，ＤＴ３，・・・の単位フレーム毎にＭＩＤ
Ｉデータから基準ピッチを抽出する。また、ピッチ検出
装置３２では、図２０（ｂ）のように約３０ｍ秒毎にマ
イクロホンからの入力音声信号のピッチを検出する。比
較回路３３では、ピッチ検出装置３２が約３０ｍ秒毎に
検出した入力音声信号のピッチと、当該ピッチ検出装置
３２にてピッチ検出が行われる３０ｍ秒毎に対応した基
準ピッチとを比較し、その比較結果として、「高い」、
「低い」、「正しい」のいずれかの比較結果を出力す
る。なお、比較結果の「高い」は歌唱者の声のピッチが
基準ピッチよりも高いことを示し、比較結果の「低い」
は歌唱者の声のピッチが基準ピッチよりも低いことを示
し、比較結果の「正しい」歌唱者の声のピッチが基準ピ
ッチと合っていることを示す。

【００８８】この比較回路３３からの比較結果は、画像
データ生成回路３４に送られる。該画像データ生成回路
３４は、カラオケ装置に通常備えられている、歌詞やイ
メージ映像を表示する為のモニタに、比較結果に応じた
表示を行わせるための画像データを生成するためのもの
である。

【００８９】その比較結果に応じた表示用画像データの
一例としては、文字による「高い」、「低い」、「正し
い」を表示するための画像データや、「高い」、「低
い」、「正しい」に対応するキャラクタを表すための画
像データ等、或いは「高い」、「低い」、「正しい」に
対応するキャラクタの色や明るさを変更するための画像
データなどが考えられ、画像データ生成回路３４では、
それらいずれかの画像データを生成する。

【００９０】この画像データ生成回路３４が生成した画
像データは、例えば図２１に示すモニタ画面４０上の所
定の領域４１上にインポーズ表示される。

【００９１】また、ここまでの説明では、比較回路３３
が「高い」、「低い」、「正しい」の３種類の比較結果
を出力し、モニタ画面上のそれらに対応する表示を行う
例を述べたが、歌唱者の調及び音の高さが本来の楽曲の
調及び音の高さからどれだけ外れているかを、いわゆる
バーグラフにて表示することも可能である。

【００９２】この場合、比較回路３３は、歌唱者の調及
び音の高さが本来の楽曲の調及び音の高さから外れてい
る量（レベル）を比較結果として出力し、画像データ生
成回路３４ではその比較結果に応じてバーグラフ表示用
画像データを生成する。

【００９３】さらに、この第５の実施の形態では、比較
回路３３の比較結果に応じた画像データを生成する例を
挙げているが、例えば図２２に示すように、「高い」、
「低い」、「正しい」にそれぞれ対応する例えばＬＥＤ
（発光ダイオード）ランプをモニタ画面４０の下などに
設け、これらＬＥＤランプを比較結果に応じて点灯或い
は消灯することで、比較結果に応じた表示を行わせるこ
とも可能である。

【００９４】図２３には、この第５の実施の形態の判定
装置における音声入力及びＭＩＤＩデータ入力から比較
結果の表示出力までの流れを示す。

【００９５】この図２３において、ステップＳ４１で
は、入力端子１から供給された歌唱者の声の入力音声信
号から、ピッチ検出装置３２がピッチを検出する。

【００９６】一方、ステップＳ４２では、端子３０から
入力されたＭＩＤＩデータから、ＭＩＤＩ基準音抽出回
路３１が基準ピッチを抽出し、当該基準ピッチと歌唱者
の声から検出したピッチとを、比較回路３３にて比較す
る。

【００９７】ステップＳ４３では、その比較回路３３に
よる比較結果から、「高い」、「低い」、「正しい」の
いずれかを決定する。

【００９８】ステップＳ４４では、その比較結果「高
い」、「低い」、「正しい」を歌唱者に知らせるための
表示出力を行う。

【００９９】このように第５の実施の形態によれば、相
関を求めることなく、少ない演算量で、精度の高いピッ
チを求めることができ、さらに検出したピッチと基準ピ
ッチとを比較することで、歌唱者の声やコーラスの声の
高さを正しい高さに導くことができ、音声の性質変換が
可能である。

【０１００】第５の実施の形態では、専用のカラオケ装
置を例に挙げたが、いわゆるパーソナルコンピュータに
て本発明のピッチ検出方法及び装置、判定方法及び装
置、或いはカラオケ装置を実現することも可能である。

【０１０１】パーソナルコンピュータに本発明を適用し
た第６の実施の形態の概略構成例を図２４に示す。本実
施の形態のパーソナルコンピュータは、第１〜第５の実
施の形態の動作を実現するためのアプリケーションデー
タをインストールすることで、第１〜第５の実施の形態
にて説明した検出方法及び装置、判定方法及び装置、カ
ラオケ装置の何れの動作も可能であるが、以下の説明で
はその一例として、第５の実施の形態の判定装置を備え
たカラオケ装置をパーソナルコンピュータにて実現する
例を挙げて説明する。

【０１０２】この図２４において、Ｉ／Ｏポート５９
は、例えば外部通信回線と接続される外部端子であり、
このＩ／Ｏポート５９及び通信回線を介して、後述する
外部のサーバやいわゆる通信カラオケ用放送センタ等に
接続可能となっている。Ｉ／Ｏポート５９はＩ／Ｆ回路
６０と接続されている。なお、通信カラオケとは、通信
カラオケ用放送センタに複数の楽曲のデータを蓄積して
おき、この放送センタに複数接続されている遠隔地の端
末装置に必要に応じて楽曲のデータを送信して、端末装
置で楽曲の演奏（再生）を可能とするシステムのことで
ある。したがって、この第６の実施の形態ではパーソナ
ルコンピュータを例に挙げたが、該通信カラオケにおけ
る端末装置であってもよい。

【０１０３】このＩ／Ｆ回路６０は、Ｉ／Ｏポート５９
を介した外部通信回線と、内部ＣＰＵ（中央処理ユニッ
ト）５４との間のインターフェイスである。

【０１０４】ここで、本実施の形態のパーソナルコンピ
ュータにて、第５の実施の形態の判定装置を備えたカラ
オケ装置の動作を実現する場合、Ｉ／Ｏポート５９に
は、該パーソナルコンピュータからのデータ要求に応じ
て、カラオケ用ＭＩＤＩデータや第５の実施の形態の動
作を実現するためのアプリケーションデータ（以下、カ
ラオケ用アプリケーションデータと呼ぶ）が通信回線を
介して供給される。なお、カラオケ用アプリケーション
データは、前述した各実施の形態のフィルタ３のデジタ
ルフィルタ係数設定用データや、ピークサーチ回路５に
おけるピーク検出動作制御用プログラムデータ、ゼロク
ロス検出回路１５におけるゼロクロス検出動作制御用プ
ログラムデータ、符号データ化回路６，１６，２６にお
ける符号データ化制御用プログラムデータ、データ分析
回路７，１７，２７におけるデータ分析制御用プログラ
ムデータ、ピッチ決定回路８におけるピッチ決定動作制
御用プログラムデータ、ＭＩＤＩ基準音抽出回路３１に
おける基準ピッチ検出動作用プログラムデータ、比較回
路３３における比較制御用プログラムデータ等を、少な
くとも有するものである。

【０１０５】これらカラオケ用ＭＩＤＩデータやカラオ
ケ用アプリケーションデータは、Ｉ／Ｆ回路６０を介し
てＣＰＵ５４に送られ、一旦、ハードディスクドライブ
（ＨＤＤ）５６内のハードディスクに記録される。

【０１０６】なお、カラオケ用ＭＩＤＩデータやカラオ
ケ用アプリケーションデータは、通信回線ではなく、例
えばいわゆるＣＤ−ＲＯＭ等の光ディスクやフロッピィ
ディスクに記録された状態で本実施の形態のパーソナル
コンピュータに供給される場合もある。この場合は、該
光ディスクやフロッピィディスクがディスクドライブ６
１に装填され、このディスクドライブ６１にて読み出さ
れてＣＰＵ５４に送られる。もちろん、光ディスクやフ
ロッピィディスクから読み出されたカラオケ用ＭＩＤＩ
データやカラオケ用アプリケーションデータをハードデ
ィスクドライブ５６に送って記録させることも可能であ
る。本実施の形態では、データ転送速度を考慮して、カ
ラオケ用ＭＩＤＩデータやカラオケ用アプリケーション
データをハードディスクドライブ５６に記録することと
する。

【０１０７】ＣＰＵ５４は、例えばマウスやキーボード
からなる操作部５５からの操作に応じて、パーソナルコ
ンピュータの全体の動作を制御するものであり、本実施
の形態のようにパーソナルコンピュータをカラオケ装置
として動作させる場合には、先ず、ハードディスクドラ
イブ５６に記録（インストール）されたカラオケ用アプ
リケーションデータを読み出し、信号処理回路５３に送
る。

【０１０８】一方、端子５０はアナログ音声信号の外部
入力端子であり、この端子５０を介して、歌唱者の声を
マイクロホンにて音響／電気変換したアナログ音声信号
が供給される。このアナログ音声信号は、アナログ／デ
ジタル変換器５１にてデジタル信号に変換され、信号処
理回路５３に送られる。

【０１０９】信号処理回路５３は、第１〜第５の実施の
形態にて説明したピッチ検出装置や判定装置、カラオケ
装置を、カラオケ用アプリケーションデータに基づいて
ソフトウェア上で実現可能な高速演算処理回路であり、
したがって、本実施の形態のようにパーソナルコンピュ
ータを第５の実施の形態のカラオケ装置として動作させ
た場合、当該信号処理回路５３は、図１９のフィルタ回
路３及びＭＩＤＩ基準音抽出回路３１以降の各構成要素
として動作する。もちろん、信号処理回路５３では、カ
ラオケ装置として通常備えている歌詞やイメージ映像を
表示する為の画像データを生成することも可能である。

【０１１０】メモリ５２は、信号処理回路５３での信号
処理に必要なデータや演算途中のデータ、生成した画像
データ等を一時的に蓄えるためのメモリであり、図１や
図８、図１３のバッファメモリ４としての機能をも備え
る。

【０１１１】信号処理回路５３にて第５の実施の形態の
画像データ生成回路３４のように生成された画像データ
は端子６２からモニタに送られ、また、端子５０を介し
て入力され、アナログ／デジタル変換器５１にてデジタ
ル信号に変換された歌唱者の声の音声信号は、デジタル
／アナログ（Ｄ／Ａ）変換器５７にてアナログ音声信号
に戻され、音声出力端子５８から出力され、スピーカ等
に送られる。

【０１１２】次に、図２５には、本発明のデータ伝送方
法の一実施形態（第７の実施の形態）の概略構成を示
す。この第７の実施の形態では、外部からの要求に応じ
てカラオケ用ＭＩＤＩデータやカラオケ用アプリケーシ
ョンデータを伝送するデータ伝送装置を例に挙げて説明
する。すなわち、第７の実施の形態の伝送装置は、例え
ば第６の実施の形態のパーソナルコンピュータや通信カ
ラオケ用端末装置に対して、カラオケ用ＭＩＤＩデータ
やカラオケ用アプリケーションデータを伝送する、サー
バ或いは通信カラオケ用放送センタに適用可能である。

【０１１３】この図２５において、ＭＩＤＩ格納部７０
にはカラオケ用の複数の楽曲のＭＩＤＩデータが格納さ
れ、送信プログラム格納部７１には予め作成されたカラ
オケ用アプリケーションデータが格納されており、それ
ぞれバスに接続されている。なお、ここではＭＩＤＩデ
ータ及びカラオケ用アプリケーションデータがＭＩＤＩ
格納部７０及び送信プログラム格納部７１に格納された
例を挙げているが、これらＭＩＤＩデータ及びカラオケ
用アプリケーションデータはＣＤ−ＲＯＭ等の光ディス
クやフロッピィディスクに記録されていてもよく、この
場合の光ディスクやフロッピィディスクは、バスに接続
されたディスクドライブ７４に装填される。

【０１１４】ＲＯＭ７２及びＲＡＭ７３、並びにハード
ディスクドライブ８０は、バスを介してＣＰＵ７９と接
続され、これらＲＯＭ７２、ＲＡＭ７３、ハードディス
クドライブ８０は、ＣＰＵ７９が本実施の形態の伝送装
置を制御する際の各種データを格納或いは記憶するため
のものである。

【０１１５】Ｉ／Ｏポート７８は、外部通信回線と接続
される外部端子であり、このＩ／Ｏポート７８及び通信
回線を介して、例えば第６の実施の形態のパーソナルコ
ンピュータや通信カラオケ端末装置に接続可能となって
いる。Ｉ／Ｏポート７８はＩ／Ｆ回路７７と接続されて
いる。

【０１１６】このＩ／Ｆ回路７７は、Ｉ／Ｏポート７８
を介した外部通信回線と、内部送受信データ処理回路７
６との間のインターフェイスである。

【０１１７】以下、図２６のフローチャートを参照しな
がら、本実施の形態の伝送装置がＭＩＤＩデータやカラ
オケ用アプリケーションデータを通信回線に送信する流
れを説明する。なお、図２６のフローチャートでは、通
常のデータ通信にて行われる、接続管理やトラフィック
管理、さらに情報収集や料金徴収等については省略して
いる。

【０１１８】この図２６のフローチャート及び図２５の
伝送装置において、先ず、ステップＳ５１では、外部通
信回線を介して、ＭＩＤＩデータやカラオケ用アプリケ
ーションデータの送信要求を受信すると、その送信要求
は、送受信データ処理回路７６を介してＣＰＵ７９に送
られる。

【０１１９】ＣＰＵ７９は、送信要求を受け取ると、ス
テップＳ５２にてカラオケ用アプリケーションデータを
送信プログラム格納部７１から読み出し、次いでステッ
プＳ５３にて該送信要求にて要求されている楽曲のＭＩ
ＤＩデータをＭＩＤＩ格納部７０から読み出す。

【０１２０】これら読み出されたＭＩＤＩデータ及びカ
ラオケ用アプリケーションデータは、送受信データ処理
回路７６に転送される。この送受信データ処理回路７６
では、ＭＩＤＩデータ及びカラオケ用アプリケーション
データを例えばパケット化し、さらにクロック発振器７
５からの搬送波を変調して、Ｉ／Ｆ回路７７に送る。

【０１２１】これにより、Ｉ／Ｆ回路７７からは、ステ
ップＳ５５にてパケット化されたＭＩＤＩデータ及びカ
ラオケ用アプリケーションデータが送信される。

【０１２２】その後は、ステップＳ５６にて送信完了の
確認を行う。

【０１２３】なお、この第７の実施の形態では、ＭＩＤ
Ｉ格納部７０から読み出したＭＩＤＩデータと送信プロ
グラム格納部７１から読み出したカラオケ用アプリケー
ションデータをパケット化して通信回線から送信した
が、これらＭＩＤＩデータとカラオケ用アプリケーショ
ンデータを、記録可能な光ディスクやフロッピィディス
クに記録し、それら記録可能な光デジタルやフロッピィ
ディスクを利用者に提供することも可能である。この場
合は、ＭＩＤＩ格納部７０から読み出したＭＩＤＩデー
タと送信プログラム格納部７１から読み出したカラオケ
用アプリケーションデータを、例えばディスクドライブ
７４に送り、このディスクドライブ７４にて記録可能な
光ディスクやフロッピィディスクに記録する。

【０１２４】ここまでの説明では、本発明を例えばカラ
オケ装置等に適用する例を説明したが、その他、レコー
ディングスタジオにおいて、決められた編集時間内にそ
の編集時間よりも僅かに長い音楽や音声を入れ込む際に
も本発明を適用することが可能である。すなわち、該編
集作業時には、音声信号のピッチ周波数を変更する処理
を行うことになるが、このピッチ周波数の変更に先だっ
て音声信号のピッチ（ピッチ周波数）を検出することが
必要であり、当該ピッチ周波数検出に本発明を適用でき
る。

【０１２５】

【発明の効果】請求項１乃至請求項８に記載の本発明に
係るピッチ検出方法及び装置は、音声信号の極大点と極
小点、及び／又は、零交差点のそれぞれの時間間隔を求
め、その時間間隔のヒストグラムから最瀕値を求め、該
最瀕値をピッチとして検出するようにしているため、音
声信号の相関を求めることなく、その音声波形の特徴か
ら少ない演算量でピッチを検出可能である。

【０１２６】また、請求項９乃至請求項１０に記載の本
発明に係る判定方法及び装置は、音声信号の極大点と極
小点、及び／又は、零交差点のそれぞれの時間間隔を求
め、その時間間隔のヒストグラムから最瀕値を求め、該
最瀕値をピッチとして検出し、さらにこのピッチと基準
音のピッチとを比較することで、音声信号の相関を求め
ることなく、その音声波形の特徴から少ない演算量でピ
ッチを検出可能であり、且つ歌唱者の声やコーラスの声
の高さを正しい高さに導くことができ、音声の性質変換
が可能である。

【０１２７】さらに、請求項１１乃至請求項１２に記載
の本発明に係るデータ伝送方法は、音声信号の極大点と
極小点、及び／又は、零交差点のそれぞれの時間間隔を
求め、その時間間隔のヒストグラムから最瀕値を求め、
該最瀕値をピッチとして検出するためのプログラムデー
タ、さらにこのピッチと基準音のピッチとを比較するた
めのプログラムデータを、演算装置に供給可能とするこ
とで、演算装置において、音声信号の相関を求めること
なく、その音声波形の特徴から少ない演算量でピッチが
検出可能となり、さらに歌唱者の声やコーラスの声の高
さを正しい高さに導くことができ、音声の性質変換を可
能とする。

【０１２８】またさらに、請求項１３乃至請求項１７に
記載の本発明に係る記録媒体は、音声信号の極大点と極
小点、及び／又は、零交差点のそれぞれの時間間隔を求
め、その時間間隔のヒストグラムから最瀕値を求め、該
最瀕値をピッチとして検出するためのプログラムデー
タ、さらにこのピッチと基準音のピッチとを比較するた
めのプログラムデータを記録してなり、これらプログラ
ムデータを演算装置に供給可能とすることで、演算装置
において、音声信号の相関を求めることなく、その音声
波形の特徴から少ない演算量でピッチが検出可能とな
り、さらに歌唱者の声やコーラスの声の高さを正しい高
さに導くことができ、音声の性質変換を可能とする。

【図面の簡単な説明】

【図１】本発明に係るピッチ検出方法が適用される第１
の実施の形態のピッチ検出装置の概略構成を示すブロッ
ク図である。

【図２】マイクロホンから入力される原音声信号の波形
を示す波形図である。

【図３】フィルタ回路の周波数特性を示す特性図であ
る。

【図４】フィルタ回路にて低域濾波された後の音声信号
波形と、第１の実施の形態にて音声信号から検出された
ローカルマキシマム及びローカルミニマムを示す波形図
である。

【図５】図４の波形図の一部を拡大して示す波形図であ
る。

【図６】第１の実施の形態にて求めたヒストグラムの説
明に用いる図である。

【図７】第１の実施の形態のピッチ検出装置の動作の流
れを示すフローチャートである。

【図８】本発明に係るピッチ検出方法が適用される第２
の実施の形態のピッチ検出装置の概略構成を示すブロッ
ク図である。

【図９】フィルタ回路にて低域濾波された後の音声信号
波形と、第２の実施の形態にて音声信号から検出された
ゼロクロス点を示す波形図である。

【図１０】図９の波形図の一部を拡大して示す波形図で
ある。

【図１１】第２の実施の形態にて求めたヒストグラムの
説明に用いる図である。

【図１２】第２の実施の形態のピッチ検出装置の動作の
流れを示すフローチャートである。

【図１３】本発明に係るピッチ検出方法が適用される第
３の実施の形態のピッチ検出装置の概略構成を示すブロ
ック図である。

【図１４】フィルタ回路にて低域濾波された後の音声信
号波形と、第３の実施の形態にて音声信号から検出され
たローカルマキシマム及びローカルミニマムとゼロクロ
ス点を示す波形図である。

【図１５】第３の実施の形態のピッチ検出装置の動作の
流れを示すフローチャートである。

【図１６】第４の実施の形態のピッチ検出装置にて低域
濾波された後の音声信号波形の一部を拡大した波形と、
音声信号から検出されたローカルマキシマム及びローカ
ルミニマムとゼロクロス点の一部を拡大した波形を示す
波形図である。

【図１７】第４の実施の形態にて求めたヒストグラムの
説明に用いる図である。

【図１８】第４の実施の形態のピッチ検出装置の動作の
流れを示すフローチャートである。

【図１９】本発明に係る判定装置が適用された第５の実
施の形態の判定装置の概略構成を示すブロック図であ
る。

【図２０】第５の実施の形態の判定装置の動作説明に用
いる図である。

【図２１】第５の実施の形態の判定装置が適用されるカ
ラオケ装置のモニタ画面の一例を示す図である。

【図２２】第５の実施の形態の判定装置が適用されるカ
ラオケ装置のモニタ画面の他の例を示す図である。

【図２３】第５の実施の形態の判定装置の動作の流れを
示すフローチャートである。

【図２４】本発明に係るピッチ検出方法及び装置、判定
装置が適用された第６の実施の形態のパーソナルコンピ
ュータの概略構成を示すブロック図である。

【図２５】本発明に係るデータ伝送方法が適用された第
７の実施の形態の伝送装置の概略構成を示すブロック図
である。

【図２６】第７の実施の形態の伝送装置の動作の流れを
示すフローチャートである。

【符号の説明】

２…アナログ／デジタル変換器、３…フィルタ回路、４
…バッファメモリ ５…ピークサーチ回路、６，１６，２６…符号データ化
回路 ７，１７，２７…データ分析回路、８…ピッチ検出回路 １５…ゼロクロス検出回路、３２…ピッチ検出装置、３
３…比較回路 ３１…ＭＩＤＩ基準音抽出回路、３４…画像データ生成
回路 ５１…アナログ／デジタル変換器、５２…メモリ、５３
…信号処置回路 ５４…ＣＰＵ、５５…操作部、５６…ハードディスクド
ライブ ５７…デジタル／アナログ変換器、６０…Ｉ／Ｆ回路、
７２…ＲＯＭ ６１…ディスクドライブ、７０…ＭＩＤＩ格納部、７３
…ＲＡＭ ７１…送信プログラム格納部、７４…ディスクドライ
ブ、７７…Ｉ／Ｆ回路 ７５…クロック発振器、７６…送受信データ処理回路 ８０…ハードディスクドライブ

Claims (17)

【特許請求の範囲】
1. 【請求項１】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   ステップと、 前記時間間隔のヒストグラムを共通のものとして求める
   ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すステップとを有することを特徴とするピッチ
   検出方法。
2. 【請求項２】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出するステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   るステップと、 前記時間間隔のヒストグラムを求めるステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すステップとを有することを特徴とするピッチ
   検出方法。
3. 【請求項３】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出するステップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   ステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   るステップと、 前記極大点及び極小点から求めた時間間隔のヒストグラ
   ムを共通のものとして求めるステップと、 前記零交差点から求めた時間間隔のヒストグラムを求め
   るステップと、 前記極大点及び極小点から共通のものとして求めたヒス
   トグラムの最瀕値と前記零交差点から求めたヒストグラ
   ムの最瀕値とを比較するステップと、 前記比較による頻度の高い方の最瀕値を前記音声信号の
   ピッチとして取り出すステップとを有することを特徴と
   するピッチ検出方法。
4. 【請求項４】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出するステップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   ステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   るステップと、 前記時間間隔のヒストグラムを共通のものとして求める
   ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すステップとを有することを特徴とするピッチ
   検出方法。
5. 【請求項５】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出する極大極小点検出手段と、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   極大点間隔検出手段と、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   極小点間隔検出手段と、 前記時間間隔のヒストグラムを共通のものとして求める
   ヒストグラム演算手段と、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すピッチ取り出し手段とを有することを特徴と
   するピッチ検出装置。
6. 【請求項６】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出する零交差点検出手段と、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   る零交差点間隔検出手段と、 前記時間間隔のヒストグラムを求めるヒストグラム演算
   手段と、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すピッチ取り出し手段とを有することを特徴と
   するピッチ検出装置。
7. 【請求項７】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出する極大極小点検出手段と、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出する零交差点検出手段と、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   極大点間隔検出手段と、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   極小点間隔検出手段と、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   る零交差点間隔検出手段と、 前記極大点及び極小点から求めた時間間隔のヒストグラ
   ムを共通のものとして求める第１のヒストグラム演算手
   段と、 前記零交差点から求めた時間間隔のヒストグラムを求め
   る第２のヒストグラム演算手段と、 前記極大点及び極小点から共通のものとして求めたヒス
   トグラムの最瀕値と前記零交差点から求めたヒストグラ
   ムの最瀕値とを比較する最瀕値比較手段と、 前記比較による頻度の高い方の最瀕値を前記音声信号の
   ピッチとして取り出すピッチ取り出し手段とを有するこ
   とを特徴とするピッチ検出装置。
8. 【請求項８】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出する極大極小点検出手段と、 前記所望の周波数帯域の音声信号波形から零交差点を検
   出する零交差点検出手段と、 前記検出した各極大点の間でそれぞれ時間間隔を求める
   極大点間隔検出手段と、 前記検出した各極小点の間でそれぞれ時間間隔を求める
   極小点間隔検出手段と、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
   る零交差点間隔検出手段と、 前記時間間隔のヒストグラムを共通のものとして求める
   ヒストグラム演算手段と、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すピッチ取り出し手段とを有することを特徴と
   するピッチ検出装置。
9. 【請求項９】 請求項１乃至請求項４記載のうちいずれ
   か１項記載のピッチ検出方法により取り出した音声信号
   のピッチと基準音のピッチとを比較するステップを有す
   ることを特徴とする判定方法。
10. 【請求項１０】 請求項５乃至請求項８記載のうちいず
    れか１項記載のピッチ検出装置により取り出した音声信
    号のピッチと基準音のピッチとを比較し、この比較結果
    を出力する比較手段を有することを特徴とする判定装
    置。
11. 【請求項１１】 請求項１乃至請求項４記載のうちいず
    れか１項記載のピッチ検出方法を、演算装置で実行させ
    るためのプログラムデータを伝送することを特徴とする
    データ伝送方法。
12. 【請求項１２】 前記プログラムデータには、前記音声
    信号のピッチと基準音のピッチとを比較し、この比較結
    果を出力するステップを含むことを特徴とする請求項１
    １記載のデータ伝送方法。
13. 【請求項１３】 デジタル入力された音声信号を所定の
    長さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
    テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
    点を検出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
    ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
    ステップと、 前記時間間隔のヒストグラムを共通のものとして求める
    ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
    て取り出すステップとからなる演算処理を、演算装置に
    対して実行させるプログラムデータを記録してなること
    を特徴とする記録媒体。
14. 【請求項１４】 デジタル入力された音声信号を所定の
    長さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
    テップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
    出するステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
    るステップと、 前記時間間隔のヒストグラムを求めるステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
    て取り出すステップとからなる演算処理を、演算装置に
    対して実行させるプログラムデータを記録してなること
    を特徴とする記録媒体。
15. 【請求項１５】 デジタル入力された音声信号を所定の
    長さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
    テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
    点を検出するステップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
    出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
    ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
    ステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
    るステップと、 前記極大点及び極小点から求めた時間間隔のヒストグラ
    ムを共通のものとして求めるステップと、 前記零交差点から求めた時間間隔のヒストグラムを求め
    るステップと、 前記極大点及び極小点から共通のものとして求めたヒス
    トグラムの最瀕値と前記零交差点から求めたヒストグラ
    ムの最瀕値とを比較するステップと、 前記比較による頻度の高い方の最瀕値を前記音声信号の
    ピッチとして取り出すステップとからなる演算処理を、
    演算装置に対して実行させるプログラムデータを記録し
    てなることを特徴とする記録媒体。
16. 【請求項１６】 デジタル入力された音声信号を所定の
    長さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
    テップと、 前記所望の周波数帯域の音声信号波形から極大点と極小
    点を検出するステップと、 前記所望の周波数帯域の音声信号波形から零交差点を検
    出するステップと、 前記検出した各極大点の間でそれぞれ時間間隔を求める
    ステップと、 前記検出した各極小点の間でそれぞれ時間間隔を求める
    ステップと、 前記検出した各零交差点の間でそれぞれ時間間隔を求め
    るステップと、 前記時間間隔のヒストグラムを共通のものとして求める
    ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
    て取り出すステップとからなる演算処理を、演算装置に
    対して実行させるプログラムデータを記録してなること
    を特徴とする記録媒体。
17. 【請求項１７】 少なくとも基準音のピッチデータをも
    記録してなり、 前記演算処理は、前記音声信号から取り出したピッチと
    基準音のピッチとを比較するステップと、前記比較結果
    を出力するステップとを含むことを特徴とする請求項１
    ３乃至請求項１６のうち、いずれか１項記載の記録媒
    体。