JPS58105200A - 音声区間検出装置 - Google Patents
音声区間検出装置Info
- Publication number
- JPS58105200A JPS58105200A JP56204405A JP20440581A JPS58105200A JP S58105200 A JPS58105200 A JP S58105200A JP 56204405 A JP56204405 A JP 56204405A JP 20440581 A JP20440581 A JP 20440581A JP S58105200 A JPS58105200 A JP S58105200A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- voice section
- section
- zero
- comparator
- 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.)
- Granted
Links
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明は、構成が簡単で安価な単語音声認識装置を実現
するための音声の区間検出装置ＶＣ関するものである。
するための音声の区間検出装置ＶＣ関するものである。
音声認識装置としては、多数のバンドパスフィルタやス
ペクトル分析手段等を用いた大規模なものが多く、構成
が複雑であり、コストも非常ＶＣ高い◇一方、認識する
学語数が少なく認識率は低くてもよいが、構成が簡単で
安価な音声認識装置に対する要求がある。
ペクトル分析手段等を用いた大規模なものが多く、構成
が複雑であり、コストも非常ＶＣ高い◇一方、認識する
学語数が少なく認識率は低くてもよいが、構成が簡単で
安価な音声認識装置に対する要求がある。
簡単な片角認識方法の１つに、片角波形のゼロクロス情
報を用いるものがある。第１図はその方法を用いた音声
認識装置の一列である。マイクロホン１から入力された
音声信号は、プリアンプ２゜ピッチ成分除去のだめの・
・イバスフィルタ３を通った後、コンパレータ４により
て、零クロスが検出される。コンパレータ４の出力はマ
イクロコンピュータ６の割り込み入力端子に入力され、
コンパレータ４の出力がハイレベルカラローレベルに変
１ヒするごとに、割込みが発生する。割込みが発生する
と、零クロスカウンタに割当てられたメモリの内容が１
つ増加させられる。さらに１０ｍｓθＣごとにタイマ割
込みをネ生させることにより、１０ｍ５ｅｃ （これ
を１フレームとする）中に何回零クロスがあるかがカウ
ントされる。
報を用いるものがある。第１図はその方法を用いた音声
認識装置の一列である。マイクロホン１から入力された
音声信号は、プリアンプ２゜ピッチ成分除去のだめの・
・イバスフィルタ３を通った後、コンパレータ４により
て、零クロスが検出される。コンパレータ４の出力はマ
イクロコンピュータ６の割り込み入力端子に入力され、
コンパレータ４の出力がハイレベルカラローレベルに変
１ヒするごとに、割込みが発生する。割込みが発生する
と、零クロスカウンタに割当てられたメモリの内容が１
つ増加させられる。さらに１０ｍｓθＣごとにタイマ割
込みをネ生させることにより、１０ｍ５ｅｃ （これ
を１フレームとする）中に何回零クロスがあるかがカウ
ントされる。
この場合、零クロス検出器としては、第２図に示すよう
に演算増幅４によって作成した零レベルを基準電圧とす
るコンパレータ４を用いることが考えられるが、入力波
形は第３図ｄに示−ｒように騒音などのノイズを含んで
おり、コンパレータ４けノイズの零クロスに対しても応
動することＶＣなり、第３図ｂ［示す出力を生ずるため
音声区間以外の部分でも零クロスがカウントされ、音声
区間と音声のない区間とを区別できない。
に演算増幅４によって作成した零レベルを基準電圧とす
るコンパレータ４を用いることが考えられるが、入力波
形は第３図ｄに示−ｒように騒音などのノイズを含んで
おり、コンパレータ４けノイズの零クロスに対しても応
動することＶＣなり、第３図ｂ［示す出力を生ずるため
音声区間以外の部分でも零クロスがカウントされ、音声
区間と音声のない区間とを区別できない。
そこでｂｔ来、入力波形の包絡線情報を用いて音声区間
を倹ｔ）」する方法が多く用いられてきた。第１図にお
いて、プリアンプ２を通った「声信号は。
を倹ｔ）」する方法が多く用いられてきた。第１図にお
いて、プリアンプ２を通った「声信号は。
整流回路６を通り包絡線検出回路７によりて包絡線検出
がなされる。この包絡線の直はＡ／Ｄ変換器８によりて
Ａ／Ｄ変換され、マイクロコンピュータ６に入力される
。この人力１直が一定の１直を越えている区間を音声区
間とし、この間、零クロスカウント１１ｎがマイクロコ
ンピュータ６内の遂次メモリに書き込まれる。
がなされる。この包絡線の直はＡ／Ｄ変換器８によりて
Ａ／Ｄ変換され、マイクロコンピュータ６に入力される
。この人力１直が一定の１直を越えている区間を音声区
間とし、この間、零クロスカウント１１ｎがマイクロコ
ンピュータ６内の遂次メモリに書き込まれる。
音声区間が終わると、メモリＶＣ書き込まれている音声
区間内の零クロスカウント値から等間隔に１６フレ一ム
分がサンフ゛ルされる。この１６１固の零クロスデータ
Ｖこもとづいて認識を行う。認識に個の零クロスデータ
を登録する。登＠はスイッチ入力等により登録モードで
ある旨をマイクロコンピュータ５に入力した後、マイク
ロホンから単語を順に発声することによってなされる。
区間内の零クロスカウント値から等間隔に１６フレ一ム
分がサンフ゛ルされる。この１６１固の零クロスデータ
Ｖこもとづいて認識を行う。認識に個の零クロスデータ
を登録する。登＠はスイッチ入力等により登録モードで
ある旨をマイクロコンピュータ５に入力した後、マイク
ロホンから単語を順に発声することによってなされる。
このようにあらかじめ登録されている各単語の１６個の
零クロスデータのことを標準パターンと呼ぶ。認識を行
う時は、モードを認識モードにした後マイクロホンから
音声を入力する。入力音声からサンプルされた１６個の
零クロスデータのｉ番目の値を５ｔ（ｉ＝１・・・・・
φ１６）、標準パターンのｊ番目に登録した単語のｉ番
目の直をＴｊｉ （ｉ二１・・・・・・１６、ｊ＝１・
・・・・・Ｗ（Ｗは登録単語数）ンとするとき、入力音
声と１番目の単語との間の距離Ｄ１を Ｄｊ−Σ １Ｔｊｉ−８ｉ ｌ ｌ；１ と定義する。＠標準パターンに対してｉ）】を計算し、
Ｄｊの最小値全厚える標準パターンに対応する単語を認
識結果とする。認Ｒ結果はＬＥＤ等で表示される。
零クロスデータのことを標準パターンと呼ぶ。認識を行
う時は、モードを認識モードにした後マイクロホンから
音声を入力する。入力音声からサンプルされた１６個の
零クロスデータのｉ番目の値を５ｔ（ｉ＝１・・・・・
φ１６）、標準パターンのｊ番目に登録した単語のｉ番
目の直をＴｊｉ （ｉ二１・・・・・・１６、ｊ＝１・
・・・・・Ｗ（Ｗは登録単語数）ンとするとき、入力音
声と１番目の単語との間の距離Ｄ１を Ｄｊ−Σ １Ｔｊｉ−８ｉ ｌ ｌ；１ と定義する。＠標準パターンに対してｉ）】を計算し、
Ｄｊの最小値全厚える標準パターンに対応する単語を認
識結果とする。認Ｒ結果はＬＥＤ等で表示される。
上記の装置１ ｖｃおい′Ｃ１零クロスを検出するため
の回路は非常に簡単であるが、音声区間検出のためｖＣ
けやや複雑な回路を用いている。したがって構成がより
簡ｔ１ｔで安価な単語音声認識装置を実現するためには
、より簡単な音声区間検出装置が望まれる。
の回路は非常に簡単であるが、音声区間検出のためｖＣ
けやや複雑な回路を用いている。したがって構成がより
簡ｔ１ｔで安価な単語音声認識装置を実現するためには
、より簡単な音声区間検出装置が望まれる。
本発明はより構成が簡単で安価な単語音声認識装置を実
現するために、コンパレータを用いた簡単な回路構成で
「声区間検出を行う装置を提供することを目的とするも
のである。
現するために、コンパレータを用いた簡単な回路構成で
「声区間検出を行う装置を提供することを目的とするも
のである。
本発明の「声区間検出装置によれば、コンパレータにヒ
ステリシスを持たせたり、零りロスｅ−１４Ｊ定する基
準電圧を入力信号の平均値からずらせることにより１音
声のない比較的低信号レベル区間における零クロス検出
を阻止することをＯＴ能とする。そして、一定時間連続
して零クロスが検出されたとき、その検出開始時点を音
声区間の始まりとし、一定時間連続して零クロスが検出
されないとき、検出さｎなくなった時点を音声区間の終
わりとして音声区間を検出する。
ステリシスを持たせたり、零りロスｅ−１４Ｊ定する基
準電圧を入力信号の平均値からずらせることにより１音
声のない比較的低信号レベル区間における零クロス検出
を阻止することをＯＴ能とする。そして、一定時間連続
して零クロスが検出されたとき、その検出開始時点を音
声区間の始まりとし、一定時間連続して零クロスが検出
されないとき、検出さｎなくなった時点を音声区間の終
わりとして音声区間を検出する。
本発明の一実施クリによる「声区間検出装置を用いた音
声認識装置を第４図に示す。同図において、第１図のも
のに対応するブロックには同符号を付している。異なる
のけ零クロスを検出するためのコンパレータであり、こ
のコンパレータ９［Ｖｉヒステリンス等を持たせること
により零クロスを判御する基準電圧を人力信号の平均値
よりずらせることにより、音声区間でのみゼロクロスを
検出するようにしている。
声認識装置を第４図に示す。同図において、第１図のも
のに対応するブロックには同符号を付している。異なる
のけ零クロスを検出するためのコンパレータであり、こ
のコンパレータ９［Ｖｉヒステリンス等を持たせること
により零クロスを判御する基準電圧を人力信号の平均値
よりずらせることにより、音声区間でのみゼロクロスを
検出するようにしている。
第６図はコンパレータ９の構造を示すもので、ヒステリ
シスを持つている。このコンパレータを用いた場合には
たとえば＠６図ａＫ示すようなノイズを含んだ入力波形
に対してヒステリシスを適当に設定することにより、＠
６図すに示すように１声区間のみでゼロクロスを検出す
ることが可能である。
シスを持つている。このコンパレータを用いた場合には
たとえば＠６図ａＫ示すようなノイズを含んだ入力波形
に対してヒステリシスを適当に設定することにより、＠
６図すに示すように１声区間のみでゼロクロスを検出す
ることが可能である。
また、第７図はコンパレータ９の他の構成列で、基準電
圧をずらせたコンパレータを示すものである。この場合
も第８図ａに示すようなノイズを含んだ入力波形に対し
て基準電１ｆをずらせることＶＣより第８図すに示すよ
うに音声区間のみで応動するようにできる。
圧をずらせたコンパレータを示すものである。この場合
も第８図ａに示すようなノイズを含んだ入力波形に対し
て基準電１ｆをずらせることＶＣより第８図すに示すよ
うに音声区間のみで応動するようにできる。
上述した零クロス処理のなされたコンパレータ９ （７
） 出力ｖ」、マイクロコンピュータ５の割込み端子に
入力さＪする。コンパレータ９の出力が・・イレベルか
らローレベルに変ｆヒするごとに割込みが余生し、零ク
ロスカウンタに割当てられたメモリの内容が１つ増７Ｊ
Ｉ］させられる。さらに１０ ｍ８ｅｃごとにタイマ割
込みを発生させ、１フレーム（１０ｍｓｅｃ） 中Ｖ
ζζ何回ツクロスあるかがカウントされる。
） 出力ｖ」、マイクロコンピュータ５の割込み端子に
入力さＪする。コンパレータ９の出力が・・イレベルか
らローレベルに変ｆヒするごとに割込みが余生し、零ク
ロスカウンタに割当てられたメモリの内容が１つ増７Ｊ
Ｉ］させられる。さらに１０ ｍ８ｅｃごとにタイマ割
込みを発生させ、１フレーム（１０ｍｓｅｃ） 中Ｖ
ζζ何回ツクロスあるかがカウントされる。
コンパレータ９は音声区間でのみ零クロスを検出するよ
うに構成されているので、１フレーム中の零りロスカウ
ント値は音声区間のフレームでは０でｒＩ：ｒ、ないが
、音声区間以外のフレームでは０になると考えられる。
うに構成されているので、１フレーム中の零りロスカウ
ント値は音声区間のフレームでは０でｒＩ：ｒ、ないが
、音声区間以外のフレームでは０になると考えられる。
したがりて零りロスカウント閘がｏ″ｃないような区間
を音声区間とみなし、その区間の零りロスカウント値ヲ
マイクロコンピュータのメモリに書き込むことが考えら
れる。
を音声区間とみなし、その区間の零りロスカウント値ヲ
マイクロコンピュータのメモリに書き込むことが考えら
れる。
裂音の前などに無音部分が存在するので、単に零クロス
カウント値が０でないところを音声区間とみなすのでは
不十分である。そこで零クロスカウント値の系列に対し
て第９図に示す方法で音声区間を決定する。
カウント値が０でないところを音声区間とみなすのでは
不十分である。そこで零クロスカウント値の系列に対し
て第９図に示す方法で音声区間を決定する。
まず、零クロスカウント値が０でないフレームが所定数
（たとえば５コ）連続すると、その最初の０でないフレ
ームを音声区間の始まりとするっ音声区間が始１つだ陵
、零りロスカウント１直がＯであるフレームが所定数（
たとえば３０１１ｉ！ｉｌ）連続すると、最終の○でな
いフレームを音声区間の終わりとする。このようにして
検出された音声区間が一定長（たとえば２００ｍ５ｅｃ
）に達しない場合、ｍ語音声としては短かすぎるので
音声区間とみなさない。同様に音声区間が一定長（たと
えば１，２ｓｅａ ）より長い場合も音声区間とみなさ
ない。
（たとえば５コ）連続すると、その最初の０でないフレ
ームを音声区間の始まりとするっ音声区間が始１つだ陵
、零りロスカウント１直がＯであるフレームが所定数（
たとえば３０１１ｉ！ｉｌ）連続すると、最終の○でな
いフレームを音声区間の終わりとする。このようにして
検出された音声区間が一定長（たとえば２００ｍ５ｅｃ
）に達しない場合、ｍ語音声としては短かすぎるので
音声区間とみなさない。同様に音声区間が一定長（たと
えば１，２ｓｅａ ）より長い場合も音声区間とみなさ
ない。
マイクロコンピュータ内部で行われていることを具体的
に述べるとμ下のようＫなる。１０ｍ５ｅｃごとのタイ
マ割込みによりて１フレーム中の零りロスカウント直が
検出されると、それが０かどうか判定する。零クロスカ
ウント値がＯでないフレームが現れると、そこを音声区
間の始まりと仮定し、零クロスデータ収納用に割当てた
メモリ領域の先頭から順に１フレームごとの零りロスカ
ウント＠全書き込み始める。書き込みを始めてから所定
フレーム数に達しないうちに零クロスカウント値がＯで
あるフレームが検出されると、音声区間がまだ始まって
いないとして、そこから新たに音声区間の始まりを捜し
ていく。書き込みを始めてから、零クロスカウント値が
０でないフレームが所定数連続すると、音声区間の始筐
りが検出されたとしてさらに書き込みを続ける。その陵
零りロスカウント圃が０であるフレームがＯ″ｃあるフ
レームが所定数連続すると、「角区間の終わりが検出さ
れたとして書き込みを終了する。書き込まれたフレーム
数が所定数に達しない場合や、所定数Ｊ：り多く書き込
んでもまだ音声区間の終わりが検出されない場合は、書
き込んだ部分をけ角区間とみなさず、新たＶこ音声区間
の始筐りを捜していく〇１゜ このようにして音声区間が検出されると、メモリに書き
込まれた音声区間内の零クロスカウント値から、従来例
で述べたのと同様の方法を用いて１６個がサンプルされ
、標準パターンとの距離が計算される。距離■最小ｌｌ
１Ｉを与える標準パターンに対応する単語が認識結果で
ある。
に述べるとμ下のようＫなる。１０ｍ５ｅｃごとのタイ
マ割込みによりて１フレーム中の零りロスカウント直が
検出されると、それが０かどうか判定する。零クロスカ
ウント値がＯでないフレームが現れると、そこを音声区
間の始まりと仮定し、零クロスデータ収納用に割当てた
メモリ領域の先頭から順に１フレームごとの零りロスカ
ウント＠全書き込み始める。書き込みを始めてから所定
フレーム数に達しないうちに零クロスカウント値がＯで
あるフレームが検出されると、音声区間がまだ始まって
いないとして、そこから新たに音声区間の始まりを捜し
ていく。書き込みを始めてから、零クロスカウント値が
０でないフレームが所定数連続すると、音声区間の始筐
りが検出されたとしてさらに書き込みを続ける。その陵
零りロスカウント圃が０であるフレームがＯ″ｃあるフ
レームが所定数連続すると、「角区間の終わりが検出さ
れたとして書き込みを終了する。書き込まれたフレーム
数が所定数に達しない場合や、所定数Ｊ：り多く書き込
んでもまだ音声区間の終わりが検出されない場合は、書
き込んだ部分をけ角区間とみなさず、新たＶこ音声区間
の始筐りを捜していく〇１゜ このようにして音声区間が検出されると、メモリに書き
込まれた音声区間内の零クロスカウント値から、従来例
で述べたのと同様の方法を用いて１６個がサンプルされ
、標準パターンとの距離が計算される。距離■最小ｌｌ
１Ｉを与える標準パターンに対応する単語が認識結果で
ある。
なお、本発明の音声区間検出装置は、上記実施列で述べ
た零クロスによる音声認識のみならず他の認識装置にお
いても有効である。
た零クロスによる音声認識のみならず他の認識装置にお
いても有効である。
以上の説明から明らかなように本発明によれば構造がき
わめて簡単な音声区間検出装置を提供することができ、
またこの装置を用いることにより従来よりも構成が簡ｍ
で安価な「語音声認識装置を実現することができる。
わめて簡単な音声区間検出装置を提供することができ、
またこの装置を用いることにより従来よりも構成が簡ｍ
で安価な「語音声認識装置を実現することができる。
第１図は従来の屯語片声認識装置のブロック図、第２図
はコンパレータの回路図、第３図はその装部の信号波形
図、第４図は本発明の一実施クリによる音声区間検出装
置を用いた単Ｒ丘声装置のブロック図、第６図および第
７図はその要部の回路図、第６図および第８図は同要部
の信号波形図、第９図は「角区間決定手順を不ｔフロー
チャートである０ 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第２
図 第３図 第７図 第８図 ６９９−
はコンパレータの回路図、第３図はその装部の信号波形
図、第４図は本発明の一実施クリによる音声区間検出装
置を用いた単Ｒ丘声装置のブロック図、第６図および第
７図はその要部の回路図、第６図および第８図は同要部
の信号波形図、第９図は「角区間決定手順を不ｔフロー
チャートである０ 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第２
図 第３図 第７図 第８図 ６９９−
Claims (1)
- 入力音声信号の平均値とは異なる屯田を基準電圧とする
電圧比較器と、この重圧比較ｋｇの出力の状態の変１ヒ
回数が予め定めた基準の直を上回る状態が一定時間続く
とき、その開始時点を片角区間の始めとみなし、一定時
間取」二前記市圧比較器の出力の状態が変比しない時点
をもって音声区間の終了時点とする検出手段とを設けた
ことを特許とする音声区間検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56204405A JPS58105200A (ja) | 1981-12-16 | 1981-12-16 | 音声区間検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56204405A JPS58105200A (ja) | 1981-12-16 | 1981-12-16 | 音声区間検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58105200A true JPS58105200A (ja) | 1983-06-22 |
| JPS6335995B2 JPS6335995B2 (ja) | 1988-07-18 |
Family
ID=16489994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56204405A Granted JPS58105200A (ja) | 1981-12-16 | 1981-12-16 | 音声区間検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58105200A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59182498A (ja) * | 1983-04-01 | 1984-10-17 | 日本電気株式会社 | 音声検出回路 |
| JPH01306897A (ja) * | 1988-06-06 | 1989-12-11 | Nippon Telegr & Teleph Corp <Ntt> | 音声検出回路 |
-
1981
- 1981-12-16 JP JP56204405A patent/JPS58105200A/ja active Granted
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59182498A (ja) * | 1983-04-01 | 1984-10-17 | 日本電気株式会社 | 音声検出回路 |
| JPH01306897A (ja) * | 1988-06-06 | 1989-12-11 | Nippon Telegr & Teleph Corp <Ntt> | 音声検出回路 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6335995B2 (ja) | 1988-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Warren | Auditory temporal discrimination by trained listeners | |
| JPH0713584A (ja) | 音声検出装置 | |
| JPS58105200A (ja) | 音声区間検出装置 | |
| JPS62150295A (ja) | 音声認識方法 | |
| JPH02210500A (ja) | 標準パターン登録方式 | |
| Niederjohn et al. | Computer recognition of the continuant phonemes in connected English speech | |
| JP3515143B2 (ja) | パターン追加登録装置 | |
| JPS61260299A (ja) | 音声認識装置 | |
| JPS58116595A (ja) | 単語音声認識装置 | |
| JPS60168200A (ja) | ピツチ抽出装置 | |
| JPH0298000A (ja) | 男女声の識別方法 | |
| JPS61292699A (ja) | 音声通過フイルタ | |
| JPS5923398A (ja) | 単音節音声認識装置 | |
| JPS58123598A (ja) | 音声認識装置 | |
| JPS61258299A (ja) | 特定話者用単語音声認識装置 | |
| JPS63220200A (ja) | 母音切出し装置 | |
| JPS61262798A (ja) | 音声区間検出装置 | |
| JPS63115200A (ja) | 音声分析方式 | |
| JPS59231600A (ja) | 音声区間検出方法 | |
| JPS60220073A (ja) | 生体帰還装置 | |
| JPS61105597A (ja) | 連続音声認識装置 | |
| JPS6027886A (ja) | 音声区間計時装置 | |
| JPS6287993A (ja) | 音声認識装置 | |
| JPS59219798A (ja) | 音声認識装置 | |
| JPS59180594A (ja) | 音声認識装置 |