JPS58166399A - 音声信号のピツチ周期抽出方法 - Google Patents

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。

Description

【発明の詳細な説明】 本発明は、自然音声波形からピッチ周期を抽出する音声
波形のピッチ周期抽出方法に関し、ピッチ周期抽出スピ
ードを向上することを目的とする線形予測法から求めた
残差信号の自己相関関数からピッチ周期を求める方法や
、残差信号のパワスペクトルから求める方法が一般的で
あった。しかしながら、これらの方法は、次式に示すよ
うな相関関数（φ７）を求め、こ図φ、のピーク間から
ピッチ周期を求めるものであり、膨大な計算量が必要で
あり、かつ誤抽出も多かった。

４ｒ、　＝　写ｅｉ　ｍ　ｅｉ　＋　ｒ　　　　　・−
・−、−−−−−−−−・（１）ただし、ｅｉ　　は残
差信号でφ７は残差信号の相関関数を示す。

このような問題点を改善するために、様々な工夫がなさ
れており例えば、あらかじめピッチ周期の存在範囲を決
めておき、この区間内の最大値を求める方法などがある
。しかしながら、これら改善を行なってもピッチ周期の
誤差が大きい欠点かあ−だ。本発明は、上記従来の欠点
を除去するものであり、以下に本発明について述べる。

音声信号ｆ（ｔ）が任意の区間（１１，，１２）におい
て連続であり、かつ周期がＴであると仮定する。

周期関数を７　＜１＞で表わすと、 ′ｆ（ｔ）−ｊ（會−Ｔ）　　　　　・・−・・・・・
・・・・・・（２）（２）式にて表わされる。

今、音声信号ｆ（ｔ）の直流分を無視すると；（ｔ）の
１周期積分の値ｙ（ｔ）は零となる。これを（３）式に
て表わす・ Ｆ（ｔ）　＝　　ｆＴ人りｄｔ＝ｏ　　　　　・・・・
・・・・・・・・　（３）また、ｆ（ｔ）のフーリエ展
開を次式にて表わす。

ｊ（す＝、４　（Ａｋｓｉｎ　、　　ｋｔ・Ｂｋｃｏ・
−〒−ｋｔ）・・・・・・（４）ここで、Ａｋ、Ｂｋは
に次高調波の正弦波及び余弦法の振幅値を示す。

（４）式において、２π／Ｔは通常ピッチ周期と言われ
、音声の特徴を示す大きな要素の１つである。ピッチ周
期は、声帯波振動によって生じ、そのスタート位置を声
帯が閉じた状態から始まると仮定すると、音声信号の因
果性により音素片波形（１ピッチ周期区間の音声波形）
のでタートは零からとなる。このようにして選択された
音素片波形を周期関数ｆ（ｔ）とすると（４）式におい
てＢｍ＃織　　ｍ　＝　１〜３　　・・・・・・・・・
・・・・−（８）れた音素片波形が奇関数的な特徴を持
っていることからも（５）式が予想される。

周期関数Ａｔ＞を音素片波形のスタート位置ｔ０から會
まで積分したときの値をＦ（ｔ）とすると（６）式に（
４）式を代入して整理すると（７）式となる。

・・・・・・・・・・・・・・・・・・・・・・・・（
７）ただし、 ｔ０≧１１．１≦ｔ２　　　　・・・・・・・・・・・
・・・・・・・（８）である。

（７）式より、周波数が大きくなるにつれて（ｋの値が
大きくなるにつれて）ｋ次高調波の振幅が小さくなりそ
の影響力が小さくなることが分かる。このことを考慮し
、かつ（６）式より（η式は（９）式に簡素化できる・ ただし、 ｍ＝２〜３　　　　　　・・・・・−・・・・・・・・
・・・（１０）である。

（９）式を図示すると第１図となる。（９）式は、音素
片波形！（ｔ）をｔｏからｔまでの周期として、その時
の直流分を求めていることを意味している。

以上、音声信号の任意の区間（’１＋ｔ２）について述
べたが、隣り合う任意の区間間においても連続であるか
ら、Ｆ（ｔ）は音声信号全域について成り立つ。すなわ
ち、 ただし、Ｎは音素片の数、ｌは１番目の音素片を示し、
ｆｉ（ｔ）は１番目の音素片波形を示す。（１１）式は
、音声信号ｆ（ｔ）を０から食まで積分すると、ｔを含
む（Ｎ＋１　）番目の音素片以外では全て１周期積分を
行なうため零となり、すなわち（Ｎ＋１）番目の音素片
波形のみをそのスタート位置ｔ０から會まで積分するの
と等価になることを意味している。

次に、Ｄ　Ｆ　Ｔ　（Ｄｉｓｃｒｅｔｅ　Ｆｏｕｒｉｅ
ｒ　Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）について考える。

ＤＦＴは、一般に（１２）式によって表わされる。

ただし、 Ｘ（ト））はに次高調波の振幅と位相を示し、ｆ　（ｎ
）はｆ（りをＮ個のディスクリートデータにサンプリン
グしたデータ列を示し、 いるので（１２）式から次のことが導かれる。

す々わち、（１３）式は（６）式と等価となる。

ゆえに、標本化定理に基づいてサンプリングされた音声
信号から、（１３）式を用いＦ　（ｉ）が零になる区間
をピッチ周期とすることができる。

しかしながら、Ｆ（ｉ）は必ずしも１周期区間で零にな
らない場合が生じる。これは、自然音声に含まれる直流
分及びサンプリング誤差によるもので、この為、Ｆ（ｉ
）の極小値を求めることによりピッチ周期が求められる
。

第２図は自然音声波形を示し、第３図は自然音声波形を
（１３）式に基づいて計算したＦ（ｉ）を示している。

第２図、第３図からも明らかなように、Ｆ　（ｉ）の極
小値Ａと次の極小値Ｂが、自然音声波形のＡ′とＢ′点
に対応し、１ピッチ周期区間に対応していることが分か
る。

次に、本発明方法を利用してピッチ周期のデータを取り
出す回路について第４１とともに説明する。

第４図において１は、音声信号６を標本化定理に基づい
てディジタル信号に変換するＡ／Ｄ変換器、２は、Ａ／
Ｄ変換器１においてディジタル信号７に変換された信号
をストアするレジスタ、３は、レジスタ２にストアされ
た信号を信号線８を通して受け（１３）式の演算を行な
う加算器、４は、加算器３の結果を信号線９を通して受
けその加算結果の極小値を判定する判定器で、判定され
た結果は信号線１ｏを通しレジスタ２及び、加算器３へ
送られる。この信号に基づいて、レジスタ２は次の音声
処理器５へ１ピッチ周期分のデータを信号線１１を通し
て送り、レジスタ２および加算器３を始期値設定する。

以上の繰返しにより、自然音声信号より１ピッチ周期が
求められる。

本発明は、上記のような構成であり、本発明によれば、
加算処理でよいため、従来のピッチ抽出方式に比較して
抽出スピードが格段に速くかつ正確に抽出できる利点を
有する。また、本発明によれば従来方式では不可能だっ
た音素片波形のスタート位置も正確に抽出でき、音声分
析に対して非常に有効となるものである。

また、本発明を音声認識に応用することにより、従来の
認識率の向上が図れる利点を有するものである。

【図面の簡単な説明】

第１図は本発明の基本原理の説明図、第２図は自然音声
波形を示す図、第３図は第２図に示す自然音声波形を（
１３）式に基いて計算した結果を示す図、第４図は本発
明方法を実施する回路のブロック図である。 １・・・・・・Ａ／Ｄ変換器、２・・・・・・レジスタ
、３・・・・・加算器、４・・・・・・判定器、６・・
・・・・音声処理器。

Claims (2)

【特許請求の範囲】
1. （１）音声信号をサンプリングして得られるデータを順
   次加算する第１のステップと、上記順次加算されたデー
   タ列の極小値群を求める第２のステップとを有し、上記
   極小値群の隣り合う極小値区間よりピッチ周期を得るこ
   とを特徴とする音声信号のピッチ周期抽出方法。
2. （２）音声信号をサンプリングして得られるデータを順
   次加算する第１のステップが積分処凧μテップである特
   許請求の範囲第１項記載の音声信号のピッチ周期抽出方
   法・