JPS5859497A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS5859497A JPS5859497A JP56158310A JP15831081A JPS5859497A JP S5859497 A JPS5859497 A JP S5859497A JP 56158310 A JP56158310 A JP 56158310A JP 15831081 A JP15831081 A JP 15831081A JP S5859497 A JPS5859497 A JP S5859497A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- voice
- spectrum
- speech
- added
- 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.)
- Pending
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】
この発明は、室内雑音、周囲騒音、伝送路で発生する雑
音などのいろいろな雑音が音声に加わっている場合でも
、Ｎ音が加わっていない場合に比較して性能が大ｆｌｉ
ｔこ低下することなく、安定に動作する音声ｌ＆ｉ！！
！織装置に関するものである。
音などのいろいろな雑音が音声に加わっている場合でも
、Ｎ音が加わっていない場合に比較して性能が大ｆｌｉ
ｔこ低下することなく、安定に動作する音声ｌ＆ｉ！！
！織装置に関するものである。
機械による音声の自動認識Ｉズ機械への情報大刀手段と
して人間にとってもつとも自然で便利な手段であると言
える。
して人間にとってもつとも自然で便利な手段であると言
える。
音声認識ｇ＆書を使用する環境としては、靜がな室内も
めれば騒音レベルの高い作業現場４あるというようにい
ろいろな状況が考えられる。従って一般的に（１音声ｇ
識装置の入力音声にはいろいろな雑音が加わっており、
この場合音声認識装置の性能は雑音が加わっていない場
合に比較して低下する。
めれば騒音レベルの高い作業現場４あるというようにい
ろいろな状況が考えられる。従って一般的に（１音声ｇ
識装置の入力音声にはいろいろな雑音が加わっており、
この場合音声認識装置の性能は雑音が加わっていない場
合に比較して低下する。
従来こうし穴雑ｆ環境下の音声ｖｌ！識４こおいては付
加雑音の影響を少なくするために接話型マイクロホンが
用いられている。しかし接話型マイクロホンの使用はこ
れを使用する人間にとって非常にわずられしいものであ
り１人間工学的な操作性の面から適当であると番１言え
ない。このため音声に雑音が加わっている場合でも安定
に動作する音声ｇ識装置を開発することが望まれてＩた
。
加雑音の影響を少なくするために接話型マイクロホンが
用いられている。しかし接話型マイクロホンの使用はこ
れを使用する人間にとって非常にわずられしいものであ
り１人間工学的な操作性の面から適当であると番１言え
ない。このため音声に雑音が加わっている場合でも安定
に動作する音声ｇ識装置を開発することが望まれてＩた
。
この発明は音声に加わっているＭｆを除去する処理を組
み込むことによって、従来の音声認識装置にみられｔ付
加雑音による性能低下を防ぐことを特徴とし、その目的
は雑音環境下でも接話型！イクロホンを用いることなく
安定に音声認識を行うこと番こめる。
み込むことによって、従来の音声認識装置にみられｔ付
加雑音による性能低下を防ぐことを特徴とし、その目的
は雑音環境下でも接話型！イクロホンを用いることなく
安定に音声認識を行うこと番こめる。
以下、この発明の詳細な説明する。
有声音声の短時間周波数スペクトルは、第１図に示すよ
うに音声の基本周波数とその高調波周波数からなるライ
ンースペクトル信号として観測され、いわゆるスペクト
ルの調波構造を示すＱ一方、フンダム雑音のスペクトル
には、第２図に示すように、スペクトルの調波構造昏ス
認められず、広い帝纜にわｋつてエネルギが分布してい
る。
うに音声の基本周波数とその高調波周波数からなるライ
ンースペクトル信号として観測され、いわゆるスペクト
ルの調波構造を示すＱ一方、フンダム雑音のスペクトル
には、第２図に示すように、スペクトルの調波構造昏ス
認められず、広い帝纜にわｋつてエネルギが分布してい
る。
そこで雑音が加わったｆＦのスペクトルから音声の基本
周波数とその高ｌ波成分を取り去る処理により、その音
声スペクトルが除去された雑音から音声に加わっている
雑ｉｔ推定してこれを雑音が加わった’を声から除去す
る。この雑音除去処理されｆｃｔ％ｉｉこ対し認識処理
を行う。
周波数とその高ｌ波成分を取り去る処理により、その音
声スペクトルが除去された雑音から音声に加わっている
雑ｉｔ推定してこれを雑音が加わった’を声から除去す
る。この雑音除去処理されｆｃｔ％ｉｉこ対し認識処理
を行う。
次にこの発明ζこよる音声１１１ｍ製置の一冥施例を第
３図を参照して説明する。
３図を参照して説明する。
まず入力１子１から入力ぜれた雑音が加わつｔ音声、即
ち４ｆ付加曾声Ａをアナログ−ディジタル変俟器２によ
ってディジタル信号Ｂに変換する。
ち４ｆ付加曾声Ａをアナログ−ディジタル変俟器２によ
ってディジタル信号Ｂに変換する。
以後の処理はディジタル１ｇ号を３０ｍ秒程鹿の時間長
○分析フレームに切９出して、フレーム単位に行なう。
○分析フレームに切９出して、フレーム単位に行なう。
はじめに離散的７−リエ変換器３番こよって・第４図に
示す工うに雑音が力Ωわった音声の周波数スペクトルＣ
ｆ１ｔ累める。次に音声基本周数数抽出部４によって入
力音声の基本周波数りを求め、この基本周波数ｔもとに
して櫛歯型フィルタ５０特性を設足して周波数スペクト
ルＣから、音声の基本周波数りとその高調（波成分とを
櫛歯型フィルタ５によって取出し１ｗｃＳ図に示すよう
なラインスペクトル信号Ｅを求める。音声の基本周波数
を求める方法としては、入力音声の短時間自己相関関数
の最大ピークを検出する方法などの公知の方法を用いる
ことができる。 “次に引算部６によって
雑音付加音声のスペクトルＣからライン・スペクトル信
号Ｅｔ−引き去って＠６図の実線に示すように、ライン
ースペクトルが存在する周波数以外の周波数における雑
音スペクトルを求め、これを第す図の破線で示すような
階段状のスペクトルで近似して雑音の推定スペクトルＦ
ｔ−求める。つｔｖ、全周波数帯域をいくつかの周波数
帯域に分割しく第６図の例では３分割）各周波数帯域毎
に帯域内の雑音のパワーを平均して単位周波数ｅ）たり
の平均値を求め、帯域内の各周波数でのスペクトル値が
その平均１直憂こ等しいような平坦なスペクトルを持つ
推足スペクトルＦｔ−求める。
示す工うに雑音が力Ωわった音声の周波数スペクトルＣ
ｆ１ｔ累める。次に音声基本周数数抽出部４によって入
力音声の基本周波数りを求め、この基本周波数ｔもとに
して櫛歯型フィルタ５０特性を設足して周波数スペクト
ルＣから、音声の基本周波数りとその高調（波成分とを
櫛歯型フィルタ５によって取出し１ｗｃＳ図に示すよう
なラインスペクトル信号Ｅを求める。音声の基本周波数
を求める方法としては、入力音声の短時間自己相関関数
の最大ピークを検出する方法などの公知の方法を用いる
ことができる。 “次に引算部６によって
雑音付加音声のスペクトルＣからライン・スペクトル信
号Ｅｔ−引き去って＠６図の実線に示すように、ライン
ースペクトルが存在する周波数以外の周波数における雑
音スペクトルを求め、これを第す図の破線で示すような
階段状のスペクトルで近似して雑音の推定スペクトルＦ
ｔ−求める。つｔｖ、全周波数帯域をいくつかの周波数
帯域に分割しく第６図の例では３分割）各周波数帯域毎
に帯域内の雑音のパワーを平均して単位周波数ｅ）たり
の平均値を求め、帯域内の各周波数でのスペクトル値が
その平均１直憂こ等しいような平坦なスペクトルを持つ
推足スペクトルＦｔ−求める。
引算器７によって雑音付加音声Ａに周期成分が存在する
と認められる場合にはライン・スペクトル列Ｅから雑１
の推定スペクトルＦｔ引き去って雑音低減された音声の
スペクトルＧを求める。また雑音付加音声Ａ１こ周期成
分が存在すると認められない場合に（ズ、雑を科加晋声
のスペクトルＣから雑音の推定スペクトルＦを引き去っ
て雑音低減きれた音声のスペクトルＧを求める。
と認められる場合にはライン・スペクトル列Ｅから雑１
の推定スペクトルＦｔ引き去って雑音低減された音声の
スペクトルＧを求める。また雑音付加音声Ａ１こ周期成
分が存在すると認められない場合に（ズ、雑を科加晋声
のスペクトルＣから雑音の推定スペクトルＦを引き去っ
て雑音低減きれた音声のスペクトルＧを求める。
入力ｔ％に顕著な周期成分が存在するか否かの判定は、
ｆＦ基本周仮数抽出部４において音声の基本周波数を求
める際に計３Ｉ嘔れる短時間相関係数の最大ピーク値Ｈ
がしきい値より犬か否かによｐ判定を行う。
ｆＦ基本周仮数抽出部４において音声の基本周波数を求
める際に計３Ｉ嘔れる短時間相関係数の最大ピーク値Ｈ
がしきい値より犬か否かによｐ判定を行う。
次に、ｉＭＡｆ除去嘔れた音声スペクトルＧから・音声
の特徴パラメータ抽出ｓ８１こより、を声認臓のための
特値パラメータエを求める。従来音声紹織の待像パラメ
ータとしては、音声の自己相関関数、音声の”Ｌ Ｐ
Ｇパラメータ、ＢＰＦ （バンドパスフィルタ）群の出
力パワーなどが知られているが、自己相関関数を特徴パ
ラメータとする場合には雑音除去された音声のパワース
ペクトルＧからフーリエ変換によつ（て自己相関関数を
求めればよく、またＬＰＣパラメータを特徴パラメータ
とする場合には前記求めた自己相関関数から公知の方法
によってＬＰＣパラメータを求めればよい。またＢＰＦ
群の出力パワーを特徴パラメータとする場合は、雑音除
去された音声Ｏ周波数スペクトルＧにおいて各周波数帯
域におけるパワーを求めればよい。
の特徴パラメータ抽出ｓ８１こより、を声認臓のための
特値パラメータエを求める。従来音声紹織の待像パラメ
ータとしては、音声の自己相関関数、音声の”Ｌ Ｐ
Ｇパラメータ、ＢＰＦ （バンドパスフィルタ）群の出
力パワーなどが知られているが、自己相関関数を特徴パ
ラメータとする場合には雑音除去された音声のパワース
ペクトルＧからフーリエ変換によつ（て自己相関関数を
求めればよく、またＬＰＣパラメータを特徴パラメータ
とする場合には前記求めた自己相関関数から公知の方法
によってＬＰＣパラメータを求めればよい。またＢＰＦ
群の出力パワーを特徴パラメータとする場合は、雑音除
去された音声Ｏ周波数スペクトルＧにおいて各周波数帯
域におけるパワーを求めればよい。
次に、パターンマツチング部９により、前記入力音声の
特徴パラメータ（入カバターン）■と。
特徴パラメータ（入カバターン）■と。
標準パターンメモリ１０め中にあらかじめ用意されてい
る複数個の特徴パラメータ（標準パターン）Ｊとの間で
！ツチング処理を行い、入力パターンエとの距離が最小
となる標準パターンの音声を入力音声の認識結果にとし
て出力端子１１に導出する。
る複数個の特徴パラメータ（標準パターン）Ｊとの間で
！ツチング処理を行い、入力パターンエとの距離が最小
となる標準パターンの音声を入力音声の認識結果にとし
て出力端子１１に導出する。
上述の入力パターンエと標準パターンＪとの間のマツチ
ングの方法としては、動的計画法（ＤＰ）を用いる方法
などの既知の方法を用いることができる。
ングの方法としては、動的計画法（ＤＰ）を用いる方法
などの既知の方法を用いることができる。
なお上述の雑音除去処理において、雑音のスペクトルが
白色雑音のように平坦であることがわかっていたり、雑
−１１ｏレベルが音声レベルに比べて低い場合は、帯域
分割処理を行なわず、全周波数帯域でスペクトル平坦な
雑音の推定スペクトルを求めてこれを引き去るよう番こ
簡単化することも考えられ、ｔた周期性の存在の有無に
よって異なった処理を行なうことなく、推足し比雑音ス
ペクトルＦｔライン・スペクトル信号Ｅから引き去る処
理だけを行なうか、あるいは推定した雑音スペクトルＦ
を元の雑音付加音声Ａから引き去る処理だけを行なって
雑音低減され７ｔｔ声のスペクトルを求めるように（資
）単化することも考えられる。雑音除去処理は、プログ
ラム制御の計算機を用いて演算処理的に行なうことも、
また、櫛歯型フィルタ、帯域フィルタなどのディジタル
・フィルタや引算器やバッファ拳メモリ等を構成４Ｊ素
とする専用ハードウェアによって処理すること４０Ｔ能
である。
白色雑音のように平坦であることがわかっていたり、雑
−１１ｏレベルが音声レベルに比べて低い場合は、帯域
分割処理を行なわず、全周波数帯域でスペクトル平坦な
雑音の推定スペクトルを求めてこれを引き去るよう番こ
簡単化することも考えられ、ｔた周期性の存在の有無に
よって異なった処理を行なうことなく、推足し比雑音ス
ペクトルＦｔライン・スペクトル信号Ｅから引き去る処
理だけを行なうか、あるいは推定した雑音スペクトルＦ
を元の雑音付加音声Ａから引き去る処理だけを行なって
雑音低減され７ｔｔ声のスペクトルを求めるように（資
）単化することも考えられる。雑音除去処理は、プログ
ラム制御の計算機を用いて演算処理的に行なうことも、
また、櫛歯型フィルタ、帯域フィルタなどのディジタル
・フィルタや引算器やバッファ拳メモリ等を構成４Ｊ素
とする専用ハードウェアによって処理すること４０Ｔ能
である。
この発明の有効性を単語音声認識のシばニレ−ジョン実
験によって検証した結果を示す。音声認識の特徴パラメ
ータとしてＬＰＣケプストラムを用いた時に、第３図に
示した雑音除去処理を行わない場合と行った場合の認識
率を調べた。その結果、白色雑音付加、ＳＮ比１８ｄＢ
では７２慢が９４５に４Ｃ１ＳＮ比１２ ｄ ＢｆＧＣ
２５＄１！８０ Ｓｉコを九室内雑音付加、ＳＮＮ１３
２ｄＢでは６２チが９６％に、ＳＮ比６ｄＢでは２０％
が８３チ１こ。
験によって検証した結果を示す。音声認識の特徴パラメ
ータとしてＬＰＣケプストラムを用いた時に、第３図に
示した雑音除去処理を行わない場合と行った場合の認識
率を調べた。その結果、白色雑音付加、ＳＮ比１８ｄＢ
では７２慢が９４５に４Ｃ１ＳＮ比１２ ｄ ＢｆＧＣ
２５＄１！８０ Ｓｉコを九室内雑音付加、ＳＮＮ１３
２ｄＢでは６２チが９６％に、ＳＮ比６ｄＢでは２０％
が８３チ１こ。
それぞれ−鐵率が大幅に向上し、雑音除去り場を考慮し
た音声Ｉａ！識装置としてのこの発明の有効性が確証て
れ沈。
た音声Ｉａ！識装置としてのこの発明の有効性が確証て
れ沈。
上述したようにこのＱ’明の音声ｇ識装置によれば音声
から雑音を除去する処理を組み込むことにより、付加雑
音による性能低下が妨げられ、安定に動作するという大
なる特長を有する。このためこの発明の装置によれば従
米童声認繊装置を用いる場合に存在したいろいろな制約
１例えば静かな環境で用いること、接話厘マイクロホン
を用いることなどに拘束されることなく、騒音レベルの
高い場所で使用する場合やマイクロホンとの距離が（ズ
なれている場合、ま７ｔ８／Ｎ特性の悪い伝送路を通っ
て送られてきた音声を認識する場合など幅広い状況の下
で安定し北性能で音声認識を行うことができ、音声１識
？Ａｔの適用領域を広げより有効に活用するうえで極め
て効果が太きい。
から雑音を除去する処理を組み込むことにより、付加雑
音による性能低下が妨げられ、安定に動作するという大
なる特長を有する。このためこの発明の装置によれば従
米童声認繊装置を用いる場合に存在したいろいろな制約
１例えば静かな環境で用いること、接話厘マイクロホン
を用いることなどに拘束されることなく、騒音レベルの
高い場所で使用する場合やマイクロホンとの距離が（ズ
なれている場合、ま７ｔ８／Ｎ特性の悪い伝送路を通っ
て送られてきた音声を認識する場合など幅広い状況の下
で安定し北性能で音声認識を行うことができ、音声１識
？Ａｔの適用領域を広げより有効に活用するうえで極め
て効果が太きい。
第１因（１、有声音声のスペクトルの例を示す図、第２
！！Ｈズランダム雑音のスペクトルの例を示す図、第３
図（１この侘明装置ｌの一実施例を示すブロック図、第
４図ｉｌ を声＋擁オのスペクトル例を示す図、第５図
にｃ−背付加音声から音声の基本周波数とその高？Ａ波
成分を卓り出したライン・スペクトル信号を示す図、４
６図は雑音付加音声からライン・スペクトル列を引き去
ったスペクトルを示す図である。 ｌ：入力、（子、２：アナログデイジタル変ＭＡ３：雛
赦的フーリエ変遺器、４：音声の基本周期抽出部、５：
＠１ｌｉｔ型フィルタ、６，７：引算器、８；特徴パラ
メータ抽出部、９：バタ、−ンマツチング部、１０：標
準パターンメモリ、 １１：出力端子。 スズ スベ 第１図 第２図 ７トル
ス（クトル″Ａ′４ 図 ７５図
クりル スペ
クトル１６図 スペクトル
！！Ｈズランダム雑音のスペクトルの例を示す図、第３
図（１この侘明装置ｌの一実施例を示すブロック図、第
４図ｉｌ を声＋擁オのスペクトル例を示す図、第５図
にｃ−背付加音声から音声の基本周波数とその高？Ａ波
成分を卓り出したライン・スペクトル信号を示す図、４
６図は雑音付加音声からライン・スペクトル列を引き去
ったスペクトルを示す図である。 ｌ：入力、（子、２：アナログデイジタル変ＭＡ３：雛
赦的フーリエ変遺器、４：音声の基本周期抽出部、５：
＠１ｌｉｔ型フィルタ、６，７：引算器、８；特徴パラ
メータ抽出部、９：バタ、−ンマツチング部、１０：標
準パターンメモリ、 １１：出力端子。 スズ スベ 第１図 第２図 ７トル
ス（クトル″Ａ′４ 図 ７５図
クりル スペ
クトル１６図 スペクトル
Claims (1)
- （１）雑音が加わった音声から音声の基本周波数成分と
その高調波成分を取り出してライン・ｋ望トル列からな
る信号を得ゐ手段と、前記雑音が加わつ念音声をいくつ
かの周波数帯域に分割し、その分割された周波数帯域ご
とに−ｆが加わつｙｔｉｉ！！ｌから前記ライン・スペ
クトル１Ｍ号をう１き去り、そのライン・スペクトル信
号が引き去られた雑音成分を平均化して前記周波数帯域
ごとに平坦なスペクトルを持つ雑音の推足ｆ直を求める
中段と、前記雑音が加わつか音声中に顕著な周期成分が
存在すると認められた時には前記ライン・スペクトル信
号から前記雑音の推定値を引き去って雑音低減された音
声を求め、前記雑音が加わつｆｃ曾音声に顕著な周期成
分が存在しないと認められた時にはその雑音が加わった
音声から前記雑音の推定１１１を引き去って雑音低減式
れた音声を求める手段と、前記雑音低減され念ｆＦ’か
らＶ戸認誠のための特徴パラメータを求める手段と、そ
の求められた特徴パラメータと、Ｔｏらかじめ用意され
た複数個の棉準音声の特徴パラメータとのマツチングを
行う手段とからなる音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56158310A JPS5859497A (ja) | 1981-10-05 | 1981-10-05 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56158310A JPS5859497A (ja) | 1981-10-05 | 1981-10-05 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5859497A true JPS5859497A (ja) | 1983-04-08 |
Family
ID=15668828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56158310A Pending JPS5859497A (ja) | 1981-10-05 | 1981-10-05 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5859497A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63501537A (ja) * | 1985-09-03 | 1988-06-09 | モトロ−ラ・インコ−ポレ−テツド | 音声通信装置及びその動作方法 |
| JP2016517238A (ja) * | 2013-04-19 | 2016-06-09 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 干渉の存在下での符号化された可視光の受信 |
-
1981
- 1981-10-05 JP JP56158310A patent/JPS5859497A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63501537A (ja) * | 1985-09-03 | 1988-06-09 | モトロ−ラ・インコ−ポレ−テツド | 音声通信装置及びその動作方法 |
| JP2016517238A (ja) * | 2013-04-19 | 2016-06-09 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 干渉の存在下での符号化された可視光の受信 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8031861B2 (en) | Communication system tonal component maintenance techniques | |
| AU676714B2 (en) | Noise reduction | |
| JP4187795B2 (ja) | 音声信号障害を低減するための方法 | |
| CN104067339A (zh) | 噪音抑制装置 | |
| Hardwick et al. | Speech enhancement using the dual excitation speech model | |
| US7917359B2 (en) | Noise suppressor for removing irregular noise | |
| Ramirez et al. | Voice activity detection with noise reduction and long-term spectral divergence estimation | |
| JP2836271B2 (ja) | 雑音除去装置 | |
| JP2014513320A (ja) | オーディオ信号におけるドミナント周波数を減衰する方法及び装置 | |
| JPH11265199A (ja) | 送話器 | |
| JPS5859497A (ja) | 音声認識装置 | |
| JP2979714B2 (ja) | 音声信号処理装置 | |
| Kajita et al. | Robust speech feature extraction using SBCOR analysis | |
| EP3945519A1 (en) | Filtering method, filtering device, and filtering program | |
| US6314394B1 (en) | Adaptive signal separation system and method | |
| CN112118511A (zh) | 耳机降噪方法、装置、耳机及计算机可读存储介质 | |
| JP2859634B2 (ja) | 雑音除去装置 | |
| JP2002064617A (ja) | 反響抑圧方法・反響抑圧装置 | |
| JP2863214B2 (ja) | 雑音除去装置及び該装置を用いた音声認識装置 | |
| KR100744375B1 (ko) | 음성 처리 장치 및 방법 | |
| EP1748426A2 (en) | Method and apparatus for adaptively suppressing noise | |
| KR930008721A (ko) | 음성인식 시스템의 특징추출방법 | |
| JPH04211523A (ja) | 信号処理装置及びボイスダイアル電話システム | |
| JPS6015280B2 (ja) | 音声に加わつた雑音の低減方法 | |
| Farsi et al. | Robust speech recognition based on mixed histogram transform and asymmetric noise suppression |