JPS5911920B2 - 音声波形自動切り出し装置 - Google Patents

Description

【発明の詳細な説明】 本発明は、音声応答装置に対して用いられる音声波形自
動切り出し装置に関する。

単語等の自然音声波形をあらかじめ種々用意して磁気デ
ィスク等の録音媒体に記憶させておき、出力制御信号に
従つて該音声波形を出力する型の音声応答装置が知られ
ている。

また、前記音声応答装置に対する前処理装置として自然
音声波形およびポーズ部分等の波形データから音声部分
を検出し自動的に音声応答用の音５ 声波形を切り出す
音声波形自動切り出し装置が知られている。

従来の音声波形自動切り出し装置としては振幅があらか
じめ定められた値を越えた場合は音声波形部分であると
判定して、音声波形部分を切り出１０す方式等が知られ
ているが検出誤りを生せずに音声部分を検出することは
非常に困難である。

特に比較的振幅の小さい無声音で始まる（終る）単語等
の音声の始端、（終端）を検出する場合に検出誤りを生
じ易い。１５本発明の目的は無声部で始まる（終る）単
語等の音声の始端、（終端）の検出誤りを防ぐ音声波形
自動切り出し装置を提供することにある。

本発明の音声波形自動切り出し装置は、入力として与え
られる音声波形ゼータから該音声波形の２０有声音部の
始端位置および終端位置を検出する手段と、入力として
与えられ該音声波形を表わす音素記号列の最初および最
後の音素が有声であるか無声であるかを判定し最初の音
素が無声の場合にはあらかじめ与えられる該音素に対す
る時間長の２５予測値を前記有声部の始端位置より差し
引いた値を該音声波形の始端データとし最後の音素が無
声の場合にはあらかじめ与えられる該音素に対する時間
長の予測値を前記有声部の終端位置に加えた値を該音声
波形の終端ゼータとして算出する手段３０と、前記始端
ゼータおよび終端データに従つて該音声波形を波形ゼー
タより切り出す手段とから構成されている。本発明の特
徴は単語等の音声波形を表現する音素記号およびあらか
じめ用意される各音素に対す３５る時間長の予測値を用
いて該音声の始端位置および終端位置を予測することに
より無声音で始まる（終る）音声波形の切り出すことに
ある。

このたウ只Ｒ−め、本発明によれば、無声部の脱落等の
エラーを防ぎ、より確実に音声波形データを切り出すこ
とができるという効果がある。

音声応答等に用いる単語等の音声は、それぞれの音素構
造は一般的にあらかじめ知ることができ、音声応答用の
音声波形を切り出す際には、各音声に対する音素記号列
をも利用することができる。

本発明においては、音声の各音素に対する時間長は大体
予測できることを利用し、比較的振幅が大きく検出の容
易な有声部分の検出を行なうと同時に、該音声を表わす
音素記号列を参照して時間長を予測し、無声部で始まる
（終る）音声等に対しては、あらかじめ定められた時間
区間をも付け足して該音声区間として切り出す。従つて
本発明を用いれば無声部の脱落等のエラーを防ぐことが
でき、より確実な音声波形の自動切り出しを行なうこと
が可能である。次に図面を参照して本発明を詳細に説明
する。

図は本発明の一実施例を示すプロツク図である。まず、
音声波形、ポーズ等の音声波形データが音声波形入力端
子２を介して入力され、波形一時記憶回路１２に記憶さ
れる。この時制御回路３より波形一時記憶回路制御デー
タ伝送路９を介して与えられるアドレス信号等を含む記
憶読出し匍脚ゼータに従つて、記憶匍鵬される。さらに
記憶された波形ゼータは前記記憶読出制御データに従つ
て、音声波形データが読出し出力され、制御回路３より
スイツチ制御ゼータ伝送路８を介して与えられる匍脚デ
ータに従つて制御されるスイツチ１８を介して有声検出
回路１７に入力される。有声検出回路１７は制御回路３
より有声検出回路制御データ伝送路７を介して与えられ
る前記一時記憶回路に対応するアドレス信号を含む検出
制御データに従つて波形ゼータの振巾値を波形データの
始めから有声検出回路１７内にあらかじめ記憶されてい
る値と比較し、音声波形データの値の方が初めて大きく
なるときの前記アドレスを検出し有声部の始端アドレス
データとして始端アドレス伝送路１６を介して減算回路
１４に出力する。さらに有声検出回路１７は前記検出匍
脚ゼータに従つて音声波形データの終りから振巾ゼータ
の振巾値を前記有声検出回路１７内にあらかじめ記憶さ
れている値と比較し、音声波形データの値の方が初めて
小さくなる時の前記アドレスを検出し有声部の終端アド
レスデータとして終端アドレス伝送路１５を介して加算
器１３に入力される。一方、前記音声波形データに対応
する音素記号列は、キーボード等の入力装置によつて、
音素記号列入力端子１を介して判定回路５に入力される
。

判定回路５は音素記号列の最初の音素記号に従い、時間
長データ記憶回路４内にあらかじめ記憶されている各音
素に対する時間長データのなかから該音素に対する時間
長データを引き出し始端修正データ伝送路１１を介して
減算回路１４に出力するとともに、音素記号列の最後の
音素記号に従い時間長データ記憶回路４から該音素に対
する時間長データを引き出し、終端修正データ伝送路１
０を介して加算回路１３に出力する。但し、時間長デー
タ記憶回路４に記憶されている時間長データは有声の音
素に対しては零が記憶されているものとする。減算回路
１４は前記始端アドレスデータから前記始端修正データ
伝送路１１を介して入力される時間長データを減じた値
を始端アドレスとして波形一時記憶回路１２に出力する
。

加算回路１３は前記終端アドレスデータに前記終端修正
データ伝送路１０を介して入力される時間長データを加
えた値を終端アドレスとして波形一時記憶回路１２に出
力する。波形一時記憶回路１２は前記減算回路１４より
入力される始端アドレスと加算回路１３より入力される
終端アドレスに従い音声波形データを出力する。前記波
形一時記憶回路１２より出力された音声波形データは制
御回路３よりスイツチ制御データ伝送路８を介して与え
られる制御データに従つて制御されるスイツチ１８によ
り音声波形データ出力端子１９より出力され、後続装置
へ与えられる。但し、波形データの一時記憶回路１２へ
の記憶時、または前記スイツチ１８が有声検出回路１７
側へ接続されている時においては、前記修正データは用
いないものとする。

なお、有声部の検出方法としては説明の簡単のため音声
波形ゼータの振巾をあらかじめ定められた値と比較する
方法を用いたが、この他にも振巾の絶対値の積分値があ
らかじめ定められた値を越えた時点を有声部の始端（終
端）として検出する方式等を用いても実現できることは
明らかである。

【図面の簡単な説明】

図は本発明の一実施例を示すプロツク図である。 図において、１は音素記号列入力端子、２は音声波形デ
ータ入力端子、３は匍脚回路、４は時間長データ記憶回
路、５は判定回路、６は判定回路制御ゼータ伝送路、７
は有声検出回路制御ゼータ伝送路、８はスイツチ制御デ
ータ伝送路、９は波形一時記憶回路制御データ伝送路、
１０は終端修正データ伝送路、１１は始端修正データ伝
送路、１２は波形一時記憶回路、１３は加算回路、１４
は減算回路、１５は終端アドレス伝送路、１６は始端ア
ドレス伝送路、１７は有声検出回路、１８はスイツチ、
１９は音声波形データ出力端子である。

Claims (1)

【特許請求の範囲】
1. １ 音声波形およびポーズ等よりなる音声波形データか
   ら音声波形部分を自動的に切り出す音声波形自動切り出
   し装置において、入力として与えられる音声波形データ
   から該音声波形の有声音部の始端位置および終端位置を
   検出する手段と、入力として与えられ該音声波形を表わ
   す音素記号列の最初および最後の音素が有声であるか無
   声であるかを判定し最初の音素が無声の場合にはあらか
   じめ与えられる該音素に対する時間長の予測値を前記有
   声部の始端位置より差し引いた値を該音声波形の始端デ
   ータとし最後の音素が無声の場合にはあらかじめ与えら
   れる該音素に対する時間長の予測値を前記有声部の終端
   位置に加えた値を該音声波形の終端データとして算出す
   る手段と、前記始端データおよび終端データに従つて該
   音声波形を音声波形データより切り出す手段とを有する
   ことを特徴とする音声波形自動切り出し装置。