JPS5984300A - 音声区間検出回路 - 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】 〔発明の利用分野〕 本発明は、音声認識装置等において、その入力背戸３号
について、それに含まれる背景雑音が変動じても、常に
確実な音声区間検出を行うための音声区間検出回路に関
するものである。

〔従来技術〕

例えば、音声認識装置において音声区間を正確に検出す
ることは、その認識率を向上させるために重要な問題で
ある。しかし、その背戸信号入力が電話回線等を通して
行われるときは、そのレベル変動が大きく（例えば、最
大４０ｄＢ程度）、音声区間検出を検出用の一定の閾値
によって行うことはできない。

以下、第１図に示す入力音声信号パワーの各種波形図に
従い、従来の音声区間検出回路の一例の検出動作につい
て説明する。

まず、第１図（ａ）に示すように、一連の音声入力前の
区間Ｔ０で背景雑音平均パワーＰ。を測定しておき、音
声入力が行わｎたときは、これに所定の検出用の閾値Ｐ
ｔｈを相加し、背景雑音との相対的な検出基準レベルに
よシ、その音声区間Ｔｖ１を検出する。この慣用された
音声区間Ｔ、は、背景雑音平均パフ−Ｐ□を定常的なも
のとすれば、はぼ真の音声区間Ｔ７に等しいものとする
ことができる。

しかしながら、第１図の）に示すように、背景雑音が測
定区間Ｔ７で高レベルの非定常平均パワーＰ０′（例え
ば、一時的な周囲雑音の混入等による。）であったとき
は、検出される音声区間ＴＶ２は、真の音声区間ＴＶよ
りも相当に短かいものとなってしまう。

また、第１図（Ｃ）に示すように、測定区間Ｔｎで定常
平均パワーＰ、であれば、その直後の音声入力について
検出される音声区間Ｔ１１３は、はぼ真の音声区間Ｔ７
に等しくなるが、その後に背景雑音が窩レベルの非定常
平均パワーＰｎ’となると、次の音声入力について検出
される音声区間ＴＩ＋４は、真の音声区間ＴＶよりも相
当に長いものとなってし１つ。

このように、従来回路は、背景雑音の測定を一理の音声
入力の前に１回行うだけであるので、その測定が非定常
雑音レベルについてのものであるとき、または測定かだ
常雑音レベルについてのものであっても以後に非定常の
ものとなったときには、音声区間検出を正確に行うこと
ができないという問題があった。

〔発明の目的〕

本発明の目的は、上記した従来技術の欠点をなくシ、入
力音声信号について、それに含まれる背景雑音が変動し
ても、常に正確な音声区間の検出をすることができる音
声区間検出回路を提供することにある。

〔発明の概要〕

本発明に係る音声区間検出回路の構成は、入力音声信号
について音声パワーおよび背景雑音パワー・同平均パワ
ーを測圧するパワー計算部と、少および音声区間検出に
係る所定の閾値の和と上記音声パワーとの比較を行って
当該音声区間の始端・終端の決定をする判定部と、上記
谷部に対し、各音声区間の終端が決定される時点での背
景雑音平均パワーを測定せしめ、その値と上記ホールド
部における背景雑音平均パワーの記憶値との平均値を新
記憶値として更新せしめ、１唄次、音声区間の検出をせ
しめるように制御をする制御部とからなるようにしたも
のである。

なお、その原理を第２図に示す本発明に係る音声区間検
出回路に対する一例の入力音声信号波形・区間決定レベ
ル関係図に基づいて以下に詳述する。

まず、前述の従来回路と同様に音声入力前の区間Ｔ７で
背景靴音平均パワーＰ□の測定・設定をしておき、これ
に所定の閾値Ｐｔｈを相加した基準レベル■により、は
ぼ真の音声区間ＴＶの始端Ａ。

終端Ｂを決定する。

ここで、終端Ｂの決定をするには、音声パワーのレベル
が所定時間Ｔ。以上継続して上記基準レベルＩＪ、り低
いことが必要でアシ、この音声終了決定の巣作が定まる
時点Ｃの前後の背景雑音平均パワーＰ□２と前の値Ｐ。

、との平均値を次の新しい背景雑音平均パワーの値とし
、これに上記閾値Ｐ＋ｈを相加した新しい基準レベル■
により、次の音声区間検出を行い、以下これをｊ−次に
繰り返して行うようにするものである。

これにより、非定常の背景雑音平均パワーを基準として
、または定常の背景雑音平均パワーを基準としておいて
も、その後の背景雑音平均パワーの変化により、誤った
音声区間検出を行うことがなくなる。

〔発明の実施例〕

以下、本発明の実施例を図に基づいて説明する。

第３図は、本発明に係る音声区間検出回路の一実施例の
ブロック図、第４図は、そのフローチャートである。

ここで、１は背景雑音が含まれた入力音声信号ＩＮを所
定レベルまで増幅する増幅器、２は入力音声信号ＩＮに
ついてパワー計算（測定）をするパワー計算部、３は上
記パワーの値を一時的に記・隠しておくホールド部、４
は音声区間の判定（決定）を行って区間情報出力ＯＵＴ
を出力する判定部、５は上記各部に対す制御を行う制御
部である。

まず、本回路が動作状態となって入力音声信号の受信か
り能になると、制御部５は、無音声時における所定時間
Ｔ。の間について、入力音声信号のパワー計算をするよ
うにパワー計算部２に指示し、その平均値Ｐ。１をホー
ルド部３に記憶せしめる。この時には、音声が無人力で
あるので、この値は背景雑音平均パワーとなる。

次に、制御部５は、判定部４に対し、その背景雑音平均
パフ−Ｐ□と、あらかじめ与えである所定の閾値ＰＬｈ
とを相加して基準レベルとし、音声区間検出を行うよう
に指示する。

判定部４は、その入力信号パワーが上記基準レベルを所
定時間以上継続して超えるという条件により、その最初
に上記基準レベルを超えた時点Ａを当該音声区間の始端
として決定（検出）する。

また、始端が検出された後、入力信号パワーが所定時間
Ｔ、（音声区間の終了とみなしつるのに充分な時間）以
上継続して上記基準レベル以下となるという栄件によシ
、その最初に上記基準レベル以下となる時点Ｂを当該音
声区間の終端として決定（検出）シ、区間情報出力ＯＵ
Ｔを送出する。

制御部５は、その時点の背景雑音平均パワーＰｎ２　と
、その前の背景雑音平均パワーＰｎＩ　との平均値を求
め、その値を改めて記憶するようにボールド部３に指示
し、背景雑音平均パワーの更新を行う。すなわち、次の
音声区間検出においては、この新しい値が使用されるこ
とになる。

以下、制御部５は、所足数の音声区間の検出を終了する
まで上述と同様の制御を繰り返して行う。

このようにして、音声区間検出を終了した時点および前
の背景雑音平均パワーの平均値を次の新しい基準の背景
雑音平均パワーの値とするので、順次、この値が適正化
されて正確な音声区間検出が可能となる。特に、前述の
第１図（Ｃ）のような場合には、新規準値を定常値に近
づけることになるので、その誤検出防止が顕著である。

〔発明の効果〕

以上、詳細に説明したように、本発明によれば、入力音
声信号に含まれる背景雑音の大小にかかわらず、常に正
確な音声区間の検出を行ｅ）ｆ−声区間検出回路を実現
することができるので、例えば、この種の機能（回路）
を必要とする音声認識装置の認識率、信頼性、サービス
性の同上に顕著な効果が得られる。

【図面の簡単な説明】

第１図は、入力信号パワーの各種波形図、第２図は、本
発明に係る音声区間検出回路に対する一例の入力音声信
号波形・区間決定レベル関係図、第３図は、本発明に係
る音声区間検出回路の一実施例のブロック図、第４図は
、そのフローチャートである。 １・・・増幅器、２・・・パワー計算部、３・・・ホー
ルド部、４・・・判定部、訃・・制御部。 代理人　弁理士　福田辛作 （ほか１名う 。、、、　　　　　第１ （ｂ） ζこノ 第２日 ＄３図 茅４　目 ７２６−

Claims (1)

【特許請求の範囲】
1. １、入力背戸信号について音声パワーおよび背景雑音パ
   ワー・同平均パワーを測定するパワー計算部と、少なく
   とも所定時の背景雑音平均パワーの測定値を記憶してお
   くホールド部と、その背景雑音平均パワーおよび音声区
   間検出に係る所定の閾値の和と上記音声パワーとの比較
   を行って尚該音声区間の始端・終端の決定をする判足部
   と、上記谷部に対し、谷背戸区間の終端が決定された時
   点での背景雑音平均パワーを測定せしめ、その値と上記
   ホールド部における背景雑音平均パワーの記憶値との平
   均値を笥記憶値として更新せしめ、順次、音声区間の検
   出をせしめるように制＠Ｊをする制ｍ１部とから構成し
   た音声区間検出回路。