JPS5994795A - 音声分析処理方式 - Google Patents
音声分析処理方式Info
- Publication number
- JPS5994795A JPS5994795A JP57204798A JP20479882A JPS5994795A JP S5994795 A JPS5994795 A JP S5994795A JP 57204798 A JP57204798 A JP 57204798A JP 20479882 A JP20479882 A JP 20479882A JP S5994795 A JPS5994795 A JP S5994795A
- Authority
- JP
- Japan
- Prior art keywords
- envelope
- spectrum
- deformed
- autocorrelation coefficient
- compression
- 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
Landscapes
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
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】
〔発明の技術分野〕
本発明は、線形予測にもとづく音声分析処理方式に関し
、特に音声の・ξワー・スペクトル包絡を、高調波ピー
クによシ標本化し、更に各標本点間を補間して連続なパ
ワー・スペクトル包絡とする手段と、パワー・スペクト
ルの振幅を圧縮ないし伸長する変形手段とをそなえるこ
とにょ９、ノイズおよびピッチ周波数変動の双方にょシ
生じる誤差を軽減した音声分析処理方式に関する。
、特に音声の・ξワー・スペクトル包絡を、高調波ピー
クによシ標本化し、更に各標本点間を補間して連続なパ
ワー・スペクトル包絡とする手段と、パワー・スペクト
ルの振幅を圧縮ないし伸長する変形手段とをそなえるこ
とにょ９、ノイズおよびピッチ周波数変動の双方にょシ
生じる誤差を軽減した音声分析処理方式に関する。
音声合成や音声認識に用いる音声波形の情報圧縮ノ髪う
メータとして、音声波形の標本値間の相関にもとづく線
形予測理論にしたがって抽出した線形予測係数を使用す
る音声分析方式は、従来がら多くの用途に広く利用され
ている。しかし、この方式は、ノイズやピッチ周波数変
動に影響され易く、誤差を生じ易い欠点があった。
メータとして、音声波形の標本値間の相関にもとづく線
形予測理論にしたがって抽出した線形予測係数を使用す
る音声分析方式は、従来がら多くの用途に広く利用され
ている。しかし、この方式は、ノイズやピッチ周波数変
動に影響され易く、誤差を生じ易い欠点があった。
ところで、一般に線形予測係数α（ｎ）は、まず音声波
形Ｓ （ｎ）をフーリエ変換してＦ←）を求め、これか
らノＱワー・スペクトルＰ←）＝ ｌ Ｆ（→Ｉ２ｆ：
、計算し、更にこれを逆フーリエ変換して自己相関係１
数Ｒ（ｒＬ） ’ｅ求め、この自己相関係数Ｒ（ル）か
ら算出される０ そこで、本発明者らは、上記ノイズやピッチ周波数変動
による影Ｖを軽減するため、先に特願昭５７−５０４３
１において、音声波形Ｓ （ｒＬ）の、Ｑワー・スペク
トルＰ（へ））の包絡を、その音声情報量の多い高調波
成分のピーク値のみに着目して一旦標本化し、これらの
高調波ピークからなる。Ｑワー・スペクトル包絡を用い
て、フーリエ逆変換により自己相関係数Ｒ（ｒＬ）を求
め、更に線形予測係数α（→を算出する改良方式を提案
した。
形Ｓ （ｎ）をフーリエ変換してＦ←）を求め、これか
らノＱワー・スペクトルＰ←）＝ ｌ Ｆ（→Ｉ２ｆ：
、計算し、更にこれを逆フーリエ変換して自己相関係１
数Ｒ（ｒＬ） ’ｅ求め、この自己相関係数Ｒ（ル）か
ら算出される０ そこで、本発明者らは、上記ノイズやピッチ周波数変動
による影Ｖを軽減するため、先に特願昭５７−５０４３
１において、音声波形Ｓ （ｒＬ）の、Ｑワー・スペク
トルＰ（へ））の包絡を、その音声情報量の多い高調波
成分のピーク値のみに着目して一旦標本化し、これらの
高調波ピークからなる。Ｑワー・スペクトル包絡を用い
て、フーリエ逆変換により自己相関係数Ｒ（ｒＬ）を求
め、更に線形予測係数α（→を算出する改良方式を提案
した。
本発明者らは、更に特願昭５６−１８８０６０および特
願昭５６−１８８０６１において、）？ワーｅスペクト
ル包絡Ｐ←）の振幅レベルを、圧縮ないし伸長して変形
し、該変形ノＱワー・スペクトル包絡を用いて線形予測
係数α（ｎ）を求めることにより、ピッチ周波数変動に
よる影響を軽減した改良方式を提案している。
願昭５６−１８８０６１において、）？ワーｅスペクト
ル包絡Ｐ←）の振幅レベルを、圧縮ないし伸長して変形
し、該変形ノＱワー・スペクトル包絡を用いて線形予測
係数α（ｎ）を求めることにより、ピッチ周波数変動に
よる影響を軽減した改良方式を提案している。
本発明の目的は、線形予測による音声分析処理方式にお
いて、ノイズおよびピッチ周波数変動による影響を、従
来方式にくらべて更に軽減し、フォルマントの推定精度
を向上させる改良された方式を提供することにある。
いて、ノイズおよびピッチ周波数変動による影響を、従
来方式にくらべて更に軽減し、フォルマントの推定精度
を向上させる改良された方式を提供することにある。
本発明の構成は、そのため、音声波形の／Ｑクワ−スペ
クトル包絡を最もよく表わす個々の高調波成分のピーク
を検出して、これにょ９／Ｑワー・スペクトル包絡を標
本化し、更にこれら標本点間を補間して連続近似された
ノぐワー・スペクトル包絡を得る手段と、パワー・スペ
クトル包絡を、標本化および補間処理の前あるいは後に
、振幅レベルを圧縮ないし伸長して／Ｑワー串スペクト
ル包絡を変形し、線形予測係数を求める処理の後で変形
を彼元する処理を行う手段とを含む音声分析処理方式を
特徴とするものである。
クトル包絡を最もよく表わす個々の高調波成分のピーク
を検出して、これにょ９／Ｑワー・スペクトル包絡を標
本化し、更にこれら標本点間を補間して連続近似された
ノぐワー・スペクトル包絡を得る手段と、パワー・スペ
クトル包絡を、標本化および補間処理の前あるいは後に
、振幅レベルを圧縮ないし伸長して／Ｑワー串スペクト
ル包絡を変形し、線形予測係数を求める処理の後で変形
を彼元する処理を行う手段とを含む音声分析処理方式を
特徴とするものである。
以下に、本発明の実施例を図面にしたがって詳述する。
第１図は、線形予測法による一般的な音声分析処理方式
の従来例を示す。第２図乃至第４図は、本発明実施例に
含まれる。ｅワー・スペクトル包絡の標本化処理を説明
するための図である。第５図および第６図は、本発明実
施例に含まわる標本点間の補間処理を説明するための図
である。そして、Ｍ７図乃至第１Ｏ図は本発明の実施的
システムを説明する図である。
の従来例を示す。第２図乃至第４図は、本発明実施例に
含まれる。ｅワー・スペクトル包絡の標本化処理を説明
するための図である。第５図および第６図は、本発明実
施例に含まわる標本点間の補間処理を説明するための図
である。そして、Ｍ７図乃至第１Ｏ図は本発明の実施的
システムを説明する図である。
第１図において、ｌはフーリエ変換部、２はフーリエ逆
変換部、３は線形予測係数算出部、Ｓ （ｎ）は入力音
声信号、Ｐ（ω）ｆｄ／ｅワー・スペクトル、Ｒ（→は
自己相関係数、α（ル）は線形予測係数を表わしている
。
変換部、３は線形予測係数算出部、Ｓ （ｎ）は入力音
声信号、Ｐ（ω）ｆｄ／ｅワー・スペクトル、Ｒ（→は
自己相関係数、α（ル）は線形予測係数を表わしている
。
従共からね形予測係数α（ル）を得るに当って、第１図
図示の如き構成が採用され、入力音声信号Ｓ（→につい
てフーリエ変換部１によってフーリエ変換を行いし０え
は２乗するなどして）Ｑワー・スペクトルＰ（ω）を抽
出する。該ノＱワー・スペクトルは、第３図において、
ｅワー・スペクトルＰ（（ロ）の対数値をとってｔｏｙ
ｐ（ハ）として示す如く、ピッチ周波数に対応した凹
凸をもつものであると考えてよい。
図示の如き構成が採用され、入力音声信号Ｓ（→につい
てフーリエ変換部１によってフーリエ変換を行いし０え
は２乗するなどして）Ｑワー・スペクトルＰ（ω）を抽
出する。該ノＱワー・スペクトルは、第３図において、
ｅワー・スペクトルＰ（（ロ）の対数値をとってｔｏｙ
ｐ（ハ）として示す如く、ピッチ周波数に対応した凹
凸をもつものであると考えてよい。
従来、該ノξワー・スペクトルＰ（（ロ）にもとづいて
、フーリエ逆変換部２によって、自己相関係数Ｒ（ｒＬ
）を算出し、そして線形予測係数算出部３によって線形
予測係数α（→を抽出するようにしていた０ □
第２図は標本化処理を行うための構成例を示しておシ、
図中の符号１．２．３は第１図に対応し、４はピッチ周
波数抽出部、５はノＱワー・スペクト△ ル包絡情報抽出部を表わしている０まｆＣＰ←）はノぐ
ワー・スペクトル包絡情報、Ｒ’（ル）は本発明におい
て得られる自己相関係数、α′（→は改良線形予測係数
を表わす。
、フーリエ逆変換部２によって、自己相関係数Ｒ（ｒＬ
）を算出し、そして線形予測係数算出部３によって線形
予測係数α（→を抽出するようにしていた０ □
第２図は標本化処理を行うための構成例を示しておシ、
図中の符号１．２．３は第１図に対応し、４はピッチ周
波数抽出部、５はノＱワー・スペクト△ ル包絡情報抽出部を表わしている０まｆＣＰ←）はノぐ
ワー・スペクトル包絡情報、Ｒ’（ル）は本発明におい
て得られる自己相関係数、α′（→は改良線形予測係数
を表わす。
本構成の場合には、第２図において入力信号５（ｎ）か
らピッチ周波数を抽出するなどして、フーリエ変換部１
を介して得られているパワー・スペクトルＰ←）につい
て、第３図図示＋印の如き点に対応するパワー・スペク
トル情報を抽出し、該抽出された／ξクワ−スペクトル
情報をフーリエ逆変換部２へ入力するようにされる。上
記＋印の如き点に対応するノ（ワー・スペクトル情報を
本構成に訃いては・リ−・スペクトル包絡情報令←）と
呼んでいる。そして上記＋印の点板外のパワー・スペク
トルの値を値“０”としてフーリエ逆変換部２へ六カす
るようにする。勿論、十印の点のみの値をフーリエ逆変
換部２へ入力してもよい〇上記＋印の点は、フーリエ変
換部１を介して得られた／Ｑクワ−スペクトルＰ←）に
おけるピーク点に対応しているものと考えてよく、第２
図図示の場合には、入力音声信号Ｓ （ｒＬ）から図示
ピッチ周波数抽出部４によってピッチ周波数を抽出し、
該ピッチ周波数できまる周期の整数倍（１倍を含む）の
周期でサンプリングする点で与えられる。しかし、上記
・Ｑワー・スペクトル化ｔｘ ｔ’Ａ＄ ｆ（へ））を
得る手段については任意である。
らピッチ周波数を抽出するなどして、フーリエ変換部１
を介して得られているパワー・スペクトルＰ←）につい
て、第３図図示＋印の如き点に対応するパワー・スペク
トル情報を抽出し、該抽出された／ξクワ−スペクトル
情報をフーリエ逆変換部２へ入力するようにされる。上
記＋印の如き点に対応するノ（ワー・スペクトル情報を
本構成に訃いては・リ−・スペクトル包絡情報令←）と
呼んでいる。そして上記＋印の点板外のパワー・スペク
トルの値を値“０”としてフーリエ逆変換部２へ六カす
るようにする。勿論、十印の点のみの値をフーリエ逆変
換部２へ入力してもよい〇上記＋印の点は、フーリエ変
換部１を介して得られた／Ｑクワ−スペクトルＰ←）に
おけるピーク点に対応しているものと考えてよく、第２
図図示の場合には、入力音声信号Ｓ （ｒＬ）から図示
ピッチ周波数抽出部４によってピッチ周波数を抽出し、
該ピッチ周波数できまる周期の整数倍（１倍を含む）の
周期でサンプリングする点で与えられる。しかし、上記
・Ｑワー・スペクトル化ｔｘ ｔ’Ａ＄ ｆ（へ））を
得る手段については任意である。
上記・ｇワー・スペクトル包絡情報令（［株］が第２図
図示の如く７一リエ逆変換部２に入力されかつ得られた
出力Ｒ’ （ＦＬ）が線形予測係数算出部３に入力され
ることによって、改良された線形予測係数α′（→が抽
出される○ 第４図は、パワー・スペクトル包絡の標本化によって得
られた改良線形予測係数を用いることによる効果を説明
する図である。曲線Ａは第２図の構成による改良線形予
測係数を用いた場合に対応し、曲ａＢは第１図の構成に
おいて得らｆＬ、た線形予測係数を用いた場合に対応し
ている０なお横軸はＳ／Ｎ比（ｄＢ）’ｅ表わし、縦軸
はノイズ混入により変動したスペクトルと基準のスペク
トルとの間の誤差距離について対数をとった値（”Ｂ）
を表わしている。
図示の如く７一リエ逆変換部２に入力されかつ得られた
出力Ｒ’ （ＦＬ）が線形予測係数算出部３に入力され
ることによって、改良された線形予測係数α′（→が抽
出される○ 第４図は、パワー・スペクトル包絡の標本化によって得
られた改良線形予測係数を用いることによる効果を説明
する図である。曲線Ａは第２図の構成による改良線形予
測係数を用いた場合に対応し、曲ａＢは第１図の構成に
おいて得らｆＬ、た線形予測係数を用いた場合に対応し
ている０なお横軸はＳ／Ｎ比（ｄＢ）’ｅ表わし、縦軸
はノイズ混入により変動したスペクトルと基準のスペク
トルとの間の誤差距離について対数をとった値（”Ｂ）
を表わしている。
第４図の曲線Ａは、Ｓ／Ｎｆｆ、小さくしたとき、すな
わちノイズ混入率を高くしたとき、曲線Ｂよりはスペク
トル誤差が小さいことを示しており、これにより第２図
の方式は、第１図の方式とくらべて、ノイズに対して性
能的に改善されていることがわかる。
わちノイズ混入率を高くしたとき、曲線Ｂよりはスペク
トル誤差が小さいことを示しており、これにより第２図
の方式は、第１図の方式とくらべて、ノイズに対して性
能的に改善されていることがわかる。
第５図は、本発明によるスペクトル包絡補間の１実施例
の説明図であり、単純な直線補間による方式を示す。同
図において、６はノ９ワー・スペクトル、７は高調波ピ
ーク、８は隣シ合った２つのピークを結ぶ直線補間線、
９は線形予測ＬＰによる近似線を示す。
の説明図であり、単純な直線補間による方式を示す。同
図において、６はノ９ワー・スペクトル、７は高調波ピ
ーク、８は隣シ合った２つのピークを結ぶ直線補間線、
９は線形予測ＬＰによる近似線を示す。
第６図は、本発明によるスペクトル包絡補間方式の他の
実施例の説明図であり、第５図の直線補間方式よりも近
似特性のよい２次曲線を用いた補間方式を示す。同図に
おいて、Ｐニー１１ ＰＫＩ ＰＫ＋１゜ＰＫ＋２は、
相違なる高調波ピーク点であり、それぞれ座標（、τｙ
；、−４＋ ３’に−Ｉ Ｌ （”１（ｗ ３’ｌ（Ｊ
！ （”Ｋｌ１ｔ’／ｐｃ−＋−＋ Ｌ （鮨。２１
３’に＋□）をもっている。またＬＫ−１は、”Ｋ−１
１ＰＫＩ ＰＫ＋１の３点を通る２次曲線を表わし、Ｌ
Ｋは、次に続＜ ”ｉ（” Ｋｌ１１ ＰＫ＋２の３点
を通る２次曲線を表わす。２次曲線Ｌ Ｋ ＝ １ ＋
ＬＫは、ピーク点ＰＫおよびＰＫ＋１を共有するＯＬＫ
′は、２次曲線ＬＫ−１およびＬＫを、ピーク点ＰＫお
よびＰＫ＋１間で平均した平均２次曲線であり、これを
各ピーク点の相続く２点間で求め、補間綜として使用す
る。
実施例の説明図であり、第５図の直線補間方式よりも近
似特性のよい２次曲線を用いた補間方式を示す。同図に
おいて、Ｐニー１１ ＰＫＩ ＰＫ＋１゜ＰＫ＋２は、
相違なる高調波ピーク点であり、それぞれ座標（、τｙ
；、−４＋ ３’に−Ｉ Ｌ （”１（ｗ ３’ｌ（Ｊ
！ （”Ｋｌ１ｔ’／ｐｃ−＋−＋ Ｌ （鮨。２１
３’に＋□）をもっている。またＬＫ−１は、”Ｋ−１
１ＰＫＩ ＰＫ＋１の３点を通る２次曲線を表わし、Ｌ
Ｋは、次に続＜ ”ｉ（” Ｋｌ１１ ＰＫ＋２の３点
を通る２次曲線を表わす。２次曲線Ｌ Ｋ ＝ １ ＋
ＬＫは、ピーク点ＰＫおよびＰＫ＋１を共有するＯＬＫ
′は、２次曲線ＬＫ−１およびＬＫを、ピーク点ＰＫお
よびＰＫ＋１間で平均した平均２次曲線であり、これを
各ピーク点の相続く２点間で求め、補間綜として使用す
る。
２点間を補間する平均２次曲線の公式は、（ｘＫ。
ｙＫ ）ｓ （”Ｋｌ１１３１に＋１ ）＃ （”Ｋｌ
２１３’に＋２ ）の３点を通る２次曲線の係数をαえ
ｌ ｈＩＣＩ ’にとするとき、（”Ｋｌ ｙＫ）およ
び（”Ｋ−１１１ｆｆＫ＋１ ）の間♂。
２１３’に＋２ ）の３点を通る２次曲線の係数をαえ
ｌ ｈＩＣＩ ’にとするとき、（”Ｋｌ ｙＫ）およ
び（”Ｋ−１１１ｆｆＫ＋１ ）の間♂。
の区間にΔいて、
ｙ＝ −（αに十’ＬＫ＋＋ ）ｘ２＋−（ｂＫ十％＋
１）”＋’（’に＋’に＋１）２
２ ２で叡わされる〇 第７図は、本発明実施例の構成図であり、上述した、ｅ
ワー・スペクトルの標本化および補間処理および後述さ
れるパワー・スペクトル包絡の菱形および彼元処理を含
む改良された音声分析処理システムを示す。
１）”＋’（’に＋’に＋１）２
２ ２で叡わされる〇 第７図は、本発明実施例の構成図であり、上述した、ｅ
ワー・スペクトルの標本化および補間処理および後述さ
れるパワー・スペクトル包絡の菱形および彼元処理を含
む改良された音声分析処理システムを示す。
図“中、１１は７一リエ変換部、１２は２乗値抽出部、
１３は標本化部、１４はピッチ抽出部、１５は補間部、
１６は変形処理部、１７はフーリ数、処理部、２２は復
元処理部を表わす。
１３は標本化部、１４はピッチ抽出部、１５は補間部、
１６は変形処理部、１７はフーリ数、処理部、２２は復
元処理部を表わす。
７一リエ変換部１１は、離散的な入力音声信号Ｓ（ル）
をフーリエ変換し、２乗値抽出部１２は、これから／ξ
クワ−スペクトルＰ（→を抽出する。ピッチ抽出部１４
は、入力音声信号Ｓ （ＦＬ）からピッチ周波数Ｆ。を
抽出する。
をフーリエ変換し、２乗値抽出部１２は、これから／ξ
クワ−スペクトルＰ（→を抽出する。ピッチ抽出部１４
は、入力音声信号Ｓ （ＦＬ）からピッチ周波数Ｆ。を
抽出する。
標本化部１３は、第３図で説明したように、／ξクワ−
スペクトルＰ（→から、ピッチ周波数Ｆ。の各高調波位
置の振幅を検出し、標本化パワー・スペクトル包絡情報
分（→を生成する。
スペクトルＰ（→から、ピッチ周波数Ｆ。の各高調波位
置の振幅を検出し、標本化パワー・スペクトル包絡情報
分（→を生成する。
補間部１ｆｆｌｄ、令（ハ）の離散的な各標本点間を、
第５図および第６図で説明したような方式で補間し、連
続的な・ξワー・スペクトル包絡９工に）を生成する。
第５図および第６図で説明したような方式で補間し、連
続的な・ξワー・スペクトル包絡９工に）を生成する。
変形処理部１６は、介ｌ←）について、その振幅を圧縮
ないし伸長する変形処理を行い、令１Ｔ（→を生成する
。これにより、／ξクワ−スペクトル包絡の高レベルの
ピークが線形予測係数算出に及ぼす影響は弱められ、逆
に、低レベルのピーフカ線形予測係数算出に及ばず影響
は強められ、る。
ないし伸長する変形処理を行い、令１Ｔ（→を生成する
。これにより、／ξクワ−スペクトル包絡の高レベルの
ピークが線形予測係数算出に及ぼす影響は弱められ、逆
に、低レベルのピーフカ線形予測係数算出に及ばず影響
は強められ、る。
フーリエ逆変換部１７は、補間および変形されたパワー
・スペクトル包絡情報９１Ｔ（ハ）にもとづいて７−リ
エ逆変換処理を行い、自己相関係数Ｒ′（ル）を生成す
る。
・スペクトル包絡情報９１Ｔ（ハ）にもとづいて７−リ
エ逆変換処理を行い、自己相関係数Ｒ′（ル）を生成す
る。
線形予測係数算出部１８は、Ｒ′（→にもとづいて、線
形予測係数α′（→を算出する。フーリエ変換部１９は
、このα′（ｒＬ）を時間関数とみなしてフーリエ変換
し、更に２乗値抽出部２０および逆数処理部２１とによ
り、入力音声信号の変形さ扛たスペクトル包絡情報介′
（→を抽出する。
形予測係数α′（→を算出する。フーリエ変換部１９は
、このα′（ｒＬ）を時間関数とみなしてフーリエ変換
し、更に２乗値抽出部２０および逆数処理部２１とによ
り、入力音声信号の変形さ扛たスペクトル包絡情報介′
（→を抽出する。
復元処理部２２は、変形処理部工６で行った。ｅワー・
スペクトルに対する変形を、逆変換処理して復元し、最
終的なスペクトル包絡情報介←）を生成する。
スペクトルに対する変形を、逆変換処理して復元し、最
終的なスペクトル包絡情報介←）を生成する。
次に、変形処理部１６の機能について詳述する０変形処
理部１６は、標本化および補間された／？パワースペク
トル包絡情報介、（へ））に対して、たとえば、 飢Ｔ（→＝〔飢（ハ））ｒ −（１）なる変換を行
う。ｒ（Ｄ値はｅｒ（ｍ＞の値にもとづいて予め定めら
れ、０＜ｒ（１’ｓ １（ｒ、−１＜ｒ（０，ｒ＜−１
のそれぞれの場合にしたがって、△ Ｐｌ（→について圧縮、伸長、圧縮／逆数、伸長／逆数
の処理を行う。また俵元処理部２２は、これに対して、
逆の変換 令■）＝〔９′（→） −ｒ を行う。
理部１６は、標本化および補間された／？パワースペク
トル包絡情報介、（へ））に対して、たとえば、 飢Ｔ（→＝〔飢（ハ））ｒ −（１）なる変換を行
う。ｒ（Ｄ値はｅｒ（ｍ＞の値にもとづいて予め定めら
れ、０＜ｒ（１’ｓ １（ｒ、−１＜ｒ（０，ｒ＜−１
のそれぞれの場合にしたがって、△ Ｐｌ（→について圧縮、伸長、圧縮／逆数、伸長／逆数
の処理を行う。また俵元処理部２２は、これに対して、
逆の変換 令■）＝〔９′（→） −ｒ を行う。
本発明者らは、更に上記変形処理部１６による変形態様
について、より好ましい関数形を探索し、他の実施９１
１として次の如き関数形を見出した０即ち、 で与えられる変換を行うことが好ましいことを見出した
。なお、第（２）式におけるＧは、ｅワー・スペクトル
Ｐ（ω）を正規化するためのものと考えてよく、μは正
の値をもつ任意の係数であり、またｔＯ？のカッコ内の
値１は対数値が負の値をとらないようにするためのもの
と考えてよい。
について、より好ましい関数形を探索し、他の実施９１
１として次の如き関数形を見出した０即ち、 で与えられる変換を行うことが好ましいことを見出した
。なお、第（２）式におけるＧは、ｅワー・スペクトル
Ｐ（ω）を正規化するためのものと考えてよく、μは正
の値をもつ任意の係数であり、またｔＯ？のカッコ内の
値１は対数値が負の値をとらないようにするためのもの
と考えてよい。
上記第（２）式の如き変換を行なうようにすると、スペ
クトル包絡情報介（→を得るには、第７図から明らかな
如く、俵元処理部２２において第（２）式の変形に対応
する逆変形を行なうことが必要となる０なお、第７図の
構成において、変形処理部１６を、２乗値抽出部１２と
標本化部１３との間に配置しても同等の結果を得ること
ができるＯ第８図乃至第１０図は、本発明実施例の特性
改善効果を説明するための図である０各図中、ＬＰは第
１図の方式、５ＴＬＰは変形処理のみを行ったＬＰ方式
、ＥＩＬＰは標本化および補間のみを行ったＬＰ方式、
Ｅ１’［’ＬＰは標本化および補間と変形処理を行った
本発明実施例方式の特性を示す。
クトル包絡情報介（→を得るには、第７図から明らかな
如く、俵元処理部２２において第（２）式の変形に対応
する逆変形を行なうことが必要となる０なお、第７図の
構成において、変形処理部１６を、２乗値抽出部１２と
標本化部１３との間に配置しても同等の結果を得ること
ができるＯ第８図乃至第１０図は、本発明実施例の特性
改善効果を説明するための図である０各図中、ＬＰは第
１図の方式、５ＴＬＰは変形処理のみを行ったＬＰ方式
、ＥＩＬＰは標本化および補間のみを行ったＬＰ方式、
Ｅ１’［’ＬＰは標本化および補間と変形処理を行った
本発明実施例方式の特性を示す。
第８図は、ピッチ周波数変動に対する特性を示したもの
で、横軸のピッチ周波数と第１７オルマント周波数Ｆ、
との比Ｆ、／Ｆｏに対して、縦軸は第１７オルマント周
波数Ｆ、が受ける相対誤差の大きさを表わしている。同
図から明らかなように、本発明のＢＩＴＬＰ方式は、Ｆ
ｏの変動に対して受ける誤差が、ＬＰと同等でその他の
方式よりも小さくなっていることがわかる。
で、横軸のピッチ周波数と第１７オルマント周波数Ｆ、
との比Ｆ、／Ｆｏに対して、縦軸は第１７オルマント周
波数Ｆ、が受ける相対誤差の大きさを表わしている。同
図から明らかなように、本発明のＢＩＴＬＰ方式は、Ｆ
ｏの変動に対して受ける誤差が、ＬＰと同等でその他の
方式よりも小さくなっていることがわかる。
第９図および第１０図は、本発明実施例のノイズ特性を
説明するもので、横軸はＳ／Ｎ（ｄＢ）、周波数Ｆ。と
の比がＦ＋ ／ ＦＯ＝ ２−５の場合、そして第１０
図はＦ＋ ／ Ｆｏ ＝ １．７５の場合を示す。これ
らの図から、ＥＩＬＰおよびＥＩＴＬＰの各方式がＳ／
Ｈの小さい領域でＬＰ方式よりも良好な特性を示し、ま
たそれがＦ、／Ｆｏの違いによって大きく変らないこと
がわかる０ 〔発明の効果〕 以上述べたように、本発明によれ社、ノイズ混入率の大
きい信号波形に対してもよい精度で線形予測分析を行う
ことができ、またピッチ周波数の変動やフォルマント周
波数との間の距離の大小によって受ける影響を小さくす
ることができ、音声認識あるいは合成等の多くの用途に
おいて、装置の性能を向上させる効果は大きい。
説明するもので、横軸はＳ／Ｎ（ｄＢ）、周波数Ｆ。と
の比がＦ＋ ／ ＦＯ＝ ２−５の場合、そして第１０
図はＦ＋ ／ Ｆｏ ＝ １．７５の場合を示す。これ
らの図から、ＥＩＬＰおよびＥＩＴＬＰの各方式がＳ／
Ｈの小さい領域でＬＰ方式よりも良好な特性を示し、ま
たそれがＦ、／Ｆｏの違いによって大きく変らないこと
がわかる０ 〔発明の効果〕 以上述べたように、本発明によれ社、ノイズ混入率の大
きい信号波形に対してもよい精度で線形予測分析を行う
ことができ、またピッチ周波数の変動やフォルマント周
波数との間の距離の大小によって受ける影響を小さくす
ることができ、音声認識あるいは合成等の多くの用途に
おいて、装置の性能を向上させる効果は大きい。
第１図は従来の一般的な縁形予測方式の構成図、第２図
は標本化処理方式の構成図、第３図はパワー・スペクト
ル包絡の標本化処理の説明図、第４図は標本化処理の効
果を示す図、第５図は標本点間の４ｉ１間処理の説明図
、２（Ｋ ６図は平均２次曲線補間の説明図、第７図は
本発明実力布例システムの構成図、第８図乃至第１０図
は本発明の効果を示す特性図でめる０ 図中、１１はフーリエ変換部、１２は２乗値抽出部、１
３は標本化部、１４はピッチ抽出部、１５１１−、ｉイ
１Ｂ同部、１６は変形処理部、１７は７−りエ逆変換部
、１８は線形予測係数算出ｆｆ１ｔＲ１１９ば７一リエ
変換部、２０は２乗値抽出部、２１１は逆数処理部、２
２は代元処理部を坂わず。５Ｃｎ）は入力音声信号、Ｐ
（（ロ）ｌ−ｉパワー・スペクトル包ｆｉ１５悄今ｖ之
、Ｒ’（ル）は自己相関係数、α′（ｒＬ）は綜形予ｉ
ｔ；＋係数を表わす〇 特許出願人 藤崎博也（外１名） 代理人弁理士 長谷用文廣（外１名）十１回 Ｓ／Ｎ （ｄｓ）− オ６目 オフ目 才８図 十９目 才１０図
は標本化処理方式の構成図、第３図はパワー・スペクト
ル包絡の標本化処理の説明図、第４図は標本化処理の効
果を示す図、第５図は標本点間の４ｉ１間処理の説明図
、２（Ｋ ６図は平均２次曲線補間の説明図、第７図は
本発明実力布例システムの構成図、第８図乃至第１０図
は本発明の効果を示す特性図でめる０ 図中、１１はフーリエ変換部、１２は２乗値抽出部、１
３は標本化部、１４はピッチ抽出部、１５１１−、ｉイ
１Ｂ同部、１６は変形処理部、１７は７−りエ逆変換部
、１８は線形予測係数算出ｆｆ１ｔＲ１１９ば７一リエ
変換部、２０は２乗値抽出部、２１１は逆数処理部、２
２は代元処理部を坂わず。５Ｃｎ）は入力音声信号、Ｐ
（（ロ）ｌ−ｉパワー・スペクトル包ｆｉ１５悄今ｖ之
、Ｒ’（ル）は自己相関係数、α′（ｒＬ）は綜形予ｉ
ｔ；＋係数を表わす〇 特許出願人 藤崎博也（外１名） 代理人弁理士 長谷用文廣（外１名）十１回 Ｓ／Ｎ （ｄｓ）− オ６目 オフ目 才８図 十９目 才１０図
Claims (2)
- （１）入力音声信号中の有声部に対して該有声部のノＱ
ワー・スペクトルを算出し、該パワー・スペクトルの包
絡をもつともよく表わす個々の高調波成分の振幅をまず
検出し、次に隣シ合う高調波成分の間を補間することに
よって、よシ密なスペクトル包絡を求めｆｃＯも、該／
ｅワーースペクトル包終について圧縮ないし伸長による
所定の変形処理を施し、得られた変形ノＱワー・スペク
トル包絡を逆フーリエ変換して変形自己相関係数を算出
し、該変形自己相関係数から変形スペクトル包絡全算出
した後、先に施した圧縮ないし伸長による変形処理の逆
変形処理を行うことにより入力音声信号のスペクトル包
Ｍ！１情＠を抽出することを特徴とする音声分析処理方
式。 - （２）入力音声信号中の有声部に対して該有声部のノＱ
ワースベクトルを算出し、該パワー・スペクトルに対し
て圧縮ないし伸長による所定の変形処理を施し、該変形
されたパワー・スペクトルについて、その包絡をもつと
もよく表わす個々の高調波成分の振幅を検出し、次に隣
シ合う高調波成分の１＆Ｊを補間することによって、よ
ｐ密な変形ノ９ワースベクトル包絡を求め、これを逆フ
ーリエ変換して変形自己相関係数を算出し、該変形自己
相関係数から髪形スペクトル包絡を算出した後、先に施
した圧縮ないし伸長による変形処理の逆変形処理
□を行うことにより、入力音声信号のスペクトル包絡
情報を抽出することを特徴とする音声分析処理方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57204798A JPS5994795A (ja) | 1982-11-22 | 1982-11-22 | 音声分析処理方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57204798A JPS5994795A (ja) | 1982-11-22 | 1982-11-22 | 音声分析処理方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5994795A true JPS5994795A (ja) | 1984-05-31 |
| JPS6238720B2 JPS6238720B2 (ja) | 1987-08-19 |
Family
ID=16496531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57204798A Granted JPS5994795A (ja) | 1982-11-22 | 1982-11-22 | 音声分析処理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5994795A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015166693A1 (ja) * | 2014-05-01 | 2015-11-05 | 日本電信電話株式会社 | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 |
| WO2015166694A1 (ja) * | 2014-05-01 | 2015-11-05 | 日本電信電話株式会社 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
-
1982
- 1982-11-22 JP JP57204798A patent/JPS5994795A/ja active Granted
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015166693A1 (ja) * | 2014-05-01 | 2015-11-05 | 日本電信電話株式会社 | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 |
| WO2015166694A1 (ja) * | 2014-05-01 | 2015-11-05 | 日本電信電話株式会社 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
| CN106537500A (zh) * | 2014-05-01 | 2017-03-22 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、周期性综合包络序列生成方法、生成程序、记录介质 |
| JPWO2015166694A1 (ja) * | 2014-05-01 | 2017-04-20 | 日本電信電話株式会社 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
| JPWO2015166693A1 (ja) * | 2014-05-01 | 2017-04-20 | 日本電信電話株式会社 | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 |
| CN106663437A (zh) * | 2014-05-01 | 2017-05-10 | 日本电信电话株式会社 | 编码装置、解码装置、编码方法、解码方法、编码程序、解码程序、记录介质 |
| JP2018005247A (ja) * | 2014-05-01 | 2018-01-11 | 日本電信電話株式会社 | 周期性統合包絡系列生成装置、周期性統合包絡系列生成方法、周期性統合包絡系列生成プログラム、記録媒体 |
| JP2018013795A (ja) * | 2014-05-01 | 2018-01-25 | 日本電信電話株式会社 | 符号化装置、復号装置、符号化方法、復号方法、符号化プログラム、復号プログラム、記録媒体 |
| CN106537500B (zh) * | 2014-05-01 | 2019-09-13 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、周期性综合包络序列生成方法、记录介质 |
| CN110491401A (zh) * | 2014-05-01 | 2019-11-22 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、方法、程序、记录介质 |
| CN110491402A (zh) * | 2014-05-01 | 2019-11-22 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、方法、程序、记录介质 |
| CN110491401B (zh) * | 2014-05-01 | 2022-10-21 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、方法、记录介质 |
| CN110491402B (zh) * | 2014-05-01 | 2022-10-21 | 日本电信电话株式会社 | 周期性综合包络序列生成装置、方法、记录介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6238720B2 (ja) | 1987-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wise et al. | Maximum likelihood pitch estimation | |
| EP1914727A1 (en) | Noise suppression method and device thereof | |
| JPS5850360B2 (ja) | 音声認識装置における前処理方法 | |
| CN111639541A (zh) | 基于频率变化率的自适应同步压缩时频分析方法 | |
| US4937868A (en) | Speech analysis-synthesis system using sinusoidal waves | |
| US7444128B1 (en) | Method of estimating a high frequency carrier signal | |
| CA1164569A (en) | System for extraction of pole/zero parameter values | |
| JPS5994795A (ja) | 音声分析処理方式 | |
| US20040199381A1 (en) | Restoration of high-order Mel Frequency Cepstral Coefficients | |
| CN113552543B (zh) | 基于set-stiaa的空间微动目标时频分析方法 | |
| US5870704A (en) | Frequency-domain spectral envelope estimation for monophonic and polyphonic signals | |
| JPS5994796A (ja) | 音声分析処理方式 | |
| Zhao et al. | A New Pitch Estimation Method Based on AMDF. | |
| JPH04288600A (ja) | ピッチ周波数差分特徴量抽出法 | |
| O'Shea et al. | Instantaneous frequency estimation using the cross Wigner-Ville distribution with application to nonstationary transient detection | |
| Kunieda et al. | Pitch extraction by using autocorrelation function on the log spectrum | |
| US6954707B2 (en) | Multiple sinusoidal burst frequency measurements | |
| Zhao et al. | A robust algorithm for formant frequency extraction of noisy speech | |
| Soon et al. | Transformation of narrowband speech into wideband speech with aid of zero crossings rate | |
| Lin et al. | Improved tone recognition for fluent Mandarin speech based on new inter-syllabic features and robust pitch extraction | |
| JPH1097288A (ja) | 背景雑音除去装置及び音声認識装置 | |
| JP2880683B2 (ja) | 雑音抑制装置 | |
| Kader | Pitch detection algorithm using a wavelet correlation model | |
| JPS599917B2 (ja) | 音声分析処理方式 | |
| JPH0114599B2 (ja) |