JPS60118898A - 音声分析方式 - Google Patents
音声分析方式Info
- Publication number
- JPS60118898A JPS60118898A JP58225671A JP22567183A JPS60118898A JP S60118898 A JPS60118898 A JP S60118898A JP 58225671 A JP58225671 A JP 58225671A JP 22567183 A JP22567183 A JP 22567183A JP S60118898 A JPS60118898 A JP S60118898A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- fundamental frequency
- autocorrelation function
- filter
- linear prediction
- 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
Landscapes
- Selective Calling Equipment (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】
ｆａｌ 発明の技術分野
本発明は音声認識並びに合成システムに係り、特に音声
の自己相関関数を用いて特徴を抽出する音声分析方式の
改良に関す。
の自己相関関数を用いて特徴を抽出する音声分析方式の
改良に関す。
ｆｂ） 技術の背景
近年電話交換機等のサービスの多様化の一環として、発
話者の音声を認識し合成する機会が増加している。音声
は、ピッチと呼ばれる声帯等の音源からエネルギーが供
給される周期を示す基本周波数と、音韻情報を与える高
調波と、前記各周波数成分とにより定まる。特に強いエ
ネルギーを持つ高調波成分をポルマントと称する。音声
を認識する為には該音声に含まれる音韻情報、特にホル
マント情報を抽出することが必要であり、基本周波数成
分は必要としない。また分析の結果ｉ＃られた特徴を用
いて元の音声を合成する為には、音韻情報に併せ基本周
波数成分を供給する。
話者の音声を認識し合成する機会が増加している。音声
は、ピッチと呼ばれる声帯等の音源からエネルギーが供
給される周期を示す基本周波数と、音韻情報を与える高
調波と、前記各周波数成分とにより定まる。特に強いエ
ネルギーを持つ高調波成分をポルマントと称する。音声
を認識する為には該音声に含まれる音韻情報、特にホル
マント情報を抽出することが必要であり、基本周波数成
分は必要としない。また分析の結果ｉ＃られた特徴を用
いて元の音声を合成する為には、音韻情報に併せ基本周
波数成分を供給する。
ｔｃ＋ 従来技術と問題点
音声の分析方式として線形予測分析法が公知である。該
線形予測分析法によれば、音声の波形を所定標本化周期
で標本化して得られる２個の標本値ｘ（ｎ−ｋ）（但し
、にはｌ乃至ｐ〕の線形結合から一つ先の標本値ｘ （
ｎ）を推定する場合、成る一定区間内における推定誤差
の自乗の和が最小となる様に、前記線形結合の係数（以
後線形予測係数ａｋと称す）を決定する。今標本値ｘ
（ｎ＞を推定した場合の推定誤差ｅ （ｎ＞は（１）式
により示される。
線形予測分析法によれば、音声の波形を所定標本化周期
で標本化して得られる２個の標本値ｘ（ｎ−ｋ）（但し
、にはｌ乃至ｐ〕の線形結合から一つ先の標本値ｘ （
ｎ）を推定する場合、成る一定区間内における推定誤差
の自乗の和が最小となる様に、前記線形結合の係数（以
後線形予測係数ａｋと称す）を決定する。今標本値ｘ
（ｎ＞を推定した場合の推定誤差ｅ （ｎ＞は（１）式
により示される。
ｅ （ｎ） ＝ｘ （ｎ） −Σａ ｋ−ｘ （ｎ−ｋ
） −（１）ｋ＝Ｊ また推定誤差ｅ （ｎ）の前記区間に就いての自乗和Ｅ
は（２）式で示される。
） −（１）ｋ＝Ｊ また推定誤差ｅ （ｎ）の前記区間に就いての自乗和Ｅ
は（２）式で示される。
Ｅ−Σｅ （ｎ）
＝３ （Ｘ （ｎ）−Σａ ｋ−ｘ （ｎ−ｋ） ）”
（２）ｋＩ＝ｌ 前記線形予測係数ａｋは、前記自乗和Ｅの各線形予測係
数ａｋによる偏微分係数から得られる（３）式を解くこ
とによりめられる。
（２）ｋＩ＝ｌ 前記線形予測係数ａｋは、前記自乗和Ｅの各線形予測係
数ａｋによる偏微分係数から得られる（３）式を解くこ
とによりめられる。
Σｘ （ｎ） ｘ （ｎ−１）
′ｐ
−ΣａｋΣｘ （ｎ−ｋ） −ｘ （ｎ−，１） ＝Ｏ
ｋ＝Ｈ′７′ Σｘ （ｎ） ｘ （ｎ−２） ′？′Ｐ −ΣａｋΣｘ （ｎ−ｋ） −ｘ （ｎ−２） −＝Ｏ
ｋ−１へ Σｘ （ｎ） ｘ （ｎ−ｐ） ′ Ｐ −ΣａｋΣｘ （ｎ−ｋ） −ｘ （ｎ−ｐ） ＝Ｏｋ
−ｔ 外 ・・・・・・（３） ここで前記区間を一■＜ｎ＜＋■にとると、（３）式は
（４）式に示される自己相関関数Ｒ（ｉ）により（５）
式の如く変形される。
ｋ＝Ｈ′７′ Σｘ （ｎ） ｘ （ｎ−２） ′？′Ｐ −ΣａｋΣｘ （ｎ−ｋ） −ｘ （ｎ−２） −＝Ｏ
ｋ−１へ Σｘ （ｎ） ｘ （ｎ−ｐ） ′ Ｐ −ΣａｋΣｘ （ｎ−ｋ） −ｘ （ｎ−ｐ） ＝Ｏｋ
−ｔ 外 ・・・・・・（３） ここで前記区間を一■＜ｎ＜＋■にとると、（３）式は
（４）式に示される自己相関関数Ｒ（ｉ）により（５）
式の如く変形される。
Ｒ（ｐ） −ΣａｋＲ（ｐ ｋ） −０に＝ｔ
・・・・・・（５）
従って線形予測係数ａｋは、自己相関関数Ｒ（１）乃至
Ｒ（ｐ）をめることにより計算される。
Ｒ（ｐ）をめることにより計算される。
一方音声波形の基本角周波数をω０、標本化周期をＴと
すると、音声波形ｘ （ｎＴ）は（６）式で示される。
すると、音声波形ｘ （ｎＴ）は（６）式で示される。
ｘ（ｎＴ） −Σｂｋ−ｃｏｓ （ｋω０ｎＴｋ諭ｆ
＋Δθｋ ）・・・（６）
但しΔθには位相差を示す
従ってかかる音声波形の自己相関関数Ｒ（ｉ）は（７）
式によりめられる。
式によりめられる。
Ｒ（０） ＝ΣＸ （ｎ） −１
Ｒ（１） ＝Σｂｋ″・ｃｏｓ（ｋωＯＴ）ｉｔ
Ｒ（２） ＝Σｂｋ ’ −ｃｏｓ （ｋω０２Ｔ）−
１ Ｒ（ｐ） ＝’Σｂｋ’−ｃｏｓ （ｋω０ｐＴ）ｋｌ
＝ｌ ・・・・・・（７） 第１図は、以上の原理に基づ〈従来ある音声分析方式の
一例を示す図である。第１図において、自己相関関数演
算回路２０ば入力端子１０から入力される音声波形から
自己相関関数Ｒ（０）乃至Ｒ（ｐ）をめ、線形予測係数
演算回路２１は自己相関関数演算回路２０によりめられ
た自己相関関数Ｒ（０）乃至Ｒ（ｐ）に基づき線形予測
係数ａｌ乃Ｖａｐをめ、音声の分析結果として出力端子
１１から出力する。
１ Ｒ（ｐ） ＝’Σｂｋ’−ｃｏｓ （ｋω０ｐＴ）ｋｌ
＝ｌ ・・・・・・（７） 第１図は、以上の原理に基づ〈従来ある音声分析方式の
一例を示す図である。第１図において、自己相関関数演
算回路２０ば入力端子１０から入力される音声波形から
自己相関関数Ｒ（０）乃至Ｒ（ｐ）をめ、線形予測係数
演算回路２１は自己相関関数演算回路２０によりめられ
た自己相関関数Ｒ（０）乃至Ｒ（ｐ）に基づき線形予測
係数ａｌ乃Ｖａｐをめ、音声の分析結果として出力端子
１１から出力する。
以上の説明から明らかな如く、従来ある音声分析方式に
おいては、人力される音声から直接自己相関関数Ｒ（０
）乃至Ｒ（ｐ）をめていた。然しく７）式から明らかな
如く、自己相関関数Ｒ（１）乃至Ｒ（ｐ）にはそれぞれ
基本周波数成分ｂｌｃｏｓ（ωｏａＴ）（但しｉは１乃
至ｐ〕が倉まれでいる。従ってかかる自己相関関数Ｒ（
１）乃至Ｒ（ｐ）から計算した線形予測係数ａ ｋには
基本周波数成分が含まれていることとなる。然し前述の
如く、音声の認識を行う場合には基本周波数成分は必要
無く、寧ろ高エネルギーを有する基本周波数成分が含ま
れると他のホルマントをマスクする恐れもあり、的確な
特徴抽出が行われぬ欠点がある。また音声を合成する場
合には、音韻に関する情報として線形予測係数ａｌ乃至
ａ ｐと別にピッチに関する情報を伝達すると、ピッチ
に関する情報が二重に伝達されると言う無駄が生ずる。
おいては、人力される音声から直接自己相関関数Ｒ（０
）乃至Ｒ（ｐ）をめていた。然しく７）式から明らかな
如く、自己相関関数Ｒ（１）乃至Ｒ（ｐ）にはそれぞれ
基本周波数成分ｂｌｃｏｓ（ωｏａＴ）（但しｉは１乃
至ｐ〕が倉まれでいる。従ってかかる自己相関関数Ｒ（
１）乃至Ｒ（ｐ）から計算した線形予測係数ａ ｋには
基本周波数成分が含まれていることとなる。然し前述の
如く、音声の認識を行う場合には基本周波数成分は必要
無く、寧ろ高エネルギーを有する基本周波数成分が含ま
れると他のホルマントをマスクする恐れもあり、的確な
特徴抽出が行われぬ欠点がある。また音声を合成する場
合には、音韻に関する情報として線形予測係数ａｌ乃至
ａ ｐと別にピッチに関する情報を伝達すると、ピッチ
に関する情報が二重に伝達されると言う無駄が生ずる。
（ｄ） 発明の目的
本発明の目的は、前述の如き従来ある音声分析方式の欠
点を除去し、音声の認識の際に必要とするポルマント情
報を強調した情報を特徴として抽出する手段を実現する
ことに在る。
点を除去し、音声の認識の際に必要とするポルマント情
報を強調した情報を特徴として抽出する手段を実現する
ことに在る。
（ｅｌ） 発明の構成
この目的は、音声の自己相関関数を用いて特徴を抽出す
る音声認識並びに合成システムにおいて、前記音声から
基本周波数を抽出するピッチ抽出手段と、該ピンチ抽出
手段から伝達される基本周波数に基づき前記音声から基
本周波数成分を除去するフィルタとを設け、該フィルタ
の出力波形の自己相関関数を用いて前記音声の特徴を抽
出することにより達成される。
る音声認識並びに合成システムにおいて、前記音声から
基本周波数を抽出するピッチ抽出手段と、該ピンチ抽出
手段から伝達される基本周波数に基づき前記音声から基
本周波数成分を除去するフィルタとを設け、該フィルタ
の出力波形の自己相関関数を用いて前記音声の特徴を抽
出することにより達成される。
即ち本発明においては、基本周波数成分を除去した音声
によりめられた自己相関関数を用いて音声の特徴が抽出
される。
によりめられた自己相関関数を用いて音声の特徴が抽出
される。
ｆｆｌ 発明の実施例
以下、本発明の一実施例を図面により説明する。
第２図は本発明の一実施例による音声分析方式を示す図
であり、第３図は第２図におけるフィルタの一例を示す
図である。なお、企図を通じて同一符号は同一対象物を
示す。第２図において、入力端子１０から入力された音
声の標本値ｘ （ｎ）はピンチ抽出回路３０および遅延
調整回路４０に伝達される。ピッチ抽出回路３０は標本
値ｘ（ｎ）から各種ｉに対する自己相関関数Ｒ（ｉ）を
める自己相関関数演算部３１と、自己相関関数演算部３
１から出力される自己相関関数Ｒ（ｉ）の中から゛最大
値を示す自己相関関数Ｒ（ｉ）に対するｉをピッチ即ち
基本周波数と判定する最大値選択部３２とから構成され
る。かくしてピッチ抽出回路３０の抽出した基本周波数
はフィルタ４１に伝達される。一方遅延調整回路４０に
伝達された音声は、ピンチ抽出回路３０が基本周波数を
抽出するに充分な時間の遅延を与えられた後、フィルタ
４１に入力される；フィルタ４１は第３図に示される如
く、−標本化遅延レジスフ４１２および４１３、乗算器
４１４および４１５、並びに加算器４１６および４１７
から構成され、（９）式に示される伝達関数Ｆ （ｚ）
を有する。
であり、第３図は第２図におけるフィルタの一例を示す
図である。なお、企図を通じて同一符号は同一対象物を
示す。第２図において、入力端子１０から入力された音
声の標本値ｘ （ｎ）はピンチ抽出回路３０および遅延
調整回路４０に伝達される。ピッチ抽出回路３０は標本
値ｘ（ｎ）から各種ｉに対する自己相関関数Ｒ（ｉ）を
める自己相関関数演算部３１と、自己相関関数演算部３
１から出力される自己相関関数Ｒ（ｉ）の中から゛最大
値を示す自己相関関数Ｒ（ｉ）に対するｉをピッチ即ち
基本周波数と判定する最大値選択部３２とから構成され
る。かくしてピッチ抽出回路３０の抽出した基本周波数
はフィルタ４１に伝達される。一方遅延調整回路４０に
伝達された音声は、ピンチ抽出回路３０が基本周波数を
抽出するに充分な時間の遅延を与えられた後、フィルタ
４１に入力される；フィルタ４１は第３図に示される如
く、−標本化遅延レジスフ４１２および４１３、乗算器
４１４および４１５、並びに加算器４１６および４１７
から構成され、（９）式に示される伝達関数Ｆ （ｚ）
を有する。
Ｆ（ｚ）−１＋ｃｌ・ｚ ＋ｃ２−ｚ ） −（９１な
お係数ｃ’ｌおよびｃ２はピッチ抽出回路３０から伝達
されたピンチから００）式により定められる。
お係数ｃ’ｌおよびｃ２はピッチ抽出回路３０から伝達
されたピンチから００）式により定められる。
かかる伝達関数Ｆ （ｚ）は基本角周波数ω０に零点を
有し、入力端子４１０から入力される音声の基本周波数
成分ｂ１・（、ｏｓ （ωＯｎＴ＋Δθ１）を除去して
出力端子４１１から出力し、自己相関関数演算回路２０
に伝達する。自己相関関数演算回路２０はフィルタ４１
から伝達された基本周波数成分ｂｌ−ｃｏｓ （ωＯｎ
Ｔ＋Δθ１）を除去された音声に基づき第１図と同様に
自己相関関数Ｒ（０）乃至Ｒ（１））をめて線形予測係
数演算回路２１に伝達し、線形予測係数演算回路２１も
自己相関関数演算回路２０から伝達された自己相関関数
Ｒ（０）乃至Ｒ（Ｉｌｌ）に基づき第１図におけると同
様に線形予測係数ａｋをめ、出力端子１１に出力する。
有し、入力端子４１０から入力される音声の基本周波数
成分ｂ１・（、ｏｓ （ωＯｎＴ＋Δθ１）を除去して
出力端子４１１から出力し、自己相関関数演算回路２０
に伝達する。自己相関関数演算回路２０はフィルタ４１
から伝達された基本周波数成分ｂｌ−ｃｏｓ （ωＯｎ
Ｔ＋Δθ１）を除去された音声に基づき第１図と同様に
自己相関関数Ｒ（０）乃至Ｒ（１））をめて線形予測係
数演算回路２１に伝達し、線形予測係数演算回路２１も
自己相関関数演算回路２０から伝達された自己相関関数
Ｒ（０）乃至Ｒ（Ｉｌｌ）に基づき第１図におけると同
様に線形予測係数ａｋをめ、出力端子１１に出力する。
以上の説明から明らかな如く、本実施例によれば、自己
相関関数演算回路２０および線形予測係数演算回路２１
はフィルタ４１により基本周波数成分ｂｌ−ｃｏｓ （
ωＯｎＴ＋Δθ１）を除去された音声に基づき自己相関
関数Ｒ（０）乃至択（ｐ）および線形予測係数ａｋを算
出する為、出力端子１１から出力される特徴には基本周
波数成分が含まれず、音声の認識および合成に好適とな
る。
相関関数演算回路２０および線形予測係数演算回路２１
はフィルタ４１により基本周波数成分ｂｌ−ｃｏｓ （
ωＯｎＴ＋Δθ１）を除去された音声に基づき自己相関
関数Ｒ（０）乃至択（ｐ）および線形予測係数ａｋを算
出する為、出力端子１１から出力される特徴には基本周
波数成分が含まれず、音声の認識および合成に好適とな
る。
なお、第２図および第３図はあく迄本発明の一実施例に
過ぎず、例えはフィルタ４１の構成は図示されるものに
限定されることは無く、他に幾多の変形が考慮されるが
、何れの場合にも本発明の効果は変らない。また本発明
の対象となる線形予測分析法は前述の如き係数決定法に
限定されることは無く、他に幾多の変形が考慮されるが
、自己相関関数を用いる何れの場合にも本発明の９ＪＪ
果は変らない。
過ぎず、例えはフィルタ４１の構成は図示されるものに
限定されることは無く、他に幾多の変形が考慮されるが
、何れの場合にも本発明の効果は変らない。また本発明
の対象となる線形予測分析法は前述の如き係数決定法に
限定されることは無く、他に幾多の変形が考慮されるが
、自己相関関数を用いる何れの場合にも本発明の９ＪＪ
果は変らない。
（ｇｌ 発明の効果
以上、本発明によれば、音声のピンチに関する情報が除
去され、ポルマント情報を強調した情報を特徴として抽
出することがｐＪ能となり、音声の認識に好適な分析結
果が得られる。 −
去され、ポルマント情報を強調した情報を特徴として抽
出することがｐＪ能となり、音声の認識に好適な分析結
果が得られる。 −
第１図は従来ある音声分析方式の一例を示す図、第２図
は本発明の一実施例による音声分析方式を示す図、第３
図は第２図におりる）、「ルタの一例を示す図である。 図において、１０および４１０は入力端子、１１および
４１１は出力端子、２０は自己相関関数演算回路、２１
は線形予測係数演算回路、３ｏはピッチ抽出回路、３１
は自己相関関数演算部、３２は最大値選択部、４ｏは遅
延調整回路、４１はフィルタ、４１２および４１３は一
標本化遅延レジスタ、４１４および４１５は乗算器、４
１６および４１７は加算器、ｃｌおよびｃ２は係数を示
す。
は本発明の一実施例による音声分析方式を示す図、第３
図は第２図におりる）、「ルタの一例を示す図である。 図において、１０および４１０は入力端子、１１および
４１１は出力端子、２０は自己相関関数演算回路、２１
は線形予測係数演算回路、３ｏはピッチ抽出回路、３１
は自己相関関数演算部、３２は最大値選択部、４ｏは遅
延調整回路、４１はフィルタ、４１２および４１３は一
標本化遅延レジスタ、４１４および４１５は乗算器、４
１６および４１７は加算器、ｃｌおよびｃ２は係数を示
す。
Claims (1)
- 音声の自己相関関数を用いて特徴を抽出する音声認識並
びに合成システムにおいて、前記音声から基本周波数を
抽出するピッチ抽出手段と、該ピンチ抽出手段から伝達
される基本周波数に基づき前記音声から基本周波数成分
を除去するフィルタとを設け、該フィルタの出力波形の
自己相関関数を用いて前記音声の特徴を抽出することを
特徴とする音声分析方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58225671A JPS60118898A (ja) | 1983-11-30 | 1983-11-30 | 音声分析方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58225671A JPS60118898A (ja) | 1983-11-30 | 1983-11-30 | 音声分析方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS60118898A true JPS60118898A (ja) | 1985-06-26 |
Family
ID=16832954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58225671A Pending JPS60118898A (ja) | 1983-11-30 | 1983-11-30 | 音声分析方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60118898A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999038156A1 (fr) * | 1998-01-26 | 1999-07-29 | Matsushita Electric Industrial Co., Ltd. | Methode et dispositif d'accentuation de registre |
-
1983
- 1983-11-30 JP JP58225671A patent/JPS60118898A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999038156A1 (fr) * | 1998-01-26 | 1999-07-29 | Matsushita Electric Industrial Co., Ltd. | Methode et dispositif d'accentuation de registre |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5450522A (en) | Auditory model for parametrization of speech | |
| US9026435B2 (en) | Method for estimating a fundamental frequency of a speech signal | |
| JP2005157363A (ja) | フォルマント帯域を利用したダイアログエンハンシング方法及び装置 | |
| US20210201938A1 (en) | Real-time pitch tracking by detection of glottal excitation epochs in speech signal using hilbert envelope | |
| JP2940835B2 (ja) | ピッチ周波数差分特徴量抽出法 | |
| JP3270866B2 (ja) | 雑音除去方法および雑音除去装置 | |
| JPS60118898A (ja) | 音声分析方式 | |
| Ganapathy et al. | Robust spectro-temporal features based on autoregressive models of hilbert envelopes | |
| Kameoka et al. | Speech spectrum modeling for joint estimation of spectral envelope and fundamental frequency | |
| CN112088404B (zh) | 基音强调装置、其方法、以及记录介质 | |
| WO2019216192A1 (ja) | ピッチ強調装置、その方法、およびプログラム | |
| JP3271193B2 (ja) | 音声符号化方法 | |
| JPH0318720B2 (ja) | ||
| JPS5876891A (ja) | 音声ピツチ抽出方法 | |
| JP2898637B2 (ja) | 音声信号分析方法 | |
| JPH06202695A (ja) | 音声信号処理装置 | |
| JP3221050B2 (ja) | 有声音判別方法 | |
| Fushikida | A formant extraction method using autocorrelation domain inverse filtering and focusing method. | |
| JPS61187000A (ja) | 音声のピツチ周波数抽出装置 | |
| Tan et al. | Speech feature extraction and reconstruction | |
| JPS62278598A (ja) | 帯域分割型ボコ−ダ | |
| JPH0477798A (ja) | 周波数包絡線成分の特徴量抽出方法 | |
| Yang et al. | Estimation of voice source and vocal tract parameters using combined subspace-based and amplitude spectrum-based algorithm. | |
| JP3063088B2 (ja) | 音声分析合成装置、音声分析装置及び音声合成装置 | |
| Rabiner et al. | Use of a Computer Voice‐Response System for Wiring Communications Equipment |