JPS605000A - ピツチ抽出装置 - 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】 産業上の利用分野 本発明は、音声波形を任意の区間に分割し、区間毎に自
己相関係数を算出してピッチ抽出を行なうピンチ抽出装
置に関するものである。

従来例の構成とその問題点 音声波形における有声音部分は周期的な繰り返し波形を
持ちその周期（ピッチ）の変化特性は、音声処理におい
ては重要なパラメータであることが知られている。音声
の分析合成系においては、分析時に抽出したピッチの抽
出結果が合成時における合成音の品質に大きな影響を与
える。

音声波形のピンチ抽出方法としては、従来から音声信号
をある時間長で分割するフレーム毎に音声信号の自己相
関係数を算出し抽出する方法が広く用いられている。し
かしながら前記方法は、正しいピッチの倍周期や半周期
の成分などを誤ってピッチとして抽出したり、その演算
の複雑さから多くの演算時間を必要とするだめ音声の実
時間分析には適さない。捷だ実時間分析を行なう様にノ
・−ドウェア構成を考えた場合にも、前記理由により高
速な演算処理装置を必要とするなどの欠点を有している
。

前記演算時間を短縮する方法として音声波形だだし、（
＋、：Ｌきい値 によって非線形変換し、その非線形変換した二値の相関
係数を演算してピッチを抽出する方法が提案されている
。しかしながらこの方法においても、正しいピッチの倍
周期や半周期などの成分を誤ってピッチとして抽出する
という欠点を有している。

発明の目的 本発明は、以上のような従来の問題点を解決するもので
、ピッチ抽出において従来に比べて演や処理量が少なく
かつピッチ誤抽出を大幅に減少し得るピッチ抽出装置を
提−供することを目的とする。

発明の構成 この目的を達成するだめに本発明は、任意の区間に分割
した音声波形を、しきい値によって非線形変換してｙｌ
（ｎ）、ｙ２（ｎ）を得、これらの関数の相関値Ｐ（τ
）をめＰ（τ）が最大になるτの値をピンチとする過程
において、音声波形を前半部と後半部に分割して、分割
した部分の境界を中心としたあらかじめ定められた領域
を除去した二つの部分の最大値を別々にめ、このめた二
つの最大値からしきい値を決定し、このしきい値−を前
記任意の区間毎に可変にするようにしたピッチ抽出装置
を提供するものである。

実施例の説明 ワ、１本発明の一実施例を図面を用いて説明する。

第１図は本発明の詳細な説明するだめのブロック図であ
る。

音声波形が、Ａ／Ｄ変換器１に入力される。

、Ａ／Ｄ変換器１は、音声波形をあらかじめ定められた
周波数で標本化しく普通、電話音声程度の音質であれば
、標本化周波数は８ＫＨｚ、音声波形の振幅の量子化は
８ビツトで充分であり、以下この数値を用いて説明する
。）、音声波形を離散的な時系列信号に変換した標本化
音声波形をデータ量くノファメモリ２へ出カスる。デー
タバッファメモリ２は標本化音声波形を一時的に記憶し
、分析フレーム周期分の標本化音声波形を記憶した時点
で、標本化音声波形の前半部からあらかじめ定められた
領域を除いた後の部分を前半部最大値検出回路３へ、標
本化音声波形の後半部からあらかじめ定められた領域を
除いた後の部分を後半部最大値検出回路４へ出力する。

ここで除く領域は前半部と後半部の境界に隣接しかつ最
大値を含む領域である。なお前半部と後半部の標本化音
声波形のデータ量は等しくする。

前半部最大値検出回路３は、前記標本化音声波形の前半
部からあらかじめ定められた領域を除いた部分の最大値
ＭＡＸ１をめ、しきい値決定回路６へ出力する。後半部
最大値検出回路４に１、前記標本化音声波形の後半部か
らあらかじめ定められた領域を除いた部分の最大値ＭＡ
Ｘ２をめ、しきい値決定回路５へ出力する。

し７きい値決定回路６は前記最大値ＭＡＸ１及び最大値
ＭＡＸ２を基に次の３．４．６式によってしきい値ＣＬ
　を決定する。

ＩＭＡＸ　＝　ｍａｘ（ＭＡＸｌ　、ＭＡＸ２）−＝（
３）ＩＭＡＸ１＝　ｍｉｎ（ＭＡＸｌ　、ＭＡＸ２）−
（４）ＯＬ＝　ｍ１ｎ（ＩＭＡＸ、　ｏ、ｅ、　ＩＭＡ
Ｘ、０．８　）・・・・・（５） ここでｍａｘ（１）はどちらか絶対値の大きい方を、ｍ
１ｎ（’　＋　）はどちらか絶対値の小さい方を選択す
る意味である。

しきい値決定回路６は、この決定されたしきい値ＯＬを
、非線形変換回路６及び三値分類回路７へ出力する。

ここで本発明のしきい値決定方法を、第２図を用いて説
明する。

分析フレームＡ）でおいてピッチは波高値３０４と３０
１との間隔Ｔであることは明白である。いま分析フレー
ム人の全振幅情報からしきい値を決定すると、分析フレ
ーム人の前半部Ａ１　の最大値は波高値３０１であり、
後半部Ａ２の最大値は波高値３０２であるから、前記式
３，４．５からしきい値は、しきい値３０３が導かれる
。しかしながらしきい値３０３は、波高値３０４を越え
ており、波高値３０４を使用しないのでピッチ抽出の際
にピッチＴ以外の誤ったピンチを抽出する。

これに対し本発明のしきい値決定法では分析フレーム人
において、分析フレーム人を前半部ム１う後半部Ａ２に
分割し前半部ム１と後半部Ａ２の境界、す々わち分析フ
レーム人の中間点３０５を中心としたあらかじめ定めら
れた領域３０６を除去した後の分析フレーム人の振幅情
報から前記前半部最大値検出回路３及び後半部最大値検
出回路４にて前半部最大値は波高値３０７、後半部の最
大値は波高値３０８が検出され、次に前記しきい値決定
回路６によって波高値３０７の６０％の値がしきい値３
０９として決定される。この結果波高値３０４ｉｊ：見
落されずピンチ抽出−においてはピッチＴが得られる。

再び第１図にもどり、非線形変換回路６は、バッファメ
モリ２から転送され一時的に記憶されている標本化音声
波形を、しきい値決定回路５で前述のようにして決めら
れたしきい値ＣＬを基に前記１式に従って非線形変換す
る。

第３図は非線形変換回路６によって標本化音声波形を非
線形変換した例である。第３図ａは、標本化音声波形、
ｂは、非線形変換後の標本化音声波形である。非線形変
換回路６は、非線形変換した標本化音声波形をピッチ算
出回路８へ出力する。

三値分類回路７は、前記バッファメモリ２から転送され
一時的に記憶されている前記標本化音声波形を、しきい
値ＯＬを基に前記２式に従って三値に分類し、ピッチ算
出回路８へ出力する。第４図は三値分類回路７によって
標本化音声波形を前記２式のように三値分類した例であ
る。第４図ａは、標本化音声波形、ｂは、三値分類後の
信号である。

ピッチ算出回路８は、非線形変換回路６及び三値分類回
路Ｔを介して供給さ７′１．たｙ＋　ｉｎ）　ｌ　ｙ２
（ｎ）の信号に基づいて次の６式に従って相関係数ｐ（
τ）をめる。

Ｎ−τ （ｉ＝１．・・・・・・Ｎ） ただし１フレーム当りの標本化音声波形の個数はＮ個と
する。

通常の成人男女のピッチの変化範囲は６０Ｈ２〜４００
Ｈ２であり、この範囲を探索すると、τの範囲は、τ二
２Ｑ〜１６０である。前記６式からめられたＰ（τ）の
中で最大値を取るものをＰ岨は６）とするとその時のτ
。をピッチとして抽出する。

発明の詳細 な説明したように本発明は、音声波形の振幅の状態によ
って、しきい値ＯＬを分析フレーム周期毎に″変化させ
て、その値によって音声波形を非線形変換し、！／　１
（ｎ）　２．！／２　（ｎ）を演算Ｌ〜１．３ｈ　（ｎ
）　、！２（ｎ）の相関係数を演算すぎようにしたピッ
チ抽出装置゛　°　５　で演算時間 が短かくかつピッチの誤抽出を防止することが可能であ
る。

【図面の簡単な説明】

第１図は本発明の一実施例におけるピッチ抽出装置を説
明するだめのブロック図、第２図は従来例および本発明
におけるしきい値決定方法を説明するための波形図、第
３図（ａ）、　（ｂｊは本発明に使用される非線形変換
回路の特性図、第４図（’ａ）、　（ｂ）は本発明に使
用される三値分類回路の特性図である。 １・・・・・・Ａ／Ｄ変換器、２・・・・・・データバ
ッファメモリ、３・・・・・・前半部最大値検出回路、
４・・・・・・後半部最大値検出回路、６・・・・・・
しきい値決定回路、６・・・・・・非線形変換回路、７
・・・・・・三値分類回路、８・・・・・・ピッチ算出
回路。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第３
図 Ｃ） 第４図 ＜ａ）

Claims (1)

【特許請求の範囲】
1. （１）任意の区間に分割した音声波形の各区間において
   音声波形を前半部と後半部に分割し、前半部と後半部の
   境界を中心として予め定められた領域を除去した２つの
   部分の音声波形の最大値をもとにして各区間のしきい値
   を決定し、このしきい値によって音声波形を非線形変換
   して得だ関数の相関によりピッチを抽出することを特徴
   とするピッチ抽出装置。 （謁　非線形変換が次式 ％式％） ） ） （ ） （ただし、ｘ（ｎ）は音声波形、ｃ、はしき゛パ伝値）
   に従って演算された特許請求の範囲第１項記載のピッチ
   抽出装置。