JPS61185799A - 有声破裂音認識装置 - 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〕 本発明は単音節音声認識装置に係り、特に有声破裂音の
認識に供せられる有声破裂音認識装置に関する。

例えば日本語における音節は母音と子音とに大別され、
これらのうち子音は、調音様式によって破裂子音をはじ
めとする６種類に分類される。また破裂子音は有声破裂
音（バ行・ダ行・ガ行の子音）と無声破裂音（パ行・夕
行・力行の子音）とに分類される。

第２図は有声破裂音“バ″の音声信号であり。

領域■はバズバー（ｂｕｚｚ　ｂａｒ）と称される領域
であり、有声破裂音の破裂に先立って比較的ひくい周波
数の周期的信号が継続する。

領域■は破裂部と称され、破裂時点Ｂから数肥の短い間
に破裂的信号が存在する。

領域■は破裂部直後から母音への渡りの領域であり、こ
こで子音“ｂ”から母音“ａ”への移り変わりがおこな
われるのであるが、この領域は領域■とともに有声破裂
音を最も特徴付ける領域である。

また領域■は母音“ａ”を特徴付ける領域であり、比較
的長時間にわたって周期的信号が継続する。

従って、有声破裂音の認識においては破裂時点Ｂおよび
破裂時点直後から母音への渡り領域の特徴を正確に抽出
することが重要である。

〔従来の技術〕

第３図は有声破裂音認識装置の従来例の構成を示すブロ
ック図であり。

１は話者が発声した有声破裂音を電気信号に変換するマ
イクロホン。

２はマイクロホン１によって電気信号に変換された音声
信号を１例えば１０　ｋ　Ｈｚ毎にサンプリングしてＡ
Ｄ変換するＡＤ変換器（八／Ｄ）。

３はＡＤ変換２によってＡＤ変換された音声信号の時系
列を一時記憶するバッファ。

４はバッファ３に記憶する音声信号を所定時間長の分析
窓によって一定周期毎に分析して、所定時間長のフレー
ム毎の例えばパワースペクトル等の特徴を抽出し特徴時
系列を作る特徴抽出部。

５は有声破裂音の種類毎に予め準備した標準の特徴時系
列を登録する特徴辞書。

６は特徴抽出部４によって抽出した入力音声の特徴時系
列と特徴辞ＩＦ５に登録する複数の標準特徴時系列との
類似度を求める照合部。

７は照合部６によって得られた類似度によって。

入力された有声破裂音の種別を判定する判定部である。

〔発明が解決しようとする問題点〕

上記構成の有声破裂音認識装置においては、特徴抽出部
４では第２図に示すように１例えば長さｇ＝２０ｍｓの
分析窓を■−■−■−・・・のように。

例えば周期Ｔ＝１０ｍｓ毎に移動させながら、音声信号
の各フレーム毎に特徴を抽出して５例えば４０フレ一ム
分の特徴時系列を作るのであるが１分析窓をかける位置
に対しては何等の規制がなされていない。

このため破裂時点から母音への渡りの領域（領域■・■
）にかかる分析窓の位置が不定であり。

有声破裂音を最も特徴付ける領域の特徴を常に安定すな
わち正確に抽出することが出来ず、従って認識精度が低
下するという問題点がある。

〔問題点を解決するための手段〕

本発明になる有声破裂音認識装置は、入力された音声信
号の一次差分の時系列と二次差分の時系列とを生成する
第一の演算回路と、前記生成された二次差分の時系列か
ら前記入力された音声信号の有声破裂音の破裂時点の候
補を検出する第一の検出回路と、前記検出された破裂時
点の候補の前後における前記音声信号のエネルギーの差
分を演算する第二の演算回路と、前記演算されたエネル
ギーの差分の最大値が得られる時点を検出する第二の検
出回路とを備えることによって前記問題点の解消を図っ
たものである。

〔作用〕

第２図に見られるように、破裂時点Ｂでは音声信号の急
激な立上がりが現れ、また微視的には音声信号のエネル
ギーが急激に増大していることがわかる。

このような特徴に注目して２本発明では、入力音声信号
の二次差分によって音声信号の急激な立上がり部を破裂
時点の候補として幾つか検出したのち、これらの中で前
後におけるエネルギーの差分の最大値が得られる時点を
破裂時点として決定し、このようにして得られた破裂時
点によって。

特徴抽出における分析窓をかける位置を規制することに
り、入力音声信号中の有声破裂音を最も特徴付ける領域
の特徴を常に安定に抽出できるようにしたものである。

〔実施例〕

以下に本発明の要旨を実施例によって具体的に説明する
。

第１図は本発明一実施例の構成を示すブロック図であり
、第３図従来例のブロック図と共通する符号は同一対象
を指すほか。

８ａ・８ｂ・８ｃ・８ｄは入力された音声信号の一次差
分の時系列と二次差分の時系列とを生成する第一の演算
回路８の構成要素であり、　８ａはバッファ３に記憶さ
れる音声信号の時系列の一次差分を演算しその時系列を
生成する第一の差分回路、　８ｂは第一の差分回路８ａ
の出力を絶対値に変換する変換回路、　８ｃは変換回路
８ｂを介して得られる入力音声信号の一次差分の絶対値
の時系列を格納するバッファ、また８ｄはバッファ８ｃ
に格納される時系列の−次差分として、入力音声信号の
二次差分を演算しその時系列を生成する第二の差分回路
である。

９は第二の差分回路８ｄによって生成された入力音声信
号の二次差分の時系列から、所定の闇値を越える時点を
抽出することにより、入力音声信号中の有声破裂音の破
裂時点の候補を検出する第一の検出回路。

１０は第一の検出回路９によって検出された破裂時点の
候補を格納するバッファ。

１１は、バッファ８ｃに格納される入力音声信号の一次
差分の絶対値の時系列から、バッファ１０に格納される
各破裂時点の候補の前後における入力音声信号のエネル
ギーの差分を演算する第二の演算回路。

１２は第二の演算回路１１によって演算されたエネルギ
ーの差分の最大値が得られる時点を有声破裂音の破裂時
点として検出する第二の検出回路。

４′は、バッファ３に記憶する音声信号の時系列を、第
二の検出回路１２によって検出された破裂時点によって
規制された所定時間長の分析窓によって一定周期毎に分
析して、所定時間長のフレーム毎の例えばパワースペク
トル等の特徴を抽出し特徴時系列を作る特徴抽出部であ
る。

以上のような構成により、第一の演算回路８において入
力音声信号の一次差分の絶対値の時系列ＸＩ（仁）＝　
ｌ　ｘ（ｔ）　−ｘ（ｔ−１）　　ｌ　　　　　（１１
および二次差分の時系列 ｘ　２（ｔ）　＝　ｘ　Ｈｔ）　−ｘ　１（ｔ−１）　
　　　　　　（２）が得られ、バッファ８ｃには出力音
声信号の一次差分の絶対値の時系列（第３図（ａ）参照
）が、またバッファ１０には入力音声信号の二次差分の
時系列のうち所定の閾値を越えるものく第３図中）参照
）が生ずる時点ｔＨ，すなわち有声破裂音の破裂時点の
候補が格納される。

第二の演算回路１１は、各破裂時点の候補ｔｉ毎に９次
式で定義される信号エネルギーの差分Ｅｔｉ＝Σｓｑ、
　ｘ　１　（ｔ）−Σｓｑ、　ｘ　Ｈｔ）　　　（３）
を求める（たただし右辺の第１項は破裂時点の候補時刻
ｔｉまでのＭ時間ぶんの一次差分の信号エネルギー、第
２項はそのあとＭ時間ぶんの一次差分の信号のエネルギ
ーであり、ここでＭは例えば５〜６ｍａの範囲である）
。

また検出回路１２は、第二の演算回路１１によって演算
された信号エネルギーの差分の最大値が得られる時点を
検出し、これを有声破裂音の破裂時点として決定する。

特徴抽出部４′は、このようにして決定された破裂時点
によって規制された所定時間長の分析窓を用い、バッフ
ァ３に記憶する音声信号の時系列を一定周期毎に分析し
て、所定時間長のフレーム毎の例えばパワースペクトル
等の特徴を抽出し特徴時系列を作る。

以下従来例と同様にして、特徴抽出部４′によって抽出
た入力音声の特徴時系列と特徴辞書５に登録する複数の
標準特徴時系列との類似度から。

入力された有声破裂音の種別を判定する。

上記実施例では、破裂時点を求めるために、まず入力音
声信号の二次差分から破裂時点の候補を求めたうえ、こ
れらを−次差分の絶対値の時系列信号のエネルギーの差
分によって検証しており。

従って入力音声信号中に多少の雑音があっても正確に破
裂時点を検出することができる。

〔発明の効果〕

以上説明したように２本発明によれば、特徴抽出におけ
る分析窓をかける位置を破裂時点によって規制すること
により、入力音声信号中の有声破裂音を最も特徴付ける
領域の特徴を常に安定に抽出できるので、有声破裂音の
認識精度を向上することが出来る。

【図面の簡単な説明】

第１図は本発明一実施例のブロック図。 第２図は有声破裂音の音声信号の説明図。 第３図は従来例のブロック図。 第４図（ａ）　（ｂｌは本発明一実施例の説明図である
。 図中。 ８は第一の演算回路、８ａは第一の差分回路。 ８ｄは第二の差分回路、　　９は第一の検出回路。 １１は第二の演算回路、１２は第二の検出回路を示す。

Claims (1)

【特許請求の範囲】
1. 入力された音声信号の一次差分の時系列と二次差分の時
   系列とを生成する第一の演算回路と、前記生成された二
   次差分の時系列から前記入力された音声信号の有声破裂
   音の破裂時点の候補を検出する第一の検出回路と、前記
   検出された破裂時点の候補の前後における前記音声信号
   のエネルギーの差分を演算する第二の演算回路と、前記
   演算されたエネルギーの差分の最大値が得られる時点を
   検出する第二の検出回路とを備えることを特徴とする有
   声破裂音認識装置。