JPS6132100A - パワ−スペクトル抽出方式 - Google Patents
パワ−スペクトル抽出方式Info
- Publication number
- JPS6132100A JPS6132100A JP15340984A JP15340984A JPS6132100A JP S6132100 A JPS6132100 A JP S6132100A JP 15340984 A JP15340984 A JP 15340984A JP 15340984 A JP15340984 A JP 15340984A JP S6132100 A JPS6132100 A JP S6132100A
- Authority
- JP
- Japan
- Prior art keywords
- power spectrum
- autocorrelation function
- fourier transform
- pitch
- circuit
- 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
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Spectrometry And Color Measurement (AREA)
- Magnetic Resonance Imaging Apparatus (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】
〔産業上の利用分野〕
本発明は音声波形からパワースペクトルを抽出する音声
分析システムに係り、特にフーリエ変換を用いてパワー
スペクトルを抽出するパワースペクトル抽出方式に関す
。
分析システムに係り、特にフーリエ変換を用いてパワー
スペクトルを抽出するパワースペクトル抽出方式に関す
。
人間の発する音声の内、有声音はピッチと呼ばれる周期
により定まる周波数とその高調波毎のパワースペクトル
の集合により特徴づけられる。音声認識、音声合成、音
声の帯域圧縮等を行う為に音声分析を行う場合、分析対
象となる音声波形のパワースペクトルを求める場合が多
い。かかるパワースペクトル分析の一手法として、フー
リエ変換によるものが広く採用されている。
により定まる周波数とその高調波毎のパワースペクトル
の集合により特徴づけられる。音声認識、音声合成、音
声の帯域圧縮等を行う為に音声分析を行う場合、分析対
象となる音声波形のパワースペクトルを求める場合が多
い。かかるパワースペクトル分析の一手法として、フー
リエ変換によるものが広く採用されている。
第２図はフーリエ変換回路を用いた従来あるパワースペ
クトル抽出方式の一例を示す図であり、第３図は第２図
における分析結果を例示する図である。
クトル抽出方式の一例を示す図であり、第３図は第２図
における分析結果を例示する図である。
第２図において、入力端子１に到着した音声信号は乗算
器２に伝達され、窓関数発生回路３から／ （１／２）
（ΣＸ”（ｎＴ） ＋Σｘ （ｎＴ＋ １Ｔ）） −（１３２
）Ｒ（１）−Σｘ （ｎＴ） ・ ｘ （ｎＴ＋
ｉＴ）／〔（Σｘ２（ｎＴ）１ ・ （Σｘ”（ｎＴ＋ １Ｔ）） ）’ −（１３３
）実際の音声には（１１３）式が最も適合する。
器２に伝達され、窓関数発生回路３から／ （１／２）
（ΣＸ”（ｎＴ） ＋Σｘ （ｎＴ＋ １Ｔ）） −（１３２
）Ｒ（１）−Σｘ （ｎＴ） ・ ｘ （ｎＴ＋
ｉＴ）／〔（Σｘ２（ｎＴ）１ ・ （Σｘ”（ｎＴ＋ １Ｔ）） ）’ −（１３３
）実際の音声には（１１３）式が最も適合する。
■ また自己相関関数の演算に、ハミング窓等の如（サ
イドローブの小さい周波数特性を有する窓関数を用いる
と交流分の減衰が大きくなり、積分区間を短く設定出来
、計算精度が向上する。また無声音の場合のフーリエ変
換にも同様の窓関数が利用可能である。
イドローブの小さい周波数特性を有する窓関数を用いる
と交流分の減衰が大きくなり、積分区間を短く設定出来
、計算精度が向上する。また無声音の場合のフーリエ変
換にも同様の窓関数が利用可能である。
■ 最後に、前述においては、先ず自己相関関数を求め
、得られた自己相関関数に対しフーリエ変換を行うこと
によりパワースペクトルを抽出する方法を示したが、（
８）式および（１１）式を纏めて（１４）式の如く一度
に計算しても良く、また（１４）式におりる演算順序を
入替えても支障ない。
、得られた自己相関関数に対しフーリエ変換を行うこと
によりパワースペクトルを抽出する方法を示したが、（
８）式および（１１）式を纏めて（１４）式の如く一度
に計算しても良く、また（１４）式におりる演算順序を
入替えても支障ない。
Ｘ（ｋ、’ω、）−６ΣΣｘ （ｎＴ）４＋０ 札
−ｘ （ｎ Ｔ十ｉＴ） ｃｏｓｋω、ｉ Ｔ／Ｐ・
・・ （１４） なお音声波形のピッチ周期１゜は、例えば自己相関関数
を用いる等１１種々の公知の方法で求められる。
・・ （１４） なお音声波形のピッチ周期１゜は、例えば自己相関関数
を用いる等１１種々の公知の方法で求められる。
以下、本発明の一実施例を図面により説明する。
第１図は本発明の一実施例によるパワースペクトル抽出
方式を示す図である。なお、全図を通して同一符号は同
一対象物を示す。第１図においては、第２図に示される
フーリエ変換回路１４にピッチ抽出回路１５および自己
相関関数生成回路１６が設けられている。第１図におい
て、入力端子１゜Ｏに到着した音声波形ｘ（ｎＴ）は、
ピッチ抽出回路１５および自己相関関数生成回路１６に
伝達される。ピッチ抽出回路１５ば、受信した音声波形
ｘ （ｎＴ）の自己相関関数Ｒ（ｉ）を（８）式乃至１
０１式の過程により算出する。かがる自己相関関数Ｒ（
ｉ）を時間ｉＴを変化させて算定した場合、有声音の場
合には時間ｉＴがピッチ周期Ｔ、に等しくなった場合に
１に近い値となり、それ以外の場合には１より充分小さ
い値となる。ピッチ抽出回路１５は、算出した自己相関
関数Ｒ（ｉ）を予め定められた闇値と比較することによ
り、１に近くなる時間ＩＴを音声波形のピッチ周期Ｔ、
と見做す。
方式を示す図である。なお、全図を通して同一符号は同
一対象物を示す。第１図においては、第２図に示される
フーリエ変換回路１４にピッチ抽出回路１５および自己
相関関数生成回路１６が設けられている。第１図におい
て、入力端子１゜Ｏに到着した音声波形ｘ（ｎＴ）は、
ピッチ抽出回路１５および自己相関関数生成回路１６に
伝達される。ピッチ抽出回路１５ば、受信した音声波形
ｘ （ｎＴ）の自己相関関数Ｒ（ｉ）を（８）式乃至１
０１式の過程により算出する。かがる自己相関関数Ｒ（
ｉ）を時間ｉＴを変化させて算定した場合、有声音の場
合には時間ｉＴがピッチ周期Ｔ、に等しくなった場合に
１に近い値となり、それ以外の場合には１より充分小さ
い値となる。ピッチ抽出回路１５は、算出した自己相関
関数Ｒ（ｉ）を予め定められた闇値と比較することによ
り、１に近くなる時間ＩＴを音声波形のピッチ周期Ｔ、
と見做す。
また無声音にはピッチ周期は存在しない為、予め定めら
れた時間以内にピッチ周期Ｔ、が求められなかった場合
に、無声音と判定する。ピッチ抽出回路１５は、有声音
と判定した場合には検出されたピッチ周期Ｔ。を積分区
間Ｔｓとし、また無声音と判定した場合には予め定めら
れた時間長を積分区間Ｔ ｓとし、自己相関関数生成回
路１６およびフーリエ変換回路１４に伝達する。フーリ
エ変換回路１４ではこの積分区間情報が積分器へ入力さ
れると共に、余弦核発生回路および正弦核発生回路にも
入力されて処理される。
れた時間以内にピッチ周期Ｔ、が求められなかった場合
に、無声音と判定する。ピッチ抽出回路１５は、有声音
と判定した場合には検出されたピッチ周期Ｔ。を積分区
間Ｔｓとし、また無声音と判定した場合には予め定めら
れた時間長を積分区間Ｔ ｓとし、自己相関関数生成回
路１６およびフーリエ変換回路１４に伝達する。フーリ
エ変換回路１４ではこの積分区間情報が積分器へ入力さ
れると共に、余弦核発生回路および正弦核発生回路にも
入力されて処理される。
自己相関関数生成回路１６は、ピッチ抽出回路１５から
伝達された積分区間Ｔｓに基づき自己相関関数Ｒ（ｉ）
を（８）式乃至（１０）式の過程により生成し、フーリ
エ変換回路１４に伝達する。
伝達された積分区間Ｔｓに基づき自己相関関数Ｒ（ｉ）
を（８）式乃至（１０）式の過程により生成し、フーリ
エ変換回路１４に伝達する。
フーリエ変換回路１４は、第２図におけると同様の過程
により、自己相関関数生成回路１６から伝達される自己
相関関数Ｒ（ｉ）に対しピッチ抽出回路１４から伝達さ
れる積分区間Ｔｓに基づきフーリエ変換を施し、出力端
子１３がらパワースペクトルを出力する。該パワースペ
クトルは、有声音の場合にはピッチ周期）により定まる
周波数の整数倍の周波数置きとなる為、分析対象となる
音声波形ｘ（ｎＴ）が本来有するパワースペクトルを充
分近似する。
により、自己相関関数生成回路１６から伝達される自己
相関関数Ｒ（ｉ）に対しピッチ抽出回路１４から伝達さ
れる積分区間Ｔｓに基づきフーリエ変換を施し、出力端
子１３がらパワースペクトルを出力する。該パワースペ
クトルは、有声音の場合にはピッチ周期）により定まる
周波数の整数倍の周波数置きとなる為、分析対象となる
音声波形ｘ（ｎＴ）が本来有するパワースペクトルを充
分近似する。
例えば第３図に例示される擬似音声波形を分析対象とす
る場合、積分区間Ｔｓは検出されたピッチ周期−５ミリ
秒に設定される為、２００ヘルツおよびその１ｌＡｌｌ
波に関するパワースペクトルが得られ、擬似音声が本来
有するパワースペクトルＰ１乃至ＰＩＯに充分近似する
。なお無声音に対しては、予め定められた時間を積分区
間Ｔｓとしてフーリエ変換を行う為、得られるパワース
ペクトラムは積分区間Ｔｓにより定まる周波数の整数倍
のパワースペクトラムとなる。
る場合、積分区間Ｔｓは検出されたピッチ周期−５ミリ
秒に設定される為、２００ヘルツおよびその１ｌＡｌｌ
波に関するパワースペクトルが得られ、擬似音声が本来
有するパワースペクトルＰ１乃至ＰＩＯに充分近似する
。なお無声音に対しては、予め定められた時間を積分区
間Ｔｓとしてフーリエ変換を行う為、得られるパワース
ペクトラムは積分区間Ｔｓにより定まる周波数の整数倍
のパワースペクトラムとなる。
以上の説明から明らかな如く、本実施例によれ・・・（
８） （８）式に（７）式を代入すると、（９）式が得られる
。
８） （８）式に（７）式を代入すると、（９）式が得られる
。
Ｒ（ｉ）＝Σ’；、ＩＰ、ａ４ｃｏｓ （ｋ ω、ｎ
Ｔ ＋ θ一番、ΣａｉｃｏｓＮω？（ｎ＋ｉ）Ｔ＋θ
Ｊｌ″０ ／Ｐ ＝ Ｘ、唱、Ｆ：、ａｌａ７ （ｃｏｓ （ｋ ω、ｎ
Ｔ＋ｊω、（ｎ＋ｉ）Ｔ＋θ長＋θＪ ）＋ ｃｏ
ｓ （ｋω、ｎＴ ｊ ω、（ｎ＋ ｉ）＋θＡ
−θＪ １）／（２Ｐ） ・・・（９） （９）式における積分区間を充分長くとると交流分が相
殺され、自己相関関数Ｒ（ｉ）は直流分で近似可能とな
る。直流分はに＝ｊで与えられ、顛式で表される。
Ｔ ＋ θ一番、ΣａｉｃｏｓＮω？（ｎ＋ｉ）Ｔ＋θ
Ｊｌ″０ ／Ｐ ＝ Ｘ、唱、Ｆ：、ａｌａ７ （ｃｏｓ （ｋ ω、ｎ
Ｔ＋ｊω、（ｎ＋ｉ）Ｔ＋θ長＋θＪ ）＋ ｃｏ
ｓ （ｋω、ｎＴ ｊ ω、（ｎ＋ ｉ）＋θＡ
−θＪ １）／（２Ｐ） ・・・（９） （９）式における積分区間を充分長くとると交流分が相
殺され、自己相関関数Ｒ（ｉ）は直流分で近似可能とな
る。直流分はに＝ｊで与えられ、顛式で表される。
（ｉ）
＝著Ｆ、ａ４ｃｏｓ （ｋω、ｉ Ｔ） ／＝、Ｘ、
ａ４”ｃｏｓ （ｋ ω、ｉ Ｔ） ／ ２（２Ｐ） ・・・００） 自己相関関数Ｒ（ｉ）にフーリエ変換を施すと、（１１
）が得られる。
ａ４”ｃｏｓ （ｋ ω、ｉ Ｔ） ／ ２（２Ｐ） ・・・００） 自己相関関数Ｒ（ｉ）にフーリエ変換を施すと、（１１
）が得られる。
ｘ（ｋ ’ｔｉ。
一ΣＲ（ｉ）
、、−７
＝、Σ （１
ン
ｃｏｓ（ｋ’ ω、ｉＴ）／Ｎ
／ ４ ）会、’ａ４”（ｃｏｓ （ｋ ＋ ｋ ’
）ω、ｊＴ ＋ ｃｏｓ （ｋ−に’） ω、ｉＴ） ／Ｎ
−（１１）（１１）式において積分区間を充分
長くとれば、（９）および００１式と同様に直流分のみ
が残る。直流分はに＝ｋ ’で得られ、（１２）式で表
される。
）ω、ｊＴ ＋ ｃｏｓ （ｋ−に’） ω、ｉＴ） ／Ｎ
−（１１）（１１）式において積分区間を充分
長くとれば、（９）および００１式と同様に直流分のみ
が残る。直流分はに＝ｋ ’で得られ、（１２）式で表
される。
Ｘ （ｋ ’ ω、） ＝ （１／ ４） ａ１’
・・・（１２）以上の如く、自己相関関数およびフー
リエ変換の演算においては、積分区間を充分に長く設定
することにより、交流分を相殺し直流分を抽出している
。然し実際の会話等においては、一つの音韻が発声され
ている時間は短い。従ってかかる音声波形から音韻単位
毎のパワースペクトルを求める為には、（９）式および
（１１）式の積分区間は短いことが望ましい。
・・・（１２）以上の如く、自己相関関数およびフー
リエ変換の演算においては、積分区間を充分に長く設定
することにより、交流分を相殺し直流分を抽出している
。然し実際の会話等においては、一つの音韻が発声され
ている時間は短い。従ってかかる音声波形から音韻単位
毎のパワースペクトルを求める為には、（９）式および
（１１）式の積分区間は短いことが望ましい。
（９）式および（１１）式に含まれる交流成分は、（角
）周波数ω、およびその整数倍の周波数成分から構成さ
れる。かかる場合には、周波数ω。０１周期分に相当す
る区間、即ち１ピッチ周期Ｔ、を積分区間に設定すれば
、総ての交流分は相殺され、直流分のみが残る。
）周波数ω、およびその整数倍の周波数成分から構成さ
れる。かかる場合には、周波数ω。０１周期分に相当す
る区間、即ち１ピッチ周期Ｔ、を積分区間に設定すれば
、総ての交流分は相殺され、直流分のみが残る。
即ち自己相関関数およびそのフーリエ変換の演算におい
て、適当な手段により抽出したピッチ情報を利用し、積
分区間を１ピッチ周期成いはその整数倍とするならば、
高精度で、且つ積分区間が短い為に音韻の変動に追随し
易いパワースペクトル抽出方式が得られる。
て、適当な手段により抽出したピッチ情報を利用し、積
分区間を１ピッチ周期成いはその整数倍とするならば、
高精度で、且つ積分区間が短い為に音韻の変動に追随し
易いパワースペクトル抽出方式が得られる。
次に音声波形ｘ（ｎＴ）を無声音とすると、無性音は連
続的なスペクトルを持つ為、フーリエ変換は無数の周波
数成分について実行する必要があることとなるが、無声
音の持つスペクトル包絡の振動数の細かさに上限がある
ならば、スペクトル包絡は等間隔の標本値で表すことが
可能である。
続的なスペクトルを持つ為、フーリエ変換は無数の周波
数成分について実行する必要があることとなるが、無声
音の持つスペクトル包絡の振動数の細かさに上限がある
ならば、スペクトル包絡は等間隔の標本値で表すことが
可能である。
それは周波数標本化定理によって与えられ、時間領域に
おいて区間長Ｔｓの有限区間の波形スペクトルは１／（
２Ｔｓ）毎の線スペクトルで表すことが出来る。即ち無
声音も有声音と同様、線スペクトルの築合として考える
ことが出来、有声音についての議論はその侭無声音につ
いても成立する。
おいて区間長Ｔｓの有限区間の波形スペクトルは１／（
２Ｔｓ）毎の線スペクトルで表すことが出来る。即ち無
声音も有声音と同様、線スペクトルの築合として考える
ことが出来、有声音についての議論はその侭無声音につ
いても成立する。
以上の処理過程を実際の音声に適用する場合、下記の修
正を行うことにより娯差が減少する。
正を行うことにより娯差が減少する。
■ 自己相関関数は余弦波成分だけを含み、正弦波成分
を含まないことはα０）式によって明らかである。また
余弦波は１／２ピッチ点において対称であり、余弦波成
分だけから成る自己相関関数も同様のことが成立つ筈で
あるが、実際の会話等においては音韻が連続的に変わり
、同一波形がピッチ周期で繰返されることは殆ど無い為
、自己相関関数は１／２ピッチ点において対称とならな
いことが多く、正弦波を含むこととなる。従って自己相
関関数のフーリエ変換は余弦変換だけでは無く正弦変換
についても実行し、パワースペクトルは両変換の自乗の
和の平方根として計算する必要がある。
を含まないことはα０）式によって明らかである。また
余弦波は１／２ピッチ点において対称であり、余弦波成
分だけから成る自己相関関数も同様のことが成立つ筈で
あるが、実際の会話等においては音韻が連続的に変わり
、同一波形がピッチ周期で繰返されることは殆ど無い為
、自己相関関数は１／２ピッチ点において対称とならな
いことが多く、正弦波を含むこととなる。従って自己相
関関数のフーリエ変換は余弦変換だけでは無く正弦変換
についても実行し、パワースペクトルは両変換の自乗の
和の平方根として計算する必要がある。
■ また実際の音声はエネルギーも変動し、同し音韻で
もパワースペクトルの値に違いが生ずることになる。こ
れを防ぐ為に自己相関関数をエネルギーで正規化するに
は（１３−１）式乃至（１３−３）式等が考慮される。
もパワースペクトルの値に違いが生ずることになる。こ
れを防ぐ為に自己相関関数をエネルギーで正規化するに
は（１３−１）式乃至（１３−３）式等が考慮される。
Ｒ（ｉ） −Σｘ （ｎＴ） ・ ｘ （ｎＴ
＋ｉＴ）／Σｘ （ｎＴ）
−（１３−１）Ｒ（ｉ） −Σｘ （ｎＴ） ・
ｘ （ｎＴ＋ｉＴ）／ （１／２） （ΣＸ”（
ｎＴ） ＋Σｘ （ｎＴ＋ ｉ Ｔ） ｌ ・＝
（１３−２）Ｒ（ｉ） −Σｘ （ｎＴ）
・ ｘ （ｎＴ＋ｉＴ）／〔（Σｘ’（ｎＴ）） ・ （Σｘ２（ｎＴ＋ １Ｔ）ｌ ）” −（１３
３）実際の音声には（１１３）式が最も適合する。
＋ｉＴ）／Σｘ （ｎＴ）
−（１３−１）Ｒ（ｉ） −Σｘ （ｎＴ） ・
ｘ （ｎＴ＋ｉＴ）／ （１／２） （ΣＸ”（
ｎＴ） ＋Σｘ （ｎＴ＋ ｉ Ｔ） ｌ ・＝
（１３−２）Ｒ（ｉ） −Σｘ （ｎＴ）
・ ｘ （ｎＴ＋ｉＴ）／〔（Σｘ’（ｎＴ）） ・ （Σｘ２（ｎＴ＋ １Ｔ）ｌ ）” −（１３
３）実際の音声には（１１３）式が最も適合する。
■ また自己相関関数の演算に、ハミング窓等の如くサ
イドローブの小さい周波数特性を有する窓関数を用いる
と交流骨の減衰が大きくなり、積分区間を短く設定出来
、１算精度が向上する。また無声音の場合のフーリエ変
換にも同様の窓関数が利用可能である。
イドローブの小さい周波数特性を有する窓関数を用いる
と交流骨の減衰が大きくなり、積分区間を短く設定出来
、１算精度が向上する。また無声音の場合のフーリエ変
換にも同様の窓関数が利用可能である。
■ 最後に、前述においては、先ず自己相関関数を求め
、得られた自己相関関数に対しフーリエ変換を行うこと
によりパワースペクトルを抽出する方法を示したが、（
８）式および（１１）式を纏めて（１４）式の如く一度
に計算しても良く、また（１４）式におりる演算順序を
入替えても支障ない。
、得られた自己相関関数に対しフーリエ変換を行うこと
によりパワースペクトルを抽出する方法を示したが、（
８）式および（１１）式を纏めて（１４）式の如く一度
に計算しても良く、また（１４）式におりる演算順序を
入替えても支障ない。
Ｘ（ｋ’ω、）−０ΣΣｘ （ｎＴ）
４１ 引−
−ｘ （ｎＴ＋ ｉ Ｔ） ｃｏｓｋω、ｉ Ｔ／Ｐ
・・・ （１４） なお音声波形のピッチ周期１．は、例えば自己相関関数
を用いる等２１種々の公知の方法で求められる。
・・・ （１４） なお音声波形のピッチ周期１．は、例えば自己相関関数
を用いる等２１種々の公知の方法で求められる。
以下、本発明の一実施例を図面により説明する。
第１図は本発明の一実施例によるパワースペクトル抽出
方式を示す図である。なお、全図を通して同一符号は同
一対象物を示す。第１図においては、第２図に示される
フーリエ変換回路１４にピッチ抽出回路１５および自己
相関関数生成回路１６が設けられている。第１図におい
て、久方端子１゜Ｏに到着した音声波形ｘ（ｎ７）は、
ピッチ抽出回路１５および自己相関関数生成回路１６に
伝達される。ピッチ抽出回路１５は、受信した音声波形
ｘ （ｎＴ）の自己相関関数Ｒ（ｉ）を（８）式乃至α
０）式の過程により算出する。かがる自己相関関数Ｒ（
＋）を時間ｉＴを変化させて算定した場合、有声音の場
合には時間ｉＴがピッチ周期Ｔ、に等しくなった場合に
１に近い値となり、それ以外の場合には１より充分小さ
い値となる。ピッチ抽出回路１５は、算出した自己相関
関数Ｒ（ｉ）を予め定められた闇値と比較することによ
り、■に近くなる時間工Ｔを音声波形のピッチ周期Ｔ、
と見做す。
方式を示す図である。なお、全図を通して同一符号は同
一対象物を示す。第１図においては、第２図に示される
フーリエ変換回路１４にピッチ抽出回路１５および自己
相関関数生成回路１６が設けられている。第１図におい
て、久方端子１゜Ｏに到着した音声波形ｘ（ｎ７）は、
ピッチ抽出回路１５および自己相関関数生成回路１６に
伝達される。ピッチ抽出回路１５は、受信した音声波形
ｘ （ｎＴ）の自己相関関数Ｒ（ｉ）を（８）式乃至α
０）式の過程により算出する。かがる自己相関関数Ｒ（
＋）を時間ｉＴを変化させて算定した場合、有声音の場
合には時間ｉＴがピッチ周期Ｔ、に等しくなった場合に
１に近い値となり、それ以外の場合には１より充分小さ
い値となる。ピッチ抽出回路１５は、算出した自己相関
関数Ｒ（ｉ）を予め定められた闇値と比較することによ
り、■に近くなる時間工Ｔを音声波形のピッチ周期Ｔ、
と見做す。
また無声音にはピッチ周期は存在しない為、予め定めら
れた時間以内にピッチ周期Ｔ、が求められなかった場合
に、無声音と判定する。ピッチ抽出回路１５は、有声音
と判定した場合には検出されたピッチ周期Ｔ、を積分区
間Ｔｓとし、また無声音と判定した場合には予め定めら
れた時間長を積分区間Ｔ ｓとし、自己相関関数生成回
路１６およびフーリエ変換回路１４に伝達する。フーリ
エ変換回路１４ではこの積分区間情報が積分器へ入力さ
れると共に、余弦核発生回路および正弦核発生回路にも
入力されて処理される。
れた時間以内にピッチ周期Ｔ、が求められなかった場合
に、無声音と判定する。ピッチ抽出回路１５は、有声音
と判定した場合には検出されたピッチ周期Ｔ、を積分区
間Ｔｓとし、また無声音と判定した場合には予め定めら
れた時間長を積分区間Ｔ ｓとし、自己相関関数生成回
路１６およびフーリエ変換回路１４に伝達する。フーリ
エ変換回路１４ではこの積分区間情報が積分器へ入力さ
れると共に、余弦核発生回路および正弦核発生回路にも
入力されて処理される。
自己相関関数生成回路１６は、ピッチ抽出回路１５から
伝達された積分区間Ｔｓに基づき自己相関関数Ｒ（ｉ）
を（８）式乃至００）式の過程により生成し、フーリエ
変換回路１４に伝達する。
伝達された積分区間Ｔｓに基づき自己相関関数Ｒ（ｉ）
を（８）式乃至００）式の過程により生成し、フーリエ
変換回路１４に伝達する。
フーリエ変換回路１４は、第２図におけると同様の過程
により、自己相関関数生成回路１６がら伝達される自己
相関関数Ｒ（ｉ）に対しピッチ抽出回路１４から伝達さ
れる積分区間Ｔｓに基づきフーリエ変換を施し、出力端
子１３がらパワースペクトルを出力する。該パワースペ
クトルは、有声音の場合にはピッチ周期Ｔ、により定ま
る周波数の整数倍の周波数置きとなる為、分析対象とな
る音声波形ｘ （ｎＴ）が本来有するパワースペクトル
を充分近似する。
により、自己相関関数生成回路１６がら伝達される自己
相関関数Ｒ（ｉ）に対しピッチ抽出回路１４から伝達さ
れる積分区間Ｔｓに基づきフーリエ変換を施し、出力端
子１３がらパワースペクトルを出力する。該パワースペ
クトルは、有声音の場合にはピッチ周期Ｔ、により定ま
る周波数の整数倍の周波数置きとなる為、分析対象とな
る音声波形ｘ （ｎＴ）が本来有するパワースペクトル
を充分近似する。
例えば第３図に例示される擬似音声波形を分析対象とす
る場合、積分区間Ｔｓは検出されたピッチ周期−５ミリ
秒に設定される為、２００ヘルツおよびその高調波に関
するパワースペクトルが得られ、擬似音声が本来有する
パワースペクトルＰ１乃至ＰＩＯに充分近似する。なお
無声音に対しては、予め定められた時間を積分区間Ｔｓ
としてフーリエ変換を行う為、得られるパワースペクト
ラムは積分区間Ｔｓにより定まる周波数の整数倍のパワ
ースペクトラムとなる。
る場合、積分区間Ｔｓは検出されたピッチ周期−５ミリ
秒に設定される為、２００ヘルツおよびその高調波に関
するパワースペクトルが得られ、擬似音声が本来有する
パワースペクトルＰ１乃至ＰＩＯに充分近似する。なお
無声音に対しては、予め定められた時間を積分区間Ｔｓ
としてフーリエ変換を行う為、得られるパワースペクト
ラムは積分区間Ｔｓにより定まる周波数の整数倍のパワ
ースペクトラムとなる。
以上の説明から明らかな如く、本実施例にょれば、ピッ
チ抽出回路１５により求められたピッチ 〔発明
の効周期Ｔを積分区間Ｔｓとして自己相関関数が求め
以上、奉られ、フーリエ変換が行われる為、音声
波形本来 において、のパワースペクトラムに充分
近似した分析結果が 追随可能な短時間に得られる
。 よる音声波なお
、第１図はあく迄本発明の一実施例に過ぎ なる。
チ抽出回路１５により求められたピッチ 〔発明
の効周期Ｔを積分区間Ｔｓとして自己相関関数が求め
以上、奉られ、フーリエ変換が行われる為、音声
波形本来 において、のパワースペクトラムに充分
近似した分析結果が 追随可能な短時間に得られる
。 よる音声波なお
、第１図はあく迄本発明の一実施例に過ぎ なる。
ず、例えば積分区間Ｔｓはピッチ周期に設定する
４８図面のものに限定されることは無く、ピッチ周期の
整数 第１図は倍に設定する場合にも、本発明の
効果は変わらな トル抽出方い。またピッチ抽出
回路１５は自己相関関数によ 変換を用いりピッチ
周期を求めるものに限定されることは無 ）−例ヲ
示く、他に幾多の変形が考慮されるが、何れの場合
果を例示すにも本発明の効果は変らない。また本発明
の対象 図ニおいとするフーリエ変換回路は図示
されるものに限定 ４．５．１されぬことは言・う
迄も無い。更に自己相関関数化 主回路、６成回路
１６およびフーリエ変換回路１４は個別に 路、８
およ設けるものに限定されることは無く、（１４）式の
出力端子、演算を種々の順序で行う手段を設ける
ことも考慮 １抽出回路されるが、何れの場合にも
本発明の効果は変わら 乃至ＰＬＯない。
ベクトル、
果〕 発明によれば、前記音声分析システム 積分区間を音韻が刻々変動する音声に 如く短く設定し乍ら、フーリエ変換に 形の分析精度を向上することかり能と 簡単な説明 本発明の一実施例によるパワースペク 式を示す図、第２図はＭ数的フーリエ だ従来あるパワースペクトル抽出方式 ず図、第３図は第２図における分析績 る図である。
４８図面のものに限定されることは無く、ピッチ周期の
整数 第１図は倍に設定する場合にも、本発明の
効果は変わらな トル抽出方い。またピッチ抽出
回路１５は自己相関関数によ 変換を用いりピッチ
周期を求めるものに限定されることは無 ）−例ヲ
示く、他に幾多の変形が考慮されるが、何れの場合
果を例示すにも本発明の効果は変らない。また本発明
の対象 図ニおいとするフーリエ変換回路は図示
されるものに限定 ４．５．１されぬことは言・う
迄も無い。更に自己相関関数化 主回路、６成回路
１６およびフーリエ変換回路１４は個別に 路、８
およ設けるものに限定されることは無く、（１４）式の
出力端子、演算を種々の順序で行う手段を設ける
ことも考慮 １抽出回路されるが、何れの場合にも
本発明の効果は変わら 乃至ＰＬＯない。
ベクトル、
果〕 発明によれば、前記音声分析システム 積分区間を音韻が刻々変動する音声に 如く短く設定し乍ら、フーリエ変換に 形の分析精度を向上することかり能と 簡単な説明 本発明の一実施例によるパワースペク 式を示す図、第２図はＭ数的フーリエ だ従来あるパワースペクトル抽出方式 ず図、第３図は第２図における分析績 る図である。
て、１および１００は入力端子、２．
０および１１は乗算器、３は窓関数発
は余弦核発生回路、７は正弦核発生回
び９は積分器、１２は加算器、１３は
１４はフーリエ変換回路、１５はビワ
１，１６は自己相関関数生成回路、ＰｌおよびＰ１′乃
至Ｐ３２′はバワース Ｔｓは積分区間、を示す。
至Ｐ３２′はバワース Ｔｓは積分区間、を示す。
Claims (2)
- （１）フーリエ変換を用いて音声波形からパワースペク
トルを抽出する音声分析システムにおいて、分析対象と
する音声波形からピッチを求める第１の手段と、該第１
の手段が所定時間以内にピッチの抽出に成功した場合に
は該ピッチまたはその整数倍に設定した時間長を、該第
１の手段がピッチの抽出に不成功の場合には予め定めら
れた時間長をそれぞれ積分区間として前記音声波形の自
己相関関数演算処理およびフーリエ変換処理を行う第２
の手段とを設けることを特徴とするパワースペクトル抽
出方式。 - （２）前記第２の手段は、前記自己相関関数演算処理お
よびフーリエ変換処理における処理過程を入替え行うこ
とを特徴とする特許請求の範囲第１項記載のパワースペ
クトル抽出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15340984A JPS6132100A (ja) | 1984-07-24 | 1984-07-24 | パワ−スペクトル抽出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15340984A JPS6132100A (ja) | 1984-07-24 | 1984-07-24 | パワ−スペクトル抽出方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6132100A true JPS6132100A (ja) | 1986-02-14 |
Family
ID=15561852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15340984A Pending JPS6132100A (ja) | 1984-07-24 | 1984-07-24 | パワ−スペクトル抽出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6132100A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63271572A (ja) * | 1987-04-28 | 1988-11-09 | Sharp Corp | 自己相関係数の算出方式 |
-
1984
- 1984-07-24 JP JP15340984A patent/JPS6132100A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63271572A (ja) * | 1987-04-28 | 1988-11-09 | Sharp Corp | 自己相関係数の算出方式 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Morise | Harvest: A High-Performance Fundamental Frequency Estimator from Speech Signals. | |
| Nakatani et al. | Robust and accurate fundamental frequency estimation based on dominant harmonic components | |
| JP2763322B2 (ja) | 音声処理方法 | |
| Shrawankar et al. | Techniques for feature extraction in speech recognition system: A comparative study | |
| US5450522A (en) | Auditory model for parametrization of speech | |
| Yegnanarayana et al. | Processing of reverberant speech for time-delay estimation | |
| Sukhostat et al. | A comparative analysis of pitch detection methods under the influence of different noise conditions | |
| EP2178082B1 (en) | Cyclic signal processing method, cyclic signal conversion method, cyclic signal processing device, and cyclic signal analysis method | |
| Mowlaee et al. | Interspeech 2014 special session: Phase importance in speech processing applications | |
| Mittal et al. | Study of characteristics of aperiodicity in Noh voices | |
| Morise | Error evaluation of an F0-adaptive spectral envelope estimator in robustness against the additive noise and F0 error | |
| Chennupati et al. | Significance of phase in single frequency filtering outputs of speech signals | |
| Prasad et al. | Speech features extraction techniques for robust emotional speech analysis/recognition | |
| Bellur et al. | A novel application of group delay function for identifying tonic in Carnatic music | |
| Ambikairajah | Emerging features for speaker recognition | |
| US20210201938A1 (en) | Real-time pitch tracking by detection of glottal excitation epochs in speech signal using hilbert envelope | |
| JPS6132100A (ja) | パワ−スペクトル抽出方式 | |
| KR20050051435A (ko) | 잡음 환경에서의 음성 인식을 위한 특징 벡터 추출 장치및 역상관 필터링 방법 | |
| Vestman et al. | Time-varying autoregressions for speaker verification in reverberant conditions | |
| Kodukula | Significance of excitation source information for speech analysis | |
| Gowda et al. | AM-FM based filter bank analysis for estimation of spectro-temporal envelopes and its application for speaker recognition in noisy reverberant environments. | |
| Lalitha et al. | An encapsulation of vital non-linear frequency features for various speech applications | |
| JP2898637B2 (ja) | 音声信号分析方法 | |
| Park et al. | Spatial separation of speech signals using continuously-variable masks estimated from comparisons of zero crossings | |
| Krishnamoorthy et al. | Application of combined temporal and spectral processing methods for speaker recognition under noisy, reverberant or multi-speaker environments |