JPS619700A - 音声の特徴抽出方式 - 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〉 木兄Ｆ！Ａは、音声の特徴として、自己相関係数葡抽出
する特徴抽出方式において、雑音中の音声の自己相関関
数から、雑音区間の自己相関関数を減算することにより
、真の音声の自己相関関数を推定し、より効果的な特徴
抽出を行なう音声特徴抽出方式に関するものである。

く従来技術及び背景〉 従来よシ、自己相関関数及び、これをパワーに偲 より正規化した自己相関関数が音声の特徴として用いら
れているが、これは、聴覚がスペクトル情報に対応して
いるこｂ基ついたもので、自己相関関数は、ＷＩＥＮＥ
Ｒ−ＫＨＩＮＴＨＩＮＥの公式よｐ１パワースペクトル
に対応している。今、デジタル化された音声信号＝　５
（ｎ）、自己相関関数ｔＲ（τ）とすると、 で表わされ、さらに、Ｒ（τ）　全Ｒ（０）で正規化す
ることによシ、（２）式のように自己相関係数Ｃ（τ）
を得るＯ Ｃ（τ）＝Ｒ（τ）／　Ｒ（０）　　　　　　　　　　
　・・・・・（２）次に、雑音中で自己相関関数を抽出
する場合には、デジタル化された雑音信号’ｘ　Ｎ（ｎ
）とするさ、雑音中の音声信号心）は（３）式で表され
る。

Ｘ（ｎ）−５（ｎ）十Ｎ（ｎ）　　　　　　　　　　−
−−−・−−＋３＋このとき、Ｘ（ｎ）の自己相関関数
Ｒｘ（τ）　ｎ　（４）式となる。

また、（４）式は（３）式を用いると、（５）式となる
。

Ｒｘ（τ）＝］／Ｎ　　Σ（Ｓｌｌｋ）＋Ｎ眞））・（
Ｓ（ｋ十τ）十Ｎ（ｋ十τ））Ｋ＝１ 己相関関数１Ｒｓ（τ美音声信号と雑音信号の相互間関
数をＲｓｎ（τ）とすると、（５）式は（６）式となる
。

Ｒｘ（ｔ）＝　Ｒｓ（ｔ）＋Ｒｎ（ｒ）＋２Ｒｓｎ（τ
）　　　−（６を従って、雑音中の音声信号から自己相
関関数を抽出した場合、常に、Ｒｎ（τ）＋２　Ｒｓ　
ｎ（τ）の誤差があり、真の自己相関関数Ｒｓ（τ）と
はならない。以上の、と、とより、雑音中で自己相関関
数全抽出する場合には、真の値が得られず、また、これ
を用いた音声認認装置においても、登録時、認識動作時
の雑音環境が異なれば、正しい認識ができないという問
題点がある。

〈発明の目的〉 そこで、本発明は、雑音環境下で発声された音声の自己
相関関数から時間軸上で最も近傍の雑音区間の自己相関
関数を減算して、常に、真値に近い自己相関関数を求め
る方式を提供することを目的とする。

〈実施例〉 以下、本発明の方式について詳細に説明する。

式（６）において、一般に、音声信号と雑音信号間の相
関は、非常に小さいと見做せるので、式（７）が成立す
る。

Ｒｓ　ｎ（τ）＝０　　　　　　　　　・・・・・・・
・・・・・・・・（７）従って、音声信号の推定された
自己相関関数△ Ｒｓ（τ）は、式（８）のように推定できる。

介ｓ（τ）−Ｒｘ（τ）−Ｒｎ（τ）　　　　・・・・
・・・・・・・・・＋８）ここで、Ｒｎ（τ）は、雑音
環境下の音声信号の同一分析フレーム内での雑音の自己
相関関数であるか、これを実際に正確に求めるのは困難
である。

しかし、雑音が定常であり、時間的に、その分析フレー
ムの十分近傍であれば、その雑音のみの部分（無音声フ
レーム）の自己相関関数Ｒｎ（τ）と、十分等しいと見
なすことができる。よって式（９）を得る。

Ｑｓ（ｒ）＝　Ｒｘ（ｒ）−Ｒｎ（τ）　　　　　−−
・−（９）次に、自己相関関数を、自己相関係数とパワ
ーの積の形で表現すると、式（１０）となる。

ここで、Ｐｓｔ　Ｐ’ｎ、　Ｐｘは、音声信号、雑音信
号、入力信号のパワ”を表わし、それぞれ、Ｒ８（０）
１Ｒｎ（０）、　Ｒｘ（０）に等しい。また、Ｃ８（Ｔ
）Ｉ　Ｃ’ｎ（τ）、　Ｃｘ（ｒ）ｅけ、これらの自己
相関係数を表わす。

音声信号の推定された自己相関係数θＳ（τ）は、式［
９）　、　（１０）を用いて、式（１１）のようになる
。

Ｐ　ｘ　ＣＸ（Ｔ）　−Ｐ　ｎ−Ｃ’ｎ（τ）＝□　・
・・・・・・・・・（１１） Ｐｘ−Ｐ’ｎ ところで、雑音環境下での音声信号と雑音の比を、式（
Ｉ２）のように定義し、パワーの比とする。

α＝　Ｐ　ｘ　／　Ｐ　ｎ　　　　　　　　　　−・＝
　・・・・（１２）式（＋２）ｋ用いて、式（１１）は
次の式（１３）のようになる。

△ 式０３）が示す様に、αが１に近いとき、Ｃｓ（τ）は
無限大に近くなり、Ｃｓ（τ）の推定誤差が極めて大き
くなる〇 また、自己相関係数の絶対値は、Ｉｋ超えないという条
件を満たすかの吟味については、式（１４）をみたす必
要がある。

これを展開して、式α５）を得る。

（ＣＸ２（７）−１）ａ２−２α（１−Ｃｘ（ｒ）　Ｃ
’ｎ（τ））＋（Ｃｎ２（ｒ）−１）≦０あり、式（１
６）に示す２根を持つ。

よって、α１≦α≦α２　又はα２≦α≦α１なるαに
対して、式（１４）の不等式を満さず、相関係数の絶対
値が１を超える。

ここで、αの定義式（１２）よシαが１よシｌ卦さいと
いう事は、信号がないことを示していて無意味であり、
今仮に１≧Ｃｘ（τ≧Ｃ′ｎ（τ）≧−１とすると、α
〈１≦α２であるので、実質的にはα〉α２の領域で、
△ Ｉｃ５（τ）１が１以下の値を持つことを保証する。

ｌ≧Ｃｎ（τ）≧Ｃｘ（τ）≧−１であるときは、・α
２≦１≦α１であり、この場合はα〉α１の領域で絶対
値１以下を保証する。

よって、α〉α２またはα〉α１′ｆｆ：満たさないα
全　−与える分析フレームでは、特にα＝１付近で絶対
　　”△ 値が＋■に発散してし才い、Ｃｓ（τ）の推定精度か極
めて要くなり、前記減算演算の効果はなくむしろ逆効果
となる。

さて、一般に音声以外の雑音部分と音声部分を区別する
ために、第３図のようなパワー情報を利用した閾値法が
用いられる 閾値θ２．θ３は、単語区間切り出しのアルゴリズムに
用いられる閾値で、パワーがθ２　を越えた時点で語頭
の候補を、θ３を越えた時点で単語の存在を確定する。

しかし実際には、音声の単語パワー系列は、急激にθ２
を越えるのではなく、（音韻にもよるが）ゆるやかな変
化を伴なうので、パワーの小さい音声と雑音が同一視さ
れてしまう恐れがある。このため、θ１の閾値を設け、
０１以下で雑音、６２以上で音声とする、２閾値法が用
いられる。

前記減算演算にふいて、雑音の経時変化に対応する必要
性から、適宜、雑音の自己相関関数の更新が必要である
。ここで、上述した２閾値法のように・θ１を設ければ
、雑音の自己相関更新時に、音声区間を誤−て平均しな
ａ−ようにできる。

すなわち、周囲雑音のパワーに対して、式Ｑ４ｊｉ満た
すようにパワーの閾値θ２を決定するとき、（１，１）
Ｐｘ）θ２なるとき、式（９）の減算演算、（２，１）
Ｐｘ≦０１なるとき、雑音の自己相関の更新演算、 全行なえば良い事になる。

θ２に対するパワーの比をαθ２とすると、αθ２〉α
２（又はα１）なるθ２が、減算演算を行なうパワーの
閾値となる。

α２（又はα１）については、 で、各次数により変化するが、ディジタル回路で実現す
る場合、相関係数をｎビットで表現することになる。つ
まり、 であって、さらに負号性４ビット表現として、ｎ　＝　
３とすると、 ７≧α２（又はα１）≧０１４ と規定できる。上記から、いかなる相関次数の値に対し
ても、α２（又はα１）−７以上であれば絶対値を１以
下にできる。

α＃２＞α２（又はα１）より、θ２　／Ｐ　’ｎ　）
　７で良いから、θ２＞Ｐ’ｎ　Ｘ？とすれば、式（１
４）の条件を常に満たすθ２を設定することができる。

Ｐ′ｎについてゆ大体の値を初めに設定しておくか、認
識時あるいは登録時のはじめの順方ミリ秒の間にこれを
自動的に設定する方法が考えられる。

しかし今、Ｐｎの最大範囲が音声・雑音区分の２閾値法
の０１に等しいものきすると、雑音の自己相関更新時に
、音声区間を誤って平均しないようにできる等の利点が
あって、非常に好都合である。なお、この場合、θ２と
してはθ１の７倍以上の値で設定すればよいことになる
。

実現の具体的回路例 第１図に、上記を実現するための具体的回路例を示す。

第１図において、マイクロホンＩより、音声が入力され
アンプ２に入る。アンプ２は、約ＩＫＨｚから６ｊＢ１
０ＣＴの高域強調特性となっている。アンプ２で増巾さ
れた信号は、ローパスフィルタ（ＬＰＦ３）　　に入力
される。ＬＰＦａは、Ａ／Ｄ変換の折シ返し雑音を除く
ためのアンチエイリアスフィルタと々っている。ＬＰＦ
３’の出力はＡ／Ｄ変換器４に入力され、デジタル信号
に変換された後、自己相関器５に入力される。自己相関
器５では、５〜１０ｍ５程度の分析区間内の自己相関関
数が求められ、分析区間終了毎に、比較回路６に送られ
る。

比較器６では前述の知見（＋、　］）（２，ｌ）　　に
基づいて、Ｐｘ≦０１なるとき、自己相関器５の出力を
雑音更新回路８へ送る。雑音更新回路８では、更新、あ
るいは平均操作により更新を行なう。

Ｐｘ）θ２なるとき、自己相関器５の出力は雑音減算回
路７に送られる。雑音減算回路７では式（９）に基つき
、雑音更新回路８から雑音出力を用いて雑音減算処理を
行なう。減算された自己相関関数は、判別処理部９に送
られ、ここで音声の識別が行われる。

第２図に比較回路６、雑音更新回路８、雑音減算回路７
の詳細金示す。

第２図における各回路要素は、制御回路部１０により統
括して制御される。初期状態では、パンツｙ＋５の内容
はクリアされており、マルチプレクサ１２は雑音更新（
下側信号線）にセレクトされている。

入力された自己相関関数のうちＲ（０）から、比較回路
１１によシθ１．θ２と比較して犬か小かのセレクト信
号をマルチプレクサ１２に送る。

（イ）Ｐｘ＝Ｒ（０）≦θ１なる場合、このとき、雑音
の自己相関関数の更新を行なうが、更新方法は式（１７
）に％式％（１７） この更新方法は、雑音の準定常が、実際上は極めていい
加減で、なだちかに変化する場合や、急に変化する場合
など様々であって、これに適応的に対処すること、また
逆に突発性の雑音や、音声との誤まりを適応スピードを
緩めて対処することを目的きしている。

Ｒｎ（ｒ）　”ｉｒ：　ｙ（ｎ）、Ｒｎ（ｖ）　’ｔｘ
（ｎ）　　とすると、式（１７）ｉ−ｊ、ｙ（ｎ）＝　
ｙ（ｎ−１）＋ｙ（ｘ（ｎ）−ｙ（ｎ−１））”Ｖ（ｎ
−ｔ）（＋十γ）十γｘ（ｎ）Ｚ変換して、 Ｙ（ｚ）　−（Ｉ−７）　Ｙ（ｚ）Ｚ　　’　＋７ｘ（
ｚ）Ｈ（ｚ）一種か となり、γによって規定される　］−Ｚ−’　　の逆フ
ィルタ七なジ平滑フィルタと、なる。

このフィルタのγを十分小さく走ることにより、平滑ス
ピードを緩めることができ、突発性雑音を避けられるこ
と、及びγの値をＲｎ（τ）−Ｒｎ−１−（ｒ）の負号
によって変化させることにより、雑音のパワーの立ち上
がりでゆっくり、立ち下がりで急速に応答させることが
できる。また、計算式が、ロジックあるいはマイクロコ
ンピュータのプログラムに乗りやすく、γｆ１／２ｎ（
ｎは正整数）に設定することで、容易に平滑が案現でき
、記憶すべき値も極めて少ないという利点かある。

図より、マルチプレクサ１２は当初下側信号線をセレク
トしておシ、該下側信号線に入力された自己相関関数を
出力する。減算器１３では、バッファ１５内に格納しで
ある前分析フレームまでの雑音の自己相関関数を制御回
路１０のリード信号とアドレスによシ読み出し、入力さ
れた自己相関関数との減算を行なうと同時に、レジスタ
１６に値全格納する。

減算器１３の出力を、γ回路１４においてγ倍するが、
γ＝Ｏ，Ｉ２５　　とすると右へ３回のシフトラ行えば
良い。ソフト後の値は、レジスタ１６の値と加算器１７
で加算され、加算器１７の出力に、制御回路１０のライ
ト信号とアドレスによりバッファ１５に格納され、雑音
の自己相関関数の更新が行なわれた。

（ロ）Ｐｘ＝Ｒ（０））θ２なる場合、このとき、雑音
の自己相関関数を、音声の自己相関関数から減算する処
理を行なう。

マルチプレクサＩ　２　ｉ’ｔ：　Ｐｘ＝Ｒ（０）＞θ
２で上側信号線をセレクトし、該上側信号線に自己相関
関数全出力する。減算器１８では、制御回路１０のリー
ド信号とアドレスよシ更新された雑音の自己相関関数を
読み出し減算する。これにより求められた音声の推定臼
、己相関関数は、第１図に図示の判別処理回路９に出力
され、ここにおいて自己相関係数に変換され音声の識別
が行なわれる。

〈発明の効果〉 以上のように本発明によれば、時間軸上で最も近傍の雛
り童区間において更新演算される雑音の自己相関関数を
利用し、雑音環境下で発生された音声の自己相関関数か
ら真値に近い自己相関関数を求めるようにしたものであ
シ、効果的な特徴抽出を行なうことができる。さらに、
音声区間と雑音区間を区別するパワー情報による２閾値
法を併用すれば、雑音区間の更新演算に誤差がなくなシ
有用である。

【図面の簡単な説明】

第１図は本発明方式の具体的実現例を示すブロック回路
図、第２図は第１図の要部詳細図、第３図はパワー情報
の閾値を説明する図である。 ５・・・自己相関器、６・・・比較回路、７・・・雑音
減算回路、８・・・雑音更新回路。 代理人　弁理士　福　士　愛　彦　（他２名）第１図 第３図

Claims (1)

1. 【特許請求の範囲】 １、雑音中の音声の自己相関関数から、経時変化に対応
   して更新される雑音区間の自己相関関数を減算すること
   により、真の音声の自己相関関数を推定してなることを
   特徴とする音声の特徴抽出方式。 ２、特許請求の範囲第１項記載において、パワー情報に
   対する２つの閾値（閾値１≦閾値２）を設け、分析区間
   内のパワーが閾値１より小なるとき、雑音の自己相関関
   数を更新演算し、閾値２より大なるとき音声区間と判断
   して、雑音中の自己相関関数から、前記更新された雑音
   の自己相関関数を減算することを特徴とする音声の特徴
   抽出方式。