JPS62194298A - ピツチ抽出方式 - 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〕 本発明は音声の分析に係り、特に高精度に音声のピッチ
周期を抽出するに好適なピッチ抽出方式の改良に関する
。

〔従来の技術〕

音声を分析してそのパラメータを伝送もしくは蓄積して
、そのパラメータから音声を合成する高能率行用符号化
では、ピッチ情報がデータの圧縮や合成音声の品質に対
して重要なパラメータになっており、高精度なピッチ抽
出が必要子ｏｒ欠である。

音声のピッチ周波数は男女、子供を考慮すると、７０〜
５００Ｈｚ（周期にして２〜１５　ｍ　ｓ　）の範囲に
わたり１通常、音声波形の自己相関係数を２〜１５ｍ５
の時間遅れに対して求め、その相関係数のピーク値から
ピッチ周期を求める方法（自己相関法）が一般的である
。またホルマントの影響を除去するために音声波形を線
形予測分析しで得られる残差波形の自己相関係数を用い
る場合もある。ピッチ周期は０．１　　ｍｓ［度の分解
能が必要であるため、上記方法では自己相関係数の算出
に多数回の積演算が必要であり、演算時間がかかるとい
う欠点を有している。

これに対し平均振幅差関数（Ａｖｅｒａｇｅ　Ｍａｇｎ
ｉｔｕｄｅＤｉｆｆｅｒｅｎｔｉａｌ　Ｆｕｎｃｔｉｏ
ｎ、以下ＡＭＯＦと呼ぶ）法は自己相関法における積演
算を差の絶対値演算で置換えることによって演算時間の
削減を図ったものであり、ＡＭＯＦとしては種々の変形
はあるが、最も単純には次式ｇ（τ）で示される。

ｇ　（τ）　＝Σ　Ｉ　ｘｒ　　ｘ＋＋ｒｌ　　　　　
　　−１１）１：１ ここにｘＩは時刻ｉの音声波形の振幅、では時間遅れを
意味する。Ａ　Ｍ　Ｄ　ト’法は演算時間は短くて済む
反面ピッチ周期の誤抽出、特に正しいピッチ周期の整数
倍への誤抽出がかなり多いことが知られている０例えば
、特開昭６０−１６５７００にはＡＭＯＦ法の上記欠点
を改善する技術が記載されている。以下図面を用いて上
記従来技術を説明する。

第２図は上記従来技術のブロック図である。

ＡＭＯＦ算出部において一定時長の音声データからＡＭ
ＤＦ値を算出し、最小値検出部２でその最小値を与える
時間遅れ１里とＡＭＤＦ値ｇ（τ１）を検出し。

整数分ので１検出部３においてて２＝τｌ／２゜τ３＝
τ１／３．・・・に対応するＡＭりＦ値ｇ　（τ２）。

ｇ（Ｋ＋１）＊・・・を検出し、ピッチ周期選択部４に
おいてｇ（τ１）、ｇ（τ２）、・・・を評価し、τ１
．τ２゜・・・のうち最も適切なものをピッチ周期とし
て選択する。ピッチ周期選択部４における評価法は。

ｇ（τｔ）／ｇ（τ１）〈ｋ　　　　　　・・・（２）
ここに、ｊ＝２．３．・・・、には閾値を満たすτ１の
中でｉが最大のもの、すなわちτＬの値が最小の時間遅
れをもってピッチ周期にするというものである。

〔発明が解決しようとする問題点〕

上記従来技術はピッチ周期の選択において、ＡＭ１１Ｆ
値だけ昏用いているため、評価判定方式を種種工夫して
も、正しいピッチ周期の整数倍が選ばれたり、逆に正し
いピッチ周期の整数分の−が選ばれるという問題があっ
た。

本発明の目的は、演算社の大幅な増加を伴うことなく、
より高精度のピッチ抽出方式を提供することにある。

〔問題点を解決するための手段〕

上記目的は、ピッチ周期の選択に際し、候補となる時間
遅れτ１．τ２．・・・に対応するＡＭＤＦ値ｇ（τｘ
）ｔｇ（τ２）、・・・を評価すると同時に。

τ１．τ２．・・・に対応する相関値を算出し、評価す
ることにより達成される。

〔作用〕

ＡＭＤＦ値を（２）値に従って評価する場合、確実に整
数倍のピッチ周期が選ばれないようにするためには、閾
値にの値を太き目に設定せざるを得ない、ところがこの
ようにすると音声の調波成分の影響で、逆に正しいピッ
チ周期の整数分の一の値が選ばれる率が高くなる。これ
に対し正しいピッチ周期の整数分の−に対応する相関値
は相対的に小さな値となり、これを評価することによっ
て。

整数分の−への誤りを防止することができる。ここで相
関値はフレーム内の全データに対して算出する必要はな
く、周期性の判定を行うのに最も適した部分（例えば振
幅の大きな部分）の所定数のデータを用いれば良い。相
関法の場合、データ数が少ないと信頼性が低下するが、
本方法ではＡＭＤＦ値により候補となる時間遅れが既知
であるため、時間方向に対する信頼性の問題は回避でき
る。むしろフレーム内の平均的な相関値ではなく、評価
しようとする時間遅れに対する相関値を感度良く求める
ことができる。

相関値は音声信号を線形予測分析して得られる残差波形
信号データを用いて算出することもできる。残差波形は
音声波形からホルマントの影響を大部分取り除いたもの
であり、正しいピッチ周期の整数分の−に対する相関値
が大きくなることはほとんどないので１本発明の目的に
適している６（実施例〕 以下、本発明の一実施例を図面を用いて説明する。

第１図は本発明を用いたピッチ抽出装置のブロック図で
ある。第１図において、所定のサンプリング周期でディ
ジタル化された音声データが１フレ一ム分バッファメモ
リ１１に格納される。ここでサンプリング周期は１２５
μ５（８ｋ）−１ｚサンプリング）、１フレームは３０
ｍ５　（２４０サンプル）とする。バッファメモリ１１
から読み出された音声波形データ１２を用いてＡＭＤＦ
算出部１３において、次式に従ってＡＭＤＦ値が算出さ
れる。

ｇ（τ）＝□　・・・（３） ここにＱは１フレームのデータ数である。Ａ合計値は式
（１）によって算出しても良いが、式（３）によればフ
レーム内の全データを使用するため、より安定なピッチ
周期が抽出される。τはピッチ周期の探索範囲（２〜１
５ｍ５）に対応する時間遅れであり１６〜１２０である
。算出されたＡＭＤＦ値１４　（ｇ　（τ））は最小値
検出部１５に入力され、最小値に対応する時間遅れ１６
（値をτｌとする）が判定部２１に入力される。一方、
線形予測分析部１７では、音声データ１２から線形予測
係数１８を算出する。！ｌ形予ｉ１１＋Ｉ係数１８は逆
フィルタ１９の係数として用いられ、逆フィルタ１９に
音声データ１２を入力すると、残差信号２０が出力され
ろ。線形予測分析部】７および逆フィルタ】９の処理内
容は公知（中田「音声」　（コロナ社、！９７７）第３
章、あるいは安居院、中島「コンピュータ音声処理Ｊ　
（産報出版、　１９８０）第２章参照）なので詳しい説
明は省略する。ピッチ周期判定部２１はτ１とｇ（τ）
および残差信号２ｏを用いてピッチ周期２１（Ｔ）を抽
出する。

次に判定部２１の処理を第３図を用いて詳細に説明する
。まず判定部２１にデータ１４，１．６゜２０が入力さ
れると、初期設定としてピッチ周期候補用のメモリ３６
に１６の値τ１が書き込まれる。次に整数分の一算出部
３０における除数ｎに初期値１が設定される。また閾値
決定部３３において閾値θ１が次式によって算出される
。

Ｏｒ　＝ｍｉｎ　（ｇ　（τｘ）十へ〇、θＯ）　　−
（４）ここでｇ（τ１）はピッチ探索範囲におけるＡＭ
Ｉ）Ｆ値の最小値であり、Δ０およびθ０は予め定めた
正の定数値である。一方、基準区間決定部３４では残差
相関を算出するための基準区間が残差信号２０に対し次
の手順で決められる。まず残差信号Ｚ＋（ｉ＝１〜ρ）
の振幅の絶対値が最大となるものを検出する（そのアド
レスをｉｏとすする）。次にＺＩｏを含む連続したｍ個
の残差の中で、振幅の絶対値和 が最大となるようなアドレスに＝ｋｏを決定する。

ここでｍは予め定めた残差数であり、−例としてτｍｉ
ｎ　　（ピッチ周期の探索範囲の最小値）とすれば良い
。このようにして基準区間（ここではその先頭アドレス
）を決めることにより、フレーム内の周期性を検証する
上で最も適切な区間が選ばれる。なお（５）式のかわり
にパワ に＋＋ｍ−１ ｐ　（ｋ）　＝Σ　　ＺＪ”　　　　　　　　　・・・
（５）′を用いても良い。

以−ヒの初期設定が完了すると、以下の処理をくり返す
。

ステップ１： 整数の一算出部においてｎに１−が加算され、τ０＝τ
ｚ／ｎｃｎ≧２）　　　　　　　　　・・・（６）が算
出される。

ステップ２： τ。は比較判定部３１においてτｍｔｎと比較され、τ
１くτｓｔｎなる時はピッチ周期候補メモリ３６に格納
されている値をピッチ周期２２として出力し、当フレー
ムの処理を終了する。τ。≧τ１゜なる時はステップ３
以下の処理を行う。

ステップ３： 極小値検出部３２において、τｎの近傍（τ。

−Δτ≦τ≦τ。＋Δτ）でｇ（τ）の極小値ｇ（τｎ
’　　１）＜ｇ（τｎ’）＜ｇ（τｎ’＋１）　　　・
・・（７）となり、かつ ｇ　（τ。′　）≦０１　　　　　　　　　　　　　　
・・・（８）を満たすτ。′を検出する。ここで極小値
を検出するのは、ピッチ周期に対応するＡＭＤＦ値は一
般に極小値を示し、ｇ（τｎ）が単に閾値以下の値とな
ったとしても必ずしもピッチ周期（又はその整数倍）で
はない可能性があるためである。なおΔτは２ａ度でよ
い。式（７）、（８）を満たすτ。′が無い場合にはス
テップ１へ戻る。τ。′が検出された場合はステップ４
へ進む。

ステップ４： 相関算出部３５において、　τ７′に対応する残差相関
値りが次式で算出される。

ここに （９）式および（１０）式において積和回数は１７１回
としているが、これはτ。′によらず一定回数としても
かまわない。またｋｏの値によっては、（９）式のかわ
りに としても良い、ｈと残差相関値に対する閾値θゎを比較
し、ｈ≧θｈのときにはピッチ周期候補メモリ３６の内
容をτ。′に書き換える。ステップ１へ戻る。

以上の処理を終了した時点で、ピッチ周期候補メモリ３
６には、式（７）、（８）、（９）又は（９）′を満た
すもののうち周期が最小のものが格納されており、これ
がピッチ周期２２として出力される。上記手順を第４図
に示す。

第５図はあるフレームにおけるＡＭＤＦ値と残差相関値
の例を示している。この例ではピッチ周期１゛としてで
２′　が抽出される。第６図は女性が発声した／　ｏｄ
ａｖａｒａｕＮ　’　ｙｕ　／という単語のピッチ抽出
結果であり、Ｘ印は従来のＡＭＤＦ’法によって誤抽出
した結果、実線が本発明による結果であり、整数倍のピ
ッチへの誤りが無くなっている１女男声のデータ（各々
数百フレーム）に対しピッチ抽出を行ったところ、従来
方式では誤抽出が約１０％あったが本発明では約１％に
減少した。

なお上記実施例においては、相関は残差波形を用いてい
るが、音声波形を用いても上に準じた効果があることが
実験的に確認されている。この場合、分析部１７．逆フ
ィルタ１９は不要であり、判定部２１へは残差２０のか
わりに音声信号１２が入力される。

〔発明の効果〕

本発明によれば、ＡＭ叶法によるピッチ抽出で頻繁に発
生する整数倍のピッチ周期への誤抽出が防止出来るので
、非常に高い精度で音声のピッチ周期を抽出することが
出来る。

【図面の簡単な説明】

第１図は本発明の一実施例のピッチ抽出装置のブロック
図、第２図は従来のピッチ抽出装置のブロック図、第３
図は本発明のピッチ抽出装置のピッチ判定部のブロック
図、第４図は判定部における処理の流れを示す図、第５
図はＡＭＤＦ値と残差相関値の一例を示す図、第６図は
ピッチ抽出結果を示す図である。 １３・・・＾阿叶′算出部、】−５・・・最小値検出部
、１７・・・線形予測分析部、１９・・・逆フィルタ、
２１・・・ピッ′４１　因 ７７　　＃ｌＪ？！予看１介拉部 第　２　図 メ　３　図 ３２才蚤小４直矛更上５↑　　３６　ビプチｇ１１削碇
冬亀’ｆ（す￥Ｉ４−　目

Claims (1)

【特許請求の範囲】
1. １、ディジタル化された一定時間長の音声信号データの
   平均振幅差関数値を算出する手段と、該関数値の最小値
   及び対応する時間遅れ値（τ＿１）を検出する手段と、
   該時間遅れ値の整数分の一の時間遅れ値近傍の平均振幅
   差関数値の極小値及び対応する時間遅れ値（τ＿ｎ）を
   検出する手段と、該時間遅れ値（τ＿ｎ）に対する相関
   値を算出する手段と、上記平均振幅差関数値及び相関値
   に対する一定の評価基準によつて時間遅れ値τ＿１ない
   しτ＿ｎの中から最適なものをピッチ周期として選択す
   る手段とを具備することを特徴とするピッチ周期抽出方
   式。