JPS62270000A - 音声のピツチ周波数検出方法 - 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】 ３、発明の詳細な説明 （産業上の利用分野） 音声を低ビツトレートでディジタル符号化する符号化方
式としてボコーダ方式がよく知られている。この方法は
音声を５〜２０ｍ５毎に区切り、その各区間における波
形を特徴づけるパラメータを分析して伝送するのである
が、−ｇには音声が有声音か無声音かの判別結果と、有
声音の場合はピッチ周波数およびスペクトラム情報の３
種のパラメータで表し、ディジタル符号化して伝送する
。本発明はこれらのうちピンチ周波数の検出方法に関す
るものである。また本発明はピッチ周波数の検出が必要
な音声認識１話者識別等への適用も可能である。

（従来の技術） 第１図は、ボコーダ（ＶＯＣＯＤＥＲ）方式の符号化回
路の構成原理図である。この図はディジタル演算処理に
よって分析処理を行う例を示している。図中８は音声入
力でＡＤ変換器ｌにおいてディジタル符号に変換される
。２はスペクトラム分析回路、３は符号器で分析結果を
伝送する情報の形に符号化する。４は信号の前処理回路
、５は検出回路（ＰＤ）でピッチ周波数の検出と、有声
音か無声音かの識別を行う、６はＰＤ５における分析結
果を符号化する符号器、７は２つの符号器３と６の出力
を多重化して伝送データ９とするマルチプレクサである
。なおこのようなボコーダ方式の符号化回路については
多数の文献が知られている。

第２図は第１図中のピンチ周波数検出回路（ＰＤ）５の
構成側図で、信号の前処理回路４よりの音声１７の標本
値は１０と１１のメモリに蓄積される。１２は両メモリ
の出力を乗算し累積する乗算累積回路（ＭＵＬ）、１３
はＭＵＬ１２の出力の最大値を検出する検出回路（ＤＥ
Ｔ）、１４はメモリアドレスを発生するカウンタ（ＣＴ
　Ｒ）、１５はアドレスシフト回路（Ｓ　ＨＦ）、１６
は制御回路（ＣＮＴ）である。

ＰＤ５すなわち第２図の回路は基本的には音声波形をデ
ィジタル化した後必要な前処理を行ったものを適当な間
隔で区切り自己相関関数を計算しその自己相関関数が最
大となる時間差を求め得られた時間差の逆数をピッチ周
波数として検出するピッチ周波数検出回路である。まず
入力１７はメモ１月Ｏと１１に分析に使用する区間骨だ
け蓄積される。

第３図はメモリの人、出力波形を示す図であるが、後に
説明するように第３図のａはメモ１月Ｏの入力波形（実
際はディジタル符号化されているがこの波形はその符号
の表す電圧を示している。）の−例で連続して入力する
音声サンプルから所定の区間Ｎサンプル分の波形がメモ
リに記憶されるゆいまＴはＡＤ変換器のサンプリング間
隔、ｎは分析区間内のサンプル番号、ｍは時間差に対応
するサンプル数、Ｎは分析区間内のサンプル数とすれば
自己相関関数は信号をＳ　（ｎＴ）、自己相関関数をａ
　（ｍＴ）とすれば次式で表される。

ａ（ｍＴ）　＝Σ５（ｎＴ）Ｓ　（（ｎ＋ｍ）Ｔ）従っ
である時間差１ｌｌＴにおける自己相関関数を求めるに
は２つのメモリ１０．１１の続出しアドレスを互いにｍ
だけずらして順に読み出し両者をＭＵＬ１２において乗
算して累積すればよい。第３図はこのようにして２つの
メモリから読み出される波形の例を示し、ａとｂはそれ
ぞれメモリ１０とメモリ１１の出力で図から明らかなよ
うにｂはａを遅延させた波形になっている。ピッチ周波
数の検出ではこのような計算を分析区間ごとに所定の範
囲についてｍの値を変えながら計算を繰返して自己相関
関数を求め、各ｍの値における自己相関関数の値を比較
し、最大となった時のｍの値を求める。そのｍの値がピ
ッチ周期（ピッチ周波数の逆数）である。有声音と無声
音の判別はこの自己相関関数の最大値と信号電力の比を
適当なスレショルド値と比較して行う。

説明が後になったが、制御回路１６は第２図にて行われ
る各処理のシーケンスをし制御するためカウンタ１４の
リセントパルスとカウント用クロックパルス、アドレス
シフト回路１５のアドレスシフト数１乗算累積回路１２
のシフトレジスフ用クロック。

検出回路１３の検出用パルスなどを供給する。

さてメモリ１０と１１には前記のように同じ波形が蓄積
されるが、蓄積された波形は制御回路１６からの制御に
よって繰返して読み出される。カウンタ１４はそのアド
レスを発生するカウンタでその出力はメモリ１０のアド
レスになっている。

アドレスシフト回路５ＨＦ１５はカウンタＣＴＲ１４の
出力から遅延時間に対応するサンプル数ｍを減算する減
算回路で、その出力がメモリ１１のアドレスとして使わ
れる。このためメモリ１０．１１から読み出される波形
は第３図に示すようにｍサンプルだけずれた波形になり
この百出力はＭＵＬ１２で乗算され、１分析区間分の音
声サンプルについて累積される。検出回路１３は遅延サ
ンプル数ｍの所定の範囲についてＭＵＬ１２において計
算された自己相関関数の最大値を検出し、そのときのｍ
の値を記憶する。またその最大値を信号電力と比較し有
声音か無声音かの判定を行う、なお信号電力としてはｍ
＝ｏの時の自己相関関数の値を使えばよい。

第４図は処理の手順を示すタイムチャートであって、メ
モリへの書込みと自己相関関数の計算および判定は並行
して行われる。図中のＣはメモリへの書込み、ｄは計算
と判定を示しており、Ｃとｄは１区間の音声サンプルを
メモリする間に自己相関の計算および判定が並行して行
われることを示している。従って実際はメモリの書込み
と読出しを時分割で行うかまたはメモリを２つ使って書
込みと読出しを切替えて処理するなどの方法が用いられ
る。

自己相関関数の計算および判定は分析の１区間分の音声
サンプルをメモリしている間に前の区間にメモリされた
音声サンプルについて行われる。

計算はまず信号電力を求めるためアドレスシフト回路１
５のアドレスシフト量ｍをゼロとしてａ　（０）を計算
し、検出回路１３内のレジスタにメモリする。

その後アドレスシフト量ｍがｍｌからｍｋまでのａ　（
ｍＴ）を順に計算し、その最大値を検出する。ここでｍ
、、ｍｋはピッチ周波数の検出範囲の最大と最小に対応
するサンプル間隔である。

（発明の具体的な目的） 音声のピッチ周波数は男性の声で８０〜２７０Ｈｚ　。

女性の声で１００〜４００　Ｈｚの範囲にあるといわれ
ている。従って一般のボコーダではピッチ周波数の検出
範囲は８０〜４００Ｈｚとする必要があり、極めて広い
範囲の検出が要求される。音声波形はピッチ周波数の高
周波の合成波であるばかホルマントの影響も受けるため
自己相関関数の計算出力では時間差がピッチ周期くピッ
チ周波数の逆数）に等しいところで相関関数が大きくな
るばかりでなく、その整数分の−の時間差（すなわちピ
ッチ周期の整数分の−）およびその他の点においても大
きくなる。

通常はピッチ周期に一致したときの値が最大であるが、
その他の点の方が大きくなることがあって、これによる
ピッチ周波数の検出誤りが音声を復元した時の音質劣化
の要因の１つになっている。これは第３図から明らかな
ように第２図のピッチ周波数検出回路では時間差が大き
いほど自己相関関数の計算における累積サンプル数が少
なくなるため低い周波数はど検出し難いことも原因にな
っている。

本発明はこのような欠点を除くため時間差によって相関
関数に重みづけをし、時間差の小さい部分の相関関数を
小さくし、時間差の大きい部分の相関関数を大きくした
後比較することによりピッチ周期の長い（すなわちピッ
チ周波数の低い）場合においても検出を容易にするもの
である。

（発明の構成） 第５図は本発明によるピッチ周波数検出回路の構成側図
である。図中の１０〜１日はそれぞれ第２図の同記号と
共通である。また１９は乗算器で累積乗算器１２からの
自己相関関数の計算入力に時間差に応じた重みづけを行
う。２０はその重みづけを行う関数を発生するＲＯＭ（
リードオンリメモリ）テーブルで、そのアドレスはアド
レスシフト回路（ＳＨＦ）１５に対するシフト入力と同
じである。

５ＨＦ１５のアドレスシフト量（すなわち自己相関関数
の時間差）とＲＯＭテーブル２０のアドレス入力は同一
であるから乗算器１９の入力では同じ遅延時間に対する
自己相関関数と重みづけ関数が同時に得られ、これらの
乗算を行うことによって重みづけが行われ検出回路１３
へ入力する。検出回路１３の動作は第２図の従来のもの
と同様である。またこれらの回路はすべてディジタル演
算回路で構成されているので処理シーケンスを制御する
シーケンス制御回路、演算、比較２判定等を共通の回路
で実行する演算回路およびメモリで構成し、プログラム
によって処理を実現するいわゆるプロセンサによって前
記の検出回路を実現することもできる。

（発明の動作） 第５図の回路において乗算累積回路１２の出力をａ　（
ｍＴ）と表し、同じ時間差ｍに対するＲＯＭテーブル２
０の出力をｗ　（ｍＴ）とすると乗算器１９の出力はａ
　（ｍＴ）　ｗ　（ｍＴ）となる。このＷ　（ＯＩ？）
にｍの値とともに増加する関数を使用すればｍが小さい
ときのａ　（ｍＴ）　ｗ　（ｍＴ）はａ　（ｍＴ）に比
べて小さく、ｍが大きいときのａ、（ｍＴ）　ｗ　（ｍ
Ｔ）はａ　（ｍＴ）に比べて大きくすることができる。

この出力を検出回路１３に入カレ、第２図と同様の方法
により最大となる時間差ｍを検出する。

第６図は本発明による重みづけすなわち時間差ｍに対す
る各関数の値の例で、図中のｅは自己相関関数ａ　（ｍ
Ｔ）のとり得る最大値、ｆは重みづけ関数ｗ　（ｍＴ）
の例、ｇは積ａ　（ｍＴ）　ｗ　（ｍＴ）のとり得る最
大値の例である。ｅはｍとともに直線的に減少するがｗ
　（ｍＴ）を適当に選ぶことによって積のｇではその減
少の傾きを任意に変えることができる。

実際には重みづけ関数ｗ　（ｍＴ）は経験的に最適な値
に設定されるが、これによって前記の欠点のないピッチ
周波数検出回路が実現できる。

（発明の効果） 本発明によう広いピッチ周波数範囲のピッチ周波数検出
回路においても検出誤りの少ない正確な検出が可能とな
り、復元した音声の明瞭度、自然性が良好であるという
効果がある。また音声認識や話者識別等においても正し
い検出に大きな効果がある。

【図面の簡単な説明】

第１図はボコーダ方式の符号化回路の構成原理図、第２
図は従来の第１図中のピッチ周波数検出回路の構成例図
、第３図は第２図回路内メモリの人、出力波形図、第４
図はピッチ周波数検出回路のタイムチャート、第５図は
本発明によるピッチ周波数検出回路の構成例図、第６図
は本発明による重みづけの一例図である。 １・・・ＡＤ変換器、２・・・スペクトラム分析回路、
３．６・・・符号器、４・・・信号の前処理回路、５・
・・検出回路、７・・・マルチプレクサ、１０、１１・
・・メモリ、１２・・・累積乗算回路、１３・・・検出
回路、１４・・・カウンタ、１５・・・アドレスシフト
回路、１６・・・制御回路、１９・・・乗算器、２０・
・・ＲＯＭテーブル。

Claims (1)

【特許請求の範囲】
1. ディジタル符号化した後前処理を施した音声信号を適当
   な間隔で区切り自己相関関数を計算してその自己相関関
   数が最大となる時間差を求め、得られた時間差の逆数を
   ピッチ周波数として検知するピッチ周波数検出回路にお
   いて、自己相関関数の計算結果に前記時間差とともに増
   加する関数を乗算する回路を付加して前記乗算後に最大
   となる時間差を検出することを特徴とする音声のピッチ
   周波数検出方法。