JPS63127294A - 音声区間検出方式 - 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】 技術分野 本発明は、音声区間検出方式、より詳細には、音声認識
装置における音声信号の検出に関するものである。

従来技術 音声認識装置を実現する上で音声区間をいかに忠実に切
り出すかは非常に重要であり、この音声区間の切り出し
が装置の能力を左右する。音声区間の切り出し方はいく
つか考えられるが、その代表的なものは第７図に示すよ
うなもので、図示のように、閾値Ｔ１を決めておき、入
力された信号のエルネギ−が該閾値Ｔ１を越えた時点ｔ
、から該閾値Ｔ１を下る時点ｔ、までを音声区間とする
ものである。ただし、この区間内に第２の閾値Ｔ２（Ｔ
、＞Ｔ、）を越える部分がある時に限り、上記区間を音
声区間とするものである。この様な場合、冒頭の子音等
のエネルギーが小さい部分が欠落してしまうという欠点
があり、この対策としてエネルギーが小さい部分はその
エネルギーに応じて増幅して取り込む自動利得整（ＡＧ
Ｃ）回路をつける方法が考えられている。

第８図は、上記自動利得調整回路の一例を示す図で、図
中、２０は音声とり込み部、２１はＡＧＣ回路、２２は
音声区間検出回路で、これによってかなり正確に音声の
区間が検出できるようになった。しかし、環境ノイズが
大きい場合、ＡＧＣ回路によって環境ノイズを増幅して
しまい、常にノイズがＴ、を越してしまうということに
なる。

これに対し、環境ノイズによって閾値Ｔ工、Ｔ２を上下
する方法もあるが、ＡＧＣは大きい音を抑圧する作用が
あり、ノイズが大きいと、それに音声が加わってもノイ
ズの大きさから大きな出力エネルギーの変動がないため
、正確に切り出すことができなくなってしまう欠点があ
る。

１−一■ 本発明は、上述のごとき実情に鑑みてなされたもので、
特に、環境雑音が存在する中で正しい音声の区間を検出
するための音声区間検出方式を提供することを目的とし
てなされたものである。

盗−一威 本発明は、上記目的を達成するために、音声を集音して
電気信号に変換し、変換された信号中から音声に係る部
分だけを抽出する音声検出方式において、（１）前記電
気信号を自動利得調ｖｉ（ＡＧＣ）回路を通した後エネ
ルギーを求める部分と、前記ＡＧＣ回路を通過せずにエ
ネルギーを求める部分を設け、音声を入力する前の状態
で前記ＡＧＣ回路゛を通過したエネルギーが大なる時は
前記ＡＧＣ回路を通過しないエネルギーが閾値を越える
部分を音声区間とし、小なる時は前記ＡＧＣ回路を通過
したエネルギーが閾値を越える部分を音声区間とするよ
うにしたこと、或いは、（２）前記電気信号を自動利得
調整（ＡＧＣ）回路を通した後周波数分析してその時間
的な変化を求めると共に該電気信号のエネルギーを求め
、エネルギーの小さな部分では前記周波数分析結果の時
間変化が大なる部分を音声の始点とし、前記ＡＧＣ回路
通過後のエネルギーの大きな部分では前記ＡＧＣ回路を
通過させない信号エネルギーが閾値を越えた部分を始点
とするようにしたこと、或いは、（３）前記電気信号を
自動利得調整（ＡＧＣ）回路を通した後周波数分析して
その時間的な変化を求めると共に該電気信号のエネルギ
ーを求め、音声の始端は周波数分析結果の時間変化によ
って決定し、終端はエネルギーの大きさで決めるように
したことを特徴としたものである。以下、本発明の実施
例に基づいて説明する。

第１図は、本発明による音声区間検出方式の一実施例を
説明するためのブロック線図、第２図は、第１図の動作
説明をするためのフローチャートで、図中、１はマイク
ロフォン等の音響電気変換器、２は自動利得調整（ＡＧ
Ｃ）回路、３．４はフィルタ、５，６は検波回路、７〜
９は比較回路、１０は選択回路、１１は音声認識処理装
置で、この実施例は、音声を集音して電気信号に変換し
、変換された信号中から音声に係る部分だけを抽出する
音声検出方式において、電気信号を自動利得調整（ＡＧ
Ｃ）回路を通した後エネルギーを求める部分Ｉと、ＡＧ
Ｃ回路を通過せずにエネルギーを求める部分■を設け、
音声を入力する前の状態でＡＧＣ回路を通過したエネル
ギーが大なる時は前記ＡＧＣ回路を通過しないエネルギ
ーが閾値を越える部分を音声区間とし、小なる時は前記
ＡＧＣ回路を通過したエネルギーが閾値を越える部分を
音声区間とするようにしたものである。図において、マ
イク等の電気音響変換器１によって電気信号に変換され
た音声は２分され、一方（１）はＡＧＣ回路２を通した
後、音声帯域のフィルタ３を通し、検波器５にて検波し
てエネルギーを求め、他方（ｎ）はＡＧＣ回路２を通さ
ずに前記と同様にしてエネルギーを求め、どちらも定め
られた閾値ε１．ε２を越えた部分を音声信号として選
択部１０へ出す。又、音声入力前にＡＧＣ回路を通過し
た後のエネルギーをエネルギー閾値Ｅ１と比較してこれ
よりも大なる時１選択部１０は前記ＡＧＣ回路を通過さ
せない方の音声区間を正しいものとして音声認識処理部
１１へ送り、小なる時はＡＧＣ回路２を通過した信号に
よって決めた音声区間を正しい区間として音声認識処理
部へ送るようにする。なお、ここで言うエネルギーの大
なる部分の音声区間の決定の仕方は第７図に示したよう
な方法で良く、あらかじめ何回か音声を入力しながら閾
値を決めれば良い。また、音声始端の子音はエネルギー
が小さいため回路ＡＧＣを通さずにエネルギーをチェッ
クしていると欠落させてしまう恐れがある。

第３図は、本発明の他の実施例を説明するためのブロッ
ク線図、第４図は、第３図の動作説明をするためのフロ
ーチャートで、図中、１２は周波数変換部、１３はフィ
ルタ及び検波回路、１４は差分検出回路、１５はエネル
ギー検出部で、その他第１図に示した実施例と同様の作
用をする部分には、第１図の場合と同一の参照番号が付
しである。而して、この実施例は、子音部はスペクトル
の変化が激しく音響エネルギーが小さいのに対し、母音
部はスペクトルの変化は少ないがエネルギーが大きいこ
とに注目してなされたものであり、特に、音声を集音し
て電気信号に変換し、変換された信号中から音声に係る
部分だけを抽出する音声検出方式において、前記電気信
号を自動利得調整（ＡＧＣ）回路を通した後周波数分析
してその時間的な変化を求めると共に該電気信号のエネ
ルギーを求め、エネルギーの小さな部分では前記周波数
分析結果の時間変化が大なる部分を音声の始点とし、前
記ＡＧＣ回路通過後のエネルギーの大きな部分では前記
ＡＧＣ回路を通過させない信号エネルギーが閾値を越え
た部分を始点とするようにしたものである。すなわち、
音声はマイクロフォン１によって集音されて電気信号に
変換された後、部分され、一方（１）はＡＧＣ回路２へ
入り、他方（ＩＴ）は音声帯域のバンドパスフィルタ及
び検波回路１３を通して信号のエネルギーの時間変化を
求める。求められた値が閾値ε、より大きいかどうかに
よって音声区間であるかどうかを決め、ε、より大なる
時は音声始端を選択部１０へ向って発する。一方、ＡＧ
Ｃ回路２を通過した信号（１）はフィルターバンク等か
ら成る周波数変換部１２で周波数分析し、その時間的な
変化の差分を差分検出回路１４でとって変化量を求める
。この変化量が閾値ε２より大なる時はこれを音声の始
端とする信号を選択部１０へ発する。選択部１０は１周
波数変換した後の信号を加算して求めたエネルギーの結
果があらかじめ決められたエネルギーの閾値Ｅ、より大
きい時は、ＡＧＣ回路２を通過しない方の信号によって
得られた音声始端信号を正しい音声始端として音声認識
処理部１１へ送り、Ｅ２より小さい時はＡＧＣ回路２を
通過した方の音声始端信号を正しい音声始端として音声
認識処理部１１へ発する。

第５図は、本発明の他の者施例を説明するためのブロッ
ク線図、第６図は、第５図の動作説明をするためのフロ
ーチャートで１図中、第１図及び第３図に示した実施例
と同様の作用をする部分には、第１図及び第３図の場合
と同一の参照番号が付しである。而して、この実施例は
、マイクロフォン１によって集音して電気信号に変換し
た電気信号を自動利得調整回路２を通した後周波数分析
し、その時間的な変化を求めると共に該電気信号のエネ
ルギーを求め、音声の始端は周波数分析結果の時間変化
によって決定し、終端はエネルギーの大きさで決めるよ
うにしたものである。この周波数スペクトルの時間変化
は音声冒頭で大きく変化し、音韻が変化する毎に変化し
、最後は音声が終り環境雑音が主になる所で変化が大き
くなる。

このため、変化が大きい点で音声終端を決めることが難
かしく音声終端は音の大きさを利用することが望ましい
。又、ＡＧＣ回路を通過した信号では前述の通り音声終
了後、環境ノイズを引き上げるために終端検出は困難で
ある。

効　　　果 以上の説明から明らかなように、本発明によると、環境
ノイズがある中でも正しい音声区間が検出できる。

【図面の簡単な説明】

第１図は、本発明による音声区間検出方式の一実施例を
説明するためのブロック線図、第２図は、第１図の動作
説明をするためのフロ−チャート５第３図は、他の実施
例を説明をするためのブロック線図、第４図は、第３図
の動作説明をするためのフローチャート、第５図は、本
発明の更に他の実施例を説明するためのブロック線図、
第６図は、第５図の動作説明をするためのフローチャー
ト、第７図及び第８図は、従来技術の例を説明するため
の音声エネルギー波形図及び要部ブロック図である。 １・・・マイクロフォン、２・・・ＡＧＣ回Ｍ、３．４
・・・フィルタ、５，６・・・検波回路、７〜９・・・
比較回路。 １０・・・選択回路、１１・・・音声認識処理装置、１
２・・・周波数変換回路、１３・・・フィルタ及び検波
器。 １４・・・差分検出部、１５・・・エネルギー検出部。 特許出願人　　　株式会社　リコー 第　　１　図 第２図 第３図 第　４７ 第５図 第　　６　図 第　　７　図

Claims (3)

【特許請求の範囲】
1. （１）音声を集音して電気信号に変換し、変換された信
   号中から音声に係る部分だけを抽出する音声検出方式に
   おいて、前記電気信号を自動利得調整（ＡＧＣ）回路を
   通した後エネルギーを求める部分と、前記ＡＧＣ回路を
   通過せずにエネルギーを求める部分を設け、音声を入力
   する前の状態で前記ＡＧＣ回路を通過したエネルギーが
   大なる時は前記ＡＧＣ回路を通過しないエネルギーが閾
   値を越える部分を音声区間とし、小なる時は前記ＡＧＣ
   回路を通過したエネルギーが閾値を越える部分を音声区
   間とするようにしたことを特徴とする音声区間検出方式
   。
2. （２）音声を集音して電気信号に変換し、変換された信
   号中から音声に係る部分だけを抽出する音声検出方式に
   おいて、前記電気信号を自動利得調整（ＡＧＣ）回路を
   通した後周波数分析してその時間的な変化を求めると共
   に該電気信号のエネルギーを求め、エネルギーの小さな
   部分では前記周波数分析結果の時間変化が大なる部分を
   音声の始点とし、前記ＡＧＣ回路通過後のエネルギーの
   大きな部分では前記ＡＧＣ回路を通過させない信号エネ
   ルギーが閾値を越えた部分を始点とするようにしたこと
   を特徴とする音声区間検出方式。
3. （３）音声を集音して電気信号に変換し、変換された信
   号中から音声に係る部分だけを抽出する音声検出方式に
   おいて、前記電気信号を自動利得調整（ＡＧＣ）回路を
   通した後周波数分析してその時間的な変化を求めると共
   に該電気信号のエネルギーを求め、音声の始端は周波数
   分析結果の時間変化によって決定し、終端はエネルギー
   の大きさで決めるようにしたことを特徴とする音声区間
   検出方式。