JPS63153599A - ピツチ抽出回路 - 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】 〔概要〕 入力音声を短時間エネルギ関数の変化状態から予め定め
られた形式に分類し、各分類に対応したピンチ抽出手段
によりそれぞれピッチを抽出することにより、形式毎に
好適なピッチ抽出手法が適用可能とする。

〔産業上の利用分野〕

本発明は、音声からピンチを抽出するピンチ抽出回路の
改良に関する。

通常人間が発する音声は、実際に音声が発せられている
状態、音声が発せられていない状態が時系列的に混在し
、また実際に音声が発せられている状態にあっても、有
声音が発せられている状態と、無声音が発せられている
状態とが混在する（以後音声が発声されていない状態を
含めて無声音と称する）。また実際に発声されている有
声音または無声音も、種々異なる音韻から構成されてい
る。

この様に変化する音声から、音声処理上で重要なパラメ
タであるピッチを、高精度に抽出する手段の実現が強く
要望される。

〔従来の技術〕

第９図は従来あるピッチ抽出回路の一例を示す図である
。

第９図において、自己相関関数算出回路２は、入力端子
１から入力される音声Ｘに対し、エネルギで正規化した
短時間自己相関関数Ｒ（ｉ）　　（以後単に自己相関関
数と称する）を（１）式に基づき算出し、ピッチ抽出論
理回路３に伝達する。

・・・・・・（１１ 但し、Ｗ（ｋ）　　：窓関数 Ｘ（ｎ＋ｋ）　、Ｘ（ｎ＋に＋ｉ）　　：音声ｎ：積分
区間の始点 ｉ：自己相関関数の遅延量 に：積分区間（例えば１２８） なおｊ、ｎおよびｋは、何れも標本化周期Ｔ（例えば１
２５マイクロ秒）を単位とする。

また算出対象とする遅延量ｉの範囲（以後区間と称する
）は、ピンチ周波数領域（通常５０ヘルツ乃至５００ヘ
ルツ）を充分包含する範囲（例えばｉ＝ｌ乃至１９２）
に設定する。

ピンチ抽出論理回路３は、自己相関関数算出回路２から
伝達された自己相関関数Ｒ（ｉ）を、予め定められた基
準値（例えば完全な周期性を有する有声音が示す自己相
関関数値−１と、完全な非周期性を有する無声音が示す
自己相関関数−〇との中間値として０．５に定める）と
比較し、自己相関関数Ｒ（ｉ）が基準値（０，５）を上
回れば有声音、下回れば無声音と判定する。

更にピッチ抽出論理回路３は、有声音と判定された音声
Ｘに対しては、区間（ｉ−１乃至１９２）内における自
己相関関数Ｒ（ｉ）の極大点の中から最大値Ｒ１を有す
る最大点（遅延量ｍＲ）を抽出し、対象区間におけるピ
ッチｐとする。

〔発明が解決しようとする問題点〕

以上の説明から明らかな如く、従来あるピッチ抽出回路
においては、対象とする音声の自己相関関数Ｒ（＋）が
基準値を土建る場合に有声音と判定し、有声音と判定さ
れた区間内における自己相関関数Ｒ（ｉ）の最大点によ
りピッチｐを抽出していた。

然し有声音も、例えば音韻の変化点では周期性が崩れ、
自己相関関数Ｒ（＋）が基準値を下回って無声音として
検出される恐れがある。かかる場合を考慮して基準値を
低く設定すると、自己相関関数値の大きい無声音を誤っ
て有声音と判定する恐れがある。

また有声音においても、自己相関関数Ｒ（＋）がピッチ
の二倍に対応する点で最大となる場合、或いはホルマン
トに対応する点で最大となる場合等がある。

この様な音声から高精度でピンチを抽出する為には、従
来あるピッチ抽出回路では実現困難となる問題点があっ
た。

〔問題点を解決するための手段〕

第１図は本発明の原理を示す図である。

第１図において、１００は本発明により設けられ、入力
音声の対象区間内における短時間エネルギ関数Ｐ　（ｉ
）を（２）式に基づいて算出する短時間エネルギ関数算
出手段である。

２００は本発明により設けられ、短時間エネルギ関数算
出手段１００で算出された短時間キネルギ関数の対象区
間内における変化状態を、予め定められた形式番ご分類
する発声状態分類手段である。

３００は本発明により複数段けられ、発声状態分類手段
２００の分類結果に対応して、それぞれ入力音声のピッ
チを抽出するピンチ抽出手段である。

〔作用〕

短時間エネルギ関数Ｐ　（ｉ）は、入力音声Ｘのエネル
ギ変動に対応して変動する。従って、一般にエネルギの
小さい無声音からエネルギの大きい有声音への遷移区間
、或いは無声音から有声音への遷移区間においては、短
時間エネルギ関数Ｐ（ｉ）も有声音および無声音の定常
区間に比して大きく変動する。

本発明はかかる点に着目し、入力音声の対象区間におけ
る短時間エネルギ関数Ｐ　（＋）を算出し、短時間エネ
ルギ関数Ｐ　（ｉ）の変化状態から予め定められた複数
の形式に分類し、分類された各形式に適したピンチ抽出
論理に基づき、各区間のピンチを抽出する。

従って、各入力音声の状態に適したピンチ抽出論理が適
用される為、高精度にピンチを抽出可能となる。

〔実施例〕

以下、本発明の一実施例を図面により説明する。

第２図は本発明の一実施例によるピンチ抽出回路を示す
図であり、第３図は第２図における発声状態の分類過程
を例示する図であり、第４図は遷移区間の説明図であり
、第５図は定常区間におけるピッチ抽出処理過程を例示
する図であり、第６図は遷移区間におけるピンチ抽出処
理過程を例示する図であり、第７図（ａｌ乃至第７図ｔ
ｅｌおよび第８図［ａｌ乃至第８図ｆｄｌは第２図の動
作を説明する図である。なお、企図を通じて同一符号は
同一対象物を示す。

第２図においては、自己相関関数算出回路２゛が短時間
エネルギ関数算出手段１００として設けられ、発声状態
検出回路１０、スイッチ回路２０および３０が発声状態
分類手段２００として設けられ、ピンチ抽出論理回路４
１．４２および４３がそれぞれピッチ抽出手段３００と
して設けられている。

第２図において、自己相関関数算出回路２°は、入力端
子１から入力される音声Ｘに対し、短時間エネルギ関数
Ｐ（＋）を算出して発声状態検出回路１０に伝達し、更
に短時間エネルギ関数Ｐ　（ｉ）を用いて自己相関関数
Ｒ（ｉ）を算出し、スイッチ回路２０に伝達する。

発声状態検出回路１０は、受信した短時間エネルギ関数
Ｐ　（ｊ）が最大値Ｐ、を示す遅延量＋＝ｍ、を検出し
、また対象区間（ｉ−１乃至１９２）における短時間エ
ネルギ関数Ｐ（ｉ）の値を、最大値Ｐ６により正規化し
た後、予め定められた基準値（例えば最大値Ｐイの１／
８）と第３図の過程により比較し、短時間エネルギ関数
Ｐ　（ｉ）が大きく変化しない定常区間ＶＸＯ１短時間
エネルギ関数Ｐ　（ｉ）が遅延量ｉの増加に伴い減少す
る遷移区間ＶＸＩ、および短時間エネルギ関数Ｐ　（ｉ
）が遅延量ｉの増加に伴い増加する遷移区間ＶＸ２に分
類する。

先ず発声状態検出回路１０は、 条件ｍｐ　−１９２（ステップ３１）成立条件Ｐ　（６
４）　＜０．１２５　　（ステップＳ２）成立の場合（
第４図（ａｌ■）、 条件ｍｐ　＝１９２　　（ステップＳｌ）成立条件Ｐ（
６４）＜０．１２５　　（ステップＳ２）不成立条件Ｐ
　（１２８）≧０．１２５　　（ステップＳ３）不成立
の場合（第４図Ｃａｌ■）、または 条件ｍ、　＝１９２　　（ステップＳｌ）不成立条件Ｐ
Ｃ１）　＜０．１２５　　（ス５−ンプＳ４）成立条件
Ｐ（６４）＜０．１２５　　（ステップＳ５）成立の場
合（第４図（ｂｌ■）、 区間（Ｉ−１乃至１９２）を遷移区間ＶＸ２に分類する
（ステップ５１００）。

また発声状態検出回路１０は、 条件ｍＰ　＝１９２　　（ステップＳｌ）不成立条件Ｐ
（１）　＜０．１２５　　（ステップ３４）不成立条件
Ｐ　（１９２）　≧０．１２５　　（ステップＳ６）不
成立条件Ｐ（１６０）　≧０．１２５　　（ステップｓ
７）不成立の場合（第４図ｆｃｌ■）、または 条件ｍＰ　＝１９２　　（ステップＳｌ）不成立条件Ｐ
　（１）　＜０．１２５　　（ステップＳ４）不成立条
件Ｐ（１９２）　≧０．１２５　　（ステップＳ６）ま
たは条件ｐ（１６（１）　≧０．１２５　　（ステップ
Ｓ７）が成立条件ｍ、≠０　（ステップ３８）不成立条
件Ｐ（ｍＲ）　＜０．１２５　　（ステップＳ９）また
は条件Ｐ　（ｉＬ）　＜０．１２５　　（ステ７プＳ９
）が成立（但しｉＬは一区間前に抽出したピッチ）の場
合（第４図（ｄｉ■または■〉、 区間（ｉ−１乃至１９２）を遷移区間Ｖｘ１に分類する
（ステップ５２００）。

更に遷移区間検出回路４０は、 条件ｒｎｐ　＝１９２　　（ステップＳＬ）成立条件Ｐ
（６４）＜０．１２５　　（ステップＳ２）不成立条件
Ｐ　（１２８）≧０．１２５　　（ステップＳ３）成立
の場合、 条件ｍｙ　＝１９２　　（ステップ３１）不成立条件Ｐ
（１）　＜０．１２５　　（ステップＳ４）成立条件Ｐ
（６４）＜０．１２５　　（ステップＳ５）不成立の場
合、 条件ｍ、　−１９２（ステップ３１）不成立条件Ｐ（１
）　＜０．１２５　　（ステップＳ４）不成立条件Ｐ　
（１９２）≧０．１２５　　（ステップＳ６）または条
件Ｐ　（１６０）≧０．１２５　　（ステップＳ７）が
成立条件ｍｐ　≠０　（ステップＳ８）成立の場合、ま
たは 条件ｍｐ　＝１９２　　（ステップＳｌ）不成立条件Ｐ
（１）　＜０．１２５　　（ステップＳ４）不成立条件
Ｐ　（１９２）≧０．１２５　　（ステップＳ６）また
は条件Ｐ　（１６０）≧０．１２５　　（ステップ３７
）が成立条件ｍ、≠０　（ステップＳ８）不成立条件Ｐ
（ｍ、ｌ）　＜０．１２５　　（ステップＳ９）不成立
条件Ｐ　（ｉＬ）　＜０．１２５　　（ステップＳ９）
不成立の場合、 区間（ｊ＝１乃至１９２）を定常区間ＶＸＯと分類する
（ステップ５３００）。

更に発声状態検出回路１０は、分類結果が定常区間ＶＸ
Ｏであった場合には、スイッチ回路２０および３０をピ
ンチ抽出論理回路４１ｆｃ選択する如く設定し、また分
類結果が遷移区間ＶＸＩであった場合には、スイッチ回
路２０および３０をピンチ抽出論理回路４２を選択する
如く設定し、また分類結果が遷移区間ＶＸ２であった場
合には、スイッチ回路２０および３０をピッチ抽出論理
回路４３を選択する如く設定する。

なお連続する複数区間の発声状態は、次の二種類の何れ
かとなる。

第一に、第一の定常区間ＶＸＯから、短時間エネルギ関
数Ｐ　（＋）が次第に増加する遷移区間ＶＸ２を経由し
て、第二の定常区間ｖＸＯに移行し、更に短時間エネル
ギ関数Ｐ　（ｉ）が次第に減少する遷移区間ＶＸＩを経
由して、第三の定常区間ＶＸＯへ移行する。かかる場合
には、第一および第三の定常区間ｖＸＯは短時間エネル
ギ関数Ｐ　（ｉ）が小さい無声音の定常区間であり、第
二の定常区間■ＸＯは短時間エネルギ関数Ｐ　（ｉ）が
大きい有声音の定常区間と判定される。

第二に、第一の定常区間ＶＸＯから、短時間エネルギ関
数Ｐ　（ｉ）が次第に減少する遷移区間ＶＸ１を経由し
て、第二の定常区間ＶＸＯに移行し、更に短時間エネル
ギ関数Ｐ（＋）が次第に増加する遷移区間ＶＸ２を経由
して、第三の定常区間ＶＸＯへ移行する。かかる場合に
は、第一および第二の定常区間ＶＸＯは短時間エネルギ
関数Ｐ　（＋）が大きくそれぞれ音韻の異なる有声音の
定常区間であり、第二の定常区間ｖＸＯは短時間エネル
ギ関数Ｐ　（＋）が小さい音韻の変化点における有声音
の定常区間と判定される。

ピッチ抽出論理回路４１はかかる発声状態を考慮し、対
象区間が定常区間ＶＸＯと分類された場合に、自己相関
関数算出回路２°から伝達される自己相関関数Ｒ（ｉ）
から、第５図に示される過程でピッチを抽出する。

先ずピンチ抽出論理回路４１は、対象区間の前の区間が
無声音か否かを識別しく第５図ステップ５２１）、前区
間が無声音と識別された場合には（ステップ５２２）、
対象区間は無声音に続く無声音の定常区間と判定し、ピ
ンチの抽出処理を行わず、対象区間が無声音であるとの
判定結果のみをスイッチ回路３０を介して出力端子４か
ら出力する（ステップ５２７）。

またステップＳ２１において、前区間が無声音では無い
と識別された場合には（ステップ５２２）、更に前区間
の発声状態を識別しくステップ５２３）、前区間が短時
間エネルギ関数Ｐ　（ｉ）が減少する遷移区間ＶＸＩで
は無いと識別された場合には（ステップ３２４）、対象
区間は有声音の定常区間に続く、または無声音から有声
音への遷移区間に続く有声音の定常区間と判定し、対象
区間における自己相関関数Ｒ（ｉ）に対し定常区間に適
したピッチ抽出処理、例えば自己相関関数Ｒ（ｉ）の最
大値Ｒ１を示す遅延量ｉ＝ｍＲをピッチｐとして抽出す
る処理を実行し、スイッチ回路３０を介して出力端子４
から出力する（ステップ８２８）。

またステップＳ２４において、前区間が遷移区間ＶＸＩ
と識別された場合には、対象区間における音声Ｘが無声
音か否かの検査処理を、例えば対象区間（ｉ−１乃至１
９２）における自己相関関数Ｒ（ｉ）が０．５未満か否
か、或いは自己相関関数Ｒ（ｉ）の最大値Ｒ７を示す遅
延量ｉ＝ｍ、ｌが、（３）式から求められる平均自己相
関関数Ｒａ　（＋）の最長零交差間隔より小さいか否か
を検査する処理を実行する（ステップ５２５）。

（但しＳＧＮ　（Ａ）：Ａの極性） 検査の結果が無声音であれば、対象区間は無声音の定常
区間と判定しくステップ５２６）、ピンチの抽出処理を
行わず、対象区間が無声音であるとの判定結果のみをス
イッチ回路３０を介して出力端子４から出力する（ステ
ップ５２７）。

またステップＳ２５における検査の結果が無声音で無け
れば、対象区間は有声音の定常区間と判定し、対象区間
における自己相関関数Ｒ（ｉ）に対し、前述の如き定常
区間に適したピンチ抽出処理を実行し、スイッチ回路３
０を介して出力端子４から出力する（ステップ８２８）
。

次にピッチ抽出論理回路４２は、短時間エネルギ関数Ｐ
　（ｉ）が次第に減少する遷移区間ＶＸＩと分類された
場合に、自己相関関数算出回路２′から伝達される自己
相関関数Ｒ（ｉ）から、第６図に示される過程でピンチ
を抽出する。

先ずピッチ抽出論理回路４２は、対象区間における音声
Ｘが無声音か否かの検査処理を、ステップＳ２５　（第
５図）におけると同様に実行し、無声音であれば（ステ
ップ５３２）、ピッチの抽出処理を行わず、対象区間が
無声音であるとの判定結果のみをスイッチ回路３０を介
して出力端子４から出力する（ステップ５３３）。

またステップＳ３２における検査の結果、有声音であれ
ば、対象区間における自己相関関数Ｒ（ｉ）に対し遷移
区間に適したピッチ抽出処理、例えば前区間において抽
出されたピッチに最も近い極大点を示す遅延量ｉを対象
区間におけるピッチとして抽出する処理を実行し、スイ
ッチ回路３０を介して出力端子４から出力する（ステッ
プ５３４）。

次にピンチ抽出論理回路４３も、対象区間が短時間エネ
ルギ関数Ｐ（ｉ）が次第に増加する遷移区間ＶＸ２と分
類された場合に、自己相関関数算出回路２１から伝達さ
れる自己相関関数Ｒ（ｉ）から、ピッチ抽出論理回路４
２と略同様の過程でピンチを抽出する。

但し短時間エネルギ関数Ｐ　（ｉ）が次第に増加する遷
移区間ＶＸ２に適したピンチ抽出処理は、短時間エネル
ギ関数Ｐ　（＋）が次第に減少する遷移区間ＶＸ１に適
したピッチ抽出処理とは別個に設定し得る。

第７図（ａｌ乃至第７図（ｅｌは、音声Ｘに対する連続
する複数区間における短時間エネルギ関数Ｐ　（ｉ）、
自己相関関数Ｒ（ｉ）および平均自己相関関数Ｒａ　（
＋）を示し、第７図（ａｌ、第７図ｆｃｌおよび第７図
ｔｅｌに示される区間は発声状態検出回路１０により定
常区間と判定されてピンチ抽出論理回路４１が選択され
、更に第７図（ａ）および第７図（ｅｌに示される区間
は無声音と判定されて判定結果のみが出力され、第７図
（Ｃ１に示される区間は有声音と判定されてピッチｐが
抽出される。

一方第７図（ｂ）に示される区間は遷移区間ＶＸ２と判
定されてピンチ抽出論理回路４３が選択され、ピッチ抽
出論理回路４３により無声音と判定されて判定結果のみ
が出力され、また第７図（ｄ＋に示される区間は遷移区
間ＶＸＩと判定されてピンチ抽出論理回路４２が選択さ
れ、ピッチ抽出論理回路４２により有声音と判定されて
ピッチｐが抽出される。

また第８図（ａｌ乃至第８図ｆｄｌは、他の音声Ｘに対
する連続する複数の区間における短時間エネルギ関数Ｐ
（＋）、自己相関関数Ｒ（ｉ）および平均自己相関関数
Ｒａ　（＋）を示し、第８図（ａｌおよび第８図（ｄｌ
に示される区間は発声状態検出回路１０により定常区間
と判定されてピッチ抽出論理回路４１が選択され、ピッ
チ抽出論理回路４１により何れも有声音と判定されてピ
ッチｐが抽出される。

一方第８図中）に示される区間は遷移区間ＶＸＩと判定
されてピッチ抽出論理回路４２が選択され、ピッチ抽出
論理回路４２により有声音と判定されてピッチｐが抽出
され、また第８図ｆｃ）に示される区間は遷移区間ＶＸ
２と判定されてピッチ抽出論理回路４３が選択され、ピ
ッチ抽出論理回路４３により有声音と判定されてピッチ
ｐが抽出される。

以上の説明から明らかな如く、本実施例によれば、音声
Ｘの短時間エネルギ関数Ｐ　（ｉ）の変化状態から定常
区間■ＸＯ１遷移区間ＶＸＩおよびＶＸ２を分類し、そ
れぞれに適したピンチ抽出論理回路４１乃至４３が選択
され、ピッチ抽出処理を実行する為、ピンチの抽出精度
が向上する。

なお、第２図乃至第８図はあく迄本発明の一実施例に過
ぎず、例えば発声状態の検出過程、並びに各ピンチ抽出
論理回路４１乃至４３におけるピッチ抽出過程は図示さ
れるものに限定されることは無く、他に幾多の変形が考
慮されるが、何れの場合にも本発明の効果は変わらない
。

〔発明の効果〕

以上、本発明によれば、入力音声の各区間のピッチが、
それぞれ発声状態に適したピンチ抽出論理に基づき抽出
される為、ピンチの抽出処理の精度を向上することが出
来る。

【図面の簡単な説明】

第１図は本発明の原理を示す図、第２図は本発明の一実
施例によるピッチ抽出回路を示す図、第３図は第２図に
おける発声状態の分類過程を例示する図、第４図は遷移
区間の説明図、第５図は定常区間におけるピンチ抽出処
理過程を例示する図、第６図は遷移区間におけるピンチ
抽出処理過程を例示する図、第７図ｆａｌ乃至第７図（
ｅ）および第８図ｃａｌ乃至第８図（ｄ）は第２図の動
作を説明する図、第９図は従来あるピッチ抽出回路の一
例を示す図である。 図において、１は入力端子、２および２′は自己相関関
数算出回路、３および４１乃至４３はピッチ抽出論理回
路、４は出力端子、１０は発声状態検出回路、２０およ
び３０はスイッチ回路、１００は短時間エネルギ関数算
出手段、２００は発声状態分類手段、３００はピンチ抽
出手段、を示不発明Ｃ？）Ｒ硬固 第　１　図 （々ン　　　　　　　　　　　　　　　　　　　　　　
（ｂ）（Ｃ’）　　　　　　　　　　　　（ｄ）遷移区
間の説明図 定常区間（Ｚち（Ｊるピ汗地七処理握程に分　　　ｒ　
　　ζ７

Claims (1)

1. 【特許請求の範囲】 入力音声の対象区間における短時間エネルギ関数を算出
   する短時間エネルギ関数算出手段（１００）と、 該短時間エネルギ関数算出手段（１００）により算出さ
   れた短時間キネルギ関数の前記対象区間内における変化
   状態を、予め定められた形式に分類する発声状態分類手
   段（２００）と、 前記発声状態分類手段（２００）の分類結果に対応して
   、それぞれ前記入力音声のピッチを抽出する複数のピッ
   チ抽出手段（３００）とを設けることを特徴とするピッ
   チ抽出回路。