JPS63155098A - 有声破裂音破裂時点検出装置 - 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〕 本発明は、有声破裂子音相互を識別する装置内の破裂時
点検出装置において、特に同一分析開始点で分析フレー
ム長の異なる２つの分析フレーム間のケプストラム距１
ｌｉｌＩヲ用いて破裂時点を検出する際問題となる破裂
現象が弱い場合の誤検出を。

後続母音側のケプストラムに、よりケグストラム距離を
正規化することにより、検出誤りｆｔ減少させるように
したものである。

〔産業上の利用分野〕

本発明は音声認識装置、特に、有声破裂子音間の相互を
識別する装置に関連するものである。

音声認識装置特に単音節認識装置は基本的に６８個のｔ
ｐ音節で全ての日本１語いを構成できることから、キー
ボード入力のかわりとして文章入力に用いることができ
、音声ワールドプロセッサとして現在実用化がはかられ
ている　しかし、単音節音声認識においては９語頭の子
音部の特徴の違いが大きな比重を占めており、従来から
単語音声認識装置等で用いられている方式ではその特ｉ
１１に捉えきれない。特に発声機（薄が非常に類似して
いる子音群内の相互識別は難しく、その高精度な識別方
法が必要とされている。特に有声破裂子音はその代表的
なものである。一般に有声破裂子音の特徴は破裂時点検
出および破裂時点から後続母音にいたる渡り領域ＶＣ６
ると考えられており、破裂時点検出は非常に重壁な課題
であり、現在研究が進められている。

〔従来の技術〕

従来の有声破裂音破裂時点検出方式には種々の方法が提
案されている。バンドパスフィルタの帯域パワーの一次
差分を用いる方法１時間領域でのパラメータ（エネルギ
ー、零交差回数など）を組み合わせて検出する方法など
があげられるが、現在数も有効な方法と考えられるのは
、−同一分析開始点で分析フレーム長の異なった２つの
分析フレーム間のケプストラム距離に基づいて極めて短
時間のスペクトル変化を抽出することにより破裂時点を
検出するものである。

ここでは、従来の有声破裂音破裂時点検出方式として、
同一分析開始点で分析フレーム長の異なった２つの分析
フレーム間のケプストラム距離による方法を第４図に記
す。

図中、１１はマイクロホン、１２はＡ／Ｄ変換器、１３
ｔｔハイパスフィルタ回路、１４はＡ／Ｄデータメモリ
、１５は分析位置設定回路１１６はケプストラム分析回
路、１７はケプストラム距離演算回路、１８はケプスト
ラム距離時系列メモリ。

１９は破裂時点決定回路である。

マイクロホン１１から入力された有声破裂音は。

Ａ／Ｄ変換器１２によりアナログ−ディジタル変換サレ
、ハイパスフィルタ１３によりバズ信号を除去し、Ａ／
Ｄデータメモリ４に格納される。Ａ／Ｄデータメモリ１
４に格納された音声信号に対して３分析位置設定回路１
５１Ｃて同一分析開始点で分析フレーム長の異なる２つ
の分析フレーム金。

ある一定の分析フレーム同門で設定し、ケプストラム分
析回路１６にて、２つのフレーム毎にケプストラムを求
める。ケプストラム距離演算回路１７でハ分析フレーム
長の異なる２つの分析フＬ／−Ａ間のケプストラム距離
を演算する。その結果はケプストラム距離時系列メモリ
１８に順次格納され。

破裂時点決定回路１９ではケプストラム距離時系列にお
いて最大値を有する時点を破裂時点として出力する。

〔発明が解決しようとする問題点〕

従来、有声１ｉ１Ｘ裂音に工・ける破裂時点検出方式と
しては、同一分析開始点で分析フレーム長の異なる２つ
の分析フレーム間のケプストラム距離に基づいて極めて
短時間のスペクトル変化を抽出することにより破裂時点
を検出する方法が最も有効であると考えられている。一
般的【は、破裂時点付近が最もスペクトル変化が急激で
あるが、唇音・歯茎音に多い例であるが＝破裂が弱い″
場合にはスペクトル変化が急激に変化しないこともある
。

また、過渡部付近くもスペクトル変化が大きくなる時点
が存在する。このために、破裂時点でのケプストラム距
離が過渡部付近でのケプストラム距離よりも相対的に小
さくなり、誤検出する場合が多い。

〔問題点を解決するための手段〕

第１図は本発明の原理ブロック図である。

図中、ｌはハイパスフィルタ部、２は音声パワー演算部
、３は後続母音部検出部、４は分析位置設定部、５はケ
プストラム分析部、６はバッファメモリ部、７はケプス
トラム距離演ｎＨ５，８はケプストラム距離正規化部、
９はケプストラム距離時系列メモリ部、１０は破裂時点
決定部である。

本発明では、マイクロホンから入力、Ａ／Ｄ変換された
音声信号に関して、まず、音声パワー系列を計算し、そ
の音声パワー系列より後続母音の定常部開始点（ｉ−検
出し、その時点でのケプストラムヲ求める。このケプス
トラムをもとに同一分析開始点で分析フレーム長の異な
る２つの分析フレーム間の正規化ケプストラム距離系列
を求め５その距離系列をもとに破裂時点を検出する。

〔作用〕

本発明においては、音声パワー演算部２及び後続母音部
検出部３にて得られた後続母音部間始点でのケプストラ
ムを用い、ケプストラム距離正規化部８１／Ｃて、同一
分析開始点で分析フレーム長の異する２つの分析フレー
ム間のケプストラム距離を正規化する。このため破裂現
象が弱い場合にも後Ｃ母音への渡り領域でのケプストラ
ム距推より相対的て距離値が大きくなり、破裂時点の誤
噴出が、減少する。

〔実施％１１ ＠２図は１本発明り一実施例による有声汲裂音破裂時ａ
検出装置である。

図中、マイクロホン２から入力された有声破裂音（離散
単音節）は、Ａ／Ｄ変換器２２によりアナログ−ディジ
タル変換され、ハイパスフィルタ２３（力、トオフ周波
数５ＱＯＨｚ）によりバズ信号を除去し、データメモリ
２４に格納される。次ＶＣ１音声パワー演算回路２５に
て音声パワー時系列を計算する。いま、音声信号をｙ　
（ｔ）とすれば、音声パワーＰは に対応するサンプルＨ？イ／ト数） 上記定義に従って、フレーム周期Ｍ（Ｍ　：　　例えば
１０ｍ５）で音声パワー時系列を求める。その音声パワ
ー時系列は音声パワー時系列メモＩＪ　２７　Ｋ格納さ
れる。次ぎに、その音声パワー時系列をもとに後続する
母音の定常部開始点を後続母音部検出回路２６で検出す
る。ここでの処理は音声パワー時系列において、そのパ
ワーが犬キく、かつその変動があるいき値以下になる時
点を検出し、母音の定常部開始時点とする。次に、モー
ド切り換え回路２８により、まず、上記定常部開始時点
におけるケプストラムＣｍ（ｊ）（ｊ−１，ｎ　）　７
に求める。ここでは分析フレーム長を１０ｍ５としく第
５図に示すフレームｂと同じ長さ）ＦＦ’Ｔ演算回路３
０にて高速フーリエ変換を行い、対数パワースペクトル
演算回路３１で対数パワースペクトル化し、さらにそ・
れを逆ＦＦＴ演算回路３２にて高速フーリエ逆変換を行
いケプストラムを求める。求められたケプストラムＣｓ
　（ｊ）はバッファメモリ３３Ｖｃ格納される。次にモ
ード切り換え回路２８により。

第５図に図示するような同一分析開始点で異なる２つの
分析フレームておけるケプストラムを求める。

ここでは、フレームａの分析悪投ｆ　８．５ｍｓ　、フ
レームｂのそれを１０＋ｎｓとし、前述と同様な処理ト
てよりケプストラムを求める。

フレームａにおけるケプストラムｒ、（ｃ　ａ（ｊ）　
、　　フレームｂｒこおけるケプストラムをｃ　ｂ　Ｕ
）とする（ｊ＝１．ｎ）。次に、ケブヌトラム距離演算
回路３４にてフレームａとフレームｂとのケプストラム
距離ｄｔ次式で計算する。

次ぎに、ケプストラム距離正規化回路３５により下式で
得られたケプストラム距離の正規化を行う。バッファメ
モＩＪ　３３　Ｖこ格納されている後続母ｆ部開始点で
のケプストラムＣｍ（ｊ）ｋ用い１次式で正規化ケプス
トラム距離を求める。

ここで、Ｗは濾み係数であり。

ｗ　＝　１−　（フレームａの分析窓長）／（フレーム
ｂの分析窓長） で定義する。

上記処理を分析位置設定回路２９の制御のもとに分析フ
レーム周期３ｍ５（検出精度を考慮〉で順次行い、その
結果である正規化ケプストラム距離時系列ｔケプストラ
ム距離時系列メモリ３６に格納する。ここで、正規化ケ
プストラム距離時系列を次式で表す。

ｄａ（１）＝　ｄａ（１）、　ｄａ（２）、　・−＝ｄ
ｓｈｌ−この正規化ケプストラム距離時系列において最
大値を有する時点を最大値検出回路３７にて検出する。

このｉｍａ：ｃ時点を破裂時点として検出する。

上記処理の説明図および破裂時点検出結果の例を第３図
に示す。

〔発明の効果〕

本発明によ′れば、破裂現像が弱い場合（唇音Ａ／。

／ｄ／に多い）にも、破裂時点付近でのケプストラム距
離が過渡部付近でのケプストラム距離よりも相対的に小
さくなり、破裂時点の検出率及び検出精度が高くなる。

【図面の簡単な説明】

第１図は本発明の原理プロ、り図。 図。 第４図は従来技術の構成図。 第５図は分析フレームの一例を示す図である。 第１図において、１はハイパスフィルタ部、２は音声パ
ワー演算部、３は後続母音部検出部、４は分析位置設定
部、５はケプストラム分析部、６はバッファメモ９部、
７はケプストラム距離演算部、８はケプストラム距離正
規化部、９はケプストラム距離時系列メモリ部、１０は
破裂時薇決定部である。 ＃＝＝邑 一一一一一一一 一一一一日二キ （σ−） （＆ン ’Ｓ　’ｈｆｉ’！　［ｆ）　ｇＥ＋小’）７１’）’
ｊ！　ｔ　ｔｂ　ｌ　ｔ　；７モ１’７第　３　図 イタ２項ヒ秒示折丁のホー　八　四η 第　４　又 扮１斤フレームの　１ 第　５ ：フレームａ（θ５　ｍｓ） ！フレームしくｔｏ酌） 介・１１１図 図

Claims (1)

1. 【特許請求の範囲】 バズ信号を除去するハイパスフィルタ手段（１）と、音
   声パワー時系列を演算する音声パワー演算手段（２）と
   、 音声パワー時系列より後続母音の定常部開始点を検出す
   る後続母音検出手段（３）と、 同一分析開始点で分析フレーム長の異なる２つの分析フ
   レームをある一定の分析フレーム周期で設定する分析位
   置設定手段（４）と、 各分析フレームにおいてケプストラムを演算するケプス
   トラム分析手段（５）と、 上記ケプストラム分析手段（５）により得られた後続母
   音の定常部開始点におけるケプストラムを保持するバッ
   ファメモリ手段（６）と、 同一分析開始点で分析フレーム長の異なる２つの分析フ
   レーム間のケプストラム距離を演算するケプストラム距
   離演算手段（７）と、 上記ケプストラム距離演算手段（７）により得られた２
   つの分析フレーム間のケプストラム距離を、上記バッフ
   ァメモリ手段（６）に格納されている後続母音の定常開
   始点におけるケプストラムで正規化処理を行なうケプス
   トラム距離正規化手段（８）と、上記ケプストラム距離
   正規化手段（８）により得られたケプストラム距離の時
   系列を保持するケプストラム距離時系列メモリ手段（９
   ）と、 プストラム距離時系列よりその最大値を検出し、破裂時
   点を決定する破裂時点検定手段（１０）とをそなえたこ
   とを特徴とする有声破裂音破裂時点検出装置。