JPS63155197A - 無声音検出方法 - 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】 〔概要］ 入力音声の所定区間での短時間エネルギ関数の増加状態
が基準条件に合致し、且つ入力音声がピッチを周期とす
る周期性が低下している場合に、入力音声を無声音を判
定する。

〔産業上の利用分野〕

本発明は、音声からピッチを抽出するに際し、ピッチ抽
出の対象とならぬ無声音を検出する無声音検出方法の改
良に関する。

音声から重要なパラメータの一つであるピンチを高精度
に抽出する為には、音声の中でピッチの抽出対象として
必要な有声音のみを残し、他の無声音並びに音声の全く
無い無声の状態（以後無声の状態を含み無声音と総称す
る）を除去する無声音検出方法の精度向上が強く要望さ
れる。

〔従来の技術〕

一般に有声音は周期性を有する為、自己相関関数は大き
い値を示し、無声音は周期性を持たぬ為、自己相関関数
は小さい値を示す。従って有声音と無声音とを自己相関
関数で識別する基準値を設け、対象とする音声の自己相
関関数を基準値と比較することにより無声音を検出する
ことが考慮される。

第６図は、かかる原理を用いた従来ある無声音検出方法
の一例を示す図である。

第６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）弐に基づき算出し、判定回路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ｉ、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。

判定回路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−０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し、判定結果を出力端子４か
ら出力し、図示されぬピッチ抽出回路に伝達する。

ピッチ抽出回路は、有声音の判定結果が伝達された場合
には、公知の方法により音声に対してピッチ抽出処理を
実行し、無声音の判定結果が伝達された場合には、音声
に対してピッチ抽出処理を実行せず、判定結果（無声音
）のみを出力する。

〔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、従来ある無声音検出方法
においては、対象とする音声の自己相関関数Ｒ（ｉ）が
基準値を下廻る場合には無声音と判定していた。

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（ｉ）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。また、高い周期性を有する無声
音に対する自己相関関数Ｒ（ｉ）は基準値を上回って有
声音として検出される恐れがある。従って、自己相関関
数の大きさだけで有声音および無声音の判別を行うこと
は困難であった。

〔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
音声の対象区間における短時間エネルギ関数Ｐ　（ｉ）
を（２）弐に基づいて算出する過程である。

２００は本発明により設けられ、過程１００で算出され
た短時間キネルギ関数の増加状態を、予め定められた基
準条件と照合する過程である。

３００は本発明により設けられ、入力音声から算出され
た自己相関関数が最大値を示す遅延量を抽出する過程で
ある。

なお自己相関関数の最大値は、該最大値から定められる
基準値を上回る極大値から選択されるものとする。

４００は本発明により設けられ、入力音声から算出され
た自己相関関数を積分する過程である。

５００は本発明により設けられ、過程４００で算出され
た積分結果の最長零交差間隔を抽出する過程である。

６００は本発明により設けられ、短時間キネルギ関数の
増加状態が基準条件に合致したことを検出する過程であ
る。

７００は本発明により設けられ、自己相関関数が最大値
を示す遅延量を周期とする周波数が、最長零交差間隔を
周期とする周波数を上回ることを検出する過程である。

８００は本発明により設けられ、過程６００および過程
７００が共に検出された場合に、入力音声を無声音と判
定する過程である。

〔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、工ｌ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
音の継続区間に比して急激に増加する。

従って、対象区間における短時間エネルギ関数Ｐ（ｉ）
が急激に増加している場合には、対象区間は無声音から
有声音への遷移区間と見做される。

かかる遷移区間において、短時間エネルギ関数Ｐ（ｉ）
が無声音と思われる低値を示す期間が長く継続する場合
には、対象区間を無声音と見做し、また短時間エネルギ
関数Ｐ（ｉ）が有声音と思われる高値を示す期間が長く
継続する場合には、対象区間を有声音と見做すことが出
来る。

一方、自己相関関数Ｒ（ｉ＞は、原信号である入力音声
の周期性を保存している為、自己相関関数Ｒ（ｉ）の積
分結果が含む最低周波数は、人力音声のピッチ周波数に
漸近する筈である。従って、自己相関関数Ｒ（ｉ）が最
大値を示す遅延量ｉ＝ｍＨを周期とする周波数ｆＲが、
自己相関間￥ｌＲ（ｉ）の積分結果が含む最低周波数ｆ
Ｋを上回る場合には、最大値はピンチでは無（ホルマン
トに対応すると見做される。自己相関関数Ｒ（ｉ）の最
大値がピンチでは無くホルマントに対応する場合には、
入力音声のピッチを周期とする周期性が崩れていると判
定される。

本発明はかかる原理に基づき、無声音と見做される遷移
区間と判定する短時間エネルギ関数Ｐ（ｉ）に対する基
準条件を予め設定し、入力音声の対象区間における短時
間エネルギ関数Ｐ（ｉ）が基準条件に合致することを検
出し、更に自己相関関数Ｒ（ｉ）の最大値がホルマント
に対応することを検出した場合に、入力音声を無声音と
判定する。

従って、自己相関関数の大きな無声音を有声音と判定す
ることが防止され、ピンチの抽出処理の精度を向上する
ことが出来る。

〔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無声音検出方法を示す
図であり、第３図は第２図における遷移区間検出条件を
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（ａｌ乃至第５図（ｄ）は第２図の動作を説明す
る波形図である。なお、全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、自己相関関数算出回路１０は、入力端
子１から対象区間内に人力される音声Ｘに対し、短時間
エネルギ関数Ｐ（ｉ）を（２）式に基づき算出し、エネ
ルギ最大点検出回路２０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
、最大点検出回路３０および積分回路４０に伝達する。

なお対象区間は、ピッチ周波数領域（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＝１乃
至１９２）に設定する。

エネルギ最大点検出回路２０は、受信した短時間エネル
ギ関数Ｐ　（ｉ）の最大値Ｐ、を抽出し、全区間（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Ｐ、により正規化し、最大値Ｐ、の抽出点ｉ
＝ｍ、と共に遷移区間検出回路５０に伝達する。

遷移区間検出回路５０は、エネルギ最大点検出回路２０
から伝達された正規化された短時間エネルギ関数Ｐ　（
ｉ）の、区間（ｉ＝１乃至１９２）内における値を、第
３図に示される遷移区間検出条件と照合し、無声音と見
做し得る遷移区間を検出する。

先ず遷移区間検出回路５０は、 条件ｍｐ　”１９２　　（ステップＳｌ）および、条件
Ｐ　（６４）　＜　０．１２５　　（ステップＳ２）が
成立した場合、 短時間エネルギ関数Ｐ（ｉ）が第４図の曲線■に示され
る如き増加状態を示し、無声音と見做し得る遷移区間で
あると判定する（ステップＳ　１００）。

また遷移区間検出回路３０は、 条件ｍｐ　＝１９２　　（ステップ３１）が成立し、条
件Ｐ　（６４）　＜　０．１２５　　（ステップＳ２）
が成立せず、且つ条件Ｐ（１２８）　＜０．１２５　　
（ステップＳ３）が成立した場合、 短時間エネルギ関数Ｐ　（ｉ）が第４図の曲線■に示さ
れる如き増加状態を示し、無声音と見做し得る遷移区間
であると判定する（ステップ３１００）。

また遷移区間検出回路５０は、 条件ｍｐ　”１９２　　（ステップＳＬ）が成立せず、
条件Ｐ（１）　＜０．１２５　　（ステップ３４）およ
び条件Ｐ（６４）＜０．１２５　　（ステップＳ５）が
成立した場合、 短時間エネルギ関数Ｐ　（ｉ）が第４図の曲線■に示さ
れる如き増加状態を示し、無声音と見做し得る遷移区間
であると判定する（ステップＳ　１００）。

なお遷移区間検出回路５０は、 条件ｍＰ＝１９２　（ステップＳｌ）が成立し、条件Ｐ
（６４）＜０．１２５　　（ステップＳ２）および条件
Ｐ（１２８）　＜０．１２５　　（ステップＳ３）が不
成立の場合、または 条件ｍｙ　＝１９２　　（ステップＳＬ）および条件Ｐ
　（１）　＜０．１２５　　（７，テ７ブＳ４）が不成
立の場合、または 条件ｍ、　＝１９２　　（ステップＳｌ）が成立せず、
条件Ｐ（１）　＜０．１２５　　（ステップＳ４）が成
立し、且つ条件Ｐ（６４）＜０．１２５　　（ステップ
Ｓ５）が不成立の場合に、 短時間エネルギ関数Ｐ（ｉ）が区間（ｉ−１乃至１９２
）内において、無声音と見做し得る遷移区間では無いと
判定する（ステップ５２００）。

遷移区間検出回路５０は、以上の判定結果を、判定回路
７０に伝達する。

一方最大点検出回路３０は、受信した自己相関関数Ｒ（
ｉ）から最大値Ｒ１を抽出し、最大値Ｒ１を示す遅延量
ｉ＝ｍＲを求め、判定回路７ｏに伝達する。

また積分回路４０は、受信した自己相関関数Ｒ（ｉ）の
高周波数成分を抑圧して低周波数成分を強調する為に、
各遅延ｉｉに就いて（３）式の如く積分し、得られた積
分結果Ｓ　（ｉ）を最長零交差間隔抽出回路６０に伝達
する。

５（ｉ）＝ΣＲ（Ｄ　　　　　　　　　　・・・・・・
（３）／繻ｌ 最長零交差間隔抽出回路６０は、受信した積分結果Ｓ　
（ｉ）の極性だけを抽出した平均自己相関関数Ｒａ　（
ｉ）を（４）式により算出する。

Ｒａ　　（ｉ）　　−５ＧＮ　　　（Ｓ（ｉ）　　）＝
ＳＧＮ　　（、ΣＲ（ｊ））　　　　・・・・・・（４
）ｊ＝１ （但し、ＳＧＮ　　（Ａ）はＡの極性を示す。）更に最
長零交差間隔抽出回路６０は、算出した平均自己相関関
数Ｒａ　（ｉ）の、区間（ｉ＝１乃至１９２）内に存在
する零交差点Ｂ　Ｍ　Ａ　Ｘ　Ｂ　（ｙ）〔但しｙ＝１
乃至Ｙ〕の間隔を算出し、その中で最も長い最長間隔Ｋ
ＢＭＡＸを抽出し、判定回路７０に伝達する。

判定回路７０は、最大点検出回路３０から伝達された遅
延量ｉ＝ｍ、、を周期とする周波数ｆえと、最長零交差
間隔抽出回路６０から伝達された最長間隔ＫＢＭＡＸを
周期とする周波数ｆＫ、即ち平均自己相関関数Ｒａ　（
＋）が含む最低周波数ｆＫとを比較し、周波数ｒＲが周
波数ｆＸを上回る場合には、周波数ｆＲはピッチでは無
くホルマントの周波数を与えると判定する。

更に判定回路７０は、遷移区間検出回路５０から伝達さ
れる判定結果が無声音と見做し得る遷移区間であり、且
つ周波数ｒ、がホルマントの周波数を与えると判定され
る場合には、対象区間を無声音と判定し、判定結果（無
声音）を出力端子４に出力する。

第５図（ａｌ乃至第５図（ｄ）は何れも入力音声に対す
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　（ｉ）を例示した図であ
る。

第５図（ａ）に示される短時間エネルギ関数Ｐ　（ｉ）
は、遷移区間検出回路５０により無声音と見做す遷移区
間と判定されぬ為、判定回路７０は音声Ｘを無声音と判
定しない。

第５図（′ｂ）に示される短時間エネルギ関数Ｐ　（ｉ
）は、遷移区間検出回路５０により無声音と見做す遷移
区間と判定されるが、自己相関関数Ｒ（ｉ）の遅延量ｉ
＝ｍ、、を周期とする周波数ｆ、ｌが、平均自己相関関
数Ｒａ　（ｉ）の最長間隔ＫＢＭＡＸを周期とする周波
数ｆＫを下回る為、判定回路７０は音声Ｘを無声音と判
定しない。

第５図（Ｃ１に示される短時間エネルギ関数Ｐ　（ｉ）
は、遷移区間検出回路５０により無声音と見做す遷移区
間と判定され、また自己相関間数Ｒ（ｉ）の遅延量ｉ＝
ｍ、、を周期とする周波数ｆＲが、平均自己相関関数Ｒ
ａ　（ｉ）の最長間隔ＫＢＭＡＸを周期とする周波数ｆ
Ｋを上回る為、判定回路７０は音声Ｘを無声音と判定す
る。

自己相関関数Ｒ（ｉ）の最大値Ｒ１のみを比較する第６
図に示される無声音検出方法によれば、第５図（′ｂ）
に示すされる最大値Ｒ１は、第５図（Ｃ）に示される最
大値Ｒ，％より小さく、前述の如き判定を下し難い。

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）の変化から無声音と
見做し得る遷移区間を検出し、且つ自己相関関数Ｒ（ｉ
）の遅延量ｉ＝ｍｇと平均自己相関間数Ｒａ　（ｉ）の
最長間隔ＫＢＭＡＸとから、自己相関関数Ｒ（ｉ）のピ
ンチを周期とする周期性の低下とにより無声音を検出し
ている為、自己相関関数Ｒ（ｉ）の大きさからは判定し
難い無声音の検出が可能となる。

なお、第２図乃至第５図はあく迄本発明の一実施例に過
ぎず、例えば遷移区間の検出条件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。

また自己相関関数Ｒ（ｉ）は標本点と極大点との不一致
により、ピッチの二倍以上の周期において最大値Ｒ１を
示す場合が考慮される。かかる場合にピッチの誤判定を
防止する為に、最大値Ｒ０を示す遅延量ｉ＝ｍ＊の前後
の遅延量ｉ＝（ｍＲ−１）および（ｍＲ＋１）における
自己相関関数値Ｒ（ｍ＋＋　　　１）およびＲ（ｍ＊　
＋　１　）の平均値を基準値ＡＭＡＸＡとし、該基準値
ＡＭＡＸＡを上回る自己相関関数Ｒ（ｉ）の極大点に対
応する遅延量ｉの内、最小値を示す遅延量ｉ＝ｍＲ’に
より周波数ｆＲを定める。第５図（ｄｌは、かかる遅延
量ｉ＝ｍ、１　　”により定められた周波数ｆ１１が、
最長間隔ＫＢＭＡＸにより定められた周波数ｆＫを上回
ることにより、無声音と判定される。

〔発明の効果〕

以上、本発明によれば、自己相関関数が大きな無声音も
有声音と判定されることは防止され、ピッチの抽出処理
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
施例による無声音検出方法を示す図、第３図は第２図に
おける遷移区間検出条件を例示する図、第４図は遷移区
間の説明図、第５図（ａ）乃至第５図（ｄｌは第２図の
動作を説明する波形図、第６図は従来ある無声音検出方
法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１０は自己相関関
数算出回路、３および７０は判定回路、４は出力端子、
２０はエネルギ最大点検出回路、３０は最大点検出回路
、４０は積分回路、５０は遷移区間検出回路、６０は最
長零交差間隔抽出回゛・く全〉′ 木徐呵θ原可阻 寥　１　図 蒸移区間説、Ｗｉ聞 竿４　旧

Claims (2)

【特許請求の範囲】
1. （１）入力音声の対象区間における短時間エネルギ関数
   を算出し（１００）、 該算出された短時間キネルギ関数の増加状態を予め定め
   られた基準条件と照合し（２００）、入力音声から算出
   された自己相関関数が最大値を示す遅延量を抽出し（３
   ００）、 前記算出された自己相関関数を積分し（４００）、 該自己相関関数の積分結果の最長零交差間隔を抽出し（
   ５００）、 前記短時間キネルギ関数の増加状態が前記基準条件に合
   致し（６００）、 且つ前記自己相関関数が最大値を示す前記遅延量を周期
   とする周波数が、前記最長零交差間隔を周期とする周波
   数を上回ることを検出した場合に（７００）、 前記区間における入力音声を無声音と判定する（８００
   ）ことを特徴とする無声音検出方法。
2. （２）前記自己相関関数の最大値は、該最大値から定め
   られる基準値を上回る極大値から選択することを特徴と
   する特許請求の範囲第１項記載の無声音検出方法。