JPS6323200A - ピッチ抽出装置 - 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】 〔産業上の利用分野〕 本発明は音声のピッチ時刻などを抽出するためのピッチ
抽出装置に関する。

〔従来の技術〕

音声波形における有声音部分は周期的な繰シ返し波形を
持ちその周期（ピッチ周期）の変化特性は音声の分析合
成、認識等における重要なパラメータであることが知ら
れている。例えば、音声の分析合成系においては分析部
で抽出されるピッチ抽出結果が合成部において合成され
る合成音の品質に大きな影響を及ぼす。

音声波形のピッチ周期の抽出方法としては、従来、ピッ
チ周期程度の時間長を持つフレーム毎に自己相関係数を
算出し抽出する方法等、種々の分析パラメータを用いる
方法が知られている。

自己相関係数に基づくピッチ抽出法は、自己相関係数が
時間領域内の処理で求め得る点と、被分析波形とフレー
ムとの位相の影響が比鮫的に小さい点とから広く用いら
れる。

〔発明が解決しようとする問題点〕

しかしながら自己相関係数に基づくピッチ抽出法は、後
述するようにピッチ周期の整数倍の周期をピッチ周期と
して誤って検出することが多（ハという欠点を有してい
る。前記欠点は有声音定常部に多発する。

有声音定常部に前記欠点が発生する一つの原因は被分析
波形の定常性が著しく強いことである。

なぜならば、いわゆる有声音定常部は、例えば数百ｍ　
Ｓ　Ｅ　Ｃ程度の比較的に長時間について観察するなら
ば、そのピッチ周期全一単位とする波形端片は、ピッチ
周期、波形端片共に、除々に変化していることが認めら
れている。しかし、有声音定常部の種々のセグメントに
ついて、フレーム周期毎に切出される波形の時間長（例
えば３ＱｍＳＥＣ）程度の比較的に短時間に限定して観
察すると、その波形は、はぼ完全な定常性、すなわち周
期性を示すことがしばしばある。例えば正弦波の自己相
関係数波形が前記世弦波と同一周期を有する余弦波とな
る等、よく知られている様に、定常性、すなわち周期性
を有する波形の自己相関係数波形は周期性を有する。従
ってフレーム周期毎に例えば３０ｍ５ＥＣ程度の時間長
で切り出される波形がほぼ完全な定常性すなわち周期性
を示す場合には、この自己相関係数波形は、はぼ完全な
周期性を示す。

故に例えが第５図に示す様にピッチ周期における自己相
関係数の極大値１０１と倍ピツチ周期はおける極大値１
０２とがほとんど等しくなう、演算精度や、わずかな外
乱等の影響でピッチ周期における極大値１０１よりも倍
ピツチ周期における極大値１０２が大きくなることが頻
繁に発生するからである。

本発明の目的はピッチ予測手段を介してピッチを抽出す
ることによフ上述の欠点を除去したピッチ抽出装置を提
供することにある。

〔問題点を解決するための手段〕

本発明の装置は音声信号のピッチ予測係数を算出するた
めのピッチ予測分析手段と、この手段により算出された
ピッチ予測係数により制御てれるピッチ予測手段とを有
して構成される。

〔実施例〕

次に図面を参照して本発明の詳細な説明する。

第１図は本発明の実施例を示すブロック図である。第１
図に示す本発明は標本化手段５．ピッチ予測分析手段６
．ピッチ予測手段７．ピヅチ強調手段８．ピッチパラメ
ータ抽出手段９等を備えて槽底される。更に標本化手段
５はＡ／Ｄコンバータ１．自己相関分析器２　、　Ｌ　
Ｐ　Ｃ（Ｌｉｎｅａｒ　Ｐ−ｒｅｄｉｃｔｉｏｎ　Ｃｏ
ｄｉｎｇ、線形予測分析）逆フィルタ、ＬＰＣ分析器４
を含み、ピッチ予測手段７は遅延回路７１．単位遅延素
子７３−１．７３−２、乗算器７４−１．７４−２．７
４−３．加算器７５を含み、ピッチ強調手段８は乗算器
７６゜センタクリップ回路７７を含んでいる。

第１図において、音声入力［Ａ／Ｄコンバータ１に供給
され、内蔵する低域通過フィルタで３．４ＫＨｚ以上の
高域全遮断したのち、８ＫＨｚのサンプリング周波数で
標本化し友あと１２ビツトの量子化ステップでディジタ
ル化きれＩＰＣ合成フィルタ３に提供でれるとともに、
このディジタル化音声信号の１プロプクぶん、たとえば
３０ｍ５ＥＣ。

２４０サンプルふんずつを一時的に内部メモリに格納し
つつ、これにあらかじめ設定する念関数、たとえばハミ
ング関数を乗算して切出す窓処理を１０ｍ５Ｅｃ　ごと
に行なって自己相関分析器２に供給する。従って基本分
析フレームは１０ｍ５ＥＣとなる。

自己相関分析器２ば、Ａ／Ｄコンバータ１から供給され
るフレーム毎のディジタル化音声信号ｘｉ（ｉ＝Ｑ。

１、・・・・・・２３９）から下記（１）式に示す自己
相関係数φｊ（ｊ＝ｏ、１．・・・・・・１０）を算出
する。

自己相関分析器２は算出したφＧを短時間音声電力を表
わす電力データとして波形発生器６へ出力する。自己相
関分析器２は更にφｊ（ｊ＝１．２．・・・・・・１０
）を下記（２）式によ）φ０によ勺正規化し、正規化後
の自己相関係数σｊ（ｊ＝１．２．・・・・・・１０）
をＬＰＧ分析器４へ出力する。

、ｊ１０．１８６０１１．１９１１．（２）！１＝τ Ａ／Ｄコンバータ１は前記フレーム毎に切出されるディ
ジタル化音声信号の他に、窓処理されていない、即ちフ
レーム化されていないディジタル化音声信号Ｓ　ｉ　（
ｉ＝・・〜・・−２，−１，０，１，２，・・−・・〕
をＬＰＣ逆フィルタ３へ出力する。

ＬＰＣ逆フィルタ３は供給された音声信号Ｓｉから、Ｌ
ＰＧ逆フィルタ全利用して残差波形ｒｉ（・・・−２，
−１，０，１，２’、・・・・・・）を抽出し、これを
ピッチ予測手段７とピッチ予５．１１分析手段６とへ出
力する。この場合、ＬＰＣ逆フィルタ３のフィルタ係数
はＬＰＣ分析器４から基本分析フレームごとに提供され
る１０次のびパラメータ、α１゜α２・・・・・・α１
（１が利用される。

ＬＰＣ分析器４は自己相関分析器２から受ける１０次の
自己相関係数５Ｆ１．ｊ’ｚ＊・・・・・・Ｆｌｔｏを
利用し、公知のＬＰＣ分析技術によって１０次のＬＰＧ
係数としてのαパラメータ、α１．α２・・・・・・α
ｔｏＴｈ抽出しＬＰＣ逆フィルタ３に基本分析フレーム
ごとに提供する。

尚、本実施例ではＬＰＣ分析技術として、板倉文忠「統
計的手法による音声の特徴抽出」、東北犬学電気通信研
究所主催第８回シンポジウムｍ−５、１９７１年２月に
於いて図１として示されている分析技術と原理的に同一
のものを利用している。

第３図はＬＰＧ逆フィルタ３を詳細に示すブロック図で
ある。このＬＰＣ逆フィルタは、単位遅延素子３１−１
〜３１−１０．乗算器３２−１〜３２−１０．加算器３
３，３４ｉＣよって構成されるディジタルフィルタであ
り、重み係数として基本分析フレームごとのαパラメー
タ、αｌ、α、。

・・・・・・σ１６を第３図に示すように利用すること
によってＬＰＣ分析器４によって分析されるＬＰＣ係数
の示すスペクトル包絡特性とに時間・レベル特性が逆特
性のフィルタを基本分析フレームごとに形成する。

さて、音声波形は発声者の声帯振動波形が声道形状に依
存する周波数特性全付加てれてつくられる事が矧られて
いる。又、ＬＰＣ係数の示すスペクトル包絡特性は、前
記声道形状に依存する周波数特性を近似している事も知
られている。従ってＡ／Ｄフンバータ１より供給される
音声信号Ｘｉは声道形状に依存する周波数特注がＬＰＣ
逆フィルタによ）相殺される。即ちＬＰＣ逆フィルタ３
は音声信号Ｘｉから声帯振動波形に類似の波形（以後「
残差波形」と云う）ｅｉを求め、これをピッチ励振時刻
分析器７へ出力する。熱論、残差波形ｅｉは声帯振動周
期、即ちピッチ周期と一致した周期性を有する。

次に第３図に示すＬＰＣ逆フィルタ３の動作を具体的に
説明する。いまＡ／Ｄコンバーターより供給される音声
信号Ｘ・　　が単位遅延素子３１−１へ入力されたとす
る。単位遅延素子３１−１はＸ−を記憶し、これを単位
遅延素子３１−２へ出力する。次に音声信号Ｘ・　　が
単位遅延素子３１−１へ供給され入力される。同時に単
位遅延素子３１−１に記憶でルていたＸ　　　は単位！
−１０ 遅延素子３１−２に記憶される。以下、次々に音声信号
ｘｉ−６，ｘｉ−７，０，−Ｘｉ−１が単位遅延素子３
Ｌ−１に記憶される。単位遅延素子３１−１がＸｌ−１
を記憶した時、単位遅延素子３１−２〜１０は音声信号
ｘ−ｘ・　　・・・・・・＋ｘｉ−ｔｏを記憶しており
、加算器３４ＶｃＩｄ音声信号Ｘ・が供給されている。

単位遅延素子３１−１〜１０の各出力Ｘｉ　−ｒＸｉ　
−２”−”　Ｘｉ　−１０”各々乗算器３２−１〜１０
へ供給される。乗算器３２−１〜１０は供給されたｘｉ
−１・・・・・・”１−１０　　とびパラメータ、ａｌ
　　。

α１　、・・・・・・α亀。とを各々乗算し、結果を加
算器３３へ出力する。加算器３３の出力は下記（３）式
で示さ△　　　　　　　△ れるＸ・である。尚、ｘ−ｉｊ音声信号Ｘｔの予測値墓
　　　　　　　　　　　　　　　　　！である。

ｘｉ＝　　Σ　αｊｘＨ−ｊ　　　　　・・・・・・・
・・・・・・・・　（３）ｊ＝ｉ △ このｘｉｌ’！加算器３４へ哄玲でれる。加算器３４ｉ
ｊｘ　とＸ・との差ｅｉ（＝ｘｉ−ｘｉ）ｆ求め前述の
ようにピッチ予測分析手段６とピッチ予測手段７とへ出
力する。

再び第１図を利用して本発明を詳４ｔＥ　Ｆ説明する。

ピッチ予測分析手段６はＬＰＣ逆フィルタ３：り供給さ
れる残差波形ｅ−にもとづき、前述の自己相関分析器２
と同様の方法で自己相関係数８ｊ（ｊ＝０　、１　、・
・−・・、Ｉ）（Ｉはピッチ周期つ分布範囲の最大値に
対応する整数）求めろ。次に自己相開−ビッチ抽出器７
２？′ｉ求めたＲｊのピッチ周期の分布範囲（本実施例
では２５〜１５ｍ５ＥＣ）に於けるＲｊＯ服犬憧全検紫
する。この最大値に対応する遅れ時間相等のタイムスロ
ット数Ｔ。は先験的にピッチ周期に概ね一致する事が知
られている。

さて、音声信号はピッチ周期性、即ち予測性を有してお
シ、残差波決も同様に予測性を有する。

今、残差波形ｅｉ＋Ｔｃが’ツテ周期だけ以前の波形ｅ
ｉｋ中心とした前後１タップ合計３タツプの残差波形ｅ
ｉ−１ｅｉ　ｅｉ＋１で波形予測可能とする。ｅｉ＋Ｔ
ｃに下記（４）式を用いて表現される。

ｅｉ＋Ｔｃ−ｄｉ＋Ｔｃ”βＩｅｉ＋□＋βｊｅｉ　＋
β３ｅ！ｉ１・・・・・・・・・　（４） （４）式に訃いて、ｄｉ＋Ｔｃはナンプル時間ｉ＋Ｔの
位置におけるピッチ予測残差波形、β１〜β３はピッチ
予測係数である。（４）式よシ下記（５）〜（７）式が
導出される。

ｅｉ＋ｒｃ°ｅｉ＋ｘ　　’ｉ＋Ｔｃ°ｅｉ”ｌ＝βｌ
ｅｉ＋１＋ｅｉ＋１＋β２ｅ五〇ｅｉ＋１”Ｖ”３　ｅ
ｌ　　１・ｅｉ＋□　　　　　　　　　　　・・・・・
・・・・　（５）ｔ＋ｒｃ”１−ｄｉ＋Ｔｅ　　　ｌ ＝β１ｅｉ＋１・ｅｉ＋β３ｅｉ−ｅｉ＋β３ｅｉ−１
・ｅｉ・・・・・・・・・　（６） ｘ＋Ｔｃ°ｅｉ−ｔ−ｄｉ＋Ｔｃ　　　ｔ−ｚ＝βｔ６
１＋□・ｅｉ−１＋β”ｉ”’ｉ−１＋β３ｅｉ−□・
ｅｉ−ｓ　　　　　　　　　　　　　　　・・・・・・
・・・　（７）予測残差波形ｅｉが定常性を有するもの
と仮定し、さらにピッチ予測残差波形ｄｉ＋Ｔｃと予測
残差波形とが無相関であると仮定する。この仮定は音声
処理上、実用的には殆んど問題のない仮定である。

ところで（５１、＋６１および（７）式に、原音声波形
と、３個のピッチ予測係数β！、β：およびβ３を介し
て再生されるべき波形との間の関係式を示すもので、両
波形間で対応すべき時間における波形乗算値にもとづく
等式で両波形を関係づけている。求むべき未知数β１．
β２．β３は、これら３つの等式で表現される原子側残
差波形と再生予測残差波形間の電力語差が最小となるも
のでｉければならない。この解は（５１、（６１および
（７）式の等式の右辺と左辺との差を零とするようなβ
ｌ−β３の組合せを見出すことで求まり、最小自乗法の
適用によって容易に見出しうる。ただし［５）　、　＋
６）　、　（７１は波形乗算のベクトル積の形式で表現
しているので一旦これらを音声電力で表現変換し最小自
乗法の適用を可能ならしめる。

波形乗算は、この場合自己相関をとることと同様であり
従って（５１、（６１、＋７１式はｉについて積分し次
の（８］　、　（９１、（１ｏ）式に変換しうる。

凡Ｔ０−□＝β＋Ｒｏ＋β２”ｌ＋β３馬　　・・・・
・・・・・　（８）１１、Ｔｏ＝＝βｔＲｑ＋β２曳＋
βｓ　Ｒｔ　　　−−−（９１”ＴＣ＋ｉ＝β１１チ＋
β２Ｒ１＋β３Ｒ＝　　−−−（１０）（８）　、　（
９１訃よび（１０）式においてＲ・ｓ　ＲＩｓ　Ｒ２゜
ＲＴＣ−１，ＲＴ。、およびＲＴ。＋１はそれぞれ予測
残差波形ｅｉの遅れ０　、１　、２　、　Ｔ、−０，Ｔ
ｏ、およびＴＣ＋　１における自己相関係数である。（
８）　、　（９１および（１０）式よ勺下記（１１）式
が導出される。

ピッチ予測分析手段は（１１）式に基づきピッチ予測係
数β１．β３．β３を算出する。ピッチ予測分析手段は
算出した係数β１．β２．β３を各々乗算器７４−１　
、７４−２　、７４−３へ出力し、同時にピッチ周期デ
ータＴ。−１を遅延回路７１へ出力する。

ピッチ予測分析手段に更にピッチ測係数β！〜β３　、
遅れＯに於ける自己相関係数Ｒ０金利用して、Ｖ（Ｖｏ
ｉｃｅ、有％ｆ）／ＵＶ（Ｕｎｖｏｉｃｅ。

無声）情報を抽出しセンタクリップ回路７７へ出力する
。このピッチ抽出によって得られる周期Ｔ。

のピッチ周期データはサンプリング周波数８ＫＨｚによ
る３個のサンプルデータ、すなわちＴ。およびＴ。±１
のタイミングにおけるサンプルデータとしてそれぞれ乗
算器７４−２　、７４−３および７４−１にピッチ予１
１Ｊ係数として提供される。

単位遅延素子７３−１．７３−２はそれぞれ１タップ分
の遅延量を付与され、また遅延回路７１はピッチ周期デ
ータごとにＴｃ−１の遅延量を入力に付与するように機
能する従ってピッチパルスに対しては単位遅延素子７３
−１と７３−２の接合点はＴ　　遅延回路７１の出力側
はＴ　　またＣ、Ｃ−１゜ 単位遅延素子７３−２の出力側ｄ’ｒｃ−＋−ｘの時間
位置に設定さｉする。

第４図（５）、　（ＢｌはＬＰＣ逆フィルタ３より入力
される残差波形ｅｉとピッチ予測係数β１〜β３によ）
つくられる理想的なピッチ子側波形、加算器７５の出力
とを模式的に示す図である。乗算器７６の出力にこれら
囚、　（Ｂｌに示す波形の同時刻に於ける瞬時値の積と
なる。第４図（０は乗算器７６の出力波形を示す。この
出力波形は残差波形に含まれるピッチ成分が強勢された
状態となシ、且つピッチ成分の極性が必ず正に変換ぢれ
るため、極めてピッチ抽出が容易な形状に々っている。

この出力波形はセンタクリップ回路７７へ出力される。

第２図はセンタクリップ回路７７の構成を詳細に説明す
るためのブロック図である。第２図に示すセンタクリッ
プ回路７７はマグニチュードコンパレータ７７１．スイ
ッチ７７２．単位遅延素子７７３、乗算器７７４．およ
びＡＮＤゲート７７５を有して講和される。

まずスイッチ７７２．単位遅延素子７７３および乗算器
７゛７４で構成されるループを説明する。

スイッチ７７２がＯＦＦの場合、乗算器７７４の出力は
単位遅延素子７７３０入力に接続される。

時刻ｉに於いて単位遅延素子７７３がデータＶｉを記憶
しているものとする。乗算器７７４にはこのＶｉと定数
０．９９７とが入力されている。乗算器７７６の出力０
．９９７ｖｉ（＝０．９９７−ｖｉ）が単位遅延素子７
７３に入力されているため、時刻ｉ十ｌに於ける単位遅
延素子７７３の出力Ｖ　　は０．９９７ｖ、＋１ 時刻ｉ＋２に於ける同出力は０．９９７　’ｖｉ（＝０
．９９７・０．９９７ｖｉ）となる。同様に時刻ｉｎｎ
の同出力ｖｔ　４．ｒｌは次式で与えられる。

ｖ　ｆｆｉ＋ｎ＝０．９９７ｎｖ　Ｈ−・−・−（ｔａ
）ざて、単位遅延素子７７３の出力はマグニチュードコ
ンパレータ７７１の入力端子７７１−２に供給されてい
る。第４図中で■で示される点線は単位遅延素子７７３
の出力である。マグニチュ−ドコンパレータ７７１の他
の入力端子７７１−１には乗算器７６よシ第４図（ｑで
示される波形が供給サレる。マグニチュードコンパレー
タ７７１は２つの入力の大小を比較し、（７７１１−１
ｆの人力〕＞（７７１−２側の入力）の条件に於いて１
１”レベルを、この条件が不成立の場合に″′０″レベ
ルヲ出力する。マグニチュードコンパレータ７７１の出
力を第４図ｐに示す。この出力が′１”レベルになると
スイッチ７７２はＯＮになり単位遅延素子７７３は第４
図（ｑに示す波形が入力される。

その結果、時刻が１″だけ歩進した後、単位遅延素子７
７３は第４図（Ｑの■で示すピークを記憶する。この記
憶と同時にマグニチュードコンパレータ７７１の出力！
ｒｉ＠ｏ”となる。記憶されたビ一りは前記（１２）式
に示す減衰を受けるため第４図■ニ示スマグニチュード
コンバレータ７７１−２の入力がつくられる。第４図（
Ｑに示す他のピーク■でも同様の動作が行なわれ■がつ
くられふ。−Ｍマグニチュードコンパレータフフ１の出
力第４図ρはＡＮＤゲート７７５へ供給される。ＡＮＤ
ゲート７７５ｆｌピッチ予測分析手段６より供給される
Ｖ／ＵＶ情報を利用して、Ｕｖ時にセンタクリップ回路
７７より不要な出力が発生する事を防ぎ、７時のみ出力
する。

さてピッチ予測分析手段６で分析されたビーチ周期が倍
ピツチエラーを起した場合、即ちピッチ周期としてＴ　
の代＃）Ｉｃ　２Ｔ、が分析さ几た場合ピッチ予側手段
７の出力波形は第４図（８）の波形′ｔ−２Ｔ。

だけ遅延させたものになる。こｎは鎮４図ｆＢ）の波形
をＴ。だけ遅延させたものに相等する。その結果第４図
■の部分が■の部分と時［♂的に一致する。

その結果、第４図（口の波形が得られる。

再び詔１図を利用して本発明の詳細な説明する。

センタクリップ回路７７の出力はピッチ時刻出カライン
８１を介してピッチパラメータ抽出手段９へ供給される
。ピッチパラメータ抽出手段９は第４図山に示される波
形、即ち前記出力からパルス間隔を計測する公知の手段
を利用してピッチ周期を算出しピッチパラメータとして
出力する。

〔発明の効果〕

以上説明した如く本発明によれば、音声のピッチ周期等
を抽出するピッチ抽出装置に於いて、ピッチ予測分析手
段とピッチ予測手段とを備えることにより、ピッチ周期
の整数倍の周期をピッチ周期と誤検出する問題を根本的
に解決したピッチ抽出装置が実現できる′という効果が
ある。

【図面の簡単な説明】

第１図は本発明の実施例を示すブロック図、第２図は第
１図に示すゼンタクリップ回路７７の構成を示すブロッ
ク図、第３図は第１図に示すＬＰＣ逆フィルタ３の構成
を示すブロック図、第４図は本発明の主要な動作を説明
するための波形図、第５図は従来方法の欠点を説明する
ための波形図である０ ５・・・・・・標本化手段、６・・・・・・ピッチ予測
分析手段、７・・・・・・ピッチ予測手段、８・・・・
・・ピッチ強調手段、９・・・・・・ピッチパラメータ
抽出手段。 二カ 第１図 第２図　　７′ 第３図

Claims (1)

【特許請求の範囲】
1. 音声のピッチ周期あるいぱピッチ周波数、もしくはピッ
   チ時刻を抽出するためのピッチ抽出装置に於いて、音声
   信号のピッチ予測係数を算出するためのピッチ予測分析
   手段と、この手段により算出されたピッチ予測係数によ
   り制御されるピッチ予測手段とを有して構成される事を
   特徴とするピッチ抽出装置。