JP2000330581A - 音声のピッチ差値を利用した音声ファイルの終点検出方法 - Google Patents
音声のピッチ差値を利用した音声ファイルの終点検出方法Info
- Publication number
- JP2000330581A JP2000330581A JP2000081688A JP2000081688A JP2000330581A JP 2000330581 A JP2000330581 A JP 2000330581A JP 2000081688 A JP2000081688 A JP 2000081688A JP 2000081688 A JP2000081688 A JP 2000081688A JP 2000330581 A JP2000330581 A JP 2000330581A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- pitch
- difference value
- end point
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/87—Detection of discrete points within a voice signal
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【課題】 信号の自己相関法によりピッチを抽出して、
ピッチ特性が現れる地点及びピッチ特性が維持される区
間を実験による境界値に基づいて抽出し、終点検出を行
い得る音声のピッチ差値を利用した音声ファイルの終点
検出方法を提供しようとする。 【解決手段】 入力する音声信号s(n)から残差信号の自
己相関によるピッチ値を抽出し、ピッチ信号p(n)からピ
ッチ差値を検出して求めたピッチ差値の中間サンプルに
おいて、前方側で信号の変化幅が急激な地点を選択した
後、該選択された地点を信号の開始点として判断すると
共に、ピッチ差値の中間サンプルにおいて、後方側で信
号の変化幅が急激な地点を選択し、該選択された地点を
信号の終点に判断する、音声のピッチ差値を利用した音
声ファイルの終点検出方法。
ピッチ特性が現れる地点及びピッチ特性が維持される区
間を実験による境界値に基づいて抽出し、終点検出を行
い得る音声のピッチ差値を利用した音声ファイルの終点
検出方法を提供しようとする。 【解決手段】 入力する音声信号s(n)から残差信号の自
己相関によるピッチ値を抽出し、ピッチ信号p(n)からピ
ッチ差値を検出して求めたピッチ差値の中間サンプルに
おいて、前方側で信号の変化幅が急激な地点を選択した
後、該選択された地点を信号の開始点として判断すると
共に、ピッチ差値の中間サンプルにおいて、後方側で信
号の変化幅が急激な地点を選択し、該選択された地点を
信号の終点に判断する、音声のピッチ差値を利用した音
声ファイルの終点検出方法。
Description
【０００１】
【発明の属する技術分野】本発明は、車両などで使用さ
れる音声認識システムに係るもので、詳しくは、音声信
号が同一パターンを反復する特性を利用して、音声ファ
イル内で純粋な音声信号部分のみを抽出し、音声認識シ
ステムに使用し得る音声のピッチ差値を利用した音声フ
ァイルの終点検出方法に関するものである。
れる音声認識システムに係るもので、詳しくは、音声信
号が同一パターンを反復する特性を利用して、音声ファ
イル内で純粋な音声信号部分のみを抽出し、音声認識シ
ステムに使用し得る音声のピッチ差値を利用した音声フ
ァイルの終点検出方法に関するものである。
【０００２】
【従来の技術】最近、音声認識、話者認識及び音声合成
のような音声信号を利用した自動化システムが開発され
つつあるが、このように音声を利用した自動化システム
の開発に当たって先行すべきことは、終点の検出であ
る。
のような音声信号を利用した自動化システムが開発され
つつあるが、このように音声を利用した自動化システム
の開発に当たって先行すべきことは、終点の検出であ
る。
【０００３】ここで、終点検出とは、話者から音声サン
プルを録音して貯蔵させた音声ファイルデータから純粋
な音声部分のみを抽出する過程を意味し、このような終
点検出がいかに効果的に遂行されたかによって、音声を
利用する各種システムの認識率及び合成度の成功可否が
掛かっている。
プルを録音して貯蔵させた音声ファイルデータから純粋
な音声部分のみを抽出する過程を意味し、このような終
点検出がいかに効果的に遂行されたかによって、音声を
利用する各種システムの認識率及び合成度の成功可否が
掛かっている。
【０００４】現在、終点検出のために最も多く使用され
ている方法は、小区間エネルギーを利用する方法で、そ
の他にも零点交差率、周波数分析法及びスペクトル分析
法などの方法が使用されている。
ている方法は、小区間エネルギーを利用する方法で、そ
の他にも零点交差率、周波数分析法及びスペクトル分析
法などの方法が使用されている。
【０００５】
【発明が解決しようとする課題】然るに、このような現
在の音声システムにおいては、音声ファイルの中から純
粋な音声信号部分のみを抽出することができず、効果的
な終点検出を行い得ないという不都合な点があった。
在の音声システムにおいては、音声ファイルの中から純
粋な音声信号部分のみを抽出することができず、効果的
な終点検出を行い得ないという不都合な点があった。
【０００６】本発明は、信号の自己相関法によりピッチ
を抽出して、ピッチ特性が現れる地点及びピッチ特性が
維持される区間を実験による境界値に基づいて抽出し、
終点検出を行い得る音声のピッチ差値を利用した音声フ
ァイルの終点検出方法を提供することを目的とする。
を抽出して、ピッチ特性が現れる地点及びピッチ特性が
維持される区間を実験による境界値に基づいて抽出し、
終点検出を行い得る音声のピッチ差値を利用した音声フ
ァイルの終点検出方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】このような目的を達成す
るため、本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法においては、入力する音声信号
s(n)から残差信号の自己相関によるピッチ値を抽出する
第１段階と、ピッチ信号p(n)からピッチ差値を検出する
第２段階と、前記第２段階で求めたピッチ差値の中間サ
ンプルにおいて、前方側で信号の変化幅が急激な地点を
選択する第３段階と、前記第３段階で選択した地点を信
号の開始点として判断する第４段階と、前記第２段階で
求めたピッチ差値の中間サンプルにおいて、後方側で信
号の変化幅が急激な地点を選択する第５段階と、前記第
５段階で選択した地点を信号の終点に判断する第６段階
と、を順次行うようになっている。
るため、本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法においては、入力する音声信号
s(n)から残差信号の自己相関によるピッチ値を抽出する
第１段階と、ピッチ信号p(n)からピッチ差値を検出する
第２段階と、前記第２段階で求めたピッチ差値の中間サ
ンプルにおいて、前方側で信号の変化幅が急激な地点を
選択する第３段階と、前記第３段階で選択した地点を信
号の開始点として判断する第４段階と、前記第２段階で
求めたピッチ差値の中間サンプルにおいて、後方側で信
号の変化幅が急激な地点を選択する第５段階と、前記第
５段階で選択した地点を信号の終点に判断する第６段階
と、を順次行うようになっている。
【０００８】
【発明の実施の形態】以下、本発明の実施の形態に対
し、図面を用いて説明する。
し、図面を用いて説明する。
【０００９】本発明に係る音声のピッチ差値を利用した
音声ファイルの終点検出方法が適用される構成において
は、図１に示したように、話者の音声が入力される音声
入力部１０と、特定人の音声データファイルが既貯蔵さ
れている音声貯蔵部２０と、前記音声入力部１０の音声
データと前記音声貯蔵部２０の音声データとを比較する
音声比較部３０と、該音声比較部３０から音声の終点を
検出する終点検出部４０と、を備えて構成されている。
音声ファイルの終点検出方法が適用される構成において
は、図１に示したように、話者の音声が入力される音声
入力部１０と、特定人の音声データファイルが既貯蔵さ
れている音声貯蔵部２０と、前記音声入力部１０の音声
データと前記音声貯蔵部２０の音声データとを比較する
音声比較部３０と、該音声比較部３０から音声の終点を
検出する終点検出部４０と、を備えて構成されている。
【００１０】以下、このように構成される本発明に係る
音声のピッチ差値を利用した音声ファイルの終点検出方
法に対し、図面を用いて説明する。
音声のピッチ差値を利用した音声ファイルの終点検出方
法に対し、図面を用いて説明する。
【００１１】人間の音声信号は、発声特徴上、声帯の振
動により同一パターンが必ず反復するピッチ現象が発生
し、このようなピッチ現象は雑音信号にはない音声信号
独特の特性で、その特徴は、第１に、音声信号にのみ現
れること、第２に、５０Ｈｚ〜５００Ｈｚの範囲内で現
れること、第３に、ピッチ包絡線(envelope)は短区間で
急激に変化せずに緩やかな曲線を描くこと、などであ
る。
動により同一パターンが必ず反復するピッチ現象が発生
し、このようなピッチ現象は雑音信号にはない音声信号
独特の特性で、その特徴は、第１に、音声信号にのみ現
れること、第２に、５０Ｈｚ〜５００Ｈｚの範囲内で現
れること、第３に、ピッチ包絡線(envelope)は短区間で
急激に変化せずに緩やかな曲線を描くこと、などであ
る。
【００１２】本発明に係る音声のピッチ差値を利用した
音声ファイルの終点検出方法は、このようなピッチ情報
の特性を利用する方式で、信号の自己相関法によりピッ
チを抽出し、前記ピッチの特性を利用してピッチ特性が
現れる地点及びピッチ特性が維持される区間を実験によ
る境界値に基づいて抽出して終点検出を遂行している。
音声ファイルの終点検出方法は、このようなピッチ情報
の特性を利用する方式で、信号の自己相関法によりピッ
チを抽出し、前記ピッチの特性を利用してピッチ特性が
現れる地点及びピッチ特性が維持される区間を実験によ
る境界値に基づいて抽出して終点検出を遂行している。
【００１３】なお、ピッチが反復される区間をピッチ周
期と称し、周波数的にはピッチまたはピッチ周波数と称
する。
期と称し、周波数的にはピッチまたはピッチ周波数と称
する。
【００１４】例えば、男性話者の“ナラ”という発音を
音声信号の時間的波形として表示した図２、及び部分拡
大した図３に示したように、所定周期を有してパターン
が反復されることが分かる。
音声信号の時間的波形として表示した図２、及び部分拡
大した図３に示したように、所定周期を有してパターン
が反復されることが分かる。
【００１５】このように同一パターンが周期的に現れる
現象は、人間の発声過程において、発声の初期に音声を
励起させる役割をする声帯の振動現象により発生する音
声の自然な特性である。
現象は、人間の発声過程において、発声の初期に音声を
励起させる役割をする声帯の振動現象により発生する音
声の自然な特性である。
【００１６】ピッチは、男性の場合は５０〜２５０Ｈ
ｚ、女性の場合は１２０〜５５０Ｈｚの範囲内で現れる
が、話者によって少しずつ相異するため、話者の音声の
高低を決定づける要素である。
ｚ、女性の場合は１２０〜５５０Ｈｚの範囲内で現れる
が、話者によって少しずつ相異するため、話者の音声の
高低を決定づける要素である。
【００１７】図４は、音声信号のピッチを小区間別に求
めて全体時間的に表示した図面であってピッチ包絡線と
言う。
めて全体時間的に表示した図面であってピッチ包絡線と
言う。
【００１８】図４から分かるように、音声信号が存在す
る区間内におけるピッチ周期は、緩やかな曲線を描いて
いるが、その他の地点では非常に不規則的で不安定的で
ある。
る区間内におけるピッチ周期は、緩やかな曲線を描いて
いるが、その他の地点では非常に不規則的で不安定的で
ある。
【００１９】なお、ピッチ周波数を抽出する方法とし
て、本発明では残差信号（Residual）の自己相関法によ
る方法を使用する。
て、本発明では残差信号（Residual）の自己相関法によ
る方法を使用する。
【００２０】ここで、残差信号とは、線形予測係数（Ｌ
ＰＣ）により再生された信号と本来の信号との差値を意
味するもので、線形予測係数により再生される信号は音
声のピッチ情報が排除される特性を有するため、本来の
信号との差を求めると、該信号からピッチ情報を抽出す
ることが比較的容易になるという特性がある。
ＰＣ）により再生された信号と本来の信号との差値を意
味するもので、線形予測係数により再生される信号は音
声のピッチ情報が排除される特性を有するため、本来の
信号との差を求めると、該信号からピッチ情報を抽出す
ることが比較的容易になるという特性がある。
【００２１】一方、音声信号をs(n)とし、音声発音過程
を次のようにフィルターモデルに従って説明すると仮定
する。
を次のようにフィルターモデルに従って説明すると仮定
する。
【００２２】このとき、発声のための声道の特性が個人
パラメータはＧ、ポールは｛ak｝k=1,p とすると、声道
フィルターは次の（１）式のようなオールポール（All
Pole）モデル形態に表示される。
パラメータはＧ、ポールは｛ak｝k=1,p とすると、声道
フィルターは次の（１）式のようなオールポール（All
Pole）モデル形態に表示される。
【００２３】
【数１】
【００２４】このときのポール、｛ak｝k=1,p を線形予
測係数と言う。
測係数と言う。
【００２５】そして、音声信号をs(n)とするとき、任意
の時点ｎにおいて、それ以前のｐ個の時点の信号の線形
予測により合成が可能であるとするときの信号s(n)は次
の（２）式により求めることができる。
の時点ｎにおいて、それ以前のｐ個の時点の信号の線形
予測により合成が可能であるとするときの信号s(n)は次
の（２）式により求めることができる。
【００２６】S(n)= ΣakS(n-k)+Gu(n) … （２） 且つ、線形予測信号S0(n) は、次の（３）式により求め
ることができる。
ることができる。
【００２７】S0(n)=ΣakS(n-k) … （３） また、このときの残差信号e(n)は、次の（４）式により
求めることができる。
求めることができる。
【００２８】 e(n)= S(n)-S0(n)=S(n)-ΣakS(n-k) … （４） なお、線形予測係数を求める方法として、通常、ダービ
ン（Durbin）の自動相関（Auto-correlation）を利用し
た反復的（Recursive ）アルゴリズムを利用する。
ン（Durbin）の自動相関（Auto-correlation）を利用し
た反復的（Recursive ）アルゴリズムを利用する。
【００２９】ここで、自己相関とは、信号の時間的類似
性を判別する基準の１つで、次の（５）式により求める
ことができる。
性を判別する基準の１つで、次の（５）式により求める
ことができる。
【００３０】R(k)= Σx(m)x(m+k) … （５） 残差信号を自己相関すると図５に示したような形態が現
れ、このとき、自己相関性が著しく現れる地点がピッチ
を意味する。
れ、このとき、自己相関性が著しく現れる地点がピッチ
を意味する。
【００３１】即ち、左側から最寄りの所に突出する地点
がピッチ周期を意味し、これは図６の残差信号の自己相
関法によるピッチ周期検出により現れたピッチ周期と同
様で、この地点が７．６９ｍｓである。
がピッチ周期を意味し、これは図６の残差信号の自己相
関法によるピッチ周期検出により現れたピッチ周期と同
様で、この地点が７．６９ｍｓである。
【００３２】なお、小区間別にピッチ周波数を求めて全
体的に表示した図面が図４のピッチ包絡線である。
体的に表示した図面が図４のピッチ包絡線である。
【００３３】図７は、本発明に係るピッチ差を利用した
音声ファイルの終点検出方法によるピッチ差値を示した
図である。
音声ファイルの終点検出方法によるピッチ差値を示した
図である。
【００３４】ピッチ差値は、図７に示すように、次の
（６）式に示したように、該当区間のピッチ値と、それ
以前の５個のピッチと、それ以後の４個のピッチと、の
間にある総１０個のピッチ値の差を合計した値を利用す
る。
（６）式に示したように、該当区間のピッチ値と、それ
以前の５個のピッチと、それ以後の４個のピッチと、の
間にある総１０個のピッチ値の差を合計した値を利用す
る。
【００３５】d(i)= Σ｜p(k)−p(k+1)｜ … （６） 一方、図８（Ａ）及び図８（Ｂ）は、本発明に係るピッ
チ差値による終点検出方法を利用した結果を示した図
で、図８（Ｃ）及び図８（Ｄ）は、従来の小区間エネル
ギーによる終点検出方法を利用した結果を示した図であ
る。
チ差値による終点検出方法を利用した結果を示した図
で、図８（Ｃ）及び図８（Ｄ）は、従来の小区間エネル
ギーによる終点検出方法を利用した結果を示した図であ
る。
【００３６】図８から分かるように、開始点検出の場合
は両方法が５７５ｍｓで同じ結果を表しているが、終点
の場合は、本発明のピッチ差値方法では６６８ｍｓ、従
来の小区間エネルギー方法では６８１．７ｍｓで、僅か
な差を見せている。
は両方法が５７５ｍｓで同じ結果を表しているが、終点
の場合は、本発明のピッチ差値方法では６６８ｍｓ、従
来の小区間エネルギー方法では６８１．７ｍｓで、僅か
な差を見せている。
【００３７】このように本発明に係る音声のピッチ差値
を利用した音声ファイルの終点検出過程に対し、図９の
フローチャートに基づいて説明すると以下のようであ
る。
を利用した音声ファイルの終点検出過程に対し、図９の
フローチャートに基づいて説明すると以下のようであ
る。
【００３８】先ず、入力する音声信号s(n)からピッチを
抽出して残差信号及び自己相関によるピッチ値を抽出す
る（Ｓ１，Ｓ２）。
抽出して残差信号及び自己相関によるピッチ値を抽出す
る（Ｓ１，Ｓ２）。
【００３９】次いで、ピッチ信号p(n)からピッチ差値を
検出し（Ｓ４）、ピッチ差値の中間サンプルにおいて、
前方側で信号の変化幅が急激な地点を選択する（Ｓ
５）。
検出し（Ｓ４）、ピッチ差値の中間サンプルにおいて、
前方側で信号の変化幅が急激な地点を選択する（Ｓ
５）。
【００４０】次いで、前記Ｓ５段階で選択した地点を信
号の開始点として判断し（Ｓ６）、また、ピッチ差値の
中間サンプルにおいて、後方側で信号の変化幅が急激な
地点を選択する（Ｓ７）。
号の開始点として判断し（Ｓ６）、また、ピッチ差値の
中間サンプルにおいて、後方側で信号の変化幅が急激な
地点を選択する（Ｓ７）。
【００４１】次いで、前記Ｓ７段階で選択した地点を信
号の終点として判断する（Ｓ８）。
号の終点として判断する（Ｓ８）。
【００４２】即ち、本発明に係る音声のピッチ差値を利
用した音声ファイルの終点検出方法は、人間の音声信号
に内在されているピッチ情報を利用するもので、従来の
小区間エネルギーを利用した終点検出及びその他の終点
検出と比較しても、終点検出に非常に有効に使用するこ
とが可能で、特に、雑音が強い信号の場合、音声が存在
する区間でピッチ特性が最も強く現れるため、他の方法
に比べて終点検出に有利である。
用した音声ファイルの終点検出方法は、人間の音声信号
に内在されているピッチ情報を利用するもので、従来の
小区間エネルギーを利用した終点検出及びその他の終点
検出と比較しても、終点検出に非常に有効に使用するこ
とが可能で、特に、雑音が強い信号の場合、音声が存在
する区間でピッチ特性が最も強く現れるため、他の方法
に比べて終点検出に有利である。
【００４３】
【発明の効果】以上説明したように、本発明に係る音声
のピッチ差値を利用した音声ファイルの終点検出方法に
おいては、音声信号が反復的に同一パターンを有すると
いう音声のピッチ特性を利用するため、音声ファイルの
中から純粋な音声信号部分のみを抽出して効果的な終点
検出を行うことが可能で、よって、音声信号を利用した
自動化システムに有効に適用し得るという効果がある。
のピッチ差値を利用した音声ファイルの終点検出方法に
おいては、音声信号が反復的に同一パターンを有すると
いう音声のピッチ特性を利用するため、音声ファイルの
中から純粋な音声信号部分のみを抽出して効果的な終点
検出を行うことが可能で、よって、音声信号を利用した
自動化システムに有効に適用し得るという効果がある。
【図１】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法が適用されるブロック図であ
る。
ファイルの終点検出方法が適用されるブロック図であ
る。
【図２】音声信号“ナラ”の全体的波形を示した波形図
である。
である。
【図３】図２の部分拡大図である。
【図４】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法によるピッチ包絡線を示す図面
である。
ファイルの終点検出方法によるピッチ包絡線を示す図面
である。
【図５】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法による残差信号の自己相関グラ
フである。
ファイルの終点検出方法による残差信号の自己相関グラ
フである。
【図６】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法による残差信号の自己相関法に
よるピッチ周期の検出状態を示した図である。
ファイルの終点検出方法による残差信号の自己相関法に
よるピッチ周期の検出状態を示した図である。
【図７】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法によるピッチ差値を示した図で
ある。
ファイルの終点検出方法によるピッチ差値を示した図で
ある。
【図８】図８（Ａ）（Ｂ）は、本発明に係る音声のピッ
チ差値を利用した音声ファイルの終点検出方法を適用し
た結果を示した図で、図８（Ｃ）（Ｄ）は、従来の小区
間エネルギーによる終点検出方法を適用した結果を示し
た図である。
チ差値を利用した音声ファイルの終点検出方法を適用し
た結果を示した図で、図８（Ｃ）（Ｄ）は、従来の小区
間エネルギーによる終点検出方法を適用した結果を示し
た図である。
【図９】本発明に係る音声のピッチ差値を利用した音声
ファイルの終点検出方法を示したフローチャートであ
る。
ファイルの終点検出方法を示したフローチャートであ
る。
１０ 音声入力部 ２０ 音声貯蔵部 ３０ 音声比較部 ４０ 終点検出部
Claims (5)
- 【請求項１】入力する音声信号s(n)から残差信号の自己
相関によるピッチ値を抽出する第１段階と、 ピッチ信号p(n)からピッチ差値を検出する第２段階と、 前記第２段階で求めたピッチ差値の中間サンプルにおい
て、前方側で信号の変化幅が急激な地点を選択する第３
段階と、 前記第３段階で選択した地点を信号の開始点として判断
する第４段階と、 前記第２段階で求めたピッチ差値の中間サンプルにおい
て、後方側で信号の変化幅が急激な地点を選択する第５
段階と、 前記第５段階で選択した地点を信号の終点に判断する第
６段階と、を順次行うことを特徴とする音声のピッチ差
値を利用した音声ファイルの終点検出方法。 - 【請求項２】前記音声信号s(n)は、 S(n)= ΣakS(n-k)+Gu(n) により求めることを特徴とする請求項１記載の音声のピ
ッチ差値を利用した音声ファイルの終点検出方法。 - 【請求項３】前記残差信号e(n)は、 e(n)=S(n)-S0(n)=S(n)- ΣakS(n-k) により求めることを特徴とする請求項１記載の音声のピ
ッチ差値を利用した音声ファイルの終点検出方法。 - 【請求項４】前記自己相関R(k)は、 R(k)= Σx(m)x(m+k) により求めることを特徴とする請求項１記載の音声のピ
ッチ差値を利用した音声ファイルの終点検出方法。 - 【請求項５】前記ピッチ差値d(i)は、 d(i)= Σ｜p(k)−p(k+1)｜ により求めることを特徴とする請求項１記載の音声のピ
ッチ差値を利用した音声ファイルの終点検出方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990017784A KR20000074086A (ko) | 1999-05-18 | 1999-05-18 | 음성의 피치 차이값을 이용한 음성 파일의 끝점 검출방법 |
| KR99-17784 | 1999-05-18 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000330581A true JP2000330581A (ja) | 2000-11-30 |
Family
ID=19586142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000081688A Pending JP2000330581A (ja) | 1999-05-18 | 2000-03-17 | 音声のピッチ差値を利用した音声ファイルの終点検出方法 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2000330581A (ja) |
| KR (1) | KR20000074086A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020064248A (ja) * | 2018-10-19 | 2020-04-23 | 日本放送協会 | 発話末タイミング予測装置およびプログラム |
| CN115019834A (zh) * | 2022-05-23 | 2022-09-06 | 北京声智科技有限公司 | 语音端点的检测方法、装置、电子设备、存储介质及产品 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100717393B1 (ko) * | 2006-02-09 | 2007-05-11 | 삼성전자주식회사 | 음성 인식기의 음성 인식에 대한 신뢰도 측정 방법 및 그장치 |
-
1999
- 1999-05-18 KR KR1019990017784A patent/KR20000074086A/ko not_active Withdrawn
-
2000
- 2000-03-17 JP JP2000081688A patent/JP2000330581A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020064248A (ja) * | 2018-10-19 | 2020-04-23 | 日本放送協会 | 発話末タイミング予測装置およびプログラム |
| JP7113719B2 (ja) | 2018-10-19 | 2022-08-05 | 日本放送協会 | 発話末タイミング予測装置およびプログラム |
| CN115019834A (zh) * | 2022-05-23 | 2022-09-06 | 北京声智科技有限公司 | 语音端点的检测方法、装置、电子设备、存储介质及产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20000074086A (ko) | 2000-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6541691B2 (en) | Generation of a note-based code | |
| JP6017687B2 (ja) | オーディオ信号分析 | |
| Liutkus et al. | Adaptive filtering for music/voice separation exploiting the repeating musical structure | |
| JP5174009B2 (ja) | デジタル音声信号からハプティック・イベントを自動生成するシステム及び方法 | |
| US7521622B1 (en) | Noise-resistant detection of harmonic segments of audio signals | |
| CN107077836A (zh) | 用于跟踪乐谱的方法以及相关的建模方法 | |
| US20050091045A1 (en) | Pitch detection method and apparatus | |
| US20160027421A1 (en) | Audio signal analysis | |
| CN101625858A (zh) | 语音端点检测中短时能频值的提取方法 | |
| JP2002116754A (ja) | テンポ抽出装置、テンポ抽出方法、テンポ抽出プログラム及び記録媒体 | |
| US8942977B2 (en) | System and method for speech recognition using pitch-synchronous spectral parameters | |
| US20060288849A1 (en) | Method for processing an audio sequence for example a piece of music | |
| US8193436B2 (en) | Segmenting a humming signal into musical notes | |
| JP2006171750A (ja) | 音声認識のための特徴ベクトル抽出方法 | |
| RU2427909C2 (ru) | Способ формирования отпечатка для звукового сигнала | |
| JP2000194392A (ja) | 騒音適応型音声認識装置及び騒音適応型音声認識プログラムを記録した記録媒体 | |
| KR100744288B1 (ko) | 음성 신호에서 음소를 분절하는 방법 및 그 시스템 | |
| JP2004509364A (ja) | 音声認識システム | |
| JPH0675562A (ja) | 自動採譜装置 | |
| JP3379348B2 (ja) | ピッチ変換器 | |
| Hasan et al. | An approach to voice conversion using feature statistical mapping | |
| JPH1138997A (ja) | 雑音抑圧装置および音声の雑音除去の処理をするための処理プログラムを記録した記録媒体 | |
| JP3001353B2 (ja) | 自動採譜装置 | |
| JPH0222399B2 (ja) | ||
| JP4242320B2 (ja) | 音声認識方法、その装置およびプログラム、その記録媒体 |