JP2000330593A - 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents
線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体Info
- Publication number
- JP2000330593A JP2000330593A JP11143548A JP14354899A JP2000330593A JP 2000330593 A JP2000330593 A JP 2000330593A JP 11143548 A JP11143548 A JP 11143548A JP 14354899 A JP14354899 A JP 14354899A JP 2000330593 A JP2000330593 A JP 2000330593A
- Authority
- JP
- Japan
- Prior art keywords
- prediction coefficient
- autocorrelation function
- linear prediction
- extracting
- order
- 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.)
- Granted
Links
Abstract
(57)【要約】
【課題】 雑音のみの区間を抽出する処理を必要とせ
ず、得られた係数が安定なものとして、雑音が付加され
た音声から高品質な線形予測係数を効率良く取得するこ
と。 【解決手段】 自己相関関数抽出部１０１が抽出した高
次（Ｍ次）の自己相関関数Ｃ（ｒ）とピッチ抽出部１０
２が抽出したピッチＴとに基づいて、自己相関関数補正
処理部１０３が低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）
を算出し、その後線形予測係数算出部１０４が線形予測
係数ａ（ｒ）を求め、予測係数安定性判定部１０５が予
測係数の安定性を判定する。
ず、得られた係数が安定なものとして、雑音が付加され
た音声から高品質な線形予測係数を効率良く取得するこ
と。 【解決手段】 自己相関関数抽出部１０１が抽出した高
次（Ｍ次）の自己相関関数Ｃ（ｒ）とピッチ抽出部１０
２が抽出したピッチＴとに基づいて、自己相関関数補正
処理部１０３が低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）
を算出し、その後線形予測係数算出部１０４が線形予測
係数ａ（ｒ）を求め、予測係数安定性判定部１０５が予
測係数の安定性を判定する。
Description
【０００１】
【発明の属する技術分野】この発明は、入力ディジタル
音声信号から自己相関関数を求め、求めた自己相関関数
に基づいて線形予測係数を抽出する線形予測係数抽出装
置、線形予測係数抽出方法および記録媒体に関し、特
に、雑音のみの区間を抽出する処理を必要とせず、得ら
れた係数が安定なものとして、雑音が付加された音声か
ら高品質な線形予測係数を効率良く取得することができ
る線形予測係数抽出装置、線形予測係数抽出方法および
記録媒体に関する。
音声信号から自己相関関数を求め、求めた自己相関関数
に基づいて線形予測係数を抽出する線形予測係数抽出装
置、線形予測係数抽出方法および記録媒体に関し、特
に、雑音のみの区間を抽出する処理を必要とせず、得ら
れた係数が安定なものとして、雑音が付加された音声か
ら高品質な線形予測係数を効率良く取得することができ
る線形予測係数抽出装置、線形予測係数抽出方法および
記録媒体に関する。
【０００２】
【従来の技術】近年、急速に普及してきたパーソナルセ
ルラフォン（ＰＤＣ）やパーソナルハンディフォンシス
テム（ＰＨＳ）などの各種携帯電話では、通話音声をデ
ィジタル化した後、このディジタル信号を所定の符号化
方式で符号化して伝送する。たとえば、ＰＤＣのフルレ
ート方式ではＶＳＥＬＰ方式でディジタル信号を符号化
し、ハーフレート方式ではＰＳＩ−ＣＥＬＰ方式でディ
ジタル信号を符号化する。また、音声入力を自動認識し
て相手番号をダイヤルするいわゆる音声ダイヤル機能を
備えた携帯電話機も普及しつつある。
ルラフォン（ＰＤＣ）やパーソナルハンディフォンシス
テム（ＰＨＳ）などの各種携帯電話では、通話音声をデ
ィジタル化した後、このディジタル信号を所定の符号化
方式で符号化して伝送する。たとえば、ＰＤＣのフルレ
ート方式ではＶＳＥＬＰ方式でディジタル信号を符号化
し、ハーフレート方式ではＰＳＩ−ＣＥＬＰ方式でディ
ジタル信号を符号化する。また、音声入力を自動認識し
て相手番号をダイヤルするいわゆる音声ダイヤル機能を
備えた携帯電話機も普及しつつある。
【０００３】かかる携帯電話は、周囲に多くの雑音源が
点在する都市部で使用されることが多く、背景雑音が通
話品質に与える影響が大きな問題となっているため、音
声の背景雑音耐性を高める従来技術が知られている。
点在する都市部で使用されることが多く、背景雑音が通
話品質に与える影響が大きな問題となっているため、音
声の背景雑音耐性を高める従来技術が知られている。
【０００４】たとえば、入力音声から背景雑音を抑圧
し、伝送対象または認識対象となる音声を強調する従来
技術として、S.F.Boll，”Suppression of Acoustic No
ise inSpeech Using Spectral Subtraction”，IEEE Tr
ans. on ASSP ，Vol.27，No.2，pp.113-120(1979)に開
示されるいわゆるＳＳ法や、J.D.Gibson，B.Koo ，S.D.
Gray，”Filtering of Colored Noise for Speech Enha
ncement and Coding”，IEEE Trans. on SP ，Vol.39，
No.8，pp.1732-1741(1991)に開示されるいわゆるカルマ
ンフィルタ法や、池田，板倉，”直交櫛形フィルタを用
いた音声中の雑音抑圧”，信学技報，DSP96-70，SP96-4
5 ，pp.23-30(1996)に開示されるいわゆる直交櫛形フィ
ルタ法などが知られている。また、特開平７−７４７０
９号公報には、ＶＳＥＬＰ分析パラメータを用いて精度
良く雑音レベルを推定する技術が開示されている。
し、伝送対象または認識対象となる音声を強調する従来
技術として、S.F.Boll，”Suppression of Acoustic No
ise inSpeech Using Spectral Subtraction”，IEEE Tr
ans. on ASSP ，Vol.27，No.2，pp.113-120(1979)に開
示されるいわゆるＳＳ法や、J.D.Gibson，B.Koo ，S.D.
Gray，”Filtering of Colored Noise for Speech Enha
ncement and Coding”，IEEE Trans. on SP ，Vol.39，
No.8，pp.1732-1741(1991)に開示されるいわゆるカルマ
ンフィルタ法や、池田，板倉，”直交櫛形フィルタを用
いた音声中の雑音抑圧”，信学技報，DSP96-70，SP96-4
5 ，pp.23-30(1996)に開示されるいわゆる直交櫛形フィ
ルタ法などが知られている。また、特開平７−７４７０
９号公報には、ＶＳＥＬＰ分析パラメータを用いて精度
良く雑音レベルを推定する技術が開示されている。
【０００５】ところが、これらの従来技術によれば、背
景雑音をある程度は抑圧できるものの、背景雑音を完全
に雑音を除去することはできず、たとえば上記ＳＳ法に
よれば、人工的な雑音が重畳される。また、これらの従
来技術の多くは、雑音のみの区間の推定などのようなそ
れ自体をおこなうことが困難な処理を伴う。
景雑音をある程度は抑圧できるものの、背景雑音を完全
に雑音を除去することはできず、たとえば上記ＳＳ法に
よれば、人工的な雑音が重畳される。また、これらの従
来技術の多くは、雑音のみの区間の推定などのようなそ
れ自体をおこなうことが困難な処理を伴う。
【０００６】このため、ＣＥＬＰ系の音声符号化方式に
おける各種パラメータの抽出を背景雑音が付加された音
声に対して頑強にする従来技術も提案されており、特
に、音質に強く係わる線形予測係数を背景雑音が付加さ
れた音声に対して頑強にする従来技術が注目されてい
る。なお、この線形予測係数は、少ないパラメータで音
声のフォルマント情報を表すことができるため、ＣＥＬ
Ｐ系の音声符号化方式だけではなく、いくつかの音声認
識手法にも適用されている。
おける各種パラメータの抽出を背景雑音が付加された音
声に対して頑強にする従来技術も提案されており、特
に、音質に強く係わる線形予測係数を背景雑音が付加さ
れた音声に対して頑強にする従来技術が注目されてい
る。なお、この線形予測係数は、少ないパラメータで音
声のフォルマント情報を表すことができるため、ＣＥＬ
Ｐ系の音声符号化方式だけではなく、いくつかの音声認
識手法にも適用されている。
【０００７】たとえば、趙，島村，鈴木，”雑音補正に
よる音声のＬＰＣ分析の改善”，信学論，Vol.81-A，N
o.11 ，pp.1583-1591(1998)（従来技術１）には、一連
の音声から背景雑音のみの区間を抽出し、その区間の自
己相関関数から雑音の自己相関関数を推定し、これを雑
音が付加された音声から差し引くことによって、音声の
みの自己相関関数を求め、求めた自己相関関数を用いて
線形予測係数を求める技術が開示されている。
よる音声のＬＰＣ分析の改善”，信学論，Vol.81-A，N
o.11 ，pp.1583-1591(1998)（従来技術１）には、一連
の音声から背景雑音のみの区間を抽出し、その区間の自
己相関関数から雑音の自己相関関数を推定し、これを雑
音が付加された音声から差し引くことによって、音声の
みの自己相関関数を求め、求めた自己相関関数を用いて
線形予測係数を求める技術が開示されている。
【０００８】また、國枝，島村，鈴木，”品質劣化音声
のためのＬＰＣ分析の一改良法”，信学論，Vol.j80-A
，No.9，pp.1564-1566(1997)（従来技術２）には、有
声音の自己相関関数が周期性を持つという性質と、ラン
ダム性を持つ雑音の自己相関関数が０次付近の低次に集
まる（高次の自己相関関数は無視できるぐらい小さい）
という性質とを利用して、音声からピッチ周期Ｔを求
め、Ｔ，Ｔ＋１，…，Ｔ＋Ｎ次の自己相関関数を、０，
１，…Ｎ次の自己相関関数として、線形予測係数を求め
る技術が開示されている。
のためのＬＰＣ分析の一改良法”，信学論，Vol.j80-A
，No.9，pp.1564-1566(1997)（従来技術２）には、有
声音の自己相関関数が周期性を持つという性質と、ラン
ダム性を持つ雑音の自己相関関数が０次付近の低次に集
まる（高次の自己相関関数は無視できるぐらい小さい）
という性質とを利用して、音声からピッチ周期Ｔを求
め、Ｔ，Ｔ＋１，…，Ｔ＋Ｎ次の自己相関関数を、０，
１，…Ｎ次の自己相関関数として、線形予測係数を求め
る技術が開示されている。
【０００９】
【発明が解消しようとする課題】しかしながら、この従
来技術１によれば、簡易に線形予測係数を正しい線形予
測係数に近づけることができる反面、雑音のみの区間を
抽出するという極めて困難な処理を要する。
来技術１によれば、簡易に線形予測係数を正しい線形予
測係数に近づけることができる反面、雑音のみの区間を
抽出するという極めて困難な処理を要する。
【００１０】また、上記従来技術２によれば、かかる従
来技術１のように雑音のみの区間を抽出する処理を要せ
ず、高品質な線形予測係数が得られる反面、得られた係
数が不安定になりやすいという問題がある。
来技術１のように雑音のみの区間を抽出する処理を要せ
ず、高品質な線形予測係数が得られる反面、得られた係
数が不安定になりやすいという問題がある。
【００１１】このように、音質に強く係わる線形予測係
数を背景雑音が付加された音声に対して頑強にし、音声
の背景雑音耐性を高める上記従来技術１および２は、極
めて有効な技術ではあるものの、雑音のみの区間を抽出
するという極めて困難な処理を伴ったり、得られた係数
が不安定になりやすいという問題があった。
数を背景雑音が付加された音声に対して頑強にし、音声
の背景雑音耐性を高める上記従来技術１および２は、極
めて有効な技術ではあるものの、雑音のみの区間を抽出
するという極めて困難な処理を伴ったり、得られた係数
が不安定になりやすいという問題があった。
【００１２】この発明は、上述した従来技術による問題
点を解消するため、雑音のみの区間を抽出する処理を必
要とせず、得られた係数が安定なものとして、雑音が付
加された音声から高品質な線形予測係数を効率良く取得
することができる線形予測係数抽出装置、線形予測係数
抽出方法およびその方法をコンピュータに実行させるプ
ログラムを記録したコンピュータ読み取り可能な記録媒
体を提供することを目的とする。
点を解消するため、雑音のみの区間を抽出する処理を必
要とせず、得られた係数が安定なものとして、雑音が付
加された音声から高品質な線形予測係数を効率良く取得
することができる線形予測係数抽出装置、線形予測係数
抽出方法およびその方法をコンピュータに実行させるプ
ログラムを記録したコンピュータ読み取り可能な記録媒
体を提供することを目的とする。
【００１３】
【課題を解決するための手段】上記課題を解決すべく、
請求項１の発明に係る線形予測係数抽出装置は、入力デ
ィジタル音声信号から自己相関関数を求め、求めた自己
相関関数に基づいて線形予測係数を抽出する線形予測係
数抽出装置において、前記入力ディジタル音声信号から
自己相関関数を抽出する自己相関関数抽出手段と、前記
自己相関関数抽出手段により抽出された自己相関関数よ
りも低次の自己相関関数を求め、求めた低次の自己相関
関数に基づいて線形予測係数を算出する線形予測係数算
出手段と、を備えたことを特徴とする。
請求項１の発明に係る線形予測係数抽出装置は、入力デ
ィジタル音声信号から自己相関関数を求め、求めた自己
相関関数に基づいて線形予測係数を抽出する線形予測係
数抽出装置において、前記入力ディジタル音声信号から
自己相関関数を抽出する自己相関関数抽出手段と、前記
自己相関関数抽出手段により抽出された自己相関関数よ
りも低次の自己相関関数を求め、求めた低次の自己相関
関数に基づいて線形予測係数を算出する線形予測係数算
出手段と、を備えたことを特徴とする。
【００１４】この請求項１の発明によれば、入力ディジ
タル音声信号から自己相関関数を抽出し、抽出した自己
相関関数よりも低次の自己相関関数を求め、求めた低次
の自己相関関数に基づいて線形予測係数を算出すること
としたので、背景雑音の影響を抑圧した線形予測係数を
求めることができる。
タル音声信号から自己相関関数を抽出し、抽出した自己
相関関数よりも低次の自己相関関数を求め、求めた低次
の自己相関関数に基づいて線形予測係数を算出すること
としたので、背景雑音の影響を抑圧した線形予測係数を
求めることができる。
【００１５】また、請求項２の発明に係る線形予測係数
抽出装置は、請求項１の発明において、前記入力ディジ
タル音声信号のピッチを抽出するピッチ抽出手段をさら
に備え、前記線形予測係数算出手段は、前記自己相関関
数抽出手段により抽出された自己相関関数および前記ピ
ッチ抽出手段により抽出されたピッチに基づいて、前記
低次の自己相関関数を求めることを特徴とする。
抽出装置は、請求項１の発明において、前記入力ディジ
タル音声信号のピッチを抽出するピッチ抽出手段をさら
に備え、前記線形予測係数算出手段は、前記自己相関関
数抽出手段により抽出された自己相関関数および前記ピ
ッチ抽出手段により抽出されたピッチに基づいて、前記
低次の自己相関関数を求めることを特徴とする。
【００１６】この請求項２の発明によれば、抽出された
自己相関関数およびピッチに基づいて、低次の自己相関
関数を求めることとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数を簡便に求めること
ができる。
自己相関関数およびピッチに基づいて、低次の自己相関
関数を求めることとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数を簡便に求めること
ができる。
【００１７】また、請求項３の発明に係る線形予測係数
抽出装置は、請求項２の発明において、前記線形予測係
数算出手段は、前記ピッチ抽出手段が抽出したピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出する自己相関関数補正手段を備えたことを特
徴とする。
抽出装置は、請求項２の発明において、前記線形予測係
数算出手段は、前記ピッチ抽出手段が抽出したピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出する自己相関関数補正手段を備えたことを特
徴とする。
【００１８】この請求項３の発明によれば、ピッチがＴ
である場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関
数を算出することとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数をさらに簡便に求め
ることができる。
である場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関
数を算出することとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数をさらに簡便に求め
ることができる。
【００１９】また、請求項４の発明に係る線形予測係数
抽出装置は、請求項３の発明において、前記自己相関関
数補正手段は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数との線形補間によって、０〜Ｎ次の自
己相関関数を算出することを特徴とする。
抽出装置は、請求項３の発明において、前記自己相関関
数補正手段は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数との線形補間によって、０〜Ｎ次の自
己相関関数を算出することを特徴とする。
【００２０】この請求項４の発明によれば、０〜Ｎ次の
自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形
補間によって、０〜Ｎ次の自己相関関数を算出すること
としたので、背景雑音の影響を抑圧した自己相関関数お
よび線形予測係数をさらに簡便に求めることができる。
自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形
補間によって、０〜Ｎ次の自己相関関数を算出すること
としたので、背景雑音の影響を抑圧した自己相関関数お
よび線形予測係数をさらに簡便に求めることができる。
【００２１】また、請求項５の発明に係る線形予測係数
抽出装置は、請求項１〜４のいずれか一つの発明におい
て、前記線形予測係数算出手段は、前記線形予測係数の
安定性を判定する予測係数安定性判定手段をさらに備
え、該予測係数安定性判定手段の判定結果に基づいて最
終的な線形予測係数を算出することを特徴とする。
抽出装置は、請求項１〜４のいずれか一つの発明におい
て、前記線形予測係数算出手段は、前記線形予測係数の
安定性を判定する予測係数安定性判定手段をさらに備
え、該予測係数安定性判定手段の判定結果に基づいて最
終的な線形予測係数を算出することを特徴とする。
【００２２】この請求項５の発明によれば、予測係数の
安定性の判定結果に基づいて最終的な線形予測係数を算
出することとしたので、背景雑音の影響を抑圧した安定
な線形予測係数を求めることができる。
安定性の判定結果に基づいて最終的な線形予測係数を算
出することとしたので、背景雑音の影響を抑圧した安定
な線形予測係数を求めることができる。
【００２３】また、請求項６の発明に係る線形予測係数
抽出方法は、入力ディジタル音声信号から自己相関関数
を求め、求めた自己相関関数に基づいて線形予測係数を
抽出する線形予測係数抽出方法において、前記入力ディ
ジタル音声信号から自己相関関数を抽出する自己相関関
数抽出工程と、前記自己相関関数抽出工程により抽出さ
れた自己相関関数よりも低次の自己相関関数を求め、求
めた低次の自己相関関数に基づいて線形予測係数を算出
する線形予測係数算出工程と、を含んだことを特徴とす
る。
抽出方法は、入力ディジタル音声信号から自己相関関数
を求め、求めた自己相関関数に基づいて線形予測係数を
抽出する線形予測係数抽出方法において、前記入力ディ
ジタル音声信号から自己相関関数を抽出する自己相関関
数抽出工程と、前記自己相関関数抽出工程により抽出さ
れた自己相関関数よりも低次の自己相関関数を求め、求
めた低次の自己相関関数に基づいて線形予測係数を算出
する線形予測係数算出工程と、を含んだことを特徴とす
る。
【００２４】この請求項６の発明によれば、入力ディジ
タル音声信号から自己相関関数を抽出し、抽出した自己
相関関数よりも低次の自己相関関数を求め、求めた低次
の自己相関関数に基づいて線形予測係数を算出すること
としたので、背景雑音の影響を抑圧した線形予測係数を
求めることができる。
タル音声信号から自己相関関数を抽出し、抽出した自己
相関関数よりも低次の自己相関関数を求め、求めた低次
の自己相関関数に基づいて線形予測係数を算出すること
としたので、背景雑音の影響を抑圧した線形予測係数を
求めることができる。
【００２５】また、請求項７の発明に係る線形予測係数
抽出方法は、請求項６の発明において、前記線形予測係
数算出工程は、前記自己相関関数抽出工程により抽出さ
れた自己相関関数と前記入力ディジタル音声信号のピッ
チとに基づいて、前記低次の自己相関関数を求めること
を特徴とする。
抽出方法は、請求項６の発明において、前記線形予測係
数算出工程は、前記自己相関関数抽出工程により抽出さ
れた自己相関関数と前記入力ディジタル音声信号のピッ
チとに基づいて、前記低次の自己相関関数を求めること
を特徴とする。
【００２６】この請求項７の発明によれば、抽出された
自己相関関数およびピッチに基づいて、低次の自己相関
関数を求めることとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数を簡便に求めること
ができる。
自己相関関数およびピッチに基づいて、低次の自己相関
関数を求めることとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数を簡便に求めること
ができる。
【００２７】また、請求項８の発明に係る線形予測係数
抽出方法は、請求項７の発明において、前記線形予測係
数算出工程は、前記入力ディジタル音声信号のピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出することを特徴とする。
抽出方法は、請求項７の発明において、前記線形予測係
数算出工程は、前記入力ディジタル音声信号のピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出することを特徴とする。
【００２８】この請求項８の発明によれば、ピッチがＴ
である場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関
数を算出することとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数をさらに簡便に求め
ることができる。
である場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関
数を算出することとしたので、背景雑音の影響を抑圧し
た自己相関関数および線形予測係数をさらに簡便に求め
ることができる。
【００２９】また、請求項９の発明に係る線形予測係数
抽出方法は、請求項８の発明において、前記線形予測係
数算出工程は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数との線形補間によって、０〜Ｎ次の自
己相関関数を算出することを特徴とする。
抽出方法は、請求項８の発明において、前記線形予測係
数算出工程は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ
次の自己相関関数との線形補間によって、０〜Ｎ次の自
己相関関数を算出することを特徴とする。
【００３０】この請求項９の発明によれば、０〜Ｎ次の
自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形
補間によって、０〜Ｎ次の自己相関関数を算出すること
としたので、背景雑音の影響を抑圧した自己相関関数お
よび線形予測係数をさらに簡便に求めることができる。
自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形
補間によって、０〜Ｎ次の自己相関関数を算出すること
としたので、背景雑音の影響を抑圧した自己相関関数お
よび線形予測係数をさらに簡便に求めることができる。
【００３１】また、請求項１０の発明に係る線形予測係
数抽出方法は、請求項６〜９のいずれか一つに記載の発
明において、前記線形予測係数算出工程は、予測係数の
安定性の判定結果に基づいて最終的な線形予測係数を算
出することを特徴とする。
数抽出方法は、請求項６〜９のいずれか一つに記載の発
明において、前記線形予測係数算出工程は、予測係数の
安定性の判定結果に基づいて最終的な線形予測係数を算
出することを特徴とする。
【００３２】この請求項１０の発明によれば、予測係数
の安定性の判定結果に基づいて最終的な線形予測係数を
算出することとしたので、背景雑音の影響を抑圧した安
定な線形予測係数を求めることができる。
の安定性の判定結果に基づいて最終的な線形予測係数を
算出することとしたので、背景雑音の影響を抑圧した安
定な線形予測係数を求めることができる。
【００３３】また、請求項１１の発明に係る記憶媒体
は、請求項６〜１０に記載された方法をコンピュータに
実行させるプログラムを記録したことで、そのプログラ
ムを機械読み取り可能となり、これによって、請求項６
〜１０の動作をコンピュータによって実現することが可
能となる。
は、請求項６〜１０に記載された方法をコンピュータに
実行させるプログラムを記録したことで、そのプログラ
ムを機械読み取り可能となり、これによって、請求項６
〜１０の動作をコンピュータによって実現することが可
能となる。
【００３４】
【発明の実施の形態】以下に添付図面を参照して、この
発明に係る線形予測係数抽出装置、線形予測係数抽出方
法およびその方法をコンピュータに実行させるプログラ
ムを記録したコンピュータ読み取り可能な記録媒体の好
適な実施の形態を詳細に説明する。
発明に係る線形予測係数抽出装置、線形予測係数抽出方
法およびその方法をコンピュータに実行させるプログラ
ムを記録したコンピュータ読み取り可能な記録媒体の好
適な実施の形態を詳細に説明する。
【００３５】まず最初に、この実施の形態に係る線形予
測係数抽出装置の構成について図１および図２を用いて
説明する。図１は、この実施の形態に係る線形予測係数
抽出装置１００の構成を示す機能ブロック図であり、図
２は、図１に示す線形予測係数抽出装置１００の各部が
抽出または算出する自己相関関数および線形予測係数の
次数を示す図である。
測係数抽出装置の構成について図１および図２を用いて
説明する。図１は、この実施の形態に係る線形予測係数
抽出装置１００の構成を示す機能ブロック図であり、図
２は、図１に示す線形予測係数抽出装置１００の各部が
抽出または算出する自己相関関数および線形予測係数の
次数を示す図である。
【００３６】図１および図２に示すように、この線形予
測係数抽出装置１００は、自己相関関数抽出部１０１
と、ピッチ抽出部１０２と、自己相関関数補正処理部１
０３と、線形予測係数算出部１０４と、予測係数安定性
判定部１０５とからなる。
測係数抽出装置１００は、自己相関関数抽出部１０１
と、ピッチ抽出部１０２と、自己相関関数補正処理部１
０３と、線形予測係数算出部１０４と、予測係数安定性
判定部１０５とからなる。
【００３７】同図に示す線形予測係数抽出装置１００に
は、音声信号をディジタル化したフレームが入力され、
具体的には、図１に示すようにマイクなどの音声入力装
置１１０によって音声のアナログ信号を入力したなら
ば、このアナログ信号を所定のサンプリング周波数や量
子化ビットに基づいてＡ／Ｄ変換装置１２０でディジタ
ル信号に変換し、このディジタル信号をフレーム構成装
置１３０を用いて所定のサンプル数Ｌのフレームとして
線形予測係数抽出装置１００に入力する。
は、音声信号をディジタル化したフレームが入力され、
具体的には、図１に示すようにマイクなどの音声入力装
置１１０によって音声のアナログ信号を入力したなら
ば、このアナログ信号を所定のサンプリング周波数や量
子化ビットに基づいてＡ／Ｄ変換装置１２０でディジタ
ル信号に変換し、このディジタル信号をフレーム構成装
置１３０を用いて所定のサンプル数Ｌのフレームとして
線形予測係数抽出装置１００に入力する。
【００３８】このＡ／Ｄ変換装置１２０としては、サウ
ンドボード、Ａ／Ｄ変換器、サウンドコーディックなど
を使用することができ、また、サンプル数Ｌは、人間の
声の定常性からそのサンプリング周波数を８ｋＨｚとし
２４０前後の値とすることができる。ただし、このサン
プル数Ｌは他の値を用いても良く、また、ディジタル信
号はフレーム構成装置に入力する前後に、図示しない高
域フィルタ装置で直流付近の周波数成分を抑圧すること
もできる。
ンドボード、Ａ／Ｄ変換器、サウンドコーディックなど
を使用することができ、また、サンプル数Ｌは、人間の
声の定常性からそのサンプリング周波数を８ｋＨｚとし
２４０前後の値とすることができる。ただし、このサン
プル数Ｌは他の値を用いても良く、また、ディジタル信
号はフレーム構成装置に入力する前後に、図示しない高
域フィルタ装置で直流付近の周波数成分を抑圧すること
もできる。
【００３９】自己相関関数抽出部１０１は、入力フレー
ムの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽
出する処理部である。この自己相関関数Ｃ（ｒ）は、図
２に示すように０〜Ｍ次のものであり、このＭの値とし
ては、人間の声の定常性からサンプリング周波数８ｋＨ
ｚの場合で１６０前後の値が望ましいが、必ずしもこの
値に限定されるものではない。なお、この自己相関関数
抽出部１０１は、かかる入力フレームにハミング窓、ハ
ニング窓または方形窓などの窓関数を適用した後に自己
相関関数を抽出することもできる。
ムの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽
出する処理部である。この自己相関関数Ｃ（ｒ）は、図
２に示すように０〜Ｍ次のものであり、このＭの値とし
ては、人間の声の定常性からサンプリング周波数８ｋＨ
ｚの場合で１６０前後の値が望ましいが、必ずしもこの
値に限定されるものではない。なお、この自己相関関数
抽出部１０１は、かかる入力フレームにハミング窓、ハ
ニング窓または方形窓などの窓関数を適用した後に自己
相関関数を抽出することもできる。
【００４０】ピッチ抽出部１０２は、入力フレームのピ
ッチＴを抽出する処理部であり、具体的には、このピッ
チ抽出部１０２では、ケプストラム法や自己相関法など
を用いて入力フレームのピッチを抽出する。なお、自己
相関法を用いる場合には、自己相関関数抽出部１０１に
よって抽出された自己相関関数Ｃ（ｒ）を用いることが
できる。
ッチＴを抽出する処理部であり、具体的には、このピッ
チ抽出部１０２では、ケプストラム法や自己相関法など
を用いて入力フレームのピッチを抽出する。なお、自己
相関法を用いる場合には、自己相関関数抽出部１０１に
よって抽出された自己相関関数Ｃ（ｒ）を用いることが
できる。
【００４１】自己相関関数補正処理部１０３は、自己相
関関数抽出部１０１により抽出された自己相関関数Ｃ
（ｒ）と、ピッチ抽出部１０２によって抽出された入力
フレームのピッチＴとを受け取り、Ｃ（ｒ）およびＣ
（ｒ＋Ｔ）（ｒ＝０，１，…，Ｎ）から、補正後の自己
相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する
処理部である。なお、このＮの値としては、人間の声の
ホルマント特性から見て、サンプリング周波数８ｋＨｚ
で１０の値が望ましいが、これに限定されるものではな
い。
関関数抽出部１０１により抽出された自己相関関数Ｃ
（ｒ）と、ピッチ抽出部１０２によって抽出された入力
フレームのピッチＴとを受け取り、Ｃ（ｒ）およびＣ
（ｒ＋Ｔ）（ｒ＝０，１，…，Ｎ）から、補正後の自己
相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する
処理部である。なお、このＮの値としては、人間の声の
ホルマント特性から見て、サンプリング周波数８ｋＨｚ
で１０の値が望ましいが、これに限定されるものではな
い。
【００４２】具体的には、パラメータである補間係数を
α（０≦α≦１）としたときに、 Ｃｉ（ｒ）＝α・Ｃ（ｒ）＋（１−α）・Ｃ（ｒ＋Ｔ） とする線形補間により、補正後の自己相関関数Ｃｉ
（ｒ）（ｒ＝０，１，…，Ｎ）を求める。なお、この自
己相関関数Ｃｉ（ｒ）は０〜Ｎ次であり、図２に示すよ
うに自己相関関数Ｃ（ｒ）の次数Ｍよりも小さい。
α（０≦α≦１）としたときに、 Ｃｉ（ｒ）＝α・Ｃ（ｒ）＋（１−α）・Ｃ（ｒ＋Ｔ） とする線形補間により、補正後の自己相関関数Ｃｉ
（ｒ）（ｒ＝０，１，…，Ｎ）を求める。なお、この自
己相関関数Ｃｉ（ｒ）は０〜Ｎ次であり、図２に示すよ
うに自己相関関数Ｃ（ｒ）の次数Ｍよりも小さい。
【００４３】線形予測係数算出部１０４は、自己相関関
数補正処理部１０３によって補正された自己相関関数Ｃ
ｉ（ｒ）を受け取り、線形予測係数ａ（ｒ）（ｒ＝０，
１，…，Ｎ）を算出する処理部であり、たとえばLevins
on-Durbin の再帰解法などを用いる。なお、この線形予
測係数ａ（ｒ）の次数も、図２に示すように０〜Ｎ次で
ある。
数補正処理部１０３によって補正された自己相関関数Ｃ
ｉ（ｒ）を受け取り、線形予測係数ａ（ｒ）（ｒ＝０，
１，…，Ｎ）を算出する処理部であり、たとえばLevins
on-Durbin の再帰解法などを用いる。なお、この線形予
測係数ａ（ｒ）の次数も、図２に示すように０〜Ｎ次で
ある。
【００４４】予測係数安定性判定部１０５は、線形予測
係数算出部１０４によって算出された線形予測係数ａ
（ｒ）を受け取り、安定性を判定する処理部である。具
体的には、この線形予測係数ａ（ｒ）から反射係数ｋ
（ｒ）（ｒ＝０，１，…，Ｎ）を算出し、すべてのｒに
ついて、 −１＜ｋ（ｒ）＜１ を満たすか否かを調べ、すべてのｒについてこの条件式
が成立すれば安定であると判定し、ひとつでもｒについ
てこの条件式を満たさないｒが存在すれば不安定である
と判定する。
係数算出部１０４によって算出された線形予測係数ａ
（ｒ）を受け取り、安定性を判定する処理部である。具
体的には、この線形予測係数ａ（ｒ）から反射係数ｋ
（ｒ）（ｒ＝０，１，…，Ｎ）を算出し、すべてのｒに
ついて、 −１＜ｋ（ｒ）＜１ を満たすか否かを調べ、すべてのｒについてこの条件式
が成立すれば安定であると判定し、ひとつでもｒについ
てこの条件式を満たさないｒが存在すれば不安定である
と判定する。
【００４５】なお、かかる反射係数ｋ（ｒ）は、Levins
on-Durbin の再帰解法の算出途中で逐次的に求められる
値であるため、この予測係数安定性判定部１０５を線形
予測係数算出部１０４に含め、線形予測係数ａ（ｒ）を
算出しながら安定性を判定して演算量を低減することも
できる。
on-Durbin の再帰解法の算出途中で逐次的に求められる
値であるため、この予測係数安定性判定部１０５を線形
予測係数算出部１０４に含め、線形予測係数ａ（ｒ）を
算出しながら安定性を判定して演算量を低減することも
できる。
【００４６】この予測係数安定性判定部１０５は、線形
予測係数ａ（ｒ）に基づく安定性の判定結果が安定であ
る場合には、この時点における線形予測係数ａ（ｒ）を
最終的に抽出された線形予測係数として出力する。な
お、この線形予測係数ａ（ｒ）の次数も０〜Ｎ次であ
る。
予測係数ａ（ｒ）に基づく安定性の判定結果が安定であ
る場合には、この時点における線形予測係数ａ（ｒ）を
最終的に抽出された線形予測係数として出力する。な
お、この線形予測係数ａ（ｒ）の次数も０〜Ｎ次であ
る。
【００４７】これに対し、判定結果が安定でない場合に
は、自己相関関数の補正方法を変更するよう自己相関関
数補正処理手段１０３に指示をおこなう。かかる指示を
受け付けた自己相関関数補正処理手段１０３は、この指
示にしたがって補正方法を変更する。具体的には、この
自己相関関数補正処理手段１０３が補正方法として線形
補間を用いた場合には、補間係数αの初期値を所定の値
（たとえば「０」）とし、このときの判定結果が不安定
であれば、補間係数αの値を所定量（たとえば「０．
１」）増加して、再度自己相関関数を再計算する処理を
繰り返す。なお、補間係数αが１の場合には、安定性が
保証されているため、最終的にα＝１となるように初期
値および増加値を設定すれば、必ず安定な値が得られ
る。
は、自己相関関数の補正方法を変更するよう自己相関関
数補正処理手段１０３に指示をおこなう。かかる指示を
受け付けた自己相関関数補正処理手段１０３は、この指
示にしたがって補正方法を変更する。具体的には、この
自己相関関数補正処理手段１０３が補正方法として線形
補間を用いた場合には、補間係数αの初期値を所定の値
（たとえば「０」）とし、このときの判定結果が不安定
であれば、補間係数αの値を所定量（たとえば「０．
１」）増加して、再度自己相関関数を再計算する処理を
繰り返す。なお、補間係数αが１の場合には、安定性が
保証されているため、最終的にα＝１となるように初期
値および増加値を設定すれば、必ず安定な値が得られ
る。
【００４８】上記構成を有する線形予測係数抽出装置１
００を用いることにより、低次な自己相関関数と高次な
自己相関関数とを線形補間して安定な補間係数αを求
め、背景雑音の影響を抑圧し、安定性の保証された線形
予測係数を抽出することができる。
００を用いることにより、低次な自己相関関数と高次な
自己相関関数とを線形補間して安定な補間係数αを求
め、背景雑音の影響を抑圧し、安定性の保証された線形
予測係数を抽出することができる。
【００４９】次に、図１および図２に示した線形予測係
数抽出装置１００の処理手順について具体的に説明す
る。図３は、図１および図２に示した線形予測係数抽出
装置１００の処理手順を示すフローチャートである。
数抽出装置１００の処理手順について具体的に説明す
る。図３は、図１および図２に示した線形予測係数抽出
装置１００の処理手順を示すフローチャートである。
【００５０】同図に示すように、この線形予測係数抽出
装置１００では、まず最初に自己相関関数抽出部１０１
が入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，
…，Ｍ）を抽出した後（ステップＳ３０１）、ピッチ抽
出部１０２が入力フレームのピッチＴを抽出する（ステ
ップＳ３０２）。
装置１００では、まず最初に自己相関関数抽出部１０１
が入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，
…，Ｍ）を抽出した後（ステップＳ３０１）、ピッチ抽
出部１０２が入力フレームのピッチＴを抽出する（ステ
ップＳ３０２）。
【００５１】その後、自己相関関数補正処理部１０３
が、自己相関関数Ｃ（ｒ）および入力フレームのピッチ
Ｔから、Ｎ次の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，
…，Ｎ）を算出し（ステップＳ３０３）、線形予測係数
算出部１０４が、自己相関関数Ｃｉ（ｒ）に基づいて線
形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する
（ステップＳ３０４）。
が、自己相関関数Ｃ（ｒ）および入力フレームのピッチ
Ｔから、Ｎ次の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，
…，Ｎ）を算出し（ステップＳ３０３）、線形予測係数
算出部１０４が、自己相関関数Ｃｉ（ｒ）に基づいて線
形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する
（ステップＳ３０４）。
【００５２】そして、予測係数安定性判定部１０５が、
この線形予測係数ａ（ｒ）に基づいて予測係数の安定性
を判定し（ステップＳ３０５）、安定でない場合には
（ステップＳ３０６否定）、補正方式を変更した後（ス
テップＳ３０７）、ステップＳ３０３に移行して、ステ
ップＳ３０３〜Ｓ３０６の処理を繰り返す。
この線形予測係数ａ（ｒ）に基づいて予測係数の安定性
を判定し（ステップＳ３０５）、安定でない場合には
（ステップＳ３０６否定）、補正方式を変更した後（ス
テップＳ３０７）、ステップＳ３０３に移行して、ステ
ップＳ３０３〜Ｓ３０６の処理を繰り返す。
【００５３】これに対して、予測係数が安定となった場
合には（ステップＳ３０６肯定）、この線形予測係数ａ
（ｒ）を最終的に抽出された線形予測係数として出力し
て（ステップＳ３０８）処理を終了する。
合には（ステップＳ３０６肯定）、この線形予測係数ａ
（ｒ）を最終的に抽出された線形予測係数として出力し
て（ステップＳ３０８）処理を終了する。
【００５４】上述してきたように、本実施の形態では、
自己相関関数抽出部１０１が抽出した高次（Ｍ次）の自
己相関関数Ｃ（ｒ）とピッチ抽出部１０２が抽出したピ
ッチＴとに基づいて、自己相関関数補正処理部１０３が
低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）を算出し、その
後線形予測係数算出部１０４が線形予測係数ａ（ｒ）を
求め、予測係数安定性判定部１０５が予測係数の安定性
を判定するよう構成したので、背景雑音の影響を抑圧
し、安定性の保証された線形予測係数を抽出することが
できる。
自己相関関数抽出部１０１が抽出した高次（Ｍ次）の自
己相関関数Ｃ（ｒ）とピッチ抽出部１０２が抽出したピ
ッチＴとに基づいて、自己相関関数補正処理部１０３が
低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）を算出し、その
後線形予測係数算出部１０４が線形予測係数ａ（ｒ）を
求め、予測係数安定性判定部１０５が予測係数の安定性
を判定するよう構成したので、背景雑音の影響を抑圧
し、安定性の保証された線形予測係数を抽出することが
できる。
【００５５】特に、高次の自己相関関数Ｃ（ｒ）（ｒ＝
０，１，…，Ｍ）を用いて低次の線形予測係数ａ（ｒ）
（ｒ＝０，１，…，Ｎ）を求めるよう構成しているた
め、背景雑音の自己相関関数が集中する低次の影響を小
さくした線形予測係数、すなわち背景雑音の影響を抑圧
した線形予測係数を求めることができる。
０，１，…，Ｍ）を用いて低次の線形予測係数ａ（ｒ）
（ｒ＝０，１，…，Ｎ）を求めるよう構成しているた
め、背景雑音の自己相関関数が集中する低次の影響を小
さくした線形予測係数、すなわち背景雑音の影響を抑圧
した線形予測係数を求めることができる。
【００５６】なお、かかる線形予測係数抽出装置１００
によって抽出された線形予測係数は、音声認識装置や音
声符号化装置などの所定の装置に入力して、音声の認識
または符号化に用いることができる。
によって抽出された線形予測係数は、音声認識装置や音
声符号化装置などの所定の装置に入力して、音声の認識
または符号化に用いることができる。
【００５７】
【発明の効果】以上説明したように、請求項１の発明に
よれば、入力ディジタル音声信号から自己相関関数を抽
出し、抽出した自己相関関数よりも低次の自己相関関数
を求め、求めた低次の自己相関関数に基づいて線形予測
係数を算出するよう構成したので、背景雑音の影響を抑
圧した線形予測係数を求めることが可能な線形予測係数
抽出装置が得られるという効果を奏する。
よれば、入力ディジタル音声信号から自己相関関数を抽
出し、抽出した自己相関関数よりも低次の自己相関関数
を求め、求めた低次の自己相関関数に基づいて線形予測
係数を算出するよう構成したので、背景雑音の影響を抑
圧した線形予測係数を求めることが可能な線形予測係数
抽出装置が得られるという効果を奏する。
【００５８】また、請求項２の発明によれば、抽出され
た自己相関関数およびピッチに基づいて、低次の自己相
関関数を求めるよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数を簡便に求める
ことが可能な線形予測係数抽出装置が得られるという効
果を奏する。
た自己相関関数およびピッチに基づいて、低次の自己相
関関数を求めるよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数を簡便に求める
ことが可能な線形予測係数抽出装置が得られるという効
果を奏する。
【００５９】また、請求項３の発明によれば、ピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出するよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数をさらに簡便に
求めることが可能な線形予測係数抽出装置が得られると
いう効果を奏する。
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出するよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数をさらに簡便に
求めることが可能な線形予測係数抽出装置が得られると
いう効果を奏する。
【００６０】また、請求項４の発明によれば、０〜Ｎ次
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するよ
う構成したので、背景雑音の影響を抑圧した自己相関関
数および線形予測係数をさらに簡便に求めることが可能
な線形予測係数抽出装置が得られるという効果を奏す
る。
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するよ
う構成したので、背景雑音の影響を抑圧した自己相関関
数および線形予測係数をさらに簡便に求めることが可能
な線形予測係数抽出装置が得られるという効果を奏す
る。
【００６１】また、請求項５の発明によれば、予測係数
の安定性の判定結果に基づいて最終的な線形予測係数を
算出するよう構成したので、背景雑音の影響を抑圧した
安定な線形予測係数を求めることが可能な線形予測係数
抽出装置が得られるという効果を奏する。
の安定性の判定結果に基づいて最終的な線形予測係数を
算出するよう構成したので、背景雑音の影響を抑圧した
安定な線形予測係数を求めることが可能な線形予測係数
抽出装置が得られるという効果を奏する。
【００６２】また、請求項６の発明によれば、入力ディ
ジタル音声信号から自己相関関数を抽出し、抽出した自
己相関関数よりも低次の自己相関関数を求め、求めた低
次の自己相関関数に基づいて線形予測係数を算出するよ
う構成したので、背景雑音の影響を抑圧した線形予測係
数を求めることが可能な線形予測係数抽出装置が得られ
るという効果を奏する。
ジタル音声信号から自己相関関数を抽出し、抽出した自
己相関関数よりも低次の自己相関関数を求め、求めた低
次の自己相関関数に基づいて線形予測係数を算出するよ
う構成したので、背景雑音の影響を抑圧した線形予測係
数を求めることが可能な線形予測係数抽出装置が得られ
るという効果を奏する。
【００６３】また、請求項７の発明によれば、抽出され
た自己相関関数およびピッチに基づいて、低次の自己相
関関数を求めるよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数を簡便に求める
ことが可能な線形予測係数抽出装置が得られるという効
果を奏する。
た自己相関関数およびピッチに基づいて、低次の自己相
関関数を求めるよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数を簡便に求める
ことが可能な線形予測係数抽出装置が得られるという効
果を奏する。
【００６４】また、請求項８の発明によれば、ピッチが
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出するよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数をさらに簡便に
求めることが可能な線形予測係数抽出装置が得られると
いう効果を奏する。
Ｔである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋
Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関
関数を算出するよう構成したので、背景雑音の影響を抑
圧した自己相関関数および線形予測係数をさらに簡便に
求めることが可能な線形予測係数抽出装置が得られると
いう効果を奏する。
【００６５】また、請求項９の発明によれば、０〜Ｎ次
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するよ
う構成したので、背景雑音の影響を抑圧した自己相関関
数および線形予測係数をさらに簡便に求めることが可能
な線形予測係数抽出装置が得られるという効果を奏す
る。
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するよ
う構成したので、背景雑音の影響を抑圧した自己相関関
数および線形予測係数をさらに簡便に求めることが可能
な線形予測係数抽出装置が得られるという効果を奏す
る。
【００６６】また、請求項１０の発明によれば、予測係
数の安定性の判定結果に基づいて最終的な線形予測係数
を算出するよう構成したので、背景雑音の影響を抑圧し
た安定な線形予測係数を求めることが可能な線形予測係
数抽出装置が得られるという効果を奏する。
数の安定性の判定結果に基づいて最終的な線形予測係数
を算出するよう構成したので、背景雑音の影響を抑圧し
た安定な線形予測係数を求めることが可能な線形予測係
数抽出装置が得られるという効果を奏する。
【００６７】また、請求項１１の発明によれば、請求項
６〜１０に記載された方法をコンピュータに実行させる
プログラムを記録したことで、そのプログラムを機械読
み取り可能となり、これによって、請求項６〜１０の動
作をコンピュータによって実現することが可能な記録媒
体が得られるという効果を奏する。
６〜１０に記載された方法をコンピュータに実行させる
プログラムを記録したことで、そのプログラムを機械読
み取り可能となり、これによって、請求項６〜１０の動
作をコンピュータによって実現することが可能な記録媒
体が得られるという効果を奏する。
【図１】この実施の形態に係る線形予測係数抽出装置の
構成を示す機能ブロック図である。
構成を示す機能ブロック図である。
【図２】図１に示す線形予測係数抽出装置の各部が抽出
または算出する自己相関関数および線形予測係数の次数
を示す図である。
または算出する自己相関関数および線形予測係数の次数
を示す図である。
【図３】図１および図２に示した線形予測係数抽出装置
の処理手順を示すフローチャートである。
の処理手順を示すフローチャートである。
１００ 線形予測係数抽出装置 １０１ 自己相関関数抽出部 １０２ ピッチ抽出部 １０３ 自己相関関数補正処理部 １０４ 線形予測係数算出部 １０５ 予測係数安定性判定部 １１０ 音声入力装置 １２０ Ａ／Ｄ変換装置 １３０ フレーム構成装置
Claims (11)
- 【請求項１】 入力ディジタル音声信号から自己相関関
数を求め、求めた自己相関関数に基づいて線形予測係数
を抽出する線形予測係数抽出装置において、 前記入力ディジタル音声信号から自己相関関数を抽出す
る自己相関関数抽出手段と、 前記自己相関関数抽出手段により抽出された自己相関関
数よりも低次の自己相関関数を求め、求めた低次の自己
相関関数に基づいて線形予測係数を算出する線形予測係
数算出手段と、 を備えたことを特徴とする線形予測係数抽出装置。 - 【請求項２】 前記入力ディジタル音声信号のピッチを
抽出するピッチ抽出手段をさらに備え、前記線形予測係
数算出手段は、前記自己相関関数抽出手段により抽出さ
れた自己相関関数および前記ピッチ抽出手段により抽出
されたピッチに基づいて、前記低次の自己相関関数を求
めることを特徴とする請求項１に記載の線形予測係数抽
出装置。 - 【請求項３】 前記線形予測係数算出手段は、前記ピッ
チ抽出手段が抽出したピッチがＴである場合に、０〜Ｎ
次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに
基づいて、０〜Ｎ次の自己相関関数を算出する自己相関
関数補正手段を備えたことを特徴とする請求項２に記載
の線形予測係数抽出装置。 - 【請求項４】 前記自己相関関数補正手段は、０〜Ｎ次
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するこ
とを特徴とする請求項３に記載の線形予測係数抽出装
置。 - 【請求項５】 前記線形予測係数算出手段は、前記線形
予測係数の安定性を判定する予測係数安定性判定手段を
さらに備え、該予測係数安定性判定手段の判定結果に基
づいて最終的な線形予測係数を算出することを特徴とす
る請求項１〜４のいずれか一つに記載の線形予測係数抽
出装置。 - 【請求項６】 入力ディジタル音声信号から自己相関関
数を求め、求めた自己相関関数に基づいて線形予測係数
を抽出する線形予測係数抽出方法において、 前記入力ディジタル音声信号から自己相関関数を抽出す
る自己相関関数抽出工程と、 前記自己相関関数抽出工程により抽出された自己相関関
数よりも低次の自己相関関数を求め、求めた低次の自己
相関関数に基づいて線形予測係数を算出する線形予測係
数算出工程と、 を含んだことを特徴とする線形予測係数抽出方法。 - 【請求項７】 前記線形予測係数算出工程は、前記自己
相関関数抽出工程により抽出された自己相関関数と前記
入力ディジタル音声信号のピッチとに基づいて、前記低
次の自己相関関数を求めることを特徴とする請求項６に
記載の線形予測係数抽出方法。 - 【請求項８】 前記線形予測係数算出工程は、前記入力
ディジタル音声信号のピッチがＴである場合に、０〜Ｎ
次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに
基づいて、０〜Ｎ次の自己相関関数を算出することを特
徴とする請求項７に記載の線形予測係数抽出方法。 - 【請求項９】 前記線形予測係数算出工程は、０〜Ｎ次
の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線
形補間によって、０〜Ｎ次の自己相関関数を算出するこ
とを特徴とする請求項８に記載の線形予測係数抽出方
法。 - 【請求項１０】 前記線形予測係数算出工程は、予測係
数の安定性の判定結果に基づいて最終的な線形予測係数
を算出することを特徴とする請求項６〜９のいずれか一
つに記載の線形予測係数抽出方法。 - 【請求項１１】 前記請求項６〜１０のいずれか一つに
記載された方法をコンピュータに実行させるプログラム
を記録したことを特徴とするコンピュータ読み取り可能
な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14354899A JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14354899A JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000330593A true JP2000330593A (ja) | 2000-11-30 |
| JP4024427B2 JP4024427B2 (ja) | 2007-12-19 |
Family
ID=15341316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14354899A Expired - Fee Related JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4024427B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842731B2 (en) | 2001-05-18 | 2005-01-11 | Kabushiki Kaisha Toshiba | Prediction parameter analysis apparatus and a prediction parameter analysis method |
| CN103477387A (zh) * | 2011-02-14 | 2013-12-25 | 弗兰霍菲尔运输应用研究公司 | 使用频谱域噪声整形的基于线性预测的编码方案 |
| US9037457B2 (en) | 2011-02-14 | 2015-05-19 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio codec supporting time-domain and frequency-domain coding modes |
| US9153236B2 (en) | 2011-02-14 | 2015-10-06 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio codec using noise synthesis during inactive phases |
-
1999
- 1999-05-24 JP JP14354899A patent/JP4024427B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842731B2 (en) | 2001-05-18 | 2005-01-11 | Kabushiki Kaisha Toshiba | Prediction parameter analysis apparatus and a prediction parameter analysis method |
| CN103477387A (zh) * | 2011-02-14 | 2013-12-25 | 弗兰霍菲尔运输应用研究公司 | 使用频谱域噪声整形的基于线性预测的编码方案 |
| US9037457B2 (en) | 2011-02-14 | 2015-05-19 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio codec supporting time-domain and frequency-domain coding modes |
| US9153236B2 (en) | 2011-02-14 | 2015-10-06 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio codec using noise synthesis during inactive phases |
| CN103477387B (zh) * | 2011-02-14 | 2015-11-25 | 弗兰霍菲尔运输应用研究公司 | 使用频谱域噪声整形的基于线性预测的编码方案 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4024427B2 (ja) | 2007-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4376489B2 (ja) | コード化音声の品質向上のための周波数領域ポストフィルタリングの方法、装置及び記録媒体 | |
| JP4764118B2 (ja) | 帯域制限オーディオ信号の帯域拡大システム、方法及び媒体 | |
| CN102652336B (zh) | 声音信号复原装置以及声音信号复原方法 | |
| CN102150206B (zh) | 噪音抑制装置以及声音解码装置 | |
| CN108520741B (zh) | 一种耳语音恢复方法、装置、设备及可读存储介质 | |
| RU2366007C2 (ru) | Способ и устройство для восстановления речи в системе распределенного распознавания речи | |
| CN113870872B (zh) | 基于深度学习的语音音质增强方法、装置和系统 | |
| CN108108357B (zh) | 口音转换方法及装置、电子设备 | |
| TWI281657B (en) | Method and system for speech coding | |
| JP5595605B2 (ja) | 音声信号復元装置および音声信号復元方法 | |
| JP2024502287A (ja) | 音声強調方法、音声強調装置、電子機器、及びコンピュータプログラム | |
| JP4127792B2 (ja) | 音声強化デバイス | |
| CN115083429A (zh) | 语音降噪的模型训练方法、语音降噪方法、装置及介质 | |
| CN113903345A (zh) | 音频处理方法、设备及电子设备 | |
| KR100216018B1 (ko) | 배경음을 엔코딩 및 디코딩하는 방법 및 장치 | |
| JP4024427B2 (ja) | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| KR101824648B1 (ko) | 음성 신호 처리 방법 및 장치 | |
| CN1135003C (zh) | 滤波话音信号的装置和方法,接收机和电话通信系统 | |
| JP2006171751A (ja) | 音声符号化装置及び方法 | |
| CN104637486B (zh) | 一种数据帧的内插方法及装置 | |
| CN113571081A (zh) | 语音增强方法、装置、设备及存储介质 | |
| JPH113094A (ja) | ノイズ除去装置 | |
| WO2019216192A1 (ja) | ピッチ強調装置、その方法、およびプログラム | |
| JP4007730B2 (ja) | 音声符号化装置、音声符号化方法および音声符号化アルゴリズムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2002372982A (ja) | 音響信号分析方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050127 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070508 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070709 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071002 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071003 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101012 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111012 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121012 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131012 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |