JPH01315799A - 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］ この発明は、楽器演奏音または歌唱音等の音響のピッチ
、すなわちピッチ周期あるいは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関する。

［従来技術］ 楽音や音声等の音響波形は、無声音等の雑音性の音響を
除き大部分が周期的な繰り返し波形を持ち、その周期す
なわちピッチ周期の変化特性は音響の分析、合成または
認識等において重要なパラメータとなる。例えば、音響
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。

音響信号波形のピッチ周期の抽出法としては、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、種々のピッチ抽出法が知られ
ている（例えば、特開昭６３−２３２００号、Ｗ、Ｈｅ
５ｓ、　　”Ｐｉｔｃｈ　ＤｅｔｅｒＩＩｌｉｎａｔｉ
ｏｎ　ｏｆｓｐｅｅｃｈ　Ｓｌｇｎａｌ　、Ｓｐｒｉｎ
ｇｅｒ−Ｖｅｒｌａｇ社、　　１９８３、および藤崎ら
、”音声波形の連続分析に基づく基本周波数抽出の新し
い方法”、音声研究会資料、　５ｐ８８−９５等）。

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較的に小さい点とから広く用いら
れている。

かかるピッチ抽出法は音楽認識においても中心テーマと
なっており、種々の商用ピッチ抽出装置が既に考案され
ている（例えば、　ＩＶＬ社、ＰｉｔｃｈＲｉｄｅｒ　
５ｅｒｉｅｓ％ＦａｉｒＬｉｇｈｔ社、ＶｏｉｃｅＴｒ
ａｃｋｅｒ　。

Ｒｏｌａｎｄ社、ＶｏｉｃｅＰｒｏｃｅｓｓｏｒ、ＭＩ
ＤＩ　Ｇｕｉｔａｒ　、およびＣａ５ｉｏ社、ＭＩＤＩ
　Ｇｕｉｔａｒ等）。コのような商用ヒツチ抽出装置で
はピッチ抽出部で得られたピッチ情報および強度情報を
ＭＩＤＩ　（Ｍｕｓｉｃａｌ　ＩｎｓｔｒｕｍｅｎｔＤ
ｅｇｉｔａｌ　Ｉｎｔｅｒｆａｃｅ　）のＮｏｔｅｌｏ
Ｎ・ＯＦＦ情報やピッチベンド等の情報に変換し、ＭＩ
ＤＩ音源をその後段に接続することで実現している。

［発明が解決しようとする課題］ ところで、ピッチ抽出処理においてはピッチ構造が存在
する区間とそうでない区間の判定が最終結果に大きく関
与するため、有音／無音の判定が必要である。従来は種
々の特徴パラメータからこの有音／無音判定を行なって
いた。例えば、代表的なものとして、ゼロクロスカウン
ト、ゼロクロス距離、またはＬＰＧ第１次係数等による
手法を挙げることができる。一方、従来のこうした有音
／無音判定は、ピッチ抽出処理とは別に並列処理される
ため、処理量の増加およびロジックの複雑化という問題
を抱えている。

この発明の目的は、上述の従来形における問題点に鑑み
、入力音響信号からリアルタイムでピッチ抽出を行なう
際に、処理量も少なくまた簡単なロジックで有音／無音
判定を行ない、その結果を用いて有音の区間のみのピッ
チ抽出を行なうことのできるピッチ抽出装置を提供する
ことにある。

［課題を解決するための手段］ 前記の目的を達成するため、この発明に係るピッチ抽出
装置は、第１図に示すように、ノイズレベル判定手段３
０１にて入力音響信号の平均振幅値と暗騒音レベルとを
比較して有音／無音の別を示す信号をゲート３０３（ま
たは３０４）に出力するようにし、ゲート３０３（また
は３０４）ではその信号に基づいてピッチ抽出手段の人
力（または出力）をオン／オフするようにしている。

［作　用］ 上述の構成によれば、入力音響信号は先ずノイズレベル
判定手段３０１に入力し、予め記憶されている暗騒音レ
ベルと比較される。暗騒音レベルは例えばパワーオンし
た直後の音響信号をホールドしておき用いる。ノイズレ
ベル判定手段３０１における比較で、人力音響信号が暗
騒音レベルの所定倍より大きい場合は有音と、また小さ
い場合は無音と、それぞれ判定する。有音／無音の別を
示す信号はノイズレベル判定手段３０１からゲート３０
３に送られる。その結果、ゲート３０３は有音のときの
み入力音信号をピッチ抽出手段３０２に送出し、無音の
ときは送出しない。これにより、無ピッチ区間以外の有
音の区間で安定したピッチ抽出がなされることとなる。

なお、ゲートはピッチ抽出手段の入力側あるいは出力側
のどちらに備えても良い、３０４は出力側に備えたゲー
トの例である。

［実施例］ 以下、図面を用いてこの発明の詳細な説明する。。

第２図は、この発明の第１の実施例に係るピッチ抽出装
置の構成を示すブロック図である。第３図は第２図のノ
イズレベル判定部２の一回路例を示すブロック図、第４
図は後処理部９の一回路例を示すブロック図である。

これら第２〜４図を参照して、本実施例の装置の動作を
説明する。

音声や音楽等の音響信号（アナログ）が人力すると、先
ずＡ／Ｄ変換器１によりそれらをデジタル化する。デジ
タル音響信号列はノイズレベル判定部２、乗算回路６、
ゲート３およびＥＣ価値算出４に出力される。

ノイズレベル判定部２はこの人力音響信号を人力して、
その入力音響信号と暗騒音レベルとを比較し、無音でな
いかどうかを示す信号をゲート３に向けて出力する。

第３図を参照して、ノイズレベル判定部２の動作を説明
する。ノイズレベル判定部２はパワーオン信号を入力し
てそのときのＡ／Ｄ変換器１（第２図）の出力レベルを
ホールド回路２１でホールドする。これが暗騒音レベル
である。なお、暗騒音レベルはパワーオンの際に数秒間
にわたって測定するようにしてもよい。また、最初に測
定された結果は暗騒音レベルの初期値として使用される
が、以後、この値は入力信号に応じて適応的に変化させ
るようにしてもよい。

比較回路２２は、入力した音響信号とホールド回路２１
からの暗騒音レベルとを比較する。そして、入力音響信
号が暗騒音レベルの１．４倍（この値はユーザによって
調整することができる）以下のとき無音と判定し、この
無音である区間、無音であること旨を示す信号を出力す
る。さらに、無音と判定したときの音響信号レベル値と
過去の暗騒音レベル値から新たに暗騒音レベルを決定す
るようにしてもよい。

第２図を参照して、ノイズレベル判定部２からの無音で
あるか否かを示す信号はゲート回路３に入力する。これ
により無音のときはゲート３がオフし、Ａ／Ｄ変換器１
のデジタル音響信号出力は乗算回路５に人力されない。

次に、ＥＣ価値算出４の動作を説明する。ＥＣ価値算出
４はＡ／Ｄ変換器１のデジタル音響信号出力を受けてＥ
Ｃ値を算出する。ＥＣ値とはＥｘｅｃｕｔｉｏｎ　Ｃｙ
ｃｌｅ値の略でありで信号中の連続する２つのゼロクロ
スポイント間に存在する全す・ンブル点のサンプル値の
総和をいう。

第５図（ａ）は連続的な音響信号ＳｃをＡ／Ｄ変換器１
にて所定のサンプリング間隔でサンプリングし、デジタ
ル音響信号であるサンプル値ＳＤを求める様子を示すグ
ラフである。このように求めたサンプル値のうち２つの
ゼロクロスポイント間に存在するもの、例えば、第５図
（ｂ）のＸＩ〜ＸＩ＋４の総和を ＥＣＪ　＝Ｘ１　＋Ｘｔ＋１　＋”・・＋ＸＩ＊４と求
めたものがＥＣ値である。ＥＣ値は、一般に周波数に対
して反比例し、振幅に対して比例する特性があり、本実
施例の装置ではこの特性を利用してピッチ抽出の信頼性
を向上させている。

再び第２図を参照して、ＥＣ価値算出４により算出され
たＥＣ値は、乗算回路６によりもとのデジタル信号出力
と乗算がなされる。これにより、安定度が算出される。

安定度とは、ピッチ抽出装置の抽出状態の安定度という
意味合であって、いわば抽出された結果の信顆度の尺度
ともいえる関数である。

ＥＣ値には周波数に反比例する性質がある。従って、同
振幅の周波数の異なる信号に対して、ＥＣ値は低周波数
信号の方がより大きな値をとることになる。上述したよ
うに信号波の高周波成分が増加、するとピッチ誤抽出の
可能性が高くなるので、ＥＣ値は安定度関数の要素とな
り得る。

また、ＥＣ値は入力振幅に比例するという性質をも有し
ている。従って、周波数同一で振幅の異なる信号に対し
て、ＥＣ値は大振幅波の方がより大きな値をとることと
なる。この性質により、小振幅信号がしばしば不安定な
ピッチ変動を伴うという状況をよく反映することができ
る。一方、ピッチの倍音成分の影響で局部的にＥＣ値が
低下する場合があり、何らかの補正が必要である０本実
施例では、乗算回路６により、もとのデジタル信号出力
をＥＣ値に乗することで局所的な変動を緩和させている
。なお、ＥＣ値に乗する値としてはデジタル音響信号の
所定時間にわたる平均振幅値でもよい。

安定度は、上述したような特性を有するＥＣ値に基づき
算出されるので、大振幅、低周波数の音響信号が入力し
た場合には必然的に大きな値を示し、逆に小振幅、高周
波数の場合には小さな値を示すこととなる。

安定度は後処理部９に出力されると共に、乗算回路５に
出力される。乗算回路５ではゲート３の出力である音響
信号のデジタルデータ列と上述したように算出した安定
度とを乗算し、その結果無音の場合は出力ゼロ、有音の
場合は大振幅、低周波数がより強調された出力が乗算回
路５から出力される。

自己相関部７は人力信号系列の自己相関関数をサンプル
毎に算出、加算し、フレーム周期毎に後段のピッチ判定
器に出力する。第６図は自己相関関数を算出した結果の
一例を示すグラフである。

ここでは、自己相関関数算出法により Σ　　　Ｘｌ’Ｘｌ＋Ｊ σ　Ｊ　＝ Σ　　ｘ　、　２ １ＩＱ の式を用いて自己相関関数を算出した。なお、指数関数
減衰の半無限を用いる方法であっても良いが、特にフレ
ーム周期が長い場合には自己相関関数算出法の方が計算
コストでは有利となる。

ピッチ判定部８は、前段の自己相関部７の出力からピッ
チ周期を推定する。基本的には、最大ピーク位置の検出
およびピッチ精度向上のための二次補間が主たる処理内
容である。ここでは更に以下のような制約条件（判定条
件）を与えている。

・ピッチの探索範囲は前フレームピッチの÷４００セン
ト（ｃｅｎｔ）から−４００セントとする。

すなわち、ピッチ判定部８は、例えば第５図の波形の遅
れ時間ｊのうち自己相関σ」が最大となるような遅れ時
間ｊ（ピッチ）を求めるものである。

次に、後処理部９はピッチ判定部８から出力されたピッ
チと乗算回路６から出力された安定度とを受けて最終的
なピッチを出力する。第４図を参照して、後処理部９の
動作を詳しく説明する。

先ず、ピッチ入力は遅延回路９１により所定時間の遅延
がされた後、減算回路９２にてもとの信号との差がとら
れる。その結果は比較回路９３にて所定値ＴＨＩと比較
され、減算回路９２の出力（すなわち、遅延信号と現在
信号との差）が所定値ＴＨＩより大きければ信号Ｈが、
小さければ信号りが、ナンド回路９５に向けて出力され
る。以上の構成はピッチの急激な変化を検出するための
ものであフて、ピッチがある程度（所定値ＴＨ１により
規定される）より大きな変化があった場合に信号Ｈを出
力するものである。

一方、安定度は比較回路９４により所定価ＴＨ２と比較
される。そして、安定度が所定値ＴＨ２より高い場合は
信号Ｈが、低い場合は信号りが、インバータ９７によっ
て反転されてナンド回路９５に向けて出力される。

ナンド回路９５は、前記のような比較回路９３および９
４の出力を受けてそのナンドをとる。すなわち、ピッチ
が急激に変化したときには安定度を参照して、そのとき
安定度が高ければそのピッチ出力をアンド回路９６を介
して外部に出力する。また、ピッチが急激に変化したと
き安定度が低ければ、その急激な変化を無視することと
なる。

以上より、最終的に抽出されたピッチが出力される。

［発明の効果］ 以上説明したように、この発明によれば、入力音響信号
からリアルタイムでピッチ抽出を行なう際に、処理量も
少なくまた簡単なロジックで有音／無音判定を行なうこ
とができ、その結果を用いて有音の区間のみのピッチ抽
出を行なうことのできるピッチ抽出装置が提供される。

また、暗騒音レベルを信号の状態に応じて適応的に変化
させればさらに的確に暗騒音区間を判定することができ
る。

【図面の簡単な説明】

第１図は、この発明に係るピッチ抽出装置の概略構成図
、 第２図は、この発明の一実施例に係るピッチ抽出装置の
構成を示すブロック図、 第３図は、第２図のピッチ抽出装置のノイズレベル判定
部の一回路例を示すブロック図、第４図は、第２図のピ
ッチ抽出装置の後処理部の一回路例を示すブロック図、 第５図は、ＥＣ値の説明のための音響信号等のグラフ、 第６図は、自己相関関数を算出した結果の一例を示すグ
ラフである。 １：Ａ／Ｄ変換器、 ２；ノイズレベル判定部、 ３：ゲート、 ４：ＥＣ値算出部、 ５．６＝乗算回路、 ７：自己相関部、 ８：ピッチ判定部、 ９：後処理部。

Claims (3)

【特許請求の範囲】
1. （１）音響信号波形のピッチを抽出するピッチ抽出手段
   を備えたピッチ抽出装置において、 入力音響信号波形と所定のノイズレベルとを比較し、無
   音か否かを判定するノイズレベル判定手段と、 前記ピッチ抽出手段の入力側または出力側に設けられ、
   前記ノイズレベル判定手段が無音と判定したとき前記ピ
   ッチ抽出手段への入力または該ピッチ抽出手段からの出
   力を禁止するゲート手段とを具備することを特徴とする
   ピッチ抽出装置。
2. （２）前記ノイズレベルとしてパワーオンの際に測定し
   た値を用いる特許請求の範囲第１項に記載のピッチ抽出
   装置。
3. （３）前記ノイズレベル判定手段が、入力音響信号波形
   の平均振幅値と所定のノイズレベルとを比較して無音か
   否かを判定するものである特許請求の範囲第１項または
   第２項に記載のピッチ抽出装置。