JPH0297998A

JPH0297998A - 音声判定方式

Info

Publication number: JPH0297998A
Application number: JP63251415A
Authority: JP
Inventors: Shigenobu Nonaka; 重信野中; Masashi Miyagawa; 宮川　正志; Masayuki Unno; 海野　雅幸
Original assignee: Sekisui Chemical Co Ltd
Current assignee: Sekisui Chemical Co Ltd
Priority date: 1988-10-05
Filing date: 1988-10-05
Publication date: 1990-04-10

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、音声判定方式に関する。

［従来の技術］従来、雑音環境子で音声の存在を検出する方法が、特公
昭５６−４４５２７号公報、特開昭６１−２４６８００
号公報等に提案されている。これらの方法は、マイクに
よって採取した入力信号から抽出した特徴パラメータを
、音声検出手段に予め定めた標準パターンと比較するこ
とによってのみ、音声の存在を検出するものである。

［発明が解決しようとする課題］しかしながら、従来の音声検出方式は、音声検出領域に
現実に生身の人体が存在していてこの人体からの発声が
あったかどうかの判定はしていない。

すなわち、音声検出領域にテープレコーダやテレビ等の
音響機器があり、これらの音響機器の録音再生や放送に
基づく音声が存在する等、周囲音響が音声検出手段に予
め定めた音声の標準パターンと同程度の特徴パラメータ
をもつ場合、音声検出領域に実在する人体から発せられ
た音声が存在するものと誤認識し、例えばハンズフリー
電話機の音声応答スイッチを誤作動する等の不都合を招
く。

本発明は、不要音響が周囲に存在する環境下で、実在す
る人体から発せられる、音声の存在を、簡易に高い検出
率で検出することを目的とする。

［課題を解決するための手段］本発明は、音声検出領域を検知範囲とする人体検知手段
が人体の存在を検知し、かつ音声検出領域を検出範囲と
する音声検出手段が予め定めた特徴パラメータに基づい
て音声をパターン認識したことを条件に、音声検出領域
に実在する人体から発せられた音声が存在するものと判
定するようにしたものである。

［作用］本発明は、人体検知過程と、音声検出過程と、判定過程
から構成される。すなわち、人体検知過程で人体の実在
が検知され、音声検出過程で音声の存在が検出され、さ
らに判定過程で人体が実在しかつ音声が存在することを
条件に、実在する人体から発せられた、音声の存在が検
出される。

したかって、本発明では、人体検知手段によって人体の
実在か確認された状態下で、音声の存在を検出すること
となり、周囲の不要音響く音響機器の発する音声、雑音
）を実在人体が発した音声と誤検出することを防止でき
る。

すなわち、不要音響が周囲に存在する環境下で、実在す
る人体から発せられる、音声の存在を、簡易に高い検出
率で検出できる。

［実施例］第１図は本発明の実施に用いられる音声判定装置の一例
を示すブロック図、第２図は音声検出のための特徴パラ
メータによって形成されるパラメータ空間を示す模式図
である。

この実施例の音声判定装置は、人体検知回路１０と、音
声検出回路２０と、判定回路３０とからなり、各回路は
以下の如く構成される。

（Ａ１人体検知回路１０は、音声検出領域（例えば特定
電話機の一定距離内領域）を検知範囲とし、人体から発
せられる赤外線輻射を検出する赤外線検出素子１１と、
赤外線検出素子１１の出力を増幅する増幅器１２と、こ
の出力の中から人体の動作周波数成分のみを選択的に通
過させるバンドパスフィルタ１３と、フィルタ１３の出
力が基準レベルを越えている期間に人体検知出力を出力
する比較部１４によって構成される。

（１３）音声検出回路２０は、マイク２１、増幅器２２
、ローパスフィルタ２３、Ａ／Ｄコンバータ２４、パラ
メータ計算部２５、辞書データ記憶部２６、辞書比較部
２７とからなる。音声検出回路２０は、前述の音声検出
領域を検出範囲とし、雑音環境下の音声を以下の如く検
出する。

（１１有声音と特定雑音について、それらの信号の２０
ｍ５間における参照軸交差数Ｘ、と、波形の振幅分布に
関する値×２とを特徴パラメータとする辞書データを用
意し、これを辞書データ記憶部１６に記憶せしめる。

ここで、波形の振幅分布に関する値Ｘ、としては、下記
■、■、■のいずれかを用いることができる。

■下式て表わされる波高値Ｐ。

Ｐ　”　２０Ｘ　ｌｏｇ＋ｏ（Ｖｐ／Ｖｒ＋ｍｓ）たた
し、■、ニ一定時間間隔内の振幅の絶対値の最大値Ｖｒｍｉ：同一定時間間隔内の振幅の実効値 ■下式で表わされる波高値Ｐ。

ｐ　＝　２０Ｘ　１ｏｇ＋ｏ（Ｖｐ／Ｖａ）たたし、Ｖ
ｐニ一定時間間隔内の振幅の絶対値の最大値Ｖｌ：同一定時間間隔内の振幅の絶対値の平均値 ■振幅が一定時間間隔内に実効値を目安とするしきい値
を越える時間（超基準振幅時間）。

上記■の波高値を用いる場合には、有声音の特徴である
先鋭な波形を比較的忠実に反映したパラメータ値を用い
ることとなり、雑音の識別性か向上するというメリット
がある。

上記■の波高値を用いる場合には、上記■の波高値に比
して演算量を少なくでき、かつ有声音の特徴である先鋭
な波形を忠実に反映したパラメータ値を用いることとな
り、雑音の識別性が向上するというメリットがある。

上記■の波高値を用いる場合には、上記■、■の波高値
に比して演算量をより少なくできるというメリットがあ
る。

また、辞書データとしては、例えば下記（ａ）、（ｂ）
、および（ｃ）が作成される。

（ａｌ　多数の音声から得られた有声音［アコについて
の特徴パラメータの組。

（ｂｌ特定雑音（特定電話機の着信ベル音）について求
められた多数の特徴パラメータの組。

（ｃｌ有声音［ア］と特定雑音とを、２０Ｘ　ｌｏｇ＋ｏ（Ｓｒｍｇ／Ｎ＋＋ｓｇ）　［ｄＢ
］で定義される有声音対特定雑音比３．０．−３゜−６
，−ｉｎ　［ｄＢ］て加え合わせた結果を多数の音声に
ついて求めた特徴パラメータの組。なお、Ｓ　ｒＭｆｉ
は有声音「ア」の振幅の実効値を表わし、Ｎ　ｒ＋ｍｇ
は特定雑音の振幅の実効値を表わす。

（２）マイク２１にて入力信号を採取し、この入力信号
を、増幅器２２で増幅し、ローパスフィルタ２３を通す
ことによって４．２ＫＨｚ以下の音声周波数成分のみを
通過させ、Ａ／Ｄコンバータ２４によって標本化周波数
１０にＨｚ　１変換ビツト数１６ｂｉｔのデジタル信号
に変換し、パラメータ計算部２５に送り込む。パラメー
タ計算部２５は、上記入力信号の２０ｍ５間における参
照軸交差数Ｘ、と、波形の振幅分布に関する値×２とを
特徴パラメータとして算出する。

（３）上記（２）で算出した特徴パラメータと、上記（
１）で定めた辞書データが規定する標準パターンとを、
辞書比較部２７において比較し、入力信号が有声音を含
むかどうかを出力する。

ここで、前述の辞書データを用いたパターン認識は、例
えば第２図のパラメータ空間上て以下の如くなされる。

なお、第２図は零交差数（参照軸レベルを零レベルに設
定したもの）と波高値の２つの特徴パラメータをそれぞ
れ×１軸と×２軸にとったものである。第２図において
、μｍ、　、１、σ１□はそれσ ぞれ有声音（前記（ａ）の有声音［アコ、もしくは前記
（ｃ）の特定雑音を特定の有声音対特定雑音比で加え合
わされた有声音）の辞書パラメータの平均値、Ｘ１軸成
分の標準偏差、ｘ２２軸成の標準偏差を表わし、μ２、
２１、σ２□はそれぞれ特定σ 雑音の辞書パラメータについての同様の値を表わす。

■辞書データが規定するカテゴリー「有声音」（前記（
ａ）の有声音［ア］、もしくは前記（ｃ）の特定雑音を
特定の比率で加え合わせた有声音のカテゴリー）と、カ
テゴリー「その他」とを２分する境界１を定める。境界
１にあっては、有声音の辞書データの平均値μ、を含む
側がカテゴリー「有声音」である。この境界１は、平均
値のまわりにどれだけ有声音の辞書データが集中してい
るかを表わす集中楕円であり、軸の長さを変えることに
より有声音の辞書データが楕円内に入る割合を変えるこ
とができる。この実施例の場合は有声音の辞書データの
９割が楕円内に入るように軸の長さを定めた。破線はμ
とσで規定されるカテゴリー「有声音」の概念を表わす
、すなわち、この■の過程にあっては、入力信号の特徴
パラメータが境界１のいずれの側のカテゴリーに属する
かを判定することとなる。

■次に、特定雑音の振幅が大きく、これが有声音の検出
に大きく影響を与えることの可能性を考慮し、上記■に
加え、カテゴリー「特定雑音」とカテゴリー「有声音」
の境界２を定める。境界２にあっては、特定雑音の平均
値μ２を含む側かカテゴリー「特定雑音」となる。この
境界２は、カテゴリー「有声音」とカテゴリー「特定雑
音」に対する尤度が等しい点の集まりである。この実施
例の場合には特定雑音の標準偏差が、人工的に作られた
電話機の着信ベル音であって、有声音と特定雑音を特定
の有声音対特定雑音比で加え合わせたものの辞書データ
の標準偏差より一般的に小さいので、カテゴリー「特定
雑音」が閉した空間になっている。破線はμとσで規定
されるカテゴリー「特定雑音」の概念を表わす。すなわ
ち、この■の過程にあっては、入力信号の特徴パラメー
タか境界２のいずれの側のカテゴリーに属するかを判定
することとなる。

■上記■、■の判定の結果、入力信号が、特徴パラメー
タ空間上で、■において境界１のμｍ側に属し、かつ■
において境界２のμ２側に属さない時、入力信号をカテ
ゴリー「有声音」に属すると判定する。すなわち、入力
信号中に有声音が存在することを判定する。

（Ｃ）判定回路３０は、人体検知回路１０の比較部１４
の出力と、音声検出回路２０の辞書比較部２７の出力と
を受けて、人体検知回路１０が人体の存在を検知し、か
つ音声検出回路２０が有声音の存在を検出したことを条
件に、音声検出領域に実在する人体から発せられた、音
声が存在するものと判定する。

したかって、上記実施例によれば、人体検知回路１０に
よって人体の実在がｉ認された状態下で、音声の存在を
検出することとなり、周囲の不要音響（音響機器の発す
る音声、雑音）を実在人体が発した音声と誤検出するこ
とを防止できる。

本発明者の実験によれば、従来の音声パターン認識方法
による音声検出率５０％に対し、本発明の如くの人体検
知手段を設け、その検出範囲を例えば３ｍとする時、音
声検出率を１００％近くにまで向上できることが認めら
れた。

なお、音声検出領域の範囲の設定は、人体検知手段を構
成する例えば赤外線集光レンズの視野範囲の設定、人体
検知手段と音声検出手段の増幅器の増幅率、比較部のし
きい値の設定により調整できる。

また、本発明の実施において、人体検知手段は、赤外線
方式に限らず、微弱電波や超音波の反射波が人体の動き
により乱れること等の、他の検知方式によるものであっ
ても良い。

また、本発明の実施において、音声検出手段は参照軸交
差数や波形の娠幅分布に関する値を特徴パラメータとす
る方式に限らず、それらの特徴パラメータに加えて波形
の周期性に関する値、パワースペクトルに関する値等を
特徴パラメータとする方式等の、他の検出方式によるも
のであっても良い。

［発明の効果］以上のように本発明によれば、不要音響が周囲に存在す
る環境下で、実在する人体から発せられる、音声の存在
を、簡易に高い検出率で検出できる。

【図面の簡単な説明】

第１図は本発明の実施に用いられる音声判定装置の一例
を示すブロック図、第２図は音声検出のための特徴パラ
メータによって形成されるパラメータ空間を示す模式図
である。１０・・・人体検知回路、２０・・・音声検出回路、３０・・・判定回路。特許出願人　積水化学工業株式会社代表者　　廣１）馨

Claims

【特許請求の範囲】

（１）音声検出領域を検知範囲とする人体検知手段が人
体の存在を検知し、かつ音声検出領域を検出範囲とする
音声検出手段が予め定めた特徴パラメータに基づいて音
声をパターン認識したことを条件に、音声検出領域に実
在する人体から発せられた音声が存在するものと判定す
る音声判定方式。