JPH03237500A - 音声検出装置 - 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 本発明は音声信号処理に用いることができる音声検出装
置に関する。

従来の技術 近年、音声認識１話者認識、音声による機器の操作、コ
ンピュータへの音声による入力などの用途に音声の有無
を検出する音声検出装置が多用され、検出精度を高める
ため音声スペクトラムの特徴をつかんで雑音の中から音
声の有無を検出する方法が検討されている。

第４図は従来の音声検出装置を示すブロック図である。

図にもとづいてその構成と動作を説明すると、ケプスト
ラム検出部１５は音声入力よりケプストラムを検出しピ
ーク検出部に供給する。ピーク検出部１６はそのケプス
トラムよりピークを検出して音声判別部１７に供給する
。音声判別部１７ではそのケプストラムのピークをあら
かじめ設定した閾値と比較して、音声の有無を判別し音
声検出信号を出すものである。

発明が解決しようとする課題 しかし従来の音声検出装置によれば、ケプストラム検出
より得られたケプストラムのピークを求めるための処理
時間が非常に長くかかるという問題があった。

課題を解決するための手段 上記問題点を解決するために、第１の発明の音声検出装
置は、音声入力のケプストラムを算出するケプストラム
算出手段と、ケプストラム算出平段のケプストラム出力
のピークを検出するピーク検出手段と、ピーク検出手段
のピーク検出出力および動作モード殺定信号により分析
区間を設定する分析区間設定手段と、ピーク検出手段の
ピーク検出出力が供給される音声判別手段とを備え、ピ
ーク検出手段のピーク検出区間を分析区間設定手段の設
定出力により制御される構成とした。

また、第２の発明の音声検出装置は前記第１の発明の前
記分析区間設定手段に代えて、ピーク検出出力が供給さ
れる区間データ設定部と前記区間データ設定部の設定出
力が第１のスイッチを介して供給されるメモリ群と、あ
らかじめ区間データを設定しておくメモリ群と、上記複
数のメモリ群のメモリ出力を切換える第２のスイッチと
、第１および第２のスイッチを制御する制御部とを備え
る構成とした。

作用 第１の発明は上記構成によりケプストラム算出手段は音
声入力のケプストラムを算出し、ピーク検出手段に供給
する。ピーク検出手段はケプストラム算出手段のケプス
トラムのピークを分析区間設定手段よＩ）指示される分
析区間において求め、音声判別手段に供給する。音声判
別手段にはピーク検出手段のピークをあらかじめ設定し
た閾値と比べ音声検出を行う。分析区間設定手段には動
作モードと、ピーク検出手段のピーク検出出力の一部が
入力される。動作モードの一つにおいては、あらかじめ
設定された分析区間をピーク検出手段に出力すると同時
にピーク検出出力に応じて別の動作モードで出力する分
析区間を設定する。別の動作モードにおいては、前記の
動作モードで設定した分析区間をピーク検出手段に指示
するように作用するので、分析区間が短くなり、処理時
間が短縮される。

また、第２の発明は上記構成により、動作モードに応じ
て制御部は、ピーク検出部に指示するケフレンシー分析
区間を第１のメモリから得るか、第２のメモリから得る
か制御するとともに、区間データ設定部からのデータを
第１のメモリに記憶するか否かを制御する。動作モード
の一つにおいては、第２のメモリより、ケフレンシー分
析区間をピーク検出部に指示するとともに、第１のメモ
リには音声入力に応じたケフレンシー分析区間を区間デ
ータ設定部より供給され記憶する。そして、別の動作モ
ードにおいては、第１のメモリよリケフレンシー分析区
間をピーク検出部に指示するように作用することにより
処理時間の短縮を図るものである。

実施例 以下第１の発明の一実施例について、図面を参照しなが
ら説明する。

第１図に第１の発明の一実施例における音声検出装置の
ブロック図を示す。

図によって以下その構成の関連と動作を説明すると、ま
すケプストラム算出手段としての）７−プストラム算出
部１に音声入力が入力されケプストラムを得る。そのケ
プストラムはピーク検出手段としてのピーク検出部２に
供給され、分析区間設定部３より指示される分析区間で
のケプストラムピークを得る。音声判別手段である音声
判別部４は前記のケプストラムピークをあらかじめ設定
した閾値と比較し音声であると判別したとき音声検出信
号を出力する。ここで分析区間設定手段である分析区間
設定部３はピーク検出部に分析区間を指示するが、これ
は動作モード設定信号により次のように制御される。ま
ず第１の動作モードではあらかじめ設定されたケフレン
シー分析区間をピーク検出部２に指示するとともに、ピ
ーク検出部３から得られるケプストラムビークに応じて
第２の動作モードのときにピーク検出部２に指示するた
めのノ１゛フレンシー分析区間の設定を行う。つぎに第
２の動作モードでは第１の動作モードで設定された分析
区間をピーク検出部２に指示する。

この第１のモードから第２のモードへの切換えは手動に
よって動作モード設定信号が発せられて切換えられても
、また一定時間経過後または一定回数の音声検出信号の
出力後、自動的に動作モード設定信号が発せられて切換
えるようにしてもよ（）。

以上のように本実施例によれば、ケプストラムビークの
分析区間設定をあらかじめ行うことができるため、ケプ
ストラムビークを求める分析区間を絞ることができ処理
スピードの向上が図れる。

また検出するケプストラムビークの範囲を第１のモード
の間に検出して話者によって絞られることで、同一話者
において正確な音声検出を行うことができる。さらに他
の音声雑音が一時的に重畳された場合にも分析するケプ
ストラムビークの範囲を絞っであるため正確に音声検出
を行えることは言うまでもない。

次に、第２の発明の一実施例について図面を参照しなが
ら説明する。

第２図は第２の発明の一実施例における音声検出装置の
ブロック図である。

図によってその構成と動作を説明すると、まずケプスト
ラム算出部５では音声入力よりケプストラムを得てピー
ク検出部６に供給する。ピーク検出部６は与えられたケ
プストラムより、そのピークを検出するものであり、区
間データ記憶部１１より第２のスイッチ１２を介して得
られるケフレンシー区間データを用いてケプストラム算
出部５より与えられるケプストラムのピーク検出幅が制
御される。音声判別部１４はピーク検出部６で得られた
ケプストラムのピークより、あらかじめ設定したある閾
値に基づいて音声判別を行い、音声であると判別した場
合に音声検出信号を出力する、ここで区間データ設定部
８はピーク検出部６で得られたケプストラムのピークに
基づき分析すべきケフレンシー区間を設定する。区間デ
ータ設定部８で設定された区間データは、動作モードに
応じて制御部７の制御信号で第１のスイッチ１３をオン
することによって第１のメモリ群９に書き込まれる。制
御部７は先に述べたように第１のスイッチ１３を制御す
るとともに第２のスイッチ１２も動作モードに応じて制
御を行う。第２のスイッチ１２は第１のスイッチ１３が
オフの場合に第１のメモリ群９に接続され、第１のスイ
ッチ１３がオンの場合には第２のメモリ群１０に接続さ
れるように制御される。区間データ記憶部１１の第１の
メモリ群９、第２のメモリ群ＩＯの区間データは第２の
スイッチ１２を介して、動作モードに応じてそれぞれピ
ーク検出部の分析区間データとして供給される。第２の
メモリ群１０にはあらかじめ区間データが設定されてい
る。

次に第３図を用いてピーク検出部６に供給される区間デ
ータをさらに詳しく説明していく。

第３図はケプストラム算出部５で得られるケプストラム
を示すもので、実際は離散値であるが、図ではその包路
線で示している。ｐはケプストラムビークのケフレンシ
ー、ａｏ　ｂｏはメモリ群１０にあらかじめ記憶した分
析区間、ａｌ−ｂｌはメモリ群９に記憶された分析区間
である。音声入力の場合第３図のようにケフレンシーｐ
の位置にケプストラムのピークが発生する。

まず第１のモードにおいて制御部７によって第２のスイ
ッチ１２が第２のメモリ群１０に接続され、第１のスイ
ッチ１３が第１のメモリ群９に接続された場合を考える
。この場合音声入力があると、ピーク検出部６は、第２
のスイッチ１２が第２のメモリ群１０に接続しているの
で、そのメモノ内容である区間データａ□−ｔＨにおい
てケプストラムピークを求め、ケプストラムビークのケ
フレンシーｐを得る。区間データ設定部８はピーク検出
部６で求められたケプストラムビークであるケフレンシ
ーｐにより、その近傍の値を選んで区間データａｌ−ｂ
ｌを求め、第１のスイッチ１３を介して第１のメモリｒ
ｒ１９に区間データａＩ−ｂを記憶する。次に第２のモ
ードにおいて、制御部７によって第２のスイッチ１２が
第１のメモリ群９に接続され、第１のスイッチ１３がオ
フになった場合を考える。この場合ピーク検出部６は第
２のスイッチ１２が第１のメモリ群９に接続しているの
で、そのメモリ内容である区間データ、ａｌ）１　にお
いてケプストラムビークを検出する。

モードの切換えについては第１図の説明と同様に考えれ
ばよい。

以上のように本実施例によれば、ケプストラムピーク分
析区間をあらかじめ設定し、メモリに記憶しておくこと
で、常に最適のケプストラムビーク分析区間を与えるこ
とができ、またその入力に適応してさらに狭い分析区間
に設定し直せるため、処理時間の短縮と、雑音に対して
精度の高い音声検出を行うことができる。また−度分析
区間を設定しておけばその分析区間は、常に有効である
ため優れた操作性で効果的な音声検出処理ができること
は言うまでもない。

なお、メモリ群は２組に限らず、必要によりさらに追加
して、その中から選択使用しても差支えないものである
。

発明の効果 以上の説明から明らかなように、第１の発明では音声入
力のケプストラムを算出するケプストラム算出手段と、
上記ケプストラム算出手段のケプストラム出力のピーク
を検出するピーク検出手段と、上記ピーク検出手段のピ
ーク検出出力および動作モード設定信号から分析区間を
設定する分析区間設定手段と、上記ピーク検出手段のピ
ーク検出出力が供給される音声判別手段を備え、上記ピ
ーク検出手段のピーク検出区間を上記分析区間設定手段
の設定出力により制御されるように構成しているので、
ケプストラムビークの分析区間の設定をあらかしめ最適
に行うことができ、またモードを変更することによって
、分析区間を絞ることもでき、それによってケプストラ
ムビークを求める処理のスピード向りが可能となる。ま
た、さらに話者に合わせて検出するケプストラムビーク
の範囲を絞ることで同一話者において正確な音声検出を
行うことができる。さらに音声に雑音が重畳された場合
にも分析するケプストラムビークを絞っであるため、精
度の高い音声検出が行え、優れた操作性を得ることがで
きる。

また第２の発明では、第１の発明の分析区間設定手段に
代わって、区間データ設定手段と、複数のメモリ群と、
区間データを第１のメモリに接続する第１のスイッチと
、複数のメモリ群の区間データを選択してピーク検出部
へ供給する第２のスイッチと、前記第１と第２のスイッ
チを動作モードに応じて制御する制御部を備えているの
で、第１の発明と同様にあらかじめ設定した分析区間と
、入力に応じてケプストラム分析区間を絞るので、第１
の発明と同様の効果を得ることができ、メモリ群の数を
増やすことによって分析区間を各種設定することもでき
るものである。

【図面の簡単な説明】

第１図は第１の発明の一実施例における音声検出装置の
ブロック図、第２図は第２の発明の一実施例における音
声検出装置のブロック図、第３図はケプストラム特性図
、第４図は従来例の音声検出装置のブロック図である。 １．５・・・・・・ケプストラム算出部、２，１６・・
・・・・ピーク検出部、３・・・・・・分析区間設定部
、４，１４・・・・・・音声判別部、７・・・・・・制
御部、８・・・・・・区間データ設定部、９，１０・・
・・・・メモリ群、１２・・・・・・第２のスイッチ、
１３・・・・・・第１のスイッチ。

Claims (2)

【特許請求の範囲】
1. （１）音声入力のケプストラムを算出するケプストラム
   算出手段と、前記ケプストラム算出手段のケプストラム
   出力のピークを検出するピーク検出手段と、前記ピーク
   検出手段のピーク検出出力および動作モード設定信号に
   より分析区間を設定する分析区間設定手段と、前記ピー
   ク検出手段のピーク検出出力が供給される音声判別手段
   とを備え、前記ピーク検出手段のピーク検出区間は前記
   分析区間設定手段の設定出力により制御される音声検出
   装置。
2. （２）音声入力のケプストラム入力を算出するケプスト
   ラム算出手段と、前記ケプストラム算出手段のケプスト
   ラム出力のピークを検出するピーク検出手段と、前記ピ
   ーク検出手段のピーク検出出力により分析すべきケフレ
   ンシー区間を設定する区間データ設定手段と、前記区間
   データ設定手段の設定出力が第１のスイッチを介して供
   給されるメモリ群と、あらかじめ区間データを設定して
   おくメモリ群と、上記複数のメモリ群のメモリ出力を選
   定する第２のスイッチと、上記第１と第２のスイッチを
   制御する制御手段と、前記ピーク検出手段のピーク検出
   出力が供給される音声判別手段とを備え、前記ピーク検
   出手段のピーク検出区間は前記第２のスイッチで選定さ
   れるメモリ群の出力により制御される音声検出装置。