JPH04130500A - 音声信号の判別方法 - 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］ 本発明は音声信号の判別信号に係り、特に音響分析部の
前処理に用いられ、呼吸音や舌打ち音等の雑音信号を除
去する音声信号の判別方法に関する。

［従来の技術］ 音声認識における有音区間検出方法としては。

音声パワーに着目するものが従来より知られてしする。

この方法は、例えば「パターン認識、森健−監修、（社
）電子情報通信学会編１９８８年１頁１１５」に開示さ
れているように９分析フレームのパワー時系列に対しあ
る閾値を設定して、それ以上の部分を有音部と判定する
ものである。

［発明が解決しようとする課題］ しかしこのような従来の音声パワーのみに依存する判別
方法では、単語発生の前に生ずる呼吸音や舌打ち音等の
雑音信号を本来の音声信号と区別することが困難であっ
た。

本発明は上述した問題点を解消するためになされたもの
で、入力信号の時間長とその時間長でのパワーピーク値
とを検出することにより、呼吸音や舌打ち音等の音声認
識に不用な雑音信号を区別して除去することの出来る音
声信号の判別方法を提供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、音声入力信号を複数の時系列区間に分割して
、各区間における音声の時系列の入力信号から前記音声
入力信号の平均パワーを前記区間ごとに算出して時系列
データとして出力し、前記平均パワーの値があらかじめ
定めた閾値を越える連続した時系列区間を有音信号の時
間長として検出する。さらに有音信号の時間長として検
出された区間ごとにパワーピーク値を検出し、前記有音
信号の時間長と、前記パワーピーク値とに基づき線形判
別関数を決定する。そしてこの線形判別関数にしたがっ
て前記音声入力信号の判別を行うようにしたものである
。

［作用］ 本発明では、有音信号の時間長とパワーピーク値とに基
づいて判別を行っている。一般に呼吸音や舌打ち音等の
雑音信号の場合にはその時間長は短くパワーピーク値も
低い。一方音声信号の場合には、その時間長は長く、パ
ワーピーク値も大きい。したがって両者を区分する線形
判別関数を用いれば雑音信号と音声信号とを有効に判別
することが出来る。

［実施例コ 第２図は、本発明に係る判別方法を実施するための判別
装置の基本構成図を示したものである。

入力信号１からその平均パワーを算出する平均パワー算
出手段２と、平均パワーから有音信号の時間長を検出す
る時間長検出手段３と、有音信号の時間長として検出さ
れた区間ごとにそのパワーピーク値を検出する有音信号
のパワーピーク値検出手段４と、有音信号の時間長とパ
ワーピーク値とに基づいて線形判別関数を決定して、こ
の線形判別関数にしたがって音声入力信号の判別を行う
音声信号判別手段５とから構成されている。音声信号判
別手段５によって判別された信号は、検出信号６として
出力される。

入力信号１は例えばサンプリング周波数８ｋｉ（２でＡ
／Ｄ変換された音声の時系列信号ｘ　（ｎ）ｎ＝０．±
Δｔ、±２Δｔ、±３Δｔ、・・・Δｔ＝１／８０００
　（ｓｅｃ、）と時系列サンプリング信号となっている
。平均パワー算出手段２は、この人力信号ｘ　（ｎ）１
を入力して、２乗信号（ｘ　（ｎ）　）　”を得たのち
、次式にしたがって平均パワーＰａ（ｎ）を得る。

ここでＬは５時系列化された区間長であって、この区間
長りに対して平均化処理を行う。

ついで有音信号の時間長検出を行う、ここで有音信号と
は平均パワー算出手段２の出力である平均パワーｐｏ　
　（ｎ）の値があらかじめ定められた閾値（例えば背景
雑音レベルより１０ｄＢ高い値）を越える信号と定義す
る。有音信号時間長検出手段３では、この有音信号の時
間長ＳＬを各時系列区間ごとに算出して時系列データと
して出力する。

音声信号のパワーピーク値検出手段４は１時間長検出手
段３で検出した区間におけるパワーのピーク値Ｓ、を出
力する。

第３図は、有音信号の時間長Ｓ、とパワービーク値Ｓ、
、どの関係を示した図で、あらかじめ定められた閾値８
ｔｈを越える信号区間を有音信号の時間長ＳＬとし、そ
の時間内のピーク値をパワーピークＳ、とじていること
を示している。このようにして時間長Ｓ、パワービーク
値Ｓ、とが検出されると、音声信号判定手段５により雑
音信号と音声信号との判別が行われる。すなわち判定手
段５により判別した結果、呼吸音や舌打ち音等の雑音信
号であれば、その検出信号を出力し不用雑音を除去する
。このようにして検出信号６が判定手段５から出力され
る。

第１図は１本発明による音声信号判定方法を説明する図
で、横軸は有音信号の時間長検出手段３で得られた時間
長Ｓｔを、縦軸は有音信号のパワーピーク値検出手段４
で得られたピーク値Ｓ、を示している。図から明らかな
ように、呼吸音や舌打ち音等の雑音信号の場合にはその
時間長は短くパワーのピーク値も低い。

一方有音信号の場合にはその時間長は長くパワーのピー
ク値も大きい。したがって雑音信号は図中の左下部分に
集中して現れる。そこでこれらの雑音信号と音声信号と
を区分する線形判別関数を図に示すように設定すること
により両者の判別が可能となる。

に基づいて決定するのが望ましい。

［発明の効果］ 以上実施例に基づいて説明したように１本発明では有音
信号の時間長とパワーピーク値とに基づく線形判別関数
を用いて雑音信号と音声信号との判別を行っているため
、雑音信号が時間長が短くそのパワーも小さいという性
質を利用することになるため有効な判別が実施できる。

したがって本発明による判別方法を音声認識装置の音響
分析部の前処理工程として用いた場合、認識率を向上さ
せることが出来る。

【図面の簡単な説明】

第１図は本発明の音声信号の判別方法を説明するための
図、第２国は本発明方法を実施する判別装置の基本構成
図、第３図は有音信号の区間長とパワーピーク値との関
係を示す特性図である。 図において、１・・・・・・入力信号、２・・・・・・
平均パワー算出手段、３・・・・・・有音信号の時間長
検出手段。 ４・・・・・・有音信号のパワーピーク値検出手段、５
・・・・・・音声信号判定手段、６・・・・・・検出信
号、　ｘ　（ｎ）・・・・・・入力信号、Ｐｏ（ｎ）・
・・・・・平均パワー、ｓ。 ・・・有音信号の時間長、Ｓ、・・・・・・有音信号の
パワービーク値、５ｔｈ・・・・・・Ｈ値。

Claims (1)

【特許請求の範囲】
1. 音声入力信号を複数の時系区間に分割し、各区間におけ
   る音声の時系列入力信号から前記音声入力信号の平均パ
   ワーを前記区間ごとに算出して時系列データとして出力
   する第１のステップと、前記平均パワーの値があらかじ
   め定めた閾値を越える連続した時系列区間を有音信号の
   時間長として検出する第２のステップと、前記有音信号
   の時間長として検出された区間ごとにパワーピーク値を
   検出する第３のステップと、前記有音信号の時間長と前
   記パワーピーク値とに基づき線形判別関数を決定し、こ
   の線形判別関数にしたがって前記音声入力信号の判別を
   行う第４のステップとを有する音声信号の判別方法。