JPH04163497A - 音声区間検出方法 - Google Patents
音声区間検出方法Info
- Publication number
- JPH04163497A JPH04163497A JP2289113A JP28911390A JPH04163497A JP H04163497 A JPH04163497 A JP H04163497A JP 2289113 A JP2289113 A JP 2289113A JP 28911390 A JP28911390 A JP 28911390A JP H04163497 A JPH04163497 A JP H04163497A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- section
- speech
- frequency
- vowel
- 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】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。
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、騒音下、特に自動車の中、工場の中などでの
音声認識用の音声区間検出方法に関する。
音声認識用の音声区間検出方法に関する。
従来の技術
音声認識装置を実現する上で、音声区間の検出は非常に
重要であり、以後の認識結果に大きな影響を及ぼす。音
声区間検出の一般的なものとしては、例えば「音声認識
」 （新見著、共立出版、ｐ。
重要であり、以後の認識結果に大きな影響を及ぼす。音
声区間検出の一般的なものとしては、例えば「音声認識
」 （新見著、共立出版、ｐ。
６８〜６９）に示されるように２つの閾値を用いる方法
がある。
がある。
発明が解決しようとする課題
ところが、一般に母音パい″は他の母音に比べて音声パ
ワーが小さいので、従来法によると欠落が生じ、誤認識
してしまうことがある。このような母音゛い″”の欠落
対策として例えば特開昭６０−２６００９６号公報に示
されるように、区間検出処理前に母音″い′″を検出す
る手段を設け、母音″い″と判断した場合、区間検出の
ための閾値を下げるという方法があるが、母音″い′″
を判断する手段を設けなければならず、コストや処理速
度の点で問題が残る。
ワーが小さいので、従来法によると欠落が生じ、誤認識
してしまうことがある。このような母音゛い″”の欠落
対策として例えば特開昭６０−２６００９６号公報に示
されるように、区間検出処理前に母音″い′″を検出す
る手段を設け、母音″い″と判断した場合、区間検出の
ための閾値を下げるという方法があるが、母音″い′″
を判断する手段を設けなければならず、コストや処理速
度の点で問題が残る。
課題を解決するための手段
音声を集音して電気信号に変換し、変換された信号を基
に音声の存在する区間を検出するようにした音声区間検
出方法において、音声パワーの小さい母音のホルマント
周波数近傍の周波数成分を強調するプリエンファスを通
した出力を用いて音声の存在する区間を検出するように
した。
に音声の存在する区間を検出するようにした音声区間検
出方法において、音声パワーの小さい母音のホルマント
周波数近傍の周波数成分を強調するプリエンファスを通
した出力を用いて音声の存在する区間を検出するように
した。
作用
母音″い′″を強調するプリエンファシスをがけた出力
信号を用いて音声区間を検出するので、音声パワーの小
さい母音″い″の欠落の可能性が低下し、音声区間の誤
検出が少なくなる。
信号を用いて音声区間を検出するので、音声パワーの小
さい母音″い″の欠落の可能性が低下し、音声区間の誤
検出が少なくなる。
実施例
本発明の一実施例を図面に基づいて説明する。
基本的には、音声入力部１と本実施例の特徴とするプリ
エンファシス２と閾値計算部３と区間検出部４と音声認
識部５よりなる。
エンファシス２と閾値計算部３と区間検出部４と音声認
識部５よりなる。
このような構成において、本実施例の音声区間検出処理
は第２図に示すフローチャートに従い行われる。
は第２図に示すフローチャートに従い行われる。
まず、入力音の取込みを行う。音声入力部］はマイクロ
フォンのような音響・電気信号変換器によるもので、音
声を集音して電気信号ｘ（し）に変換する。
フォンのような音響・電気信号変換器によるもので、音
声を集音して電気信号ｘ（し）に変換する。
ついで、プリエンファシス計算処理を行う。プリエンフ
ァシス２は母音パい′″などのように音声パワーの小さ
い音声をを大きくするために音声パワーの小さい母音の
ホルマント周波数近傍の周波数成分を強調するものであ
り、例えば第３図に示すように構成されている。このプ
リエンファシス２は帯域パワー検出部６で入力信号ｘ（
ｔ）をバンドパスフィルタ群、或いはＦＥＴなどを用い
て、ｘ（１）〜ｘ（ｍ）なるｍ個の帯域に分割した後、
ｌＯｍ５ｅｃ程度の短時間スペクトルＸ（ｆ）を検出し
くたたし、ｆ＝１．２．〜９ｍ）、重み付はパワー検出
部７で各帯域パワーを次式のように重み係数記憶部８に
記憶しておいて重み係数ｗ（ｆ）を用いて５重み付けし
、和をとったものをプリエンファシス２の出力ＰＹとす
る。
ァシス２は母音パい′″などのように音声パワーの小さ
い音声をを大きくするために音声パワーの小さい母音の
ホルマント周波数近傍の周波数成分を強調するものであ
り、例えば第３図に示すように構成されている。このプ
リエンファシス２は帯域パワー検出部６で入力信号ｘ（
ｔ）をバンドパスフィルタ群、或いはＦＥＴなどを用い
て、ｘ（１）〜ｘ（ｍ）なるｍ個の帯域に分割した後、
ｌＯｍ５ｅｃ程度の短時間スペクトルＸ（ｆ）を検出し
くたたし、ｆ＝１．２．〜９ｍ）、重み付はパワー検出
部７で各帯域パワーを次式のように重み係数記憶部８に
記憶しておいて重み係数ｗ（ｆ）を用いて５重み付けし
、和をとったものをプリエンファシス２の出力ＰＹとす
る。
Ｙ（ｆ）＝ｗ（ｆ）・Ｘ（ｆ）
なお、上式中の重み係数ｗ（ｆ）は母音″い″の第１，
２ホルマントなどを強調するもので、発声者が男性の場
合は１６０〜３００Ｈｚ （第１ホルマント）、１．９
〜２．４ｋＨｚ （第２ホルマント）付近で大きな値
となる。第４図は重み係数ｗ（ｆ）の例を示したもので
ある。
２ホルマントなどを強調するもので、発声者が男性の場
合は１６０〜３００Ｈｚ （第１ホルマント）、１．９
〜２．４ｋＨｚ （第２ホルマント）付近で大きな値
となる。第４図は重み係数ｗ（ｆ）の例を示したもので
ある。
また、このようなプリエンファシスの代りに、第４図に
示すような特性を持つフィルタなどを用いてもよい。
示すような特性を持つフィルタなどを用いてもよい。
第５図は、例えば″北見（きたみ）″と発声したときの
入力信号ｘ（ｔ）の短時間パワーの時系列Ｐｘ（ｎ）と
、プリエンファシスの出力の時系列ＰＹ（ｎ）とを示し
ている。なお、ここで用いるパワーとは、入力信号の絶
対値、或いは自乗値の短時間平均値である。
入力信号ｘ（ｔ）の短時間パワーの時系列Ｐｘ（ｎ）と
、プリエンファシスの出力の時系列ＰＹ（ｎ）とを示し
ている。なお、ここで用いるパワーとは、入力信号の絶
対値、或いは自乗値の短時間平均値である。
ついで、閾値計算部３による閾値計算を選択的に行う。
即ち、音声が存在しない区間におけるプリエンファシス
２の出ツク信号ＰＹから閾値Ｔｈを計算し、記憶する。
２の出ツク信号ＰＹから閾値Ｔｈを計算し、記憶する。
例えば、
Ｔｈ＝α・ＰＹ＋β
として求める。
一方、区間検出部４によりプリエンファシス２の出力信
号ＰＹを用いて区間検出を行う。区間検出の方法として
は、プリエンファシス２の出力信号ＰＹが閾値計算部３
で求められた閾値Ｔｈを一定時間以上越えた区間を音声
とする方法、その他の方法でよい。
号ＰＹを用いて区間検出を行う。区間検出の方法として
は、プリエンファシス２の出力信号ＰＹが閾値計算部３
で求められた閾値Ｔｈを一定時間以上越えた区間を音声
とする方法、その他の方法でよい。
この区間検出部４の出力信号と入力信号ｘ（し）とは音
声認識部５に入力され、入力信号ｘ（ｔ）の内で区間検
出部４で区間検出された信号のみを用いて音声が認識さ
れる。認識方法は、例えば［２値のＴＳＰを用いた単語
音声認識システムの開発」（安田晴剛他著、電気学会論
文誌Ｃ１０３巻、昭和６３年１０月号、ｐ８５８〜８６
５）に示されるような音声認識システムでよいが、その
他の周知の音声認識システムでもよい。
声認識部５に入力され、入力信号ｘ（ｔ）の内で区間検
出部４で区間検出された信号のみを用いて音声が認識さ
れる。認識方法は、例えば［２値のＴＳＰを用いた単語
音声認識システムの開発」（安田晴剛他著、電気学会論
文誌Ｃ１０３巻、昭和６３年１０月号、ｐ８５８〜８６
５）に示されるような音声認識システムでよいが、その
他の周知の音声認識システムでもよい。
発明の効果
本発明は、上述したように母音″い″のように音声パワ
ーの小さい母音のホルマント周波数近傍の周波数成分を
強調するプリエンファスを通した出力を用いて音声の存
在する区間を検出するようにしたので、語頭や語尾に音
声パワーの小さい母音″い″を含む単語を認識するに際
しても、処理速度の遅れを伴うことなく、母音″い″の
欠落の可能性を低下させて、音声区間の誤検出を減少さ
せることができる。
ーの小さい母音のホルマント周波数近傍の周波数成分を
強調するプリエンファスを通した出力を用いて音声の存
在する区間を検出するようにしたので、語頭や語尾に音
声パワーの小さい母音″い″を含む単語を認識するに際
しても、処理速度の遅れを伴うことなく、母音″い″の
欠落の可能性を低下させて、音声区間の誤検出を減少さ
せることができる。
図面は本発明の一実施例を示すもので、第１図はブロッ
ク図、第２図はフローチャート、第３図はプリエンファ
シスの構成を示すブロック図、第４図は重み係数例を示
す特性図、第５図は具体的なプリエンファシス出力例を
示す特性図である。
ク図、第２図はフローチャート、第３図はプリエンファ
シスの構成を示すブロック図、第４図は重み係数例を示
す特性図、第５図は具体的なプリエンファシス出力例を
示す特性図である。
Claims (1)
- 音声を集音して電気信号に変換し、変換された信号を基
に音声の存在する区間を検出するようにした音声区間検
出方法において、音声パワーの小さい母音のホルマント
周波数近傍の周波数成分を強調するプリエンファスを通
した出力を用いて音声の存在する区間を検出するように
したことを特徴とする音声区間検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2289113A JP2992324B2 (ja) | 1990-10-26 | 1990-10-26 | 音声区間検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2289113A JP2992324B2 (ja) | 1990-10-26 | 1990-10-26 | 音声区間検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04163497A true JPH04163497A (ja) | 1992-06-09 |
| JP2992324B2 JP2992324B2 (ja) | 1999-12-20 |
Family
ID=17738955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2289113A Expired - Fee Related JP2992324B2 (ja) | 1990-10-26 | 1990-10-26 | 音声区間検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2992324B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06507507A (ja) * | 1992-02-28 | 1994-08-25 | ジュンカ、ジャン、クロード | 音声信号中の独立単語境界決定方法 |
| WO2003019535A1 (fr) * | 2000-02-28 | 2003-03-06 | Linguamaster Corporation | Structure de donnees, procede de production, procede de lecture, procede d'enregistrement, support d'enregistrement et procede de distribution de donnees vocales, et procede de lecture de donnees multimedia |
| JP2008203891A (ja) * | 1996-06-07 | 2008-09-04 | That Corp | Ｂｔｓｃエンコーダ |
| US8908872B2 (en) | 1996-06-07 | 2014-12-09 | That Corporation | BTSC encoder |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3393532B2 (ja) | 1997-03-14 | 2003-04-07 | 日本電信電話株式会社 | 録音音声の音量正規化方法およびこの方法を実施する装置 |
| CN112399004B (zh) * | 2019-08-14 | 2024-05-24 | 达发科技股份有限公司 | 声音输出的调整方法及执行该调整方法的电子装置 |
-
1990
- 1990-10-26 JP JP2289113A patent/JP2992324B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06507507A (ja) * | 1992-02-28 | 1994-08-25 | ジュンカ、ジャン、クロード | 音声信号中の独立単語境界決定方法 |
| JP2008203891A (ja) * | 1996-06-07 | 2008-09-04 | That Corp | Ｂｔｓｃエンコーダ |
| US8284954B2 (en) | 1996-06-07 | 2012-10-09 | That Corporation | BTSC encoder |
| US8908872B2 (en) | 1996-06-07 | 2014-12-09 | That Corporation | BTSC encoder |
| WO2003019535A1 (fr) * | 2000-02-28 | 2003-03-06 | Linguamaster Corporation | Structure de donnees, procede de production, procede de lecture, procede d'enregistrement, support d'enregistrement et procede de distribution de donnees vocales, et procede de lecture de donnees multimedia |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2992324B2 (ja) | 1999-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lokhande et al. | Voice activity detection algorithm for speech recognition applications | |
| JPH04163497A (ja) | 音声区間検出方法 | |
| US5946649A (en) | Esophageal speech injection noise detection and rejection | |
| Yu et al. | Text-Dependent Speech Enhancement for Small-Footprint Robust Keyword Detection. | |
| Sudhakar et al. | Automatic speech segmentation to improve speech synthesis performance | |
| JPS60114900A (ja) | 有音・無音判定法 | |
| JPH02232697A (ja) | 音声認識装置 | |
| JPH04245720A (ja) | 雑音低減方法 | |
| JP2989219B2 (ja) | 音声区間検出方式 | |
| CN111717754A (zh) | 基于安全警报语的轿厢式电梯的控制方法 | |
| KR100211067B1 (ko) | 핵심어간의 유사도를 이용한 핵심어 검출 방법 | |
| Hayasaka et al. | Noise-Robust Scream Detection Using Wave-U-Net | |
| JPH0318720B2 (ja) | ||
| JPS6217800A (ja) | 音声区間判定方式 | |
| JPH0293697A (ja) | 雑音除去方法 | |
| JP2557497B2 (ja) | 男女声の識別方法 | |
| JP2594916B2 (ja) | 音声認識装置 | |
| JP2599974B2 (ja) | 音声検出方式 | |
| JPH0316038B2 (ja) | ||
| JPH0285898A (ja) | 音声検出方式 | |
| JPH0567039B2 (ja) | ||
| JPS6370298A (ja) | 促音認識装置 | |
| JPS61260299A (ja) | 音声認識装置 | |
| JPS63247798A (ja) | 音声区間検出装置 | |
| Ruinskiy et al. | A multistage algorithm for fricative spotting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |