JPH0670754B2 - 極零分析装置 - Google Patents
極零分析装置Info
- Publication number
- JPH0670754B2 JPH0670754B2 JP62061738A JP6173887A JPH0670754B2 JP H0670754 B2 JPH0670754 B2 JP H0670754B2 JP 62061738 A JP62061738 A JP 62061738A JP 6173887 A JP6173887 A JP 6173887A JP H0670754 B2 JPH0670754 B2 JP H0670754B2
- Authority
- JP
- Japan
- Prior art keywords
- pole
- zero
- output
- parameter
- value
- 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.)
- Expired - Lifetime
Links
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Filters That Use Time-Delay Elements (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は極零分析装置に関し、特に音声等の信号のスペ
クトルを近似する極零パラメータの値を抽出する極零分
析装置に関するものである。
クトルを近似する極零パラメータの値を抽出する極零分
析装置に関するものである。
音声合成や音声認識の分野では、音声のスペクトルを近
似するパラメータの値を抽出することが重要である。さ
らに、一般の信号についても、そのスペクトルを近似す
るパラメータの値を抽出することが必要になる場合があ
る。
似するパラメータの値を抽出することが重要である。さ
らに、一般の信号についても、そのスペクトルを近似す
るパラメータの値を抽出することが必要になる場合があ
る。
音声等の信号（以下単に音声等と記す）のスペクトルを
近似するパラメータとしては、極あるいは極零がしばし
ば用いられる。これは、極や零はその物理的意味が明確
である等の特徴があり、応用上有利であるためである。
近似するパラメータとしては、極あるいは極零がしばし
ば用いられる。これは、極や零はその物理的意味が明確
である等の特徴があり、応用上有利であるためである。
従来、音声等のスペクトルを近似する極パラメータの値
を抽出するものとして、音声等から抽出された線形予測
係数を係数とする高次代数方程式を例えばニュートン・
ラプソン法等の逐次近似法を用いて解く方法が知られて
いる。この第一の従来例は、例えばジェイ．ディー．マ
ーケルとエイ．エイチ．グレイ（J.D.Markel and A.H.G
ray）の著書「音声の線形予測（鈴木訳）」（Linear Pr
ediction Speech）の第７章に示されている。
を抽出するものとして、音声等から抽出された線形予測
係数を係数とする高次代数方程式を例えばニュートン・
ラプソン法等の逐次近似法を用いて解く方法が知られて
いる。この第一の従来例は、例えばジェイ．ディー．マ
ーケルとエイ．エイチ．グレイ（J.D.Markel and A.H.G
ray）の著書「音声の線形予測（鈴木訳）」（Linear Pr
ediction Speech）の第７章に示されている。
極パラメータの値を抽出する第二の従来例として、自己
相関領域において逆フィルタリンクするものが、伏木田
による論文「自己相関領域で逆フィルタリングを用いた
ホルマントの多段推定方式」（日本音響学会音声研究会
資料S81−41）に示されている。この第二の従来例で
は、音声の生成モデルの極パラメータに対応する係数を
用いて、入力信号の自己相関値を逐次逆フィルタリング
してエラーパワーを求める。あらかじめ、極パラメータ
値のテーブルを用意しておき、それから各段の係数を求
めて上記のエラーパワーを算出する。種々の極パラメー
タ値の候補に対してエラーパワーの最小値を与えたもの
を最適な近似を与える極パラメータの値として出力す
る。
相関領域において逆フィルタリンクするものが、伏木田
による論文「自己相関領域で逆フィルタリングを用いた
ホルマントの多段推定方式」（日本音響学会音声研究会
資料S81−41）に示されている。この第二の従来例で
は、音声の生成モデルの極パラメータに対応する係数を
用いて、入力信号の自己相関値を逐次逆フィルタリング
してエラーパワーを求める。あらかじめ、極パラメータ
値のテーブルを用意しておき、それから各段の係数を求
めて上記のエラーパワーを算出する。種々の極パラメー
タ値の候補に対してエラーパワーの最小値を与えたもの
を最適な近似を与える極パラメータの値として出力す
る。
一方、極零パラメータの値を抽出する第三の従来例とし
て、シー．ティー．マリスとアール．テイ．ロバーツ
（C.T.Mullis and R.A.Roberts）によるアイイーイーイ
ートランザクション（IEEETransaction）エイエスエス
ピー24（ASSP−24）,No.3のページ226から238に掲載の
論文、「ザユース オブ セカンドオーダ インフォメ
ーション イン ザ アプロクシメイション オブ デ
ィスクリートタイム リニアー システムズ（The Use
of Second-Order Information in the Approximation o
f Discrete-Time Linear Sys-tems）」に示されたもの
がある。
て、シー．ティー．マリスとアール．テイ．ロバーツ
（C.T.Mullis and R.A.Roberts）によるアイイーイーイ
ートランザクション（IEEETransaction）エイエスエス
ピー24（ASSP−24）,No.3のページ226から238に掲載の
論文、「ザユース オブ セカンドオーダ インフォメ
ーション イン ザ アプロクシメイション オブ デ
ィスクリートタイム リニアー システムズ（The Use
of Second-Order Information in the Approximation o
f Discrete-Time Linear Sys-tems）」に示されたもの
がある。
これは、音声のスペクトル包絡Ｈ（ejω）を、伝達関数
が次式で表される極零システムによって近似するもので
ある。
が次式で表される極零システムによって近似するもので
ある。
但しa0＝１ ここにｎは分母多項式の次数すなわち極回路の次数で、
ｍは分子多項式の次数すなわち零回路の次数である。
ｍは分子多項式の次数すなわち零回路の次数である。
この方法は次式の値を最小にするaiおよびqkが最適な近
似を与えるという原理に基づいている。
似を与えるという原理に基づいている。
これは、時間領域においては、音声等の入力信号の自己
相関値と、それに関連したインパルス応答から決定され
る値を係数とし、ai未知数とする連立方程式を解くこと
に対応する。
相関値と、それに関連したインパルス応答から決定され
る値を係数とし、ai未知数とする連立方程式を解くこと
に対応する。
自己相関値およびインパルス応答の値は例えばｎあるい
はｍよりも高い次数の線形予測法、すなわち第一の従来
例の方法によって容易に求めることができる。そのとき
には、高次代数方程式の根を求める必要はなく、単にイ
ンパルス応答さえ求めればよい。
はｍよりも高い次数の線形予測法、すなわち第一の従来
例の方法によって容易に求めることができる。そのとき
には、高次代数方程式の根を求める必要はなく、単にイ
ンパルス応答さえ求めればよい。
第三の従来例では、伝達関数の分母多項式と分子多項式
の係数aiとqkが得られる。これから極零パラメータの値
を得るためには第一の従来例と同様に高次（ｎ次もしく
はｍ次）代数方程式の根を求める必要がある。
の係数aiとqkが得られる。これから極零パラメータの値
を得るためには第一の従来例と同様に高次（ｎ次もしく
はｍ次）代数方程式の根を求める必要がある。
上述した従来例のうち、第一の従来例、即ち線形予測係
数を係数とする高次代数方程式を解くものは、高次代数
方程式を解く際に多くの演算を必要とすることや、極の
周波数やバンド幅を安定に求めることが困難であるとい
った問題点があった。
数を係数とする高次代数方程式を解くものは、高次代数
方程式を解く際に多くの演算を必要とすることや、極の
周波数やバンド幅を安定に求めることが困難であるとい
った問題点があった。
また第二の従来例では、あらかじめ音声等のスペクトル
を表す極パラメータとして妥当と思われる候補の中から
最適な値を抽出するので安定に求められるが、多くの演
算を必要とするといった問題点があった。
を表す極パラメータとして妥当と思われる候補の中から
最適な値を抽出するので安定に求められるが、多くの演
算を必要とするといった問題点があった。
更に、これら第一，第二の従来例では極パラメータの値
しか得られないので、音声等のスペクトルの形状によっ
ては比較的低い次数では最適な近似を与えるパラメータ
値とはならない。逆にそのような場合には高い次数のパ
ラメータを求めなければならずいっそう多くの演算が必
要になるといった問題点があった。
しか得られないので、音声等のスペクトルの形状によっ
ては比較的低い次数では最適な近似を与えるパラメータ
値とはならない。逆にそのような場合には高い次数のパ
ラメータを求めなければならずいっそう多くの演算が必
要になるといった問題点があった。
第三の従来例、即ちマリスとロバーツによるものは、極
パラメータと零パラメータの値が得られるので、比較的
低い次数で最適な近似を与えるパラメータ値となるが、
第一の例と同様に高次代数方程式を解かねばならず第一
の従来例と同様の問題点があった。この点は、音声の場
合には零の数は少ないので問題とならないが、極の次数
は少なくとも10次程度必要であり問題となる。更に、こ
の従来例ではインパルス応答の推定値を求めなければな
らないために、多くの演算を必要とするという問題があ
った。
パラメータと零パラメータの値が得られるので、比較的
低い次数で最適な近似を与えるパラメータ値となるが、
第一の例と同様に高次代数方程式を解かねばならず第一
の従来例と同様の問題点があった。この点は、音声の場
合には零の数は少ないので問題とならないが、極の次数
は少なくとも10次程度必要であり問題となる。更に、こ
の従来例ではインパルス応答の推定値を求めなければな
らないために、多くの演算を必要とするという問題があ
った。
本発明の目的は、音声等の信号のスペクトルを近似する
極零パラメータの値を比較的少ない演算量で精度良く抽
出できる極零分析装置を提供することにある。
極零パラメータの値を比較的少ない演算量で精度良く抽
出できる極零分析装置を提供することにある。
本発明の極零分析装置は、音声等の信号から抽出された
ケプストラムの値を用いて極零型の音声の生成モデルに
基づいて極零パラメータ値を推定する極零分析装置にお
いて、入力信号から時間窓内のケプストラムを算出し一
時記憶する手段と、二次の極回路と一次の零回路を有
し、その出力を第一の出力とし、その出力に係数を掛け
た値を第二の出力とし、一次の遅延要素の出力に係数を
掛けた値を第三の出力とする回路を基本フィルタとし、
少なくとも一つの基本フィルタの第一の出力を並列に接
続した第一の並列フィルタと、同様の構成の第二の並列
フィルタを有し、前記第一の並列フィルタの出力と前記
第二の並列フィルタの出力の差に係数を掛けた値を出力
とする分析フィルタと、前記入力信号から抽出されたケ
プストラムと前記分析フィルタのインパルス応答との差
を算出し、それから極零パラメータの推定誤差を算出す
る手段と、前記各基本フィルタの第二，第三の出力とケ
プストラムの差から極零パラメータの推定値の修正情報
を算出する手段と、前記音声の生成モデルの極零パラメ
ータの候補値を選択し、そのときの推定誤差を算出し、
各パラメータの修正情報に基づいて前記極零パラメータ
の候補値を修正しつつ極零パラメータの推定誤差が最小
になった時の前記極零パラメータの候補値を抽出された
極零パラメータの値として出力するように制御する手段
とを備えている。
ケプストラムの値を用いて極零型の音声の生成モデルに
基づいて極零パラメータ値を推定する極零分析装置にお
いて、入力信号から時間窓内のケプストラムを算出し一
時記憶する手段と、二次の極回路と一次の零回路を有
し、その出力を第一の出力とし、その出力に係数を掛け
た値を第二の出力とし、一次の遅延要素の出力に係数を
掛けた値を第三の出力とする回路を基本フィルタとし、
少なくとも一つの基本フィルタの第一の出力を並列に接
続した第一の並列フィルタと、同様の構成の第二の並列
フィルタを有し、前記第一の並列フィルタの出力と前記
第二の並列フィルタの出力の差に係数を掛けた値を出力
とする分析フィルタと、前記入力信号から抽出されたケ
プストラムと前記分析フィルタのインパルス応答との差
を算出し、それから極零パラメータの推定誤差を算出す
る手段と、前記各基本フィルタの第二，第三の出力とケ
プストラムの差から極零パラメータの推定値の修正情報
を算出する手段と、前記音声の生成モデルの極零パラメ
ータの候補値を選択し、そのときの推定誤差を算出し、
各パラメータの修正情報に基づいて前記極零パラメータ
の候補値を修正しつつ極零パラメータの推定誤差が最小
になった時の前記極零パラメータの候補値を抽出された
極零パラメータの値として出力するように制御する手段
とを備えている。
本発明の原理は、次の式（３）で与えられる対数スペク
トルの二乗誤差ｒを最小にするようにして最適な極零パ
ラメータを求めることである。
トルの二乗誤差ｒを最小にするようにして最適な極零パ
ラメータを求めることである。
これは時間領域においては音声から抽出されたケプスト
ラムと、音声生成モデルのケプストラムの二乗誤差を最
小にすることに等価である。音声のスペクトル包絡を表
すケプストラムは、数10次以下の成分であるから、二乗
誤差を評価する場合にもその程度の成分のみでよい。
ラムと、音声生成モデルのケプストラムの二乗誤差を最
小にすることに等価である。音声のスペクトル包絡を表
すケプストラムは、数10次以下の成分であるから、二乗
誤差を評価する場合にもその程度の成分のみでよい。
あらかじめ決められた時間窓内の音声のケプストラムの
値は従来よく知られているように、高速フーリエ変換器
などを用いて容易に算出することができる。これに対し
音声の生成モデルのケプストラムを同様に高速フーリエ
変換器を用いて算出しようとするならば、極零パラメー
タの推定値を設定し、合成音声を生成しそれのケプスト
ラムを高速フーリエ変換器によって求めなければならな
いので膨大な演算を必要とする。
値は従来よく知られているように、高速フーリエ変換器
などを用いて容易に算出することができる。これに対し
音声の生成モデルのケプストラムを同様に高速フーリエ
変換器を用いて算出しようとするならば、極零パラメー
タの推定値を設定し、合成音声を生成しそれのケプスト
ラムを高速フーリエ変換器によって求めなければならな
いので膨大な演算を必要とする。
しかし本発明では、音声の生成モデルが極零モデルであ
る場合には、構成要素の分析フィルタのインパルス応答
に時間の逆数を掛けた値がその音声生成モデルのケプス
トラムと等価であることを利用し演算量を低減してい
る。このとき基本フィルタの係数は次式で与えられる。
る場合には、構成要素の分析フィルタのインパルス応答
に時間の逆数を掛けた値がその音声生成モデルのケプス
トラムと等価であることを利用し演算量を低減してい
る。このとき基本フィルタの係数は次式で与えられる。
ａ＝２・ｐ・cos（θ） ｂ＝−p2 （４） ｃ＝−ｐ・cos（θ） ここに、ｐは生成モデルの極または零の絶対値、θはそ
の偏角である。係数a,b,cはそれぞれ第２図（ａ）に示
す基本フィルタの乗算器203,204,205の係数にそれぞれ
対応する。
の偏角である。係数a,b,cはそれぞれ第２図（ａ）に示
す基本フィルタの乗算器203,204,205の係数にそれぞれ
対応する。
さらに、ケプストラムの二乗誤差の極零パラメータに対
する偏微分係数が基本フィルタの第二，第三の出力と等
価であることを利用し、極零パラメータの候補値の修正
を決定するものである。このときの偏微分係数を算出す
るための係数は次式で与えられる。
する偏微分係数が基本フィルタの第二，第三の出力と等
価であることを利用し、極零パラメータの候補値の修正
を決定するものである。このときの偏微分係数を算出す
るための係数は次式で与えられる。
ｄ＝−1/p ｅ＝−２・ｐ・sin（θ） （５） ここに、d,eは第２図（ａ）に示す基本フィルタの乗算
器206,207の係数に対応する。
器206,207の係数に対応する。
このようにして、ケプストラムの二乗誤差を種々の極零
パラメータ値の候補について算出し、各基本フィルタの
第二，第三の出力を基にその候補値を修正しつつ、二乗
誤差の最小値を与えるときの極零パラメータ値の候補を
最適な極零パラメータ値として出力する。
パラメータ値の候補について算出し、各基本フィルタの
第二，第三の出力を基にその候補値を修正しつつ、二乗
誤差の最小値を与えるときの極零パラメータ値の候補を
最適な極零パラメータ値として出力する。
次に、図面を用いて本発明の実施例について説明する。
第１図は本発明の一実施例のブロック図である。
101は制御回路、102はケプストラム算出回路、103はケ
プストラムメモリ、104はインパルス発生器、105は第一
並列フィルタ、106は第二並列フィルタ、107は第一係数
算出回路、108は第二係数算出回路、109は係数乗算器、
110は誤差算出回路、111は極修正情報算出器、112は零
修正情報算出器である。
プストラムメモリ、104はインパルス発生器、105は第一
並列フィルタ、106は第二並列フィルタ、107は第一係数
算出回路、108は第二係数算出回路、109は係数乗算器、
110は誤差算出回路、111は極修正情報算出器、112は零
修正情報算出器である。
また、第２図は二つの並列フィルタその構成要素である
基本フィルタのブロック図である。第２図（ａ）に示す
ように、基本フィルタは二つの遅延要素201と202,極回
路の係数乗算器203と204,零回路の係数乗算器205,その
出力から極の絶対値の修正情報を生成するための係数乗
算器206,一次の遅延要素に掛けて偏角の修正情報を生成
するための係数乗算器207から構成され、１つの入力信
号線211と三本の出力信号線212,213,214を持っている。
基本フィルタのブロック図である。第２図（ａ）に示す
ように、基本フィルタは二つの遅延要素201と202,極回
路の係数乗算器203と204,零回路の係数乗算器205,その
出力から極の絶対値の修正情報を生成するための係数乗
算器206,一次の遅延要素に掛けて偏角の修正情報を生成
するための係数乗算器207から構成され、１つの入力信
号線211と三本の出力信号線212,213,214を持っている。
一方、第２図（ｂ）は並列フィルタのブロック図であ
り、信号線221から入力される信号は複数の基本フィル
タの各入力信号線に分配されて入力され、各基本フィル
タの第一の出力信号線、即ち第２図（ａ）の信号線212
の出力が総て加算されて信号線222から出力され、その
外の信号線、即ち第２図（ａ）の信号線213,214はその
まま信号線の束223に出力される。
り、信号線221から入力される信号は複数の基本フィル
タの各入力信号線に分配されて入力され、各基本フィル
タの第一の出力信号線、即ち第２図（ａ）の信号線212
の出力が総て加算されて信号線222から出力され、その
外の信号線、即ち第２図（ａ）の信号線213,214はその
まま信号線の束223に出力される。
第１図の信号線121から信号が入力されると、ケプスト
ラム算出回路102は、制御回路101から信号線123を介し
て送られる制御信号に従って、時間窓内の入力信号のケ
プストラムを算出し信号線133を介してケプストラムメ
モリ103に送り一時記憶させる。
ラム算出回路102は、制御回路101から信号線123を介し
て送られる制御信号に従って、時間窓内の入力信号のケ
プストラムを算出し信号線133を介してケプストラムメ
モリ103に送り一時記憶させる。
一方、第一，第二係数算出回路107,108は、制御回路101
からそれぞれ信号線127,128を介して送られる音声生成
モデルの極パラメータの候補値および零パラメータの候
補値から、各基本フィルタの各係数を算出し、それぞれ
信号線136,137を介して第一，第二並列フィルタに送
る。
からそれぞれ信号線127,128を介して送られる音声生成
モデルの極パラメータの候補値および零パラメータの候
補値から、各基本フィルタの各係数を算出し、それぞれ
信号線136,137を介して第一，第二並列フィルタに送
る。
第一，第二並列フィルタ105,106は、制御回路101からそ
れぞれ信号線125,126を介して送られる制御信号に従
い、内部の遅延要素をクリアーした後、第一，第二係数
算出回路107,108から送られる係数値を各基本フィルタ
内の乗算器にセットし、インパルス発生器104から信号
線135を介して送られるインパルスに対する応答を逐次
算出し、それぞれ信号線138,139に送り、そのデータの
差が信号線140を通って乗算器109に送られる。乗算器10
9には制御回路101から信号線131を介してインパルス発
生からの時刻の逆数が送られ、この乗算器109の出力が
音声生成モデルのケプストラムデータとして信号線141
へと送られる。
れぞれ信号線125,126を介して送られる制御信号に従
い、内部の遅延要素をクリアーした後、第一，第二係数
算出回路107,108から送られる係数値を各基本フィルタ
内の乗算器にセットし、インパルス発生器104から信号
線135を介して送られるインパルスに対する応答を逐次
算出し、それぞれ信号線138,139に送り、そのデータの
差が信号線140を通って乗算器109に送られる。乗算器10
9には制御回路101から信号線131を介してインパルス発
生からの時刻の逆数が送られ、この乗算器109の出力が
音声生成モデルのケプストラムデータとして信号線141
へと送られる。
ケプストラムメモリ103は、記憶している音声のケプス
トラムデータを制御回路101から信号線124を介して送ら
れるタイミング信号に同期して信号線134へと送り出
し、そのデータと音声生成モデルのケプストラムとの差
が信号線142を介して誤差算出回路110、極修正情報算出
器111、零修正情報算出器112へと送られる。
トラムデータを制御回路101から信号線124を介して送ら
れるタイミング信号に同期して信号線134へと送り出
し、そのデータと音声生成モデルのケプストラムとの差
が信号線142を介して誤差算出回路110、極修正情報算出
器111、零修正情報算出器112へと送られる。
誤差算出回路110では、制御回路101から信号線132を介
して送られるタイミング信号に同期して、信号線142を
介して送られるケプストラムの差のデータの二乗和を算
出し、信号線143を介して制御回路101へと送る。
して送られるタイミング信号に同期して、信号線142を
介して送られるケプストラムの差のデータの二乗和を算
出し、信号線143を介して制御回路101へと送る。
第一，第二の並列フィルタ105,106からは、信号線の束1
44,145を介して各基本フィルタの第二，第三の出力から
得られる情報がそれぞれ、極修正情報算出器111,零修正
情報算出器112へと送られる。
44,145を介して各基本フィルタの第二，第三の出力から
得られる情報がそれぞれ、極修正情報算出器111,零修正
情報算出器112へと送られる。
極修正情報算出器111,零修正情報算出器112は、それぞ
れ信号線129,130を介して制御回路101から送られる制御
信号に従って、それぞれ信号線の束144,145を介して送
られるデータと、信号線142を介して送られケプストラ
ムの差のデータから、各極パラメータおよび零パラメー
タの変化に対する二乗誤差の偏微分係数を算出し、それ
ぞれ信号線146,147を介して制御回路101へと送る。
れ信号線129,130を介して制御回路101から送られる制御
信号に従って、それぞれ信号線の束144,145を介して送
られるデータと、信号線142を介して送られケプストラ
ムの差のデータから、各極パラメータおよび零パラメー
タの変化に対する二乗誤差の偏微分係数を算出し、それ
ぞれ信号線146,147を介して制御回路101へと送る。
制御回路101は、音声生成モデルの極零パラメータの候
補値を、第一，第二係数算出回路107,108へと送り、そ
のときの推定誤差を誤差算出回路110から受け取ると共
に、各極パラメータおよび零パラメータの修正情報を極
修正情報算出器111,零修正情報算出器112から受け取
り、極零パラメータの候補値を修正しつつ、推定誤差が
最小なるときの候補値を、最適な極零パラメータの値と
して信号線122から出力する。
補値を、第一，第二係数算出回路107,108へと送り、そ
のときの推定誤差を誤差算出回路110から受け取ると共
に、各極パラメータおよび零パラメータの修正情報を極
修正情報算出器111,零修正情報算出器112から受け取
り、極零パラメータの候補値を修正しつつ、推定誤差が
最小なるときの候補値を、最適な極零パラメータの値と
して信号線122から出力する。
以上の処理が分析フレームごとにくり返される。
以上説明したように本発明によれば、第一および第二の
従来例より精度良くスペクトルを近似できる極零パラメ
ータ値を求められる。しかも高次の代数方程式を解く必
要がないため第三の従来例より安定に求められるという
効果がある。このとき、第三の従来例と異なり、音声の
生成モデルのインパルス応答を求める必要がないので、
その分の演算は不要である。
従来例より精度良くスペクトルを近似できる極零パラメ
ータ値を求められる。しかも高次の代数方程式を解く必
要がないため第三の従来例より安定に求められるという
効果がある。このとき、第三の従来例と異なり、音声の
生成モデルのインパルス応答を求める必要がないので、
その分の演算は不要である。
また、本発明によれば、音声合成のための極零分析など
において、極零パラメータ値の候補に制限を加えること
によって、音声合成モデルに合ったものを抽出できると
いう利点がある。
において、極零パラメータ値の候補に制限を加えること
によって、音声合成モデルに合ったものを抽出できると
いう利点がある。
さらに、音声からケプストラムを抽出する際に、周波数
軸をメルスケールなどに変換したり、抽出されたケプス
トラムデータに重みを掛けたりすることにより、分析の
精度の向上をさせられるという効果が期待される。
軸をメルスケールなどに変換したり、抽出されたケプス
トラムデータに重みを掛けたりすることにより、分析の
精度の向上をさせられるという効果が期待される。
第１図は本発明の一実施例のブロック図、第２図は二つ
の並列フィルタとその構成要素である基本フィルタのブ
ロック図である。 101……制御回路、102……ケプストラム算出回路、103
……ケプストラムメモリ、104……インパルス発生器、1
05……第一並列フィルタ、106……第二並列フィルタ、1
07……第一係数算出回路、108……第二係数算出回路、1
09……係数乗算器、110…誤差算出回路、111……極修正
情報算出器、112……零修正情報算出器、201,202……遅
延要素、203,204……極回路の係数乗算器、205……零回
路の係数乗算器、206……基本フィルタの出力から極の
絶対値の修正情報を生成するための係数乗算器、207…
…一次の遅延要素に掛けて偏角の修正情報を生成するた
めの係数乗算器。
の並列フィルタとその構成要素である基本フィルタのブ
ロック図である。 101……制御回路、102……ケプストラム算出回路、103
……ケプストラムメモリ、104……インパルス発生器、1
05……第一並列フィルタ、106……第二並列フィルタ、1
07……第一係数算出回路、108……第二係数算出回路、1
09……係数乗算器、110…誤差算出回路、111……極修正
情報算出器、112……零修正情報算出器、201,202……遅
延要素、203,204……極回路の係数乗算器、205……零回
路の係数乗算器、206……基本フィルタの出力から極の
絶対値の修正情報を生成するための係数乗算器、207…
…一次の遅延要素に掛けて偏角の修正情報を生成するた
めの係数乗算器。
Claims (1)
- 【請求項１】音声等の信号から抽出されたケプストラム
の値を用いて極零型の音声の生成モデルに基づいて極零
パラメータ値を推定する極零分析装置において、入力信
号から時間窓内のケプストラムを算出し一時記憶する手
段と、二次の極回路と一次の零回路を有し、その出力を
第一の出力とし、その出力に係数を掛けた値を第二の出
力とし、一次の遅延要素の出力に係数を掛けた値を第三
の出力とする回路を基本フィルタとし、少なくとも一つ
の基本フィルタの第一の出力を並列に接続した第一の並
列フィルタと、同様の構成の第二の並列フィルタを有
し、前記第一の並列フィルタの出力と前記第二の並列フ
ィルタの出力の差に係数を掛けた値を出力とする分析フ
ィルタと、前記入力信号から抽出されたケプストラムと
前記分析フィルタのインパルス応答との差を算出し、そ
れから極零パラメータの推定誤差を算出する手段と、前
記各基本フィルタの第二，第三の出力とケプストラムの
差から極零パラメータの推定値の修正情報を算出する手
段と、前記音声の生成モデルの極零パラメータの候補値
を選択し、そのときの推定誤差を算出し、各パラメータ
の修正情報に基づいて前記極零パラメータの候補値を修
正しつつ極零パラメータの推定誤差が最小になった時の
前記極零パラメータの候補値を抽出された極零パラメー
タの値として出力するように制御する手段とを備えるこ
とを特徴とする極零分析装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62061738A JPH0670754B2 (ja) | 1987-03-16 | 1987-03-16 | 極零分析装置 |
| US07/167,275 US4899386A (en) | 1987-03-11 | 1988-03-11 | Device for deciding pole-zero parameters approximating spectrum of an input signal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62061738A JPH0670754B2 (ja) | 1987-03-16 | 1987-03-16 | 極零分析装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63226700A JPS63226700A (ja) | 1988-09-21 |
| JPH0670754B2 true JPH0670754B2 (ja) | 1994-09-07 |
Family
ID=13179831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62061738A Expired - Lifetime JPH0670754B2 (ja) | 1987-03-11 | 1987-03-16 | 極零分析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0670754B2 (ja) |
-
1987
- 1987-03-16 JP JP62061738A patent/JPH0670754B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63226700A (ja) | 1988-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kawahara et al. | Tandem-STRAIGHT: A temporally stable power spectral representation for periodic signals and applications to interference-free spectrum, F0, and aperiodicity estimation | |
| JP5275612B2 (ja) | 周期信号処理方法、周期信号変換方法および周期信号処理装置ならびに周期信号の分析方法 | |
| Jones | Identification and autoregressive spectrum estimation | |
| EP3309782B1 (en) | Method, device and system for noise suppression | |
| US8280739B2 (en) | Method and apparatus for speech analysis and synthesis | |
| EP0853309B1 (en) | Method and apparatus for signal analysis | |
| JPH0632028B2 (ja) | 音声分析方式 | |
| US9026435B2 (en) | Method for estimating a fundamental frequency of a speech signal | |
| JPS5853358B2 (ja) | 音声分析装置 | |
| JP2020148909A (ja) | 信号処理装置、信号処理方法およびプログラム | |
| JPH0225518B2 (ja) | ||
| US4486899A (en) | System for extraction of pole parameter values | |
| CN118858756A (zh) | 一种基于交流量子电压的谐波电压测量装置及方法 | |
| JPH07234696A (ja) | 音声の複素ケプストラム分析装置 | |
| JPH0670753B2 (ja) | 極零分析装置 | |
| JPS63226700A (ja) | 極零分析装置 | |
| US6049814A (en) | Spectrum feature parameter extracting system based on frequency weight estimation function | |
| JPH0670752B2 (ja) | 極零分析装置 | |
| Nein et al. | Incorporating error shaping technique into LSF vector quantization | |
| US4899386A (en) | Device for deciding pole-zero parameters approximating spectrum of an input signal | |
| US4845754A (en) | Pole-zero analyzer | |
| JPS6255800B2 (ja) | ||
| JPH0670751B2 (ja) | 位相特性の推定を伴う極零分析装置 | |
| JPH0235992B2 (ja) | ||
| JPS6367200B2 (ja) |