JPH07120159B2 - 無声破裂子音識別方式 - Google Patents

Description

【発明の詳細な説明】 〔概要〕 本発明は、無声破裂子音相互を識別する方式において、
安定かつ確実に各々の音声破裂子音の特徴を捉えるた
め、破裂時点から母音への過渡部のスペクトル系列を破
裂時点，声帯振動開始時点，後続母音の立ち上がり時点
の各分析位置に基づいて抽出することにより、安定して
音声破裂子音の特徴を抽出することが可能となり、高い
識別率で無声破裂子音相互を識別できるようにしたもの
である。

〔産業上の利用分野〕

本発明は音声認識装置、特に無声破裂子音間の相互を識
別する方式に関する。

音声認識装置、特に単音節認識装置は基本的に68個の単
音節ですべての日本語語彙を構成できることからキーボ
ード入力のかわりとして文章入力に用いることができ、
音声ワードプロセッサとして現在実用化がはかられてい
る。しかし単音節認識においては語頭の子音部の特徴の
違いが大きな比重をしめており、従来から単語認識等で
用いられている音声分析方法ではその特徴を捉えきれず
認識率が低いという問題があり、実用化にはさらに多く
の技術的課題の克服が要求されている。この中で特に発
声機構が非常に似ている子音群内の相互識別は難しく、
その高精度な識別方式の確立が必要とされている。

〔従来の技術〕

従来の無声破裂子音識別方式としては、破裂時点直後の
破裂部スペクトルを特徴量として用いる方式や、破裂時
点から後続母音方向におけるスペクトル時系列を用いる
方式がある。

破裂時点直後の破裂部スペクトルを用いる場合の従
来装置の構成を第６図に示す。

図中、31はマイクロホン、32はA/D変換器、33はA/Dデー
タメモリ、34は破裂時点検出部、35は周波数分析部、36
は照合部、37は辞書メモリである。

この方式では、破裂時点直後の破裂部スペクトルに識別
に有効な情報が存在するという考え方に基づいており、
破裂部近傍の１フレームのスペクトルを識別パラメータ
として無声破裂子音間相互の識別を行っている。

破裂時点から後続母音方向におけるスペクトル時系
列を用いる方式の構成は基本的には第６図と同じである
が、35の周波数分析部では複数のスペクトル即ち時系列
情報が求まり、辞書メモリ37には各子音のカテゴリ毎に
スペクトル時系列が格納されることになる。この方式で
は破裂時点から後続母音側への過渡領域（時間変化）に
も無声破裂子音間相互を識別する特徴が存在するという
考え方に基づいている。

〔発明が解決しようとする問題点〕

従来の無音破裂子音識別方式ではその識別パラメータと
して、破裂部近傍の１フレームの破裂部スペクトルを
用いるものや、破裂時点から後続する母音への過渡部
特徴をスペクトル時系列で捉えて用いるものが多い。

では破裂時点直後の破裂部のスペクトル形状に無声破
裂子音の特徴が存在するという立場から用いられている
識別パラメータであるが静的な特徴であるとともに、母
音と異なり基本的には雑音に近い音である破裂音を安定
に抽出することは困難であり、従って識別率も低い。

では破裂時点のスペクトルの他に、後続母音への過渡
領域のスペクトルを付け加えたスペクトル時系列の形の
識別パラメータである。しかし、一般的には破裂時点か
ら母音側に一定の分析周期で音声分析がなされるだけで
あり、各発声毎に変動すると考えられる破裂時点から声
帯振動開始点までの時間や、分析対象区間内に後続する
母音がどの程度含まれるか等の変動要因の影響を強く受
け、安定した分析結果が得られないという問題がある。

〔問題点を解決するための手段〕

第１図は本発明の無声破裂子音識別方式の原理ブロック
図である。図中、１はマイクロフォン、２はA/D変換
器、３はA/Dデータメモリ、４は破裂時点検出回路、５
は声帯振動開始点回路、６は母音立上り点検出回路、７
は音声分析回路、８は辞書メモリ、９は照合回路、10は
スペクトル抽出・分析部、11は判別部である。本発明で
はマイクロフォン１から入力，変換された無声破裂音音
声信号に関して、その破裂時点，音声振動開始点及び母
音立上り点を各4,5,6の回路で検出し、その各時点にお
いて７の音声分析回路においてスペクトルを求め、それ
を識別パラメータとして認識を行う。

〔作用〕

本発明においては、破裂時点検出回路4,声帯振動開始点
検出回路5,母音立上り点検出回路６において検出される
破裂時点，声帯振動開始点，母音立上り点の各時点にお
けるスペクトルを時系列情報として抽出できることか
ら、各発声者毎に常に変動すると考えられる破裂時点か
ら声帯振動開始点までの時間や、分析対象区間内に後続
する母音がどの程度含まれるか等の変動要因の影響を軽
減でき、常に安定に分析がなされる。

〔実施例〕

第２図は、本発明の一実施例の無声破裂破裂子音識別装
置のブロック構成図である。

第２図において、１はマイクロフォン、２はA/D変換
器、３はA/Dデータメモリ、４は破裂時点検出部、５は
声帯振動開始時点検出部、６は母音立上り時点検出部、
８は辞書メモリ、９は照合回路、20は一次差分回路、21
は変化点検出回路、22はパワー時系列演算回路、23は母
音定常検出回路、24は母音立上り検出回路、25は自己相
関演算回路、26はピッチ有無検出回路、27は分析位置設
定回路、28は周波数分析回路である。

第３図は母音の定常開始点の抽出と母音の立上り時点の
抽出を示す図、第４図は自己相関係数とピッチ抽出を示
す図、第５図は分析位置の設定を示す図である。

以下に実施例の動作を説明する。

第２図において、マイクロフォン１から入力された離散
単音節音声（有声破裂音）はA/D変換器２によりアナロ
グ／ディジタル変換され、音声データメモリ３に格納さ
れる。

このメモリ内に格納された音声信号から無声破裂音特有
の現象である破裂の生じた時点、即ち破裂時点を破裂時
点検出部４で検出する。この検出方法としては各種方式
が用いられているが、ここでは波形振幅が急激に変化す
る時点を検出する。即ち、一次差分回路20でA/Dデータ
メモリ３に格納されている音声信号の一次差分を行う。
今、音声信号をｙ（ｔ）とすると、一次差分信号ｙ
（ｔ）はｇ（ｔ）＝ｙ（ｔ）−ｙ（ｔ−１）で演算され
る。次に変化点検出回路21で、一次差分回路20で求めら
れた一次差分信号の変化点が最大となる時点を検出し、
その時点を破裂時点とする。

一方、母音立上り時点は母音立上り時点検出部６におい
て検出される。即ち、A/Dデータメモリ３に格納されて
いる音声信号に関して、まずパワー時系列演算回路22に
よって音声パワーの時系列を計算する。

今、音声信号をｙ（ｔ）とすると、音声パワーＰは で定義する。

上記定義に従って、破裂時点検出部４で検出された破裂
時点を基にそれ以降の音声信号について分析周期Ｍで音
声パワー時系列を求める。

次に、その音声パワー時系列を基に、後続する母音部の
定常部を母音定常検出回路23で抽出する。破裂時点以降
の音声パワー時系列において、そのパワーの変動ある閾
値以下になる時点を母音の定常開始点とする。Ｐ（li）
を音声パワー時系列とすれば、 |P（li）−Ｐ（l_i-1）｜≦TH（閾値） ……（２） となるｉ時刻をそれとする（第３図Ｓ点）。

次に、母音立上り検出回路24において母音の立上り時点
を検出する。ここでは前記母音の定常部の音声パワー値
よりパワーの値が20％ダウンした時点を求め、その時点
を母音の立上り時点とする。（第３図Ｔ点） 次に、破裂時点検出部4,母音立上り時点検出部６の回路
で検出された破裂時点及び母音定常開始点を基に、その
区間内の音声信号に関して声帯振動開始時点検出部５に
おいて声帯振動開始時点を検出する。

A/Dデータメモリ３に格納されている音声信号におい
て、破裂時点から母音立上り時点までの区間を対象に、
自己相関演算回路25において自己相関係数の時系列を求
める。

自己相関演算は次式で定義される。ｙ（ｔ）を音声信号
とすると、 上式の定義に基き、分析周期Ｍで自己相関係数の時系列
を求める。

次に、ピッチ有無検出回路26にて、時系列の各時刻にお
ける自己相関係数を基にピッチの有無を検出する。

ピッチの有無は、第４図に示す様に、自己相関係数にお
いてまず基本周波数の存在範囲の仮定に基き、自己相関
係数の遅れ時間軸上に、ピッチに対応して出現する係数
のピーク値の存在範囲を設定する。その設定された遅れ
時間範囲内に、予め決められた閾値を越えるピーク値が
ある場合には、ピッチが存在する即ち、声帯が振動して
いることになる。

上記処理を自己相関係数の時系列の先頭から適用し、ピ
ッチが検出された時点を声帯振動開始点として検出す
る。

以上の処理の結果から得られた破裂時点，声帯振動開始
時点及び母音立上り時点を周波数分析時の分析位置とし
て分析位置設定回路27が指示する。この指示により周波
数分析回路28にて周波数分析がなされ、スペクトル時系
列が得られる。

また、辞書メモリ８には各カテゴリの標準パターンがス
ペクトル時系列の形で格納されている。

この標準パターンと新たに入力されスペクトルの時系列
情報に変換された入力パターンとの照合を照合回路９に
て行う。照合回路９では、次式に従って標準と入力パタ
ーン間の距離（Ｄ）を演算する。

（スペクトル時系列） （スペクトル時系列） この距離Ｄが最小となるカテゴリを識別結果として出力
する。

〔発明の効果〕

本発明によれば、各発声毎に常に変動すると考えられる
破裂時点から声帯振動開始点までの時間や、分析対象区
間内に後続する母音がどの程度含まれるかなどの変動要
因の影響を軽減でき常に安定に分析がなされる。このこ
とから高い率で無声破裂子音間相互の識別が可能とな
る。

【図面の簡単な説明】

第１図は本発明の原理ブロック図、 第２図は本発明の一実施例の無声破裂子音識別装置のブ
ロック図、 第３図は母音の定常開始点の抽出と母音の立上り時点の
抽出を示す図、 第４図は自己相関係数とピッチ抽出を示す図、 第５図は分析位置の設定を示す図、 第６図は従来技術の構成を示す図である。 第１図において,4は破裂時点検出回路、５は声帯振動開
始点検出回路、６は母音立上り点検出回路、７は音声分
析回路、８は辞書メモリ、９は照合回路、10はスペクト
ル抽出・分析部、11は判別部である。

Claims (1)

【特許請求の範囲】
1. 【請求項１】無声破裂子音の破裂時点を検出する手段
   （４）と、該破裂時点から後続する母音への過渡部の音
   声信号からスペクトル系列を抽出する音声分析手段（1
   0）と、該スペクトル系列情報を基に識別を行なう判別
   手段（11）とを有する無声破裂子音識別装置において、 前記破裂時点から後続母音への過渡部の音声信号からス
   ペクトル系列を抽出する音声分析手段（10）に、 後続母音の立ち上がり時点を検出する手段（６）と、 声帯振動開始時点を検出する手段（５）と、 上記破裂時点，声帯振動開始時点および後続母音の立ち
   上がり時点に基いて音声分析を行ないスペクトル系列を
   演算する手段（７）とを設けたことを特徴とする無声破
   裂子音識別方式。