JPH0754437B2 - ホルマント抽出装置 - Google Patents
ホルマント抽出装置Info
- Publication number
- JPH0754437B2 JPH0754437B2 JP61140749A JP14074986A JPH0754437B2 JP H0754437 B2 JPH0754437 B2 JP H0754437B2 JP 61140749 A JP61140749 A JP 61140749A JP 14074986 A JP14074986 A JP 14074986A JP H0754437 B2 JPH0754437 B2 JP H0754437B2
- Authority
- JP
- Japan
- Prior art keywords
- formant
- frequency
- coarse
- linear prediction
- linear
- 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
- Electrophonic Musical Instruments (AREA)
- Medicines Containing Plant Substances (AREA)
- Saccharide Compounds (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は母音のホルマント周波数を抽出するホルマント
抽出装置に関するものである。
抽出装置に関するものである。
従来の技術 近年、外国語の母音練習機が注目されはじめている。発
声された母音がどの母音であるかを識別するには通常第
１ホルマント周波数（以下F1と略記），第２ホルマント
周波数（以下F2と略記）の２ケのホルマント周波数がわ
かれば良いことが知られている。ホルマントの求め方と
しては８ビットマイコン等の安価なシステム上で処理時
間が短いことが必要である。以下図面を参照しながら従
来のホルマント抽出装置について説明する。第２図は従
来のホルマント抽出装置の処理ブロック図である。１は
線形予測係数算出部、５はFFT、６は２次式内挿型ピー
ク周波数検出部である。線形予測係数算出部１は１フレ
ーム長、例えば20msについて12次の線形予測係数を算出
する。FFT5は線形予測係数よりスペクトラムを求める為
に用いる。FFTを行うデータとしては、ｄ＝〔1,a1,a2，
……,a12,0,……,0〕として、その実数部、虚数部を求
める。但しａ1〜ａ12は線形予測係数、又０の数は243個
として求めたいスペクトラムの数Ｎを256とする。これ
ら実数部，虚数部の２乗和をとる。２次式内挿型ピーク
周波数検出部６ではFFTで得た任意の隣接する３点につ
いて、放物線の内挿を施しピーク周波数を検出する。放
物線は次式の形である。
声された母音がどの母音であるかを識別するには通常第
１ホルマント周波数（以下F1と略記），第２ホルマント
周波数（以下F2と略記）の２ケのホルマント周波数がわ
かれば良いことが知られている。ホルマントの求め方と
しては８ビットマイコン等の安価なシステム上で処理時
間が短いことが必要である。以下図面を参照しながら従
来のホルマント抽出装置について説明する。第２図は従
来のホルマント抽出装置の処理ブロック図である。１は
線形予測係数算出部、５はFFT、６は２次式内挿型ピー
ク周波数検出部である。線形予測係数算出部１は１フレ
ーム長、例えば20msについて12次の線形予測係数を算出
する。FFT5は線形予測係数よりスペクトラムを求める為
に用いる。FFTを行うデータとしては、ｄ＝〔1,a1,a2，
……,a12,0,……,0〕として、その実数部、虚数部を求
める。但しａ1〜ａ12は線形予測係数、又０の数は243個
として求めたいスペクトラムの数Ｎを256とする。これ
ら実数部，虚数部の２乗和をとる。２次式内挿型ピーク
周波数検出部６ではFFTで得た任意の隣接する３点につ
いて、放物線の内挿を施しピーク周波数を検出する。放
物線は次式の形である。
ｙ（λ）＝ａλ2＋ｂλ＋ｃ ｙ（０）を離散的なピークの値とし、ｙ（−１）とｙ
（１）をｙ（０）の左と右のサンプルとするとこれらの
点を通る放物線は次のような係数となる。
（１）をｙ（０）の左と右のサンプルとするとこれらの
点を通る放物線は次のような係数となる。
ｃ＝ｙ（０） ｂ＝〔ｙ（１）−ｙ（−１）〕/2 ａ＝〔ｙ（−１）＋ｙ（１）〕/2−ｙ（０） dy（λ）/dλ＝０を解くと、λ＝ｎP＝−b/2aとなる。
従ってｎPを離散的なピーク位置とすれば、内そうして
得られる生データのピーク推定値は ＝（ｎP＋λP）S／（2N） となる。但しSはサンプリング周波数である。〔（ジ
ェイ ディー マーケル，エーエイチ グレイ ジュニ
ア）（J.D.Markel,A.H.Gray,Jr.）共著（鈴木久喜）訳
音声の線形予測（Linear Prediction of Speech）コロ
ナ社 PP202〜204〕 発明が解決しようとする問題点 しかしながら上記のような構成ではFFTの計算に時間が
かかる。８ビットマイコンを用いて処理する場合の例を
以下に示す。ＮポイントのFFTを行う場合、実虚数につ
いて計算するので、乗算，加算，減算は各々2Nlog2N,Nl
og2N,Nlog2Ｎ回となる。パワーを計算する時、乗算はＮ
回、加算はN/2回となる。ここでＮを256、１回の乗算が
355.7（μｓ）、加算が3.1（μｓ）、減算が4.2（μ
ｓ）とすると１フレーム当り乗算が4352回、加算が2176
回、減算が2048回となり３フレームでは4.8（秒）とな
る。これにメモリーアクセス時間も考慮すると約10
（秒）かかることになる。これでは処理時間が遅いとい
う問題点を有している。
従ってｎPを離散的なピーク位置とすれば、内そうして
得られる生データのピーク推定値は ＝（ｎP＋λP）S／（2N） となる。但しSはサンプリング周波数である。〔（ジ
ェイ ディー マーケル，エーエイチ グレイ ジュニ
ア）（J.D.Markel,A.H.Gray,Jr.）共著（鈴木久喜）訳
音声の線形予測（Linear Prediction of Speech）コロ
ナ社 PP202〜204〕 発明が解決しようとする問題点 しかしながら上記のような構成ではFFTの計算に時間が
かかる。８ビットマイコンを用いて処理する場合の例を
以下に示す。ＮポイントのFFTを行う場合、実虚数につ
いて計算するので、乗算，加算，減算は各々2Nlog2N,Nl
og2N,Nlog2Ｎ回となる。パワーを計算する時、乗算はＮ
回、加算はN/2回となる。ここでＮを256、１回の乗算が
355.7（μｓ）、加算が3.1（μｓ）、減算が4.2（μ
ｓ）とすると１フレーム当り乗算が4352回、加算が2176
回、減算が2048回となり３フレームでは4.8（秒）とな
る。これにメモリーアクセス時間も考慮すると約10
（秒）かかることになる。これでは処理時間が遅いとい
う問題点を有している。
本発明は上記問題点に鑑み処理時間の短いホルマント抽
出装置を提供するものである。
出装置を提供するものである。
問題点を解決するための手段 本発明は上記目的を達成するため、音声信号を線形予測
分析して線形予測係数を求める線形予測係数算出部と、
上記線形予測係数を説明変数としホルマント周波数を目
的変数とする重回帰分析を用いて予め重回帰係数を求め
ておき、入力される線形予測係数より上記重回帰係数の
線形一次結合を用いて粗いホルマント周波数を抽出する
粗ホルマント周波数抽出部と、この粗ホルマント周波数
近辺の周波数のスペクトラム値を算出する部分的スペク
トラム値算出部と、得られたスペクトラム値よりピーク
周波数を検出するピーク周波数検出部とを有するもので
ある。
分析して線形予測係数を求める線形予測係数算出部と、
上記線形予測係数を説明変数としホルマント周波数を目
的変数とする重回帰分析を用いて予め重回帰係数を求め
ておき、入力される線形予測係数より上記重回帰係数の
線形一次結合を用いて粗いホルマント周波数を抽出する
粗ホルマント周波数抽出部と、この粗ホルマント周波数
近辺の周波数のスペクトラム値を算出する部分的スペク
トラム値算出部と、得られたスペクトラム値よりピーク
周波数を検出するピーク周波数検出部とを有するもので
ある。
作用 本発明は上記した構成によって、粗ホルマント周波数算
出及びその近辺のピーク周波数検出という短い計算時間
で済む処理だけでよく処理時間が短かくなる。
出及びその近辺のピーク周波数検出という短い計算時間
で済む処理だけでよく処理時間が短かくなる。
実施例 以下本発明の一実施例のホルマント抽出装置について図
面を参照しながら説明する。
面を参照しながら説明する。
第１図は本発明の一実施例、第３図は第１図を構成する
粗ホルマント周波数抽出部の一実施例である。
粗ホルマント周波数抽出部の一実施例である。
第１図において１は線形予測係数算出部、２は粗ホルマ
ント周波数抽出部、３は部分的スペクトラム値算出部、
４は２次式内挿型ピーク周波数検出部である。
ント周波数抽出部、３は部分的スペクトラム値算出部、
４は２次式内挿型ピーク周波数検出部である。
線形予測係数算出部１では音声信号入力にプリエンファ
シスをかけ、その後でDurbin法を用いて線形予測係数
（ａ1,a2，……,a12）を求める。
シスをかけ、その後でDurbin法を用いて線形予測係数
（ａ1,a2，……,a12）を求める。
粗ホルマント周波数は第３図において説明する。７は重
回帰係数メモリー、８は線形一次結合部である。
回帰係数メモリー、８は線形一次結合部である。
既知の線形予測係数と、それから得られる既知のＦ1,F2
の組み合わせを多く用意しておく。線形予測係数を説明
変数、ホルマント周波数を目的変数として重回帰分析を
行い、重回帰係数を求めこれをメモリーにストアしたも
のが重回帰係数メモリー７である。線形一次結合部８で
は新たに入力された線形予測係数に対し重回帰係数メモ
リー７より得られる係数を線形一次結合し、これにより
この時のホルマント周波数を推定する。この周波数を粗
ホルマント周波数Ｆと呼ぶことにする。この時の計算時
間を算出する。計算は次式の通り行う。
の組み合わせを多く用意しておく。線形予測係数を説明
変数、ホルマント周波数を目的変数として重回帰分析を
行い、重回帰係数を求めこれをメモリーにストアしたも
のが重回帰係数メモリー７である。線形一次結合部８で
は新たに入力された線形予測係数に対し重回帰係数メモ
リー７より得られる係数を線形一次結合し、これにより
この時のホルマント周波数を推定する。この周波数を粗
ホルマント周波数Ｆと呼ぶことにする。この時の計算時
間を算出する。計算は次式の通り行う。
＝ｃ0＋ｃ1・ａ1＋ｃ2・ａ2＋……＋ｃ12・ａ12 但しａ1〜ａ12は線形予測係数、ｃ0〜ｃ12は重回帰係数
である。上式より乗算，加算は各々12回あることがわか
る。１乗算時間が355.7（μｓ）、１加算時間が3.1（μ
ｓ）とするとＦ1,F2について１フレームでは ２×（12×355.7〔μｓ〕＋12×3.1〔μｓ〕）＝8.6（m
s） フレームによるバラツキの影響をなくす為に３フレーム
について計算すると25.8（ms）、メモリーアクセスの時
間も含めて倍と考えると約50（ms）である。次に部分的
スペクトラム値算出部３について説明する。
である。上式より乗算，加算は各々12回あることがわか
る。１乗算時間が355.7（μｓ）、１加算時間が3.1（μ
ｓ）とするとＦ1,F2について１フレームでは ２×（12×355.7〔μｓ〕＋12×3.1〔μｓ〕）＝8.6（m
s） フレームによるバラツキの影響をなくす為に３フレーム
について計算すると25.8（ms）、メモリーアクセスの時
間も含めて倍と考えると約50（ms）である。次に部分的
スペクトラム値算出部３について説明する。
今、逆フィルターのスペクトラムを Ｓ＝|1＋ａ1・ｚ-1＋ａ2・ｚ-2＋……＋ａ12・ｚ-12｜2 と表す。ホルマントはこの極小値にある。周波数はＺ＝
１の円上を動く。そこで とおく。但し、 ここではＮ＝256とする。Ｓは以下の如く書き直すこと
ができる。
１の円上を動く。そこで とおく。但し、 ここではＮ＝256とする。Ｓは以下の如く書き直すこと
ができる。
ここでRe〔 〕は実数部、Im〔 〕は虚数部を示す。
については予めテーブルを用意しておく。
各周波数における乗算，加算の回数は各々26回,24回で
ある。粗ホルマント周波数の精度については実験的に得
ておく。今、第１ホルマントの粗ホルマント周波数1
は正しいホルマント周波数Ｆ1に対し100（Hz）の誤差が
あるとする。Ｆ1の探索は1±100（Hz）の範囲とな
る。周波数間隔は39（Hz）なのでスペクトラム値の計算
は計６箇所で良い。同様に第２ホルマントの粗ホルマン
ト周波数2は正しいホルマント周波数Ｆ2に対し300（H
z）の誤差があるとする。
ある。粗ホルマント周波数の精度については実験的に得
ておく。今、第１ホルマントの粗ホルマント周波数1
は正しいホルマント周波数Ｆ1に対し100（Hz）の誤差が
あるとする。Ｆ1の探索は1±100（Hz）の範囲とな
る。周波数間隔は39（Hz）なのでスペクトラム値の計算
は計６箇所で良い。同様に第２ホルマントの粗ホルマン
ト周波数2は正しいホルマント周波数Ｆ2に対し300（H
z）の誤差があるとする。
Ｆ2の探索は2±300（Hz）となり、スペクトラム値の
計算は16箇所である。以上Ｆ1,F2の分を合わせて22箇所
の計算で良い。３フレームでは ３×22×（26×355.7〔μｓ〕＋24×3.1〔μｓ〕）＝0.
6（秒） となる。メモリーアクセスの時間を考慮してその２倍と
見積っても1.2（秒）である。これに粗ホルマント周波
数算出時間50（ms）を加えると1.25（秒）であり、従来
例の10秒に比べ短いことがわかる。
計算は16箇所である。以上Ｆ1,F2の分を合わせて22箇所
の計算で良い。３フレームでは ３×22×（26×355.7〔μｓ〕＋24×3.1〔μｓ〕）＝0.
6（秒） となる。メモリーアクセスの時間を考慮してその２倍と
見積っても1.2（秒）である。これに粗ホルマント周波
数算出時間50（ms）を加えると1.25（秒）であり、従来
例の10秒に比べ短いことがわかる。
２次式内挿型ピーク周波数検出部４については既に従来
例の所で説明した２次式内挿型ピーク周波数検出部６と
同等のものであり、ここでは説明を省略する。
例の所で説明した２次式内挿型ピーク周波数検出部６と
同等のものであり、ここでは説明を省略する。
以上のように本実施例によれば粗ホルマント周波数を、
線形予測係数からの線形一次結合により算出し、この周
波数の近辺のスペクトラム値を算出し、ピーク周波数を
求めることにより短時間にホルマント周波数を求めるこ
とができる。
線形予測係数からの線形一次結合により算出し、この周
波数の近辺のスペクトラム値を算出し、ピーク周波数を
求めることにより短時間にホルマント周波数を求めるこ
とができる。
発明の効果 以上のように本発明は粗ホルマント周波数抽出部と部分
的スペクトラム値算出部とピーク周波数検出部を設ける
ことによりFFTを用いた従来の方法に比べ処理時間を非
常に短かくすることができる。
的スペクトラム値算出部とピーク周波数検出部を設ける
ことによりFFTを用いた従来の方法に比べ処理時間を非
常に短かくすることができる。
第１図は本発明の一実施例におけるホルマント抽出装置
のブロック図、第２図は従来のホルマント抽出装置のブ
ロック図、第３図は第１図の粗ホルマント周波数抽出部
におけるブロック図である。 １……線形予測係数算出部、２……粗ホルマント周波数
抽出部、３……部分的スペクトラム値算出部、４……２
次式内挿型ピーク周波数検出部、７……重回帰係数メモ
リー、８……線形一次結合部。
のブロック図、第２図は従来のホルマント抽出装置のブ
ロック図、第３図は第１図の粗ホルマント周波数抽出部
におけるブロック図である。 １……線形予測係数算出部、２……粗ホルマント周波数
抽出部、３……部分的スペクトラム値算出部、４……２
次式内挿型ピーク周波数検出部、７……重回帰係数メモ
リー、８……線形一次結合部。
Claims (1)
- 【請求項１】音声信号を線形予測分析して線形予測係数
を求める線形予測係数算出部と、上記線形予測係数を説
明変数としホルマント周波数を目的変数とする重回帰分
析を用いて予め重回帰係数を求めておき、入力される線
形予測係数より上記重回帰係数の線形一次結合を用いて
粗いホルマント周波数を抽出する粗ホルマント周波数抽
出部と、上記粗ホルマント周波数近辺の周波数のスペク
トラム値を算出する部分的スペクトラム値算出部と、得
られたスペクトラム値よりピーク周波数を検出するピー
ク周波数検出部とで構成するホルマント抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61140749A JPH0754437B2 (ja) | 1986-06-17 | 1986-06-17 | ホルマント抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61140749A JPH0754437B2 (ja) | 1986-06-17 | 1986-06-17 | ホルマント抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62296200A JPS62296200A (ja) | 1987-12-23 |
| JPH0754437B2 true JPH0754437B2 (ja) | 1995-06-07 |
Family
ID=15275839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61140749A Expired - Lifetime JPH0754437B2 (ja) | 1986-06-17 | 1986-06-17 | ホルマント抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0754437B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6004510B2 (ja) * | 2013-06-17 | 2016-10-12 | アルプス電気株式会社 | 信号周波数算出方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS595296A (ja) * | 1982-07-01 | 1984-01-12 | 日本電気株式会社 | 線スペクトル型音声分析合成装置 |
| JPS607369A (ja) * | 1983-06-27 | 1985-01-16 | Nec Corp | Ｌｓｐ周波数分析器 |
| JPS60168198A (ja) * | 1984-02-13 | 1985-08-31 | 松下電器産業株式会社 | ホルマント抽出装置 |
-
1986
- 1986-06-17 JP JP61140749A patent/JPH0754437B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62296200A (ja) | 1987-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhivomirov | On the development of STFT-analysis and ISTFT-synthesis routines and their practical implementation | |
| Jones | Identification and autoregressive spectrum estimation | |
| KR20100049601A (ko) | 주기 신호 처리 방법, 주기 신호 변환 방법, 주기 신호 처리 장치, 및 주기 신호의 분석 방법 | |
| US10068558B2 (en) | Method and installation for processing a sequence of signals for polyphonic note recognition | |
| Ismail et al. | Automated vibration-based fault size estimation for ball bearings using Savitzky–Golay differentiators | |
| Amir et al. | Segmentation of EEG during sleep using time-varying autoregressive modeling | |
| JP2003044077A (ja) | 音声特徴量抽出方法と装置及びプログラム | |
| JP4419249B2 (ja) | 音響信号分析方法及び装置並びに音響信号処理方法及び装置 | |
| CN118409352A (zh) | 一种致密砂岩含气储层的信号处理方法 | |
| Abdelmalek et al. | Signal reconstruction based on the relationship between STFT magnitude and phase spectra | |
| JPH04288600A (ja) | ピッチ周波数差分特徴量抽出法 | |
| US9268745B2 (en) | Method for fast wavelet transform of a signal | |
| JPH08328593A (ja) | スペクトル分析方法 | |
| JPS62296200A (ja) | ホルマント抽出装置 | |
| JP2898637B2 (ja) | 音声信号分析方法 | |
| JPS5876891A (ja) | 音声ピツチ抽出方法 | |
| KR19990076440A (ko) | 근전도 신호의 스펙트럼 분석방법 | |
| JP2004502202A (ja) | ラインスペクトル周波数の算出方法 | |
| JPH0235992B2 (ja) | ||
| JP2880683B2 (ja) | 雑音抑制装置 | |
| Ramesh et al. | Glottal opening instants detection using zero frequency resonator | |
| JPS63298400A (ja) | ホルマント抽出装置 | |
| JPH0758436B2 (ja) | ホルマント抽出装置 | |
| KR100211965B1 (ko) | 유성음 구간에서 피치동기식 포먼트 추정방법 | |
| Ragazzini et al. | Elimination of the pitch bias in the non-stationary characterization of speech |