JPH0792672B2 - 音声区間検出方法 - Google Patents
音声区間検出方法Info
- Publication number
- JPH0792672B2 JPH0792672B2 JP61082808A JP8280886A JPH0792672B2 JP H0792672 B2 JPH0792672 B2 JP H0792672B2 JP 61082808 A JP61082808 A JP 61082808A JP 8280886 A JP8280886 A JP 8280886A JP H0792672 B2 JPH0792672 B2 JP H0792672B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- section
- detection
- threshold value
- detection method
- 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 - Fee Related
Links
Description
【発明の詳細な説明】 技術分野 本発明は、音声認識装置における音声区間検出方法に関
する。
する。
従来技術 音声認識装置の音声区間検出方法において、始端の検出
方法はさまざまあり、種々有効な方法が報告されている
が、端始以降の音声区間検出には、一般的には、一定閾
値が用いられている。一方、音声認識装置の音声区間検
出はほとんどの場合、リアルタイム検出が要求されてお
り、先の一定閾値をある音声入力時以外にその周囲ノイ
ズをサンプルし、それを基にして次単語の一定閾値を決
定しているのが現状である。このように、一定閾値の場
合、語頭が子音などの場合欠落する可能性が大きいが、
特に、語頭は重要な要素が大きい。
方法はさまざまあり、種々有効な方法が報告されている
が、端始以降の音声区間検出には、一般的には、一定閾
値が用いられている。一方、音声認識装置の音声区間検
出はほとんどの場合、リアルタイム検出が要求されてお
り、先の一定閾値をある音声入力時以外にその周囲ノイ
ズをサンプルし、それを基にして次単語の一定閾値を決
定しているのが現状である。このように、一定閾値の場
合、語頭が子音などの場合欠落する可能性が大きいが、
特に、語頭は重要な要素が大きい。
上述のように、従来技術においては、音声始端が検出さ
れた後、語中においては少なくとも一定閾値で音声区間
を検出していため、決定されている閾値が高い場合（比
較的騒音レベルが高い場合）音声パワーの低い部分つま
りは子音部分などを欠落する可能性が高かつた。
れた後、語中においては少なくとも一定閾値で音声区間
を検出していため、決定されている閾値が高い場合（比
較的騒音レベルが高い場合）音声パワーの低い部分つま
りは子音部分などを欠落する可能性が高かつた。
目的 本発明は、上述のごとき実情に鑑みてなされたもので、
特に、音声区間をより正確に検出することを目的として
なされたものである。
特に、音声区間をより正確に検出することを目的として
なされたものである。
構成 本発明は、上記目的を達成するために、（１）マイクか
ら入力された音声の音声パワー及び周波数差分パワース
ペクトルを用いて音声の区間を検出する検出手段を有す
る音声区間検出方法において、音声始端を検出した時点
から、一定のフレーム区間の間音声区間検出の閾値を下
げておき、一定フレーム区間経過後、前記閾値をもとの
値に戻して語頭部分の検出精度を上げること、更には、
（２）音声区間中に無音区間が存在する場合、前記無音
区間の次の有音区間の子音始端を検出した時点で、一定
フレームの区間の間、切り出し閾値を下げるようにした
こと、更には、（３）有声／無声検出手段を有し、無声
区間中の時は、音声区間検出閾値を下げ、有声信号が発
生した時点で前記閾値をもとの値にもどすことを特徴と
したものである。以下、本発明の実施例に基いて説明す
る。
ら入力された音声の音声パワー及び周波数差分パワース
ペクトルを用いて音声の区間を検出する検出手段を有す
る音声区間検出方法において、音声始端を検出した時点
から、一定のフレーム区間の間音声区間検出の閾値を下
げておき、一定フレーム区間経過後、前記閾値をもとの
値に戻して語頭部分の検出精度を上げること、更には、
（２）音声区間中に無音区間が存在する場合、前記無音
区間の次の有音区間の子音始端を検出した時点で、一定
フレームの区間の間、切り出し閾値を下げるようにした
こと、更には、（３）有声／無声検出手段を有し、無声
区間中の時は、音声区間検出閾値を下げ、有声信号が発
生した時点で前記閾値をもとの値にもどすことを特徴と
したものである。以下、本発明の実施例に基いて説明す
る。
第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図で、図中、１はマイクロフォン、２は前処理
部、３は音声パワー生成部、４は始端検出部、５はｎフ
レームチェック部、６は閾値決定部、７は閾値からの減
算部、８は比較部である。
ロック線図で、図中、１はマイクロフォン、２は前処理
部、３は音声パワー生成部、４は始端検出部、５はｎフ
レームチェック部、６は閾値決定部、７は閾値からの減
算部、８は比較部である。
第２図及び第３図は、それぞれ本発明の動作説明をする
ためのタイムチャートで、両図とも（ａ）は音声パワー
信号、（ｂ）及び（ｃ）は音声区間パルスで、（ｂ）は
従来技術による音声区間パルス、（ｃ）は本発明による
音声区間パルスである。
ためのタイムチャートで、両図とも（ａ）は音声パワー
信号、（ｂ）及び（ｃ）は音声区間パルスで、（ｂ）は
従来技術による音声区間パルス、（ｃ）は本発明による
音声区間パルスである。
第２図は、始端検出がＳ点で行われた場合の例で、この
場合、子音の先頭で正確に行われたにもかかわらず、音
声パワーによる検出閾値Ｐthが高いために音声区間パル
スは（ｂ）に示すように語頭の部分のみが残り、有用な
情報を切り落すことになる。従つて、始端からｎフレー
ムの区間のみ区間の閾値を下げておき、ｎフレームたっ
た時点で閾値をもとに戻すようにすれば、音声区間パル
スは（ｃ）のようになり、有用な情報が欠落することは
ない。
場合、子音の先頭で正確に行われたにもかかわらず、音
声パワーによる検出閾値Ｐthが高いために音声区間パル
スは（ｂ）に示すように語頭の部分のみが残り、有用な
情報を切り落すことになる。従つて、始端からｎフレー
ムの区間のみ区間の閾値を下げておき、ｎフレームたっ
た時点で閾値をもとに戻すようにすれば、音声区間パル
スは（ｃ）のようになり、有用な情報が欠落することは
ない。
第３図は、語中に無音区間が生じた場合の例で、この場
合、次の有音区間の先頭に有用な子音情報があるが（例
えばストップ、復改など）、この場合も、前記と同様に
して音声区間パルス（ｃ）を検出することが可能とな
る。
合、次の有音区間の先頭に有用な子音情報があるが（例
えばストップ、復改など）、この場合も、前記と同様に
して音声区間パルス（ｃ）を検出することが可能とな
る。
第４図は、本発明の他の実施例を説明するための電気的
ブロック線図で、この実施例は、第１図に示した実施例
に更に有音／無声検出回路９を付加し、前記のｎフレー
ム区間を自動的に制御するようにしたものである。
ブロック線図で、この実施例は、第１図に示した実施例
に更に有音／無声検出回路９を付加し、前記のｎフレー
ム区間を自動的に制御するようにしたものである。
第５図は、第４図に示した実施例の動作説明をするため
のタイムチャートで、（ａ）は音声パワー信号、（ｂ）
は有声／無声信号、（ｃ）は音声区間信号であるが、閾
値を下げる目的は主に子音の救済にある。而して、子音
はすべてが無声である訳ではないが比較的無声音が多
い。そこで、音声の有声／無声信号を利用し、ｎフレー
ム中に有声音が発生した場合には閾値を下げておく必要
がなくなるので、閾値をもとに戻す（閾値は正常値の方
が望ましいのは当然であり、閾値を下げることによりノ
イズを切り出してしまう可能性が強い）。又、無声音が
続いても、ｎフレームたったら閾値をもとに戻せば良い
ことになる。
のタイムチャートで、（ａ）は音声パワー信号、（ｂ）
は有声／無声信号、（ｃ）は音声区間信号であるが、閾
値を下げる目的は主に子音の救済にある。而して、子音
はすべてが無声である訳ではないが比較的無声音が多
い。そこで、音声の有声／無声信号を利用し、ｎフレー
ム中に有声音が発生した場合には閾値を下げておく必要
がなくなるので、閾値をもとに戻す（閾値は正常値の方
が望ましいのは当然であり、閾値を下げることによりノ
イズを切り出してしまう可能性が強い）。又、無声音が
続いても、ｎフレームたったら閾値をもとに戻せば良い
ことになる。
効果 以上の説明から明らかなように、本発明によると、語中
の閾値による子音の欠落を最小に押えることができる。
の閾値による子音の欠落を最小に押えることができる。
第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図、第２図及び第３図は、それぞれ第１図に示
した実施例の動作説明をするためのタイムチャート、第
４図は、本発明の他の実施例を説明するための電気的ブ
ロック線図、第５図は、第４図に示した実施例の動作説
明をするためのタイムチャートである。 １……マイクロフォン、２……前処理部、３……音声パ
ワー生成部、４……始端検出部、５……ｎフレームチェ
ック部、６……閾値決定部、７……閾値からの減算部、
８……比較部、９……有声／無声検出回路。
ロック線図、第２図及び第３図は、それぞれ第１図に示
した実施例の動作説明をするためのタイムチャート、第
４図は、本発明の他の実施例を説明するための電気的ブ
ロック線図、第５図は、第４図に示した実施例の動作説
明をするためのタイムチャートである。 １……マイクロフォン、２……前処理部、３……音声パ
ワー生成部、４……始端検出部、５……ｎフレームチェ
ック部、６……閾値決定部、７……閾値からの減算部、
８……比較部、９……有声／無声検出回路。
Claims (3)
- 【請求項１】マイクから入力された音声の音声パワー及
び周波数差分パワースペクトルを用いて音声の区間を検
出する検出手段を有する音声区間検出方法において、音
声始端を検出した時点から、一定のフレーム区間の間音
声区間検出の閾値を下げておき、一定フレーム区間経過
後、前記閾値をもとの値に戻して語頭部分の検出精度を
上げることを特徴とする音声区間検出方法。 - 【請求項２】音声区間中に無音区間が存在する場合、前
記無音区間の次の有音区間の子音始端を検出した時点
で、一定フレームの区間の間、切り出し閾値を下げるよ
うにしたことを特徴とする特許請求の範囲第（１）項に
記載の音声区間検出方法。 - 【請求項３】有声／無声検出手段を有し、無声区間中の
時は、音声区間検出閾値を下げ、有声信号が発生した時
点で前記閾値をもとの値にもどすことを特徴とする特許
請求の範囲第（１）項又は第（２）項に記載の音声区間
検出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61082808A JPH0792672B2 (ja) | 1986-04-10 | 1986-04-10 | 音声区間検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61082808A JPH0792672B2 (ja) | 1986-04-10 | 1986-04-10 | 音声区間検出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62238599A JPS62238599A (ja) | 1987-10-19 |
| JPH0792672B2 true JPH0792672B2 (ja) | 1995-10-09 |
Family
ID=13784710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61082808A Expired - Fee Related JPH0792672B2 (ja) | 1986-04-10 | 1986-04-10 | 音声区間検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0792672B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6202046B1 (en) | 1997-01-23 | 2001-03-13 | Kabushiki Kaisha Toshiba | Background noise/speech classification method |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58190993A (ja) * | 1982-05-01 | 1983-11-08 | 日産自動車株式会社 | 車両用音声検出装置 |
| JPS60242500A (ja) * | 1984-05-17 | 1985-12-02 | 日本電気株式会社 | 音声検出方法及び回路 |
-
1986
- 1986-04-10 JP JP61082808A patent/JPH0792672B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62238599A (ja) | 1987-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4821325A (en) | Endpoint detector | |
| CA2483607A1 (en) | Syllabic nuclei extracting apparatus and program product thereof | |
| JP4736632B2 (ja) | ボーカル・フライ検出装置及びコンピュータプログラム | |
| JP3413862B2 (ja) | 音声区間検出方法 | |
| JPH0792672B2 (ja) | 音声区間検出方法 | |
| JPH0950288A (ja) | 音声認識装置及び音声認識方法 | |
| JP2968976B2 (ja) | 音声認識装置 | |
| JP2666296B2 (ja) | 音声認識装置 | |
| JP3031081B2 (ja) | 音声認識装置 | |
| JPH0567039B2 (ja) | ||
| JPS61292199A (ja) | 音声認識装置 | |
| JPS6267598A (ja) | 音声区間検出方式 | |
| JPS6217800A (ja) | 音声区間判定方式 | |
| JPS61233791A (ja) | 音声認識装置における音声区間検出方式 | |
| JPS6039691A (ja) | 音声認識方法 | |
| JP2578771B2 (ja) | 音声認識装置 | |
| JPS59228300A (ja) | 音声区間検出方式 | |
| JPS5925237B2 (ja) | 音声分析合成方式の音声区間判定方法 | |
| JPS61273599A (ja) | 音声認識装置 | |
| JP2679039B2 (ja) | 母音切出し装置 | |
| JPS58113992A (ja) | 音声信号圧縮方式 | |
| JPH0652479B2 (ja) | 音声分析方式 | |
| JPS59170894A (ja) | 音声区間の切り出し方式 | |
| JPH0632002B2 (ja) | 単音節音声の母音部切出方法 | |
| JPS5925240B2 (ja) | 音声区間の語頭検出方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |