JPH10319985A

JPH10319985A - ノイズレベル検出方法、システム及び記録媒体

Info

Publication number: JPH10319985A
Application number: JP10058722A
Authority: JP
Inventors: Takahiko Niimura; 貴彦新村
Original assignee: N T T DATA KK; NTT Data Corp
Current assignee: N T T DATA KK; NTT Data Group Corp
Priority date: 1997-03-14
Filing date: 1998-03-11
Publication date: 1998-12-04

Abstract

(57)【要約】【課題】ノイズレベルの変動に対しても安定に且つ的
確にノイズレベルを検出することができる。【解決手段】パワーレベル算出部１は入力される音声
データを、所定時間幅の短い音声区間であるフレームを
所定時間ずつずらして切り出す。パワー分布算出部２は
フレーム毎のパワーレベルの頻度分布特性を求める。境
界推定部３は、パワー分布算出部２で得たフレーム毎の
パワーレベルの頻度分布特性に基づいて、ノイズレベル
領域と音声レベル領域との境界を、少なくともノイズレ
ベル領域にノイズレベルの分布する範囲を全て含むよう
に推定する。ノイズ分布算出部４は、境界推定部３で設
定された境界値以下のノイズレベル領域について、ノイ
ズレベルの分布を計算する。ノイズレベル算定部５は、
ノイズ分布算出部４で求めたノイズレベル分布の平均値
に偏差を加算し、ノイズレベルを算定して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、音声データの分
析等に際し、ノイズの影響の低減除去等に供するため、
音声データ中に含まれるノイズのパワーレベルを検出す
る技術に係り、特にノイズレベルの検出の自動化に好適
なノイズレベル検出方法、システム及び記録媒体に関す
る。

【０００２】

【従来の技術】近年、音声合成技術を用いて生成したい
わゆる合成音声が、合成音サービス及び音声案内等の形
でマンマシンインタフェイスに利用されることが多くな
ってきた。このような、合成音声の構成音源としての波
形辞書は、スタジオ録音された実音声の音声データをも
とにして作成される。

【０００３】このような、音声データに基づく波形辞書
の作成等にあたっては、いわゆる声優又はアナウンサ等
の音声を収録し、その発生データを分析して、所要の音
声波形を抽出する。この音声データの精度の高い分析に
際しては、ノイズの影響を取り除くために、ノイズのパ
ワーレベルを検知する必要が生じる。

【０００４】従来、音声データからのノイズレベルの検
出は次のようにして行っていた。例えば図１１に示すよ
うな音声波形を有する音声データが与えられたとする。
この図１１の音声波形の先頭部分のスペクトルグラム
を、図１２に示す。

【０００５】図１１の音声波形では、実質的な音声が始
まる前には、何も信号がないように見えるが、実際には
図１２に示すようにノイズのパワーが入力されている。
この部分は、ノイズのみのパワーであるので、従来のノ
イズレベル検出の第１の方法では、このような音声区間
の先頭の１００〜２００ｍｓの区間のパワーを調べて、
それをノイズのパワーレベルとみなしている。

【０００６】あるいは、従来のノイズレベル検出の第２
の方法では、経験的にノイズのパワーレベルの上限値を
推定して、これを閾値とし、この閾値以下の値を持つ音
声区間を検索して、パワーレベルの値を求めてノイズレ
ベルとみなしている。

【０００７】

【発明が解決しようとする課題】上述したように、従来
のノイズレベル検出の方法では、第１及び第２の方法の
いずれにおいても、音声データの一部の特定の区間の音
声データそのものからノイズレベルを決定していたた
め、他の区間でノイズレベルが変動している場合には、
ノイズレベルの充分な検出・測定を行うことができなか
った。

【０００８】また、ノイズのパワーレベルの上限値を経
験的に定め、これを閾値とする第２の方法は、閾値の決
定手法のアルゴリズムを具現化しにくいため、自動化が
困難であった。

【０００９】この発明は、上述した事情に鑑みてなされ
たもので、ノイズレベルの変動に対しても安定に且つ的
確にノイズレベルを検出することができ、ノイズレベル
検出の自動化も容易なノイズレベル検出方法、システム
及び記録媒体を提供することを目的とする。

【００１０】

【課題を解決するための手段】上記目的を達成するた
め、この発明の第１の観点によるノイズレベル検出方法
は、音声データに基づいて該音声データ中に含まれるノ
イズのノイズレベルを検出するにあたり、前記音声デー
タの所定時間幅におけるパワーレベルを所定時間毎に求
めるパワーレベル算出ステップと、前記パワーレベル算
出ステップで算出される所定時間幅毎のパワーレベルの
頻度分布特性を求めるパワー分布算出ステップと、前記
パワー分布算出ステップで求められたパワーレベルの頻
度分布特性に基づいて、ノイズレベル領域と音声レベル
領域との境界を推定する境界推定ステップと、前記境界
推定ステップで推定されたノイズレベル領域についてノ
イズレベルの分布を計算するノイズレベル分布算出ステ
ップと、前記ノイズレベル分布算出ステップで求められ
たノイズレベル分布に基づいてノイズレベルを算定する
ノイズレベル算定ステップと、を有する。

【００１１】前記境界推定ステップは、パワーレベルの
平均値を求めて、ノイズレベル領域と音声レベル領域と
の境界と推定する平均値算出ステップを含んでいてもよ
い。前記境界推定ステップは、低位の隣接区域とのパワ
ーレベル頻度の少なくとも正の差分の二乗値を求め、さ
らに該二乗差分値の累積値を求める二乗差分累積算出ス
テップと、該二乗差分累積算出ステップで得られる二乗
差分値の累積値の変化率が所定値を超える点をノイズレ
ベル領域と音声レベル領域との境界と推定する変化率判
定ステップとを含んでいてもよい。

【００１２】前記パワーレベル算出ステップは、振幅の
パワーレベルとして二乗平均（ＲＭＳ：root-mean-squa
re〜以下、「ＲＭＳ」と略称する）対数を算出するＲＭ
Ｓ対数算出ステップを含んでいてもよい。前記パワーレ
ベル算出ステップは、振幅のパワーレベルとして高速フ
ーリエ変換（ＦＦＴ：Fast Fourier Transform〜以下、
「ＦＦＴ」と略称する）値を算出するＦＦＴパワー算出
ステップを含んでいてもよい。前記ノイズレベル算定ス
テップは、ノイズレベル分布の平均値に偏差を加算して
ノイズレベルを求めるステップを含んでいてもよい。

【００１３】また、この発明の第２の観点によるノイズ
レベル検出システムは、ノイズを含む音声データの所定
時間幅におけるパワーレベルを所定時間毎に求めるパワ
ーレベル算出手段と、前記パワーレベル算出手段で算出
される所定時間幅毎のパワーレベルの頻度分布特性を求
めるパワー分布算出手段と、前記パワー分布算出手段で
求められたパワーレベルの頻度分布特性に基づいて、ノ
イズレベル領域と音声レベル領域との境界を推定する境
界推定手段と、前記境界推定手段で推定されたノイズレ
ベル領域についてノイズレベルの分布を計算するノイズ
レベル分布算出手段と、前記ノイズレベル分布算出手段
で求められたノイズレベル分布に基づいてノイズレベル
を算定するノイズレベル算定手段と、を具備する。

【００１４】前記境界推定手段は、パワーレベルの平均
値を求めて、ノイズレベル領域と音声レベル領域との境
界と推定する平均値算出手段を含んでいてもよい。前記
境界推定手段は、低位の隣接区域とのパワーレベル頻度
の少なくとも正の差分の二乗値を求め、さらに該二乗差
分値の累積値を求める二乗差分累積算出手段と、該二乗
差分累積算出手段で得られる二乗差分値の累積値の変化
率が所定値を超える点をノイズレベル領域と音声レベル
領域との境界と推定する変化率判定手段とを含んでいて
もよい。

【００１５】前記パワーレベル算出手段は、振幅のパワ
ーレベルとしてＲＭＳ対数を算出するＲＭＳ対数算出手
段を含んでいてもよい。前記パワーレベル算出手段は、
振幅のパワーレベルとしてＦＦＴ値を算出するＦＦＴパ
ワー算出手段を含んでいてもよい。前記ノイズレベル算
定手段は、ノイズレベル分布の平均値に偏差を加算して
ノイズレベルを求める手段を含んでいてもよい。

【００１６】この発明に係るノイズレベル検出方法及び
システムは、音声データに基づいて該音声データ中に含
まれるノイズのノイズレベルを検出するにあたり、前記
音声データの所定時間幅におけるパワーレベルを所定時
間毎に算出し、所定時間幅毎のパワーレベルの頻度分布
特性を求め、該頻度分布特性に基づいて、ノイズレベル
領域と音声レベル領域との境界を推定して、ノイズレベ
ル領域についてノイズレベルの分布を計算し、該ノイズ
レベル分布に基づいてノイズレベルを算定する。このシ
ステムでは、所定時間幅毎のパワーレベルの頻度分布に
よりノイズレベルを求めるので、ノイズレベルの変動が
あってっも安定に且つ的確にノイズレベルを検出するこ
とができ、主として統計的演算でノイズレベルを求める
ので自動化も容易である。

【００１７】また、この発明の第３の観点によるコンピ
ュータ読み取り可能な記録媒体は、コンピュータをノイ
ズを含む音声データの所定時間幅におけるパワーレベル
を所定時間毎に求めるパワーレベル算出手段、前記パワ
ーレベル算出手段で算出される所定時間幅毎のパワーレ
ベルの頻度分布特性を求めるパワー分布算出手段、前記
パワー分布算出手段で求められたパワーレベルの頻度分
布特性に基づいて、ノイズレベル領域と音声レベル領域
との境界を推定する境界推定手段、前記境界推定手段で
推定されたノイズレベル領域についてノイズレベルの分
布を計算するノイズレベル分布算出手段、前記ノイズレ
ベル分布算出手段で求められたノイズレベル分布に基づ
いてノイズレベルを算定するノイズレベル算定手段、と
して機能させるためのプログラムを記録する。

【００１８】

【発明の実施の形態】以下、この発明の実施の形態を図
面を参照して説明する。図１〜図６を参照して、この発
明の第１の実施の形態に係るノイズレベル検出システム
を説明する。

【００１９】図１は、この発明の第１の実施の形態に係
るノイズレベル検出システムの構成を模式的に示してお
り、図２はその動作の概要を模式的に示している。

【００２０】図１に示すノイズレベル検出システムは、
パワーレベル算出部１、パワー分布算出部２、境界推定
部３、ノイズ分布算出部４及びノイズレベル算定部５を
具備している。パワーレベル算出部１は、入力される音
声データを、所定時間幅の短い音声区間であるフレーム
を所定時間ずつずらして切り出す。例えば、図１１に示
すように、フレームの時間幅つまりフレーム長を２３
〔ｍｓ〕とし、フレームをずらす間隔つまりフレームピ
ッチを１０〔ｍｓ〕とすれば、フレームピッチ１０〔ｍ
ｓ〕毎に、フレーム長２３〔ｍｓ〕の音声区間を逐次抽
出する。このとき、図１１に示すように近接するいくつ
かのフレームは、互いにその一部をオーバラップしてい
る。

【００２１】さらに、パワーレベル算出部１は、このよ
うに抽出したフレーム毎のパワーレベルを算出する。音
声データのパワーレベルとしては、例えば、ＲＭＳ対数
値を用いる。音声データのパワーレベルとしてＦＦＴパ
ワーを用いることもできる。パワー分布算出部２は、パ
ワーレベル算出部１で求めたフレーム毎のパワーレベル
の頻度分布特性を求める。境界推定部３は、パワー分布
算出部２で得たフレーム毎のパワーレベルの頻度分布特
性に基づいて、ノイズレベル領域と音声レベル領域との
境界を、少なくともノイズレベル領域にノイズレベルの
分布する範囲を全て含むように推定する。この場合、音
声データには無音区間が比較的少ないものとすると、パ
ワーレベルの平均値は、音声データの平均値に近い値と
なる。したがって、平均値よりも小さい値を持つフレー
ムには主としてノイズレベルを示すものが多く含まれる
ことになる。

【００２２】そこで、境界推定部３は、平均値算出部３
１及び境界設定部３２を有し、平均値算出部３１で、パ
ワーレベルの頻度分布の平均値のパワーレベルを求め
て、境界設定部３２でノイズレベル領域と音声レベル領
域との境界として設定する。境界設定部３２で設定され
た平均値のパワーレベル以下の領域がノイズレベル分布
の計算領域となる。

【００２３】ノイズ分布算出部４は、境界推定部３の境
界設定部３２で設定された境界値以下のノイズレベル領
域について、ノイズレベルの分布を計算する。このと
き、ノイズ分布算出部４で求めるノイズレベルの分布
は、例えばノイズレベル分布の平均値及び偏差で特定さ
れる。すなわち、ノイズ分布算出部４は、典型的には、
ノイズレベル分布の平均値及び偏差を求めるものとす
る。例えば、ノイズレベル分布の平均値が２３．７〔ｄ
Ｂ〕、偏差が１４．５〔ｄＢ〕であるとする。

【００２４】ノイズレベル算定部５は、ノイズ分布算出
部４で求めたノイズレベル分布の平均値に偏差を加算し
て、２３．７＋１４．５＝３８．２〔ｄＢ〕と、ノイズレベルを算定して出力する。

【００２５】次に、図１のように構成されたノイズレベ
ル検出システムの動作の模式図を図２に示している。こ
の場合、音声入力は、スタジオ録音された音声データの
ように、比較的ノイズが少ない音声データであり、音声
のパワーレベルの分布する範囲とノイズのパワーレベル
の分布する範囲とにそれぞれ偏りがある。

【００２６】まず、入力された音声データからフレーム
という短い音声区間毎の音声データを切り出す。このよ
うに、切り出されたフレーム毎にパワーレベルを計算す
る。パワーレベルの値としては、ＦＦＴパワー等もある
が、ここではＲＭＳ対数（ＲＭＳをｄＢ表現した値）を
パワーレベルとして求めている。フレーム内の各点につ
いて後述する計算式（数１）で振幅を表現したものがＲ
ＭＳ対数値である。

【００２７】フレーム毎に、このＲＭＳ対数値からなる
パワーレベルを求めたら、その頻度を調べ、頻度分布を
示すヒストグラムを作成する。先に述べた通り、スタジ
オ録音された音声データは、Ｓ／Ｎ（信号対雑音比）が
よいので、音声のパワーレベルがある範囲に偏って分布
している。そして、ノイズレベルの分布範囲は音声の分
布範囲よりもパワーレベルが低いところに位置するのが
普通である。

【００２８】次に、ノイズレベルの分布を計算する。こ
の場合、音声データには、無音区間が比較的少ないた
め、頻度分布おけるパワーレベルの平均値を求めると音
声のパワーレベルの平均値に近い値をとることになる。
このような全体のパワーレベルの平均値よりも小さいパ
ワーレベル値を持つフレームには、主としてノイズレベ
ルに起因するものが多く含まれていることになる。そこ
で、この平均値以下のパワーレベルのフレームのみを計
算対象として分布を求めれば、ノイズレベルの分布が求
められることになる。

【００２９】上述したノイズレベル検出システムの詳細
な動作を図３に示すフローチャートを参照して説明す
る。まず、パワーレベル算出部１は、入力された音声デ
ータから、図１１に示すように、フレーム長２３〔ｍ
ｓ〕で且つフレームピッチ１０〔ｍｓ〕のフレーム毎の
音声データを切り出し、逐次パワーレベルを計算する
（ステップＳ１１）。

【００３０】ステップＳ１１では、切り出されたフレー
ム毎に逐次パワーレベルを計算する。パワーレベルの値
としては、この場合、ＲＭＳ対数をパワーレベルとして
求めている。すなわち、図４に示すように、フレーム内
の各点ｘ₁，ｘ₂，…，ｘ_Nについて、数１に示す計算式
で振幅を表現したものがＲＭＳである。

【００３１】

【数１】このＲＭＳに基づき、さらに数２に示す計算式でその対
数を求めたものがＲＭＳ対数値である。

【００３２】

【数２】ＲＭＳ対数＝１０ｌｏｇ₁₀ＲＭＳ（単位はｄ
Ｂ）

【００３３】フレーム毎にこの値を求めたら、パワー分
布算出部２が、パワーレベルの頻度分布を調べ図５に示
すようなヒストグラムを作成する（ステップＳ１２）。
上述したように、スタジオ録音された音声データは、Ｓ
／Ｎがよいため、図５のように、音声のパワーレベルの
分布がある範囲に偏っており、ノイズレベルは音声の分
布範囲よりも低いパワーレベル部分に分布している。こ
の場合、境界推定部３は、ノイズレベルの分布の計算範
囲を求めるのに、平均値を用いる方法を採用している。
まず、平均値算出部３１が、図５の頻度分布におけるパ
ワーレベルの平均値を求める（ステップＳ１３）。音声
データには無音区間が比較的少ないため、全体のパワー
レベルの平均値は、音声のパワーレベルの平均値に近い
値となる。

【００３４】つまり、境界設定部３２が、全体の平均
値、例えば４５〔ｄＢ〕を境界として設定する（ステッ
プＳ１４）。この境界値よりも小さい値を持つフレーム
には、ノイズレベルを示すものが多く含まれているはず
であるから、ノイズ分布算出部４が、これらのフレーム
のみを計算対象としてノイズレベルの分布を求める（ス
テップＳ１５）。このようにして、ノイズレベルの分布
を求めると、図６に示すように、平均値が２３．７〔ｄ
Ｂ〕及び偏差が１４．５〔ｄＢ〕という結果が得られ
る。この分布結果を用いて、ノイズレベル算定部５にお
いて、平均値＋偏差によりノイズレベルを求めれば（ステップＳ１６）、ノ
イズレベルは３８．２〔ｄＢ〕となる。

【００３５】このようにして、ノイズレベルを的確に検
出することができる。また、ノイズレベルの変動に対し
ても音響分析や波形切り出しの精度が安定しており、自
動化も容易である。

【００３６】上述した第１の実施の形態では、全体の平
均値からノイズレベルの範囲を予想して、ノイズレベル
分布の計算範囲を決める境界値を設定した。音声を含む
フレームのほうが出現頻度が高いことを利用すれば他の
方法でノイズレベル分布の計算範囲の境界を設定するこ
とができる。それが、この発明の第２の実施の形態であ
る。

【００３７】図７〜図１０を参照して、この発明の第２
の実施の形態に係るノイズレベル検出システムを説明す
る。図７は、この発明の第２の実施の形態に係るノイズ
レベル検出システムの構成を模式的に示しており、図８
はその動作のフローチャートを示している。

【００３８】図７に示すノイズレベル検出システムは、
図１と同様のパワーレベル算出部１、パワー分布算出部
２、ノイズ分布算出部４及びノイズレベル算定部５を具
備しており、境界推定部６のみが図１の場合と異なって
いる。境界推定部６は、低位の隣接するパワーレベル区
間との差分のうち、“１”以下及び負の差分値を“０”
として、“１”を超える差分を二乗し、その低位からの
累積値を求めて、変化率が急増する個所を境界値と推定
する。

【００３９】すなわち、境界推定部６は、二乗差分累積
算出部６１及び変化率判定部６２を有している。二乗差
分累積算出部６１は、隣接する低位側のパワーレベル区
間との差分を求め、“１”以下及び負の差分値を“０”
とし、“１”を超える差分を二乗して、二乗差分値の分
布を求めるとともに、二乗差分値分布の低位側からの累
積値を求める。変化率判定部６２は、その変化率を低位
の１〔ｄＢ〕側から逐次判定し、変化率が急増して
“１”を超える個所を検出して、ノイズレベル分布計算
の境界値とする。

【００４０】図７のノイズレベル検出システムの動作を
図８に示すフローチャートを参照して説明する。まず、
入力された音声データから、フレーム長２３〔ｍｓ〕で
且つフレームピッチ１０〔ｍｓ〕のフレーム毎の音声デ
ータを切り出し、逐次パワーレベルを計算する（ステッ
プＳ２１）。フレーム毎にパワーレベルを求めたら、パ
ワーレベルの頻度分布を調べヒストグラムを作成する
（ステップＳ２２）。ステップＳ２１におけるパワーレ
ベルの計算及びステップＳ２２におけるパワーレベルの
頻度分布のヒストグラムの作成は、図１のシステムの場
合と同様である。

【００４１】次に、二乗差分累積算出部６１は、図５に
示す頻度分布特性において隣接する低位のパワーレベル
区間との頻度の変化分、すなわち頻度の差分を二乗し
て、図９に示すような二乗差分特性を求める（上述した
ように、“１”以下及び負の差分は“０”とする）。図
９では、変化分が強調されて、かなり明確に示されてい
る。低位から逐次頻度の変化分を観察すると、音声のパ
ワーレベルの範囲に入る４５〔ｄＢ〕近傍になると頻度
が急激に増加していることがわかる。そこで、二乗差分
累積算出部６１は、さらに、図９の特性の累積値、すな
わち図９の折れ線と横軸とで囲まれる面積の累積値を求
める（ステップＳ２３）。

【００４２】この累積値の特性を示したのが図１０であ
る。図１０では、上述した４５〔ｄＢ〕近傍において変
化率が急激に増加している。そこで、変化率判定部６２
は、図１０において、１〔ｄＢ〕（横軸の始端）側か
ら、逐次探索して、変化率（傾き）が“１”を越えるパ
ワーレベルを判定し（ステップＳ２４）、ノイズレベル
分布の計算のための境界値として設定する（ステップＳ
２５）。

【００４３】ステップＳ２３の二乗差分値の累積計算
は、ステップＳ２４で変化率が“１”を超えたと判定さ
れるまで繰り返す。ステップＳ２４で変化率が“１”を
超えたと判定されると、ステップＳ２５で境界値として
設定し、それ以後は二乗差分値の累積計算は行わない。

【００４４】この境界値よりも小さい値を持つフレーム
には、ノイズレベルを示すものが多く含まれているはず
であるから、これらのフレームのみを計算対象としてノ
イズレベルの分布を求める（ステップＳ２６）。このス
テップＳ２６の結果を用いて、数３によりノイズレベル
を求める（ステップＳ２７）。

【００４５】

【数３】平均値＋偏差＝ノイズレベル

【００４６】このようにしても、第１の実施の形態と同
様にノイズレベルを的確に検出することができる。この
場合も、ノイズレベルの変動に対しても音響分析や波形
切り出しの精度が安定しており、自動化も容易である。

【００４７】なお、この発明のノイズレベル検出システ
ムは、専用のシステムとして構成することなく、通常の
コンピュータシステムを用いて実現することができる。
例えば、コンピュータシステムに上述の動作を実行する
ためのプログラムを格納した媒体（フロッピーディス
ク、ＣＤ−ＲＯＭ等）から該プログラムをインストール
することにより、上述の処理を実行するノイズレベル検
出システムを構築することができる。なお、上述の機能
を、ＯＳが分担又はＯＳとアプリケーションの共同によ
り実現する場合等には、ＯＳ以外の部分のみを媒体に格
納してもよい。

【００４８】また、コンピュータにプログラムを供給す
るための媒体は、狭義の記憶媒体に限らず、通信回線、
通信ネットワーク及び通信システムのように、一時的且
つ流動的にプログラム等の情報を保持する通信媒体等を
含む広義の記憶媒体であってもよい。

【００４９】例えば、インターネット等の通信ネットワ
ーク上に設けたＦＴＰ（File Transfer Protocol）サー
バに当該プログラムを登録し、ＦＴＰクライアントにネ
ットワークを介して配信してもよく、通信ネットワーク
の電子掲示板（ＢＢＳ：Bulletin Board System）等に
該プログラムを登録し、これをネットワークを介して配
信してもよい。そして、このプログラムを起動し、ＯＳ
（Operating System）の制御下において実行することに
より、上述の処理を達成することができる。さらに、通
信ネットワークを介してプログラムを転送しながら起動
実行することによっても、上述の処理を達成することが
できる。

【００５０】

【発明の効果】以上説明したように、この発明に係るノ
イズレベル検出方法及びシステムは、音声データに基づ
いて該音声データ中に含まれるノイズのノイズレベルを
検出するにあたり、前記音声データの所定時間幅におけ
るパワーレベルを所定時間毎に算出し、所定時間幅毎の
パワーレベルの頻度分布特性を求め、該頻度分布特性に
基づいて、ノイズレベル領域と音声レベル領域との境界
を推定して、ノイズレベル領域についてノイズレベルの
分布を計算し、該ノイズレベル分布に基づいてノイズレ
ベルを算定する。このシステムでは、所定時間幅毎のパ
ワーレベルの頻度分布によりノイズレベルを求めるの
で、ノイズレベルの変動があっても安定に且つ的確にノ
イズレベルを検出することができ、主として統計的演算
でノイズレベルを求めるので自動化も容易である。すな
わち、この発明では、ノイズレベルの変動に対しても安
定に且つ的確にノイズレベルを検出することができ、ノ
イズレベル検出の自動化も容易なノイズレベル検出方法
及びシステムを提供することができる。

【図面の簡単な説明】

【図１】この発明の第１の実施の形態に係るノイズレベ
ル検出システムの構成を模式的に示すブロック図であ
る。

【図２】図１のノイズレベル検出システムの動作原理を
説明するための模式図である。

【図３】図１のノイズレベル検出システムにおける動作
を説明するためのフローチャートである。

【図４】図１のノイズレベル検出システムにおける二乗
平均（ＲＭＳ）対数パワーレベルを説明するための図で
ある。

【図５】図１のノイズレベル検出システムにおける音声
データのパワーレベル分布特性を説明するための図であ
る。

【図６】図１のノイズレベル検出システムにおけるノイ
ズレベル分布を説明するための図である。

【図７】この発明の第２の実施の形態に係るノイズレベ
ル検出システムの構成を模式的に示すブロック図であ
る。

【図８】図７のノイズレベル検出システムにおける動作
を説明するためのフローチャートである。

【図９】図７のノイズレベル検出システムにおける二乗
差分特性を説明するための図である。

【図１０】図７のノイズレベル検出システムにおける二
乗差分値の累積特性を説明するための図である。

【図１１】この発明に係る音声データを説明するための
波形図である。

【図１２】図１１に係る音声データを説明するためのス
ペクトルグラムである。

【符号の説明】

１パワーレベル算出部２パワー分布算出部３，６境界推定部４ノイズ分布算出部５ノイズレベル算定部３１平均値算出部３２境界設定部６１二乗差分累積算出部６２変化率判定部

Claims

【特許請求の範囲】

【請求項１】音声データに基づいて該音声データ中に含
まれるノイズのノイズレベルを検出するにあたり、前記音声データの所定時間幅におけるパワーレベルを所
定時間毎に求めるパワーレベル算出ステップと、前記パワーレベル算出ステップで算出される所定時間幅
毎のパワーレベルの頻度分布特性を求めるパワー分布算
出ステップと、前記パワー分布算出ステップで求められたパワーレベル
の頻度分布特性に基づいて、ノイズレベル領域と音声レ
ベル領域との境界を推定する境界推定ステップと、前記境界推定ステップで推定されたノイズレベル領域に
ついてノイズレベルの分布を計算するノイズレベル分布
算出ステップと、前記ノイズレベル分布算出ステップで求められたノイズ
レベル分布に基づいてノイズレベルを算定するノイズレ
ベル算定ステップと、を有することを特徴とするノイズ
レベル検出方法。
【請求項２】前記境界推定ステップは、パワーレベルの
平均値を求めて、ノイズレベル領域と音声レベル領域と
の境界と推定する平均値算出ステップを含むことを特徴
とする請求項１に記載のノイズレベル検出方法。
【請求項３】前記境界推定ステップは、低位の隣接区域
とのパワーレベル頻度の少なくとも正の差分の二乗値を
求め、さらに該二乗差分値の累積値を求める二乗差分累
積算出ステップと、該二乗差分累積算出ステップで得ら
れる二乗差分値の累積値の変化率が所定値を超える点を
ノイズレベル領域と音声レベル領域との境界と推定する
変化率判定ステップとを含むことを特徴とする請求項１
に記載のノイズレベル検出方法。
【請求項４】前記パワーレベル算出ステップは、振幅の
パワーレベルとして二乗平均（ＲＭＳ）対数を算出する
ＲＭＳ対数算出ステップを含むことを特徴とする請求項
１乃至３のうちのいずれか１項に記載のノイズレベル検
出方法。
【請求項５】前記パワーレベル算出ステップは、振幅の
パワーレベルとして高速フーリエ変換（ＦＦＴ）値を算
出するＦＦＴパワー算出ステップを含むことを特徴とす
る請求項１乃至３のうちのいずれか１項に記載のノイズ
レベル検出方法。
【請求項６】前記ノイズレベル算定ステップは、ノイズ
レベル分布の平均値に偏差を加算してノイズレベルを求
めるステップを含むことを特徴とする請求項１乃至５の
うちのいずれか１項に記載のノイズレベル検出方法。
【請求項７】ノイズを含む音声データの所定時間幅にお
けるパワーレベルを所定時間毎に求めるパワーレベル算
出手段と、前記パワーレベル算出手段で算出される所定時間幅毎の
パワーレベルの頻度分布特性を求めるパワー分布算出手
段と、前記パワー分布算出手段で求められたパワーレベルの頻
度分布特性に基づいて、ノイズレベル領域と音声レベル
領域との境界を推定する境界推定手段と、前記境界推定手段で推定されたノイズレベル領域につい
てノイズレベルの分布を計算するノイズレベル分布算出
手段と、前記ノイズレベル分布算出手段で求められたノイズレベ
ル分布に基づいてノイズレベルを算定するノイズレベル
算定手段と、を具備することを特徴とするノイズレベル
検出システム。
【請求項８】前記境界推定手段は、パワーレベルの平均
値を求めて、ノイズレベル領域と音声レベル領域との境
界と推定する平均値算出手段を含むことを特徴とする請
求項７に記載のノイズレベル検出システム。
【請求項９】前記境界推定手段は、低位の隣接区域との
パワーレベル頻度の少なくとも正の差分の二乗値を求
め、さらに該二乗差分値の累積値を求める二乗差分累積
算出手段と、該二乗差分累積算出手段で得られる二乗差
分値の累積値の変化率が所定値を超える点をノイズレベ
ル領域と音声レベル領域との境界と推定する変化率判定
手段とを含むことを特徴とする請求項７に記載のノイズ
レベル検出システム。
【請求項１０】前記パワーレベル算出手段は、振幅のパ
ワーレベルとして二乗平均（ＲＭＳ）対数を算出するＲ
ＭＳ対数算出手段を含むことを特徴とする請求項７乃至
９のうちのいずれか１項に記載のノイズレベル検出シス
テム。
【請求項１１】前記パワーレベル算出手段は、振幅のパ
ワーレベルとして高速フーリエ変換（ＦＦＴ）値を算出
するＦＦＴパワー算出手段を含むことを特徴とする請求
項７乃至９のうちのいずれか１項に記載のノイズレベル
検出システム。
【請求項１２】前記ノイズレベル算定手段は、ノイズレ
ベル分布の平均値に偏差を加算してノイズレベルを求め
る手段を含むことを特徴とする請求項７乃至１１のうち
のいずれか１項に記載のノイズレベル検出システム。
【請求項１３】コンピュータをノイズを含む音声データ
の所定時間幅におけるパワーレベルを所定時間毎に求め
るパワーレベル算出手段、前記パワーレベル算出手段で
算出される所定時間幅毎のパワーレベルの頻度分布特性
を求めるパワー分布算出手段、前記パワー分布算出手段
で求められたパワーレベルの頻度分布特性に基づいて、
ノイズレベル領域と音声レベル領域との境界を推定する
境界推定手段、前記境界推定手段で推定されたノイズレ
ベル領域についてノイズレベルの分布を計算するノイズ
レベル分布算出手段、前記ノイズレベル分布算出手段で
求められたノイズレベル分布に基づいてノイズレベルを
算定するノイズレベル算定手段、として機能させるためのプログラムを記録したコンピュ
ータ読み取り可能な記録媒体。