JPS5834986B2 - 適応形音声検出回路 - Google Patents

Description

【発明の詳細な説明】 本発明は、ＤＳＩ （ディジタル・スピーチ・インタポ
レーション）等に用いられる音声検出回路に関する。

近年、衛星あるいは海底ケーブルを用いた長距離通話回
線の需要が急増している。

これら長距離回線は建設コストが高いことから、通話回
線の有効利用が要請されている。

回線の有効利用方法としてＴＡＳＩ （Ｔｉｍｅ Ａｓ
ｓｉｇｎｍｅｎｔ ５ｐｅｅｃｈＩｎｔｅｒｐｏｌａｔ
ｉｎ一時間割当音声挿入方式）、ＤＳＩ （Ｄｉｇｉｔ
ａｌ ５ｐｅｅｃｈ Ｉｎｔｅｒｐｏｌａｔｉｏ ｎ−
ディジタル音声挿入方式）等が知られている。

これらは、いずれも一つの通話において一方の話者の送
話している時間は全体の約４割にすぎないという事実を
利用している。

すなわち６０チヤンネルあるいは１２０チヤンネル、２
４０チヤンネルという多数の通話チャンネルを受けて、
一つのチャンネルで送話が行なわれていない時間域には
他のチャンネルの音声を挿入する等の処理を行なうこと
により、上記６０，１２０，２４０チヤンネル等の通話
を、それぞれ３０，６０，１２０チヤンネル等に圧縮し
、衛星、海底ケーブル回線を通して送信するのがこれら
ＴＡＳＩ 、ＤＳＩ等の一つの基本的な方法である。

以上の説明から分るように、これら方式においては、各
チャンネルについて、音声が存在するかしないかの検出
、すなわち音声検出が基本的に重要である。

これら方式において要請される音声検出回路の特性は下
記の２点である。

（１）音声信号に対しては、できるだけすみやかに検出
可能なこと。

（２）雑音を音声と誤って検出する確率ができるだけ小
さいこと。

一方間線の雑音の大きさはチャンネル毎に大巾に異なり
、非常に大きいチャンネルもあれば、小さいチャンネル
もある。

これらのことから、回線の雑音レベルの大きさによって
適応的に閾値を変化させ、雑音レベルの大きい場合大き
い信号でなければ検出をせず、雑音レベルが小さい場合
、小さい信号でも検出を行なうように構成された適応形
音声検出回路が知られている。

このように適応形音声検出回路は理想的に動作した場合
、種々望ましい特性を有するわけであるが、今まで実現
されている回路は、雑音レベルの測定方法、測定した雑
音レベルでどのように閾値を制御するか等の具体的回路
構成に未解決の部分が多く、回路的に複雑になるわりに
は、期待した程の特性が得られていない。

これは、最近のシステムではディジクル方式等のサンプ
ル値処理が可能であるにもかかわらず、従来のアナログ
方式にとられれ、充分サンプル値処理に適した方式にな
っていないためである。

したがって、不発明の目的は、サンプル値処理、特にデ
ィジクル処理に極めて適合した、回路構成の極めて単純
な適応形音声検出回路を提供するにある。

従来のアナログ方式の基本は次のようである。

入力信号を整流した後２種類の平滑回路を通す。

これら２種類の平滑回路の時定数を異なった値に選択し
ておく、即ち一方を少さく、他方を大きく選ぶ。

そして時定数の大きい方の平滑回路の出力値を閾値とし
てもう一方の平滑回路の出力を調べ閾値より犬であれば
、音声が有ると判定する。

この方式の背景となっているものは、特定数の大小にか
かわらず、一定レベルの定常信号であれはどちらの平滑
回路の出力も同一な値を取るが、信号レベルが音声の話
頭のように時間的に急激に増大する場合、時定数の小な
る方は信号レベルに追従して急激に増大するが、時定数
の大なる方は急激には増大せずゆっくりと遅れて増大す
る。

したがって時定数の異なる平滑回路出力値を比較するこ
とにより音声信号の始端が検出可能となる。

これが原理である。

ディジタル信号等サンプル値を用いた今までの方式も原
理的には変るところがなく、レベル測定方法等に新しい
考えが導入されているにすぎない（例えば、特願昭４７
−１２４１６９）。

次に本発明の原理的考え方を第１図を用いて説明する。

第１図において実線が入力音声波形の包絡線を示してい
る。

このような、包絡線を有する入力信号に対する音声検出
のための振巾閾値として点線で示したごとき信号を用い
ようとするのが本発明の基本的考え方である。

点線で示された信号は、実線で示される信号をＴ時間だ
け遅延させさらに信号の最大値をＭでおさえることによ
って得ることができる。

同図において明らかなどと（、逆に音声の終りの部分で
、入力信号が閾値以下となり、検出されない事態が生ず
るが、これはいったん音声信号が検出された場合、信号
が小さくなり音声なしと判定された後も２００ｍ５程度
の一定時音声が存続する、いういわゆるハングオーバ時
間を設置２る方法を用いることが可能なため問題ない。

以上の説明で人力信号包絡を遅延させたものを音声検出
のための振巾閾値として用いるとして説明したが、これ
は例も包絡値ではなく短時間内における信号レベル測定
値を用い、その値をもとにして閾値を定める方法もとり
得るのは明らかであろう。

本発明は遅延操作というサンプル値、特にディジクル処
理に適した方法であるため、サンプル値を用いるシステ
ムにおいて極めて有効に適用し得る。

第２図は本発明の一実施例を示す。

まず、サンプル値として表わされた入力信号は入力端子
１００より入力され閾値設定部１１０と閾値回路１０１
とに導かれる。

閾値回路１０１では、閾値設定部１１０の出力により制
御された閾値と入力サンプル値の大きさを比較し、閾値
上り犬なる場合＋１、小なる場合−１を出力する。

閾値回路１０１出力はアキュミュトタ１０２に導かれア
キュミュレーク入力値の積算が行なわれる。

アキュミュレータ１０２で積算された値は後続する比較
回路１０３により、あらかじめ定められた一定値と比較
され、該一定値以上の値の場合音声が検出されたとして
、検出されたとの情報をハングオーバクイム回路１０４
に送付する。

ハングオーバタイム回路１０４にては、音声が検出され
たとの情報を記憶し、１０３より音声がなくなったとの
情報が送付された後、あらかじめ定められた一定時間を
音声のある期間として処理する。

一方間値設定部１１０では入力信号のレベルがレベル測
定回路１１１で測定される。

レベル測定回路１１１の出力には第１の記憶回路１１２
ならびに第２の記憶回路１１３が縦続接続され、これら
記憶回路にはタイミングパルス入力端子１１５よりのパ
ルス（セットパルス）信号にヨリ、パルスの印加された
時点のそれぞれの入力値が新たに記憶される。

レベル測定回路１１１としては、例えば、あらかじめ定
められる一定時間内の最大値を用いる方法も最も簡便で
ある。

第３図は短時間の振巾最大値を抽出する回路の一実施例
を示している。

まず入力端子１１１０に入力信号サンプルの（符号情報
を除いた）振巾値を入力し比較回路１１１３にて記憶回
路１１１２に記憶されている現時点までの最大振巾値と
の比較が行なわれる。

比較結果犬なりと判定された方の値が選択回路１１１１
により選択され、記憶回路１１１２に新たに記憶される
。

端子１１１４は記憶回路の記憶内容をクリアするための
タイミングパルス（クリアパルス）信号の入力端子を示
している。

このような構成により、クリアパルスの与えられる寸前
においる記憶回路１１１２に記憶されている内容は、も
う一つ前に与えられたクリアパルスで指示される時点か
ら現時点間における入力信号振巾値の最大値を示してい
ることになる。

次に第４図は、短時間最大値回路をレベル測定回路１１
１に用いた場合の閾値設定部１１０のタイムチャートの
一例を示す。

まずａは入力信号の振巾波形を示しており実際には、こ
の波形が一定周期（例えば１２５Ｐｓ）でサンプルされ
たサンプル値が入力されるのは前述の通りであり、ここ
では表示の簡便さの面から連続波形として示しである。

ｂは最大値抽出回路（第３図）内の記憶回路に対するク
リア信号をＣの実線は該記憶回路に記憶されている値を
示している。

またｄは記憶回１１２．１１３に対するセットパルスを
示しており、ｅおよびｆはそれぞれ記憶回路１１２およ
び１１３の記憶内容を示している。

クリアパルスを印加するインターバルは回線雑音（ガウ
ス性と仮定し得る）のＴ時間内の最大値に大きなばらつ
きが生じないよう比較的大きな値に選ぶ。

例えば１０〜４０ｍ５程度が適当と考えられる。

第４図ａとｆを比較すれば、入力振巾波形ａに対してｆ
なる閾値で音声検出を行なうとすれば語頭子音等の小振
巾部分を的確に検出することが理解されよう。

Ｔ二３０ｍ５に選んだ場合、第４図例についていえば、
語頭の小振巾部分は３０ｍ５以上にわたっているが、そ
のほとんどの部分において閾値は背景雑音レベルから定
まる小さい値となっており、的確な検出が可能である。

またす漏音子音部等の場合子音部の小振巾部分が１５０
ｍ５程度継続する場合があり、この場合上記例によれば
最初の３０ｍ５程度は検出可能であるが、それ以後は、
入力子音のノベル自身が閾値となるため、検出不可能と
なる恐れがある。

しかしながら前記したごとく音声検出回路にはハングオ
ーバタイムを設けるのが普通であり、３０ｍ５以上信号
が検出された場合（雑音でなく）本当に音声が存在した
と判定し１５０ｍ５程度のハングオーバ時間を付与する
のが常識であるため実際には問題ではないことが分る。

記憶回路１１２，１１３はレベル測定されたレベル値を
２Ｔ時間遅らせる機能を有するが、更に多くの遅延を必
要とする場合、より多くの記憶回路を縦続させることに
より実現されることが可能なことは云うまでもない。

しかしながら、ここですくなくとも２個以上の記憶回路
を従続接続させる点が肝要であって、１個の場合はかな
らずしもうまくゆかない。

すなわち２個用いた場合、第４図の例において、■の区
間の波形に対する閾値は、２つ前の区間である区間■の
測定レベルが閾値となる。

同様に■、■の区間の閾値は、それぞれ■。■の区間の
測定レベルで決められる。

したがって音声の話頭に対する閾値は、その時点から充
分時間的にはなれた時点の信号レベルが用いられること
になっており、この点が最も重要な点なのである。

これに対して、記憶回路が１個の場合、第４図のＣの波
形すなわち、すぐ前の区間の信号レベル、例えば■の区
間の閾値は■の区間の■の区間の閾値は■の区間の測定
レベルが用いられる。

このため第４図の例のような場合は問題ないが、音声が
２の区間の最後の部分から始まる第５図のような場合音
声が検出されないことになる。

すなわち、第５図において第■区間から音声が始まる。

そしてこの区間の閾値は■区間のレベルであるため小さ
いので入力信号振巾は閾値を越すが雑音に対する配慮か
ら数回閾値を越しただけでは音声が検出されたとは判定
しない。

このように音声が検出されない状態で区間■に入るが、
この区間に対する閾値は区間（２）の測定レベルで決め
られるため、第３図に示すごとき簡単な最大値抽出形の
レベル測定を行なう場合第５図Ｃに示すごとく入力信号
振巾より大となり、検出は不可能となる。

このような場合、従来のアナログ方式のように時定数を
充分大きくした平滑回路を有するごとき複雑な回路を用
いれは不可能でないのは云うまでもない。

これに対して本発明は、このような複雑なレベル測定回
路を用いた場合にも勿論適用し得るが、更に実施例で述
べたごとく、最大値抽出回路と云った極めて簡単なレベ
ル測定回路に効果的に適用し得るのが特徴である。

以上述べたごとく、本発明は記憶回路と云ったサンプル
値あるいはディジタル処理に極めて適合した方式となっ
ておりこれから早急に広まると考えられるＤＳＩ等の特
性向上、コストダウンに資するところ大である。

【図面の簡単な説明】

第１図は本発明の詳細な説明するための図である。 第２図は本発明の一実施例を示し、１０１が閾値回路、
１０２がアキュミュレータ、１０３が比較回路、１０４
がハングオーバクイム回路、１１０が閾値設定部を、ま
た１１１がレベル測定回路、１１２および１１３がそれ
ぞれ記憶回路を示す。 第３図は最大値抽出回路を用いたレベル測定回路の実施
例、第４図および第５図は最大値抽出回路によるレベル
測定回路を用いた場合の実施例の動作を説明するための
タイムチャートを示す。

Claims (1)

【特許請求の範囲】
1. １ サンプル値により動作し、背景雑音レベルに応じて
   振巾閾値を制御する形の適応形音声検出器であって、入
   力信号のレベルを測定するレベル測定回路とそのレベル
   測定回路出力に縦続接続された複数個の記憶回路とから
   なる閾値設定部と、前記複数個の記憶回路の最終段の記
   憶回路の出力値により制御される閾値回路とを備え、該
   開回路を入力信号のサンプル値に対して設け、かつ各記
   憶回路内容の書き換えを入力信号のサンプル周期より大
   なる周期で与えられるタイミングパルスにより制御する
   ようにしたことを特徴とする適応形音声検出回路。