JPS59105695A - 音声ポ−ズ認識方法 - Google Patents
音声ポ−ズ認識方法Info
- Publication number
- JPS59105695A JPS59105695A JP58220467A JP22046783A JPS59105695A JP S59105695 A JPS59105695 A JP S59105695A JP 58220467 A JP58220467 A JP 58220467A JP 22046783 A JP22046783 A JP 22046783A JP S59105695 A JPS59105695 A JP S59105695A
- Authority
- JP
- Japan
- Prior art keywords
- value
- short
- recognition method
- average value
- time average
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 24
- 230000005236 sound signal Effects 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/87—Detection of discrete points within a voice signal
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
- G10L2025/786—Adaptive threshold
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Noise Elimination (AREA)
- Telephone Function (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明は、雑音を重畳される音声信号における音声ポー
ズ（ｐａｕｓｅ ）を認識する方法に関する。
ズ（ｐａｕｓｅ ）を認識する方法に関する。
この形式方法は、例えば、音響的擾乱のある環境から電
話通話を行う揚台雑音信号を抑圧するために必要である
。音声ポーズに当り雑音信号の特性パラメータを測定し
、これを用いて、送信すべき信号の送信前に、送信すべ
き信号から、適応形フィルタを使用して雑音をほぼ完全
に除去するようにする。
話通話を行う揚台雑音信号を抑圧するために必要である
。音声ポーズに当り雑音信号の特性パラメータを測定し
、これを用いて、送信すべき信号の送信前に、送信すべ
き信号から、適応形フィルタを使用して雑音をほぼ完全
に除去するようにする。
ドイツ特許第２．４５５４７号明細書第１０醐には、次
の方法により、音声ポーズをアナログ方式で認識する装
置が開示されており、すなわち、音声信号を長さの等し
い音声信号部分Ｇこ分割し、各音声信号部分を整流しか
つ平均値を求めることによって各音声信号部分の平均音
量に比例する電圧値を求め、最後に、数個の音声信号部
分の平均値を求めることにより、通話の平均ラウンド゛
ネスに比例する別の電圧値を導出している。そして、こ
れら２つの平均値を比較することにより、音声信号部分
が音声ポーズに関連するか否かを決定するように１して
いる。
の方法により、音声ポーズをアナログ方式で認識する装
置が開示されており、すなわち、音声信号を長さの等し
い音声信号部分Ｇこ分割し、各音声信号部分を整流しか
つ平均値を求めることによって各音声信号部分の平均音
量に比例する電圧値を求め、最後に、数個の音声信号部
分の平均値を求めることにより、通話の平均ラウンド゛
ネスに比例する別の電圧値を導出している。そして、こ
れら２つの平均値を比較することにより、音声信号部分
が音声ポーズに関連するか否かを決定するように１して
いる。
上記の音声ポーズ認識方法では、例えば、無声音部によ
り音声信号における総電力が殆んど低減されてしまうこ
と、従って、関連する音声信号部分が誤って音声ポーズ
として認識されてしまうことは考慮されていない。従来
のポーズ認識方法ではかかる誤った決定は、雑音信号が
音声信号に重畳される範囲が大きくなるに従って一層頻
繁に行われる。
り音声信号における総電力が殆んど低減されてしまうこ
と、従って、関連する音声信号部分が誤って音声ポーズ
として認識されてしまうことは考慮されていない。従来
のポーズ認識方法ではかかる誤った決定は、雑音信号が
音声信号に重畳される範囲が大きくなるに従って一層頻
繁に行われる。
そこで本発明の目的は、上記誤った決定を防止する、擾
乱された音声信号における音声ポーズ認識方法を提供す
るにある。更に本発明の目的は、ディジタル方式により
、平均雑音電力が緩慢に変化する場合にも音声ポーズを
認識できる音声ポーズ認識方法を提供するにある。
乱された音声信号における音声ポーズ認識方法を提供す
るにある。更に本発明の目的は、ディジタル方式により
、平均雑音電力が緩慢に変化する場合にも音声ポーズを
認識できる音声ポーズ認識方法を提供するにある。
かかる目的を達成するため本発明の音声ポーズ認識方法
は、 （イ）約１００ｍ秒の周期を有するクロックの各クロッ
ク瞬時に次の３つの量を決定し、即ちクロック瞬時Ｔ（
ｎ−１）およびＴ（ｎ）の間に位置する擾乱きれた音声
信号のすべてのサンプル値またはその自乗の平均値を示
す短時間平均値Ｇ（ｎ）、 先行うロック瞬時Ｇこおける推定値Ｐ（ｎ−１，）およ
び短時間平均値Ｇ（ｎ）の関数として発生する雑音電力
の推定値Ｐ（ｎ）、 瞬時短時間平均値から平滑化動作によって形成する平滑
化短時間平均値ＣＧ（ｎ）、（ロ）各クロック瞬時Ｔ（
ｎ）に、平滑化された短時間平均値ＧＧ（ｎ）が、推定
値ｐ（ｎ）＆こ依存する第一１閾値（Ｓ）より小さい状
態にあるか否かをチェックし、この状態が１回または数
回連続して満足された場合、音声ポーズが存在すること
を示す信号を発生することを特徴とする。
は、 （イ）約１００ｍ秒の周期を有するクロックの各クロッ
ク瞬時に次の３つの量を決定し、即ちクロック瞬時Ｔ（
ｎ−１）およびＴ（ｎ）の間に位置する擾乱きれた音声
信号のすべてのサンプル値またはその自乗の平均値を示
す短時間平均値Ｇ（ｎ）、 先行うロック瞬時Ｇこおける推定値Ｐ（ｎ−１，）およ
び短時間平均値Ｇ（ｎ）の関数として発生する雑音電力
の推定値Ｐ（ｎ）、 瞬時短時間平均値から平滑化動作によって形成する平滑
化短時間平均値ＣＧ（ｎ）、（ロ）各クロック瞬時Ｔ（
ｎ）に、平滑化された短時間平均値ＧＧ（ｎ）が、推定
値ｐ（ｎ）＆こ依存する第一１閾値（Ｓ）より小さい状
態にあるか否かをチェックし、この状態が１回または数
回連続して満足された場合、音声ポーズが存在すること
を示す信号を発生することを特徴とする。
次に、図面につき本発明を説明する。
第１図に示したブロック図においては、端子Ｅに供給さ
れた、擾乱された音声信号からアナログ・ディジタル・
コンバータＡ／Ｄを介してサンプリング瞬時ｋＴｏ（世
しｋは自然数、１／Ｔｏはサンブリ、ング周波数）にサ
ンプル値ｘ（ｋ）が得られる。時間ｍＴｏだけ離間され
たすべてのクロック瞬時’Ｌ’（ｎ）に平均値発生器Ｍ
はｍ個の順次のサンプル値の合計からいわゆる短時間平
均イＥ＋５． Ｇ （ｎ ）を発生し、これは次式％式
％ サンプル値の合計からの算術平均は平均値として使用さ
れ、その理由は平均値は、例えば、実効値より少ない数
の要素と共に決定できるからである。各短時間平均値Ｇ
（ｎ ）は約１００ｍ秒の期間Ｇこわたる、擾乱された
音声信号の平均電力のほぼ目安となる。またこの情報お
よびサンプリング周波数Ｇこより、短時間平均値Ｇ（ｎ
ｌの一つを決定するのに必要なサンプル値の数ｍが決ま
る。例えば、擾乱された音声信号を１０ ｋＨｚでサン
プリングした場合、ｍはほぼ１０００とする必要がある
。従って、はぼ１０００個の順次のサンプル値から容量
Ｇ（ｌＬ Ｇ（２Ｌ −一一が得られる。
れた、擾乱された音声信号からアナログ・ディジタル・
コンバータＡ／Ｄを介してサンプリング瞬時ｋＴｏ（世
しｋは自然数、１／Ｔｏはサンブリ、ング周波数）にサ
ンプル値ｘ（ｋ）が得られる。時間ｍＴｏだけ離間され
たすべてのクロック瞬時’Ｌ’（ｎ）に平均値発生器Ｍ
はｍ個の順次のサンプル値の合計からいわゆる短時間平
均イＥ＋５． Ｇ （ｎ ）を発生し、これは次式％式
％ サンプル値の合計からの算術平均は平均値として使用さ
れ、その理由は平均値は、例えば、実効値より少ない数
の要素と共に決定できるからである。各短時間平均値Ｇ
（ｎ ）は約１００ｍ秒の期間Ｇこわたる、擾乱された
音声信号の平均電力のほぼ目安となる。またこの情報お
よびサンプリング周波数Ｇこより、短時間平均値Ｇ（ｎ
ｌの一つを決定するのに必要なサンプル値の数ｍが決ま
る。例えば、擾乱された音声信号を１０ ｋＨｚでサン
プリングした場合、ｍはほぼ１０００とする必要がある
。従って、はぼ１０００個の順次のサンプル値から容量
Ｇ（ｌＬ Ｇ（２Ｌ −一一が得られる。
化動作の目的、形式および態様の詳細は後で説明する。
短時間平均値に対する平滑化動作と並列に１．第１図の
推定値発生装置ＰＡを介して、平均雑音′ｍ力すなわち
雑音信号の平均電力に対する推定値Ｐ（ｎ）を決定する
。この推定値の詳細も後で説明する。第１図の比較器Ｖ
により、推定値Ｐ（ｎ）に依存する閾値Ｓと、平滑化さ
れた短時間平均値ＣＧ（ｎ）とを比較する。平滑化され
た短時間平均値ＧＧ（ｎ）が閾値Ｓより小さい場合、ポ
ーズ指示装置ＥＮに信号が供給される。装置ＥＮがかか
る信号を、例えば、２個の順次のクロック一時Ｔ（ｎ−
１）およびＴ（ｎ）に供給された場合、装置ＥＮはその
端子Ａにおける特定出力信号により、音声ポーズが存在
することを示す。
推定値発生装置ＰＡを介して、平均雑音′ｍ力すなわち
雑音信号の平均電力に対する推定値Ｐ（ｎ）を決定する
。この推定値の詳細も後で説明する。第１図の比較器Ｖ
により、推定値Ｐ（ｎ）に依存する閾値Ｓと、平滑化さ
れた短時間平均値ＣＧ（ｎ）とを比較する。平滑化され
た短時間平均値ＧＧ（ｎ）が閾値Ｓより小さい場合、ポ
ーズ指示装置ＥＮに信号が供給される。装置ＥＮがかか
る信号を、例えば、２個の順次のクロック一時Ｔ（ｎ−
１）およびＴ（ｎ）に供給された場合、装置ＥＮはその
端子Ａにおける特定出力信号により、音声ポーズが存在
することを示す。
第２図ａは平均値発生器Ｍの出力信号ＡＭの一例すなわ
ち短時間平均値Ｇ（１３、Ｇ（２）、−−一の系列の一
例を糸す。第２図ａにおいては出方信号ＡＭは、その最
大絶対値が値１となるよう標準化されている。第２図に
示した振幅閾値は推定値Ｐ（ｎ）（破線で示した下側の
閾値）および閾値Ｓ（実線で示した上側の閾値）に関連
する。第２図すは真のポーズＰと関連する音声信号Ｓを
図面に示す。
ち短時間平均値Ｇ（１３、Ｇ（２）、−−一の系列の一
例を糸す。第２図ａにおいては出方信号ＡＭは、その最
大絶対値が値１となるよう標準化されている。第２図に
示した振幅閾値は推定値Ｐ（ｎ）（破線で示した下側の
閾値）および閾値Ｓ（実線で示した上側の閾値）に関連
する。第２図すは真のポーズＰと関連する音声信号Ｓを
図面に示す。
上側の閾値に基づいてポーズの決定を行う必要がある場
合（このポーズ決定の結果を第２図０に示す）には、第
２図すおよびＣを比較すれば明らかなよう（こ、多数の
誤った決定が行われる。上側の閾値を下方ヘシフトする
ことにより第２図Ｇに含まれる総電力の低減が起り、こ
れは音声ポーズに基づいておらず、ポーズの長さに関す
る情報が著しく損われる。
合（このポーズ決定の結果を第２図０に示す）には、第
２図すおよびＣを比較すれば明らかなよう（こ、多数の
誤った決定が行われる。上側の閾値を下方ヘシフトする
ことにより第２図Ｇに含まれる総電力の低減が起り、こ
れは音声ポーズに基づいておらず、ポーズの長さに関す
る情報が著しく損われる。
従って、本発明の方法では、ポーズの存在が決定される
以前に、再び線形ディジタル・フィルタと共に出力信号
Ａ Ｍの平滑化を行い、線形ディジタル・フィルタまた
はメジアン・フィルタを介して３個の順次の短時間平均
値Ｇ（ｎ）、 Ｇ（ｎ−１＞およびＧ（ｎ−２）から、
平滑化された信号値ＧＧ（ｎ）を得るようにする。
以前に、再び線形ディジタル・フィルタと共に出力信号
Ａ Ｍの平滑化を行い、線形ディジタル・フィルタまた
はメジアン・フィルタを介して３個の順次の短時間平均
値Ｇ（ｎ）、 Ｇ（ｎ−１＞およびＧ（ｎ−２）から、
平滑化された信号値ＧＧ（ｎ）を得るようにする。
線形Ｆ波動作のためには、係数’／４１ ’／２および
１／４を有するフィルタが有利であることを見出した。
１／４を有するフィルタが有利であることを見出した。
メジアン戸波動作Ｇこおい、では、値に応じて例文は５
個の順次の短時間平均値Ｇ（ｎ）、 −−−Ｇ（ｎ−＋
、）を配列し、平均値をフィルタの出力値ＣＧ（ｎ）と
して読出す。第３図ａは平均値発生器Ｍの入力信号を線
形ディジタル・フィルタで平滑化した信号を示す。第３
図すには音声信号における真の音声部および真のポーズ
を図面に示し、第３図Ｃは第２図Ｃと同様にして得られ
る音声部およびポーズを示す。線形平滑化動作のため、
第２および３図を比較すると明らかなように、電圧決定
の回数が著しく低減される。また、メジアン・フィルタ
で平滑化を行った場合にも、第４図Ｃから明らかなよう
に、誤った決定の回数が低減される。
個の順次の短時間平均値Ｇ（ｎ）、 −−−Ｇ（ｎ−＋
、）を配列し、平均値をフィルタの出力値ＣＧ（ｎ）と
して読出す。第３図ａは平均値発生器Ｍの入力信号を線
形ディジタル・フィルタで平滑化した信号を示す。第３
図すには音声信号における真の音声部および真のポーズ
を図面に示し、第３図Ｃは第２図Ｃと同様にして得られ
る音声部およびポーズを示す。線形平滑化動作のため、
第２および３図を比較すると明らかなように、電圧決定
の回数が著しく低減される。また、メジアン・フィルタ
で平滑化を行った場合にも、第４図Ｃから明らかなよう
に、誤った決定の回数が低減される。
擾乱された音声信号における一層短期間の著しい総電力
低減が誤ってポーズと判断されるのを防止する他の方法
では、例えば、著しい総電力低減が第２．３または４図
Ｇこおける高い方の振幅閾値・に達しない状態が２度起
るまで、著しい総電力低減が音声ポーズと判断されない
ようにする。
低減が誤ってポーズと判断されるのを防止する他の方法
では、例えば、著しい総電力低減が第２．３または４図
Ｇこおける高い方の振幅閾値・に達しない状態が２度起
るまで、著しい総電力低減が音声ポーズと判断されない
ようにする。
第２，３および４図Ｑこ示した振幅閾値は、先に述べた
ようＧこ、第１図の推定値発生装置ＰＡによって発生し
、特に、まず雑音電力の推定値Ｐ（ｎ）を各瞬時Ｔ（ｎ
） ｃこつき決定する。この量は雑音信号の平均電力の
近似的な目安となるものでなければならず、平均期間は
］秒程度である。
ようＧこ、第１図の推定値発生装置ＰＡによって発生し
、特に、まず雑音電力の推定値Ｐ（ｎ）を各瞬時Ｔ（ｎ
） ｃこつき決定する。この量は雑音信号の平均電力の
近似的な目安となるものでなければならず、平均期間は
］秒程度である。
延長された音声ポーズ（かかる音声ポーズが認識される
態様は後で詳述する）の際の雑音電力の推定値Ｐ（ｎ）
を実際の値Ｏこ調整するから、本発明の方法Ｇこよれば
、雑音信号の上記平均電力が緩慢にのみ変化する場合に
も、Ｖｌｌち延長された音声ポーズか１または２秒程度
の期間Ｇこおいて定常と判断される場合にも、良好な結
果が得られる。
態様は後で詳述する）の際の雑音電力の推定値Ｐ（ｎ）
を実際の値Ｏこ調整するから、本発明の方法Ｇこよれば
、雑音信号の上記平均電力が緩慢にのみ変化する場合に
も、Ｖｌｌち延長された音声ポーズか１または２秒程度
の期間Ｇこおいて定常と判断される場合にも、良好な結
果が得られる。
瞬時Ｔ（ｎ）が延長された音声ポーズ内に存在する場合
、推定値Ｐ（ｎ）は再び、先の推定値Ｐ（ｎ−１１）お
よび短時間平均値Ｇ（ｎ）の線形合成として次式％式％
（） に従って決定される。この式における定数αは０および
］の間の値であり・αの典型的な値は０．５である。延
長された音声ポーズが存在しない場合には、先の推定値
をそのまま維持し、ずなわちＰ（ｎ）二Ｐ（ｎ−１，）
とする。本発明方法の開始時における推定値は値ゼロに
選定する。
、推定値Ｐ（ｎ）は再び、先の推定値Ｐ（ｎ−１１）お
よび短時間平均値Ｇ（ｎ）の線形合成として次式％式％
（） に従って決定される。この式における定数αは０および
］の間の値であり・αの典型的な値は０．５である。延
長された音声ポーズが存在しない場合には、先の推定値
をそのまま維持し、ずなわちＰ（ｎ）二Ｐ（ｎ−１，）
とする。本発明方法の開始時における推定値は値ゼロに
選定する。
延長された音声ポーズを認識できるようにするため、２
個の順次の短時間平均値の大きさの差が閾値りより小さ
いか否かを連続的にチェックする。
個の順次の短時間平均値の大きさの差が閾値りより小さ
いか否かを連続的にチェックする。
例えば、Ｋ回連続して不等式
％式％（）
が満足された場合Ｇこは、これにより、延長された音声
ポーズの存在することが指示され、新たな推定値Ｐ（ｎ
）が前式に従って決定される。閾値りは短時間平均値Ｃ
（ｎ ）に比例するよう選定して・例えば、すべての信
号をレベルを２倍にした場合Ｇこ同一結果が得られるよ
うにする。比例係数γおよび数には、この認識方法によ
る誤った決定の回数が可能な最小回数となるよう実験に
より決定ぎれ典型的な値はに−１０およびγ二１゜■で
ある。
ポーズの存在することが指示され、新たな推定値Ｐ（ｎ
）が前式に従って決定される。閾値りは短時間平均値Ｃ
（ｎ ）に比例するよう選定して・例えば、すべての信
号をレベルを２倍にした場合Ｇこ同一結果が得られるよ
うにする。比例係数γおよび数には、この認識方法によ
る誤った決定の回数が可能な最小回数となるよう実験に
より決定ぎれ典型的な値はに−１０およびγ二１゜■で
ある。
緩慢に変化する雑音電力に対する可能な最良推定値を得
るための他の方法では、推定値Ｐ（ｎ−１）が短時間平
均値Ｇ（ｎ＞より小さい場合、各サンプリング瞬時に、
既存の推定値ｐ（ｎ−１）を固定値Ｃだけ増大するよう
Ｏこする。従って、不等式Ｐ（ｎ−１）＜ Ｇ（ｎｌが
満足きれる毎に、Ｐ（ｎ、） ＝ Ｐ（ｎ−１） ＋
ｃとなる。
るための他の方法では、推定値Ｐ（ｎ−１）が短時間平
均値Ｇ（ｎ＞より小さい場合、各サンプリング瞬時に、
既存の推定値ｐ（ｎ−１）を固定値Ｃだけ増大するよう
Ｏこする。従って、不等式Ｐ（ｎ−１）＜ Ｇ（ｎｌが
満足きれる毎に、Ｐ（ｎ、） ＝ Ｐ（ｎ−１） ＋
ｃとなる。
定数Ｇは、妨害されない増大が起る場合推定値が１〜２
秒で過負荷レベルに到達するよう選定することができる
、一方、既存の推定値Ｐ（ｎ−１）が瞬時短時間平均値
Ｇ（ｎ）より大きい場合には、新たな推定値Ｐ（ｎ）が
既存の推定値につき次式％式％（） に従って低減され、この式は、新たな推定値を、先の推
定値および瞬時短時間平均値Ｇ（ｎ）の線形合成として
示している。新たな推定値の低減は、定数βの値を１に
選定したとき、最も明確に認められる。その場合にはＰ
［ｎ） ＝ Ｇ（ｎｌ＜Ｐ（ｎ−１）とな・る。しかし
、定数βに対しては０．５の近辺の値が遥に有利である
ことを見出した。
秒で過負荷レベルに到達するよう選定することができる
、一方、既存の推定値Ｐ（ｎ−１）が瞬時短時間平均値
Ｇ（ｎ）より大きい場合には、新たな推定値Ｐ（ｎ）が
既存の推定値につき次式％式％（） に従って低減され、この式は、新たな推定値を、先の推
定値および瞬時短時間平均値Ｇ（ｎ）の線形合成として
示している。新たな推定値の低減は、定数βの値を１に
選定したとき、最も明確に認められる。その場合にはＰ
［ｎ） ＝ Ｇ（ｎｌ＜Ｐ（ｎ−１）とな・る。しかし
、定数βに対しては０．５の近辺の値が遥に有利である
ことを見出した。
ポーズが存在するか否かを決定するために使用する閾値
Ｓは推定値Ｐ（ｎ）に比例する。閾値Ｓおよび推定値Ｐ
（ｎ）の間の典型的な関係はＳ ＝ １．、ＩＰ（ｒ＋
）である。
Ｓは推定値Ｐ（ｎ）に比例する。閾値Ｓおよび推定値Ｐ
（ｎ）の間の典型的な関係はＳ ＝ １．、ＩＰ（ｒ＋
）である。
第１図は本発明方法を実施するための装置の一例を示す
ブロック図、 第２，３および４図は本発明の作動説明図である。 Ａ／Ｄ・・・アナログ・ディジタル・コンバータ１４・
・・平均値発生器 ＰＡ・・・推定値発生装置 Ｃ７Ｌ・・・平滑化装置 ■・・・比較器 ＥＮ・・・ポーズ指示装置。 （ＩＬ ＩＧ１
ブロック図、 第２，３および４図は本発明の作動説明図である。 Ａ／Ｄ・・・アナログ・ディジタル・コンバータ１４・
・・平均値発生器 ＰＡ・・・推定値発生装置 Ｃ７Ｌ・・・平滑化装置 ■・・・比較器 ＥＮ・・・ポーズ指示装置。 （ＩＬ ＩＧ１
Claims (1)
- 【特許請求の範囲】 Ｌ 雑音信号を重畳される音声信号における音声ポーズ
を認識するに当り （イ）約１００ｍ秒の周期を有するクロックの各クロッ
ク瞬時に次の３つの量を決定し・即ちクロック瞬時Ｔ（
ｎ−ｘ）およびＴ（ｎ）の間に位置する擾乱された音声
信号のすべてのサンプル値またはその自乗の平均値を示
す短時間平均値Ｇ（ｎ）、 先行うロック瞬時（こおける推定値ｐ（ｎ−１）および
短時間平均値Ｇ（ｎ ）の関数として発生する雑音電力
の推定値Ｐ（ｎ）、 瞬時短時間平均値Ｃ（ｎ）および先行短時間平均値から
平滑化動作によって形成する平滑化短時間平均値ＧＧ（
ｎ）、 （ロ）各クロック瞬時Ｔ（ｎ）に、平滑化きれた短時間
平均値ＧＧ（ｎ）が、推定値Ｐ（ｎ）に依存する第１閾
値（Ｓ）より小さい状態にあるか否かをチェックし、こ
の状態が１回または数回連続して満足された場合、音声
ポーズが存在することを示す信号を発生することを特徴
とする音声ポーズ認識方法。 ａ サンプル値の大きさの算術平均値を短時間平均値と
して使用する特許請求の範囲第１項記載の音声ポーズ認
識方法。 ３ 短時間平均値Ｇ（ｎ） −Ｃ（ｎ−１）の間の大き
さの差が第２閾値（Ｄ）より小さい状態である場合およ
びこの状態かに回の先行うロック瞬時に連続的に生じた
場合、推定値を次式 ％式％（） Ｇこ従って決定しくここでαは第１定数）、かかる状態
が生じない場合、推定値Ｐ（ｎ）を先行推定値Ｐ（ｎ４
）に等しくする特許請求の範囲第１項記載の音声ポーズ
認識方法。 本 不等式 ％式％（） が満足された場合、推定値Ｐ（ｎ）を次式Ｐ（ｎｌ ＝
Ｐ（ｎ−１） ＋ Ｃ に従って決定しくＣは第２定数）、 上記不等式が満足されない場合、推定値Ｐ（ｎ）を次式 ％式％（） に従って決定する（βは第８定数）特許請求の範囲第１
項記載の音声ポーズ認識方法。 五 第１Ｒ値（Ｓ）を推定値Ｐ（ｎ）に比例して選定す
る特許請求の範囲第１項記載の音声ポーズ認識方法。 ＆ 平滑化動作を８個の短時間平均値Ｇ（ｎ）、Ｃ（ｎ
−１）およびＧ（ｎ−２）につき次式に従って行い、こ
こで各定数Ｃ８＋ Ｃ’１＋ ０２ハゼロ以上であり、
かつその和が１に等しい特許請求の範囲第１項記載の音
声ポーズ認識方法。 ７、 平滑化動作をメジアン・フィルタと共に行う特許
請求の範囲第１項記載の音声ポーズ認識方法。 ８ 第２閾値（Ｄ）を短時間平均値Ｇ（ｎ）に比例し。 て選定する特許請求の範囲第８項記載の音声ポーズ認識
方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE19823243231 DE3243231A1 (de) | 1982-11-23 | 1982-11-23 | Verfahren zur erkennung von sprachpausen |
| DE32432313 | 1982-11-23 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS59105695A true JPS59105695A (ja) | 1984-06-19 |
Family
ID=6178780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58220467A Pending JPS59105695A (ja) | 1982-11-23 | 1983-11-22 | 音声ポ−ズ認識方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US4700394A (ja) |
| EP (1) | EP0110467B2 (ja) |
| JP (1) | JPS59105695A (ja) |
| AU (1) | AU561076B2 (ja) |
| CA (1) | CA1203627A (ja) |
| DE (2) | DE3243231A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007509364A (ja) * | 2003-10-16 | 2007-04-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 適応ノイズ下限トラッキングを伴う音声動作検出 |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT1160148B (it) * | 1983-12-19 | 1987-03-04 | Cselt Centro Studi Lab Telecom | Dispositivo per la verifica del parlatore |
| EP0167364A1 (en) * | 1984-07-06 | 1986-01-08 | AT&T Corp. | Speech-silence detection with subband coding |
| AU583871B2 (en) * | 1984-12-31 | 1989-05-11 | Itt Industries, Inc. | Apparatus and method for automatic speech recognition |
| JPH0748695B2 (ja) * | 1986-05-23 | 1995-05-24 | 株式会社日立製作所 | 音声符号化方式 |
| DE3626862A1 (de) * | 1986-08-08 | 1988-02-11 | Philips Patentverwaltung | Mehrstufige sender- antennenkoppeleinrichtung |
| DE3739681A1 (de) * | 1987-11-24 | 1989-06-08 | Philips Patentverwaltung | Verfahren zum bestimmen von anfangs- und endpunkt isoliert gesprochener woerter in einem sprachsignal und anordnung zur durchfuehrung des verfahrens |
| FR2631147B1 (fr) * | 1988-05-04 | 1991-02-08 | Thomson Csf | Procede et dispositif de detection de signaux vocaux |
| JP2573352B2 (ja) * | 1989-04-10 | 1997-01-22 | 富士通株式会社 | 音声検出装置 |
| US5305422A (en) * | 1992-02-28 | 1994-04-19 | Panasonic Technologies, Inc. | Method for determining boundaries of isolated words within a speech signal |
| DE4220524A1 (de) * | 1992-06-23 | 1992-10-22 | Matzner Rolf Dipl Ing | Verfahren und vorrichtung zur getrennten schaetzung der einzelleistungen zweier stochastischer prozesse aus der beobachtung des durch additive ueberlagerung entstandenen summenprozesses |
| US5459814A (en) * | 1993-03-26 | 1995-10-17 | Hughes Aircraft Company | Voice activity detector for speech signals in variable background noise |
| DE4405723A1 (de) * | 1994-02-23 | 1995-08-24 | Daimler Benz Ag | Verfahren zur Geräuschreduktion eines gestörten Sprachsignals |
| DE19730518C1 (de) * | 1997-07-16 | 1999-02-11 | Siemens Ag | Verfahren und Einrichtung zum Erkennen einer Sprechpause |
| GB0103242D0 (en) * | 2001-02-09 | 2001-03-28 | Radioscape Ltd | Method of analysing a compressed signal for the presence or absence of information content |
| DE10120231A1 (de) * | 2001-04-19 | 2002-10-24 | Deutsche Telekom Ag | Verfahren und Anordnung zur einkanaligen Geräuschreduktion für gestörte Sprachsignale |
| RU2436173C1 (ru) * | 2010-06-15 | 2011-12-10 | Государственное образовательное учреждение высшего профессионального образования "Рязанский государственный радиотехнический университет" | Способ обнаружения пауз в речевых сигналах и устройство его реализующее |
| US8543061B2 (en) | 2011-05-03 | 2013-09-24 | Suhami Associates Ltd | Cellphone managed hearing eyeglasses |
| CN104658546B (zh) * | 2013-11-19 | 2019-02-01 | 腾讯科技（深圳）有限公司 | 录音处理方法和装置 |
| RU2691603C1 (ru) * | 2018-08-22 | 2019-06-14 | Акционерное общество "Концерн "Созвездие" | Способ разделения речи и пауз путем анализа значений корреляционной функции помехи и смеси сигнала и помехи |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56104399A (en) * | 1980-01-23 | 1981-08-20 | Hitachi Ltd | Voice interval detection system |
| JPS56135898A (en) * | 1980-03-26 | 1981-10-23 | Sanyo Electric Co | Voice recognition device |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT1044353B (it) * | 1975-07-03 | 1980-03-20 | Telettra Lab Telefon | Metodo e dispositivo per il rico noscimento della presenza e.o assenza di segnale utile parola parlato su linee foniche canali fonici |
| US4052568A (en) * | 1976-04-23 | 1977-10-04 | Communications Satellite Corporation | Digital voice switch |
| US4025721A (en) * | 1976-05-04 | 1977-05-24 | Biocommunications Research Corporation | Method of and means for adaptively filtering near-stationary noise from speech |
| US4028496A (en) * | 1976-08-17 | 1977-06-07 | Bell Telephone Laboratories, Incorporated | Digital speech detector |
| FR2451680A1 (fr) * | 1979-03-12 | 1980-10-10 | Soumagne Joel | Discriminateur parole/silence pour interpolation de la parole |
| CA1147071A (en) * | 1980-09-09 | 1983-05-24 | Northern Telecom Limited | Method of and apparatus for detecting speech in a voice channel signal |
| US4357491A (en) * | 1980-09-16 | 1982-11-02 | Northern Telecom Limited | Method of and apparatus for detecting speech in a voice channel signal |
| JPS5852695A (ja) * | 1981-09-25 | 1983-03-28 | 日産自動車株式会社 | 車両用音声検出装置 |
| US4531228A (en) * | 1981-10-20 | 1985-07-23 | Nissan Motor Company, Limited | Speech recognition system for an automotive vehicle |
-
1982
- 1982-11-23 DE DE19823243231 patent/DE3243231A1/de active Granted
-
1983
- 1983-11-17 CA CA000441366A patent/CA1203627A/en not_active Expired
- 1983-11-17 US US06/552,998 patent/US4700394A/en not_active Expired - Fee Related
- 1983-11-17 DE DE8383201638T patent/DE3373037D1/de not_active Expired
- 1983-11-17 EP EP83201638A patent/EP0110467B2/de not_active Expired - Lifetime
- 1983-11-21 AU AU21545/83A patent/AU561076B2/en not_active Ceased
- 1983-11-22 JP JP58220467A patent/JPS59105695A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56104399A (en) * | 1980-01-23 | 1981-08-20 | Hitachi Ltd | Voice interval detection system |
| JPS56135898A (en) * | 1980-03-26 | 1981-10-23 | Sanyo Electric Co | Voice recognition device |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007509364A (ja) * | 2003-10-16 | 2007-04-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 適応ノイズ下限トラッキングを伴う音声動作検出 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE3243231A1 (de) | 1984-05-24 |
| EP0110467B2 (de) | 1991-06-19 |
| US4700394A (en) | 1987-10-13 |
| EP0110467A1 (de) | 1984-06-13 |
| DE3243231C2 (ja) | 1987-07-02 |
| EP0110467B1 (de) | 1987-08-12 |
| AU561076B2 (en) | 1987-04-30 |
| CA1203627A (en) | 1986-04-22 |
| DE3373037D1 (en) | 1987-09-17 |
| AU2154583A (en) | 1984-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS59105695A (ja) | 音声ポ−ズ認識方法 | |
| KR100307065B1 (ko) | 음성검출장치 | |
| US5197113A (en) | Method of and arrangement for distinguishing between voiced and unvoiced speech elements | |
| US6249757B1 (en) | System for detecting voice activity | |
| US5617508A (en) | Speech detection device for the detection of speech end points based on variance of frequency band limited energy | |
| US4185168A (en) | Method and means for adaptively filtering near-stationary noise from an information bearing signal | |
| JP3297346B2 (ja) | 音声検出装置 | |
| US4682361A (en) | Method of recognizing speech pauses | |
| US4597098A (en) | Speech recognition system in a variable noise environment | |
| US5579431A (en) | Speech detection in presence of noise by determining variance over time of frequency band limited energy | |
| EP0077574A1 (en) | Speech recognition system for an automotive vehicle | |
| US5819209A (en) | Pitch period extracting apparatus of speech signal | |
| US5732141A (en) | Detecting voice activity | |
| JPH0462398B2 (ja) | ||
| JPH0239799B2 (ja) | ||
| JPH0558551B2 (ja) | ||
| KR100312334B1 (ko) | 에너지와 ｌｓｐ 파라메타를 이용한 음성신호처리부호화기에서의 음성 활동 검출 방법 | |
| KR100345402B1 (ko) | 피치 정보를 이용한 실시간 음성 검출 장치 및 그 방법 | |
| JPS60101598A (ja) | 音声区間検出装置 | |
| AU662616B2 (en) | Speech detection circuit | |
| JPS62150299A (ja) | 音声信号区間検出器 | |
| KR100212453B1 (ko) | 양자화 오차를 이용한 음성 신호의 피치 검출 방법 | |
| JPH01233496A (ja) | 多チャンネルａ／ｄ変換装置 | |
| US6744889B1 (en) | Subscriber circuit for public telephone set | |
| JPH08321786A (ja) | 有音判定回路 |