JPS59120B2

JPS59120B2 - 音声分析処理方式

Info

Publication number: JPS59120B2
Application number: JP51089878A
Authority: JP
Inventors: 勉小林
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 1976-07-28
Filing date: 1976-07-28
Publication date: 1984-01-05
Also published as: JPS5315704A

Description

【発明の詳細な説明】本発明は、音声分析処理方式、特に情報圧縮率の高い部
分自己相関方式による音声分析合成装置において装置規
模を大きくしないで高品質の合成音を得るための分析法
に関するものである。

従来公知の分析方式を装置化した場合には、第１図およ
び第２図で示される構成となる。第１図で１は入力端子
、２は出力端子、３は相関器、４は一標本時間遅延回路
、５は乗算器、６は端子８入力から端子７入力を減する
減算回路である。第２図は相関器３の一構成例で９，１
０は入力端子、１１は出力端子、１２は入力９から入力
１０を減する減算回路、１３は加算器、１４は２乗器、
１５は加算器、１６は入力２３から入力２２を減する減
算回路、２７は考えられる最も簡単な平均化フイルタ回
路、１７は入力２６と入力２５を加算しかつ入力２４を
減する加減算回路、１８は一標本時間遅延回路、１９は
所望の平均時間を得るために一定の定数を乗じる乗算回
路、２０は入力２９を分子としかつ入力２８を分母とす
る除算回路である。第１図第２図で示す動作概要を下記
に示す。

第２図で入力９をＡ、入力１０をＢとすると、減算回路
１２の出力ではＡ−Ｂ、加算器１３の出力でＡ＋Ｂ、２
乗器１４の出力では前記に対応して（Ａ−Ｂ）２と（Ａ
＋Ｂ）２を得る。加算器１５の出力では（Ａ＋Ｂ）２＋
（Ａ−Ｂ）２＝２（Ａ２＋Ｂ２）を得、減算回路１６の
出力では（Ａ＋Ｂ）２（Ａ−Ｂ）２−４ＡＢを得る。実
際には入力は音声の標本化周期ごとに入力され、加算器
１５の出力と減算回路１６の出力とはフイルタ回路２７
により平均され除算回路２０において２石レ（Ａ２＋Ｂ
２）の計算がなされる。上記相関器を用いて分析装置を
構成した例が第１図であり、１は入力端子、２は出力端
子であつてピツチ周期等の音源情報を抽出するに必要な
分析残差を出力する。

１００、１０１からは音声スペクトルの包絡特性を表わ
すｋパラメータが得られる。

入力端子１からは標本化周期ごとにデイジタル化された
音声波形が入力され、遅延回路４で標本化時間間隔だけ
遅延され、それと遅延されないものとが相関器３に入力
されｋ１パラメータを求めることになる。これと同時に
上記遅延された波形と遅延されない波形とは、すでに過
去の入力情報を用いて求めたｋ１パラメータを用いて相
互の相関成分を除去する。以下、この相関の除去された
信号に対して上記と同様の操作でＫ２、Ｋ３・・・・・
・の各パラメータを求める（さらに詳細な説明は日経エ
レクトロニクス１９７３年２月１２日Ｐ５８参照）。こ
の方式では前記相関成分を除去する際に過去の入力情報
から求めたｋ１パラメータを用いている。ある時点近傍
のスペクトル包絡情報を表わすｋパラメータを求める理
想形態は、その時点近傍の情報を用いて求めたｋ１パラ
メータを用いて相関成分を除去し、その結果を用いてＫ
２パラメータを求める。この際Ｋ２、Ｋ３・・・・・・
の各パラメータに関しても同様のことがいえる。この理
想形態を実現する手段として、第１図の端子９，１０の
後に平均化フイルタの平均化時間の半分の時間遅延をお
こなう補償回路を必要とする。各相関器の演算部分およ
び相関成分を除去するための演算部分は１段分の回路で
共通に使用することができるが、上記補償回路は共通使
用ができず、実際の装置においては、上記補償回路を挿
入して品質向上をおこなつた場合、上記補償回路が装置
規模の大部分を占めることになる。本発明は、前記従来
方式の欠点を解決するために、一定周期ごとに一定区間
長の音声標本系列を切り出し、その区間全体の標本のみ
を用いて前記ｋ１パラメータを求め、さらにそのｋ１パ
ラメータを用いて、前記一定区間長の音声標本系列に対
してｋ１パラメータで表わされる相関成分（隣接標本点
間の相関成分）を除去した信号系列を求め、その信号系
列を用いた前記Ｋ２パラメータを求め、その後Ｋ２パラ
メータで表わされる相関成分を前記信号系列に対して除
去していくようにし、上記操作を必要なｋパラメータの
個数に等しい回数だけ実施するようにしており、以下具
体的実施例をあげて詳細に説明する。

本発明の一実施例について、具体的な回路構成例である
第３図を用いて説明する。

端子１はデイジタル化された音声波形の入力端子、２８
，２９，３０は波形記憶用レジスタ、３１，３２はｋパ
ラメータ記憶用レジスタ、３３，３４は乗算器、３５，
３６は減算器、３７は一標本時間遅延用レジスタ、３８
は第４図に示す演算器、３９，４０は累算器、４１は除
算器である。本回路の動作を以下に説明する。

端子１からデイジタル化された音声信号が標本化周期（
→ｕをあげると、４ＫＨｚ帯域のアナログ音声のスペク
トル情報を抽出したい場合には標本化周波数は８ＫＨｚ
にとる。すなわち標本化周期は１２５μＳｅｃとなる）
ごとにレジスタ２８に入力される。レジスタ２８，２９
，３０は１フレームの波形を記憶するもので例えば２０
〜３０ｍｓｅｃ長の波形を一時記憶可能な長さのものを
使用する。レジスタ２９はレジスタ３０より１標本区間
だけ長いものを使用する。次に、１フレーム分のデータ
の取り込み及びｋ１パラメータの求め方について説明す
る。まず、初期値としてレジスタ３１には−１を与え、
レジスタ３０、レジスタ３２はゼロにクリアしておき、
切替えスイツチ４４は端子４２側に倒しておく。レジス
タ２８，２９，３０の内容をそれぞれＡＯ（ｎ）、ＸＯ
（ｎ）、ＹＯ（ｎ）、（ｎ＝１、２、・・・・・・Ｎ）
とすると出力５１には新しい信号系列Ｘ１（ｎ）として
乗算器３４と減算器３５（入力４４から入力４６を減じ
て出力５１とする）によりＸ１（ｎ）＝ＡＯ（ｎ）−０
＊ＸＯ（ｎ）が得られ同様に出力４８には新しい信号系
列Ｙ１（ｎ）として乗算器３３と減算器３６（入力４７
から入力４５を減じ出力４８とする）によりＹ１（ｎ）
＝ＹＯ（ｎ）−（−１）＊ＡＯ（ｎ）が得られる。この
場合、初期値により、Ｘ１（ｎ）−Ｙ１（ｎ）＝ＡＯ（
ｎ）が得られる。このＸ１（ｎ）、Ｙ１（ｎ）は、それ
ぞれレジスタ２９、レジスタ３０にそれぞれ１標本づつ
順次記憶される。これと同時に出力５１は遅延レジスタ
３７に入力され、１標本間隔だけ遅延された後演算器３
８に入力５２として導かれる。出力４８は遅延されるこ
となく演算器３８に入力４８として導かれる。演算器３
８は入力５２をＸ、入力４８をＹとしたときに出力５３
として４ＸＹ、出力５４として２（Ｘ２＋Ｙ２）を得る
ための演算器であり、その一構成例を第４図に示す。５
８は加算器、５９ぱ減算器、６１は入力６３から入力６
４を減じる減算器、６０は２乗器、６１は減算器、６２
は加算器である。

さて、第３図図示の人力５３は累算器３９によつて、累
算されて出力５５となり、入力５４は累算器４０によつ
て累算され出力５６となる。除算器４１は入力５５を被
除数とし入力５６を除数とする除算器であり、以下に定
義されるｋパラメータを端子５７に出力する。（Ｎは切
り出しフレーム長でありレジスタ２８，２９，３０に蓄
えられている標本数）この除算は累算器がＮ−１個の標
本を累算し終つた後におこなわれるものであり、除算結
果のｋ１パラメータぱレジスタ３１，３２に導かれ、レ
ジスタ３１，３２の内容を更新する。

一方、前述の様に累算が終了した時点ではレジスタ２９
，３０の内容は全部Ｎ標本のＸ１（ｎ）、Ｙ１（ｎ）で
それぞれ書きかえられている。ここまでの演算は一標本
化周期以内に終了させる。次にＫ２以降のパラメータを
求める方法を説明する。これはスイツチ４４を端子４３
側に倒した後上述と同様にして求めることができる。す
なわちｋ１パラメータが求まつた段階ではレジスタ２９
，３０には新しい信号系列Ｘ１（ｎ）、Ｙ１（ｎ）が蓄
えられており、今度は入力はＸ１（ｎ）、Ｙ１（ｎ）か
ら減算器３５，３６へ各標本ごとに入つてくる。従つて
出力５１では上述と同様の演算結果として、新しい系列
Ｘ２（ｎ）がＸ２（ｎ）＝Ｘ１（ｎ）−ＫｌＹｌ（ｎ）
として得られ、同様に出力４８では新しい系列Ｙ２（ｎ
）がＹ２（ｎ）＝Ｙ１（ｎ）−ＫｌＸｌ（ｎ）として得
られる。これらは前記と同様にレジスタ２９，３０の内
容をｎに従つて一標本ずつ更新していく。本動作と並行
して前述と同様の演算結果Ｎから、出力５５には２ΣＸ
２（ｎ）Ｙ２（ｎ）、出力ｎ−３Ｎ５６には４Σ ｛Ｘ２（ｎ）２＋Ｙ２（ｎ）２｝が得ら
れる。

ｎ＝３この場合累算器３９，４０は３番目の入力から累
算を開始しＮ番目までの入力の累算をおこなつて結果を
それぞれ５５，５６に出す。

この結果はそれぞれ除算器の被除数・除数として、除算
器４１に入力され、除算結果として、が、ｋパラメータ
出力端子５７に得られる。

またこのＫ２パラメータはレジスタ３１，３２におくら
れ、レジスタ３１，３２の内容を更新する。以下同様に
して、所望の次数のｋパラメータは、として前述と同様
の操作で求めることができる。この場合の累算器３９，
４０はｐ＋１個めの入力からＮ個目までの入力を累算し
、結果を除算器４２に出力する。レジスタ２９，３０に
蓄えられている信号系列Ｘｐ（ｎ）、Ｙｐ（ｎ）（ｎ＝
ｐ＋１、ｐ＋２、・・・・・・Ｎ）はそれぞれｐ−１次
の後向き予測残差、ｐ−１次の前向き予測残差であり、
出力端子５１および出力端子４８にそれぞれ得られる。
所望のｐ段までの分析を終了したら、スイツチ４４を端
子４２側に倒し、次のフレームのデータ取り込みおよび
分析に入る。以下同様にして連続音声標本をフレーム単
位で取り込み、分析処理する。さて、前述の予測残差系
列Ｘｐ（ｎ）、Ｙｐ（ｎ）は音声のホルマント等による
隣接標本間の相関が除去された信号系列であり、本信号
を用いて合成音作成のためのピツチ周期・有声無声切替
え係数・駆動音源振幅情報などを有効に抽出できること
は周知の事実である。第５図に音源情報抽出装置の一構
成例を示す入力端子には第３図の予測残差出力端子４８
又は５１が接続される。６５は自己相関器でＮ−ｐ−１
個の残差入力に対して、その自己相関関数を計算し、結
果を最大値選択回路６６に出力する。

又遅延ゼロの時の値すなわち実効電力を出力端子６７に
与える。最大値選択回路は最大ピーク値を持つ遅延数か
ら求まるピツチ周期を出力端子６８に、ピークの相対的
高さから求まる有声無声係数を端子６９にそれぞれ出力
する。上述した様に本発明による音声分析方式は、部分
自己相関方式の理想的な状態を小規模の回路構成で実現
でき、きわめて高精度のｋパラメータを安価な装置で得
ることが可能である。

第６図は前述した本発明による音声分析方式の一実施例
と第５図に示した音源情報抽出装置を用いて抽出したパ
ラメータから作成した合成音の通話品質を実麟゛ｋより
求めたものである。

同様の実験を従来の方法を用いておこなつたものに比較
して、伝送容量４．８キロビット／秒では、Ａ，．Ｅｌ
Ｎｌ．Ｏ（ＤＢ）、９．６キロビツト／秒では１．６（
ＤＢ）の改善が認められた。以上説明したように、本発
明による方式は一定周期ごとに一定区間長の音声標本系
列を切り出し、その区間全体の標本のみを用いて前記ｋ
１パラメータを求めるのであるから切り出した音声区間
のスペクトル包絡を最もよく表わすｋパラメータが得ら
れる。

さらに装置化に関して、切り出した標本系列をあらかじ
め浮動小数点形式に表現しておけば、以後の演算はその
仮数部のみについて実効すればよく、限られた語長の演
算器やレジスタのきわめて効果的な使用が可能であり、
従来の方式に比べて大幅な装置規模の縮小が可能となり
、しかも従来方式よりも高精度のスペクトル包絡情報を
得ることができる。本発明による音声分析方式は、前述
のごとく部分自己相関方式の理想的な状態を小規模の回
路構成で実現できる利点から、高圧縮率の音声伝送など
実時間処理で高精度のｋパラメータを抽出する必要のあ
る装置はもちろん、実時間音声認識装置・音声応答装置
のフアイル作成の高速化などに応用可能である。

【図面の簡単な説明】

第１図は従来公知の部分自己相関方式による音声分析の
構成の一汐１、第２図は第１図の相関器３の構成の一例
、第３図は本発明による音声分析処理方式の一実施例の
構成図、第４図は第３図の演算器３８の部分の一実施例
構成、第５図は音源情報抽出処理の一実施例構成、第６
図は本発明による音声分析処理方式を用いた場合におけ
る音声分析合成系の通話品質を説明する説明図を示す。

Claims

【特許請求の範囲】１音声の標本化された信号系列を分析する音声分析処
理方式において、音声の標本化された信号系列を予め定
めた区間毎に区分した組として切出すよう構成されると
共に、該切出して得られた信号列Ｘ＿ｉ（ｎ）、該信号
列Ｘ＿ｉ（ｎ）から抽出して得られた信号列Ｙ＿ｉ（ｎ
）、および上記信号列Ｘ＿ｉ（ｎ）と上記信号列Ｙ＿ｉ
（ｎ）を１標本進み方向にずらせた信号列との相互相関
係数を算出して得たｋ＿ｉ＿＋＿１パラメータにもとづ
いて、Ｘ＿ｉ（ｎ）−ｋ＿ｉ＿＋＿１・Ｙ＿ｉ（ｎ）を
算出して新しい信号列Ｘ＿ｉ＿＋＿１（ｎ）を抽出する
第１の信号列抽出手段、Ｙ＿ｉ（ｎ）−ｋ＿ｉ＿＋＿１
・Ｘ＿ｉ（ｎ）を算出して新しい信号列Ｙ＿ｉ＿＋＿１
（ｎ）を抽出する第２の信号列抽出手段、および上記第
１の信号列Ｘ＿ｉ＿＋＿１（ｎ）と第２の信号列Ｙ＿ｉ
＿＋＿１（ｎ）を進み方向に１標本ずらせた信号列との
相互相関係数を算出してｋ＿ｉ＿＋＿２パラメータを決
定するｋパラメータ決定手段をそなえ、上記音声の標本
化された信号系列についての予め定めた区間の複数の標
本を第１の組として取出した上で、上記第１の信号列抽
出手段と上記第２の信号列抽出手段と上記ｋパラメータ
決定手段とに入力し、該各手段による出力結果を入力側
に帰還せしめて、ｋ＿１パラメータないし所望の整数ｐ
に対応するｋｐパラメータまでを順次決定して上記第１
の組に対応する分析結果のスペクトル包絡情報とし、次
に上記音声の標本化された信号系列について予め定めた
区間内の標本を第２の組として取出して当該組に対応す
る上記ｋ＿１パラメータないしｋｐパラメータまでを順
次決定するよう構成され、複数の標本を組単位で処理す
ると共に、上記第１の信号列抽出手段と上記第２の信号
列抽出手段と上記ｋパラメータ決定手段とを上記組単位
の処理に関して時分割的に利用するようにしたことを特
徴とする音声分析処理方式。２上記信号列抽出手段は、信号列Ｘ＿ｉ（ｎ）または
Ｙ＿ｉ（ｎ）を格納するレジスタ、ｋ＿ｉ＿＋＿１パラ
メータを格納するレジスタ、乗算器、および減算器をそ
なえたことを特徴とする特許請求の範囲第１項記載の音
声分析処理方式。３上記ｋパラメータ決定手段は、入力をＸ、Ｙとする
とき値Ｘ・Ｙを得る演算部と値Ｘ＾２＋Ｙ＾２を得る演
算部と値Ｘ・Ｙを累算する第１の累算器と値Ｘ＾２＋Ｙ
＾２を累算する第２の累算器と上記第１および第２累算
器出力を除算する除算手段をそなえたことを特徴とする
特許請求の範囲第１項ないし第２項記載の音声分析処理
方式。