JPS592918B2 - ピッチ抽出装置 - Google Patents

Description

【発明の詳細な説明】 本発明は音声波形からその基本ピッチを抽出するピッチ
抽出装置に関する。

近年、音声を認識する事ができる音声認識装置並びに音
声を合成する事のできる音声合成装置等の音声処理装置
の開発が急がれており、これ等音声処理装置に用いられ
る音声データの一つとして音声の基本ピッチが重要視さ
れている。

斯様な音声の基本ピッチとは、音声を聞いた時に感じる
音の高さの感覚であつて音声を形成する５ 多数の周波
数成分の内最も低い基本周波数に相当する。

この音声の基本ピッチを抽出する手段としては、現在の
所、音声波形にみられるピッチパルスに該当する波形の
周期的ピークを検出する波形処理方１０式、及び何らか
の前処理を施した音声波形の自己相関関数又は線形予測
分析における残差信号の自己相関関数を用いる相関処理
方式、等の方式がある。

斯様な基本ピッチ抽出手段の内、波形処理方式１５を用
いたピッチ抽出装置に於ては、従来は音声波形のピーク
に対して所定のしきい値を設ける事に依つてピークの存
在を検出していたので、変動する音声波形のピーク値に
対して確実なピーク位置の検出が困難であり、正確な基
本ピッチは得られ２０なかつた。

本発明は、上述の如き不都合を解消する目的で為された
ものであり、波形ピークを動的に求めるピッチ抽出装置
を提供するものである。

第１図に本発明のピッチ抽出装置の構成を示す。

２５同図に於て、１は入力される音声を音声信号に変換
するマイクロフォン、２は該マイクロフォン１からの音
声信号を増巾するマイクアンプである。

３は該マイクアンプ２から得られる音声信号が有する音
声波形の包絡線を検出する包絡検出回路で３０あつて、
音声波形の包絡線を抽出する包絡線抽出器４と、該包絡
線抽出器４から得られる音声波形の包絡線信号を微分す
る微分回路５と、該微分回路５からの信号が正であるか
負であるかを判定する第１比較器６とから構成されてい
る。

７は上記３５マイクアンプ２から得られる音声信号を所
定の時間遅延させる第１遅延器であつて、包絡検出回路
３での検出時間を保障するものである。

８は該第１遅延器７からの入力音声波形を更に一定時間
遅延させた遅延音声波形の最大値を保持する保持回路で
あつて、第２遅延器９と、該遅延器９からの遅延音声波
形の増加する波高値を刻々と貯える保持器１０とから構
成されている。

１１は第１のピツチ回路であつて、上記第１遅延器７か
ら得られる入力音声の波高値が上記保持回路８に保持さ
れる遅延音声波形の最大値より大きい場合にはｔ？Ｈ１
？レベル信号を出力し、又、その逆の場合にばＬ゛レベ
ル信号を出力する第２比較器１２と、上記包絡検出回路
３の第１比較器６から得られる信号に基いて、音声波形
の包絡線が増大している時に上記第２比較器１２からの
信号を出力せしめる第１アンドゲート１３と、から構成
されている。

１４は第２のピツチ回路であつて、上記第１遅延器７か
ら得られる入力音声の波高値を一定の増巾率で増巾する
増巾器１５と、該増巾器１５からの増巾入力音声波形の
波高値が上記保持回路８に保持される遅延音声波形の最
大値より大きい場合にはＩｆＨｌレベル信号を出力し、
又その逆の場合には゛７Ｌ゜゛レベル信号を出力する第
３比較器１６と、上記包絡検出回路３の第１比較器６か
ら得られる信号をインバータ１７に依つて反転した信号
に基いて、音声波形の包絡線が減少している時に上記第
３比較器１６からの信号を出力せしめる第２アンドゲー
ト１８と、から構成されている。

尚、増巾器１５での増巾率は後の説明で明らかになるが
１．３程度が選ばれる。１９は該第２のピツチ回路１４
の第２アンドゲート１８からの信号と上記第１のピツチ
回路１１のアンドゲート１３からの信号との論理和を取
り゜１Ｈ′ＶレベルとＷｌＬ′１レベルの２値信号を出
力するオアゲートであつて、この出力が入力音声波形の
ピーク位置を表している。

又、この出力は上記保持回路８の保持器１０にも印加さ
れＱｌＨ′Ｖレベル信号出力時に於いてのみこの保持器
１０を動作せしめて、保持回路８に依る遅延音声波形の
最大値保持を可能にしている。斯様な構成の本発明ピツ
チ抽出装置に於ては、上記マイクロフオン１への音声出
力が増大状態にある時、上記包絡検出回路３は包絡線抽
出器４と微分器５と第１比較器６とに依つて増大する入
力音声波形の包絡を検出して？１Ｈ′１レベル信号を出
力する。又、上記マイクロフオン１への音声出力が減少
状態にある時は逆に、゛Ｌｎレベル信号を出力する。こ
の包絡検出回路３の動作は、上記第１のピツチ回路１１
、第２のピツチ回路１４及び保持回路８の前段に設けら
れている第１遅延器７の遅延効果に依つて、これ等回路
の動作に先んじて為されるものである。従つて、上記マ
イクロフオン１とマイクアンプ２と第１遅延器７を経て
入力された音声信号が増大している時は、上記包絡検出
回路３からの゜１Ｈ１レベル信号に依つて上記第１のピ
ツチ回路１１は動作状態となり、上記第２のピツチ回路
１４は動作禁止状態となる。又、入力された音声信号が
減少している時は、上述と逆になる。次に、増大状態に
ある入力音声信号が第１のピツチ回路１１に導入される
場合、即ち、第２図に示す如く入力音声波形にみられる
ピツチパルスに該当する周期的ピークＰｌ，Ｐ２，Ｐ３
、のピーク点を結ぶ包絡線Ａが時間と共に増大する場合
に就いて説明する。

同図に於て、ピークＰ１のピーク値をＸ１その時刻をｔ
１、ピークＰ２のピーク値をＸ２その時刻をＴ２、ピー
クＰ３のピーク値をＸ３とし、更に入力音声波形の波高
値ＸがＸ＝Ｘ１となる時刻をｔ′１（但しｔ１〈ｔ′１
くＴ２）とし、ｘ＝Ｘ２となる時刻をｔ′２（但しＴ２
〈ｔ′２くＴ３）とする。今時刻ｔがｔ１くｔ＜ｔ″１
の時、上記保持回路８にはＸ１が保持されており、入力
音声波形の波高値Ｘはｘ＜Ｘ１となり、上記第１のピツ
チ回路１１は第２比較器１２に依るｘとＸ１の大小比較
の結果を出力可能状態のアンドゲート１３を介して第２
図ｂに示す如ぐＬ゛゜レベル信号を出力する。時刻ｔが
ｔ＝ｔ′１になると、Ｘ＝Ｘ１となりこの時点を越える
と、上記第１のピツチ回路１１からの出力１７Ｈ？ｌレ
ベル信号に切り換わる。この出力はオアゲート１９を経
て上記保持回路８に伝送され、保持回路８はこの１１Ｈ
１１レベル信号に依つて遅延音声波形の増大しつつある
波高値の取り込みを開始する。時刻ｔがｔ″，くｔ＜．
Ｔ２の時、上記保持回路８に刻々と保持されている遅延
音声波形の波高値はこの時の増大しつつある入力音声の
波高値ｘより小さいので、上記第１のピツチ回路１１は
５１Ｈ？ｌレベル信号を出力しつづける。時刻ｔがｔ＝
Ｔ２の時入力音声波形の波高値Ｘ＆＠ｘ＝Ｘ２であり、
保持回路８の遅延音声波形の波高値がこのＸ２と略等し
くなり、この時点を越えると上記第１のピツチ回路１１
からの信号はＴ９Ｌ゛レベル信号に切り換わる。この１
１Ｌ１レベル信号がオアゲート１９を経ゼ上記保持回路
８へ伝送される事に依り、この保持回路８は遅延音声波
形の波高値の取り込みを中止して、ピーク値Ｘ２を保持
した状態となる。更に時刻ｔがＴ２くｔ＜，ｔ′！の時
は、上述のｔ１くｔ＜．ｔ′１と同様に゛ＱＬ６ｌレベ
ル信号が得られ、ｔ′２くｔ〈Ｔ３の時は、上述のｔ″
１くｔ＜．Ｔ２と同様に・Ｖ５Ｈ８レベル信号が得られ
る。斯様にして第１のピツチ回路１１から得られるＱｌ
ＨｌレベルとＦｌＬｌレベルの信号は、第２図ｂの如き
音声波形にみられる周期的ピークの位置をよく表わすパ
ルス信号となる。一方、減少状態にある入力音声信号が
第２のピツチ回路１４に導入された場合、即ち、第３図
に示す如く入力音声波形にみられるピッチパルスに該当
する周期的ピークＱｌ，Ｑ２，Ｑ３、のピーク点を結ぶ
包絡線Ｂが時間と共に減少する場合に就いて説明する。

同図に於て、ピークＱ１のピーク値をＸ１その時刻をｔ
１、ピークＱ３のピーク値をＸ２その時刻をＴ２、ピー
クＱ３のピーク値をＸ３その時刻をＴ３、とし、更に入
力音声波形の波高値Ｘをα倍した値ＤｘがαＸ＝Ｘ１と
なる時刻をｔ′１（但しｔ１くｔ′１〈Ｔ２）とし、α
Ｘ＝Ｘ２となる時刻をｔ′２（但しＴ２くｔ′２〈Ｔ３
）とする。このαは、上記第２のピツチ回路１４を構成
し、入力音声信号を増巾する増巾器１５の増巾率であつ
てＸ１／α〈Ｘ２且つＸ２／ｄ＜Ｘ３であり、Ｘ１／α
及びＸ２／αがピークＱ２及びピークＱ３以外の極大値
より大きい事が必要である。斯様な条件からこのαは、
１．３程度に選ばれるのが適当である。今時刻がｔ１〈
ｔ＜ｔ″１の時、上記保持回路８にはＸ１が保持されて
おり、入力音声波形の波高値Ｘはｘ＜Ｘ１／αとなり、
上記第２のピツチ回路１４は、先ず増巾器１５に依つて
ｘをｄ倍し、このαｘとＸ１の大小比較を第３比較器１
６に依つて行ない、この比較結果を出力可能状態のアン
ドゲート１８を介して第３図ｂに示す如ぎＬ′１レベル
信号を出力する。時刻ｔがｔ−ｔ″１の時、αＸ＝Ｘ１
となり、この時点を越えると、上記第２のピツチ回路１
４からの出力ば７Ｈ”レベル信号に切り換わる。この１
！Ｈ！？レベル信号はオアゲート１９を経て上記保持回
路８に伝送され、保持回路８は遅延音声波形の増大しつ
つある波高値の取り込みを開始する。時刻ｔがｔ′１く
ｔ＜Ｔ２の時、上記保持回路８に刻々と保持されている
波高値はこの時の入力音声の波高値Ｘを増巾したＤｘよ
り小さいので、上記第１のピツチ回路１１は”Ｈ８レベ
ル信号を出力しつづける。時刻ｔがｔ−Ｔ２の時、入力
音声波形の波高値はピークＱ２のピーク値Ｘ２であつて
、この時点を越えると、入力音声波形の波高値ｘを増巾
した値αＸは上記保持回路８の遅延音声波形の波高値よ
り小さくなり、上記第２のピツチ回路１４は１１Ｌｔ１
レベル信号に切り換わる。この！１Ｌ１レベル信号に依
つて保持回路８は遅延音声波形の波高値の取り込みを中
止して、ピーク値Ｘ２を保持した状態となり、以下同様
に第３図ｂの如きパルス信号が第２のピツチ回路から得
られる。斯様にして得られた第１のピツチ回路１１から
のパルス信号と第２のピツチ回路１２からのパルス信号
とはオアゲート１９を介して一連のピツチパルスとして
出力される。

本発明のピツチ抽出回路は、以上の説明から明らかな如
く、音声出力が増大している時に動作する第１のピツチ
回路と、音声出力が減少している時に動作する第２のピ
ツチ回路と、を備え、上記第１のピツチ回路は、遅延音
声波形の最大値と音声信号との比較をする比較回路によ
つて構成され、又第２のピツチ回路は遅延音声波形の最
大値と音声信号を一定の増巾率で増巾した音声信号との
比較をする比較回路によつて構成されているので、音声
波形にみられるピツチパルスに該当する周期的ピークを
そのピーク値の変動状態に応じて動的に抽出する事がで
き、音声波形の基本ピツチが正確に得られる。

又、本発明ピツチ抽出装置から得られるピツチ情報は２
値のパルス信号であるので、この信号に基いた自己相関
関数を容易に導出する事ができ、本発明ピツチ抽出装置
は音声機器に用いられる相関処理方式に於ける前処理手
段としても最適である。

【図面の簡単な説明】

第１図は本発明のピツチ抽出装置の構成を示すプロツク
図、第２図と第３図は本発明装置の動作を説明する為の
波形図であつて、１は包絡検出回路、８は保持回路、１
１は第１のピツチ回路、１２は第２比較器、１４は第２
のピツチ回路、１６は第３比較器、を夫々示している。

Claims (1)

【特許請求の範囲】
1. １ 音声波形の基本ピッチを抽出するピッチ抽出装置に
   おいて、音声波形の包絡線を検出する包絡検出回路と、
   入力音声波形を一定時間遅延させた遅延音声波形の最大
   値を保持する保持回路と、上記包絡線検出回路で音声出
   力が増大している事を検出した時動作する第１のピッチ
   回路と、上記包絡線検出回路で音声出力が減少している
   事を検出した時に動作する第２のピッチ回路と、からな
   り、上記第１のピッチ回路は上記保持回路での最大値と
   音声信号との比較をする比較回路によつて構成され、又
   、第２のピッチ回路は上記保持回路での最大値と音声信
   号を一定の増巾率で増巾した音声信号との比較をする比
   較回路とに依つて構成された事を特徴とするピッチ抽出
   装置。