JPS5931080B2

JPS5931080B2 - 音声分析装置

Info

Publication number: JPS5931080B2
Application number: JP17781183A
Authority: JP
Inventors: 哲田口
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1983-09-26
Filing date: 1983-09-26
Publication date: 1984-07-31
Also published as: JPS5977497A

Description

【発明の詳細な説明】本発明は音声の自己相関係数列の最大値を検索すること
により有声無声を判別する音声分析装置に関し、特に有
声音立上り部分において優れた有声無声判別特性を有す
る音声分析装置に係る。

音声のピッチ周期情報及び有声無声判別情報は、音声分
析合成系等において極めて重要な情報であり、これらの
情報の分析結果が合成側における合成音声の音質に多大
な影響を与える。音声のピッチ周期を精密に計測する方
法として、音声波形の自己相関係数列を計測し、前記自
己相関係数列の最大値（以下ρＭＡＸと云う）を検索し
、ρＭＡＸに対応する自己相関係数の遅れ時間をピッチ
周期とする方法が知られている。

又、前記ρＭＡＸは有声無声判別における有力なパラメ
ータとして利用されている。従来、音声の自己相関係数
を計測する場合には、次式が広く用いられている。

ρ（）■Σ口ＸＡ／／（Ｏ）（ＬＸ＋）但しρ（τ）
は遅れτにおける自己相関係数、Ｘ１は第ｉ番目の標本
化音声、Ｘｉ＋τはＸｉからτだけ遅れた標本化音声で
ある。

音声のピッチ周期のほとんどは２ｍＳＥＣから１８ｍＳ
ＥＣ程度の範囲に分布することが知られている。上記の
式においてＮは最大ピッチ周期（例えば１８ｍＳＥＣ）
程度に相当するサンプル数に設定されることが多い。従
つてＸｏ６Ｘｉ＋τとの最大時間間隔は例えば３６ｍＳ
ＥＣ程度となる。従来の音声の自己相関係数を計測する
方法によるピッチ抽出力法は有声音定常部等の比較的に
長時間にわたり音声波形の周期性が保障され得る場合に
は極めて安定にピツチ周期を計測し得る。

しかしながら従来の音声の自己相関係数を計測する力法
は、無声音部から有声音部への渡り区間直後の有声音の
立上り部分においては音声波形の周期性が弱く、ピツチ
周期の計測結果が不精密となることが多い。又、従来の
力法により求められたρＭＡＸを用いて有声無声判別を
行なうと、前記判別結果は不精密となる。本発明の目的
は、無声音部から有声音部への渡り区間、もしくは前記
渡り区間直後の有声音の立上り部分等において、前記ピ
ツチ抽出装置に於いてピツチ周期を計測する場合の中間
パラメータである自己相関係数列と計測されたピツチ周
期とからρＭＡＸを求め、前記ρＭＡＸを判別パラメー
タとして用いたより精密な有声無声判別装置を提供する
ことにある。

本発明は、少なくとも時間的に前向きに計測される自己
相関係数列と時間的に後向きに計測される自己関係数列
とのどちらの自己相関係数列をも計測する手段を有し、
更に前記２つの自己相関係数列のうちどちらの自己相関
係数列をピツチ周期の計測を行なうためのパラメータと
して用いるかを判断するために、音声の電力増加率が一
定値以上であるか否かを判別する手段、もしくは前記２
つの自己相関係数列から別々に計測される２つのρＭＡ
Ｘの大小関係を比較する手段を有し、このρＭＡＸを有
声無声の判別パラメータとして有声無声判別を行なう手
段を有する。

本発明の特徴は時間的に前向きに計測される自己相関係
数列と時間的に後向きに計測される自己相関係数列との
２つの自己相関係数列を用いて有声無声判別を行なうこ
とにある。

次に本発明の実施例を図面を参照して詳細に説明する。

第１図は第１の実施例を詳細に説明するためのプロツク
図である。

波形入力端子１０１を介して標本化音声波形列が電力増
加率計測器１０２と一時記憶１０３とへ供給される。電
力増加率計測器１０２は音声の電力増加率を計測し、前
記電力増加率が予め設定された値以上である場合には自
己相関係数計測制御信号を例えば１にし、前記電力増加
率が予め設定された値未満である場合には自己相関係数
計測制御信号を例えばＯにする。更に電力増加率計測器
１０２は前記自己相関係数計測ｊ制御信号を匍脚信号伝
送路１０４を介して自己相関係数計測器１０６へ供給す
る。

次に他のプロツク図を参照して電力増加率計測器１０２
を更に詳細に説明する。

第２図は電力増加率計測器１０２を更に詳細に説明する
ためのプロツク図である。第２図に於いて、一点鎖線、
２０１で囲まれた部分は電力増加率計測器１０２の構成
範囲を示す。波形入力端子１０１を介して標本化音声波
形列が一時記憶器２０２へ供給される。

一時記憶器２０２は前記標本化音声波形列を一時的に記
憶し、フレーム周期信号発生器２０３から供給されるフ
レーム信号により前記標本化音声波形列を電力計測器２
０４へ出力する。電力計測器２０４は一時記憶器２０２
から供給されるフレーム周期毎に切出される標本化音声
信号の電力を計測し計測結果を電力記憶器２０５と電力
増加率判別器２０６とへ前記計測結果を出力する。電力
記憶器２０５は電力計測器２０４により計測された電力
値を一時的に記憶し、フレーム周期信号発生器２０３か
ら供給されるフレーム信号により前記計測値を電力増加
率判別器２０６へ出力する。電力増加率判別器２０６は
電力計測器２０４から供給される現在のフレームの電力
値（以下電力１と云う）と電力記憶器２０５から供給さ
れる直前のフレームの電力値（以下電力２と云う）とか
ら自己相関係数計測制御信号Ｓｃを次式Ｓｃ＝１（電
力１／電力２くａ）Ｓｃ−０（電力１／電力２〉ａ）により決定する。

但しａは零又は正の定数である。更に電力増加率判別器
２０６は決定された自己相関係数計測制御信号を制御信
号伝送路１０４へ出力する。再び第１図に戻つて第１の
実施例の説明を継続する。

一時記憶器１０３は波形入力端子１０１を介して供給さ
れる標本化音声波形列を一時的に記憶し、前記標本化音
声波形列を周期的に切出し、更に前記切出された標本化
音声波形列を波形伝送路１０５へ出力する。自己相関係
数計測器１０６は制御信号伝送路１０４を介して供給さ
れる自己相関係数計測制御信号が０である場合には、波
形伝送路１０５を介して供給される標本化音声波形列か
ら時間的に前向きに自己相関係数ρ（τ）を例えば次式
を用いて計測する。

但しτは遅れ時間、Ｘｉは第ｉ番目の標本化音声、Ｘｉ
＋τはＸｉからτだけ遅れた標本化音声である。又、自
己相関係数計測器１０６は前記自己相関係数計測制御信
号が１である場合には波形伝送路１０５を介して供給さ
れる標本化音声波形列から時間的に後向きに自己相関係
数ρ（τ）を例えば次式を用いて計測する。

但しτは遅れ時間、ＸＮ−１−１は第Ｎ−１−１番目の
標本化音声、ＸＮ−１−１−τはＸＮ−１−１からτだ
け進んだ標本化音声である。更に自己相関係数計測器１
０６は計測した自己相関係数列を最大値検索器１０７へ
出力する。最大値検索器１０７は自己相関係数計測器１
０６より供給された自己相関係数列より最大値ρＭＡＸ
を検索し、前記ρＭＡＸをρＭＡＸ端子１０９へ出力す
る。更に最大値検索器１０７は前記ρＭＡＸに対応する
遅れ時間Ｔをピツチ同期としてピツチ周期出力端子１０
８へ出力する。なお、第１の実施例はρＭＡＸ出力端子
１０９を削除しても構成し得る。

次に第１の実施例における自己相関係数計測器１０６に
より計測される自己相関係数列の性質について波形図を
参照しながら詳細に説明する。

第３図は音声波形の一例であり、無声音と有声音との過
渡的な状態における模形化された音声波形図である。第
３図に於いて３０１は音声波形、３０２は直前の分析フ
レーム、３０３は現在の分析フレームである。

今、直前の分析フレーム３０２における平均電力に対し
、現在の分析フレーム３０３における平均電力の増加率
が予じめ設定された増加率を越えていると仮定する。現
在の分析フレーム３０３に於いては自己相関係数は時間
的に後向きに計測され、その計測結果は例えば第４図ａ
中の４０１になる。現在の分析フレーム３０３に於いて
仮に自己相関係数を時間的に前向きに計測すると、その
計測結果は例えば第４図ｂ中の４０２となる。

第４図から現在のフレーム３０３に於いては時間的に後
向きに計測された自己相関係数列は、時間的に前向きに
計測された自己相関係数列に対し、より明確にピツチ周
期を抽出し得ることが判る。

第５図は第２の実施例を詳細に説明するためのプロツク
図である。第５図において５０１は第１の発明によるピ
ツチ抽出装置全体であり、１０９はρＭＡＸ出力端子で
ある。波形入力端子１０１を介して標本化音声波形列が
ピツチ抽出装置５０１へ供給される。ピツチ抽出装置５
０１は供給された標本化音声波形列から自己相関係数の
最大値ρＭＡＸを計測し、計測結果をρＭＡＸ出力端子
１０９を介して有声無声判別器５０２へ出力する。通常
ρＭＡＸは有声音では１に近く無声音ではＯに近い。有
声無声判別器５０２はρＭＡＸがＯに近い場合には無声
と、ρＭＡＸが１に近い場合には有声と決定し、前記決
定結果を有声無声判別信号出力端子５０３へ出力する。
この第２の２実施例によれば、例えば第３図における３
０３の分析フレームにおいて、第４図の４０１に示され
る自己相関係数列のρＭＡＸを用いて有声無声判別を行
なうことにより、より明確な有声無声判別を行ない得る
。第６図は第３の実施例を詳細に説明するためのプロツ
ク図である。波形入力端子６０１を介して標本化音声波
形列が一時記憶器６０２へ供給される。一時記憶器６０
２は前記標本化音声波形列を一時的に記憶すると共に周
期的に前記波形を切出し、前記切出された波形列を第１
自己相関計測器６０４とへ出力する。

第１自己相関計測器６０３は切出された波形列から時間
的に前向きに自己相関係図を計測し、更に前記自己相関
係数の最大イ知ＭＡＸｌを検索し、前記ρＭＡＸｌに対
応する遅れ時間をピツチ周期候補１と決定する。更に第
１自己相関計測器６０３は前記ρＭＡＸをρＭＡＸｌ伝
送路６０５へ、前記ピツチ周期候補１をピツチ周期候補
１伝送路６０６へ出力する。

第２自己相関計測器６０４は一時記憶器６０２により切
出された波形列から時間的に後向きに自己相関係数を計
測し、前記第１自己相関係計測器６０３と同様の動作に
より自己相関係数の最大値ρＭＡＸ２をρＭＡＸ２伝送
路６０７へ、ピツチ周期候補２をピツチ周期候補２伝送
路６０８へ出力する。比較器６０９はρＭＡＸｌ伝送路
６０５を介して供給されるρＭＡＸｌとρＭＡＸ２伝送
路６０７を介して供給される。ρＭＡＸ２との大小関係
を比較し、ρＭＡＸｌ〉ρＭＡＸ２ならばρＭＡＸ−ρ
ＭＡＸｌと決定し、ρＭＡＸｌ〈ρＭＡＸ２ならばρＭ
ＡＸ＝ρＭＡＸ２と決定し、前記決定されたρＭＡＸを
ρＭＡＸ出力端子６１３へ出力する。更に比較器６０９
はρＭＡＸｌ〉ρＭＡＸならば切換信号（イ）ＦＦとし
、ρＭＡＸｌくρＭＡＸ２ならば切換信号を０Ｎと決定
し、前記切換信号を切換信号伝送路６１０へ出力する。
切換器６１１は切換信号伝送路６１０を介して供給され
る切換信号が０ＦＦであればピツチ周期候補１伝送路６
０６をピツチ周期出力端子６１２へ接続し、前記切換信
号ば０Ｎであればピツチ周期候補２伝送路６０８をピツ
チ周期出力端子６１２へ接続する。この第３の実施例は
例えば第３図における３０３の入力波形列に対し第１の
発明と同様に、より明確にピツチ周期を抽出し得ること
は明らかである。

なお第３の発明はρＭＡＸ出力端子６１３を削除しても
構成し得る。第７図は第４の実施例を詳細に説明するた
めのプロツク図である。

第７図において７０１は第３の発明によるピツチ抽出装
置全体であり、６１３はρＭＡＸ出力端子である。波形
入力端子６０１を介して標本化音声波形列がピツチ抽出
装置７０１へ供給される。ピツチ抽出装置７０１は供給
された標本化音波形列から自己相関係数の最大値ρＭＡ
Ｘを計測し、計測結果をρＭＡＸ出力端子６１３を介し
て有声無声判別器７０２へ出力する。有声無声判別器７
０２は前記ρＭＡＸから有声か無声かを決定し、決定結
果を有声無声判別信号出力端子Ｊ７Ｏ３へ出力する。
尚、上述した無声音部から有声音部への渡り区間、もし
くは前記渡り区間直後の有声音の立上り部分等において
、ρＭＡＸを適宜に前向きもしくは後向きに計測しピツ
チ周期を計測し、あるいは更ζに前記ρＭＡＸを用いて
有声無声を判別することにより、従来の力法と比較して
、ピツチ周期計測精度もしくは有声無声判別率が大きく
改善されることが確認されている。

例えば英語を母国語とする男声話者が発声した英語文章
による本発明者の実測データによれば、音声の電力増加
率が０．６ｄＢ／ＭＳＥＣ以上の場合にはρＭＡＸを時
間的に後向きに０．６ｄＢ／ＭＳＥＣ未満の場合にはρ
ＭＡＸを時間的に前向きに計測しピツチ周期を計測し、
更に前記ρＭＡＸを用いて有声無声を判別すると、無声
音部から有声音部への渡り区間および前記渡り区間直後
の有声音の立上り部分におけるピツチ周期計測誤りと有
声無声判ノ別誤りとが、従来の力法と比較して、それぞ
れ５５％から１９％へ（ピツチ周期の場合）、２０％か
ら１．５（ｆ）へ（有声無声判別の場合）減少すること
が確認された。

また、音声の電力増加率が０ｄＢ／ＭＳＥＣ以上の場合
、つまり音声の電力が増加中の場合には、ρＭＡＸを時
間的に後向きに、０ｄＢ／ＭＳＥＣ未満の場合、つまり
音声の電力が減少中の場合にはρＭＡＸを時間的に前向
きに計測しピツチ周期を計測し、更に前記ρＭＡＸを用
いて有声無声を判別すると、上記電力増加率のしきい値
を０．６ｄル省Ｓｍとしたときとほぼ同等の効果のある
ことが別途確認された。

なお電力が増加中の場合には時間的に後向きに計測され
たρＭＡＸは時間的に前向きに計測されたρＭＡＸより
殆んどの場合に大きな値を示し、電力が減少中の場合に
は時間的に前向きに計測されたρＭＡＸは時間的に後向
きに計測されたρＭＡＸより殆んどの場合に大きな値を
示すことが経験的に知られている。以上述べた様に本発
明は特に無声音と有声音との過渡部等に於いて正確にピ
ツチ周期を抽出し得るという第１の効果があり、前記過
渡部をより有声に有利に判別する。

通常有声音と無声音との混合波形は、有声音として取扱
う場合には無声音として取扱かう場合と比較して音声分
析合成等において良好な合成音が得られる。従つて本発
明は例えば音声分析合成等に適用することにより、より
良好な合成音声を得ることができるという第２の効果が
ある。

【図面の簡単な説明】

第１図、第５図、第６図および第７図は本発明の実施例
を示すプロツク図、第２図は電力増加率計測器のプロツ
ク図、第３図および第４図Ａ，ｂは本発明の実施例を説
明するための波形図である。１０２・・・・・・電力増加率計測器、１０３，２０２
，６０２・・・・・・一時記憶器、１０４・・・・・・
制御信号伝送路、１０５・・・・・・波形伝送路、１０
６・・・・・第己相関係数計測器、１０７・・・・・・
最大値検索器、１０８・・・・・・ピツチ周期出力端子
、１０９・・・・・・ρＭＡＸ出力端子、２０３・・・
・・・フレーム周期信号発生器、２０４・・・・・・電
力計測器、２０５・・・・・・電力記憶器、２０６・・
・・・・電力増加率判別器、３０１・・・・・・音声波
形、３０２・・・・・・直前の分析フレーム、３０３・
・・・・・現在の分析フレーム、４０１・・・・・・時
間的に後向きに計測された自己相関係数列、４０２・・
・・・・時間的に前向きに計測された自己相関係数列、
５０１，７０１・・・・・・ピツチ抽出装置、５０２，
７０２・・・・・・有声無声判別器、６０３・・・・・
・第１自己相関計測器、６０４・・・・・・第２自己相
関計測器、６０９・・・・・・比較器、６１１・・・・
・・切換器。

Claims

【特許請求の範囲】１音声波形を所定の時間間隔でサンプリングする手段
と、このサンプリングされた音声波形の電力を計測する
手段と、この計測された電力の増加率を計測する手段と
、前記サンプリングされた音声波形から自己相関係数列
を時間的に前向きに計測する第１の計測手段と、前記サ
ンプリングされた音声波形から自己相関係数列を時間的
に後向きに計測する第２の計測手段と、前記電力の増加
率が予め定めた値以上であるときには前記第２の計測手
段の出力を、前記電力の増加率が予め定めた値以下であ
るときには前記第１の計測手段の出力を取り出す手段と
、この手段の出力から得られる自己相関係数列の最大値
から有声／無声を判別する手段を備えて成ることを特徴
とする音声分析装置。２音声波形を所定の時間間隔でサンプリングするサン
プリング手段と、このサンプリングされた音声波形から
自己相関係数列を時間的に前向きに計測する第１の計測
手段と、前記サンプリングされた音声波形から自己相関
係数列を時間的に後向きに計測すぬ第２の計測手段と、
前記第１の計測手段と第２の計測手段で得られた前記自
己相関係数列の中から最大値を検索する手段と、得られ
たこの自己相関係数列の最大値から有声／無声を判別す
る手段を備えて成ることを特徴とする音声分析装置。