JPS595295A - 線スペクトル周波数分析器 - Google Patents

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。

Description

【発明の詳細な説明】 本発明は線スペクトル周波数分析器に関し、特に入力音
声信号の線形予測分析により抽出される線形予測係数か
ら、ニュートン・ラプソン法を適用して安定に高次方程
式の近似解紫求めることにＬ］Ｌ８Ｐパラメータ？抽出
する線スペクトル周波数分析器に関する。

従来線スペクトル対型音声分析合成装置においては０分
析側において入力音声信号の線形予測分析に工りＬ　８
　Ｐパラメータ？抽出する方法として。

ＤＦＴ（離散的フーリエ変換）零点検索による方法と１
巡回型フィルタの伝達関数？変換して得られる高次方程
式？ニュートン・ラプソン法にニジ近似解？求める方法
等が通常用いられている。前述の二つの方法にする線ス
ペクトル周波数分析器のブロック図？第１図および第２
図に示す。第１図はＤＦＴ零点検索による場合金示し、
端子１０１工り標本抽出され量子化された音声信号は線
形予測分析手段１に入力される。線形予測分析手段２に
おいては一つの方法として入力信号の自己相関係数列を
求め、この自己相関係数列を係数とする連立−次方程式
を解くことにニジ次数ｐのαパラメータ（α−ｉ＝ｘ、
ｚ、・・・、ｐ　お工び同一次数のにパラメータ（Ｋ、
）　　ｉ＝ｘ、２．・・・ｐ？油抽出る。この（Ｋ−は
線形予測係数変換手段２に入力され、ここにおいてＫ　
　＝１おＬびに；−１ｐ＋ｔ　　　、　　　　　　　　
　ｐ＋１を追加して（ｐ＋１）次の一対のにパラメータ
とし、更にこれ？それぞれ対応する一対のαパラメータ
に変換して（α−ｉ＝１．２．・・・ｐ＋１お工び（α
ｂ）　　’＝１＋２＋・・・ｐ＋１　　として出力する
。

スペクトル関数抽出手段３においては、前述の一対のα
パラメータ（α、）および（α’、）ｋ入力して入力音
声信号の電カスベクトルＰ（ω）お工びＰ２Ｏ）會抽出
し、それぞれの逆数関数として（α−に対応する１／Ｐ
（ω）と（α′−に対応する１　７Ｐ’（ω）と？抽出
する。これらの関数１／Ｐ（ω）お工び１／Ｐ１ω）は
次式に工って与えられる。（＞−、（τ奔消鐙である。

上記の１　／　Ｐ（Ｑ））お工び１／Ｐ’（ω）は、ス
ペクトルＰ（ω）の極周波数において零となるが、線ス
ペクトル対周波数？求めることは、これらの１／Ｐ（ω
）お工び１　／Ｐ’（ω）を零にするωを求めることに
他ならない、線スペクトル周波数抽出手段４は前記１　
／Ｐ（ω）おＬび１／Ｐ’（ω）について、それらの値
？最小とするωの値？検索し、最小値近傍における標本
抽出点のω軸に関する射影との間の補間処理にエフ線ス
ペクトル周波数を抽出する。第４図（ａ）に最小値近傍
における線スペクトル周波数の補間処理による抽出の様
子金示す。図において。

標本抽出される１／Ｐ（ω）または１／Ｐ’（ω）の最
小値近傍において、Ａ、およびＡｌ１−１が標本抽出さ
れるものとすると、そのω軸に関する射影点ｋＡ。

およびＡ　　として、Ａ、とＡ、＋１　　とを結ぶ＠線
１＋１ がω軸と交わる点に対応するω、金線スペクトル周波数
として抽出する。真の線スペクトル周波数ω　とは△ω
１　■誤差を生じる。このＤ　Ｆ　Ｔ法の欠点は、＠記
△ωｉ　ヶ工り小さくしてω、紮工り精度良く抽出する
ためには１例えば抽出点として２５６〜５１２点程度の
離散的フーリエ変換演算処理奮必謬とし過大な演算量？
要するとともに、更に最小値近傍においてω　？求める
ための補間処理２必要とする。このため演算精度の点に
おいては、前記ニー−トン・ラプソン法に、ｒる高次方
程式の近似解法による方法の方が、一般的には精度が高
いとされている。゛またＤＦＴ法の他の欠点として、場
合によって線スペクトル対周波数ｒ検索できないことも
あり得る。

第２図は従来例の前記ニュートン・ラプソン法による高
次方程式の近似解法による線スペクトル周波数分析器の
ブロック図を示し、端子１０３より入力される標本抽出
され量子化された音声信号は、線形予測分析手段４５に
おいて線形予測分析されｐ次のαパラメーター抽出する
。一般に、全極型デジタル・フィルタの伝達関数の分母
Ａ（Ｚ’）＝＝八へ（Ｚ−１）＝１．Ｂｏ（Ｚ−１）＝
Ｚ−１Ａｎ（Ｚ　’）−Ａｎ（Ｚ　’）−ＫｎＢｎ（Ｚ
　’）Ｂｎ（Ｚ　’）＝Ｚ　’（Ｂｎ、（Ｚ　’）−Ｋ
ｎＡｎ、（Ｚ　’））上式において、声道に対応するデ
ジタル・フィルタを無損失化し、にパラメータの次数’
に一次増して、声門における境界条件（開放および閉塞
）工りに、＋、−１および−１として次式ケ求める（ｐ
は線形予測パラメータの次数）。

Ｐ（Ｚ　　）＝Ａ　（Ｚ　　）　−Ｂ　　（Ｚ’）ｐ Ｑ（Ｚ−’）＝Ａ　（Ｚ　’）＋Ｂ　（Ｚ　’）ｐ 線スペクトル対パラメータ（ω−４＝１．２，３・・・
ｐ／２お工び（ω２１ｔ）　””’　＋　２　＋　３　
＋・・・、ｐ／２ハ、　ツレツレ上式ノＰ（Ｚ　’）＝
ＯオｘびＱ（Ｚ　’）＝０の二つの独立した方程式エリ
求められる（但し、ω＝０お工びπの解は除外）。

これらの二つの独立した方程式は、一般にαパラメータ
の一次結合を係数とする二つのｐ／２次の方程式となる
。（Ｚ＋Ｚ　’　）　＝　２ＣＯ３ω２ｘとおき、αパ
ラメータの一次結合ｔＵ、（α、）お工びＶ、（αｉ）
とすると、方程式は次式で表わされる（以下において各
方程式の左辺ｋ　ｆ　（Ｘ）として包括表示する）。

上式ニジ、ｐ個のｘ＋１求めれば、　Ｑｌ＝ＣＯ３（Ｘ
／２）トシテ（ωＨ）　””１　＋　２　＋・・・ｐ　
を抽出することができる。実際には、ニー−トンの反復
法にニジ近似的にＸを求める。

一次結合算出手段６においては、線形予測分析手段５に
おいて軸抽出されるαパラメータエフ。

前記−次結合Ｕ（α）お工びＶ、　（α、比算出する。

Ｉ これらの−次結合は、ｆ（ｘ）最小値抽出手段７におい
て前記一対の方程式の左辺ｆ　（ｘ）の係数として導入
さｎ、それぞれのｆ　（ｘ）に関して、−λ≦Ｘ≦２の
範囲のＸの値を代入して関数ｆ　（ｘ）の値ｒ検索し。

それぞれの（（ｘ）エフそれぞれにｐ／２個の最小値ｒ
抽出する。このｆ　（ｘ）の検索にニジ最小値を抽出す
る方法は第４図（ｂ）に示されるとおりで＆ｆ（ｘ）に
関する倹素抽出点Ｈ、Ｂ　　お工びＢｉ＋１　　に対し
１−１　　１ て、Ｂ、が最小値に対応するものとして摘出され。

Ｂ、に対するＸ　がｆ　（ｘ）の局部最小値ケ与えるＸ
の値として近似的に取得される。このような方法で抽出
されるＸの値は線スペクトル周波数抽出手段８に与えら
れ、ここにおいて、前述のｆ　（ｘ）の局部最小値？与
えるＸの値？初期条件として、ニュートン・ラプソン法
を適用して前記二つの方程式に適合するＸの値？推定抽
出し、このＸの値からω＝ωＳ（Ｘ／２）に対応する逆
余弦変換によ＃）匈スペクトル周波数０）〒抽出する。

力おニー−トン・ラプソン法による近似解抽出法は第４
ｆ！５４（ｂ）に示されるとおりで、検索抽出点Ｂ、に
おけるｆ　（ｘ）に対する接線がＸ＠と交わる点のＸの
値ｘ／、　奮以て近似解とする。この方法の欠点は、ニ
ュートン・ラプソン法の適用に際して必要となる初期値
の精度に拘わる。若しもこの初期値？適切に設定できな
い場合には近似解は不安定となり、却っプその誤差が増
大する。

即ち、従来の線スペクトル周波数分析器は、ＤＦＴ法に
よる場合においては過大な演算ｉＨｒ必要とし、しかも
分析精度が必ずしも良くないという欠点があり、またニ
ュートン・ラプソン法による高次方程式の近似解法？用
いる場合においては。

ニー−トン・ラブノン法の適用にあたり初Ｊｕ［の設定
の仕方に問題がありスペクトル周波数の抽出に安定性？
欠くという欠点がある。

本発明の目的は上記の欠点？除去し、入力音声信号の線
形予測分析にＬシ得られる線形予測係数に対応する離散
的余弦変換ｉ介して初期値を設定してニー−トン・ラブ
ノン法を適用することにより、演算量が少なく安定に分
析精度金向上することのできる線スペクトル周波数分析
器を提供することにある。

本発明の線スペクトル周波数分析器は、線スペクトル対
型音声分析合成装置に備えられ入力音声信号Ｌｐ線スペ
クトル周波数を抽出する線スペクトル周波数分析器にお
いて、標本抽出され量子化された入力音声信号よりｐ次
（ｐは１１９大きい正の整数）のにパラメータとｐ次の
第１のαパラメータとｔ抽出する線形予測分析手段と、
前記にパラメータの次数？−一次加して擬似的に声道に
対応するフィルタ？無損失化して一対の（ｐ＋１）次の
にパラメータ？求め、このにパラメータより更に一対の
（ｐ＋１）次の第２のαパラメータを抽出する線形予測
係数変換手段と、＠記第２のαパラメータＬり離散的余
弦変換？介して一対のスペクトル関数を求めその逆数関
数ｒ抽出するスペ数関数に対する検索により検出される
それぞれの最小値に対応する一対の線スペクトル周波数
列（ω２．ω４．・・・、ω−お工び（ω８．ω３．・
・・、０１．−１）？抽出しこの線スペクトル周波数列
を前記線スペクトル周波数ω、　（＋　＝１ｔ　２１　
”・ｐ　）の余弦（２ＣＯ３６）、）として定義される
所定の変数ｒ要素とする二組の変数列に変換する線スペ
クトル周波数検索手段と、この二組の変数列ｒ所定の時
間蓄積する初期値蓄積手段と、前記線形予測分析手段エ
フ抽出される前記哨１のαパラメータの一次結合【算出
・　して前記線スペクトル周波数の余弦として定義され
る所定の変数上変数とするＰ／２次の高次方程式の係数
を形成する一次結合算出手段と、前記初期値蓄積手段に
蓄積される前記一対の変数列を初期値として前記ｐ／２
次の高次方程式１ｐニー−トン・ラプソン法を用いて近
似解を抽出し、その近似解め逆余弦変換に工り一対の線
スペクトル周波数列？抽出する線スペクトル周波数抽出
手段と？備えて構成される。

以下１本発明について図面ｔ−診照して詳細に説明する
。

第３国は本発明塀餐施列會示すブ・・り図である。図に
示される工うに線形予測分析手段９と。

線形予測係数変換手段１０と、スペクトル関数抽出手段
１１と、線スペクトル周波数検索手段１２と、初期値蓄
積手段１３と、−次結合算出手段１４と、線スペクトル
周波数抽出手段１５と紮備えている。

端子１０５工り入力される標本抽出され量子化された音
声信号は、線形予測分析手段９において線形予測分析さ
れ、ｐ次のにパラメータ（Ｋ、）　　！＝１．２．・・
・、ｐとｐ次の第１のαパラメータ（α、）　　ｉ＝１
．２．・・・、ｐとが抽出される。

線形予測係数変換手段１０においては、＠記にパラメー
タ全入力し、擬似的に声道に対応するフィルタ？無損失
化して扱うことにｚ５得られる終端条件からＫ　　＝１
　　お工びＫｐ＋１＝　　”　　’導入し。

ｐ＋１ これらｔ前記Ｋ　ハラメータに付加することにニジ（ｐ
＋１）次の一対のにパラメータ（Ｋ１）　　’＝ｔｔ　
２１・・・、ｐ＋１お工び（Ｋ／−盪＝１．２．・・・
、ｐ＋１を抽出し、更にこの一対のにパラメータｋ（ｐ
＋１）次の一対の第２のαパラメータ（α、）　　ｌ＝
１．２．・・・、ｐ＋１および（α’１）　　””’１
＋２＋・・・。

ｐ＋１に変換し抽出する。スペクトル関数抽出手段１１
は、前記（ｐ、＋１）次の一対の第２のαパラメータ會
入力して、それぞれに対応する電カスベクトルＰ（ω）
およびＰ′（→　を抽出し、それぞれの逆数関数として
（α−に対応する１／Ｐ（ω）と（α′−に対応する１
／Ｐ’（→とｔ抽出する。このスペクトル関数抽出手段
１１の作用については。

前記従来例のＤＦＴ法の場合のスペクトル関数抽出手段
３の作用と同等であ！７．１／Ｐ（ω）お工び１／Ｐ’
（ω）はそれぞれ次式で与えられる。

線スペクトル周波数検索手段１２においては、前記１／
Ｐ（ω）お工び１　／Ｐ’（→について、それらの値を
最小とするωの値を検索し、最小値近傍における標本抽
出点のω軸に関する射影との間の補間処理に工Ｖ線スペ
クトル周波数の近似値會抽出する。

この最小値近傍における線スペクトル周波数の補間処理
の模様は第４図（ａ）に示される。図において。

標本抽出される１／Ｐ（ω）または１／Ｐ’（（社）の
最小値近傍において、Ａ　お工びＡ、＋１が標本抽出さ
れるものとすると、そのω軸に関する射影点Ａ、お工び
Ａ、＋１として、ＡＩとＡＩ＋１とｒ結ぶ直線がω軸と
交わる点に対応するωを線スペクトル周波数として抽出
する。このようにして前記１／Ｐ（ω）おＬび１／Ｐ’
（ω）に対応してそれぞれＰ／２個の近似レベルの線ス
ペクトル周波数（ω！、ω；、・・・、ωＩｐ）および
（ω１．ωｔ、・・・、ω２−１）が抽出され、更にＸ
＝２ｃｏｓωによって定義される余弦変換にＬって前記
ω′から（ｚｌ、ｚｌ、・・・、Ｘ′）および（ｚｌ、
、　Ｘ−９１２４ｐ ・・・ｖ　ｘ；−１）に変換される。初期値蓄積手段１
３においては、ａ記一対の（ｘ’１　）　　ｉ＝２　＋
　４　、＋＋＋、　ｐお工び（□’）　　””１ｙ３＊
・・・、ｐ−１に一観測フレーム毎に入力して蓄積し、
線スペクトル周波数抽出手段１５における高次方程式の
近似解を推定するための初期条件として出力する。−次
結合算出器１４においては線形予測分析手段９Ｌり出力
される前記第１のαパラメータ（α−過＝１　、２　。

・・・、ｐｔ大入力て、前記従来例のニュートン・ラプ
ソン法による高次方程式の近似解法による周波数分析器
の場合と同様に下記の高次方程式の係数Ｕ、（α１）お
工びＶ、（α１）？算出する。

−−１ ｘ２＋Ｕ１（α、）Ｘ２＋Ｕ２（α、）Ｘ′　　＋・・
・＋Ｕ（α）＝０ ；　“ −１ ｘ２＋Ｖ、　（αρＸ２　＋■２（へ）ｘ２−’ｒ−・
＋Ｕ２（α、）−〇 ２ 線スペクトル周波数抽出手段１５においては、−次結合
算出手段１４に工って算出されるα、の一次結合Ｕｊ（
α、）おＬびＶ、（α、）を係数とする上記の一対の高
次方程式について、初期値蓄積手段１３より観測フレー
ム毎に出力される前記一対の初期条件（Ｘ　’＞　　１
＝２　ｔ　４　＋−９＄−ｊび（ｘ／、ｊ　　４＝１．
３．・・・、ｐ−１ｔ”入力して、ニー−トン・ラブソ
ン法ｒ適用してｘＩ′に関する近似解を抽出する。

この近似解？抽出する手法は第４図（ｂ）に示される前
記従来列の場合と同様であるが１本発明の特徴とすると
ころは、スペクトル関数抽出手段１１゜線スペクトル周
波数検索手段１２お工び初期値蓄積手段１３？ｒ介して
、入力音声信号の観測７レーム毎に得られる前記１／Ｐ
（ω）お工び１／Ｐ’（ω）の最小値条件として最も精
度高く適合している前記（ｘ’）　　ｒ＝２．４．−、
ｐおよび（Ｘ　’１　）　　’　””Ｌ３、・・・＋ｐ
−１’ｉ初期条件とし、その上で前記二ニートン・ラプ
ソン法ｒ適用して前記高次方程式の近似解？抽出する点
にあｆ）、前記初期条件の適用に工り、前記従来列の高
次方程式法にＬる周波数分析器におけるニュートン・ラ
プソン法適用時の不安定性は除去され、安定にしてＬシ
精度の高い近似解（Ｘ＋　）　　’　””−２＋　’　
＋・・・、ｐお工び（Ｘ、）　　ｉ＝１．３．・・・、
ｐ−１ｉ抽出することができる。この一対の近似解は、
前記余弦変換に対応する逆余弦（ω）ｉ＝２．４．・・
・ｐお工び（ω−ｔ＝ｔ　、　３　。

鵞 ・・・、ｐ−１として線スペクトル周波数抽出手段１５
から端子１０６　’に通じて出力される。

以上詳細に説明したように１本発明は従来の周波数分析
器に対比して、工り演ｉｔが少なく、ニジ安定に精度の
高い線スペクトル周波数？抽出することができるという
効果がある。

【図面の簡単な説明】

第１図お工び第２図は従来の線スペクトル周波数分析器
のプ・・り図、第３図は本発明轟施例　゛のブロック図
、第４図は局部最小値検索説明図である。 図において、１，５，９・・・・・・線形予測分析手段
。 ２．１０・・・・・・線形予測係数変換手段、３．１１
・・・・・・スペクトル関数抽出手段、４，８．１５・
・・・・・スペクトル周波数抽出子［，６，１４・・・
・・・−次結合算出手段、７・・・・・・ｆ　（ｘ）最
小値抽出手段、１２・・・・・・線スペクトル周波検索
手段、１３・・・・・・初期値蓄積手段、１０１〜１０
６・・・・・・端子。 ；− ■Ａ。

Claims (1)

1. 【特許請求の範囲】 線スペクトル対型音声分析合成装置に備えられ入力音声
   信号ニジ線スペクトル周波数を抽出する線スペクトル周
   波数分析器において、標本抽出され量子化された入力音
   声信号１９９次（ｐけ１工ｐ大きい正の整数）のにパラ
   メータとｐ次の第１のαパラメータとを抽出する線形予
   測分析手段と。 前記にパラメータの次数？−一次加して擬似的に声道に
   対応するフィルタを無損失化して一対の（ｐ＋１）次の
   にパラメータを求めこのにパラメータニジ更に一対の（
   ｐ＋１）次の第２のαパラメータを抽出する線形予測係
   数変換手段と、前記第２のαパラメータより離散的余弦
   変換を介して一対のスペクトル関数？求めその逆数関数
   紮抽出するスペクトル関数抽出手段と、＠記一対のスペ
   クトル逆数関数に対する検索により検出されるそれぞれ
   の最小値に対応する一対の線スペクトル周波数列（ω、
   Ｌω４．・・・、ω−お工び（ω１．ω３．・・・。 ω、、）ｒ抽出しこの線スペクトル周波数列を前記線ス
   ペクトル周波数ω１（’＝Ｌ２＋・・・、ｐ）の余弦（
   ２ｃｏｓω、）として定義される所定の変数を要素とす
   る二組の変数列に変換する線スペクトル周波数検索手段
   と、この二組の変数列を所定の時間蓄積する初期値蓄積
   手段と、＠配線形予測分析手段ニジ抽出される前記第１
   のαパラメータの一次結合を算出して萌配線スペクトル
   周波数の余弦として定義される所定の変数を変数とする
   ｐ／２次の高次方程式の係数？形成する一次結合算出手
   段と。 前記初期値蓄積手段に蓄積される前記一対の変数列を初
   期値として前記ｐ／２次の高次方程式よりニー−トン・
   ラプソン法を用いて近似解？抽出しその近似解の逆余弦
   変換に工り一対の線スペクトル周波数列全抽出する線ス
   ペクトル周波数抽出手段と？備えること？特徴とする線
   スペクトル周波数分析器。