JPS5977497A - 音声分析装置 - 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使用されている。

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。

但しρ（τ）は遅れτにおける自己相関係数、Ｘｉは第
１番目の標本化音声、Ｘｉ＋τはＸｌからτだに分布す
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１８ｍ５ＥＣ）程度に相当するサンプル
数に設定されることが多い。従ってＸＯとＸｉ＋τとの
最大時間間隔は例えば３５ｍ５ＥＣ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
抽出方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
ッ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方法は、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
部分においては音声波形の周期性が弱く、ピッチ周期の
計測結果が不精密となることが多い。又、従来の方法に
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、前記ピッチ抽出装置に於いてピッチ周期を計測す
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
れたピッチ周期とから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
係数列をピッ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。

袋 次に本発明の実施例を図面に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ブロック
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個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制御信号を
制御信号伝送路１０４を介して自己相関係数計測器１０
６へ供給する。

次に他のブロッ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１０
２を更に詳細に説明するためのブロック図である。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２０４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。

電力配憶器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２０
３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 ％式％） 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
声波形例を波形伝送路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。値しτは遅れ時間、Ｘｉ　は第１番
目の標本化音声、Ｘｉ十τはＸｉからτだげ遅れた標本
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け）を例えば次式 を用いて計測する。但しτは遅れ時間、ＸＮ−１−ｉは
第Ｎ　−１−ｉ番目の標本化音声、ＸＮ−５−ｉ−τは
ＸＮ−１−ｉ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１０６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１０６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
をピッチ同期としてピッチ周期出力端子１０８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楔形
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（ａｌ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、より明確にピッチ周
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ブロック
図である。第５図において５０１は第１の発明によるピ
ッ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
ピッチ抽出装置５０１へ供給される。ピッチ抽出装置＊
：５０１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０に近い
。有声無声判別器５０２はρＭＡＸか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ブロック
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６０２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６０３と第２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値ρＭＡＸ１を
検索し、前記ρＭＡＸｌに対応する遅れ時間をピッチ周
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ρＭＡ
Ｘ１伝送路６０５へ、前記ピッチ周期候補１をピッチ周
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ρＭＡＸ寞をρＷＡＸ！伝送
路６０７へ、ピッチ周期候補２をピッチ周期候補２伝送
路６０８へ出力する。

比較器６０９はρＭＡＸＩ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、ｐＭｈＸ
ｌ＞ｐＭｈＸ２ならばｐＭＡＸ＝ρＭＡＸＩと決定し、
ρＭＡＸ１＜ρＭＡＸ２　ならばρＷＡＸ−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ρＭＡＸ１＞ρ
ＭＡＸならば切換信号をＯＦＦとし、ρＭＡＸ１＜ρＭ
ＡＸ２ならば切換信号をＯＮ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ＯＦＦ
であればピッチ周期候補１伝送路６０６をピッチ周期出
力端子６１２へ接続し、前記切換信号がＯＮであればピ
ッチ周期候補２伝送路６０８をピッチ周期出力端子６１
２へ接続する。

この第３の実施例は例えば第３図における３０３０入力
波形列に対し第１の発明と同様に、より明確にピッチ周
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ブロック
図である。第７図において７０１は第３の発明によるピ
ッ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
ピッチ抽出装置７０１へ供給される。ピッチ抽出装置７
０１は供給された標本化音波形動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６
１３を介して有声無声判別器７０２へ出力する。有声無
声判別器７０２は前記ρＷＡＸ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７０３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鮫において
、−ＷＡＸを適宜に前向きもしくは後向きに計測しピッ
チ周期を計測し、あるいは更に前記ρＷＡＸを用いて有
声無声を判別することにより、従来の方法と比較して、
ピッ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／ｍ５Ｅｃ以上の場合にはρＭＡＸを時
間的に後向きに０．６ｄＢ／ｍ８ＥＣ未満の場合にはρ
ＭＡＸを時間的に前向きに計測しピッチ周期を計測し、
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ッチ周期計測誤りと有
声無声判別誤りとが、従来の方法と比較して、それぞれ
５５チから１９俤へ（ピッチ周期の場合）、２０ｔｓか
ら１．５チへ（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ＯｄＢ／ｍ５Ｅｃ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、ＯｄＢ／ｍ５Ｅｃ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
きに計測しピッチ周期を計測し、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０．６ｄＢ／ｍ５Ｂｃ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ρＷＡＸは時間的に後向きに計測されたρＭＡ！よ
り殆んどの場合に大きな値を示すことが経時的に知られ
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ッ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。

従っ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
を示すブ四ツク図、第２図は電力増加率計測器のブロッ
ク図、第３図および第４図（Ｊｌ）、（ｂ）は本発明の
詳細な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・・・・・・自己相関係数計測器、１０７・・・・・
・最大値検索器、１０８・・・・・・ピッチ周期出力端
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、３０
３・・・・・・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・・・・・・ピッチ抽出装置、５０
２，７０２・・・・・・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 (1)

1. 【特許請求の範囲】 （１１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ｗ、０ （２１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る第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。