JPS6014300A - 音声の特徴抽出方法 - 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】 （産業上の利用分野） 本発明は、音声の特徴として自己相関係数を抽出する特
徴抽出装置において、自己相関係数の重み付は及び組み
合わせにより効果的な特徴抽出を行う音声の特徴抽出方
式に関するものである。

（従来技術及び背景） 従来より、自己相関係数が音声の特徴として多用されて
いるが、これは聴覚がスペクトル情報に対応しているこ
とによっており、自己相関係数はＷｉｅｎｅｒ　−Ｋｌ
＋ｉｎ１．ｃｌ＋ｉｎｅの公式により正規化パワースペ
クトルに対応している。今、ディンタル化された音声信
号を５（ｎ）、相関関数をＲ（τ）とすで表わされ、さ
らに、Ｒ（τ）をＲ（φ）で正規化することにより（２
）式のように自己相関係数Ｃ（τ）を得る。

Ｃ（τ）＝　Ｒ（τ）／Ｒ（φ）　・・・・・・（２）
従来の方式では、」１式のＲ（τ）を分析７レーｌ、毎
に抽出し特徴パラメータとしているが、■Ａ／Ｄ変換の
際の高周波成分のダイナミックレンジを大きくとるため
と、■音声波形が一般に一６ｄＢ１０ｆ÷Ｉ程度の周波
散性（２＋をちっていることの二つから、Ａｌ１）変換
の前に＋６ｄＢ１０ｃｔのプリエンファシスを施してい
る。これにより、周波数の次元ではスペク１ルが平坦化
され効果があるか゛、自己相関の次元では、スペクトル
は自己相関波形に月し重なり合う形（従属する形）で存
在するので、ホルマン）・の弁別、ホルマントの変動に
月して（版めて弱いパラメータとなっている。

ところで、音声をその音源が声帯であるが否かにより分
けると、ＩＭ音等に代表される有音声と摩擦系子音に代
表される無声音とがある。継続時間的にも良い有声音に
ついては、声道の伝達特性が音韻性を決定し、声道伝達
特性は声道にす）ける共振９反共振により規定され、周
波数領域」二でのスペクトル包絡となる、１また、この
スペクトル包路上では、音声の音韻情報は包絡の谷より
山のピークにあってホルマントと呼ばれており、周波数
のイ氏い方から２つないしは３つ目の第３ホルマントま
でによって音韻性の大部分を表現している。こ３− こに第１ホルマントは、同−話者内の発声変動が比較的
小さく弁別精度はよいが、全ての有声音の弁別はできず
、大まかなグループ分けに効果があるのみである。能力
、第２．第３ホルマントは発声変動が大きいが有声音の
弁別には不可欠なので、上記第１ホルマントと併用する
必要がある。日本語５ｆｉｌ音については、第１ホルマ
ントと第２ホルマントの２紬により非常によく分離でき
、ＢＰＦ群の出力をパラメータとする方法では、これに
基いて有声音を弁別している。自己相関係数を用いる方
法でも、２チヤンネルのＢＰＦの出力よりめた２系列の
自己相関係数を用いれば可能である。

しかし、パラメータ数が２倍になること及びこれに伴っ
てのメモリー増加、応答時間の増加など多くの問題があ
る。

（発明の目的） そこで本発明では、自己相関係数の性質に基づト２系列
を持つことなく、第１ホルマント、第２゜３ホルマント
を効果的に弁別し得るパラメータの抽出方式を提供する
ことを目的とする。

４− この目的を達成するため考究されたことは、入力信号を
Ｘ（ｎ）、自己相関関数をＲ（τ）、パワースペクトル
ｐ（ｒ）、複素スペクトルＦ（［）の関係か第１図で示
されるが、第１図のように、パワースペクトルと自己相
関関数はフーリエ変換で結ばれているので、Ｐ（「）が
高域で強ければ、自己相関関数波形は小さな周期の波と
なり、逆の場合は大きな周期となり、波形としてはこれ
らの重なり合った形となっている。これは、フーリエ変
換が直交変換であることがら自己相関の次元では、周波
数は独立でなく従属関係にあるためである。また、自己
相関波のピークに関しては、単一共振の場合、Ｔ＝ｉ／
ｆより相関連れて二Ｔのときピークを示す。このことか
ら、Ｐ（Ｄ　Ｊ二で高域に主成分のあるものは、自己相
関関数の低次に既に情報があり、高次についてはその繰
り返しとなる。逆に、低域に主成分のあるものは、自己
相関の高次に情報を含む。従って次の知見を得る。

Ａ）第１ホルマントの弁別のためには、入力音声信号を
低域強調すればよく、このとき自己相関−にでは、高次
（遅れ時間τが犬）に弁別的特徴か現れる。

Ｂ）１２．第３ホルマントの弁別のためには、原波形に
月して高域強調すればよく、このとき自己相関−１−で
は、低次に弁別的特徴が現れる。

（発明の概要） 本発明は」−記知見に基づくもので、音声入力信号を、
高、低の帯域通過フィルタに通し、その出力波形につい
てめた自己相関係数のいくつかを糾み合わせて使用する
ことにより、音声のホルマンＹに対応した高精度の識別
を可能としたことを基本的な特徴とする。

好ましくは、原波形の自己相関係数の高次、高域強調又
は高域通過フィルタの出力の自己相関係数の低次を抽出
し、これを組み合わせる。

またより好ましくは、高域強調してＡ／Ｄ変換を行った
波形からめた自己相関係数の低次と、この波形をディジ
タル的に低域強調した波形の自己相関係数の高次を抽出
し、これを組み合わせることにより、音声のホルマント
に対応した高精度の識別を可能とする。□ さらに好ましくは、低域強調を実現する方法として、以
下に示される（９）式、あるいは（１０）式の自己相関
係数−にでの演算を行ない、この高次ともとの自己相関
係数の低次と組み合わせる。これにＪ：って、プリエン
ファシスのために高域強調された音声信号に対して、第
２．第３ホルマントに対してはその自己相関係数の低次
を採用し第１ホルマント弁別に月しては低域強調してめ
た自己相関を高次に採用することを通して、全体の特徴
ベクトル数を増やすことなく弁別性能を向］ニさせるこ
とがでトる。

（実施例） 以下、本発明を実施例に基づいて説明するが、実施例を
開示するに当り、予め、実施例に係る特徴抽出方式の物
理・数学的な根拠を与えておく。

すなわち、プリエンファシスされＡ／Ｄ変換された入力
信号Ｓ’（ｎ）に対し、低域強調した出力信号をＺ（ｎ
）とし、（３）式のように１次系によるフィルタリング
を考える。

７− Ｚ（ｎ）＝ｙ（ｎ）十μｙ（ｎ−１）　−（３）ここで
、μは重み付は係数である。このと外、伝達特性１−１
（ｚ）は、 Ｈ（７，）　−Ｚ（ｚ）／ｙ（ｚ）＝１　＋７７２−１
−（４）Ｚ＝ｅｊ“　として周波数伝達特性をめると、
ｌ　１−１（ｅ　”’）　ｌ　２＝（１＋μ　Ｊ　（ｉ
ｌ　）・（１＋μｅ′３“） ＝（１十μ２）＋２μｃｏｓω　・・・（５）ここで、
重み係数をμ＝１とすると、 ｌ　Ｈ（ｅ　”）　ｌ　２は（７）式で与えられる。

ＩＩ−Ｉ（ｅ神）１２＝　２（１＋ｃｏｓω）　−（７
）（７）式よＩ）、周波数特性にｅｏＳω形の低域強調
を行うことになる。

一方、Ｚ（夏１）の自己相関関数Ｒｚ（τ）は、Ｍ　ｉ
”１ ・（ｙ（ｉ＋τ）＋μｙ（ｉ十τ−１））＝８− μ２ｙ　（ｉ−１）ｙ（ｉ十τ−１）十μｙ（ｉ−１）
ｙ（ｉｌて）＋μｙ（ｉ）ｙ　’（ｊ＋τ−１）） ＝（１＋μ２）Ｒｙ（τ）十μ（Ｒｙ（τ＋１）十Ｒｙ
（τ−１））　・・・・・・（８）自己相関係数Ｃｚ（
τ）は、 Ｃｚ（ｒ　）−ＲＺ’（τ）／　Ｒｚ（φ）（１＋μ２
）Ｒｙ（０）＋２μＲｙ（１’）（１＋μ２）＋２μＣ
ｙ（］） ・・・・・・（９） さらに、μ：１としで、 ・・・・・・（］（＋） この（１（’１）式に上ｊ）、フ゛リエンファシスされ
た信号からめられる自己相関係数から低域の重み付はを
行った自己相関係数が単純な演算でめられる。　従って
、切り換え自己相関係数の次数をθ鮭とすると、相関次
数τは、 （ただし、τＭＡＸ（θＭＡＸ）は、分析する最大次数
） を用いることで、第１．第２．第３ホルマントに対する
弁別能力を効果的に増加でトる。この概念を図解した説
明図を第２図の（ａ）＝　（ｂ）、（ｃ）、　（ｄ）。

（ｅ）順次に示す。

第３図は、本案特徴抽出方式の実施例を示す。

第３図において、マイクロホン１より、音声が入力され
アンプ２に入る。アンプ２で増巾された信号１０２は、
プリエンファシス回路３に入る。プリエン７７シス回路
３は、約ＩＫＨｚから６ｄＢ１０ｃｔの高域強調特性と
なっている。プリエンファシス回路３の出力１０３は、
ローパスフィルタのＬ　Ｐ　Ｆ　４に入力される。Ｌ　
Ｐ　Ｆ　４は、Ａ／Ｄ変換の折り返し雑音を除くための
アンチエイリアスフィルタとなっている。Ｌ　Ｆ’　Ｆ
　４の出力１０４は、Ａ／Ｄ変換器５に入力されディジ
タル信号１０５に変換された後、自己相関器６に入力さ
れる。自己相関器６では、５ｍｓ〜１（１ｍｓ程度の分
析区間内の自己相関係数１０６がめられ、分析区間終了
毎に重み付き組み合わせ自己相関係数演算回路７に送ら
れ、前掲の式（１０）に基づく変換と組み合わせ処理後
、判別処理回路８に送られ、ここで音声の識別が行なわ
れる。

次に、第４図に従って、第３図の重み付ぎ組み合わせ自
己相関係数演算回路７の詳細を示し、具体的な動作を説
明する。

回路７の各ブロック要素は制御回路部７０によって統括
して制御される。

（伯　式（１０）における分母部分の計算初期状態では
、マルチプレクサ７４はセレクト信号２０３により“１
”をセレクトしている。次１１− に、アドレス制御信号２０１にアトシス１を出力し、リ
ード制御信号２０２により、第１のバッファ７１からＣ
（１）が信号線３０１に出力される。加算器７２は信号
線３０１上のＣ（１）と信号線３０４上の値を加算し、
第１のレジスタ７３に格納する。

第１のレジスタ７３の出力線３０３は、さらに、シフト
回路あるいは加算器により成る２倍演算器７５により２
倍される。２倍された値は信号線３０５を経て第２のレ
ジスタ７６に格納される。これで第２レジスタ７６には
、式（１０）の分母の値が格納されたことになる。

（ロ）自己相関次数φくτくτＡｌ、の場合この場合、
アドレス制御信号２０１にアドレスτを出力し、リード
制御信号２０２は、第１のバッファ７１から次数類に自
己相関係数を信号線３０１に出力する。このとき、マル
チプレクサ８は、制御信号２０７により信号線３０１を
セレクトしているので、第２のバッファ７９の入力［３
０８は、信号線３０１に接続されており、アドレス制御
信号２０９にアドレスτを出力し、ライト制御１２− 信号２０８により第２のバッファ７９に格納される。以
上の演算がφくτくτＡＬのτについてくり返される。

（ハ）自己相関次数τ硅≦τ≦τＭＡＸの場合まず、ア
ドレス制御信号２０１にアドレスτを出力し、リード制
御信号２０２により、信号線３０１にＣ（τ）が出力さ
れ、第ルジスタ７３に格納される。このとき、マルチプ
レクサ７４は′“φ”をセレクトして、加算器７２は“
φ”を加算する。次に第ルジスタ７３の値Ｃ（τ）は、
信号線３０３に出力され、２倍演算器７５を通る。次に
、制御回路部７０は、アドレス制御信号２０１にアドレ
ス（τ−１）を出力し、リード制御信号２０２により第
１バツフア７１がらＣ（τ−１）を信号線３０１に出力
する。マルチプレクサ７４は、このとき、制御信号２０
３により、□信号線３０５にセレクトされていて、加算
器７２により２Ｃ（τ）十Ｃ（τ−１）が演算され第ル
ジスタ７３に格納される。さらに、アドレス制御線２０
１に、アドレス（τ＋１）を出力し、リード制御線２０
２により第１バツフ７７１からＣ（τ＋１）が信号線３
０１に出力される。このとき、マルチプレクサ７４は、
再び信号線３０３をセレクトしており、レジスタ１の出
力３０３と、信号線３０１」二のＣ（τ＋１）が加算さ
れ、式（１０）の分子の値が第ルジスタ７３１こ格納さ
れる。

そこで、１　／ｘ−Ｒ，ＯＭあるいは除算ソフトウェア
により構成される割り算回路７７は、信号線３０３と３
０６の値を読み込み、割り算を実行してＣ゛（τ）を信
号線３０７に出力する。このとき、マルチプレクサ７８
は信号線３０７をセレクトしていてアドレス制御線２０
９にアドレスτを出力し、ライト制御線２０８１こよＩ
）第２のバッフ７７９に格納される。以」二の演算がτ
肚≦τ≦τＨへＸのτについてくり返される。

以」〕の如くして重み付き組み合わせ自己相関係数が第
２のバッファ７９に格納される。また、第２のバッファ
７９の内容はアドレス制御信号２０９にアドレスτを出
力し、リード制御線２１０によ１）逐次、信号線１０７
に出力され、判別処理日１５− 路８に送られ音声の識別が行なわれる。

（効果） 以」二のことから明らかなように、本発明によれば、自
己相関係数の性質に基づき音声入力信号を高、低の帯域
通過フィルタに通し、その出力波形についてめた自己相
関係数のい（つかを組み合わせて使用する方式であるの
で、従来のように２系列の自己相関係数を持つことなく
第１ホルマント及び第２．第３ホルマントを精度よく弁
別し得るパラメータを抽出できる効果がある。

【図面の簡単な説明】

第１図は入力信号Ｘ（ＩＩＬ　その自己相関関数Ｒ（τ
）、パワースペクトルＰ（ｆ）及び複素スペクトルＦ（
ｆ）の関係を示す説明図、第２図は本発明の基本概念を
示す説明図、第３図は本発明の実施例を示すブロック図
、第４図は第３図中の重み付き組み合わせ自己相関演算
回路７を詳細に示したブロック回路図である。 ３・・・プリエンファシス回路、４・・・ローパスフィ
ルタ（ＬＰＦ）、５・・・Ａ／Ｉ）変換器、６・・・自
己相関−１６＝ 器、７・・・重み付外組み合わせ自己相関演算回路。 特許出願人　シャープ株式会社

Claims (1)

1. 【特許請求の範囲】 （１）音声入力信号を、高、低の帯域通過フィルタに通
   し、その出力波形についてめた自己相関係数のいくつか
   を組み合わせて使用することにより、音声のホルマント
   に対応した高精度の識別を可能としｔこ音声の特徴抽出
   方式。 （２、特許請求の範囲第（１）項において、原波形の自
   己相関係数の高次、高域強調又は高域通過フィルタの出
   力の自己相関係数の低次を抽出し、これを組み合わせる
   ことにより、音声のホルマントに対応した高精度の識別
   を可能とした音声の特徴抽出方式。 （３）特許請求の範囲第（２）項において、高域強調し
   てＡ／Ｄ変換を行った波形からめた自己相関係数の低次
   と、この波形をディジタル的に低域強調した波形の自己
   相関係数の高次を抽出し、これを組み合わせることによ
   り、音声のホルマントに対応した高精度の識別を可能に
   した音声の特徴抽出方式。 （４）特許請求の範囲第（３）項において、低域強調を
   実現する方法として、以下の式に基低自己相関係数上で
   の演算を行ない、この高次と、もとの自己相関係数の低
   次とを組み合わせることにより、音声のホルマントに対
   応した高精度の識別を可能にした音声の特徴抽出方式。 （１＋μ２）・Ｃｙ（τ）十μｆｃｙ（τ＋１）τ　：
   相関次数。 Ｃｚ（τ）：低域強調した出力信号Ｚ（ｎ）の自己相関
   係数。 Ｃｙ（τ）：出力信号Ｚ（ｎ）を重み付はフィルタリン
   グした信号ｙ（ｎ）に関する自己相関係数。 μ　：　重み付は係数。