JPS60165700A - 音声ピツチ抽出装置 - 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】 産業上の利用分野 本発明は、音声の分析１合成に用いることのできる音声
ピッチ抽出装置に関するものである。

従来例の構成とその問題点 音声のピッチの正確な抽出は、音声の分析２合成をする
場合、重要な事項であって、特に音声合成においては、
ピッチがデータ圧縮や合成音質に対して重要なパラメー
タとなっている。

従来、ピッチをめる方法としては、自己相関法や音声波
形を線形予測分析して得られる残差波形を用いる変形自
己相関法々どが一般的であった。

しかし、これらの方法は自己相関係数を算出するために
多数回の積演算を行わねばならず、演算時間がかかると
いう欠点を有する。この欠点を補う方法として、自己相
関法における積演３つを差の絶対値演算で置き換えた゛
平均振幅差関数法がある。

時間波形ｘ（ｉ）の平均振幅差関数、ｑ（τ）は次式で
示される。

しかし、この平均振幅差関数法によるピッチ抽出は演算
時間が短くて済む反１ａｉ、ピッチ抽出誤りの頻度がか
なり高いのが実情である。

３・・　７ このピッチ抽出誤りは大別すると、ホルマントの影響に
よる短周期への誤りと倍周期等の長周期への誤りがある
。短周期への誤りを軽減するだめに、音声データにロー
パスフィルタをかける等の前処理を施すのは周知の技術
である。これに対して、長周期への誤りについては、ピ
ッチ探策範囲を狭める等の処理によって防止する方法が
とられているが十分ではない。

以下、図面を参照しながら従来の平均振幅差関数を用い
たピッチ抽出装置について説明する。第１図は従来の平
均振幅差関数を用いた音声ピッチ抽出装置の要部ブロッ
ク図である。同図において、１は平均振幅差関数算出部
、２けその出力に接続された最小値ラグ検出部である。

以上のように構成された従来の音声ピッチ抽出装置につ
いて、その動作を以下に説明する。音声波形のサンプリ
ング周波数は１０ＫＨｚとしておく。

音声のピッチ周波数は男女、子供を考慮すると６０〜６
００Ｈ２（周期にして２〜２０ｍ５）にわたる。そこで
一般に２０　ｍｓ　の２倍に当る４０ｍ５長の音声デー
タＡが平均振幅差関数算出部１へ入力され、２〜２ｏｍ
Ｓ（２０〜２ｏＯポイント）のラグ範囲の平均振幅差関
数値が請出される。

次に、この平均振幅差関数値は最小値ラグ検出部２へ送
られる。ここで、平均振幅差関数値が最小となるラグを
検出し、これをピッチ周期Ｂとする。

しかしながら、上記のような構成においては、単純に平
均振幅差関数値が最小となるラグをピッチ周期と決定し
てし１うために、第２図に示す様に正しいピッチ周期τ
１　だけ離れた波形間よりもピッチ周期の２倍周期Ｔ２
　だけ離ねた波形間の方が類似度が高い場合には、第３
図に示すように正しいピッチ周期に相当するラグτ１　
における平均振幅差関数値ｇ（τ、）よりも正ｌ〜いピ
ッチ周期の２倍の周期に相当するラグτ２　における値
ｇ（τ２）の方が値が小さくなり、正］〜いピッチ周期
の２倍の周期を誤ってピッチ周期と見なし７てしまう。

寸だ、３倍周期等、より高次の周期についても同じこと
がいえる。

６・＼−１ 発明の目的 本発明の目的は」二連の欠点に鑑み、平均振幅差関数を
用いるピッチ抽出装置であって、整数倍周期へのピッチ
抽出誤りを起こさない、より高精度の音声ピッチ抽出装
置を提供することにある。

発明の構成 本発明の音声ピッチ抽出装置は、所定のサンプリング周
期でディジタル化された一定時間長の音声波形データの
平均振幅差関数を算出する平均振幅差関数算出部と、平
均振幅差関数の最小値および最小値を力えるラグを検出
する最小値ラグ検出部と、指定した範囲で上記最小値を
与えるラグの整数分の１に相当するラグおよび、その平
均振幅差関数値を検出する整数分の１ラグ検出部と、最
小値を与えるラグと５その整数分の１のラグの中から一
定の評価基準によってピッチ周期として最適なラグを選
択する最適ラグ選択部とを具備してなるものであり、こ
れにより整数倍周期へのピッチ抽出誤りを起こさない、
より高精度のピッチ抽出を行なうことができる。

実施例の説明 以下、本発明の実施例について、図面を参照しながら説
明する。

第４図は本発明の一実施例に係る音声ピッチ抽出装置の
要部ブロック図を示すものである。第４図において、１
１は所定のサンプリング周期でディジタル化された一定
時間長の音声波形データの平均振幅差関数を算出する平
均振幅差関数算出部、１２は平均振幅差関数の最小値お
」：び最小値を与えるラグ（時間ずらし幅）を検出する
最小値ラグ検出部、１３は指定した範囲で上記最小値を
−ｌシえるラグの整数分の１に相当するラグおよび、そ
の平均振幅差関数値を検出する整数分の１ラグ検出部、
１４は最小値を与えるラグと、その整数分の１のラグの
中から一定の評価基準によってヒツチ周期として最適な
ラグを選択する最適ラグ選択部である。

以上のように構成された本実施例のピッチ抽出装置につ
いて以下その動作を説明する。なお、ここで、音声のサ
ンプリング周波数は１０　ＫＨｚ　、ビノチ周期探索範
囲は２〜２０　ｍＳ　とする。４０ｍ５長の音声データ
人は平均振幅差関数算出部１１へ入力され、２０〜２０
０ポイント（τ□〜τＢ）のラグ範囲の平均振幅差関数
値が算出される。この算出された平均振幅差関数の例を
第６図に示す。

次に、この平均振幅差関数が最小値ラグ検出部１２へ送
られ、ここで平均振幅差関数値が最小となるラグτ１が
検出される。

次に、このτ１の値が整数分の１ラグ検出部１３へ送ら
れ、τ１−τ１／ｉ（ｉは２以上の整数）のうちτ１≧
τム　を満たすものについて、平均振幅差関数値１ゾ（
τｉ）を検出する。第５図の例ではτ２とτ５　がこれ
に相当する。

次に最適ラグ選択部１４において最小値ラグ検出部１２
の出力であるｇ（τ１）と整数分の１ラグ検出部１３の
出力であるｇ（τ２）、　ｇ（τ３）、・・・のうちか
ら、一定の評価基準に従って正しいピッチ周期ど思われ
るものを選択する。その−例として、ｋを閾値、１を２
以上の整数として、ｇ（τ１）４（τ１）〈ｋを満たす
τｌのうち、ｉの値の最も大きなものをピッチ周期とし
、ｇ（τ１）／６ゾ（τ１）〈ｋを満たすτｉが１つも
存在しない場合にはτ１　をピッチ周期とすることが考
えられる。

発明の効果 以上の説明から明らかなように、本発明は平均振幅差関
数の最小値を与えるラグと、その整数分の１のラグの中
から、あらかじめ定めた評価基準によってピッチ周期と
して最適なラグを選択するように構成しているので、整
数倍周期へのピッチ誤りを起こさないという優わた効果
がイ（Ｉられる。

【図面の簡単な説明】

第１図は従来の音声ピッチ抽出装置の要部ブロック図、
第２図は音声波形の一例を示す波形図。 第３図は平均振幅差関数の一例を示す図、第４図は本発
明の一実施例に係る音７１１ピッチ抽出装置の要部ブロ
ック図、第６図は本発明の実施例における平均振幅差関
数の一例を示す図である。 １１・・・・平均振幅差関数算出部、１２・・・・・・
最小値ラグ検出部、１３・・・・整数分の１ラグ検出部
、１４・・・・・・最適ラグ選択部。 区 −区 域　＾１

Claims (1)

【特許請求の範囲】
1. 所定のサンプリング周期でディジタル化された一定時間
   長の音声波形データの平均振幅差関数を算出する平均振
   幅差関数算出部と、平均振幅差関数の最小値および最小
   値を与えるラグ（時間ずらし幅）を検出する最小値ラグ
   検出部と、指定した範囲で上記最小値を与えるラグの整
   数分の１に相当するラグおよび、その平均振幅差関数値
   を検出する整数分の１ラグ検出部と、最小値を与えるラ
   グと、その整数分の１のラグの中から一定の評価基準に
   よってピッチ周期として最適なラグを選択する最適ラグ
   選択部とを具備してなることを特徴とする音声ピッチ抽
   出装置。