JPS60167000A - ピツチ抽出器 - 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】 〔発明の技術分野〕 この発明は、音声信号のピッチを正確にめるための音声
ピッチ抽出器に関する。

〔発明の技術的背景とその問題点〕

従来、音声分析合成装胃において、ピッチをめるには、
周波数領域又は時間領域の処理が施されていた。特に後
者の時間領域の処理では、人間の音声信号の周期性を相
関又は信号差によって評価し、そのピッチをめていた。

より具体的には音声波形の自己相関関数φ（川のピーク
値が所定の閾値よりも太き（なった時、又は、平均振幅
差関数Ｄ［’ｌｌのディツプ値が所定の閾値よりも小さ
くなうた時、これに対応した遅れ時間Ｔを音声波形のピ
ッチとしていた。

ところが、人間の音声は、定常値を維持することは、は
とんどなく、特に会話中には、語頭、わたり、語尾等で
は、音声の振幅が大幅に変化してし！り。すなわち＃頭
では、振幅が急激に増加し、語尾では、急激に減少し、
わたりでは振幅が急激ｌこ減少し、再び急激に増加して
しまう。すると、定性的にも予想できるように、例えば の値が急激に変化してしまい、Ｄ（τ）のディツプ値が
不明確になりてしまい、一定の閾値を用いてはディツプ
値を識別することができず、正確なピッチ抽出が困難と
なっていた。

この事情を、平均振幅差関数Ｄα）を用いる場合につい
て更に詳しく説明する。第１図には、例えば、フレーム
内に語尾を含んだ音声波形の場合の平均振幅差関数りけ
）と遅れ時間Ｔとの関係を示す。

第１図からもわかるように、真のピッチはτ−６５のデ
ィップであるにもかかわらず、一定の閾値を用いると、
τ−１４がピッチとして選択されてしまう。τ−１４の
ディツプ値とτ−６５のディツプ値とを識別するために
は、より大きな閾値を設定していけばよいのであるが、
τ−２８，５２のディツプ値が選択される可能性が依然
として残る。更に、闇値を太き（設定すると、非音声信
号に対してでたらめなピッチを抽出する可能性があり、
好ましくなかった。

〔発明の目的〕

この発明は、以上の欠点を除去し、フレーム内の音声信
号の変動に対しても、正確なピッチを抽出することので
きるピッチ抽出器を提供することを目的とする。

〔発明の概要〕

この発明は、平均振幅差関数Ｄ（τ）を用い、Ｄ（τ）
のディツプ値より信号波形のピッチを抽出するピッチ抽
出器において、Ｄけ）の変化の概ねの様子を定量的に評
価し、この評価に基づいて、Ｄけ）自身を正規化するこ
とを特徴とする。言い換えると原信号のサンプリング点
に対しＤ（τ）の振幅値の変化を巨視的に（複数サンプ
リング点領域ｌこわたって）とらえ、この巨視的変化の
様子をＤ（τ）から取り除くことを特徴とする。

〔発明の効果〕

この発明は、原信号の振幅値変化（ＤＩτ）の振幅値変
化〕に基づいてＤ（τ）を正規化するので、振幅値が変
化した場合でも、Ｄ（τ）のディツプ値が不明瞭になる
ことがな（、ピッチが正確に抽出できる。

〔発明の実施例〕

第３図はこの発明の一実施例に係る音声ピッチ抽出器の
構成を示したものである。第３図１こおいて入力端子１
１こ加見られた音声信号は、低域ｒ波器２によって、た
とえば３．４　ＫＨｚ　以上の周波数成分が除去され、
アナログ・ディジタル変換器３によって８　Ｋ　Ｈｚの
標本化周波数で、ディジタル化された音声波形このディ
ジタル信号は以後、ピッチ抽出に変換される。ディジタ
ル化された音声波形は、公知の平均振幅差関数回路４に
入力され、Ｄ（τｊ）と対応する遅れ時間τｊがそれぞ
れ端子５と端子６に出力される。ここにＤ（τｊ）は音
声波形の７個の標本値Ｓｉ、（ただしｉ＝ｘ、２．・・
・・・・、！ンとし、 れ時間τｊの平均振幅差関数Ｄ（τ）のＪ　”　’　ａ
　２ｍ・・・・”　ｓ　ｋ　ｔτｊくτｊ＋１における
値である。ｋ個のＤ（τｊ）、τｊ　は最小二乗法演算
回路７に入力なる計算が行なわれる。こりして得られた
ａ、ｂは直線発生回路８の　ｙ（τｌ＝ａ・τ＋ｂ　の
係数に用いられる。また、平均振幅誤差関係回路４より
順次出力されるτｊに対応したｙ（τｊ）−３・ｒｊ＋
ｂ　が直線発生回路８より出力され、それぞれ除算回路
９の入力となる。除算回路９のもう一方の入力は平均振
幅誤差関数回路４より出力されるＤ（τｊ）である。除
算回路９はＸ（τｊ）−Ｄ（τＪ）／ｙ（τｊ）を行い
、Ｘ（τｊ）を出力する。Ｘ（τｊ）は最小値探索回路
１０に入力される。最小値探索回路１０は入力されたＸ
（τｊ）からＸ（τｊ）のディツプ値ｘ　ｆ’ｒｌを選
択し、これに対［６した遅れ時間Ｔを音声のピッチとし
て出力するＸ（ηとＴは、閾値回路１１によって予め定
められた閾値ＣとｘｆＩｊを比較し、ｘ　＋ＴＩ　（Ｃ
ｆｉらばＴをピッチとして端子１２に出力し、ｘ（ｒ）
〉Ｃならば非ピッチコードを出力する。

〔発明の他の実施例〕

この発明は、以上の実施例には限定されない。

例えばＤ（τ）をｙ（τ１で正規化する手段として、Ｘ
（τ）−Ｉ）Ｉτ１／ｙ（τ）なる演算によったが他に
簡便な方法としてＸ（τ）＝Ｄ（τ１−ｙ１τ）なる減
算を用いることが可能である。この場合もＸ（τｌ　−
１］τ）／ｙ（τ）とほぼ同等の効果が得られる。

この差分を取るという概念は、より一般的に述べるなら
ば、Ｄ（τ）を正規化するのではなくディツプ値検出の
ための閾値を変化させることを等価である。

丁なわちＤ（τ１の概ねの変化の様子を定量的に評価し
、これをＤ（τ）のディツプ値検出に反映させるという
概念を形成するところである。

この概念の一形態としては、更に、ｙ（τ）を閾値とし
て用いる方法も考えられる。すなわち、まずＤ（τ）と
ｙ（τ）とを比較しｙ（τ）よりも小さいＤけ）を探し
出す。これらは、ディツプ値となりうる候補である。こ
の探し出されたＤ（τ）ｌこ対し、Ｄ（τ）−ｙ（τ）
を評価し、最小値を探索する。この最小値を与えるのが
、ピッチに対応する。

又直線発生回路８では、最小二乗法演算回路７で得られ
たａ、ｂを用いなくともよい。すなわち近じたものを用
いてもよい。このようにこの発明の趣旨を逸脱しない限
り当業者による通常の変形にすべてこの発明に含まれる
。

【図面の簡単な説明】

第１図は入力音声信号が語尾を含む平均振幅誤差関数Ｄ
（τ）と対応する遅れ時間Ｔを示す図、第２図は第１図
と同一人力音声における本発明によって処理したＸけ）
と対応する遅れ時間Ｔを示す図、第３図はこの発明の一
実施例を示す概念的構成図である。 １・・・音声入力端子、４・・・平均振幅誤関数回路、
７・・・最小二乗法演算回路、８・・・直線発生回路、
９・・・除算回路、１０・・・最小値探索回路、１２・
・・ピッチ出力端子。 代理人弁理士　則　近　憲　佑（ほか１名）第　１　図 第　２　図

Claims (1)

1. 【特許請求の範囲】 （１）音声信号の標本値から平均振幅誤差関数Ｄ（τ）
   を得る手段と、この手段によって得られた関数Ｄ（τ）
   に対して、所定の時間領域幅にわたって、その振幅が概
   ね変化する様子を定量的に評価したｙけ）を得る手段と
   、この手段により得られたｙ（τ）により前記関数りけ
   １を正規化する手段と、この手段により正規化されたＤ
   （τ１に対し、予め予定されたピッチ探索範囲内で、そ
   の最小値を識別する手段と。 この手段により得られた最小値を与えるτをピッチとす
   ることを特徴とするピッチ抽出器。 ＋２１　ｙＩτ）を得る舌段は、関数Ｄ（τ）を直線近
   似する手段であることを特徴とする特許請求の範囲第１
   項記載のピッチ抽出器。 ＋３１直線近似は最小二乗法に従って行うことを特徴と
   する特許請求の範囲第２項記載のピッチ抽出器。 （４）正規化する手段は関数Ｄ（τ）をｙ（τ）で除す
   る手段であることを特徴とする特許請求の範囲第１項記
   載のピッチ抽出器。 （５）正規化する手段は、関数Ｄ（τ）からｙｆτ）を
   減する手段であることを特徴とする特許請求の範囲第１
   項記載のピッチ抽出器。