JPS6280700A - ホルマント抽出器 - 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】 〔産業上の利用分野〕 本発明はホルマント抽出器に関する。

〔従来の技術〕

音声のホルマントは、音声の分析９合成りるいは認識等
の分野で極めて有効なパラメータとして利用されている
。

このようなホルマントは通常、あらかじめ設定するｎ次
（ＯＬ　Ｐ　Ｃ（Ｌｉｎｅａｒ　Ｐｒｅｄｉｃｔｉｏｎ
Ｃｏｄ　ｉｎｇ　、　線形予測符号化）係数を定数と１
゛る高次方程式を解いて得られるｎ／２１［！ｉの共役
複素層。

すなわち極周波数を利用する公知の手法にもとづいてホ
ルマント周波数を決定している。

〔発明が解決しようとする問題点〕

しかしながら上述した従来のホルマント抽出手段は、Ｌ
ＰＣ分析フレーム単位で抽出されるホルマント周波数が
フレーム相互間の連続性を失ない易いという欠点がある
。この原因は基本的にはフレームごとの音声の変動や、
音声の量子化における窓関数による切出しの際の切出し
位相の変動等の影響がホルマント抽出処理では避けられ
ずこれがホルマント抽出エラーとして発生するというこ
とによる。

本発明の目的は上述した欠点を除去し、ホルマント標準
パタンを有しこれと分析データとのパタンマッチング処
理を介してホルマントを決定するという手段を備えるこ
とによりホルマント抽出エラーを大幅に低減しうるホル
マント抽出器を提供することにある。

〔問題点を解決するための手段〕

本発明のホルマント抽出器は、入力音声信号を分析して
得られる第１から第３までのホルマント周波数を極座標
表現することによって求まる前記ホルマント周波数相互
間の２つの角度関係情報をベクトル要素とする標準パタ
ンと入力音声信号の前記角度関係情報に関する分析デー
タとのパタンマツチングを介してホルマント軌跡を得る
ホルマント軌跡取得手段を備えて構成される。

〔実施例〕

次に図面を参照して本発明の詳細な説明する。

第１図は本発明の一実施例を示すブロック図であり、〜
争コ／バータ１．自己相関係数算出器２゜ホルマント判
定器３．極座標変換器４．パタン照合器（１）　５　、
標準パタンファイル６、パタン照合器（２）　７　、直
交座標変換器８を備えて構成される。

入力ライン１０１を介して供給された入力音声信号はＶ
ｏコンバータ１でＬ　Ｐ　Ｆ　（Ｌｏｗ　Ｐａ５ｓＦｉ
ｌｔｅｒ）を通して不要な高域周波数成分を遮断したの
ち所定のサンプリング周波数で標本化し、所定のビット
数の量子化を行なって量子化音声信号に変換する。この
量子化処理は、本実施例の場合サンプリング周波数は８
　ＫＨｚ　、量子化ピット数は１２ビツトで実施してい
る。

量子化音声信号はたとえば３ＱｍＳＥＣぶんずつ、すな
わち２４０サンプルずつを窓時間分として一旦内蔵メモ
リに格納し、これにハミング関数もしくは矩形関数等の
窓関数による荷重乗算を所定の繰返し周期ｚＱｍｓＥｃ
ごとに実施しこれが分析フレームとなりこの分析フレー
ムごとの量子化音声信号は自己相関係数算出器２に供給
される。

自己相関係数算出器２は分析７レームごとに入力する量
子化音声信号の必要な時間遅れ範囲での自己相関係数を
所定の次数１本実施例では１２次まで抽出しこれをホル
マント判定器３に供給する。

ホルマント抽出器３は入力する分析フレームごとの１２
次の自己相関係数に対し公知のホルマント抽出手法、た
とえば自己相関領域におけるＡｂｓ（Ａｎａｌｙｓｉｓ
　　ｂｙ　５ｙｎｔｈｅｓｉｓ　）等の手法を利用して
第１〜第３ホルマント周波数を判定する。この場合、判
定するホルマント周波数を第３ホルマントまでとしてい
るのは第１〜第３ホルマント周波数を確保すれば音声の
認識２合成等の目的における有音声の表現にはほぼ支配
的な意味をもっことが知られており、また出現の変動性
の高い第４ホルマント以上は排除するためである。この
ホルマント周波数は声道共振点としての極周波数にほぼ
一致することもよく知られている。

ところで、こうしてホルマント判定器３で判定した第１
〜第３の３つのホルマン）　周波数ｆ　、。

ｆｔ、　ｆ＝はその絶対値は個人差があるがその比ｆｔ
ａｆｔ：ｆａの分布は話者に対する依存性がなくほぼ一
定であることが知られている。

極座標変換器４はこのような第１〜第３ホルマント周波
数を受けてその極座標変換を実行する。

第２図は第１〜第３ホルマント周波数の３次元極座標表
示図である。

原点Ｏで直交する３つの座標軸はそれぞれホルマント周
波数ｆｔ　、　ｆｔ、　ｆｓ　を示し、これらホルマン
ト周波数の合成ベクトルＶ　（ｆｔ　、　ｆｔ　、　ｆ
ｓ　）の空間方向を決定する２つの角θ、ψがホルマン
ト周波数相互間関係角度である。このような２つの角度
θ、ψはｆｌ：ｆ、　：ｆａ　　の比が同じならば同一
となり、観点を変えれば分析フレームごとの音声信号の
周波数スペクトルの角度的表現でもある。このように角
度的表現されたホルマント周波数は話者ごとに合成ベク
トル絶対値ｔが異るだけで相互間関係角度θ、ψは話者
に関せずほぼ一定でちゃ、従ってこれをＬＰＣ係数の如
き特徴パラメータに代えてパタンマツチングに利用する
場合には話者依存性を排除したマツチング処理が可能と
なる。

極座標表現したホルマント周波数ｆｓ、　ｆｘ、　ｆ−
による合成ベクトルによって示される２つの相互間関係
角度θ、ψは内蔵メモリに会話用語単位で格納されたう
え読出され、パタン照合器（１）　５　、ならびにパタ
ン照合器（２）７に供給され、また合成ベクトル絶対値
ｔは直交座標変換器８に供給される。

パタン照合器（１）５に供給されたホルマント周波数相
互間関係角度θ、ψは標準パタンファイル６から出力ラ
イン６０１を介して標準ノくタンの提供を受けつつパタ
ン照合を実施する。

標準パタンファイル６は、特定話者による音声資料２本
実施例の場合は音声狭帯域通信に利用するホルマントボ
コーダで交信用に使われる限定数の会話用語について、
本実施例によるホルマント抽出器もしくは別に用意する
コンピュータシステムでオフライン的に分析して得九〇
、ψに関する分析フレーム単位の標準パタンを格納して
おき、これをパタン照合器（１）５に供給する０パタン
照合器（１）５は標準ノく夕／とホルマント周波数相互
間関係角度θ、ψを介して分析フレームごとにパターン
照合を行ない、入力音声信号の分析データに最も距離の
近いθ、ψを有する標準ノ（タンをマツチングのとれた
標準）くタンとして選択し、そのラベル番号を出力ライ
ン５０１を介して標準パタンファイル６に送出、標準パ
タンファイル６から当該標準パタンに関するθ、ψのデ
ータをパタン照合器（２）に出力せしめる。このパタン
照合における標準パタンと分析パタンのθ、ψを介して
の照合はこれら２つのパタンのθ、ψ間の市街地距離も
しくはユークリッド距離の計測という形式で実施され、
本実施例の場合は次の（１）式で示される市街地距離ｄ
ｉｊを最小とする標準パタンを選択する形式で実施され
る。

・・・・・・　＜１） （１）式においてＫは入力パタンの、またＳは標準パタ
ンのθ、ψでろることを示し、さらにｌ＝１゜２、・・
・・・・、ｎで、ｎは標準パタンの惚数、ｊ＝ｘ。

２、・・・・・・１ｍでｍは入力パタンの諾故である０
ところで、パタンマツチングに利用する標準パタン作成
のために充当しうる話者の数は経済的その他多くの理由
で制限され、従ってこのような制限された数の話者によ
るトレーニング（ｔｒａｉｎｉｎｇ。

登録データ）を利用してあらゆる不特定話者にも適合す
る標準パタンを作成することは基本的に不可能である。

このことは音声のスペクトル分布が話者ごとに異るため
で１）、つまり話者ごとに声道特性と声帯音源特性が異
ることに起因する０声道特性の相違は話者ごとの声道長
が異るためであジ、このことは声道の共振点としてのホ
ルマント周波数が話者ごとに異ることを意味する。一方
、声帯音源特性の相違はスペクトル包絡の概形の傾きに
影響をおよぼす。従って不特定話者にも適合し易いパタ
ンマツチングを行なうためには話者ごとに異る声道特性
と声帯音源特性とをそれぞれ何等かの手段で正規化する
かもしくはその影響を除去することが必要となる。

通常、２つの特性は畳み込まれているのでこれらを分離
したうえ正規化もしくは話者依存性の排除を図る必要が
ある。本発明もこの点に着目し、θ、ψをもってホルマ
ント周波数を代表せしめることによって話者依存性を排
除したノ（タンマツチングの実施を図っているものであ
る。

本実施例ではこのようにθ、ψをもって声道長を正規化
し、さらにスペクトル包絡を第１〜第３糸ルマントの比
で代表させて声帯音源特性もほぼ排除したものとしてい
る。

さて、パタン照合器（２）７には標準パタンファイル６
から入力パタンにマツチングした標準パタンに関するθ
、ψが、また極座標変換器４からは入力音声信号のθ、
ψが供給される。

標準パタンファイル３に登録、格納されている標準パタ
ンは、それ自体ホルマント抽出エラーを殆んど零とする
ように作成された高精度のものではあるが、あくまで特
定話者による特定発声速度のものであジ、不特定話者に
もとより当該特定話者の入力パタンに対しても時間軸上
での圧縮もしく伸張を実施して時間正規化を図らないと
不特定話者のホルマント周波数の再生はできない。

パタン照合器（２）７は選択された標準パタンのθ。

ψを入力パタンのθ、ψに対して時間的に圧縮もしくは
伸張せしめる時間正規化を行なう。この正規化は、それ
ぞれ互いに直交する時間軸ｉ＋Ｊ上に表現される標準パ
タンと入力パタンとを互いに写像関係に対応せしめる写
像関数を見出すことによって実施される。このことは（
１）式に示す市街地距離ｄｉｊを評価尺度とするダイナ
ミックプログラミングを実施し、前記写像関数を市街地
距離ｄｉｊの総和を最小とするような単調増加ダイナミ
ックプログラミングφパスとして把握する公矧の技術。

その他の処理技術によって容易に実施しうる。

こうして時間正規化された標準パタンのθ、ψは次に直
交座標変換器８に供給される。

直交座標変換器８は時間正規化されたθ、ψと極座標変
換器４から入力する合成ベクトル絶対値ｔとによる極座
標データを直交座標に変換し、時間軸対周波数軸の直交
座標系で表現した時間系列データとして連続性を保持し
つつホルマント軌跡を提供し、これを出力ホルマントデ
ータとして送出する。このようにホルマント軌跡を時間
軸上パタンとして取扱うことに工りホルマント抽出エラ
ーも大幅に削減し得ることとなる。また、本実施の如く
音声狭帯域通信に利用する場合には特に標準パタ／とし
て用意すべき会話用語が大幅に限定されているためシス
テム構成も容易、かつ運用の信頼性も高くなし得る不特
定話者向けのポルマント抽出が可能となる。

なお、第１図の実施例ではパタン照合器（１）５とパタ
ン照合器（２）７とによってパタン照合を実施している
が、これらはその機能を一体化したものとして構成して
も一向に差支えない。

〔発明の効果〕

以上説明した如く本発明によれば、入力音声信号を分析
して得られる第１乃至第３ホルマントヲ極座標表現する
ことによって得られるホルマント周波数相互間関係角度
情報をベクトル要素とする標準パタンファイルと分析デ
ータとのパタンマツチングを介してホルマント軌跡を確
保したホルマントを抽出するという手段を備えることに
より、ホルマント抽出エラーを大幅に削減し九うえ、不
特定話者化を図ったホルマント抽出器が実現できるとい
う効果がある。

【図面の簡単な説明】

ｌ・・・・−・めコンバータ、２・・・・・・自己相関
係数算出器、３・・・・・・ホルマント判定器、４・・
・・・・極座標変換器、５・・・・−・パタン照合器（
１）、６・・・・・・標準パタンファイル、７・・・・
−・パタン照合器（２）、８・−・−・・直交座標変換
器。 ０７　　ψ　　−−−ホルマントπト些乏ｄ百互間間将
１ｖ更５θ／、６θ／−−一出ガライシ 第　１　凹

Claims (1)

【特許請求の範囲】
1. 入力音声信号を分析して得られる第１から第３までのホ
   ルマント周波数を極座標表現することによって求まる前
   記ホルマント周波数相互間の２つの角度関係情報をベク
   トル要素とする標準パタンと入力音声信号の前記角度関
   係情報に関する分析データとのパタンマッチングを介し
   てホルマント軌跡を得るホルマント軌跡取得手段を備え
   て成ることを特徴とするホルマント抽出器。