JPS63124100A - 基本周波数分析装置 - Google Patents
基本周波数分析装置Info
- Publication number
- JPS63124100A JPS63124100A JP27207986A JP27207986A JPS63124100A JP S63124100 A JPS63124100 A JP S63124100A JP 27207986 A JP27207986 A JP 27207986A JP 27207986 A JP27207986 A JP 27207986A JP S63124100 A JPS63124100 A JP S63124100A
- Authority
- JP
- Japan
- Prior art keywords
- fundamental frequency
- window
- autocorrelation function
- residual
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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。
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〕
本発明は音声の基本周波数を分析する装置の改良に関す
るもので、音声の分析合成、音声確認、音声の高能率符
号化伝送などの用途においてもちいられる、音声の基本
周波数分析装置に関する。
るもので、音声の分析合成、音声確認、音声の高能率符
号化伝送などの用途においてもちいられる、音声の基本
周波数分析装置に関する。
音声の基本周波数の抽出方法はケプストラムによる方法
、音声波形自体の自己相関関数を利用する方法など多く
の方法があるが、本発明に対応する従来の技術として線
形予測分析の結果得られる残差波形の自己相関関数を利
用する方法について説明する。
、音声波形自体の自己相関関数を利用する方法など多く
の方法があるが、本発明に対応する従来の技術として線
形予測分析の結果得られる残差波形の自己相関関数を利
用する方法について説明する。
第２図に従来技術による基本周波数の求め方を示す、ま
た第３図に正規化自己相関関数を求めるまでのデータを
模式化して示す。
た第３図に正規化自己相関関数を求めるまでのデータを
模式化して示す。
まず、入力となる音声波形は、時とともに状態の変化す
る（有声から無声へ変わったり、調音様式が変わったり
する）、時間的に連続した波形であるが、これによる短
期間の波形の抽出処理２１によって、ある期間（たとえ
ば２０ｍ５ｅｃ）だけ取り出す０次にハミング窓やハニ
ング窓等の窓関数をかける処理２２を施すことによって
、窓の端での波の振幅を弱めることにより、窓の切り出
し境界での時点での影響を小さくする。そして窓の長さ
の間では音声波形を生成する系の状態が定常的であると
仮定して線形予測分析２３を行う、線形予測分析によっ
て音源情報に対応する残差波形と、声道伝達関数に対応
する係数が得られる。残差波形は無声音の場合はほぼラ
ンダム雑音に近いものが得られ、有声音の場合は声帯の
振動に対応したインパルス列が得られる（第３図３４）
。
る（有声から無声へ変わったり、調音様式が変わったり
する）、時間的に連続した波形であるが、これによる短
期間の波形の抽出処理２１によって、ある期間（たとえ
ば２０ｍ５ｅｃ）だけ取り出す０次にハミング窓やハニ
ング窓等の窓関数をかける処理２２を施すことによって
、窓の端での波の振幅を弱めることにより、窓の切り出
し境界での時点での影響を小さくする。そして窓の長さ
の間では音声波形を生成する系の状態が定常的であると
仮定して線形予測分析２３を行う、線形予測分析によっ
て音源情報に対応する残差波形と、声道伝達関数に対応
する係数が得られる。残差波形は無声音の場合はほぼラ
ンダム雑音に近いものが得られ、有声音の場合は声帯の
振動に対応したインパルス列が得られる（第３図３４）
。
基本周波数を求めるにはこのインパルス列の繰り返しの
周期を求めれば良いので、残差波形の正規化自己相関関
数（自己相関関数をパワーで割り、遅れ時間τがτ−０
のとき、関数値が１になるように正規化した関数）を求
めると、基本周波数の周期（τ、とする）の整数倍で遅
らせた正規化自己相関関数は極大値を示す、基本周波数
を求めるには残差波形の正規化自己相関関数からこの極
大値をみつけ、τ、の逆数を計算することにより、基本
周波数を算出すればよい、実際には無声音の場合や無音
（有声音も無声音も出ていない期間）の場合もあるので
以下の説明のように処理を行う。
周期を求めれば良いので、残差波形の正規化自己相関関
数（自己相関関数をパワーで割り、遅れ時間τがτ−０
のとき、関数値が１になるように正規化した関数）を求
めると、基本周波数の周期（τ、とする）の整数倍で遅
らせた正規化自己相関関数は極大値を示す、基本周波数
を求めるには残差波形の正規化自己相関関数からこの極
大値をみつけ、τ、の逆数を計算することにより、基本
周波数を算出すればよい、実際には無声音の場合や無音
（有声音も無声音も出ていない期間）の場合もあるので
以下の説明のように処理を行う。
無声音の残差波形の正規化自己相関関数の場合、遅れ時
間τが０のとき最大値１を取る以外は比較的小さな値を
とる。有声音の残差波形の正規化自己相関関数の場合は
τ＝０で最大値１をとる以外に、τ−τ２、τ−２τ２
、・・・・・・・・・・・・で極大値となる。また基本
周波数の周期τ、と関係の無いての値のときにも、極大
値を示すことがよくある。
間τが０のとき最大値１を取る以外は比較的小さな値を
とる。有声音の残差波形の正規化自己相関関数の場合は
τ＝０で最大値１をとる以外に、τ−τ２、τ−２τ２
、・・・・・・・・・・・・で極大値となる。また基本
周波数の周期τ、と関係の無いての値のときにも、極大
値を示すことがよくある。
また、無音のときは本来は音声波形には全く信号が現れ
ないはずであるが、通常はノイズ（特に電源からの５０
又は６ ＧＨｚのハム音）が存在するため、そのノイズ
により正規化自己相関関数が有声音の場合と同様に周期
的に極大値を示すことがよくある。しかし、ノイズは音
声波形に比べて小さいので残差波形のパワーを見ればそ
の値が小さいことで判別できる。有声、無声、無音の判
別を含めた実際の処理は次のようにして行なう。
ないはずであるが、通常はノイズ（特に電源からの５０
又は６ ＧＨｚのハム音）が存在するため、そのノイズ
により正規化自己相関関数が有声音の場合と同様に周期
的に極大値を示すことがよくある。しかし、ノイズは音
声波形に比べて小さいので残差波形のパワーを見ればそ
の値が小さいことで判別できる。有声、無声、無音の判
別を含めた実際の処理は次のようにして行なう。
先ず、閾値θ、を設けて、窓の長さだけ求まっている残
差波形パワーがθ、を越えないときは無音と判別する（
このときの基本周波数は”なし”とする）、無音でない
場合は、次に閾値θ、を設けて、残差波形の正規化自己
相関関数のτ−０近辺以外の極大値がθ、を越えないな
らば無声音と判別する（このときも基本周波数は”なし
”とする）、無音でも無声音でもないときが有声音の場
合であり、残差波形の正規化自己相関関数のτ＝０近辺
以外で０９を越える極大値をとるτΦ値を、極大値の大
きいほうから順に基本周波数の周期の第一候補、第二候
補、第三候補、・・・・・・とし、周期の逆数をとって
基本周波数第一候補、第二候補、第三候補、・・・・・
・とする（符号２６）。
差波形パワーがθ、を越えないときは無音と判別する（
このときの基本周波数は”なし”とする）、無音でない
場合は、次に閾値θ、を設けて、残差波形の正規化自己
相関関数のτ−０近辺以外の極大値がθ、を越えないな
らば無声音と判別する（このときも基本周波数は”なし
”とする）、無音でも無声音でもないときが有声音の場
合であり、残差波形の正規化自己相関関数のτ＝０近辺
以外で０９を越える極大値をとるτΦ値を、極大値の大
きいほうから順に基本周波数の周期の第一候補、第二候
補、第三候補、・・・・・・とし、周期の逆数をとって
基本周波数第一候補、第二候補、第三候補、・・・・・
・とする（符号２６）。
以上の基本周波数の候補は窓位置を少しずつ（たとえば
１０ｍ５ｅｃ）ずらしながら、各窓位置に対して求める
。窓位置をずらす様子を第４図に模式的に示す、そして
各窓位置に対して求まった基本周波数の候補の様子を第
二候補まで第５図に示す０図中■は第一候補であり、■
は第二候補である。最終的に求まる基本周波数は基本的
には第一候補の周波数とするが、前後の窓位置における
基本周波数の候補とのつながり具合をみて、第二候補、
第三候補による周波数の方が各窓位置の基本周波数の時
間変化パタンの方が滑らかに続くならばそちらを基本周
波数とする（第２図符号２７参照）、窓位置Ｎにおける
基本周波数は例えば次のようにして候補から選択する。
１０ｍ５ｅｃ）ずらしながら、各窓位置に対して求める
。窓位置をずらす様子を第４図に模式的に示す、そして
各窓位置に対して求まった基本周波数の候補の様子を第
二候補まで第５図に示す０図中■は第一候補であり、■
は第二候補である。最終的に求まる基本周波数は基本的
には第一候補の周波数とするが、前後の窓位置における
基本周波数の候補とのつながり具合をみて、第二候補、
第三候補による周波数の方が各窓位置の基本周波数の時
間変化パタンの方が滑らかに続くならばそちらを基本周
波数とする（第２図符号２７参照）、窓位置Ｎにおける
基本周波数は例えば次のようにして候補から選択する。
まず、Ｎ−２、Ｎ−１、Ｎ、Ｎ＋１、Ｎ＋２のそれぞれ
の窓位置における基本周波数の第一候補をもとめると、
順に１２８，１０４．１２１．１０７．１０８Ｈｚであ
る。これらを大きい順に並べると１２８．１２１．１０
８．１０７．１０４Ｈｚであり、三番目すなわち中央の
値は１０８Ｈｚである。窓位置Ｎにおいてはこの中央の
値に最も近い値を候補から選出して基本周波数とする。
の窓位置における基本周波数の第一候補をもとめると、
順に１２８，１０４．１２１．１０７．１０８Ｈｚであ
る。これらを大きい順に並べると１２８．１２１．１０
８．１０７．１０４Ｈｚであり、三番目すなわち中央の
値は１０８Ｈｚである。窓位置Ｎにおいてはこの中央の
値に最も近い値を候補から選出して基本周波数とする。
すなわち第二候補１０６Ｈｚの方が第一候補１２１Ｈｚ
よりも１０８Ｈｚに近いので第二候補を最終的に基本周
波数とする。この処理を全ての窓位置の基本周波数の候
補に対して行い、各窓位置における基本周波数をきめる
。
よりも１０８Ｈｚに近いので第二候補を最終的に基本周
波数とする。この処理を全ての窓位置の基本周波数の候
補に対して行い、各窓位置における基本周波数をきめる
。
従来技術では、窓を設定しその期間内では音声生成系が
定常状態であると仮定して分析を行っていた。そのため
、次のような問題点がある。
定常状態であると仮定して分析を行っていた。そのため
、次のような問題点がある。
＋１） 音声波形に対する窓の位置が常に最適である
とは限らないため、窓の位置によっては基本周波数の分
析精度が悪くなることがある。
とは限らないため、窓の位置によっては基本周波数の分
析精度が悪くなることがある。
（２）窓の長さが常に最適であるとは限らない。窓が長
いとそれだけ定常状態と仮定している（実際には非定常
だカ９期間が長くなり、基本周波数が急激に変わるとこ
ろでは基本周波数を抽出することができなくなる。逆に
窓が短ぐ、基本周波数の周期の二倍より小さくなると（
低い声の場合に起こりやすい）基本周波数の抽出ができ
ないことがある。
いとそれだけ定常状態と仮定している（実際には非定常
だカ９期間が長くなり、基本周波数が急激に変わるとこ
ろでは基本周波数を抽出することができなくなる。逆に
窓が短ぐ、基本周波数の周期の二倍より小さくなると（
低い声の場合に起こりやすい）基本周波数の抽出ができ
ないことがある。
基本周波数の変化範囲は同一人でも会話などでは２オク
ターブに達するので有限で一定の窓の長さでは常に最適
であることは困難であり、分析精度をあげるためには窓
の長さを適応的に変化させることが望ましい。
ターブに達するので有限で一定の窓の長さでは常に最適
であることは困難であり、分析精度をあげるためには窓
の長さを適応的に変化させることが望ましい。
第１図に本発明による処理のブロック図を示す。
１は連続的に線形予測分析（ここでは線形予測分析と等
価な偏自己相関分析またはそれらの変形手法による分析
を含めて考える）を行う部分で時間的に連続した残差波
形を出力する。２はローパスフィルタで、残差波形の低
周波成分を強調する。
価な偏自己相関分析またはそれらの変形手法による分析
を含めて考える）を行う部分で時間的に連続した残差波
形を出力する。２はローパスフィルタで、残差波形の低
周波成分を強調する。
３は指数関数的に減衰する半無限長窓を用いることを示
す、４は連続的に自己相関関数を算出することを示す、
３と４は説明を分かり易くするために別々に表している
が実施例に述べるように一度に処理をすることができる
。５は自己相関関数の極大値と残差波形のパワーに対し
闇値を設け、有声音に対してのみ、基本周波数の候補を
みつける処理を進める部分である。６は自己相関関数の
極大値をとる遅れ時間τから基本周波数の候補を求める
部分である。７は基本周波数の候補から基本周波数を選
択する部分である。
す、４は連続的に自己相関関数を算出することを示す、
３と４は説明を分かり易くするために別々に表している
が実施例に述べるように一度に処理をすることができる
。５は自己相関関数の極大値と残差波形のパワーに対し
闇値を設け、有声音に対してのみ、基本周波数の候補を
みつける処理を進める部分である。６は自己相関関数の
極大値をとる遅れ時間τから基本周波数の候補を求める
部分である。７は基本周波数の候補から基本周波数を選
択する部分である。
第６図に本発明による音声波形の処理経過を概念的に示
す、６１は入力となる音声波形である。
す、６１は入力となる音声波形である。
これを１により連続的線形予測分析をおこなって残差波
形を求めたのが６２である。さらにローパスフィルタ２
によって、高周波成分を減衰させ低周波域を強調すると
６３のような波形が得られる。
形を求めたのが６２である。さらにローパスフィルタ２
によって、高周波成分を減衰させ低周波域を強調すると
６３のような波形が得られる。
６４は窓関数と掛は合わされる残差波形の部分を示す、
６５は指数関数的に減衰する半無限長の窓関数を示して
いる。６４と６５を各サンプル時点ごとに掛は合わせる
ことによって、窓の開始時点では波の大きさが大きいが
、時間的に古くなるに従って、波の大きさが小さく縮小
された波形６６が得られる。これはすなわち、過去の値
に対して現在の値に重みづけを行っていることを意味す
る。
６５は指数関数的に減衰する半無限長の窓関数を示して
いる。６４と６５を各サンプル時点ごとに掛は合わせる
ことによって、窓の開始時点では波の大きさが大きいが
、時間的に古くなるに従って、波の大きさが小さく縮小
された波形６６が得られる。これはすなわち、過去の値
に対して現在の値に重みづけを行っていることを意味す
る。
更に６６の波形に対して自己相関関数を計算したものが
６７の自己相関関数である。第３図では分かり易くする
たるめに正規化したうえで横方向に拡大して示しである
。
６７の自己相関関数である。第３図では分かり易くする
たるめに正規化したうえで横方向に拡大して示しである
。
残差波形のパワーと正規化自己相関関数の僅によって有
声か否かの判別を、従来の技術で示した通りおこなうこ
とができる。自己相関関数からは従来技術と同様にその
極大値を示す遅れ時間τ１、τ、・・・・・・の値を基
本周波数の周期の候補とすることができ、基本周波数の
候補を求め、基本周波数の候補の中から選定する。第６
図では概念的に説明するために残差波形に指数関数的に
減衰する半無限長の窓関数を掛けた結果６６を示してい
るが、実施例で示すように６６を求めなくても直接自己
相関関数を求めることができる。
声か否かの判別を、従来の技術で示した通りおこなうこ
とができる。自己相関関数からは従来技術と同様にその
極大値を示す遅れ時間τ１、τ、・・・・・・の値を基
本周波数の周期の候補とすることができ、基本周波数の
候補を求め、基本周波数の候補の中から選定する。第６
図では概念的に説明するために残差波形に指数関数的に
減衰する半無限長の窓関数を掛けた結果６６を示してい
るが、実施例で示すように６６を求めなくても直接自己
相関関数を求めることができる。
以上の処理によって、窓の開始位置がサンプル点ｎにあ
るときの基本周波数を求めることができる。窓の開始位
置を順次ずらしながら、各位置における基本周波数を求
めることで、基本周波数の時間変化バタンか求められる
。
るときの基本周波数を求めることができる。窓の開始位
置を順次ずらしながら、各位置における基本周波数を求
めることで、基本周波数の時間変化バタンか求められる
。
〔実施例〕
まず連続的な残差波形を求めるための線形予測分析の実
施例として、格子法の計算により予測残差波形を求める
方法を第７図に示す、格子法は斎藤、中日：″音声情報
処理の基礎”オーム社（１９８１） １）０−１）２頁
に解説がある。ここでは従来の格子法を時間的に連続し
て処理できるように変形して用いる。
施例として、格子法の計算により予測残差波形を求める
方法を第７図に示す、格子法は斎藤、中日：″音声情報
処理の基礎”オーム社（１９８１） １）０−１）２頁
に解説がある。ここでは従来の格子法を時間的に連続し
て処理できるように変形して用いる。
第７図（ａ）において、ｋ ｚ” （ｉ”’ １ ＋
”’＋ ｐ）はあるサンプル時点ｔにおける偏相関係
数で、各サンプル時点ごとに連続的相互相関演算器Ｃ五
によって求める。あるサンプル時点ｔにおいて１段目の
出力として得られる前向予測残差をεＩ′１、後向予測
残差をε、ｊｔｌ、とすると４＋１段目（第７図（ｂ）
）の前向予測残差は、 ゛ ε（＞、１を一ε：：Ｆ−ｋＬＨ″０ε訊後向予測
残差は、 ε１）＋１）．−εごｌ、−、−ｋ（Ｆ：ｌ）ε８ｔ−
５で計算する。後向予測残差は実際には１つ前のサンプ
ル時点ｔ’−ｔ−１におイテ、ε；）、 １（ｉ：＋
１６ ：ｌ。
”’＋ ｐ）はあるサンプル時点ｔにおける偏相関係
数で、各サンプル時点ごとに連続的相互相関演算器Ｃ五
によって求める。あるサンプル時点ｔにおいて１段目の
出力として得られる前向予測残差をεＩ′１、後向予測
残差をε、ｊｔｌ、とすると４＋１段目（第７図（ｂ）
）の前向予測残差は、 ゛ ε（＞、１を一ε：：Ｆ−ｋＬＨ″０ε訊後向予測
残差は、 ε１）＋１）．−εごｌ、−、−ｋ（Ｆ：ｌ）ε８ｔ−
５で計算する。後向予測残差は実際には１つ前のサンプ
ル時点ｔ’−ｔ−１におイテ、ε；）、 １（ｉ：＋
１６ ：ｌ。
を計算しておき、その値を遅延要素を通すことにより、
サンプル時点ｔにおいてεｖｖとして出力する。初段（
ｉ＝ｏ）の前向予測残差と後向予測残差は、 ε：＊ ’ｃ−Ｘｔ （入力波形）ε；、”Ｌ−ｘ
Ｌ−１（１つ前のサンプル時点における入力波形）であ
る、またに２１）１）は、 によって計算する。ここで、 は、時間平均を意味
する。ここでは、過去の値に重みづけを行った時間平均
を連続的に計算するため、指数関数的に減退する窓をか
けることによって時間平均の計算を行う、窓の実施例と
しては、現在の時刻を０とし、過去にｊτ待時間かのぼ
った時点の窓関数の値をＷ（ｊτ）とすると、 Ｗ（ｊτ）ｍｅｘｐ（−ｊτ／Ｔｃ） の関数を用いる。ただし、 τはサンプリング周期、 Ｔｃは窓関数の減退の早さを定めるパラメータで１０か
ら２Ｏ−ｓｅｃ程度に選ぶ。
サンプル時点ｔにおいてεｖｖとして出力する。初段（
ｉ＝ｏ）の前向予測残差と後向予測残差は、 ε：＊ ’ｃ−Ｘｔ （入力波形）ε；、”Ｌ−ｘ
Ｌ−１（１つ前のサンプル時点における入力波形）であ
る、またに２１）１）は、 によって計算する。ここで、 は、時間平均を意味
する。ここでは、過去の値に重みづけを行った時間平均
を連続的に計算するため、指数関数的に減退する窓をか
けることによって時間平均の計算を行う、窓の実施例と
しては、現在の時刻を０とし、過去にｊτ待時間かのぼ
った時点の窓関数の値をＷ（ｊτ）とすると、 Ｗ（ｊτ）ｍｅｘｐ（−ｊτ／Ｔｃ） の関数を用いる。ただし、 τはサンプリング周期、 Ｔｃは窓関数の減退の早さを定めるパラメータで１０か
ら２Ｏ−ｓｅｃ程度に選ぶ。
時系列的に得られるサンプル値ｙ、のサンプル時点ｔに
おける時間平均ｙ、は ｙｔ−Σｙｔ−ｊＷ （ｊτ） で定義する。直前のサンプル時点ｔ−１で得られる時間
平均ｙｔ−１を使えば、 Ｙｔ −ｙｚ−＋ ｅＸｐ（ｆ／ＴＪ ”Ｙｃという漸
化式にって７７が計算できる。この漸化式を用いること
で、 εＪ！ｔεＪ！−１εｔ＋’ｔ 、 εｂ’ｔが
効率よく計算できる。第１図２のローパスフィルタに入
力する残差波形は９段目の出力として得られる前向予測
残差ε、Ｈ！ｄ、をもちいる。
おける時間平均ｙ、は ｙｔ−Σｙｔ−ｊＷ （ｊτ） で定義する。直前のサンプル時点ｔ−１で得られる時間
平均ｙｔ−１を使えば、 Ｙｔ −ｙｚ−＋ ｅＸｐ（ｆ／ＴＪ ”Ｙｃという漸
化式にって７７が計算できる。この漸化式を用いること
で、 εＪ！ｔεＪ！−１εｔ＋’ｔ 、 εｂ’ｔが
効率よく計算できる。第１図２のローパスフィルタに入
力する残差波形は９段目の出力として得られる前向予測
残差ε、Ｈ！ｄ、をもちいる。
次に、２のローパスフィルタについて説明する。
ローパスフィルタは無くても基本周波数を求めることが
できるが、５００Ｈｚ程度の遮断周波数特性をもつロー
パスフィルタを用いることで残差波形に含まれる基本周
波数成分を強調することができ、分析精度をあげること
ができる。
できるが、５００Ｈｚ程度の遮断周波数特性をもつロー
パスフィルタを用いることで残差波形に含まれる基本周
波数成分を強調することができ、分析精度をあげること
ができる。
次に、３の半無限長窓関数の実施例は、Ｗｔ（ｎ ｒ）
−Ａｔ ｅｘｐ （−ｎ ｆ／Ｔ＋） （ｎ≧Ｏ）（た
だし、Ａ１−１であり、τはサンプリング周期である。
−Ａｔ ｅｘｐ （−ｎ ｆ／Ｔ＋） （ｎ≧Ｏ）（た
だし、Ａ１−１であり、τはサンプリング周期である。
）
で表される一次の指数関数である。Ｔ、の値は窓関数の
減退の速さを定めるパラメータで、たとえば男性では１
５ｍ５ｅｃ、女性では１０ｍ５ｅｃ程度の値を用いる。
減退の速さを定めるパラメータで、たとえば男性では１
５ｍ５ｅｃ、女性では１０ｍ５ｅｃ程度の値を用いる。
サンプル点ｎにおけるにサンプル離れた場所との自己相
関関数の値をσ（ｎ、ｋ）とすると、直前のサンプル点
ｎ−１における自己相関関数の値σ（ｎ−１，ｋ）を用
いて以下の漸化式でサンプル点ｎにおける自己相関関数
を計算できる。
関関数の値をσ（ｎ、ｋ）とすると、直前のサンプル点
ｎ−１における自己相関関数の値σ（ｎ−１，ｋ）を用
いて以下の漸化式でサンプル点ｎにおける自己相関関数
を計算できる。
σ（ｎ、ｋ）ｍα”ｒ（ｎ−１＋ｋ）＋α”ｘ、ｘｌｌ
−。
−。
ただし、α＝ ｅｘｐ （−τ／ ’ｒ Ｉ）ｘｌは残
差波形のサンプル値 τはサンプリング周期 に＝ｏ、１．２．・・・。
差波形のサンプル値 τはサンプリング周期 に＝ｏ、１．２．・・・。
である。初期値すなわちｘ７が入力される前の状態はσ
（０，ｋ）−０（ｋ−０，１，２，・・・、）である。
（０，ｋ）−０（ｋ−０，１，２，・・・、）である。
以上の漸化式を用いることで、比較的少ない演算量で各
サンプル点における自己相関関数を求めることができる
。ｋ−Ｑの場合、すなわちσ（ｎ。
サンプル点における自己相関関数を求めることができる
。ｋ−Ｑの場合、すなわちσ（ｎ。
０）はその窓をかけた後の残差波形のパワーを表してい
る。正規化自己相関関数は、 ｅ （ｎ、ｋ）／ａ （ｎ、０）（ｋ＝ｏ、１．２．−
、）で表される。実際に計算すべきｋの範囲は、ｋ＝０
．１，２．・・・、に□８とすると、以下の通りである
。観測されうる基本周波数の下限値をＦ ｓｉｎとする
と、Ｆ ＋ｍｉａによる自己相関関数の極大点は遅れ時
間ｋｌＩ□τ” １ ／ Ｆ−ｔ、ｌのところに現れる
。従ってｋｓａｘ ＝ｃｅｔ１ （１／ （ｒ Ｆ＋＋
＋＋＋＋ ））まで自己相関関数を求めておけばその極
大点を見付けることができる。ただし、ｃｅｉＨｘｌは
Ｘを越える最小の整数を表す。Ｆ ｓｉｎは男性話者の
通常の発話なら例えば７０Ｈｚ程度に設定する。
る。正規化自己相関関数は、 ｅ （ｎ、ｋ）／ａ （ｎ、０）（ｋ＝ｏ、１．２．−
、）で表される。実際に計算すべきｋの範囲は、ｋ＝０
．１，２．・・・、に□８とすると、以下の通りである
。観測されうる基本周波数の下限値をＦ ｓｉｎとする
と、Ｆ ＋ｍｉａによる自己相関関数の極大点は遅れ時
間ｋｌＩ□τ” １ ／ Ｆ−ｔ、ｌのところに現れる
。従ってｋｓａｘ ＝ｃｅｔ１ （１／ （ｒ Ｆ＋＋
＋＋＋＋ ））まで自己相関関数を求めておけばその極
大点を見付けることができる。ただし、ｃｅｉＨｘｌは
Ｘを越える最小の整数を表す。Ｆ ｓｉｎは男性話者の
通常の発話なら例えば７０Ｈｚ程度に設定する。
５．６の処理は従来技術と同様に行うことができる。７
の基本周波数の選出も、基本周波数′の候補が各サンプ
ル点ごとにえられ、時間的により細かく比較できる以外
は従来技術と同様におこなうことができる。
の基本周波数の選出も、基本周波数′の候補が各サンプ
ル点ごとにえられ、時間的により細かく比較できる以外
は従来技術と同様におこなうことができる。
以上の説明から判るようにσ（ｎ、 ｋ）は全てのサ
ンプル点ｎ毎に、すなわち時間的に連続して求めるので
、基本周波数も全てのサンプル点ｎ毎に出力することも
可能である。しかしながら、基本周波数を利用する面か
ら言えば全てのサンプル点毎（たとえばサンプリング周
波数１０ｋＨｚならＱ 、１ｍ５ｅｃ毎）には必ずしも
必要ではない場合が多く、例えば１０ｍ５ｅｃ毎に判れ
ば良い。そのためには７から得られる基本周波数を１０
＋＊ｓｅｃ毎に間引きして用いるか、あるいは３以降ま
たは４以降の処理をｌＱｍｓｅｃ毎に行うことも可能で
ある。
ンプル点ｎ毎に、すなわち時間的に連続して求めるので
、基本周波数も全てのサンプル点ｎ毎に出力することも
可能である。しかしながら、基本周波数を利用する面か
ら言えば全てのサンプル点毎（たとえばサンプリング周
波数１０ｋＨｚならＱ 、１ｍ５ｅｃ毎）には必ずしも
必要ではない場合が多く、例えば１０ｍ５ｅｃ毎に判れ
ば良い。そのためには７から得られる基本周波数を１０
＋＊ｓｅｃ毎に間引きして用いるか、あるいは３以降ま
たは４以降の処理をｌＱｍｓｅｃ毎に行うことも可能で
ある。
また、半無限長の窓の実施例をあげると、多次の指数関
数的な窓の可能であり、たとえばＷｚ（ｎ ｒ） ＝Ａ
ｚｎ Ｔ ｅＸｐ （１−ｎτ／Ｔ２）ただし、Ａｚ＝
１／Ｔ富 や、 ｗ、（ｎ ｒ） ＝Ａｓ（ｎ τ）！ ｅＸｐ （２−
ｎ ｒ ／Ｔｚ ）ただし、Ａ！ ＝１／ （２Ｔ２
）”という式によって計算することも可能である。
数的な窓の可能であり、たとえばＷｚ（ｎ ｒ） ＝Ａ
ｚｎ Ｔ ｅＸｐ （１−ｎτ／Ｔ２）ただし、Ａｚ＝
１／Ｔ富 や、 ｗ、（ｎ ｒ） ＝Ａｓ（ｎ τ）！ ｅＸｐ （２−
ｎ ｒ ／Ｔｚ ）ただし、Ａ！ ＝１／ （２Ｔ２
）”という式によって計算することも可能である。
Ｗｚ（ｎｒ）やＷ、（ｎｒ）の場合もＷ、（ｎで）と同
様にして多少複雑になるが漸化式によって自己相関関数
を計算することも可能であるため、効率よく計算できる
。
様にして多少複雑になるが漸化式によって自己相関関数
を計算することも可能であるため、効率よく計算できる
。
第８図にＷ、（ｎ ｒ） 、Ｗ、（ｎ ｒ） ％ ｖ＋
ｒ、（ｎ ｒ）それぞれの窓関数の形を８１．８２．８
３に示す。
ｒ、（ｎ ｒ）それぞれの窓関数の形を８１．８２．８
３に示す。
第８図ではＴ２、Ｔ、の値は、Ｗ、（ｎｒ）が０．５に
なると時刻と、Ｗ、（ｎｒ） 、Ｗ３（ｎｒ）が極大値
を取る時刻とが一致するよう、具体的には、Ｔ、 ＝７
１）ｎ２ Ｔｓ ＝ Ｔｚ ／ ２ として示しである。
なると時刻と、Ｗ、（ｎｒ） 、Ｗ３（ｎｒ）が極大値
を取る時刻とが一致するよう、具体的には、Ｔ、 ＝７
１）ｎ２ Ｔｓ ＝ Ｔｚ ／ ２ として示しである。
従来では有限長の窓を用いていたために避けられない、
あるいは特別の配慮を要した藺題点がすべて未然に回避
される。すなわち、窓の位置によって、基本周波数分析
精度が悪くなることや、窓の長さを厳密に制御する必要
がなくなる。
あるいは特別の配慮を要した藺題点がすべて未然に回避
される。すなわち、窓の位置によって、基本周波数分析
精度が悪くなることや、窓の長さを厳密に制御する必要
がなくなる。
さらに、従来の技術では窓の範囲内では定常性を前提と
して分析を行っていたが、本発明では過去の音声波形に
比べ現在の音声波形により重みをおいた分析であり、窓
の範囲における定常性を必要としないため分析精度の向
上が期待できる。
して分析を行っていたが、本発明では過去の音声波形に
比べ現在の音声波形により重みをおいた分析であり、窓
の範囲における定常性を必要としないため分析精度の向
上が期待できる。
また、窓に指数関数的に減退する関数を用いるので、直
前のサンプル点における自己相関関数を用いて比較的簡
単な処理により次のサンプル点における自己相関関数を
計算することができる。
前のサンプル点における自己相関関数を用いて比較的簡
単な処理により次のサンプル点における自己相関関数を
計算することができる。
第１図は、本発明による基本周波数の求め方の説明図、
第２図は、従来技術による基本周波数の求め方の説明図
、第３図は、従来技術による正規化自己相関関数を求め
るまでの処理過程の説明図、第４図は、窓位置の移動の
説明図、第５図は、基本周波数の候補の説明図、第６図
は、本発明による自己相関関数算出までの処理の模式的
説明図、第７図の（ａ）は、格子形偏相関計算回路の全
体図（ｂ）はその一部分の回路図、第８図は、窓関数の
概形図である。 １・・・・・・連続的線形予測分析処理、２・・・・・
・ローパスフィルタ、３・・・・・・指数関数的に減退
する半無限長窓による処理、４・・・・・・自己相関関
数の連続算出、５．２５・・・・・・閾値による有声判
別処理、６．２６・・・・・・基本周波数の候補の選出
処理、７．２７・・・・・・基本周波数の選出処理、２
１・・・・・・窓掛けによる短時間の波形の抽出処理、
２２・・・・・・窓関数をかける処理、２３・・・・・
・線形予測分析、２４、・・・・・・自己相関関数の算
出処理、３Ｌ ６１・・・・・・音声波形、３２・・・
・・・窓の長さの音声波形、３３・・・・・・窓関数を
掛けた波形、３４・・・・・・残差波形、３５・・・・
・・正規化自己相関関数、６２・・・・・・時間的に連
続する残差波形、６３・・・・・・ローパスフィルタを
通した残差波形、６４・・・・・・半無限長の窓関数と
掛は合わされる部分の残差波形、６５・・・・・・半無
限長の窓関数、６６・・・・・・窓掛は結果、６７・・
・・・・自己相関関数、８１・・・・・・−次の指数関
数で表される窓関数の概形、８２・・・・・・二次の指
数関数的に表される窓関数の概形、８３・・・・・・三
次の指数関数的に表される窓関数の概形。 特許出願人 藤 崎 博 世 間 住友電気工業株式会社 同 代理人 鎌 １） 文 二 第１図 第２図 第５図 基本周波数 Ｈ！ 第６図 ６１音声波形力伜Ｗ穎呻孕ｙＶ内ヤ ■ ６２残差波形−学Ｙ財１すＰ倉−〜 ■ ６６窓かけ結果 基本周波数の周期の候補 第７図 （ａ） ■：加算器 Ｉ］：１サンプル分の遅延要素 （ｂ） 第８図
第２図は、従来技術による基本周波数の求め方の説明図
、第３図は、従来技術による正規化自己相関関数を求め
るまでの処理過程の説明図、第４図は、窓位置の移動の
説明図、第５図は、基本周波数の候補の説明図、第６図
は、本発明による自己相関関数算出までの処理の模式的
説明図、第７図の（ａ）は、格子形偏相関計算回路の全
体図（ｂ）はその一部分の回路図、第８図は、窓関数の
概形図である。 １・・・・・・連続的線形予測分析処理、２・・・・・
・ローパスフィルタ、３・・・・・・指数関数的に減退
する半無限長窓による処理、４・・・・・・自己相関関
数の連続算出、５．２５・・・・・・閾値による有声判
別処理、６．２６・・・・・・基本周波数の候補の選出
処理、７．２７・・・・・・基本周波数の選出処理、２
１・・・・・・窓掛けによる短時間の波形の抽出処理、
２２・・・・・・窓関数をかける処理、２３・・・・・
・線形予測分析、２４、・・・・・・自己相関関数の算
出処理、３Ｌ ６１・・・・・・音声波形、３２・・・
・・・窓の長さの音声波形、３３・・・・・・窓関数を
掛けた波形、３４・・・・・・残差波形、３５・・・・
・・正規化自己相関関数、６２・・・・・・時間的に連
続する残差波形、６３・・・・・・ローパスフィルタを
通した残差波形、６４・・・・・・半無限長の窓関数と
掛は合わされる部分の残差波形、６５・・・・・・半無
限長の窓関数、６６・・・・・・窓掛は結果、６７・・
・・・・自己相関関数、８１・・・・・・−次の指数関
数で表される窓関数の概形、８２・・・・・・二次の指
数関数的に表される窓関数の概形、８３・・・・・・三
次の指数関数的に表される窓関数の概形。 特許出願人 藤 崎 博 世 間 住友電気工業株式会社 同 代理人 鎌 １） 文 二 第１図 第２図 第５図 基本周波数 Ｈ！ 第６図 ６１音声波形力伜Ｗ穎呻孕ｙＶ内ヤ ■ ６２残差波形−学Ｙ財１すＰ倉−〜 ■ ６６窓かけ結果 基本周波数の周期の候補 第７図 （ａ） ■：加算器 Ｉ］：１サンプル分の遅延要素 （ｂ） 第８図
Claims (5)
- （１）音声波形を入力とし、 連続的に線形予測分析を行なって残差を求める手段と、 指数関数的に減衰する半無限長の窓関数を残差にかけた
自己相関関数を求める手段と、 残差の自己相関関数の極大点から基本周波数の周期を求
める手段とを有し、 音声波形から連続的に残差を求め、指数関数的に減衰す
る半無限長の窓関数をかけた残差の自己相関関数をもと
め、該自己相関関数の極大点から基本周波数を求めるこ
とを特徴とする基本周波数分析装置。 - （２）特許請求の範囲第１項記載の基本周波数分析装置
において、 連続的に線形予測分析を行って残差を求める手段が格子
法による偏相関の連続的計算によることを特徴とする基
本周波数分析装置。 - （３）特許請求の範囲第１項または第２項記載の基本周
波数分析装置において、 窓関数Ｗ（ｎτ）が、 Ａ＿１ｅｘｐ（−ｎτ／Ｔ＿１） （Ａ＿１、Ｔ＿１は定数。τはサンプリング周期を示す
。ｎは負でない整数。） で表されることを特徴とする基本周波数分析装置。 - （４）特許請求の範囲第１項または第２項記載の基本周
波数分析装置において、 窓関数Ｗ（ｎτ）が、 Ａ＿２ｎτｅｘｐ（１−ｎτ／Ｔ＿２） （Ａ＿２、Ｔ＿２は定数。τはサンプリング周期を示す
。ｎは負でない整数。） で表されることを特徴とする基本周波数分析装置。 - （５）特許請求の範囲第１項または第２項記載の基本周
波数分析装置において、 窓関数Ｗ（ｎτ）が、 Ａ＿３（ｎτ）＾２ｅｘｐ（２−ｎτ／Ｔ＿３）（Ａ＿
３、Ｔ＿３は定数。τはサンプリング周期を示す。ｎは
負でない整数。） で表されることを特徴とする基本周波数分析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27207986A JP2558658B2 (ja) | 1986-11-13 | 1986-11-13 | 基本周波数分析装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27207986A JP2558658B2 (ja) | 1986-11-13 | 1986-11-13 | 基本周波数分析装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63124100A true JPS63124100A (ja) | 1988-05-27 |
| JP2558658B2 JP2558658B2 (ja) | 1996-11-27 |
Family
ID=17508798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27207986A Expired - Lifetime JP2558658B2 (ja) | 1986-11-13 | 1986-11-13 | 基本周波数分析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2558658B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003019527A1 (en) * | 2001-08-31 | 2003-03-06 | Kabushiki Kaisha Kenwood | Apparatus and method for generating pitch waveform signal and apparatus and method for compressing/decompressing and synthesizing speech signal using the same |
| JP2010102129A (ja) * | 2008-10-23 | 2010-05-06 | Ricoh Co Ltd | 基本周波数抽出方法、基本周波数抽出装置、およびプログラム |
-
1986
- 1986-11-13 JP JP27207986A patent/JP2558658B2/ja not_active Expired - Lifetime
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003019527A1 (en) * | 2001-08-31 | 2003-03-06 | Kabushiki Kaisha Kenwood | Apparatus and method for generating pitch waveform signal and apparatus and method for compressing/decompressing and synthesizing speech signal using the same |
| US7630883B2 (en) | 2001-08-31 | 2009-12-08 | Kabushiki Kaisha Kenwood | Apparatus and method for creating pitch wave signals and apparatus and method compressing, expanding and synthesizing speech signals using these pitch wave signals |
| US7647226B2 (en) | 2001-08-31 | 2010-01-12 | Kabushiki Kaisha Kenwood | Apparatus and method for creating pitch wave signals, apparatus and method for compressing, expanding, and synthesizing speech signals using these pitch wave signals and text-to-speech conversion using unit pitch wave signals |
| JP2010102129A (ja) * | 2008-10-23 | 2010-05-06 | Ricoh Co Ltd | 基本周波数抽出方法、基本周波数抽出装置、およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2558658B2 (ja) | 1996-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100438826B1 (ko) | 스무딩 필터를 이용한 음성 합성 시스템 및 그 방법 | |
| Kumar et al. | Performance evaluation of a ACF-AMDF based pitch detection scheme in real-time | |
| US4161625A (en) | Method for determining the fundamental frequency of a voice signal | |
| Samad et al. | Pitch detection of speech signals using the cross-correlation technique | |
| US8306828B2 (en) | Method and apparatus for audio signal expansion and compression | |
| JP2010026323A (ja) | 話速検出装置 | |
| Razak et al. | Towards automatic recognition of emotion in speech | |
| JPH0950288A (ja) | 音声認識装置及び音声認識方法 | |
| JP2558658B2 (ja) | 基本周波数分析装置 | |
| JP2001083978A (ja) | 音声認識装置 | |
| US20060149539A1 (en) | Method for separating a sound frame into sinusoidal components and residual noise | |
| Morise et al. | TUSK: A Framework for Overviewing the Performance of F0 Estimators. | |
| JP2583854B2 (ja) | 有声無声判定方法 | |
| JP2585214B2 (ja) | ピッチ抽出方法 | |
| Upadhya et al. | Pitch estimation using autocorrelation method and AMDF | |
| JPS63234299A (ja) | 音声分析合成方式 | |
| JPH04342298A (ja) | 瞬時ピッチ分析方法及び有声・無声判定方法 | |
| JPS5925237B2 (ja) | 音声分析合成方式の音声区間判定方法 | |
| Faycal et al. | Pitch modification of speech signal using source filter model by linear prediction for prosodic transformations | |
| ALJALMOUD | Pitch Estimation: Yin vs Extended Complex Kalman Filter “ECKF” | |
| JPS6068000A (ja) | ピッチ抽出装置 | |
| JPH01315798A (ja) | ピッチ抽出装置 | |
| JPS60167000A (ja) | ピツチ抽出器 | |
| KR100212453B1 (ko) | 양자화 오차를 이용한 음성 신호의 피치 검출 방법 | |
| JPS58113993A (ja) | 音声信号圧縮方式 |