JPS63200198A - 音声区間検出方式 - Google Patents
音声区間検出方式Info
- Publication number
- JPS63200198A JPS63200198A JP62033669A JP3366987A JPS63200198A JP S63200198 A JPS63200198 A JP S63200198A JP 62033669 A JP62033669 A JP 62033669A JP 3366987 A JP3366987 A JP 3366987A JP S63200198 A JPS63200198 A JP S63200198A
- Authority
- JP
- Japan
- Prior art keywords
- band
- voice
- determined
- threshold
- energy
- 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.)
- Pending
Links
Landscapes
- Alarm Systems (AREA)
- Selective Calling Equipment (AREA)
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】
１４立夏
本発明は、音声区間決定方式、より詳細には、音声認識
における音声信号の検出に関する。
における音声信号の検出に関する。
盗米五亙
音声認識装置を実現する上で、音声区間をいかに忠実に
切り出すかは、非常に重要で、装置の能力を左右するも
のであるが、この音声区間の切り出し方は、従来より種
々考えられている。
切り出すかは、非常に重要で、装置の能力を左右するも
のであるが、この音声区間の切り出し方は、従来より種
々考えられている。
第３図は、音声区間切り出し方法の代表的な例を説明す
るための図で１周知のように、ある閾値Ｔ、を決めてお
き、入力された信号のエネルギーがＴ□を超えた時点か
ら、それを下る部分までを音声区間（Ｓ、）するもので
ある、但し、この区間内に第２の閾値Ｔ ｓ （Ｔ ＊
＞ Ｔ ｘ ）を超える部分がある時に限り上記区間
を音声区間とするものである。
るための図で１周知のように、ある閾値Ｔ、を決めてお
き、入力された信号のエネルギーがＴ□を超えた時点か
ら、それを下る部分までを音声区間（Ｓ、）するもので
ある、但し、この区間内に第２の閾値Ｔ ｓ （Ｔ ＊
＞ Ｔ ｘ ）を超える部分がある時に限り上記区間
を音声区間とするものである。
しかしながら、第４図に示す様に、音声の前にバズ音や
舌打ち音の様な音（Ｓｌ）が出ることがあるが、これら
は話者が意識的に行なうものではなく。
舌打ち音の様な音（Ｓｌ）が出ることがあるが、これら
は話者が意識的に行なうものではなく。
避は難いものである。これらの音は、閾値Ｔ８を超える
こともあり、これらの音が音声の始端についた場合、雑
音を含んだまま音声区間（Ｓｏ）と判定してしまうため
（正しい音声区間はＳ３）、認識部において誤認識とな
る場合が多くなるという欠点がある。
こともあり、これらの音が音声の始端についた場合、雑
音を含んだまま音声区間（Ｓｏ）と判定してしまうため
（正しい音声区間はＳ３）、認識部において誤認識とな
る場合が多くなるという欠点がある。
１−１五
本発明は、上述のごとき実情に鑑みてなされたもので、
特に、バズ音や舌を打つような音をとり除き、正しい音
声区間を検出することのできる音声区間検出方式を提供
することを目的としてなされたものである。
特に、バズ音や舌を打つような音をとり除き、正しい音
声区間を検出することのできる音声区間検出方式を提供
することを目的としてなされたものである。
搭−−」え
本発明は、上記目的を達成するために、音声を集音し、
電気信号に変換し、変換された信号中から音声に係る部
分だけを抽出する音声検出方式において、前記電気信号
を周波数変換し、第１の手段で音声区間の候補を求めた
あと１周波数帯域を第１の帯域、第２の帯域、および第
３の帯域の３つの帯域に３分割し、第１の帯域と第２の
帯域の成分の和が第３の帯域の成分よりも小さいか、第
１の帯域の成分が第２と第３の帯域の成分の和よりも大
きくかつ全体の信号エネルギーが平均的母音のエネルギ
ーをもとに定めた第１の閾値より小さい時のサンプル数
を求めると共に、信号エネルギーが母音エネルギーより
定めた第２の閾値を超える部分のサンプル数′を求め、
第１の閾値を超えるサンプル数が一定数に達する前に第
２の閾値を超えるサンプル数が定められた数に達した時
、音声の始端を音声候補の始端からずらして音声区間を
決定することを特徴としたものである。以下、本発明の
実施例に基づいて説明する。
電気信号に変換し、変換された信号中から音声に係る部
分だけを抽出する音声検出方式において、前記電気信号
を周波数変換し、第１の手段で音声区間の候補を求めた
あと１周波数帯域を第１の帯域、第２の帯域、および第
３の帯域の３つの帯域に３分割し、第１の帯域と第２の
帯域の成分の和が第３の帯域の成分よりも小さいか、第
１の帯域の成分が第２と第３の帯域の成分の和よりも大
きくかつ全体の信号エネルギーが平均的母音のエネルギ
ーをもとに定めた第１の閾値より小さい時のサンプル数
を求めると共に、信号エネルギーが母音エネルギーより
定めた第２の閾値を超える部分のサンプル数′を求め、
第１の閾値を超えるサンプル数が一定数に達する前に第
２の閾値を超えるサンプル数が定められた数に達した時
、音声の始端を音声候補の始端からずらして音声区間を
決定することを特徴としたものである。以下、本発明の
実施例に基づいて説明する。
本発明は、バズ音や、舌を打つような音は、音声帯域の
中でも低域あるいは高域にエネルギーが集中しており、
かつ、全体のエネルギーが小さいという特徴に着目して
なされたものである。
中でも低域あるいは高域にエネルギーが集中しており、
かつ、全体のエネルギーが小さいという特徴に着目して
なされたものである。
第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図、第２図は、本発明の動作説明をするための
フローチャートで、図中、１は音声入力部、２は特徴量
変換部Ｉ３は音声区間候補検出部、４は各帯域パワー検
出部、５，６はカウンタ、７はカウンタ値比較部、８は
始端ずらし処理部、９は音声認識処理部で、まず、マイ
クロフォンのような音響・電気信号変換器で音を電気信
号に変換し音声区間の候補を求める。これは、図に示す
ような方法で良く、音声候補を検出すると共に音声認識
部へ音声始端候補検出の信号を送る。
ロック線図、第２図は、本発明の動作説明をするための
フローチャートで、図中、１は音声入力部、２は特徴量
変換部Ｉ３は音声区間候補検出部、４は各帯域パワー検
出部、５，６はカウンタ、７はカウンタ値比較部、８は
始端ずらし処理部、９は音声認識処理部で、まず、マイ
クロフォンのような音響・電気信号変換器で音を電気信
号に変換し音声区間の候補を求める。これは、図に示す
ような方法で良く、音声候補を検出すると共に音声認識
部へ音声始端候補検出の信号を送る。
エネルギー検出部はエネルギーに準するものが検出でき
れば良く１例えば、音声帯域が通過するフィルタとその
検波回路の出力で実現できる。ここではフィルタは２０
０Ｈｚ 〜６．２ＫＨｚを１７３オクタ一ブ配列した１
５チヤンネルのバンドパスフィルタ群を用いることとし
、低域５チヤンネルを第１の帯域Ｆ１．中城５チャンネ
ルを第２の帯域Ｆ２．高域５チヤンネルを第３の帯域Ｆ
ｓとし。
れば良く１例えば、音声帯域が通過するフィルタとその
検波回路の出力で実現できる。ここではフィルタは２０
０Ｈｚ 〜６．２ＫＨｚを１７３オクタ一ブ配列した１
５チヤンネルのバンドパスフィルタ群を用いることとし
、低域５チヤンネルを第１の帯域Ｆ１．中城５チャンネ
ルを第２の帯域Ｆ２．高域５チヤンネルを第３の帯域Ｆ
ｓとし。
１０ａｓ毎にサンプルすることとする。音声始端候補よ
り、サンプル毎に第１〜第３の帯域について各々成分を
加算し、条件１ ＝（（Ｆ１＋ Ｆ２ ＜ Ｆ３）ＯＲ
（Ｆ、＋Ｆ、＜Ｆ、））ＡＮＤ（Ｆ工＋Ｆｘ＋Ｆｓ）＜
ε、にあてはまるか判断し、かつ全体の成分の和が、決
められた値ε１より小さいかの判断を行い。
り、サンプル毎に第１〜第３の帯域について各々成分を
加算し、条件１ ＝（（Ｆ１＋ Ｆ２ ＜ Ｆ３）ＯＲ
（Ｆ、＋Ｆ、＜Ｆ、））ＡＮＤ（Ｆ工＋Ｆｘ＋Ｆｓ）＜
ε、にあてはまるか判断し、かつ全体の成分の和が、決
められた値ε１より小さいかの判断を行い。
両方の条件がそろった場合、カウンタ５により計数を行
ない、これをＣ１とする。又、同時に１条件２ ＝ （
Ｆ ｔ ＋ Ｆ ｚ ＋ Ｆ ａ）＞Ｃ２により全体の
成分の和が決められた値ε２より大きいかの判断を行な
い、大きい時にはカウンタ６により計数を行ない。
ない、これをＣ１とする。又、同時に１条件２ ＝ （
Ｆ ｔ ＋ Ｆ ｚ ＋ Ｆ ａ）＞Ｃ２により全体の
成分の和が決められた値ε２より大きいかの判断を行な
い、大きい時にはカウンタ６により計数を行ない。
これを０２とする。Ｅｌ、Ｃ３の値は母音のエネルギー
から決めれば良く、Ｃ２は母音を発した時のエネルギー
を求め、それらの平均の１７２程度でよい、ε、は通常
の母音の約１７５程度でよい、計数値Ｃ１がある値Ｌ１
までカウントする前に計数値Ｃ２がある値Ｌ２になった
場合、音声の始端候補は正しいものとする。逆に、Ｃ２
がＬ２までカウントする前に０１がＬｌとなった場合、
それは音声信号ではないとし、音声区間取り消し信号を
出す。この作業をＣ２の計数値がＬ８になるまで繰り返
しＬ２になった時点で正しい音声だと判断し始端をこの
地点の近傍にずらす様にする。
から決めれば良く、Ｃ２は母音を発した時のエネルギー
を求め、それらの平均の１７２程度でよい、ε、は通常
の母音の約１７５程度でよい、計数値Ｃ１がある値Ｌ１
までカウントする前に計数値Ｃ２がある値Ｌ２になった
場合、音声の始端候補は正しいものとする。逆に、Ｃ２
がＬ２までカウントする前に０１がＬｌとなった場合、
それは音声信号ではないとし、音声区間取り消し信号を
出す。この作業をＣ２の計数値がＬ８になるまで繰り返
しＬ２になった時点で正しい音声だと判断し始端をこの
地点の近傍にずらす様にする。
肱−一釆
以上の説明から明らかなように１本発明によると、バズ
音や、舌打ち音の様な音を取り除き、正しい音声区間の
検出が可能となる。
音や、舌打ち音の様な音を取り除き、正しい音声区間の
検出が可能となる。
第１図は、本発明の一実施例を説明するための電気的ブ
ーロック線図、第２図は、本発明の動作説明をするため
のフローチャート、第３図及び第４図は、従来の音声区
間検出法の一例を説明するための信号波形図である。 １・・・音声入力部、２・・・特徴量変換部、３・・・
音声区間候補検出部、４・・・各帯域パワー検出部、５
，６・・・カウンタ、７・・・カウンタ値比較部、８・
・・始端ずらし処理部、９・・・音声認識処理部。 第１ｆｌＡ 第２図 第３図 エキルギー 二序ル六− 手続行は正置（自発） 昭和６２年６月１８日 特許庁長官 黒 １）明 雄 殿 ３、補正をする者 事件との関係 特許出願人 オオタ り ナカマゴメ 住所 東京都大田区中馬込１丁目３番６号代表者
浜 １） 広 シャトレーイン横浜８０７号 ７、補正の内容 （１）、明細書の特許請求の範囲を別紙の通り補正する
。 （２）、明細書の第４頁第８行〜１０行目に記載の「第
１の閾値を超える・・・・・・・・・定められた数に達
した時、」を「第２の閾値を超えるサンプル数が、一定
数に達する前に、前記周波数帯域の成分の構成条件を満
たし、かつ。 第１の閾値より小さいサンプル数が、定められた数に達
した時、」に補正する。 （３）、第２図を別紙の通り補正する。 特許請求の範囲 音声を集音し、電気信号に変換し、変換された信号中か
ら音声に係る部分だけを抽出する音声検出方式において
、前記電気信号を周波数変換し。 第１の手段で音声区間の候補を求めたあと、周波数帯域
を第１の帯域、第２の帯域、および第３の帯域の３つの
帯域に３分割し、第１の帯域と第２の帯域の成分の和が
第３の帯域の成分よりも小さいか、第１の帯域の成分が
第２と第３の帯域の成分の和よりも大きくかつ全体の信
号エネルギーが平均的母音のエネルギーをもとに定めた
第１の閾値より小さい時のサンプル数を求めると共に、
信号エネルギーが母音エネルギーより定めた第２の閾値
を超える部分のサンプル数を求め、ｍ＋：’ｂｔ＝、工
音声の始端を音声候補の始端からずらして音声区間を決
定することを特徴とする音声区間決定方式。 第２図
ーロック線図、第２図は、本発明の動作説明をするため
のフローチャート、第３図及び第４図は、従来の音声区
間検出法の一例を説明するための信号波形図である。 １・・・音声入力部、２・・・特徴量変換部、３・・・
音声区間候補検出部、４・・・各帯域パワー検出部、５
，６・・・カウンタ、７・・・カウンタ値比較部、８・
・・始端ずらし処理部、９・・・音声認識処理部。 第１ｆｌＡ 第２図 第３図 エキルギー 二序ル六− 手続行は正置（自発） 昭和６２年６月１８日 特許庁長官 黒 １）明 雄 殿 ３、補正をする者 事件との関係 特許出願人 オオタ り ナカマゴメ 住所 東京都大田区中馬込１丁目３番６号代表者
浜 １） 広 シャトレーイン横浜８０７号 ７、補正の内容 （１）、明細書の特許請求の範囲を別紙の通り補正する
。 （２）、明細書の第４頁第８行〜１０行目に記載の「第
１の閾値を超える・・・・・・・・・定められた数に達
した時、」を「第２の閾値を超えるサンプル数が、一定
数に達する前に、前記周波数帯域の成分の構成条件を満
たし、かつ。 第１の閾値より小さいサンプル数が、定められた数に達
した時、」に補正する。 （３）、第２図を別紙の通り補正する。 特許請求の範囲 音声を集音し、電気信号に変換し、変換された信号中か
ら音声に係る部分だけを抽出する音声検出方式において
、前記電気信号を周波数変換し。 第１の手段で音声区間の候補を求めたあと、周波数帯域
を第１の帯域、第２の帯域、および第３の帯域の３つの
帯域に３分割し、第１の帯域と第２の帯域の成分の和が
第３の帯域の成分よりも小さいか、第１の帯域の成分が
第２と第３の帯域の成分の和よりも大きくかつ全体の信
号エネルギーが平均的母音のエネルギーをもとに定めた
第１の閾値より小さい時のサンプル数を求めると共に、
信号エネルギーが母音エネルギーより定めた第２の閾値
を超える部分のサンプル数を求め、ｍ＋：’ｂｔ＝、工
音声の始端を音声候補の始端からずらして音声区間を決
定することを特徴とする音声区間決定方式。 第２図
Claims (1)
- 音声を集音し、電気信号に変換し、変換された信号中か
ら音声に係る部分だけを抽出する音声検出方式において
、前記電気信号を周波数変換し、第１の手段で音声区間
の候補を求めたあと、周波数帯域を第１の帯域、第２の
帯域、および第３の帯域の３つの帯域に３分割し、第１
の帯域と第２の帯域の成分の和が第３の帯域の成分より
も小さいか、第１の帯域の成分が第２と第３の帯域の成
分の和よりも大きくかつ全体の信号エネルギーが平均的
母音のエネルギーをもとに定めた第１の閾値より小さい
時のサンプル数を求めると共に、信号エネルギーが母音
エネルギーより定めた第２の閾値を超える部分のサンプ
ル数を求め、第１の閾値を超えるサンプル数が一定数に
達する前に第２の閾値を超えるサンプル数が定められた
数に達した時、音声の始端を音声候補の始端からずらし
て音声区間を決定することを特徴とする音声区間決定方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62033669A JPS63200198A (ja) | 1987-02-17 | 1987-02-17 | 音声区間検出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62033669A JPS63200198A (ja) | 1987-02-17 | 1987-02-17 | 音声区間検出方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63200198A true JPS63200198A (ja) | 1988-08-18 |
Family
ID=12392865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62033669A Pending JPS63200198A (ja) | 1987-02-17 | 1987-02-17 | 音声区間検出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS63200198A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019215513A (ja) * | 2018-06-13 | 2019-12-19 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | 音声区間の検出方法および装置 |
-
1987
- 1987-02-17 JP JP62033669A patent/JPS63200198A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019215513A (ja) * | 2018-06-13 | 2019-12-19 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | 音声区間の検出方法および装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7672844B2 (en) | Voice processing apparatus | |
| CN104471855B (zh) | 具有噪声检测和响度下降检测的响度控制 | |
| US3004104A (en) | Identification of sound and like signals | |
| JPS63200633A (ja) | デジタルオーディオ信号の伝送方法 | |
| US5148484A (en) | Signal processing apparatus for separating voice and non-voice audio signals contained in a same mixed audio signal | |
| JPH11249693A (ja) | 収音装置 | |
| US3405237A (en) | Apparatus for determining the periodicity and aperiodicity of a complex wave | |
| US20090116665A1 (en) | Compressing the Level of an Audio Signal | |
| JPH04163497A (ja) | 音声区間検出方法 | |
| US6633847B1 (en) | Voice activated circuit and radio using same | |
| JPS63278100A (ja) | 音声認識装置 | |
| CN119207456B (zh) | 音频降噪方法、电子设备以及存储介质 | |
| JPS58147797A (ja) | 音声認識装置 | |
| JPS63274998A (ja) | 単語音声認識装置 | |
| JPH0376471B2 (ja) | ||
| JPS62244100A (ja) | 音声区間検出方式 | |
| JPS59105697A (ja) | 音声認識装置 | |
| JPH04230799A (ja) | 音声信号符号化装置 | |
| JPS61233791A (ja) | 音声認識装置における音声区間検出方式 | |
| TW202449768A (zh) | 音訊增強系統 | |
| JPH03122700A (ja) | 音声認識装置 | |
| Umakanthan et al. | A perceptual masking based feature set for speech recognition | |
| JP2009109791A (ja) | 音声信号処理装置 | |
| JPS60101597A (ja) | 音声区間検出装置 | |
| JPS6031196A (ja) | 音声パタ−ン作成装置 |