JPH0743600B2 - ピッチ抽出装置 - Google Patents
ピッチ抽出装置Info
- Publication number
- JPH0743600B2 JPH0743600B2 JP63004149A JP414988A JPH0743600B2 JP H0743600 B2 JPH0743600 B2 JP H0743600B2 JP 63004149 A JP63004149 A JP 63004149A JP 414988 A JP414988 A JP 414988A JP H0743600 B2 JPH0743600 B2 JP H0743600B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch
- coefficient
- maximum
- section
- repeatability
- 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.)
- Expired - Lifetime
Links
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明はピッチ抽出装置に関し、特にピッチ周期（周波
数）検索区間を等比級数で分割して各分割区間ごとに音
声の繰返し性の最大なものをDP手法にもとづいて選択、
決定するピッチ抽出装置に関する。
数）検索区間を等比級数で分割して各分割区間ごとに音
声の繰返し性の最大なものをDP手法にもとづいて選択、
決定するピッチ抽出装置に関する。
自己相関係数を利用する自己相関法、あるいはAMDF（Av
erage Multitude Difference Function）法等を利用し
て、音声の繰返し性の極大（自己相関法）や極小（AMD
F）の極値とそのタップ位置に対して所定の評価関数に
もとづいて求めた評価値を評価尺度とし、所定の検索区
間ごとい最大値をDP手法によって検索しつつピッチ周期
を抽出するピッチ抽出装置はピッチ抽出誤りを大幅に削
減しうるものとして知られており、これについては、た
とえば特願昭61−122691、「ピッチ抽出装置」等に詳述
されている。
erage Multitude Difference Function）法等を利用し
て、音声の繰返し性の極大（自己相関法）や極小（AMD
F）の極値とそのタップ位置に対して所定の評価関数に
もとづいて求めた評価値を評価尺度とし、所定の検索区
間ごとい最大値をDP手法によって検索しつつピッチ周期
を抽出するピッチ抽出装置はピッチ抽出誤りを大幅に削
減しうるものとして知られており、これについては、た
とえば特願昭61−122691、「ピッチ抽出装置」等に詳述
されている。
上述した従来のこの種のピッチ抽出装置は、ピッチ抽出
誤りについてはDP手法によって大幅な削減は可能となる
が、反面演算量が膨大化することが避けられないという
欠点がある。この理由としてDP手法によれば音声の繰返
し性の極大なものをすべてピッチ周期の候補としてDP処
理にかけることにもとづくDP手法の本質的な特徴による
ものである。
誤りについてはDP手法によって大幅な削減は可能となる
が、反面演算量が膨大化することが避けられないという
欠点がある。この理由としてDP手法によれば音声の繰返
し性の極大なものをすべてピッチ周期の候補としてDP処
理にかけることにもとづくDP手法の本質的な特徴による
ものである。
本発明の目的は上述した欠点を除去し、ピッチ周期の検
索区間を等比級数的に分割してDP手法によるピッチ抽出
を行なうことにより、著しく演算量を削減しうるピッチ
抽出装置を提供することにある。
索区間を等比級数的に分割してDP手法によるピッチ抽出
を行なうことにより、著しく演算量を削減しうるピッチ
抽出装置を提供することにある。
本発明の装置は、音声の繰返し性を表現する係数を抽出
する係数抽出手段と、前記係数抽出手段によって得られ
た繰返し性を表現する係数列の前記係数の種類によって
異なる極大もしくは極小の極値およびそのタップ位置に
対して所定の評価関数にもとづいて評価値を求めつつ前
記音声のピッチ性検索をDP（Dynamic Programming）処
理によって行うピッチ性評価手段と、前記ピッチ性評価
手段によって検索すべきピッチ性の検索区間をあらかじ
め設定する比率の等比級数で分解した分割区間としこの
分割区間ごとに高々１個の極大値の最大なものもしくは
高々１個の極小値の最小なもののみを対象として前記DP
処理を実行せしめて前記繰返し性の最大なものを選択し
つつピッチ周期を決定せしめるピッチ周期決定手段とを
備えて構成される。
する係数抽出手段と、前記係数抽出手段によって得られ
た繰返し性を表現する係数列の前記係数の種類によって
異なる極大もしくは極小の極値およびそのタップ位置に
対して所定の評価関数にもとづいて評価値を求めつつ前
記音声のピッチ性検索をDP（Dynamic Programming）処
理によって行うピッチ性評価手段と、前記ピッチ性評価
手段によって検索すべきピッチ性の検索区間をあらかじ
め設定する比率の等比級数で分解した分割区間としこの
分割区間ごとに高々１個の極大値の最大なものもしくは
高々１個の極小値の最小なもののみを対象として前記DP
処理を実行せしめて前記繰返し性の最大なものを選択し
つつピッチ周期を決定せしめるピッチ周期決定手段とを
備えて構成される。
次に、図面を参照して本発明を詳細に説明する。
第１図は本発明の一実施例の構成を示すブロック図であ
る。
る。
第１図に示す実施例の構成は、入力音声を量子化し所定
の分析フレームごとに出力するＡ−Ｄコンバータ１、入
力音声の繰返し性を表現する係数列としての自己相関係
数列を算出する自己相関算出器２、自己相関算出器２の
出力する自己相関係数列に対し検索区間ごとの最大値と
そのタップ位置を検索する区間最大値検索器３、区間最
大値検索器３の区間情報を格納する分割区間データメモ
リ４、区間最大値検索器３の出力する検索区間ごとの最
大値とそのタップ位置を格納するメモリ５、メモリ５か
ら読出す検索区間ごとの最大値とそのタップ位置に関す
るデータに対してDP手法による選択を実施してピッチ周
期を抽出するDPプロセッサ６を備えて構成される。
の分析フレームごとに出力するＡ−Ｄコンバータ１、入
力音声の繰返し性を表現する係数列としての自己相関係
数列を算出する自己相関算出器２、自己相関算出器２の
出力する自己相関係数列に対し検索区間ごとの最大値と
そのタップ位置を検索する区間最大値検索器３、区間最
大値検索器３の区間情報を格納する分割区間データメモ
リ４、区間最大値検索器３の出力する検索区間ごとの最
大値とそのタップ位置を格納するメモリ５、メモリ５か
ら読出す検索区間ごとの最大値とそのタップ位置に関す
るデータに対してDP手法による選択を実施してピッチ周
期を抽出するDPプロセッサ６を備えて構成される。
次に、本実施例のピッチ抽出装置の動作について説明す
る。
る。
第１図に示す実施例は、入力音声の繰返し性を表現する
係数として自己相関係数を利用した場合を例としてい
る。
係数として自己相関係数を利用した場合を例としてい
る。
Ａ−Ｄコンバータ１は、入力音声を8KHzでのサンプリン
グ周波数で標本化したあと所定のビット数で量子化し、
20msecの基本分析フレーム単位で出力する。
グ周波数で標本化したあと所定のビット数で量子化し、
20msecの基本分析フレーム単位で出力する。
自己相関算出器２は、量子化音声入力の基本分析フレー
ムごとに所定の時間遅れ範囲にわたって自己相関係数ρ
ｉを次の（１）式によって決定する。
ムごとに所定の時間遅れ範囲にわたって自己相関係数ρ
ｉを次の（１）式によって決定する。
（１）式においてxjは各基本分析フレームごとの量子化
音声信号の標本列で、ｊはそのシリアル番号、ｉはあら
かじめ設定する所定の遅れ時間で、ピッチ周期の分布範
囲は2msec〜15msecと設定してあり、かつサンプリング
周波数は8KHzであるのでｉとしては16タップ〜121タッ
プとしている。なお、8KHz15msecから求まる最大タップ
は120タップであるが、後述する分割区間の等比級数的
設定条件を加味して121としている。
音声信号の標本列で、ｊはそのシリアル番号、ｉはあら
かじめ設定する所定の遅れ時間で、ピッチ周期の分布範
囲は2msec〜15msecと設定してあり、かつサンプリング
周波数は8KHzであるのでｉとしては16タップ〜121タッ
プとしている。なお、8KHz15msecから求まる最大タップ
は120タップであるが、後述する分割区間の等比級数的
設定条件を加味して121としている。
自己相関算出器２は、基本分析フレームごとにタップ数
16〜121の遅れ時間の範囲で（１）式による自己相関係
数列を算出してこれを区間最大値検索器３に供給する。
16〜121の遅れ時間の範囲で（１）式による自己相関係
数列を算出してこれを区間最大値検索器３に供給する。
区間最大値検索器３は、タップ数16〜121の遅れ時間範
囲をあらかじめ設定する分解区間で分解し、それぞれの
分割区間ごとの自己相関係数の極大値のうちの最もレベ
ルの高いもの、すなわち最大値を検索しこの分割区間ご
との最大値とそのタップ位置に関する情報をメモリ５に
送出し、格納せしめる。
囲をあらかじめ設定する分解区間で分解し、それぞれの
分割区間ごとの自己相関係数の極大値のうちの最もレベ
ルの高いもの、すなわち最大値を検索しこの分割区間ご
との最大値とそのタップ位置に関する情報をメモリ５に
送出し、格納せしめる。
本発明では、上述した分割区域の分割間隔は相互の間隔
比率を等比級数的に設定するものとしており、本実施例
では分割比率を1.5と設定し、これによる分割区間は16
〜24,24〜36,36〜54,54〜81,81〜121と設定している。
この場合、各タップ区間とも1.5倍の等比級数としてい
る理由は次のとおりである。
比率を等比級数的に設定するものとしており、本実施例
では分割比率を1.5と設定し、これによる分割区間は16
〜24,24〜36,36〜54,54〜81,81〜121と設定している。
この場合、各タップ区間とも1.5倍の等比級数としてい
る理由は次のとおりである。
すなわち、ピッチ抽出誤りの主要原因としては倍ピッチ
エラー、すなわち正しいピッチ周期の倍ピッチのものを
ピッチ周期と誤ることがあげられる。従って、正しいピ
ッチ周期の２倍未満の区間には基本ピッチの自己相関よ
りも大なる自己相関は存在しないと見倣してよい。本実
施例ではこの特徴に着目し、DP手法によって16〜121タ
ップの遅れ時間範囲における全極大値を対象としてDP処
理する代りにピッチ周期の２倍未満の区間長となるよう
に検索区間を等比級数で分割し、この分割区間ごとに極
大値の最大値を検索し、これら最大値のみを対象として
DP処理するものである。
エラー、すなわち正しいピッチ周期の倍ピッチのものを
ピッチ周期と誤ることがあげられる。従って、正しいピ
ッチ周期の２倍未満の区間には基本ピッチの自己相関よ
りも大なる自己相関は存在しないと見倣してよい。本実
施例ではこの特徴に着目し、DP手法によって16〜121タ
ップの遅れ時間範囲における全極大値を対象としてDP処
理する代りにピッチ周期の２倍未満の区間長となるよう
に検索区間を等比級数で分割し、この分割区間ごとに極
大値の最大値を検索し、これら最大値のみを対象として
DP処理するものである。
なお、分割区間の最小、最大タップ比を1.5と設定して
あるのは、上述した倍ピッチエラーに関する配慮に加え
て、ピッチ周期の多少のゆらぎを配慮したものである。
あるのは、上述した倍ピッチエラーに関する配慮に加え
て、ピッチ周期の多少のゆらぎを配慮したものである。
このようにして決定される区間分割数は、極大値の数よ
りもはるかに少ない数であるから、この分割区分ごとに
設定される最大値のみを対象として実施するDP処理に要
する演算量も著しく削減することができる。
りもはるかに少ない数であるから、この分割区分ごとに
設定される最大値のみを対象として実施するDP処理に要
する演算量も著しく削減することができる。
区間最大値検索器３からはDP処理実施区間分ごとのデー
タが出力されメモリ５に格納される。
タが出力されメモリ５に格納される。
メモリ５の格納されたデータはDPプロセッサ６に読出さ
れてDP処理が施される。
れてDP処理が施される。
DPプロセッサ６は、分割区間ごとの自己相関係数の最大
値とタップ位置とを読出してこれらをピッチ候補とし、
所定の評価関数giによる評価値の積算値を最大とするDP
パスを提供するタップ位置をもつ自己相関係数列を所望
のピッチ列データとして決定し、このピッチ列データに
よるピッチ周期を出力する。
値とタップ位置とを読出してこれらをピッチ候補とし、
所定の評価関数giによる評価値の積算値を最大とするDP
パスを提供するタップ位置をもつ自己相関係数列を所望
のピッチ列データとして決定し、このピッチ列データに
よるピッチ周期を出力する。
DPパスを決定する評価関数giとしては、本実施例では次
の（２）式に示すものを利用している。
の（２）式に示すものを利用している。
gi＝ｆ（ρi,P） ……（２） （２）式の意味するところのものは、自己相関係数ρｉ
と、遅れ時間零における自己相関係数によって示される
短時間音声電力Ｐ、もしくは（１）式の あるいは（１）式の分母等で示される短時間音声電力Ｐ
との関数として設定されるgiを評価関数とするものであ
り、実際には次の（３）式もしくは（４）式で示される
gi1もしくはgi2を利用する。
と、遅れ時間零における自己相関係数によって示される
短時間音声電力Ｐ、もしくは（１）式の あるいは（１）式の分母等で示される短時間音声電力Ｐ
との関数として設定されるgiを評価関数とするものであ
り、実際には次の（３）式もしくは（４）式で示される
gi1もしくはgi2を利用する。
gi1＝ρｉ・logP ……（３） gi2＝ρｉ・Ｐ ……（４） このように、評価関数をρｉとＰとの積として利用して
いるのは、音声／無声と短時間音声電力のレベル大小が
対応するので、この短時間音声電力を介してピッチ周期
と密接な関係のある有声／無声情報を反映させつつDPパ
ス設定に必要な評価値を得るためであり、一般的にはこ
のような短時間音声電力Ｐの利用は不可欠の条件ではな
い。
いるのは、音声／無声と短時間音声電力のレベル大小が
対応するので、この短時間音声電力を介してピッチ周期
と密接な関係のある有声／無声情報を反映させつつDPパ
ス設定に必要な評価値を得るためであり、一般的にはこ
のような短時間音声電力Ｐの利用は不可欠の条件ではな
い。
以上は、音声の繰返し性を表現する係数として自己相関
係数を利用する場合を例としたが、この代りに他の形式
の係数、たとえばAMDF手法によって得られるデータを係
数として繰返し性を表現してもほぼ同様に実施しうるこ
とは明らかである。
係数を利用する場合を例としたが、この代りに他の形式
の係数、たとえばAMDF手法によって得られるデータを係
数として繰返し性を表現してもほぼ同様に実施しうるこ
とは明らかである。
以上説明したように本発明によれば、音声の繰返し性を
表現する係数を利用しDP手法によってピッチ周期を求め
る場合に、ピッチ周期の検索区間を等比級数で分割した
区間ごとの極大値の最大なものもしくは極小値の最小な
もののみを対象としてDP処理を実行して音声の繰返し性
の最大なるものを選択するという手段によってDP処理対
象データを著しく削減することにより、DP処理演算量を
著しく削減しうるピッチ抽出装置が実現できるという効
果がある。
表現する係数を利用しDP手法によってピッチ周期を求め
る場合に、ピッチ周期の検索区間を等比級数で分割した
区間ごとの極大値の最大なものもしくは極小値の最小な
もののみを対象としてDP処理を実行して音声の繰返し性
の最大なるものを選択するという手段によってDP処理対
象データを著しく削減することにより、DP処理演算量を
著しく削減しうるピッチ抽出装置が実現できるという効
果がある。
第１図は本発明の一実施例の構成を示すブロック図であ
る。 １……Ａ−Ｄコンバータ、２……自己相関算出器、３…
…区間最大値検索器、４……分割区間データメモリ、５
……メモリ、６……DPプロセッサ。
る。 １……Ａ−Ｄコンバータ、２……自己相関算出器、３…
…区間最大値検索器、４……分割区間データメモリ、５
……メモリ、６……DPプロセッサ。
Claims (1)
- 【請求項１】音声の繰返し性を表現する係数を抽出する
係数抽出手段と、前記係数抽出手段によって得られた繰
返し性を表現する係数列の前記係数の種類によって異な
る極大もしくは極小の極値およびそのタップ位置に対し
て所定の評価関数にもとづいて評価値を求めつつ前記音
声のピッチ性検索をDP（Dynamic Programming）処理に
よって行うピッチ性評価手段と、前記ピッチ性評価手段
によって検索すべきピッチ性の検索区間をあらかじめ設
定する比率の等比級数で分割した分割区間としこの分割
区間ごとに高々１個の極大値の最大なものもしくは高々
１個の極小値の最小なもののみを対象として前記DP処理
を実行せしめて前記繰返し性の最大なものを選択しつつ
ピッチ周期を決定せしめるピッチ周期決定手段とを備え
て成ることを特徴とするピッチ抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63004149A JPH0743600B2 (ja) | 1988-01-11 | 1988-01-11 | ピッチ抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63004149A JPH0743600B2 (ja) | 1988-01-11 | 1988-01-11 | ピッチ抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01179998A JPH01179998A (ja) | 1989-07-18 |
| JPH0743600B2 true JPH0743600B2 (ja) | 1995-05-15 |
Family
ID=11576715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63004149A Expired - Lifetime JPH0743600B2 (ja) | 1988-01-11 | 1988-01-11 | ピッチ抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0743600B2 (ja) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59178369A (ja) * | 1983-03-29 | 1984-10-09 | Mitsubishi Electric Corp | 周波数解析方法 |
| JPH0731504B2 (ja) * | 1985-05-28 | 1995-04-10 | 日本電気株式会社 | ピツチ抽出装置 |
-
1988
- 1988-01-11 JP JP63004149A patent/JPH0743600B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH01179998A (ja) | 1989-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4038503A (en) | Speech recognition apparatus | |
| US4282405A (en) | Speech analyzer comprising circuits for calculating autocorrelation coefficients forwardly and backwardly | |
| EP0302663B1 (en) | Low cost speech recognition system and method | |
| JPS58134699A (ja) | 連続ワ−トストリング認識方法および装置 | |
| JPH0225518B2 (ja) | ||
| EP0118484B1 (en) | Lpc word recognizer utilizing energy features | |
| US5136654A (en) | Vocabulary partitioned speech recognition apparatus | |
| US5715363A (en) | Method and apparatus for processing speech | |
| EP0096712B1 (en) | A system and method for recognizing speech | |
| JPH0743600B2 (ja) | ピッチ抽出装置 | |
| US20060195315A1 (en) | Sound synthesis processing system | |
| JP3477751B2 (ja) | 連続単語音声認識装置 | |
| JP2753255B2 (ja) | 音声による対話型情報検索装置 | |
| JP2583854B2 (ja) | 有声無声判定方法 | |
| US5852799A (en) | Pitch determination using low time resolution input signals | |
| JPS6068000A (ja) | ピッチ抽出装置 | |
| JPS6220560B2 (ja) | ||
| JP2605256B2 (ja) | Ｌｓｐパタンマツチングボコーダ | |
| JPH0731504B2 (ja) | ピツチ抽出装置 | |
| JPH0117599B2 (ja) | ||
| CA1180813A (en) | Speech recognition apparatus | |
| JP3230380B2 (ja) | 音声符号化装置 | |
| JPH0632037B2 (ja) | 音声合成装置 | |
| JPH0573095A (ja) | 信号分析方式 | |
| JPS6126679B2 (ja) |