JP2012133346A - 音声処理装置および音声処理方法 - Google Patents
音声処理装置および音声処理方法 Download PDFInfo
- Publication number
- JP2012133346A JP2012133346A JP2011260036A JP2011260036A JP2012133346A JP 2012133346 A JP2012133346 A JP 2012133346A JP 2011260036 A JP2011260036 A JP 2011260036A JP 2011260036 A JP2011260036 A JP 2011260036A JP 2012133346 A JP2012133346 A JP 2012133346A
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- peak
- spectra
- frequency
- harmonic
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 317
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 238000009432 framing Methods 0.000 claims abstract description 21
- 230000002238 attenuated effect Effects 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 20
- 238000010295 mobile communication Methods 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephone Function (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
【解決手段】音声処理装置110は、入力信号を予め定められたフレーム単位で切り出し、フレーム化入力信号を生成するフレーム化部120と、フレーム化入力信号を、時間領域から周波数領域に変換して、周波数毎のスペクトルを集めたスペクトルパターンを生成するスペクトル生成部122と、スペクトルパターンから、ピークを有するピークスペクトルを検出するピーク検出部124と、ピークスペクトルのうち、基音と倍音の関係となる倍音構造である倍音スペクトルを判定する倍音判定部126と、を備える。
【選択図】図4
Description
図4は、音声処理装置110の概略的な構成を説明するための機能ブロック図である。音声処理装置110は、フレーム化部120と、スペクトル生成部122と、ピーク検出部124と、倍音判定部126と、ノイズ減衰部128と、音声判定部130と、ノイズ削減部132とを含んで構成される。
Ratio_E:エネルギー比(dB)
E_peak:対象の総和エネルギー
E_neighbor:隣接する総和エネルギー
Freq(N):Specrum(N)を中心とする帯域から求めた重心周波数
E_r(i):Spectrum(N−j)〜Spectrum(N+j)におけるエネルギー量を占める割合
Spec_freq(i):Spectrum(i)の周波数代表値(中心周波数)
N:スペクトルの位置を示すナンバー
j:Spectrum(N)を中心とした帯域に含まれる前後のスペクトル数
次に、上述した音声処理装置110を用いて入力信号を分析する音声処理方法を説明する。
120 …フレーム化部
122 …スペクトル生成部
124 …ピーク検出部
126 …倍音判定部
128 …ノイズ減衰部
130 …音声判定部
132 …ノイズ削減部
Claims (9)
- 入力信号を予め定められたフレーム単位で切り出し、フレーム化入力信号を生成するフレーム化部と、
前記フレーム化入力信号を、時間領域から周波数領域に変換して、周波数毎のスペクトルを集めたスペクトルパターンを生成するスペクトル生成部と、
前記スペクトルパターンから、ピークを有するピークスペクトルを検出するピーク検出部と、
前記ピークスペクトルのうち、基音と倍音の関係となる倍音構造である倍音スペクトルを判定する倍音判定部と、
を備えることを特徴とする音声処理装置。 - 前記ピーク検出部は、予め定められた本数のスペクトルのエネルギーの総和と、隣接する前記予め定められた本数のスペクトルのエネルギーの総和とのエネルギー比が予め定められた閾値を超えると、前記予め定められた本数のスペクトルのうち、予め定められた規則に基づく1または複数のスペクトルをピークスペクトルとすることを特徴とする請求項1に記載の音声処理装置。
- 前記倍音判定部は、複数のスペクトル毎のエネルギーによって重み付けされた重心周波数に基づいて倍音スペクトルを判定することを特徴とする請求項2に記載の音声処理装置。
- 前記予め定められた本数のスペクトル全体の周波数帯域は、100Hz未満の周波数帯域であることを特徴とする請求項2または3に記載の音声処理装置。
- 前記スペクトル生成部は、33Hz未満の周波数分解能でスペクトルパターンを生成することを特徴とする請求項1から4のいずれか1項に記載の音声処理装置。
- 前記スペクトル生成部は、200Hzから2000Hzの範囲のスペクトルパターンを生成することを特徴とする請求項1から5のいずれか1項に記載の音声処理装置。
- 前記スペクトルパターンのうち、前記ピークスペクトルのうち前記倍音スペクトルを除いたスペクトルに対応するエネルギーを減衰するノイズ減衰部と、
減衰された前記スペクトルパターンに基づいて、前記フレーム化入力信号が音声であるか否かを判定する音声判定部と、
をさらに備えることを特徴とする請求項1から6のいずれか1項に記載の音声処理装置。 - 前記スペクトルパターンのうち、前記ピークスペクトルから前記倍音スペクトルを除いたスペクトルに対応するエネルギーを減衰するノイズ減衰部と、
減衰された前記スペクトルパターンに基づいてノイズ成分を削減するノイズ削減部と、
をさらに備えることを特徴とする請求項1から6のいずれか1項に記載の音声処理装置。 - 入力信号を予め定められたフレーム単位で切り出し、フレーム化入力信号を生成し、
前記フレーム化入力信号を、時間領域から周波数領域に変換して、周波数毎のスペクトルを集めたスペクトルパターンを生成し、
前記スペクトルパターンから、ピークを有するピークスペクトルを検出し、
前記ピークスペクトルのうち、基音と倍音の関係となる倍音構造である倍音スペクトルを判定することを特徴とする音声処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011260036A JP2012133346A (ja) | 2010-11-30 | 2011-11-29 | 音声処理装置および音声処理方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010267250 | 2010-11-30 | ||
JP2010267250 | 2010-11-30 | ||
JP2011260036A JP2012133346A (ja) | 2010-11-30 | 2011-11-29 | 音声処理装置および音声処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012133346A true JP2012133346A (ja) | 2012-07-12 |
Family
ID=46092119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011260036A Pending JP2012133346A (ja) | 2010-11-30 | 2011-11-29 | 音声処理装置および音声処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8818806B2 (ja) |
JP (1) | JP2012133346A (ja) |
CN (1) | CN102479505B (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013132959A1 (ja) * | 2012-03-09 | 2013-09-12 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 雑音抑制方法、プログラム及び装置 |
JP2015096921A (ja) * | 2013-11-15 | 2015-05-21 | キヤノン株式会社 | 音響信号処理装置および方法 |
US10438608B2 (en) | 2017-06-16 | 2019-10-08 | Icom Incorporated | Noise suppression circuit, communication device, noise suppression method, and non-transitory computer-readable recording medium storing program |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9767806B2 (en) * | 2013-09-24 | 2017-09-19 | Cirrus Logic International Semiconductor Ltd. | Anti-spoofing |
WO2013125257A1 (ja) * | 2012-02-20 | 2013-08-29 | 株式会社Jvcケンウッド | 雑音信号抑制装置、雑音信号抑制方法、特殊信号検出装置、特殊信号検出方法、報知音検出装置、および、報知音検出方法 |
US9087513B2 (en) | 2012-03-09 | 2015-07-21 | International Business Machines Corporation | Noise reduction method, program product, and apparatus |
CN103544961B (zh) * | 2012-07-10 | 2017-12-19 | 中兴通讯股份有限公司 | 语音信号处理方法及装置 |
CN103971689B (zh) * | 2013-02-04 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 一种音频识别方法及装置 |
US9373336B2 (en) | 2013-02-04 | 2016-06-21 | Tencent Technology (Shenzhen) Company Limited | Method and device for audio recognition |
US20140309992A1 (en) * | 2013-04-16 | 2014-10-16 | University Of Rochester | Method for detecting, identifying, and enhancing formant frequencies in voiced speech |
JP2015118361A (ja) * | 2013-11-15 | 2015-06-25 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN104778949B (zh) * | 2014-01-09 | 2018-08-31 | 华硕电脑股份有限公司 | 音频处理方法及音频处理装置 |
JP6274872B2 (ja) * | 2014-01-21 | 2018-02-07 | キヤノン株式会社 | 音処理装置、音処理方法 |
JP6136995B2 (ja) * | 2014-03-07 | 2017-05-31 | 株式会社Jvcケンウッド | 雑音低減装置 |
JP6160519B2 (ja) * | 2014-03-07 | 2017-07-12 | 株式会社Jvcケンウッド | 雑音低減装置 |
CN104934032B (zh) * | 2014-03-17 | 2019-04-05 | 华为技术有限公司 | 根据频域能量对语音信号进行处理的方法和装置 |
CN104093079B (zh) | 2014-05-29 | 2015-10-07 | 腾讯科技(深圳)有限公司 | 基于多媒体节目的交互方法、终端、服务器和*** |
GB201506046D0 (en) * | 2015-04-09 | 2015-05-27 | Sinvent As | Speech recognition |
JP6891662B2 (ja) * | 2017-06-23 | 2021-06-18 | 富士通株式会社 | 音声評価プログラム、音声評価方法および音声評価装置 |
CN109993977A (zh) * | 2017-12-29 | 2019-07-09 | 杭州海康威视数字技术股份有限公司 | 检测车辆鸣笛的方法、装置以及*** |
KR20200084730A (ko) * | 2019-01-03 | 2020-07-13 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
CN112037814B (zh) * | 2020-08-20 | 2024-01-30 | 北京达佳互联信息技术有限公司 | 一种音频指纹的提取方法、装置、电子设备及存储介质 |
CN112634929B (zh) * | 2020-12-16 | 2024-07-23 | 普联国际有限公司 | 一种语音增强方法、装置及存储介质 |
CN112863517B (zh) * | 2021-01-19 | 2023-01-06 | 苏州大学 | 基于感知谱收敛率的语音识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10301594A (ja) * | 1997-05-01 | 1998-11-13 | Fujitsu Ltd | 有音検出装置 |
JP2002516420A (ja) * | 1998-05-21 | 2002-06-04 | ユニバーシティ オブ サリー | 音声コーダ |
JP2007127761A (ja) * | 2005-11-02 | 2007-05-24 | Yamaha Corp | 会話区間検出装置及び会話区間検出プログラム |
JP2007298607A (ja) * | 2006-04-28 | 2007-11-15 | Victor Co Of Japan Ltd | 音響信号分析装置、音響信号分析方法、及び音響信号分析用プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6611196B2 (en) * | 1998-03-20 | 2003-08-26 | Xerox Corporation | System and method for providing audio augmentation of a physical environment |
US7424430B2 (en) * | 2003-01-30 | 2008-09-09 | Yamaha Corporation | Tone generator of wave table type with voice synthesis capability |
JP5068653B2 (ja) * | 2004-09-16 | 2012-11-07 | フランス・テレコム | 雑音のある音声信号を処理する方法および該方法を実行する装置 |
US8219392B2 (en) * | 2005-12-05 | 2012-07-10 | Qualcomm Incorporated | Systems, methods, and apparatus for detection of tonal components employing a coding operation with monotone function |
JP4757158B2 (ja) * | 2006-09-20 | 2011-08-24 | 富士通株式会社 | 音信号処理方法、音信号処理装置及びコンピュータプログラム |
US8489396B2 (en) * | 2007-07-25 | 2013-07-16 | Qnx Software Systems Limited | Noise reduction with integrated tonal noise reduction |
JP4885812B2 (ja) | 2007-09-12 | 2012-02-29 | シャープ株式会社 | 音楽検出装置 |
JP5081730B2 (ja) | 2008-06-06 | 2012-11-28 | 株式会社レイトロン | 音声区間検出装置および音声区間検出方法 |
JP5141542B2 (ja) * | 2008-12-24 | 2013-02-13 | 富士通株式会社 | 雑音検出装置及び雑音検出方法 |
-
2011
- 2011-11-28 US US13/305,322 patent/US8818806B2/en active Active
- 2011-11-29 CN CN201110387197.5A patent/CN102479505B/zh active Active
- 2011-11-29 JP JP2011260036A patent/JP2012133346A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10301594A (ja) * | 1997-05-01 | 1998-11-13 | Fujitsu Ltd | 有音検出装置 |
JP2002516420A (ja) * | 1998-05-21 | 2002-06-04 | ユニバーシティ オブ サリー | 音声コーダ |
JP2007127761A (ja) * | 2005-11-02 | 2007-05-24 | Yamaha Corp | 会話区間検出装置及び会話区間検出プログラム |
JP2007298607A (ja) * | 2006-04-28 | 2007-11-15 | Victor Co Of Japan Ltd | 音響信号分析装置、音響信号分析方法、及び音響信号分析用プログラム |
Non-Patent Citations (5)
Title |
---|
JPN6014054109; Kuldip K. Paliwal: 'Spectral Subband Centroid Features for Speech Recognition' Proc. ICASSP 1998 Vol.2, 19980512, pp.617-620, IEEE * |
JPN6014054110; Jounghoon Beh, et al.: 'A Novel Spectral Subtraction Scheme for Robust Speech Recognition: Spectral Subtraction using Spectr' Proc. ICME 2003 Vol.3, 20030706, pp.633-636, IEEE * |
JPN6014054111; Takashi Fukuda, et al.: 'Long-Term Spectro-Temporal and Static Harmonic Features for Voice Activity Detection' IEEE Journal of Selected Topics in Signal Processing Vol.4, No.5, 20100826, pp.834-844, IEEE * |
JPN7014003727; Yanmeng Guo, et al.: 'Robust Voice Activity Detection Based on Adaptive Sub-band Energy Sequence Analysis and Harmonic Det' Proc. Interspeech 2007 , 20070827, pp.2949-2952, ISCA * |
JPN7014003728; Douglas Ealey, et al.: 'Harmonic Tunnelling: Tracking Non-Stationary Noises during Speech' Proc. Eurospeech 2001 , 20010903, pp.437-440, ISCA * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013132959A1 (ja) * | 2012-03-09 | 2013-09-12 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 雑音抑制方法、プログラム及び装置 |
GB2513812A (en) * | 2012-03-09 | 2014-11-05 | Ibm | Noise alleviation method, program, and device |
GB2513812B (en) * | 2012-03-09 | 2015-07-29 | Ibm | Noise reduction method, program product, and apparatus |
JP2015096921A (ja) * | 2013-11-15 | 2015-05-21 | キヤノン株式会社 | 音響信号処理装置および方法 |
US10438608B2 (en) | 2017-06-16 | 2019-10-08 | Icom Incorporated | Noise suppression circuit, communication device, noise suppression method, and non-transitory computer-readable recording medium storing program |
Also Published As
Publication number | Publication date |
---|---|
US20120136655A1 (en) | 2012-05-31 |
CN102479505B (zh) | 2015-11-25 |
US8818806B2 (en) | 2014-08-26 |
CN102479505A (zh) | 2012-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012133346A (ja) | 音声処理装置および音声処理方法 | |
JP5874344B2 (ja) | 音声判定装置、音声判定方法、および音声判定プログラム | |
US8600073B2 (en) | Wind noise suppression | |
US11430461B2 (en) | Method and apparatus for detecting a voice activity in an input audio signal | |
CN101430882B (zh) | 一种抑制风噪声的方法及装置 | |
CN101010722B (zh) | 用于检测语音信号中话音活动的设备和方法 | |
US8116463B2 (en) | Method and apparatus for detecting audio signals | |
US8463607B2 (en) | Noise detection apparatus, noise removal apparatus, and noise detection method | |
EP2828856B1 (en) | Audio classification using harmonicity estimation | |
JP2007041593A (ja) | 音声信号のハーモニック成分を用いた有声音/無声音分離情報を抽出する方法及び装置 | |
WO2013164029A1 (en) | Detecting wind noise in an audio signal | |
WO2014094242A1 (en) | Method and apparatus for mitigating feedback in a digital radio receiver | |
CN104637489A (zh) | 声音信号处理的方法和装置 | |
CN104981870B (zh) | 声音增强装置 | |
CN106816157A (zh) | 语音识别方法及装置 | |
CN103310800A (zh) | 一种抗噪声干扰的浊语音检测方法及*** | |
CN111477246B (zh) | 语音处理方法、装置及智能终端 | |
JP6197367B2 (ja) | 通話装置及びマスキング音生成プログラム | |
US9330674B2 (en) | System and method for improving sound quality of voice signal in voice communication | |
JP5193130B2 (ja) | 電話音声区間検出装置およびそのプログラム | |
JP6305273B2 (ja) | 評価値算定方法及び空間特性設計方法 | |
JP4346501B2 (ja) | 受信装置 | |
CN115295022A (zh) | 语音评估方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141224 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150220 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150804 |