JP2712704B2 - 信号処理装置 - Google Patents

Description

【発明の詳細な説明】 産業上の利用分野 本発明は音声処理に用いることができる信号処理装置
に関するものである。

従来の技術 近年、音声信号の信号処理技術に著しい進歩がみられ
る。第３図は従来の音声検出装置を示すものである。図
に示すようにケプストラム検出部７は音声入力からケプ
ストラムを検出してピーク検出部に供給する。ピーク検
出部８はそのケプストラムからピークを検出して音声判
別部９に供給する。音声判別部９ではそのケプストラム
のピークを閾値と比較して音声の有無を判別し、音声検
出信号を出すものである。

発明が解決しようとする課題 しかしこのような従来の信号処理装置では、ケプスト
ラム検出部から得られたケプストラムのピークを求める
ための処理時間が非常に長くかかり、また、音声に雑音
が重畳された場合に音声検出を誤り易いという問題があ
った。

本発明は上記課題を解決するもので、音声の検出時間
の短い信号処理装置を提供することを目的とする。

課題を解決するための手段 本発明は上記目的を達成するため、音声入力のケプス
トラムを算出するケプストラム算出手段と、前記ケプス
トラム算出手段のケプストラム出力のピークを検出する
ピーク検出手段と、前記ピーク検出手段のピーク検出出
力および動作モード設定信号により分析区間を設定する
分析区間設定手段と、前記ピーク検出手段のピーク検出
出力が供給される音声判別手段とを備え、前記ピーク検
出手段のピーク検出区間は前記分析区間設定手段の設定
出力により制御される構成とする。

また、分析区間設定手段は、ピーク検出手段の出力か
ら最適の分析区間を算出するとともに前記ピーク検出部
に分析区間を指定する分析区間設定部と、分析区間メモ
リーと、前記最適分析区間を含むように分類処理した分
析区間を前記メモリーに記憶する分析区間分類部を有
し、 前記分析区間設定部がピーク検出部に指定する分析区
間はモード設定入力に対応して前記分析区間分類部の指
定するものとし、前記分析区間分類部は前記モード設定
入力に対応し前記最適分析区間を前記分析区間メモリー
と照合して前記分析区間設定部に指示する構成とする。

作用 本発明は上記した構成により、ケプストラム算出部は
音声入力のケプストラムを算出し、ピーク検出部に供給
する。ピーク検出部は分析区間設定部から入力される分
析区間に従ってケプストラム算出部から供給されるケプ
ストラムのピークを検出する。そして音声判別部はピー
ク検出部の信号の一部から音声の有無を判別して音声検
出出力とする。ここで分析区間設定部の区間設定動作と
分析区間分類部の分類処理動作はつぎのように行なわれ
る。まず、モード設定入力が“登録”の場合には、分析
区間設定部はあらかじめ決められた広い分析区間をピー
ク検出部に供給するとともに、ピーク検出部から供給さ
れる音声入力に対するケプストラムのピークに応じた最
適の分析区間を算出して分析区間分類部に供給する。分
析区間分類部はその最適分析区間のデータが、分析区間
メモリに記憶されてりいる分析区間のデータと比較し、
異なる種類のものである場合には分析区間メモリに追加
記憶する。つぎにモード設定入力が“認識”の場合に
は、分析区間設定部は分析区間分類部に指示されて分析
区間メモリから供給される分析区間のデータ、またはあ
らかじめ決められた広い分析区間の設定値をピーク検出
部に供給するとともに、ピーク検出部から供給される音
声入力に対するケプストラムのピークに応じた最適の分
析区間を算出して分析区間分類部に供給する。分析区間
分類はその最適の分析区間と類似の分析区間をメモリか
ら選んで分析区間設定部に供給するように指定する。前
記類似の分析区間とは、２つの分析区間の重畳する区間
があらかじめ決めた割合より大きいものとする。

実 施 例 第１図に本発明の一実施例の信号処理装置のブロック
図を示す。図示のようにケプストラム算出部１は音声入
力のケプストラムを算出してピーク検出部２に供給し、
ピーク検出部２はそのケプストラムのピークを音声区間
設定部４から入力される分析区間で検出して音声判別部
３および分析区間設定部４に供給する。音声判別部３は
ピーク検出部２から供給されたケプストラムのピークか
ら音声の有無を判別し、音声検出出力を得る。分析区間
設定部４はピーク検出部２から供給されたケプストラム
のピークに応じた最適の分析区間を算出して分析区間分
類部５に供給するとともに、モード設定入力に応じて、
分析区間分類部の指示で分析区間メモリ６から供給され
る分析区間データまたはあらかじめ決められた分析区間
データをピーク検出部２に供給する。分析区間分類部５
は前記最適の分析区間データと、分析区間メモリ６に記
憶された分析区間データとを比較して分類処理を行い、
モード設定入力に応じて分析区間メモリ６へのデータ記
憶または、分析区間メモリ６の読み出して分析区間を制
御する。

上記構成において動作を説明する。

音声入力はケプストラム算出部１でケプストラムを計
算され、つぎにピーク検出部２でそのケプストラムのピ
ークが検出され、さらに音声判別部３で音声の有無を判
別されて、音声検出出力として出力される。ここでピー
ク検出部２は分析区間設定部４から供給される分析区間
に従って、ケプストラムのピークを求めるケフレンシー
を定めてピーク検出を行なうように動作する。つぎに分
析区間設定部4,分析区間分類部5,分析区間メモリ６の動
作を、第２図を参照しながら説明する。第２図はケプス
トラム算出部１で求められるケプストラムを示すもので
あって、縦軸はケプストラムのレベル、横軸はケプスト
ラムに対応する。p1およびp2はそれぞれピーク検出部２
で求められるケプストラムピークのケフレンシー値を示
し、区間a0−b0,a2−b2,a3−b3はそれぞれ分析区間設定
部4,分析区間メモリ6,分析区間分類部５が出力する分析
区間を示す。以下、動作を説明する。最初に、モード設
定入力が“登録”である場合について述べる。分析区間
設定部４はピーク検出部２でのピーク検出の分析区間と
して最も広いa0−b0を与え、音声入力に応じて図の実線
で示すケフレンシーp1にピークを持ったケプストラムが
ピーク検出部２から得られるものとする。分析区間設定
部４はケフレンシーp1に対して分析区間a0−b0より狭い
最適の分析区間a3−b3を算出して分析区間分類部５に供
給する。分析区間分類部５ではその最適の分析区間を分
析区間メモリー６の分析区間データと比較し、最適分析
区間をあらかじめ決めた割合以上含んだ分析区間（類似
の分析区間と定義する）がない場合には、その最適分析
区間a3−b3を分析区間メモリー６に記憶し、前記類似の
分析区間がある場合には、下記の合成した分析区間を前
記類似分析区間と置き換えて記憶する。前記の合成した
分析区間は前記最適分析区間とメモリーの分析区間の重
畳区間を含み、その下限と上限が前記いずれかの分析区
間の含まれるような分析区間とする。

つぎに、分析区間a3−b3がメモリーに記憶された状態
で、モード設定が“認識”となった場合、分析区間設定
部４はあらかじめ決めたa0−b0またはそれよりも広いメ
モリーの分析区間をピーク検出部２に与える。

今、第２図の破線で示すように音声入力に応じてケフ
レンシーp1にピークを持ったケプストラムがピーク検出
部２より得られるものとすると、p1に応じて分析区間設
定部４は分析区間a3−b3を算出し、分析区間分類部５は
分析区間メモリー６から分析区間a3−b3に前記類似する
分析区間の存在を調べ、この場合、存在しているので、
ピーク検出部２にはその分析区間a3−b3をメモリ６から
供給される。このときピーク検出部２でのピーク検出
は、分析区間がピーク値付近に限定されるので、以後の
ピーク検出処理を高速に行なうことができる。また、ケ
フレンシーp2にピークを持った音声入力がある場合は分
析区間設定部４で最適の分析区間a2−b2を算出し、分析
区間分類部５でその最適分析区間に類似したものを調
べ、この場合は存在しないのでピーク検出部２に供給さ
れる分析区間はa0−b0のままとなる。

このように本発明の実施例の信号処理装置によれば、
登録時に複数の人の音声にした分析区間がグループまた
は単独に分類されて設定されるので、認識時のピーク検
出の分析区間を限定して設定できる。これにより、音声
判別の処理の高速化を行なうことができ、また、分析区
間を分類し、限定しているので、ケプストラムのピーク
検出時に雑音に対して有効に動作するようになり、正確
な音声判別を行なうことができる。

発明の効果 以上の実施例から明らかなように本発明の信号処理装
置は、ピーク検出部のピーク出力に応じた最適の分析区
間を算出するとともにモード設定入力に応じて分析区間
をピーク検出部に与える分析区間設定部と、分析区間設
定部が算出する最適の分析区間と分析区間メモリに記憶
された分析区間とを分類して記憶させる分析区間分類部
を備えた構成とし、登録時に単数に限らず複数の人の音
声を分類し、それぞれグループまたは単独にケプストラ
ムピークの分析区間を設定するので、認識時のケプスト
ラムピーク検出の分析区間を限定して処理の高速化を行
なうことができるという効果がある。また、分析区間を
個人またはグループに分類してあるので、ケプストラム
ピーク検出時においては雑音が存在する場合でも極めて
良好に音声検出動作をするようになり、正確な音声判別
を行なうことができるという優れた効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は本発
明の一実施例の動作を説明するためのケプストラム特性
図、第３図は従来例のブロック図である。 １……ケプストラム算出部、２……ピーク検出部、３…
…音声判断部、４……分析区間設定部、５……分析区間
分類部、６……分析区間メモリ。

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】音声入力のケプストラムを算出するケプス
   トラム算出手段と、前記ケプストラム算出手段のケプス
   トラム出力のピークを検出するピーク検出手段と、前記
   ピーク検出手段のピーク検出出力および動作モード設定
   信号により分析区間を設定する分析区間設定手段と、前
   記ピーク検出手段のピーク検出出力が供給される音声判
   別手段とを備え、前記ピーク検出手段のピーク検出区間
   は前記分析区間設定手段の設定出力により制御される信
   号処理装置。
2. 【請求項２】分析区間設定手段は、 ピーク検出手段の出力から最適の分析区間を算出すると
   ともに前記ピーク検出部に分析区間を指定する分析区間
   設定部と、 分析区間メモリーと、 前記最適分析区間を含むように分類処理した分析区間を
   前記メモリーに記憶する分析区間分類部を有し、 前記分析区間設定部がピーク検出部に指定する分析区間
   はモード設定入力に対応して前記分析区間分類部の指定
   するものとし、前記分析区間分類部は前記モード設定入
   力に対応して前記最適分析区間を前記分析区間メモリー
   と照合して前記分析区間設定部に指示するものである請
   求項１に記載の信号処理装置。