JP2712708B2

JP2712708B2 - 音声検出装置

Info

Publication number: JP2712708B2
Application number: JP2034297A
Authority: JP
Inventors: 明野原; 丈二加根
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1990-02-14
Filing date: 1990-02-14
Publication date: 1998-02-16
Anticipated expiration: 2013-02-16
Also published as: JPH03237500A

Description

【発明の詳細な説明】産業上の利用分野本発明は音声信号処理に用いることができる音声検出
装置に関する。

従来の技術近年、音声認識，話者認識，音声による機器の操作，
コンピュータへの音声による入力などの用途に音声の有
無を検出する音声検出装置が多用され、検出精度を高め
るため音声スペクトラムの特徴をつかんで雑音の中から
音声の有無を検出する方法が検討されている。

第４図は従来の音声検出装置を示すブロック図であ
る。

図にもとづいてその構成と動作を説明すると、ケプス
トラム検出部15は音声入力よりケプストラムを検出しピ
ーク検出部に供給する。ピーク検出部16はそのケプスト
ラムよりピークを検出して音声判別部17に供給する。音
声判別部17ではそのケプストラムのピークあらかじめ設
定した閾値と比較して、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従来の音声検出装置によれば、ケプストラム検
出より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るという問題があった。

課題を解決するための手段上記問題点を解決するために、第１の発明の音声検出
装置は、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、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、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、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、
ピーク検出手段のピーク検出区間を分析区間設定手段の
設定出力により制御される構成とした。

また、第２の発明の音声検出装置は前記第１の発明の
前記分析区間設定手段に代えて、ピーク検出出力が供給
される区間データ設定部と前記区間データ設定部の設定
出力が第１のスイッチを介して供給されるメモリ群と、
あらかじめ区間データを設定しておくメモリ群と、上記
複数のメモリ群のメモリ出力を切換える第２のスイッチ
と、第１および第２のスイッチを制御する制御部とを備
える構成とした。

作用第１の発明は上記構成によりケプストラム算出手段は
音声入力のケプストラムを算出し、ピーク検出手段に供
給する。ピーク検出手段はケプストラム算出手段のケプ
ストラムのピークを分析区間設定手段より指示される分
析区間において求め、音声判別手段に供給する。音声判
別手段にはピーク検出手段のピークをあらかじめ設定し
た閾値と比べ音声検出を行う。分析区間設定手段には動
作モードと、ピーク検出手段のピーク検出出力の一部が
入力される。動作モードの一つにおいては、あらかじめ
設定された分析区間をピーク検出手段に出力すると同時
にピーク検出出力に応じて別の動作モードで出力する分
析区間を設定する。別の動作モードにおいては、前記の
動作モードで設定した分析区間をピーク検出手段に指示
するように作用するので、分析区間が短くなり、処理時
間が短縮される。

また、第２の発明は上記構成により、動作モードに応
じて制御部は、ピーク検出部に指示するケフレンシー分
析区間を第１のメモリから得るか、第２のメモリから得
るか制御するとともに、区間データ設定部からのデータ
の第１のメモリに記憶するか否かを制御する。動作モー
ドの一つにおいては、第２のメモリより、ケフレンシー
分析区間をピーク検出部に指示するとともに、第１のメ
モリには音声入力に応じたケフレンシー分析区間を区間
データ設定部より供給され記憶する。そして、別の動作
モードにおいては、第１のメモリよりケフレンシー分析
区間をピーク検出部に指示するように作用することによ
り処理時間の短縮を図るものである。

実施例以下第１の発明の一実施例について、図面を参照しな
がら説明する。

第１図に第１の発明の一実施例における音声検出装置
のブロック図を示す。

図によって以下その構成の関連と動作を説明すると、
まずケプストラム算出手段としてのケプストラム算出部
１に音声入力が入力されケプストラムを得る。そのケプ
ストラムはピーク検出手段としてのピーク検出部２に供
給され、分析区間設定部３より指示される分析区間での
ケプストラムピークを得る。音声判別手段である音声判
別部４は前記のケプストラムピークをあらかじめ設定し
た閾値と比較し音声であると判別したとき音声検出信号
を出力する。ここで分析区間設定手段である分析区間設
定部３はピーク検出部に分析区間を指示するが、これは
動作モード設定信号により次のように制御される。まず
第１の動作モードではあらかじめ設定されたケフレンシ
ー分析区間をピーク検出部２に指示するとともに、ピー
ク検出部３から得られるケプストラムピークに応じて第
２の動作モードのときにピーク検出部２に指示するため
のケフレンシー分析区間の設定を行う。つぎに第２の動
作モードでは第１の動作モードで設定された分析区間を
ピーク検出部２に指示する。

この第１のモードから第２のモードへの切換えは手動
によって動作モード設定信号が発せられて切換えられて
も、また一定時間経過後または一定回数の音声検出信号
の出力後、自動的に動作モード設定信号が発せられて切
換えるようにしてもよい。

以上のように本実施例によれば、ケプストラムピーク
の分析区間設定をあらかじめ行うことができるため、ケ
プストラムピークを求める分析区間を絞ることができ処
理スピードの向上が図れる。また検出するケプストラム
ピークの範囲を第１のモードの間に検出して話者によっ
て絞られることで、同一話者において正確な音声検出を
行うことができる。さらに他の音声雑音が一時的に重畳
された場合にも分析するケプストラムピークの範囲を絞
ってあるため正確に音声検出を行えることは言うまでも
ない。

次に、第２の発明の一実施例について図面を参照しな
がら説明する。

第２図は第２の発明の一実施例における音声検出装置
のブロック図である。

図によってその構成と動作を説明すると、まずケプス
トラム算出部５では音声入力よりケプストラムを得てピ
ーク検出部６に供給する。ピーク検出部６は与えられた
ケプストラムより、そのピークを検出するものであり、
区間データ記憶部11より第２のスイッチ12を介して得ら
れるケフレンシー区間データを用いてケプストラム算出
部５より与えられるケプストラムのピーク検出幅が制御
される。音声判別部14はピーク検出部６で得られたケプ
ストラムのピークより、あらかじめ設定したある閾値に
基づいて音声判別を行い、音声であると判別した場合に
音声検出信号を出力する。ここで区間データ設定部８は
ピーク検出部６で得られたケプストラムのピークに基づ
き分析すべきケフレンシー区間を設定する。区間データ
設定部８で設定された区間データは、動作モードに応じ
て制御部７の制御信号で第１のスイッチ13をオンするこ
とによって第１のメモリ群９に書き込まれる。制御部７
は先に述べたように第１のスイッチ13を制御するととも
に第２のスイッチ12も動作モードに応じて制御を行う。
第２のスイッチ12は第１のスイッチ13がオフの場合に第
１のメモリ群９に接続され、第１のスイッチ13がオンの
場合には第２のメモリ群10に接続されるように制御され
る。区間データ記憶部11の第１のメモリ群９、第２のメ
モリ群10の区間データは第２のスイッチ12を介して、動
作モードに応じてそれぞれピーク検出部の分析区間デー
タとして供給される。第２のメモリ群10にはあらかじめ
区間データが設定されている。

次に第３図を用いてピーク検出部６に供給される区間
データをさらに詳しく説明していく。

第３図はケプストラム算出部５で得られるケプストラ
ムを示すもので、実際は離散値であるが、図ではその包
路線で示している。ｐはケプストラムピークのケフレン
シー、a₀−b₀はメモリ群10にあからじめ記憶した分析区
間、a₁−b₁はメモリ群９に記憶された分析区間である。
音声入力の場合第３図のようにケフレンシーｐの位置に
ケプストラムのピークが発生する。

まず第１のモードにおいて制御部７によって第２のス
イッチ12が第２のメモリ群10に接続され、第１のスイッ
チ13が第１のメモリ群９に接続された場合を考える。こ
の場合音声入力があると、ピーク検出部６は、第２のス
イッチ12が第２のメモリ群10に接続しているので、その
メモリ内容である区間データa₀−b₀においてケプストラ
ムピークを求め、ケプストラムピークのケフレンシーｐ
を得る。区間データ設定部８はピーク検出部６で求めら
れたケプストラムピークであるケフレンシーｐにより、
その近傍の値を選んで区間データa₁−b₁を求め、第１の
スイッチ13を介して第１のメモリ群９に区間データa₁−
b₁を記憶する。次に第２のモードにおいて、制御部７に
よって第２のスイッチ12が第１のメモリ群９に接続さ
れ、第１のスイッチ13がオフになった場合を考える。こ
の場合ピーク検出部６は第２のスイッチ12が第１のメモ
リ群９に接続しているので、そのメモリ内容である区間
データ、a₁−b₁においてケプストラムピークを検出す
る。モードの切換えについては第１図の説明と同様に考
えればよい。

以上のように本実施例によれば、ケプストラムピーク
分析区間をあらかじめ設定し、メモリに記憶しておくこ
とで、常に最適のケプストラムピーク分析区間を与える
ことができ、またその入力に適応してさらに狭い分析区
間に設定し直せるため、処理時間の短縮と、雑音に対し
て精度の高い音声検出を行うことができる。また一度分
析区間を設定しておけばその分析区間は、常に有効であ
るため優れた操作性で効果的な音声検出処理ができるこ
とは言うまでもない。

なお、メモリ群は２組に限らず、必要によりさらに追
加して、その中から選択使用しても差支えないものであ
る。

発明の効果以上の説明から明らかなように、第１の発明では音声
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、上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、上記ピーク検出手段
のピーク検出出力および動作モード設定信号から分析区
間を設定する分析区間設定手段と、上記ピーク検出手段
のピーク検出出力が供給される音声判別手段を備え、上
記ピーク検出手段のピーク検出区間を上記分析区間設定
手段の設定出力により制御されるように構成しているの
で、ケプストラムピークの分析区間の設定をあらかじめ
最適に行うことができ、またモードを変更することによ
って、分析区間を絞ることもでき、それによってケプス
トラムピークを求める処理のスピード向上が可能とな
る。また、さらに話者に合わせて検出するケプストラム
ピークの範囲を絞ることで同一話者において正確な音声
検出を行うことができる。さらに音声に雑音が重畳され
た場合にも分析するケプストラムピークを絞ってあるた
め、精度の高い音声検出が行え、優れた操作性を得るこ
とができる。

また第２の発明では、第１の発明の分析区間設定手段
に代わって、区間データ設定手段と、複数のメモリ群
と、区間データを第１のメモリに接続する第１のスイッ
チと、複数のメモリ群の区間データを選択してピーク検
出部へ供給する第２のスイッチと、前記第１と第２のス
イッチを動作モードに応じて制御する制御部を備えてい
るので、第１の発明と同様にあらかじめ設定した分析区
間と、入力に応じてケプストラム分析区間を絞るので、
第１の発明と同様の効果を得ることができ、メモリ群の
数を増やすことによって分析区間を各種設定することも
できるものである。

【図面の簡単な説明】第１図は第１の発明の一実施例における音声検出装置の
ブロック図、第２図は第２の発明の一実施例における音
声検出装置のブロック図、第３図はケプストラム特性
図、第４図は従来例の音声検出装置のブロック図であ
る。 1,5……ケプストラム算出部、2,16……ピーク検出部、
３……分析区間設定部、4,14……音声判別部、７……制
御部、８……区間データ設定部、9,10……メモリ群、12
……第２のスイッチ、13……第１のスイッチ。

Claims

(57)【特許請求の範囲】

【請求項１】音声入力のケプストラム入力を算出するケ
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を検出出力により分析すべ
きケフレンシー区間を設定する区間データ設定手段と、少なくとも前記区間データ設定手段の出力及びあらかじ
め決められた区間データを保存するメモリと、前記区間データ設定手段の出力を前記メモリに供給する
か否かを設定する第１のスイッチと、前記メモリに蓄えられたデータの内、前記区間データ設
定手段の出力またはあらかじめ決められた区間データの
いずれかを前記ピーク検出手段に供給するか否かを設定
する第２のスイッチと、前記第１及び第２のスイッチを制御する制御手段と、前記ピーク検出手段の出力を入力とし、音声を判別する
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第２のスイ
ッチで選定される前記メモリの出力により制御されるこ
とを特徴とする音声検出装置。