JP5293329B2 - 音声信号評価プログラム、音声信号評価装置、音声信号評価方法 - Google Patents
音声信号評価プログラム、音声信号評価装置、音声信号評価方法 Download PDFInfo
- Publication number
- JP5293329B2 JP5293329B2 JP2009076186A JP2009076186A JP5293329B2 JP 5293329 B2 JP5293329 B2 JP 5293329B2 JP 2009076186 A JP2009076186 A JP 2009076186A JP 2009076186 A JP2009076186 A JP 2009076186A JP 5293329 B2 JP5293329 B2 JP 5293329B2
- Authority
- JP
- Japan
- Prior art keywords
- frames
- voice
- frame
- speech
- stationary
- 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 - Fee Related
Links
- 230000005236 sound signal Effects 0.000 title claims description 69
- 238000011156 evaluation Methods 0.000 title claims description 59
- 230000008859 change Effects 0.000 claims description 113
- 238000001228 spectrum Methods 0.000 claims description 102
- 238000004364 calculation method Methods 0.000 claims description 63
- 230000003595 spectral effect Effects 0.000 claims description 37
- 230000007774 longterm Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 30
- 238000000034 method Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000001629 suppression Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
-
- 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
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
- G10L2025/937—Signal energy in various frequency bands
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)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Description
y = f(x) (4)
y = α × x (5)
y = f(z) (6)
y = β × z (7)
(付記1)
記憶部に記憶された音声信号から所定長のフレームを複数取得し、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出し、
複数の前記非音声フレームの夫々のスペクトルを算出し、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出し、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出する、
ことをコンピュータに実行させる音声信号評価プログラム。
(付記2)
第1非音声フレームの変化量は、第1非音声フレームより過去の第2非音声フレームのスペクトルと前記第1非音声フレームのスペクトルとの差分の絶対値に基づいて算出される、
付記1に記載の音声信号評価プログラム。
(付記3)
第1非音声フレームの変化量は、第1非音声フレームのスペクトルと前記差分の絶対値とに基づいて算出される、
付記2に記載の音声信号評価プログラム。
(付記4)
第1非音声フレームの変化量は、前記差分の絶対値を全周波数に亘って加算した値と第1非音声フレームのスペクトルを全周波数に亘って加算した値との比率に基づいて算出される、
付記3に記載の音声信号評価プログラム。
(付記5)
第1非音声フレームの変化量は、前記差分の絶対値を全周波数に亘る最大値と第1非音声フレームのスペクトルを全周波数に亘って加算した値との比率に基づいて算出される、
付記3に記載の音声信号評価プログラム。
(付記6)
第1非音声フレームの変化量は、前記差分の絶対値に聴覚特性に基づく重み付けを行って全周波数に亘って加算した値と第1非音声フレームのスペクトルを全周波数に亘って加算した値との比率に基づいて算出される、
付記3に記載の音声信号評価プログラム。
(付記7)
更に、
前記非音声フレームの数と前記非定常フレームの数との比率である非定常率を算出する、
ことをコンピュータに実行させる
付記1に記載の音声信号評価プログラム。
(付記8)
更に、
連続した非音声フレームの期間が所定の期間閾値以上である場合に前記連続した非音声フレームを長期非音声フレームとすると共に前記連続した非音声フレームの期間が前記期間閾値より小さい場合に前記連続した非音声フレームを短期非音声フレームとし、前記長期非音声フレームの数と前記長期非音声フレームのうち非定常フレームの数との比率を算出すると共に前記短期非音声フレームの数と前記短期非音声フレームのうち非定常フレームの数との比率を算出する、
ことをコンピュータに実行させる
付記1に記載の音声信号評価プログラム。
(付記9)
前記非定常条件は、第1非音声フレームの変化量が、設定された変化量閾値を超えた場合である、
付記1に記載の音声信号評価プログラム。
(付記10)
更に、前記音声フレームと前記非音声フレームとの振幅比を算出し、前記振幅比に基づいて前記変化量閾値を決定する、
ことをコンピュータに実行させる
付記9に記載の音声信号評価プログラム。
(付記11)
更に、全ての前記非音声フレームの平均のスペクトルを算出し、前記平均のスペクトルに対する前記非音声フレームのスペクトルのばらつきの大きさを算出し、前記ばらつきの大きさに基づいて前記変化量閾値を決定する、
ことをコンピュータに実行させる
付記9に記載の音声信号評価プログラム。
(付記12)
前記スペクトルは、振幅スペクトル又はパワースペクトルである、
付記1に記載の音声信号評価プログラム。
(付記13)
記憶部に記憶された音声信号から所定長のフレームを複数取得する取得部と、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出する第1検出部と、
複数の前記非音声フレームの夫々のスペクトルを算出するスペクトル算出部と、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出するスペクトル変化量算出部と、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出する第2検出部と、
を備える音声信号評価装置。
(付記14)
記憶部に記憶された音声信号から所定長のフレームを複数取得し、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出し、
複数の前記非音声フレームの夫々のスペクトルを算出し、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出し、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出する、
ことを実行する音声信号評価方法。
11 区間判定部
12 区間振幅比算出部
13 FFT
14 振幅スペクトル算出部
15 時間変化率算出部
16 非定常率算出部
17 時間変化率表示部
18 非定常率表示部
800 コンピュータ
801 CPU
802 記憶部
803 表示部
804 操作部
Claims (6)
- 記憶部に記憶された音声信号から所定長のフレームを複数取得し、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出し、
複数の前記非音声フレームの夫々のスペクトルを算出し、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出し、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出し、
連続した非音声フレームの期間が所定の期間閾値以上である場合に前記連続した非音声フレームを長期非音声フレームとすると共に前記連続した非音声フレームの期間が前記期間閾値より小さい場合に前記連続した非音声フレームを短期非音声フレームとし、前記長期非音声フレームの数と前記長期非音声フレームのうち非定常フレームの数との比率を算出すると共に前記短期非音声フレームの数と前記短期非音声フレームのうち非定常フレームの数との比率を算出する、
ことをコンピュータに実行させる音声信号評価プログラム。 - 第1非音声フレームの変化量は、第1非音声フレームより過去の第2非音声フレームのスペクトルと前記第1非音声フレームのスペクトルとの差分の絶対値に基づいて算出される、
請求項1に記載の音声信号評価プログラム。 - 更に、
前記非音声フレームの数と前記非定常フレームの数との比率である非定常率を算出する、
ことをコンピュータに実行させる
請求項1または請求項2に記載の音声信号評価プログラム。 - 前記非定常条件は、第1非音声フレームの変化量が、設定された変化量閾値を超えた場合である、
請求項1乃至請求項3のいずれかに記載の音声信号評価プログラム。 - 記憶部に記憶された音声信号から所定長のフレームを複数取得する取得部と、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出する第1検出部と、
複数の前記非音声フレームの夫々のスペクトルを算出するスペクトル算出部と、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出するスペクトル変化量算出部と、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出する第2検出部と、
連続した非音声フレームの期間が所定の期間閾値以上である場合に前記連続した非音声フレームを長期非音声フレームとすると共に前記連続した非音声フレームの期間が前記期間閾値より小さい場合に前記連続した非音声フレームを短期非音声フレームとし、前記長期非音声フレームの数と前記長期非音声フレームのうち非定常フレームの数との比率を算出すると共に前記短期非音声フレームの数と前記短期非音声フレームのうち非定常フレームの数との比率を算出する非定常率算出部と、
を備える音声信号評価装置。 - 記憶部に記憶された音声信号から所定長のフレームを複数取得し、
前記フレームに音声が存在することを示す音声条件に基づいて、複数の前記フレームから、前記音声条件を満たすフレームである音声フレームと前記音声条件を満たさないフレームである非音声フレームとを夫々複数検出し、
複数の前記非音声フレームの夫々のスペクトルを算出し、
複数の前記非音声フレームの夫々である第1非音声フレームのスペクトルと第1非音声フレームより過去の非音声フレームである第2非音声フレームのスペクトルとに基づいて、第1非音声フレームのスペクトルの変化を示すスペクトル変化量を算出し、
前記変化量により非音声フレームが非定常であることを示す非定常条件に基づいて、複数の前記非音声フレームから、前記変化量が前記非定常条件を満たす非音声フレームである非定常フレームを検出し、
連続した非音声フレームの期間が所定の期間閾値以上である場合に前記連続した非音声フレームを長期非音声フレームとすると共に前記連続した非音声フレームの期間が前記期間閾値より小さい場合に前記連続した非音声フレームを短期非音声フレームとし、前記長期非音声フレームの数と前記長期非音声フレームのうち非定常フレームの数との比率を算出すると共に前記短期非音声フレームの数と前記短期非音声フレームのうち非定常フレームの数との比率を算出する、
ことを実行する音声信号評価方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009076186A JP5293329B2 (ja) | 2009-03-26 | 2009-03-26 | 音声信号評価プログラム、音声信号評価装置、音声信号評価方法 |
US12/730,920 US8532986B2 (en) | 2009-03-26 | 2010-03-24 | Speech signal evaluation apparatus, storage medium storing speech signal evaluation program, and speech signal evaluation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009076186A JP5293329B2 (ja) | 2009-03-26 | 2009-03-26 | 音声信号評価プログラム、音声信号評価装置、音声信号評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010230814A JP2010230814A (ja) | 2010-10-14 |
JP5293329B2 true JP5293329B2 (ja) | 2013-09-18 |
Family
ID=42785342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009076186A Expired - Fee Related JP5293329B2 (ja) | 2009-03-26 | 2009-03-26 | 音声信号評価プログラム、音声信号評価装置、音声信号評価方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8532986B2 (ja) |
JP (1) | JP5293329B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5293817B2 (ja) * | 2009-06-19 | 2013-09-18 | 富士通株式会社 | 音声信号処理装置及び音声信号処理方法 |
JP6439682B2 (ja) * | 2013-04-11 | 2018-12-19 | 日本電気株式会社 | 信号処理装置、信号処理方法および信号処理プログラム |
JP6337519B2 (ja) | 2014-03-03 | 2018-06-06 | 富士通株式会社 | 音声処理装置、雑音抑圧方法、およびプログラム |
TWI564791B (zh) * | 2015-05-19 | 2017-01-01 | 卡訊電子股份有限公司 | 播音控制系統、方法、電腦程式產品及電腦可讀取紀錄媒體 |
JP6759927B2 (ja) * | 2016-09-23 | 2020-09-23 | 富士通株式会社 | 発話評価装置、発話評価方法、および発話評価プログラム |
US11176839B2 (en) | 2017-01-10 | 2021-11-16 | Michael Moore | Presentation recording evaluation and assessment system and method |
CN114694685A (zh) * | 2022-04-12 | 2022-07-01 | 北京小米移动软件有限公司 | 语音质量评估方法、装置及存储介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02272499A (ja) * | 1989-04-13 | 1990-11-07 | Ricoh Co Ltd | 音声認識装置 |
JPH04115299A (ja) * | 1990-09-05 | 1992-04-16 | Matsushita Electric Ind Co Ltd | 音声有音無音判定方法および装置 |
JPH04238399A (ja) * | 1991-01-22 | 1992-08-26 | Ricoh Co Ltd | 音声認識装置 |
JPH0784596A (ja) | 1993-09-13 | 1995-03-31 | Nippon Telegr & Teleph Corp <Ntt> | 符号化音声の品質評価方法 |
JPH0990974A (ja) | 1995-09-25 | 1997-04-04 | Nippon Telegr & Teleph Corp <Ntt> | 信号処理方法 |
JP2000163099A (ja) * | 1998-11-25 | 2000-06-16 | Brother Ind Ltd | 雑音除去装置、音声認識装置および記憶媒体 |
JP2001236085A (ja) * | 2000-02-25 | 2001-08-31 | Matsushita Electric Ind Co Ltd | 音声区間検出装置、定常雑音区間検出装置、非定常雑音区間検出装置、及び雑音区間検出装置 |
JP3582712B2 (ja) | 2000-04-19 | 2004-10-27 | 日本電信電話株式会社 | 収音方法および収音装置 |
US6832194B1 (en) * | 2000-10-26 | 2004-12-14 | Sensory, Incorporated | Audio recognition peripheral system |
JP3840928B2 (ja) | 2001-07-17 | 2006-11-01 | ソニー株式会社 | 信号処理装置および方法、記録媒体、並びにプログラム |
US7072828B2 (en) * | 2002-05-13 | 2006-07-04 | Avaya Technology Corp. | Apparatus and method for improved voice activity detection |
CA2420129A1 (en) * | 2003-02-17 | 2004-08-17 | Catena Networks, Canada, Inc. | A method for robustly detecting voice activity |
US7917356B2 (en) * | 2004-09-16 | 2011-03-29 | At&T Corporation | Operating method for voice activity detection/silence suppression system |
JP4413175B2 (ja) | 2005-09-05 | 2010-02-10 | 日本電信電話株式会社 | 非定常雑音判別方法、その装置、そのプログラム及びその記録媒体 |
JP4745916B2 (ja) | 2006-06-07 | 2011-08-10 | 日本電信電話株式会社 | 雑音抑圧音声品質推定装置、方法およびプログラム |
JP5505896B2 (ja) * | 2008-02-29 | 2014-05-28 | 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 | 発話区間検出システム、方法及びプログラム |
US20090319261A1 (en) * | 2008-06-20 | 2009-12-24 | Qualcomm Incorporated | Coding of transitional speech frames for low-bit-rate applications |
-
2009
- 2009-03-26 JP JP2009076186A patent/JP5293329B2/ja not_active Expired - Fee Related
-
2010
- 2010-03-24 US US12/730,920 patent/US8532986B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010230814A (ja) | 2010-10-14 |
US20100250246A1 (en) | 2010-09-30 |
US8532986B2 (en) | 2013-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5293329B2 (ja) | 音声信号評価プログラム、音声信号評価装置、音声信号評価方法 | |
JP5157852B2 (ja) | 音声信号処理評価プログラム、音声信号処理評価装置 | |
JP5229234B2 (ja) | 非音声区間検出方法及び非音声区間検出装置 | |
JP4568371B2 (ja) | 少なくとも2つのイベント・クラス間を区別するためのコンピュータ化された方法及びコンピュータ・プログラム | |
Sadjadi et al. | Unsupervised speech activity detection using voicing measures and perceptual spectral flux | |
KR100744352B1 (ko) | 음성 신호의 하모닉 성분을 이용한 유/무성음 분리 정보를추출하는 방법 및 그 장치 | |
KR100770839B1 (ko) | 음성 신호의 하모닉 정보 및 스펙트럼 포락선 정보,유성음화 비율 추정 방법 및 장치 | |
JP6423420B2 (ja) | 帯域幅拡張方法および装置 | |
JP5387459B2 (ja) | 雑音推定装置、雑音低減システム、雑音推定方法、及びプログラム | |
US20140177853A1 (en) | Sound processing device, sound processing method, and program | |
JP2014123011A (ja) | 雑音検出装置および方法、並びに、プログラム | |
CN109616098B (zh) | 基于频域能量的语音端点检测方法和装置 | |
JP4769673B2 (ja) | オーディオ信号補間方法及びオーディオ信号補間装置 | |
EP2927906B1 (en) | Method and apparatus for detecting voice signal | |
US20110142256A1 (en) | Method and apparatus for removing noise from input signal in noisy environment | |
CN104240696A (zh) | 语音处理设备及方法 | |
US9466291B2 (en) | Voice retrieval device and voice retrieval method for detecting retrieval word from voice data | |
Ba et al. | BaNa: A hybrid approach for noise resilient pitch detection | |
JP2014235345A (ja) | 音声処理装置、方法およびプログラム | |
US20100217584A1 (en) | Speech analysis device, speech analysis and synthesis device, correction rule information generation device, speech analysis system, speech analysis method, correction rule information generation method, and program | |
JP6182895B2 (ja) | 処理装置、処理方法、プログラム及び処理システム | |
CN105336344B (zh) | 杂音检测方法和装置 | |
JPWO2004075074A1 (ja) | カオス論的指標値計算システム | |
JP4630136B2 (ja) | ストレス状態推定緩和装置及びそのプログラム | |
CN106024017A (zh) | 语音检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130128 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130514 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130527 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |