JPH04238399A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH04238399A JPH04238399A JP3022970A JP2297091A JPH04238399A JP H04238399 A JPH04238399 A JP H04238399A JP 3022970 A JP3022970 A JP 3022970A JP 2297091 A JP2297091 A JP 2297091A JP H04238399 A JPH04238399 A JP H04238399A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- frequency spectrum
- input
- speech recognition
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011410 subtraction method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000582320 Homo sapiens Neurogenic differentiation factor 6 Proteins 0.000 description 1
- 102100030589 Neurogenic differentiation factor 6 Human genes 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000005534 acoustic noise Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【技術分野】本発明は、音声認識装置、より詳細には、
騒音下での音声認識に好適な音声認識装置に関する。
騒音下での音声認識に好適な音声認識装置に関する。
【０００２】
【従来技術】音声認識装置の騒音に関する対策として一
般的に行われている方法には、スペクトルサブトラクシ
ョン法（Ｓ．Ｆ．Ｂｏｌｌ，”Ｓｕｐｐｒｅｓｓｉｏｎ
ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉｓｅ ｉｎ Ｓｐｅ
ｅｃｈ Ｕｓｉｎｇ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａ
ｃｔｉｏｎ”，ＩＥＥＥ Ｔｒａｎｓ．ＡＳＳＰ Ｖｏ
ｌ．２７−２，Ａｐｒ．１９７９）やアダプティブノイ
ズキャンセリング（Ｂ．Ｗｉｄｒａｗ，”Ａｄａｐｔｉ
ｖｅ ｎｏｉｓｅ ｃａｎｃｅｌｉｎｇ：Ｐｒｉｎｃｉ
ｐｌｅｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ”，Ｐｒ
ｏｃ．ＩＥＥＥ，Ｖｏｌ．６３，Ｄｅｃ．１９７５）な
どの雑音除去技術を用いる方法などがある。
般的に行われている方法には、スペクトルサブトラクシ
ョン法（Ｓ．Ｆ．Ｂｏｌｌ，”Ｓｕｐｐｒｅｓｓｉｏｎ
ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉｓｅ ｉｎ Ｓｐｅ
ｅｃｈ Ｕｓｉｎｇ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａ
ｃｔｉｏｎ”，ＩＥＥＥ Ｔｒａｎｓ．ＡＳＳＰ Ｖｏ
ｌ．２７−２，Ａｐｒ．１９７９）やアダプティブノイ
ズキャンセリング（Ｂ．Ｗｉｄｒａｗ，”Ａｄａｐｔｉ
ｖｅ ｎｏｉｓｅ ｃａｎｃｅｌｉｎｇ：Ｐｒｉｎｃｉ
ｐｌｅｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ”，Ｐｒ
ｏｃ．ＩＥＥＥ，Ｖｏｌ．６３，Ｄｅｃ．１９７５）な
どの雑音除去技術を用いる方法などがある。
【０００３】しかし、アダプティブノイズキャンセリン
グは、複数の入力部、特徴抽出部が必要になるので、コ
ストが高くなるという欠点がある。一方、スペクトルサ
ブトラクション法は、音声入力前の入力信号から推定し
た雑音の周波数スペクトルを音声の周波数スペクトルか
ら減算するものなので、非定常雑音の場合、雑音推定時
の雑音のスペクトルと音声入力時の雑音のスペクトルが
大きく異なるために、スペクトルサブトラクションする
ことにより、かえって、音声の周波数スペクトルを崩し
てしまい、認識率が低下するという欠点がある。
グは、複数の入力部、特徴抽出部が必要になるので、コ
ストが高くなるという欠点がある。一方、スペクトルサ
ブトラクション法は、音声入力前の入力信号から推定し
た雑音の周波数スペクトルを音声の周波数スペクトルか
ら減算するものなので、非定常雑音の場合、雑音推定時
の雑音のスペクトルと音声入力時の雑音のスペクトルが
大きく異なるために、スペクトルサブトラクションする
ことにより、かえって、音声の周波数スペクトルを崩し
てしまい、認識率が低下するという欠点がある。
【０００４】図３は、雑音除去が適切に行なえなかった
場合の一例を示したもので、図のように、音声入力時（
ａ）と雑音推定時（雑音入力時）（ｂ）の雑音スペクト
ルが大きく異なる場合、スペクトルサブトラクションす
ると、（ｄ）のようになり、スペクトルサブトラクショ
ンする前のスペクトル（ｃ）の方が（ｄ）よりも真の入
力音声のスペクトル（ｅ）似ているという結果になる。
場合の一例を示したもので、図のように、音声入力時（
ａ）と雑音推定時（雑音入力時）（ｂ）の雑音スペクト
ルが大きく異なる場合、スペクトルサブトラクションす
ると、（ｄ）のようになり、スペクトルサブトラクショ
ンする前のスペクトル（ｃ）の方が（ｄ）よりも真の入
力音声のスペクトル（ｅ）似ているという結果になる。
【０００５】
【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、特に、非定常雑音下において、スペクトルサブ
トラクションを行うことによる音声の周波数スペクトル
の崩れを無くすことを目的としてなされたものである。
もので、特に、非定常雑音下において、スペクトルサブ
トラクションを行うことによる音声の周波数スペクトル
の崩れを無くすことを目的としてなされたものである。
【０００６】
【構成】本発明は、上記目的を達成するために、（１）
入力信号の周波数スペクトルを求める手段と、音声入力
前の入力信号から雑音の周波数スペクトルを求める手段
と、音声入力時の入力信号の周波数スペクトルから上記
雑音の周波数スペクトルを減算する手段とを有し、上記
減算手段により得られた周波数スペクトルを用いて音声
認識をする音声認識装置において、雑音が定常か非定常
かを判定する判定手段を有し、該判定手段で定常である
と判定した場合のみ、雑音の周波数スペクトルを減算す
ることを特徴としたものであり、更には、（２）前記（
１）において、雑音が定常か非定常かを判定する判定手
段は、雑音入力時の入力信号の周波数スペクトルの時間
変化分が予め定めておいた閾値以上の場合、非定常とす
ることを特徴とするものである。以下、本発明の実施例
に基づいて説明する。
入力信号の周波数スペクトルを求める手段と、音声入力
前の入力信号から雑音の周波数スペクトルを求める手段
と、音声入力時の入力信号の周波数スペクトルから上記
雑音の周波数スペクトルを減算する手段とを有し、上記
減算手段により得られた周波数スペクトルを用いて音声
認識をする音声認識装置において、雑音が定常か非定常
かを判定する判定手段を有し、該判定手段で定常である
と判定した場合のみ、雑音の周波数スペクトルを減算す
ることを特徴としたものであり、更には、（２）前記（
１）において、雑音が定常か非定常かを判定する判定手
段は、雑音入力時の入力信号の周波数スペクトルの時間
変化分が予め定めておいた閾値以上の場合、非定常とす
ることを特徴とするものである。以下、本発明の実施例
に基づいて説明する。
【０００７】図１は、本発明の一実施例を説明するため
のブロック図、図２はその動作原理を説明するための１
フレーム毎のフローチャートで、図中、１は音響入力部
、２は周波数スペクトル検出部、３は区間検出部、４は
定常／非定常判定部、５は雑音スペクトル推定部、６は
雑音補正部、７は音声認識部である。
のブロック図、図２はその動作原理を説明するための１
フレーム毎のフローチャートで、図中、１は音響入力部
、２は周波数スペクトル検出部、３は区間検出部、４は
定常／非定常判定部、５は雑音スペクトル推定部、６は
雑音補正部、７は音声認識部である。
【０００８】音響入力部１では、マイクロフォンのよう
な音響・電気信号変換器を用いて、音を電気信号ｘ（ｔ
）に変換する。周波数スペクトル検出部２は、バンドパ
スフィルタ群、或いは、ＦＦＴなどを用いて、音響入力
部１で得られた電気信号ｘ（ｔ）の１０ｍｓｅｃ程度の
短時間周波数スペクトルＸ（ｔ，ｆ）を検出する。区間
検出部３は、音声入力中であるかどうかを検出するもの
で、例えば、前記のｘ（ｔ）が予め定めておいた閾値以
上の区間を音声入力中であるとする方法を用いる。また
、その他の方法としては、音声入力スイッチを設けてお
き、スイッチをオンさせている区間を音声入力中とする
方法を用いるが、他の方法を用いても実現可能である。 定常／非定常判定部４は、区間検出部３で検出された音
声入力中でない区間の入力信号を用いて、周囲の雑音が
定常であるか、非定常であるかを判定するもので、例え
ば、周波数スペクトル検出部２で検出された短時間周波
数スペクトルＸ（ｔ，ｆ）を用いて、Ｄ（ｔ，ｆ）＝Ｘ
（ｔ，ｆ）−Ｘ（ｔ−△，ｆ） （△：１０
ｍｓｅｃ程度） で、各帯域毎の変化分を求めてから、
な音響・電気信号変換器を用いて、音を電気信号ｘ（ｔ
）に変換する。周波数スペクトル検出部２は、バンドパ
スフィルタ群、或いは、ＦＦＴなどを用いて、音響入力
部１で得られた電気信号ｘ（ｔ）の１０ｍｓｅｃ程度の
短時間周波数スペクトルＸ（ｔ，ｆ）を検出する。区間
検出部３は、音声入力中であるかどうかを検出するもの
で、例えば、前記のｘ（ｔ）が予め定めておいた閾値以
上の区間を音声入力中であるとする方法を用いる。また
、その他の方法としては、音声入力スイッチを設けてお
き、スイッチをオンさせている区間を音声入力中とする
方法を用いるが、他の方法を用いても実現可能である。 定常／非定常判定部４は、区間検出部３で検出された音
声入力中でない区間の入力信号を用いて、周囲の雑音が
定常であるか、非定常であるかを判定するもので、例え
ば、周波数スペクトル検出部２で検出された短時間周波
数スペクトルＸ（ｔ，ｆ）を用いて、Ｄ（ｔ，ｆ）＝Ｘ
（ｔ，ｆ）−Ｘ（ｔ−△，ｆ） （△：１０
ｍｓｅｃ程度） で、各帯域毎の変化分を求めてから、
【０００９】
【数１】
【００１０】で、全帯域の変化分の絶対値の総和Ｅ（ｔ
）を求め、これが予め定めておいた閾値を超えた場合、
非定常雑音であると判定する方法を用いる。雑音スペク
トル推定部５は、区間検出部３で検出された音声入力中
でない区間の短時間周波数スペクトルＸ（ｔ，ｆ）を用
いて、周囲の雑音の周波数スペクトルを推定するもので
、
）を求め、これが予め定めておいた閾値を超えた場合、
非定常雑音であると判定する方法を用いる。雑音スペク
トル推定部５は、区間検出部３で検出された音声入力中
でない区間の短時間周波数スペクトルＸ（ｔ，ｆ）を用
いて、周囲の雑音の周波数スペクトルを推定するもので
、
【００１１】
【数２】
【００１２】として、時間Ｔの間の平均をとる方法を用
いる。雑音補正部６は、定常／非定常判定部４で周囲の
雑音が定常であると判定された場合のみ、入力信号から
雑音成分を除去するもので、 Ｙ（ｔ，ｆ）＝Ｘ（ｔ，ｆ）−Ｎ（ｆ）のように、各帯
域毎に、入力音声の周波数スペクトルＸ（ｔ，ｆ）から
、雑音スペクトル推定部５で推定された雑音スペクトル
Ｎ（ｆ）を減算して、入力信号を補正する。なお、定常
／非定常判定部４で、周囲の雑音が非定常であると判定
された場合は、入力音声の周波数スペクトルＸ（ｔ，ｆ
）をそのままＹ（ｔ，ｆ）として、出力する。音声認識
部７は、雑音補正部６の出力信号Ｙ（ｔ，ｆ）を用いて
音声認識を行なうもので、例えば、「２値のＴＳＰを用
いた単語音声認識システムの開発」（安田 他、電気
学会論文誌Ｃ１０８巻、昭和６３年１０月号ｐ．８５８
〜８６５）記載の音声認識システムを用いるが、他の音
声認識システムを用いても実現可能である。
いる。雑音補正部６は、定常／非定常判定部４で周囲の
雑音が定常であると判定された場合のみ、入力信号から
雑音成分を除去するもので、 Ｙ（ｔ，ｆ）＝Ｘ（ｔ，ｆ）−Ｎ（ｆ）のように、各帯
域毎に、入力音声の周波数スペクトルＸ（ｔ，ｆ）から
、雑音スペクトル推定部５で推定された雑音スペクトル
Ｎ（ｆ）を減算して、入力信号を補正する。なお、定常
／非定常判定部４で、周囲の雑音が非定常であると判定
された場合は、入力音声の周波数スペクトルＸ（ｔ，ｆ
）をそのままＹ（ｔ，ｆ）として、出力する。音声認識
部７は、雑音補正部６の出力信号Ｙ（ｔ，ｆ）を用いて
音声認識を行なうもので、例えば、「２値のＴＳＰを用
いた単語音声認識システムの開発」（安田 他、電気
学会論文誌Ｃ１０８巻、昭和６３年１０月号ｐ．８５８
〜８６５）記載の音声認識システムを用いるが、他の音
声認識システムを用いても実現可能である。
【００１３】
【効果】周囲の雑音が非定常の場合に、スペクトルサブ
トラクション法を用いて、雑音除去を行なうと、雑音推
定時の雑音のスペクトルと音声入力時の雑音のスペクト
ルが大きく異なる場合に、適切な雑音除去が行なえずに
、スペクトルサブトラクションすることにより、かえっ
て、音声の周波数スペクトルを崩してしまい、認識率が
低下するという欠点があったが、本発明では、周囲の雑
音が定常の場合のみ、スペクトルサブトラクション法を
行なっているので、従来の方法よりも誤認識する可能性
が少なくなる。
トラクション法を用いて、雑音除去を行なうと、雑音推
定時の雑音のスペクトルと音声入力時の雑音のスペクト
ルが大きく異なる場合に、適切な雑音除去が行なえずに
、スペクトルサブトラクションすることにより、かえっ
て、音声の周波数スペクトルを崩してしまい、認識率が
低下するという欠点があったが、本発明では、周囲の雑
音が定常の場合のみ、スペクトルサブトラクション法を
行なっているので、従来の方法よりも誤認識する可能性
が少なくなる。
【図１】本発明の一実施例を説明するためのブロック図
である。
である。
【図２】図１の動作説明をするためのフローチャートで
ある。
ある。
【図３】サブトラクション法によって雑音除去が適切に
行えない場合の一例を説明するための図である。
行えない場合の一例を説明するための図である。
１ 音響入力部
２ 周波数スペクトル検出部
３ 区間検出部
４ 定常／非定常判定部
５ 雑音スペクトル推定部
６ 雑音補正部
７ 音声認識部
Claims (2)
- 【請求項１】 入力信号の周波数スペクトルを求める
手段と、音声入力前の入力信号から雑音の周波数スペク
トルを求める手段と、音声入力時の入力信号の周波数ス
ペクトルから上記雑音の周波数スペクトルを減算する手
段とを有し、上記減算手段により得られた周波数スペク
トルを用いて音声認識をする音声認識装置において、雑
音が定常か非定常かを判定する判定手段を有し、該判定
手段で定常であると判定した場合のみ、雑音の周波数ス
ペクトルを減算することを特徴とする音声認識装置。 - 【請求項２】 請求項１に記載の音声認識装置におい
て、前記雑音が定常か非定常かを判定する判定手段は、
雑音入力時の入力信号の周波数スペクトルの時間変化分
が予め定めておいた閾値以上の場合、非定常とすること
を特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3022970A JPH04238399A (ja) | 1991-01-22 | 1991-01-22 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3022970A JPH04238399A (ja) | 1991-01-22 | 1991-01-22 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04238399A true JPH04238399A (ja) | 1992-08-26 |
Family
ID=12097432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3022970A Pending JPH04238399A (ja) | 1991-01-22 | 1991-01-22 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04238399A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007147736A (ja) * | 2005-11-24 | 2007-06-14 | Nec Access Technica Ltd | 音声通信装置 |
| JP2010154092A (ja) * | 2008-12-24 | 2010-07-08 | Fujitsu Ltd | 雑音検出装置及び雑音検出方法 |
| JP2010217552A (ja) * | 2009-03-17 | 2010-09-30 | Yamaha Corp | 音処理装置およびプログラム |
| JP2010230814A (ja) * | 2009-03-26 | 2010-10-14 | Fujitsu Ltd | 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 |
| 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 |
| JP2020134887A (ja) * | 2019-02-25 | 2020-08-31 | 富士通株式会社 | 音信号処理プログラム、音信号処理方法及び音信号処理装置 |
-
1991
- 1991-01-22 JP JP3022970A patent/JPH04238399A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007147736A (ja) * | 2005-11-24 | 2007-06-14 | Nec Access Technica Ltd | 音声通信装置 |
| JP4527654B2 (ja) * | 2005-11-24 | 2010-08-18 | Ｎｅｃアクセステクニカ株式会社 | 音声通信装置 |
| JP2010154092A (ja) * | 2008-12-24 | 2010-07-08 | Fujitsu Ltd | 雑音検出装置及び雑音検出方法 |
| JP2010217552A (ja) * | 2009-03-17 | 2010-09-30 | Yamaha Corp | 音処理装置およびプログラム |
| JP2010230814A (ja) * | 2009-03-26 | 2010-10-14 | Fujitsu Ltd | 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 |
| US8532986B2 (en) | 2009-03-26 | 2013-09-10 | Fujitsu Limited | Speech signal evaluation apparatus, storage medium storing speech signal evaluation program, and speech signal evaluation method |
| 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 |
| US9734841B2 (en) | 2012-02-20 | 2017-08-15 | JVC Kenwood Corporation | Device and method for suppressing noise signal, device and method for detecting special signal, and device and method for detecting notification sound |
| JP2020134887A (ja) * | 2019-02-25 | 2020-08-31 | 富士通株式会社 | 音信号処理プログラム、音信号処理方法及び音信号処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1065656B1 (en) | Method for reducing noise in an input speech signal | |
| AU740951B2 (en) | Method for Noise Reduction, Particularly in Hearing Aids | |
| Woo et al. | Robust voice activity detection algorithm for estimating noise spectrum | |
| Plapous et al. | A two-step noise reduction technique | |
| US6023674A (en) | Non-parametric voice activity detection | |
| EP2788979A1 (en) | Low power voice detection | |
| KR20090012154A (ko) | 통합적 순음 감소 방식의 노이즈 감소 방법 | |
| EP3428918B1 (en) | Pop noise control | |
| Ramirez et al. | Voice activity detection with noise reduction and long-term spectral divergence estimation | |
| JPH04238399A (ja) | 音声認識装置 | |
| JPH04245300A (ja) | 雑音除去装置 | |
| JPH04340599A (ja) | 雑音除去装置 | |
| JP2001215992A (ja) | 音声認識装置 | |
| JPH06303689A (ja) | ノイズ除去装置 | |
| JP2859634B2 (ja) | 雑音除去装置 | |
| JPH056193A (ja) | 音声区間検出方式及び音声認識装置 | |
| JPH04163497A (ja) | 音声区間検出方法 | |
| JPH01146413A (ja) | 音響信号処理回路 | |
| JPH03122699A (ja) | 雑音除去装置及び該装置を用いた音声認識装置 | |
| US11763820B2 (en) | Monitoring method and system based on magnetic field of loudspeaker | |
| JPH08313659A (ja) | 信号時間差検出装置 | |
| CA2406754C (en) | Method and apparatus for noise reduction, particularly in hearing aids | |
| JPH0424692A (ja) | 音声区間検出方式 | |
| JPS6217800A (ja) | 音声区間判定方式 | |
| JPH09198079A (ja) | 音声認識装置 |