JPH05289691A - 発話速度測定装置 - Google Patents
発話速度測定装置Info
- Publication number
- JPH05289691A JPH05289691A JP4090994A JP9099492A JPH05289691A JP H05289691 A JPH05289691 A JP H05289691A JP 4090994 A JP4090994 A JP 4090994A JP 9099492 A JP9099492 A JP 9099492A JP H05289691 A JPH05289691 A JP H05289691A
- Authority
- JP
- Japan
- Prior art keywords
- circuit
- voice
- speech
- speech speed
- dynamic feature
- 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.)
- Granted
Links
Abstract
実時間で測定する。 【構成】 動的特徴量分析回路12で、入力音声からフ
レーム周期でLPCケプストラム係数Ci 〜Ck を抽出
し、次式で動的特徴量Di (t)を求める。 Di(t)=Σi=1 k〔{Σf=-f0 f0f×Ci}/(Σf=-f0 f0
f2)〕2 f0 はフレーム数。このDi (t)の極大値の数を1分
ごとに回路13で計数し、その結果を発話速度計数と
し、あらかじめ求めておいた実際の音素数と、極大点の
数との関係から得た補正式をメモリ14から参照して前
記計数値を回路15で補正して発話速度として出力す
る。
Description
応する音声信号の動的な特徴量を積極的に利用し、発声
内容の分からない音声信号に対して、その発話速度、例
えば単位時間当たりのモーラ数を、人手を介さずに自動
的に推定できる発話速度測定装置に関するものである。
て、音声信号パワーの包絡のフーリエ展開係数を用いる
方法(古井、音声研究会資料、S81−62、昭和56
年12月)がある。この方法では、音節を孤立に発声し
た単語音声に適用したもので、自然に発声した文章音声
や会話音声に適用した場合の効果は不明である。
合には、発声された音声を人間が聞き取り、それを文字
化することによって求めていた。あるいは、音声信号波
形やサウンドスペクトログラムなどを用いて、視察によ
り人間が音韻等に対応する数を数えて発声速度に変換を
していた。このような方法では、実時間における測定は
不可能であった。
メンテーション等に利用することは公知の事実である
が、人間の口の動きに対応する特徴量を積極的に用いて
「発話速度」の自動推定に応用した例はこれまで無い。
この発明の目的は、前述したように発声内容の全く分か
らない音声信号の発話速度を、人手の介入無しに、音声
信号の物理的特徴量のみから計算によって実時間で求め
ることができる発話速度測定装置を提供することにあ
る。
信号の動的な特徴量として、音声スペクトル特性の時間
変化量が求められ、その時間変化量の変化パターンの極
大点が、所定時間計数され、その計数結果をもとに上記
音声信号の発話速度が推定される。人間が音声を発声す
る場合、早口のときは発声に必要な調音機構を早く動か
し、ゆっくり話すときはその逆の調整をしている。従っ
て、音声信号からその発話速度を測定する場合には、発
声のために使われた機構の動きに良く対応する物理量、
例えば口の動きに対応する量を測定すればよい。そこで
この発明では、この発声機構の動きに良く対応する音声
の、例えばスペクトル包絡特性の動きに着目し、この動
的特徴量を用いることによって音声信号の発話速度を測
定する。
子11からの音声信号からまず音声の動的特徴量が動的
特徴量分析回路12で計算される。次に、その計算され
た動的特徴量の時間変化特性パタンにおける極大点の単
位時間当たりの個数が「発話速度係数」として発話速度
係数計数回路13で求められる。その発話速度係数で、
関係式メモリ14にあらかじめ蓄えてある発話速度係数
と発話速度との関係を発話速度計算回路15において参
照して発話速度が推定される。
特徴量としては、口の動きに対応するような音声信号特
徴量の時間あるいは周波数領域における時間変化特性を
表すようなものであればよい。一例では、音声信号のス
ペクトル包絡特性の時間的変化に対応する動的特徴量が
用いられる。すなわち、音声信号から一定フレーム周期
(例えば10ms)でLPCケプストラム係数(C1 〜C
k )を抽出し、これらの時系列から次式によって動的特
徴量Di (t)を求める。
トラム係数の次数である。図1Bに、Di (t)の分析
結果の一例を示した。この例は、男性1名が「ゆっく
り」、「普通」および「はやく」の3つの速度で発声し
た短い文章音声である。同図から、発話速度の変化に伴
ってDi (t)の時間的な特性が変化している様子が分
かる。すなわち、発話速度がはやくなるに従って、観測
時間窓内にあるピークの数が増加している様子が分か
る。
(t)の変化の極大点の単位時間当たりの個数を示した
が、この他、Di (t)の単位時間当たりの変化率や単
位時間当たりの変化面積などが利用できる。単位時間と
しては例えば2〜6秒、あるいは1〜6分、1〜6分の
場合は2〜6秒の各計数値を平均してもよい。前述した
ように、この発明の装置によれば人手を介することなく
発声内容の分からない音声信号の発話速度を簡単な装置
構成で測定できるため、次のような適用例が考えられ
る。
に接続するだけで、その通話路の伝送情報量がおおよそ
推定可能であり、伝送系の利用計画等に際して非常に有
益である。 (2)発話速度を自動的に推定可能であるため、種々の
マン/マシンインターフェイス(例えば音声認識や合成
を用いる音声応答システム等)を構築する上で、マシン
側からの快適な応答を使用者の発話テンポ等に合わせて
適応的に制御できるため、このようなシステムに極めて
有効に利用できる。その例を図2に示す。入力端子11
からの入力音声は音声認識回路21へ供給されると共
に、この発明による発話速度測定装置22へ供給され
る。音声認識回路21で認識された内容に応じて応答文
が応答文作成回路23で作成され、その応答文は音声合
成回路24で音声合成されて出力端子25へ出力される
が、発話速度測定装置22で推定された発話速度に応じ
て合成音発声速度制御回路26により合成音の発声速度
が制御され、また前記推定発話速度と、音声認識回路2
1の認識終了とに応じて応答時間制御回路27で応答時
間が制御される。
とによって実際の音韻認識処理に先だって発話速度が推
定できるので、認識性能の向上に役立つと考えられる。
例えば図3に示すように、入力端子11からの音声信号
はこの発明の発話速度測定装置22へ供給されると共に
音韻認識回路28へ供給される。発話速度測定装置22
で測定された発話速度と、動的特徴量分析回路12より
の動的特徴量とから音韻セグメント位置決定回路29で
音韻セグメント位置が決定される。この決定された音韻
セグメント位置を利用して音韻認識回路28で音韻特徴
辞書メモリ31を参照して音韻が認識され、その認識結
果から、単語、文節、文章特徴辞書メモリ32を参照し
て単語、文節、文章の認識が回路33で行われる。
電話では伝送路遅延が比較的大きいが、この遅延が会話
に与える影響は、会話の状態により異なる。つまり急い
で会話しようとし、従って発話速度が速い状態では伝送
路遅延は大きく悪影響するが、ゆっくりした会話では影
響が比較的小さい。また相手の応答速度、相槌の入れ方
などにより影響が異なる。従って、図4に示すように、
入力端子11からの音声を発話速度測定装置22と会話
時間パタン分析回路34へ供給し、分析した会話時間パ
タンから回路35で会話パタンの時間特徴量を抽出し、
これと発話速度と、端子36からの伝送路遅延量とか
ら、回路37で、例えばあらかじめ作られた対応表を参
照してその会話音声に対するその伝送路遅延量の主観的
遅延品質を推定する。
験結果の一例を示した。この例は、男女各5名が発声し
た短い文章音声を用い、前述のDi (t)の極大点から
毎分の音素数を推定し、正解と比較した結果である。両
者の間の相関係数は0.89と高い相関関係となっている
ことが分かる。補正係数をあらかじめ求め、関係式メモ
リ14に関係式と一緒に蓄えておくことによって、両者
の関係を対角線上にプロットすることができ、発話速度
を簡単に推定することができる。
単な構成で、実時間で発声内容の全くわからない音声信
号でも比較的正確に発話速度を推定することができる。
Bはこの発明装置に用いる音声の動的特徴量の一例を示
す図である。
すブロック図。
ッロク図。
を示すブッロク図。
結果の一例を示す図。
Claims (1)
- 【請求項1】 音声信号の動的な特徴量として、音声ス
ペクトル特性の時間変化量を求める回路と、 その求めた時間変化量の変化パタンの極大点を所定時間
計数する回路と、 その計数結果をもとに上記音声信号の発話速度を推定す
る回路と、 を具備する発話速度測定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4090994A JP2976998B2 (ja) | 1992-04-10 | 1992-04-10 | 発話速度測定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4090994A JP2976998B2 (ja) | 1992-04-10 | 1992-04-10 | 発話速度測定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05289691A true JPH05289691A (ja) | 1993-11-05 |
JP2976998B2 JP2976998B2 (ja) | 1999-11-10 |
Family
ID=14014067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4090994A Expired - Fee Related JP2976998B2 (ja) | 1992-04-10 | 1992-04-10 | 発話速度測定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2976998B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002221976A (ja) * | 2001-01-24 | 2002-08-09 | Yamaha Corp | 話速検出方法および音声信号処理装置 |
JP2008026463A (ja) * | 2006-07-19 | 2008-02-07 | Denso Corp | 音声対話装置 |
CN100431342C (zh) * | 2003-08-15 | 2008-11-05 | 株式会社东芝 | 隐藏字幕控制装置及其所用的方法 |
JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
JP2015069037A (ja) * | 2013-09-30 | 2015-04-13 | ヤマハ株式会社 | 音声合成装置およびプログラム |
US10490181B2 (en) | 2013-05-31 | 2019-11-26 | Yamaha Corporation | Technology for responding to remarks using speech synthesis |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61190400A (ja) * | 1985-02-20 | 1986-08-25 | 富士通株式会社 | 発声速度推定装置 |
JPH01244498A (ja) * | 1988-03-25 | 1989-09-28 | Tomio Watanabe | 音声対話速度の適応化方法 |
JPH02113298A (ja) * | 1988-10-22 | 1990-04-25 | A T R Jido Honyaku Denwa Kenkyusho:Kk | Hmm音声認識装置 |
-
1992
- 1992-04-10 JP JP4090994A patent/JP2976998B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61190400A (ja) * | 1985-02-20 | 1986-08-25 | 富士通株式会社 | 発声速度推定装置 |
JPH01244498A (ja) * | 1988-03-25 | 1989-09-28 | Tomio Watanabe | 音声対話速度の適応化方法 |
JPH02113298A (ja) * | 1988-10-22 | 1990-04-25 | A T R Jido Honyaku Denwa Kenkyusho:Kk | Hmm音声認識装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002221976A (ja) * | 2001-01-24 | 2002-08-09 | Yamaha Corp | 話速検出方法および音声信号処理装置 |
CN100431342C (zh) * | 2003-08-15 | 2008-11-05 | 株式会社东芝 | 隐藏字幕控制装置及其所用的方法 |
US7467088B2 (en) | 2003-08-15 | 2008-12-16 | Kabushiki Kaisha Toshiba | Closed caption control apparatus and method therefor |
US7925509B2 (en) | 2003-08-15 | 2011-04-12 | Kabushiki Kaisha Toshiba | Closed caption control apparatus and method therefor |
JP2008026463A (ja) * | 2006-07-19 | 2008-02-07 | Denso Corp | 音声対話装置 |
JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
US10490181B2 (en) | 2013-05-31 | 2019-11-26 | Yamaha Corporation | Technology for responding to remarks using speech synthesis |
JP2015069037A (ja) * | 2013-09-30 | 2015-04-13 | ヤマハ株式会社 | 音声合成装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2976998B2 (ja) | 1999-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Goto et al. | A real-time filled pause detection system for spontaneous speech recognition | |
Pfau et al. | Estimating the speaking rate by vowel detection | |
EP0880772A1 (en) | Speech coding, reconstruction and recognition using acoustics and electromagnetic waves | |
JPH02242298A (ja) | 声門波形に基づく話者識別装置 | |
EP1774516B1 (en) | Normalization of cepstral features for speech recognition | |
JPH075892A (ja) | 音声認識方法 | |
JP2001166789A (ja) | 初頭/末尾の音素類似度ベクトルによる中国語の音声認識方法及びその装置 | |
JP3673507B2 (ja) | 音声波形の特徴を高い信頼性で示す部分を決定するための装置およびプログラム、音声信号の特徴を高い信頼性で示す部分を決定するための装置およびプログラム、ならびに擬似音節核抽出装置およびプログラム | |
JPH05289691A (ja) | 発話速度測定装置 | |
KR20060066483A (ko) | 음성 인식을 위한 특징 벡터 추출 방법 | |
JP3376487B2 (ja) | 言い淀み検出方法及び装置 | |
KR20040038419A (ko) | 음성을 이용한 감정인식 시스템 및 감정인식 방법 | |
Kasap et al. | A unified approach to speech enhancement and voice activity detection | |
JP2001255886A (ja) | 音声認識方法および音声認識装置 | |
Dekens et al. | A comparative study of speech rate estimation techniques. | |
Maddela et al. | Durational and Formantshift characteristics of Telugu alveolar and bilabial nasal phonemes | |
JPH08110796A (ja) | 音声強調方法および装置 | |
RU2174714C2 (ru) | Способ выделения основного тона | |
Joseph et al. | Indian accent detection using dynamic time warping | |
JPS60129796A (ja) | 音声入力装置 | |
JP2004309959A (ja) | 音声認識装置および音声認識方法 | |
JP2798919B2 (ja) | 音声区間検出方式 | |
JPH07295588A (ja) | 発話速度推定方法 | |
JP4778613B2 (ja) | スピーチプロセシング | |
Gogoi et al. | Impact of Vocal Tract Length Normalization on the Speech Recognition Performance of an English Vowel Phoneme Recognizer for the Recognition of Children Voices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070910 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080910 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080910 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090910 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090910 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100910 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100910 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110910 Year of fee payment: 12 |
|
LAPS | Cancellation because of no payment of annual fees |