JPH08221097A - 音声成分の検出法 - Google Patents
音声成分の検出法Info
- Publication number
- JPH08221097A JPH08221097A JP7304462A JP30446295A JPH08221097A JP H08221097 A JPH08221097 A JP H08221097A JP 7304462 A JP7304462 A JP 7304462A JP 30446295 A JP30446295 A JP 30446295A JP H08221097 A JPH08221097 A JP H08221097A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- autocorrelation
- signal
- norm
- series
- 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
- 238000001514 detection method Methods 0.000 title claims description 16
- 239000013598 vector Substances 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000005236 sound signal Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001645095 Parisis Species 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G10L25/78—Detection of presence or absence of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
- Complex Calculations (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Cosmetics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Electrophonic Musical Instruments (AREA)
- Time-Division Multiplex Systems (AREA)
Abstract
(57)【要約】
【課題】 複雑さを減少させた、許容可能な信頼性を提
供する、音声成分検出の技法を提案する。 【解決手段】 信号の自己相関係数を計算する手段と、
成分が自己相関係数の第１のシリーズから成る第１の自
己相関ベクトルを識別する手段と、成分が既定オフセッ
ト値だけ前記第１のシリーズからオフセットされた自己
相関係数の第２のシリーズから成る第２の自己相関ベク
トルを識別する手段と、差分ベクトルを得るために、前
記第２の自己相関ベクトルから前記第１の自己相関ベク
トルを引く手段と、音声成分の第１のインディケータを
表す、前記差分ベクトルのノルムを計算する手段とを含
む、可聴信号における音声成分を検出する装置。
供する、音声成分検出の技法を提案する。 【解決手段】 信号の自己相関係数を計算する手段と、
成分が自己相関係数の第１のシリーズから成る第１の自
己相関ベクトルを識別する手段と、成分が既定オフセッ
ト値だけ前記第１のシリーズからオフセットされた自己
相関係数の第２のシリーズから成る第２の自己相関ベク
トルを識別する手段と、差分ベクトルを得るために、前
記第２の自己相関ベクトルから前記第１の自己相関ベク
トルを引く手段と、音声成分の第１のインディケータを
表す、前記差分ベクトルのノルムを計算する手段とを含
む、可聴信号における音声成分を検出する装置。
Description
【０００１】
【発明の属する技術分野】本発明は、可聴信号(audio s
ignal)における音声成分(voice activity)の検出に関す
る。
ignal)における音声成分(voice activity)の検出に関す
る。
【０００２】
【従来の技術】多くの場合マイクから送られる、可聴信
号においては、ときとして、その信号が音声を含むかま
たはその信号がノイズだけから成っているかを判定する
必要が生じる。
号においては、ときとして、その信号が音声を含むかま
たはその信号がノイズだけから成っているかを判定する
必要が生じる。
【０００３】音声成分の検出は、可聴信号に適用される
特定の処理を決定するために使用されることが多い。音
声信号が存在する場合に起動する必要のある典型的な用
途には、音声認識、エコー削除、またもちろん録音も含
まれる。
特定の処理を決定するために使用されることが多い。音
声信号が存在する場合に起動する必要のある典型的な用
途には、音声認識、エコー削除、またもちろん録音も含
まれる。
【０００４】音声が唯一の有効な信号とされる電話通信
において、可聴信号が使用される場合は、信号がノイズ
だけから構成されていれば伝送を中止するのが、今日の
無線通信分野における通例であり、これは一般に不連続
伝送と呼ばれている。
において、可聴信号が使用される場合は、信号がノイズ
だけから構成されていれば伝送を中止するのが、今日の
無線通信分野における通例であり、これは一般に不連続
伝送と呼ばれている。
【０００５】したがって、可聴信号内の音声成分を検出
を試みる各種の技法が、これまでに提供されている。
を試みる各種の技法が、これまでに提供されている。
【０００６】最初の技法は、信号内のエネルギー変化を
追跡することから成り立っている。エネルギーが急激に
増加する場合、音声成分の存在に対応している可能性が
あるが、またこれは、背景ノイズの変化にも対応してい
る可能性がある。したがって、この方法を実施するのは
非常に簡単であるが、たとえば自動車の中のような比較
的ノイズの多い環境においては、あまり信頼性が高くな
い。
追跡することから成り立っている。エネルギーが急激に
増加する場合、音声成分の存在に対応している可能性が
あるが、またこれは、背景ノイズの変化にも対応してい
る可能性がある。したがって、この方法を実施するのは
非常に簡単であるが、たとえば自動車の中のような比較
的ノイズの多い環境においては、あまり信頼性が高くな
い。
【０００７】上記の信頼性の不足を補うために開発され
た、その他様々な技法が周知である。その中には特に、
可聴信号のフーリエ変換を行い、音声成分の不在時に更
新される平均化されたノイズ信号と可聴信号との間のス
ペクトルの距離を測定する技法がある。また、信号のサ
ブ・バンド分析を使用する方法もあるが、この方法はフ
ーリエ変換を使用する方法に近い。これはケプストラム
分析を利用する方法にも適用される。
た、その他様々な技法が周知である。その中には特に、
可聴信号のフーリエ変換を行い、音声成分の不在時に更
新される平均化されたノイズ信号と可聴信号との間のス
ペクトルの距離を測定する技法がある。また、信号のサ
ブ・バンド分析を使用する方法もあるが、この方法はフ
ーリエ変換を使用する方法に近い。これはケプストラム
分析を利用する方法にも適用される。
【０００８】
【発明が解決しようとする課題】これらの技法は、非常
に複雑であり、信頼性のレベルを向上させることはでき
ても、現時点でまだ完全な満足に至るものではない。
に複雑であり、信頼性のレベルを向上させることはでき
ても、現時点でまだ完全な満足に至るものではない。
【０００９】音声内の特定の周期性を利用する技法もま
た周知であり、その１つは、欧州特許出願第ＥＰ０１２
３３４９号に記載されている。あらゆる音声は決まった
周期性を有するが、ノイズは非周期的であり、あるいは
周期的であってもその周期性は、音声の周期性とは異な
っている。
た周知であり、その１つは、欧州特許出願第ＥＰ０１２
３３４９号に記載されている。あらゆる音声は決まった
周期性を有するが、ノイズは非周期的であり、あるいは
周期的であってもその周期性は、音声の周期性とは異な
っている。
【００１０】したがって、音声の存在を認識するため
に、この決まった周期性のピッチを探すことが可能であ
る。
に、この決まった周期性のピッチを探すことが可能であ
る。
【００１１】この目的のため、可聴信号の自己相関係数
が一般に計算され、このような係数の第２の最大値が一
般に求められる。ここで、第一の最大値はエネルギーを
表す。これは、比較的複雑ではあるが信頼性において完
璧な満足に至らないもう１つの技法である。
が一般に計算され、このような係数の第２の最大値が一
般に求められる。ここで、第一の最大値はエネルギーを
表す。これは、比較的複雑ではあるが信頼性において完
璧な満足に至らないもう１つの技法である。
【００１２】したがって、本発明は、複雑さを減少させ
た、許容可能な信頼性を提供する、音声成分検出の技法
を提案する。
た、許容可能な信頼性を提供する、音声成分検出の技法
を提案する。
【００１３】
【課題を解決するための手段】本発明によれば、可聴信
号における音声成分を検出する装置は、信号の自己相関
係数を計算する手段と、成分が自己相関係数の第１のシ
リーズから成る、第一の自己相関ベクトルを識別する手
段と、成分が既定のオフセット値だけ前記第１のシリー
ズからオフセットされた自己相関係数の第２のシリーズ
から成る、第２の自己相関ベクトルを識別する手段と、
差分ベクトル(differentiation vector)を得るために、
前記第２の自己相関ベクトルから前記第１の自己相関ベ
クトルを引く手段と、音声成分の第１のインディケータ
を表す前記差分ベクトルのノルムを計算する手段とを備
えている。
号における音声成分を検出する装置は、信号の自己相関
係数を計算する手段と、成分が自己相関係数の第１のシ
リーズから成る、第一の自己相関ベクトルを識別する手
段と、成分が既定のオフセット値だけ前記第１のシリー
ズからオフセットされた自己相関係数の第２のシリーズ
から成る、第２の自己相関ベクトルを識別する手段と、
差分ベクトル(differentiation vector)を得るために、
前記第２の自己相関ベクトルから前記第１の自己相関ベ
クトルを引く手段と、音声成分の第１のインディケータ
を表す前記差分ベクトルのノルムを計算する手段とを備
えている。
【００１４】さらに、装置が、低減値によって前記差分
ベクトル・ノルムを割ることにより、低減ノルムを設定
する低減手段をさらに備えており、前記低減ノルムが音
声成分の第２のインディケータを表す。
ベクトル・ノルムを割ることにより、低減ノルムを設定
する低減手段をさらに備えており、前記低減ノルムが音
声成分の第２のインディケータを表す。
【００１５】例としては、前記低減値は、可聴信号のエ
ネルギーと等しいかあるいは、可聴信号のエネルギーに
底値を加えた合計に等しい。
ネルギーと等しいかあるいは、可聴信号のエネルギーに
底値を加えた合計に等しい。
【００１６】さらに付加的な特徴によれば、装置は、前
記音声成分のインディケータの１つの現行値とその先行
値の線形結合を生成するため、前記音声成分のインディ
ケータの１つを平坦化する手段を備えており、前記線形
結合は、音声成分の第３のインディケータを表してい
る。
記音声成分のインディケータの１つの現行値とその先行
値の線形結合を生成するため、前記音声成分のインディ
ケータの１つを平坦化する手段を備えており、前記線形
結合は、音声成分の第３のインディケータを表してい
る。
【００１７】また、装置は、前記インディケータのいず
れかインディケータの１つが検出閾値を超える場合、音
声成分信号を生成する決定手段を備えている。
れかインディケータの１つが検出閾値を超える場合、音
声成分信号を生成する決定手段を備えている。
【００１８】この検出閾値を、音声成分信号の存在しな
い可聴信号におけるエネルギーに基づいて設定すること
は有利である。
い可聴信号におけるエネルギーに基づいて設定すること
は有利である。
【００１９】有利な技法はまた、ベクトルのノルムとし
て、差分ベクトルの成分の絶対値の合計を選択すること
も備えている。
て、差分ベクトルの成分の絶対値の合計を選択すること
も備えている。
【００２０】本発明はまた、可聴信号内の音声成分を検
出する方法を提供し、この方法は以下の操作から構成さ
れている。
出する方法を提供し、この方法は以下の操作から構成さ
れている。
【００２１】信号の自己相関係数を計算する操作、成分
が自己相関係数の第１のシリーズから成る、第１の自己
相関ベクトルを識別する操作、成分が既定のオフセット
値だけ前記第１のシリーズからオフセットされた自己相
関係数の第２のシリーズから成る、第２の自己相関ベク
トルを識別する操作、差分ベクトルを得るために、前記
第２の自己相関ベクトルから前記第１の自己相関ベクト
ルを引く操作、音声成分の第１のインディケータを表
す、前記差分ベクトルのノルムを計算する操作。
が自己相関係数の第１のシリーズから成る、第１の自己
相関ベクトルを識別する操作、成分が既定のオフセット
値だけ前記第１のシリーズからオフセットされた自己相
関係数の第２のシリーズから成る、第２の自己相関ベク
トルを識別する操作、差分ベクトルを得るために、前記
第２の自己相関ベクトルから前記第１の自己相関ベクト
ルを引く操作、音声成分の第１のインディケータを表
す、前記差分ベクトルのノルムを計算する操作。
【００２２】本発明は、以下の例示によって示された実
施の形態の記述から、および音声成分を検出する装置に
よって行われる操作を示す添付の流れ図を参照して、よ
り明らかとなろう。
施の形態の記述から、および音声成分を検出する装置に
よって行われる操作を示す添付の流れ図を参照して、よ
り明らかとなろう。
【００２３】
【発明の実施の形態】本明細書においては、ディジタル
である可聴信号、すなわち標本化周波数で繰り返される
連続の瞬時における信号の値にそれぞれ対応する一連の
サンプルの形態をとる信号を参照する。
である可聴信号、すなわち標本化周波数で繰り返される
連続の瞬時における信号の値にそれぞれ対応する一連の
サンプルの形態をとる信号を参照する。
【００２４】分析すべき信号が、たとえばマイクから送
られるような、アナログ信号である場合、可聴信号を生
成するために、最初に標本化周波数において操作される
Ａ／Ｄ変換器にかけられる。
られるような、アナログ信号である場合、可聴信号を生
成するために、最初に標本化周波数において操作される
Ａ／Ｄ変換器にかけられる。
【００２５】可聴信号はディジタルなので、ディジタル
信号プロセッサによって音声成分検出装置を実施するこ
とは、当然と思われる。プロセッサは、もちろん他の目
的にも使用することができる。
信号プロセッサによって音声成分検出装置を実施するこ
とは、当然と思われる。プロセッサは、もちろん他の目
的にも使用することができる。
【００２６】加算、乗算、および比較といった、当業者
には周知の基本的な演算を行うので、検出装置を構造的
には記述しないことを理解されたい。したがって、本発
明の実施を明らかに説明する最も適した方法と考えられ
るため、記述は機能面について行う。
には周知の基本的な演算を行うので、検出装置を構造的
には記述しないことを理解されたい。したがって、本発
明の実施を明らかに説明する最も適した方法と考えられ
るため、記述は機能面について行う。
【００２７】図を参照すると、装置は可聴信号を受信
し、０からＮの範囲においてｉのあるサンプルのシリー
ズＳ（ｉ）が考慮される。
し、０からＮの範囲においてｉのあるサンプルのシリー
ズＳ（ｉ）が考慮される。
【００２８】装置によって行われる最初の演算は、０か
らＮの範囲にあるすべてのｋの値の信号の自己相関係数
Ｒ（ｋ）を計算することである。
らＮの範囲にあるすべてのｋの値の信号の自己相関係数
Ｒ（ｋ）を計算することである。
【００２９】
【数１】
【００３０】これらの自己相関係数Ｒ（ｋ）から、正の
整数であるオフセット値ｑを考慮することによっても第
１および第２の自己相関ベクトルＲ0 およびＲq を定義
することができる。第１の自己相関ベクトルＲ0 は、そ
の成分として（Ｎ−ｑ＋１）の最初の自己相関係数Ｒ
（ｋ）を有する。
整数であるオフセット値ｑを考慮することによっても第
１および第２の自己相関ベクトルＲ0 およびＲq を定義
することができる。第１の自己相関ベクトルＲ0 は、そ
の成分として（Ｎ−ｑ＋１）の最初の自己相関係数Ｒ
（ｋ）を有する。
【００３１】 Ｒ0 ＝（Ｒ（０）， Ｒ（１）， ．．．， Ｒ（Ｎ−ｑ）） 第２の自己相関ベクトルＲq は、その成分として（Ｎ−
ｑ＋１）の最後の自己相関係数Ｒ（ｋ）を有する。
ｑ＋１）の最後の自己相関係数Ｒ（ｋ）を有する。
【００３２】 Ｒq ＝（Ｒ（ｑ）， Ｒ（ｑ＋１）， ．．．， Ｒ（Ｎ）） その後、検出装置は、第２の自己相関ベクトルＲq から
第１の自己相関ベクトルＲ0 を引くことによって、差分
ベクトル△Ｒを計算する。
第１の自己相関ベクトルＲ0 を引くことによって、差分
ベクトル△Ｒを計算する。
【００３３】△Ｒ＝Ｒq −Ｒ0この差分ベクトルの（ｋ
＋１）番目の成分を△Ｒ（ｋ）と表す場合、０からＮ−
ｑの範囲のすべてのｋについて、次の式が成り立つ。
＋１）番目の成分を△Ｒ（ｋ）と表す場合、０からＮ−
ｑの範囲のすべてのｋについて、次の式が成り立つ。
【００３４】△Ｒ（ｋ）＝Ｒ（ｋ＋ｑ）−Ｒ（ｋ） 第１および第２の自己相関ベクトルＲ0 およびＲq はそ
れ自体有用ではないと言える。これらは、ただ説明を明
確化する目的で言及されている。重要な点は、差分ベク
トルを計算することにある。したがって、このベクトル
は、上記で定義されたように、その成分の値によって定
義される。
れ自体有用ではないと言える。これらは、ただ説明を明
確化する目的で言及されている。重要な点は、差分ベク
トルを計算することにある。したがって、このベクトル
は、上記で定義されたように、その成分の値によって定
義される。
【００３５】その後、検出装置は、差分ベクトル△Ｒの
ノルム‖△Ｒ‖を計算する。有利なことに、このノルム
は、ベクトルの成分の絶対値の合計に等しい。
ノルム‖△Ｒ‖を計算する。有利なことに、このノルム
は、ベクトルの成分の絶対値の合計に等しい。
【００３６】
【数２】
【００３７】本発明が、特にユークリッド・ノルムまた
は各成分の絶対値の最大値などの他のノルムが選ばれた
場合も、同様に適応できることは言うまでもない。
は各成分の絶対値の最大値などの他のノルムが選ばれた
場合も、同様に適応できることは言うまでもない。
【００３８】このノルムは、それが何であろうとも、音
声成分の第１のインディケータを構成する。
声成分の第１のインディケータを構成する。
【００３９】第１のオプションには、インディケータが
閾値よりも大きい場合に音声成分が可聴信号内に存在す
ることを判定するために、このインディケータと閾値と
を比較することが含まれている。
閾値よりも大きい場合に音声成分が可聴信号内に存在す
ることを判定するために、このインディケータと閾値と
を比較することが含まれている。
【００４０】第２のオプションにおいては、検出装置
は、差分ベクトル・ノルム‖△Ｒ‖を低減値で割ること
により、低減ノルムＰを計算する。例のように、この低
減値は、可聴信号のエネルギーＲ（０）に等しくなるよ
うに選択することができるため、ノルム‖△Ｒ‖のダイ
ナミック・レンジを圧縮することになる。独自の利点を
もたらす他の解決法には、可聴信号のエネルギーＲ
（０）に「底値」と呼ぶ定数値Ｃを加えた合計値を、低
減値として使用することが含まれる。
は、差分ベクトル・ノルム‖△Ｒ‖を低減値で割ること
により、低減ノルムＰを計算する。例のように、この低
減値は、可聴信号のエネルギーＲ（０）に等しくなるよ
うに選択することができるため、ノルム‖△Ｒ‖のダイ
ナミック・レンジを圧縮することになる。独自の利点を
もたらす他の解決法には、可聴信号のエネルギーＲ
（０）に「底値」と呼ぶ定数値Ｃを加えた合計値を、低
減値として使用することが含まれる。
【００４１】いずれにせよ、この低減ノルムＰは、信号
内に音声成分が存在するか否かを判定するために、同様
に閾値と比較することのできる音声成分の第２のインデ
ィケータから構成されている。
内に音声成分が存在するか否かを判定するために、同様
に閾値と比較することのできる音声成分の第２のインデ
ィケータから構成されている。
【００４２】第３のオプションにおいて、検出装置は、
低減ノルムを平坦化することによって進行する。したが
って、可聴信号の複数のＮサンプル連続シリーズが考慮
される場合、低減ノルムＰi はｉ番目に対応する。この
低減ノルムの平坦化された値
低減ノルムを平坦化することによって進行する。したが
って、可聴信号の複数のＮサンプル連続シリーズが考慮
される場合、低減ノルムＰi はｉ番目に対応する。この
低減ノルムの平坦化された値
【００４３】
【数３】
【００４４】は、先行シリーズに関連する低減ノルムＰ
i-1 の平坦化された値
i-1 の平坦化された値
【００４５】
【数４】
【００４６】と前記低減ノルムＰi との線形結合にな
る。
る。
【００４７】
【数５】
【００４８】αおよびβは、それらの和が１に等しくな
るように選択することが可能である。
るように選択することが可能である。
【００４９】さらに、たとえば０などの任意の定数で
【００５０】
【数６】
【００５１】を初期化することは、適切である。
【００５２】この平坦化された値
【００５３】
【数７】
【００５４】は、可聴信号が音声成分を呈するか否かを
判定するために閾値とも比較できる、音声成分の第３の
インディケータを構成する。
判定するために閾値とも比較できる、音声成分の第３の
インディケータを構成する。
【００５５】いずれの音声成分のインディケータが使用
されても、検出装置はこのように、それを検出閾値Ｔと
比較する。最も簡単な技法には、この検出閾値に定数値
を与えることが含まれる。
されても、検出装置はこのように、それを検出閾値Ｔと
比較する。最も簡単な技法には、この検出閾値に定数値
を与えることが含まれる。
【００５６】しかし、有利な技法には、可聴信号に音声
成分が不足するたびに、低減ノルムＰのレベルに閾値を
適用することが含まれる。
成分が不足するたびに、低減ノルムＰのレベルに閾値を
適用することが含まれる。
【００５７】したがって、音声成分が検出されていない
可聴信号のサンプルの複数の連続シリーズに対する低減
ノルムの平均値を計算し、検出閾値Ｔを得るために平均
値に定係数を乗じることができる。これは、当業者には
周知の平坦化技法と類似の技法を構成しており、そのた
めここでは詳細には述べない。
可聴信号のサンプルの複数の連続シリーズに対する低減
ノルムの平均値を計算し、検出閾値Ｔを得るために平均
値に定係数を乗じることができる。これは、当業者には
周知の平坦化技法と類似の技法を構成しており、そのた
めここでは詳細には述べない。
【００５８】装置としての検出装置に加えて、本発明は
また、装置によって実施される音声成分検出方法にも、
当然関連する。
また、装置によって実施される音声成分検出方法にも、
当然関連する。
【００５９】多くの例により、また本発明の具体的な用
途を示すために、ＧＳＭとして知られる欧州統一ディジ
タル・セルラ通信システムが例示として使用されてい
る。このシステムにおいて、処理されるアナログ信号
は、８ｋＨｚでサンプリングされる。このようにして得
られたサンプルは、各シリーズが２０ｍｓになるよう
に、１６０サンプルのシリーズにまとめられる。
途を示すために、ＧＳＭとして知られる欧州統一ディジ
タル・セルラ通信システムが例示として使用されてい
る。このシステムにおいて、処理されるアナログ信号
は、８ｋＨｚでサンプリングされる。このようにして得
られたサンプルは、各シリーズが２０ｍｓになるよう
に、１６０サンプルのシリーズにまとめられる。
【００６０】したがって、サンプルＮの数は、１６０に
等しくオフセット値ｑは有利に１に設定される。
等しくオフセット値ｑは有利に１に設定される。
【００６１】差分ベクトルの成分は、１から１６０の範
囲にあるすべてのｋに対し、以下のように表される。
囲にあるすべてのｋに対し、以下のように表される。
【００６２】△Ｒ（ｋ）＝Ｒ（ｋ＋１）−Ｒ（ｋ） したがって、このベクトルのノルムは次のように表され
る。
る。
【００６３】
【数８】
【図１】音声成分を検出する装置によって行われる操作
を示す流れ図である。
を示す流れ図である。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 フランソワ・ロブ フランス国、95240・コルメイユ・アン・ パリジ、バテイマン・デ、アブニユ・フオ ク、27
Claims (9)
- 【請求項１】 信号の自己相関係数を計算する手段と、 成分が自己相関係数の第１のシリーズから成る第１の自
己相関ベクトルを識別する手段と、 成分が既定オフセット値だけ前記第１のシリーズからオ
フセットされた自己相関係数の第２のシリーズから成る
第２の自己相関ベクトルを識別する手段と、 差分ベクトルを得るために、前記第２の自己相関ベクト
ルから前記第１の自己相関ベクトルを引く手段と、 音声成分の第１のインディケータを表す、前記差分ベク
トルのノルムを計算する手段とを備えている、可聴信号
における音声成分を検出する装置。 - 【請求項２】 低減値で前記差分ベクトル・ノルムを割
ることによって低減ノルムを設定する減少手段をさらに
備えており、前記低減ノルムが音声成分の第２のインデ
ィケータを表すことを特徴とする、請求項１に記載の装
置。 - 【請求項３】 前記低減値が可聴信号のエネルギーに等
しいことを特徴とする、請求項２に記載の装置。 - 【請求項４】 前記低減値が可聴信号のエネルギーに底
値を加えた合計値に等しいことを特徴とする、請求項２
に記載の装置。 - 【請求項５】 前記インディケータの現行値およびその
先行値の線形結合を生成する前記音声成分インディケー
タの１つを平坦化する手段を備えており、前記線形結合
が音声成分の第３のインディケータを表すことを特徴と
する、請求項１に記載の装置。 - 【請求項６】 前記インディケータのいずれかが検出閾
値を超える場合、音声成分信号を生成する決定手段を備
えていることを特徴とする、請求項１に記載の装置。 - 【請求項７】 前記検出閾値が、前記音声成分信号が存
在しない場合の前記可聴信号の低減ノルム値に基づき設
定されることを特徴とする、請求項６に記載の装置。 - 【請求項８】 前記差分ベクトル・ノルムが、前記ベク
トルの成分の絶対値の合計値に等しいことを特徴とす
る、請求項１に記載の装置。 - 【請求項９】 信号の自己相関係数を計算する操作と、 成分が自己相関係数の第１のシリーズから成る第１の自
己相関ベクトルを識別する操作と、 成分が既定オフセット値だけ前記第１のシリーズからオ
フセットされた自己相関係数の第２のシリーズから成る
第２の自己相関ベクトルを識別する操作と、 差分ベクトルを得るために、前記第２の自己相関ベクト
ルから前記第１の自己相関ベクトルを引く操作と、 音声成分の第１のインディケータを表す、前記差分ベク
トルのノルムを計算する操作とを備えている、可聴信号
における音声成分を検出する方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9413962 | 1994-11-22 | ||
| FR9413962A FR2727236B1 (fr) | 1994-11-22 | 1994-11-22 | Detection d'activite vocale |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08221097A true JPH08221097A (ja) | 1996-08-30 |
Family
ID=9469024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7304462A Pending JPH08221097A (ja) | 1994-11-22 | 1995-11-22 | 音声成分の検出法 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US5732141A (ja) |
| EP (1) | EP0714088B1 (ja) |
| JP (1) | JPH08221097A (ja) |
| AT (1) | ATE183598T1 (ja) |
| AU (1) | AU698712B2 (ja) |
| CA (1) | CA2163295A1 (ja) |
| DE (1) | DE69511508T2 (ja) |
| ES (1) | ES2136815T3 (ja) |
| FI (1) | FI955584A (ja) |
| FR (1) | FR2727236B1 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19716862A1 (de) | 1997-04-22 | 1998-10-29 | Deutsche Telekom Ag | Sprachaktivitätserkennung |
| US6556967B1 (en) | 1999-03-12 | 2003-04-29 | The United States Of America As Represented By The National Security Agency | Voice activity detector |
| US6381568B1 (en) | 1999-05-05 | 2002-04-30 | The United States Of America As Represented By The National Security Agency | Method of transmitting speech using discontinuous transmission and comfort noise |
| EP1304682A1 (en) * | 2000-07-05 | 2003-04-23 | Alcatel | Distributed speech recognition system |
| EP1170728A1 (en) * | 2000-07-05 | 2002-01-09 | Alcatel | System for adaptively reducing noise in speech signals |
| EP1175058A1 (en) * | 2000-07-21 | 2002-01-23 | Alcatel | Processor system, and terminal, and network-unit, and method |
| US7305099B2 (en) * | 2003-08-12 | 2007-12-04 | Sony Ericsson Mobile Communications Ab | Electronic devices, methods, and computer program products for detecting noise in a signal based on autocorrelation coefficient gradients |
| EP1729410A1 (en) * | 2005-06-02 | 2006-12-06 | Sony Ericsson Mobile Communications AB | Device and method for audio signal gain control |
| WO2010032405A1 (ja) * | 2008-09-16 | 2010-03-25 | パナソニック株式会社 | 音声分析装置、音声分析合成装置、補正規則情報生成装置、音声分析システム、音声分析方法、補正規則情報生成方法、およびプログラム |
| US9002030B2 (en) | 2012-05-01 | 2015-04-07 | Audyssey Laboratories, Inc. | System and method for performing voice activity detection |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3919479A (en) * | 1972-09-21 | 1975-11-11 | First National Bank Of Boston | Broadcast signal identification system |
| JPS597120B2 (ja) * | 1978-11-24 | 1984-02-16 | 日本電気株式会社 | 音声分析装置 |
| JPS5672499A (en) * | 1979-11-19 | 1981-06-16 | Hitachi Ltd | Pretreatment for voice identifier |
| GB2139052A (en) * | 1983-04-20 | 1984-10-31 | Philips Electronic Associated | Apparatus for distinguishing between speech and certain other signals |
| US4720802A (en) * | 1983-07-26 | 1988-01-19 | Lear Siegler | Noise compensation arrangement |
| JPS62204652A (ja) * | 1986-03-04 | 1987-09-09 | Nec Corp | 可聴周波信号識別方式 |
| US4815137A (en) * | 1986-11-06 | 1989-03-21 | American Telephone And Telegraph Company | Voiceband signal classification |
| FR2623382B1 (fr) * | 1987-11-24 | 1991-05-03 | Peugeot Cycles | Dispositif de fixation d'un revetement notamment un revetement de siege |
| EP0335521B1 (en) * | 1988-03-11 | 1993-11-24 | BRITISH TELECOMMUNICATIONS public limited company | Voice activity detection |
| US5276765A (en) * | 1988-03-11 | 1994-01-04 | British Telecommunications Public Limited Company | Voice activity detection |
| US5410632A (en) * | 1991-12-23 | 1995-04-25 | Motorola, Inc. | Variable hangover time in a voice activity detector |
-
1994
- 1994-11-22 FR FR9413962A patent/FR2727236B1/fr not_active Expired - Fee Related
-
1995
- 1995-11-17 ES ES95402589T patent/ES2136815T3/es not_active Expired - Lifetime
- 1995-11-17 DE DE69511508T patent/DE69511508T2/de not_active Expired - Fee Related
- 1995-11-17 EP EP95402589A patent/EP0714088B1/fr not_active Expired - Lifetime
- 1995-11-17 AT AT95402589T patent/ATE183598T1/de not_active IP Right Cessation
- 1995-11-20 US US08/560,645 patent/US5732141A/en not_active Expired - Fee Related
- 1995-11-20 CA CA002163295A patent/CA2163295A1/fr not_active Abandoned
- 1995-11-20 FI FI955584A patent/FI955584A/fi unknown
- 1995-11-20 AU AU37937/95A patent/AU698712B2/en not_active Ceased
- 1995-11-22 JP JP7304462A patent/JPH08221097A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| AU698712B2 (en) | 1998-11-05 |
| DE69511508D1 (de) | 1999-09-23 |
| ATE183598T1 (de) | 1999-09-15 |
| FR2727236A1 (fr) | 1996-05-24 |
| AU3793795A (en) | 1996-05-30 |
| US5732141A (en) | 1998-03-24 |
| FI955584A (fi) | 1996-05-23 |
| FI955584A0 (fi) | 1995-11-20 |
| CA2163295A1 (fr) | 1996-05-23 |
| DE69511508T2 (de) | 2000-07-06 |
| EP0714088B1 (fr) | 1999-08-18 |
| ES2136815T3 (es) | 1999-12-01 |
| EP0714088A1 (fr) | 1996-05-29 |
| FR2727236B1 (fr) | 1996-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6023674A (en) | Non-parametric voice activity detection | |
| JP3321156B2 (ja) | 音声の動作特性検出 | |
| US5970441A (en) | Detection of periodicity information from an audio signal | |
| US5276765A (en) | Voice activity detection | |
| JP4279357B2 (ja) | 特に補聴器における雑音を低減する装置および方法 | |
| CA2346251C (en) | A method and system for updating noise estimates during pauses in an information signal | |
| US6289309B1 (en) | Noise spectrum tracking for speech enhancement | |
| EP1547061B1 (en) | Multichannel voice detection in adverse environments | |
| JP3878482B2 (ja) | 音声検出装置および音声検出方法 | |
| JPH08505715A (ja) | 定常的信号と非定常的信号との識別 | |
| US5430826A (en) | Voice-activated switch | |
| JPH08221097A (ja) | 音声成分の検出法 | |
| US6865529B2 (en) | Method of estimating the pitch of a speech signal using an average distance between peaks, use of the method, and a device adapted therefor | |
| FI111572B (fi) | Menetelmä puheen käsittelemiseksi akustisten häiriöiden läsnäollessa | |
| CN111508512A (zh) | 语音信号中的摩擦音检测 | |
| JP3270866B2 (ja) | 雑音除去方法および雑音除去装置 | |
| US8788265B2 (en) | System and method for babble noise detection | |
| US20010029447A1 (en) | Method of estimating the pitch of a speech signal using previous estimates, use of the method, and a device adapted therefor | |
| US6633847B1 (en) | Voice activated circuit and radio using same | |
| JP3520430B2 (ja) | 左右音像方向抽出方法 | |
| JP2000010593A (ja) | スペクトル雑音除去装置 | |
| Lim et al. | Acoustic blur kernel with sliding window for blind estimation of reverberation time | |
| KR20040073145A (ko) | 음성인식기의 성능 향상 방법 | |
| KR0171004B1 (ko) | Samdf를 이용한 기본 주파수와 제1포만트의 비율 측정방법 | |
| JP2880683B2 (ja) | 雑音抑制装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050906 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050927 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20051213 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20051219 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20061121 |