JPH09152894A

JPH09152894A - 有音無音判別器

Info

Publication number: JPH09152894A
Application number: JP7312814A
Authority: JP
Inventors: Kazuo Nakamura; 一雄中村
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 1995-11-30
Filing date: 1995-11-30
Publication date: 1997-06-10
Also published as: US5937375A

Abstract

(57)【要約】【課題】音声の語頭部分を含むフレームの有音無音を
正確に判定でき、背景騒音が大きい等、悪環境において
も誤判定の少ない有音無音判別器を提供する。【解決手段】サブフレーム電力算出部２２では、フレ
ームを４分割したサブフレーム毎にサブフレーム電力Ｐ
ｍを算出し、このサブフレーム電力Ｐｍに基づいて、フ
レーム最大電力生成部２４では、サブフレーム毎に一つ
前のサブフレーム電力との移動平均（短期平均値）を算
出すると共に、同一フレームを構成するサブフレーム間
で短期平均値を比較し最大のものを該フレームのフレー
ム最大電力Ｐｆとして選択する。これにより、発声がフ
レームの後半から開始されたとしても、フレーム最大電
力Ｐｆが小さく見積られることがなく、該フレームは有
音判定部２８にて、確実に有音と判定される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声分析合成系に
おいて入力音声の有音無音を判別する有音無音判別器に
関し、特に、一定時間毎のフレーム単位で音声信号を分
析して得られる符号化データを送受信するデジタル移動
通信において、移動局の連続使用時間を増大させる目的
で行う低消費電力制御のひとつであるＶＯＸ（Voice Op
erated Transmitter）制御に適用することを目的とした
有音無音判別器に関する。

【０００２】

【従来の技術】従来より、移動体通信網で使用される移
動局は、電源である電池容量の制約から連続通話時間が
有限であるため、様々な低消費電力制御を施して連続通
話時間の延長を図る努力がなされている。

【０００３】その中の一つの技術として、通話中の会話
音声の出現頻度が小さいことを利用し、相手の話を聞い
ている場合等、音声を発していない時には、送信回路を
停止することにより消費電力を抑え、通話時間の延長を
図るＶＯＸ（Voice OperatedTransmitter）制御が知ら
れている。

【０００４】そして、このようなＶＯＸ制御を実現する
ためには、送信する音声の有音無音を正確に判定するこ
とが要求されるが、この種の装置として、例えば、特開
平５−３２３９９６号公報には、音声信号を所定時間毎
のフレーム単位で高能率符号化する音声符号化器を備え
た送信器において使用され、符号化を行うフレーム単位
で、音声の有音無音を判定する有音無音判定器が開示さ
れている。

【０００５】この有音無音判定器では、音声の送信を行
っている有音区間では、各フレーム毎に求めたフレーム
の平均電力と、音声符号化器において音声信号を高能率
符号化する過程で求められ音声の特徴を表すパラメータ
とを用いてフレームの有音無音を判定し、一方、音声の
送信を停止している無音区間では、電力消費の低減のた
めに音声符号化器も停止させているため、フレームの平
均電力のみに基づいてフレームの有音無音を判定するよ
うに構成されている。

【０００６】

【発明が解決しようとする課題】しかし、この装置で
は、無音区間でのフレームの有音無音の判定を、フレー
ムの平均電力のみにより行っているため、発声が開始さ
れた時に、語頭切れが発生しやすく、音声の自然性が損
なわれてしまうという問題があった。

【０００７】即ち、この種の装置において用いられるフ
レームのサイズは、通常２０ｍｓ程度と長いため、フレ
ームの後半から発声が開始された場合、音声の語頭部分
を含むフレームの平均電力は小さなものとなるため、無
音フレームと誤判定されやすく、その結果、語頭切れが
生じてしまうのである。

【０００８】また、この語頭切れを防止するために、フ
レームの有音無音を判定するしきい値を小さな値に設定
すると、背景騒音の変動等の影響を受け易くなり、無音
フレームを有音フレームであると判定する誤動作が頻発
するようになるため、ＶＯＸ制御を有効に実施すること
ができないという問題もあった。

【０００９】本発明は、上記問題点を解決するために、
音声の語頭部分を含むフレームの有音無音を正確に判定
でき、しかも背景騒音が大きい等、悪環境においても誤
判定の少ない有音無音判別器を提供することを目的とす
る。

【００１０】

【課題を解決するための手段】上記目的を達成するため
になされた請求項１に記載の発明においては、基本フレ
ームを所定分割数に分割してなるサブフレーム分だけ音
声信号が入力されると、サブフレーム電力算出手段が、
このサブフレームの電力値であるサブフレーム電力を算
出し、その後、基本フレーム分だけ音声信号が入力され
ると、フレーム最大電力生成手段が、その基本フレーム
を構成するサブフレームの各サブフレーム電力のうち、
最大のものを該基本フレームのフレーム最大電力として
選択する。

【００１１】一方、背景騒音電力推定手段では、サブフ
レーム電力算出手段にて算出された最新のサブフレーム
電力を含む、該サブフレーム電力以前に算出された連続
する複数のサブフレーム電力に基づき、背景騒音電力を
推定する。そして、有音無音判別手段が、基本フレーム
毎に、フレーム最大電力と背景騒音電力との差に基づい
て、その有音無音を判別する。

【００１２】このように、本発明においては、サブフレ
ーム毎にサブフレーム電力を算出し、同一基本フレーム
を構成するサブフレーム間でこれを比較し、その最大値
をフレーム最大電力として選択して、基本フレームの有
音無音の判定に使用するようにされている。

【００１３】従って、本発明の有音無音判定器によれ
ば、基本フレームの後半から発声が開始されたとして
も、その音声信号の電力が基本フレーム全体で平均化さ
れてしまうことがなく、基本フレーム全体に音声信号が
存在する場合と同様に、ほぼ音声信号の電力レベルに即
したフレーム最大電力が得られるため、確実にこれを有
音フレームと判定することができる。その結果、当該有
音無音判定器を、音声を基本フレーム単位で符号化して
送信する送信器に適用した場合に、音声の語頭切れを確
実に防止でき、音声の品質を向上させることができる。

【００１４】また、語頭切れ防止のために、フレーム最
大電力と背景騒音電力との差に基づいて有音無音を判定
するためのしきい値を低く設定する必要がないため、無
音を有音と判定する誤判定も確実に減少させることがで
き、有効なＶＯＸ制御を実現することができる。

【００１５】また、従来装置のように、基本フレーム単
位で処理を行っている場合、基本フレームが大きい程、
有音無音の判定精度は劣化し、語頭切れや誤動作が発生
し易いが、本発明によれば、サブフレームの大きさによ
り、判定精度が決まるため、基本フレームの大きさに関
係なく、判定精度を任意に設定することができる。

【００１６】次に、請求項２に記載の発明においては、
フレーム最大電力生成手段は、短期平均値算出手段を備
え、この短期平均値算出手段は、サブフレーム算出手段
にてサブフレーム電力が算出される毎に、該最新のサブ
フレーム電力を含む、該サブフレーム電力以前に算出さ
れた分割数より少ない所定個の連続するサブフレーム電
力に基づき、その平均値である短期平均値を算出する。

【００１７】そして、フレーム最大電力生成手段は、サ
ブフレーム電力に代えて、この短期平均値に基づき、フ
レーム最大電力を選択する。つまり、本発明において
は、突発的に振幅の大きなノイズが音声信号に重畳され
ると、その影響を直接受けてしまうサブフレーム電力の
代わりに、サブフレーム電力の移動平均である短期平均
値を使用してフレーム最大電力を求めることにより、こ
のようなノイズの影響を緩和するようにされている。

【００１８】従って、本発明の有音無音判別器によれ
ば、突発的なノイズ等の影響による誤判定を確実に低減
することができる。次に、請求項３に記載の発明におい
ては、背景騒音電力推定手段が、長期平均値算出手段と
選択手段とからなり、長期平均値算出手段が、サブフレ
ーム電力算出手段にてサブフレーム電力が算出される
と、この最新のサブフレーム電力を含み、このサブフレ
ーム電力以前に算出された分割数より多い所定個の連続
するサブフレーム電力に基づき、その平均値である長期
平均値を順次算出し、その後、基本フレーム分だけ音声
信号が入力されると、選択手段が、長期平均値算出手段
にて算出された同一基本フレームを構成するサブフレー
ムの各長期平均値のうち、最小のものを該基本フレーム
の背景騒音電力として選択する。

【００１９】つまり、本発明においては、背景雑音電力
を複数基本フレームに渡るサブフレーム電力の移動平均
に基づいて求めている。従って、本発明の有音無音判別
器によれば、基本フレームの有音無音を判定する際の基
準レベルとなる背景騒音電力は、突発的なサブフレーム
電力の変動に追従して急激に変化してしまうことがない
ため、基本フレームの有音無音の判定を安定して行うこ
とができる。

【００２０】次に、請求項４に記載の有音無音判別器に
おいては、パラメータ抽出手段が、入力音声信号を上記
基本フレーム毎に線形予測分析して、該入力音声信号の
周波数スペクトル包絡線の特徴を表す特徴パラメータを
抽出し、有音無音判別手段では、第１の判定手段が、フ
レーム最大電力と背景騒音電力との電力差が所定の第１
しきい値以上である基本フレームを有音、また、電力差
が第１しきい値より小さい所定の第２しきい値以下であ
る基本フレームを無音と判定し、電力差が第１しきい値
より大きく、且つ第２しきい値より小さい場合には、第
２の判定手段が、パラメータ抽出手段にて抽出される特
徴パラメータに基づき、基本フレームの有音無音を判定
する。

【００２１】ところで、一般に、線形予測分析により抽
出される特徴パラメータは、音声信号の周波数スペクト
ル包絡線の特徴を表すものであり、有音時と無音時とで
は夫々互いに異なった特徴的な傾向を示すため、この特
徴パラメータを用いることにより、背景騒音電力の大き
さによらず、有音と無音とをある程度判別し得ることが
知られている。

【００２２】そして、本発明においては、フレーム最大
電力と背景騒音電力との差に基づいて、有音無音を判定
する場合に、それ以上であれば、ほぼ確実に有音である
と判定できるようなレベルに第１しきい値を設定し、そ
れ以下であれば、ほぼ確実に無音であると判定できるよ
うなレベルに第２しきい値を設定し、フレーム最大電力
と背景騒音電力との差では、誤判定を起こす可能性の高
いこれらの間の領域において、特徴パラメータによる判
定を行うようにされている。

【００２３】従って、本発明の有音無音判別器によれ
ば、背景騒音電力が大きく、フレーム最大電力と背景騒
音電力との差が小さいときであっても、より確実に有音
無音を判定することができ、単に、フレーム最大電力と
背景騒音電力との差に基づいて判定を行う場合に比べ
て、有音無音の判定精度を向上させることができる。

【００２４】即ち、特徴パラメータは、基本フレームの
有音無音を確実に判定できるものではないが、背景騒音
電力の大きさによらず、判定が可能であるため、フレー
ム最大電力により判定を下すのが微妙な範囲において、
この特徴パラメータによる判定を補助的に使用すること
により、有音無音の判定精度を効果的に向上させること
ができるのである。

【００２５】次に請求項５に記載の有音無音判別器にお
いては、パラメータ抽出手段にて抽出され、第２の判定
手段にて判定に使用される特徴パラメータは、低次の反
射係数であることを特徴とする。ここで、ｎ次の反射係
数ｒn とは、（１）式に示すように、入力信号のｎ次の
自己相関Ｒn を全エネルギー（０次の自己相関）Ｒ0 で
正規化したものに相当する。

【００２６】

【数１】

【００２７】なお、ｎ次の自己相関Ｒｎとは、（２）式
に示すように、離散的に表された音声波形のデータｘi
を、ｎ個前のデータｘi-n と掛け合わせて、それを全領
域について加算したものである。

【００２８】

【数２】

【００２９】そして、低次の反射係数は、その分布が有
声音（母音等）と無声音（無声子音や背景騒音等）とで
比較的よく分離していることが知られている。例えば、
１次の反射係数ｒ１の場合を考えると、有声音は、低周
波領域ではっきりしたホルマント構造を持つので、その
一次相関Ｒ1 は、全エネルギーＲ0 と類似の値を示し、
無声音は、周波数スペクトルの偏りを示さないことが多
いため、その一時相関Ｒ1 は、小さい値を示す。その結
果、１次の反射係数ｒ１は、有声音の場合、ほぼ１とな
り、無声音の場合、ほぼ０となる。

【００３０】更に、無声音には、無声子音と背景騒音と
が含まれるが、これらの周波数スペクトルの概形の差も
１次の反射係数ｒ１に反映され、即ち、周波数スペクト
ルが３〜１０ｋＨｚの高周波領域に比較的大きな成分を
有し高域強調の特性となる無声子音では、１次の反射係
数ｒ１は＋１側に偏り、一方、周波数特性が−９ｄＢ／
oct 程度の傾斜を有し低域強調の特性となる背景騒音で
は、１次の反射係数ｒ１は−１側に偏る。

【００３１】このように、１次の反射係数ｒ１は、入力
音声信号が有音の場合、即ち有声音や無声子音を含んで
いる場合には＋１に近い値となり、入力音声信号が無音
の場合、即ち背景騒音のみの場合には−１に近い値とな
って、よく分離された特徴を示す。

【００３２】なお、母音などの有声音も周囲騒音と同様
に低域強調の周波数特性を示すが、通常、背景騒音に比
べて充分に大きなパワーを有しているため、通常は、フ
レーム最大電力と背景騒音電力との差に基づく有音無音
判定で、充分に分離される。従って、このような特徴を
備えた低次の反射係数ｒｎによる有音無音判定を、フレ
ーム最大電力と背景騒音電力との差に基づく有音無音判
定と併用することにより、基本フレームの有音無音の判
定精度を、より向上させることができる。

【００３３】次に、請求項６に記載の有音無音判別器に
おいては、区間判定手段が、有音無音判別手段にて有音
と判定された有音フレーム及び無音と判定された無音フ
レームのうち、有音フレームと該有音フレームの後に連
続する所定個以内の無音フレームとを有音区間と判定
し、有音フレームの後に連続する所定個の無音フレーム
の後に、更に連続する無音フレームを無音区間と判定す
る。

【００３４】つまり、有音フレームの直後に無音フレー
ムが表れても、すぐにこれを無音区間と判定することは
せず、無音フレームが所定個以上連続した場合に、それ
以降の無音フレームを無音区間と判定するようにされて
おり、会話中の息継ぎ等、発声時における短時間の無音
が、いちいち無音区間として判定される等して、頻繁に
有音区間と無音区間とが切り替わってしまうことがない
ようにされている。

【００３５】従って、本発明の有音無音判別器によれ
ば、ここで判定される無音区間／有音区間に基づいてＶ
ＯＸ制御を行う場合に、ＶＯＸ制御が頻繁に行われるこ
とによる語頭切れ等による違和感を防止できる。また、
有音フレーム直後の無音フレームが欠落することがない
ので、音声の語尾切れを確実に防止できる。

【００３６】

【発明の実施の形態】以下に本発明の実施例を図面と共
に説明する。図２は、本実施例の有音無音判別器が適用
された、デジタル方式の自動車電話システムにて用いら
れる移動局の送信部の構成を表すブロック図である。

【００３７】図２に示すように、移動局の送信部は、マ
イクを介して入力され電気信号に変換された音声信号を
１２５μｓ周期（８ｋＨｚ）でサンプリングして、１６
ビットのデジタルデータＸｓに変換する入力部１０と、
入力部１０からのデジタルデータＸｓを、２０ｍｓ（１
６０データ）毎に区切ったフレーム単位で分析処理して
高能率符号化する音声符号化器１２と、入力部１０から
入力されるデジタルデータＸｓに基づき、音声符号化器
１２にて処理されたフレームが、音声信号を含む有音フ
レームであるか音声信号を含まない無音フレームである
かを判定し、その判定に基づき、該フレームが有音区間
／無音区間のいずれに属するかを表す判定結果Ｖを出力
する有音無音判別器１４と、音声符号化器１２により生
成された符号化データの送信を、有音無音判別器１４か
らの判定結果Ｖに基づき制御する送信制御部１６と、送
信制御部１６からの制御に従って所定フォーマットの送
信フレームを生成し、アンテナ２０を介して送信する送
信器１８と、により構成されている。

【００３８】ここで、音声符号化器１２は、デジタルシ
グナルプロセッサ（ＤＳＰ）により構成されており、デ
ジタル方式の自動車電話システムの標準規格として定め
られた音声符号化方式である周知のＶＳＥＬＰ（Vector
Sum Excited Linear Prediction）方式により音声デー
タを符号化するものである。

【００３９】ＶＳＥＬＰ方式の音声符号化器１２では、
音声の高能率符号化技術の基本モデルである声帯（音
源）及び声道からなる音声生成モデルに基づいて、声帯
から発せられる音を模擬した各種音源情報、声道を模擬
した声道等価フィルタを構成するためのフィルタ係数等
を符号化データとして出力する。

【００４０】このうち、フィルタ係数は、所定のフレー
ム単位で音声信号を線形予測分析することにより求めら
れる。なお、このフィルタ係数の算出過程において１次
から１０次の反射係数が求められ、そのうち１次と２次
の反射係数ｒ１，ｒ２が、有音無音判別器１４に入力さ
れる。

【００４１】また、音源情報としては、声帯から発せら
れる音を模擬した音源の駆動信号をベクトル量子化し、
これをコードベクトルと呼んで、複数用意されたコード
ベクトルの中から、合成音声のひずみが最小となるよう
なものが選択され出力されるのであるが、このコードベ
クトルが直接送信されるのではなく、これを間接的に指
定する基底ベクトルのインデックスが用いられる。ま
た、音源情報としては、フレームの電力値等も出力され
る。

【００４２】次に、送信制御部１６は、有音無音判別器
１４による判定結果Ｖが無音区間（Ｖ＝０）から有音区
間（Ｖ＝１）に変化すると、送信器１８を起動し、送信
開始を予告するための信号として２フレーム分（４０ｍ
ｓ）のプリアンブル生成して、送信器１８に入力する。
引続き、判定結果Ｖが有音区間（Ｖ＝１）である限り、
音声符号化器１２からの符号化データを連続して送信器
１８に転送する。その後、判定結果Ｖが有音区間（Ｖ＝
１）から無音区間（Ｖ＝０）に変化すると、未送信の符
号化データ（ここでは２フレーム分）があれば、これを
送信器１８に転送し、更に、送信停止を予告するための
信号として３フレーム分（６０ｍｓ）のポストアンブル
生成して送信器１８に入力後、送信器１８を停止する。

【００４３】また、判定結果Ｖとして無音区間（Ｖ＝
０）が長時間継続している場合には、５０フレーム（１
０００ｍｓ）毎に送信器１８を起動し、ポストアンブル
を生成して送信器１８に入力してこれを送信させた後、
再度送信器１８を停止する。なお、送信器１８は、送信
制御部１６からのプリアンブル，符号化データ，パスト
アンブルを、所定の送信符号に変換する等の処理を施し
た上で送信する。図３は、ことのとき、送信器１８から
送信される送信フレームの構成を表す説明図である。

【００４４】次に、有音無音判別器１４は、図１に示す
ように、入力部１０からのデジタルデータＸｓを順次入
力し、音声符号化器１２にて符号化される単位のフレー
ムを、更に４分割して５ｍｓ（４０データ）毎に区切っ
たサブフレーム単位で、そのサブフレーム内の電力Ｐｍ
を算出するサブフレーム電力算出部２２と、サブフレー
ム電力算出部２２にて順次算出されるサブフレーム電力
Ｐｍに基づき、フレーム最大電力Ｐｆを生成するフレー
ム最大電力生成部２４と、同じくサブフレーム電力Ｐｍ
に基づき推定背景騒音電力Ｐｂを生成する推定背景騒音
電力生成部２６と、フレーム最大電力Ｐｆ，推定背景騒
音電力Ｐｂ，音声符号化器１２からの１次及び２次の反
射係数ｒ１，ｒ２に基づき、フレームの有音無音を判定
する有音判定部２８と、有音判定部２８の判定結果であ
るフレーム状態ＦＳに基づき、符号化データの送信を行
うべき有音区間と、送信を停止すべき無音区間とを判定
する区間判定部３０と、により構成されている。

【００４５】なお、有音無音判別器１４は、ＣＰＵ，Ｒ
ＯＭ，ＲＡＭを中心に構成された周知のマイクロプロセ
ッサからなり、本実施例においては、音声符号化器１２
（ＤＳＰ）と有音無音判別器１４とは同一のワンチップ
のマイクロプロセッサから構成されている。また、有音
無音判別器１４を構成している上記サブフレーム電力算
出部２２，フレーム最大電力生成部２４，推定背景騒音
電力生成部２６，有音判定部２８，区間判定部３０は、
ＣＰＵ上で実行される処理として実現されている。

【００４６】ここで、有音無音判別器１４の各部の処理
をフローチャートに沿って説明する。図４は、サブフレ
ーム電力算出部２２に相当するサブフレーム電力算出処
理を表すフローチャートである。本処理は、入力部１０
にて入力音声信号がサンプリングされる毎、即ち１２５
μｓ周期で起動される。

【００４７】なお、本処理にて使用される各変数Ｐｓ，
ｎは、当該有音無音判別器１４への電源投入直後に実行
される初期化処理にて０クリアされているものとする。
本処理が起動されると、まず、ステップ１１０では、入
力部１０からのデジタルデータＸｓ² を変数Ｐｓに加算
することにより、デジタルデータＸｓ² の累積値、即
ち、信号電力の積分値を求め、続くステップ１２０で
は、デジタルデータＸｓ² の加算回数を表すカウント値
ｎをインクリメントしてステップ１３０に進む。

【００４８】ステップ１３０では、カウント値ｎが、１
サブフレームに相当する値Ｎsmpl（本実施例では、４
０）より小さいか否かを判断し、小さければそのまま本
処理を終了する。一方、カウント値ｎが比較値Ｎsmplに
達している場合には、１サブフレームの電力の算出が終
了したものとしてステップ１４０に移行し、デジタルデ
ータＸｓ² の累積値、即ちサブフレーム電力Ｐｓを所定
のバッファに格納する。

【００４９】なお、バッファは、リングバッファ形式で
構成されており、常に、最新のサブフレーム電力Ｐｓ
が、後述する長期平均値を算出するのに必要な所定個Ｎ
buffだけ記憶されるようにされている。続くステップ１
５０では、次のサブフレームの処理に備えるために累積
値Ｐｓ，カウント値ｎを０クリアし、続くステップ１６
０では、フレーム最大電力生成部２４，推定背景騒音電
力生成部２６に相当する背景騒音電力，フレーム最大電
力算出処理を起動して本処理を終了する。

【００５０】次に、図５は、背景騒音電力，フレーム最
大電力算出処理を表すフローチャートである。本処理
は、先のサブフレーム電力算出処理により、１サブフレ
ームのサブフレーム電力の算出が終了する毎、即ちサブ
フレーム間隔（５ｍｓ）で周期的に起動される。

【００５１】なお、本処理において使用される変数ｉ，
ｊは、現在処理中のフレームｉ、及びサブフレームｊを
識別するための変数であり、先のサブフレーム電力算出
処理における変数と同様に、初期化処理にて０クリアさ
れているものとする。図５に示すように、本処理が起動
されると、まず、ステップ２１０にて、（２）式に基づ
き、サブフレーム電力の長期平均値ＰAL(ｉ，ｊ)が算出
され、続くステップ２２０では、（３）式に基づき、サ
ブフレーム電力の短期平均値ＰAS(ｉ，ｊ)が算出され
る。

【００５２】

【数３】

【００５３】

【数４】

【００５４】なお、Ｐｍ(ｋ)は、先のステップ１４０に
て、バッファに格納されたサブフレーム電力値であり、
今回算出された最新のサブフレーム電力値をＰｍ(０)，
ｋ回前に算出されたサブフレーム電力値をＰｍ(ｋ)とす
る。

【００５５】即ち、サブフレーム電力の長期平均値ＰAL
(ｉ，ｊ)とは、図６に示すように、サブフレーム電力算
出処理にて算出された最新のサブフレーム電力値を含
む、この最新のサブフレーム以前の算出された連続する
所定個Ｎｂ（本実施例では１６個）のサブフレーム電力
値の平均値のことであり、一方、サブフレーム電力の短
期平均値ＰAS(ｉ，ｊ)とは、最新のサブフレーム電力値
を含む、この最新のサブフレーム電力値以前に算出され
た連続する所定個Ｎｆ個（本実施例では２個）のサブフ
レーム電力値の平均値のことであり、いずれも、サブフ
レーム電力値の移動平均を算出するものである。

【００５６】続くステップ２３０では、変数ｊをインク
リメントしてステップ２４０に進む。ステップ２４０で
は、変数ｊが、１フレーム内のサブフレーム数Ｎsf（こ
こでは４）より小さいか否かを判断し、小さければ１フ
レーム分の処理はまだ終了していないものとして、本処
理を終了する。一方、変数ｊがサブフレーム数Ｎsfに達
していれば、１フレーム分の処理が終了したものとし
て、ステップ２５０に移行し、（４）式に基づき、当該
フレームを構成する各サブフレーム毎に算出された長期
平均値ＰAL(ｉ，ｊ)のうち、最小のものを当該フレーム
における背景騒音電力Ｐｂ(ｉ)として算出し、続くステ
ップ２６０では、（５）式に基づき、短期平均値ＰAS
(ｉ，ｊ)のうち、最大のものを当該フレームにおけるフ
レーム最大電力Ｐｆ(ｉ)として算出する。

【００５７】

【数５】

【００５８】

【数６】

【００５９】続くステップ２７０では、フレームを識別
する変数ｉをインクリメントすると共に、サブフレーム
を識別する変数ｊを０クリアする。続くステップ２８０
では、有音判定部２８に相当する有音無音判定処理を起
動して、本処理を終了する。

【００６０】次に、図７は、有音無音判定処理を表すフ
ローチャートである。本処理は、背景騒音電力，フレー
ム最大電力算出処理により、１フレームの背景騒音電
力，フレーム最大電力が算出される毎、即ちフレーム間
隔（２０ｍｓ）で周期的に起動される。

【００６１】図７に示すように、本処理が起動される
と、まずステップ３１０にて、フレーム最大電力Ｐｆ
(ｉ)が、背景騒音電力Ｐｂ(ｉ)に第１しきい値ＴＨ１
（本実施例では５０）を加えた比較値以上であるか否か
を判断し、比較値以上であればステップ３６０に移行
し、比較値より小さければステップ３２０に移行する。

【００６２】ステップ３２０では、フレーム最大電力Ｐ
ｆ(ｉ)が、背景騒音電力Ｐｂ(ｉ)に第２しきい値ＴＨ２
（本実施例では３０）を加えた比較値以上であるか否か
を判断し、比較値以上であればステップ３３０に移行
し、比較値より小さければステップ３５０に移行する。

【００６３】ステップ３３０では、音声符号化器１２に
て、ｉフレームを線形予測分析することにより算出され
た１次の反射係数ｒ１(ｉ) が、第３しきい値ＴＨ３
（本実施例では０．７）以上であるか否かを判断し、第
３しきい値ＴＨ３以上であれば、ステップ３６０に移行
し、第３しきい値ＴＨ３より小さければステップ３４０
に移行する。

【００６４】ステップ３４０では、２次の反射係数ｒ２
(ｉ) が、第４しきい値ＴＨ４以下であるか否かを判断
し、第４しきい値ＴＨ４（本実施例では０．３）以下で
あればステップ３６０に移行し、第４しきい値ＴＨ４よ
り大きければステップ３５０に移行する。

【００６５】そして、ステップ３５０では、フレームの
有音無音の判定結果を表す変数ＦＳを無音を表す値（Ｆ
Ｓ＝０）に設定してステップ３７０に進み、一方、ステ
ップ３６０では、変数ＦＳを有音を表す値（ＦＳ＝１）
に設定してステップ３７０に進む。

【００６６】ステップ３７０では、区間判定部３０に相
当する区間判定処理を実行して、本処理を終了する。即
ち、フレーム最大電力Ｐｆ(ｉ)が、背景騒音電力Ｐｂ
(ｉ)に、第１しきい値ＴＨ１を加算した値以上である場
合には、このフレームを有音であると判定し、フレーム
最大電力Ｐｆ(ｉ)が、背景騒音電力Ｐｂ(ｉ)に第２しき
い値ＴＨ２（＜ＴＨ１）を加算した値より小さい場合に
は、このフレームを無音であると判定する。そして、フ
レーム最大電力Ｐｆ(ｉ)が、これらの中間の大きさであ
る時には、１次の反射係数ｒ１(ｉ)が第３しきい値ＴＨ
３以上であるか、２次の反射係数ｒ２(ｉ)が第４しきい
値ＴＨ４以下である場合に、このフレームを有音である
と判定し、それ以外の場合を無音であると判断する。

【００６７】なお、各値は１６ビットで表されるものと
する。次に、区間判定処理の処理を、図８に示す状態遷
移図を用いて説明する。なお、本処理は、先の有音無音
判定処理により設定されたフレーム状態ＦＳに基づき、
有音状態、保留状態、無音状態の３状態の間で状態を遷
移させ、これら状態に応じて、有音区間／無音区間を表
す判定結果Ｖを設定するものである。

【００６８】まず、有音状態とは、前回処理されたフレ
ームが有音（ＦＳ＝１）であった場合であり、この状態
では、判定結果Ｖは有音区間を表す値（Ｖ＝１）に設定
されている。そして、新たに処理されたフレームが、有
音無音判定処理にて有音（ＦＳ＝１）と判定された場合
は、そのまま有音状態に留まる。一方、新たに処理され
たフレームが、無音（ＦＳ＝０）と判定された場合は、
保留状態に遷移すると共に、無音フレームカウンタＣ
に、所定値Ｎwait（本実施例では、２０）を設定する。
なお、この保留状態では、判定結果Ｖは、有音状態と同
様に有音区間を表す値（Ｖ＝１）に保持される。

【００６９】そして、保留状態では、新たに処理された
フレームが有音と判定された場合は、有音状態に遷移す
る。一方、無音と判定された場合は、無音フレームカウ
ンタＣをデクリメントし、その値が０でない時には、そ
のまま保留状態に留まり、０の時には、判定結果Ｖを無
音区間を表す値（Ｖ＝０）に設定して無音状態に遷移す
る。

【００７０】この無音状態では、新たに処理されたフレ
ームが無音と判定された場合は、そのまま無音状態に留
まり、一方、有音と判定された場合は、判定結果Ｖを有
音区間を表す値（Ｖ＝１）に設定して有音状態に遷移す
る。即ち、本処理においては、有音状態及び保留状態が
有音区間（Ｖ＝１）、無音状態が無音区間（Ｖ＝０）と
判定され、これに応じて判定結果Ｖが設定される。

【００７１】そして、無音区間にある時には、有音フレ
ームを一つ受信すると、直ちに有音区間と判定され、一
方、有音区間にある時には、無音フレームを２０個以上
連続して受信した場合、即ち、無音が４００ｍｓ以上継
続した場合に無音区間と判定される。

【００７２】このようにして、判定された有音区間／無
音区間の判定結果Ｖが、送信制御部１６に入力されるこ
とにより、先に説明したように、送信器１８の起動／停
止、及び符号化データの送信が制御される。ここで、図
９，１０，１１は、静かな室内で、約２秒間隔で発声し
た音声に、走行中の車両の車室内で録音した騒音をＳ／
Ｎ比１５ｄＢで重畳したものを入力音声として、シミュ
レーションを行った結果を表す波形図である。

【００７３】このうち、図９は、有音無音判別器１４に
て算出されるフレーム最大電力Ｐｆ、フレーム最大電力
Ｐｆと背景騒音電力Ｐｂとの差Ｐｆ−Ｐｂと、音声符号
化器１２にて算出される１次及び２次の反射係数ｒ１，
ｒ２と、有音無音判別器１４の出力である判定結果Ｖと
を表す波形図である。横軸は、時間で、縦軸は夫々符号
付き１６ビット整数表現した時の値である。

【００７４】図に示すように、発声に基づく音声信号の
存在しない区間では、１次の反射係数ｒ１は、−１に近
いほぼ一定値となり、また、２次の反射係数ｒ２は、＋
１に近いほぼ一定値となる。一方、音声信号の存在する
区間では、反射係数ｒ１，ｒ２は大きく変動し、音声信
号の有無により顕著に異なる特性がよく表れている。

【００７５】また、フレーム最大電力Ｐｆと背景騒音電
力Ｐｂとの差は、発声されていない区間では、比較的小
さな値で変化し、発声の始端では、急激に値が増大す
る。このような特性を有するフレーム最大電力Ｐｆと背
景騒音電力Ｐｂとの差と、反射係数ｒ１，ｒ２に基づい
て、有音無音が判定された結果、発声に基づく音声信号
の存在する区間は、確実に有音区間（Ｖ＝１）と判定さ
れている。

【００７６】図１０において、（ａ）は入力音声信号Ｘ
ｓ、（ｂ）（ｃ）は判定結果Ｖと送信制御部１６の制御
状態とを表したものであり、特に（ｂ）は本実施例によ
る有音無音判別器１４を用いた場合、（ｃ）は１次及び
２次の反射係数ｒ１，ｒ２を用いることなく、フレーム
最大電力Ｐｆと背景雑音電力Ｐｂとの差が、第２しきい
値ＴＨ２以上であれば有音、第２しきい値ＴＨ２より小
さければ無音とする有音無音判定器を用いた場合であ
る。

【００７７】なお、送信状態の表示は、３が符号データ
を送信している状態、０が送信を停止している状態、
１，２はプリアンブルを送信している状態、−３，−
２，−１はポストアンブルを送信している状態に対応す
る。また、無音中に、周期的に送信されるポストアンブ
ルは、有音無音判定によるものではなく、先に説明した
ように、無音区間にて１０００ｍｓに１回の割合で送信
されるものである。

【００７８】図１０に示すように、フレームの電力値の
みで判定を行っている（ｃ）では、背景騒音だけが入力
されている区間の数カ所で、有音区間と誤判定されてい
るが、本実施例の（ｂ）では、背景騒音だけが入力され
ている区間は、確実に無音区間と判定されている。

【００７９】図１１は、図１０の２番目の発声の先頭部
分を拡大したものである。図１１に示すように、ｉフレ
ームの途中から発声が開始されているのであるが、その
フレーム最大電力Ｐｆは、サブフレーム毎に求められた
サブフレーム電力の短期平均値ＰASの中から、最大のも
のが選択されている。このため、フレーム最大電力Ｐｆ
としては、充分に大きな値が得られ、このｉフレームは
確実に有音フレームと判定される。

【００８０】以上説明したように、本実施例において
は、有音無音判別器１４が、音声信号Ｘｓが符号化され
る単位であるフレームを更に分割したサブフレーム毎に
そのサブフレーム電力を算出し、更に、このサブフレー
ム毎に一つ前のサブフレーム電力との移動平均（短期平
均値）ＰALを算出し、同一フレームを構成するサブフレ
ーム間でこの短期平均値ＰALを比較して、最大のものを
該フレームのフレーム最大電力Ｐｆとし、このフレーム
最大電力Ｐｆに基づいて、該フレームの有音無音を判定
するようにされている。

【００８１】従って、本実施例によれば、発声がフレー
ムの後半から開始されたとしても、そのフレームのフレ
ーム最大電力Ｐｆは、ほぼ音声信号の電力レベルに即し
たものとなるため、このような場合にも、確実に有音フ
レームであると判断することができ、その結果、語頭が
含まれたフレームの欠落による語頭切れを確実に防止で
き、優れた通話品質を確保することができる。

【００８２】また、本実施例によれば、フレーム最大電
力Ｐｆ及び背景騒音電力Ｐｂをサブフレーム電力の移動
平均により求めているので、突発的なノイズが重畳され
たとしても、その影響を緩和することができ、ノイズに
よる誤判定を防止できる。また更に、各フレームの有音
無音の判定を、そのフレーム最大電力Ｐｆと背景騒音電
力Ｐｂとの差だけによらず、周波数スペクトルの包絡形
状の相違が反映される一次及び２次の反射係数ｒ１，ｒ
２を用いて行っているので、背景騒音が大きく、フレー
ム最大電力Ｐｆと背景騒音電力Ｐｂとの差からでは判定
が困難な場合であっても、確実に有音無音を判定でき
る。

【００８３】そして、このように、フレームの有音無音
を正確に判定できることにより、効果的にＶＯＸ制御を
行うことができる。即ち、無音区間において、無音フレ
ームを有音フレームとしてしまう誤判定が発生すると、
直ちに有音区間に遷移して、送信制御部１６により、送
信器１８が起動され、無駄な電力が消費されてしまうこ
とになるが、このようなことを確実に防止できるのであ
る。

【００８４】また、本実施例では、有音区間において、
無音フレームが検出されても、直ちに無音区間に変化す
るのではなく、所定フレーム以上連続して無音フレーム
を検出した場合に、無音区間に変化するようにされてい
る。従って、本実施例によれば、会話中の息継ぎ等、短
い無音状態が無音区間と判断されることがなく、有音区
間／無音区間の変化時に実施されるＶＯＸ制御のための
処理に基づく音声の欠落を防止することができる。即
ち、本実施例のシステムでは、ＶＯＸ制御によって送信
器１８を停止／起動することを、受信側に通知するため
に、有音区間から無音区間に変化した場合には３フレー
ム分のポストアンブルを、逆に無音区間から有音区間に
変化した場合には２フレーム分のプリアンブルを送信す
るようにされているため、一旦、有音区間から無音区間
に変化すると、その直後にまた有音区間に変化したとし
ても、ポストアンブル、プリアンブルの送信により、最
低５フレーム（１００ｍｓ）は、音声を送信することが
できず、その間に発生した音声は欠落してしまうのであ
るが、息継ぎのような短時間の無音状態は、これを無音
区間として処理するのではなく、有音区間として処理す
ることにより、このような音声の欠落を防止できるので
ある。

【００８５】なお、上記実施例では、１次及び２次の反
射係数を使用しているが、１次の反射係数のみ、或は２
次の反射係数のみを使用したり、３次以上の反射係数を
併用してもよい。また、上記実施例では、フレームが２
０ｍｓであるが、より長いフレーム（例えば４０ｍｓ）
を使用する場合に適用してもよく、この場合、サブフレ
ームの大きさが同じであれば、同じ精度で語頭切れを防
止できる。

【図面の簡単な説明】

【図１】本実施例の有音無音判別器の構成を表すブロ
ック図である。

【図２】本実施例の有音無音判別器が適用された自動
車電話システムに用いられる移動局の送信部の構成を表
すブロック図である。

【図３】送信制御部にて生成される送信フレームの構
成を表す説明図である。

【図４】サブフレーム電力算出処理を表すフローチャ
ートである。

【図５】背景騒音電力、フレーム最大電力算出処理を
表すフローチャートである。

【図６】背景騒音電力、フレーム最大電力の説明図で
ある。

【図７】有音無音判定処理を表すフローチャートであ
る。

【図８】区間判定処理を説明するための状態遷移図で
ある。

【図９】有音無音判別器各部の信号波形を表す波形図
である。

【図１０】有音無音判別器の判定結果，及び送信制御
部の動作状態を表す説明図である。

【図１１】無音から有音への変化時におけるフレーム
最大電力の算出結果を表す説明図である。

【符号の説明】

１０…入力部１２…音声符号化器１４…有音無
音判別器１６…送信制御部１８…送信器２０…アンテ
ナ２２…サブフレーム電力算出部２４…フレーム最大
電力生成部２６…推定背景騒音電力生成部２８…有音判定部
３０…区間判定部

Claims

【特許請求の範囲】

【請求項１】入力音声信号を所定時間毎の基本フレー
ム単位に分割し、該基本フレーム毎に有音無音を判別す
る有音無音判別器であって、上記音声信号が、上記基本フレームを更に所定分割数に
分割したサブフレーム分だけ入力される毎に、該サブフ
レームの電力値であるサブフレーム電力を順次算出する
サブフレーム電力算出手段と、上記音声信号が、上記基本フレーム分だけ入力される毎
に、上記サブフレーム電力算出手段にて算出された該基
本フレームを構成するサブフレームの各サブフレーム電
力のうち、最大のものを該基本フレームのフレーム最大
電力とするフレーム最大電力生成手段と、上記サブフレーム電力算出手段にて算出された最新のサ
ブフレーム電力を含む、該サブフレーム電力以前に算出
された連続する複数のサブフレーム電力に基づき、背景
騒音電力を推定する背景騒音電力推定手段と、上記フレーム最大電力と上記背景騒音電力との差に基づ
き、上記基本フレームの有音無音を判別する有音無音判
別手段と、を備えることを特徴とする有音無音判別器。
【請求項２】上記フレーム最大電力生成手段は、上記サブフレーム算出手段にてサブフレーム電力が算出
される毎に、該最新のサブフレーム電力を含む、該サブ
フレーム電力以前に算出された上記分割数より少ない所
定個の連続するサブフレーム電力に基づき、その平均値
である短期平均値を算出する短期平均値算出手段を備
え、上記サブフレーム電力に代えて上記短期平均値が最大の
ものをフレーム最大電力とすることを特徴とする請求項
１に記載の有音無音判別器。
【請求項３】上記背景騒音電力推定手段は、上記サブフレーム電力算出手段にてサブフレーム電力が
算出される毎に、該最新のサブフレーム電力を含む、該
サブフレーム電力以前に算出された上記分割数より多い
所定個の連続するサブフレーム電力に基づき、その平均
値である長期平均値を算出する長期平均値算出手段と、上記音声信号が、上記基本フレーム分だけ入力される毎
に、上記長期平均値算出手段にて算出された該基本フレ
ームを構成するサブフレームの各長期平均値のうち、最
小のものを該基本フレームの背景騒音電力とする選択手
段と、により構成されていることを特徴とする請求項１または
請求項２に記載の有音無音判別器。
【請求項４】請求項１ないし請求項３のいずれかに記
載の有音無音判別器において、更に、上記入力音声信号を上記基本フレーム毎に線形予
測分析して、該入力音声信号の周波数スペクトル包絡線
の特徴を表す特徴パラメータを抽出するパラメータ抽出
手段を備え、上記有音無音判別手段は、上記フレーム最大電力と上記背景騒音電力との電力差が
所定の第１しきい値以上である基本フレームを有音、上
記電力差が上記第１しきい値より小さい所定の第２しき
い値以下である基本フレームを無音と判定する第１の判
定手段と、上記電力差が第１しきい値より大きく、且つ第２しきい
値より小さい場合に、上記パラメータ抽出手段にて抽出
される特徴パラメータに基づき、上記基本フレームの有
音無音を判定する第２の判定手段と、により構成されていることを特徴とする有音無音判別
器。
【請求項５】請求項４に記載の有音無音判別器におい
て、上記パラメータ抽出手段にて抽出され、上記第２の判定
手段にて判定に使用される特徴パラメータは、低次の反
射係数であることを特徴とする有音無音判別器。
【請求項６】請求項１ないし請求項５のいずれかに記
載の有音無音判別器において、更に、上記有音無音判別手段にて有音と判定された有音
フレーム及び無音と判定された無音フレームのうち、有
音フレームと該有音フレームの後に連続する所定個以内
の無音フレームとを有音区間と判定し、有音フレームの
後に連続する所定個の無音フレームの後に、更に連続す
る無音フレームを無音区間と判定する区間判定手段を備
えたことを特徴とする有音無音判別器。