【課題】音響信号が倍音成分を含む場合でもピッチ周期を高精度に特定する。
【解決手段】ピーク検出部２４は、音響信号Ａの正側ピークＱPの強度ＬPと負側ピークＱMの強度ＬMとを特定する。指標算定部３２は、強度ＬP[n-2]および強度ＬP[n]の平均値と強度ＬP[n-1]との差分値の絶対値と、強度ＬM[n-2]および強度ＬM[n]の平均値と強度ＬM[n-1]との差分値の絶対値とを加算することで変化指標値Ｆ[n]を算定する。周期特定部４４は、変化指標値Ｆ[n]が閾値ＴH[n]を下回る場合には正側ピークＱP[n-1]や負側ピークＱM[n-1]を考慮して音響信号Ａのピッチ周期Ｔpを特定し、変化指標値Ｆ[n]が閾値ＴH[n]を上回る場合には正側ピークＱP[n-1]や負側ピークＱM[n-1]を無視して音響信号Ａのピッチ周期Ｔpを特定する。 （もっと読む）

ユーザが騒々しい環境または社会的に敏感な環境で、声を出さずに、または聞こえるように話す間、ユーザの音声を推定するために、閾値下の音波でユーザの声道を探る音声推定（ＶＥ）インタフェースを有する装置。一実施形態では、ＶＥインタフェースは携帯電話に組み込まれ、携帯電話がネットワークを通じて推定音声信号を遠隔通話相手に送り、（ｉ）ユーザは、例えばミーティング、会議、映画、または公演において他の人々に迷惑をかけることなく遠隔通話相手と会話することができるようになる、（ｉｉ）遠隔通話相手は、そうでなければユーザが例えばナイトクラブ、ディスコ、もしくは飛行中の航空機にいることによる比較的大きな周囲雑音によってかき消されることになるユーザの声をより明瞭に聞くことができるようになる。
（もっと読む）

【課題】音響分析パラメータ生成方法を高速・省メモリ化する。
【解決手段】この発明の音響分析パラメータ生成方法は、入力フレーム選択過程と、出力確率計算過程と、スコア計算過程と、スコア評価過程と、最適調整パラメータ候補記録過程と、調整パラメータ管理過程とを含む。入力フレーム選択過程においてスコア計算に用いる音声ディジタル信号の一部の区間を選択する。選択した区間の音響特徴量と音響モデルとを用いてフレーム毎の各状態の出力確率を計算し、最尤状態系列を所定フレーム数に渡って累積して出力確率スコアを求め、出力確率スコアが最大になる調整パラメータを、それ以降に使用する最適調整パラメータとして出力する。 （もっと読む）

【課題】基本周期の範囲を事前に限定せずとも、背景雑音の影響が低減された基本周波数変化量が得ることが可能な技術を提供する。
【解決手段】対数周波数スペクトログラム計算部１０１は、フレーム毎に入力された音声信号について、対数周波数スペクトログラムを計算する。ハフ変換部１０２は、対数周波数スペクトログラム計算部１０１が計算した対数周波数スペクトログラムについて、周波数成分の強さを用いて投票を行うことにより、直線を検出するためのハフ変換を行う。直線群抽出部１０３は、ハフ変換部１０２が出力した投票値を用いて、基本周波数変化量の計算に用いる対象となる直線群と対象投票値とを抽出する。基本周波数変化量計算部１０４は、直線群抽出部１０３が抽出した直線群に含まれる個々の直線の傾きと対象投票値とを用いて、基本周波数変化量を計算する。 （もっと読む）

【課題】未知語への対応が可能であり、音声対話や音声検索からの要求に耐えうる高い音素識別精度を有する調音特徴抽出装置、調音特徴抽出方法、及び調音特徴抽出プログラムを提供する。
【解決手段】調音特徴抽出装置では、入力部２０１より入力された音声がＡ／Ｄ変換部２０２においてデジタル変換され、特徴分析部２１０においてフーリエ解析及びフィルタリングされた結果、音声スペクトルデータが得られる。次いで、調音特徴抽出部２２０において、調音特徴の時系列データである調音特徴系列が抽出される。そして調音運動修正部２３０において、調音特徴系列の変位成分より速度成分と加速度成分とが抽出され、さらに各成分に基づき、ニューラルネットワークを経ることにより、調音運動が修正される。そして修正された調音運動に基づき、単語分類部２０４において該当する単語が検索され、音声認識処理が実行される。 （もっと読む）

【課題】単語辞書の作成に事前調査を必要としない音声認識装置を提供する。
【解決手段】音声認識装置１０は、音響信号の中から音声信号を含む発話区間を検出する発話区間検出部１１と、発話区間検出部１１により検出された発話区間内の音声信号を分析することにより、その音声信号から音響特徴量を抽出する特徴量抽出部１２と、複数種類の単語がモーラ数でソートされて登録されている単語辞書１３と、単語辞書１３に登録された単語の音響特徴量が登録されている音響モデル１４と、単語辞書１３及び音響モデル１４を参照し、特徴量抽出部１２により抽出された音響特徴量を単語辞書１３に登録された各単語の音響特徴量と照合することにより各単語の尤度を算出し、最尤度の単語を認識結果とする照合部１５とを備える。 （もっと読む）

【課題】複数のマイクが不要で、単チャネルの音声に対しても適用可能な発話区間検出装置を提供する。
【解決手段】発話区間検出装置２２は、音響データを所定時間ごとにフレームに分割するフレーム分割部２３と、フレーム分割部２３により分割された音響データをフレームごとに高速フーリエ変換する高速フーリエ変換部１４と、高速フーリエ変換部２４によりフーリエ変換された音響データを微分して微分係数を算出する微分部２５と、微分部２５により算出された微分係数の度数分布に基づいて音声を含む音声フレームを判定する音声フレーム判定部２６とを備える。 （もっと読む）

【課題】事前の話者登録を無くす。
【解決手段】この発明の発話区間話者分類装置は、音量音声区間分割部と、特徴量分析部と、代表特徴量抽出部と、セグメント分類部と、セグメント統合部と、を具備する。音量音声区間分割部は、離散値化された音声信号の音声区間検出を行い音声区間セグメントを出力する。特徴量分析部は、音声区間セグメントの音響特徴量分析を行い音響特徴量を出力する。代表特徴量抽出部は、音響特徴量から音声区間セグメントの代表特徴量を抽出する。セグメント分類部は、代表特徴量のそれぞれの間の距離を計算して距離に基づいて音声区間セグメントをクラスタに分類する。セグメント統合部は、隣接する上記音声区間セグメントが同一クラスタに属する場合に、隣接する音声区間セグメントを１個のセグメントとして統合する。 （もっと読む）

【課題】音響分析パラメータ生成装置を高速・省メモリ化する。
【解決手段】この発明の音響分析パラメータ生成装置の出力確率計算部は、調整パラメータを用いて算出されたフレーム単位の音響特徴量と音響モデルとを入力としてフレーム毎の各状態の出力確率を計算する。スコア計算部が、出力確率の最尤状態系列を所定フレーム数に渡って累積して出力確率スコアを求める。スコア評価部は、出力確率スコアを評価して出力確率スコアが最大になる調整パラメータを最適調整パラメータ候補として出力する。最適調整パラメータ候補記録部が、その最適調整パラメータ候補を記録する。所定フレーム数に対して調整パラメータをそれぞれ出力した後に記録した最適調整パラメータ候補を調整パラメータとして出力する。 （もっと読む）

【課題】簡単かつ容易に話者認識を行うことができるようにする。
【解決手段】係数蓄積部４０には、音声波形を予測するための予測係数を話者毎に蓄積させておく。予測波形生成部３３は、入力音声の音声データと予測係数を用いた演算を行い、話者毎に予測波形を生成する。予測誤差算出部３４は、入力音声の音声波形に対する予測波形の誤差を話者毎に算出する。話者特定部３５は、算出された話者毎の誤差に基づいて、入力音声の話者を特定する。予測係数は、話者の音声データに対して線形予測分析を行って得られた線形予測係数を用いる。時間領域を周波数領域に変換する処理等を行う必要がなく、時間領域で話者認識を行えるようになる。 （もっと読む）