JP3224132B2 - 音声活動検出装置 - Google Patents
音声活動検出装置Info
- Publication number
- JP3224132B2 JP3224132B2 JP50905595A JP50905595A JP3224132B2 JP 3224132 B2 JP3224132 B2 JP 3224132B2 JP 50905595 A JP50905595 A JP 50905595A JP 50905595 A JP50905595 A JP 50905595A JP 3224132 B2 JP3224132 B2 JP 3224132B2
- Authority
- JP
- Japan
- Prior art keywords
- input signal
- detection device
- voice activity
- prediction
- prediction error
- 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.)
- Expired - Lifetime
Links
- 230000000694 effects Effects 0.000 title claims description 21
- 230000003595 spectral effect Effects 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000007774 longterm Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 abstract description 19
- 238000001228 spectrum Methods 0.000 abstract description 5
- 238000001914 filtration Methods 0.000 abstract description 4
- 230000000295 complement effect Effects 0.000 abstract 1
- 230000006978 adaptation Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q1/00—Details of selecting apparatus or arrangements
- H04Q1/18—Electrical details
- H04Q1/30—Signalling arrangements; Manipulation of signalling currents
- H04Q1/44—Signalling arrangements; Manipulation of signalling currents using alternate current
- H04Q1/444—Signalling arrangements; Manipulation of signalling currents using alternate current with voice-band signalling frequencies
- H04Q1/46—Signalling arrangements; Manipulation of signalling currents using alternate current with voice-band signalling frequencies comprising means for distinguishing between a signalling current of predetermined frequency and a complex current containing that frequency, e.g. speech current
-
- 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
- G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
-
- 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
-
- 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
- G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
- G10L2025/786—Adaptive threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M19/00—Current supply arrangements for telephone systems
- H04M19/08—Current supply arrangements for telephone systems with current supply sources at the substations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Electrophonic Musical Instruments (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Telephone Function (AREA)
- Control Of Amplification And Gain Control (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Circuit For Audible Band Transducer (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Electromechanical Clocks (AREA)
- Cosmetics (AREA)
- Radio Relay Systems (AREA)
- Measuring Fluid Pressure (AREA)
- Burglar Alarm Systems (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Description
【発明の詳細な説明】 音声活動検出装置は、音声期間またはノイズのみを含
み期間の検出のために、信号が供給される装置である。
本発明はこれに限定されないが、このような検出装置に
対する特に興味ある１つの適用は、沈黙期間中に送信機
をオフにすることにより電力消費および干渉を減少させ
るために、音声が存在するか否かの情報が活用される移
動無線電話システムにある。この場合、（移動体搭載装
置からの）ノイズレベルも高いことが多い。無線システ
ムにおける他の可能性ある用途は、無線スペクトルの利
用効率を改善することである。
み期間の検出のために、信号が供給される装置である。
本発明はこれに限定されないが、このような検出装置に
対する特に興味ある１つの適用は、沈黙期間中に送信機
をオフにすることにより電力消費および干渉を減少させ
るために、音声が存在するか否かの情報が活用される移
動無線電話システムにある。この場合、（移動体搭載装
置からの）ノイズレベルも高いことが多い。無線システ
ムにおける他の可能性ある用途は、無線スペクトルの利
用効率を改善することである。
図１は、われわれの国際特許出願WO89/08910に記載さ
れているような、音声活動検出装置を示している。
れているような、音声活動検出装置を示している。
ノイズのある音声信号が入力１で受信される。記憶装
置２は、ノイズの周波数スペクトルの推定値またはモデ
ルを規定するデータを含んでいる。これと現在の信号の
スペクトルとの比較３がなされ、しきい値と比較４され
る類似性の尺度が得られる。ノイズ成分の変化を追跡す
るために、音声がない時のみ、入力信号からノイズモデ
ルが更新される。また、しきい値も、適応することがで
きる（アダプタ６）。
置２は、ノイズの周波数スペクトルの推定値またはモデ
ルを規定するデータを含んでいる。これと現在の信号の
スペクトルとの比較３がなされ、しきい値と比較４され
る類似性の尺度が得られる。ノイズ成分の変化を追跡す
るために、音声がない時のみ、入力信号からノイズモデ
ルが更新される。また、しきい値も、適応することがで
きる（アダプタ６）。
誤判定を引き起こす漸進的で不正確な適応の危険性が
なく、ノイズのみの期間中でけ適応が確実に生じるよう
にするために、適応は補助検出装置７の制御のもと実行
される。検出装置７は、無音声検出装置８と有音声検出
装置９とを具備する。検出装置７は、いずれかの検出装
置が音声を認識した時に、音声が存在すると考え、更新
と主検出装置のしきい値適応とを抑制する。典型的に
は、無音声検出装置８が、信号に対して１組のLPC係数
を得て、連続するフレーム期間の間、これらの係数の自
己相関関数を比較する一方、有音声検出装置９がLPC残
差の自己相関の変動量を検査する。
なく、ノイズのみの期間中でけ適応が確実に生じるよう
にするために、適応は補助検出装置７の制御のもと実行
される。検出装置７は、無音声検出装置８と有音声検出
装置９とを具備する。検出装置７は、いずれかの検出装
置が音声を認識した時に、音声が存在すると考え、更新
と主検出装置のしきい値適応とを抑制する。典型的に
は、無音声検出装置８が、信号に対して１組のLPC係数
を得て、連続するフレーム期間の間、これらの係数の自
己相関関数を比較する一方、有音声検出装置９がLPC残
差の自己相関の変動量を検査する。
この構成は、音声期間とノイズだけが受信される期間
とを区別するのに非常に優れている。しかしながら、補
助検出装置により、シグナリングトーンが単なるノイズ
であるとされることがよくあり（すなわち、補助検出装
置がシグナリングトーンを音声として認識しない）、そ
のため、シグナリングトーンがノイズであるかのように
主検出装置がシグナリングトーンに適応し、シグナリン
グトーンの送信が妨げられるか、あるいは少なくとも早
まって終了されてしまう問題が生じる。
とを区別するのに非常に優れている。しかしながら、補
助検出装置により、シグナリングトーンが単なるノイズ
であるとされることがよくあり（すなわち、補助検出装
置がシグナリングトーンを音声として認識しない）、そ
のため、シグナリングトーンがノイズであるかのように
主検出装置がシグナリングトーンに適応し、シグナリン
グトーンの送信が妨げられるか、あるいは少なくとも早
まって終了されてしまう問題が生じる。
この問題は、それぞれ特定のシグナリングトーンの周
波数に同調されたトーン検出装置を設けることにより解
消することができる。しかしながら、世界中の異なるシ
グナリングトーンの多様性はかなりのものであるから、
「接続」トーンが発生された国に関わらず、例えば国際
通話をしている移動電話ユーザが確実に「接続」トーン
を聞けるようにするために、非常に多数の個々の検出装
置が必要となる。
波数に同調されたトーン検出装置を設けることにより解
消することができる。しかしながら、世界中の異なるシ
グナリングトーンの多様性はかなりのものであるから、
「接続」トーンが発生された国に関わらず、例えば国際
通話をしている移動電話ユーザが確実に「接続」トーン
を聞けるようにするために、非常に多数の個々の検出装
置が必要となる。
本発明にしたがうと、入力信号中の音声の存在を検出
する音声活動検出装置が提供される。
する音声活動検出装置が提供される。
本発明の入力信号中の音声の存在を検出する音声活動
検出装置は、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測誤差計算可能手段
と、 （ｆ） 前記予測誤差がしきい値より小さい時に更新を
抑制する修正手段と を具備することを特徴としている。
検出装置は、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測誤差計算可能手段
と、 （ｆ） 前記予測誤差がしきい値より小さい時に更新を
抑制する修正手段と を具備することを特徴としている。
また本発明の入力信号中の音声の存在を検出する音声
活動検出装置は、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測利得計算可能手段
と、 （ｆ） 前記予測利得がしきい値を越えた時に更新を抑
制する修正手段と を具備することを特徴としている。
活動検出装置は、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測利得計算可能手段
と、 （ｆ） 前記予測利得がしきい値を越えた時に更新を抑
制する修正手段と を具備することを特徴としている。
本発明のいくつかの実施例を、例として、添付した図
面を参照して説明する。
面を参照して説明する。
図２は、本発明の１つの観点にしたがった音声活動検
出装置を有する音声符号装置のブロック図である。
出装置を有する音声符号装置のブロック図である。
図３および図４は、種々の入力信号からの予測利得値
のグラフを示したものである。
のグラフを示したものである。
図５、図６および図７は、本発明のさらに別の実施例
のブロック図である。
のブロック図である。
図２において、通常の音声符号装置100は音声入力101
を有し、音声信号は、8KHzでサンプルされ、アナログ−
デジタルコンバータ102によりデジタル形態に変換され
る。ウインドウ装置103は、音声サンプルを（例え
ば、）160サンプルのフレーム（すなわち、20ミリ秒フ
レーム）に分割し、それを、ハミングウインドウと、ま
たはフレームの最初と最後におけるサンプルの寄与を減
少させる他の関数と乗算する。相関装置104は、デジタ
ル音声サンプルを受信し、各フレームに対する自己相関
係数Riを生成する。LPC解析装置105は、例えば、レビン
ソン−ダービンまたはシュラーアルゴリズムのような既
知の方法を使用して、入力音声信号の周波数スペクトル
に対応している周波数応答を有するフィルタ（合成フィ
ルタとして呼ばれることがある）の係数aiを計算する。
を有し、音声信号は、8KHzでサンプルされ、アナログ−
デジタルコンバータ102によりデジタル形態に変換され
る。ウインドウ装置103は、音声サンプルを（例え
ば、）160サンプルのフレーム（すなわち、20ミリ秒フ
レーム）に分割し、それを、ハミングウインドウと、ま
たはフレームの最初と最後におけるサンプルの寄与を減
少させる他の関数と乗算する。相関装置104は、デジタ
ル音声サンプルを受信し、各フレームに対する自己相関
係数Riを生成する。LPC解析装置105は、例えば、レビン
ソン−ダービンまたはシュラーアルゴリズムのような既
知の方法を使用して、入力音声信号の周波数スペクトル
に対応している周波数応答を有するフィルタ（合成フィ
ルタとして呼ばれることがある）の係数aiを計算する。
デジタル入力信号は、この係数により制御される逆フ
ィルタ（すなわち解析フィルタ）106も通過し、残差信
号が生成される。残差信号は、その前の値からLPC残差
を予測するための最適遅延とその予測に対する対応利得
値とを計算する長期予測器解析装置107によりさらに解
析される残差が生成される。解析装置106は、第２の残
差（すなわち、現在のLPC残差と得られたパラメータに
より遅延されたスケール化された時のLPC残差との間の
差）も形成する。励起装置108は、単にLPC残差を量子化
することにより、また他の通常の方法により、復号装置
へ送信する励起パラメータを導出する。
ィルタ（すなわち解析フィルタ）106も通過し、残差信
号が生成される。残差信号は、その前の値からLPC残差
を予測するための最適遅延とその予測に対する対応利得
値とを計算する長期予測器解析装置107によりさらに解
析される残差が生成される。解析装置106は、第２の残
差（すなわち、現在のLPC残差と得られたパラメータに
より遅延されたスケール化された時のLPC残差との間の
差）も形成する。励起装置108は、単にLPC残差を量子化
することにより、また他の通常の方法により、復号装置
へ送信する励起パラメータを導出する。
LPC係数ai、長期予測器遅延ｄ、利得ｇ、および励起
パラメータｅは、復号装置へ送信される。
パラメータｅは、復号装置へ送信される。
われわれの以前の特許出願にしたがって主音声活動検
出装置は、現在の係数の重み付けされた合計Ri′を生成
する平均化装置110によって、自己相関係数Riとバッフ
ァ111に記憶されている前のフレームからのものとを平
均化する。さらに別の自己相関装置112は、バッファ113
に送られるLPC係数aiの自己相関係数Biを形成する。
（以下に説明される）補助検出装置によりノイズのみが
含まれているとされる期間中だけバッファの内容が更新
されるので、バッファ113の内容Bi′は、入力信号のノ
イズスペクトルの推定値を表している。乗算／加算装置
114は、入力信号と以下の式により規定されるノイズモ
デルとの間のスペクトル類似性の尺度Ｍを形成する。
出装置は、現在の係数の重み付けされた合計Ri′を生成
する平均化装置110によって、自己相関係数Riとバッフ
ァ111に記憶されている前のフレームからのものとを平
均化する。さらに別の自己相関装置112は、バッファ113
に送られるLPC係数aiの自己相関係数Biを形成する。
（以下に説明される）補助検出装置によりノイズのみが
含まれているとされる期間中だけバッファの内容が更新
されるので、バッファ113の内容Bi′は、入力信号のノ
イズスペクトルの推定値を表している。乗算／加算装置
114は、入力信号と以下の式により規定されるノイズモ
デルとの間のスペクトル類似性の尺度Ｍを形成する。
ここで、ゼロの添字はゼロ次元自己相関係数を意味
し、ｎは音声フレーム中のサンプル数である。
し、ｎは音声フレーム中のサンプル数である。
尺度Ｍは、比較装置115においてしきい値レベルと比
較され、出力116に、音声が存在しないことを示してい
る信号が生成される。しきい値は、現在のノイズパワー
レベルにしたがって、適応的に調整してもよい（11
7）。
較され、出力116に、音声が存在しないことを示してい
る信号が生成される。しきい値は、現在のノイズパワー
レベルにしたがって、適応的に調整してもよい（11
7）。
音声認識の失敗は、音声情報でバッファを更新し、さ
らなる認識の失敗の結果、すなわち「ロック」状態とな
るので、バッファ記憶装置113中のノイズ推定値の更新
は、直前に説明した検出装置の出力116により制御され
ない。したがって、更新は、補助検出装置200により制
御される。ノイズと無音声とを区別するために、これ
は、入力の（平均化されていない）自己相関係数RiとLP
C係数の（バッファされていない）自己相関係数Biの積
の合計を形成する（201）。減算装置202は、バッファ20
3で遅延された前の音声フレームに対する対応する合計
とこの合計とを比較する。入力信号の連続するフレーム
間のスペクトル類似度を表しているこの差は、判定信号
を生成するために、しきい値処理される。
らなる認識の失敗の結果、すなわち「ロック」状態とな
るので、バッファ記憶装置113中のノイズ推定値の更新
は、直前に説明した検出装置の出力116により制御され
ない。したがって、更新は、補助検出装置200により制
御される。ノイズと無音声とを区別するために、これ
は、入力の（平均化されていない）自己相関係数RiとLP
C係数の（バッファされていない）自己相関係数Biの積
の合計を形成する（201）。減算装置202は、バッファ20
3で遅延された前の音声フレームに対する対応する合計
とこの合計とを比較する。入力信号の連続するフレーム
間のスペクトル類似度を表しているこの差は、判定信号
を生成するために、しきい値処理される。
有音声を認識するために、長期予測器遅延ｄがピッチ
解析装置205により測定される。この出力は、オアゲー
ト206でしきい値段204の出力と結合される。すなわち、
もし装置204または205のいずれかが（または両方が）、
音声の存在を示している出力を生成するならば、補助検
出装置200により、音声が存在しているとされる。導入
部で論じたように、システムにシグナリングトーンが通
るならば、これらはノイズでなく音声として認識されな
ければならない。そして直前に説明した補助検出装置
は、これを達成するに際して、かなり非効率である。補
助検出装置はいくつかのトーンを認識するが、他のもの
（一般的に、比較的純粋なスペクトル成分をともなうも
の）は認識されない。一旦補助検出装置200が失敗する
と、バッファ113のノイズ推定値がシグナリングトーン
で「慣らされる」ので、主検出装置も失敗する。
解析装置205により測定される。この出力は、オアゲー
ト206でしきい値段204の出力と結合される。すなわち、
もし装置204または205のいずれかが（または両方が）、
音声の存在を示している出力を生成するならば、補助検
出装置200により、音声が存在しているとされる。導入
部で論じたように、システムにシグナリングトーンが通
るならば、これらはノイズでなく音声として認識されな
ければならない。そして直前に説明した補助検出装置
は、これを達成するに際して、かなり非効率である。補
助検出装置はいくつかのトーンを認識するが、他のもの
（一般的に、比較的純粋なスペクトル成分をともなうも
の）は認識されない。一旦補助検出装置200が失敗する
と、バッファ113のノイズ推定値がシグナリングトーン
で「慣らされる」ので、主検出装置も失敗する。
したがって、シグナリングトーンを検出するために、
さらに別の補助検出装置が設けられる。人工的に生成さ
れたシグナリングトーンがわずかな（変調されているか
もしれない）周波数成分を含むことを観測するのに、こ
れが使用されるのが好ましい。LPC予測器の性能は、こ
のような信号に対して非常に高く、これは、（多重トー
ン信号を含む）トーンベースの信号と背景または環境的
なノイズ信号との弁別をするために使用される。
さらに別の補助検出装置が設けられる。人工的に生成さ
れたシグナリングトーンがわずかな（変調されているか
もしれない）周波数成分を含むことを観測するのに、こ
れが使用されるのが好ましい。LPC予測器の性能は、こ
のような信号に対して非常に高く、これは、（多重トー
ン信号を含む）トーンベースの信号と背景または環境的
なノイズ信号との弁別をするために使用される。
LPC予測利得Gpは、音声フレームの出力信号パワーに
対する入力信号パワーの割合として以下のように定義さ
れる。
対する入力信号パワーの割合として以下のように定義さ
れる。
ここで、xiはフィルタ入力であり、yiは逆フィルタの
出力である。
出力である。
（ここで、ｍはフィルタ係数の個数であり、典型的に８
または10である） 信号ｘ（ｉ）およびｙ（ｉ）は、コンバータ102およ
びフィルタ106のそれぞれの出力において、LPC符号装置
100から利用可能である。これらの値は２乗され（301,3
02）、予測利得は、上記等式にしたがってGpを計算する
計算装置303により得られる。その出力は、比較装置304
により、固定しきい値Ｔと比較される。すなわち、利得
がしきい値（典型的に、Ｔ＝63または18dB）を越えた場
合、トーンが認識されたとされる。トーン認識に対する
いくつかの可能性ある応答がある。すなわち、 （ａ）オアゲート303により主検出装置出力を無効にす
る。
または10である） 信号ｘ（ｉ）およびｙ（ｉ）は、コンバータ102およ
びフィルタ106のそれぞれの出力において、LPC符号装置
100から利用可能である。これらの値は２乗され（301,3
02）、予測利得は、上記等式にしたがってGpを計算する
計算装置303により得られる。その出力は、比較装置304
により、固定しきい値Ｔと比較される。すなわち、利得
がしきい値（典型的に、Ｔ＝63または18dB）を越えた場
合、トーンが認識されたとされる。トーン認識に対する
いくつかの可能性ある応答がある。すなわち、 （ａ）オアゲート303により主検出装置出力を無効にす
る。
（ｂ）オアゲート206への第３入力により、補助検出装
置を無効にする。
置を無効にする。
（ｃ）（示したような）これらの両方 もちろん、商を計算する代わりに、Σx2項を、しきい値
で乗算したΣy2項と比較することができる。図３は、背
景の環境的なノイズ、音声、シグナリングトーン中の背
景ノイズ、およびシグナリングトーンそのものから得ら
れた、dB表示の予測利得ヒストグラムを示している。一
方、図４は、異なるUKシグナリングトーン、すなわち、 「加入者接続（Subscriber Engaged）」トーン ダイヤルトーン リングトーン 「番号取得不可（Number Unobtainable）」トーン 「装置接続（Equipment engaged）」トーン に対する時間対予測利得のグラフを示している。実際に
は、加入者接続トーン、ダイヤルトーン、および番号取
得不可トーンは、別の検出装置により認識が成功する
が、実際は（例えば、キーパッドからの）多重周波数ト
ーンである。リングトーンおよび「装置接続」トーン
は、ピッチ解析装置205により認識される。
で乗算したΣy2項と比較することができる。図３は、背
景の環境的なノイズ、音声、シグナリングトーン中の背
景ノイズ、およびシグナリングトーンそのものから得ら
れた、dB表示の予測利得ヒストグラムを示している。一
方、図４は、異なるUKシグナリングトーン、すなわち、 「加入者接続（Subscriber Engaged）」トーン ダイヤルトーン リングトーン 「番号取得不可（Number Unobtainable）」トーン 「装置接続（Equipment engaged）」トーン に対する時間対予測利得のグラフを示している。実際に
は、加入者接続トーン、ダイヤルトーン、および番号取
得不可トーンは、別の検出装置により認識が成功する
が、実際は（例えば、キーパッドからの）多重周波数ト
ーンである。リングトーンおよび「装置接続」トーン
は、ピッチ解析装置205により認識される。
別の検出装置300は、あるタイプのトーンに対する検
出装置として考えられる。すなわちこれは、（図２の実
施例で）残差yiが小さい状態を検出するように見ること
ができるので、長期予測器107（したがって、ピッチ解
析装置205）の動作は強くない。
出装置として考えられる。すなわちこれは、（図２の実
施例で）残差yiが小さい状態を検出するように見ること
ができるので、長期予測器107（したがって、ピッチ解
析装置205）の動作は強くない。
有音声を検出する代わりの方法は、ピッチ検出装置20
5を、301,302,303および304に類似する装置で置換し
て、長期予測器解析装置107に基づく予測利得を形成
（およびしきい値処理）することである。
5を、301,302,303および304に類似する装置で置換し
て、長期予測器解析装置107に基づく予測利得を形成
（およびしきい値処理）することである。
図２の装置に対するさらに２つの変形例を図５を参照
して説明する。第１に、図２に示されている実施例にお
いて、計算された予測利得が音声符号装置100のLPC解析
装置のものであり、これは、８次あるいは10次の予測器
を典型的に使用する。しかしながら、解析装置のこの部
分のベースが、情報トーンが環境ノイズより高い予測利
得となること、解析装置の次元が高くなると、ノイズ環
境をモデル化する予測器の能力も高くなることに着目す
ると、利得計算を４次解析に限定することにより、１つ
または２つのトーンからなる情報信号が高い予測利得を
与え、一方、環境ノイズに対する予測利得は減少させる
ことができることが分かる。
して説明する。第１に、図２に示されている実施例にお
いて、計算された予測利得が音声符号装置100のLPC解析
装置のものであり、これは、８次あるいは10次の予測器
を典型的に使用する。しかしながら、解析装置のこの部
分のベースが、情報トーンが環境ノイズより高い予測利
得となること、解析装置の次元が高くなると、ノイズ環
境をモデル化する予測器の能力も高くなることに着目す
ると、利得計算を４次解析に限定することにより、１つ
または２つのトーンからなる情報信号が高い予測利得を
与え、一方、環境ノイズに対する予測利得は減少させる
ことができることが分かる。
原則として、これは、補助検出装置に供給するため
に、４次解析装置と、８次装置105,106に並んだフィル
タとを設けることにより達成することができる。しかし
ながら、（パーコール係数として呼ばれることがある）
反射係数から予測利得を計算する方がより簡単である。
図５において、これらは、装置400により自己相関係数R
iから既知の方法で計算される（しかしながら、音声符
号装置の設計に依存して、LPC解析装置105で、中間点か
らこれらを取り出すことも可能である）。予測利得の尺
度は、第１の４つの反射係数Rciから、以下のように予
測誤差Peを計算することにより得ることができる。
に、４次解析装置と、８次装置105,106に並んだフィル
タとを設けることにより達成することができる。しかし
ながら、（パーコール係数として呼ばれることがある）
反射係数から予測利得を計算する方がより簡単である。
図５において、これらは、装置400により自己相関係数R
iから既知の方法で計算される（しかしながら、音声符
号装置の設計に依存して、LPC解析装置105で、中間点か
らこれらを取り出すことも可能である）。予測利得の尺
度は、第１の４つの反射係数Rciから、以下のように予
測誤差Peを計算することにより得ることができる。
これは、401で実行される。高い予測誤差は低い予測
利得に対応し、その逆も成り立つので、Peがしきい値Pt
hより少ないならば、シグナリングトーンは存在すると
される。この比較403は、図２の比較304に取って代わ
る。
利得に対応し、その逆も成り立つので、Peがしきい値Pt
hより少ないならば、シグナリングトーンは存在すると
される。この比較403は、図２の比較304に取って代わ
る。
第２に、移動無線環境におけるノイズは、低い周波数
で非常に強い共振を含んでいる。そして、「トーン」が
しきい値周波数より下であるか否かを決定する別のテス
トがなされる。しきい値の選択は妥協できる範囲を有す
るが、ほとんどのシグナリングトーンが400Hzより上に
あるので、385Hzが提案される。
で非常に強い共振を含んでいる。そして、「トーン」が
しきい値周波数より下であるか否かを決定する別のテス
トがなされる。しきい値の選択は妥協できる範囲を有す
るが、ほとんどのシグナリングトーンが400Hzより上に
あるので、385Hzが提案される。
この別のテストは、LPCフィルタの極の周波数を決定
することにより動作する。解析の複雑さを減少するため
に、低い次元のフィルタが好ましい。再度説明すると、
別のLPC解析を実行できるが、反射係数からLPC係数を計
算することにより、図５と同じように進める方が容易で
ある。装置400からの第１の２つの反射係数のみが使用
されると仮定すると、LPC係数aiは装置404により通常の
方法で計算される。解析フィルタ応答が次の式となるよ
うに規定される。
することにより動作する。解析の複雑さを減少するため
に、低い次元のフィルタが好ましい。再度説明すると、
別のLPC解析を実行できるが、反射係数からLPC係数を計
算することにより、図５と同じように進める方が容易で
ある。装置400からの第１の２つの反射係数のみが使用
されると仮定すると、LPC係数aiは装置404により通常の
方法で計算される。解析フィルタ応答が次の式となるよ
うに規定される。
Ｈ（ｚ）＝1/｛a0＋a1z-1＋a2z-2｝ そして、ｚ平面上の極の位置は、以下の２次方程式に
対する解により与えられる。
対する解により与えられる。
a0z2＋a1z＋a2＝０ a0＝１ すなわち、 もし、２乗根中の項が負の場合、極は実軸上にあり、信
号はトーンではない。２乗根中の項が正で、極位置の実
部が負（すなわち、a1＜０）である場合、極はｚ平面の
左半分にある。これは必然的に、周波数がサンプルレー
トの25％以上であること、すなわち、8KHzのサンプリン
グ周波数fsに対して2000Hz以上であることを意味する。
この場合、周波数計算は必要なく、「＞385」信号はす
ぐに生成される。極周波数は以下の式で与えられる。
号はトーンではない。２乗根中の項が正で、極位置の実
部が負（すなわち、a1＜０）である場合、極はｚ平面の
左半分にある。これは必然的に、周波数がサンプルレー
トの25％以上であること、すなわち、8KHzのサンプリン
グ周波数fsに対して2000Hz以上であることを意味する。
この場合、周波数計算は必要なく、「＞385」信号はす
ぐに生成される。極周波数は以下の式で与えられる。
ｆ＜385Hzの条件は、（２乗根を避けて）以下のよう
に書くことができる。
に書くことができる。
（4a2−a1 2）/a1 2＜tan｛２π×385/fs｝ すなわち、fs＝8kHzで、 （4a2−a1 2）/a1 2＜0.0973 この計算は、装置405で実行される。
その出力は、アンドゲート406で比較装置403の出力と
結合されるので、「トーン」判定は、予測利得が高くか
つ極周波数が385Hzより大きい場合のみ生成される。
結合されるので、「トーン」判定は、予測利得が高くか
つ極周波数が385Hzより大きい場合のみ生成される。
必要な場合、2000Hzより上の極周波数（または他の何
らかの上限）も止めることができるので、予期されるシ
グナリングトーン範囲より上の高い周波数は、トーンと
して認識されない。
らかの上限）も止めることができるので、予期されるシ
グナリングトーン範囲より上の高い周波数は、トーンと
して認識されない。
２次方程式を解く際に追加の計算が受け入れられるの
であれば、第３および第４の反射係数も使用することが
できる。この場合、２つの関連する周波数とともに、極
の２つの複素共役対が潜在的に識別され、両方の周波数
がしきい値より下である場合、トーンは存在していない
とされることが予想される。
であれば、第３および第４の反射係数も使用することが
できる。この場合、２つの関連する周波数とともに、極
の２つの複素共役対が潜在的に識別され、両方の周波数
がしきい値より下である場合、トーンは存在していない
とされることが予想される。
図２および５の実施例が、（自己相関ベースLPC解析
と共通である）自己相関計算103の前に、ハミングウイ
ンドウを使用することは既に説明した。音声符号装置で
このようなウインドウ処理の実行が望まれない場合に
は、可能性ある代わりのものは、図５の場合で、ウイン
ドウ処理103を省略し、反射係数計算400の代わりに自己
相関値を共分散値へ変換することにより置換することで
あり、装置401,404は反射係数ではなく共分散値を使用
するように修正される。代わりに、（図５に関連した変
更の部分のみを示している）図６に示されているよう
に、最初の処理は、反射係数計算装置400′および修正
自己相関係数装置104′に供給される出力を、共分散解
析109が生成することである。LPC解析装置105は、以前
のように、自己相関装置104′に、また示されているよ
うに、直接的に共分散解析装置109に接続される。
と共通である）自己相関計算103の前に、ハミングウイ
ンドウを使用することは既に説明した。音声符号装置で
このようなウインドウ処理の実行が望まれない場合に
は、可能性ある代わりのものは、図５の場合で、ウイン
ドウ処理103を省略し、反射係数計算400の代わりに自己
相関値を共分散値へ変換することにより置換することで
あり、装置401,404は反射係数ではなく共分散値を使用
するように修正される。代わりに、（図５に関連した変
更の部分のみを示している）図６に示されているよう
に、最初の処理は、反射係数計算装置400′および修正
自己相関係数装置104′に供給される出力を、共分散解
析109が生成することである。LPC解析装置105は、以前
のように、自己相関装置104′に、また示されているよ
うに、直接的に共分散解析装置109に接続される。
上記説明した「トーン検出」の実施例はよい結果を生
じる。しかしながら、ある領域で使用されている機械的
に生成されたトーンは、低い予測利得となる高い高調波
成分を有する傾向があるので、これらの実施例は、機械
的に生成されたトーンの検出を失敗することがある。よ
り高い高調波を単にフィルタ処理で取除くことは、フィ
ルタの挿入がすべての信号の自己相関を、したがって、
他の信号に対するより高い予測利得も増加させる傾向が
あるので、解決方法とはならない。予測器が、入力信号
の特性よりもフィルタ極をモデル化する傾向があること
が分った。しかしながら、予測利得解析が、高調波フィ
ルタのパスバンドに対応している周波数範囲内のみの信
号の予測能力を評価することに制限できるならば、フィ
ルタ処理を使用してよい結果を得ることができることを
発見した。これは、予測利得解析前にフィルタバンド幅
の２倍の周波数で信号をサブサンプリングすることによ
り達成することができる。
じる。しかしながら、ある領域で使用されている機械的
に生成されたトーンは、低い予測利得となる高い高調波
成分を有する傾向があるので、これらの実施例は、機械
的に生成されたトーンの検出を失敗することがある。よ
り高い高調波を単にフィルタ処理で取除くことは、フィ
ルタの挿入がすべての信号の自己相関を、したがって、
他の信号に対するより高い予測利得も増加させる傾向が
あるので、解決方法とはならない。予測器が、入力信号
の特性よりもフィルタ極をモデル化する傾向があること
が分った。しかしながら、予測利得解析が、高調波フィ
ルタのパスバンドに対応している周波数範囲内のみの信
号の予測能力を評価することに制限できるならば、フィ
ルタ処理を使用してよい結果を得ることができることを
発見した。これは、予測利得解析前にフィルタバンド幅
の２倍の周波数で信号をサブサンプリングすることによ
り達成することができる。
したがって、他の点で図５に類似する図７の実施例
は、フィルタ450を使用する。これは、600Hz（3dB点）
までのパスバンドを有し、1200Hzで20dBのストップバン
ド減衰を有する、単位円上にゼロ点を有するローパスイ
クワイアリップルFIRフィルタである。ストップバンド
減衰が余り大き過ぎないことが好ましいと考えられる。
フィルタ出力は、サブサンプリング装置451において、1
200Hzでサブサンプルされる。
は、フィルタ450を使用する。これは、600Hz（3dB点）
までのパスバンドを有し、1200Hzで20dBのストップバン
ド減衰を有する、単位円上にゼロ点を有するローパスイ
クワイアリップルFIRフィルタである。ストップバンド
減衰が余り大き過ぎないことが好ましいと考えられる。
フィルタ出力は、サブサンプリング装置451において、1
200Hzでサブサンプルされる。
このフィルタ処理が適用されると、トーン検出に対し
て、音声符号装置100と成分を共有する機会は、もちろ
ん、非常に減らされる。したがって、前に説明したよう
に、フィルタ450には、直接的にアナログ−デジタルコ
ンバータ102からデジタル入力信号が供給され、フィル
タ450は、反射係数解析装置400″に、または共分散ある
いは自己相関解析に供給する。自己相関の選択は、上記
に説明したように、ウインドウ処理が必要となる。
て、音声符号装置100と成分を共有する機会は、もちろ
ん、非常に減らされる。したがって、前に説明したよう
に、フィルタ450には、直接的にアナログ−デジタルコ
ンバータ102からデジタル入力信号が供給され、フィル
タ450は、反射係数解析装置400″に、または共分散ある
いは自己相関解析に供給する。自己相関の選択は、上記
に説明したように、ウインドウ処理が必要となる。
他の実施例は、予測利得解析の周波数範囲を過度に制
限することなく、「高調波」問題を軽減する。これはフ
ィルタを使用して、それぞれがトーンの基本および第３
高調波の両方を含むことができないくらい十分に狭い、
２以上の周波数バンドに信号を分割することにより達成
される。各チャンネルは、サブサンプルされ、別々の予
測利得解析を受ける。
限することなく、「高調波」問題を軽減する。これはフ
ィルタを使用して、それぞれがトーンの基本および第３
高調波の両方を含むことができないくらい十分に狭い、
２以上の周波数バンドに信号を分割することにより達成
される。各チャンネルは、サブサンプルされ、別々の予
測利得解析を受ける。
したがって図８では、信号は、フィルタ450a,450bで
周波数バンド400−1200Hzおよび1200−2000Hzに分割さ
れ、1.6kHzでサブサンプルされる（451a,451b）。反射
係数計算400″a,b、予測誤差解析401a,b、およびしきい
値処理403a,bは、２つのバンドに対して個別に実行され
る。比較装置403a,403bからの２つの出力は、オアゲー
ト206の別々の入力に導かれるので、いずれかのチャン
ネルでの高い予測利得は、トーンの存在を示していると
考えられる。図７の他の装置100−303は、変更されてい
ないので、図８では示されていない。
周波数バンド400−1200Hzおよび1200−2000Hzに分割さ
れ、1.6kHzでサブサンプルされる（451a,451b）。反射
係数計算400″a,b、予測誤差解析401a,b、およびしきい
値処理403a,bは、２つのバンドに対して個別に実行され
る。比較装置403a,403bからの２つの出力は、オアゲー
ト206の別々の入力に導かれるので、いずれかのチャン
ネルでの高い予測利得は、トーンの存在を示していると
考えられる。図７の他の装置100−303は、変更されてい
ないので、図８では示されていない。
フロントページの続き (31)優先権主張番号 ９４１２４５１．８ (32)優先日 平成６年６月21日(1994．6．21) (33)優先権主張国 イギリス（ＧＢ） (72)発明者 バレット、ポール・アレキサンダー イギリス国、アイピー５・７エックスワ イ、サフォーク、イプスウイッチ、ケス グレイブ、フレッチャーズ・レーン 18 (56)参考文献 特開 平２−267599（ＪＰ，Ａ) 特表 平３−504283（ＪＰ，Ａ)
Claims (11)
- 【請求項１】入力信号中の音声の存在を検出する音声活
動検出装置において、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測誤差計算可能手段
と、 （ｆ） 前記予測誤差がしきい値より小さい時に更新を
抑制する修正手段とを具備する音声活動検出装置。 - 【請求項２】前記補助検出装置は、長期予測解析装置に
応答する有音検出装置を含む、請求項１記載の音声活動
検出装置。 - 【請求項３】前記予測誤差が、４次以下のLPC予測の予
測誤差を表している請求項１または２記載の音声活動検
出装置。 - 【請求項４】前記入力信号の１以上の主周波数成分を検
出する手段と、前記主周波数成分を予め定められたしき
い値と比較し、前記主周波数成分が前記予め定められた
しきい値を越えた時のみ更新の抑制を可能にする手段と
をさらに具備している請求項１ないし３のいずれか１項
記載の音声活動検出装置。 - 【請求項５】前記予測誤差計算可能手段は、前記入力信
号の周波数範囲の上側部分を取除くためにフィルタを含
み、前記予測誤差の計算は、前記フィルタのパスバンド
内の周波数成分に対してのみ実行される請求項１ないし
４のいずれか１項記載の音声活動検出装置。 - 【請求項６】前記予測誤差計算可能手段は、それぞれの
パスバンドと前記それぞれのパスバンドに対する予測誤
差を計算するそれぞれのパスバンド予測誤差計算手段と
を有する２つのフィルタを含み、 前記修正手段は、いずれかのパスバンド内の予測誤差が
しきい値より小さい時に、更新を抑制するように構成さ
れている請求項５記載の音声活動検出装置。 - 【請求項７】フィルタされた信号をサブサンプリングす
る手段を含む請求項５または６記載の音声活動検出装
置。 - 【請求項８】入力信号中の音声の存在を検出する音声活
動検出装置において、 （ａ） 入力信号のノイズ成分の推定値を示すノイズ成
分データを記憶する手段と、 （ｂ） 出力判定信号を生成するために、前記入力信号
と前記ノイズ成分データによって示される前記ノイズ成
分の推定値とのスペクトル類似度を認識する手段と、 （ｃ） 前記記憶された推定値を更新する手段と、 （ｄ） 補助検出装置により前記入力信号に音声が存在
しないことが示された時のみ更新が生じるように、前記
更新する手段を制御する補助検出装置と、 （ｅ） 前記入力信号に対する予測利得計算可能手段
と、 （ｆ） 前記予測利得がしきい値を越えた時に更新を抑
制する修正手段とを具備する音声活動検出装置。 - 【請求項９】前記補助検出装置は、長期予測解析装置に
応答する有音検出装置を含む請求項８記載の音声活動検
出装置。 - 【請求項１０】前記予測利得が、４次以下のLPC予測の
予測利得を表している請求項８または９記載の音声活動
検出装置。 - 【請求項１１】前記入力信号の１以上の主周波数成分を
検出する手段と、前記主周波数成分を予め定められたし
きい値と比較し、前記主周波数成分が前記予め定められ
たしきい値を越えた時のみ更新の抑制を可能にする手段
とをさらに具備している請求項８ないし10のいずれか１
項記載の音声活動検出装置。
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP93307211 | 1993-09-14 | ||
| GB9324967.0 | 1993-12-06 | ||
| GB939324967A GB9324967D0 (en) | 1993-12-06 | 1993-12-06 | Voice activity detector |
| GB93307211.8 | 1994-06-21 | ||
| GB9412451.8 | 1994-06-21 | ||
| GB9412451A GB9412451D0 (en) | 1994-06-21 | 1994-06-21 | Voice activity detector |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09502814A JPH09502814A (ja) | 1997-03-18 |
| JP3224132B2 true JP3224132B2 (ja) | 2001-10-29 |
Family
ID=27235491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP50905595A Expired - Lifetime JP3224132B2 (ja) | 1993-09-14 | 1994-09-14 | 音声活動検出装置 |
Country Status (23)
| Country | Link |
|---|---|
| US (2) | US5749067A (ja) |
| EP (1) | EP0719439B1 (ja) |
| JP (1) | JP3224132B2 (ja) |
| KR (1) | KR100363309B1 (ja) |
| CN (1) | CN1064772C (ja) |
| AT (1) | ATE182420T1 (ja) |
| BR (1) | BR9407535A (ja) |
| CA (1) | CA2169745C (ja) |
| CZ (1) | CZ286743B6 (ja) |
| DE (1) | DE69419615T2 (ja) |
| DK (1) | DK0719439T3 (ja) |
| ES (1) | ES2136204T3 (ja) |
| FI (1) | FI118195B (ja) |
| GR (1) | GR3031515T3 (ja) |
| HK (1) | HK1014392A1 (ja) |
| HU (1) | HU219994B (ja) |
| IN (1) | IN184794B (ja) |
| MY (1) | MY111134A (ja) |
| NO (1) | NO307979B1 (ja) |
| NZ (1) | NZ273045A (ja) |
| SG (1) | SG48935A1 (ja) |
| SK (1) | SK281796B6 (ja) |
| WO (1) | WO1995008170A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7754796B2 (en) | 2003-07-16 | 2010-07-13 | Daikin Industries, Ltd. | Method for producing fluorine-containing polymer, aqueous dispersion of fluorine-containing polymer, 2-acyloxycarboxylic acid derivative, and surface active agent. |
Families Citing this family (95)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IN184794B (ja) * | 1993-09-14 | 2000-09-30 | British Telecomm | |
| JP3522012B2 (ja) * | 1995-08-23 | 2004-04-26 | 沖電気工業株式会社 | コード励振線形予測符号化装置 |
| FI100840B (fi) * | 1995-12-12 | 1998-02-27 | Nokia Mobile Phones Ltd | Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin |
| WO1998001847A1 (en) * | 1996-07-03 | 1998-01-15 | British Telecommunications Public Limited Company | Voice activity detector |
| US6708146B1 (en) * | 1997-01-03 | 2004-03-16 | Telecommunications Research Laboratories | Voiceband signal classifier |
| JPH10247098A (ja) * | 1997-03-04 | 1998-09-14 | Mitsubishi Electric Corp | 可変レート音声符号化方法、可変レート音声復号化方法 |
| US6531982B1 (en) | 1997-09-30 | 2003-03-11 | Sirf Technology, Inc. | Field unit for use in a GPS system |
| US5970446A (en) | 1997-11-25 | 1999-10-19 | At&T Corp | Selective noise/channel/coding models and recognizers for automatic speech recognition |
| US6385548B2 (en) * | 1997-12-12 | 2002-05-07 | Motorola, Inc. | Apparatus and method for detecting and characterizing signals in a communication system |
| US6327471B1 (en) | 1998-02-19 | 2001-12-04 | Conexant Systems, Inc. | Method and an apparatus for positioning system assisted cellular radiotelephone handoff and dropoff |
| US5991718A (en) * | 1998-02-27 | 1999-11-23 | At&T Corp. | System and method for noise threshold adaptation for voice activity detection in nonstationary noise environments |
| US6182035B1 (en) | 1998-03-26 | 2001-01-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for detecting voice activity |
| US6348744B1 (en) | 1998-04-14 | 2002-02-19 | Conexant Systems, Inc. | Integrated power management module |
| US6453289B1 (en) | 1998-07-24 | 2002-09-17 | Hughes Electronics Corporation | Method of noise reduction for speech codecs |
| US7711038B1 (en) | 1998-09-01 | 2010-05-04 | Sirf Technology, Inc. | System and method for despreading in a spread spectrum matched filter |
| US7545854B1 (en) | 1998-09-01 | 2009-06-09 | Sirf Technology, Inc. | Doppler corrected spread spectrum matched filter |
| US6693953B2 (en) | 1998-09-30 | 2004-02-17 | Skyworks Solutions, Inc. | Adaptive wireless communication receiver |
| US6606349B1 (en) | 1999-02-04 | 2003-08-12 | Sirf Technology, Inc. | Spread spectrum receiver performance improvement |
| US6448925B1 (en) | 1999-02-04 | 2002-09-10 | Conexant Systems, Inc. | Jamming detection and blanking for GPS receivers |
| US6556967B1 (en) | 1999-03-12 | 2003-04-29 | The United States Of America As Represented By The National Security Agency | Voice activity detector |
| US6577271B1 (en) | 1999-03-30 | 2003-06-10 | Sirf Technology, Inc | Signal detector employing coherent integration |
| US6304216B1 (en) | 1999-03-30 | 2001-10-16 | Conexant Systems, Inc. | Signal detector employing correlation analysis of non-uniform and disjoint sample segments |
| US6618701B2 (en) * | 1999-04-19 | 2003-09-09 | Motorola, Inc. | Method and system for noise suppression using external voice activity detection |
| 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 |
| US6351486B1 (en) | 1999-05-25 | 2002-02-26 | Conexant Systems, Inc. | Accelerated selection of a base station in a wireless communication system |
| JP3929686B2 (ja) * | 2000-08-14 | 2007-06-13 | 松下電器産業株式会社 | 音声スイッチング装置およびその方法 |
| US6931055B1 (en) | 2000-04-18 | 2005-08-16 | Sirf Technology, Inc. | Signal detector employing a doppler phase correction system |
| US6788655B1 (en) | 2000-04-18 | 2004-09-07 | Sirf Technology, Inc. | Personal communications device with ratio counter |
| US6952440B1 (en) | 2000-04-18 | 2005-10-04 | Sirf Technology, Inc. | Signal detector employing a Doppler phase correction system |
| US6714158B1 (en) * | 2000-04-18 | 2004-03-30 | Sirf Technology, Inc. | Method and system for data detection in a global positioning system satellite receiver |
| FR2808391B1 (fr) * | 2000-04-28 | 2002-06-07 | France Telecom | Systeme de reception pour antenne multicapteur |
| US7885314B1 (en) | 2000-05-02 | 2011-02-08 | Kenneth Scott Walley | Cancellation system and method for a wireless positioning system |
| US6778136B2 (en) | 2001-12-13 | 2004-08-17 | Sirf Technology, Inc. | Fast acquisition of GPS signal |
| JP4201470B2 (ja) * | 2000-09-12 | 2008-12-24 | パイオニア株式会社 | 音声認識システム |
| JP4201471B2 (ja) * | 2000-09-12 | 2008-12-24 | パイオニア株式会社 | 音声認識システム |
| US7472059B2 (en) * | 2000-12-08 | 2008-12-30 | Qualcomm Incorporated | Method and apparatus for robust speech classification |
| US7437286B2 (en) * | 2000-12-27 | 2008-10-14 | Intel Corporation | Voice barge-in in telephony speech recognition |
| US6707869B1 (en) * | 2000-12-28 | 2004-03-16 | Nortel Networks Limited | Signal-processing apparatus with a filter of flexible window design |
| DE10121532A1 (de) * | 2001-05-03 | 2002-11-07 | Siemens Ag | Verfahren und Vorrichtung zur automatischen Differenzierung und/oder Detektion akustischer Signale |
| JP3859462B2 (ja) * | 2001-05-18 | 2006-12-20 | 株式会社東芝 | 予測パラメータ分析装置および予測パラメータ分析方法 |
| KR100399057B1 (ko) * | 2001-08-07 | 2003-09-26 | 한국전자통신연구원 | 이동통신 시스템의 음성 활성도 측정 장치 및 그 방법 |
| US20030110029A1 (en) * | 2001-12-07 | 2003-06-12 | Masoud Ahmadi | Noise detection and cancellation in communications systems |
| WO2003076889A1 (en) * | 2002-03-08 | 2003-09-18 | Koninklijke Kpn N.V. | Method and system for measuring a system's transmission quality |
| US7454331B2 (en) * | 2002-08-30 | 2008-11-18 | Dolby Laboratories Licensing Corporation | Controlling loudness of speech in signals that contain speech and other types of audio material |
| US20040064314A1 (en) * | 2002-09-27 | 2004-04-01 | Aubert Nicolas De Saint | Methods and apparatus for speech end-point detection |
| US7146316B2 (en) * | 2002-10-17 | 2006-12-05 | Clarity Technologies, Inc. | Noise reduction in subbanded speech signals |
| US7230955B1 (en) | 2002-12-27 | 2007-06-12 | At & T Corp. | System and method for improved use of voice activity detection |
| US7272552B1 (en) * | 2002-12-27 | 2007-09-18 | At&T Corp. | Voice activity detection and silence suppression in a packet network |
| JP2004341339A (ja) * | 2003-05-16 | 2004-12-02 | Mitsubishi Electric Corp | 雑音抑圧装置 |
| AU2004248544B2 (en) * | 2003-05-28 | 2010-02-18 | Dolby Laboratories Licensing Corporation | Method, apparatus and computer program for calculating and adjusting the perceived loudness of an audio signal |
| SG119199A1 (en) * | 2003-09-30 | 2006-02-28 | Stmicroelectronics Asia Pacfic | Voice activity detector |
| JP4497911B2 (ja) * | 2003-12-16 | 2010-07-07 | キヤノン株式会社 | 信号検出装置および方法、ならびにプログラム |
| US20050209762A1 (en) * | 2004-03-18 | 2005-09-22 | Ford Global Technologies, Llc | Method and apparatus for controlling a vehicle using an object detection system and brake-steer |
| FI20045315A (fi) * | 2004-08-30 | 2006-03-01 | Nokia Corp | Ääniaktiivisuuden havaitseminen äänisignaalissa |
| US8199933B2 (en) | 2004-10-26 | 2012-06-12 | Dolby Laboratories Licensing Corporation | Calculating and adjusting the perceived loudness and/or the perceived spectral balance of an audio signal |
| EP2262108B1 (en) | 2004-10-26 | 2017-03-01 | Dolby Laboratories Licensing Corporation | Adjusting the perceived loudness and/or the perceived spectral balance of an audio signal |
| JP4729927B2 (ja) * | 2005-01-11 | 2011-07-20 | ソニー株式会社 | 音声検出装置、自動撮像装置、および音声検出方法 |
| MX2007012575A (es) * | 2005-04-18 | 2007-11-16 | Basf Ag | Preparacion que contiene por lo menos un fungicida conazolico. |
| US7826945B2 (en) * | 2005-07-01 | 2010-11-02 | You Zhang | Automobile speech-recognition interface |
| DE102006032967B4 (de) * | 2005-07-28 | 2012-04-19 | S. Siedle & Söhne Telefon- und Telegrafenwerke OHG | Hausanlage und Verfahren zum Betreiben einer Hausanlage |
| GB2430129B (en) * | 2005-09-08 | 2007-10-31 | Motorola Inc | Voice activity detector and method of operation therein |
| TWI330355B (en) * | 2005-12-05 | 2010-09-11 | Qualcomm Inc | Systems, methods, and apparatus for detection of tonal components |
| US8417185B2 (en) * | 2005-12-16 | 2013-04-09 | Vocollect, Inc. | Wireless headset and method for robust voice data communication |
| US7885419B2 (en) * | 2006-02-06 | 2011-02-08 | Vocollect, Inc. | Headset terminal with speech functionality |
| US7773767B2 (en) | 2006-02-06 | 2010-08-10 | Vocollect, Inc. | Headset terminal with rear stability strap |
| US8204754B2 (en) | 2006-02-10 | 2012-06-19 | Telefonaktiebolaget L M Ericsson (Publ) | System and method for an improved voice detector |
| US8920343B2 (en) | 2006-03-23 | 2014-12-30 | Michael Edward Sabatino | Apparatus for acquiring and processing of physiological auditory signals |
| US8504181B2 (en) * | 2006-04-04 | 2013-08-06 | Dolby Laboratories Licensing Corporation | Audio signal loudness measurement and modification in the MDCT domain |
| TWI517562B (zh) | 2006-04-04 | 2016-01-11 | 杜比實驗室特許公司 | 用於將多聲道音訊信號之全面感知響度縮放一期望量的方法、裝置及電腦程式 |
| MX2008013753A (es) | 2006-04-27 | 2009-03-06 | Dolby Lab Licensing Corp | Control de ganancia de audio que utiliza deteccion de evento auditivo basado en intensidad acustica especifica. |
| CN101149921B (zh) * | 2006-09-21 | 2011-08-10 | 展讯通信（上海）有限公司 | 一种静音检测方法和装置 |
| MX2009004175A (es) | 2006-10-20 | 2009-04-30 | Dolby Lab Licensing Corp | Procesamiento de dinamica de audio que utiliza una reposicion. |
| US8521314B2 (en) * | 2006-11-01 | 2013-08-27 | Dolby Laboratories Licensing Corporation | Hierarchical control path with constraints for audio dynamics processing |
| US20080147389A1 (en) * | 2006-12-15 | 2008-06-19 | Motorola, Inc. | Method and Apparatus for Robust Speech Activity Detection |
| US8321217B2 (en) * | 2007-05-22 | 2012-11-27 | Telefonaktiebolaget Lm Ericsson (Publ) | Voice activity detector |
| RU2438197C2 (ru) * | 2007-07-13 | 2011-12-27 | Долби Лэборетериз Лайсенсинг Корпорейшн | Обработка звуковых сигналов с использованием анализа слуховой сцены и спектральной асимметрии |
| US20090043577A1 (en) * | 2007-08-10 | 2009-02-12 | Ditech Networks, Inc. | Signal presence detection using bi-directional communication data |
| US8190440B2 (en) * | 2008-02-29 | 2012-05-29 | Broadcom Corporation | Sub-band codec with native voice activity detection |
| EP2107553B1 (en) * | 2008-03-31 | 2011-05-18 | Harman Becker Automotive Systems GmbH | Method for determining barge-in |
| US8244528B2 (en) * | 2008-04-25 | 2012-08-14 | Nokia Corporation | Method and apparatus for voice activity determination |
| US8275136B2 (en) * | 2008-04-25 | 2012-09-25 | Nokia Corporation | Electronic device speech enhancement |
| US8611556B2 (en) * | 2008-04-25 | 2013-12-17 | Nokia Corporation | Calibrating multiple microphones |
| CN101572090B (zh) * | 2008-04-30 | 2013-03-20 | 向为 | 一种自适应多速率窄带编码方法及编码器 |
| USD605629S1 (en) | 2008-09-29 | 2009-12-08 | Vocollect, Inc. | Headset |
| KR101547344B1 (ko) | 2008-10-31 | 2015-08-27 | 삼성전자 주식회사 | 음성복원장치 및 그 방법 |
| TWI384423B (zh) * | 2008-11-26 | 2013-02-01 | Ind Tech Res Inst | 以聲音事件為基礎之緊急通報方法與系統以及行為軌跡建立方法 |
| CN101609678B (zh) | 2008-12-30 | 2011-07-27 | 华为技术有限公司 | 信号压缩方法及其压缩装置 |
| US8160287B2 (en) | 2009-05-22 | 2012-04-17 | Vocollect, Inc. | Headset with adjustable headband |
| CN104485118A (zh) | 2009-10-19 | 2015-04-01 | 瑞典爱立信有限公司 | 用于语音活动检测的检测器和方法 |
| US8438659B2 (en) | 2009-11-05 | 2013-05-07 | Vocollect, Inc. | Portable computing device and headset interface |
| FR2956539B1 (fr) * | 2010-02-16 | 2012-03-16 | Dominique Retali | Procede de detection du fonctionnement d'un dispositif de transmission sans fil de signaux de voix. |
| US20120143604A1 (en) * | 2010-12-07 | 2012-06-07 | Rita Singh | Method for Restoring Spectral Components in Denoised Speech Signals |
| CN102883244B (zh) * | 2011-07-25 | 2015-09-02 | 开曼群岛威睿电通股份有限公司 | 声震防护的装置及方法 |
| US9363603B1 (en) | 2013-02-26 | 2016-06-07 | Xfrm Incorporated | Surround audio dialog balance assessment |
| CN111261197B (zh) * | 2020-01-13 | 2022-11-25 | 中航华东光电（上海）有限公司 | 一种复杂噪声场景下的实时语音段落追踪方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4358738A (en) * | 1976-06-07 | 1982-11-09 | Kahn Leonard R | Signal presence determination method for use in a contaminated medium |
| JPS53105303A (en) * | 1977-02-25 | 1978-09-13 | Hitachi Ltd | Preprocessing system for audio recognition |
| JPS5850360B2 (ja) * | 1978-05-12 | 1983-11-10 | 株式会社日立製作所 | 音声認識装置における前処理方法 |
| JPS59115625A (ja) * | 1982-12-22 | 1984-07-04 | Nec Corp | 音声検出器 |
| US4731846A (en) * | 1983-04-13 | 1988-03-15 | Texas Instruments Incorporated | Voice messaging system with pitch tracking based on adaptively filtered LPC residual signal |
| EP0127718B1 (fr) * | 1983-06-07 | 1987-03-18 | International Business Machines Corporation | Procédé de détection d'activité dans un système de transmission de la voix |
| US4700392A (en) * | 1983-08-26 | 1987-10-13 | Nec Corporation | Speech signal detector having adaptive threshold values |
| US4696039A (en) * | 1983-10-13 | 1987-09-22 | Texas Instruments Incorporated | Speech analysis/synthesis system with silence suppression |
| JPH0748695B2 (ja) * | 1986-05-23 | 1995-05-24 | 株式会社日立製作所 | 音声符号化方式 |
| PT89978B (pt) * | 1988-03-11 | 1995-03-01 | British Telecomm | Aparelho detector da actividade vocal e aparelho telefonico movel que o contem |
| US5276765A (en) * | 1988-03-11 | 1994-01-04 | British Telecommunications Public Limited Company | Voice activity detection |
| JP2573352B2 (ja) * | 1989-04-10 | 1997-01-22 | 富士通株式会社 | 音声検出装置 |
| US5680508A (en) * | 1991-05-03 | 1997-10-21 | Itt Corporation | Enhancement of speech coding in background noise for low-rate speech coder |
| IN184794B (ja) * | 1993-09-14 | 2000-09-30 | British Telecomm | |
| US5659622A (en) * | 1995-11-13 | 1997-08-19 | Motorola, Inc. | Method and apparatus for suppressing noise in a communication system |
-
1994
- 1994-09-13 IN IN890MA1994 patent/IN184794B/en unknown
- 1994-09-14 CA CA002169745A patent/CA2169745C/en not_active Expired - Lifetime
- 1994-09-14 NZ NZ273045A patent/NZ273045A/en not_active IP Right Cessation
- 1994-09-14 MY MYPI94002448A patent/MY111134A/en unknown
- 1994-09-14 CN CN94193383A patent/CN1064772C/zh not_active Expired - Lifetime
- 1994-09-14 JP JP50905595A patent/JP3224132B2/ja not_active Expired - Lifetime
- 1994-09-14 SK SK318-96A patent/SK281796B6/sk not_active IP Right Cessation
- 1994-09-14 CZ CZ1996678A patent/CZ286743B6/cs not_active IP Right Cessation
- 1994-09-14 WO PCT/GB1994/001999 patent/WO1995008170A1/en active IP Right Grant
- 1994-09-14 EP EP94926317A patent/EP0719439B1/en not_active Expired - Lifetime
- 1994-09-14 BR BR9407535A patent/BR9407535A/pt not_active IP Right Cessation
- 1994-09-14 DK DK94926317T patent/DK0719439T3/da active
- 1994-09-14 HU HU9600641A patent/HU219994B/hu unknown
- 1994-09-14 KR KR1019960701186A patent/KR100363309B1/ko not_active IP Right Cessation
- 1994-09-14 AT AT94926317T patent/ATE182420T1/de active
- 1994-09-14 SG SG1996003866A patent/SG48935A1/en unknown
- 1994-09-14 ES ES94926317T patent/ES2136204T3/es not_active Expired - Lifetime
- 1994-09-14 DE DE69419615T patent/DE69419615T2/de not_active Expired - Lifetime
-
1996
- 1996-03-08 US US08/596,357 patent/US5749067A/en not_active Expired - Lifetime
- 1996-03-13 NO NO961032A patent/NO307979B1/no not_active IP Right Cessation
- 1996-03-13 FI FI961158A patent/FI118195B/fi not_active IP Right Cessation
-
1998
- 1998-04-30 US US09/070,151 patent/US6061647A/en not_active Expired - Lifetime
- 1998-12-24 HK HK98115669A patent/HK1014392A1/xx not_active IP Right Cessation
-
1999
- 1999-10-13 GR GR990402610T patent/GR3031515T3/el unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7754796B2 (en) | 2003-07-16 | 2010-07-13 | Daikin Industries, Ltd. | Method for producing fluorine-containing polymer, aqueous dispersion of fluorine-containing polymer, 2-acyloxycarboxylic acid derivative, and surface active agent. |
| US8067528B2 (en) | 2003-07-16 | 2011-11-29 | Daikin Industries, Ltd. | Method for producing fluorine-containing polymer, aqueous dispersion of fluorine-containing polymer, 2-acyloxycarboxylic acid derivative, and surface active agent |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3224132B2 (ja) | 音声活動検出装置 | |
| JP3423906B2 (ja) | 音声の動作特性検出装置および検出方法 | |
| JP3963850B2 (ja) | 音声区間検出装置 | |
| JP4680957B2 (ja) | 可変レートボコーダにおけるスピーチエンコーディングレート決定の方法および装置 | |
| US6023674A (en) | Non-parametric voice activity detection | |
| JP5006279B2 (ja) | 音声活性検出装置及び移動局並びに音声活性検出方法 | |
| US6694291B2 (en) | System and method for enhancing low frequency spectrum content of a digitized voice signal | |
| US5970441A (en) | Detection of periodicity information from an audio signal | |
| CA2483791A1 (en) | Method and device for efficient frame erasure concealment in linear predictive based speech codecs | |
| JP2000515987A (ja) | 音声活性度検出器 | |
| US5579432A (en) | Discriminating between stationary and non-stationary signals | |
| Sakhnov et al. | Dynamical energy-based speech/silence detector for speech enhancement applications | |
| Vahatalo et al. | Voice activity detection for GSM adaptive multi-rate codec | |
| AU673776C (en) | Voice activity detector | |
| NZ286953A (en) | Speech encoder/decoder: discriminating between speech and background sound |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080824 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080824 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090824 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090824 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100824 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110824 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110824 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120824 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130824 Year of fee payment: 12 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |