ソースフィルタモデル.

Presentation on theme: "ソースフィルタモデル."— Presentation transcript:

1 ソースフィルタモデル

2 ソースフィルタモデル 線形システム （フィルタ） 音源信号 （ソース） 音声信号 線形予測モデル

3 連続信号と離散信号のフーリエ変換

4 Z変換

5 フィルタ

6 たたみこみ演算

7 インパルス応答 例２ 例１

8 有理関数形式のZ変換 収束 発散

9 デジタルフィルタの入出力関係

10 デジタルフィルタのタイプ 線形予測フィルタ

11 デジタルフィルタの極と零点 を零点（下図の ）といい、 を極（下図の ）という Ｚ平面 Im 共役複素根 単位円 Re 実根
を零点（下図の　）といい、　　を極（下図の　）という Ｚ平面 Im 共役複素根 単位円 1 Re 実根 フィルタが安定であるための条件は　　　

12 デジタルフィルタの周波数特性

13 フィルタの周波数特性と極の関係 Ｚ平面 Im 共役複素根 単位円 Freq. 1 Re 正の実根 負の実根 Freq. Freq.

14 線形予測フィルタのスペクトル 周波数領域 時間領域 、 P次の線形予測フィルタのスペクトルは高々p/2個の極（スペクトルピーク）をもつ

15 スペクトル包絡と微細構造 ＝ ＋ T T: ピッチ周期 音声 スペクトル フィルタ スペクトル包絡 Fi: 極周波数 f0 : ピッチ周波数
f0=1/T スペクトル スペクトル包絡 微細構造 （調波構造） F1 F2 F3 F4 T: ピッチ周期 Fi: 極周波数 f0 : ピッチ周波数 ＋ ＝ 音声 フィルタ 音源

16 有声音と無声音のスペクトル 有声音 無声音 周期性なし 周期性あり 調波構造あり 調波構造なし

17 音声信号モデル スペクトル包絡 音声スペクトル パルス音源スペクトル 　音声合成 フィルタ T ノイズ音源スペクトル 音源パラメータ

18 音声の基本パラメータ

19 音声合成デジタルフィルタ 線形予測係数 （スペクトルパラメータ） 音声信号 音源信号

20 音声合成の特徴 少ない数の音声パラメータから自然な音声を合成 音韻（声の音色）と韻律（声の高さ）を別の音声パ ラメータで制御できる
人間の音声生成過程に対応した合成 音声波形を再現するのではなく、音声スペクトルを 再現（人間の聴覚特性を利用）

21 原音声と合成音声の波形 音声波形 合成音声波形

22 線形予測分析(1) A z ( ) 周波数領域 時間領域 定式化 、 予測残差電力 が最小 予測残差のスペクトルが平坦 解法
予測残差電力　　　が最小 予測残差のスペクトルが平坦 A z ( ) 解法 ただし、自己相関関数 周波数

23 最尤スペクトル推定

24

25 線形予測分析(2)

26 線形予測分析（3）

27 線形予測分析（計算例）

28 スペクトル分析の特徴

29 音源分析 スペクトル 波形 自己相関係数 音声 T T 予測残差 ピーク値が大きい時 は有声、小さい時は 無声 ピッチ周期 予測残差の
平均振幅

30 音声分析合成系 7bit 40bit 5bit 1bit 分析フレームを20msとすると、ビットレートは
( )×50フレーム＝2650bit/sec

31 音声分析合成法の利点と問題点 少ない情報量で音声を伝達できる
　音声波形をそのまま送る（PCM方式）と毎秒６４０００ビット　の情報量が必要になるのに対して、音声のパラメータだけ　を送る音声合成法では毎秒２６５０ビットの情報量ですむ 　　　　　同じ通信回線で２０人が話すことができる 音声に特化しすぎている 　　声以外の音を伝えることができない、 　　周囲騒音があると音声の品質が劣化する 　　人によって音声の品質がばらつく 　　　　　通信用途にはそのまま使えない