JPH11305794A - ピッチ検出装置及び情報媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音声信号の相関を求めることなく、その音声
波形の特徴から少ない演算量でピッチを検出可能とす
る。 【解決手段】 デジタル音声信号を約３０ｍ秒のフレー
ム毎に切り出すバッファメモリ４と、音声信号を低域濾
波するフィルタ回路３と、低域濾波された音声信号波形
からローカルマキシマムとローカルミニマムを検出する
ピークサーチ回路５と、各ローカルマキシマムと各ロー
カルミニマムのうちで振幅の絶対値が最大ものを求め、
これら最大のローカルマキシマムとローカルミニマムか
らそれぞれ所定範囲内に入るローカルマキシマムとロー
カルミニマムを求め、それら各ローカルマキシマム間と
各ローカルミニマム間でそれぞれ求めた時間間隔のヒス
トグラムを共通のものとして求めるデータ分析回路７
と、ヒストグラムの最瀕値を音声信号のピッチとして決
定するピッチ決定回路８とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば歌唱者の声
やコーラスの声の基本周期（ピッチ）、音声の性質変換
の際に好適なものであり、詳しくは、音声信号の相関を
求めることなく、少ない演算量で声の高さに対応するピ
ッチ周波数、或いはその逆数であるピッチ周期を検出す
るピッチ検出装置及びそのピッチ検出を実現するための
プログラムデータを記録若しくは伝送する情報媒体に関
する。

【０００２】

【従来の技術】従来より、音声の特徴を抽出する際に
は、音声波形を直接扱う代わりに、周波数スペクトルや
自己相関関数など、スペクトルに関連した特徴に変換し
て扱うことが多い。すなわち、音声波形は、振幅と位相
が時間的にゆるやかに変化する正弦波の和で構成されて
いると考えることができ、また、人間の聴覚による音声
の知覚において重要な特徴は主として振幅情報に含まれ
ており、位相情報は通常重要な役割を果たしていないた
め、当該音声の特徴抽出の際には、音声信号をスペクト
ルに関連した特徴に変換して扱うことが多い。なお、音
声の短時間区間毎の電力スペクトル密度、すなわち短時
間スペクトルは、周波数とともに緩やかに変化する成分
であるスペクトル包絡と、有音声の場合の細かく周期的
に変化する成分と、無音声の場合の非周期的に変化する
成分とに、分解して考えることができる。

【０００３】ここで、音声の特徴の一つとして、声の高
さに対応する周波数（ピッチ周波数）、或いはその逆数
である周期（ピッチ周期）があり、当該ピッチを検出す
る手法の代表的なものとしては、いわゆる自己相関法や
変形相関法などが良く知られている。

【０００４】

【発明が解決しようとする課題】しかし、それら従来の
ピッチ検出手法は、音声信号の相関を求める必要がある
ので、演算量が膨大となり、また、リアルタイムにピッ
チ周波数やピッチ周期を検出するためには、高速な演算
処理を実行できる高価な演算処理装置が必要となる。

【０００５】本発明は、上述の課題に鑑みてなされたも
のであり、音声信号の相関を求めることなく、その音声
波形の特徴から少ない演算量でピッチを検出可能とし、
さらに音声信号が母音又はそれ以外の信号であるかの判
定をも可能とするピッチ検出装置及びそのピッチ検出を
実現するためのプログラムデータを記録若しくは伝送す
る情報媒体の提供を目的とする。

【０００６】

【課題を解決するための手段】本発明に係るピッチ検出
装置は、上述の課題を解決するために、デジタル入力さ
れた音声信号を所定の長さの単位時間毎に切り出し、音
声信号から所望の周波数帯域のみを通過させ、所望の周
波数帯域の音声信号波形から複数の極大点と極小点を検
出し、単位時間内の複数の極大点の中から振幅の絶対値
が最大となる極大点を求め、単位時間内の複数の極小点
の中から振幅の絶対値が最大となる極小点を求め、最大
の極大点に対して振幅が所定の範囲内に入る極大点を求
め、最大の極小点に対して振幅が所定の範囲内に入る極
小点を求め、所定の範囲内に入る各極大点間でそれぞれ
時間間隔を求め、所定の範囲内に入る各極小点間でそれ
ぞれ時間間隔を求め、時間間隔のヒストグラムを共通の
ものとして求め、ヒストグラムの最瀕値を音声信号のピ
ッチとして取り出す。

【０００７】本発明に係るピッチ検出装置は、上述の課
題を解決するために、デジタル入力された音声信号を所
定の長さの単位時間毎に切り出し、音声信号から所望の
周波数帯域のみを通過させ、所望の周波数帯域の音声信
号波形から複数の極大点と極小点を検出し、単位時間内
の複数の極大点の中から振幅の絶対値が最大となる極大
点を求め、単位時間内の複数の極小点の中から振幅の絶
対値が最大となる極小点を求め、最大の極大点に対して
振幅が所定の範囲よりも大きい極大点を求め、最大の極
大点に対して振幅が所定の範囲よりも小さい極大点を求
め、最大の極小点に対して振幅が所定の範囲よりも大き
い極小点を求め、最大の極小点に対して振幅が所定の範
囲よりも小さい極小点を求め、所定の範囲よりも大きい
各極大点間でそれぞれ時間間隔を求め、所定の範囲より
も小さい各極大点間でそれぞれ時間間隔を求め、所定の
範囲よりも大きい各極小点間でそれぞれ時間間隔を求
め、所定の範囲よりも小さい各極小点間でそれぞれ時間
間隔を求め、時間間隔のヒストグラムを共通のものとし
て求め、ヒストグラムの最瀕値を前記音声信号のピッチ
として取り出す。

【０００８】ここで、本発明に係るピッチ検出装置で
は、ヒストグラムの最瀕値とその周辺の値を比較し、比
較結果に基づいて音声の母音／非母音を判定する。

【０００９】また、本発明に係る情報媒体は、上述の課
題を解決するために、本発明に係るピッチ検出装置を実
現するためのプログラムデータを記録、若しくは伝送す
る。

【００１０】

【発明の実施の形態】以下、本発明に係るピッチ検出装
置及び情報媒体の好ましい実施の形態について、図面を
参照しながら詳細に説明する。

【００１１】本発明の第１の実施の形態となるピッチ検
出装置の概略構成を図１に示す。

【００１２】この図１において、入力端子１には、アナ
ログ音声信号として例えば図２に示すような波形信号が
供給され、アナログ／デジタル（Ａ／Ｄ）変換器２に供
給される。このアナログ／デジタル変換器２は、図２の
アナログ音声信号波形を、例えば４４．１ｋＨｚのサン
プリング周波数でサンプリング処理してデジタル信号に
変換する。アナログ／デジタル変換器２にてデジタル化
された音声データは、フィルタ回路３に送られる。

【００１３】当該フィルタ回路３は、ＩＩＲ（巡回型）
若しくはＦＩＲ（非巡回型）のデジタルフィルタであ
り、例えば図３に示すようなカットオフ周波数が３００
Ｈｚの周波数特性を有する低域濾波器（ローパスフィル
タ）である。このフィルタ回路３にて低域濾波を行うこ
とで、図２に示したような波形信号は例えば図４（ａ）
に示したような高域成分が除去された波形信号となる。
なお、フィルタ回路３の出力は、実際にはデジタルデー
タであるが、該フィルタ処理の結果をわかりやすくする
ために、図４（ａ）の例ではアナログ波形信号のように
表している。このフィルタ回路３からの出力データは、
バッファメモリ４に送られる。

【００１４】該バッファメモリ４は、フィルタ回路３か
らのデータを蓄積し、後段のピークサーチ回路５におけ
る処理単位時間分毎に出力、すなわち処理単位時間分に
対応するサンプル数毎のデータを出力する。本実施の形
態では、該処理単位時間を約３０ｍ秒（正確には約２９
ｍ秒、サンプル数で表すと１２８０サンプル毎）のフレ
ームとしている。バッファメモリ４から出力された該フ
レーム（１２８０サンプル）毎のデータは、ピークサー
チ回路５に送られる。

【００１５】このピークサーチ回路５では、バッファメ
モリ４から供給された各サンプルデータを１サンプル毎
に比較し、その比較出力に基づいて、音声データのロー
カルピーク（極大点及び極小点）を抽出する。

【００１６】具体的に言うと、該ピークサーチ回路５で
は、音声データの各サンプル毎に、現在の音声データと
その１サンプル前の音声データとを比較し、現在のサン
プル値がその１サンプル前のサンプル値よりも大きいこ
とを示す比較結果が続いた後、現在のサンプル値がその
１サンプル前のサンプル値よりも小さくなったことを示
す比較結果が得られたとき、或いは、現在のサンプル値
がその１サンプル前のサンプル値よりも小さいことを示
す比較結果が続いた後、現在のサンプル値がその１サン
プル前のサンプル値よりも大きくなったことを示す比較
結果が得られたときに、それら比較結果の変化時点を、
音声データのローカルピーク（極大点あるいは極小点）
として検出する。

【００１７】すなわち、現在のサンプル値がその１サン
プル前のサンプル値よりも大きいことを示す比較結果が
続いた後、現在のサンプル値がその１サンプル前のサン
プル値よりも小さくなった時点の当該現在のサンプル値
の１つ前のサンプル値が極大点（以下、ローカルマキシ
マムＭＡと言う）を示し、一方で、現在のサンプル値が
その１サンプル前のサンプル値よりも小さいことを示す
比較結果が続いた後、現在のサンプル値がその１サンプ
ル前のサンプル値よりも大きくなった時点の当該現在の
サンプル値の１つ前のサンプル値が極小点（以下、ロー
カルミニマムＭＩと言う）を示す。

【００１８】したがって、当該ピークサーチ回路５で
は、このようにサンプル比較結果の変化に基づいて、音
声データのローカルマキシマムＭＡのサンプルデータ、
及びローカルミニマムＭＩのサンプルデータを検出す
る。このピークサーチ回路５によって検出されたローカ
ルマキシマムＭＡ及びローカルミニマムＭＩのサンプル
データは符号データ化回路６に送られる。

【００１９】符号データ化回路６は、図４（ｂ）及び図
５に示すように、ピークサーチ回路５より供給された各
ローカルマキシマムＭＡのサンプルデータに対しては正
（＋）の符号を付加し、各ローカルミニマムＭＩのサン
プルデータに対しては負（−）の符号を付加する。な
お、図５には、一例として、ローカルマキシマムＭＡの
サンプルデータ及び各ローカルミニマムＭＩのサンプル
データのみを抜き出して示している。この符号データ化
回路６にて符号データ化されたローカルマキシマムＭＡ
及びローカルミニマムＭＩの各サンプルデータは、デー
タ分析回路７に送られる。

【００２０】データ分析回路７では、先ず、正（＋）の
符号が付加された各ローカルマキシマム（極大値）ＭＡ
の振幅の絶対値と、符号データ化回路６にて負（−）の
符号が付加された各ローカルミニマム（極小値）ＭＩの
振幅の絶対値とを、それぞれ求め、当該フレーム内にお
いてそれら振幅の絶対値が最も大きいローカルマキシマ
ムＭＡとローカルミニマムＭＩを求める。なお、図５の
例では、振幅の絶対値が最も大きいローカルマキシマム
ＭＡを特に第１ローカルマキシマムＭＡＧとして表し、
振幅の絶対値が最も大きいローカルミニマムＭＩを特に
第１ローカルミニマムＭＩＧとして表している。

【００２１】次いで、データ分析回路７は、第１ローカ
ルマキシマムＭＡＧに対応して設定される図５中の所定
範囲ＲＴ内に、その振幅の値が入っている全てのローカ
ルマキシマムＭＡと、第１ローカルミニマムＭＩＧに対
応して設定される図５中の所定範囲ＲＵ内に、その振幅
の値が入っている全てのローカルミニマムＭＩを求め
る。

【００２２】図５の例では、第１ローカルマキシマムＭ
ＡＧに対応した所定範囲ＲＴ内に、その振幅値が入って
いるローカルマキシマムＭＡを、特に第２ローカルマキ
シマムＭＡＲ（ＭＡＲ１，ＭＡＲ２，・・・）として表
しており、また、第１ローカルミニマムＭＩＭに対応し
た所定範囲ＲＵ内に、その振幅値が入っているローカル
ミニマムＭＩを、特に第２ローカルミニマムＭＩＲ（Ｍ
ＩＲ１，ＭＩＲ２，・・・）として表している。

【００２３】ここで、第１ローカルマキシマムＭＡＧに
対応した所定範囲ＲＴは、第２ローカルマキシマムＭＡ
Ｒを複数個求めることができるような範囲であり、同じ
く、第１ローカルミニマムＭＩＧに対応した所定範囲Ｒ
Ｕは、第２ローカルミニマムＭＩＲを複数個求めること
ができるような範囲である。すなわち、データ分析回路
７では、後述するように、時間間隔の統計的分析を行う
ようにしているので、該統計的分析の精度を高めるに
は、第２ローカルマキシマムＭＡＲと第２ローカルミニ
マムＭＩＲがそれぞれ複数個必要になるからである。

【００２４】なお、所定範囲ＲＴとしては、図５中の振
幅値０から第１のローカルマキシマムＭＡＧの振幅値ま
での間で任意の範囲に設定することができ、所定範囲Ｒ
Ｕとしては、図５中の振幅値０から第１のローカルミニ
マムＭＩＧの振幅値までの間で任意の範囲に設定するこ
とができる。

【００２５】これら所定範囲ＲＴと所定範囲ＲＵの一例
としては、任意フレーム内の全てのローカルマキシマム
ＭＡ，ローカルミニマムＭＩのなかで、例えば音声信号
のピッチを最も特徴的に表すローカルマキシマムＭＡ，
ローカルミニマムＭＩのみを抜き出すことができるよう
な範囲に設定することが考えられる。例えば振幅の絶対
値が極端に大きなローカルマキシマムＭＡやローカルミ
ニマムＭＩ、或いは、例えば振幅の絶対値が極端に小さ
なローカルマキシマムＭＡやローカルミニマムＭＩをピ
ッチ検出に用いることが好ましくないと考える場合に
は、それら極端に大きなローカルマキシマムＭＡやロー
カルミニマムＭＩ、及び、極端に小さなローカルマキシ
マムＭＡやローカルミニマムＭＩを除外することができ
る所定範囲ＲＴと所定範囲ＲＵを設定しておくことが望
ましい。このような所定範囲ＲＴと所定範囲ＲＵを用い
れば、フレーム内の全てのローカルマキシマムＭＡ及び
ローカルミニマムＭＩのなかで、ピッチ検出に好適なロ
ーカルマキシマムＭＡ及びローカルミニマＭＩムのみを
取り出すことが可能となり、正確なピッチの検出ができ
ると共に、フレーム内の全てのローカルマキシマムＭ
Ａ，ローカルミニマムＭＩを用いてピッチ検出を行う場
合よりも、遙かに少ない演算量でピッチを検出すること
が可能になる。

【００２６】さらに、データ分析回路７では、上述のよ
うにして求めた第１ローカルマキシマムＭＡＧ及び全て
の第２ローカルマキシマムＭＡＲ（ＭＡＲ１，ＭＡＲ
２，ＭＡＲ３，・・・）を用いて、それら各ローカルマ
キシマム間の時間間隔（例えばサンプル数）を測定し、
同じく、第１ローカルミニマムＭＩＧ及び全ての第２ロ
ーカルミニマムＭＩＲ（ＭＩＲ１，ＭＩＲ２，ＭＩＲ
３，・・・）を用いて、それら各ローカルミニマム間の
時間間隔（例えばサンプル数）を測定する。

【００２７】すなわち、このことを図５の例を用いて説
明すると、データ分析回路７では、第１ローカルマキシ
マムＭＡＧ及び第２ローカルマキシマムＭＡＲについて
の時間間隔として、第２ローカルマキシマムＭＡＲ１か
ら次の第１ローカルマキシマムＭＡＧまでの時間間隔
（サンプル数）ＴＤ１、第２ローカルマキシマムＭＡＲ
１から第２ローカルマキシマムＭＡＲ２までの時間間隔
（サンプル数）ＴＤ２、第２ローカルマキシマムＭＡＲ
１から第２ローカルマキシマムＭＡＲ３までの時間間隔
（サンプル数）ＴＤ３、・・・のように、第２ローカル
マキシマムＭＡＲ１から他の各第２ローカルマキシマム
ＭＡＲ又は第１ローカルマキシマムＭＡＧについてそれ
ぞれの時間間隔を求めると共に、同様にして、第１ロー
カルマキシマムＭＡＧから次の第２ローカルマキシマム
ＭＡＲ２までの時間間隔、第１ローカルマキシマムＭＡ
Ｇから第２ローカルマキシマムＭＡＲ３までの時間間
隔、第１ローカルマキシマムＭＡＧから第２ローカルマ
キシマムＭＡＲ４までの時間間隔、・・・のように、第
１ローカルマキシマムＭＡＧから他の各第２ローカルマ
キシマムＭＡＲについてそれぞれの時間間隔を求める。
第２ローカルマキシマムＭＡＲ２以降の各第２ローカル
マキシマムＭＡＲ３，ＭＡＲ４，ＭＡＲ５，・・・（Ｍ
ＡＲ６以降は図示を省略）についても同様にしてそれぞ
れの時間間隔を求める。

【００２８】同様に、データ分析回路７では、第１ロー
カルミニマムＭＩＧ及び第２ローカルミニマムＭＩＲに
ついての時間間隔として、第２ローカルミニマムＭＩＲ
１から次の第１ローカルマキシマムＭＩＧまでの時間間
隔（サンプル数）ＡＤ１、第２ローカルミニマムＭＩＲ
１から第２ローカルミニマムＭＩＲ２までの時間間隔
（サンプル数）ＡＤ２、第２ローカルミニマムＭＩＲ１
から第２ローカルミニマムＭＩＲ３までの時間間隔（サ
ンプル数）、・・・のように、第２ローカルミニマムＭ
ＩＲ１から他の各第２ローカルミニマムＭＩＲ又は第１
ローカルミニマムＭＩＧについてそれぞれの時間間隔を
求めると共に、同様にして、第１ローカルミニマムＭＩ
Ｇから次の第２ローカルミニマムＭＩＲ２までの時間間
隔、第１ローカルミニマムＭＩＧから第２ローカルミニ
マムＭＩＲ３までの時間間隔、・・・のように、第１ロ
ーカルミニマムＭＩＧから他の各第２ローカルミニマム
についてそれぞれの時間間隔を求める。第２ローカルミ
ニマムＭＩＲ２以降の各第２ローカルミニマムＭＩＲ
３，ＭＩＲ４（図示は省略），・・・についても同様に
してそれぞれの時間間隔を求める。

【００２９】その後、データ分析回路７では、第１ロー
カルマキシマムＭＡＧ及び第２ローカルマキシマムＭＡ
Ｒを用いて求めた各時間間隔（サンプル数）と、第１ロ
ーカルミニマムＭＩＧ及び第２ローカルミニマムＭＩＲ
を用いて求めた時間間隔（サンプル数）の両方を用い
て、統計的な分析を行う。

【００３０】具体的に言うと、該データ分析回路７で
は、第１ローカルマキシマムＭＡＧ及び第２ローカルマ
キシマムＭＡＲを用いて求めた各時間間隔（サンプル
数）と、第１ローカルミニマムＭＩＧ及び第２ローカル
ミニマムＭＩＲを用いて求めた時間間隔（サンプル数）
の両方を用いて、ヒストグラムを作成し、当該ヒストグ
ラムの最瀕値を求める。

【００３１】すなわち、例えば図６に示すように、第１
ローカルマキシマムＭＡＧ及び第２ローカルマキシマム
ＭＡＲを用いて求めた各時間間隔（サンプル数）と、第
１ローカルミニマムＭＩＧ及び第２ローカルミニマムＭ
ＩＲを用いて求めた時間間隔（サンプル数）のうち、最
も発生頻度が高い時間間隔（サンプル数）を求める。図
６の例では、それら両者の時間間隔として、８１サンプ
ル分の時間間隔を有するものが２回、８２サンプル分の
時間間隔を有するものが２回、８３サンプル分の時間間
隔を有するものが３回、・・・、１９２サンプル分の時
間間隔を有するものが５回、１９３サンプル分の時間間
隔を有するものが１１回、１９４サンプル分の時間間隔
を有するものが６回、・・・となり、ヒストグラムの最
瀕値としては、１９３サンプル分の時間間隔を有するも
のが１１回であり、したがって、データ分析回路７は、
当該１９３サンプル分の時間間隔を統計分析結果として
出力する。

【００３２】データ分析回路７での統計分析により求め
られた時間間隔出力は、ピッチ決定回路８に送られる。
該ピッチ決定回路８では、データ分析回路７から供給さ
れた時間間隔出力に基づいて、入力音声信号のピッチを
決定する。すなわち、図６に示した統計分析結果を例に
挙げて説明すると、ピッチ決定回路８では、１９３サン
プル分の時間間隔を、入力端子１に供給された入力音声
信号のピッチ周期として決定する。

【００３３】該ピッチ決定回路８にて決定されたピッチ
周期は、出力端子９からピッチ検出結果として出力され
る。

【００３４】図１に示した第１の実施の形態のピッチ検
出装置におけるピッチ検出動作の流れをフローチャート
にて表すと、図７に示すようになる。

【００３５】この図７において、ステップＳ１では、入
力端子１に供給された音声信号を、アナログ／デジタル
変換器２にてデジタルデータに変換し、さらにフィルタ
回路３にて所望の周波数帯域のみを取り出す低域濾波を
行った後、バッファメモリ４にて単位時間（フレーム）
毎に切り出す。

【００３６】次のステップＳ２では、ピークサーチ回路
５にて、ローカルマキシマムＭＡ（極大点）とローカル
ミニマムＭＩ（極小点）を抽出し、さらに符号データ化
回路６にてローカルマキシマムＭＡに正（＋）の符号を
付加し、ローカルミニマムＭＩに負（−）の符号を付加
する符号データ化を行う。

【００３７】ステップＳ３では、データ分析回路７にお
いて、正（＋）の符号が付加された各ローカルマキシマ
ムＭＡ（極大値）の振幅の絶対値と、符号データ化回路
６にて負（−）の符号が付加された各ローカルミニマム
ＭＩ（極小値）の振幅の絶対値とを、それぞれ求め、当
該フレーム内においてそれら振幅の絶対値が最も大きい
第１ローカルマキシマムＭＡＧと第１ローカルミニマム
ＭＩＧを求める。

【００３８】ステップＳ４では、データ分析回路７にお
いて、振幅の絶対値が最大の第１ローカルマキシマムＭ
ＡＧに対応した所定範囲ＲＴ内に、その振幅値が入って
いる全ての第２ローカルマキシマムＭＡＲを求め、それ
らの第１ローカルマキシマムＭＡＧ及び第２ローカルマ
キシマムＭＡＲを用いて各時間間隔（サンプル数）を測
定し、その時間間隔からヒストグラムを作成する。

【００３９】ステップＳ５では、データ分析回路７にお
いて、振幅の絶対値が最大の第１ローカルミニマムＭＩ
Ｇに対応した所定範囲ＲＵ内に、その振幅値が入ってい
る全ての第２ローカルミニマムＭＩＲを求め、それらの
第１ローカルミニマムＭＩＧ及び第２ローカルミニマム
ＭＩＲを用いて各時間間隔（サンプル数）を測定し、そ
の時間間隔を、ステップＳ４のヒストグラムに加える。

【００４０】ステップＳ６では、データ分析回路７に
て、ヒストグラムの最瀕値を求め、その後、ピッチ決定
回路８において当該ヒストグラムの最瀕値からピッチ周
期を決定する。

【００４１】この第１の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で精度の高いピッチ検出が可能である。また、この
第１の実施の形態によれば、全てのローカルマキシマム
ＭＡ及びローカルミニマムＭＩを用いて時間間隔を測定
する場合よりも、少ない演算量でピッチ検出が可能とな
っている。

【００４２】次に、本発明の第２のピッチ検出装置が適
用される第２の実施の形態のピッチ検出装置について説
明する。

【００４３】この第２の実施の形態のピッチ検出装置で
は、図８に示すように、フレーム内で振幅の絶対値が最
大の第１ローカルマキシマムＭＡＧに対応した所定範囲
ＲＴＡよりも、その振幅値が大きいローカルマキシマム
ＭＡ（ＭＡＢ）を求め、それらのローカルマキシマムＭ
Ａ（ＭＡＢ）を用いて時間間隔を計測してヒストグラム
を作成し、また、フレーム内で振幅の絶対値が最大の第
１ローカルミニマムＭＩＧに対応した所定範囲ＲＵＩよ
りも、その振幅値が大きいローカルミニマムＭＩ（ＭＩ
Ｂ）を求め、それらのローカルミニマムＭＩ（ＭＩＢ）
を用いて時間間隔を計測してヒストグラムに加えるよう
にする。

【００４４】さらに、第２の実施の形態のピッチ検出装
置では、振幅の絶対値が最大の第１ローカルマキシマム
ＭＡＧに対応した所定範囲ＲＴＡよりもその振幅値が小
さいローカルマキシマムＭＡ（ＭＡＳ）を求め、それら
のローカルマキシマムＭＡ（ＭＡＳ）を用いて時間間隔
を計測してヒストグラムを生成し、また、振幅の絶対値
が最大の第１ローカルミニマムＭＩＧに対応した所定範
囲ＲＵＩよりもその振幅値が小さいローカルミニマムＭ
Ｉ（ＭＩＳ）を求め、それらのローカルミニマムＭＩ
（ＭＩＳ）を用いて時間間隔を計測して先のヒストグラ
ムに加えるようにする。

【００４５】この第２の実施の形態のピッチ検出装置の
概略構成は図１と同様であるため、その図示は省略する
が、当該第２の実施の形態のピッチ検出装置のデータ分
析回路７では、以下のようなことを行っている。

【００４６】すなわち、第２の実施の形態のピッチ検出
装置のデータ分析回路７では、図８に示すように、先
ず、正（＋）の符号が付加された各ローカルマキシマム
（極大値）ＭＡの振幅の絶対値と、符号データ化回路６
にて負（−）の符号が付加された各ローカルミニマム
（極小値）ＭＩの振幅の絶対値とを、それぞれ求め、当
該フレーム内においてそれら振幅の絶対値が最も大きい
第１ローカルマキシマムＭＡＧと第１ローカルミニマム
ＭＩＧを求める。

【００４７】次いで、データ分析回路７は、第１ローカ
ルマキシマムＭＡＧに対応して設定される所定範囲ＲＴ
Ａよりも、その振幅の値が大きい全てのローカルマキシ
マムＭＡと、第１ローカルミニマムＭＩＧに対応して設
定される所定範囲ＲＵＩよりも、その振幅の値が大きい
全てのローカルミニマムＭＩを求める。図８の例では、
第１ローカルマキシマムＭＡＧに対応した所定範囲ＲＴ
Ａよりも、その振幅値が大きいローカルマキシマムＭＡ
を、特に第３ローカルマキシマムＭＡＢ（ＭＡＢ１，Ｍ
ＡＢ２，・・・）として表し、第１ローカルミニマムＭ
ＩＭに対応した所定範囲ＲＵＩよりも、その振幅値が大
きいローカルミニマムＭＩを、特に第３ローカルミニマ
ムＭＩＢ（ＭＩＢ１，ＭＩＢ２，・・・）として表して
いる。

【００４８】同様に、データ分析回路７は、第１ローカ
ルマキシマムＭＡＧに対応して設定される所定範囲ＲＴ
Ａよりも、その振幅の値が小さい全てのローカルマキシ
マムＭＩと、第１ローカルミニマムＭＩＧに対応して設
定される所定範囲ＲＵＩよりも、その振幅の値が小さい
全てのローカルミニマムＭＩを求める。図８の例では、
第１ローカルマキシマムＭＡＧに対応した所定範囲ＲＴ
Ａよりも、その振幅値が小さいローカルマキシマムＭＩ
を、特に第４ローカルマキシマムＭＡＳ（ＭＡＳ１，Ｍ
ＡＳ２，・・・）として表し、第１ローカルミニマムＭ
ＩＭに対応した所定範囲ＲＵＩよりも、その振幅値が小
さいローカルミニマムを、特に第４ローカルミニマムＭ
ＩＳ（ＭＩＳ１，ＭＩＳ２，・・・）として表してい
る。

【００４９】ここで、第１ローカルマキシマムＭＡＧに
対応した所定範囲ＲＴＡは、第３ローカルマキシマムＭ
ＡＢや第４のローカルマキシマムＭＡＳを複数個求める
ことができるような範囲であり、同じく、第１ローカル
ミニマムＭＩＭに対応した所定範囲ＲＵＩは、第３ロー
カルミニマムＭＩＢや第４のローカルミニマムＭＩＳを
複数個求めることができるような範囲である。すなわ
ち、データ分析回路７では、時間間隔の統計的分析を行
うようにしているので、該統計的分析の精度を高めるに
は、第３ローカルマキシマムＭＡＢ及び第３ローカルミ
ニマムＭＩＢと第４ローカルマキシマムＭＡＳ及び第４
ローカルミニマムＭＩＳがそれぞれ複数個必要になるか
らである。

【００５０】なお、所定範囲ＲＴＡとしては、図８中の
振幅値０から第１のローカルマキシマムＭＡＧの振幅値
までの間で任意の範囲に設定することができ、所定範囲
ＲＵＩとしては、図８中の振幅値０から第１のローカル
ミニマムＭＩＧの振幅値までの間で任意の範囲に設定す
ることができる。前述した第１の実施の形態では、図５
の所定範囲ＲＴと所定範囲ＲＵの一具体例として、フレ
ーム内の全てのローカルマキシマムＭＡ，ローカルミニ
マムＭＩのなかで音声信号のピッチを最も特徴的に表す
ローカルマキシマムＭＡ，ローカルミニマムＭＩのみを
抜き出すことができるような範囲に設定する例を挙げた
が、この第２の実施の形態の図８に示す所定範囲ＲＴ
Ａ，ＲＵＩの一具体例としては、例えばフレーム内で最
も多く発生するローカルマキシマムＭＡ，ローカルミニ
マムＭＩを除外することができるような範囲とすること
が考えられる。すなわち、フレーム内で最も多く発生す
るローカルマキシマムＭＡ，ローカルミニマムＭＩを使
用すればピッチ検出の精度を上げることはできるが、そ
の演算量は増大する。したがって、それらフレーム内で
最も多く発生するローカルマキシマムＭＡ，ローカルミ
ニマムＭＩをピッチ検出の演算から除外すれば、ピッチ
検出の精度は多少低下するが演算量を減らすことができ
る。このような所定範囲ＲＴＡ及び所定範囲ＲＵＩを用
いれば、フレーム内の全てのローカルマキシマムＭＡ，
ローカルミニマムＭＩを用いる場合や、例えばフレーム
内で最も多く発生するローカルマキシマムＭＡ，ローカ
ルミニマムＭＩを用いる場合よりも、遙かに少ない演算
量でピッチを検出することが可能になる。

【００５１】さらに、データ分析回路７では、上述のよ
うにして求めた第１ローカルマキシマムＭＡＧ及び全て
の第３ローカルマキシマムＭＡＢ（ＭＡＢ１，ＭＡＢ
２，ＭＡＢ３，・・・）を用いて、それら各ローカルマ
キシマム間の時間間隔を測定し、同じく、第１ローカル
ミニマムＭＩＧ及び全ての第３ローカルミニマムＭＩＢ
（ＭＩＢ１，ＭＩＢ２，ＭＩＢ３，・・・）を用いて、
それら各ローカルミニマム間の時間間隔（例えばサンプ
ル数）を測定する。

【００５２】同様に、データ分析回路７は、第１ローカ
ルマキシマムＭＡＧ及び全ての第４ローカルマキシマム
ＭＡＳ（ＭＡＳ１，ＭＡＳ２，ＭＡＳ３，・・・）を用
いて、それら各ローカルマキシマム間の時間間隔を測定
し、同じく、第１ローカルミニマムＭＩＧ及び全ての第
４ローカルミニマムＭＩＳ（ＭＩＳ１，ＭＩＳ２，ＭＩ
Ｓ３，・・・）を用いて、それら各ローカルミニマム間
の時間間隔（例えばサンプル数）を測定する。

【００５３】すなわち、図８の例を用いて説明すると、
この第２の実施の形態のピッチ検出装置のデータ分析回
路７では、第１ローカルマキシマムＭＡＧ及び第３ロー
カルマキシマムＭＡＢについての時間間隔として、第１
ローカルマキシマムＭＡＧから次の第３ローカルマキシ
マムＭＡＢ１までの時間間隔（サンプル数）ｔｄｂ１、
第１ローカルマキシマムＭＡＧから第３ローカルマキシ
マムＭＡＢ２までの時間間隔（サンプル数）ｔｄｂ２、
第１ローカルマキシマムＭＡＧから第３ローカルマキシ
マムＭＡＢ３までの時間間隔（サンプル数）ｔｄｂ３、
・・・のように、第１ローカルマキシマムＭＡＧから他
の各第３ローカルマキシマムＭＡＢについてそれぞれの
時間間隔（サンプル数）を求めると共に、同様にして、
第３ローカルマキシマムＭＡＢ１から次の第３ローカル
マキシマムＭＡＢ２までの時間間隔（サンプル数）、第
３ローカルマキシマムＭＡＢ１から第３ローカルマキシ
マムＭＡＢ３までの時間間隔（サンプル数）・・・のよ
うに、第３ローカルマキシマムＭＡＢ１から他の各第３
ローカルマキシマムＭＡＢについてそれぞれの時間間隔
（サンプル数）を求める。第３ローカルマキシマムＭＡ
Ｂ２以降の各第３ローカルマキシマムＭＡＢ３，ＭＡＢ
４，ＭＡＢ５，・・・（ＭＡＢ４以降は図示を省略）に
ついても同様にしてそれぞれの時間間隔（サンプル数）
を求める。

【００５４】同様に、この第２の実施の形態のピッチ検
出装置のデータ分析回路７では、第１ローカルマキシマ
ムＭＡＧ及び第４ローカルマキシマムＭＡＳについての
時間間隔（サンプル数）として、第４ローカルマキシマ
ムＭＡＳ１から次の第１ローカルマキシマムＭＡＧまで
の時間間隔（サンプル数）ｔｄｓ１、第４ローカルマキ
シマムＭＡＳ１から第４ローカルマキシマムＭＡＳ２ま
での時間間隔（サンプル数）ｔｄｓ２、第４ローカルマ
キシマムＭＡＳ１から第４ローカルマキシマムＭＡＳ３
（図示は省略）までの時間間隔（サンプル数）・・・の
ように、第４ローカルマキシマムＭＡＳ１から他の各第
１ローカルマキシマムＭＡＧ又は第４ローカルマキシマ
ムＭＡＳについてそれぞれの時間間隔を求めると共に、
第１ローカルマキシマムＭＡＧから次の第４ローカルマ
キシマムＭＡＳ２までの時間間隔（サンプル数）、第１
ローカルマキシマムＭＡＧから第４ローカルマキシマム
ＭＡＳ（図示は省略）までの時間間隔（サンプル数）・
・・のように、第１ローカルマキシマムＭＡＧから他の
各第４ローカルマキシマムＭＡＳについてそれぞれの時
間間隔（サンプル数）を求める。第４ローカルマキシマ
ムＭＡＳ２以降の各第４ローカルマキシマムＭＡＳ３，
ＭＡＳ４，ＭＡＳ５，・・・（ＭＡＢ３以降は図示を省
略）についても同様にしてそれぞれの時間間隔（サンプ
ル数）を求める。

【００５５】また、この第２の実施の形態のピッチ検出
装置のデータ分析回路７では、第１ローカルミニマムＭ
ＩＧ及び第３ローカルミニマムＭＩＢについての時間間
隔として、第１ローカルミニマムＭＩＧから次の第３ロ
ーカルミニマムＭＩＢ１までの時間間隔ａｄｂ１、第１
ローカルミニマムＭＩＧから第３ローカルミニマムＭＩ
Ｂ２までの時間間隔ａｄｂ２、第１ローカルミニマムＭ
ＩＧから第３ローカルミニマムＭＩＢ３（図示は省略）
までの時間間隔・・・のように、第１ローカルミニマム
ＭＩＧから他の各第３ローカルミニマムＭＩＢについて
それぞれの時間間隔を求めると共に、同様にして、第３
ローカルミニマムＭＩＢ１から次の第３ローカルミニマ
ムＭＩＢ２までの時間間隔、第３ローカルミニマムＭＩ
Ｂ１から第３ローカルミニマムＭＩＢ３（図示は省略）
までの時間間隔・・・のように、第３ローカルミニマム
ＭＩＢ１から他の各第３ローカルミニマムＭＩＢについ
てそれぞれの時間間隔を求める。第３ローカルミニマム
ＭＩＢ２以降の各第３ローカルミニマムＭＩＢ３，ＭＩ
Ｂ４，ＭＩＢ５，・・・（ＭＩＢ３以降は図示を省略）
についても同様にしてそれぞれの時間間隔を求める。

【００５６】同様に、この第２の実施の形態のピッチ検
出装置のデータ分析回路７では、第１ローカルミニマム
ＭＩＧ及び第４ローカルミニマムＭＩＳについての時間
間隔として、第４ローカルミニマムＭＩＳ１から次の第
１ローカルミニマムＭＩＧまでの時間間隔ａｄｓ１、第
４ローカルミニマムＭＩＳ１から第４ローカルミニマム
ＭＩＳ２までの時間間隔ａｄｓ２、第４ローカルミニマ
ムＭＩＳ１から第４ローカルミニマムＭＩＳ３までの時
間間隔ａｄｓ３・・・のように、第４ローカルミニマム
ＭＩＳ１から他の各第１ローカルミニマムＭＩＧ又は第
４ローカルミニマムＭＩＳについてそれぞれの時間間隔
を求めると共に、同様にして、第１ローカルミニマムＭ
ＩＧから次の第４ローカルミニマムＭＩＳ２までの時間
間隔、第１ローカルミニマムＭＩＧから第４ローカルミ
ニマムＭＩＳ３までの時間間隔・・・のように、第１ロ
ーカルミニマムＭＩＧから他の各第４ローカルミニマム
ＭＩＳについてそれぞれの時間間隔を求める。第４ロー
カルミニマムＭＩＳ２以降の各第４ローカルミニマムＭ
ＩＳ３，ＭＩＳ４，ＭＩＳ５，・・・（ＭＩＳ４以降は
図示を省略）についても同様にしてそれぞれの時間間隔
を求める。

【００５７】その後、第２の実施の形態のピッチ検出装
置のデータ分析回路７では、第１ローカルマキシマムＭ
ＡＧ，第３ローカルマキシマムＭＡＢ及び第４ローカル
マキシマムＭＡＳを用いて求めた各時間間隔と、第１ロ
ーカルミニマムＭＩＧ，第３ローカルミニマムＭＩＢ及
び第４ローカルミニマムＭＩＳを用いて求めた時間間隔
を用いて、統計的な分析を行う。

【００５８】具体的に言うと、当該第２の実施の形態の
データ分析回路７では、第１ローカルマキシマムＭＡ
Ｇ，第３ローカルマキシマムＭＡＢ、及び第４ローカル
マキシマムＭＡＳを用いて求めた各時間間隔と、第１ロ
ーカルミニマムＭＩＧ，第３ローカルミニマムＭＩＢ及
び第４ローカルミニマムＭＩＳを用いて求めた時間間隔
のそれぞれを用いて、ヒストグラムを作成し、当該ヒス
トグラムの最瀕値を求める。

【００５９】すなわち、第１の実施の形態と同様に、第
１ローカルマキシマムＭＡＧ，第３ローカルマキシマム
ＭＡＢ及び第４ローカルマキシマムＭＡＳを用いて求め
た各時間間隔と、第１ローカルミニマムＭＩＧ，第３ロ
ーカルミニマムＭＩＢ及び第４ローカルミニマムＭＩＳ
を用いて求めた時間間隔のうち、最も発生頻度が高い時
間間隔を求める。

【００６０】第２の実施の形態のデータ分析回路７での
統計分析により求められた時間間隔出力は、同じく第２
の実施の形態のピッチ決定回路８に送られる。該ピッチ
決定回路８では、データ分析回路７から供給された時間
間隔出力に基づいて、入力音声信号のピッチを決定す
る。

【００６１】該ピッチ決定回路８にて決定されたピッチ
周期は、出力端子９から第２の実施の形態のピッチ検出
装置のピッチ検出結果として出力される。

【００６２】この第２の実施の形態のピッチ検出装置に
おけるピッチ検出動作の流れをフローチャートにて表す
と、図９に示すようになる。なお、この図９のステップ
Ｓ１からステップＳ３までの処理は、図７のフローチャ
ートのステップＳ１からステップＳ３までの処理と同じ
であり、その説明は省略する。

【００６３】この図９において、ステップＳ１４では、
データ分析回路７において、振幅の絶対値が最大の第１
ローカルマキシマムＭＡＧに対応した所定範囲ＲＴＡよ
りも、その振幅値が大きい全ての第３ローカルマキシマ
ムＭＡＢを求め、それら第１ローカルマキシマムＭＡＧ
及び第３ローカルマキシマムＭＡＢを用いて各時間間隔
を測定し、その時間間隔からヒストグラムを作成する。

【００６４】ステップＳ１５では、データ分析回路７に
おいて、振幅の絶対値が最大の第１ローカルマキシマム
ＭＡＧに対応した所定範囲ＲＵＩよりも、その振幅値が
小さい全ての第４ローカルマキシマムＭＡＳを求め、そ
れら第１ローカルマキシマムＭＡＧ及び第４ローカルマ
キシマムＭＡＳを用いて各時間間隔を測定し、その時間
間隔をステップＳ１４のヒストグラムに追加する。

【００６５】ステップＳ１６では、データ分析回路７に
おいて、振幅の絶対値が最大の第１ローカルミニマムＭ
ＩＧに対応した所定範囲よりも、その振幅値が大きい全
ての第３ローカルミニマムＭＩＢを求め、それら第１ロ
ーカルミニマムＭＩＧ及び第３ローカルミニマムＭＩＢ
を用いて各時間間隔を測定し、その時間間隔からヒスト
グラムを作成する。

【００６６】ステップＳ１７では、データ分析回路７に
おいて、振幅の絶対値が最大の第１ローカルミニマムＭ
ＩＧに対応した所定範囲よりも、その振幅値が小さい全
ての第４ローカルミニマムＭＩＳを求め、それら第１ロ
ーカルミニマムＭＩＧ及び第４ローカルミニマムＭＩＳ
を用いて各時間間隔を測定し、その時間間隔をステップ
Ｓ１６のヒストグラムに追加する。

【００６７】ステップＳ１８では、データ分析回路７に
て、ヒストグラムの最瀕値を求め、その後、ピッチ決定
回路８において当該ヒストグラムの最瀕値からピッチ周
期を決定する。

【００６８】この第２の実施の形態によれば、音声信号
の相関を求めることなく、その波形の特徴から少ない演
算量で精度の高いピッチ検出が可能である。また、この
第２の実施の形態によれば、全てのローカルマキシマム
ＭＡ及びローカルミニマムＭＩを用いて時間間隔を測定
する場合よりも、少ない演算量でピッチ検出が可能とな
っている。

【００６９】ところで、本発明の各実施の形態に示した
ピッチ検出装置は、例えばいわゆるカラオケ装置におい
て、歌唱者の声やコーラスの声のピッチを検出する際に
適用可能である。

【００７０】すなわち、カラオケ装置においては、歌唱
者による歌の調及び各音の高さを本発明によって検出し
たピッチから求め、本来の楽曲の調及び音の高さからど
れだけ外れているかを、当該歌唱者に示すことができれ
ば、歌の練習にとって非常に有効であると考えられる。

【００７１】以下、本発明の第３の実施の形態として、
カラオケ装置に適用可能であって、歌唱者やコーラスの
声のピッチを本発明（第１及び第２の実施の形態）のピ
ッチ検出装置にて検出し、その検出したピッチに基づい
て、歌唱者やコーラスの声の高さの良否を判定する判定
装置の主要部構成を、図１０に示す。なお、一般的なカ
ラオケ装置における構成要素については周知であり、こ
の図１０ではそれらの図示は省略し、本発明の判定装置
に係る部分のみを示している。また、図１０において、
図１と同じ構成要素には同一の指示符号を付している。

【００７２】図１０において、入力端子１には、歌唱者
やコーラスの声をマイクロホンにて音響／電気変換した
アナログ音声信号が供給される。このアナログ音声信号
は、アナログ／デジタル変換器２にてデジタル信号に変
換され、フィルタ回路３にて低域濾波される。このフィ
ルタ回路３からの出力データが、ピッチ検出装置３２に
送られる。

【００７３】このピッチ検出装置３２は、第１及び第２
の実施の形態のいずれかのピッチ検出装置のバッファメ
モリ４以降の構成を有するものである。該ピッチ検出装
置３２にて検出されたピッチは、比較回路３３に供給さ
れる。

【００７４】一方で、端子３０には、当該カラオケ装置
のＭＩＤＩ（Musical Instrument Digital Interface）
データが供給される。該ＭＩＤＩデータは、ＭＩＤＩ基
準音抽出回路３１に送られる。ここで、このＭＩＤＩデ
ータは、カラオケ装置にて再生している伴奏楽曲に関す
るデータであり、本来の楽曲（歌）の調及び音の高さの
データも含まれている。ＭＩＤＩ基準音抽出回路３１で
は、供給されたＭＩＤＩデータから、本来の楽曲の調及
び音の高さのデータを基準音データ（以下、基準ピッチ
と呼ぶ）として抽出する。この基準ピッチは、比較回路
３３に供給される。

【００７５】比較回路３３では、ピッチ検出装置３２か
ら供給される歌唱者の声のピッチと、ＭＩＤＩ基準音抽
出回路３１から供給される基準ピッチとを比較し、その
比較結果を出力する。この比較により、歌唱者の調及び
音の高さが、本来の楽曲の調及び音の高さからどれだけ
外れているかを、知ることができる。

【００７６】ここで、マイクロホンからの入力とＭＩＤ
Ｉデータとから、歌唱者の調及び音の高さが、本来の楽
曲の調及び音の高さからどれだけ外れているかを示す一
例を、図１１にて説明する。

【００７７】この図１１において、ＭＩＤＩデータは、
図１１（ａ）にて示すように、データＤＴ１，ＤＴ２，
ＤＴ３，・・・のように単位フレーム毎にデータが供給
され、ＭＩＤＩ基準音抽出回路３１では、データＤＴ
１，ＤＴ２，ＤＴ３，・・・の単位フレーム毎にＭＩＤ
Ｉデータから基準ピッチを抽出する。

【００７８】また、ピッチ検出装置３２では、図１１
（ｂ）のように約３０ｍ秒毎にマイクロホンからの入力
音声信号のピッチを検出する。

【００７９】比較回路３３では、ピッチ検出装置３２が
約３０ｍ秒毎に検出した入力音声信号のピッチと、当該
ピッチ検出装置３２にてピッチ検出が行われる３０ｍ秒
毎に対応した基準ピッチとを比較し、その比較結果とし
て、「高い」、「低い」、「正しい」のいずれかの比較
結果を出力する。なお、比較結果の「高い」は歌唱者の
声のピッチが基準ピッチよりも高いことを示し、比較結
果の「低い」は歌唱者の声のピッチが基準ピッチよりも
低いことを示し、比較結果の「正しい」歌唱者の声のピ
ッチが基準ピッチと合っていることを示す。

【００８０】この比較回路３３からの比較結果は、画像
データ生成回路３４に送られる。該画像データ生成回路
３４は、カラオケ装置に通常備えられている、歌詞やイ
メージ映像を表示する為のモニタに、比較結果に応じた
表示を行わせるための画像データを生成するためのもの
である。

【００８１】その比較結果に応じた表示用画像データの
一例としては、文字による「高い」、「低い」、「正し
い」を表示するための画像データや、「高い」、「低
い」、「正しい」に対応するキャラクタを表すための画
像データ等、或いは「高い」、「低い」、「正しい」に
対応するキャラクタの色や明るさを変更するための画像
データなどが考えられ、画像データ生成回路３４では、
それらいずれかの画像データを生成する。

【００８２】この画像データ生成回路３４が生成した画
像データは、例えば図１２に示すモニタ画面４０上の所
定の領域４１上にインポーズ表示される。

【００８３】また、ここまでの説明では、比較回路３３
が「高い」、「低い」、「正しい」の３種類の比較結果
を出力し、モニタ画面上のそれらに対応する表示を行う
例を述べたが、歌唱者の調及び音の高さが本来の楽曲の
調及び音の高さからどれだけ外れているかを、いわゆる
バーグラフにて表示することも可能である。

【００８４】この場合、比較回路３３は、歌唱者の調及
び音の高さが本来の楽曲の調及び音の高さから外れてい
る量（レベル）を比較結果として出力し、画像データ生
成回路３４ではその比較結果に応じてバーグラフ表示用
画像データを生成する。

【００８５】さらに、この第３の実施の形態では、比較
回路３３の比較結果に応じた画像データを生成する例を
挙げているが、例えば図１３に示すように、「高い」、
「低い」、「正しい」にそれぞれ対応する例えばＬＥＤ
（発光ダイオード）ランプをモニタ画面４０の下などに
設け、これらＬＥＤランプを比較結果に応じて点灯或い
は消灯することで、比較結果に応じた表示を行わせるこ
とも可能である。

【００８６】図１４には、この第３の実施の形態の判定
装置における音声入力及びＭＩＤＩデータ入力から比較
結果の表示出力までの流れを示す。

【００８７】この図１４において、ステップＳ４１で
は、入力端子１から供給された歌唱者の声の入力音声信
号から、ピッチ検出装置３２がピッチを検出する。

【００８８】一方、ステップＳ４２では、端子３０から
入力されたＭＩＤＩデータから、ＭＩＤＩ基準音抽出回
路３１が基準ピッチを抽出し、当該基準ピッチと歌唱者
の声から検出したピッチとを、比較回路３３にて比較す
る。

【００８９】ステップＳ４３では、その比較回路３３に
よる比較結果から、「高い」、「低い」、「正しい」の
いずれかを決定する。

【００９０】ステップＳ４４では、その比較結果「高
い」、「低い」、「正しい」を歌唱者に知らせるための
表示出力を行う。

【００９１】このように第３の実施の形態によれば、相
関を求めることなく、少ない演算量で、精度の高いピッ
チを求めることができ、さらに検出したピッチと基準ピ
ッチとを比較することで、歌唱者の声やコーラスの声の
高さを正しい高さに導くことができ、音声の性質変換が
可能である。

【００９２】上述した第３の実施の形態では、第１，第
２の実施の形態のピッチ検出装置を使用して検出したピ
ッチと基準ピッチとを比較し、その比較結果に基づい
て、単に歌唱者の声のピッチが「高い」、「低い」、
「正しい」の何れかであることを、当該歌唱者等に知ら
せることのみ行っているが、本発明の第４の実施の形態
にかかるカラオケ装置においては、例えば伴奏音のピッ
チをシフトして歌唱者等の声のピッチに合わせるような
ことも可能となされている。

【００９３】このようなピッチシフトを実現するために
は、マイクロホンから入力された音うち、ある区間（フ
レーム）の音が歌唱者等の声のうちの母音であるのか、
或いは、歌唱者等の声の子音や雑音若しくは無音である
のかを判別することが必要である。すなわち、歌唱者等
の声の母音であると判定されたとき、その母音のピッチ
に基づいて伴奏音のピッチシフトを行うことは有効であ
るが、子音や雑音若しくは無音であると判定されたとき
に、それらの音のピッチに基づいて伴奏音のピッチシフ
トを行うのは好ましくないからである。

【００９４】この第４の実施の形態では、前述の第１，
第２の実施の形態のピッチ検出装置において作成したヒ
ストグラムを用いて、マイクロホンから入力された音
が、歌唱者等の声の母音であるのか、或いは、それ以外
の子音や雑音若しくは無音であるのかを判別し、この判
別結果に基づいて、ピッチシフトを行うか否かを決定し
ている。

【００９５】図１５には、第４の実施の形態のカラオケ
装置の概略構成を示す。なお、この図１５の構成は、第
１，第２の実施の形態が適用される第３の実施の形態
に、さらに母音等の判定機能とピッチシフト機能を付加
したものである。なお、図１５において、図１０と同じ
構成要素には同一の指示符号を付し、それらの説明は省
略する。

【００９６】この図１５において、端子３０から供給さ
れた当該カラオケ装置の伴奏曲のデータを含むＭＩＤＩ
データは、ピッチシフト回路３７に送られる。当該ピッ
チシフト回路３７は、伴奏音のピッチをシフト可能なも
のであり、後述する判定制御回路３６によってそのピッ
チシフトの有無及びピッチシフト量が制御されるもので
ある。

【００９７】判定制御回路３６には、ピッチ検出回路３
２にて前述したように生成したヒストグラムのデータ
と、比較回路３３から出力される比較結果のデータとが
供給される。当該判定制御回路３６では、ヒストグラム
の最瀕値とその周辺の値とを比較し、最瀕値がその周辺
の値に対して、ある閾値以上に大きければ、その区間
（フレーム）は母音であると判断し、一方で、最瀕値が
その周辺の値に対して、ある閾値より小さければ、その
区間（フレーム）は子音若しくは雑音或いは無音である
と判断する。

【００９８】また、この判定制御回路３６では、母音又
はそれ以外の音の判定結果と、比較回路３３からの比較
結果とに基づいて、ピッチシフト回路３７におけるピッ
チシフトの有無及びピッチシフト量を制御する制御信号
を生成する。すなわち、当該判定制御回路３６は、比較
回路３３から供給された比較結果が「正しい」を示して
いるとき、又は、母音又はそれ以外の音の判定結果が子
音若しくは雑音或いは無音であることを示しているとき
にはピッチシフトを行わないようにピッチシフト回路３
７を制御し、一方、比較回路３３からの比較結果が「高
い」若しくは「低い」を示しているときで且つ、母音又
はそれ以外の音の判定結果が母音であることを示してい
るときにはピッチシフトを行うようにピッチシフト回路
３７を制御する。

【００９９】これにより、ピッチシフト回路３７から
は、歌唱者等の声のピッチに合った伴奏音のデータが出
力され、この伴奏音のデータは図示しないアンプ等を介
し、端子３８からスピーカ等に送られる。

【０１００】図１６には、この図１５のカラオケ装置の
判定制御回路３６における処理のフローチャートを示
す。

【０１０１】図１６において、ステップＳ２１では、ヒ
ストグラムの最瀕値とその周辺の値を取り込む。

【０１０２】次のステップＳ２２では、ヒストグラムの
最瀕値とその周辺の値を比較する。例えば前述の図６の
ヒストグラムを例に挙げて説明すると、最瀕値は１９３
サンプル分の時間間隔が１１回であり、その周辺である
１９２サンプル分の時間間隔は５回、１９４サンプル分
の時間間隔は７回となっている。したがって、例えば閾
値が５回であれば最瀕値（１１回）の周辺の値（５回及
び７回）は当該閾値以上に大きいことになり、当該フレ
ームは母音であると判断できる。逆に、閾値が例えば６
回や７回以上の値であれば、その区間（フレーム）は子
音、雑音或いは無音であると判断できる。

【０１０３】ステップＳ２２において、最瀕値の周辺の
値が閾値以上であると判断したときにはステップＳ２３
の処理に進み、閾値より小さいと判断したときにはステ
ップＳ２４の処理に進む。

【０１０４】ステップＳ２３では、その区間（フレー
ム）が母音であると判定する。

【０１０５】一方、ステップＳ２４では、その区間は子
音、雑音若しくは無音であると判定する。

【０１０６】ステップＳ２３の処理後はステップＳ２５
の処理に進み、ステップＳ２４の処理後はステップＳ２
７の処理に進む。

【０１０７】ステップＳ２５では、比較回路３３の比較
結果が「高い」又は「低い」を示しているか否かを判断
する。このステップＳ２５において、比較結果が「高
い」又は「低い」を示しているときにはステップＳ２６
に進み、「正しい」を示しているときにはステップＳ２
７に進む。

【０１０８】ステップＳ２６では、ピッチシフト回路３
７におけるピッチシフト処理を行うように制御し、ステ
ップＳ２７では、ピッチシフト回路３７におけるピッチ
シフト処理を行わないように制御する。

【０１０９】その後、ステップＳ２８では、次のフレー
ムの処理に移行する。

【０１１０】なお、この第４の実施の形態では、第１，
第２の実施の形態におけるヒストグラムを母音等の判定
の際に使用した例を挙げたが、例えばフレーム内の全て
のローカルマキシマムＭＡ間及びローカルミニマムＭＩ
間の時間間隔から生成したヒストグラムや、音声信号の
零交差（いわゆるゼロクロス）間の時間間隔から生成し
たヒストグラムを使用して母音等の判定を行うようにす
ることも可能である。

【０１１１】第３や第４の実施の形態では、専用のカラ
オケ装置を例に挙げたが、いわゆるパーソナルコンピュ
ータにて本発明のピッチ検出装置を実現することも可能
である。

【０１１２】パーソナルコンピュータに本発明を適用し
た第５の実施の形態の概略構成例を図１７に示す。本実
施の形態のパーソナルコンピュータは、第１〜第４の実
施の形態の動作を実現するためのアプリケーションデー
タをインストールすることで、第１〜第４の実施の形態
にて説明した検出装置、カラオケ装置の何れの動作も可
能であるが、以下の説明ではその一例として、第３の実
施の形態で述べたような音のピッチの判定機能と第４の
実施の形態で述べたピッチシフトの機能を備えたカラオ
ケ装置をパーソナルコンピュータにて実現する例を挙げ
て説明する。

【０１１３】この図１７において、Ｉ／Ｏポート５９
は、例えば外部通信回線と接続される外部端子であり、
このＩ／Ｏポート５９及び通信回線を介して、後述する
外部のサーバやいわゆる通信カラオケ用放送センタ等に
接続可能となっている。Ｉ／Ｏポート５９はＩ／Ｆ回路
６０と接続されている。なお、通信カラオケとは、通信
カラオケ用放送センタに複数の楽曲のデータを蓄積して
おき、この放送センタに複数接続されている遠隔地の端
末装置に必要に応じて楽曲のデータを送信して、端末装
置で楽曲の演奏（再生）を可能とするシステムのことで
ある。したがって、この第５の実施の形態ではパーソナ
ルコンピュータを例に挙げたが、該通信カラオケにおけ
る端末装置であってもよい。

【０１１４】このＩ／Ｆ回路６０は、Ｉ／Ｏポート５９
を介した外部通信回線と、内部ＣＰＵ（中央処理ユニッ
ト）５４との間のインターフェイスである。

【０１１５】ここで、本実施の形態のパーソナルコンピ
ュータにて、第３や第４の実施の形態のカラオケ装置の
動作を実現する場合、Ｉ／Ｏポート５９には、該パーソ
ナルコンピュータからのデータ要求に応じて、カラオケ
用ＭＩＤＩデータや第３，第４の実施の形態の動作を実
現するためのアプリケーションデータ（以下、カラオケ
用アプリケーションデータと呼ぶ）が通信回線を介して
供給される。なお、カラオケ用アプリケーションデータ
は、前述した各実施の形態のフィルタ３のデジタルフィ
ルタ係数設定用データや、ピークサーチ回路５における
ピーク検出動作制御用プログラムデータ（ゼロクロス検
出を行う場合にはそのゼロクロス検出動作制御用プログ
ラムデータ）、符号データ化回路６における符号データ
化制御用プログラムデータ、データ分析回路７における
データ分析制御用プログラムデータ、ピッチ決定回路８
におけるピッチ決定動作制御用プログラムデータ、ＭＩ
ＤＩ基準音抽出回路３１における基準ピッチ検出動作用
プログラムデータ、比較回路３３における比較制御用プ
ログラムデータ、判定制御回路３６における判定制御用
プログラムデータ、ピッチシフト回路３７におけるピッ
チシフト用プログラムデータ等を、少なくとも有するも
のである。

【０１１６】これらカラオケ用ＭＩＤＩデータやカラオ
ケ用アプリケーションデータは、Ｉ／Ｆ回路６０を介し
てＣＰＵ５４に送られ、一旦、ハードディスクドライブ
（ＨＤＤ）５６内のハードディスクに記録される。

【０１１７】なお、カラオケ用ＭＩＤＩデータやカラオ
ケ用アプリケーションデータは、通信回線ではなく、例
えばいわゆるＣＤ−ＲＯＭ等の光ディスクやフロッピィ
ディスクに記録された状態で本実施の形態のパーソナル
コンピュータに供給される場合もある。この場合は、該
光ディスクやフロッピィディスクがディスクドライブ６
１に装填され、このディスクドライブ６１にて読み出さ
れてＣＰＵ５４に送られる。もちろん、光ディスクやフ
ロッピィディスクから読み出されたカラオケ用ＭＩＤＩ
データやカラオケ用アプリケーションデータをハードデ
ィスクドライブ５６に送って記録させることも可能であ
る。本実施の形態では、データ転送速度を考慮して、カ
ラオケ用ＭＩＤＩデータやカラオケ用アプリケーション
データをハードディスクドライブ５６に記録することと
する。

【０１１８】ＣＰＵ５４は、例えばマウスやキーボード
からなる操作部５５からの操作に応じて、パーソナルコ
ンピュータの全体の動作を制御するものであり、本実施
の形態のようにパーソナルコンピュータをカラオケ装置
として動作させる場合には、先ず、ハードディスクドラ
イブ５６に記録（インストール）されたカラオケ用アプ
リケーションデータを読み出し、信号処理回路５３に送
る。

【０１１９】一方、端子５０はアナログ音声信号の外部
入力端子であり、この端子５０を介して、歌唱者の声を
マイクロホンにて音響／電気変換したアナログ音声信号
が供給される。このアナログ音声信号は、アナログ／デ
ジタル変換器５１にてデジタル信号に変換され、信号処
理回路５３に送られる。

【０１２０】信号処理回路５３は、第１〜第４の実施の
形態にて説明した各種処理を、カラオケ用アプリケーシ
ョンデータに基づいてソフトウェア上で実現可能な高速
演算処理回路であり、したがって、本実施の形態のよう
にパーソナルコンピュータを第３や第４の実施の形態の
カラオケ装置として動作させた場合、当該信号処理回路
５３は、図１０のフィルタ回路３及びＭＩＤＩ基準音抽
出回路３１以降の各構成要素、図１５の判定制御回路３
６やピッチシフト回路３７の構成要素として動作する。
もちろん、信号処理回路５３では、カラオケ装置として
通常備えている歌詞やイメージ映像を表示する為の画像
データを生成することも可能である。

【０１２１】メモリ５２は、信号処理回路５３での信号
処理に必要なデータや演算途中のデータ、生成した画像
データ等を一時的に蓄えるためのメモリであり、図１の
バッファメモリ４としての機能をも備える。

【０１２２】信号処理回路５３にて第３，第４の実施の
形態の画像データ生成回路３４のように生成された画像
データは端子６２からモニタに送られ、また、端子５０
を介して入力され、アナログ／デジタル変換器５１にて
デジタル信号に変換された歌唱者の声や伴奏曲の音声信
号は、デジタル／アナログ（Ｄ／Ａ）変換器５７にてア
ナログ音声信号に戻され、音声出力端子５８から出力さ
れ、スピーカ等に送られる。

【０１２３】次に、図１８には、第６の実施の形態とし
て、外部からの要求に応じてカラオケ用ＭＩＤＩデータ
やカラオケ用アプリケーションデータを伝送するデータ
伝送装置の概略構成を示す。

【０１２４】すなわち、第６の実施の形態の伝送装置
は、例えば第５の実施の形態のパーソナルコンピュータ
や通信カラオケ用端末装置に対して、カラオケ用ＭＩＤ
Ｉデータやカラオケ用アプリケーションデータを伝送す
る、サーバ或いは通信カラオケ用放送センタに適用可能
である。

【０１２５】この図１８において、ＭＩＤＩ格納部７０
にはカラオケ用の複数の楽曲のＭＩＤＩデータが格納さ
れ、送信プログラム格納部７１には予め作成されたカラ
オケ用アプリケーションデータが格納されており、それ
ぞれバスに接続されている。なお、ここではＭＩＤＩデ
ータ及びカラオケ用アプリケーションデータがＭＩＤＩ
格納部７０及び送信プログラム格納部７１に格納された
例を挙げているが、これらＭＩＤＩデータ及びカラオケ
用アプリケーションデータはＣＤ−ＲＯＭ等の光ディス
クやフロッピィディスクに記録されていてもよく、この
場合の光ディスクやフロッピィディスクは、バスに接続
されたディスクドライブ７４に装填される。

【０１２６】ＲＯＭ７２及びＲＡＭ７３、並びにハード
ディスクドライブ８０は、バスを介してＣＰＵ７９と接
続され、これらＲＯＭ７２、ＲＡＭ７３、ハードディス
クドライブ８０は、ＣＰＵ７９が本実施の形態の伝送装
置を制御する際の各種データを格納或いは記憶するため
のものである。

【０１２７】Ｉ／Ｏポート７８は、外部通信回線と接続
される外部端子であり、このＩ／Ｏポート７８及び通信
回線を介して、例えば第５の実施の形態のパーソナルコ
ンピュータや通信カラオケ端末装置に接続可能となって
いる。Ｉ／Ｏポート７８はＩ／Ｆ回路７７と接続されて
いる。

【０１２８】このＩ／Ｆ回路７７は、Ｉ／Ｏポート７８
を介した外部通信回線と、内部送受信データ処理回路７
６との間のインターフェイスである。

【０１２９】以下、この図１９のフローチャートを参照
しながら、図１８の伝送装置がＭＩＤＩデータやカラオ
ケ用アプリケーションデータを通信回線に送信する流れ
を説明する。なお、図１９のフローチャートでは、通常
のデータ通信にて行われる、接続管理やトラフィック管
理、さらに情報収集や料金徴収等については省略してい
る。

【０１３０】この図１９のフローチャート及び図１８の
伝送装置において、先ず、ステップＳ５１では、外部通
信回線を介して、ＭＩＤＩデータやカラオケ用アプリケ
ーションデータの送信要求を受信すると、その送信要求
は、送受信データ処理回路７６を介してＣＰＵ７９に送
られる。

【０１３１】ＣＰＵ７９は、送信要求を受け取ると、ス
テップＳ５２にてカラオケ用アプリケーションデータを
送信プログラム格納部７１から読み出し、次いでステッ
プＳ５３にて該送信要求にて要求されている楽曲のＭＩ
ＤＩデータをＭＩＤＩ格納部７０から読み出す。

【０１３２】これら読み出されたＭＩＤＩデータ及びカ
ラオケ用アプリケーションデータは、送受信データ処理
回路７６に転送される。この送受信データ処理回路７６
では、ＭＩＤＩデータ及びカラオケ用アプリケーション
データを例えばパケット化し、さらにクロック発振器７
５からの搬送波を変調して、Ｉ／Ｆ回路７７に送る。

【０１３３】これにより、Ｉ／Ｆ回路７７からは、ステ
ップＳ５５にてパケット化されたＭＩＤＩデータ及びカ
ラオケ用アプリケーションデータが送信される。

【０１３４】その後は、ステップＳ５６にて送信完了の
確認を行う。

【０１３５】なお、この第６の実施の形態では、ＭＩＤ
Ｉ格納部７０から読み出したＭＩＤＩデータと送信プロ
グラム格納部７１から読み出したカラオケ用アプリケー
ションデータをパケット化して通信回線から送信した
が、これらＭＩＤＩデータとカラオケ用アプリケーショ
ンデータを、記録可能な光ディスクやフロッピィディス
クに記録し、それら記録可能な光デジタルやフロッピィ
ディスクを利用者に提供することも可能である。この場
合は、ＭＩＤＩ格納部７０から読み出したＭＩＤＩデー
タと送信プログラム格納部７１から読み出したカラオケ
用アプリケーションデータを、例えばディスクドライブ
７４に送り、このディスクドライブ７４にて記録可能な
光ディスクやフロッピィディスクに記録する。

【０１３６】ここまでの説明では、本発明を例えばカラ
オケ装置等に適用する例を説明したが、その他、レコー
ディングスタジオにおいて、決められた編集時間内にそ
の編集時間よりも僅かに長い音楽や音声を入れ込む際に
も本発明を適用することが可能である。すなわち、該編
集作業時には、音声信号のピッチ周波数を変更する処理
を行うことになるが、このピッチ周波数の変更に先だっ
て音声信号のピッチ（ピッチ周波数）を検出することが
必要であり、当該ピッチ周波数検出に本発明を適用でき
る。

【０１３７】

【発明の効果】請求項１に記載の本発明に係るピッチ検
出装置は、音声信号波形から複数の極大点と極小点を検
出し、単位時間内の複数の極大点の中から振幅の絶対値
が最大となる極大点を求め、単位時間内の複数の極小点
の中から振幅の絶対値が最大となる極小点を求め、最大
の極大点に対して振幅が所定の範囲内に入る極大点を求
め、最大の極小点に対して振幅が所定の範囲内に入る極
小点を求め、所定の範囲内に入る各極大点間でそれぞれ
時間間隔を求め、所定の範囲内に入る各極小点間でそれ
ぞれ時間間隔を求め、時間間隔のヒストグラムを共通の
ものとして求め、ヒストグラムの最瀕値を音声信号のピ
ッチとして取り出すようにしているため、音声信号の相
関を求めることなく、その音声波形の特徴から少ない演
算量でピッチを検出可能である。

【０１３８】請求項２に記載の本発明に係るピッチ検出
装置は、音声信号波形から複数の極大点と極小点を検出
し、単位時間内の複数の極大点の中から振幅の絶対値が
最大となる極大点を求め、単位時間内の複数の極小点の
中から振幅の絶対値が最大となる極小点を求め、最大の
極大点に対して振幅が所定の範囲よりも大きい極大点を
求め、最大の極大点に対して振幅が所定の範囲よりも小
さい極大点を求め、最大の極小点に対して振幅が所定の
範囲よりも大きい極小点を求め、最大の極小点に対して
振幅が所定の範囲よりも小さい極小点を求め、所定の範
囲よりも大きい各極大点間でそれぞれ時間間隔を求め、
所定の範囲よりも小さい各極大点間でそれぞれ時間間隔
を求め、所定の範囲よりも大きい各極小点間でそれぞれ
時間間隔を求め、所定の範囲よりも小さい各極小点間で
それぞれ時間間隔を求め、時間間隔のヒストグラムを共
通のものとして求め、ヒストグラムの最瀕値を前記音声
信号のピッチとして取り出すようにしているため、音声
信号の相関を求めることなく、その音声波形の特徴から
少ない演算量でピッチを検出可能である。

【０１３９】請求項３に記載の本発明に係るピッチ検出
装置は、ヒストグラムの最瀕値とその周辺の値を比較
し、比較結果に基づいて音声の母音／非母音を判定する
ようにしているため、音声の母音／非母音の判定を小型
の装置及び簡単な処理にて実現できる。

【０１４０】請求項４に記載の本発明に係る情報媒体
は、音声信号波形から複数の極大点と極小点を検出し、
単位時間内の複数の極大点の中から振幅の絶対値が最大
となる極大点を求め、単位時間内の複数の極小点の中か
ら振幅の絶対値が最大となる極小点を求め、最大の極大
点に対して振幅が所定の範囲内に入る極大点を求め、最
大の極小点に対して振幅が所定の範囲内に入る極小点を
求め、所定の範囲内に入る各極大点間でそれぞれ時間間
隔を求め、所定の範囲内に入る各極小点間でそれぞれ時
間間隔を求め、時間間隔のヒストグラムを共通のものと
して求め、ヒストグラムの最瀕値を音声信号のピッチと
して検出するためのプログラムデータを記録若しくは伝
送し、このプログラムデータを演算装置に供給可能とす
ることで、演算装置において、音声信号の相関を求める
ことなく、その音声波形の特徴から少ない演算量でピッ
チが検出可能となり、さらに歌唱者の声やコーラスの声
の高さを正しい高さに導くことができ、音声の性質変換
を可能とする。

【０１４１】請求項５に記載の本発明に係る情報媒体
は、音声信号波形から複数の極大点と極小点を検出し、
単位時間内の複数の極大点の中から振幅の絶対値が最大
となる極大点を求め、単位時間内の複数の極小点の中か
ら振幅の絶対値が最大となる極小点を求め、最大の極大
点に対して振幅が所定の範囲よりも大きい極大点を求
め、最大の極大点に対して振幅が所定の範囲よりも小さ
い極大点を求め、最大の極小点に対して振幅が所定の範
囲よりも大きい極小点を求め、最大の極小点に対して振
幅が所定の範囲よりも小さい極小点を求め、所定の範囲
よりも大きい各極大点間でそれぞれ時間間隔を求め、所
定の範囲よりも小さい各極大点間でそれぞれ時間間隔を
求め、所定の範囲よりも大きい各極小点間でそれぞれ時
間間隔を求め、所定の範囲よりも小さい各極小点間でそ
れぞれ時間間隔を求め、時間間隔のヒストグラムを共通
のものとして求め、ヒストグラムの最瀕値を音声信号の
ピッチとして検出するためのプログラムデータを記録若
しくは伝送し、このプログラムデータを演算装置に供給
可能とすることで、演算装置において、音声信号の相関
を求めることなく、その音声波形の特徴から少ない演算
量でピッチが検出可能となり、さらに歌唱者の声やコー
ラスの声の高さを正しい高さに導くことができ、音声の
性質変換を可能とする。

【０１４２】請求項６に記載の本発明に係る情報媒体
は、ヒストグラムの最瀕値とその周辺の値を比較し、比
較結果に基づいて音声の母音／非母音を判定するための
プログラムデータを記録若しくは伝送し、このプログラ
ムデータを演算装置に供給可能とすることで、演算装置
において、音声の母音／非母音の判定を小型の装置及び
簡単な処理にて実現できる。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態のピッチ検出装置の
概略構成を示すブロック図である。

【図２】マイクロホンから入力される原音声信号の波形
を示す波形図である。

【図３】フィルタ回路の周波数特性を示す特性図であ
る。

【図４】フィルタ回路にて低域濾波された後の音声信号
波形と、第１の実施の形態にて音声信号から検出された
ローカルマキシマム及びローカルミニマムを示す波形図
である。

【図５】本発明の第１の実施の形態のピッチ検出装置に
て求めた極大点と極小点を用いた時間間隔の測定の説明
に用いる図である。

【図６】本発明の実施の形態にて求めたヒストグラムの
説明に用いる図である。

【図７】本発明の第１の実施の形態のピッチ検出装置の
動作の流れを示すフローチャートである。

【図８】本発明の第２の実施の形態のピッチ検出装置に
て求めた極大点と極小点を用いた時間間隔の測定の説明
に用いる図である。

【図９】本発明の第２の実施の形態のピッチ検出装置の
動作の流れを示すフローチャートである。

【図１０】本発明に係るピッチ検出装置が適用される第
３の実施の形態の判定装置の概略構成を示すブロック図
である。

【図１１】本発明の第３の実施の形態の判定装置の動作
説明に用いる図である。

【図１２】本発明の第３の実施の形態の判定装置が適用
されるカラオケ装置のモニタ画面の一例を示す図であ
る。

【図１３】本発明の第３の実施の形態の判定装置が適用
されるカラオケ装置のモニタ画面の他の例を示す図であ
る。

【図１４】本発明の第３の実施の形態の判定装置の動作
の流れを示すフローチャートである。

【図１５】本発明に係るピッチ検出装置が適用される第
４の実施の形態の判定装置の概略構成を示すブロック図
である。

【図１６】本発明の第４の実施の形態の判定装置の動作
の流れを示すフローチャートである。

【図１７】本発明に係るピッチ検出装置が適用される第
５の実施の形態のパーソナルコンピュータの概略構成を
示すブロック図である。

【図１８】本発明に係るピッチ検出装置が適用される第
６の実施の形態の伝送装置の概略構成を示すブロック図
である。

【図１９】本発明の第６の実施の形態の伝送装置の動作
の流れを示すフローチャートである。

【符号の説明】

２…アナログ／デジタル変換器、３…フィルタ回路、４
…バッファメモリ、５…ピークサーチ回路、６…符号デ
ータ化回路、７…データ分析回路、８…ピッチ検出回
路、３２…ピッチ検出装置、３３…比較回路、３１…Ｍ
ＩＤＩ基準音抽出回路、３４…画像データ生成回路、３
６…判定制御回路、３７…ピッチシフト回路、５１…ア
ナログ／デジタル変換器、５２…メモリ、５３…信号処
置回路、５４…ＣＰＵ、５５…操作部、５６…ハードデ
ィスクドライブ、５７…デジタル／アナログ変換器、６
０…Ｉ／Ｆ回路、７２…ＲＯＭ、６１…ディスクドライ
ブ、７０…ＭＩＤＩ格納部、７３…ＲＡＭ、７１…送信
プログラム格納部、７４…ディスクドライブ、７７…Ｉ
／Ｆ回路、７５…クロック発振器、７６…送受信データ
処理回路、８０…ハードディスクドライブ

Claims (6)

【特許請求の範囲】
1. 【請求項１】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出する極大極小点検出手段と、 前記単位時間内の複数の極大点の中から振幅の絶対値が
   最大となる極大点を求める第１の極大点検出手段と、 前記単位時間内の複数の極小点の中から振幅の絶対値が
   最大となる極小点を求める第１の極小点検出手段と、 前記最大の極大点に対して振幅が所定の範囲内に入る極
   大点を求める第２の極大点検出手段と、 前記最大の極小点に対して振幅が所定の範囲内に入る極
   小点を求める第２の極小点検出手段と、 前記所定の範囲内に存在する各極大点間でそれぞれ時間
   間隔を求める極大点間検出手段と、 前記所定の範囲内に存在する各極小点間でそれぞれ時間
   間隔を求める極小点間検出手段と、 前記時間間隔のヒストグラムを共通のものとして求める
   ヒストグラム演算手段と、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すピッチ取り出し手段とを有することを特徴と
   するピッチ検出装置。
2. 【請求項２】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出す単位時間化手段と、 前記音声信号から所望の周波数帯域のみを通過させる帯
   域通過手段と、 前記所望の周波数帯域の音声信号波形から極大点と極小
   点を検出する極大極小点検出手段と、 前記単位時間内の複数の極大点の中から振幅の絶対値が
   最大となる極大点を求める第１の極大点検出手段と、 前記単位時間内の複数の極小点の中から振幅の絶対値が
   最大となる極小点を求める第１の極小点検出手段と、 前記最大の極大点に対して振幅が所定の範囲よりも大き
   い極大点を求める第２の極大点検出手段と、 前記最大の極大点に対して振幅が所定の範囲よりも小さ
   い極大点を求める第３の極大点検出手段と、 前記最大の極小点に対して振幅が所定の範囲よりも大き
   い極小点を求める第２の極小点検出手段と、 前記最大の極小点に対して振幅が所定の範囲よりも小さ
   い極小点を求める第３の極小点検出手段と、 前記所定の範囲よりも大きい各極大点間でそれぞれ時間
   間隔を求める第１の極大点間検出手段と、 前記所定の範囲よりも小さい各極大点間でそれぞれ時間
   間隔を求める第２の極大点間検出手段と、 前記所定の範囲よりも大きい各極小点間でそれぞれ時間
   間隔を求める第１の極小点間検出手段と、 前記所定の範囲よりも小さい各極小点間でそれぞれ時間
   間隔を求める第２の極小点間検出手段と、 前記時間間隔のヒストグラムを共通のものとして求める
   ヒストグラム演算手段と、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すピッチ取り出し手段とを有することを特徴と
   するピッチ検出装置。
3. 【請求項３】 前記ヒストグラムの最瀕値とその周辺の
   値を比較する比較手段と、 前記比較結果に基づいて音声の母音／非母音を判定する
   判定手段とを設けることを特徴とする請求項１または請
   求項２記載のピッチ検出装置。
4. 【請求項４】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から複数の極大点
   と極小点を検出するステップと、 前記単位時間内の複数の極大点の中から振幅の絶対値が
   最大となる極大点を求めるステップと、 前記単位時間内の複数の極小点の中から振幅の絶対値が
   最大となる極小点を求めるステップと、 前記最大の極大点に対して振幅が所定の範囲内に入る極
   大点を求めるステップと、 前記最大の極小点に対して振幅が所定の範囲内に入る極
   小点を求めるステップと、 前記所定の範囲内に存在する各極大点間でそれぞれ時間
   間隔を求めるステップと、 前記所定の範囲内に存在する各極小点間でそれぞれ時間
   間隔を求めるステップと、 前記時間間隔のヒストグラムを共通のものとして求める
   ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すステップとからなる演算処理を、演算装置に
   対して実行させるプログラムデータを記録、若しくは伝
   送することを特徴とする情報媒体。
5. 【請求項５】 デジタル入力された音声信号を所定の長
   さの単位時間毎に切り出すステップと、 前記音声信号から所望の周波数帯域のみを通過させるス
   テップと、 前記所望の周波数帯域の音声信号波形から複数の極大点
   と極小点を検出するステップと、 前記単位時間内の複数の極大点の中から振幅の絶対値が
   最大となる極大点を求めるステップと、 前記単位時間内の複数の極小点の中から振幅の絶対値が
   最大となる極小点を求めるステップと、 前記最大の極大点に対して振幅が所定の範囲よりも大き
   い極大点を求めるステップと、 前記最大の極大点に対して振幅が所定の範囲よりも小さ
   い極大点を求めるステップと、 前記最大の極小点に対して振幅が所定の範囲よりも大き
   い極小点を求めるステップと、 前記最大の極小点に対して振幅が所定の範囲よりも小さ
   い極小点を求めるステップと、 前記所定の範囲よりも大きい各極大点間でそれぞれ時間
   間隔を求めるステップと、 前記所定の範囲よりも小さい各極大点間でそれぞれ時間
   間隔を求めるステップと、 前記所定の範囲よりも大きい各極小点間でそれぞれ時間
   間隔を求めるステップと、 前記所定の範囲よりも小さい各極小点間でそれぞれ時間
   間隔を求めるステップと、 前記時間間隔のヒストグラムを共通のものとして求める
   ステップと、 前記ヒストグラムの最瀕値を前記音声信号のピッチとし
   て取り出すステップとからなる演算処理を、演算装置に
   対して実行させるプログラムデータを記録、若しくは伝
   送することを特徴とする情報媒体。
6. 【請求項６】 少なくとも基準音のピッチデータをも記
   録してなり、 前記演算処理は、前記ヒストグラムの最瀕値とその周辺
   の値を比較するステップと、前記比較結果に基づいて音
   声の母音／非母音を判定するステップとを含むことを特
   徴とする請求項４または請求項５記載の情報媒体。