JPH1124692A - 音声波の有音／休止区間判定方法およびその装置 - Google Patents

Abstract

(57)【要約】 【課題】 背景雑音に影響され難く、かつ、演算量が少
ない。 【解決手段】 入力音声を短時間パワー検出し（３
１）、直接、また複数の遅延素子で順次遅延してニュー
ラルネットワーク（ＮＮＷ）３４へ供給し、入力音声の
自己相関をピッチ周期より長い範囲で最大を検出し（３
２）、ＮＮＷ３４へ入力し、入力音声のＬＳＰ係数を求
め（３３）、これと特定ＬＳＰベクトルとの誤差を算出
し（３５）、ＮＮＷ３４へ入力し、ＮＮＷ３４は予め有
音で１、休止区間で０を出力するように学習しておき、
ＮＮＷ３４の出力をしきい値判定して（３７）、有音／
休止区間の判定結果とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は音声のディジタル
伝送等の分野に応用が可能であり、音声のディジタル処
理の分野に属し音声波中の有音区間と休止区間とを判別
する方法及びその装置に関する。

【０００２】

【従来の技術】はじめに音声波形における有音区間と休
止区間について説明する。図９に実際の音声波形におけ
る有音区間と休止区間の例を示す。図９Ａでは音声の前
後に音声を発声しないことによる休止区間Ｔ_US，Ｔ_UEが
存在する様子が明らかである。また、音声を発声してい
る最中にもごく短時間の休止区間Ｔ_UMが存在することが
判る。図９Ｂは発声区間中に存在する休止区間Ｔ_UMの近
傍を拡大した図である。同図に見られる休止区間Ｔ
_UMは、破裂音や摩擦音の直前に現れるものである。

【０００３】これらの休止区間Ｔ_US，Ｔ_UEおよびＴ_UMで
は音声波はパワーを持たないため、音声情報伝送におい
てはこれらの区間については休止区間であるという情報
のみを伝送すればよく、主に音声のディジタル伝送の分
野において伝送路の周波数資源を有効に利用することを
目的として、休止区間については休止区間であることを
ごく少ない情報量で伝送し、全体としての伝送情報量を
削減する方法が用いられる。

【０００４】このような音声伝送方法を実現するにあた
り、音声が有音区間であるか休止区間であるかを正確に
特定することのできる音声の有音／休止区間判定装置が
必要である。音声の有音区間と休止区間を判定する最も
簡単な手法としては、音声波の短時間区間パワーを測定
し、これを一定のしきい値と比較する方法が挙げられ
る。しかしながらこの方法は音声のレベル変動や背景雑
音の影響を受けやすく、有音／休止区間の判定誤りを生
じやすい。

【０００５】このような問題点を解消する手法として
は、文献“ＶＯＸ制御における有音・無音検出回路の一
検討”，電子通信情報学会春期大会，Ｂ−４２２，１９
９３がある。図１０にその構成を示す。入力音声１１は
帯域フィルタ１２で処理され、増幅器１３で増幅され、
ＰＣＭ符号器１４でＰＣＭ符号化され、出力端子１５で
出力される。またＰＣＭ符号化された音声は無音検出回
路１６においてパワーが算出され、一定のしきい値と比
較されて有音／休止区間の判定が行われる。一方増幅器
１３の出力は検出回路１７でレベルが検出され、その検
出レベルにホールド回路１８を経て利得制御回路１９へ
伝えられ、利得制御回路１９の制御信号により増幅器１
３の利得を適応的に制御する。さらに、無音検出回路１
６が休止区間を検出している間は検出回路１７の出力を
ホールドするようホールド回路１８を制御し、休止区間
で利得制御を行わないように動作する。

【０００６】この方法においては、自動利得制御回路１
９により増幅器１３の利得を制御し増幅器１３の出力を
ある一定のレベルにすることにより、入力音声のレベル
変動に起因する有音／休止区間の判定誤りを軽減すると
ともに、無音検出回路１６が休止区間を検出している
間、自動利得制御回路１９の動作をホールドすることで
音声休止区間で増幅器１３の利得が必要以上に大きくな
ることを防ぎ、背景雑音に起因する有音／休止区間の判
定誤りを抑止している。

【０００７】また、他の方法としては音声波の短時間パ
ワーに加え、音声波の自己相関係数やピッチラグを用い
て有音／休止区間の判定を行う方法がある。このような
装置の例として、文献“Europian digital cellular te
lecommunications system(Phase 2)；Voice Activity D
etection（ＶＡＤ）（ＧＳＭ 06.32）”，European Tel
ecommunications Standards Institute(1994）がある。
図１１にその構成を示す。入力音声はＰＣＭ符号化され
た後に自己相関係数およびピッチラグが分析され、それ
ぞれ自己相関係数入力端子２１およびピッチラグ入力端
子２２よりこの装置に入力される。自己相関係数は残差
パワー算出部２３に送られ有音／休止区間判定対象とな
る区間の線形予測残差パワーが算出される。同時に自己
相関係数は自己相関係数平均化部２４へ送られ、有音／
休止区間判定対象となる区間を含む過去数フレーム分の
自己相関係数の平均値が算出されてスペクトル比較部２
５へ送られるとともに、過去の自己相関係数平均値が予
測値算出部２６へ送られる。予測値算出部２６では過去
の自己相関係数平均値を用いて現在の自己相関係数平均
値を予測し、これをスペクトル比較部２５へ送る。スペ
クトル比較部２５では入力された二つの自己相関平均値
からスペクトルの比較を行い、スペクトルの定常性の判
定を行う。入力されたピッチラグは周期性判定部２７へ
送られ、ここでピッチの定常性の判定が行われる。残差
パワー、スペクトル定常性判定結果、ピッチ定常性判定
結果はしきい値適応化部２８へ送られ、ここで有音／休
止区間判定のための残差パワーのしきい値が決定され
る。決定されたしきい値はＶＡＤ判定部２９で残差パワ
ーと比較され、有音／休止区間の判定が行われる。

【０００８】図１２にしきい値適応化部の処理を示す。
残差パワーが仮判定のしきい値ｐｔｈ（定数）より小さ
な場合は（Ｓ１）、無条件に休止区間と判定され、有音
／休止区間判定しきい値ｔｈｖａｄを初期値ｐｌｅｖに
設定して終了する（Ｓ２）。残差パワーがｐｔｈ以上で
あり（Ｓ１）、スペクトル非定常（Ｓ３）もしくはピッ
チ定常（Ｓ４）の場合は、無条件に有音区間と判定さ
れ、有音／休止区間判定しきい値の変更は行われず、し
きい値適応回数カウンタの値ｃｏｕｎｔを０として終了
する（Ｓ５）。

【０００９】上記以外の場合つまり残差パワーがｐｔｈ
以上であり、スペクトルが定常であり、かつピッチが定
常でない場合は背景雑音区間として扱われ、これが一定
回数ａｄｐ以上連続した場合に有音／休止区間判定しき
い値が変更される。即ち、背景雑音区間と判定される
と、しきい値適応回数カウンタの計数値ｃｏｕｎｔを＋
１し（Ｓ６）、その計数値ｃｏｕｎｔが適応猶予回数ａ
ｄｐを越えなければ終了とし（Ｓ７）、越えると、有音
／休止区間判定しきい値ｔｈｖａｄをしきい値変更ステ
ップサイズ係数ｄｅｃで割算し、その結果を、しきい値
ｔｈｖａｄから減算して新たなしきい値ｔｈｖａｄとす
る（Ｓ８）。次に残差パワーｐｖａｄに音声パワー／残
差パワー比較係数ｆａｃを乗算した結果がしきい値ｔｈ
ｖａｄより大である場合は（Ｓ９）、しきい値ｔｈｖａ
ｄを、しきい値変更の下限を規定する係数ｉｎｃで割算
した値にｔｈｖａｄを加算した値と、残差パワーｐｖａ
ｄに音声パワー／残差パワー比較係数ｆａｃとの積の値
との小さい方をしきい値ｔｈｖａｄとし（Ｓ１０）、そ
のしきい値ｔｈｖａｄ又はステップＳ９でしきい値ｔｈ
ｖａｄがｐｖａｄ×ｆａｃを越えなかった時のしきい値
ｔｈｖａｄが、残差パワーｐｖａｄと残差パワーマージ
ンｍａｒｇｉｎとの和より大であれば（Ｓ１１）、その
残差パワーｐｖａｄとマージンｍａｒｇｉｎとを加算し
たしきい値ｔｈｖａｄとした後（Ｓ１２）、またはステ
ップＳ１１でしきい値ｔｈｖａｄの方が大でないと判定
されると、適応猶予回数ａｄｐを＋１してしきい値適応
回数カウンタの計数値ｃｏｕｎｔとして終了する（Ｓ１
３）。

【００１０】この方法においては音声のパワーだけでな
く、スペクトルの定常性やピッチの定常性等の情報を用
いて適応的に有音／休止区間の判定のためのパワーのし
きい値を変化させることで音声のレベル変動や背景雑音
に起因する有音／休止区間判定の判定誤りを低減してい
る。

【００１１】

【発明が解決しようとする課題】従来の自動利得制御回
路を用いた方法においては、入力音声波を利得の変動す
る増幅器を用いて増幅するため音声波の忠実な伝送とい
う点で問題がある。一方自己相関係数とピッチラクグを
用いる方法では、その構成上しきい値との比較、条件分
岐といった制御が多数要求され、装置実現にあたり制御
回路が複雑化するという問題点がある。

【００１２】

【課題を解決するための手段】請求項１記載の発明は、
一つないし複数の短時間音声パワーと、音声波を分析す
ることにより得られるスペクトル包絡に関係付けられる
パラメータベクトルと、これと同種のパラメータでスペ
クトルが平坦なパラメータベクトルとのベクトル間距離
と、音声のピッチ周期をほぼカバーする範囲内での音声
波の自己相関の最大値とをニューラルネットワークに入
力し、その出力によって有音／休止区間の判定を行う。

【００１３】また請求項２記載の発明は、一つないし複
数の短時間区間内における音声波の量子化されたサンプ
リング値の分散を、請求項１の発明における短時間音声
パワーの代りに用いる点が異なる。請求項１および２記
載の各発明においては入力音声を利得の変動する増幅器
を用いて増幅する必要がないため、自動利得制御回路を
用いる方法よりも音声波の忠実な伝送という点で優れて
いる。

【００１４】また請求項１および２記載の各発明におい
ては、自己相関係数とピッチラグを用いる手法と同様に
複数のパラメータを用いて有音／休止区間の判定を行う
が、パラメータの組をニューラルネットワークに入力し
て得られる出力のみを用いて有音／休止区間の判定を行
うため、しきい値との比較が一回必要となるだけで条件
分岐制御は一切不要である利点を有する。

【００１５】さらに請求項２記載の発明においては音声
波がバイアスを持っているような場合、例えばＡＤ変換
器のゼロレベルとマイクロフォン入力のゼロレベルが一
致しないような場合でも安定して有音／休止区間の判定
を行なうことが可能である。

【００１６】

【発明の実施の形態】図１に請求項１記載の発明の実施
の形態を示す。端子１１からの入力音声は短時間音声パ
ワー算出部３１、最大自己相関算出部３２、ＬＳＰ係数
算出部３３に送られ、それぞれ短時間音声パワー、最大
自己相関、線スペクトル対（ＬＳＰ）パラメータが算出
される。その算出された短時間音声パワーはニューラル
ネットワーク部３４へ直接送られるとともに、遅延素子
３５₁ ，３５₂ ，…，３５_n を順次通されると共にその
各遅延素子の出力がそれぞれニューラルネットワーク部
３１へ送られる。

【００１７】最大自己相関算出部３２は入力音声のピッ
チ周期を再現し得るに十分な時間遅れまでの自己相関係
数を算出し、その最大値はニューラルネットワーク部３
４に入力される。ＬＳＰ係数算出部３３で算出されたＬ
ＳＰパラメータベクトルはＬＳＰベクトル誤差算出部３
６において予め設定された平坦なスペクトル包絡のＬＳ
Ｐパラメータベクトルとのベクトル誤差が算出され、得
られたベクトル誤差はニューラルネットワーク部３４へ
入力される。

【００１８】ニューラルネットワーク部３４は、多数の
学習音声を有音／休止区間の情報とともに与えられ、例
えば有音区間は１、無音区間は０を出力するように学習
される。この学習には一般的な手法、例えば誤差逆伝搬
法等を用いればよい。ニューラルネットワーク部３４の
出力は有音／休止区間判定部３７においてある一定のし
きい値と比較され、有音／休止区間が判定される。

【００１９】短時間音声パワー算出部３１では、従来の
この種の有音／休止区間検出方法で行われていると同様
の手法でかつ、同程度の時間区間、例えば５〜２０ｍｓ
程度ごとに音声パワーが計算される。最大自己相関算出
部３２では音声ピッチ間隔をほぼカバーする範囲内で自
己相関の最大値を求めていることになる。遅延素子３５
₁ ，３５₂ ，…の各遅延時間は、短時間音声パワーの計
算時間区間と等しくされる、つまり例えば５ｍｓごとに
短時間音声パワーを計算する場合は、遅延素子３５₁ ，
３５₂ ，…の各遅延時間は５ｍｓとされる。ニューラル
ネットワーク部３４に入力する短時間音声パワーの最も
遅れているものが１５〜４０ｍｓ程度が好ましい。つま
り短時間音声パワーの計算時間区間が５ｍｓであれば遅
延素子は３〜１０個程度がよい。この取込みの遅延時間
が短かいと、判定性能が低下し、２０ｍｓ程度が特に好
ましく、これより長くしても、判定性能はそれ程よくな
らず、処理量が多くなる。

【００２０】有音／休止区間の判定は、例えば１０〜４
０ｍｓ程度の一定時間区間ごとに行われ、短時間音声パ
ワーの計算時間区間は、この判定のための一定時間区間
と同程度か、短かく選定される。この構成によれば、従
来と同様に短時間音声パワーを判断の１ファクタとして
いるのみならず、自己相関の最大値を用いることによ
り、ピッチが定常的であれば有音と判断でき、更にベク
トル距離は、スペクトルの周波数特性に片寄りがある。
つまり平坦な特性ではない場合は有音と判定でき（雑音
のスペクトルは平坦）、これら複数のパラメータを用
い、図１１、図１２に示した従来の方法と同様に背景雑
音や音声のレベル変動に影響されず、正しい判定ができ
る。

【００２１】ＬＳＰベクトル誤差算出部３６では前述し
たようにスペクトルの片寄りを検出するためのものであ
るから、ＬＳＰパラメータのみならず、ＬＰＣ（線形予
測係数）、ＰＡＲＣＯＲ係数など、要するにスペクトル
包絡に関係ずけられるパラメータであればよい。請求項
２記載の発明は、請求項１記載の発明のうち短時間パワ
ー出力部３１を短時間分散算出部で置き換えることで実
施される。短時間分散算出は、短時間区間における量子
化されたサンプル値の分散が算出される。音声の場合は
この分散が大きく、雑音の場合は小さい。またＡＤ変換
器のゼロレベルとマイクロフォン入力のゼロレベルが一
致しない場合のように入力がバイアスを持っていると、
休止区間で比較的大きな短時間音声パワーが検出される
が、そのサンプル値は一定値であるため、分散は著しく
小さいものとなり、有音と区別され、誤判定のおそれが
ない。

【００２２】請求項１および２に記載の発明は短時間パ
ワー算出部と短時間分散算出部が異なるだけであるの
で、ここでは主に請求項１記載の発明について実施例を
示す。図２に各パラメータの分析条件等を示す。入力さ
れた音声は８０００［Ｈｚ］の標本化周波数で標本化さ
れ、５［ｍｓ］ごとに音声パワーが算出される。自己相
関係数は図２に示した範囲のすべてのサンプル遅れに対
して算出し、そのうち最大の自己相関の値を求める。

【００２３】また、図３にＬＳＰベクトル誤差を算出す
る基準となるＬＳＰパラメータベクトルを示す。この図
から各次数の間隔は等しく、これはスペクトルが平坦な
ものであることを示している。ＬＳＰベクトル誤差は同
図に示されたＬＳＰベクトルと分析により求められたＬ
ＳＰベクトルのユークリッド距離として定義した。ニュ
ーラルネットワーク部３４は４層のモデルを用い、入力
層、第一中間層、第二中間層、出力層のニューロン数は
それぞれ７，３，３，１とした。第ｉ層の第ｊニューロ
ンの出力ｏ_i,j は ｏ_i,j ＝（１／（ｅ^-x＋１）−（１／２）） （１） ただし、 ｘ＝Σ_k ｗ_i.k,j ｏ_i-1,k ＋β_i,j （２） ここに、ｗ_i.j,k は第ｉ−１層第ｋニューロンの出力が
第ｉ層第ｊニューロンへ入力される際の重み係数であ
り、またβ_i,j は第ｉ層第ｊニューロンの入力に対する
バイアスである。ただし入力層を第０層とし、出力層を
第３層とする。式（１）は−０．５から０．５の範囲の
出力をとるので、出力層の出力に０．５を加えて出力範
囲を０から１とした。図４に各重み係数を、図５に各バ
イアスの例を示す。

【００２４】請求項２記載の発明は請求項１記載の発明
のうち、短時間音声パワー算出部を短時間分散算出部に
変更するとともに、ニューラルネットワーク部３４の重
みおよびバイアスを図６および図７に変更することで実
現できる。

【００２５】

【発明の効果】請求項１および２記載の発明は、音声の
短時間パワー以外にスペクトル包絡に関係付けられたパ
ラメータベクトルのその平坦特性のベクトルとのベクト
ル誤差および一定時間内の音声波の自己相関最大値を用
いることにより、背景雑音が有音／休止区間判定に及ぼ
す影響を軽減する効果がある。

【００２６】また、複数のパラメータをニューラルネッ
トワークを用いて処理することによって条件分岐処理が
一切不要となり、これにより複雑な制御回路を用いるこ
となく装置を実現することが可能となる効果を有する。
従来法のうち自己相関係数とピッチラグを用いる手法と
この発明の所要演算量を比較すると、実施例に示したパ
ラメータを用いた場合で、この発明は従来法の約半分程
度の演算で動作するものと見積もられる。

【００２７】さらに請求項２記載の発明においては、音
声の短時間パワーを用いずに音声波の瞬時値の短時間分
散を用いることにより、音声波に一定のバイアスが重畳
する際にも安定して有音／休止区間を判定することが可
能となるという効果を有する。図８に音声の短時間パワ
ーを一定のしきい値と比較して有音／休止区間判定を行
なう従来方法と、この発明による判定試験結果の比較を
示す。同判定試験において背景雑音のない状態の音声
を、短時間パワーのしきい値との比較による方法（従来
法）により有音／休止区間の判定を行なった結果を基準
として用いている。この時しきい値は音声の長時間平均
パワーに比して−４５［ｄＢ］を採用している。

【００２８】背景雑音のない状態（同図にノイズフリー
と示す）の音声にこの発明を適用した場合、有音区間を
休止区間と判定する誤りが若干存在するが、この誤りの
大部分は大きなパワーを有する音声以外の音、例えば呼
吸音や舌打ちのような音を休止区間と判定したものであ
って、特に問題とはならないものであった。音声の長時
間平均パワーに比して−２０［ｄＢ］の背景雑音を重畳
した音声について有音／休止区間判定を行なった結果、
従来法においてしきい値を−４５［ｄＢ］および−３０
［ｄＢ］とした場合は休止区間を一切判定しなかった。
また、しきい値を−２０［ｄＢ］とすることで休止区間
の６０％程度を正しく判定することができた。一方、こ
の発明を用いた場合、休止区間の９５％程度を正しく判
定した。このときの有音区間の判定誤りの内容は背景雑
音を重畳しない場合と同様であった。

【００２９】音声の長時間平均パワーに比して−２０
［ｄＢ］相当のバイアスを重畳した音声について有音／
休止区間判定を行なった結果、請求項１記載の発明を用
いた場合は休止区間をほとんど判定できなかったが、請
求項２記載の発明を用いると休止区間の６５％程度を正
しく判定することができた。

【図面の簡単な説明】

【図１】請求項１の発明の実施例の機能構成を示す図。

【図２】請求項１の発明を実施する場合の各パラメータ
の数値例を示す図。

【図３】基準のＬＳＰパラメータベクトルの例を示す
図。

【図４】請求項１の発明の実施例におけるニューラルネ
ットワーク部３４の各重み係数の例を示す図。

【図５】請求項１の発明の実施例におけるニューラルネ
ットワーク部のバイアスβ_i,jの例を示す図。

【図６】請求項２の発明の実施例におけるニューラルネ
ットワーク部３４の各重み係数の例を示す図。

【図７】請求項２の発明の実施例におけるニューラルネ
ットワーク部３４のバイアスβ _i,j の例を示す図。

【図８】この発明方法と従来方法とによる有音／休止区
間判定実施結果を示す図。

【図９】音声波における有音区間と休止区間の例を示す
波形図。

【図１０】従来の自動利得制御を用いた有音／休止区間
判定装置の機能構成を示す図。

【図１１】従来の自己相関係数とピッチラグを用いた音
声の有音／休止区間判定装置の機能構成を示す図。

【図１２】図１１の従来装置におけるしきい値適応処理
の手順を示す流れ図。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 音声波形を一定の周期でサンプリングし
   量子化したものを、一定の時間区間に分割し、その各時
   間区間毎にそこに含まれる音声が有音区間であるか休止
   区間であるかを判定する方法において、 上記音声波形を分析してスペクトル包絡に関係ずけられ
   るパラメータベクトルを求め、 そのパラメータベクトルを、これと同種のパラメータベ
   クトルでスペクトル包絡がほぼ平坦なものとのベクトル
   距離を求め、 上記音声波形の短時間音声パワーを求め、 上記音声波形の自己相関の音声のピッチ周期をほぼカバ
   ーする範囲内で最大値を求め、 上記ベクトル距離と、上記短時間音声パワーの少なくと
   も１つと、上記自己相関の最大値とをニューラルネット
   ワークに入力し、その１つの出力をしきい値と比較し、
   その大小によって上記音声波形が有音区間であるか休止
   区間であるかを判定することを特徴とする音声波の有音
   ／休止区間判定方法。
2. 【請求項２】 音声波形を一定の周期でサンプリングし
   量子化したものを、一定の時間区間に分割し、その各時
   間区間毎にそこに含まれる音声が有音区間であるか休止
   区間であるかを判定する方法において、 上記音声波形を分析してスペクトル包絡に関係ずけられ
   るパラメータベクトルを求め、 そのパラメータベクトルを、これと同種のパラメータベ
   クトルでスペクトル包絡がほぼ平坦なものとのベクトル
   距離を求め、 上記音声波形の短時間区間内における上記音声波形の量
   子化されたサンプリング値の分散を求め、 上記音声波形の自己相関の音声のピッチ周期をほぼカバ
   ーする範囲内で最大値を求め、 上記ベクトル距離と、上記分散の少なくとも１つと、上
   記自己相関の最大値とをニューラルネットワークに入力
   し、その１つの出力をしきい値と比較し、その大小によ
   って上記音声波形が有音区間であるか休止区間であるか
   を判定することを特徴とする音声波の有音／休止区間判
   定方法。
3. 【請求項３】 音声波形を一定の周期でサンプリングし
   量子化したものを入力して一定時間区間毎にそこに含ま
   れる音声が有音区間であるか休止区間であるかを判定す
   る装置において、 上記音声波形を分析してスペクトル包絡に関係ずけられ
   るパラメータベクトルを求める手段と、 上記パラメータベクトルを、これと同種のパラメータベ
   クトルでスペクトル包絡がほぼ平坦なものとのベクトル
   距離を求める手段と、 上記音声波形の短時間音声パワーを求める手段と、 上記音声波形の自己相関の音声のピッチ周期をほぼカバ
   ーする範囲内で最大値を求める手段と、 上記ベクトル距離と、上記短時間音声パワーの少なくと
   も１つと、上記自己相関の最大値とが入力され、１つの
   出力端子から出力を出すニューラルネットワークと、 上記出力端子の出力をしきい値と比較し、その大小によ
   って上記音声波形が有音区間であるか休止区間であるか
   を判定することを特徴とする音声波の有音／休止区間判
   定方法。
4. 【請求項４】 音声波形を一定の周期でサンプリングし
   量子化したものを入力して、一定時間区間毎にそこに含
   まれる音声が有音区間であるか休止区間であるかを判定
   する装置において、 上記音声波形を分析してスペクトル包絡に関係ずけられ
   るパラメータベクトルを求める手段と、 上記パラメータベクトルを、これと同種のパラメータベ
   クトルでスペクトル包絡がほぼ平坦なものとのベクトル
   距離を求める手段と、 上記音声波形の短時間区間における上記音声波形の量子
   化されたサンプリング値の分散を求める手段と、 上記音声波形の自己相関の音声のピッチ周期をほぼカバ
   ーする範囲内で最大値を求める手段と、 上記ベクトル距離と、上記分散の少なくとも１つと、上
   記自己相関の最大値とが入力され、１つの出力端子から
   出力を出すニューラルネットワークと、 上記出力端子の出力をしきい値と比較し、その大小によ
   って上記音声波形が有音区間であるか休止区間であるか
   を判定する手段と、 を具備する音声波の有音／休止区間判定装置。