[发明专利]声音处理装置及声音处理方法

权利要求书

1.一种声音处理装置，其特征在于，具有：

帧化部，以预先确定的帧单位截取输入信号，生成帧化输入信号；

频谱生成部，将上述帧化输入信号从时间区域变换为频率区域，生成集中了每个频率的频谱的频谱图；

峰值检测部，从上述频谱图中检测出具有峰值的峰值频谱，生成集中了上述峰值频谱的峰值图形；以及

泛音判断部，在上述峰值图形中，判断成为基音和泛音的关系的泛音构造，即泛音频谱。

2.根据权利要求1所述的声音处理装置，其特征在于，

上述峰值检测部在多个频谱的能量总和与相邻的多个频谱的能量总和之间的能量比超过预先确定的阈值时，将该多个频谱中、基于预先确定的规则的一个或多个频谱作为峰值频谱。

3.根据权利要求2所述的声音处理装置，其特征在于，

上述泛音判断部根据通过多个频谱中的每个频谱的能量进行了加权的重心频率，判断泛音频谱。

4.根据权利要求2或3所述的声音处理装置，其特征在于，

上述多个频谱整体的频带是小于100Hz的频带。

5.根据权利要求1至4的任意一项所述的声音处理装置，其特征在于，

上述频谱生成部以小于33Hz的频率分解能力生成频谱图。

6.根据权利要求1至5的任意一项所述的声音处理装置，其特征在于，

上述频谱生成部生成200Hz到2000Hz范围的频谱图。

7.根据权利要求1至6的任意一项所述的声音处理装置，其特征在于，还具有：

噪声衰减部，在上述频谱图中，衰减从上述峰值图形中去除了上述泛音频谱的图形所对应的能量；以及

声音判断部，根据已衰减的上述频谱图，判断上述帧化输入信号是否是声音。

8.根据权利要求1至6的任意一项所述的声音处理装置，其特征在于，还具有：

噪声衰减部，在上述频谱图中，衰减从上述峰值图形中去除了上述泛音频谱的图形所对应的能量；以及

噪声削减部，根据已衰减的上述频谱图削减噪声成分。

9.一种声音处理方法，其特征在于，

以预先确定的帧单位截取输入信号，生成帧化输入信号，

将上述帧化输入信号从时间区域变换为频率区域，生成集中了每个频率的频谱的频谱图，

从上述频谱图检测出具有峰值的峰值频谱，生成集中了上述峰值频谱的峰值图形，

在上述峰值图形中，判断成为基音和泛音的关系的泛音构造，即泛音频谱。