JP2003307997A - 語学教育システム、音声データ処理装置、音声データ処理方法、音声データ処理プログラム、及び記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 デジタル信号で記録された音声データを自動
的に区分分けすることができる音声データ処理装置など
を提供すること。 【解決手段】 まず、デジタル信号で記録された音声デ
ータの無音部分を検出する。音声データは、無音状態が
所定の条件を満たした場合に、無音部分であると判断さ
れる。次に無音部分の所定の位置に区分分け用の境界位
置を設定する。音声データの区分分けは、各区分の区分
番号及び各区分の開始位置と終了位置を記録したテーマ
ファイルと呼ばれるテキストファイルを生成することに
より行う。生成されたテーマファイルは、元の音声デー
タと関連付けられている。そして音声データを再生する
再生手段は、音声データを再生する際に、当該音声デー
タに関連付けられたテーマファイルに記録されている内
容を解釈して、音声データを区分ごとに再生する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声データ処理装
置、音声データ処理方法、音声データ処理プログラム、
記憶媒体、及び語学教育システムに関する。詳しくは、
音声データの無音部分を認識することにより音声データ
に区分を設定しようとしたものに係るものである。

【０００２】

【従来の技術】従来のＬＬ（Ｌａｎｇｕａｇｅ Ｌａｂ
ｏｒａｔｏｒｙ）システムは、教師のＬＬ専用機を複数
の学習者用のＬＬ専用機に接続して構築されていた。Ｌ
Ｌシステムが構築された教室はＬＬ教室と呼ばれてい
る。ＬＬ専用機はＬＬ教育以外には利用が難しいので、
ＬＬ教室はＬＬ教育以外の目的で使用されることはなか
った。

【０００３】ＬＬシステムでは、カセットテープなどの
磁気テープにアナログ信号で録音した教材用の音声デー
タを教師用のＬＬ専用機から学習者用のＬＬ専用機に送
信する。そして学習者は、自分のＬＬ専用機でこの音声
データを磁気テープなどに録音し、これを用いてドリル
学習を行っていた。

【０００４】語学学習では、１つのセンテンスを繰り返
し聞いて繰り返し話すというドリル学習が非常に重要で
ある。学習者はドリル学習の際の自己の音声を磁気テー
プなどに録音することができるようになっており、これ
を再生して自己の発音を矯正することもできる。

【０００５】そのため、ＬＬ専用機は、ＬＬ教材の音声
データ中のセンテンスを検出してセンテンスごとに再生
する機能を備えている。ここで、センテンスとは、例え
ば「Ｈｉ，ｍｙ ｎａｍｅ ｉｓ Ｊｏｈｎ．」などと
いった、練習用のひとまとまりの例文である。

【０００６】センテンスごとの再生の仕方、即ち再生モ
ードには、例えばセンテンス再生モードやリピート再生
モードなどがある。センテンス再生モードは、センテン
スを再生した後一旦停止し、ユーザからの再生指示を待
って次のセンテンスの再生を行うものである。

【０００７】リピート再生モードは、同一のセンテンス
を繰り返し何度も再生するモードである。これにより、
学習者はＬＬ教材音声を聞き発音練習するといったドリ
ル学習を何度も繰り返すことができる。

【０００８】ＬＬ教材の音声データのセンテンスの検出
は、例えば、教材でセンテンスとセンテンスの間に無音
部分を設け、この無音部分を磁気ヘッドにて検出するこ
とにより行ったり、あるいは人間の耳には聞こえない周
波数の高い信号を教材に埋め込んでおいてこれを検出す
るなどして行っていた。

【０００９】ところで、最近のＩＴ技術の進展に伴い、
ＬＬ教材用の音声データを光ディスクや光磁気ディスク
あるいはＩＣメモリなどにデジタル信号で録音すること
が行われるようになってきている。これらデジタル信号
で録音された音声データはパーソナルコンピュータ（以
下ＰＣ）で容易に再生可能である。

【００１０】一方、近年急激に進展しているＩＴ技術に
対応するため、コンピュータリテラシー（コンピュータ
を使いこなす技能）を学校教育に取り入れる動きも盛ん
になってきた。これは、複数台のＰＣを設置したコンピ
ュータ教室を学校に設け、学習者がコンピュータ実習を
行うものである。

【００１１】これらの動きに伴って、コンピュータ教室
とＬＬ教室を兼ね備えたシステムの要望が近年急激に高
まってきている。即ち、コンピュータ実習用のＰＣを用
いて語学教育も行えるようにするものである。このシス
テムを用いれば、ＬＬ教室とコンピュータ教室を別個に
設ける必要がなく、費用、スペースの省略を図ることが
できる。

【００１２】

【発明が解決しようとする課題】ところが、ＰＣ上でＬ
Ｌ教材用の音声データを利用する場合、デジタル信号に
て音声データを用意する必要がある。しかし、これらデ
ジタル信号化されたＬＬ教材は、一般にセンテンスごと
に区切られていないため、ドリル学習に必要となるセン
テンス検出、センテンスリピートなど、センテンスごと
の再生ができなかった。

【００１３】そのため、これらＰＣやデジタル信号化さ
れたＬＬ教材を組み合せたＬＬシステムは、従来のＬＬ
専用機とカセットテープの組み合せで構成されていたＬ
Ｌシステム代替品としてはユーザの要求を満たしていな
かった。

【００１４】また、膨大な量のアナログ信号による過去
のＬＬ教材用の音声データの蓄積があるが、これをＰＣ
を用いたＬＬ教育に利用する場合、センテンスごとの再
生を行うためには、これら音声データを一旦デジタル信
号に変換した後、手動編集でセンテンスに分けるしかな
かった。

【００１５】そこで、本発明の目的は、デジタル信号で
記録された音声データを自動的に区分分けすることがで
きる音声データ処理装置などを提供することである。

【００１６】

【課題を解決するための手段】本発明は、前記目的を達
成するために、音声データを取得し、当該音声データの
中の無音部分を検出する。そして、検出した無音部分を
用いて当該音声データに区分を設定する。音声データ中
の無音部分の判断は次に３つの条件が満たされた場合に
無音部分と判断することができる。（１）音量の大きさ
が所定の閾値より小さい、（２）音量の大きさが前記閾
値より小さい状態が持続する時間が所定の閾値より大き
い、（３）音量の大きさが前記閾値より大きい状態が出
現してもその持続時間が所定の閾値より短い。区分の境
界の位置は、検出した無音部分の所定の位置に設定する
ことができる。このように、無音部分に区分の境界位置
を設定することにより、音声データをこれら境界位置で
区分することがきる。これら区分の境界位置を表す情報
は、当該音声データにおけるこれら境界位置のを記録し
た区分情報として当該音声データとは別個に生成するこ
とができる。音声データの再生手段は、当該音声データ
に関する区分情報をから当該音声データに設定された区
分の境界位置を認識し、当該音声データを区分に関して
選別的に再生することができる。例えば、選択された区
分を開始位置から終了位置まで再生し、再生位置が終了
位置に達した場合に、再生位置を当該終了位置で保持し
たまま一時停止状態とするか、又は再生位置を次の区分
の開始位置に移動し、再生位置をここに保持したまま再
生を一時停止することができる。また、選択された区分
を開始位置から終了位置まで再生し、再生位置が終了位
置に達した場合に、再生位置を当該区分の開始位置に移
動して再生を一時停止状態とすることもできる。更に音
声を取得し、これを音声データに変換して保持する録音
手段を更に備えることもできる。前記再生手段での音声
データの再生と前記録音手段の作動を同時に開始するこ
とにより、前記再生手段で再生する音声データ（第１の
音声データ）と前記録音手段で生成する音声データ（第
２の音声データ）の開始位置を揃えることができる。即
ち、前記第２の音声データを前記第１の音声データに同
期させて録音することができる。また、前記第１の音声
データと前記第２の音声データを開始位置から同時に再
生することにより、前記第１の音声データと前記第２の
音声データを同期させて再生することができる。また、
前記第１の音声データと前記第２の音声データの開始位
置が揃っているため、前記第１の音声データの任意の位
置を前記第２の音声データの特定の位置に対応付けるこ
とができる。即ち、前記第１の音声データの開始位置と
前記第２の音声データの開始位置をそれぞれ基準位置と
して、前記第１の音声データの任意の位置を前記第２の
音声データの任意の位置に対応させることができる。そ
のため、前記第１の音声データを途中から再生する場合
も、前記第１の音声データの再生に同期して前記第２の
音声データを再生することができる。更に、前記第１の
音声データの音声波形図と前記第２の音声波形図をそれ
ぞれ生成する手段と、生成したこれら音声波形図を比較
可能に表示する手段を具備することもできる。ホストコ
ンピュータに端末をネットワーク接続した場合、ホスト
コンピュータで音声データと区分情報を用意し、これを
前記ネットワークを介して前記端末に送信することがで
きる。この場合、端末では、区分情報からを用いて当該
音声データを区分単位で再生することができる。また、
端末に録音手段を備えて、音声を録音することもでき
る。録音手段で生成した録音音声データの無音部分を用
いて、当該録音音声データを区分分けする区分情報を生
成することができる。そして、生成した区分情報と、録
音音声データを端末からホストコンピュータに送信する
こともできる。

【００１７】

【発明の実施の形態】以下、本発明の好適な実施の形態
について詳細に説明する。 （１）実施形態の概要 本実施の形態は、従来ＬＬ専用機を使用して行われてい
た語学学習授業のうち、学習者用のドリル学習機能など
をＰＣ上で実現したものである。センテンスリピートな
どの機能による「繰り返し聞いて話す」というドリル学
習に必要な処理をＰＣ上で実現可能とすることができ
る。

【００１８】本実施の形態では、音声データの無音部分
を検出し、検出した無音部分に境界を設けることによ
り、音声データを複数の部分に区分する。この区分への
分割は、音声データを分割したり、あるいは音声データ
中に境界位置を書き込むなどして直接音声データを区分
するのではなく、各区分の区分番号及び各区分の開始位
置と終了位置を記録したテーマファイルと呼ばれるテキ
ストファイルを生成することにより行う。

【００１９】生成されたテーマファイルは、元の音声デ
ータとファイル名を同じに設定し、拡張子をテーマファ
イル特有のもの、例えば「ｔｈｍ」などとすることによ
り元の音声データと関連付けられる。

【００２０】音声データを再生する再生手段は、音声デ
ータを再生する際に、当該音声データと同じファイル名
で拡張子が「ｔｈｍ」であるテーマファイルを検索す
る。そして、テーマファイルから各区分の区分番号、開
始位置、終了位置を読み出し、これに従って、当該音声
データを区分ごとに再生する。

【００２１】（２）実施形態の詳細 図１は、本実施の形態に係る音声データ処理システム５
の構成を示した図である。本実施の形態では、一例とし
て音声データ処理システム５がＬＬ教材を処理して再生
する場合について説明する。ユーザの音声を録音する場
合については後の実施例で説明する。

【００２２】ここで、ＬＬ教材とは、ＬＬ教室で語学教
育のために用いられる音声素材である。ＬＬ教材には、
ＬＬ教室専用に録音された語学教材の他に、教師が語学
教育用に録音した外国語によるテレビ・ラジオニュー
ス、映画、ドラマ、天気予報などもある。

【００２３】音声データ処理システム５は、アナログ音
声データ入力部６、デジタル音声データ生成部７、デジ
タル音声データ入力部８、音声データ格納部１０、識別
条件入力部１１、区分設定部１２、境界位置設定部１
５、再生部１６、再生モード入力部１７、出力部１８な
どから構成されている。

【００２４】これらの構成要素は、例えば音声データ処
理システム５をＰＣで構成する場合、ＣＰＵ（Ｃｅｎｔ
ｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）が音声デー
タ処理プログラムを実行することにより、ソフトウェア
的に構成されるものである。なお、音声データ処理シス
テム５は、それぞれの構成要素の機能を備えたデバイス
を用いてハードウェア的に構成することもできる。

【００２５】また、ＰＣの他に、例えばゲーム機などの
プログラム実行機能を持つ装置で音声データ処理プログ
ラムを実行することによって、音声データ処理システム
５を実現することもできる。

【００２６】アナログ音声データ入力部６は、例えば、
カセットテープレコーダやレコードプレーヤなどのアナ
ログ音声データ読み取り装置によって構成されている。
これによってアナログ音声データ入力部６からカセット
テープやレコードなどのアナログメディアに録音された
従来のＬＬ教材の音声データ（以下教材音声データ）を
入力することができる。

【００２７】デジタル音声データ生成部７は、アナログ
音声データ入力部６からのアナログ信号による教材音声
データを受け取り、所定のサンプリング周波数にてサン
プリングしてデジタル信号に変換する。そして、生成し
たデジタル音声データを音声データ格納部１０に出力す
る。

【００２８】デジタル信号に変換する際のサンプリング
周波数やビットレートは、ユーザが設定することができ
るようになっている。デフォルト値は、サンプリング周
波数が４４．１［ｋＨｚ］であり、音声を量子化するた
めのビットレートは１６［ビット］である。

【００２９】デジタル音声データ入力部８は、デジタル
信号で生成された教材音声データを読み取って、これを
音声データ格納部１０に所定のデータ形式で出力する。

【００３０】例えば、教材音声データがオーディオＣＤ
（Ｃｏｍｐａｃｔ Ｄｉｓｃ）で提供されている場合
は、デジタル音声データ入力部８は、教材音声データを
読み取る読み取り装置（ＣＤプレーヤ）と、オーディオ
ＣＤから教材音声データをリッピング（抽出）するリッ
パーを備えている。リッパーはオーディオＣＤから抽出
した音声データをＷＡＶＥ形式のデータに変換するツー
ルである。

【００３１】音声データ格納部１０は、デジタル音声デ
ータ生成部７やデジタル音声データ入力部８から受け取
ったデジタル音声データを所定のファイル形式にて記憶
装置に格納する音声データ格納手段と、記憶装置に格納
されいる教材音声データを読み出して区分設定部１２や
再生部１６に送る音声データ読み出し手段を構成してい
る。音声データ格納部１０は、音声データ取得手段を構
成している。

【００３２】音声ファイルの形式には、例えばＷＡＶＥ
形式やＭＰ３形式など様々な形式があり、ユーザがこれ
らの形式から選択できるようになっている。本実施の形
態では、最も一般的な形式であるＷＡＶＥ形式が選択さ
れているものとする。

【００３３】音声データ格納部１０が音声ファイルを読
み書きする記憶装置としては、例えば半導体メモリやハ
ードディスク、光磁気ディスク、磁気ディスクなどの読
み書き可能な記憶媒体がある。

【００３４】識別条件入力部１１は、有音部分と無音部
分が連続して記録されているデジタル音声データから、
無音部分を識別する条件を入力する機能部である。本実
施の形態では、以下の３つの条件を設定し、これら３つ
の条件を共に満たす部分を無音部分と判断することとし
た。なお、これらの２つを組み合せたり、あるいは単独
で用いて無音部分を識別しても良い。

【００３５】（識別条件１）予め設定した音量（ボリュ
ーム）以下の音の部分を無音部分として識別する。音量
の設定は、最大ボリュームに対する百分率で行うことが
できるようになっている。この音量の閾値のデフォルト
値は１０［％］である。この値は、０［％］から９９
［％］の間でユーザが任意に設定することができる。

【００３６】古いカセットテープなど、無音部分のノイ
ズが大きい場合は、音量を高めに設定し、オーディオＣ
Ｄなど、無音部分のノイズが小さい場合は、音量を低め
に設定することにより、適切に無音部分を判断すること
ができる。

【００３７】（識別条件２）音量が識別条件１で定めた
閾値より小さい無音状態が予め設定されている所定の最
短時間以上継続する場合、この部分を無音部分として識
別する。これにより、発話途中の息継ぎ部分などで短時
間の無音状態が生じる部分で教材音声データが区切られ
るのを防ぐことができる。

【００３８】この最短時間の閾値として、デフォルト値
は、０．７［秒］に設定されている。この値は、０．１
［秒］から９９．９［秒］の間で、０．１［秒］単位で
ユーザが任意に設定することができる。

【００３９】（識別条件３）音量が識別条件１で定めた
閾値より大きい有音状態の継続時間が予め設定した最短
時間より短い場合は、無音部分として識別する。これに
より、アナログ信号で記録された教材音声データにあり
がちな単発的なノイズなどを無音部分と判断することが
できる。この最短時間の閾値のデフォルト値は０．４
［秒］である。この値は、０．１［秒］から９９．９
［秒］間でユーザが任意に設定できるようになってい
る。

【００４０】以上の識別条件１、２、３で設定された各
閾値は設定情報として所定の条件設定用のテキストファ
イルに保存される（特定のＯＳ（Ｏｐｅｒａｔｉｎｇ
Ｓｙｓｔｅｍ）では、ＩＮＩファイルと呼ばれることも
ある）。そして、音声データ処理システム５の起動時
に、このテキストファイルが読み込まれ、各閾値が設定
される。なお、このテキストファイルには、識別条件
１、２、３用のパラメータの他に、各種の設定情報が記
録されている。

【００４１】境界位置設定部１５は、教材音声データを
無音部分のどこで区切るか、その境界位置を設定する機
能部である。

【００４２】図２（ａ）は、教材音声データの波形図の
一例を示した図である。この図では、右方向は時間を、
上下方向は音声の強度を表している。音声は、振動する
ため、時間軸を中心に上下に振動するが、この図では、
煩雑を避けるため、振動の包絡線を示してある。

【００４３】この教材音声データは、ＬＬ教材専用に録
音されたものを例としたものであって、有音部分２１、
２１、２１、・・・、（以下有音部分２１）と、有音部
分２１を区切る無音部分２２、２２、２２、・・・、
（以下無音部分２２）が交互に繰り返される。有音部分
２１は、外国語による例文が発音されるモデルボイスの
部分である。

【００４４】本実施の形態では、境界位置の設定位置と
して、次の３つのうち、何れかをユーザが選択できるよ
うにした。

【００４５】図２（ｂ）は、無音部分の開始位置、即ち
センテンスの終了位置の直後に境界位置２５、２５、２
５、・・・、を設定するものである。このように、無音
部分の開始位置に境界位置２５、２５、２５、・・・、
を設定すると、有音部分を頭出し再生した場合に、無音
部分から再生されるため、センテンスが開始するまでの
間、ユーザはモデルボイスに集中し、心的な準備を行う
ことができる。

【００４６】図２（ｃ）は、無音部分の終了位置、即
ち、有音部分の開始位置に境界位置２６、２６、２６、
・・・、を設定するものである。より詳細には、図２
（ｄ）に示したように、無音部分の終了位置より５００
［ミリ秒］手前、即ち有音部分の開始位置より５００
［ミリ秒］手前に、境界位置２６、２６、２６、・・
・、を設定する。

【００４７】境界位置２６、２６、２６、・・・、を無
音部分の終了位置、即ち、有音部分の開始位置の直前に
設定すると、例えば中国語の「シュ」の音のように、モ
デルボイス開始前からわずかに始まっている音が区切ら
れてしまうことがある。

【００４８】一方、境界位置をセンテンスの開始前３５
０［ミリ秒］に設定すれば、ほとんど全ての外国語にお
いて、モデルボイス開始直前のわずかな音声が区切られ
るのを防げることが実験によって分かっている。そのた
め、本実施の形態では、３５０［ミリ秒］より更に余裕
を見て５００［ミリ秒］の位置で有音部分を区切ること
とした。

【００４９】このように、有音部分の開始位置に境界位
置２６、２６、２６、・・・、を設定すると、区切られ
た有音部分を頭出しした場合に、即座に有音部分を再生
することができる。

【００５０】図２（ｅ）は、無音部分の開始位置に境界
位置２８、２８、２８、・・・、を設定し、更に無音部
分の終了位置に境界位置２７、２７、２７、・・・、を
設定したものである。即ち、有音部分の両端に境界位置
を設定したものである。より詳細には、境界位置２７は
有音部分の開始位置よりも５００［ミリ秒］手前に設定
してある。

【００５１】このように、区分の境界位置を有音部分の
両端に設定することにより、例えば無音部分をスキップ
して有音部分のみを再生したり、有音部分を頭出し再生
する場合は、境界位置２７、２７、２７、・・・、を用
いるなど、より決めの細かい再生が可能となる。

【００５２】境界位置設定部１５では、以上の境界位置
のうち、何れを採用するかを選択できるようになってい
る。選択した内容は、先の条件設定用のテキストファイ
ルに記録され、次回に音声データ処理システム５を起動
した際に、前回の設定値が呼び出されるようになってい
る。

【００５３】以上境界位置の３つのパターンについて説
明したが、境界位置の設定はこれに限定するものではな
く、例えば無音部分の中間に設定するなど、他の位置を
用いても良い。

【００５４】図１に戻り、区分設定部１２は、音声デー
タ格納部１０から教材音声データを読み込み、所定の手
順でセンテンス分けをする機能部である。なお、以下で
は、無音部分に境界を設けることにより、音声データを
区分することをセンテンス分けと呼ぶことにする。

【００５５】また、無音部分を検出し、これによって隣
り合う無音部分の間にある有音部分を検出することをセ
ンテンスの検出と呼ぶことにする。更に、無音部分に設
けた境界によって生成された区分をセンテンスと呼ぶこ
とにする。

【００５６】音声データ格納部１０が教材音声データを
センテンス分けする手順は以下の通りである。 （１）識別条件入力部１１から取得した識別条件に基づ
いて教材音声データの無音部分を識別し、センテンスを
検出する。

【００５７】（２）識別した無音部分において、境界位
置設定部１５で設定された位置に境界位置を設定する。 （３）設定した境界位置を記録したファイル（以下テー
マファイルと呼ぶ）を出力する。

【００５８】後述するように、テーマファイルは、セン
テンス番号、センテンスの開始位置、センテンスの終了
位置を記録したテキストファイルである。テーマファイ
ルは教材音声データを区分するための区分情報を記録し
ている。生成されたテーマファイルは、元の教材音声デ
ータと所定の方法で関連付けられる。

【００５９】例えば、テーマファイルのファイル名を元
の教材音声データと同じファイル名に設定して拡張子を
「ｔｈｍ」などとテーマファイルに特有なものにするこ
とにより、テーマファイルと教材音声データを関連付け
ることができる。この場合、テーマファイルに対して所
定の操作（例えば、テーマファイルを表すアイコンをク
リックする）を行うと自動的に関連付けられた教材音声
データが再生されるように構成することもできる。

【００６０】後述するようにセンテンスの認識は、テー
マファイルに記録されているデータを参照して行うよう
になっており、教材音声データそのものを分割したり、
あるいは境界位置を特定する情報を埋め込んだりするこ
とは行わない。

【００６１】即ち、教材音声データそのものを加工する
必要はない。なお、教材音声データを境界位置で分割す
るなど、教材音声データそのものを加工することにより
センテンス分けすることも可能である。

【００６２】図３は、区分設定部１２が出力したテーマ
ファイルの一例を示した図である。テーマファイルは、
図に示したように、列３１〜列３５の５列の数値からな
るテキストファイルである。テーマファイルのファイル
名は、元となった教材音声データのファイル名と同じに
設定してあり、拡張子は「ｔｈｍ」となるように構成し
てある。

【００６３】図４は、テーマファイルの構成を説明する
ための図である。列３１は、センテンス番号を示してい
る。図の例では、音声データがセンテンス番号０番から
１１番まで、１２個のセンテンスにセンテンス分けされ
ている。

【００６４】列３２は、各センテンスの開始位置ブロッ
ク数をバイトを単位として表したものである。列３３
は、教材音声データの開始位置からの各センテンスの開
始位置までの時間を表したものである。

【００６５】列３４は、各センテンスの終了位置ブロッ
ク数をバイトを単位として表したものである。図３に示
したテーマファイルは、無音部分の開始位置を境界位置
とした場合のものであり、そのため、列３４での終了位
置ブロック数は、次のセンテンスの開始位置ブロック数
と等しくなっている。列３５は、教材音声データの開始
位置からの各センテンスの終了位置までの時間を表した
ものである。

【００６６】一般に、ＷＡＶＥ形式の音声データでは、
音声データ中の位置をブロック数と呼ばれるパラメータ
により指定することができる。そこで、センテンスの開
始位置を特定するブロック数を開始位置ブロック数と呼
び、センテンスの終了位置を特定するブロック数を終了
位置ブロック数と呼ぶことにした。

【００６７】より詳細には、開始位置ブロック数、終了
位置ブロック数とは、ＷＡＶＥ形式のデータにおけるＦ
ｏｒｍａｔチャンクのｗＢｌｏｃｋＡｌｉｇｎの値であ
る。ＷＡＶＥ Ａｕｄｉｏ ＦｏｒｍａｔはＲＩＦＦ
（Ｒｅｓｏｕｒｃｅ Ｉｎｔｅｒｃｈａｎｇｅ Ｆｉｌ
ｅ Ｆｏｒｍａｔ）ファイルの１形式であり、ＲＩＦＦ
ファイルのデータはチャンク（Ｃｈｕｎｋ）という基本
データブロックで構成されている。

【００６８】ＷＡＶＥ形式の音声データのチャンク構造
は「Ｆｏｒｍａｔチャンク」、「Ｆａｃｔチャンク」、
「Ｄａｔｅチャンク」の３つで構成されていている。Ｆ
ｏｒｍａｔチャンクの中のｗＢｌｏｃｋＡｌｉｇｎによ
って、音声データの位置を特定することができる。以上
のように、区分設定部１２は、無音部分を検出する検出
手段と、区分情報を生成する区分情報生成手段を構成し
ている。

【００６９】図１に戻り、再生部１６は、区分設定部１
２が生成したテーマファイルを参照しながらセンテンス
の開始位置や終了位置を認識し、これを用いて音声デー
タを再生する機能部であり、再生手段を構成している。
再生部１６は、教材音声データを再生する際に、同じフ
ァイル名で拡張子が「ｔｈｍ」に設定されているテーマ
ファイルを検索してこれを取得する。

【００７０】再生部１６は、最後に再生した区分を特定
する再生情報を記憶する記憶手段を備えており、この再
生情報を用いて各種のモードにて再生を行うことができ
る。本実施の形態では、再生部１６は、通し再生モー
ド、センテンス再生モード、リピート再生モード、範囲
指定再生モード、無音部スキップ再生モード、ポーズ挿
入再生モード、ピッチコントロール再生モードの各モー
ドからユーザが選択したモードにて再生できるように構
成した。

【００７１】通し再生モードは、センテンスの区分に関
わらず、音声データを最初から最後まで通して再生する
モードである。ＬＬ教材の全体を通して聞く場合に有利
なモードである。

【００７２】センテンス再生モードは、１つのセンテン
スを開始位置から再生し、そのセンテンスの終了位置ま
で再生したら停止、又は停止位置にて一時停止状態（ポ
ーズ状態）となる再生モードである。ユーザは再生指示
を入力することにより、次のセンテンスを開始位置から
再生することができる。この場合、再生部１６は、区分
順再生手段を構成している。

【００７３】図５（ａ）は、センテンス再生を説明する
ための音声波形図である。図５（ａ）において、教材音
声データはセンテンス４１、４２、４３、・・・、から
成り立っているものとする。

【００７４】再生部１６は、センテンス４１から教材音
声データを再生するものとする。再生部１６は、センテ
ンス４１を再生し終えると、一時停止状態となる。そし
て、ユーザからの再生指示が入力されるとセンテンス４
２を再生し、再生を終えるとまた一時停止状態となる。
そして、ユーザから再度再生指示が入力されるとセンテ
ンス４３を再生し、再生を終えるとまた一時停止状態と
なる。以降この動作を繰り返す。この場合、再生部１６
は、繰り返し再生手段を構成している。

【００７５】センテンス再生モードでは、ユーザは、各
センテンスが再生された後に当該センテンスを復唱して
練習することができる。そして、発音が上達するまで復
唱を繰り返し、発音を十分マスターした後、図示しない
再生ボタンを選択して次のセンテンスを練習することが
できる。

【００７６】リピート再生モードは、１つのセンテンス
を再生し、終了位置に達したら当該センテンスの開始位
置に戻って一時停止する動作モードである。ユーザは再
生指示を入力することにより、当該センテンスを再度再
生することができる。また、センテンスの開始位置で一
時停止せずに、開始位置に戻ったら自動的に再生を行う
ように構成しても良い。

【００７７】図５（ｂ）は、リピート再生モードを説明
するための音声波形図である。図は、センテンス４２を
選択し、リピート再生しているところを示している。再
生部１６は、センテンス４２を再生し、終了位置に達す
るとセンテンス４２の開始位置に戻って一時停止状態と
なる。

【００７８】ユーザが再生指示を入力すると、再度、セ
ンテンス４２の再生を行い、終了位置に達すると、また
開始位置に戻って一時停止状態となる。再生部１６はユ
ーザが停止を指示するまでこれを繰り返す。

【００７９】このようにリピート再生モードでは、各セ
ンテンスのうち、任意のセンテンスを選択して繰り返し
再生することができるようになっている。リピート再生
モードにより、ユーザは、聞き取りが難しい発音の部分
を繰り返し聞き、外国語の発音に慣れることができる。

【００８０】範囲指定モードは、センテンスに関係な
く、教材音声データでユーザが任意に指定した範囲を再
生するモードである。範囲の指定方法は、例えば、ディ
スプレイに表示された音声波形図で、ユーザが波形表示
部分をドラッグするとその範囲が指定されるように構成
することができる。このように、再生部１６は再生範囲
を指定する範囲指定手段を備えている。

【００８１】無音部スキップ再生モードは、教材音声デ
ータのうち、無音部を飛ばして（スキップして）有音部
分のみを再生するモードである。このモードで教材音声
データを再生するためには、有音部分の両端にセンテン
スの境界が設定されていることが必要である。

【００８２】図５（ｃ）は、無音部スキップモードを説
明するための音声波形図である。再生部１６は、無音部
分４５をスキップし、センテンス４６を開始位置から再
生する。そして、センテンス４６の終了位置に達する
と、無音部分４７をスキップし、センテンス４８を開始
位置から再生する。そして、センテンス４８の終了位置
に達すると無音部分４９をスキップしてセンテンス５０
を再生する。

【００８３】無音部スキップ再生モードにより、ユーザ
は、無音部分をスキップして教材音声データを再生する
ことができる。そのため、ＬＬ教材の全体構成を把握し
たい場合や、復習のためにＬＬ教材の全体を通して聞き
たい場合などに、無音部分を再生する時間を省略するこ
とができる。

【００８４】ポーズ挿入再生モードは、センテンスの切
れ目にポーズ（一時停止）を挿入して再生するモードで
ある。無音部分が短い教材の場合に無音部分を再生した
のと同様な効果を得ることができる。

【００８５】図５（ｄ）は、ポーズ挿入再生モードを説
明するための図である。再生部１６は、センテンス５３
を再生した後、ポーズ５４を挿入する。即ち、音声の再
生を一時停止する。そして、所定の時間が経過すると、
再生部１６は、センテンス５５の再生を開始する。そし
て、センテンス５５の再生が終了するとポーズ５６を挿
入する。

【００８６】以下、再生部１６は、センテンス５７の再
生、ポーズ５８の挿入、センテンス５９の再生、・・
・、とセンテンスの再生とポーズの挿入を交互に繰り返
す。ポーズの長さは、その直前のセンテンスの再生時間
に比例するように設定することもできるし、一定時間と
なるように設定することもできる。

【００８７】教材音声データが、ニュースや天気予報、
映画など、ＬＬ教育用に構成されていない素材を録音し
たものである場合、有音部分の間にＬＬ教育に十分な無
音部分が設けられていない。

【００８８】このようなときにポーズ挿入再生モードを
用いると有音部分の間に無音部分が擬似的に挿入され、
有音部分間に無音部分が設けられている通常のＬＬ教材
と同様に利用できるようになる。ユーザは、ポーズの所
で発音練習などができる。

【００８９】ピッチコントロール再生モードは、センテ
ンスの再生速度を変化させて再生するモードである。再
生部１６は、ＤＰＣ（Ｄｉｇｉｔａｌ Ｐｉｔｃｈ Ｃ
ｏｎｔｒｏｌｌｅｒ）を備えており、ＬＬ教材の再生速
度を変化させても音程（音の高さ）が変化しないように
なっている。ＤＰＣは、音声の再生速度と音程を個別に
変化させる技術であって、これを用いると、音声の再生
速度に関わらず音程を一定に保つことができる。

【００９０】例えば、カセットテープの送り速度を変化
させるなどして、アナログ信号で録音された音声データ
を低速再生、高速再生すると、それに伴って音声の周波
数成分も低周波側あるいは高周波側にシフトして音程が
変化してしまう。

【００９１】再生部１６は、デジタル信号で録音された
音声をＤＰＣを用いて再生するため、再生速度に関係な
く音程を一定に保つことができる。そのため、ユーザ
は、再生速度を変化させても容易にセンテンスを聞き取
ることができる。なお、ピッチコントロール再生モード
は、センテンス再生モードやリピート再生モードなど他
の再生モードと併用することが可能である。

【００９２】図６（ａ）は、再生速度を遅くした場合を
説明するための波形図である。再生部１６は、音声デー
タからセンテンス６１を取得し、再生時間を延ばしてセ
ンテンス６２を再生する。音程は変化しない。

【００９３】図６（ｂ）は、再生時間を短縮した場合を
説明するための波形図である。再生部１６は、センテン
ス６１を取得し、再生時間を短縮してセンテンス６３を
再生する。音程は変化しない。

【００９４】ピッチコントロール再生モードを用いるこ
とにより、ユーザは、教材の発音が速くて聞き取りが困
難な場合に、再生速度を遅くしてその発音に慣れること
ができる。また、教材を高速で再生した後、元の速度で
再生すると、元の発音の早さが遅く感じられ、聞き取り
が容易になる。このようにピッチコントロール再生モー
ドを利用して、ユーザはリスニング能力の向上を図るこ
とができる。

【００９５】図１に戻り、再生モード入力部１７は、以
上で説明した各種の再生モードを設定するための機能部
である。後述するように、音声データ処理システム５の
ユーザインターフェースは、ＧＵＩ（Ｇｒａｐｈｉｃａ
ｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）によって提供され
ており、ユーザは、ディスプレイ上に表示されたボタン
などをマウスなどで選択することにより、再生モード入
力部１７に再生モードを入力することができるようにな
っている。

【００９６】出力部１８は、再生部１６が再生した音声
を出力する機能部である。再生部１６は、音声データを
アナログ信号として出力する。出力部１８はアンプとス
ピーカを備えており、再生部１６が出力した信号を増幅
した後、物理的に再生する。

【００９７】図７は、音声データ処理システム５が音声
データをセンテンス分けする動作を説明するためのフロ
ーチャートである。各構成部分の動作は、所定のプログ
ラムに従って、ＣＰＵが行うものとする。まず、デジタ
ル音声データ生成部７又はデジタル音声データ入力部８
から教材音声データを取得し、所定のファイル形式にて
音声データ格納部１０に教材音声データを格納する（ス
テップ５）。

【００９８】この音声データに対してセンテンス検出を
行わない場合は（ステップ１０；Ｎ）は、処理を終了す
る。この音声データに対してセンテンス検出を行う場合
は（ステップ１０；Ｙ）、区分設定部１２によってセン
テンス検出を行う（ステップ１５）。

【００９９】センテンス検出は次のように行われる。ま
ず識別条件入力部１１で設定された識別条件１、２、３
を用いて無音部分を認識する。次に、境界位置設定部１
５で設定された位置に境界を設定する。この境界により
音声データがセンテンスごとに区分され、よってセンテ
ンス検出が行われたことになる。

【０１００】センテンス検出を終えた後、区分設定部１
２は、センテンス番号と、当該センテンスの開始位置と
終了位置を記録したテーマファイルを生成し（ステップ
２０）、処理を終了する。

【０１０１】図８は、センテンス分けされた音声データ
をセンテンス再生モードにて再生する場合の手順を説明
するためのフローチャートである。まず、再生部１６
は、音声データと当該音声データに関連付けられたテー
マファイルを取得した後、カウンタｉを０にリセットす
る（ステップ５０）。

【０１０２】再生部１６は、テーマファイルを参照しな
がらｉ番目のセンテンスを再生する（ステップ５５）。
ただし、音声データ中のセンテンスのセンテンス番号
は、０番、１番、２番、・・・、といったように０番か
ら始まっている。

【０１０３】再生位置がｉ番目のセンテンスの終了位置
に達すると、再生部１６は一時停止状態となる（ステッ
プ６０）。再生部１６は、停止した位置が、音声データ
の終了位置か否かを判断する（ステップ６５）。

【０１０４】音声データの終了位置であった場合は（ス
テップ６５；Ｙ）、再生部１６は再生処理を終了する。
音声データの終了位置でなかった場合は（ステップ６
５；Ｎ）、再生部１６は、カウンタｉに１を加算し、ｉ
＝ｉ＋１とする（ステップ７０）。

【０１０５】次に、再生部１６は、ユーザから再生指示
があったか否かを判断し（ステップ７５）、指示されて
いない場合は（ステップ７５；Ｎ）、一時停止状態を維
持する（ステップ８０）。

【０１０６】ユーザから再生指示があった場合は（ステ
ップ７５；Ｙ）、ステップ５５に戻りｉ番目のセンテン
スを再生する。

【０１０７】以上、本実施の形態では、一例として音声
データ処理システム５をＬＬ教材を処理して再生するも
のとして説明したが、これに限定するものではなく、様
々な分野で同様な音声データ処理を行うものに利用する
ことができる。

【０１０８】本実施の形態では、音声データは、ＷＡＶ
Ｅ形式のデータとして取り扱うこととしたが、これに限
定するものではなく、例えば、ＭＰ３形式のデータ（Ｗ
ＡＶＥ形式のデータを所定のアルゴリズムに従って圧縮
したもの）など、他の種類のファイル形式を利用するよ
うにすることもできる。

【０１０９】音声データとして、ＭＰ３形式のように、
圧縮したデータを用いる場合、例えば、デジタル音声デ
ータ生成部７とデジタル音声データ入力部８は、デジタ
ル音声データをＷＡＶＥ形式のファイルで出力する。そ
して、音声データ格納部１０がＷＡＶＥ形式のファイル
をコーディングして所定の形式（例えば、ＭＰ３形式）
にてファイルを生成し、記憶装置に格納する。

【０１１０】区分設定部１２と再生部１６は、音声デー
タ格納部１０から読み出した所定の形式のファイルをＷ
ＡＶＥ形式のファイルに展開した後、それぞれセンテン
ス分け、音声の再生を行うようにする。

【０１１１】（実施例）次に、音声データ処理システム
５をＬＬ教室に適用した場合の実施例について説明す
る。図９は、本実施例に係るＬＬ教室システム７１のシ
ステム構成を示した図である。ＬＬ教室システム７１
は、ＬＬ教室として使用できる他、コンピュータリテラ
シー教育を行うためのいわゆるパソコン教室としても利
用できるようになっている。

【０１１２】ＬＬ教室システム７１は、大きく分けて教
師側端末群７２と学習者側端末群７３から構成されてい
る。教師側端末群７２の端末と学習者側端末群７３の端
末はＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）
８８によって接続されている。

【０１１３】教師側端末群７２は、教師用ＰＣ７５、コ
ントロールＰＣ７６、コントロールユニット７７、ＡＶ
機器７８などから構成されている。教師用ＰＣ７５は、
教師がＬＬ教育やコンピュータリテラシー教育のために
利用するためのＰＣであり、ホストコンピュータを構成
している。

【０１１４】教師用ＰＣ７５には、音声データ処理シス
テム５ａ（後述）を用いて教材音声データをセンテンス
に区切るための音声データ処理プログラムがインストー
ルされている。

【０１１５】教師は、教師用ＰＣ７５で教材音声データ
をセンテンスに区切り（即ちテーマファイルを生成
し）、音声データとテーマファイルを学習者側端末群７
３の各端末に送信することができる。

【０１１６】本実施例では、教師用ＰＣ７５で教材音声
データをセンテンス分けするように構成したが、これに
限定せず、教材音声データを学習者用ＰＣ８０に送信
し、学習者用ＰＣ８０側でこれをセンテンス分けするよ
うに構成することもできる。

【０１１７】また、図示しないが、教師用ＰＣ７５は、
ヘッドフォンとマイクロフォンを備えたヘッドセットが
接続されている。ヘッドフォンにより教師に音声を出力
することができると共に、マイクロフォンで教師の音声
を検出することができる。

【０１１８】ＡＶ機器７８は、ビデオデッキ、テープデ
ッキ、ＣＤプレーヤ、ＤＶＤプレーヤなどの各種ＡＶ機
器から構成されている。これらのＡＶ機器を用いて、例
えば教育用のビデオを再生するなどして、ＬＬ教育やコ
ンピュータリテラシー教育に利用することができる。

【０１１９】ＡＶ機器７８で再生した音声はスピーカ８
６や教師のヘッドセットや学習者のヘッドセット８２か
ら出力することができる。また、ＡＶ機器７８で再生し
た映像はプロジェクター８５で投影したり、教師用ＰＣ
７５、学習者用ＰＣ８０のディスプレイ上に表示したり
することができる。

【０１２０】また、磁気テープや光ディスク、光磁気デ
ィスクなどのメディアに記録されているＬＬ教材をＡＶ
機器７８で再生して、教師用ＰＣ７５にデータを取り込
み、これを教師用ＰＣ７５でセンテンス分けすることも
できる。

【０１２１】コントロールＰＣ７６は、コントロールユ
ニット７７を制御するための端末である。コントロール
ＰＣ７６は、コントロールユニット７７を介してＡＶ機
器７８などを制御することができるようになっている。

【０１２２】コントロールユニット７７は、ＡＶ機器７
８を制御すると共に、ＡＶ機器７８とスピーカ８６、プ
ロジェクター８５、学習者用ＰＣ８０とのデータの送受
信を制御する。例えば、音声データをスピーカ８６に送
信し、ヘッドセット８２には送信しないなど送信先を選
択することができる。

【０１２３】学習者側端末群７３は、各学習者用に設け
られた複数の学習者用ユニットから構成されている。学
習者用ユニットは、学習者用ＰＣ８０、８０、８０、・
・・、とこれら学習者用ＰＣ８０に設けられた接続装置
８１、ヘッドセット８２から構成されている。

【０１２４】ヘッドセット８２は、音声データを学習者
に出力するヘッドフォンと学習者の音声を検出するマイ
クロフォンから構成されている。ユーザは、ヘッドフォ
ンを用いてＬＬ教材の音声やマイクロフォンで検出した
自分の音声を聞くことができると共に、自分の音声をマ
イクロフォンを用いて録音することができる。また、学
習者と教師はヘッドセットを介して個別に会話すること
ができる。

【０１２５】接続装置８１は、ヘッドセット８２を学習
者用ＰＣ８０とコントロールユニット７７に接続するた
めの装置である。

【０１２６】学習者用ＰＣ８０は、ＬＬ教育用のプログ
ラムとコンピュータリテラシー用のプログラムがインス
トールしてあり、何れの目的にも利用できるようになっ
ている。

【０１２７】学習者用ＰＣ８０には、音声データ処理シ
ステム５ａがインストールされており、教師用ＰＣ７５
から教材音声データとテーマファイルを受信して、教材
音声データをセンテンス分けして再生することができ
る。また、マイクロフォンを用いて録音した学習者の音
声をセンテンス分けすることもできる。

【０１２８】ＬＡＮ８８は、所定の規格によりネットワ
ーク接続で構成されている。ＬＡＮ８８を介して、教師
用ＰＣ７５から学習者用ＰＣ８０に教材音声データやテ
ーマファイルを送信したり、学習者用ＰＣ８０から教師
用ＰＣ７５へ録音した学習者の音声を送信したり、ある
いは、教師と学習者が音声のやり取りができるなど、各
種のデータの送受信を行うことができる。

【０１２９】教師は、学習者が自己の発音を録音した音
声データ（以下録音音声データ）をＬＡＮ８８を介して
学習者用ＰＣ８０から教師用ＰＣ７５に提出させること
ができる。教師は、これら提出された録音音声データに
より、学習者の発音を評価することができる。

【０１３０】また、学習者から提出された録音音声デー
タに無音部分が含まれている場合、教師は音声データ処
理システム５ａを用いてこれをセンテンス分けし、無音
部分をスキップして再生することも可能である。

【０１３１】図１０は、学習者用ＰＣ８０の構成の一例
を示した図である。教師用ＰＣ７５の構成も基本的には
同じである。

【０１３２】学習者用ＰＣ８０は、図１０に示すように
システム全体を制御するための制御部１０１を備えてい
る。この制御部１０１には、データバスなどのバスライ
ン１１４を介して、入力装置としてのキーボード１０２
やマウス１０３、表示装置１０４、印刷装置１０５、記
憶装置１０６、記憶媒体駆動装置１０７、通信制御装置
１０８、入出力インターフェース１０９などが接続され
ている。

【０１３３】制御部１０１は、ＣＰＵ１１１、ＲＯＭ
（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１２、ＲＡＭ
（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１３
を備えている。ＲＯＭ１１２は、ＣＰＵ１１１が各種制
御や演算を行うための各種プログラムやデータが予め格
納されたリードオンリーメモリである。

【０１３４】ＲＡＭ１１３は、ＣＰＵ１１１にワーキン
グメモリとして使用されるランダムアクセスメモリであ
る。このＲＡＭ１１３には、センテンス分けなどのデー
タ処理のために録音音声データを一時的に読み込んで保
存するためのエリアや、学習者が録音した音声を一時的
に記憶しておくエリアや、コンピュータリテラシー教育
に用いるプログラムが使用するエリアなどの各種エリア
が確保可能になっている。

【０１３５】ＣＰＵ１１１は、所定のプログラムに従っ
て演算や制御を行う機能部である。ＣＰＵ１１１は、レ
ジスタと呼ばれる記憶部を内部に備えており、処理対象
のデータをレジスタに読み込んでこれを処理するように
なっている。本実施例では、データ処理速度を高速化す
るため、処理対象のデータを一旦ＲＡＭ１１３の所定の
エリアに記憶した後、これをレジスタに読み込む構成と
した。

【０１３６】キーボード１０２は、仮名文字を入力する
ための仮名キーやテンキー、各種機能を実行するための
機能キー、カーソルキー、などの各種キーが配置されて
いる。学習者はキーボード１０２から自分の音声を録音
したファイルのファイル名を入力したり、各種コマンド
を入力したりすることができる。

【０１３７】マウス１０３は、ポインティングデバイス
である。マウス１０３を用いて表示装置１０４に表示さ
れたキーやアイコンなどを選択することにより、音声デ
ータの再生を開始したりストップさせたりなど、各種の
コマンドを入力することができる。

【０１３８】表示装置１０４は、例えばＣＲＴや液晶デ
ィスプレイなどが使用される。表示装置１０４上に、ア
イコンやその他の表示を行うことにより、ＧＵＩによる
ユーザインターフェースが提供される。学習者は、表示
装置１０４上で、ＬＬ教材の音声波形を確認できる他、
自分の発音の音声波形も確認することができる。

【０１３９】印刷装置１０５は、紙などの印刷媒体に文
字や絵などの印刷を行うための装置である。この印刷装
置としては、レーザプリンタ、ドットプリンタ、インク
ジェットプリンタ、ページプリンタ、感熱式プリンタ、
熱転写式プリンタ、などの各種印刷装置が使用される。
学習者は、印刷装置１０５を用いてＬＬ教材の音声波形
や自分の音声波形を印刷することができる。

【０１４０】記憶装置１０６は、読み書き可能な記憶媒
体と、その記憶媒体に対してプログラムやデータなどの
各種情報を読み書きするための駆動装置で構成されてい
る。記憶装置１０６に使用される記憶媒体としては、主
としてハードディスクが使用されるが、半導体メモリや
光磁気ディスクなどの他の種類の記憶媒体を用いること
も可能である。

【０１４１】記憶装置１０６はプログラム格納部１１
５、データ格納部１１６などを有している。プログラム
格納部１１５には、音声データ処理システム５ａ（後
述）を実現するための音声データ処理プログラムやＬＡ
Ｎ８８を介して通信を行うための通信プログラム、コン
ピュータリテラシー教育で使用する様々なアプリケーシ
ョンソフトウェア、学習者用ＰＣ８０を機能させるため
の基本プログラムであるＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓ
ｙｓｔｅｍ）などが格納されている。

【０１４２】データ格納部１１６には、教師用ＰＣ７５
から受信した音声データファイルやテーマファイル、学
習者が自己の発音を録音したデータファイル、その他コ
ンピュータリテラシーで用いるアプリケーションソフト
ウェアで用いるデータファイルなどの各種のデータファ
イルが格納されている。

【０１４３】記憶媒体駆動装置１０７は、ＣＰＵ１１１
が着脱可能な記憶媒体に対してコンピュータプログラム
やデータファイルを読み書きするための駆動装置であ
る。

【０１４４】記憶媒体とは、具体的には、フレキシブル
ディスク、ハードディスク、磁気テープなどの磁気記憶
媒体、メモリチップやＩＣカードなどの半導体記憶媒
体、ＣＤ−ＲＯＭやＭＯ、ＰＤ（相変化書き換え型光デ
ィスク）などの光学的に情報が読み取られる記憶媒体、
紙カードや紙テープなどの用紙（及び、用紙に相当する
機能を持った媒体）を用いた記憶媒体、その他各種方法
でコンピュータプログラムなどが記憶される記憶媒体が
含まれる。

【０１４５】学習者は、記憶媒体駆動装置１０７を用い
てＬＬ教材用の音声データを着脱可能な記憶媒体に記憶
することができる。そして、これを自宅に持って帰り、
自宅のＰＣなどでこれを再生し、自宅学習することがで
きる。

【０１４６】また、教師から宿題として出された発音練
習課題を記憶媒体に記憶して自宅に持って帰ることもで
きる。更に、学習者は自宅で宿題の結果である練習後の
発音を記憶媒体に録音してＬＬ教室に持参し、ＬＡＮ８
８を介して教師用ＰＣ７５に提出することもできる。

【０１４７】本実例の学習者用ＰＣ８０において使用さ
れる記憶媒体としては、主として、データの読み書き可
能な半導体メモリや光磁気ディスクなどが用いられる。
また、これら記憶媒体は、ＬＬ教育目的以外に、コンピ
ュータリテラシー教育目的に使用することもできる。

【０１４８】また、記憶媒体駆動装置１０７から各種プ
ログラムを読み込んで学習者用ＰＣ８０にインストール
することもできる。例えば、音声データ処理プログラム
を記録した記憶媒体を記憶媒体駆動装置１０７にセット
し、当該記憶媒体から音声データ処理プログラムを読み
込んで、記憶装置１０６に格納（インストール）するこ
とができる。

【０１４９】通信制御装置１０８は、ＬＡＮ８８を介し
て学習者用ＰＣ８０と教師用ＰＣ７５に接続するための
制御装置である。学習者用ＰＣ８０は、通信制御装置１
０８を介して教師用ＰＣ７５からＬＬ教材用の音声デー
タや教師用ＰＣ７５で生成されたテーマファイルを受信
することができる。通信制御装置１０８は、端末側受信
手段と、端末側送信手段を構成している。また、教師用
ＰＣ７５の通信制御装置はホスト側送信手段を構成して
いる。

【０１５０】入出力インターフェース１０９は、学習者
用ＰＣ８０と外部機器を接続するためのインターフェー
スである。本実施例では、接続装置８１（図示せず）を
介してヘッドセット８２が接続されている。ヘッドセッ
トは音声を学習者に出力するヘッドフォン１１８と、学
習者が発する音声を検出するマイクロフォン１１９から
構成されている。

【０１５１】教材音声データの再生音声はヘッドフォン
１１８から出力される。また、学習者はマイクロフォン
１１９を用いて自分の音声を学習者用ＰＣ８０に入力す
ることができる。

【０１５２】図１１は、本実施例に係る音声データ処理
システム５ａの構成を示した図である。音声データ処理
システム５ａは、プログラム格納部１１５に格納されい
る音声データ処理プログラムをＣＰＵ１１１が実行し、
ソフトウェア的に実現されたものである。

【０１５３】音声データ処理システム５ａは、音声デー
タ処理システム５に録音機能を付加し、本実施例用にカ
スタマイズしたものである。音声データ処理システム５
と同じ構成要素には、同じ符号を付し、説明を省略す
る。

【０１５４】ヘッドセット８２は、ヘッドフォン１１８
とマイクロフォン１１９から構成されている。ヘッドセ
ット８２は、学習者が頭部に装着する。ヘッドフォン１
１８からは、再生部１６が再生した音声が出力される。

【０１５５】マイクロフォン１１９は、学習者の音声を
検出し、これをアナログ信号として出力する。マイクロ
フォン１１９は、音声取得手段を構成している。学習者
の音声はデジタル音声データ生成部７でデジタル信号に
変換された後、一時格納部１２０により格納される。デ
ジタル音声データ生成部７は録音音声データ生成部を構
成している。

【０１５６】一時格納部１２０は、ＲＡＭ１１３に確保
された音声データ格納エリアに学習者の音声を一時的に
保持する機能部である。一時格納部１２０は、録音音声
データを一時的に保持する保持手段を構成している。一
時格納部１２０は、録音ボタン１２５が学習者により選
択されると音声データ格納エリアに録音音声データの格
納を開始し、録音を始める。録音ボタン１２５は、ＧＵ
Ｉ上に構成された録音ボタンである。

【０１５７】録音を開始した後、図示しない停止ボタン
が学習者により選択されると一時格納部１２０は、録音
を停止する。このように、録音ボタン１２５は、録音状
態の作動と停止を切替える切替え手段を構成している。
学習者が再度録音ボタン１２５を選択すると、音声デー
タ処理システム５ａは、先にＲＡＭ１１３に格納した録
音音声データを消去し、新たな録音音声データの格納を
開始する。

【０１５８】ＯＳの機能により、再度録音ボタン１２５
を選択すると、既にＲＡＭ１１３に格納してある音声デ
ータを保存するか廃棄するかの確認を、録音ボタン１２
５を選択する都度学習者に問い合わせしてくる場合があ
る。

【０１５９】ＬＬ学習では、学習者は何度も発音を試
み、納得のいく発音ができたときにこれを保存すること
が行われている。そのため、録音ボタン１２５を選択す
るたびに、先に録音した録音音声データの保存確認を行
うのは、ＬＬ学習にとって不必要であるばかりか煩雑で
ある。そのため、音声データ処理システム５ａでは、録
音ボタン１２５が再度選択された場合は、自動的に先に
録音した録音音声データを削除し、新たな録音音声デー
タの記憶を行うようにプログラムを構成した。

【０１６０】ファイル保存部１２２は、一時格納部１２
０に一時的に格納されている録音音声データをファイル
としてデータ格納部１１６などに保存するための機能部
である。ファイル保存部１２２は、保存ボタン１２４が
学習者に選択されることにより起動する。保存ボタン１
２４は、ＧＵＩ上に構成された保存ボタンである。

【０１６１】学習者は、録音ボタン１２５を用いて納得
がいくまで自己の発音の録音を繰り返すことができる。
そして、うまく発音できたところで保存ボタン１２４を
選択して、その音声データをファイルとして保存するこ
とができる。

【０１６２】区分設定部１２は、一時格納部１２０で一
時的に保存された学習者の録音音声データをセンテンス
分けすることができる。区分設定部１２は、センテンス
分けの結果生成したテーマファイルを再生部１６に出力
する。また、図示しないが区分設定部１２には、識別条
件入力部１１と境界位置設定部１５が接続されている。
このように、本実施例では録音音声データをセンテンス
分けできるため、録音音声データの無音部分を取り除い
た有音部分を教師に提出することも可能である。これに
よって、教師は無音部分を聞く時間を節約することがで
きる。

【０１６３】再生部１６は、一時格納部１２０で一時的
に保存された録音音声データをテーマファイルに従っ
て、センテンスごとに再生することができる。再生モー
ドは、実施の形態で説明したものと同じである。このよ
うに、本実施例では学習者の音声をもセンテンス分けす
ることができる。

【０１６４】音声データ格納部１０は、教師用ＰＣ７５
から送信されてきた教材音声データを格納する機能部で
ある。教師用ＰＣ７５から当該音声データのテーマファ
イルも送られてきた場合は、これも格納する。

【０１６５】再生部１６は、教材音声データと録音音声
データを同期再生することもできるし、個別に再生する
こともできる。教材音声データや録音音声データにテー
マファイルが作成されている場合はこれらテーマファイ
ルを用いてセンテンスごとに再生することができる。

【０１６６】また、教師用ＰＣ７５から送られてきた音
声データにテーマファイルが付随していなかった場合
は、区分設定部１２は区分を設定し、再生部１６で当該
音声データをセンテンスごとに再生することもできる。

【０１６７】即ち、学習者用ＰＣ８０で使用する教材音
声データは、予め教師用ＰＣ７５でセンテンス分けする
こともできるし、学習者用ＰＣ８０でセンテンス分けす
ることもできる。

【０１６８】波形生成部１２１は、教材音声データや録
音音声データを用いて音声波形を生成する波形図生成手
段である。波形生成部１２１で生成した音声波形はディ
スプレイ１２３で表示される。ディスプレイ１２３は、
表示装置１０４（図１０）に設けられた表示手段であ
る。波形生成部１２１には、一時格納部１２０で格納し
た録音音声データと、音声データ格納部１０で格納され
た教材音声データが入力できるようになっている。

【０１６９】波形生成部１２１は、複数の音声データを
同時に処理すことができ、録音音声データと教材音声デ
ータから同時にそれぞれの波形図を生成することができ
る。そのため、ディスプレイ１２３では、録音音声デー
タの音声波形と、教材音声データの音声波形をリアルタ
イムで比較可能に表示することができる。

【０１７０】図１２は、音声データ処理システム５ａの
操作画面１３０の一例を示した図である。操作画面１３
０は、音声データ処理システム５ａのユーザインターフ
ェースを提供するものである。

【０１７１】ポインタ１５２は、学習者が机上などでマ
ウス１０３を移動させると、それに同期して操作画面１
３０上を移動するようになっている。操作画面１３０上
には、コマンドなどに対応したボタンやアイコンなどの
各種のオブジェクトが配置されている。

【０１７２】ポインタ１５２をこれらオブジェクトにあ
わせて所定の操作（例えばマウス１０３の所定のボタン
をクリックしたり、ダブルクリックしたり、ドラッグし
たりなど）を行うと、例えば、オブジェクトに対応付け
られたコマンドが入力されるなど、オブジェクトに関連
付けられた所定の情報を学習者用ＰＣ８０に入力するこ
とができる。以下では、ボタンにポインタ１５２を合わ
せてクリックすることをボタンをクリックするなどと記
すことにする。

【０１７３】ファイル操作エリア１３２は、ファイルを
開いたり保存したりなどファイル管理を行うためのエリ
アである。ファイル操作エリア１３２は、ＬＬ教材用の
ファイルを操作する欄（開くボタン１３３）と学習者用
（ユーザ用）のファイルを操作する欄（開くボタン１３
４と保存ボタン１２４）に区分されている。

【０１７４】開くボタン１３３は、ＬＬ教材用のプログ
ラムを選択して音声ファイルを開くボタンである。本実
施例では、ＬＬ教材は、例えば、「放課後」、「課外活
動」、「海外旅行」などの各プログラムから構成されい
ている。そして、各プログラムは、更に複数のレッスン
から構成されている。

【０１７５】教材音声データは、各レッスンごとに音声
ファイルとして用意してある。これらの教材音声データ
は、教師用ＰＣ７５からＬＡＮ８８を介して学習者用Ｐ
Ｃ８０に送信されてきたものを学習者用ＰＣ８０のデー
タ格納部１１６に格納したものである。

【０１７６】なお、これらの音声データは着脱可能な記
憶媒体に記憶しておいたものを記憶媒体駆動装置１０７
から学習者用ＰＣ８０に読み込み、データ格納部１１６
に格納しても良い。

【０１７７】データ格納部１１６は、ＬＬ教材用のファ
イルを格納するＬＬ教材用ディレクトリや、学習者が自
分の音声を録音したファイルなど学習者固有のファイル
を格納する学習者用ディレクトリなど、用途別にディレ
クトリが形成されている。

【０１７８】開くボタン１３３をクリックすると、ＬＬ
教材用のディレクトリが開かれる。そして、当該ディレ
クトリ内の各プログラムとレッスンを一覧表示するウイ
ンドウが操作画面１３０上に現れるようになっている。
学習者が任意のレッスンの表示をクリックすると、当該
レッスン用の音声ファイルが開かれ、教材音声データが
ＲＡＭ１１３に読み込まれる。

【０１７９】なお、ウインドウとは、ディスプレイに表
示される画面の中で枠によって区切られたエリアであっ
て、アプリケーションソフトウェアなどの表示を行う部
分である。通常は、ウインドウは大きさを変更したり表
示位置を移動したりすることができる。ウインドウは閉
じるボタンを備えており、このボタンをクリックしてウ
インドウを閉じることができる。

【０１８０】教材音声データに既にテーマファイルが作
成されている場合は（例えば教師が予め教材をセンテン
ス分けした場合など）、開いた教材音声データのテーマ
ファイルも共にＲＡＭ１１３に読み込まれる。再生部１
６は、このテーマファイルを参照しながらＲＡＭ１１３
に格納された音声データをセンテンス分けして再生する
ことができる。

【０１８１】開くボタン１３４は、学習者がドリル学習
などで利用する学習者個人用の録音音声ファイルを開く
ためのボタンである。開くボタン１３４をクリックする
と学習者用のディレクトリが開かれ、当該ディレクトリ
に格納されている音声ファイルの一覧を表示するウイン
ドウがディスプレイ１２３上に現れる。

【０１８２】ところで、音声データ処理システム５ａで
は、様々な発音課題が学習者に与えられ、学習者はそれ
を録音するようになっている。学習者は、ドリル学習な
どで録音した音声の録音音声データを音声ファイルとし
てデータ格納部１１６に保存することができる。学習者
は自分の音声を録音してそれを再生して聞くことによ
り、ＬＬ教材の発音と自分の発音を比較することができ
る。

【０１８３】学習者は、一覧表示されたファイルのう
ち、所望のものをクリックすることにより、当該ファイ
ルを開くことができる。音声ファイルは開かれるとＲＡ
Ｍ１１３に読み込まれ、再生部１６により再生可能とな
る。当該音声ファイルにテーマファイルが作成されてい
る場合は、当該テーマファイルも共にＲＡＭ１１３に読
み込まれる。そして、再生部１６は、このテーマファイ
ルを参照しながら音声ファイルをセンテンス分けして再
生することができる。

【０１８４】保存ボタン１２４は、学習者が録音した録
音音声データを保存するためのボタンである。学習者は
ヘッドフォン１１８から聞こえるＬＬ教材の音声を参考
にしながらマイクロフォン１１９に対して発音する。学
習者が発音した音声の録音音声データは一時格納部１２
０によりＲＡＭ１１３に一時的に記憶される。

【０１８５】学習者は、この一時的に記憶した自分の音
声を再生して聞き、これを保存するか否かを判断するこ
とができる。保存すると判断した場合は保存ボタン１２
４をクリックする。

【０１８６】すると、ファイル保存部１２２は、一時格
納部１２０で一時的に記憶した録音音声データを音声フ
ァイルとしてデータ格納部１１６に格納する。ファイル
名は所定の名称が自動的に付与されるが、学習者がキー
ボード１０２を用いて任意のファイル名を入力すること
も可能である。

【０１８７】音量調節エリア１３８は、ヘッドフォン１
１８から出力される音声の音量を調節するためのエリア
である。音量調節エリア１３８はスライドバーであっ
て、つまみ１３９を備えている。そして、学習者はマウ
ス１０３を用いてつまみ１３９を左右にドラッグするこ
とにより、つまみ１３９を左右にスライドさせることが
できる。つまみ１３９を右にスライドすると音量が大き
くなり、左にスライドすると音量が小さくなるようにな
っている。

【０１８８】なお、ドラッグとは、ポインタ１５２を対
象物（ここではつまみ１３９）に合わせて、所定のマウ
スボタンを押したままポインタ１５２を移動させること
をいう。対象物は、ポインタ１５２と共に移動するよう
になっている。

【０１８９】再生速度調節エリア１４０は、ピッチコン
トロール再生モードを設定するエリアである。再生速度
調節エリア１４０はスライドバーであって、つまみ１４
１を備えている。学習者はマウス１０３を用いてつまみ
１４１を左右にドラッグすることにより、つまみ１４１
を左右にスライドさせることができる。

【０１９０】つまみ１４１を左にスライドすると音声デ
ータの再生速度が遅くなり、つまみ１４１を右にスライ
ドすると音声データの再生速度が速くなる。つまみ１４
１のデフォルトの位置は、スライド領域の中央（再生速
度が１倍に設定されている）となっている。再生速度は
±５０［％］の範囲で調節できるようになっている。つ
まみ１４１を移動させて音声データの再生速度を変化さ
せてもＤＰＣの作用により、音程は一定に保たれるよう
になっている。

【０１９１】センテンス番号表示エリア１４２は、現在
の再生しているセンテンスを表示するエリアである。セ
ンテンス番号は「現在再生しているセンテンス番号／総
センテンス数」で表示される。

【０１９２】音声データの再生は、教材音声データを再
生する場合と、録音音声データを再生する場合がある
が、本実施例では、センテンス番号表示エリア１４２に
は教材音声データのセンテンス番号を表示するように構
成した。しかし、録音音声データのセンテンス番号を表
示するエリアを設けることも可能である。

【０１９３】なお、センテンス番号の表示の他に、「現
在の再生位置の再生開始位置からの経過時間／音声デー
タの総再生時間」によって、現在の再生位置を表すこと
も可能である。

【０１９４】波形表示エリア１５５は、教材音声データ
の音声波形を表示するエリアである。これは波形生成部
１２１が生成したものである。本実施例では、音声波形
を音声の強度により［ｄＢ］で表すこととした。図面上
下方向に強度を表す軸を、図面右方向に時間軸をとって
いる。

【０１９５】波形表示エリア１５５は再生カーソル１５
７を備えている。再生カーソル１５７は、現在の再生位
置を表している。再生カーソル１５７の表示位置は、教
材音声データの再生の進行に従って変化し、画面左から
右方向へ移動する。

【０１９６】波形表示エリア１５６は、学習者が録音し
た音声の音声波形を表示するエリアである。これは波形
生成部１２１が生成したものである。再生カーソル１５
８の表示位置は、教材音声データの再生の進行に従って
変化し、画面左から右方向へ移動する。

【０１９７】音実施例では、波形表示エリア１５５と同
様に音声波形を音声の強度により［ｄＢ］で表すことと
した。強度を表す軸、時間軸のスケールも波形表示エリ
ア１５５と同じに設定している。

【０１９８】なお、図示しないが波形表示エリア１５５
と波形表示エリア１５６の強度を表す軸、時間軸のスケ
ールは変更することができる。これら軸のスケールは、
波形表示エリア１５５と波形表示エリア１５６で個別に
変更することもできるし、波形表示エリア１５５と波形
表示エリア１５６のスケールが同一になるように同期さ
せて変更させることもできる。

【０１９９】波形表示エリア１５５と波形表示エリア１
５６のスケールを同一に揃えると、両者の音声波形を同
一スケールで比較することができる。

【０２００】以上のように、波形表示エリア１５５と波
形表示エリア１５６で、教材音声データと録音音声デー
タの音声波形を表示することにより、学習者は両者の音
声波形を比較することができる。

【０２０１】学習者は、両者の波形を比較しながら自己
の録音音声波形を教材音声波形に近づけるように練習す
ることにより、正しい発音を身に付けることができる。

【０２０２】表示移動バー１４５は、波形表示エリア１
５５、波形表示エリア１５６に表示されている音声波形
の表示位置を変化させるためのスライドバーである。表
示移動バー１４５はつまみ１４６を備えている。つまみ
１４６は、マウス操作でドラッグすることにより左右に
スライドさせることができるようになっている。

【０２０３】つまみ１４６を左にスライドさせると、波
形表示エリア１５５、波形表示エリア１５６に表示され
た音声波形が右方向に移動し、表示範囲を音声データの
開始位置方向に移動させることができる。

【０２０４】逆につまみ１４６を右にスライドすると波
形表示エリア１５５、波形表示エリア１５６に表示され
た音声波形が左方向に移動し、表示範囲を音声データの
終了位置方向に移動させることができる。

【０２０５】本実施例では、つまみ１４６をスライドす
ると波形表示エリア１５５と波形表示エリア１５６で表
示されている範囲が同期して移動し、学習者が教材の音
声波形と自己の音声波形を常に比較できるように構成し
たが、スライドバーを波形表示エリア１５５、波形表示
エリア１５６の両者に設け、波形図を別々に移動するよ
うに構成しても良い。

【０２０６】拡大ボタン１５０は、波形表示エリア１５
５と波形表示エリア１５６に表示された音声波形を拡大
するボタンである。拡大ボタン１５０をクリックする
と、波形表示エリア１５５と波形表示エリア１５６の強
度の軸、時間軸のスケールが変化し、これらエリアの中
央を中心としてそれぞれ音声波形が拡大される。

【０２０７】拡大ボタン１５０は、例えば、１．１倍、
１．３倍、１．５倍、・・・、などとクリックするごと
に段階的に音声波形を拡大できるようになっている。学
習者がＬＬ教材の音声波形と自己の音声波形を比較し易
いように、波形表示エリア１５５と波形表示エリア１５
６の拡大率は同一となるようになっている。なお、波形
表示エリア１５５と波形表示エリア１５６で拡大率を別
々に設定するように構成することも可能である。

【０２０８】縮小ボタン１５１は、波形表示エリア１５
５と波形表示エリア１５６に表示された音声波形を縮小
するボタンである。縮小ボタン１５１をクリックする
と、波形表示エリア１５５と波形表示エリア１５６の強
度の軸と時間軸のスケールが変化し、これらエリアの中
央を中心としてそれぞれ音声波形が縮小される。

【０２０９】縮小ボタン１５１は、例えば、０．９倍、
０．７倍、０．５倍、・・・、などとクリックするごと
に段階的に音声波形を縮小できるようになっている。学
習者がＬＬ教材の音声波形と自己の音声波形を比較し易
いように、波形表示エリア１５５と波形表示エリア１５
６の縮小率は同一となるようになっている。なお、波形
表示エリア１５５と波形表示エリア１５６の縮小率を別
々に設定するように構成することも可能である

【０２１０】プログラム表示エリア１６５は、ＬＬ教材
のうち、現在選択されているプログラム名とレッスン番
号を表示する欄である。プログラム表示エリア１６５を
参照することにより、学習者は、ＬＬ教材のどの部分を
学習しているのか知ることができる。

【０２１１】教材音声データ操作ボタン群１６０は、教
材音声データを操作するための各種ボタンから構成され
ている。これらのボタンは、教材音声データがセンテン
ス分けされている場合とされていない場合で機能が異な
る。以下に教材音声データがセンテンス分けされている
場合の機能について説明する。

【０２１２】巻き戻しボタン１７１は、センテンスごと
に教材音声データを巻き戻すボタンである。巻き戻しボ
タン１７１を１回クリックすると、現在の再生位置か
ら、現在再生中のセンテンスの開始位置に再生位置が移
動する。

【０２１３】巻き戻しボタン１７１を２回続けてクリッ
クすると、現在の再生位置のあるセンテンスの１つ前の
センテンスの開始位置に再生位置が設定される。このよ
うに、巻き戻しボタン１７１を複数回クリックすること
により、再生位置をセンテンス単位で教材音声データの
開始位置方向に移動させることができる。

【０２１４】停止ボタン１７２は、教材音声データの再
生を停止するためのボタンである。停止ボタン１７２を
クリックすると、再生位置が現在再生中のセンテンスの
開始位置に移動した後、再生が停止する。

【０２１５】早送りボタン１７３は、センテンスごとに
教材音声データを早送りするボタンである。早送りボタ
ン１７３を１回クリックすると、現在の再生位置から、
現在再生中のセンテンスの次のセンテンスの開始位置に
再生位置が移動する。

【０２１６】早送りボタン１７３を２回続けてクリック
すると、現在の再生位置のあるセンテンスの２つ先のセ
ンテンスの開始位置に再生位置が設定される。このよう
に、早送りボタン１７３を複数回クリックすることによ
り、再生位置をセンテンス単位で教材音声データの終了
位置方向に移動させることができる。

【０２１７】リピート再生ボタン１７４は、教材音声デ
ータをリピート再生モードで再生するためのボタンであ
る。リピート再生ボタン１７４をクリックすると、教材
音声データはリピート再生モードにて再生される。

【０２１８】再生ボタン１７５は、教材音声データを通
し再生モードで再生するためのボタンである。

【０２１９】一時停止ボタン１７６は、教材音声データ
の再生を一時停止状態にするためのボタンである。教材
音声データ再生中に一時停止ボタン１７６をクリックす
ると再生部１６は、教材音声データの再生を一時停止す
る。再生位置は一時停止した時点の位置に保持される。
再度一時停止ボタン１７６をクリックすると再生部１６
は、再生を一時停止した位置から教材音声データの再生
を再開する。

【０２２０】センテンス再生ボタン１７７は、教材音声
データをセンテンス再生モードにて再生するボタンであ
る。

【０２２１】また、図示しないが、センテンス再生モー
ド、リピート再生モードの他に、無音部スキップ再生モ
ード、ポーズ挿入再生モード用のボタンも備えてありこ
れらのモードでの再生も行えるようになっている。

【０２２２】また、センテンスに関係なく、波形表示エ
リア１５５上で任意の区間を指定して教材音声データを
再生することもできる。区間指定は、波形表示エリア１
５５上にポインタ１５２を置いて左右にドラッグするこ
とにより行う。

【０２２３】波形表示エリア１５５では、ポインタ１５
２がドラッグされた範囲の波形図の背景が変色しこの区
間が指定される。この状態で再生ボタン１７５をクリッ
クすると区間指定された部分のみ再生することができ
る。

【０２２４】同期再生録音ボタン群１６１は、教材音声
データと録音音声データを同期させて操作するためのボ
タンから構成されている。

【０２２５】同期再生ボタン１８４は、教材音声データ
と録音音声データを同期再生するボタンである。同期再
生ボタン１８４をクリックすると、波形表示エリア１５
５に表示されている教材音声データと波形表示エリア１
５６に表示されている録音音声データを同期再生するこ
とができる。即ち、教材音声データの開始位置と録音音
声データの開始位置を揃えて同時に再生することができ
る。

【０２２６】本実例では、同期再生はセンテンスごとに
実行されるように構成した。即ち教材音声データのセン
テンスの開始位置から再生が開始し、終了位置に達する
と一時停止状態となる。録音音声データもこれに同期し
て再生され、教材音声データのセンテンスの開始位置に
対応する位置から再生が開始され、教材音声データのセ
ンテンスの終了位置に対応する位置で一時停止状態とな
る。

【０２２７】なお、これは、同期再生の方法をセンテン
スごとの再生に限定するものではなく、同期録音が複数
のセンテンスに渡って行われたときは、同期再生を当該
複数のセンテンスに渡って行うなど、同期録音の態様に
応じて同期再生を行うように構成することもできる。

【０２２８】また、教材音声データを任意の位置から再
生し、これに同期して録音音声を再生するように構成す
ることも可能である。これは、教材音声データの開始位
置と録音音声の開始位置が揃えてあるため、これら開始
位置を基準として、教材音声データの任意の位置を録音
音声データに対応させることができるためである。

【０２２９】例えば、教材音声データの任意の位置（位
置１とする）を、教材録音データの開始位置から計測し
（例えば開始位置からの経過時間、開始位置からのブロ
ック数など）する。そして、録音音声データの開始位置
から、先の計測で得られた計測値で特定される位置（位
置２とする）を取得する。教材音声データ上の位置１
は、録音音声データ上の位置２に対応する。

【０２３０】教材音声データを任意の位置から再生する
場合は、まず、開始位置を基準とした教材音声データの
再生位置（位置１）を取得する。次に、開始位置を基準
とした録音音声データ上の対応する位置（位置２）を取
得する。そして、教材音声データを位置１から、録音音
声データを位置２から同時に再生する。

【０２３１】これによって、教材音声データと録音音声
データを任意の再生位置から同期再生することができ
る。以上、同期再生することにより、学習者は、ＬＬ教
材の音声と自己の音声を比較することができる。

【０２３２】同期録音ボタン１８３は、教材音声データ
を再生しながら、教材音声データに同期して学習者の音
声を録音することができる。即ち、教材音声データの再
生と、録音音声データの生成が同時に開始する。そのた
め、教材音声データの開始位置と録音音声データの開始
位置を揃えることができる。

【０２３３】本実施例では、同期録音はセンテンスごと
に実行されるように構成した。即ち、教材音声データの
センテンスの再生が開始すると、これと同時に録音音声
データの生成が開始され、当該センテンスの再生が終了
すると、教材音声データの再生は停止する。一方録音音
声データの生成は、学習者が停止ボタン１８２をクリッ
クしたときに終了する。

【０２３４】なお、これは、同期再生の方法をセンテン
スごとの再生に限定するものではなく、例えば、ユーザ
が停止を指示するまで複数のセンテンスに渡って同期録
音するように構成することもできる。同期録音機能を用
いることにより、学習者は、教材音声データによる発音
例を聞いた後、教材音声データの無音部分で、発音例を
復唱し、これを録音することができる。

【０２３５】このようにして同期録音した録音音声デー
タと教材音声データを同期再生ボタン１８４をクリック
して再生すると、ＬＬ教材の発音例と学習者の発音が交
互に再生され、学習者は、自己の発音をＬＬ教材の発音
と比較することができる。

【０２３６】一時停止ボタン１８６は、同期再生状態、
又は同期録音状態を一時停止するボタンである。同期再
生ボタン１８４がクリックされて教材音声データと録音
音声データが同期再生されているときに一時停止ボタン
１８６をクリックすると、双方のデータの再生が一時停
止状態となる。この状態で同期再生ボタン１８４又は一
時停止ボタン１８６をクリックすると、双方のデータ
が、一時停止となっている位置から再生される。

【０２３７】同期録音ボタン１８３がクリックされて学
習者の音声を同期録音しているときに一時停止ボタン１
８６をクリックすると、教材音声データの再生が一時停
止し、録音状態も一時停止する。この状態で同期録音ボ
タン１８３又は一時停止ボタン１８６をクリックする
と、教材音声データが一時停止となった位置から再生さ
れると共に、録音も一時停止となった位置から再開され
る。

【０２３８】停止ボタン１８２は、同期再生状態、又は
同期録音状態を停止するボタンである。同期再生ボタン
１８４がクリックされて教材音声データと録音音声デー
タが同期再生されているときに停止ボタン１８２をクリ
ックすると、双方のデータの再生が停止状態となる。

【０２３９】また、同期録音ボタン１８３がクリックさ
れて学習者の音声を同期録音しているとき停止ボタン１
８２をクリックすると、教材音声データの再生と録音状
態が停止する。

【０２４０】以上に説明した同期再生、同期録音を用い
ることにより、同時通訳学習で用いられる「シャドウイ
ング」という学習方法を実現することができる。シャド
ウイングとは、モデルボイス（教材音声データを再生し
た音声）を聞きながら訳して話したり、あるいはモデル
ボイスを聞きながら、数秒遅れでモデルボイスを復唱す
る学習方法である。

【０２４１】プログラム表示エリア１９０は、録音音声
データのうち、現在選択されているものを表示する欄で
ある。録音音声データは、ＬＬ教材のプログラム及びレ
ッスンに対応して生成されるようになっている。プログ
ラム表示エリア１９０には、当該録音音声データに対応
するプログラムとレッスンが表示される。

【０２４２】録音音声データ操作ボタン群１６２は、録
音音声データを操作するための各種ボタンから構成され
ている。これらのボタンの機能は、録音音声データがセ
ンテンス分けさせている場合とされていない場合で異な
るが、以下では、録音音声データがセンテンス分けされ
ているものとして説明する。

【０２４３】録音ボタン１９８は、マイクロフォン１１
９で検出した学習者の音声の録音を開始するボタンであ
る。録音を開始した後は、一時停止ボタン１９６をクリ
ックして録音を一時停止したり、停止ボタン１９２をク
リックして録音を停止することができる。

【０２４４】録音音声データは、保存してあった音声フ
ァイルを開いてこれに上書きしても良いし、あるいは、
新規の音声ファイルを生成してこれに書き込むこともで
きる。

【０２４５】録音を一時停止した場合は録音ボタン１９
８又は一時停止ボタン１９６をクリックすると一時停止
状態を解除し録音を再開することができる。録音を停止
した後、再度録音を再開すると、先に録音した音声デー
タは自動的に消去され、新しい音声データが記録され
る。

【０２４６】巻き戻しボタン１９１は、録音音声データ
の再生位置をセンテンス単位で録音音声データ開始位置
方向に移動させるボタンであり、基本的機能は巻き戻し
ボタン１７１と同じである。

【０２４７】停止ボタン１９２は、録音音声データの再
生を停止したり、あるいは録音を停止するためのボタン
である。早送りボタン１９３は、録音音声データの再生
位置をセンテンス単位で録音音声データ終了位置方向に
移動させるためのボタンであり、基本的機能は早送りボ
タン１７３と同様である。

【０２４８】リピート再生ボタン１９４は、録音音声デ
ータをリピート再生モードで再生するためのボタンであ
り、基本的機能はリピート再生ボタン１７４と同様であ
る。再生ボタン１９５は、録音音声データを通し再生モ
ードで再生するためのボタンであり、基本的機能はリピ
ート再生ボタン１７４と同様である。

【０２４９】一時停止ボタン１９６は、録音状態を一時
停止する他は、録音音声データの再生を一時停止するな
ど基本的機能は一時停止ボタン１７６と同様である。セ
ンテンス再生ボタン１９７は、録音音声データをセンテ
ンス再生するボタンであり、基本的機能はセンテンス再
生ボタン１７７と同様である。

【０２５０】また、センテンスに関係なく、波形表示エ
リア１５６上で任意の区間を指定して再生することもで
きる。区間指定は、波形表示エリア１５６上にポインタ
１５２を置いて左右にドラッグすることにより行う。

【０２５１】波形表示エリア１５６上では、ポインタ１
５２がドラッグされた範囲の波形図の背景が変色しこの
区間が指定される。この状態で再生ボタン１９５をクリ
ックすると区間指定された部分のみ再生することができ
る。

【０２５２】メニュー欄２０１は、ファイルメニュー２
０２、セッティングメニュー２０３、ツールメニュー２
０４、ヘルプメニュー２０５の各ドロップダウンメニュ
ーから構成されている。

【０２５３】ファイルメニュー２０２をクリックすると
「録音用ファイル新規作成」、「教材音声データを開
く」、「録音音声データを開く」、「録音音声データの
保存」、「終了」などのサブメニューがドロップダウン
メニューとして表示される。

【０２５４】「録音用ファイル新規作成」をクリックす
ると録音用のファイルが新規に生成される。この録音用
ファイルは、学習者が自己の音声を録音し、その音声デ
ータを格納するためのファイルである。このファイルに
対して学習者が録音を開始すると、その音声波形は波形
表示エリア１５６に表示される。

【０２５５】「教材音声データを開く」、「録音音声デ
ータを開く」の各サブメニューが提供する機能は、それ
ぞれ開くボタン１３３、開くボタン１３４が提供する機
能と同様である。「録音音声データの保存」が提供する
機能は保存ボタン１３５と同様である。「終了」は、音
声データ処理システム５ａを終了する機能を提供する。

【０２５６】セッティングメニュー２０３をクリックす
ると「デバイス設定」、「システム設定」などのサブメ
ニューがドロップダウンメニューとして表示される。
「デバイス設定」を選択すると、音声録音時のデバイス
の設定及びサンプリングレートなどを設定することがで
きる。「システム設定」を選択すると、識別条件１〜識
別条件３の各閾値を設定することができる。

【０２５７】ツールメニュー２０４は、「センテンスス
キャン」がドロップダウンメニューとして表示される。
「センテンススキャン」を選択すると、現在システムに
読み込んでいる教材音声データや録音音声データを選択
してセンテンス分けすることができる。既に、テーマフ
ァイルが作成されている場合は、新規に作成したテーマ
ファイルで上書きされる。

【０２５８】ヘルプメニュー２０５は、「ヘルプ」、
「バージョン情報」がドロップダウンメニューとして表
示される。「ヘルプ」を選択すると、音声データ処理シ
ステム５ａの操作方法などに関するヘルプ画面を表示す
ることができる。

【０２５９】学習者はヘルプ画面でキーワード検索など
を行い、所望の情報を取得することができる。「バージ
ョン情報」を選択すると、音声データ処理システム５ａ
のバージョン情報を表示することができる。また、教材
音声データに、教材で発話される内容を文字にて記録し
たスクリプト情報を備えておき、教材音声データの再生
に同期してスクリプトを表示するように構成することも
できる。

【０２６０】図１３は、音声波形の表示形態の他の例を
説明するための図である。波形生成部１２１は、音声の
強弱を波形図化したが、音声の波形表示形態はこれに限
定するものではなく、例えば音声の周波数成分を表示す
ることもできる。

【０２６１】人間は、発話された単語を耳で聞き取り、
その単語を識別する。ところで、言語によって、単語の
識別性を発揮する周波数帯域が異なる場合がある。例え
ば英語は日本語に比べて高い周波数帯域が単語の認識に
用いられていることが知られている。そのため、学習対
象である外国語を周波数成分において真似ることは重要
である。

【０２６２】図１３は、発話された単語の周波数成分を
表示したものである。図のように周波数軸、強度軸、時
間軸の３次元的なグラフとなる。音声データの周波数成
分への分解は、例えばＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅ
ｒ Ｔｒａｎｓｆｏｒｍ）などのアルゴリズムを用いて
音声データを解析する機能を波形生成部１２１に備え
る。

【０２６３】図１４は、録音音声データをセンテンス検
出する場合の動作を説明するためのフローチャートであ
る。まず、ＣＰＵ１１１が所定のプログラムに従ってフ
ァイル保存形式ダイアログを学習者に提示し、ファイル
形式（ＷＡＶＥ形式、ＭＰ３形式など）を選択させる
（ステップ１００）。

【０２６４】次に、マイクロフォン１１９で学習者の音
声を検出してデジタル音声データ生成部７でこれをデジ
タル信号に変換し、録音する（ステップ１０５）。次
に、一時格納部１２０がステップ１００で選択されたフ
ァイル形式にて音声ファイルを生成する（ステップ１１
０）。

【０２６５】次に、ＣＰＵ１１１が所定のプログラムに
従ってセンテンス検出ダイアログを学習者に提示し、生
成した音声ファイルでセンテンス検出するか否かを選択
させる（ステップ１１５）。センテンス検出しない場合
は（ステップ１１５；Ｎ）、処理を終了する。

【０２６６】センテンス検出する場合は（ステップ１１
５；Ｙ）、区分設定部１２が識別条件１、２、３により
無音部分を検出して境界位置を設定することによりセン
テンス検出する（ステップ１２０）。

【０２６７】次に、区分設定部１２がセンテンス検出し
た各センテンスのセンテンス番号と、当該センテンスの
開始位置及び終了位置を記録したテーマファイルを生成
して（ステップ１２５）、処理を終了する。

【０２６８】図１５は、音声データ処理システム５ａを
インターネットを介して構成した一例を示した図であ
る。実施例では、ＬＬ教室内で教師用ＰＣ７５と学習者
用ＰＣ８０をＬＡＮ８８で接続して音声データ処理シス
テム５ａを構成した。

【０２６９】音声データ処理システム５ａは、ＬＡＮ８
８の代わりにインターネット２１１を用いることによ
り、ＬＬ教室内に限定せずに構築することができる。こ
の場合、教師用ＰＣ７５はＬＬサーバ２１０となり、学
習者の学習者用ＰＣ８０は、端末２１２となる。

【０２７０】ＬＬサーバ２１０は、端末２１２に教材音
声データとテーマファイルを送信する。学習者は端末２
１２で送られてきた教材音声データを用いてＬＬ学習を
行う。学習者は課題などになっている録音音声データを
教師に提出する場合は、録音音声データを端末２１２か
らＬＬサーバ２１０に送信する。

【０２７１】このように、インターネットを介して音声
データ処理システム５ａを構築すると、ＬＬ教室を用意
する必要がなく、学習者は自宅などでＬＬ教育を受ける
ことができる。

【０２７２】以上に説明した実施の形態及び実施例によ
り以下のような効果を得ることができる。音声データか
らセンテンスの切れ目を自動検出し、センテンス分けす
ることができる。センテンス検出することにより、リピ
ート再生モード、センテンス再生モードなどの各種再生
モードを実現することができる。

【０２７３】リピート再生モードやセンテンス再生モー
ドなどの語学学習に特化した再生モードを実現したこと
により、学習者は、教材を繰り返し聞き、繰り返し話す
ことができ、高い学習効果が期待できる。

【０２７４】同期再生、同期録音などにより、学習者は
シャドウイングを行うことができる。高圧縮音声ファイ
ルフォーマットに対応することにより、記憶媒体に教材
音声データを記憶させ自宅への持ち帰ることが容易にな
る。

【０２７５】コンピュータリテラシー教育用に設置した
コンピュータ教室をＬＬ教室として利用することがで
き、費用と場所の節減を図ることができる。また、学習
者の音声を録音して音声波形図を生成することができる
ため、教材音声データの波形図と比較しながら発音の矯
正を行うことができる。

【０２７６】高圧縮音声ファイルフォーマットへ対応す
ることにより、インターネットなどを用いて、教材音声
データを送信することができ、遠隔語学教育という新た
なマーケットを開拓することができる。

【０２７７】教材音声データの学習者に販売することに
より（インターネットでのダウンロードなど）、１校あ
たりの学習者数を急激に増加することができる。教室の
みにインストールした場合、受講者は６０名程度だが、
その授業を受講する学習者は何百人といる。

【０２７８】以上、本発明の１実施形態及び１実施例に
ついて説明したが、本発明は説明した実施形態及び実施
例に限定されるものではなく、各請求項に記載した範囲
において各種の変形を行うことが可能である。

【０２７９】例えば、音声データ処理システム５、音声
データ処理システム５ａは、ＬＬ教室以外にも聾唖者の
発話訓練システムとして利用することもできる。聾唖者
は、モデルボイスの波形と自己の音声の波形を比較しな
がら発音練習を行っている。そこで、音声データ処理シ
ステム５ａを用いることにより、ユーザは、聾唖者用の
発話練習教材をセンテンス分けし、波形図を見ながら繰
り返し発音練習を行うことができる。

【発明の効果】本発明によれば、デジタル信号で記録さ
れた音声データを自動的にセンテンス分けすることがで
きる。

【図面の簡単な説明】

【図１】本実施の形態に係る音声データ処理システムの
構成を示した図である。

【図２】（ａ）は、教材音声データの波形図の一例を示
した図である。（ｂ）〜（ｅ）は、境界位置の設定位置
を説明するための図である。

【図３】テーマファイルの一例を示した図である。

【図４】テーマファイルの構成を説明するための図であ
る。

【図５】（ａ）〜（ｄ）は、各再生モードを説明するた
めの図である。

【図６】（ａ）、（ｂ）は、ピッチコントロール再生モ
ードを説明するための図である。

【図７】センテンス分けの手順を説明するためのフロー
チャートである。

【図８】センテンス分けされた音声データの再生手順を
説明するためのフローチャートである。

【図９】本実施例に係るＬＬ教室システムのシステム構
成を示した図である。

【図１０】学習者用ＰＣの構成の一例を示した図であ
る。

【図１１】本実施例に係る音声データ処理システムの構
成を示した図である。

【図１２】操作画面の一例を示した図である。

【図１３】音声波形の表示形態の他の例を説明するため
の図である。

【図１４】録音音声データをセンテンス検出動作を説明
するためのフローチャートである。

【図１５】 音声データ処理システムをインターネット
を介して構成した一例を示した図である。

【符号の説明】

５ 音声データ処理システム ６ アナログ音声データ入力部 ７ デジタル音声データ生成部 ８ デジタル音声データ入力部 １０ 音声データ格納部 １１ 識別条件入力部 １２ 区分設定部 １５ 境界位置設定部 １６ 再生部 １７ 再生モード入力部 １８ 出力部 ２１ 有音部分 ２２ 無音部分 ２５ 境界位置 ２６ 境界位置 ２７ 境界位置 ２８ 境界位置 ３１ 列 ３２ 列 ３３ 列 ３４ 列 ３５ 列 ４１ センテンス ４２ センテンス ４３ センテンス ４５ 無音部分 ４６ センテンス ４７ 無音部分 ４８ センテンス ４９ 無音部分 ５０ センテンス ５３ センテンス ５４ ポーズ ５５ センテンス ５６ ポーズ ５７ センテンス ５８ ポーズ ５９ センテンス ６１ センテンス ６２ センテンス ６３ センテンス ７１ ＬＬ教室システム ７２ 教師側端末群 ７３ 学習者側端末群 ７５ 教師用ＰＣ ７６ コントロールＰＣ ７７ コントロールユニット ７８ ＡＶ機器 ８０ 学習者用ＰＣ ８１ 接続装置 ８２ ヘッドセット ８５ プロジェクター ８６ スピーカ ８８ ＬＡＮ １０１ 制御部 １０２ キーボード １０３ マウス １０４ 表示装置 １０５ 印刷装置 １０６ 記憶装置 １０７ 記憶媒体駆動装置 １０８ 通信制御装置 １０９ 入出力インターフェース １１１ ＣＰＵ １１２ ＲＯＭ １１３ ＲＡＭ １１４ バスライン １１５ プログラム格納部 １１６ データ格納部 １１８ ヘッドフォン １１９ マイクロフォン １２０ 一時格納部 １２１ 波形生成部 １２２ ファイル保存部 １２３ ディスプレイ １２４ 保存ボタン １２５ 録音ボタン １３０ 操作画面 １３３ 開くボタン １３４ 開くボタン １３５ 保存ボタン １３８ 音量調節エリア １３９ つまみ １４０ 再生速度調節エリア １４１ つまみ １４２ センテンス番号表示エリア １４５ 表示移動バー １４６ つまみ １５０ 拡大ボタン １５１ 縮小ボタン １５５ 波形表示エリア １５６ 波形表示エリア １５７ 再生カーソル １５８ 再生カーソル １６５ プログラム表示エリア １７１ 巻き戻しボタン １７２ 停止ボタン １７３ 早送りボタン １７４ リピート再生ボタン １７５ 再生ボタン １７６ 一時停止ボタン １７７ センテンス再生ボタン １８２ 停止ボタン １８３ 同期録音ボタン １８４ 同期再生ボタン １８６ 一時停止ボタン １９１ 巻き戻しボタン １９２ 停止ボタン １９３ 早送りボタン １９４ リピート再生ボタン １９５ 再生ボタン １９６ 一時停止ボタン １９７ センテンス再生ボタン １９８ 録音ボタン ２０１ メニュー欄 ２０２ ファイルメニュー ２０３ セッティングメニュー ２０４ ツールメニュー ２０５ ヘルプメニュー

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 21/06 Ｇ１０Ｌ 3/00 Ｎ Ｆターム(参考） 2C028 AA03 AA06 BA03 BB07 BC05 BD02 BD03 CA09 CA10 CA11 CB04 DA02 DA04 5D045 AB12 DB01

Claims (61)

【特許請求の範囲】
1. 【請求項１】 ホストコンピュータと端末がネットワー
   クにて接続可能に配設された語学教育システムであっ
   て、 前記ホストコンピュータは、 デジタル信号により生成された音声データを取得する音
   声データ取得手段と、 前記音声データに区分を設定する区分情報を取得する区
   分情報取得手段と、 前記取得した音声データと前記区分情報を前記端末に送
   信するホスト側送信手段と、 を具備し、 前記端末は、前記送信された音声データと前記送信され
   た区分情報を受信する端末側受信手段と、 前記音声データを前記区分情報による区分単位で再生す
   る再生手段と、 を具備したことを特徴とする語学教育システム。
2. 【請求項２】 前記ホストコンピュータは、前記取得し
   た音声データの無音部分を検出する検出手段と、 前記検出した無音部分を用いて、前記区分情報を生成す
   る区分情報生成手段と、 を備え、 前記区分情報取得手段は、前記区分情報生成手段から、
   前記区分情報を取得することを特徴とする請求項１に記
   載の語学教育システム。
3. 【請求項３】 前記端末は、 音声を取得する音声取得手段と、 前記取得した音声からデジタル信号による録音音声デー
   タを生成する録音音声データ生成手段と、 前記生成した録音音声データの無音部分を検出する検出
   手段と、 前記検出部分を用いて、前記録音音声データの区分情報
   を生成する区分情報生成手段と、 前記生成した区分情報を用いて、前記録音音声データを
   前記区分ごとに再生する再生手段と、 を具備したことを特徴とする請求項１に記載の語学教育
   システム。
4. 【請求項４】 前記端末は、 前記録音音声データ生成手段で生成した録音音声データ
   と、 前記区分情報生成手段で生成した区分情報と、 を前記ホストコンピュータに送信する端末側送信手段
   と、 を具備したことを特徴とする請求項３に記載の語学教育
   システム。
5. 【請求項５】 前記端末側送信手段は、 前記区分情報生成手段で生成した区分情報を用いて、前
   記録音音声データ生成手段で生成した録音音声データの
   うち、前記検出手段で検出した無音部分を除いた部分を
   前記ホストコンピュータに送信することを特徴とする請
   求項３に記載の語学教育システム。
6. 【請求項６】 デジタル信号により生成された音声デー
   タを取得する音声データ取得手段と、 前記取得した音声データの無音部分を検出する検出手段
   と、 前記検出した無音部分を用いて、前記音声データに区分
   を設定する区分情報を生成する区分情報生成手段と、 を具備したことを特徴とする音声データ処理装置。
7. 【請求項７】 前記検出手段は、前記取得した音声デー
   タにおいて、所定の閾値より小さい音量の状態の継続時
   間が所定の時間より長く継続する部分、及び、所定の閾
   値より大きい音量の状態の継続時間が所定の時間より短
   い部分の少なくとも１つを無音部分として検出すること
   を特徴とする請求項６に記載の音声データ処理装置。
8. 【請求項８】 前記区分情報生成手段は、前記無音部分
   の開始位置、又は前記無音部分の終了位置から３５０ミ
   リ秒以上前に前記区分の境界位置を設定することを特徴
   とする請求項６に記載の音声データ処理装置。
9. 【請求項９】 前記取得した音声データを、前記生成し
   た区分情報による区分単位で再生する再生手段を具備し
   たことを特徴とする請求項６に記載の音声データ処理装
   置。
10. 【請求項１０】 デジタル信号により生成された音声デ
    ータを取得する音声データ取得手段と、 前記取得した音声データに区分を設定する区分情報を取
    得する区分情報取得手段と、 前記音声データを、前記取得した区分情報による区分単
    位で再生する再生手段と、 を具備した音声データ処理装置。
11. 【請求項１１】 前記再生手段は、最後に再生した区分
    を特定する再生情報を記憶する記憶手段と、 前記記憶した再生情報で特定される前記最後に再生した
    区分の次の区分を再生する区分順再生手段と、 を具備したことを特徴とする請求項１０に記載の音声デ
    ータ処理装置。
12. 【請求項１２】 前記再生手段は、最後に再生した区分
    を特定する再生情報を記憶する記憶手段と、 前記記憶した再生情報で特定される前記最後に再生した
    区分を再度再生する繰り返し再生手段と、 を具備したことを特徴とする請求項１０に記載の音声デ
    ータ処理装置。
13. 【請求項１３】 前記音声データにおいて再生範囲を指
    定する再生範囲指定手段を更に具備し、 前記再生手段は、前記再生範囲指定手段で指定された再
    生範囲を、前記区分に関係なく再生することを特徴とす
    る請求項１０に記載の音声データ処理装置。
14. 【請求項１４】 音声データを再生する再生手段と、 音声を取得する音声取得手段と、 前記取得した音声からデジタル信号による録音音声デー
    タを生成する録音音声データ生成手段と、 前記生成した録音音声データを保持する保持手段と、 を具備し、 前記音声データ生成手段は、前記再生手段にて再生され
    ている前記音声データに同期して前記録音音声データを
    生成することを特徴とする音声データ処理装置。
15. 【請求項１５】 前記再生手段は、前記音声データに区
    分を設定する区分情報を用いて、前記音声データを区分
    単位で再生することを特徴とする請求項１４に記載の音
    声データ処理装置。
16. 【請求項１６】 前記音声データの波形図と、前記録音
    音声データの音声波形図と、を比較可能に表示する表示
    手段を具備したことを特徴とする請求項１４に記載の音
    声データ処理装置。
17. 【請求項１７】 前記録音音声データ生成手段の作動状
    態と停止状態を切替える切替え手段を具備し、前記切替
    え手段で前記作動状態と停止状態を繰り返し切替える場
    合に、前記保持手段は、先に前記保持した録音音声デー
    タを記憶手段に記憶するか否かの確認を行わずに、新規
    の録音音声データの保持を行うことを特徴とする請求項
    １４に記載の音声データ処理装置。
18. 【請求項１８】 前記生成した録音音声データの無音部
    分を検出する検出手段と、 前記検出した無音部分を用いて、前記録音音声データに
    区分を設定する区分情報を生成する区分情報生成手段
    と、 前記生成した録音音声データを、前記生成した区分情報
    による区分単位で再生する録音音声データ再生手段を具
    備したことを特徴とする請求項１４に記載の音声データ
    処理装置。
19. 【請求項１９】 前記検出手段は、前記取得した録音音
    声データにおいて、所定の閾値より小さい音量の状態の
    継続時間が所定の時間より長く継続する部分、及び、所
    定の閾値より大きい音量の状態の継続時間が所定の時間
    より短い部分の少なくとも１つを無音部分として検出す
    ることを特徴とする請求項１４に記載の音声データ処理
    装置。
20. 【請求項２０】 音声データ取得手段と、検出手段と、
    区分情報生成手段とを備えたコンピュータにおいて、 前記音声データ取得手段で、デジタル信号により生成さ
    れた音声データを取得する音声データ取得ステップと、 前記検出手段で、前記取得した音声データの無音部分を
    検出する検出ステップと、 前記区分情報生成手段で、前記検出した無音部分を用い
    て、前記音声データに区分を設定する区分情報を生成す
    る区分情報生成ステップと、 から構成されたことを特徴とする音声データ処理方法。
21. 【請求項２１】 前記検出ステップは、前記取得した音
    声データにおいて、所定の閾値より小さい音量の状態の
    継続時間が所定の時間より長く継続する部分、及び、所
    定の閾値より大きい音量の状態の継続時間が所定の時間
    より短い部分の少なくとも１つを無音部分として検出す
    ることを特徴とする請求項２０に記載の音声データ処理
    方法。
22. 【請求項２２】 前記区分情報生成ステップは、前記無
    音部分の開始位置、又は前記無音部分の終了位置から３
    ５０ミリ秒以上前に前記区分の境界位置を設定すること
    を特徴とする請求項２０に記載の音声データ処理方法。
23. 【請求項２３】 前記コンピュータは再生手段を更に具
    備し、 前記再生手段で、前記取得した音声データを、前記生成
    した区分情報による区分単位で再生する再生ステップを
    備えたことを特徴とする請求項２０に記載の音声データ
    処理方法。
24. 【請求項２４】 音声データ取得手段と、区分情報取得
    手段と、再生手段を具備したコンピュータにおいて、 前記音声データ取得手段で、デジタル信号により生成さ
    れた音声データを取得する音声データ取得ステップと、 前記区分情報取得手段で、前記取得した音声データに区
    分を設定する区分情報を取得する区分情報取得ステップ
    と、 前記再生手段で、前記音声データを、前記取得した区分
    情報による区分単位で再生する再生ステップと、 から構成されたことを特徴とする音声データ処理方法。
25. 【請求項２５】 前記コンピュータは、記憶手段と区分
    順再生手段を備え、 前記再生ステップは、最後に再生した区分を特定する再
    生情報を前記記憶手段で記憶する記憶ステップと、 前記記憶した再生情報で特定される前記最後に再生した
    区分の次の区分を前記区分順再生手段で再生する区分順
    再生ステップと、 から構成されたことを特徴とする請求項２４に記載の音
    声データ処理方法。
26. 【請求項２６】 前記コンピュータは、記憶手段と繰り
    返し再生手段を備え、 前記再生ステップは、最後に再生した区分を特定する再
    生情報を前記記憶手段で記憶する記憶ステップと、 前記記憶した再生情報で特定される前記最後に再生した
    区分を前記繰り返し再生手段で再度再生する繰り返し再
    生ステップと、 から構成されたことを特徴とする請求項２４に記載の音
    声データ処理方法。
27. 【請求項２７】 前記コンピュータは、再生範囲指定手
    段を備え、 前記再生範囲指定手段で、前記音声データにおいて再生
    範囲を指定する再生範囲指定ステップを更に備え、 前記再生ステップは、前記再生範囲指定手段で指定され
    た再生範囲を、前記区分に関係なく再生することを特徴
    とする請求項２４に記載の音声データ処理方法。
28. 【請求項２８】 再生手段と、音声取得手段と、録音音
    声データ生成手段と、保持手段と、を備えたコンピュー
    タにおいて、 前記再生手段で、音声データを再生する再生ステップ
    と、 前記音声取得手段で、音声を取得する音声取得ステップ
    と、 前記録音音声データ生成手段で、前記取得した音声から
    デジタル信号による録音音声データを生成する録音音声
    データ生成ステップと、 前記保持手段で、前記生成した録音音声データを保持す
    る保持ステップと、 から構成され、 前記音声データ生成ステップは、前記再生手段にて再生
    されている前記音声データに同期して前記録音音声デー
    タを生成することを特徴とする音声データ処理方法。
29. 【請求項２９】 前記再生ステップは、前記音声データ
    に区分を設定する区分情報を用いて、前記音声データを
    区分単位で再生することを特徴とする請求項２８に記載
    の音声データ処理方法。
30. 【請求項３０】 前記コンピュータは、表示手段を備
    え、 前記音声データの波形図と、前記録音音声データの音声
    波形図と、を前記表示手段で比較可能に表示する表示ス
    テップを備えたことを特徴とする請求項２８に記載の音
    声データ処理方法。
31. 【請求項３１】 前記録音音声データ生成ステップの作
    動状態と停止状態を切替える切替え手段を具備し、前記
    切替え手段で前記作動状態と停止状態を繰り返し切替え
    る場合に、前記保持手段は、先に前記保持した録音音声
    データを記憶手段に記憶するか否かの確認を行わずに、
    新規の録音音声データの保持を行うことを特徴とする請
    求項２８に記載の音声データ処理方法。
32. 【請求項３２】 前記コンピュータは、検出手段と、区
    分情報生成手段と、再生手段を備え、 前記検出手段で、前記生成した録音音声データの無音部
    分を検出する検出ステップと、 前記区分情報生成手段で、前記検出した無音部分を用い
    て、前記録音音声データに区分を設定する区分情報を生
    成する区分情報生成ステップと、 前記再生手段で、前記生成した録音音声データを、前記
    生成した区分情報による区分単位で再生する録音音声デ
    ータ再生ステップを備えたことを特徴とする請求項２８
    に記載の音声データ処理方法。
33. 【請求項３３】 前記検出ステップは、前記取得した録
    音音声データにおいて、所定の閾値より小さい音量の状
    態の継続時間が所定の時間より長く継続する部分、及
    び、所定の閾値より大きい音量の状態の継続時間が所定
    の時間より短い部分の少なくとも１つを無音部分として
    検出することを特徴とする請求項２８に記載の音声デー
    タ処理方法。
34. 【請求項３４】 デジタル信号により生成された音声デ
    ータを取得する音声データ取得機能と、 前記取得した音声データの無音部分を検出する検出機能
    と、 前記検出した無音部分を用いて、前記音声データに区分
    を設定する区分情報を生成する区分情報生成機能と、 をコンピュータで実現するための音声データ処理プログ
    ラム。
35. 【請求項３５】 前記検出機能は、前記取得した音声デ
    ータにおいて、所定の閾値より小さい音量の状態の継続
    時間が所定の時間より長く継続する部分、及び、所定の
    閾値より大きい音量の状態の継続時間が所定の時間より
    短い部分の少なくとも１つを無音部分として検出するこ
    とを特徴とする請求項３４に記載の音声データ処理プロ
    グラム。
36. 【請求項３６】 前記区分情報生成機能は、前記無音部
    分の開始位置、又は前記無音部分の終了位置から３５０
    ミリ秒以上前に前記区分の境界位置を設定することを特
    徴とする請求項３４に記載の音声データ処理プログラ
    ム。
37. 【請求項３７】 前記取得した音声データを、前記生成
    した区分情報による区分単位で再生する再生機能を具備
    したことを特徴とする請求項３４に記載の音声データ処
    理プログラム。
38. 【請求項３８】 デジタル信号により生成された音声デ
    ータを取得する音声データ取得機能と、 前記取得した音声データに区分を設定する区分情報を取
    得する区分情報取得機能と、 前記音声データを、前記取得した区分情報による区分単
    位で再生する再生機能と、 をコンピュータで実現するための音声データ処理プログ
    ラム。
39. 【請求項３９】 前記再生機能は、最後に再生した区分
    を特定する再生情報を記憶する記憶機能と、 前記記憶した再生情報で特定される前記最後に再生した
    区分の次の区分を再生する区分順再生機能と、 を具備したことを特徴とする請求項３８に記載の音声デ
    ータ処理プログラム。
40. 【請求項４０】 前記再生機能は、最後に再生した区分
    を特定する再生情報を記憶する記憶機能と、 前記記憶した再生情報で特定される前記再生した区分を
    再度再生する繰り返し再生機能と、 を具備したことを特徴とする請求項３８に記載の音声デ
    ータ処理プログラム。
41. 【請求項４１】 前記音声データにおいて再生範囲を指
    定する再生範囲指定機能を更に具備し、 前記再生機能は、前記再生範囲指定機能で指定された再
    生範囲を、前記区分に関係なく再生することを特徴とす
    る請求項３８に記載の音声データ処理プログラム。
42. 【請求項４２】 音声データを再生する再生機能と、 音声を取得する音声取得機能と、 前記取得した音声からデジタル信号による録音音声デー
    タを生成する録音音声データ生成機能と、 前記生成した録音音声データを保持する保持機能と、 をコンピュータで実現するための音声データ処理プログ
    ラムであって、 前記録音音声データ生成機能は、前記再生機能にて再生
    されている前記音声データに同期して前記録音音声デー
    タを生成することを特徴とする音声データ処理プログラ
    ム。
43. 【請求項４３】 前記再生機能は、前記音声データに区
    分を設定する区分情報を用いて、前記音声データを区分
    単位で再生することを特徴とする請求項４２に記載の音
    声データ処理プログラム。
44. 【請求項４４】 前記音声データの波形図と、前記録音
    音声データの音声波形図と、を比較可能に表示する表示
    機能を具備したことを特徴とする請求項４２に記載の音
    声データ処理プログラム。
45. 【請求項４５】 前記録音音声データ生成機能の作動状
    態と停止状態を切替える切替え機能を具備し、前記切替
    え機能で前記作動状態と停止状態を繰り返し切替える場
    合に、前記保持機能は、先に前記保持した録音音声デー
    タを記憶機能に記憶するか否かの確認を行わずに、新規
    の録音音声データの保持を行うことを特徴とする請求項
    ４２に記載の音声データ処理プログラム。
46. 【請求項４６】 前記生成した録音音声データの無音部
    分を検出する検出機能と、 前記検出した無音部分を用いて、前記録音音声データに
    区分を設定する区分情報を生成する区分情報生成機能
    と、 前記生成した録音音声データを、前記生成した区分情報
    による区分単位で再生する録音音声データ再生機能を具
    備したことを特徴とする請求項４２に記載の音声データ
    処理プログラム。
47. 【請求項４７】 前記検出機能は、前記取得した録音音
    声データにおいて、所定の閾値より小さい音量の状態の
    継続時間が所定の時間より長く継続する部分、及び、所
    定の閾値より大きい音量の状態の継続時間が所定の時間
    より短い部分の少なくとも１つを無音部分として検出す
    ることを特徴とする請求項４２に記載の音声データ処理
    プログラム。
48. 【請求項４８】 デジタル信号により生成された音声デ
    ータを取得する音声データ取得機能と、 前記取得した音声データの無音部分を検出する検出機能
    と、 前記検出した無音部分を用いて、前記音声データに区分
    を設定する区分情報を生成する区分情報生成機能と、 をコンピュータで実現するための音声データ処理プログ
    ラムを記憶したコンピュータが読み取り可能な記憶媒
    体。
49. 【請求項４９】 前記検出機能は、前記取得した音声デ
    ータにおいて、所定の閾値より小さい音量の状態の継続
    時間が所定の時間より長く継続する部分、及び、所定の
    閾値より大きい音量の状態の継続時間が所定の時間より
    短い部分の少なくとも１つを無音部分として検出するこ
    とを特徴とする請求項４８に記載の記憶媒体。
50. 【請求項５０】 前記区分情報生成機能は、前記無音部
    分の開始位置、又は前記無音部分の終了位置から３５０
    ミリ秒以上前に前記区分の境界位置を設定することを特
    徴とする請求項４８に記載の記憶媒体。
51. 【請求項５１】 前記取得した音声データを、前記生成
    した区分情報による区分単位で再生する再生機能を具備
    したことを特徴とする請求項４８に記載の記憶媒体。
52. 【請求項５２】 デジタル信号により生成された音声デ
    ータを取得する音声データ取得機能と、 前記取得した音声データに区分を設定する区分情報を取
    得する区分情報取得機能と、 前記音声データを、前記取得した区分情報による区分単
    位で再生する再生機能と、 をコンピュータで実現するための音声データ処理プログ
    ラムを記憶したコンピュータが読み取り可能な記憶媒
    体。
53. 【請求項５３】 前記再生機能は、最後に再生した区分
    を特定する再生情報を記憶する記憶機能と、 前記記憶した再生情報で特定される前記最後に再生した
    区分の次の区分を再生する区分順再生機能と、 を具備したことを特徴とする請求項５２に記載の記憶媒
    体。
54. 【請求項５４】 前記再生機能は、最後に再生した区分
    を特定する再生情報を記憶する記憶機能と、 前記記憶した再生情報で特定される前記最後に再生した
    区分を再度再生する繰り返し再生機能と、 を具備したことを特徴とする請求項５２に記載の記憶媒
    体。
55. 【請求項５５】 前記音声データにおいて再生範囲を指
    定する再生範囲指定機能を更に具備し、 前記再生機能は、前記再生範囲指定機能で指定された再
    生範囲を、前記区分に関係なく再生することを特徴とす
    る請求項５２に記載の記憶媒体。
56. 【請求項５６】 音声データを再生する再生機能と、 音声を取得する音声取得機能と、 前記取得した音声からデジタル信号による録音音声デー
    タを生成する録音音声データ生成機能と、 前記生成した録音音声データを保持する保持機能と、 をコンピュータで実現するための音声データ処理プログ
    ラムを記憶したコンピュータが読み取り可能な記憶媒体
    であって、 前記録音音声データ生成機能は、前記再生機能にて再生
    されている前記音声データに同期して前記録音音声デー
    タを生成することを特徴とする記憶媒体。
57. 【請求項５７】 前記再生機能は、前記音声データに区
    分を設定する区分情報を用いて、前記音声データを区分
    単位で再生することを特徴とする請求項５６に記載の記
    憶媒体。
58. 【請求項５８】 前記音声データの波形図と、前記録音
    音声データの音声波形図と、を比較可能に表示する表示
    機能を具備したことを特徴とする請求項５６に記載の記
    憶媒体。
59. 【請求項５９】 前記録音音声データ生成機能の作動状
    態と停止状態を切替える切替え機能を具備し、前記切替
    え機能で前記作動状態と停止状態を繰り返し切替える場
    合に、前記保持機能は、先に前記保持した録音音声デー
    タを記憶機能に記憶するか否かの確認を行わずに、新規
    の録音音声データの保持を行うことを特徴とする請求項
    ５６に記載の記憶媒体。
60. 【請求項６０】 前記生成した録音音声データの無音部
    分を検出する検出機能と、 前記検出した無音部分を用いて、前記録音音声データに
    区分を設定する区分情報を生成する区分情報生成機能
    と、 前記生成した録音音声データを、前記生成した区分情報
    による区分単位で再生する録音音声データ再生機能を具
    備したことを特徴とする請求項５６に記載の記憶媒体。
61. 【請求項６１】 前記検出機能は、前記取得した録音音
    声データにおいて、所定の閾値より小さい音量の状態の
    継続時間が所定の時間より長く継続する部分、及び、所
    定の閾値より大きい音量の状態の継続時間が所定の時間
    より短い部分の少なくとも１つを無音部分として検出す
    ることを特徴とする請求項５６に記載の記憶媒体。