JP2955247B2 - 話速変換方法およびその装置 - Google Patents
話速変換方法およびその装置Info
- Publication number
- JP2955247B2 JP2955247B2 JP9061015A JP6101597A JP2955247B2 JP 2955247 B2 JP2955247 B2 JP 2955247B2 JP 9061015 A JP9061015 A JP 9061015A JP 6101597 A JP6101597 A JP 6101597A JP 2955247 B2 JP2955247 B2 JP 2955247B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- block
- connection
- audio data
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/04—Time compression or expansion
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/003—Changing voice quality, e.g. pitch or formants
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Toys (AREA)
- Electrically Operated Instructional Devices (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、テレビジョン、ラ
ジオ、テープレコーダ、ビデオテープレコーダ、あるい
はビデオディスクプレーヤなど、各種の映像機器、音響
機器、医療機器などで使用される話速変換方法およびそ
の装置に関し、特に発話者の音声を加工して、受聴者の
受聴能力に音声スピードをフィットさせた話速変換音声
を得る話速変換方法およびその装置に関する。
ジオ、テープレコーダ、ビデオテープレコーダ、あるい
はビデオディスクプレーヤなど、各種の映像機器、音響
機器、医療機器などで使用される話速変換方法およびそ
の装置に関し、特に発話者の音声を加工して、受聴者の
受聴能力に音声スピードをフィットさせた話速変換音声
を得る話速変換方法およびその装置に関する。
【０００２】［発明の概要］本発明は、人が発声した音
声を加工して、リアルタイムで受聴者の受聴能力に音声
スピードをフィットさせて補聴を行なう話速制御型の補
聴装置において、入力音声の話速を受聴者が所望するス
ピードに合わせて遅くさせる場合、入力音声データを所
定の時間幅を有するブロック単位に分割して蓄積すると
ともに、音声データの時間的な伸長を実現するために、
隣り合うブロック間に挿入するブロックデータを前後の
ブロックと連続に接続するための音声データを各ブロッ
ク毎に生成して蓄積しておき、受聴者が設定した話速の
値に応じて、これらブロック単位の音声データと、接続
用データとを適宜、接続して直ちに出力することによ
り、時間的に伸長した音声を出力バッファに大量に蓄積
することなく、受聴者の操作に瞬時に追従して出力音声
の話速を変化させる話速変換方法およびその装置に関す
るものである。
声を加工して、リアルタイムで受聴者の受聴能力に音声
スピードをフィットさせて補聴を行なう話速制御型の補
聴装置において、入力音声の話速を受聴者が所望するス
ピードに合わせて遅くさせる場合、入力音声データを所
定の時間幅を有するブロック単位に分割して蓄積すると
ともに、音声データの時間的な伸長を実現するために、
隣り合うブロック間に挿入するブロックデータを前後の
ブロックと連続に接続するための音声データを各ブロッ
ク毎に生成して蓄積しておき、受聴者が設定した話速の
値に応じて、これらブロック単位の音声データと、接続
用データとを適宜、接続して直ちに出力することによ
り、時間的に伸長した音声を出力バッファに大量に蓄積
することなく、受聴者の操作に瞬時に追従して出力音声
の話速を変化させる話速変換方法およびその装置に関す
るものである。
【０００３】
【従来の技術】一般に、例えば一方の者（発話者）の話
を、他方の者（受聴者）が聞く場合において、加齢や何
らかの障害などによって、受聴者の音声識別臨界速度
（音声を正確に識別できる最大の話速）などの受聴能力
が低下すると、当該受聴者は通常の速さの音声や早口で
話される音声を識別することが困難になることが多い。
このような場合、通常いわゆる補聴器によって上記受聴
者の受聴能力を補うようにしている。
を、他方の者（受聴者）が聞く場合において、加齢や何
らかの障害などによって、受聴者の音声識別臨界速度
（音声を正確に識別できる最大の話速）などの受聴能力
が低下すると、当該受聴者は通常の速さの音声や早口で
話される音声を識別することが困難になることが多い。
このような場合、通常いわゆる補聴器によって上記受聴
者の受聴能力を補うようにしている。
【０００４】ところが、このような受聴能力の低下もし
くは聴力障害を持つ人のための従来の補聴器は、単に周
波数特性の改善、利得制御などによって聴覚系の外耳、
中耳の伝達特性のみを補償するものであるため、主とし
て、聴覚中枢の劣化が関与する音声の識別能力の低下を
補償することができないという問題があった。
くは聴力障害を持つ人のための従来の補聴器は、単に周
波数特性の改善、利得制御などによって聴覚系の外耳、
中耳の伝達特性のみを補償するものであるため、主とし
て、聴覚中枢の劣化が関与する音声の識別能力の低下を
補償することができないという問題があった。
【０００５】このようなことから、最近は、発話者の音
声を加工して、ほぼリアルタイムで受聴者の受聴能力に
音声スピードをフィットさせて補聴を行なう話速制御型
の補聴装置が考えられている。
声を加工して、ほぼリアルタイムで受聴者の受聴能力に
音声スピードをフィットさせて補聴を行なう話速制御型
の補聴装置が考えられている。
【０００６】この話速制御型の補聴装置では、発話者の
音声を時間的に伸長する処理を行ない、この伸長処理で
得られた音声を出力バッファメモリに逐次、蓄積して出
力することにより、発話者の話速を変化（遅く）させ、
受聴者の受聴能力の低下を補償する。
音声を時間的に伸長する処理を行ない、この伸長処理で
得られた音声を出力バッファメモリに逐次、蓄積して出
力することにより、発話者の話速を変化（遅く）させ、
受聴者の受聴能力の低下を補償する。
【０００７】
【発明が解決しようとする課題】しかしながら、上述し
た従来の話速制御型の補聴器においては、次に述べるよ
うな問題があった。
た従来の話速制御型の補聴器においては、次に述べるよ
うな問題があった。
【０００８】まず、従来の話速制御型の補聴器は、上述
したように入力された音声データを伸長処理した後、こ
の伸長処理で得られた音声データを出力バッファメモリ
に逐次、蓄積してから出力するため、例えば受聴途中で
話速を、より遅くしたい場合や元に戻したい場合でも、
出力バッファメモリに蓄積されている音声データを全て
出力してしまうまで、話速を元に戻すことができない。
したように入力された音声データを伸長処理した後、こ
の伸長処理で得られた音声データを出力バッファメモリ
に逐次、蓄積してから出力するため、例えば受聴途中で
話速を、より遅くしたい場合や元に戻したい場合でも、
出力バッファメモリに蓄積されている音声データを全て
出力してしまうまで、話速を元に戻すことができない。
【０００９】このため、受聴途中で話速を戻す際、現在
の話速が元に戻るまで、かなり長いタイムディレーが発
生してしまうという問題があった。
の話速が元に戻るまで、かなり長いタイムディレーが発
生してしまうという問題があった。
【００１０】また、このような従来の話速制御型の補聴
器は、上述したような受聴能力が低下した受聴者のみな
らず、通常の受聴能力を有する受聴者、例えば外国語を
聴取するような場合においても、その受聴能力を補うた
めに、話速を変化（遅く）させる用途にも使用できる。
しかし、この場合にも上記同様に、受聴途中で話速を変
更する際、タイムディレーが発生してしまうという問題
があった。
器は、上述したような受聴能力が低下した受聴者のみな
らず、通常の受聴能力を有する受聴者、例えば外国語を
聴取するような場合においても、その受聴能力を補うた
めに、話速を変化（遅く）させる用途にも使用できる。
しかし、この場合にも上記同様に、受聴途中で話速を変
更する際、タイムディレーが発生してしまうという問題
があった。
【００１１】本発明は上記の事情に鑑み、受聴者の操作
に応じて、出力音声の話速を瞬時に追従させることがで
き、これによって受聴者側の使い勝手を大幅に向上させ
ることができる話速変換方法およびその装置を提供する
ことを目的としている。
に応じて、出力音声の話速を瞬時に追従させることがで
き、これによって受聴者側の使い勝手を大幅に向上させ
ることができる話速変換方法およびその装置を提供する
ことを目的としている。
【００１２】
【課題を解決するための手段】上記の目的を達成するた
めに本発明による話速変換方法は、入力された音声デー
タに対して、属性に基づく分析処理を施し、この分析処
理で得られた情報に基づいて前記音声データを所定の時
間幅を有するブロック単位に分割し、これをブロック音
声データとして蓄積するとともに、前記音声データの時
間的な伸長を実現するために、隣り合うブロック音声デ
ータ間において置換または挿入すべき接続データを各ブ
ロック毎に生成して蓄積しながら、受聴者の操作に応じ
た任意の音声スピードに対応する出力音声データを生成
するためのブロック接続順序を生成し、この接続順序に
したがって、既にブロック単位に分割されて蓄積されて
いるブロック音声データおよび接続データを順次、接続
して出力音声データを生成することを特徴としている。
めに本発明による話速変換方法は、入力された音声デー
タに対して、属性に基づく分析処理を施し、この分析処
理で得られた情報に基づいて前記音声データを所定の時
間幅を有するブロック単位に分割し、これをブロック音
声データとして蓄積するとともに、前記音声データの時
間的な伸長を実現するために、隣り合うブロック音声デ
ータ間において置換または挿入すべき接続データを各ブ
ロック毎に生成して蓄積しながら、受聴者の操作に応じ
た任意の音声スピードに対応する出力音声データを生成
するためのブロック接続順序を生成し、この接続順序に
したがって、既にブロック単位に分割されて蓄積されて
いるブロック音声データおよび接続データを順次、接続
して出力音声データを生成することを特徴としている。
【００１３】また、上記の目的を達成するために本発明
による話速変換装置は、入力された音声データに対し
て、属性に基づく分析処理を行なう分析処理部と、この
分析処理部の分析結果に応じて音声データを所定の時間
幅を有するブロック単位に分割するブロックデータ分割
部と、このブロックデータ分割部で分割されたデータを
ブロック音声データとして蓄積するブロックデータ蓄積
部と、前記ブロックデータ分割部で得られた各ブロック
音声データを使用して隣り合うブロック音声データ間に
おいて置換または挿入可能な接続データを生成する接続
データ生成部と、この接続データ生成部で生成された接
続データを蓄積する接続データ蓄積部と、設定された音
声スピードに対応する条件に基づき、前記各ブロック音
声データと前記各接続データとの接続順序を生成する接
続順序生成部と、この接続順序生成部で得られた接続順
序に基づき、前記ブロックデータ蓄積部に蓄積されてい
るブロック音声データと前記接続データ蓄積部に蓄積さ
れている接続データとを順次、接続して一連の音声デー
タを生成する音声データ接続部とを備えたことを特徴と
している。
による話速変換装置は、入力された音声データに対し
て、属性に基づく分析処理を行なう分析処理部と、この
分析処理部の分析結果に応じて音声データを所定の時間
幅を有するブロック単位に分割するブロックデータ分割
部と、このブロックデータ分割部で分割されたデータを
ブロック音声データとして蓄積するブロックデータ蓄積
部と、前記ブロックデータ分割部で得られた各ブロック
音声データを使用して隣り合うブロック音声データ間に
おいて置換または挿入可能な接続データを生成する接続
データ生成部と、この接続データ生成部で生成された接
続データを蓄積する接続データ蓄積部と、設定された音
声スピードに対応する条件に基づき、前記各ブロック音
声データと前記各接続データとの接続順序を生成する接
続順序生成部と、この接続順序生成部で得られた接続順
序に基づき、前記ブロックデータ蓄積部に蓄積されてい
るブロック音声データと前記接続データ蓄積部に蓄積さ
れている接続データとを順次、接続して一連の音声デー
タを生成する音声データ接続部とを備えたことを特徴と
している。
【００１４】上記の構成において、本発明による話速変
換方法では、入力された音声データに対して、属性に基
づく分析処理を施し、この分析処理で得られた情報に基
づいて前記音声データを所定の時間幅を有するブロック
単位に分割し、これをブロック音声データとして蓄積す
るとともに、前記音声データの時間的な伸長を実現する
ために、隣り合うブロック音声データ間において置換、
または挿入すべき接続データを各ブロック毎に生成して
蓄積しながら、受聴者の操作に応じた任意の音声スピー
ドに対応する出力音声データを生成するためのブロック
接続順序を生成し、この接続順序にしたがって、既にブ
ロック単位に分割されて蓄積されているブロック音声デ
ータおよび接続データを順次、接続して出力音声データ
を生成することにより、受聴者の操作に応じて、出力音
声の話速を瞬時に追従させ、これによって受聴者側の使
い勝手を大幅に向上させる。
換方法では、入力された音声データに対して、属性に基
づく分析処理を施し、この分析処理で得られた情報に基
づいて前記音声データを所定の時間幅を有するブロック
単位に分割し、これをブロック音声データとして蓄積す
るとともに、前記音声データの時間的な伸長を実現する
ために、隣り合うブロック音声データ間において置換、
または挿入すべき接続データを各ブロック毎に生成して
蓄積しながら、受聴者の操作に応じた任意の音声スピー
ドに対応する出力音声データを生成するためのブロック
接続順序を生成し、この接続順序にしたがって、既にブ
ロック単位に分割されて蓄積されているブロック音声デ
ータおよび接続データを順次、接続して出力音声データ
を生成することにより、受聴者の操作に応じて、出力音
声の話速を瞬時に追従させ、これによって受聴者側の使
い勝手を大幅に向上させる。
【００１５】また、本発明による話速変換装置では、入
力された音声データに対し、分析処理部は属性に基づく
分析処理を行なう。ブロックデータ分割部は分析処理部
の分析結果に応じて、音声データを所定の時間幅を有す
るブロック単位に分割してブロック音声データを生成し
てブロックデータ蓄積部に蓄積する。接続データ生成部
は各ブロック音声データを使用して隣り合うブロック音
声データ間において置換または挿入可能な接続データを
生成し、これを接続データ蓄積部に蓄積する。一方、設
定された音声スピードに対応する条件に基づき、接続順
序生成部は各ブロック音声データと、各接続データとの
接続順序を生成する。この接続順序に基づき、音声デー
タ接続部はブロックデータ蓄積部に蓄積されているブロ
ック音声データと、接続データ蓄積部に蓄積されている
接続データとを順次、接続して一連の音声データを生成
する。これにより、受聴者の操作に応じて、出力音声の
話速を瞬時に追従させ、受聴者側の使い勝手を大幅に向
上させる。
力された音声データに対し、分析処理部は属性に基づく
分析処理を行なう。ブロックデータ分割部は分析処理部
の分析結果に応じて、音声データを所定の時間幅を有す
るブロック単位に分割してブロック音声データを生成し
てブロックデータ蓄積部に蓄積する。接続データ生成部
は各ブロック音声データを使用して隣り合うブロック音
声データ間において置換または挿入可能な接続データを
生成し、これを接続データ蓄積部に蓄積する。一方、設
定された音声スピードに対応する条件に基づき、接続順
序生成部は各ブロック音声データと、各接続データとの
接続順序を生成する。この接続順序に基づき、音声デー
タ接続部はブロックデータ蓄積部に蓄積されているブロ
ック音声データと、接続データ蓄積部に蓄積されている
接続データとを順次、接続して一連の音声データを生成
する。これにより、受聴者の操作に応じて、出力音声の
話速を瞬時に追従させ、受聴者側の使い勝手を大幅に向
上させる。
【００１６】
【発明の実施の形態】図１は本発明による話速変換装置
の実施の形態を示すブロック図である。
の実施の形態を示すブロック図である。
【００１７】この図に示す話速変換装置１は、入力され
た音声信号をデジタルの音声データに変換するＡ／Ｄ変
換部２と、音声データの属性を分析する分析処理部３
と、音声データをブロック単位に分割してブロック音声
データを生成するブロックデータ分割部４と、ブロック
音声データを蓄積するブロックデータ蓄積部５と、ブロ
ック音声データを接続する際に必要な接続データを生成
する接続データ生成部６と、接続データを蓄積する接続
データ蓄積部７と、ブロック音声データと接続データと
の接続順序を生成する接続順序生成部８と、接続順序に
基づき、各ブロック音声データと各接続データとを接続
して一連の音声データを生成する音声データ接続部９
と、一連の音声データを音声信号に変換するＤ／Ａ変換
部１０とを備えている。
た音声信号をデジタルの音声データに変換するＡ／Ｄ変
換部２と、音声データの属性を分析する分析処理部３
と、音声データをブロック単位に分割してブロック音声
データを生成するブロックデータ分割部４と、ブロック
音声データを蓄積するブロックデータ蓄積部５と、ブロ
ック音声データを接続する際に必要な接続データを生成
する接続データ生成部６と、接続データを蓄積する接続
データ蓄積部７と、ブロック音声データと接続データと
の接続順序を生成する接続順序生成部８と、接続順序に
基づき、各ブロック音声データと各接続データとを接続
して一連の音声データを生成する音声データ接続部９
と、一連の音声データを音声信号に変換するＤ／Ａ変換
部１０とを備えている。
【００１８】そして、この話速変換装置１は、発話者に
よって入力された音声データに対して、属性に基づく分
析処理を施し、この分析処理で得られた分析情報に応じ
て、音声データを所定の時間幅を有するブロック単位に
分割して蓄積するとともに、音声データの時間的な伸長
を実現するために、隣り合うブロック音声データ間にお
いて置換または挿入すべき音声データを各ブロック毎に
生成して蓄積する。また、受聴者の操作に応じた任意の
音声スピードに対応する出力音声データを生成するため
のブロック接続順序を生成し、この接続順序にしたがっ
て、既にブロック単位に分割されて蓄積されている音声
データ（ブロック音声データ）および既に蓄積されてい
る接続部の置換・挿入音声データ（接続データ）を順
次、接続して出力音声データを生成することにより、受
聴者の操作に応じて、出力音声の話速を瞬時に追従させ
る。
よって入力された音声データに対して、属性に基づく分
析処理を施し、この分析処理で得られた分析情報に応じ
て、音声データを所定の時間幅を有するブロック単位に
分割して蓄積するとともに、音声データの時間的な伸長
を実現するために、隣り合うブロック音声データ間にお
いて置換または挿入すべき音声データを各ブロック毎に
生成して蓄積する。また、受聴者の操作に応じた任意の
音声スピードに対応する出力音声データを生成するため
のブロック接続順序を生成し、この接続順序にしたがっ
て、既にブロック単位に分割されて蓄積されている音声
データ（ブロック音声データ）および既に蓄積されてい
る接続部の置換・挿入音声データ（接続データ）を順
次、接続して出力音声データを生成することにより、受
聴者の操作に応じて、出力音声の話速を瞬時に追従させ
る。
【００１９】Ａ／Ｄ変換部２は、入力された音声信号を
所定のサンプリングレート（例えば、３２ｋＨｚ）でサ
ンプリングして、Ａ／Ｄ変換するＡ／Ｄ変換回路と、こ
のＡ／Ｄ変換回路から出力されるデジタルの音声データ
を取り込んで記憶するとともに、ＦＩＦＯ形式で出力す
るＦＩＦＯメモリとを備えており、入力端子に入力され
た発話者側の音声信号、例えばマイクロホン、テレビジ
ョン、ラジオあるはその他の映像機器、音響機器などの
アナログ音声出力端子から出力される音声信号などの音
声信号を取り込んで、Ａ／Ｄ変換し、これによって得ら
れた音声データをバッファリングしながら、分析処理部
３と、ブロックデータ分割部４とに供給する。
所定のサンプリングレート（例えば、３２ｋＨｚ）でサ
ンプリングして、Ａ／Ｄ変換するＡ／Ｄ変換回路と、こ
のＡ／Ｄ変換回路から出力されるデジタルの音声データ
を取り込んで記憶するとともに、ＦＩＦＯ形式で出力す
るＦＩＦＯメモリとを備えており、入力端子に入力され
た発話者側の音声信号、例えばマイクロホン、テレビジ
ョン、ラジオあるはその他の映像機器、音響機器などの
アナログ音声出力端子から出力される音声信号などの音
声信号を取り込んで、Ａ／Ｄ変換し、これによって得ら
れた音声データをバッファリングしながら、分析処理部
３と、ブロックデータ分割部４とに供給する。
【００２０】分析処理部３は、Ａ／Ｄ変換部２から出力
される音声データを取り込む入力処理、この入力処理で
得られた音声データのサンプリングレートを４ｋＨｚま
で落として、以後の処理量を低減させるデシメーション
処理、Ａ／Ｄ変換部２から出力される音声データおよび
前記デシメーション処理で得られた音声データを分析し
て、有声音、無声音、無音に区分する属性分析処理、こ
の属性分析処理で得られた有声音、無声音、無音毎に、
自己相関分析を行なって周期性を検出し、この検出結果
に基づき、音声データを分割するのに必要なブロック長
（ブロック単位の繰り返しに起因する声の高さの変化、
例えば低い声になるなどの不都合を防止するのに必要な
ブロック長）を決定するブロック長決定処理を順次、行
ない、これによって得られた分割情報（有声音、無声
音、無音毎のブロック長）をブロックデータ分割部４に
供給する。
される音声データを取り込む入力処理、この入力処理で
得られた音声データのサンプリングレートを４ｋＨｚま
で落として、以後の処理量を低減させるデシメーション
処理、Ａ／Ｄ変換部２から出力される音声データおよび
前記デシメーション処理で得られた音声データを分析し
て、有声音、無声音、無音に区分する属性分析処理、こ
の属性分析処理で得られた有声音、無声音、無音毎に、
自己相関分析を行なって周期性を検出し、この検出結果
に基づき、音声データを分割するのに必要なブロック長
（ブロック単位の繰り返しに起因する声の高さの変化、
例えば低い声になるなどの不都合を防止するのに必要な
ブロック長）を決定するブロック長決定処理を順次、行
ない、これによって得られた分割情報（有声音、無声
音、無音毎のブロック長）をブロックデータ分割部４に
供給する。
【００２１】この場合、前記属性分析処理では、Ａ／Ｄ
変換部２から出力される音声データについて、３０ｍｓ
前後の窓幅を使用して、データの自乗和を計算し、５ｍ
ｓ前後の間隔で、音声データのパワー値Ｐを算出すると
ともに、このパワー値Ｐと、予め設定されているしきい
値Ｐminとを比較し、“Ｐ＜Ｐmin”を満たす部分を無音
区間と判定し、“Ｐmin≦Ｐ”を満たす部分を有声音区
間、無声音区間と判定する。この後、Ａ／Ｄ変換部２か
R>ら出力される音声データに対し、ゼロ交差分析、前記
デシメーション処理で得られた音声データに対する自己
相関分析などを行ない、これらの各分析結果と、パワー
値Ｐとに基づき、音声データのうち、“Ｐmin≦Ｐ”を
満たす部分が声帯の振動を伴う音声区間（有声音区間）
であるか、声帯の振動を伴わない音声区間（無声音区
間）であるかを判定する。なお、Ａ／Ｄ変換部２から出
力される音声データの各属性として、雑音や音楽などの
背景音という属性も考えられるが、一般的には、雑音や
背景音の信号と音声信号とを正確に自動判別することが
難しいことから、雑音、背景音も有声音、無声音、無音
のいずれかに分類する。
変換部２から出力される音声データについて、３０ｍｓ
前後の窓幅を使用して、データの自乗和を計算し、５ｍ
ｓ前後の間隔で、音声データのパワー値Ｐを算出すると
ともに、このパワー値Ｐと、予め設定されているしきい
値Ｐminとを比較し、“Ｐ＜Ｐmin”を満たす部分を無音
区間と判定し、“Ｐmin≦Ｐ”を満たす部分を有声音区
間、無声音区間と判定する。この後、Ａ／Ｄ変換部２か
R>ら出力される音声データに対し、ゼロ交差分析、前記
デシメーション処理で得られた音声データに対する自己
相関分析などを行ない、これらの各分析結果と、パワー
値Ｐとに基づき、音声データのうち、“Ｐmin≦Ｐ”を
満たす部分が声帯の振動を伴う音声区間（有声音区間）
であるか、声帯の振動を伴わない音声区間（無声音区
間）であるかを判定する。なお、Ａ／Ｄ変換部２から出
力される音声データの各属性として、雑音や音楽などの
背景音という属性も考えられるが、一般的には、雑音や
背景音の信号と音声信号とを正確に自動判別することが
難しいことから、雑音、背景音も有声音、無声音、無音
のいずれかに分類する。
【００２２】また、前記ブロック長決定処理では、前記
属性分析処理で有声音区間と判定された音声データにつ
いては、有声音のピッチ周期が分布している１．２５ｍ
ｓ〜２８．０ｍｓ程度の広い範囲にわたり、長短異なる
窓幅の自己相関分析を行なって、できるだけ正確なピッ
チ周期（声帯の振動周期であるピッチ周期）を検出し、
この検出結果に基づき、各ピッチ周期が各々のブロック
長となるようにブロック長を決定し、また前記属性分析
処理で無声音区間、無音区間については、１０ｍｓ以内
の周期性を検出し、この検出結果に基づきブロック長を
決定し、これら有声音区間、無声音区間、無音区間の各
ブロック長を分割情報としてブロックデータ分割部４に
供給する。
属性分析処理で有声音区間と判定された音声データにつ
いては、有声音のピッチ周期が分布している１．２５ｍ
ｓ〜２８．０ｍｓ程度の広い範囲にわたり、長短異なる
窓幅の自己相関分析を行なって、できるだけ正確なピッ
チ周期（声帯の振動周期であるピッチ周期）を検出し、
この検出結果に基づき、各ピッチ周期が各々のブロック
長となるようにブロック長を決定し、また前記属性分析
処理で無声音区間、無音区間については、１０ｍｓ以内
の周期性を検出し、この検出結果に基づきブロック長を
決定し、これら有声音区間、無声音区間、無音区間の各
ブロック長を分割情報としてブロックデータ分割部４に
供給する。
【００２３】ブロックデータ分割部４は、分析処理部３
から出力される分割情報で示される有声音区間のブロッ
ク長、無声音区間ののブロック長、無音区間のブロック
長に基づき、Ａ／Ｄ変換部２から出力される音声データ
を分割し、この分割処理によって得られたブロック単位
の音声データ（ブロック音声データ）と、この音声デー
タのブロック長とをブロックデータ蓄積部５および接続
データ生成部６に供給する。
から出力される分割情報で示される有声音区間のブロッ
ク長、無声音区間ののブロック長、無音区間のブロック
長に基づき、Ａ／Ｄ変換部２から出力される音声データ
を分割し、この分割処理によって得られたブロック単位
の音声データ（ブロック音声データ）と、この音声デー
タのブロック長とをブロックデータ蓄積部５および接続
データ生成部６に供給する。
【００２４】ブロックデータ蓄積部５は、リングバッフ
ァを備えており、ブロックデータ分割部４から出力され
るブロック音声データ（ブロック単位の音声データ）
と、この音声データのブロック長とを取り込み、これら
を前記リングバッファに一時記憶しながら、一時記憶し
ている各ブロック長を適宜、読み出し、これを接続順序
生成部８に供給するとともに、一時記憶しているブロッ
ク音声データを適宜、読み出し、これを音声データ接続
部９に供給する。
ァを備えており、ブロックデータ分割部４から出力され
るブロック音声データ（ブロック単位の音声データ）
と、この音声データのブロック長とを取り込み、これら
を前記リングバッファに一時記憶しながら、一時記憶し
ている各ブロック長を適宜、読み出し、これを接続順序
生成部８に供給するとともに、一時記憶しているブロッ
ク音声データを適宜、読み出し、これを音声データ接続
部９に供給する。
【００２５】また、接続データ生成部６は、ブロックデ
ータ分割部４から出力されるブロック音声データを取り
込み、各ブロック毎に、図２に示す如く、当該ブロック
の開始部分にある音声データ、直後ブロックの開始部分
にある音声データに対し、時間長ｄ（ｍｓ）の間に直線
的に変化するＡ窓、Ｂ窓を使用して窓掛けを行なった
後、直後ブロックの開始部分と、当該ブロックの開始部
分とを重複加算し、時間長ｄ（ｍｓ）の接続データを生
成し、これを接続データ蓄積部７に供給する。時間長ｄ
としては、［０．５（ｍｓ）］〜［当該または直後のブ
ロックのブロック長のうち短い方］の値が選択できる
が、短い方が接続データ蓄積部７のバッファの容量が少
なくてすむ。
ータ分割部４から出力されるブロック音声データを取り
込み、各ブロック毎に、図２に示す如く、当該ブロック
の開始部分にある音声データ、直後ブロックの開始部分
にある音声データに対し、時間長ｄ（ｍｓ）の間に直線
的に変化するＡ窓、Ｂ窓を使用して窓掛けを行なった
後、直後ブロックの開始部分と、当該ブロックの開始部
分とを重複加算し、時間長ｄ（ｍｓ）の接続データを生
成し、これを接続データ蓄積部７に供給する。時間長ｄ
としては、［０．５（ｍｓ）］〜［当該または直後のブ
ロックのブロック長のうち短い方］の値が選択できる
が、短い方が接続データ蓄積部７のバッファの容量が少
なくてすむ。
【００２６】また、接続データ蓄積部７は、リングバッ
ファを備えており、接続データ生成部６から出力される
接続データを取り込み、これを前記リングバッファに一
時記憶しながら、一時記憶している各接続データを適宜
読み出し、これを音声データ接続部９に供給する。
ファを備えており、接続データ生成部６から出力される
接続データを取り込み、これを前記リングバッファに一
時記憶しながら、一時記憶している各接続データを適宜
読み出し、これを音声データ接続部９に供給する。
【００２７】また、接続順序生成部８は、受聴者によっ
てデジタルボリュームなどのデジタル設定器が操作され
て入力された、各属性毎の時間的な伸長倍率を記憶する
書き換え可能なメモリと、予め設定されている所定の時
間間隔、例えば１００ｍｓ前後の時間間隔で、前記書き
換え可能なメモリに記憶されている各属性毎の時間的な
伸長倍率を読み出すとともに、これらの各伸長倍率、ブ
ロックデータ蓄積部５から出力される各ブロック長およ
び音声データ接続部９から出力される既接続情報に基づ
き、各ブロック単位の音声データと、各ブロック単位の
接続データとの接続順序（受聴者が設定した所望の話速
を実現するのに必要な接続順序）を時々刻々、生成する
接続順序決定処理部とを備えている。
てデジタルボリュームなどのデジタル設定器が操作され
て入力された、各属性毎の時間的な伸長倍率を記憶する
書き換え可能なメモリと、予め設定されている所定の時
間間隔、例えば１００ｍｓ前後の時間間隔で、前記書き
換え可能なメモリに記憶されている各属性毎の時間的な
伸長倍率を読み出すとともに、これらの各伸長倍率、ブ
ロックデータ蓄積部５から出力される各ブロック長およ
び音声データ接続部９から出力される既接続情報に基づ
き、各ブロック単位の音声データと、各ブロック単位の
接続データとの接続順序（受聴者が設定した所望の話速
を実現するのに必要な接続順序）を時々刻々、生成する
接続順序決定処理部とを備えている。
【００２８】そして、有声音区間、無声音区間、無音区
間が順次、入れ替わって出現する音声信号が入力されて
いる状態で、図３に示す如く音声データ接続部９から出
力される既接続情報で、ブロック音声データの属性が切
り替わったことが検知されたり、同じ属性のブロック音
声データが接続され続けていても、前記書き換え可能な
メモリから読み出した前記ブロック音声データの伸長倍
率が変更されていることが検知されたとき、接続順序の
生成工程の開始条件が整ったと判定され、このときの時
刻が時刻Ｔ0に決定される。
間が順次、入れ替わって出現する音声信号が入力されて
いる状態で、図３に示す如く音声データ接続部９から出
力される既接続情報で、ブロック音声データの属性が切
り替わったことが検知されたり、同じ属性のブロック音
声データが接続され続けていても、前記書き換え可能な
メモリから読み出した前記ブロック音声データの伸長倍
率が変更されていることが検知されたとき、接続順序の
生成工程の開始条件が整ったと判定され、このときの時
刻が時刻Ｔ0に決定される。
【００２９】この後、この時刻Ｔ0を開始時刻として、
ブロックデータ蓄積部５から音声データ接続部９に対し
て既に出力された話速変更前のブロック音声データのブ
ロック長を全て加算した総和を“Ｓi”、既に接続され
たブロック音声データのブロック長を全て加算した総和
を“Ｓo”とし、目的の伸長倍率を“ｒ”（但し、ｒ≧
１．０）とし、最後に接続されたブロック音声データの
ブロック長を“Ｌ”とし、次式に示す条件が成り立つタ
イミングで、 Ｌ／２＜ｒ・Ｓi−Ｓo …（１） 接続データ蓄積部７から出力される接続データのうち、
最後に接続されたブロックに対応する接続データを置
換、挿入した後、最後に接続されたブロックのうち接続
データ生成に用いた部分より後ろの部分を再度、繰り返
して接続し、このブロックの後に、残りのブロックを順
次、接続することを示す接続順序を生成し、これを音声
データ接続部９に供給する。
ブロックデータ蓄積部５から音声データ接続部９に対し
て既に出力された話速変更前のブロック音声データのブ
ロック長を全て加算した総和を“Ｓi”、既に接続され
たブロック音声データのブロック長を全て加算した総和
を“Ｓo”とし、目的の伸長倍率を“ｒ”（但し、ｒ≧
１．０）とし、最後に接続されたブロック音声データの
ブロック長を“Ｌ”とし、次式に示す条件が成り立つタ
イミングで、 Ｌ／２＜ｒ・Ｓi−Ｓo …（１） 接続データ蓄積部７から出力される接続データのうち、
最後に接続されたブロックに対応する接続データを置
換、挿入した後、最後に接続されたブロックのうち接続
データ生成に用いた部分より後ろの部分を再度、繰り返
して接続し、このブロックの後に、残りのブロックを順
次、接続することを示す接続順序を生成し、これを音声
データ接続部９に供給する。
【００３０】これにより、図３に示す例では、ブロック
（１）からブロック（８）までを順次、接続した時点
で、（１）式に示す条件が満たされることから、ブロッ
ク（８）の後に、このブロック（８）に対応する接続デ
ータが置換、挿入されて、ブロック（８）のうち接続デ
ータ生成に用いた部分より後ろの部分が繰り返し接続さ
れる。なお、この図３に示す例では、ブロック（４）が
既に一度、繰り返し接続されている。
（１）からブロック（８）までを順次、接続した時点
で、（１）式に示す条件が満たされることから、ブロッ
ク（８）の後に、このブロック（８）に対応する接続デ
ータが置換、挿入されて、ブロック（８）のうち接続デ
ータ生成に用いた部分より後ろの部分が繰り返し接続さ
れる。なお、この図３に示す例では、ブロック（４）が
既に一度、繰り返し接続されている。
【００３１】音声データ接続部９は、既に接続したブロ
ック音声データなどの接続内容を既接続情報として、接
続順序生成部８に供給しながら、接続順序生成部８から
出力される接続順序に基づき、ブロックデータ蓄積部５
から出力されるブロック音声データと、接続データ蓄積
部７から出力される接続データとを接続して、一連の音
声データを生成し、これによって得られた一連の音声デ
ータをバッファリングしながら、Ｄ／Ａ変換部１０に供
給する。
ック音声データなどの接続内容を既接続情報として、接
続順序生成部８に供給しながら、接続順序生成部８から
出力される接続順序に基づき、ブロックデータ蓄積部５
から出力されるブロック音声データと、接続データ蓄積
部７から出力される接続データとを接続して、一連の音
声データを生成し、これによって得られた一連の音声デ
ータをバッファリングしながら、Ｄ／Ａ変換部１０に供
給する。
【００３２】Ｄ／Ａ変換部１０は、音声データを記憶し
てＦＩＦＯ形式で出力するメモリと、所定のサンプリン
グレート（例えば、３２ｋＨｚ）で前記メモリから音声
データを読み出して、これをＤ／Ａ変換して音声信号に
するＤ／Ａ変換回路とを備えており、音声データ接続部
９から出力される一連の音声データを取り込んで、これ
をバッファリングしながら、Ｄ／Ａ変換し、これによっ
て得られた音声信号を出力端子から出力する。
てＦＩＦＯ形式で出力するメモリと、所定のサンプリン
グレート（例えば、３２ｋＨｚ）で前記メモリから音声
データを読み出して、これをＤ／Ａ変換して音声信号に
するＤ／Ａ変換回路とを備えており、音声データ接続部
９から出力される一連の音声データを取り込んで、これ
をバッファリングしながら、Ｄ／Ａ変換し、これによっ
て得られた音声信号を出力端子から出力する。
【００３３】このように、この実施の形態では、受聴者
の操作に応じた任意の話速を示す話速変換制御情報に基
づき、予め蓄積されているブロック音声データと、接続
データとの順序を制御しながら、出力音声を形成するよ
うにしているので、受聴者が手動操作によって話速を変
化させたときにも、即座に所望話速の音声を出力するこ
とができ、これによって話速を途中で変えられたとき、
受聴者側に時間遅れを感じさせないようにすることがで
きる。
の操作に応じた任意の話速を示す話速変換制御情報に基
づき、予め蓄積されているブロック音声データと、接続
データとの順序を制御しながら、出力音声を形成するよ
うにしているので、受聴者が手動操作によって話速を変
化させたときにも、即座に所望話速の音声を出力するこ
とができ、これによって話速を途中で変えられたとき、
受聴者側に時間遅れを感じさせないようにすることがで
きる。
【００３４】この結果、本発明による話速変換装置１
を、テレビジョン、ラジオ、テープレコーダ、ビデオテ
ープレコーダ、ビデオディスクプレーヤなどの映像機
器、音響機器、医療機器などに適用するだけで、発話者
の音声を加工して、受聴者の受聴能力に音声スピードを
フィットさせる際、受聴者の操作に応じて、出力音声の
話速を即座に変化させることができる。
を、テレビジョン、ラジオ、テープレコーダ、ビデオテ
ープレコーダ、ビデオディスクプレーヤなどの映像機
器、音響機器、医療機器などに適用するだけで、発話者
の音声を加工して、受聴者の受聴能力に音声スピードを
フィットさせる際、受聴者の操作に応じて、出力音声の
話速を即座に変化させることができる。
【００３５】また、上述した実施の形態では、接続デー
タ生成部６において、図２に示す如く直線的に変化する
Ａ窓、Ｂ窓を使用し、各ブロック音声データの開始部分
に窓掛けを行なうようにしているが、余弦曲線などの窓
を使用して、各ブロック音声データの開始部分に窓掛け
を行なうようにしても良い。また、接続データ蓄積部７
のバッファ容量が十分大きければ、窓掛けは各ブロック
音声データの開始部分だけでなく、ブロック長全体に対
して行うことができる。
タ生成部６において、図２に示す如く直線的に変化する
Ａ窓、Ｂ窓を使用し、各ブロック音声データの開始部分
に窓掛けを行なうようにしているが、余弦曲線などの窓
を使用して、各ブロック音声データの開始部分に窓掛け
を行なうようにしても良い。また、接続データ蓄積部７
のバッファ容量が十分大きければ、窓掛けは各ブロック
音声データの開始部分だけでなく、ブロック長全体に対
して行うことができる。
【００３６】また、上述した実施の形態では、接続順序
生成部８において、図３に示す如くブロック音声データ
（４）、（８）の接続データと同ブロック音声データの
後半部分を１回だけ、繰り返すようにしているが、伸長
倍率“ｒ”が“ｒ＞２”であるときには、同一のブロッ
ク音声データを２回以上、繰り返すようにしても良い。
生成部８において、図３に示す如くブロック音声データ
（４）、（８）の接続データと同ブロック音声データの
後半部分を１回だけ、繰り返すようにしているが、伸長
倍率“ｒ”が“ｒ＞２”であるときには、同一のブロッ
ク音声データを２回以上、繰り返すようにしても良い。
【００３７】
【発明の効果】以上説明したように本発明によれば、受
聴者の操作に応じて、出力音声の話速を瞬時に追従させ
ることができ、これによって受聴者側の使い勝手を大幅
に向上させることができる。
聴者の操作に応じて、出力音声の話速を瞬時に追従させ
ることができ、これによって受聴者側の使い勝手を大幅
に向上させることができる。
【図１】本発明による話速変換方法およびその装置の実
施の形態となる話速変換装置の一例を示すブロック図で
ある。
施の形態となる話速変換装置の一例を示すブロック図で
ある。
【図２】図１に示す接続データ生成部で行われる接続デ
ータの生成過程例を示す模式図である。
ータの生成過程例を示す模式図である。
【図３】図１に示す接続順序生成部で行われる接続順序
の生成過程例を示す模式図である。
の生成過程例を示す模式図である。
１ 話速変換装置 ２ Ａ／Ｄ変換部 ３ 分析処理部 ４ ブロックデータ分割部 ５ ブロックデータ蓄積部 ６ 接続データ生成部 ７ 接続データ蓄積部 ８ 接続順序生成部 ９ 音声データ接続部 １０ Ｄ／Ａ変換部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 今井 篤 東京都世田谷区砧一丁目10番11号 日本 放送協会放送技術研究所内 (56)参考文献 特開 平６−266381（ＪＰ，Ａ) 米国特許4051331（ＵＳ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) H04R 25/00 G10L 3/02
Claims (2)
- 【請求項１】 入力された音声データに対して、属性に
基づく分析処理を施し、この分析処理で得られた情報に
基づいて前記音声データを所定の時間幅を有するブロッ
ク単位に分割し、これをブロック音声データとして蓄積
するとともに、前記音声データの時間的な伸長を実現す
るために、隣り合うブロック音声データ間において置換
または挿入すべき接続データを各ブロック毎に生成して
蓄積しながら、 受聴者の操作に応じた任意の音声スピードに対応する出
力音声データを生成するためのブロック接続順序を生成
し、この接続順序にしたがって、既にブロック単位に分
割されて蓄積されているブロック音声データおよび接続
データを順次、接続して出力音声データを生成すること
を特徴とする話速変換方法。 - 【請求項２】 入力された音声データに対して、属性に
基づく分析処理を行なう分析処理部と、 この分析処理部の分析結果に応じて音声データを所定の
時間幅を有するブロック単位に分割するブロックデータ
分割部と、 このブロックデータ分割部で分割されたデータをブロッ
ク音声データとして蓄積するブロックデータ蓄積部と、 前記ブロックデータ分割部で得られた各ブロック音声デ
ータを使用して隣り合うブロック音声データ間において
置換または挿入可能な接続データを生成する接続データ
生成部と、 この接続データ生成部で生成された接続データを蓄積す
る接続データ蓄積部と、 設定された音声スピードに対応する条件に基づき、前記
各ブロック音声データと前記各接続データとの接続順序
を生成する接続順序生成部と、 この接続順序生成部で得られた接続順序に基づき、前記
ブロックデータ蓄積部に蓄積されているブロック音声デ
ータと前記接続データ蓄積部に蓄積されている接続デー
タとを順次、接続して一連の音声データを生成する音声
データ接続部と、 を備えたことを特徴とする話速変換装置。
Priority Applications (10)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9061015A JP2955247B2 (ja) | 1997-03-14 | 1997-03-14 | 話速変換方法およびその装置 |
| EP98907216A EP0910065B1 (en) | 1997-03-14 | 1998-03-13 | Speaking speed changing method and device |
| DK98907216T DK0910065T3 (da) | 1997-03-14 | 1998-03-13 | Talehastighedsændringsfremgangsmåde og -anordning |
| CA002253749A CA2253749C (en) | 1997-03-14 | 1998-03-13 | Method and device for instantly changing the speed of speech |
| US09/180,429 US6205420B1 (en) | 1997-03-14 | 1998-03-13 | Method and device for instantly changing the speed of a speech |
| CN98800250A CN1101581C (zh) | 1997-03-14 | 1998-03-13 | 语速变换方法及其装置 |
| DE69816221T DE69816221T2 (de) | 1997-03-14 | 1998-03-13 | Sprachschnellheitsveränderungsverfahren und vorrichtung |
| KR1019980709078A KR100283421B1 (ko) | 1997-03-14 | 1998-03-13 | 음성 속도 변환 방법 및 그 장치 |
| PCT/JP1998/001063 WO1998041976A1 (fr) | 1997-03-14 | 1998-03-13 | Procede et dispositif permettant de modifier la vitesse des sons vocaux |
| NO19985301A NO316414B1 (no) | 1997-03-14 | 1998-11-13 | Fremgangsmåte og maskin for taleomvandling, s¶rlig for å endre talehastighet |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9061015A JP2955247B2 (ja) | 1997-03-14 | 1997-03-14 | 話速変換方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10257596A JPH10257596A (ja) | 1998-09-25 |
| JP2955247B2 true JP2955247B2 (ja) | 1999-10-04 |
Family
ID=13159086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9061015A Expired - Lifetime JP2955247B2 (ja) | 1997-03-14 | 1997-03-14 | 話速変換方法およびその装置 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US6205420B1 (ja) |
| EP (1) | EP0910065B1 (ja) |
| JP (1) | JP2955247B2 (ja) |
| KR (1) | KR100283421B1 (ja) |
| CN (1) | CN1101581C (ja) |
| CA (1) | CA2253749C (ja) |
| DE (1) | DE69816221T2 (ja) |
| DK (1) | DK0910065T3 (ja) |
| NO (1) | NO316414B1 (ja) |
| WO (1) | WO1998041976A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8165888B2 (en) | 2007-03-16 | 2012-04-24 | The University Of Electro-Communications | Reproducing apparatus |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6671292B1 (en) * | 1999-06-25 | 2003-12-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for adaptive voice buffering |
| US6505153B1 (en) * | 2000-05-22 | 2003-01-07 | Compaq Information Technologies Group, L.P. | Efficient method for producing off-line closed captions |
| AU2001267764A1 (en) * | 2000-08-09 | 2002-02-18 | Thomson Licensing S.A. | Method and system for enabling audio speed conversion |
| CN1185628C (zh) * | 2000-08-10 | 2005-01-19 | 汤姆森许可公司 | 用于实现音频速度转换的系统和方法 |
| US6993246B1 (en) | 2000-09-15 | 2006-01-31 | Hewlett-Packard Development Company, L.P. | Method and system for correlating data streams |
| WO2002050798A2 (en) * | 2000-12-18 | 2002-06-27 | Digispeech Marketing Ltd. | Spoken language teaching system based on language unit segmentation |
| KR100445342B1 (ko) * | 2001-12-06 | 2004-08-25 | 박규식 | 듀얼 에스오엘에이 알고리듬을 이용한 음성속도변환방법및 시스템 |
| US7149412B2 (en) * | 2002-03-01 | 2006-12-12 | Thomson Licensing | Trick mode audio playback |
| DE10220520A1 (de) * | 2002-05-08 | 2003-11-20 | Sap Ag | Verfahren zur Erkennung von Sprachinformation |
| EP1363271A1 (de) | 2002-05-08 | 2003-11-19 | Sap Ag | Verfahren und System zur Verarbeitung und Speicherung von Sprachinformationen eines Dialogs |
| DE10220524B4 (de) | 2002-05-08 | 2006-08-10 | Sap Ag | Verfahren und System zur Verarbeitung von Sprachdaten und zur Erkennung einer Sprache |
| EP1361740A1 (de) * | 2002-05-08 | 2003-11-12 | Sap Ag | Verfahren und System zur Verarbeitung von Sprachinformationen eines Dialogs |
| DE10220522B4 (de) * | 2002-05-08 | 2005-11-17 | Sap Ag | Verfahren und System zur Verarbeitung von Sprachdaten mittels Spracherkennung und Frequenzanalyse |
| DE10220521B4 (de) * | 2002-05-08 | 2005-11-24 | Sap Ag | Verfahren und System zur Verarbeitung von Sprachdaten und Klassifizierung von Gesprächen |
| GB0228245D0 (en) * | 2002-12-04 | 2003-01-08 | Mitel Knowledge Corp | Apparatus and method for changing the playback rate of recorded speech |
| KR100486734B1 (ko) * | 2003-02-25 | 2005-05-03 | 삼성전자주식회사 | 음성 합성 방법 및 장치 |
| US20050027523A1 (en) * | 2003-07-31 | 2005-02-03 | Prakairut Tarlton | Spoken language system |
| US7412378B2 (en) * | 2004-04-01 | 2008-08-12 | International Business Machines Corporation | Method and system of dynamically adjusting a speech output rate to match a speech input rate |
| US20060187770A1 (en) * | 2005-02-23 | 2006-08-24 | Broadcom Corporation | Method and system for playing audio at a decelerated rate using multiresolution analysis technique keeping pitch constant |
| US7643820B2 (en) * | 2006-04-07 | 2010-01-05 | Motorola, Inc. | Method and device for restricted access contact information datum |
| TWI312500B (en) | 2006-12-08 | 2009-07-21 | Micro Star Int Co Ltd | Method of varying speech speed |
| WO2008108239A1 (ja) * | 2007-02-27 | 2008-09-12 | Nec Corporation | 音声認識システム、方法およびプログラム |
| JP5093648B2 (ja) | 2007-05-07 | 2012-12-12 | 国立大学法人電気通信大学 | 再生装置 |
| US8447609B2 (en) * | 2008-12-31 | 2013-05-21 | Intel Corporation | Adjustment of temporal acoustical characteristics |
| CN101989252B (zh) * | 2009-07-30 | 2012-10-03 | 华晶科技股份有限公司 | 连续数据的数值分析方法及系统 |
| JP5593244B2 (ja) * | 2011-01-28 | 2014-09-17 | 日本放送協会 | 話速変換倍率決定装置、話速変換装置、プログラム、及び記録媒体 |
| US9036844B1 (en) | 2013-11-10 | 2015-05-19 | Avraham Suhami | Hearing devices based on the plasticity of the brain |
| KR101621778B1 (ko) * | 2014-01-24 | 2016-05-17 | 숭실대학교산학협력단 | 음주 판별 방법, 이를 수행하기 위한 기록매체 및 단말기 |
| US9934793B2 (en) * | 2014-01-24 | 2018-04-03 | Foundation Of Soongsil University-Industry Cooperation | Method for determining alcohol consumption, and recording medium and terminal for carrying out same |
| KR101621766B1 (ko) * | 2014-01-28 | 2016-06-01 | 숭실대학교산학협력단 | 음주 판별 방법, 이를 수행하기 위한 기록매체 및 단말기 |
| KR101569343B1 (ko) | 2014-03-28 | 2015-11-30 | 숭실대학교산학협력단 | 차신호 고주파 신호의 비교법에 의한 음주 판별 방법, 이를 수행하기 위한 기록 매체 및 장치 |
| KR101621797B1 (ko) | 2014-03-28 | 2016-05-17 | 숭실대학교산학협력단 | 시간 영역에서의 차신호 에너지법에 의한 음주 판별 방법, 이를 수행하기 위한 기록 매체 및 장치 |
| KR101621780B1 (ko) | 2014-03-28 | 2016-05-17 | 숭실대학교산학협력단 | 차신호 주파수 프레임 비교법에 의한 음주 판별 방법, 이를 수행하기 위한 기록 매체 및 장치 |
| JP6912303B2 (ja) * | 2017-07-20 | 2021-08-04 | 東京瓦斯株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| CN113611325B (zh) * | 2021-04-26 | 2023-07-04 | 珠海市杰理科技股份有限公司 | 基于清浊音实现的语音信号变速方法、装置和音频设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4051331A (en) | 1976-03-29 | 1977-09-27 | Brigham Young University | Speech coding hearing aid system utilizing formant frequency transformation |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0287741B1 (en) * | 1987-04-22 | 1993-03-31 | International Business Machines Corporation | Process for varying speech speed and device for implementing said process |
| JP2612868B2 (ja) | 1987-10-06 | 1997-05-21 | 日本放送協会 | 音声の発声速度変換方法 |
| DE69024919T2 (de) * | 1989-10-06 | 1996-10-17 | Matsushita Electric Ind Co Ltd | Einrichtung und Methode zur Veränderung von Sprechgeschwindigkeit |
| JP2890530B2 (ja) * | 1989-10-06 | 1999-05-17 | 松下電器産業株式会社 | 音声速度変換装置 |
| DE69228211T2 (de) * | 1991-08-09 | 1999-07-08 | Koninklijke Philips Electronics N.V., Eindhoven | Verfahren und Apparat zur Handhabung von Höhe und Dauer eines physikalischen Audiosignals |
| US5305420A (en) * | 1991-09-25 | 1994-04-19 | Nippon Hoso Kyokai | Method and apparatus for hearing assistance with speech speed control function |
| JPH06202691A (ja) * | 1993-01-07 | 1994-07-22 | Nippon Telegr & Teleph Corp <Ntt> | 音声情報再生速度制御方法 |
| US5630013A (en) * | 1993-01-25 | 1997-05-13 | Matsushita Electric Industrial Co., Ltd. | Method of and apparatus for performing time-scale modification of speech signals |
| JP3147562B2 (ja) * | 1993-01-25 | 2001-03-19 | 松下電器産業株式会社 | 音声速度変換方法 |
| JP3373933B2 (ja) * | 1993-11-17 | 2003-02-04 | 三洋電機株式会社 | 話速変換装置 |
| JP3457393B2 (ja) * | 1994-09-14 | 2003-10-14 | 日本放送協会 | 話速変換方法 |
| JP3123397B2 (ja) | 1995-07-14 | 2001-01-09 | トヨタ自動車株式会社 | 車両用舵角比可変操舵装置 |
| JPH09152889A (ja) * | 1995-11-29 | 1997-06-10 | Sanyo Electric Co Ltd | 話速変換装置 |
| US6009386A (en) * | 1997-11-28 | 1999-12-28 | Nortel Networks Corporation | Speech playback speed change using wavelet coding, preferably sub-band coding |
-
1997
- 1997-03-14 JP JP9061015A patent/JP2955247B2/ja not_active Expired - Lifetime
-
1998
- 1998-03-13 KR KR1019980709078A patent/KR100283421B1/ko not_active Expired - Lifetime
- 1998-03-13 US US09/180,429 patent/US6205420B1/en not_active Expired - Lifetime
- 1998-03-13 EP EP98907216A patent/EP0910065B1/en not_active Expired - Lifetime
- 1998-03-13 CN CN98800250A patent/CN1101581C/zh not_active Expired - Lifetime
- 1998-03-13 DE DE69816221T patent/DE69816221T2/de not_active Expired - Lifetime
- 1998-03-13 WO PCT/JP1998/001063 patent/WO1998041976A1/ja not_active Ceased
- 1998-03-13 DK DK98907216T patent/DK0910065T3/da active
- 1998-03-13 CA CA002253749A patent/CA2253749C/en not_active Expired - Lifetime
- 1998-11-13 NO NO19985301A patent/NO316414B1/no not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4051331A (en) | 1976-03-29 | 1977-09-27 | Brigham Young University | Speech coding hearing aid system utilizing formant frequency transformation |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8165888B2 (en) | 2007-03-16 | 2012-04-24 | The University Of Electro-Communications | Reproducing apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| WO1998041976A1 (fr) | 1998-09-24 |
| DK0910065T3 (da) | 2003-10-27 |
| CN1101581C (zh) | 2003-02-12 |
| CA2253749C (en) | 2002-08-13 |
| EP0910065A1 (en) | 1999-04-21 |
| NO985301L (no) | 1998-12-16 |
| DE69816221D1 (de) | 2003-08-14 |
| CN1219264A (zh) | 1999-06-09 |
| NO316414B1 (no) | 2004-01-19 |
| US6205420B1 (en) | 2001-03-20 |
| CA2253749A1 (en) | 1998-09-24 |
| DE69816221T2 (de) | 2004-02-05 |
| KR20000010930A (ko) | 2000-02-25 |
| JPH10257596A (ja) | 1998-09-25 |
| EP0910065A4 (en) | 2000-02-23 |
| NO985301D0 (no) | 1998-11-13 |
| EP0910065B1 (en) | 2003-07-09 |
| KR100283421B1 (ko) | 2001-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH10257596A (ja) | 話速変換方法およびその装置 | |
| US5611018A (en) | System for controlling voice speed of an input signal | |
| KR100302370B1 (ko) | 음성구간검출방법과시스템및그음성구간검출방법과시스템을이용한음성속도변환방법과시스템 | |
| KR101334366B1 (ko) | 오디오 배속 재생 방법 및 장치 | |
| JP3220043B2 (ja) | 話速変換方法およびその装置 | |
| JPH09198089A (ja) | 再生速度変換装置 | |
| JP3378672B2 (ja) | 話速変換装置 | |
| JP2001184100A (ja) | 話速変換装置 | |
| JP3961616B2 (ja) | 話速変換方法および話速変換機能付補聴器 | |
| JP3081469B2 (ja) | 話速変換装置 | |
| JP3162945B2 (ja) | ビデオテープレコーダ | |
| JP3357742B2 (ja) | 話速変換装置 | |
| JP3373933B2 (ja) | 話速変換装置 | |
| JP4212253B2 (ja) | 話速変換装置 | |
| JP3284968B2 (ja) | 話速変換機能を有する補聴器 | |
| JPH0580796A (ja) | 話速制御型補聴方法および装置 | |
| JP4580297B2 (ja) | 音声再生装置、音声録音再生装置、およびそれらの方法、記録媒体、集積回路 | |
| JPH06289895A (ja) | リアルタイム話速変換方法 | |
| JPH07210192A (ja) | 出力データ制御方法及び装置 | |
| JP3102553B2 (ja) | 音声信号処理装置 | |
| JP3457393B2 (ja) | 話速変換方法 | |
| JPH09146587A (ja) | 話速変換装置 | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| JP2870421B2 (ja) | 話速変換機能を有する補聴器 | |
| JPH0772896A (ja) | 音声の圧縮伸長装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090716 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100716 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110716 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120716 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120716 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130716 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140716 Year of fee payment: 15 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |