JPH037312B2 - - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は一般的にはデイジタルおよびアナログ
通信システムに関し、さらに詳しく言えば、デイ
ジタル音声フアイリングおよび検索システムに関
する。

〔従来技術〕

デイジタル化された音声信号を記憶して後に検
索することを要求するアプリケーシヨンは非常に
多い。事前に記録されたメツセージまたは命令単
語の用語を記憶する音声応答ユニツトや、電話返
答アプリケーシヨンの場合に記憶および後の検索
のためのオンラインアナログ音声メツセージのデ
イジタル化されたバージヨンを記憶する音声フア
イリングシステムがある。オフイス通信が重視さ
れるようになるにつれて、コンピユータ制御の下
での検索のための音声のデイジタル化およびフア
イリングは、この技術分野では重要なアプリケー
シヨンとなつてきている。

従来の音声フアイリングシステムは電話線から
アナログ音声信号を取り出し、これを低率のデイ
ジタルコードに変換して、その結果を磁気デイス
クのようなデイジタル記憶媒体に記憶する。この
システムの並列アナログトーン制御信号は、通常
電話トーン信号キーパツドを用いて行われる。メ
モリ空間を節約するために、低率の音声コード化
手法が用いられている。デイスク記録装置の要件
は、受信された実際の信号を記憶する前にほとん
どの音声入力信号固有の無声間隙（以下、単に間
隙ともいう）を除去することで、かなり減る。無
声間隙の情報は、通常、ランレングスコード化手
法で保持され、コード化された音声信号と共に多
重化された形で記憶媒体上に記憶される。再生す
るときには、聴取者に自然な音が得られるよう、
無声間隙は音声メツセージストリーム再び挿入さ
れる。

従来技術の問題点は、ハイブリツド回路が２線
式電話線から４線式音声エンコーダ・デコーダイ
ンターフエースへの変換を行つていることであ
る。したがつて使用される並列トーン受信部に対
して厳しくかつ矛盾する要件を課することにな
る。並列トーン受信部への入力は、並列コード化
トーンの形を有する遠隔制御信号と、アナログ音
声入力信号である。並列トーン受信部は遠隔制御
信号には反応しなければならないが、記憶すべき
信号であるアナログ音声入力信号には反応しては
ならない。受信部が音声信号スペクトラム部分を
制御トーンのペアとして誤つて解釈しないよう
に、受信部は良好な“トークオフ（talk off）”
保護回路を有していなければならない。高性能の
並列トーン受信部はたいていこの機能を持つてい
る。ハイブリツド回路がもし完全なものとするな
ら記憶された音声を再生するときは並列トーン受
信部への入力は理想的には遠隔並列トーン制御信
号だけであろう。

残念ながら安全なハイブリツド回路というもの
は存在しないのでハイブリツド回路の支脈の間で
多大なロスまたは漏洩が発生する。送信支脈から
受信支脈までのロスは通常は15dbの範囲にある。
たとえば再生の送信レベルを0dbmとするとハイ
ブリツド回路の入力支脈のところの漏洩信号は−
15dbm以上になる。アナログ式電話線からの入力
信号レベルは通常は−25dbmの範囲にある。した
がつて再生モードのときは、前に記憶されハイブ
リツド回路を介して送出される再生メツセージか
らの−15dbmの漏洩信号によつて−25dbmの入力
制御信号が全く忙殺されてしまう。受信部の通常
のトークオフ回路の場合、この段階のオペレーシ
ヨンの間は制御信号は全く受信されない。唯一の
応答の機会は再生信号レベルがほぼ０のとき挿入
される無声間隙の間だげであろう。無声間隙が十
分に長いときは受信側は制御信号に応答すること
もできるが、通常は自動利得制御回路が組み込ま
れているために高束の回復ができないので受信部
は無声間隙が短いときの制御信号には応答しな
い。

次に以上に示した問題点を、図面を参照して説
明する。

検索の目的から、コンピユータシステムの制御
の下で音声信号をデイジタル化して記憶すること
を必要とするシステムは非常に多い。たとえば例
としてIBMシリーズ／１の電話通信フイーチヤ
のような音声応答ユニツトがある。これは、後の
検索のために命令またはアプリケーシヨンデータ
の事前に記録された用語を記憶するものである。
また、電話返答システムで用いられる、記憶され
たオンラインの会話に関する音声メツセージのフ
アイリングまたは分散に必要なオフイスシステム
もその例の１つである。音声フアイリングおよび
検索（または分散）の機能は将来のオフイス通信
システムにとつて重要なものである。

従来の代表的な音声フアイリングシステムの構
成を第２Ａ図および第２Ｂ図に示す。第２Ａ図で
は、アナログ音声入力信号が電話線１から取り出
され、エンコーダ２で低率のデイジタルコードに
変換されて、線１０に送出されるデイジタル信号
として磁気デイスクのようなデイジタル記憶媒体
に記憶される。システムの制御は従来の電話トー
ンキーパツドで提供される通常の並列トーン信号
によつて行われる。制御コマンドは遠隔からその
フアイリングシステムへ入力される識別番号、フ
アイル番号、再生命令等を含む。

メモリ空間を節約するために、サブバンドコー
デイング、アダアプテイブトランスフオームコー
デイング、またはリニアプレデイクテイブコーデ
ングのような低率の音声コーデイング手法を用い
て、デイジタルデータおよびデイジタル化された
音声用の代表的な電話アナログシグナリングレー
トである64kビツト／秒から圧縮コーデイングレ
ートである16kビツト／秒に有効なコーデイング
レートを落とす。情報を記憶する前に音声信号入
力から一般的な無声間隙を除去することでデイス
ク記憶装置をかなり減らすことができる。無声間
隙は磁気媒体に記録されるデイジタル化された音
声信号と多重化される。第２Ａ図では、コード化
されたデイジタル入力信号は線３上にあらわれ音
声レベル検知部４へ送られる。所定のしきい値よ
り下のレベルは無音声として識別され、このレベ
ルが間隙長さエンコーダ７を駆動することによつ
て線８を介してコード化された間隙長さ情報がマ
ルチプレクサ５に供給される。無声間隙が検知さ
れたときはマルチプレクサ制御部６が駆動され、
線９を介して出力信号がマルチプレクサ５に供給
されて、音声信号が低レベルにある間（音声がな
い部分）、間隙長さエンコーダ７からのコード化
された間隙長さ情報が記憶媒体上に挿入される。

第２Ｂ図は再生用のシステムのオペレーシヨン
を説明する図である。再生中は、記憶媒体からの
デイジタル音声情報およびコード化された間隙長
さ情報が線１２を介してデマルチプレクサ制御部
１３へ供給される。並列トーンコード検知部（図
示せず）からくる再生制御信号は線１１を介して
再生制御部１６へ供給される。再生モードの時は
再生制御部１６は活動化され、線１４上のコード
化された間隙長さ情報を用いて間隙長さ信号を生
成し無声信号発生器１８を駆動する。無声信号発
生器１８は自然な感じが得られるような低レベル
のランダムな雑音または無声状態を発生する。こ
の信号はデイジタル化された形で線１９を介して
低率のデコーダ２０に供給される。低率のデコー
ダ２０の出力から線２１には合成されたアナログ
出力信号が送出される。このアナログ出力信号は
“無声”間隙または自然な感じが得られるような
低レベルのランダムな雑音の間隙が適切に挿入さ
れた形で再構成されたアナログ音声信号である。

電話線の遠隔端末のところの聴取者が並列トー
ン制御信号により間隙の長さを制御できるという
機能が付加されることも多い。遠隔のユーザは間
隙を全体の期間または高速再生のために比例的に
減ぜられた部分的な期間に挿入することを選定で
きる。もとの間隙の値（または除去される間隙）
の２分の１、４分の１、または８分の１が代表的
なシステムでは選択できる。音声の有無のあいま
いさをなくすために必ず使用される音声レベル検
知回路の実際的な設計を考えると、現実には、最
小限およそ20ミリ秒の期間の間隙が存在する。

第３Ａ図および第３Ｂ図は入力および制御モー
ドのとき、ならびに再生および制御モードのとき
の従来のデイジタル音声フアイリングシステムを
それぞれ示す図である。第３Ａ図において、電話
線１上のアナログ入力信号が、４線式音声エンコ
ーダ／デコーダインターフエースから通常の２線
式電話線へのインターフエースを行うため、通常
のハイブリツド回路Ｈ２２へ供給される。ハイブ
リツド回路２２は受信側のアナログ出力を音声入
力部２４および並列トーン受信部２３へ向ける。
並列トーン受信部２３は制御トーンを受信して制
御信号を記憶装置を含むシステム制御２６に供給
する。音声入力部２４は第２Ａ図に示した低率の
エンコーダ２およびマルチプレクサ５を組み込
む。音声出力部２７は再生中に出力を取り出し
て、再構成された形（アナログ）でハイブリツド
回路２２にこれを供給する。この出力は電話線１
を介して送出される。

第３Ａ図中の破線はスイツチ式電話線を介する
代表的な受信レベルである−25dbmの相対的な信
号レベルを有する音声入力信号の経路を示す。並
列トーン制御信号もまた同様な信号レベルを有す
る。並列トーン受信部２３には厳しくかつ矛盾す
る要件が課せられている。

音声入力の間は、システムへの入力はそのシス
テムが反応すべき遠隔制御信号と、制御システム
が反応すべきでない記録中の入力音声信号と、を
有する。トークオフ保護回路は、通常、並列トー
ン受信部２３に含まれる。これは、受信部が音声
スペクトラム部分を制御トーンのペアとして誤つ
て解釈することのないようにするものである。第
３Ａ図に示すように遠隔音声信号および制御信号
はいずれもおよそ−25dbmのレベルでフアイリン
グシステムインターフエースのところの到達す
る。

問題は主として再生時に発生する。ハイブリツ
ド回路２２が完全なものであるとするなら再生期
間中は並列トーン受信部２３への入力は理想的に
は遠隔で生成されそして受信された遠隔制御信号
だけであろう。実際のハイブリツド回路は完全な
ものではなく送信支脈から受信支脈へのロスが通
常およそ15dbにもなるため、この問題が発生す
る。10dbという最悪のケースも少なくない。音
声出力部２７の出力側での代表的な送信レベルは
普通0dbmである。換言すると、再生モードのと
きは、ハイブリツド回路２２を介する漏洩により
発生されおよそ−15dbmから最高−10dbmのレベ
ルを有する信号が並列トーン受信部２３への入力
のところに存在する。これは受信部においてトー
クオフ回路の性能の要件に対して大きな負担とな
る。

もつと言えば、再生中に並列トーン受信部２３
へ制御信号が送信されるとき、これが大きな問題
となるのである。再生中のメツセージの中断、他
のメツセージの要求、または新しい間隙挿入命令
の付与等のために遠隔制御信号は、通常、再生中
に受信される。受信される制御信号の通常のレベ
ルはおよそ−25dbmである。ハイブリツド回路２
２から−15dbmの音声漏洩再生信号があるときは
この制御信号は全く受信できない。というのは、
トークオフ回路は漏洩により見かけ上−15dbmの
入力信号に調整されるからである。したがつて受
信部が実際に制御信号に応答する唯一の機会は再
生信号レベルがほぼ０の場合の間隙のところだけ
である。間隙が十分に長いときは、トークオフ回
路が再安定化し、自動利得制御回路（通常トーク
オフ保護を援助するものとして受信部の機能の一
部として組み込まれている）が低信号レベルに再
安定化すると、受信部は応答する。音声信号のエ
コー（echo）が誤つた信号を擬制しないように
するために、自動利得制御回路は比較的低い回復
レート（したがつて遅い）を有し、受信信号レベ
ルの全体的な平均変化を数百ミリ秒のオーダーで
調整することが要求される。したがつて、再生メ
ツセージに間隙が存在するために受信部の入力の
ところで大信号がなくなつたときは、低レベルエ
コー戻り信号が通常の送信信号としてのレベルま
で増加しないよう利得はゆつくり増える。このよ
うに自動利得制御回路に低回路レートが与えられ
ると、受信部は短い間隙のところでは制御信号に
は応答しないし、ましてや普通の間隙の長さが
１／２、１／４等（最小限およそ20ミリ秒）に減
じられている間隙のところの制御信号には全く応
答しない。したがつてユーザが間隙の除去された
または短縮された記録済のフアイルを誤つて選択
した場合、それが全て再生し終るまでは遠隔端末
からはシステムを制御することができない。

第３Ｂ図はそうした問題の発生した状況を示す
図である。図中の破線は出力信号の経路を示す。
−25dbmの並列トーン制御信号はハイブリツド回
路２２を介して並列トーン受信部２３に供給され
る。その間0dbmの再生音声信号に伴う−15dbm
の漏洩出力が並列トーン受信部２３に印加され
る。自動利得制御回路は−15dbまたはそれより
も大きいレベルを持つた信号に合つた入力利得に
調整されている。したがつて−25dbmの入力制御
信号は、十分な長さを有する間隙が存在し自動利
得制御回路が制御信号を通すことのできる新しい
低レベルに調整されるだけの十分な時間がない限
り、全く認識されない。

〔発明が解決しようとする問題点〕

以上説明したように従来のデイジタル音声シス
テムにおいては、再生期間中は端末側の線からシ
ステムの方には制御信号を送ることができないと
いう問題がある。

本発明の目的はこの問題を解決することにあ
る。

〔問題点を解決するための手段〕

本発明では以下のようにしてこの目的を達成す
る。上記のシステムの例で説明すると、真の問題
は、0dbmの再生信号の漏洩出力（−15dbm）が
並列トーン受信部に印加されていることにある。
すなわち、トークオフ保護回路の要請から低回復
レートを有する自動利得制御回路が−15dbmの漏
洩出力レベルに調整されているため、再生信号が
なくなつても−25dbmの制御信号を受信できる利
得に直ぐには調整されないことである。したがつ
て、本発明では活動再生期間中および短い間隙の
間中は漏洩信号が並列トーン受信部に印加されな
いようにしておくことによつて、この問題を解決
する。

すなわち、ハイブリツド回路を介してアナログ
音声信号を受信してこれをデイジタル形式に変換
して記録し、デイジタル形式で記録されているア
ナログ音声信号をアナログ形式に変換してこれを
ハイブリツド回路から送信する音声信号記録再生
システムがあつてこのシステムの制御のための並
列トーン制御信号をハイブリツド回路を介して受
信する並列トーン受信部がハイブリツド回路を介
して受信される記録すべきアナログ音声信号を並
列トーン制御信号と誤認することのないよう自動
利得制御回路を備えたトークオフ保護回路を有す
る本発明の音声信号記録再生システムは、並列ト
ーン受信部が並列トーン制御信号を受信できるだ
けの期間以上の期間を有する間〓を再生コード信
号から識別し、この所定期間を有する間〓を再生
する間はハイブリツド回路からの信号入力経路を
並列トーン受信部に接続し前記所定期間を有する
間〓以外を再生する間はハイブリツド回路から並
列トーン受信部への入力経路を遮断して自動利得
制御回路を低レベルで安定させておくようにした
ことを特徴としている。

〔実施例〕

第１図は前記問題を解決した本発明の実施例を
説明する図である。第３図には音声フアイリング
システムおよびそれと同等なものに使用される改
善された制御手法および装置が、音声コーデイン
グ、デコーデイング、並列トーン受信、音声レベ
ル制御、音声レベル検知、および間隙長さコーデ
イングに関する全ての音声処理タスクのためのア
ルコリズムで動作するマイクロプロセツサの形で
基本的な構成により示されている。上記の音声処
理タスクはシステム制御２６として一般的に示し
たデイジタル信号プロセツサで行われる。このよ
うなタイプのシステムはIBMマニユアルGA34−
0174−０またはSY34−0236−０に記載されてい
る。

第１図に示すアナログインターフエースはアナ
ログ−デイジタルおよびデイジタル−アナログ変
換の標準的な構成を有する。アナログインターフ
エースは代表的には64kビツト／秒のレートで中
間的なPCMコード化信号を供給する。

第１図では並列トーン受信部２３は活動再生モ
ードオペレーシヨンの間は切替部３５によりハイ
ブリツド回路２２に接続される受信経路から外さ
れる。これにより、ハイブリツド回路２２を介し
て通常は並列トーン受信部２３および低率のエン
コーダ２に入るであろう比較的大きな振幅の音声
漏洩信号が除去される。したがつて、再生側から
の漏洩のために受信側で活動化されるどんな誤つ
た制御も除去される。さらに重要なことには、受
信部の構成要素である自動利得制御回路を非常に
低入力で静止レベルにすることができる。切替部
３５は記録モードおよび制御モード中ならびに再
生モードが非活動化されているときに通常の受信
ができるように制御される。

本実施例では、記憶媒体からくるデイジタル的
にコード化された音声信号と共に散在する既知の
無声間隙の長さを利用する。これらの間隙は長さ
に関してコード化されている。これらの関隙は全
て再生されることもあるし、または遠隔端末のユ
ーザが発生する制御信号によつて比例的に少なめ
の量に減ぜられることもある。再生中、間隙の長
さが、並列トーン受信部が遠隔のユーザからの考
えられる制御信号に応答するに十分な長さである
と検知されると、ハイブリツド回路２２からの信
号が並列トーン受信部２３に再入できるように切
替部３５は閉じられる。“適切な”間隙の長さの
ためのしきい値は使用される受信部のタイプおよ
び自動利得制御アルゴリズムによつて異なる。し
かしながら最も実際的な受信部の場合でも16ミリ
秒が最小限の時間である。これは、音声レベル検
知機構のターンアラウンド時間または残存時間か
ら生ずる最小限の実際的な間隙時間より短い。も
ちろん適切な大きさの間隙の発生を示す制御信号
は、音声デコーダ回路を介する伝搬遅延を考慮し
て、適切な量（代表的には16kビツト／秒の場
合、20ミリ秒）だけ遅延されねばならない。こう
すると、間隙情報はハイブリツド回路のところに
制御信号と同時に発生することができる。

再生モード中に容認できる長さの間隙がみつか
つたとすると、受信部の自動利得制御回路は低信
号レベル状態から始まるので、−25dbmの可能な
遠隔信号レベルにすばやく調整でき受信が成功す
るに十分な利得アタツクレートを有する。第２Ａ
図および第２Ｂ図ならびに第３Ａ図および第３Ｂ
図で説明した従来の構成では入力が、再生信号か
ら生ずるであろう比較的高レベルの漏洩信号の支
配を受けたときは、間隙が数百ミリ秒続くことで
もない限り、利得回復レートのため受信部は低レ
ベルの制御信号を調整することはできないであろ
う。また短い間隙のところの信号は全く無視され
るであろう。

自動利得制御回路のための利得アタツクレート
と回復レートとの関係は、ヘルワースとジヨーン
ズによる論文“音声信号の自動調整（Automatic
Conditioning of Speech Signals）”、アイ・イ
ー・イー・イー・トランザクシヨンズ・オン・オ
ーデイオ・アンド・エレクトロ・アコーステイツ
ク（IEEE Transactions on Audio and
Electro Acoustics）第AU−16巻第２号（1968
年６月）の第169頁以降に詳細に説明されている。
自動利得制御のためにデイジタル技術で実現され
る自動利得制御のアタツクレートおよび回復レー
トの概念は米国特許第3983381号に記載されてい
る。

信号の中に容認できる間隙が存在する時間中は
並列トーン受信部２３および低率のエンコーダ２
（第１図）に接続されるハイブリツド回路からの
信号で、受信部は記録モードのときと同様に動作
することができる。全ての並列トーン受信回路お
よびアルゴリズムに対して共通の有効信号（線３
８）は論理回路２９，３０、および３１からの間
隙信号（後述）と共にANDゲート３７でANDさ
れる。間隙期間が終つて活動音声再生が再開する
と、受信部は受信経路から外され、受信部の伝搬
遅延のため長続きしない応答が有効な制御信号と
して誤つて認識されないことをANDゲート３７
が保証する。音声再生信号の中の間隙期間中に有
効な制御信号が検出されると、システム制御はそ
の再生を停止して完全な制御情報を得るため受信
経路を開く。遠隔端末のところで電話キーパツド
の指定されたストツプキーを再生中に押すことに
より指令を発しようとする聴取者は、こうして遅
滞なく、システム全体の制御権を獲得することが
できる。

再生モードのときは、デマルチプレクサ１３が
多重化されたデイジタル音声および間隙をもとに
戻す。デイジタル音声信号は線１５を介して低率
のデコーダ２０に供給される。低率のデコーダ２
０は、デイジタル−アナログコンバータ（DAC）
２８に出力を供給する。デイジタル−アナログコ
ンバータ２８の出力はハイブリツド回路２２を介
して線１へ最終的に適用される。検出された間隙
ランレングコードは線１４ａを介して間隙長さデ
コーダ１６ａに供給される。間隙長さデコーダ１
６ａは比較回路２９に間隙期間の長さを供給す
る。間隙期間が少なくとも１６ミリ秒あると検知
された場合は、低率のデコーダ２０およびデイジ
タル−アナログコンバータ２８を介して音声信号
が伝搬するに十分の遅延を有する遅延回路３０へ
の出力は、デイジタル−アナログコンバータ２８
からの出力に同期して、線３３に、容認できる間
隙長さがみつかつたということを示す出力を発生
する。線３３に送出されたこの信号はORゲート
３１に供給される。ORゲート３１のもう１つの
入力には線３２を介する杏再生モード信号が供給
される。杏再生モード信号は記録モードまたは制
御モードが存在するときシステム制御２６から供
給される。以上の信号でORゲート３１が活動化
されると、それは切替部３５およびANDゲート
３７を制御する信号を線３４に送出する。容認で
きる長さの間隙が存在するときは、ハイブリツド
回路２２を介する線１からの入力信号で供給され
るアナログ−デイジタルコンバータ（ADC）３
６の信号が従来のシステムと同様に並列トーン受
信部２３および低率のエンコーダ２へ出て行くこ
とができるように切替部３５により再接続され
る。並列トーン受信部２３で並列トーン制御信号
が検出されると、線２５に出力が供給される。こ
の出力は、遠隔制御信号が存在するということを
示すものである。ANDゲート３７は真の入力制
御信号が存在するということをシステム制御部２
６に示すための有効信号を線３８に送出する。

〔発明の効果〕

以上説明したように本発明によれば、自動利得
制御回路が低レベルに調整されるので、遠隔から
の制御信号に直ちに応答することができる。

【図面の簡単な説明】

第１図は本発明の実施例を説明する図、第２Ａ
図および第２Ｂ図は従来の代表的な音声フアイリ
ングシステムの構成を示すブロツク図、第３Ａ図
および第３Ｂ図は従来の音声フアイリングシステ
ムの入力モードおよび再生モードそれぞれを示す
ブロツク図である。

Claims (1)

1. 【特許請求の範囲】 １ ハイブリツド回路を介してアナログ音声信号
   を受信してこれをデイジタル形式に変換して記録
   し、デイジタル形式で記録されているアナログ音
   声信号をアナログ形式に変換してこれを前記ハイ
   ブリツド回路から送信する音声信号記録再生シス
   テムであつて、該システムの制御のための並列ト
   ーン制御信号を前記ハイブリツド回路を介して受
   信する並列トーン受信部が前記ハイブリツド回路
   を介して受信される記録すべきアナログ音声信号
   を前記並列トーン制御信号と誤認することのない
   ように自動利得制御回路を備えたトークオフ保護
   回路を有するものにおいて、 前記並列トーン受信部が並列トーン制御信号を
   受信できるだけの期間以上の期間を有する間〓を
   再生コード信号から識別し、該所定期間を有する
   間〓を再生する間は前記ハイブリツド回路からの
   信号入力経路を前記並列トーン受信部に接続し前
   記所定期間を有する間〓以外を再生する間は前記
   ハイブリツド回路から前記並列トーン受信部への
   前記入力経路を遮断して前記自動利得制御回路を
   低レベルで安定させておくようにしたことを特徴
   とする音声信号記録再生システム。