JPH04301700A - デジタル音声信号再生装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、デジタル音声信号のデ
ータ数を削減し、短時間で再生音声信号の再生を行う頭
出しなどに適したデジタル音声信号の再生装置に関する
。

【０００２】

【従来の技術】従来より、各種の音声録音再生装置が知
られている。この中で、半導体メモリを利用した音声記
録再生装置は、そのアクセスを高速かつランダムに行う
ことができ、また再生のために機械的駆動機構が必要が
ないなどの利点を有するため、留守番電話機の記録再生
装置などに広く利用されている。

【０００３】一方、音声記録再生装置においては、記録
所望の音声データを選択するために、記録されている高
速にデータを再生することが行われている。

【０００４】特に、デジタル音声信号を半導体メモリに
記憶する再生装置においては、デジタル信号処理におい
てデータの一部を間引き、データ数を削減し、再生時間
を短縮して早聞き再生を行っている。

【０００５】

【発明が解決しようとする課題】しかし、従来の装置に
おいては、音声データを１／２程度にするのが限度であ
り、これ以上のデータの間引きを行うと再生した際に、
その内容を理解することができず、さらに高速の早聞き
が不可能であるという問題点があった。

【０００６】一方、早聞きはなるべく高速であることが
好ましいく、さらに高速の早聞きを可能とすることが望
まれている。

【０００７】本発明は、上記課題に鑑みなされたもので
あり、非常に高速の早聞きが可能な音声再生装置を提供
することを目的とする。

【０００８】

【課題を解決するための手段】本発明は、入力されるデ
ジタル音声信号を間欠的に所定時間分ずつサンプリング
する間欠サンプリング手段と、サンプリングされた音声
データを間引き、データ量を削減するデータ間引手段と
、間欠的にサンプリングされかつ間引かれた音声データ
を連続して出力する出力手段とを有することを特徴とす
る。

【０００９】

【作用】本発明によれば、間欠サンプリング手段によっ
て、所定時間ごとの音声データを所定時間分ずつサンプ
リングする。そして、この間欠的にサンプリングされた
データの中でデータの間引き処理を行う。このためサン
プリングされたデータ内での間引きによるデータ量の削
減が図られる。従って、全体としてのデータの削減量は
、間欠サンプリングと間引きを合わせたものとなる。 このため、例えば１０秒毎に５秒サンプリングしその中
で１／２間引きすれば、データ量は１／４となり、１０
秒分の音声データの再生を２．５秒間で行えることにな
る。すなわち、５秒分の音声データが２．５秒で再生さ
れ、次の５秒分のデータは再生されずに捨てられ、その
次の５秒分のデータが２．５秒で再生され、これを繰り
返すことになる。

【００１０】このように、データ間引き率は５０％程度
とすれば、間引き後のデータ内容を聞き取ることができ
る。また、所定時間ごとのサンプリングを５秒おき程度
とすれば、再生がとぎれとぎれとはなるが、その内容を
認識することができ、頭出しなどには十分利用すること
ができる。従って、４倍程度の高倍率の早聞きが可能と
なる。

【００１１】

【実施例】以下、本発明の実施例について、図面に基づ
いて説明する。図１は全体構成ブロック図であり、音声
メモリ１０に音声データが記憶される。この音声メモリ
１０は半導体メモリ（ＲＡＭ）であり、入力される音声
信号を符号化し、データ量を削減したデジタルデータと
して記憶している。

【００１２】この音声メモリ１０には、コントローラ１
２からの信号に応じて、音声メモリ１０に対するアクセ
ス場所を指定するアドレスカウンタ１４が接続されてい
る。すなわち、記録、再生、早聞き再生などのモードを
コントローラ１２が認識し、アドレスカウンタ１４に所
定の信号を供給する。そこで、アドレスカウンタ１４は
アクセス場所を示すアドレス信号を所定のクロックに応
じて出力する。そして、音声メモリ１０はアドレス信号
で特定されたアドレスのメモリに記録またはそのアドレ
スのメモリの記憶内容を出力する。早聞きの場合には、
アドレスカウンタ１４から出力されるサンプリング区間
毎（例えば１０秒毎）のアドレス信号に応じて、そのア
ドレス記憶内容を順次出力する。

【００１３】一方、音声メモリ１０の出力経路には、ピ
ッチ検出バッファ２０が接続されており、音声メモリ１
０から読み出されたデータは、ここに所定量ずつ一時的
に記憶される。そして、このピッチ検出バッファ２０に
はピッチ検出器２２が接続されており、このピッチ検出
器２２によって、音声メモリ１０から読み出された音声
データのピッチが検出される。

【００１４】ここで、このピッチとは、音声の発生源の
種類によって定まる音声の繰り返し周期のことである。 例えば、人の声の場合には、その人の声帯によって基本
周波数が決定されており、この基本周波数の各種の高調
波によって各種の周波数の声が発せられる。そこで、通
常の人の発する音は、その人の基本周波数に対応した周
期で強弱を繰り返すものとなり、これを一般にピッチ周
期と呼んでいる。

【００１５】このため、このピッチ周期はピッチ検出バ
ッファ２０に記憶されている時間的に前の音声データと
、入力されてくる時間的に後の音声データの自己相関を
求めることによって、検出できる。そして、この検出さ
れたピッチ周期については継続して音声データを再生す
ることにより、１つの音について人が認識できる音の再
生が行える。なお、通常の人の音声の場合のピッチ周期
は１０〜３０秒程度である。１人のピッチ周期は余り変
化しない。従って、ピッチは全データについて検出して
も、間欠的に検出してもよい。

【００１６】そして、ピッチ検出器２２において検出し
たピッチ周期についてのデータは間引き回路３０に供給
される。この間引き回路は、ピッチ検出バッファ２０か
ら供給される音声データをピッチ周期に応じて間引く。 すなわち、検出されたピッチ周期が継続して２０ｍｓｅ
ｃであった場合には、２０ｍｓｅｃ分のデータを出力し
た後、次の２０ｍｓｅｃ分のデータを捨て、これを繰り
返すことによって、データの一部を間引く。そして、こ
のように検出したピッチに応じて、ピッチ周期毎にデー
タを捨てると、音の長さが短縮されるが、音の単位であ
るピッチの途中では音が切られておらず、短縮に起因す
る音声再生への悪影響を最小限とすることができる。

【００１７】さらに、間引き回路３０には、復号化部４
０を介し、ＦＩＦＯバッファ４２が接続されている。こ
の復号化部４０は、読み出された符号化されたデータを
音声信号をＡ／Ｄ変換したのと同様のデジタル音声デー
タに変換するものである。そして、このデジタル音声デ
ータが、ＦＩＦＯバッファ４２から所定の周波数で出力
される。このために、ＦＩＦＯバッファ４２には読み出
しクロックとしてｆｓが供給されており、このｆｓはＦ
ＩＦＯバッファ４２からのデジタルデータをアナログ信
号に変化するＤ／Ａ変換器のクロックに同期している。 そこで、ＦＩＦＯバッファ４２からの信号をＡ／Ｄ変化
することによって、音声信号を再生することができる。

【００１８】図２は、この装置の早聞き再生時の動作を
示すフローチャートであり、まずコントローラ１２から
の指令によってアドレスカウンタ１４に再生開始アドレ
スをセットする（Ｓ１）。これによってアドレスカウン
タ１４は、再生開始アドレスから順次アドレスをインク
リメントしていく。従って、音声メモリ１０からアドレ
スカウンタ１４によって特定されるアドレスに記憶され
ているデータが順次出力される。

【００１９】音声メモリ１０から読み出されたデータは
、ピッチ検出バッファ２０に転送され（Ｓ２）、このデ
ータに基づき、ピッチ検出器２２によってピッチが検出
される（Ｓ３）。そして、ピッチ検出バッファ２０から
のデータは間引き回路３０において、ピッチ基づき間引
かれ、復号化された後、ＦＩＦＯバッファ４２に転送さ
れ（Ｓ４）、ここから所定の周波数で出力される。

【００２０】一方、コントローラ１２は、アドレスカウ
ンタ１４のカウント値などにより１０秒間相当のデータ
を読み出したかを判断し（Ｓ５）、１０秒経過した場合
にはアドレスカウンタ１４に置けるカウント値を１０秒
間相当だけ空送りする（Ｓ６）。このため、次の１０秒
分のデータが捨てられることになる。そして、この読み
出されたデータを間引き回路３０において１／２に間引
けば、図３に示すように、２０秒毎の１０秒間の音が５
秒ずつの音として再生されることになる。

【００２１】さらに、上述の例では、ピッチ検出器２２
において、自己相関を検出することによってピッチを検
出したが、他の方法でピッチを検出することもできる。 これについて、図４のフローチャートに基づいて説明す
る。

【００２２】間引き回路３０における間引きをＯＦＦす
る（Ｓ２０１）。そして、変数ｃ１を０にセットした後
（Ｓ２０２）、この状態で、１ワードずつ読みだし（Ｓ
２０３）、条件を満足するかを判定する（Ｓ２０６）。 ここで、この条件判定の前に、ｃ１に１を加算し（Ｓ２
０４）、このｃ１が所定の定数ｎに至っていないかを判
定する（Ｓ２０５）。この定数ｎは通常の１ピッチに対
応する数字であり、１０〜３０ｍｓｅｃ程度に対応する
ようにセットされる。なお、このｎは前回のｃ１の２倍
程度の値に設定しておいてもよい。

【００２３】条件が満足され、ピッチが検出された場合
には、間引きがＯＮされ（Ｓ２０７）、ｃ１に０がセッ
トされ（Ｓ２０８）、同様にしてピッチを検出する（Ｓ
２０９〜Ｓ２１３）。そして、ピッチが検出された際に
、Ｓ２０１に戻り間引きをＯＦＦする。これによって、
ピッチ検出毎に再生のＯＮ、ＯＦＦを交互に切り替える
ことができ、音声を短縮する早聞きを行なうことができ
る。

【００２４】ここで、Ｓ２０６およびＳ２１２における
条件判定は、次の３条件を満たしているか否かで行なう
。

【００２５】（ア）ａ＜ｂ （イ）ａ＊ｂ＜０ （ウ）｜ａ｜＋｜ｂ｜＜ｋ／ｉ 音声信号は、例えば図５に示すように振幅が所定の周期
で大小を繰り返すものである。そして、この振幅が小さ
くなった場所がピッチ周期の区切り（ピッチ）である。 そこで、このような音声信号をＡＤ変換する場合には所
定のサンプリング周期で、その時の振幅値がデジタルデ
ータに変換される。そして、この値が音声メモリ１０に
記憶されるが、この値を０を中心とした振幅についての
値とすれば、音声メモリ１０から出力されるｎおよびｎ
＋１のサンプリング点のデータは、図に示すａ，ｂのよ
うな正負の符号を持つ振幅の値となっている。そこで、
この値について上述の（ア），（イ）を満足する点を取
れば、振幅の値が負から正に変化する点を抽出すること
ができる。そして、条件（ウ）は、振幅の値が、所定の
しきい値以下であることを示しており、所定の低振幅の
点を抽出することによって、ピッチを検出することがで
きる。

【００２６】また、このしきい値は最大振幅ｋに対し、
所定の割合（例えば、１／１６，ｉ＝１６）となるよう
に決定する。そこで、この最大振幅ｋの決定について図
６に基づいて説明する。まず、スタート当初は、初期値
として音声データが取り得る正の最大値（例えば、振幅
が８ビットのデータで表現されているならば、８ビット
で示すことができる最大値）をｋにセットする（Ｓ１０
１）。そして、ｋ更新の時期を決定するための変数ｃ２
及び最大値を仮に入力しておく変数Ｍを０にセットし（
Ｓ１０２，１０３）する。

【００２７】そして、振幅についてのデータを読み出し
、変数Ｄに入力する（Ｓ１０４）。次に、読み出したデ
ータＤがこれまでの最大値Ｍより大きいか否かを判定し
（Ｓ１０５）、大きかった場合には変数Ｍに今回のデー
タＤを入力して最大値を更新する（Ｓ１０６）。そして
、変数ｃ２に１を加算し（Ｓ１０７）、ｃ２＞Ｌか否か
を判定し（Ｓ１０８）、ｃ２がＬ以下であった場合には
Ｓ１０４に戻ることによって、ｃ２がＬに至るまで最大
値をＭに入力する処理を繰り返す。

【００２８】ここで、このＬは予め定められた値であり
、上述の概略１ピッチを示すｎより十分大きく設定する
。そして、ｃ２＞Ｌとなった場合に、Ｍの値をｋに代入
して（Ｓ１０９）、Ｓ１０２に戻る。従って、Ｌ（例え
ば、ほぼピッチ）毎に、その時の最大値が、ｋに入力さ
れる。そして、このｋの値が次の６ピッチ続くことにな
る。

【００２９】なお、上述のように、ｋは当初最大値にセ
ットされるため、振幅のしきい値ｋ／ｉは、大きな値と
なっている。そこで、条件を満足する点を見つけやすい
。そして、次の回からは、実際に検出されたｋを用いて
、好適なピッチ検出を行なうことができる。

【００３０】

【発明の効果】以上説明したように、本発明に係る音声
再生装置によれば、所定期間毎のサンプリングと間引き
を組み合わせ、高倍率の早聞き再生を可能とする。

【図面の簡単な説明】

【図１】実施例の全体構成ブロック図である。

【図２】早聞き再生時の動作フローチャートである。

【図３】早聞き再生の説明図である。

【図４】ピッチ検出のフローチャートである。

【図５】条件の設定を説明する説明図である。

【図６】ｋ算出の動作を示すフローチャートである。

【符号の説明】

１０　　音声メモリ １２　　コントローラ １４　　アドレスカウンタ ２０　　ピッチ検出バッファ ２２　　ピッチ検出器 ３０　　間引き回路 ４０　　復号化部 ４２　　ＦＩＦＯバッファ

Claims (1)

【特許請求の範囲】
1. 【請求項１】デジタル音声信号の再生装置であって、入
   力されるデジタル音声信号を間欠的に所定時間分ずつサ
   ンプリングする間欠サンプリング手段と、サンプリング
   された音声データを間引き、データ量を削減するデータ
   間引手段と、間欠的にサンプリングされかつ間引かれた
   音声データを連続して出力する出力手段と、を有するこ
   とを特徴とするデジタル音声信号再生装置。