JPH0764597A - 音声の圧縮伸長装置 - Google Patents

Abstract

(57)【要約】 【目的】 入力信号の呼気の切れ目によって生じるひと
まとまりの音声区間となる呼気段落内の音節数を検出す
ることで話者の発声速度を検出し、発声速度に応じて圧
縮伸長率を調整し、音質劣化を防止すると共に操作性の
向上を図ることを目的とする。 【構成】 記録時に入力された音声信号を記録する記録
手段１と、再生時に前記記録手段１からの音声信号出力
に基づいて発声速度を検出する発声速度検出手段２と、
該発声速度検出手段２からの発声速度データに基づいて
前記記録手段１から出力された再生音声信号の圧縮伸長
率を調節する圧縮伸長率調節手段３と、該圧縮伸長率調
整手段３からの圧縮伸長率データに基づいて前記再生音
声信号を圧縮伸長する圧縮伸長手段４とからなり、前記
発声速度検出手段２は前記再生音声信号の呼気の切れ目
によって生じる呼気段落内の音声の音節数により発声速
度を算出するものである。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声信号の時間軸変換を
行う時間軸圧縮伸長装置に係るもので、例えばビジネス
テープレコーダ、留守番電話、あるいはビデオテープレ
コーダ等の音声の早聞き及び遅聞き用途、又は聴覚障害
のある人に放送される音声信号をゆっくりとした聞きや
すい音声信号に変換する聴覚補助用途に利用するものに
関するものである。

【０００２】

【従来の技術】従来から例えばアナログ信号処理回路を
用いて音声信号の時間軸圧縮伸長を行う方式が提案され
ている。

【０００３】この方式は音声信号波形から単純な波形の
間引きを行ったり、またはこの単純波形を繰り返し挿入
したりしていたので、音声の繋ぎ目が不連続になり、再
生された音声の音質が悪くなるという問題点があった。

【０００４】そこで上述のアナログ信号処理回路に代わ
って、近年デジタル信号処理により音声信号の時間軸圧
縮伸長を行う方式が提案され始め、デジタル信号処理に
より入力音声信号のピッチ周期を検出し、そのピッチ部
の間引きあるいは挿入によって圧縮伸長を実現してい
る。

【０００５】しかしながら斯かる方式において入力され
る音声信号は予め設定された圧縮伸長率で全区間に亙り
一律な圧縮伸長が行われるため、再生音声の発生速度に
より再生音声の音質の劣化が生じる惧れがあった。

【０００６】

【発明が解決しようとする課題】上述のように従来の全
区間に置いて一律に圧縮伸長を行う音声の圧縮伸長方式
では入力される音声の発声速度によって問題点が生じ
る。

【０００７】即ち話者が発生する音声の発声速度は人に
よって夫々異なっており、例えば２５０語／分と遅い人
がいれば、５６０語／分と早い人もいる。このように発
生速度が違う人の音声を一律の圧縮伸長率で時間軸圧縮
伸長を行った場合、早聞き、遅聞き時に以下に示すよう
な再生音声の音質劣化が生じる。

【０００８】＜早聞き時＞発声速度が早い人では圧縮率
を上げて早聞き速度を上げた場合の再生音声では、早過
ぎて内容把握ができなくなり、再度早聞き速度を落とし
て聞かなければならない。

【０００９】＜遅聞き時＞発声速度が遅い人では、伸長
率を大きく、遅聞き速度を下げる場合の再生音声では、
テンポが一定となり、間が抜けた音声となって会話音声
としての自然性が劣化する。

【００１０】このように一律の圧縮伸長率による時間軸
圧縮伸長方式では上記の問題を解決するためにユーザが
入力される音声の発声速度に応じて圧縮伸長率を微妙に
調整しなければならないため操作性が著しく悪くなって
いた。

【００１１】また発声速度の違う複数の話者が交互に発
言する会議の会議録を作成するための用途において、圧
縮率を発声速度が遅い人に調整した早聞きでは、発声速
度の速い人に調整した場合は早聞きの主目的である時間
短縮ができなくなる。

【００１２】このように従来方式の一律の圧縮伸長率に
よる時間軸圧縮伸長装置では上記の欠点のために発声速
度に応じて再生音声を聞きながら微妙に再生速度を調整
しなければならない問題点があった。従って操作性は著
しく悪いものであった。もちろん上記の欠点は一人の話
者でも発声速度が変化する場合にも同様に生じる。

【００１３】そこで本発明は斯かる問題点を解決するた
めに入力信号の呼気の切れ目によって生じるひとまとま
りの音声区間となる呼気段落内の音節数を検出すること
で話者の発声速度を検出し、発声速度に応じて圧縮伸長
率を調整し、音質劣化を防止すると共に操作性の向上を
図ることを目的とするものである。

【００１４】

【課題を解決するための手段】本発明は、入力される音
声信号に基づいて発声速度を検出する発声速度検出手段
と、該発声速度検出手段からの発声速度データに基づい
て入力される音声信号の圧縮伸長率を調節する圧縮伸長
率調節手段と、該圧縮伸長率調整手段からの圧縮伸長率
データに基づいて前記音声信号を圧縮伸長する圧縮伸長
手段とからなり、前記発声速度検出手段は前記音声信号
の呼気の切れ目によって生じる呼気段落内の音声の音節
数により発声速度を算出するものである。

【００１５】

【作用】上記構成において、入力される音声信号の呼気
の切れ目によって生じるひとまとまりの音声区間となる
呼気段落内の音節値を検出することで入力音声の発声速
度を検出し、検出された発声速度を基に設定された圧縮
伸長率に対して圧縮伸長率を調整することで最適な再生
速度が得られるように音質の劣化防止や操作性の向上が
図れる。

【００１６】

【実施例】以下本発明の音声の圧縮伸長装置をＩＣメモ
リに音声を記録し、再生時に早聞き／遅聞き処理を行う
ＩＣレコーダに適用した一実施例について図面に基づき
詳細に説明する。

【００１７】［全体構成］図１は斯かるＩＣレコーダの
構成を示すブロック図であり、１はＩＣメモリ、２は発
声速度検出手段、３は圧縮伸長調整手段、４はピッチ伸
長圧縮手段であり、２〜４は一つのＤＳＰ(Digital Sig
nal Processer)６により構成されている。また５はＤ／
Ａ変換器、９はスピーカ、８はＡ／Ｄ変換器、７はマイ
クロフォンである。

【００１８】前記発声速度検出手段２による発声速度検
出方法は、入力される音声信号の呼気の切れ目によって
生じるひとまとまりの音声区間となる呼気段落内の音節
数を求める方法である。

【００１９】［発声速度の検出方法］そこで以下図２
（ａ）、（ｂ）を用いてこの呼気段落内の音節数を求め
る方法について説明する。

【００２０】呼気段落内の音節数を求める手法は、簡易
的に入力音声信号のエンベロープ波形（図２（ｂ）参
照）におけるピーク位置を求めてピーク数を検出し、そ
の個数を音節数としたものである。そして実際にはまず
音声のエンベロープ波形にスムージング処理を施し、そ
の後ピーク検出を行い、そのピーク数を計測して求め
た。

【００２１】発声速度は、前記検出した呼気段落の時間
（図２（ａ）参照）と音節数を用いて、該音節数を呼気
段落の時間で割り算した単位時間当りの音節数にて定義
した。

【００２２】［圧縮伸長率の調整］前記発声速度検出手
段２は、上述の方法により求められた発声速度となる単
位時間当りの音節数に基づいて、圧縮伸長率を変更する
ように圧縮伸長率調整手段３に制御信号を送る。

【００２３】本実施例では早聞き処理としては２倍速再
生、遅聞き処理としては０．５倍速再生の２モードを用
いた。

【００２４】また発声速度検出手段２で発声速度となる
単位時間当りの音節数により、圧縮伸長率の決定は以下
に説明する方法を用いた。

【００２５】即ち、早聞き２倍速再生では評価サンプル
音声での試聴実験より、単位時間当りの音節数が８音節
数／秒の場合は音声を５０％間引く２倍速再生とした。
そして８音節数／秒より大きく発声速度が早い場合は、
間引き率を５０％未満とし、２倍速再生より遅くした。
さらに８音節／秒より小さく発声速度が遅い場合は間引
き率を５０％以上とした。

【００２６】一方遅聞き０．５倍速再生では評価サンプ
ル音声での試聴実験より、単位時間当りの音節数が８音
節数／秒の場合は音声を５０％挿入する０．５倍速再生
とした。そして８音節数／秒より大きく発声速度が速い
場合は挿入率を５０％以上とし、０．５倍速再生より遅
くした。さらに８音節数／秒より小さく発声速度が遅い
場合は挿入率を５０％未満とし、０．５倍速再生より早
くした。

【００２７】前記圧縮伸長率調整手段３は、前記発声速
度検出手段２からの制御信号によりピッチ伸長圧縮手段
４に圧縮時の間引き率と、伸長時の挿入率とを制御信号
として送る。

【００２８】前記ピッチ伸長圧縮手段４は、ＩＣメモリ
１から送られた再生音声のピッチ部を抽出し、圧縮伸長
率調整手段３からの制御信号に応じて該ピッチ部を時間
軸上において挿入又は間引きにより時間軸伸長圧縮を行
う。

【００２９】次にＩＣレコーダとしてのその他の構成要
素も含めての動作を図１に基づいて以下に説明する。

【００３０】［記録時］音声の記録時は、音声信号をマ
イクロフォン７によって収録し、Ａ／Ｄ変換器８により
アナログ信号をデジタル信号に変換する。

【００３１】その後前記Ａ／Ｄ変換器８の出力をＩＣメ
モリに記録する。

【００３２】［再生時］再生時には前記ＩＣメモリ１に
記録されている音声信号を読み出し、発声速度検出手段
２により音声信号の発声速度を検出する。

【００３３】前記発声速度検出手段２では音声信号の発
声速度により上述した方法を用い早聞き時及び遅聞き時
の各動作モードで最適な圧縮伸長率を選択するように圧
縮伸長率調整手段３に制御信号を送る。

【００３４】この圧縮伸長率調整手段３では発声速度検
出手段２からの制御信号に応じて、ピッチ伸長圧縮手段
４の早聞き処理となる圧縮時は間引き率を、また遅聞き
処理となる伸長時は挿入率を制御する。

【００３５】前記ピッチ伸長圧縮手段４では前記圧縮伸
長率調整手段３からの出力により、時間軸上で早聞き処
理となる圧縮時はピッチ部の間引きを行い。遅聞き処理
となる伸長時はピッチ部の挿入を行う。

【００３６】その後処理した音声をＤ／Ａ変換器５によ
りデジタル信号からアナログ信号に変換し、スピーカ９
より再生音声を発声する。

【００３７】このようにして音声信号の発声速度を検出
し、その発声速度により圧縮時の間引き率や伸長時の挿
入率を自動調整することで、最適な再生音声が得られ
る。

【００３８】尚、上記実施例ではメモリに一度記録後、
再生時に圧縮伸長処理を行うものである。しかしながら
映像と音声とを記録済のＶＴＲテープの早聞き、遅聞き
の用途や聴覚障害のある人に放送される音声信号をゆっ
くりとした聞きやすい音声に変換する聴覚補助システム
としても簡単に利用できることは言うまでもない。

【００３９】

【発明の効果】本発明は以上の説明のように入力され卯
音声の呼気の切れ目によって生じるひとまとまりの音声
区間となる呼気段落内の音節数を検出することで入力音
声の発声速度を検出し、検出された発声速度を基に設定
された圧縮伸長率に対して圧縮伸長率を自動調節するこ
とにより最適な再生速度が得られ、早聞き／遅聞き時の
再生音声の音質の劣化を防止し、装置自身の操作性の向
上を図ることが可能となる。

【図面の簡単な説明】

【図１】ＩＣレコーダに本発明を適用した実施例を示す
ブロック図である。

【図２】（ａ）は呼気段落の時間、（ｂ）はエンベロー
プ波形を夫々示す図である。

【符号の説明】 １ ＩＣメモリ ２ 発声速度検出手段 ３ 圧縮伸長率調整手段 ４ ピッチ伸長圧縮手段 ５ Ｄ／Ａ変換器 ６ ＤＳＰ ７ マイクロフォン ８ Ａ／Ｄ変換器 ９ スピーカ

Claims (1)

【特許請求の範囲】
1. 【請求項１】 入力される音声信号に基づいて発声速度
   を検出する発声速度検出手段と、該発声速度検出手段か
   らの発声速度データに基づいて入力される音声信号の圧
   縮伸長率を調節する圧縮伸長率調節手段と、該圧縮伸長
   率調整手段からの圧縮伸長率データに基づいて前記音声
   信号を圧縮伸長する圧縮伸長手段とからなり、前記発声
   速度検出手段は前記音声信号の呼気の切れ目によって生
   じる呼気段落内の音声の音節数により発声速度を算出す
   ることを特徴とする音声の圧縮伸長装置。