JPH10282991A

JPH10282991A - 音声速度変換装置

Info

Publication number: JPH10282991A
Application number: JP9083640A
Authority: JP
Inventors: Takao Katayama; 貴夫片山; Motoyasu Ono; 元康大野
Original assignee: Matsushita Graphic Communication Systems Inc
Current assignee: Panasonic System Solutions Japan Co Ltd
Priority date: 1997-04-02
Filing date: 1997-04-02
Publication date: 1998-10-23

Abstract

(57)【要約】【課題】相関器の相関関数の演算を容易にする。【解決手段】ブロックの先頭セグメントと次のセグメ
ントのピッチ長を同一と仮定し、両セグメントを重ねて
波形が一致するようにずらし、そのずらし量を波形ずれ
量（ｒｋ）算出器４２で求め、次に第２相関器４３によ
りずらした状態で両セグメントの相関関数を算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、符号化した音声の
音の高さを変えず速度を変化させる音声速度変換装置に
関する。

【０００２】

【従来の技術】留守番電話機などの伝言メッセージやテ
レビの映像を録画したビデオなどでは、聞きたいとか見
たいところを普通の速度で再生し、あまり重要でないと
ころや興味の無いところは高速で再生したい。また打ち
合わせ記録などを再生する場合、重要なところは遅い速
度で再生したい。このような目的のための音声を音の高
さ（周波数）を変えることなく速度のみを変化させる技
術が開発されている。

【０００３】特開平４−１０４２００号にはこのような
音声速度変換装置が示されている。これは音声をセグメ
ント単位で表し、複数のセグメントで１ブロックを構成
し、このブロックのセグメント数を増減して速度を低速
または高速にする。速度変化によって音声が不自然とな
るのをできるだけ少なくするため、速くする場合は１番
目と２番目のセグメントを重み付けして加算して１セグ
メントとし、これに３番目以降のセグメントを連続する
ことにより１ブロックのセグメントを１個減少して高速
にする。また低速にする場合は、１番目と２番目のセグ
メントを重み付けして加算して１セグメントとし、これ
に２番目以降のセグメントを連続し、さらにブロックの
最終セグメントの後にこれに続くセグメントを１個追加
することにより１ブロックのセグメント数を１個増加し
て低速にする。

【０００４】図１７は特開平４−１０４２００号の音声
速度変換装置を示すブロック図である。音声速度変換は
速度比αに基づいて行われる。 α＝（速度変換後の再生時間長）／（速度再生前の再生時間長）……（１）入力信号Ａ／Ｄ変換器１１でデジタル信号に変換され、
データバッファ１２に格納される。音声データは図２の
（Ａ）に示すようにピッチＬの波形が連続する場合が多
い。このため（Ｂ）に示すようにピッチＬ内のデータが
入るようなセグメントを設定し、このセグメントを複数
個まとめて、１ブロックとし、このブロックのセグメン
ト数を増減して音声の速度を増減する。

【０００５】速度制御回路１３は分割器１４を制御して
ブロックの最初のセグメントのデータを第１メモリ１５
に格納し、次のセグメントのデータ第２メモリ１６に格
納する。相関器１７は第１メモリ１５と第２メモリ１６
のデータの相関関数の演算を行い相関遅延量（ｒｋ）を
算出する。相関遅延量ｒｋは図３（Ｂ）または（Ｃ）に
示すｒｋ＋またはｒｋ−である。（Ａ）は各セグメント
内の音声波形を示す。ｂの波形を基準とし、ａまたはｃ
の波形がｂの波形よりずれる量をｒｋとし、ｂに対して
右側（時間的に後の方）にずらした場合を（＋）とし、
左側（時間的に前の方）にずらした場合を（−）とす
る。

【０００６】窓関数発生器２０は第１メモリ１５と第２
メモリ１６のデータの重み係数を発生する。重み係数は
速度比αや相関器１７の発生する相関関数に基づいて
増、減する窓関数を発生し、第１メモリ１５と第２メモ
リ１６の対応する各データに対して、それぞれの重み係
数の和が１．０になるように設定されている。

【０００７】第１乗算器１８で第１メモリ１５のデータ
と重み係数を乗算し、第２乗算器１９で第２メモリ１６
のデータと重み係数を乗算し、結果を加算器２１に出力
する。加算器２１は相関器１７の相関遅延量（ｒｋ）に
基づいて、図３の（Ｂ）または（Ｃ）に示すように相関
の高い位置に一方をｒｋずらして加算して結合器２２に
出力する。速度制御回路１３は分割器１４から、低速化
または高速化に応じて第２セグメント以降、または第３
セグメント以降のセグメントを出力させ、結合器２２は
この値を加算値の後に続けて１ブロックのデータとして
Ｄ／Ａ変換器２３に出力する。Ｄ／Ａ変換器２３ではデ
ジタル信号をアナログ信号に変換して出力する。

【０００８】図１８は速度比αが３／４と３／２の場合
の音声速度変換結果を示す。（ａ）〜（ｄ）は速度比α
が３／４の場合を示し、（ｅ）〜（ｈ）はα＝３／２の
場合を示す。（ａ）は１ブロックに４セグメントが入っ
ている元の音声データを示す。（ｂ）は相関遅延量ｒｋ
が０の場合、つまりセグメント１とセグメント２の波形
は同一の場合を示す。このとき第１セグメントと第２セ
グメントの加算値は元のセグメントの長さと同じとな
り、１ブロックの長さは３／４になる。なお先頭のセグ
メントの斜線は重み係数を示し、元の第１セグメントへ
の重み係数は１より０まで漸減し、元の第２セグメント
への重み係数は０より１まで漸増する。セグメントの長
さは、加算して生成したセグメントの長さは増減するが
その他はｔｓで固定である。

【０００９】（ｃ）は相関遅延量ｒｋが（＋）の場合
で、図３の（Ｂ）の場合である。この場合、第１セグメ
ントと第２セグメントとを加算したセグメントはｒｋだ
け元のセグメントの長さｔｓより長くなる。また（ｄ）
は相関遅延量ｒｋが（−）の場合で、図３の（Ｃ）に示
すように第１セグメントと第２セグメントとを加算した
セグメントはｒｋだけ元のセグメントの長さｔｓより短
くなる。このため（ｃ），（ｄ）の場合は速度比αは３
／４にはならない。データポインタＰ１，Ｐ２は第１メ
モリ１５、第２メモリ１６に入力するデータの先頭番地
を示し、Ｐ１は（ａ）に示すように３セグメントの長さ
（３ｔｓ）の次の位置を示し、これは次のブロックの最
初のセグメントの先頭位置を示し、（ｂ）〜（ｄ）とも
同じ位置である。Ｐ２は次のブロックの第２セグメント
の先頭位置を示し、この場合セグメント６の先頭アドレ
スを示す。

【００１０】（ｅ）〜（ｈ）は速度比αが３／２の場合
を示し、（ｅ）は１ブロックが２セグメントよりなり、
これにセグメント３を追加し速度比αを３／２にするこ
とが示されている。（ｆ）は相関遅延量ｒｋが０の場合
で、第１セグメントと第２セグメントを加算して元のセ
グメントの長さｔｓと同じ長さにし、第２セグメントと
次のブロックのセグメント３を加算して１ブロックの長
さを３セグメントの長さ（３ｔｓ）にしている。（ｇ）
はｒｋが（＋）の場合で加算したセグメントの長さは１
セグメントの長さｔｓより大きくなる。（ｈ）は、ｒｋ
が（−）の場合で、加算したセグメントの長さは１セグ
メントの長さｔｓより短くなる。これにより（ｇ）では
１ブロックが３ｔｓより長くなり、（ｈ）では短くな
る。ポインタＰ１はセグメント２の後にあり、ポインタ
Ｐ２は（ｆ）のセグメント３の後で次のブロックの先頭
セグメントの先頭位置を示す。

【００１１】

【発明が解決しようとする課題】相関関数を演算する相
関器の演算量が多大で、大容量の演算器が必要になる。
また図１８の（ｃ），（ｇ）に示すように相関遅延量ｒ
ｋ＋が大きいとポインタＰ１とＰ２とが離れてしまい、
第１メモリと第２メモリのデータの類似性が損なわれる
ことにより、相関器の出力する相関遅延量の正確性が失
われ、再生音声の品質が劣化する。また加算して生成さ
れるセグメント以外はセグメント長さｔｓが固定である
ため、音声データのピッチがセグメント長ｔｓより長い
場合、ブロックの最初のセグメントと次のセグメントの
類似性の比較が精度よくできないという問題もある。

【００１２】本発明は上述の問題点に鑑みてなされたも
ので、相関器の相関関数の演算を容易にすることを目的
とする。また、ポインタの位置を次のブロックの第１セ
グメントと第２セグメントの先頭位置を示すようにし、
２つのポインタの位置が離れ過ぎないようにする。また
音声データのピッチ長さがセグメントより長い場合、セ
グメントの長さを可変とすることを目的とする。

【００１３】

【課題を解決するための手段】本発明の音声速度変換装
置においては、ブロックの先頭セグメントと次のセグメ
ントのピッチ長を同一比と仮定し両セグメントを重ねて
波形が一致するようにずらし、そのずらし量を求め、次
に相関器によりずらした状態で両セグメントの相関関数
を算出する。

【００１４】本発明によれば２つの隣接するセグメント
の相関関数の算出が容易になる。

【００１５】

【発明の実施の形態】請求項１の発明では、符号化した
音声データを復号化する復号器と、この復号器より得ら
れる音声データのピッチ情報と１つのピッチ内のデータ
が隣接する時間的に後のピッチのデータに類似するか前
のピッチのデータに類似するかを示すピッチ極性情報と
を格納するピッチ格納部と、前記復号器より得られる音
声データのピッチが明確か不明確かを示したフラグを格
納するフラグ格納部と、前記復号器からのデータを所定
長さのセグメントに分割し連続する所定数のセグメント
を１つのブロックとし、この各ブロックのセグメントを
入力した順に分けて出力する分割器と、この分割器が出
力する各ブロックの最初のセグメントを格納する第１メ
モリと、前記分割器が出力する各ブロックの２番目のセ
グメントを格納する第２メモリと、前記第１メモリの内
容と前記第２メモリの内容との相関関数を算出し、第１
相関遅延量を演算する第１相関器と、前記ピッチ格納部
のデータより前記最初のセグメントの波形と前記次のセ
グメントの波形とがほぼ一致するようにずらして重ねそ
のずれ量を算出する波形ずれ量算出器と、前記第１メモ
リの内容と前記第２メモリの内容との相関関数を前記波
形ずれ量算出器の出力に基づいて算出し第２相関遅延量
を演算する第２相関器と、セグメントのデータに対する
重み係数を発生する窓関数発生器と、前記第１メモリの
内容に前記重み係数を乗算する第１乗算器と、前記第２
メモリの内容に前記重み係数を乗算する第２乗算器と、
前記第１相関器または前記第２相関器の出力に基づき前
記第１乗算器の出力と前記第２乗算器の出力とを相関関
数の値が大きい位置で加算する加算器と、前記第１相関
器と前記第２相関器との出力を前記フラグ格納部のフラ
グに応じて切り替えて出力する切替えスイッチと、前記
加算器の出力とこれに続けて、前記分割器より入力する
低速化のときは第２セグメント以降、高速化の時は第３
セグメント以降のセグメントで構成されるスルー区間セ
グメントを出力する結合器と、音声の速度の変換比を表
す速度比に基づき前記分割器と前記結合器を制御する速
度制御部と、を備える。

【００１６】符号化したデータを復号化するがその際、
音声データのピッチ情報、ピッチ極性情報およびピッチ
が明確に表れているか否かを表すフラグが得られる。音
声データをセグメントに分割し、所定数のセグメントを
１ブロックとし、このブロック単位で音声速度変換を行
う。速度変換は変換後の再生時間長を変換前の再生時間
長で割った速度比αに基づいて行われ、１ブロックのセ
グメント数はこの速度比αに応じて予め定められる。速
度制御部は分割器を制御してブロックの最初のセグメン
トを第１メモリへ出力し、２番目のセグメントを第２メ
モリへ出力し、低速化または高速化に応じて第２セグメ
ント以降または第３セグメント以降を結合器へ出力す
る。第１相関器は最初のセグメントと２番目のセグメン
トとの相関関数を算出し、両セグメントの相関の高い位
置間の距離を示す第１相関遅延量を演算する。

【００１７】波形ずれ量算出器では、ピッチ情報に基づ
いて最初のセグメントの波形と２番目のセグメントの波
形がほぼ一致するようにずらして重ねそのずれ量を算出
する。両セグメントの波形と位相が同じであれば、ずれ
量は０となる。このように両セグメントの波形をほぼ一
致するようにずらした状態で、第２相関器は第１メモリ
の最初のセグメントと第２メモリの２番目のセグメント
の相関関数を計算することにより相関の高い位置を求め
るための探索範囲が大幅に狭くなり、計算量が大幅に減
少する。これにより第２相関遅延量の演算を容易に行う
ことができる。

【００１８】窓関数発生器は最初のセグメントと２番目
のセグメントのデータに対してそれぞれ重み係数を予め
定められた窓関数により発生する。重み係数は、両セグ
メントを加算して新たな加算セグメントとした場合、こ
の加算セグメントのデータの大きさが元のセグメントの
データと同じ大きさになるようにし、加算によって音声
が不自然にならないようにするため設けられている。こ
のため両セグメントの加算するデータの一方の重み係数
と他方の重み係数との和は１．０となる。また一方のセ
グメントの重み係数はセグメントの先頭から後端にゆく
に従い漸増し、他方のセグメントの重み係数はセグメン
トの先頭から後端にゆくに従い漸減するようにしてい
る。

【００１９】第１乗算器は第１メモリのデータと重み係
数を乗算し、第２乗算器は第２メモリのデータと重み係
数を乗算する。切替スイッチはフラグ格納部のフラグに
応じて第１相関遅延量か第２相関遅延量かを出力する。
加算器は第１および第２乗算器の出力を第１または第２
相関遅延量に基づき、相関関数の大きな位置に一方をず
らして加算を行う。結合器はこの加算によって得られた
加算セグメントの後に分割器から入力したスルー区間セ
グメントを続けて１ブロックのデータとして出力する。
これにより第２相関器を用いる場合は相関遅延量の算出
を迅速に行うことができる。

【００２０】請求項２の発明では、前記速度制御部は、
前記ピッチ情報に基づいて前記セグメントの長さを変更
する。

【００２１】音声データは女性の声と男性の声ではピッ
チが異なり、セグメントの長さを固定にしておくと、セ
グメントの長さを超えたピッチのデータの場合セグメン
ト間の相関値が劣化する。このためピッチに応じてセグ
メントの長さを可変にすることにより、相関値が良好に
なる。つまり音質が向上する。

【００２２】請求項３の発明では、前記セグメントの長
さを女性の声を基準にした初期セグメント長さに設定
し、前記ピッチ情報のピッチがこの初期セグメント長さ
を超える場合、セグメントの長さを初期セグメントの２
倍とする。

【００２３】初期（ディフォルト）セグメントの長さを
女性の声を基準にした長さに設定しておき、ピッチがこ
の初期セグメントを越える場合は初期セグメントの２倍
の長さのセグメントに設定し、これに応じてブロックの
長さも２倍となる。１ブロックのセグメント数は変わら
ない。これにより１セグメント内には必ず１ピッチ以上
のデータが存在し、２つのセグメントの相関関数の算出
が可能となる。

【００２４】請求項４の発明では、前記セグメントの長
さを切り替えたブロックにおいては、前記切替スイッチ
は、前記第１相関器の出力を前記加算器に出力する。

【００２５】セグメントの長さを切り替えたブロックで
はピッチがやや不安定な部分であるため、波形ずれ量算
出器のずれ量が不正確になるため、第１相関器の相関遅
延量を採用し、音声の品質低下を防止する。

【００２６】請求項５の発明では、前記切替スイッチ
は、前記フラグ格納部の音声データのピッチが明確な場
合、前記第２相関器の出力を前記加算器に出力する。

【００２７】ピッチが不明確な場合、波形ずれ量算出器
ではずれ量の算出が不正確になるので、第１相関器の出
力を用いて加算する。ピッチが明確な場合は、ずれ量を
かなり正確に算出できるので、第２相関器の出力を用い
て第２相関遅延量の算出を迅速に行う。

【００２８】請求項６の発明では、前記ピッチ極性情報
に基づき前記ブロックの最初のセグメントと次のセグメ
ントのデータが類似しているとき前記切替スイッチは前
記第２相関器の出力を前記加算器に出力する。

【００２９】ブロックの最初のセグメントと次のセグメ
ントのデータが類似している時は、波形ずれ量算出器に
より両セグメントの波形が一致するようにずらすことが
正確にできるので、正確なずれ量が求まる。これにより
第２相関器の第２相関遅延量が正確かつ迅速に求まるの
で、第２相関遅延量により加算器は加算処理をする。

【００３０】請求項７の発明では、前記初期セグメント
の２倍を新セグメントとし、最初の新セグメントはデー
タ伝送順に第１初期セグメントと第２初期セグメントか
らなり、次の新セグメントはデータ伝送順に第３初期セ
グメントと第４初期セグメントからなり、第１初期セグ
メントが第２初期セグメントに類似し、第２初期セグメ
ントと第３初期セグメントが類似し、第４初期セグメン
トが第３初期セグメントに類似している場合、前記切替
スイッチは前記第２相関器の出力を前記加算器に出力す
る。

【００３１】第１初期セグメントと第２初期セグメント
が類似し、第２初期セグメントと第３初期セグメントが
類似し、第３初期セグメントと第４初期セグメントが類
似することにより、最初の新セグメントと次の新セグメ
ントは類似することになる。これにより波形ずれ量算出
器により両新セグメントの波形が一致するように正確に
ずらすことができ、正確なずれ量が求まる。このずれ量
を用いて第２相関器で第２相関遅延量を正確かつ迅速に
求めることができるので、第２相関遅延量により加算器
は加算する。

【００３２】請求項８の発明では、前記第１メモリおよ
び前記第２メモリに入力するデータの先頭は前記セグメ
ントの先頭番地を示す。

【００３３】従来では図１８で説明したように速度比α
が１以下ではポインタＰ１はセグメント長ｔｓの整数倍
の位置にあり、相関遅延量ｒｋが正の場合、セグメント
の中間にくる。一方ポインタＰ２は次のブロックの第２
セグメントの先頭位置にくるため、（ｃ）に示すように
Ｐ１とＰ２の距離が離れると互いのセグメント間の類似
性が少なくなり、Ｐ１で始まるデータとＰ２で始まるデ
ータの加算値と、次に続くデータの連続性が悪くなって
音声として不自然な再生音となる。Ｐ１を次のブロック
の先頭セグメントの先頭番地、Ｐ２を次のセグメントの
先頭番地とすることにより、Ｐ１とＰ２間は常に先頭セ
グメントの長さとなり、離れすぎて類似性が低下するこ
とを防止できる。

【００３４】請求項９の発明では、前記第１相関遅延量
と前記第２相関遅延量とを積算する相関遅延量積算手段
と、この積算値がセグメント長にほぼ達したとき遅延フ
ラグを発生する遅延フラグ発生器とをさらに備え、前記
速度制御部は、この遅延フラグに基づきブロックのスル
ー区間のセグメントを追加または削除する。

【００３５】相関遅延量ｒｋが正の場合、１ブロックの
長さは、ｒｋが０で速度比αが予め定められた値となる
ブロック長さよりもｒｋ分長くなる。（図１８の（ｃ）
の場合）各ブロックのｒｋを積算し、＋１ディフォルト
セグメント長以上に達したとき、スルー区間のセグメン
トを１つ削除する。またｒｋが負の場合、速度比αが予
め定めた値となるブロックの長さよりもｒｋ分短くな
る。（図１８の（ｄ）の場合）各ブロックのｒｋを積算
し、−１ディフォルトセグメント長以下になった時スル
ー区間のセグメントを１つ追加する。これにより１つ１
つのブロックでは速度比αを維持できなくても、ある範
囲のブロック数を考えれば速度比αを維持できる。

【００３６】請求項１０の発明では、前記速度制御部
は、前記ピッチ極性情報に基づき、現在のブロックの先
頭セグメントが次のセグメントと類似し、現在のブロッ
クの最後のセグメントが次のブロックの先頭セグメント
と類似している場合、現在のブロックの最後のセグメン
トを除去して現在のブロックのスルー区間を短縮する。

【００３７】現在のブロックの先頭セグメントと次のセ
グメントが類似しており、最後のセグメントが次のブロ
ックの先頭セグメントと類似している場合、最後のセグ
メントは次のブロックの先頭セグメントと加算した方が
自然な再生音声が得られる。このため最後のセグメント
は現在のブロックから除去する。これによりセグメント
は１つ減少し、ブロックは短くなる。

【００３８】請求項１１の発明では、前記速度制御部
は、前記ピッチ極性情報に基づき、現在のブロックの先
頭セグメントが１つ前のブロックの最後のセグメントと
類似しており、次のブロックの先頭セグメントがそのブ
ロックの次のセグメントを類似している場合、前のブロ
ックの最後のセグメントを現在のブロックに取り込んで
先頭のセグメントとし、現在のブロックの旧先頭セグメ
ントを第２セグメントとして加算し、現在のブロックの
スルー区間を１セグメント増加する。

【００３９】現在のブロックの先頭セグメントが１つ前
のブロックの最後のセグメントと類似しており、次のブ
ロックの先頭セグメントが次のセグメントと類似してい
る場合は、１つ前のブロックの最後のセグメントを取り
込んで現在のブロックの先頭セグメントと加算すること
により、自然な再生音声が得られる。これにより現在の
ブロックのセグメントは１つ増加しブロックは長くな
る。

【００４０】請求項１２の発明では、前記速度制御部
は、前記ピッチ極性情報に基づき、現在のブロックの先
頭セグメントが１つ前のブロックの最後のセグメントと
類似し、現在のブロックの最後のセグメントが次のブロ
ックの先頭セグメントと類似する場合には、現在のブロ
ックは１つ前のブロックのセグメントを先頭セグメント
とし、現在のブロックの旧先頭セグメントを第２セグメ
ントとして加算し、最後のセグメントを次のブロックの
先頭セグメントとして加算する。

【００４１】現在のブロックが１つ前のブロックの最後
のセグメントに類似し、現在のブロックの最後のセグメ
ントが次のブロックの先頭セグメントと類似する場合
は、１つ前のブロックの最後のセグメントと現在のブロ
ックの先頭セグメントで加算し、現在のブロックの最後
のセグメントは次のブロックの先頭セグメントと加算す
る。これにより自然な再生音が得られる。

【００４２】請求項１３の発明では、符号化した音声デ
ータを復号化する復号器と、この復号器より得られる音
声データのピッチ情報と１つのピッチ内のデータが隣接
する時間的に後のピッチのデータに類似するか前のピッ
チのデータに類似するかを示すピッチ極性情報とを格納
するピッチ格納部と、前記復号器からのデータを所定長
さのセグメントに分割し連続する所定数のセグメントを
１つのブロックとし、この各ブロックのセグメントを入
力した順に分けて出力する分割器と、この分割器が出力
する各ブロックの最初のセグメントを格納する第１メモ
リと、前記分割器が出力する各ブロックの２番目のセグ
メントを格納する第２メモリと、前記ピッチ格納部のデ
ータより前記最初のセグメントの波形と前記次のセグメ
ントの波形とがほぼ一致するようにずらして重ねそのず
れ量を算出する波形ずれ量算出器と、前記第１メモリの
内容と前記第２メモリの内容との相関関数を前記波形ず
れ量算出器の出力に基づいて算出し相関遅延量を演算す
る相関器と、セグメントのデータに対する重み係数を発
生する窓関数発生器と、前記第１メモリの内容に前記重
み係数を乗算する第１乗算器と、前記第２メモリの内容
に前記重み係数を乗算する第２乗算器と、前記相関器の
出力に基づき前記第１乗算器の出力と前記第２乗算器の
出力とを相関関数の値が大きい位置で加算する加算器
と、前記加算器の出力とこれに続けて、前記分割器より
入力する低速化のときは第２セグメント以降、高速化の
時は第３セグメント以降のセグメントで構成されるスル
ー区間セグメントを出力する結合器と、音声の速度の変
換比を表す速度比に基づき前記分割器と前記結合器を制
御する速度制御部と、を備える。

【００４３】符号化したデータを復号化するがその際、
音声データのピッチ情報、ピッチ極性情報が得られる。
音声データをセグメントに分割し、所定数のセグメント
を１ブロックとし、このブロック単位で音声速度変換を
行う。速度変換は変換後の再生時間長を変換前の再生時
間長で割った速度比αに基づいて行われ、１ブロックの
セグメント数はこの速度比αに応じて予め定められる。
速度制御部は分割器を制御してブロックの最初のセグメ
ントを第１メモリへ出力し、２番目のセグメントを第２
メモリへ出力し、低速化または高速化に応じて第２セグ
メント以降または第３セグメント以降を結合器へ出力す
る。

【００４４】波形ずれ量算出器では、ピッチ情報に基づ
いて最初のセグメントの波形と２番目のセグメントの波
形がほぼ一致するようにずらして重ねそのずれ量を算出
する。両セグメントの波形と位相が同じであれば、ずれ
量は０となる。このように両セグメントの波形をほぼ一
致するようにずらした状態で、相関器は第１メモリの最
初のセグメントと第２メモリの２番目のセグメントの相
関関数を計算することにより相関の高い位置を求めるた
めの探索範囲が大幅に狭くなり、計算量が大幅に減少す
る。これにより相関遅延量の演算を容易に行うことがで
きる。

【００４５】窓関数発生器は最初のセグメントと２番目
のセグメントのデータに対してそれぞれ重み係数を予め
定められたパターンにより発生する。重み係数は、両セ
グメントを加算して新たな加算セグメントとした場合、
この加算セグメントのデータの大きさが元のセグメント
のデータと同じ大きさになるようにし、加算によって音
声が不自然にならないようにするため設けられている。
このため両セグメントの加算するデータの一方の重み係
数と他方の重み係数との和は１．０となる。また一方の
セグメントの重み係数はセグメントの先頭から後端にゆ
くに従い漸増し、他方のセグメントの重み係数はセグメ
ントの先頭から後端にゆくに従い漸減するようにしてい
る。

【００４６】第１乗算器は第１メモリのデータと重み係
数を乗算し、第２乗算器は第２メモリのデータと重み係
数を乗算する。加算器は第１および第２乗算器の出力を
相関遅延量に基づき、相関関数の大きな位置に一方をず
らして加算を行う。結合器はこの加算によって得られた
加算セグメントの後に分割器から入力したスルー区間セ
グメントを続けて１ブロックのデータとして出力する。

【００４７】請求項１４の発明では、音声データを入力
して所定長さのセグメントに分割し連続する所定数のセ
グメントを１つのブロックとし、この各ブロックのセグ
メントを入力した順に分けて出力する分割器と、この分
割器が出力する各ブロックの最初のセグメントを格納す
る第１メモリと、前記分割器が出力する各ブロックの２
番目のセグメントを格納する第２メモリと、前記第１メ
モリの内容と前記第２メモリの内容との相関関数を算出
し相関遅延量を演算する相関器と、セグメントのデータ
に対する重み係数を発生する窓関数発生器と、前記第１
メモリの内容に前記重み係数を乗算する第１乗算器と、
前記第２メモリの内容に前記重み係数を乗算する第２乗
算器と、前記相関器の出力に基づき前記第１乗算器の出
力と前記第２乗算器の出力とを相関関数の値が大きい位
置で加算する加算器と、前記加算器の出力とこれに続け
て、前記分割器より入力する低速化のときは第２セグメ
ント以降、高速化の時は第３セグメント以降のセグメン
トで構成されるスルー区間セグメントを出力する結合器
と、音声の速度の変換比を表す速度比に基づき前記分割
器と前記結合器を制御する速度制御部と、を備え、前記
速度制御部は前記分割部を制御して前記セグメントの長
さを可変にする。

【００４８】入力した音声データをセグメントに分割
し、所定数のセグメントを１ブロックとし、このブロッ
ク単位で音声速度変換を行う。速度変換は変換後の再生
時間長を変換前の再生時間長で割った速度比αに基づい
て行われ、１ブロックのセグメント数はこの速度比αに
応じて予め定められる。速度制御部は分割器を制御して
ブロックの最初のセグメントを第１メモリへ出力し、２
番目のセグメントを第２メモリへ出力し、低速化または
高速化に応じて第２セグメント以降または第３セグメン
ト以降を結合器へ出力する。相関器は最初のセグメント
と２番目のセグメントとの相関関数を算出し、両セグメ
ントの相関の高い位置間の距離を示す相関遅延量を演算
する。

【００４９】窓関数発生器は最初のセグメントと２番目
のセグメントのデータに対してそれぞれ重み係数を予め
定められたパターンにより発生する。重み係数は、両セ
グメントを加算して新たな加算セグメントとした場合、
この加算セグメントのデータの大きさが元のセグメント
のデータと同じ大きさになるようにし、加算によって音
声が不自然にならないようにするため設けられている。
このため両セグメントの加算するデータの一方の重み係
数と他方の重み係数との和は１．０となる。また一方の
セグメントの重み係数はセグメントの先頭から後端にゆ
くに従い漸増し、他方のセグメントの重み係数はセグメ
ントの先頭から後端にゆくに従い漸減するようにしてい
る。

【００５０】第１乗算器は第１メモリのデータと重み係
数を乗算し、第２乗算器は第２メモリのデータと重み係
数を乗算する。加算器は第１および第２乗算器の出力を
相関遅延量に基づき、相関関数の大きな位置に一方をず
らして加算を行う。結合器はこの加算によって得られた
加算セグメントの後に分割器から入力したスルー区間セ
グメントを続けて１ブロックのデータとして出力する。

【００５１】速度制御部は分割器を制御してセグメント
の長さを可変とする。これにより男性や女性のように音
声の異なるデータを適切に再生することができる。

【００５２】以下、本発明の実施の形態について図面を
参照して説明する。図１は本発明の各実施形態を実現す
る音声速度変換装置のブロック図である。Ａ／Ｄ変換器
３１は入力信号（音声データ）をアナログ信号からデジ
タル信号に変換する。音声符号化／復号器３２は、本実
施の形態の場合、符号化された入力信号を復号化する。
音声符号化／復号器３２により得られた波形はバッファ
３３に書き込まれ、同時に音声符号化／復号器３２によ
り得られるピッチ情報及びピッチの極性情報はピッチバ
ッファ（ピッチ格納部）３４に、音声データのピッチが
明確に表れている場合有声、不明確な場合無声とし、こ
れをフラグで表示する有声／無声判別フラグ情報はフラ
グバッファ（フラグ格納部）３５にそれぞれ書き込まれ
る。

【００５３】速度制御回路３６には予め速度比αが設定
されており、また初期セグメント長さ、およびこの２倍
の２倍セグメント長が設定されている。速度変換を表す
図１８で説明したように、速度比αに応じて１ブロック
のセグメント数を決め、先頭セグメントと次のセグメン
トに重み係数を乗じて加算して１つのセグメントとし、
高速にする場合は、この加算セグメントに第３セグメン
ト以降のセグメント（これをスルー区間セグメントと称
する）を加えて、１セグメント少ないブロックとする。
低速にする場合は加算セグメントの後に第２セグメント
以降のセグメントを加えて１セグメント多いブロックと
する。１ブロックのセグメント数を変更することにより
任意の速度比αにすることができる。

【００５４】速度制御回路３６はピッチバッファ３４か
らピッチ情報およびピッチ極性情報を入力し、分割器３
７を制御し、また後述する結合器４９を制御する。分割
器３７はデータバッファ３３から音声データを読み出し
初期セグメントの大きさに分割し、１ブロック内のセグ
メント数を定め、先頭セグメントを第１メモリ３８に出
力し、次のセグメントを第２メモリ３９に出力し、低速
化のときは第２セグメント以降のセグメントと次のブロ
ックの先頭セグメント、高速化の時は第３セグメント以
降のブロック内セグメント（これらのセグメントをスル
ー区間セグメントと称する）を結合器４９に出力する。

【００５５】第１相関器４１は第１メモリ３８と第２メ
モリ３９のデータの相関関数を算出し、２つのセグメン
トの相関関数の大きな位置が一致するように相対位置を
ずらして得られる第１相関遅延量ｒｋを求める。一方波
形ずれ量（ｒｋ）算出器４２はピッチバッファ３４より
ピッチ情報を得て、先頭セグメントと次のセグメントの
波形が同じピッチを有し、位相のみ異なると仮定して、
重ねて一致するようにずらしたずらし量（つまり位相
差）を求める。このずらし量は上記のような仮定により
容易に求められる。

【００５６】第２相関器４３は第１メモリ３８と第２メ
モリ３９のデータと、波形ずれ量（ｒｋ）算出器４２か
らのずれ量に基づいて相関関数を算出し、２つのセグメ
ントの相関関数の大きな位置が一致するように相対位置
をずらして得られる第２相関遅延量ｒｋを求める。ずれ
量がわかっているので第２相関器４３が相関関数を計算
するときのデータの探索範囲が第１相関器４１の場合に
比べて大幅に少なくなり短時間に正確な相関関数が得ら
れる。

【００５７】窓関数発生器４５は第１メモリ３８と第２
メモリ３９のデータに対する重み係数をそれぞれ別々に
出力する。この重み係数は速度比αや第１相関器４１、
第２相関器４３の発生する相関関数に基づいてセグメン
トの先頭から後端のデータにゆくに従い漸増または漸減
する窓関数を発生する。この窓関数は、第１メモリ３８
と第２メモリ３９の対応する各データに対してそれぞれ
の重み係数の和が１．０になるように設定され、加算さ
れた先頭および次のセグメントの加算値による音声の高
さが加算前と変わらないようにしている。

【００５８】第１乗算器４７は第１メモリ３８のデータ
と窓関数発生器４５からの重み係数を乗算し、第２乗算
器４８は第２メモリ３９と窓関数発生器４５からの重み
係数を乗算し、加算器４４に出力する。切替スイッチ４
０は、ピッチバッファ３４のピッチ情報、ピッチ極性情
報およびフラグバッファ３５のフラグにより第１相関器
４１の第１相関遅延量ｒｋまたは第２相関器４３の第２
相関遅延量ｒｋを加算器４４に出力する。

【００５９】加算器４４は、第１乗算器４７の出力と第
２乗算器４８の出力を、第１相関遅延量ｒｋまたは第２
相関遅延量ｒｋに基づいて相関関数の大きな値に一方を
ずらして加算して加算セグメントを生成し、結合器４９
に出力する。結合器４９は速度制御回路３６からの制御
により、加算器４４からの加算セグメントの後に分割器
３７から送られてくる、低速化時には第２セグメント以
降のセグメントと、次のブロックの先頭セグメントを１
ブロックのデータとして出力し、高速化時には第３セグ
メント以降のブロック内のセグメントを１ブロックとし
て出力する。Ｄ／Ａ変換器５０は結合器４９からのデー
タをデジタル信号からアナログ信号に変換して出力す
る。これにより音声再生が可能となる。

【００６０】加算器４６は第１相関器４１および第２相
関器４３が発生する第１相関遅延量ｒｋおよび第２相関
遅延量ｒｋを発生順に積算し、ｒｋバッファ５１に格納
する。ｒｋバッファ５１の積算値が＋１ディフォルトセ
グメントの長さに達すると、又は−１ディフォルトセグ
メントの長さに満たなくなったとき、遅延フラグ発生器
５２からフラグが立てられ、このフラグ情報は速度制御
回路３６に出力される。

【００６１】速度制御回路３６はピッチ情報によりピッ
チが初期セグメント長より大きくなった場合、初期セグ
メントの２倍の２倍長セグメントに切り替え、１ブロッ
クの長さも２倍にする。セグメント長シフトレジスタ５
３はセグメント長が切り替わったことを記憶し、この切
り替え情報により切替スイッチ４０は第１相関器４１と
第２相関器４３の出力を切り替える。

【００６２】図２は音声データとセグメントを説明する
図である。音声データは（Ａ）に示すように１つの大き
な振幅と小さな複数の振幅のデータが１周期となり、こ
れが繰り返されるものが多い。大きい振幅間の長さをピ
ッチＬとする。このピッチＬは例えば１０ｍｓ程度であ
る。女性の声の統計的な近似値としてＬ＝７．５ｍｓを
ディフォルト長として設定すれば各セグメントに１つの
大きな振幅が入るようになる。（Ｂ）はこのようにして
設定したセグメントを示す。このセグメントを初期（デ
フォルト）セグメントと称する。

【００６３】これに対して男性の声などはピッチが長
く、Ｌ＝７．５ｍｓを越える場合が多い。（Ｃ）はこの
ような音声データを示す。ピッチＬ１は（Ｂ）のセグメ
ントより長いので、１つのセグメント内に大きな振幅が
現れないものも生じる。そこで（Ｄ）に示すようにセグ
メント長の２倍の２倍長セグメントを採用する。１ブロ
ック内のセグメント数を一定とすると１ブロック長も２
倍となる。

【００６４】（Ｅ）はピッチ極性情報を説明する図であ
る。隣接する２つのセグメントのデータが類似する場
合、右側（時間の進行方向）のセグメントに類似する
か、左側のセグメントに類似するかを表したものをピッ
チ極性情報と言う。図では第２セグメントと第３セグメ
ントが類似している場合を示す。第２セグメントを中心
にし、右側のセグメントに類似している場合をＬ（２）
＞０で表す。また第３セグメントを中心にし、左側のセ
グメントに類似する場合はＬ（３）＜０と表す。なお、
（Ａ）に示すように両側のセグメントに類似している場
合は、Ｌ（２）＞０，Ｌ（２）＜０で表す。

【００６５】図３は相関遅延量ｒｋを説明する図であ
る。（Ａ）は３つのセグメントのそれぞれの波形ａ，
ｂ，ｃを示す。ｔｓは初期セグメント長を示す。（Ｂ）
は波形ｂに対して波形ａを最大振幅が一致するように重
ねた状態を示す。この場合波形ａを右側にｒｋずらすと
両セグメントの波形ａ，ｂはほぼ一致する。このときの
ずらし量ｒｋをｒｋ＋とする。（Ｃ）は波形ｂに対して
波形ｃを左側にｒｋずらして最大振幅が一致するように
重ねた状態を示す。このときずらし量をｒｋ−とする。
このｒｋ＋，ｒｋ−を相関遅延量ｒｋとする。

【００６６】次に第１実施形態を説明する。図４は速度
比α＝３／４の場合のセグメント可変処理を示す。本処
理においては相関遅延量ｒｋを簡単のため０とした標準
形で示す。（ａ）はデータバッファ３３の音声データを
セグメントに分割し、セグメントｘに同期したピッチ長
さ情報Ｌ（ｘ）をピッチバッファ３４から得る。１ブロ
ックは４セグメントとし、ピッチ情報Ｌ（ｘ）は、各ブ
ロックの先頭セグメントのものを示している。

【００６７】（ｂ）は（ａ）に示したデータに基づい
て、Ｌ（１）＜デフォルトセグメント（初期セグメン
ト）が成立するときの分割器３７の制御手順を示してい
る。この場合セグメントの長さは初期セグメント長と
し、（ａ）に示したポインタＰ１（ａ）を先頭アドレス
として、セグメントの長さ分をそれぞれ第１メモリ３
８、第２メモリ３９に入力し、それに続く第３セグメン
ト、第４セグメントをそのまま結合器４９に出力する。
第１メモリ３８、第２メモリ３９のデータは窓関数によ
る重み付け加算され、結合器４９に出力される。結合器
４９の出力は図のようになる。

【００６８】（ｃ）はピッチ長さＬ（５）が初期セグメ
ント長より大きい場合で、セグメント長を初期セグメン
ト長×２とした場合の分割器３７の制御手段を示してい
る。（ｂ）に示したポインタＰ１（ｂ），Ｐ２（ｂ）を
先頭アドレスとしてセグメント長分をそれぞれ第１メモ
リ３８と第２メモリ３９に出力する。これに続くデータ
は、元のセグメント８と９とが第３の２倍長セグメント
に入り、元のセグメント１０，１１が第４の２倍長セグ
メントに入り、結合器４９に出力される。第１メモリ３
８、第２メモリ３９のデータは窓関数による重み付け加
算され、結合器４９に出力され、結合器４９からは図に
示すようなデータ列が出力される。

【００６９】（ｄ）は（ｃ）の場合と同じで、ピッチＬ
（１３）が初期セグメント長より大きいため２倍長セグ
メントが用いられている。（ｅ）はピッチＬ（１３）が
初期セグメント長より短く、（ｂ）と同じ場合を示す。
このように２倍長セグメントから初期セグメントに切り
替える場合は、ポインタＰ２（ｃ）は２倍長セグメント
が続くとして定められているので、加算するセグメント
は１２と１４になり、セグメント１３が欠落するので再
生音が多少悪くなる。

【００７０】図５は速度比α＝３／２のときのセグメン
ト長を可変とした処理を示す。相関遅延量ｒｋは簡単の
ため０とした場合を示す。（ａ）〜（ｅ）共図４の
（ａ）〜（ｅ）とほぼ同様である。相違点は窓関数の重
み付けを示す加算セグメントの斜め線が図４の高速化の
場合と逆になっている。これは加算セグメントの後に第
２セグメントが続くが、加算セグメントの後端側が第１
セグメントに近いと、次の第２セグメントによく接続
し、再生音が自然になるためである。以上のようにセグ
メント長をピッチＬに合わせて２段に切り替えることに
より、女性、男性音を正確に再生でき、汎用性のある処
理を行うことができる。

【００７１】図６は波形ずれ量（ｒｋ）算出器４２と第
２相関器４３の詳細処理を示す。（Ａ）は第１セグメン
トと第２セグメント内の音声データを示し、セグメント
内の縦線は図２で説明した大きな振幅のデータを示し、
Ｌはこの振幅のピッチを示す。ａは第１セグメントの先
頭から最初の大きな振幅までの長さを示し、ｂは第２セ
グメントの先頭から最初の大きな振幅の長さを示す。第
２相関器４３を用いる場合は、ピッチＬが第１および第
２セグメント共ほぼ同じ程度と仮定している。

【００７２】（Ｂ）は第１セグメントと第２セグメント
とを各セグメントの先頭を合わせて重ねた状態である。
ｒｋ−は第２セグメントを左側（時間軸の進行と反対方
向）に移動して大きな振幅の位置を一致させた場合の移
動量を示し、ｒｋ＋は右側（時間軸の進行方向）に移動
して大きな振幅の位置を一致させた場合の移動量を示
す。（Ｃ）の左側の図は第１セグメントに対して第２セ
グメントをｒｋ−移動させて波形をほぼ一致させた状態
で第２相関器４３による相関関数の計算を行うことを示
す。（Ａ）で仮定したようにピッチＬが両セグメントで
全て同一であれば、ｒｋ−又はｒｋ＋が相関遅延量ｒｋ
と一致するが実際は両セグメント内でピッチＬは異なる
場合が多い。しかし、ピッチＬの差はあまり大きくない
ので、両セグメントをｒｋ−ずらした状態で相関関数を
計算する場合、探索範囲を少なくしてよい。例えば、初
期セグメント長が７．５ｍｓに設定された場合、８ｋＨ
ｚサンプリング離散データのとき、ディフォルトセグメ
ントデータが６０サンプルあり、通常、相関関数を求め
るには４０サンプルぐらいのデータについて乗算と加算
を行うが、ｒｋ−ずらした後では５〜６サンプルのデー
タについて行えば相関関数が求められる。（Ｃ）の右側
の図は第１セグメントに対して第２セグメントをｒｋ＋
移動させて波形をほぼ一致させた状態で第２相関器４３
で相関関数の計算を行う場合を示す。左右両方の計算か
らｒｋを決定することにより、精度のよい相関遅延量ｒ
ｋが得られる。これにより第１相関器４１で計算する場
合に比べ演算量を大幅に削減できる。

【００７３】次に第２実施形態を説明する。本実施の形
態は切替スイッチ４０により、第１相関器４１と第２相
関器４３の切替えに関するものである。フラグバッファ
３５の有声／無声判別フラグにより、ピッチの明確な有
声データの場合は第２相関器４３の出力を用い、ピッチ
の不明確な無声データのときは、第１相関器４１の出力
により加算器４４は加算を行う。さらにピッチ極性情報
により第２相関器４３の選択を行う。

【００７４】図７は速度比α＝３／４のとき相関遅延量
ｒｋを導出する際の切替スイッチの切り替えを示す。
（ａ）は原音声の入った初期セグメント列を示す。
（ｂ）はセグメントが初期セグメントでかつフラグバッ
ファ３５のフラグが有声の場合である。なお本図におけ
るＬ（ｘ）＞０又はＬ（ｘ）＜０は図２の（Ｅ）で説明
したピッチ極性情報を示す。すなわちＬ（１）＞０は第
１セグメントが右側の第２セグメントと類似し、Ｌ
（２）＜０は第２セグメントが左側の第１セグメントに
類似していることを示す。の場合は、Ｌ（１）＞０で
かつＬ（２）＜０のときは第１セグメントと第２セグメ
ントは互いに類似しているので、第２相関器４３の第２
相関遅延量ｒｋは十分な精度が得られる。これにより第
２相関器４３を選択し、その他は第１相関器４１を選択
する。の場合も同様で、セグメント列は（ｂ）に示
すようになる。

【００７５】（ｃ）はセグメント長が初期セグメント長
の２倍の２倍長セグメントの場合が続き、かつフラグが
有声の場合である。はＬ（１）＞０，Ｌ（２）＞０，
Ｌ（３）＜０，Ｌ（４）＜０の場合のみ第２相関器４３
の出力に切り替える。この場合第１セグメントは第２セ
グメントに類似し、第２セグメントは第３セグメントに
類似する。第３セグメントは第２セグメントに類似し、
第４セグメントは第３セグメントに類似する。これは第
１と第２セグメントが類似し、第３と第４セグメントが
類似し、かつ第２と第３セグメントが類似している場合
である。の場合も同様である。

【００７６】図８は、速度比α＝３／２のときの相関遅
延量ｒｋを導出する際の切替スイッチの切り替えを示
す。（ａ）は原音声を格納したセグメント列を示し、
（ｂ）は初期セグメント長を有し、かつフラグバッファ
３５のフラグが有声を示してる場合である。はＬ
（１）＞０でかつＬ（２）＜０の場合のみ第２相関器４
３の出力を用い、その他は第１相関器４１の出力を用い
る。，の場合も同様である。（ｃ）はセグメントに
２倍長セグメントを使用し、かつ有声の場合である。
のときはＬ（１）＞０，Ｌ（２）＞０，Ｌ（３）＜０，
Ｌ（４）＜０の場合のみ第２相関器４３の出力を選択
し、その他の場合は第１相関器４１の出力を選択する。
の場合も同様である。図７、図８に示す処理により、
波形を窓関数により重み付けした後、加算する際に、よ
り類似した波形どうしの場合のみ、第２相関器４３の出
力を選択することにより、相関遅延量ｒｋの信頼性を向
上させることができる。また第２相関器４３の出力を選
択することにより演算量を大幅に減少することができ
る。

【００７７】次に第３実施形態を説明する。本実施の形
態では加算する第１セグメントと第２セグメントの先頭
アドレスを示すポインタＰ１とＰ２の位置を示すもの
で、従来例と本発明の場合を比較して示している。図９
は速度比α＝３／４のときのポインタＰ１とＰ２を従来
方法と本発明と比較して示している。（ａ）は、相関遅
延量ｒｋ＞０の場合の処理、（ｂ）はｒｋ＜０のときの
処理である。（ａ）の場合、従来の場合よりポインタＰ
１をｒｋ分強制的に右側に（時間軸の進行方向）に進行
させ次のブロックの先頭セグメントの先頭位置に移動さ
せ、次のブロックの処理を開始する。（ｂ）のときは従
来のときよりもポインタＰ１をｒｋ分強制的に左側に
（時間軸の後退方向）に後退させて次のブロックの処理
を開始する。なお、Ｐ２は従来も次のブロックの第２セ
グメントの先頭位置を示しているので、変更する必要は
ない。なお、速度変換前の１ブロックは４セグメントよ
りなる。

【００７８】図１０は、速度比α＝３／２のときのポイ
ンタＰ１，Ｐ２の位置を従来の方法と本発明の場合とで
比較して示す。（ａ）は相関遅延量ｒｋ＜０の場合で、
従来よりもポインタＰ２をｒｋ分強制的に右側に進行さ
せて次のブロックの処理を開始する。（ｂ）のときは従
来よりもポインタＰ２をｒｋ分強制的に左側に後退させ
て次のブロックの処理を開始する。

【００７９】図９、図１０に示した処理により、図９の
（ａ）、図１０の（ｂ）に示すようにＰ１とＰ２が離れ
過ぎて、相関遅延量ｒｋの信頼性が低下するのを防止す
ることができる。これにより自然な音声を再生すること
ができる。

【００８０】次に第４実施形態を説明する。本実施の形
態では相関遅延量ｒｋが蓄積されると速度比αを維持で
きなくなるため、蓄積量が一定量、例えばセグメント長
になる度にその時の処理ブロックに１セグメント追加
（ｒｋ−の場合）、または１セグメント削除（ｒｋ＋の
場合）する。これにより速度比αを維持できる。

【００８１】図１１は速度比α＝３／４のときｒｋの蓄
積値が１個の初期セグメント長以上となったとき、スル
ー区間のセグメント（加算セグメントに続くセグメン
ト）を１個削除または追加することを示す。（ａ）はｒ
ｋ＝０の場合で標準形を示す。（ｂ）はｒｋ＋の場合で
ｒｋ＋の蓄積値が初期セグメント長ｔｓを越えた時、そ
の時の処理中のブロックから初期セグメントを１個削除
する。（ｃ）はｒｋ−の積算値が初期セグメントの１個
分を越えた時、その時の処理中のブロックのスルー区間
に初期セグメントを１個追加する。これにより速度比α
＝３／４を維持することができる。つまり（ａ）の標準
形と全体として同じ状態にすることができる。

【００８２】図１２は、速度比α＝３／２のときｒｋの
絶対値の蓄積量が１初期セグメント長を越えた時の処理
を示す。（ａ）はｒｋ＝０の場合で標準形を示し、
（ｂ）はｒｋ−の場合で、ｒｋの値は（−）の値を持っ
ている。ｒｋの絶対値の積算値が初期セグメント長ｔｓ
を越えた時、その時処理中のブロックのスルー区間から
１個のセグメントを除去する。（ｃ）はｒｋ＋の場合で
ｒｋは正の値を有する。ｒｋの積算値が初期セグメント
長ｔｓを越えた時、処理中のブロックのスルー区間に１
個のセグメントを追加する。これにより速度比α＝３／
２を維持できる。つまり（ａ）の標準形と全体として同
じ状態にすることができる。

【００８３】次に第５実施形態を説明する。本実施の形
態ではピッチ極性情報Ｌ（ｘ）＞０またはＬ（ｘ）＜０
に基づいて加算するセグメントを選択し、これにより１
ブロック内のセグメントの変化が生じる場合があるので
ブロック内のセグメント数の調整も行うようにしたもの
である。

【００８４】図１３は、速度比α＝３／４の場合で、
（ａ）はピッチ極性情報によりスルー区間のセグメント
の増減を行わない標準形を示す。（ｂ）は次のブロック
の処理に用いるピッチ極性情報を先読みして、現在の処
理ブロックで用いるピッチ極性情報と比較する。はＬ
（１）＞０でかつＬ（５）＜０のときで、隣接するブロ
ックのピッチ極性情報が互いに向き合っているときであ
る。このときは第１ブロックの第１セグメントと第２セ
グメントが類似し、第１ブロックの第４セグメントと第
２ブロックの第１セグメント（セグメント５）が類似し
ている場合である。このときは、第１ブロックではセグ
メント１とセグメント２を加算セグメントとし、第２ブ
ロックでは第１ブロックのセグメント４を取り込みセグ
メント５と加算セグメントを生成する。これにより互い
に類似したセグメントどうしを加算セグメントとするこ
とにより自然な再生音が得られる。しかし、このため第
１ブロックは初期セグメント１個分短くなる。

【００８５】はＬ（５）＜０でかつＬ（９）＜０の場
合である。この場合第２ブロックは第１ブロックからセ
グメント４を取り込みセグメント５と加算セグメントを
生成する。また第３ブロックにセグメント８を渡してし
まう。これにより第２ブロックは第１ブロックからセグ
メント４を取り込み、第３ブロックへセグメント８を渡
してしまうので、ブロック内のセグメント数は変わらな
い。ただし加算セグメントは互いに類似するセグメント
どうしなので自然な再生音が得られる。もの場合と
同じである。

【００８６】はＬ（１３）＜０でかつＬ（１７）＞０
の場合で、第４ブロックの両側のピッチ極性情報が互い
に反発している場合である。つまり先頭セグメント１３
は第３ブロックのセグメント１２と類似している。第５
ブロックでは先頭セグメント１７と次のセグメント１８
が互いに類似していて、第４ブロックには関係ない。第
４ブロックは第３ブロックのセグメント１２を取り込
み、先頭セグメント１３と加算セグメントを生成する。
これにより第４ブロックは第３ブロックより初期セグメ
ントを１個取り込んだことにより、セグメント数は１個
増加する。

【００８７】図１４は、速度比α＝３／２の場合で、
（ａ）はピッチ極性情報によりブロック内のセグメント
を増減しない標準形を示す。（ｂ）は図１３の（ｂ）と
同様で、次のブロックで用いるピッチ極性情報を先読み
して、現在の処理ブロックで用いるピッチ極性情報と比
較する。のように互いに向き合っているときはスルー
区間を１初期セグメント長分短くし、のように互いに
反発している場合はスルー区間に１初期セグメント長分
長くして標準形の時間軸の時刻にずれが生じないように
する。この処理により、再生音声を指定した速度比αに
維持とすることができ、かつ窓関数による重み付け加算
の際で、ピッチ極性情報が向き合う場合をより多く取り
易くすることができ、相関遅延量ｒｋの信頼性を維持お
よび向上させることにより自然な音声を再生することが
できる。

【００８８】図１５は第６実施形態を示す。本実施形態
は図１に示す第１実施形態の簡易化を計ったもので、図
１の第１相関器４１を廃止し第２相関器４３のみとしこ
れを相関器４３ａとし、さらに、フラグバッファ３５、
スイッチ４０、加算器４６、ｒｋバッファ５１、遅延フ
ラグ発生器５２、セグメント長シフトレジスタ５３を廃
止し、残りの機器のこれら廃止した機器に関連する機能
も廃止したものである。

【００８９】図１６は第７実施形態を示す。本実施形態
は図１７に示す従来例を改良したもので、セグメントの
長さを可変とし、女性音声データや男性音声データを適
切に処理できるようにしたものである。

【００９０】

【発明の効果】以上のように本発明は次の効果を奏す
る。ピッチ情報、ピッチ極性情報、有声／無声判別フラグ
情報を用い、従来相関器のみで長時間かけて導出してい
た相関遅延量ｒｋを波形ずれ量（ｒｋ）算出器と相関器
を用いることにより短時間に導出することができる。ピッチ情報の大小により分割器を制御してセグメント
長を２段に切り替えることにより、男声、女声を含めた
汎用性のある音声再生処理が可能となる。第１メモリと第２メモリのデータに、窓関数による重
み付け加算する際、音声データの波形の前後の相関関係
に依存したピッチ極性情報を用い、より相関の高い波形
どうしのみに、ピッチ情報からｒｋ算出器、第２相関器
で第２相関遅延量ｒｋを求めることにより、相関遅延量
ｒｋの信頼性を向上させると共に演算量を削減すること
ができ、再生音の品質を向上できる。

【００９１】第１メモリに入力するデータの先頭アド
レスを示すＰ１，及び第２メモリに入力するデータの先
頭アドレスを示すＰ２の距離が、相関遅延量ｒｋの大小
によって離れ過ぎてしまい、その結果、相関遅延量ｒｋ
の信頼性が失われるのを防ぐため、Ｐ１とＰ２の間隔を
一定にして相関遅延量ｒｋの信頼性を向上させることに
より、再生音声の品質を向上できる。第１相関器、第２相関器によって出力する相関遅延量
ｒｋを積算し、１セグメント長以上になったとき１セグ
メント追加または削除することにより、再生音声を指定
した速度比αに維持することができる。重み付け加算及びスルー区間制御を含めた一連の処理
で、次の処理に用いるピッチ極性情報を先読みし、その
結果を用いてスルー区間の長さを制御することにより、
指定した速度比αを維持しつつ、ピッチ極性情報の向か
い合う場合での重み付け加算処理をできるだけ取り易く
することによって、相関遅延量ｒｋの信頼性を向上さ
せ、自然な再生音声を得ることができる。

【００９２】相関器を波形ずれ量から相関値を算出す
るもののみとすることにより、装置を簡易化できる。従来の装置にセグメント可変機能を付加することによ
り音声データを適切に処理できる。

【図面の簡単な説明】

【図１】本発明の実施形態の音声速度変換装置のブロッ
ク図

【図２】音声データとセグメントを説明する図

【図３】相関遅延量ｒｋを説明する図

【図４】速度比α＝３／４の場合のセグメント可変処理
説明図

【図５】速度比α＝３／２の場合のセグメント可変処理
説明図

【図６】ｒｋ算出器及び第２相関器の処理説明図

【図７】速度比α＝３／４における相関遅延量導出の際
の切替スイッチ処理説明図

【図８】速度比α＝３／２における相関遅延量導出の際
の切替スイッチ処理説明図

【図９】速度比α＝３／４におけるポインタＰ１，Ｐ２
説明図

【図１０】速度比α＝３／２におけるポインタＰ１，Ｐ
２説明図

【図１１】速度比α＝３／４におけるｒｋ逐次加算処理
に伴う補正処理を説明する図

【図１２】速度比α＝３／２におけるｒｋ逐次加算処理
に伴う補正処理を説明する図

【図１３】速度比α＝３／４におけるピッチ極性情報に
基づくスルー区間調整処理説明図

【図１４】速度比α＝３／２におけるピッチ極性情報に
基づくスルー区間調整処理説明図

【図１５】本発明の第６実施形態のブロック図

【図１６】本発明の第７実施形態のブロック図

【図１７】従来の音声速度変換装置のブロック図

【図１８】従来の速度変換模式図

【符号の説明】

３１Ａ／Ｄ変換器３２音声符号化／復号器３３データバッファ３４ピッチバッファ３５フラグバッファ３６速度制御回路３７分割器３８第１メモリ３９第２メモリ４０切替スイッチ４１第１相関器４２波形ずれ量（ｒｋ）算出器４３第２相関器４３ａ相関器４４加算器４５窓関数発生器４６加算器４７，４８乗算器４９結合器５０Ｄ／Ａ変換器５１ｒｋバッファ５２遅延フラグ発生器５３セグメント長シフトレジスタ

Claims

【特許請求の範囲】

【請求項１】符号化した音声データを復号化する復号
器と、この復号器より得られる音声データのピッチ情報
と１つのピッチ内のデータが隣接する時間的に後のピッ
チのデータに類似するか前のピッチのデータに類似する
かを示すピッチ極性情報とを格納するピッチ格納部と、
前記復号器より得られる音声データのピッチが明確か不
明確かを示したフラグを格納するフラグ格納部と、前記
復号器からのデータを所定長さのセグメントに分割し連
続する所定数のセグメントを１つのブロックとし、この
各ブロックのセグメントを入力した順に分けて出力する
分割器と、この分割器が出力する各ブロックの最初のセ
グメントを格納する第１メモリと、前記分割器が出力す
る各ブロックの２番目のセグメントを格納する第２メモ
リと、前記第１メモリの内容と前記第２メモリの内容と
の相関関数を算出し、第１相関遅延量を演算する第１相
関器と、前記ピッチ格納部のデータより前記最初のセグ
メントの波形と前記次のセグメントの波形とがほぼ一致
するようにずらして重ねそのずれ量を算出する波形ずれ
量算出器と、前記第１メモリの内容と前記第２メモリの
内容との相関関数を前記波形ずれ量算出器の出力に基づ
いて算出し第２相関遅延量を演算する第２相関器と、セ
グメントのデータに対する重み係数を発生する窓関数発
生器と、前記第１メモリの内容に前記重み係数を乗算す
る第１乗算器と、前記第２メモリの内容に前記重み係数
を乗算する第２乗算器と、前記第１相関器または前記第
２相関器の出力に基づき前記第１乗算器の出力と前記第
２乗算器の出力とを相関関数の値が大きい位置で加算す
る加算器と、前記第１相関器と前記第２相関器との出力
を前記フラグ格納部のフラグに応じて切り替えて出力す
る切替えスイッチと、前記加算器の出力とこれに続け
て、前記分割器より入力する低速化のときは第２セグメ
ント以降、高速化の時は第３セグメント以降のセグメン
トで構成されるスルー区間セグメントを出力する結合器
と、音声の速度の変換比を表す速度比に基づき前記分割
器と前記結合器を制御する速度制御部と、を備えた音声
速度変換装置。
【請求項２】前記速度制御部は、前記ピッチ情報に基
づいて前記セグメントの長さを変更することを特徴とす
る請求項１記載の音声速度変換装置。
【請求項３】前記セグメントの長さを女性の声を基準
にした初期セグメント長さに設定し、前記ピッチ情報の
ピッチがこの初期セグメント長さを超える場合、セグメ
ントの長さを初期セグメントの２倍とし、ブロックの長
さも２倍とすることを特徴とする請求項２記載の音声速
度変換装置。
【請求項４】前記セグメントの長さを切り替えたブロ
ックにおいては、前記切替スイッチは、前記第１相関器
の出力を前記加算器に出力することを特徴とする請求項
３記載の音声速度変換装置。
【請求項５】前記切替スイッチは、前記フラグ格納部
の音声データのピッチが明確な場合、前記第２相関器の
出力を前記加算器に出力し、ピッチが不明確な場合、前
記第１相関器の出力を前記加算器に出力することを特徴
とする請求項１記載の音声速度変換装置。
【請求項６】前記ピッチ極性情報に基づき前記ブロッ
クの最初のセグメントと次のセグメントのデータが類似
しているとき前記切替スイッチは前記第２相関器の出力
を前記加算器に出力することを特徴とする請求項１記載
の音声速度変換装置。
【請求項７】前記初期セグメントの２倍を新セグメン
トとし、最初の新セグメントはデータ伝送順に第１初期
セグメントと第２初期セグメントからなり、次の新セグ
メントはデータ伝送順に第３初期セグメントと第４初期
セグメントからなり、第１初期セグメントが第２初期セ
グメントに類似し、第２初期セグメントと第３初期セグ
メントが類似し、第４初期セグメントが第３初期セグメ
ントに類似している場合、前記切替スイッチは前記第２
相関器の出力を前記加算器に出力することを特徴とする
請求項３記載の音声速度変換装置。
【請求項８】前記第１メモリおよび前記第２メモリに
入力するデータの先頭は前記セグメントの先頭番地を示
すことを特徴とする請求項１記載の音声速度変換装置。
【請求項９】前記第１相関遅延量と前記第２相関遅延
量とを積算する相関遅延量積算手段と、この積算値がセ
グメント長にほぼ達したとき遅延フラグを発生する遅延
フラグ発生器とをさらに備え、前記速度制御部は、この
遅延フラグに基づきブロックのスルー区間のセグメント
を追加または削除することを特徴とする請求項１記載の
音声速度変換装置。
【請求項１０】前記速度制御部は、前記ピッチ極性情
報に基づき、現在のブロックの先頭セグメントが次のセ
グメントと類似し、現在のブロックの最後のセグメント
が次のブロックの先頭セグメントと類似している場合、
現在のブロックの最後のセグメントを除去して現在のブ
ロックのスルー区間を短縮することを特徴とする請求項
１記載の音声速度変換装置。
【請求項１１】前記速度制御部は、前記ピッチ極性情
報に基づき、現在のブロックの先頭セグメントが１つ前
のブロックの最後のセグメントと類似しており、次のブ
ロックの先頭セグメントがそのブロックの次のセグメン
トを類似している場合、前のブロックの最後のセグメン
トを現在のブロックに取り込んで先頭のセグメントと
し、現在のブロックの旧先頭セグメントを第２セグメン
トとして加算し、現在のブロックのスルー区間を１セグ
メント増加することを特徴とする請求項１記載の音声速
度変換装置。
【請求項１２】前記速度制御部は、前記ピッチ極性情
報に基づき、現在のブロックの先頭セグメントが１つ前
のブロックの最後のセグメントと類似し、現在のブロッ
クの最後のセグメントが次のブロックの先頭セグメント
と類似する場合には、現在のブロックは１つ前のブロッ
クのセグメントを先頭セグメントとし、現在のブロック
の旧先頭セグメントを第２セグメントとして加算し、最
後のセグメントを次のブロックの先頭セグメントとして
加算することを特徴とする請求項１記載の音声速度変換
装置。
【請求項１３】符号化した音声データを復号化する復
号器と、この復号器より得られる音声データのピッチ情
報と１つのピッチ内のデータが隣接する時間的に後のピ
ッチのデータに類似するか前のピッチのデータに類似す
るかを示すピッチ極性情報とを格納するピッチ格納部
と、前記復号器からのデータを所定長さのセグメントに
分割し連続する所定数のセグメントを１つのブロックと
し、この各ブロックのセグメントを入力した順に分けて
出力する分割器と、この分割器が出力する各ブロックの
最初のセグメントを格納する第１メモリと、前記分割器
が出力する各ブロックの２番目のセグメントを格納する
第２メモリと、前記ピッチ格納部のデータより前記最初
のセグメントの波形と前記次のセグメントの波形とがほ
ぼ一致するようにずらして重ねそのずれ量を算出する波
形ずれ量算出器と、前記第１メモリの内容と前記第２メ
モリの内容との相関関数を前記波形ずれ量算出器の出力
に基づいて算出し相関遅延量を演算する相関器と、セグ
メントのデータに対する重み係数を発生する窓関数発生
器と、前記第１メモリの内容に前記重み係数を乗算する
第１乗算器と、前記第２メモリの内容に前記重み係数を
乗算する第２乗算器と、前記相関器の出力に基づき前記
第１乗算器の出力と前記第２乗算器の出力とを相関関数
の値が大きい位置で加算する加算器と、前記加算器の出
力とこれに続けて、前記分割器より入力する低速化のと
きは第２セグメント以降、高速化の時は第３セグメント
以降のセグメントで構成されるスルー区間セグメントを
出力する結合器と、音声の速度の変換比を表す速度比に
基づき前記分割器と前記結合器を制御する速度制御部
と、を備えた音声速度変換装置。
【請求項１４】音声データを入力して所定長さのセグ
メントに分割し連続する所定数のセグメントを１つのブ
ロックとし、この各ブロックのセグメントを入力した順
に分けて出力する分割器と、この分割器が出力する各ブ
ロックの最初のセグメントを格納する第１メモリと、前
記分割器が出力する各ブロックの２番目のセグメントを
格納する第２メモリと、前記第１メモリの内容と前記第
２メモリの内容との相関関数を算出し相関遅延量を演算
する相関器と、セグメントのデータに対する重み係数を
発生する窓関数発生器と、前記第１メモリの内容に前記
重み係数を乗算する第１乗算器と、前記第２メモリの内
容に前記重み係数を乗算する第２乗算器と、前記相関器
の出力に基づき前記第１乗算器の出力と前記第２乗算器
の出力とを相関関数の値が大きい位置で加算する加算器
と、前記加算器の出力とこれに続けて、前記分割器より
入力する低速化のときは第２セグメント以降、高速化の
時は第３セグメント以降のセグメントで構成されるスル
ー区間セグメントを出力する結合器と、音声の速度の変
換比を表す速度比に基づき前記分割器と前記結合器を制
御する速度制御部と、を備え、前記速度制御部は前記分
割部を制御して前記セグメントの長さを可変にすること
を特徴とする音声速度変換装置。