JPS60181830A - 音声編集装置 - 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】 Ａ６発明の技術分野 集することができるようにした音声編集装置に関するも
のである。

Ｂ、従来技術とその問題点 従来、音声データを編集する方法としては、（１ンアナ
ログ録音テープに記録された音声をテープレコーダで再
生しながら録音テープをハサミと粘着テープで切シ貼シ
していく方法、（２）１台の録音用テープレコーダの入
力側に切シ換えスイッチを介して複数の丹生用テープレ
コーダを接続し、再生用テープレコーダの音声出力を耳
でチェックしながらダビング編集していく方法があった
。しかし、これらはいずれも音声自答とテープレコーダ
カウンタの指示値を対にしたメモを作成し、それを基に
して基本的に順編成の（シーケンシャルの）録音テープ
を早送シあるいは巻き戻して編集作業を行っているため
に１大まかな音声の編集が可能であるにすぎず、例えば
音声を文単位、文節単位等へ・ で編集するなどきめ細かな編集を能率よく行うこ本発明
の目的をよ、コンピュータを用いることによシ、きめ細
かな編集を行うことのできる音声編集装置を提供するこ
とにある。

本発明は、入力される音声信号を音声データに変換する
入力部と、この音声データに関する情報を視覚的に表示
し編集する＠集部と、前記音声データと編集の際の所要
データと編集および入出カプログラムとを格納するメモ
リ部と、編集された音声データを音声信号に変換して出
力する出力部とを具えることを特徴とするものである。

本発明音声編集装置の基本的構成を、第１図に示す。図
中、１は入力された音声を編集部への適した信号形態に
変換する入力部、２は音声の編集を行う編集部、３は音
声の編集にあたつで必要なデータ等を格納するメモリ部
、４は編集された音声を適切な信号形態に変換して出力
する出力部である。

２１、Ｄｌ　発明の実施例 示す。この実施例は、音声の特徴量時系列を視覚的に表
示して目で観察しながら細かな編集をしようとするもの
である。

入力部１はマイクロホン５とこのマイクロホンからのア
ナログ信号をディジタル信号に変換するル勺変換器６と
により構成し、ｔｔｔｌＩＩ集部２はコンピュータ７と
ディスプレイ８とキーボード９とによシ構成し、メモリ
部３は主記憶装置１０と磁気ディスク等の補助記憶装置
１１とにより構成し、出力部４は編集部２からのディジ
タル信号をアナログ信号に変換する１７Ａ変換器１２と
スピーカ１３とによシ構成する。

マイクロホン５からの音声信号は、ルΦ変換器６でディ
ジタル量に変換され、コンピュータ７はこれを磁気ディ
スク１１に格納する。コンピュータ７は、格納された音
声データから音声の特徴量時系列を計算する。特徴量時
系列には、音声の強さを表すパワ一時系列、音声信号が
原点と交差すコンピュータ７はパワ一時系列を計算する
ものと゛する。

一般に、音声信号時系列データなｘｉ（ｉ　＝１．２．
・・・ｎ）で表すと、次式 の計算によシ、音声パワ一時系列Ｐ）’　０’Ｊ　、　
２　、＋・・−）４ 奪得ることができる。

コンピュータ７は計算したパワ一時系列を、デイスプレ
イ８に表示する。装置利用者は、このパワ一時系列表示
を見ながらキーボード９から音声編集指示や音声出力の
指示を行う。音声出力の指示がなされた時にはコンピュ
ータ７は磁気ディスク１１から音声データを読み出し、
Ｄ／Ａ変換器１２およびスピーカ１３に送９出すことに
よシ音声出力を行う。

ディスプレイ８の画面上における音声入力、編集、出力
の一態様を第３図に基づいて説明する。

Ｆ１装置利用者が音声として［この件につきまし”Ｃニ
ー）　返事を　ゴポン　お願いします　至急」をマイク
ロホン５に入力したものとする。第３図（α）は、ディ
スプレイ８の画面上に表示されたパワ一時系列を示す。

縦軸方向はパワーの大きさを、横軸方向は時間を示す。

このパワ一時系列の波形αは音声「この件につきまして
」に、波形すは「エート」に、波形Ｃは「返事を」に、
波形ｄは「ゴホン」に、波形ｅは「お願いします」に、
波形ｆは「至急」にそれぞれ対応している。

キーボード９を操作しディスプレイ画面上のカーソルを
用いて、不要な音声「エート」（波形ｂ）の開始部分と
終了部分とを゛指示″すると、コンピュータ７はその部
分間に確認のためアンダーラインＬを表示する。次に、
キーボード９を操作して゛削除″を指示すると、「エー
ト」に対応する波形すが削除される。同様に不要な音声
「ゴポン」（波形ｄ）の部分も削除すると、ディスプレ
イ画面のパワ一時系列表示は第３図（ｂ）に示すように
なる。

さらに、キーボード９の操作によシ“指示“、”削除″
を行って無音部ダ＋ｈ、ｊ＋ノを削除すると、ディスプ
レイ画面のパワ一時系列表示は第３図（ｃ）に示すよう
になる。

次に、キーボード９を操作して、画面上のカーソルで音
声「至急」（波形ｆ）の部分を指示し、「つきまして」
と「返事を」との間を指示し、キーボードによシ“挿入
”を指示すると、「つ＠まして」と「返事を」との間に
「至急」が挿入される。すなわち波形αと波形Ｃとの間
に波形ｆが挿入される。この最終的なパワ一時系列表示
を、第３図（ｄ）に示す。

キーボード９を操作し、カーソルにより有音部の先頭と
末尾を指示して゛出力”の指示を行うと、スピーカ１３
から「この件につきまして至急返事をお願いします」と
いう編集された音声が出力される。この場合、１目間い
ただけでは聞きとれない場合には、キーボードによシ”
出力″の指示を行うことにより何度でも音声を聞くこと
ができる。

この実施例では説明を簡単にするため短い文章）用いた
が、実際には２分程度の音声を画面に表′示することか
でき、さらに粕集済み音声データな磁気ディスク１１に
戻し、未編集音声データを読み出すということを繰り返
せば、数分以上におよぶ手、Ｉｔ　１通、会議ｌセツシ
ョン等の音声編集処理を行うことができる。

音声の特徴前時系列をディスプレイ画面上に表示しなが
ら対話形式で編集するという本実施例音声編集装置によ
れば、文単位、文節単位で音声を編集することができる
ので、きめ細かな編集力１可能となる。

（第２実施例） 本発明の第２実施例を、第４図に示す。この実施例は、
フロッピーディスク等の記憶装置に蓄積された音声デー
タを編集する場合に、音声データを複数のブロックに分
割し、各ブロックに対しそのブロックの記憶装置上のア
ドレスから成るポインタを構成し、全ブロックに対する
ポインタの集合としてディレクトリを構成し、ポインタ
に対しきるようにしたものである。

入力部１はマイクロホン１４とこのマイクロホンからの
アナログ信号をディジタル信号に変換するんΦ変換器１
５とにより構成し、編集部２はマイクロコンピュータ１
６とディスプレイ１７とキーボード１８とにより構成し
、メモリ部３をま音声データおよびディレクトリ用のフ
ロッピーディスク１９と音声編集、入出カプログラム用
のフロッピーディスク２０とによｐ構成し、出力部４）
１Ｍｉｉ集部２からのディジタル信号をアナログ信号に
変換するＤ／Ａ変換器２１とスピーカ２２とによ多構成
する。

マイクロホン１４から入力された音声信号は、んΦ変換
器１５によりディジタル量の時系列に変換された後、マ
イクロコンピュータ１６の制御によりフロッピーディス
ク１９に格納され、後述のごとくマイクロコンピュータ
１６により編集操作が行われる。編集の途中、あるいは
編集終了後、音声データはマイクロコンピュータ１６の
制御ニよりＤ／Ａ変換器２１に転送されアナログ量とな
シヌビーカ２２を駆動し音声として出力される。

第５図に各処理の流れを説明するためのフローブーヤー
ドを示す。尚、第５図では、特徴量時系列の計算、表示
等の処理が含まれているが、これは、第３の実施例にお
いて必要々ものであシ、本実施例では不要であり、この
処理は、本実施例では行なわれない。

第６図は、音声データおよびディレクトリ格納用のフロ
ッピーディスク１９の内容を示す図である。フロッピー
ディスクが８インチ両面倍密度フロッピーディスクの場
合について説明する。本実施例ではフロッピーディスク
の「トラック５０表」〜「トラック７６の裏」の範囲の
９３６にバイトを音声データ格納用に用いている。音声
をん巾変換器１５によりＡＡ）変換する場合のヅ〜ンプ
リング速度を８ＫＨｚ　Ｘ語長を８ビツトとすれは、９
３６にバイトの領域は１１７秒（約２分）の音声を収録
することができる。壕だ、本実施例ではフロッピーディ
スクの「トラック１０表」〜「トラック３０表」の範囲
の３２．５にバイトのうち３２にバイトをディレクトリ
用の領域とじ−Ｃいる。

第７図（α）は、ディレクトリの内容を示すものである
。３２にバイトのディレクトリは、２バイト長のポイン
タ１６３８３個で構成されている。１つのポインタは、
１フレームの音声データの所在を示すものである。１フ
レームは６４バイトの音声データの集合であシ、９３６
にバイトの音声データは、９３６にバイトラ６４バイト
＝　１４９７６　（フレーム）で構成されるので、ポイ
ンタは１４９７６個以上あれは十分である。１つのポイ
ンタは、第７図（ｈ）に示すようにビット配分されてい
る。最上位の１ビツトはこのポインタの有効／無効を示
すもので、このビットが０のときは有効でありこのポイ
ンタに対応する音声データが存在することを示し、ｌの
ときは無効でありこのポインタに対応する音声データが
存在しないことを示す。このビットが００ときは残りの
１５ビツトが意味を持ち、上位から順に７ビツトがトラ
ック番号を、１ビツトがサイド番号を、５ビツトがセク
タ管号を、２ビツトがフレーム番号をそれぞれ表してい
る。これらをよ、このポインタに対応する音声データが
フロッピーディスク上のどの位置に汐）るかを示してい
る。なお、サイド番号を表すビットがＯのときはフロッ
ピーディスクの表を、１のときはフロッピーディスクの
矢を示す。また、１セクタ内には４フレームの音声デー
タが格納される０ マイクロホン１４から入力され、ｋ勺変換器１５によっ
てデ・１ジタル量に変換された音声データがマイクロコ
ンピュータ１６の制御でフロッピーディスク１９のトラ
ック５０表から順に格納された場合を考える。音声の長
さが１６秒であったとすると、１２８０００バイトのデ
ータ長となるが、これは２０００フレーム長となり、音
声データは、トラック５０表からトラック１４の裏の第
６セクタの末尾（第３フレーム）まで格納されることに
なる。

第８図は音声の人力力・らディレクトリを作成する葦で
のフローを示す。尚、第８図ではパワーの計算の処理が
含まれているが、これは第３の実施例で必要なものであ
り、不実施例では、この処理を行なわない。

まず、音声入力のコー７ンドを受けとると、ドルデータ
を格納するフロッピーディスクの音声データ格納領域を
設定（トラック５、サイド０（１）、セクタ１、第０フ
レーム（最初の１７４　）　）する。

マイクロホンよシ音声データが入力されると、音声デー
タはフロッピーディスクのアドレスＡＤで示される領域
に順次ライトする。音声データの入力につれて、順次ア
ドレスを更新しつつ、フロッピーディスクにライトする
。

そして、マイクロホンよシの音声データの入力がなくな
った時点でのフロッピーディスクのアドレスＡＤをレジ
スタＡＤＥに格納する。

これと共に、フロッピーディスクのディレクトリ領域を
示すポインタＥＮを”０″にセットする。

また、フロッピーディスクの音声データ格納領域のアド
レスを初期値に書き換える。

次に、フロッピーディスクのアドレスＡＤで示される領
域（６４バイト）をリードし、各領域におけるパワーを
計算する。

割算の結果、得られたパワーはアドレスＡＤと共にポイ
ンタＥ　Ｎに書込まれる。

この動作を順次、繰返しポインタＥＮが１６３８３（す
なわちポインタＥＮが一杯）になるまでにアドレスＡＤ
がレジスタＡＤＥに格納されたアドレスと一致したら、
残りのポインタＥＮにＦＦ’ＦＦＦＦ　（１６進数）を
格納する。これによシ音声データがないことを示す。

次に、音声入力１１後にマイクロコンピュータ１６がフ
ロッピーディスク１９のディレクトリ領域（トランク１
表〜トラック３表）に作成するディレクトリの内容を第
９図に示す。「ポインタ０」は、音声データの第１フレ
ームが［存在し、トラック５、サイドＯ（表）、セクタ
１の第０フレーム（初めの１．／４　）　Ｊに存在する
ことを示している。

「ポインタｌ」は、次のフレームが同じセクタの［第１
フレーム（２つ目の１／４．）Ｊに存在することを示し
ている。以下同様に、ポインタ１９９９までが音声デー
タの格納場所を示すように設定される。

［ポインタ２０００Ｊ〜［ポインタ１６３８３　Ｊにつ
いては対応する音声データが存在しないので最上位のピ
ットを１に設定する。残りの１５ピツトは簀印で示して
いるが、ビットとしては１でも０でもよい。

次表は、キーボード１８から操作者が指定する編集コマ
ンドの例である。

コマンド（１）は「第１０００フレーム目から１ｏフレ
一ム分を聞く」という指示で、このコマンドによりマイ
クロコンピュータ１６は、ポインタ１０００から連続す
る１０個のポインタを順に読み出し、ポインタの指示す
る音声データを読み出し孫変換器２１に転送し、スピー
カ２２を躯動して音声出力を行う。

コマンド伐）は「第１０００フレーム目から１０フレー
ム分を削除する」という指示で、マイクロコンピュータ
１６は［ポインタ１．０１０１〜「ポインタ１９９９Ｊ
をｌＯワードずつ（ｌワードは２バイト）アドレスの低
い方へ移動する。次に、ポインタ移動によシ空領域とな
る末尾１０ワードについては最上位ピットを１として無
効化する。ここで重要な点は、音声データそのものは移
動せずに、ディレクトリ内でポインタを移動する点であ
り、音声データ自体を移動する場合に比べて転送蓋が６
３３６０バイトから１９８０バイトに減シ、転送量が１
．／’ｄ２になることである。

コマンド（３）はコマンド（１）と同様な方法で第５０
０フレーム目から２０フレ一ム分音声出力する指示であ
る。

コマンド（４ンは第５００フレーム目から２０フレ一ム
分の音声をバッファに退避させる指示である。

ここでも、音声データそのものを退避するかわシにポイ
ンタを退避することによシ、退避量がｌ／３゜となり、
したがって退避用バッファの容量が１／３２で済むこと
となる。

コマンド（５）は、コマンド（１）と同様な方法で第１
５０フレーム目から３０フレ一ム分の音声出力を行うコ
マンド°である。

コマンド（６）は、第１４９フレーム目と第１５０フレ
ームとの間に、バッファに退避した前記データな取シ出
し、挿入する指示である。具体的には、「ポインタ１５
０」〜［ポインタ１９８９ｊを２０ワードずつアドレス
の晶い方に移動し、璧いた領域に前記退避した２０ワー
ドのポインタをコピーする。

この操作ではデータの転送蓋が音声デ〜り自体を転送す
る場合に比べて１／３２になる上に、２つ以上のポイン
タが同一データを指すことによシ、音声データの増加を
防止している。

本実施例によれば、音声データの編集に際し、フレーム
（６４バイト）単位で行うことができるのできめ細〃・
いｆｉｌ集が可能となる上、音声データ自体をフロッピ
ーディスク上で移動することなく、音声データよりはる
かに容量の小さいポインタの集合であるディレクトリ上
でポインタ自体を移動することにより行うので、多量の
音声データの高速かつ実時間処理的な編集が可能となる
。

（第３実施例） 本発明の第３実施例を、第１Ｏ図に示す。この実施例は
、ディスプレイ画面上に音声の特徴量時系列を表示して
観察しながら、音声データ自体を記憶装置上で移動する
ことなく、ブイレフ）Ｊｌ上でポインタ自体を移動する
ことにより音声を編集できるようにしたものである。

入力部１はマイクロホン２３とこのマイクロホンからの
アナログ信号をディジタル信号に変換するに勺変換器２
４とにより構成し、編集部２はマイクロコンピュータ２
５とディスプレイ２６とキーボード２７と音声特徴量計
算回路２８とにより構成し、メモリ部３を音声データお
よびディレクトリ用のフロッピーディスク２９と音声編
集、入出カプログラム用のフロッピーディスク３０とに
より構成し、出力部４はディジタル信号をアナログ信号
に変換するｍへ変換器３１とスピーカ３２とにより構成
する。

音声の特徴量としては、第１実施例において説明したよ
うに、音声の強さを表すパワー、音声信号が原点と交差
するゼロ交差回数、音声の高さく音階）を表すピッチ周
波数等がある。したがって、特徴量計算回路２８として
は、パワー計算回路、ゼロ交差回数計算回路、ピッチ周
波数計算回路等があるが、本実施例ではパワー計算回路
を用いるものとする。もちろん、他のものを用いてもよ
い。

マイクロホン２３から入力された音声信号はＡ／Ｄ変換
器２４によりディジタル量の時系列に変換された後、マ
イクロコンピュータ２５の制御によりフロッピーディス
ク２９に格納されるとともに、後述のごとくマイクロコ
ンピュータ２５の制御により、パワー計算回路２８を用
いて音声信号の特徴量時系列がｉｔ　Ｋ　ｉれフロッピ
ーディスク２９に格納される。次いで、音声の特徴量時
系列はディスプレイ２６に表示される。この表示に基づ
いて、装置利用者がキーボード２７から入力する編集コ
マンドに対応して、マイクロコンピュータ２５＆−Ｃ後
述のごとく編集処理な行う。編集の途中あるいはに：山
集の終了後、マイクロコンピュータ２５は装置利用者か
キーボード２７から入力する音声出力コマンドに対応し
て、音声データをＩＹＡ変換器３１に転送し、アテロ２
量に友諌［でスヒ０−力３２を駆動し音として出力する
。

第１１図は、フロッピーディスク２９の内容を示す図４
ある。第２実施例同様、８インチ両面倍密度フロッピー
ディスクの場合について説明する。

本実施例では、フロッピーディスクの「トラック５０表
ｊ〜「トラック７６の裏」の範囲の９３６にバイトを音
声データ格納用に用いている。音声をんΦ変換器２４に
よシに勺変換する場合のサンプリング速度を８ＫＨｚ、
語長な８ビツトとすれば、９３６にバイトの領域は１１
７秒（約２分）の音声を収録することができる。また本
実施例では、フロッピーディスクの「トラック１０表」
〜「トラック４の裏」の範囲５２にバイトのうち４８に
バイトをディレクトリ用の領域としている。

第１２図（α）は、ディレクトＪｌの内容を示１−もの
である。４８にバイトのディレクトリは３バイト長のポ
インタ１′６３８３個で構成されている。１つのポイン
タは、１フレームの音声データの所在と属性（特徴量）
を示すものである。１フレームは、６４バイトの音声デ
ータの集合であＪ、９３６にバイトの音声データは、 ９３６にバイトモ６４バイト＝１４９７６　（フレーム
）で構成されるので、ポインタは１４９７６個以上あれ
ば十分である。１つのポインタは第１２図（ｂ）に示す
ようにビット配分されている。最上位の１ピツトはこの
ポインタの有効／無効を示すもので、このビットが０の
ときは有効でありこのポインタに対応する音声データが
存在することを示し、ｌのときは無効であシこのポイン
タに対応する音声データが存在しないことを示す。この
ビットが００ときは残υの２３ビツトが意味を持ち、上
位から順に７ビツトがトラック番号を、１ピツトがサイ
ド番号を、５ビツトがセクタ番号を、２ビツトがフレー
ム番号を、８ビツトが特徴量をそれぞれ表している。特
徴量としては、音声データ１フレーム分の平均パワー、
ゼロ交差回数、平均ピッチ周波数等が有効であり、前述
したように本実施例では平均パワーを用いている。トラ
ック番号、サイド番号、セクタ番号、フレーム番号はこ
のポインタに対応する音声データがフロッピーディスク
上のどの位置にあるかを示している。なお、サイド番号
を示すビットが０のときはフロッピーディスクの表を、
■のときはフロッピーディスクの裏を示す。また、１セ
クタ内には４フレームの庁声データが格納される。

マイクロホン２３から入力され、■変換器２４によって
ディジタル量に変換された音声データがマイクロコンピ
ュータ２５の制御でフロッピーディスク２９の「トラッ
ク５０衰」から順に格納された場合を考える。音声の長
さが１６秒であったとすると、１２８０００バイトのデ
ータ長となるが、これは２０００フレーム長となシ、音
声データは「トラック５０表」から「トラック１４０失
」の第６セクタの末尾（第３フレーム）までに格納され
ることになる。

音声入力直後にマイクロコンピュータ２５がフロッピー
ディスク２９のディレクトリ領域（トラン２１表〜トラ
ック４裏）に作成するディレクトリの内容を第１３図に
示す。「ポインタＯ」は、音声データの第１フレームが
「存在し、トラック５、ナイドＯＱ→、セクタ１の第１
フレーム（はじめの１／４　）　ｊに存在し、特徴量（
この例ではパワー）が０であることを示している。「ポ
インタ１」は、次のフレームが同じセクタの［第１フレ
ーム（２つ目の１／４　）　ｊに存在し、パワーが３５
であることを乃クシている。以下同様に、ポインタ１９
９９までが音声データの格納場所とパワーを示すように
設定される。「ポインタ２０００Ｊ〜［ポインタ１６３
８３　ｊについては対応する音声データが存在しないの
で最上位のビットを１に設定する。残りの２３ビツトは
、封印で示しているが、ビットとしては１でも０でもよ
い。

次に、ディスプレイ２６の画面表示について説明する。

編集部２の特徴量計算回路２８において計算されたパワ
一時系列は、フロッピーディスク２９に格納されている
。マイクロコンピュータ２５は、フロッピーディヌク２
９から音声データ自体ではなくディレクトリを読み出し
、その特徴ｉ（本実施例ではパワー）Ｓ分を用いてディ
スプレイ２６の画面上に表示略せる。第１実施例と同様
、音声［この件につきまして　エート　返事をゴホン　
お願いします　至急」が入力された場合について考える
。音声入力直後のディスプレイ画面を、第１４図（ａ）
に示す。この画面は、Ｍ１実施例に関連する第３図（α
）と全く同じであシ、画面上の波形と音声との対応関係
は第１実施例での説明に従うものとする。ここで装置利
用者は、不要な内容である音声「エート」（波形ｂ）の
部分をキーボード２７からの操作で指定すると、マイク
ロコンピュータ２５はこの部分が音声の３１０フレーム
〜６３５フレームであることを判断し、これに対応する
ディレクトリ・ポインタを削除する。すなわち、ポイン
タ６３６〜ポインタ１９９９を３２６ワード（１ワード
は３バイト）アドレスの低い方に移動し、末尾にできた
空領域すなわちポインタ１６７４〜１９９９の最上位ビ
ットを１にしてポインタの無効化を行う。第１４図（−
）には、説明の便宜上フレーム番号３１０および６３５
を表示しているが、これらは画面上に実際表示されるも
のではない。同様の操作によシネ要な音声「ゴホン」（
波形ｄ）の部分も除去した場合のディスプレイ画面が第
１４図Ｃｂ）に示す画面である。次に、各文節間の無音
部（ｇ。

ｈ、ｉ、））を同様の操作により除去した場合のディス
プレイ画面が第１４図（Ｃ）に示す画面である。。

次に、装置利用者が第１４図＜ｃ）の画面上で音声「至
急」（波形ｆ）の部分全指定し、これを「つき１して」
と「返事を」との間に移動するようにキーボード２７に
よシ指示すると、マイクロコンピュータ２５は、「至急
」の部分が６５０フレームから８５０フレームにあるこ
とと、「つ＝　チして」と「返４１を」との間が２１０
フレームであることを判定し、６５０フレーム〜８５０
フレームに対応するディレクトリ・ポインタの退避を行
ってから、ポインタ２１０〜６５０を２０１フレ一ム分
アドレスの高い方へ移動し、ポインタ２１０〜４１０の
領域へ退避しておいたポインタを格納する。このように
して得られるディスプレイ画面が第１４図（ｄ）に示す
画面である。ここで、装置利用者がキーボード２７によ
シ音声出力を指示すると、マイクロコンピュータ２５は
ディレクトリから「ポインタ０」〜「ポインタ８５０」
を順次収シ出し、各ポインタが所在を示す音声データを
読み出してＤ／Ａ変換器３１へ送夛スピーカ３２から「
この件につきまして至急返事をお願いします」という音
声出力を行う。ディスプレイ画面で音声の一部を指定し
て音声出力することも可能である。

本実施例によれば、音声の特徴量時系列をディスプレイ
画面上に表示しつつ対話形式で行うとともに、フレーム
単位での音声＠果が可能となるのできめ細かい編集を行
うことができる。さらには、音声データ自体をフロッピ
ーディスク上で移動させずにディレクトリのみをアクセ
スしておυ、本実施例ではディレクトリ容量は音声デー
タの約１／２ｏであることから、ディレクトリのみのア
クセスによシ編集作業におけるデータ転送量は約１／２
０に短縮されている。したがって、大容量の音声データ
自体をアクセスする代シに、小容蓋のディレクトリをア
クセスすることにより、表示、編集処理を高速に行うこ
とができ、このため実時間処理が可能となる。

Ｅ２発明の効果 本発明音声編集装置によれば、編集部において、音声デ
ータから特徴量を計算し、ディスプレイ上に特徴量時系
列を表示して文あるいは文節等を確認しながら編集した
軒あるいに音声データを例えばフレーム単位のブロック
に区分けし、このブロック単位を基準にして編集してい
るので、きめ細かなｌｉ！ｉ＋ｉ集が可能となる。

【図面の簡単な説明】

第１図は本発明音声編集装置の基本的構成を示すブロッ
ク図、第２図は本発明の第１実施例を示すブロック図、
第３図はディスプレイ画面上における編集の態様を説明
するための図、第４図は本発明の第２実施例を示すブロ
ック図、第５図は各処理の流れを示すフローチャート、
第６図はフロッピーディスクの内容を示す図、第７図は
ディレクトリの構成およびポインタのビット構成を示す
図、第８図は音声の入力からディレクトリの作成までの
処理を示すフローチャート、第９図はディレクトリの内
容を示す図、第１０図は本発明の第３実施例を示す図、
第１１図はフロッピーディヌクの内容を示す図、第１２
図はディレクトリの構成およびポインタのビット構成を
示す図、＠１３図はディレクトリの内容を示す図、第１
４図はディスプレイ画面上における編集の態様を説明す
るための図である。 パ図中、ｌは入力部、２は編集部、３はメモリ部、４は
出力部、５，１４．２３はマイクロホン、６゜１５．２
４はめ変換器、７はコンピュータ、８゜１７．２６はデ
ィスプレイ、９，１８．２７はキーボード、１０は主記
憶装置、１１は磁気ディスク、１２，２１．３１はＤ／
Ａ変換器、１３，２２゜３２はスピーカ、１６，２５は
マイクロコンピュータ１．１９，２０，２９．３０はフ
ロッピーディスク、２８は特徴量計算回路である。 特叶出願人　富士通株式会社 代理人　弁理士　森　１）　寛

Claims (1)

1. 【特許請求の範囲】 （１）入力される音声信号を音声データに変換する入力
   部と、この音声データに関する情報を視覚的に表示し編
   集する編集部と、前記音声データと編集の際の所要デー
   タと編集および入出カプログラムとを格納するメモ９部
   と、編集された音声データを音声信号に変換して出力す
   る出力部とを具えることを特徴とする音声編集装置。 （２、特許請求の範囲第（り項に記載の音声編集装置に
   おいて、前記権集部が、前記音声データの特徴量時系列
   を計算する言」鼻部と、計算された特徴量時系列を視覚
   的に表示する表示部と、表示された特徴量時系列に基づ
   いて削記晋声データを編集し得る編集処理部とを具え、
   前記メモリ部が前記計算された特徴量時系列を格納する
   ことを特徴とする音声編集装置。 （３）特許請求の範囲第（り項に記載の音声編集装置に
   おいて、前記編集部が、複数のブロックに分割された前
   記音声データの前記メモリ上における前記各ブロックの
   アＳレスから成るポインタの集合であるディレクトリを
   形成するディレクトリ形成部と、このディレクトリ上の
   ポインタを編集することによシ前記音声データを前記メ
   モリ上で移動することなく等測的に音声データを編集し
   得る編集処理部とを具え、前記メモリ部が前記形成され
   たディレクトリを格納することを特徴とする音声編集装
   置。 （４）特許請求の範囲第（り項に記載の音声編集装置に
   おいて、前記編集部が、前記音声データの特徴量を計算
   する計算部と、複数のブロック例分割された前記音声デ
   ータの前記メモリ上における前記各ブロックのアドレス
   と各ブロックの前記特徴量とから成るポインタの集合で
   あるディレクトリを形成するディレクトリ形成部と、前
   記ディレクトリをアクセスすることによシ特微量時系列
   を得てこれを視覚的に表示する表示部と、表示された特
   微量時系列に基づいて前記ディレクトリ上のポインタを
   編集することにょシ前記音声データを前記メモリ上で移
   動することなく等測的に音声データを編集し得る編集処
   理部とを具え、前記メモリ部が前記形成されたディレク
   トリを格納することを特徴とする音声編集装置。