JPS62159196A - 時間軸圧縮伸長装置 - 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】 〔発明の属する技術分野〕 本発明は、録音された音声の再生速度をｑ倍に早め（時
間軸の長さは１／ｑに圧縮）またはい倍に遅く（時間軸
の長さはｑ倍に伸長）した際に。

ｑ倍またはＩＡ倍になる波形の瞬間値の変化（その結果
、生じる音声スペクトルの拡りも、もとのスペクトルの
ｑ倍または凶倍になる）を解析音声信号の位相項から導
かれる瞬時周波数信号情報の１／ｑ倍またはｑ倍にする
ことにより、聴感上の個人性、自然性情報を損なうこと
なく再生速度を変え得る時間軸圧縮伸長装置に関する。

〔従来技術とその問題点〕

一般に、録音された音声を再生する再生装置の再生速度
を速めた場合、録音音声全体の再生は速く終了する。ま
た、音声時間波形の振幅の包絡線信号も変化が遅くなっ
てしまう。さらに、音声時間信号の波形の瞬時値の変化
−すなわち時間に対する周波数の変化も速くなる。この
音声時間信号の振幅包絡線信号は言語判断に冗長な情報
であるために、聴覚上言語判断への悪影響は少ない。し
かし、音声時間信号の波形の瞬間値の変化が早くなると
、聴覚上、音程が高くなり、声の質が変化し、話者の個
人性も失なわれる。反対に、再生速度を遅めた場合にも
、波形の瞬時値の変化が原因となり、同様に音声の質的
変化が生じる。

第５図はこれを説明したものである。すなわち、図（（
転）原信号Ｓ　（ｔ）に対して１時間軸を圧縮して再生
された実時間信号（時間軸圧縮信号）の基本的波形図を
図（匂に示す。これらは振幅包絡線信号ｍ（ｔ）。

α、（ｔ）と零交互波ｆｒＭ（ｔ）（すなわち、波形の
位相変化分）とから構成される。この振幅包絡線信号α
（１）は、原信号５（ｔ）の波形周波数成分に対して、
比較的にゆっくりした変化である。換言すれば、それぞ
れの周波数成分が別の帯域に集中していると近似するこ
とができるから、原信号Ｓ　（ｔ）を次式（１）で近似
することができる。

ｓ　（ｔ）　＝σ（１）・ｆ　Ｆ　Ｍ（ｔ）　　　・・
・・・・・・・　（１）このように、定性的に考えるこ
とにより、零交互波ｆ　ｐ　Ｍ（ｔ）は振幅が一定で、
位相のみ変化する信号、すなわち位相変調波あるいはＦ
Ｍ波とみなすことができる。このように考えると、ｑ倍
の再生速度の変化に伴なう再生波形の瞬時値の変化は、
位相変化がｑ倍に変化したものである。従って、この位
相変化分のみをＭｑ倍にすれば、原波形の瞬時値の変化
に戻ることになる。これを第５図（（Ｊに示す。

以上に説明するように１例えば再生テープをｑ倍に早廻
しするとき、再生された信号の波形が時間的に１４倍の
長さになる。このために、瞬時の位相変化がｑ倍の変化
、すなわち瞬時周波数もｑ倍の早さで変化することにな
る。従って、上述のように位相あるいは周波数レベルで
、原信号のそれに戻るように操作ができれば、早廻しし
た早口言葉でも、音声のもとの性質を保持したままで、
波形を校正することが可能である。

上述の方法を、音声あるいはその他の準定常的時間信号
に対して実現するには、解析信号を利用すれば可能であ
る。解析信号とは、音声実時間信号Ｓ　（ｔ）と、この
時間信号５（ｔ）をヒルベルト変換した信号、すなわち
各周波数成分を９０度移相した信号５（ｔ）により次式
（２！Ｊで定義される信号５ａ（ｔ）ととして周知であ
る。

８　ａ　（ｔｌ　＝　Ｓ　（ｔ）＋　ｊ↑（ｔｌ　　　
　−・−・・・・（２）３　ａ（ｔ）＝　ｅ（（ｔ）ｅ
ｘｐｃｊｇＩ（ｔ）’Ｊ　＝　ｃｔ（ｔ）（ａｏｓ（：
Ａｔ））＋ｊｓ　ｉｎ［：　ｆ！Ｉ（１）］　）　　　
　　　　　　　　・・・・・・・・・　（３ただし、 従って、第（４）式は解析音声信号の包絡線情報及び、
第（５）式は解析音声信号の位相情報である。

音声の実時間信号は、第（３）式よりｙ（ｔｌｏｏｓ（
：〆１）］に相当する。

このことから、音声実時間信号の情報は、解析音声信号
の包絡線情報σ（１）および位相情報０（ｔ）にすべて
含まれることが分る。

このような解析信号法を利用した提案が既に公表されて
いる。例えばその提案のうちの１つ（提案１）は、Ｐｒ
ｏｃｅｅｄｉｎｇ　ｏｆ　ｔｈｅ　ＩＥＥＥ、Ｖｏｌ　
５５゜Ａ３．Ｍａｒｃｈ　、　１９６７、ｐ３９６−４
０１のＭ、Ｒ，８ｃｈ−ｒｏｅｄｅｒ、Ｊ、Ｌ、Ｆｌａ
ｍａｇａｎ、５ｅｎｉｏｒ　ｍｅｍｂｅｒ、ＩＥＥＥ。

ａｎｄ　Ｂ６人、Ｌｕｎｄｒｙによる＠Ｂａｎｄｗｉｄ
ｔｈ　Ｏｏｍｐｒｅ　−５ｓｉｏｎ　ｏｆ　　８ｐｅｅ
ｃｈ　ｂｙ　Ａｎａｌｙｔｉｃ−８ｉｇｎａｌＲｏｏｔ
ｉｎｇ”である。この提案１には、解析信号法およびヒ
ルベルト変換を用いて、特に１２倍の再生速度の校正に
限る処理系が開示されている。他の提案（提案２）は、
ＮＨＫ技術研究、昭４６゜第２３巻、第６号、通巻第１
２７号、Ｐ４６１−４７１、戸塚良則氏による「解析信
号法を用いた音声の継続時間の圧縮伸長」である。この
提案には、提案１を利用してい倍の外に、２倍の再生速
度の校正に限る処理系が開示されている。また、位相変
化＃（１１を１４倍することにより、ｑ倍の再生速度変
化に対する校正操作の可能ということのみが言及されて
いる。従って、提案１は提案２に含まれるから、提案２
について説明すれば＋　１／２倍および２倍の校正操作
において１位相変化＃（ｔｌ、１ かｉ’（ｔ）　、　２０（ｔｌとなることから、音声信
号のＦＭ波部分であるｆ　Ｆ　Ｍ（ｔ）＃ｆ　Ｃ！ＯＳ
　［！−ｌ　（ｔ）　：ｌ　、ａｏｓ（２０（ｔ））と
なることに主として着眼し、余弦関数の半角、倍角の公
式に対応する装置構成を提案している。

また、ｑ倍の校正操作も同様に位相変化ｆ！Ｉ（ｔｌを
対象として開示している。しかしながら、校正操作を位
相変化ｊｒ（ｔｌを対象として考慮するなどの理由によ
り、実現化には次のような問題があった。

（２１位相変化を処理するため符号が不定である。

従って、スイッチイと称する符号判別処理を施す必要が
生じる。

（ｂ）ヒルベルト変換と１組の伝達関数で求めている。

従って、遅延処理による調整操作が必要である。

（Ｃ）　］、／２倍および２倍の校正操作のみが実現さ
れ、一般的なｑ倍の校正操作の実現が困難である。

〔発明の目的〕

本発明は、上述の点に鑑み、従来技術の問題点を有効に
解決し、任意の再生速度変化に対して何らの差異なく対
応可能な時間軸圧縮伸長装置を提供することを目的とす
る。

〔発明の要職・〕

このような目的を達成するために、本発明の発明者達は
、数多くの研究と実験とを繰返した結果。

例えばｑ倍に伸長する再生速度変化に伴う音程変化の校
正操作と、解析信号理論より瞬時周波数信号ｆ　Ｓ　（
ｔ）が位相情報の時間的変化であるから、第（５）式よ
り第（６）式を導く。

ｓ”（ｔｌ＋ｒ（ｔ）　　　　　　・・・・・・・・・
　（０この第（６）式に着目すれば、再生速度をｑ倍に
した音声信号に対して、この瞬時周波数信号ｆ８（ｔ）
を、再生音声信号とその再生音声信号をヒルベルト変換
処理した両者より求め、さらに信号処理して１／ｑ倍の
瞬時周波数信号情報を得、解析信号の式（６）から原実
時間音声信号の瞬時周波数信号情報に戻す。包絡線情報
はｑ倍の再生速度変化のままで合成し、原音声（録音時
の音声）のｑ倍の早口の音声として、しかも個人性、音
韻性を損うことなく再生できるとの結論に到達し、コン
ピュータ・シミュレーションによっても正確にこれを確
認した。

すなわち、録音された音声の再生速度を正常速度のｑ倍
に伸長またはＩＡ倍に圧縮する際に、このｑ倍またはい
倍に変化する再生波形の瞬時値の変化を、音声時間信号
Ｓ　（ｔ）とこの音声時間信号をヒルベルト変換した信
号Ｓ　（ｔ）とから定義される解析音声信号８ａ（ｔ）
の位相情報ｐｆ　（ｔｌ　＝　ｔａｎ−’↑（ｔ）／５
（ｔ）の時間的変化として瞬時周波数信号ｆ　８　（ｔ
）を第（６）式のように導き、この瞬時周波数信号ｆ　
８　（ｔ）を凶倍またはｑ倍する信号処理をして解析信
号の式（６）より波形を処理合成し、再生速度変化によ
る音程変化を校正し出力することを特徴とする。

〔発明の実施例〕

次に、本発明の実施例を図面に基づき、詳細に説明する
。

第１図は本発明の一実施例の基本的構成図、第２図は第
１図における１チャンネル分のブロック図を示す。第１
図および第２図において本時間軸圧縮伸長装置１は、主
としてヒルベルト変換回路Ｃと、フィルタパンクＦＢと
、本実施例では４チヤンネルからなる瞬時周波数信号抽
出回路Ｄ、再生速度変化乗算回路Ｅ、ＦＭ波出力回路Ｐ
、包絡線信号出力回路Ｇ、ローパスフィルタＬＰＦ、な
らびに包路線ＦＭＭ乗算回路Ｈと、再生信号出力部Ｍ等
とから構成される。

ところで、第２図に示すＺは時間軸圧縮伸長装置１に、
抽出信号を出力する例えばテープ録音再生装置または円
板録音再生装置あるいはメモリ読取装置等である。また
、Ａは上述の再生装置２内に装備され、録音速度に対し
て何倍の速度で再生されるか遂次、再生速度変化ｑまた
はいを出力する再生速度変化出力装置である。Ｂは速度
変化された録音情報、主として音声、を出力する録音恍 情出力装置である。ヒルベルト変換回路Ｃは１例えば音
声のヒルベルト変換対Ｓ　（ｔ）およびＳ　（ｔ）を瞬
時周波信号抽出回路りおよび包絡線出力回路Ｇに出力す
る。再生速度変化乗算回路Ｅは、再生速度変化出力装置
人による再生速度変化ｑまたは１凶により、瞬時周波数
信号ｆ　８　（ｔ）を１．／ｑ倍またはｑ倍に乗算する
。なお、ＦＭ波出力回路Ｆは、第（３）式の振幅包絡線
信号ＣＡ（ｔ）を一定とした式を計算して出力する。さ
らに、包絡線信号出力回路Ｇは、包絡線信号σ（１）を
第（４）式により計算し出力する。

包絡線ＦＭ波乗算回路Ｈは、ＦＭ波出力回路Ｆの出力に
包絡線信号σ（１）の情報が乗算され、音程変化が校正
された信号を出力する。

なおこの際の再生速度変化ｑは、整数倍と限るものでは
なく、任意の値を選定することが可能である。

次に、第３図は第１図における解析信号法により抽出さ
れる諸量の波形図を示す。図において囚は原実時間音声
信号８（ｔ）で、（Ｂｌは包絡線信号Ｉｔ）で、（Ｑは
位相項Ｃｏｓ　（グ（ｔ）〕で、（ＤｌはＰＭ成分子Ｆ
Ｍ（ｔ）Ｊ）は瞬時周波数ｆ　Ｓ　（ｔｌで、この縦の
周波数変動が再生速度に応じてｑ倍または凶倍される。

次に、第４図は第１図による再生速度変化の変更に対す
る校正波形図を示す。図において図（（転）は原実時間
音声信号５（ｔ）で、図（ト））は再生時間軸圧縮率が
６０％のときの再生実時間音声信号５ｔ（ｔｌで、（Ｑ
は同じく８０％、■）は同じく１００％、（匂は同じく
１２０％のものである。いづれも原実時間音声信号ｓ　
（Ｈの再生速度を変えて得られる時間波形である。従っ
て、再生時間は変化するも、ピッチ周期はいづれも変ら
ず一定に校正されているから、原音声の音韻が保持され
ている。

〔発明の効果〕

以上に説明するように本発明によれば、再生速度を原音
声の正常速度のｑ倍に早めまたはＬ／ｑ倍に遅くする際
に、ｑ倍またはい倍に変化する再生波形の瞬時値の変化
を解析信号法により解析音声信号の位相情報より瞬時周
波数信号を位相変化の時間的変化として導かれた計算式
により、１４倍またはｑ倍する信号処理を行うことによ
り、再生速度変化による音韻の変化が校正され、聴感上
の悪影響が解消され、従来技術の問題点が有効に解決さ
れ、任意の再生速度変化に対応し得るという効果を有す
る。

なお、本発明の一実施例は、主として録音巧れた音声に
つき説明するも、これに限るものではなく、ビデオカセ
ットからの再生音、任意の振動音等の任意の時間信号に
対しても適用し得るものである。

【図面の簡単な説明】

第１図は本発明の一実施例の基本的構成図、第２図は第
１図における１チャンネル分のブロック図、第３図は第
１図の解析信号法により抽出された諸量の波形図、第４
図は第１図による再生速度変化の変更に対する校正波形
図、第５図は原信号と再生された信号の基本的波形、お
よび、再生速度の変化に対して校正された波形図である
。 １：時間軸圧縮伸長装置、　　２：再生装置、Ｃ：６ル
ベルト変換回路、　Ｄ：瞬時周波数信号抽出回路、　Ｂ
：再生速度変化乗算回路、Ｆ：ＦＭ波出力回路、　Ｇ：
包絡線信号出力回路、Ｈ：包絡線・ＦＭ波乗算回路。 特許出願人協同電子システム株式会社 第　５　図 手　　続　　補　　正　　書 特許庁長官　　　　　宇　賀　道　部　殿（特許庁審判
室　ＩＦＮ） （特許庁審査官　殿） １、事件の表示　　　　昭和６０年特許願第２９８２９
６号２、発明の名称　　　　時間軸圧縮伸長装置代表者
鈴木信行 （発送日　昭和６１年３月２５日） ６、補正により増加する発明の数　　　なし７、補正の
対象　　　　図　　面 ８、補正の内容　　　　別紙のとおり第３図および第４
図を訂正します。 ナ響１□

Claims (1)

1. 【特許請求の範囲】 １）録音またはメモリ上に記録された音声の再生速度を
   正常速度のｑ倍に早めまたは１／ｑ倍に遅くする際に、
   このｑ倍または１／ｑ倍に変化する波形の瞬時値の変化
   を、音声時間信号Ｓ（ｔ）とこの音声時間信号をヒルベ
   ルト変換した信号■（ｔ）とから定義される解析音声信
   号Ｓａ（ｔ）の位相情報φ（ｔ）＝ｔａｎ＾−＾１■（
   ｔ）／Ｓ（ｔ）より、前記解析音声信号の瞬時周波数信
   号ｆＳ（ｔ）を前記位相情報の時間的変化として、次式 ｆＳ（ｔ）＝（１／２π）・（ｄφ（ｔ）／ｄｔ）＝｛
   （１／２π）（ｄ■（ｔ）／ｄｔ）・Ｓ（ｔ）−■（ｔ
   ）・（ｄＳ（ｔ）／ｄｔ）｝／｛Ｓ＾２（ｔ）＋■＾２
   （ｔ）｝ にて導き、前記瞬時周波数信号ｆＳ（ｔ）を１／ｑ倍ま
   たはｑ倍する信号処理をして再生速度の変化による音程
   変化を校正し出力することを特徴とする時間軸圧縮伸長
   装置。