JP2000305580A - 無音判別方法、無音判別装置およびコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】明瞭で滑らかな音声の再現を行うことができる
ようにし、かつ不要な部分における有音処理を排除して
データ量の圧縮率を向上させる。 【解決手段】音声データのレベルを第１のレベルとそれ
よりも大きい第２のレベルと比較し、第２のレベルより
も大きい第１種の区間に関しては有音と判断し、第１種
の区間ではない区間であって第１種の区間の始端から前
側に第１の距離内である第２種の区間に関しては、第２
種の区間のレベルが第１のレベルよりも大きいか否かに
基づいて有音であるか無音であるかを判断し、音声デー
タの第１種の区間ではない区間であって第１種の区間の
終端から後側に第２の距離内である第３種の区間に関し
ては、第３種の区間のレベルが第１のレベルよりも大き
いか否かに基づいて有音であるか無音であるかを判断
し、第１種の区間、第２種の区間および第３種の区間の
いずれにも該当しない第４種の区間に関しては無音であ
ると判断する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、無音判別方法、無
音判別装置およびコンピュータ読み取り可能な記録媒体
に関し、さらに詳細には、音声データ中の無音部分を検
出する無音判別方法、無音判別装置およびコンピュータ
読み取り可能な記録媒体に関する。

【０００２】なお、本発明において「音声」とは、人間
の声の他に楽音や効果音などの可聴域の音を全て含む概
念を意味するものであって、人間の声の信号のみを指す
ものではない。

【０００３】

【従来の技術】従来より、音声データを記憶媒体に記憶
したり、音声データを通信媒体を介して送受信すること
が広く行われている。

【０００４】そして、こうした場合には、なるべく小さ
な記憶容量や少ない通信時間によって、なるべく長時間
の音声に相当するデータを記憶したり、送受信したりす
ることが経済的な面から望まれている。

【０００５】一般に、音声には所々に無音の部分がある
が、こうした無音の部分と有音の部分とを区別すること
なしに、無音の部分と有音の部分とで同様の音声データ
を記憶したり、送受信したりする場合には、記憶媒体の
記憶容量や通信媒体における通信時間を無駄に使用する
ことになるということが指摘されていた。

【０００６】このため、従来から、音声データの記憶や
送受信などを行う際において当該音声データが無音を表
している場合には、音声を表す通常の音声データに代え
て無音であることを示すより短いデータの記憶や送受信
などを行うことにより、記憶したり送受信したりするデ
ータ量の圧縮を図る技術が種々提案されている。

【０００７】例えば、特開平１１−５２９９０号公報に
は、音声データの示す音声のレベル（本明細書において
は、「音声データの示す音声のレベル」を「音声データ
のレベル」あるいは単に「レベル」と適宜に称すること
とする。）が所定のスレッショルドレベルを越える場合
に有音と判断し、一方、音声データのレベルが所定のス
レッショルドレベルをよりも小さい場合に無音と判断す
ることにより、データ量の圧縮を図る技術が開示されて
いる（図１参照：なお、図１においては、理解を容易に
するために、音声データのエンベロープレベルを示して
いる。）。

【０００８】しかしながら、この特開平１１−５２９９
０号公報に開示された技術においては、音声データのレ
ベルが所定のスレッショルドレベルよりも小さいか否か
によってのみ無音であるか有音であるかを判断している
ため、所定のスレッショルドレベルが低いと無音と判断
され難くなってデータ量の圧縮率が上がらなくなり、ま
た、所定のスレッショルドレベルが高いと音声の語尾や
語頭の切れ目において実際には音声があるにも関わらず
無音と判断されてしまうようになって、音声の語尾や語
頭などにおいて音声が途切れてしまって滑らかな音声を
再現することができないという問題点があった。

【０００９】即ち、所定のスレッショルドレベルが低い
場合には、無音処理すべき不必要な部分まで有音処理さ
れてデータ量の圧縮率が低下してしまい、また、所定の
スレッショルドレベルが高い場合には、アタックの長い
音の語頭やリリースの長い音の語尾が途切れて不明瞭に
なって滑らか再生を実現することができないという問題
点があった。

【００１０】また、特公平３−６８３９９号公報には、
音声データのレベルが所定のスレッショルドレベルを越
える部分を有音と判断するとともに、その前後の部分に
ついても所定の期間内にある部分を有音と判断するよう
にした技術が開示されている（図２参照：なお、図２に
おいては、理解を容易にするために、音声データのエン
ベロープレベルを示している。）。

【００１１】しかしながら、この特公平３−６８３９９
号公報に開示された技術においては、音声データのレベ
ルが所定のスレッショルドレベルを越える部分を有音と
判断するとともに、その前後の部分についても所定の期
間内にある部分は有音とみなすようにしているために、
所定の期間が短い場合には、語頭の立ち上がりや語尾の
立ち下がりの長い音声に関しては語頭や語尾が途切れて
しまって滑らかな音声を再現することができないことと
なり、所定の期間が長い場合には、語頭の立ち上がりや
語尾の立ち下がりの短い音声に関しては実際は無音の部
分まで有音として扱われてデータ量の圧縮率が上がらな
いという問題点があった。

【００１２】即ち、所定の期間が短い場合には、アタッ
クの長い音の語頭やリリースの長い音の語尾が途切れて
不明瞭になって滑らか再生を実現することができず、所
定の期間が長い場合には、アタックやリリースの短い音
については無音処理すべき不必要な部分まで有音処理さ
れてデータ量の圧縮率が低下してしまうという問題点が
あった。

【００１３】

【発明が解決しようとする課題】本発明は、上記したよ
うな従来の技術の有する種々の問題点に鑑みてなされた
ものであり、その目的とするところは、音声の語尾や語
頭が途切れることなく明瞭で滑らかな音声の再現を行う
ことができるようにするとともに、音声データの無音処
理することが好ましい不要な部分において有音処理を行
うことのないようにしてデータ量の圧縮率を向上させる
ようにした無音判別方法、無音判別装置およびコンピュ
ータ読み取り可能な記録媒体を提供しようとするもので
ある。

【００１４】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、音声データのレベルに関する２つのスレ
ッショルドレベルと当該２つのスレッショルドレベルに
従って定義される音声データの区間とを用いて、音声デ
ータ中の無音部分の判別を行うようにしたものである。

【００１５】即ち、本発明のうち請求項１に記載の発明
である無音判別方法は、音声データのレベルに基づい
て、音声データを構成する各部分を有音あるいは無音と
判断する無音判別方法であって、音声データのレベル
を、所定の第１のレベルと上記第１のレベルよりも大き
い所定の第２のレベルと比較し、音声データのレベルが
上記第２のレベルよりも大きいことにより定義される第
１種の区間に関しては有音と判断し、音声データの上記
第１種の区間ではない区間であって、音声データの上記
第１種の区間の始端から前側に第１の所定の距離内であ
ることにより定義される第２種の区間に関しては、上記
第２種の区間の音声データのレベルが上記第１のレベル
よりも大きいか否かに基づいて有音であるか無音である
かを判断し、音声データの上記第１種の区間ではない区
間であって、音声データの上記第１種の区間の終端から
後側に第２の所定の距離内であることにより定義される
第３種の区間に関しては、上記第３種の区間の音声デー
タのレベルが上記第１のレベルよりも大きいか否かに基
づいて有音であるか無音であるかを判断し、音声データ
の上記第１種の区間、上記第２種の区間および上記第３
種の区間のいずれにも該当しないことにより定義される
第４種の区間に関しては無音であると判断するようにし
たものである。

【００１６】ここで、上記した「第１種の区間」、「第
２種の区間」、「第３種の区間」ならびに「第４種の区
間」におけるそれぞれの区間に関して、各区間の最小長
は音声データの処理上の最小単位であればよく、従っ
て、１サンプルでもよいし、あるいは１サンプル乃至複
数サンプルを１つのブロックとした１ブロックでもよ
い。

【００１７】また、上記した「第１の所定の距離」と
「第２の所定の距離」とは同一であってもよいし、異な
っていてもよい。

【００１８】なお、上記した請求項１に記載の発明にお
いて、隣り合う「第１種の区間」同士の距離が短く、
「第２種の区間」と「第３種の区間」とが隣接する場
合、あるいは、「第２種の区間」と「第３種の区間」と
の一部あるいは全てが重なる場合には、「第４種の区
間」が存在し得ない場合が有り得るが、こうした「第４
種の区間」が存在しないものも上記した請求項１に記載
の発明に含まれるものである。

【００１９】さらに、上記した請求項１に記載の発明に
おいて、「音声データのレベルを、所定の第１のレベル
と上記第１のレベルよりも大きい所定の第２のレベルと
比較し」ているが、この意味するところは、全ての音声
データを「第１のレベル」および「第２のレベル」とそ
れぞれ比較することを意味するものではない。

【００２０】即ち、音声データを先に「第２のレベル」
と比較して、当該音声データが「第２のレベル」よりも
大きいと判断された場合には、当該音声データは「第１
のレベル」よりも当然に大きいことになるので、その判
断の時点で当該音声データを「第１のレベル」と比較す
る必要はないものであり、こうしたものも上記した請求
項１に記載の発明に含まれるものである。これとは逆
に、音声データを先に「第１のレベル」と比較して、当
該音声データが「第１のレベル」以下であると判断され
た場合には、当該音声データは「第２のレベル」よりも
当然に小さいことになるので、その判断の時点で当該音
声データを「第２のレベル」と比較する必要はないもの
であり、こうしたものも上記した請求項１に記載の発明
に含まれるものである。

【００２１】また、本発明のうち請求項２に記載の発明
である無音判別方法は、本発明のうち請求項１に記載の
発明において、音声データのレベルが上記第１のレベル
よりも大きくない状態が所定の長さよりも長く連続して
いる部分に関しては無音と判断し、音声データの上記第
２種の区間に含まれ、音声データのレベルが上記第１の
レベルよりも大きくかつ後側の最も近い上記第１種の区
間との間に無音と判断される部分がない部分に関しては
有音と判断するとともに、この条件で有音と判断された
部分の後側に有音と判断されていない部分が隣接する場
合はこれを全て有音と判断し、音声データの上記第３種
の区間に含まれ、音声データのレベルが上記第１のレベ
ルよりも大きくかつ前側の最も近い上記第１種の区間と
の間に無音と判断される部分がない部分に関しては有音
と判断するとともに、この条件で有音と判断された部分
の前側に有音と判断されていない部分が隣接する場合は
これを全て有音と判断するようにしたものである。

【００２２】ここで、「第２種の区間」と「第３種の区
間」との一部あるいは全てが重なる場合には、「第２種
の区間」、「第３種の区間」のいずれかにおいて有音と
判断されるときには、その部分は有音として判断され
る。

【００２３】また、上記した「所定の長さ」は、音声デ
ータの処理上の最小単位の長さ以上であれば任意の長さ
でよい。

【００２４】また、本発明のうち請求項３に記載の発明
である無音判別方法は、本発明のうち請求項１に記載の
発明において、音声データの上記第２種の区間に含ま
れ、音声データのレベルが上記第１のレベルよりも大き
くない状態が上記第２種の区間の先頭から連続している
部分に関して、その部分の前側に上記第４の区間が隣接
する場合には無音と判断し、音声データの上記第３種の
区間に含まれ、音声データのレベルが上記第１のレベル
よりも大きくない状態が上記第３種の区間の末尾から連
続している部分に関して、その部分の後側に上記第４の
区間が隣接する場合には無音と判断するようにしたもの
である。

【００２５】また、本発明のうち請求項４に記載の発明
である無音判別方法は、本発明のうち請求項２に記載の
発明において、上記のいずれの判断においても無音とも
有音とも判断されなかった部分に関しては無音と判断す
るようにしたものである。

【００２６】また、本発明のうち請求項５に記載の発明
である無音判別装置は、本発明のうち請求項１、２、３
または４のいずれか１項に記載の無音判別方法を行う手
段を備えるようにしたものである。

【００２７】即ち、本発明のうち請求項５に記載の発明
における本発明のうち請求項１に記載の無音判別方法を
行う手段を備えた無音判別装置は、音声データのレベル
に基づいて、音声データを構成する各部分を有音あるい
は無音と判断する無音判別装置であって、音声データの
レベルを、所定の第１のレベルと上記第１のレベルより
も大きい所定の第２のレベルと比較する手段と、音声デ
ータのレベルが上記第２のレベルよりも大きいことによ
り定義される第１種の区間に関しては有音と判断する手
段と、音声データの上記第１種の区間ではない区間であ
って、音声データの上記第１種の区間の始端から前側に
第１の所定の距離内であることにより定義される第２種
の区間に関しては、上記第２種の区間の音声データのレ
ベルが上記第１のレベルよりも大きいか否かに基づいて
有音であるか無音であるかを判断する手段と、音声デー
タの上記第１種の区間ではない区間であって、音声デー
タの上記第１種の区間の終端から後側に第２の所定の距
離内であることにより定義される第３種の区間に関して
は、上記第３種の区間の音声データのレベルが上記第１
のレベルよりも大きいか否かに基づいて有音であるか無
音であるかを判断する手段と、音声データの上記第１種
の区間、上記第２種の区間および上記第３種の区間のい
ずれにも該当しないことにより定義される第４種の区間
に関しては無音であると判断する手段とを有するように
したものである。

【００２８】また、本発明のうち請求項５に記載の発明
における本発明のうち請求項２に記載の無音判別方法を
行う手段を備えた無音判別装置は、上記した本発明のう
ち請求項５に記載の発明における本発明のうち請求項１
に記載の無音判別方法を行う手段を備えた無音判別装置
の構成に加えて、音声データのレベルが上記第１のレベ
ルよりも大きくない状態が所定の長さよりも長く連続し
ている部分に関しては無音と判断する手段と、音声デー
タの上記第２種の区間に含まれ、音声データのレベルが
上記第１のレベルよりも大きくかつ後側の最も近い上記
第１種の区間との間に無音と判断される部分がない部分
に関しては有音と判断するとともに、この条件で有音と
判断された部分の後側に有音と判断されていない部分が
隣接する場合はこれを全て有音と判断する手段と、音声
データの上記第３種の区間に含まれ、音声データのレベ
ルが上記第１のレベルよりも大きくかつ前側の最も近い
上記第１種の区間との間に無音と判断される部分がない
部分に関しては有音と判断するとともに、この条件で有
音と判断された部分の前側に有音と判断されていない部
分が隣接する場合はこれを全て有音と判断する手段とを
有するようにしたものである。

【００２９】また、本発明のうち請求項５に記載の発明
における本発明のうち請求項３に記載の無音判別方法を
行う手段を備えた無音判別装置は、上記した本発明のう
ち請求項５に記載の発明における本発明のうち請求項１
に記載の無音判別方法を行う手段を備えた無音判別装置
の構成に加えて、音声データの上記第２種の区間に含ま
れ、音声データのレベルが上記第１のレベルよりも大き
くない状態が上記第２種の区間の先頭から連続している
部分に関して、その部分の前側に上記第４の区間が隣接
する場合には無音と判断する手段と、音声データの上記
第３種の区間に含まれ、音声データのレベルが上記第１
のレベルよりも大きくない状態が上記第３種の区間の末
尾から連続している部分に関して、その部分の後側に上
記第４の区間が隣接する場合には無音と判断する手段と
を有するようにしたものである。

【００３０】また、本発明のうち請求項５に記載の発明
における本発明のうち請求項４に記載の無音判別方法を
行う手段を備えた無音判別装置は、上記した本発明のう
ち請求項５に記載の発明における本発明のうち請求項２
に記載の無音判別方法を行う手段を備えた無音判別装置
の構成に加えて、上記のいずれの判断においても無音と
も有音とも判断されなかった部分に関しては無音と判断
する手段とを有するようにしたものである。

【００３１】また、本発明のうち請求項６に記載の発明
であるコンピュータ読み取り可能な記録媒体は、本発明
のうち請求項１、２、３または４のいずれか１項に記載
の無音判別方法をコンピュータに実行させるためのプロ
グラムを記録するようにしたものである。

【００３２】

【発明の実施の形態】以下、添付の図面を参照しなが
ら、本発明による無音判別方法、無音判別装置およびコ
ンピュータ読み取り可能な記録媒体の実施の形態の一例
を詳細に説明する。

【００３３】図３には、本発明による無音判別方法を行
う手段を有する無音判別装置を備えた音声圧縮装置のブ
ロック構成図が示されている。

【００３４】この音声圧縮装置１０は、入力手段１２
と、ブロック化手段１４と、比較手段１６と、圧縮・無
音処理手段１８と、出力手段２０とを有して構成されて
おり、全体の動作を図示しないマイクロ・コンピュータ
によって制御されているものである。

【００３５】ここで、音声圧縮装置１０においては、デ
ジタル化された音声データが入力手段１２からブロック
化手段１４へ供給されることになる。具体的には、入力
手段１２によって、ハードディスクなどの図示されてい
ない外部の記憶媒体から本発明でいうところの音声デー
タの一例である、１６ビットのビット長を有する２の補
数形式のＰＣＭデータが連続して読み出されてブロック
化手段１４に供給されるものである。

【００３６】なお、この実施の形態においては、音声デ
ータとして１６ビットのビット長を有する２の補数形式
のＰＣＭデータが用いられる場合について説明したが、
音声データが１６ビット長や２の補数形式のＰＣＭデー
タに限定されるものではないことは勿論である。

【００３７】また、入力手段１２は、上記した実施の形
態に限定されるものではなく、音声データを記憶するメ
モリを備えていて当該メモリを読み出すことにより音声
データをブロック化手段１４へ供給するものであっても
よいし、音声データをデジタル化するアナログ／デジタ
ル（Ａ／Ｄ）コンバータであってもよいし、通信回線か
ら音声データを受け取るものであってもよい。

【００３８】次に、ブロック化手段１４は、図示されて
いない指令手段を介してユーザーから与えられた指令に
よって、供給された音声データを１個を含む所定個のサ
ンプル毎のブロックに分割し、音声データのブロック化
を行うものである。

【００３９】そして、比較手段１６は、後述する方法に
従って、ブロック化手段１４によってブロック化された
音声データの各ブロック毎に、音声データのレベルと所
定のスレッショルドレベルとの比較判断を行うものであ
る。

【００４０】また、圧縮・無音処理手段１８は、ブロッ
ク化された音声データを圧縮するとともに、後述する方
法に従って、比較手段１６の判断結果に基づいて音声デ
ータが有音であるか無音であるかを判断し、無音の部分
については所定のフォーマットにより圧縮処理を行うも
のである。

【００４１】なお、本発明は、上記した比較手段１６な
らびに圧縮・無音処理手段１８における有音であるか無
音であるかの判断の処理に関するものである。

【００４２】そして、圧縮・無音処理手段１８において
処理された音声データは出力手段２０へ送られて図示し
ないメモリに記憶され、それから適宜に出力されること
になる。

【００４３】なお、出力手段２０は、上記した実施の形
態に限定されるものではなく、圧縮・無音処理手段１８
において処理された音声データをハードディスクなどの
外部の記憶媒体に書き込むものであってよいし、通信回
線へ送り出すものであってもよい。

【００４４】ここで、上記した入力手段１２、ブロック
化手段１４ならびに出力手段２０に関しては、特開平１
１−５２９９０号公報に開示された技術を用いることが
できるので、ここに特開平１１−５２９９０号公報を引
用することによりその詳細な説明は省略する。

【００４５】また、圧縮・無音処理手段１８における音
声データを圧縮する際のフォーマットならびに無音部分
のデータのフォーマットに関しても、特開平１１−５２
９９０号公報に開示された技術を用いることができるの
で、ここに特開平１１−５２９９０号公報を引用するこ
とによりその詳細な説明は省略する。

【００４６】なお、この実施の形態においては、特開平
１１−５２９９０号公報に開示された音声圧縮装置と同
様に、音声データが無音と判断された場合には、無音の
音声データであることを示すデータと無音部分の連続す
るブロック数を示すデータとにより音声データが構成さ
れることになり、こうした音声データが出力手段２０か
ら出力されるものである。

【００４７】そして、出力手段２０から出力された音声
データは、例えば、特開平１１−５２９９０号公報に開
示された技術を用いた音声伸長装置により元の音声デー
タに復元されるものである。

【００４８】以下、本発明に関する比較手段１６ならび
に圧縮・無音処理手段１８における処理の詳細について
説明する。

【００４９】まず、比較手段１６においては、音声デー
タの各ブロックに含まれるサンプルの絶対値をとり、そ
のなかの最も大きいものをそれぞれレベルの異なる所定
の２つのスレッショルドレベルと比較することになり、
その比較結果を処理変数ｌｖｌとして圧縮・無音処理手
段１８へ送出する。

【００５０】ここで、比較手段１６は、比較対象となる
絶対値がレベルの大きい方のスレッショルドレベル（図
４におけるスレッショルドレベル２に対応する。）より
大きい場合には処理変数ｌｖｌとして「２」（ｌｖｌ＝
２）を圧縮・無音処理手段１８へ送出し、比較対象とな
る絶対値がレベルの小さい方のスレッショルドレベル
（図４におけるスレッショルドレベル１に対応する。）
より小さい場合には処理変数ｌｖｌとして「０」（ｌｖ
ｌ＝０）を圧縮・無音処理手段１８へ送出し、比較対象
となる絶対値がレベルの大きい方のスレッショルドレベ
ルより大きくもないしレベルの小さい方のスレッショル
ドレベルより小さくもない場合には処理変数ｌｖｌとし
て「１」（ｌｖｌ＝１）を圧縮・無音処理手段１８へ送
出する。

【００５１】ところで、大振幅の信号でもゼロクロス付
近だけに注目するとレベルが低くなっており、こうした
ゼロクロス付近の部分を無音処理すると音が途切れて汚
くなってしまうので、このような部分が無音処理される
ことを防止するために、圧縮・無音処理手段１８におい
ては、後述するように、処理変数ｌｖｌが「０」である
ブロックが定数ＣＮＴ（後述するように、定数ＣＮＴ
は、無音とみなすために必要な連続している「ｌｖｌ＝
０」のブロック数を示している。）個以上連続する部分
を無音部分と判断するようになされている。なお、定数
ＣＮＴは、予め適当な値が設定されているものである。

【００５２】即ち、圧縮・無音処理手段１８において
は、まず、以下の（１）〜（３）に示すような判断の処
理が行われることになる。

【００５３】（１）音声データのなかで「ｌｖｌ＝２」
であるブロックの区間は、有音部分として確定であると
判断する。なお、有音部分として確定する「ｌｖｌ＝
２」であるブロックの区間は、１個のブロックの区間で
もよいし、複数のブロックが連続する区間でもよい。

【００５４】（２）音声データのなかで「ｌｖｌ＝０」
であるブロックが定数ＣＮＴ個以上連続する区間は、無
音部分として確定であると判断する。

【００５５】（３）上記した（１）ならびに（２）のど
ちらでもない区間（この区間は、「ｌｖｌ＝１」または
「ｌｖｌ＝０」の区間である。）は、有音であるか無音
であるか未定（以下、「有音であるか無音であるか未
定」を「有無未定」と称する。）であると判断する。

【００５６】図４（ｂ）には、比較手段１６による比較
結果として圧縮・無音処理手段１８へ送られた、音声デ
ータを構成する各ブロックの処理変数ｌｖｌが図４
（ａ）に示すような状態である場合において（図４
（ａ）においては、「○」が１つのブロックを示してい
る。）、定数ＣＮＴを「ＣＮＴ＝４」に設定した場合に
おける圧縮・無音処理手段１８の有音確定、無音確定あ
るいは有無未定の判断結果が示されている。

【００５７】なお、「カウントＣＮＴ＝４」という値
は、説明のために便宜上設定した値であり、定数ＣＮＴ
の値は、１ブロックに含まれるサンプル数、サンプリン
グ周波数などに応じて適宜決定するものである。

【００５８】さらに、上記のようにして判断された有無
未定の区間については、さらに圧縮・無音処理手段１８
において、以下の（４）〜（６）に示す条件で有音であ
るか無音であるかの判断を行うものである。

【００５９】（４）有音確定区間の後に有無未定区間が
連接する場合には、当該有無未定区間内で前から順番に
最大で定数ＥＸＴ（後述するように、定数ＥＸＴは、語
尾で有音処理する最大のブロック数を示している。）個
のブロックに関して、「ｌｖｌ＝１」であるブロックを
有音と判断するとともに、その「ｌｖｌ＝１」であるブ
ロックの前側に有音と判断されていない区間が連接する
場合はこの区間に含まれるブロックを全て有音と判断す
る。なお、定数ＥＸＴは、予め適当な値が設定されてい
るものとする。

【００６０】（５）有音確定区間の前に有無未定区間が
連接する場合には、当該有無未定区間内で後ろから順番
に最大で定数ＳＵＳ（後述するように、定数ＳＵＳは、
語頭で有音処理する最大のブロック数を示している。）
個のブロックに関して、「ｌｖｌ＝１」であるブロック
を有音と判断するとともに、その「ｌｖｌ＝１」である
ブロックの後側に有音と判断されていない区間が連接す
る場合はこの区間に含まれるブロックを全て有音と判断
する。なお、定数ＳＵＳは、予め適当な値が設定されて
いるものとする。

【００６１】なお、上記した（４）の最大ＥＸＴ個のブ
ロックの一部あるいは全てが上記した（５）の最大ＳＵ
Ｓ個のブロックでもある場合には、そのブロックは上記
した（４）あるいは（５）のいずれかの条件により有音
と判断される。

【００６２】（６）上記した（４）ならびに（５）のい
ずれにも該当しない区間は無音と判断する。

【００６３】従って、例えば、有無未定区間のうち、有
音確定区間の直後の定数ＥＸＴ個のブロックおよび有音
確定区間の直前の定数ＳＵＳ個のブロックのいずれにも
該当しないブロックは無音と判断されることになる。

【００６４】また、例えば、有音確定区間の直後のＥＸ
Ｔ個のブロックのなかに「ｌｖｌ＝１」であるブロック
があり、かつ、このＥＸＴ個のブロックのなかのこの
「ｌｖｌ＝１」であるブロックよりも前に上記した
（２）の条件により無音部分と判断される部分がない場
合には、この「ｌｖｌ＝１」であるブロックは有音と判
断されるとともに、この「ｌｖｌ＝１」であるブロック
と有音確定区間との間にある「ｌｖｌ＝０」であるブロ
ックも有音と判断されることになる。

【００６５】同様に、有音確定区間の直前のＳＵＳ個の
ブロックのなかに「ｌｖｌ＝１」であるブロックがあ
り、かつ、このＳＵＳ個のブロックのなかのこの「ｌｖ
ｌ＝１」であるブロックよりも後に上記した（２）の条
件により無音部分と判断される部分がない場合には、こ
の「ｌｖｌ＝１」であるブロックは有音と判断されると
ともに、この「ｌｖｌ＝１」であるブロックと有音確定
区間との間にある「ｌｖｌ＝０」であるブロックも有音
と判断されることになる。

【００６６】また、例えば、有音確定区間の直後のＥＸ
Ｔ個のブロックのなかに上記した（２）の条件により無
音部分と判断される部分がある場合には、このＥＸＴ個
のブロックのうち（２）の条件により無音部分と判断さ
れる部分よりも後のブロックは有音確定区間と連接しな
いため、（４）の条件では有音と判断されない。そのブ
ロックが（５）の条件に該当する場合には有音と判断さ
れるが、そのブロックが（５）の条件にも該当しない場
合には無音と判断される。

【００６７】同様に、有音確定区間の直前のＳＵＳ個の
ブロックのなかに上記した（２）の条件により無音部分
と判断される部分がある場合には、このＳＵＳ個のブロ
ックのうち（２）の条件により無音部分と判断される部
分よりも前のブロックは有音確定区間と連接しないた
め、（５）の条件では有音と判断されない。そのブロッ
クが（４）の条件に該当する場合には有音と判断される
が、そのブロックが（４）の条件にも該当しない場合に
は無音と判断される。

【００６８】また、例えば、有音確定区間の直後のＥＸ
Ｔ個のブロックに関して、それらのブロックの末尾のブ
ロックが「ｌｖｌ＝０」である場合には、その末尾のブ
ロックおよびその末尾のブロックから前側に連続する
「ｌｖｌ＝０」であるブロックは上記した（４）の条件
に該当しないため、（４）の条件では有音とは判断され
ない。それらのブロックが（５）の条件に該当する場合
には有音と判断されるが、それらのブロックが（５）の
条件にも該当しない場合には無音と判断される。

【００６９】同様に、有音確定区間の直前のＳＵＳ個の
ブロックに関して、それらのブロックの先頭のブロック
が「ｌｖｌ＝０」である場合には、その先頭のブロック
およびその先頭のブロックから後側に連続する「ｌｖｌ
＝０」であるブロックは上記した（５）の条件に該当し
ないため、（５）の条件では有音とは判断されない。そ
れらのブロックが（４）の条件に該当する場合には有音
と判断されるが、それらのブロックが（４）の条件にも
該当しない場合には無音と判断される。

【００７０】このため、例えば、上記した有音確定区間
の直後のＥＸＴ個のブロックの区間とその後の有音確定
区間の直前のＳＵＳ個のブロックの区間とが重複あるい
は連接しない場合、即ち、ＥＸＴ個のブロックの区間と
ＳＵＳ個のブロックの区間との間にＥＸＴ個のブロック
にもＳＵＳ個のブロックにも該当しないブロックが存在
する場合には、ＥＸＴ個のブロックの末尾から連続する
「ｌｖｌ＝０」であるブロックおよびＳＵＳ個のブロッ
クの先頭から連続する「ｌｖｌ＝０」であるブロック
は、上記した（４）ならびに（５）のいずれの条件にも
該当しないため無音と判断される。

【００７１】このように、有音確定区間の直後のＥＸＴ
個のブロックおよび有音確定区間の直前のＳＵＳ個のブ
ロックであっても、不要なブロックは無音とみなすよう
にしてデータ量の圧縮率を向上させている。

【００７２】図４（ｃ）には、比較手段１６による比較
結果として圧縮・無音処理手段１８へ送られた、音声デ
ータを構成する各ブロックの処理変数ｌｖｌが図４
（ａ）に示すような状態である場合において（図４
（ａ）においては、「○」が１つのブロックを示してい
る。）、定数ＣＮＴを「ＣＮＴ＝４」に設定し、定数Ｅ
ＸＴを「ＥＸＴ＝８」に設定し、定数ＳＵＳを「ＳＵＳ
＝８」に設定した場合における圧縮・無音処理手段１８
の有音または無音の判断結果が示されている。

【００７３】なお、「ＥＸＴ＝８」および「ＳＵＳ＝
８」という値は、説明のために便宜上設定した値であ
り、定数ＥＸＴおよび定数ＳＵＳの値は、１ブロックに
含まれるサンプル数、サンプリング周波数などに応じて
適宜に決定するものである。

【００７４】即ち、圧縮・無音処理手段１８によって、
図４（ｃ）に示されているように、音声データの示す音
声の語尾部分においては、有無未定区間の定数ＥＸＴ個
（この実施の形態においては８個である。）のブロック
のうち末尾の「ｌｖｌ＝０」のブロックを除く７個のブ
ロックが有音と判断され、音声データの示す音声の語頭
部分において、有音確定区間の前の定数ＳＵＳ個（この
実施の形態においては８個である。）のブロックのう
ち、有音確定区間に連接する有無未定区間に含まれる３
個のブロックのみが有音と判断されることになる。

【００７５】次に、圧縮・無音処理手段１８の構成の詳
細について説明すると、この圧縮・無音処理手段１８
は、ブロック化手段１４によってブロック化された音声
データを圧縮し、当該圧縮した各ブロックの音声データ
たる圧縮データを格納するためのバッファを備えてお
り、このバッファの空き領域の先頭アドレスを保持する
ポインタによって、バッファに保留されている各ブロッ
クの圧縮データを管理するようになされている。

【００７６】なお、以下においては、「バッファに保留
されているブロック」を「保留ブロック」と称すること
とする。

【００７７】ここで、上記した圧縮・無音処理手段１８
のバッファは、最大で「ＳＵＳ＋１」個のブロック数の
圧縮データを格納できる容量が必要である。

【００７８】そして、圧縮・無音処理手段１８における
バッファならびにポインタに関する処理としては、次に
示す（１）〜（５）に示す処理が行われる。

【００７９】なお、以下の（１）〜（５）に示す処理の
説明においては、各ブロックの圧縮データとともに処理
変数ｌｖｌの値を記憶しておき、出力手段２０に渡すの
は純粋な圧縮データのみとする。

【００８０】（１）ポインタの初期化処理 この処理においては、ポインタにバッファの先頭アドレ
スをセットする。

【００８１】（２）処理対象のブロック（以下、「処理
対象のブロック」を「本ブロック」と称する。）の圧縮
データを保留する処理 この処理においては、ポインタの示すアドレス以降のバ
ッファの空き領域に本ブロックの圧縮データを追加し、
追加されたデータのサイズに従ってポインタを進める
（図５（ａ）参照）。

【００８２】（３）保留中の全圧縮データを出力する バッファの先頭からポインタの示すアドレスの前までの
圧縮データを出力手段２０に渡し、ポインタにバッファ
の先頭アドレスをセットする。

【００８３】（４）保留中の先頭ブロックの圧縮データ
を廃棄する 後続ブロックの圧縮データの先頭からポインタの前まで
のデータをバッファの先頭以降にコピーし、廃棄された
データのサイズに従ってポインタを戻す（図５（ｂ）参
照）。

【００８４】（５）保留中の全圧縮データを廃棄する ポインタにバッファの先頭アドレスをセットする。

【００８５】なお、圧縮・無音処理手段１８は、上記し
たバッファならびにポインタに加えて、上記した定数Ｅ
ＸＴならびに定数ＳＵＳを含む以下に示す内部変数およ
び定数を備えており、圧縮開始の処理に先立って上記し
たポインタの初期化とともに以下に示す内部変数の初期
化を行う。

【００８６】（１）内部変数 ｆｌｇ：「０」で語頭を表し、「１」で語尾を表すフラ
グである。

【００８７】ｂｌｋ：連続している無音のブロック数 ｓｕｓ：語頭で保留中のブロック数、即ち、語頭におけ
る保留ブロック数 ｅｘｔ：語尾で有音処理しているブロック数 ｃｎｔ：連続している「ｌｖｌ＝０」のブロック数 （２）定数 ＢＬＫ：一個の圧縮データで表せる最大の無音ブロック
数 ＳＵＳ：語頭で有音処理する最大のブロック数 ＥＸＴ：語尾で有音処理する最大のブロック数 ＣＮＴ：無音とみなすために必要な連続している「ｌｖ
ｌ＝０」のブロック数 ここで、内部変数は、 ｆｌｇ＝ｂｌｋ＝ｓｕｓ＝ｅｘｔ＝０」 ｃｎｔ＝ＣＮＴ に初期化される。

【００８８】以下、添付のフローチャートを参照しなが
ら、圧縮・無音処理手段１８における音声データの圧縮
処理ならびに有音部分と無音部分との判別処理の動作の
詳細を説明する。

【００８９】なお、添付のフローチャートは、この音声
圧縮装置１０の全体の動作を制御するマイクロコンピュ
ータの処理内容を示すものであり、音声圧縮装置１０に
は、添付のフローチャートに示される処理を行うための
プログラムを記憶した記憶媒体およびこの記憶媒体に記
憶されたプログラムをマイクロコンピュータの制御に基
づいて読み出す図示しない再生装置が備えられており、
マイクロコンピュータによってこの記憶媒体に記憶され
たプログラムが読み取られるとともに読み取られたプロ
グラムに従って処理が実行される。

【００９０】また、圧縮・無音処理手段１８は、動作開
始後においては、以下において添付のフローチャートを
参照しながら説明する動作を、ブロック化手段１６によ
ってブロック化された音声データのブロック毎に繰り返
し実行するものである。

【００９１】図６には、圧縮・無音処理手段１８により
実行されるメインルーチンのフローチャートが示されて
おり、圧縮・無音処理手段１８の動作が開始されると、
まず、このメインルーチンのサブルーチンたる共通処理
ルーチン（図７参照）を実行することになる（ステップ
Ｓ６０２）。この共通処理ルーチンの詳細については、
図７を参照しながら後述する。

【００９２】そして、ステップＳ６０２の処理を終了す
ると、ステップＳ６０４の処理へ進み、処理変数ｌｖｌ
が「２」であるか否かについて判断する。

【００９３】このステップＳ６０４の処理において、処
理変数ｌｖｌが「２」であると判断された場合には、こ
のメインルーチンのサブルーチンたる有音処理ルーチン
（図８参照）を実行することになる（ステップＳ６０
６）。この有音処理ルーチンの詳細については、図８を
参照しながら後述する。

【００９４】そして、ステップＳ６０６の処理を終了す
ると、このメインルーチンを終了する。

【００９５】一方、ステップＳ６０４の処理において、
処理変数ｌｖｌが「２」ではないと判断された場合に
は、ステップＳ６０８の処理へ進み、内部変数ｃｎｔの
値と定数ＣＮＴの値とが一致するか否かについて判断す
る。

【００９６】このステップＳ６０８の処理において、内
部変数ｃｎｔの値と定数ＣＮＴの値とが一致すると判断
された場合には、このメインルーチンのサブルーチンた
る無音処理ルーチン（図９参照）を実行することになる
（ステップＳ６１０）。この無音処理ルーチンの詳細に
ついては、図９を参照しながら後述する。

【００９７】そして、ステップＳ６１０の処理を終了す
ると、このメインルーチンを終了する。

【００９８】一方、ステップＳ６０８の処理において、
内部変数ｃｎｔの値と定数ＣＮＴの値とが一致しないと
判断された場合には、ステップＳ６１２の処理へ進み、
内部変数ｆｌｇが「０」であるか否かについて判断す
る。

【００９９】このステップＳ６１２の処理において、内
部変数ｆｌｇが「０」であると判断された場合には、こ
のメインルーチンのサブルーチンたる語頭処理ルーチン
（図１０参照）を実行することになる（ステップＳ６１
４）。この語頭処理ルーチンの詳細については、図１０
を参照しながら後述する。

【０１００】そして、ステップＳ６１４の処理を終了す
ると、このメインルーチンを終了する。

【０１０１】一方、ステップＳ６１２の処理において、
内部変数ｆｌｇが「０」ではないと判断された場合に
は、このメインルーチンのサブルーチンたる語尾処理ル
ーチン（図１１参照）を実行することになる（ステップ
Ｓ６１６）。この語尾処理ルーチンの詳細については、
図１１を参照しながら後述する。

【０１０２】そして、ステップＳ６１６の処理を終了す
ると、このメインルーチンを終了する。

【０１０３】次に、図７に示す共通処理ルーチンのフロ
ーチャートを参照しながら、共通処理について説明する
と、まず、本ブロックの音声データたるＰＣＭデータを
圧縮して圧縮データを得る処理を行う（ステップＳ７０
２）。なお、ＰＣＭデータを圧縮する際のフォーマット
に関しては、上記したように特開平１１−５２９９０号
公報に開示されているので、その詳細な説明は省略す
る。

【０１０４】それから、ステップＳ７０２で得た本ブロ
ックの圧縮データを保留するとともに、内部変数ｓｕｓ
の値を「１」だけ増加する（ステップＳ７０４）。

【０１０５】上記したステップＳ７０４の処理を終了す
ると、処理変数ｌｖｌが「０」であるか否かについて判
断する（ステップＳ７０６）。

【０１０６】このステップＳ７０６の処理において、処
理変数ｌｖｌが「０」でないと判断された場合には、内
部変数ｃｎｔの値を「０」にクリアし（ステップＳ７０
８）、この共通処理ルーチンを終了する。

【０１０７】一方、ステップＳ７０６の処理において、
処理変数ｌｖｌが「０」であると判断された場合には、
ステップＳ７１０の処理へ進み、内部変数ｃｎｔの値が
定数ＣＮＴの値より小さいか否かについて判断する。

【０１０８】このステップＳ７１０の処理において、内
部変数ｃｎｔの値が定数ＣＮＴの値より小さくないと判
断された場合には、そのままこの共通処理ルーチンを終
了する。

【０１０９】一方、ステップＳ７１０の処理において、
内部変数ｃｎｔの値が定数ＣＮＴの値より小さいと判断
された場合には、内部変数ｃｎｔの値を「１」だけ増加
し（ステップＳ７１２）、その後にこの共通処理ルーチ
ンを終了する。

【０１１０】次に、図８に示す有音処理ルーチンのフロ
ーチャートを参照しながら、有音処理について説明する
と、まず、内部変数ｂｌｋの値が「０」より大きいか否
かについて判断する（ステップＳ８０２）。

【０１１１】このステップＳ８０２の処理において、内
部変数ｂｌｋの値が「０」より大きいと判断された場合
には、ブロック数が内部変数ｂｌｋの値である区間の無
音部分のデータ（以下、無音部分のデータを「無音デー
タ」と称する。）を出力手段２０へ出力するとともに、
内部変数ｂｌｋの値を「０」にクリアし（ステップＳ８
０４）、それからステップＳ８０６の処理へ進む。な
お、無音データのフォーマットに関しては、上記したよ
うに特開平１１−５２９９０号公報に開示されているの
で、その詳細な説明は省略する。

【０１１２】一方、ステップＳ８０２の処理において、
内部変数ｂｌｋの値が「０」より大きくないと判断され
た場合には、そのままステップＳ８０６の処理へ進む。

【０１１３】そして、ステップＳ８０６の処理において
は、保留中の全圧縮データを出力手段２０へ出力すると
ともに、内部変数ｆｌｇに「１」を設定し、さらに内部
変数ｓｕｓおよび内分変数ｅｘｔをそれぞれ「０」にク
リアし、その後にこの有音処理ルーチンを終了する。

【０１１４】即ち、ステップＳ８０６の処理において
は、保留中の全ての圧縮データを出力している。

【０１１５】以上に示したように、処理変数ｌｖｌが
「２」であるブロックは、無条件に有音と判断され出力
される。

【０１１６】次に、図９に示す無音処理ルーチンのフロ
ーチャートを参照しながら、無音処理について説明する
と、まず、保留中の全圧縮データを廃棄するとともに、
内部変数ｂｌｋの値に内部変数ｓｕｓの値を加算して内
部変数ｂｌｋの値を更新し、さらに内部変数ｓｕｓと内
部変数ｆｌｇとを「０」にクリアする（ステップＳ９０
２）。

【０１１７】上記したステップＳ９０２の処理を終了す
ると、ステップＳ９０４の処理へ進み、内部変数ｂｌｋ
の値が定数ＢＬＫの値以上であるか否かを判断する。

【０１１８】このステップＳ９０４の処理において、内
部変数ｂｌｋの値が定数ＢＬＫの値以上であると判断さ
れた場合には、ブロック数が定数ＢＬＫの値である無音
データを出力手段２０へ出力するとともに、変数ｂｌｋ
の値から定数ＢＬＫの値を減算して変数ｂｌｋの値を更
新し（ステップＳ９０６）、その後にステップＳ９０４
へ戻って処理を繰り返す。

【０１１９】なお、この無音処理ルーチンによって破棄
されたがまだ無音データとして出力されていないブロッ
クに関しては、後続するブロックにおいて実行される処
理ルーチンによって無音データとして出力されることに
なる。

【０１２０】以上に示したように、処理変数ｌｖｌが
「０」であるブロックが定数ＣＮＴ個以上連続する場合
には、それらのブロックは無音と判断され無音データが
出力される。

【０１２１】一方、ステップＳ９０４の処理において、
内部変数ｂｌｋの値が定数ＢＬＫの値以上ではないと判
断された場合には、そのまま無音処理ルーチンを終了す
る。

【０１２２】次に、図１０に示す語頭処理ルーチンのフ
ローチャートを参照しながら、語頭処理について説明す
ると、まず、内部変数ｓｕｓの値と定数ＳＵＳの値とを
比較する（ステップＳ１００２）。

【０１２３】このステップＳ１００２の処理において、
内部変数ｓｕｓの値が定数ＳＵＳの値より小さいと判断
された場合には、そのままこの語頭処理ルーチンを終了
する。

【０１２４】また、ステップＳ１００２の処理におい
て、内部変数ｓｕｓの値が定数ＳＵＳの値より大きいと
判断された場合には、保留中の先頭ブロックの圧縮デー
タを廃棄するとともに、内部変数ｓｕｓの値を「１」だ
け減算し、さらに内部変数ｂｌｋの値を「１」だけ加算
し（ステップＳ１００４）、その後にステップＳ１００
６の処理へ進む。

【０１２５】また、ステップＳ１００２の処理におい
て、内部変数ｓｕｓの値と定数ＳＵＳの値とが等しいと
判断された場合には、ステップＳ１００６へジャンプし
て進む。

【０１２６】そして、ステップＳ１００６の処理におい
ては、内部変数ｓｕｓが「０」であるか否かを判断する
とともに、内部変数ｓｕｓが「０」でないと判断された
場合、即ち、保留中のブロックが存在すると判断された
場合には、保留中の先頭ブロックの処理変数ｌｖｌが
「１」であるか否かを判断する。

【０１２７】このステップＳ１００６の処理において、
内部変数ｓｕｓが「０」ではないと判断され、かつ、保
留中の先頭ブロックの処理変数ｌｖｌが「１」ではない
と判断された場合には、ステップＳ１００４へ戻って処
理を繰り返す。

【０１２８】即ち、保留中のブロック数がいったんＳＵ
Ｓ個と等しくあるいはＳＵＳ個より大きくなった後は、
保留する圧縮データの先頭のブロックは、必ず処理変数
ｌｖｌが「１」のものとなるように処理を行っている。

【０１２９】一方、ステップＳ１００６の処理におい
て、内部変数ｓｕｓが「０」であると判断された場合、
または、保留中の先頭ブロックの処理変数ｌｖｌが
「１」であると判断された場合には、ステップＳ１００
８の処理へ進み、内部変数ｂｌｋの値が定数ＢＬＫの値
以上であるか否かを判断する。

【０１３０】このステップＳ１００８の処理において、
内部変数ｂｌｋの値が定数ＢＬＫの値以上ではないと判
断された場合には、そのままこの語頭処理ルーチンを終
了する。

【０１３１】一方、ステップＳ１００８の処理におい
て、内部変数ｂｌｋの値が定数ＢＬＫの値以上であると
判断された場合には、定数ＢＬＫの値のブロック数分の
無音データを出力手段２０へ出力するとともに、内部変
数ｂｌｋの値から定数ＢＬＫの値を減算して内部変数ｂ
ｌｋの値を更新し（ステップＳ１０１０）、その後にス
テップＳ１００８へ戻って処理を繰り返す。

【０１３２】なお、この語頭処理ルーチンによって保留
されたブロックの有音であるか無音であるかの判断は、
後続のブロックの状態によって決定されることになる。
後続のブロックにおいて有音処理ルーチンが実行される
場合には保留されたブロックが有音と判断されて出力さ
れ、後続のブロックにおいて無音処理ルーチンが実行さ
れる場合には保留されたブロックが無音と判断され無音
データが出力される。

【０１３３】なお、ステップＳ１００６における判断の
処理を省略して、ステップＳ１００４の処理から無条件
にステップＳ１００８の処理へ進むとともに、ステップ
Ｓ１００２において処理変数ｓｕｓの値が定数ＳＵＳの
値と等しいと判断した場合にそのままこの語頭処理ルー
チンを終了するようにしても、この実施の形態は動作可
能であるが、図１２に示すような場合において、「●」
で示す処理変数ｌｖｌが「０」である不要なブロックを
廃棄して圧縮率を向上させるために設けているものであ
る。

【０１３４】即ち、本実施の形態においては、保留して
いるブロックの数がＳＵＳ個に達した時点で、保留して
いるブロックのうち先頭部分の処理変数ｌｖｌが「０」
であるブロックが無音とみなされるようになっているた
め、処理変数ｌｖｌが「２」である区間の前に存在する
ＳＵＳ個のブロックのうち先頭部分の処理変数ｌｖｌが
「０」である一連のブロックが無音とみなされて破棄さ
れる。

【０１３５】ここで、語頭処理ルーチンにおいては、い
ったん内部変数ｓｕｓが定数ＳＵＳに等しいかより大き
くなったときのみ、バッファの先頭の処理変数ｌｖｌが
「０」のブロックを廃棄しているので、図１３に示すよ
うな場合において、「◎」で示す残すべき処理変数ｌｖ
ｌが「０」である必要なブロックは廃棄されないことに
なる（先に定数ＥＸＴ個の個数のブロックが有音処理さ
れるので、「◎」が保留ブロックの先頭になる。）。

【０１３６】以上に示したように、語頭処理ルーチンに
おいては、最大ＳＵＳ個のブロックを保留する処理を行
っている。保留したブロックが有音であるか無音である
かの判断は、後続のブロックの状態によって決定され
る。後続のブロックにおいて有音処理ルーチンが実行さ
れる場合には保留されたブロックが有音と判断されて出
力され、後続のブロックにおいて無音処理ルーチンが実
行される場合には保留されたブロックが無音と判断され
て無音データが出力される。

【０１３７】なお、処理変数ｌｖｌが「２」であるブロ
ックの前に存在するＳＵＳ個のブロックのうちに処理変
数ｌｖｌが「０」であるブロックが連続してＣＮＴ個以
上ある場合には、ＳＵＳ個のブロックのうちそのＣＮＴ
個以上のブロックよりも前の保留されているブロックは
そのＣＮＴ個以上のブロックが無音処理ルーチンにおい
て無音とみなされて破棄される際に無音とみなされて破
棄され、ＳＵＳ個のブロックのうちそのＣＮＴ個以上の
ブロックよりも後のブロックは処理変数ｌｖｌが「２」
であるブロックが有音処理ルーチンにおいて処理される
際に有音とみなされて処理される。

【０１３８】次に、図１１に示す語尾処理ルーチンのフ
ローチャートを参照しながら、語尾処理について説明す
ると、まず、処理変数ｌｖｌが「１」であるか否かを判
断する（ステップＳ１１０２）。

【０１３９】このステップＳ１１０２の処理において、
処理変数ｌｖｌが「１」であると判断された場合には、
保留中の全圧縮データを出力手段２０へ出力するととも
に、内部変数ｓｕｓを「０」にクリアし（ステップＳ１
１０４）、それからステップＳ１１０６へ進む。

【０１４０】一方、ステップＳ１１０２の処理におい
て、処理変数ｌｖｌが「１」ではないと判断された場合
には、そのままステップＳ１１０６の処理へ進む。

【０１４１】そして、ステップＳ１１０６の処理におい
ては、内部変数ｅｘｔの値を「１」だけ増加する。

【０１４２】上記したステップＳ１１０６の処理を終了
すると、ステップＳ１１０８の処理へ進み、内部変数ｅ
ｘｔの値が定数ＥＸＴの値と一致するか否かについて判
断する。

【０１４３】このステップＳ１１０８の処理において、
内部変数ｅｘｔの値が定数ＥＸＴの値と一致しないと判
断された場合には、そのままこの語尾処理ルーチンを終
了する。

【０１４４】一方、ステップＳ１１０８の処理におい
て、内部変数ｅｘｔの値が定数ＥＸＴの値と一致すると
判断された場合には、内部変数ｆｌｇを「０」にクリア
し（ステップＳ１１１０）、それからこの語尾処理ルー
チンを終了する。

【０１４５】なお、ステップＳ１１０２における判断の
処理を省略して、無条件でステップＳ１１０４の処理に
おいて保留中の全圧縮データを出力手段２０へ出力する
ようにした場合には、処理変数ｌｖｌが「０」のブロッ
クが連続する場合に、最初の「ＣＮＴ−１」個のブロッ
クを有音処理してしまうことになる。このため、ステッ
プＳ１１０２における判断の処理を行うことが望ましい
ものである。

【０１４６】また、このステップＳ１１０２における判
断処理を行うことにより、図１４に示すような場合に、
「●」で示す末尾の処理変数ｌｖｌが「０」のブロック
を保留状態に留めて圧縮率を向上させることができる。

【０１４７】なお、保留状態のブロックが有音であるか
無音であるかの判断は、後続のブロックの状態によって
決定されることになる。

【０１４８】後続のブロックにおいて有音処理ルーチン
が実行される場合には保留されたブロックが有音と判断
されて出力され、後続のブロックにおいて無音処理ルー
チンが実行される場合には保留されたブロックが無音と
判断されて無音データが出力される。

【０１４９】また、後続のブロックにおいて語頭処理ル
ーチンが実行される場合には、語尾処理ルーチンによっ
て保留されたブロックの数および語頭処理ルーチンによ
って保留されたブロックの数の合計がＳＵＳ個に達した
時点で、「●」で示すブロックが無音とみなされ破棄さ
れる。

【０１５０】以上に示したように、語尾処理ルーチンに
おいては、処理変数ｌｖｌが「２」であるブロックの後
の最大ＥＸＴ個のブロックに関して、処理変数ｌｖｌが
「０」であるブロックは保留し、処理変数ｌｖｌが
「１」であるブロックが出現した時点で、当該ブロック
を含めて保留されていた全てのブロックを有音とみなし
て出力している。

【０１５１】なお、処理変数ｌｖｌが「２」であるブロ
ックの後のＥＸＴ個のブロックのうちに処理変数ｌｖｌ
が「０」であるブロックが連続してＣＮＴ個以上ある場
合には、処理変数ｌｖｌが「０」であるブロックがＣＮ
Ｔ個連続して出現した時点で語尾処理ルーチンに代えて
無音処理ルーチンが実行され内部変数ｆｌｇの値が
「０」に書き換えられるため、これ以降は語尾処理ルー
チンは実行されなくなる。

【０１５２】このため、その処理変数ｌｖｌが「０」で
あるＣＮＴ個以上の連続するブロックよりも前の処理変
数ｌｖｌが「１」であるブロックによってのみ、語尾処
理ルーチンにおける有音化が行われることになる。

【０１５３】図１５には、メインルーチンの実行中に動
作の停止を指示された場合において、末尾の無音を保存
する必要がある場合に実行される圧縮終了時処理ルーチ
ンのフローチャートが示されている。

【０１５４】なお、末尾の無音を保存する必要がある場
合とは、例えば、音声データの時間長を保つ必要がある
場合などである。末尾の無音を保存する必要がなけれ
ば、この処理を実行する必要はない。

【０１５５】即ち、この圧縮終了時処理ルーチンにおい
ては、まず、内部変数ｂｌｋの値に処理変数ｓｕｓの値
を加算して内部変数ｂｌｋの値を更新する（ステップＳ
１５０２）。

【０１５６】このステップＳ１５０２の処理を終了する
と、ステップＳ１５０４の処理へ進み、内部変数ｂｌｋ
の値が定数ＢＬＫの値以上であるか否かを判断する。

【０１５７】上記したステップＳ１５０４の処理におい
て、内部変数ｂｌｋの値が定数ＢＬＫの値以上であると
判断された場合には、ブロック数が定数ＢＬＫの値の無
音データを出力手段２０へ出力するとともに、内部変数
ｂｌｋの値から定数ＢＬＫの値を減算して内部変数ｂｌ
ｋの値を更新し（ステップＳ１５０６）、それからステ
ップＳ１５０４へ戻って処理を繰り返す。

【０１５８】一方、ステップＳ１５０４の処理におい
て、内部変数ｂｌｋの値が定数ＢＬＫの値以上ではない
と判断された場合には、ステップＳ１５０８の処理へ進
み、内部変数ｂｌｋの値が０より大きいか否かを判断す
る。

【０１５９】このステップＳ１５０８の処理において、
内部変数ｂｌｋの値が０より大きいとは判断されなかっ
た場合には、そのままこの圧縮終了時処理ルーチンを終
了する。

【０１６０】一方、ステップＳ１５０８の処理におい
て、内部変数ｂｌｋの値が０より大きいと判断された場
合には、ブロック数が内部変数ｂｌｋの無音データを出
力手段２０へ出力し（ステップＳ１５１０）、それから
この圧縮終了時処理ルーチンを終了する。

【０１６１】なお、上記した実施の形態において、ブロ
ック化手段１４は通常は複数のサンプルで１ブロックを
形成するものであるが、１サンプルで１ブロックとする
ものもブロック手段１４で得られるブロックには含まれ
るものである。

【０１６２】また、上記した実施の形態に代えて、音声
データのレベルとして、各ブロックに含まれるサンプル
の絶対値の平均値や音声データのエンベロープのレベル
を採用するようにしてもよい。

【０１６３】また、上記した実施の形態に代えて、音声
データとして圧縮前のＰＣＭデータをバッファに保存し
ておき、有音か無音かの確定後に圧縮するという手法を
用いてもよい。こうした場合には、圧縮データを保留す
るという上記した実施の形態の手法よりも大きいバッフ
ァが必要となるが、無音部分を圧縮するという無駄な処
理を行う必要がなくなる。

【０１６４】さらに、上記した実施の形態のように、音
声データの先頭から順番に処理するのではなく、音声デ
ータをメモリに記憶させておき、音声データの末尾から
先頭に向かって処理するようにしてもよい。

【０１６５】

【発明の効果】本発明は、以上説明したように構成され
ているので、音声の語尾や語頭が途切れることなく明瞭
で滑らかな音声の再現を行うことができるようになると
ともに、音声データのなかで無音処理することが好まし
い不要な部分において有音処理を行うことがなくなって
データ量の圧縮率の向上を図ることができるという優れ
た効果を奏する。

【図面の簡単な説明】

【図１】特開平１１−５２９９０号公報に開示された技
術の動作を説明するための説明図である。

【図２】特公平３−６８３９９号公報に開示された技術
の動作を説明するための説明図である。

【図３】本発明による無音判別方法を行う手段を有する
無音判別装置を備えた音声圧縮装置のブロック構成図で
ある。

【図４】本発明の動作原理を説明するための説明図であ
る。

【図５】（ａ）は本発明における処理対象のブロック
（本ブロック）の圧縮データを保留する処理を説明する
ための説明図であり、（ｂ）は本発明における保留中の
先頭ブロックの圧縮データを廃棄するための説明図であ
る。

【図６】本発明のメインルーチンのフローチャートであ
る。

【図７】本発明の共通処理ルーチンのフローチャートで
ある。

【図８】本発明の有音処理ルーチンのフローチャートで
ある。

【図９】本発明の無音処理ルーチンのフローチャートで
ある。

【図１０】本発明の語頭処理ルーチンのフローチャート
である。

【図１１】本発明の語尾処理ルーチンのフローチャート
である。

【図１２】語頭処理ルーチンにおける動作を説明するた
めの説明図である。

【図１３】語頭処理ルーチンにおける動作を説明するた
めの説明図である。

【図１４】語尾処理ルーチンにおける動作を説明するた
めの説明図である。

【図１５】本発明の圧縮終了時処理ルーチンのフローチ
ャートである。

【符号の説明】

１０ 音声圧縮装置 １２ 入力手段 １４ ブロック化手段 １６ 比較手段 １８ 圧縮・無音処理手段 ２０ 出力手段

Claims (6)

【特許請求の範囲】
1. 【請求項１】 音声データのレベルに基づいて、音声デ
   ータを構成する各部分を有音あるいは無音と判断する無
   音判別方法であって、 音声データのレベルを、所定の第１のレベルと前記第１
   のレベルよりも大きい所定の第２のレベルと比較し、 音声データのレベルが前記第２のレベルよりも大きいこ
   とにより定義される第１種の区間に関しては有音と判断
   し、 音声データの前記第１種の区間ではない区間であって、
   音声データの前記第１種の区間の始端から前側に第１の
   所定の距離内であることにより定義される第２種の区間
   に関しては、前記第２種の区間の音声データのレベルが
   前記第１のレベルよりも大きいか否かに基づいて有音で
   あるか無音であるかを判断し、 音声データの前記第１種の区間ではない区間であって、
   音声データの前記第１種の区間の終端から後側に第２の
   所定の距離内であることにより定義される第３種の区間
   に関しては、前記第３種の区間の音声データのレベルが
   前記第１のレベルよりも大きいか否かに基づいて有音で
   あるか無音であるかを判断し、 音声データの前記第１種の区間、前記第２種の区間およ
   び前記第３種の区間のいずれにも該当しないことにより
   定義される第４種の区間に関しては無音であると判断す
   るものである無音判別方法。
2. 【請求項２】 請求項１に記載の無音判別方法におい
   て、 音声データのレベルが前記第１のレベルよりも大きくな
   い状態が所定の長さよりも長く連続している部分に関し
   ては無音と判断し、 音声データの前記第２種の区間に含まれ、音声データの
   レベルが前記第１のレベルよりも大きくかつ後側の最も
   近い前記第１種の区間との間に無音と判断される部分が
   ない部分に関しては有音と判断するとともに、この条件
   で有音と判断された部分の後側に有音と判断されていな
   い部分が隣接する場合はこれを全て有音と判断し、 音声データの前記第３種の区間に含まれ、音声データの
   レベルが前記第１のレベルよりも大きくかつ前側の最も
   近い前記第１種の区間との間に無音と判断される部分が
   ない部分に関しては有音と判断するとともに、この条件
   で有音と判断された部分の前側に有音と判断されていな
   い部分が隣接する場合はこれを全て有音と判断するもの
   である無音判別方法。
3. 【請求項３】 請求項１に記載の無音判別方法におい
   て、 音声データの前記第２種の区間に含まれ、音声データの
   レベルが前記第１のレベルよりも大きくない状態が前記
   第２種の区間の先頭から連続している部分に関して、そ
   の部分の前側に前記第４の区間が隣接する場合には無音
   と判断し、 音声データの前記第３種の区間に含まれ、音声データの
   レベルが前記第１のレベルよりも大きくない状態が前記
   第３種の区間の末尾から連続している部分に関して、そ
   の部分の後側に前記第４の区間が隣接する場合には無音
   と判断するものである無音判別方法。
4. 【請求項４】 請求項２に記載の無音判別方法におい
   て、 前記のいずれの判断においても無音とも有音とも判断さ
   れなかった部分に関しては無音と判断するものである無
   音判別方法。
5. 【請求項５】 請求項１、２、３または４のいずれか１
   項に記載の無音判別方法を行う手段を有する無音判別装
   置。
6. 【請求項６】 請求項１、２、３または４のいずれか１
   項に記載の無音判別方法をコンピュータに実行させるた
   めのプログラムを記録したコンピュータ読み取り可能な
   記録媒体。