JP2005227544A - 音声信号記録方法および音声信号記録装置 - Google Patents

Abstract

【課題】アナウンス部分は音質の品質を下げ、音楽部分は高品質な音質で記録媒体に記録するようにデータ量を調整することによって、記録媒体を効率よく使用できる。
【解決手段】放送番組受信手段５において受信した放送の音声信号の信号波形を分析する分析手段６と、分析手段６において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に、音声信号を分類する分類手段７と、分類手段７において分類したアナウンス部分と音楽部分とを異なる圧縮率で符号化する符号化手段９と、符号化した音声信号を記録媒体に記録する記録手段１０とを備える。
【選択図】図１

Description

本発明は、放送番組を受信する受信機などから入力されるアナウンス及び音楽からなる音声信号を記録媒体へ記録する音声信号記録方法および音声信号記録装置に関するものである。

一般に放送局から送信される放送信号、特に音声信号には、話声が主体となるアナウンス部分と、楽音あるいは楽音と歌声が主体となる音楽部分が存在する。これらの放送信号を受信する受信者は、所望する放送番組の放送信号を磁気テープや半導体メモリ、ハードディスクなどの記録媒体に保存する場合が多々ある。

その際、通常は一定の記録密度または記録ビットレートで記録するため、前記アナウンス部分のようにあまり再生帯域やダイナミックレンジが広域に及ばない放送信号でも、前記音楽部分のように再生帯域が広帯域に渡りかつダイナミックレンジが必要な放送信号でも同様な品質で記録媒体に記録することになる。

あるいは、放送局が放送番組の内容に関する付加情報を放送信号に加えて送信した放送信号を、受信者が前記付加情報を識別できる受信手段で受信する。そして、前記付加情報をもとに記録媒体に記録する記録ビットレートを放送内容に応じて、変化させる方法がある（例えば、特許文献１参照）。図４は、この方法による放送番組の放送受信機の構成を示すブロック図である。

図４において、２１はアンテナ、２２はチューナ部、２３は中間周波増幅回路、２４は復調部、２５はＲＤＳ（radio data system）デコード部、２６はメモリ記録部、２７は制御回路、２８は増幅回路、２９はスピーカである。ＲＤＳデコード部で付加情報を復号して制御回路２７に与える。制御回路２７は、付加情報に基づきメモリ記録部２６で記録する記録ビットレートを制御する。これによって、放送信号の内容によって、適切な記録ビットレートを選択して、記録することができる。
特開平１１−２８２４９８号公報（第６−７頁、第１図）

しかしながら上記従来の方法では、放送信号に付加情報が加えられた放送信号を受信することが前提条件として必要であり、また、放送内容に関わらずメモリ残量によって記録ビットレートを変化させる機能も有するため、音楽部分の音質が劣化する場合もある。

本発明は、特定の付加情報がない場合でも、アナウンス部や音楽部とが混在する音声信号を記録する場合においても、適切な記録の制御が可能な音声信号記録装置および音声信号記録方法を提供する。

本発明における第１の発明は、入力された音声信号の信号波形を分析する分析手段と、分析手段において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類手段と、分類手段において分類したアナウンス部分と音楽部分とを異なる圧縮率で符号化する符号化手段と、符号化した音声信号を記録媒体に記録する記録手段とを備えることを特徴とする。

また、第２の発明は、入力した音声信号の信号波形を分析する分析手段と、分析手段において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類手段と、分類手段において分類した音楽部分のみを符号化する符号化手段と、符号化した音声信号を記録媒体に記録する記録手段とを備えることを特徴とする。

また、第３の発明は、第１、第２の発明において、分析手段は、音声信号のピッチ成分を分析することを特徴とする。

また、第４の発明は、第１、第２の発明において、分析手段は、音声信号の再生帯域成分を分析することを特徴とする。

また、第５の発明は、第１、第２の発明において、分析手段は、音声信号のピッチ成分と再生帯域成分を分析することを特徴とする。

また、第６の発明は、第１から第５の発明において、記録手段は、所定時間に満たない音楽部分を記録した場合には、音楽部分の記録内容を記録媒体から記録内容を消去することを特徴とする。

第１の発明によれば、アナウンス部分のようにあまり再生帯域やダイナミックレンジが広域に及ばない音声信号と、音楽部分のように再生帯域が広帯域に渡りかつダイナミックレンジが必要な音声信号を、波形分析することにより分類し、アナウンス部分は音質の品質を下げ、音楽部分は高品質な音質で記録媒体に記録するようにデータ量を調整し、記録媒体を効率よく使用することができる。また、音楽部分が高音質に保った状態で記録媒体に記録されるので、音楽部分を高音質で再生することができる。

また、第２の発明によれば、分類手段において分類した音楽部分のみを符号化し、記録媒体に記録することにより記録媒体をより効率よく使用することができる。また、音楽部分のみが高音質で記録媒体に記録されるので、アナウンス部分がない高音質の音楽部分が連続した状態で再生することができる。

また、第５の発明によれば、第１、第２の発明において、分析手段が音声信号のピッチ成分と再生帯域成分を分析することで、より高精度にアナウンス部分と音楽部分を分類することができる。

また、第６の発明によれば、短い時間の音楽部分のすぐ後にアナウンス部分が重なる場合にも、アナウンス部分の一部と判断して記録した内容を消去することによって記録媒体をより効率よく使用することができる。

以下、本発明の実施の形態について、図面を用いて説明する。

（実施の形態１）
図１は、本発明の実施の形態１による音声信号記録装置の構成を示すブロック図である。

図１において、５は放送番組受信手段であり、アンテナ１、チューナ部２、中間周波増幅回路３および復調部４から構成される。また、６は放送番組受信手段５からの音声信号を分析する分析手段、７は分析手段６の結果に基づき音声信号を分類する分類手段、８は分類手段７からの信号をデジタル信号に変換するＡ／Ｄ変換回路、９はＡ／Ｄ変換回路の出力を符号化する符号化手段、１０は符号化手段９の出力の符号化された音声信号を記録するとともに再生の際は復号化して出力する記録手段、１１は記録手段１０から再生された信号をアナログ信号に変換するＤ／Ａ変換回路、１２は、各手段、各回路の動作を制御する制御回路、１３は復調部４またはＤ／Ａ変換回路１１の出力を増幅する増幅回路、１４は増幅回路１３から信号を出力するスピーカである。また、制御回路１２は、例えば、ＣＰＵ、ユーザインターフェース、Ｉ／Ｏポート、ＲＡＭ／ＲＯＭ、タイマー等から構成され、本実施の形態による音声信号記録装置の各部、各手段、各回路を制御する。

前記ＲＡＭ／ＲＯＭは、前記ＣＰＵで実行される各種の処理で用いられるデータを記憶する領域や、予め設定したデータを保持する作業領域として使用する。

また前記ユーザインターフェースはユーザからの入力指示情報を制御回路１２に伝達し、入力指示情報に基づいて本実施の形態による音声信号記録装置の各部を制御する。

また前記タイマーは、ユーザが所望する時刻に音声信号記録装置が動作できるようにする。

以下、本実施の形態による音声信号記録装置の動作について説明する。

アンテナ１から受信された電波は、チューナ部２に供給される。チューナ部２は制御回路１２から指示されたユーザが所望する選局情報に基づいて電波を選局し、中間周波信号に変換後、中間周波増幅回路３に送信する。中間周波増幅回路３は前記中間周波信号を増幅し、復調部４に送信する。復調部４は選局された電波を復調処理し、オーディオ信号（音声信号）に変換する。なお、復調部４からのオーディオ信号を記録保存しない場合には、直接増幅回路１３にオーディオ信号を送信し、スピーカ１４で聴取することもできる。

復調部４からのオーディオ信号を記録保存する場合には、分析手段６に送信する。分析手段６ではオーディオ信号の信号波形を分析する。分析する方法として、信号波形のピッチ成分分析あるいは周波数成分分析がある。ピッチ成分分析では基本周波数の時間変化を分析し、周波数成分分析では信号波形に含まれる周波数成分を分析する。一般的に話声が主体となる信号波形の場合には、話声固有の基本周波数の時間変化つまりピッチ成分の変動が大きく、かつ信号波形に含まれる周波数成分が比較的狭い帯域に分布している。また、楽音あるいは楽音と歌声が主体となる信号波形の場合には、ピッチ成分の変動が前記の話声の場合よりも比較的小さく、かつ信号波形に含まれる周波数成分は広い帯域に分布している。

なお、本実施の形態による音声信号記録装置では、信号波形の分析方法として、ピッチ成分と周波数成分の両方を用いるが、どちらか一方でも構わない。その場合は、分類手段７での分類精度は両方の成分の分析を行う場合に比べて劣るが、分析手段６での処理時間を短縮できるメリットがある。続いて、オーディオ信号を分類手段７に、分析情報を制御回路１２にそれぞれ送信する。制御回路１２では、前記分析情報をもとに話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する条件を分類手段７に供給する。条件としては、例えばピッチ成分の変動範囲の閾値や、周波数成分の帯域の閾値が考えられるがこれらに限定するものではない。分類手段７は制御回路１２から供給される分類条件をもとにオーディオ信号をアナウンス部分と音楽部分に分類する。

図２にオーディオ信号を分類する様子の概要を示す。アナウンス部分のオーディオ信号はアナウンスＡ、アナウンスＢ、アナウンスＣであり、音楽部分のオーディオ信号は音楽ソースＡ、音楽ソースＢである。アナウンス部分のオーディオ信号は低ビットレートで圧縮符号化し、音楽部分のオーディオ信号は高音質ビットレートで圧縮符号化する状態を示している。

分類されたオーディオ信号は、Ａ／Ｄ変改回路６で所定のサンプリング周波数のデジタル信号に変換し、符号化手段９に送信される。符号化手段９では、それぞれのアナウンス部分のオーディオ信号と音楽部分のオーディオ信号を制御回路１２から指示される圧縮符号化方法、ビットレート、サンプリング周波数に基づきそれぞれ符号化する。

例えば、アナウンス部分のオーディオ信号は再生帯域も比較的狭く、それ程音質を重視しないので低ビットレート、低サンプリング周波数で符号化を行うことによりデータ量を抑えることができる。また、音楽部分のオーディオ信号は、再生帯域も比較的広く、音質を重視するので高ビットレート、高サンプリング周波数で符号化を行うことにより高音質に保存できる。具体的な設定値として、アナウンス部分のオーディオ信号は、圧縮符号化方法をＡＡＣ（Advanced Audio Coding）、ビットレートを４８ｋｂｐｓ、サンプリング周波数を３２ｋＨｚとし、音楽部分のオーディオ信号は、圧縮符号化方法をＡＡＣ、ビットレートを１２８ｋｂｐｓ、サンプリング周波数を４４．１ｋＨｚなどにする。なお、前記の設定値は、一例に過ぎず、これに限定するものではない。

符号化手段９で圧縮符号化したオーディオ信号は、記録手段１０に送信される。記録手段１０では、例えば内蔵メモリや着脱可能なメモリカード等の記録媒体に記録保存する。このとき、圧縮符号化の設定値が異なるデータは別のトラック、あるいは別のファイルとして記録する。これにより、アナウンス部分のオーディオ信号のデータと音楽部分のオーディオ信号のデータとを簡単に区別できる。

さらに、所定の時間に満たない音楽部分を記録した場合には、前記音楽部分の記録内容を記録媒体から記録内容を消去する。これは、音楽部分の数秒後にアナウンス部分が重なるようなコマーシャルやディスクジョッキなどを音楽部分として記録してしまうことを避けるためである。

また、記録媒体に記録されたオーディオ信号を再生する場合は、制御回路１２の制御より記録手段１０の復号化処理（記録手段１０内に復号化手段を有するものとする）により復号化し、Ｄ／Ａ変換回路１１でアナログのオーディオ信号に変換する。Ｄ／Ａ変換回路１１から出力されるオーディオ信号は、増幅回路１３へ送信し、スピーカ１４で聴取することができる。

以上のように、本実施の形態によれば、アナウンス部分のようにあまり再生帯域やダイナミックレンジが広帯域に及ばないオーディオ信号と、音楽部分のように再生帯域が広帯域に渡りかつダイナミックレンジが必要なオーディオ信号を、波形分析することにより分類し、アナウンス部分は音質の品質を下げ、音楽部分は高品質な音質で記録媒体に記録するようにデータ量を調整し、記録媒体を効率よく使用することができる。また、音楽部分が高音質で記録媒体に記録されるので、音楽部分を高音質に保った状態で再生することができる。またオーディオ信号の信号波形を分析する分析手段において信号波形のピッチ成分と再生帯域成分を分析することで、より高精度にアナウンス部分と音楽部分を分類することができる。

なお、本実施の形態では、スピーカを用いて聴取できるようにしているが、ヘッドホンを用いても構わなく、これらに限定されるものではない。

また、圧縮符号化方法をＡＡＣとして説明したが、これに限るものではなく、いかなる方法であってもよい。また、アナウンス部分と音楽部分とを全く異なる圧縮符号化方法を用いて符号化してもよい。

（実施の形態２）
次に、本発明の実施の形態２による音声信号記録装置ついて説明する。本実施の形態は、図１を用いて説明した実施の形態１と同様に構成されているが、分類手段７でのオーディオ信号の処理が実施の形態１とは異なるものである。よって、実施の形態１と異なる分類手段７のオーディオ信号の処理についてのみ説明する。

分類手段７は、オーディオ信号を分析手段６から受け取り、また制御回路１２から分析手段６での分析情報をもとに話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する条件を供給される。このとき音楽部分のオーディオ信号のみをＡ／Ｄ変換回路８に送信し、アナウンス部分のオーディオ信号は送信しない。音楽部分のオーディオ信号は、実施の形態１と同様の符号化処理、記録処理、再生処理を行う。

図３に本実施の形態におけるオーディオ信号を分類する様子の概要を示す。アナウンス部分のオーディオ信号はアナウンスＡ、アナウンスＢ、アナウンスＣであり、音楽部分のオーディオ信号は音楽ソースＡ、音楽ソースＢである。アナウンス部分のオーディオ信号は削除し、音楽部分のオーディオ信号のみ高音質ビットレートで圧縮符号化する状態を示している。

以上のように、本実施の形態によれば、オーディオ信号を分析・分類することで、音楽部分のオーディオ信号のみが記録手段１０で記録媒体に記録されることになり、アナウンスの無い音楽だけのライブラリーを作成することができる。また、音楽だけを保存しておきたいユーザにとっては、記録媒体を効率良く使用することができる。

なお、記録手段１０は、半導体メモリやメモリカードの記録媒体に記録するものとして説明したが、記録媒体としては、これらに限るものではなく、光ディスク、光磁気ディスク、磁気ディスクなど、種々の記録媒体においても実施可能である。

また、上記実施の形態では、ハードウェア構成として説明したが、その一部、或いは大半をソフトウェアとして構成することが可能である。特に分析手段や符号化手段は、コンピュータ資源を利用するプログラムとして実現することができる。

本発明にかかる音声信号記録方法および記録装置は、アナウンス部分は音質の品質を下げ、音楽部分は高品質な音質で記録媒体に記録するようにデータ量を調整することによって、記録媒体を効率よく使用することができ、また音楽部分が高音質で記録媒体に記録することによって、音楽部分を高音質に保った状態で再生することができる。また、オーディオ信号の信号波形を分析する分析手段において信号波形のピッチ成分と再生帯域成分を分析することによって、より高精度にアナウンス部分と音楽部分を分類することができる。また、音楽部分のオーディオ信号のみが記録手段で記録媒体に記録されることによって、アナウンスの無い音楽だけのライブラリーができる。また、音楽だけを保存しておきたいユーザにとって、記録媒体の効率良い使用が必要な用途にも適用できる。

本発明の実施の形態１に於ける音声信号記録装置の構成を示すブロック図 同実施の形態１に於ける音声信号記録装置のオーディオ信号の分類方法を示した説明図 同実施の形態２に於ける音声信号記録装置のオーディオ信号の分類方法を示した説明図 従来の音声信号記録装置の構成を示すブロック図

符号の説明

１ アンテナ
２ チューナ部
３ 中間周波増幅回路
４ 復調部
５ 放送番組受信手段
６ 分析手段
７ 分類手段
８ Ａ／Ｄ変換回路
９ 符号化手段
１０ 記録手段
１１ Ｄ／Ａ変換回路
１２ 制御回路
１３ 増幅回路
１４ スピーカ

Claims (12)

1. 入力された音声信号の信号波形を分析する分析手段と、
   前記分析手段において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類手段と、
   前記分類手段において分類したアナウンス部分と音楽部分とを異なる圧縮率で符号化する符号化手段と、
   前記符号化した音声信号を記録媒体に記録する記録手段とを備えることを特徴とする音声信号記録装置。
2. 入力された音声信号の信号波形を分析する分析手段と、
   前記分析手段において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類手段と、
   前記分類手段において分類した音楽部分のみを符号化する符号化手段と、
   前記符号化した音声信号を記録媒体に記録する記録手段とを備えることを特徴とする音声信号記録装置。
3. 前記分析手段は、音声信号のピッチ成分を分析することを特徴とする請求項１または２記載の音声信号記録装置。
4. 前記分析手段は、音声信号の再生帯域成分を分析することを特徴とする請求項１または２記載の音声信号記録装置。
5. 前記分析手段は、音声信号のピッチ成分と再生帯域成分を分析することを特徴とする請求項１または２記載の音声信号記録装置。
6. 前記記録手段において所定時間に満たない音楽部分を記録した場合には、前記音楽部分の記録内容を記録媒体から消去することを特徴とする請求項１から５のいずれかに記載の音声信号記録装置。
7. 入力された音声信号の信号波形を分析する分析工程と、
   前記分析工程において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類工程と、
   前記分類工程において分類したアナウンス部分と音楽部分とを異なる圧縮率で符号化する符号化工程と、
   前記符号化した音声信号を記録媒体に記録する記録工程とを備えることを特徴とする音声信号記録方法。
8. 入力した音声信号の信号波形を分析する分析工程と、
   前記分析工程において分析した結果から話声が主体となるアナウンス部分と楽音あるいは楽音と歌声が主体となる音楽部分に分類する分類工程と、
   前記分類工程において分類した音楽部分のみを符号化する符号化工程と、
   前記符号化した音声信号を記録媒体に記録する記録工程とを備えることを特徴とする音声信号記録方法。
9. 前記分析工程は、音声信号のピッチ成分を分析することを特徴とする請求項７または８記載の音声信号記録方法。
10. 前記分析工程は、音声信号の再生帯域成分を分析することを特徴とする請求項７または８記載の音声信号記録方法。
11. 前記分析工程は、音声信号のピッチ成分と再生帯域成分を分析することを特徴とする請求項７または８記載の音声信号記録方法。
12. 前記記録工程において所定時間に満たない音楽部分を記録した場合には、前記音楽部分の記録内容を記録媒体から消去することを特徴とする請求項７から１１のいずれかに記載の音声信号記録方法。

Images