JP2005534061A - 言語をマスキングするための方法およびシステム - Google Patents

Abstract

【課題】 音声ストリームをマスキングするために使用することも可能な、混乱させた音声信号を生成するためのシンプルかつ効率的な方法を提供すること。
【解決手段】 音声ストリームをマスキングするために使用することが可能な、混乱させた音声信号を生成するためのシンプルで効率的な方法が、開示される。音声ストリームがマスキングされることを表示する、音声信号が、得られる。音声信号は、その後、一時的にセグメントに分断され、音声ストリーム内の音素に一致することが、望ましい。セグメントは、今度はメモリに格納され、引き続いていくつかのセグメントまたはセグメント全てが、選択され、取り込みされ、音声信号と組み合わされる時、または再生されてから音声ストリームと組み合わされる時にマスキング効果を提供する、理解不能な音声ストリームを表示する混乱させた音声信号にアセンブルされる。好適な実施例が、オープンプラン・オフィスでの応用例で見られる一方、レストランや、教室、および、電気通信システムでの使用に適した実施例もまた、開示される。

Description

本発明は、情報を隠すためのシステム、および、とりわけ音声ストリームを理解されないようにするシステムに関する。

人間の聴覚器官システムは、周囲が雑音で囲まれた中でも音声ストリームを理解できるほど非常に発達している。雑音の多い環境下でも音声が理解されるようにするので、この能力は、ほとんどの場合において、相当の利点を与える。

しかしながら、オープンプラン・オフィス内など、多くの例においては、話し手に対するプライバシーを提供するため、もしくは、聴き取れる範囲内で話し手の注意がそれるのを軽減するために、音声をマスキングすることが、非常に望ましい。これらの場合において、雑音が存在する中で音声を識別するという人間の能力は、特別の課題を提示する。導かれるノイズの振幅が、内在する音声をこれ以上理解できなくなる前に、容認不可能なレベルにまで増加させなければならないという点で、単に確率論的特性から生じるノイズ（例えば、ホワイトノイズ又はピンクノイズ）を導くだけでは、概して成功しない。

したがって、音声のマスキングについての数多くの従来技術によるアプローチは、なんとかして音声ストリームが理解されないよう要求されたノイズ強度を低下させるように、マスキング・ノイズという特殊な形式を作ることに焦点を当てていた。例えば、Tornによる特許文献１は、「オープンプラン・オフィスの会話をマスキングする」ための「音声マスキング・システム」を開示する。この方法では、「ランダムノイズ電流の従来型ジェネレータは、その出力を、調節可能な電気フィルタ手段を介してオフィス空間上に存在する多くのスピーカ・クラスタに送り込む。」 このように洗練された技術にもかかわらず、多くの例において、会話を効果的にマスキングするために要求されるバックグラウンド・ノイズのレベルは、依然として容認できないほど高いままである。

他のアプローチは、複雑な物理構成のマイクロホンおよびスピーカを配備し、アクティブ・ノイズ消去アルゴリズムでそれらを制御することによって、マスキングをより離散的に提供しようと努めた。例えば、Gossmanによる特許文献2は、センサーを使用するパネルから、作動装置、および、アクティブ制御システムに伝送される、音伝送を制御するためのシステムについて記述する。この方法は、より大きいパネルをつくるため順番に組み合わされた多くのより小さいパネル・セルによる音伝送を制御するための、アクティブ構造音響制御を使用する。本発明では、厚くて重い受動防音材または無響材の代替としての機能を果たすことを意図する。この種のシステムは、理論上では効果的であるのに、実際問題として実施するのは困難で、しばしば極端に高価になる場合がある。

混乱(obfuscate)させる（しばしばスクランブリングと呼ばれる）ためのいくつかの技術もまた、従来技術において見つけることができる。Schmid 外による特許文献3は、まず音声周波数を2つの周波数帯に分割し、次に音声情報を変調することにより順序を逆転させることによって、音声伝送をスクランブル化／非スクランブル化する方法を記載する。

いくぶん異なる方法を採用している、Whittenによる特許文献4は、主として時間領域中で作動するシステムを開示する。具体的には、安全でない通信チャネル上の伝送に対する通信信号を理解されなくするための音声スクランブラは、システムのスクランブリング部位中の時間遅延モジュレータおよび符号化信号ジェネレータと、システムの非スクランブリング部位中の類似の時間遅延モジュレータおよび逆信号生成用符号化ジェネレータを含む。

これらの方法は、混乱させた音声ストリームを生成するという点において、効果的であり、元の音声ストリームに代わって現れる時に理解されないようにする。しかし、これらは、混乱させた音声ストリームの重ね合せを経て、音声ストリームを理解不能にさせるという点において、効果が、相対的に低い。これは、オフィス環境における会話マスキングへの応用にとっての深刻な欠点を示す。ここで、元の音声ストリームの混乱させた音声ストリームへの直接置換は、不可能では無いにしろ、非現実的である。さらに、スクランブリングの性質によって、混乱させた音声ストリームは、聞き手には音声のようには聞こえない。オープンプラン・オフィスのような環境において、この混乱させた音声ストリームは、結果的に、元の音声ストリームよりもはるかに不明瞭なものになってしまう。

McCalmontによる特許文献5は、事実上、より理解不能な合成ストリームを生成できる、これらのシステムの改良点を提案しているが、音声のようにスクランブルされた信号に対する必要性については、解決していない。実際に、人間の音声の主要な特徴の1つを除去するためには、特別な方策が講じられる。コード化装置は、まず、音声信号を伝送されるべき複数の周波数帯に分断する。１つ以上のこれらの周波数帯は、周波数反転され、他の周波数帯に対し遅延され、その後、遠隔受信器への伝送用の合成信号を生成するために、他の周波数帯と再び組み合わされる。音声信号が対応する音声中の、韻律の時間定数、および、音節間および音素生成率の近似値を求めるために、遅延の大きさを選択することによって、合成信号の振幅変動は、実質的に減少し、さらに、信号の韻律内容が、効果的に隠蔽される。

米国特許第3,985,957号 米国特許第5,315,661号 米国特許第4,068,094号 米国特許第4,099,027号 米国特許第4,195,202号

必要とされるのは、オープンプラン・オフィスのような環境における音声ストリームをマスキングするための、シンプルかつ効果的なシステムである。ここで、混乱させた音声ストリームは、置換させることは出来ず、単に元の音声ストリームに追加させることしかできない。この方法は、事実上音声のようではあるが、極めて理解不能の混乱させた音声ストリームを提供しなければならない。さらに、本来の音声ストリームと混乱させた音声ストリームの組合せが、これもまた、音声のようであるが、理解不能の組み合わされた音声ストリームを形成すべきである。

本発明は、音声ストリームをマスキングするために使用することも可能な、混乱させた音声信号を生成するためのシンプルかつ効率的な方法を提供する。音声ストリームがマスキングされるように表示されている音声信号が、得られる。音声信号は、その後、好ましくは音声ストリームの内の音素と対応させて、一時的にセグメントに分断される。セグメントは、次に、メモリに格納され、いくつかもしくはセグメントの全てが続いて選択され、取り込まれ、さらに、音声信号と組み合わせられると、または、再生成されて音声ストリームと組み合わされると、理解不能な音声ストリームを表示する混乱させた音声信号にアセンブルされ、マスキング効果が提供される。

混乱させた音声信号は、実質上リアルタイムで生成させること（これは、音声ストリームの直接マスキングという効果をもたらす）もできるし、記録された音声信号から生成することもできる。混乱させた音声信号を作成する場合、音声信号内のセグメントを1対1態様で記録しても良いし、セグメントを選択されて音声信号内のセグメントの最近の履歴から無作為に選択しかつ取出しても良いし、または、セグメントを分類しまたは識別しそして音声信号内の発生頻度に相応する相対頻度で選択しても良い。最後に、複数の選択、取り込みおよびアセンブリ処理を、複数の混乱させた音声信号を生成するために、同時に実施することもできる。

本発明の好適な実施例は、最も容易にオープンプラン・オフィスでの応用例に見られるが、他方、別の実施例では、レストラン、教室、および、電気通信システムなどに応用例を見出すこともできる。

本発明は、シンプルかつ効率的な方法で音声ストリームをマスキングするために使用することもできる、混乱させた音声信号を生成するためのシンプルかつ効率的な方法を提供する。

図1は、本発明の好適な実施例に従った、オープンプラン・オフィスの音声ストリームをマスキングする装置を示す。第1の個室21内にいる話し手のオフィス勤務者11は、会話をプライベートにしておきたい。この話し手のオフィス勤務者の個室を隣接した個室22から切り離すパーティション30の音響隔離は充分でないので、オフィス勤務者の会話が、隣の個室の聞き手のオフィス勤務者12の耳に入ることを防ぐことは出来ない。話し手のオフィス勤務者のプライバシーが否定され、かつ、聞き手の勤務者の気が散り、または更に深刻な問題としては、聞き手の勤務者が、秘密の会話を耳にすることができると言う理由から、この状況は、望ましくない。

図1は、本発明の好適な実施例がこの状況を改善するために使用できる方法を、例示する。マイクロホン40は、話しているオフィス勤務者11から発される音声ストリームの獲得を可能にする位置に設置される。マイクロホンは、所望の音声ストリーム以外の最小限の音響情報を確保できる場所に取り付けられるのが、好ましい。話しているオフィス勤務者11の実質上頭上という位置は（依然として第1の個室21内にはあるが）、満足な結果を提供することができる。

マイクロホンによって得られた音声ストリームを表す信号は、音声ストリームを構成する音素を識別するプロセッサ100に出力される。リアルタイムまたはリアルタイムに近い状態で、混乱させた音声信号は、識別された音素と同様の一連の音素から生成される。混乱させた音声ストリームとして再生される時、混乱させた音声信号は、音声のようではあるが、理解不能である。

混乱させた音声ストリームは、1台または複数台のスピーカ50を使用して、隣接した個室22にいる聞き手のオフィス勤務者12を含めた、話し手のオフィス勤務者の会話を潜在的に聞くことができる人たちに、再生・提示される。混乱させた音声ストリームは、元の音声ストリームに重なって聞かれる場合には、理解不能な複合音声ストリームを生じるので、元の音声ストリームはマスキングされる。混乱させた音声ストリームは、元の音声ストリームのそれと同等の強度で提示されるのが、好ましい。聞き手のオフィス勤務者が、典型的な人間の音声に相応する強度で第1の個室から発される音声のような音を聞くことに、相当慣れていることは、推定される。したがって、聞き手のオフィス勤務者が、本発明によって提供される複合音声ストリームによって気を散らされる可能性は、低い。

スピーカ50は、それらが聞き手のオフィス勤務者に聞き取れるが話し手のオフィス勤務者には聞き取れない位置に設置されるのが、好ましい。加えて、聞き手のオフィス勤務者が、混乱させた音声ストリームから方向キューを使用して元の音声ストリームを分離させることが不可能であることを確実にする事に、注意を払わなければならない。相互に同一平面上にない状態に配置されるのが好ましい多数のスピーカは、話し手のオフィス勤務者から発している元の音声ストリームをより効果的にマスキングする複合音場を形成するために用いることもできる。その上、本システムは、例えば、マイクロホンの位置に基づいて、スピーカの位置に関する情報を使用することもできるし、また、音声のマスキングの最適な分散を達成するために、始動／停止させることもできる。この点において、オープン・オフィス環境は、いくつかの会話が起こると同時にマスキングできるように、スピーカを制御し複数の場所から生じた数々の混乱させた会話を混合させるよう監視することもできる。例えば、本システムは、いくつかのマイクロホンから生じた情報に基づいて、信号を数々のスピーカに向けかつ重み付けすることが出来る。

図2は、本発明の好適な実施例に従った、混乱させた音声信号を生成するための方法を示すフローチャートである。好適な実施例において、このプロセスは、図1のプロセッサ100によって、実施される。図1に示すように、音声ストリームがマスキングされる事を表示する音声信号200は、マイクロホンまたは類似のソースから得られる110。音声信号s(t)が得られ、さらに引き続き、デジタル値s(n)の離散的なシリーズとして演算されることが、好ましい。マイクロホン40がアナログ信号を提供する、好適な実施例においては、信号がアナログ／デジタル変換器によってデジタル化されることが要求される。

一旦得られると、音声信号は、一時的に分断され120、セグメントとなる250。上述のように、このセグメントは、音声ストリーム内の音素と一致する。セグメントは、その後、メモリ135に格納される130。それから、選択されたセグメントを許可し実質上、セグメントが、選択され138、取り込まれ140、アセンブルされる150。アセンブリ演算の結果は、混乱させた音声ストリームを表示する混乱させた音声信号300である。

混乱させた音声信号は、次いで、（好ましくは）図1に示すように1台または複数台のスピーカによって、再生することができる160。1台または複数台のスピーカがアナログ入力信号を要求される、好適な実施例においては、信号がアナログ／デジタル変換器によってデジタル化されることが要求される。もう1つの方法として、音声信号と混乱させた音声信号を、組み合わせて、組み合わされた信号を、再生させることもできる。

上記プロセスによるデータのフローが、図2に示すように存在する一方で、詳述した演算を、リアルタイムのデータの実質的に安定した状態処理を提供しながら、実際に並行して実行することができる点に注意することが、重要である。これに代えて、このプロセスを、予め録音された音声信号に適用される後処理演算として、実行することもできる。

信号セグメントの選択138、取り込み140、およびアセンブリ150は、これら複数の方法のうちいずれかにおいて達成させてもよい。とりわけ、音声信号の範囲内のセグメントを、1対1対応で並び替え、セグメントを、音声信号内でのセグメントの最近の履歴から無作為に選択しかつ取り込み、または、セグメントを、分類しまたは識別し、さらに、音声信号内での発生の頻度に相応した相対頻度で選択することもできる。さらに、混乱させたいくつかの音声信号を生成するために、いくつかの選択、取り込みおよびアセンブルするプロセスを並行して実行することも可能である。

図3は、セグメントへの音声信号を一時的に分断し、かつ本発明の好適な実施例によってセグメントを格納する方法を示す詳細なフローチャートである。ここでは、一時的に信号をセグメントに分断し、かつそのセグメントを、図2に示すメモリに格納するステップが、より詳細に記載される。分断演算は、結果として生じるセグメントが音声ストリーム内の音素と一致するように、実行される。

音声信号200をセグメントに分断するために、音声信号は二乗され122、さらに、結果として生じる信号s²(n)は、すなわち、短時間スケールT_s、中時間スケールT_m、および長時間スケールT_lの3倍スケールに渡って平均化される 1231、1232、1233。

平均化は、以下の式にしたがって、平均（V_i）の評価を実行する計算によって実施されることが、好ましい。
V_i(n+1)=a_is(n)=(1-a_i)V_i(n), E [l,m,s] (1)
これは、
の場合の、N_iのサンプルのスライドウインドウ平均にほぼ等しい。ここで、fは抽出率、T_iは時間スケールである。

短時間スケールT_sは、典型的な音素の持続期間の特性として選択され、さらに、中時間スケールT_mは、典型的な語の持続期間の特性として選択される。長時間スケールT_lは、会話の時間スケール、すなわち、音声ストリームの全体的な干満の特性である。当業者は、本発明における本実施例が、他の時間スケール値によって容易に実行することができる点を理解するであろうが、本発明の好適な実施例の場合、0.125秒、0.250秒、1.00秒という各値が、許容可能なシステム特性を提供した。

中時間スケール平均1232の結果に、重み125が乗算され 124、次いで、短時間スケール平均1231の結果から減算される 126。重み値は、0および1の間にあるのが好ましい。実際には、1/2の値が許容可能であることが実証されている。

結果として生じる信号は、ゼロ交差127を検出するために監視される。ゼロ交差が検出されると、正確な値が、返される。ゼロ交差は、中時間スケール平均によって追跡できなかった音声信号エネルギーの短時間スケール平均における、急激な増減を反映する。ゼロ交差は、このようにして、一般的に、音素境界と一致するエネルギー境界を表示する。これらは、遷移が、連続した音素間、音素と続いて起こる相対的な沈黙の一周期との間、または、相対的な沈黙の一周期と続いて起こる音素との間、で起こる時間を表示する。

長時間平均1233の結果は、ゼロ交差演算子128に渡される。長時間平均が最大閾値よりも高い場合、閾値演算子は、真を返し、最低閾値より低い場合は、偽を返す。本発明のいくつかの実施例の場合、閾値の最大値および最小値は、同じであってもよい。好適な実施例の場合、閾値演算子は、閾値の最大値および最小値が異なり、本来的に履歴を示す。

音声信号200が存在し、かつ1292、閾値演算子128が真の値を返す場合、この音声信号は、メモリ135に存在するバッファの列内にあるバッファ136に、格納される。信号が格納されている特定のバッファは、格納カウンタ132によって、決定される。

ゼロ交差が検出され127、かつ1291、閾値演算子128が「真の」値を返す場合、格納カウンタ132は、インクリメントされる131。そして、メモリ135内のバッファの列内にある次のバッファ136で、格納を開始する。このようにして、検出されたゼロ交差によって分断されているので、バッファ配列内の各バッファは、音声信号中での音素または間隙の沈黙で、満たされる。バッファ配列のうち最後のバッファに達すると、カウンタは、リセットされ、第1バッファの内容は、次の音素または間隙の沈黙によって、置換される。このようにして、バッファが、蓄積され、次いで、音声信号内に存在するセグメントの最近の履歴を維持する。

この方法は、音声信号を、音素に対応するセグメントに分断させることができる数々の方法の1つを示すに過ぎない点に、留意すべきである。連続音声認識ソフトウェア・パッケージで使用されるものを含み、その他のアルゴリズムもまた、採用することができる。

図4は、本発明の好適な実施例による、セグメントを選択し、取り込み、かつ、アセンブルするための方法を示す詳細なフローチャートである。ここで、セグメントの選択138、メモリからのセグメントの取り込み140、および、図2に示される混乱させた音声信号へのセグメントのアセンブリングのステップが、より詳細に提示される。

乱数発生器144は、取り込みカウンタ142の値を決定するために用いられる。カウンタの値によって表示されるバッファ136は、メモリ135から読み込まれる。バッファの終端に達すると、乱数発生器は、取り込みカウンタに対して別の値を提供し、別のバッファが、メモリから読み込まれる。バッファの内容は、混乱させた音声信号300を構成するために、連鎖演算152によって以前読み込まれたバッファの内容に、追加される。このように、音声信号200内でセグメントの最近の履歴を反映する信号セグメントのランダム・シーケンスが、混乱させた音声信号300を形成するために組み合わされる。

アクティブな会話の瞬間だけマスキングを提供することが、望ましい場合が多い。したがって、好適な実施例の場合、バッファが利用可能で、かつ139、図3の閾値演算子128が真の値を返す場合、バッファは、メモリから読み込まれるだけである。

その他の注目すべきいくつかの特徴もまた、本発明の好適な実施例に組み込まれている。

まず、最小のセグメント長が、強化される。ゼロ交差が、最小のセグメント長より短い音素または間隙の沈黙を示す場合、ゼロ交差は無視され、記憶装置は、メモリ135にあるバッファ配列内の現在のバッファ136に引き継がれる。また、バッファ配列中の各バッファの寸法によって決定されるので、最大音素長は、強化される。格納中に最大音素長がオーバーすると、ゼロ交差が、推察され、そして、バッファ配列内の次のバッファで、格納が開始される。バッファ配列への格納とバッファ配列からの取り込みとの衝突を回避するために、特定のバッファが、現在読み込み中で、かつ、格納カウンタ132によって同時に選択される場合、この格納カウンタは、再びインクリメントされ、そしてバッファ配列内の次のバッファで、格納が開始される。

最後に、連鎖演算152の間、取り込みカウンタ142によって選択されたセグメントの頭部と後部とに整形関数を適用するのは、有利である。この整形関数は、混乱させた音声信号内の連続したセグメント間の、より滑らかな遷移を、提供する。その結果、再生160において、自然に発音される音声ストリームが生じる。好適な実施例の場合、各セグメントは、三角関数を使用して、セグメントの頭部では滑らかに立ち上がるように、尾部では滑らかに立ち下がるように整形される。この整形は、最小可能セグメントよりも短い時間スケールに渡って、実行される。この平滑化は、混乱させた音声信号の連続したセグメントの間の遷移の際に聞こえてくる、ポップス音楽やクリック音、およびカチカチという音を、除去するのに役立つ。

本願明細書に記載されるマスキング方法は、オフィス・スペース以外の環境においても、使用することができる。全体として、プライベートな会話が聞き取られる可能性のある至るところにおいて、採用されるであろう。この種のスペースは、例えば、混雑した居住区、公共電話ボックス、および、レストランを含む。この方法は、理解可能な音声ストリームによって、気が散ってしまう恐れがある場面においても、使用できるであろう。例えば、オープンスペース教室においては、1つの分割された小エリアの学生達は、一貫性のある音声ストリームよりも、隣接した小エリアから発せられる理解不能な音声のような音声ストリームによって、気が散る事が、より少なくなるであろう。

本発明は、また、バックグラウンド・ノイズのような、現実感はあるが理解不能な音声の生成にも容易に拡大される。本出願において、修正された信号を、以前に得られた音声録音から生成し、かつ、他の静かな環境で提示してもよい。結果として生じる音は、近くで1つまたは複数の会話が交わされているという錯覚を、提示する。本出願は、例えば、レストランで、オーナーが、相対的に空いているレストランが多数の客で混み合っているという錯覚を促したいと思う場合や、劇場で、群衆が集まっているという印象を与えるのに、役立つであろう。

この採用された特定のマスキング方法が、対話をしている2当事者の両方に知られている場合は、本出願に記載の技術を秘密裏に使用して音声信号を伝送することも可能であろう。この場合、音声信号は、混乱させた音声信号の重ね合せによってマスキングされ、そして受領時にマスキングを外す。また、使用される特定のアルゴリズムを、対話を行う当時者のみに知られたキーによって解読するということも可能である。この場合、伝送を妨害し、マスキングを外そうとする第三者による意図的な企みは阻止される。

本発明は、好適な実施例に関連して記載したが、当業者は、他の応用例が、本発明の趣旨および範囲から逸脱することなく、本願明細書に記載されている内容に置き換えることができることを、容易に理解するであろう。したがって、本発明は、添付の特許請求の範囲によってのみ、限定されるべきである。

本発明の好適な実施例に従った、オープンプラン・オフィスの音声ストリームをマスキングするための装置を示す。 本発明の好適な実施例に従った、混乱させた音声信号を生成するための方法を示したフローチャートである。 本発明の好適な実施例に従った、音声信号を一時的にセグメントに分断する方法、および、セグメントを格納している詳細なフローチャートである。 本発明の好適な実施例によるセグメントを選んで、取り込み、アセンブルする方法を示す詳細なフローチャートである。

符号の説明

11. 12 オフィス勤務者
21, 22 （オフィス等で仕切られた）小部屋
40 マイクロホン
50 スピーカ
100 音素を識別するプロセッサ

Claims (58)

1. 理解可能な音声から実質上理解不能な混乱させた音声信号を生成する方法であって、
   音声ストリームを表示する音声信号を獲得するステップと、
   当該セグメントが当該音声信号内の初期順序で生じるように、当該音声信号を複数のセグメントに一時的に分断するステップと
   当該セグメント中から複数個の選択されたセグメントを選択するステップと、
   当該混乱させた音声信号を生成するために、当該初期順序とは異なる順序で、当該選択されたセグメントをアセンブルするステップと、
   を備える、方法。
2. メモリに当該セグメントを格納する、当該一時的に分断するステップの直後に続く、ステップを備え、かつ
   当該メモリから当該選択されたセグメントを取り込み、当該選択するステップの直後に続く、ステップ
   をさらに備える、請求項１に記載の方法。
3. 当該混乱させた音声信号が、実質上リアルタイムで生成される、請求項1に記載の方法。
4. 当該音声信号が、事前に記録された音声ストリームを表示する、請求項1に記載の方法。
5. 当該混乱させた音声信号が、理解不能な背景会話をシミュレーションする、請求項1の方法。
6. 当該混乱させた音声信号が、電気通信ネットワークによって伝送される、請求項1に記載の方法。
7. 組み合わされた音声信号を生成するために、当該音声信号および当該混乱させた音声信号を組み合わせる、当該アセンブルするステップの直後に続く、ステップをさらに備え、
   当該組み合わされた信号が、実質上理解不能な音声ストリームを備える、
   請求項1に記載の方法。
8. 混乱させた音声ストリームを提供するために、当該混乱させた音声信号を再生する、ステップと、
   組み合わされた音声ストリームを供給するために、当該音声ストリームと当該混乱させた音声ストリームとを結合させ、当該組み合わされた音声ストリームが、実質上理解不能である、ステップとを、
   当該アセンブルするステップの直後に、さらに備える、請求項1に記載の方法。
9. 当該音声信号が、マイクロホンから得られる、請求項1に記載の方法。
10. 当該混乱させた音声信号がラウドスピーカによって再生される、請求項1に記載の方法。
11. 当該音声信号がオフィス環境から得られる、請求項1に記載の方法。
12. 当該選択されたセグメントが当該音声ストリーム内で各々のセグメントを備える、請求項1に記載の方法。
13. 当該選択されたセグメントが、当該音声信号に存在するセグメントの最近の履歴を備える当該メモリ内で、複数のセグメントから選択される、請求項2に記載の方法。
14. 当該選択されたセグメントが、当該メモリ内に含まれる当該複数のセグメントから無作為に選択される、請求項13に記載の方法。
15. 当該選択された各セグメントが、当該音声信号内での発生の頻度に相応した相対頻度で選択される、請求項13に記載の方法。
16. 当該音声信号が、一連のデジタル値を備える、請求項1に記載の方法。
17. 当該セグメントが、当該音声ストリーム内で音素を表示する、請求項1に記載の方法。
18. 当該音素が、連続音声認識システムを使用して決定される、請求項17に記載の方法。
19. 当該一時的に分断しているステップが、
    当該音声信号を二乗するステップと、
    短時間スケールで、当該音声信号の短時間平均を計算するステップと、
    中時間スケールで、当該音声信号の中時間平均を計算するステップと、
    当該短時間平均と当該中時間平均の相違を計算するステップと、
    当該相違中のゼロ交差を検出し、当該ゼロ交差が、当該セグメントを表わすステップと、
    を備える、請求項17に記載の方法
20. 当該短時間スケールが、当該音声ストリーム中の典型的音素の長さを特徴づける、請求項19に記載の方法。
21. 当該中時間スケールが、当該音声ストリーム内の典型的音素の長さを特徴づける、請求項に記載19の方法。
22. 当該格納ステップが、
    当該音声信号を二乗するステップと、
    長時間スケールで、当該音声信号の長時間平均を計算するステップと、
    当該長時間平均が、第1閾値よりも高い時と、当該長時間平均が第2閾値よりも低い時を、決定するステップと、
    当該長時間平均が、当該第2閾値よりも低い時には、当該メモリ中の当該セグメントの当該格納を中断するステップと、
    当該長時間平均が、上述の第1閾値を越えた時には、当該メモリ中の当該セグメントの当該格納を再開するステップと、
    を備える、請求項2に記載の方法
23. 当該長時間スケールが、当該音声ストリームの会話の時間的スケールを特徴づける、請求項22に記載の方法。
24. 当該取り込むステップが、
    当該音声信号を二乗するステップと、
    長時間スケールで当該音声信号の長時間平均を計算するステップと、
    当該長時間平均が第1閾値より上にある時と、当該長時間平均が第2閾値よりも低い時を、決定するステップと、
    当該長時間平均が、当該第2閾値よりも低い時には、当該メモリからの当該セグメントの取り込みを停止させるステップと、
    当該長時間平均が、上述の第1閾値を越える時には、当該メモリからの当該セグメントの当該取り込みを再開するステップと、
    を備える、請求項2の方法。
25. 当該長時間スケールが、当該音声ストリームの会話の時間スケールを特徴づける、請求項24に記載の方法。
26. 当該アセンブルするステップが、
    当該選択された各セグメントに対して整形関数を適用するステップを備えるアセンブルするステップであって、
    当該整形関数が、当該混乱させた音声信号中の連続したセグメント間でのスムーズな遷移を提供する、
    アセンブルするステップを備える、請求項1に記載の方法。
27. 当該選択するステップおよびアセンブルするステップが、並行して、当該音声信号から複数の当該混乱させた音声信号を生成する、請求項1に記載の方法。
28. 音声ストリームをマスキングする方法であって、
    当該音声ストリームを表示する音声信号を得るステップと、
    混乱させた音声信号を形成するために、当該音声信号を修正するステップと、
    組み合わされた音声信号を生成するために、当該音声信号および当該混乱させた音声信号を組み合わせるステップと、
    を備える、音声ストリームをマスキングする方法であって、
    当該組み合わされた音声信号が、実質上理解不能である組み合わされた音声ストリームを表示する、方法。
29. 当該音声ストリームを表示する音声信号を得るステップと、
    混乱させた音声信号を形成するために、当該音声信号を修正するステップと、
    混乱させた音声信号を生成するために、当該音声信号を再生するステップと、
    組み合わされた音声信号を生成するために、当該音声ストリームおよび当該混乱させた音声ストリームを組み合わせるステップと、
    を備える、音声ストリームをマスキングする方法であって、
    当該組み合わされた音声ストリームは、実質上理解不能である、方法。
30. 実質上理解不能な混乱させた音声信号を、理解可能な音声から生成するための装置であって、
    音声ストリームを表示する音声信号を得るためのモジュールと、
    当該音声信号を複数のセグメントに一時的に分断するためのモジュールであって、当該セグメントが、当該音声信号内での初期の順序で生じる、モジュールと、
    当該セグメントの中から複数の選択されたセグメントを選択するためのモジュールと、
    当該混乱させた音声信号を生成するために、当該初期の順序とは異なる順序の、当該選択されたセグメントをアセンブルするためのモジュールと、
    を備える、装置。
31. 当該セグメントを格納するための記憶装置と、
    当該メモリから当該選択されたセグメントを取り込むためのモジュールと、
    をさらに備える、請求項30に記載の装置。
32. 当該混乱させた音声信号が、実質上リアルタイムで生成される、請求項30に記載の装置。
33. 当該音声信号が、事前に記録された音声ストリームを表示する、請求項30に記載の装置。
34. 当該混乱させた音声信号が、理解不能な背景会話をシミュレーションする、請求項30に記載の装置。
35. 電気通信ネットワークによる当該混乱させた音声信号を伝送するためのモジュールをさらに備える、請求項30に記載の装置。
36. 組み合わされた音声信号を生成するための、当該音声信号と当該混乱させた音声信号を組み合わせるためのモジュールであって、
    当該組み合わされた信号が、実質上理解不能な音声ストリームを有する、モジュールを備える、請求項30に記載の装置。
37. 混乱させた音声ストリームを提供する当該混乱させた音声信号を再生するためのモジュールと、
    組み合わされた音声ストリームを生成するために当該音声ストリームと当該混乱させた音声ストリームを組み合わせ、当該組み合わされた音声ストリームが、実質上理解不能であるモジュールと、
    をさらに備える、請求項30に記載の装置。
38. 当該音声信号を得るためのマイクロホンをさらに備える、請求項30に記載の装置。
39. 当該混乱させた音声を再生するためのラウドスピーカを備える、請求項30に記載の装置。
40. 当該音声信号が、オフィス環境から得られる、請求項30に記載の装置。
41. 当該選択されたセグメントが、当該音声ストリーム内での各セグメントを備える、請求項30に記載の装置。
42. 当該選択されたセグメントが、当該音声信号に存在するセグメントの最近の履歴を有する当該メモリ内で、複数のセグメントから選択される、請求項31に記載の装置。
43. 当該選択されたセグメントが、無作為に当該メモリ内に含まれた当該複数のセグメントから選択される、請求項42に記載の装置。
44. 当該選択された各セグメントが、当該音声信号内での発生頻度に相応する相対頻度によって選択される、請求項42に記載の装置。
45. 当該音声信号が、一連のデジタル値を備える、請求項30に記載の装置。
46. 当該セグメントが、当該音声ストリーム内で音素を表示する、請求項30に記載の装置。
47. 当該音素が、連続音声認識システムを使用して決定される、請求項46に記載の装置。
48. 一時的に分割するための当該モジュールが、
    当該音声信号を二乗するためのモジュールと、
    短時間スケールで当該音声信号の短時間平均を計算するためのモジュールと、
    中時間スケールで当該音声信号の中時間平均を計算するためのモジュールと、
    当該短時間平均と当該中時間平均との相違を計算するためのモジュールと、
    当該相違中のゼロ交差を検出するためのモジュールであって、当該ゼロ交差が、当該セグメントを表わすモジュールと、
    を更に備える、請求項30に記載の装置。
49. 当該短時間スケールが、当該音声ストリームの典型的音素の長さを特徴づける、請求項48に記載の装置。
50. 当該中時間的スケールが、当該音声ストリームの典型的語の長さを特徴づける、請求項48に記載の装置。
51. 当該メモリが、
    当該音声信号を二乗するためのモジュールと、
    長時間スケールで当該音声信号の長時間平均の時間を計算するためのモジュールと、
    当該長時間平均が第1閾値を越えた時と、当該長時間平均が第２閾値を下回る時を、決定するためのモジュールと、
    当該長時間平均が当該第2閾値を下回る時には、当該メモリ内で当該セグメントの当該格納を、停止させるためのモジュールと、
    当該長時間平均が第1閾値を越える時には、当該メモリ内で当該セグメントの当該格納を再開するためのモジュールと、
    をさらに備える、請求項42に記載の装置。
52. 当該長時間スケールが、当該音声ストリームの会話の時間スケールを特徴づける、請求項51に記載の装置。
53. 取り込むためのモジュールが、
    当該音声信号を二乗するためのモジュールと、
    長時間スケールで当該音声信号の長時間平均を計算するためのモジュールと、
    当該長時間平均が第1閾値を越えた時と、当該長時間平均が第2閾値を下回った時を、決定するためのモジュールと、
    当該長時間平均が当該第2閾値を下回った時には、当該メモリからの当該セグメントの当該取り込みを停止させるためのモジュールと、
    当該長時間平均が上述した第1閾値を越えた時には、当該メモリから当該セグメントの中で当該取り込みを再開する取り込むためのモジュールと、
    を、備える、請求項31に記載の装置。
54. 当該長時間スケールが、当該音声ストリームの会話の時間スケールを特徴づける、請求項53に記載の装置。
55. アセンブルするための当該モジュールが、
    当該選択セグメントの各セグメントに対し整形関数を適用させるためのモジュールをさらに備える、装置であって、
    当該整形関数が、当該混乱させた音声信号の連続したセグメント間でのスムーズな遷移を提供する、
    請求項30に記載の装置。
56. 選択しかつアセンブルするための当該モジュールが、並行して、当該音声信号から複数の当該混乱させた音声信号を生成する、請求項30に記載の装置。
57. 音声ストリームをマスキングするための装置であって、
    当該音声ストリームを表示する音声信号を得るためのモジュールと、
    混乱させた音声信号を形成するために当該音声信号を修正するためのモジュールと、
    組み合わされた音声信号を生成するために当該音声信号および当該混乱させた音声信号を組み合わせるためのモジュールと
    を備え、
    当該組み合わされた音声信号が、実質上理解不能な組み合わされた音声ストリームを表示する、
    装置。
58. 音声ストリームをマスキングするための装置であって、
    当該音声ストリームを表示する音声信号を得るためのモジュールと、
    混乱させた音声信号をつくるために当該音声信号を修正するためのモジュールと、
    混乱させた音声ストリームを提供するために、当該混乱させた音声信号を再生するためのモジュールと、
    組み合わされた音声ストリームを生成するために、当該音声ストリームと当該混乱させた音声ストリームを組み合わせ、当該組み合わされた音声ストリームが、実質上理解不能である、モジュールと、
    を備える装置。