JP2006323308A - 音声処理装置、通話装置、およびプログラム - Google Patents

Abstract

【課題】 音量レベルがしばしば変化するような音声であっても、その変化に追従して音声信号に対する信号処理を施すことができる音声処理装置を提供すること。
【解決手段】 複合機が備える音声処理装置は、通信先機器との間で伝送される音声信号の信号レベルＬｃを測定し（Ｓ１４５）、ＲＡＭに格納されたピーク値ＬｐとＳ１４５の処理で測定された信号レベルＬｃとの差の絶対値（｜Ｌｐ−Ｌｃ｜）が、あらかじめ定められた閾値Ｌｈより大きく（Ｓ１５０：はい）、且つ、Ｓ１４５の処理で測定された信号レベルＬｃが−３０ｄＢｍより大きい場合に（Ｓ１５５：はい）、音響パラメータ群を更新する（Ｓ１６５）。その結果、音量の最適化、音量に応じたノイズ成分のカット、音量に応じたエコーキャンセルなどが施され、通信先機器との間で伝送される音声信号が聞き取りやすい音声に補正される。
【選択図】 図３

Description

本発明は、通信先機器との間で伝送される音声信号に対して、音量や音質などを変更するための信号処理を施す音声処理装置と、この音声処理装置を備えた通話装置、および、コンピュータを音声処理装置として機能させるためのプログラムに関する。

従来、通信先機器との間で伝送される音声を対象にして、音量の変更を実施する装置としては、例えば、下記特許文献１に記載のものが知られている。
この特許文献１に記載の装置は、音声データの回帰性の高さに基づいて音声であるか否かを判断し、音声である場合には、数百ミリ秒程度の期間内に含まれる複数フレームを対象にしてフレームエネルギーの積分を行って、この積分値に基づいて音量レベルの判定を行っていた。
特開平７−１７７０８５号公報

しかし、上記特許文献１に記載の技術では、数百ミリ秒程度の期間が経過した後でないと音量レベルの変化を検出することができず、実際に音量レベルが変化するタイミングと、その変化を検出して音量を変更するタイミングとの間には、少なくとも数百ミリ秒程度のずれが生じていた。そのため、例えば、抑揚のある音声など、音量がしばしば変化するような場合には、実際の音量の変化に音量の変更制御がうまく追従できず、必ずしも聞き取りやすい音量にならないことがあった。

また、上記特許文献１に記載の技術の場合、きわめて音量が小さい音声であっても、音声であると判断した場合には音量の変更制御を行ってしまうため、例えば、通話相手の周囲から拾った音声など、通常であれば聞こえなくても構わないようなごく僅かな音量の音声まで音量変更の対象となってしまうことがあった。

本発明は、上記諸問題を解決するためになされたものであり、その第１の目的は、音量レベルがしばしば変化するような音声であっても、その変化に追従して音声信号に対する信号処理を施すことができる音声処理装置を提供することにある。また、第２の目的は、ある程度以上の音量を持つ音声を対象にして、その音量の変化に追従して音声信号に対する信号処理を施すことができる音声処理装置を提供することにある。さらに、上記のような音声処理装置を備えた通話装置、および、コンピュータを上記のような音声処理装置として機能させるためのプログラムを提供することにある。

以下、本発明において採用した特徴的構成について説明する。
本発明の音声処理装置は、通信先機器から送信されてくる音声信号の音量レベルを測定する測定手段と、前記測定手段によって測定された前記音量レベルのピーク値に基づいて、前記通信先機器との間で伝送される音声信号に対し、前記ピーク値に応じて決まる信号処理を施す信号処理手段とを備えたことを特徴とする。

この音声処理装置において、信号処理手段は、通信先機器との間で伝送される音声信号に対して信号処理を施す際に、測定手段によって測定された音量レベルのピーク値に基づいて、ピーク値に応じて決まる信号処理を施す。このような音量レベルのピーク値は、所定の期間にわたる積分値等とは異なり、ほぼ瞬時に測定可能である。

したがって、この音声処理装置であれば、例えば、抑揚のある音声など、音量がしばしば変化するような場合にも、実際の音量の変化に遅れることなく信号処理を施すことができ、より聞き取りやすい音量や音質に補正することができる。

ところで、信号処理手段による信号処理については、具体的な処理内容がいくつか考えられるが、好ましい信号処理の一例を挙げれば、前記信号処理手段は、前記ピーク値に応じて決まる信号処理として、音量レベルを前記ピーク値に応じて決まるレベルに変更する処理、および、エコーキャンセルのレベルを前記ピーク値に応じて決まるレベルに変更する処理のうち、少なくとも１つの処理を、前記通信先機器との間で伝送される音声信号に対して施すように構成されているとよい。

音量レベルを前記ピーク値に応じて決まるレベルに変更する処理を行えば、例えば、ピーク値が大きい場合ほど音量を低減したり、ピーク値が小さい場合ほど音量を増大させたりすることで、音声を聞き取りやすくすることができる。

また、エコーキャンセル処理については、ピーク値が大きい場合ほどエコー（自分の声のはね返り音）も共に増大する傾向があるので、ピーク値が大きい場合にはエコーキャンセルがより強く効く一方、ピーク値が小さい場合にはエコーキャンセルがより弱く効くように、エコーキャンセルのレベル（設定）を変更することで、音声を聞き取りやすくすることができる。ちなみに、エコーが過剰に大きい場合は、通話相手の音声が聞き取りにくくなる傾向があるものの、エコーを完全に消失させても違和感があり、必ずしも聞きやすく話しやすい通話環境にはならない傾向がある。つまり、エコーキャンセルの効き具合は弱すぎても問題であるが、エコーキャンセルの効き具合が強すぎることが理想的な訳ではない。この点、上記のようにピーク値に応じてエコーキャンセルのレベルを変更すれば、音量が大きいときにエコーまで過剰に大きくなることが無く、音量が小さいときにエコーが過剰に小さくなることも無い。

これらの処理は一方を採用するだけでも相応の効果を得られるが、両方とも採用すればさらに効果的である。
また、信号処理手段は、測定手段によって測定された音量レベルのピーク値に変化があった場合に、直ちに変化後のピーク値に応じて決まる信号処理を施してもよいが、ピーク値が頻繁に変化するような場合には、信号処理の内容が頻繁に変化し、その結果、利用者が聴覚上の不自然さを感じるおそれもある。

そこで、このような聴覚上の不自然さを解消したい場合には、前記ピーク値を記憶可能なピーク値記憶手段と、前記ピーク値記憶手段に記憶された前記ピーク値と、前記測定手段によって測定された前記ピーク値とに基づいて、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うか否かを判定する判定手段と、前記判定手段によって前記ピーク値の更新を行うと判定された場合に、前記ピーク値記憶手段に記憶された前記ピーク値を、前記測定手段によって測定された前記ピーク値で更新する更新手段とを備え、前記信号処理手段は、前記ピーク値記憶手段に記憶された前記ピーク値に基づいて、前記通信先機器との間で伝送される音声信号に対して前記信号処理を施すようにするとよい。

このように構成された音声処理装置によれば、測定手段によって測定された音量レベルのピーク値に変化があったとしても、判定手段がピーク値記憶手段に記憶されたピーク値の更新を行うと判定した場合しか、更新手段がピーク値記憶手段に記憶されたピーク値を更新しない。したがって、ピーク値の変化の程度を考慮して判定条件を適切に設定しておけば、ピーク値が頻繁に変化するような場合でも、信号処理の内容が頻繁に変化するのを抑制することができ、その結果、利用者が聴覚上の不自然さを感じるのを防ぐことができる。

判定手段の用いる判定条件については、いくつかの条件を考え得るが、例えば、前記判定手段は、前記ピーク値記憶手段に記憶された前記ピーク値と、前記測定手段によって測定された前記音量レベルのピーク値に、あらかじめ定められた大きさ以上の差がある場合に、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うと判定するとよい。

このようにすれば、ピーク値が僅かに変化した程度では、信号処理手段による信号処理の内容は変化しないので、利用者が聴覚上の不自然さを感じるのを防ぐことができる。
また、前記判定手段は、前記測定手段によって測定された前記音量レベルのピーク値が、あらかじめ定められた下限値より大きい場合に、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うと判定してもよい。

このようにすれば、ピーク値が極端に小さくなったときには、信号処理手段による信号処理の内容は変化しないので、瞬間的な無音状態に合わせて音量の増大が図られるようなことがなく、利用者が聴覚上の不自然さを感じるのを防ぐことができる。

なお、以上説明した本発明の音声処理装置は、電話機やパーソナルコンピュータ等を利用して構成されるＩＰ電話装置などの通話装置に適用すると好適である。
また、電話機に内蔵されるコンピュータやパーソナルコンピュータを、上述した音声処理装置が備える各手段として機能させるためのプログラムがあれば、それらのコンピュータを利用して本発明の音声処理装置を構成することができる。

次に、本発明の実施形態について一例を挙げて説明する。
以下に説明する実施形態は、本発明に係る音声処理装置を、ファクシミリ機能、電話機能、プリンタ機能、スキャナ機能、およびコピー機能等を兼ね備えた複合機（一般にＭＦＰ（Multi-Function Product）等と呼ばれる装置）に適用したものである。本発明に係る音声処理装置は、複合機の電話機能を利用したときに通信先機器との間で伝送される音声信号を対象にして、後述する信号処理を行うことになる。

［複合機の構成］
まず、複合機１の構成について説明する。
複合機１には、図１に示すように、ＣＰＵ１１、ＲＯＭ１２、ＥＥＰＲＯＭ１３、ＲＡＭ１４、画像メモリ１５、回線Ｉ／Ｆ部１９、モデム２０、バッファ２１、スキャナ２２、符号化部２３、復号化部２４、プリンタ２５、操作パネル４、ＬＣＤ（液晶表示パネル）５、アンプ２７、通話用のハンドセット４７などが設けられており、これらがバスライン３０を介して互いに接続されている。

ＣＰＵ１１は、バスライン３０により接続された各部を制御する装置であり、例えば、回線Ｉ／Ｆ部１９を介して音声や画像データの送受信を行うための処理等を実行する。
ＲＯＭ１２は、この複合機１で実行される制御プログラム等を格納した書き換え不能な記憶装置であり、後述する処理をＣＰＵ１１に実行させるためのプログラムは、このＲＯＭ１２に格納されている。また、ＲＯＭ１２には、ハンドセット音響パラメータテーブル１２ａ（詳細は後述）も格納されている。

ＥＥＰＲＯＭ１３は、複合機１の電源が遮断された後も書き込まれたデータを保持することができる書き換え可能な不揮発性の記憶装置である。
ＲＡＭ１４は、複合機１の各動作の実行時に各種のデータや着信履歴等を記憶するための読み込みおよび書き換えが可能な記憶装置であり、後述する処理の中で書き込みおよび更新がなされるハンドセット音響パラメータ１４ａ、およびピーク音声レベル１４ｂなどは、このＲＡＭ１４に格納されている。

画像メモリ１５は、画像データ及び印刷のためのビットイメージを記憶するための記憶装置であり、安価な大容量メモリであるダイナミックＲＡＭ（ＤＲＡＭ）により構成されている。そして、受信された画像データは、一旦画像メモリ１５に記憶され、プリンタ２５によって記録紙に印刷された後に、この画像メモリ１５から消去される。また、スキャナ２２によって読み取られた画像データも、この画像メモリ１５に記憶される。

回線Ｉ／Ｆ部１９は、回線制御を行うためのものであり、電話回線側（例えば、交換機あるいはＩＰ電話アダプタ）から送られてくる呼出信号（リング信号）や相手側装置の電話番号等の発信元識別情報（以下、発信元識別情報をＣａｌｌｅｒＩＤという。）を示す信号等の各種信号を受信するとともに、操作パネル４上のキーの操作に応じた発信時のダイヤル信号を電話回線側へ送信する。

モデム２０は、画情報及び通信データを変調及び復調して伝送するとともに、伝送制御用の各種手順信号を送受信するためのものである。
バッファ２１は、相手側装置との間で送受信される符号化された画情報を含むデータを一時的に記憶するためのものである。

スキャナ２２は、原稿挿入口に挿入された原稿を画像データとして読み取るためのものであり、原稿搬送用モータを備えている。
符号化部２３は、スキャナ２２により読み取られた画像データの符号化を行うものである。

復号化部２４は、バッファ２１又は画像メモリ１５に記憶された画像データを読み出して、これを復号化するものであり、復号化されたデータは、プリンタ２５により記録紙に印刷される。

プリンタ２５は、記録紙を搬送する記録紙用搬送モータ、印字ヘッドを搭載したキャリッジを移動させるキャリッジモータ、及び記録紙へインクを吐出する印字ヘッド等を備えた、周知のインクジェット方式のプリンタで構成されている。

ＬＣＤ５は、ＣＰＵ１１から指令信号に基づいて、様々な情報を文字又は画像を通じてユーザに向けて発するものであり、その情報としては、例えば、ＦＡＸデータを送受信中である旨、又は発信元の電話番号もしくはファクシミリ番号や発信元の名前もしくは名称等の発信元の情報等が挙げられる。

アンプ２７は、そのアンプ２７に接続されたスピーカ２８を鳴動して、呼出音や音声を出力するためのものである。
ハンドセット４７は、通信先機器から送信されてくる音声信号を再生するスピーカと通話者が発する音声を入力するマイクロフォン等とが一体化された通話用の送受話器である。

フックスイッチ４８は、利用者がハンドセット４７を持ち上げる操作（フックアップ）を行ったときにオンになり、ハンドセット４７を元の位置に戻す操作（フックダウン）を行ったときにオフになるスイッチである。フックスイッチ４８のオン／オフはＣＰＵ１１によって監視され、フックスイッチ４８がオンになるとＣＰＵ１１は回線を閉結し、フックスイッチ４８がオフになるとＣＰＵ１１は回線を開放する。また、このフックスイッチ４８は、操作パネル４での操作によってもオン／オフを切り替え可能になっており、操作パネル４を利用すれば、ハンドセット４７を持ち上げる操作（フックアップ）を実際に行わなくても、複合機１の状態をフックアップ／フックダウンが行われた場合と同等な状態に切り替えることができる。

［ハンドセット音響パラメータテーブル］
次に、ＲＯＭ１２に格納されたハンドセット音響パラメータテーブル１２ａについて説明する。

ハンドセット音響パラメータテーブル１２ａは、本実施形態においては、図２に示すようなデータ構造のテーブルとなっている。すなわち、本実施形態において、ハンドセット音響パラメータテーブル１２ａには、３組分の音響パラメータ群が格納されており、これら３組の音響パラメータ群が、３つの範囲（−２０ｄＢｍ〜−３０ｄＢｍ、−１０ｄＢｍ〜−２０ｄＢｍ、−１０ｄＢｍ以上）に区分された音声信号の信号レベル（＝音量レベル）に対して、一対一の関係で対応づけられている。

１組分の音響パラメータ群には、各組とも、送話レベル、受話レベル、フィルター特性値、およびＬＥＣ（ラインエコーキャンセラー）設定値、以上４種の音響パラメータが含まれている。これら４種の音響パラメータのうち、送話レベルおよび受話レベルの２種については、操作パネル４で設定可能な３通りの音量設定（大、中、小）それぞれに対応する３対の音響パラメータが格納されている。

３組の音響パラメータ群のうち、−２０ｄＢｍ〜−３０ｄＢｍに対応する音響パラメータ群は、比較的小さい音声を対象にして信号処理を施すためのパラメータであり、この音響パラメータ群に基づいて信号処理を行うことで、音量の増大、ノイズ成分のカット、エコーキャンセル等が施されて、比較的小さい音声がより聞き取りやすい音量および音質に変換される。

また、−１０ｄＢｍ〜−２０ｄＢｍに対応する音響パラメータ群は、標準的な音量の音声を対象にして信号処理を施すためのパラメータであり、この音響パラメータ群に基づいて信号処理を行うことで、音量は殆ど変更せず、ノイズ成分のカット、エコーキャンセル等が施されて、標準的な音量の音声がより聞き取りやすい音質に変換される。

さらに、−１０ｄＢｍ以上に対応する音響パラメータ群は、比較的大きい音声を対象にして信号処理を施すためのパラメータであり、この音響パラメータ群に基づいて信号処理を行うことで、音量の低減、ノイズ成分のカット、エコーキャンセル等が施されて、比較的大きい音声が聞き取りやすい音量および音質に変換される。

これら３組の音響パラメータ群は、後述する処理の中で、いずれか１組が択一的に利用されて、通信先機器との間で伝送される音声信号に対する信号処理が施されることになる。このとき、送話レベルおよび受話レベルの２種については、音量設定（大、中、小）に対応する３対が用意された音響パラメータの中から、操作パネル４で設定された音量設定（大、中、小）に応じて、いずれか１対の音響パラメータが利用される。

後述する処理の中では、ＣＰＵ１１が通信先機器から送信されてくる音声信号の信号レベルのピーク値を測定し、所定の更新条件（詳細は後述）を満たした場合に、測定されたピーク値がピーク音声レベル１４ｂに格納される。また、ピーク音声レベル１４ｂに格納されたピーク値が更新された場合には、そのピーク値に対応する１組の音響パラメータ群の中から、操作パネル４での音量設定（大、中、小）も考慮して４種の音響パラメータが読み出され、読み出された４種の音響パラメータがハンドセット音響パラメータ１４ａに格納される。

ＣＰＵ１１は、通信先機器との間で伝送される音声信号に対し、常にハンドセット音響パラメータ１４ａを参照して信号処理を行うように構成されており、ピーク音声レベル１４ｂに格納されたピーク値が更新された際には、その更新に伴ってハンドセット音響パラメータ１４ａが更新されるので、その結果、ＣＰＵ１１は、通信先機器との間で伝送される音声信号に対し、更新後のピーク値に応じて決まる信号処理を施すことになる。

［音声信号に対する信号処理］
次に、音声信号に対する信号処理について、図３に示すフローチャートに基づいて説明する。図３に示すフローチャートは、複合機１においてＣＰＵ１１によって常時実行される処理の中から、本発明の要部に関連する処理ステップのみを抜粋して示したものである。ＣＰＵ１１は、実際には図３に表れない処理をも実行しているが、本発明の要部に関連しない処理については図示を省略してある。

ＣＰＵ１１によってこの処理が実行されると、まず、フックスイッチ４８が監視されて（Ｓ１０５）、利用者がハンドセットをフックアップしたか否かが判断される（Ｓ１１０）。ここで、利用者がハンドセットをフックアップしていない場合は（Ｓ１１０：いいえ）、Ｓ１０５の処理へと戻ってＳ１０５〜Ｓ１１０の処理が繰り返され、フックスイッチ４８の監視が継続される。なお、Ｓ１１０の処理では、利用者が実際にハンドセット４７をフックアップした場合はもちろんのこと、操作パネル４での操作によって複合機１の状態をフックアップした場合と同等な状態に切り替えた場合でも、ハンドセットをフックアップしたと判断される。

そして、Ｓ１０５〜Ｓ１１０の処理が繰り返される間に、利用者がハンドセットをフックアップしたら（Ｓ１１０：はい）、回線が閉結され（Ｓ１１５）、ハンドセット４７による通話開始処理が実行され（Ｓ１２０）、利用者は通信先機器を利用する通話相手との通話を行うことができる状態となる。

続いて、ピーク値（Ｌｐ）の初期化が行われる（Ｓ１２５）。このピーク値（Ｌｐ）は、ＲＡＭ１４のピーク音声レベル１４ｂに格納される値であり、後述する処理の中で、通信先機器との間で伝送される音声信号の信号レベル（音量レベル）を測定した後は、測定された信号レベルのピーク値が格納されることになるが、Ｓ１２５の処理の段階では、通信先機器との間で伝送される音声信号の信号レベルがまだ実測されていないので、Ｓ１２５の処理では、ＲＡＭ１４のピーク音声レベル１４ｂに初期値として０ｄＢｍが格納される。

続いて、ハンドセット音響パラメータの初期化が行われる（Ｓ１３０）。このＳ１３０の処理では、ピーク値（Ｌｐ）の初期値（０ｄＢｍ）に対応する音響パラメータ群が、ＲＯＭ１２のハンドセット音響パラメータテーブル１２ａから読み出される。このとき、操作パネル４で設定された音量設定（大、中、小）も参照され、この音量設定に応じた２種の音響パラメータ（送話レベルおよび受話レベル）と、他の２種の音響パラメータ（フィルター特性値およびＬＥＣ設定値）が読み出される。そして、読み出された４種の音響パラメータが、ＲＡＭ１４のハンドセット音響パラメータ１４ａに格納される。既に説明した通り、ＣＰＵ１１は、通信先機器との間で伝送される音声信号に対し、常にハンドセット音響パラメータ１４ａを参照して信号処理を行っているため、Ｓ１３０の処理を実行した時点では、通信先機器との間で伝送される音声信号の信号レベルのピーク値が０ｄＢｍであるとの想定で信号処理が行われることになる。

なお、上述の通り、音声信号の信号レベルのピーク値が０ｄＢｍであるとの想定で信号処理を行う理由は、実際に通信先機器との間で伝送される音声信号の信号レベルが比較的過大であった場合には適切に音量を低減することができ、しかも、万一、信号レベルが比較的過小であった場合でもさらに音量が低減されるだけで、少なくともハンドセット４７から予期しない大音量の音声を発してしまうことは防止できるからである。仮に、通信先機器との間で伝送される音声信号の信号レベルのピーク値が−３０ｄＢｍといった想定で信号処理が行われたとすれば、実際に通信先機器との間で伝送される音声信号の信号レベルが比較的過小であった場合には適切に音量の増大を図ることができるかもしれないものの、万一、信号レベルが比較的過大であった場合にはさらに音量が増大してしまい、ハンドセット４７から予期しない大音量の音声を発してしまうおそれがある。

さて、以上の処理を終えたら、フックスイッチ４８が監視されて（Ｓ１３５）、ハンドセットをフックダウンしたか否かが判断される（Ｓ１４０）。ここで、ハンドセットをフックダウンしていないと判断された場合は（Ｓ１４０：いいえ）、通信先機器との間で伝送される音声信号の信号レベル（Ｌｃ）が測定される（Ｓ１４５）。

そして、ＲＡＭ１４のピーク音声レベル１４ｂに格納されたピーク値（Ｌｐ）とＳ１４５の処理で測定された信号レベル（Ｌｃ）との差の絶対値（｜Ｌｐ−Ｌｃ｜）が、あらかじめ定められた閾値Ｌｈ（本実施形態では５ｄＢｍ）より大きいか否かが判断され（Ｓ１５０）、｜Ｌｐ−Ｌｃ｜＞Ｌｈであれば（Ｓ１５０：はい）、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）が−３０ｄＢｍより大きいか否かが判断される（Ｓ１５５）。

ここで、Ｌｃ＞−３０ｄＢｍであれば（Ｓ１５５：はい）、ピーク音声レベルが更新される（Ｓ１６０）。具体的には、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）をＲＡＭ１４のピーク音声レベル１４ｂに格納することによりピーク値（Ｌｐ）を更新する。そして、この新たなピーク値（Ｌｐ）に応じたハンドセット音響パラメータが設定される（Ｓ１６５）。このＳ１６５の処理では、新たなピーク値（Ｌｐ）に対応する４種の音響パラメータ（送話レベル、受話レベル、フィルター特性値、およびＬＥＣ設定値）が、ＲＯＭ１２のハンドセット音響パラメータテーブル１２ａから読み出され、読み出された音響パラメータ群が、ＲＡＭ１４のハンドセット音響パラメータ１４ａに格納される。以後、ＣＰＵ１１は、通信先機器との間で伝送される音声信号に対し、ハンドセット音響パラメータ１４ａを参照して信号処理を行うので、新たな音響パラメータ群に基づく信号処理が行われることになる。Ｓ１６５の処理を終えたら、Ｓ１３５の処理へと戻る。

一方、Ｓ１５０の処理において、｜Ｌｐ−Ｌｃ｜≦Ｌｈであった場合は（Ｓ１５０：いいえ）、Ｓ１６０〜Ｓ１６５の処理を実行することなく、Ｓ１３５の処理へと戻る。このような処理を行うことにより、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）が、３組の音響パラメータ群に対応づけられた３つの信号レベルの範囲の境界値（本実施形態の場合は−１０ｄＢｍ、−２０ｄＢｍ）付近で変動したときに、音響パラメータ群の更新が過剰に頻繁に行われてしまうのを防止することができる。具体例を挙げれば、例えば、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）が、境界値−１０ｄＢｍを挟んで−９ｄＭｍ〜−１１ｄＢｍ間で変動しているような場合に、Ｓ１５０の処理を実施していないと、音響パラメータ群の更新が過剰に頻繁に行われ、その結果、音量の低減／低減の停止が頻繁に繰り返されるおそれがあるが、Ｓ１５０の処理を実施すれば、音響パラメータ群の更新は行われないので、音量の低減／低減の停止が頻繁に繰り返されることはないのである。

また、Ｓ１５５の処理において、Ｌｃ≦−３０ｄＢｍであった場合も（Ｓ１５５：いいえ）、Ｓ１６０〜Ｓ１６５の処理を実行することなく、Ｓ１３５の処理へと戻る。このような処理を行うことにより、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）が、瞬間的に無音あるいは無音に近い状態となっただけで音響パラメータ群が更新されて無用な音量の増大が図られるのを防止することができる。

このように、Ｓ１５０の処理で否定判断されるか、Ｓ１５５の処理で否定判断されるか、あるいは、Ｓ１６５の処理を終えると、いずれの場合ともＳ１３５の処理へと戻ることになり、以降、Ｓ１４０の処理でハンドセットをフックダウンしていないと判断されている限り（Ｓ１４０：いいえ）、Ｓ１３５〜Ｓ１６５の処理が繰り返される。すなわち、通話中は、Ｓ１３５〜Ｓ１６５の処理が繰り返されることになる。そして、このＳ１３５〜Ｓ１６５の繰り返し処理の中で、ＲＡＭ１４のピーク音声レベル１４ｂに格納されたピーク値（Ｌｐ）とＳ１４５の処理で測定された信号レベル（Ｌｃ）との差の絶対値（｜Ｌｐ−Ｌｃ｜）が、あらかじめ定められた閾値Ｌｈより大きく（Ｓ１５０：はい）、且つ、Ｓ１４５の処理で測定された信号レベル（Ｌｃ）が−３０ｄＢｍより大きい場合には（Ｓ１５５：はい）、音響パラメータ群が更新されて、その結果、音量の最適化、音量に応じたノイズ成分のカット、音量に応じたエコーキャンセルなどが施され、通信先機器との間で伝送される音声信号が聞き取りやすい音声に補正される。

なお、以上のようなＳ１３５〜Ｓ１６５の繰り返し処理中に、Ｓ１４０の処理でハンドセットをフックダウンしたと判断された場合は（Ｓ１４０：はい）、回線が開放され（Ｓ１７０）、Ｓ１０５の処理へと戻る。以降は、再びハンドセットをフックアップしたと判断されるまでは、Ｓ１０５〜Ｓ１１０の処理が繰り返されることになる。

以上説明した本発明の実施形態において、上記Ｓ１４５の処理を実行するＣＰＵ１１は、本発明でいう測定手段に相当し、上記Ｓ１６５の処理によってＲＡＭ１４のハンドセット音響パラメータ１４ａに格納される音響パラメータ群を参照して、通信先機器との間で伝送される音声信号に対する信号処理を行うＣＰＵ１１は、本発明でいう信号処理手段に相当する。また、Ｓ１６０の処理によって信号レベルが格納されることになるＲＡＭ１４（ピーク音声レベル１４ｂ）は、本発明でいうピーク値記憶手段に相当し、Ｓ１５０およびＳ１５５の処理を実行するＣＰＵ１１は、本発明でいう判定手段に相当し、Ｓ１６０の処理を実行するＣＰＵ１１は、本発明でいう更新手段に相当する。

以上、本発明の実施形態について説明したが、本発明は上記の具体的な一実施形態に限定されず、この他にも種々の形態で実施することができる。
例えば、上記実施形態では、本発明の音声処理装置を複合機１に適用する例を示したが、複合機１以外の通話装置に適用してもよいのはもちろんである。具体的には、ファクシミリ機能等を持たない単機能の電話機において本発明の構成を採用してもよい。また、電話機としては、ＰＳＴＮ網に接続される一般的な電話機の他、ＩＰ網に接続される電話機（いわゆるＩＰ電話機）や携帯電話機などもあるが、これらの電話機のどれにでも本発明の構成を採用することができる。さらに、パーソナルコンピュータにマイクロフォンやヘッドフォンを接続するとともに、そのパーソナルコンピュータにＩＰ電話ソフトウェアをインストールすれば、パーソナルコンピュータを利用したＩＰ通話が可能となるが、そのようなパーソナルコンピュータを利用して構成されたＩＰ通話装置においても、本発明の構成を採用することができる。

また、上記実施形態では、音声信号の信号レベルを３つの範囲に区分して、各範囲に対応する３組の音響パラメータ群をハンドセット音響パラメータテーブル１２ａに格納していたが、音声信号の信号レベルは必ずしも３つの範囲に区分しなくてもよく、例えば、２つの範囲あるいは４つ以上の範囲に区分してもよい。また、各範囲の境界値についても−１０ｄＢｍ、−２０ｄＢｍに限定されるものではなく、任意に変更可能である。さらに、１組の音響パラメータ群を４種の音響パラメータで構成していたが、この音響パラメータの数も任意である。

また、上記実施形態では、あらかじめ用意されたハンドセット音響パラメータテーブル１２ａから、音響パラメータ群を読み取るように構成してあったが、音響パラメータ群を得るための方法は、テーブル参照方式に限られるものではなく、例えば、音声信号の信号レベルｘを変数とする所定の数式ｆ（ｘ）を用いて、所定の音響パラメータｙ＝ｆ（ｘ）を算出するように構成してもよい。

また、上記実施形態では、Ｓ１５０の処理において、閾値Ｌｈを５ｄＢｍに設定していたが、この閾値Ｌｈについては５ｄＢｍ以外の値を採用してもよく、また、Ｓ１５５の処理においては、信号レベル（Ｌｃ）が−３０ｄＢｍより大きいか否かを判断していたが、この値についても、−３０ｄＢｍ以外の値を採用してもよい。

さらに、通信先機器との間で伝送される音声信号としては、通信先機器へ伝送される音声信号と、通信先機器から伝送されてくる音声信号の２つがあり、これら２つの音声信号の両方を本発明の音声処理装置による処理対象とすれば最も効果的であるが、いずれか一方の音声信号のみを本発明の音声処理装置による処理対象としても相応の効果は得られる。すなわち、本発明の構成は、送話側および受話側の双方に適用してもよいし、送話側のみに適用してもよいし、受話側のみに適用してもよい。送話側に適用した場合は、この通話装置の利用者が発する音声が過小または過大でも適切な音量や音質に補正してから通信先機器へと伝送することができ、受話側に適用した場合は、通信先機器から伝送されてくる音声が過小または過大でも適切な音量や音質に補正してから、補正後の音声をこの通話装置の利用者に聞かせることができる。

本発明の実施形態として説明した通話装置の概略構成を示すブロック図。 ハンドセット音響パラメータテーブルの一例を示す説明図。 音声信号に対する信号処理を示すフローチャート。

符号の説明

１・・・複合機、４・・・操作パネル、５・・・ＬＣＤ、１１・・・ＣＰＵ、１２・・・ＲＯＭ、１２ａ・・・ハンドセット音響パラメータテーブル、１３・・・ＥＥＰＲＯＭ、１４・・・ＲＡＭ、１４ａ・・・ハンドセット音響パラメータ、１４ｂ・・・ピーク音声レベル、１５・・・画像メモリ、１９・・・回線Ｉ／Ｆ部、２０・・・モデム、２１・・・バッファ、２２・・・スキャナ、２３・・・符号化部、２４・・・復号化部、２５・・・プリンタ、２７・・・アンプ、２８・・・スピーカ、３０・・・バスライン、４７・・・ハンドセット、４８・・・フックスイッチ。

Claims (7)

1. 通信先機器から送信されてくる音声信号の音量レベルを測定する測定手段と、
   前記測定手段によって測定された前記音量レベルのピーク値に基づいて、前記通信先機器との間で伝送される音声信号に対し、前記ピーク値に応じて決まる信号処理を施す信号処理手段と
   を備えたことを特徴とする音声処理装置。
2. 前記信号処理手段は、前記ピーク値に応じて決まる信号処理として、音量レベルを前記ピーク値に応じて決まるレベルに変更する処理、および、エコーキャンセルのレベルを前記ピーク値に応じて決まるレベルに変更する処理のうち、少なくとも１つの処理を、前記通信先機器との間で伝送される音声信号に対して施す
   ことを特徴とする請求項１に記載の音声処理装置。
3. 前記ピーク値を記憶可能なピーク値記憶手段と、
   前記ピーク値記憶手段に記憶された前記ピーク値と、前記測定手段によって測定された前記ピーク値とに基づいて、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うか否かを判定する判定手段と、
   前記判定手段によって前記ピーク値の更新を行うと判定された場合に、前記ピーク値記憶手段に記憶された前記ピーク値を、前記測定手段によって測定された前記ピーク値で更新する更新手段とを備え、
   前記信号処理手段は、前記ピーク値記憶手段に記憶された前記ピーク値に基づいて、前記通信先機器との間で伝送される音声信号に対して前記信号処理を施す
   ことを特徴とする請求項１または請求項２に記載の音声処理装置。
4. 前記判定手段は、前記ピーク値記憶手段に記憶された前記ピーク値と、前記測定手段によって測定された前記音量レベルのピーク値に、あらかじめ定められた大きさ以上の差がある場合に、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うと判定する
   ことを特徴とする請求項３に記載の音声処理装置。
5. 前記判定手段は、前記測定手段によって測定された前記音量レベルのピーク値が、あらかじめ定められた下限値より大きい場合に、前記ピーク値記憶手段に記憶された前記ピーク値の更新を行うと判定する
   ことを特徴とする請求項３または請求項４に記載の音声処理装置。
6. 請求項１〜請求項５のいずれかに記載の音声処理装置を備えた通話装置。
7. コンピュータを、請求項１〜請求項５のいずれかに記載の音声処理装置が備える各手段として機能させるためのプログラム。
   

Images