JP2007212967A

JP2007212967A - 話速変換装置

Info

Publication number: JP2007212967A
Application number: JP2006035495A
Authority: JP
Inventors: Yoshimasa Isozaki; 善政磯崎
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2006-02-13
Filing date: 2006-02-13
Publication date: 2007-08-23

Abstract

【課題】話し手の言葉を遅延させることができ、しかも、相互の会話における不自然さを最小限とすることができる話速変換装置を提供する。
【解決手段】Ｗｒｉｔｅコントローラ４は音声データをリングバッファ５へ順次記録する。有声／無声判定部６は、リングバッファ５の音声データが有声部分であるか、無声部分であるかを判定し、結果を時間決定部７へ出力する。時間決定部７は、有声／無声の判定結果を話速変換制御部８へ出力すると共に、有声が継続する継続時間を基に所定の方法により話速変換時間を算出して話速変換制御部８へ出力する。話速変換制御部８は、有声部分の前半において、話速変換時間に基づく遅い読み出し速度を、後半部分において速い読み出し速度をＲｅａｄコントローラ９に指示する。Ｒｅａｄコントローラ９は話速変換制御部８の指示に応じた速度でリングバッファ５の音声データを読み出し、Ｄ／Ａ変換部１０へ出力する。
【選択図】図１

Description

本発明は、携帯電話機等の通話装置に用いて好適な話速変換装置に関する。

周知のように、高齢者になると聴覚機能が低下し、次第に早口の言葉が聞き取りにくくなる。このようなことを考慮し、話の先頭部分の話速を遅くする補聴器（特許文献１）や話速変換機能が付加された電話機（特許文献２）が開発されている。
特開平９−３１２８９９号公報特開平１１−３３１３２０号公報

ところで、電話機に話速を遅くする話速変換装置を取り付けると、話し手の言葉が聞き手の電話機において遅延されるため、聞き手による相槌が遅れ、通常の会話と違う時間のすき間ができ、相互のやりとりが不自然になってしまう問題がある。
本発明は上記事情を考慮してなされたもので、その目的は、話し手の言葉を遅延させることができ、しかも、相互の会話における不自然さを最小限とすることができる話速変換装置を提供することにある。

この発明は上記の課題を解決するためになされたもので、請求項１に記載の発明は、音声データを入力する音声データ入力手段と、前記音声データ入力手段が入力した音声データが無声部分であるか有声部分であるかを判定する判定手段と、前記音声データの有声部分の話速を所定時間遅くし、その後、入力した音声データの話速より速くする話速変換手段とを具備することを特徴とする話速変換装置である。

請求項２に記載の発明は、請求項１に記載の話速変換装置において、前記話速変換手段は、予め決められた時間、話速を遅くし、その後、入力した音声データの話速より速くすることを特徴とする。
請求項３に記載の発明は、請求項１に記載の話速変換装置において、複数の有声経過時間を計測し計測結果に基づいて話速変換時間を決定する決定手段を有し、前記話速変換手段は、前記話速変換時間の間、話速を遅くし、その後、入力した音声データの話速より速くすることを特徴とする。

請求項４に記載の発明は、請求項２または請求項３に記載の話速変換装置において、前記話速変換手段は、話速を速くした後、音声の遅延が無くなった時点で音声速度変換を停止することを特徴とする。
請求項５に記載の発明は、請求項１〜請求項４のいずれかの項に記載の話速変換装置において、前記話速変換手段は、話速を速くする際に緩やかに速度を変化させることを特徴とする。

この発明によれば、話し手の言葉を遅延させることができ、しかも、相互の会話における不自然さを最小限とすることができる効果がある。

以下、図面を参照し、この発明の実施の形態について説明する。図１はこの発明の一実施の形態による話速変換装置の構成を示すブロック図であり、この図に示す装置は携帯電話機に組み込むことを目的としたものである。
図において、符号１は通信部であり、アンテナ２において受信した信号を復調して圧縮音声データとし、デコード部３へ出力する。デコード部３は圧縮音声データを伸長して音声データとし、Ｗｒｉｔｅコントローラ４へ出力する。Ｗｒｉｔｅコントローラ４は音声データをサンプリング周期で歩進するポインタが示す書き込みアドレスに従ってリングバッファ５へ順次記録する。有声／無声判定部６は、リングバッファ５の音声データが有声部分であるか、無声部分であるかを周知の方法、例えば音声データのレベルにより判定し、結果を時間決定部７へ出力する。時間決定部７は、有声／無声の判定結果を話速変換制御部８へ出力すると共に、有声が継続する継続時間を基に所定の方法により話速変換時間（例えば、有声の複数の継続時間の平均の１／２）を算出して話速変換制御部８へ出力する。

話速変換制御部８は、有声／無声の判定結果および話速変換時間に基づいてＲｅａｄコントローラ９の読み出しの歩進速度を指示する。Ｒｅａｄコントローラ９は話速変換制御部８の出力に対応する速度でリングバッファ５の音声データを読み出し、Ｄ／Ａ変換部１０へ出力する。Ｄ／Ａ変換部１０はＲｅａｄコントローラ９によって読み出された音声データをアナログ信号に変換し、スピーカ１１へ出力する。操作部１２は話速切り替えを手動によって行う場合の切り替え指示を入力したり、制御方法の設定変更を入力する際に用いられる。

次に、上述した話速変換制御部８の動作を図２、図３に示すフローチャートを参照して説明する。
まず、時間決定部７から話速変換時間の算出結果が出力されているか否かをチェックする（ステップＳ１）。そして、出力されていない場合は、変数ｔを初期設定値（例えば、２秒）とし（ステップＳ２ａ）、また、出力されている場合はその時間を変数ｔに設定する（ステップＳ２ｂ）。次に、時間決定部７から有声を示す信号が出力されたか否かをチェックし（ステップＳ３）、出力されていなければ再びステップＳ１へ戻り、上記の動作を繰り返す。

そして、時間決定部７から有声を示す信号が出力されると、内部のタイマーをスタートさせ（ステップＳ４）、次いで、予め設定されている「遅」の速度データをＲｅａｄコントローラ９へ出力する。これにより、Ｒｅａｄコントローラ９が低速によるリングバッファ５の読み取りを開始する（ステップＳ５）。ここで、「遅」の速度データとは、例えば話速を３０％低下させることを指示するデータである。次に、時間決定部７の出力に基づいて読み取り中の音声データが無音になったか否かを判断する（ステップＳ６）。そして、無音になっていない場合は、次に時間ｔが経過したか否かをタイマーによってチェックし（ステップＳ７）、時間ｔが経過していない場合はステップＳ５へ戻り、以後、ステップＳ５、Ｓ６、Ｓ７を繰り返す。

そして、時間ｔが経過すると、次に、予め設定されている「速」の速度データをＲｅａｄコントローラ９へ出力する。これにより、Ｒｅａｄコントローラ９が高速によるリングバッファ５の読み取りを開始する（ステップＳ８）。ここで、「速」の速度データとは、例えば話速を３０％上昇させることを指示するデータである。次に、時間決定部７の出力に基づいて読み取り中の音声データが無音になったか否かを判断する（ステップＳ９）。そして、無音になっていない場合は、次に、図３のステップＳ１０へ進み、Ｒｅａｄコントローラ９による音声データの読み取りがＷｒｉｔｅコントローラ４による音声データの書き込みに追いついたか否かを判断する。そして、追いついていない場合は、ステップＳ８へ戻り、以後、ステップＳ８、Ｓ９、Ｓ１０を繰り返す。

そして、追いついた時は、次に、予め設定されている「標準」の速度データをＲｅａｄコントローラ９へ出力する。これにより、Ｒｅａｄコントローラ９が標準速度によるリングバッファ５の読み取りを開始する（ステップＳ１１）。ここで、「標準」の速度データとは、話速を受信された速度と同一とすることを指示するデータである。次に、時間決定部７の出力に基づいて読み取り中の音声データが無音になったか否かを判断する（ステップＳ１２）。そして、無音になっていない場合はステップＳ１１へ戻り、以後、ステップＳ１１、Ｓ１２を繰り返す。そして、無音になった場合はステップＳ１へ戻る。

このように、図１に示す話速変換装置は、まず、時間ｔだけ、話速を遅くして聞き取り易くし、その後、話速を早くして遅れた分を取り戻し、取り戻しができた時点以後、話速を受信と同一の速度とする。図４に示すように、再生音声は、リングバッファ５の読み取り速度を−３０％とするとオリジナルの音声より大幅に遅れ、一方、＋３０％速くするとオリジナルの音声よりかなり速く終了する。前半を３０％遅くし、後半を３０％速くするとオリジナルの音声と同じタイミングで再生音声が終了する。
なお、時間ｔが経過する前に相手の話が終わってしまった場合は（ステップＳ６の判断が「ＹＥＳ」）、ステップＳ１へ戻る。また、書き込みに追いつく前に相手の話が終わってしまった場合も（ステップＳ９の判断が「ＹＥＳ」）、ステップＳ１へ戻る。

次に、時間決定部７は、有声の経過時間を毎回計測し、予め決められた回数（例えば５回）計測した時点で、計測した時間の平均値を計算し、次いで、平均値の１／２を話速変換時間として話速変換制御部８へ出力する。次に、第２番目の有声経過時間から第６番目の有声経過時間の平均を計算し、その１／２を話速変換制御部８へ出力し、次に、第３番目の有声経過時間から第７番目の有声経過時間の平均を計算し、その１／２を話速変換制御部８へ出力し、以下、この動作を繰り返す。これにより、有声経過時間を計測・学習しながらダイナミックに時間ｔを決めることができる。

なお、Ｒｅａｄコントローラ９による読み取り速度の制御を手動にしてもよい。この場合、聞き手が、最初、操作部１２から「遅」の速度を指示し、話速変換制御部８がその指示を受け、「遅」の速度をＲｅａｄコントローラ９へ指示する。次に、聞き手がしゃべりはじめの言葉の意味が分かった時点で、操作部１２によって「速」の速度を指示し、これを受けて話速変換制御部８が「速」の速度をＲｅａｄコントローラ９へ指示する。

また、聞き取りが遅れた場合に相手の次のしゃべりと重ならないようにするため、「あーえーボタン」を設け、聞き手がそのボタンを押した時、音声合成による「あーえー」等のつなぎの音声が相手方へ送信されるようにしてもよい。そうすることにより、聞き手がまだ相手のしゃべりを全て聞き終わっていない時に、相手がしゃべり出すことを防止することができる。また、この「あーえーボタン」に代わり、相手のしゃべりが途切れても、なおかつＲｅａｄコントローラ９が読み取りを続けている場合に、「あーえー」等の音声を自動で相手方へ送信するようにしてもよい。
また、Ｒｅａｄコントローラ９において、リングバッファ５の読み取り速度を「遅」の速度から「速」の速度に変える際に、急激に速度が変わることで聞き取りにくくならないように、図４に示す「遅」と「速」の変更点近傍の変化カーブを２次曲線等の緩やかなカーブにするのが好ましい。

この発明は、携帯電話機等の相互通話装置に用いられ、特に、高齢者用の通話装置に用いて好適である。

この発明の一実施形態による話速変換装置の構成を示すブロック図である。同実施形態の動作を説明するためのフローチャートである。同実施形態の動作を説明するためのフローチャートであり、図２に続くフローチャートである。同実施形態の動作を説明するための折線グラフである。

符号の説明

１…通信部、２…アンテナ、３…デコード部、４…Ｗｒｉｔｅコントローラ、５…リングバッファ、６…有声／無声判定部、７…時間決定部、８…話速変換制御部、９…Ｒｅａｄコントローラ、１０…Ｄ／Ａ変換部、１１…スピーカ、１２…操作部。

Claims

音声データを入力する音声データ入力手段と、
前記音声データ入力手段が入力した音声データが無声部分であるか有声部分であるかを判定する判定手段と、
前記音声データの有声部分の話速を所定時間遅くし、その後、入力した音声データの話速より速くする話速変換手段と、
を具備することを特徴とする話速変換装置。
前記話速変換手段は、予め決められた時間、話速を遅くし、その後、入力した音声データの話速より速くすることを特徴とする請求項１に記載の話速変換装置。
複数の有声経過時間を計測し計測結果に基づいて話速変換時間を決定する決定手段を有し、
前記話速変換手段は、前記話速変換時間の間、話速を遅くし、その後、入力した音声データの話速より速くすることを特徴とする請求項１に記載の話速変換装置。
前記話速変換手段は、話速を速くした後、音声の遅延が無くなった時点で音声速度変換を停止することを特徴とする請求項２または請求項３に記載の話速変換装置。
前記話速変換手段は、話速を速くする際に緩やかに速度を変化させることを特徴とする請求項１〜請求項４のいずれかの項に記載の話速変換装置。