JP2008311754A

JP2008311754A - 会話速度変換機能を備えた電話装置及び会話速度変換方法

Info

Publication number: JP2008311754A
Application number: JP2007155424A
Authority: JP
Inventors: Tomoyuki Tanaka; 友幸田中
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2007-06-12
Filing date: 2007-06-12
Publication date: 2008-12-25
Anticipated expiration: 2027-06-12
Also published as: JP4983417B2

Abstract

【課題】ユーザの音声と通話相手音声とのバランスを考慮して話速を決定する電話装置の提供。
【解決手段】電話装置１は、受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、前記受話音声と送話音声との各会話速度の差が、一定値以上となった場合に、前記受話音声と送話音声との会話速度の差を縮めるよう前記受話音声の出力速度を調整する話速変換手段１ａを備える。
【選択図】図１

Description

本発明は、通話相手から発せられた音声の話速変換を行う会話速度変換機能を備えた電話装置及び会話速度変換方法に関する。

特許文献１に、キー操作でなく、音声により話速変換コマンドを入力することのできる通信装置が開示されている。同文献の通信装置では、更に、話速変換コマンドが入力された場合以外にも、音声認識結果を用いて測定した話速が所定値以下となった場合に、遅い話速に話速変換することが記載されている。

更に特許文献２には、予め登録された標準パターンの音声信号であると判定された入力音声信号の時間軸長を検出し、同標準パターンの基準時間軸長と比較した結果に基づいて、音声信号の時間軸を圧縮又は伸長して行う話速変換を行う話速変換装置が開示されている。

特開２０００−１９６７１０号公報、請求項３特開２００１−１３４２９９号公報

しかしながら、特許文献１の通信装置は、ユーザから発せられた入力音声の話速に基づいて、話速を変更するものであるため、ゆっくり話してくれている通話相手の音声に必要以上の遅延処理が行われたり、逆に必要な遅延処理が行われないケースが生ずるという問題点がある。

また、特許文献２の話速変換装置は、聞き取り対象とする音声に先行する音声標準パターンの入力が必要である。また、同文献の話速変換装置において、音声標準パターンとして登録されたフレーズの入力をユーザが行うとすれば、上記特許文献１と同様の結果となる。また、上記フレーズの入力が通話相手により行われたとしても、通話相手の話した速度により話速変換が行われるため、その結果がユーザにとって聞き取りやすい速度であるとは限らないという問題点がある。

これら過度の、あるいは、不十分な遅延処理は、通話相手の音声に聞きにくくするだけでなく、相手に対する返答遅延、聞き返しを招く等、スムーズな会話の妨げともなる。

本発明は、上記した事情に鑑みてなされたものであって、その目的とするところは、ユーザが発する音声と、上記実際にユーザが聞き取る音声とのバランスを考慮して話速を決定する電話装置を提供することにある。

本発明の第１の視点によれば、受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、前記受話音声と送話音声との各会話速度の差が、一定値以上となった場合に、出力時における前記受話音声と送話音声との会話速度の差を縮めるよう前記受話音声の出力速度を調整する手段を備える電話装置が提供される。

本発明の第２の視点によれば、電話装置における会話速度変換方法であって、前記電話装置が、受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、前記電話装置が、前記受話音声と送話音声との各会話速度の差が、一定値以上となった場合に、出力時における前記受話音声と送話音声との会話速度の差を縮めるよう前記受話音声の出力速度を調整する会話速度変換方法が提供される。

本発明によれば、ユーザの聞き易い話速にて通話相手の音声を出力することが可能となる。その理由は、通話相手の話速と、ユーザの話速との双方を考慮し、話速の差が一定範囲に収まるよう話速変換を行うよう構成したことにある。

続いて、発明を実施するための最良の形態について、図面を参照して詳細に説明する。
図１は、本発明の基本概念を説明するための図である。本発明を発明を実施するための最良の形態に係る電話装置１は、受話音声と、送話音声とをそれぞれ入力とし、出力時に両者の会話速度の差が縮まるよう受話音声の出力速度を調節し、話速調整済みの受話音声を出力する話速変換手段１ａを備えて構成される。

［実施例１］
図２は、本発明を携帯電話端末に適用した第１実施例の構成を表したブロック図である。図２を参照すると、システムの制御を行うＣＰＵ１１と、送受信するデータの復調又は変調をする無線制御部１２と、復調又は変調されたデータの送受信を行う無線部１３と、各種動作設定等を記憶するためのメモリ１４と、速度コントロール部１５と、音声認識部１６と、音声処理部１７と、マイク１８と、レシーバ１９と、音声合成部２０とを備える携帯電話端末の構成が示されている。

無線部１３及び無線制御部１２は、下り音声信号（通話相手の音声；受話音声）を受信し、音声処理部１７に出力する。音声処理部１７は、下り音声信号のデコードを実行し、音声認識部１６及び音声合成部２０に出力する。音声認識部１６は、デコードされた音声信号を入力として、音声認識結果を生成し、速度コントロール部１５に出力する。

一方、マイク１８から入力された音声信号（携帯電話端末ユーザの音声；送話音声）は、音声処理部１７で、エンコードされ、音声認識部１６に出力される。音声認識部１６は、エンコードされた音声信号を入力として、音声認識結果を生成し、速度コントロール部１５に出力する。

速度コントロール部１５は、下り音声の音声認識結果から得られた会話速度と、マイク１８から入力された音声信号の会話速度とを比較し、その結果に応じて、音声合成部２０に対して、遅延制御情報を出力する。具体的には、下り音声信号の会話速度が、マイクから入力した会話速度よりも速い場合は、下り音声信号の会話速度が、マイク１８から入力された音声信号の会話スピードに近づくよう、話速の遅延処理を指示する遅延制御情報を送信する。なお、前記した会話速度は、音声認識結果を用いて、例えば、モーラ数／秒を計数することにより算出することができる。

音声合成部２０は、音声処理部１７から出力された音声信号に、Ｄ／Ａ変換、増幅等の音声処理を行って、レシーバ１９に出力する。音声合成部２０は、速度コントロール部１５からの遅延制御情報に基づいて、話速遅延処理を行う。この話速遅延処理としては、例えば、特許文献２のように、音声信号の時間軸に一定の伸長率を乗ずる方法を用いることが可能であるが、有音部分と、無音部分とを検出し、有音部分のみを伸長処理するとともに、無音部分を一部削除して、音声の時間長の増大を抑えるようにすることも可能である。

続いて、本実施例に係る携帯電話端末の動作について図３を参照して詳細に説明する。通話が開始されると、まず、音声認識部１６により、音声処理部１７にてデコードされた下り音声信号の音声認識処理が行われる（ステップＳ００１）。

次に、音声認識部１６により、音声処理部１７にてエンコードされたユーザ音声の音声認識処理が行われる（ステップＳ００２）。なお、ステップＳ００２のユーザ音声の音声認識処理を上記ステップＳ００１の下り音声信号の音声認識処理に先立って行うようにしてもよい。

次に、速度コントロール部１５にて、通話相手の音声の話速と、ユーザ音声の話速との比較が行われる（ステップＳ００３）。前記比較の結果、ユーザ音声の話速が、通話相手音声の話速以上である場合には、遅延制御情報の出力は行われない（ステップＳ００３の「ＮＯ」）。即ち、下り音声は受信したままの話速で音声合成部２０にて音声合成されてレシーバ１９に出力される。

一方、通話相手音声の話速が、ユーザ音声の話速を超え、速度コントロール部１５より遅延制御情報の出力が行われた場合（ステップＳ００３の「ＹＥＳ」）、音声合成部２０は、前記遅延制御情報に基づき、下り音声信号の話速遅延処理を行う。話速遅延処理が行われた音声は、レシーバ１９に送られて出力される。

以上のとおり、本実施例では、通話相手の会話速度が、携帯電話端末ユーザの会話速度より速い場合、携帯電話端末ユーザの会話速度に準じた速度で、ゆっくりと出力させることが可能となる。

また例えば、通話相手の会話速度が速いスピードである場合、ユーザの話速もこれに合わせて速くなる傾向にあるが、ユーザが付いていけなくなった時点で、上記のように、速度コントロール部１５にてユーザ話速の遅延が検出され、話速遅延処理が行われる。

あるいは、当初、ユーザの会話速度が通話相手の会話速度より遅いスピードであった場合は、速度コントロール部１５にてユーザ話速の遅延が検出され、上記話速遅延処理が行われることとなるが、次第に相手の話し方の特徴に慣れ、ユーザの話速が通話相手の会話速度と同等になった以降は、上記速度遅延処理は行われずに、現行の会話速度が維持される。

［実施例２］
続いて、上記した第１の実施例に変更を加えた第２の実施例について説明する。上記した第１の実施例では、通話相手の音声を音声認識処理を行って、下り音声との会話速度を求めるものとして説明したが、本実施例では、メモリ１４に記憶された通話相手毎の会話速度を用いる点であるので、以下、この点を中心に説明する。

図４は、メモリ１４に記憶された通話相手毎の会話速度の例であり、例えば、通話相手の電話番号や各種識別情報等により特定可能な各通話相手毎に、話速変換処理に用いる会話速度を記憶することが可能となっている。

これらの会話速度は、上記した第１の実施例のように、実際の音声認識結果等を用いて測定したものであっても良いし、あるいは、ユーザが適宜設定したものであってもよい。また、図４の例では、会話速度を１秒当たりのモーラ数で表しているが、「速い」、「普通」、「ゆっくり」等により通話相手の会話速度を設定できるようにしてもよい。

以上のような変更を加えた本発明の第２の実施例によれば、音声認識処理に要する計算量を削減することが可能となり、本発明の適用対象を、処理能力の低い機器にも拡げることが可能となる。

また、図４では省略したが、特定できない相手に対する話速変換処理に用いる会話速度を速めに設定しておけば、不特定の相手との通話の際には、原則として上記話速遅延処理を行う構成とすることができる。反対に、話し方の特徴を知悉している家族等の会話速度を遅めに設定しておけば、無用の話速遅延処理を回避する構成を得ることができる。

以上、本発明の好適な実施形態を説明したが、上記実施例の記載に限定されるものではなく、特許請求の範囲及び本明細書で開示した範囲において、各種の変形・付加・組み合わせを行うことが可能である。例えば、上記した実施例では、携帯電話端末に適用した例を挙げて説明したが、固定電話機はもちろんとして、その他電話機能を備えた各種機器に適用することが可能である。

また、上記した実施例では、単純に、携帯電話端末ユーザの会話速度と、通話相手の会話速度とを比較し、その大小関係により、速度遅延処理を行うか否かを決定するものとして説明したが、携帯電話端末ユーザと通話相手の会話速度の差が一定値以上となった場合に上記話速遅延処理を行うようにしてもよい。また、その際の話速遅延処理として、携帯電話端末ユーザと通話相手の会話速度が必ずしも同等程度になるまで調整する必要はなく、一定の速度差を許容するようにしてもよい。

また、上記した実施例の説明に用いた図３のフローチャートでは省略しているが、通話相手の会話速度が、携帯電話端末ユーザの会話速度を超えた状態が、一定時間継続した場合に、話速遅延処理を行うようにしてもよい。

また、上記した実施例では、通話相手の会話速度が携帯電話端末ユーザの会話速度を超えた場合に、話速遅延処理を行うものとして説明したが、携帯電話端末ユーザの会話速度が通話相手の会話速度を一定値以上超えた場合に、通話相手の話速の戻し処理を行うようにしてもよい。このようにすれば、例えば、通話相手の会話速度が非常に速い場合に、速度遅延処理を行い、通話相手の会話速度と携帯電話端末ユーザの会話速度との差が縮まった時点で、ある程度、一定の遅延処理を行っている通話相手の音声の出力スピードを速めるといった会話のテンポも考慮した動作が可能となる。

本発明の基本概念を説明するための図である。本発明の第１実施例の構成を表したブロック図である。本発明の第１実施例の動作を説明するためのフローチャートである。本発明の第２実施例で使用する通話相手毎の会話速度の設定を説明するための図である。

符号の説明

１電話装置
１ａ話速変換手段
１１ＣＰＵ
１２無線制御部
１３無線部
１４メモリ
１５速度コントロール部
１６音声認識部
１７音声処理部
１８マイク
１９レシーバ
２０音声合成部

Claims

受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、前記受話音声と送話音声との各会話速度の差が、一定値以上となった場合に、出力時における前記受話音声と送話音声との会話速度の差を縮めるよう前記受話音声の出力速度を調整する手段を備えたこと、
を特徴とする電話装置。
前記受話音声の会話速度が、前記送話音声の会話速度を一定値以上上回った場合に、前記受話音声の出力速度を遅延させることにより、前記出力時における受話音声と送話音声との会話速度の差を縮めること、
を特徴とする請求項１に記載の電話装置。
受話音声と、送話音声とをそれぞれ音声認識する音声認識部と、
前記音声認識結果に基づいて、受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、前記受話音声の会話速度が、前記送話音声の会話速度を一定値以上上回った場合に、話速遅延情報を出力する速度コントロール部と、
前記話速遅延情報に従って、前記受話音声の出力速度を遅延させる音声合成部と、を備えること、
を特徴とする請求項１又は２に記載の電話装置。
前記コントロール部は、前記送話音声の会話速度が、前記受話音声の会話速度を一定値以上上回った場合に、話速加速情報を出力し、
前記音声合成部は、前記話速加速情報に従って、前記受話音声の出力速度の戻し処理を行うこと、
を特徴とする請求項３に記載の電話装置。
通話相手毎に会話速度を記憶する手段を備え、
前記受話音声の会話速度として、前記通話相手毎に記憶された会話速度を用いて、前記送話音声の会話速度との比較を行うこと、
を特徴とする請求項１乃至４いずれか一に記載の電話装置。
電話装置における会話速度変換方法であって、
前記電話装置が、受話音声の会話速度と、送話音声の会話速度とをそれぞれ測定し、
前記電話装置が、前記受話音声と送話音声との各会話速度の差が、一定値以上となった場合に、前記受話音声と送話音声との会話速度の差を縮めるよう前記受話音声の出力速度を調整すること、
を特徴とする電話装置における会話速度変換方法。