JP2009171189A

JP2009171189A - 音声補正装置及び音声補正機能を備えた通信端末装置

Info

Publication number: JP2009171189A
Application number: JP2008006668A
Authority: JP
Inventors: Mikihiko Obara; 幹彦小原
Original assignee: Pioneer Electronic Corp; Pioneer Communications Corp
Current assignee: Pioneer Corp; Pioneer Communications Corp
Priority date: 2008-01-16
Filing date: 2008-01-16
Publication date: 2009-07-30

Abstract

【課題】受聴者の聴覚特性に合った聴きやすい音を再生し、更に操作性の向上等を図る。
【解決手段】ユーザーが撮像部５のＣＣＤカメラ等によって自らの顔を撮像すると、画像処理部４が画像データＤcmrを画像処理してユーザーの顔の特徴から年齢（年代）を判定する。制御部２が、判定された年齢に相応する聴覚特性を示す年齢別聴覚特性データを記憶部３から検索し、補正データＤpとして音声補正部１へ供給する。音声補正部１は、補正データＤpに基づいて、伝達特性を周波数対利得特性に設定し、その周波数対利得特性に基づいて、入力される音声信号Ｓinを補正し、スピーカＳＰに供給することで、ユーザーの年齢に相応する聴覚特性に合った聴きやすい音を再生させる。ユーザーは、顔を撮像させるだけで聴きやすい音を受聴することができるため、優れた操作性が得られる。
【選択図】図１

Description

本発明は、例えば通信端末装置やテレビジョンセット等の音声再生用スピーカを有する電子機器において、再生音をユーザーの年齢に相応する聴覚特性に合わせて補正する、音声補正機能を備えた音声補正装置に関する。

例えば、携帯電話機等の通信端末装置では、イヤフォンやスピーカから再生される音を、通話者であるユーザーが受聴しつつ通話することとなるが、年齢に応じてユーザーの聴覚特性が異なるため、ユーザーにとって必ずしも良好な受聴状態で通話することができない場合があった。特に、ユーザーが高齢になるほど、再生音が聴きずらくなり、通話に支障をきたす場合があった。

かかる問題に対処するため、次の特許文献に開示された技術が知られている。
特許文献１に記載の電話機では、周波数特性と利得特性を調整した音を難聴者に受聴させてその聴力を測定し、測定した聴力を補聴特性として予め登録しておき、その補聴特性に基づいて通話時に受話回路の特性を補正することにより、受話回路の特性を難聴者の聴覚特性に合わせるようにしている。

特許文献２に記載の電話機では、音声信号を通過させる複数のバンドパスフィルタと増幅器とスピーカを備え、ユーザーがスピーカから再生される音を聴きつつ各増幅器の増幅率を調整することで、各バンドパスフィルタによる周波数特性と各増幅器による増幅率との調整を行って、ユーザーの聴感度に合った音をスピーカにて再生するようにしている。

特開平８−１９１３４０号公報特開平７−２３０９８号公報

ところで、上記特許文献１に記載の電話機では、通話者である難聴者の聴覚特性を予め測定し、補聴特性として予め登録しておく必要があるため、通話者にとっては、面倒な測定処理に対処しなければならず、良好な操作性が得られない等の問題があった。

また、上記特許文献２に記載の電話機では、通話者であるユーザが上述の各増幅器の増幅率を調整して、自分の聴感度に合った周波数特性対利得特性の得られる音がスピーカから再生されるように操作する。このため、ユーザにとって面倒で煩雑な調整操作が必要となり、良好な操作性が得られない等の問題があった。

本発明はこうした従来技術の課題に鑑みて成されたものであり、より操作性の向上等を図ることが可能な音声補正装置と、音声補正機能を備えた通信端末装置を提供することを目的とする。

請求項１に記載の発明は、音声補正装置であって、年齢に応じた聴覚特性を示す年齢別聴覚特性データを記憶する記憶手段と、ユーザーの年齢を入力する入力手段と、前記入力された年齢に応じた年齢別聴覚特性データを前記記憶手段から検索する制御手段と、前記制御手段で検索された年齢別聴覚特性データに基づいて、入力される音声信号に対する伝達特性を補正する音声補正手段と、を有することを特徴とする。

請求項５に記載の発明は、通信端末装置であって、年齢に応じた聴覚特性を示す年齢別聴覚特性データを記憶する記憶手段と、ユーザーの年齢を入力する入力手段と、前記入力された年齢に応じた年齢別聴覚特性データを前記記憶手段から検索する制御手段と、前記制御手段で検索された年齢別聴覚特性データに基づいて、受信回路から供給される音声信号に対する伝達特性を補正する音声補正手段と、前記音声補正手段から出力される補正後の音声信号に基づいて音を再生するスピーカと、を有することを特徴とする。

本発明の好適な実施の形態について図面を参照して説明する。図１は、本実施の形態の音声補正装置の構成を示すブロック図である。

図１において、この音声補正装置１００は、テレビジョンセット、ラジオ受信機等のＡＶ機器や、後述の実施例で説明する携帯電話機等の移動体通信端末装置に設けられる音声補正装置である。ただし、音声補正装置１００は、入力される音声信号をユーザー（受聴者）の聴覚特性に合わせて補正し、イヤフォンやスピーカで再生させる装置であるため、音声補正装置１００が設けられる電子機器を限定するものではなく、汎用性を有するものである。

なお、以下の説明において、音声信号とは、可聴周波数域の信号を言い、単に人間の発話音声の周波数帯域に限らないものとして説明する。

この音声補正装置１００は、音声補正部１、制御部２、記憶部３、画像処理部４、撮像部５を備えて構成されている。

音声補正部１は、制御部２から供給される調整パラメータを示すデータ（以下「補正データ）と称する）Ｄpに従って、入力される音声信号Ｓinに対して周波数対利得特性Ｈ(f)を調整し、調整後の音声信号Ｓoutをオーディオアンプ等（図示省略）で増幅してスピーカＳＰに供給することで、音を再生させる。基本的には、可聴周波数域を多数の周波数帯域に分割する多数のバンドパスフィルタと、各バンドパスフィルタを通過する各音声信号に対して利得調整を施す多数の増幅器によって、音声補正部１が構成されており、制御部２から供給される補正データＤpに従って、各増幅器の増幅率（利得）を調整することで、音声補正部１の伝達特性である周波数対利得特性Ｈ(f)を調整することにより、入力される音声信号Ｓinに対して人間の聴覚特性に合わせた補正を行う。

記憶部３は、半導体メモリ等で形成されており、図２に模式的に示すように、人間の年齢別（年代別）の聴覚特性を示すデータ（以下「年齢別聴覚特性データ」と称する）が記憶されている。この年齢別聴覚特性データは、年齢が増加するにつれて一般人に起こる、例えば鼓膜や耳小骨、蝸牛基部等の伝音系の劣化により音が聞こえ難くなる聴覚特性（最小可聴限）を示すものである。つまり、３０歳代以下の年代では、可聴周波数域の音を全体的に良く聴くことができるが、４０歳代、５０歳代になると、約１ｋＨｚないし２ｋＨｚ以上の周波数の音を聴き難くなり、６０歳代以上になると、約１ｋＨｚないし２ｋＨｚ以上の周波数の音を更に聴き難くなる。そして、聴き難くなる程度を各年代別の聴力とし、周波数に対する聴力をデシベル表示したものである。また、図２に示す周波数ｆは、対数で示されている。

撮像部５は、静止画を撮像する小形のＣＣＤカメラ等で形成されており、ユーザーの顔を撮像して、その１フレームまたは１フィールドの静止画に相当する画像データＤcmrを画像処理部４へ供給する。
画像処理部４は、上述の画像データＤcmrを画像処理し、ユーザーの顔の特徴から年齢（年代）を判定し、その判定結果である年齢判定データＤageを制御部２に供給する。ここで、画像処理部４は、画像データＤcmrに基づいて、コントラストの差異からユーザーの顔の輪郭と各部位（目、鼻、頬、額、耳など）の形状の特徴を抽出し、更に各部位の色の特徴を抽出し、それら抽出した輪郭と各部位の形状と色の特徴と、予め記憶している年代別の標準の顔の輪郭と各部位の形状と色の特徴とを、マッチング処理し、最も相関の高い年代別の標準の顔から、ユーザーの年齢（年代）を判定する。

制御部２は、画像処理部４から供給される年齢判定データＤageに基づいて、記憶部３に記憶されている年齢別聴覚特性データを検索し、その検索した年齢別聴覚特性データを補正データＤpとして、音声補正部１に供給する。例えば、年齢判定データＤageによって６０歳代が指定された場合、制御部２は図２に示す６０歳代の年齢別聴覚特性データを検索し、その年齢別聴覚特性データを補正データＤpとして音声補正部１に供給する。これにより、音声補正部１は、補正データＤpに基づいて、可聴周波数域の各周波数において利得を調整して、６０歳代が聴き難い周波数における利得を増加させる。つまり、年齢別聴覚特性データＤpによって示される周波数ｆに対する聴力の特性をＧ(f)で表すこととすると、その逆数の特性１／Ｇ(f)に合わせて、音声補正部１の周波数対利得特性Ｈ(f)を補正する。

次に、かかる構成を有する音声補正装置１００の動作について説明する。

まず、ユーザーが、図示しないシャッタスイッチを操作して、撮像部５によって顔を撮像させる。これにより、撮像部５から画像処理部４に画像データＤcmrが供給され、上述の画像処理によってユーザーの年齢が判定される。そして、制御部２が、年齢判定データＤageで示される年齢の年齢聴覚特性データを記憶部３から検索し、その年齢聴覚特性データを補正データＤpとして音声補正部１に供給して、ユーザーの聴覚特性に合った周波数対利得特性Ｈ(f)となるように調整することで、入力される音声信号Ｓinに対して補正を行い、その補正後の音声信号ＳoutをスピーカＳＰに供給させて音を再生させる。

以上に説明したように、本実施の形態の音声補正装置１００によれば、ユーザーの顔を撮像して年齢（年代）を判定し、その判定結果に基づいて、入力される音声信号Ｓinに対する周波数対利得特性Ｈ(f)を自動補正する。このため、ユーザーである受聴者は、自らの年齢に相応する聴覚特性に合わせて補正された聴きやすい音を受聴することができ、更に顔を撮像させるという簡易な操作をするだけで、聴きやすい音を受聴することができるため、優れた操作性が得られる。

なお、前述したように、音声補正装置１００は汎用性を有するものであり、例えば、携帯電話機等の移動体端末装置に設けられる場合には、移動体端末装置の受信回路で検波復調された音声信号Ｓinを音声補正部１に入力させれば良く、また、テレビジョンセットやラジオ受信機等のＡＶ機器に設けられる場合には、そのＡＶ機器の受信回路で検波復調された音声信号Ｓinを音声補正部１に入力させれば良い。かかる構成とすることで、ユーザーは顔を撮像させるという簡単な操作をするだけで、移動体端末装置を用いて通話する際やＡＶ機器を用いて放送番組を受聴する際に、自らの年齢にあった聴覚特性に補正された音を受聴することができ、優れた操作性が得られる。

また、本実施の形態の音声補正装置１００では、ユーザーの年齢に関する情報を入力する入力手段として、ＣＣＤカメラ等の撮像部５と画像処理部４が設けられているが、ユーザーが操作部（図示省略）等の入力手段を操作して、直接に年齢を例えば数値入力して制御部２に供給する構成としてもよい。かかる構成によれば、上述の操作部が入力手段となり、そして、年齢判定ータＤageが、ユーザーの入力するデータとなることから、画像処理部４と撮像部５を省略することが可能となり、音声補正装置の構成の簡素化を図ることができる。また、かかる構成でも、ユーザーに対する操作性の向上等を図ることが可能である。

次に、より具体的な実施例として、音声補正装置を備えた通信端末装置について、図３を参照して説明する。なお、図３において、図１と同一または相当する部分を同一符号で示している。

図３において、この通信端末装置２００は、携帯電話機等の移動体端末装置であり、送信アンテナＡＮＴ１と、受信アンテナＡＮＴ２と、送信回路ＴＸ、受信回路ＲＸ、マイクロフォンＭＣと、スピーカＳＰを備え、更に音声補正装置１００を構成している音声補正部１と制御部２と記憶部３と画像処理部４及び撮像部５が設けられている。

送信回路ＴＸは、通話時に、ユーザーが発話した際の音声信号ＳmicをマイクロフォンＭＣを介して入力し、所定の変調処理を施して所定周波数の搬送波に載せて、送信アンテナＡＮＴ１から送信電波として放出する。

受信回路ＲＸは、通話時に、受信アンテナＡＮＴ２に到来する電波を受信して選局（同調）し、所定の中間周波数の信号に周波数変換して、検波復調等の処理を施すことで、可聴周波数の音声信号Ｓinを生成して出力する。

次に、かかる構成を有する移動体端末装置の動作について説明する。
まず、ユーザーが電話をかけて通話を行う際、図示しないシャッタスイッチを操作して、撮像部５によって顔を撮像させる。これにより、撮像部５から画像処理部４に画像データＤcmrが供給され、上述の画像処理によってユーザーの年齢が判定される。そして、制御部２が、年齢判定データＤageで示される年齢の年齢聴覚特性データを記憶部３から検索し、その年齢聴覚特性データを補正データＤpとして音声補正部１に供給して、ユーザーの聴覚特性に合った周波数対利得特性Ｈ(f)となるように補正する。

ユーザーが電話をかけると、送信回路ＴＸと受信回路ＲＸとマイクロフォンＭＣが起動して、相手先との間での双方向通信が確立し、ユーザーの発話音声が送信回路ＴＸと送信アンテナＡＮＴ１を通じて電波伝送され、また、相手の声が受信電波として受信アンテナＡＮＴ２と受信回路ＲＸとにより受信され、音声信号Ｓinとなって音声補正部１に供給される。

そして、その音声信号Ｓinが、音声補正部１において、聴覚特性に合った周波数対利得特性Ｈ(f)により補正され、その補正後の音声信号ＳoutがスピーカＳＰに供給されて、ユーザーの年齢に相応する聴覚特性に合った聴きやすい音が再生される。

以上に説明したように、本実施例の通信端末装置である移動体端末装置によれば、ユーザーの顔を撮像して年齢（年代）を判定し、その判定結果に基づいて、入力される音声信号Ｓinに対する周波数対利得特性Ｈ(f)を自動補正するため、ユーザーである受聴者は、自らの年齢に相応する聴覚特性に合わせて補正された聴きやすい音を受聴することができ、更に顔を撮像させるという簡易な操作をするだけで、聴きやすい音を受聴することができるため、優れた操作性が得られる。

また、本実施例の通信端末装置２００では、ユーザーの年齢に関する情報を入力する入力手段として、ＣＣＤカメラ等の撮像部５と画像処理部４が設けられているが、ユーザーが操作部（図示省略）等の入力手段を操作して、直接に年齢を例えば数値入力して制御部２に供給する構成としてもよい。かかる構成によれば、年齢判定データＤageが、ユーザーの入力するデータとなることから、画像処理部４と撮像部５を省略することが可能となり、音声補正装置及び通信端末装置２００の構成の簡素化を図ることができる。また、かかる構成でも、ユーザーに対する操作性の向上等を図ることが可能である。

実施の形態に係る音声補正装置の構成を示すブロック図である。図１に示した記憶部に記憶された年齢別聴覚特性データを説明するための説明図である。実施例に係る通信端末装置の構成を示すブロック図である。

符号の説明

１００…音声補正装置
２００…通信端末装置
１…音声補正部
２…制御部
３…記憶部
４…画像処理部
５…撮像部

Claims

年齢に応じた聴覚特性を示す年齢別聴覚特性データを記憶する記憶手段と、
ユーザーの年齢を入力する入力手段と、
前記入力された年齢に応じた年齢別聴覚特性データを前記記憶手段から検索する制御手段と、
前記制御手段で検索された年齢別聴覚特性データに基づいて、入力される音声信号に対する伝達特性を補正する音声補正手段と、
を有することを特徴とする音声補正装置。
前記入力手段は、ユーザーの顔を撮像する撮像手段であり、
前記撮像手段で撮像された画像データを画像処理することでユーザーの年齢を判定し、当該判定結果に基づいて、前記制御手段に前記年齢別聴覚特性データを検索させる画像処理手段を備えること、
を特徴とする請求項１に記載の音声補正装置。
前記ユーザーは年齢を直接入力することを特徴とする請求項１に記載の音声補正装置。
前記年齢別聴覚特性データは、年齢に相応する聴覚特性であって、可聴周波数域における音の聴き難さの特性を示すデータであること、
を特徴とする請求項１〜３の何れか１項に記載の音声補正装置。
年齢に応じた聴覚特性を示す年齢別聴覚特性データを記憶する記憶手段と、
ユーザーの年齢を入力する入力手段と、
前記入力された年齢に応じた年齢別聴覚特性データを前記記憶手段から検索する制御手段と、
前記制御手段で検索された年齢別聴覚特性データに基づいて、受信回路から供給される音声信号に対する伝達特性を補正する音声補正手段と、
前記音声補正手段から出力される補正後の音声信号に基づいて音を再生するスピーカと、
を有することを特徴とする音声補正機能を備えた通信端末装置。
ユーザーの年齢に相応する聴覚特性に合わせて再生音の補正を行う音声補正方法であって、
年齢に応じた聴覚特性を示す年齢別聴覚特性データを記憶する記憶手段と、
ユーザーの年齢を入力する入力工程と、
前記入力された年齢に応じた年齢別聴覚特性データを記憶手段から検索する制御工程と、
前記検索された年齢別聴覚特性データに基づいて、入力される音声信号に対する伝達特性を補正する音声補正工程とを備え、
前記音声補正工程で補正された音声信号に基づいてスピーカに音を再生させること、
を特徴とする音声補正方法。