JP2009210868A - 音声処理装置、及び音声処理方法等 - Google Patents

Abstract

【課題】出力された音声の聞き取り易さを言語毎に向上させることが可能な音声処理装置、及び音声処理方法等を提供する。
【解決手段】本願は、音声情報を予め記憶しておく音声情報記憶手段と、複数の言語のうちから一の言語を選択する言語選択手段と、前記選択された言語に対応する音声情報を前記音声情報記憶手段から読み出す音声情報読出手段と、前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する周波数特性調整手段と、前記周波数特性が調整された音声情報を外部に出力する音声出力手段と、を備える。
【選択図】図１

Description

本願は、外部に出力すべき音声情報の周波数特性を調整する音声処理装置等の技術分野に関する。

従来から、例えば車両に搭載されたナビゲーション装置では、運転者により設定された目的地までの経路案内等を、ガイド音声により行うことが可能となっている。また、ナビゲーション装置の他にも、ユーザによる操作のサポートを、ガイド音声により行う装置が種々知られている。

ところが、このようなガイド音声は、周囲の環境によって聞き取りにくくなるという問題があった。このような問題に鑑み、特許文献１には、ガイド音声が発せられる周囲の環境によってガイド音声の音量や音質等を自動的に変更することにより、当該ガイド音声を聞き取り易くすることができる技術が開示されている。
特開平０９−３３００８９号公報

ところで、上述したようなガイド音声を出力可能な装置は、様々な国で使用されるが、その際、当該ガイド音声は、その使用国の言語（母国語）で出力されるように設定される。

しかしながら、従来の技術では、ガイド音声の周波数特性を固定していたため、言語によっては聞き取りにくくなる（例えば子音重視の高周波数帯言語のこもり等）という問題があった。

そこで、本願は、このような問題の解消を課題の一つとし、出力された音声の聞き取り易さを言語毎に向上させることが可能な音声処理装置、及び音声処理方法等を提供することを目的する。

上記課題を解決するため、請求項１に記載の音声処理装置の発明は、音声情報を予め記憶しておく音声情報記憶手段と、複数の言語のうちから一の言語を選択する言語選択手段と、前記選択された言語に対応する音声情報を前記音声情報記憶手段から読み出す音声情報読出手段と、前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する周波数特性調整手段と、前記周波数特性が調整された音声情報を外部に出力する音声出力手段と、を備えることを特徴とする。

請求項８に記載の音声処理方法の発明は、音声情報を記憶する工程と、複数の言語のうちから一の言語を選択する工程と、前記選択された言語に対応する音声情報を読み出す工程と、前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する工程と、前記周波数特性が調整された音声情報を外部に出力する工程と、を備えることを特徴とする。

請求項９に記載の音声処理プログラムの発明は、コンピュータを、音声情報を予め記憶しておく音声情報記憶手段、複数の言語のうちから一の言語を選択する言語選択手段、前記選択された言語に対応する音声情報を前記音声情報記憶手段から読み出す音声情報読出手段、前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する周波数特性調整手段、及び、前記周波数特性が調整された音声情報を外部に出力する音声出力手段として機能させることを特徴とする。

以下、本願の最良の実施形態を添付図面に基づいて説明する。なお、以下に説明する実施の形態は、車両に搭載された車載装置に対して本願の音声処理装置等を適用した場合の実施形態である。かかる車載装置としては、例えば、ＡＶ（Audio Visual）装置、ナビゲーション装置等が挙げられる。

先ず、図１を参照し、本実施形態に係る車載装置の構成及び機能について説明する。

図１は、本実施形態に係る車載装置の概要構成例を示す図である。なお、図１の例では、本願に関係する構成部分のみを示しており、本願と直接関係のない構成部分については図示を省略している。

図１に示すように、車載装置１は、操作部１１（ユーザ指定言語受付手段の一例）、ＧＰＳ受信部１２（位置測位手段の一例）、音声認識部１３（音声言語認識手段の一例）、言語選択設定部１４（言語選択手段の一例）、制御部１５、音声発生部１６（音声情報記憶手段及び音声情報読出手段の一例）、周波数特性調整部１７（周波数特性調整手段の一例）、及び音声出力部１８（音声出力手段の一例）等を備えて構成されている。

操作部１１は、ユーザにより指定された言語を受け付け、当該言語を示す情報を言語選択設定部１４に出力する。なお、かかる言語の指定は、例えば、予め用意された複数の言語（例えば、日本語、英語、イタリア語、ドイツ語、ロシア語、米語、フランス語等）を示す情報が表示された選択画面を通じて行われる。

ＧＰＳ（Global Positioning System）受信部１２は、衛星軌道上に配置され地球を周回するＧＰＳ衛星から出力される航法電波を、アンテナ（図示せず）を介して受信し、受信した信号に基づいて現在位置（経度及び緯度）を測位し、その現在位置を示す情報を言語選択設定部１４に出力する。

音声認識部１３は、ユーザが発話した音声をマイク（図示せず）を介して入力しその言語を認識し、認識した言語を示す情報を言語選択設定部１４に出力する。なお、入力した音声の言語の認識方法は、公知の技術を適用できる。

言語選択設定部１４は、例えばユーザからの言語設定開始指示を受けたときに、予め用意された複数の言語のうちから一の言語を選択設定し、当該選択設定された言語を示す情報を制御部１５に出力する。

ここで、言語選択設定部１４により選択される言語は、音声認識部１３により認識された言語、ＧＰＳ受信部１２により測位された現在位置に応じた言語、及び操作部１１により受け付けられた言語の何れかの言語（何れを採用するかは事前の設定による）とすることができる。ＧＰＳ受信部１２により測位された現在位置による場合、言語選択設定部１４は、位置情報（経度及び緯度情報）と言語との対応付けテーブル（例えば、フランス領土内の経度及び緯度情報に対してはフランス語が対応付けられている。なお、かかる対応付けテーブルは、例えば不揮発性メモリに予め記憶される）を参照して、ＧＰＳ受信部１２からの現在位置を示す情報に対応する言語を選択することになる。なお、言語は、上記以外の方法で選択されるように構成しても良く、例えば、ディスク（ＤＶＤ、ＢＤ）再生装置において設定された言語が選択されるように構成しても良い。

制御部１５は、車載装置１全体を統括制御するようになっており、例えば音声発生部１６に対して音声情報再生指令や音声情報切替指令（上記選択言語を示す情報を含む）を与えたり、周波数特性調整部１７に対して周波数特性切替指令（上記選択言語を示す情報を含む）を与えるようになっている。

音声発生部１６は、言語の異なる複数の音声情報（例えば、日本語で話され録音された音声情報、英語で話され録音された音声情報等）を予め記憶しておく記憶部を備えており、制御部１５からの音声情報切替指令を受けたときに、当該音声情報切替指令により示される選択言語に対応する音声情報を選択するようになっており、制御部１５からの音声情報再生指令を受けたときに、選択された音声情報を記憶部から読み出し、周波数特性調整部１７に出力するようになっている。

ここで、各音声情報は、音声ファイルに格納されるようになっており、この内容としては、例えばナビゲーション機能に係る目的地までの経路案内のためのガイド音声や、ユーザによる操作のサポートのためのガイド音声等が挙げられる。

周波数特性調整部１７は、制御部１５からの周波数特性切替指令を受けたときに、周波数特性切替指令により示される選択言語に応じた最適な周波数特性に切替えるようになっており、音声発生部１６により読み出され出力された音声情報の周波数特性を、上記選択言語に応じた最適な周波数特性になるように調整しつつ音声出力部１８に出力するようになっている。

図２は、言語に応じた最適な周波数特性の一例を示す図である。図２に示すように、各国の言語の声域には、夫々固有の優生な周波数帯があり、これは一般的に「パスバンド」と呼ばれている。例えば選択言語が日本語である場合には、１２５Ｈｚから１５００Ｈｚまでの周波数帯域以外の周波数成分をカットするように周波数特性が調整される。

周波数特性調整部１７は、ハードウェアで構成されても良いしソフトウェアで構成されても良い。例えば、周波数特性調整部１７は、図３に示すようなハードウェアで構成された周波数特性回路を有するように構成することができる。図３（Ａ）に示す周波数特性回路は、制御部１５からの周波数特性切替指令（制御信号）を受けたときに、当該周波数特性回路に含まれる特性の異なる複数のフィルタ１，２・・・ｎのうちから、スイッチＳＷを切替えることにより、選択言語に応じたフィルタを選択し当該選択したフィルタに音声情報を通すことで当該音声情報の周波数特性を最適に調整する。一方、図３（Ｂ）に示す周波数特性回路は、制御部１５からの周波数特性切替指令（制御信号）に応じて、スイッチＳＷを切替えることにより、選択言語に応じた最適なパラメータに調整する。かかる周波数特性回路はソフトウェアで構成することもでき、この場合には、例えばイコライザ（ＥＱ）切り替えの要領で実行されたプログラムにより選択言語に応じた最適なパラメータに調整する。

音声出力部１８は、周波数特性調整部１７からの周波数特性が調整された音声情報をスピーカを通じて外部に音波として出力する。例えば、音声出力部１８は、アンプや外部出力端子等から構成される。

次に、図４を参照して、車載装置１の制御部１５における周波数特性切替処理について説明する。

図４は、本実施形態に係る周波数特性切替処理を示すフローチャートである。なお、図４に示す処理は、例えば、ユーザから周波数特性切替指示を受けた場合に開始される。

図４の処理が開始されると、制御部１５は、言語選択設定部１４からの言語出力待機状態となり（ステップＳ１）、例えばユーザの言語指定により言語選択設定部１４にて選択された言語を示す情報を入力する（ステップＳ２）。続いて、制御部１５は、音声発生部１６に対して音声情報切替指令（上記選択言語を示す情報を含む）を与える（ステップＳ３）。これにより、音声発生部１６では当該音声情報切替指令により示される選択言語に対応する音声情報が再生可能状態に選択（セット）される。続いて、制御部１５は、周波数特性調整部１７に対して周波数特性切替指令（上記選択言語を示す情報を含む）を与える（ステップＳ４）。これにより、周波数特性調整部１７では、周波数特性切替指令により示される選択言語に応じた最適な周波数特性に切替えられる。

こうして周波数特性切替処理がなされた後、例えばナビゲーション機能に係るアプリケーションプログラムが制御部１５により実行され、当該プログラムにおいて規定された例えばガイド音声出力タイミングが到来すると、制御部１５から音声発生部１６に対して音声情報再生指令が与えられる。これにより、音声発生部１６は、上記選択された音声情報を記憶部から読み出して周波数特性調整部１７に出力し、周波数特性調整部１７は、音声発生部１６から出力された音声情報の周波数特性を選択言語に応じた最適な周波数特性になるように調整しつつ音声出力部１８に出力する。こうして、当該音声が最終的にスピーカから外部に出力されることになる。

以上説明したように、上記実施形態によれば、複数の言語のうちから一の言語を選択し、選択された言語に対応する音声情報を読み出し、当該読み出された音声情報の周波数特性を上記選択された言語に応じた周波数特性になるように調整して外部に出力するように構成したので、言語毎に最適な周波数特性が得られ、上記音声情報に係る音声の聞き取り易さを言語毎に向上させることができる。

なお、上記実施形態においては、音声発生部１６において言語の異なる複数の音声情報を予め記憶しておくように構成したが、車載装置１が使用される国で使用される言語の音声情報のみを記憶する（例えば、その他の言語の音声情報は記憶しておかない）ように構成しても良い。

また、本願の言語選択手段、音声情報読出手段、及び周波数特性調整手段は、例えばＤＳＰにより実行されるプログラムの一機能として実現するように構成しても良い。

本実施形態に係る車載システムの概要構成例を示す図である。 言語に応じた最適な周波数特性の一例を示す図である。 周波数特性回路の一例を示す図である。 本実施形態に係る周波数特性切替処理を示すフローチャートである。

符号の説明

１ 車載装置
１１ 操作部
１２ ＧＰＳ受信部
１３ 音声認識部
１４ 言語選択設定部
１５ 制御部
１６ 音声発生部
１７ 周波数特性調整部
１８ 音声出力部

Claims (10)

1. 音声情報を予め記憶しておく音声情報記憶手段と、
   複数の言語のうちから一の言語を選択する言語選択手段と、
   前記選択された言語に対応する音声情報を前記音声情報記憶手段から読み出す音声情報読出手段と、
   前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する周波数特性調整手段と、
   前記周波数特性が調整された音声情報を外部に出力する音声出力手段と、
   を備えることを特徴とする音声処理装置。
2. 請求項１に記載の音声処理装置において、
   前記音声処理手段は、前記読み出された音声情報の周波数特性を調整する周波数特性回路を有し、当該周波数特性回路のパラメータを、前記選択された言語に応じたパラメータに調整することを特徴とする音声処理装置。
3. 請求項１に記載の音声処理装置において、
   前記音声処理手段は、前記読み出された音声情報の周波数特性を調整する周波数特性回路を有し、当該周波数特性回路に含まれる特性の異なる複数のフィルタのうちから、前記選択された言語に応じたフィルタを選択し当該選択したフィルタに前記音声情報を通すことを特徴とする音声処理装置。
4. 請求項１乃至３の何れか一項に記載の音声処理装置において、
   現在位置を測位する位置測位手段を備え、
   前記言語選択手段は、前記位置測位手段により測位された位置に応じた言語を選択することを特徴とする音声処理装置。
5. 請求項１乃至３の何れか一項に記載の音声処理装置において、
   ユーザが発話した音声を入力しその言語を認識する音声言語認識手段を備え、
   前記言語選択手段は、前記音声言語認識手段により認識された言語を選択することを特徴とする音声処理装置。
6. 請求項１乃至３の何れか一項に記載の音声処理装置において、
   ユーザにより指定された言語を受け付けるユーザ指定言語受付手段を備え、
   前記言語選択手段は、前記ユーザ指定言語受付手段により受け付けられた言語を選択することを特徴とする音声処理装置。
7. 請求項１乃至６の何れか一項に記載の音声処理装置において、
   前記音声情報記憶手段には、言語の異なる複数の音声情報が記憶されていることを特徴とする音声処理装置。
8. 音声情報を記憶する工程と、
   複数の言語のうちから一の言語を選択する工程と、
   前記選択された言語に対応する音声情報を読み出す工程と、
   前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する工程と、
   前記周波数特性が調整された音声情報を外部に出力する工程と、
   を備えることを特徴とする音声処理方法。
9. コンピュータを、
   音声情報を予め記憶しておく音声情報記憶手段、
   複数の言語のうちから一の言語を選択する言語選択手段、
   前記選択された言語に対応する音声情報を前記音声情報記憶手段から読み出す音声情報読出手段、
   前記読み出された音声情報の周波数特性を、前記選択された言語に応じた周波数特性になるように調整する周波数特性調整手段、及び、
   前記周波数特性が調整された音声情報を外部に出力する音声出力手段として機能させることを特徴とする音声処理プログラム。
10. 請求項９に記載の音声処理プログラムがコンピュータ読み取り可能に記録されていることを特徴とする記録媒体。

Images