JP2009502101A - 音声呼のワーピングを行うための方法およびシステム - Google Patents

Abstract

通信装置１０は、トランシーバ１２と、トランシーバへ結合された、ユーザから音声入力を受信するためのトランスデューサまたはマイクロホン１４と、トランシーバへ結合されたプロセッサ１６とを備えることが可能である。プロセッサは、発呼者から所定の種類の電話呼または発呼者指標の指標を受信し（３２）、発呼者指標に基づき通信装置のユーザからの音声入力のワーピングを行う（３８）ようにプログラムされ得る。所定の種類の音声呼の決定は、随意の発呼者識別モジュール１８を用いることを含め、多くの手法によることが可能である。発呼者ＩＤモジュールは、発呼者が認識されるか否か、あるいは発呼者ＩＤ情報が利用不能であるか否かに関する情報を提供することが可能である。

Description

本発明は音声呼もしくは特性のワーピングまたは変更に関する。より詳細には、本発明は発呼者についての知識に基づき音声呼のワーピングを行うための方法およびシステムに関する。

携帯電話機における連絡先一覧の出現や発呼者（Ｃａｌｌｅｒ）識別（ＩＤ）サービスの急増のため、相当数の電話ユーザは発呼者ＩＤフィールドを用いて着信呼を選別し、発呼者ＩＤフィールドに表示される氏名／番号に覚えがなければ着信呼に応答しない場合が多い。これは、重要な可能性のある一部の呼を逃し得ることを意味している。例えば、ユーザは、地域の事業所にてフォーム／アンケートを（例えば、不動産業者の事務所で情報要求カードを）記入しても、その事業所の電話番号を連絡先一覧へ入力しない場合がある。発呼者ＩＤフィールドに表示される番号に覚えがないので、そのような事業所からの呼は不注意に無視されることがある。着信呼を選別する１つの理由は、電話営業業者からの呼を無視するためである場合がある。別の理由は、通常、（発呼者ＩＤの）隠蔽された通信線から発する、繰り返されるいたずら電話の被害に遭う恐れのためである場合がある。

本発明による実施形態では、呼の受信者が呼に応答することを可能としながら、依然として何らかの「隔離」を提供し、呼を発する者から受信者の識別情報の幾つかの面を保護することを可能とする機構が提供される。人の声は、その人の性別および年齢に関する情報や、時にはその人の民族さえも伝えることがある。音声ピッチ偏移／ワーピングアルゴリズムなどの音声変更方法を用いて、所望の通りにピッチを上下させ、呼の受信者の声をより高くまたは低く聞こえさせることによって、呼の受信者の声を偽装することが可能である。そのような効果によって、人の性別または年齢を偽装することが可能であり、いたずら電話の発呼者の再発呼は防止され得る。なお、本明細書に記載の音声ワーピング技術は、友達、家族および同僚の間でのおもちゃや仕掛けとして、あるいは被呼者側の立ち聞きする人または偶然の通行人による発呼者の識別情報の知得を意図的に回避する手段としても、意図的に用いることが可能である。さらに、本明細書では音声呼または音声もしくは発話の特性を変更することまたは変化させることを、総称的に「ワーピング」と呼ぶ。

本発明の第１の実施形態では、音声呼のワーピングを行うための方法には、発呼者から所定の種類の電話呼または発呼者指標を受信する工程と、所定の種類の電話呼または発呼者指標に基づき被呼者からの音声入力のワーピングを行う工程とが含まれる。所定の種類の電話呼または発呼者指標は、特定の人の番号あるいは「利用不能（ｕｎａｖａｉｌａｂｌｅ）」または「未知（ｕｎｋｎｏｗｎ）」または「隠蔽（ｂｌｏｃｋｅｄ）」の識別情報など、所定の発呼者ＩＤを有することが可能である。発呼者ＩＤ（Ｃａｌｌｅｒ ＩＤ）の他、発呼者指標は、位置（例えば、発呼者は位置特定サービスを有し、そのような情報を被呼者へ転送することが可能である）、身長、体重、眼の色、指紋データなどの情報、または発呼者を表すほぼ任意の他の情報であることも可能である。通常、リング電圧の情報は発呼者毎に異ならないので、当然のことながら、発呼者指標にはリング電圧は含まれない。なお、ワーピングは、例えば、音声入力の複数のドップラー偏移形を形成し、複数のドップラー偏移形のクロスフェーディングを行うことによって、被呼者からの音声入力のピッチを変更することにより行われ得る。クロスフェーディングは、複数のドップラー偏移形の各成分の相対利得を変化させることによって、音声入力の複数のドップラー偏移形を足し合わせることにより行われ得る。

本発明の第２の実施形態では、通信装置は、トランシーバと、トランシーバへ結合された、ユーザから音声入力を受信するためのマイクロホンと、トランシーバへ結合されたプロセッサとを備えることが可能である。プロセッサは、発呼者から所定の種類の電話呼または発呼者指標を受信し、所定の種類の電話呼または発呼者指標に基づきユーザからの音声入力のワーピングを行うようにプログラムされ得る。音声入力に対しては、例えば、音声入力の複数のドップラー偏移形を形成し、複数のドップラー偏移形のクロスフェーディングを行うことによって、ユーザからの音声入力のピッチを変更することによりワーピングが行われ得る。なお、例として、通信装置は、セルラー式電話機、スマートホン、衛星電話機および双方向無線機のいずれかであり得る。

本発明の第３の実施形態では、携帯セルラー電話機は、トランシーバと、トランシーバへ結合された、ユーザから音声入力を受信するためのマイクロホンと、発呼者から受信される発呼者識別情報を抽出するための発呼者識別モジュールと、発呼者識別モジュールによって抽出される発呼者識別情報に基づきユーザからの音声入力を変更する音声入力変更モジュールと、を備える。発呼者識別情報が所定の電話番号へ対応する場合、あるいは利用不能または未知または隠蔽である場合、音声入力変更モジュールは、ユーザからの音声入力を変更することが可能である。音声入力変更モジュールは、例えば、ユーザからの音声入力のピッチを変更することによって、音声入力を変更することが可能である。音声入力は、例えば、音声入力の複数のドップラー偏移形を形成し、複数のドップラー偏移形のクロスフェーディングを行うことによって変更され得る。クロスフェーディングは、音声入力の複数のドップラー偏移形の各成分の相対利得を変化させることによって、複数のドップラー偏移形を足し合わせることにより行われ得る。

他の実施形態は、本明細書に開示の発明構成にしたがって構成されるとき、実行用のシステムや、本明細書に開示の様々な処理および方法を機械に実行させるための機械可読記憶装置を備えることが可能である。

図１を参照すると、本発明の一実施形態による通信装置１０は、トランシーバ１２と、トランシーバ１２へ結合された、ユーザから音声入力を受信するためのトランスデューサまたはマイクロホン１４と、トランシーバ１２へ結合されたプロセッサ１６とを備えることが可能である。プロセッサ１６は、発呼者から所定の種類の電話呼または発呼者指標を受信し、所定の種類の電話呼に基づき通信装置のユーザからの音声入力のワーピングを行うようにプログラムされ得る。所定の種類の電話呼の決定は、随意の発呼者識別（ＩＤ）モジュール１８を用いることを含め、多くの手法によることが可能である。発呼者ＩＤモジュール１８は、発呼者が認識されるか否か、あるいは発呼者ＩＤ情報が利用不能であるか否かに関する情報を提供することが可能である。また、図１には、スピーカ１５（およびプロセッサ１６）の形態のワーピング検査回路も示す。ワーピング検査回路では、変更された発話をユーザが監視することが可能である。この機能によって、いつ、どのように音声変更が実行されているかをユーザが知ることが保証され、この音声ワーピング機能の不注意な使用が防止される。監視回路は変更された発話信号を「側音（ｓｉｄｅｔｏｎｅ）」の形態でユーザへ提示する。「側音」は当技術分野において周知である。これに加えて、この機能の有効および無効を容易に制御するために、活性化／非活性化制御機構が提供される。

所定の種類の電話呼が決定される手法は、単に発呼者ＩＤモジュールを用いることには必ずしも限定されず、発呼者ＩＤ情報と、電話帳中のデータなど格納されたデータとの間の比較を可能とする他の構成または方法が可能であり、最近の呼の一覧、すなわち、ホットリスト（ｈｏｔ ｌｉｓｔ）を用いることも可能である。音声入力のワーピングを行う手法も必ずしも限定されない。例えば、音声入力に対しては、音声入力の複数のドップラー偏移形を形成し、複数のドップラー偏移形のクロスフェーディングを行うことによって、ユーザからの音声入力のピッチを変更することによりワーピングが行われ得る。本明細書の任意の数の実施形態では、ピッチが上下に偏移されてもよく、他の音声パラメータが変更されてもよい。なお、通信装置は、セルラー電話機、スマートホン、衛星電話機または双方向無線機であり得る。また、通信装置は有線の電話であってもよい。

図２に示す、より詳細な実施形態では、携帯セルラー電話機２０は、トランシーバ２２と、トランシーバ２２へ結合された、ユーザから音声入力を受信するためのトランスデューサまたはマイクロホン２４と、発呼者から受信される発呼者識別情報を抽出するための発呼者識別モジュール２８と、発呼者識別モジュール２８によって抽出される発呼者識別情報に基づきユーザからの音声入力を変更する音声入力変更モジュール２６と、を備える。発呼者識別情報が利用不能または未知または隠蔽である場合、音声入力変更モジュール２６は、ユーザからの音声入力を変更することが可能である。音声入力変更モジュール２６は、例えば、ユーザからの音声入力のピッチを変更することによって、音声入力を変更することが可能である。音声入力は、例えば、ドップラー偏移器２５を用いて音声入力の複数のドップラー偏移形を形成し、クロスフェーダ２７を用いて複数のドップラー偏移形のクロスフェーディングを行うことによって変更され得る。クロスフェーディングは、音声入力の複数のドップラー偏移形の各成分の相対利得を変化させることによって、複数のドップラー偏移形を足し合わせることにより行われ得る。携帯セルラー電話機２０は、携帯セルラー電話機２０にて受信される発呼者ＩＤ情報と比較するために用いられ得る電話帳もしくは最近の呼の一覧または他の格納されたデータを含むことの可能なメモリ２９をさらに備えることが可能である。

図２の実施形態では、ユーザが自身の声のピッチを増減することを可能とする、携帯電話機用のピッチ偏移／音声ワーピングソフトウェアアプリケーションが用いられる。音声のワーピングを行うための使用可能な多くの技術のうちの１つは、ドップラー偏移およびクロスフェーディング技術に基づくことが可能である。この技術では、音声信号の２つのずらして遅延された（ドップラー偏移）形が用いられ、各成分の相対利得を変更することによって（クロスフェーディング）それらが足し合わされる。このワーピング技術によってユーザの声を偽装することが可能であるため、未知の発呼者およびいたずら電話の発呼者からの何らかの保護（遮断）が提供される。また、これは、友達、親類または同僚の間での仕掛けまたはおもちゃとしても用いられる。

音声ワーピングはピッチの変更に必ずしも限定されないが、最も適当なワーピング技術では、何らかの形態のピッチ偏移が用いられる。１つの簡単なアルゴリズムには、発呼者ＩＤ（Ｃａｌｌｅｒ ＩＤ）指標が「利用不能（ｕｎａｖａｉｌａｂｌｅ）」であるときにのみピッチ（Ｐｉｔｃｈ）を変更することが含まれる。例えば、１つの高度ソフトウェアアルゴリズムは次のようになる。ここで、ｘは何らかのスケーリング値である。

なお、当技術分野には、入力音声または発話信号のワーピングを行うための多くの技術が存在する。したがって、本発明の請求の範囲の内において、ピッチ偏移、または任意の所定の発呼者ＩＤ情報もしくは発呼者指標に対し応答的に用いられる他の音声変更技術が想定されることが理解される。例えば、特定の友人、親類または同僚が発呼を行うとき、音声を変更することが望ましい場合がある。さらに、一部の既存の音声圧縮システム（既に携帯電話機に見られる）では、通常、「ピッチ遅れ（ｐｉｔｃｈ ｌａｇ）」パラメータが利用されるので、複雑な影響を事実上追加することなく、再構築される発話にピッチ偏移を生じるように、そのようなピッチ遅れパラメータをさらに変更することが可能である。他の音声変更技術には、「スペクトル反転」、「リング変調」、これらの組み合わせ、他の様々な技術の組み合わせ、またはそれらのうちの１つ以上が含まれる。

図３を参照する。図３には、音声呼のワーピングを行うための方法３０を示すフローチャートを示す。方法３０には、発呼者から所定の種類の電話呼または発呼者指標を受信する工程３２が含まれる。決定工程３４にて、所定の種類の電話呼の「種類」に関して決定が行われる。所定の種類の電話呼が「利用不能」、「未知」、「隠蔽」でない場合、あるいは所定の電話呼がワーピングの所望される別の種類でない場合、通信装置は音声入力のワーピングを行うことなく、工程３６にて通常の動作を行う。一方、所定の種類の電話呼が「利用不能」、「未知」、「隠蔽」である場合、あるいは所定の電話呼がワーピングの所望される別の種類である場合、方法３０は、所定の種類の電話呼に基づき被呼者からの音声入力のワーピングを行うことによって、工程３８へ進み得る。所定の種類の電話呼は、特定の人あるいは「利用不能」または「未知」または「隠蔽」の識別情報など、所定の発呼者ＩＤを有することが可能である。なお、工程３９に示すように、ワーピングは、例えば、音声入力の複数のドップラー偏移形を形成し、複数のドップラー偏移形のクロスフェーディングを行うことによって、被呼者からの音声入力のピッチを変更することにより行われ得る。クロスフェーディングは、音声入力の複数のドップラー偏移形の各成分の相対利得を変化させることによって、複数のドップラー偏移形を足し合わせることにより行われ得る。

上述の記載から、ハードウェア、ソフトウェアまたはハードウェアおよびソフトウェアの組み合わせにより、本発明による実施形態を実現可能であることが認識される。本発明によるネットワークまたはシステムは、１つのコンピュータシステムまたはプロセッサによる集中化された方法によって実現されてもよく、あるいは、様々な要素がいくつかの相互接続されたコンピュータシステムまたはプロセッサ（マイクロプロセッサおよびＤＳＰなど）へ展開される分散化された方法によって実現されてもよい。本明細書に記載の機能の実行に適合した任意の種類のコンピュータシステムまたは他の装置が適切である。ハードウェアおよびソフトウェアの典型的な組み合わせは、読み込まれて実行されるとき、本明細書に記載の機能を実行するようにコンピュータシステムを制御するコンピュータプログラムを備えた汎用コンピュータシステムである。

また、上述の記載から、本発明による実施形態を本発明の請求の範囲および精神の内にあると想到される多数の構成により実現可能であることが認識される。これに加えて、上述の記載は単なる例であって、添付の特許請求の範囲の記載を除き、如何様にも本発明の限定を意図するものではない。

本発明の一実施形態による、所定の種類の電話呼を受信し、所定の種類の電話呼に基づきユーザからの音声入力のワーピングを行うことの可能な通信装置のブロック図。 本発明の一実施形態による、音声入力変更モジュールを有する別の通信装置のブロック図。 本発明の一実施形態による、所定の種類の音声呼の受信に基づき音声呼のワーピングを行うための方法を示すフローチャート。

Claims (11)

1. 音声呼のワーピングを行う方法であって、
   被呼者が発呼者指標の指標を受信する指標受信工程と、
   発呼者指標の指標に基づき被呼者からの音声入力のワーピングを行うワーピング工程と、からなる方法。
2. 指標受信工程は発呼者識別情報を有する呼を受信する工程を含む請求項１に記載の方法。
3. ワーピングの行われた被呼者からの音声入力を監視する工程を含む請求項１に記載の方法。
4. ワーピング工程は、音声入力の複数のドップラー偏移形を形成する工程と、複数のドップラー偏移形のクロスフェーディングを行う工程と、を含む請求項１に記載の方法。
5. ワーピング工程は、被呼者からの音声入力のピッチを変更する工程と、スペクトル反転を用いて音声入力を変更する工程と、リング変調を用いて音声入力を変更する工程とのうちの１つ以上を含む請求項１に記載の方法。
6. ユーザから音声入力を受信するためのマイクロホンと、
   マイクロホンへ結合されたプロセッサと、を備える通信装置であって、
   プロセッサは発呼者指標の指標を受信し、発呼者指標の指標に基づきユーザからの音声入力のワーピングを行うようにプログラムされている、通信装置。
7. 発呼者識別情報を有する呼を受信することに基づき音声入力のワーピングを行うようにプロセッサがプログラムされている請求項６に記載の通信装置。
8. 発呼者識別情報の指標は利用不能である請求項７に記載の通信装置。
9. ユーザからの音声入力のピッチを変更することによって音声入力のワーピングを行うようにプロセッサがプログラムされている請求項６に記載の通信装置。
10. 音声入力の複数のドップラー偏移形を形成することと、複数のドップラー偏移形のクロスフェーディングを行うこととによって音声入力のワーピングを行うようにプロセッサがプログラムされている請求項９に記載の通信装置。
11. 被呼者からの音声入力のピッチを変更することと、スペクトル反転を用いて音声入力を変更することと、リング変調を用いて音声入力を変更することとのうちの１つ以上によって音声入力のワーピングを行うようにプロセッサがプログラムされている請求項６に記載の通信装置。

Images