JP2010286677A - 通話区間検出装置、その方法、プログラム - Google Patents

Abstract

【課題】複数の通話端末装置間で行われる通話の通話区間を簡易な構成で正確に検出できるようにする。
【解決手段】何れかの通話端末装置を基準とした送話側チャネルと受話側チャネルの音声信号が入力される音声入力部１１と、チャネル毎の音声区間と非音声区間を検出する音声検出部１２と、複数チャネルの音声区間と非音声区間の情報より通話区間を検出する通話区間検出部１３と、通話の開始を推測できるイベント音の存在を検出するマッチング部１４と、通話区間修正部１５とを備える。通話区間修正部１５はイベント音が検出された時、その検出時刻で通話区間を分割し、さらに通話確定時刻が最初に検出されたイベント音の検出時刻より前で、分割により生成された一番目の通話区間と直前通話の通話区間の時間差が一定時間Ｔ１以内の時に、それら両通話区間を結合する。
【選択図】図１

Description

この発明は複数の通話端末装置間で行われる通話の通話区間を検出する技術に関する。

音声信号のみから音声区間を推定する従来の方法として、１チャネルの音声信号のみを観測し、音声区間を推定するものがある。例えば、非特許文献１に示す方法では、１チャネルの音声信号からその周期性成分及び非周期性成分のパワーを抽出し、それらの比に基づいて音声区間（音声が存在する時間区間）と非音声区間（音声が存在しない時間区間）とを推定する。このような方法を用いれば、音声信号中の音声区間と非音声区間とを細かく推定することができる。

しかし、このような方法では、複数の通話端末装置間で通話が開始されてから終了するまでの区間（「通話区間」という）を推定することができない。通話区間と音声区間とは別の概念であり、通話区間に音声区間と非音声区間とが混在していることも多いからである。例えば、通話は話者間での発話のやり取りによって構成されるが、通常、発話と発話との間には非音声区間が存在する。また、１つの発話中に音声区間と非音声区間とが混在していることも多い。これに対し、非特許文献１には、１チャネルの音声信号から音声区間と非音声区間とを検出し、音声区間の開始時刻を通話区間の開始時刻とし、非音声区間が所定時間以上継続した時点を通話区間の終了時刻とし、通話区間を推定する方法も記載されている。

また、電話による通話の通話区間を推定する方法として、オンフック時とオフフック時に発生するわずかな音（「プチ」という音）を観測し、通話区間の開始と終了とを推定する方法がある。さらに、電話による通話の通話区間を推定する方法として、電話をかけた側の受話側チャネルで取得される呼び出し音（「プルルル」という音）や切断後の受話音（「プーッ、プーッ」という音）を観測し、通話区間の開始と終了とを推定する方法もある。

しかるに、１チャネルの音声信号から音声区間と非音声区間とを検出し、音声区間の開始時刻を通話区間の開始時刻とし、非音声区間が所定時間以上継続した時点を通話区間の終了時刻として通話区間を推定する方法の場合、発話以外の音声区間（例えば、咳払いや周囲雑音等）の開始時刻を通話区間の開始時刻として誤判定してしまう場合がある。また、この方法では１チャネルの音声信号のみを用いて通話区間を推定している。そのため、その推定に用いられたチャネルでは非音声区間が所定時間以上継続しているが他チャネルには音声区間が存在する状況（例えば、通話中に相手側の話を聞いている状況等）において、通話が終了したと誤判定してしまう場合もある。

また、オンフック時とオフフック時に発生するわずかな音を観測し、通話区間の開始と終了とを推定する方法の場合、発話者の咳・くしゃみその他の雑音をオンフック時とオフフック時に発生する音であると誤って認識してしまったり、オンフック時とオフフック時に発生する音を見過ごしてしまったりして、通話区間を正確に推定できない場合がある。さらに、電話機から送話音と受話音のみをマイクロホンを用いずに直接ＰＣに取り込む場合には、オンフック時とオフフック時に発生する音を検出できない。

また、電話による通話の通話区間を推定する方式として、電話をかけた側の受話側チャネルで取得される呼び出し音や切断後の受話音を観測し、通話区間の開始と終了とを推定する方法には、呼び出し音や切断後の受話音を他の音声から聞き分けることが困難であり、その判定が確実とは言えないという問題点がある。また、この方法の場合、呼び出し音の後に通話が開始されずに終了した通話と通話が開始した通話の判断がつかない。

一方、電話による通話の通話区間を推定する方法として、複数チャネルの音声区間と非音声区間との情報を用いて通話区間を検出する方法が特許文献１に記載されている。

特許文献１に記載されている方法では、例えば或るチャネルで音声区間が検出された時、一定時間以内に別のチャネルに音声区間が存在した場合、少なくとも当該の音声区間までは通話区間に含まれると決定し、一定時間以内に別のチャネルで音声区間が検出されなかった場合、上記或るチャネルの音声区間の音声は通話の音声ではないと判断する。通話区間の終了時点の判定においては、或るチャネルの音声区間のある時点から、一定時間以内に何れのチャネルにも他の音声区間が存在しないならば通話区間の終了とする。

特開２００８−２１６２７３号公報

石塚健太郎、中谷智広、「信号周期性成分・非周期性成分の比を用いた耐雑音音声区間検出」、日本音響学会講演論文集、２００６年９月（１−２−１８）

しかるに、上述した特許文献１に記載されているような複数チャネルの音声区間と非音声区間との情報を用いて通話区間を推定する方法では、例えば通話が終了していないが、複数チャネルにおいて非音声区間が所定時間以上続く場合（保留で相手を待たせている場合等）において、通話が終了したと誤判定してしまう。さらに、通話が終了したが、非音声区間が所定時間以上続く前に、新たな通話が開始した場合（通話終了後、すぐに着信し、通話が開始した場合等）においては通話の終了を見過ごしてしまう。

一方、例えばコールセンタにおける通話の通話区間検出ではオペレータによって通話の開始や終了を判断してもらう（例えば、通話を録音したい場合などに録音の開始や終了を手動で行ってもらう）方法もあるが、オペレータの業務フローの変更やオペレータの負担になってしまうという問題があり、自動的に通話区間を検出する方法が求められている。

さらに、コールセンタにおいて着呼（コール）を管理するＣＴＩ（Computer Telephony Integration）システムと連携すれば、正確に通話区間を検出することができるが、規模が大きくなり、導入コストが高くなる問題がある。オペレータの作業やＣＴＩシステムとの連携なしに簡単、低コストで通話区間を検出する技術が必要である。

この発明の目的はこのような状況に鑑み、簡易な構成で、複数の通話端末装置間での通話の通話区間を正確に検出することができる技術を提供することにある。

この発明によれば、複数の通話端末装置間で行われる通話の通話区間を検出する通話区間検出装置は、何れかの通話端末装置を基準とした送話側チャネルの音声信号と受話側チャネルの音声信号とが入力される音声入力部と、音声入力部に入力された複数チャネルの音声信号を用い、チャネル毎の音声区間と非音声区間とを検出する音声検出部と、音声検出部が検出した複数チャネルの音声区間と非音声区間との情報を用い、通話区間を検出する通話区間検出部と、通話区間検出部により検出された上記通話区間に、通話の開始を推測できるイベント音が存在しているか否かを検出するマッチング部と、通話区間修正部とを備える。

通話区間修正部は、マッチング部によってイベント音が検出された時、その検出時刻で上記通話区間を分割し、さらに、通話区間検出部における上記通話区間の検出において通話であると判断した通話確定時刻がマッチング部において最初に検出されたイベント音の検出時刻より前の時刻であり、かつ上記分割により生成された一番目の通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、直前通話の通話区間と分割により生成された一番目の通話区間とを結合する。

この発明によれば、複数の通話端末装置間で行われる通話の通話区間を検出する通話区間検出方法は、何れかの通話端末装置を基準とした送話側チャネルの音声信号と受話側チャネルの音声信号とが入力される音声入力過程と、音声入力過程で入力された複数チャネルの音声信号を用い、チャネル毎の音声区間と非音声区間とを検出する音声検出過程と、音声検出過程で検出された複数チャネルの音声区間と非音声区間との情報を用い、通話区間を検出する通話区間検出過程と、通話区間検出過程で検出された上記通話区間に、通話の開始を推測できるイベント音が存在しているか否かを検出するマッチング過程と、通話区間修正過程とを備える。

通話区間修正過程は、マッチング過程によってイベント音が検出された時、その検出時刻で上記通話区間を分割する過程と、通話区間検出過程における上記通話区間の検出において通話であると判断した通話確定時刻がマッチング過程において最初に検出されたイベント音の検出時刻より前の時刻であり、かつ上記分割により生成された一番目の通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、直前通話の通話区間と分割により生成された一番目の通話区間とを結合する過程とを有する。

この発明によれば、複数チャネルの音声区間と非音声区間との情報を用いて検出した通話区間に対し、通話の開始を推測できるイベント音の情報と前後する通話区間の時間差情報と通話区間の検出において通話であると確定した時刻情報とを用いて、通話区間の結合と分割を行うことにより通話区間を修正するものとなっている。よって、例えばオペレータの作業やＣＴＩシステムとの連携なしに簡単、低コストで、簡易な構成で通話区間を従来よりも正確に検出することができる。

この発明による通話区間検出装置の一実施例の機能構成を示すブロック図。 図１における通話区間検出部において取得される時刻を説明するための図。 図１におけるマッチング部において検出されるイベント音の情報を説明するための図。 図１における通話区間修正部において実行される修正処理の手順を示すフローチャート（その１）。 図１における通話区間修正部において実行される修正処理の手順を示すフローチャート（その２）。 図１における通話区間修正部において実行される修正処理の手順を示すフローチャート（その３）。 通話区間修正処理の具体例１を説明するための図。 通話区間修正処理の具体例２を説明するための図。 通話区間修正処理の具体例３を説明するための図。 通話区間修正処理の具体例４を説明するための図。 通話区間修正処理の具体例５を説明するための図。

この発明の実施形態を図面を参照して実施例により説明する。

図１はこの発明による通話区間検出装置の一実施例の機能構成を示したブロック図であり、この例では通話区間検出装置１０は音声入力部１１と音声検出部１２と通話区間検出部１３とマッチング部１４と通話区間修正部１５と制御部１６と記憶部１７とを備える。通話区間検出装置１０は制御部１６の制御のもと各処理を実行する。また、各データは逐一、記憶部１７に記憶され、必要に応じて読み出される。

以下、２個の通話端末装置間で行われる通話の通話区間を検出する場合を例に説明する。

音声入力部１１には何れかの通話端末装置を基準とした送話側チャネルの音声信号と受話側チャネルの音声信号とが入力される。例えば、オペレータと顧客とがそれぞれ電話機を用いて通話を行う場合には、送話側チャネルのオペレータの音声信号と受話側チャネルの顧客の音声信号とが音声入力部１１に入力される。

音声検出部１２は音声入力部１１に入力された２チャネルの音声信号を用い、チャネル毎の音声区間と非音声区間とを検出する。具体的には、音声信号を逐次、所定の時間区間（フレーム）で切り出し、各フレームの音声信号が音声であるか非音声であるか（各フレームが音声区間であるか非音声区間であるか）をチャネル毎に判別する。この判別には、例えば非特許文献１等の公知の方法を用いることができる。

通話区間検出部１３は音声検出部１２で検出された２チャネルの音声区間と非音声区間との情報を用い、通話区間を検出する。この通話区間の検出には、例えば特許文献１等の公知の方法を用いることができる。

例えば、或るチャネルの音声区間の開始時刻を起点とし、当該起点から一定時間ｔ１以内に別のチャネルの音声区間が存在しない場合に、上記或るチャネルの音声区間は通話区間ではないと判断し、当該起点から一定時間ｔ１以内に別のチャネルの音声区間が存在する場合に、上記起点の時刻を通話区間の開始時刻として決定する。この場合、別のチャネルで音声が検出された時刻が通話確定時刻となる。

一方、通話区間の開始時刻以降の或る音声区間内の或る時点から一定時間ｔ２以内に何れのチャネルにも他の音声区間が存在しないならば、当該或る音声区間の終了時刻を当該通話区間の終了時刻として決定し、当該或る音声区間内の或る時点から一定時間ｔ２以内に何れかのチャネルに他の音声区間が存在するならば、少なくとも当該他の音声区間までが通話区間に含まれると決定する。

通話区間の開始時刻、終了時刻及び通話確定時刻は上記のようにして求めることができ、この例では図２に示したように２通話区間（通話区間Ａ、通話区間Ｂ）の通話区間開始時刻（Ｔｓ１，Ｔｓ２）、通話区間終了時刻（Ｔｅ１，Ｔｅ２）及び通話確定時刻（Ｔｄ１，Ｔｄ２）をそれぞれ求めておく。

マッチング部１４では通話区間検出部１３により検出された通話区間に、呼び出し音や入電音（コールセンタでは入電時にＩＶＲ（Interactive Voice Response：音声自動応答装置）が送話側チャネルに電子音等を出す）等の通話の開始を推測できる音（「イベント音」という）が存在しているか否かを検出する。検出する方法としては、ＤＰマッチングや確立モデルを用いた方法などが利用できる。

図３はマッチング部１４によって検出されたイベント音を例示したものであり、マッチング部１４はイベント音を検出した数（マッチング個数）Ｎｍ、検出した時刻（マッチング時刻）Ｔｍ１，Ｔｍ２，…を出力する。

通話区間修正部１５では通話区間検出部１３で得られた通話区間開始時刻（Ｔｓ１，Ｔｓ２）、通話区間終了時刻（Ｔｅ１，Ｔｅ２）及び通話確定時刻（Ｔｄ１，Ｔｄ２）と、マッチング部１４で検出されたマッチング個数（Ｎｍ）、マッチング時刻（Ｔｍ１，Ｔｍ２，…）とに基づいて通話区間の結合・分割を行い、通話区間を修正する。

図４−１〜図４−３は通話区間修正部１５における通話区間修正処理の手順を示したものであり、以下、処理手順を説明する。なお、図４−１〜図４−３はマッチング部１４において通話区間Ｂにイベント音が存在している（マッチングしている）か否かを検出した場合の処理について示している。

まず、通話区間Ｂに一箇所でもイベント音がマッチングした（Ｎｍ≠０）かどうかを判断し（ステップＳ１１）、イベント音がマッチングした場合はマッチングした時刻で通話区間Ｂを分割する（ステップＳ１２）。分割によりＮｍ＋１個の通話区間が生成される。

分割により生成された一番目の通話区間Ｂ１に対しては直前時刻の通話区間との結合判定が行われ、即ち直前時刻に通話区間検出部１３により推定された（検出された）通話区間Ａが存在するか否かが判断される（ステップＳ１３）。通話区間Ａが存在する場合はこの直前通話の通話区間Ａの終了時刻及び入力通話の通話区間Ｂの開始時刻の取得が行われ（ステップＳ１４）、それら終了時刻と開始時刻の時間差が一定時間Ｔ１以内か否かが判断される（ステップＳ１５）。

直前通話の通話区間Ａの終了時刻と入力通話の通話区間Ｂの開始時刻の時間差が一定時間Ｔ１以内の時、入力通話の通話確定時刻の取得が行われ（ステップＳ１６）、通話確定時刻が最初に検出されたイベント音のマッチング時刻より前の時刻であるか否かが判断される（ステップＳ１７）。通話確定時刻が最初に検出されたイベント音のマッチング時刻より前の時刻の場合、直前通話の通話区間Ａと入力通話の通話区間（分割された一番目の通話区間）Ｂ１とを結合する（ステップＳ１８）。結合に際しては通話区間Ａと通話区間Ｂ１の間の時間分だけ、無音区間を挿入し、これにより通話区間Ａと通話区間Ｂ１とが結合された新たな通話区間Ａ−ｎｅｗが確定する（ステップＳ１９）。

ステップＳ１３において、通話区間Ｂ１の直前時刻に通話区間Ａが存在していないと判断した時は通話区間Ｂ１はそのまま確定される（ステップＳ２１）。また、ステップＳ１５において、直前通話の通話区間Ａの終了時刻と入力通話の通話区間Ｂの開始時刻の時間差がＴ１より大きいと判断した時、通話区間Ａ及び通話区間Ｂ１は結合されることなく、それぞれ確定される（ステップＳ２２）。

また、ステップＳ１７において、通話確定時刻が最初に検出されたイベント音のマッチング時刻より後の時刻であると判断した時は、通話区間Ａは確定され、通話区間Ｂ１は削除される（ステップＳ２３）。この場合、通話区間Ｂ１は会話が始まっていない不要な区間とみなされる。

なお、ステップＳ１２の分割により生成された２〜Ｎｍ番目の通話区間Ｂ２〜ＢＮｍはそのまま確定され（ステップＳ２５）、Ｎｍ＋１番目の通話区間ＢＮｍ＋１は次時刻の通話区間が来た時の直前時刻の通話区間とするため、未確定となる（ステップＳ２６）。

一方、ステップＳ１１で通話区間Ｂにイベント音が検出されず、マッチングなしと判断した時は、直前時刻に通話区間Ａが存在するか否かが判断され（ステップＳ３１）、存在する場合は直前通話の通話区間Ａの終了時刻と入力通話の通話区間Ｂの開始時刻の取得が行われる（ステップＳ３２）。そして、それら終了時刻と開始時刻の時間差が一定時間Ｔ１以内か否かが判断される（ステップＳ３３）。

直前通話の通話区間Ａの終了時刻と入力通話の通話区間Ｂの開始時刻の時間差が一定時間Ｔ１以内の時、直前通話の通話区間Ａと入力通話の通話区間Ｂとを結合する（ステップＳ３４）。結合に際しては通話区間Ａと通話区間Ｂの間の時間分だけ、無音区間を挿入し、これにより通話区間Ａと通話区間Ｂとが結合された新たな通話区間Ａ−ｎｅｗが生成される。この通話区間Ａ−ｎｅｗは次時刻の通話区間が来た時の直前時刻の通話区間とするため、未確定となる（ステップＳ３５）。

ステップＳ３１において、通話区間Ｂの直前時刻に通話区間Ａが存在していないと判断した時は、次時刻の通話区間が来た時の直前時刻の通話区間とするため、通話区間Ｂは未確定となる（ステップＳ３６）。また、ステップＳ３３において、直前通話の通話区間Ａの終了時刻と入力通話の通話区間Ｂの開始時刻の時間差がＴ１より大きいと判断した時、通話区間ＡとＢは結合されず、通話区間Ａはそのまま確定される。通話区間Ｂは次時刻の通話区間が来た時の直前時刻の通話区間とするため、未確定となる（ステップＳ３７）。

通話区間修正部１５では以上説明したような手順により、通話区間の修正処理（結合・分割）が行われる。以下、具体例を上げ、図面を参照して上記修正処理をさらに説明する。

〈例１〉
通話区間Ｂに一つのイベント音（入電音等）がマッチングされ、通話確定時刻がマッチング時刻よりも前の時刻であり、直前の通話区間Ａと時間的に近接している場合（図５）
⇒ 通話区間Ｂをマッチング時刻Ｔｍ１で分割する。直前時刻の通話区間Ａの終了時刻と通話区間Ｂの開始時刻との時間差がＴ１以内であり、さらに通話確定時刻Ｔｄ２が最初にマッチングした時刻Ｔｍ１より前の時刻にあるので、分割した前方の区間と通話区間Ａとを結合し、通話区間Ａ−ｎｅｗを作る。通話区間Ａ−ｎｅｗは修正された通話区間として確定する。

分割された後方の通話区間Ｂ−ｎｅｗは次時刻の通話区間Ｃと、両通話区間の時間差、通話確定時刻の条件を判定の上、その判定に応じて結合を行う。図５では通話区間Ｂ−ｎｅｗと通話区間Ｃとが結合され、通話区間Ｂ−ｎｅｗ２と通話区間Ｃ−ｎｅｗが生成された状態を示している。

〈例２〉
通話区間Ｂに一つのイベント音がマッチングされ、通話確定時刻がマッチング時刻よりも後の時刻であり、直前の通話区間と時間的に近接している場合（図６）
⇒ 通話区間Ｂをマッチング時刻Ｔｍ１で分割する。直前時刻の通話区間Ａの終了時刻と通話区間Ｂの開始時刻との時間差がＴ１以内であるが、通話確定時刻Ｔｄ２が最初にマッチングした時刻Ｔｍ１よりも後であるので、通話区間の結合は行われない。

この場合、通話区間Ａはそのまま確定され、分割された後方の通話区間Ｂ−ｎｅｗは次時刻の通話区間との結合判定を行うことになる。また、分割された前方の通話区間は会話の行われていない湧き出し区間として区別することができ、この湧き出し区間は削除される。

〈例３〉
通話区間Ｂが直前の通話区間Ａと時間的に離れている場合（図７）
⇒ マッチング箇所が存在する場合はマッチング時間で通話区間を分割する。直前時刻の通話区間Ａの終了時刻と通話区間Ｂの開始時刻との時間差がＴ１よりも大きいため、通話区間の結合は行わない。図７はマッチング箇所が存在しなかった場合を示している。

〈例４〉
一箇所もマッチングしなかった場合（図８）
⇒ マッチングした数が０なので、通話区間の分割は行われない。直前時刻の通話区間Ａの終了時刻と通話区間Ｂの開始時刻との時間差を判定して、時間差がＴ１以内であれば結合し、Ｔ１より大きければ結合しない。

図８に示したように通話区間Ａと通話区間Ｂを結合した場合は通話区間Ａ−ｎｅｗが次時刻の通話区間が入力された際の直前時刻の通話区間となる。結合しなかった場合は通話区間Ｂが次時刻の通話区間が入力された際の直前時刻の通話区間となる。

〈例５〉
複数箇所でマッチングした場合（図９）
⇒ マッチングした時刻Ｔｍ１，Ｔｍ２，Ｔｍ３で通話区間Ｂを分割する。この時、直前通話の通話区間Ａの終了時刻と通話区間Ｂの開始時刻との時間差がＴ１以内であり、かつ通話区間Ｂの通話確定時刻Ｔｄ２がＴｍ１よりも前の時刻であった場合には通話区間Ａと通話区間ＢのＴｍ１以前の区間を結合する。もし、上記条件に反する場合には結合は行わない。

ここで、最後にマッチングした時刻Ｔｍ３以前の通話区間（通話区間Ｂ１，Ｂ２及び通話区間Ａ−ｎｅｗ又はＡ）に関しては確定する。最後にマッチングした時刻Ｔｍ３以降の通話区間Ｂ３に関しては次時刻の通話区間との結合判定をするため、未確定とする。なお、図９では通話区間Ｂ３と次時刻の通話区間Ｃとが結合され、通話区間Ｂ３−ｎｅｗと通話区間Ｃ−ｎｅｗが生成された状態を示している。

以上説明したように、この例では複数チャネルの音声区間と非音声区間との情報を用いて推定した通話区間に対し、入電音や呼び出し音等のイベント音の情報（検出時刻）と前後する通話区間の時間差情報と複数チャネルに音声区間が初めて検出された時刻情報（通話確定時刻）とを用いて通話区間の結合と分割を行うことにより通話区間を修正するものとなっており、これにより通話区間を正確に検出することができるものとなっている。なお、上述した処理手順では通話区間の分割と結合は分割した後に結合するものとして説明しているが、結合した後に分割する手順としてもよい。

通話区間検出装置１０は例えばコンピュータによって実現することができ、上述した各部の処理内容はプログラムによって記述され、このプログラムをコンピュータで実行することにより上記処理機能がコンピュータ上で実現される。

Claims (9)

1. 複数の通話端末装置間で行われる通話の通話区間を検出する通話区間検出装置であって、
   何れかの上記通話端末装置を基準とした送話側チャネルの音声信号と受話側チャネルの音声信号とが入力される音声入力部と、
   上記音声入力部に入力された複数チャネルの音声信号を用い、チャネル毎の音声区間と非音声区間とを検出する音声検出部と、
   上記音声検出部が検出した複数チャネルの音声区間と非音声区間との情報を用い、通話区間を検出する通話区間検出部と、
   上記通話区間検出部により検出された上記通話区間に、通話の開始を推測できるイベント音が存在しているか否かを検出するマッチング部と、
   通話区間修正部とを備え、
   上記通話区間修正部は、上記マッチング部によって上記イベント音が検出された時、その検出時刻で上記通話区間を分割し、
   さらに、上記通話区間修正部は、上記通話区間検出部における上記通話区間の検出において通話であると判断した通話確定時刻が上記マッチング部において最初に検出された上記イベント音の検出時刻より前の時刻であり、かつ上記分割により生成された一番目の通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、上記直前通話の通話区間と上記分割により生成された一番目の通話区間とを結合することを特徴とする通話区間検出装置。
2. 請求項１記載の通話区間検出装置において、
   上記通話区間修正部は、上記マッチング部によって上記イベント音が検出されず、かつ上記通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、上記直前通話の通話区間と上記通話区間とを結合することを特徴とする通話区間検出装置。
3. 請求項１又は２記載の通話区間検出装置において、
   上記通話区間修正部は、上記通話確定時刻が上記イベント音の検出時刻より後の時刻であり、かつ上記分割により生成された通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、その開始時刻が一定時間Ｔ１以内である分割により生成された通話区間を削除することを特徴とする通話区間検出装置。
4. 請求項１又は２記載の通話区間検出装置において、
   上記通話区間修正部は、通話区間の上記結合時、結合する両通話区間の間の時間分だけ無音区間を挿入することを特徴とする通話区間検出装置。
5. 複数の通話端末装置間で行われる通話の通話区間を検出する通話区間検出方法であって、
   何れかの上記通話端末装置を基準とした送話側チャネルの音声信号と受話側チャネルの音声信号とが入力される音声入力過程と、
   上記音声入力過程で入力された複数チャネルの音声信号を用い、チャネル毎の音声区間と非音声区間とを検出する音声検出過程と、
   上記音声検出過程で検出された複数チャネルの音声区間と非音声区間との情報を用い、通話区間を検出する通話区間検出過程と、
   上記通話区間検出過程で検出された上記通話区間に、通話の開始を推測できるイベント音が存在しているか否かを検出するマッチング過程と、
   通話区間修正過程とを備え、
   上記通話区間修正過程は、
   上記マッチング過程によって上記イベント音が検出された時、その検出時刻で上記通話区間を分割する過程と、
   上記通話区間検出過程における上記通話区間の検出において通話であると判断した通話確定時刻が上記マッチング過程において最初に検出された上記イベント音の検出時刻より前の時刻であり、かつ上記分割により生成された一番目の通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、上記直前通話の通話区間と上記分割により生成された一番目の通話区間とを結合する過程とを有することを特徴とする通話区間検出方法。
6. 請求項５記載の通話区間検出方法において、
   上記通話区間修正過程は、上記マッチング過程によって上記イベント音が検出されず、かつ上記通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、上記直前通話の通話区間と上記通話区間とを結合する過程を有することを特徴とする通話区間検出方法。
7. 請求項５又は６記載の通話区間検出方法において、
   上記通話区間修正過程は、上記通話確定時刻が上記イベント音の検出時刻より後の時刻であり、かつ上記分割により生成された通話区間の開始時刻と直前通話の通話区間の終了時刻との時間差が一定時間Ｔ１以内の時に、その開始時刻が一定時間Ｔ１以内である分割により生成された通話区間を削除する過程を有することを特徴とする通話区間検出方法。
8. 請求項５又は６記載の通話区間検出方法において、
   上記通話区間修正過程は、通話区間の上記結合時、結合する両通話区間の間の時間分だけ無音区間を挿入する過程を有することを特徴とする通話区間検出方法。
9. 請求項５乃至８記載の何れかの通話区間検出方法の各過程をコンピュータに実行させるための通話区間検出プログラム。

Images