JP2011158856A - 録音装置およびインデックス情報付与方法 - Google Patents

Abstract

【課題】より安価な構成で音声ファイルにインデックス情報を迅速に付与することが可能な技術を提供する。
【解決手段】キーボイス登録部１０６は、キーボイス受付部１０５およびキーボイスインデックス・話者種別受付部１０４を介して、ユーザから受け付けたキーボイスデータおよびインデックス情報を、互いに対応付けてキーボイス記憶部１０２に記憶する。キーボイス特定部１０９は、録音制御部１０８による通話データの録音に際して、この通話データに含まれているキーボイスデータを特定し、特定したキーボイスデータに対応付けられてキーボイス記憶部１０２に記憶されているインデックス情報を、この通話データの録音により作成されて音声ファイル記憶部１０３に記憶された音声ファイルに関連付ける。
【選択図】図１

Description

本発明は、通話録音装置、ボイスレコーダ、留守番電話機等の録音装置に関し、特に録音された音声ファイルの管理技術に関する。

特許文献１には、多数の文書ファイルを容易に階層化分類するとともに、目的の文書ファイルを容易かつ迅速に選別することが可能なファイル管理装置が開示されている。このファイル管理装置は、文書ファイルの内容からキーワードを自動抽出し、これをインデックス情報として名前、日付等の属性情報とともに文書ファイルに付与する。また、予め設定された分類条件に従ってパス（ファイル格納先）を決定し、この決定されたパスへ文書ファイルを移動させる。

特開２０００−２９３５４２号公報

音声ファイルの管理に特許文献１に記載のファイル管理装置を利用する場合、ファイル内容からキーワードを自動抽出するためには、音声ファイルを文書ファイルに変換する必要がある。このため、音響モデル、辞書、言語モデル等の音声認識機能を実現するための構成が別途必要となり、コストがかかる。また、音声ファイルを文書ファイルに変換するため、その分、インデックス情報が音声ファイルに付与されるまでに時間がかかる。

本発明は上記事情に鑑みてなされたものであり、本発明の目的は、より安価な構成で音声ファイルにインデックス情報を迅速に付与することが可能な技術を提供することにある。

上記課題を解決するために、本発明は、索引キーとなる音声データであるキーボイスデータごとに、キーボイスデータを含む音声ファイルに付与するインデックス情報を予め登録しておく。そして、会話データの録音に際して、この会話データに含まれているキーボイスデータを特定し、特定したキーボイスデータに対応するインデックス情報を、この会話データの録音により作成された音声ファイルに関連付ける。

例えば、本発明は、会話データを録音して音声ファイルを作成する録音装置であって、
索引キーとなる音声データであるキーボイスデータをインデックス情報とともに受け付けるキーボイス受付手段と、
前記キーボイス受付手段により受け付けた前記キーボイスデータおよび前記インデックス情報を互いに対応付けて記憶するキーボイス記憶手段と、
前記会話データに含まれている前記キーボイスデータを特定するキーボイス特定手段と、
前記キーボイス特定手段により特定された前記キーボイスデータに対応付けられて前記キーボイス記憶手段に記憶されている前記インデックス情報を、前記会話データの録音により作成された前記音声ファイルに関連付けるインデック付与手段と、を有する。

本発明によれば、音声ファイルを文書ファイルに変換することなく、音声ファイルにインデックス情報を付与するので、より安価な構成で音声ファイルにインデックス情報を迅速に付与できる。

図１は、本発明の一実施の形態に係る通話録音装置１の概略機能構成図である。 図２（Ａ）は、キーボイス記憶部１０２の登録内容例を模式的に表した図であり、図２（Ｂ）は、音声ファイル記憶部１０３の登録内容例を模式的に表した図である。 図３は、本発明の一実施の形態に係る通話録音装置１の動作を説明するためのフロー図である。 図４は、図３のＳ２１に示す録音処理を説明するためのフロー図である。 図５は、図３のＳ４１に示すボイス検索処理を説明するためのフロー図である。

以下に、本発明の実施の形態について説明する。

図１は、本発明の一実施の形態に係る通話録音装置１の概略機能構成図である。

本実施の形態に係る通話録音装置１は、電話機に内蔵もしくは外付けされ、この電話機による通話を録音する。

図示するように、通話録音装置１は、操作部１０１と、キーボイス記憶部１０２と、音声ファイル記憶部１０３と、キーボイスインデックス・話者種別受付部１０４と、キーボイス受付部１０５と、キーボイス登録部１０６と、通話データ入力部１０７と、録音制御部１０８と、キーボイス特定部１０９と、サーチインデックス受付部１１０と、サーチボイス話者種別受付部１１１と、サーチボイス受付部１１２と、キーボイス検索部１１３と、音声ファイル検索部１１４と、検索結果出力部１１５と、再生制御部１１６と、通話データ出力部１１７と、を有する。

操作部１０１は、ユーザから各種操作を受け付けるためのインターフェースである。

キーボイス記憶部１０２には、索引キーとなる音声データ（以下、キーボイスデータ）が記憶される。図２（Ａ）は、キーボイス記憶部１０２の登録内容例を模式的に表した図である。図示するように、キーボイス記憶部１０２には、キーボイスデータごとにレコード１０２０が記憶される。レコード１０２０は、キーボイスデータを登録するフィールド１０２１と、このキーボイスデータを含む音声ファイルに関連付けるインデックス情報を登録するフィールド１０２２〜１０２４と、このキーボイスデータを特定話者として取り扱うか、それとも不特定話者として取り扱うかを示す話者種別を登録するためのフィールド１０２５と、を有する。ここでは、インデックス情報として、インデックスＩＤ、インデックス名、およびインデックス種別が、フィールド１０２２、フィールド１０２３、およびフィールド１０２４に登録される。

音声ファイル記憶部１０３には、通話データの録音により作成された音声ファイルが記憶される。図２（Ｂ）は、音声ファイル記憶部１０３の登録内容例を模式的に表した図である。図示するように、音声ファイル記憶部１０３には、音声ファイルごとにレコード１０３０が記憶される。レコード１０３０は、音声ファイルを登録するフィールド１０３１と、この音声ファイルについてのインデックス付与情報のリストを登録するフィールド１０３２と、を有する。フィールド１０３１は、通話データを登録するサブフィールド１０３１１と、音声ファイルの属性情報を登録するサブフィールド１０３１２と、を有する。ここで、インデックス付与情報は、例えば、音声ファイルに関連付けられたインデックス情報のインデックスＩＤと、音声ファイルへのインデックス情報の付与回数（関連付け回数）との対応情報からなる。また、属性情報は、例えば、ファイル名、登録日時等からなる。

キーボイスインデックス・話者種別受付部１０４は、操作部１０１を介してユーザから、キーボイス記憶部１０２に記憶するインデックス名、インデックス種別、および話者種別を受け付ける。

キーボイス受付部１０５は、キーボイスインデックス・話者種別受付部１０４の指示に従い、図示していないマイク等を介してユーザからキーボイスデータを受け付ける。

キーボイス登録部１０６は、インデックスＩＤを生成し、このインデックスＩＤと、キーボイスインデックス・話者種別受付部１０４より受け付けたインデックス名、インデックス種別、および話者種別とともに、キーボイス受付部１０５により受け付けたキーボイスデータを、キーボイス記憶部１０２に記憶する。

通話データ入力部１０７には、本通話録音装置１が内蔵もしくは外付けされた電話機の通話データが入力される。

録音制御部１０８は、本通話録音装置１が内蔵もしくは外付けされた電話機の通話状態を監視する。そして、通話が開始されると、通話データ入力部１０７に入力される通話データを録音して、音声ファイル記憶部１０３に音声ファイルを作成するとともに、キーボイス特定部１０９より受け取ったインデックスＩＤを含むインデックス情報をこの音声ファイルに関連付ける。

キーボイス特定部１０９は、録音制御部１０８の指示に従い、通話データ入力部１０７に入力された通話データに含まれているキーボイスデータを特定する。そして、特定したキーボイスデータに対応付けられてキーボイス記憶部１０２に記憶されているインデックス情報のインデックスＩＤを録音制御部１０８に通知する。

サーチインデックス受付部１１０は、操作部１０１を介してユーザからインデックス名およびインデックス種別の少なくとも一方を検索キーとして受け付ける。そして、この検索キーを含むインデックス情報が登録されたレコード１０２０をキーボイス記憶部１０２から検索し、このレコード１０２０のインデックスＩＤを音声ファイル検索部１１４に通知する。

サーチボイス話者種別受付部１１１は、操作部１０１を介してユーザから、検索キーとなる音声データ（以下、サーチボイスデータ）に適用する話者種別を受け付ける。

サーチボイス受付部１１２は、サーチボイス話者種別受付部１１１の指示に従い、図示していないマイク等を介してユーザからサーチボイスデータを受け付ける。

キーボイス検索部１１３は、サーチボイス話者種別受付部１１１で受け付けた話者種別に応じて定まる判断基準（音声スペクトル、音声ピッチ等の特徴データの近似度）に従い、サーチボイス受付部１１２で受け付けたサーチボイスデータと近似するキーボイスデータをキーボイス記憶部１０２から検索する。そして、検索したキーボイスデータに対応付けられてキーボイス記憶部１０２に記憶されているインデックス情報のインデックスＩＤを音声ファイル検索部１１４に通知する。

音声ファイル検索部１１４は、サーチインデックス受付部１１０あるいはキーボイス検索部１１３から通知されたインデックスＩＤに基づいて、音声ファイル記憶部１０３から音声ファイルを検索する。

検索結果出力部１１５は、図示していない表示パネル等に音声ファイル検索部１１４での検索結果を出力する。

再生制御部１１６は、操作部１０１を介して受け付けたユーザの指示に従い、指定の音声ファイルを音声ファイル記憶部１０３から読み出して、通話データを再生する。

通話データ出力部１１７は、再生制御部１１６により再生された通話データを、図示していないスピーカ等から出力する。

図３は、本発明の一実施の形態に係る通話録音装置１の動作を説明するためのフロー図である。

キーボイスインデックス・話者種別受付部１０４は、操作部１０１を介してユーザからキーボイス登録指示を受け付けると（Ｓ１０でＹＥＳ)、図示していない表示パネル等に所定のダイアログボックスを表示するなどして、操作部１０１を介してユーザからインデックス名、インデックス種別、および話者種別（特定話者および不特定話者のいずれか）を受け付ける。そして、受け付けたインデックス名、インデックス種別、および話者種別をキーボイス登録部１０６に渡す（Ｓ１１）。ここで、インデックス種別、話者種別については、例えば、プルダウンメニューのなかから所望のものをユーザに選択させてもよい。

つぎに、キーボイスインデックス・話者種別受付部１０４は、キーボイス受付部１０５にキーボイスデータの受付を指示するとともに、図示していない表示パネル等に所定のメッセージを表示するなどして、ユーザにキーボイスデータの入力を促す。これを受けて、キーボイス受付部１０５は、図示していないマイク等を介してユーザからキーボイスデータを受け付けて、このキーボイスデータをキーボイス登録部１０６に渡す（Ｓ１２）。

つぎに、キーボイス登録部１０６は、新たなインデックスＩＤを生成するとともに、キーボイス記憶部１０２に新たなレコード１０２０を追加する。そして、このレコード１０２０のフィールド１０２１に、キーボイス受付部１０５から受け取ったキーボイスデータを登録し、フィールド１０２２に、生成したインデックスＩＤを登録する。また、フィールド１０２３、フィールド１０２４、およびフィールド１０２５に、キーボイスインデックス・話者種別受付部１０４から受け取ったインデックス名、インデックス種別、および話者種別を登録する（Ｓ１３）。その後、図３のスタートに戻る。

また、録音制御部１０８は、本通話録音装置１が内蔵もしくは外付けされた電話機に通話路が確立され、通話が開始すると（Ｓ２０でＹＥＳ）、通話データ入力部１０７およびキーボイス特定部１０９と連携して、後述の録音処理を開始する（Ｓ２１）。

また、サーチインデックス受付部１１０は、操作部１０１を介してユーザからワード検索指示を受け付けると（Ｓ３０でＹＥＳ)、図示していない表示パネル等に所定のダイアログボックスを表示するなどして、操作部１０１を介してユーザからインデックス名およびインデックス種別の少なくとも一方を検索キーとして受け付ける（Ｓ３１）。ここで、例えば、プルダウンメニューのなかから所望のインデックス名、インデックス種別をユーザに選択させてもよい。

つぎに、サーチインデックス受付部１１０は、受け付けた検索キーを含むインデックス情報が登録されたレコード１０２０を、キーボイス記憶部１０２から検索する。そして、検索にヒットしたレコード１０２０のフィールド１０２２に登録されているインデックスＩＤを、音声ファイル検索部１１４に通知する（Ｓ３２）。

これを受けて、音声ファイル検索部１１４は、通知されたインデックスＩＤを用いて、音声ファイル記憶部１０３から音声ファイルのレコード１０３０を検索する（Ｓ３３）。具体的には、通知されたインデックスＩＤを含むインデックス付与情報がフィールド１０３２に登録されているレコード１０３０を検索する。

つぎに、音声ファイル検索部１１４は、検索結果出力部１１５に検索結果を渡す。具体的には、検索にヒットした各レコード１０３０のサブフィールド１０３１２に登録されている音声ファイルの属性情報を検索結果出力部１１５に渡す。これを受けて、検索結果出力部１１５は、音声ファイルの属性情報のリストを、図示していない表示パネル等に出力する（Ｓ３４）。ここで、音声ファイルの属性情報は、例えば、インデックス付与情報の付与回数の多い順にリスト表示されるようにしてもよい。

なお、Ｓ３３において、いずれのレコード１０３０もヒットしなかった場合、音声ファイル検索部１１４は、検索に失敗した旨のメッセージを検索結果出力部１１５に渡し、検索結果出力部１１５は、Ｓ３４において、図示していない表示パネル等にその旨のメッセージを表示する。その後、図３のスタートに戻る。

つぎに、再生制御部１１６は、操作部１０１を介してユーザから、再生対象の音声ファイルの属性情報が指定されると（Ｓ３５でＹＥＳ）、指定された属性情報がサブフィールド１０３１２に登録されているレコード１０３０のサブフィールド１０３１１に登録されている通話データを音声ファイル記憶部１０３から読み出して再生する。通話データ出力部１１７は、再生制御部１１６により再生された通話データを、図示していないスピーカ等から出力する（Ｓ３６）。その後、図３のスタートに戻る。

また、サーチボイス話者種別受付部１１１は、操作部１０１を介してユーザからボイス検索指示を受け付けると（Ｓ４０でＹＥＳ)、サーチボイス受付部１１２、キーボイス検索部１１３、音声ファイル検索部１１４、および検索結果出力部１１５と連携して、後述のボイス検索処理を開始する（Ｓ４１）。

図４は、録音処理（図３のＳ２１）を説明するためのフロー図である。

まず、録音制御部１０８は、通話データ入力部１０７に入力される通話データの録音を開始する（Ｓ２１０１）。具体的には、音声ファイル記憶部１０３に新たなレコード１０３０を記憶し、このレコード１０３０のサブフィールド１０３１２に、ファイル名、登録日時等の属性情報を記憶する。ここで、例えば、予めユーザより受け付けた名称に連番を付することで、ユニークなファイル名を自動生成するようにしてもよい。また、このレコード１０３０のサブフィールド１０３１１に対して、通話データ入力部１０７に逐次入力される通話データの記録を開始する。

つぎに、録音制御部１０８は、キーボイス特定部１０９にキーボイスデータの特定開始を指示する。これを受けて、キーボイス特定部１０９は、通話データ入力部１０７に逐次入力される通話データのバッファリングを開始する（Ｓ２１０２）。

つぎに、キーボイス特定部１０９は、バッファされた通話データ（以下、バッファデータ）の先頭（最も古くバッファリングされた部位）からスキャンし、所定時間以上継続する無音区間の検出を試みる（Ｓ２１０３）。そして、所定時間以上の無音区間を検出したならば（Ｓ２１０３でＹＥＳ）、バッファデータの先頭からこの無音区間までの有音区間を検査対象データに設定する（Ｓ２１０４）。それから、キーボイス特定部１０９は、キーボイス記憶部１０２から未選択のレコード１０２０を一つ選択する（Ｓ２１０５）。

つぎに、キーボイス特定部１０９は、選択したレコード１０２０のフィールド１０２５に登録されている話者種別に応じて定まる判断基準に従い、検索対象データから、選択したレコード１０２０のフィールド１０２１に登録されているキーボイスデータの検出を試みる（Ｓ２１０６）。例えば、キーボイスデータとの近似度（例えば、近音声スペクトル、音声ピッチ等の特徴データの近似度）が、話者種別について予め定められた判断基準値以上の音声データを検索対象データから検出する。ここで、話者種別「不特定話者」におけるキーボイスデータ検出の判断基準は、話者種別「特定話者」におけるキーボイスデータ検出の判断基準より緩和されている。このようにすることで、話者種別「特定話者」の場合は、キーボイスデータと同じ発話者による同じフレーズの音声データのみがキーボイスデータとして検査対象データから検出される一方、話者種別「不特定話者」の場合は、キーボイスデータと異なる発話者による同じフレーズの音声データもキーボイスデータとして検査対象データから検出されるようにする。

検査対象データからのキーボイスデータ検出に失敗した場合（Ｓ２１０７でＮＯ）、Ｓ２１０９に進む。一方、検査対象データからのキーボイスデータ検出に成功した場合（Ｓ２１０７でＹＥＳ）、キーボイス特定部１０９は、選択したレコード１０２０のフィールド１０２２に登録されているインデックスＩＤを録音制御部１０８に通知する。これを受けて、録音制御部１０８は、Ｓ２１０１で音声ファイル記憶部１０３に新たに追加したレコード１０３０（サブフィールド１０３１１に通話データを記録中のレコード１０３０）のフィールド１０３２に、キーボイス特定部１０９から受け取ったインデックスＩＤを含むインデックス付与情報を登録する（Ｓ２１０８）。ここで、同じインデックスＩＤを含むインデックス付与情報がフィールド１０３２に未登録ならば、このインデックスＩＤと、キーボイスデータの検出数に設定された付与回数とを含むインデックス付与情報をフィールド１０３２に追加する。一方、同じインデックスＩＤを含むインデックス付与情報がフィールド１０３２に登録済みならば、このインデックス付与情報の付与回数を、キーボイスデータの検出数分インクリメントする。それから、Ｓ２１０９に進む。

Ｓ２１０９において、キーボイス特定部１０９は、キーボイス記憶部１０２に未選択のレコード１０２０があるか否かを調べる。

キーボイス記憶部１０２に未選択のレコード１０２０がある場合は（Ｓ２１０９でＹＥＳ）、Ｓ２１０５に戻る。一方、キーボイス記憶部１０２に未選択のレコード１０２０がない場合（Ｓ２１０９でＮＯ）、キーボイス特定部１０９は、バッファデータから検査対象データを破棄する（Ｓ２１１０）。そして、検査対象データの破棄後もバッファデータが残存しているならば（Ｓ２１１１でＹＥＳ）、Ｓ２１０３に戻り、バッファデータが残存していないならば（Ｓ２１１１でＮＯ）、Ｓ２１１２に進む。

さて、Ｓ２１１２において、録音制御部１０８は、本通話録音装置１が内蔵もしくは外付けされた電話機の通話路が切断され、通話が終了しているか否かを判断する。通話が終了していなければ（Ｓ２１１２でＮＯ）、Ｓ２１１１に戻る。一方、通話が終了しているならば（Ｓ２１１２でＹＥＳ）、録音制御部１０８は、通話データの録音を終了する（Ｓ２１１３）。具体的には、Ｓ２１０１で音声ファイル記憶部１０３に追加した新たなレコード１０３０のサブフィールド１０３１１に対する通話データの記録を終了する。それから、録音制御部１０８は、キーボイス特定部１０９にキーボイスデータの特定終了を指示する。これを受けて、キーボイス特定部１０９は、通話データのバッファリングを終了する（Ｓ２１１４）。その後、図３のスタートに戻る。

図５は、ボイス検索処理（図３のＳ４１）を説明するためのフロー図である。

まず、サーチボイス話者種別受付部１１１は、図示していない表示パネル等に所定のダイアログボックスを表示するなどして、操作部１０１を介してユーザから話者種別（特定話者および不特定話者のいずれか）を受け付ける。そして、受け付けた話者種別をキーボイス検索部１１３に渡す（Ｓ４１０１）。ここで、話者種別について、例えば、プルダウンメニューのなかから所望のものをユーザに選択させてもよい。

つぎに、サーチボイス話者種別受付部１１１は、サーチボイス受付部１１２にサーチボイスデータの受付を指示するとともに、図示していない表示パネル等に所定のメッセージを表示するなどして、ユーザにサーチボイスデータの入力を促す。これを受けて、サーチボイス受付部１１２は、図示していないマイク等を介してユーザからサーチボイスデータを受け付ける。そして、受け付けたサーチボイスデータをキーボイス検索部１１３に渡す（Ｓ４１０２）。

つぎに、キーボイス検索部１１３は、キーボイス記憶部１０２から未選択のレコード１０２０を一つ選択する（Ｓ４１０３）。そして、選択したレコード１０２０のフィールド１０２１に登録されているキーボイスデータと、サーチボイス受付部１１２から受け取ったサーチボイスデータとを比較して、両者の近似度（音声スペクトル、音声ピッチ等の特徴データの近似度）を求める（Ｓ４１０４）。

それから、キーボイス検索部１１３は、キーボイスデータおよびサーチボイスデータの近似度が、サーチボイス話者種別受付部１１１から渡された話者種別についての判断基準値以上である否かを調べる（Ｓ４１０５）。そして、キーボイスデータおよびサーチボイスデータの近似度が判断基準値未満ならば（Ｓ４１０５でＮＯ）、Ｓ４１０７に進む。一方、キーボイスデータおよびサーチボイスデータの近似度が判断基準値以上ならば（Ｓ４１０５でＹＥＳ）、キーボイス検索部１１３は、選択したレコード１０２０のフィールド１０２２に登録されているインデックスＩＤを抽出し（Ｓ４１０６）、それから、Ｓ４１０７に進む。

Ｓ４１０７において、キーボイス検索部１１３は、キーボイス記憶部１０２に未選択のレコード１０２０があるか否かを調べる。未選択のレコード１０２０がある場合は（Ｓ４１０７でＹＥＳ）、Ｓ４１０３に戻る。一方、未選択のレコード１０２０がない場合は（Ｓ４１０７でＮＯ）、インデックスＩＤを少なくとも一つ抽出できたならば、Ｓ４１０８に進み、インデックスＩＤを一つも抽出できなかったならば、例えば、話者種別またはサーチボイスデータの再入力を促すメッセージを、図示しない表示パネル等に出力して、Ｓ４１０１に戻る。

Ｓ４１０８において、キーボイス検索部１１３は、Ｓ４１０６で抽出されたインデックスＩＤのなかから未選択のインデックスＩＤを選択する。そして、選択したインデックスＩＤを音声ファイル検索部１１４に渡す。これを受けて、音声ファイル検索部１１４は、キーボイス検索部１１３から渡されたインデックスＩＤを用いて、音声ファイル記憶部１０３から音声ファイルのレコード１０３０を検索する（Ｓ４１０９）。具体的には、インデックスＩＤを含むインデックス付与情報がフィールド１０３２に登録されているレコード１０３０を検索する。

つぎに、キーボイス検索部１１３は、Ｓ４１０６で抽出されたインデックスＩＤのなかに未選択のインデックスＩＤがあるか否かを調べる（Ｓ４１１０）。未選択のインデックスＩＤがある場合は（Ｓ４１１０でＹＥＳ）、Ｓ４１０８に戻る。一方、未選択のインデックスＩＤがない場合は（Ｓ４１１０でＮＯ）、キーボイス検索部１１３は、音声ファイル検索部１１４に検索結果の出力を指示する。これを受けて、音声ファイル検索部１１４は、検索結果出力部１１５に検索結果を渡す。具体的には、検索にヒットした各レコード１０３０のサブフィールド１０３１２に登録されている音声ファイルの属性情報を検索結果出力部１１５に渡す。これを受けて、検索結果出力部１１５は、音声ファイルの属性情報のリストを、図示していない表示パネル等に出力する（Ｓ４１１１）。その後、図３のＳ３５へ進む。ここで、検索結果出力部１１５は、音声ファイルの属性情報を、ヒットしたインデックスＩＤの多い順にリスト表示してもよい。また、インデックスＩＤのヒット数が同じ音声ファイルの属性情報は、インデックス付与情報の付与回数の多い順にリスト表示してもよい。

なお、Ｓ４１０９において、いずれのレコード１０３０もヒットしなかった場合、音声ファイル検索部１１４は、検索に失敗した旨のメッセージを検索結果出力部１１５に渡す。そして、検索結果出力部１１５は、Ｓ４１１１において、図示していない表示パネル等にその旨のメッセージを表示する。その後、図３のスタートに戻る。

以上、本発明の一実施の形態を説明した。

本実施の形態に係る通話録音装置１は、ユーザから受け付けたキーボイスデータおよびインデックス情報を互いに対応付けてキーボイス記憶部１０２に記憶する。そして、通話データの録音に際して、この通話データに含まれているキーボイスデータを特定し、特定したキーボイスデータに対応するインデックス情報を、この通話データの録音により作成された音声ファイルに関連付ける。

したがって、本実施の形態によれば、音声ファイルを文書ファイルに変換することなく、音声ファイルにインデックス情報を関連付けることができるため、より安価な構成で音声ファイルにインデックス情報を迅速に付与できる。

また、本実施の形態に係る通話録音装置１は、ユーザから受け付けたサーチボイスデータと近似するキーボイスデータをキーボイス記憶部１０２から検索し、検索したキーボイスデータに対応付けられてキーボイス記憶部１０２に記憶されているインデックス情報のインデックスＩＤに基づいて音声ファイル記憶部１０３から音声ファイル検索する。

したがって、本実施の形態によれば、音声ファイルの検索に際し、サーチボイスデータが音声ファイルに含まれているか否かを調べる必要がないので、サーチボイスデータによる音声ファイルの検索を迅速に行うことができる。

また、本実施の形態に係る通話録音装置１は、ユーザからキーボイスデータ、インデックス名、およびインデックス種別とともに、話者種別を受け付け、これらを互いに対応付けてキーボイス記憶部１０２に記憶する。そして、話者種別「不特定話者」に対応付けられてキーボイス記憶部１０２に記憶されているキーボイスデータが通話データに含まれているか否かの判断基準を、話者種別「特定話者」に対応付けられてキーボイス記憶部１０２に記憶されているキーボイスデータが通話データに含まれているか否かの判断基準よりも緩和している。

したがって、本実施の形態によれば、話者種別「特定話者」の場合は、キーボイスデータと同じ発話者による同じフレーズの音声データを含む音声ファイルに対してのみ、このキーボイスデータに対応付けられたインデックス情報が付与される一方、話者種別「不特定話者」の場合は、キーボイスデータと同じ発話者による同じフレーズの音声データを含む音声ファイルだけでなく、キーボイスデータと異なる発話者による同じフレーズの音声データを含む音声ファイルに対しても、このキーボイスデータに対応付けられたインデックス情報が付与される。このため、キーボイスデータと同じフレーズを含む音声ファイルに対するインデックス情報の付与を柔軟に設定できる。

また、本実施の形態に係る通話録音装置１は、話者種別「不特定話者」に対応付けられてキーボイス記憶部１０２に記憶されたキーボイスデータがサーチボイスデータと近似するか否かの判断基準を、話者種別「特定話者」に対応付けられてキーボイス記憶部１０２に記憶されたキーボイスデータがサーチボイスデータと近似するか否かの判断基準よりも緩和している。

したがって、本実施の形態によれば、話者種別「特定話者」の場合は、キーボイスデータと同じ発話者による同じフレーズの音声データを含む音声ファイルを検索でき、一方、話者種別「不特定話者」の場合は、キーボイスデータと異なる発話者による同じフレーズの音声データを含む音声ファイルも検索できる。このため、キーボイスデータと同じフレーズを含む音声ファイルの検索を柔軟に行うことができる。

なお、本発明は上記の実施の形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。

例えば、上記の実施の形態において、キーボイス特定部１０９は、バッファデータの先頭（最も古くバッファリングされた部位）から無音区間までの有音区間を検査対象データに設定しているが、バッファデータの先頭から所定時間経過後までの区間を検査対象データに設定してもよいし、あるいは、バッファデータの先頭から所定データサイズ分の区間を検査対象データに設定してもよい。また、キーボイス特定部１０９が十分なバッファ容量を備えているならば、通話開始から通話終了までの全通話データをバッファリングし、バッファデータ全体を検査対象データに設定してもよい。

また、上記の実施の形態においては、ボイス検索処理Ｓ４１において、キーボイス検索部１１３に渡される話者種別およびサーチボイスデータは１組であるが、ユーザから１組以上の話者種別およびサーチボイスデータを受け付け、１組以上の話者種別およびサーチボイスデータがキーボイス検索部１１３に渡されるようにしてもよい。この場合、キーボイス検索部１１３は、話者種別およびサーチボイスデータの組ごとにＳ４１０３〜Ｓ４１０７を実行して、話者種別およびサーチボイスデータの組ごとにインデックスＩＤを抽出し、音声ファイル検索部１１４は、例えば、話者種別およびサーチボイスデータのすべての組のインデックスＩＤが少なくとも１つずつフィールド１０３２に登録されているレコード１０３０を検索する。

また、上記の実施の形態において、図１に示す通話録音装置１の機能構成は、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などの集積ロジックＩＣによりハード的に実現されるものでもよいし、あるいはＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）などの計算機によりソフトウエア的に実現されるものでもよい。または、ＣＰＵ、メモリ、ＨＤＤ、ＤＶＤ−ＲＯＭ等の補助記憶装置、およびＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）、モデム等の通信インターフェースを備えたＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等のコンピュータシステムにおいて、ＣＰＵが所定のプログラムを補助記憶装置からメモリ上にロードして実行することで実現されるものでもよい。

また、上記の実施の形態では、電話機に内蔵もしくは外付けされる通話録音装置１を例にとり説明したが、本発明は、ボイスレコーダ、留守番電話機等、会話データを録音する様々な録音装置に適用可能である。

１：通話録音装置、１０１：操作部、１０２：キーボイス記憶部、１０３：音声ファイル記憶部、１０４：キーボイスインデックス・話者種別受付部、１０５：キーボイス受付部、１０６：キーボイス登録部、１０７：通話データ入力部、１０８：録音制御部、１０９：キーボイス特定部、１１０：サーチインデックス受付部、１１１：サーチボイス話者種別受付部、１１２：サーチボイス受付部、１１３：キーボイス検索部、１１４：音声ファイル検索部、１１５：検索結果出力部、１１６：再生制御部、１１７：通話データ出力部

Claims (5)

1. 会話データを録音して音声ファイルを作成する録音装置であって、
   索引キーとなる音声データであるキーボイスデータをインデックス情報とともに受け付けるキーボイス受付手段と、
   前記キーボイス受付手段により受け付けた前記キーボイスデータおよび前記インデックス情報を互いに対応付けて記憶するキーボイス記憶手段と、
   前記会話データに含まれている前記キーボイスデータを特定するキーボイス特定手段と、
   前記キーボイス特定手段により特定された前記キーボイスデータに対応付けられて前記キーボイス記憶手段に記憶されている前記インデックス情報を、前記会話データの録音により作成された前記音声ファイルに関連付けるインデック付与手段と、を有する
   ことを特徴とする録音装置。
2. 請求項１に記載の録音装置であって、
   検索キーとなる音声データであるサーチボイスデータを受け付けるサーチボイス受付手段と、
   前記サーチボイス受付手段により受け付けた前記サーチボイスデータと近似する前記キーボイスデータを前記キーボイス記憶手段から検索するキーボイス検索手段と、
   前記キーボイス検索手段により検索された前記キーボイスデータに対応付けられて前記キーボイス記憶手段に記憶されている前記インデックス情報が関連付けられている音声ファイルを検索する音声ファイル検索手段と、をさらに有する
   ことを特徴とする録音装置。
3. 請求項１または２に記載の録音装置であって、
   前記キーボイス受付手段は、
   前記キーボイスデータおよび前記インデックス情報とともに、特定話者かそれとも不特定話者かを示す話者種別情報を受け付け、
   前記キーボイス記憶手段は、
   前記キーボイス受付手段により受け付けた前記キーボイスデータ、前記インデックス情報および前記話者種別情報を互いに対応付けて記憶し、
   前記キーボイス特定手段は、
   不特定話者を示す前記話者種別情報に対応付けられて前記キーボイス記憶手段に記憶されている前記キーボイスデータが前記会話データに含まれているか否かの判断基準を、特定話者を示す前記話者種別情報に対応付けられて前記キーボイス記憶手段に記憶されている前記キーボイスデータが前記会話データに含まれているか否かの判断基準よりも緩和する
   ことを特徴とする録音装置。
4. 請求項３に記載の録音装置であって、
   前記キーボイス検索手段は、
   不特定話者を示す前記話者種別情報に対応付けられて前記キーボイス記憶手段に記憶されている前記キーボイスデータが前記サーチボイスデータと近似するか否かの判断基準を、特定話者を示す前記話者種別情報に対応付けられて前記キーボイス記憶手段に記憶されている前記キーボイスデータが前記サーチボイスデータと近似するか否かの判断基準よりも緩和する
   ことを特徴とする録音装置。
5. 録音装置による音声ファイルへのインデックス情報付与方法であって、
   索引キーとなる音声データであるキーボイスデータごとに、インデックス情報を録音装置に予め登録しておき、録音装置は、会話データの録音に際して、当該会話データに含まれている前記キーボイスデータを特定し、特定した前記キーボイスデータに対応する前記インデックス情報を、当該会話データの録音により作成された前記音声ファイルに関連付ける
   ことを特徴とするインデックス情報付与方法。

Images