JP2011170261A - 音声強調装置及び音声強調プログラム - Google Patents

Abstract

【課題】 フォルマント強調より効果的に明瞭度を向上できる音声強調装置を提供する。
【解決手段】 本発明は、音声の明瞭度を向上させる音声強調装置に関する。そして、入力された音声信号の音高を推定する音高推定手段と、推定された音高から音高の調整量を決定する音高調整量決定手段と、音高調整量に基づき、入力された音声信号の音高を変化させる音高変更手段とを有することを特徴とする。音高操作は、人間の聴覚は、約４ｋＨｚ付近が最も敏感に聞き取ることができ、この周波数から離れるほど鈍感になるという特性に合致し、より効果的に明瞭度を向上させることができる。
【選択図】 図１

Description

本発明は音声強調装置及び音声強調プログラムに関し、例えば、電話端末や、電話端末を複数収容したゲートウェイ装置に適用し得るものである。

音声強調装置は、騒音環境下など音声の聴取がし難い環境下においても、音声を明瞭に聞くことができるように処理する装置であり、既に様々な音声強調技術が提案されている。例えば、特許文献１に記載の技術がある。

特許文献１の記載技術では、入力音声信号を音声分析部で分析して線形予測係数（ＬＰＣ）を求め、このＬＰＣを音声信号の線スペクトル対（ＬＳＰ）に変換する。その後、音声復号部では、このＬＳＰについてＬＳＰ解析部により隣接する次元間の距離を算出し、ＬＳＰ調整量算出部によりこのＬＳＰの次元間の距離がより接近しているＬＳＰに対して、より大きな値となるＬＳＰ調整量を算出する。ＬＳＰ調整部は算出されたＬＳＰ調整量を基に、隣接次元間距離がより近いＬＳＰ同士が更に接近するようにＬＳＰを調整する。このように調整されたＬＳＰをＬＰＣに変換し、ＬＰＣ合成部はこのＬＰＣと音源パラメータとを用いて、フォルマント強調された音声を合成して出力する。

すなわち、特許文献１の記載技術は、線形予測係数より計算される線スペクトル対を分析、調整することにより、音声信号のフォルマントを強調し、音声の明瞭度を向上させるものである。

特開２００４−８６１０２号

しかしながら、特許文献１の記載技術を含め、音声信号のフォルマント強調による音声明瞭化技術は、明瞭化に限界があって明瞭化が不十分なことも生じている。

そのため、より効果的な明瞭度を実現できる音声強調装置及び音声強調プログラムが望まれている。

第１の本発明は、音声の明瞭度を向上させる音声強調装置において、（１）入力された音声信号の音高を推定する音高推定手段と、（２）推定された音高から音高の調整量を決定する音高調整量決定手段と、（３）上記音高調整量に基づき、入力された上記音声信号の音高を変化させる音高変更手段とを有する音高操作部を有することを特徴とする。

第２の本発明の音声強調プログラムは、コンピュータを、（１）入力された音声信号の音高を推定する音高推定手段と、（２）推定された音高から音高の調整量を決定する音高調整量決定手段と、（３）上記音高調整量に基づき、入力された上記音声信号の音高を変化させる音高変更手段として機能させることを特徴とする。

本発明によれば、音高を操作して音声の明瞭度を高めるようにしたので、人間の聴覚は、約４ｋＨｚ付近が最も敏感に聞き取ることができ、この周波数から離れるほど鈍感になるという特性に合致し、より効果的に明瞭度を向上させることができる。

第１の実施形態に係る音声強調装置の機能的構成を示すブロック図である。 第２の実施形態に係る音声強調装置の機能的構成を示すブロック図である。 第３の実施形態に係る音声強調装置の機能的構成を示すブロック図である。

（Ａ）第１の実施形態
以下、本発明による音声強調装置及び音声強調プログラムの第１の実施形態を、図面を参照しながら説明する。

第１の実施形態は、音声信号のフォルマント強調（包絡強調）により音声の明瞭度向上と、新たな音声の明瞭度向上方法とを組み合わせたものである。新たな音声の明瞭度向上方法は、音声信号の音高を操作させる方法である。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る音声強調装置の機能的構成を示すブロック図である。

第１の実施形態の音声強調装置は、電話端末、若しくは、電話端末を複数収容したゲートウェイ装置に搭載されるものであり、搭載される電話端末はソフトフォンであっても良い。第１の実施形態の音声強調装置は、近端話者からの音声信号を強調して遠端話者側に送出する位置に設けられたものであっても良く、また、遠端話者からの音声信号を強調する位置に設けられたものであっても良い。さらに、第１の実施形態の音声強調装置は、ハードウェアによって実現されるものであっても良く、また、ＣＰＵが音声強調プログラムを実行することにより実現されるものであっても良い。搭載される装置や位置、実現構成を問わず、第１の実施形態の音声強調装置の構成は、機能的には、図１で表すことができる。

図１において、第１の実施形態の音声強調装置１は、フォルマント強調部１０と音高操作部２０とを有する。フォルマント強調部１０は、ＬＰＣ分析器１１、ＬＰＣ調整器１２及びＬＰＣ合成器１３を有し、音高操作部２０は、基本周期推定器２１、出力制御器２２及び出力調整器２３を有する。

フォルマント強調部１０は、音声信号のフォルマント強調により音声の明瞭度を向上させようとした部分であり、音高操作部２０は、音声信号の音高を高音にシフトさせることにより音声の明瞭度を向上させようとした部分である。

例えば、野球場などは観客の声で騒がしいが、高音のウグイス嬢の声は良く通る。また例えば、車掌は、自己の通常会話の音高より高い音で発声し、車内への連絡事項が良く伝わることを意図している。本件発明者は、このような事態に着目し、音声信号の音高を（高音に）シフトさせることにより音声の明瞭度を向上させることを発想した。人間の聴覚は、約４ｋＨｚ付近が最も敏感に聞き取ることができ、この周波数から離れるほど鈍感な特性となっている。第１の実施形態においては、周波数修正処理によって、音声聴取において重要な基本周期Ｔ０に対応する基本周波数（１／Ｔ０）を４ｋＨｚへ近付くように修正することで、基本周波数を聞き取り易くし、結果として音声の明瞭度を改善させようとしている。

ＬＰＣ分析器１１には入力信号（デジタル音声信号）ＳＩが入力され、ＬＰＣ分析器１１は、入力信号に対してＬＰＣ分析を実施し、得られたＬＰＣ係数ＬＣｘをＬＰＣ調整器１２に与え、得られた残差信号ＳＲをＬＰＣ合成器１０４に与える。

ＬＰＣ調整器１２は、ＬＰＣ分析器１１から与えられたＬＰＣ分析結果（ＬＰＣ係数ＬＣｘ）からスペクトル包絡のピークを求めると共に、当該ピークがより強調されるようにスペクトル包絡（フォルマント）の特性を調整し、その調整後のＬＰＣ係数ＭＣｘをＬＰＣ合成器１３に与える。具体的な調整方法については、動作の項で明らかにする。

ＬＰＣ合成器１３は、残差信号ＳＲに対し、調整後のＬＰＣ係数ＭＣｘを用いてＬＰＣ合成を実施し、合成結果をフォルマントが強調された音声信号（特性強調信）ＳＦとして、音高操作部２０の基本周期推定器２１及び出力調整器２３に与える。

入力された音声信号ＳＩのフォルマント強調方法は、図１に示した方法に限定されず、既存又は将来提案されるいかなる方法を適用しても良い。例えば、特許文献１の記載方法を適用しても良く、さらには、特開２００５−３３１７８３号公報や、特開２００４−２１９７５７号公報や、特開平６−２８９９８６号公報に記載の方法などを適用しても良い。

音高操作部２０における基本周期推定器２１は、ＬＰＣ合成器１３から与えられた特性強調信号ＳＦの基本周期（信号ＳＦの音高を表す中心周波数についての周期）を推定し、当該推定結果を基本周期情報ＥＰとして出力制御器２２に与えるものである。図１では、基本周期推定器２１が、特性強調信号ＳＦの基本周期を捉えるものを示したが、基本周期推定器２１が、入力信号ＳＩの基本周期を捉えるものであっても良く、また、残差信号ＳＲの基本周期を捉えるものであっても良い。要は、明瞭化対象の音声信号の基本周期を捉えるものであれば良い。また、自己相関処理などにより、基本周期を捉える方法の方が基本周波数を捉える方法より一般的に簡易な方法であるが、基本周波数を捉える方法を適用しても良い。要は、音声信号の音高を表すパラメータを推定できれば良い。

出力制御器２２は、与えられた基本周期情報ＥＰに基づいて、出力調整器２３が特性強調信号ＳＦの音高を高めるように制御するための出力調整情報ＥＬを形成するものである。第1の実施形態の場合、出力制御器２２は、１オクターブだけ音高を高めるための出力調整情報ＥＬを形成する。

出力調整器２３は、特性強調信号ＳＦに対し、出力調整情報ＥＬに基づき、周波数上昇処理（高音化処理）を実施し、その処理結果を音声が明瞭化された信号ＳＯとして出力するものである。

音高操作部２０における各部の処理の詳細については、後述する動作の項の説明で明らかにする。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の音声強調装置１の動作を説明する。以下では、第１の実施形態の音声強調装置１へ、サンプリング周波数が８ｋＨｚのデジタル音声信号（デジタルデータ）が、１０ｍｓ毎のフレーム単位に入力されるとして説明する。ここで、相前後するフレームは、例えば、時間軸が１／２ずつオーバーラップしているものである。

なお、フレームの長さ（例えば、２０ｍｓごと）や、サンプリング周波数（例えば、４８ｋＨｚ）が上記と異なるものであっても良いことは勿論である。さらに、フレーム単位の処理に限定されるものでもない。

まず、フォルマント強調部１０の動作を説明する。

第１の実施形態の音声強調装置１へ入力された入力信号ＳＩは、ＬＰＣ分析器１１により、ＬＰＣ分析される。具体的なＬＰＣ分析方法としては、例えば、レビンソン・ダービン法を適用できる。このＬＰＣ分析では、ＬＰＣ係数ＬＣｘだけでなく、後段でのＬＰＣ合成（ＬＰＣ合成器１３）のために、ＬＰＣ残差（残差信号ＳＲ）も求める。

このようにして生成されたＬＰＣ係数ＬＣｘに基づいて、ＬＰＣ調整器１２によって、包絡強調処理（フォルマント強調処理）を実施し、処理後（調整後）のＬＰＣ係数ＭＣｘを得る。ＬＰＣ係数ＬＣｘ（のそれぞれの次数の値）に、対応するＬＰＣ係数ＬＣｘの次数の値ｘで累乗した任意のリーク係数α（０＜α＜１）を乗算して、調整後のＬＰＣ係数ＭＣｘを生成する。例えば、ＬＰＣ係数の３次ＬＣ_３に対してα^３を乗算するようにする。この方法に代え、特許文献１に記載の方法を適用するようにしても良い。

調整ＬＰＣ係数ＭＣｘと残差信号ＳＲにより、ＬＰＣ合成器１３がＬＰＣ合成を実施し、包絡強調（フォルマント強調）された音声信号ＳＦを得る。

このような包絡強調された音声信号ＳＦが音高操作部２０に入力され、音高が所定のオクターブだけ高められる。以下、音高操作部２０における動作を説明する。

包絡強調音声信号ＳＦは、基本周期推定器２１に与えられ、基本周期推定器２１によって基本周期Ｔ０が求められ、基本周期情報ＥＰとして出力制御器２２に与えられる。基本周期Ｔ０の計算方法としては自己相関法を適用できる。

基本周期情報ＥＰは、出力制御器２２によよって調整周波数ｄｆに変換され、出力調整情報ＥＬとし出力調整器２３に与えられる。調整周波数ｄｆへの変換には、例えば、（１）式を適用できる。

ｄｆ＝（２^{３０／１２００}−１）／Ｔ０ …（１）
（１）式は、基本周期Ｔ０に対応する周波数を、それより１／４００オクターブだけ高くさせた周波数へ変換する式となっており、オクターブバンドでの調整になっている。この（１）式は、入力音声信号の周波数を４ｋＨｚ付近に近付けるために経験的に得られた変換式であり、高くする度合いは、装置の使用者などに応じて、設計者が任意に設定することもできる。例えば、（２）式のように、基本周期Ｔ０に対応する周波数に比例した周波数を調整周波数ｄｆとするようにしても良い。

ｄｆ＝１／（９６×Ｔ０） …（２）
（１）式及び（２）式のいずれを適用する場合であっても、基本周期Ｔ０はＴ０＞０を満足するので、調整周波数ｄｆは常に正数をとる。

出力調整器２３においては、出力調整情報ＥＬに応じて、特性強調信号（包絡強調音声信号）ＳＦの周波数が修正される。この修正方法としては、信号の周波数を、指示された変化周波数だけシフトさせる既存のいかなる方法を適用することができる。例えば、音声符号化で用いられているような基本周波数の分析・合成手法を適用し、合成前に基本周波数を変換することにより、特性強調信号ＳＦの周波数を修正することができる。また例えば、ＦＦＴ（高速フーリエ変換）−逆ＦＦＴなどを用いた周波数操作手法を適用することができる。

以下、修正方法の一例を具体的に説明する。特性強調信号ＳＦに含まれる周波数ｓｆに対応する時刻ｔでの角周波数ωｓ（ωｓ＝２・π・ｓｆ、πは円周率）を用いて、特性強調信号ＳＦをｓｉｎ（ωｓ・ｔ）で表し、出力調整情報ＥＬに含まれる調整周波数ｄｆに対応する角周波数をωｄ（ωｄ＝２・π・ｄｆ）で表すこととする。特性強調信号ＳＦと、調整周波数ｄｆを用いた余弦信号ｃｏｓ（ωｄ・ｔ）とを乗算し、第１の乗算結果ｓｉｎ（ωｓ・ｔ）・ｃｏｓ（ωｄ・ｔ）を得る。同様に、特性強調信号ＳＦを位相π／２だけ遅延させた信号ｓｉｎ（ωｓ・ｔ−π／２）と正弦信号−ｓｉｎ（ωｄ・ｔ）を乗算し、第２の乗算結果−ｓｉｎ（ωｓ・ｔ−π／２）・ｓｉｎ（ωｄ・ｔ）＝ｃｏｓ（ωｓ・ｔ）・ｓｉｎ（ωｄ・ｔ）を得る。これら２つの乗算結果を加算して、特性強調信号ＳＦの周波数を修正した信号を得る。ここで、加算結果は、ｓｉｎ（ωｓ・ｔ）・ｃｏｓ（ωｄ・ｔ）＋ｃｏｓ（ｗｓ・ｔ）・ｓｉｎ（ωｄ・ｔ）＝ｓｉｎ（（ωｓ＋ωｄ）・ｔ）となり、元の特性強調信号ＳＦに比べ、角周波数ωｄに対応する周波数ｄｆだけ周波数を高めた信号となっている。

音高操作部２０は、上述のように、人間の聴覚が約４ｋＨｚ付近を最も敏感に聞き取ることができることに基づいて、音高を、４ｋＨｚへより近付くようにさせることを意図して修正するものである。但し、当該周波数の修正は、原音を崩さない程度の値が望ましく、上述した（１）式や（２）式は、このような点を踏まえて決定されている。

なお、周波数修正処理に先立っては、サンプリング定理に係る折返し成分による音声品質の劣化を防止するため、カットオフ周波数をｆｎ−ｄｆ（ｆｎは、特性強調信号ＳＦのナイキスト周波数）とする低域通過フィルタを通過させておく必要がある。例えば、図１の位置Ｐ１又はＰ２に低域通過フィルタを介挿させるようにすれば良い。

（Ａ−３）第１の実施形態の効果
第１の実施形態によれば、人間の聴覚が最も敏感に聞き取ることが周波数に近付くように、入力音声信号の基本周波数（音高）を操作するようにしたので、音声の聴取品質を高めることができ、言い換えると、音声信号の明瞭度を高めることができる。

また、第１の実施形態によれば、さらに、フォルマントの強調によっても、音声信号を明瞭化させているので、トータルとして、音声信号を従来よりも格段的に明瞭化させることができる。

（Ｂ）第２の実施形態
次に、本発明による音声強調装置及び音声強調プログラムの第２の実施形態を、図面を参照しながら説明する。以下では、第１の実施形態のとの相違点を中心に説明する。

図２は、第２の実施形態に係る音声強調装置の機能的構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には同一、対応符号を付して示している。

図２において、第２の実施形態の音声強調装置１Ａは、フォルマント強調部１０Ａと、音高操作部２０Ａと、有音／無音判定器３０とを有する。フォルマント強調部１０Ａは、ＬＰＣ分析器１１、ＬＰＣ調整器１２Ａ及びＬＰＣ合成器１３を有し、音高操作部２０は、基本周期推定器２１、出力制御器２２Ａ及び出力調整器２３を有する。

有音／無音判定器３０は、入力信号ＳＩが有音か無音かをフレーム単位に判定するものであり、有音又は無音を表す判定情報ＰＪをＬＰＣ調整器１２Ａ及び出力制御器２２Ａに与えるものである。有音／無音判定方法としては、既存のいかなる方法を適用しても良いが、一例を挙げると以下の通りである。

フレーム（ここでは、１０ｍｓ）毎に、入力される信号のＲＭＳ（２乗平均平方根）パワーＰｔを測定する。また、所定時間（例えば、１秒）ごとに、最小となるＲＭＳパワーＰｍを検出して記憶しておく。記憶されている最小ＲＭＳパワーＰｍに所定のオフセットを足し込んだパワーを閾値（例えば、Ｐｍ＋４ｄＢ）とし、現在、測定されたＲＭＳパワーＰｔとの大小比較を行う。ＲＭＳパワーＰｔが閾値よりも大きければ音声がある（有音）と判定し、そうでなければ、音声がない（無音）と判定する。ここで、閾値の定め方やフレームの長さなどは、上記の値に限定されるものではない。有音又は無音を表す判定情報ＰＪは、例えば、「０」又は「１」の論理値であっても良く、また例えば、Ｐｔ−（Ｐｍ＋４ｄＢ）の差分結果であって、差分結果が与えられる構成要素が、差分結果の正負によって無音（負数の場合）、有音（０又は正数の場合）を認識するものであっても良い。

第２の実施形態の場合、フォルマント強調部１０Ａは、音声判定情報ＰＪが有音を指示している場合に、第１の実施形態と同様の動作を行い、音声判定情報ＰＪが無音を指示している場合に、入力信号ＳＩ、若しくは、入力信号ＳＩと同等の信号を音高操作部２０Ａに出力するものである。このような出力の切替えを、第２の実施形態では、ＬＰＣ調整器１２Ａが行っている。なお、無音時に、入力信号ＳＩがフォルマント強調部１０Ａをバイパスするようなスイッチを設けるようにしても良い。

ＬＰＣ調整器１２Ａは、音声判定情報ＰＪが有音を指示している場合には、第１の実施形態と同様の動作を行う。これに対し、音声判定情報ＰＪが無音を指示している場合には、ＬＰＣ調整器１２Ａは、ＬＰＣ分析器１１から与えられたＬＰＣ係数ＬＣｘをそのまま調整ＬＰＣ係数ＭＣｘとしてＬＰＣ合成器１３へ出力する。従って、第１の実施形態とは異なり、音声判定情報ＰＪが無音を指示している場合には、ＬＰＣ調整器１２Ａからはフォルマント強調したＬＰＣ係数は出力されず、フォルマント強調部１０Ａからは、入力信号ＳＩと同等の信号が音高操作部２０Ａに出力される。

第２の実施形態の場合、音高操作部２０Ａは、音声判定情報ＰＪが有音を指示している場合に、第１の実施形態と同様の動作を行い、音声判定情報ＰＪが無音を指示している場合に、当該音高操作部２０Ａへの入力信号ＳＦ、若しくは、入力信号ＳＦと同等の信号を出力するものである。このような出力の切替えを、第２の実施形態では、出力制御器２２Ａが行っている。なお、結果として同様な動作が実施できるのであれば、音声判定情報ＰＪを基本周期推定器２１若しくは出力調整器２３へ与えるようにしても良い。また、無音時に、特性強調信号ＳＦが音高操作部２０Ａをバイパスするようなスイッチを設けるようにしても良い。

出力制御器２２Ａは、音声判定情報ＰＪが有音を指示している場合には、第１の実施形態と同様の動作を行う。これに対し、音声判定情報ＰＪが無音を指示している場合には、出力調整情報ＥＬとして、出力調整器２３が周波数修正処理を実施しないことを示す情報（例えば、０）を出力する。

なお、第１の実施形態と同様に、折返し成分による音声品質の劣化を防止するための低域通過フィルタを通過させておく必要があることはいうまでもない。

第２の実施形態によれば、第１の実施形態と同様な明瞭化効果に加え、以下の効果を奏することができる。入力信号が無音である場合に、周波数修正処理（音高操作）、包絡強調処理を停止させるようにしたので、背景騒音などの発話以外の信号が強調されることを抑止でき、結果として音声品質をさらに高めることができる。

（Ｃ）第３の実施形態
次に、本発明による音声強調装置及び音声強調プログラムの第３の実施形態を、図面を参照しながら説明する。以下では、第２の実施形態のとの相違点を中心に説明する。

図３は、第３の実施形態に係る音声強調装置の機能的構成を示すブロック図であり、第２の実施形態に係る図２との同一、対応部分には同一、対応符号を付して示している。

図３において、第３の実施形態の音声強調装置１Ｂは、フォルマント強調部１０Ｂと、音高操作部２０Ｂと、有音／無音判定器３０と、強調指示スイッチ部３１とを有する。フォルマント強調部１０Ｂは、ＬＰＣ分析器１１、ＬＰＣ調整器１２Ｂ及びＬＰＣ合成器１３を有し、音高操作部２０は、基本周期推定器２１、出力制御器２２Ｂ及び出力調整器２３を有する。

強調指示スイッチ部３１は、例えば、利用者が操作するプッシュスイッチを備え、プッシュスイッチが操作される毎に、強調モードを巡回的に切り替えるものである。ここで、強調モードとしては、フォルマント強調部１０Ｂ及び音高操作部２０Ｂが共に強調動作する第１の強調モードと、音高操作部２０Ｂだけが強調動作する第２の強調モードと、フォルマント強調部１０Ｂだけが強調動作する第３の強調モードと、フォルマント強調部１０Ｂ及び音高操作部２０Ｂが共に強調動作しない非強調モードとの４つのモードがある。なお、強調指示スイッチ部３１は、いずれのモードが選択されているかを利用者に示す表示素子などを備えていても構わない。

強調指示スイッチ部３１は、第１の強調モードの選択時には、ＬＰＣ調整器１２Ｂ及び出力制御器２２Ｂに強調を指示する信号Ｂ１、Ｂ２を出力する。強調指示スイッチ部３１は、第２の強調モードの選択時には、ＬＰＣ調整器１２Ｂに対し、強調しないことを指示する信号Ｂ１を出力し、出力制御器２２Ｂに対し強調を指示する信号Ｂ２を出力する。強調指示スイッチ部３１は、第３の強調モードの選択時には、ＬＰＣ調整器１２Ｂに対し、強調を指示する信号Ｂ１を出力し、出力制御器２２Ｂに対し強調しないことを指示する信号Ｂ２を出力する。強調指示スイッチ部３１は、非強調モードの選択時には、ＬＰＣ調整器１２Ｂ及び出力制御器２２Ｂに強調しないことを指示する信号Ｂ１、Ｂ２を出力する。

ＬＰＣ調整器１２Ｂは、音声判定情報ＰＪが無音を指示している場合には、信号Ｂ１の内容に拘わらず、第２の実施形態と同様に動作する。ＬＰＣ調整器１２Ｂは、音声判定情報ＰＪが有音を指示している場合であって、信号Ｂ１が強調を指示している場合には、第２の実施形態における有音時と同様な動作を行う。一方、ＬＰＣ調整器１２Ｂは、音声判定情報ＰＪが有音を指示している場合であって、信号Ｂ１が強調しないことを指示している場合には、第２の実施形態における無音時と同様な動作を行う。

出力制御器２２Ｂは、音声判定情報ＰＪが無音を指示している場合には、信号Ｂ２の内容に拘わらず、第２の実施形態と同様に動作する。出力制御器２２Ｂは、音声判定情報ＰＪが有音を指示している場合であって、信号Ｂ２が強調を指示している場合には、第２の実施形態における有音時と同様な動作を行う。一方、出力制御器２２Ｂは、音声判定情報ＰＪが有音を指示している場合であって、信号Ｂ２が強調しないことを指示している場合には、第２の実施形態における無音時と同様な動作を行う。

なお、第１の実施形態と同様に、折返し成分による音声品質の劣化を防止するための低域通過フィルタを通過させておく必要があることはいうまでもない。

第３の実施形態によれば、第２の実施形態と同様な明瞭化効果に加え、利用者が明瞭化モードを任意に選択できるという効果を奏することができる。

（Ｄ）他の実施形態
上記各実施形態の説明においても、種々変形実施形態に言及したが、さらに、以下に例示するような変形実施形態を挙げることができる。

上記各実施形態においては、音高操作部に加え、フォルマント強調部を有するものを示したが、音高操作部だけを備える音声強調装置であっても良い。また、音高操作部と組み合わせる音声強調構成が、背景雑音除去部（ノイズキャンセラ）であっても良く、音高操作部とフォルマント強調部と背景雑音除去部とを組み合わせるようにしても良い。

また、上記各実施形態においては、フォルマント強調部による強調処理が終了した後に、音高操作部による強調を行うものを示したが、逆に、音高操作部による強調を行った後に、フォルマント強調部による強調を行うようにしても良い。

さらに、上記各実施形態においては、音高操作部による強調が音高を高くする操作のものを示したが、場合によっては、音高を低くする操作を行うようにしても良い。例えば、基本周期推定器が推定した基本周期に対応する基本周波数（音高）が、人間の聴覚が最も敏感に聞き取ることがでる４ｋＨｚより所定のマージンを超えて高い場合には、音高を低くする操作を行うようにしても良い。

上記第２の実施形態においては、無音時には、フォルマント強調部及び音高操作部による強調動作を実行させないものを示したが、無音時に、フォルマント強調部による強調は行うが、音高操作部による強調を実行しないものであっても良い。第３の実施形態についても、同様な変形実施形態を挙げることができる。

上記第２の実施形態においては、有音／無音によって、強調（明瞭化）するか否かを切り替えるものを示したが、他のパラメータによって、強調するか否かを切り替えるようにしても良い。例えば、入力音声信号のＳＮ比を検出し、ＳＮ比が閾値より悪い場合に、強調動作を実行させるようにしても良い。

上記第３の実施形態は、第２の実施形態に、利用者のモード選択機能を追加したものを示したが、第１の実施形態に、利用者のモード選択機能を追加するようにしても良い。

上記第３の実施形態は、フォルマント強調部及び音高操作部のうち、強調動作するものを利用者が選択できるものを示したが、強調度合を利用者が選択できるようにしても良い。例えば、音高操作部について言えば、（１）式や（２）式で示す高音化の段階と、その半分程度の高音化の段階との２段階を設け、利用者が２段階の中から強調段階を選択できるようにしても良い。また例えば、フォルマント強調部について言えば、ＬＰＣ調整器が利用する重み係数αｉとして、２段階（２種類）を設け、利用者が２段階の中から強調段階を選択できるようにしても良い。

１、１Ａ、１Ｂ…音声強調装置、１０、１０Ａ、１０Ｂ…フォルマント強調部、１１…ＬＰＣ分析器、１２、１２Ａ、１２Ｂ…ＬＰＣ調整器、１３…ＬＰＣ合成器、２０、２０Ａ、２０Ｂ…音高操作部、２１…基本周期推定器、２２…出力制御器、２３、２３Ａ、２３Ｂ…出力調整器、３０…有音／無音判定器、３１…強調指示スイッチ部。

Claims (7)

1. 音声の明瞭度を向上させる音声強調装置において、
   入力された音声信号の音高を推定する音高推定手段と、
   推定された音高から音高の調整量を決定する音高調整量決定手段と、
   上記音高調整量に基づき、入力された上記音声信号の音高を変化させる音高変更手段とを有する音高操作部を有する
   ことを特徴とする音声強調装置。
2. 入力された音声信号が、明瞭度を向上させる必要があるか否かを判定する第１の強調判定手段を備え、明瞭度を向上させる必要があると判定されたときに、上記音高操作部が処理を実行することを特徴とする請求項１に記載の音声強調装置。
3. 上記音高操作部の前段又は後段に、フォルマント強調により音声の明瞭化を向上させるフォルマント強調部を有することを特徴とする請求項１又は２に記載の音声強調装置。
4. 入力された音声信号が、明瞭度を向上させる必要があるか否かを判定する第２の強調判定手段を備え、明瞭度を向上させる必要があると判定されたときに、上記フォルマント強調部が処理を実行することを特徴とする請求項３に記載の音声強調装置。
5. 上記音高変更手段は、上記音声信号の音高を高くさせることを特徴とする請求項１〜４のいずれかに記載の音声強調装置。
6. 上記音高調整量決定手段は、オクターブバンドを基準に音高の調整量を決定することを特徴とする請求項１〜５のいずれかに記載の音声強調装置。
7. コンピュータを、
   入力された音声信号の音高を推定する音高推定手段と、
   推定された音高から音高の調整量を決定する音高調整量決定手段と、
   上記音高調整量に基づき、入力された上記音声信号の音高を変化させる音高変更手段と
   して機能させることを特徴とする音声強調プログラム。

Images