JP2013097202A - 音処理装置、音処理方法及びプログラム - Google Patents

Abstract

【課題】処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させること。
【解決手段】音処理装置は、所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行う計算部と、各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定する第１判定部と、決定された所定データを出力する出力部と、を備える。
【選択図】図１

Description

本発明は、エコーハイディングされたデータを処理する音処理装置、音処理方法及びプログラムに関する。

従来、画像データや音声データに対して、人間が感知しにくい領域に所定データを埋め込むステガノグラフィーという技術がある。所定データは、以下では付加データとも呼ばれる。

ステガノグラフィーは、既存の通信路のみで新たに情報を付加することができるため、
著作権保護や秘匿データの送信などに利用されている。

例えば、音声データに付加データを付加する手段として、エコーハイディング法がある。この方法は、元の音声データに対し、人間が感知できない程度の遅延時間のエコーをかけ、遅延時間を付加データとして送る手法である。

音声データを受信する受信機側では、音声データのケプストラムを求めると、エコーがかけられた遅延時間のケフレンシーに有意な大きな値が得られ、予め送信側と定めた遅延時間とデータとの対応表から、付加データを再現することができる。

ケプストラムとは、フーリエ変換結果を対数変換し、さらにフーリエ変換をかけたもので、音声データのピッチなどを求めるときに使われるデータである。ケプストラムの各要素をケフレンシーと呼び、次元は時間と同じである。

エコーハイディング法では、付加データを更新する間隔は既知であるため、この更新タイミングと、音声データの読み出しタイミングとを合わせることで精度よく付加データを抽出することができる。

例えば、透かしが埋め込まれたセグメントの位相シフトの推定値とこの位相シフトの平均値との距離が所定の閾値以上であるか否かで、セグメントの境界を判定する技術がある

特表２００９−５１５３７１号公報

ここで、エコーハイディング法により、音声データに付加データを連続して付加する場合、音声データが不連続になると音質の劣化が目立つ。そこで、実際は、付加データの更新タイミングでエコーが急に切り替わるのではなく、前のデータのエコーをフェードアウトさせ、次のデータのエコーをフェードインさせて、エコーが徐々に切り替わるようにする。

この場合、受信装置側で、音声データの読み出しタイミングが、付加データの更新タイミングとずれてしまうと、異なるエコーが付加された音声データのケプストラム計算をすることになり、適切に付加データを抽出することができないという問題点があった。

そこで、開示の技術は、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させることができる音処理装置、音処理方法及びプログラムを提供することを目的とする。

開示の一態様における音処理装置は、所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行う計算部と、各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定する第１判定部と、前記決定された所定データを出力する出力部と、を備える。

開示の技術によれば、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させることができる。

実施例１における音処理装置の構成の一例を示すブロック図。 エンコードフレームの一例を示す図。 デコードフレームの一例を示す図。 ケプストラム計算結果の一例を示す図。 実施例１における判定部の機能の一例を示すブロック図。 実施例１における付加データの判定処理を説明するための図。 実施例１における音処理装置の処理の一例を示すフローチャート。 実施例２における判定部の機能の一例を示すブロック図。 実施例２における付加データの判定処理を説明するための図。 実施例２における音処理装置の処理の一例を示すフローチャート。 実施例３における判定部の機能の一例を示すブロック図。 実施例３における付加データの判定処理を説明するための図。 実施例３における音処理装置の処理の一例を示すフローチャート。 実施例４における音処理装置の構成の一例を示すブロック図。 実施例４における付加データの判定処理を説明するための図。 実施例４における音処理装置の処理の一例を示すフローチャート。 実施例５における携帯端末装置のハードウェアの一例を示すブロック図。

以下、音声データへの所定の遅延時間のエコーを所定データとして加えることをエンコードと呼び、１つの付加データを埋め込んだ一連の音声データ列をエンコードフレームと呼ぶ。所定データは、前述した通り付加データとも呼ぶ。また、音を受信する音処理装置側で音声データから付加データを抽出することをデコードと呼び、デコードする対象の一連の音声データ列をデコードフレームと呼ぶ。

［実施例１］
＜構成＞
図１は、実施例１における音処理装置１の構成の一例を示すブロック図である。図１に示す音処理装置１は、マイク部１１、音声データカウント部１２、音声データ記憶部１３、計算部１４、デコード部１５、判定部１６、出力部１７を有する。

マイク部１１は、音を電気信号の音声データに変換し、変換された音声データを音声データカウント部１２及び音声データ記憶部１３に出力する。なお、マイク部１１は、音声データを受信する受信部などでもよい。

ここで、入力される音には、付加データが付加されているとする。図２は、エンコードフレームの一例を示す図である。図２に示す原信号には、ｔ１間隔で、所定時間遅延されたエコー信号が付加される。この所定時間の違いにより、どのデータが付加されたかを判定することができる。

図２に示す１つのエンコードフレームは、原信号に１つの付加データを示すエコー信号が付加されたフレームである。また、ｔ１間隔毎に、任意のΔｔだけ遅延されたエコー信号が付加されることで、ｔ１毎に付加データが１つずつ抽出される。

図１に戻り、音声データカウント部１２は、マイク部１１から取得した音声データの数をカウントする。このとき、カウントされる音声データは、更新間隔ｔ1が複数に分割されたデコードフレームとする。

図３は、デコードフレームの一例を示す図である。図３に示すように、デコードフレームは、例えば１つのエンコードフレームを複数に分割したうちの１つのフレームである。音声データカウント部１２は、このデコードフレームの数が例えば閾値以上になると、計算部１４に対し、計算可能なデータが記憶されたことを通知する。閾値は、例えば１つのエンコードフレームに含まれるデコードフレームの数などである。

また、１つのデコードフレームは、例えば数１０ｍｓｅｃ（ミリセック）などであり、また、１つのエンコードフレームは、例えばデコードフレームの１６個分などである。デコードフレームのサイズやエンコードフレームのサイズは、あくまでも一例であり、この例に限らない。

計算部１４は、音声データカウント部１２から通知を受けると、音声データ記憶部１３から音声データを読み出し、デコードフレーム毎にケプストラムを計算する。計算部１４は、各デコードフレームのケプストラム計算結果をデコード部１５に出力する。

デコード部１５は、計算部１４から取得したケプストラム計算結果に基づき、ピーク値の間隔に対応する遅延時間を求める。

図４は、ケプストラム計算結果の一例を示す図である。図４に示すように、１つのデコードフレームに対して図４に示すようなケプストラム計算結果が得られる。ケフレンシーのピーク値までの間隔がエコー信号の遅延時間に対応する。

図１に戻り、デコード部１５は、求めた遅延時間に基づいて、付加データにデコードする。デコード部１５は、遅延時間と付加データとの対応表を保持し、遅延時間を計算部１４から取得する度に付加データにデコードし、付加データを示すデコード結果を判定部１６に出力する。よって、デコード部１５は、デコードフレーム毎に付加データを抽出することができる。

判定部１６は、デコード部１５からデコード結果を取得し、デコード結果に基づいて、１つの更新間隔に対して１つの付加データを判定する。付加データの更新間隔は、音処理装置１に予め設定されているとする。ここで、判定部１６の詳細は図５を用いて説明する。判定部１６は、判定した付加データを出力部１７に出力する。

出力部１７は、判定部１６から取得した付加データを後段の処理部に出力する。後段の処理部は、例えば表示部である。これにより、付加データが表示されることで、音声データに付加されていたデータをユーザは把握することができる。

＜判定部の機能＞
図５は、実施例１における判定部１６の機能の一例を示すブロック図である。図５に示す判定部１６は、最初の付加データを判定するための判定部１０１、２つ目以降の付加データを判定するための判定部１０２を有する。

判定部１０１は、連続回数カウント部１１１、付加データ第１判定部１１２を有する。連続回数カウント部１１１は、例えば、デコード部１５から、最初のエンコードフレーム内にある各デコードフレームのデコード結果を取得し、同じデコード結果（同じ付加データ）が続くデコードフレームの回数をカウントする。連続回数カウント部１１１は、連続回数を付加データ第１判定部１１２及び中心算出部１２１に出力する。

付加データ第１判定部１１２は、連続回数カウント部１１１から取得した連続回数が、所定値以上であるか否かを判定する。ここで、所定値をＮとし、Ｎは、付加データの更新間隔ｔ１に基づいて予め決定される。Ｎが取りうる最大値は、エンコードフレーム内にあるデコードフレーム数から、データ切替のフェードにかかるフレーム数を除いた数である。よって、Ｎは、この最大値よりも小さい値とする。

付加データ第１判定部１１２は、連続回数がＮ以上である場合、この連続した付加データを、エンコードフレームに付加された所定データと決定する。付加データ第１判定部１１２は、決定した付加データを出力部１７に出力する。

これにより、付加データの更新タイミングと、音声データの読み出しタイミングとを調整する必要がなく、読み出しタイミングが予め決められたデコードフレームを用いて適切に付加データを抽出することができる。

判定部１６は、最初の付加データの判定が終わると、判定部１０２により、２つ目以降の付加データの判定を行う。よって、２つ目以降のエンコードフレームに対応するデコード部１５のデコード結果は、判定部１０２に入力される。デコード結果の入力の切替については、例えばスイッチなどを用いればよい。

判定部１０２は、中心算出部１２１、第１決定部１２２、付加データ第２判定部１２３を有する。中心算出部１２１は、連続回数カウント部１１１から取得した連続回数の中心を求める。中心算出部１２１は、例えば、同じデコード結果が連続したデコードフレームの中心時刻を算出する。中心算出部１２１は、求めた中心時刻を第１決定部１２２に出力する。

第１決定部１２２は、中心算出部１２１から取得した中心時刻に付加データの更新間隔を加算していく。第１決定部１２２は、加算した後の時刻を中心として所定数のフレームを、以降の付加データの判定位置であると決定する。この所定数は、例えばＮとするが、Ｎに限らず適切な値が設定されればよい。第１決定部１２２は、決定した判定位置に含まれる所定数のフレームを、付加データ第２判定部１２３に通知する。

付加データ第２判定部１２３は、第１決定部１２２により決定された判定位置のフレームを用いて、付加データを判定する。付加データ第２判定部１２２は、所定数のフレームのデコード結果で最も多く抽出された付加データを判定し、最も多く抽出された付加データを前記出力部１７に出力する。

付加データ第２判定部１２３は、２つ目以降の付加データの判定については、第１決定部１２２により決定される判定位置に含まれるフレームを用いる。

これにより、２つ目以降の付加データの判定処理については、更新間隔の中心付近のデコードフレームを用いて付加データを判定することができるので、付加データの抽出精度を向上させることができる。また、２つ目以降の付加データの判定処理については、連続回数などをカウントする必要がないため、１つ目の付加データの判定処理よりも処理量を抑えることができる。

＜付加データ判定処理の例＞
次に、実施例１における付加データの判定処理の例について説明する。図６は、実施例１における付加データの判定処理を説明するための図である。図６に示す付加データＥｎ１１〜１４は、各付加データＢ〜Ｅがエンコードされたエンコードフレームを表す。図６に示す例では、付加データＢからデコードするとする。

図６に示すＤｅｎ（ｎ＝１０１〜）は、デコードフレームを表す。図６に示す例では、デコード部１５によるデコード結果が、Ｄｅ１０１は「Ａ」、Ｄｅ１０２〜１０７は「Ｂ」とする。連続回数カウント部１１１は、Ｄｅ１０２〜１０７でデコード結果が「Ｂ」で連続するので、連続回数を６とする。ここで、所定値Ｎを例えば３とする。

付加データ第１判定部１１２は、連続回数が所定値Ｎ以上であるため、このデコード結果「Ｂ」を出力部１７に出力する。

次に、中心算出部１２１は、連続回数６の中心Ｔ０を求める。中心Ｔ０は、例えば、デコードフレームＤｅ１０２〜１０７の中心時刻である。

第１決定部１２２は、中心時刻Ｔ０に付加データの更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ１を算出する。第１決定部１２２は、更新間隔Ｔ１を含むフレームを中心に所定数Ｎのフレームを決定する。

付加データ第２判定部１２３は、時刻Ｔ１を含む所定数Ｎのフレームのデコード結果で、最も多く抽出された付加データを判定する。ここでは、付加データ「Ｃ」が３つなので、付加データ「Ｃ」が出力部１７に出力される。

以降の付加データ判定については、第１決定部１２２は、時刻Ｔ１に更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ２を算出する。付加データ第２判定部１２３は、時刻Ｔ２を含む所定数Ｎのフレームのデコード結果で、最も多く抽出された付加データを判定する。ここでは、付加データ「Ｄ」が出力部１７に出力される。

なお、各付加データの判定に用いる所定フレームの中心時刻は、中心算出部１２１が算出し、第１決定部１２２は、中心算出部１２１から取得した中心時刻を含むフレームを中心とする所定数のフレームを決定するようにしてもよい。

このようにして、最初の付加データの更新間隔の中心時刻Ｔ０を推定し、あとは更新間隔ｔ１を加算していけば、更新間隔の中心付近で付加データの判定ができるようになり、付加データを適切に抽出することができる。

＜動作＞
次に、実施例１における音処理装置１の動作について説明する。図７は、実施例１における音処理装置１の処理の一例を示すフローチャートである。図７に示すステップＳ１０１で、マイク部１１は、音声データを受信し、音声データカウント部１２、音声データ記憶部１３に出力する。

ステップＳ１０２で、音声データカウント部１２は、デコードフレームを必要数受信したか否かを判定する。デコードフレームが必要数受信されれば（ステップＳ１０２−ＹＥＳ）ステップＳ１０３に進み、デコードフレームが必要数受信されなければ（ステップＳ１０２−ＮＯ）ステップＳ１０１に戻る。

ステップＳ１０３で、計算部１４は、デコードフレーム毎にケプストラムを計算する。計算部１４は、ケプストラム計算結果から遅延時間を求め、デコード部１５に出力する。

ステップＳ１０４で、デコード部１５は、ケプストラム計算結果からピークを検出し、エコー信号の遅延時間を求める。デコード部１５は、求めた遅延時間に対応する付加データを対応表から取得する。対応表には、遅延時間と付加データとが対応付けられている。

ステップＳ１０５で、判定部１６の連続回数カウント部１１１は、同じデコード結果となるデコードフレームの連続回数をカウントする。

ステップＳ１０６で、付加データ第１判定部１１２は、連続回数がＮ以上であるか否かを判定する。連続回数がＮ以上であれば（ステップＳ１０６−ＹＥＳ）ステップＳ１０７に進み、連続回数がＮ未満であれば（ステップＳ１０６−ＮＯ）ステップＳ１０１に戻る。

ステップＳ１０７で、出力部１７は、連続回数がＮ以上のデコード結果が示す付加データを出力する。

ステップＳ１０８で、中心算出部１２１及び第１決定部１２２は、次のデコードフレームの判定位置を決定する。

ステップＳ１０９で、マイク部１１は、音声データを受信し、音声データカウント部１２、音声データ記憶部１３に出力する。

ステップＳ１１０で、音声データカウント部１２は、デコードフレームを必要数受信したか否かを判定する。デコードフレームが必要数受信されれば（ステップＳ１１０−ＹＥＳ）ステップＳ１１１に進み、デコードフレームが必要数受信されなければ（ステップＳ１１０−ＮＯ）ステップＳ１０９に戻る。

ステップＳ１１１で、計算部１４は、デコードフレーム毎にケプストラムを計算する。計算部１４は、ケプストラム計算結果から遅延時間を求め、デコード部１５に出力する。

ステップＳ１１２で、デコード部１５は、ケプストラム計算結果からピークを検出し、エコー信号の遅延時間を求める。デコード部１５は、求めた遅延時間に対応する付加データを対応表から取得する。対応表には、遅延時間と付加データとが対応付けられている。

なお、ステップＳ１０９〜Ｓ１１２は、説明の都合上ステップＳ１０８の後に記載したが、実際は、ステップＳ１０１に続いてステップＳ１０９で次の音声データが受信され、ステップＳ１１０以降の処理が行われている。

ステップＳ１１３で、付加データ第２判定部１２３は、判定対象のデコード結果であるか否かを判定する。例えば、付加データ第２判定部１２３は、第１決定部１２２により決定された判定位置にあるデコードフレームのデコード結果であるかを判定する。デコード結果が判定対象であれば（ステップＳ１１３−ＹＥＳ）ステップＳ１１４に進み、デコード結果が判定対象でなければ（ステップＳ１１３−ＮＯ）ステップＳ１０９に戻り、次の音声データを受信する。

ステップＳ１１４で、付加データ第２判定部１２３は、判定対象のデコード結果の回数をカウントする。

ステップＳ１１５で、付加データ第２判定部１２３は、判定対象のカウント回数がＮ回であるか否かを判定する。カウント回数がＮ回であれば（ステップＳ１１５−ＹＥＳ）ステップＳ１１６に進み、カウント回数がＮ回でなければ（ステップＳ１１５−ＮＯ）ステップＳ１０９に戻り、次の音声データを受信する。

ステップＳ１１６で、付加データ第２判定部１２３は、Ｎ個のデコード結果の多数決をとり、最も多く抽出された付加データを判定する。

ステップＳ１１７で、付加データ第２判定部１２３は、カウントしていた回数をリセットする。

ステップＳ１１７の処理後、ステップＳ１０７に進み、出力部１７は、多数決の結果である付加データを出力する。

以降は、ステップＳ１０７〜Ｓ１１７の処理を繰り返し、判定された付加データを順に出力していく。

以上、実施例１によれば、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させることができる。

［実施例２］
次に、実施例２における音処理装置について説明する。実施例２における音処理装置は、最初の付加データが複数のエンコードフレームに連続して付加される場合であっても、付加データを適切に抽出することができる。

＜構成＞
実施例２における音処理装置の構成は、実施例１における音処理装置と同様の構成であるから、その説明を省略する。実施例２における音処理装置の構成を用いる場合は、図１に示す符号と同じ符号を用いて説明する。

＜判定部の機能＞
次に、実施例２における判定部１６の機能について説明する。図８は、実施例２における判定部１６の機能の一例を示すブロック図である。図８に示す判定部１６は、最初の付加データを判定するための判定部２０１、２つ目以降の付加データを判定するための判定部２０２を有する。

判定部２０１は、連続回数カウント部２１１、付加データ第１判定部２１２を有する。連続回数カウント部２１１は、実施例１と同様に、デコード部１５からのデコード結果を取得し、同じデコード結果が続く回数をカウントする。連続回数カウント部２１１は、連続回数を付加データ第１判定部２１２及び中心算出部２２１に出力する。

付加データ第１判定部２１２は、連続回数カウント部２１１から取得した連続回数が、エンコードフレーム内のデコードフレームの数の所定倍を超えるか否かを判定する。また、付加データ第１判定部２１２は、連続回数分のデコードフレームの時間が、エンコードフレームの更新間隔の所定倍を超えたか否かを判定してもよい。

この判定は、１つ目の付加データが連続して複数のエンコードフレームに付加されたか否かを判定するために行う。付加データ第１判定部２１２は、連続回数が所定倍を超えるとき、（連続回数／エンコードフレームに含まれるデコードフレーム数）又は（連続回数分のデコードフレームの時間／エンコードフレームの更新間隔）の整数値に１を加算した整数値Ｍを算出する。付加データ第１判定部２１２は、整数値Ｍの分だけ、デコード結果が示す付加データを出力部１７に出力する。

付加データ第１判定部２１２は、連続回数が所定倍を超えないときは、実施例１と同様にして、連続回数が所定値Ｎ以上であるか否かを判定する。

これにより、最初に判定する付加データが複数のエンコードフレームに連続して付加されている場合でも、付加データを適切に抽出することができる。

判定部１６は、最初の付加データの判定が終わると、判定部２０２により、２つ目以降の付加データの判定を行う。よって、２つ目以降のエンコードフレームに対応するデコード部１５のデコード結果は、判定部２０２に入力される。デコード結果の入力の切替については、例えばスイッチなどを用いればよい。

判定部２０２は、中心算出部２２１、第２決定部２２２、付加データ第２判定部２２３を有する。中心算出部２２１は、連続回数カウント部２１１から取得した連続回数の中心を求める。中心算出部２２１は、例えば、同じデコード結果が連続したデコードフレームの中心時刻を算出する。中心算出部２２１は、求めた中心時刻を第２決定部２２２に出力する。

第２決定部２２２は、中心算出部２２１から取得した中心時刻に付加データの更新間隔を加算していく。第２決定部２２２は、中心時刻が所定倍を超えたときの中心である場合、Ｍが奇数の場合、取得した中心は、エンコードフレームの更新間隔の中心付近であると判断し、中心時刻に（（Ｍ＋１）／２）倍の更新間隔を加算した時刻を算出する。

また、第２決定部２２２は、Ｍが偶数の場合、取得した中心は、エンコードフレームの更新タイミング付近であると判断し、この中心に更新間隔の半分を加算して更新間隔の中心付近を求める。第２決定部２２２は、更新間隔の半分を加算した中心に、さらに（Ｍ／２）倍の更新間隔を加算した時刻を算出する。

よって、第２決定部２２２は、整数値Ｍが偶数の場合も奇数の場合も、取得した中心に対し、（（Ｍ＋１）／２）倍の更新間隔を加算した時刻を算出する。第２決定部２２２は、一度（（Ｍ＋１）／２）倍の更新間隔を加算すると、次からは１倍の更新間隔を加算していく。

第２決定部２２２は、加算した後の時刻を中心とした所定数のフレームを、以降の付加データの判定位置であると決定する。この所定数は、例えばＮとするが、Ｎに限らず適切な値が設定されればよい。第２決定部２２２は、決定した判定位置に含まれる所定数のフレームを、付加データ第２判定部２２３に通知する。

付加データ第２判定部２２３は、第２決定部２２２により決定された判定位置のフレームを用いて、付加データを判定する。付加データ第２判定部２２２は、所定数のフレームのデコード結果で最も多く抽出された付加データを判定し、最も多く抽出された付加データを前記出力部１７に出力する。

付加データ第２判定部２２３は、２つ目以降の付加データの判定については、第２決定部２２２により決定される判定位置に含まれるフレームを用いる。

これにより、１つ目の付加データが複数のエンコードフレームに連続して付加されている場合でも、２つ目以降の付加データの判定処理を、実施例１と同様に処理量を増やさずに適切に行うことができる。

＜付加データ判定処理の例＞
次に、実施例２における付加データの判定処理の例について説明する。図９は、実施例２における付加データの判定処理を説明するための図である。図９に示す付加データＥｎ２１〜２４は、各付加データＢ、Ｄ、Ｅがエンコードされたエンコードフレームを表す。図９に示す例では、付加データＢからデコードするとする。

図９に示すＤｅｎ（ｎ＝２０１〜）は、デコードフレームを表す。図９に示す例では、デコード部１５によるデコード結果が、Ｄｅ２０１は「Ａ」、Ｄｅ２０２〜２１４は「Ｂ」とする。連続回数カウント部２１１は、Ｄｅ２０２〜２１４でデコード結果が「Ｂ」で連続するので、連続回数を１２とする。このとき、１つのエンコードフレームに含まれるデコードフレームの数を８とすると、連続回数は、この「８」の数を超えている。

そこで、付加データ第１判定部２１２は、（１２／８）の整数値（商）１に１を加算して整数値Ｍ＝２を算出する。付加データ第１判定部２１２は、連続回数８のデコード結果が示す付加データ「Ｂ」をＭ＝２回分、出力部１７に出力する。

次に、中心算出部２２１は、連続回数の中心Ｔ０を求める。図９に示す中心Ｔ０は、Ｍ＝２であるため、エンコードフレームＥｎ２１、Ｅｎ２２の更新タイミング付近になる。

第２決定部２２２は、まず、中心時刻Ｔ０に付加データの更新間隔の半分（ｔ１／２）を加算し、更新間隔の中心付近を求める。第２決定部２２２は、次に、この（Ｔ０＋（ｔ１／２））の時刻に、（Ｍ／２）×ｔ１を加算する。つまり、次のフレーム判定位置の中心時刻Ｔ１は、次の式を用いて算出される。
Ｔ１＝Ｔ０＋（（Ｍ＋１）／２）×ｔ１
第２決定部２２２は、更新間隔Ｔ１を含むフレームを中心に所定数Ｎのフレームを決定する。

付加データ第２判定部２２３は、時刻Ｔ１を含む所定数Ｎのフレームのデコード結果で、最も多く抽出された付加データを判定する。ここでは、付加データ「Ｄ」が３つなので、付加データ「Ｄ」が出力部１７に出力される。

以降の付加データ判定については、第２決定部２２２は、時刻Ｔ１に更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ２を算出する。付加データ第２判定部２２３は、時刻Ｔ２を含む所定数Ｎのフレームのデコード結果で、最も多く抽出された付加データを判定する。ここでは、付加データ「Ｅ」が出力部１７に出力される。

なお、各付加データの判定に用いる所定フレームの中心時刻は、中心算出部２２１が算出し、第２決定部２２２は、中心算出部２２１から取得した中心時刻を含むフレームを中心とする所定数のフレームを決定するようにしてもよい。

これにより、最初の付加データが複数のエンコードフレームに連続して付加された場合でも、付加データの判定に用いる所定数のフレームを適切に決定することができる。

＜動作＞
次に、実施例２における音処理装置の動作について説明する。図１０は、実施例２における音処理装置の処理の一例を示すフローチャートである。図１０に示すステップＳ２０１〜Ｓ２０６の処理は、図７に示すステップＳ１０１〜Ｓ１０６の処理と同様であるため、その説明を省略する。

ステップＳ２０７で、付加データ第１判定部２１２は、連続回数分のデコードフレームの時間を、エンコードフレームの更新間隔の整数値Ｍ倍に切り上げる。

ステップＳ２０８で、出力部１７は、付加データ第１判定部２１２が判定したＭ個の付加データを出力する。

ステップＳ２０９で、中心算出部２２１及び第２決定部２２２は、次のデコードフレームの判定位置を決定する。２つ目の付加データの判定位置は、中心時刻Ｔ０＋（（Ｍ＋１）／２）×更新間隔ｔ１を中心とする所定数のフレームである。

ステップＳ２１０〜Ｓ２１８の処理は、図７に示すステップＳ１０９〜Ｓ１１７の処理と同様であるため、その説明を省略する。

ステップＳ２１８の処理後、ステップＳ２０８に進み、出力部１７は、多数決の結果である付加データを出力する。

以降は、ステップＳ２０８〜Ｓ２１８の処理を繰り返し、判定された付加データを順に出力していく。なお、ステップＳ２０９で、３つ目以降の付加データを判定する際は、２つ目の付加データに対する中心時刻Ｔ１に更新間隔ｔ１を加算していけばよい。

以上、実施例２によれば、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させることができる。また、実施例２によれば、最初の付加データが複数のエンコードフレームに連続して付加される場合であっても、付加データを適切に抽出することができる。

［実施例３］
次に、実施例３における音処理装置について説明する。実施例３における音処理装置は、２つ目以降の付加データを判定するために用いる中心時刻を修正することができる。

＜構成＞
実施例３における音処理装置の構成は、実施例１における音処理装置と同様の構成であるから、その説明を省略する。実施例３における音処理装置の構成を用いる場合は、図１に示す符号と同じ符号を用いて説明する。

＜判定部の機能＞
次に、実施例３における判定部１６の機能について説明する。図１１は、実施例３における判定部１６の機能の一例を示すブロック図である。図１１に示す判定部１６は、最初の付加データを判定するための判定部３０１、２つ目以降の付加データを判定するための判定部３０２を有する。

判定部３０１は、連続回数カウント部３１１、付加データ第１判定部３１２を有する。連続回数カウント部３１１、付加データ第１判定部３１２は、実施例１に記載の連続回数カウント部１１１、付加データ第１判定部１１２と同様であるため、その説明を省略する。

判定部３０２は、中心算出部３２１、第３決定部３２２、付加データ第３判定部３２３を有する。中心算出部３２１は、実施例１に記載の中心算出部１２１と同様であるため、その説明を省略する。

第３決定部３２２は、中心算出部３２１から取得した中心時刻に付加データの更新間隔を加算していく。第３決定部３２２は、加算した後の時刻を中心として所定数のフレームを、以降の付加データの判定位置であると決定する。この所定数は、例えばＮとするが、Ｎに限らず適切な値が設定されればよい。

第３決定部３２２は、決定した所定数のフレームを第１群とし、この第１群を、１つのデコードフレーム分、前にずらしたデコードフレームの群を第２群とし、第１群を、１つのデコードフレーム分、後にずらしたデコードフレームの群を第３群とする。

第３決定部３２２は、決定した所定数のフレームの３つの群を、付加データ第３判定部３２３に通知する。なお、群の数は３つに限らない。

付加データ第３判定部３２３は、第３決定部３２２により決定された３つの郡の判定位置のフレームを用いて、付加データを判定する。付加データ第３判定部３２３は、それぞれの群で、所定数のフレームのデコード結果で最も多く抽出された付加データを判定する。

付加データ第３判定部３２３は、この３つの群で、同じ付加データの抽出数で多数決をとる。付加データ第３判定部３２３は、抽出数が一番多い付加データを出力部１７に出力する。付加データ第３判定部３２３は、同じ付加データの抽出数が一番多い群の中に、第１群が含まれていれば、第１群の中心時刻を基準として以降の付加データの判定位置を決定させる。

付加データ第３判定部３２３は、同じ付加データの抽出数が一番多い群の中に、第１群が含まれない場合、抽出数が一番多い郡の中心時刻を以降の付加データの判定位置の基準とするよう、第３決定部３２２に通知する。なお、付加データ第３判定部３２３は、第２群と第３群の両方で抽出数が一番多い場合、予め設定しておいたいずれかの群の中心時刻を用いればよい。

これにより、付加データの判定に用いる中心時刻を修正することができる。この修正は、実際のエンコードフレームの中心時刻と、判定された中心時刻との間に少しのズレがあるので、このズレが蓄積されるのを防ぐのに役立つ。

＜付加データ判定処理の例＞
次に、実施例３における付加データの判定処理の例について説明する。図１２は、実施例３における付加データの判定処理を説明するための図である。図１２に示す付加データＥｎ３１〜３４は、各付加データＢ〜Ｅがエンコードされたエンコードフレームを表す。図１２に示す例では、付加データＢからデコードするとする。

図１２に示すＤｅｎ（ｎ＝３０１〜）は、デコードフレームを表す。図１２に示す例では、デコード部１５によるデコード結果が、例えばＤｅ３０１は「Ａ」、Ｄｅ３０２〜３０７は「Ｂ」とする。連続回数カウント部３１１は、Ｄｅ３０２〜３０７でデコード結果が「Ｂ」で連続するので、連続回数を６とする。ここで、所定値Ｎを例えば３とする。

付加データ第１判定部３１２は、連続回数が所定値Ｎ以上であるため、このデコード結果「Ｂ」を出力部１７に出力する。

次に、中心算出部３２１は、連続回数６の中心Ｔ０を求める。中心Ｔ０は、例えば、デコードフレームＤｅ３０２〜３０７の中心時刻である。

第３決定部３２２は、中心時刻Ｔ０に付加データの更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ１を算出する。第３決定部３２２は、更新間隔Ｔ１を含むフレームを中心に所定数Ｎのフレームを第１群として決定する。

第３決定部３２２は、第１群から１デコードフレーム前にずらした第２群、第１群から１デコードフレーム後にずらした第３群を決定する。例えば、図１２に示す例では、Ｄｅ３１０〜３１２が第１群、Ｄｅ３０９〜３１１が第２群、Ｄｅ３１１〜３１３が第３群となる。

付加データ第３判定部３２３は、群毎に、所定数Ｎのフレームのデコード結果で、多数決をとる。例えば、付加データ第３判定部３２３は、同じ付加データの抽出数を用いて判定する。ここでは、いずれの群も付加データ「Ｃ」が３つずつ抽出されるので、付加データ「Ｃ」が出力部１７に出力される。

以降の付加データ判定については、第３決定部３２２は、時刻Ｔ１に更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ２を算出する。第３決定部３２２は、中心時刻Ｔ２に基づき、第１群〜第３群のフレームを決定する。

付加データ第３判定部３２３は、第３群で、付加データ「Ｄ」が３つ抽出されるので、付加データ「Ｄ」を判定し、出力部１７に出力する。ここでは、第３群の付加データ「Ｄ」の抽出数「３」が、第１群の付加データ「Ｄ」の抽出数「２」、第２群の付加データ「Ｃ」の抽出数「２」よりも大きい。

よって、付加データ第３判定部３２３は、第３群の所定数のデコードフレームの中心を、中心時刻Ｔ２’とし、第３決定部３２２に通知する。第３決定部３２２は、中心時刻Ｔ２’を取得すると、このＴ２’に更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ３を算出する。

なお、各付加データの判定に用いる所定フレームの中心時刻は、中心算出部３２１が算出し、第３決定部３２２は、中心算出部３２１から取得した中心時刻に基づき、各群の所定数のフレームを決定するようにしてもよい。

これにより、２つ目以降の付加データの判定において、中心時刻を修正することができ、より適切な付加データを抽出することができる。

＜動作＞
次に、実施例３における音処理装置の動作について説明する。図１３は、実施例３における音処理装置の処理の一例を示すフローチャートである。図１３に示すステップＳ３０１〜Ｓ３１４の処理は、図７に示すステップＳ１０１〜Ｓ１１４の処理と同様であるため、その説明を省略する。

ステップＳ３１５で、付加データ第３判定部３２３は、判定対象のカウント回数がＮ＋２回であるか否かを判定する。カウント回数がＮ＋２回であれば（ステップＳ３１５−ＹＥＳ）ステップＳ３１６に進み、カウント回数がＮ＋２回でなければ（ステップＳ３１５−ＮＯ）ステップＳ３０９に戻り、次の音声データを受信する。

ステップＳ３１６で、付加データ第３判定部３２３は、第１群のＮ個のデコード結果の多数決をとり、最も多く抽出された付加データを判定する。

ステップＳ３１７で、付加データ第３判定部３２３は、第２群のＮ個のデコード結果の多数決をとり、最も多く抽出された付加データを判定する。

ステップＳ３１８で、付加データ第３判定部３２３は、第３群のＮ個のデコード結果の多数決をとり、最も多く抽出された付加データを判定する。

ステップＳ３１９で、付加データ第３判定部３２３は、同じ付加データの抽出数が最も多い群を判定する。付加データ第３判定部３２３は、判定した群の最も多く抽出された付加データを出力部１７に出力する。

ステップＳ３２０で、付加データ第３判定部３２３は、カウントしていた回数をリセットする。

ステップＳ３２０の処理後、ステップＳ３０７に進み、出力部１７は、多数決の結果である付加データを出力する。

以降は、ステップＳ３０７〜Ｓ３２０の処理を繰り返し、判定された付加データを順に出力していく。なお、ステップＳ３０８で、３つ目以降の付加データを判定する際は、ステップＳ３１９で決定された群の中心時刻に対して更新間隔ｔ１を加算していけばよい。

以上、実施例３によれば、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させることができる。また、２つ目以降の付加データの判定に用いる中心時刻を修正することができ、付加データの抽出精度をさらに向上させることができる。

［実施例４］
次に、実施例４における音処理装置４について説明する。実施例４における音処理装置４は、付加データの判定に用いる音声データのみを取得するようにして、省電力を実現する。

＜構成＞
図１４は、実施例４における音処理装置４の構成の一例を示すブロック図である。図１４に示す構成で、図１に示す構成と同様のものは同じ符号を付し、その説明を省略する。

判定部２１は、付加データの判定が終わると、電源制御部２２に電源切断を通知する。また、判定部２１は、次の付加データの判定に用いるデコードフレームの読み込み開始時刻までの時間をタイマ部２３に設定する。

電源制御部２２は、判定部２１から電源切断を通知されると、マイク部１１、音声データカウント部１２、音声データ記憶部１３、計算部１４、デコード部１５に対して電源を切断する。

また、電源制御部２２は、タイマ部２３から電源供給の指示を通知されると、マイク部１１、音声データカウント部１２、音声データ記憶部１３、計算部１４、デコード部１５に対して電源を供給する。よって、電源制御部２２は、音声データの読み込み処理を含む各部の処理を行わせないようにする制御機能を有する。

タイマ部２３は、時計を内蔵しており、判定部２１から通知された時間が経過したら電源制御部２２に対して電源供給を指示する。

＜判定部の機能＞
実施例４における判定部２１は、前述した以外の機能は、実施例１〜３のいずれかの機能を有していればよい。判定部２１は、実施例１〜３のいずれかを用いて、次の付加データの判定に用いるデコードフレームの読み込み開始時刻までの時間を算出し、この時間をタイマ部２３に通知する。

これにより、付加データを判定するデコードフレームのみを処理すればよいので、電力消費を抑えることができる。

＜付加データ判定処理の例＞
次に、実施例４における付加データの判定処理の例について説明する。図１５は、実施例４における付加データの判定処理を説明するための図である。なお、図１５に示す例では、判定部２１の判定処理として実施例１で説明した図５の符号を用いて説明する。

図１５に示す付加データＥｎ４１〜４４は、各付加データＢ〜Ｅがエンコードされたエンコードフレームを表す。図１５に示す例では、付加データＢからデコードするとする。

図１５に示すＤｅｎ（ｎ＝４０１〜）は、デコードフレームを表す。図１５に示す例では、デコード部１５によるデコード結果が、Ｄｅ４０１は「Ａ」、Ｄｅ４０２〜４０７は「Ｂ」とする。連続回数カウント部１１１は、Ｄｅ４０２〜４０７でデコード結果が「Ｂ」で連続するので、連続回数を６とする。ここで、所定値Ｎを例えば３とする。

付加データ第１判定部１１２は、連続回数が所定値Ｎ以上であるため、このデコード結果「Ｂ」を出力部１７に出力する。

次に、中心算出部１２１は、連続回数６の中心Ｔ０を求める。中心Ｔ０は、例えば、デコードフレームＤｅ４０２〜４０７の中心時刻である。

第１決定部１２２は、中心時刻Ｔ０に付加データの更新間隔ｔ１を加算し、次のフレーム判定位置の中心時刻Ｔ１を算出する。第１決定部１２２は、更新間隔Ｔ１を含むフレームを中心に所定数Ｎのフレームを決定する。判定部２１は、Ｄｅ４０８のデコードフレームの判定処理が終了すると、電源制御部２２に電源切断を通知する。また、判定部２１は、Ｄｅ４０９のデコードフレームを読み込む開始時刻までの時間をタイマ部２３に設定する。判定部２１は、以降も同様の処理を行い、電源制御部２２への電源切断の通知と、タイマ部２３への時間の設定を行う。

これにより、次の付加データの判定において、Ｄｅ４０９〜４１１のデコードフレーム以外のデコードフレームについて音声データについては処理されず、省電力を実現できる。

＜動作＞
次に、実施例４における音処理装置１の動作について説明する。図１６は、実施例４における音処理装置４の処理の一例を示すフローチャートである。なお、図１６に示す処理は、実施例１の判定処理を行う場合の処理である。

図１６に示すステップＳ４０１〜Ｓ４０８の処理は、図７に示すステップＳ１０１〜Ｓ１０８の処理と同様であるため、その説明を省略する。

ステップＳ４０９で、判定部２１は、現在の時刻から次のデコードフレームの読み込み開始時刻までの時間を算出し、タイマ部２３に設定する。

ステップＳ４１０で、判定部２１は、電源制御部２２に対し、電源切断を通知する。これにより、各部の不要な電源を切断することができる。

ステップＳ４１１で、タイマ部２３は、設定された時間が経過したか否かを判定する。設定時間が経過すれば（ステップＳ４１１−ＹＥＳ）ステップＳ４１２に進み、設定時間が経過していなければ（ステップＳ４１１−ＮＯ）ステップＳ４１１に戻る。

ステップＳ４１２で、電源制御部２２は、電源を切断した各部に対し、電源供給を開始する。これにより、付加データの判定処理が再開する。

ステップＳ４１３〜Ｓ４２０の処理は、図１に示すＳ１０９〜Ｓ１１７の処理と同様であるため、その説明を省略する。

以上、実施例４によれば、処理量を抑えつつ、エコーハイディングされた音声データに対し、付加データの抽出精度を向上させ、かつ、電力消費を抑えることができる。

［実施例５］
図１７は、実施例５における携帯端末装置５のハードウェアの一例を示すブロック図である。携帯端末装置５は、アンテナ５０１、無線部５０２、ベースバンド処理部５０３、制御部５０４、端末インタフェース部５０５、主記憶部５０６、補助記憶部５０７、マイク５０８、表示部５０９を有する。

アンテナ５０１は、送信アンプで増幅された無線信号を送信し、また、基地局から無線信号を受信する。無線部５０２は、ベースバンド処理部５０３で拡散された送信信号をＤ／Ａ変換し、直交変調により高周波信号に変換し、その信号を電力増幅器により増幅する。無線部７０２は、受信した無線信号を増幅し、その信号をＡ／Ｄ変換してベースバンド処理部７０３に伝送する。

ベースバンド部５０３は、送信データの誤り訂正符号の追加、データ変調、拡散変調、受信信号の逆拡散、受信環境の判定、各チャネル信号の閾値判定、誤り訂正復号などのベースバンド処理などを行う。

制御部５０４は、制御信号の送受信などの無線制御を行う。また、制御部５０４は、補助記憶部５０７などに記憶されている音処理プログラムを実行し、各実施例で説明した音処理を行う。

端末インタフェース部５０５は、データ用アダプタ処理、ハンドセットおよび外部データ端末とのインタフェース処理を行う。

主記憶部５０６は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などであり、制御部５０４が実行する基本ソフトウェアであるＯＳ（Operating System）やアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。

補助記憶部５０７は、ＨＤＤ（Hard Disk Drive）などであり、アプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。補助記憶部５０７は、前述した音処理プログラムを記憶する。

マイク５０８は、付加データが付加されたアナウンスなどを電気信号の音声データに変換する。表示部５０９は、例えば、ＬＣＤ（Liquid Crystal Display）等であり、制御部５０４から入力される表示データに応じた表示が行われる。表示部５０９は、例えば、抽出された付加データを表示する。

また、各実施例の音処理装置のマイク部１１と音声データ記憶部１３以外の各部の機能は、例えば制御部５０４、及びワークメモリとしての主記憶部５０６により実現されうる。音声データ記憶部１３は、例えば主記憶部５０６などにより実現されうる。マイク部１１は、例えばマイク５０８などにより実現されうる。

なお、各実施例における音処理装置の各部の一部をハードウェアで実装し、その他のソフトウェアで実装してもよい。例えば、マイク部１１、デコード部１５、音声データ記憶部１３などをハードウェアで実装し、その他をソフトウェアで実装してもよい。

以上、実施例５によれば、携帯端末装置５において、実施例１〜４での付加データ判定処理を行うことができる。

また、開示の技術は、携帯端末装置５に限らず、他の機器にも実装することができる。例えば、前述した音処理装置は、付加データが付加された音声データを入力するマイクや受信部と制御部とを有する処理装置であれば適用可能である。

また、前述した各実施例で説明した音処理を実現するためのプログラムを記録媒体に記録することで、各実施例での音処理をコンピュータに実施させることができる。

また、このプログラムを記録媒体に記録し、このプログラムが記録された記録媒体をコンピュータや携帯端末装置に読み取らせて、前述した音処理を実現させることも可能である。なお、記録媒体は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的，電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。記録媒体は、搬送波を含まない。

なお、上記各実施例で説明した装置は、例えば、電車の車内アナウンスに、アナウンスと同じ内容を付加データで付加し、耳の不自由な人が、付加データが示すアナウンスを表示部に表示する際に用いられる。これにより、各実施例の装置は、アナウンスの内容を知ることなどに適用することができる。

以上、実施例について詳述したが、上記の各実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。また、前述した実施例の構成要素を全部又は複数を組み合わせることも可能である。また、前述した各実施例同士を組み合わせたりすることもできる。

なお、以上の実施例に関し、さらに以下の付記を開示する。
（付記１）
所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行う計算部と、
各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定する第１判定部と、
前記決定された所定データを出力する出力部と、
を備える音処理装置。
（付記２）
連続して同じ所定データが抽出されるフレームの中心時刻を求める中心算出部と、
求められた中心時刻に前記更新間隔を加算して、次の付加データの抽出に用いる所定数のフレームを決定する第１決定部と、
決定された所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第２判定部とをさらに備える付記１記載の音処理装置。
（付記３）
前記第１判定部は、
連続して同じ所定データが抽出されるフレームの時間が前記更新間隔の所定倍を超える場合、前記所定倍に１を加算した整数値の数だけ、該所定データを前記出力部に出力する付記１記載の音処理装置。
（付記４）
連続して同じ所定データが抽出されるフレームの中心を求める中心算出部と、
求められた中心に前記更新間隔の（前記整数値＋１）／２倍を加算して、次の付加データの抽出に用いる所定数のフレームを決定する第２決定部と、
決定された所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第２判定部とをさらに備える付記３記載の音処理装置。
（付記５）
連続して同じ所定データが抽出されるフレームの中心を求める中心算出部と、
求められた中心に前記更新間隔を加算して、次の付加データの抽出に用いる所定数のフレームの群を複数決定する第３決定部と、
決定された各群で所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第３判定部とをさらに備え、
前記中心算出部は、
前記所定データが最も多く抽出された群のフレームの中心を求める付記１記載の音処理装置。
（付記６）
前記次の付加データの抽出に用いる所定数のフレーム以外のフレームでは、前記音声データの読み込みを行わないよう制御する制御部をさらに備える付記２、４及び５いずれか一項に記載の音処理装置。
（付記７）
前記エコー信号は、前記更新間隔の前後でフェードイン、フェードアウトされ、
前記所定値は、前記更新間隔から前記フェードイン及び前記フェードアウトされる時間を除いた時間に対するデコードフレームの数に基づいて決定される付記１乃至６いずれか一項に記載の音処理装置。
（付記８）
所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行い、
各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定し、
前記決定された所定データを出力する処理をコンピュータが実行する音処理方法。
（付記９）
所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行い、
各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定し、
前記決定された所定データを出力する処理をコンピュータに実行させるためのプログラム。

１、４ 音処理装置
５ 携帯端末装置
１１ マイク部
１２ 音声データカウント部
１３ 音声データ記憶部
１４ 計算部
１５ デコード部
１６、２１ 判定部
１７ 出力部
２２ 電源制御部
２３ タイマ部
１１１、２１１、３１１ 連続回数カウント部
１１２、２１２、３１２ 付加データ第１判定部
１２１、２２１、３２１ 中心算出部
１２２ 第１決定部
１２３、２２３ 付加データ第２判定部
２２２ 第２決定部
３２２ 第３決定部
３２３ 付加データ第３判定部
５０４ 制御部
５０６ 主記憶部
５０７ 補助記憶部
５０８ マイク
５０９ 表示部

Claims (8)

1. 所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行う計算部と、
   各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定する第１判定部と、
   前記決定された所定データを出力する出力部と、
   を備える音処理装置。
2. 連続して同じ所定データが抽出されるフレームの中心時刻を求める中心算出部と、
   求められた中心時刻に前記更新間隔を加算して、次の付加データの抽出に用いる所定数のフレームを決定する第１決定部と、
   決定された所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第２判定部とをさらに備える請求項１記載の音処理装置。
3. 前記第１判定部は、
   連続して同じ所定データが抽出されるフレームの時間が前記更新間隔の所定倍を超える場合、前記所定倍に１を加算した整数値の数だけ、該所定データを前記出力部に出力する請求項１記載の音処理装置。
4. 連続して同じ所定データが抽出されるフレームの中心を求める中心算出部と、
   求められた中心に前記更新間隔の（前記整数値＋１）／２倍を加算して、次の付加データの抽出に用いる所定数のフレームを決定する第２決定部と、
   決定された所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第２判定部とをさらに備える請求項３記載の音処理装置。
5. 連続して同じ所定データが抽出されるフレームの中心を求める中心算出部と、
   求められた中心に前記更新間隔を加算して、次の付加データの抽出に用いる所定数のフレームの群を複数決定する第３決定部と、
   決定された各群で所定数のフレームのケプストラム計算結果に基づいて、最も多く抽出される所定データを判定し、最も多く抽出された所定データを前記出力部に出力する第３判定部とをさらに備え、
   前記中心算出部は、
   前記所定データが最も多く抽出された群のフレームの中心を求める請求項１記載の音処理装置。
6. 前記次の付加データの抽出に用いる所定数のフレーム以外のフレームでは、前記音声データの読み込みを行わないよう制御する制御部をさらに備える請求項２、４及び５いずれか一項に記載の音処理装置。
7. 所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行い、
   各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定し、
   前記決定された所定データを出力する処理をコンピュータが実行する音処理方法。
8. 所定時間遅延されたエコー信号に基づいて所定データが更新間隔毎に付加された音声データに対し、前記更新間隔に対応する長さの音声データが複数に分割された各フレームでケプストラム計算を行い、
   各フレームのケプストラム計算結果に基づいて抽出される所定データが同じであるフレームの連続回数が、所定値以上であるか否かを判定し、一の更新間隔に対する所定データを決定し、
   前記決定された所定データを出力する処理をコンピュータに実行させるためのプログラム。

Images