JP2014206695A

JP2014206695A - 情報処理装置および制御方法

Info

Publication number: JP2014206695A
Application number: JP2013085231A
Authority: JP
Inventors: 知浩羽生; Tomohiro Hanyu
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2013-04-15
Filing date: 2013-04-15
Publication date: 2014-10-30
Also published as: US20140309997A1

Abstract

【課題】ユーザーに警告音をより聞き易くすることができる情報処理装置および制御方法を提供する。【解決手段】警告音とこの警告音以外の音との合成音を出力する音声合成手段と、前記合成音を人の声と背景音とに分離する音声分離手段と、前記警告音が発せられたか否かを検知する警告音検知手段と、前記警告音検知手段によって前記警告音が検知された場合は、前記警告音を読み込み前記人の声または背景音と合成して出力させる警告音読込手段とを具備する情報処理装置。【選択図】図３

Description

本発明の実施形態は、情報処理装置およびその制御方法に関する。

音声分離技術では、例えば「人の声」と「背景音（音楽）」が混じった「音声」から「人の声」と「背景音」を分離し、例えば「背景音」の音量を小さくしてスピーカーに出力することで「人の声」を聞きやすくすることができる。

一方ＰＣなどのシステムでは、システムで発するすべての「音声」はミキサーと呼ばれるところ（ソフトウェアで実現された音声合成手段）で合成されているため、例えばＴＶ試聴時の「音声」とシステムからの「警告音」もミキサーで合成されてスピーカーに出力される。

また同システムでは、音声分離技術などの「音声」にエフェクト（効果）を付加するところはミキサーとスピーカーの間に配置され、ミキサーで合成・出力された「音声」を入力して音声信号処理を行った後スピーカーへ出力する処理をしている。（例えば代表的なエフェクトを挙げるとすると、「音声」にサラウンド効果（空間的な広がりが感じられる音を付加するもの）がある。ＰＣなどのシステムでは、このような用途のために音声分離技術をはじめとするエフェクトをミキサーとスピーカーの間に（システムによっては複数）配置できるようになっている。）

ＰＣなどのシステムで発する様々な「音声」と、システムからユーザーへ通知される「警告音」はミキサーで合成されてしまうため、音声分離技術上では「警告音」が「背景音」として判断されてしまいがちである。

そのため、例えば「背景音」の音量を小さくして「人の声」を聞きやすくした場合、「警告音」の音量も小さくなってしまうので、ユーザーが「警告音」を聞きにくくなってしまうという課題があった。

即ち「警告音」に関しては、警告音が聞こえにくくなるのを防ぐ方式への要望がある。今後モバイル機器などで音質改善を行う音声処理がソフトウェアで行われることが増えることが想定される。

これまでは、「警告音」が合成された「音声」をフィルタリングして特定の（周波数の）音を聞きやすくするもの、「案内報知音声」（警告音）があらかじめ分離されているものをスピーカーに出力する前段でＴＶ音声と合成しているもの等の工夫があったが、上記課題の解決の要望を実現するための手段は知られていない。

特開平０９−２３０８９１号公報

本発明の実施の形態は、ユーザーに警告音をより聞き易くすることができる情報処理装置および制御方法を提供することを目的とする。

上記課題を解決するために、実施形態によれば情報処理装置は、警告音とこの警告音以外の音との合成音を出力する音声合成手段と、前記合成音を人の声と背景音とに分離する音声分離手段と、前記警告音が発せられたか否かを検知する警告音検知手段と、前記警告音検知手段によって前記警告音が検知された場合は、前記警告音を読み込み前記人の声または背景音と合成して出力させる警告音読込手段とを具備する。

本発明の実施形態にかかる情報処理装置の外観を示した斜視図。同実施形態の情報処理装置の要部構成を示すブロック図。同実施形態の実施例１のシステムを示す概略ブロック図。同実施形態の実施例のフローチャート。同実施形態の実施例２のシステムを示す概略ブロック図。同実施形態の実施例３のシステムを示す概略ブロック図。同実施形態の実施例４のシステムを示す概略ブロック図。

以下図面を参照して、実施形態について説明する。
図１には、本発明の第１実施形態にかかる情報処理装置の斜視図が示されている。

この情報処理装置は、バッテリ駆動可能なノートブック型コンピュータ１０として実現されている。

図１に示すように、コンピュータ１０は、本体１６と、ディスプレイ１１とから構成されている。ディスプレイ１１にはＬＣＤ（Liquid Crystal Display）からなる表示装置が組み込まれており、そのＬＣＤの表示画面１２はディスプレイ１１のほぼ中央に位置されている。

ディスプレイ１１は、コンピュータ１０に対して解放位置と閉塞位置との間を開閉自在に取り付けられている。コンピュータ１０の本体側は薄い箱形の筐体を有しており、その上面には、キーボード１３、パームレスト上にはタッチパッド１４、および左右２つのボタン１４ａ、１４ｂ、メール等の各種ショートカットボタン、電源ボタン、音量制御ボタン１８、スピーカー２９等が配置されている。また、本体１６の側面には、光学ドライブ１５等が設けられている。

図２は、本発明の第１実施形態にかかる情報処理装置の要部構成を示すブロック図である。
コンピュータ１０は、ＣＰＵ（Central Processing Unit）２０、Root Complex２１、主メモリ２４、グラフィックスコントローラ(End Point)２３、Root Complex（チップセット）２１とグラフィックスコントローラ２３とを接続するPCI Express Link２２、ディスプレイ（ＬＣＤ）である表示装置１１、エンベデッドコントローラ／キーボードコントローラＩＣ（ＥＣ／ＫＢＣ）２７、ハードディスクドライブ（ＨＤＤ）２５、ＢＩＯＳ−ＲＯＭ２６、キーボード１３、タッチパッド１４、加速度センサー２８、スピーカー２９などを備えている。

Root Complex２１、グラフィックスコントローラ２３等は、PCI EXPRESS規格に準拠したデバイス（デバイス）である。Root Complex２１とグラフィックスコントローラ２３との間の通信は、Root Complex２１とグラフィックスコントローラ２３との間に配設されたPCI Express Link２２を介して実行される。

ＣＰＵ２０は、本コンピュータ１０の動作を制御するプロセッサであり、ＨＤＤ２５から主メモリ２４にロードされる各種プログラム（オペレーティングシステム、アプリケーションプログラム）を実行する。また、ＣＰＵ２０は、ＢＩＯＳ−ＲＯＭ２６に格納されたＢＩＯＳ（Basic Input Output System）も実行する。ＢＩＯＳはハードウェアを制御するためのプログラムである。

Root Complex２１は、ＣＰＵ２０のローカルバスとグラフィックスコントローラ２３との間を接続するブリッジデバイスである。また、Root Complex２１は、PCI Express Link２２を介してグラフィックスコントローラ２３との通信を実行する機能も有している。

グラフィックスコントローラ２３は、本コンピュータのディスプレイモニタとして使用されるディスプレイである表示装置１１を制御する表示コントローラである。
ＥＣ／ＫＢＣ２７は、電力管理のためのエンベデッドコントローラと、キーボード１３、タッチパッド１４、加速度センサー２８、スピーカー２９などを制御するためのキーボードコントローラとが集積された１チップマイクロコンピュータである。このＥＣ／ＫＢＣ２７は、ユーザーによる電源ボタンの操作に応じて、電源コントローラと共同して、本コンピュータ１０をパワーオン／パワーオフする機能等を有している。

次に図３は、実施形態の実施例１のシステムを示す概略機能ブロック図である。ＣＰＵ２０により実行されるところの、ＨＤＤ２５から主メモリ２４にロードされる各種プログラム（主にアプリケーションプログラム）に依るものである。

アプリケーションソフト３０は、システム上で実行されている様々な音声を発するアプリケーションソフト（例えば、音楽再生ソフトウェアやＤＶＤ再生ソフトウェア、ＴＶ試聴ソフトウェアなど）である。システム上で複数存在できる。

警告音再生手段３１は、システムが「警告音」を警告音データ保持手段３２から読込み、再生してユーザーに音で知らせるためのソフトウェアである。この警告音データ保持手段３２は、警告音データを保持している記憶装置である（例えば、主メモリ２４やＨＤＤ２５など）。

音声合成手段３３は、システム上で発する様々な音声信号（アプリケーションソフト３０の様々なアプリや警告音再生手段３１などが発する音声信号）を合成するミキサーである。また音声分離技術エフェクト３４は、音声分離技術を使って音声信号処理を行うエフェクトである。また図３の以下１０１〜１０５は、音声分離技術を使った音声分離技術エフェクト３４内の要素である。

音声分離手段１０１は、入力された音声を「人の声」と「背景音」に分離する手段である。例えば同一出願人による特許第4837123号の技術を援用すればよい。

音量調整手段１０２は、分離された音声の「人の声」の音量を調整する手段である。例えば、「背景音」を聞きやすくするために「人の声」を小さくすることができる。

音量調整手段１０３は、分離された音声の「背景音」の音量を調整する手段である。例えば、「人の声」を聴きやすくするために「背景音」を小さくすることができる。

警告音検知手段１０４は、音声分離技術エフェクト３４へ入力された音を分析し、警告音が発せられたかどうかを検知（監視）する手段である。例えば、入力された音をフーリエ変換して分析し、警告音に含まれる特徴的な周波数が強くなっていることを監視する。一般に警告音には様々な種類があるので、その種類数分の周波数パターン辞書を用意して照合などすればよい。

警告音読込手段１０５は、警告音データを警告音データ保持手段３２から読み込み、音量調整手段１０２と音量調整手段１０３から出力された音声信号と合成する手段である。

図４は、実施例のＣＰＵ２０を主体とする処理のフローチャートである。ステップＳ４０は、音声信号処理の開始を表す。コンピュータ１０をパワーオンした後に起動する。

ステップＳ４１では、警告音が発せられたかどうか警告音検知手段１０４を使って監視・判定する。警告音が発せられたと判定された場合はステップＳ４２へ進む。それ以外は再びステップＳ４１へ戻る。

ステップＳ４２では、警告音検知手段１０４は警告音読込手段１０５に対して警告音データの読み込みを指示する。警告音読込手段１０５はこの指示を受けて警告音データの読み込みを行う。

ステップＳ４３では、警告音読込手段１０５は警告音データの終了に至ったかを判定する。終了に至っていない場合はステップＳ４４へ進む。それ以外はステップＳ４１へ戻る。

ステップＳ４４では、警告音読込手段１０５は警告音データを音量調整手段１０２と音量調整手段１０３から出力された音声データへ合成する。リアルタイム音声信号処理では、警告音データの先頭から少しずつ取り出しながら合成先の音声データへ合成を行うため、ステップＳ４３〜ステップＳ４４でデータの終了に至ったかを調べつつ合成を行っている。

図５は、実施形態の実施例２のシステムを示す概略ブロック図である。図３と同じ部分の説明は省略する（以下の図でも同様）。
音声分離技術エフェクト５４は、音声分離技術を使って音声信号処理を行うエフェクトの別な実施例である。
警告音検知手段２０４は、音声分離手段１０１から出力された音を分析し、警告音が発せられたかどうかを検知（監視）する手段である。例えば、入力された音をフーリエ変換して分析し、警告音に含まれる特徴的な周波数が強くなっていることを監視する。音声分離手段での背景音抽出の品質が良ければ、人の声が混じっている状態よりも警告音の検出向上が予想できる。

次に図６は、実施形態の実施例３のシステムを示す概略ブロック図である。
音声分離技術エフェクト６４は、音声分離技術を使って音声信号処理を行うエフェクトの別な実施例である。
警告音検知手段３０４は、警告音再生手段３１が「警告音」を警告音データ保持手段３２から読込む動作を監視して警告音が発せられたかどうかを検知（監視）する手段である。例えば、警告音はファイルとして保存されていた場合、ファイルの読み込みを開始したか（ファイルのオープン処理をしたか）どうかを監視する。

図７は、実施形態の実施例４のシステムを示す概略ブロック図である。
音声分離技術エフェクト７４は、音声分離技術を使って音声信号処理を行うエフェクトの別な実施例である。
警告音検知エフェクト７６および警告音読込エフェクト７７は、音声分離技術エフェクト３４に含まれていた警告音検知手段、警告音読込手段を個別のエフェクトとして外側に抽出したものである。これらの役割としては、警告音検知手段４０４は警告音検知手段１０４や警告音検知手段３０４と、また警告音読込手段４０５は警告音読込手段１０５と変わらないため説明は省略する（図では警告音検知手段１０４および警告音読込手段１０５の別な実施例として示してある）。このようにシステムに複数のエフェクトを配置できる場合、警告音検知エフェクト７６および警告音読込エフェクト７７のように音声分離技術エフェクト７４に含めずに別々のエフェクトとして配置してもよい。

以上、本実施形態においては、「警告音」と他の「音声」が合成された状態にて、「警告音」が鳴っていることを検知する手段を設け、「警告音」が鳴っていることを検知した時に「警告音」を読み込む手段を設け、音声分離処理された出力音に「警告音」を合成することを説明した。

効果として、一般的には音声分離技術により「警告音」が聞こえにくくなることがあるが、本実施形態の方式を使うことで「警告音」が聞こえにくくなることが軽減される。また、「音声」のフィルタリングによって「警告音」を抽出する場合に比べ、「警告音」そのものを出力段に合成するため、「警告音」がクリアによく聞こえる。

本実施形態は「警告音」をフィルタリングして聞きやすくするものではない。ユーザーに知らせたい音（警告音）をフィルタリングによって抽出するわけではないので、元の警告音そのものをスピーカーから出力することができる。

本実施形態はユーザーへの警告音がその他の音声と合成されてしまった状態の時に、どのように警告音が鳴らされたかを検知してスピーカーに出力する音へ合成するかを示したものである。警告音が他の音声と合成されていてもよい。音声信号処理を行うためのパスが１つでよい。

なお、この発明は上記実施形態に限定されるものではなく、この外その要旨を逸脱しない範囲で種々変形して実施することができる。
また、上記した実施の形態に開示されている複数の構成要素を適宜に組み合わせることにより、種々の発明を形成することができる。例えば、実施の形態に示される全構成要素から幾つかの構成要素を削除しても良いものである。さらに、異なる実施の形態に係わる構成要素を適宜組み合わせても良いものである。

１０…コンピュータ、１１…ＬＣＤ、１２…表示画面、１３…キーボード、１４…タッチパッド、１４ａ．１４ｂ…ボタン、１５…光学ドライブ、１６…本体、１８…電源ボタン、２０…ＣＰＵ、２３…グラフィックスコントローラ、２４…主メモリ、２５…ＨＤＤ、２６…ＢＩＯＳ−ＲＯＭ、２７…ＥＣ／ＫＢＣ、２８…加速度センサー、２９…スピーカー、３０…表示装置。

Claims

警告音とこの警告音以外の音との合成音を出力する音声合成手段と、
前記合成音を人の声と背景音とに分離する音声分離手段と、
前記警告音が発せられたか否かを検知する警告音検知手段と、
前記警告音検知手段によって前記警告音が検知された場合は、前記警告音を読み込み前記人の声または背景音と合成して出力させる警告音読込手段と、
を具備する情報処理装置。
前記警告音検知手段は、前記合成音から前記警告音が発せられたか否かを検知する請求項１に記載の情報処理装置。
前記警告音検知手段は、前記背景音から前記警告音が発せられたか否かを検知する請求項１に記載の情報処理装置。
更に前記警告音のデータを保持している警告音データ保持手段を備え、前記警告音検知手段は、前記警告音データ保持手段から前記警告音が発せられたか否かを検知する請求項１に記載の情報処理装置。
警告音とこの警告音以外の音との合成音の出力にかかる制御方法であって、
前記警告音が発せられたことを検知したとき、
前記合成音と前記警告音とを合成して出力させる制御方法。