JP2016090774A5 - - Google Patents

Claims (20)

1. 音声情報に含まれる音声の音源種別の蓋然性を示す音源種別スコアを算出する音源種別スコア算出部と、
   算出された前記音源種別スコアに基づいて、前記音声情報の中から、前記音声情報のダイジェストを構成するダイジェスト区間を決定するダイジェスト区間決定部と、
   を備える、情報処理装置。
2. 前記音源種別スコアは、音楽らしさを示す音楽スコア、人の声らしさを示す声スコア及び雑音らしさを示すノイズスコアの少なくともいずれかを含む、
   請求項１に記載の情報処理装置。
3. 前記声スコアは、男性の声らしさを示す男性声スコア、女性の声らしさを示す女性声スコア、子どもの声らしさを示す子ども声スコア、及び前記音声を発している特定の人物らしさを示す特定声スコアの少なくともいずれかを更に含む、
   請求項２に記載の情報処理装置。
4. 前記音源種別スコア算出部は、前記音声情報の特徴を示す特徴量に基づいて、前記音源種別スコアを算出する、
   請求項１〜３のいずれか１項に記載の情報処理装置。
5. 前記特徴量は、前記音声情報についての、パワー、スペクトル包絡形状、ゼロ交差数、ピッチ、ＭＦＣＣ、収音位置間での相関、及び音源方位の特性を示す物理量のうちの少なくとも１つを含む、
   請求項４に記載の情報処理装置。
6. 前記ダイジェスト区間決定部は、生成する前記ダイジェストのモードに基づいて前記ダイジェストに含める前記音声の音源種別を決定し、前記音声情報の中で、決定した音源種別に係る前記音源種別スコアがより高い区間を、前記ダイジェスト区間として決定する、
   請求項１〜５のいずれか１項に記載の情報処理装置。
7. 前記モードは、単一の音源種別の前記音声のみを含むように前記ダイジェストを生成する単一音源モード、複数の音源種別の前記音声を所定の割合で含むように前記ダイジェストを生成する複数音源モード、及び、同一の前記音源種別に分類される前記音声の中から多様な前記音声が含まれるように前記ダイジェストを生成する多様性反映モード、の少なくともいずれかから選択される、
   請求項６に記載の情報処理装置。
8. 前記モードが前記単一音源モードである場合には、前記ダイジェスト区間決定部は、指定された一の音源種別に係る前記音源種別スコアがより高い区間を、前記ダイジェスト区間として決定する、
   請求項７に記載の情報処理装置。
9. 前記モードが前記複数音源モードである場合には、前記ダイジェスト区間決定部は、前記ダイジェストに含める前記音声の時間長さを音源種別ごとに設定し、音源種別ごとに前記音源種別スコアがより高い区間であって当該区間の合計長さが設定した音源種別ごとの前記時間長さと略等しくなるような前記区間を、前記ダイジェスト区間として決定する、
   請求項７に記載の情報処理装置。
10. 前記モードが前記多様性反映モードである場合には、前記ダイジェスト区間決定部は、同一の音源種別内での前記音声情報の特徴を示す特徴量のばらつき及び同一の前記音源種別内での前記音声が発せられた時刻のばらつきを算出し、前記特徴量のばらつき及び前記時刻のばらつきがより大きくなるように、前記ダイジェスト区間を決定する、
    請求項７に記載の情報処理装置。
11. 前記ダイジェスト区間決定部は、前記音源種別スコアが所定のしきい値よりも高い第１の区間と、前記音源種別スコアが所定のしきい値よりも低い第２の区間と、が連続して存在しており、かつ、前記第２の区間の時間長さが所定の時間よりも短い場合には、前記第１及び第２の区間をともに含むように前記ダイジェスト区間を決定する、
    請求項６〜１０のいずれか１項に記載の情報処理装置。
12. 前記ダイジェスト区間決定部は、前記音源種別スコアが所定のしきい値よりも高い第１の区間の時間長さが、人にとって音声として認識できない長さである場合には、前記第１の区間を含まないように前記ダイジェスト区間を決定する、
    請求項６〜１１のいずれか１項に記載の情報処理装置。
13. 前記音源種別スコア算出部は、予め全てが取得されている前記音声情報について、前記音源種別スコアを算出し、
    前記ダイジェスト区間決定部は、予め全てが取得されている前記音声情報の前記ダイジェストを生成する、
    請求項１〜１２のいずれか１項に記載の情報処理装置。
14. 前記音源種別スコア算出部は、現在まさに取得され続けている前記音声情報について、前記ダイジェスト区間以下の長さの時間からなるスコア算出区間に対応する時間長さの音声情報が新たに取得される度に、前記スコア算出区間ごとに前記音源種別スコアを算出し、
    前記ダイジェスト区間決定部は、前記音声情報が取得されている間、前記音声情報の前記ダイジェストを随時更新しながら生成する、
    請求項１〜１２のいずれか１項に記載の情報処理装置。
15. 前記ダイジェスト区間決定部は、これまでに取得された前記音声情報の時間長さが、前記ダイジェストの時間長さの設定値よりも短い場合には、新たに取得された前記音声情報を前記ダイジェストに追加し、
    これまでに取得された前記音声情報の時間長さが、前記ダイジェストの時間長さの設定値以上である場合には、新たに取得された前記スコア算出区間分の前記音声情報を前記ダイジェストに追加するとともに、前記ダイジェストの中から前記スコア算出区間分の時間長さの区間であって前記音源種別スコアがより低い区間を削除する、
    請求項１４に記載の情報処理装置。
16. 外部の音声を収音する音声収音部、を更に備え、
    前記音声情報は、前記音声収音部によって収音された外部音声に係る音声情報である、
    請求項１〜１５のいずれか１項に記載の情報処理装置。
17. データベース化された前記音声情報が保存される記憶部、を更に備え、
    前記音源種別スコア算出部は、データベース化された前記音声情報に対して音源種別スコアを算出し、
    前記ダイジェスト区間決定部は、データベース化された前記音声情報に対して前記ダイジェスト区間を決定する、
    請求項１〜１５のいずれか１項に記載の情報処理装置。
18. 前記音声情報と、前記ダイジェスト区間決定部によって決定されたダイジェスト区間についての情報と、に基づいて、前記音声情報のダイジェストを、音声出力機器で出力可能なデータ形式で生成する出力音声生成部、を更に備える、
    請求項１〜１７のいずれか１項に記載の情報処理装置。
19. プロセッサが、音声情報に含まれる音声の音源種別の蓋然性を示す音源種別スコアを算出することと、
    算出された前記音源種別スコアに基づいて、前記音声情報の中から、前記音声情報のダイジェストを構成するダイジェスト区間を決定することと、
    を含む、情報処理方法。
20. コンピュータのプロセッサに、
    音声情報に含まれる音声の音源種別の蓋然性を示す音源種別スコアを算出する機能と、
    算出された前記音源種別スコアに基づいて、前記音声情報の中から、前記音声情報のダイジェストを構成するダイジェスト区間を決定する機能と、
    を実現させる、プログラム。