JP2017092817A

JP2017092817A - 音響特徴量調節装置およびプログラム

Info

Publication number: JP2017092817A
Application number: JP2015223319A
Authority: JP
Inventors: 岳大杉本; Takehiro Sugimoto; 大出　訓史; Norifumi Oide; 訓史大出
Original assignee: Nippon Hoso Kyokai NHK
Current assignee: Japan Broadcasting Corp
Priority date: 2015-11-13
Filing date: 2015-11-13
Publication date: 2017-05-25
Anticipated expiration: 2035-11-13
Also published as: JP6637735B2

Abstract

【課題】音声信号を異なる音声フォーマットに変換して再生する場合においても、基準となる音響特徴量に合わせて音声信号を再生する。【解決手段】本発明に係る音響特徴量調節装置１０は、基準となる音響特徴量に合わせて、調節対象の音声信号である被調節音声信号の音響特徴量を調節するものであり、調節音声信号の音響特徴量を抽出し、基準となる音響特徴量と抽出した被調節音声信号の音響特徴量とに基づき、被調節音声信号の音響特徴量の調節値を決定する分析部１１と、分析部１１により決定された調節値により被調節音声信号の音響特徴量を調節する調節部１２と、を備える。【選択図】図１

Description

本発明は、基準となる音響特徴量に合わせて、調節対象の音声信号である被調節音声信号の音響特徴量を調節する音響特徴量調節装置およびプログラムに関する。

ＡＲＩＢ（ＡｓｓｏｃｉａｔｉｏｎｏｆＲａｄｉｏＩｎｄｕｓｔｒｉｅｓＢｕｓｉｎｅｓｓ）標準規格で規定されている放送用の音声フォーマットは、２ｃｈステレオ、５．１ｃｈサラウンド、２２．２マルチチャンネル音響など、多岐にわたる（非特許文献１参照）。これらの音声フォーマットは、元の音声信号のチャンネル数のまま再生されることを前提としているが、再生環境に応じて、ダウンミックスやレンダリングによるチャンネル数変換により、チャンネル数を異ならせて音声信号が再生されることもある（非特許文献１，２参照）。

ＡＲＩＢＳＴＤ−Ｂ３２「デジタル放送における映像符号化、音声符号化及び多重化方式」３．３版（２０１５）Ｔ．Ｓｕｇｉｍｏｔｏ，Ｓ．Ｏｏｄｅ，ａｎｄＹ．Ｎａｋａｙａｍａ，"Ｄｏｗｎｍｉｘｉｎｇｍｅｔｈｏｄｆｏｒ２２．２ｍｕｌｔｉｃｈａｎｎｅｌｓｏｕｎｄｓｉｇｎａｌｉｎ８ＫＳｕｐｅｒＨｉ−Ｖｉｓｉｏｎｂｒｏａｄｃａｓｔｉｎｇ，" Ｊ．ＡｕｄｉｏＥｎｇ．Ｓｏｃ．Ｖｏｌ．６３，Ｎｏ．７／８ｐｐ．５９０−５９９（２０１５）

ダウンミックスやレンダリングによるチャンネル数変換により、チャンネル数を異ならせて音声信号が再生される場合、ラウドネス値やエネルギーなどの音声信号の音響特徴量が変換前の音声信号から変化してしまい、基準となる変換前の音声信号の音響特徴量に合わせた再生ができなくなってしまう。

本発明の目的は、上述した課題を解決し、音声信号を異なる音声フォーマットに変換して再生する場合においても、変換前の音声信号の音響特徴量に合わせて音声信号を再生することができる音響特徴量調節装置およびプログラム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の音響特徴量調節装置は、基準となる音響特徴量に合わせて、調節対象の音声信号である被調節音声信号の音響特徴量を調節する音響特徴量調節装置であって、前記被調節音声信号の音響特徴量を抽出し、前記基準となる音響特徴量と前記抽出した被調節音声信号の音響特徴量とに基づき、前記被調節音声信号の音響特徴量の調節値を決定する分析部と、前記分析部により決定された調節値により前記被調節音声信号の音響特徴量を調節する調節部と、を備える。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、基準となる音声信号である基準音声信号の音響特徴量を前記基準となる音響特徴量として抽出することが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、音声信号を予め定められた量だけ蓄積した後、該蓄積した音声信号の音響特徴量を抽出することが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、前記調節部による音響特徴量の調節後の被調節音声信号の音響特徴量を抽出することが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記調節部の前段に設けられ、前記被調節音声信号を遅延させて前記調節部に入力する遅延部をさらに備えることが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、所定のタイミング毎に、前記調節値を決定し、前記調節値を直前の調節値から今回のタイミングで決定した調節値に更新する場合、前記直前の調節値から前記今回のタイミングで決定した調節値まで、前記調節値を所定の時間をかけて連続的に変化させることが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、所定のタイミング毎に、前記調節値を決定し、直前の調節値と今回のタイミングにおける調節値との差分が所定の範囲内に含まれるように、調節値を決定することが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、所定のタイミング毎に、前記調節値が所定の範囲内に含まれるように、調節値を決定することが好ましい。

また、上記課題を解決するため、本発明に係る音響特徴量調節装置において、前記分析部は、時間窓を移動させながら、該時間窓に含まれる音声信号に基づき、前記音響特徴量の抽出および前記調節値の決定の少なくとも一方を行い、調節の条件に応じて、前記時間窓を、連続する時間窓を重複させずに移動させるか、または、連続する時間窓が部分的に重複するように移動させるかを適宜選択することが好ましい。

また、上記課題を解決するため、本発明に係るプログラムは、コンピュータを上記音響特徴量調節装置として機能させる。

本発明に係る音響特徴量調節装置およびプログラムによれば、音声信号を異なる音声フォーマットに変換して再生する場合においても、基準となる音響特徴量に合わせて音声信号を再生することができる。

本発明の第１の実施形態に係る音響特徴量調節装置の構成を示すブロック図である。図１に示す分析部の構成を示すブロック図である。図１に示す音響特徴量調節装置の動作を示すフローチャートである。本発明の第２の実施形態に係る音響特徴量調節装置の構成を示すブロック図である。図４に示す音響特徴量調節装置の動作を示すフローチャートである。本発明の第３の実施形態に係る音響特徴量調節装置の構成を示すブロック図である。

以下、本発明の実施の形態について説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る音響特徴量調節装置１０の構成を示すブロック図である。本発明は、基準となる音声信号である基準音声信号の音響特徴量に合わせて、調節対象の音声信号である被調節音声信号の音響特徴量を調節するものである。以下では、８ＫＳＨＶ（ＳｕｐｅｒＨｉ−Ｖｉｓｉｏｎ）用の２２．２ｃｈ音声信号を基準音声信号とし、その２２．２ｃｈ音声信号をダウンミックスして生成される５．１ｃｈ音声信号が被調節音声信号である例を用いて説明する。

図１に示す音響特徴量調節装置１０は、分析部１１と、調節部１２とを備える。

分析部１１は、基準音声信号である２２．２ｃｈ音声信号と、２２．２ｃｈ音声信号をダウンミックスして生成された、被調節音声信号である５．１ｃｈ音声信号とが入力され、入力された２２．２ｃｈ音声信号の音響特徴量および５．１ｃｈ音声信号の音響特徴量を抽出する。

分析部１１が抽出する音声信号の音響特徴量の具体例としては、音声信号のエネルギー、ラウドネス値、振幅の最大値、ホルマントなど種々のものがある。なお、ラウドネス値とは、人が感じる音の大きさを示す指標であり、４００ｍｓの瞬間値であるモーメンタリラウドネス値、３秒間のラウドネス値の平均値であるショートタームラウドネス値、ショートタームラウドネス値よりも長い期間における平均値である平均ラウドネス値などが一般的である。本実施形態においては、分析部１１が抽出する音声信号の音響特徴量には、これらのラウドネス値の他に、ショートタームラウドネス値（４００ｍｓ）よりも短い期間の瞬時値なども含まれる。なお、このような瞬時値も一般的なラウドネス値と同様の計算式を用いて求めることができる。

分析部１１は、２２．２ｃｈ音声信号および５．１ｃｈ音声信号それぞれの音響特徴量に基づき、被調節音声信号である５．１ｃｈ音声信号の音響特徴量が、基準音声信号である２２．２ｃｈ音声信号の音響特徴量に合うような５．１ｃｈ音声信号の音響特徴量の調節値を決定する。具体的には、例えば、分析部１１は、音響特徴量として音声信号のエネルギーを抽出する場合には、２２．２ｃｈ音声信号および５．１ｃｈ音声信号それぞれのエネルギーの差分に応じた調節値を算出する。

分析部１１は、決定した調節値を調節部１２に出力する。

調節部１２は、被調節音声信号である５．１ｃｈ音声信号が入力され、分析部１１から出力された調節値を入力された５．１ｃｈ音声信号に適応する（調節値に基づき、５．１ｃｈ音声信号の音響特徴量を調節する）。そして、調節部１２は、音響特徴量の調節後の５．１ｃｈ音声信号を音響特徴量調節装置１０の外部に出力する。

次に、分析部１１の構成について、より詳細に説明する。

図２は、分析部１１の構成を示すブロック図である。

図２に示す分析部１１は、音響特徴量抽出部１１１−１，１１１−２と、差分算出部１１２と、調節値比較部１１３とを備える。なお、以下では、音響特徴量抽出部１１１−１，１１１−２を区別しない場合には、音響特徴量抽出部１１１と称する。

音響特徴量抽出部１１１−１は、２２．２ｃｈ音声信号が入力され、入力された２２．２ｃｈ音声信号の音響特徴量を抽出して、差分算出部１１２に出力する。

音響特徴量抽出部１１１−２は、５．１ｃｈ音声信号が入力され、入力された５．１ｃｈ音声信号の音響特徴量を抽出して、差分算出部１１２に出力する。

音響特徴量抽出部１１１は、入力された音声信号を予め定められた量（予め定められた期間分）だけ蓄積した後、音声信号の音響特徴量を抽出する。また、音響特徴量抽出部１１１は、蓄積した音声信号について、所定の時間窓を移動させながら、時間窓毎に、時間窓に含まれる音声信号の音響特徴量を抽出する。ここで、音響特徴量抽出部１１１は、連続する時間窓が部分的に重複するように時間窓を移動させてもよい。こうすることで、音響特徴量を移動平均値として求めることができるので、瞬時的な音声信号の変動による影響を低減することができる。

差分算出部１１２は、音響特徴量抽出部１１１−１から出力された２２．２ｃｈ音声信号の音響特徴量と、音響特徴量抽出部１１１−２から出力された５．１ｃｈ音声信号の音響特徴量との差分ａ_nを算出し、算出した差分ａ_nを調節値比較部１１３に出力する。

調節値比較部１１３は、所定のタイミング毎に、調節値を決定し、調節部１２に出力する。ここで、調節値比較部１１３は、前回のタイミングで決定した調節値（直前の調節値ｂ_n-1）と差分算出部１１２から出力された差分ａ_nとを比較し、直前の調節値ｂ_n-1と差分ａ_nとの差分が所定の範囲内に含まれる場合には、差分ａ_nを今回のタイミングにおける調節値ｂ_nとして決定する。また、調節値比較部１１３は、直前の調節値ｂ_n-1と差分ａ_nとの差分が所定の範囲内に含まれない場合には、その所定の範囲内の上限値または下限値を今回のタイミングにおける調節値ｂ_nとして決定する。こうすることで、調節値が急激に変動することを防ぐことができる。

また、調節値比較部１１３は、差分算出部１１２から出力された差分ａ_nが所定の範囲内に含まれる場合には、今回のタイミングで算出した調節値を今回のタイミングにおける調節値として決定する。また、調節値比較部１１３は、算出した調節値が所定の範囲内に含まれない場合には、その所定の範囲内の上限値または下限値を今回のタイミングにおける調節値として決定することもできる。こうすることで、調節値が急激に変動することを防ぐことができる。さらに、算出した差分ａ_nの絶対値が予め指定した数値より小さい場合は、調節値を０とすることもできる。

また、調節値比較部１１３は、所定の時間窓を移動させながら、時間窓毎に、時間窓に含まれる音声信号の音響特徴量に基づき調節値を決定する。ここで、調節値比較部１１３は、時間窓を、連続する時間窓を重複させずに移動させるか、または、連続する時間窓が部分的に重複するように移動させながら、調節値を決定してもよい。こうすることで、調節値を移動平均値として求めることができるので、瞬時的な音声信号の変動による影響を低減することができる。

また、調節値比較部１１３は、時間窓を、連続する時間窓を重複させずに移動させるか、または、連続する時間窓が部分的に重複するように移動させるかを、調節の条件に応じて、適宜選択するようにしてもよい。なお、調節の条件の条件としては、例えば、音響特徴量の時間微分値がある。この場合、調節値比較部１１３は、音響特徴量の時間微分値が所定の値より小さい場合には、連続する時間窓を重複させずに時間窓を移動させ、音響特徴量の時間微分値が所定の値より大きい場合には、連続する時間窓が重複するように時間窓を移動させる。

また、調節値比較部１１３は、調節値を更新する場合、直前の調節値から今回のタイミングで決定した調節値まで、所定の時間をかけて連続的に調節値を変化させる。こうすることで、調節値の急激な変動が生じるのを防ぐことができる。なお、調節値は、線形的に変化させても、非線形的に変化させてもよい。

次に、本実施形態に係る音響特徴量調節装置１０の動作について、図３に示すフローチャートを参照して説明する。

分析部１１は、音声信号（基準音声信号および被調節音声信号）が入力されると（ステップＳ１０１）、分析を開始する。

具体的には、音響特徴量抽出部１１１−１は、基準音声信号の音響特徴量を抽出し、音響特徴量抽出部１１１−２は、被調節音声信号の音響特徴量を抽出する（ステップＳ１０２）。

差分算出部１１２は、音響特徴量抽出部１１１−１により抽出された基準音声信号の音響特徴量と、音響特徴量抽出部１１１−２により抽出された被調節音声信号の音響特徴量との差分ａ_nを算出する（ステップＳ１０３）。

調節値比較部１１３は、差分算出部１１２により算出された差分ａ_nから今回のタイミングにおける調節値ｂ_nを導出する（ステップＳ１０４）。具体的には、調節値比較部１１３は、差分ａ_nが所定の範囲内に含まれる場合には、差分ａ_nを今回のタイミングにおける調節値ｂ_nとして導出し、差分ａ_nが所定の範囲内に含まれない場合には、所定の範囲内の上限値または下限値を今回のタイミングにおける調節値ｂ_nとして導出する。なお、上述したように、調節値比較部１１３は、直前の調節値ｂ_n-1と差分ａ_nとの比較により、今回のタイミングにおける調節値ｂ_nを導出してもよい。

次に、調節値比較部１１３は、調節値の更新が必要であるか否かを判定する（ステップＳ１０５）。具体的には、調節値比較部１１３は、今回のタイミングで導出した調節値ｂ_nが直前の調節値ｂ_n-1と同じである場合には、調節値の更新が必要でないと判定し、今回のタイミングで導出した調節値ｂ_nが直前の調節値ｂ_n-1と異なる場合には、調節値の更新が必要であると判定する。

調節値の更新が必要でないと判定した場合には（ステップＳ１０５：Ｎｏ）、音響特徴量調節装置１０は処理を終了する。

調節値の更新が必要であると判定した場合には（ステップＳ１０５：Ｙｅｓ）、調節値比較部１１３は、導出した調節値を今回のタイミングにおける調節値として決定し（ステップＳ１０６）、調節部１２に出力する。調節部１２は、調節値比較部１１３から出力された調節値に基づき、被調節音声信号の音響特徴量を調節し（ステップＳ１０７）、処理を終了する。

なお、本実施形態においては、基準音声信号の音響特徴量に合わせて、すなわち、基準音声信号の音響特徴量を基準となる音響特徴量として、被調節音声信号の音響特徴量を調節する例を用いて説明したが、これに限られるものではない。例えば、予め定められた音響特徴量を基準となる音響特徴量として、被調節音声信号の音響特徴量を調節するようにしてもよい。この場合、基準となる音響特徴量を直接、差分算出部１１２に入力することになるので、基準音声信号の音響特徴量を抽出する音響特徴量抽出部１１１−１は設ける必要がない。

このように本実施形態においては、音響特徴量調節装置１０は、被調節音声信号の音響特徴量を抽出し、基準となる音響特徴量と抽出した被調節音声信号の音響特徴量とに基づき、被調節音声信号の音響特徴量の調節値を決定する分析部１１と、分析部１１により決定された調節値により被調節音声信号を調節する調節部１２とを備える。

そのため、被調節音声信号の音響特徴量が基準となる音響特徴量と合うように、被調節音声信号の音響特徴量を調節することができるので、音声信号を異なる音声フォーマットに変換して再生する場合においても、基準となる音響特徴量に合わせて音声信号を再生することができる。

（第２の実施形態）
図４は、本発明の第２の実施形態に係る音響特徴量調節装置１０ａの構成を示すブロック図である。図４において、図１と同様の構成については同じ符号を付し、説明を省略する。

図４に示す音響特徴量調節装置１０ａは、図１に示す音響特徴量調節装置１０と比較して、調節部１２による音響特徴量の調節後の被調節音声信号（５．１ｃｈ音声信号）が分析部１１に入力される点が異なる。

分析部１１は、入力された基準音声信号である２２．２ｃｈ音声信号および調節部１２から出力された音響特徴量の調節後の５．１ｃｈ音声信号それぞれの音響特徴量を抽出する。そして、分析部１１は、２２．２ｃｈ音声信号および５．１ｃｈ音声信号それぞれの音響特徴量から調節値を決定する。なお、調節値の決定方法は、第１の実施形態と同様である。

次に、本実施形態に係る音響特徴量調節装置１０ａの動作について、図５に示すフローチャートを参照して説明する。なお、図５において、図３と同様の処理については同じ符号を付し、説明を省略する。

分析部１１は、音声信号（基準音声信号および被調節音声信号）が入力されると（ステップＳ１０１）、直前の調節値ｂ_n-1があるか否かを判定する（ステップＳ２０１）。

直前の調節値ｂ_n-1がない場合には（ステップＳ２０１：Ｎｏ）、分析部１１は、ステップＳ１０２の処理に進む。

直前の調節値ｂ_n-1がある場合には（ステップＳ２０１：Ｙｅｓ）、分析部１１は、その直前の調節値ｂ_n-1を調節部１２に出力する。調節部１２は、被調節音声信号に分析部１１から出力された調節値を適用する（被調節音声信号の音響特徴量を調節値に基づき調節する）（ステップＳ２０２）。

直前の調節値ｂ_n-1に基づき被調節音声信号の音響特徴量を調節した後、分析部１１は、ステップＳ１０２の処理、すなわち、音響特徴量抽出部１１１−１による基準音声信号の音響特徴量を抽出する処理、および、音響特徴量抽出部１１１−２により被調節音声信号の音響特徴量を抽出する処理に進む。

なお、上述したように、調節値比較部１１３は、ステップＳ１０４において、直前の調節値ｂ_n-1と差分ａ_nとの比較により、今回のタイミングにおける調節値ｂ_nを導出してもよい。この場合、調節値比較部１１３は、直前の調節値ｂ_n-1と差分算出部１１２により算出された差分ａ_nとを比較する。そして、調節値比較部１１３は、直前の調節値ｂ_n-1と差分ａ_nとの差分が所定の範囲内に含まれる場合には、差分ａ_nを今回のタイミングにおける調節値ｂ_nとして導出し、直前の調節値ｂ_n-1と差分ａ_nとの差分が所定の範囲内に含まれない場合には、所定の範囲内の上限値を今回のタイミングにおける調節値ｂ_nとして導出する。

このように本実施形態においては、分析部１１には、調節部１２による音響特徴量の調節後の被調節音声信号から音響特徴量が入力される。

音響特徴量の調節後の被調節音声信号が分析部１１に入力されることで、分析部１１では、調節値に基づく被調節音声信号の音響特徴量の調節が適切であるか否かを把握しながら、調節値を決定することができる。そのため、被調節音声信号の音響特徴量が基準音声信号の音響特徴量に合うように調節精度を高めることができる。

（第３の実施形態）
図６は、本発明の第３の実施形態に係る音響特徴量調節装置１０ｂの構成を示すブロック図である。図６において、図１と同様の構成については同じ符号を付し、説明を省略する。

図６に示す音響特徴量調節装置１０ｂは、図１に示す音響特徴量調節装置１０と比較して、遅延部１３を追加した点が異なる。

遅延部１３は、調節部１２の前段に設けられており、被調節音声信号である５．１ｃｈ音声信号が入力される。そして、遅延部１３は、入力された５．１ｃｈ音声信号を予め定められた時間だけ遅延させて、調節部１２に出力する。ここで、遅延部１３が被調節音声信号を遅延させる時間は、分析部１１による音響特徴量の抽出や調節値の決定による時間遅れに相当する時間である。

このように、本実施形態においては、音響特徴量調節装置１０ｂは、調節部１２の前段に設けられ、入力された被調節音声信号を予め定められた時間だけ遅延させて、調節部１２に出力する遅延部１３を備える。

そのため、調節値の決定に用いられた音声信号と、調節される音声信号とを一致させることができる。

なお、上述した各実施形態においては、基準音声信号が２２．２ｃｈ音声信号であり、被調節音声信号が、２２．２ｃｈ音声信号をダウンミックスして生成された５．１ｃｈ音声信号である例を用いて説明したが、本発明は、これに限られるものではない。例えば、基準音声信号が５．１ｃｈ音声信号であり、被調節音声信号が、５．１ｃｈ音声信号をアップミックスして生成された２２．２ｃｈ音声信号である場合にも、本発明は適用可能である。また、５．１ｃｈ音声信号、２２．２ｃｈ音声信号以外の他の音声フォーマットの音声信号にも本発明は適用可能である。また、被調節音声信号が、基準音声信号をダウンミックスあるいはアップミックスして生成された音声信号ではない場合にも、本発明は適用可能である。

本発明に係る音響特徴量調節装置１０，１０ａ，１０ｂにて行われる方法は、コンピュータに実行させるためのプログラムに適用してもよい。また、そのプログラムを記憶媒体に格納することも可能であり、ネットワークを介して外部に提供することも可能である。

本発明を図面および実施形態に基づき説明してきたが、当業者であれば本開示に基づき種々の変形または修正を行うことが容易であることに注意されたい。したがって、これらの変形または修正は本発明の範囲に含まれることに留意されたい。例えば、各ブロックあるいはステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数のブロックあるいはステップを１つに組み合わせたり、或いは分割したりすることが可能である。

１０，１０ａ，１０ｂ音響特徴量調節装置
１１分析部
１２調節部
１３遅延部
１１１−１，１１１−２音響特徴量抽出部
１１２差分算出部
１１３調節値比較部

Claims

基準となる音響特徴量に合わせて、調節対象の音声信号である被調節音声信号の音響特徴量を調節する音響特徴量調節装置であって、
前記被調節音声信号の音響特徴量を抽出し、前記基準となる音響特徴量と前記抽出した被調節音声信号の音響特徴量とに基づき、前記被調節音声信号の音響特徴量の調節値を決定する分析部と、
前記分析部により決定された調節値により前記被調節音声信号の音響特徴量を調節する調節部と、
を備えることを特徴とする音響特徴量調節装置。
請求項１に記載の音響特徴量調節装置において、
前記分析部は、基準となる音声信号である基準音声信号の音響特徴量を前記基準となる音響特徴量として抽出することを特徴とする音響特徴量調節装置。
請求項１または２に記載の音響特徴量調節装置において、
前記分析部は、音声信号を予め定められた量だけ蓄積した後、該蓄積した音声信号の音響特徴量を抽出することを特徴とする音響特徴量調節装置。
請求項１から３のいずれか一項に記載の音響特徴量調節装置において、
前記分析部は、前記調節部による音響特徴量の調節後の被調節音声信号の音響特徴量を抽出することを特徴とする音響特徴量調節装置。
請求項１から４のいずれか一項に記載の音響特徴量調節装置において、
前記調節部の前段に設けられ、前記被調節音声信号を遅延させて前記調節部に入力する遅延部をさらに備えることを特徴とする音響特徴量調節装置。
請求項１から５のいずれか一項に記載の音響特徴量調節装置において、
前記分析部は、所定のタイミング毎に、前記調節値を決定し、前記調節値を直前の調節値から今回のタイミングで決定した調節値に更新する場合、前記直前の調節値から前記今回のタイミングで決定した調節値まで、前記調節値を所定の時間をかけて連続的に変化させることを特徴とする音響特徴量調節装置。
請求項１から６のいずれか一項に記載の音響特徴量調節装置において、
前記分析部は、所定のタイミング毎に、前記調節値を決定し、直前の調節値と今回のタイミングにおける調節値との差分が所定の範囲内に含まれるように、調節値を決定することを特徴とする音響特徴量調節装置。
請求項１から６のいずれか一項に記載の音響特徴量調節装置において、
前記分析部は、所定のタイミング毎に、前記調節値が所定の範囲内に含まれるように、調節値を決定することを特徴とする音響特徴量調節装置。
請求項１から８のいずれか一項に記載の音響特徴量調節装置において、
前記分析部は、時間窓を移動させながら、該時間窓に含まれる音声信号に基づき、前記音響特徴量の抽出および前記調節値の決定の少なくとも一方を行い、調節の条件に応じて、前記時間窓を、連続する時間窓を重複させずに移動させるか、または、連続する時間窓が部分的に重複するように移動させるかを適宜選択することを特徴とする音響特徴量調節装置。
コンピュータを、請求項１から９のいずれか一項に記載の音響特徴量調節装置として機能させるためのプログラム。