JP2582762B2 - 無音圧縮音声録音装置 - Google Patents

Description

【発明の詳細な説明】 ＜産業上の利用分野＞ この発明は、音声信号を分析して符号化する際に無音
部分を圧縮して記憶する音声録音装置に関する。

＜従来の技術＞ 音声信号を合成して表現するには多大な情報量が必要
であり、そのため、分析して符号化した符号を記憶する
メモリは大きな記憶容量を必要とする。また、音声信号
には発話中に音を発していない無音の休止区間があり、
上記無音区間の情報を圧縮することにより音声符号の高
能率伝送やメモリの記憶容量の縮小化ができる。特に、
普通の発声速度において実際に音声を発している音声区
間は、全発声時間長の68％程度であり、無音区間を圧縮
することで、かなり音声情報の圧縮が可能となる。

従来より、上記無音圧縮に関しては、音声認識分野に
おける音声区間の切り出し、通信回線分野における高効
率利用等の研究が行なわれている。さらに、音声録音再
生装置においても、長時間音声を録音するために、無音
圧縮を施して記憶媒体に蓄積する方法が提案されてい
る。

＜発明が解決しようとする問題点＞ しかしながら、音声録音再生装置において、音声の語
頭や語尾の欠落を生じさせずに、リアルタイムで無音圧
縮を行ないながら音声を分析符号化して録音・再生する
ことは難しく、従来より提案されている無音圧縮録音装
置は、いずれもハードウェアの規模が大きく、処理量が
多いという問題がある。

そこで、この発明の目的は、入力音声中に含まれる無
音区間をリアルタイムで圧縮するに際して、語頭，語尾
あるいは促音の脱落を防止できる無音圧縮音声録音装置
を提供することにある。

＜問題点を解決するための手段＞ 上記目的を達成するため、この発明は、音声信号を符
号化器によって音声符号に符号化し，上記音声符号を音
声符号メモリに記憶する音声録音装置において、入力さ
れた音声信号が有音信号であるか無音信号であるかを所
定フレース数の単位で判定する有音無音判定器と、上記
符号化器からの音声符号を書き込むべき上記音声信号メ
モリのアドレスを指定するアドレスカウント数を上記音
声符号の符号ビット長だけ進める第１アドレスカウンタ
と、上記有音無音判定器の判定結果に基づいて制御され
て，上記第１アドレスカウンタによって指定された音声
符号メモリのアドレスに書き込まれた上記所定フレーム
数分の音声符号が有音であったときには上記第１アドレ
スカウンタのアドレスカウント数を取り込んで保持内容
を更新する一方，無音であったときには保持しているア
ドレスカウンタ数を上記第１アドレスカウンタに転送す
る第２アドレスカウンタとを備えたことを特徴としてい
る。

＜作用＞ 音声信号が入力されると、この音声信号が符号化器に
よって符号化される。そして、第１アドレスカウンタに
よって、上記符号化器からの音声符号を書き込むべき音
声符号メモリのアドレスを指定するアドレスカウント数
が当該音声符号の符号ビット長だけ進められて、上記音
声符号メモリに当該音声符号が書き込まれる。それと同
時に、有音無音判定器によって所定フレーム数の単位で
上記入力音声信号が有音信号であるか無音信号であるか
が判定される。

そして、上記有音無音判定器の判定結果に基づいて、
上記音声符号メモリに書き込まれた上記所定フレーム数
分の当該音声符号は有音であった場合には、上記第１ア
ドレスカウンタのアドレスカウント数が第２アドレスカ
ウンタに取り込まれて保持内容が更新される。こうし
て、上記第２アドレスカウンタには、常に、上記音声符
号メモリに記憶されている有音の音声符号の最終アドレ
スのアドレスカウンタ数が保持される。

一方、当該音声符号は無音であった場合には、上記第
２アドレスカウンタのアドレスカウンタ数が第１アドレ
スカウンタに転送される。こうして、上記第１アドレス
カウンタの内容が、上記音声符号メモリに一旦書き込ま
れた無音の音声符号の先頭アドレスのアドレスカウント
数に更新される。

その結果、次に上記音声符号メモリに音声符号が書き
込まれる際には、先に書き込まれた無音の音声符号の上
にかぶせて書き込まれることになる。こうして、上記所
定フレーム数の単位で無音圧縮が行われて、上記音声符
号メモリには有音の音声符号のみが上記所定フレーム数
の単位で書き込まれるのである。

＜実施例＞ 以下、この発明を図示の実施例により詳細に説明す
る。

第１図において、この無音圧縮音声記録装置は、第１
アドレスカウンタ２と第２アドレスカウンタ６とを操作
することによってリアルタイムで無音圧縮を施しながら
音声を符号化するものである。

先ず、録音に先だって上記第１アドレスカウンタ２、
第２アドレスカウンタ６を、これから音声符号を録音し
ようとする音声符号メモリ３のスタート位置に初期値化
する。

入力端子に音声信号が入力されると、符号化器１は上
記音声信号を分析して符号化し、符号化された音声符号
は第１アドレスカウンタ２の制御に従って音声符号メモ
リ３の所定のアドレスに書き込まれる。ここで、上記第
１アドレスカウンタ２は符号を書き込む毎にその符号ビ
ット長分だけアドレスのカウント数が進むカウンタであ
り、一方、第２アドレスカウンタ６は単にアドレス値を
保存するレジスタである。

一方、上記音声信号は有音無音判定器４にも入力され
る。上記有音無音判定器４は入力音声が有音であるか無
音であるかの判定を、ある一定時間長のフレーム単位で
判定するものであり、判定基準として入力音声波形の零
交差数，音声信号のエネルギー，入力波形の一次差分信
号のエネルギー等を用いる。

上記有音無音判定器４が有音か無音かの判定を下すま
で（すなわち、１フレームの処理が終了するまで）の
間、上記符号化器１は並行して符号化動作を実行し、音
声符号メモリ３に符号化結果を出力する。１フレームの
符号化が終了した時点で有音無音判定器４が現在符号化
が終了した１フレームを有音であると判定すると、上記
有音無音判定器４は制御信号を出力してスイッチ５を端
子ａに接続する。そうすると現在の第１アドレスカウン
タ２の値が第２アドレスカウンタ６にコピーされ、符号
化処理はさらに続行される。

すなわち、第２図に示す上記音声符号メモリ３の記憶
状態において、音声符号メモリ３に音声符号が入力され
ると第１アドレスカウンタ２に格納されている初期値Ａ
によって指定される下位アドレスＡから上位アドレス方
向に矢印Ｘのごとく音声符号は書き込まれて行く。１フ
レーム分の書き込みが終了してＢに達したとき、第１ア
ドレスカウンタ２に格納されている値はＢとなる。一
方、第２アドレスカウンタ６は初期値Ａのままである。

このとき、有音無音判定器４が音声符号メモリ３のＡ
からＢまで書き込まれた音声信号が有音であると判定す
ると、有音無音判定器４は制御信号を出力してスイッチ
５を端子ａに接続して、第１アドレスカウンタ２に格納
されている値Ｂが第２アドレスカウンタ６にコピーさ
れ、第２アドレスカウンタ６はＢを格納する。そして、
さらに符号化器１は符号化処理を続行し、矢印Ｙのごと
く音声符号メモリ３に符号が書き込まれる。

しかし、上記ＢにおいてＡからＢまで書き込まれた１
フレームの音声符号が、上記有音無音判定器４によって
無音であると判定されると、有音無音判定器４より出力
される制御信号によって上記スイッチ５が端子ｂの方に
接続され、第２アドレスカウンタ６が格納している値Ａ
が第１アドレスカウンタ２にコピーされる。つまり、符
号化終了フレームが無音であったので、第１アドレスカ
ウンタ２によって指定される音声符号メモリ３のアドレ
スを矢印Ｚのごとく後戻りさせる訳である。さらに、第
１アドレスカウンタ２の後戻りしたアドレス値Ａによっ
て指定される音声符号メモリ３のアドレスＡに、無音を
示す無音マーカーSMを書き込み、続いて無音時間長（現
時点では１フレームの時間長）を示す符号TMを書き込
み、続いて次のアドレスから次のフレームの符号化結果
を書き込むことができるように第１アドレスカウンタ２
を設定し、次のフレームの分析を始める。

もし、次フレームが再び無音と判定されると再度上述
の動作が実行され、再び第１アドレスカウンタ２が第２
アドレスカウンタ６の内容Ａに戻り、音声符号メモリ３
のアドレスＡに、無音を示すマーカーSMと無音時間長を
示す符号TMを書き込み、第１アドレスカウンタ２の値を
次のアドレスを示す値に設定する。この際、無音時間長
を示す符号TMの内容は２フレームの時間長を表す符号に
更新される。

さらに、第３図により具体的に動作を説明すると、入
力音声波形を符号化した音声符号は音声符号メモリ３の
Fa点から書き始められるが、時点t₃のフレームまでは無
音と判定されて無音マーカーSMがFa点に出力される。続
いて時点t₃までの無音時間長を表す符号（ここで３フレ
ーム長を表す符号TM（３））が出力される。次に、時点
t₃から時点t₄までは有音と判定されFb点からFc点までは
音声信号が出力される。以下このようにして音声入力が
終了するまで音声圧縮と同時に符号化が行なわれる。

上述のようにして符号化された音声符号を再生する場
合は、音声符号メモリ３から符号を読み取り、読み取っ
た符号が無音マーカーSMか否かを判定をし、その結果、
無音マーカーSMである場合は無音マーカーSMの次のデー
タTMを無音時間長を示す符号として読み取り、その符号
TMが表す時間長の間再生信号として零を出力する。一
方、読み取った符号が無音マーカーSMでない場合はその
読み取った符号を復号化器に入力して合成波形を計算し
て出力する。

したがって、この実施例によれば簡単なハードウェア
であって、しかも、少ない処理量で音声符号メモリ３の
無音区間をリアルタイムで圧縮することができる。

また、音声の分析合成方式として差分PCM（パルス・
コード・モデュレーション）方式または適応差分PCM方
式を用いた実施例のブロック図を第４図に示す。この実
施例の場合、有音無音判定器14が現在のフレームを無音
と判定したとき、符号化器11にリセット信号を送るよう
にしている。上記リセット信号によって符号化器11の内
部の予測値や量子化幅（但し、適応差分PCM方式の場
合）が初期値化され、合成波形にバイアス等の悪影響が
生じない。

また、上記実施例を１フレーム単位で有音無音判定器
14で有音か否かを判定して無音圧縮を行うので、無音圧
縮した音声符号を再生した場合、音声の語頭や語尾がパ
ワーが弱く無音と判定されて欠落してしまう場合があ
る。また、入力音声信号中における短時間のパワーの弱
い区間（例えば「がっこう」等の促音）が無音区間と判
定されて無音圧縮されてしまい、再生時に促音部が完全
な無音区間として挿入されて（例えば「が こう」）聴
感上違和感を生じてしまう場合がある。そこで、第５図
に示す上記実施例とは異なる実施例は、有音無音判定を
１フレーム毎の処理ではなく数フレーム単位で行うこと
によって、語頭や語尾の欠落を低減し、発話中のパワー
の弱い短区間の無音化を防ぐものである。

この無音圧縮音声録音装置は、第１の実施例の無音圧
縮音声録音装置にフレーム数カウンタ25と、状態記憶回
路26とを設けたものである。録音に先立って第１アドレ
スカウンタ22,第２アドレスカウンタ28をこれから録音
しようとする音声符号メモリ23のスタート位置に初期値
化し、フレーム数カウンタを０に初期値化し、さらに、
状態記憶回路26を無音に設定する。入力端子に音声信号
が入力されると、符号化器21は上記音声信号に分析して
符号化して第１アドレスカウンタ22の制御にしたがっ
て、音声符号メモリ23の所定のアドレスに音声符号を出
力する。また、符号化処理と同時に音声信号は有音無音
判定器24にも入力される。この有音無音判定器24では、
入力された音声信号が有音であるか無音であるかの判定
をある時間長のフレーム単位で判定し、その判定結果を
フレーム数カウンタ25に出力する。上記フレーム数カウ
ンタ25は、有音を示す信号が入力されると０に初期値化
する一方、無音を示す信号が入力されるとカウンタの内
容をカウントアップし、さらに、そのカウンタの内容が
ある一定値に達すると、上記記憶回路26に無音区間を示
す信号“1"を出力し、上記カウンタを０に初期値化する
機能を有する。このように、フレーム数カウンタ25によ
り無音フレームがある一定数以上連続したときに無音区
間と判断するようにしている。

状態記憶回路26はフレーム数カウンタ25より信号“1"
を受けると、現在の状態記憶回路26の状態が無害に設定
されているときは、スイッチ27を端子ｂに接続し、第２
アドレスカウンタ28の内容を第１アドレスカウンタ22に
コピーすると共に、音声符号メモリ23の上記第２アドレ
スカウンタ28の内容に更新された第１アドレスカウンタ
22によって指定されるアドレスに無音を示す特殊符号を
記憶し、次に無音時間長を示す符号を記憶する。以下、
無音のフレーム数が一定数繰り返されると、上述の動作
が再度実行され、再び第１アドレスカウンタ22の内容が
第２アドレスカウンタ28の内容に戻る。したがって、促
音のように上記一定フレーム数に満たない短期間のパワ
ーの弱い部分は無音区間と判定されることはなく、再生
された音声は聴感上違和感を感じさせない。一方、現在
の状態記憶回路26の状態が有音に設定されているとき
は、スイッチ27を端子ａに接続し、現在の第１アドレス
カウンタ22の内容を第２アドレスカウンタ28に退避す
る。

この実施例の無音圧縮音声録音装置において、語頭の
検出に際して上記状態記憶回路26は、まず、無音状態に
設定されている。語頭が検出されるのは、有音無音判定
器24が有音信号を出力したときであり、このとき、フレ
ーム数カウンタ25はそれまでカウントしていた無音フレ
ーム数を０に初期値化され、状態記憶回路26が有音に設
定される。そして、スイッチ27が端子ａに接続されて、
現在の第１アドレスカウンタ22の内容が第２アドレスカ
ウンタ28に退避され、そのまま符号化が続行される。す
なわち、語頭が検出された時点よりさらにフレーム数カ
ウンタ25が０に初期値化するまでにフレーム数カウンタ
25がカウントしていた無音フレーム数だけ遡って符号化
されるので、語頭の欠落の発生確率は低減する。

語尾の検出に際して上記状態記憶回路26はまず、有音
状態に設定されている。有音無音判定器24が無音と判定
してから無音と判定されたフレームの数がフレーム数カ
ウンタ25でカウントされ、そのカウント数が一定数に達
すると、上述のようにフレーム数カウンタ25が状態記憶
回路26に信号“1"に出力する。この信号で状態記憶回路
26は有音から無音に変化する。したがって、上述のよう
にスイッチ27が端子ａに接続され、現在の第１アドレス
カウンタ22の内容が第２アドレスカウンタ28に退避され
る。すなわち、有音であるにもかかわらず、無音と判定
された語尾を含んだ一定数連続した無音フレームが記憶
されている音声符号メモリ23のアドレスを、逆戻りさせ
ないので語尾も符号化されて音声符号メモリ23に記憶さ
れ、語尾の欠落の発生確率は低減する。

このように、この実施例では一定数のフレーム数で無
音区間を判定して、語頭・語尾の欠落の発生確率を低減
するようにし、また、発話中の短時間のパワーの弱い区
間を無音圧縮されないようにしている。

＜発明の効果＞ 以上より明らかなように、この発明の無音圧縮音声録
音装置は、有音無音判定器によって所定フレーム数の単
位で入力音声信号の有音／無音信号を判定し、第１アド
レスカウンタはアドレスカウント数を符号化器からの音
声信号の符号ビット長だけ進め、第２アドレスカウンタ
は、上記有音無音判定器の判定結果に基づいて、上記音
声符号メモリに書き込まれた上記所定フレーム数分の音
声符号が有音であったときには上記第１アドレスカウン
タの内容を取り込んで保持内容を更新するので、上記第
２アドレスカウンタには、常時、上記音声符号メモリに
既に記憶されている有音の音声符号の最終アドレスのア
ドレスカウント数が保持される。

したがって、上記有音無音判定器の判定結果に基づい
て、上記書き込まれた上記所定フレーム数の音声符号が
無音であったときには、上記第２アドレスカウンタの内
容を第１アドレスカウンタに転送して、上記音声符号メ
モリにおける次の書き込みアドレスを既に記憶されてい
る有音の音声符号の最終アドレス（つまり、今書き込ま
れた無音の音声符号の先頭アドレスの１つ前のアドレ
ス）に更新できる。その結果、リアルタイムで音声符号
メモリの無音区間を圧縮しながら音声符号を書き込むこ
とができ、音声符号メモリの記憶容量を縮小できる。

その際に、上記入力音声信号の有音／無音信号の判定
や無音区間の圧縮は所定フレーム数の単位で行われるの
で、入力音声信号の上記所定フレーム中にパワーの弱い
語頭や語尾や促音の領域があっても上記領域が欠落する
ことがない。したがって、この発明によれば、自然な再
生音声を得ることができる。

【図面の簡単な説明】

第１図はこの発明の無音圧縮音声録音装置の一実施例の
ブロック図、第２図は上記実施例における音声符号メモ
リの記憶状態の説明図、第３図は上記実施例における入
力音声波形と音声符号メモリとの対応図、第４図は符号
化器として差分PCM方式または適応差分PCM方式を用いた
実施例のブロック図、第５図は有音無音判定を複数フレ
ーム単位で行う実施例のブロック図である。 1,11,21……符号化器、 2,12,22……第１アドレスカウンタ、 3,13,23……音声符号メモリ、 4,14,24……有音無音判定器、 6,16,28……第２アドレスカウンタ、 25……フレーム数カウンタ、26……状態記憶回路。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】音声信号を符号化器によって音声符号に符
   号化し、上記音声符号を音声符号メモリに記憶する音声
   録音装置において、 入力された音声信号が有音信号であるか無音信号である
   かを所定フレーム数の単位で判定する有音無音判定器
   と、 上記符号化器からの音声符号を書き込むべき上記音声符
   号メモリのアドレスを指定するアドレスカウント数を上
   記音声符号を符号ビット長だけ進める第１アドレスカウ
   ンタと、 上記有音無音判定器の判定結果に基づいて制御されて、
   上記第１アドレスカウンタによって指定された音声符号
   メモリのアドレスに書き込まれた上記所定フレーム数分
   の音声符号が有音であったときには上記第１アドレスカ
   ウンタのアドレスカウント数を取り込んで保持内容を更
   新する一方、無音であったときには保持しているアドレ
   スカウンタ数を上記第１アドレスカウンタに転送する第
   ２アドレスカウンタとを備えたことを特徴とする無音圧
   縮音声録音装置。