JP2700937B2 - 早聞き装置 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明はテープレコーダやVTRの磁気テープ、あるい
はコンパクトディスクなどの録音媒体に記録された音声
信号を早聞きする装置に関し、特に記録時より速い速度
で再生した場合に、音声信号の音程を記録時のものに戻
し、しかも話の速度を聞きやすい速さに戻す早聞き装置
に関する。

［従来の技術］ 従来より、早聞きの方式としてVSC（バリュアブルス
ピーチコントロール）方式が採用されている。第９図は
VSC方式を２倍速で使用した場合の概略波形図である。

記録時の波形Ｓ₁を高速再生することにより、時間方
向に1/2縮まった波形Ｓ₂（音程の上がった波形）が得ら
れる。この波形Ｓ₂に対して、ほぼ同一波形が繰返され
る冗長形の1/2を周期的に棄却する。次に、残りの波形
を棄却した時間の長さだけ引き延ばすことで音程を下げ
て元に戻し、波形Ｓ₃を得ている。

上記の２倍再生によると、棄却時間の長さと残りの時
間の長さを1:1にしているが、一般にＰ倍速再生のとき
は、この比を（Ｐ−１）:1にすることで音程を元に戻す
ことができる。すなわち、Ｐ倍速再生のときは波形の1/
Pが断片的に残り、他は棄却されることになる。この再
生と棄却の周期は音声の音韻の長さよりも短い。

［発明が解決しようとする課題］ 上記VSC方式では、音程は元に戻るが、話の速度は再
生速度に比例して速くなり、聞き取りにくくなるという
問題がある。なぜなら棄却期間以外の波形の時間長さは
再生速度に比例して短くなってしまい、これらの残りの
波形を接続して音程を元に戻した波形は、全体としても
短くなり早口でしゃべっているように聞こえるからであ
る。

本発明は記録時より速い速度で再生した場合に、音声
信号の音程を記録時のものに戻し、しかも話の速度を聞
きやすい速度に落とす早聞き装置であって、再生信号の
無音部のリングバッファへの書込が中断され、リングバ
ッファからの読出のみが進行している場合であっても、
既に読出した古いデータを再度読出すという不要な読出
がない早聞き装置を提供することを目的とする。

［課題を解決するための手段］ 上記目的を達成するための本発明の早聞き装置は、第
１図のブロック図に示される。すなわち、 録音媒体上に記録された音声信号を記録速度を越える
再生速度で再生する再生手段Ａと、 この再生された音声波形の無音部分を検出する無音検
出手段Ｂと、 アドレスが一巡してまた元に戻るように構成されるリ
ングバッファＣと、 上記再生音声を一定のサンプリング周波数（ｆ_W）でA
/D変換するA/D変換手段Ｄと、 上記無音検出手段を用いて、上記A/D変換手段により
符号化された音声データのうち無音部分のデータを棄却
し、有音部分のデータのみを上記A/D変換に用いた周波
数（ｆ_W）で上記リングバッファに書込ポインタに基づ
いて順次書込んでゆく書込手段Ｅと、 上記書込みに用いた周波数より低い周波数（ｆ_R）で
上記リングバッファから読出ポインタに基づいて順次デ
ータを読出す読出手段Ｆと、 この読出手段Ｆにより読出されたデータを上記読出し
に用いた周波数（ｆ_R）で順次D/A変換するD/A変換手段
Ｇと、 書込ポインタの値と読出ポインタの値とが一致してい
ることを検出する一致検出手段Ｈと、 無音検出手段Ｂの出力と一致検出手段Ｈの出力とに応
答して読出ポインタを停止制御する制御手段Ｉとを有す
ることを特徴とする。

［発明の作用］ 上記構成の本発明であれば、リングバッファＣには、
VTRなどの高速再生された音声データの有音部分のみが
無駄な無音部分を省いてｆ_Wの周波数で書込まれてい
き、読出手段Ｆがそのデータを書込速度に対して低い周
波数ｆ_Rで読出し、D/A変換手段ＧがD/A変換することに
より、録音時と同じ音程、話の速さの音声信号を得るこ
とができる。したがって、VTRなどを高速再生した場合
でも音声だけは聞きやすくすることができる。そして、
リングバッファＣのアドレスが一巡してまた元に戻るよ
うにすなわち環状に構成されているため、書込アドレス
が読出アドレスを追い越した時点で新たなデータが書込
まれるため、リングバッファＣの１周分のデータは読出
されることなく棄却される。しかし、アドレスが環状と
なっているため、無音時には書込みが停止されることに
より、書込アドレスが遅い読出アドレスを追い越すまで
の時間が長くなっているので、アドレスが環状になって
いない場合に比べて連続した長い領域に書込みを行なう
ことができる。このことは、棄却されないでリングバッ
ファＣより読出されて再生される一塊の話の長さが長い
ことを意味する。これは、棄却されながら断片的に再生
される話の内容を理解する場合に都合がよい。

さらに読出アドレスが書込アドレスに追いついた時点
では、無音検出手段からの無音を検出したことを示す出
力と、一致検出手段から書込ポインタの値と読出ポイン
タの値とが一致していることを示す出力とに応答して、
制御手段は読出ポインタを停止するように制御する。こ
のため読出アドレスが書込アドレスに追いついたときに
は読出ポインタが停止するので、読出アドレスが書込ア
ドレスを追越すことがない。この結果既に読出したリン
グバッファ上の古いデータを再度読出すという不要な読
出が防止される。

［実施例］ 以下、本発明の早聞き装置を添付図面に参照しながら
詳細に説明する。

第２図は、本発明の一実施例を示すブロック図であ
り、第３図は記憶構成を示す概念図である。なお、同図
中RAM1はリングバッファＣに対応し、入力音声は２倍速
再生されたものを例とする。第３図を参照して、RAM1の
アドレスは環状にされ、データの書込みはＷポインタ
（後述する）の指し示すアドレスに行なわれる。また読
出しは、Ｒポインタ（後述する）の指し示すアドレスに
行なわれる。このようなアドレス構成となっていること
から、動作を説明するときは、RAM1をリングバッファと
称する。第２図を参照して、RAM1のアドレスは、マルチ
プレクサ６を通して読出用カウンタ７または書込用カウ
ンタ８より供給される。またRAM1へ書込まれるデータ
は、高速再生された音声信号（Si）をA/D変換器４でA/D
変換したディジタル値であり、RAM1から読出されたデー
タはD/A変換器５でD/A変換され、普通の速度の音声信号
（So）となる。

比較器９は、読出用カウンタ７と書込用カウンタ８の
出力を比較して一致したときに“L"レベルすなわち
「０」を出力し、それ以外では“H"レベル「１」を出力
する。読出用カウンタ７はRAM1からデータを読出すため
のアドレス（Ｒポインタ）を供給し、書込用カウンタ８
はRAM1へデータを書込むためのアドレス（Ｗポインタ）
を供給する。マルチプレクサ６は、RAM1からデータを読
出す場合のみ読出用カウンタ７の方の出力アドレスをRA
M1に供給する。それ以外のときには書込用カウンタ８の
出力をRAM1に供給する。発振器10はメモリ書込用のディ
ジタル信号の元となるクロック信号を生成するものであ
り、分周器11は発振器からの出力をｎ分周する。この分
周されたクロック信号は読出用の元となる信号として使
用される。上記ｎは録音媒体の録音時に対する再生時の
速度比であり、２倍速再生の例ではｎ＝２となる（但
し、ｎは整数とは限らない）。無音検出回路３は、ダイ
オード、コンデンサ、抵抗、電圧比較器より構成され
る。この回路３の出力は、入力音声が無音の区間はディ
ジタル値「０」を出力し、有音区間では「１」を出力す
る。この無音検出回路３の出力信号の例を第４図に示
す。

AND回路12は、無音検出回路３の出力と発振器10のAND
をとることにより、有音区間のみ発振器10の信号を出力
する。これをRAM1へ書込制御信号として制御する。さら
にAND回路12の出力は、書込用カウンタ８に与えられ、
アドレスを１増加させるためのクロックとなる。したが
って、RAM1にデータの書込みが行なわれるごとにアドレ
スの更新が行なわれる。

OR回路13は、比較器９の出力と無音検出回路３の出力
のORをとり、無音区間中においてＲポインタとＷポイン
タとが一致する場合を検出する。AND回路14はOR回路13
の出力と分周器11の出力とのANDをとることにより、上
記OR回路で検出した時点を除いて、分周器11のクロック
信号をRAM1に読出制御信号として供給する。この読出制
御信号は読出用カウンタ７およびマルチプレクサ６にも
供給される。読出用カウンタ７は読出用制御信号（クロ
ック）が入力されるたびにアドレスを１ずつ増加させ
る。また、マルチプレクサ６は読出用制御信号に応じ
て、読出用カウンタ７の出力を読出アドレスとしてRAM1
に供給する。そして、無音区間中でかつ読出用カウンタ
７の値と書込用カウンタ８の値が一致した場合（つまり
遅いＲポインタが停止しているＷポインタに追いついて
しまった場合）には、OR回路13の出力が零となるためRA
M1へは有音になるまで読出制御信号は供給されない（Ｒ
ポインタも停止）。これにより、Ｗポインタが停止して
いる期間に、Ｒポインタが１周回って１度読出した古い
データを再度読出してしまうことを防ぐことができる。
つまり、ＷポインタはＲポインタを追い越すことはでき
るが、ＲポインタはＷポインタを追い越すことができな
いように構成されている。

次に、第５図から第８図を用いて第２図の早聞き装置
の動作を説明する。第５図は右方向が時間軸であり、Ｓ
_iは音声入力の波形を示し、Ｓ_oは音声出力の波形を示し
ている。両方とも時間軸スケールは等しい。音声入力Ｓ
_iは音声出力Ｓ_oに比べ、高速再生された波形であるた
め、時間的に密となる。また、無音検出回路３により音
声出力信号から無音が除去されている。ＭはRAM1を用い
たリングバッファの内容を示す。リングバッファ１周分
のメモリ容量は同図中に示す長さである。リングバッフ
ァには無音が除去されて書込まれていき、読出時には書
込時に比べて1/2の速さで読出され、各有音フレーズA,
B,C,…は各々時間的に２倍の速さになって再生される。
すなわち時間的に密になっていた高速再生信号Ｓ_iが元
に戻され、高速再生を行なつているにもかかわらず録音
時と同じ速さで再生することができる。この再生音は無
音部を含まない。

第６図は第５図の各番号１から12の時点におけるＲポ
インタとＷポインタのリングバッファ上の位置を示す。
Ｗポインタは、Ｒポインタの２倍の速さで時計方向に回
転するが、無音区間では休止しているため、Ｒポインタ
を追い越すのに３周以上を要し、12の時点でＷポインタ
がＲポインタに追いつく。すなわち有音フレーズA,B,C,
DおよびＥの一部までが棄却されることなく連続的に再
生される。棄却される部分（第５図中斜線部）は、Ｗポ
インタがＲポインタを追い越した時点から遡ってリング
バッファ１周分のデータである。もし、無音部分の全く
ない音声が入力されると、２倍速の場合にはＷポインタ
がリングバッファを２周した時点でＲポインタを追い越
すことになり、連続して再生される部分はリングバッフ
ァ１周分のみのデータである（一般にｎ倍速では 周分である）。すなわち第５図の場合においては番号12
の時点を新たな初期時点（Ｒ＝Ｗ）とし、フレーズＦの
部分を無音の全くない部分として考えることができる。
この場合ｎ＝２であるから再生されるデータは棄却され
るデータと同じ量となり、連続時間としては最小となる
（棄却されるデータは常にリングバッファ１周分）。す
なわち、高速再生された音声信号の中に無音が多く含ま
れるほど、元に戻された再生信号は棄却部分が少なく、
しかも連続時間が長いものとなる。一方、無音が全くな
い場合は、両ポインタが初期化されてからＲポインタが
リングバッファを 周したとき（ｎは倍速数）にＷポインタに追いつかれ
る。なぜなら、Ｒポインタがｘ周したときＷポインタに
追いつかれるとすると、１周差をつけて追いつくＷポイ
ンタは１＋ｘ周動くことになり、 となる。無音が存在する場合、ＷポインタとＲポインタ
と同時に出発してからＷポインタがポインタに追いつき
初期化されるまでの時間は、すなわち連続再生される時
間は、次の不等式が成立したときとなる。

（両ポインタが初期化されてからの有音時間の合計）
−（両ポインタが初期化されてからの すなわち、無音が全くない場合に比べて、無音時間の
合計の だけ追いつくのが遅れる。これは次のように説明でき
る。

両ポインタが初期化されてからの無音時間の合計値を
Ｔ_Sとする。このＴ_Sの間は、Ｗポインタは停止している
が、Ｒポインタは動き続ける。この余分に動いたＲポイ
ンタの距離をＤ_Rとする。Ｗポインタが、無音がない場
合よりもＤ_Rだけ余分に進んでいるＲポインタに追いつ
くまでに、無音がない場合に比べてＲポインタはさらに だけ余分に進む。なぜなら、Ｄ_Rだけ余分に進んでいる
Ｒポインタが、さらにｘアドレスだけ余分に進んだ時点
でＷポインタに追いつかれたとすると、ＲポインタとＷ
ポインタの余分に進んだ距離は等しく、Ｄ_R＋ｘ＝ｎ×
ｘが成立する。これにより、 が求められる。ところで、Ｄ_Rの移動に要するＲポイン
タの移動時間はＴ_Sであるから、 に要するＲポインタの移動時間は となる。すなわち無音時間の合計の だけ余分な時間を要してＷポインタがＲポインタに追い
つくことがわかる。

上記不等式の右辺は定数であり、無音部分が多いほど
左辺は小さい値を保ち続け、右辺の値に達するのに時間
がかかることになり、連続再生時間を長くすることがで
きる。もし第７図に示すように右辺の値の1/nの時間長
さを持つ一塊の有音部分と、その（ｎ−１）倍の長さの
無音部分が交互に繰返される場合は左辺の値は周期的に
０となり、いつまでも右辺の値より大きくならないため
リングバッファ内のデータの棄却は起こらず、いつまで
も連続的に再生することができる。

また第８図に示すように逆に無音の方が有音よりも多
く存在するような高速再生信号Ｓ_iを処理する場合、音
声出力Ｓ_oにも無音部分が出力される。同図において
は、フレーズＡの部分がＷポインタに従ってリングバッ
ファに書込まれた後、無音部分が続くためＷポインタは
停止しており、次のフレーズＢが入力されるまでリング
バッファへの書込みは行なわれない。フレームＢが入力
される前に、ＲポインタによるフレーズＡの再生が終了
してしまうと、リングバッファには新しいデータが存在
しないため、Ｒポインタも止めて無音を再生する必要が
ある。Ｒポインタを停止させないと、リングバッファを
１周して再びフレーズＡを再生してしまうことになる。
このＲポインタを止めるための条件は、両ポインタが等
しく、しかもそのときに入力音声が無音であることであ
る（第８図のＴ₁,T₂,T₃）。このＲポインタを止める手
段は第２図に示したOR回路13、AND回路14などで実現で
きる。すなわち音声入力がなくかつ両ポインタが一致し
たときAND回路14の出力は禁止される。そして、Ｒポイ
ンタが停止してリングバッファよりデータを読出してい
ない期間は、最後に読出した値がD/A変換器５に保持さ
れて一定値を出力し続けるため、無音を出力することが
できる。そして、高速再生されたフレーズＢが入力され
た時点でＷポインタが動き初め、読出用カウンタ７のＲ
ポインタの値と書込用カウンタ８のＷポインタの値は等
しくなくなり、比較器９の出力は「１」となってAND回
路14より読出制御信号が出力され始める。この両ポイン
タが同じ位置より同時に出発した時点も前述の第６図の
12の時点と同様に初期化時点となる。なお、リングバッ
ファの１周分の容量は、Ｒポインタが 周するのに数秒かかるようにしてもよい。このようにす
ることで、高速再生された音声中に無音が全くない場合
でも、連続再生される最小時間長さを数秒にすることが
でき、話の内容を理解するのに都合がよい。

［発明の効果］ 以上のように本発明によれば、リングバッファのアド
レスが環状に構成されているので、従来のVSC方式に比
べて再生・棄却の周期を極端に長くすることができ、話
の内容の一部欠落を許す代わりに話の音程・速さを記録
時のものに戻すことができる。また、無音部分をリング
バッファに書込まないため、その部分だけ連続した再生
領域を得ることができ、棄却期間に対して相対的に再生
期間を長くとることができる。

さらに無音検出手段の出力と一致検出手段の出力とに
応答して制御手段が読出ポインタを停止制御するので、
再生信号の無音部のリングバッファへの書込が中断さ
れ、リングバッファからの読出のみが進行している場合
であっても、既に読出した古いデータを再度読出すとい
う不要な読出を防止することができる。

【図面の簡単な説明】 第１図は本発明のブロック図、第２図は本発明の一実施
例を示す回路図、第３図はリングバッファの概念図、第
４図は無音検出回路の動作を示す説明図、第５図は高速
再生された音声信号から再生信号を得る過程を説明する
図、第６図は第５図の各時点におけるリングバッファ上
のポインタの位置を示す図、第７図はデータの棄却が起
こらない場合の説明図、第８図は無音が多く存在する場
合の説明図、第９図は従来のVSC方式の説明図である。 図において１はリングバッファとなるRAM、３は無音検
出回路、４はA/D変換器、５はD/A変換器、６はマルチプ
レクサ、７は読出用カウンタ、８は書込用カウンタ、９
は比較器、10は発振器、11は分周器、12,14はAND回路、
13はOR回路である。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】録音媒体上に記録された音声信号を記録速
   度を越える再生速度で再生する再生手段と、 この再生された音声波形の無音部分を検出する無音検出
   手段と、 アドレスが、一巡してまた元に戻るように構成されるリ
   ングバッファと、 上記再生された音声信号を一定のサンプリング周波数で
   A/D変換するA/D変換手段と、 上記無音検出手段を用いて、上記A/D変換手段により符
   号化された音声データのうち無音部分のデータを棄却
   し、有音部分のデータのみを上記A/D変換に用いた周波
   数で上記リングバッファに書込ポインタに基づいて順次
   書込んでいく書込手段と、 上記書込に用いた周波数より低い周波数で上記リングバ
   ッファから読出ポインタに基づいて順次データを読出す
   読出手段と、 この読出手段により読出されたデータを上記読出に用い
   た周波数で順次D/A変換するD/A変換手段と、 前記書込ポインタの値と前記読出ポインタの値とが一致
   していることを検出する一致検出手段と、 前記無音検出手段の出力と前記一致検出手段の出力とに
   応答して前記読出ポインタを停止制御する制御手段とを
   有することを特徴とする早聞き装置。