JP2860991B2 - 音声蓄積再生装置 - Google Patents
音声蓄積再生装置Info
- Publication number
- JP2860991B2 JP2860991B2 JP63170070A JP17007088A JP2860991B2 JP 2860991 B2 JP2860991 B2 JP 2860991B2 JP 63170070 A JP63170070 A JP 63170070A JP 17007088 A JP17007088 A JP 17007088A JP 2860991 B2 JP2860991 B2 JP 2860991B2
- Authority
- JP
- Japan
- Prior art keywords
- frame
- memory
- audio
- thinning
- waveform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、文書検索システムにおけるコメント等の音
声メモ，通信システムにおけるボイスメール等の音声蓄
積再生装置および音声蓄積再生方法に関し、特に、蓄積
した音声を、音質を変えずに高速に（早口で）再生でき
る、使い勝手の良い音声蓄積再生装置および音声蓄積再
生方法に関する。
声メモ，通信システムにおけるボイスメール等の音声蓄
積再生装置および音声蓄積再生方法に関し、特に、蓄積
した音声を、音質を変えずに高速に（早口で）再生でき
る、使い勝手の良い音声蓄積再生装置および音声蓄積再
生方法に関する。
従来、蓄積した音声を高速に再生する装置あるいは手
法として、 （１）特開昭57−85099号に開示されている如く、サン
プリングクロックと出力クロックの比で、時間軸を変換
する装置 （２）特開昭59−75295号に開示されている如く、休止
区間の長さを調整することにより、音声の再生速度を変
える装置 （３）アイ・イー・イー・イー，トランザクション オ
ン アコースティクス，スピーチ アンド シグナル
プロセシング，エイ エス エス ピー−27（1979年）
第121〜133頁（IEEE Trans.Acoustics,Speech and Sign
al Processing,ASSP−27（1979）,pp121−133）におい
て論じられている如く、音声のピッチ単位で波形を間引
いて出力する手法 等が知られている。
法として、 （１）特開昭57−85099号に開示されている如く、サン
プリングクロックと出力クロックの比で、時間軸を変換
する装置 （２）特開昭59−75295号に開示されている如く、休止
区間の長さを調整することにより、音声の再生速度を変
える装置 （３）アイ・イー・イー・イー，トランザクション オ
ン アコースティクス，スピーチ アンド シグナル
プロセシング，エイ エス エス ピー−27（1979年）
第121〜133頁（IEEE Trans.Acoustics,Speech and Sign
al Processing,ASSP−27（1979）,pp121−133）におい
て論じられている如く、音声のピッチ単位で波形を間引
いて出力する手法 等が知られている。
上記従来技術には、それぞれ、下記の如き問題があっ
た。すなわち、 （１）は、音質について配慮がなされておらず、音声が
テープレコーダを早回し再生したように甲高い声に変化
して、話者の特徴が失なわれるという点 （２）は、音声のポーズを削除するため、発声内容不自
然になるとともに意味が不明確になるばかりでなく、そ
れ程の高速性能が得られるわけでもないという点 （３）は、音質を変えずに高速に再生できるので、音声
メモ等の音声蓄積再生装置には好適な手法であるが、未
だ実験段階にあるもので装置化についての配慮はなされ
ておらず、フレーム単位で音声を取扱う音声蓄積再生装
置に適用する場合、一定時間長の波形をフレーム毎に変
動するピッチ長で如何に間引いて行くか（タイミングの
問題）という点、また、端数の波形をどのように処理す
るかという点 に問題があった。
た。すなわち、 （１）は、音質について配慮がなされておらず、音声が
テープレコーダを早回し再生したように甲高い声に変化
して、話者の特徴が失なわれるという点 （２）は、音声のポーズを削除するため、発声内容不自
然になるとともに意味が不明確になるばかりでなく、そ
れ程の高速性能が得られるわけでもないという点 （３）は、音質を変えずに高速に再生できるので、音声
メモ等の音声蓄積再生装置には好適な手法であるが、未
だ実験段階にあるもので装置化についての配慮はなされ
ておらず、フレーム単位で音声を取扱う音声蓄積再生装
置に適用する場合、一定時間長の波形をフレーム毎に変
動するピッチ長で如何に間引いて行くか（タイミングの
問題）という点、また、端数の波形をどのように処理す
るかという点 に問題があった。
本発明は上記事情に鑑みてなされたもので、その目的
とするところは、フレーム単位で音声を入力して、ピッ
チ単位の波形間引きを実時間で処理可能な、比較的小型
の音声蓄積再生装置および音声蓄積再生方法を提供する
ことにある。
とするところは、フレーム単位で音声を入力して、ピッ
チ単位の波形間引きを実時間で処理可能な、比較的小型
の音声蓄積再生装置および音声蓄積再生方法を提供する
ことにある。
本発明の音声蓄積再生装置は、上記目的を達成するた
めに、ディジタル化された音声を蓄積し、該音声を読出
して音声のピッチ単位で波形を間引いて、ディジタル／
アナログ変換回路を介して出力する、フレーム単位で音
声を取り扱う音声蓄積再生装置において、音声波形フレ
ームの有声、無声または無音を判定する手段と、現フレ
ームの間引き処理で残った音声波形と次のフレームの音
声波形とを連続して扱ってピッチ単位で波形を間引く処
理を行う間引き処理手段を設け該間引かれた音声を再生
することを特徴としている。また、符号化音声を蓄積す
る第１のメモリと、フレーム単位の符号化音声を蓄積す
る第２のメモリと、前記第１のメモリから符号化音声を
フレーム単位で読出して前記第２のメモリに転送する制
御回路と、前記第２のメモリから読出して復号した音声
波形を蓄積する第３のメモリとを有し、前記第３のメモ
リから読出した音声波形フレームについてフレームの有
声、無声または無音を判定する判定手段と、上記フレー
ムに対して施された間引き処理で残った音声波形を蓄積
する第４のメモリと、該第４のメモリと前記第３のメモ
リから連続して読出した音声波形についてピッチ単位で
波形を間引く処理を行う間引き処理手段とを有し間引か
れた音声波形フレームを順次再生することを特徴として
いる。
めに、ディジタル化された音声を蓄積し、該音声を読出
して音声のピッチ単位で波形を間引いて、ディジタル／
アナログ変換回路を介して出力する、フレーム単位で音
声を取り扱う音声蓄積再生装置において、音声波形フレ
ームの有声、無声または無音を判定する手段と、現フレ
ームの間引き処理で残った音声波形と次のフレームの音
声波形とを連続して扱ってピッチ単位で波形を間引く処
理を行う間引き処理手段を設け該間引かれた音声を再生
することを特徴としている。また、符号化音声を蓄積す
る第１のメモリと、フレーム単位の符号化音声を蓄積す
る第２のメモリと、前記第１のメモリから符号化音声を
フレーム単位で読出して前記第２のメモリに転送する制
御回路と、前記第２のメモリから読出して復号した音声
波形を蓄積する第３のメモリとを有し、前記第３のメモ
リから読出した音声波形フレームについてフレームの有
声、無声または無音を判定する判定手段と、上記フレー
ムに対して施された間引き処理で残った音声波形を蓄積
する第４のメモリと、該第４のメモリと前記第３のメモ
リから連続して読出した音声波形についてピッチ単位で
波形を間引く処理を行う間引き処理手段とを有し間引か
れた音声波形フレームを順次再生することを特徴として
いる。
また、本発明の音声蓄積再生方法は、メモリに蓄積さ
れたディジタル音声を音声フレームごとに読出してピッ
チ単位で時間軸を短縮して再生する場合に、間引き処理
中の音声フレームの切れ目に存在する音声ピッチを次に
処理する音声フレームの先頭ピッチとして上記間引き処
理を行なうことを特徴としている。
れたディジタル音声を音声フレームごとに読出してピッ
チ単位で時間軸を短縮して再生する場合に、間引き処理
中の音声フレームの切れ目に存在する音声ピッチを次に
処理する音声フレームの先頭ピッチとして上記間引き処
理を行なうことを特徴としている。
本発明の音声蓄積再生装置においては、ディジタル化
した音声を蓄積し、それを読み出して音声波形フレーム
の有声、無声または無音を判定し、現フレームの間引き
処理で残った音声波形と次のフレームの音声波形とを連
続して扱ってピッチ単位で波形を間引き、この間引かれ
た音声を再生する。さらに具体的には、前記第２のメモ
リに転送された第ｉフレームの符号化音声を音声波形
（VFi）に復号し、このピッチを計算する。次に、前記
間引き処理手段により、例えば、２倍速再生のとき、前
フレーム（第ｉ−１フレーム）の残波形をVZi-1とし
て、前記第４のメモリと第３のメモリから上記VZi-1とV
Fiを連続して読出して、ピッチ単位で間引いて行く。
した音声を蓄積し、それを読み出して音声波形フレーム
の有声、無声または無音を判定し、現フレームの間引き
処理で残った音声波形と次のフレームの音声波形とを連
続して扱ってピッチ単位で波形を間引き、この間引かれ
た音声を再生する。さらに具体的には、前記第２のメモ
リに転送された第ｉフレームの符号化音声を音声波形
（VFi）に復号し、このピッチを計算する。次に、前記
間引き処理手段により、例えば、２倍速再生のとき、前
フレーム（第ｉ−１フレーム）の残波形をVZi-1とし
て、前記第４のメモリと第３のメモリから上記VZi-1とV
Fiを連続して読出して、ピッチ単位で間引いて行く。
上記波形のサンプル点数（NF）とピッチ（NPi）との
比率は、一般には、2n（ｎは自然数）に等しくないの
で、上の場合、 NZi＝（NZi-1＋NF）−2nNPi サンプル点個の波形（VZi）が未処理で残る。
比率は、一般には、2n（ｎは自然数）に等しくないの
で、上の場合、 NZi＝（NZi-1＋NF）−2nNPi サンプル点個の波形（VZi）が未処理で残る。
これを前記第４のメモリに転送しておいて、次のフレ
ームの音声VFi+1と合せて、上と同様の処理を繰り返
す。出力音声を蓄える、互いに独立して書込みと読出し
が可能なように２頁構成となっている出力波形メモリ
（後述の第５のメモリ）に書込む、フレームｉに対する
出力音声（VOi）は、nNpiサンプル点になる。
ームの音声VFi+1と合せて、上と同様の処理を繰り返
す。出力音声を蓄える、互いに独立して書込みと読出し
が可能なように２頁構成となっている出力波形メモリ
（後述の第５のメモリ）に書込む、フレームｉに対する
出力音声（VOi）は、nNpiサンプル点になる。
また本発明の音声蓄積再生方法においては、ディジタ
ル音声を音声フレームごとに読みだしてピッチ単位で時
間軸を短縮して再生する場合に、間引き処理中の音声フ
レームの切れ目に存在する音声ピッチを次に処理する音
声フレームの先頭ピッチとして上記間引き処理を行なう
ようにしている。
ル音声を音声フレームごとに読みだしてピッチ単位で時
間軸を短縮して再生する場合に、間引き処理中の音声フ
レームの切れ目に存在する音声ピッチを次に処理する音
声フレームの先頭ピッチとして上記間引き処理を行なう
ようにしている。
本発明の上記構成によれば、ピッチ単位の波形間引き
を小型の装置によって実時間で処理できる。
を小型の装置によって実時間で処理できる。
以下、本発明の実施例を図面に基づいて詳細に説明す
る。
る。
第１図は、本発明の一実施例を示す構成図である。図
において、２はマイク、２は増幅およびA/D変換回路、
３はCCITT G.721勧告に準拠したADPCMエンコーダ、Μ１
はマイク１から入力して増幅し、8KHzサンプリングでA/
D変換後、ADPCMエンコーダ３で32Kb/s（４ビット／サン
プリング）に符号化した音声を蓄積する、比較的大容量
のメモリ、また、Μ２は１フレーム（例えば、40ms（32
0サンプル点））分の符号化音声を蓄えるメモリ、４は
フレーム単位で符号化音声を音声波形に復号する、CCIT
T勧告に準拠したADPCMデコーダ、Μ３は復号した１フレ
ームの音声波形（320サンプル点分）を蓄積する波形メ
モリを示している。
において、２はマイク、２は増幅およびA/D変換回路、
３はCCITT G.721勧告に準拠したADPCMエンコーダ、Μ１
はマイク１から入力して増幅し、8KHzサンプリングでA/
D変換後、ADPCMエンコーダ３で32Kb/s（４ビット／サン
プリング）に符号化した音声を蓄積する、比較的大容量
のメモリ、また、Μ２は１フレーム（例えば、40ms（32
0サンプル点））分の符号化音声を蓄えるメモリ、４は
フレーム単位で符号化音声を音声波形に復号する、CCIT
T勧告に準拠したADPCMデコーダ、Μ３は復号した１フレ
ームの音声波形（320サンプル点分）を蓄積する波形メ
モリを示している。
MCUは、蓄積時にはADPCMエンコーダ３の出力をΜ１に
取込み、再生時には転送要求信号TREQが入力される度
に、Μ１にある符号化音声を１フレームずつΜ２に転送
して、転送が終わるとADPCMデコーダ３を起動（FRUN）
するマイクロコンピュータを中心に構成される転送制御
回路である。PWRは、Μ３の音声波形を読出してフレー
ムのパワーを計算し、パワーが予め設定された閾値以上
のときは音声フレーム、閾値未満のときは無音あるいは
無声フレームであると判定（V/U判定）してフラグの形
態（VUF）で出力するパワー処理回路、PTHは、Μ３の音
声波形を読出してフレームのピッチを計算し、有声フレ
ーム（VUF＝１）のときは計算した値を、VUF＝０のとき
は予め決められた値、例えば、160（単位はサンプル点
数）を出力するピッチ処理回路を示している。
取込み、再生時には転送要求信号TREQが入力される度
に、Μ１にある符号化音声を１フレームずつΜ２に転送
して、転送が終わるとADPCMデコーダ３を起動（FRUN）
するマイクロコンピュータを中心に構成される転送制御
回路である。PWRは、Μ３の音声波形を読出してフレー
ムのパワーを計算し、パワーが予め設定された閾値以上
のときは音声フレーム、閾値未満のときは無音あるいは
無声フレームであると判定（V/U判定）してフラグの形
態（VUF）で出力するパワー処理回路、PTHは、Μ３の音
声波形を読出してフレームのピッチを計算し、有声フレ
ーム（VUF＝１）のときは計算した値を、VUF＝０のとき
は予め決められた値、例えば、160（単位はサンプル点
数）を出力するピッチ処理回路を示している。
また、Μ４は、フレーム長がピッチの整数倍でないた
めに間引き処理ができなかった残波形を蓄えるメモリ、
TDSは、上記メモリΜ４とΜ３から音声波形を読出し
て、ピッチNP単位で波形を間引いて行き、残った波形を
Μ４に再格納する間引き処理回路、Μ５は、上記間引き
処理回路TDSによって出力波形が書込まれる書込み／読
出しが並行して可能な２頁構成の出力波形メモリ、OCT
は、上記出力波形メモリΜ５の、間引き処理回路TDSが
書込んでいるのとは別な頁から、サンプリング周期（8K
Hz）毎に出力波形を読出して、D/A変換回路５に出力
し、設定された数NOUTの読出しが終了すると、TREQをMC
Uに出力するとともに、Μ５の書込み／読出し用の頁を
切替えて出力波形を読出す出力制御回路である。
めに間引き処理ができなかった残波形を蓄えるメモリ、
TDSは、上記メモリΜ４とΜ３から音声波形を読出し
て、ピッチNP単位で波形を間引いて行き、残った波形を
Μ４に再格納する間引き処理回路、Μ５は、上記間引き
処理回路TDSによって出力波形が書込まれる書込み／読
出しが並行して可能な２頁構成の出力波形メモリ、OCT
は、上記出力波形メモリΜ５の、間引き処理回路TDSが
書込んでいるのとは別な頁から、サンプリング周期（8K
Hz）毎に出力波形を読出して、D/A変換回路５に出力
し、設定された数NOUTの読出しが終了すると、TREQをMC
Uに出力するとともに、Μ５の書込み／読出し用の頁を
切替えて出力波形を読出す出力制御回路である。
なお、第１図中、破線で区切られたΜ２以降が本実施
例の装置の主要部を示している。また、A/D変換回路２
の出力は16ビットとしている。
例の装置の主要部を示している。また、A/D変換回路２
の出力は16ビットとしている。
メモリの詳細な構成を、第２図（ａ）〜（ｅ）に示
す。図中、Μ１〜Μ５は、それぞれ、第１図と対応して
いる。
す。図中、Μ１〜Μ５は、それぞれ、第１図と対応して
いる。
Μ１には、１フレーム320サンプル点分（ｊ＝０〜31
9）のADPCM符号化音声AVjがフレーム順に（Ｆ＝1,2,・
・・・Ｎ）蓄積されている。符号化音声は、４サンプル
点分が１ワードにパックされているので、１フレーム当
り80ワードを占める。
9）のADPCM符号化音声AVjがフレーム順に（Ｆ＝1,2,・
・・・Ｎ）蓄積されている。符号化音声は、４サンプル
点分が１ワードにパックされているので、１フレーム当
り80ワードを占める。
Μ２には、MCUによってΜ１から転送された１フレー
ムの符号化音声AVj（Ｆ＝ｊ）の他に、PWRがV/U判定を
行うために読出す閾値PWRTH,PTHがピッチ計算で使用す
る波形の相関閾値PTTHと、ピッチ探索範囲PTMIN〜PTMA
X、TDSが使用する間引き速度のパターンCPATが蓄えられ
ている。
ムの符号化音声AVj（Ｆ＝ｊ）の他に、PWRがV/U判定を
行うために読出す閾値PWRTH,PTHがピッチ計算で使用す
る波形の相関閾値PTTHと、ピッチ探索範囲PTMIN〜PTMA
X、TDSが使用する間引き速度のパターンCPATが蓄えられ
ている。
図に示したCPATは、２倍速再生のための値で、CPが
“101010・・・”とピッチ毎に周期的に読出される
（“1"のとき間引く）。1.5倍速再生の場合、MCUがCT＝
0011,CP＝001と設定することにより、CPは“100100100
・・・・”のように読出される。
“101010・・・”とピッチ毎に周期的に読出される
（“1"のとき間引く）。1.5倍速再生の場合、MCUがCT＝
0011,CP＝001と設定することにより、CPは“100100100
・・・・”のように読出される。
Μ５は、前記TDSが間引き処理をした第ｉフレームの
出力波形Vo（Ｆ＝ｉ）を１頁に書込んでいるとき、OCT
は２頁にある第ｉ−１フレームの波形Vo（Ｆ＝ｉ−１）
を読出して、D/A変換回路５に出力する。それを読み終
えると、TDSは２頁に処理した波形Vo（Ｆ＝ｉ＋１）を
書き、OCTは１頁からVo（Ｆ＝ｉ）を読出す。
出力波形Vo（Ｆ＝ｉ）を１頁に書込んでいるとき、OCT
は２頁にある第ｉ−１フレームの波形Vo（Ｆ＝ｉ−１）
を読出して、D/A変換回路５に出力する。それを読み終
えると、TDSは２頁に処理した波形Vo（Ｆ＝ｉ＋１）を
書き、OCTは１頁からVo（Ｆ＝ｉ）を読出す。
上述の如く構成された本実施例の動作を、以下第３図
〜第５図をも用いて説明する。第３図は全体の動作をフ
ローチャートで示したもの、第４図はピッチ単位で波形
を間引くTDSの動作の詳細を示したもの、第５図は全体
の動作タイミングを示したものである。
〜第５図をも用いて説明する。第３図は全体の動作をフ
ローチャートで示したもの、第４図はピッチ単位で波形
を間引くTDSの動作の詳細を示したもの、第５図は全体
の動作タイミングを示したものである。
第３図で、PLAYは蓄積した音声の再生を開始する入口
を示す。まず、転送制御回路MCUは残波形数Izを０にし
てΜ１からΜ２に、第１フレームの符号化音声AVj（Ｆ
＝１）），前述の間引き速度のパターンCPAT等を転送し
て、信号FRUNによりADPCMデコーダ４を起動する。ADPCM
デコーダ４は、Μ２の符号化音声を読出して復号し、音
声波形VF（Ｆ＝１）をΜ３に書込む。
を示す。まず、転送制御回路MCUは残波形数Izを０にし
てΜ１からΜ２に、第１フレームの符号化音声AVj（Ｆ
＝１）），前述の間引き速度のパターンCPAT等を転送し
て、信号FRUNによりADPCMデコーダ４を起動する。ADPCM
デコーダ４は、Μ２の符号化音声を読出して復号し、音
声波形VF（Ｆ＝１）をΜ３に書込む。
デコードが終了すると、パワー処理回路PWRは、Μ３
からVF（Ｆ＝１）を読出してパワーを計算し、V/Uを判
定する。次に、ピッチ処理回路PTHは、フレームが有声
（VUF＝１）のときにはピッチNPを計算し、VUF＝０のと
きにはNPを160に設定する。
からVF（Ｆ＝１）を読出してパワーを計算し、V/Uを判
定する。次に、ピッチ処理回路PTHは、フレームが有声
（VUF＝１）のときにはピッチNPを計算し、VUF＝０のと
きにはNPを160に設定する。
間引き処理回路TDSは、「波形パック」でΜ４に格納
されているIz個の残波形Vzと、Μ３の１フレーム320個
の音声波形VFを、連続してアクセスし易いように、一つ
のメモリ（例えばΜ３）に編集する。このとき、Μ３に
は、０〜Iz−１番地にVzが、Iz〜Iz＋319番地にVFが蓄
えられる。これらを総称して、以下、VTと呼ぶ。なお、
Iz＝０のときはVT＝VFで、Μ３の０〜319番地にVTが蓄
えられる（第２図（ｄ）（ｄ′）参照）。
されているIz個の残波形Vzと、Μ３の１フレーム320個
の音声波形VFを、連続してアクセスし易いように、一つ
のメモリ（例えばΜ３）に編集する。このとき、Μ３に
は、０〜Iz−１番地にVzが、Iz〜Iz＋319番地にVFが蓄
えられる。これらを総称して、以下、VTと呼ぶ。なお、
Iz＝０のときはVT＝VFで、Μ３の０〜319番地にVTが蓄
えられる（第２図（ｄ）（ｄ′）参照）。
続いて、残波形数IzをIz＋320（VTの波形数）に設定
する。第１フレームでは、前フレームの残波形数は０な
ので、ここで、Iz＝320に設定される。次に、間引き処
理回路TDSは、間引きのパターンCPが“1"でIz＞2NPなら
ば、波形の間引き（第２図TDHS1）を行う。この動作を
第４図を示いて説明する。
する。第１フレームでは、前フレームの残波形数は０な
ので、ここで、Iz＝320に設定される。次に、間引き処
理回路TDSは、間引きのパターンCPが“1"でIz＞2NPなら
ば、波形の間引き（第２図TDHS1）を行う。この動作を
第４図を示いて説明する。
第４図は、２倍速再生（CP＝1010・・・・の繰り返
し），第１フレームのピッチNP1＝121（単位はサンプル
点数，周波数単位では66Hz），第２フレームのピッチN
P2＝114（70Hz）とした場合の動作を示している。
し），第１フレームのピッチNP1＝121（単位はサンプル
点数，周波数単位では66Hz），第２フレームのピッチN
P2＝114（70Hz）とした場合の動作を示している。
第１フレームでは、Iz＝320を初期値にして間引きを
開始する。Iz＞2NPなので、ピッチ単位に間引くことが
できる。そこで、VTから2NP1の波形を読出して（Μ３の
０〜2NP1−１番地）、それぞれの波形に窓関数Ｗを乗じ
た後、左半分の波形と、NP1だけ隔たった右半分の波形
を加算して出力波形VO1を得る。これを式で示せば、 となり、２ピッチ分のVTが１ピッチ長のVoに間引かれ
る。間引いた後は、 Iz＝Iz−2NP1＝78 に残波形数を更新し、CPとしてΜ２からピッチに対応し
て、次の次のパターンを読出しておく。以上で、第１フ
レーム第１回目の間引きを終了して、第３図のフローチ
ャートでラベルｒに戻る。再びCPを参照すると、２倍速
再生ではCP＝１である。しかし、今度はVz＞2NP1を満足
しない（Iz＝78,2NP1＝242）ので、フローチャートで
を進み、Μ３に残っているIz個（78ワード）の残波形VT
を、Μ４にVzとして転送して、第１フレームの間引き処
理を終了する。
開始する。Iz＞2NPなので、ピッチ単位に間引くことが
できる。そこで、VTから2NP1の波形を読出して（Μ３の
０〜2NP1−１番地）、それぞれの波形に窓関数Ｗを乗じ
た後、左半分の波形と、NP1だけ隔たった右半分の波形
を加算して出力波形VO1を得る。これを式で示せば、 となり、２ピッチ分のVTが１ピッチ長のVoに間引かれ
る。間引いた後は、 Iz＝Iz−2NP1＝78 に残波形数を更新し、CPとしてΜ２からピッチに対応し
て、次の次のパターンを読出しておく。以上で、第１フ
レーム第１回目の間引きを終了して、第３図のフローチ
ャートでラベルｒに戻る。再びCPを参照すると、２倍速
再生ではCP＝１である。しかし、今度はVz＞2NP1を満足
しない（Iz＝78,2NP1＝242）ので、フローチャートで
を進み、Μ３に残っているIz個（78ワード）の残波形VT
を、Μ４にVzとして転送して、第１フレームの間引き処
理を終了する。
第１フレームの音声に対する出力波形VO1のサンプル
点数NOUT1は、NP1点（121点）になる。
点数NOUT1は、NP1点（121点）になる。
第２フレームの符号化音声に対する処理は、出力制御
回路OCTからTREQが出力され、その結果、転送制御回路M
CUからFRUNが出力されたときに開始される。つまり、フ
ローチャートで、ラベルｆに戻る。
回路OCTからTREQが出力され、その結果、転送制御回路M
CUからFRUNが出力されたときに開始される。つまり、フ
ローチャートで、ラベルｆに戻る。
第２フレームでは、残波形Vzが78点あるので、波形パ
ックで、VT（Μ３）には０〜77番地にVz,78〜397番地に
VF（Ｆ＝２）が蓄えられて、 Iz＝78＋320＝398 に設定される。
ックで、VT（Μ３）には０〜77番地にVz,78〜397番地に
VF（Ｆ＝２）が蓄えられて、 Iz＝78＋320＝398 に設定される。
以下、間引き処理回路TDSの動作は、第１フレームの
場合と同様で、NP2単位でVTを間引いて行く。その結
果、NOUT2＝114,Iz＝170になる。
場合と同様で、NP2単位でVTを間引いて行く。その結
果、NOUT2＝114,Iz＝170になる。
以下、同様にして、MCUによるフレーム数管理の下
で、Μ１に蓄積された全フレームの処理が終了すれば、
再生を終わる。
で、Μ１に蓄積された全フレームの処理が終了すれば、
再生を終わる。
なお、第３図におけるステップTDHS2は、間引きパタ
ーンCPが０で、残波形数が１ピッチ長以上のときには間
引かないで、１ピッチ分の波形をそのままVT（Μ３）か
らVo（Μ５）に出力することを示している。このときに
は、残波形数を Iz＝Iz−NP にし、次のCPをΜ２から読出す。TDHS2は、例えば、1.5
倍速再生（CP＝100100・・・）で、CP＝1,0（２ピッチ
分を間引く）に続くCP＝０のときに動作する。
ーンCPが０で、残波形数が１ピッチ長以上のときには間
引かないで、１ピッチ分の波形をそのままVT（Μ３）か
らVo（Μ５）に出力することを示している。このときに
は、残波形数を Iz＝Iz−NP にし、次のCPをΜ２から読出す。TDHS2は、例えば、1.5
倍速再生（CP＝100100・・・）で、CP＝1,0（２ピッチ
分を間引く）に続くCP＝０のときに動作する。
最後に、装置の動作タイミングを、第５図のタイムチ
ャートを用いて説明する。出力制御回路OCTは、ADPCMデ
コーダ4,パワー処理回路PWR,ピッチ処理回路PTHおよび
間引き処理回路TDSが、第ｉフレームの音声を処理して
出力波形をΜ５のある頁に書込んでいるとき、Μ５の別
な頁から、第ｉ−１フレームの音声を処理したni-1個の
出力波形Vo（Ｆ＝ｉ−１）をサンプリング周期毎に読出
してD/A変換回路５に出力している。上記Ni-1は前述のN
OUTi-1と同じで、出力制御回路OCTにあるカウンタの一
つに、第ｉ−１フレームの間引き処理が終了したときに
ロードされているものである。
ャートを用いて説明する。出力制御回路OCTは、ADPCMデ
コーダ4,パワー処理回路PWR,ピッチ処理回路PTHおよび
間引き処理回路TDSが、第ｉフレームの音声を処理して
出力波形をΜ５のある頁に書込んでいるとき、Μ５の別
な頁から、第ｉ−１フレームの音声を処理したni-1個の
出力波形Vo（Ｆ＝ｉ−１）をサンプリング周期毎に読出
してD/A変換回路５に出力している。上記Ni-1は前述のN
OUTi-1と同じで、出力制御回路OCTにあるカウンタの一
つに、第ｉ−１フレームの間引き処理が終了したときに
ロードされているものである。
Ni-1個のD/A変換出力が終了すると、第ｉ＋１フレー
ムの符号化音声をΜ２に転送する要求TREQを転送制御回
路MCUに発生し、Μ５の読出し頁を切替えて、次のサン
プリングタイミングからは、ni個のVo（Ｆ＝ｉ）のD/A
変換出力を開始する。このように、装置は125×ni（μs
ec）を区切りにして、フレーム毎の音声を間引き処理し
て行く。
ムの符号化音声をΜ２に転送する要求TREQを転送制御回
路MCUに発生し、Μ５の読出し頁を切替えて、次のサン
プリングタイミングからは、ni個のVo（Ｆ＝ｉ）のD/A
変換出力を開始する。このように、装置は125×ni（μs
ec）を区切りにして、フレーム毎の音声を間引き処理し
て行く。
niはフレーム長（１フレームの音声波形数），ピッチ
NP,残波形数および間引きパターンによって変化する
が、現状のハードウェア（例えばディジタル信号処理プ
ロセッサ）では、転送，デコードおよびパワー処理回路
（PWR），ピッチ処理回路（PTH），間引き処理回路（TD
S）による処理に約10msの処理時間を要するので、niの
最小値は80点にする必要がある。このためピッチが50〜
400Hz（NP＝160〜20サンプル点）であることを前提とし
て、フレーム長は40ms（320サンプル点）が適当であ
る。
NP,残波形数および間引きパターンによって変化する
が、現状のハードウェア（例えばディジタル信号処理プ
ロセッサ）では、転送，デコードおよびパワー処理回路
（PWR），ピッチ処理回路（PTH），間引き処理回路（TD
S）による処理に約10msの処理時間を要するので、niの
最小値は80点にする必要がある。このためピッチが50〜
400Hz（NP＝160〜20サンプル点）であることを前提とし
て、フレーム長は40ms（320サンプル点）が適当であ
る。
また、無音と無声フレーム（VUF＝０）に対する間引
き単位長（ピッチに相当）としては、フレーム長が320
サンプル点であるので、320/2n（ｎは自然数）が適当で
ある。
き単位長（ピッチに相当）としては、フレーム長が320
サンプル点であるので、320/2n（ｎは自然数）が適当で
ある。
上記実施例においては、主として、蓄積した音声の再
生について説明したが、音声の蓄積については、マイク
１から入力して増幅し8KHzサンプリングでA/D変換後、A
DPCMエンコーダ３で32Kb/s（４ビット／サンプリング）
に符号化して比較的大容量のメモリΜ１に蓄積するわけ
で、従来と同様と考えて良い。
生について説明したが、音声の蓄積については、マイク
１から入力して増幅し8KHzサンプリングでA/D変換後、A
DPCMエンコーダ３で32Kb/s（４ビット／サンプリング）
に符号化して比較的大容量のメモリΜ１に蓄積するわけ
で、従来と同様と考えて良い。
上記実施例においては、音声の符号化方式として、CC
ITTG.721勧告に準拠したADPCMエンコード方式を用いた
例を示したが、これは、他の方式によっても良いことは
言うまでもない。例えば、音声の符号化方式として、PA
RCOR方式を用い、第１図のADPCMエンコーダ３をPARCOR
分析器で、ADPCMデコーダ４をPARCOR合成器で構成し
て、PARCOR分析では、１フレームの音声のスペクトルパ
ラメータと、音源情報としてV/Uフラグとピッチを計算
する。この情報を前記Μ１とΜ２に蓄える。この場合に
は、第１図のパワー処理回路PWRおよびピッチ処理回路P
THは、Μ２に転送されたV/Uフラグとピッチを読出す回
路となる。
ITTG.721勧告に準拠したADPCMエンコード方式を用いた
例を示したが、これは、他の方式によっても良いことは
言うまでもない。例えば、音声の符号化方式として、PA
RCOR方式を用い、第１図のADPCMエンコーダ３をPARCOR
分析器で、ADPCMデコーダ４をPARCOR合成器で構成し
て、PARCOR分析では、１フレームの音声のスペクトルパ
ラメータと、音源情報としてV/Uフラグとピッチを計算
する。この情報を前記Μ１とΜ２に蓄える。この場合に
は、第１図のパワー処理回路PWRおよびピッチ処理回路P
THは、Μ２に転送されたV/Uフラグとピッチを読出す回
路となる。
また、無声フレーム（子音など）に対しては、間引き
を行うと明瞭性が低下して音質が悪くなる場合がある。
これを回避するために、第１図のADPCMエンコーダ３
を、音声を符号化するとともにフレームのパワーを計算
してV/U判定を行う回路、転送制御回路MCUを、VUFが
“1"のフレームと、VUFが“0"から“1"に変化する以前
の４フレームおよびVUFが“1"から“0"に変化した以降
の４フレームとを除いたフレームで“1"になる無音フラ
グを作成し、符号化音声,V/Uフラグおよび無音フラグを
Μ２に転送する制御回路、パワー処理回路PWRはΜ２か
ら上記V/Uフラグおよび無音フラグを読出す回路、ピッ
チ処理回路PTHは、無音フラグが“0"でV/Uフラグが“1"
のときにピッチNPを計算し、無音フラグが“1"のときに
NPを160に設定する回路とし、間引き処理回路TDSは、 無音フラグが“0"でV/Uフラグが“1"、または、無音
フラグが“1"のときに、NP単位で波形を間引いて出力波
形をΜ５に書込み、 無音フラグが“0"でV/Uフラグが“0"のときに、Μ４
の残波形とΜ３の１フレーム分の音声波形をそのまま出
力波形としてΜ５に書込む 回路としても良い。
を行うと明瞭性が低下して音質が悪くなる場合がある。
これを回避するために、第１図のADPCMエンコーダ３
を、音声を符号化するとともにフレームのパワーを計算
してV/U判定を行う回路、転送制御回路MCUを、VUFが
“1"のフレームと、VUFが“0"から“1"に変化する以前
の４フレームおよびVUFが“1"から“0"に変化した以降
の４フレームとを除いたフレームで“1"になる無音フラ
グを作成し、符号化音声,V/Uフラグおよび無音フラグを
Μ２に転送する制御回路、パワー処理回路PWRはΜ２か
ら上記V/Uフラグおよび無音フラグを読出す回路、ピッ
チ処理回路PTHは、無音フラグが“0"でV/Uフラグが“1"
のときにピッチNPを計算し、無音フラグが“1"のときに
NPを160に設定する回路とし、間引き処理回路TDSは、 無音フラグが“0"でV/Uフラグが“1"、または、無音
フラグが“1"のときに、NP単位で波形を間引いて出力波
形をΜ５に書込み、 無音フラグが“0"でV/Uフラグが“0"のときに、Μ４
の残波形とΜ３の１フレーム分の音声波形をそのまま出
力波形としてΜ５に書込む 回路としても良い。
以上述べた如く、本発明によれば、フレーム単位で音
声を入力して、ピッチ単位の波形間引きを実時間で処理
可能な、比較的小型の音声蓄積再生装置を実現できると
いう顕著な効果を奏するものである。
声を入力して、ピッチ単位の波形間引きを実時間で処理
可能な、比較的小型の音声蓄積再生装置を実現できると
いう顕著な効果を奏するものである。
第１図は本発明の一実施例を示す構成図、第２図（ａ）
〜（ｅ）はメモリの詳細な構成を示す図、第３図は全体
の動作を示すフローチャート、第４図はピッチ単位で波
形を間引くTDSの動作の詳細を示す図、第５図は全体の
動作タイミングを示す図である。 2:増幅,A/D変換回路、3:ADPCMエンコーダ、4:ADPCMデコ
ーダ、Μ1:メモリ、Μ2:フレーム符号化音声メモリ、Μ
3:フレーム波形メモリ、MCU:転送制御回路、PWR:パワー
処理回路、PTH:ピッチ処理回路、Μ4:残波形メモリ、TD
S:間引き処理回路、Μ5:出力波形メモリ、OCT:出力制御
回路、5:D/A変換回路。
〜（ｅ）はメモリの詳細な構成を示す図、第３図は全体
の動作を示すフローチャート、第４図はピッチ単位で波
形を間引くTDSの動作の詳細を示す図、第５図は全体の
動作タイミングを示す図である。 2:増幅,A/D変換回路、3:ADPCMエンコーダ、4:ADPCMデコ
ーダ、Μ1:メモリ、Μ2:フレーム符号化音声メモリ、Μ
3:フレーム波形メモリ、MCU:転送制御回路、PWR:パワー
処理回路、PTH:ピッチ処理回路、Μ4:残波形メモリ、TD
S:間引き処理回路、Μ5:出力波形メモリ、OCT:出力制御
回路、5:D/A変換回路。
フロントページの続き (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 3/00 - 9/18 ＪＩＣＳＴ（ＪＯＩＳ)
Claims (10)
- 【請求項１】ディジタル化された音声を波形蓄積メモリ
に蓄積し、該音声を読出して音声のピッチ単位で波形を
間引いて、ディジタル／アナログ変換回路を介して出力
する、フレーム単位で音声を取り扱う音声蓄積再生装置
において、音声波形フレームの音声、無声または無音を
判定する判定手段と、現フレームの間引き処理で残った
該現フレームの末尾を構成する１ピッチに満たない音声
波形を始点として、後続するフレームの音声波形に対し
てピッチ単位で波形を間引く処理を行う間引き処理手段
を設け、該間引かれた音声を再生することを特徴とする
音声蓄積再生装置。 - 【請求項２】前記波形蓄積メモリは、少なくとも装置の
扱い得るピッチ周期の２倍以上のサンプル点の音声波形
を蓄積する容量を有することを特徴とする請求項１に記
載の音声蓄積再生装置。 - 【請求項３】符号化音声を蓄積する第１のメモリと、フ
レーム単位の符号化音声を蓄積する第２のメモリと、前
記第１のメモリから符号化音声をフレーム単位で読出し
て前記第２のメモリに転送する制御回路と、前記第２の
メモリから読出して復号した音声波形を蓄積する第３の
メモリとを有し、前記第３のメモリから読出した音声波
形フレームについてのフレームの音声、無声または無音
を判定する判定音段と、前記フレームに対して施された
間引き処理で残った音声波形を蓄積する第４のメモリ
と、該第４のメモリと前記第３のメモリから連続して読
み出した音声波形についてピッチ単位で波形を間引く処
理を行う間引き処理手段とを有し、間引かれた音声波形
フレームを順次再生することを特徴とする音声蓄積再生
装置。 - 【請求項４】前記第２のメモリは、フレーム音声と共に
蓄積されている該フレーム間引き処理に関する値を保持
することを特徴とする請求項３に記載の音声蓄積再生装
置。 - 【請求項５】前記復号した音声波形を蓄積する第３のメ
モリは、少なくとも、装置の扱い得るピッチ周期の２倍
以上のサンプル点の音声波形を蓄積する容量を有するこ
とを特徴とする請求項３または４に記載の音声蓄積再生
装置。 - 【請求項６】前記判定手段によるフレームの有声、無声
または無音の判定の結果、無音および有声フレームの場
合に前記間引き処理手段による間引き処理を行い、無声
フレームの場合には前記間引き処理を行わないことを特
徴とする請求項１ないし５のいずれか１つに記載の音声
蓄積再生装置。 - 【請求項７】前記判定手段による判定結果が無音または
音声フレームであった場合に、前記間引き処理手段によ
り行う間引き処理のピッチを、装置の扱い得る最も長い
ピッチ周期以下に設定することを特徴とする請求項１な
いし６のいずれか１つに記載の音声蓄積再生装置。 - 【請求項８】前記間引き処理手段により間引き処理のパ
ターンを記憶するメモリを設け、該メモリの内容に基づ
いて間引き処理を行う如く構成したことを特徴とする請
求項１ないし７のいずれか１つに記載の音声蓄積再生装
置。 - 【請求項９】メモリに蓄積されたディジタル音声を音声
フレームごとに読出してピッチ単位で時間軸を短縮して
再生する音声蓄積再生方法において、間引き処理中の音
声フレームの切れ目に存在する音声ピッチを次に処理す
る音声フレームの先頭ピッチとして前記間引き処理を行
うことを特徴とする音声蓄積再生方法。 - 【請求項１０】前記間引き処理は、隣接する音声ピッチ
の各々に対して互いに傾きが逆の窓関数を乗じ、前記各
々の音声ピッチに対する乗算結果を加算し、同様の手順
により得られた加算結果を連続して出力する処理である
ことを特徴とする請求項９に記載の音声蓄積再生方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63170070A JP2860991B2 (ja) | 1988-07-08 | 1988-07-08 | 音声蓄積再生装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63170070A JP2860991B2 (ja) | 1988-07-08 | 1988-07-08 | 音声蓄積再生装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0219899A JPH0219899A (ja) | 1990-01-23 |
| JP2860991B2 true JP2860991B2 (ja) | 1999-02-24 |
Family
ID=15898079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63170070A Expired - Fee Related JP2860991B2 (ja) | 1988-07-08 | 1988-07-08 | 音声蓄積再生装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2860991B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4675692B2 (ja) * | 2005-06-22 | 2011-04-27 | 富士通株式会社 | 話速変換装置 |
| JP6385153B2 (ja) * | 2014-06-19 | 2018-09-05 | 三菱電機株式会社 | 音声再生装置および音声再生方法 |
-
1988
- 1988-07-08 JP JP63170070A patent/JP2860991B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| ＩＥＥＥ ＡＳＳＰ−３１，Ｎｏ．１ ＦＥＢ １９８３ ｐｐ．２５８−２７２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0219899A (ja) | 1990-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5752223A (en) | Code-excited linear predictive coder and decoder with conversion filter for converting stochastic and impulsive excitation signals | |
| US8229738B2 (en) | Method for differentiated digital voice and music processing, noise filtering, creation of special effects and device for carrying out said method | |
| JPH0668680B2 (ja) | 改善された多パルス線形予測符号化音声処理装置 | |
| US4716591A (en) | Speech synthesis method and device | |
| JP3092652B2 (ja) | 音声再生装置 | |
| JP2779325B2 (ja) | ボコーダーにおける前処理の相関関係式を用いたピッチ検索時間短縮方法 | |
| JP2001053869A (ja) | 音声蓄積装置及び音声符号化装置 | |
| JP2860991B2 (ja) | 音声蓄積再生装置 | |
| JP3618217B2 (ja) | 音声のピッチ符号化方法及び音声のピッチ符号化装置並びに音声のピッチ符号化プログラムが記録された記録媒体 | |
| JPH03233500A (ja) | 音声合成方式およびこれに用いる装置 | |
| JP2861005B2 (ja) | 音声蓄積再生装置 | |
| JP2865714B2 (ja) | 音声蓄積再生装置 | |
| JPH05303399A (ja) | 音声時間軸圧縮伸長装置 | |
| JPH10133678A (ja) | 音声再生装置 | |
| JP3010655B2 (ja) | 圧縮符号化装置及び方法、並びに復号装置及び方法 | |
| JPH0854895A (ja) | 再生装置 | |
| JPH04213500A (ja) | 音声の符号化方法及び装置 | |
| JP2003323200A (ja) | 音声符号化のための線形予測係数の勾配降下最適化 | |
| JP2615862B2 (ja) | 音声符号化復号化方法とその装置 | |
| JPH0235320B2 (ja) | ||
| JPH01197793A (ja) | 音声合成装置 | |
| JPH0414813B2 (ja) | ||
| JP3271966B2 (ja) | 符号化装置及び符号化方法 | |
| JPH10333698A (ja) | 音声符号化方法、音声復号化方法、音声符号化装置、及び記録媒体 | |
| JPH11119799A (ja) | 音声符号化方法および音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |