JP2874607B2 - 音声時間軸変換装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ビデオテープレコーダ
ー（ＶＴＲ）等で音声の低速再生を行なう際に必要とな
る、音声の時間軸の長さを任意に伸長を行うことを可能
にする音声時間軸変換装置に関するものである。

【０００２】

【従来の技術】従来より、音声信号を記録時の速度と異
なる速度で再生する音声時間軸変換装置は存在する。例
えばテープレコーダーではテープの走行スピードを調節
して再生速度を速くしたり遅くしたりすることができ
る。しかし、再生スピードが変化するのに伴って同時に
音程も変化してしまうので、内容が聴きづらくなってし
まう。そこで、音程を変化させずに再生速度を変化させ
ることの可能な音声時間軸変換装置が提案されている。

【０００３】以下、従来の音声時間軸変換装置について
図面を参照しながら説明する。図８は従来の音声時間軸
変換装置の構成を表すブロック図である。図８において
１は音響信号の記録および再生を行なう記録再生部、２
は再生されたアナログ信号をデジタル信号に変換するＡ
／Ｄ変換器、３はデジタルデータを蓄積するためのバッ
ファメモリ、４はＤ／Ａ変換器、５はバッファメモリへ
のデータの書き込みを制御する書き込み制御部、６はバ
ッファメモリのデータの読み出しを制御する読み出し制
御部である。

【０００４】以上のように構成された音声時間軸変換装
置について以下にその動作を説明する。ここでは記録媒
体への記録速度以下で音声信号を再生する場合に、音程
を記録時の状態に戻して再生する音声時間軸変換装置に
ついて説明する。

【０００５】まず、記録再生部１は記録時の速度で音響
信号を再生する。ここで記録再生部とは、例えばＶＴ
Ｒ、テープレコーダー等である。次に、記録再生部１か
ら再生された音響信号を、Ａ／Ｄ変換器２により標本化
定理を満足するサンプリング周期Ｔでデジタル信号に変
換させる。Ａ／Ｄ変換されたこれらのデジタル信号を、
書き込み制御部５により周期Ｔで順次バッファメモリ３
に蓄積させる。次に、バッファメモリ３に蓄積された各
デジタル信号を、一定時間に対応する区間ごとにグルー
プ化し、それぞれの区間を少なくとも２回以上繰り返し
連続で読み出す。最後に、読み出し制御部６により読み
出されたデジタル信号を、Ｄ／Ａ変換器４によりサンプ
リング周期Ｔでアナログ信号に変換する。これら一連の
処理により音程を変化させずに音声時間軸変換が実現で
きる。

【０００６】図９は時間軸変換速度比０．５の場合の処
理例を示している。（ａ）は記録時のデータを示してお
り、（ｂ）はバッファメモリに蓄えられたデータを示し
ている。（ｂ）の各ブロックを２回ずつ繰り返しながら
サンプリング周期Ｔで再生したものが（ｃ）のデータ列
となり、これは（ａ）のデータ列と音程が同じであり長
さが時間軸方向に２倍になっている。

【０００７】

【発明が解決しようとする課題】上述した従来例では、
音程は記録時のものと変わらないが、音声の速度が記録
媒体からの再生速度だけに依存してしまい、均一の再生
速度の制御しか行えない。さらに、繰り返されるブロッ
ク間では音声の連続性が損なわれ再生音の品質は低下し
聴きづらいのものになる。また、記録媒体からの再生速
度よりも遅い速度に変換する場合には入力信号を蓄積し
ておくバッファメモリが不足する可能性がある。その場
合、バッファメモリ上のデータを減らすために何らかの
データを破棄しなければならず、その結果、情報の欠落
が生じる。

【０００８】本発明は、上記課題を解決するものであ
り、記録媒体から記録速度を含めてそれ以下の再生速度
で読み出した場合に、情報の欠落をできるだけ抑制しな
がら自動的に聴きやすい速度に変更することが可能な音
声時間軸変換装置を提供することを目的とする。

【０００９】

【課題を解決するための手段】上記課題を解決するため
に本発明の請求項１記載の音声時間軸変換装置は、記録
再生部（１０１）、Ａ／Ｄ変換器（１０２）、有音無音
判定部（１０３）、バッファメモリ（１０５）、書き込
み制御部（１０４）、時間軸制御部（１０９）、読み出
し制御部（１０６）、データ残量監視部（１０７）、適
応速度制御部（１０８）、Ｄ／Ａ変換器（１１０）から
なる音声時間軸変換装置であって、記録再生部（１０
１）は、記録媒体に記憶された音響信号を記録時のＭ倍
（Ｍ≦１）の速度比で読み出し、Ａ／Ｄ変換器（１０
２）は、記録再生部（１０１）で読み出された音響信号
をデジタルデータに変換し、有音無音判定部（１０３）
は、Ａ／Ｄ変換器（１０２）の出力するデジタルデータ
の有音部分と無音部分の判定を行い、書き込み制御部
（１０４）は、有音無音判定部（１０３）の判定が有音
部分のデジタルデータのみをバッファメモリ（１０５）
に書き込むように書き込みアドレスを制御し、時間軸制
御部（１０９）は、適応速度制御部（１０８）が決定し
た時間軸変換速度比に基づいて読み出し制御部（４０
１）に読み出し処理を行わせると共に、バッファメモリ
（１０５）から読み出されるデジタルデータに時間軸伸
張を行って出力し、読み出し制御部（１０６）は、デジ
タルデータをバッファメモリ（１０５）から読み出すよ
うに読み出しアドレスを制御し、データ残量監視部（１
０７）は、書き込み制御部（１０４）が最後に制御した
書き込みアドレスと読み出し制御部（１０６）が最後に
制御した読み出しアドレスに基づいてバッファメモリ
（１０５）の未処理データ量を監視し、適応速度制御部
（１０８）は、データ残量監視部（１０７）の未処理デ
ータ量に基づいて時間軸変換速度比を決定し、Ｄ／Ａ変
換器（１１０）は、時間軸制御部（１０９）が出力する
デジタルデータをアナログ信号に変換することを特徴と
するものである。

【００１０】請求項２記載の音声時間軸変換装置は、記
録再生部（１０１）、Ａ／Ｄ変換器（１０２）、有音無
音判定部（１０３）、バッファメモリ（１０５）、書き
込み制御部（１０４）、時間軸制御部（１０９）、読み
出し制御部（１０６）、データ残量監視部（１０７）、
適応速度制御部（１０８）、Ｄ／Ａ変換器（１１０）か
らなる音声時間軸変換装置であって、記録再生部（１０
１）は、記録媒体に記憶された音響信号を記録時のＭ倍
（Ｍ≦１）の速度比で読み出し、Ａ／Ｄ変換器（１０
２）は、記録再生部（１０１）で読み出された音響信号
をデジタルデータに変換し、有音無音判定部（１０３）
は、Ａ／Ｄ変換器（１０２）の出力するデジタルデータ
の有音部分と無音部分の判定を行い、書き込み制御部
（１０４）は、データ残量監視部（１０７）の未処理デ
ータ量が一定量以下の場合には、Ａ／Ｄ変換器（１０
２）の出力するデジタルデータをバッファメモリ（１０
５）に書き込むように書き込みアドレスを制御し、デー
タ残量監視部（１０７）の未処理データ量が一定量以上
の場合には、有音無音判定部（１０３）の判定が有音部
分のデジタルデータのみをバッファメモリ（１０５）に
書き込むように書き込みアドレスを制御し、時間軸制御
部（１０９）は、適応速度制御部（１０８）が決定した
時間軸変換速度比に基づいて読み出し制御部（４０１）
に読み出し処理を行わせると共に、バッファメモリ（１
０５）から読み出されるデジタルデータに時間軸伸張を
行って出力し、読み出し制御部（１０６）は、デジタル
データをバッファメモリ（１０５）から読み出すように
読み出しアドレスを制御し、データ残量監視部（１０
７）は、書き込み制御部（１０４）が最後に制御した書
き込みアドレスと読み出し制御部（１０６）が最後に制
御した読み出しアドレスに基づいてバッファメモリ（１
０５）の未処理データ量を監視し、適応速度制御部（１
０８）は、データ残量監視部（１０７）の未処理データ
量に基づいて時間軸変換速度比を決定し、Ｄ／Ａ変換器
（１１０）は、時間軸制御部（１０９）が出力するデジ
タルデータをアナログ信号に変換することを特徴とする
ものである。

【００１１】請求項３記載の発明は、時間軸制御部（１
０９）は、制御回路（４０１）、切替回路（４０２）、
クロスフェード手段（４０３、４０４）からなり、制御
回路（４０１）は、適応速度制御部（１０８）が決定し
た時間軸変換速度比に基づいてクロスフェード区間と無
処理区間を決定して読み出し制御部（４０１）に読み出
し処理を行わせると共に、時間軸変換速度比に基づいて
切替回路（４０２）の切替制御を行い、切替回路（４０
２）は、バッファメモリ（１０５）から入力されるデジ
タルデータをＤ／Ａ変換器（１１０）、若しくは、クロ
スフェード手段（４０３、４０４）に切替出力し、クロ
スフェード手段（４０３、４０４）は、Ａ、Ｂの順に互
いに隣り合うクロスフェード区間Ａ、Ｂにおいて、単調
増加する重み係数をクロスフェード区間Ａに掛け合わせ
た値と、単調減少する重み係数をクロスフェード区間Ｂ
に掛け合わせた値とを加算してＤ／Ａ変換器（１１０）
へ出力することを特徴とするものである。

【００１２】請求項４記載の発明は、適応速度制御部
（１１０）の決定する時間軸変換速度比は、速度Ｍ以下
であって、未処理データ量に比例することを特徴とする
ものである。

【００１３】請求項５記載の発明は、適応速度制御部
（１１０）の決定する時間軸変換速度比は、速度Ｍ以下
であって、未処理データ量に非線形に対応することを特
徴とするものである。

【００１４】

【作用】請求項１記載の構成によれば、有音無音の判定
の結果、有音と判定された区間のみをバッファメモリに
蓄積し、書き込みと読み出しのアドレス位置からデータ
残量を計測し、その残量に応じて残量の多いときはでき
るだけ再生速度に近い速度で、残量が少なくなるにつれ
て徐々に低速になるといったように、無音の量に応じて
自動的に速度を調整でき、可能な限り有音部を遅く再生
することが可能となる。また、記録速度と同じ速度で再
生する場合でも、無音の量に応じて時間軸変換後の速度
を記録速度より低速になるように制御すれば、もともと
早口の音声や外国語ソースの聴き取りを容易にすること
も可能である。

【００１５】請求項２記載の構成によれば、データ残量
が少ない時点では入力信号の有音無音判定結果にかかわ
らずすべてのデータをバッファメモリに蓄積することに
より、読み出すべきデータがなくなり途中で再生音が無
音状態となる（ミュート状態となる）ことがなく、違和
感の少ない自然な再生音を得ることができる。

【００１６】請求項３記載の構成によれば、クロスフェ
ード処理区間長および無処理区間長の長さを調整するこ
とによって、任意の時間軸変換速度比で時間軸変換する
ことができる。さらに、クロスフェード処理を行う区間
長を固定長にすれば、バッファメモリに蓄積されたデー
タを直接出力する無処理区間長を調節するだけで、任意
の時間軸変換速度比を得ることができ、非常に簡単な構
成で任意の速度に変換可能な音声時間軸変換装置が実現
できる。

【００１７】請求項４記載の構成によれば、データ残量
と時間軸変換速度比が比例して変化するので、音声の速
度が急激に変化することが抑えられ、音声が聴き取りや
すくなる。

【００１８】請求項５記載の構成によれば、低速の速度
に長くとどまるような非線形の変換規則を設定すれば、
時間軸変換速度比を低く抑えようとする効果により低速
側で安定して音声を再生することが可能であり、非常に
聴き取りやすい音声時間軸変換装置が実現できる。

【００１９】

【実施例】以下、本発明の第１の実施例について図面を
参照しながら説明する。図１は本発明の第１の実施例に
おける音声時間軸変換装置の構成を示すブロック図であ
る。図１において、１０１は音響信号の記録および再生
を行う記録再生部、１０２は記録再生部１で再生された
アナログ信号をデジタル信号に変換するＡ／Ｄ変換器、
１０３は変換されたデジタル信号列が有音部であるか無
音部であるかを判定する有音無音判定部、１０４は有音
部と判定された信号列を書き込むバッファメモリ１０５
上への書き込みおよびそのアドレスを制御する書き込み
制御部、１０６はバッファメモリ１０５に蓄積されたデ
ータの読み出しおよびそのアドレスを制御する読み出し
制御部、１０７は現在のバッファメモリ１０５上への書
き込みアドレスと読み出しアドレスの位置関係からデー
タ残量を計測するデータ残量監視部、１０８はデータ残
量監視部で得られたデータ残量から時間軸変換速度比を
決定する適応速度制御部、１０９は適応速度制御部で決
定された時間軸変換速度比に従って時間軸の変換処理を
行う時間軸制御部、１１０は時間軸変換されたデジタル
データをアナログ信号に変換するＤ／Ａ変換器である。

【００２０】以上のように構成された音声時間軸変換装
置について、以下その動作を図１を参照しながら詳細に
説明する。

【００２１】まず、記録再生部１０１から記録時のＭ
（≦１）倍の速度で音響信号が読み出される。以後、時
間軸変換速度比とは記録速度に対する相対速度を表すこ
ととする。ここで、記録再生部１０１での記録時のサン
プリング周期をＴとすると、記録再生部１０１よりＭ倍
速で再生された音響信号は逐次Ａ／Ｄ変換器１０２によ
りサンプリング周期Ｔ／Ｍでデジタル信号系列に変換さ
れる。有音無音判定部１０３によりこのサンプル値列が
有音部であるか無音部であるかを判定する。

【００２２】有音部か無音部かの判定は例えば次のよう
に行う。デジタル信号のサンプル値列をＳiとすると、
Ｎ個のサンプル値系列に対して（数１）を満たす場合
に、そのサンプル値列は有音、満たさない場合は無音で
あると判定する。ここでＰthはあらかじめ定めた有音無
音判定のためのしきい値である。

【００２３】

【数１】

【００２４】ここで、バッファメモリ１０５上で次にデ
ータを格納すべきアドレスを指し示すポインタ（以降、
書き込みポインタと呼ぶ）をＰｗとすると、上記（数
１）で有音と判定された場合には、書き込み制御部１０
４によりそのサンプル値系列が書き込みポインタＰｗの
示すバッファメモリ１０５のアドレス位置に順次格納さ
れ、その都度Ｐｗはインクリメントされる。逆に、無音
と判定された場合には、書き込み制御部１０４はバッフ
ァメモリ１０５へのデータの書き込み動作を停止する。
これによりバッファメモリ１０５には有音部のデータの
みが蓄積される。

【００２５】なお、ここでは（数１）を満たす場合に有
音、満たさない場合に無音と判定したが、（数１）を満
たす区間に対してその前方、あるいは後方に続く無音と
判定された短いサンプル値列を有音区間に含めてもよ
い。

【００２６】読み出し制御部１０６では、バッファメモ
リ１０５のデータを周期Ｔで順次読み出し、時間軸制御
部１０９へ送る。ここで次に読み出すべきバッファメモ
リ１０５上のデータのアドレスを示すポインタ（以降、
読み出しポインタと呼ぶ）をＰｒとすると、データ残量
監視部１０７は、前記書き込みポインタＰｗと読み出し
ポインタＰｒとの位置関係から、バッファメモリ１０５
上のまだ処理されていないデータの残量を逐次計測す
る。

【００２７】図２はデータ残量の計測方法を示す説明図
であり、２つのポインタの位置関係により同図（ａ）
（ｂ）の２つの場合が考えられる。図２において、バッ
ファメモリの開始アドレスをa₀、終了アドレスをa
_n-1(ただし、a_n-1>a₀）とすると、まだ読み出されてい
ないデータ残量Ｚは図２の斜線部分で示され、次式で計
算できる。

【００２８】

【数２】

【００２９】これは、バッファメモリ１０５をいわゆる
巡回メモリとして扱っていることと等価である。ここ
で、メモリからデータを読み出し出力するためには、巡
回メモリ上で書き込みポインタＰｗが読み出しポインタ
Ｐｒより先行していなければならないため、ＰｗとＰｒ
が重なっている場合（Ｐｗ＝Ｐｒ）は、読み出し制御部
１０６が読み出し動作を停止し、読み出しポインタＰｒ
はそのときのアドレス値を維持する。ここで、ＰｗとＰ
ｒが重なった状態として、図２（ａ）の状態からＰｒが
Ｐｗに追いついた場合と、図２（ｂ）の状態からＰｗが
Ｐｒに追いついた場合の２通りの状態が考えられる。前
者は未処理データの量が０になった場合であり、後者は
未処理データの量がバッファメモリ１０５の容量と等し
くなった場合である。前者では、未処理データが完全に
なくなったのであるが、後者では、未処理データがバッ
ファメモリ１０５を埋めてしまい残っている。しかし後
者の場合も、これらの未処理データをすべて破棄しデー
タ残量を０にリセットする。

【００３０】適応速度制御部１０８では、データ残量監
視部１０７で得られたデータ残量Ｚの値をもとに、時間
軸変換速度比を設定する。すなわち、データ残量が多い
場合はできるだけ再生速度に近い速度に、データ残量が
少ない場合はできるだけ書き込みポインタＰｗに読み出
しポインタＰｒが追いつかないような遅い速度に、時間
軸変換後の速度がなるように時間軸変換速度比を設定す
る。

【００３１】以下、適応速度制御部１０８の動作を、記
録再生部１０１から記録速度と同じ速度で再生した場合
について説明する。ここでは時間軸変換後の速度の最大
値を記録速度と同じ、最小値をＶ_oとする。図３はデー
タ残量とそれに対する時間軸変換速度比の関係を示して
おり、これが時間軸変換速度比を設定するための規則と
なる。図３（ａ）はデータ残量と時間軸変換速度比を線
形に対応づける規則を示している。この場合、時間軸変
換速度比Ｖは次式により算出できる。

【００３２】

【数３】

【００３３】図３（ｂ）はデータ残量と時間軸変換速度
比を非線形に対応づける規則の例を示したものである。
ここで、２次曲線に対応づけるとすると、時間軸変換速
度比Ｖは次式により算出できる。

【００３４】

【数４】

【００３５】図３（ａ）の場合は、データ残量の増減に
おいて滑らかに時間軸変換速度比を変更することがで
き、一方、図３（ｂ）の場合はある程度の量のデータが
バッファメモリ１０５に蓄積されるまでは、できるだけ
遅い速度で安定させることができるという特徴がある。
図３（ｃ）は非線形の対応付けを階段状に規定した場合
の例であり、時間軸変換速度比Ｖは次式により算出でき
る。

【００３６】

【数５】

【００３７】図３（ｃ）に示した規則は、（ｂ）の規則
とほぼ同等の制御を、より少ない演算量、回路規模で実
現することが可能である。

【００３８】このように、図３の対応規則に基づき時間
軸変換速度比を決定することにより、記録速度と同じ速
度で再生された信号でも、無音部分がある程度以上存在
する入力信号に対しては、有音部分の速度を再生速度よ
りも遅い速度に設定することが可能であり、また、無音
部分が含まれない信号が継続する場合は最大の時間軸変
換速度比（ここでは記録速度に等しい速度、つまり、
１）が設定されるので、情報の欠落が発生しない。

【００３９】なお、ここでは時間軸変換速度比の最大値
を１、すなわち記録速度としたが、最大値を１より小さ
な値（例えば０.８）としても同様の規則が設定でき
る。ただし、この場合は有音が継続したときに記録速度
で再生された信号に対しても最大でも０.８未満の時間
軸変換速度比にしか設定されないため、バッファメモリ
が一杯になりデータの書き込みができずにデータの一部
を廃棄する必要が生じる場合がある。これは、例えば図
２（ｂ）において、ＰｗがＰｒに追いついた場合に相当
するが、この場合上で述べたようにデータ残量を０にリ
セットすることにより、今までに蓄積されたバッファメ
モリの容量分のデータを廃棄することになる。

【００４０】例えば、バッファメモリの容量を２５６Ｋ
ビット、サンプリング周波数を１０ｋＨｚ、１サンプル
を８ビットデータとして扱う場合では、３２Ｋポイント
（約３.２秒）の有音データを廃棄することになる。

【００４１】このように時間軸変換後の速度の最大値を
低く抑えるような設定を行えば、無音の量によってはデ
ータの一部が欠落するが、データ全体をよりゆっくりし
た聴きやすい速度で再生することが可能となる。

【００４２】適応速度制御部１０８により決定された時
間軸変換速度比Ｖの値は、時間軸制御部１０９に送出さ
れ、時間軸制御部１０９により時間軸変換速度比Ｖに応
じた時間軸の変換処理が施される。

【００４３】図４は時間軸制御部１０９の詳細構成を示
すブロック図である。図４において、４０１は全体の制
御を行う制御回路、４０２は制御回路の指令により重み
づけ加算を行うクロスフェード処理か無処理かを切り替
える切替回路、４０３は一時的にデータを保持するラッ
チ回路、４０４は重みづけ加算処理を行うクロスフェー
ド回路であり、その他のブロックは図１の同名のブロッ
クと同一のものであるので同番号を付してある。以下、
図４に沿って時間軸制御部１０９の動作を説明する。

【００４４】まず、制御回路４０１は時間軸変換速度比
Ｖを実現するために、クロスフェード区間長Ｋと無処理
区間長Ｓを決定する。ここでは、クロスフェード区間長
Ｋを固定値とするが、時間軸変換速度比Ｖに応じてＫの
値を可変にすることももちろん可能である。

【００４５】図５は時間軸変換処理を説明するための模
式図であり、図５（ａ）は処理前のデータ、図５（ｂ）
は処理後のデータを表している。また、図５（ｂ）のデ
ータ列Ａとデータ列Ｂに挟まれた長さＫの部分は、デー
タ列Ａとデータ列Ｂをクロスフェード処理して得られた
データ列である。

【００４６】ここで、時間軸変換速度比Ｖを実現するた
めには、処理前のデータ列Ａ、Ｂ、Ｃの合計の長さ（２
Ｋ＋Ｓ）の１／Ｖが時間軸処理後のデータ列長（３Ｋ＋
Ｓ）になるようにＳを設定すればよい。そこで、無処理
区間長Ｓは次式により算出される。

【００４７】

【数６】

【００４８】今、読み出しポインタＰｒが図５（ａ）の
データ列Ａの先頭を指しているとして、クロスフェード
処理について説明する。クロスフェード処理は、３つの
処理からなる。

【００４９】まず第１の処理について説明する。図６は
クロスフェード処理の一部をフローチャートで示したも
のである。まず、時間軸変換速度比Ｖを参照しながら制
御回路４０１は切替回路４０２を無処理側に切り替える
（Ｓ１１）。次に、読み出し制御部１０６にポインタＰ
ｒの示すデータを読み出すように指令する（Ｓ１２）。
そして、読み出されたデータは、無処理で直接Ｄ／Ａ変
換器１１０に入力される（Ｓ１３）。最後に、読み出し
ポインタＰｒがインクリメントされる（Ｓ１４）。そし
て、データ列Ａを全て処理するまで、上記の動作を繰り
返す（Ｓ１５）。

【００５０】次に第２の処理について説明する。まず、
制御回路４０１は読み出し制御部１０６に読み出しポイ
ンタＰｒがデータ列Ａの先頭を指すように指令する。次
に、制御回路４０１は切替回路４０２をクロスフェード
処理前に切り替えるとともに、読み出し制御部１０６に
読み出しポインタＰｒの示すデータを読み出すように指
令する。読み出されたデータはラッチ回路４０３に入力
され保持される。次に、制御回路４０１は読み出し制御
部１０６に、Ｋサンプル先の（Ｐｒ＋Ｋ）のアドレスの
示すデータを読み出すように指令する。読み出されたデ
ータは直接クロスフェード回路４０４に入力される。こ
のデータと直前にラッチ回路４０３に保持されたデータ
の２つのデータを用いて重みづけ加算を実行する。ここ
で、図５（ａ）のデータ列Ａをd₀、d₁、・・・、d_K-1、デ
ータ列Ｂをd_K、ｄ_K+1、・・・、d_2K-1とする。また、単調
増加する重み関数をｗ₁(t)（ただし、0≦ｗ₁(t)≦１、t
=0,1,・・・,Ｋ-1）、単調減少する関数をｗ₂(t)=1-ｗ₁(t)
とすると、重みづけ加算後の値Cｔは次式により得られ
る。

【００５１】

【数７】

【００５２】この後、読み出しポインタＰｒはインクリ
メントされる。制御回路４０１は上記と同じ処理とＫ回
続けて行う。図５（ａ）のデータ列Ａとデータ列Ｂとの
クロスフェード処理がすべて終了した後、読み出しポイ
ンタはクロスフェード開始時のＰｒの値にＫを加えたＰ
ｒ＋Ｋの値に設定される。

【００５３】次に第３の処理について説明する。第２の
処理が終了した時点では、読み出しポインタＰｒはデー
タ列Ｂの先頭を指しているので、このまま第１の処理に
おけるデータ列Ａに対する処理と同様の処理をデータ列
Ｂに対して施す。具体的には、制御回路４０１は、切替
回路４０２を無処理側に切り替え、読み出し制御部１０
６にポインタＰｒの示すデータを読み出すように指令す
る。読み出されたデータは無処理で直接Ｄ／Ａ変換器１
１０に入力される。最後に読み出しポインタＰｒがイン
クリメントされる。データ列Ｂをすべて処理するまで、
上記動作を繰り返す。

【００５４】これらの３つの処理の結果クロスフェード
処理が終了すると、制御回路４０１は切替回路４０２を
無処理側に切り替え、（数６）で決定された長さＳに該
当する個数のデータがバッファメモリ１０５から読み出
され、直接Ｄ／Ａ変換器１１０に入力される。

【００５５】以降、長さ３Ｋのクロスフェード処理され
たデータと長さＳの無処理データを交互に出力すること
を繰り返すことにより、時間軸変換速度比Ｖでの時間軸
変換が実現できる。ある時点に適応速度制御部１０８で
設定される時間軸変換速度比が変更された場合は、（数
６）により無処理区間長を変更し、以降上記と同様の処
理を続けることにより、随時、時間軸変換速度比を変更
する。

【００５６】このようにして時間軸変換処理されたデー
タ列は、最終的に周期ＴでＤ／Ａ変換器１１０によりア
ナログ信号に変換される。その結果、音程が記録時と同
一で、速度が再生速度Ｍ以下で適応的に切り替わる音声
信号を得ることができる。

【００５７】以上のように、上記した第１の実施例によ
ると、有音無音判定部１０３と、書き込みポインタと読
み出しポインタの位置関係からデータ残量を計測するデ
ータ残量監視部１０７と、データ残量に応じて時間軸変
換速度比を決定する適応速度制御部１０８とを設け、デ
ータ残量が多い場合は時間軸変換後の速度を徐々に速
く、データ残量が少ない場合には徐々に遅くなるように
制御することにより、低速に再生された音声信号をその
中に含まれる無音の量に応じて再生速度以下のゆっくり
した速度で、しかも情報の欠落がほとんど生じることな
く聴取することが可能となる。

【００５８】また、クロスフェード区間長と無処理区間
長を調整することによって、希望する速度に時間軸を変
換することのできる時間軸制御部１０９を設けたことに
より、高品質の時間軸変換が実現できる。さらに、クロ
スフェード区間長をあらかじめ設定した値に固定する
と、無処理区間長のみを変更するだけで任意の速度での
時間軸変換が達成され、非常に簡単な構成で音声時間軸
変換装置を実現することができる。

【００５９】特にＶＴＲなどのように画像を伴った記録
再生部では、例えば画像は１倍速再生で、音声のみを１
倍速以下のゆっくりした速度で再生することができ、聴
き易さが向上する効果が大きい。

【００６０】次に、本発明の音声時間軸変換装置の第２
の実施例について説明する。本実施例の音声時間軸変換
装置の基本構成は図１に示したブロック図と同一であ
り、書き込み制御部１０４の動作のみが異なる。

【００６１】図７は本実施例の書き込み制御部の動作を
示すフローチャートである。以下では、図７を参照しな
がら書き込み制御部の動作についてのみ説明する。書き
込み制御部１０４はデータ残量監視部１０７により計測
されたデータ残量Ｚの値を逐次取り込み（Ｓ１）、あら
かじめ設定したしきい値Ｚthと比較する（Ｓ２）。ここ
でＺがＺthよりも大きい場合はデータ残量が多いので、
有音無音判定部１０３の結果から現在の入力データが有
音か無音かを判断し（Ｓ３）、有音である場合のみその
データをバッファメモリ１０５に書き込み（Ｓ４）、書
き込みポインタＰｗをインクリメントする（Ｓ５）。Ｓ
２においてＺがＺthよりも小さい場合はデータ残量が少
ないので、有音無音の判定結果にかかわらず、データを
バッファメモリ１０５に書き込み、書き込みポインタＰ
ｗをインクリメントする。

【００６２】上記した一連の処理では、無音が多く含ま
れる信号の場合に、図２（ａ）において読み出しポイン
タＰｒが書き込みポインタＰｗに追いつかないよう、す
なわちデータ残量が０にならないように制御している。

【００６３】以上のように、上記した第２の実施例によ
ると、データ残量があらかじめ定めた一定量より少ない
ときにはすべてのデータをバッファメモリに蓄積する書
き込み制御部を設けたことにより、有音区間が少ない信
号を再生するときにデータ残量が０にならずに再生音が
途切れる（ミュート状態になる）ことが防止され、違和
感の少ない自然な再生が可能な音声時間軸変換装置を実
現することができる。

【００６４】

【発明の効果】以上のように、本発明では、記録速度Ｍ
（≦１）倍で再生された音響信号から有音無音判定によ
り有音部分のみをバッファメモリに蓄積し、書き込みと
読み出しのアドレス位置からバッファメモリに蓄積され
ているデータ残量を計測し、その結果に応じて、残量の
少ないときにはできるだけ低速に、残量が多くなるにつ
れて徐々に再生速度に近づくように、無音の量に応じて
自動的に時間軸変換後の速度を調整できるように構成し
たことにより、低速再生時に、音程は記録時と同一で、
しかも再生速度よりも遅く聴きやすい速度で音声を再生
することが可能な音声時間軸変換装置を提供することが
できる。これにより、記録速度で再生した音声をさらに
遅くすることが可能となり、早口の言葉や外国語ソース
の聴き取りを容易にすることができる。

【００６５】また、クロスフェード区間長と無処理区間
長を調整することで、希望する速度に時間軸を変換する
時間軸制御部を設けることにより、任意の速度での時間
軸変換処理が実現でき、さらに、クロスフェード長を一
定にすれば、無処理区間長を調節するだけで任意の速度
での時間軸変換が実現できるので、簡単な回路構成で時
間軸変換された高品質な再生音を提供することができ
る。

【００６６】また、データ残量が少ない時には有音無音
の判定にかかわらずすべてのデータをバッファメモリに
蓄積するように構成することにより、有音区間が少ない
信号を再生するときに出力するデータがなくなり再生途
中でミュート状態になることがなく、違和感の少ない自
然な再生音声を出力する音声時間軸変換装置を提供する
ことができる。

【図面の簡単な説明】

【図１】本発明の一実施例における音声時間軸変換装置
の構成を示すブロック図

【図２】本実施例のメモリ残量の計測方法の説明図

【図３】本実施例に係る適応速度制御部の速度設定方法
の説明図

【図４】本実施例に係る時間軸制御部の回路図

【図５】本実施例に係る時間軸制御部の動作を示す原理
図

【図６】本実施例に係る時間軸制御部の動作の一部を示
すフローチャート

【図７】本発明の第２の実施例に係る書き込み制御部の
動作を示すフローチャート

【図８】従来例の音声時間軸変換装置のブロック図

【図９】従来例の音声時間軸変換装置のデータ処理方法
を示す原理図

【符号の説明】

１０１ 記録再生部 １０２ Ａ／Ｄ変換器 １０３ 有音無音判定部 １０４ 書き込み制御部 １０５ バッファメモリ １０６ 読み出し制御部 １０７ データ残量監視部 １０８ 適応速度制御部 １０９ 時間軸制御部 １１０ Ｄ／Ａ変換器

───────────────────────────────────────────────────── フロントページの続き (72)発明者 渡辺 公治 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (72)発明者 上野 憲和 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平７−191695（ＪＰ，Ａ) 特開 平３−2794（ＪＰ，Ａ) 特開 平６−289895（ＪＰ，Ａ) 特開 平４−11300（ＪＰ，Ａ) 特開 平３−205656（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G10L 3/02 G11B 20/02

Claims (5)

(57)【特許請求の範囲】
1. 【請求項１】 記録再生部（１０１）、Ａ／Ｄ変換器
   （１０２）、有音無音判定部（１０３）、バッファメモ
   リ（１０５）、書き込み制御部（１０４）、時間軸制御
   部（１０９）、読み出し制御部（１０６）、データ残量
   監視部（１０７）、適応速度制御部（１０８）、Ｄ／Ａ
   変換器（１１０）からなる音声時間軸変換装置であっ
   て、 記録再生部（１０１）は、記録媒体に記憶された音響信
   号を記録時のＭ倍（Ｍ≦１）の速度比で読み出し、 Ａ／Ｄ変換器（１０２）は、記録再生部（１０１）で読
   み出された音響信号をデジタルデータに変換し、 有音無音判定部（１０３）は、Ａ／Ｄ変換器（１０２）
   の出力するデジタルデータの有音部分と無音部分の判定
   を行い、 書き込み制御部（１０４）は、有音無音判定部（１０
   ３）の判定が有音部分のデジタルデータのみをバッファ
   メモリ（１０５）に書き込むように書き込みアドレスを
   制御し、 時間軸制御部（１０９）は、適応速度制御部（１０８）
   が決定した時間軸変換速度比に基づいて読み出し制御部
   （４０１）に読み出し処理を行わせると共に、バッファ
   メモリ（１０５）から読み出されるデジタルデータに時
   間軸伸張を行って出力し、 読み出し制御部（１０６）は、デジタルデータをバッフ
   ァメモリ（１０５）から読み出すように読み出しアドレ
   スを制御し、 データ残量監視部（１０７）は、書き込み制御部（１０
   ４）が最後に制御した書き込みアドレスと読み出し制御
   部（１０６）が最後に制御した読み出しアドレスに基づ
   いてバッファメモリ（１０５）の未処理データ量を監視
   し、 適応速度制御部（１０８）は、データ残量監視部（１０
   ７）の未処理データ量に基づいて時間軸変換速度比を決
   定し、 Ｄ／Ａ変換器（１１０）は、時間軸制御部（１０９）が
   出力するデジタルデータをアナログ信号に変換する 音声
   時間軸変換装置。
2. 【請求項２】 記録再生部（１０１）、Ａ／Ｄ変換器
   （１０２）、有音無音判定部（１０３）、バッファメモ
   リ（１０５）、書き込み制御部（１０４）、時間軸制御
   部（１０９）、読み出し制御部（１０６）、データ残量
   監視部（１０７）、適応速度制御部（１０８）、Ｄ／Ａ
   変換器（１１０）からなる音声時間軸変換装置であっ
   て、 記録再生部（１０１）は、記録媒体に記憶された音響信
   号を記録時のＭ倍（Ｍ≦１）の速度比で読み出し、 Ａ／Ｄ変換器（１０２）は、記録再生部（１０１）で読
   み出された音響信号をデジタルデータに変換し、 有音無音判定部（１０３）は、Ａ／Ｄ変換器（１０２）
   の出力するデジタルデータの有音部分と無音部分の判定
   を行い、 書き込み制御部（１０４）は、 データ残量監視部（１０７）の未処理データ量が一定量
   以下の場合には、Ａ／Ｄ変換器（１０２）の出力するデ
   ジタルデータをバッファメモリ（１０５）に書き込むよ
   うに書き込みアドレスを制御し、 データ残量監視部（１０７）の未処理データ量が一定量
   以上の場合には、有音無音判定部（１０３）の判定が有
   音部分のデジタルデータのみをバッファメモリ（１０
   ５）に書き込むように書き込みアドレスを制御し、 時間軸制御部（１０９）は、適応速度制御部（１０８）
   が決定した時間軸変換速度比に基づいて読み出し制御部
   （４０１）に読み出し処理を行わせると共に、バッファ
   メモリ（１０５）から読み出されるデジタルデータに時
   間軸伸張を行って出力し、 読み出し制御部（１０６）は、デジタルデータをバッフ
   ァメモリ（１０５）から読み出すように読み出しアドレ
   スを制御し、 データ残量監視部（１０７）は、書き込み制御部（１０
   ４）が最後に制御した書き込みアドレスと読み出し制御
   部（１０６）が最後に制御した読み出しアドレスに基づ
   いてバッファメモリ（１０５）の未処理データ量を監視
   し、 適応速度制御部（１０８）は、データ残量監視部（１０
   ７）の未処理データ量に基づいて時間軸変換速度比を決
   定し、 Ｄ／Ａ変換器（１１０）は、時間軸制御部（１０９）が
   出力するデジタルデータをアナログ信号に変換する 音声
   時間軸変換装置。
3. 【請求項３】 時間軸制御部（１０９）は、制御回路
   （４０１）、切替回路（４０２）、クロスフェード手段
   （４０３、４０４）からなり、 制御回路（４０１）は、適応速度制御部（１０８）が決
   定した時間軸変換速度比に基づいてクロスフェード区間
   と無処理区間を決定して読み出し制御部（４０１）に読
   み出し処理を行わせると共に、時間軸変換速度比に基づ
   いて切替回路（４０２）の切替制御を行い、 切替回路（４０２）は、バッファメモリ（１０５）から
   入力されるデジタルデータをＤ／Ａ変換器（１１０）、
   若しくは、クロスフェード手段（４０３、４０４）に切
   替出力し、 クロスフェード手段（４０３、４０４）は、Ａ、Ｂの順
   に互いに隣り合うクロスフェード区間Ａ、Ｂにおいて、
   単調増加する重み係数をクロスフェード区間Ａに掛け合
   わせた値と、単調減少する重み係数をクロスフェード区
   間Ｂに掛け合わせた値とを加算してＤ／Ａ変換器（１１
   ０）へ出力する 請求項１乃至２に記載の音声時間軸変換
   装置。
4. 【請求項４】 適応速度制御部（１１０）の決定する時
   間軸変換速度比は、速度Ｍ以下であって、未処理データ
   量に比例する 請求項１乃至３に記載の音声時間軸変換装
   置。
5. 【請求項５】 適応速度制御部（１１０）の決定する時
   間軸変換速度比は、速度Ｍ以下であって、未処理データ
   量に非線形に対応する 請求項１乃至３に記載の音声時間
   軸変換装置。