JP2951181B2 - 音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置 - Google Patents
音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置Info
- Publication number
- JP2951181B2 JP2951181B2 JP5327898A JP32789893A JP2951181B2 JP 2951181 B2 JP2951181 B2 JP 2951181B2 JP 5327898 A JP5327898 A JP 5327898A JP 32789893 A JP32789893 A JP 32789893A JP 2951181 B2 JP2951181 B2 JP 2951181B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- time axis
- audio
- processing
- input
- 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 - Lifetime
Links
Landscapes
- Signal Processing Not Specific To The Method Of Recording And Reproducing (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、放送、映画、音楽等に
おいて、音声を処理する場合の発声速度を制御する音声
の発声速度変換装置、及び音声ＩＣレコーダ等に用いら
れるデジタルの音声信号を主として符号化する音声時間
軸圧縮・伸長等の処理を行う装置に関する。
おいて、音声を処理する場合の発声速度を制御する音声
の発声速度変換装置、及び音声ＩＣレコーダ等に用いら
れるデジタルの音声信号を主として符号化する音声時間
軸圧縮・伸長等の処理を行う装置に関する。
【０００２】
【従来の技術】従来デジタルの音声信号を時間軸圧縮あ
るいは伸長する方法として、IEEE Trans.Acoust.Speec
h,Signal Processing,vol.ASSP-27,pp.121-133,Apr.'79
"Time-domain algorithms for harmonic bandwidth re
duction and time scaling of speech signals" D.Mala
h著に開示されたＴＤＨＳ（Time-Domain Harmonic Scal
ing）や「自己相関法による音声の時間軸での伸縮方式
とその評価」電子通信学会春季講演予稿集pp.9-16,198
6.5.21 森田直孝、板倉文忠著に開示されたＰＩＣＯＬＡ
（Pointer Interval Control OverLap and Add）等が提
唱されている。
るいは伸長する方法として、IEEE Trans.Acoust.Speec
h,Signal Processing,vol.ASSP-27,pp.121-133,Apr.'79
"Time-domain algorithms for harmonic bandwidth re
duction and time scaling of speech signals" D.Mala
h著に開示されたＴＤＨＳ（Time-Domain Harmonic Scal
ing）や「自己相関法による音声の時間軸での伸縮方式
とその評価」電子通信学会春季講演予稿集pp.9-16,198
6.5.21 森田直孝、板倉文忠著に開示されたＰＩＣＯＬＡ
（Pointer Interval Control OverLap and Add）等が提
唱されている。
【０００３】前記ＴＤＨＳでは、音声波形に対して予め
ピッチ抽出器を用いて抽出されたピッチ周期をＴ、圧縮
率（あるいは伸長率）をｒとするとき、図７（ａ）の波
形図に示すように現在のポインタ位置Ｐ１と、これに対
してピッチ周期Ｔだけ進んだ時点Ｐ２から夫々長さＮ
c、
ピッチ抽出器を用いて抽出されたピッチ周期をＴ、圧縮
率（あるいは伸長率）をｒとするとき、図７（ａ）の波
形図に示すように現在のポインタ位置Ｐ１と、これに対
してピッチ周期Ｔだけ進んだ時点Ｐ２から夫々長さＮ
c、
【０００４】
【数１】
【０００５】の音声波形Ａ及びＢを切り出し、波形Ａに
は１から０へ直線的に向かう重み（図中破線Ｆ１で示す
窓関数）を、一方の波形Ｂには逆に０から１へ直線的に
向かう重み（図中破線Ｆ２で示す窓関数）を付与して、
両者を加え合わせることにより長さＮc の波形Ｃを得
る。次にポインタを前記入力波形（図７（ａ））上で、
は１から０へ直線的に向かう重み（図中破線Ｆ１で示す
窓関数）を、一方の波形Ｂには逆に０から１へ直線的に
向かう重み（図中破線Ｆ２で示す窓関数）を付与して、
両者を加え合わせることにより長さＮc の波形Ｃを得
る。次にポインタを前記入力波形（図７（ａ））上で、
【０００６】
【数２】
【０００７】だけ移動して、前記と同様にピッチ周期Ｔ
の２つの波形を切り出し、これらに重みをつけて加え合
わせることにより、次の長さＮcの波形を得る。以後こ
の操作を繰り返すことにより長さＮc＋Ｔの入力波形か
ら長さＮc の出力波形が連続して作り出される。しかも
この長さＮcの波形は長さＮc＋Ｔの入力波形に対して圧
縮率ｒを満足したものとなっている。
の２つの波形を切り出し、これらに重みをつけて加え合
わせることにより、次の長さＮcの波形を得る。以後こ
の操作を繰り返すことにより長さＮc＋Ｔの入力波形か
ら長さＮc の出力波形が連続して作り出される。しかも
この長さＮcの波形は長さＮc＋Ｔの入力波形に対して圧
縮率ｒを満足したものとなっている。
【０００８】一方、伸長の場合には図８（ａ）（ｂ）の
波形図に示すように現在のポインタ位置Ｐ１とこれに対
してピッチ周期Ｔだけ遅れた時点Ｐ４から夫々長さＮ
s、
波形図に示すように現在のポインタ位置Ｐ１とこれに対
してピッチ周期Ｔだけ遅れた時点Ｐ４から夫々長さＮ
s、
【０００９】
【数３】
【００１０】の音声波形Ａ及びＢを切り出し、波形Ａに
は０から１へ直線的に向かう重み（図中破線Ｆ３で示す
窓関数）を、一方の波形Ｂには逆に１から０へ直線的に
向かう重み（図中破線Ｆ４で示す窓関数）を付与して、
両者を加え合わせることにより長さＮsの波形Ｃを得
る。次にポインタを前記入力波形（図８（ａ））上で、
は０から１へ直線的に向かう重み（図中破線Ｆ３で示す
窓関数）を、一方の波形Ｂには逆に１から０へ直線的に
向かう重み（図中破線Ｆ４で示す窓関数）を付与して、
両者を加え合わせることにより長さＮsの波形Ｃを得
る。次にポインタを前記入力波形（図８（ａ））上で、
【００１１】
【数４】
【００１２】だけ移動して、前記と同様にピッチ周期Ｔ
の２つの波形を切り出し、これらに重みを付けて加え合
わせることにより、次の長さＮsの波形を得る。以後こ
の操作を繰り返すことにより長さＮs−Ｔの入力波形に
対し伸長率ｒの出力波形が連続して得られる。しかもこ
の長さＮs の波形は長さＮs−Ｔの入力波形に対して伸
長率ｒを満足したものとなっている。
の２つの波形を切り出し、これらに重みを付けて加え合
わせることにより、次の長さＮsの波形を得る。以後こ
の操作を繰り返すことにより長さＮs−Ｔの入力波形に
対し伸長率ｒの出力波形が連続して得られる。しかもこ
の長さＮs の波形は長さＮs−Ｔの入力波形に対して伸
長率ｒを満足したものとなっている。
【００１３】ところでかかるＴＤＨＳを時間軸の圧縮あ
るいは伸長に適用すると、上述のように圧縮率あるいは
伸長率ｒが１に近い場合、波形長ＮcやＮsがピッチ周期
Ｔよりも大きくなり過ぎてしまい、加え合わせる音声波
形内でピッチ周期の揺らぎによる波形のずれが生じ、歪
みの原因になるという問題点があった。
るいは伸長に適用すると、上述のように圧縮率あるいは
伸長率ｒが１に近い場合、波形長ＮcやＮsがピッチ周期
Ｔよりも大きくなり過ぎてしまい、加え合わせる音声波
形内でピッチ周期の揺らぎによる波形のずれが生じ、歪
みの原因になるという問題点があった。
【００１４】
【発明が解決しようとする課題】本発明は、上記のよう
にＴＤＨＳを時間軸の圧縮あるいは伸長に適用すると圧
縮率（あるいは伸長率）ｒが１に近い場合、ＮｃやＮｓ
がＴより大きくなりすぎ加え合わせる音声波形内でピッ
チ周期の揺らぎによる波形のずれが生じ、歪みの原因と
なるという従来の問題点に鑑み、圧縮率（あるいは伸長
率）が１に近い時でもずれや歪みの小さい音声波形が得
られる音声圧縮及び伸長方式を開発することを目的とす
る。
にＴＤＨＳを時間軸の圧縮あるいは伸長に適用すると圧
縮率（あるいは伸長率）ｒが１に近い場合、ＮｃやＮｓ
がＴより大きくなりすぎ加え合わせる音声波形内でピッ
チ周期の揺らぎによる波形のずれが生じ、歪みの原因と
なるという従来の問題点に鑑み、圧縮率（あるいは伸長
率）が１に近い時でもずれや歪みの小さい音声波形が得
られる音声圧縮及び伸長方式を開発することを目的とす
る。
【００１５】
【課題を解決するための手段】本発明の音声時間軸圧縮
装置は、ピッチ抽出手段（２）、時間軸圧縮手段（３）
を備える音声時間軸圧縮装置であって、ピッチ抽出手段
（２）は、入力音声波形よりピッチ周期Ｔを抽出し、時
間軸圧縮手段（３）は、第１−６の処理に基づいて入力
音声波形から圧縮音声波形を作成出力し、第１の処理
は、現在ポインタからｎＴ分の入力音声波形を第１音声
波形（Ｆ）として切り出し、第２の処理は、現在ポイン
タをＴ進め、第３の処理は、現在ポインタからｎＴ分の
入力音声波 形を第２音声波形（Ｇ）として切り出し、第
４の処理は、第１音声波形（Ｆ）と第２音声波形（Ｇ）
に重み付け加算して圧縮音声波形（Ｅ）として出力し、
第５の処理は、第２音声波形（Ｇ）の終点から（Ｌｃ−
ｎＴ）進んだ点までの入力音声波形を圧縮音声波形
（Ｄ）として出力し、第６の処理は、現在ポインタをＬ
ｃ進めて第１の処理に戻る。
装置は、ピッチ抽出手段（２）、時間軸圧縮手段（３）
を備える音声時間軸圧縮装置であって、ピッチ抽出手段
（２）は、入力音声波形よりピッチ周期Ｔを抽出し、時
間軸圧縮手段（３）は、第１−６の処理に基づいて入力
音声波形から圧縮音声波形を作成出力し、第１の処理
は、現在ポインタからｎＴ分の入力音声波形を第１音声
波形（Ｆ）として切り出し、第２の処理は、現在ポイン
タをＴ進め、第３の処理は、現在ポインタからｎＴ分の
入力音声波 形を第２音声波形（Ｇ）として切り出し、第
４の処理は、第１音声波形（Ｆ）と第２音声波形（Ｇ）
に重み付け加算して圧縮音声波形（Ｅ）として出力し、
第５の処理は、第２音声波形（Ｇ）の終点から（Ｌｃ−
ｎＴ）進んだ点までの入力音声波形を圧縮音声波形
（Ｄ）として出力し、第６の処理は、現在ポインタをＬ
ｃ進めて第１の処理に戻る。
【００１６】但し、Ｌｃ＝ｒＴ／（１−ｒ）、Ｌｃ≧ｎ
Ｔ、ｎ≧２（ｎ：整数）、Ｌｃ：ポインタ移動量、ｒ：
縮率、Ｔ：ピッチ周期である。
Ｔ、ｎ≧２（ｎ：整数）、Ｌｃ：ポインタ移動量、ｒ：
縮率、Ｔ：ピッチ周期である。
【００１７】また、本発明の音声時間軸圧縮装置は、ピ
ッチ抽出手段（２）、時間軸圧縮手段（３）を備える音
声時間軸圧縮装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸圧縮手
段（３）は、第１−６の処理に基づいて入力音声波形か
ら圧縮音声波形を作成出力し、第１の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第１音声波形（Ｆ）と
して切り出し、第２の処理は、現在ポインタをＴ進め、
第３の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、第４の処理は、
第１音声波形（Ｆ）と第２音声波形（Ｇ）に重み付け加
算して圧縮音声波形（Ｅ）として出力し、第５の処理
は、現在ポインタからＬｃ進んだ点から（ｎＴ−Ｌｃ）
進んだ点までの入力音声波形を、第４の処理で出力した
圧縮音声信号の最後の（ｎＴ−Ｌｃ）分に置き換え、第
６の処理は、現在ポインタをＬｃ進めて第１の処理に戻
る。
ッチ抽出手段（２）、時間軸圧縮手段（３）を備える音
声時間軸圧縮装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸圧縮手
段（３）は、第１−６の処理に基づいて入力音声波形か
ら圧縮音声波形を作成出力し、第１の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第１音声波形（Ｆ）と
して切り出し、第２の処理は、現在ポインタをＴ進め、
第３の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、第４の処理は、
第１音声波形（Ｆ）と第２音声波形（Ｇ）に重み付け加
算して圧縮音声波形（Ｅ）として出力し、第５の処理
は、現在ポインタからＬｃ進んだ点から（ｎＴ−Ｌｃ）
進んだ点までの入力音声波形を、第４の処理で出力した
圧縮音声信号の最後の（ｎＴ−Ｌｃ）分に置き換え、第
６の処理は、現在ポインタをＬｃ進めて第１の処理に戻
る。
【００１８】但し、Ｌｃ＝ｒＴ／（１−ｒ）、Ｌｃ＜ｎ
Ｔ、ｎ≧２（ｎ：整数）、Ｌｃ：ポインタ移動量、ｒ：
圧縮率、Ｔ：ピッチ周期である。
Ｔ、ｎ≧２（ｎ：整数）、Ｌｃ：ポインタ移動量、ｒ：
圧縮率、Ｔ：ピッチ周期である。
【００１９】また、本発明の音声時間軸伸長装置は、ピ
ッチ抽出手段（２）、時間軸伸長手段（５）を備える音
声時間軸伸長装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸伸長手
段（５）は、第１−５の処理に基づいて入力音声波形か
ら伸長音声波形を作成出力し、第１の処理は、現在ポイ
ンタからＴ戻った点からｎＴ分の入力音声波形を第１音
声波形（Ｆ）として切 り出し、第２の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第２音声波形（Ｇ）と
して切り出し、第３の処理は、第１音声波形（Ｆ）と第
２音声波形（Ｇ）に重み付け加算して伸長音声波形
（Ｈ）として出力し、第４の処理は、第２音声波形
（Ｇ）の終点から（Ｌｓ−Ｔ）戻った点までの入力音声
波形を伸長音声波形（Ｃ）として出力し、第５の処理
は、現在ポインタをＬｓ進めて第１の処理に戻る。
ッチ抽出手段（２）、時間軸伸長手段（５）を備える音
声時間軸伸長装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸伸長手
段（５）は、第１−５の処理に基づいて入力音声波形か
ら伸長音声波形を作成出力し、第１の処理は、現在ポイ
ンタからＴ戻った点からｎＴ分の入力音声波形を第１音
声波形（Ｆ）として切 り出し、第２の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第２音声波形（Ｇ）と
して切り出し、第３の処理は、第１音声波形（Ｆ）と第
２音声波形（Ｇ）に重み付け加算して伸長音声波形
（Ｈ）として出力し、第４の処理は、第２音声波形
（Ｇ）の終点から（Ｌｓ−Ｔ）戻った点までの入力音声
波形を伸長音声波形（Ｃ）として出力し、第５の処理
は、現在ポインタをＬｓ進めて第１の処理に戻る。
【００２０】但し、Ｌｓ＝Ｔ／（ｒ−１）、Ｌｓ≧Ｔ、
ｎ≧２（ｎ：整数）、Ｌｓ：ポインタ移動量、ｒ：伸長
率、Ｔ：ピッチ周期である。
ｎ≧２（ｎ：整数）、Ｌｓ：ポインタ移動量、ｒ：伸長
率、Ｔ：ピッチ周期である。
【００２１】また、本発明の音声時間軸伸長装置は、ピ
ッチ抽出手段（２）、時間軸伸長手段（５）を備える音
声時間軸伸長装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸伸長手
段（５）は、第１−５の処理に基づいて入力音声波形か
ら伸長音声波形を作成出力し、第１の処理は、現在ポイ
ンタからＴ戻った点からｎＴ分の入力音声波形を第１音
声波形（Ｆ）として切り出し、第２の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第２音声波形（Ｇ）と
して切り出し、第３の処理は、第１音声波形（Ｆ）と第
２音声波形（Ｇ）に重み付け加算して伸長音声波形
（Ｈ）として出力し、第４の処理は、現在ポインタから
Ｌｓ進んだ点から（Ｔ−Ｌｓ）進んだ点までの入力音声
波形を、第３の処理で出力した伸長音声信号の最後の
（Ｔ−Ｌｓ）分に置き換え、第５の処理は、現在ポイン
タをＬｓ進めて第１の処理に戻る。
ッチ抽出手段（２）、時間軸伸長手段（５）を備える音
声時間軸伸長装置であって、ピッチ抽出手段（２）は、
入力音声波形よりピッチ周期Ｔを抽出し、時間軸伸長手
段（５）は、第１−５の処理に基づいて入力音声波形か
ら伸長音声波形を作成出力し、第１の処理は、現在ポイ
ンタからＴ戻った点からｎＴ分の入力音声波形を第１音
声波形（Ｆ）として切り出し、第２の処理は、現在ポイ
ンタからｎＴ分の入力音声波形を第２音声波形（Ｇ）と
して切り出し、第３の処理は、第１音声波形（Ｆ）と第
２音声波形（Ｇ）に重み付け加算して伸長音声波形
（Ｈ）として出力し、第４の処理は、現在ポインタから
Ｌｓ進んだ点から（Ｔ−Ｌｓ）進んだ点までの入力音声
波形を、第３の処理で出力した伸長音声信号の最後の
（Ｔ−Ｌｓ）分に置き換え、第５の処理は、現在ポイン
タをＬｓ進めて第１の処理に戻る。
【００２２】但し、Ｌｓ＝Ｔ／（ｒ−１）、Ｌｓ＜Ｔ、
ｎ≧２（ｎ：整数）、Ｌｓ：ポインタ移動量、ｒ：伸長
率、Ｔ：ピッチ周期である。
ｎ≧２（ｎ：整数）、Ｌｓ：ポインタ移動量、ｒ：伸長
率、Ｔ：ピッチ周期である。
【００２３】また、本発明の音声時間軸圧縮装置は、前
記音声時間軸圧縮装置と前記音声時間軸伸長装置とを備
えたことを特徴とする。
記音声時間軸圧縮装置と前記音声時間軸伸長装置とを備
えたことを特徴とする。
【００２４】
【作用】上記構成によると、加え合わせる音声波形の長
さは、圧縮率あるいは伸長率に関わり無くピッチ周期の
２倍以上で且つ整数倍の長さであり、ポインタの移動量
によって圧縮率あるいは伸長率の調整が行われるため、
常に最も似通った波形同士が加え合わされ、圧縮率ある
いは伸長率が１に近づくに従って得られた音声信号の歪
みは小さくなる。
さは、圧縮率あるいは伸長率に関わり無くピッチ周期の
２倍以上で且つ整数倍の長さであり、ポインタの移動量
によって圧縮率あるいは伸長率の調整が行われるため、
常に最も似通った波形同士が加え合わされ、圧縮率ある
いは伸長率が１に近づくに従って得られた音声信号の歪
みは小さくなる。
【００２５】
【実施例】以下本発明の音声時間軸圧縮方法及び伸長方
法をその一実施例について図面に基づいて詳細に説明す
る。 ［圧縮方法］対応図は図１〜図３ 図１は当該圧縮方法を実現する回路ブロック図を示す。
法をその一実施例について図面に基づいて詳細に説明す
る。 ［圧縮方法］対応図は図１〜図３ 図１は当該圧縮方法を実現する回路ブロック図を示す。
【００２６】図１においてアナログ音声信号ｓ（ｔ）は
Ａ／Ｄ変換器１によりデジタル音声データｓ（ｎ）に変
換される。次にピッチ抽出器２によりデジタル音声デー
タｓ（ｎ）のピッチ周期Ｔが抽出され、抽出されたピッ
チ情報を用いて時間軸圧縮器３により音声データｓ
（ｎ）の時間軸圧縮が行われ、結果として圧縮されたデ
ジタル音声信号ｓc(ｎ）を得る。
Ａ／Ｄ変換器１によりデジタル音声データｓ（ｎ）に変
換される。次にピッチ抽出器２によりデジタル音声デー
タｓ（ｎ）のピッチ周期Ｔが抽出され、抽出されたピッ
チ情報を用いて時間軸圧縮器３により音声データｓ
（ｎ）の時間軸圧縮が行われ、結果として圧縮されたデ
ジタル音声信号ｓc(ｎ）を得る。
【００２７】そして、圧縮された音声信号ｓc(ｎ)をＤ
／Ａ変換器４に送り、ここでアナログ音声信号ｓC’
(ｔ)に変換して出力する。
／Ａ変換器４に送り、ここでアナログ音声信号ｓC’
(ｔ)に変換して出力する。
【００２８】以下に前記図１における時間軸圧縮器３の
詳細な働きを図２（ａ）（ｂ）及び図３（ａ）（ｂ）を
用いて説明する。
詳細な働きを図２（ａ）（ｂ）及び図３（ａ）（ｂ）を
用いて説明する。
【００２９】前記時間軸圧縮器３では図２（ａ）に示す
ように、夫々現在のポインタＰ１と、これに対してピッ
チ周期Ｔだけ進んだ時点Ｐ２から、夫々長さ２Ｔの音声
波形Ｆ（音声波形Ａ＋音声波形Ｂ、即ちポインタＰ１〜
Ｐ３の区間）及び音声波形Ｇ（音声波形Ｂ＋音声波形
Ｃ、即ちポインタＰ２〜Ｐ４の区間）を切り出し、波形
Ｆには１から０へ向かう重み（窓関数Ｗ１）をつけ、波
形Ｇには逆に０から１へ向かう重み（窓関数Ｗ２）をつ
けてこれら両波形を加え合わせ、長さ２Ｔの音声波形Ｅ
を得る（図２（ｂ）参照）。なお、ここでの重みＷ１、
Ｗ２は音声波形Ｅの前後の接続点での波形の連続性を保
つために設けたものである。
ように、夫々現在のポインタＰ１と、これに対してピッ
チ周期Ｔだけ進んだ時点Ｐ２から、夫々長さ２Ｔの音声
波形Ｆ（音声波形Ａ＋音声波形Ｂ、即ちポインタＰ１〜
Ｐ３の区間）及び音声波形Ｇ（音声波形Ｂ＋音声波形
Ｃ、即ちポインタＰ２〜Ｐ４の区間）を切り出し、波形
Ｆには１から０へ向かう重み（窓関数Ｗ１）をつけ、波
形Ｇには逆に０から１へ向かう重み（窓関数Ｗ２）をつ
けてこれら両波形を加え合わせ、長さ２Ｔの音声波形Ｅ
を得る（図２（ｂ）参照）。なお、ここでの重みＷ１、
Ｗ２は音声波形Ｅの前後の接続点での波形の連続性を保
つために設けたものである。
【００３０】次に図２のＬcを、
【００３１】
【数５】
【００３２】とするとき、Ｌc≧２Ｔのときには前記図
２（ａ）の入力音声上でＴ＋Ｌcだけポインタを移動さ
せてポインタＰ５として上記と同様の操作を行う。この
時の時間軸圧縮器の出力信号は前記波形Ｅとこれに続く
Ｐ４からＰ５までの長さＬc−２Ｔの入力波形をそのま
ま出力することになる。
２（ａ）の入力音声上でＴ＋Ｌcだけポインタを移動さ
せてポインタＰ５として上記と同様の操作を行う。この
時の時間軸圧縮器の出力信号は前記波形Ｅとこれに続く
Ｐ４からＰ５までの長さＬc−２Ｔの入力波形をそのま
ま出力することになる。
【００３３】一方、Ｌｃ＜２Ｔのときは、図３（ａ）に
示す入力音声上でポインタＰ１からＴ＋Ｌｃだけ右にポ
インタを移動させてポインタＰ６とし、ポインタＰ６か
ら長さ２Ｔ−Ｌｃ分の入力音声信号を波形Ｅの最後の長
さ２Ｔ−Ｌｃ分の信号に置き換えてから、上記と同様の
操作を行う。この時の時間軸圧縮器の出力信号は波形Ｅ
の前半の長さＬｃの部分のみとなる。
示す入力音声上でポインタＰ１からＴ＋Ｌｃだけ右にポ
インタを移動させてポインタＰ６とし、ポインタＰ６か
ら長さ２Ｔ−Ｌｃ分の入力音声信号を波形Ｅの最後の長
さ２Ｔ−Ｌｃ分の信号に置き換えてから、上記と同様の
操作を行う。この時の時間軸圧縮器の出力信号は波形Ｅ
の前半の長さＬｃの部分のみとなる。
【００３４】以上の操作によって長さＴ＋Ｌcの入力波
形から長さＬcの出力波形が作られ、これは音声信号の
圧縮率ｒを満足するものとなっている。なお、図２
（ａ）（ｂ）は圧縮率ｒ＝３／４、図３（ａ）（ｂ）は
圧縮率ｒ＝３／５の場合を夫々示しており、双方とも圧
縮波形を切り出す波形長はピッチ周期の２倍の場合を示
している。
形から長さＬcの出力波形が作られ、これは音声信号の
圧縮率ｒを満足するものとなっている。なお、図２
（ａ）（ｂ）は圧縮率ｒ＝３／４、図３（ａ）（ｂ）は
圧縮率ｒ＝３／５の場合を夫々示しており、双方とも圧
縮波形を切り出す波形長はピッチ周期の２倍の場合を示
している。
【００３５】もちろん切り出す波形は２倍以上の整数倍
であれば良くこの実施例に限られるものではないことは
言うまでもない。 ［伸長方法］対応図は図４〜図６ 図４は当該伸長方法を実現する回路ブロック図を示す。
であれば良くこの実施例に限られるものではないことは
言うまでもない。 ［伸長方法］対応図は図４〜図６ 図４は当該伸長方法を実現する回路ブロック図を示す。
【００３６】図４においてアナログ音声信号ｓ（ｔ）は
Ａ／Ｄ変換器１によりデジタル音声データｓ（ｎ）に変
換される。次にピッチ抽出器２によりデジタル音声デー
タｓ（ｎ）のピッチ周期Ｔが抽出され、抽出されたピッ
チ情報を用いて時間軸伸長器５により音声データｓ
（ｎ）の時間軸伸長が行われ、結果として伸長されたデ
ジタル音声信号ｓe(ｎ）を得る。
Ａ／Ｄ変換器１によりデジタル音声データｓ（ｎ）に変
換される。次にピッチ抽出器２によりデジタル音声デー
タｓ（ｎ）のピッチ周期Ｔが抽出され、抽出されたピッ
チ情報を用いて時間軸伸長器５により音声データｓ
（ｎ）の時間軸伸長が行われ、結果として伸長されたデ
ジタル音声信号ｓe(ｎ）を得る。
【００３７】そして、伸長された音声信号ｓe(ｎ)をＤ
／Ａ変換器４に送り、ここでアナログ音声信号ｓ’(ｔ)
に変換して出力する。
／Ａ変換器４に送り、ここでアナログ音声信号ｓ’(ｔ)
に変換して出力する。
【００３８】以下に前記図４における時間軸伸長器５の
詳細な働きを図５（ａ）（ｂ）及び図６（ａ）（ｂ）を
用いて説明する。
詳細な働きを図５（ａ）（ｂ）及び図６（ａ）（ｂ）を
用いて説明する。
【００３９】前記時間軸伸長器５では図５（ａ）に示す
ように、現在のポインタＰ１と、このポインタＰ１に対
してピッチ周期Ｔだけ遅れた時点Ｐ４から夫々長さ２Ｔ
の音声波形Ｆ（波形Ａ＋波形Ｂ、即ちポインタＰ４〜Ｐ
２の区間）及び音声波形Ｇ（波形Ｂ＋波形Ｃ、即ちポイ
ンタＰ１〜Ｐ３の区間）を切り出し、波形Ｆには０から
１へ向かう重みＷ３を、波形Ｇには１から０へ向かう重
みＷ４をつけて加え合わせ、図５（ｂ）に示す長さ２Ｔ
の音声波形Ｈを作成する。この時の重みＷ３、Ｗ４は前
記時間軸圧縮器３の場合と同様に音声波形Ｈの前後の接
続点での連続性を保つために設けるものである。
ように、現在のポインタＰ１と、このポインタＰ１に対
してピッチ周期Ｔだけ遅れた時点Ｐ４から夫々長さ２Ｔ
の音声波形Ｆ（波形Ａ＋波形Ｂ、即ちポインタＰ４〜Ｐ
２の区間）及び音声波形Ｇ（波形Ｂ＋波形Ｃ、即ちポイ
ンタＰ１〜Ｐ３の区間）を切り出し、波形Ｆには０から
１へ向かう重みＷ３を、波形Ｇには１から０へ向かう重
みＷ４をつけて加え合わせ、図５（ｂ）に示す長さ２Ｔ
の音声波形Ｈを作成する。この時の重みＷ３、Ｗ４は前
記時間軸圧縮器３の場合と同様に音声波形Ｈの前後の接
続点での連続性を保つために設けるものである。
【００４０】そしてＬsを
【００４１】
【数６】
【００４２】とするとき、Ｌs ≧Ｔの時は前記図５
（ａ）の入力音声上でＬs だけ移動させてポインタＰ３
として同様の操作を行う。この時の時間軸圧縮器の出力
信号は波形Ｈとこれに続くポインタＰ２〜Ｐ３までの長
さＬs−Ｔの入力波形（波形Ｃ）をそのまま時間軸圧縮
器から出力する。
（ａ）の入力音声上でＬs だけ移動させてポインタＰ３
として同様の操作を行う。この時の時間軸圧縮器の出力
信号は波形Ｈとこれに続くポインタＰ２〜Ｐ３までの長
さＬs−Ｔの入力波形（波形Ｃ）をそのまま時間軸圧縮
器から出力する。
【００４３】一方、Ｌs＜Ｔのときは図６（ａ）の入力
音声上でポインタＰ１からＬsだけポインタを移動させ
てポインタＰ５とし、ポインタＰ５から長さＴ−Ｌｓ分
の入力音声信号を波形Ｈの最後の長さＴ−Ｌｓ分の信号
に置き換えてから、上記と同様の操作を行う。この時の
時間軸伸長器の出力信号は、波形Ｈの前半の長さＴ＋Ｌ
ｓの部分のみとなる。
音声上でポインタＰ１からＬsだけポインタを移動させ
てポインタＰ５とし、ポインタＰ５から長さＴ−Ｌｓ分
の入力音声信号を波形Ｈの最後の長さＴ−Ｌｓ分の信号
に置き換えてから、上記と同様の操作を行う。この時の
時間軸伸長器の出力信号は、波形Ｈの前半の長さＴ＋Ｌ
ｓの部分のみとなる。
【００４４】以上の操作によって長さＬs の入力波形か
ら長さＴ＋Ｌsの出力波形が作られており、伸長率ｒが
満足されていることが解る。なお、図５（ａ）（ｂ）は
伸長率ｒ＝３／２の場合を示しており、図６（ａ）
（ｂ）は伸長率ｒ＝３の場合で共に伸長波形を作る時に
切り出す波形長はピッチ周期の２倍の場合を示してい
る。もちろん切り出す波形は２倍以上の整数倍であれば
良くこの実施例に限られるものではないことは言うまで
もない。
ら長さＴ＋Ｌsの出力波形が作られており、伸長率ｒが
満足されていることが解る。なお、図５（ａ）（ｂ）は
伸長率ｒ＝３／２の場合を示しており、図６（ａ）
（ｂ）は伸長率ｒ＝３の場合で共に伸長波形を作る時に
切り出す波形長はピッチ周期の２倍の場合を示してい
る。もちろん切り出す波形は２倍以上の整数倍であれば
良くこの実施例に限られるものではないことは言うまで
もない。
【００４５】
【発明の効果】本発明の時間軸圧縮方法及び伸長方法に
よると、圧縮時または伸長時に加え合わせる音声波形の
長さは圧縮率あるいは伸長率に関わり無くピッチ周期の
２倍以上の整数倍の長さであり、ポインタの移動量によ
って圧縮あるいは伸長の調整が行われるため、ピッチ周
期の揺らぎによる波形のずれが抑えられ、結果的に圧縮
あるいは伸長時の音声波形の歪みが小さくなる効果が期
待できる。
よると、圧縮時または伸長時に加え合わせる音声波形の
長さは圧縮率あるいは伸長率に関わり無くピッチ周期の
２倍以上の整数倍の長さであり、ポインタの移動量によ
って圧縮あるいは伸長の調整が行われるため、ピッチ周
期の揺らぎによる波形のずれが抑えられ、結果的に圧縮
あるいは伸長時の音声波形の歪みが小さくなる効果が期
待できる。
【００４６】また従来の方法と比較して圧縮率あるいは
伸長率が１に近づくに従って歪みが小さくなる効果も期
待できる。
伸長率が１に近づくに従って歪みが小さくなる効果も期
待できる。
【図１】本発明の時間軸圧縮方法を実現するブロック回
路図である。
路図である。
【図２】本発明方法による圧縮時（Ｌｃ≧２Ｔ）の入力
波形（ａ）及び出力波形（ｂ）を示す図である。
波形（ａ）及び出力波形（ｂ）を示す図である。
【図３】本発明方法による圧縮時（Ｌc＜２Ｔ）の入力
波形（ａ）及び出力波形（ｂ）を示す図である。
波形（ａ）及び出力波形（ｂ）を示す図である。
【図４】本発明の時間軸伸長方法を実現するブロック回
路図である。
路図である。
【図５】本発明方法による伸長時（Ｌs≧Ｔ）の入力波
形（ａ）及び出力波形（ｂ）を示す図である。
形（ａ）及び出力波形（ｂ）を示す図である。
【図６】本発明方法による伸長時（Ｌs＜Ｔ）の入力波
形（ａ）及び出力波形（ｂ）を示す図である。
形（ａ）及び出力波形（ｂ）を示す図である。
【図７】図２、図３に対応する従来方法の図である。
【図８】図５、図６に対応する従来方法の図である。
１ Ａ／Ｄ変換器 ２ ピッチ抽出器 ３ 時間軸圧縮器 ４ Ｄ／Ａ変換器 ５ 時間軸伸長器
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平４−11300（ＪＰ，Ａ) 特開 平３−198000（ＪＰ，Ａ) 特開 平４−104200（ＪＰ，Ａ) 特開 平３−48300（ＪＰ，Ａ) 特開 平５−108092（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 3/02 G11B 20/02
Claims (5)
- 【請求項１】 ピッチ抽出手段（２）、時間軸圧縮手段
（３）を備える音声時間軸圧縮装置であって、 ピッチ抽出手段（２）は、入力音声波形よりピッチ周期
Ｔを抽出し、 時間軸圧縮手段（３）は、第１−６の処理に基づいて入
力音声波形から圧縮音声波形を作成出力し、 第１の処理は、現在ポインタからｎＴ分の入力音声波形
を第１音声波形（Ｆ）として切り出し、 第２の処理は、現在ポインタをＴ進め、 第３の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、 第４の処理は、第１音声波形（Ｆ）と第２音声波形
（Ｇ）に重み付け加算して圧縮音声波形（Ｅ）として出
力し、 第５の処理は、第２音声波形（Ｇ）の終点から（Ｌｃ−
ｎＴ）進んだ点までの入力音声波形を圧縮音声波形
（Ｄ）として出力し、 第６の処理は、現在ポインタをＬｃ進めて第１の処理に
戻る 音声時間軸圧縮装置。 但し、 Ｌｃ＝ｒＴ／（１−ｒ）、Ｌｃ≧ｎＴ ｎ≧２（ｎ：整数） Ｌｃ：ポインタ移動量 ｒ ：圧縮率 Ｔ ：ピッチ周期 - 【請求項２】 ピッチ抽出手段（２）、時間軸圧縮手段
（３）を備える音声時間軸圧縮装置であって、 ピッチ抽出手段（２）は、入力音声波形よりピッチ周期
Ｔを抽出し、 時間軸圧縮手段（３）は、第１−６の処理に基づいて入
力音声波形から圧縮音声波形を作成出力し、 第１の処理は、現在ポインタからｎＴ分の入力音声波形
を第１音声波形（Ｆ）として切り出し、 第２の処理は、現在ポインタをＴ進め、 第３の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、 第４の処理は、第１音声波形（Ｆ）と第２音声波形
（Ｇ）に重み付け加算して圧縮音声波形（Ｅ）として出
力し、 第５の処理は、現在ポインタからＬｃ進んだ点から（ｎ
Ｔ−Ｌｃ）進んだ点までの入力音声波形を、第４の処理
で出力した圧縮音声信号の最後の（ｎＴ−Ｌｃ）分に置
き換え、 第６の処理は、現在ポインタをＬｃ進めて第１の処理に
戻る 音声時間軸圧縮装置。 但し、 Ｌｃ＝ｒＴ／（１−ｒ）、Ｌｃ＜ｎＴ ｎ≧２（ｎ：整数） Ｌｃ：ポインタ移動量 ｒ ：圧縮率 Ｔ ：ピッチ周期 - 【請求項３】 ピッチ抽出手段（２）、時間軸伸長手段
（５）を備える音声時間軸伸長装置であって、 ピッチ抽出手段（２）は、入力音声波形よりピッチ周期
Ｔを抽出し、 時間軸伸長手段（５）は、第１−５の処理に基づいて入
力音声波形から伸長音声波形を作成出力し、 第１の処理は、現在ポインタからＴ戻った点からｎＴ分
の入力音声波形を第１音声波形（Ｆ）として切り出し、 第２の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、 第３の処理は、第１音声波形（Ｆ）と第２音声波形
（Ｇ）に重み付け加算して伸長音声波形（Ｈ）として出
力し、 第４の処理は、第２音声波形（Ｇ）の終点から（Ｌｓ−
Ｔ）戻った点までの入力音声波形を伸長音声波形（Ｃ）
として出力し、 第５の処理は、現在ポインタをＬｓ進めて第１の処理に
戻る 音声時間軸伸長装置。 但し、 Ｌｓ＝Ｔ／（ｒ−１）、Ｌｓ≧Ｔ ｎ≧２（ｎ：整数） Ｌｓ：ポインタ移動量 ｒ ：伸長率 Ｔ ：ピッチ周期 - 【請求項４】 ピッチ抽出手段（２）、時間軸伸長手段
（５）を備える音声時間軸伸長装置であって、 ピッチ抽出手段（２）は、入力音声波形よりピッチ周期
Ｔを抽出し、 時間軸伸長手段（５）は、第１−５の処理に基づいて入
力音声波形から伸長音声波形を作成出力し、 第１の処理は、現在ポインタからＴ戻った点からｎＴ分
の入力音声波形を第１音声波形（Ｆ）として切り出し、 第２の処理は、現在ポインタからｎＴ分の入力音声波形
を第２音声波形（Ｇ）として切り出し、 第３の処理は、第１音声波形（Ｆ）と第２音声波形
（Ｇ）に重み付け加算して伸長音声波形（Ｈ）として出
力し、 第４の処理は、現在ポインタからＬｓ進んだ点から（Ｔ
−Ｌｓ）進んだ点までの入力音声波形を、第３の処理で
出力した伸長音声信号の最後の（Ｔ−Ｌｓ）分に置き換
え、 第５の処理は、現在ポインタをＬｓ進めて第１の処理に
戻る 音声時間軸伸長装置。 但し、 Ｌｓ＝Ｔ／（ｒ−１）、Ｌｓ＜Ｔ ｎ≧２（ｎ：整数） Ｌｓ：ポインタ移動量 ｒ ：伸長率 Ｔ ：ピッチ周期 - 【請求項５】 請求項１または請求項２に記載の音声時
間軸圧縮装置と請求項３または請求項４に記載の音声時
間軸伸長装置とを備えた音声時間軸圧縮伸長装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5327898A JP2951181B2 (ja) | 1993-12-24 | 1993-12-24 | 音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置 |
| KR1019940022599A KR100372208B1 (ko) | 1993-09-09 | 1994-09-08 | 음성신호의시간축압축/신장방법 |
| US08/888,527 US5781885A (en) | 1993-09-09 | 1997-07-07 | Compression/expansion method of time-scale of sound signal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5327898A JP2951181B2 (ja) | 1993-12-24 | 1993-12-24 | 音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07181998A JPH07181998A (ja) | 1995-07-21 |
| JP2951181B2 true JP2951181B2 (ja) | 1999-09-20 |
Family
ID=18204231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5327898A Expired - Lifetime JP2951181B2 (ja) | 1993-09-09 | 1993-12-24 | 音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2951181B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004309921A (ja) | 2003-04-09 | 2004-11-04 | Sony Corp | 符号化装置、符号化方法及びプログラム |
| JP5326533B2 (ja) | 2008-12-09 | 2013-10-30 | 富士通株式会社 | 音声加工装置及び音声加工方法 |
-
1993
- 1993-12-24 JP JP5327898A patent/JP2951181B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07181998A (ja) | 1995-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5630013A (en) | Method of and apparatus for performing time-scale modification of speech signals | |
| JP2955247B2 (ja) | 話速変換方法およびその装置 | |
| JP3465628B2 (ja) | オーディオ信号の時間軸圧伸方法及び装置 | |
| KR100372208B1 (ko) | 음성신호의시간축압축/신장방법 | |
| CN100555876C (zh) | 声信号处理装置和方法 | |
| JP2976860B2 (ja) | 再生装置 | |
| JP2951181B2 (ja) | 音声時間軸圧縮装置及び音声時間軸伸長装置、並びに音声時間軸圧縮伸長装置 | |
| KR100656968B1 (ko) | 음속변환장치와 음속변환방법 및 컴퓨터 독출가능기록매체 | |
| JP2957861B2 (ja) | 音声時間軸圧縮伸長装置 | |
| JP3422716B2 (ja) | 話速変換方法および装置および話速変換プログラムを格納した記録媒体 | |
| JPH09152889A (ja) | 話速変換装置 | |
| JP3373933B2 (ja) | 話速変換装置 | |
| JP3357742B2 (ja) | 話速変換装置 | |
| JPH0962298A (ja) | 音声信号時間軸圧縮装置及び音声信号時間軸伸長装置並びに該装置を用いた音声符号・復号化装置 | |
| JP3081469B2 (ja) | 話速変換装置 | |
| JPH07302097A (ja) | 音声の時間軸圧縮方法、及び伸長方法、並びに音声の時間軸圧縮伸長方法 | |
| JP2002297200A (ja) | 話速変換装置 | |
| JPH06337696A (ja) | 速度変換制御装置と速度変換制御方法 | |
| JP3691304B2 (ja) | 話速変換装置 | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| JPH09146587A (ja) | 話速変換装置 | |
| JP4437703B2 (ja) | 話速変換方法および装置 | |
| WO2000019407A1 (en) | Method and device of sampling pitch period of voice signal and device for time-axis compression/decompression of voice signal | |
| JPH01233835A (ja) | 音声時間軸圧縮符号化装置 | |
| JPH07210192A (ja) | 出力データ制御方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080709 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080709 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090709 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090709 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100709 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100709 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110709 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120709 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130709 Year of fee payment: 14 |
|
| EXPY | Cancellation because of completion of term |