JP3131249B2 - 混合音声信号受信装置 - Google Patents
混合音声信号受信装置Info
- Publication number
- JP3131249B2 JP3131249B2 JP03211807A JP21180791A JP3131249B2 JP 3131249 B2 JP3131249 B2 JP 3131249B2 JP 03211807 A JP03211807 A JP 03211807A JP 21180791 A JP21180791 A JP 21180791A JP 3131249 B2 JP3131249 B2 JP 3131249B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- section
- signal
- mixed
- sound
- 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
【０００１】
【産業上の利用分野】本発明は、聴覚障害者や高齢者等
の音声聴取に好適な混合音声信号受信装置に関する。
の音声聴取に好適な混合音声信号受信装置に関する。
【０００２】［発明の概要］本発明は、スピーチ（人の
声）と、音楽や効果音等の背景音とが混在した音声信号
を伝送する放送システム等において、スピーチと背景音
に関する時間情報やスペクトル情報等の付加情報を少な
い量子化ビット数により多重して伝送し、受信側では、
付加情報に基づいてフィルタ等の処理を混合音声に施す
ことにより、混合音声からスピーチと背景音とを分離
し、受信者が自分の好みの混合比により両者を再び混合
して聴取できるようにしたものである。
声）と、音楽や効果音等の背景音とが混在した音声信号
を伝送する放送システム等において、スピーチと背景音
に関する時間情報やスペクトル情報等の付加情報を少な
い量子化ビット数により多重して伝送し、受信側では、
付加情報に基づいてフィルタ等の処理を混合音声に施す
ことにより、混合音声からスピーチと背景音とを分離
し、受信者が自分の好みの混合比により両者を再び混合
して聴取できるようにしたものである。
【０００３】
【従来の技術】音声に混在する雑音除去あるいは特定の
音声のみを抽出することを目的とする従来技術として
は、雑音源の情報を利用する２入力方式と、混在された
音声しか利用できない１入力方式とが知られている。
音声のみを抽出することを目的とする従来技術として
は、雑音源の情報を利用する２入力方式と、混在された
音声しか利用できない１入力方式とが知られている。
【０００４】２入力方式としては、適応フィルタを用い
た雑音除去方法が知られている（例えば、B.Widrow et
al.:“Adaptive Noise Cancelling:Principles and App
lications ”,Proc.IEEE,Vol.63,No.12,pp.1692-1716(1
975)）。
た雑音除去方法が知られている（例えば、B.Widrow et
al.:“Adaptive Noise Cancelling:Principles and App
lications ”,Proc.IEEE,Vol.63,No.12,pp.1692-1716(1
975)）。
【０００５】１入力方式としては、音声信号が存在しな
い区間を何らかの方法により検出し、その区間から雑音
を推定してウィーナーフィルタ（例えば、N.Wiener:
“Extrapolation,Interpolation and Smoothing of Sta
tionary Time Series,with Engineering Applications
”,John Wiley & Sons,(1949) ）やスペクトルサブト
ラクション法（S.F.Boll: “Suppression of Acoustic
Noise in Speech Using Spectral Subtraction”,IEEE
Trans.,Vol.ASSP-27,No.2, April(1979)）により雑音除
去を行う。
い区間を何らかの方法により検出し、その区間から雑音
を推定してウィーナーフィルタ（例えば、N.Wiener:
“Extrapolation,Interpolation and Smoothing of Sta
tionary Time Series,with Engineering Applications
”,John Wiley & Sons,(1949) ）やスペクトルサブト
ラクション法（S.F.Boll: “Suppression of Acoustic
Noise in Speech Using Spectral Subtraction”,IEEE
Trans.,Vol.ASSP-27,No.2, April(1979)）により雑音除
去を行う。
【０００６】
【発明が解決しようとする課題】ところで、聴覚障害者
や高齢者には、放送の番組音声、特に人の声が聞き取り
にくいことが多い。特に、番組効果のために音楽や効果
音がスピーチと混合された場合、極めて聞き取りにくく
なる。
や高齢者には、放送の番組音声、特に人の声が聞き取り
にくいことが多い。特に、番組効果のために音楽や効果
音がスピーチと混合された場合、極めて聞き取りにくく
なる。
【０００７】これを解決するために、上記従来の１入力
方式を適用して、受信した音声だけからスピーチを分離
することも考えられるが、放送システムでは様々な音声
を扱うため、非常に困難である。また、２入力方式によ
り、スピーチや背景音の情報を送ることも考えられる
が、放送等のシステムではその伝送容量に限りがある。
例えば、通常の音声信号の他にスピーチの音声波形その
ものを伝送しようとすると、当然さらに１チャンネル分
の伝送容量が必要となり、効率的な伝送を行うには好ま
しくない。
方式を適用して、受信した音声だけからスピーチを分離
することも考えられるが、放送システムでは様々な音声
を扱うため、非常に困難である。また、２入力方式によ
り、スピーチや背景音の情報を送ることも考えられる
が、放送等のシステムではその伝送容量に限りがある。
例えば、通常の音声信号の他にスピーチの音声波形その
ものを伝送しようとすると、当然さらに１チャンネル分
の伝送容量が必要となり、効率的な伝送を行うには好ま
しくない。
【０００８】従って、現行の放送システム、特に音声の
放送における受信者サービスには、ステレオ放送、２か
国語放送、音声多重放送等、音声チャンネルを増やすこ
とによる付加価値的な音声のサービスはあるものの、聴
覚障害者や高齢者など、通常の番組音声が聞き辛い受信
者を対象に、情報伝達の本質であるスピーチを聞きよく
するための配慮はなされていないのが現状である。
放送における受信者サービスには、ステレオ放送、２か
国語放送、音声多重放送等、音声チャンネルを増やすこ
とによる付加価値的な音声のサービスはあるものの、聴
覚障害者や高齢者など、通常の番組音声が聞き辛い受信
者を対象に、情報伝達の本質であるスピーチを聞きよく
するための配慮はなされていないのが現状である。
【０００９】本発明は、上記事情に鑑みてなされたもの
であり、その目的は、付加情報の容量を少なく抑えたま
ま高音質でスピーチと背景音とを分離できるとともに、
聴取者が自分の好みの割合で両者を混合することのでき
る混合音声信号受信装置を提供することにある。
であり、その目的は、付加情報の容量を少なく抑えたま
ま高音質でスピーチと背景音とを分離できるとともに、
聴取者が自分の好みの割合で両者を混合することのでき
る混合音声信号受信装置を提供することにある。
【００１０】
【課題を解決するための手段】上記の目的を達成するた
めに本発明は、送信側において、スピーチと背景音とを
混合して混合音声信号を生成するとともに、スピーチと
背景音とから信号分離用の付加情報信号を生成してこれ
ら混合音声信号と付加情報信号とが多重された伝送信号
を受信する装置であって、前記伝送信号を受信して得ら
れた受信信号中から前記混合音声信号と付加情報信号と
を分離するとともに、分離された付加情報信号に基づい
てスピーチと背景音とを分離する分離手段と、この分離
手段によって分離されたスピーチと背景音とを所望の割
合で混合可能な混合手段とを備えたことを特徴としてい
る。
めに本発明は、送信側において、スピーチと背景音とを
混合して混合音声信号を生成するとともに、スピーチと
背景音とから信号分離用の付加情報信号を生成してこれ
ら混合音声信号と付加情報信号とが多重された伝送信号
を受信する装置であって、前記伝送信号を受信して得ら
れた受信信号中から前記混合音声信号と付加情報信号と
を分離するとともに、分離された付加情報信号に基づい
てスピーチと背景音とを分離する分離手段と、この分離
手段によって分離されたスピーチと背景音とを所望の割
合で混合可能な混合手段とを備えたことを特徴としてい
る。
【００１１】
【作用】送信側において、スピーチの各フレームが、無
音区間か、周期的区間か、あるいは非周期的区間かとい
う区間情報、スピーチが周期的区間であるときのピッチ
データ、スピーチが有音区間であるときのスピーチのパ
ワースペクトル包絡を表すベクトル番号、およびスピー
チが有音区間であるときの背景音のパワースペクトル包
絡を表すベクトル番号等の付加情報が生成され、混合音
声信号とともに多重伝送される。
音区間か、周期的区間か、あるいは非周期的区間かとい
う区間情報、スピーチが周期的区間であるときのピッチ
データ、スピーチが有音区間であるときのスピーチのパ
ワースペクトル包絡を表すベクトル番号、およびスピー
チが有音区間であるときの背景音のパワースペクトル包
絡を表すベクトル番号等の付加情報が生成され、混合音
声信号とともに多重伝送される。
【００１２】受信側では、先ず、混合音声と付加情報と
が分離され、この付加情報に基づき、混合音声がスピー
チと背景音に分離される。分離されたスピーチと背景音
は聴取者の好みの割合で混合された音声となる。
が分離され、この付加情報に基づき、混合音声がスピー
チと背景音に分離される。分離されたスピーチと背景音
は聴取者の好みの割合で混合された音声となる。
【００１３】
【実施例】図１は、本発明に係る混合音声信号伝送方式
および混合音声信号受信装置が適用された一実施例構成
を示すブロック図である。
および混合音声信号受信装置が適用された一実施例構成
を示すブロック図である。
【００１４】図示の装置の送信系は、音声混合器１と、
付加情報抽出器２と、送信機３とを備え、スピーチと背
景音とを混合するとともに、スピーチと背景音とから付
加情報を生成してこれら混合音声信号と付加情報信号と
を多重して伝送する。一方、請求項１の混合音声信号受
信装置を構成する受信系は、受信機４と、スピーチ／背
景音分離器５と、音声混合器６とを備え、受信信号から
混合音声と付加情報とを分離するとともに、付加情報に
基づいてスピーチと背景音を分離し、分離したスピーチ
と背景音は好みの割合で混合可能となっている。
付加情報抽出器２と、送信機３とを備え、スピーチと背
景音とを混合するとともに、スピーチと背景音とから付
加情報を生成してこれら混合音声信号と付加情報信号と
を多重して伝送する。一方、請求項１の混合音声信号受
信装置を構成する受信系は、受信機４と、スピーチ／背
景音分離器５と、音声混合器６とを備え、受信信号から
混合音声と付加情報とを分離するとともに、付加情報に
基づいてスピーチと背景音を分離し、分離したスピーチ
と背景音は好みの割合で混合可能となっている。
【００１５】図２には、上記付加情報抽出器２の構成が
示されている。
示されている。
【００１６】この付加情報抽出器２は、スピーチの信号
からフレームを切り出すフレーム切り出し部２０１と、
スピーチ信号のフレームから無音・有音を判定する無音
・有音判定部２０２と、有音区間のピッチを抽出するピ
ッチ抽出部２０３と、同じく有音区間からフレームの線
形予測分析を行うＬＰＣ分析部２０４と、ＬＰＣ分析部
２０４のスペクトル包絡の係数をベクトル量子化するベ
クトル量子化部２０５と、背景音の信号からフレームを
切り出すフレーム切り出し部２０６と、切り出されたフ
レームの線形予測分析を行うＬＰＣ分析部２０７と、Ｌ
ＰＣ分析部２０７のスペクトル包絡の係数をベクトル量
子化するベクトル量子化部２０８と、無音・有音判定部
２０２の区間情報とピッチ抽出部２０３のピッチデータ
と各ベクトル量子化部２０５および２０８の各ベクトル
番号とから符号化された付加情報を生成して前記送信機
３へ出力するエンコーダ２０９とを備えている。
からフレームを切り出すフレーム切り出し部２０１と、
スピーチ信号のフレームから無音・有音を判定する無音
・有音判定部２０２と、有音区間のピッチを抽出するピ
ッチ抽出部２０３と、同じく有音区間からフレームの線
形予測分析を行うＬＰＣ分析部２０４と、ＬＰＣ分析部
２０４のスペクトル包絡の係数をベクトル量子化するベ
クトル量子化部２０５と、背景音の信号からフレームを
切り出すフレーム切り出し部２０６と、切り出されたフ
レームの線形予測分析を行うＬＰＣ分析部２０７と、Ｌ
ＰＣ分析部２０７のスペクトル包絡の係数をベクトル量
子化するベクトル量子化部２０８と、無音・有音判定部
２０２の区間情報とピッチ抽出部２０３のピッチデータ
と各ベクトル量子化部２０５および２０８の各ベクトル
番号とから符号化された付加情報を生成して前記送信機
３へ出力するエンコーダ２０９とを備えている。
【００１７】次に、この付加情報抽出器２の作用を説明
する。
する。
【００１８】スピーチは、フレーム切り出し部２０１に
おいて、フレーム長２０ｍｓ、フレーム周期１０ｍｓの
ハミング窓により一定長のフレームに切り出される。切
り出された各フレームは無音・有音判定部２０２に出力
される。
おいて、フレーム長２０ｍｓ、フレーム周期１０ｍｓの
ハミング窓により一定長のフレームに切り出される。切
り出された各フレームは無音・有音判定部２０２に出力
される。
【００１９】無音・有音判定部２０２では、供給された
各フレームが無音区間か有音区間かの判定をそのパワー
に基づいて行う。ここでいう無音区間とは、スピーチの
無音区間、すなわち言葉を話していない区間のことをい
い、有音区間とは無音区間以外の区間をいう。この区間
情報はエンコーダ２０９に出力される。
各フレームが無音区間か有音区間かの判定をそのパワー
に基づいて行う。ここでいう無音区間とは、スピーチの
無音区間、すなわち言葉を話していない区間のことをい
い、有音区間とは無音区間以外の区間をいう。この区間
情報はエンコーダ２０９に出力される。
【００２０】有音区間については、ピッチ抽出部２０３
においてそのピッチが抽出される。ピッチが抽出された
場合はこれを周期的区間とし、ピッチが抽出されない場
合には非周期的区間とする。周期的区間のピッチデータ
はエンコーダ２０９に出力される。
においてそのピッチが抽出される。ピッチが抽出された
場合はこれを周期的区間とし、ピッチが抽出されない場
合には非周期的区間とする。周期的区間のピッチデータ
はエンコーダ２０９に出力される。
【００２１】また、有音区間と判定されたフレームにつ
いては、ＬＰＣ分析部２０４において線形予測分析がさ
れる。ここでは、５次のＬＰＣケプストラム係数を用い
パワースペクトルの包絡を表す係数が求めれる。こうし
て求められたスペクトル包絡の係数はベクトル量子化部
２０５に出力される。
いては、ＬＰＣ分析部２０４において線形予測分析がさ
れる。ここでは、５次のＬＰＣケプストラム係数を用い
パワースペクトルの包絡を表す係数が求めれる。こうし
て求められたスペクトル包絡の係数はベクトル量子化部
２０５に出力される。
【００２２】ベクトル量子化部２０５では、スペクトル
包絡の係数がベクトル量子化されベクトル番号に変換さ
れる。なお、ベクトル量子化のためのコードブックは、
予め多数のスピーチから作成しておく。また、コードブ
ックのサイズは８ビット２５６とし、ＬＢＧ（Linde,Bu
zo,Gray ）アルゴリズムを用いてクラスタリングを行
う。このとき、真のスペクトルとコードブック中で最も
近いスペクトルとの距離が、ある一定のしきい値よりも
大きいときは量子化しない。求められたベクトル番号は
エンコーダ２０９に出力される。
包絡の係数がベクトル量子化されベクトル番号に変換さ
れる。なお、ベクトル量子化のためのコードブックは、
予め多数のスピーチから作成しておく。また、コードブ
ックのサイズは８ビット２５６とし、ＬＢＧ（Linde,Bu
zo,Gray ）アルゴリズムを用いてクラスタリングを行
う。このとき、真のスペクトルとコードブック中で最も
近いスペクトルとの距離が、ある一定のしきい値よりも
大きいときは量子化しない。求められたベクトル番号は
エンコーダ２０９に出力される。
【００２３】一方、背景音に関しても、スピーチ同様
に、フレーム切り出し部２０６でフレーム切り出しが行
われ、切り出された各フレームの線形予測分析がＬＰＣ
分析部２０７で行われる。そのスペクトル包絡の係数は
ベクトル量子化部２０８でベクトル番号に変換される。
ただし、ベクトル量子化のためのコードブックは、前記
ベクトル量子化部２０５におけるコードブックとは異な
り、予め音楽や効果音等の多数の背景音から作成され
る。求められたベクトル番号はエンコーダ２０９に出力
される。
に、フレーム切り出し部２０６でフレーム切り出しが行
われ、切り出された各フレームの線形予測分析がＬＰＣ
分析部２０７で行われる。そのスペクトル包絡の係数は
ベクトル量子化部２０８でベクトル番号に変換される。
ただし、ベクトル量子化のためのコードブックは、前記
ベクトル量子化部２０５におけるコードブックとは異な
り、予め音楽や効果音等の多数の背景音から作成され
る。求められたベクトル番号はエンコーダ２０９に出力
される。
【００２４】エンコーダ２０９には、スピーチの各フレ
ームが、無音区間か、周期的区間か、あるいは非周期的
区間かという区間情報、スピーチが周期的区間であると
きのピッチデータ、スピーチが有音区間であるときのス
ピーチのパワースペクトル包絡を表すベクトル番号、お
よびスピーチが有音区間であるときの背景音のパワース
ペクトル包絡を表すベクトル番号が供給され、これらの
情報は符号化された付加情報となる。
ームが、無音区間か、周期的区間か、あるいは非周期的
区間かという区間情報、スピーチが周期的区間であると
きのピッチデータ、スピーチが有音区間であるときのス
ピーチのパワースペクトル包絡を表すベクトル番号、お
よびスピーチが有音区間であるときの背景音のパワース
ペクトル包絡を表すベクトル番号が供給され、これらの
情報は符号化された付加情報となる。
【００２５】こうして求められた付加情報は前記送信機
３において混合音声に多重されて伝送される。
３において混合音声に多重されて伝送される。
【００２６】図３には、前記スピーチ／背景音分離器５
の構成が示されている。
の構成が示されている。
【００２７】このスピーチ／背景音分離器５は、入力し
た付加情報から前記区間情報、ピッチデータ、スピーチ
のベクトル番号および背景音のベクトル番号を復号化す
るデコーダ５０１と、復号化された区間情報から混合音
声のフレーム切り出しを行うフレーム切り出し部５０２
と、フレームの区間を判定する区間判定部５０３と、無
音区間の混合音声を除去する除去部５０４と、有音区間
の混合音声を高速フーリエ変換するＦＦＴ５０５と、Ｆ
ＦＴ出力から背景音のパワースペクトルを減算するスペ
クトルサブトラクション部５０６と、スペクトルサブト
ラクション部５０６の出力スペクトルをフィルタリング
するウィーナーフィルタ５０７と、ウィーナーフィルタ
出力を高速逆フーリエ変換するＩＦＦＴ５０８と、ＩＦ
ＦＴ出力をフィルタリングするくし形フィルタ５０９
と、フレームのつなぎ合わせを行うつなぎ合わせ部５１
０と、適応フィルタ部５１１とを備えて構成されてい
る。
た付加情報から前記区間情報、ピッチデータ、スピーチ
のベクトル番号および背景音のベクトル番号を復号化す
るデコーダ５０１と、復号化された区間情報から混合音
声のフレーム切り出しを行うフレーム切り出し部５０２
と、フレームの区間を判定する区間判定部５０３と、無
音区間の混合音声を除去する除去部５０４と、有音区間
の混合音声を高速フーリエ変換するＦＦＴ５０５と、Ｆ
ＦＴ出力から背景音のパワースペクトルを減算するスペ
クトルサブトラクション部５０６と、スペクトルサブト
ラクション部５０６の出力スペクトルをフィルタリング
するウィーナーフィルタ５０７と、ウィーナーフィルタ
出力を高速逆フーリエ変換するＩＦＦＴ５０８と、ＩＦ
ＦＴ出力をフィルタリングするくし形フィルタ５０９
と、フレームのつなぎ合わせを行うつなぎ合わせ部５１
０と、適応フィルタ部５１１とを備えて構成されてい
る。
【００２８】次にこのスピーチ／背景音分離器５の作用
を説明する。
を説明する。
【００２９】受信機４により受信信号が混合音声と付加
情報に分離された後、スピーチ／背景音分離器５に供給
される。
情報に分離された後、スピーチ／背景音分離器５に供給
される。
【００３０】デコーダ５０１では、付加情報から前記区
間情報、ピッチデータ、スピーチのベクトル番号および
背景音のベクトル番号がデコードされる。区間情報はフ
レーム切り出し部５０２と区間判定部５０３へ、ピッチ
データはくし形フィルタ５０９へ、スピーチのベクトル
番号はウィーナーフィルタ５０７へ、背景音のベクトル
番号はスペクトルサブトラクション部５０６へそれぞれ
出力される。
間情報、ピッチデータ、スピーチのベクトル番号および
背景音のベクトル番号がデコードされる。区間情報はフ
レーム切り出し部５０２と区間判定部５０３へ、ピッチ
データはくし形フィルタ５０９へ、スピーチのベクトル
番号はウィーナーフィルタ５０７へ、背景音のベクトル
番号はスペクトルサブトラクション部５０６へそれぞれ
出力される。
【００３１】フレーム切り出し部５０２では、入力した
混合音声がフレーム単位で切り出される。切り出しタイ
ミングは区間情報を参照しながら送信側と同期をとって
行う。
混合音声がフレーム単位で切り出される。切り出しタイ
ミングは区間情報を参照しながら送信側と同期をとって
行う。
【００３２】区間判定部５０３では、フレームに切り出
された混合音声が区間情報を参照してスピーチの無音区
間、有音区間、周期的区間、非周期的区間に分離され
る。分離された無音区間は除去部５０４へ出力され、こ
の除去部５０４にて無音区間の混合音声が除去される。
除去された無音区間の混合音声はつなぎ合わせ部５１０
に出力される。
された混合音声が区間情報を参照してスピーチの無音区
間、有音区間、周期的区間、非周期的区間に分離され
る。分離された無音区間は除去部５０４へ出力され、こ
の除去部５０４にて無音区間の混合音声が除去される。
除去された無音区間の混合音声はつなぎ合わせ部５１０
に出力される。
【００３３】有音区間については、ＦＦＴ部５０５の高
速フーリエ変換によって周波数領域に変換され、混合音
声のパワースペクトルが求められる。
速フーリエ変換によって周波数領域に変換され、混合音
声のパワースペクトルが求められる。
【００３４】スペクトルサブトラクション部５０６で
は、混合音声のパワースペクトルから背景音のベクトル
番号に対応したパワースペクトルが減算され、スピーチ
のパワースペクトルが求められる。このとき、減算結果
が負となるところは０に置き換える。
は、混合音声のパワースペクトルから背景音のベクトル
番号に対応したパワースペクトルが減算され、スピーチ
のパワースペクトルが求められる。このとき、減算結果
が負となるところは０に置き換える。
【００３５】次に、ウィーナーフィルタ部５０７では、
入力したスピーチのベクトル番号に基づきスペクトルサ
ブトラクション部５０６の出力に対して次式で示される
特性を持つウィーナーフィルタ処理を施す。
入力したスピーチのベクトル番号に基づきスペクトルサ
ブトラクション部５０６の出力に対して次式で示される
特性を持つウィーナーフィルタ処理を施す。
【００３６】 Ｈ（ω）＝（スピーチのベクトル番号に対応したパワー
スペクトル）／（混合音声のパワースペクトル） ウィーナーフィルタ部５０７の出力スペクトルは、ＩＦ
ＦＴ部５０８の高速逆フーリエ変換によって時間波形に
復元される。この時間波形の周期的区間はくし形フィル
タ部５０９へ、非周期的区間はつなぎ合わせ部５１０へ
出力される。
スペクトル）／（混合音声のパワースペクトル） ウィーナーフィルタ部５０７の出力スペクトルは、ＩＦ
ＦＴ部５０８の高速逆フーリエ変換によって時間波形に
復元される。この時間波形の周期的区間はくし形フィル
タ部５０９へ、非周期的区間はつなぎ合わせ部５１０へ
出力される。
【００３７】くし形フィルタ部５０９では、ＩＦＦＴ部
５０８の出力に対して、入力されたピッチデータに基づ
き、ピッチ周波数とその整数倍の周波数成分のみからな
るスピーチを取り出す。
５０８の出力に対して、入力されたピッチデータに基づ
き、ピッチ周波数とその整数倍の周波数成分のみからな
るスピーチを取り出す。
【００３８】上述のようにして復元された無音区間、周
期的区間、非周期的区間の各信号波形は、つなぎ合わせ
部５１０にて加算されて、分離されたスピーチとなる。
期的区間、非周期的区間の各信号波形は、つなぎ合わせ
部５１０にて加算されて、分離されたスピーチとなる。
【００３９】適応フィルタ部５１１では、分離されたス
ピーチに適応フィルタを施す。フィルタ出力を減算部５
１２により混合音声から減算して背景音が分離される。
分離された背景音は適応フィルタ部５１１にフィードバ
ックされ適応フィルタ部５１１の出力が波形等価される
ように最適な係数に修正される。
ピーチに適応フィルタを施す。フィルタ出力を減算部５
１２により混合音声から減算して背景音が分離される。
分離された背景音は適応フィルタ部５１１にフィードバ
ックされ適応フィルタ部５１１の出力が波形等価される
ように最適な係数に修正される。
【００４０】こうして混合音声から分離されたスピーチ
と背景音は前記混合器６へ出力され、この混合器６によ
り聴取者の好みの割合で混合され最適な音声となるので
ある。
と背景音は前記混合器６へ出力され、この混合器６によ
り聴取者の好みの割合で混合され最適な音声となるので
ある。
【００４１】このように本実施例によれば、従来のスピ
ーチ・エンハンスメントや雑音除去技術では困難であっ
た受信側での信号分離が、信号分離に適した付加情報を
送信側から伝送することによって可能となる。
ーチ・エンハンスメントや雑音除去技術では困難であっ
た受信側での信号分離が、信号分離に適した付加情報を
送信側から伝送することによって可能となる。
【００４２】また、従来技術では、混合音声から背景音
を分離することは困難であったが、本実施例によれば、
スピーチと背景音の両方を抽出分離でき、分離されたス
ピーチと背景音を聴取者の最も聞きやすい割合で混合す
ることができる。したがって、放送システムに適用した
場合、ニュース番組やドラマなど、多様な背景音を持つ
番組を聴取するのに十分有効なものとなる
を分離することは困難であったが、本実施例によれば、
スピーチと背景音の両方を抽出分離でき、分離されたス
ピーチと背景音を聴取者の最も聞きやすい割合で混合す
ることができる。したがって、放送システムに適用した
場合、ニュース番組やドラマなど、多様な背景音を持つ
番組を聴取するのに十分有効なものとなる
【００４３】
【発明の効果】以上説明したように本発明によれば、付
加情報の容量を少なく抑えつつ、混合音声からスピーチ
と背景音とを高音質で分離でき、聴取者が自分の好みの
割合で両者を混合することが可能となる。
加情報の容量を少なく抑えつつ、混合音声からスピーチ
と背景音とを高音質で分離でき、聴取者が自分の好みの
割合で両者を混合することが可能となる。
【図１】本発明に係る混合音声信号受信装置が適用され
た一実施例構成を示すブロック図である。
た一実施例構成を示すブロック図である。
【図２】付加情報抽出器の一実施例構成を示すブロック
図である。
図である。
【図３】スピーチ／背景音分離器の一実施例構成を示す
ブロック図である。
ブロック図である。
２ 付加情報抽出器 ３ 送信機 ４ 受信機 ５ スピーチ／背景音分離器 ６ 混合器
フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) H04B 14/04 G10L 19/00 H04H 1/00 特許ファイル（ＰＡＴＯＬＩＳ)
Claims (1)
- 【請求項１】 送信側において、スピーチと背景音とを
混合して混合音声信号を生成するとともに、スピーチと
背景音とから信号分離用の付加情報信号を生成してこれ
ら混合音声信号と付加情報信号とが多重された伝送信号
を受信する装置であって、 前記伝送信号を受信して得られた受信信号中から前記混
合音声信号と付加情報信号とを分離するとともに、分離
された付加情報信号に基づいてスピーチと背景音とを分
離する分離手段と、 この分離手段によって分離されたスピーチと背景音とを
所望の割合で混合可能な混合手段と、 を備えたことを特徴とする混合音声信号受信装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03211807A JP3131249B2 (ja) | 1991-08-23 | 1991-08-23 | 混合音声信号受信装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03211807A JP3131249B2 (ja) | 1991-08-23 | 1991-08-23 | 混合音声信号受信装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0556007A JPH0556007A (ja) | 1993-03-05 |
| JP3131249B2 true JP3131249B2 (ja) | 2001-01-31 |
Family
ID=16611927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03211807A Expired - Fee Related JP3131249B2 (ja) | 1991-08-23 | 1991-08-23 | 混合音声信号受信装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3131249B2 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19628292B4 (de) | 1996-07-12 | 2007-08-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zum Codieren und Decodieren von Stereoaudiospektralwerten |
| US6985594B1 (en) * | 1999-06-15 | 2006-01-10 | Hearing Enhancement Co., Llc. | Voice-to-remaining audio (VRA) interactive hearing aid and auxiliary equipment |
| US6351733B1 (en) * | 2000-03-02 | 2002-02-26 | Hearing Enhancement Company, Llc | Method and apparatus for accommodating primary content audio and secondary content remaining audio capability in the digital audio production process |
| US7266501B2 (en) | 2000-03-02 | 2007-09-04 | Akiba Electronics Institute Llc | Method and apparatus for accommodating primary content audio and secondary content remaining audio capability in the digital audio production process |
| GB2365241B (en) * | 2000-07-19 | 2005-01-19 | Nec Technologies | Introducing background signals to communication systems |
| US8448648B2 (en) | 2002-10-28 | 2013-05-28 | Kiss Nail Products, Inc. | Artificial nail and method of forming same |
| US7677257B2 (en) | 2002-10-28 | 2010-03-16 | Kiss Nail Products, Inc. | Artificial nail and method of forming same |
| US7337783B2 (en) | 2002-10-28 | 2008-03-04 | Kiss Nail Products, Inc. | Fingernail accessory and method of forming an artificial fingernail |
| US7150281B2 (en) | 2002-10-28 | 2006-12-19 | Kiss Nail Products, Inc. | Conformable artificial fingernail and method of making same |
| US7185660B1 (en) | 2004-05-13 | 2007-03-06 | Kiss Nail Products, Inc. | Artificial fingernail and method of making same |
| WO2006022308A1 (ja) * | 2004-08-26 | 2006-03-02 | Matsushita Electric Industrial Co., Ltd. | マルチチャネル信号符号化装置およびマルチチャネル信号復号装置 |
| JP4449987B2 (ja) | 2007-02-15 | 2010-04-14 | ソニー株式会社 | 音声処理装置、音声処理方法およびプログラム |
-
1991
- 1991-08-23 JP JP03211807A patent/JP3131249B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0556007A (ja) | 1993-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH10509256A (ja) | ピッチ操作器を使用する音声信号の変換方法 | |
| JP3131249B2 (ja) | 混合音声信号受信装置 | |
| EP2030199B1 (en) | Linear predictive coding of an audio signal | |
| US6289311B1 (en) | Sound synthesizing method and apparatus, and sound band expanding method and apparatus | |
| US7162045B1 (en) | Sound processing method and apparatus | |
| US20030216907A1 (en) | Enhancing the aural perception of speech | |
| GB2327835A (en) | Improving speech intelligibility in noisy enviromnment | |
| JP5737808B2 (ja) | 音響処理装置およびそのプログラム | |
| US9031835B2 (en) | Methods and arrangements for loudness and sharpness compensation in audio codecs | |
| KR20070019718A (ko) | 오디오 신호 부호화 장치 및 오디오 신호 복호화 장치 | |
| US8170885B2 (en) | Wideband audio signal coding/decoding device and method | |
| CN1254221A (zh) | 基于窄带信号产生宽带信号的方法装置及其技术设备 | |
| JPH1028057A (ja) | オーディオ復号化装置及びオーディオ符号化復号化システム | |
| JPH0946233A (ja) | 音声符号化方法とその装置、音声復号方法とその装置 | |
| JP4657570B2 (ja) | 音楽情報符号化装置及び方法、音楽情報復号装置及び方法、並びにプログラム及び記録媒体 | |
| US5687243A (en) | Noise suppression apparatus and method | |
| US20050246170A1 (en) | Audio signal processing apparatus and method | |
| JP2002341896A (ja) | ディジタルオーディオ圧縮回路および伸長回路 | |
| JP2000122695A (ja) | 後置フィルタ | |
| WO1998006090A1 (en) | Speech/audio coding with non-linear spectral-amplitude transformation | |
| JP2000152394A (ja) | 軽度難聴者用補聴装置、軽度難聴者対応伝送システム、軽度難聴者対応記録再生装置、及び軽度難聴者対応再生装置 | |
| GB2343822A (en) | Using LSP to alter frequency characteristics of speech | |
| JP2000148161A (ja) | 自動音質音量制御方法と装置 | |
| JP3230791B2 (ja) | 広帯域音声信号復元方法 | |
| WO2010137692A1 (ja) | 符号化装置、復号装置、符号化方法、復号方法及びそのプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |