JP3623820B2 - 音声処理装置 - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は音声処理装置に係り、詳細には、スペクトル解析された音声データを変更する音声処理装置に関する。
【０００２】
【従来の技術】
音声や音楽等の情報の記録と再生を行うものとして、テープレコーダやＣＤプレーヤ等の種々の機器が使用されている。これらの機器では、音声等の信号をアナログデータとして、または、ＰＣＭ（Ｐｕｌｓｅ Ｃｏｄｅ Ｍｏｄｕｌａｔｉｏｎ） によるディジタルデータとして、音声等の記録と再生を行うようになっている。
一方、パーソナルコンピュータ等の各種ＯＡ機器がオフィスや工場において広く普及しており、これらの機器においても、データの処理だけでなく、音声や音楽等といった音のデータの保存や再生に利用されている。パーソナルコンピュータで音声の保存等を行う場合には、ＰＣＭによるディジタルデータとしてフロッピーディスクやハードディスク等の記憶媒体に保存するようにしている。
【０００３】
【発明が解決しようとする課題】
しかし、これらの各機器に記録された音声データを加工する場合、カセットテープレコーダの場合には、再生時の回転数を変えることで音程を変更することができるが、再生速度も変化するため不自然である。また、様々な形態に音声データを変更することはできなかった。
また、ＰＣＭにより記録された音声データの場合、音声データの内容がコード化された“０”と“１”の連続であるため、データを変更した場合にどの様に変化するのかを予測することができなかった。
【０００４】
そこで、本発明は以上説明した従来の課題を解決するためになされたもので、音声データを変更することが容易な音声処理装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】
請求項１記載の発明では、ディジタルデータ化された音声データを獲得する音声獲得手段と、この音声獲得手段で獲得された音声データについてスペクトル解析し、時間、周波数、パワーの３要素からなるスペクトル音声データに変換するスペクトル解析手段と、前記スペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを画像表示する表示手段と、前記表示手段で表示された画像上で、任意の領域を指定する領域指定手段と、前記領域指定手段で指定された領域の移動先を、前記表示手段で表示された画像上で指定する移動先指定手段と、前記領域指定手段で指定される領域内に存在するスペクトル音声データについて、時間、パワー、周波数の少なくとも１のデータについて変更を行うデータ変更手段と、このデータ変更手段で変更された処理音声データを出力する出力手段と、を具備し、前記データ変更手段は、前記領域指定手段で指定される領域内に存在するスペクトル音声データを、前記移動先指定手段により指定された移動先へ移動することにより前記目的を達成する。
【０００６】
請求項２記載の発明では、請求項１記載の音声処理装置において、前記データ変更手段は、時間、周波数、パワーについて特定の処理を行うためのスケールを複数記憶したスケール記憶手段、及び前記スケールを指定するスケール指定手段を備え、前記スケール指定手段で指定されたスケールに従ってデータ変更を行う。
【０００７】
請求項３記載の発明では、請求項１または請求項２記載の音声処理装置において、前記出力手段は、前記データ変更手段で変更された後の処理音声データについての時間、周波数、パワーから、スペクトル逆変換により音声を再生して出力する音声再生手段を具備する。
請求項４記載の発明では、請求項１から請求項３のうちのいずれか１の請求項に記載された音声処理装置において、前記出力手段は、前記スペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを文字列データに変換する文字列変換手段と、この文字列変換手段で変換された文字列データを送信する送信手段とを具備する。
【０００８】
請求項５記載の発明では、請求項１から請求項４のうちのいずれか１の請求項に記載された音声処理装置において、前記出力手段は、前記スペクトル解析手段で解析されたスペクトル音声データ、または、前記データ変更手段で変更された処理音声データについて、各時間および各周波数に対するパワーを画像表示する画像表示手段を具備する。
請求項６記載の発明では、請求項１から請求項５のうちのいずれか１の請求項に記載の音声処理装置において、前記表示手段は、前記パワーを、その値に応じた色でカラー表示する。
【０００９】
【作用】
請求項１記載の音声処理装置では、音声獲得手段で獲得したディジタルデータ化された音声データを、スペクトル解析手段において、スペクトル解析し、時間、周波数、パワーの３要素からなるスペクトル音声データに変換する。そして、表示手段において、スペクトル解析された音声データについて、各時間および各周波数に対するパワーを画像表示し、領域指定手段において、表示された画像上で、任意の領域を指定する。指定された領域内に存在するスペクトル音声データについて、時間、パワー、周波数の少なくとも１のデータの変更を変更手段で行い、出力手段により出力する。詳しくは、領域指定手段で指定された移動先へ、時間、周波数、パワーについてのデータ移動を行う。
【００１０】
請求項２記載の音声処理装置では、データ変更手段が、スケール指定手段で指定されたスケールに従って時間、周波数、パワーについて特定の処理を行う。
【００１１】
請求項３記載の音声処理装置では、出力手段の音声再生手段が、データ変更手段で変更された後の処理音声データについての時間、周波数、パワーから、スペクトル逆変換により音声を再生して出力する。
請求項４記載の音声処理装置では、出力手段の文字列変換手段がスペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを文字列データに変換し、変換された文字列データを送信手段で送信する。
【００１２】
請求項５記載の音声処理装置では、表示手段が、データ変更手段で変更された処理音声データについて、各時間および各周波数に対するパワーを画像表示する。
請求項６記載の音声処理装置では、表示手段が、パワーを、その値に応じた色でカラー表示する。
【００１３】
【実施例】
以下、本発明の音声処理装置における一実施例を図１から図８を参照して詳細に説明する。
図１は、音声処理装置の構成を表したものである。この図に示すように、音声処理装置は、ＣＰＵ（中央処理装置）１１を備えており、データバス等のバスライン１２を介して、ＲＯＭ１３、ＲＡＭ１４、通信制御装置１５、プリンタ１６、表示装置１７、入力装置１８、ＦＦＴ装置（高速フーリエ変換装置）２１、逆ＦＦＴ装置２２と接続されている。
【００１４】
ここで、ＲＯＭ１３は、音声処理装置の機能を実現するための基本的なプログラムやデータ通信用プログラム等の各種プログラム等が格納されたリード・オンリ・メモリである。またＲＯＭ１３には、これら各種のプログラムの実行により必要とされる各種データも格納されている。例えば、音声処理のためのデータとして、時間、周波数、パワーについて特定の音声処理を行うためのスケールデータが格納されている。
ＲＡＭ１４は、ＲＯＭ１３に格納された所定のプログラムがダウンロードされると共に、ＣＰＵ１１のワーキングメモリとして使用されるランダム・アクセス・メモリである。このＲＡＭ１４には、ＦＦＴ装置２１により時間、周波数、パワーの３要素にスペクトル解析された音声データが格納される、スペクトル音声データ格納領域や、このスペクトル音声データを入力装置から入力された指示データやＲＯＭ１３のスケールデータに従って変更処理した後のデータが格納される処理音声データ格納領域や、文字列データ（テキストデータ）に変更されたスペクトル音声データや処理音声データが格納される文字列データ格納領域等の各種データの格納領域が確保されるようになっている。
【００１５】
通信制御装置１５は、電話回線網、ＬＡＮ、パーソナルコンピュータ通信網等の各種の通信網２を介して、他の通信制御装置との間で文字列データに変換された、音声データの送受信を行う。文字列データへの変換は、ＲＡＭ１４に格納されたスペクトル音声データや処理音声データである。また通信制御装置１５は、ＰＣＭ化された音声データや、音声のアナログデータも受信できるようになっている。
【００１６】
プリンタ１６は、レーザプリンタやドットプリンタ等を備えており、入力データや、送受信する文書の内容を印刷するようになっている。また、表示装置１７に画像表示されたスペクトル音声データや、処理音声データを印刷するようになっている。このプリンタ１６は、表示装置１７のカラー画像表示に対応したカラー印刷を行うことができるようになっている。
表示装置１７は、ＣＲＴディスプレイや液晶ディスプレイ等の画像表示部と表示制御部とを備えており、送信する文書や受信した文書を表示するようになっている。また、表示装置１７は、ＲＡＭ１４に格納されたスペクトル音声データや処理音声データについて、時間軸、周波数軸、パワー軸の三次元表示し、各時間と周波数に対するパワーを表示するようになっている。パワーの表示は、棒グラフや三次元平面により表示する。そして３次元表示の際に、パワーの値に応じた色でカラー表示するようになっている。カラー表示は、例えば、パワーが高いほど赤く、低いほど青くなるように表現する。
また、表示装置１７の表示画面には、音声データの三次元表示と共に、音声処理の指示内容等も表示されるようになっている。
【００１７】
入力装置１８は、ＦＦＴ装置２１のパラメータの変更や設定条件等を入力したり、文章の入力処理等を行うための入力装置であり、数字を入力するテンキー、文字を入力する文字キー、各種の機能を実現するための機能キー等が配置されている。入力装置１８からは、これらのキー操作により、ＲＡＭ１４の音声処理を行うためのスケールを指定したり、スケールによらない任意処理により音声について、時間、周波数、パワーの各要素についての指示を入力するようになっている。
この入力装置には、ポインティングデバイスとしてのマウス１９が接続されている。
【００１８】
ＦＦＴ装置２１には、マイク等の音声入力装置２３が接続されている。このＦＦＴ装置２１は、音声入力装置２３から入力されたアナログの音声データを、ディジタルに変換すると共に、離散的フーリエ変換によりスペクトル解析を行う。また、ＦＦＴ装置２１は、通信制御装置１５で受信したＰＣＭ化された音声データや、音声のアナログデータについても、スペクトル解析を行う。ＦＦＴ２１でスペクトル解析された音声データは、ＲＡＭ１４のスペクトル音声データ格納領域に格納されるようになっている。
逆ＦＦＴ装置２２には、スピーカ等の音声出力装置２４が接続されている。逆ＦＦＴ装置２２は、ＲＡＭ１４に格納されているスペクトル音声データや、処理音声データについて、逆ＦＦＴ変換処理を行うことでアナログの音声データを生成し、音声出力装置２４から出力する。また、逆ＦＦＴ装置２２は、通信制御装置１５で他の装置から受信したスペクトルデータ（スペクトル音声データや処理音声データ）についての音声の再生も行うようになっている。
【００１９】
次に、このように構成された実施例の動作について説明する。
図２は、音声入力装置２３から入力された音声データの状態を表したものである。
この図２に示すようなアナログの音声データが音声入力装置２３から入力されると、そのアナログデータは順次ＦＦＴ装置２１に供給される。ＦＦＴ装置２１では、アナログ音声データを２２ＫＨｚでサンプリングし、１６ビットのＰＣＭデータにＡ／Ｄ変換し、図示しない記憶装置に格納する。
【００２０】
次いでＦＦＴ装置２１では、方形窓、ハミング（Ｈａｍｍｉｎｇ）窓、ハニング（Ｈａｎｎｉｇ）窓等の時間窓の形や、ポイント数等のパラメータに従って、各時刻ｔｎ（ｎ＝１、２、…）毎に、高速フーリエ変換（ＦＦＴ）処理によりディジタル音声データのスペクトル解析を行う。すなわち、ＦＦＴ装置２１は、各時刻ｔｎ毎に、各周波数ｆｍに対するパワーＰｎｍを算出する。
そして、ＦＦＴ装置２１のスペクトル解析で算出された各時間と各周波数に対するパワー値は、図３に示すように、ＲＡＭ１４のスペクトル音声データ格納領域に格納される。なお、スペクトル音声データとしては、図示した実数部以外に、各パワー値に対応した虚数部のデータもＲＡＭ１４に格納されるようになっている。
【００２１】
また、ＣＰＵ１１は、ＲＡＭ１４に格納したスペクトル音声データに基づいて、音声入力装置２３から入力された音声データについてのスペクトルを、図４に示すように、三次元的に表示装置１７に表示する。
このように、スペクトル解析されたデータを画像表示することで、ユーザは、音声データの内容をグラフィックに確認しながら、音声処理を行うことができる。
【００２２】
音声処理を行う場合、ユーザは、入力装置１８のキー操作により音声処理を選択すると共に、スペクトル音声データの処理をスケールによるか、または任意処理によるかを選択する。
スペクトル音声データ処理するために予め用意されたスケールとしては、例えば、早口処理、遅口処理、高音処理、低音処理、男性音化処理、女性音化処理、子供音声化処理、大人音声化処理、暗音声化処理、明音声化処理、怒音声化処理、笑声化音声処理、抑揚変更処理、等の各種スケールが存在する。
【００２３】
例えば、早口処理の場合には、指定された速さに応じて、所定時間ｔｎのデータを間引くことで、早口処理される。これによって、音声の音程を変えることなく、高速再生を行うことができ、早口で喋っているような状態とすることができる。
また、暗音声化処理では、図５の斜線部Ａで示すように、低周波数のパワーを大きくすることで同一人の音声について暗い感じの音声に変えることができる。女性の音声であれば、低い周波数のパワーを大きくすることで男性音声化され、逆に、高い周波数のパワーを大きくするとこで男性の音声を女性の音声のように処理することができる。
さらに、怒音声処理では、例えば、パワーデータを全体的に高周波数側に移動させると共に、全周波数に対するパワーを、音声の最初の部分（ｔ＝０近辺）で大きくし、以後、全周波数に対するパワーを一定の周期で小さくたり大きくしたりする。
このように、所定の時間や周波数に対するパワーについて、一定のスケールに従って、変更することが可能となる。
【００２４】
一方、任意処理の場合、表示装置１７に表示されたスペクトル音声データを見ながら、入力装置のキーボードやマウス１９を使用して、任意位置のパワーを変更する。
図６は任意処理の状態を表したものである。
この図６（ａ）に示すように、任意処理の場合、例えばマウス１９を使用して特定の周波数位置６１にカーソルを移動してクリックすることで、変更する周波数を指定する。マウス１９で指定された周波数のパワーは点々で塗りつぶれ、明確に表示される。そして、カーソルの移動と共に一点鎖線で示すようにパワーの値も変化する。カーソルを変更したい位置６２で再度クリックすると、図６（ｂ）に示すように、その位置にパワーの値が変更される。
【００２５】
また、一定範囲の周波数に付いて一括して変更する場合、範囲変更処理を指定する。その後、変更したい範囲の左上６３と右下６４をクリックすることで範囲指定がされ、指定された範囲が点線６５で表示されると共に、その範囲内にパワーの値が含まれている周波数のパワーが点々で塗り潰される。そして、カーソルを上下に移動することで一点鎖線の指定範囲６７が上下に移動すると共に、点々で塗り潰された周波数のパワーがカーソルの移動量に応じて上下に変化する。カーソルの移動により希望する位置６６に指定範囲が移動した段階でマウス１９をクリックすると、図６（ｂ）に示すように、その位置にパワーが変化する。
なお、範囲指定する場合、左上６３と右下６４ではなく、右上と左下をクリックすることでも同一範囲を指定することができる。
【００２６】
さらに、所定の周波数をキーボードから指定することも可能である。すなわち、キーボードから周波数ｆｐとｆｑを指定すると、その範囲の全周波数が点線表示される。その後パワーの増減量をキーボードから入力することで、図６（ｂ）に示すように、パワー値が変更される。また、マウス１９を点線表示された範囲に移動してクリックすることで、点線６５で示したようにマウス処理に移行させ、マウス１９の移動でパワーの値を変更することも可能である。
また、各周波数に対するパワーについて、他の周波数に移動したり、複写したりすることも可能である。この複写や移動についても、左上と右下の位置を指定することで範囲指定することができる。
【００２７】
なお、図６では、時間軸については表示されていないが、入力装置１８により、任意の時間軸ｔｒについて指定することで、その時間軸ｔｒについての各周波数とパワーを表示装置１７に表示し、変更することができる。また、任意の周波数軸ｆｓを指定することで、指定された周波数における、時間軸とパワー軸とからなる時間とパワーとの関係を表示装置１７に表示するようにしてもよい。
更に、図４に示す、スペクトルの三次元表示の状態で変更処理を行うようにしてもよい。
【００２８】
以上のようにしてスペクトル音声データについての音声処理が行われると、各変更処理毎に、変更後のデータが、ＲＡＭ１４の処理音声データ格納領域に格納される。なお、スペクトル音声データ格納領域に格納されている各パワーの値を直接変更するようにしてもよい。
【００２９】
そして、ユーザは、表示装置１７を見ながらスペクトル変更を行うと共に、変更処理後に、入力装置１８から音声再生操作を行うことで、変更後の音声を確認することができる。すなわち、音声再生の指示が入力されると、ＣＰＵ１１は、ＲＡＭ１４の処理音声データ領域に格納された処理音声データ（時間、周波数、パワーからなるスペクトルデータ）を読み出し、順次逆ＦＦＴ装置２２に供給する。逆ＦＦＴ装置２２では、供給されたスペクトルデータについて逆ＦＦＴ変換を行う。すなわち、各周波数とそのパワーから、各時間ｔｎ毎の音声波形を順次再生し、音声出力装置２４から変更後の音声を出力する。
出力音声を聞いて、良くなければ再度音声処理を行う。このように、変更した後の音声を確認しながら音声処理を行うことで、容易に自分の思うような音声に変更処理することができる。
なお、ＲＡＭ１４に格納されているスペクトル音声データや、音声処理後の処理音声データは、フロッピーディスクやＣＤ−ＲＯＭ等の記憶媒体に格納しておくことも可能である。
【００３０】
また、ユーザは、変更処理後の処理音声データについて、通信制御装置１５を介して、他のユーザに送信することができる。送信する場合、ＲＡＭ１４に格納されている各時間と各周波数に対するパワーの値を、ＰＣＭデータではなく、図３に示した数字による文字列データ（テキストデータ）に変換して送受信する。また、文字列データとして、さらに、アスキーコードによる１２８進法や、ａ〜ｚのアルファベットによる２６進法等に変換して送信するようにしてもよい。このように、音声のスペクトルデータを文字列データに変換することで、文字列のみを送受信対象としている電子メールでの伝送や、パーソナルコンピュータ通信等が可能になる。
【００３１】
以上説明した実施例では、スペクトルデータについて、三次元の棒グラフで表示装置１７に画像表示したが、本発明はこれに限定されるものではなく、他の方法によることも可能である。例えば、図７に示すように、スペクトルデータについて三次元平面により表現することも可能である。
また、本発明では、図８に示すように、パワーの値に応じた色でカラー表示することも可能である。
このように、三次元平面や、カラー表示することで、音声に対するスペクトルデータの状態をより分かりやすく表現することができる。
【００３２】
また、本実施例の音声処理装置を電話機として使用するようにしてよもい。この場合、予め、音声変更処理を行うスケールや、任意変更における変更値を指定しておく。そして、音声入力装置２３から入力された音声データについて、ＦＦＴ装置２１で分析した各時間ｔｎ毎のスペクトル音声データ（各周波数Ｆに対応するパワー）情報を、指定されたスケールや変更値に応じて変更し、通信制御装置１５からリアルタイムで逐次送信する。なお、電話通信に音声処理装置を使用する場合、必ずしも１６ビット、２２ＫＨｚで音声をサンプリングする必要はなく、１６ビット、４ＫＨｚまたは、８ビット、４ＫＨｚのように、ｎビット、ｍＫＨｚによるサンプリングでもよい。また、通話者の選択により、ｎビット、ｍＫＨｚの値を決定するようにしてもよい。
【００３３】
また、以上説明した実施例では、音声入力装置２３から入力された音声をＦＦＴ装置２１でスペクトル解析すると共に、音声処理後の処理音声データを逆ＦＦＴ装置２２で音声再生して音声出力装置２４から出力する構成としたが、本発明では、この構成に限定されるものではない。例えば、ＦＦＴおよび逆ＦＦＴ等の離散的フーリエ変換とその逆変換を行うプログラムをＲＯＭ１３に格納しておき、このプログラムに従って入力音声からのスペクトル解析や、音声再生処理をＣＰＵ１１が行うようにしてよもい。
さらに、本実施例ではＦＦＴ装置、および逆ＦＦＴ装置により、音声データのスペクトル解析を行ったが、本発明では、ＤＣＴ（離散コサイン変換）等の他の周波数解析方法を使用してもよい。
【００３４】
また、本実施例では、音声データを音声入力装置２３から獲得する場合について説明したが、通信制御装置１５により、ＰＣＭ化された音声データや、音声のアナログデータも受信するようにしてもよい。受信した音声データは、アナログの場合にはディジタルに変換した後、スペクトル解析を行う。
【００３５】
【発明の効果】
以上説明したように請求項１記載の音声処理装置によれば、ディジタルデータ化された音声データを獲得する音声獲得手段と、この音声獲得手段で獲得された音声データについてスペクトル解析し、時間、周波数、パワーの３要素からなるスペクトル音声データに変換するスペクトル解析手段と、このスペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを画像表示する表示手段と、表示手段で表示された画像上で、任意の領域を指定する領域指定手段と、領域指定手段で指定された領域の移動先を、表示手段で表示された画像上で指定する移動先指定手段と、領域指定手段で指定される領域内に存在するスペクトル音声データについて、時間、パワー、周波数の少なくとも１のデータの変更を行うデータ変更手段と、このデータ変更手段で変更された処理音声データを出力する出力手段と、を具備し、移動先指定手段で指定された移動先へ、領域指定手段で指定される領域内に存在するスペクトル音声データを移動することにより、表示された音声データを見ながら、任意位置のスペクトル音声データを移動することができるため、音声データを変更することが容易になる。
請求項２記載の音声処理装置によれば、スケール記憶手段に記憶された、時間、周波数、パワーについて特定の処理を行うためのスケールをスケール指定手段で指定することで、スケールに従ったデータ変更を行うことができる。
請求項３記載の音声処理装置によれば、データ変更手段で変更された後の処理音声データについての時間、周波数、パワーから、スペクトル逆変換により音声を再生することができる。
請求項４記載の音声処理装置によれば、スペクトル解析手段で解析された各時間および各周波数に対するパワーを文字列データに変換して送信することができる。
請求項５記載の音声処理装置によれば、データ変更手段で変更された処理音声データについて、各時間および各周波数に対するパワーを画像表示することができる。
請求項６記載の音声処理装置によれば、パワーを、その値に応じた色でカラー表示することができる。
【図面の簡単な説明】
【図１】本発明の一実施例における音声処理装置の構成図である。
【図２】同上、音声入力装置から入力された音声データを示す説明図である。
【図３】同上、音声処理装置のＲＡＭに格納されるスペクトル音声データの内容を示す説明図である。
【図４】同上、音声処理装置のＲＡＭに格納されたスペクトル音声データを表示装置に三次元的に表示した説明図である。
【図５】同上、音声処理装置において、スケールによる暗音声化処理の説明図である。
【図６】同上、音声処理装置において、任意処理の説明図である。
【図７】同上、音声処理装置において、スペクトルデータを三次元平面で表示装置に画像表示した状態を示す説明図である。
【図８】同上、音声処理装置において、スペクトルデータをパワーの値に応じた色でカラー表示した状態を示す説明図である。
【符号の説明】
１１ ＣＰＵ
１３ ＲＯＭ
１４ ＲＡＭ
１５ 通信制御装置
１６ プリンタ
１７ 表示装置
１８ 入力装置
２１ ＦＦＴ装置
２２ 逆ＦＦＴ装置
２３ 音声入力装置
２４ 音声出力装置

Claims (6)

1. ディジタルデータ化された音声データを獲得する音声獲得手段と、
   この音声獲得手段で獲得された音声データについてスペクトル解析し、時間、周波数、パワーの３要素からなるスペクトル音声データに変換するスペクトル解析手段と、
   前記スペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを画像表示する表示手段と、
   前記表示手段で表示された画像上で、任意の領域を指定する領域指定手段と、
   前記領域指定手段で指定された領域の移動先を、前記表示手段で表示された画像上で指定する移動先指定手段と、
   前記領域指定手段で指定される領域内に存在するスペクトル音声データについて、時間、パワー、周波数の少なくとも１のデータについて変更を行うデータ変更手段と、
   このデータ変更手段で変更された処理音声データを出力する出力手段と、を具備し、
   前記データ変更手段は、前記領域指定手段で指定される領域内に存在するスペクトル音声データを、前記移動先指定手段により指定された移動先へ移動することを特徴とするを特徴とする音声処理装置。
2. 前記データ変更手段は、時間、周波数、パワーについて特定の処理を行うためのスケールを複数記憶したスケール記憶手段、及び前記スケールを指定するスケール指定手段を備え、前記スケール指定手段で指定されたスケールに従ってデータ変更を行うことを特徴とする請求項１記載の音声処理装置。
3. 前記出力手段は、前記データ変更手段で変更された後の処理音声データについての時間、周波数、パワーから、スペクトル逆変換により音声を再生して出力する音声再生手段を具備することを特徴とする請求項１または請求項２記載の音声処理装置。
4. 前記出力手段は、前記スペクトル解析手段で解析されたスペクトル音声データについて、各時間および各周波数に対するパワーを文字列データに変換する文字列変換手段と、
   この文字列変換手段で変換された文字列データを送信する送信手段と、
   を具備することを特徴とする請求項１から請求項３のうちのいずれか１の請求項に記載された音声処理装置。
5. 前記表示手段は、前記データ変更手段で変更された処理音声データについて、各時間および各周波数に対するパワーを画像表示することを特徴とする請求項１から請求項４のうちのいずれか１の請求項に記載された音声処理装置。
6. 前記表示手段は、前記パワーを、その値に応じた色でカラー表示することを特徴とする請求項１から請求項５のうちのいずれか１の請求項に記載された音声処理装置。

Images