JP4430035B2 - 音声調整装置および音声調整方法 - Google Patents

Description

本発明は、例えば、音声信号の信号レベルを一定に保つ音声調整装置、および音声調整方法に関するものである。

たとえば、マイクロフォンから入力された音声信号の信号レベルを一定に保つ音量制御装置が知られている（例えば、特許文献１参照。）。
その制御方法としては様々な方法が考案されているが、上述した音量制御装置では、音声の出力レベルを読み取り、予め記憶している出力レベルとの差に応じた補正値を演算し、演算結果に応じて音声の出力レベルを一定に保持している。
また、音声信号を平均値検波処理を行い、１秒間の平均値信号を生成し、その平均値信号に応じて信号レベルを一定に保つように音声信号を増幅し出力する方法も知られている（平均値検波処理法）。
特開平８−３３７３４号公報

ユーザ（話者）がしゃべり始めた場合には、たとえば、マイクロフォンで検出した信号は、それまでの無音状態から急激に音声信号の入力レベルが強くなる。
このため、従来の平均値検波処理を行う方法では、それまでの無音状態を含む１秒間の平均値が低い。その低い平均値に基づいて、その低い値を所定のレベルまで増幅するため、大きな増幅度で音声信号を増幅するので、たとえば、図４（ｂ）に例示したように、大きな増幅度で入力された音声信号を過度に増幅してしまい、話しはじめた音声信号の出力レベルが非常に大きくなり耳障りになる。
これを避けるためには、ユーザ（話者）は、しゃべり始めに手動で増幅度を変更するという煩雑な操作を行う必要があった。

本発明は、かかる事情に鑑みてなされたものであり、その目的は、無音状態から急激に音声信号のレベルが高くなる場合に、信号調整のための増幅によって音声信号の出力レベルが過度に大きくならない音声調整装置、および音声調整方法を提供することにある。

本発明によれば、話者の音声を検出して電気信号に変換する音声検出手段と、話者の操作に応じてオンレベルのタイミング信号を発生する、信号発生手段と、前記タイミング信号がオンレベルの期間、前記音声検出手段が検出した音声信号のピークを検出し、当該音声信号のピークが所定レベル以上のとき、そのピークに応じた制御信号を出力する、ピーク検波手段と、時定数が可変であり、前記制御信号に基づく時定数で前記音声検出手段が検出した音声信号の平均値を演算する時定数が変更可能な第１平均値処理手段と、固定の時定数で前記音声検出手段が検出した音声信号の平均値を算出する第２平均値処理手段とを有し、前記第１平均値処理手段で演算した第１平均値信号と前記第２平均値処理手段で演算した第２平均値信号とを比較して大きい値の平均値信号を出力する、平均値処理手段と、事前に複数の話者の音声パターンデータを記憶している記憶手段と、前記記憶手段に記憶されている前記複数の話者の音声パターンデータの１つを選択して前記記憶手段から読みだす選択手段と、前記タイミング信号がオンレベルになってから所定時間の間、前記選択手段から出力された１の音声パターンデータを音声出力処理手段に出力し、前記所定の期間が経過後は、前記平均値処理手段から出力された平均値信号を前記音声出力処理手段に出力する、レベル算出手段と、前記音声検出手段で検出した音声信号を、前記レベル算出手段から出力された信号に基づく増幅度で増幅する、音声出力処理手段と、を有する、音声調整装置が提供される。

また本発明によれば、タイミング信号がオンレベルの期間、音声検出手段が検出した音声信号のピークを検出し、当該音声信号のピークが所定レベル以上のとき、そのピークに応じた制御信号を出力する、ピーク検波工程と、時定数が可変であり、前記制御信号に基づく時定数で前記音声検出手段が検出した音声信号の平均値を演算する時定数が変更可能な第１平均値処理工程と、固定の時定数で前記音声検出手段が検出した音声信号の平均値を算出する第２平均値処理工程とを有し、前記第１平均値処理工程で演算した第１平均値信号と前記第２平均値処理工程で演算した第２平均値信号とを比較して大きい値の平均値信号を出力する、平均値処理工程と、当該平均値処理工程において得られた平均値信号のレベルに応じた信号を算出するレベル算出工程と、事前に記憶手段に記憶されている複数の話者の音声パターンデータ１つを選択して前記記憶手段から読みだす選択工程と、前記タイミング信号がオンレベルになってから所定時間の間、前記選択工程で選択された１の音声パターンデータを出力し、前記所定の期間が経過後は、前記平均値処理工程で得られた平均値信号を出力する、レベル算出工程と、前記音声検出手段で検出した音声信号を、前記レベル算出工程で算出された信号に基づく増幅度で増幅する、音声出力処理工程と、を有する、音声調整方法が提供される。

本発明によれば、無音状態から急激に音声信号のレベルが強くなる場合に、音声調整装置から出力する音声信号の出力レベルが急激に大きくならないようにすることができる。
特に、本発明は複数の話者の音声信号パターンをデータとして事前に記憶しておき、話者に対応した音声信号パターンをデータを用いて平均値を調整する。その結果、話者の話し方に応じて、無音状態から急激に音声信号のレベルが強くなる場合でも、装置から出力される音声信号の出力レベルが急激に大きくならないようにすることができる。

第１実施形態
図１は本発明に係る音声調整装置の第１実施形態の機能ブロック図である。
本実施形態に係る音声調整装置１は、例えば外部入力部としてのマイクロフォン２により入力された音声信号の出力レベルが一定になるように音声信号を増幅して出力する。

マイクロフォン２は、図１に示すように、音声検出手段としての音声入力部２１、および、タイミング信号生成手段としてのタイミング指示信号生成部２２を有する。
音声入力部２１は、例えば、話者からの音波（音声）を検出して電気信号に変換して、音声信号Ｓ２１として音声調整装置１に出力する。

タイミング指示信号生成部２２は、第１の状態または第２の状態を設定し、その設定に応じてタイミング指示信号Ｓ２２の出力を制御する。
例えば、マイクロフォン２に設けられたタイミング指示信号生成部２２は、ユーザ（話者）が話をするときに話者が操作するスイッチを含み、そのスイッチがオン状態またはオフ状態かに応じて第１の状態および第２の状態を設定する。

詳細には、タイミング指示信号生成部２２は、マイクロフォン２のスイッチ（図示せず）がオフ状態の場合には第１の状態が設定されローレベルの電圧のタイミング指示信号Ｓ２２を出力し、スイッチがオン状態の場合には第２の状態が設定されてハイレベルの電圧のタイミング指示信号Ｓ２２を出力する。
例えば、ローレベルの電圧のタイミング指示信号Ｓ２２はミュート信号ｍに相当し、ハイレベルの電圧のタイミング指示信号Ｓ２２は、後述する信号処理を行うタイミング指示信号ｔに相当する。

音声調整装置１は、図１に示すように、検波部１１、レベル算出部１２、および、出力処理部１３を有する。
検波部１１は、マイクロフォン２からの話者の音声信号Ｓ２１の検波処理を行い、検波処理の結果Ｓ１１２をレベル算出部１２に出力する。

検波部１１は詳細には、ピーク検波部１１１、および平均値検波部１１２を有する。
ピーク検波部１１１は本発明に係るピーク検波手段に相当し、平均値検波部１１２は本発明に係る平均値処理手段に相当し、レベル算出部１２は本発明に係るレベル算出手段に、出力処理部１３は本発明に係る出力処理手段に相当する。

ピーク検波部１１１は、タイミング指示信号生成部２２から出力されるタイミング指示信号Ｓ２２が示すハイレベルのタイミング指示信号ｔに応じて規定される所定の期間、マイクロフォン２の音声入力部２１のピークを検出し、検出したピークに応じた制御信号Ｓ１１１を平均値検波部１１２に出力する。
すなわち、ピーク検波部１１１は、タイミング指示信号Ｓ２２がハイレベルの間（タイミング指示信号ｔの間）、後述する平均値検波部１１２内の時定数が可変の第１平均値検出部１１２１における時定数を変化させる制御信号Ｓ１１１を、ピーク検波部１１１における音声信号Ｓ１２のピーク検波の結果に応じて生成し出力する。なお、ピーク検波部１１１から出力する制御信号Ｓ１１１は、平均値検波部１１２において平均値信号を生成させないことを指示することもある。

ピーク検波部１１１は、タイミング指示信号生成部２２からハイレベルのタイミング指示信号Ｓ２２が入力されると、ハイレベルのその期間、マイクロフォン２から出力された音声信号Ｓ２１のピーク検波処理を行いピーク検波信号Ｓ１１１１を生成し（図３（Ｂ））、そのピーク検波信号Ｓ１１１１に基づいて制御信号Ｓ１１１を出力する。
図２を参照して後述するように、平均値検波部１１２内の第１平均値検波部１１２１は、例えば制御信号Ｓ１１１に応じて時定数を設定し、設定した時定数に応じて音声信号Ｓ２１の平均値化処理を行う。

また、ピーク検波部１１１は、マイクロフォン２からの音声信号Ｓ２１が所定のレベル以下、例えばノイズのレベル以下の場合には、平均値検波部１１２において平均値信号を生成させないことを示す制御信号Ｓ１１１を生成し、平均値検波部１１２内の切換制御部１１２４に出力する。

図２は、図１に示した音声調整装置の平均値検波部１１２の機能ブロックの一具体例を示す図である。
平均値検波部１１２は、例えば図２に示すように、第１平均値検波部１１２１、第２平均値検波部１１２２、切換部１１２３、および切換制御部１１２４を有する。
第１平均値検波部１１２１は本発明に係る第１平均値処理手段に相当し、第２平均値検波部１１２２は本発明に係る第２平均値処理手段に相当し、切換部１１２３および切換制御部１１２４は本発明に係る信号切換制御手段に相当する。

第１平均値検波部１１２１は、ピーク検波部１１１から出力された制御信号Ｓ１１１に応じて時定数を設定し、その時定数に基づいて音声入力部２１から出力された音声信号Ｓ２１の平均値信号レベルを検出し、第１の平均値信号Ｓ１１２１として出力する。

詳細には、第１平均値検波部１１２１は、ピーク検波部１１１から出力された制御信号Ｓ１１１に応じて、時定数を設定し、その時定数に基づいて音声入力部２１から出力された音声信号Ｓ２１の平均値信号レベルを検出して、第１の平均値信号Ｓ１１２１として出力する。
例えば、ピーク検波部１１１から時定数を小さく設定させる制御信号Ｓ１１１が出力されると、第１平均値検波部１１２１は、その制御信号Ｓ１１１に応じて時定数を小さく設定し、その小さな時定数に基づいて、短い期間の音声信号Ｓ２１の平均値レベルを検出し、第１の平均値信号Ｓ１１２１を生成する。
また、ピーク検波部１１１から時定数を大きく設定させる制御信号Ｓ１１１が出力されると、第１平均値検波部１１２１は、その制御信号Ｓ１１１に応じて時定数を大きく設定し、その大きな時定数に基づいて、時定数が小さい時より長い期間にわたる音声信号Ｓ２１の平均値レベルを検出し、第１の平均値信号Ｓ１１２１を生成する。

第１平均値検波部１１２１は、時定数が小さいほど、短期間の音声信号Ｓ２１について平均値を検出する、すなわち、短期間の音声信号Ｓ２１のレベルの変化に追従するように平均値信号レベルを検出する。つまり、第１平均値検波部１１２１は、時定数が小さいほど音声信号Ｓ２１の平均化処理を行う際の処理単位時間が短いので、音声信号Ｓ２１のレベルの変化に迅速に追従するように平均値信号レベルを検出する。
一方、第１平均値検波部１１２１は、時定数が大きいほど、音声信号Ｓ２１の平均化処理を行う処理単位時間が長いので、時定数が小さいときよりは、音声信号Ｓ２１のレベルの変化に迅速に追従せずに、大まかな平均値信号レベルを検出する。
ピーク検波部１１１は、このように、第１平均値検波部１１２１における時定数を設定させる制御信号Ｓ１１１を、音声信号Ｓ１２のピーク検波の結果に応じて生成して出力する。

また、第１平均値検波部１１２１は、ピーク検波部１１１から平均値信号を生成させないことを示す制御信号Ｓ１１１が出力された場合には、平均値信号を生成する処理を行わない。

第２平均値検波部１１２２は、マイクロフォン２の音声入力部２１から出力された音声信号Ｓ２１に基づいて、例えば、所定の時定数で音声信号Ｓ２１の平均値信号Ｓ１１２２を生成し、切換部１１２３に出力する。

切換部１１２３は、切換制御部１１２４からの切換制御信号Ｓ１１２４に応じて、第１平均値検波部１１２１から出力された第１平均値信号Ｓ１１２１または第２平均値検波部１１２２から出力された第２平均値信号Ｓ１１２２を切換えて、レベル算出部１２に出力する。

切換制御部１１２４は、第１平均値検波部１１２１から出力された第１平均値信号Ｓ１１２１と第２平均値検波部１１２２から出力された第２平均値信号Ｓ１１２２に基づいて、切換部１１２３に第１平均値信号Ｓ１１２１または第２平均値信号Ｓ１１２２を選択的に出力させる切換制御信号Ｓ１１２３を生成して、切換部１１２３に出力する。

詳細には、切換制御部１１２４は、第１平均値検波部１１２１から出力された可変の時定数で演算した第１平均値信号Ｓ１１２１と固定の時定数で演算した第２平均値検波部１１２２から出力された第２平均値信号Ｓ１１２２を比較し、第２平均値信号Ｓ１１２２の信号レベルが第１平均値信号Ｓ１１２１の信号レベルよりも低い場合には、レベルの高い第１平均値信号Ｓ１１２１を選択させる制御信号Ｓ１１２４を切換部１１２３に出力する。

他方、切換制御部１１２４は、第１平均値信号Ｓ１１２１と第２平均値信号Ｓ１１２２を比較し、第２平均値信号Ｓ１１２２の信号レベルが第１平均値信号Ｓ１１２１の信号レベルとほぼ同じか、そのレベル以上になった場合に、レベルの高い第２平均値信号Ｓ１１２２を選択させる制御信号Ｓ１１２４を切換部１１２３に出力する。
また、切換制御部１１２４は、ピーク検波部１１１から出力された制御信号Ｓ１１１が平均値を出力しないことを示す場合は、切換部１１２３に平均値信号の出力を行わないように制御させる。

図３は、図１に示した音声調整装置の動作を説明するための図である。
図３（ａ）は音声信号Ｓ２１を示す図であり、図３（ｂ）は図３（ａ）に示した音声信号Ｓ２１の絶対値を示す信号Ｓ１１１０を示す図であり、図３（ｃ）はピーク検波部１１１における図３（ｂ）に示した音声信号Ｓ２１のピーク検波処理を説明するための図であり、図３（ｄ）はピーク検波処理の結果、生成されたピーク検波信号Ｓ１１１１を示す図である。図３（ｅ）は第２平均値信号Ｓ１１２２を示す図である。図３（ｆ）は、平均値検波部１１２から出力される平均値信号Ｓ１１２を示す図である。

ピーク検波部１１１は、例えば図３（ａ）に示すように、マイクロフォン２の音声入力部２１から出力された音声信号Ｓ２１の絶対値処理を行い、図３（ｂ）に示すような絶対値信号Ｓ１１１０を生成する。
ピーク検波部１１１は、図３（ｃ）に示すように、絶対値信号Ｓ１１１０の変化に追従して絶対値信号Ｓ１１１０のピーク検波処理を行い、図３（ｄ）に示すようなピーク検波信号Ｓ１１１１を生成する。
さらに、ピーク検波部１１１はピーク検波信号Ｓ１１１１に応じた制御信号Ｓ１１１を生成する。

ピーク検波部１１１は、詳細には、図３（ｄ）に示すピーク検波信号Ｓ１１１１に基づいて、平均値検波部１１２内の時定数が可変の第１平均値検波部１１２１において検出する音声信号Ｓ２１の平均値が所定のレベルｓｌ以上になるように、第１平均値検波部１１２１における検波を行う期間を規定する時定数に設定させる制御信号Ｓ１１１を出力する。
ピーク検波は、図３（ｃ）を参照して上述したように波形の振幅のピーク（最大値）に応じた信号を生成する検波方法である。

平均値検波部１１２内の第１平均値検波部１１２１は、ピーク検波部１１１から出力される制御信号Ｓ１１１に応じて時定数を設定、例えば、小さい時定数を設定し、その時定数に基づいて音声信号Ｓ２１を平均値検波する。

図３（ｅ）は、平均値検波を説明するための図である。
平均値検波部１１２内の固定の時定数の第２平均値検波部１１２２は、音声信号Ｓ２１の絶対値信号Ｓ１１１０に基づいて、所定の期間の平均値検波処理を行う。
例えば第２平均値検波部１１２２における平均値検波処理としては、所定の時間、所定の時定数に基づいて絶対値信号Ｓ１１１０の平均値を生成する。

第２平均値検波部１１２２は、例えば、ＬＰＦ（Low pass filter ）を有し、ＬＰＦに絶対値信号Ｓ１１１０を入力させて平均値検波処理を行い、図３（ｅ）に示すように、立上がりが緩やかな平均値信号Ｓ１１２２を生成する。
また、例えば第２平均値検波部１１２２は、予め設定された、絶対値信号Ｓ１１１０の１秒間の平均値をとるような時定数に基づいて、立上りが緩やかな平均値信号Ｓ１１２２を生成する。

図３（ｆ）は、図１に示した音声調整装置の平均値検波部の動作を説明するための図である。
検波部１１内の平均値検波部１１２は、音声信号Ｓ２１の立上がりに追従した信号をレベル算出部１２に出力するために、詳細には、平均値検波部１１２内の時定数が可変の第１平均値検波部１１２１は、ピーク検波部１１１からピーク検波信号Ｓ１１１１（図３（ｄ））の値に応じた制御信号Ｓ１１１が出力された場合には、その制御信号Ｓ１１１に基づいた時定数に基づいて音声信号Ｓ２１の平均値レベルが所定のレベルｓｌ以上になるような平均値信号Ｓ１１２を生成し、切換部１１２３を介してレベル算出部１２に出力する。

第１平均値検波部１１２１は、詳細には、例えば図３（ｄ）に示すように、話者の音声信号が存在しない時から、タイミング信号ｔがオンレベルになってから時間ｔｓまでピーク検波部１１１から、制御信号Ｓ１１１１が所定のレベルｓｌ以上の場合に、小さい時定数を設定させる制御信号Ｓ１１１が出力されると、その制御信号Ｓ１１１に応じて時定数を小さく設定して、その時定数に基づいて、短い期間、音声信号Ｓ１２の平均値検波を行い、図３（ｄ）のタイミング信号ｔがオンレベルになってから時間ｔｓ以前の信号について第１平均値信号Ｓ１１２１を生成して、レベル算出部１２に出力する。

例えば、時刻ｔｓに、切換制御部１１２４は、時定数が変化する第１平均値検波部１１２１から出力された平均値信号Ｓ１１２１と、時定数が固定の第２平均値検波部１１２２から出力された平均値信号１１２２を比較し、略同じレベルになった場合に、切換部１１２３に第２平均値検波部１１２２から出力された第２平均値信号Ｓ１１２２に切換えさせる切換制御信号Ｓ１１２４を出力する。図３（ｅ）に示すように、切換部１１２３は、その切換制御信号Ｓ１１２４に基づいて、第２平均値検波部１１２２から出力された第２平均値信号Ｓ１１２２に切換えて、平均値信号Ｓ１１２として、レベル算出部１２に出力する。

レベル算出部１２は、平均値検波部１１２から出力された平均値信号Ｓ１１２に基づいて、音声信号Ｓ２１の信号強度を示す強度信号Ｓ１２を生成して、出力処理部１３に出力する。

出力処理部１３は、レベル算出部１２から出力された強度信号Ｓ１２に基づいて増幅度を決定し、マイクロフォン２の音声入力部２１から入力された音声信号Ｓ２１の出力レベルが一定になるように、音声信号Ｓ２１を増幅して、音声信号Ｓ１３を生成して出力する。

例えば、出力処理部１３は、レベル算出部１２から出力された、平均値信号Ｓ１１２に応じた信号強度Ｓ１２の信号レベルに基づいて、その平均値信号Ｓ１１２に反比例するような増幅度で、マイクロフォン２の音声入力部２１から入力された音声信号Ｓ２１を増幅して音声信号Ｓ１３を生成して出力する。

図４は、図１に示した音声調整装置の動作を説明するための図である。
図４（ａ）は、マイクロフォン２の音声入力部２１に入力される音声信号のレベル特性を示す図である。
図４（ｂ）は、一般的な音声調整装置から出力される増幅された音声信号の特性を説明するための図である。

図４（ａ）に示すように、音声信号Ｓ２１が例えばユーザ（話者）の話し始めの立上り部分で、詳細には音声信号Ｓ２１の信号レベルがローレベルから急激にハイレベルになった場合に、一般的な音声調整装置では、入力された音声信号Ｓ２１の平均値信号が、音声信号が存在しない時から所定の長い期間の平均値を生成しているために、平均値が低く、その低い平均値に基づいて増幅度を大きくし、音声信号Ｓ２１を増幅してしまう。このため、例えば図４（ｂ）に示すように、一般的な音声調整装置では、音声信号Ｓ２１の話し始めが極度に大きな出力レベルの信号Ｓ２００が出力される。

本実施形態に係る音声調整装置１では、図３（ｄ）に示すように、話者がマイクロフォン２を用いて話し始めたとき、第１平均値検波部１１２１における音声信号Ｓ２１の平均値を検出する期間（時定数）が短いので迅速に音声信号Ｓ２１の平均値が検出でき、平均値検波部１１２からその第１平均値信号Ｓ１１２１がレベル算出部１２に入力されて第１平均値信号Ｓ１１２１に応じた強度が決定されるので、出力処理部１３における増幅度が過度に大きくならないので、話者が話し始めの出力レベルが小さく、徐々に出力レベルが一定になるような音声信号Ｓ１３を生成し出力する。

図５は、音声調整装置の動作を説明するためのフローチャートである。以上の構成の音声調整装置１の動作を、図５を参照しながら説明する。

ステップＳＴ１において、例えば、ユーザはマイクロフォン２で話すために、マイクロフォン２の不図示のスイッチをオン状態にすると、タイミング指示信号生成部２２からハイレベルの電圧のタイミング指示信号Ｓ２２（タイミング指示信号ｔ）が出力される。ユーザがマイクロフォン２に向かって発音すると、音声入力部２１では音声信号Ｓ２１が生成され出力される。

タイミング指示信号生成部２２から出力されたハイレベルのタイミング指示信号Ｓ２２がピーク検波部１１１に入力されると、ピーク検波部１１１により、マイクロフォン２の音声入力部２１から出力された音声信号Ｓ２１に基づいて音声信号Ｓ２１のピーク検波が行われ、ピーク検波の結果に応じた制御信号Ｓ１１１が、平均値検波部１１２内の第１平均値検出部１１２１と切換制御部１１２４に出力される。

ステップＳＴ２において、音声信号Ｓ２１は、平均値検波部１１２内の時定数が変化する第１平均値検出部１１２１により、上述したタイミング指示信号Ｓ２２がハイレベルの期間、例えば、話し始めの１秒間は、少なくともピーク検波部１１１から出力された制御信号Ｓ１１１に基づいて、音声信号Ｓ２１の平均値レベルが所定のレベルｓｌ以上になるように平均値信号Ｓ１１２が生成される。

ステップＳＴ３において、音声信号Ｓ２１は、上述した所定の期間の後には、平均値検波部１１２内の固定の時定数の第２平均値検波部１１２２により、入力された音声信号Ｓ２１に基づいて平均値検波処理が行われ、音声信号Ｓ２１の平均値レベルが検出され平均値信号Ｓ１１２が生成される。

平均値検波部１１２により生成された平均値信号Ｓ１１２は、レベル算出部１２により、音声信号Ｓ２１の信号強度を示す強度信号Ｓ１２が生成され、出力処理部１３に出力される。

ステップＳＴ４において、出力処理部１３では、レベル算出部１２から出力された強度信号Ｓ１２に基づいて、入力された音声信号Ｓ２１の出力レベルが一定になるように調整すべく、音声信号Ｓ２１が増幅されて、音声信号Ｓ１３が生成され出力される。

以上説明したように、本実施の形態においては、
（ａ）マイクロフォン２からハイレベルのタイミング指示信号Ｓ２２（タイミング指示信号ｔ）が入力されると、所定のタイミングで、所定の期間、音声信号Ｓ２１に応じてピーク検波処理を行い、所定のタイミング指示信号ｔに応じて規定される所定の期間、音声信号Ｓ２１の平均値レベルを所定のレベル以上にする制御信号Ｓ１１１を出力するピーク検波部１１１と、
（ｂ）所定の期間は、制御信号Ｓ１１１に基づいて所定のレベル以上の平均値レベルの平均値信号Ｓ１１２を生成し、所定の期間の後には、音声信号Ｓ２１に基づいて平均値検波処理を行い平均値レベルを検出し、検出した結果に基づいて平均値信号Ｓ１１２を生成する平均値検波部１１２と、
（ｃ）平均値信号Ｓ１１２に基づいて音声信号Ｓ２１の信号強度を示す強度信号Ｓ１２を生成し出力するレベル算出部１２と、
（ｄ）強度信号Ｓ１２に基づいて音声信号Ｓ２１を増幅して、増幅によるレベル調整により、一定のレベルを持つ音声信号Ｓ１３を生成する出力処理部１３と
を設けたので、無音状態から急激に音声信号の信号強度（レベル）が強くなる場合であっても、出力信号の信号強度が大きくならずに、略一定の信号強度で出力することができる。

また、ピーク検波部１１１からの制御信号Ｓ１１１に応じて時定数を設定し、その時定数に基づいて平均値検波を行う第１平均値検波部１１２１と、所定の時定数で平均値検波を行う第２平均値検波部１１２２と、それぞれの出力に応じてレベル算出部１２への出力を制御する切換部１１２３および切換制御部１１２４とを設けたので、音声信号のレベルに追従するように音声信号を増幅することができる。

また、一般的な音声調整装置で時定数を小さく設定した場合では増幅度が不安定になるが、本実施形態において、第１平均値検波部１１２１では、ピーク検波の結果に応じて時定数を小さく設定し、その時定数で平均値検波を行い、第２平均値検波部１１２２では、例えば、それよりも大きい所定の時定数で平均値検波を行い、切換部１１２３および切換制御部１１２４でそれらの出力を制御しているので増幅度が不安定にならない。

第２実施形態
図６は、本発明に係る音声調整装置の第２実施形態の機能ブロック図である。
本実施形態の音声調整装置１ａは、図６に示すように、検波部１１、レベル算出部１２ａ、出力処理部１３、記憶部１４、および入力部１５を有する。
図１を参照して述べた第２実施の形態の音声調整装置１ａと、図６に図解されている第１実施形態に係る音声調整装置１との大きな相違点は、レベル算出部１２ａにタイミング指示信号生成部２２からのタイミング指示信号Ｓ２２（タイミング指示信号ｔ）が入力する点と、新たに記憶部１４および入力部１５が構成要素として加わった点である。
第１実施の形態と同様な機能の構成要素については説明を省略し、以下、第１実施の形態との相違点のみ説明する。

レベル算出部１２ａは、平均値検波部１１２から出力された平均値信号Ｓ１１２に基づいて、音声出力部２１から出力処理部１３に入力される音声信号Ｓ２１の信号強度を示す強度信号Ｓ１２を生成して出力処理部１３に出力する。

レベル算出部１２ａは、ユーザの音声ごとに求めた、平均値検波部１１２から出力される平均値信号Ｓ１１２の信号パターンＳＰを記憶部１４に記憶する。

また、レベル算出部１２ａは、ユーザの音声ごとに求めて記憶部１４に記憶されている信号パターンＳＰと、平均値検波部１１２から出力される平均値信号Ｓ１１２と、タイミング指示信号生成部２２から出力されるハイレベルのタイミング指示信号Ｓ２２（タイミング指示信号ｔ）とに基づいて、例えば、図３（ｄ）に示すように、所定の期間、音声信号Ｓ２１の平均値レベルが所定のレベルｓ１以上になるように、新たに平均値信号を生成して、出力処理部１３に出力する。

なお、レベル算出部１２ａから、事前に、複数のユーザの音声信号Ｓ２１の信号パターンＳＰ＿１〜ＳＰ＿ｎを記憶部１４に記憶させておく。
入力部１５は、例えば、ユーザの操作に応じて、信号パターンＳＰ＿１〜ＳＰ＿ｎの内から所定の信号パターンＳＰを選択させる選択信号Ｓ１５を生成する。

レベル算出部１２ａは、記憶部１４に記憶されている複数の信号パターンＳＰ＿１〜ｎの内からこの入力部１５から出力された選択信号Ｓ１５に対応する信号パターンＳＰを選択し、選択したその信号パターンを新たに平均値信号として出力処理部１３に出力する。そのような信号パターンとしては、例えば、図３（ｄ）に示すように、タイミング指示信号生成部２２から出力されるタイミング信号Ｓ２２がハイレベルになった後、所定の期間ｔｓの間、所定のレベルｓ１以上の信号パターンである。
所定の期間ｔｓ以降は、レベル算出部１２ａは平均値検波部１１２から出力される平均値信号Ｓ１１２を用いる。

出力処理部１３は、レベル算出部１２ａから出力された新たな平均値信号に基づいて増幅度を決定し、マイクロフォン２から入力された音声信号Ｓ２１の出力レベルが一定になるように音声信号Ｓ２１を増幅して、音声信号Ｓ１３を生成し出力する。

以上説明した構成の音声調整装置１ａの動作を簡単に説明する。
例えば、ユーザはマイクロフォン２を用いて話すために、マイクロフォン２の不図示のスイッチをオン状態にすると、タイミング指示信号生成部２２から、ハイレベルの電圧の信号Ｓ２２、具体的には、タイミング指示信号ｔが出力される。
ユーザがマイクロフォン２に向かって発音すると、音声入力部２１で音声信号Ｓ２１が生成されて出力される。

タイミング指示信号生成部２２から出力されたハイレベルのタイミング指示信号Ｓ２２（タイミング指示信号ｔ）がピーク検波部１１１に入力されると、ピーク検波部１１１において、マイクロフォン２の音声入力部２１から出力された音声信号Ｓ２１に基づいて音声信号Ｓ２１のピーク検波が行われ、ピーク検波部１１１からピーク検波の結果に応じた制御信号Ｓ１１１が、平均値検波部１１２内の第１平均検波部１１２１に出力される。

音声信号Ｓ２１は、平均値検波部１１２内の時定数が設定される第１平均検波部１１２１により、上述した所定の期間、例えば話し始めの１秒間は、少なくともピーク検波部１１１から出力された制御信号Ｓ１１１に基づいた時定数で、音声信号Ｓ２１の平均値レベルを所定のレベルｓ１以上になるように平均値信号Ｓ１１２が生成される。

音声信号Ｓ２１は、平均値検波部１１２により、上述した所定の期間の後には、入力された音声信号Ｓ２１に基づいて、時定数が固定の第２の平均検波部１１２２において平均値検波処理が行われ、音声信号Ｓ２１の平均値レベルが検出されて平均値信号Ｓ１１２が生成される。

平均値検波部１１２により生成された平均値信号Ｓ１１２は、レベル算出部１２ａにより、音声信号Ｓ２１の平均値の信号強度を示す強度信号Ｓ１２が生成されて出力処理部１３に出力される。

レベル算出部１２ａは、平均値検波部１１２ａから出力される平均値信号Ｓ１１２に基づいて、平均値信号Ｓ１１２の信号パターンＳＰを記憶部１４に記憶する。

例えば、レベル算出部１２ａは、事前に、記憶部１４内に、信号パターンＳＰを複数記憶しておく。
ユーザの操作に応じて、入力部１５は、その信号パターンＳＰ＿１〜ＳＰ＿ｎの内から所定の信号パターンＳＰを選択させる選択信号Ｓ１５をレベル算出部１２ａに出力する。

レベル算出部１２ａは、選択信号Ｓ１５に基づいて、記憶部１４に記憶されている複数の信号パターンＳＰ＿１〜ＳＰ＿ｎの内から対応する信号パターンＳＰを選択する。
レベル算出部１２ａは、選択したその信号パターンを新たに平均値信号として出力処理部１３に出力する。

出力処理部１３は、レベル算出部１２ａから出力された強度信号Ｓ１２に基づいて、マイクロフォン２から入力された音声信号Ｓ２１の出力レベルが一定になるように、音声信号Ｓ２１が増幅されて、音声信号Ｓ１３が生成されて出力される。

以上説明したように、第２実施の形態においては、複数の信号パターンＳＰ＿１〜ＳＰ＿ｎを記憶する記憶部１４と、信号パターンＳＰ＿１〜ＳＰ＿ｎを選択させる選択信号Ｓ１５を生成する入力部１５とをさらに設け、選択された信号パターンＳＰ、平均値信号Ｓ１１２、タイミング指示信号ｔに基づいて、強度信号Ｓ１２を生成するレベル算出部１２ａを設けたので、本実施の形態は、ユーザが事前に登録したパターンを用いた安定した信号処理か可能となり、例えば、第１実施の形態に比べてより早く安定したレベルの調整を行うことができる。

本実施の形態においては、記憶部１４に複数の信号パターンＳＰ＿１〜ＳＰ＿ｎを記憶し、入力部１５によりそれらを選択することができるので、例えば、予め複数のユーザの信号パターンを記憶しておき、入力部１５で必要に応じて、所定の信号パターンＳＰを選択することにより、ユーザの音声に適合する、最適なレベルを設定することができる。
たとえば、話し始めの時を検出し、図３（ｃ）のように滑らかに立ち上がる特性をもった、安定した音量調整を行うことができる。

第３実施形態
図７は、本発明に係る音声調整装置の第３実施形態の機能ブロックの一部を拡大した図である。
本実施形態に係る音声調整装置１ｂは、第１および第２実施形態に係る音声調整装置１、１ａと略同じ構成であり、以下、相違点のみ説明する。
音声調整装置１ｂにおいて、平均値検波部１１２ｂは、図７に示すように、バッファ１１２３１、加算器１１２３２、バッファ１１２３３、および初期加算部１１２３４を有する。
また、音声調整装置１ｂは、第２実施形態に係る音声調整装置１ａと同様に、記憶部１４ｂ、入力部１５ｂを有する。

加算器１１２３２は、バッファ１１２３１を介して入力された、音声信号Ｓ２１と、バッファ１１２３３を介して初期加算部１１２３４から出力された信号Ｓ１１２３４とを加算して信号Ｓ１１２３２を生成し、信号Ｓ１１２として出力する。

初期加算部１１２３４は、平均値検波処理の初期時には、検波入力部１５ｂから出力された選択信号Ｓ１５ｂに応じて、記憶部１４ｂから出力された信号パターンＳＰ＿ｎと、加算器１１２３２から出力された信号Ｓ１１２３２とを加算して、信号Ｓ１１２３４として出力する。

入力部１５ｂは、例えばユーザの操作に応じて、記憶部１４ｂに記憶されている信号パターンＳＰ＿１〜ＳＰ＿ｎの内から所定の信号パターンＳＰを選択させる選択信号Ｓ１５ｂを生成し、初期加算部１１２３４に出力する。
また、入力部１５ｂは、記憶部１４ｂに記憶されている信号パターンＳＰ＿１〜ＳＰ＿ｎの内から所定の信号パターンＳＰを選択させる選択信号Ｓ１５１ｂを生成し、記憶部１４ｂに出力する。
記憶部１４ｂは、入力部１５ｂから出力された信号Ｓ１５１ｂに基づいて、記憶している信号パターンＳＰ＿１〜ＳＰ＿ｎの内から所定の信号パターンＳＰを選択し、初期加算部１１２３４に出力する。

以上説明した構成の音声調整装置１ｂの動作を簡単に説明する。
例えば、入力部１５ｂから、平均値検波部１１２ｂに平均値検波処理の初期値として、記憶部１４ｂに記憶されている信号パターンＳＰ＿１〜の内から所定の信号パターンＳＰを選択させる選択信号Ｓ１５１ｂが記憶部１４ｂに出力され、信号１５ｂが初期加算部１１２３４に出力される。
記憶部１４ｂは、信号１５１ｂに応じて信号パターンＳＰを初期加算部１１２３４に出力する。

初期加算部１１２３４では、初期時には、入力部１５ｂから出力された信号Ｓ１５１ｂ、および記憶部１４ｂから出力された信号パターンＳＰに基づいて、信号パターンＳＰを平均値検波処理の初期値として用いて、信号Ｓ１１２３２に加算し、信号Ｓ１１２３４として出力される。

そして、信号Ｓ１１２３４は、バッファ１１２３３を介して加算器１１２３２に入力され、バッファ１１２３１を介して入力された音声信号Ｓ２１と加算され、信号１１２３２として出力される。

以上説明したように、本実施形態では、平均値検波部１１２ｂに、平均値検波処理の初期時には、記憶部に記憶されている所望の信号パターンＳＰを入力しているので、平均値検波の初期時の不安定さを解消することができる。

なお、本発明は本実施の形態に限られるものではなく、任意好適な種々の変更が可能である。
例えば、記憶部１４に記憶された信号パターンＳＰを他の記憶媒体に記憶することで、バックアップ等を行うことができる。

また、第１実施形態ではタイミング指示信号生成部２２がタイミング指示信号ｔを出力すると、ピーク検波部１１１はそのタイミング指示信号ｔに応じて規定される所定の期間、レベル算出部１２から出力される音声信号Ｓ２１の平均値レベルを所定のレベル以上にする制御信号を平均値検波部１１２に出力したが、この形態に限られるものではない。

例えば、タイミング指示信号生成部２２がタイミング指示信号ｔを出力すると、ピーク検波部１１１は、所定の時間、例えば３０秒の後に平均値信号を生成させる制御信号Ｓ１１１を出力し、平均値検波部１１２はその制御信号Ｓ１１１に応じて所定の時間の後に音声信号Ｓ１２に応じた平均値検波を行ってもよい。

また、タイミング指示信号生成部２２がハイレベルのタイミング指示信号ｔを出力すると、ピーク検波部１１１は、所定の時間、例えば３０秒の後に平均値信号を生成させる制御信号Ｓ１１１を出力し、平均値検波部１１２はその制御信号Ｓ１１１に応じて所定の時間の後に音声信号Ｓ１２に応じた平均値検波を行ってもよい。
また、この所定の時間は、例えばユーザそれぞれにより、マイクロフォン２のスイッチをオンし、タイミング指示信号生成部２２がハイレベルのタイミング指示信号ｔを生成してから、話し始める時間が異なるので、ユーザそれぞれに対応した時間を設定する機構を設けてもよい。

本発明の実施の形態によれば、無音状態から急激に音声信号のレベルが強くなる場合に、音声信号の出力レベルが大きくならない音声調整装置、および音声調整方法を提供することができる。

図１は本発明に係る音声調整装置の第１実施形態の機能ブロック図である。 図２は図１に示した音声調整装置の平均値検波部の機能ブロックの一具体例を示す図である。 図３は図１に示した音声調整装置の動作を説明するための図である。 図４は図１に示した音声調整装置の動作を説明するための図である。 図５は音声調整装置１の動作を説明するためのフローチャートである。 図６は本発明に係る音声調整装置の第２実施形態の機能ブロック図である。 図７は本発明に係る音声調整装置の第３実施形態の機能ブロックの一部を拡大した図である。

１…音声調整装置、２…マイク、１１…検波部、１２…レベル算出部、１３…出力処理部、１４…記憶部、１５…入力部、２１…音声入力部、２２…タイミング指示信号生成部、１１１…ピーク検波部、１１２…平均値検波部、１１１１…第１平均値検波部、１１１２…第２平均値検波部、１１２３…切換部、１１２４…切換制御部、１１２３１…バッファ、１１２３２…加算器、１１２３３…バッファ、１１２３４…初期加算部。

Claims (2)

1. 話者の音声を検出して電気信号に変換する音声検出手段と、
   話者の操作に応じてオンレベルのタイミング信号を発生する、信号発生手段と、
   前記タイミング信号がオンレベルの期間、前記音声検出手段が検出した音声信号のピークを検出し、当該音声信号のピークが所定レベル以上のとき、そのピークに応じた制御信号を出力する、ピーク検波手段と、
   時定数が可変であり、前記制御信号に基づく時定数で前記音声検出手段が検出した音声信号の平均値を演算する時定数が変更可能な第１平均値処理手段と、固定の時定数で前記音声検出手段が検出した音声信号の平均値を算出する第２平均値処理手段とを有し、前記第１平均値処理手段で演算した第１平均値信号と前記第２平均値処理手段で演算した第２平均値信号とを比較して大きい値の平均値信号を出力する、平均値処理手段と、
   事前に複数の話者の音声パターンデータを記憶している記憶手段と、
   前記記憶手段に記憶されている前記複数の話者の音声パターンデータの１つを選択して前記記憶手段から読みだす選択手段と、
   前記タイミング信号がオンレベルになってから所定時間の間、前記選択手段から出力された１の音声パターンデータを音声出力処理手段に出力し、前記所定の期間が経過後は、前記平均値処理手段から出力された平均値信号を前記音声出力処理手段に出力する、レベル算出手段と、
   前記音声検出手段で検出した音声信号を、前記レベル算出手段から出力された信号に基づく増幅度で増幅する、音声出力処理手段と、
   を有する、
   音声調整装置。
2. タイミング信号がオンレベルの期間、音声検出手段が検出した音声信号のピークを検出し、当該音声信号のピークが所定レベル以上のとき、そのピークに応じた制御信号を出力する、ピーク検波工程と、
   時定数が可変であり、前記制御信号に基づく時定数で前記音声検出手段が検出した音声信号の平均値を演算する時定数が変更可能な第１平均値処理工程と、固定の時定数で前記音声検出手段が検出した音声信号の平均値を算出する第２平均値処理工程とを有し、前記第１平均値処理工程で演算した第１平均値信号と前記第２平均値処理工程で演算した第２平均値信号とを比較して大きい値の平均値信号を出力する、平均値処理工程と、
   当該平均値処理工程において得られた平均値信号のレベルに応じた信号を算出するレベル算出工程と、
   事前に記憶手段に記憶されている複数の話者の音声パターンデータ１つを選択して前記記憶手段から読みだす選択工程と、
   前記タイミング信号がオンレベルになってから所定時間の間、前記選択工程で選択された１の音声パターンデータを出力し、前記所定の期間が経過後は、前記平均値処理工程で得られた平均値信号を出力する、レベル算出工程と、
   前記音声検出手段で検出した音声信号を、前記レベル算出工程で算出された信号に基づく増幅度で増幅する、音声出力処理工程と、
   を有する、音声調整方法。

Images