JP4453614B2 - 語学学習システム - Google Patents

Description

本発明は、語学学習システムに係り、特にヘッドホン部及びマイクロホン部を備えたヘッドセットをそれぞれ具備した複数の端末がネットワークを介してそれぞれ接続された構成の語学学習システムに関する。

学校教育等で使用される語学学習システムとして、従来はＬＬ（Ｌａｎｇｕａｇｅ Ｌａｂｏｒａｔｏｒｙ）システムが多く用いられていた。そして近年では、ＣＡＬＬ（Ｃｏｍｐｕｔｅｒ Ａｓｓｉｓｔｅｄ Ｌａｎｇｕａｇｅ Ｌｅａｒｎｉｎｇ）システムと呼ばれる、ネットワーク接続されたパーソナルコンピュータ（以下、ＰＣ）を用いた語学学習システムが用いられるようになっている。

ＣＡＬＬによる語学学習システムでは、例えば教師の操作に基づいて教師側のＰＣが複数の学習者側のＰＣを制御可能なように構成されている。そして、教師は、教師側のＰＣから教授／学習用の映像、静止画、音声等のマルチメディアデータの教材データを、学習者全員のＰＣ又は選択した学習者のＰＣにネットワークを介して送信することができる。これにより、学習者は、各自のＰＣで受信した教材データを用いて学習する。

また、このような語学学習システムでは、教師及び学習者それぞれのＰＣにマイクロホン部とヘッドホン部とを備えたヘッドセットを接続し、教師及び学習者がヘッドセットを装着して教授／学習を行うのが一般的である。すなわち、ヘッドセットの装着者自らが発声した音声をマイクロホン部で収音して各自のＰＣでデジタル音声データに変換処理して通信相手先のＰＣに送信すると共に、通信相手先のＰＣから出力されたデジタル音声データを各自のＰＣで受信して音声に変換してヘッドホン部で聴くことで会話の練習を行う。このような動作が可能な語学学習システムは、例えば特許文献１や特許文献２に開示されている。

このような従来の語学学習システムでは、教師が発声した音声を学習者が装着したヘッドセットに即時的に伝送して聴かせるだけでなく、２人以上の学習者同士でヘッドセットを介した相互会話学習（以下、グループレッスン）を行わせることも可能である。更には、教師が、グループレッスンを行っている様子をモニタリングすることや、グループレッスンに割り込んで語学指導を行うといったことも実行できる。

ところで、上述したような従来の語学学習システムにおいて、図５に示すように学習者ａ及びｂがそれぞれヘッドセットを装着してグループレッスンを行う場合、例えば、学習者ａが発声した音声がネットワークを介して学習者ｂに届くまでには、所定の遅延時間が生じることになる。この所定の遅延時間は、学習者ａのヘッドセットで収音された音声を学習者ａ側のＰＣでデジタル音声信号に変換処理した後、ネットワークを介して学習者ｂ側のＰＣに送信し、そして、学習者ｂ側のＰＣで受信されたデジタル音声信号をアナログ音声信号に変換して学習者ｂのヘッドセットから音声出力するまでの時間に相当する。この所定の遅延時間を占める殆どはネットワーク伝送に伴う伝播遅延であり、より具体的には、システム規模にもよるが数１０ｍｓ〜数１００ｍｓ程度である。

一方、このグループレッスン中は、例えば学習者ａ自身のヘッドセットにはネットワークに伝送されない学習者ａ自身の音声信号が殆ど遅延なく出力される。

このような状況のもと、学習者ａ及びｂが比較的近い距離、例えば座席を隣り合って座りグループレッスンを行った場合、例えば学習者ａが発声した音声が学習者ｂのヘッドセットのマイクロホン部に直接入力されてしまうことがある。この場合、学習者ａのヘッドセットからは、殆ど遅延の生じていない学習者ａ自身の音声信号のみならず、ネットワークを介して学習者ｂ側のＰＣから伝送された遅延を伴う学習者ａの音声信号もが出力されることとなり、学習者ａは自分の声を聴き取りにくくなる。このような現象をエコーバックという。

また、ヘッドセットのヘッドホン部とマイクロホン部とは近接して形成されているため、特にヘッドセットが頭から外されて机上に置かれた場合等において、次のような問題が生じることがある。すなわち、図６に示すように学習者ａがヘッドセットを頭から外して机上に置いた場合、マイクロホン部に飛び込んだなんらかの音６１が、前述したように時間的な遅延を伴った音声データ６２として学習者ｂ側のヘッドセットに到達する。そして、学習者ｂのヘッドホン部から音６３として出力されて学習者ｂのマイクロホン部で収音され、更に遅延した音声データ６４として学習者ａ側のヘッドセットに到達する。更には、学習者ａのヘッドホン部から音６５として出力されて学習者ａのマイクロホン部で収音され、更に遅延した音声データ６６として学習者ｂ側のヘッドセットに到達するといったような音のループが発生する。このようにして、遅延した音声データがループすることによって遅延前と遅延後の音が共振した場合にハウリングが発生することになる。
特開２００２−１３２１２８号公報 特開２００３−５８０３２号公報

従来の語学学習システムにおいては、このエコーバックやハウリングの問題を軽減させるために、ＰＣとヘッドセットとの間に、任意に設定したレベル以上の音声信号が入力されたときだけ音声信号を通過させるノイズゲートという装置を接続し、マイクロホン部で収音した音声やヘッドホン部から出力される音声が一定の音量以下だった場合に、その音声信号をカットするようにしていた。このノイズゲート装置を用いることによって、エコーバックやハウリングを抑制する効果は生じるが、ＰＣの台数分だけのノイズゲート装置の設置が必要となるため、語学学習システムの規模によってはシステム構築にかかるコストの負荷が非常に大きいという課題がある。

また、ノイズゲートのレベル調整はその語学学習システムが設置される環境や規模に応じて変わるものであるため、そのレベル調整は煩雑且つ困難であるという課題がある。

そこで、本発明は、上記課題に鑑みてなされたものであり、ノイズゲート装置を用いることなく、エコーバックやハウリングを簡易的な調整で抑制することが可能な語学学習システムを提供することを目的とする。

上記の課題を解決するため、ヘッドホン部とマイクロホン部とを備えたヘッドセットがそれぞれ接続された複数の端末がネットワークを介してそれぞれ接続され、前記複数の端末間で語学学習を行わせるための語学学習システムにおいて、前記複数の端末はそれぞれ、自己の端末のマイクロホン部で収音した音声に基づく第１の音声データを、前記ネットワークを介して他の端末へと送出する送出手段と、他の端末のマイクロホン部で収音した音声に基づく第２の音声データを、前記ネットワークを介して受信する受信手段と、前記第１の音声データと前記第２の音声データとを合成して自己の端末のヘッドホン部へと出力する合成手段と、前記第１の音声データに対して、前記第１の音声データの入力レベルが所定のレベルより小さい場合に出力レベルを下げるよう処理するフィルタ処理手段とを備えることを特徴とする語学学習システムを提供する。

この構成において、前記フィルタ処理手段は、前記第１の音声データの入力レベルが前記所定のレベルより大きい場合に出力レベルを入力レベルと同一とするよう処理する。または、前記フィルタ処理手段は、前記第１の音声データの入力レベルが前記所定のレベルより大きい場合に出力レベルを上げるよう処理する。

上記各発明によれば、ヘッドセットの装着者以外から発せられる比較的入力レベルの低い音をデジタルフィルタ処理部の作用によって抑制することができるので、ヘッドセットを介して発生するエコーバックやハウリングを回避又は軽減させることができ、教師及び学習者にとって聞き取りやすく、且つ違和感のない語学教授／学習を行わせることが可能となる。

また、デジタルフィルタ処理部が有するフィルタ特性の１つの基準点を任意に変更可能としたので、フィルタ特性の特に入力レベルの低い領域の特性を簡易的に且つ容易に変更可能となり、従来の語学学習システムのようにノイズゲート装置を組み入れる必要がなくなり、煩雑且つ困難なレベル調整を行う必要がない。更には、語学学習システムの構築にかかるコストを低く抑えることができる。

以下、本発明となる語学学習システムを実施するための最良の形態について、図面を参照しながら詳細に説明する。図１は、本実施の形態における語学学習システムの基本的な構成例を示したシステムブロック図である。同図によれば、語学学習システム１は、教師用端末１０１と、学習者用端末１０２−１〜１０２−ｎ（ｎ台）と、マルチメディアデータとしての教材データが多数格納され、教師用端末１０１からの読み出し制御によって所望の教材データを読み出すことのできる教材サーバ１０３とが、ネットワーク１０４を介してそれぞれ接続された構成を有している。そして、学習者用端末１０２−１〜１０２−３のそれぞれには、学習者ａ１０１，ａ１０２，及びａ１０３が図示されており、他の学習者及び教師の図示は省略されている。

なお、本実施の形態における教師用端末１０１、及び学習者用端末１０２−１〜１０２−ｎを総じて端末と称する。

次に、端末の概略の内部構成を示すブロック図を図２に示す。同図に示すように、端末は、語学学習システム１における語学学習のためのアプリケーションソフトウェア（以下、ソフトウェア）を実行するためのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｃｅｓｓｉｎｇ Ｕｎｉｔ）を備えた制御部２０１と、ソフトウェアや各種データを記憶するためのメモリ部２０２と、ハードディスクやＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等といったデータやソフトウェアを記録／再生するための記録部２０３と、当該端末をネットワーク１０４に接続するためのネットワークインターフェース部２０４と、ソフトウェアの動作に基づいた表示をするモニタ２０９（後述）を接続するためのモニタインターフェース部２０５と、ヘッドセット２０７（後述）を接続するための音声データ処理部２０６とを備えている。そして、上記各ブロックはバス２１０にそれぞれ接続されている。

また、上記構成の端末には、タッチパネル２０８を具備したモニタ２０９がモニタインターフェース部２０５に接続されると共に、ヘッドホン部及びマイクロホン部（いずれも不図示）を具備したヘッドセット２０７が音声データ処理部２０６に接続されている。

そして、端末は、起動時に予め記録部２０３に記録されたソフトウェアがメモリ部２０２に読み出されて端末の初期化処理が実行された後、操作者（教師及び学習者）のタッチパネル２０８の操作に基づいて、制御部２０１がバス２１０に接続された各ブロックを制御する。

なお、端末は、一般的なＰＣを用いて構成することが可能である。また、上述したソフトウェアは、教師用端末１０１については教師用端末専用のソフトウェアであり、そして学習者用端末１０２−１〜１０２−ｎについては学習者用端末専用のソフトウェアである。

次に、端末の音声データ処理部２０６及び制御部２０１の音声信号処理について説明する。まず、音声データ処理部２０６の概略の内部構成を図３に示す。同図によれば、ヘッドセット２０７のマイクロホン部から音声データ処理部２０６に入来したアナログ音声信号３ａは、一方として、アンプ部３０１を通してＡ／Ｄ（Ａｎａｌｏｇ Ｔｏ Ｄｉｇｉｔａｌ）変換部３０２でデジタル音声データ３ｂに変換処理されて一旦メモリ部３０３にバッファリングされた後、バスインターフェース部３０４を通じてバス２１０に出力されて制御部２０１に供給される。

また他方として、デジタル音声データ３ｂは、制御部２０１からバス２１０を介してバスインターフェース部３０４に供給されてメモリ部３０３でバッファリングされたデジタル音声データ３ｃと共にミキサ部３０５でミキシングされ、Ｄ／Ａ（Ｄｉｇｉｔａｌ Ｔｏ Ａｎａｌｏｇ）変換部３０６でアナログ音声信号３ｄに変換処理されてアンプ部３０７を介してヘッドセット２０７のヘッドホン部に出力される。

そして、制御部２０１に入来したデジタル音声データ３ｂについて、不図示のＣＰＵ（デジタルフィルタ処理部）によって、図４に示すようなフィルタ特性のデジタルフィルタ処理が実行される。例えば、同図（ａ）に示したフィルタ特性は、入力（横軸）に対して同一の特性で出力（縦軸）させるための線形特性４１（破線）を基準とした場合において、線形特性４１の直線上の１つの基準点４２よりも入力レベルの低い側の出力レベルを基準点４２と原点４３とを通る非線形特性をもって下げるような出力特性にすると共に、基準点４２よりも入力レベルの高い側の出力レベルを線形特性４１と同一の出力特性にしたものである。

同図（ａ）に示したフィルタ特性によれば、ＣＰＵに入力されたデジタル音声データ３ｂについて、全入力レンジの３０％以下の入力レベルのデータについてのみレベルを減少させて出力させることができる。

そして、外部からの操作によって、基準点４２の位置を線形特性４１に沿って任意に変更することが可能である。具体的には、まず、教師用端末１０１や学習者用端末１０２−１〜１０２−ｎが起動した際の初期設定において、又は前述したソフトウェアが起動した際の初期設定において、標準とする基準点４２の位置に対応したパラメータがメモリ部２０２に設定され、ソフトウェアはこのパラメータに基づいてフィルタを設定する。

例えば、同図（ａ）のフィルタ特性が標準の特性であった場合、入力レベル３０％の位置に対応したパラメータがメモリ部２０２に設定されて、ソフトウェアはこのパラメータに基づいて入力レベル３０％の位置に基準点４２を設定する。

そして、モニタ２０９に表示されるＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面に基づくタッチパネル２０８の操作によって、メモリ部２０２に設定されたパラメータを任意に変更し、ソフトウェアはこの変更されたパラメータに応じて基準点４２を変更する。

また、フィルタ特性は同図（ｂ）のようなものであってもよい。すなわち、入力（横軸）に対して同一の特性で出力（縦軸）させるための線形特性４１（破線）を基準とした場合において、線形特性４１の直線上の１つの基準点４２よりも入力レベルの低い側の出力レベルを基準点４２と原点４３とを通る非線形特性をもって下げるような出力特性にすると共に、基準点４２よりも入力レベルの高い側の出力レベルを非線形特性をもって上げるような出力特性にするものである。

なお、図４における基準点４２よりも入力レベルの低い側の減衰度合い、すなわち基準点４２と原点４３とを通る非線形特性は、２次曲線や対数曲線で表されるものである。

全ての端末が図４（ａ）又は（ｂ）に示したようなフィルタ特性を有することにより、例えば、図１に示した学習者ａ１０１，ａ１０２，及びａ１０３の３人がグループレッスンを行ったとすると、例えば、学習者ａ１０１が装着しているヘッドセット２０７のマイクロホン部は学習者ａ１０１自身の音声を最も感度良く収音するが、学習者ａ１０１以外の者は少し離れた席に座っているので、学習者ａ１０２及びａ１０３が発声した音声は比較的小さな音として学習者ａ１０１のマイクロホン部に収音される。

また、学習者がヘッドセット２０７を頭から外した場合等においても、ハウリングの要因となる飛び込み音も話者の音声よりも小さな音としてマイクロホン部に収音されることが多い。

したがって、マイクロホン部で収音された音のうち比較的レベルの小さい音声データを減衰させることによって、ヘッドセット２０７の装着者以外の学習者が発声した音声がマイクロホン部で収音されることによって発生するエコーバックや、周囲音に起因するハウリングの発生を抑制することが可能となる。

以上、詳述した実施の形態によれば、ヘッドセット２０７の装着者以外から発せられる比較的入力レベルの低い音を制御部２０１のＣＰＵのデジタルフィルタ処理によって抑制することができるので、ヘッドセット２０７を介して発生するエコーバックやハウリングを回避又は軽減することができる。これによって、教師及び学習者にとって聞き取りやすく、且つ違和感のない語学教授／学習を行わせることが可能となる。

また、特に図４（ｂ）に示したようなフィルタ特性を用いれば、エコーバックやハウリングを抑制すると共に、ヘッドセットの装着者の発声する音声を強調させて聴くことができるため、聴感上の違和感を更に軽減させることができる。

さらに、ＣＰＵが有するフィルタ特性の１つの基準点４２を任意に変更可能としたので、フィルタ特性の特に入力レベルの低い領域の特性を簡易的に且つ容易に変更可能となり、従来の語学学習システムのようにノイズゲート装置を組み入れる必要がなくなり、煩雑且つ困難なレベル調整を行う必要がない。更には、語学学習システムの構築にかかるコストを低く抑えることができる。

本発明は、ヘッドセットを用いて語学学習を行うＣＡＬＬシステムに特に有用である。

本発明の実施の形態における語学学習システムの基本的な構成例を示したシステムブロック図である。 本発明の実施の形態における端末の概略の内部構成例を示すブロック図である。 本発明の実施の形態における端末が具備する音声データ処理部の概略の内部構成ブロック図である。 本発明の実施の形態におけるフィルタ特性の例を示した図である。 従来の語学学習システムにおける音声信号の伝送遅延を説明するための図である。 従来の語学学習システムにおけるハウリングの発生メカニズムを説明するための図である。

符号の説明

１ 語学学習システム
１０１ 教師用端末
１０２−１〜１０２−ｎ 学習者用端末
１０３ 教材サーバ
１０４ ネットワーク
ａ１０１，ａ１０２，ａ１０３ 学習者
２０１ 制御部
２０２ メモリ部
２０３ 記録部
２０４ ネットワークインターフェース部
２０５ モニタインターフェース部
２０６ 音声データ処理部
２０７ ヘッドセット
２０８ タッチパネル
２０９ モニタ
２１０ バス
３０１，３０７ アンプ部
３０２ Ａ／Ｄ変換部
３０３ メモリ部
３０４ バスインターフェース部
３０５ ミキサ部
３０６ Ｄ／Ａ変換部
３ａ，３ｄ アナログ音声信号
３ｂ，３ｃ デジタル音声データ
４１ 線形特性
４２ 基準点
４３ 原点

Claims (3)

1. ヘッドホン部とマイクロホン部とを備えたヘッドセットがそれぞれ接続された複数の端末がネットワークを介してそれぞれ接続され、前記複数の端末間で語学学習を行わせるための語学学習システムにおいて、
   前記複数の端末はそれぞれ、
   自己の端末のマイクロホン部で収音した音声に基づく第１の音声データを、前記ネットワークを介して他の端末へと送出する送出手段と、
   他の端末のマイクロホン部で収音した音声に基づく第２の音声データを、前記ネットワークを介して受信する受信手段と、
   前記第１の音声データと前記第２の音声データとを合成して自己の端末のヘッドホン部へと出力する合成手段と、
   前記第１の音声データに対して、前記第１の音声データの入力レベルが所定のレベルより小さい場合に出力レベルを下げるよう処理するフィルタ処理手段と
   を備えることを特徴とする語学学習システム。
2. 前記フィルタ処理手段は、前記第１の音声データの入力レベルが前記所定のレベルより大きい場合に出力レベルを入力レベルと同一とするよう処理することを特徴とする請求項１記載の語学学習システム。
3. 前記フィルタ処理手段は、前記第１の音声データの入力レベルが前記所定のレベルより大きい場合に出力レベルを上げるよう処理することを特徴とする請求項１記載の語学学習システム。

Images