JP5102231B2

JP5102231B2 - 音声記録装置及び通信端末

Info

Publication number: JP5102231B2
Application number: JP2009006398A
Authority: JP
Inventors: 尚高安田
Original assignee: Kyocera Corp
Current assignee: Kyocera Corp
Priority date: 2009-01-15
Filing date: 2009-01-15
Publication date: 2012-12-19
Anticipated expiration: 2029-01-15
Also published as: JP2010164735A

Description

この発明は、音声記録装置及び通信端末に関し、特に例えば、アナログ音声信号をディジタル音声信号に変換して記録する音声記録装置及び通信端末に関する。

この種の音声記録装置の例が、特許文献１（発明が解決しようとする課題）に記載されている。この音声記録装置では、アナログ音声信号をディジタル音声信号に変換する際の標本化の周波数を複数の中から選択可能とし、ディジタル音声信号を記録する記録媒体の記憶容量の残りの程度や、ディジタル音声信号に必要な音質に応じて標本化周波数を使い分けている。

特開平０６−１２４１００号公報［G10L 9/18,G11C 27/00］

しかし、従来の技術では、音声記録装置の利用者が音声の言語を記録するために必要な音質とその音質を得るための標本化周波数を自身で判断しなければならなかったため、利用者の利便性に問題があった。

つまり、録音する音声の言語としては、日本語、英語、ドイツ語など、利用者に応じて様々な言語が考えられる。そして、それぞれの言語には発音方法などの特徴があり、録音する場合、各言語を同じ標本化周波数で録音すると、その再生音が言語によっては明瞭でない場合も発生する。

例えば、記録する音声の言語の発音に破裂音が含まれている場合には、破裂音が含まれていない言語に比べて高い標本化周波数にしなければ破裂音が明瞭に聞こえない。また、破裂音が含まれていない言語を、破裂音が含まれている言語と同じ高い標本化周波数とすると、ディジタル音声信号を記録する記録媒体の記憶容量を無駄に消費することになり無駄な電力を消費することにもなる。

なお、「破裂音」とは、「発音器官で閉鎖を作り、息がそれを破る際に発せられる子音」（広辞苑第六版）である。

ここで、高い標本化周波数を必要とする音として、上記の破裂音の他、「口腔内の発音器官が狭めを作り、息がそこを通過する際に発せられる子音」（広辞苑第六版）である摩擦音や、「破裂音の直後に摩擦音がつづき全体で一つの単音とみなされる音」（広辞苑第六版）である破擦音、なども挙げることができる。なお、上記破裂音、摩擦音および破擦音を総称して阻害音ともいう。

それゆえに、この発明の主たる目的は、新規な音声記録装置を提供することである。

また、この発明の他の目的は、上記の課題を解決するために、標本化周波数を音声記録装置で使用する言語の設定に応じて切り替えることができる音声記録装置を提供することである。

本発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明等は、本発明の理解を助けるために後述する実施の形態との対応関係を示したものであって、本発明を何ら限定するものではない。

第１の発明は、マイクから出力されるアナログ音声信号をディジタル音声信号に変換して記録する音声記録装置であって、操作手段、情報を表示するための表示手段、言語の種別とその言語の種別に対応する標本化周波数を記録する第１記録手段、操作手段の操作に応じて決定された、表示手段による情報の表示に使用する言語の種別を特定する言語特定手段、言語特定手段が特定した言語の種別に対応する前記第１記録手段に記録された標本化周波数を決定する周波数決定手段、マイクが出力するアナログ音声信号を周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換する変換手段、および変換手段が変換したディジタル音声信号を記録する記録手段を備える、音声記録装置である。

第１の発明では、音声記録装置（１０）はマイク（３２）から出力されるアナログ音声信号をディジタル音声信号に変換して記録するものであり、操作手段（２０）を備え、表示手段（２２、３０）によって情報が表示される。また、第１記録手段（１６）は言語の種別とその言語の種別に対応する標本化周波数を記録し、言語特定手段（１２、Ｓ１）は操作手段の操作に応じて決定された、表示手段による情報の表示に使用する言語の種別を特定し、周波数決定手段（１２、Ｓ３）は言語特定手段が特定した言語の種別に対応した第１記録手段に記録された標本化周波数を決定する。そして、変換手段（２４）はマイクが出力するアナログ音声信号を周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換し、第２記録手段（１８）は変換手段が変換したディジタル音声信号を記録する。つまり、言語の種別に応じた最適な標本化周波数を予め記憶しておき、音声記録装置で使用する言語の種別が切り替えられたとき、その切り替えられた言語の種別に応じた最適な標本化周波数を用いて標本化を行う。

第１の発明によれば、音声記録装置で情報を表示するために使用する言語の種別に応じて標本化周波数を決定することができる。したがって、音声の言語の種別に最適な標本化周波数を決定することによって、高い標本化周波数が必要な言語の種別については高い標本化周波数で標本化して破裂音などを含む阻害音などの高周波成分を含む微妙な音声を記録できるとともに、高い標本化周波数が必要でない言語の種別については低い標本化周波数で標本化して、録音された音声が再生された場合、その再生音を明瞭にすることが可能になるとともに、音声データの記録に費やす記録媒体の記憶容量を小さくしたり、消費電力を少なくしたりすることができる。

第２の発明は、マイクが出力するアナログ音声信号をディジタル音声信号に変換して記録する音声記録装置であって、操作手段、言語の種別とその言語の種別に対応する標本化周波数を記録する第１記録手段、操作手段の操作に応じて言語の種別を決定する言語決定手段、言語決定手段が決定した言語の種別に対応する第１記録手段に記録された標本化周波数を決定する周波数決定手段、マイクが出力するアナログ音声信号を周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換する変換手段、および変換手段が変換したディジタル音声信号を記録する記録手段を備える、音声記録装置である。

第２の発明では、音声記録装置（１０００）はマイク（１０３２）が出力するアナログ音声信号をディジタル音声信号に変換して記録するものであり、操作手段（１０２０）を備える。また、第１記録手段（１０１６）は言語の種別とその言語の種別に対応する標本化周波数を記録し、言語決定手段（１０１２、Ｓ１１）は操作手段の操作に応じて言語の種別を決定し、周波数決定手段（１０１２、Ｓ１３）は言語決定手段が決定した言語の種別に対応する第１記録手段に記録された標本化周波数を決定する。そして、変換手段（１０２４）はマイクが出力するアナログ音声信号を前記周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換し、第２記録手段（１０１８）は音声変換手段が変換したディジタル音声信号を記録する。つまり、言語の種別に応じた最適な標本化周波数を予め算出して記憶しておき、記録する音声の言語の種別が切り替えられたとき、その切り替えられた言語の種別に応じた最適な標本化周波数を用いて標本化を行う。

第２の発明によれば、利用者が操作して決定した言語の種別に応じて、その言語の音声を記録するために適切な標本化周波数を決定することができる。したがって、音声の言語の種別に最適な標本化周波数を決定することによって、高い標本化周波数が必要な言語の種別については高い標本化周波数で標本化して破裂音などを含む阻害音などの高周波成分を含む微妙な音声を記録できるとともに、高い標本化周波数が必要でない言語の種別については低い標本化周波数で標本化して、録音された音声が再生された場合、その再生音を明瞭にすることが可能になるとともに、音声データの記録に費やす記録媒体の記憶容量を小さくしたり、消費電力を少なくしたりすることができる。

第３の発明は、第１の発明または第２の発明の音声記録装置と、他の装置と音声で通信を行う音声通信手段とを備える、通信端末である。

第３の発明では、音声記録装置と、他の装置と音声で通信を行う音声通信手段（１２、２８、３６）とを備える。

第３の発明によれば、音声で通信を行う通信端末において、言語の種別に応じてその言語の音声を記録するために適切な標本化周波数を決定することができる。

第４の発明は、第３の発明に従属する発明であって、マイクが出力するアナログ音声信号は変換手段によってディジタル音声信号に変換されて第２記録手段に記録されるとともに、音声通話手段によって他の装置に送信される、通信端末である。

第４の発明では、マイクが出力するアナログ音声信号は変換手段によってディジタル音声信号に変換されて第２記録手段に記録されるとともに、音声通話手段によって他の装置に送信される。

第４の発明によれば、音声通話時の音声を記録する場合にも、音声の言語の種別に適切な標本化周波数を言語の種別に応じて決定することができる。

この発明によれば、音声を記録する利用者が話す言語の種別に適切な標本化周波数を音声記録装置で使用する言語の種別に応じて決定することができる。

この発明の上述の目的、その他の目的、特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

この発明の一実施例を示す音声記録装置としての携帯電話機の構成例を示すブロック図である。図１の携帯電話機の外観の一例を示す正面図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のＬＣＤモニタの表示の一例を示す図解図である。図１の携帯電話機のプロセッサが実行する処理の一例を示すフロー図である。この発明の一実施例を示す音声記録装置としてのボイスレコーダの構成例を示すブロック図である。図１１のボイスレコーダの外観の一例を示す正面図である。図１１のボイスレコーダのＬＣＤモニタの表示の一例を示す図解図である。図１１のボイスレコーダのプロセッサが実行する処理の一例を示すフロー図である。

＜第１実施形態＞
図１を参照して、本発明の音声記録装置および通信端末としての携帯電話機１０は、プロセッサ１２を含む。図１からわかるように、プロセッサ１２には、ＲＡＭ１４、ＲＯＭ１６、フラッシュメモリ１８、キー入力装置２０、ＬＣＤドライバ２２、ＡＤ変換器２４、ＤＡ変換器２６、および無線通信回路２８がそれぞれ接続されている。

ＲＡＭ１４は、プロセッサ１２から直接的にアクセスが可能な記憶装置であり、プロセッサ１２の情報演算処理の際の一時記憶に利用される。

ＲＯＭ１６は、たとえば、電気的に書き換えが可能なＥＥＰＲＯＭであり、プロセッサ１２によって実行される各種のプログラムやこれらのプログラムで利用される種々のデータを記憶する。なお、ＲＯＭ１６に記憶されたデータには、携帯電話機１０において後述するＬＣＤモニタ３０に情報を表示するために使用する言語の種別と、その種別の言語の音声を記録する際のアナログ音声信号からディジタル音声信号に変換するための標本化（サンプリング）の標本化周波数とが対応つけられた周波数テーブル１６ａが含まれる。

フラッシュメモリ１８は、フラッシュＲＯＭとも呼ばれ、データの読み書きが自由で不揮発性を備えた記憶装置である。このフラッシュメモリ１８には、当該携帯電話機１０の所有者のプロフィールやアドレス帳などの他に、後述する言語識別情報１８ａやディジタル音声ファイル１８ｂが記録される。

キー入力装置２０は、テンキー群２０Ｔ（図２参照）をはじめとする複数のキーを備えており、利用者がそれぞれのキーを操作することによってプロセッサ１２に対して指示を与えることができる。

ＬＣＤドライバ２２は、当該ＬＣＤドライバ２２に接続されたＬＣＤモニタ３０を制御してプロセッサ１２からの指示に応じた文字や画像などをＬＣＤモニタ３０に表示させる。

ＡＤ変換器２４は、当該ＡＤ変換器２４に接続された、利用者の発する音声を拾うマイク３２から入力されるアナログ音声信号を、ＲＯＭ１６に記録された周波数テーブル１６ａに基づいて決定した標本化周波数で標本化してディジタル音声信号に変換するためのものである。

ＤＡ変換器２６は、フラッシュメモリ１８から読み出された標本化されたディジタル音声信号をアナログ音声信号に変換（復元）してスピーカ３４に出力するためのものである。

無線通信回路２８は、たとえば、ＣＤＭＡ（Code Division Multiple Access：符号分割多重接続）方式での無線通信を実現するための回路である。キー入力装置２０に対して発呼操作が行われると、プロセッサ１２は、無線通信回路２８を制御して発呼信号を出力する。無線通信回路２８から出力された発呼信号は、アンテナ３６から出力され、基地局を含む移動通信網を経て相手の電話機に送信される。通信相手の電話機で着呼操作が行われると、通信可能状態が確立される。

通信可能状態に移行した後にキー入力装置２０に対して通話終了操作が行われると、プロセッサ１２は、無線通信回路２８を制御して、通信相手の電話機に通話終了信号を送信する。通話終了信号の送信後、プロセッサ１２は、通話処理を終了する。先に通信相手から通話終了信号を受信した場合も、プロセッサ１２は、通話処理を終了する。また、通信相手によらず、移動通信網から通話終了信号を受信した場合も、プロセッサ１２は通話処理を終了する。

通信相手の電話機からの発呼信号がアンテナ３６によって捉えられると、無線通信回路２８は、着信をプロセッサ１２に通知する。プロセッサ１２は、着信通知に記述された発信元情報をＬＣＤモニタ３０に出力し、図示しない着信通知用のスピーカから着信音を出力する。キー入力装置２０に対して着呼操作が行われると、通信可能状態が確立される。

通信可能状態では、次のような処理が実行される。通信相手の電話機から送られてきた変調音声信号（高周波信号）が、アンテナ３６によって受信される。受信された変調音声信号は、無線通信回路２８によって復調処理および復号処理が施される。これらの処理によって得られた受話音声信号は、スピーカ３４から出力される。マイク３２によって取り込まれた送話音声信号は、無線通信回路２８によって符号化処理および変調処理が施される。これらの処理によって得られた変調音声信号は、上述と同様に、アンテナ３６を介して通信相手の電話機に送信される。

図２は、携帯電話機１０の外観図である。図２を参照して、携帯電話機１０は、板状に形成されたケースＣ１を有する。ケースＣ１の長さ方向の一端の側面には、無線通信用のアンテナ３６が配置されている。ケースＣ１の表面の下部には、キー入力装置２０が配置されている。キー入力装置２０は、テンキー群２０Ｔ、上方向キー２０ａ、下方向キー２０ｂ、左方向キー２０ｃ、右方向キー２０ｄ、センターキー２０ｅ、電源／終話キー２０ｆ、発信キー２０ｇ、クリア／メモキー２０ｈなどを含んでおり、各キーはプッシュスイッチである。また、ケースＣ１の表面の上部には、ＬＣＤモニタ３０が配置されている。

さらに、ケースＣ１の表面の上端付近には、図２では図示しないスピーカ３４に通じる開口ＯＰ１が設けられ、ケースＣ１の表面の下端付近には、同じく図２では図示しないマイク３２に通じる開口ＯＰ２が設けられている。したがって、利用者は、開口ＯＰ１を通じてスピーカ３４から出力される音声を聞き、開口ＯＰ２を通じてマイク３２に自身の声を入力する。

このような携帯電話機１０では、ＬＣＤモニタ３０に各種の情報を表示するために使用する言語の種別を選択することができる。言語の種別を選択する場合には、まず、ＬＣＤモニタ３０に表示された図示しないメインメニュー画面においてキー入力装置２０に対する操作を行って、携帯電話機１０についての種々の設定を行うための“設定”の項目名（メニューの項目名）を選択する。

“設定”の項目名を選択すると、ＬＣＤモニタ３０には、図３に示すような、設定メニュー選択画面１００が表示される。図示するように、設定メニュー選択画面１００には、設定することができる項目の項目名と項目番号の一覧が表示される。設定を行う項目を選択する際には、キー入力装置２０の上方向キー２０ａおよび下方向キー２０ｂを操作してカーソル（図３において網掛けで表示）を移動させて項目名に合わせ、センターキー２０ｅを操作する。また、各項目名に対応する項目番号の数字のキーをテンキー群２０Ｔから選んで操作することによっても設定を行う項目を選択することができる。以下において、各メニューの項目名を選択する際には同様の操作を行う。

図３に示すように、設定メニュー選択画面１００には、通話時間や料金を確認するための“時間／料金”の項目名、着信などを報知するための音の出力やバイブの駆動について設定するための“音／バイブ”の項目名、ＬＣＤモニタ３０の画面表示についての設定を行うための“画面表示”の項目名、携帯電話機１０のセキュリティーについての設定を行うための“プライバシー”の項目名、ユーザによる携帯電話機１０の利用の補助のための設定を行う“ユーザ補助”の項目名、および携帯電話機１０の所有者の情報を設定（登録・編集）するための“プロフィール”の項目名が表示される。

この設定メニュー選択画面１００では、キー入力装置２０を操作して３番目の“画面表示”の項目名を選択する。“画面表示”の項目名を選択すると、ＬＣＤ３０には、図４に示すような画面表示メニュー選択画面１０１が表示される。図４に示すように、画面表示メニュー選択画面１０１には、ＬＣＤモニタ３０に表示する待ち受け画面などの設定を行うための“ディスプレイ”の項目名、ＬＣＤモニタ３０の照明について設定するための“照明”の項目名、ＬＣＤモニタ３０に情報を表示する文字のサイズを設定するための“文字サイズ”の項目名、およびＬＣＤモニタ３０に情報を表示する際に使用する言語の種別を設定するための“言語”の項目名が表示される。

したがって、キー入力装置２０を操作して、４番目の“言語”の項目名を選択することによって、携帯電話機１０で情報をＬＣＤモニタ３０に表示するために使用する言語の種別を設定することができる。

“言語”の項目名を選択すると、ＬＣＤモニタ３０には、図５に示すような言語選択画面１０２ａが表示される。なお、図５の言語選択画面１０２ａがＬＣＤモニタ３０に表示された時点では、言語の種別として日本語が選択されて携帯電話機１０に設定されているものとする。

図５に示すように、言語選択画面１０２ａには、言語の種別を選択するメニューとして、“日本語”の項目名、“英語”の項目名、“フランス語”の項目名、“ドイツ語”の項目名、および“中国語”の項目名が表示される。ただし、図５の言語選択画面１０２ａはあくまで選択できる言語の種別の一例を示したものであり、本発明で使用できる言語は図５にあげた言語の種別に限定されるわけではない。

ＬＣＤモニタ３０に表示された図５の言語選択画面１０２ａにおいて、キー入力装置２０を操作して、例えば２番目の“英語”の項目名を選択すると、ＬＣＤモニタ３０の表示は、図６に示す言語選択画面１０２ｂのように、英語による表示に切り替わる。

この言語選択画面１０２ａ、１０２ｂにおいてキー入力装置２０の操作で言語の種別が選択されると、その選択された言語の種別を識別する言語識別情報１８ａが、フラッシュメモリ１８に記録される。

このような携帯電話機１０は、利用者の発する音声を記録するボイスレコード機能を備えている。そして、このボイスレコード機能を利用して音声を記録する際には、利用者の発する音声の言語の種別に適切な標本化周波数で標本化してアナログ音声信号をディジタル音声信号に変換する。なお、利用者が携帯電話機１０を利用する際にＬＣＤモニタ３０に情報を表示する言語として選択している言語の種別を、利用者の発する音声の言語の種別とみなす。つまり、図５に示した言語選択画面１０２ａで選択した言語の種別が、利用者の発する音声の言語とみなされる。したがって、フラッシュメモリ１８に記録されている言語識別情報１８ａによって特定される言語の種別が利用者の発する音声の言語の種別となる。

ボイスレコード機能を利用する際には、ＬＣＤモニタ３０に表示された図示しないメインメニュー画面においてキー入力装置２０に対する操作を行って携帯電話機１０が備えている種々の機能を利用するための“機能”の項目名を選択する。

“機能”の項目名を選択すると、ＬＣＤモニタ３０には、図７に示すような、機能メニュー選択画面１０３が表示される。図示するように、機能メニュー選択画面１０３には、利用することができる機能の項目の項目名と項目番号の一覧が表示される。

図７に示すように、機能メニュー選択画面１０３には、辞書機能を利用するための“辞書”の項目名、時計機能およびカレンダー機能を利用するための“時計／カレンダー”の項目名、電卓機能を利用するための“電卓”の項目名、およびテキストによるメモを記録したり音声によるメモなどを記録したりする機能を利用するための“ボイス／メモ”の項目名が表示される。

ボイスレコード機能を利用するためには、キー入力装置２０を操作して４番目の項目である“ボイス／メモ”の項目名を選択する。“ボイス／メモ”の項目名を選択すると、ＬＣＤモニタ３０には、図８に示すような、ボイス／メモメニュー選択画面１０４が表示される。図示するように、このボイス／メモメニュー選択画面１０４には、テキストによるメモを記録するための“メモ帳”の項目名、利用者がマイク３２に入力した音声を記録するための“ボイスレコード”の項目名、および携帯電話機１０によって音声通話をしている際に、利用者がマイク３２に入力した音声と、無線通信回路２８からプロセッサ１２に入力される通話相手の音声とを記録したディジタル音声ファイルを再生するための“通話音声メモ”の項目名が項目番号とともに表示される。

このようなボイス／メモメニュー選択画面１０４において、キー入力装置２０を操作して、２番目の“ボイスレコード”の項目名を選択すると、ＬＣＤモニタ３０には、図９に示すような、記録／再生選択画面１０５が表示される。図示するように、記録／再生選択画面１０５には、音声を記録するための“記録”の項目名と記録した音声（ディジタル音声ファイル）を再生するための“再生”の項目名とが項目番号とともに表示される。

そして、この記録／再生メニュー選択画面１０５において１番目の“記録”の項目名を選択することによって、ボイスレコード機能を利用して利用者の音声を記録することができる。

“記録”の項目名が選択されてボイスレコード機能の記録機能が起動されると、携帯電話機１０のプロセッサ１２は、音声の記録の開始前に、図１０のフロー図に示すような処理を実行する。

まず、プロセッサ１２は、ステップＳ１で、フラッシュメモリ１８に記録されている言語識別情報１８ａを参照して携帯電話機１０のＬＣＤモニタ３０に情報を表示するために使用する言語の種別を特定する。次に、プロセッサ１２は、ステップＳ３で、ＲＯＭ１６に記録されている周波数テーブル１６ａを参照し、ステップＳ１において特定した言語の種別に適切なＡＤ変換器２４の標本化周波数を決定する。

ここで、周波数テーブル１６ａは、言語の種別毎に、その言語で発話される音声を記録するために適切な標本化周波数を記録したものである。具体的には、周波数テーブル１６ａには、各言語の種別を識別する言語識別情報１８ａに標本化周波数が対応つけて記録されている。

言語識別情報１８ａに対応つけられている標本化周波数は、言語識別情報１８ａが示す言語の種別に最適な標本化周波数となっている。この最適な標本化周波数は、例えば、標本化周波数が高いほど、破裂音、摩擦音、破擦音などの微妙な音を記録できる傾向があるという標本化の特性などに基づいて決定してもよい。例えば、日本語＜英語＜フランス語・ドイツ語・中国語の順に標本化周波数の値が高くなる。

こうして周波数テーブル１６ａを参照することによって標本化周波数を決定すると、次にプロセッサ１２はステップＳ５で、決定した標本化周波数をＡＤ変換器２４に設定する。

ＡＤ変換器２４は、マイク３２から入力されるアナログ音声信号を設定された標本化周波数で標本化してディジタル音声信号に変換し、プロセッサ１２に出力する。

プロセッサ１２は、ＡＤ変換器２４から出力されたディジタル音声信号から、例えばＡＣＣ（Advanced Audio Coding）形式のディジタル音声ファイル１８ｂを形成し、このＡＣＣ形式のディジタル音声ファイル１８ｂ（以下、“ＡＣＣファイル１８ｂ”とも記載する）をフラッシュメモリ１８に記録する。なお、ＡＤ変換器２４でアナログ音声信号からディジタル音声信号に変換するための標本化の標本化周波数は、ＡＣＣファイルのヘッダに記録される。

このようにしてフラッシュメモリ１８に記録された通話音声メモ機能で記録したＡＣＣファイル１８ｂは、先に示した図９の記録／再生メニュー選択画面１０５で、２番目の“再生”の項目名をキー入力装置２０を操作して選択してＬＣＤモニタ３０にＡＣＣファイル１８ｂの一覧を表示し、その一覧から目的のファイルを選択することによって再生することができる。

フラッシュメモリ１８に記録されたＡＣＣファイル１８ｂを再生する場合には、プロセッサ１２によって、フラッシュメモリ１８に記録されたＡＣＣ形式の音声ファイルのヘッダから標本化周波数が読み出され、読み出された標本化周波数がＤＡ変換器２６に設定される。

プロセッサ１２は、フラッシュメモリ１８から読み出したＡＣＣ形式のディジタル音声ファイルからディジタル音声信号を取得し、これをＤＡ変換器２６に与える。そして、ＤＡ変換器２６は、与えられたディジタル音声信号を設定された標本化周波数に基づいてアナログ音声信号に変換する。変換されたアナログ音声信号は、スピーカ３４に与えられ、スピーカ３４から音声が出力される。

このようにして、携帯電話機１０によれば、利用者が発話する音声を言語の種別に適した標本化周波数で標本化して記録することができる。

つまり、携帯電話機１０や後述のボイスレコーダ１０００などの機器では、コスト・消費電力を抑える必要があるため、音声を標本化する標本化周波数を最適な値に設定する必要がある。ここでいう最適な標本化周波数とは、同一の条件で標本化した音声を再生した場合に最も明瞭に聞こえる標本化周波数のうち最も値の低い周波数である。

この値、つまり標本化周波数は言語により異なる。一般的に破裂音や摩擦音や破擦音などの阻害音などが多く含まれている言語は、破裂音や摩擦音や破擦音などの阻害音などが多く含まれていない言語に対して標本化周波数を高くしなければ、明瞭に聞こえないことが知られている。

そのため、言語に応じて明瞭に聞こえる最適な標本化周波数を予め算出し、記憶しておく。そして、携帯電話機１０で情報の表示に使用する言語の種別の設定が切り替えられたときは、記憶した標本化周波数のうちその言語の種別に最も適切な標本化周波数を用いる。

また、この携帯電話機１０では、他の電話機とで通話中の会話の音声も記録することができる。この機能のことを“通話音声メモ機能”と呼ぶ。携帯電話機１０を利用して会話をしている最中に、例えば、キー入力装置２０のクリア／メモキー２０ｈを操作することにより、会話の音声を記録することができる。

通話音声メモ機能で会話を記録する場合、携帯電話機１０の利用者がマイク３２に入力する音声は、上述のボイスレコード機能における利用者の音声の記録と同様に、フラッシュメモリ１８に記録されている言語識別情報１８ａによって特定される言語の種別に適切な標本化周波数でＡＤ変換器２４によって標本化されてディジタル音声信号に変換される。

一方、アンテナ３６を介して無線通信回路２８で受信されてプロセッサ１２に入力される通話相手のディジタル音声信号は、その標本化周波数が、マイク３２から入力されるアナログ音声信号（携帯電話機１０の利用者の音声の信号）をＡＤ変換器２４でディジタル音声信号に変換する際の標本化周波数と同じになるように周波数を上げたり（アップサンプリング）下げたり（ダウンサンプリング）して周波数変換される。なお、通話相手のディジタル音声信号の周波数変換をする際には、無線通信のために施されている暗号化を解除して復号化が行われる。

そして、周波数変換された通話相手のディジタル音声信号と、携帯電話機１０の利用者のディジタル音声信号（マイク３２に入力されてＡＤ変換器２４で変換されたディジタル音声信号）とが、プロセッサ１２によって混合され、混合されたディジタル音声信号がさらにＡＣＣ形式のファイル（ＡＣＣファイル１８ｂ）に形成されてフラッシュメモリ１８に記録される。

このようにしてフラッシュメモリ１８に記録された通話音声メモ機能で記録したＡＣＣファイル１８ｂは、先に示した図８のボイス／メモメニュー選択画面１０４で、３番目の“通話音声メモ”の項目名をキー入力装置２０を操作して選択してＬＣＤモニタ３０にＡＣＣファイル１８ｂの一覧を表示し、その一覧から目的のファイルを選択することによって再生することができる。

なお、上述の実施形態では、携帯電話機１０は、ボイスレコード機能と通話音声メモ機能との両方を備える構成としたが、これに限らず、携帯電話機１０は、ボイスレコード機能と通話音声メモ機能とのいずれか一方の機能を備える構成であってもよい。

また、上述の実施形態における通話音声メモ機能では、通話相手の電話機から送られてくるディジタル音声信号をディジタル音声信号のまま周波数変換し、これを携帯電話機１０の利用者のディジタル音声信号と混合する構成とした。しかし、これに替えて、通話相手の電話機から送られてくるディジタル音声信号を一旦アナログ音声信号に変換し、これを携帯電話機１０の利用者の音声のアナログ音声信号と混合し、この混合されたアナログ音声信号をディジタル音声信号に変換するようにしてもよい。

さらに、フラッシュメモリ１８に記録するディジタル音声信号のファイル形式をＡＣＣ形式としたが、ファイル形式はこれに限らず、例えば、３ＧＰＰ（Third Generation Partnership Project）形式などであってもよい。

また、上述の実施形態においては、言語の種別に適切な標本化周波数の具体的な数値を示さなかったが、標本化周波数は、例えば、日本語（８ＫＨｚ）、英語（９ＫＨｚ）、フランス語・ドイツ語・中国語（１０ＫＨｚ）とすることができる。
＜第２実施形態＞
図１１を参照して、本発明の音声記録装置としてのボイスレコーダ１０００は、プロセッサ１０１２を含む。図１１からわかるように、プロセッサ１０１２には、ＲＡＭ１０１４、ＲＯＭ１０１６、フラッシュメモリ１０１８、キー入力装置１０２０、ＬＣＤドライバ１０２２、ＡＤ変換器１０２４、およびＤＡ変換器１０２６がそれぞれ接続されている。

ＲＡＭ１０１４は、プロセッサ１０１２から直接的にアクセスが可能な記憶装置であり、プロセッサ１０１２の情報演算処理の際の一時記憶に利用される。

ＲＯＭ１０１６は、たとえば、電気的に書き換えが可能なＥＥＰＲＯＭであり、プロセッサ１０１２によって実行されるプログラムやこのプログラムで利用される種々のデータを記憶する。なお、ＲＯＭ１０１６に記憶されたデータには、ボイスレコーダ１０００において記録する音声の言語の種別と、その種別の言語の音声を記録する際にアナログ音声信号からディジタル音声信号に変換するための標本化の適切な標本化周波数とが対応つけられた周波数テーブル１０１６ａが含まれる。

フラッシュメモリ１０１８は、フラッシュＲＯＭとも呼ばれ、データの読み書きが自由で不揮発性を備えた記憶装置である。このフラッシュメモリ１０１８には、後述する言語識別情報１０１８ａやディジタル音声ファイル１０１８ｂが記録される。

キー入力装置１０２０は、電源キー１０２０ａ、カーソルキー１０２０ｂ、決定キー１０２０ｃ、録音開始／停止キー１０２０ｄ、音量調節キー１０２０ｅなどを備えており、利用者がそれぞれのキーを操作することによってプロセッサ１０１２に対して指示を与えることができる。

ＬＣＤドライバ１０２２は、当該ＬＣＤドライバ１０２２に接続されたＬＣＤモニタ１０３０を制御してプロセッサ１０１２からの指示に応じた文字や画像などをＬＣＤモニタ１０３０に表示させる。

ＡＤ変換器１０２４は、当該ＡＤ変換器１０２４に接続された、利用者の発する音声を拾うマイク１０３２から入力されるアナログ音声信号を、ＲＯＭ１０１６に記録された周波数テーブル１０１６ａに基づいて決定した標本化周波数で標本化してディジタル音声信号に変換するためのものである。

ＤＡ変換器１０２６は、フラッシュメモリ１０１８から読み出された標本化されたディジタル音声信号をアナログ音声信号に変換（復元）してスピーカ１０３４に出力するためのものである。

図１２は、ボイスレコーダ１０００の外観図である。図１２を参照して、ボイスレコーダ１０００は、ケースＣ２を有する。ケースＣ２の表面には、キー入力装置１０２０が配置されている。キー入力装置１０２０は上述したように、ケースＣ２の右側面の上部に位置する電源キー１０２０ａ、ケースＣ２の正面の中央部に位置するカーソルキー１０２０ｂ、カーソルキー１０２０ｂの中心部分に位置する決定キー１０２０ｃ、ケースＣ２の右側面の中央部に位置する録音開始／停止キー１０２０ｄ、ケースＣ２の右側面の録音開始／停止キー１０２０ｄの下方に位置する音量調節キー１０２０ｅから構成される。

ケースＣ２の表面の上部には、ＬＣＤモニタ１０３０が配置されている。また、ケースＣ２の上端付近には、図１２では図示しないマイク１０３２に通じる開口ＯＰ３が設けられ、ケースＣ２の正面の下部には、同じく図１２では図示しないスピーカ１０３４に通じる複数の開口ＯＰ４が設けられている。したがって、利用者は、開口ＯＰ３を通じてマイク１０３２に自身などの音声を入力し、開口ＯＰ４を通じてスピーカ１０３４から出力される音声を聞く。

このようなボイスレコーダ１０００によれば、記録する音声の言語の種別に適切な標本化周波数でアナログ音声信号を標本化してディジタル音声信号に変換することができる。

ボイスレコーダ１０００で音声を記録する場合には、利用者は、ボイスレコーダ１０００の録音開始／停止キー１０２０ｄを操作する。この操作が行われると、音声の記録のための処理が開始され、ボイスレコーダ１０００のプロセッサ１０１２は、音声の記録の開始前に、後に説明する図１４のフロー図に示すような処理を実行する。

録音開始／停止キー１０２０ｄが操作されると、ＬＣＤモニタ１０３０には、図１３に示すような、言語選択画面２００が表示される。この画面は、利用者がこれから記録する音声の言語の種別をボイスレコーダ１０００に設定するための画面である。図示するように、言語選択画面２００には、選択できる言語の種別の項目名として、“日本語”の項目名、“英語”の項目名、“フランス語”の項目名、“ドイツ語”の項目名、および“中国語”の項目名が表示される。ただし、図１３の言語選択画面２００はあくまで選択できる言語の種別の一例を示したものであり、本発明で使用できる言語は図１３にあげた言語に限定されるわけではない。

利用者は、カーソルキー１０２０ｂを操作して上方向および下方向を入力してカーソル（図１３において網掛けで表示）を言語の種別の項目名に合わせて決定キー１０２０ｃを操作する。

この操作により、ボイスレコーダ１０００のプロセッサ１０１２は、図１４のステップＳ１１で言語の種別を決定する。このとき、決定された言語の種別に応じてその言語の種別を識別するための言語識別情報１０１８ａがフラッシュメモリ１０１８に記録される。

次に、プロセッサ１０１２は、ステップＳ１３で、ＲＯＭ１０１６に記録されている周波数テーブル１０１６ａを参照し、ステップＳ１１において決定した言語の種別に適切なＡＤ変換器１０２４の標本化周波数を決定する。

ここで、周波数テーブル１０１６ａは、言語の種別毎に、その言語で発話される音声を記録するために適切な標本化周波数を記録したものである。具体的には、周波数テーブル１０１６ａには、各言語の種別を識別する言語識別情報１０１８ａに標本化周波数が対応つけて記録されている。

言語識別情報１０１８ａに対応つけられている標本化周波数は、言語識別情報１０１８ａが示す言語の種別に最適な標本化周波数となっている。この最適な標本化周波数は、例えば、標本化周波数が高いほど、破裂音、摩擦音、破擦音などの微妙な音を記録できる傾向があるという標本化の特性などに基づいて決定してもよい。例えば、日本語＜英語＜フランス語・ドイツ語・中国語の順に標本化周波数の値が高くなる。

こうして周波数テーブル１０１６ａを参照することによって標本化周波数を決定すると、次にプロセッサ１０１２は、ステップＳ１５で、決定した標本化周波数をＡＤ変換器１０２４に設定する。

ＡＤ変換器１０２４は、マイク１０３２から入力されるアナログ音声信号を設定された標本化周波数で標本化してディジタル音声信号に変換し、プロセッサ１０１２に出力する。

プロセッサ１０１２は、ＡＤ変換器１０２４から出力されたディジタル音声信号から、例えばＭＰ３（MPEG Audio Layer-3）形式のディジタル音声ファイル１０１８ｂを形成し、このＭＰ３形式のファイルをフラッシュメモリ１０１８に記録する。なお、ＡＤ変換器１０２４でアナログ音声信号からディジタル音声信号に変換するための標本化の標本化周波数は、ＭＰ３ファイルのヘッダに記録されている。

したがって、フラッシュメモリ１０１８に記録されたＭＰ３形式のディジタル音声ファイル１０１８ｂ（以下“ＭＰ３ファイル１０１８ｂ”とも記載する）を再生する場合には、プロセッサ１０１２によって、フラッシュメモリ１０１８に記録されたＭＰ３ファイル１０１８ｂのヘッダから標本化周波数が読み出され、読み出された標本化周波数がＤＡ変換器１０２６に設定される。

プロセッサ１０１２は、フラッシュメモリ１０１８から読み出したＭＰ３ファイル１０１８ｂからディジタル音声信号を取得し、これをＤＡ変換器１０２６に与える。そして、ＤＡ変換器１０２６は、与えられたディジタル音声信号を設定された標本化周波数でアナログ音声信号に変換する。変換されたアナログ音声信号は、スピーカ１０３４に与えられ、スピーカ１０３４から音声が出力される。

このようにして、ボイスレコーダ１０００によれば、利用者が発話する音声を言語の種別に適した標本化周波数で標本化して記録することができる。

なお、上述の実施形態においては、言語の種別に適切な標本化周波数の具体的な数値を示さなかったが、標本化周波数は、例えば、日本語（８ＫＨｚ）、英語（９ＫＨｚ）、フランス語・ドイツ語・中国語（１０ＫＨｚ）とすることができる。

この発明は、例えば、アナログ音声信号をディジタル音声信号に変換して記録する音声記録装置及び通信端末に利用できる。

１０ …携帯電話機（音声記録装置および通信端末）
１２ …プロセッサ
２０ …キー入力装置
２４ …ＡＤ変換器
２８ …無線通信回路
３６ …アンテナ
１０００ …ボイスレコーダ（音声記録装置）
１０１２ …プロセッサ
１０２０ …キー入力装置
１０２４ …ＡＤ変換器

Claims

マイクから出力されるアナログ音声信号をディジタル音声信号に変換して記録する音声記録装置であって、
操作手段、
情報を表示するための表示手段、
言語の種別とその言語の種別に対応する標本化周波数を記録する第１記録手段、
前記操作手段の操作に応じて決定された、前記表示手段による情報の表示に使用する言語の種別を特定する言語特定手段、
前記言語特定手段が特定した言語の種別に対応する前記第１記録手段に記録された標本化周波数を決定する周波数決定手段、
前記マイクが出力するアナログ音声信号を前記周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換する変換手段、および
前記変換手段が変換したディジタル音声信号を記録する第２記録手段を備える、音声記録装置。
マイクから出力されるアナログ音声信号をディジタル音声信号に変換して記録する音声記録装置であって、
操作手段、
言語の種別とその言語の種別に対応する標本化周波数を記録する第１記録手段、
前記操作手段の操作に応じて言語の種別を決定する言語決定手段、
前記言語決定手段が決定した言語の種別に対応する前記第１記録手段に記録された標本化周波数を決定する周波数決定手段、
前記マイクが出力するアナログ音声信号を前記周波数決定手段が決定した標本化周波数で標本化してディジタル音声信号に変換する変換手段、および
前記変換手段が変換したディジタル音声信号を記録する第２記録手段を備える、音声記録装置。
請求項１または２記載の音声記録装置と、
他の装置と音声で通信を行う音声通信手段とを備える、通信端末。
前記マイクが出力するアナログ音声信号は前記変換手段によってディジタル音声信号に変換されて前記第２記録手段に記録されるとともに、前記音声通信手段によって前記他の装置に送信される、請求項３記載の通信端末。