JP5771774B2

JP5771774B2 - 自動音量補正装置、音声転送装置及びインターホンシステム

Info

Publication number: JP5771774B2
Application number: JP2010278531A
Authority: JP
Inventors: 恵一 ▲吉▼田; 福島　実; 実福島
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2010-12-14
Filing date: 2010-12-14
Publication date: 2015-09-02
Anticipated expiration: 2030-12-14
Also published as: JP2012129741A

Description

本発明は、インターホン装置などの通話装置に好適な自動音量補正装置、並びに当該自動音量補正装置を搭載する音声転送装置、及び当該音声転送装置を備えるインターホンシステムに関する。

公衆回線を経由して通話を行うための通話装置においては、下記(１)〜(５)の要因による音量レベルの変動を考慮する必要がある。

(１)有線と無線、あるいはアナログ通信とディジタル通信といった通信形態の違いによる伝送損失差
(２)通信キャリアによる音量差の影響
(３)通話機器の製造元(メーカ)、品種等の通話装置の機種による影響
(４)通話形態(ハンドセット、ヘッドセット、ハンズフリーなど)による影響
(５)通話装置の音量調整機能による影響
通話装置のスピーカから鳴動される音声の音量ばらつきを抑えて所定の範囲内に収めようとした場合、上記(１)〜(５)の要因による音量レベル変動を自動的に吸収／緩和する手段が必要となる。

そこで従来は、特許文献１に記載されているような自動音量補正装置(自動利得制御装置)が通話装置に搭載されていた。特許文献１記載の従来例では、入力信号の長時間平均値を周囲騒音のレベルとみなし、周囲騒音レベルに応じて利得関数を選択しつつ自動利得制御を行うことにより、入力信号のレベル変動が大きい場合でも出力信号レベルを一定に保つようにしている。

特許第４３２１０４９号公報

しかしながら、上述した従来例では、利得関数の遷移や利得の変動の影響で音声信号が抑揚して出力されてしまい、スピーカから鳴動される音声に多少の不自然さが残ってしまうという問題があった。また、周囲騒音レベルが大きいほど利得の小さい利得関数が選択されてしまうため、周囲騒音と音声が混在する場合、小声で入力されたときに出力音声の音量が増大されずに聞き取り難くなってしまうという問題もあった。

本発明は、上記課題に鑑みて為されたものであり、音声信号の抑揚を抑えて聞き取り易い音量に自動的に補正することを目的とする。

本発明の自動音量補正装置は、音響信号の信号レベルを調整して出力する信号出力部と、前記音響信号の信号レベルの短時間平均値及び長時間平均値を算出する時間平均値算出部と、前記短時間平均値又は前記長時間平均値に応じて前記信号出力部の調整量を設定する設定部とを備え、当該設定部は、前記音響信号の信号レベル上昇中は前記短時間平均値に応じて前記調整量を設定し、前記音響信号の信号レベル下降中は前記長時間平均値に応じて前記調整量を設定し、前記時間平均値算出部は、前記短時間平均値の変化の傾きが前記音響信号波形の上昇時における包絡線の傾きに略一致するように前記短時間平均値を算出するときの時間幅を設定することを特徴とする。

本発明の自動音量補正装置は、音響信号の信号レベルを調整して出力する信号出力部と、前記音響信号の信号レベルの短時間平均値及び長時間平均値を算出する時間平均値算出部と、前記短時間平均値又は前記長時間平均値に応じて前記信号出力部の調整量を設定する設定部とを備え、当該設定部は、前記音響信号の信号レベル上昇中は前記短時間平均値に応じて前記調整量を設定し、前記音響信号の信号レベル下降中は前記長時間平均値に応じて前記調整量を設定し、前記時間平均値算出部は、前記長時間平均値の変化の傾きが前記音響信号波形の下降時における包絡線の傾きに略一致するように前記長時間平均値を算出するときの時間幅を設定することを特徴とする。

この自動音量補正装置において、前記時間平均値算出部は、前記長時間平均値の変化の傾きが前記音響信号波形の下降時における包絡線の傾きに略一致するように前記長時間平均値を算出するときの時間幅を設定することが好ましい。

この自動音量補正装置において、前記設定部は、前記信号レベルの上昇時と下降時とで前記調整量の設定を変える条件を異ならせることが好ましい。

この自動音量補正装置において、前記設定部は、前記信号レベルを増大する向きに前記調整量を変える際に緩やかに前記調整量を変化させることが好ましい。

この自動音量補正装置において、前記設定部は、前記信号レベルを減少する向きに前記調整量を変える際に急速に前記調整量を変化させることが好ましい。

この自動音量補正装置において、前記音響信号に含まれる音声以外の雑音の程度を検出する雑音検出部を備え、前記信号出力部は、当該雑音検出部で検出される雑音の程度が所定のレベルを超えているときは前記信号レベルを調整せずに出力することが好ましい。

この自動音量補正装置において、前記音響信号に含まれる音声以外の雑音を抑制する雑音抑制部を備え、当該雑音抑制部は、前記雑音検出部で検出される雑音の程度が所定のレベルを超えているときに雑音の抑制を行うことが好ましい。
本発明の音声転送装置は、インターホンシステムに用いられる通話装置と、外部通話装置との間で音声を相互に転送し、前記自動音量補正装置を備えることを特徴とする。
本発明のインターホンシステムは、通話装置と、前記通話装置と外部通話装置との間で音声を相互に転送する前記音声転送装置とを備えることを特徴とする。

本発明の自動音量補正装置、音声転送装置及びインターホンシステムは、音声信号の抑揚を抑えて聞き取り易い音量に自動的に補正することができるという効果がある。

本発明に係る自動音量補正装置の実施形態及び外線転送装置の要部を示すブロック図である。同上の外線転送装置を含む集合住宅用インターホンシステムのシステム構成図である。同上における設定部の動作を説明するための説明図である。 (ａ)は音響信号の波形図、(ｂ)は音響信号を入力信号としたときの短時間平均値PSの包絡線及び選択部から出力される時間平均値の包絡線を示す波形図である。同上における設定部の動作を説明するための説明図である。同上における設定部の動作を説明するための説明図である。同上における設定部の動作を説明するための説明図である。自動音量補正装置の別の実施形態を示すブロック図である。

図２は、本実施形態の自動音量補正装置１を搭載する外線転送装置Ｅを含む集合住宅用インターホンシステムのシステム構成例を示している。この集合住宅用インターホンシステムは、集合住宅の各住戸に設置される複数台(図示は１台のみ)の住戸通話装置Ａ、集合住宅の共用玄関に設置されるロビーインターホン(図示せず)、幹線制御装置Ｂ、管理室通話装置Ｃ、外線転送装置Ｅなどで構成されている。

各住戸通話装置Ａは、住戸線L2並びに分岐器Ｄを介して幹線L1に分岐接続されている。幹線L1は幹線制御装置Ｂに接続され、この幹線L1に複数(図示は１つのみ)の分岐器Ｄが設けられている。また、幹線制御装置Ｂには信号線L3を介して管理室通話装置Ｃが接続されている。管理室通話装置Ｃは集合住宅の管理室に設置されており、管理人が各住戸の住人と通話する際に使用される。

本実施形態における集合住宅用インターホンシステムでは、ディジタル変調された音声情報(音声データ)、映像情報(映像データ)、制御情報(制御データ)が伝送路(幹線L1，住戸線L2，信号線L3，L4)を介してパケット伝送される。例えば、ロビーインターホンでは、来訪者がテンキースイッチ又はタッチパネルを操作して何れかの住戸の住戸番号の操作入力を受け付けると、データフィールドに当該住戸番号を格納したパケット、並びに撮像装置で撮像した来訪者の映像(映像データ)をデータフィールドに格納したパケットを信号線を介して幹線制御装置Ｂのアドレス宛に送信(パケット伝送)する。幹線制御装置Ｂは、ロビーインターホンからの呼出を通知するための呼出コマンドをデータフィールドに格納した制御パケット並びに前記映像データをデータフィールドに格納した映像パケットを幹線L1に送出する。前記住戸番号の住戸に設置されている住戸通話装置Ａでは、幹線L1及び住戸線L2を介して制御パケット及び映像パケットを受信すると、制御パケットのデータフィールドに格納されている呼出コマンド(制御信号)に応じてスピーカから呼出音を鳴動させる。また、映像パケットのデータフィールドに格納されている映像データを処理して液晶ディスプレイなどの表示デバイスに来訪者の映像を表示させる。そして、呼出音を聞いた住人が住戸通話装置Ａの応答釦(図示せず)を操作すると、マイクロホンから出力される音声信号(送話音声信号)が住戸線L2を介してパケット伝送される。同様に、ロビーインターホンにおいてもマイクロホンから出力される音声信号(送話音声信号)が幹線制御装置Ｃを経由して住戸通話装置Ａにパケット伝送される。その結果、住戸の住人と来訪者が住戸通話装置Ａ及びロビーインターホンを用いてインターホン通話することができる。

また、住戸通話装置Ａから管理室通話装置Ｃを呼び出し、住人と管理人が住戸通話装置Ａ及び管理室通話装置Ｃを用いて通話することもできる。この場合、住戸通話装置Ａから管理室通話装置Ｃを呼び出すための制御データを含むパケットが送信され、当該パケットが幹線制御装置Ｂを経由して管理室通話装置Ｃに伝送される。そして、管理室通話装置Ｃの送受話器(ハンドセット)がオフフック(あるいは通話釦が操作)されると、ロビーインターホンの場合と同様に住戸通話装置Ａと管理室通話装置Ｃとの間で音声データが相互にパケット伝送される。但し、上述した住戸通話装置Ａ、幹線制御装置Ｂ、ロビーインターホン、管理室通話装置Ｃは従来周知の技術を利用して実現可能であるから、詳細な構成の図示並びに説明は省略する。

ここで、管理人の留守中に住戸通話装置Ａから管理室通話装置Ｃに呼出があった場合、管理人が所持する携帯電話機や管理会社の受付センターに住戸通話装置Ａの呼出が転送され、転送先の携帯電話機や受付センターの電話機(以下、これらを外部通話装置Ｆと呼ぶ。)と住戸通話装置Ａとの間で音声を伝送して通話可能とすることが望ましい。そのために本実施形態における集合住宅用インターホンシステムでは、住戸通話装置Ａと外部通話装置Ｆとの間で音声を相互に転送する外線転送装置Ｅを備えている。

外線転送装置Ｅは、図１に示すように自動音量補正装置１、伝送処理部２、２線４線変換部３、受話アンプ４、送話アンプ５、A/D変換器６、D/A変換器７などを備える。伝送処理部２は信号線L4を介して幹線制御装置Ｂに接続されており、幹線制御装置Ｂを経由して住戸通話装置Ａとの間でパケット伝送を行う。

伝送処理部２は、自動音量補正装置１から出力される音声信号(受話音声データ)を分割してパケットを作成し、当該パケット(音声パケット)を符号化するとともに符号化されたビット列を電気信号に変換(変調)して信号線L4に送出する。また伝送処理部２は、信号線L4に伝送される電気信号をビット列に変換(復調)し、復調されたビット列から音声パケットを復号化するとともに復号化された音声信号(送話音声データ)をD/A変換器７に出力する。そして、D/A変換器７でアナログ信号に変換された音声信号が送話アンプ５で増幅された後に２線４線変換部３に出力される。２線４線変換部３は局線(電話線)Lxによって公衆電話網Ｎに接続されており、送話アンプ５で増幅された音声信号(送話音声信号)を電話線Lxに送出するとともに、電話線Lxを伝送されてくる音声信号(受話音声信号)を受話アンプ４へ出力する。受話アンプ４で増幅された受話音声信号は、A/D変換器６でディジタル信号(受話音声データ)に変換されて自動音量補正装置１に入力される。

自動音量補正装置１は、ディジタル・シグナル・プロセッサ(DSP)で専用のソフトウェアを実行することによって実現される、信号出力部10、時間平均値算出部11、設定部12、選択部13、雑音検出部14を有している。但し、これらの各部10〜14が独立した回路部品で構成されても構わない。また、以下の説明では音声信号、及び音声以外の音を含む信号を総称して音響信号と呼ぶ。

信号出力部10は、A/D変換器６から出力される音響信号(音響データ)の信号レベルを調整して伝送処理部２に出力する。ここで、「信号レベル」とは音響データにおいて音量(音の大きさ)を示すデータであり、信号出力部10では、後述するように設定部12が設定する調整量に応じて前記データを変更することによって信号レベルを調整する。なお、以下の説明では「調整量」を「利得」と呼び、「利得」が大きいほど、信号レベルが高く(音量が大きく)なるものとする。

時間平均値算出部11は、入力信号(A/D変換器６から出力される音響信号。以下、同じ。)の比較的長い時間における時間平均値(長時間平均値PL)と、入力信号の比較的短い時間における時間平均値(短時間平均値PS)と、長時間平均値PLと短時間平均値PSの中間の時間における時間平均値(中時間平均値Pn)とを算出する。ここで、時間平均値算出部11では、例えば16ミリ秒程度の短い時間(バッファ時間)に入力された入力信号を記憶し、バッファ時間分の入力信号レベルの算術平均値を短時間平均値PSとし、バッファ時間の定倍(例えば、16倍)の入力信号レベルの算術平均値を長時間平均値PLとし、バッファ時間の数倍(例えば、７〜８倍)の入力信号レベルの算術平均値を中時間平均値Pnとしている。但し、時間平均値算出部11は、短時間平均値PSの変化の傾きが音響信号波形(図４(ａ)参照)の上昇時における包絡線の傾きに略一致するように短時間平均値PSを算出するときの時間幅を設定することが好ましい。同様に、時間平均値算出部11は、長時間平均値PLの変化の傾きが音響信号波形の下降時における包絡線の傾きに略一致するように長時間平均値PLを算出するときの時間幅を設定することが好ましい。

選択部13は、時間平均値算出部11で算出される長時間平均値PLと短時間平均値PSとを比較し、PS≧PLのときは短時間平均値PSを選択し、PS＜PLのときは長時間平均値PLを選択して設定部12に出力する。

一般に、短時間平均値は主に入力信号(音響信号)に含まれる音声成分によってそのレベルが決まると考えられ、中時間平均値は主に入力信号に含まれる雑音成分(音声以外の音成分)によってそのレベルが決まると考えられる。故に雑音検出部14では、時間平均値算出部11で算出される短時間平均値PSと中時間平均値Pnとの比PS/Pnが１以上(PS/Pn≧１)であれば雑音が少ない(S/N比が高い)と検出(推定)し、比PS/Pnが１未満(PS/Pn＜１)であれば雑音が多い(S/N比が低い)と検出(推定)する。そして、雑音検出部14は、雑音が少ないと検出すれば「１」を、雑音が多いと検出すれば「０」を、それぞれ設定部12に出力する。

設定部12は、選択部13から出力される時間平均値(長時間平均値PL又は短時間平均値PS)に応じて、３段階の利得G1，G2，G3(G1＞G2＞G3)のいずれかを信号レベルの調整量に設定して信号出力部10に出力する。そして、信号出力部10では入力信号の信号レベルに設定部12で設定される利得を乗じることにより、信号レベルが調整された音響信号を伝送処理部２に出力する。

図３は、自動音量補正装置１における音量補正特性を示しており、横軸が入力信号の信号レベル、縦軸が音量補正後の出力信号の信号レベルを表している。設定部12は、図３に示すように入力信号の信号レベルがしきい値Th1以下のときは利得をG1に設定して音量を増大させ、入力信号の信号レベルがしきい値Th1よりも大きく且つしきい値Th2(＞Th1)以下のときは利得をG2に設定して音量をほとんど調整しない。また、入力信号の信号レベルがしきい値Th2よりも大きいとき、設定部12は、利得をG3(=0)に設定して音量を減少させる。

図４(ａ)は実際の音響信号の波形を示し、同図(ｂ)は同図(ａ)の音響信号を入力信号としたときの短時間平均値PSの包絡線(実線X1)及び選択部13から出力される時間平均値f(PL,PS)の包絡線(実線X2)を示している。例えば、図４(ｂ)に実線X1で示した短時間平均値PSに応じて利得(調整量)が設定されると、信号レベルの急激な変化に短時間で追従して利得が次々と変化するため、音響信号が抑揚(音量が増減)してしまう虞がある。反対に、長時間平均値PLに応じて利得(調整量)が設定されると、音響信号の抑揚は抑えられるものの、信号レベルの急激な立ち上がりを抑制できずに音量が大きくなり過ぎてしまう虞がある。

一方、本実施形態においては、入力信号の信号レベル上昇中は選択部13で選択される短時間平均値PSに応じて設定部12が利得を設定し、入力信号の信号レベル下降中は選択部13で選択される長時間平均値PLに応じて設定部12が利得を設定するので、利得の変動幅を少なくして音響信号の抑揚を低減するとともに音量のピークを適正な範囲内に収めることができる。つまり、本実施形態の自動音量補正装置１によれば、音響信号の抑揚を抑えて聞き取り易い音量に自動的に補正することができる。

ところで、信号レベルの上昇時と下降時とで設定部12が利得Gi(i=1,2,3)の設定を変える条件(しきい値Th1，Th2)が同じであると、信号レベルがしきい値Th1，Th2の近辺で変動した場合に利得Giが頻繁に変更されることで音量が増減する可能性がある。そこで、設定部12では、しきい値Th1，Th2にヒステリシスを持たせ、信号レベルの上昇時と下降時とでしきい値Th11，Th12，Th21，Th22を異ならせることが好ましい。例えば、図５に示すように信号レベルの下降時におけるしきい値Th12，Th22を、信号レベルの上昇時におけるしきい値Th11，Th21よりも小さく(低く)すればよい。このようにすれば、信号レベルがしきい値の近辺で変動した場合でも音量の急激な増減(音響信号の抑揚)を抑えることができる。

ここで、信号レベルの下降中には長時間平均値PLに応じて利得が調整されるのであるが、長時間平均値PLの算出時間よりも遙かに短い時間で利得がG2からG1に変更されると、音量が必要以上に増大されて音響信号が抑揚してしまう虞がある。そこで、設定部12が信号レベルを増大する向きに利得を変える際、図６に示すように緩やかに利得を変化させれば、音量が必要以上に増大されて音響信号が抑揚してしまうことが防止できる。

一方、信号レベルの上昇中には短時間平均値PSに応じて利得が調整されるため、短時間平均値PSの算出時間よりも長い時間をかけて利得がG2からG3へゆっくりと変更されると、音量の増減に追随できずに音響信号を抑揚させてしまう虞がある。そこで、設定部12が信号レベルを減少する向きに利得を変える際、図７に示すように急速に利得を変化させれば、音量の増減に追随できずに音響信号を抑揚させてしまうことが防止できる。

ところで、入力信号の信号レベルが調整されると当該入力信号に含まれる雑音成分(周囲騒音)の信号レベルも同時に調整されるので、目的とする音声が周囲騒音に邪魔されて聴き取り難くなってしまう可能性がある。そこで本実施形態では、雑音検出部14で雑音が多いと推定されているときは設定部12が利得の設定を行わずに入力信号をそのまま出力(スルー)させ、雑音検出部14で雑音が少ないと推定されているときにだけ、設定部12が利得の設定を行うようにしている。つまり、設定部12は雑音検出部14の出力信号が「０」のときは利得の設定を行わず、雑音検出部14の出力信号が「１」のときにだけ利得の設定を行っている。これにより、目的とする音声が周囲騒音に邪魔されて聴き取り難くなってしまうという音量補正の弊害を抑制することができる。

ここで、入力信号に含まれる音声以外の雑音(周囲騒音)を抑制する雑音抑制部(ノイズキャンセラ)15を設けてもよい。ノイズキャンセラ15は従来周知であって、通話音声と周囲騒音とが混在する入力信号から周囲騒音の信号成分のみを抑圧して出力するものである。したがって、雑音検出部14で雑音が多いと推定されているとき(雑音検出部14の出力信号が「０」のとき)、ノイズキャンセラ15が入力信号から周囲騒音の信号成分のみを抑圧してS/N比を向上させることにより、目的とする音声が周囲騒音に邪魔されて聴き取り難くなってしまうことを防止できる。但し、雑音検出部14で雑音が少ないと推定されているとき(雑音検出部14の出力信号が「１」のとき)は、ノイズキャンセラ15を停止すればよい。

１自動音量補正装置
10 信号出力部
11 時間平均値算出部
12 設定部

Claims

音響信号の信号レベルを調整して出力する信号出力部と、前記音響信号の信号レベルの短時間平均値及び長時間平均値を算出する時間平均値算出部と、前記短時間平均値又は前記長時間平均値に応じて前記信号出力部の調整量を設定する設定部とを備え、当該設定部は、前記音響信号の信号レベル上昇中は前記短時間平均値に応じて前記調整量を設定し、前記音響信号の信号レベル下降中は前記長時間平均値に応じて前記調整量を設定し、前記時間平均値算出部は、前記短時間平均値の変化の傾きが前記音響信号波形の上昇時における包絡線の傾きに略一致するように前記短時間平均値を算出するときの時間幅を設定することを特徴とする自動音量補正装置。
音響信号の信号レベルを調整して出力する信号出力部と、前記音響信号の信号レベルの短時間平均値及び長時間平均値を算出する時間平均値算出部と、前記短時間平均値又は前記長時間平均値に応じて前記信号出力部の調整量を設定する設定部とを備え、当該設定部は、前記音響信号の信号レベル上昇中は前記短時間平均値に応じて前記調整量を設定し、前記音響信号の信号レベル下降中は前記長時間平均値に応じて前記調整量を設定し、前記時間平均値算出部は、前記長時間平均値の変化の傾きが前記音響信号波形の下降時における包絡線の傾きに略一致するように前記長時間平均値を算出するときの時間幅を設定することを特徴とする自動音量補正装置。
前記時間平均値算出部は、前記長時間平均値の変化の傾きが前記音響信号波形の下降時における包絡線の傾きに略一致するように前記長時間平均値を算出するときの時間幅を設定することを特徴とする請求項１記載の自動音量補正装置。
前記設定部は、前記信号レベルの上昇時と下降時とで前記調整量の設定を変える条件を異ならせることを特徴とする請求項１〜３の何れか１項に記載の自動音量補正装置。
前記設定部は、前記信号レベルを増大する向きに前記調整量を変える際に緩やかに前記調整量を変化させることを特徴とする請求項１〜４の何れか１項に記載の自動音量補正装置。
前記設定部は、前記信号レベルを減少する向きに前記調整量を変える際に急速に前記調整量を変化させることを特徴とする請求項１〜５の何れか１項に記載の自動音量補正装置。
前記音響信号に含まれる音声以外の雑音の程度を検出する雑音検出部を備え、前記信号出力部は、当該雑音検出部で検出される雑音の程度が所定のレベルを超えているときは前記信号レベルを調整せずに出力することを特徴とする請求項１〜６の何れか１項に記載の自動音量補正装置。
前記音響信号に含まれる音声以外の雑音を抑制する雑音抑制部を備え、当該雑音抑制部は、前記雑音検出部で検出される雑音の程度が所定のレベルを超えているときに雑音の抑制を行うことを特徴とする請求項７記載の自動音量補正装置。
インターホンシステムに用いられる通話装置と、外部通話装置との間で音声を相互に転送し、請求項１〜８の何れか１項に記載の自動音量補正装置を備えることを特徴とする音声転送装置。
通話装置と、前記通話装置と外部通話装置との間で音声を相互に転送する請求項９記載の音声転送装置とを備えることを特徴とするインターホンシステム。