JP5819875B2

JP5819875B2 - 音声出力装置および方法

Info

Publication number: JP5819875B2
Application number: JP2013063962A
Authority: JP
Inventors: 博敏夏目
Original assignee: NEC Platforms Ltd
Current assignee: NEC Platforms Ltd
Priority date: 2013-03-26
Filing date: 2013-03-26
Publication date: 2015-11-24
Anticipated expiration: 2033-03-26
Also published as: JP2014191033A

Description

本発明は、音声出力装置および方法に関する。

近年、ＥＴＣ（Electronic Toll Collection System）車載器、カーナビゲーション装置、自動販売機など様々な機器において、ユーザーに音声で案内を行う音声出力装置が備えられている。音声出力装置が備えられた機器のおかれた環境において騒音などがあると、その音声出力装置による音声案内が聞き取りづらいことがある。騒音などがある環境において音声案内が聞き取り易くなるような音声出力装置に関する技術が特許文献１、特許文献２に開示されている。

特許文献１の技術は、コンテンツによる音声を提供している場合には、音量調整の操作子の操作に応動した音量により音声を提供し、ハンズフリーシステムにより音声を提供する場合には、ノイズに応じた音量により音声を提供する車載装置に関するものである。この技術は、走行中にあっても、ノイズに応じて音量を変化させて、通話対象の音声を明瞭に聞き取ることができるようにすることを目的としている。

また、特許文献２の技術は、周囲の騒音の大きさに基づいて、同一の音声の音声発生速度や音程等が異なる複数の音声データの中から選択された最適な一つの音声データの音声を発生させる自動販売機に関するものである。この技術は、周囲の騒音状態に応じて音声の発生速度や音程の少なくとも一方を変化させ、更に音量も変化させることにより、騒音の中でも聞き取りやすい音声を発生することを目的としている。

特開２００６−２５４２８５号公報特開平０７−２５４０８２号公報

背景技術に関し、音声出力装置の周囲の騒音には、工事、鉄道の車両、自動車など様々な発生源によるものがあり、それぞれ、音量が低域、高域など特定の帯域で比較的に大きいというような周波数特性（音質）がある。このことから、音声出力装置から音声案内を聞く際、周囲に騒音があると、音声案内の、周囲の騒音における音量の比較的に大きい帯域に重なる部分が聞こえづらくなるという課題がある。また、音声出力装置などからの音声案内について、音声案内の全てではなくその中のキーワードを含む特定のフレーズが聞き取れれば音声案内の内容を理解できることがある。例えば、「ただ今の利用料金は、１，５００円です。」という音声案内において、「料金」、「１，５００」などがキーワードとなる。しかしながら、周囲の騒音のもとで音声案内のキーワードを含む特定のフレーズが聞き取り易くなるような対応がなされていないという課題もある。

本発明の目的は、これらの課題を解決した音声出力装置および方法を提供することである。

本発明の音声出力装置は、周囲の騒音のレベルの周波数分布を測定した結果である騒音レベルデータを出力する騒音解析手段と、少なくとも１つの所定の周波数領域につき、もしくは、少なくとも１つの所定のフレーズにつき、互いに異なる音声レベルを有する所定のメッセージの複数の音声データのうち、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対する周波数領域以外の周波数領域で前記騒音レベルよりも大きい前記音声レベルを有するもの、あるいは、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対し、前記騒音レベルよりも大きい前記所定のフレーズの前記音声レベルを有するものを出力する音声データ選定手段とを備えることを特徴とする。

本発明の音声出力方法は、周囲の騒音のレベルの周波数分布を測定した結果である騒音レベルデータを出力する騒音解析工程と、少なくとも１つの所定の周波数領域につき、もしくは、少なくとも１つの所定のフレーズにつき、互いに異なる音声レベルを有する所定のメッセージの複数の音声データのうち、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対する周波数領域以外の周波数領域で前記騒音レベルよりも大きい前記音声レベルを有するもの、あるいは、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対し、前記騒音レベルよりも大きい前記所定のフレーズの前記音声レベルを有するものを出力する音声データ選定工程とを備えることを特徴とする。

本発明によれば、音声出力装置からの音声案内が周囲の騒音における音量の比較的に大きい帯域に重ならない帯域で出力され、周囲に騒音があっても音声案内を聞き易くすることが可能となる。また、音声出力装置からの音声案内の中のキーワードを含む特定のフレーズが強調され、周囲に騒音があっても特定のフレーズを聞き取り易くすることが可能となる。

本発明の第１の実施の形態における音声出力装置の構成例を示す図である。本発明の第１の実施の形態における音声出力装置の構成例の詳細を示す図である。本発明の第２の実施の形態における音声出力装置の構成を示す図である。

本発明の第１の実施の形態について、図面を参照して説明する。

まず、本実施の形態における音声出力装置の構成について、図１、図２を参照して説明する。

図１は本実施の形態における音声出力装置の構成例を示す。音声出力装置１００は、騒音モニター部１１０、増幅部１２０、システム制御部１３０、音声データ格納部１４０、周波数フィルタ部１５０、増幅部１６０、音声出力部１７０、音量調整部１８０で構成される。音声出力装置１００は、周囲の騒音に応じた音声データの音声をスピーカーより出力する。

音声出力装置１００の各部を説明する。

騒音モニター部１１０は、いわゆるマイクで、音声出力装置１００の周囲の騒音（音）を拾い、アナログ信号に変換し、増幅部１２０へ出力する。増幅部１２０は、入力されたアナログ信号の電圧レベルを調整し、システム制御部１３０へ出力する。システム制御部１３０は、音声出力装置１００のシステム動作を統括制御する。音声データ格納部１４０は、汎用メモリ等で、音声出力装置１００より出力する音声のデジタルデータを格納する。なお、音声データは、音声出力装置１００の外部より入力される。周波数フィルタ部１５０は、ｎ次のローパスフィルタとハイパスフィルタで、入力されたアナログ信号から音声データの音声帯域（本実施の形態では１００Ｈｚ〜４ｋＨｚ）以外の周波数成分を除去し、増幅部１６０へ出力する。増幅部１６０は、入力された音声信号を増幅し、音声出力部１７０へ出力する。音声出力部１７０は、いわゆるスピーカーで、入力された音声信号を音に変換して音声出力装置１００の外部へ出力する。音量調整部１８０は、外部からの操作により、増幅部１６０での音声信号の増幅率を調整する。

図２は本実施の形態における音声出力装置の構成例の詳細を示す。図１に対して詳細になっている部分を説明する。システム制御部１３０は、Ａ／Ｄ（Analog/Digital）変換部１３１、ＣＰＵ（Central Processing Unit）１３２、Ｄ／Ａ（Digital/Analog）変換部１３３で構成される。さらに、ＣＰＵ１３２は、騒音レベル解析部３２１、騒音周波数解析部３２２、音声データ選定部３２３を含む。

次に、本実施の形態における音声出力装置の動作について、図２を参照して説明する。

図２において、騒音モニター部１１０は音声出力装置１００の稼働時、常時、周囲の騒音（音）を拾い、騒音をアナログ信号に変換して増幅部１２０へ出力する。増幅部１２０は入力されたアナログ信号の電圧レベルを調整し、システム制御部１３０へ出力する。システム制御部１３０において、Ａ／Ｄ変換部１３１は入力された騒音のアナログ信号をデジタル信号に変換し、ＣＰＵ１３２へ出力する。ＣＰＵ１３２において、騒音レベル解析部３２１は入力されたデジタル信号の騒音レベルを解析し、騒音周波数解析部３２２は入力されたデジタル信号の周波数特性を解析し、両者共に解析結果を音声データ選定部３２３へ出力する。音声データ選定部３２３は、メッセージなどの音声を音声出力装置１００の外部へ出力する際、入力された解析結果にもとづいて、音声データ格納部１４０に予め格納されている該メッセージなどについての複数の音声データの中から最適なものを選定する。同時に、音声データ選定部３２３は音声データ格納部１４０に該音声データを出力するよう指示する。最適な音声データの選定方法の詳細は後述する。音声データ格納部１４０は指示された音声データを音声データ選定部３２３へ出力する。音声データ選定部３２３は入力された音声データをＤ／Ａ変換部１３３へ出力する。Ｄ／Ａ変換部１３３は入力された音声データをアナログ信号に変換し、周波数フィルタ部１５０へ出力する。周波数フィルタ部１５０は入力されたアナログ信号から音声データの音声帯域以外の周波数成分を除去し、増幅部１６０へ出力する。なお、その音声帯域以外の周波数成分として、Ｄ／Ａ変換部１３３でのアナログ信号への変換の際に発生しうるノイズやＤ／Ａ変換部１３３から周波数フィルタ部１５０までの配線上で他の配線より受けうるノイズなどが挙げられる。増幅部１６０は入力されたアナログ信号を増幅し、音声出力部１７０へ出力する。音声出力部１７０は入力されたアナログ信号を音に変換して、音声出力装置１００の外部へ出力する。なお、音声出力装置１００の外部へ出力される音の音量は、増幅部１６０での音声信号の増幅率により設定される。具体的には、音量調整部１８０での外部からの操作により、増幅部１６０での音声信号の増幅率を調整することが可能である。その音声信号の増幅率は、ここでは、一例であるが、次の通りである。すなわち、周囲騒音のレベルが６０ｄＢｓｐｌであるとき後述の最適な音声データの選定方法についての説明における「標準」の音声データの音声出力部１７０から出力される音声が聞き易い程度に設定されているものとする。

ここで、最適な音声データの選定方法について説明する。

音声データ格納部１４０に格納される音声データは、予め、想定される騒音のレベルおよび周波数特性の特徴を区分けし、音声やセンテンスなどに各々の騒音区分に対して効果のある音質または強調を加味したものである。音声データ選定部３２３は騒音のレベルおよび周波数特性の解析結果が当てはまる騒音区分に対応する音声データを最適な音声データとして選定する。騒音区分と対応する音声データは、例えば、次の通りとなる。
（１）騒音区分：レベルが６０ｄＢｓｐｌ未満
音声データ：通常
（２）騒音区分：レベルが６０ｄＢｓｐｌ以上７０ｄＢｓｐｌ未満
低域のレベルが高域のものより大きい
音声データ：通常データに対し高域で騒音レベルより３ｄＢ増幅されたもの
（３）騒音区分：レベルが６０ｄＢｓｐｌ以上７０ｄＢｓｐｌ未満
高域のレベルが低域のものより大きい
音声データ：通常データに対し低域で騒音レベルより３ｄＢ増幅されたもの
（４）騒音区分：レベルが７０ｄＢｓｐｌ以上８０ｄＢｓｐｌ未満
低域のレベルが高域のものより大きい
音声データ：通常データに対し高域で騒音レベルより３ｄＢ増幅され、
キーワードが、騒音レベルより４ｄＢ増幅され、
イントネーションの変化で強調されたもの
（５）騒音区分：レベルが７０ｄＢｓｐｌ以上８０ｄＢｓｐｌ未満
低域のレベルが高域のものより大きい
音声データ：通常データに対し高域で騒音レベルより３ｄＢ強調され、
キーワードが、騒音レベルより４ｄＢ増幅され、
イントネーションの変化で強調されたもの
ここで、低域とは１００Ｈｚ以上４００Ｈｚ未満、高域とは４００Ｈｚ以上４ｋＨｚ以下を指す。また、騒音の低域、高域などの帯域のレベルとは、該帯域での平均値である。さらに、キーワードとは、例えば、「ただ今の利用料金は、１，５００円です。」という音声案内における「料金」、「１，５００」などである。

なお、騒音区分、騒音区分に関するレベル範囲、音声データの音質変更やキーワード強調などの加工は、上記の例に限られない。また、騒音の低域と高域といった帯域区分は、例えば、低域、中域、高域などとしてもよく、各帯域の周波数帯も、上記の例に限られない。音声データの加工には、再生スピードの変更を加えてもよい。上記のような設定は、装置の設計段階で実証実験や検証などを通じて決定されるものである。

以上により、音声出力装置からの音声案内が周囲の騒音における音量の比較的に大きい帯域に重ならない帯域で出力され、周囲に騒音があっても音声案内を聞き易くすることが可能となる。また、音声出力装置からの音声案内の中のキーワードを含む特定のフレーズが強調され、周囲に騒音があっても特定のフレーズを聞き取り易くすることが可能となる。

次に、本発明の第２の実施の形態について、図面を参照して説明する。

まず、本実施の形態の構成について、図３を参照して説明する。

図３は本実施の形態における音声出力装置の構成を示す。音声出力装置２００は、騒音解析部２１０、音声データ選定部２２０で構成される。

騒音解析部２１０は、音声出力装置２００の周囲の騒音のレベルの周波数分布を測定し、その結果を騒音レベルデータとして出力する。音声データ選定部２２０は、所定のメッセージについての複数パターンの音声データの中から、騒音解析部２１０からの騒音レベルデータにもとづいて最適な音声データを選定し、出力する。

次に、本実施の形態の動作について説明する。

ユーザーによる音声出力装置２００に動作開始させる操作または予め音声出力装置２００に設定された動作開始のトリガーにより、騒音解析部２１０は、モニターしている音声出力装置２００の周囲の騒音について、レベルの周波数分布を測定し、その結果を騒音レベルデータとして出力する。音声データ選定部２２０は、音声出力装置２００のスピーカー（図示せず）より出力される所定のメッセージについて、予め入力されている、複数パターンの音声データの中から最適な音声データを選定し、出力する。なお、最適な音声データの選定は、騒音解析部２１０からの騒音レベルデータにもとづく。また、予め入力されている複数パターンの音声データとは、少なくとも１つの所定の周波数領域につき、もしくは、少なくとも１つの所定のフレーズにつき、互いに異なる音声レベルを有する所定のメッセージの複数の音声データである。さらに、選定される最適な音声データは、騒音レベルデータの所定の値よりも大きい騒音レベルに対する周波数領域以外の周波数領域で騒音レベルよりも大きい音声レベルを有するものである。あるいは、騒音レベルデータの所定の値よりも大きい騒音レベルに対し、騒音レベルよりも大きい所定のフレーズの音声レベルを有するものである。

本発明は、音声出力装置および方法に利用可能である。

１００音声出力装置
１１０騒音モニター部
１２０増幅部
１３０システム制御部
１３１Ａ／Ｄ変換部
１３２ＣＰＵ
１３３Ｄ／Ａ変換部
１４０音声データ格納部
１５０周波数フィルタ部
１６０増幅部
１７０音声出力部
１８０音量調整部
２００音声出力装置
２１０騒音解析部
２２０音声データ選定部
３２１騒音レベル解析部
３２２騒音周波数解析部
３２３音声データ選定部

Claims

周囲の騒音のレベルの周波数分布を測定した結果である騒音レベルデータを出力する騒音解析手段と、
所定のメッセージの一部である少なくとも１つの所定のフレーズにつき、互いに異なる音声レベルを有する前記所定のメッセージの複数の音声データのうち、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対し、前記騒音レベルよりも大きい前記所定のフレーズの前記音声レベルを有するものを出力する音声データ選定手段と
を備えることを特徴とする音声出力装置。
前記音声データ選定手段から出力される音声データを音声に変換して自装置の外部に出力する音声出力手段
をさらに備えることを特徴とする請求項１に記載の音声出力装置。
周囲の騒音をモニターし、前記騒音解析手段に出力する騒音モニター手段
をさらに備えることを特徴とする請求項１に記載の音声出力装置。
前記複数の音声データを格納し、前記音声データ選定手段に出力する音声データ格納手段
をさらに備えることを特徴とする請求項１に記載の音声出力装置。
前記音声出力手段から出力される音声の音量を自装置の外部より調整する音量調整手段
をさらに備えることを特徴とする請求項２に記載の音声出力装置。
周囲の騒音のレベルの周波数分布を測定した結果である騒音レベルデータを出力する騒音解析工程と、
所定のメッセージの一部である少なくとも１つの所定のフレーズにつき、互いに異なる音声レベルを有する前記所定のメッセージの複数の音声データのうち、前記騒音レベルデータの所定の値よりも大きい騒音レベルに対し、前記騒音レベルよりも大きい前記所定のフレーズの前記音声レベルを有するものを出力する音声データ選定工程と
を備えることを特徴とする音声出力方法。
前記音声データ選定工程から出力される音声データを音声に変換して自装置の外部に出力する音声出力工程
をさらに備えることを特徴とする請求項６に記載の音声出力方法。
周囲の騒音をモニターし、前記騒音解析工程に出力する騒音モニター工程
をさらに備えることを特徴とする請求項６に記載の音声出力方法。
前記複数の音声データを格納し、前記音声データ選定工程に出力する音声データ格納工程
をさらに備えることを特徴とする請求項６に記載の音声出力方法。
前記音声出力工程から出力される音声の音量を自装置の外部より調整する音量調整工程
をさらに備えることを特徴とする請求項７に記載の音声出力方法。