JP5863928B1

JP5863928B1 - 音声調整装置

Info

Publication number: JP5863928B1
Application number: JP2014219802A
Authority: JP
Inventors: 中村　圭介; 圭介中村
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2014-10-29
Filing date: 2014-10-29
Publication date: 2016-02-17
Anticipated expiration: 2034-10-29
Also published as: JP2016085420A; WO2016067644A1

Abstract

【課題】音声信号の入力ゲインや出力ゲインを使用環境に合わせて適切に調整し、音声認識率を向上させた音声調整装置を提供する。【解決手段】マイクから入力された電気信号を音声信号に変換するマイク信号入力部と、音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部と、音声信号が音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部と、音声信号が音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部と、無音時間または有音時間を予め設定した時間閾値と比較して音声信号を調整する音声調整手段とを備えたことを特徴とする。【選択図】図１

Description

本発明は、音声調整装置に関するものである。

近年では、ロボットやスマートフォンなど、様々な機器に音声認識機能が搭載され、使用者との音声対話により指示を実行する機器も増えつつある。このような音声対話型の機器では、音声認識率を向上させるために、マイクロフォンの感度（入力ゲイン）を周囲の雑音の状況に応じて逐次自動調整することが望ましい。

例えば、音声認識において、マイクロフォンの感度が低くすぎると、必要な音声信号が十分に得られず正しく音声認識できない。また、音声認識において、マイクロフォンの感度が高すぎても、音声信号の歪みや周囲の雑音を拾ってしまい正しく音声認識できない。

そこで、マイクロフォンの感度を調整して適切な状態に維持する音声調整装置が実用化されている。

例えば、特許文献１の音声認識装置は、入力音声データにユーザの発話音声が含まれる時間区間を発話音声区間として検出したうえで、発話音声区間において入力音声信号に含まれる発話音声の平均的なレベルと、発話音声区間以外の時間区間において入力音声信号に含まれる騒音のレベルとをそれぞれ算出し、上記騒音のレベルと平均的な発話音声レベルとにより入力音声信号のレベルを推定し、入力音声信号のレベルを入力アンプで増幅したレベルが音声認識に適合したレベルとなるように、入力アンプのゲインを設定する。

特許第５４５７２９３号公報

しかしながら、特許文献１の音声認識装置では、入力音声データにユーザの発話音声が含まれる区間とそれ以外の区間とを正確に判別する必要があるが、このような発話音声の判別は一般的に非常に困難である。

特許文献１の音声認識装置では、トークスイッチを備えており、ユーザのトークスイッチの押し下げ時点から発話音声区間の終了時点までをユーザの発話音声が含まれる区間と判別しているが、ユーザが音声入力毎にトークスイッチを押し下げることは、ユーザの操作を煩雑にさせるという問題がある。

また、トークスイッチを備えない一般的な音声認識装置では、別の手段で発話音声区間の開始時点を判定する必要がある。さらに、一般的に音声入力データには、ユーザの発話音声信号と騒音の信号とが混在しており、そのうちユーザの発話音声信号のみが終了した時点を判定することは困難である。

特許文献１の音声認識装置では、入力音声データにユーザの発話音声が含まれる区間とそれ以外の区間との判別が正確ではない場合、発話音声区間において入力音声信号に含まれる発話音声の平均的なレベルと、発話音声区間以外の時間区間において入力音声信号に含まれる騒音のレベルとをそれぞれ誤って算出してしまう虞があり、入力音声信号のレベルを使用環境に合わせて適切に調整できないという問題があった。

本発明は上記の課題に鑑みてなされたものであり、その目的は、音声信号の入力ゲインや出力ゲインを使用環境に合わせて適切に調整し、音声認識率を向上させることができる音声調整装置を提供することである。

本発明の音声調整装置は、マイクから入力された電気信号を音声信号に変換するマイク信号入力部と、音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部と、音声信号が音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部と、音声信号が音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部と、無音時間または有音時間を予め設定した時間閾値と比較して音声信号を調整する音声調整手段とを備えたことを特徴とする。

また、本発明の音声調整装置において、音声調整手段は、マイク信号入力部の入力ゲインを調整するためのマイク感度調整部を備え、無音時間が予め設定した無音時間閾値より長いときに入力ゲインを上げて、有音時間が予め設定した有音時間閾値より長いときに入力ゲインを下げることを特徴とする。

また、本発明の音声調整装置において、音声調整手段は、スピーカに音声信号を出力するスピーカ信号出力部と、スピーカ信号出力部の出力ゲインを調整するためのスピーカ音量調整部とを備え、無音時間が予め設定した無音時間閾値より長いときに出力ゲインを下げて、有音時間が予め設定した有音時間閾値より長いときに出力ゲインを上げることを特徴とする。

また、本発明の音声調整装置において、音声調整手段は、マイク信号入力部の入力ゲインを調整するためのマイク感度調整部と、スピーカに音声信号を出力するスピーカ信号出力部と、スピーカ信号出力部の出力ゲインを調整するためのスピーカ音量調整部とを備え、無音時間が予め設定した無音時間閾値より長いときに入力ゲインを上げるとともに出力ゲインを下げて、有音時間が予め設定した有音時間閾値より長いときに入力ゲインを下げるとともに出力ゲインを上げることを特徴とする。

本発明によれば、有音時間と無音時間とに基づき入力ゲインや出力ゲインの調整を行うことで、音声信号の入力ゲインや出力ゲインを使用環境に合わせて適切に調整し、音声認識率を向上させることができる音声調整装置を提供することができる。

本発明の音声調整装置の基本構成図である。実施例１の音声調整装置の構成図である。無音時間を利用したマイク感度の調整方法を示す原理図である。有音時間を利用したマイク感度の調整方法を示す原理図である。実施例１のマイク感度の調整ステップを示すフロー図である。実施例２の音声調整装置の構成図である。実施例２のスピーカ音量の調整ステップを示すフロー図である。実施例３の音声調整装置の構成図である。実施例３のマイク感度及びスピーカ音量の調整ステップを示すフロー図である。

図１に、本発明の音声調整装置２０の基本構成を示す。本発明の音声調整装置２０は、マイクロフォン１０から入力した電気信号を音声信号に変換するマイク信号入力部３１と、音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部３２を備えている。

また、音声調整装置２０は、音声信号が音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部３３と、音声信号が音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部３４と、無音時間または有音時間を予め設定した時間閾値と比較して音声信号を調整する音声調整手段４０を備えている。

通常、人間が会話により連続して発話可能な時間は息継ぎの制約からせいぜい５秒程度までと考えられ、１５秒程度息継ぎなしで発話し続けることはほとんど考えられない。そこで、本発明の音声調整装置２０では、音声信号が所定の音声強度閾値よりも大きい状態（有音状態）で任意の一定時間（５〜１０秒）を超えて継続している場合、その音声信号は人間の音声ではなく周囲の雑音であるとみなし、このような雑音による音声認識への影響を低減するように音声信号を調整している。

また、本発明の音声調整装置２０では、音声信号が所定の音声強度閾値よりも小さい状態（無音状態）で任意の一定時間（２０〜３０秒）を超えて継続している場合、その音声信号は周囲の雑音を含んでいないとみなし、音声認識率が向上するように音声信号を調整している。本発明の音声調整装置２０は、このような音声信号の調整により、例えば、音声認識機能を有する機器の音声認識率を向上させることができる。

（実施例１）
図２に、実施例１の音声調整装置２１の構成を示す。実施例１の音声調整装置２１は、音声認識機能や音声合成などの音声出力機能を有するロボットや情報端末に搭載される音声調整装置であり、使用環境における周囲の雑音の大きさに合わせてマイク感度（入力ゲイン）を調整して、音声認識機能を向上させるものである。

音声調整装置２１は、図２に示すように、マイクロフォン１０から電気信号を入力して音声信号に変換するマイク信号入力部３１と、音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部３２を備える。

また、音声調整装置２１は、音声信号が音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部３３と、音声信号が音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部３４を備える。

さらに、音声調整装置２１は、音声調整手段４０として、無音時間または有音時間を予め設定した時間閾値と比較し、その比較結果によってマイク信号入力部３１の感度（入力ゲイン）を調整するマイク感度調整部４１を備えている。

音声調整装置２１には、外部の音を電気信号に変換するマイクロフォン１０が接続されており、ここからマイク信号入力部３１を介して数値化された音声信号が音声信号強度測定部３２に渡される。

音声信号強度測定部３２は、例えば、予め設定された音声強度閾値を持っていて、その音声強度閾値と現在の音声信号の値を比較して音声の有無を判定する。

なお、音声信号強度測定部３２は、市販製品等の音声認識処理部に内蔵されることで音声強度閾値の設定が困難な場合があり、その場合は音声認識処理部の処理状況を取得して音声信号の有無を判定してもよい。

図３は、音声信号強度測定部３２で音声信号が無音と判定された時にマイク感度（入力ゲイン）を調整する説明図である。音声信号強度測定部３２により、現在の音声信号が無音とみなせると判定した場合には、無音時間測定部３３にて無音時間（無音状態の経過時間）を測定する。

無音時間が予め設定された無音時間閾値を超えて継続した場合は、マイク感度調整部４１にてマイクロフォン１０のマイク感度を上げる。この無音時間閾値は、具体的には１０秒〜６０秒程度で、マイク感度の上昇率は１〜５％程度が望ましい。マイク感度調整部４１は、上記のような無音時間閾値とマイク感度の上昇率の設定により、静かな環境下においては次第にマイク感度を上げていくように調整する。

具体的には、図３に示すように、無音時間が任意の無音時間閾値（Ｔ１１）だけ継続すると、マイク感度を数％上げる。そこから更に無音時間が無音時間閾値（Ｔ１２）だけ継続すると、再びマイク感度を数％上げる。これを無音時間が継続している間中繰り返す。

なお、無音時間閾値（Ｔ１１）と無音時間閾値（Ｔ１２）は、必ずしも等しくする必要はない。また、それぞれのマイク感度の上昇率を等しくする必要もない。

マイク感度が上昇していくと、やがて、無音時間がこれまで程長く継続しなくなり、マイク感度が使用環境に適した一定の水準に落ち着く。

図４は、音声信号強度測定部３２で音声信号が有音と判定された時にマイク感度（入力ゲイン）を調整する説明図である。音声信号強度測定部３２により、現在の音声信号が有音とみなせると判定した場合には、有音時間測定部３４にて有音時間（有音状態の経過時間）を測定する。

有音時間が予め設定された任意の有音時間閾値を超えて継続した場合は、マイク感度調整部４１にてマイクロフォン１０のマイク感度を下げる。この有音時間閾値は、具体的には５〜２０秒程度で、感度の下降率は１０〜５０％程度が望ましく、通常、人が一呼吸で話すことのできる時間を目安に設定される。マイク感度調整部４１は、上記のような有音時間閾値とマイク感度の上昇率の設定により、騒がしい環境下では速やかにマイクロフォンのマイク感度を下げるように調整する。

具体的には、有音時間が任意の有音時間閾値（Ｔ２１）だけ継続すると、マイク感度を数％〜数十％下げる。更にそこから有音時間が有音時間閾値（Ｔ２２）だけ継続すると、再びマイク感度を数％〜数十%下げる。これを有音時間が継続している間中繰り返す。

なお、有音時間閾値（Ｔ２１）と有音時間閾値（Ｔ２２）は必ずしも等しくする必要はない。また、それぞれでの入力ゲインの下降率も等しくする必要はない。

やがてマイク感度が下降していくと有音時間がこれまで程長く継続しなくなり、マイク感度が使用環境に適した一定の水準に落ち着く。

図５に、実施例１の音声調整装置２１において、マイク感度（入力ゲイン）を調整するための処理フローを示す。図５に基づいて処理フローを説明すると以下の通りである。
Ｓ１１．音声調整処理を開始する。
Ｓ１２．音声信号強度測定部３２において、音声信号の強度を任意の音声強度閾値と比較し（あるいは音声認識中か否かを元にして）、音声信号の強度が音声強度閾値よりも大きければ有音、音声信号の強度が音声強度閾値よりも小さければ無音と判定する。
Ｓ１３．音声信号強度測定部３２において、無音（音声信号なし）と判定した場合は、無音時間測定部３３で無音時間（音声信号のない区間の継続時間）を計測する。
Ｓ１４．無音時間が任意の無音時間閾値よりも短かった場合は、マイク感度を変更せずに音声調整処理の開始（Ｓ１１）に戻る。無音時間が無音時間閾値をより長かった場合は、次の処理（Ｓ１５）に進む。
Ｓ１５．無音時間が無音時間閾値よりも長かった場合は、周囲に雑音のない静かな環境でマイク感度に余裕があると判断して、マイク信号入力部３１のマイク感度を任意の割合で上げた後、音声調整処理の開始（Ｓ１１）に戻る。
Ｓ１６．音声信号強度測定部３２において、有音（音声信号あり）と判定した場合は、有音時間測定部３４で有音時間（音声信号のある区間の継続時間）を測定する。
Ｓ１７．有音時間が任意の有音時間閾値より短かった場合は、通常の会話であると判断して、マイク感度を変更せずに音声調整処理の開始（Ｓ１１）に戻る。有音時間が有音時間閾値よりも長かった場合は、次の処理（Ｓ１８）に進む。
Ｓ１８．有音時間が有音時間閾値よりも長かった場合は、周囲に一定の雑音があると判断して、マイク信号入力部３１でマイクロフォン１０のマイク感度を任意の割合で下げた後、音声調整処理の開始（Ｓ１１）に戻る。

上記処理フローのように、本発明は、音声信号から無音状態と有音状態が継続する長さを測定して、音声認識に適した音声信号に調整することを特徴としている。すなわち、実施例１の音声調整装置２１によれば、無音時間または有音時間が継続する長さにより、周囲の雑音と人間の会話とを区別しており、使用環境に応じて最適なマイク感度を設定することができる。

（実施例２）
図６に、実施例２の音声調整装置２２の構成を示す。実施例２の音声調整装置２２は、音声調整手段４０としてスピーカ音量調整部４２とスピーカ信号出力部４３を備え、静かな環境や雑音の多い騒がしい環境など、使用環境に応じてスピーカ５０の音量（出力ゲイン）を聞き取り易く調整する音声調整装置である。

音声調整装置２２において、音声信号がマイクロフォン１０およびマイク信号入力部３１を経て入力され、音声信号の強度が音声信号強度測定部３２で測定され、無音時間測定部３３および有音時間測定部３４にて無音時間および有音時間を測定するまでの処理は、実施例１の音声調整装置２１と同様である。

その後、実施例２の音声調整装置２２では、無音時間測定部３３にて、無音時間が予め設定された任意の無音時間閾値よりも長かった場合は、スピーカ音量調整部４２にてスピーカ５０の音量（出力ゲイン）を下げる。この無音時間閾値は、具体的には１０秒〜６０秒程度で、音量の下降率は１〜５％程度が望ましい。スピーカ音量調整部４２は、このような無音時間閾値と音量の下降率の設定により、静かな環境下においてはスピーカ５０の音量を次第に低下するように調整する。

また、スピーカ音量調整部４２は、有音時間が予め設定した任意の有音時間閾値よりも長かった場合は、スピーカ音量調整部４２にてスピーカ５０の音量（出力ゲイン）を上げる。この有音時間閾値は、具体的には５〜２０秒程度で、音量の上昇率は１０〜５０％程度が望ましく、通常、人が一呼吸で話すことのできる時間を目安に設定される。スピーカ音量調整部４２は、このような無音時間閾値と音量の下降率の設定により、騒がしい環境下においてはスピーカ５０の音量を速やかに上げるように調整する。

図７に、実施例２の音声調整装置２２において、スピーカ音量（出力ゲイン）を調整するため処理フローを示す。図７に基づいて処理フローを説明すると以下の通りである。
Ｓ１１．音声調整処理を開始する。
Ｓ１２．音声信号強度測定部３２において、音声信号の強度を任意の音声強度閾値と比較し（あるいは音声認識中か否かを元にして）、音声信号の強度が音声強度閾値よりも大きければ有音、音声信号の強度が音声強度閾値よりも小さければ無音と判定する。
Ｓ１３．音声信号強度測定部３２において、無音（音声信号なし）と判定した場合は、無音時間測定部３３で無音時間（音声信号のない区間の継続時間）を測定する。
Ｓ１４．無音時間が任意の無音時間閾値よりも短かった場合は、スピーカの音量を変更せずに音声調整処理の開始（Ｓ１１）に戻る。無音時間が無音時間閾値よりも長かった場合は、次の処理（Ｓ２１）に進む。
Ｓ２１．無音時間が無音時間閾値よりも長かった場合は、周囲に雑音がなく静かな環境であると判断して、スピーカ５０の音量（出力ゲイン）を任意の割合で下げた後、音声調整処理の開始（Ｓ１１）に戻る。
Ｓ１６．音声信号強度測定部３２において、有音（音声信号あり）と判定した場合は、有音時間測定部３４で有音時間（音声信号のある区間の継続時間）を測定する。
Ｓ１７．有音時間が任意の有音時間閾値より短かった場合は、通常の会話であると判断して、出力ゲインを変更せずに音声調整処理の開始（Ｓ１１）に戻る。有音時間が有音時間閾値よりも長かった場合は、次の処理（Ｓ２２）に進む。
Ｓ２２．有音時間が有音時間閾値よりも長かった場合は、周囲の雑音であると判断して、スピーカ５０の音量（出力ゲイン）を任意の割合で上げた後、音声調整処理の開始（Ｓ１１）に戻る。

実施例２の音声調整装置２２によれば、周囲の雑音の強度に応じてスピーカ５０の音量（出力ゲイン）を調整しているため、使用環境に合わせて人間の会話の音量を聞き取り易く調整することができる。

（実施例３）
実施例３の音声調整装置２３の構成を図８に示す。実施例３の音声調整装置２３は、実施例１の音声調整装置２１と実施例２の音声調整装置２２を組み合わせたものである。実施例３の音声調整装置２３は、静かな環境や雑音の多い騒がしい環境などでは、マイクロフォンの感度（入力ゲイン）を音声認識機能が良好な状態となるよう調整すると共に、周囲の雑音に対してスピーカの音量（出力ゲイン）を聞き取り易く調整する音声調整装置である。

実施例３の音声調整装置２３は、図８に示すように、実施例１の音声調整装置２１の構成と、実施例２の音声調整装置２２の構成を兼ね備えている。音声調整装置２３の各構成の詳細は、実施例１や実施例２と同じであるため説明を省略する。

図９に、実施例３の音声調整装置２３によるマイクおよびスピーカの音声調整の処理フローを示す。図９に基づいて処理フローを説明すると以下の通りである。
Ｓ１１．音声調整処理を開始する。
Ｓ１２．音声信号強度測定部３２において、音声信号の強度を任意の音声強度閾値と比較し（あるいは音声認識中か否かを元にして）、音声信号の強度が音声強度閾値よりも大きければ有音、音声信号の強度が音声強度閾値よりも小さければ無音と判定する。
Ｓ１３．音声信号強度測定部３２において、無音（音声信号なし）と判定した場合は、無音時間測定部３３で無音時間（音声信号のない区間の継続時間）を測定する。
Ｓ１４．無音時間が任意の無音時間閾値よりも短かった場合は、マイク感度及びスピーカ音量を変更せずに音声調整処理の開始（Ｓ１１）に戻る。無音時間が無音時間閾値よりも長かった場合は、次の処理（Ｓ１５）に進む。
Ｓ１５．無音時間が無音時間閾値よりも長かった場合は、周囲に雑音のない静かな環境でマイク感度に余裕あると判断して、マイク感度（入力感度）を任意の割合で上げるとともに、続くＳ２１で、スピーカ音量（出力ゲイン）を任意の割合で下げた後、音声調整処理の開始（Ｓ１１）に戻る。
Ｓ１６．音声信号強度測定部３２において、有音（音声信号あり）と判定した場合は、有音時間測定部３４で有音時間（音声信号のある区間の継続時間）を測定する。
Ｓ１７．有音時間が任意の有音時間閾値より短かった場合は、通常の会話であると判断して、マイク感度及びスピーカ音量を変更せずに音声調整処理の開始（Ｓ１１）に戻る。有音時間が有音時間閾値よりも長かった場合は、次の処理（Ｓ１８）に進む。
Ｓ１８．有音時間が有音時間閾値よりも長かった場合は、周囲に一定の雑音があると判断して、マイク感度（入力感度）を任意の割合で下げるとともに、続くＳ２２で、スピーカ音量（出力ゲイン）を任意の割合で上げた後、音声調整処理の開始（Ｓ１１）に戻る。

実施例３の音声調整装置２３によれば、無音時間または有音時間が継続する長さにより、周囲の雑音と人間の会話とを区別しているため、周囲の雑音の強度に合わせてマイク感度とスピーカ音量を設定しているため、使用環境に応じて人間の会話の音量を聞き取り易く調整することが可能である。また、本発明の音声調整装置２３を備えることにより、音声認識機能を有する機器で音声認識率を向上させることができる。

本発明によれば、音声認識機能や音声応答機能を有するあらゆる機器での利用が可能である。

１０マイクロフォン
２０、２１、２２、２３音声調整装置
３１マイク信号入力部
３２音声信号強度測定部
３３無音時間測定部
３４有音時間測定部
４０音声調整手段
４１マイク感度調整部
４２スピーカ音量調整部
４３スピーカ信号出力部
５０スピーカ

Claims

マイクから入力された電気信号を音声信号に変換するマイク信号入力部と、
前記音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部と、
前記音声信号が前記音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部と、
前記音声信号が前記音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部と、
前記無音時間または前記有音時間を予め設定した時間閾値と比較して前記音声信号を調整する音声調整手段とを備え、
前記音声調整手段は、
前記マイク信号入力部の入力ゲインを調整するためのマイク感度調整部を備え、
前記無音時間が予め設定した無音時間閾値より長いときに前記入力ゲインを上げて、前記有音時間が予め設定した有音時間閾値より長いときに前記入力ゲインを下げることを特徴とする音声調整装置。
マイクから入力された電気信号を音声信号に変換するマイク信号入力部と、
前記音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部と、
前記音声信号が前記音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部と、
前記音声信号が前記音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部と、
前記無音時間または前記有音時間を予め設定した時間閾値と比較して前記音声信号を調整する音声調整手段とを備え、
前記音声調整手段は、
スピーカに音声信号を出力するスピーカ信号出力部と、前記スピーカ信号出力部の出力ゲインを調整するためのスピーカ音量調整部とを備え、
前記無音時間が予め設定した無音時間閾値より長いときに前記出力ゲインを下げて、前記有音時間が予め設定した有音時間閾値より長いときに前記出力ゲインを上げることを特徴とする音声調整装置。
マイクから入力された電気信号を音声信号に変換するマイク信号入力部と、
前記音声信号の強度を測定して予め設定した音声強度閾値と比較する音声信号強度測定部と、
前記音声信号が前記音声強度閾値よりも小さい無音状態が継続する無音時間を計測する無音時間測定部と、
前記音声信号が前記音声強度閾値よりも大きい有音状態が継続する有音時間を計測する有音時間測定部と、
前記無音時間または前記有音時間を予め設定した時間閾値と比較して前記音声信号を調整する音声調整手段とを備え、
前記音声調整手段は、
前記マイク信号入力部の入力ゲインを調整するためのマイク感度調整部と、スピーカに音声信号を出力するスピーカ信号出力部と、前記スピーカ信号出力部の出力ゲインを調整するためのスピーカ音量調整部とを備え、
前記無音時間が予め設定した無音時間閾値より長いときに前記入力ゲインを上げるとともに前記出力ゲインを下げて、
前記有音時間が予め設定した有音時間閾値より長いときに前記入力ゲインを下げるとともに前記出力ゲインを上げることを特徴とする音声調整装置。