JP5873927B2 - デジタルオーディオ信号を低速化するための方法およびデバイス - Google Patents
デジタルオーディオ信号を低速化するための方法およびデバイス Download PDFInfo
- Publication number
- JP5873927B2 JP5873927B2 JP2014527570A JP2014527570A JP5873927B2 JP 5873927 B2 JP5873927 B2 JP 5873927B2 JP 2014527570 A JP2014527570 A JP 2014527570A JP 2014527570 A JP2014527570 A JP 2014527570A JP 5873927 B2 JP5873927 B2 JP 5873927B2
- Authority
- JP
- Japan
- Prior art keywords
- digital audio
- pattern
- audio signal
- time
- words
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000005236 sound signal Effects 0.000 title claims description 52
- 238000000034 method Methods 0.000 title claims description 20
- 238000003909 pattern recognition Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 239000003638 chemical reducing agent Substances 0.000 claims description 4
- 230000007717 exclusion Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000238876 Acari Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000003607 modifier Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 241000711981 Sais Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/04—Time compression or expansion
- G10L21/043—Time compression or expansion by changing speed
- G10L21/045—Time compression or expansion by changing speed using thinning out or insertion of a waveform
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Machine Translation (AREA)
- Telephonic Communication Services (AREA)
Description
− 送信機から受信されたデジタルオーディオ信号が、一連の単語で構成されるテキストに変換されるステップと、
− タイムスタンプブックマークが、絶対時間基準に関連して、テキストにおける各単語に割り当てられるステップと、
− データベースにおいて参照されるパターンに属する単語が識別され、このことから、排除されるべきパターンが推定されるステップと、
− 低速化率が、排除されるべきパターンに基づいて定義されるステップと、
− タイムスタンプブックマークが、低速化率に基づいて低速化されたタイムフレームに適応されるステップと、
− 送信機から受信されたデジタルオーディオ信号が、低速化されるステップと、
− 排除されるべきパターンが、送信機から受信されたデジタルオーディオ信号から削除されるステップと、
− 低速化されたデジタルオーディオ信号が、受信機に送信されるステップと
を含む。
− 休止、
− 擬声語によって隠された躊躇、
− しばしば言語性チックに関連付けられる、意味のない「ダミー語」、
− 繰り返し。
− 送信機からのデジタルオーディオ信号を受信する入力部と、
− デジタルオーディオ信号を、一連の単語で構成されるテキストに変換する変換器と、
− タイムスタンプブックマークを、テキストの複数の単語のそれぞれに関連付けるタイムスタンパと、
− 参照されるパターンを含むパターンデータベースと、
− 参照されるパターンに含まれた単語を識別し、排除するためのパターンを識別された単語から推定するパターン認識ブロックと、
− 排除されるべきパターンをフィルタリングするパターンフィルタリングブロックと、
− 低速化率を定義するフローコントローラと、
− 低速化率に基づいてデジタルオーディオ信号を低速化するデジタルオーディオ信号低速化器と、
− 低速化率に基づいて低速化されたタイムフレームを定義するタイムフレーム適応ブロックと、
− 低速化されたタイムフレーム内でタイムスタンプブックマークを調整するタイムスタンプブックマーク適応ブロックと、
− 絶対基準時間を、パターン認識ブロック、低速化器、およびタイムフレーム適応ブロックに提供する基準クロックと、
− デジタルオーディオ信号から排除されるべきパターンを削除し、デジタルオーディオ信号を再構築する再構成ブロックと、
− 低速化されたデジタルオーディオ信号を再生する出力部と
を含む。
Claims (8)
- 低速化されたデジタルオーディオ信号を受信機に送信するために、送信機からのデジタルオーディオ信号を低速化するための方法であって、
− 送信機から受信されたデジタルオーディオ信号が、一連の単語で構成されるテキストに変換されるステップと、
− タイムスタンプブックマークが、絶対時間基準に関連して、テキストにおける各単語に割り当てられるステップと、
− データベースにおいて参照されるパターンに属する単語が識別され、このことから、排除されるべきパターンが推定されるステップと、
− 低速化率が、排除されるべきパターンに基づいて定義されるステップと、
− タイムスタンプブックマークが、低速化率に基づいて低速化されたタイムフレームに適応されるステップと、
− 送信機から受信されたデジタルオーディオ信号が、低速化されるステップと、
− 排除されるべきパターンが、送信機から受信されたデジタルオーディオ信号から削除されるステップと、
− 低速化されたデジタルオーディオ信号が、受信機に送信されるステップと
を含む、方法。 - データベースが、パターン認識ブロックから新しいパターンを受信する、請求項1に記載の方法。
- データベースが、会話を構成するパターンにおいてその存在が認められる必要な単語のリストを受信する、請求項1または2に記載の方法。
- 優先度レベルが、各パターンに割り当てられる、請求項1から3のいずれか一項に記載の方法。
- タイムスタンプブックマークが、絶対時間を基準として割り当てられ、次いで、低速化されたタイムフレームに変換される、請求項1から4のいずれか一項に記載の方法。
- 送信機からのデジタルオーディオ信号を低速化するためのデバイスであって、
− 送信機からのデジタルオーディオ信号を受信する入力部と、
− デジタルオーディオ信号を、一連の単語で構成されるテキストに変換する変換器と、
− タイムスタンプブックマークを、テキストの複数の単語のそれぞれに関連付けるタイムスタンパと、
− 参照されるパターンを含むパターンデータベースと、
− 参照されるパターンに含まれた単語を識別し、排除するためのパターンを識別された単語から推定するパターン認識ブロックと、
− 排除されるべきパターンをフィルタリングするパターンフィルタリングブロックと、
− 低速化率を定義するフローコントローラと、
− 低速化率に基づいてデジタルオーディオ信号を低速化するデジタルオーディオ信号低速化器と、
− 低速化率に基づいて低速化されたタイムフレームを定義するタイムフレーム適応ブロックと、
− 低速化されたタイムフレーム内でタイムスタンプブックマークを調整するタイムスタンプブックマーク適応ブロックと、
− 絶対基準時間を、パターン認識ブロック、低速化器、およびタイムフレーム適応ブロックに提供する基準クロックと、
− デジタルオーディオ信号から排除されるべきパターンを削除し、デジタルオーディオ信号を再構築する再構成ブロックと、
− 低速化されたデジタルオーディオ信号を再生する出力部と
を含む、デバイス。 - パターンデータベースが、各言語に固有である、請求項6に記載のデバイス。
- 言語検出器が、変換器に追加される、請求項6または7に記載のデバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1157705A FR2979465B1 (fr) | 2011-08-31 | 2011-08-31 | Procede et dispositif de ralentissement d'un signal audionumerique |
FR1157705 | 2011-08-31 | ||
PCT/EP2012/065495 WO2013029944A1 (en) | 2011-08-31 | 2012-08-08 | Method and device for slowing a digital audio signal |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014527648A JP2014527648A (ja) | 2014-10-16 |
JP5873927B2 true JP5873927B2 (ja) | 2016-03-01 |
Family
ID=46639511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014527570A Expired - Fee Related JP5873927B2 (ja) | 2011-08-31 | 2012-08-08 | デジタルオーディオ信号を低速化するための方法およびデバイス |
Country Status (7)
Country | Link |
---|---|
US (1) | US9928849B2 (ja) |
EP (1) | EP2751802B1 (ja) |
JP (1) | JP5873927B2 (ja) |
KR (1) | KR101556483B1 (ja) |
CN (1) | CN103782340B (ja) |
FR (1) | FR2979465B1 (ja) |
WO (1) | WO2013029944A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014169182A2 (en) * | 2013-04-12 | 2014-10-16 | Dana Limited | Vehicle and operator guidance by pattern recognition |
US11557288B2 (en) | 2020-04-10 | 2023-01-17 | International Business Machines Corporation | Hindrance speech portion detection using time stamps |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3332667B2 (ja) | 1995-06-15 | 2002-10-07 | 三洋電機株式会社 | ビデオテープレコーダ |
US20020087311A1 (en) * | 2000-12-29 | 2002-07-04 | Leung Lee Victor Wai | Computer-implemented dynamic language model generation method and system |
JP3881620B2 (ja) | 2002-12-27 | 2007-02-14 | 株式会社東芝 | 話速可変装置及び話速変換方法 |
JP2005148307A (ja) | 2003-11-13 | 2005-06-09 | Ricoh Co Ltd | 話速変換装置、話速変換方法、プログラム及び記録媒体 |
CN100547654C (zh) | 2004-07-21 | 2009-10-07 | 松下电器产业株式会社 | 语音合成装置 |
WO2006077626A1 (ja) * | 2005-01-18 | 2006-07-27 | Fujitsu Limited | 話速変換方法及び話速変換装置 |
TWI277949B (en) * | 2005-02-21 | 2007-04-01 | Delta Electronics Inc | Method and device of speech recognition and language-understanding analysis and nature-language dialogue system using the method |
JP2008040431A (ja) | 2006-08-10 | 2008-02-21 | Yamaha Corp | 音声加工装置 |
CN102867526A (zh) * | 2007-02-14 | 2013-01-09 | 缪斯亚米有限公司 | 用于分布式音频文件编辑的门户网站 |
US8244531B2 (en) * | 2008-09-28 | 2012-08-14 | Avaya Inc. | Method of retaining a media stream without its private audio content |
TWI396443B (zh) * | 2008-12-22 | 2013-05-11 | Ind Tech Res Inst | 應用於網路串流之影音控制回應及頻寬調適方法與使用該方法之伺服器 |
EP2383732B1 (en) | 2009-01-29 | 2015-10-07 | Panasonic Intellectual Property Management Co., Ltd. | Hearing aid and hearing aiding method |
US8958685B2 (en) * | 2009-08-17 | 2015-02-17 | Avaya Inc. | Word cloud audio navigation |
US9413869B2 (en) * | 2010-02-10 | 2016-08-09 | Qualcomm Incorporated | Mobile device having plurality of input modes |
US8681649B2 (en) * | 2011-08-01 | 2014-03-25 | Cisco Technology, Inc. | System and method for adaptive optimization of resource utilization for redundancy elimination |
-
2011
- 2011-08-31 FR FR1157705A patent/FR2979465B1/fr not_active Expired - Fee Related
-
2012
- 2012-08-08 JP JP2014527570A patent/JP5873927B2/ja not_active Expired - Fee Related
- 2012-08-08 CN CN201280041871.7A patent/CN103782340B/zh not_active Expired - Fee Related
- 2012-08-08 US US14/238,602 patent/US9928849B2/en active Active
- 2012-08-08 WO PCT/EP2012/065495 patent/WO2013029944A1/en active Application Filing
- 2012-08-08 EP EP12743985.9A patent/EP2751802B1/en active Active
- 2012-08-08 KR KR1020147005388A patent/KR101556483B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
US9928849B2 (en) | 2018-03-27 |
JP2014527648A (ja) | 2014-10-16 |
KR101556483B1 (ko) | 2015-10-01 |
KR20140047722A (ko) | 2014-04-22 |
CN103782340A (zh) | 2014-05-07 |
CN103782340B (zh) | 2016-01-20 |
FR2979465A1 (fr) | 2013-03-01 |
WO2013029944A1 (en) | 2013-03-07 |
US20140229167A1 (en) | 2014-08-14 |
EP2751802B1 (en) | 2015-07-01 |
FR2979465B1 (fr) | 2013-08-23 |
EP2751802A1 (en) | 2014-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9978395B2 (en) | Method and system for mitigating delay in receiving audio stream during production of sound from audio stream | |
US7627471B2 (en) | Providing translations encoded within embedded digital information | |
US5943648A (en) | Speech signal distribution system providing supplemental parameter associated data | |
WO2014099319A1 (en) | Audio processing apparatus and audio processing method | |
CN110399315B (zh) | 一种语音播报的处理方法、装置、终端设备及存储介质 | |
US20100256972A1 (en) | Automatic simultaneous interpertation system | |
US20240071400A1 (en) | Encoded output data stream transmission | |
JP5387416B2 (ja) | 発話分割システム、発話分割方法および発話分割プログラム | |
CN113488026A (zh) | 基于语用信息的语音理解模型生成方法和智能语音交互方法 | |
US8676578B2 (en) | Meeting support apparatus, method and program | |
JP5873927B2 (ja) | デジタルオーディオ信号を低速化するための方法およびデバイス | |
CN1932976B (zh) | 一种实现视音频处理中字幕与语音同步的方法和系统 | |
Wottawa et al. | French learners audio corpus of German speech (FLACGS) | |
Pražák et al. | Four-phase re-speaker training system | |
JP4979336B2 (ja) | 音声出力装置 | |
Watanabe et al. | The distribution of fillers in lectures in the Japanese language | |
JP7323210B2 (ja) | 音声認識表示装置、音声認識表示方法及びプログラム | |
Kolář et al. | Czech spontaneous speech corpus with structural metadata | |
US20240161739A1 (en) | System and method for hybrid generation of text from audio | |
KR20230080557A (ko) | 보이스 교정 시스템 | |
Giiven | Spoken Turkish in television news and debates: Some acoustic and morphological aspects relevant to respeaking | |
Elliot | The application of a Bayesian approach to auditory analysis in forensic speaker identification | |
Hull | Manner of speech and its influence on speech understanding in older patients with impaired hearing | |
Reynolds | Direct quotation in Japanese: A site for stereotyping | |
JP3535711B2 (ja) | 通話表を作成する作成方法、ならびに当該作成方法を記述したプログラムを格納した記憶媒体、ならびに当該作成方法で作成された通話表、ならびに当該通話表を作成するための装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150407 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150702 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20151222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5873927 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |