JP6772889B2 - Language clarification device and loudspeaker broadcasting system - Google Patents

Language clarification device and loudspeaker broadcasting system Download PDF

Info

Publication number
JP6772889B2
JP6772889B2 JP2017031763A JP2017031763A JP6772889B2 JP 6772889 B2 JP6772889 B2 JP 6772889B2 JP 2017031763 A JP2017031763 A JP 2017031763A JP 2017031763 A JP2017031763 A JP 2017031763A JP 6772889 B2 JP6772889 B2 JP 6772889B2
Authority
JP
Japan
Prior art keywords
filter
audio signal
unit
fundamental tone
processing unit
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.)
Active
Application number
JP2017031763A
Other languages
Japanese (ja)
Other versions
JP2018136472A (en
Inventor
博至 橋本
博至 橋本
犬飼 修
修 犬飼
達弥 宮本
達弥 宮本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oki Electric Industry Co Ltd
Original Assignee
Oki Electric Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oki Electric Industry Co Ltd filed Critical Oki Electric Industry Co Ltd
Priority to JP2017031763A priority Critical patent/JP6772889B2/en
Publication of JP2018136472A publication Critical patent/JP2018136472A/en
Application granted granted Critical
Publication of JP6772889B2 publication Critical patent/JP6772889B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Circuit For Audible Band Transducer (AREA)

Description

本発明は、言語明瞭化装置及び拡声放送システムに関する。 The present invention relates to a language clarification device and a loudspeaker broadcasting system.

防災行政無線システム等の各種拡声放送システムにおいては、大別すると、拡声器を用いて拡声放送を行う子局と、放送内容に関する情報を子局に伝送する親局とが存在する。ここで、例えば、子局が屋外に設置されている場合等においては、劣悪な外部環境(騒音(交通騒音、生活騒音等)によってユーザが拡声放送を聞き取りづらい場合がある。 Various loudspeaker broadcasting systems such as disaster prevention administrative radio systems are roughly divided into a slave station that performs loudspeaker broadcasting using a loudspeaker and a master station that transmits information on the broadcast contents to the slave station. Here, for example, when the slave station is installed outdoors, it may be difficult for the user to hear the loudspeaker broadcast due to a poor external environment (noise (traffic noise, daily life noise, etc.)).

このような事象に対応するために、拡声放送を明瞭化する技術については様々な研究が行われている。例えば、以下の特許文献1には、防災行政無線システム等にて、フォルマントを強調することで明瞭化を実現する技術が開示されている。また、特許文献2には、音声を音素毎に分けて、音声を強調する必要性を判断して予め記憶されたデータを用いて音声を修正する技術が開示されている。また、特許文献3には、音韻毎に設定されたフォルマントのフィルタバンクを用いて、フォルマントを強調する技術が開示されている。さらに、特許文献4には、予め用意された、フォルマントを強調するためのフィルタのデータベースを用いてフォルマントを強調する技術が開示されている。 In order to deal with such an event, various studies have been conducted on the technology for clarifying loudspeaker broadcasting. For example, Patent Document 1 below discloses a technique for realizing clarification by emphasizing formants in a disaster prevention administrative radio system or the like. Further, Patent Document 2 discloses a technique of dividing a voice into phonemes, determining the necessity of emphasizing the voice, and correcting the voice using data stored in advance. Further, Patent Document 3 discloses a technique for emphasizing formants by using a formant filter bank set for each phoneme. Further, Patent Document 4 discloses a technique for emphasizing formants by using a database of filters for emphasizing formants prepared in advance.

特開2015−161911号公報JP-A-2015-161911 特開2008−70564号公報Japanese Unexamined Patent Publication No. 2008-70564 特開2004−4952号公報Japanese Unexamined Patent Publication No. 2004-4952 特開2003−271200号公報Japanese Unexamined Patent Publication No. 2003-271200

しかし、既存技術によっては言語明瞭化の処理負荷が高くなりやすいという問題があった。例えば、特許文献1の技術においては、スペクトルの包絡線に基づくスペクトル・シェーピング処理でフォルマントを抽出、雑音中の音声の知覚にさして影響を与えない調波を間引く処理で周囲雑音の録音を行って、間引かれた調波のエネルギーを他の重要な成分に再配分する処理が行われるが、処理負荷が高い。そのため、高性能な装置が求められたり、処理遅延が発生したりする可能性があった。 However, there is a problem that the processing load of language clarification tends to increase depending on the existing technology. For example, in the technique of Patent Document 1, formants are extracted by spectrum shaping processing based on the envelope of the spectrum, and ambient noise is recorded by thinning out the tuning that does not affect the perception of speech in noise. , The process of redistributing the thinned-out envelope energy to other important components is performed, but the processing load is high. Therefore, there is a possibility that a high-performance device is required and a processing delay occurs.

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、言語明瞭化の処理負荷をより低減させることが可能な、新規かつ改良された言語明瞭化装置及び拡声放送システムを提供することにある。 Therefore, the present invention has been made in view of the above problems, and an object of the present invention is a new and improved language clarification device capable of further reducing the processing load of language clarification. And to provide a loudspeaker broadcasting system.

上記課題を解決するために、本発明のある観点によれば、所定時間毎に音声信号を分割し、分割された音声信号毎に基音を抽出する基音抽出部と、フォルマントの特徴に基づいて生成されたフィルタを予め記憶し、前記基音および前記分割された音声信号の音程により前記フィルタの適用周波数を決定し、前記分割された音声信号に対して前記フィルタを適用するフィルタ処理部と、前記フィルタ処理部によって処理された音声信号における所定の周波数帯域を強調するマキシマイズ処理部と、を備えた、言語明瞭化装置が提供される。 In order to solve the above problem, according to a certain viewpoint of the present invention, an audio signal is divided at predetermined time intervals and a basic sound is extracted for each divided audio signal, and a formant is generated based on the characteristics of the formant. A filter processing unit that stores the filtered filter in advance, determines the application frequency of the filter based on the pitch of the basic sound and the divided audio signal, and applies the filter to the divided audio signal, and the filter. Provided is a language clarification device including a maximize processing unit that emphasizes a predetermined frequency band in an audio signal processed by the processing unit.

前記フィルタ処理部は、前記基音の周波数以上の周波数を、前記適用周波数として決定してもよい。 The filter processing unit may determine a frequency equal to or higher than the frequency of the fundamental tone as the applicable frequency.

前記フィルタはくし型フィルタであってもよい。 The filter may be a comb type filter.

また、上記課題を解決するために、本発明の別の観点によれば、拡声放送について子局装置を制御する親局装置と、前記拡声放送を行う前記子局装置と、前記拡声放送の音声を明瞭化する言語明瞭化装置と、を備える拡声放送システムであって、前記言語明瞭化装置は、所定時間毎に音声信号を分割し、分割された音声信号毎に基音を抽出する基音抽出部と、フォルマントの特徴に基づいて生成されたフィルタを予め記憶し、前記基音および前記分割された音声信号の音程により前記フィルタの適用周波数を決定し、前記分割された音声信号に対して前記フィルタを適用するフィルタ処理部と、前記フィルタ処理部によって処理された音声信号における所定の周波数帯域を強調するマキシマイズ処理部と、を備え、前記親局装置は、前記子局装置に対して前記音声信号を含む信号を送信する送信部を備え、前記子局装置は、前記信号を受信する受信部と、前記信号に基づいて前記拡声放送を制御する鳴動制御部と、を備える、拡声放送システムが提供される。 Further, in order to solve the above problems, according to another viewpoint of the present invention, the master station device that controls the slave station device for loudspeaker broadcasting, the slave station device that performs the loudspeaker broadcasting, and the audio of the loudspeaker broadcasting. A loudspeaker broadcasting system including a language clarification device for clarifying the above, the language clarification device is a basic sound extraction unit that divides an audio signal at predetermined time intervals and extracts a basic sound for each divided audio signal. The filter generated based on the characteristics of the formant is stored in advance, the applicable frequency of the filter is determined by the pitch of the basic sound and the divided audio signal, and the filter is applied to the divided audio signal. The master station apparatus includes a filter processing unit to be applied and a maximize processing unit that emphasizes a predetermined frequency band in the audio signal processed by the filter processing unit, and the master station apparatus transmits the audio signal to the slave station apparatus. A loudspeaker broadcasting system is provided, which includes a transmitting unit for transmitting a signal including the signal, and the slave station device includes a receiving unit for receiving the signal and a ringing control unit for controlling the loudspeaker broadcasting based on the signal. To.

以上説明したように本発明によれば、言語明瞭化の処理負荷をより低減させることを可能にする。 As described above, according to the present invention, it is possible to further reduce the processing load of language clarification.

本実施形態に係る拡声放送システムの構成を示す図である。It is a figure which shows the structure of the loudspeaker broadcasting system which concerns on this embodiment. 本実施形態に係る言語明瞭化装置の機能構成を示すブロック図である。It is a block diagram which shows the functional structure of the language clarification apparatus which concerns on this embodiment. 本実施形態に係る言語明瞭化装置の処理部の機能構成を示すブロック図である。It is a block diagram which shows the functional structure of the processing part of the language clarification apparatus which concerns on this embodiment. フィルタが適用される周波数の推移の一例を示す図である。It is a figure which shows an example of the transition of the frequency to which a filter is applied. 本実施形態に係る親局の機能構成を示すブロック図である。It is a block diagram which shows the functional structure of the master station which concerns on this embodiment. 本実施形態に係る子局の機能構成を示すブロック図である。It is a block diagram which shows the functional structure of the slave station which concerns on this embodiment. 本実施形態に係る言語明瞭化装置による言語明瞭化処理の動作を示すシーケンス図である。It is a sequence diagram which shows the operation of the language clarification processing by the language clarification apparatus which concerns on this embodiment. 本実施形態に係る言語明瞭化装置のハードウェア構成を示すブロック図である。It is a block diagram which shows the hardware structure of the language clarification apparatus which concerns on this embodiment.

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。 Preferred embodiments of the present invention will be described in detail below with reference to the accompanying drawings. In the present specification and the drawings, components having substantially the same functional configuration are designated by the same reference numerals, so that duplicate description will be omitted.

<1.背景>
上記のとおり、拡声放送を明瞭化する技術については様々な研究が行われている。例えば、特許文献1には、防災行政無線システム等にて、フォルマントを強調することで明瞭化を実現する技術が開示されている。特許文献1には、主に2つの技術によって音声明瞭化が実現されている。1つは、スペクトルの包絡線に基づくスペクトル・シェーピングによる雑音特性への音声の適応技術である。もう1つは雑音中の音声の知覚にさして影響を与えない調波を間引き、間引かれた調波のエネルギーを他の重要な成分に再配分する技術である。
<1. Background >
As mentioned above, various studies have been conducted on the technology for clarifying loudspeaker broadcasting. For example, Patent Document 1 discloses a technique for realizing clarification by emphasizing formants in a disaster prevention administrative radio system or the like. In Patent Document 1, voice clarification is realized mainly by two techniques. One is a technique for adapting speech to noise characteristics by spectral shaping based on the envelope of the spectrum. The other is a technology that thins out the tones that do not affect the perception of speech in noise and redistributes the energy of the thinned tones to other important components.

しかし、スペクトル包絡線の抽出処理によってフォルマントを導き出したり、雑音中の音声の知覚にさして影響を与えない調波を間引き、間引かれた調波のエネルギーを残された調波に再分配したりする処理に要する負荷は大きい。また、本技術においては、音声を雑音特性に適応させるにあたり、放送が行われる周辺で集音された雑音が明瞭化の処理に用いられている。しかし、拡声放送システムの放送エリアが広域であり、放送される地点毎の雑音特性が互いに異なる場合には、一か所だけで集音された雑音が明瞭化の処理に用いられると、音声が各地点の雑音特性に十分適応することができない。また、仮に、放送される地点毎の雑音が用いられて明瞭化の処理が行われる場合には、処理に要する負荷がさらに大きくなる。 However, formants can be derived by extracting spectral envelopes, or tuning that does not affect the perception of speech in noise is thinned out and the energy of the decimated tuning is redistributed into the remaining tunes. The load required for the processing is large. Further, in the present technology, when adapting the sound to the noise characteristic, the noise collected in the vicinity where the broadcast is performed is used for the clarification process. However, when the broadcasting area of the loudspeaker broadcasting system is wide and the noise characteristics of each broadcasting point are different from each other, if the noise collected at only one place is used for the clarification process, the sound is produced. It cannot be fully adapted to the noise characteristics at each point. Further, if the clarification process is performed by using the noise for each broadcast point, the load required for the process becomes even larger.

本件の発明者は上記事情に鑑み、本発明に想到するに至った。本発明の一実施形態に係る言語明瞭化装置は、フォルマントの特徴に基づいて生成されたフィルタ特性をテンプレート化して予め記憶しておく。そして、言語明瞭化装置は、放送される音声信号を所定時間毎に分割し、分割された音声信号の基音を抽出(基音の定義については後述する)し、当該基音に基づいてフィルタの適用周波数を決定する。これによって、言語明瞭化装置は、明瞭化の処理負荷をより低減させることができる。 The inventor of the present invention came up with the present invention in view of the above circumstances. The language clarification device according to the embodiment of the present invention creates a template of filter characteristics generated based on the characteristics of formants and stores them in advance. Then, the language clarification device divides the broadcast audio signal at predetermined time intervals, extracts the fundamental tone of the divided audio signal (the definition of the fundamental tone will be described later), and applies a filter based on the fundamental tone. To determine. As a result, the language clarification device can further reduce the processing load of clarification.

以降では、主に、「2.本実施形態に係る拡声放送システムの概要」「3.各装置の機能構成」「4.言語明瞭化装置の動作」「5.言語明瞭化装置のハードウェア構成」という順番で本実施形態について詳細に説明していく。 In the following, mainly, "2. Outline of loudspeaker broadcasting system according to this embodiment", "3. Functional configuration of each device", "4. Operation of language clarification device", and "5. Hardware configuration of language clarification device". The present embodiment will be described in detail in the order of ".

<2.本実施形態に係る拡声放送システムの概要>
上記では、本発明の背景について説明した。続いて、本発明の一実施形態に係る拡声放送システムの概要について説明する。
<2. Outline of loudspeaker broadcasting system according to this embodiment>
In the above, the background of the present invention has been described. Subsequently, an outline of the loudspeaker broadcasting system according to the embodiment of the present invention will be described.

(2−1.拡声放送システムの構成)
まず、図1を参照して、本実施形態に係る拡声放送システムの構成について説明する。図1は、本実施形態に係る拡声放送システムの構成を示す図である。図1に示すように、本実施形態に係る拡声放送システムは、言語明瞭化装置100と、操作卓200と、親局300と、子局400と、を備える。親局300は、無線通信に用いるアンテナ310を備え、子局400は、無線通信に用いるアンテナ410と、拡声放送に用いる拡声器420と、を備える。以降で各機能について説明する。
(2-1. Configuration of loudspeaker broadcasting system)
First, the configuration of the loudspeaker broadcasting system according to the present embodiment will be described with reference to FIG. FIG. 1 is a diagram showing a configuration of a loudspeaker broadcasting system according to the present embodiment. As shown in FIG. 1, the loudspeaker broadcasting system according to the present embodiment includes a language clarification device 100, an operation console 200, a master station 300, and a slave station 400. The master station 300 includes an antenna 310 used for wireless communication, and the slave station 400 includes an antenna 410 used for wireless communication and a loudspeaker 420 used for loudspeaker broadcasting. Each function will be described below.

(言語明瞭化装置100)
言語明瞭化装置100は、拡声放送に用いられる音声信号に対して各種処理を行うことで、放送される音声の明瞭化を実現する。より具体的に説明すると、言語明瞭化装置100は、拡声放送の実施者がマイク等(図示なし)を用いて入力した音声信号に対して、基音抽出処理、フィルタ処理またはマキシマイズ処理等を行い、処理後の音声信号を後述する操作卓200へ提供する。言語明瞭化装置100による処理の詳細については後述する。
(Language Clarification Device 100)
The language clarification device 100 realizes clarification of the broadcast voice by performing various processes on the voice signal used for the loudspeaker broadcast. More specifically, the language clarification device 100 performs a basic sound extraction process, a filter process, a maximize process, or the like on an audio signal input by a loudspeaker broadcaster using a microphone or the like (not shown). The processed audio signal is provided to the console 200, which will be described later. Details of the processing by the language clarification device 100 will be described later.

(操作卓200)
操作卓200は、拡声放送における各種設定が行われる装置である。より具体的に説明すると、操作卓200は、拡声放送の実施者によって、放送の対象となる各子局400、放送の際の設定等が入力される。操作卓200は、各種設定に関する情報および言語明瞭化装置100から提供された音声信号を後述する親局300に提供する。
(Operating console 200)
The console 200 is a device for making various settings for loudspeaker broadcasting. More specifically, in the console 200, each slave station 400 to be broadcast, settings at the time of broadcasting, and the like are input by the operator of the loudspeaker broadcasting. The console 200 provides information on various settings and the audio signal provided by the language clarification device 100 to the master station 300, which will be described later.

(親局300)
親局300は、拡声放送に用いられる情報を無線信号として送信する。より具体的に説明すると、親局300は、操作卓200から入力された情報に基づいて無線信号を生成し、アンテナ310を用いて、当該無線信号を中継局(図示なし)または各子局400へ送信する。親局300が送信する無線信号は複数種類あるとする。例えば、親局300は、拡声放送を指示する信号、放送内容が含まれる信号、拡声放送の終了を指示する信号等を子局400に送信してもよい。なお、これらの信号はあくまで一例であり、拡声放送の種類もしくは方式によって送信される信号は適宜変更される。
(Master station 300)
The master station 300 transmits information used for loudspeaker broadcasting as a radio signal. More specifically, the master station 300 generates a radio signal based on the information input from the console 200, and uses the antenna 310 to transmit the radio signal to a relay station (not shown) or each slave station 400. Send to. It is assumed that there are a plurality of types of radio signals transmitted by the master station 300. For example, the master station 300 may transmit a signal instructing loudspeaker broadcasting, a signal including broadcast contents, a signal instructing the end of loudspeaker broadcasting, and the like to the slave station 400. It should be noted that these signals are merely examples, and the signals transmitted are appropriately changed depending on the type or method of loudspeaker broadcasting.

(子局400)
子局400は、拡声放送を行う装置である。より具体的に説明すると、子局400は、アンテナ410を用いて親局300または中継局から無線信号を受信し、当該信号に含まれる情報を用いて拡声放送を行う。例えば、子局400は、無線信号に含まれる情報に基づいて自局が放送の対象であるか否かを判定し、自局が放送の対象である場合、信号に含まれる動作設定を反映させた状態で、拡声器420を用いて拡声放送を行う。本明細書では、子局400が道路または公園等に設置される固定局である場合を一例として説明するが、子局400の種類は任意である。
(Slave station 400)
The slave station 400 is a device that performs loudspeaker broadcasting. More specifically, the slave station 400 receives a radio signal from the master station 300 or a relay station using the antenna 410, and performs loudspeaker broadcasting using the information contained in the signal. For example, the slave station 400 determines whether or not its own station is the target of broadcasting based on the information contained in the radio signal, and if the own station is the target of broadcasting, reflects the operation setting included in the signal. In this state, loudspeaker broadcasting is performed using the loudspeaker 420. In this specification, the case where the slave station 400 is a fixed station installed on a road, a park, or the like will be described as an example, but the type of the slave station 400 is arbitrary.

(2−2.拡声放送システムの機能概要)
上記では、本実施形態に係る拡声放送システムの構成について説明した。続いて、本実施形態に係る拡声放送システムの機能概要について説明する。
(2-2. Overview of loudspeaker broadcasting system functions)
In the above, the configuration of the loudspeaker broadcasting system according to the present embodiment has been described. Subsequently, the functional outline of the loudspeaker broadcasting system according to the present embodiment will be described.

本実施形態に係る拡声放送システムの言語明瞭化装置100は、まず、フォルマントの特徴に基づいて生成されたフィルタ特性をテンプレート化して記憶しておく。以下、本明細書では記憶されたフィルタ特性のテンプレートのことをフィルタとして記載する。当該フィルタの種類は任意である。本明細書では、当該フィルタがくし型フィルタである場合を想定して記載する。そして、言語明瞭化装置100は、拡声放送の実施者によって音声信号が入力された場合、当該音声信号を所定の時間毎に分割し、分割された音声信号を解析することで基音を抽出する。ここで、基音とは、音声信号が複数の正弦波の合成によって表される場合において、最も低い周波数の音を指す。なお、音声信号が分割される間隔である所定の時間とは任意の時間を指すが、本明細書では、例えば、音声信号が分割される間隔が数十[ms]であることを想定している。 The language clarification device 100 of the loudspeaker broadcasting system according to the present embodiment first stores the filter characteristics generated based on the formant characteristics as a template. Hereinafter, in the present specification, the template of the stored filter characteristics will be described as a filter. The type of the filter is arbitrary. In this specification, it is assumed that the filter is a comb type filter. Then, when the audio signal is input by the performer of the loudspeaker broadcasting, the language clarification device 100 divides the audio signal at predetermined time intervals and extracts the basic sound by analyzing the divided audio signal. Here, the fundamental tone refers to the sound having the lowest frequency when the audio signal is represented by the synthesis of a plurality of sine waves. The predetermined time, which is the interval at which the audio signal is divided, refers to an arbitrary time, but in the present specification, for example, it is assumed that the interval at which the audio signal is divided is several tens [ms]. There is.

そして、言語明瞭化装置100は、基音の周波数以上の周波数に対して、予め記憶しておいたフィルタを適用する。これによって、言語明瞭化装置100は、当該分割された音声信号について、言語として強調すべき重要な周波数帯域の成分を残した上で、ノイズ等の重要性の低い周波数帯域の成分を除去することができる。 Then, the language clarification device 100 applies a filter stored in advance to a frequency equal to or higher than the fundamental frequency. As a result, the language clarification device 100 removes less important frequency band components such as noise from the divided audio signal while leaving important frequency band components to be emphasized as the language. Can be done.

また、基本的に、基音は音程によって変化するため、言語明瞭化装置100は、分割された音声信号毎に、それぞれの音程に応じてフィルタを適用する周波数を決定する(実質的には、基音に応じてフィルタを適用する周波数を決定することと同義)。これによって、言語明瞭化装置100は、音程が刻々と変化するような音声信号に対しても適切に対応することができる。 Further, since the fundamental tone basically changes depending on the pitch, the language clarification device 100 determines the frequency to which the filter is applied according to each pitch for each divided audio signal (substantially, the fundamental tone). Synonymous with determining the frequency to which the filter is applied according to). As a result, the language clarification device 100 can appropriately cope with a voice signal whose pitch changes from moment to moment.

その後、言語明瞭化装置100は、フィルタを適用した後の音声信号における所定の帯域成分を増幅する処理を行う。フィルタの適用によって重要性の低い周波数帯域の成分が除去されることで音声信号の振幅が減少する(換言すると、音響エネルギーが減少する)ため、言語明瞭化装置100、その減少分だけ音声信号の増幅を行うことができる。 After that, the language clarification device 100 performs a process of amplifying a predetermined band component in the audio signal after applying the filter. Since the amplitude of the audio signal is reduced (in other words, the acoustic energy is reduced) by removing the components in the less important frequency band by applying the filter, the language clarification device 100, the reduction of the audio signal Amplification can be performed.

上記の処理が行われた音声信号を用いて子局400が拡声放送を行うことによって、本実施形態に係る拡声放送システムは、劣悪な外部環境(騒音(交通騒音、生活騒音等)、降雨、暴風雨、暴風雪、台風、落雷等)においてもユーザが聞き取りやすい拡声放送を実現することができる。また、音程に基づいてフィルタを適用する処理(実質的には、基音に基づいてフィルタを適用する処理と同義)は、特許文献1による処理(スペクトル包絡線の抽出処理等)よりも負荷が低いため、本実施形態に係る拡声放送システムは、言語明瞭化に要する処理の負荷をより低減させることができる。 When the slave station 400 performs loudspeaker broadcasting using the audio signal subjected to the above processing, the loudspeaker broadcasting system according to the present embodiment has a poor external environment (noise (traffic noise, living noise, etc.), rainfall, etc.). It is possible to realize loudspeaker broadcasting that is easy for the user to hear even in a storm, storm, snow, typhoon, lightning strike, etc.). Further, the process of applying the filter based on the pitch (substantially synonymous with the process of applying the filter based on the fundamental tone) has a lower load than the process according to Patent Document 1 (the process of extracting the spectral envelope, etc.). Therefore, the loudspeaker broadcasting system according to the present embodiment can further reduce the processing load required for language clarification.

また、雑音のスペクトルは一定ではないが、言語明瞭化装置100が分割された音声信号毎にフィルタの適用周波数を適度に変更することによって、雑音のスペクトル成分にマスクされにくくなり、雑音下での言語明瞭化が可能となる。 Further, although the noise spectrum is not constant, the language clarification device 100 makes it difficult to be masked by the noise spectrum component by appropriately changing the application frequency of the filter for each divided voice signal, and it becomes difficult to mask under noise. Language clarification is possible.

また、言語明瞭化装置100は、拡声放送に用いられる信号の送信元(操作卓200または親局300等)側に備えられればよく、子局400側に備えられなくてもよい。これによって、言語明瞭化装置100の設置、調整、保守または運用等に要するリソースが削減される。 Further, the language clarification device 100 may be provided on the source side (operation console 200, master station 300, etc.) of the signal used for loudspeaker broadcasting, and may not be provided on the slave station 400 side. This reduces the resources required for installation, adjustment, maintenance, operation, and the like of the language clarification device 100.

<3.各装置の機能構成>
上記では、本実施形態に係る拡声放送システムの機能概要について説明した。続いて、各装置の機能構成について説明する。
<3. Functional configuration of each device>
In the above, the functional outline of the loudspeaker broadcasting system according to this embodiment has been described. Subsequently, the functional configuration of each device will be described.

(言語明瞭化装置100の機能構成)
まず、図2および図3を参照して、本実施形態に係る言語明瞭化装置100の機能構成について説明する。図2は、本実施形態に係る言語明瞭化装置100の機能構成を示すブロック図である。図2に示すように、本実施形態に係る言語明瞭化装置100は、切替部110と、処理部120と、を備える。また、図3は、本実施形態に係る言語明瞭化装置100の処理部120の機能構成を示すブロック図である。図3に示すように、本実施形態に係る処理部120は、前処理部121と、基音抽出部122と、フィルタ処理部123と、マキシマイズ処理部124と、を備える。以降で各機能構成について説明する。
(Functional configuration of language clarification device 100)
First, the functional configuration of the language clarification device 100 according to the present embodiment will be described with reference to FIGS. 2 and 3. FIG. 2 is a block diagram showing a functional configuration of the language clarification device 100 according to the present embodiment. As shown in FIG. 2, the language clarification device 100 according to the present embodiment includes a switching unit 110 and a processing unit 120. Further, FIG. 3 is a block diagram showing a functional configuration of the processing unit 120 of the language clarification device 100 according to the present embodiment. As shown in FIG. 3, the processing unit 120 according to the present embodiment includes a pre-processing unit 121, a fundamental sound extraction unit 122, a filter processing unit 123, and a maximize processing unit 124. Each functional configuration will be described below.

(切替部110)
切替部110は、音声信号に対して言語明瞭化装置100による処理(以降、便宜的に「言語明瞭化処理」と呼称する)を行うか否かの切り替えを行う。より具体的に説明すると、切替部110は、音声信号および切替制御信号を外部装置から受信した場合、切替制御信号を解析して言語明瞭化処理が要求されていると判断した場合には、受信した音声信号を処理部120に順次提供し、言語明瞭化処理が要求されていないと判断した場合には言語明瞭化装置100を介すことなく音声信号を操作卓200へ順次提供する。なお、切替部110が切替制御信号を外部装置から受信するのではなく、拡声放送の実施者が言語明瞭化装置100に備えられる入力部(図示なし。ボタン、スイッチ、タッチパネル等)を操作することによって、切替部110が切替制御信号を自ら生成してもよい。
(Switching unit 110)
The switching unit 110 switches whether or not to perform processing by the language clarification device 100 on the voice signal (hereinafter, referred to as "language clarification processing" for convenience). More specifically, when the switching unit 110 receives the voice signal and the switching control signal from the external device, the switching unit 110 analyzes the switching control signal and determines that the language clarification processing is required. The voice signals are sequentially provided to the processing unit 120, and when it is determined that the language clarification processing is not required, the voice signals are sequentially provided to the operation console 200 without going through the language clarification device 100. The switching unit 110 does not receive the switching control signal from the external device, but the operator of the loudspeaker broadcast operates an input unit (not shown, buttons, switches, touch panel, etc.) provided in the language clarification device 100. The switching unit 110 may generate the switching control signal by itself.

(処理部120)
処理部120は、音声信号に対して言語明瞭化処理を行う。上記のとおり、処理部120は、前処理部121と、基音抽出部122と、フィルタ処理部123と、マキシマイズ処理部124と、を備える。以降で処理部120の各機能構成について説明する。
(Processing unit 120)
The processing unit 120 performs language clarification processing on the voice signal. As described above, the processing unit 120 includes a pre-processing unit 121, a fundamental tone extraction unit 122, a filter processing unit 123, and a maximize processing unit 124. Hereinafter, each functional configuration of the processing unit 120 will be described.

(前処理部121)
前処理部121は、音声信号に対して各種処理を行うことで、後工程における処理の円滑化を実現する。各種処理には、任意の信号処理が含まれる。例えば、前処理部121は、音声信号に対して増幅処理、平滑化処理または整形処理等を行う。前処理部121は、各種処理を行った音声信号を後述する基音抽出部122およびフィルタ処理部123に提供する。なお、前処理部121は、基音抽出部122またはフィルタ処理部123からのフィードバックを受けて各種処理を実施し直したり、各種処理に用いられるパラメータを変更したりしてもよい。
(Pretreatment unit 121)
The pre-processing unit 121 performs various processing on the voice signal to facilitate the processing in the post-process. The various processes include arbitrary signal processing. For example, the preprocessing unit 121 performs amplification processing, smoothing processing, shaping processing, or the like on the audio signal. The pre-processing unit 121 provides the audio signals that have undergone various processing to the fundamental tone extraction unit 122 and the filter processing unit 123, which will be described later. The preprocessing unit 121 may receive feedback from the fundamental tone extraction unit 122 or the filter processing unit 123 to re-execute various processes, or may change the parameters used for the various processes.

(基音抽出部122)
基音抽出部122は、音声信号の基音を抽出する。より具体的に説明すると、基音抽出部122は、前処理部121によって各種処理が施された音声信号を分割し、当該信号を解析することによって、分割された音声信号毎に基音を抽出する。そして、基音抽出部122は、分割された音声信号毎の基音に関する情報を制御信号として後述するフィルタ処理部123に提供する。
(Fundamental tone extraction unit 122)
The fundamental tone extraction unit 122 extracts the fundamental tone of the voice signal. More specifically, the fundamental tone extraction unit 122 extracts the fundamental tone for each divided audio signal by dividing the audio signal subjected to various processing by the preprocessing unit 121 and analyzing the signal. Then, the fundamental tone extraction unit 122 provides information on the fundamental tone for each divided audio signal to the filter processing unit 123, which will be described later, as a control signal.

(フィルタ処理部123)
フィルタ処理部123は、音声信号にフィルタを適用する処理(以降、便宜的に「フィルタ処理」と呼称する)を行う。より具体的に説明すると、フィルタ処理部123は、フォルマントの特徴に基づいて生成されたフィルタを予め記憶しておき、前処理部121から音声信号を提供された場合、基音抽出部122から提供される制御信号に基づいて、基音の周波数以上の周波数に対してフィルタを適用する。
(Filter processing unit 123)
The filter processing unit 123 performs a process of applying a filter to the voice signal (hereinafter, referred to as a “filter process” for convenience). More specifically, the filter processing unit 123 stores the filter generated based on the formant characteristics in advance, and when the preprocessing unit 121 provides the audio signal, the filter processing unit 123 is provided by the fundamental tone extraction unit 122. A filter is applied to frequencies above the fundamental frequency based on the control signal.

ここで、図4を参照して、フィルタ処理について説明する。図4は、フィルタが適用される周波数の推移の一例を示す図である。まず、基音抽出部122が時点1(例えば、音声信号の入力が開始された時点)における音声信号を解析し、基音を抽出する。そして、フィルタ処理部123は、図4Aに示すように、基音の周波数F0以上の周波数に対してフィルタを適用する。そして、基音抽出部122は、時点1の直後に分割した時点2における音声信号を解析する。時点1における音声信号の音程と時点2における音声信号の音程は互いに異なるため、時点1における基音と時点2における基音は互いに異なる。基音抽出部122は、時点2における音声信号の基音を抽出し、図4Bに示すように、フィルタ処理部123は基音の周波数F0+α以上の周波数に対してフィルタを適用する。その後、基音抽出部122およびフィルタ処理部123は、時点3における音声信号に対して同様の処理を行うことで、図4Cに示すように、基音の周波数F0−β以上の周波数に対してフィルタを適用する。 Here, the filtering process will be described with reference to FIG. FIG. 4 is a diagram showing an example of the transition of the frequency to which the filter is applied. First, the fundamental tone extraction unit 122 analyzes the audio signal at time point 1 (for example, when the input of the audio signal is started) and extracts the fundamental tone. Then, as shown in FIG. 4A, the filter processing unit 123 applies the filter to the frequency of the fundamental tone F0 or higher. Then, the fundamental tone extraction unit 122 analyzes the audio signal at the time point 2 divided immediately after the time point 1. Since the pitch of the audio signal at time point 1 and the pitch of the audio signal at time point 2 are different from each other, the fundamental tone at time point 1 and the fundamental tone at time point 2 are different from each other. The fundamental tone extraction unit 122 extracts the fundamental tone of the audio signal at time point 2, and as shown in FIG. 4B, the filter processing unit 123 applies a filter to a frequency equal to or higher than the fundamental tone frequency F0 + α. After that, the fundamental tone extraction unit 122 and the filter processing unit 123 perform the same processing on the audio signal at the time point 3, thereby filtering the frequency of the fundamental tone frequency F0-β or higher as shown in FIG. 4C. Apply.

このように、フィルタ処理部123は、基音に応じてフィルタが適用される周波数を刻々と変更していくことで、音程が刻々と変化するような音声信号に対しても適切に対応することができる。フィルタ処理部123は、フィルタ処理を行った音声信号をマキシマイズ処理部124に提供する。 In this way, the filter processing unit 123 can appropriately respond to an audio signal whose pitch changes from moment to moment by changing the frequency to which the filter is applied according to the fundamental tone. it can. The filter processing unit 123 provides the filtered audio signal to the maximize processing unit 124.

(マキシマイズ処理部124)
マキシマイズ処理部124は、音声信号に対して増幅処理(以降、便宜的に「マキシマイズ処理」と呼称する)を行う。より具体的に説明すると、前段のフィルタ処理によって音声信号の振幅が減少するため、マキシマイズ処理部124は、その減少分だけ、音声の認識に重要な周波数帯域の成分を増幅するマキシマイズ処理を行う。
(Maximize processing unit 124)
The maximize processing unit 124 performs amplification processing (hereinafter, referred to as “maximization processing” for convenience) on the voice signal. More specifically, since the amplitude of the voice signal is reduced by the filter processing in the previous stage, the maximize processing unit 124 performs the maximize processing for amplifying the component of the frequency band important for voice recognition by the amount of the reduction.

(親局300の機能構成)
上記では、言語明瞭化装置100の機能構成について説明した。続いて、図5を参照して、親局300の機能構成について説明する。図5は、本実施形態に係る親局300の機能構成を示すブロック図である。
(Functional configuration of master station 300)
In the above, the functional configuration of the language clarification device 100 has been described. Subsequently, the functional configuration of the master station 300 will be described with reference to FIG. FIG. 5 is a block diagram showing a functional configuration of the master station 300 according to the present embodiment.

図5に示すように、親局300は、有線通信部320と、生成部330と、無線通信部340と、制御部350と、を備える。また、無線通信部340はアンテナ310を備える。以降で各機能構成について説明する。 As shown in FIG. 5, the master station 300 includes a wired communication unit 320, a generation unit 330, a wireless communication unit 340, and a control unit 350. Further, the wireless communication unit 340 includes an antenna 310. Each functional configuration will be described below.

(有線通信部320)
有線通信部320は、拡声放送に用いられる情報を操作卓200から受信する有線ネットワークへのインタフェースである。より具体的に説明すると、拡声放送の実施者が、操作卓200を用いて、放送の対象となる各子局400、放送の際の設定等を入力すると、有線通信部320は、これらの情報を操作卓200から受信し、後述する生成部330に提供する。
(Wired communication unit 320)
The wired communication unit 320 is an interface to a wired network that receives information used for loudspeaker broadcasting from the console 200. More specifically, when a loudspeaker broadcaster inputs each slave station 400 to be broadcast, settings at the time of broadcasting, etc. using the console 200, the wired communication unit 320 receives such information. Is received from the operation console 200 and provided to the generation unit 330, which will be described later.

(生成部330)
生成部330は、有線通信部320によって受信された情報に基づいて各種信号を生成する。より具体的に説明すると、生成部330は、拡声放送を指示する信号、放送内容が含まれる信号、拡声放送の終了を指示する信号等を生成し、これらの信号を後述する無線通信部340に提供する。
(Generator 330)
The generation unit 330 generates various signals based on the information received by the wired communication unit 320. More specifically, the generation unit 330 generates a signal for instructing loudspeaker broadcasting, a signal including broadcast contents, a signal for instructing the end of loudspeaker broadcasting, and the like, and transmits these signals to the wireless communication unit 340 described later. provide.

(無線通信部340)
無線通信部340は、子局400へ無線信号を送信する送信部として機能する。具体的には、無線通信部340は、生成部330から提供される各種信号をアンテナ310により無線信号に変換して送信する。
(Wireless communication unit 340)
The wireless communication unit 340 functions as a transmission unit that transmits a wireless signal to the slave station 400. Specifically, the wireless communication unit 340 converts various signals provided by the generation unit 330 into wireless signals by the antenna 310 and transmits the signals.

(制御部350)
制御部350は、親局300における各種処理を統括的に制御する。例えば、制御部350は、操作卓200から拡声放送に用いられる各種情報が提供された場合に、各機能構成を制御することで、拡声放送に用いられる情報を含む信号を子局400へ送信させる。
(Control unit 350)
The control unit 350 comprehensively controls various processes in the master station 300. For example, when various information used for loudspeaker broadcasting is provided from the console 200, the control unit 350 controls each functional configuration to transmit a signal including the information used for loudspeaker broadcasting to the slave station 400. ..

(子局400の機能構成)
上記では、親局300の機能構成について説明した。続いて、図6を参照して、子局400の機能構成について説明する。図6は、本実施形態に係る子局400の機能構成を示すブロック図である。
(Functional configuration of slave station 400)
In the above, the functional configuration of the master station 300 has been described. Subsequently, the functional configuration of the slave station 400 will be described with reference to FIG. FIG. 6 is a block diagram showing a functional configuration of the slave station 400 according to the present embodiment.

図6に示すように、子局400は、無線通信部430と、制御部440と、鳴動制御部450と、を備える。また、無線通信部430はアンテナ410を備え、鳴動制御部450は拡声器420を備える。以降で各機能構成について説明する。 As shown in FIG. 6, the slave station 400 includes a wireless communication unit 430, a control unit 440, and a ringing control unit 450. Further, the wireless communication unit 430 includes an antenna 410, and the ringing control unit 450 includes a loudspeaker 420. Each functional configuration will be described below.

(無線通信部430)
無線通信部430は、親局300からの無線信号を受信する受信部として機能する。より具体的に説明すると、無線通信部430は、親局300から送信された無線信号をアンテナ410によって受信し、当該信号に対して復調処理または復号処理を行うことで拡声放送に用いられる情報を取得する。無線通信部430は、当該情報を後述する制御部440に提供する。
(Wireless communication unit 430)
The wireless communication unit 430 functions as a receiving unit that receives a wireless signal from the master station 300. More specifically, the radio communication unit 430 receives the radio signal transmitted from the master station 300 by the antenna 410, demodulates or decodes the signal, and obtains information used for loudspeaker broadcasting. get. The wireless communication unit 430 provides the information to the control unit 440, which will be described later.

(制御部440)
制御部440は、子局400における各種処理を統括的に制御する。例えば、制御部440は、無線通信部430から提供される情報を鳴動制御部450に提供することによって拡声放送を実現する。なお、制御部440は、無線通信部430から提供される情報に対して各種処理を行ったり、当該情報に基づいて鳴動制御部450を制御するための信号を生成することで鳴動制御部450を制御したりしてもよい。
(Control unit 440)
The control unit 440 comprehensively controls various processes in the slave station 400. For example, the control unit 440 realizes loudspeaker broadcasting by providing the information provided by the wireless communication unit 430 to the ringing control unit 450. The control unit 440 performs various processes on the information provided by the wireless communication unit 430, and generates a signal for controlling the ringing control unit 450 based on the information to generate the ringing control unit 450. You may control it.

(鳴動制御部450)
鳴動制御部450は、拡声放送に関する制御を行う。より具体的に説明すると、鳴動制御部450は、制御部440から提供される情報に基づいて拡声器420を制御することによって拡声放送を実現する。
(Ring control unit 450)
The ringing control unit 450 controls the loudspeaker broadcasting. More specifically, the ringing control unit 450 realizes loudspeaker broadcasting by controlling the loudspeaker 420 based on the information provided by the control unit 440.

<4.言語明瞭化装置の動作>
上記では、各装置の機能構成について説明した。続いて、図7を参照して、言語明瞭化処理の動作について説明する。図7は、本実施形態に係る言語明瞭化装置100による言語明瞭化処理の動作を示すシーケンス図である。
<4. Operation of language clarification device>
In the above, the functional configuration of each device has been described. Subsequently, the operation of the language clarification process will be described with reference to FIG. 7. FIG. 7 is a sequence diagram showing the operation of the language clarification process by the language clarification device 100 according to the present embodiment.

ステップS1000では、前処理部121が順次入力される音声信号に対して各種処理(増幅処理、平滑化処理または整形処理等)を行う。ステップS1004では、前処理部121が、各種処理を施した音声信号を基音抽出部122に順次提供し、ステップS1008では、前処理部121が、当該音声信号をフィルタ処理部123に順次提供する。ステップS1012では、基音抽出部122が所定の時間毎に音声信号を分割し、ステップS1016では、基音抽出部122が分割後の音声信号毎に基音を抽出する。ステップS1020では、基音抽出部122が、分割された音声信号毎の基音に関する情報を含む制御信号を生成し、当該信号をフィルタ処理部123に提供する。 In step S1000, the preprocessing unit 121 performs various processes (amplification process, smoothing process, shaping process, etc.) on the voice signals sequentially input. In step S1004, the pre-processing unit 121 sequentially provides the voice signals subjected to various processing to the fundamental sound extraction unit 122, and in step S1008, the pre-processing unit 121 sequentially provides the voice signals to the filter processing unit 123. In step S1012, the fundamental tone extraction unit 122 divides the audio signal at predetermined time intervals, and in step S1016, the fundamental tone extraction unit 122 extracts the fundamental tone for each divided audio signal. In step S1020, the fundamental tone extraction unit 122 generates a control signal including information on the fundamental tone for each divided audio signal, and provides the signal to the filter processing unit 123.

ステップS1024では、フィルタ処理部123が、当該制御信号に基づいて基音の周波数以上の周波数に対してフィルタを適用することで分割された音声信号に対してフィルタ処理を行う。ステップS1028では、フィルタ処理部123が、フィルタ処理を行った後の音声信号をマキシマイズ処理部124に提供する。ステップS1032では、マキシマイズ処理部124が音声信号に対して所定の帯域成分を増幅するマキシマイズ処理を行う。その後、マキシマイズ処理部124は、マキシマイズ処理を行った後の音声信号を操作卓200に提供する。 In step S1024, the filter processing unit 123 performs filter processing on the divided voice signal by applying a filter to a frequency equal to or higher than the fundamental frequency based on the control signal. In step S1028, the filter processing unit 123 provides the maximize processing unit 124 with the audio signal after the filter processing. In step S1032, the maximizing processing unit 124 performs the maximizing processing for amplifying a predetermined band component with respect to the voice signal. After that, the maximize processing unit 124 provides the operation console 200 with the audio signal after the maximize process is performed.

以上が、言語明瞭化装置100による言語明瞭化処理の動作である。なお、図7に示した動作は、音声信号が入力される限り継続して行われる。また、図7に示した動作は、並行的に行われてもよい。例えば、前処理部121による前処理(ステップS1000)、基音抽出部122による音声信号の分割(ステップS1012)もしくは基音の抽出処理(ステップS1016)、フィルタ処理部123によるフィルタ処理(ステップS1024)、またはマキシマイズ処理部124によるマキシマイズ処理(ステップS1032)は並行的に行われてもよい。これによって、言語明瞭化装置100に入力された音声信号が順次円滑に処理され得るため、音声が遅れたり途切れたりすることなく拡声放送が実施され得る。なお、上記で説明した動作はあくまで一例であるため、適宜され得る。 The above is the operation of the language clarification process by the language clarification device 100. The operation shown in FIG. 7 is continuously performed as long as an audio signal is input. Further, the operations shown in FIG. 7 may be performed in parallel. For example, preprocessing by the preprocessing unit 121 (step S1000), division of the voice signal by the fundamental tone extraction unit 122 (step S1012) or extraction processing of the fundamental tone (step S1016), filtering processing by the filtering unit 123 (step S1024), or The maximizing process (step S1032) by the maximizing processing unit 124 may be performed in parallel. As a result, the audio signals input to the language clarification device 100 can be smoothly processed in sequence, so that loudspeaker broadcasting can be performed without delay or interruption of audio. Since the operation described above is just an example, it can be performed as appropriate.

<5.言語明瞭化装置のハードウェア構成>
以上、言語明瞭化処理の動作について説明について説明した。続いて、図8を参照して、本実施形態に係る言語明瞭化装置100のハードウェア構成について説明する。
<5. Hardware configuration of language clarification device>
The operation of the language clarification process has been described above. Subsequently, the hardware configuration of the language clarification device 100 according to the present embodiment will be described with reference to FIG.

図8は、本実施形態に係る言語明瞭化装置100のハードウェア構成を示すブロック図であり、言語明瞭化装置100は、図8に示す情報処理装置900によって具現される。情報処理装置900は、CPU(Central Processing Unit)901と、ROM(Read Only Memory)902と、RAM(Random Access Memory)903と、ホストバス904と、ブリッジ905と、外部バス906と、インタフェース907と、入力装置908と、出力装置909と、ストレージ装置910と、通信装置911と、を備える。 FIG. 8 is a block diagram showing a hardware configuration of the language clarification device 100 according to the present embodiment, and the language clarification device 100 is embodied by the information processing device 900 shown in FIG. The information processing device 900 includes a CPU (Central Processing Unit) 901, a ROM (Read Only Memory) 902, a RAM (Random Access Memory) 903, a host bus 904, a bridge 905, an external bus 906, and an interface 907. , An input device 908, an output device 909, a storage device 910, and a communication device 911.

CPU901は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置900内の動作全般を制御する。また、CPU901は、マイクロプロセッサであってもよい。ROM902は、CPU901が使用するプログラムや演算パラメータ等を記憶する。RAM903は、CPU901の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはCPUバス等から構成されるホストバス904により相互に接続されている。言語明瞭化装置100の切替部110、処理部120、前処理部121、基音抽出部122、フィルタ処理部123またはマキシマイズ処理部124は、CPU901によって具現され得る。 The CPU 901 functions as an arithmetic processing device and a control device, and controls the overall operation in the information processing device 900 according to various programs. Further, the CPU 901 may be a microprocessor. The ROM 902 stores programs, calculation parameters, and the like used by the CPU 901. The RAM 903 temporarily stores a program used in the execution of the CPU 901, parameters that change appropriately in the execution, and the like. These are connected to each other by a host bus 904 composed of a CPU bus or the like. The switching unit 110, the processing unit 120, the preprocessing unit 121, the fundamental tone extraction unit 122, the filter processing unit 123, or the maximize processing unit 124 of the language clarification device 100 can be embodied by the CPU 901.

ホストバス904は、ブリッジ905を介して、PCI(Peripheral Component Interconnect/Interface)バス等の外部バス906に接続されている。なお、必ずしもホストバス904、ブリッジ905および外部バス906を分離構成する必要はなく、1つのバスにこれらの機能を実装してもよい。 The host bus 904 is connected to an external bus 906 such as a PCI (Peripheral Component Interconnect / Interface) bus via a bridge 905. It is not always necessary to separately configure the host bus 904, the bridge 905, and the external bus 906, and these functions may be implemented in one bus.

入力装置908は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバー等ユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、CPU901に出力する入力制御回路等から構成されている。情報処理装置900を操作するユーザは、この入力装置908を操作することにより、情報処理装置900に対して各種のデータを入力したり処理動作を指示したりすることができる。 The input device 908 includes input means for the user to input information such as a mouse, keyboard, touch panel, buttons, microphone, switch, and lever, and an input control circuit that generates an input signal based on the input by the user and outputs the input signal to the CPU 901. It is composed of etc. A user who operates the information processing device 900 can input various data to the information processing device 900 and instruct a processing operation by operating the input device 908.

出力装置909は、例えば、CRT(Cathode Ray Tube)ディスプレイ装置、液晶ディスプレイ(LCD)装置、OLED(Organic Light Emitting Diode)装置、ランプ等の表示装置およびスピーカ等の音声出力装置を含む。 The output device 909 includes, for example, a CRT (Cathode Ray Tube) display device, a liquid crystal display (LCD) device, an OLED (Organic Light Emitting Node) device, a display device such as a lamp, and an audio output device such as a speaker.

ストレージ装置910は、データ格納用の装置である。ストレージ装置910は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置等を含んでもよい。ストレージ装置910は、例えば、フラッシュメモリで構成される。このストレージ装置910は、フラッシュメモリを駆動し、CPU901が実行するプログラムや各種データを格納してもよい。 The storage device 910 is a device for storing data. The storage device 910 may include a storage medium, a recording device that records data on the storage medium, a reading device that reads data from the storage medium, a deletion device that deletes the data recorded on the storage medium, and the like. The storage device 910 is composed of, for example, a flash memory. The storage device 910 may drive a flash memory and store a program executed by the CPU 901 and various data.

通信装置911は、例えば、ネットワークに接続するための通信デバイス等で構成された通信インタフェースである。また、通信装置911は、無線LAN(Local Area Network)対応通信装置であっても、有線による通信を行うワイヤー通信装置であってもよい。 The communication device 911 is, for example, a communication interface composed of a communication device or the like for connecting to a network. Further, the communication device 911 may be a wireless LAN (Local Area Network) compatible communication device or a wire communication device that performs wired communication.

<6.むすび>
以上の説明のように、本実施形態にかかる言語明瞭化装置100は、所定時間毎に音声信号を分割し、分割された音声信号毎に基音を抽出し、基音の周波数以上の周波数に対して、予め記憶しておいたフィルタを適用する。これによって、言語明瞭化装置100は、当該分割された各音声信号について、言語として強調すべき重要な周波数帯域の成分を残した上で、ノイズ等の重要性の低い周波数帯域の成分を除去することができるため、音程が刻々と変化するような音声信号に対しても適切に対応することができる。
<6. Conclusion>
As described above, the language clarification device 100 according to the present embodiment divides the audio signal at predetermined time intervals, extracts the fundamental tone for each divided audio signal, and with respect to a frequency equal to or higher than the frequency of the fundamental tone. , Apply the filter stored in advance. As a result, the language clarification device 100 removes less important frequency band components such as noise from each divided audio signal while leaving important frequency band components to be emphasized as a language. Therefore, it is possible to appropriately respond to an audio signal whose pitch changes from moment to moment.

なお、雑音のスペクトルは一定ではないが、言語明瞭化装置100が分割された音声信号毎にフィルタの適用周波数を適度に変更することによって、雑音のスペクトル成分にマスクされにくくなり、雑音下での言語明瞭化が可能となる。 Although the noise spectrum is not constant, the language clarification device 100 makes it difficult to be masked by the noise spectrum component by appropriately changing the application frequency of the filter for each divided voice signal, and under noise. Language clarification is possible.

そして、子局400が言語明瞭化処理後の音声信号を用いて拡声放送を行うことによって、本実施形態に係る拡声放送システムは、劣悪な外部環境(騒音(交通騒音、生活騒音等)、降雨、暴風雨、暴風雪、台風、落雷等)においてもユーザが聞き取りやすい拡声放送を実現することができる。また、音程に基づいてフィルタを適用する処理(実質的には、基音に基づいてフィルタを適用する処理と同義)は、特許文献1による処理よりも負荷が低いため、本実施形態に係る拡声放送システムは、言語明瞭化に要する処理の負荷をより低減させることができる。 Then, the slave station 400 performs loudspeaker broadcasting using the audio signal after the language clarification process, so that the loudspeaker broadcasting system according to the present embodiment has a poor external environment (noise (traffic noise, living noise, etc.), rainfall, etc.). , Storm rain, storm snow, typhoon, lightning strike, etc.), it is possible to realize loudspeaker broadcasting that is easy for the user to hear. Further, since the process of applying the filter based on the pitch (substantially synonymous with the process of applying the filter based on the fundamental tone) has a lower load than the process according to Patent Document 1, the loudspeaker broadcasting according to the present embodiment. The system can further reduce the processing load required for language clarification.

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。 Although the preferred embodiments of the present invention have been described in detail with reference to the accompanying drawings, the present invention is not limited to such examples. It is clear that anyone with ordinary knowledge in the field of technology to which the present invention belongs can come up with various modifications or modifications within the scope of the technical ideas described in the claims. , These are also naturally understood to belong to the technical scope of the present invention.

例えば、各装置の機能構成は適宜外部装置に備えられてもよい。例えば、言語明瞭化装置100の切替部110、前処理部121、基音抽出部122、フィルタ処理部123、マキシマイズ処理部124のそれぞれは、適宜外部装置に備えられてもよい。 For example, the functional configuration of each device may be appropriately provided in the external device. For example, each of the switching unit 110, the preprocessing unit 121, the fundamental tone extraction unit 122, the filter processing unit 123, and the maximizing processing unit 124 of the language clarification device 100 may be provided in an external device as appropriate.

また、各装置の位置関係、または連携の態様は適宜変更され得る。例えば、言語明瞭化装置100は、拡声放送の信号の送信元(操作卓200または親局300等)側ではなく、子局400側に備えられてもよい。これによって、拡声放送の実施者は、言語明瞭化処理のパラメータ、フィルタの種類等を子局400毎に変更することができるため、各子局400が設置されている場所における雑音の発生状況に応じた言語明瞭化を実現することができる。また、言語明瞭化装置100が有する機能は、操作卓200、親局300または子局400のうち、いずれかの装置が有していてもよい。 In addition, the positional relationship of each device or the mode of cooperation can be changed as appropriate. For example, the language clarification device 100 may be provided on the slave station 400 side instead of the source side (operator console 200, master station 300, etc.) of the loudspeaker broadcast signal. As a result, the practitioner of loudspeaker broadcasting can change the parameters of language clarification processing, the type of filter, etc. for each slave station 400, so that the noise generation situation in the place where each slave station 400 is installed can be determined. Corresponding language clarification can be realized. Further, the function of the language clarification device 100 may be possessed by any of the operation console 200, the master station 300, and the slave station 400.

また、上記における通信方式は適宜変更されてもよい。例えば、親局300と子局400は、無線通信ではなく有線通信を行ってもよいし、言語明瞭化装置100、操作卓200または親局300は、有線通信ではなく無線通信を行ってもよい。 Further, the communication method described above may be changed as appropriate. For example, the master station 300 and the slave station 400 may perform wired communication instead of wireless communication, and the language clarification device 100, the console 200, or the master station 300 may perform wireless communication instead of wired communication. ..

100 言語明瞭化装置
110 切替部
120 処理部
121 前処理部
122 基音抽出部
123 フィルタ処理部
124 マキシマイズ処理部
200 操作卓
300 親局
310 アンテナ
320 有線通信部
330 生成部
340 無線通信部
350 制御部
400 子局
410 アンテナ
420 拡声器
430 無線通信部
440 制御部
450 鳴動制御部
100 Language clarification device 110 Switching unit 120 Processing unit 121 Preprocessing unit 122 Basic sound extraction unit 123 Filter processing unit 124 Maximizing processing unit 200 Operation console 300 Master station 310 Antenna 320 Wired communication unit 330 Generation unit 340 Wireless communication unit 350 Control unit 400 Slave station 410 Antenna 420 Loudspeaker 430 Wireless communication unit 440 Control unit 450 Ring control unit

Claims (4)

所定時間毎に音声信号を分割し、分割された音声信号毎に基音を抽出する基音抽出部と、
フォルマントの特徴に基づいて生成されたフィルタを予め記憶し、前記基音および前記分割された音声信号の音程により前記フィルタの適用周波数を決定し、前記分割された音声信号に対して前記フィルタを適用するフィルタ処理部と、
前記フィルタ処理部によって処理された音声信号における所定の周波数帯域を強調するマキシマイズ処理部と、を備えた、
言語明瞭化装置。
A fundamental tone extraction unit that divides the audio signal at predetermined time intervals and extracts the fundamental tone for each divided audio signal.
A filter generated based on the characteristics of the formant is stored in advance, the applicable frequency of the filter is determined by the pitch of the fundamental tone and the divided audio signal, and the filter is applied to the divided audio signal. Filter processing unit and
A maximize processing unit that emphasizes a predetermined frequency band in the audio signal processed by the filtering unit is provided.
Language clarification device.
前記フィルタ処理部は、前記基音の周波数以上の周波数を、前記適用周波数として決定する、
請求項1に記載の言語明瞭化装置。
The filter processing unit determines a frequency equal to or higher than the frequency of the fundamental tone as the applicable frequency.
The language clarification device according to claim 1.
前記フィルタはくし型フィルタである、
請求項1または2のいずれか1項に記載の言語明瞭化装置。
The filter is a comb-shaped filter,
The language clarification device according to any one of claims 1 or 2.
拡声放送について子局装置を制御する親局装置と、前記拡声放送を行う前記子局装置と、前記拡声放送の音声を明瞭化する言語明瞭化装置と、を備える拡声放送システムであって、
前記言語明瞭化装置は、
所定時間毎に音声信号を分割し、分割された音声信号毎に基音を抽出する基音抽出部と、
フォルマントの特徴に基づいて生成されたフィルタを予め記憶し、前記基音および前記分割された音声信号の音程により前記フィルタの適用周波数を決定し、前記分割された音声信号に対して前記フィルタを適用するフィルタ処理部と、
前記フィルタ処理部によって処理された音声信号における所定の周波数帯域を強調するマキシマイズ処理部と、を備え、
前記親局装置は、
前記子局装置に対して前記音声信号を含む信号を送信する送信部を備え、
前記子局装置は、
前記信号を受信する受信部と、
前記信号に基づいて前記拡声放送を制御する鳴動制御部と、を備える、
拡声放送システム。
A loudspeaker broadcasting system including a master station device for controlling a slave station device for loudspeaker broadcasting, the slave station device for performing the loudspeaker broadcast, and a language clarifying device for clarifying the sound of the loudspeaker broadcast.
The language clarification device is
A fundamental tone extraction unit that divides the audio signal at predetermined time intervals and extracts the fundamental tone for each divided audio signal.
A filter generated based on the characteristics of the formant is stored in advance, the applicable frequency of the filter is determined by the pitch of the fundamental tone and the divided audio signal, and the filter is applied to the divided audio signal. Filter processing unit and
A maximize processing unit that emphasizes a predetermined frequency band in the audio signal processed by the filtering unit is provided.
The master station device is
A transmission unit for transmitting a signal including the audio signal to the slave station device is provided.
The slave station device
A receiver that receives the signal and
A ringing control unit that controls the loudspeaker broadcast based on the signal.
Loudspeaker broadcasting system.
JP2017031763A 2017-02-23 2017-02-23 Language clarification device and loudspeaker broadcasting system Active JP6772889B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017031763A JP6772889B2 (en) 2017-02-23 2017-02-23 Language clarification device and loudspeaker broadcasting system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017031763A JP6772889B2 (en) 2017-02-23 2017-02-23 Language clarification device and loudspeaker broadcasting system

Publications (2)

Publication Number Publication Date
JP2018136472A JP2018136472A (en) 2018-08-30
JP6772889B2 true JP6772889B2 (en) 2020-10-21

Family

ID=63366061

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017031763A Active JP6772889B2 (en) 2017-02-23 2017-02-23 Language clarification device and loudspeaker broadcasting system

Country Status (1)

Country Link
JP (1) JP6772889B2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022180730A (en) 2021-05-25 2022-12-07 株式会社Jvcケンウッド Sound processing device, sound processing method, and sound processing program

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2830276B2 (en) * 1990-01-18 1998-12-02 松下電器産業株式会社 Signal processing device
JP3483998B2 (en) * 1995-09-14 2004-01-06 株式会社東芝 Pitch enhancement method and apparatus
US20140025374A1 (en) * 2012-07-22 2014-01-23 Xia Lou Speech enhancement to improve speech intelligibility and automatic speech recognition
JP2015135267A (en) * 2014-01-17 2015-07-27 株式会社リコー current sensor

Also Published As

Publication number Publication date
JP2018136472A (en) 2018-08-30

Similar Documents

Publication Publication Date Title
CN103456312B (en) A kind of single-channel voice blind separating method based on Computational auditory scene analysis
EP2680548A1 (en) Method and apparatus for reducing noise in voices in mobile terminals
KR20140145097A (en) System and method for narrow bandwidth digital signal processing
EP3113183B1 (en) Speech intelligibility improving apparatus and computer program therefor
CN109087660A (en) Method, apparatus, equipment and computer readable storage medium for echo cancellor
US20160140954A1 (en) Speech recognition system and speech recognition method
JP6073456B2 (en) Speech enhancement device
CN108198571B (en) Bandwidth extension method and system based on self-adaptive bandwidth judgment
US10200134B2 (en) Communications systems, methods and devices having improved noise immunity
CN112309416B (en) Vehicle-mounted voice echo eliminating method, system, vehicle and storage medium
CN111128167A (en) Far-field voice awakening method and device, electronic product and storage medium
US20160307554A1 (en) Audio signal processing system
CN113012710A (en) Audio noise reduction method and storage medium
EP1808853B1 (en) Public address system, method and computer program to enhance the speech intelligibility of spoken messages
CN110428835A (en) Voice equipment adjusting method and device, storage medium and voice equipment
JP6772889B2 (en) Language clarification device and loudspeaker broadcasting system
CN104464746A (en) Voice filtering method and device and electron equipment
CN111968620B (en) Algorithm testing method and device, electronic equipment and storage medium
CN113542983B (en) Audio signal processing method, device, equipment and storage medium
CN1902684A (en) Method and device for processing a voice signal for robust speech recognition
CN102750126A (en) Speech input method and terminal
KR20120016709A (en) Apparatus and method for improving the voice quality in portable communication system
CN113870879A (en) Sharing method of microphone of intelligent household appliance, intelligent household appliance and readable storage medium
WO2013018092A1 (en) Method and system for speech processing
CN113851151B (en) Masking threshold estimation method, masking threshold estimation device, electronic equipment and storage medium

Legal Events

Date Code Title Description
RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20190327

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20190328

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191115

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200714

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: 20200901

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200914

R150 Certificate of patent or registration of utility model

Ref document number: 6772889

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150