JPH0449714B2 - - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明は音声データ編集システムに関し、初心
者でも容易にかつ確実に音声データを編集するこ
とが可能な音声データ編集システムに関する。

（背景技術） 従来、音声データの切出しは、音声分析器によ
り得られた分析データを一旦メモリに格納し、音
声データの格納されているであろうアドレスを推
測で直接指定し、音声を出力して確認し、適当で
ない場合アドレスの変更を行なうというカツトア
ンドトライによる方法により行なつていた。

この方法は、所望の切出しに時間がかかるとと
もに、カツトアンドトライを多数回行なわないと
むだな音声データが前後に接続されるという欠点
があつた。さらに、連続音声より切出しを行なう
場合、音声データがあるバイト数でブロツク化さ
れテーブル化されているため、そのブロツク毎に
切り出さないで編集すると再生が不可能となると
いう欠点もあつた。

また、音声データ編集においては、従来、切り
出した音声データを空エリアをつくらないように
シーケンシヤルに遂次メモリに格納して行く方法
で行なつていた。この方法では、空エリアはでき
ないが音声の削除、追加が困難であつた。また削
除、追加が容易にできる定型フオーマツト化した
メモリエリアに格納するという方法では、空エリ
アができすぎて効率が悪いという欠点があつた。

（発明の課題） 本発明は、上述の如き欠点を除去するためにな
されたものであつて、音声合成器が多くの製品に
装備されつつある現在、ユーザー自身で音声デー
タが作成することが必要となつている実情に鑑
み、操作が簡単で、初心者にも容易にかつ確実に
高品質の音声データ編集することができる音声デ
ータ編集システムを提供することを目的とする。

（発明の概要） 本願発明の音声データ編集システムは、音声を
所定間隔で特徴抽出する音声分析部と、 該音声分析部からの音声データの逐次格納、前
記所定間隔毎の音声データの先頭アドレスの格納
および音声パワーデータを含む前記所定間隔毎の
音声の特徴を視覚的に表示するためのパラメータ
の格納を行なう第１のメモリ部と、 該第１のメモリ部から読み出した音声データを
画面上に表示するデイスプレイ部と、 前記デイスプレイ部上に表示された音声データ
について切出し位置の指定、振幅およびピツチの
補正を含む処理を実行させるための指令を発行す
る制御キーボード部と、 前記制御キーボード部の操作により前記デイス
プレイ部の画面上に表示された前記音声データか
ら切り出した音声データを定型フオーマツトによ
り格納する第２のメモリ部と、 前記制御キーボード部の操作により前記切り出
した音声データを音声として出力させるための音
声合成部と、 編集した音声データを読み出し専用メモリに格
納するための書き込み部と、 前記制御キーボード部からの前記指令による前
記処理、および前記音声データのアドレス管理の
処理を含む処理を実行する制御部と を備えたことを特徴とするものである。

（作用） この発明は、前記デイスプレイ部上に前記音声
データを表示させ、表示された前記音声データに
ついて切出し位置の指定、振幅、ピツチ等の補正
を含む処理を実行させるための指令を前記制御キ
ーボード部を介して前記制御部に入力させるこ
と、従つて前記処理の実行を容易にさせる。

（実施例） 以下本発明の一実施例を図面を参照して説明す
る。

第１図は本実施例の音声データ編集システムの
ブロツク図である。同図において、１は音声分析
部、２は音声データ格納メモリ、３はフレーム毎
のパワー格納メモリ、４は各フレーム先頭アドレ
ス格納メモリ、５はデイスプレイ部、７は制御キ
ーボード部、８は制御部、９は音声合成部、１０
はスピーカ、１１はフロツピーデイスク駆動装
置、１２はＰ−ROM書込み部である。

上述の如き構成を有する本実施例の音声データ
編集システムの動作について以下説明する。

先ず、音声分析部１は、マイクロフオン、テー
プレコーダ等の音声入力信号の高域遮断Ａ／Ｄ変
換および一定間隔（フレーム周期）の音声分析を
行なう。なおここでフレーム周期とは音声分析処
理における特徴パラメータの抽出周期のことであ
る。音声分析部１から１回あたり数バイトの音声
データがフレーム周期毎に多数回音声データ格納
メモリ２に転送され、メモリ２は送られてくる音
声データをシーケンシヤルに格納する。また音声
分析部１から、音声データのうち音声を視覚に訴
えるのに適したパラメータ、例えば自己相関係数
が０次である音声パワーデータがメモリ３に転送
され、メモリ３は音声パワーデータをフレーム毎
に格納する。更に、音声分析部１からは、メモリ
２に格納される音声データの先頭アドレスがメモ
リ４に転送され、メモリ３は送られてきた先頭ア
ドレスをフレーム毎に格納する。

上記各メモリ２〜４の容量は、メモリ３の格納
データが１バイト表現でありメモリ３の容量をα
バイト、先頭アドレスを２バイトで表現し、１フ
レーム毎の音声データバイト数の平均値をＮとす
ると、メモリー２に適した容量は約Ｎ・αバイ
ト、メモリー４に適した容量は２・αバイトであ
る。これはメモリー３に格納された音声パワーデ
ータ（１バイト）はメモリー４のフレーム毎の音
声データの先頭アドレス（２バイト）に１対１で
対応していることによる。メモリ３が音声パワー
データで満されるか、もしくはメモリ２が音声デ
ータで満たされるまで、音声分析部１からの音声
データ等の前記格納処理を行なう。なお、これら
の処理は実時間処理で、同時に行なわれる。第２
図にこれらの処理により得られる各メモリのデー
タ格納マツプ図を示す。

格納処理終了後、メモリ３に格納された音声パ
ワーデータがデイスプレイ部５に転送され、第３
図の如く音声パワー６が１フレームのデータを１
ドツトとして縦軸をパワーとして順次画面にデイ
スプレイされる。前記説明の如く、メモリ３のデ
ータはメモリ４の先頭アドレスと１対１で対応が
取れているので、デイスプレイ部５の画面上で横
軸ドツト位置を指定すると、メモリ４の音声デー
タ格納先頭アドレス情報を自動的に検索できる。
デイスプレイ部５の画面上における横軸ドツトの
位置の指定は制御キーボード部７にキー操作によ
り行なわれる。キー操作により指定されたドツト
位置よりそのドツトに対応するフレームの音声デ
ータの先頭アドレスがアドレス制御部８の制御の
もとに検索される。このキー操作を２回行なうこ
とにより、切り出すべき音声データの開始アドレ
スおよび終了アドレスを示す２個のアドレス情
報、すなわち音声データ切出しの開始フレームと
終了フレームに対する２個の先頭アドレスが得ら
れる。そしてアドレス制御部８の制御により自動
的に切り出された音声データがアドレス情報に従
いメモリ２から音声合成部９に転送され、切り出
された音声データは該音声合成部９にて音声波形
に再生され、スピーカ１０を通して切り出された
音声が所望の音声であるか否か確認される。

確認後、制御キーボード部７のキー操作による
指示に従い、切り出された音声データをメモリ２
よりフロツピーデイスク装置１１に転送して該装
置１１に一旦格納する。このフロツピーデイスク
装置１１は第４図の如く数種の容量で定形フオー
マツト化されている。例えばエリア１１−ａは
256バイト0100(H)、エリア１１−ｂは1024バイト
0400(H)、エリア１１−ｃは、3328バイト0D00(H)、
エリア１１−ｄは6656バイト1A00(H)のブロツク
毎に区分けされており、切り出された音声データ
はデータバイト数に応じたエリアに格納される。
例えば１音節レベルの音声データはエリア１１−
ａに格納され、２音節から４音節よりなる短い単
語レベルの音声データはエリア１１−ｂに格納さ
れ、５音節から９音節よりなる長い単語レベルの
音声データはエリア１１−ｃに格納され、10音節
から20音節よりなる文章レベルの音声データはエ
リア１１−ｄに格納される。以下説明を簡単にす
るために、第４図に示すエリア１１−ａ，１１−
ｂ，１１−ｃ，１１−ｄをそれぞれボリユーム
１，２，３，４とし、また各ボリユームの縦の区
画をインデツクス１，２……とする。

切り出した音声データを格納するボリユーム、
インデツクスを管理するためにフロツピーデイス
ク装置１１には第５図の如き管理テーブル１１−
ｅ，１１−ｆ，１１−ｇが用意されている。管理
テーブル１１−ｅは、切り出した音声データをす
でにデータNo.何番に格納してあるかを示すテーブ
ル、管理テーブル１１−ｆは、各ボリユームのイ
ンデツクス何番にすでに音声データが格納されて
いるかを示すテーブル。管理テーブル１１−ｇ
は、各データNo.の格納したボリユーム、インデツ
クス、音声データバイト数、格納トラツク、格納
先頭セクタおよびその音声データの内容を示す情
報が書き込まれているテーブルである。なお図中
の文字“Ｓ”はセツト状態（すなわち使用中）を
示し、文字“＊”はリセツト状態（すなわち空）
を示している。

従つて、フロツピーデイスク装置１１は、転送
されてきたデータのバイト数に応じて、各データ
をボリユーム１１−ａ〜１１−ｄのいずれかのエ
リアに格納するとともに、テーブル１１−ｅの先
頭から順に（この連番をデータNo.という）格納済
のセツトフラグを書込み、テーブル１１−ｆの該
当エリア（これは格納ボリユームに対応したエリ
ア）の先頭から順に（この連番をインデツクス番
号という）格納済みのセツトフラグを書込み、さ
らにテーブル１１−ｇの先頭から１ブロツクの格
納管理データ（格納ボリユーム番号、インデツク
ス番号、音声データバイト数、格納トラツク番
号、格納先頭セクタ番号およびその音声データが
示す文字コード）を順に書込む。例えば、データ
No.１として音声“あ”を切り出しそのデータバイ
ト数が1BD(H)バイトであつた場合、制御部８は
このデータ容量を格納できるボリユームを決め
（この場合ボリユーム２である。）、そのボリユー
ム中の空インデツクスを見出すべく第５図の管理
テーブル１１−ｆを参照する。仮に、管理テーブ
ル１１−ｆのインデツクス１が空でセツトフラグ
がセツトされていない場合、そのインデツクスに
セツトフラグをセツトするとともに、データNo.１
として第５図の管理テーブル１１−ｆのインデツ
クス１にセツトフラグをセツトする。さらに、第
５図の管理テーブル１１−ｇのデータNo.１のイン
デツクスにボリユーム（この場合02(H)、インデツ
クス（この場合01(H)、データバイト数（この場合
1BD(H)）、音声データ格納トラツク数（この場合
1B(H)）、同先頭セクタ（この場合01(H)）、さらに、
その音声データの内容を示す情報（例えばアスキ
ーコードで“ア”）を格納する。

次に、データ削除について、上記の例で格納し
たデータNo.１を、削除する場合を例に説明する。

削除すべき音声データのデータNo.（この場合No.
１）をキー入力すると、制御部８により、管理テ
ーブル１１−ｇを参照してこのデータNo.に対応す
る音声データの格納ボリユーム、インデツクスが
見出される。この場合、ボリユームは02(H)、イン
デツクスは01(H)である。次いで管理テーブル１１
−ｆの該当ボリユーム、インデツクスのセツトフ
ラグが消去され、管理テーブル１１−ｅのデータ
No.１の位置のセツトフラグがリセツトされる。こ
れによりテーブル１１−ｇの該当エリアの格納デ
ータが無効となり、かつそのエリアを再使用する
ことが可能となる。

また、音声データ格納の場合でも、すでにその
データNo.に音声データが格納されている場合は上
記手段によりそのデータNo.に対応する管理テーブ
ル１１−ｅ，１１−ｆのセツトフラグをリセツト
した後追加処理が行なわれる。

次に、データ追加について説明する。データを
追加したいときには追加を示すコマンドをキー入
力する。すると制御部８は前述したような切出し
および編集を行ない、管理テーブル１１−ｅ，１
１−ｆ，１１−ｇを参照してボリユーム１１−ａ
〜１１−ｄのいずれかに、その最終エリアの次か
ら音声データを書込み、さらに管理テーブル１１
−ｅ，１１−ｆ，１１−ｇを更新する。このよう
にしてデータの追加が行なわれる。

以上の如き所望の切出しおよびデータ格納処理
の終了後、格納した音声データを読み出し編集す
る手順について説明する。

音声データの読出しは、該当データの音声数を
キーボード部７から入力した後、以下のようにし
て行なう。先ず、テーブル１１−ｅの先頭から順
にセツトフラグの有無を調べる。次に、例えばｉ
番目にセツトフラグが有れば（データ削除により
１番目にセツトフラグが無いこともある）、デー
タNo.をｉとする。そしてテーブル１１−ｇのｉブ
ロツク目の格納管理データを読み出し、音声デー
タが格納されているトラツク番号と先頭セクタ番
号によつて読出し開始位置を決め、またボリユー
ム番号によつて、読出し量を決める。そして読出
し開始位置と読出し量によつて音声データを読出
し、メモリ２に格納する。なおメモリ２は、音声
データをフロツピーデイスク装置１１に格納した
後に解放されており、読出し時に入力された音声
数に応じて第６図に示すように領域が区分されて
いる。先頭の１バイトには前記音声数が格納さ
れ、この領域に続いて（音声数×２）バイトには
各音声データが格納されている先頭アドレスが格
納され、この領域に続いて順に各音声データが格
納される。したがつてメモリ２の１バイト目を参
照すれば先頭アドレス格納領域と音声データ格納
領域を区分でき、この先頭アドレス領域を参照す
れば各音声データが格納されている先頭アドレス
および後尾アドレスを確定できる。また全てのデ
ータは隙間なく格納されている。以上のようにし
て読み出し、編集が行なわれる。

上述の如き管理テーブル参照方式を用いた本実
施例の音声データ編集システムは、音声データが
格納されているボリユーム、インデツクスのみア
クセスするので、編集が短時間で行なえる利点が
ある。この編集データをPROMとして必要な場
合には、第１図のＰ−ROM書込み部１２にデー
タを転送し、PROMに書き込みを行なう。この
PROMは音声合成器を備えた各種装置に実装さ
れる。

以上の説明は、音声パワーをデイスプレイ部５
に転送する場合につき行なつてきたが、音声デー
タの中の例えば振幅に関するパラメータあるいは
ピツチに関するパラメータ等をデイスプレイ部５
に転送し音声データ切出しの場合と同様に制御キ
ーボード部７のキー操作により横軸ドツト位置の
指定を行ない、さらにそのドツト位置に対応する
フレームの音声データの振幅に関するパラメー
タ、あるいはピツチに関するパラメータ等の補正
を行ない、音声データ格納メモリ２の音声データ
を補正することも可能なことは言うまでもない。

以上述べたように、本実施例の音声データ編集
システムによれば、切り出し作業がデイスプレイ
上で簡単なキー操作のみで確実に行なえ、またそ
の音声の追加、削除が容易に行なえ、しかも編集
はすべて自動化できるため、初心者でも所望の音
声データ作成を容易に行なうことができる。

また切り出した音声データは１文字ごとにフロ
ツピーデイスク等の大容量不揮発性メモリに格納
されるので、定形フオーマツトにしても高価な半
導体メモリを無駄に消費することがなくなり、か
つ、削除、追加が容易になつている。

また前記デイスプレイ部５、キーボード部７、
制御部８はパーソナルコンピユータに必須のもの
であるから、これらをパーソナルコンピユータに
より構成することができ、経済的である。

なお前記実施例では音声データの長短に応じて
エリア１１−ａ，１１−ｂ，１１−ｃ，１１−ｄ
の適切なエリアに格納するようにしたので、使用
頻度の高い音節、単語、文章等を効率良く蓄積し
ておくことができるが、用途が限定されていれば
一種類のフオーマツトのエリアを有するだけでも
良い。

またフロツピーデイスク装置は安価な大容量不
揮発性メモリとして最も有用だが、紫外線により
消去でき電気的に書込みができる、いわゆる
EPROMや電気的に消去、書込みができるいわゆ
るEEPROMや磁気バブルでも代用できる。

さらに編集後の音声データは必ずしもPROM
に書込んでおかねばならないという訳ではなく、
例えばパーソナルコンピユータシステムのように
フロツピデイスク装置を常備しているシステムで
は、フロツピーデイスク装置に編集後の音声デー
タを格納しておき、システム立上げ時にアクセス
タイムの早いメモリ、例えばRAMと呼ばれる半
導体メモリにフロツピーデイスク装置の音声デー
タを転送して使うようにすれば、リアルタイムで
音声再生することができる。

（発明の効果） 以上詳細に説明したように、本発明によれば、
音声データを視覚化しているので、切り出し範囲
が明確になり、デイスプレイ上の座標を指定する
だけで音声データが作成でき、音声データの作成
が短時間で、かつ正確に行なえるという効果があ
る。

【図面の簡単な説明】

第１図は本発明の一実施例のブロツク図、第２
図は本発明の一実施例の音声データ、パワー、フ
レーム先頭アドレスメモリのマツプ図、第３図は
デイスプレイに描かれた音声パワー波形を示す
図、第４図は音声データ一時格納用フロツピーデ
イスクのフオーマツト図、第５図は音声データ編
集のための管理テーブル図、第６図は編集した結
果の音声データ形式を示すフオーマツト図であ
る。 １……音声分析部、２……音声データ格納メモ
リ、３……フレーム毎のパワー格納メモリ、４…
…各フレーム先頭アドレス格納メモリ、５……デ
イスプレイ部、６……パワー波形、７……キーボ
ード部、８……制御部、９……音声合成部、１０
……スピーカ、１１……フロツピーデイスク駆動
装置、１２……PROM書込み部。

Claims (1)

1. 【特許請求の範囲】 １ 音声を所定間隔で特徴抽出する音声分析部
   と、 該音声分析部からの音声データの逐次格納、前
   記所定間隔毎の前記音声データの先頭アドレスの
   格納および音声パワーデータを含む前記所定間隔
   毎の前記音声データの特徴を視覚的に表示するた
   めのパラメータの格納を行なう第１のメモリ部
   と、 該第１のメモリ部から読み出した音声データを
   面図上に表示するデイスプレイ部と、 前記デイスプレイ部上に表示された音声データ
   について切出し位置の指定、振幅およびピツチの
   補正を含む処理を実行させるための指令を発行す
   る制御キーボード部と、 前記制御キーボード部の操作により前記デイス
   プレイ部の画面上に表示された前記音声データか
   ら切り出した音声データを定型フオーマツトによ
   り格納する第２のメモリ部と、 前記制御キーボード部の操作により前記切り出
   した音声データを音声として出力させるための音
   声合成部と、 編集した音声データを読み出し専用メモリに格
   納するための書き込み部と、 前記制御キーボード部からの前記指令による前
   記処理、および前記音声データのアドレス管理の
   処理を含む処理を実行する制御部と を備えたことを特徴とする音声データ編集システ
   ム。 ２ 前記デイスプレイ部、前記制御キーボード部
   および前記制御部をパーソナルコンピユータによ
   り構成したことを特徴とする特許請求の範囲第１
   項記載の音声データ編集システム。