JPH05304557A - 音声入出力装置 - Google Patents

Abstract

(57)【要約】 【目的】 留守番電話器、ボイスメール等への伝言登録
時に装置側が適当な応答音声を再生することにより伝言
者の伝言発声を円滑なものにする音声入出力装置。 【構成】 入力された音声信号からパワーの時系列情報
を抽出する音響分析部１、発声の切れ目を検出する発声
休止期間検出部２、応答用音声を記憶している応答用音
声記憶部３から適切な応答を選択して再生、出力する応
答処理部４から構成されることを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はボイスメイル、留守番電
話器等の、音声入出力装置に関する。

【０００２】

【従来の技術】音声の伝達、蓄積のための装置として留
守番電話器、ボイスメイル等がある。例えば留守番電話
器においては、電話の受け手が不在のときに電話が着信
した場合、電話の掛け手に対して伝言の発声を促すた
め、予め登録しておいたメッセージを自動的に再生し、
続いて発声される掛け手のメッセージを記憶部に蓄積し
ておき、後でその内容を再生することができる。

【０００３】また、ボイスメイルは情報提供者が予め用
件、あるいは特定の情報を発声して、その内容を予め装
置内の記憶部に蓄積しておき、他の複数の受け取り手が
装置にアクセスしたとき、前記記憶された情報を再生し
て、その内容を知らしめるものである。

【０００４】これらの音声入出力装置は、情報送受の時
間的な隔たりを機械装置の仲介によって克服し、円滑な
情報伝達を可能にしようとするものである。

【０００５】

【発明が解決しようとする課題】しかしながら上記の音
声入出力装を用いて情報を記録させる場合、装置側の応
答は、情報の蓄積開始時、即ち発話者が伝言内容を発声
する直前において、発声を促すメッセージが再生される
のみであるのが通常である。従って、そのメッセージ再
生以降は、相手と実時間で会話をする場合とは大きく異
なり、発話者は相手側（装置側）からの反応が一切ない
状況で、一方的に発話を継続しなくてはならない。

【０００６】このような状況においては、発声内容が支
障なく装置内に記録されているかが正確に把握できない
ことによる不安が発話者に生じる。あるいは、相手側の
反応がないことにより、通常行うような会話との違和感
が大きく、会話のリズムを一定に保つのが困難なので、
伝達したい情報の論旨を円滑に発話できない場合が多
い。このように従来の音声入出力装置を用いた場合、使
用者、特に伝言等の発話者は、以上のような精神的負担
を強いられていた。

【０００７】本発明はこれらの音声入出力装置の欠点に
鑑み成されたものであって、発話者の発声休止期間に、
応答用音声、即ち「あいづち」を再生することによっ
て、発話者の情報伝達を円滑にし、上記のような精神的
苦痛を軽減できる音声入出力装置を提供すること、及
び、このような装置を音声認識等の大規模な手段を用い
ず、簡単な構成で実現することを目的としている。

【０００８】

【課題を解決するための手段】上記の目的を達成するた
め本発明による音声入出力装置は、入力された音声信号
を分析処理する音響分析部と、前記音響分析部の出力に
対して発声休止期間を検出する発声休止期間検出部と、
予め設定された応答用音声を記憶する応答用音声記憶部
と、前記発声休止期間検出部の検出結果に基づいて、前
記応答用音声記憶部の内容を再生して出力する応答処理
部とを有することを特徴とするよう構成している。

【０００９】また、前記の音声入出力装置において、応
答用音声を前記応答用音声記憶部に登録する手段を備え
たことを特徴とするよう構成している。

【００１０】

【作用】音響分析部は入力された音声信号を分析して音
響パワー等の時系列情報を抽出する。発声休止期間検出
部は、前記音響分析部によって抽出された時系列情報か
ら適切な閾値処理によって発声休止期間を検出する。応
答処理部は、前記発声休止期間の検出結果に基づいて、
応答用音声記憶部に記憶された応答用音声を再生し、出
力する。

【００１１】

【実施例】図１は本発明の請求項１に係る音声入出力装
置の一実施例を説明する構成図である。１は音声信号か
らパワーの時系列情報を抽出する音響分析部。２は前記
音響分析部２の出力を基に発声の休止を検出する発声休
止期間検出部。３は予め設定された応答用の音声を記憶
している応答用音声記憶部。４は、前記応答用音声記憶
部３から適切な応答音声を選択して再生し、出力する応
答処理部である。以上の各部によって本願発明の音声入
出力装置を構成している。

【００１２】また、１０は入力された音声を電気的な音
声信号に変換する音声入力手段を示し、マイクロフォン
などが用いられている。２０は応答用音声を可聴情報に
変換して出力する音声出力手段であり、スピーカなどが
用いられている。通常の電話器で本発明を実施する場
合、音声入力手段及び音声出力手段は電話器が本来備え
ている受話器のマイク及びスピーカを共用することがで
き、入力手段１０は音響分析部１と、出力手段２０は応
答部４とそれぞれ伝送線で結合されているのが通常であ
る。

【００１３】以下、図１を用いて本実施例の動作を詳細
に説明する。まず、音声入出力装置に伝言を記録させる
状況を開始点として説明する。これは、通常の留守番電
話器において、着信があったが着信加入者が留守のた
め、留守番電話器の周知の動作により、伝言の発声を促
すメッセージが出力された直後の状況に相当する。

【００１４】伝言者の発声内容は音声入力手段１０によ
り電気的な音声信号に変換される。該音声信号は伝送線
を介して音響分析部１に送られ、音響分析部１は音声信
号よりパワーによる時系列情報を抽出する。このような
時系列情報を図２に示す。発声休止期間検出部２は、音
響分析部１から送られた時系列情報を参照して、一連の
音声信号に対してパワーレベル及び経過時間に関する閾
値を用いて発声休止期間を検出する。

【００１５】この動作を詳しく説明する。図２はパワー
による時系列情報を示すもので、図中の縦軸はパワーの
大きさを、横軸は時間を表す。発声休止期間を検出する
閾値として、Ｌ１、Ｓ１及びＳ２を設定する。Ｌ１はパ
ワーの大きさに関する閾値で、この値と現時点で発声さ
れている音声信号のパワー値とを比較して、Ｌ１未満の
パワーを有する低パワー状態か、Ｌ１以上のパワーを有
する高パワー状態かを判定する。低パワー状態は発声の
無い状態が、高パワー状態は発声のある状態が概ね予想
される。

【００１６】Ｌ１は前記二つの状態が判定できるよう、
音声入力手段の一般的な特性及び音響分析部２の性能、
予想される周囲騒音レベル、等を加味して、予め適正な
値に設定されている。また、Ｓ１とＳ２は時間推移に関
する閾値であり、Ｌ１による判定と組み合わせて発声休
止期間を検出する。

【００１７】図２に示したようなパワーで表された音声
信号の時系列情報を例にとれば、発声休止期間検出部２
には、伝言者の発声に伴って、ａ、ｂ、ｃ、ｄ、ｅの各
点の順に時系列的にパワーが入力される。まずａ点では
パワーレベルが閾値Ｌ１未満なので低パワー状態と判定
され、処理は特に行われない。以降、連続的に入力され
るパワーレベルを参照し、処理がなされる。ｂ点におい
てパワーが閾値Ｌ１を越えるので高パワー状態と判定
し、この時点から経過時間の計測を開始し、高パワー状
態が閾値Ｓ１時間以上継続した場合、ｂ点以降の、閾値
Ｌ１以上のパワーを有する区間を、音声発声のある期間
である有音声期間とみなす。

【００１８】次にｄ点にてパワーが閾値Ｌ１以下となる
ので低パワー状態となる。この時点から経過時間の計測
を開始し、低パワー状態が閾値Ｓ２時間以上継続した場
合、ｄ点以降の、閾値Ｌ１以下のパワーを有する区間
を、発声が休止された発声休止期間とする。発声休止期
間が検出された時、発声休止期間検出部２は応答処理部
４に検出信号を送出する。

【００１９】音声においては促音（「行った」等の
「っ」）が発声されると、促音の区間のパワーレベル
が、ここで言う低パワー状態となるため、これと発声休
止期間を混同しないように、閾値Ｓ２は促音の低パワー
期間よりも長めに設定される。このように、経過時間の
閾値Ｓ１、Ｓ２及びパワーの閾値Ｌ１を組み合わせて使
用することで、突発的な騒音等を除去し、正確に発声休
止期間を検出できる。

【００２０】発声休止期間の検出信号を受け取った応答
処理部４は、応答用音声記憶部３に記憶されている応答
用音声から適切なものを選択して再生し出力する。応答
用音声の例としては、一般の会話で「あいづち」として
用いられる「はい」、「ええ」、等がある。

【００２１】低パワー状態の開始から発声休止期間の検
出、該検出信号による応答音声の再生に至るまで、少な
くともＳ２時間が経過するが、これは会話のやりとりに
おいては不自然さが感じられない程度の時間遅れであ
る。

【００２２】応答用音声記憶部３には、これらの音声が
ひとつ、あるいは複数個、記憶されており、複数個の場
合には、ランダムに、あるいは使用状況を考慮して、即
ち連続使用が出来るだけ発生しないような適切な順序で
選択される。このように選択され再生され出力された応
答用音声は、伝送線を介して音声出力手段２０に伝送さ
れ、音声化される。

【００２３】次に、本発明の請求項２に係る音声入出力
装置の実施例を説明する。図３は本装置の機能構成を示
すブロック図である。図１との相違は、音声入力部５、
モード切り替えスイッチ６、応答音声切り出し部７が追
加されている点である。本実施例は、図１の前記実施例
による装置について、使用者が所望の応答用音声を登録
できるようにしたものである。

【００２４】音声入力部５からの入力音声が登録用であ
るか、着信に対する応答用であるかを識別するために、
応答音声登録モードと応答音声再生モードの二つのモー
ドを設け、該モードをモード切り替えスイッチ６によっ
て切り替える。

【００２５】応答音声登録モードでは、使用者が音声入
力部５に対して応答用音声を発声する。音声入力部５は
該発声内容を電気的な音声信号に変換する。本実施例の
音声入出力装置を通常の電話器に搭載した場合は、電話
器が本来備えている送受話器のマイクを音声入力部５と
して共用することもできる。音声信号は音響分析部１
で、図２に示したような、パワーによる時系列情報に変
換され、応答切り出し部７によってパワーを基に応答音
声を入力パラメータ列から切り出し、その結果を選択再
生時に必要な索引データと共に応答用音声記憶部３に登
録する。

【００２６】応答音声切り出し部７の処理によって、使
用者により発声された応答用音声の前後にある無音区間
のデータを排除して登録できる。また、発声された応答
用音声が複数の有音声区間にわたる場合では、各々の有
音声区間の間に無音区間が存在するが、これらの無音部
のデータを不自然な再生にならない程度に圧縮するか、
あるいはコード化して登録するので、効率の良いデータ
量に変換したうえでの登録が可能となる。

【００２７】応答音声再生モードでは図１の実施例で説
明したような動作に基づいて、登録された応答用音声が
再生される。また、応答用音声が前記のように複数有音
声区間で形成される場合は、応答が不自然にならぬよ
う、それぞれの有音声区間の間に、前述のような適当な
休止を挿入して再生される。

【００２８】尚、本実施例の音声入出力装置では、応答
用音声が総て使用者によって登録されるものとしてもよ
いし、あるいは、予め装置に設定された応答用音声に加
えて、使用者による登録音声も利用できるようにしても
よい。それらは、応答用音声記憶部５を構成する半導体
メモリーを選択することによって実現される。

【００２９】また、伝言を促すメッセージ情報を応答用
音声記憶部３に記憶させてもよいし、あるいは、電話器
に本来備わっている留守録音用メッセージの記憶手段を
応答用音声記憶部３として共用することも可能である。

【００３０】応答用音声記憶部３の構成は半導体メモリ
ーに限られるものではなく、上記と同様に電話器に備わ
っている磁気テープ録音装置等の磁気記録装置を用いて
もよい。その場合、磁気記録装置は半導体メモリーに比
較して一般にアクセス速度が遅いので、応答用音声のア
クセスを迅速に行う手段を追加するのが望ましい。

【００３１】

【発明の効果】本発明の音声入出力装置によれば、伝言
発声時において、発話者の発声休止期間に応答用音声、
即ち「あいづち」が再生されるので、一方的な発声を強
いられることにより生じる発話者の精神的苦痛を軽減
し、あたかも実時間で会話するような感覚で伝言登録が
可能となる。また、応答用音声による「あいづち」が再
生されることで、発声内容が確実に録音手段に登録され
ていることを伝言者が明確に把握できるようになる効果
がある。

【００３２】第２の実施例においては更に、応答用音声
を使用者が登録できるので、使用者の個性に基づいた応
答音声を選択再生でき、個人相互の情報伝達をより一層
円滑なものに発展させることができる。

【００３３】また、これらの装置は音声認識装置等の大
規模な手段を用いることなく、実施例で示したように簡
単な構成で実現できるので、音声入出力装置の進歩に資
するところ大である。

【図面の簡単な説明】

【図１】本発明請求項１の音声入出力装置の実施例を説
明するブロック図。

【図２】発声休止期間の検出方法を説明する図。

【図３】本発明請求項２の音声入出力装置の実施例を説
明するブロック図。

【符号の説明】

１ 音響分析部 ２ 発声休止期間検出部 ３ 応答用音声記憶部 ４ 応答処理部 ５ 音声入力部 ６ モード切り替えスイッチ ７ 応答音声切り出し部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 入力された音声信号を分析処理する音響
   分析部と、 前記音響分析部の出力に対して発声休止期間を検出する
   発声休止期間検出部と、 予め設定された応答用音声を記憶する応答用音声記憶部
   と、 前記発声休止期間検出部の検出結果に基づいて、前記応
   答用音声記憶部の内容を再生して出力する応答処理部を
   有することを特徴とする音声入出力装置。
2. 【請求項２】 請求項１記載の音声入出力装置におい
   て、応答用音声を前記応答用音声記憶部に登録する手段
   を備えたことを特徴とする音声入出力装置。