JPH06124098A - 音声圧縮伸長装置 - Google Patents

Abstract

(57)【要約】 【目的】音声データの圧縮／伸長処理にあたって、無音
部（微小音の部分）のみを圧縮／伸長し、耳につく有音
部はそのままのデータを用いるように処理することによ
り、聴感上の違和感が少ない音声データの圧縮伸長を行
う。 【構成】音声信号データ中の音量の低い部分を無音部と
して抽出して該無音部の長さを算出して、該算出された
無音部の長さ，音声データ全体の長さ，及び指定された
前記音声信号データ全体の圧縮伸長率とを基に前記無音
部の圧縮伸長率を算出する無音部圧縮伸長率計算部１
と、該算出された無音部圧縮伸長率に基づいて、前記無
音部の一部あるいは全部を削除する処理または無音部を
伸長する処理を実行する無音部圧縮伸長処理部２とを備
えて構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声データの圧縮／伸長
を行う装置に係わり、特に無音部の長さを調節すること
により、音声データの編集を行う音声圧縮伸長装置に関
する。

【０００２】

【従来の技術】近年、映像／音声データについて簡単に
編集し得る装置のニーズが大きくなってきた。例えば、
映像データに合わせてナレーション等の音声データを挿
入する処理が簡単にできれば便利である。このような用
途に用いられる、映像データの再生時間の長さに合わせ
て音声データの再生時間の長さを圧縮、伸長する音声圧
縮伸長装置についての従来技術について、図１４を用い
て説明する。

【０００３】図１４（ａ）はアナログ音声テープに記録
された音声データの圧縮伸長方式の説明図である。図中
のアナログ音声テープ１０１はテープ駆動モータ１０２
により駆動されて、図示しないヘッドを用いて録音また
は再生がなされる。テープ１０１の再生速度はテープ駆
動モータ１０２に供給される同期クロック１０３によっ
て定まる。このテープ駆動モータ１０２に給するクロッ
クの周波数を、例えば切替えスイッチ１０４を用いて切
り替えることにより、テープの走行速度を変化させて再
生時の音声軸の圧伸を行う。

【０００４】また、図１４（ｂ）はデジタル方式を用い
た圧縮方式の説明図である。アナログ音声データはＡ／
Ｄ変換器１１１によりデジタルデータに変換されて、デ
ータ格納メモリ１１２に格納される。格納されたデジタ
ルデータはレベル範囲比較器１１３により与えられたレ
ベルと比較がなされ、該レベルに達しなかったデジタル
データは削除制御器１１４の制御によって削除器１１５
により削除された後メモリ１１６に蓄積され、この蓄積
データをＤ／Ａ変換器１１７を用いてアナログデータに
復元し、再生する。

【０００５】

【発明が解決しようとする課題】しかし、図１４（ａ）
を用いて説明したアナログ方式においては、走行速度を
変化させると圧縮時には再生時の周波数が高い方に、ま
た伸長時には再生時の周波数が低い方にシフトするた
め、原音に対し再生音に違和感が生じる問題があった。
また、図１４（ｂ）を用いて説明したデジタル方式で
は、レベル範囲の低い部分を削除する方式であるので再
生時に削除部分の前後で違和感が生じてしまっていた。
また、削除する方式のみが提供されており、時間軸の伸
長をすることができなかった。

【０００６】本発明はこのような課題を解決するために
なされたもので、聴感上の違和感が少ない音声データの
圧縮伸長装置の提供を目的とする。

【０００７】

【課題を解決する手段】上記の目的を達成するためにな
された本発明は、図１に示すように、音声信号データ中
の音量の低い部分を無音部として抽出して該無音部の長
さを算出して、該算出された無音部の長さ，音声データ
全体の長さ，及び指定された前記音声信号データ全体の
圧縮伸長率とを基に前記無音部の圧縮伸長率を算出する
無音部圧縮伸長率計算部（１）と、該算出された無音部
圧縮伸長率に基づいて、前記無音部の一部あるいは全部
を削除する処理または無音部を伸長する処理を実行する
無音部圧縮伸長処理部（２）とを備えたことを特徴とす
る音声圧縮伸長装置である。

【０００８】また、図２に示すように前記無音部圧縮伸
長処理部（２）によって圧縮または伸長された無音部デ
ータのうち、有音部との境界の近傍のデータについてフ
ェードインまたはフェードアウトを行うフェーダー
（３）を設けても良い。

【０００９】

【作用】即ち本発明は音声データの圧縮または伸長を行
う場合、該音声データのうち音声レベルの低い部分（無
音部）についてのみ伸長または圧縮を行うように構成し
たものである。このために無音部の長さのみを伸長また
は圧縮をすることによって、音声データ全体が所望の長
さになるように、（所望の長さになるための）音声デー
タ全体の圧縮伸長率と、無音部の長さと、音声データ全
体の長さとによって無音部の圧縮伸長率を求め、この圧
縮伸長率を用いて無音部の圧縮または伸長を行う。

【００１０】このように無音部のみを圧縮または伸長す
るので、有音部については原音そのものが用いられる。
よって伸長処理または圧縮処理を行っても、聴感上での
違和感の少ない音声データを得ることができる。さらに
伸長または圧縮がなされた無音部（実際は微小音）のデ
ータについて、有音部との境界付近でフェードインまた
はフェードアウトをかけることにより、より違和感の少
ない音声データを得ることができる。

【００１１】

【実施例】以下図面を参照して本発明の一実施例を説明
する。 （１）本発明の第一実施例の説明 以下、本発明の第一実施例を図３，図４，図５，図６を
用いて説明する。図３は本発明の第一実施例の構成を示
すブロック図である。

【００１２】図中、３０はＡ／Ｄ変換器であり、アナロ
グ音声データをデジタルデータに変換するものである
（圧伸処理される前のデジタルデータを以下ソースデー
タと表記する）。３１は無音部圧伸率計算部であり、ソ
ースデータを格納するデータ格納メモリ３１１、ソース
データの音声レベルについて設定値と比較することによ
り有音部と無音部に切り分けるレベル範囲設定部３１２
と、該レベル範囲設定部３１１で切り分けられた有音部
と無音部のそれぞれの長さと入力された圧伸率の値とに
より無音部の圧伸率ｂを算出する計算部３１３よりな
る。

【００１３】３２は無音部削除生成部であり、無音部と
有音部とを分離する分離部３２１、分離されたデータに
ついて圧伸率ｂの値により、ソースデータ中の無音部の
削除または挿入を行い、新たなデータ（以下ディスティ
ネーションデータと表記する）を作成する無音部削除挿
入処理部３２２、ディスティネーションデータを格納す
るデータ格納メモリ３２３より構成される。

【００１４】３３はＤ／Ａ変換部であり、ディスティネ
ーションデータ（デジタルデータ）をアナログの音声デ
ータに変換するものである。次に本実施例の動作を図３
および図４を用いて説明する。図４はデータ格納メモリ
３１１，３２３に格納されるソースデータおよびディス
ティネーションデータの一例を示すものである。

【００１５】処理対象の音声データはＡ／Ｄ変換器３０
によりデジタル符号化され、ソースデータが生成されて
データ格納メモリ３１１に格納される。レベル範囲比較
部３１２は、ソースデータの音量レベルについて、予め
設定された閾値と比較して、音量レベルの低い部分を無
音部として検出して有音部と無音部の境界の情報を別に
設けた（図３では図示していないが、図４の４１１がこ
れに相当する）境界情報領域に格納すると共に、ソース
データの容量と境界の情報とを基に有音部の長さと無音
部の長さを算出する。

【００１６】一方計算部３１３には音声データ全体の圧
伸率ａが入力される。この圧伸率ａは図示しない入力手
段によって直接値を入力するようにしても良いし、また
は所望の音声データの長さと処理対象の音声データの長
さとを基に算出して入力されるよう構成しても良い。計
算部３１２は無音部の長さ、有音部の長さ、圧伸率ａの
それぞれの値により、以下のようにして無音部に対する
圧伸率ｂを求める。

【００１７】（ソースデータ全体の長さ）＝（有音部の
長さ）＋（無音部の長さ） （ソースデータ全体の長さ×ａ）＝（有音部の長さ）＋
（無音部の長さ×ｂ） よって、 ｂ＝（無音分の長さＴ１）−（１−ａ）×（有音部の長
さ）／（無音部の長さ）…式１ となる。

【００１８】無音部削除生成部３２の分離部３２１は無
音部と有音部とを分離して、有音部はそのままデータ格
納メモリ３２３に格納する。無音部削除挿入処理部３２
２は、ｂが１未満のときは無音部の一部を削除して無音
部の長さをｂ倍にしてデータ格納メモリに格納し、ｂが
１より大きいときは無音部の伸長処理を行って、データ
格納メモリ３２３に格納する。

【００１９】このようにしてデータ格納メモリ３２３に
は有音部はそのままソースデータのものが複写され、無
音部についてはｂ倍された無音部が生成されて格納され
て、ディスティネーションデータが格納される。この処
理は有音部のデータについてはそのままデータ格納メモ
リ３２３に複写し、無音部のデータについてはもとの無
音部の長さ×ｂの長さに渡って無音データをデータ格納
メモリ３２３に書き込む。図４の例で言えば、ソースデ
ータのａｄ１（アドレス１、以下同様）からａｄ２まで
の有音部はそのままディスティネーションデータのａｄ
１１からａｄ１２の領域に複写する。勿論、ディスティ
ネーションデータの有音部の領域長ａｄ１２−ａｄ１１
は、ソースデータの有音部の領域長さａｄ２−ａｄ１と
なる。

【００２０】また、ソースデータのａｄ２からａｄ３に
かけての無音部については、ディスティネーションデー
タ上で無音部領域をａｄ１２からａｄ１３を確保して、
無音データを書き込んでいく。各領域のデータ長は、 ａｄ１３−ａｄ１２ ＝ ｂ×（ａｄ２−ａｄ１） となる。このようにして順次有音部はそのまま複写を行
い、無音部には無音データを書き込んでいくことによ
り、ディスティネーションデータ４２を作成する。

【００２１】なお、ディスティネーションデータ４２中
の無音部は全て無音データとしても良いが、有音部との
境界の近傍ではもとの無音部（実際は微小音が入ってい
る）のコピーを挿入すれば、境界における違和感を軽減
することができる。このようにして得られた音声データ
の例を図６および図７を用いて説明する。図６では本実
施例の音声圧縮処理装置のＡ／Ｄ変換部３０に入力され
た音声データと、圧縮処理がなされてＤ／Ａ変換部３３
より出力される音声データとをそれぞれアナログ波形で
表現している。（以下説明する各実施例における圧縮処
理または伸長処理の説明図においても同様に、上側は処
理前のアナログ波形、下側は圧縮または伸長処理がなさ
れたアナログ波形を示している。）このように、本実施
例の音声圧縮処理装置では、出力音声データの長さを入
力音声データの長さのａ倍にする場合、有音部はそのま
ま用いられ、無音部のみが上述したように算出された圧
縮率ｂを用いて圧縮処理がなされる。

【００２２】図６は伸長処理の例であるが、本実施例で
は無音部削除生成部３２２により、伸長率ｂに従っても
との無音部の長さよりも長い分について無音データが挿
入されて、音声データの長さが伸長される。なおこの例
では、境界の近傍にはもとの音声データの無音部（実際
には微小音）の写しが複写されて、より違和感の少ない
データが得られている。 （２）本発明の第二実施例の説明 図８は本発明の第二実施例の構成を示すブロック図であ
る。

【００２３】図中、７０はＡ／Ｄ変換器であり、アナロ
グ音声データをデジタルデータに変換するものである。
７１は無音部圧伸率計算部であり、ソースデータが格納
されるデータ格納メモリ７１１と、ソースデータの音声
レベルについて設定値と比較することにより有音部と無
音部に切り分けるレベル範囲設定部７１２と、該レベル
範囲設定部７１１で切り分けられた有音部と無音部のそ
れぞれの長さと入力された圧伸率の値とにより無音部の
圧伸率ｂを算出する計算部７１３よりなる。

【００２４】７２は無音部削除生成部であり、無音部と
有音部とを分離する分離部７２１、分離されたデータに
ついて圧伸率ｂの値により、ソースデータ中の無音部の
削除または挿入を行い、新たなデータを作成する無音部
削除挿入処理部７２２、ディスティネーションデータを
格納するデータ格納メモリ７２３と、ソースデータの無
音部の写しが格納される無音部格納メモリ７２４とによ
り構成される。

【００２５】７３はＤ／Ａ変換部であり、ディスティネ
ーションデータ（デジタルデータ）をアナログの音声デ
ータに変換するものである。次に本実施例の動作を説明
する。Ａ／Ｄ変換器７０によりデジタル符号化されたソ
ースデータは、レベル範囲比較部７１２によって音量レ
ベルについて予め設定された閾値と比較され、音量レベ
ルの低い部分を無音部として検出し、無音部と有音部と
の境界の情報を図示しない境界情報領域に格納する（第
一実施例と実質的に同一）と共に、無音部の長さと有音
部の長さとを求めて計算部７１２に与える。

【００２６】一方計算部７１３は上記第１の実施例と同
様に、無音部の長さ、有音部の長さ、入力された圧伸率
ａのそれぞれの値により、上記の式１を用いて無音部に
対する圧伸率ｂを求める。無音部削除挿入処理部７２２
は、分離部７２１による分離された有音部はそのままデ
ータ格納メモリ７２３に格納し、一方無音分については
これを無音分格納メモリに複写しておき、複写した無音
部を繰り返して送出することによりｂ倍にしてデータ格
納メモリ７２３に格納する。このように伸長する場合
は、無音部データについては無音データを挿入するので
はなく、無音部の微小な音量レベルの音声データを複写
して挿入することにより、伸長処理を行う。

【００２７】この処理は図４の例で言えば、ａｄ１から
ａｄ２にかけての有音部は第一実施例と同様にそのまま
コピーを行い、ａｄ２からａｄ３にかけての無音部につ
いてもａｄ１２からａｄ１３にかけてコピーをおこな
う。圧縮する場合（ｂ＜１）はソースデータの無音部の
途中までディスティネーションデータとしてコピーを
し、また伸長する場合（ｂ＞１）はａｄ１３に達するま
でａｄ２からａｄ３にかけての無音部を繰り返して埋め
ていけば良い。

【００２８】図８はこのような伸長処理により得られる
音声データを説明する図であり、無音部のコピーを伸長
される無音部の長さ分だけ挿入がなされて、音声全体の
長さが伸長される。上記第１の実施例では無音データを
挿入したため伸長した無音部は完全に無音となるが、本
実施例では元の無音部の複写であるため、実際には微小
音が挿入されることになり、聞いたときにより違和感の
生じにくい音声データを生成することができる。 （３）本発明の第三実施例の説明 図９は本発明の第三実施例の構成を示すブロック図であ
る。

【００２９】図中、９０はＡ／Ｄ変換器であり、アナロ
グ音声データをデジタルデータに変換するものである。
９１は無音部圧伸率計算部であり、ソースデータが格納
されるデータ格納メモリ９１１と、ソースデータの音声
レベルについて設定値と比較することにより有音部と無
音部に切り分けるレベル範囲設定部９１２と、該レベル
範囲設定部９１２で切り分けられた有音部と無音部のそ
れぞれの長さと入力された圧伸率の値とにより無音部の
圧伸率ｂを算出する計算部９１３よりなる。

【００３０】９２は無音部削除生成部であり、無音部と
有音部とを分離する分離部９２１、分離されたデータに
ついて圧伸率ｂの値により、ソースデータ中の無音部の
削除または挿入を行い、新たなデータを作成する無音部
削除挿入処理部９２２、ディスティネーションデータを
格納するデータ格納メモリ９２３より構成される。９３
はＤ／Ａ変換部であり、ディスティネーションデータ
（デジタルデータ）をアナログの音声データに変換する
ものである。

【００３１】次に本実施例の動作を説明する。本実施例
においてもＡ／Ｄ変換器９０によりデジタル符号化され
たソースデータは、レベル範囲比較部９１１によって音
量レベルについて予め設定された閾値と比較され、音量
レベルの低い部分を無音部として検出し、この無音部の
長さと有音部の長さとを計算部９１２に与える。そして
計算部９１２は上記第１，第２の実施例と同様に、無音
部の長さ、有音部の長さ、入力された圧伸率ａのそれぞ
れの値により、上記式１を用いて無音部に対する圧伸率
ｂを求める。

【００３２】無音部削除挿入処理部９２２は、分離部９
２１による分離された有音部はそのままデータ格納メモ
リ９２３に格納し、無音部については圧伸率ｂの値によ
り圧縮または伸長を行ってデータ格納メモリ９２３に格
納する。本実施例では、無音部の圧縮処理は図１０に示
すように無音部のデータを間引きすることにより行い、
伸長処理は図１１に示すように音声データを引き延ばす
ことにより行う。 （２）本発明の第四実施例の説明 図１２は本発明の第四実施例の構成を示すブロック図で
ある。

【００３３】図中、１２０はＡ／Ｄ変換器であり、アナ
ログ音声データをデジタルデータに変換するものであ
る。１２１は無音部圧伸率計算部であり、ソースデータ
が格納されるデータ格納メモリ１２１１と、ソースデー
タの音声レベルについて設定値と比較することにより有
音部と無音部に切り分けるレベル範囲設定部１２１２
と、該レベル範囲設定部１２１１で切り分けられた有音
部と無音部のそれぞれの長さと入力された圧伸率の値と
により無音部の圧伸率ｂを算出する計算部１２１３より
なる。

【００３４】１２２は無音部圧縮伸長部である。このう
ち無音部削除生成部１２２１は第一実施例での無音部削
除生成部３２に対応するものであり、第１実施例と同様
の処理によりディスティネーションデータを図示しない
データ格納メモリに格納する。更に本実施例ではディス
ティネーションデータを作成する際に挿入した無音デー
タの最初のアドレスと最後のアドレスとをつなぎ目情報
として格納するつなぎ目情報メモリ１２２２を設けてい
る。

【００３５】１２３はフェーダーであり、音声データが
フェードイン／フェードアウトされるようにデジタル音
声データの処理を行うものである。１２４はデジタルデ
ータをＤ／Ａ変換してアナログ音声データを生成するＤ
／Ａ変換器である。本実施例でも、第１，第２，第３の
実施例と同様に無音部圧伸率計算部１２１によりソース
データについて無音部の圧縮伸長率ｂを算出して、無音
部圧縮伸長部１２２はｂの値に基づき無音部を圧縮／伸
長し、ディスティネーションデータを作成する。本実施
例では上述した第１の実施例のように、ディスティネー
ションデータの無音部は有音部との境界の近傍ではソー
スデータの無音部（微小音）のコピーが挿入され、その
中間には（完全な）無音データが挿入される。そしてこ
の無音部のコピーと完全な無音データとのつなぎ目のア
ドレスの情報はつなぎ目情報メモリ１２２２に格納され
る。

【００３６】作成されたディスティネーションデータの
内容はフェーダー１２３によって、つなぎ目情報メモリ
１２２２の情報に従ってフェードイン、フェードアウト
が掛けられる。即ち挿入された無音データの前のデータ
についてはフェードインがなされ、挿入された無音デー
タの後のデータについてはフェードアウトがなされる。

【００３７】図１３はこのような伸長処理により得られ
る音声データを説明する図であり、生成された音声デー
タは無音部と有音部との境界付近では、微小音がフェー
ドアウトまたはフェードインがなされており、このため
突然音声が途切れたり、急に音声が再生されることがな
くなるので、聞いたときにより違和感の生じにくい音声
データを生成することができる。

【００３８】

【発明の効果】以上説明したように、本発明の音声圧縮
伸長装置によれば、音量レベルの低いデータ、すなわち
耳に聞こえにくい無音部データのみを、圧縮時には元の
無音部よりも短時間で、伸長時には元の無音部よりも長
時間で再生し、耳によく聞こえる有音部の音声データは
原音のままで再生することで、圧縮または伸長を行って
も元の音声データに比べて違和感のない音声データを得
ることができる。

【図面の簡単な説明】

【図１】本発明の第一の原理構成図である。

【図２】本発明の第二の原理構成図である。

【図３】本発明の第一の実施例の構成を示すブロック図
である。

【図４】本発明の各実施例のソースデータおよびディス
ティネーションデータを説明する図である。

【図５】本発明の第一の実施例にて生成された圧縮音声
データの例を示す図である。

【図６】本発明の第一の実施例にて生成された伸長音声
データの例を示す図である。

【図７】本発明の第二の実施例の構成を示すブロック図
である。

【図８】本発明の第二の実施例にて生成された伸長音声
データの例を示す図である。

【図９】本発明の第三の実施例の構成を示すブロック図
である。

【図１０】本発明の第三の実施例にて生成された圧縮音
声データの例を示す図である。

【図１１】本発明の第三の実施例にて生成された伸長音
声データの例を示す図である。

【図１２】本発明の第四の実施例の構成を示すブロック
図である。

【図１３】本発明の第四の実施例にて生成された伸長音
声データの例を示す図である。

【図１４】従来の音声圧縮伸長の方式を説明する図であ
る。

【符号の説明】

１ 無音部圧伸率計算部 ２ 無音部圧縮伸長処理部 ３ フェーダー

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成５年１２月１０日

【手続補正１】

【補正対象書類名】図面

【補正対象項目名】図３

【補正方法】変更

【補正内容】

【図３】

【手続補正２】

【補正対象書類名】図面

【補正対象項目名】図４

【補正方法】変更

【補正内容】

【図４】

【手続補正３】

【補正対象書類名】図面

【補正対象項目名】図５

【補正方法】変更

【補正内容】

【図５】

【手続補正４】

【補正対象書類名】図面

【補正対象項目名】図６

【補正方法】変更

【補正内容】

【図６】

【手続補正５】

【補正対象書類名】図面

【補正対象項目名】図７

【補正方法】変更

【補正内容】

【図７】

【手続補正６】

【補正対象書類名】図面

【補正対象項目名】図８

【補正方法】変更

【補正内容】

【図８】

【手続補正７】

【補正対象書類名】図面

【補正対象項目名】図９

【補正方法】変更

【補正内容】

【図９】

【手続補正８】

【補正対象書類名】図面

【補正対象項目名】図１０

【補正方法】変更

【補正内容】

【図１０】

【手続補正９】

【補正対象書類名】図面

【補正対象項目名】図１１

【補正方法】変更

【補正内容】

【図１１】

【手続補正１０】

【補正対象書類名】図面

【補正対象項目名】図１２

【補正方法】変更

【補正内容】

【図１２】

【手続補正１１】

【補正対象書類名】図面

【補正対象項目名】図１３

【補正方法】変更

【補正内容】

【図１３】

【手続補正１２】

【補正対象書類名】図面

【補正対象項目名】図１４

【補正方法】変更

【補正内容】

【図１４】

Claims (5)

【特許請求の範囲】
1. 【請求項１】音声信号データを指定された任意の長さに
   なるように圧縮または伸長する装置であって、 前記音声信号データ中の音量の低い部分を無音部として
   抽出して該無音部の長さを算出し、指定された前記音声
   信号データ全体の圧縮伸長率に基づいて前記無音部の圧
   縮伸長率を算出する無音部圧伸率計算部（１）と、 該算出された無音部圧縮伸長率に基づいて、前記無音部
   の一部あるいは全部を圧縮する処理または無音部を伸長
   する処理を実行する無音部圧縮伸長処理部（２）とを備
   えたことを特徴とする音声圧縮伸長装置。
2. 【請求項２】前記無音部圧縮伸長処理部（２）は、音量
   が全く無いことを示す無音データを前記無音部に挿入す
   ることにより、前記無音部に対する伸長処理を行うこと
   を特徴とする請求項１に記載の音声圧縮伸長装置。
3. 【請求項３】前記無音部圧縮伸長処理部（２）は、前記
   無音部のデータの一部または全部の写しを挿入すること
   により、前記無音部に対する伸長処理を行うことを特徴
   とする請求項１に記載の音声圧縮伸長装置。
4. 【請求項４】前記無音部圧縮伸長処理部（２）は、前記
   無音部のデータを前記算出された無音部圧伸率に基づい
   て間引きまたは引き延ばしを行うことにより、前記無音
   部に対する圧縮または伸長処理を行うことを特徴とする
   請求項１に記載の音声圧縮伸長装置。
5. 【請求項５】前記無音部圧縮伸長処理部（２）によって
   圧縮または伸長された無音部データのうち、有音部との
   境界の近傍のデータについてフェードインまたはフェー
   ドアウトを行うフェーダー（３）を設けたことを特徴と
   する請求項１に記載の音声圧縮伸長装置。