JPH06139289A

JPH06139289A - 情報再生装置

Info

Publication number: JPH06139289A
Application number: JP4287705A
Authority: JP
Inventors: Hideo Okano; 秀生岡野
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 1992-10-26
Filing date: 1992-10-26
Publication date: 1994-05-20

Abstract

(57)【要約】【目的】煩雑な操作を行わずに記録された音声情報中の
所望の記録箇所を検索可能にする。【構成】音声登録モードで、特徴抽出部４０は、マイク
１０より入力された音声信号から音声パラメータを抽出
し、これを主制御部２２により切り換え制御されるスイ
ッチ３６を介して単語登録部３８に登録する。検索モー
ドで、主制御部２２は駆動制御部２８を制御して高速再
生動作を行う。そして、特徴抽出部４０は、ヘッド１６
からの再生信号から音声パラメータを抽出し、スイッチ
３６を介して、比較器４２に送る。比較器４２は、単語
登録部３８に登録された音声パラメータと送られてきた
音声パターンとを比較し、一致する箇所が検出できる
と、主制御部２２に検出信号を送る。主制御部２２は、
この検出信号が入力されると、駆動制御部２８に停止信
号を送り、高速再生動作を停止させる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を記録，再生する
口述筆記装置や、電話回線や無線等で送られてきた音声
を記録蓄積，再生する装置などに用いられる情報再生装
置に関する。

【０００２】

【従来の技術】最近、オフィスにおける事務合理化とと
もに特にマネージャ等の地位にあるものは多くの仕事量
をこなさなければならず、これにほとんどの時間が費や
されている。このため、手紙や報告書などの作成にあっ
ては、その都度原稿を手書きすることなどできず、これ
に代わって原稿内容を予めテープに録音し、これを秘書
が再生しながらタイプや筆記清書するようなことが行わ
れている。

【０００３】このような場合に用いられるものとして、
例えば、特開昭６０−２５０３９号公報や特開昭６３−
１１２８８６号公報に開示されているような口述筆記装
置がある。この口述筆記装置は、秘書がテープ内容を聞
きながらタイプ操作を行うのに便利なように考えられて
おり、このため多種多様にわたる諸機能が要求されてい
る。

【０００４】例えば、このような口述筆記装置におい
て、口述者が筆記者に伝えようとするものに、予め記録
されたメッセージの形式や優先度の有無、諸注意等を区
別して伝えるようにしたいという要求がある。また口述
筆記装置においてさらに要望される特徴として、記録媒
体上に存在するメッセージの数、位置及び色々な形式が
識別できるとともに、記録媒体上で所望のメッセージを
容易に探索できるようにするというものがある。

【０００５】そこで、従来、口述者は、例えば、テープ
レコーダ等の口述機を用いて後述した一連の文章の後
に、他の後続する文章と区別するために、識別信号とし
て、トーン又はキュー信号を記録するようにしていた。
さらに、関連メッセージを記録する必要がある場合に
は、その記録の際に、上記識別信号とは異なるトーン又
はキュー信号を記録するようにしていた。

【０００６】識別信号を記録するための典型的な操作方
法は、口述者が口述による記録を行っているときに途中
で筆記者に伝えたいメッセージ等が発生した場合、キュ
ー釦を押し識別する信号としてキュー信号を記録し、ま
た口述メッセージ（一連の文章）記録の終了を示すとき
に別のキュー釦を押し上記識別信号とは異なる識別信号
を記録するというものである。

【０００７】従って、筆記者は、筆記を行う前に、情報
の高速再生を行って予め口述者の諸注意を聞くことがで
きる。また、この高速再生時に、口述筆記装置の表示部
には、記録媒体とキュー信号の相対的位置関係なども表
示されるので、筆記者は聞きたい情報を視覚的に区別す
ることができる。

【０００８】このような口述筆記装置のシステム構成
は、例えば図７の（Ｂ）に示すような構成をとる。な
お、この図は、上記特開昭６０−２５０３９号の第１図
を簡略化したものである。

【０００９】即ち、録音動作においては、マイク１０よ
り入力された音声信号は、マイクアンプ１２で増幅さ
れ、録音再生アンプ１４を通してヘッド１６によって不
図示記録媒体に記録される。再生動作においては、記録
媒体からヘッド１６によって検出された信号は、録音再
生アンプ１４で増幅され、パワーアンプ１８でさらに増
幅されてスピーカ２０に送られる。これらの一連の動作
のコントロールは制御部２２によって行われる。この制
御部２２は、また、インターフェース２４を介して録
音，再生のスイッチの状態を検出し、表示部２６や駆動
制御部２８に制御信号を送る。駆動制御部２８はモータ
３０の制御を行う。

【００１０】録音時にキューボタンが押されると、イン
ターフェース２４から信号が制御部２２に送られ、制御
部２２はこれに応じて、キュー制御信号をバイアス発振
回路３２に送り、ヘッド１６を介してキュー信号を記録
媒体に記録させる。再生または高速再生時には、キュー
信号がヘッド１６を介してキュー信号検出部３４より検
出され、それに応じて制御部２２は表示部２６又は駆動
制御部２８に制御信号を送り前述したような所定の動作
を行わせる。

【００１１】

【発明が解決しようとする課題】しかし、従来の口述筆
記装置においては、口述記録された文章中の所望箇所を
捜す場合、口述者は、再生又は倍速再生を行い、実際に
耳で聞いてその内容を確かめながら上記所望箇所を見つ
け出す操作を行わなければならない。一般に、このよう
なときは、再生，早送り，巻き戻しの操作を繰り返し行
わなければならず、所望の箇所を見つけ出すまでには煩
雑な操作が必要になる。

【００１２】本発明は、上記の点に鑑みてなされたもの
で、記録された音声情報中の所望箇所を見つけ出すと
き、再生，早送り，巻き戻しの操作を繰り返すといった
煩雑な操作を行わずに、所望の箇所を検索することが可
能な情報再生装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】上記の目的を達成するた
めに、本発明による情報再生装置は、検索情報として利
用する所定長さの音声情報の特徴的標準パターンを予め
登録する特徴的標準パターン登録手段と、上記所定長さ
の音声情報よりも長い音声情報が記録されている記録媒
体より読み出された所定の音声信号を分析し特徴パター
ンを抽出する特徴パターン抽出手段と、抽出された特徴
パターンと予め登録された所定長さの音声情報の特徴的
標準パターンとを比較しその類似度を判定する判定手段
とを備えることを特徴とする。

【００１４】

【作用】即ち、本発明の情報再生装置によれば、記録媒
体に記録されている音声情報の所望の箇所を捜すため
に、検索情報として利用する所定長さの音声情報の特徴
的標準パターンを予め登録しておき、記録媒体より読み
出された所定の音声信号を分析し特徴パターンを抽出し
て、その抽出された特徴パターンと予め登録された所定
長さの音声情報の特徴的標準パターンとを比較しその類
似度を判定する。

【００１５】

【実施例】以下、本発明の実施例を説明する。（第１実施例）図１は、本発明の第１実施例の構成を示
す図で、同図において、従来と同様のものには、図７の
（Ｂ）におけるのと同様の参照番号を付す。

【００１６】即ち、録音動作においては、マイク１０よ
り入力された音声信号は、マイクアンプ１２で増幅され
た後、録音再生アンプ１４を通してヘッド１６によって
不図示の記録媒体に記録される。また、再生動作におい
ては、上記不図示記録媒体から上記ヘッド１６によって
検出された信号が、上記録音再生アンプ１４で増幅され
た後、パワーアンプ１８でさらに増幅されてスピーカ２
０に送られる。これらの一連の動作は、主制御部２２に
よって制御される。この主制御部２２はまた、インター
フェース２４を介して、録音スイッチＲＥＣ，再生スイ
ッチＰＬＡＹ，キューボタンＣＵＥ１及びＣＵＥ２，音
声登録ボタンＲＲＲＥＣ，検索ボタンＳＶ，等の状態を
検出し、さらには表示部２６や駆動制御部２８に制御信
号を送る。主制御部２２からの上記制御信号に応じて、
表示部２６はキュー信号表示やカウンタ表示などの種々
の表示を行い、また駆動制御部２８はモータ３０の駆動
制御を行う。

【００１７】一方、上記録音時において、上記キューボ
タンＣＵＥが押されると、上記インターフェース２４か
ら信号が上記主制御部２２に送られる。主制御部２２は
これに応じて、キュー制御信号をバイアス発振回路３２
に送り、上記ヘッド１６を介してキュー信号を不図示記
録媒体に記録させる。そして、再生又は高速再生時に
は、キュー信号が上記ヘッド１６を介してキュー信号検
出部３４によって検出され、その検出に応じて上記主制
御部２２は、表示部２６又は駆動制御部２８に制御信号
を送り所定の動作を行わせる。以上は、従来の装置と同
様である。本実施例の情報再生装置は、さらに次のよう
な構成を有している。

【００１８】即ち、音声登録ボタンＲＲＲＥＣが押され
ると、上記インターフェース２４から信号が上記主制御
部２２に送られる。主制御部２２はこれに応じて、スイ
ッチ３６を単語登録部３８側に切り換える。そして、上
記マイク１０より入力された音声信号は、マイクアンプ
１２を通して音声の特徴抽出部４０に入力され、この特
徴抽出部４０で抽出された音声パラメータが、上記スイ
ッチ３６を介して上記単語登録部３８に入力されて、そ
こに登録される。

【００１９】次に、検索ボタンＳＶが押されると、上記
インターフェース２４から信号が送られ、上記主制御部
２２は、高速再生動作信号を駆動制御部２８に送り高速
再生動作を行う。このとき、上記ヘッド１６により不図
示の磁気テープから再生信号が検出され、上記録音再生
アンプ１４で増幅した後、上記特徴抽出部４０で音声パ
ラメータが出力される。ここで、上記主制御部２２が上
記スイッチ３６を切換制御することにより、比較器４２
にその音声パラメータが送られる。この比較器４２は、
上記単語登録部３８に登録された音声パラメータと、こ
の特徴抽出部４０より送られてきた音声パターンとを比
較し、一致する箇所が検出できると、上記主制御部２２
に検出信号を送る。主制御部２２は、この検出信号が入
力されると、上記駆動制御部２８に停止信号を送り、高
速再生動作を停止させる。

【００２０】以上のようにして、倍速再生又は逆高速再
生を行いながら、口述者が記録し直したい箇所を見つけ
る際に、その希望の場所を、音声の登録によって見つけ
出すことによって、再生，早送り，巻き戻しの操作を繰
り返すといった煩雑な操作を行わずに、所望の音声記録
箇所を検索することができ、キューマークの追加や録音
した音声の編集を容易に行うことができるようになる。

【００２１】ところで、上記不図示記録媒体として磁気
テープを使用し、高速再生を行いながら検索を行う場
合、高速再生で音声信号が変化してしまう。このため、
高速再生した信号と登録した音声が全く異なる音声信号
になるため、高速再生された信号でも検索できる何等か
の手法を盛り込む必要がある。そこで本実施例では、音
声登録のときのサンプリング周波数と高速再生のサンプ
リング周波数を変えることにより、登録した音声と高速
再生された音声をパターンマッチングさせるときに時間
軸を一致させるようにするものとする。具体的には、登
録時点ではサンプリング周波数を８ＨＫｚで、倍速再生
時は１６ｋＨｚにする。このような手法を盛り込んだ本
第１実施例の具体的な構成を図２及び図３に示す。

【００２２】即ち、マイク１０にマイクアンプ１２を接
続し、このマイクアンプ１２に録音再生アンプ１４を介
して磁気ヘッド１６を接続し、また録音再生アンプ１４
にパワーアンプ１８を介してスピーカ２０を接続してい
る。なお、参照番号３２はバイアス発振回路、４４は外
部マイク接続用端子である。

【００２３】例えばマイクロコンピュータで構成される
主制御部２２は、録音再生アンプ１４やパワーアンプ１
８に接続され、録音，再生の制御を行う。この主制御部
２２の出力ポートＰＤの各端子Ｄ０〜Ｄ３と入力ポート
ＰＫの各端子Ｋ０〜Ｋ３の間にキーボード４６、フート
スイッチやハンドコントローラなどのリモコン操作部４
８が接続されている。ここで、上記キーボード４６は、
録音キーＲＥＣ１、巻き戻しキーＲＥＷ１、再生キーＰ
ＬＡＹ１、早送りキーＦＦ１、音声登録キーＲＲＲＥ
Ｃ、キューキーＣＵＥ、消去キーＥＲＡＳＥ、停止キー
ＳＴＯＰ、検索キーＳＶを有している。また、リモコン
操作部４８は、録音キーＲＥＣ２、巻き戻しキーＲＥＷ
２、再生キーＰＬＡＹ２，ＰＬＡＹ３、等を有してい
る。

【００２４】上記主制御部２２の入出力ポートＰＡの各
端子Ａ０〜Ａ３及び入出力ポートＰＢの端子Ｂ２，Ｂ３
には、表示回路２６が接続されている。この表示回路２
６は、ＬＥＤにより録音，再生，巻き戻し，早送り，等
の状態表示ができるように構成されている。

【００２５】上記主制御部２２の出力ポートＰＥの各端
子Ｅ０〜Ｅ３には、上記駆動制御部２８の一部を成すソ
レノイド駆動回路５０を介して、ソレノイド５２Ａ，５
２Ｂを接続している。これらソレノイド５２Ａ，５２Ｂ
はメカ部を各モードに駆動するためのもので、ソレノイ
ド５２Ａは録音再生モード時に駆動され、またソレノイ
ド５２Ｂは早送り巻き戻しモード時に駆動される。ま
た、主制御部２２の出力ポートＰＦの端子Ｆ０〜Ｆ３に
は、上記駆動制御部２８の一部を成すモータ駆動回路５
４を介して、モータ３０を接続している。

【００２６】上記主制御部２２の入出力ポートＰＢの端
子Ｂ０には、バックスペース設定部５６を接続してい
る。このバックスペース設定部５６は、再生モードで一
時停止し再び再生モードとした時に、所定の時間だけ巻
き戻す時間を設定するためのものである。

【００２７】上記主制御部２２の出力ポートＰＧの各端
子Ｇ０〜Ｇ３の内、端子Ｇ０はバイアス発振回路３２に
接続しており、録音モード時に、上記キーボード４６の
キューキーＣＵＥ操作に応じてＣＵＥ出力信号を発生す
る。また端子Ｇ１は、アラーム信号つまりＡＣ出力を発
生する。端子Ｇ２は、録音再生アンプ１４に接続し、録
音モードのとき、録音再生アンプ１４の出力の立ち上が
りを所定の時間遅らせる信号を発生する。端子Ｇ３は、
バイアス発振回路３２に接続しており、上記キーボード
４６の録音スイッチＲＥＣ１，ＲＥＣ２の操作に応じ
て、録音起動のＲＥＣ出力信号を発生する。

【００２８】上記主制御部２２の入力ポートＨ０には、
プリエンド検出のためのＲＥＥＬ入力を与えるようにし
ている。この場合のＲＥＥＬ入力は、不図示のリールの
回転に応じたモータのパルス状回転信号が用いられてい
る。また、入力ポートＩＮＴには、切換スイッチ５８を
接続し、このスイッチ５８にキュー信号源としての上記
バイアス発振回路３２を接続するとともに、上記キュー
信号検出部３４を接続している。このキュー信号検出回
路３４は、再生モード時、磁気ヘッド１６の再生出力よ
りキュー信号を検出するもので、この検出出力を上記入
力ポートＩＮＴに入力するようにしている。そして、上
記主制御部２２の端子ＯＳＣ０，ＯＳＣ１には、発振回
路６０を接続している。

【００２９】上記スイッチ５８にはまた、デジタル信号
処理部（ＤＳＰ）６２の端子ＳＲが接続されている。一
方、上記マイクアンプ１２と録音再生アンプ１４の結節
点にＡＤ／ＤＡ変換器６４が接続されている。そして、
このＡＤ／ＤＡ変換器６４と上記デジタル処理部６２と
は、それぞれ端子ＤＲと端子ＰＯＵＴ、端子ＤＸと端子
ＰＩＮ、両ＣＬＫ端子間、両ＦＳＸ及びＦＳＲ端子間が
接続され、デジタル化された音響データの送受信を行
う。また、両ＣＬＫ端子には、伝送速度を決めるクロッ
クを発生する発振回路６６が接続されている。

【００３０】この発振回路６６は、上記主制御部２２の
端子Ｈ３と接続されており、この端子Ｈ３から発生する
信号で、クロック周波数を内部分周回路６６Ａにて変化
させることができる。また、この発振回路６６は、上記
ＡＤ／ＤＡ変換器６４のＦＳ端子、及びタイミング制御
回路６８にも接続されている。このタイミング制御回路
６８は、上記デジタル処理部６２及びＡＤ／ＤＡ変換器
６４の端子ＦＳＸ，ＦＳＲに接続され、伝送タイミング
を制御している。

【００３１】上記デジタル信号処理部６２は、メモリ７
０にアドレス端子とデータ端子が接続されている。ま
た、このデジタル信号処理部６２の制御信号に接続され
たデコーダ７２は、選択信号を発生し、それを上記メモ
リ７０の端子ＣＳに入力するよう接続されている。

【００３２】上記デジタル信号処理部６２のデータ端子
はまた、バッファ７４に接続され、該バッファ７４は上
記デコーダ７２とも接続されている。このバッファ７４
の端子Ｄ１〜Ｄ８は、上記主制御部２２の入出力ポート
ＰＣの端子Ｃ０〜Ｃ７に接続されている。このバッファ
７４は、処理スピードの異なる上記主制御部２２と上記
デジタル信号処理部６２との間でデータの送受信を可能
にするために用いられている。次に、このような構成に
おける作用を、図４の処理の概略図を参照して説明す
る。

【００３３】初めに、検索情報として利用する音声の特
徴的標準パターンを予め登録する音声登録モードとし
て、図４中の経路Ａを通る。また、この音声登録モード
の処理の流れは、図５の（Ａ）に示すフローチャートの
ようになる。

【００３４】まず、キーボード４６の音声登録スイッチ
ＲＲＲＥＣをＯＮすると、主制御部２２は、そのことを
ＰＤポートとＰＫポートより検知して、出力ポートＨ３
から発振回路６６のＦＴ端子にサンプリング切り換え制
御信号を入力する。この信号により、発振回路６６は内
部分周切換回路６６Ａにより、サンプリング周波数を８
ＫＨｚに設定する（ステップＳ１１）。

【００３５】そして、マイク１０から入力された音響信
号は、マイクアンプ１２で増幅された後、ＡＤ／ＤＡ変
換器６４に入力される。このＡＤ／ＤＡ変換器６４は、
サンプリング周波数８ＫＨｚで入力アナログ音響信号を
サンプリングしてデジタル信号に変換する。このデジタ
ル信号化された音響信号は、デジタル信号処理部６２の
内部の前処理部７６に送られる。この前処理部７６で
は、入力した音響データを高域強調フィルタ（プリエン
ファシス）に通し、適応フィルタなどを利用して雑音除
去を行った後、マイク１０から入力された音響信号が音
声であるかをスペクトラムやレベルなどより判定し、も
し無音（ＶＯＸ）と判定するとＶＯＸ信号を出力する
（ステップＳ１２）。このＶＯＸ信号が検出されなくな
ると（ステップＳ１３）、音響データは１０ｍｓｅｃ〜
３０ｍｓｅｃ毎のブロックデータにまとめられて特徴パ
ラメータ抽出部４０に送られる。

【００３６】この特徴パラメータ抽出部４０内部の処理
は、図６の（Ａ）に示すようになる。即ち、前処理部７
６より送られてくるブロック音響データは、音響分析部
４０Ａに入力される。この音響分析部４０Ａは、線形予
測分析から自己相関関数を計算する。このとき、線形予
測係数｛ａ₁，ａ₂，ａ₃，…，ａ_p｝と自己相関関数
｛ｒ（１），ｒ（２），ｒ（３），…ｒ（ｐ）｝が求ま
り、これを用いて逆スペクトル係数算出部４０Ｂがブロ
ックデータ毎に特徴パラメータとしての逆スペクトル係
数｛Ａ₁，Ａ₂，Ａ₃，…，Ａ_p｝を求め蓄積する（ス
テップＳ１４）。この逆スペクトル係数は、単語登録部
３８に、その記憶容量が一杯になるまで（数秒分）検索
データとして蓄積される（ステップＳ１５）。そして、
記憶容量が一杯になったならば、マイク１０からの音声
入力信号の受け付けを終える、即ち無視する（ステップ
Ｓ１６）。ここで、線形予測法（線形予測分析）につい
て説明を加える。

【００３７】線形予測法（linear prediction method）
による分析のことを、通常、ＬＰＣ分析といっている。
ＬＰＣとは、線形予測係数（linear prediction coeffi
cients）のことで、スペクトルに関する情報が１０個程
度の係数に集約されている。この方法の特徴は、音源で
発声した声の元になる音が声道を通って口から出てくる
までの音声の生成過程を音声波形から求めてしまうもの
であり、単にスペクトルの分析法としてだけでなく、音
声合成法としても最も有効な手段となっている。

【００３８】連続した音声波形ｓ（ｔ）をΔｔ秒毎（通
常は１００μｓ〜１２５μｓが多い）にＮ個（１５０個
〜３００個程度）を読み取る音声波形が｛ｓ（Δｔ），
ｓ（２Δｔ），…，ｓ（ＮΔｔ）｝という数値データと
して得られる。このような波形を読み取る操作のことを
サンプリングと称し、読み取り間隔Δｔのことをサンプ
リング周期と称する。複雑化を避けるためΔｔを省略し
て、時刻ｔ＝ｎΔｔにおける波形データをｓ（ｎ）と書
く。ある時刻ｎ（実際には時刻はｎΔｔ）での値ｓ
（ｎ）をそれより過去の値をｐ個だけ使って次のような
予測すると考える（ここで、ｓ’（ｎ）をｓ（ｎ）に対
する予測値として考える）。ｓ’（ｎ）＝−ａ₁ｓ（ｎ−１）−ａ₂ｓ（ｎ−２）−…ａ_pｓ（ｎ−ｐ）

【００３９】この式は、ｓ（ｎ）はそれよりも過去の値
の線形結合で表していることから、線形予測と呼ばれて
いる。この線形予測係数は予測値ｓ’（ｎ）ができるだ
けｓ（ｎ）に近い値になるように決める。その有効方法
として最小２乗法が一般的に用いられている。即ち、い
ま予測誤差をε（ｎ）とすれば、 ε（ｎ）＝ｓ（ｎ）−ｓ’（ｎ）＝ｓ（ｎ）＋ａ₁ｓ（ｎ−１）＋ａ₂ｓ（ｎ−２）…＋ａ_pｓ（ｎ−ｐ）

【００４０】ε² （ｎ）の時刻ｎについての総和ｙ² ＝
ε² （１）＋ε² （２）＋ε² （３）＋…が最小になる
ように係数を決めるわけである。その条件を求めると、
線形予測係数は、次のように求まる。

【００４１】

【数１】これは正規方程式と呼ばれて、ｒ（０），ｒ（１），…
は信号ｓ（ｎ）の自己相関関数と呼ばれる。この自己相
関関数は、

【００４２】

【数２】

【００４３】が定義式で、これは｛ｓ（ｎ）｝自身とそ
れをｍサンプルだけ全体をずらしたものどうしを掛けて
加算したものである。ｍ＝０のときには、ｒ（０）は信
号の２重和であるからｓ（ｎ）のエネルギーである。従
って、サンプル値（ｓ（１），ｓ（２），…，ｓ
（Ｎ）｝から上式の自己相関関数を計算して、それで作
られる連立方程式を解いて線形予測係数を求める。

【００４４】また、逆スペクトル係数は、この自己相関
関数｛ｒ（０），ｒ（１），…，ｒ（ｐ）｝と線形予測
係数｛ａ₁，ａ₂，…ａ_p｝と予測誤差の総和のσ² か
ら次の式から定まる。 σ² ＝ｒ（０）Ａ₀＋２ｒ（１）Ａ₁＋２ｒ（２）Ａ₂＋…＋２ｒ（ｐ）Ａ_p

【００４５】次に、登録された音声を検索する音声検索
モードにする。この音声検索モードは、図４中の経路Ｂ
をとる。また、この音声検索モードの処理の流れは、図
５の（Ｂ）に示すフローチャートのようになる。

【００４６】まず、キーボード４６の検索キーＳＶをＯ
Ｎすると、主制御部２２はそれをＰＤポートとＰＫポー
トより検知して、出力ポートＨ３より発振回路６６のＦ
Ｔ端子にサンプリング切り換え制御信号を入力する。こ
れにより、高速再生に対応したサンプリング周波数に設
定される。この実施例では倍速再生で検索とすると、１
６ＫＨｚに設定される（３倍速では２４ＫＨｚとなる）
（ステップＳ２１）。また、主制御部２２は、ＰＥポー
トとＰＦポートに高速再生動作信号を出力し、例えば倍
速で再生を行うようにする（ステップＳ２２）。

【００４７】そして、ヘッド１６から入力された音響信
号は録音再生アンプ１４で増幅された後、ＡＤ／ＤＡ変
換器６４に入力される。ＡＤ／ＤＡ変換器６４は、サン
プリング周波数１６ＫＨｚでサンプリングを行ってアナ
ログ音響信号をデジタル信号に変換する。このデジタル
信号化された音響信号は、デジタル信号処理部６２の内
部の前処理部７６に送られる。この前処理部７６で、音
響データ区間は１０ｍｓｅｃ〜３０ｍｓｅｃ毎のブロッ
クデータにまとめられ、高域強調フィルタ（プリエンフ
ァシス）に通され、適応フィルタなどを利用して雑音除
去を行った後、特徴パラメータ抽出部４０に送られる。
この特徴パラメータ抽出部４０では、音声登録モードの
ときと同様に、この前処理部７６から送られてくるブロ
ック音響データ信号Ｚ（ｎ）が音響分析部４０Ａに入力
されて、線形予測分析から自己相関関数か計算される。
このとき、線形予測係数｛ａ₁，ａ₂，ａ₃，…，
ａ_p｝と自己相関関数｛ｒ（１），ｒ（２），ｒ
（３），…，ｒ（ｐ）｝が求まり、次に、逆スペクトル
係数算出部４０Ｂでこれを用いて逆スペクトル係数｛Ａ
₁，Ａ₂，Ａ₃，…，Ａ_p｝を求め（ステップＳ２
３）、今度は、それを比較器としてのパターンマッチン
グ部４２に送る。

【００４８】パターンマッチング部４２においては、標
準音声のパターンと検索する音声パターンとを照合する
ため、パターン同士のスペクトラムの形を評価するため
スペクトル距離を評価する。この距離尺度としては、Ｌ
ＰＣケプストラム距離尺度や重み付け尤度比（ＷＬＲ）
尺度最尤スペクトル距離尺度法などがある。この実施例
では、単語登録部３８の標準音声パターンと再生音声パ
ターンのそれぞれ予測残差（予測誤差）の２乗和σ² を
求め、この予測残差より尤度ｌ＝−ｌｏｇσ² で導いた
値を類似度として使用し、再生音声パターンと標準音声
パターンのスペクトル距離を求めパターンマッチングを
行う。図６の（Ｂ）はこのパターンマッチングの処理を
示す図である。ここで、入力パターンＡは１０ｍｓｅｃ
〜３０ｍｓｅｃに区間分けされたブロックデータの特徴
ベクトルとして｛ａ１，ａ２，ａ３，…，ａＩ｝で表さ
れ、単語登録部３８の標準音声パターンＢは｛ｂ１，ｂ
２，ｂ３，…，ｂＪ｝で表わす。これらパターンＡ，Ｂ
からなる平面を考えたとき、この平面上の格子点Ｃ＝
（ｉ，ｊ）の系列はＦ＝Ｃ₁，Ｃ₂，Ｃ₃，…，Ｃ_k，…，Ｃ_K Ｃ_k＝（ｉ_k，ｊ_k）

【００４９】となる。また、ａｉとｂｊのスペクトル距
離をｄ（ｃ）＝ｄ（ｉ，ｊ）とする。パターンマッチン
グでは、このスペクトル距離の最小のものを探索する
が、ここでは簡略化のために、パターンマッチングは動
的計画法のように考え累積距離ｇを求める問題に変え
る。

【００５０】

【数３】で計算が繰り返し行われる。

【００５１】このように標準パターンと再生音声を１フ
レーム（１０ｍｓｅｃ〜３０ｍｓｅｃのブロックデータ
単位）でシフトしながらパターンマッチングし、距離が
一定の条件を満たすとき、対応する単語が存在したこと
を判定する。

【００５２】即ち、入力パターンに一致する標準パター
ンがなければ（ステップＳ２４）、入力パターンをクリ
アした後（ステップＳ２５）、上記ステップＳ２３へ戻
り、また一致するパターンがあれば、図７の（Ａ）に示
すような検索領域と傾斜制限を設け、マッチングの判定
を行う（ステップＳ２６）。そして、この検索領域と傾
斜制限から外れていれば、上記ステップＳ２５へ進み、
外れていなければ、そのパターンを蓄積、即ち累積距離
ｇを求める（ステップＳ２７）。そして、累積距離ｇが
検索窓に到達していなければ（ステップＳ２８）、上記
ステップＳ２３に戻り、検索窓に達したと判断されたと
きには、パターンマッチング部４２より主制御部２２の
ＩＮＴ端子に検出信号が送られ、これにより主制御部２
２は再生停止を行うためＰＥポートとＰＦポートより駆
動制御部２８に制御信号を送る（ステップＳ２９）。ま
た検索中には、主制御部２２のＰＡポートより表示部２
６に再生表示を点滅させるような表示を成させるための
制御信号が送られる。

【００５３】以上のように、音声メッセージ及び音声メ
ッセージ識別信号を後から記録，追加する場合に口述者
の記録したい箇所を見つけ出すとき、希望の場所に記録
されている音声に相当する音声の登録を行って、倍速再
生または逆高速再生を行いながら希望の場所を音声認識
を行うことで、音声の記録によるテープ位置で見つけ検
索することができる。また、今までキュー信号をわざわ
ざ入れて秘書へ伝言や指示を行っていたものが、例えば
「秘書宛」と録音中にマイクロホンから音声を入力する
ことによって、その入力した音声を頼りに所望箇所の検
索することが可能になる。

【００５４】なお、以上の説明では、高速再生された信
号でも検索できるように、音声登録のときと高速再生の
ときのサンプリング周波数を変える手法を用いるものと
して説明したが、例えば次のような手法を用いることも
可能である。（１）パラメータ抽出前に単語登録音声または再生信号
の音程変換処理（周波数変換処理）を行う。（２）パターンマッチング時の周波数軸変換演算処理を
行う。（３）高速再生時にはゲインが上がるため利得補正を行
う。（第２実施例）次に、本発明をデジタル録音再生装置に
適用した場合を説明する。

【００５５】即ち、本第２実施例は、音声をデジタル信
号変換した後、デジタル信号処理によって音声を符号化
し音声の特徴パラメータを抽出してテープやディスクや
半導体メモリ等に記憶する。そして、音声検索は前記符
号化のときに求まるパラメータを変換し、音声のパター
ンマッチングを行い音声の検索を行う。

【００５６】図８において、まずマイク８０から入力さ
れた音声信号は、第１アンプ８２に入力される。この第
１アンプ８２の出力端子は、ＡＤ／ＤＡ変換部８４の端
子ＡＮＡＬＯＧＩＮに接続されている。また、ＡＤ／Ｄ
Ａ変換部８４の端子ＡＮＡＬＯＧＯＵＴと第２アンプ８
６の入力端子が接続されていて、そして、この第２アン
プ８６の出力端子にスピーカ８８が接続されている。つ
まり、デジタル化されている音声信号は、ＡＤ／ＤＡ変
換部８４にてアナログ信号に変換して第２アンプ８６に
送られ、該アンプ８６で増幅した後、スピーカ８８に出
力される。

【００５７】ＡＤ／ＤＡ変換部８４とデジタル信号処理
部９０間は、端子ＰＣＭＩＮと端子ＤＴ、端子ＰＣＭＯ
ＵＴと端子ＤＲ、端子ＣＬＫと端子ＳＣＬＫ、端子ＦＳ
Ｒや端子ＦＳＸと端子ＲＦＳや端子ＴＦＳとがそれぞれ
接続されていて、ＡＤ／ＤＡ変換部８４でデジタル変換
された信号をデジタル信号処理部９０に転送したり、デ
ジタル信号処理部９０で処理された信号をＡＤ／ＤＡ変
換部８４に転送を行う。

【００５８】上記デジタル信号処理部９０の端子ＡＤＤ
ＲＥＳＳは、第１バッファ９２の端子ＡＤＤＩと第２バ
ッファ９４の端子ＡＤＤＩに接続されている。また、デ
ジタル信号処理部９０の端子ＤＡＴＡは、第１バッファ
９２の端子ＤＡＴＡＩと第２バッファ９４の端子ＤＡＴ
ＡＩに接続されている。デジタル信号処理部９０のそれ
ぞれ端子ＲＤ，ＷＲ，ＤＭＳは、第１バッファ９２の端
子ＲＤ，ＷＲ，ＢＭＳと第２バッファ９４の端子ＲＤ，
ＷＲ，ＢＭＳに接続されている。

【００５９】第１バッファ９２の端子ＡＤＤＯと第３バ
ッファ９６の端子ＡＤＤＯと第１メモリ９８のＡＤＤＲ
ＥＳＳ端子とが接続され、第１バッファ９２の端子ＤＡ
ＴＡＯと第３バッファ９６の端子ＤＡＴＡＯと第１メモ
リ９８のＤＡＴＡ端子とが接続されている。同様に、第
２バッファ９４の端子ＡＤＤＯと第４バッファ１００の
端子ＡＤＤＯと第２メモリ１０２のＡＤＤＲＥＳＳ端子
とが接続され、第２バッファ９４の端子ＤＡＴＡＯと第
４バッファ１００の端子ＤＡＴＡＯと第２メモリ１０２
のＤＡＴＡ端子とが接続されている。また、上記第１バ
ッファ９２と第３バッファ９６の各ＣＳ端子と第１メモ
リ９８のＣＳ端子とが接続され、第２バッファ９４と第
４バッファ１００のＣＳ端子と第２メモリ１０２のＣＳ
端子とが接続されている。

【００６０】主制御部１０４の端子ＡＤＲＢは、第３バ
ッファ９６の端子ＡＤＤＩと第４バッファ１００の端子
ＡＤＤＩに接続されている。また、主制御部１０４の端
子ＤＡＢは、第３バッファ９６の端子ＤＡＴＡＩと第４
バッファ１００の端子ＤＡＴＡＩに接続されている。主
制御部１０４のそれぞれ端子ＩＲ，ＩＷは、第３バッフ
ァ９６の端子ＲＤ，ＷＲと第４バッファ１００の端子Ｒ
Ｄ，ＷＲに接続されている。

【００６１】主制御部１０４の端子ＳＢ１と端子ＳＢ２
は、デコーダ１０６の端子Ａと端子Ｂに接続されてい
る。このデコーダ１０６の端子Ｙ０は、第１バッファ９
２の端子ＣＥに接続されている。同様に、デコーダ１０
６の端子Ｙ１は第２バッファ９４の端子ＣＥに、端子Ｙ
２は第３バッファ９６の端子ＣＥに、端子Ｙ３は第４バ
ッファ１００の端子ＣＥにそれぞれ接続されている。

【００６２】また、上記デジタル信号処理部９０のＩＯ
Ｒ端子は、主制御部１０４のＩＮＴ端子に接続されてい
る。主制御部１０４のＰＡポート端子は、表示器１０８
に接続されていて、各動作状態を表示する。また、主制
御部１０４のＰＢポート端子は、キーボード１１０と接
続されている。そして、主制御部１０４とメモリカート
リッジ１１２の間は、端子ＩＲＱと端子ＩＮＴ、端子Ｓ
ＩＯと端子ＳＩＯ、端子ＳＣＬと端子ＣＬＫとが接続さ
れている。

【００６３】また、第１バッファ９２と第２バッファ９
４の端子ＢＦは、論理回路１１４に接続されている。そ
して、この論理回路１１４出力端子と主制御部１０４の
端子ＦＢが接続されている。次に、このような構成のデ
ジタル録音再生装置の動作を説明する。

【００６４】初めに、録音モードでは、キーボード１１
０のＲＥＣスイッチが押されると、主制御部１０４は、
ＰＢポートを通じて録音開始を検知して、第３バッファ
９６と第１バッファ９２を通じてデジタル信号処理部９
０に圧縮処理準備をさせる命令コードを転送する。

【００６５】ここで、マイク６０より入力した音声信号
は、第１アンプ６１で増幅された後、ＡＤ／ＤＡ変換部
８４に送られ、該ＡＤ／ＤＡ変換部８４でアナログ／デ
ジタル変換される。このＡＤ／ＤＡ変換部８４にてデジ
タル変換された信号は、デジタル信号処理部９０に転送
される。デジタル信号処理部９０では、デジタル化した
音声信号を１０ｍｓｅｃ〜３０ｍｓｅｃのブロックデー
タにまとめた後、このブロックデータからＣＥＬＰ符号
化方式のような分析形音声符号化方式を利用して音声の
特徴パラメータを抽出し、パラメータの量子化を行う。

【００６６】一方、主制御部１０４は、端子ＳＢ１とＳ
Ｂ２より制御信号をデコーダ１０６に送ることにより予
め第１バッファ９２のＣＥ端子に信号を送り、この第１
バッファ９２がデータを受け付けられるようにする。

【００６７】そして、デジタル信号処理部９０は、デー
タ端子を通じて符号化したデータを第１バッファ９２に
転送する。第１バッファ９２は、第１メモリ９８にこの
データを転送した後、端子ＢＦよりメモリにデータを転
送したことを伝える信号を主制御部１０４のＥＢ端子に
送る。

【００６８】これに応じて、主制御部１０４は、端子Ｓ
Ｂ１，ＳＢ２の信号を送ることにより、デコーダ１０６
の端子Ｙ１，Ｙ３より第２バッファ９４と第４バッファ
１００のＣＥ端子に制御信号を送り、データ入出力が可
能な状態にする。

【００６９】そして、第３バッファ９６を通じて第１メ
モリ９８の符号化データを主制御部１０４が受取り、こ
れをシリアル端子ＩＲＱ，ＳＩＯ，ＳＣＬを通じてメモ
リカートリッジ１１２に転送する。

【００７０】主制御部１０４が上記の作業を行っている
間に、デジタル信号処理部９０は、次の入力信号の音声
信号ブロックの演算を行い、符号化したデータを第２バ
ッファ９４に転送する。

【００７１】第２バッファ９４から第２メモリ１０２に
符号化データが転送されると、ＢＦ端子から論理回路１
１４に制御信号を出力し、該論理回路１１４の出力端子
から主制御部１０４のＥＢ端子にデータ転送されたこと
を伝える。

【００７２】主制御部１０４は、これに応じて、端子Ｓ
Ｂ１，ＳＢ２の信号を送ることにより、デコーダ１０６
の端子Ｙ０，Ｙ２より第１バッファ９２と第３バッファ
９６のＣＥ端子に制御信号を送り、データ入出力が可能
な状態にする。

【００７３】その後は、キーボード１１０のＳＴＯＰボ
タンが押され、主制御部１０４がそれを認識してバッフ
ァを通じてデジタル信号処理部９０に停止信号を送るま
で、上記の操作を同様に繰り返し行う。即ち、デジタル
信号処理部９０と主制御部１０４との間のデータ転送
は、第１バッファ９２，第１メモリ９８，第３バッファ
９６による経路と、第２バッファ９４，第２メモリ１０
２，第４バッファ１００による経路との２つの経路を交
互に介して行われる。

【００７４】このように、符号化されたデータは、ＣＥ
ＬＰのような分析符号化を利用したものは線形予測係数
がデータとして蓄積されているため、パターンマッチン
グのための音声の特徴パラメータに変換することが可能
で、音声検索も前述した第１実施例のテープレコーダと
比較して高速に検索できるところに特徴をもつ。

【００７５】図９には、本実施例のデジタル録音再生装
置の機能ブロック図である。同図中の経路Ａに示す流れ
は音声登録モードであり、経路Ｂは音声検索モードの流
れを示している。

【００７６】音声録音モードでは、まずマイク８０より
音声を入力して上記第１アンプ８２に相当するマイクア
ンプで増幅された音声信号はＡＤ／ＤＡ変換部８４内に
構成されたＡ／Ｄ変換器８４Ａでデジタル信号に変換さ
れた後、デジタル信号処理部９０に送られる。このデジ
タル信号処理部９０は、同図に示すような構成をとり、
まず、符号化部１１６に信号が送られ、前記の分析符号
化される。そして、この符号化されたデータは、上記バ
ッファ及びデコーダで構成されるスイッチＳ１〜Ｓ３に
より上記メモリ９８，１０２に相当する一時記憶部を介
して主制御部１０４に送られ、上記メモリカートリッジ
１１２に相当する記録媒体に記録される。そして、通
常、この記録媒体には、単語登録部１２２に登録される
音声情報よりもはるかに長い即ち多くの音声情報が記録
される。

【００７７】音声再生モードでは、記録媒体１１２から
の符号化データが主制御部１０４、スイッチＳ１〜Ｓ
３、一時記憶部９８，１０２を介して、デジタル信号処
理部９０の復号化部１１８に送られて、復号される。そ
して、復号された音声信号ＡＤ／ＤＡ変換部８４内に構
成されたＤ／Ａ変換器８４Ｂでアナログ信号に変換さ
れ、上記第２アンプ８６に相当するパワーアンプで増幅
された後、スピーカ８８に出力される。

【００７８】音声登録モードでは、マイク８０より音声
を入力して上記第１アンプ８２に相当するマイクアンプ
で増幅された音声信号はＡＤ／ＤＡ変換部８４内に構成
されたＡ／Ｄ変換器８４Ａでデジタル信号に変換された
後、デジタル信号処理部９０に送られる。このデジタル
信号処理部９０では、まず、符号化部１１６に信号が送
られ、前記の分析符号化される。この符号化したデータ
を特徴パラメータ変換部１２０に送り、データの中に含
まれる線形予測係数を利用して特徴パラメータに変換し
て上記第１実施例と同様な逆スペクトル係数を得て、単
語登録部１２２に数秒間登録される。この時、上記第１
実施例と同様に音声起動によって登録が行われる。

【００７９】また、音声検索モードでは、主制御部１０
４より記録場所が管理された記録媒体（メモリカートリ
ッジ）１１２からの符号化データが、スイッチＳ１〜Ｓ
３と一時記憶部１２２Ａ，１１２Ｂを介して、特徴パラ
メータ変換部１２０に転送され、前記と同様に特徴パラ
メータに変換され、パターンマッチング部１２４に送ら
れる。このパターンマッチングの方法は上記第１実施例
に示すような例と同様な方法を採る。パターンマッチン
グが検出されると、主制御部１０４のＩＮＴ端子に検出
信号が送られ、記録場所を見つけたとして、所定の停止
処理を行う。

【００８０】デジタル録音再生装置では、符号化された
データに線形予測のパラメータが含まれているためこれ
を利用し、線形予測係数からパターンマッチングのため
の音声の特徴パラメータに変換することが可能であり、
音声検索も上記第１実施例のテープレコーダと比較して
演算量が少ないことや、ランダムアクセスによる高速に
検索できる効果がある。

【００８１】なお、本発明の考え方を推し進めれば、音
声認識された特定の言葉を消去したり、別の言葉に置換
するといった応用も可能である。例えば、消去の場合に
は、消去したい言葉を登録し、その言葉が含まれている
部分の再生中に消去釦を押すことにより、自動的に、登
録している言葉に対応する言葉の消去ができる。従っ
て、消去したい言葉が多い場合には、非常に有効であ
る。

【００８２】

【発明の効果】以上詳述したように、本発明の情報再生
装置によれば、記録された音声情報の所望の箇所を見つ
け出すとき、希望の場所を音声の登録によって見つけ出
すことができるので、再生，早送り，巻戻しの操作を繰
り返すといった煩雑な操作を行わずに上記所望の箇所を
検索することができる。

【図面の簡単な説明】

【図１】第１実施例の情報再生装置のブロック構成図で
ある。

【図２】第１実施例の情報再生装置の詳細な回路構成図
の半分を示す図である。

【図３】第１実施例の情報再生装置の詳細な回路構成図
の残りの半分を示す図である。

【図４】第１実施例の情報再生装置の機能を説明するた
めのブロック構成図である。

【図５】（Ａ）及び（Ｂ）はそれぞれ第１実施例の情報
再生装置の音声登録モード及び音声検索モードにおける
動作を示すフローチャートである。

【図６】（Ａ）は図４中の特徴パラメータ抽出部の構成
を示す図であり、（Ｂ）はパターンマッチング処理を説
明するための図である。

【図７】（Ａ）はパターンマッチングによる検索を説明
するための図であり、（Ｂ）は従来の音声再生装置のブ
ロック構成図である。

【図８】第２実施例の情報再生装置の詳細な回路構成図
である。

【図９】第２実施例の情報再生装置の機能を説明するた
めのブロック構成図である。

【符号の説明】１０…マイク、１２…マイクアンプ、１４…録音再生ア
ンプ、１６…ヘッド、１８…パワーアンプ、２０…スピ
ーカ、２２…主制御部、２４…インターフェース、２６
…表示部、２８…駆動制御部、３０…モータ、３２…バ
イアス発振回路、３４…キュー信号検出部、３６…スイ
ッチ、３８，１２２…単語登録部（特徴的標準パターン
登録手段）、４０…特徴抽出部（特徴パターン抽出手
段）、４２…比較器（判定手段）。

Claims

【特許請求の範囲】

【請求項１】検索情報として利用する所定長さの音声
情報の特徴的標準パターンを予め登録する特徴的標準パ
ターン登録手段と、上記所定長さの音声情報よりも長い音声情報が記録され
ている記録媒体より読み出された所定の音声信号を分析
し特徴パターンを抽出する特徴パターン抽出手段と、抽出された特徴パターンと予め登録された所定長さの音
声情報の特徴的標準パターンとを比較しその類似度を判
定する判定手段と、を具備したことを特徴とする情報再生装置。
【請求項２】デジタル化した音声信号を符号化し、こ
の符号化されたデータを変換することで特徴パターンを
抽出することを特徴とする請求項１に記載の情報再生装
置。
【請求項３】高速再生されたアナログ音声信号と所定
長さの音声情報の特徴的標準パターンとを比較し、その
類似度を判定できるように周波数軸を変換して高速再生
信号を認識し検索することを特徴とする請求項１に記載
の情報再生装置。