JPH09146587A - 話速変換装置 - Google Patents
話速変換装置Info
- Publication number
- JPH09146587A JPH09146587A JP7309175A JP30917595A JPH09146587A JP H09146587 A JPH09146587 A JP H09146587A JP 7309175 A JP7309175 A JP 7309175A JP 30917595 A JP30917595 A JP 30917595A JP H09146587 A JPH09146587 A JP H09146587A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- section
- input
- signal
- music
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 この発明は、入力音声が音楽である場合に、
違和感を生じさせなくすることができる話速変換装置を
提供することを目的とする。 【解決手段】 入力音声信号が音楽か否かを判定する
判定手段１、入力音声信号が音楽であると判定されてい
ない場合には、入力音声信号を話速変換して出力する話
速変換手段２、および入力音声信号が音楽であると判定
されている場合には、入力音声信号を話速変換すること
なくそのまま出力させる手段を備えている。
違和感を生じさせなくすることができる話速変換装置を
提供することを目的とする。 【解決手段】 入力音声信号が音楽か否かを判定する
判定手段１、入力音声信号が音楽であると判定されてい
ない場合には、入力音声信号を話速変換して出力する話
速変換手段２、および入力音声信号が音楽であると判定
されている場合には、入力音声信号を話速変換すること
なくそのまま出力させる手段を備えている。
Description
【０００１】
【発明の属する技術分野】この発明は、音声信号の話速
を変換する話速変換装置に関し、例えば、映像を伴うレ
ーザディスク、ＶＴＲ、ＴＶ、ＴＶ電話、ディジタルビ
デオディスク等の音声の早聞きまたは遅聞きを行なう音
声再生装置、聴覚障害者のために音声信号をゆっくりし
た聞き取りやすい音声に変換する聴覚補助機能付きラジ
オ、電話機、補聴器、ネイティブスピードで話された英
語音声をゆっくりした聞きやすい音声に変換する英語学
習器、音声の早聞きあるいは遅聞きを行なうテープレコ
ーダー、ステレオシステム、ＣＤプレイヤー、ＭＤプレ
イヤー、音声ガイダンスシステム等に利用される話速変
換装置に関する。
を変換する話速変換装置に関し、例えば、映像を伴うレ
ーザディスク、ＶＴＲ、ＴＶ、ＴＶ電話、ディジタルビ
デオディスク等の音声の早聞きまたは遅聞きを行なう音
声再生装置、聴覚障害者のために音声信号をゆっくりし
た聞き取りやすい音声に変換する聴覚補助機能付きラジ
オ、電話機、補聴器、ネイティブスピードで話された英
語音声をゆっくりした聞きやすい音声に変換する英語学
習器、音声の早聞きあるいは遅聞きを行なうテープレコ
ーダー、ステレオシステム、ＣＤプレイヤー、ＭＤプレ
イヤー、音声ガイダンスシステム等に利用される話速変
換装置に関する。
【０００２】
【従来の技術】入力音声信号を時間軸圧縮伸長処理する
ことにより、音声信号の話速を変換する技術が既に開発
されている。従来の話速変換装置では、入力音声が音楽
である場合も、話速変換を行なっている。このため、入
力音声が音楽である場合には、音楽のテンポが変化し、
違和感が生じるという問題がある。
ことにより、音声信号の話速を変換する技術が既に開発
されている。従来の話速変換装置では、入力音声が音楽
である場合も、話速変換を行なっている。このため、入
力音声が音楽である場合には、音楽のテンポが変化し、
違和感が生じるという問題がある。
【０００３】
【発明が解決しようとする課題】この発明は、入力音声
が音楽である場合に、違和感を生じさせなくすることが
できる話速変換装置を提供することを目的とする。
が音楽である場合に、違和感を生じさせなくすることが
できる話速変換装置を提供することを目的とする。
【０００４】
【課題を解決するための手段】この発明による話速変換
装置は、入力音声信号が音楽か否かを判定する判定手
段、入力音声信号が音楽であると判定されていない場合
には、入力音声信号を話速変換して出力する話速変換手
段、および入力音声信号が音楽であると判定されている
場合には、入力音声信号を話速変換することなくそのま
ま出力させる手段を備えていることを特徴とする。
装置は、入力音声信号が音楽か否かを判定する判定手
段、入力音声信号が音楽であると判定されていない場合
には、入力音声信号を話速変換して出力する話速変換手
段、および入力音声信号が音楽であると判定されている
場合には、入力音声信号を話速変換することなくそのま
ま出力させる手段を備えていることを特徴とする。
【０００５】話速変換手段としては、たとえば、入力音
声信号が、音声区間の音声か無音区間の音声かを判別す
る判別手段、入力音声信号が、音声区間の音声または継
続長が所定値未満である無音区間の音声であるときに
は、上記音声信号を話速が遅くなるように時間軸圧縮伸
長処理する手段、ならびに、入力音声信号が、継続長が
所定値以上の無音区間の音声であるときには、上記音声
信号を削除する手段を備えているものが用いられる。
声信号が、音声区間の音声か無音区間の音声かを判別す
る判別手段、入力音声信号が、音声区間の音声または継
続長が所定値未満である無音区間の音声であるときに
は、上記音声信号を話速が遅くなるように時間軸圧縮伸
長処理する手段、ならびに、入力音声信号が、継続長が
所定値以上の無音区間の音声であるときには、上記音声
信号を削除する手段を備えているものが用いられる。
【０００６】
【発明の実施の形態】以下、図面を参照して、この発明
の実施の形態について説明する。
の実施の形態について説明する。
【０００７】図１は、話速変換装置の構成例を示してい
る。話速変換装置は、音楽判定部１と、話速変換部２と
からなる。入力音声信号は、音楽判定部１に送られると
ともに、話速変換部２に送られる。音楽判定部１では、
入力音声が音楽か否かを判定し、その判定結果（音楽・
非音楽判定信号）を話速変換部２に送る。
る。話速変換装置は、音楽判定部１と、話速変換部２と
からなる。入力音声信号は、音楽判定部１に送られると
ともに、話速変換部２に送られる。音楽判定部１では、
入力音声が音楽か否かを判定し、その判定結果（音楽・
非音楽判定信号）を話速変換部２に送る。
【０００８】話速変換部２は、入力音声信号を話速変換
する。話速変換装置が聴覚補助の用途に用いられている
場合には、話速変換部２は、標準再生速度で再生された
入力音声信号の話速が遅くなるように、入力音声信号を
時間軸伸長処理する。ただし、音楽判定部１によって、
入力音声が音楽であると判定されている場合には、入力
音声信号を時間軸伸長処理することなく、そのまま出力
する。
する。話速変換装置が聴覚補助の用途に用いられている
場合には、話速変換部２は、標準再生速度で再生された
入力音声信号の話速が遅くなるように、入力音声信号を
時間軸伸長処理する。ただし、音楽判定部１によって、
入力音声が音楽であると判定されている場合には、入力
音声信号を時間軸伸長処理することなく、そのまま出力
する。
【０００９】話速変換装置がＶＴＲ等に用いられてお
り、高速再生されている場合には、話速変換部２は、高
速再生速度で再生された入力音声信号の話速が遅くなる
ように、入力音声信号を時間軸圧縮処理する。ただし、
音楽判定部１によって、入力音声が音楽であると判定さ
れている場合には、入力音声信号を時間軸圧縮処理する
ことなく、そのまま出力する。
り、高速再生されている場合には、話速変換部２は、高
速再生速度で再生された入力音声信号の話速が遅くなる
ように、入力音声信号を時間軸圧縮処理する。ただし、
音楽判定部１によって、入力音声が音楽であると判定さ
れている場合には、入力音声信号を時間軸圧縮処理する
ことなく、そのまま出力する。
【００１０】音楽判定部１による音楽判定手法として
は、次のような手法が用いられる。
は、次のような手法が用いられる。
【００１１】（１）第１の手法 入力音声信号を周波数解析し、高周波帯域（４ＫＨｚ以
上）の信号成分と、低周波帯域（４ＫＨｚ未満）の信号
成分との割合を算出する。そして、高周波帯域の信号成
分の割合が多い場合に、入力音声は音楽であると判定す
る。
上）の信号成分と、低周波帯域（４ＫＨｚ未満）の信号
成分との割合を算出する。そして、高周波帯域の信号成
分の割合が多い場合に、入力音声は音楽であると判定す
る。
【００１２】（２）第２の手法 時間軸上でパワースペクトルの変動量を抽出し、抽出さ
れた変動量を予め決められたしきい値と比較する。そし
て、抽出された変動量がしきい値より大きい場合に、入
力音声は音楽であると判定する。
れた変動量を予め決められたしきい値と比較する。そし
て、抽出された変動量がしきい値より大きい場合に、入
力音声は音楽であると判定する。
【００１３】（３）第３の手法 ドラム、ベース等の周波数スペクトルは、周波数が低く
時間継続長が短い音が、一定リズム（一定時間間隔）で
再生される。そこで、パワースペクトルの時間変動に基
づいて、ドラムなどの拍子（リズム）が存在するか否か
を判定することにより、入力音声が音楽か否かを判定す
る。
時間継続長が短い音が、一定リズム（一定時間間隔）で
再生される。そこで、パワースペクトルの時間変動に基
づいて、ドラムなどの拍子（リズム）が存在するか否か
を判定することにより、入力音声が音楽か否かを判定す
る。
【００１４】（４）第４の手法 ドラム、ベース等の音を予め解析し、スペクトル、パワ
ー情報等として記憶しておき、入力音声信号のスペクト
ル、パワー情報とのパターンマッチングを行うことによ
り、入力音声が音楽か否かを判定する（「電子情報通信
学会論文誌 D-II Vol.j77-d-ii No.5 pp.901-911 1994
年 5月」参照) 。
ー情報等として記憶しておき、入力音声信号のスペクト
ル、パワー情報とのパターンマッチングを行うことによ
り、入力音声が音楽か否かを判定する（「電子情報通信
学会論文誌 D-II Vol.j77-d-ii No.5 pp.901-911 1994
年 5月」参照) 。
【００１５】図２は、話速変換部２の構成例を示してい
る。
る。
【００１６】話速変換部２は、音声信号入力部４１、区
間判別部４２、信号処理部４３、音声メモリ４４および
音声信号出力部４６を備えている。信号処理部４３は、
時間軸圧縮伸長部５１、削除部５２等を備えている。
間判別部４２、信号処理部４３、音声メモリ４４および
音声信号出力部４６を備えている。信号処理部４３は、
時間軸圧縮伸長部５１、削除部５２等を備えている。
【００１７】話速変換部２に入力された音声信号は、音
声信号入力部４１を介して信号処理部４３に送られる。
信号処理部４３は、入力信号をそのまま出力したり、時
間軸圧縮伸長処理したり、削除したりする。信号処理部
４３の出力は音声メモリ４４および音声出力部４６を介
して出力される。
声信号入力部４１を介して信号処理部４３に送られる。
信号処理部４３は、入力信号をそのまま出力したり、時
間軸圧縮伸長処理したり、削除したりする。信号処理部
４３の出力は音声メモリ４４および音声出力部４６を介
して出力される。
【００１８】音声信号入力部４１は、たとえば、増幅
部、Ａ／Ｄ変換部、フレームメモリ等を備えている。音
声信号入力部４１に入力された信号は、増幅された後、
ディジタル信号に変換されて、フレームメモリに格納さ
れる。音声信号入力部４１の出力は、区間判別部４２と
信号処理部４３とに送られる。この実施例では、話速変
換部２にアナログ信号が入力される場合を示したが、Ｉ
Ｃメモリ等から読み出されたディジタル信号を話速変換
部２に入力するようにしてもよい。この場合には、音声
信号入力部４１にＡ／Ｄ変換部を設ける必要はない。
部、Ａ／Ｄ変換部、フレームメモリ等を備えている。音
声信号入力部４１に入力された信号は、増幅された後、
ディジタル信号に変換されて、フレームメモリに格納さ
れる。音声信号入力部４１の出力は、区間判別部４２と
信号処理部４３とに送られる。この実施例では、話速変
換部２にアナログ信号が入力される場合を示したが、Ｉ
Ｃメモリ等から読み出されたディジタル信号を話速変換
部２に入力するようにしてもよい。この場合には、音声
信号入力部４１にＡ／Ｄ変換部を設ける必要はない。
【００１９】音声信号出力部４６は、Ｄ／Ａ変換部を備
えている。音声メモリ４４から音声信号出力部４６に送
られてきたディジタル信号は、アナログ信号に変換され
て音声信号出力部４６から出力される。この実施例で
は、話速変換部２から音声信号をアナログ信号として出
力する場合を示したが、話速変換部２から音声信号をデ
ィジタル信号として出力するようにしてもよい。この場
合には、音声信号出力部４６にＤ／Ａ変換部を設ける必
要はない。
えている。音声メモリ４４から音声信号出力部４６に送
られてきたディジタル信号は、アナログ信号に変換され
て音声信号出力部４６から出力される。この実施例で
は、話速変換部２から音声信号をアナログ信号として出
力する場合を示したが、話速変換部２から音声信号をデ
ィジタル信号として出力するようにしてもよい。この場
合には、音声信号出力部４６にＤ／Ａ変換部を設ける必
要はない。
【００２０】話速変換部２の入出力信号が共にアナログ
信号である場合には、音声信号出力部４６内のＤ／Ａ変
換部のサンプリング周波数は、標準サンプリング周波数
ｆSOに設定され、音声信号入力部４１内のＡ／Ｄ変換部
のサンプリング周波数は、現在の再生速度倍率をｎとす
ると、ｎ・ｆSOに設定される。したがって、高速再生時
においても、出力音声の音程は元の音程となる。
信号である場合には、音声信号出力部４６内のＤ／Ａ変
換部のサンプリング周波数は、標準サンプリング周波数
ｆSOに設定され、音声信号入力部４１内のＡ／Ｄ変換部
のサンプリング周波数は、現在の再生速度倍率をｎとす
ると、ｎ・ｆSOに設定される。したがって、高速再生時
においても、出力音声の音程は元の音程となる。
【００２１】また、話速変換部２の入出力信号が共にデ
ィジタル信号である場合には、現在の再生速度倍率をｎ
とすると、音声信号出力部４６から出力されるデータの
出力速度に対して、音声信号入力部４１に入力されるデ
ータの入力速度は、ｎ倍となるように設定される。した
がって、高速再生時においても、出力音声の音程は元の
音程となる。
ィジタル信号である場合には、現在の再生速度倍率をｎ
とすると、音声信号出力部４６から出力されるデータの
出力速度に対して、音声信号入力部４１に入力されるデ
ータの入力速度は、ｎ倍となるように設定される。した
がって、高速再生時においても、出力音声の音程は元の
音程となる。
【００２２】区間判別部４２では、入力信号が音声区間
であるか無音区間であるかが判別される。区間判別部４
２においては、たとえば、音声信号入力部４１のフレー
ムメモリに格納された１フレーム分の音声データが無音
区間であるか音声区間であるかが判定される。
であるか無音区間であるかが判別される。区間判別部４
２においては、たとえば、音声信号入力部４１のフレー
ムメモリに格納された１フレーム分の音声データが無音
区間であるか音声区間であるかが判定される。
【００２３】無音区間であるか音声区間であるかの判定
は、たとえば、音声信号入力部４１のフレームメモリに
格納された１フレーム分の音声データのパワー平均が所
与のしきい値以上か否かによって行われる。つまり、パ
ワー平均が所与のしきい値以上であれば、音声区間と判
別され、パワー平均が所与のしきい値より小さければ、
無音区間と判定される。
は、たとえば、音声信号入力部４１のフレームメモリに
格納された１フレーム分の音声データのパワー平均が所
与のしきい値以上か否かによって行われる。つまり、パ
ワー平均が所与のしきい値以上であれば、音声区間と判
別され、パワー平均が所与のしきい値より小さければ、
無音区間と判定される。
【００２４】より具体的に説明すると、音声信号入力部
４１のフレームメモリから読み出された１フレーム分の
音声データの平均パワー値Ｐが計算される。この平均パ
ワー値Ｐは、サンプリングされた１フレーム内の各音声
データの振幅をｉ0 ，ｉ1 ，…ｉN -1（Ｎは１フレーム
分の音声データ数）とすると、次の数式１によって算出
される。
４１のフレームメモリから読み出された１フレーム分の
音声データの平均パワー値Ｐが計算される。この平均パ
ワー値Ｐは、サンプリングされた１フレーム内の各音声
データの振幅をｉ0 ，ｉ1 ，…ｉN -1（Ｎは１フレーム
分の音声データ数）とすると、次の数式１によって算出
される。
【００２５】
【数１】
【００２６】算出された平均パワー値Ｐは、しきい値Ｔ
ｈと比較される。平均パワー値Ｐがしきい値Ｔｈ以上
（Ｐ≧Ｔｈ）のときには、現フレームが音声区間である
ことを示す信号が、平均パワー値Ｐがしきい値Ｔｈより
小さい（Ｐ＜Ｔｈ）ときには、現フレームが無音区間で
あることを示す信号が、区間判別部４２から出力され
る。区間判別部４２による判別結果は、信号処理部４３
に送られる。区間判別部としては、平均パワー値Ｐに基
づいて区間を判別するものの他、パワースペクトル等の
公知の技術によって区間を判別するものを用いてもよ
い。なお、無音区間には、人間の発する音声以外の定常
雑音および背景雑音も含まれる。
ｈと比較される。平均パワー値Ｐがしきい値Ｔｈ以上
（Ｐ≧Ｔｈ）のときには、現フレームが音声区間である
ことを示す信号が、平均パワー値Ｐがしきい値Ｔｈより
小さい（Ｐ＜Ｔｈ）ときには、現フレームが無音区間で
あることを示す信号が、区間判別部４２から出力され
る。区間判別部４２による判別結果は、信号処理部４３
に送られる。区間判別部としては、平均パワー値Ｐに基
づいて区間を判別するものの他、パワースペクトル等の
公知の技術によって区間を判別するものを用いてもよ
い。なお、無音区間には、人間の発する音声以外の定常
雑音および背景雑音も含まれる。
【００２７】信号処理部４３では、音楽判定部１によっ
て入力音声信号が音楽であると判定されている場合に
は、入力音声信号に対して時間軸圧縮伸長処理を施すこ
となく、そのまま出力する。したがって、音楽であると
判定されている入力音声信号に対する出力音声信号の速
度は、再生速度にかかわらず、標準音声速度（標準再生
時の音声速度）となる。
て入力音声信号が音楽であると判定されている場合に
は、入力音声信号に対して時間軸圧縮伸長処理を施すこ
となく、そのまま出力する。したがって、音楽であると
判定されている入力音声信号に対する出力音声信号の速
度は、再生速度にかかわらず、標準音声速度（標準再生
時の音声速度）となる。
【００２８】音楽判定部１によって入力音声信号が音楽
ではないと判定されている場合には、信号処理部４３で
は、音声信号入力部４１から送られてくる入力信号に対
して、区間判別部４２の判別結果に応じた処理が行なわ
れる。つまり、継続長が所定値以上の無音区間の入力信
号は、削除部５２によって削除される。また、音声区間
の入力信号および継続長が所定値未満の無音区間の入力
信号に対しては、時間軸圧縮伸長部５１によって、現在
設定されている再生速度倍率をｎとして１／ｎ以上の圧
縮率で時間軸圧縮伸長処理が施される。
ではないと判定されている場合には、信号処理部４３で
は、音声信号入力部４１から送られてくる入力信号に対
して、区間判別部４２の判別結果に応じた処理が行なわ
れる。つまり、継続長が所定値以上の無音区間の入力信
号は、削除部５２によって削除される。また、音声区間
の入力信号および継続長が所定値未満の無音区間の入力
信号に対しては、時間軸圧縮伸長部５１によって、現在
設定されている再生速度倍率をｎとして１／ｎ以上の圧
縮率で時間軸圧縮伸長処理が施される。
【００２９】たとえば、話速変換装置がＶＴＲに用いら
れており、入力音声信号が２倍速で再生された信号であ
る場合には、音声区間の入力音声および継続長が所定値
未満の無音区間の入力音声は、時間軸圧縮伸長部５１に
よって、たとえば、圧縮率２／３で圧縮伸長処理されて
出力される。つまり、３ピッチ周期が２ピッチ周期に間
引かれる。また、継続長が所定値以上の無音区間の入力
音声は、削除部５２によって削除される。この場合に
は、出力音声速度は、標準音声速度の３／２倍となる。
れており、入力音声信号が２倍速で再生された信号であ
る場合には、音声区間の入力音声および継続長が所定値
未満の無音区間の入力音声は、時間軸圧縮伸長部５１に
よって、たとえば、圧縮率２／３で圧縮伸長処理されて
出力される。つまり、３ピッチ周期が２ピッチ周期に間
引かれる。また、継続長が所定値以上の無音区間の入力
音声は、削除部５２によって削除される。この場合に
は、出力音声速度は、標準音声速度の３／２倍となる。
【００３０】また、話速変換装置が聴覚補助装置に用い
られており、入力音声が標準速度で再生された音声信号
である場合には、音声区間の入力音声および継続長が所
定値未満の無音区間の入力音声は、時間軸圧縮伸長部５
１によって、たとえば、圧縮率３／２で圧縮伸長処理さ
れて出力される。つまり、２ピッチ周期が３ピッチ周期
となるように、入力音声信号が伸長される。また、継続
長が所定値以上の無音区間の入力音声は、削除部５２に
よって削除される。この場合には、出力音声速度は、標
準音声速度の２／３倍となる。
られており、入力音声が標準速度で再生された音声信号
である場合には、音声区間の入力音声および継続長が所
定値未満の無音区間の入力音声は、時間軸圧縮伸長部５
１によって、たとえば、圧縮率３／２で圧縮伸長処理さ
れて出力される。つまり、２ピッチ周期が３ピッチ周期
となるように、入力音声信号が伸長される。また、継続
長が所定値以上の無音区間の入力音声は、削除部５２に
よって削除される。この場合には、出力音声速度は、標
準音声速度の２／３倍となる。
【００３１】時間軸圧縮伸長部５１で用いられる時間軸
圧縮伸長法としては、たとえば、ポインタ移動制御によ
る重複加算法（Pointer Interval Control Overlap and
Add: PICOLA)、TDHS(Time Domain Harmonic Scaling)
法等がある。
圧縮伸長法としては、たとえば、ポインタ移動制御によ
る重複加算法（Pointer Interval Control Overlap and
Add: PICOLA)、TDHS(Time Domain Harmonic Scaling)
法等がある。
【００３２】ＰＩＣＯＬＡを用いて、入力信号（時間軸
圧縮伸長部５１への入力音声データ）を圧縮率２／３で
圧縮する方法について、図３を用いて簡単に説明する。
まず、入力信号からピッチ周期が抽出される。抽出され
たピッチ周期をＴｐとする。波形Ａに対しては、１から
０へ直線的に向かう重み（重み関数Ｋ１）がつけられ
て、波形Ａ’が作成される。波形Ｂに対しては０から１
に向かう重み（重み関数Ｋ２）がつけられて、波形Ｂ’
が作成される。
圧縮伸長部５１への入力音声データ）を圧縮率２／３で
圧縮する方法について、図３を用いて簡単に説明する。
まず、入力信号からピッチ周期が抽出される。抽出され
たピッチ周期をＴｐとする。波形Ａに対しては、１から
０へ直線的に向かう重み（重み関数Ｋ１）がつけられ
て、波形Ａ’が作成される。波形Ｂに対しては０から１
に向かう重み（重み関数Ｋ２）がつけられて、波形Ｂ’
が作成される。
【００３３】そして、これらの波形Ａ’およびＢ’が加
え合わされ、長さＴｐの波形Ａ’＊Ｂ’が作成される。
これらの重みは、波形Ａ’＊Ｂ’の前後の接続点での連
続性を保つためにつけられている。次に、ポインタが、
圧縮率に基づいて決定される長さである３Ｔｐ分だけ移
動され、同様な操作が行われる。これにより、３つの波
形Ａ、Ｂ、Ｃから２つの波形Ａ’＊Ｂ’とＣとが得られ
る。このようにして、３ピッチ周期分の信号が、２ピッ
チ周期分の信号に圧縮される。
え合わされ、長さＴｐの波形Ａ’＊Ｂ’が作成される。
これらの重みは、波形Ａ’＊Ｂ’の前後の接続点での連
続性を保つためにつけられている。次に、ポインタが、
圧縮率に基づいて決定される長さである３Ｔｐ分だけ移
動され、同様な操作が行われる。これにより、３つの波
形Ａ、Ｂ、Ｃから２つの波形Ａ’＊Ｂ’とＣとが得られ
る。このようにして、３ピッチ周期分の信号が、２ピッ
チ周期分の信号に圧縮される。
【００３４】信号処理部４３の出力は、音声メモリ４４
に一旦蓄積された後、音声信号出力部４６に送られて出
力される。
に一旦蓄積された後、音声信号出力部４６に送られて出
力される。
【００３５】図４に示すように、音楽判定部１によって
入力音声が音楽と判定された場合には、入力音声中の音
楽のレベルが所定値以上であるか否かを判定するレベル
判定部３を設け、入力音声中の音楽のレベルが所定値未
満である場合には、入力音声が音楽でないと判定される
ようにしてもよい。つまり、図４の場合には、音楽判定
部１によって入力音声が音楽と判定されかつ入力音声中
の音楽のレベルが所定値以上であると判定されたときの
み信号処理部４３に入力音声が音楽であることを示す音
楽判定信号が入力し、その他の場合には信号処理部４３
に入力音声が非音楽であることを示す非音楽判定信号が
入力する。
入力音声が音楽と判定された場合には、入力音声中の音
楽のレベルが所定値以上であるか否かを判定するレベル
判定部３を設け、入力音声中の音楽のレベルが所定値未
満である場合には、入力音声が音楽でないと判定される
ようにしてもよい。つまり、図４の場合には、音楽判定
部１によって入力音声が音楽と判定されかつ入力音声中
の音楽のレベルが所定値以上であると判定されたときの
み信号処理部４３に入力音声が音楽であることを示す音
楽判定信号が入力し、その他の場合には信号処理部４３
に入力音声が非音楽であることを示す非音楽判定信号が
入力する。
【００３６】なお、話速変換装置がＶＴＲに適応されて
おり、高速再生されている場合において、次のように時
間軸圧縮伸長部５１の圧縮率を制御するようにしてもよ
い。つまり、入力音声が音楽であると判定されていない
場合には、音声メモリ４４に蓄積されかつ未だ読み出さ
れていない蓄積量に応じて圧縮率を変更する。入力音声
が音楽であると判定されている場合には、予め定められ
た一定の圧縮率で圧縮する。つまり、入力音声が音楽で
あると判定されている場合には、圧縮率を一定とする。
これにより、音楽に対する出力音声の速度は一定とな
る。
おり、高速再生されている場合において、次のように時
間軸圧縮伸長部５１の圧縮率を制御するようにしてもよ
い。つまり、入力音声が音楽であると判定されていない
場合には、音声メモリ４４に蓄積されかつ未だ読み出さ
れていない蓄積量に応じて圧縮率を変更する。入力音声
が音楽であると判定されている場合には、予め定められ
た一定の圧縮率で圧縮する。つまり、入力音声が音楽で
あると判定されている場合には、圧縮率を一定とする。
これにより、音楽に対する出力音声の速度は一定とな
る。
【００３７】また、音楽と非音楽とで話速を制御する方
法を変更するか否かを、使用者が選択できるようにして
もよい。
法を変更するか否かを、使用者が選択できるようにして
もよい。
【００３８】
【発明の効果】この発明は、入力音声が音楽である場合
に、違和感が生じなくなる。
に、違和感が生じなくなる。
【図１】話速変換装置の概略構成を示す構成図である。
【図２】図１の話速変換部の構成を示すブロック図であ
る。
る。
【図３】ＰＩＣＯＬＡを用いた時間軸圧縮伸長法を説明
するための模式図である。
するための模式図である。
【図４】話速変換装置の他の例を示す構成図である。
１ 音楽判定部 ２ 話速変換部 ３ レベル判定部 ４１ 音声信号入力部 ４２ 区間判別部 ４３ 信号処理部 ４４ 音声メモリ ４６ 音声信号出力部 ５１ 時間軸圧縮伸長部 ５２ 削除部
Claims (2)
- 【請求項１】 入力音声信号が音楽か否かを判定する判
定手段、 入力音声信号が音楽であると判定されていない場合に
は、入力音声信号を話速変換して出力する話速変換手
段、 入力音声信号が音楽であると判定されている場合には、
入力音声信号を話速変換することなくそのまま出力させ
る手段、 を備えている話速変換装置。 - 【請求項２】 話速変換手段は、 入力音声信号が、音声区間の音声か無音区間の音声かを
判別する判別手段、 入力音声信号が、音声区間の音声または継続長が所定値
未満である無音区間の音声であるときには、上記音声信
号を話速が遅くなるように時間軸圧縮伸長処理する手
段、ならびに、 入力音声信号が、継続長が所定値以上の無音区間の音声
であるときには、上記音声信号を削除する手段、 を備えている請求項１に記載の映像・音声再生装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7309175A JPH09146587A (ja) | 1995-11-28 | 1995-11-28 | 話速変換装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7309175A JPH09146587A (ja) | 1995-11-28 | 1995-11-28 | 話速変換装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09146587A true JPH09146587A (ja) | 1997-06-06 |
Family
ID=17989841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7309175A Pending JPH09146587A (ja) | 1995-11-28 | 1995-11-28 | 話速変換装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09146587A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005266571A (ja) * | 2004-03-19 | 2005-09-29 | Sony Corp | 変速再生方法及び装置、並びにプログラム |
| JP2008058956A (ja) * | 2006-07-31 | 2008-03-13 | Matsushita Electric Ind Co Ltd | 音声再生装置 |
| JP2011055386A (ja) * | 2009-09-04 | 2011-03-17 | Sanyo Electric Co Ltd | 音響信号処理装置及び電子機器 |
| WO2021142035A1 (en) * | 2020-01-07 | 2021-07-15 | Dolby Laboratories Licensing Corporation | A computer implemented method, device and computer program product for setting a playback speed of media content comprising audio |
-
1995
- 1995-11-28 JP JP7309175A patent/JPH09146587A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005266571A (ja) * | 2004-03-19 | 2005-09-29 | Sony Corp | 変速再生方法及び装置、並びにプログラム |
| JP4542805B2 (ja) * | 2004-03-19 | 2010-09-15 | ソニー株式会社 | 変速再生方法及び装置、並びにプログラム |
| JP2008058956A (ja) * | 2006-07-31 | 2008-03-13 | Matsushita Electric Ind Co Ltd | 音声再生装置 |
| JP2011055386A (ja) * | 2009-09-04 | 2011-03-17 | Sanyo Electric Co Ltd | 音響信号処理装置及び電子機器 |
| WO2021142035A1 (en) * | 2020-01-07 | 2021-07-15 | Dolby Laboratories Licensing Corporation | A computer implemented method, device and computer program product for setting a playback speed of media content comprising audio |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6226605B1 (en) | Digital voice processing apparatus providing frequency characteristic processing and/or time scale expansion | |
| JP2955247B2 (ja) | 話速変換方法およびその装置 | |
| JP3630609B2 (ja) | 音声情報再生方法ならびに装置 | |
| JPH10260694A (ja) | 話速変換装置、話速変換方法及び記録媒体 | |
| JP3308567B2 (ja) | ディジタル音声処理装置及びディジタル音声処理方法 | |
| WO1997026647A1 (fr) | Changeur de vitesse de lecture | |
| JPH09146587A (ja) | 話速変換装置 | |
| JP3378672B2 (ja) | 話速変換装置 | |
| JP2001184100A (ja) | 話速変換装置 | |
| JPH09152889A (ja) | 話速変換装置 | |
| JP3081469B2 (ja) | 話速変換装置 | |
| JP3373933B2 (ja) | 話速変換装置 | |
| JP2009075280A (ja) | コンテンツ再生装置 | |
| JPH09147472A (ja) | 映像・音声再生装置 | |
| JPH08146985A (ja) | 話速制御システム | |
| JP3162945B2 (ja) | ビデオテープレコーダ | |
| JP3357742B2 (ja) | 話速変換装置 | |
| JP2000099097A (ja) | 信号再生装置及び方法、音声信号再生装置、並びに、音声信号の速度変換方法 | |
| JP2002297200A (ja) | 話速変換装置 | |
| JP2867744B2 (ja) | 音声再生装置 | |
| JPH08292796A (ja) | 再生装置 | |
| JP3201327B2 (ja) | 録音再生装置 | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| JPH0854895A (ja) | 再生装置 | |
| JPH08211894A (ja) | 音声通信機および音声通信システム |