JPH09293328A - 音声再生装置 - Google Patents

Abstract

(57)【要約】 【課題】記録時に文字入力などの煩雑な入力処理を行な
わなくとも、再生時に使用者が目的の情報を迅速に探し
出すことができる音声再生装置を提供する。 【解決手段】音声情報を記録した磁気テープ１から音声
信号を再生する再生ヘッド２と、磁気テープ１に記録さ
れた複数の記録内容の区切りを検出するキュー信号検出
部９と、再生された音声信号を音声として認識する音声
認識部７と、認識された音声を文字として表示する表示
部１２と、所定の表示命令に基づいて、各記録内容の先
頭部分を再生して音声認識を行ない、前記先頭部分に対
応する記録内容を文字表示すべく制御を行なう主制御部
１１とを具備する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声再生装置に関す
る。

【０００２】

【従来の技術】音声再生装置において、各記録内容を順
次先頭から一定時間ずつ再生して行く、いわゆるイント
ロスキャンと呼ばれる再生方法が従来より知られてお
り、主に音楽が録音された記録媒体からの再生を行なう
ときに用いられている。

【０００３】また、ＤＡＴ（ディジタル・オーディオ・
テープ）やＭＤ（ミニ・ディスク）のようなディジタル
音声再生装置においては、各々の記録内容についての文
字情報（曲のタイトル等）をアルファ・ニューメリック
・キー等を用いて付与できる機能を備えている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記し
たようなイントロスキャンによる再生方法は、音楽など
の録音に対しては有用であるが、口述録音のような用途
に用いようとした場合は、比較的短い時間の多数の録音
が一つの記録媒体に対して行われるため、何番目に何が
録音されていたかを使用者が記憶しきれないので、メモ
を取ったりする必要があった。

【０００５】また、ＤＡＤやＭＤなどのディジタル音声
再生装置を口述録音のような用途に用いようとした場
合、多数の録音が一つの記録媒体に対して行われるのに
加えて、記録済媒体に比較的短時間の口述録音を行なっ
た状態で再び再生する機会は少ないので、記録内容に関
する文字情報の入力に多くの時間を費やすことは有益で
はない。また、アルファ・ニューメリック・キー等の文
字入力用のキーを新たに設けると装置が大型化して携帯
用の機器には適さなくなってしまう。

【０００６】本発明の音声再生装置はこのような課題に
着目してなされたものであり、その目的とするところ
は、記録時に文字入力などの煩雑な入力処理を行なわな
くとも、再生時に使用者が目的の情報を迅速に探し出す
ことができる音声再生装置を提供することにある。

【０００７】

【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、第１の発明に係る音声再生装置は、音声情報を記
録した記録媒体から音声信号を再生する再生手段と、記
録媒体に記録された複数の記録内容の区切りを検出する
検出手段と、再生された音声信号を音声として認識する
音声認識手段と、認識された音声を文字として表示する
表示手段と、所定の表示命令に基づいて、各記録内容の
先頭部分を再生して音声認識を行ない、前記先頭部分に
対応する記録内容を文字表示すべく制御を行なう制御手
段とを具備する。

【０００８】また、第２の発明に係る音声再生装置は、
第１の発明に係る音声再生装置において、各記録内容の
途中に記録された特定信号を検出する検出手段を具備
し、制御手段は、所定の表示命令に基づいて、各特定信
号の位置から記録内容を再生して音声認識を行ない、先
頭部分に対応する記録内容の表示とは異なる表示形態
で、認識された記録内容を文字表示すべく制御を行な
う。

【０００９】また、第３の発明に係る音声再生装置は、
第１の発明に係る音声再生装置において、記録媒体の装
着を検出する装着検出手段を有し、制御手段はこの記録
媒体の装着の検出に基づいて所定の制御を行なう。

【００１０】すなわち、第１の発明に係る音声再生装置
は、所定の表示命令に基づいて、記録媒体から音声信号
を再生手段によって再生しつつ、検出手段によって複数
の記録内容の区切りを検出する。次に、各記録内容の先
頭部分を再生手段によって再生して音声認識手段によっ
て音声認識する。そして、音声認識された前記先頭部分
に対応する記録内容を表示手段によって文字表示する。

【００１１】また、第２の発明に係る音声再生装置は、
第１の発明に係る音声再生装置において、検出手段によ
って各記録内容の途中に記録された特定信号を検出し、
所定の表示命令に基づいて、各特定信号の位置から記録
内容を再生して音声認識を行ない、先頭部分に対応する
記録内容の表示とは異なる表示形態で、認識された記録
内容を文字表示する。

【００１２】また、第３の発明に係る音声再生装置は、
第１の発明に係る音声再生装置において、装着検出手段
によって記録媒体の装着が検出されたときに、所定の制
御を行なうようにする。

【００１３】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態を詳細に説明する。図１は本発明の第１実施形態
として、磁気テープにアナログ録音された音声信号を再
生する磁気テープ再生装置の構成を示すブロック図であ
る。図１において、磁気テープ１に近接配置された再生
手段としての再生ヘッド２はプリアンプ３に接続されて
いる。このプリアンプ３はボリューム（音量調節手段）
４とパワーアンプ５とを介してスピーカ６に接続される
とともに、音声認識手段としての音声認識部７と、複数
の録音内容の区切りを検出する検出手段としてのキュー
信号検出部９とに接続されている。このキュー信号検出
部９はまた、録音内容の途中に記録された特定信号（こ
こでは以下に述べるＩマーク）を検出する検出手段とし
ての機能も有している。

【００１４】音声認識部７は音声情報記憶部８と制御手
段としての主制御部１１に接続されている。この主制御
部１１には、上記した音声認識部７の他に、キュー信号
検出部９と、文字情報記憶部１０と、表示手段としての
表示部１２と、操作入力部１３とが接続されている。

【００１５】主制御部１１は操作入力部１３からの入力
により設定されたモード（再生、停止等）に対応して上
記した各部を制御する。また、本実施形態では主制御部
１１としてマイクロコンピュータ、音声情報記憶部８及
び文字情報記憶部１０としてＲＯＭ、表示部１２として
はＬＣＤを用いるものとする。

【００１６】また、磁気テープ１には通常の音声信号の
他に、キュー信号（頭出し信号）と呼ばれる可聴帯域外
の信号が記録されており、ここでは、口述録音におい
て、各録音内容の終りを示すためのＥマークと、録音し
た内容をタイプするタイピスト等への指示やコメントを
示すためのＩマークの２種類の信号がキュー信号として
記録されている。ここではＩマークは各録音内容の途中
に記録されているものとする。

【００１７】上記した構成において、音声信号の再生
時、磁気テープ１上に記録された音声信号が再生ヘッド
２により取り出され、プリアンプ３で増幅される。増幅
された音声信号はボリューム４を経由してパワーアンプ
５へと導かれる。パワーアンプ５で音声信号を増幅して
スピーカ６を駆動する。

【００１８】また、プリアンプ３で増幅された音声信号
はキュー信号検出部９及び音声認識部７にも供給され
る。キュー信号検出部９は磁気テープ１に記録されたキ
ュー信号を検出したときにこれを主制御部１１に伝え
る。

【００１９】一方、音声認識部７は、入力された音声信
号を音声情報記憶部８にあらかじめ登録されている各単
語毎の音声データと比較して、パターンが似た単語を抽
出し、抽出した単語に対応するコードを音声認識結果と
して主制御部１１へ伝える。

【００２０】主制御部１１は表示部１２を制御して、通
常は操作者が操作入力部１３を介して設定したモードに
対応した表示（ＰＬＡＹ、ＳＴＯＰ）やテープカウント
値、あるいは時刻等の表示を行なわせるが、音声認識部
７からの音声認識結果を表示させる場合は、音声認識部
７から送られてきたコードに対応する文字パターンを文
字情報記憶部１０から読み出して表示部１２に伝え、こ
れを文字として表示する。

【００２１】以下に、本実施形態に係る音声認識、表示
動作を説明する。使用者が操作入力部１３を介して所定
の表示命令として例えば目次表示を指定した場合、主制
御部１１はテープ駆動部（図示せず）に指示して磁気テ
ープ１を高速移動させて高速再生を行なう。再生ヘッド
２の出力はプリアンプ３により増幅され、キュー信号検
出部９へ送られる。再生された信号には音声成分等も含
まれているので、キュー信号検出部９は内部に備えられ
たフィルタ等により、キュー信号成分のみを抽出する。
キュー信号検出部９においてＥマークもしくはＩマーク
が検出された場合、この信号を検出した旨が主制御部１
１へ伝えられる。これを受けて主制御部１１はテープ駆
動部に磁気テープ１の移動を行なわせることにより一定
時間通常再生するように指示する。これにより、キュー
信号に続く録音内容の先頭部分が一定時間再生されるこ
とになる。この再生中に、プリアンプ３の出力に接続さ
れた音声認識部７が音声信号を解析して、音声情報記憶
部８に登録された単語に関する音声データと比較し近似
したものがあれば、この音声データを該当する単語とし
て認識する。認識結果はディジタルコードとして主制御
部１１へ伝えられ、主制御部１１ではこのディジタルコ
ードに対応する文字（又は文字列）を文字情報記憶部１
０から読み出して表示部１２に表示させる。このように
して文字認識結果が表示部１２に文字として表示され
る。ここで、一定時間の再生の間に複数の単語が認識さ
れた場合、即ち単語列が認識された場合は各々認識する
言語のルールに従って表示される。例えば英語の場合
は、単語と単語の間にスペースが挿入された状態で表示
される。

【００２２】一定時間の再生が終了した後、主制御部１
１はテープ駆動部に指示して、再び磁気テープ１を高速
移動させて高速再生を行ないつつ次のキュー信号を検索
し、キュー信号が検出された場合は再び一定時間の再生
を行って、音声認識の処理を行う。このようにして、高
速再生によるキュー信号の検出とそれに続く一定時間の
再生による音声認識及び認識結果の表示とが繰り返さ
れ、特にこの動作を中止する操作を行わない限りは磁気
テープ１の終端に至るまでこの動作が継続される。

【００２３】図２、図３、図４は、このようにしてキュ
ー信号の直後の一定時間分の音声信号を再生して音声認
識した結果の表示例である。図２はＥマーク直後の分、
即ち各録音内容の先頭部分の認識結果の表示例である。
同図に示すように、音声認識された録音内容に対応する
英文字列が録音の順番を表わす記号（図では数字１、
２、３、４）とともに表示されている。

【００２４】図３は各録音内容の途中に記録されたＩマ
ーク直後の分、即ちタイピストへの指示又はコメントの
先頭部分の表示例である。この場合は同図に示すよう
に、音声認識された英文字列が、各録音内容の先頭部分
の認識結果を表示する場合( 図２）とは区別する形態
（図ではＩ１、Ｉ２、Ｉ３）で表示される。

【００２５】図４は図２の表示内容の一部と図３の表示
内容の一部とを合成して表示した表示例を示す図であ
る。図４では、図３の表示内容を字下げにより表示して
いるので、Ｅマークに係る表示内容（図２）とＩマーク
に係る表示内容（図３）との区別は容易である。

【００２６】なお、上記した実施形態ではキュー信号と
してＥマークあるいはＩマークを検出した後に一定時間
の再生を行なっているが、Ｅマークについては通常各録
音内容の最後に記録されるので、磁気テープ１の先頭は
キュー信号が検出されなくとも無条件に一定時間再生す
る。

【００２７】上記した第１実施形態によれば、使用者が
文字入力などの煩雑な入力処理を行なわなくとも、録音
時に録音内容についてのコメントを録音するだけで再生
時に記録内容についての目次及び／またはタイピストへ
のコメントが文字で一覧表示されるので、使用者は、何
番目にどのような内容の録音をしたか等、録音内容につ
いての情報を容易に把握でき、これによって、多数の録
音内容から目的の情報を迅速に探し出すことができる。

【００２８】また、各録音内容の途中に記録されたキュ
ー信号の直後の部分についての認識結果の表示を、各録
音内容の先頭部分の認識結果の表示とは区別する形態で
表示するようにしたので、使用者は２つのキュー信号の
違いを容易に判別することができる。

【００２９】図５は本発明の第２実施形態として、ディ
ジタル化した状態で記憶媒体（磁気テープ、半導体メモ
リー等）に記憶された音声信号を再生するディジタル音
声再生装置の構成を示す図である。

【００３０】同図において、マイクロホン２０は、マイ
クアンプ２１とローパスフィルタ２２とＡ／Ｄ変換器２
３とを介してディジタル信号処理部２８のＡ１端子に接
続されている。また、スピーカ２７は、パワーアンプ２
６とローパスフィルタ２５とＤ／Ａ変換器２４とを介し
てディジタル信号処理部２８のＡ２端子に接続されてい
る。

【００３１】ディジタル信号処理部２８のＡ３端子は音
声認識手段としての音声認識部２９を介して音声情報記
憶部３０に接続され、Ａ４端子は主制御部３７のＢ１端
子に接続されている。

【００３２】また、記憶媒体３１は、書き込み／読み出
し部３２とＩ／Ｏインタフェース３３とを介して主制御
部３７のＢ２端子に接続されている。媒体制御部３４
は、記憶媒体３１および書き込み／読み出し部３２に接
続されるとともに、主制御部３７のＢ３端子に接続され
ている。

【００３３】さらに、主制御部３７のＢ４端子には操作
入力部３８が接続され、Ｂ５端子には表示手段としての
表示部３６が接続され、Ｂ６端子には文字情報記憶部３
５が接続され、Ｂ７端子には音声認識部２９が接続され
ている。

【００３４】主制御部３７は操作入力部３８を介しての
スイッチ操作に応じて上記した各部の制御を行なうもの
であり、第１実施形態における再生手段、検出手段、制
御手段としての機能を有している。また、表示部３６を
制御して現在のモード等を表示させる。また、本実施形
態では主制御部３７としてマイクロコンピュータ、表示
部３６としてＬＣＤ、ディジタル信号処理部２８として
ＤＳＰ（ディジタル・シグナル・プロセッサ）を用い
る。さらに、音声情報記憶部３０及び文字情報記憶部３
５としてはＲＯＭ（リード・オンリ・メモリ）を用い
る。また、記憶媒体３１として磁気テープや磁気ディス
ク、あるいは半導体メモリー等を用いることができる
が、その他のものでもよい。

【００３５】上記した構成において、音声信号の録音
時、マイクロホン２０からのアナログ音声出力はマイク
アンプ２１により増幅され、ローパスフィルタ２２を介
してＡ／Ｄ変換器２３に入力され、ここでディジタル信
号に変換されてディジタル信号処理部２８へ入力され
る。ディジタル信号処理部２８では、ディジタル信号に
変換された音声データを一定のフォーマットのデータに
変換する符号化処理を行なう。

【００３６】ディジタル信号処理部２８で符号化された
音声データは主制御部３７へ送られ、主制御部３７から
Ｉ／Ｏインタフェース３３を介して書き込み／読み出し
部３２に送られ、記憶媒体３１に記憶（記録）される。

【００３７】また、音声信号の再生時、記憶媒体３１か
ら読み出された音声データは、書き込み／読み出し部３
２からＩ／Ｏインタフェース３３を介して主制御部３７
へと送られ、その後ディジタル信号処理部２８へ送られ
て復号化される。ディジタル信号処理部２８で復号化さ
れた音声データはＤ／Ａ変換器２４に入力され、ここで
アナログ信号に変換される。Ｄ／Ａ変換器２４でアナロ
グ化された信号はローパスフィルタ２５を経てパワーア
ンプ２６へ入力され、ここで増幅されてスピーカ２７か
ら放音される。

【００３８】このとき、音声認識部２９ではディジタル
信号処理部２８で復号化されたディジタル音声信号を分
析して音声認識を行う。音声認識を行うときには音声情
報記憶部３０に記憶されているデータを読み出して参照
する。すなわち、音声情報記憶部３０には各単語毎の音
声データがコード付けされて登録されており、音声認識
部２９では入力された音声を分析して得られるパターン
が近似したものを該当する単語として認識し、それに対
応するコードを主制御部３７へ伝える。

【００３９】一方、文字情報記憶部３５には各単語に対
応したコードと文字情報とが登録されており、主制御部
３７では音声認識部２９から送られて来たコードに対応
する文字情報をここから読み出して表示部３６に音声認
識結果として表示させる。

【００４０】ここで、使用者が操作入力部３８を介して
例えば目次表示の指定を行うと、主制御部３７は各録音
内容（ファイル）の区切りを検出し、それに続く各録音
内容の先頭部分を一定時間ずつ再生して音声認識を行
い、認識結果を、第１実施形態と同様に図２〜４に示す
ような形式で表示部３６に表示する。

【００４１】ここで、ディジタル録音の場合はアナログ
録音の場合とは異なり、各録音内容の先頭の位置に関す
る情報を、例えばＦＡＴ（ファイル・アロケーション・
テーブル）といった形で別途に保有しているので、高速
再生を行なってＥマークの位置を検出するといったよう
な手順は不要であり、直接各ファイルの先頭へとジャン
プすることが可能である。また、Ｉマークの記録位置に
ついても別途に位置情報を記憶するようにしておけば高
速再生による探索をすることなく、直接各Ｉマークの先
頭へとジャンプして再生することができる。

【００４２】上記した第２実施形態によれば、使用者が
文字入力などの煩雑な入力処理を行なわなくとも、録音
時に録音内容についてのコメントを録音するだけで再生
時に記録内容についての目次及び／またはタイピストへ
のコメントが文字で一覧表示されるので、使用者は、何
番目にどのような内容の録音をしたか等、録音内容につ
いての情報を容易に把握でき、これによって、多数の録
音内容から目的の情報を迅速に探し出すことができる。

【００４３】また、各録音内容の途中に記録されたキュ
ー信号の直後の部分についての認識結果の表示を、各録
音内容の先頭部分の認識結果の表示とは区別する形態で
表示するようにしたので、使用者は２つのキュー信号の
違いを容易に判別することができる。

【００４４】なお、上記した第１、第２実施形態におけ
る図２乃至図４に示す表示は使用者の目的に応じて切り
替えて表示することができる。すなわち、各録音内容の
先頭部分の再生、認識と、Ｉマーク部分の再生、認識と
を一度に行ない、認識結果の表示を図２（ファイル先頭
部分のみ）あるいは図３（Ｉマーク先頭部分のみ）、あ
るいは図４（ファイル先頭とＩマーク部分の合成）の間
で切り換えるようにしてもよいし、内容一覧表示を指示
するときに、目的に応じてファイル先頭のみ、もしくは
Ｉマーク部分のみといった指定をすることにより、時間
の節約を図ることもできる。

【００４５】また、表示内容が多くて一画面に収まらな
い場合は、一番古い表示（即ち、一番上の行の表示）を
消去して、全体を一行ずつ上へとシフトし、空いた一番
下の行に新しい内容（認識結果）を表示するようにすれ
ばよい。一通りの表示が終わった後、画面のスクロール
が出来るようにしておけば、全体を見ることが可能とな
る。

【００４６】また、上記した第１、第２実施形態では使
用者が特定の操作をした場合に上記した一連の動作（各
録音内容の先頭部分を再生して、音声認識を行い、認識
結果を文字で表示する動作）を行うようにしたが、本装
置に対して記憶媒体部分が着脱可能な場合は、本装置に
記録済の記憶媒体が装着されたことが装着検出手段とし
ての主制御部１１または３７によって検出されたとき
に、所定の制御としてこれら一連の動作を自動的に行う
ようにしてもよい。これによって、使用者による表示指
定の手間を省略することができる。

【００４７】さらに、録音時に時間情報を音声信号とと
もに記録しておくことにより、再生時に、記録の順番を
表わす文字を共に表示することも可能である。なお、順
番を表わす文字は表示しなくとも、録音内容に対応する
文字列を記録順に表示することも可能である。

【００４８】

【発明の効果】請求項１に記載の発明によれば、記録時
に文字入力などの煩雑な入力処理を行なわなくとも、再
生時に使用者が目的の情報を迅速に探し出すことができ
る効果を奏する。

【００４９】また、請求項２に記載の発明によれば、請
求項１に記載の発明の効果に加えて、異なる目的の情報
を異なる表示形態で認識することができる効果を奏す
る。また、請求項３に記載の発明によれば、請求項１ま
たは請求項２に記載の発明の効果に加えて、使用者によ
る表示指定の手間を省略することができる効果を奏す
る。

【図面の簡単な説明】

【図１】本発明の第１実施形態が適用される磁気テープ
再生装置の構成を示す図である。

【図２】録音内容の先頭部分の表示の一例を示す図であ
る。

【図３】Ｉマーク部分の表示の一例を示す図である。

【図４】図２の表示内容の一部と図３の表示内容の一部
とを合成して表示した表示例を示す図である。

【図５】本発明の第２実施形態が適用されるディジタル
音声再生装置の構成を示す図である。

【符号の説明】

１…磁気テープ、２…再生ヘッド、３…プリアンプ、４
…ボリューム、５…パワーアンプ、６…スピーカ、７…
音声認識部、８…音声情報記憶部、９…キュー信号検出
部、１０…文字情報記憶部、１１…主制御部、１２…表
示部、１３…操作入力部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】音声情報を記録した記録媒体から音声信号
   を再生する再生手段と、 記録媒体に記録された複数の記録内容の区切りを検出す
   る検出手段と、 再生された音声信号を音声として認識する音声認識手段
   と、 認識された音声を文字として表示する表示手段と、 所定の表示命令に基づいて、各記録内容の先頭部分を再
   生して音声認識を行ない、前記先頭部分に対応する記録
   内容を文字表示すべく制御を行なう制御手段と、 を具備したことを特徴とする音声再生装置。
2. 【請求項２】 各記録内容の途中に記録された特定信号
   を検出する検出手段を具備し、制御手段は、所定の表示
   命令に基づいて、各特定信号の位置から記録内容を再生
   して音声認識を行ない、先頭部分に対応する記録内容の
   表示とは異なる表示形態で、認識された記録内容を文字
   表示すべく制御を行なうことを特徴とする請求項１記載
   の音声再生装置。
3. 【請求項３】 記録媒体の装着を検出する装着検出手段
   を有し、制御手段は、この記録媒体の装着の検出に基づ
   いて所定の制御を行なうことを特徴とする請求項１又は
   ２記載の音声再生装置。