JPH10247099A - 音声信号の符号化方法および音声の記録再生装置 - Google Patents

Abstract

(57)【要約】 【課題】 アナログ音声信号をＭＩＤＩデータにより符
号化する。 【解決手段】 アナログ音声信号をＰＣＭによりデジタ
ル音声データ化し、信号強度が所定レベル以上の部分に
単位区間Ｕ１〜Ｕ６を定義する。各単位区間内の音声デ
ータのピーク位置を求め、このピーク位置の分布および
ピーク値に基づいて、個々の単位区間ごとに代表周波数
Ｆ１〜Ｆ６と代表強度Ａ１〜Ａ６を求める。代表周波数
に対応するノートナンバーを有し、代表強度に対応する
ベロシティーを有し、単位区間長に対応するデルタタイ
ムを有するＭＩＤＩデータを個々の単位区間ごとに定義
する。所定のＭＩＤＩ音源を用いて、ＭＩＤＩデータを
復号化することにより、もとの音声信号が再生できる。
心音や肺音などの生理的リズム音の記録再生に適し、Ｍ
ＩＤＩ音符を視覚的表示することにより診断が容易にな
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声信号の符号化方
法および音声の記録再生装置に関し、時系列の強度信号
として与えられる音声信号を符号化し、これを復号化し
て再生する技術に関する。特に、本発明は心音や肺音な
どの生理的リズム音を、ＭＩＤＩ形式の符号データに変
換する処理に適しており、医療診断や診断教育の分野へ
の応用が期待される。

【０００２】

【従来の技術】音声信号を符号化する技術として、ＰＣ
Ｍ（Pulse Code Modulation ）の手法は最も普及してい
る手法であり、現在、オーディオＣＤやＤＡＴなどの記
録方式として広く利用されている。このＰＣＭの手法の
基本原理は、アナログ音声信号を所定のサンプリング周
波数でサンプリングし、各サンプリング時の信号強度を
量子化してデジタルデータとして表現する点にあり、サ
ンプリング周波数や量子化ビット数を高くすればするほ
ど、原音を忠実に再生することが可能になる。ただ、サ
ンプリング周波数や量子化ビット数を高くすればするほ
ど、必要な情報量も増えることになる。そこで、できる
だけ情報量を低減するための手法として、信号の変化差
分のみを符号化するＡＤＰＣＭ（Adaptive Differentia
l Pulse Code Modulation ）の手法も用いられている。

【０００３】一方、電子楽器による楽器音を符号化しよ
うという発想から生まれたＭＩＤＩ（Music Instrument
Digital Interface）規格も、パーソナルコンピュータ
の普及とともに盛んに利用されるようになってきてい
る。このＭＩＤＩ規格による符号データ（以下、ＭＩＤ
Ｉデータという）は、基本的には、楽器のどの鍵盤キー
を、どの程度の強さで弾いたか、という楽器演奏の操作
を記述したデータであり、このＭＩＤＩデータ自身に
は、実際の音の波形は含まれていない。そのため、実際
の音を再生する場合には、楽器音の波形を記憶したＭＩ
ＤＩ音源が別途必要になる。しかしながら、上述したＰ
ＣＭの手法で音を記録する場合に比べて、情報量が極め
て少なくてすむという特徴を有し、その符号化効率の高
さが注目を集めている。このＭＩＤＩ規格による符号化
および復号化の技術は、現在、パーソナルコンピュータ
を用いて楽器演奏、楽器練習、作曲などを行うソフトウ
エアに広く採り入れられており、カラオケ、ゲームの効
果音といった分野でも広く利用されている。

【０００４】

【発明が解決しようとする課題】上述したように、ＰＣ
Ｍの手法により音声信号を符号化する場合、十分な音質
を確保しようとすれば情報量が膨大になり、データ処理
の負担が重くならざるを得ない。したがって、通常は、
ある程度の情報量に抑えるため、ある程度の音質に妥協
せざるを得ない。もちろん、ＭＩＤＩ規格による符号化
の手法を採れば、非常に少ない情報量で十分な音質をも
った音の再生が可能であるが、上述したように、ＭＩＤ
Ｉ規格そのものが、もともと楽器演奏の操作を符号化す
るためのものであるため、広く一般音声への適用を行う
ことはできない。別言すれば、ＭＩＤＩデータを作成す
るためには、実際に楽器を演奏するか、あるいは、楽譜
の情報を用意する必要がある。

【０００５】このように、従来用いられているＰＣＭの
手法にしても、ＭＩＤＩの手法にしても、それぞれ音声
信号の符号化方法としては一長一短があり、一般の音声
について、少ない情報量で十分な音質を確保することは
できない。ところが、一般の音声についても効率的な符
号化を行いたいという要望は、益々強くなってきてい
る。特に、医療診断や診断教育の分野では、かねてから
このような要望が強く出されている。たとえば、心音や
肺音といった生理的リズムのある音声の解析は、古くか
ら診断の材料として利用されてきている。このような生
理的リズム音をコンピュータを利用して解析するには、
効率良い符号化を行うことが不可欠である。また、この
生理的リズム音を解析する場合、従来は、耳を頼りにし
て特徴を聞き分ける手法を採るか、あるいは音声波形そ
のものを表示させ、視覚的に波形の特徴を分析する手法
を採るしかなく、解析にはかなりの熟練を要していた。
このため、医学生やインターンなどに対する診断教育の
分野でも、明確な指導が困難であり、多くの経験に基づ
いて診断技術を習得しているのが現状である。

【０００６】そこで本発明は、より効率的な符号化を行
うことができる音声信号の符号化方法を提供することを
目的とし、また、そのような符号化方法を利用した音声
の記録再生装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】

(1) 本発明の第１の態様は、時系列の強度信号として
与えられる音声信号を符号化するための音声信号の符号
化方法において、符号化対象となる音声信号を、デジタ
ルの音声データとして取り込む入力段階と、音声データ
の時間軸上に複数の単位区間を設定する区間設定段階
と、個々の単位区間内の音声データに基づいて、個々の
単位区間を代表する所定の代表周波数および代表強度を
定義し、時間軸上での個々の単位区間の始端位置および
終端位置を示す情報と代表周波数および代表強度を示す
情報とを含む符号データを生成し、個々の単位区間の音
声データを個々の符号データによって表現する符号化段
階と、を行うようにしたものである。

【０００８】(2) 本発明の第２の態様は、上述の第１
の態様に係る音声信号の符号化方法において、取り込ん
だ音声データの波形について変極点を求める変極点定義
段階を更に行い、区間設定段階では、変極点に基づいて
音声データの周波数もしくは信号強度の変化点を認識
し、この変化点を境界とする単位区間を設定するように
したものである。

【０００９】(3) 本発明の第３の態様は、上述の第２
の態様に係る音声信号の符号化方法において、入力段階
で、正および負の両極性デジタル値を信号強度としても
った音声データを用意し、変極点定義段階で、同極性の
デジタル値をもった変極点が複数連続する場合に、絶対
値が最大のデジタル値をもった変極点のみを残す間引処
理を行い、極性の異なる変極点が交互に現れるようにし
たものである。

【００１０】(4) 本発明の第４の態様は、上述の第２
または第３の態様に係る音声信号の符号化方法におい
て、区間設定段階で、各変極点について、それぞれ近傍
の情報に基づいて所定の固有周波数を定義し、１つの単
位区間に含まれる変極点の固有周波数が所定の近似範囲
内になるように、単位区間の設定を行うようにしたもの
である。

【００１１】(5) 本発明の第５の態様は、上述の第２
または第３の態様に係る音声信号の符号化方法におい
て、区間設定段階で、１つの単位区間に含まれる変極点
の信号強度が所定の近似範囲内になるように、単位区間
の設定を行うようにしたものである。

【００１２】(6) 本発明の第６の態様は、上述の第２
〜第５の態様に係る音声信号の符号化方法において、区
間設定段階で、絶対値が所定の許容レベル未満となる信
号強度をもつ変極点を除外する処理を行うようにしたも
のである。

【００１３】(7) 本発明の第７の態様は、上述の第２
または第３の態様に係る音声信号の符号化方法におい
て、各変極点について、それぞれ近傍の変極点との間の
時間軸上での距離に基づいて所定の固有周波数を定義す
る第１のステップと、絶対値が所定の許容レベル未満と
なる信号強度をもつ変極点を除外し、除外された変極点
の位置で分割されるような区間を定義する第２のステッ
プと、時間軸上において、変極点の固有周波数もしくは
信号強度の値が不連続となる不連続位置を探し、第２の
ステップで定義された個々の区間を、更に不連続位置で
分割することにより、新たな区間を定義する第３のステ
ップと、を区間設定段階で行い、最終的に定義された区
間を単位区間として設定するようにしたものである。

【００１４】(8) 本発明の第８の態様は、上述の第７
の態様に係る音声信号の符号化方法において、第３のス
テップで定義された区間のうち、一方の区間内の変極点
の固有周波数もしくは信号強度の平均と、他方の区間内
の変極点の固有周波数もしくは信号強度の平均との差
が、所定の許容範囲内であるような２つの隣接区間が存
在する場合に、この隣接区間を１つの区間に統合する統
合処理を行う第４のステップを更に行い、区間設定段階
では、第４のステップにおける統合処理後の区間を単位
区間として設定するようにしたものである。

【００１５】(9) 本発明の第９の態様は、上述の第２
〜第８の態様に係る音声信号の符号化方法において、各
変極点について、それぞれ近傍の変極点との間の時間軸
上での距離に基づいて所定の固有周波数を定義し、符号
化段階で、単位区間内に含まれる変極点の固有周波数に
基づいて代表周波数を定義し、単位区間内に含まれる変
極点のもつ信号強度に基づいて代表強度を定義するよう
にしたものである。

【００１６】(10) 本発明の第１０の態様は、上述の第
１〜第９の態様に係る音声信号の符号化方法において、
符号化段階で、代表周波数に基づいてノートナンバーを
定め、代表強度に基づいてベロシティーを定め、単位区
間の長さに基づいてデルタタイムを定め、１つの単位区
間の音声データを、ノートナンバー、ベロシティー、デ
ルタタイムで表現されるＭＩＤＩ形式の符号データに変
換するようにしたものである。

【００１７】(11) 本発明の第１１の態様は、上述の第
１〜第１０の態様に係る音声信号の符号化方法におい
て、符号化段階で、復号化に用いる再生音源装置の特性
に適合させるための修正処理を行うようにしたものであ
る。

【００１８】(12) 本発明の第１２の態様は、上述の第
１１の態様に係る音声信号の符号化方法において、特定
の単位区間に対応する符号データに基づいて、再生音源
装置により音の再生を行うと、特定の単位区間の長さよ
りも再生音の持続時間が短くなる場合に、特定の単位区
間を複数の小区間に分割し、各小区間ごとにそれぞれ別
個の符号データを生成する修正処理を行うようにしたも
のである。

【００１９】(13) 本発明の第１３の態様は、上述の第
１１の態様に係る音声信号の符号化方法において、生成
された一連の符号データに基づいて、再生音源装置によ
り音の再生を行うと、再生音の周波数レンジが、再生音
源装置により再生可能な固有周波数レンジに対して偏り
を生じる場合に、一連の符号データ内に含まれる代表周
波数の平均が、再生音源装置の固有周波数レンジの中心
に近付くように、代表周波数に対する修正処理を行うよ
うにしたものである。

【００２０】(14) 本発明の第１４の態様は、上述の第
９の態様に係る音声信号の符号化方法において、各変極
点について、それぞれ複数の固有周波数を定義し、符号
化段階で、各単位区間に対してそれぞれ複数の代表周波
数を定義し、各代表周波数ごとに別個の符号データを生
成し、和声として同時に再生することができる複数組の
符号データを生成するようにしたものである。

【００２１】(15) 本発明の第１５の態様は、上述の第
１〜第１４の態様に係る音声信号の符号化方法におい
て、入力段階において、それぞれ主たる周波数成分が異
なる複数ｎ個の部分音声データを生成する周波数分離処
理を行い、ｎ個の部分音声データのそれぞれについて、
後続する各段階を別個独立して実施し、和声として同時
に再生することができるｎ組の符号データを生成するよ
うにしたものである。

【００２２】(16) 本発明の第１６の態様は、上述の第
１〜第１５の態様に係る音声信号の符号化方法を実行す
るプログラムを、媒体に記録するようにしたものであ
る。

【００２３】(17) 本発明の第１７の態様は、時系列の
強度信号として与えられる音声信号を符号化して記録
し、これを復号化して再生する音声の記録再生装置にお
いて、記録対象となるアナログ音声信号を入力する音声
信号入力装置と、入力されたアナログ音声信号を、デジ
タルの音声データとして取り込み、この音声データの時
間軸上に複数の単位区間を設定し、各単位区間内の音声
データを、時間軸上での単位区間の始端位置および終端
位置を示す情報と所定の代表周波数および代表強度を示
す情報とを含む符号データに変換する符号化処理装置
と、符号化処理装置によって符号化された符号データを
記憶する記憶装置と、符号データの復号化に用いる再生
音波形を格納した再生音源装置と、記憶装置内の符号デ
ータを、再生音源装置に格納された所定の再生音波形を
用いて復号化する復号化処理装置と、復号化された音を
再生するためのスピーカ装置と、を設けたものである。

【００２４】(18) 本発明の第１８の態様は、上述の第
１７の態様に係る音声の記録再生装置において、記憶装
置内の符号データを、単位区間の長さ、代表周波数、代
表強度、を認識しうる態様で、画像として提示する符号
データ提示装置を更に設けるようにしたものである。

【００２５】(19) 本発明の第１９の態様は、上述の第
１７または第１８の態様に係る音声の記録再生装置にお
いて、符号化処理装置が、代表周波数に基づいてノート
ナンバーを定め、代表強度に基づいてベロシティーを定
め、単位区間の長さに基づいてデルタタイムを定め、１
つの単位区間の音声データを、ノートナンバー、ベロシ
ティー、デルタタイムで表現されるＭＩＤＩ形式の符号
データに変換する機能を有し、再生音源装置としてＭＩ
ＤＩ形式の音源を用いるようにしたものである。

【００２６】(20) 本発明の第２０の態様は、上述の第
１７〜第１９の態様に係る音声の記録再生装置におい
て、医療用の聴診器と、この聴診器で集められた音声を
電気信号に変換するマイクと、を用いて音声信号入力装
置を構成し、生体が発する音声を表現した再生音波形を
格納した再生音源装置を用い、音符もしくは音符に準じ
た符号を二次元平面上に時系列で配置した楽譜形式の画
像として、記憶装置内の符号データを提示する符号デー
タ提示装置を設けるようにしたものである。

【００２７】

【発明の実施の形態】以下、本発明を図示する実施形態
に基づいて説明する。

【００２８】§１． 本発明に係る音声信号の符号化方
法の基本原理 はじめに、本発明に係る音声信号の符号化方法の基本原
理を図１を参照しながら説明する。いま、図１の上段に
示すように、時系列の強度信号としてアナログ音声信号
が与えられたものとしよう。図示の例では、横軸に時間
軸ｔ、縦軸に信号強度Ａをとってこの音声信号を示して
いる。本発明では、まずこのアナログ音声信号を、デジ
タルの音声データとして取り込む処理を行う。これは、
従来の一般的なＰＣＭの手法を用い、所定のサンプリン
グ周波数でこのアナログ音声信号をサンプリングし、信
号強度Ａを所定の量子化ビット数を用いてデジタルデー
タに変換する処理を行えばよい。ここでは、説明の便宜
上、ＰＣＭの手法でデジタル化した音声データの波形
も、図１の上段のアナログ音声信号と同一の波形で示す
ことにする。

【００２９】次に、このデジタル音声データの時間軸ｔ
上に複数の単位区間を設定する。図示の例では、６つの
単位区間Ｕ１〜Ｕ６が設定されている。第ｉ番目の単位
区間Ｕｉは、時間軸ｔ上の始端ｓｉおよび終端ｅｉの座
標値によって、その時間軸ｔ上での位置と長さとが示さ
れる。たとえば、単位区間Ｕ１は、始端ｓ１〜終端ｅ１
までの（ｅ１−ｓ１）なる長さをもつ区間である。

【００３０】こうして、複数の単位区間が設定された
ら、個々の単位区間内の音声データに基づいて、個々の
単位区間を代表する所定の代表周波数および代表強度を
定義する。ここでは、第ｉ番目の単位区間Ｕｉについ
て、代表周波数Ｆｉおよび代表強度Ａｉが定義された状
態が示されている。たとえば、第１番目の単位区間Ｕ１
については、代表周波数Ｆ１および代表強度Ａ１が定義
されている。代表周波数Ｆ１は、始端ｓ１〜終端ｅ１ま
での区間に含まれている音声データの周波数成分の代表
値であり、代表強度Ａｉは、同じく始端ｓ１〜終端ｅ１
までの区間に含まれている音声データの信号強度の代表
値である。単位区間Ｕ１内の音声データに含まれる周波
数成分は、通常、単一ではなく、信号強度も変動するの
が一般的である。本発明のポイントは、１つの単位区間
について、単一の代表周波数と単一の代表強度を定義
し、これら代表値を用いて符号化を行う点にある。

【００３１】すなわち、個々の単位区間について、それ
ぞれ代表周波数および代表強度が定義されたら、時間軸
ｔ上での個々の単位区間の始端位置および終端位置を示
す情報と、定義された代表周波数および代表強度を示す
情報と、により符号データを生成し、個々の単位区間の
音声データを個々の符号データによって表現するのであ
る。単一の周波数をもち、単一の信号強度をもった音声
信号が、所定の期間だけ持続する、という事象を符号化
する手法として、ＭＩＤＩ規格に基づく符号化を利用す
ることができる。ＭＩＤＩ規格による符号データ（ＭＩ
ＤＩデータ）は、いわば音符によって音を表現したデー
タということができ、図１では、下段に示す音符によっ
て、最終的に得られる符号データの概念を示している。

【００３２】結局、各単位区間内の音声データは、代表
周波数Ｆ１に相当する音程情報（ＭＩＤＩ規格における
ノートナンバー）と、代表強度Ａ１に相当する強度情報
（ＭＩＤＩ規格におけるベロシティー）と、単位区間の
長さ（ｅ１−ｓ１）に相当する長さ情報（ＭＩＤＩ規格
におけるデルタタイム）と、をもった符号データに変換
されることになる。このようにして得られる符号データ
の情報量は、もとの音声信号のもつ情報量に比べて、著
しく小さくなり、飛躍的な符号化効率が得られることに
なる。これまで、ＭＩＤＩデータを生成する手法として
は、演奏者が実際に楽器を演奏するときの操作をそのま
ま取り込んで符号化するか、あるいは、楽譜上の音符を
データとして入力するしかなかったが、上述した本発明
に係る手法を用いれば、実際のアナログ音声信号からＭ
ＩＤＩデータを直接生成することが可能になる。

【００３３】もっとも、本発明に係る符号化方法を実用
化するためには、いくつか留意すべき点がある。第１の
留意点は、再生時に音源を用意する必要があるという点
である。本発明に係る手法によって最終的に得られる符
号データには、もとの音声信号の波形データそのものは
含まれていないため、何らかの音声波形のデータをもっ
た音源が必要になる。たとえば、ＭＩＤＩデータを再生
する場合には、ＭＩＤＩ音源が必要になる。もっとも、
ＭＩＤＩ規格が普及した現在では、種々のＭＩＤＩ音源
が入手可能であり、実用上は大きな問題は生じない。た
だ、もとの音声信号に忠実な再生音を得るためには、も
との音声信号に含まれていた音声波形に近似した波形デ
ータをもったＭＩＤＩ音源を用意する必要がある。適当
なＭＩＤＩ音源を用いた再生を行うことができれば、む
しろもとの音声信号よりも高い音質で、臨場感あふれる
再生音を得ることも可能になる。

【００３４】第２の留意点は、１つの単位区間に含まれ
る音声データの周波数を、単一の代表周波数に置き換え
てしまうという基本原理に基づく符号化手法であるた
め、非常に幅の広い周波数成分を同時に含んでいるよう
な音声信号の符号化には不向きであるという点である。
もちろん、この符号化手法は、どのような音声信号に対
しても適用可能であるが、人間の声音のように、非常に
周波数レンジの広い音声信号に対して符号化を行って
も、再生時に十分な再現性は得られなくなる。したがっ
て、本発明の符号化手法は、主として、生体の発生する
リズム音や、波や風などの自然が発生するリズム音のよ
うに、個々の単位区間内には、ある程度限定された周波
数成分のみを含む音声信号に対して利用するのが好まし
い。もっとも、入力段階で、符号化の対象となる音声デ
ータをいくつかの部分音声データに分ける手法を採れ
ば、本発明の利用範囲を更に広げることは可能である。
この点については、§４で述べることにする。

【００３５】第３の留意点は、効率的で再現性の高い符
号化を行うためには、単位区間の設定方法に工夫を凝ら
す必要があるという点である。本発明の基本原理は、上
述したように、もとの音声データを複数の単位区間に分
割し、各単位区間ごとに、単一周波数および単一強度を
示す符号データに変換するという点にある。したがっ
て、最終的に得られる符号データは、単位区間の設定方
法に大きく依存することになる。最も単純な単位区間の
設定方法は、時間軸上で、たとえば１０ｍｓごとという
ように、等間隔に単位区間を一義的に定義する方法であ
る。しかしながら、この方法では、符号化対象となるも
との音声データにかかわらず、常に一定の方法で単位区
間の定義が行われることになり、必ずしも効率的で再現
性の高い符号化は期待できない。したがって、実用上
は、もとの音声データの波形を解析し、個々の音声デー
タに適した単位区間の設定を行うようにするのが好まし
い。

【００３６】効率的な単位区間の設定を行う１つのアプ
ローチは、音声データの中で周波数帯域が近似した区間
を１つのまとまった単位区間として抽出するという方法
である。単位区間内の周波数成分は１つの代表周波数に
よって置き換えられてしまうので、この代表周波数とあ
まりにかけ離れた周波数成分が含まれていると、再生時
の再現性が低減する。したがって、ある程度近似した周
波数が持続する区間を１つの単位区間として抽出するこ
とは、再現性のよい効率的な符号化を行う上で重要であ
る。このアプローチを採る場合、具体的には、もとの音
声データの周波数の変化点を認識し、この変化点を境界
とする単位区間の設定を行うようにすればよい。

【００３７】効率的な単位区間の設定を行うもう１つの
アプローチは、音声データの中で信号強度が近似した区
間を１つのまとまった単位区間として抽出するという方
法である。単位区間内の信号強度は１つの代表強度によ
って置き換えられてしまうので、この代表強度とあまり
にかけ離れた信号強度が含まれていると、再生時の再現
性が低減する。したがって、ある程度近似した信号強度
が持続する区間を１つの単位区間として抽出すること
は、再現性のよい効率的な符号化を行う上で重要であ
る。このアプローチを採る場合、具体的には、もとの音
声データの信号強度の変化点を認識し、この変化点を境
界とする単位区間の設定を行うようにすればよい。

【００３８】§２． 本発明に係る音声信号の符号化方
法の実用的な手順 図２は、本発明のより実用的な手順を示す流れ図であ
る。この手順は、入力段階Ｓ１０、変極点定義段階Ｓ２
０、区間設定段階Ｓ３０、符号化段階Ｓ４０の４つの大
きな段階から構成されている。入力段階Ｓ１０は、符号
化対象となる音声信号を、デジタルの音声データとして
取り込む段階である。変極点定義段階Ｓ２０は、後の区
間設定段階Ｓ３０の準備段階ともいうべき段階であり、
取り込んだ音声データの波形について変極点（ローカル
ピーク）を求める段階である。また、区間設定段階Ｓ３
０は、この変極点に基づいて、音声データの時間軸上に
複数の単位区間を設定する段階であり、符号化段階Ｓ４
０は、個々の単位区間の音声データを個々の符号データ
に変換する段階である。符号データへの変換原理は、既
に§１で述べたとおりである。すなわち、個々の単位区
間内の音声データに基づいて、個々の単位区間を代表す
る所定の代表周波数および代表強度を定義し、時間軸上
での個々の単位区間の始端位置および終端位置を示す情
報と、代表周波数および代表強度を示す情報と、によっ
て符号データが生成されることになる。以下、これらの
各段階において行われる処理を順に説明する。

【００３９】＜＜＜ ２．１ 入力段階 ＞＞＞入力段
階Ｓ１０では、サンプリング処理Ｓ１１と直流成分除去
処理Ｓ１２とが実行される。サンプリング処理Ｓ１１
は、符号化の対象となるアナログ音声信号を、デジタル
の音声データとして取り込む処理であり、従来の一般的
なＰＣＭの手法を用いてサンプリングを行う処理であ
る。この実施形態では、サンプリング周波数：４４．１
ｋＨｚ、量子化ビット数：１６ビットという条件でサン
プリングを行い、デジタルの音声データを用意してい
る。

【００４０】続く、直流成分除去処理Ｓ１２は、入力し
た音声データに含まれている直流成分を除去するデジタ
ル処理である。たとえば、図３に示す音声データは、振
幅の中心レベルが、信号強度を示すデータレンジの中心
レベル（具体的なデジタル値としては、たとえば、１６
ビットでサンプリングを行い、０〜６５５３５のデータ
レンジが設定されている場合には３２７６８なる値。以
下、説明の便宜上、図３のグラフに示すように、データ
レンジの中心レベルに０をとり、サンプリングされた個
々の信号強度の値を正または負で表現する）よりもＤだ
け高い位置にきている。別言すれば、この音声データに
は、値Ｄに相当する直流成分が含まれていることにな
る。サンプリング処理の対象になったアナログ音声信号
に直流成分が含まれていると、デジタル音声データにも
この直流成分が残ることになる。そこで、直流成分除去
処理Ｓ１２によって、この直流成分Ｄを除去する処理を
行い、振幅の中心レベルとデータレンジの中心レベルと
を一致させる。具体的には、サンプリングされた個々の
信号強度の平均が０になるように、直流成分Ｄを差し引
く演算を行えばよい。これにより、正および負の両極性
デジタル値を信号強度としてもった音声データが用意で
きる。

【００４１】＜＜＜ ２．２ 変極点定義段階 ＞＞＞
変極点定義段階Ｓ２０では、変極点探索処理Ｓ２１と同
極性変極点の間引処理Ｓ２２とが実行される。変極点探
索処理Ｓ２１は、取り込んだ音声データの波形について
変極点を求める処理である。図４は、図３に示す音声デ
ータの一部を時間軸に関して拡大して示したグラフであ
る。このグラフでは、矢印Ｐ１〜Ｐ６の先端位置の点が
変極点（極大もしくは極小の点）に相当し、各変極点は
いわゆるローカルピークに相当する点となる。このよう
な変極点を探索する方法としては、たとえば、サンプリ
ングされたデジタル値を時間軸に沿って順に注目してゆ
き、増加から減少に転じた位置、あるいは減少から増加
に転じた位置を認識すればよい。ここでは、この変極点
を図示のような矢印で示すことにする。

【００４２】各変極点は、サンプリングされた１つのデ
ジタルデータに対応する点であり、所定の信号強度の情
報（矢印の長さに相当）をもつとともに、時間軸ｔ上で
の位置の情報をもつことになる。図５は、図４に矢印で
示す変極点Ｐ１〜Ｐ６のみを抜き出した示した図であ
る。以下の説明では、この図５に示すように、第ｉ番目
の変極点Ｐｉのもつ信号強度（絶対値）を矢印の長さａ
ｉとして示し、時間軸ｔ上での変極点Ｐｉの位置をｔｉ
として示すことにする。結局、変極点探索処理Ｓ２１
は、図３に示すような音声データに基づいて、図５に示
すような各変極点に関する情報を求める処理ということ
になる。

【００４３】ところで、図５に示す各変極点Ｐ１〜Ｐ６
は、交互に極性が反転する性質を有する。すなわち、図
５の例では、奇数番目の変極点Ｐ１，Ｐ３，Ｐ５は上向
きの矢印で示され、偶数番目の変極点Ｐ２，Ｐ４，Ｐ６
は下向きの矢印で示されている。これは、もとの音声デ
ータ波形の振幅が正負交互に現れる振動波形としての本
来の姿をしているためである。しかしながら、実際に
は、このような本来の振動波形が必ずしも得られるとは
限らず、たとえば、図６に示すように、多少乱れた波形
が得られる場合もある。この図６に示すような音声デー
タに対して変極点探索処理Ｓ２１を実行すると、個々の
変極点Ｐ１〜Ｐ７のすべてが検出されてしまうため、図
７に示すように、変極点を示す矢印の向きは交互に反転
するものにはならない。しかしながら、単一の代表周波
数を定義する上では、向きが交互に反転した矢印列が得
られるのが好ましい。

【００４４】同極性変極点の間引処理Ｓ２２は、図７に
示すように、同極性のデジタル値をもった変極点（同じ
向きの矢印）が複数連続した場合に、絶対値が最大のデ
ジタル値をもった変極点（最も長い矢印）のみを残し、
残りを間引きしてしまう処理である。図７に示す例の場
合、上向きの３本の矢印Ｐ１〜Ｐ３のうち、最も長いＰ
２のみが残され、下向きの３本の矢印Ｐ４〜Ｐ６のう
ち、最も長いＰ４のみが残され、結局、間引処理Ｓ２２
により、図８に示すように、３つの変極点Ｐ２，Ｐ４，
Ｐ７のみが残されることになる。この図８に示す変極点
は、図６に示す音声データの波形の本来の姿に対応した
ものになる。

【００４５】＜＜＜ ２．３ 区間設定段階 ＞＞＞既
に述べたように、本発明に係る符号化方法において、効
率的で再現性の高い符号化を行うためには、単位区間の
設定方法に工夫を凝らす必要がある。その意味で、図２
に示す各段階のうち、区間設定段階Ｓ３０は、実用上非
常に重要な段階である。上述した変極点定義段階Ｓ２０
は、この区間設定段階Ｓ３０の準備段階になっており、
単位区間の設定は、個々の変極点の情報を利用して行わ
れる。すなわち、この区間設定段階Ｓ３０では、変極点
に基づいて音声データの周波数もしくは信号強度の変化
点を認識し、この変化点を境界とする単位区間を設定す
る、という基本的な考え方に沿って処理が進められる。

【００４６】図５に示すように、矢印で示されている個
々の変極点Ｐ１〜Ｐ６には、それぞれ信号強度ａ１〜ａ
６が定義されている。しかしながら、個々の変極点Ｐ１
〜Ｐ６それ自身には、周波数に関する情報は定義されて
いない。区間設定段階Ｓ３０において最初に行われる固
有周波数定義処理Ｓ３１は、個々の変極点それぞれに、
所定の固有周波数を定義する処理である。本来、周波数
というものは、時間軸上の所定の区間内の波について定
義される物理量であり、時間軸上のある１点について定
義されるべきものではない。ただ、ここでは便宜上、個
々の変極点について、疑似的に固有周波数なるものを定
義することにする（一般に、物理学における「固有周波
数」という文言は、物体が音波などに共鳴して振動する
物体固有の周波数を意味するが、本願における「固有周
波数」とは、このような物体固有の周波数を意味するも
のではなく、個々の変極点それぞれに定義された疑似的
な周波数、別言すれば、信号のある瞬間における基本周
波数を意味するものである。）。

【００４７】いま、図９に示すように、多数の変極点の
うち、第ｎ番目〜第（ｎ＋２）番目の変極点Ｐ（ｎ），
Ｐ（ｎ＋１），Ｐ（ｎ＋２）に着目する。これら各変極
点には、それぞれ信号値ａ（ｎ），ａ（ｎ＋１），ａ
（ｎ＋２）が定義されており、また、時間軸上での位置
ｔ（ｎ），ｔ（ｎ＋１），ｔ（ｎ＋２）が定義されてい
る。ここで、これら各変極点が、音声データ波形のロー
カルピーク位置に相当する点であることを考慮すれば、
図示のように、変極点Ｐ（ｎ）とＰ（ｎ＋２）との間の
時間軸上での距離φは、もとの波形の１周期に対応する
ことがわかる。そこで、たとえば、第ｎ番目の変極点Ｐ
（ｎ）の固有周波数ｆ（ｎ）なるものを、ｆ（ｎ）＝１
／φと定義すれば、個々の変極点について、それぞれ固
有周波数を定義することができる。時間軸上での位置ｔ
（ｎ），ｔ（ｎ＋１），ｔ（ｎ＋２）が、「秒」の単位
で表現されていれば、 φ＝（ｔ（ｎ＋２）−ｔ（ｎ）） であるから、 ｆ（ｎ）＝１／（ｔ（ｎ＋２）−ｔ（ｎ）） として定義できる。

【００４８】なお、実際のデジタルデータ処理の手順を
考慮すると、個々の変極点の位置は、「秒」の単位では
なく、サンプル番号ｘ（サンプリング処理Ｓ１１におけ
る何番目のサンプリング時に得られたデータであるかを
示す番号）によって表されることになるが、このサンプ
ル番号ｘと実時間「秒」とは、サンプリング周波数ｆｓ
によって一義的に対応づけられる。たとえば、第ｍ番目
のサンプルｘ（ｍ）と第（ｍ＋１）番目のサンプルｘ
（ｍ＋１）との間の実時間軸上での間隔は、１／ｆｓに
なる。

【００４９】さて、このようにして個々の変極点に定義
された固有周波数は、物理的には、その変極点付近のロ
ーカルな周波数を示す量ということになる。隣接する別
な変極点との距離が短ければ、その付近のローカルな周
波数は高く、隣接する別な変極点との距離が長ければ、
その付近のローカルな周波数は低いということになる。
もっとも、上述の例では、後続する２つ目の変極点との
間の距離に基づいて固有周波数を定義しているが、固有
周波数の定義方法としては、この他どのような方法を採
ってもかまわない。たとえば、第ｎ番目の変極点の固有
周波数ｆ（ｎ）を、先行する第（ｎ−２）番目の変極点
との間の距離を用いて、 ｆ（ｎ）＝１／（ｔ（ｎ）−ｔ（ｎ−２）） と定義することもできる。また、前述したように、後続
する２つ目の変極点との間の距離に基づいて、固有周波
数ｆ（ｎ）を、 ｆ（ｎ）＝１／（ｔ（ｎ＋２）−ｔ（ｎ）） なる式で定義した場合であっても、最後の２つの変極点
については、後続する２つ目の変極点が存在しないの
で、先行する変極点を利用して、 ｆ（ｎ）＝１／（ｔ（ｎ）−ｔ（ｎ−２）） なる式で定義すればよい。

【００５０】あるいは、後続する次の変極点との間の距
離に基づいて、第ｎ番目の変極点の固有周波数ｆ（ｎ）
を、 ｆ（ｎ）＝（１／２）・１／（ｔ（ｎ＋１）−ｔ
（ｎ）） なる式で定義することもできるし、後続する３つ目の変
極点との間の距離に基づいて、 ｆ（ｎ）＝（３／２）・１／（ｔ（ｎ＋３）−ｔ
（ｎ）） なる式で定義することもできる。結局、一般式を用いて
示せば、第ｎ番目の変極点についての固有周波数ｆ
（ｎ）は、ｋ個離れた変極点（ｋが正の場合は後続する
変極点、負の場合は先行する変極点）との間の時間軸上
での距離に基づいて、 ｆ（ｎ）＝（ｋ／２）・１／（ｔ（ｎ＋ｋ）−ｔ
（ｎ）） なる式で定義することができる。ｋの値は、予め適当な
値に設定しておけばよい。変極点の時間軸上での間隔が
比較的小さい場合には、ｋの値をある程度大きく設定し
た方が、誤差の少ない固有周波数を定義することができ
る。ただし、ｋの値をあまり大きく設定しすぎると、ロ
ーカルな周波数としての意味が失われてしまうことにな
り好ましくない。

【００５１】こうして、固有周波数定義処理Ｓ３１が完
了すると、個々の変極点Ｐ（ｎ）には、信号強度ａ
（ｎ）と、固有周波数ｆ（ｎ）と、時間軸上での位置ｔ
（ｎ）とが定義されることになる。

【００５２】さて、§１では、効率的で再現性の高い符
号化を行うためには、１つの単位区間に含まれる変極点
の周波数が所定の近似範囲内になるように単位区間を設
定するという第１のアプローチと、１つの単位区間に含
まれる変極点の信号強度が所定の近似範囲内になるよう
に単位区間を設定するという第２のアプローチとがある
ことを述べた。ここでは、この２つのアプローチを用い
た単位区間の設定手法を、具体例に即して説明しよう。

【００５３】いま、図１０に示すように、９つの変極点
Ｐ１〜Ｐ９のそれぞれについて、信号強度ａ１〜ａ９と
固有周波数ｆ１〜ｆ９とが定義されている場合を考え
る。この場合、第１のアプローチに従えば、個々の固有
周波数ｆ１〜ｆ９に着目し、互いに近似した固有周波数
をもつ空間的に連続した変極点の一群を１つの単位区間
とする処理を行えばよい。たとえば、固有周波数ｆ１〜
ｆ５がほぼ同じ値（第１の基準値）をとり、固有周波数
ｆ６〜ｆ９がほぼ同じ値（第２の基準値）をとってお
り、第１の基準値と第２の基準値との差が所定の許容範
囲を越えていた場合、図１０に示すように、第１の基準
値の近似範囲に含まれる固有周波数ｆ１〜ｆ５をもつ変
極点Ｐ１〜Ｐ５を含む区間を単位区間Ｕ１とし、第２の
基準値の近似範囲に含まれる固有周波数ｆ６〜ｆ９をも
つ変極点Ｐ６〜Ｐ９を含む区間を単位区間Ｕ２として設
定すればよい。本発明による手法では、１つの単位区間
については、単一の代表周波数が与えられることになる
が、このように、固有周波数が互いに近似範囲内にある
複数の変極点が存在する区間を１つの単位区間として設
定すれば、代表周波数と個々の固有周波数との差が所定
の許容範囲内に抑えられることになり、大きな問題は生
じない。

【００５４】続いて、固有周波数が近似する変極点を１
グループにまとめて、１つの単位区間を定義するための
具体的な手法の一例を以下に示す。たとえば、図１０に
示すように、９つの変極点Ｐ１〜Ｐ９が与えられた場
合、まず変極点Ｐ１とＰ２について、固有周波数を比較
し、両者の差が所定の許容範囲ｆｆ内にあるか否かを調
べる。もし、 ｜ｆ１−ｆ２｜＜ｆｆ であれば、変極点Ｐ１，Ｐ２を第１の単位区間Ｕ１に含
ませる。そして、今度は、変極点Ｐ３を、この第１の単
位区間Ｕ１に含ませてよいか否かを調べる。これは、こ
の第１の単位区間Ｕ１についての平均固有周波数（ｆ１
＋ｆ２）／２と、ｆ３との比較を行い、 ｜（ｆ１＋ｆ２）／２−ｆ３｜＜ｆｆ であれば、変極点Ｐ３を第１の単位区間Ｕ１に含ませれ
ばよい。更に、変極点Ｐ４に関しては、 ｜（ｆ１＋ｆ２＋ｆ３）／３−ｆ４｜＜ｆｆ であれば、これを第１の単位区間Ｕ１に含ませることが
でき、変極点Ｐ５に関しては、 ｜（ｆ１＋ｆ２＋ｆ３＋ｆ４）／４−ｆ５｜＜ｆｆ であれば、これを第１の単位区間Ｕ１に含ませることが
できる。ここで、もし、変極点Ｐ６について、 ｜（ｆ１＋ｆ２＋ｆ３＋ｆ４＋ｆ５）／５−ｆ６｜＞ｆ
ｆ なる結果が得られたしまった場合、すなわち、固有周波
数ｆ６と、第１の単位区間Ｕ１の平均固有周波数との差
が、所定の許容範囲ｆｆを越えてしまった場合、変極点
Ｐ５とＰ６との間に不連続位置が検出されたことにな
り、変極点Ｐ６を第１の単位区間Ｕ１に含ませることは
できない。そこで、変極点Ｐ５をもって第１の単位区間
Ｕ１の終端とし、変極点Ｐ６は別な第２の単位区間Ｕ２
の始端とする。そして、変極点Ｐ６とＰ７について、固
有周波数を比較し、両者の差が所定の許容範囲ｆｆ内に
あるか否かを調べ、もし、 ｜ｆ６−ｆ７｜＜ｆｆ であれば、変極点Ｐ６，Ｐ７を第２の単位区間Ｕ２に含
ませる。そして、今度は、変極点Ｐ８に関して、 ｜（ｆ６＋ｆ７）／２−ｆ８｜＜ｆｆ であれば、これを第２の単位区間Ｕ２に含ませ、変極点
Ｐ９に関して、 ｜（ｆ６＋ｆ７＋ｆ８）／３−ｆ９｜＜ｆｆ であれば、これを第２の単位区間Ｕ２に含ませる。

【００５５】このような手法で、不連続位置の検出を順
次行ってゆき、各単位区間を順次設定してゆけば、上述
した第１のアプローチに沿った区間設定が可能になる。
もちろん、上述した具体的な手法は、一例として示した
ものであり、この他にも種々の手法を採ることができ
る。たとえば、平均値と比較する代わりに、常に隣接す
る変極点の固有周波数を比較し、差が許容範囲ｆｆを越
えた場合に不連続位置と認識する簡略化した手法を採っ
てもかまわない。すなわち、ｆ１とｆ２との差、ｆ２と
ｆ３との差、ｆ３とｆ４との差、…というように、個々
の差を検討してゆき、差が許容範囲ｆｆを越えた場合に
は、そこを不連続位置として認識すればよい。

【００５６】以上、第１のアプローチについて述べた
が、第２のアプローチに基づく単位区間の設定も同様に
行うことができる。この場合は、個々の変極点の信号強
度ａ１〜ａ９に着目し、所定の許容範囲ａａとの比較を
行うようにすればよい。もちろん、第１のアプローチと
第２のアプローチとの双方を組み合わせて、単位区間の
設定を行ってもよい。この場合は、個々の変極点の固有
周波数ｆ１〜ｆ９と信号強度ａ１〜ａ９との双方に着目
し、両者がともに所定の許容範囲ｆｆおよびａａ内に入
っていれば、同一の単位区間に含ませるというような厳
しい条件を課してもよいし、いずれか一方が許容範囲内
に入っていれば、同一の単位区間に含ませるというよう
な緩い条件を課してもよい。

【００５７】なお、この区間設定段階Ｓ３０において
は、上述した各アプローチに基づいて単位区間の設定を
行う前に、絶対値が所定の許容レベル未満となる信号強
度をもつ変極点を除外する処理を行っておくのが好まし
い。たとえば、図１１に示す例のように所定の許容レベ
ルＬＬを設定すると、変極点Ｐ４の信号強度ａ４と変極
点Ｐ９の信号強度ａ９は、その絶対値がこの許容レベル
ＬＬ未満になる。このような場合、変極点Ｐ４，Ｐ９を
除外する処理を行うのである。このような除外処理を行
う第１の意義は、もとの音声信号に含まれていたノイズ
成分を除去することにある。通常、音声信号を電気的に
取り込む過程では、種々のノイズ成分が混入することが
多く、このようなノイズ成分までも含めて符号化が行わ
れると好ましくない。

【００５８】もっとも、許容レベルＬＬをある程度以上
に設定すると、ノイズ成分以外のものも除外されること
になるが、このようにノイズ成分以外の信号を除外する
ことも、場合によっては、十分に意味のある処理にな
る。すなわち、この除外処理を行う第２の意義は、もと
の音声信号に含まれていた情報のうち、興味の対象外と
なる情報を除外することにある。たとえば、図１の上段
に示す音声信号は、人間の心音を示す信号であるが、こ
の音声信号のうち、疾患の診断などに有効な情報は、振
幅の大きな部分（各単位区間Ｕ１〜Ｕ６の部分）に含ま
れており、それ以外の部分の情報はあまり役にたたな
い。そこで、所定の許容レベルＬＬを設定し、無用な情
報部分を除外する処理を行うと、より効率的な符号化が
可能になる。

【００５９】また、心音や肺音のように、生体が発生す
る生理的リズム音における比較的振幅の小さな成分は、
生体内で発生する反響音であることが多く、このような
反響音は、符号化の時点で一旦除外してしまっても、再
生時にエコーなどの音響効果を加えることにより容易に
付加することが可能である。このような点においても、
許容レベル未満の変極点を除外する処理は意味をもつ。

【００６０】なお、許容レベル未満の変極点を除外する
処理を行った場合は、除外された変極点の位置で分割さ
れるように単位区間定義を行うようにするのが好まし
い。たとえば、図１１に示す例の場合、除外された変極
点Ｐ４，Ｐ９の位置（一点鎖線で示す）で分割された単
位区間Ｕ１，Ｕ２が定義されている。このような単位区
間定義を行えば、図１の上段に示す音声信号のように、
信号強度が許容レベル以上の区間（単位区間Ｕ１〜Ｕ６
の各区間）と、許容レベル未満の区間（単位区間Ｕ１〜
Ｕ６以外の区間）とが交互に出現するような音声信号の
場合、非常に的確な単位区間の定義が可能になる。

【００６１】これまで、区間設定段階Ｓ３０で行われる
効果的な区間設定手法の要点を述べてきたが、ここで
は、より具体的な手順を述べることにする。図２の流れ
図に示されているように、この区間設定段階Ｓ３０は、
４つの処理Ｓ３１〜Ｓ３４によって構成されている。固
有周波数定義処理Ｓ３１は、既に述べたように、各変極
点について、それぞれ近傍の変極点との間の時間軸上で
の距離に基づいて所定の固有周波数を定義する処理であ
る。ここでは、図１２に示すように、変極点Ｐ１〜Ｐ１
７のそれぞれについて、固有周波数ｆ１〜ｆ１７が定義
された例を考える。

【００６２】続く、レベルによるスライス処理Ｓ３２
は、絶対値が所定の許容レベル未満となる信号強度をも
つ変極点を除外し、除外された変極点の位置で分割され
るような区間を定義する処理である。ここでは、図１２
に示すような変極点Ｐ１〜Ｐ１７に対して、図１３に示
すような許容レベルＬＬを設定した場合を考える。この
場合、変極点Ｐ１，Ｐ２，Ｐ１１，Ｐ１６，Ｐ１７が、
許容レベル未満の変極点として除外されることになる。
図１４では、このようにして除外された変極点を破線の
矢印で示す。この「レベルによるスライス処理Ｓ３２」
では、更に、除外された変極点の位置で分割されるよう
な区間Ｋ１，Ｋ２が定義される。ここでは、１つでも除
外された変極点が存在する場合には、その位置の左右に
異なる区間を設定するようにしており、結果的に、変極
点Ｐ３〜Ｐ１０までの区間Ｋ１と、変極点Ｐ１２〜Ｐ１
５までの区間Ｋ２とが設定されることになる。なお、こ
こで定義された区間Ｋ１，Ｋ２は、暫定的な区間であ
り、必ずしも最終的な単位区間になるとは限らない。

【００６３】次の不連続部分割処理Ｓ３３は、時間軸上
において、変極点の固有周波数もしくは信号強度の値が
不連続となる不連続位置を探し、処理Ｓ３２で定義され
た個々の区間を、更にこの不連続位置で分割することに
より、新たな区間を定義する処理である。たとえば、上
述の例の場合、図１５に示すような暫定区間Ｋ１，Ｋ２
が定義されているが、ここで、もし暫定区間Ｋ１内の変
極点Ｐ６とＰ７との間に不連続が生じていた場合は、こ
の不連続位置で暫定区間Ｋ１を分割し、図１６に示すよ
うに、新たに暫定区間Ｋ１−１とＫ１−２とが定義さ
れ、結局、３つの暫定区間Ｋ１−１，Ｋ１−２，Ｋ２が
形成されることになる。不連続位置の具体的な探索手法
は既に述べたとおりである。たとえば、図１５の例の場
合、 ｜（ｆ３＋ｆ４＋ｆ５＋ｆ６）／４−ｆ７｜＞ｆｆ の場合に、変極点Ｐ６とＰ７との間に固有周波数の不連
続が生じていると認識されることになる。同様に、変極
点Ｐ６とＰ７との間の信号強度の不連続は、 ｜（ａ３＋ａ４＋ａ５＋ａ６）／４−ａ７｜＞ａａ の場合に認識される。

【００６４】不連続部分割処理Ｓ３３で、実際に区間分
割を行うための条件としては、 固有周波数の不連続が生じた場合にのみ区間の分割を
行う、 信号強度の不連続が生じた場合にのみ区間の分割を行
う、 固有周波数の不連続か信号強度の不連続かの少なくと
も一方が生じた場合に区間の分割を行う、 固有周波数の不連続と信号強度の不連続との両方が生
じた場合にのみ区間の分割を行う、など、種々の条件を
設定することが可能である。あるいは、不連続の度合い
を考慮して、上述の〜を組み合わせるような複合条
件を設定することもできる。

【００６５】こうして、不連続部分割処理Ｓ３３によっ
て得られた区間（上述の例の場合、３つの暫定区間Ｋ１
−１，Ｋ１−２，Ｋ２）を、最終的な単位区間として設
定することもできるが、ここでは更に、区間統合処理Ｓ
３４を行っている。この区間統合処理Ｓ３４は、不連続
部分割処理Ｓ３３によって得られた区間のうち、一方の
区間内の変極点の固有周波数もしくは信号強度の平均
と、他方の区間内の変極点の固有周波数もしくは信号強
度の平均との差が、所定の許容範囲内であるような２つ
の隣接区間が存在する場合に、この隣接区間を１つの区
間に統合する処理である。たとえば、上述の例の場合、
図１７に示すように、区間Ｋ１−２と区間Ｋ２とを平均
固有周波数で比較した結果、 ｜（ｆ７＋ｆ８＋ｆ９＋ｆ１０）／４−（ｆ１２＋ｆ１
３＋ｆ１４＋ｆ１５）／４｜＜ｆｆ のように、平均の差が所定の許容範囲ｆｆ以内であった
場合には、区間Ｋ１−２と区間Ｋ２とは統合されること
になる。もちろん、平均信号強度の差が許容範囲ａａ以
内であった場合に統合を行うようにしてもよいし、平均
固有周波数の差が許容範囲ｆｆ内という条件と平均信号
強度の差が許容範囲ａａ以内という条件とのいずれか一
方が満足された場合に統合を行うようにしてもよいし、
両条件がともに満足された場合に統合を行うようにして
もよい。また、このような種々の条件が満足されていて
も、両区間の間の間隔が時間軸上で所定の距離以上離れ
ていた場合（たとえば、多数の変極点が除外されたため
に、かなりの空白区間が生じているような場合）は、統
合処理を行わないような加重条件を課すことも可能であ
る。

【００６６】かくして、この区間統合処理Ｓ３４を行っ
た後に得られた区間が、最終的な単位区間として設定さ
れることになる。上述の例では、最終的に、図１８に示
すように、単位区間Ｕ１（図１７の暫定区間Ｋ１−１）
と、単位区間Ｕ２（図１７で統合された暫定区間Ｋ１−
２およびＫ２）とが設定される。

【００６７】なお、ここに示す実施態様では、こうして
得られた単位区間の始端と終端を、その区間に含まれる
最初の変極点の時間軸上の位置を始端とし、その区間に
含まれる最後の変極点の時間軸上の位置を終端とする、
という定義で定めることにする。したがって、図１８に
示す例では、単位区間Ｕ１は時間軸上の位置ｔ３〜ｔ６
までの区間であり、単位区間Ｕ２は時間軸上の位置ｔ７
〜ｔ１５までの区間となる。

【００６８】＜＜＜ ２．４ 符号化段階 ＞＞＞次
に、図２の流れ図に示されている符号化段階Ｓ４０につ
いて説明する。ここに示す実施形態では、この符号化段
階Ｓ４０は、符号データ生成処理Ｓ４１と、符号データ
修正処理Ｓ４２とによって構成されている。符号データ
生成処理Ｓ４１は、区間設定段階Ｓ３０において設定さ
れた個々の単位区間内の音声データに基づいて、個々の
単位区間を代表する所定の代表周波数および代表強度を
定義し、時間軸上での個々の単位区間の始端位置および
終端位置を示す情報と、代表周波数および代表強度を示
す情報とを含む符号データを生成する処理であり、この
処理により、個々の単位区間の音声データは個々の符号
データによって表現されることになる。一方、符号デー
タ修正処理Ｓ４２は、後述するように、生成された符号
データを、復号化に用いる再生音源装置の特性に適合さ
せるために修正する処理である。

【００６９】符号データ生成処理Ｓ４１における符号デ
ータ生成の具体的手法は、非常に単純である。すなわ
ち、個々の単位区間内に含まれる変極点の固有周波数に
基づいて代表周波数を定義し、個々の単位区間内に含ま
れる変極点のもつ信号強度に基づいて代表強度を定義れ
ばよい。これを図１８の例で具体的に示そう。この図１
８に示す例では、変極点Ｐ３〜Ｐ６を含む単位区間Ｕ１
と、変極点Ｐ７〜Ｐ１５（ただし、Ｐ１１は除外されて
いる）を含む単位区間Ｕ２とが設定されている。ここに
示す実施形態では、単位区間Ｕ１（始端ｔ３，終端ｔ
６）については、図１９上段に示すように、代表周波数
Ｆ１および代表強度Ａ１が、 Ｆ１＝Σ（ｆ３＋ｆ４＋ｆ５＋ｆ６）／４ Ａ１＝Σ（ａ３＋ａ４＋ａ５＋ａ６）／４ なる式で演算され、単位区間Ｕ２（始端ｔ７，終端ｔ１
５）については、図１９下段に示すように、代表周波数
Ｆ２および代表強度Ａ２が、 Ｆ２＝Σ（ｆ７＋ｆ８＋ｆ９＋ｆ１０＋ｆ１２＋ｆ１３
＋ｆ１４＋ｆ１５）／８ Ａ２＝Σ（ａ７＋ａ８＋ａ９＋ａ１０＋ａ１２＋ａ１３
＋ａ１４＋ａ１５）／８ なる式で演算される。別言すれば、代表周波数および代
表強度は、単位区間内に含まれる変極点の固有周波数お
よび信号強度の単純平均値となっている。もっとも、代
表値としては、このような単純平均値だけでなく、重み
を考慮した加重平均値をとってもかまわない。たとえ
ば、信号強度に基づいて個々の変極点に重みづけをし、
この重みづけを考慮した固有周波数の加重平均値を代表
周波数としてもよい。

【００７０】こうして個々の単位区間に、それぞれ代表
周波数および代表強度が定義されれば、時間軸上での個
々の単位区間の始端位置と終端位置は既に得られている
ので、個々の単位区間に対応する符号データの生成が可
能になる。たとえば、図１８に示す例の場合、図２０に
示すように、５つの区間Ｅ０，Ｕ１，Ｅ１，Ｕ２，Ｅ２
を定義するための符号データを生成することができる。
ここで、区間Ｕ１，Ｕ２は、前段階で設定された単位区
間であり、区間Ｅ０，Ｅ１，Ｅ２は、各単位区間の間に
相当する空白区間である。各単位区間Ｕ１，Ｕ２には、
それぞれ代表周波数Ｆ１，Ｆ２と代表強度Ａ１，Ａ２が
定義されているが、空白区間Ｅ０，Ｅ１，Ｅ２は、単に
始端および終端のみが定義されている区間である。

【００７１】図２１は、図２０に示す個々の区間に対応
する符号データの構成例を示す図表である。この例で
は、１行に示された符号データは、区間名（実際には、
不要）と、区間の始端位置および終端位置と、代表周波
数および代表強度と、によって構成されている。一方、
図２２は、図２０に示す個々の区間に対応する符号デー
タの別な構成例を示す図表である。図２１に示す例で
は、各単位区間の始端位置および終端位置を直接符号デ
ータとして表現していたが、図２２に示す例では、各単
位区間の始端位置および終端位置を示す情報として、区
間長Ｌ１〜Ｌ４（図２０参照）を用いている。なお、図
２１に示す構成例のように、単位区間の始端位置および
終端位置を直接符号データとして用いる場合には、実際
には、空白区間Ｅ０，Ｅ１，…についての符号データは
不要である（図２１に示す単位区間Ｕ１，Ｕ２の符号デ
ータのみから、図２０の構成が再現できる）。

【００７２】本発明に係る音声信号の符号化方法によっ
て、最終的に得られる符号データは、この図２１あるい
は図２２に示すような符号データである。もっとも、符
号データとしては、各単位区間の時間軸上での始端位置
および終端位置を示す情報と、代表周波数および代表強
度を示す情報とが含まれていれば、どのような構成のデ
ータを用いてもかまわない。最終的に得られる符号デー
タに、上述の情報さえ含まれていれば、所定の音源を用
いて音声の再生（復号化）が可能になる。たとえば、図
２０に示す例の場合、時刻０〜ｔ３の期間は沈黙を守
り、時刻ｔ３〜ｔ６の期間に周波数Ｆ１に相当する音を
強度Ａ１で鳴らし、時刻ｔ６〜ｔ７の期間は沈黙を守
り、時刻ｔ７〜ｔ１５の期間に周波数Ｆ２に相当する音
を強度Ａ２で鳴らせば、もとの音声信号の再生が行われ
ることになる。

【００７３】§３． ＭＩＤＩ形式の符号データを用い
る実施形態 ＜＜＜ ３．１ ＭＩＤＩデータへの変換原理 ＞＞＞
上述したように、本発明に係る音声信号の符号化方法で
は、最終的に、個々の単位区間についての始端位置およ
び終端位置を示す情報と、代表周波数および代表強度を
示す情報とが含まれた符号データであれば、どのような
形式の符号データを用いてもかまわない。しかしなが
ら、実用上は、そのような符号データとして、ＭＩＤＩ
形式の符号データを採用するのが最も好ましい。ここで
は、ＭＩＤＩ形式の符号データの中でも、最も標準的に
利用されているＳＭＦ（Standard MIDI File）形式の符
号データを採用した具体的な実施形態を示す。

【００７４】図２３は、一般的なＳＭＦ形式の符号デー
タの構成を示す図である。図示のとおり、このＳＭＦ形
式では、「ノートオン」データもしくは「ノートオフ」
データが、「デルタタイム」データを介在させながら存
在する。「デルタタイム」データは、１〜４バイトのデ
ータで構成され、所定の時間間隔を示すデータである。
一方、「ノートオン」データは、全部で３バイトから構
成されるデータであり、１バイト目は常にノートオン符
号「９０ H」に固定されており（ Hは１６進数を示
す）、２バイト目にノートナンバーＮを示すコードが、
３バイト目にベロシティーＶを示すコードが、それぞれ
配置される。ノートナンバーＮは、音階（一般の音楽で
いう全音７音階の音階ではなく、ここでは半音１２音階
の音階をさす）の番号を示す数値であり、このノートナ
ンバーＮが定まると、たとえば、ピアノの特定の鍵盤キ
ーが指定されることになる（Ｃ−２の音階がノートナン
バーＮ＝０に対応づけられ、以下、Ｎ＝１２７までの１
２８通りの音階が対応づけられる。ピアノの鍵盤中央の
ラの音（Ａ３音）は、ノートナンバーＮ＝６９にな
る）。ベロシティーＶは、音の強さを示すパラメータで
あり（もともとは、ピアノの鍵盤などを弾く速度を意味
する）、Ｖ＝０〜１２７までの１２８段階の強さが定義
される。

【００７５】同様に、「ノートオフ」データも、全部で
３バイトから構成されるデータであり、１バイト目は常
にノートオフ符号「８０ H」に固定されており、２バイ
ト目にノートナンバーＮを示すコードが、３バイト目に
ベロシティーＶを示すコードが、それぞれ配置される。
「ノートオン」データと「ノートオフ」データとは対に
なって用いられる。たとえば、「９０ H，６９，８０」
なる３バイトの「ノートオン」データは、ノートナンバ
ーＮ＝６９に対応する鍵盤中央のラのキーを押し下げる
操作を意味し、以後、同じノートナンバーＮ＝６９を指
定した「ノートオフ」データが与えられるまで、そのキ
ーを押し下げた状態が維持される（実際には、ピアノな
どのＭＩＤＩ音源の波形を用いた場合、有限の時間内
に、ラの音の波形は減衰してしまう）。ノートナンバー
Ｎ＝６９を指定した「ノートオフ」データは、たとえ
ば、「８０ H，６９，５０」のような３バイトのデータ
として与えられる。「ノートオフ」データにおけるベロ
シティーＶの値は、たとえばピアノの場合、鍵盤キーか
ら指を離す速度を示すパラメータになる。

【００７６】なお、上述の説明では、ノートオン符号
「９０ H」およびノートオフ符号「８０ H」は固定であ
ると述べたが、これらの符号の下位４ビットは必ずしも
０に固定されているわけではなく、チャネル番号０〜１
５のいずれかを特定するコードとして利用することがで
き、チャネルごとにそれぞれ別々の楽器の音色について
のオン・オフを指定することができる。

【００７７】このように、ＭＩＤＩデータは、もともと
楽器演奏の操作に関する情報（別言すれば、楽譜の情
報）を記述する目的で利用されている符号データである
が、本発明に係る音声信号の符号化方法への利用にも適
している。すなわち、各単位区間についての代表周波数
Ｆに基づいてノートナンバーＮを定め、代表強度Ａに基
づいてベロシティーＶを定め、単位区間の長さＬに基づ
いてデルタタイムＴを定めるようにすれば、１つの単位
区間の音声データを、ノートナンバー、ベロシティー、
デルタタイムで表現されるＭＩＤＩ形式の符号データに
変換することが可能になる。このようなＭＩＤＩデータ
への具体的な変換方法を図２４に示す。

【００７８】まず、ＭＩＤＩデータのデルタタイムＴ
は、単位区間の区間長Ｌ（単位：秒）を用いて、 Ｔ＝Ｌ・７６８ なる簡単な式で定義できる。ここで、数値「７６８」
は、四分音符を基準にして、その長さ分解能（たとえ
ば、長さ分解能を１／２に設定すれば八分音符まで、１
／８に設定すれば三十二分音符まで表現可能：一般の音
楽では１／１６程度の設定が使われる）を、ＭＩＤＩ規
格での最小値である１／３８４に設定し、メトロノーム
指定を四分音符＝１２０（毎分１２０音符）にした場合
のＭＩＤＩデータによる表現形式における時間分解能を
示す固有の数値である。

【００７９】また、ＭＩＤＩデータのノートナンバーＮ
は、１オクターブ上がると、周波数が２倍になる対数尺
度の音階では、単位区間の代表周波数Ｆ（単位：Ｈｚ）
を用いて、 Ｎ＝（１２／ｌｏｇ_１０２）・（ｌｏｇ_１０（Ｆ／４４
０）＋６９ なる式で定義できる。ここで、右辺第２項の数値「６
９」は、ピアノ鍵盤中央のラの音（Ａ３音）のノートナ
ンバー（基準となるノートナンバー）を示しており、右
辺第１項の数値「４４０」は、このラの音の周波数（４
４０Ｈｚ）を示しており、右辺第１項の数値「１２」
は、半音を１音階として数えた場合の１オクターブの音
階数を示している。

【００８０】更に、ＭＩＤＩデータのベロシティーＶ
は、単位区間の代表周波数Ａと、その最大値Ａmax とを
用いて、 Ｖ＝（Ａ／Ａmax ）・１２７ なる式で、Ｖ＝０〜１２７の範囲の値を定義することが
できる。なお、通常の楽器の場合、「ノートオン」デー
タにおけるベロシティーＶと、「ノートオフ」データに
おけるベロシティーＶとは、上述したように、それぞれ
異なる意味をもつが、この実施形態では、「ノートオ
フ」データにおけるベロシティーＶとして、「ノートオ
ン」データにおけるベロシティーＶと同一の値をそのま
ま用いるようにしている。

【００８１】前章の§２では、図２０に示すような２つ
の単位区間Ｕ１，Ｕ２内の音声データに対して、図２１
あるいは図２２に示すような符号データが生成される例
を示したが、ＳＭＦ形式のＭＩＤＩデータを用いた場
合、単位区間Ｕ１，Ｕ２内の音声データは、図２５の図
表に示すような各データ列で表現されることになる。こ
こで、ノートナンバーＮ１，Ｎ２は、代表周波数Ｆ１，
Ｆ２を用いて上述の式により得られた値であり、ベロシ
ティーＶ１，Ｖ２は、代表強度Ａ１，Ａ２を用いて上述
の式により得られた値である。

【００８２】＜＜＜ ３．２ ＭＩＤＩデータの修正処
理 ＞＞＞図２に示す流れ図における符号化段階Ｓ４０
では、符号データ生成処理Ｓ４１の後に、符号データ修
正処理Ｓ４２が行われる。符号データ生成処理Ｓ４１
は、上述した具体的な手法により、たとえば、図２５に
示すようなＭＩＤＩデータ列を生成する処理であり、符
号データ修正処理Ｓ４２は、このようなＭＩＤＩデータ
列に対して、更に修正を加える処理である。後述するよ
うに、図２５に示すようなＭＩＤＩデータ列に基づい
て、音声を再生（復号化）するには、実際の音声の波形
データをもった再生音源装置（ＭＩＤＩ音源）が必要に
なるが、このＭＩＤＩ音源の特性は個々の音源ごとに様
々であり、必要に応じて、用いるＭＩＤＩ音源の特性に
適合させるために、ＭＩＤＩデータに修正処理を加えた
方が好ましい場合がある。以下に、このような修正処理
が必要な具体的な事例を述べる。

【００８３】いま、図２６の上段に示すように、区間長
Ｌｉをもった単位区間Ｕｉ内の音声データが所定のＭＩ
ＤＩデータ（修正前のＭＩＤＩデータ）によって表現さ
れていた場合を考える。すなわち、この単位区間Ｕｉに
は、代表周波数Ｆｉおよび代表強度Ａｉが定義されてお
り、代表周波数Ｆｉ，代表強度Ａｉ，区間長Ｌｉに基づ
いて、ノートナンバーＮｉ，ベロシティーＶｉ，デルタ
タイムＴｉが設定されていることになる。このとき、こ
のＭＩＤＩデータを再生するために用いる予定のＭＩＤ
Ｉ音源のノートナンバーＮｉに対応する再生音の波形
が、図２６の中段に示すようなものであったとしよう。
この場合、単位区間Ｕｉの単位長Ｌｉよりも、ＭＩＤＩ
音源の再生音の持続時間ＬＬｉの方が短いことになる。
したがって、修正前のＭＩＤＩデータを、このＭＩＤＩ
音源を用いてそのまま再生すると、本来の音が鳴り続け
なければならない時間Ｌｉよりも短い持続時間ＬＬｉ
で、再生音は減衰してしまうことになる。このような事
態が生じると、もとの音声信号の再現性が低下してしま
う。

【００８４】そこで、このような場合、単位区間を複数
の小区間に分割し、各小区間ごとにそれぞれ別個の符号
データを生成する修正処理を行うとよい。この図２６に
示す例の場合、図の下段に示すように、もとの単位区間
Ｕｉを、２つの小区間Ｕｉ１，Ｕｉ２に分割し、それぞ
れについて別個のＭＩＤＩデータを生成するようにして
いる。個々の小区間Ｕｉ１，Ｕｉ２に定義される代表周
波数および代表強度は、いずれも分割前の単位区間Ｕｉ
の代表周波数Ｆｉおよび代表強度Ａｉと同じであり、区
間長だけがＬｉ／２になったわけであるから、修正後の
ＭＩＤＩデータとしては、結局、ノートナンバーＮｉ，
ベロシティーＶｉ，デルタタイムＴｉ／２を示すＭＩＤ
Ｉデータが２組得られることになる。

【００８５】一般のＭＩＤＩ音源では、通常、再生音の
持続時間はその再生音の周波数に応じて決まる。特に、
心音などの音色についての音源では、再生音の周波数を
ｆ（Ｈｚ）とした場合、その持続時間は５／ｆ（秒）程
度である。したがって、このような音源を用いたときに
は、特定の単位区間Ｕｉについて、代表周波数Ｆｉと区
間長Ｌｉとの関係が、Ｌｉ＞５／Ｆｉとなるような場合
には、Ｌｉ／ｍ＜５／Ｆｉとなるような適当な分割数ｍ
を求め、上述した修正処理により、単位区間Ｕｉをｍ個
の小区間に分割するような処理を行うのが好ましい。

【００８６】続いて、修正処理が必要な別な事例を示そ
う。いま、再生に用いる予定のＭＩＤＩ音源の再生音
が、図２７の左側に示すような周波数レンジを有してい
るのに対し、生成された一連のＭＩＤＩデータに基づく
再生音の周波数レンジが、図２７の右側に示すように、
低音側にオフセット量ｄだけ偏りを生じていたとしよ
う。このような場合、再生音はＭＩＤＩ音源の一部の周
波数帯域のみを使って提示されるようになるため、一般
的には好ましくない。そこで、ＭＩＤＩデータの周波数
の平均が、ＭＩＤＩ音源の周波数レンジの中心（この例
では、４４０Ｈｚの基準ラ音（ノートナンバーＮ＝６
９））に近付くように、ＭＩＤＩデータ側の周波数（ノ
ートナンバー）を全体的に引き上げる修正処理を行い、
図２８に示すように、オフセット量ｄが０になるように
するとよい。

【００８７】もっとも、音声信号の性質によっては、む
しろ低音側にシフトした状態のままで再生した方が好ま
しいものもあり、上述のような修正処理によって必ずし
も良好な結果が得られるとは限らない。したがって、個
々の音声信号の性質を考慮した上で、このような修正処
理を行うか否かを適宜判断するのが好ましい。

【００８８】この他にも、用いるＭＩＤＩ音源によって
は、特性に適合させるために種々の修正処理が必要な場
合がある。たとえば、１オクターブの音階差が２倍の周
波数に対応していないような特殊な規格のＭＩＤＩ音源
を用いた場合には、この規格に適合させるように、ノー
トナンバーの修正処理などが必要になる。

【００８９】§４． 一般の音声信号への適用 既に述べたとおり、本発明は、１つの単位区間に含まれ
る音声データの周波数を、単一の代表周波数に置き換え
てしまうという基本原理に基づく符号化手法であるた
め、非常に幅の広い周波数成分を同時に含んでいるよう
な一般の音声信号の符号化には不向きであり、主とし
て、生体の発生するリズム音や、波や風などの自然が発
生するリズム音のように、個々の単位区間内には、ある
程度限定された周波数成分のみを含む音声信号の符号化
に向いている。ただ、一般の音声信号の符号化に広く適
用することが不可能なわけではなく、周波数を分離する
準備処理を付加すれば、原理的にはどのような音声信号
に対しても適用可能である。

【００９０】たとえば、図２９の上段に示すように、種
々の周波数成分が混在する一般の音声信号（音声デー
タ）が与えられた場合、入力段階において、帯域フィル
タ処理やフーリエ変換処理などを利用した分離処理を施
して、それぞれ周波数特性が異なる複数ｎ個の部分音声
データを生成し、このｎ個の部分音声データのそれぞれ
について、後続する各段階を別個独立して実施し、最終
的に和声（和音）として同時に再生することができるｎ
組の符号データを生成するようにすればよい。図２９の
例では、周波数特性ｆａ，ｆｂ，ｆｃを含む３組の部分
音声データを生成し、これらについて別個に符号化処理
を施して符号データ（図では音符で示してある）を生成
し、最後に、これら３組の符号データを同時に再生して
和音としての提示を行っている。

【００９１】たとえば、フルオーケストラの合奏を音声
データとして取り込んだ場合、種々の周波数特性をもっ
た楽器音が混在することになるが、個々の楽器音はそれ
ぞれ固有の周波数特性を有する。たとえば、ピアノの場
合、基本周波数に対して奇数倍の倍音しか発生しないと
いった独特の倍音分布特性を有する。したがって、グラ
フィック・イコライザなどを利用すれば、このような個
々の楽器の周波数特性に基づいて、オーケストラの音声
データを、各楽器ごとの部分音声データに分離すること
が可能である。こうして、楽器ごとの部分音声データが
得られたら、各部分音声データごとに符号データの生成
処理を別個に行い、最終的に得られた複数組の符号デー
タを和声として同時に再生すれば、もとのフルオーケス
トラの合奏に近い形での再生が可能になる。

【００９２】また、ピアノの独奏のようなソロ楽器演奏
を音声データとして取り込んだ場合は、符号化処理段階
で複数の符号データを生成する手法を採ることも有効で
ある。すなわち、各変極点について、それぞれ複数の固
有周波数を定義し、符号化段階で、各単位区間に対して
それぞれ複数の代表周波数を定義し、各代表周波数ごと
に別個の符号データを生成するのである。こうして生成
した複数組の符号データを、和声として同時に再生すれ
ば、もとの音に近い形での再生が可能になる。

【００９３】もっとも、本発明に係る音声信号の符号化
方法の特徴のひとつは、符号化処理のための演算が非常
に単純である点にあり、実際、§２および§３で述べた
具体的な手法を実施する上での演算負担は極めて軽いも
のである。このため、一般のパーソナルコンピュータを
用いたシステムでも、この符号化処理演算を十分に実施
することができる。ところが、上述した周波数特性に基
づく分離処理は、通常、かなりの演算負担を強いられる
処理であり、この分離のための付加的な処理を含める
と、全体的な演算負担は重くならざるを得ず、現時点で
のハードウエア技術を考慮すると、生体が発生する生理
的リズム音などの分野において利用するのが好ましい。

【００９４】§５． 本発明に係る音声の記録再生装置 本発明に係る音声の記録再生装置は、これまで述べてき
た音声信号の符号化方法を利用して、時系列の強度信号
として与えられる音声信号を符号化して記録し、ＭＩＤ
Ｉ音源などを利用して、これを復号化して再生する装置
である。

【００９５】図３０は、本発明の一実施形態に係る記録
再生装置の基本構成を示すブロック図である。この装置
の基本構成要素は、図示のとおり、音声信号入力装置１
０、符号化処理装置２０、記憶装置３０、再生音源装置
４０、復号化処理装置５０、スピーカ装置６０、符号デ
ータ提示装置７０、ディスプレイ装置８０、プリンタ装
置９０である。音声信号入力装置１０は、記録対象とな
るアナログ音声信号を入力する機能を有し、ここで入力
されたアナログ音声信号は、符号化処理装置２０へ与え
られる。この符号化処理装置２０は、入力されたアナロ
グ音声信号を、デジタルの音声データとして取り込み、
この音声データの時間軸上に複数の単位区間を設定し、
各単位区間内の音声データを、時間軸上での単位区間の
長さを示す情報と所定の代表周波数および代表強度を示
す情報とを含む符号データに変換する機能をもった装置
であり、§１〜§４において述べた音声信号の符号化手
順を実行する装置である。ＭＩＤＩ規格の符号データを
用いた場合、この符号化処理装置２０によって、ＭＩＤ
Ｉデータが生成されることになる。記憶装置３０は、こ
の符号化処理装置２０によって符号化された符号データ
（たとえば、ＭＩＤＩデータ）を記憶する装置であり、
ここに記録された符号データは、復号化に用いる再生音
波形を格納した再生音源装置４０（たとえば、ＭＩＤＩ
音源）を用いて、復号化処理装置５０によって復号化さ
れ、スピーカ装置６０によって再生されることになる。

【００９６】また、符号データ提示装置７０は、記憶装
置３０内の符号データを、単位区間の長さ、代表周波
数、代表強度、を認識しうる態様で、画像として提示す
る機能を有し、ディスプレイ装置８０の表示画面、ある
いはプリンタ装置９０による印刷面に、この符号データ
の内容が提示されることになる。たとえば、ＭＩＤＩデ
ータの場合、音符を用いた楽譜形式の表示態様により、
視覚的に認識しうる形で提示を行うことができる。

【００９７】なお、図３０に示すブロック図において、
一点鎖線で囲った構成要素１００は、汎用のパーソナル
コンピュータを利用して構成することができる。すなわ
ち、記憶装置３０は、このパーソナルコンピュータのメ
モリや外部記憶装置を利用して構成することができ、符
号化処理装置２０，復号化処理装置５０，符号データ提
示装置７０は、このパーソナルコンピュータ用のアプリ
ケーションソフトウエアという形式で構成することがで
きる。また、音声信号入力装置１０は、このコンピュー
タに接続されたマイクロフォンなどにより構成すること
ができ、スピーカ装置６０は、このコンピュータに内蔵
もしくは接続されたスピーカやアンプ装置により構成す
ることができ、ディスプレイ装置８０およびプリンタ装
置９０は、このコンピュータに接続されたディスプレイ
やプリンタにより構成することができるので、この装置
全体は、汎用のパーソナルコンピュータおよびその周辺
機器のハードウエアをそのまま利用して構成することが
可能である。

【００９８】また、復号化処理装置５０や符号データ提
示装置７０の機能を果たすアプリケーションソフトウエ
アとしては、一般に市販されているＭＩＤＩ楽器演奏用
のソフトウエアや、作曲用のソフトウエアをそのまま利
用することもできるので、結局、本発明に係る音声の記
録再生装置は、符号化処理装置２０としての機能を果た
すアプリケーションソフトウエア（すなわち、§１〜§
４で述べた音声信号の符号化処理を実行するソフトウエ
ア）を、ＭＩＤＩ機能を備えた汎用パーソナルコンピュ
ータに組み込むことにより容易に実現可能である。もち
ろん、符号化処理装置２０としての機能を果たすアプリ
ケーションソフトウエアは、フロッピディスク、ＭＯデ
ィスク、ＣＤ−ＲＯＭといった汎用のプログラム記録媒
体によって提供可能である。

【００９９】§６． 生理的リズム音の記録再生装置 本発明に係る音声信号の符号化方法や音声の記録再生装
置は、もともと心音や肺音などの生理的リズム音を記録
再生するための技術として開発されたものである。そこ
で、ここでは、本発明を、特に、生理的リズム音の記録
再生に応用した実施形態を述べておく。

【０１００】図３１は、医療用の聴診器と、この聴診器
で集められた音声を電気信号に変換するマイクと、を用
いて音声信号入力装置１０を構成した例を示す図である
（説明の便宜上、断面図とブロック図との混合図で示
す）。聴診器本体１１は、高周波の音波を集音するため
の膜部１２と低周波の音波を集音するためのベル面１３
とを有し、集められた音波は、導音管１４を介して側部
へと導かれる。導音管１４の端部には、ゴム管１５が接
続されており、このゴム管１５の他端には、ＰＩＮ型マ
イクロフォン１６が挿入されている。また、ＰＩＮ型マ
イクロフォン１６は、電源／信号ケーブル１７によって
コンデンサマイクドライバ１８に接続されている。コン
デンサマイクドライバ１８から、電源／信号ケーブル１
７を介して、ＰＩＮ型マイクロフォン１６に電源供給を
行うと、導音管１４を介して導かれた音波に対応するア
ナログ音声信号が、電源／信号ケーブル１７を介してコ
ンデンサマイクドライバ１８へと伝達される。このアナ
ログ音声信号は、マイクミキサー１９を介して、符号化
処理装置２０へと入力されることになる。

【０１０１】心音を測定するには、聴診器本体１１を患
者の胸に当てて音声信号を拾うようにすればよい。な
お、一般に心音の測定では、心基部に聴診器を当てたと
きに得られる音声信号と、心尖部に聴診器を当てたとき
に得られる音声信号との２とおりの音声信号が用いられ
ている。このように、２とおりの音声信号を同時に測定
するには、図３１に示す聴診器本体１１からコンデンサ
マイクドライバ１８に至るまでの測定系をもう１組別個
用意し、マイクミキサー１９において、２系統の音声信
号をステレオ信号として合成し、符号化処理装置２０へ
と信号を伝送すればよい。

【０１０２】このように、心音をＭＩＤＩデータの形式
に符号化した場合、再生音源装置４０としても、心音に
ついての再生音波形を有するＭＩＤＩ音源を用いるのが
好ましい。現在、市販のＭＩＤＩ音源としては、たとえ
ば、ヤマハ株式会社から供給されている商品名「ＭＵ８
０ ＸＧ」なるＭＩＤＩ音源に、「ＳＦＸ Ｎｏ．１０
０“HEART ”」なる音色として、心音の波形データが用
意されている。この心音の波形データを用いて再生を行
えば、非常に臨場感に富んだ心音再生を行うことが可能
である。

【０１０３】また、図３０に示す記録再生装置には、符
号データ提示装置７０が設けられており、記憶装置３０
内に格納されたＭＩＤＩデータを、ディスプレイ装置８
０の表示画面あるいはプリンタ装置９０の印刷面に画像
として提示することが可能である。図３２および図３３
は、ディスプレイ装置８０の表示画面の一例を示す図で
ある。図３２は、入力された音声信号の波形そのものを
上段表示部８１に表示させ、この波形を符号化すること
により得られたＭＩＤＩデータを下段表示部８２に表示
させたものである。いずれも、図の横軸が時間軸であ
り、上段表示部８１および下段表示部８２で、時間軸は
共通化されているため、上下の表示を比較することが可
能である。上段表示部８１の縦軸は、信号強度を示すも
のであるが、下段表示部８２の縦軸は、音階（周波数）
を示すものになっている。すなわち、下段表示部８２の
中央の水平線は、ピアノ鍵盤中央のラの音（Ａ３音：４
４０Ｈｚ）を示し、水平の破線は、それぞれ１オクター
ブごとの区切りを示している。

【０１０４】下段表示部８２内の個々の黒い矩形８３
は、いわば音符に相当するものであり、個々の矩形の縦
軸上の割付位置はその音階（ノートナンバーＮ）を示
し、横軸上の割付位置はその時間軸上での配置を示して
いる。ＭＩＤＩデータでは、ノートナンバーＮと、ベロ
シティーＶと、デルタタイムＴとが記述されることにな
るが、この黒い矩形による音符表示では、ノートナンバ
ーＮとともに、ベロシティーＶおよびデルタタイムＴが
表現できるように工夫されている。すなわち、各矩形の
縦軸方向の幅によってベロシティーＶが表現されてお
り、横軸方向の幅によってデルタタイムＴ（発音の持続
時間）が表現されている（時間軸上での矩形の左辺位置
が始端位置、右辺位置が終端位置を示す）。このよう
に、下段表示部８２における黒い矩形は、ＭＩＤＩデー
タの３要素であるノートナンバーＮ、ベロシティーＶ、
デルタタイムＴのすべてを表現しており、音声信号の特
性を抽出した符号表現になっている。

【０１０５】このような符号表現は、むしろ上段表示部
８１に示すような波形表現よりも貴重な情報を提示する
ことが多い。たとえば、種々の心臓疾患の兆候は、心音
の特徴として現れることが多いが、再生音を耳で聞いた
だけで、あるいは、上段表示部８１に示されたような波
形を目で観察しただけで、この兆候を示す独特の特徴を
認識するには、多くの経験と実績が必要になる。ところ
が、下段表示部８２に示すような符号表現では、縦に細
長い矩形は振幅の大きな信号部を示し、横に細長い矩形
は持続時間の長い信号部を示し、各矩形の上下位置は信
号部の周波数成分を示すことになるので、個々の心音の
特徴部分を客観的に認識することができ、個々の特徴と
個々の疾患との関連を認識しやすくなるのである。

【０１０６】このように、図３０に示す音声の記録再生
装置を、心音あるいは肺音など、生理的リズム音の記録
再生に利用した場合、単に、もとの音を再生するという
メリットだけでなく、符号化されたデータを符号化され
た状態のまま視覚的に表示することにより、その特徴を
顕在化させるというメリットも得られることになる。

【０１０７】もちろん、符号データとしてＭＩＤＩデー
タを用いた場合、図３３に示すような、楽譜の形態での
表示も可能である。これまでの医療分野では、生理的リ
ズム音を楽譜表示して解析するという手法は採られたこ
とがないが、音声波形の特徴を抽出した符号表示という
意味では、このような楽譜表示も十分に利用価値のある
表示形態である。たとえば、楽譜表示では、同一の繰り
返し部分をリピート記号によって表示することが可能で
ある。このようなリピート記号による表示を行えば、繰
り返し部分が明瞭に認識されることになり、疾患との関
連性認識にひとつの手掛かりを与えることもできよう。

【０１０８】最後に、本発明に係る音声の記録再生装置
を、生理的リズム音の記録再生という医療分野に利用し
た場合のメリットを述べておく。 従来のＰＣＭの手法による波形記録に比べて、極め
て高いデータ圧縮率が得られる。たとえば、サンプリン
グ周波数：４４．１ｋＨｚ，量子化ビット数：１６ビッ
トで１秒間の心音波形をＰＣＭの手法でデジタル化する
と、約８０ｋバイトのデータ量が必要であるのに対し、
ＭＩＤＩデータに符号化すると、約８０バイトのデータ
量ですみ、データ量は実に１／１０００程度に圧縮され
る。このような高い圧縮率のメリットを生かせば、電話
回線を用いたデータ転送も可能になり、遠隔医療診断な
どの用途に利用できる。また、ＩＣカードなどの低容量
記録媒体にデータを保存することができるので、ＩＣカ
ードを用いた電子カルテなどへの応用も可能になる。 ＭＩＤＩ音源などを利用して再生を行うため、高い
圧縮率にもかかわらず、高い再現性を確保でき、診断ミ
スなどの弊害を防ぐことができる。 ＭＩＤＩデータという符号化された状態のままで、
視覚的な表示を行うことができるので、音声波形の特徴
を視覚的に把握することができ、医学教育や患者への説
明用に利用でき、また、家庭用の医療機器としての用途
も広がる。 ＭＩＤＩデータを再生する場合、音程、音色、テン
ポなどを適宜変更することが可能なので、より聞き取り
やすい音で再生することが可能になる。 繰り返し部をリピート記号などを用いて表現するこ
とができるため、更なるデータ圧縮効果が期待できると
ともに、不整脈などのリズム変動部を顕在化させること
ができる。 ＭＩＤＩ規格では、最大１６チャネルの音声信号を
同期符号化することができるので、肺音と心音との同時
測定など、患者の複数の部位からのリズム音を同時に記
録することができ、同一の時間軸上で比較解析を行うこ
とが可能になる。 市販の汎用パーソナルコンピュータシステムにＭＩ
ＤＩ機器を組み合わせた安価なハードウエア構成で実現
することができるため、携帯用機器として提供すること
も可能になり、家庭向けの医療機器としての提供もしや
すい。

【０１０９】

【発明の効果】以上のとおり本発明によれば、音声信号
の効率的な符号化が可能になり、効率的な音声の記録再
生装置を提供することができる。

【図面の簡単な説明】

【図１】本発明に係る音声信号の符号化方法の基本原理
を示す図である。

【図２】本発明に係る音声信号の符号化方法の実用的な
手順を示す流れ図である。

【図３】入力した音声データに含まれている直流成分を
除去するデジタル処理を示すグラフである。

【図４】図３に示す音声データの一部を時間軸に関して
拡大して示したグラフである。

【図５】図４に矢印で示す変極点Ｐ１〜Ｐ６のみを抜き
出した示した図である。

【図６】多少乱れた音声データの波形を示すグラフであ
る。

【図７】図６に矢印で示す変極点Ｐ１〜Ｐ７のみを抜き
出した示した図である。

【図８】図７に示す変極点Ｐ１〜Ｐ７の一部を間引処理
した状態を示す図である。

【図９】個々の変極点について、固有周波数を定義する
方法を示す図である。

【図１０】個々の変極点に関する情報に基づいて、単位
区間を設定する具体的手法を示す図である。

【図１１】所定の許容レベルＬＬに基づくスライス処理
を示す図である。

【図１２】単位区間設定の対象となる多数の変極点を矢
印で示した図である。

【図１３】図１２に示す変極点に対して、所定の許容レ
ベルＬＬに基づくスライス処理を行う状態を示す図であ
る。

【図１４】図１３に示すスライス処理によって変極点を
除外し、暫定区間Ｋ１，Ｋ２を設定した状態を示す図で
ある。

【図１５】図１４に示す暫定区間Ｋ１についての不連続
位置を探索する処理を示す図である。

【図１６】図１５で探索された不連続位置に基づいて、
暫定区間Ｋ１を分割し、新たな暫定区間Ｋ１−１とＫ１
−２とを定義した状態を示す図である。

【図１７】図１６に示す暫定区間Ｋ１−２，Ｋ２につい
ての統合処理を示す図である。

【図１８】図１７に示す統合処理によって、最終的に設
定された単位区間Ｕ１，Ｕ２を示す図である。

【図１９】各単位区間についての代表周波数および代表
強度を求める手法を示す図である。

【図２０】５つの区間Ｅ０，Ｕ１，Ｅ１，Ｕ２，Ｅ２を
定義するための符号データを示す図である。

【図２１】図２０に示す単位区間Ｕ１，Ｕ２内の音声デ
ータを符号化して得られる符号データの一例を示す図表
である。

【図２２】図２０に示す単位区間Ｕ１，Ｕ２内の音声デ
ータを符号化して得られる符号データの別な一例を示す
図表である。

【図２３】一般的なＳＭＦ形式の符号データの構成を示
す図である。

【図２４】各単位区間内の音声データについてのＭＩＤ
Ｉデータへの具体的な変換方法を示す図である。

【図２５】図２０に示す単位区間Ｕ１，Ｕ２内の音声デ
ータを、ＳＭＦ形式のＭＩＤＩデータを用いて符号化し
た状態を示す図表である。

【図２６】生成したＭＩＤＩデータに対して修正処理が
必要な第１の事例を示す図である。

【図２７】生成したＭＩＤＩデータに対して修正処理が
必要な第２の事例を示す図である。

【図２８】図２７に示す事例における修正後の状態を示
す図である。

【図２９】入力段階において周波数分離処理を施す実施
形態の基本概念を示す図である。

【図３０】本発明の一実施形態に係る記録再生装置の基
本構成を示すブロック図である。

【図３１】医療用の聴診器と、この聴診器で集められた
音声を電気信号に変換するマイクと、を用いて音声信号
入力装置を構成した例を示す図である。

【図３２】図３０に示す装置におけるディスプレイ装置
８０の表示画面の一例を示す図である。

【図３３】図３０に示す装置におけるディスプレイ装置
８０の別な表示画面の一例を示す図である。

【符号の説明】

１０…音声信号入力装置 １１…聴診器本体 １２…膜部 １３…ベル面 １４…導音管 １５…ゴム管 １６…ＰＩＮ型マイクロフォン １７…電源／信号ケーブル １８…コンデンサマイクドライバ １９…マイクミキサー ２０…符号化処理装置 ３０…記憶装置 ４０…再生音源装置 ５０…復号化処理装置 ６０…スピーカ装置 ７０…符号データ提示装置 ８０…ディスプレイ装置 ８１…上段表示部 ８２…下段表示部 ８３…矩形状の音符 ９０…プリンタ装置 １００…パーソナルコンピュータ Ａ，Ａ１，Ａ２，Ａｉ…代表強度 Ａmax …代表強度の最大値 ａ１〜ａ９…変極点の信号強度 ａａ…許容範囲 Ｄ…直流成分 ｄ…オフセット量 Ｅ０，Ｅ１，Ｅ２…空白区間 ｅ１〜ｅ６…終端位置 Ｆ，Ｆ１，Ｆ２，Ｆｉ…代表周波数 ｆ１〜ｆ１７…変極点の固有周波数 ｆａ，ｆｂ，ｆｃ…周波数特性 ｆｆ…許容範囲 ｆｓ…サンプリング周波数 Ｋ１，Ｋ１−１，Ｋ１−２，Ｋ２…暫定区間 Ｌ，Ｌ１〜Ｌ４，Ｌｉ…区間長 ＬＬ…許容レベル ＬＬｉ…再生音の持続時間 Ｎ，Ｎｉ…ノートナンバー Ｐ１〜Ｐ１７…変極点 ｓ１〜ｓ６…始端位置 Ｔ，Ｔｉ…デルタタイム ｔ１〜ｔ１７…時間軸上の位置 Ｕ１〜Ｕ６，Ｕｉ，Ｕｉ１，Ｕｉ２…単位区間 Ｖ，Ｖｉ…ベロシティー ｘ…サンプル番号 φ…周期

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

【手続補正書】

【提出日】平成９年８月２９日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】０００３

【補正方法】変更

【補正内容】

【０００３】一方、電子楽器による楽器音を符号化しよ
うという発想から生まれたＭＩＤＩ（Musical Instrume
nt Digital Interface）規格も、パーソナルコンピュー
タの普及とともに盛んに利用されるようになってきてい
る。このＭＩＤＩ規格による符号データ（以下、ＭＩＤ
Ｉデータという）は、基本的には、楽器のどの鍵盤キー
を、どの程度の強さで弾いたか、という楽器演奏の操作
を記述したデータであり、このＭＩＤＩデータ自身に
は、実際の音の波形は含まれていない。そのため、実際
の音を再生する場合には、楽器音の波形を記憶したＭＩ
ＤＩ音源が別途必要になる。しかしながら、上述したＰ
ＣＭの手法で音を記録する場合に比べて、情報量が極め
て少なくてすむという特徴を有し、その符号化効率の高
さが注目を集めている。このＭＩＤＩ規格による符号化
および復号化の技術は、現在、パーソナルコンピュータ
を用いて楽器演奏、楽器練習、作曲などを行うソフトウ
エアに広く採り入れられており、カラオケ、ゲームの効
果音といった分野でも広く利用されている。

【手続補正２】

【補正対象書類名】明細書

【補正対象項目名】００４２

【補正方法】変更

【補正内容】

【００４２】各変極点は、サンプリングされた１つのデ
ジタルデータに対応する点であり、所定の信号強度の情
報（矢印の長さに相当）をもつとともに、時間軸ｔ上で
の位置の情報をもつことになる。図５は、図４に矢印で
示す変極点Ｐ１〜Ｐ６のみを抜き出して示した図であ
る。以下の説明では、この図５に示すように、第ｉ番目
の変極点Ｐｉのもつ信号強度（絶対値）を矢印の長さａ
ｉとして示し、時間軸ｔ上での変極点Ｐｉの位置をｔｉ
として示すことにする。結局、変極点探索処理Ｓ２１
は、図３に示すような音声データに基づいて、図５に示
すような各変極点に関する情報を求める処理ということ
になる。

【手続補正３】

【補正対象書類名】明細書

【補正対象項目名】００６９

【補正方法】変更

【補正内容】

【００６９】符号データ生成処理Ｓ４１における符号デ
ータ生成の具体的手法は、非常に単純である。すなわ
ち、個々の単位区間内に含まれる変極点の固有周波数に
基づいて代表周波数を定義し、個々の単位区間内に含ま
れる変極点のもつ信号強度に基づいて代表強度を定義れ
ばよい。これを図１８の例で具体的に示そう。この図１
８に示す例では、変極点Ｐ３〜Ｐ６を含む単位区間Ｕ１
と、変極点Ｐ７〜Ｐ１５（ただし、Ｐ１１は除外されて
いる）を含む単位区間Ｕ２とが設定されている。ここに
示す実施形態では、単位区間Ｕ１（始端ｔ３，終端ｔ
６）については、図１９上段に示すように、代表周波数
Ｆ１および代表強度Ａ１が、Ｆ１＝（ｆ３ ＋ｆ４＋ｆ５＋ｆ６）／４Ａ１＝（ａ３ ＋ａ４＋ａ５＋ａ６）／４ なる式で演算され、単位区間Ｕ２（始端ｔ７，終端ｔ１
５）については、図１９下段に示すように、代表周波数
Ｆ２および代表強度Ａ２が、Ｆ２＝（ｆ７ ＋ｆ８＋ｆ９＋ｆ１０＋ｆ１２＋ｆ１３＋
ｆ１４＋ｆ１５）／８Ａ２＝（ａ７ ＋ａ８＋ａ９＋ａ１０＋ａ１２＋ａ１３＋
ａ１４＋ａ１５）／８ なる式で演算される。別言すれば、代表周波数および代
表強度は、単位区間内に含まれる変極点の固有周波数お
よび信号強度の単純平均値となっている。もっとも、代
表値としては、このような単純平均値だけでなく、重み
を考慮した加重平均値をとってもかまわない。たとえ
ば、信号強度に基づいて個々の変極点に重みづけをし、
この重みづけを考慮した固有周波数の加重平均値を代表
周波数としてもよい。

【手続補正４】

【補正対象書類名】明細書

【補正対象項目名】００８０

【補正方法】変更

【補正内容】

【００８０】更に、ＭＩＤＩデータのベロシティーＶ
は、単位区間の代表強度Ａと、その最大値Ａmax とを用
いて、 Ｖ＝（Ａ／Ａmax ）・１２７ なる式で、Ｖ＝０〜１２７の範囲の値を定義することが
できる。なお、通常の楽器の場合、「ノートオン」デー
タにおけるベロシティーＶと、「ノートオフ」データに
おけるベロシティーＶとは、上述したように、それぞれ
異なる意味をもつが、この実施形態では、「ノートオ
フ」データにおけるベロシティーＶとして、「ノートオ
ン」データにおけるベロシティーＶと同一の値をそのま
ま用いるようにしている。

【手続補正５】

【補正対象書類名】図面

【補正対象項目名】図１９

【補正方法】変更

【補正内容】

【図１９】

Claims (20)

【特許請求の範囲】
1. 【請求項１】 時系列の強度信号として与えられる音声
   信号を符号化するための符号化方法であって、 符号化対象となる音声信号を、デジタルの音声データと
   して取り込む入力段階と、 前記音声データの時間軸上に複数の単位区間を設定する
   区間設定段階と、 個々の単位区間内の音声データに基づいて、個々の単位
   区間を代表する所定の代表周波数および代表強度を定義
   し、時間軸上での個々の単位区間の始端位置および終端
   位置を示す情報と前記代表周波数および前記代表強度を
   示す情報とを含む符号データを生成し、個々の単位区間
   の音声データを個々の符号データによって表現する符号
   化段階と、 を有することを特徴とする音声信号の符号化方法。
2. 【請求項２】 請求項１に記載の符号化方法において、 取り込んだ音声データの波形について変極点を求める変
   極点定義段階を更に設け、 区間設定段階では、前記変極点に基づいて音声データの
   周波数もしくは信号強度の変化点を認識し、この変化点
   を境界とする単位区間を設定することを特徴とする音声
   信号の符号化方法。
3. 【請求項３】 請求項２に記載の符号化方法において、 入力段階で、正および負の両極性デジタル値を信号強度
   としてもった音声データを用意し、 変極点定義段階で、同極性のデジタル値をもった変極点
   が複数連続する場合に、絶対値が最大のデジタル値をも
   った変極点のみを残す間引処理を行い、極性の異なる変
   極点が交互に現れるようにすることを特徴とする音声信
   号の符号化方法。
4. 【請求項４】 請求項２または３に記載の符号化方法に
   おいて、 区間設定段階で、各変極点について、それぞれ近傍の情
   報に基づいて所定の固有周波数を定義し、１つの単位区
   間に含まれる変極点の固有周波数が所定の近似範囲内に
   なるように、単位区間の設定を行うことを特徴とする音
   声信号の符号化方法。
5. 【請求項５】 請求項２または３に記載の符号化方法に
   おいて、 区間設定段階で、１つの単位区間に含まれる変極点の信
   号強度が所定の近似範囲内になるように、単位区間の設
   定を行うことを特徴とする音声信号の符号化方法。
6. 【請求項６】 請求項２〜５のいずれかに記載の符号化
   方法において、 区間設定段階で、絶対値が所定の許容レベル未満となる
   信号強度をもつ変極点を除外する処理を行うことを特徴
   とする音声信号の符号化方法。
7. 【請求項７】 請求項２または３に記載の符号化方法に
   おいて、 各変極点について、それぞれ近傍の変極点との間の時間
   軸上での距離に基づいて所定の固有周波数を定義する第
   １のステップと、 絶対値が所定の許容レベル未満となる信号強度をもつ変
   極点を除外し、除外された変極点の位置で分割されるよ
   うな区間を定義する第２のステップと、 時間軸上において、変極点の固有周波数もしくは信号強
   度の値が不連続となる不連続位置を探し、前記第２のス
   テップで定義された個々の区間を、更に前記不連続位置
   で分割することにより、新たな区間を定義する第３のス
   テップと、 を区間設定段階で行い、最終的に定義された区間を単位
   区間として設定することを特徴とする音声信号の符号化
   方法。
8. 【請求項８】 請求項７に記載の符号化方法において、 第３のステップで定義された区間のうち、一方の区間内
   の変極点の固有周波数もしくは信号強度の平均と、他方
   の区間内の変極点の固有周波数もしくは信号強度の平均
   との差が、所定の許容範囲内であるような２つの隣接区
   間が存在する場合に、この隣接区間を１つの区間に統合
   する統合処理を行う第４のステップを更に行い、区間設
   定段階では、前記第４のステップにおける統合処理後の
   区間を単位区間として設定することを特徴とする音声信
   号の符号化方法。
9. 【請求項９】 請求項２〜８のいずれかに記載の符号化
   方法において、 各変極点について、それぞれ近傍の変極点との間の時間
   軸上での距離に基づいて所定の固有周波数を定義し、 符号化段階で、単位区間内に含まれる変極点の固有周波
   数に基づいて代表周波数を定義し、単位区間内に含まれ
   る変極点のもつ信号強度に基づいて代表強度を定義する
   ことを特徴とする音声信号の符号化方法。
10. 【請求項１０】 請求項１〜９のいずれかに記載の符号
    化方法において、 符号化段階で、代表周波数に基づいてノートナンバーを
    定め、代表強度に基づいてベロシティーを定め、単位区
    間の長さに基づいてデルタタイムを定め、１つの単位区
    間の音声データを、ノートナンバー、ベロシティー、デ
    ルタタイムで表現されるＭＩＤＩ形式の符号データに変
    換することを特徴とする音声信号の符号化方法。
11. 【請求項１１】 請求項１〜１０のいずれかに記載の符
    号化方法において、 符号化段階で、復号化に用いる再生音源装置の特性に適
    合させるための修正処理を行うことを特徴とする音声信
    号の符号化方法。
12. 【請求項１２】 請求項１１に記載の符号化方法におい
    て、 特定の単位区間に対応する符号データに基づいて、再生
    音源装置により音の再生を行うと、前記特定の単位区間
    の長さよりも再生音の持続時間が短くなる場合に、前記
    特定の単位区間を複数の小区間に分割し、各小区間ごと
    にそれぞれ別個の符号データを生成する修正処理を行う
    ことを特徴とする音声信号の符号化方法。
13. 【請求項１３】 請求項１１に記載の符号化方法におい
    て、 生成された一連の符号データに基づいて、再生音源装置
    により音の再生を行うと、再生音の周波数レンジが、前
    記再生音源装置により再生可能な固有周波数レンジに対
    して偏りを生じる場合に、前記一連の符号データ内に含
    まれる代表周波数の平均が前記固有周波数レンジの中心
    に近付くように、代表周波数に対する修正処理を行うこ
    とを特徴とする音声信号の符号化方法。
14. 【請求項１４】 請求項９に記載の符号化方法におい
    て、 各変極点について、それぞれ複数の固有周波数を定義
    し、符号化段階で、各単位区間に対してそれぞれ複数の
    代表周波数を定義し、各代表周波数ごとに別個の符号デ
    ータを生成し、和声として同時に再生することができる
    複数組の符号データを生成することを特徴とする音声信
    号の符号化方法。
15. 【請求項１５】 請求項１〜１４のいずれかに記載の符
    号化方法において、 入力段階において、それぞれ周波数特性が異なる複数ｎ
    個の部分音声データを生成する分離処理を行い、ｎ個の
    部分音声データのそれぞれについて、後続する各段階を
    別個独立して実施し、異なる音源設定により和声として
    同時に再生することができるｎ組の符号データを生成す
    ることを特徴とする音声信号の符号化方法。
16. 【請求項１６】 請求項１〜１５のいずれかに記載の符
    号化方法を実行する音声信号の符号化のためのプログラ
    ムを記録した媒体。
17. 【請求項１７】 時系列の強度信号として与えられる音
    声信号を符号化して記録し、これを復号化して再生する
    音声の記録再生装置であって、 記録対象となるアナログ音声信号を入力する音声信号入
    力装置と、 入力されたアナログ音声信号を、デジタルの音声データ
    として取り込み、この音声データの時間軸上に複数の単
    位区間を設定し、各単位区間内の音声データを、時間軸
    上での単位区間の始端位置および終端位置を示す情報と
    所定の代表周波数および代表強度を示す情報とを含む符
    号データに変換する符号化処理装置と、 前記符号化処理装置によって符号化された符号データを
    記憶する記憶装置と、 前記符号データの復号化に用いる再生音波形を格納した
    再生音源装置と、 前記記憶装置内の符号データを、前記再生音源装置に格
    納された所定の再生音波形を用いて復号化する復号化処
    理装置と、 復号化された音を再生するためのスピーカ装置と、 を備えることを特徴とする音声の記録再生装置。
18. 【請求項１８】 請求項１７に記載の音声の記録再生装
    置において、 記憶装置内の符号データを、単位区間の長さ、代表周波
    数、代表強度、を認識しうる態様で、画像として提示す
    る符号データ提示装置を更に備えることを特徴とする音
    声の記録再生装置。
19. 【請求項１９】 請求項１７または１８に記載の音声の
    記録再生装置において、 符号化処理装置が、代表周波数に基づいてノートナンバ
    ーを定め、代表強度に基づいてベロシティーを定め、単
    位区間の長さに基づいてデルタタイムを定め、１つの単
    位区間の音声データを、ノートナンバー、ベロシティ
    ー、デルタタイムで表現されるＭＩＤＩ形式の符号デー
    タに変換する機能を有し、 再生音源装置としてＭＩＤＩ形式の音源を用いることを
    特徴とする音声の記録再生装置。
20. 【請求項２０】 請求項１７〜１９のいずれかに記載の
    音声の記録再生装置において、 医療用の聴診器と、この聴診器で集められた音声を電気
    信号に変換するマイクと、を用いて音声信号入力装置を
    構成し、 生体が発する音声を表現した再生音波形を格納した再生
    音源装置を用い、 音符もしくは音符に準じた符号を二次元平面上に時系列
    で配置した楽譜形式の画像として、記憶装置内の符号デ
    ータを提示する符号データ提示装置を備えることを特徴
    とする音声の記録再生装置。