JPH10254493A - 録音音声の音量正規化方法およびこの方法を実施する装置 - Google Patents

Abstract

(57)【要約】 【課題】 人手によらず録音音量を一定にする録音音声
の音量正規化方法およびこの方法を実施する装置を提供
する。 【解決手段】 被調整録音音声の音量調整の基準となる
各母音の音量標準値を設定する母音音量標準値設定部
１、被調整録音音声の母音フレーム毎に音量標準値に基
づいて音量正規化数を算出する母音フレーム音量正規化
数算出部２、被調整録音音声の音声ファイル毎に音量正
規化数の平均値を算出する正規化数平均算出部４、音量
正規化数の平均値をファイル音量正規化数として記憶格
納するファイル音量正規化数格納部５、ファイル音量正
規化数に基づいて音声ファイル毎の被調整録音音声の音
量正規化を行う音量正規化制御部６を具備する録音音声
の音量正規化方法およびこの方法を実施する装置。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は録音音声の音量正
規化方法およびこの方法を実施する装置に関し、特に、
被調整録音音声の各母音の音量基準となる音量標準値を
設定して被調整録音音声の各音声ファイル毎に各母音フ
レームの音量の平均値を音量標準値に等しくする制御を
実施する録音音声の音量正規化方法およびこの方法を実
施する装置に関する。

【０００２】

【従来の技術】音声を使用して電話利用者に各種の電話
サービスを提供するには、大量の音声を録音蓄積してお
く必要がある。この場合、録音蓄積されている録音音声
の音量は常に一定であることを要請される。ところが、
これらの音声を録音蓄積するに際して、話者の発声の条
件状況、録音環境を常に一定に設定することはできない
ので、録音を常に一定のレベルで実施することは困難で
あり、実際に録音される音声の音量は相違するに到る。
即ち、録音単位である音声ファイルが異なると、録音音
声の音量が相違することが多く発生する。例えば、「ご
利用有り難うございます。」と録音した音声ファイル
と、「有り難うございました。」と録音した音声ファイ
ルとは、録音音声の音量は相違するに到る。

【０００３】従来、録音音声の音量を一定にするに、録
音音声の音声波形を観察しながら人手により音量レベル
の調節をし、この一定レベルの音量を録音していた。

【０００４】

【発明が解決しようとする課題】以上の通りに録音音声
の音声波形を観察しながら人手により音量レベルの調節
をしてこの一定レベルの音量を録音するという音声波形
録音処理は、大変な労力および時間を必要とするもので
あり、録音処理能率の観点から大量の音声を録音処理す
るには不適切である。その上に、人手による音声波形録
音処理であるところから、録音音声の音量を常に一定に
することは困難であり、録音される音声の音量が不揃い
になる恐れがある。

【０００５】この発明は、被調整録音音声の各母音の音
量基準となる音量標準値を設定して被調整録音音声の各
音声ファイル毎に各母音フレームの音量の平均値を音量
標準値に等しくする制御を実施して人手によらず録音音
量を一定にする録音音声の音量正規化方法およびこの方
法を実施する装置を提供するものである。

【０００６】

【課題を解決するための手段】

請求項１：被調整録音音声の音量調整の基準となる各母
音の音量標準値を設定し、録音音量を調整されるべき被
調整録音音声の各母音の音量をそれぞれの音量標準値に
等しくする制御を実施する録音音声の音量正規化方法を
構成した。 そして、請求項２：請求項１に記載される録音音声音量
正規化方法において、被調整録音音声の各母音の音量を
それぞれの音量標準値に等しくする制御は録音単位であ
る音声ファイル毎に実施する録音音声の音量正規化方法
を構成した。

【０００７】また、請求項３：請求項２に記載される録
音音声の音量正規化方法において、被調整録音音声の母
音フレーム毎に音量標準値に基づいて、音量正規化数を
算出し、被調整録音音声の各音声ファイル毎に音量正規
化数の平均値を算出し、音量正規化数の平均値をファイ
ル音量正規化数として記憶格納し、ファイル音量正規化
数に基づいて音声ファイル毎の被調整録音音声の音量正
規化を行う録音音声の音量正規化方法を構成した。

【０００８】更に、請求項４：請求項１ないし請求項３
の内の何れかに記載される録音音声の音量正規化方法に
おいて、予め音素ラベリングされた録音音声サンプルを
フレームに区分し、各フレーム毎に音素認識を行い、母
音フレームの音量を検出し、各母音毎に母音フレームの
音量の平均値を算出し、この各母音毎の音量の平均値を
音量標準値として設定する録音音声の音量正規化方法を
構成した。

【０００９】また、請求項５：請求項１ないし請求項３
の内の何れかに記載される録音音声の音量正規化方法に
おいて、被調整録音音声をフレームに区分し、各フレー
ム毎に音素認識を行い、各母音フレームの音量を検出し
て記憶格納し、各母音毎に母音フレームの音量の平均値
を算出し、この各母音毎の平均値を音量標準値として設
定する録音音声の音量正規化方法を構成した。

【００１０】そして、請求項６：請求項１ないし請求項
３の内の何れかに記載される録音音声の音量正規化方法
において、音量標準値を設定するに際して各母音の既知
の音量標準値を入力する録音音声の音量正規化方法を構
成した。 また、請求項７：請求項３に記載される録音音声の音量
正規化方法において、被調整録音音声をフレームに区分
し、各フレーム毎に音素認識を行い、各母音フレームの
音量を検出し、母音フレームと音量標準値に基づいて母
音フレーム毎の音量正規化数を算出する録音音声の音量
正規化方法を構成した。

【００１１】更に、請求項８：請求項３ないし請求項５
の内の何れかに記載される録音音声の音量正規化方法に
おいて、各母音フレームの正規化数の内から所定範囲内
の正規化数を抽出してこれらの平均値をファイル音量正
規化数として設定する録音音声の音量正規化方法を構成
した。 ここで、請求項９：被調整録音音声の音量調整の基準と
なる各母音の音量標準値を設定する母音音量標準値設定
部１を具備し、被調整録音音声の母音フレーム毎に音量
標準値に基づいて音量正規化数を算出する母音フレーム
音量正規化数算出部２を具備し、被調整録音音声の音声
ファイル毎に音量正規化数の平均値を算出する正規化数
平均算出部４を具備し、音量正規化数の平均値をファイ
ル音量正規化数として記憶格納するファイル音量正規化
数格納部５を具備し、ファイル音量正規化数に基づいて
音声ファイル毎の被調整録音音声の音量正規化を行う音
量正規化制御部６を具備する録音音声の音量正規化装置
を構成した。

【００１２】そして、請求項１０：請求項９に記載され
る録音音声の音量正規化装置において、所定範囲内のフ
レーム音量正規化数を抽出する閾値内正規化数抽出部３
を具備し、抽出結果を正規化数平均算出部４に出力する
録音音声の音量正規化装置を構成した。 また、請求項１１：請求項９および請求項１０の内の何
れかに記載される録音音声の音量正規化装置において、
母音音量標準値設定部１は予め音素ラベリングされた録
音音声サンプルをフレームに区分し、各フレーム毎に音
素認識を行い、母音フレームの音量を検出するサンプル
音声分析部１ａおよび各母音毎に母音フレームの音量の
平均値を算出する音量標準値算出部１ｂより成り、母音
フレーム音量正規化数算出部２は、被調整録音音声をフ
レームに区分し、各フレーム毎に音素認識を行い、各母
音フレームの音量を検出する録音音声分析部２ａおよび
母音フレームの音量と音量標準値に基づいて母音フレー
ム毎の音量正規化数を算出する正規化数算出部２ｂより
成る録音音声の音量正規化装置を構成した。

【００１３】更に、請求項１２：請求項９および請求項
１０の内の何れかに記載される録音音声の音量正規化装
置において、母音音量標準値設定部１１は、被調整録音
音声をフレームに区分し、各フレーム毎に音素認識を行
い、各母音フレームの音量を検出する録音音声分析部１
１ｃと、各母音フレームの音量を記憶格納する母音フレ
ーム音量格納部１１ｄと、各母音毎に母音フレームの音
量の平均値を算出する音量標準値算出部１１ｅより成る
録音音声の音量正規化装置を構成した。

【００１４】また、請求項１３：請求項９および請求項
１０の内の何れかに記載される録音音声の音量正規化装
置において、母音音量標準値設定部１１は、各母音の既
知の音量標準値を入力する入力部を有するものである録
音音声の音量正規化装置を構成した。

【００１５】

【発明の実施の形態】この発明は、録音音声の音量を決
定する要因である「ａ」、「ｉ」、「ｕ」、「ｅ」、
「ｏ」の各母音に着目し、これら母音それぞれの音量の
音量標準値を予め設定しておき、録音音量を調整される
べき被調整録音音声の各母音の音量を、それぞれの音量
標準値に等しくする制御を実施するものである。これを
録音単位である音声ファイル毎に実施する。ここにおけ
る音声ファイルとは、録音音声の収録単位をいう。一般
に、音声ファイルを一区切りとして録音音声の音量が不
揃いとなっており、この発明は、この音声ファイル毎に
音量調整を実施して被調整録音音声全体の音量の調整を
行うものである。

【００１６】この発明の録音音声の音量正規化方法は、
先ず、被調整録音音声の音量調整の基準となる各母音の
音量標準値を設定し、被調整録音音声の母音フレーム毎
に音量標準値に基づいて音量正規化数を算出し、被調整
録音音声の各音声ファイル毎に音量正規化数の平均値を
算出し、平均値をファイル音量正規化数として記憶格納
し、ファイル音量正規化数に基づいて音声ファイル毎の
録音音声の音量正規化を行うものである。

【００１７】そして、この発明による録音音声の音量正
規化装置は、録音音声の音量を決定する要因となる
「ａ」、「ｉ」、「ｕ」、「ｅ」、「ｏ」の各母音の音
量の標準値である音量標準値を母音音量標準値設定部に
おいて設定する。次に、音量正規化数算出部において、
音量調整されるべき被調整録音音声の各母音フレーム毎
に、音量を一定にする音量正規化数を算出する。

【００１８】正規化数平均算出部において、録音単位で
ある音声ファイル毎に、音量正規化数の平均値を算出
し、これをファイル音量正規化数としてファイル音量正
規化数格納部に記憶格納する。最後に、音量正規化制御
部は、音声ファイル毎のファイル音量正規化数に基づい
て音声ファイル毎に被調整録音音声の音量を調整して音
量正規化を行う。

【００１９】

【実施例】この発明の実施の形態を図１の実施例を参照
して具体的に説明する。図１はこの発明の録音音声の音
量正規化方法を説明する図である。この発明の録音音声
の音量正規化方法は、 （ステップ１）被調整録音音声の音量調整の基準となる
各母音の音量標準値を設定し、 （ステップ２）被調整録音音声の母音フレーム毎に音量
標準値に基づいて音量正規化数を算出し、 （ステップ３）被調整録音音声の各音声ファイル毎に音
量正規化数の平均値を算出し、 （ステップ４）平均値をファイル音量正規化数として記
憶格納し、 （ステップ５）ファイル音量正規化数に基づいて音声フ
ァイル毎の録音音声の音量正規化を行うものである。

【００２０】この発明の第１の実施例を図３を参照して
更に具体的に説明する。図３において、この発明の録音
音声の音量正規化装置の第１の実施例はサンプル音声分
析部１ａと音量標準値算出部１ｂより成る母音音量標準
値設定部１と、録音音声分析部２ａと正規化数算出部２
ｂより成る母音フレーム音量正規化数算出部２と、閾値
内正規化数抽出部３と、正規化数平均算出部４と、ファ
イル音量正規化数格納部５と、音量正規化制御部６とに
より構成されている。

【００２１】母音音量標準値設定部１は、音量調整しよ
うとする被調整録音音声の母音音量の基準となる音量標
準値を母音毎に設定する。この母音音量標準値設定部１
のサンプル音声分析部１ａは、音素の並びが予め明確に
音素ラベリングされた録音音声サンプルを時間フレーム
に区分して、母音音素が含まれている母音フレームを抽
出する。

【００２２】母音音量標準値設定部１の音量標準値算出
部１ｂは、録音音声サンプルから抽出された母音フレー
ムの音量に基づいて各母音「ａ」、「ｉ」、「ｕ」、
「ｅ」および「ｏ」毎に母音フレームの音量の平均値を
算出する。そして、これら各母音の母音フレームの音量
の平均値を、各母音の音量標準値として設定する。母音
フレーム音量正規化数算出部２は、母音音量標準値設定
部１から出力される各母音の音量標準値に基づいて、被
調整録音音声の録音単位である音声ファイル毎に各母音
フレームの音量を正規化する正規化数を算出する。

【００２３】先ず、母音フレーム音量正規化数算出部２
の録音音声分析部２ａは、被調整録音音声の録音単位で
ある音声ファイル毎に、一定時間毎のフレームに区分
し、各フレームに含まれる音素を認識し、母音音素を含
むフレームである母音フレームの音量を検出する。次
に、正規化数算出部２ｂは、各母音フレームの音量で当
該母音の音量標準値を割ることにより各母音フレームの
正規化数を算出する。即ち、母音フレームの正規化数は
下記の通りである。

【００２４】母音フレームの正規化数＝（母音の音量標
準値）／（母音フレームの音量） ここで、母音音量標準値設定部１において、母音「ａ」
の音量標準値Ｐ（ａ）を８．０、母音「ｉ」の音量標準
値Ｐ（ｉ）を４．０、母音「ｕ」の音量標準値Ｐ（ｕ）
を６．０、母音「ｅ」の音量標準値Ｐ（ｅ）を１０．
０、母音「ｏ」の音量標準値Ｐ（ｏ）を６．０と設定さ
れたものとする。そして、録音音声分析部２ａにおい
て、「かき」と録音されている音声ファイルがフレーム
に区分され、次いで、音素認識され、更に、各母音フレ
ームの音量が検出されて、以下の結果が得られたものと
する。 フレームNo.１ ２ ３ ４ ５ ６ ７ ８ 音素 ｜ ｋ ｜ ａ ｜ ａ ｜ ａ ｜ ｋ ｜ ｋ ｜ ｉ ｜ ｉ ｜ 音量 10.0 20.0 15.0 4.6 1.5 この場合、 フレーム No.２の音素（ａ）の母音フレームの正規化
数：Ｐ（ａ）／10.0 ＝ 8.0 ／10.0 ＝ 0.8 フレーム No.３の音素（ａ）の母音フレームの正規化
数：Ｐ（ａ）／20.0 ＝ 8.0 ／20.0 ＝ 0.4 フレーム No.４の音素（ａ）の母音フレームの正規化
数：Ｐ（ａ）／15.0 ＝ 8.0 ／15.0 ＝ 0.53 フレーム No.７の音素（ｉ）の母音フレームの正規化
数：Ｐ（ｉ）／10.0 ＝ 4.0 ／ 4.6 ＝ 0.87 フレーム No.８の音素（ｉ）の母音フレームの正規化
数：Ｐ（ｉ）／10.0 ＝ 4.0 ／ 1.6 ＝ 2.5 という結果が得られる。

【００２５】閾値内正規化数抽出部３は、母音フレーム
音量正規化数算出部２において算出された各母音フレー
ムの正規化数の内から所定範囲内の正規化数のみ抽出す
る。というのは、所定範囲以下の正規化数の場合は、母
音フレームの音量が大きすぎて録音対象ではない騒音が
録音されたものと考えられ、これとは逆に、所定範囲以
上の正規化数の場合は、母音フレームの音量が小さすぎ
て、これは雑音が録音されたものと考えられるからであ
る。

【００２６】正規化数の範囲を０．５以上、２．０以下
とすると、先の例においては、フレームＮO．３の正規
化数：０．４およびＮO．８の正規化数：２．５は排除
され、フレームＮO．２の各正規化数：０．８、ＮO．４
の正規化数：０．５３、およびＮO．７の正規化数：
０．８７が抽出される。正規化数平均算出部４は、所定
範囲内の正規化数の平均値を算出する。先の例におい
て、正規化数０．８、０．５３、０．８７の平均値は、
０．７３となる。

【００２７】ファイル音量正規化数格納部５は、所定範
囲内の正規化数の平均値を、音声ファイルの音量を調整
するファイル音量正規化数として設定し、これを記憶格
納する。先の例においては、０．７３を「かき」と録音
されている音声ファイルのファイル音量正規化数として
設定し、記憶格納する。母音フレーム音量正規化数算出
部２と、閾値内正規化数抽出部３と、正規化数平均算出
部４と、ファイル音量正規化数格納部５は、被調整録音
音声の音声ファイル毎に、繰り返して処理を実施し、フ
ァイル音量正規化数格納部５には、音声ファイル毎に音
量を調整するファイル音量正規化数が記憶格納される。

【００２８】音量正規化制御部６は、ファイル音量正規
化数格納部５に格納されている音声ファイル毎のファイ
ル音量正規化数に基づいて音声ファイル毎に音量の制御
を実施する。ここで、録音音声の音量正規化装置の第１
の実施例の動作を図４を参照して説明する。

【００２９】（ステップ１００）被調整録音音声の音量
調整の基準となる各母音の音量標準値を設定する録音音
声サンプルを準備する。 （ステップ１０１）母音音量標準値設定部１のサンプル
音声分析部１ａにおいて、録音音声サンプルを一定時間
毎のフレームに区分し、各フレームに含まれる音素を認
識する。

【００３０】（ステップ１０２）母音音量標準値設定部
１のサンプル音声分析部１ａにおいて、母音音素を含む
フレームである母音フレームを抽出し、抽出された母音
フレームの音量を測定する。 （ステップ１０３）母音音量標準値設定部１の音量標準
値算出部１ｂにおいて、各母音毎の母音フレームの音量
の平均値を算出し、各母音の音量標準値を、母音ａ＝Ｐ
（ａ）、母音ｉ＝Ｐ（ｉ）、母音ｕ＝Ｐ（ｕ）、母音ｅ
＝Ｐ（ｅ）、母音ｏ＝Ｐ（ｏ）とする。

【００３１】（ステップ１０４）音量調整すべき被調整
録音音声を準備する。 （ステップ１０５）母音フレーム音量正規化数算出部２
において、被調整録音音声の録音単位である音声ファイ
ルの最初のものを選択する。図２において、最初の音声
ファイルは「東京」である。

【００３２】以降のステップ１０６からステップ１１１
までの処理は、各音声ファイルについて行う。 （ステップ１０６）母音フレーム音量正規化数算出部２
の録音音声分析部２ａにおいて、音声ファイルをフレー
ムに区分し、各フレームの音素を認識する。

【００３３】（ステップ１０７）更に、録音音声分析部
２ａにおいて母音フレームを抽出し、それぞれの音量を
測定する。 （ステップ１０８）正規化数算出部２ｂにおいて、各母
音フレームの音量と母音の音量標準値に基づいて、各母
音フレームの音量を調整する各母音フレーム毎に正規化
数を算出する。

【００３４】母音フレームの正規化数＝（母音の音量標
準値）／（母音フレームの音量） （ステップ１０９）閾値内正規化数抽出部３において、
ステップ１０８において算出した母音フレームの正規化
数が所定範囲内にあるものを抽出する。正規化数平均算
出部４において、所定範囲内にある正規化数の平均値を
求め、この平均値を音声ファイルの音量を調整するファ
イル音量正規化数として設定する。

【００３５】（ステップ１１０）ファイル音量正規化数
格納部５において、音声ファイル毎のファイル音量正規
化数を記憶格納する。 （ステップ１１１）被調整録音音声の全ての音声ファイ
ルについて、ステップ１０６からステップ１１０に到る
処理が終了したか否かを判断し、ＹＥＳであればステッ
プ１１３へ進み、ＮＯであればステップ１１２へ進む。

【００３６】（ステップ１１２）次の音声ファイルを選
択し、ステップ１０６へ戻る。 （ステップ１１３）全ての音声ファイルについてのファ
イル音量正規化数が求められ、記憶格納されたので、最
初の音声ファイルを選択して被調整録音音声の音声調整
を最初の音声ファイルから実施する状態に進む。

【００３７】（ステップ１１４）音量正規化制御部６に
おいて、音声ファイル毎に記憶格納されているファイル
音量正規化数に基づいて音声ファイルの音量を制御す
る。即ち、もとの音声ファイルの音量のファイル音量正
規化数倍して音量を調整する。 （ステップ１１５）被調整録音音声の全ての音声ファイ
ルについて、ステップ１１４の処理が終了したか否かを
判断し、ＹＥＳであればステップ１１７へ進み、ＮＯで
あればステップ１１６へ進む。

【００３８】（ステップ１１６）次の音声ファイルを選
択して、ステップ１１４へ戻る。 （ステップ１１７）被調整録音音声の全ての音声ファイ
ルについての音量調整が終了する。以上の第１の実施例
によれば、音声ファイル毎に音量を一定にするファイル
音量正規化数が算出され、このファイル音量正規化数に
基づいて音声ファイル毎に音量の調整が自動的に行われ
るので、人手による音量調整よりも遥かに容易、かつ、
正確に音量の調整を行うことができる。

【００３９】この発明の第２の実施例を図５を参照して
説明する。図５において、図３における参照符号と共通
する参照符号は同一の部材を意味するものとし、その詳
細な説明は省略する。図５において、録音音声の音量正
規化装置の第２の実施例は、母音音量標準値設定部１１
と、音量正規化数算出部１２と、閾値内正規化数抽出部
３と、正規化数平均算出部４と、ファイル音量正規化数
格納部５と音量正規化制御部６とを具備し、ここで、母
音音量標準値設定部１１は録音音声分析部１１ｃと、母
音フレーム音量格納部１１ｄと、音量標準値算出部１１
ｅより成る。

【００４０】この第２の実施例において、第１の実施例
と異なるところは、音量調整の基準となる音量標準値を
設定するに際して、第１の実施例は、音素ラベリングさ
れた録音音声サンプルから抽出された母音フレームの音
量の平均値を基準に設定したが、この第２の実施例は、
調整されるべき録音音声そのものから抽出された母音フ
レームの音量の平均値を基準に設定している。

【００４１】母音音量標準値設定部１１は、録音音声サ
ンプルから各母音の音量標準値を設定する。即ち、母音
音量標準値設定部１１の録音音声分析部１１ｃは、音量
調整する被調整録音音声を一定時間毎にフレームに区分
し、各フレーム毎の音素を認識し、母音音素を有するフ
レームである母音フレームを抽出し、各母音フレームの
音量を測定する。

【００４２】母音フレーム音量格納部１１ｄは、各母音
フレームの音量を記憶格納する。これは、音量正規化数
算出部１２において、各母音フレームの正規化数を算出
するに際して、再び各母音フレームの音量を利用するか
らである。これについては後で説明する音量標準値算出
部１１ｅは、各母音フレームの音量に基づいて各母音毎
の母音フレームの音量の平均値を算出し、これを各母音
の音量調整基準となる音量標準値とする。

【００４３】音量正規化数算出部１２は、各母音の音量
標準値と各母音フレームの音量から各母音フレームの正
規化数を第１の実施例と同様にして算出する。即ち、算
出式は下記の通りである。 母音フレームの正規化数＝（母音の音量標準値）／（母
音フレームの音量） そして、各母音フレームの正規化数に基づいて音声ファ
イル毎にファイル音量正規化数を求め、ファイル音量正
規化数を設定記憶し、音声ファイル毎のファイル音量正
規化数に基づいて音声ファイル毎に音量を制御すること
は、第１の実施例の場合と同様に実施される。

【００４４】第２の実施例の場合、音量調整する被調整
録音音声そのものから各母音の音量平均値を音量標準値
として設定し、被調整録音音声の音声ファイル毎にこの
音量標準値に等しくする音量の調整制御を実施する。第
２の実施例は、音量標準値を設定するのに録音音声サン
プルを必要とせず、被調整録音音声の各母音フレームの
音量を格納する母音フレーム音量格納部１１ｄを準備す
ることにより、音量調整に人手を要しないことその他、
第１の実施例と同様の効果が得られる。ただ、多数の被
調整録音音声を調整録音処理する場合は、音量基準とな
る録音音声サンプルを使用する方が、全ての被調整録音
音声に対して統一された音量に調整することができて好
適である。

【００４５】この発明は、以上の実施例の他に、様々な
実施の態様をとることができる。先の実施例において
は、音量標準値を録音音声サンプル、或は被調整録音音
声から求めたが、各母音毎の音量標準値が既知の場合
は、これら各母音の音量標準値を所定の入力部より音量
正規化装置に入力して被調整録音音声の各母音をこれら
の音量標準値に等しくする音量制御を実施することがで
きる。

【００４６】また、先の各実施例においては、被調整録
音音声の音量を各音声ファイル毎に音量を調整して音量
標準値に等しくする音量制御を音声ファイル毎のファイ
ル音量正規化数を設定して実施したが、母音フレームの
正規化数に基づいて各母音フレーム毎に音量の調整制御
を実施することができる。

【００４７】

【発明の効果】以上の通りであって、この発明によれ
ば、被調整録音音声の各母音の音量基準となる音量標準
値を設定して、被調整録音音声の各音声ファイル毎に各
母音フレームの音量の平均値が音量標準値に等しくする
制御を人手に依らずして自動的に実施するので、手間が
かからず、正確に音量調整を実施することができる。

【００４８】そして、音量基準となる録音音声サンプル
を使用することにより、多数の被調整録音音声を調整録
音処理する場合に、全ての被調整録音音声に対して統一
された音量に調整することができて好適である。また、
被調整録音音声の各母音フレームの音量を格納する母音
フレーム音量格納部を準備することにより、音量標準値
を設定するのに録音音声サンプルを必要とせず、録音音
声の音量正規化装置を簡略化することができる。

【００４９】更に、音量標準値を設定するに際して各母
音の既知の音量標準値を入力する構成を採用することに
より、録音音声の音量正規化装置を更に簡略化すること
ができる。また、母音フレーム音量正規化数算出部にお
いて算出された各母音フレームの正規化数の内から所定
範囲内の正規化数のみ抽出して使用することにより、録
音対象ではない大音量の騒音および小音量の雑音を母音
フレーム音量正規化数の算出から排除することができ、
適正な母音フレーム音量正規化数を求めることができ
る。

【図面の簡単な説明】

【図１】実施例を説明する図。

【図２】音声ファイルを説明する図。

【図３】他の実施例を説明する図。

【図４】実施例の動作を説明する図。

【図５】更に、他の実施例を説明する図。

【符号の説明】

１、１１ 母音音量標準値設定部 １ａ サンプル音声分析部 １ｂ、１１ｅ 音量標準値算出部 ２ 母音フレーム音量正規化数算出部 ２ａ、１１ｃ 録音音声分析部 ２ｂ 正規化数算出部 ３ 閾値内正規化数抽出部 ４ 正規化数平均算出部 ５ ファイル音量正規化数格納部 ６ 音量正規化制御部 １１ｄ 母音フレーム音量格納部

Claims (13)

【特許請求の範囲】
1. 【請求項１】 被調整録音音声の音量調整の基準となる
   各母音の音量標準値を設定しておき、 録音音量を調整されるべき被調整録音音声の各母音の音
   量をそれぞれの音量標準値に等しくする制御を実施する
   録音音声の音量正規化方法。
2. 【請求項２】 請求項１に記載される録音音声の音量正
   規化方法において、 被調整録音音声の各母音の音量をそれぞれの音量標準値
   に等しくする制御は録音単位である音声ファイル毎に実
   施することを特徴とする録音音声の音量正規化方法。
3. 【請求項３】 請求項２に記載される録音音声の音量正
   規化方法において、 被調整録音音声の母音フレーム毎に音量標準値に基づい
   て音量正規化数を算出し、 被調整録音音声の各音声ファイル毎に音量正規化数の平
   均値を算出し、 音量正規化数の平均値をファイル音量正規化数として記
   憶格納し、 ファイル音量正規化数に基づいて音声ファイル毎の被調
   整録音音声の音量正規化を行うことを特徴とする録音音
   声の音量正規化方法。
4. 【請求項４】 請求項１ないし請求項３の内の何れかに
   記載される録音音声の音量正規化方法において、 予め音素ラベリングされた録音音声サンプルをフレーム
   に区分し、各フレーム毎に音素認識を行い、母音フレー
   ムの音量を検出し、各母音毎に母音フレームの音量の平
   均値を算出し、この各母音毎の音量の平均値を音量標準
   値として設定することを特徴とする録音音声の音量正規
   化方法。
5. 【請求項５】 請求項１ないし請求項３の内の何れかに
   記載される録音音声の音量正規化方法において、 被調整録音音声をフレームに区分し、各フレーム毎に音
   素認識を行い、各母音フレームの音量を検出して記憶格
   納し、各母音毎に母音フレームの音量の平均値を算出
   し、この各母音毎の平均値を音量標準値として設定する
   ことを特徴とする録音音声の音量正規化方法。
6. 【請求項６】 請求項１ないし請求項３の内の何れかに
   記載される録音音声の音量正規化方法において、 音量標準値を設定するに際して各母音の既知の音量標準
   値を入力することを特徴とする録音音声の音量正規化方
   法。
7. 【請求項７】 請求項３に記載される録音音声の音量正
   規化方法において、 被調整録音音声をフレームに区分し、各フレーム毎に音
   素認識を行い、各母音フレームの音量を検出し、母音フ
   レームと音量標準値に基づいて母音フレーム毎の音量正
   規化数を算出することを特徴とする録音音声の音量正規
   化方法。
8. 【請求項８】 請求項３ないし請求項５の内の何れかに
   記載される録音音声の音量正規化方法において、 各母音フレームの正規化数の内から所定範囲内の正規化
   数を抽出してこれらの平均値をファイル音量正規化数と
   して設定することを特徴とする録音音声の音量正規化方
   法。
9. 【請求項９】 被調整録音音声の音量調整の基準となる
   各母音の音量標準値を設定する母音音量標準値設定部を
   具備し、 被調整録音音声の母音フレーム毎に音量標準値に基づい
   て音量正規化数を算出する母音フレーム音量正規化数算
   出部を具備し、 被調整録音音声の音声ファイル毎に音量正規化数の平均
   値を算出する正規化数平均算出部を具備し、 音量正規化数の平均値をファイル音量正規化数として記
   憶格納するファイル音量正規化数格納部を具備し、 ファイル音量正規化数に基づいて音声ファイル毎の被調
   整録音音声の音量正規化を行う音量正規化制御部を具備
   する、 ことを特徴とする録音音声の音量正規化装置。
10. 【請求項１０】 請求項９に記載される録音音声の音
    量正規化装置において、 所定範囲内のフレーム音量正規化数を抽出する閾値内正
    規化数抽出部を具備して、抽出結果を正規化数平均算出
    部４に出力する、 ことを特徴とする録音音声の音量正規化装置。
11. 【請求項１１】 請求項９および請求項１０の内の何
    れかに記載される録音音声の音量正規化装置において、 母音音量標準値設定部は、予め音素ラベリングされた録
    音音声サンプルをフレームに区分し、各フレーム毎に音
    素認識を行い、母音フレームの音量を検出するサンプル
    音声分析部および各母音毎に母音フレームの音量の平均
    値を算出する音量標準値算出部より成り、 母音フレーム音量正規化数算出部は、被調整録音音声を
    フレームに区分し、各フレーム毎に音素認識を行い、各
    母音フレームの音量を検出する録音音声分析部２ａおよ
    び母音フレームの音量と音量標準値に基づいて母音フレ
    ーム毎の音量正規化数を算出する正規化数算出部より成
    る、 ことを特徴とする録音音声の音量正規化装置。
12. 【請求項１２】 請求項９および請求項１０の内の何
    れかに記載される録音音声の音量正規化装置において、 母音音量標準値設定部は、被調整録音音声をフレームに
    区分し、各フレーム毎に音素認識を行い、各母音フレー
    ムの音量を検出する録音音声分析部と、各母音フレーム
    の音量を記憶格納する母音フレーム音量格納部と、各母
    音毎に母音フレームの音量の平均値を算出する音量標準
    値算出部より成る、 ことを特徴とする録音音声の音量正規化装置。
13. 【請求項１３】 請求項９および請求項１０の内の何
    れかに記載される録音音声の音量正規化装置において、 母音音量標準値設定部は、各母音の既知の音量標準値を
    入力する入力部を有するものであることを特徴とする録
    音音声の音量正規化装置。