JPH10260694A - 話速変換装置、話速変換方法及び記録媒体 - Google Patents
話速変換装置、話速変換方法及び記録媒体Info
- Publication number
- JPH10260694A JPH10260694A JP9067007A JP6700797A JPH10260694A JP H10260694 A JPH10260694 A JP H10260694A JP 9067007 A JP9067007 A JP 9067007A JP 6700797 A JP6700797 A JP 6700797A JP H10260694 A JPH10260694 A JP H10260694A
- Authority
- JP
- Japan
- Prior art keywords
- speech speed
- speech
- predetermined period
- speed
- parameter value
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/04—Time compression or expansion
Abstract
(57)【要約】
【課題】 音声のディジタル信号を、ピッチ（音声の高
さ）を変えずに速度だけ変換して再生する話速変換装置
に関し、話速変換した場合でも要点部分は聞き取り可能
な速度で再生し、概要の把握を可能にするとともに、全
体の再生時間を大幅に短縮する。 【解決手段】 音声信号の、所定期間毎の特徴を表すパ
ラメータ値を算出するパラメータ計算部１と、各所定期
間の音声信号を再生する際の話速を、パラメータ計算部
１が算出したパラメータ値に応じて算出する話速計算部
２と、話速計算部２が算出した各所定期間の前記話速に
基づいて該各所定期間の再生データを生成し、該再生デ
ータを接続して音声信号を再生する話速変換部３とを設
ける。
さ）を変えずに速度だけ変換して再生する話速変換装置
に関し、話速変換した場合でも要点部分は聞き取り可能
な速度で再生し、概要の把握を可能にするとともに、全
体の再生時間を大幅に短縮する。 【解決手段】 音声信号の、所定期間毎の特徴を表すパ
ラメータ値を算出するパラメータ計算部１と、各所定期
間の音声信号を再生する際の話速を、パラメータ計算部
１が算出したパラメータ値に応じて算出する話速計算部
２と、話速計算部２が算出した各所定期間の前記話速に
基づいて該各所定期間の再生データを生成し、該再生デ
ータを接続して音声信号を再生する話速変換部３とを設
ける。
Description
【０００１】
【発明の属する技術分野】本発明は、音声のディジタル
信号を、ピッチ（音声の高さ）を変えずに速度だけ変換
して再生する話速変換装置に関する。
信号を、ピッチ（音声の高さ）を変えずに速度だけ変換
して再生する話速変換装置に関する。
【０００２】
【従来の技術】例えば磁気テープに録音されている留守
番電話機の留守録メッセージ、テープレコーダで録音し
た講演内容等を早聞きする場合、テープの送り速度が速
くなるほど再生音声は高くなる。しかし、元の音声と音
声の高さが変化した場合、元の音声が持っている特徴
（声質、男声、女声等）が損なわれるので、元の音声の
ピッチを変えずに話速だけを一定の倍率で変換して再生
する話速変換装置が開発されている。
番電話機の留守録メッセージ、テープレコーダで録音し
た講演内容等を早聞きする場合、テープの送り速度が速
くなるほど再生音声は高くなる。しかし、元の音声と音
声の高さが変化した場合、元の音声が持っている特徴
（声質、男声、女声等）が損なわれるので、元の音声の
ピッチを変えずに話速だけを一定の倍率で変換して再生
する話速変換装置が開発されている。
【０００３】
【発明が解決しようとする課題】ところで、話を聞く場
合、その速度が速すぎても、また逆に遅すぎても聞き取
りにくく、話の内容を把握できない。一般的に、話速が
３倍程度速くなると、健常者にも全く聞き取れなくなる
と言われている。しかし、従来の話速変換装置は一定の
倍率で話速を変換するので、その内容が把握できる範囲
で話速を速くしようとした場合、変換倍率には限界があ
る。従って、早聞きの目的で従来の話速変換装置を使用
する場合、音声データの再生時間を大幅に短縮すること
はできなかった。
合、その速度が速すぎても、また逆に遅すぎても聞き取
りにくく、話の内容を把握できない。一般的に、話速が
３倍程度速くなると、健常者にも全く聞き取れなくなる
と言われている。しかし、従来の話速変換装置は一定の
倍率で話速を変換するので、その内容が把握できる範囲
で話速を速くしようとした場合、変換倍率には限界があ
る。従って、早聞きの目的で従来の話速変換装置を使用
する場合、音声データの再生時間を大幅に短縮すること
はできなかった。
【０００４】本発明はこのような問題点を解決するため
になされたものであって、音声データでは、重要な部分
で声が大きく、又は声が高くなっているという点に注目
し、音声データの速度を変えて再生する場合、音声デー
タのパワー、ピッチ等のパラメータ値が大きい部分は重
要な内容が話されている部分であると判断し、重要な部
分を聞き取りが可能な速度で再生する一方、それ以外の
部分は全体の再生時間を所要の時間に収め得る速度で再
生するか、又はその再生速度が聞き取りのできない速度
であればその部分は飛ばして再生するといったように、
音声データの所定期間毎のパラメータ値に応じて各所定
期間の再生速度を算出することにより、話速変換した場
合でも要点部分は聞き取り可能な速度で再生し、概要の
把握を可能にするとともに、全体の再生時間を大幅に短
縮する話速変換装置の提供を目的とする。
になされたものであって、音声データでは、重要な部分
で声が大きく、又は声が高くなっているという点に注目
し、音声データの速度を変えて再生する場合、音声デー
タのパワー、ピッチ等のパラメータ値が大きい部分は重
要な内容が話されている部分であると判断し、重要な部
分を聞き取りが可能な速度で再生する一方、それ以外の
部分は全体の再生時間を所要の時間に収め得る速度で再
生するか、又はその再生速度が聞き取りのできない速度
であればその部分は飛ばして再生するといったように、
音声データの所定期間毎のパラメータ値に応じて各所定
期間の再生速度を算出することにより、話速変換した場
合でも要点部分は聞き取り可能な速度で再生し、概要の
把握を可能にするとともに、全体の再生時間を大幅に短
縮する話速変換装置の提供を目的とする。
【０００５】
【課題を解決するための手段】図１は本発明の話速変換
装置（以下、本発明装置という）の原理図である。本発
明装置は、音声データが、重要な部分で声が大きく、又
は声が高くなっている点に注目し、入力された音声デー
タを、例えば一定時間毎に区切った所定期間毎の大き
さ、高さといった、音声の特徴を表すパラメータ値を算
出するパラメータ計算部１と、各所定期間の音声信号の
再生速度をパラメータ計算部１が算出したパラメータ値
に応じて算出する話速計算部２と、話速計算部２が算出
した各所定期間の再生速度に基づいて再生データを生成
し、各所定期間の再生データを接続し、ピッチは変えず
に話速だけを変えた音声データを出力する話速変換部３
とを主要な構成とする。
装置（以下、本発明装置という）の原理図である。本発
明装置は、音声データが、重要な部分で声が大きく、又
は声が高くなっている点に注目し、入力された音声デー
タを、例えば一定時間毎に区切った所定期間毎の大き
さ、高さといった、音声の特徴を表すパラメータ値を算
出するパラメータ計算部１と、各所定期間の音声信号の
再生速度をパラメータ計算部１が算出したパラメータ値
に応じて算出する話速計算部２と、話速計算部２が算出
した各所定期間の再生速度に基づいて再生データを生成
し、各所定期間の再生データを接続し、ピッチは変えず
に話速だけを変えた音声データを出力する話速変換部３
とを主要な構成とする。
【０００６】本発明装置は、音声信号を、例えば一定時
間毎に区切った各期間において、音声信号の大きさ、音
声信号の高さといった音声信号の特徴を表すパラメータ
値を算出し、算出したパラメータ値が相対的に大きい期
間の音声信号を再生する際の話速が、他の部分より相対
的に遅く、聞き取りが可能となるように、パラメータ値
に応じて各期間の話速を算出し、算出した話速に応じて
各期間の再生データを生成して接続し、全体として話速
が変化しているが重要な部分は聞き取りが可能な話速で
音声信号を出力する。従って、話速変換した場合でも要
点部分は聞き取り可能な速度で再生され、概要の把握が
可能になる。
間毎に区切った各期間において、音声信号の大きさ、音
声信号の高さといった音声信号の特徴を表すパラメータ
値を算出し、算出したパラメータ値が相対的に大きい期
間の音声信号を再生する際の話速が、他の部分より相対
的に遅く、聞き取りが可能となるように、パラメータ値
に応じて各期間の話速を算出し、算出した話速に応じて
各期間の再生データを生成して接続し、全体として話速
が変化しているが重要な部分は聞き取りが可能な話速で
音声信号を出力する。従って、話速変換した場合でも要
点部分は聞き取り可能な速度で再生され、概要の把握が
可能になる。
【０００７】また、本発明装置は、各期間の音声信号を
再生する際の話速を、パラメータ値に反比例させて算出
する。さらに、話速を、パラメータ値のｎ乗に反比例さ
せて算出する。パラメータ値のｎ乗に反比例させて算出
する場合、重要な期間の音声信号は単に反比例させた場
合より遅く、それ以外の期間の音声信号はより速く再生
され、重要な部分の音声が強調して再生される。
再生する際の話速を、パラメータ値に反比例させて算出
する。さらに、話速を、パラメータ値のｎ乗に反比例さ
せて算出する。パラメータ値のｎ乗に反比例させて算出
する場合、重要な期間の音声信号は単に反比例させた場
合より遅く、それ以外の期間の音声信号はより速く再生
され、重要な部分の音声が強調して再生される。
【０００８】また、本発明装置は、音声信号を再生する
全体時間に基づいて、各期間の音声信号を再生する際の
話速をパラメータ値に、又はパラメータ値のｎ乗に反比
例させて算出する際の反比例の係数を求める。従って、
話速変換する場合に全体の再生時間を大幅に短縮しても
要点部分は聞き取り可能な速度で再生され、概要の把握
が可能になる。
全体時間に基づいて、各期間の音声信号を再生する際の
話速をパラメータ値に、又はパラメータ値のｎ乗に反比
例させて算出する際の反比例の係数を求める。従って、
話速変換する場合に全体の再生時間を大幅に短縮しても
要点部分は聞き取り可能な速度で再生され、概要の把握
が可能になる。
【０００９】また、本発明装置は、音声信号を、一定時
間で区切り、又は所定以上の無音時間が存在するポーズ
部分で区切る等して、各区間で話速を変換する。従っ
て、例えば前半が全体的に大きな声で話され、後半が全
体的に小さな声で話されている音声信号、又は男声と女
声とが混在する音声信号を話速変換した場合でも、全体
的に小さな声の部分、男声部分が飛んでしまうというお
それがない。
間で区切り、又は所定以上の無音時間が存在するポーズ
部分で区切る等して、各区間で話速を変換する。従っ
て、例えば前半が全体的に大きな声で話され、後半が全
体的に小さな声で話されている音声信号、又は男声と女
声とが混在する音声信号を話速変換した場合でも、全体
的に小さな声の部分、男声部分が飛んでしまうというお
それがない。
【００１０】また、本発明装置は、そのパラメータ値に
応じて、各所定期間の音声信号を再生する際の出力パワ
ーを決定する。従って、重要な部分の音声信号が、それ
以外の部分の音声信号に比べて大きなパワーで強調して
再生される。
応じて、各所定期間の音声信号を再生する際の出力パワ
ーを決定する。従って、重要な部分の音声信号が、それ
以外の部分の音声信号に比べて大きなパワーで強調して
再生される。
【００１１】また、本発明装置は、パラメータ値が第１
の所定値より小さい期間の音声信号は、再生する際の話
速を無限大に設定する。従って、パラメータ値が小さす
ぎて、再生する際の話速が聞き取りが不可能なほど速い
速度になる期間は飛ばし、再生時間の無駄を避ける。
の所定値より小さい期間の音声信号は、再生する際の話
速を無限大に設定する。従って、パラメータ値が小さす
ぎて、再生する際の話速が聞き取りが不可能なほど速い
速度になる期間は飛ばし、再生時間の無駄を避ける。
【００１２】また、本発明装置は、パラメータ値が第２
の所定値より大きい期間の音声信号を再生する際の話速
を、第２の所定値に応じて算出し、話速を遅くする際の
上限を設ける。これにより、パラメータ値が大きすぎ
て、再生する際の話速が聞き取りが不可能なほど遅い速
度になることを避ける。
の所定値より大きい期間の音声信号を再生する際の話速
を、第２の所定値に応じて算出し、話速を遅くする際の
上限を設ける。これにより、パラメータ値が大きすぎ
て、再生する際の話速が聞き取りが不可能なほど遅い速
度になることを避ける。
【００１３】
【発明の実施の形態】図２は本発明装置の第１の実施の
形態のブロック図である。パラメータ計算部１は、入力
された音声データを一定時間毎に区切った、前記所定区
間である入力フレーム毎のパワー、ピッチ等のパラメー
タ値を算出して話速計算部２に与える。音声のパワーを
算出する方法としては、例えば、ディジタル音声信号の
各サンプリング点の絶対値を加算する方法、各サンプリ
ング点の信号値の二乗和を算出する方法等が知られてい
る。また音声のピッチを算出する方法としては、自己相
関法、ケプストラム法等が知られている。
形態のブロック図である。パラメータ計算部１は、入力
された音声データを一定時間毎に区切った、前記所定区
間である入力フレーム毎のパワー、ピッチ等のパラメー
タ値を算出して話速計算部２に与える。音声のパワーを
算出する方法としては、例えば、ディジタル音声信号の
各サンプリング点の絶対値を加算する方法、各サンプリ
ング点の信号値の二乗和を算出する方法等が知られてい
る。また音声のピッチを算出する方法としては、自己相
関法、ケプストラム法等が知られている。
【００１４】話速計算部２は、パラメータ計算部１が算
出した各入力フレームのパラメータ値に応じて、音声信
号を再生する際の話速が、パラメータ値が大きい入力フ
レームは相対的に遅く、またパラメータ値が小さい入力
フレームは相対的に速くなるように、入力フレーム毎の
話速を算出する。
出した各入力フレームのパラメータ値に応じて、音声信
号を再生する際の話速が、パラメータ値が大きい入力フ
レームは相対的に遅く、またパラメータ値が小さい入力
フレームは相対的に速くなるように、入力フレーム毎の
話速を算出する。
【００１５】入力フレーム位置決定部31は、入力された
音声データを一定時間毎に分割する。出力フレーム位置
決定部32は、話速計算部２が算出した話速に応じて、フ
レーム毎の再生データを生成するための出力フレームの
長さを、（入力フレームの長さ／話速）の長さに順次設
定する。
音声データを一定時間毎に分割する。出力フレーム位置
決定部32は、話速計算部２が算出した話速に応じて、フ
レーム毎の再生データを生成するための出力フレームの
長さを、（入力フレームの長さ／話速）の長さに順次設
定する。
【００１６】入力フレームずらし幅決定部33は、各入力
フレームの、例えば相互相関を算出して、隣り合うフレ
ームの音声信号がスムーズにつながるようにフレームの
ずらし幅を決定する。
フレームの、例えば相互相関を算出して、隣り合うフレ
ームの音声信号がスムーズにつながるようにフレームの
ずらし幅を決定する。
【００１７】データ接続部34は、例えば、接続しようと
する目標フレームの１つ前のフレームの終わりに単調減
少する窓をかけ、また目標フレームの初めに単調増加す
る窓をかけて隣り合うフレームの接続部分を足し合わせ
ることにより、各フレームをスムーズに接続する。第１
の実施の形態では、以上の、入力フレーム位置決定部3
1、出力フレーム位置決定部32、入力フレームずらし幅
決定部33、及びデータ接続部34が図１に示す原理図の話
速変換部３に相当する。
する目標フレームの１つ前のフレームの終わりに単調減
少する窓をかけ、また目標フレームの初めに単調増加す
る窓をかけて隣り合うフレームの接続部分を足し合わせ
ることにより、各フレームをスムーズに接続する。第１
の実施の形態では、以上の、入力フレーム位置決定部3
1、出力フレーム位置決定部32、入力フレームずらし幅
決定部33、及びデータ接続部34が図１に示す原理図の話
速変換部３に相当する。
【００１８】図３は本発明装置の第２の実施の形態のブ
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第２の実施の形態では、図２のパ
ラメータ計算部１として、各フレームの音声の大きさ、
即ちパワーを算出するパワー計算部11が設けられてい
る。音声のパワーを算出する方法としては、上述のよう
に、例えば、ディジタル音声信号の各サンプリング点の
絶対値を加算する方法、各サンプリング点の信号値の二
乗和を算出する方法等が知られている。
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第２の実施の形態では、図２のパ
ラメータ計算部１として、各フレームの音声の大きさ、
即ちパワーを算出するパワー計算部11が設けられてい
る。音声のパワーを算出する方法としては、上述のよう
に、例えば、ディジタル音声信号の各サンプリング点の
絶対値を加算する方法、各サンプリング点の信号値の二
乗和を算出する方法等が知られている。
【００１９】図４は本発明装置の第３の実施の形態のブ
ロック図である。図２及び図３と同一部分には同一符号
を付してその説明を省略する。第３の実施の形態では、
第１及び第２の実施の形態における話速計算部２とし
て、各フレームのパラメータ値（本例ではパワー）に反
比例させて話速を算出する反比例関数計算部21が設けら
れている。
ロック図である。図２及び図３と同一部分には同一符号
を付してその説明を省略する。第３の実施の形態では、
第１及び第２の実施の形態における話速計算部２とし
て、各フレームのパラメータ値（本例ではパワー）に反
比例させて話速を算出する反比例関数計算部21が設けら
れている。
【００２０】パラメータ値が大きい入力フレームの話速
を小さく、即ち遅くなるようにパラメータ値に反比例さ
せて算出するということは、即ち、再生データとして入
力フレームから抽出する音声信号の時間軸長をパラメー
タ値に比例させて長くすることと同義である。一方、パ
ラメータ値が小さい入力フレームの話速を大きく、即ち
速くなるようにパラメータ値に反比例させて算出すると
いうことは、即ち、再生データとして入力フレームから
抽出する音声信号の時間軸長をパラメータ値に比例させ
て短くすることと同義である。
を小さく、即ち遅くなるようにパラメータ値に反比例さ
せて算出するということは、即ち、再生データとして入
力フレームから抽出する音声信号の時間軸長をパラメー
タ値に比例させて長くすることと同義である。一方、パ
ラメータ値が小さい入力フレームの話速を大きく、即ち
速くなるようにパラメータ値に反比例させて算出すると
いうことは、即ち、再生データとして入力フレームから
抽出する音声信号の時間軸長をパラメータ値に比例させ
て短くすることと同義である。
【００２１】図５は本発明装置の第４の実施の形態のブ
ロック図である。図２及び図４と同一部分には同一符号
を付してその説明を省略する。第４の実施の形態では、
第３の実施の形態に加えて、元の音声信号の全体時間に
対する、再生の全体時間の比率から求まる、音声信号全
体としての話速変換の速度倍率（平均速度倍率という）
を、各フレームのパラメータ値に応じた話速に変換する
ための反比例の係数を算出する反比例係数計算部22が設
けられている。このように、再生の全体時間に関連する
平均速度倍率に基づいて各フレームの話速の反比例係数
を算出することにより、一定の再生時間における、各フ
レームのパラメータ値に応じた話速が算出される。従っ
て、各フレームで一律に話速を速くした場合は聞き取り
が不可能な３倍以上の倍速で再生した場合でも、重要な
部分の音声は聞き取り可能である。
ロック図である。図２及び図４と同一部分には同一符号
を付してその説明を省略する。第４の実施の形態では、
第３の実施の形態に加えて、元の音声信号の全体時間に
対する、再生の全体時間の比率から求まる、音声信号全
体としての話速変換の速度倍率（平均速度倍率という）
を、各フレームのパラメータ値に応じた話速に変換する
ための反比例の係数を算出する反比例係数計算部22が設
けられている。このように、再生の全体時間に関連する
平均速度倍率に基づいて各フレームの話速の反比例係数
を算出することにより、一定の再生時間における、各フ
レームのパラメータ値に応じた話速が算出される。従っ
て、各フレームで一律に話速を速くした場合は聞き取り
が不可能な３倍以上の倍速で再生した場合でも、重要な
部分の音声は聞き取り可能である。
【００２２】以下に、Ｐ(i) を各フレームのパワー、Ｌ
は元の音声信号の長さ、Ｋを反比例係数とし、音声信号
を元の長さのα倍で再生する場合における反比例係数の
算出式の一例を示す。
は元の音声信号の長さ、Ｋを反比例係数とし、音声信号
を元の長さのα倍で再生する場合における反比例係数の
算出式の一例を示す。
【００２３】
【数１】
【００２４】図６は本発明装置の第５の実施の形態のブ
ロック図である。図２乃至図４と同一部分には同一符号
を付してその説明を省略する。第５の実施の形態では、
第１及び第２の実施の形態における話速計算部２とし
て、各フレームのパラメータ値（本例ではパワー）のｎ
乗に反比例させて話速を算出するｎ乗反比例関数計算部
23が設けられている。第５の実施の形態では、第３の実
施の形態に比べてパラメータ値が大きい部分はよりゆっ
くりとした話速で強調して再生される。
ロック図である。図２乃至図４と同一部分には同一符号
を付してその説明を省略する。第５の実施の形態では、
第１及び第２の実施の形態における話速計算部２とし
て、各フレームのパラメータ値（本例ではパワー）のｎ
乗に反比例させて話速を算出するｎ乗反比例関数計算部
23が設けられている。第５の実施の形態では、第３の実
施の形態に比べてパラメータ値が大きい部分はよりゆっ
くりとした話速で強調して再生される。
【００２５】図７は本発明装置の第６の実施の形態のブ
ロック図である。図２及び図６と同一部分には同一符号
を付してその説明を省略する。第６の実施の形態では、
第５の実施の形態に加えて、元の音声信号の全体時間に
対する、再生の全体時間の比率から求まる、音声信号全
体としての話速変換の速度倍率、所謂平均速度倍率を、
各フレームのパラメータ値のｎ乗に応じた話速に変換す
るための反比例の係数を算出するｎ乗反比例係数計算部
24が設けられている。このように、再生の全体時間に関
連する平均速度倍率に基づいて各フレームの話速の反比
例係数を算出することにより、一定の再生時間におけ
る、各フレームのパラメータ値に応じた話速が算出され
る。従って、各フレームで一律に話速を速くした場合は
聞き取りが不可能な３倍以上の倍速で再生した場合で
も、重要な部分の音声は聞き取り可能である。
ロック図である。図２及び図６と同一部分には同一符号
を付してその説明を省略する。第６の実施の形態では、
第５の実施の形態に加えて、元の音声信号の全体時間に
対する、再生の全体時間の比率から求まる、音声信号全
体としての話速変換の速度倍率、所謂平均速度倍率を、
各フレームのパラメータ値のｎ乗に応じた話速に変換す
るための反比例の係数を算出するｎ乗反比例係数計算部
24が設けられている。このように、再生の全体時間に関
連する平均速度倍率に基づいて各フレームの話速の反比
例係数を算出することにより、一定の再生時間におけ
る、各フレームのパラメータ値に応じた話速が算出され
る。従って、各フレームで一律に話速を速くした場合は
聞き取りが不可能な３倍以上の倍速で再生した場合で
も、重要な部分の音声は聞き取り可能である。
【００２６】以下に、Ｐ(i) を各フレームのパワー、Ｌ
は元の音声信号の長さ、Ｋを反比例係数とし、音声信号
を元の長さのα倍で再生する場合における反比例係数の
算出式の一例を示す。
は元の音声信号の長さ、Ｋを反比例係数とし、音声信号
を元の長さのα倍で再生する場合における反比例係数の
算出式の一例を示す。
【００２７】
【数２】
【００２８】図８は本発明装置の第７の実施の形態のブ
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第７の実施の形態が第１の実施の
形態と異なる点は、各フレームのパワー、ピッチ等のパ
ラメータ値に基づいて、各フレームの音声信号の出力パ
ワーを決定する変換係数を算出してパワー変換部35に与
えるパワー変換係数計算部４と、パワー変換係数計算部
４が算出した変換係数で出力パワーを変換し、データ接
続部34に与えるパワー変換部35とが設けられている点で
ある。
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第７の実施の形態が第１の実施の
形態と異なる点は、各フレームのパワー、ピッチ等のパ
ラメータ値に基づいて、各フレームの音声信号の出力パ
ワーを決定する変換係数を算出してパワー変換部35に与
えるパワー変換係数計算部４と、パワー変換係数計算部
４が算出した変換係数で出力パワーを変換し、データ接
続部34に与えるパワー変換部35とが設けられている点で
ある。
【００２９】これにより、重要なフレームがより大きな
パワーで強調して再生される。第７の実施の形態では、
以上の、入力フレーム位置決定部31、出力フレーム位置
決定部32、入力フレームずらし幅決定部33、パワー変換
部35、及びデータ接続部34が図１に示す原理図の話速変
換部３に相当する。
パワーで強調して再生される。第７の実施の形態では、
以上の、入力フレーム位置決定部31、出力フレーム位置
決定部32、入力フレームずらし幅決定部33、パワー変換
部35、及びデータ接続部34が図１に示す原理図の話速変
換部３に相当する。
【００３０】図９は本発明装置の第８の実施の形態のブ
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第８の実施の形態では、第１の実
施の形態の話速計算部２として、閾値考慮話速計算部25
が設けられている。閾値考慮話速計算部25は、フレーム
のパラメータ値が第１の閾値より小さい場合は、このフ
レームの音声信号を再生する際の話速を無限大に設定す
る。また閾値考慮話速計算部25は、フレームのパラメー
タ値が第２の閾値より大きい場合は、このフレームの音
声信号を再生する際の話速を、第２の閾値に応じて算出
し、話速を遅くする際の上限を設ける。
ロック図である。図２と同一部分には同一符号を付して
その説明を省略する。第８の実施の形態では、第１の実
施の形態の話速計算部２として、閾値考慮話速計算部25
が設けられている。閾値考慮話速計算部25は、フレーム
のパラメータ値が第１の閾値より小さい場合は、このフ
レームの音声信号を再生する際の話速を無限大に設定す
る。また閾値考慮話速計算部25は、フレームのパラメー
タ値が第２の閾値より大きい場合は、このフレームの音
声信号を再生する際の話速を、第２の閾値に応じて算出
し、話速を遅くする際の上限を設ける。
【００３１】即ち、パラメータ値が小さすぎて、再生す
る際の話速が聞き取りが不可能なほど速い速度になるフ
レームの音声は飛ばして再生せず、再生時間の無駄を避
ける。また、パラメータ値が大きすぎて、再生する際の
話速が聞き取りが不可能なほど遅い速度になるフレーム
の音声を、聞き取りの可能な話速に変換する。
る際の話速が聞き取りが不可能なほど速い速度になるフ
レームの音声は飛ばして再生せず、再生時間の無駄を避
ける。また、パラメータ値が大きすぎて、再生する際の
話速が聞き取りが不可能なほど遅い速度になるフレーム
の音声を、聞き取りの可能な話速に変換する。
【００３２】
【発明の効果】以上のように、本発明装置は、音声デー
タでは、重要な部分で声が大きく、又は声が高くなって
いるという点に注目し、音声データの速度を変えて再生
する場合、音声データのパワー、ピッチ等のパラメータ
値が大きい部分は重要な内容が話されている部分である
と判断し、重要な部分を聞き取りが可能な速度で再生す
る一方、それ以外の部分は全体の再生時間を所要の時間
に収め得る速度で再生するか、又はその再生速度が聞き
取りのできない速度であればその部分は飛ばして再生す
るといったように、音声データの所定期間毎のパラメー
タ値に応じて各所定期間の再生速度を算出するので、話
速変換した場合でも要点部分は聞き取り可能な速度で再
生し、概要の把握を可能にするとともに、全体の再生時
間を大幅に短縮するという優れた効果を奏する。
タでは、重要な部分で声が大きく、又は声が高くなって
いるという点に注目し、音声データの速度を変えて再生
する場合、音声データのパワー、ピッチ等のパラメータ
値が大きい部分は重要な内容が話されている部分である
と判断し、重要な部分を聞き取りが可能な速度で再生す
る一方、それ以外の部分は全体の再生時間を所要の時間
に収め得る速度で再生するか、又はその再生速度が聞き
取りのできない速度であればその部分は飛ばして再生す
るといったように、音声データの所定期間毎のパラメー
タ値に応じて各所定期間の再生速度を算出するので、話
速変換した場合でも要点部分は聞き取り可能な速度で再
生し、概要の把握を可能にするとともに、全体の再生時
間を大幅に短縮するという優れた効果を奏する。
【図１】本発明装置の原理図である。
【図２】本発明装置の第１の実施の形態のブロック図で
ある。
ある。
【図３】本発明装置の第２の実施の形態のブロック図で
ある。
ある。
【図４】本発明装置の第３の実施の形態のブロック図で
ある。
ある。
【図５】本発明装置の第４の実施の形態のブロック図で
ある。
ある。
【図６】本発明装置の第５の実施の形態のブロック図で
ある。
ある。
【図７】本発明装置の第６の実施の形態のブロック図で
ある。
ある。
【図８】本発明装置の第７の実施の形態のブロック図で
ある。
ある。
【図９】本発明装置の第８の実施の形態のブロック図で
ある。
ある。
１ パラメータ計算部 ２ 話速計算部 ３ 話速変換部
Claims (12)
- 【請求項１】 音声信号を、ピッチを変えずに速度を変
換して再生する話速変換装置において、 前記音声信号の、所定期間毎の特徴を表すパラメータ値
を算出するパラメータ算出手段と、 各所定期間の音声信号を再生する際の話速を、パラメー
タ算出手段が算出したパラメータ値に応じて算出する話
速算出手段と、 話速算出手段が算出した各所定期間の前記話速に基づい
て該各所定期間の再生データを生成し、該再生データを
接続して音声信号を再生する話速変換手段とを備えたこ
とを特徴とする話速変換装置。 - 【請求項２】 前記パラメータ値が音声の大きさを表す
値である請求項１記載の話速変換装置。 - 【請求項３】 前記パラメータ値が音声の高さを表す値
である請求項１記載の話速変換装置。 - 【請求項４】 前記話速算出手段が、各所定期間の音声
信号を再生する際の話速を、前記パラメータ値に反比例
させて算出する手段である請求項１乃至３のいずれかに
記載の話速変換装置。 - 【請求項５】 前記話速算出手段が、各所定期間の音声
信号を再生する際の話速を、前記パラメータ値のｎ乗に
反比例させて算出する手段である請求項１乃至３のいず
れかに記載の話速変換装置。 - 【請求項６】 音声信号を再生する全体時間に関連する
データを入力する手段と、該手段により入力された前記
データに応じた全体時間で前記音声信号を再生し得る反
比例の係数を算出する手段とを備えた請求項４又は５記
載の話速変換装置。 - 【請求項７】 音声信号を複数の区間に分割し、該複数
の区間のそれぞれで話速を変換する手段を備えた請求項
１乃至６のいずれかに記載の話速変換装置。 - 【請求項８】 各所定期間の再生データのパワーに基づ
いて該再生データの出力パワーを決定する係数を、前記
パラメータ算出手段が算出したパラメータ値に応じて算
出する係数算出手段を備え、前記話速変換手段が、該係
数算出手段が算出した係数に基づいて各所定期間の再生
データの出力パワーを決定する手段を備えた請求項１乃
至７のいずれかに記載の話速変換装置。 - 【請求項９】 前記パラメータ値の第１の所定値を設定
する手段を備え、前記話速算出手段は、前記パラメータ
算出手段が算出した所定期間のパラメータ値が第１の所
定値より小さい場合、該所定期間の音声信号を再生する
際の話速を無限大に設定する手段を備えた請求項１又は
２又は３又は７又は８記載の話速変換装置。 - 【請求項１０】 前記パラメータ値の第２の所定値を設
定する手段を備え、前記話速算出手段は、前記パラメー
タ算出手段が算出した所定期間のパラメータ値が第２の
所定値より大きい場合、該所定期間の音声信号を再生す
る際の話速を、第２の所定値に応じて算出する手段を備
えた請求項１又は２又は３又は７又は８又は９記載の話
速変換装置。 - 【請求項１１】 音声信号を、ピッチを変えずに速度を
変換して再生する話速変換方法において、 前記音声信号の、所定期間毎の特徴を表すパラメータ値
を算出し、 各所定期間の音声信号を再生する際の話速を、算出した
パラメータ値に応じて算出し、 各所定期間の前記話速に基づいて該各所定期間の再生デ
ータを生成し、該再生データを接続して音声信号を再生
することを特徴とする話速変換方法。 - 【請求項１２】 音声信号を、ピッチを変えずに速度を
変換して再生する話速変換のコンピュータプログラムが
記録されている記録媒体において、 前記音声信号の、所定期間毎の特徴を表すパラメータ値
を算出するステップと、 各所定期間の音声信号を再生する際の話速を、算出した
パラメータ値に応じて算出するステップと、 算出した各所定期間の前記話速に基づいて該各所定期間
の再生データを生成し、該再生データを接続して音声信
号を再生するステップとを含むコンピュータプログラム
を記録してあることを特徴とする記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06700797A JP3619946B2 (ja) | 1997-03-19 | 1997-03-19 | 話速変換装置、話速変換方法及び記録媒体 |
| US09/035,106 US5991724A (en) | 1997-03-19 | 1998-03-05 | Apparatus and method for changing reproduction speed of speech sound and recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06700797A JP3619946B2 (ja) | 1997-03-19 | 1997-03-19 | 話速変換装置、話速変換方法及び記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10260694A true JPH10260694A (ja) | 1998-09-29 |
| JP3619946B2 JP3619946B2 (ja) | 2005-02-16 |
Family
ID=13332447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06700797A Expired - Fee Related JP3619946B2 (ja) | 1997-03-19 | 1997-03-19 | 話速変換装置、話速変換方法及び記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5991724A (ja) |
| JP (1) | JP3619946B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000132179A (ja) * | 1998-10-27 | 2000-05-12 | Nippon Telegr & Teleph Corp <Ntt> | 録音音声データベース話速均一化方法及び装置及び話速均一化プログラムを格納した記憶媒体 |
| JP2004126595A (ja) * | 2002-10-03 | 2004-04-22 | Docomo Communications Laboratories Usa Inc | 信号エネルギーに基づく非一様時間領域音声信号処理方法 |
| JP2010026438A (ja) * | 2008-07-24 | 2010-02-04 | Yamaha Corp | 話速変換装置 |
| US9129609B2 (en) | 2011-01-28 | 2015-09-08 | Nippon Hoso Kyokai | Speech speed conversion factor determining device, speech speed conversion device, program, and storage medium |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2242610C (en) * | 1996-11-11 | 2003-01-28 | Matsushita Electric Industrial Co., Ltd. | Sound reproducing speed converter |
| JP2000082260A (ja) * | 1998-09-04 | 2000-03-21 | Sony Corp | オーディオ信号再生装置及び方法 |
| US8484018B2 (en) * | 2009-08-21 | 2013-07-09 | Casio Computer Co., Ltd | Data converting apparatus and method that divides input data into plural frames and partially overlaps the divided frames to produce output data |
| JP5716595B2 (ja) * | 2011-01-28 | 2015-05-13 | 富士通株式会社 | 音声補正装置、音声補正方法及び音声補正プログラム |
| JP4996750B1 (ja) | 2011-01-31 | 2012-08-08 | 株式会社東芝 | 電子機器 |
| JP5999839B2 (ja) * | 2012-09-10 | 2016-09-28 | ルネサスエレクトロニクス株式会社 | 音声案内システム及び電子機器 |
| JP2014106247A (ja) | 2012-11-22 | 2014-06-09 | Fujitsu Ltd | 信号処理装置、信号処理方法および信号処理プログラム |
| EP3306609A1 (en) * | 2016-10-04 | 2018-04-11 | Fraunhofer Gesellschaft zur Förderung der Angewand | Apparatus and method for determining a pitch information |
| JP6646001B2 (ja) * | 2017-03-22 | 2020-02-14 | 株式会社東芝 | 音声処理装置、音声処理方法およびプログラム |
| JP2018159759A (ja) * | 2017-03-22 | 2018-10-11 | 株式会社東芝 | 音声処理装置、音声処理方法およびプログラム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3162945B2 (ja) * | 1995-04-20 | 2001-05-08 | 三洋電機株式会社 | ビデオテープレコーダ |
| JP3316340B2 (ja) * | 1995-06-20 | 2002-08-19 | 三洋電機株式会社 | ビデオテープレコーダ |
| US5790264A (en) * | 1995-06-23 | 1998-08-04 | Olympus Optical Co., Ltd. | Information reproduction apparatus |
| JP3474971B2 (ja) * | 1995-08-23 | 2003-12-08 | 三洋電機株式会社 | ビデオテープレコーダ |
-
1997
- 1997-03-19 JP JP06700797A patent/JP3619946B2/ja not_active Expired - Fee Related
-
1998
- 1998-03-05 US US09/035,106 patent/US5991724A/en not_active Expired - Lifetime
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000132179A (ja) * | 1998-10-27 | 2000-05-12 | Nippon Telegr & Teleph Corp <Ntt> | 録音音声データベース話速均一化方法及び装置及び話速均一化プログラムを格納した記憶媒体 |
| JP2004126595A (ja) * | 2002-10-03 | 2004-04-22 | Docomo Communications Laboratories Usa Inc | 信号エネルギーに基づく非一様時間領域音声信号処理方法 |
| JP4523257B2 (ja) * | 2002-10-03 | 2010-08-11 | 株式会社エヌ・ティ・ティ・ドコモ | 音声データ処理方法、プログラム及び音声信号処理システム |
| JP2010026438A (ja) * | 2008-07-24 | 2010-02-04 | Yamaha Corp | 話速変換装置 |
| US9129609B2 (en) | 2011-01-28 | 2015-09-08 | Nippon Hoso Kyokai | Speech speed conversion factor determining device, speech speed conversion device, program, and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| US5991724A (en) | 1999-11-23 |
| JP3619946B2 (ja) | 2005-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3619946B2 (ja) | 話速変換装置、話速変換方法及び記録媒体 | |
| KR101334366B1 (ko) | 오디오 배속 재생 방법 및 장치 | |
| JPH08190400A (ja) | 音響変速再生装置 | |
| JP4965371B2 (ja) | 音声再生装置 | |
| JPS5982608A (ja) | 音声の再生速度制御方式 | |
| JP2009075280A (ja) | コンテンツ再生装置 | |
| JP2006317768A (ja) | 話速変換装置、及びこの話速変換装置を制御する話速変換プログラム | |
| JP4130927B2 (ja) | 音響再生装置 | |
| 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 | |
| JPH04367898A (ja) | 音声再生装置 | |
| JP3081469B2 (ja) | 話速変換装置 | |
| JPH09138698A (ja) | 音声記録再生装置 | |
| JPH09146587A (ja) | 話速変換装置 | |
| JPH08328586A (ja) | 音声時間軸変換装置 | |
| JP2001222300A (ja) | 音声再生装置および記録媒体 | |
| JP2002297200A (ja) | 話速変換装置 | |
| JPH0854895A (ja) | 再生装置 | |
| JP2001154684A (ja) | 話速変換装置 | |
| JPH0573089A (ja) | 音声再生方法 | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| JP3189597B2 (ja) | 音声時間軸変換装置 | |
| JP3201327B2 (ja) | 録音再生装置 | |
| JPH0883096A (ja) | 音声時間軸変換装置 | |
| JP2007025039A (ja) | 音声再生装置、音声録音再生装置、およびそれらの方法、記録媒体、集積回路 | |
| JPH08292796A (ja) | 再生装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040506 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040518 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040706 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040803 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040928 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041102 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041102 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081126 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081126 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091126 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101126 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101126 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111126 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111126 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121126 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121126 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131126 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |