JPS60184299A - 音声編集装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （Ａ）発明の技術分野 本発明は、音声編集装置、特に、コンピュータを用い音
声を文単位１文節単位等できめ綱かに編集することがで
きるようにした音声編集装置に関するものである。

（Ｂ）従来技術とその問題点 従来、音声データを編集する方法としては、（１）アナ
ログ録音テープに記録された音声をテープレコーダで再
生しながら録音テープをハサミと粘着テープで切り貼り
していく方法、（２１１台の録音用テープレコーダの入
力側に切り換えスイッチを介して複数の再生用テープレ
コーダを接続し、再生用テープレコーダの音声出力を耳
でチェックしながらダビング編集していく方法があった
。しかし、これらはいずれも音声内容とテープレコーダ
カウンタの指示値を対にしたメツ構成し、それを基にし
て基本的に順編成の（シーケンシャルの）録音テープを
早送りあるいは巻き戻して編集作業を行っているために
、大まかな音声の編集が可能であるにすぎず、例えば音
声を文単位２文節単位等で編集するなどきめ細かな編集
を能率よく行うことはできなかった。

このため、本願出願人は、コンピュータを用いることに
より、音声のきめ細かな編集を行なうことができる音声
編集装置を提案した。

この音声編集装置の基本的構成を、第１図に示す。図中
、■は入力された音声を編集部への適した信号形態に変
換する入力部、２は音声の編集を行う編集部、３は音声
の編集にあたって必要なデータ等を格納するメモリ部、
４は編集された音声を適切な信す形態に変換して出力す
る出方部である。　゛ 第２図に音声の特徴量時系列を視覚的に表示して目で観
察しながら細かな編集をしようとする音声編集装置を示
す。

入力部１はマイクロホン５とこのマイクロホンからのア
ナログ信号をディジタル信号に変換するＡ／Ｄ変換器６
とにより構成し、編集部２はコンピュータ７とディスプ
レイ８とキーボード９とにより構成し、メモリ部３は主
記憶装置１ｏと磁気ディスク等の補助記憶装置１１とに
より構成し、出力部４は編集部２からのディジタル信号
をアナログ信号に変換するＤ／Ａ変換器１２とスピーカ
１３とにより構成する。

マイクロホン５カ槌の音声信号は、Ａ７Ｄ変換器６でデ
ィジタル量に変換され、コンピュータ７はこれを磁気デ
ィスク１１に格納する。コンピュータ７は、格納された
音声データがら音声の特徴量時系列を計算する。特徴量
時系列には、音声の強さを表すパワ一時系列、音声信号
が原点と交差するゼロ交差回数時系列、音声の高さく音
階）を表すピッチ周波数時系列等があるが、本実施例で
は、コンピュータ７はパワ一時系列を計算するものとす
る。

一般に、音声信号時系列データをｘｉ　（ｉ＝１゜２、
−−−−　ｎ）で表すと、次式 の引算により、音声パワ一時系列Ｐｊ（ｊ、＝１゜２、
−　−−）を得ることができる。

４ コンピュータ７ば計算したパワ一時系列を、ディスプレ
イ８に表示する。装置利用者は、このパワ一時系列表示
を見ながらキーボード９から音声編集指示や音声出力の
指示を行う。音声出力の指示がなされた時にはコンピュ
ータ７は磁気ディスク１】から音声データを読み出し、
Ｄ／Ａ変換器１２およびスピーカ１３に送り出すことに
より音声出力を行う。

ディスプレイ８の画面上における音声入力１Ｍａ集、出
力の一態様を第３図に基づいて説明する。

今、装置利用者が音声として「この件につきまして　エ
ート　返事を　ゴポン　お願いします　至急」をマイク
ロホン５に入力したもめとする。第３図（ａｌは、ディ
スプレイ８の画面上に表示されたパワ一時系列を示す。

縦軸方向はパワーの大きさを、横軸方向は時間を示す。

このパワ一時系列の波形ａは音声「この件につきまして
」に、波形すは「エート」に、波形Ｃは「返事を」に、
波形ｄは「ゴホン」に、波形ｅは「お願します」に、波
形ｆは「至急」にそれぞれ対応している。

キーボード９を操作しディスプレイ画面上のカーソルを
用いて、不要な音声「エート」（波形ｂ）の開始部分と
終了部分とを“指示”すると、コンピュータ７はその部
分間に確認のためアンダーラインＬを表示する。次に、
キーボード９を操作し、て“削除”を指示すると、「エ
ート」に対応する波形すが削除される。同様に不要な音
声「ゴボン」　（波形ｄ）の部分も削除すると、ディス
プレイ画面のパワ一時系列表示は第３図（ｂｌに示すよ
うになる。

さらに、キーボード９の操作により“指示”。

“削除”を行って無音部ｇ、ｈ、ｉ、ｊを削除すると、
ディスプレイ画面のパワ一時系列表示は第３図（Ｃ１に
示すようになる。

次に、キーボード９を操作して、画面上のカーツルで音
声「至急」　（波形ｆ）の部分を指示し、「つきまして
」と「返事を」との間を指示し、キーボードにより“挿
入”を指示すると、「つきまして」と１返事を」との間
に「至急」が、挿６人される、ずなわち波形ａと波形Ｃ
との間に波形ｆが挿入される。この最終的なパワ一時系
列表示を、第３図１ｄｌに示す。

キーボード９を操作し、カーソルにより有音部の先頭と
末尾を指示して“出力”の指示を行うと、スピーカ１３
から［この件につきまして至急返事をお願いします」と
いう編集された音声が出力される。この場合、１目間い
ただけでは聞きとれない場合には、キーボードにより“
出力”の指示を行うことにより何度でも音声を聞くこと
ができる。

以上の説明では、説明を簡単にするため短い文章を用い
たが、実際には２分程度の音声を画面に表示することが
でき、さらに編集済み音声データを磁気ディスク１１に
戻し、未編集音声データを読み出すということを繰り返
せば、数分以上におよぶ手紙１通、会ｉｌｌ　１セツシ
ヨン等の音声編集処理を行うことができる。

音声の特徴量時系列をディスプレイ画面上に表示しなが
ら対話形式で編集するという本実施例音声編集装置によ
れば、文単位１文節用位で音声を編集することができる
ので、きめ細かな編集が可能となる。

確かに、前述した音声編集装置では、きめ細かな音声の
編集を行なうことができるが、メモリ部３に格納される
音声データの量が膨大であるため、磁気ディスク装置１
１等のアクセスに時間が掛かるという欠点がある。

このため、この欠点を除去することができる第４図以降
に示される音声編集装置を同時に提案している。

第４図に示す音声編集装置は、例えば、フロッピーディ
スク等の記憶装置に蓄積された音声データを編集する場
合に、音声データを複数のブロックに分割し、各ブロッ
クに対しそのブロックの記憶装置上のアドレスから成る
ポインタを構成し、全ブロックに対するポインタの集合
としてディレクトリを構成し、ポインタに対して編集作
業を行うことにより、音声データ自体を記憶装置上で移
動することなく等価的に音声データの編集を行うことに
より、きめ細かな編集ができるようにしたものである。

また、ディスプレイ画面上に音声の特徴量系列を表示し
て観察しながら、音声データ自体を記憶装置上で移動す
ることなく、ディレクトリ上でポインタ自体を移動する
ことにより音声を編集できるようにしたものである。

入力部ｌばマイクロホン２３とこのマイクロホンからの
アナログ信号をディジタル信号に変換するＡ／Ｄ変換器
２４とにより構成し、編集部２はマイクロコンピュータ
２５とディスプレイ２６とキーボード２７と音声特徴量
計算回路２８とにより構成し、メモリ部３を音声データ
およびディレクトリ用のフロッピーディスク２９と音声
編集。

人出カプログラム用のソロソピーデイ〜スク３０とによ
り構成し、出力部４はディジタル信号をアナログ信号に
変換するＤ／Ａ変換器３１とスピーカ３２とにより構成
する。

音声の特徴量としては、前述したように、音声の強さを
表すパワー、音声信号が原点と交差するゼロ交差回数、
音声の高さく高階）を表すピ・ノチ周波数等がある。し
たがって、特徴量計算回路２８としては、パワー計算回
路、ゼロ交差回数計算回路、ピンチ周波数計算回路等が
あるが、この例ではパワー計算回路を用いている。もち
ろん、他のものを用いてもよい。

マイクロホン２３から入力された音声信号はＡ／Ｄ変換
器２４によりディジタル量の時系列に変換された後、マ
イクロコンピュータ２５の制御によりフロッピーディス
ク２９に格納されるとともの特徴量時系列が計算されフ
ロッピーディスク２９に格納される。次いで、音声の特
徴量時系列はディスプレイ２６に表示される。この表示
に基づいて、装置利用者がキーボード２７から入力する
編集コマンドに対応して、マイクロコンピュータ２５は
後述のごとく編集処理を行う。編集の途中あるいは編集
の終了後、マイクロコンピュータ２５は装置利用者がキ
ーボード２７から入力する音声出力コマンドに対応して
、音声データをＤ／Ａ変換器３１転送し、アナログ量に
変換してスピーカ３２を駆動し音として出力する。

第５図に各処理を総合した大まかな流れを示すフローチ
ャートを示す。

第６図は、フロッピーディスク２９の内容を示す図であ
る。ここでは８インチ両面倍密度フロッピーディスクの
場合につい°ζ説明する。図に示すようにフロッピーデ
ィスクの１トランク５の表」〜「トラック７６の裏」の
範囲の９３６にバイトを音声データ格納用に用いている
。音声をＡ／Ｄ変換器２４によりＡ　／、Ｄ変換する場
合のサンプリング速度を８Ｋｌｌｚ、語長を８ピントと
すれば、９３６にバイトの領域は１１７秒（約２分）の
音声を収録することができる。また、フロッピーディス
クの「トラック１の表」〜「トラック４の裏」の範囲５
２にバイトのうち４８にバイトをディレクトリ用の領域
としている。

第７図（ａｌは、ディレクトリの内容を示すものである
。４８にバイトのディレクトリは３バイト長のポインタ
１６３８３ｉｖＡで構成されている。１つのポインタは
、ｌフレームの音声データの所在と属性（特徴量）を示
すものである。１フレームは、６４バイトの音声データ
の集合であり、９３６にバイトの音声データは、 ９３６にバイト÷６４バイト＝１４９７官６　（フレー
ム）で構成されるので、ポインタは１４９７６個以上あ
れば十分である。１つのポインタは第７図（ｂ）に示す
ようにビット配分されている。最上位の１ビツトはこの
ポインタの有効／無効を示すもので、このビットがＯの
ときは有効でありこのポインタに対応する音声データが
存在することを示し、１のときは無効でありこのポイン
タに対応する音声データが存在しないことを示ず。この
ビットがＯのときは残りの２３ビツトが意味を持ち、上
位から順に７ビツトがトラック番号を、１ビツトがサイ
ド番号を、５ビツトがセクタ番号を、２ビツトがフレー
ム番号を、８ビツトが特徴量をそれぞれ表している。特
徴量としては、音声データｌフレーム分の平均パワー、
ゼロ交差回数、平均ピンチ周波数等が有効であり、前述
したようにこの例では平均パワーを用いている。トラン
ク番号、サイド番号、セクタ番号、フレーム番号はこの
ポインタに対応する音声データがフロッピーディスク上
のどの位置にあるかを示している。なお、サイド番号を
示すビットがＯのときはフロンピーディスクの表を、１
のときはフロッピーディスクの裏を示す。また、ｌセク
タ内には４フレームの音声データが格納される。

マイクロホン２３から入力され、Ａ／Ｄ変換器２４によ
ってディジタル量に変換された音声データがマイクロコ
ンピュータ２５の制御でフロッピーディスク２９の１ト
ランク５の表」から順に格納された場合を考える。音声
の長さが１６秒であったとすると、１２８０００バイト
のデータ長となるが、これは２０００フレーム長となり
、音声データは「トラック５の表」から「トラック１４
の裏」の第６セクタの末尾（第３クレーム）までに格納
されることになる。

音声入力直後にマイクロコンピュータ２５がフロ・７ピ
ーデイスク２９のディレクトリ領域（トラフ２１表〜ト
ラック４裏）に作成するブイレフｌ−りの内容を第８図
に示す。「ポインタ０」は、音声データの第１フレーム
が［存在し、トランク５゜サイドＯ（表）、セクタ１の
第１フレーム（はじめのＶ４）に存在して、特徴量（こ
の例ではパワー）が０であることを示している。「ポイ
ンタｌ」は、次のフレームが同じセクタの「第１フレー
ム（２目の＋Ａ）」に存在し、パワーが３５であること
を示している。以下同様に、ポインタ１９９９までが音
声データの格納場所とパワーを示すように設定される。

［ポインタ２０００Ｊ〜［ポインタ１６３８３Ｊについ
ては対応する音声データが存在しないので最上位のビッ
トを１に設定する。

残りの２３ビツトは、＊印で示しているが、ビットとし
てはｌでも０でもよい。

第９図は音声の入力からディレクトリを作成するまでの
処理の流れを示すフローチャートである。

まず、音声入力のコマンドを受けとると、音声データを
格納するフロンピーディスクの音声データ格納領域を設
定（トランク５．サイドＯ（裏）。

セクタｌ、第Ｏフレーム（最初のＡ））する。

マイクロホンより音声データが入力されると、音声デー
タはフロンピーディスクのアドレスＡＤで示される領域
に順次ライトする。音声データの入力につれて、順次ア
ドレスを更新つつ、フロッピーディスクにライトする。

そして、マイクロホンよりの音声データの入力がなくな
った時点でのフロッピーディスクのアドレスＡＤをレジ
スタＡＤＥに格納する。

これと共に、フロンピーディスクのディレクトリ領域を
示すポインタＥＮを“Ｏ”にセットする。

また、フロッピーディスクの音声データ格納領域のアド
レスを初期値に書き換える。

次に、フロッピーディスクのアドレスＡＤで示される領
域（６４バイト）をリードし、各領域におけるパワーを
計算する。

計算の結果、得られたパワーはアドレスＡＤと共にポイ
ンタＥＮに書込まれる。

この動作を順次、繰返し、ポインタＥＮが１６３８３（
すなわちポインタＥＮが一杯）になるまでにアドレスＡ
ＤがレジスタＡＤＨに格納されたアドレスと一致したら
、残りのポインタＥＮにＦＦＦＦ’ＦＦ（１６進数）を
格納する。これにより音声データがないことを示す。

第１表は、キーボード１８から操作者が指定する編集コ
マンドの例である。

第１表 コマンド（１１ば［第１０００フレーム目から１０フレ
ーム分を聞く」という指示で、このコマンドによりマイ
クロコンピュータ１６は、ポインタを順に読み出し、ポ
インタの指示する音声データを読み出しＤ／Ａ変換器２
１に転送し、スピーカ２２を駆動して音声出力を行う。

コマンド（２）は［第１０００フレーム目からｌＯフレ
ーム分を削除する」という指示で、マイクロコンピュー
タ１６は［ポインタ１０１０Ｊ〜［ポインタ１９９９Ｊ
をＩＯワードずつ（１ワードは３バイト）アドレスの低
い方へ移動する。次に、ポインタ移動により空領域とな
る末尾ＩＯワードについては最上位ビットを１として無
効化する。

ここで重要な点は、音声データそのものは移動せずに、
ディレクトリ内でポインタを移動する点であり、音声デ
ータ自体を移動する場合に比べて転送量が６３３６０バ
イトから２９７０バイトに減り、転送量が約１／２０に
なることである、。

コマンド（３）はコマンド口）と同様な方法で第５００
フレーム目から２０フレ一ム分音声出力する指示である
。

コマンド（４）は第５００フレーム目から２０フレ一ム
分の音声をバッファに退避させる指示である。

ここでも、音声データそのものを退避するかわりにポイ
ンタを退避することにより、退避量が約１／２０となり
、したがって退避用バッファの容量が１／２０で済むこ
ととなる。

コマンド（５）は、コマンド＋ｉ＋と同様な方法で第１
５０フレーム目から３０フレ一ム分の音声出力を行うコ
マンドである。

コマンド（６）は、第１４９フレーム目と第１５０フレ
ームとの間に、バッファに退避した前記データを取り出
し、挿入する指示である。具体的には、「ポインタ１５
０」〜「ポインタ１９８９Ｊを２０ワードずつアドレス
の高い方に移動し、空いた領域に前記退避した２０ワー
ドのポインタをコピーする。この操作ではデータの転送
量が音声データ自体を転送する場合に比べて約１／２０
になる上に、２つ以上のポインタが同一データに指すこ
とにより、音声データの増加を防止している。

次に、ディプレイ２６の画面表示について説明する。編
集部２の特徴量計算回路２８において計算されたパワ一
時系列は、フロッピーディスク２９に格納されている。

マイクロコンピュータ２５は、フロッピーディスク２９
から音声データ自体ではなくディレクトリを読み出し、
その特徴量部分を用いてディスプレイ２６の画面上に表
示させる。前述と同様に、音声［この件につきましてエ
ート　返事を　ゴホン　お願いします　至急」が入力さ
れた場合について考える。音声入力直後のディスプレイ
画面を第１０図（ａｌに示す。この画面は、第３図Ｔａ
ｌと全く同じであり、画面上の波形と音声との対応関係
は第３（ａ）での説明に従うものとする。ここで装置利
用者は、不要な内容である音声「エート」（波形ｂ）の
部分をキーボード２７からの操作で指定すると、マイク
ロコンピュータ２５はこの部分が音声の３１０フレーム
・−６３５フレームであることを判断し、これに対応す
るディレクトリ・ポインタを削除する。すなわち、ポイ
ンタ６３６〜ポインタ１９９９を３２６ワード（１ワー
ドは３バイト）アドレスの低い方に移動し、末尾にでき
た空領域すなわちポインタ１６７４〜１９９９の最上位
ビットを１にしてポインタの無効化を行う。第１０図１
ｃｔには、説明の便宜上フレーム番号３’Ｉ　Ｏおよび
６３５を表示しているが、これらは画面上に実際表示さ
れるものではない。同様の操作により不要な音声「ゴホ
ン」　（波形ｄ）の部分も除去した場合のディスプレイ
画面が第１Ｏ図１ｂ）に示す画面である。次に、各文節
間の無音部（ｇ、、ｈ、ｔ、ｊ）を同様の操作により除
去した場合のディスプレイ画面が第１０図１ｃ）に示す
両面である。

次に、装置利用者が第１０図１ｃ）の画面上で音声「至
急」　（波形ｒ）の部分を指定し、これを「つきまして
」と「返事を」との間に移動するようにキーボード２７
により指示すると、マイクロコンピュータ２５は、「至
急」の部分が６５０フレームから８５０フレームにある
ことと、［つきまし’？Ｌｌと１−返事を４との間が２
１０フレームであることを判定し、６５０フレーム〜８
５０フレームに対応するディレクトす・ポインタの退避
を行ってから、ポインタ２１０〜６５０を２０１フレ一
ム分アドレスの高い方へ移動し、ポインタ２１０〜４１
０の領域へ退避しておいたポインタを格納する。このよ
うにして得られるディスプレイ画面が第１０図（ｄｉに
示す画面である。ここで、装置利用がキーボード２７に
より音声出力を指示すると、マ・イクロコンピュータ２
５はディレクトリから「ポインタ０」〜「ポインタ８５
０」を順次取り出し、各ポインタが所在を示す音声デー
タを読み出してｐ／Ａ変換器３１へ送すスビーカ３２か
ら「この件につきまして至急返事をお願いします」とい
う音声出力を行う。ディスプレイ画面で音声の一部を指
定して音声出力することも可能である。

以上説明したように音声の特徴量時系列をディスプレイ
画面上に表示しつつ対話形式で行うとともに、フレーム
単位での音声編集が可能となるのできめ細かい編集を行
うことができる。さらには、音声データ自体をフロッピ
ーディスク上で移動させずにディレクトリのみをアクセ
スしており、ディレクトリ容量は音声データの約１／２
０であることから、ディレクトりのみのアクセスにより
編集作業におけるデータ転送量は約１／２０に短縮され
ている。したがって、大容量の音声データ自体をアクセ
スする代りに、小容量のディレクトリをアクセスするこ
とにより、表示９編集処理を高速に行うことができ、こ
のため実時間処理が可能となる。

しかしながら、従来の音声編集装置では、音声の特徴量
だけを表示して編集作業を行なっており、音声の区切り
等の判別が容易ではなく、編集に時間が掛かるという欠
点があった。

（Ｃ）発明の目的 本発明の目的は、前述した従来の欠点に鑑み、音声の区
切り等の判別を容易に行なうことができ、音声の編集を
短時間で行なうことのできる音声編集装置を提供するこ
とにある。

（Ｄ）発明の構成 そして、この目的は、入力される音声信号を音声データ
に変換する入力部と、前記音声データを複数のブロック
に分割して格納する第１のメモリと、各ブロック毎の音
声データの特徴量を計算する計算部と、前記第１のメモ
リ上の各ブロックのアドレスと前記特徴量とから成るポ
インタの集合であるディレクトリを第２のメモリ上に形
成するディレクトリ形成部と、前記ディレクトリをアク
セスすることにより特徴量の時系列を得て、これを視覚
的に表示する表示部と、表示された特徴量時系列の移動
、削除等の処理を指示する指示手段と、前記指示に基づ
いて、前記ディレクトリ上のポインタのみを前記第２の
メモリ上で移動、削除することにより前記特徴量の時系
列の編集を行なう編集処理部とを備えた音声編集装置で
あって、前記ディレクトリ形成部は前記特徴量時系列の
区切り、あるいは区切りとその表示色を示す情報からな
るポインタ前記指示手段からの指示に基づいて、前記デ
ィレクトリの一部として前記第２のメモリ上に形成する
ことを特徴とする音声編集装置を提供することにより達
成される。

（Ｅ）発明の実施例 以下、本発明に係る音声編集装置の実施例を図面を用い
て説明する。

本実施例において、使用される音声編集装置の概略の構
成は、第４図と同一であるため、実施例の説明は第４図
を用いる。

第１１図は、第４図に示す、フロッピーディスク２９の
内容を示す図である。本実施例において、フロンピーデ
ィスク２９は８インチ両面倍密度フロッピーディスクの
場合について説明する。

第１１図に示すように本実施例ではトラック５の表〜ト
ラック７６の裏の範囲の９３６にバイトを音声データ格
納用に用いている。音声をＡ／Ｄ変換器によりＡ／Ｄ変
換する場合のサンプリング速度を８ＫＩＩｚ、語長を８
ビツトとすれば９３６にバイトの領域は１１７秒（約２
分）の音声を収録することができる。又、本実施例では
トランク１の表〜トランク３の表の範囲５２にバイトを
ディレクトリ用の領域としている。

第１２図＋ａｌばディレクトリの内容を示すものである
。５２にバイトのディレクトリは３バイト長のエントリ
１７，７４９個で構成されている。エントリにはポイン
タとマーカの２種があるが、ポインタは１フレームの音
声の所在と属性（特徴量）を示すものである。■フレー
ムは６４バイトの音声データの集合であり、９３６にバ
イトの音声データは ９３６バイト÷６４ハイド＝１４，９７６　（フレーム
）で構成されるのでポインタは１４．９７６個以上あれ
ば十分である。又、マーカは区切とその表示色を示す補
助的なエントリである。尚、特許請求の範囲ではエント
リをポインタと称している。１つのエントリは第１２図
に示すようにビット配分されている。最上位ビットはエ
ントリの種類を示すもので、０のときはこのエントリが
第１２図（ｂ）に示すポインタであることを、ｌのとき
は第１２図（Ｃ１に示すマーカであることを現す。この
ビットが０のとき、つまりポインタの場合は残りの２３
ビツトが上位檜）ら順にトラック番号、サイド番号、セ
クタ番号、フレーム番号、特徴量を表わす。特徴量とし
ては音声データ１フレーム分の平均パワー、ゼロ交叉数
、平均ピンチ数等が自効である。

トラック番号、サイド番号、セクタ番号、フレーム番号
は、このポインタが対応する音声データがフロッピーデ
ィスク２９上のどこにあるかを示している。エントリの
最上位ビットが１．つまりマーカの場合は、下位２３ビ
ツトがともに１ならつまりこのエントリがＦＦＦＦＦＦ
（１６進数）ならば、このマーカが情報を持っていない
ことを示し、ともに１でなければこのマーカは区切り記
号を表わしていることを示し、最下位３ビツトが表示色
を示す。

さて、マイクロホン２３から入力され、・Ａ　／　Ｄ変
換器２４によってディジタル量に変換された音声データ
がマイクロコンピュータ２５の制御でフロッピーディス
ク２９のトラック５の表から順に格納された場合を考え
る。音声の長さが１６秒であったとすると１２８，００
０バイトのデータ長となるが、これは２０００フレーム
長となり、音声データはトラック５の表からトラック１
４．裏。

第６セクタの末尾（第３フレーム）までに格納されるこ
とになる。

音声人力直後にマイクロコンピュータ２５がフロッピー
ディスク２９のディレクトリ領域（トラック１３表、〜
トランク４．裏）に作成するディレクトリの内容を第１
３図に示ず。工、ントす０はポインタで、音声データの
第１フレームがトラフ・　り５．サイドＯ（表）、セク
タｌの第０フレーム（はじめのＡ）に存在し、特徴量（
この例ではパワー）が０であることをボしている。

エントリ１もポインタで、次のフレーム音声が同じセク
タの第１フレーム（２つめのＡ）に存在し、パワーが３
５であることを示している。

以下同様にエントリ３９９９までが音声データの格納場
所とパワーを示すように設定される。エントリ４０００
〜１７，７４８については対応する音声データが存在し
ないのでエントリの内容をＦＦ、ＦＦＦＦ　（１６進数
）にし、情報なしのマーカとしておく。

第１４図はディスプレイ２６における各処理の結果を示
すための画面を表わす図である。

第１４図（ａｌは、音声入力直後のディスプレイ画面で
あり、第１０図ｔａｌと同一の画面である。この場合、
マイクロコンピュータ２５はフロンピーディスク２９か
らディレクトリのみを読み出し、その特徴量のみを用い
てディスプレイ２６上に表示する。

ここで１５図（ａｌ、　（ｂ）を用いて、入力された音
声データを表示するための処理の流れを説明する。

まず、キーボード２７により音声データの格納場所とパ
ワーを表わすエントリが格納されてし）るページを示す
ページ番号を入力する。

ここで、ページ０はエントリ０からエントリ４９９９ま
で、ページｌはエントリ５０００からエフ　ト’Ｊ　９
９９９まで、ページ２はエントリ１００６ｏｏからエン
トリ１４９９９まで、ページ３はエントリ１５０００か
らエントリ１７　？’　４８までが格納されζいるもの
とする。

入力されたページ番号に対応する最初のエントリＥＮＢ
をレジスタＥＮにセットする。

これと共に、ディスプレイ２６上の表示位置を示すフレ
ーム番号ＦＲが格納されるレジスタＦＲを０”にセット
する。

この状態でレジスタＥＮに格納されたフロ・ノビ−ディ
スク２９のディレクトリエントリＥＮＢから順次リード
する。そして、エントリの最上位ビットが“′０”なら
ば特徴量をバーの長さに変換してディスプレイ２６上に
表示する。

また、エントリの最上位ビットが“１”で、かつエント
リがＦＦＦＦＦＦ　（１６進）でないならばマーカを下
位３ビツトで指定される色で表示する。

第２表にマーカの下位３ビ・ノドと表示される色関係を
示す。

第２表 以上説明した動作を順次繰返して行ない、フロッピーデ
ィスクのエントリＥＮＡＩ旨定されたページの最終エン
トリＥＮＥになり、このエンド１月ＬＮの表示が終了す
る進行なう。

この状態で本装置利用者は、ディスプレイ２６の画面上
でカーソル操作によって適当な位置へ“区切り”の挿入
と表示色を指示する。第１４図（ｂ）が“区切り”挿入
後の画面であり、“区切り”は図中記号Ｋを用いて示さ
れる。

一番最初に付与された区切りＫを例にとって、マイクロ
コンピュータ２５の処理の動作について説明する。

第１６図に、区切りＫの挿入の処理のフローチャートを
示す。

本装置利用者がカーソル操作によって、“区切り”Ｋの
挿入位置を指定すると、マイクロコンピュータ２５は、
このカーソル位置からフレーム番号ＦＲを計算し、例え
ば３５０フレームであることを判断する。

そして、フロッピーディスク２９のディレクトリのエン
１−りの３５０以降を１工ントリ分だけ、後ろにずらし
、エントリ３５０があ？た場所にマーカ（第１２図ｔｅ
ｌに示す）を挿入する。

次に本装置利用者はカーソル指定で音声の一部を示すこ
とにより音声出力を行う。この場合マイクロコンピュー
タ２５はディレクトリ中のポインタのアドレスによって
、フロッピーディスク２９中の音声データを読み出し、
Ｄ／Ａ変換器３１に送ってアナログ化し、スピーカ３２
から音声出力する。

第１７図は音声出力の処理の流れを示すフローチャート
である。

まず、本装置利用者がキーボード２７により第１４図（
Ｃ）に示す画面上で音声出力したい部分の始点と終点を
カーソルで指定する。マイクロコンピュータ２５は、こ
の指定されたカーソル位置から始点のフレーム番号Ｎ１
と終点のフレーム番号Ｎ２を計算する。次いで、メモリ
上のバッファをクリアした後に、フレーム番号が格納さ
れるレジスタＥＮにフレーム番号Ｎｌを、セットする。

そして、フレーム番号Ｎ１がセットされたレジスタＥＮ
の内容に基づいてディレクトリエントリの読み出しを行
ない、最上位ビットがＯであればエイトリのトラック、
サイド、セクタ、フレームに従って、フロッピーディス
ク２９から６４バイトの音声データを読み出す。

読み出された６４バイトの音声データはメモリ上のバッ
ファへ格納される。

そして、フレーム番号がＮ２になるまで、順次音声デー
タの読み出しを行ない、フレーム°番号Ｎ２に対応する
音声データの読み出しが終了したら、メモリ上のバッフ
ァの内容をＤ／Ａ変換器３１へ転送し、スピーカ３２に
より音声出力する。

従って、前述したマーカとこの音声出力を利用し、例え
ば文節単位、単語単位にマーカを挿入することにより、
後述する削除、挿入の処理を容易にさせる。次に、装置
利用者は、「エート」、「ゴポン」等、話の筋に関係し
ない音声を削除する操作について説明する。

第１８図は削除の処理の流れを示すフローチャートであ
る。

まず、キーボード２６−ヒで削除を指定する。そして、
削除したい音声部分、例えば第１４図（ｂｌに示ず「エ
ート」（波形ｂ）をカーソル指定する。

このとき、第１４図（ｂｌで示される画面上には「エー
ト」（波形ｂ）の音声部分がどこからどこまであるのか
を示す区切りｋが表示されているので、装置利用者はま
ず、カーソルを最初の区切りｋに位置付けて、この点を
始点とすると共に、後側の区切りｋを終点となるように
位置付ける。

マイクロコンピュータ２５はこの始点と終点におけるフ
レーム番号Ｎ１とＮ２を計算する。

そして、ディレクトリのエントリＮ２〜１９７４８をＮ
１〜（１７７４Ｂ、−（Ｎ２−Ｎｌ）　）へ移動する。

そして、ディレクトリのエントリ　［１７７４８−（Ｎ
２−Ｎｌ）＋１］〜１７７４８にＦＦＦＦＦＦ　（１６
進数）を詰める。

これにより、音声部分「エート」（波形ｂ）のディレク
トリのエントリが削除される。

（Ｆ）発明の詳細 な説明したように、本考案によれば、表示装置の画面上
でマーカを同時に表示せしめることにより音声の区切り
等を容易に判別することができるので、挿入、削除等の
処理を容易に行なうことができ、編集時間を短縮するこ
とができる。

【図面の簡単な説明】

第１図は音声編集装置の基本的構成を示す図。 第２図、第４図は音声の特徴量時系列を視覚的に表示し
て編集を行なう音声編集装置の構成、を示す図、第３図
、第１０図はディスプレイ画面上における編集の態様を
説明するための図、第５図は音声＆ｉ築詰装置各処理の
大まかな流れを示すフローチャート第６図は、フロッピ
ーディスクの内容を示す図、第７図はディレクトリの構
成及びポインタのビット構成を示す図、第８図はディレ
クトリの内容を示す図、第９図は、音声の入力からディ
レクトリを作成するまでの処理の流れを示すフローチャ
ート第１１図は氷見明係る音声編集装置のフロッピーデ
ィスクの内容を示す図、第１２図は、ディレクトリの構
成及びポインタとマーカからなるエントリのビット構成
を示す図、第１３図は、ディレクトリの内容を示す図、
第１４図は本発明を説明するためのデ４スプレ４画面上
の編集態様を示す図、第１５図は音声データを表示する
処理の流れを示すフローチャート、第１６図は区切りを
挿入する処理のフローチャート、第１７図は音声出力の
処理の流れを示すフローチャート。 第１８図は削除の処理を示すフローチャートである。 図において、１は入力部、２は編集部、３はメモリ部、
４は出力部、５．２３はマイクロボン。 ６．２４はＡ／Ｄ変換器、７はコンピュータ、８゜１７
．２６はディスプレイ、９．２７はキーボード、１０は
主記憶装置、１１は磁気ディスク、１２．３１はＤ／Ａ
変換器、１３．３２はスピーカ。 ２５はマイクロコンピュータ、２９．３０はフロッピー
ディスク、２８は特徴量計算回路である。 竿乙図 ５２’ｋＢ−−ヤテ“イレ７トリ 岑１０　図 曳 曳 幡 失 ヘ ス （ 囚 ６？皮Ｂ−−デ′イレ７Ｙす 小′インタ　４ＢＫＢ ｔマー〃　茶入４ＲＢ ９Ｊ乙に８−　唱“戸デ′−７ 答　１５　目　（ｂ） ｙ４を乙　開

Claims (1)

【特許請求の範囲】
1. ｉｌｌ　入力される音声信号を音声データに変換する入
   力部と、前記音声データを複数のブロックに分割して格
   納法る第１のメモリと、各ブロック毎の音声データの特
   徴量を計算する計算部と、前記第１のメモリ上の各ブロ
   ックのアドレスと前記特徴量とから成るポインタの集合
   であるディレクトリを第２のメモリ上に形成するディレ
   クトリ形成部と、前記ディレクトリをアクセスすること
   により特徴量の時系列を得て、これを視覚的に表示する
   表示部と、表示された特徴量時系列の移動、削除等の処
   理を支持する支持手段と、前記支持に基づいて、前記デ
   ィレクトリ上のポインタのみを前記第２のメモリ上で移
   動、削除することにより前記特徴量の時系列の編集を行
   なう編集処理部とを備えた音声編集装置であって、前記
   ディレクトリ形成部は前記特徴量時系列の区切り、ある
   いは区切トリの一部として前記第２のメモリ上に形成す
   ることを特徴とする音声編集装置。