JPS61121094A - 時間圧縮伸張回路 - 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】 （産業上の利用分野） 本発明は、音声メール・サービス等を提供する音声蓄積
装置において信号の時間圧縮及び伸張をする時間圧縮伸
張回路に関する。

（従来の技術） 音声メール・サービスとは、電話機から交換機を介して
音声の形で音声蓄積装置にメツセージを蓄積し、そのメ
ツセージを、音声蓄積装置が指定された時刻に宛先に届
けたり、あるいは宛先加入者からの受信要求に従って届
けるサービスである。従来の電話サービスでは、宛先加
入者の不在、話中等に遭遇すると通話が成立せず、再呼
あるいは宛先加入者からのコールバックを依頼する等で
オフィス等における業務能率の低下がさけられなかった
。しかし音声メール・サービスの出現により、このよう
な能率低下が回避され、きらに広範な応用も種々考えら
れるようになって来た。

しかしながら、音声メール・システムの一つの大きな問
題は、ディジタル化した音声の情報量が膨大であるため
、音声を蓄積する媒体（磁気ディスク等）の所要容量が
極めて大きなものとなり、システムが高価になるところ
にある。

（発明が解決しようとする問題点） 従来、音声蓄積装置において、蓄積用の音声の情報量を
減らすために、音声のディジタル符号化方式を工夫する
ことが行なわれて来た。例えば６４Ｋｂ／ｓの標準的な
電話品質のＰ′ＣＭ符号化方式に対し、３２Ｋｂ／ｓの
適応差分ＰＣＭ符号化（Ａｄａｐｔｉｖｅ　Ｄｉｆｆ−
ｅｒｅｎｔｉａｌ　ＰＣＭ＞方式、３２Ｋｂ／ｓあるい
は１６Ｋｂ／ｓのデルタ変調方式等が用いられている。

第４図は従来の時間圧縮伸張方式の音声蓄積装置を示す
ブロック図である０本図において、交換機通話路１０を
経由して、電話機１１あるいは１２から音声蓄積装置２
６に到来した音声信号は、発呼要求／着信応答等、交換
機とのインタフェースをとるためのインターフェイス回
路１３を経由して、符号化回路２２に加えられ、適応差
分ＰＣＭ符号あるいはデルタ変調符号に変換きれる。変
換された符号はバッファ・メモリ回路１７を経て蓄積装
置（磁気ディスク）１８に蓄積きれる。再生時は、蓄積
装置１８に蓄積された音声符号がバッファ・メモリ回路
１７を経て復号化回路２３に加えられ、もとの音声信号
に変換されて、インタフェース回路１３、交換機通話路
１０を経て電話器１１あるいは電話器１２に送信される
。交換機がディジタル化されている場合には、交換機通
話路１０からインタフェース回路１３に到来する音声信
号は既にディジタル化（通常、　６４Ｋｂ／ｓＰＣＭ方
式による）されており、したがって符号化回路２２、復
号化回路２３は６４Ｋｂ／ｓＰｃＭ符号と適応差分ＰＣ
Ｍ符号あるいはデルタ変調符号との相互変換を行なうこ
とになる。交換器がアナログ方式の場合には、符号化回
路２２、復号回路２３はアナログ信号との相互変換を行
なうこととなる。　なおバッファ・メモリ回路１７は、
本来連続的な音声信号を、あるブロック単位にまとめて
、磁気ディスク装置１８との間でＤＭＡ（Ｄｉｒｅｃｔ
　Ｍｅｍｏｒｙ　Ａｃｃｅｓｓ）モードにより入出力を
するための回路である。

このような従来方式によれば、蓄積用の音声の情報量を
６４　Ｋｂｓ／Ｓ　ＰＣＭの場合に比べて１／２あるい
は１／４に圧縮することができる。しかし圧縮量をさら
にふやそうとすると、再生した音声の著しい音質劣化を
招かざるを得ない。上記の他にも、圧縮率のよい有望な
音声符号化方式がいくつか提案きれているが、所要の音
質を得るためには、それらの圧縮率にも自ら限界がある
。

そこで、本発明の目的は、蓄積用音声信号の圧縮率が高
くてしかも再生用音声信号の質が優れている音声蓄積装
置の時間圧縮伸張回路を提供することにある。

（問題点を解決するための手段） 本願の第１の発明によれば、第１の速度で入力された第
１の音声信号に時間圧縮処理を施した音声信号の蓄積を
蓄積手段により行ない、この蓄積手段から読み出した第
２の音声信号に時間伸張処理を施して第２の速度で音声
信号の再生をする音声蓄積装置において前記時間圧縮及
び前記時間伸張の処理をする時間圧縮伸張回路であって
、前記第１の音声信号の第１のピッチを検出する第１の
ピッチ検出手段と、前記第１の音声信号を一時記憶する
第１の一時記憶手段と、この第１の一時記憶手段から読
み出され前記第１のピッチだけ隔たる２つの時間位置の
一対の前記第１の音声信号にこれら時間位置に対応する
重み係数をそれぞれ掛けてなる一対の信号を生じこれら
一対の信号を加算した前記蓄積用の音声信号を生じる第
１の演算手段と、前記第２の音声信号の第２のピッチを
検出する第２のピッチ検出手段と、前記第２の音声信号
を一時記憶する第２の一時記憶手段と、この第２の一時
記憶手段から読み出され前記第２のピッチだけ隔たる２
つの時間位置の一対の前記第２の音声信号にこれら時間
位置に対応する重み係数をそれぞれ掛けてなる一対の信
号を生じこれら一対の信号を加算した前記再生用の音声
信号を生じる第２の演算手段とが備えてある時間圧縮伸
張回路が得られる。

さらに、本願の第２の発明によれば、第１の速度で入力
きれた第１の音声信号に時間圧縮処理を施した音声信号
の蓄積を蓄積手段により行ない、この蓄積手段から読み
出した第２の音声信号に時間伸張処理を施して第２の速
度で音声信号の再生をする音声蓄積装置において前記時
間圧縮及び前記時間伸張の処理をする時間圧縮伸張回路
であって、第３の音声信号のピッチを検出するピッチ検
出手段と、前記第３の音声信号を一時記憶する手段と、
前記ピッチだけ隔たる２つの時間位置にあり前記一時記
憶手段から読み出した一対の前記第３の音声信号に前記
時間位置に対応する重み係数をそれぞれ掛けてなる一対
の信号を生じこれら一対の信号を加算した第４の音声信
号を生じる演算手段と、前記第１の音声信号と前記第２
の音声信号のうちの一方を前記第３の音声信号として選
択する手段と、前記第４の音声信号を前記蓄積用の音声
信号又は前記再生用の音声信号として出力する分配手段
がとからなり、前記選択手段が前記第１の音声信号を選
択しているときは前記分配手段は前記第４の音声信号を
前記蓄積用音声信号として出力し、前記選択手段が前記
第２の音声信号を選択しているときは前記分配手段は前
記第４の音声信号を前記再生用音声信号として出力する
ことを特徴とする時間圧縮伸張回路が得られる。

（作用・原理） 本発明は、音声信号に対し、メツセージ内容および音質
を変えることなく所要時間のみを圧縮してから、すなわ
ちあたかも人間が早口で話しているように処理してから
、蓄積手段（磁気ディスク等）に、蓄積し、再生時、そ
の逆の操作を行なうことにより、蓄積される音声情報を
一段と圧縮するものである。音声の時間圧縮／伸張は、
音声信号の周期性を利用して複数の周期波形から少数あ
るいは啓らに多数の周期波形を合成することにより実現
する。

音声、特にその中の大部分を占める母音は第３図（ａ）
、（ｂ）に示すように、一定の周期（これをピッチと言
う）の繰返し波形となっている。ピッチ周期によって音
声の高きが、波形によって音色が、波形の繰返し数によ
って音の長さが決まっている。音声の中にはもちろん子
音の部分もあるが、音の高さ、音色、長さという性質は
主に母音の部分によって定まる。したがって、音質の劣
化なしに音声の時間長を変えるためには、母音の部分に
おいて、波形を保ったまま繰り返し数を増減きせること
が望ましい。

そのように処理する技術として、音声のピッチを検出し
て音声波形をピッチ区間長あるいはモの整数倍の長さの
ブロックの集合とみなし、隣接するブロックの対応する
時間位置の音声信号に重み係数（ウィンドウ）をかけて
相互に加算することにより、複数の周期波形から少数ま
たはさらに多数の周期波形を生成する方式がある（工Ｅ
ＥＥ　Ｉｒａｎａ−ａｃｔｉｏｎｓ　Ｖｏｌ、　ＡＳＳ
Ｆ−３１，Ｎｏ、１．Ｐ２５ｇ　〜２７２．１９８３年
２月）。

第３図（ａ）は、２つの周期波形から１つの周期波形を
得て時間を１７２に圧縮する場合の重み係数と波形の例
を、同図（ｂ）は１つの周期波形から、前後の周期波形
も用いて２つの周期波形を得て時間を２倍に伸張する場
合の重み係数と波形の例を示している。第３ｖｌ！Ｊ（
ｂ）に示すように、２倍に伸張する場合には隣接ブロッ
ク間は重複を持たせる。

この方式では、生成された音声波形において、ピッチが
維持され、周期波形の形もほぼ変化せず、しかも生成さ
れた周期波形の接続部分の波形が連続的につながるから
、音質の劣化なしに音声の時間長を変えることができる
。また、この方式を母音と子音とで区別せずに適用して
も、聴感上大きな音質劣化は生じない。したがって、第
３図（ａ）の処理を施してから、先に述べた音声低速符
号化を行ない、蓄積装置に蓄積し、再生時、復号化きれ
た音声に第３図（ｂ）の処理を施せば、音声情報量を１
７２に圧縮することが可能である。ブロックの取り方、
重み係数の選び方により、その他の圧縮率も原理的には
可能であるが、特性上は１７２程度が限界である。

本発明は、この方式を音声蓄積装置に対して適用したも
のである。すなわち、音声蓄積装置において、外部から
入力される音声信号を一時記憶手段（バッファ・メモリ
回路）にいったん蓄積するとともに、ピッチ検出手段に
より音声信号のピッチを検出する。検出きれたピッチに
基づき、演算手段が一時記憶手段中の音声信号をピッチ
あるいはその整数倍の長きのブロックとみなして隣接す
るブロックの対応する時間位置の音声信号を取出し、両
者に各々重み係数をかけた上で加算することにより、長
きが１／ｎとなった音声信号を生成し、音声低速符号化
回路に入力する。符号化された音声信号は蓄積手段（磁
気ディスク等）に蓄積される。一方再生時は、その蓄積
手段から読出され、復合化された音声信号に対し、上記
蓄積時の動作と全く同様かつ独立に、ピッチ検出手段、
一時記憶手段及び演算手段により音声の時間長をｎ倍に
拡大する。なお、本発明では、蓄積手段に蓄積する音声
信号を音声低速符号化回路で符号化することは必須では
なく、またこの回路を用いない場合にはその蓄積手段か
ら読み出した２号の復号化は不要である。

（実施例） 以下、図面を参照して本発明の詳細な説明する。

第１図は本発明の第一の実施例を示すブロック図である
。第１図において、交換機通話路１０を経由して、電話
器１１あるいは１２から到来した音声信号はインタフェ
ース回路１３を経てピッチ検出回路１４及びバッファ・
メモリ回路１５に加えられる。この場合、交換機がディ
ジタル化されているかあるいはインタフェース回路回路
１３の中に音声のアナログ／ディジタル変換回路が組み
込まれているかによりピッチ検出回路１４及びバッファ
・メモリ回路１５に加えられる音声信号は、ディジタル
化（ＰＣＭ符号）きれたものであるとする。

ピッチ検出回路１４は、自己相関係数の計算等、当業者
に周知の方法により、加えられた音声信号のピッチを検
出する。一般に音声信号が入力されてからそのピッチが
検出されるまでには一定の時間がかかるので、その期間
、音声信号はバッファ・メモリ回路１５に蓄積される。

したがって、演算回路１６はピッチ検出回路１４の出力
に対応した音声信号をバッファ・メモリ回路１５から得
ることができる。演算回路１６は、ピッチ検出回路１４
の検出ピッチに基づいてアドレスを計算し、バッファ・
メモリ回路１５から１つの音声信号とそれからピッチ区
。

間長だげ遅れたもう１つの音声信号を読出す。モして読
出きれた音声信号の各々に重み係数をかけ、両者の加算
を行ない、その結果を蓄積用音声として出力する。出力
された音声信号は、従来例の場合と同様にして、符号化
回路２２、バッファ・メモリ回路１７を経て磁気ディス
ク装置１８に蓄積される。以上の動作を順次繰返し、隣
接する１組のブロックの処理が終了すると次のブロック
の組の処理に移行する。重み係数は、検出されたピッチ
によって異なり、またブロック内の音声信号の時間位置
によっても異なる。第３図（ａ）に示した例では、ピッ
チ周期をｐ、当該音声信号のブロック内時間位置をｎ（
−〇〜ｐ−１）とするとき、重み係数は、先行するブロ
ックの音声信号に対しては１−ｎ／ｐ、後の方のブロッ
クの音声信号に対してはｎ／ｐとする。なお重み係数（
ウィンドウ関数）としては、第３図に示した三角形のも
のの他にも種々のものが可能である。

一方、磁気ディスク装置１８に蓄積された音声符号は、
ＤＭＡモードでバッファ・メモリ回路１７に読出され、
復号化回路２３で復号きれて、バッファ・メモリ回路２
０．ピッチ検出回路１９に連続的に入力される。ピッチ
検出回路１９、バッファ・メモリ回路２０の動作は各々
ピッチ検出回路１４、バッファ・メモリ回路１５の動作
と全く同様である。演算回路２１の動作も演算回路１６
の動作と同様であるが、第３図（ｂ）の時間伸張処理を
行なうため、ブロックの大きさ、バッファ・メモリ回路
２０からの２つの音声信号の読み出し方（１つの音声信
号とそれからピッチ区間長だけきかのぼったもう１つの
音声信号を読み出す）、検出ピッチに対する重み係数が
異なる。第３図（ｂ）に示した例では、ピッチ周期をｐ
とするとき、ブロック長を２ｐとし音声信号のブロック
内時間位置をｎ（＝　０〜２ｐ−１）とするとき、重み
係数は、先行するブロックの音声信号に対してはｎ／２
ｐｓ後続のブロックの音声信号に対しては１−ｎ／２ｐ
とする。ただし、重み係数としては、やはり、第３図（
ａ）、（ｂ）に示した三角形以外のものも可能である。

以上のようにして演算回路２１から出力された音声信号
は、インタフェース回路１３、交換機通話路１０を経て
、電話器１１あるいは１２に送信きれる。

なおピッチ検出回路１４、バッファ・メモリ回路１５に
音声信号が入力される速度および演算回路２１が音声信
号を出力する速度はディジタル化きれた音声信号のサン
プリング速度に等しくなければならない。したがってＬ
ｅａの時間圧縮、ｎ倍の時間伸張を行なうためには、演
算回路１６、バッファ・メモリ回路２０、ピッチ検出回
路１９はサンプリング速度の１／ｎの速度で動作しなけ
ればならない。

第１図中、制御回路２４は、音声蓄積装置２６全体の動
作を制御し、音声メール・サービスを実現するためのも
のである。

ところで、以上の説明においても述べたようにピッチ検
出回路１４．１９バツフア・メモリ回路１５．２０は各
々全く同様の回路であり、演算回路１６．２１もブロッ
クのとり方、重み係数の内容を除いて機能的には同様の
回路である。また音声蓄積装置の場合には、交換機から
の回線ごとに音声の蓄積と再生が同時に行なわれること
はないので、ピッチ検出回路１４、バッファ・メモリ回
路１５、演算回路１６からなる時間圧縮回路と、ピッチ
検出回路１９、バッファ・メモリ回路２０、演算回路２
１からなる時間伸張回路が同時に動作することはない。

したがって演算回路１６．２１の両機能を含む演算回路
を構成できれば、第２図に示すように、ピッチ検出回路
２７、バッファ・メモリ回路２Ｂ、演算回路２９を１組
設け、選択回路３０、分配回路３１によって入力音声信
号の選択、出力音声信号の分配を行なうように構成すれ
ば、第１図に示した時間圧縮伸張回路を、より小せい回
路規模で実現することができる。すなわち第２図が本発
明の第２の実施例である。第２図において、選択回路３
０は、音声蓄積時にはインタフェース回路１３からの音
声信号を入力音声信号として選択し、音声再生時には復
号化回路２３からの出力音声信号を入力音声信号として
選択する。また分配回路３１は、音声蓄積時には演算回
路２９の出力を符号化回路２２に出力し、音声再生時に
はインタフェース回路１３に出力する。また、ピッチ検
出回路２７、バッファ・メモリ回路２８、演算回路２９
の動作速度は音声蓄時と音声再生時で各々異なるが、そ
れらの制御は、選択回路３０、分配回路３１の制御とあ
わせて、制御回路２４によって実行される。

また、本発明では、演算回路は個別に設け、ピッチ検出
回路、バッファ・メモリ回路を共通化する等、第１図と
第２図の中間に相当する回路構成も可能である。

なお第１図、第２図において、時間伸張の割合を可変と
すれば、もとのメツセージ速度とは興なる速度で、しか
も音の高さ、音色の変化なしに音声を再生することも可
能となる。このような機能は、例えば高速再生はメツセ
ージの聴取時間の短縮に有効であり、低速再生は口述筆
記の支援に有効である等、音声メール・システムの効用
をさらに増すこととなる。

（発明の効果） 以上述べたように、本発明によれば、蓄積用音声信号の
圧縮率が高く、しかも再生用音声信号の質が優れている
音声蓄積装置の時間圧縮伸張回路が提供できる。

【図面の簡単な説明】

第１図は本発明の第１の実施例を示すブロック図、第２
図は本発明の第２の実施例を示すブロック図、第３図（
ａ）、（ｂ）は本発明における音声の時間圧縮伸張方式
の原理を示す図、第４図は従来の時間圧縮伸張方式の原
理を示すブロック図である。 １パ１ 代理人弁理士　　内　原　　晋（５１，）＼、−１

Claims (2)

【特許請求の範囲】
1. （１）第１の速度で入力された第１の音声信号に時間圧
   縮処理を施した音声信号の蓄積を蓄積手段により行ない
   、この蓄積手段から読み出した第２の音声信号に時間伸
   張処理を施して第２の速度で音声信号の再生をする音声
   蓄積装置において前記時間圧縮及び前記時間伸張の処理
   をする時間圧縮伸張回路であって、前記第１の音声信号
   の第１のピッチを検出する第１のピッチ検出手段と、前
   記第１の音声信号を一時記憶する第１の一時記憶手段と
   、この第１の一時記憶手段から読み出され前記第１のピ
   ッチだけ隔たる２つの時間位置の一対の前記第１の音声
   信号にこれら時間位置に対応する重み係数をそれぞれ掛
   けてなる一対の信号を生じこれら一対の信号を加算した
   前記蓄積用の音声信号を生じる第１の演算手段と、前記
   第２の音声信号の第２のピッチを検出する第２のピッチ
   検出手段と、前記第２の音声信号を一時記憶する第２の
   一時記憶手段と、この第２の一時記憶手段から読み出さ
   れ前記第２のピッチだけへだたる２つの時間位置の一対
   の前記第２の音声信号にこれら時間位置に対応する重み
   係数をそれぞれ掛けて成る一対の信号を生じこれら一対
   の信号を加算した前記再生用の音声信号を生じる第２の
   演算手段とが備えてある時間圧縮伸張回路。
2. （２）第１の速度で入力された第１の音声信号に時間圧
   縮処理を施した音声信号の蓄積を蓄積手段により行い、
   この蓄積手段から読み出した第２の音声信号に時間伸張
   処理を施して第２の速度で音声信号の再生をする音声蓄
   積装置において前記時間圧縮及び前記時間伸張の処理を
   する時間圧縮伸張回路であって、第３の音声信号のピッ
   チを検出するピッチ検出手段と、前記第３の音声信号を
   一時記憶する手段と、前記ピッチだけ隔たる２つの時間
   位置にあり前記一時記憶手段から読み出した一対の前記
   第３の音声信号に前記時間位置に対応する重み係数をそ
   れぞれ掛けて成る一対の信号を生じこれら一対の信号を
   加算した第４の音声信号を生じる演算手段と、前記第１
   の音声信号と前記第２の音声信号のうちの一方を前記第
   ３の音声信号として選択する手段と、前記第４の音声信
   号を前記蓄積用の音声信号又は前記再生用の音声信号と
   して出力する分配手段とからなり、前記選択手段が前記
   第１の音声信号を選択しているときは前記分配手段は前
   記第４の音声信号を前記蓄積用音声信号として出力し、
   前記選択手段が前記第２の音声信号を選択しているとき
   は前記分配手段は前記第４の音声信号を前記再生用音声
   信号として出力することを特徴とする時間圧縮伸張回路
   。