JPS61124996A - 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】 〔産業上の利用分野〕 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、文節単位等できめ細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。

文書作成装置としては、キーボードより入力された情報
を表示装置に表示し、オペレータが挿入、削除等の編集
操作を加えて所望の文書を作成するものが知られている
が、キー操作に習熟する必要があること、又、キーボー
ドを使用するため、情報の入力速度に限度があること、
等の理由で音声による情報入力を行う文書作成装置が提
案されている。この場合、音声情報として入力されるた
め、編集操作を行う場合、オペレータの視聴覚に訴える
形に変換する必要が生じるが、編集操作を円滑に行い得
る形態が望ましい。

〔従来の技術〕

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４図に示す。図中
、１は入力された音声を編集部への通した信号形態に変
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号形態に変換して出力す
る出力部である。

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１０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１
３とにより構成する。

マイクロホン５からの音声信号は、Ａ／Ｄ変換器６でデ
ィジタル量に変換され、コンビエータ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
音声データか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、次式の計算により、
音声パワ一時系列Ｐｊ（ｊ＝１゜２、　−−−−−−−
）を得ることができる。

コンピュータ７は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１１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、編集、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　
ゴホン　お願いします　至急」をマイクロホン５に入力
したものとする。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ば「ゴホン
」に、波形ｅは「お願いします」に、波形ｒ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、コンビエータ７とその部
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
「ゴホン」　（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（ｂ）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、　　ｔ、　　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（Ｃ
）に示すようになる。

次に、キーボード９を操作して、画面上のカーソルで音
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「返事を」との間に
「至急」が挿入される、すなわち波形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（ｄ）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回聞い
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、会議１セツシヨン等
の音声編集処理を行うことができる。

音声の特微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、文節単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１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１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（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１はマイクロホン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と音声特微量
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、入出カプログラム用のフロッピーディスク３０と
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）を表すピッチ周波数等がある。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、ピッ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に、後述のごとくマイクロコ
ンピュータ２５の制御により、音声特微量計算回路２８
を用いて音声信号の特微量時系列が計算されフロ・ノビ
−ディスク２９に格納される。次いで、音声の特微量時
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
場合について説明する。図に示すようにフロッピーディ
スクの「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２４によりＡ／Ｄ変換する場合のサ
ンプリング速度を８ＫＨｚ、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。

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５２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
１６３８３個で構成されている。

１つのポインタは、１フレームの音声データの所在と属
性（特微量）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＝１４９７６（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（ｂｌ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す。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ビツトが特微量をそれぞれ表している。特微量
としは、音声データ１フレーム分の平均パワー、ゼロ交
差回数、平均ピッ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０のときはフロッ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、１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「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、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セクタ末尾（第３フレーム）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がフロッピー
ディスク２９のディレクトリ領域（トラック１表〜トラ
・ツク４裏）に作成するディレクトリの内容を第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、トラック５、サイド０　（表）、セクタ１の
第０フレーム（はじめのＡ）に存在して、特微量（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１」は、次のフレームが同じセクタの［第１フレーム
（２目の％）Ｊ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１６３８３４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ピン
トを１に設定する。残りの２３ビットは、＊印で示して
いるが、ビットとしては１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
ッピーディスクの音声データ格納領域を設定（トラック
５、サイド０（裏）、セクタ１、第Ｏフレーム（最初の
％））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
タはフロッ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ＡＤＨに格納する。

これと共に、フロッピーディスクのディレクトリ領域を
示すポインタＥＮを“０”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ＡＤがレジスタＡＤＥ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ＦＦＦＦＦＦ　（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（１）は「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２１
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１０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１０１０」〜「ポインタ１９９９Ｊ
を１０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１０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６
３３６０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（１）と同様な方法で第５０
０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
って退避用バソファの容量が１７２０で済むこととなる
。

コマンド（５）は、コマンド（１）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１９８９」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（ａ）に示す。この画面は、第３図（
ａｌ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（
ａｌには、説明の便宜上フレーム番号３１０および６３
５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１０図（ｂｌに示す画面である。次に、各文節間の
無音部（ｇ、ｈ、ｉ、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（Ｃ１に示す画面で
ある。

次に、装置利用者が第１０図（Ｃ）の画面上で音声「至
急」　（波形ｆ）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、「つきまして」と「返事を」との間が２１０フ
レームであることを判定し、６５０フレーム〜８５０フ
レームに対応するディレクトリ・ポインタの退避を行っ
てから、ポインタ２１０〜６５０ヲ２０１フレ一ム分ア
ドレスの高い方へ移動し、ポインタ２１０〜４１０の領
域へ退避しておし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（ｄ）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２５はディ
レクトリから「ポインタ０」〜「ポインタ８５０」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Ｄ／Ａ変換器３１へ送りスピーカ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ｌ／２０であることから
、ディレクトリ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、
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。

〔発明が解決しようとする問題点〕

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、音声の内容の
判別が容易ではなく、編集に時間がかかるという欠点が
あった。

本発明の目的は、前述した従来の欠点に鑑み、音声の内
容の判別を容易に行なうことのでき、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。

〔問題点を解決するための手段〕

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、前記特徴量とを含むポイ
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
スすることにより前記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、表示部で表示された情報の移
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、前記ポインタは入力された文字コードを表わ
す文字ドツトパターンを含んでなり、前記ディレクトリ
形成部は該ポインタを前記ディレクトリとして前記第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。

〔作用〕

上記音声編集装置は、音声データを複数のブロックに分
割してメモリに格納し、各々のブロックのアドレス、音
声データの特徴量とともにこの音声データに対応する文
字ドツトパターンをも、ポインタに格納し、特徴量と、
文字ドツトパターンを同時に表示するためメモリに格納
された音声の内容を容易に判別でき、音声編集時間が短
縮される。

〔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１図と同一であるため、実施例の説明は第１図
を用いる。

第１１図は、第１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、フロッピーデ
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６の表〜ト
ラック７６の裏の範囲の９２３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８ＫＨｚ％語長を８ビ
ツトとすれば９２３にバイトの領域は１１５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
ラック１の表〜トラック５の表の範囲５８．５にバイト
をディレクトリ用の領域としている。

第１２図（ａｌはディレクトリの内容を示すものである
。５８．５　Ｋバイトのディレクトリは４バイト長のポ
インタ１４．９７６個で構成されている。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。１フレームは６４バイトの音声データの集合であり
、９２３にバイトの音声データは ９２３にバイト÷６４バイト＝１４，７６８（フレーム
）で構成されるのでポインタは１４゜７６８個以上あれ
ば十分である。

１つのポインタは第１２図（ｂ）に示すようにビット配
分されている。最上位ビットはポインタの有効／無効を
示すもので、０のときはこのポインタが有効であること
を、ｌのときは残りの３１ビツトは上位から順にトラッ
ク番号、サイド番号、セクタ番号、フレーム番号、特徴
量、文字ビットパターンを表わす。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
ッチ数等が有効である。

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。ポインタの
最上位ビットが１、ならば、このポインタが情報を持っ
ていないことを示す。

さて、マイクロホン２３から入力され、Ａ／Ｄ変換！２
４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１２８，０００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６の表からトランク１５、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。

音声入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１、表、〜
トランク５、表）に作成するディレクトリの内容を第１
３図に示す。ポインタＯは音声データの第１フレームが
トランク６、サイドＯ（表）、セクタ１第θ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
Ｏであることを示している。

ポインタ１は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２０００〜１４．９７５については対応する音
声データが存在しないのでポインタの内容をＦＦＦＦＦ
Ｆ　（１６進数）にし、無効のポインタとしておく。

第１４図（ａ）〜（Ｃ１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（ａ）と同一の画面である。

この場合、マイクロコンピュータ２５はフロッピーディ
スク２９からディレクトリのみを読み出し、その情報の
みを用いてディスプレイ２６上に表示する。

ここで１５図（ａｌ、　（ｂｌ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
ワー等を表わすポインタが格納されているページを示す
ページ番号を入力する。

ここで、ページ０はエントリＯからエントリ４９９９ま
で、ページ１はエントリ５０００からエントリ９９９９
まで、ページ２はエントリ１００．０００からエントリ
１４４，９７５までが格納されているものとする。

入力されたページ番号に対応する最初のポインタ番号Ｐ
ＮＢをレジスタＰＮ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ＰＮが示すフロッピーディスク２９
のディレクトリエントリＰＮＢ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たものと文字ドツトパターンをディ
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”である場合には
何もない。

以上説明した動作をＰＮ、ＦＲを１ずつ増やしながら順
次繰返して行ない、ポインタＰＮが指定されたページの
最終ポインタＰＮＥになり、このポインタＰＨの表示が
終了する巡行なう。

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文字の入力を指示
する。第１４図（ｂ）は文字入力後の画面である。

三番目に入力された文字“ケ”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、文字挿入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、文字の入力位置
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。

そして次に本装置利用者が文字“ケ”をキーボード２７
から入力するとマイクロコンピュータ２５はその主記憶
上にある文字コード・文字ドツトパターン変換テーブル
を参照して“ケ”のドツトパターンを得て文字“ケ”の
ドツトパターンを８つの列にたて割りしてフロッピーデ
ィスク２９のポインタ３５０〜３５７の下位８ビツトに
格納する。第１７図は“ケ”のドツトパターンをポイン
タに格納する場合の説明図、第１８図は文字コード・文
字ドツトパターン変換テーブルの説明図である。

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１９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（
Ｃ１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ｔ旨定されたカーソル位置から始点のフレーム番号Ｎ
１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ＰＮにフレーム番号Ｎ１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ＰＨ
の内容に基づいてディレクトリポインタの読み出しを行
ない、最上位ビットがＯであればポインタのトラック、
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、前述した文字表示とこの音声出力を利用するこ
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」、「ゴホン」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２０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上で削除を指定する。

そして、削除したい音声部分、例えば第１４図（ｂｌに
示す「エート」　（波形ｂ）をカーソル指定する。

このとき、第１４図（ｂ）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
を示す文字列“エート”が表示されているので、装置利
用者はまず、カーソルを“工”の手前に位置付けて、こ
の点を始点とすると共に、“ト”のうしろを終点となる
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、ディレクトリのポインタＮ２〜１４゜９７５を
Ｎ１〜（１４，９７５−（Ｎ２−Ｎｌ））へ移動する。

そして、ディレクトリのエントリ（１４，９７５−（Ｎ
２−Ｎｌ）＋１）〜１４゜９７５にＦＦＦＦＦＦ　（１
６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）発明の効果 以上説明したように、本発明によれば、表示装置の画面
上で文字列を同時に表示せしめることにより音声の内容
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図は音声の特徴量時系列を視覚的に表示して編集を
行う音声編集装置の構成を示す本発明の実施例構成図、
第２図、第４図は音声編集装置の基本的構成を示す図、
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図は音声編集装置の各処
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図は本発明に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のビット構成を示す図、第１
３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ィスプレイ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図は文字入力処理の説明図、第
１８図は文字コード・文字ドツトパターン変換テーブル
の説明図、第１９図は音声出力の処理の流れを示すフロ
ーチャート、第２０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はマイクロホン、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、１
１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。 第６図 １＋＋ト 第１Ｏ図 第１１図 第　１４　（２） 第１５図（ａ） 第ｙ５　１￥１（ｂ） 第１６図 第１７図 第　１８　図

Claims (1)

【特許請求の範囲】
1. 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、前記特徴量とを含む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前
   記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、表示部で表示された情報の移動、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、前記ポイ
   ンタは入力された文字コードを表わす文字ドットパター
   ンを含んでなり、前記ディレクトリ形成部は該ポインタ
   を前記ディレクトリとして前記第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。