JPS6273297A - 音声録音装置 - 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】 〔概　　要〕 本発明は音声録音装置に係り、特に音声を入力し、増幅
した後、アナログ音声をディジタル音声信号に変換して
記憶装置に録音する場合に、音声認識において前処理と
して行われる音声切出し処理部に音声を入力し、音声の
始端と終端を検出することにより、その検出結果を元に
前記ディジタル音声信号を高精度の音声信号として前記
記憶装置に録音することを可能とする音声録音装置を提
供するものである。従来、この種の音声録音装置はアナ
ログ音声信号を増幅した後、ディジタル信号に直し、適
当な方式で符号化して出来るディジタル音声信号を記憶
装置に格納していた。しかしながら、録音時に音声の前
後のノイズを除去するためには、音の切出を高精度に行
う必要があるが。

従来の方式によると、アナログ音声信号をディジタル信
号に符号化する符号キーから得られる情報のみでは高精
度な録音が出来なかったという欠点があった。本発明で
はアナログ音声信号を増幅し。

Ａ／Ｄ変換した後、適当に符号化するＣ０ＤＥＣ及びＧ
ＯＤＥＣの出力に接続される中央演算装置ＭＰＵ及び記
憶装置からなる一般の音声録音装置に音声認識装置を接
続し、該音声認識装置は、前記アナログ信号を入力し、
前記アナログ信号の周波数を適当な周波数帯域で分割し
、各周波数帯域での少なくともパワースペクトラムの大
きさを計算し、その情報を元に音声の始端及び終端を検
出する音声切出回路部を有し、前記音声の始端及び終端
の検出情報をディジタル情報に変換し、前記録音装置に
通知する手段を用いて高精度な音声録音を可能とする音
声録音装置を提供する。

〔産業上の利用分野〕

本発明は音声録音装置に係り、特にアナログ信号を入力
し、増幅した後に、パルスコードモジュレーション（Ｐ
ＣＭ）系の波形に符号化を行う。

コーダーデコーダ（ＣＯＤＥＣ’）からのディジタル音
声信号を適当に処理する中央演算装置（ＭＰＵ）及び記
憶装置とからなる一般の音声録音装置に５音声認識装置
の内部の前処理として利用されている音声切出結果出力
を、前記Ｃ０ＤＥＣの出力と有機的に結合することによ
り、高精度な音声録音が出来ることを可能とする音声録
音装置の構成に関する。

〔従来の技術〕

集積回路技術の発展に伴い１計算処理技術と。

通信の通信技術との融合化が進み、アナログ的な信号も
ディジタル信号系に変換して色々処理する技術が利用さ
れてきた。特に電話回線において。

電話から入力されたアナログ的な音声信号を交換機内部
において増幅した後、Ａ／Ｄ変換し、適当に符号化して
パルスコードモジュレーらン（ＰＣＭ）系のディジタル
音声信号に変換することにより２時分別条重通信による
ディジタル交換機を構成することができ、更に記憶装置
に記憶することによって、計算機と融合して音声メール
等のサービスを行うことができる。

このような電話回線上においては、コーダーデコーダー
（コーデックＣ０ＤＥＣ）が利用されている。これは、
電話から入力されたアナログ音声信号をＡ／Ｄ変換を使
って、ディジタル音声信号に変換するとともに、適当な
符号化を行う符号キーが含まれており、逆にディジタル
信号をアナログ音声信号に変換する場合には、Ｄ／Ａ変
換する変換回路が内部に含まれている。このような電話
回線上に利用される音声録音装置は、アナログ音声信号
を増幅し、Ａ／Ｄ変換した後、適当な符号にコード化す
る前記コーデック、及び前記コーデックの出力に接続さ
れる中央演算装置ＭＰＵ及び記憶装置からなるものであ
った。このような装置においては、アナログ信号を容易
に実時間での録音を特徴とする特徴があるが、録音時２
重要な要素である音の切出は、上記コーデックから得ら
れる情報のみでは、充分満足いくものは、得られなかっ
た。そのため、電話回線等の音声に、外部から乱入する
雑音を含んでいる場合には、切出しの不完全さにより、
記憶装置に格納する場合の音の始端と終端とが最適化さ
れておらず、従って、信号を除去して録音したり、必要
でない部分も録音してしまうという欠点を有していた。

〔発明の目的〕

５一 本発明はこのような従来の音声録音装置の欠点を除去し
、音声認識装置で利用されている音声切出部の出力を、
前記コーデックの出力等と有機的に結合することによっ
て、録音時重要な要素である音の切出を前記切出部で実
行することによりＳＺＮ比の高い、音声ディジタル信号
を作成し、記憶装置に格納することによって高精度な録
音を可能とする音声録音装置を提供するものである。

〔問題点を解決するための手段〕

本発明は、アナログ信号を標本化、量子化及び符号化を
行って、ディジタル信号に変換するコーデックと、前記
アナログ音声信号を入力し、音声認識処理を行う音声認
識装置において使用している。音声の始端、及び終端を
検出する音声切出回路部と、前記コーデックの出力と、
前記音声切出回路部の出力とを有機的に結合して前記音
声切出の検出結果を使って前記コーデックから出力され
るディジタル音声信号を処理して記憶装置に格納するこ
とを特徴とする音声録音装置を提供するこ６一 とにより達成される。

〔作　　用〕

音声録音装置に必要な音声増幅回路と増幅されたアナロ
グ音声信号をＡ／Ｄ変換し、適当なコードにコード化す
るコーデックの出力と、音声認識装置に利用される音声
切出回路部の出力を適当なディジタル処理を行えるよう
に結合し、中央演算装置ＭＰＵと記憶装置に結合するこ
とによって。

前記音声切出回路部の切出情報をもとに、アナログ音声
信号をディジタルＰＣＭ音声信号に変換して、前記記憶
装置に記憶するようにしている。

〔実　　施　　例〕

次に本発明の実施例を図面を参照して説明する。

第１図は本発明の音声録音装置の構成を示すブロック図
である。マイク１から入力される音声信号は、増幅回路
２に入力される。増幅回路２の出力は、コーデック３の
入力となる。コーデック３は前記増幅回路２から出力さ
れるアナログ音声信号をディジタル信号に変えるＡ／Ｄ
変換を内部に含み、且つ量子化し、符号化する符号回路
を含んでいる。量子化には線形量子化と非線形量子化と
があるが、線形量子化される場合には、Ａ／Ｄ変換器で
アナログ音声信号をサンプリングし、各号ンブル時点の
アナログ振幅時を予め決められたビット幅のディジタル
信号に量子化されるので、アナログ音声信号の振幅時に
比例してディジタルビットパターンが出力されることに
なる。符号化する場合には２色々な符号化方式があるが
、出力される信号は、パルスコードモルジュレーション
即ち、ＰＣＭ符号である。コーデック３から出力される
ＰＣＭ符号はディジタル信号であるから、コーデック３
が接続されたデータバス４を介して記憶装置５に記憶さ
れることが可能となる。ディジタル信号に変換された音
声ディジタル信号は記憶装置５に格納されることによっ
て、同じデータバス４に接続された中央演算装置ＭＰＵ
６の処理によって色々なディジタル信号処理を施すこと
が可能となる。このように、増幅回路２．コーデック３
、記憶装置５．及びＭＰＵ６から構成される装置は、音
声録音装置として必要不可欠な要素である。しかし、一
般にコーデック３は、アナログ信号をディジタル信号に
変換するとともに、符号化する機能、或いは逆に記憶装
置５に格納された音声信号を入力し９元のアナログ音声
信号を発生するための復号器及びＤ／Ａ変換器を含んで
いるのが、一般的である。このようなコーデック３は。

アナログ音声信号をディジタル音声信号に変えて。

記憶装置５に記憶するための処理回路であって。

録音される音声信号が記憶されるための最適化処理は一
般に行わない。本発明では、音声の切出を行うために、
音声認識装置７に利用されている音声切出回路部を設置
し、マイク１から出力されるアナログ音声信号を入力し
、適当な時間区域毎に音声波形の切出を行い、切出した
音声波形に関する音声切出情報２例えば９音声の始端と
、終端に関する情報をディジタル信号として、前記音声
切出回路部から出力する。そして、前記音声認識装置７
の出力と５前記コーデツク３の出力を有機的に結合する
ことによってマイク１から入力されるアナログ音声信号
をディジタル信号に変えて記憶装置５に格納する場合に
、始端、及び終端検出情報をもとに、中央演算装置６が
適当な処理を行って記憶するようにしているものである
。音声切出回路部は音声認識技術には重要な処理部であ
って。

この検出には音声波形そのものが持っている時間領域、
或いは周波数領域でのパラメータを使って抽出される。

特に重要なパラメータとしてスペクトラムの大きさすな
わち、音声のパワーがある。

このパワーの大きさは音声波形に含まれる色々な周波数
成分によって異なってくるので、音声切出回路部には各
周波数領域に音声波形の周波数成分を分割するために、
低域から高域までのフィルタを複数持つ、フィルタバン
クが含まれている。

音声切出回路部の構成のブロック図は、第２図に示すよ
うに構成される。第２図において、アナログ音声信号は
、低域通過フィルタ２０から高域１過フィルタ２１まで
のフィルタバンクの各フィルタに共通に入力され、処理
ブロック２２に各フー１〇− ィルタを通過した各周波数成分を含んだ信号が個々に入
力される。

処理部２２では各フィルタバンクから入力された信号の
パワースペクトラムの計算を行う。例えば、ｉ番目のフ
ィルタ２３から出力されるｉ番目の周波数領域に含まれ
る信号成分のパワーをｐｌとすれば、処理部２２ではｉ
＝１からｉ＝ｎまでの各スペクトラムの大きさを計算し
、その総和を計算する。その総和をΣｐｌとすれば、音
節の始まり、すなわち、音声の始端は、Σｐｉに対する
高域のスペクトラム、例えば、フィルタ２１の出力に対
する信号成分のパワースペクトラムの割合。

即ち２次式で示される式によって決定することが音声の
終端の検出は、同様にパワースペクトラムを適当に処理
することによって検出される。音節の始端や終端はこの
ようにパワースペクトラムを計算することによって検出
されるが、さらに。

確実に検出するためには、パワースペクトラム以外に色
々なパラメータを使う場合がある。例えば。

音声波形の時間的な変化率を有効に使う場合もある。或
いは音声のうちの母音が持っているホルマント周波数の
ピッチを測定する場合もある。このような色々なパラメ
ータを使って音声を抽出する技術は音声認識上では重要
なことであり、音声切出回路は音声認識装置においては
、必ず含まれている回路であるが１本発明ではこの回路
を有効に音声録音装置に結合することによって音声の始
端。

及び終端検出情報とコーデック３から出力される音声デ
ィジタル信号を中央演算装置Ｍ　Ｐ　ｔＪ　６を用いて
適当に処理することによって正確に音声信号だけをディ
ジタル音声信号に変換して記憶装置５に格納するように
している。

このように１本発明では録音時重要な要素である音の切
出を音声認識装置７に利用されている音声切出回路部を
用いて切出情報を出力し、コーデック３と切出回路とを
有機的に結合することによって、雑音が混入されている
アナログ信号に対しても、前記アナログ音声信号を、デ
ィジタル音声信号に変える時点で適当に処理することに
よって精度の高い音声信号を録音することが可能となる
。

即ち２本発明では通常音声認識装置７において。

音声の始端、或いは終端を各種バラメークを用いて決定
されている技術をそのまま利用して前記コーデックの出
力情報のみでは得られなかった高精度なディジタル音声
信号を得ることを可能とし。

記憶装置５に格納することができる。

本発明はこのように音声認識装置７に利用されている音
声の切出回路部を用いて音声の始端、終端を通知する手
段を設け、コーデック３からの音声出力部は、音声の録
音時に上記通知があった時点を音声の始端、及び終端と
して中央演算装置６の処理をもとに決定することにより
、高精度なディジタル音声信号を記憶装置５に格納する
ことができることになる。従って、記憶装置５からディ
ジタル音声信号を出力し、コーデック３を用いて復号化
し、Ｄ／Ａ変換を介してアナログ音声信号を再生する場
合には、雑音を含まない極めて良質な音声信号が得られ
ることになる。

〔発明の効果〕

本発明はこのように、音声認識装置に利用される音声切
出回路部による音声の始端、及び終端の決定は、各種パ
ラメータを用いて決定されるために、精度が高いことを
利用しており、得られた音声の始端、終端を通知する手
段を新たに設けることによって音声の始端、及び終端情
報を元にして形成されるディジタル音声信号を記憶装置
に格納できるので、正確にディジタル音声信号のみを記
憶できるという効果がある。従って、再生時に出力され
る音声信号は、雑音を含まず、良質な音声信号として再
生されるという効果がある。

【図面の簡単な説明】

第１図は本発明の音声録音装置の構成を示すブロック図
。 第２図は本発明の音声切出部の音声始端、終端検出回路
の簡単な回路図である。 １・・・マイク。 ２・・・増幅回路。 ３・・・コーデック５ ４・・・データハ゛ス。 ５・・・記憶装置。 ６・・・中央演算装置ＭＰＵ。 ７・・・音声認識装置。 ２０．２１．２３・・・フィルタパンク。 ２２・・・処理部。 −１５＝

Claims (1)

【特許請求の範囲】
1. アナログ信号を標本化、量子化及び符号化を行って、デ
   ィジタル信号に変換するコーデックと、前記アナログ音
   声信号を入力し、音声認識処理を行う音声認識装置にお
   いて使用している、音声の始端、及び終端を検出する音
   声切出回路部と、前記コーデックの出力と、前記音声切
   出回路部の出力とを有機的に結合して前記音声切出の検
   出結果を使って前記コーデックから出力されるディジタ
   ル音声信号を処理して記憶装置に格納することを特徴と
   する音声録音装置。