JP2000081897A - 音声情報の記録方法、音声情報記録媒体、並びに音声情報の再生方法及び再生装置 - Google Patents

Abstract

(57)【要約】 【課題】 日本人英語学習者のヒヤリング練習用の音声
として、任意の部分において元の音声情報自体の周波数
成分を変えることなく再生時間を伸長・短縮及び強調・
減衰された音声情報を提供する。 【解決手段】 この発明に係る記録方法は、第１周期で
サンプリングされた第１音声情報列を複数の周波数成分
に分割し、これら各周波数成分について、第２周期で順
次抽出された振幅情報列に対して所定部分の振幅及び所
定部分に波形数が変更された正弦波データを生成し、こ
れら各周波数成分に相当する正弦波データを加算して合
成された第２音声情報列を所定の記録媒体に記録する。
これにより、得られた記録媒体には、周波数を変えるこ
となく任意の部分で伸長・短縮及び強調・減衰された音
声情報列が記録される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、ＣＤ−ＲＯＭ、
ＭＤ、ＭＯ等の円盤状記録媒体やＤＡＴ等のテープ状記
録媒体に音声情報を記録する音声情報の記録方法、該音
声情報が記録された音声情報記録媒体、並びに該音声情
報記録媒体に記録された音声情報列を読み出し再生する
ための音声情報の再生方法及び再生装置に関するもので
ある。

【０００２】

【従来の技術】従来から、英会話等の語学の独習用、詩
吟の練習用、法律の独習用、その他の目的のために、カ
セットテープ等の記録媒体に音声情報が記録された教材
が種々提供されている。ここで、英会話の独習用の教材
を例に説明すると、従来の主な記録媒体は、例えば一連
の英語の発声（音声情報）が記録されてたカセットテー
プ（又はレコード）であり、学習者はこのテープ教材と
テキストとを組み合せて使用していた。なお、このよう
な教材には、初級用から上級用まで種々のレベルが用意
されている。

【０００３】また、日本国特許第２５８１７００号に
は、複数の区画に区分された上級者学習用に適した音声
情報列（ナチュラルスピードの発生音）が記録された第
１領域と、これら各区画に対応した等価な区画からなる
初級者学習用に適した音声情報列（はっきりとした発生
音であって、言語学上は同一の意味で派生の異なる音
声）が記録された第２領域と、該上級者学習用及び初級
者学習用の各音声情報列の対応する各区画の関係を、こ
れら音声情報列の各区画の記録媒体における記録位置で
示す情報が記録された第３領域とを、少なくとも備えた
ＣＤ−ＲＯＭ等の情報記録媒体、及びこのような構造を
備えた情報記録媒体の対応する区画間での切替え再生等
を含む再生方法が提案されている。

【０００４】

【発明が解決しようとする課題】上述のように、日本国
特許第２５８１７００号の情報記録媒体には、該媒体上
の第１領域にネイティブスピーカーの発生音が記録さ
れ、また第２領域に言語上は同一の意味で遅緩した発音
で構成された音声情報列が記録されている。したがっ
て、第１領域に記録された音声情報列が再生されている
最中に再生音を聞き取れなかった場合、第２領域に記録
された同一内容の音声情報列（第１音声情報列の再生中
の区画と第２音声情報列の再生すべき区画との対応は第
３領域に記録されている）を切替えて再生することによ
り、学習者は聞き取れなかった音声の意味を理解するこ
とができる。

【０００５】しかしながら、英語学習者は上述のように
第２領域に記録されている情報を聞くことにより第１領
域に記録された情報を理解することはできても、依然と
して該第１領域に記録されている情報、取り分け聞き取
れない音は単に繰り返し聞いただけでは聞き取れるよう
にはならない。日本人英語学習者の場合、日本語にない
音素特に子音の聞き取りが苦手であり、ネイティブスピ
ーカーとの会話に支障をきたしていることは周知であ
る。

【０００６】この発明は聞き取り難い部分が学習者にと
って聞き取りやすいように予め編集された音声を聞かせ
ることで、元の音声に対するヒヤリング能力を向上させ
る技術に関し、英語学習者のヒヤリング練習用の音声情
報として、元の音声情報自体の周波数成分を変えること
なく選択的に周波数成分の振幅、再生時間が編集された
音声情報の記録方法、音声情報記録媒体、並びに音声情
報の再生方法及び再生装置を提供することを目的として
いる。

【０００７】

【課題を解決するための手段】この発明は、ヒヤリング
練習用の音声として、取り込まれた音声情報列の周波数
成分を変えることなく、該音声情報列の所望の部分を強
調あるいは減衰させたり、また再生時間を部分的に伸長
あるいは短縮させた音声情報列を新たに生成、記録、再
生する技術に関するものである。この発明では、再生さ
れる音声情報の音質を変えないため、サンプリングされ
た音声情報に対してではなく、該音声情報の各周波数成
分に対して所望の編集を行い、これら編集された周波数
成分を合成して新たな音声情報列を得ている。この構成
により、日本人英語学習者にとって聞き取り難い部分が
選択的に強調及び／又は伸長されたヒヤリング練習用の
音声情報の提供を可能にする。また、上級者がヒヤリン
グ能力のさらなる向上を望む場合には、逆に音声が選択
的に減衰されたり再生時間が短縮された音声情報の提供
を可能にする。

【０００８】具体的にこの発明に係る音声情報の記録方
法は、第１周期（例えば音楽ＣＤの音響クロック４４．
１ＫＨｚ）でサンプリングされた第１音声情報列を複数
の周波数成分（以下、チャネルという）に分割し、第２
周期（例えば１波形を形成するために必要なデータ数に
相当）で各チャネルごとにその振幅情報を得る。なお、
この振幅情報は第１音声情報列の例えば１００データ分
に相当する波形の振幅変化量で与えられ、もし１００デ
ータ分で１波形が形成されない場合には１波形できるデ
ータ数に増やして（第２周期を長くして）抽出される。
なお、この第２周期は規則性のある周期であればよい。

【０００９】さらに、このように得られた各チャネルの
振幅情報列（各チャネルごとに第２周期で抽出された振
幅情報の列）に対してそれぞれ振幅情報を選択的に変更
するよう編集された複数の修正振幅情報列が生成され
る。この複数の修正振幅情報列は、それぞれ各周波数成
分に対応したチャネルごとに求められる。そして、各チ
ャネルに対応した修正振幅情報列間で、互いに対応して
いる同じタイミングで抽出された振幅情報からなる各情
報成分群と、これら各情報成分群ごとに用意される、第
１周期を基準にして音声再生時間の伸長あるいは短縮を
指示するための制御情報とからなるＶデータが生成され
る。

【００１０】続いて、上記第２周期のデータとして生成
されたＶデータから、該Ｖデータにより与えられる振幅
（修正後の値）を有するとともに第１周期のデータ間隔
を有する、各チャネルに相当する正弦波データであっ
て、上記制御情報で指示された再生時間に相当する波数
の正弦波データがそれぞれ生成される。このように各チ
ャネルごとに生成された正弦波データは順次加算される
ことにより、第１周期のオーディオデータ（第２音声情
報列）が生成される。そして、この生成されたオーディ
オデータが所定の記録媒体に記録される。

【００１１】なお、この発明に係る音声情報の記録方法
では、第２周期で抽出された各チャネルの振幅情報列に
おける各振幅情報に対し、任意の部分で選択的に強調さ
れるか減衰されるよう編集が行われる。すなわち、この
発明に係る音声情報の記録方法は、各チャネルの振幅情
報列について、各チャネル間で互いに対応している所定
部分の振幅情報から与えられる振幅値をそれぞれ選択的
に大きくあるいは小さく設定し直すことにより、修正振
幅情報列を生成している。また、この発明に係る音声情
報の記録方法では、再生音の不自然な振幅変化を避ける
ため、各チャネルについて、生成される正弦波データの
各振幅は、修正振幅情報列の互いに隣接した各振幅情報
間の直線補間により得られた値により決定されることを
特徴としている。

【００１２】以上のようにこの発明に係る音声情報の記
録方法では、各チャネルごとに生成された振幅情報列に
対して、その任意の部分の振幅を変更するよう構成され
ており、また、再生時間の伸長・短縮を指示するための
制御情報が第２周期で抽出された各チャネルの振幅情報
をまとめた情報成分群ごとに用意されるため、周波数成
分を変更することなく、任意の部分において該再生音声
の選択的な強調・減衰を可能にするとともに、再生時間
の部分的な伸長・短縮も可能にする。

【００１３】これは、主として日本人がナチュラル・ス
ピードの英語を単にゆっくり再生して聴けるようにした
場合であっても、各周波数成分について単純にかつ一様
に音声再生時間を伸ばしたり短縮したのでは不充分であ
り、発生音の種類によっては子音部のスペクトルの時間
変化が言語上の音として別の音を意味する場合があるか
らである。例えば、ＢＡ（バ）とＰＡ（パ）の発音は、
前者のスペクトル変化が速く、後者は遅いだけでスペク
トルそのものはほとんど同じ形をしている。したがっ
て、ＢＡ（バ）という発音の子音部も含めて時間を伸長
するとＰＡ（パ）と聴こえることになる。これを防ぐに
は子音部の伸長度をＢＡ（バ）と聴こえる限界に留め、
母音部のみ望みの音声再生時間に伸長あるいは短縮する
ようにすれば、ＢＡ（バ）のままに聴こえることにな
る。一方、母音部はいくら伸長あるいは］短縮してもそ
の母音のままで聴こえるから望みの長さ（望みの再生時
間）に設定できる。一方、日本人には弱すぎて聴き取り
にくい小さな子音部の音のところだけを選択的に２倍と
か３倍に強調して聴かせることも必要である。母音部も
含めて強調したのでは全体が大きくなり過ぎて効果がな
い。どうしても選択的に強調しなければならない。以上
の理由から、この発明に係る音声情報の再生方法は、各
チャネルの振幅情報列も初級者にとって特に聞き取り難
い部分を選択的に強調された修正振幅情報列を編集し、
さらにこれら各チャネルごとの修正振幅情報列のうち同
じタイミングで生成された振幅情報から構成されるＶデ
ータとともに再生時間の伸長を指示する制御情報を順次
記録するよう構成されている。逆に、上級者の場合には
上述の各発声音の特性を考慮して、所望の部分で再生音
声が減衰したり、再生時間が短縮されるよう選択的に音
声情報列を編集してもよい。

【００１４】さらに、この発明に係る音声情報の記録方
法では、男性の音声が上述の記録方法で所定の記録媒体
に記録された場合、音声再生時間の伸長を行いながら再
生すると、出力される音声の周波数スペクトルは不変で
あっても感覚的により低い音にシフトしたような錯覚を
起す可能性がある。逆に音声再生時間の短縮を行いなが
ら再生すると、感覚的により低い音にシフトしたような
錯覚を起す可能性もある。そこで、上記制御情報には、
半音分あるいは１音分程度高音方向あるいは低音方向へ
周波数成分全体をシフトして再生可能にするための周波
数シフト指示情報を含むのが好ましい。

【００１５】また、この発明に係る技術は、上述の日本
国特許第２５８１７００号に開示された技術と組合わせ
ることにより、飛躍的な学習効果が期待できる。すなわ
ち、ネイティブスピーカーの発声音を発声の節目で分割
した可変長の区画に対応して、任意部分の音声が伸長及
び／又は強調された音声情報を別途用意することによ
り、聞き取れなかった音声を繰り返し再生して聞くこと
ができるとともに、係る音声の聞き取り難い部分が強調
・伸長された音声を聞くことで、元の音声に対するヒヤ
リング能力の向上が期待できる。また、上級者にとって
は、より積極的に学習効果を向上させるため、区画に区
分されたネーティブスピーカーの発声音とともに任意部
分の音声が短縮及び／又は減衰された音声情報を別途用
意することにより、敢えて再生時間を短縮して再生した
り、子音部を聞こえにくくする（振幅を小さくする）こ
とも可能であり、ネイティブスピーカーの発声音とを組
合わせた学習が可能となる。

【００１６】具体的に上記第１音声情報列は、所定の音
声再生手段で再生出力されるべき単語列から構成された
１又は２以上の文に対応する音声情報列であって、発音
の節目でそれぞれ分割された情報ごとに可変長の区画に
区分された状態で記録媒体に記録される。これにより、
上記第２音声情報列は、第１音声情報列の区画に対応し
て分割された区画ごとに所定の記録媒体に記録され、さ
らに該記録媒体には、該第１音声情報列と該第２音声情
報列とを所定の音声再生手段で切替え再生すべく、切替
え可能な各区画を当該所定の記録媒体における該各区画
の記録位置で示す記録位置識別情報が記録される。この
ように、上記第１音声情報列の分割された各区画と第２
音声情報列の各区画間での対応関係を予め記録しておく
ことにより、所望の１又は２以上の区画を繰り返し再生
できるとともに、ナチュラルスピードの再生音と、各学
習者のレベルに応じて用意された同一発生音をリアルタ
イムで切替えながら再生することが可能になる。

【００１７】したがって、この発明に係る記録方法によ
り所定の音声情報（波形データではなく、各周波数成分
の修正された振幅情報列）が記録された音声情報記録媒
体が得られる。

【００１８】このような音声情報の記録媒体としては、
例えばＣＤ−ＲＯＭ、ＭＤ、ＭＯ等の円盤状記録媒体
や、ＤＡＴ等のテープ状記録媒体が適用可能であり、必
然的に係る音声情報情報の記録媒体には、第１周期でサ
ンプリングされた第１音声情報列を複数の周波数成分に
分割し、これら各周波数成分について、第２周期で順次
抽出された振幅情報列に対して所定部分の振幅及び所定
部分に波形数が変更された正弦波データを生成し、これ
ら各周波数成分に相当する正弦波データを加算して合成
された第２音声情報列が少なくとも記録されている。す
なわち、当該音声記録媒体に記録される第２音声情報列
は、所定周期でサンプリングされた第１音声情報列を構
成する各周波数成分について、各周波数成分間で互いに
対応している部分に対し、少なくとも振幅が変更される
かあるいは波形数が変更されることにより、選択的に振
幅及び再生時間が編集された第２音声情報列である。

【００１９】さらに、この発明に係る音声情報記録媒体
は、所定の音声再生手段で再生出力されるべき単語列か
ら構成された１又は２以上の文に対応する音声情報列で
ある上記第１情報列が、発音の節目でそれぞれ分割され
た情報ごとに可変長の区画に区分された状態で記録され
ることにより、上述の日本国特許第２５８１７００号に
開示された技術と組合わせることが可能である。

【００２０】以上のような構成の音声情報記録媒体に
は、上記第１音声情報列とともに、上記第２音声情報列
が、第１音声情報列の区画に対応して分割された区画ご
とに記録され、さらに該第１音声情報列と該第２音声情
報列とを所定の音声再生手段で切替え再生すべく、切替
え可能な各区画を当該所定の記録媒体における該各区画
の記録位置で示す記録位置識別情報が記録されているの
で、このような音声情報記録媒体を用意することによ
り、この発明に係る音声情報の再生方法及び再生装置
は、一方の音声情報列の再生中であっても他方の音声情
報列の対応する区画の音声情報列についてリアルタイム
の切替え再生が可能になる。

【００２１】なお、上述されたこの発明の実施形態に
は、記録ソフト（上述の記録方法をパーソナルコンピュ
ータ等で実施可能なプログラム、あるいは該プログラム
が記録された記録媒体）、専用記録装置、使用マニュア
ル、あるいはこれらの組合わせによる販売、係る音声情
報記録媒体単体での販売の他、該音声情報記録媒体、音
声情報の再生ソフト（パーソナルコンピュータ等で実効
可能なプログラム、あるいは該プログラムを記録した記
録媒体を含む）、専用再生装置、使用マニュアル、ある
いはこれらの組合わせによる販売が考えられる。

【００２２】

【発明の実施の形態】以下、この発明の一実施例を図１
〜図１４を用いて説明する。なお、図中同一部分には同
一符号を付して重複する説明を省略する。

【００２３】この発明は、例えば英語学習者のヒヤリン
グ練習に際し、予め聞き取り難い部分を選択的に強調あ
るいは減衰させたり、再生時間を伸長あるいは短縮させ
た音声情報の提供を可能にする技術である。したがっ
て、このように予め編集された音声情報を聞いた学習者
にとっては、元の音声に対するヒヤリング能力の向上が
期待できる。

【００２４】図１は、この発明に係る音声情報の記録動
作を概略的に説明するため概念図である。まず、マイク
１１等により、例えば音楽ＣＤの音響クロック４４．１
ＫＨｚ（第１周期）でサンプリングされたネイティブス
ピーカーのナチュラルスピードの音声（第１音声情報）
がＰＣ１本体に取り込まれ、一旦ハードディスク等に記
録される。そして、取り込まれた音声情報を図２の表に
示されたように区分された各チャネル（周波数成分）に
分割するためフィルタリングされる。なお、取り込まれ
る音声情報の周波数範囲は７５Ｈｚ〜１０，０００Ｈ
ｚ、また、サンプリング周波数は音楽ＣＤの音響クロッ
クに合わせて４４．１ｋＨｚ（２２．６８μｓ）とす
る。分割するチャネル数は８５（７オクターブ＋１音）
とし、各チャネル＃１〜＃８５の中心周波数（中心ｆ）
は平均律（１オクターブ当り１２平均律とする）の半音
列になるように設定する（７７．７８Ｈｚ（Ｄ＃）〜
９，９６０Ｈｚ（Ｄ＃））。

【００２５】以上のように各チャネル＃１〜＃８５にそ
れぞれ分割されたデータは、その振幅情報が２．２６８
ｍｓごと（４４．１ｋＨｚサンプリングの１００データ
に相当、ただし１００データで１波形が形成できない場
合にはデータ数を増やす）に抽出される。したがって、
この実施形態では、各チャネル＃１〜＃８５における振
幅情報のサンプリングレート（第２周期）は４４１サン
プル／ｓ（２．２６８ｍｓ）である。なお、このサンプ
リングレートは、規則性のある周期であればよく、例え
ば１００データ分取り込んだ次に、１２０データ分取り
込んで処理するなど、これら異なるレートで交互に処理
を繰り返すような実施形態であってもよい。

【００２６】さらに、ＰＣ１の制御系１０は、２．２６
８ｍｓごとにサンプリングされた各チャネル＃１〜＃８
５の振幅情報に対し、種々の編集（ディスプレイ１２、
及びキーボード、マウス等の入力装置１３を介して行う
ことも可能）を行い、２．２６８ｍｓごとの修正振幅情
報群を生成する。そして、各チャネル＃１〜＃８５の修
正振幅情報（修正振幅情報群を構成している要素）をそ
れぞれ１バイト（８ビット）で表現し、さらに２バイト
の制御情報を付加して８７バイト（８５チャネル×１バ
イト＋２バイト）のＶデータ１９を生成する。

【００２７】なお、修正振幅情報は、各チャネル＃１〜
＃８５の振幅情報列（２．２６８ｍｓでサンプリングさ
れた振幅情報）における各振幅情報を、任意の部分で選
択的に強調あるいは減衰させるよう編集して得られた情
報である。すなわち、各チャネル＃１〜＃８５の振幅情
報列について、各チャネル間で互いに対応している所定
部分の振幅情報から与えられる振幅値をそれぞれ選択的
に大きくあるいは小さく設定し直すことにより、修正振
幅情報列は生成される。また、上記制御情報は、上述の
編集動作により指示された、各チャネル＃１〜＃８５の
周波数成分の再生すべき時間の伸長あるいは短縮を指示
する伸長指示情報（１バイト）と各チャネル＃１〜＃８
５に相当している周波数成分を低音方向あるいは高音方
向に半音又は１音だけ全体的にシフトさせて再生させる
か否かを指示する周波数シフト指示情報（１バイト）で
構成されている。

【００２８】上記伸長指示情報は、１データを何ｍｓで
再生するかの再生クロック数で表現されている。例え
ば、この伸長指示情報を再生するクロック数の２分の１
で表現すると、５０で元の再生時間と同じになり、この
情報を１００に設定すると４４．１ｋＨｚのクロックと
して２００クロックで再生することになり、再生時間を
２倍に延ばすことが可能となる（この情報は１バイトで
表現されるため、最大で２５６÷５０＝５．１２倍まで
再生時間の伸長が可能）。逆にこの情報を２５に設定す
ると４４．１ｋＨｚのクロックとして５０クロックで再
生することになり、再生時間を１／２に短縮することが
可能となる。また、上記周波数シフト指示情報は、全周
波数成分を低音方向あるいは高音方向にシフトさせる場
合にＯＮ”１”、シフトさせる必要がない場合にはＯＦ
Ｆ”０”がセットされる。

【００２９】以上のように２．２６８ｍｓでサンプリン
グされた各チャネル＃１〜＃８５の振幅情報を制御系１
０が所望の編集を施すことにより生成されたＶデータ１
９に基づいて、新たな音声情報列が生成される。

【００３０】なお、上記生成されたＶデータ１９から新
たな音声情報列を生成するためには、各チャネル＃１〜
＃８５に相当する波長の正弦波を生成する正弦波生成回
路１６−１〜１６−８５を有する外部装置１６が必要に
なる。各生成回路１６−１〜１６−８５には、各チャネ
ル＃１〜＃８５に対応した周波数の正弦波の基本データ
が記録されたＲＯＭと、生成した正弦波データを一旦記
録しておくＲＡＭ＃１〜＃８５をそれぞれ備えており、
これら各回路では、制御系１０から送られてきたＶデー
タ１９の修正振幅情報に基づいて成形され、かつ制御情
報の伸長指示情報で指示された波形数の正弦波データを
それぞれのＲＡＭ＃１〜＃８５に書込む。なお、この正
弦波データを構成するデータ間隔は、サンプリング周波
数４４．１ｋＨｚのデータ間隔２２．６８μｓである。

【００３１】そして、これら各生成回路１６−１〜１６
−８５におけるＲＡＭ＃１〜＃８５に書込まれている正
弦波データが４４．１ｋＨｚのタイミングで順次読み出
され、それぞれ加算されることによりオーディオデータ
（音声情報列）が生成される。このオーディオデータは
制御系１０に送られ、Ｉ／Ｏを介してＣＤ−ＲＯＭ書込
装置等の入出力装置１４に制御系１０から出力される。
この入出力装置１４は、制御系１０から送られてきた４
４．１ｋＨｚのオーディオデータを例えばＣＤ−ＲＯＭ
等の所定の音声情報記録媒体１５に記録する。

【００３２】上記各生成回路１６−１〜１６−８５で行
われる正弦波データの生成では、再生音の不自然な振幅
変化を避けるため、各チャネル＃１〜＃８５について、
正弦波データの各振幅が、修正振幅情報列の互いに隣接
した各振幅情報間の直線補間により得られた値により決
定される。また、外部装置１６で生成されたオーディオ
データはそのままＤＡＣ１７及びＡＭＰを介してスピー
カー１８から音声として出力してもよい。さらに、この
ような音声情報記録媒体１５としては、例えばＣＤ−Ｒ
ＯＭ、ＭＤ、ＭＯ等の円盤状記録媒体や、ＤＡＴ等のテ
ープ状記録媒体が適用可能である。

【００３３】一方、この発明は主として日本人がナチュ
ラル・スピードの英語を単にゆっくり再生して聴けるよ
うする技術に関するものであるが、各周波数成分につい
て単純にかつ一様に音声再生時間を伸ばしたり短縮した
のでは不充分である。すなわち、図３は音声スペクトル
の基本的な形状を示す図であるが、発生音の種類によっ
ては子音部のスペクトルの時間変化が言語上の音として
別の音を意味する場合があるからである。例えば、ＢＡ
（バ）とＰＡ（パ）の発音は、前者のスペクトル変化が
速く、後者は遅いだけでスペクトルそのものはほとんど
同じ形をしている。したがって、ＢＡ（バ）という発音
の子音部も含めて時間を伸長するとＰＡ（パ）と聴こえ
ることになる。これを防ぐには子音部の伸長度をＢＡ
（バ）と聴こえる限界に留め、母音部のみ望みの音声再
生時間に伸長あるいは短縮するようにすれば、ＢＡ
（バ）のままに聴こえることになる。一方、母音部はい
くら伸長あるいは短縮してもその母音のままで聴こえる
から望みの長さ（望みの再生時間）に設定できる。一
方、日本人には弱すぎて聴き取りにくい小さな子音部の
音のところだけを選択的に２倍とか３倍に強調（振幅を
大きくして）して聴かせることも必要である。母音部も
含めて強調したのでは全体が大きくなり過ぎて効果がな
い。どうしても選択的に強調しなければならない。以上
の理由から、この発明に係る音声情報の再生方法は、各
チャネルの振幅情報列も初級者にとって特に聞き取り難
い部分を選択的に強調された修正振幅情報列を編集し、
さらにこれら各チャネルごとの修正振幅情報列のうち同
じタイミングで生成された振幅情報から構成されるＶデ
ータとともに再生時間の伸長を指示する制御情報を順次
記録するよう構成されている。逆に、上級者の場合には
上述の各発声音の特性を考慮して、所望の部分で再生音
声が減衰させたり、再生時間が短縮されるよう選択的に
音声情報列を編集してもよい。

【００３４】さらに、この発明では、男性の音声が上述
の記録方法で所定の記録媒体に記録された場合、音声再
生時間の伸長及び／又は所望部分の音声強調を行いなが
ら再生すると、出力される音声の周波数スペクトルは不
変であっても感覚的により低い音にシフトしたような錯
覚を起す可能性がある。逆に音声再生時間の短縮及び／
又は所望部分の音声減衰を行いながら再生すると、感覚
的により低い音にシフトしたような錯覚を起す可能性も
ある。そこで、上記制御情報には、半音分あるいは１音
分程度低音方向あるいあ高音方向へ周波数成分全体をシ
フトして再生可能にするための周波数シフト指示情報が
含まれている。

【００３５】次に、この発明は、上述の日本国特許第２
５８１７００号に開示されているように、ネイティブス
ピーカーの音声が記録された記録媒体を再生等する技術
に好適である。以下、係る技術にこの発明を適用する構
成について説明する。

【００３６】この発明は、上述の日本国特許第２５８１
７００号に開示された技術と組合わせることにより、飛
躍的な学習効果が期待できる。すなわち、ネイティブス
ピーカーの発声音を発声の節目で分割した可変長の区画
に対応して、任意部分が選択的に伸長あるいは縮小され
たり、強調あるいは減衰された音声情報を別途用意する
ことにより、学習者は聞き取れなかった音声を繰り返し
再生して聞くことができるとともに、聞き取り能力を向
上させるべく、再生される音声の聞き取り難い部分が伸
長あるいは短縮、強調あるいは減衰された音声としても
聞くことが可能になる。

【００３７】図４は、この発明に係る音声記録媒体に記
録されるべき音声情報列を含む各種情報を概念的に説明
するための図である。

【００３８】まず、音声情報記録媒体１５に記録される
第１音声情報列（４４．１ｋＨｚでサンプリングされた
音声情報列）は、映画における出演者の会話、日常の生
活環境における会話等のように、長さの異なる複数のセ
ンテンス（文）から構成され、また、各センテンス（各
会話者の音声情報）の間に、音声が再生されていない状
況、雑音のみが再生されている状況、音楽（ＢＧＭ）の
みが再生されている状況等のランダムに発生する無音声
期間が存在し得る一連の音声情報列である。したがっ
て、第１音声情報列は、所定の音声再生手段で再生出力
されるべき複数の単語列から構成された１又は２以上の
文に対応する音声情報列であって、当該音声情報記録媒
体１５の第１領域に、図４に示されたように、発音の節
目でそれぞれ分割された音声情報ごとに可変長の区画
（以下、セグメントという）に区分された状態で記録さ
れる。

【００３９】一般にネイティブスピーカーの英会話で
は、１センテンスは概ね３秒程度で発声されるため、記
録されるべき音声情報列を構成するセグメントを決定す
る発音の節目を各センテンスの間に設定することで、図
１（ａ）、（ｂ）あるいは（ｄ）に示されたように、音
声情報列を構成する可変長セグメント６２１、６２２、
７９９をそれぞれ構成するのが妥当である。なお、会話
中のセンテンスの中には図１（ｃ）に示されたように、
極端に短いセンテンスも含まれるが、このセンテンス７
０１も１つのセグメントを構成する。一方、図１（ｅ）
に示されたように、極端に長いセンテンスの場合には、
接続詞や関係詞等の前が発音の節目となるため、図１
（ｅ）に示されたようなセンテンスでは、連続する２つ
のセグメント８０１、８０２で構成するのが妥当であ
る。したがって、記録されるべき音声情報列のセグメン
トとは、発声上の区切り（息継ぎ位置）又は言語上（文
法上）のなんらかの区切りにもとづいて分割された音声
情報の記録単位であることを意味する。

【００４０】この発明に係る音声情報の記録方法では、
まず上述のように第１情報列を分割して得られた各セグ
メントそれぞれに対し、任意の部分が選択的に編集（各
周波数成分の振幅の変更、再生時間の変更）された第２
音声情報列を生成する。この第２音声情報列は、具体的
には図５に示されたように、各周波数成分について編集
するＰＣ１本体と、編集されたオーディオデータ（第２
音声情報列）を生成する外部装置１６で構成された装置
により、所定の音声情報記録媒体１５に記録される。

【００４１】特に、外部装置１６は、図５に示されたよ
うに、オーディオデータを生成するマスターボード１６
５と、各チャネルに対応して設けられた正弦波生成回路
１６−１〜１６−８５を備えたスレーブボード１６６で
構成されている。マスターボード１６５は、ＰＣ１から
のＶデータをコントロール信号に従って各生成回路１６
−１〜１６−８５に供給すべく、タイミングコントロー
ラ１７１と、ＦＩＦＯ１７２を備えるとともに、各生成
回路１６−１〜１６−８５から送られてきた正弦波デー
タ（１６ビット）を順次加算し、オーディオデータ（１
６ビット）を生成する加算器１７３と、ＰＣ１へ送信さ
れる該生成されたオーディオデータを一旦格納するバッ
ファとしてのＲＡＭ１７４を備える。なお、図５に示さ
れたマスターボード１６５は、ＰＣ１からの指示で第１
音声情報列と新たに編集された第２音声情報列とを音に
して何度でもスピー力に出し、耳で聴いて比較できるよ
う、生成されたオーディオデータを直接スピーカー１７
７で再生出力すべく、ＤＡＣ１７５及びＡＭＰ１７６が
設けられている（音声再生のための構造は図１に示され
たようにＰＣ１側に設けられてもよい）。一方、スレー
ブボード１６６は、各チャネルに対応して所定の周波数
の正弦波をそれぞれ生成する正弦波生成回路１６−１〜
１６−８５を備えており、これら生成回路１６−１〜１
６−８５は、正弦波を生成するためのデータが記録され
たＲＯＭと、一旦生成された正弦波データを格納するバ
ッファとしてのＲＡＭ＃１〜＃８５をそれぞれ有する。

【００４２】なお、マスターボード１６５とスレーブボ
ード１６６は、３０本の信号バスとＧＮＤ、Ｖｃｃの合
計３２本のバスで接続されており、図中、１６７で示さ
れたバス群は各生成回路１６−１〜１６−８５へＶデー
タを供給するためのＶデータ関連バス群であり、１６８
で示されたバス群は各生成回路からマスターボード１６
５へオーディオデータ生成用の正弦波データを送るため
のオーディオデータ関連バス群である。

【００４３】次に、この発明に係る音声情報の記録方法
の、日本国特許第２５８１７００号に開示された技術に
適用された実施形態を、図５を参照しながら、図６及び
図７のフローチャートを用いて説明する。

【００４４】まず、Ｖデータの生成はＰＣ１側で行われ
る。すなわち、ＰＣ１では、一連の音声情報列（第１音
声情報列）が４４．１ｋＨｚ（１６ｂｉｔ／データ）を
サンプリングし、この第１音声情報列に相当するサンプ
リングデータを一旦ハードディスクに格納し（ステップ
ＳＴ１）、図４に示されたように複数のセグメントに分
解する（ステップＳＴ２）。

【００４５】続いて、分割されたセグメントのうち１セ
グメントについて、デジタル・バンド・バス・フィルタ
ー・プログラムにより、まず第1チャンネル＃１のバン
ド幅（７５．５７ｋＨｚ〜８０．０６ｋＨｚ）の波形情
報をメモリーに展開する。この時も４４．１ｋＨｚのレ
ートに相当するデータ間隔のまま展開する。そして、１
００データごとに平均振幅情報（８ビット）を抽出する
（ステップＳＴ３）。なお、上述のように第１チャネル
＃１の周波数成分について１００データで１波形できな
い場合には１波形できるデータ数に増やして振隔情報を
求める。対象セグメントのサンプリングデータが終了す
るまで、１００データ分づつずらして同じ動作を繰り返
す。この動作により、対象チャネルである第１チャネル
＃１についてデータ間隔２．２６８ｍｓの振幅情報列
（１秒当り４４１個の振幅情報）である。対象チャネル
である第１チャンネル＃１の振幅情報抽出動作が終了す
ると（ステップＳＴ５）、続いてデジタル・バンド・バ
ス・フィルターにより第２チャンネル＃２の周波数を分
割して上記ステップＳＴ３〜ＳＴ５の動作を繰り返し、
対象チャネルを変更しながら（ステップＳＴ７）、第１
チャネル＃１〜第８５チャネル＃８５について対象セグ
メントの振幅情報列が生成される。

【００４６】以上の動作は、対象セグメントを変更しな
がら（ステップＳＴ１０）、ステップＳＴ１でサンプリ
ングされた第１音声情報列を構成するすべてのセグメン
トが終了するまで行われる（ステップＳＴ９）。

【００４７】次に、以上のステップＳＴ１〜ＳＴ９が実
行されることにより得られた、各セグメントいついて８
５チャネル分の振幅情報列に対し、ＰＣ１側では以下の
ような編集が行われ、Ｖデータが生成される（ステップ
ＳＴ１１）。

【００４８】まず、分割されたセグメントごとにに生成
された８５チャネル分の振幅情報列群を格納先であるハ
ードディスクから呼び出し、モニタ１２上に順次その振
幅波形を表示する。

【００４９】実際の編集作業は、表示された振幅波形の
所望の部分を指定して再生時間を指定する（クロック５
０が基準）。また、必要であれば変更する部分を指定し
て振幅の変更（表示された震央くを基準にして倍率で設
定）を行ったり、低音方向あるいは高音方向への周波数
シフト指示を指定する。例えば、セグメントの中の子音
部は振幅を２倍、再生時間を１．５倍にする一方、母音
部は振幅をそのままにして、再生時間のみ２．５倍にす
る等、選択的に任意の部分に対して得られた振幅情報列
を編集し、新たに各振幅情報が修正された修正振幅情報
列を生成する。

【００５０】そして、得られた８５チャネル分の修正振
幅情報列のうち、各修正振幅情報列間で互いに対応して
いる同じタイミングの情報成分をまとめた情報成分群ご
とに、上述の再生時間の変更を指示する情報と周波数シ
フトを指示する情報とからなる制御情報を付加すること
により、データ間隔２．２６８ｍｓのＶデータが得られ
る。

【００５１】次に、以上のようにＰＣ１側で用意された
Ｖデータ（８７バイト／データ）は外部装置１６のマス
ターボード１６５へ送られ、さらに該マスターボード１
６５からデータバスを介してスレーブボード１６６上の
各正弦波生成回路１６−１〜１６−８５へ送られる。な
お、スレーブボード１６６は、実際には８回路が搭載さ
れた１１枚のボード（１１枚目のボードには８回路中５
回路だけ使用する）で構成されるものとし、それぞれの
回路が対応するチャネルの正弦波データを生成する（ス
テップＳＴ１２）。なお、各回路は、正弦波の波形デー
タを収納しているＲＯＭが異なることと、対応するチャ
ンネルを指定する７ビットのＤＩＰ・ＳＷの設定が異な
ること以外は全て同じで構成である。

【００５２】各チャネルを受け持つ各回路では、まず、
マスターボード１６５から送られてきた８７バイトのＶ
データのうちへッダー（２バイト）を共通に受け取る一
方、該Ｖデータのうちの修正振幅情報については対応す
るチャネル用の修正振幅情報（１バイト）だけを受け取
る。各回路では、４４．１ｋＨｚの何クロック分で波形
を成形し出力するのかを判断するため、受け取ったヘッ
ダー情報の再生時間を調べられる。例えば指示された再
生時間が５０で与えられた場合には１００クロック再生
（再生時間は変らない）、１１０の時は２２０クロック
再生（再生時間は２倍）となる。各回路には受け持つ周
波数の正弦波データが４４．１ｋＨｚで出力された時の
データ間隔でＲＯＭに収納されている（ＲＯＭのアドレ
スのゼロ番地からＮ番地までにその周波数の正弦波波が
正確にＭ波収納されている（Ｍ、Ｎは自然数）。各回路
中のプロセサ一は、１つの正弦波データを作るごと（２
２．６８μｓごと）にＲＯＭのアドレスを十１してい
く。そして、Ｎ番地の次にはゼロへ戻る。こうすること
で、正確な正弦波を不連続点なしに作れる。ただし、上
記正弦波データは、受け取った修正振幅情報をそのＲＯ
Ｍに格納されていた基本データに掛けて１つの正弦波デ
ータを生成する。また、各振幅情報は、今回の振幅情報
と前回の振幅情報との間を直線補間することにより得ら
れた値とする。

【００５３】以上のように、各回路で生成された正弦波
データは、周期４４．１ｋＨｚ（２２．６８μｓ）でＲ
ＯＭを参照し、上記補間で求められた係数を参照された
データに掛けて出力バッファである各ＲＡＭ＃１〜＃８
５へ収納する。

【００５４】そして、マスターボード１６５からのコン
トロール信号により、各ＲＡＭ＃１〜＃８５に格納され
た正弦波データが出力バス（１６ビット）へ送出するタ
イミング（２２．６８μｓ周期）をもらい、その時だけ
バスへ送出する。１回路に与えられた時間幅は２２６ｎ
ｓ（２２．６８μｓ÷８５）となる。一方、マスターボ
ード１６５側の取込タイミングはクロックと同期信号で
与えられる。同期信号から何クロック目かの数は上記Ｄ
ＩＰスイッチで指定されたチャンネル番号と同じとな
る。また、上記Ｖデータのヘッダー情報に含まれる周波
数シフト指示情報がＯＮの時、半音（又は全音）シフト
した周波数の正弦波データが各回路から出力できるよ
う、各回路に設けられているＲＯＭに２種類の波形デー
タを格納しておき、いずれかを選択できるようにする。

【００５５】一方、マスターボード１６５は各回路１６
−１〜１６−８５で生成された正弦波データを、２２．
６８μｓ中８５データの割合（データ間隔は２２．６８
μｓ÷８５＝２６６ｎｓ）で受け取る。実際には、各回
路からの正弦波データを受け取りながら加算器１７３で
加算していき、４４．１ｋＨｚのオーディオデータ（第
２音声情報列）を生成する（ステップＳＴ１３）。生成
されたオーディオデータは順次バッファであるＲＡＭ１
７４に格納され、ＰＣ１へ送られる。

【００５６】ＰＣ１では、送られてきたオーディオデー
タを入出力装置１４を制御しながら所定の記録媒体１５
に該オーディオデータを記録していくことにより（ステ
ップＳＴ１４）、この発明に係る音声情報記録媒体が得
られる。

【００５７】次に、この発明に係る音声情報記録媒体
の、上述の日本国特許第２５８１７００号に開示されて
た技術が適用された各実施形態について説明する。

【００５８】音声情報記録媒体に係る第１実施形態 まず、第１実施形態では、少なくとも２種類の音声情報
列と記録位置識別情報が記録されている。すなわち、第
１音声情報列は例えばネイティブスピーカが自然な速さ
で話す英語の音声情報からなり、この音声情報列は上述
されたように発音の節目（センテンスの終りやセンテン
ス中の一息つける、発生上あるいは文法上の区切り）で
複数の可変長セグメントに分割されている。第２音声情
報列は、第１情報列を、上述のように任意の部分が選択
的に編集することにより得られた音声情報列であって、
第１音声情報列の各セグメントに対応して複数の可変長
セグメントに分割されている。また、記録位置識別情報
は、少なくとも、第１及び第２音声情報列における各セ
グメントが、当該音声記録媒体のどの位置に記録されて
いるかを示す情報である。したがって、例えば第１音声
情報列のｔ番目のセグメント”It's not much of a pro
blem.”に対応する第２音声情報列のセグメント”It's・
・・not ・・・much・・of・・a ・・・problem.”が、媒体のどの位置
に記録されているかということは、この記録位置識別情
報により認識することができる。

【００５９】その結果、第１及び第２音声情報列と記録
位置識別情報は互いに無関係に記録されるのではなく、
一定の関係をもって記録され、各音声情報列はセグメン
トを単位として有機的に組み合わされている。すなわ
ち、第１及び第２音声情報列は互いに対をなしており、
これらをセグメントごとに関連させているのが記録位置
識別情報である。なお、この実施形態では、記録記録位
置識別情報は当該音声情報記録媒体のディレクトリ領域
に記録されており、少なくとも各セグメントの先頭位置
に関する情報を含んでいる。

【００６０】以上のような構造を備えた音声情報記録媒
体（第１実施形態）の再生方法では、記録されたセグメ
ントごとに順番に音声再生が行われるが、特に、この再
生方法では、当該音声情報記録媒体に記録された第１音
声情報列から第２音声情報列への再生切換え（あるいは
第２音声情報列から第１音声情報列への再生切換え）が
可能であることを特徴としている。なお、この再生切換
え動作は、セグメントを単位として行われる。例えば、
第１音声情報列のｔ番目のセグメントが再生されている
ときに第２音声情報列の再生指示が入力されると（割込
み要求の発生）、記録位置識別情報に基づいて第２音声
情報列の対応するｔ番目のセグメントを読み出し、その
対応するセグメントの音声再生が実行される。また逆
に、第２音声情報列から第１音声情報列への再生切換え
も、上述した再生切換え動作と同様に各セグメント単位
で行われる。

【００６１】なお、この再生方法では、上述の再生切換
え動作の他、リピート再生等の種々の変形が可能であ
る。その代表的なものとして、いわゆる戻し指令があ
る。すなわち、再生中の停止命令により一時再生を中断
した後に戻し指令が入力されたときは、指令された量だ
け音声情報の読み出し位置を戻すことによりより操作者
の希望に合った音声情報の再生が行われる。

【００６２】音声記録記録媒体に係る第２実施形態 この第２実施形態は、上述された第１実施形態と基本的
には同じ構造であるが、上記第１音声情報列及び第２音
声情報列の他、第１音声情報列の内容と等価な意味内容
であるが別の音声情報であり、例えば単語を区切って話
すゆっくりとした速さの英語の音声情報である第３音声
情報列を備えていることを特徴としている。また、この
第３音声情報列も、複数の可変長セグメントから構成さ
れており、上記記録位置識別情報は、これら第１〜第３
音声情報列における各セグメント間での記録位置を管理
している。したがって、この第２実施形態における音声
情報の再生方法は第１実施形態と同様である。

【００６３】なお、この実施形態において、重要なこと
は、上記第１音声情報列と、第３音声情報列はそれぞれ
複数の可変長セグメントに区分されているが、互いにセ
グメントごとにその意味内容が対応していることであ
る。例えば、第１音声情報列のｔ番目（図４（ａ）では
６２１番目）のセグメントがネイティブスピーカの話
す”It's not much of a problem.”であるときは、第
３音声情報列のｔ番目のセグメントは各単語を区切って
話す”It is not much of a problem.”となる。ただ
し、第２音声情報列と対応した内容でかつ別の音声情報
からなるということは、言語上は同一の意味で発声の異
なるものであることを示している。

【００６４】音声情報記録媒体に係る第３実施形態 さらに、この発明に係る音声情報記録媒体の第３実施形
態について説明する。この第３実施形態に係る音声情報
記録媒体は、第１及び第２音声情報列の他、さらに文法
解説等の音声情報列である第４音声情報列が当該音声情
報記録媒体に記録されている点が、上述の第１実施形態
に係る音声情報記録媒体と異なる。

【００６５】ここで重要なことは、上記第３音声情報列
は第１及び第２音声情報列の１又は２以上の可変長セグ
メントをひとまとまりとしたセグメント群に区分されて
いることである。換言すれば、この第４音声情報列の１
つのセグメント群は第１及び第２音声情報列の１又は２
以上のセグメントを包含しており、したがって、第４音
声情報列の１つのセグメント群は第１及び第２音声情報
列の１又は２以上のセグメントと対になっている。特
に、この構成は図４（ｅ）に示されたように、１つのセ
ンテンスが複数のセグメントに区分された場合を想定し
ている。

【００６６】また、この第３実施形態の音声情報記録媒
体において、所定の領域に記録された記録位置識別情報
には、上記第４音声情報列の内容の記録位置をもセグメ
ント群ごとに示す情報も含まれている。したがって、第
１、第２及び第４音声情報列と記録位置識別情報は互い
に一定の関係をもって媒体に記録され、各音声情報列は
セグメントあるいはセグメント群を単位として有機的に
組み合わされている。なお、この第３実施形態において
も、記録位置識別情報は当該音声情報記録媒体のディレ
クトリ領域に記録され、各音声情報列におけるセグメン
トの先頭位置に関する情報を含んでいる。また、この実
施形態においても、第１音声情報列の音声情報と等価で
あって、単語を区切って話すゆっくりとした速さの第３
音声情報列をさらに記録してもよい。

【００６７】以上のような構造を備えた音声情報記録媒
体（第３実施形態）の再生方法は、基本的に上述された
第１実施形態の場合と同じであるが、第１及び第２音声
情報列間での再生切換えの他、該第１及び第２音声情報
列と第４音声情報列との間においても再生切換え動作を
行う点が異なる。

【００６８】例えば、第１音声情報列の再生中にネイテ
ィブスピーカの”It's not much of a problem.”が聴き
取れなかったときは、再生中の第１音声情報列から第２
音声情報列に再生を切換えることにより、選択的に伸長
等の編集が施された音声”It's ・・・not・・・ much・・of・・a・
・・problem.”を聴くことができる。そして、この日本語
の意味や文法を知りたいときは、さらに、再生中の音声
情報列から第4音声情報列へ再生を切換えればよい。も
ちろん、この再生方法においても、上述の第１実施形態
に係る音声情報記録媒体の再生方法で説明された戻し指
令や停止命令を組み合せて使えるよう応用できることは
言うまでもない。また、この再生方法においても、切換
え再生及びリピート再生が可能である。

【００６９】音声情報記録媒体に係る第４実施形態 この発明に係る音声情報記録媒体の第４実施形態は、基
本的に上述の第１実施形態の場合と同様であるが、第１
及び第２音声情報列の他、文字情報列が記録されている
点が主に異なる。この文字情報列は、第１又は第２音声
情報列に対応する内容の文字情報に相当しており、例え
ばネイティブスピーカが話す英語（音声）に対応する文
字情報に相当している。

【００７０】この文字情報列も、第１及び第２音声情報
列の各セグメントと対応するセグメントに区分されてい
る。また、この第４実施形態に係る音声情報記録媒体に
おいても、記録位置識別情報には、この文字情報列の記
録位置を各音声情報列のそれぞれのセグメントごとにそ
れらの先頭位置に関する情報が含まれ、当該音声情報記
録媒体のディレクトリ領域に記録される。したがって、
第１及び第２音声情報列と文字情報列はそれぞれセグメ
ント単位で対応することになる。

【００７１】なお、この第４実施形態に係る音声情報記
録媒体において、上述の第３実施形態における第４音声
情報列を記録情報として加えるときは、第１及び第２音
声情報列と文字情報列の１又は２以上のセグメントは第
３音声情報列の１つのセグメント群にも対応することに
なる。この構成においても、上記記録位置識別情報に
は、各セグメントの先頭位置が含まれ、かつ当該音声記
録媒体のディレクトリ領域に記録される。そして、上述
の第３実施形態と同様に、この第４実施形態でも、第１
音声情報列の音声情報と等価であって、単語を区切って
話すゆっくりとした速さの第３音声情報列をさらに記録
してもよい。

【００７２】以上のような構造を備えた音声情報記録媒
体（第４実施形態）の再生方法も、基本的に上述の第２
実施形態の場合と同様であるが、第１又は第２音声情報
列の再生中に文字情報列がディスプレイ表示される点が
異なる。

【００７３】例えば、第１音声情報列のセグメント”I
t's not much of a problem.”が再生されているとき
は、所定の表示部に”It's not much of a problem.”
もしくは”It is not much of a problem.”がディスプ
レイ表示される。なお、この表示については再生中の音
声情報列と時間的に完全に同期している必要はなく、文
字が少しずつ遅れて表示されたり、あるいは少しずつ先
に表示されたりしてもよい。また、この再生方法でも、
切換え再生及びリピート再生が可能である。

【００７４】次に、この発明に係る音声記録媒体の具体
的な構造を、図８〜図１１を用いて、以下詳細に説明す
る。

【００７５】図８は、この発明に係る音声情報記録媒体
の例として、上述の第３実施形態を英会話独習用に適用
したときの各音声情報列Ａ、Ｂ、Ｃと、その記録内容を
説明するための図である。この図において、音声情報列
Ａはネイティブスピーカの話す英語の情報列（第１音声
情報列）であり、複数のセグメント６２１、６２２から
構成されている。音声情報列Ｂは図６及び図７に示され
たフローチャートを用いて説明されたように選択的に該
第１情報列の所定部分が伸長等するよう編集された情報
列（第２音声情報列）である。また、音声情報列Ｃは日
本語の解説をする情報列（第３音声情報列）であり、こ
の音声情報列Ｃに含まれるセグメント群は、各音声情報
列Ａ、Ｂの各セグメント６２１、６２２にそれぞれ対応
している。

【００７６】また、図９は、図８に示された態様におけ
る１セグメント当りの時間と容量の関係を説明するため
の表である。この表において、１秒間は６キロバイトの
容量に対応している。例えば音声情報列Ａのセグメント
６２１では、”It's”の発声時間が０．２秒、その容量
が１．２ＫＢ（キロバイト）、”not”の発声時間が
０．１秒、その容量が０．６ＫＢ（キロバイト）、”mu
ch of a”の発声時間が０．４秒、その容量が２．４Ｋ
Ｂ（キロバイト）、そして”problem”の発声時間が
０．３秒、その容量が１．８ＫＢ（キロバイト）であ
り、セグメント６２１全体の発声時間は２．０秒、その
容量は１２ＫＢ（キロバイト）となる。

【００７７】さらに、図１０は、図８及び図９に示され
た形態におけるディレクトリ領域の記録内容を説明する
ための表である。この表において、ディレクトリ領域
は、１セグメント当り９×３＝２７バイト（Ｂ）で構成
される。音声情報列Ａ、Ｂ、Ｃはそれぞれ図８の音声情
報列Ａ、Ｂ、Ｃに対応している。また、１バイトのＣは
属性を示し、Ｃ＝０は音声情報列Ａ、Ｃ＝６４は音声情
報列Ｂであることを意味する。また、Ｃ＝１２８、１２
９は音声情報列Ｃであることを意味し、特にＣ＝１２９
のとき、すなわちビット表現（８ビット（ｂｉｔ））
で”１００００００１”のときは前のセグメントと同じ
解説対象であることを示す（音声情報列Ｃの解説対象と
なる同じセグメント群に属していることを示し、例えば
図４（ｅ）のセグメント８０１、８０２の場合が相当す
る）。

【００７８】位置情報のＭ、Ｓ、Ｂ（各１バイト）は産
業界で標準になっているＣＤ−ＲＯＭ上の位置を表わす
パラメータである。すなわちＭは分、Ｓは秒、Ｂはブロ
ックをそれぞれ示す。また、１ブロックは２，０４８バ
イトであり、７５ブロックで１秒分を構成している。し
たがって、最大の数はＭ＝５９、Ｓ＝５９、Ｂ＝７４と
なる。次の２バイトのＳＢはスタートバイトを示し、そ
の次の３バイトのＬＬＬは各セグメント全体の長さを示
している。なお、位置を示すパラメータに分、秒を使う
理由はＣＤ−ＲＯＭはもともと音楽用として開発された
ためであり、始めからの時間として記録位置を表現する
ようになっている。そのためＣＤ−ＲＯＭを当該音声情
報記録媒体として採用した場合には、この分と秒は再生
時の時間とは全く無関係であり、単に記録媒体上の記録
位置を表わしている情報にすぎないことになる。

【００７９】その結果、例えば音声情報列Ａにおけるセ
グメント６２１の”It's not much of a problem.”は、
Ｏ分１１秒３ブロックの８２６バイト目から６，０００
バイトの長さでネイティプスビーカの話す英語の音声情
報が記録され、音声情報列Ｂにおける対応するセグメン
トは０分１１秒３ブロックの２，０２６バイト目から１
７，４００バイトの長さで選択的に伸長された上記ネイ
ティブスピーカーの英語が記録され、音声情報列Ｃのセ
グメント群は０分１１秒６ブロックの１，２８２バイト
目から７２，０００バイトの長さで日本語解説が記録さ
れる。なお、６２１、６２２等のセグメントナンバーは
メモリ上にはなく、そのアドレスに対応している。ま
た、各セグメントの関係を示す記録位置識別情報は、こ
のディレクトリ領域に含まれる。

【００８０】さらに具体的には、第１０図に示されたデ
ィレクトリ領域の記録内容から、当該音声情報記録媒体
の０分１１秒３ブロックにおける８２６バイト目から８
２６＋６，０００−１＝６，８２５バイト目までの領域
には、セグメントが６２１で属性Ｃが０の音声情報列す
なわちネイティブスピーカが話す”It's not much of a
problem.”に相当する情報が記録される。また、当該音
声情報記録媒体の０分１１秒３ブロックにおける２，０
２６バイト目から２，０２６＋１７，４００−１＝１
９，４２５バイト目までの領域には、セグメントが６２
１で属性Ｃが６４の音声情報列すなわち選択的に伸長さ
れた音声情報が記録される。さらに、当該音声情報記録
媒体の０分１１秒６ブロックにおける１，２８２バイト
目から１，２８２＋７２，０００−１＝７３，２８１バ
イト目までの領域には、セグメントが６２１で属性Ｃが
１２８の音声情報列すなわち日本語の解説に相当する情
報が記録される。

【００８１】このように、図１０に示されたディレクト
リ領域を設ければ、図９に示されたような再生時間及び
容量で図８に示された各音声情報列が記録可能である。

【００８２】次に、各セグメント６２１、６２２に関す
る情報は、例えば図１１（ａ）に示された可変長セグメ
ントのヘッダー部に記録される。このヘッダー部は、図
１１（ｂ）に示されたように、先頭から文字情報や画像
情報の有無等を示すための１バイト領域（１Ｂ）、音声
情報列Ａ用に用意された領域であって情報列タイプ（音
声情報列Ａ、Ｂ等を区別するための情報）を示す１バイ
トデータ、そのデータ長を示す３バイトデータ、及び予
備の１バイトデータから構成された５バイト領域（５
Ｂ）、音声情報列Ｂ用に用意された領域であって情報列
タイプを示す１バイトデータ、そのデータ長を示す３バ
イトデータ、及び予備の１バイトデータから構成された
５バイト領域（５Ｂ）、音声情報列Ｃ用に用意された領
域であって情報列タイプを示す１バイトデータ及びその
データ長を示す３バイトデータから構成された４バイト
領域（４Ｂ）、文字情報列Ｄ用に用意された領域であっ
て情報列タイプを示す１バイトデータ及びそのデータ長
を示す３バイトデータから構成された４バイト領域（４
Ｂ）、同様に文字情報列Ｄ用に用意された領域であって
アドレスを示す３バイトデータ及びそのデータ長を示す
３バイトデータから構成された６バイト領域（６Ｂ）、
上記第３音声情報列のような他の情報列（タイプＥ）用
に用意された４バイト領域（４Ｂ）、及び予備の３バイ
ト領域（３Ｂ）からなる、３２バイトの領域である。

【００８３】次に、図１２〜図１４を用いて、この発明
に係る音声情報の再生方法及び装置構成を説明する。

【００８４】まず、図１２は、この発明に係る音声情報
の再生方法実現するための再生装置の全体構成を示す斜
視図である。この図からも分かるように、当該音声記録
媒体は、例えばポータブルなＣＤプレイヤ（再生装置本
体２００）により再生可能なＣＤ−ＲＯＭであり、この
再生装置本体２００はコード接続されたハンドセット８
０によりリモート制御される。このハンドセット８０に
は少なくとも再生中のセグメント番号を表示する液晶デ
ィスプレイ（ＬＣＤ）等の表示部２１０や、各種制御用
ボタン群２４０が設けられている。また、操作者は再生
装置本体２００で再生された音声情報をイヤホン１３０
を介して聴くことができる。

【００８５】また、図１３は、図１２に示された再生装
置の構成を示すブロック図である。この図に示されたよ
うに、当該音声情報記録媒体１５であるＣＤ−ＲＯＭは
再生機構２０５にセットされる。再生機構２０５はディ
スクインターフェイス（Ｉ／Ｆ）３０及びバス４０を介
してＣＰＵ５０に接続されている。また、バス４０には
プログラムを格納するための例えば３２キロバイト（Ｋ
Ｂ）のＲＯＭ６０と、ディレクトリや音声情報列を一時
的に格納するための例えば２５６キロバイトのＲＡＭ７
０とが接続されている。さらに、バス４０には手動操作
のためのハンドセット８０との間で情報の授受を行なう
ハンドセットインターフェイス（Ｉ／Ｆ）９０と、音声
出力用のアンプ（ＡＭＰ）１００を介して外部端子１１
０及びハンドセット８０に接続されたＤ／Ａコンパータ
１２に接続されている。なお、ハンドセット８０には上
述されたようにイヤホン１３０が接続されている。

【００８６】図１４（ａ）、（ｂ）は、それぞれＲＯＭ
６０及びＲＡＭ７０のメモリ割り当て状況を説明するた
めの図である。図１４（ａ）に示されたように、３２キ
ロバイトのＲＯＭ６０にはプログラムが格納される。一
方、図１４（ｂ）に示されたように、ＲＡＭ７０には、
（５０＋５０）＝１００キロバイトのバッファ（５０ブ
ロック分に相当）と、（７５＋７５）＝１５０キロバイ
トのディレクトリと、６キロバイト分のシステムエリア
が割り当てられる。したがって、ＲＡＭ７０には常時５
０ブロック分の音声情報列が保持され、かつ１５０キロ
バイト÷２７≒５，５５５セグメント分のディレクトリ
（音声情報列Ａの部分のみで約３０分間に相当）が保持
される。

【００８７】なお、上述の具体例では当該音声情報記録
媒体としてＣＤ−ＲＯＭを用いているが、その代表的な
ものの容量は５５２メガバイト（ＭＢ）である。ＣＤ−
ＲＯＭではアドレスを表わすのに分、秒、ブロックの単
位を用いている。また、１ブロックは２，０４８バイ
ト、７５ブロックは１秒、６０秒は１分であるため、該
ＣＤ−ＲＯＭのアドレスの最大の値は５９分５９秒７４
ブロックである。逆に、このＣＤ−ＲＯＭの容量は２，
０４８×７５×６０×６０＝５５２．９６メガバイトで
ある。このうち、最初から２秒分はＣＤ−ＲＯＭのフォ
ーマットとしてユーザは使えないので、正確には最大容
量とし５５２．６５２８ＭＢとなる。さらに、最初から
２０秒に相当するところまでディレクトリ領域が割り当
てられると、３メガバイトのディレクトリ容量をＣＤ−
ＲＯＭに確保することができる。

【００８８】なお、上述されたこの発明の実施形態に
は、音声情報の記録ソフト（上述の記録方法をパーソナ
ルコンピュータ等で実施可能なプログラム、あるいは該
プログラムが記録された記録媒体）、専用記録装置、使
用マニュアル、あるいはこれらの組合わせによる販売、
係る音声情報記録媒体単体での販売の他、該音声情報記
録媒体、再生ソフト（パーソナルコンピュータ等で実効
可能なプログラム、あるいは該プログラムを記録した記
録媒体を含む）、専用再生装置、使用マニュアル、ある
いはこれらの組合わせによる販売が考えられる。

【００８９】

【発明の効果】以上のようにこの発明は、第１周期でサ
ンプリングされた第１音声情報列から分割された複数の
周波数成分について、所望の部分に振幅を変更（強調あ
るいは減衰）したり波数を変更（再生時間を伸長するよ
うに増やすかあるいは再生時間を短縮のために減らす）
することにより、修正された正弦波データを生成し、こ
れら各周波数成分の正弦波データを加算することによ
り、新たに合成された第２音声情報列を所定の記録媒体
に記録する。このように記録された所望の音声情報列
は、周波数を変えることなく任意の部分で再生時間を伸
長あるいは短縮したり、任意部分の音声が強調あるいは
減衰された音声として再生できるという効果がある。

【００９０】また、この発明は、日本国特許第２５８１
７００号に開示された技術との組合わが可能であり、ネ
イティブスピーカーの発声音を発声の節目で分割した可
変長の区画に対応して、任意部分の音声が伸長及び／又
は強調された音声情報を別途用意することにより、初級
学習者は聞き取れなかった音声を繰り返し再生して聞く
ことができるとともに、係る音声の聞き取り難い部分が
強調・伸長された音声としても聞くことが可能になると
いう効果がある。また上級学習者とっては、任意部分の
音声が短縮及び／又は減衰された音声情報を別途用意す
ることにより、ネイティブスピーカーの発声音の再生と
組合わせて、より積極的な学習が可能になるという効果
がある。

【図面の簡単な説明】

【図１】この発明に係る音声情報の記録動作を説明する
ための概念図である。

【図２】サンプリングされた入力音声情報から分割する
各周波数成分（チャネル）の一例を示す表である。

【図３】音声スペクトルの基本的な形状を説明するため
の図である。

【図４】この発明に係る音声記録媒体に記録されるべき
音声情報列を含む各種情報を概念的に説明するための図
である。

【図５】この発明に係る音声情報の記録方法を実現する
ための周辺装置の全体構成を示す図である。

【図６】この発明に係る音声情報の記録方法を説明する
ためのフローチャート（その１）である。

【図７】この発明に係る音声情報の記録方法を説明する
ためのフローチャート（その２）である。

【図８】この発明に係る、英会話独習用に適用された音
声記録媒体の各音声情報列と、その記録内容を説明する
ための図である。

【図９】図８に示された各音声情報列について、各セグ
メント当りの時間と容量との関係を説明するための表で
ある。

【図１０】図８及び図９に示された音声記録媒体におけ
るディレクトリ領域の記録内容（記録位置識別情報を含
む）を説明するための表である。

【図１１】この発明に係る音声記録媒体に記録されるべ
き可変長セグメントの構成を示す図である。

【図１２】この発明に係る音声記録媒体の再生方法を実
現する再生装置の全体構成を示す斜視図である。

【図１３】図１２に示された再生装置の構成を示すブロ
ック図である。

【図１４】図１３に示されたＲＯＭ及びＲＡＭのメモリ
割り当て状況を説明するための図である。

【符号の説明】

１…ＰＣ、１０…制御系、１４…入出力装置、１５…音
声情報記録媒体、１９…Ｖデータ、１６−１〜１６−８
５…正弦波データ生成回路、１７、１７５…ＤＡＣ、１
８、１７７…スピーカー、１７３…加算器。

Claims (12)

【特許請求の範囲】
1. 【請求項１】 音声情報を所定の記録媒体に記録するた
   めの音声情報の記録方法であって、 第１周期でサンプリングされた第１音声情報列を複数の
   周波数成分に分割し、 前記複数の周波数成分について、少なくとも１波形分以
   上に相当する第２周期で抽出された振幅情報からなる振
   幅情報列における１又は２以上の所定部分が選択的に編
   集された修正振幅情報列を生成し、 前記複数の周波数成分おのおのの修正振幅情報列のう
   ち、各周波数成分間で互いに対応している同じタイミン
   グで抽出された振幅情報からなる各情報成分群と、これ
   ら各情報成分群ごとに用意された、前記第１周期を基準
   にして音声再生時間の伸長あるいは短縮を指示するため
   の制御情報とからなるＶデータを生成し、 前記複数の周波数成分おのおのについて、前記生成され
   たＶデータで与えられる振幅を有するとともに前記第１
   周期のデータ間隔を有する正弦波データであって、前記
   Ｖデータに含まれる制御情報で指示された再生時間に相
   当する波数の正弦波データを生成し、 前記複数の周波数成分おのおのについて生成された正弦
   波データを順次加算することにより得られる、前記第１
   周期の第２音声情報列を所定の記録媒体に記録する音声
   情報の記録方法。
2. 【請求項２】 前記複数の周波数成分おのおのの振幅情
   報列間で、互いに対応している選択された部分の振幅情
   報により与えられる振幅値をそれぞれ変更することによ
   り、前記複数の周波数成分おのおのの修正振幅情報列を
   生成することを特徴とする請求項１記載の音声情報の記
   録方法。
3. 【請求項３】 前記複数の周波数成分おのおのについ
   て、生成される前記正弦波データの各振幅は、前記修正
   振幅情報列の互いに隣接した各振幅情報間の直線補間に
   より得られた値により決定されることを特徴とする請求
   項１又は２記載の音声情報の記録方法。
4. 【請求項４】 前記制御情報は、前記複数の周波数成分
   全体を高音方向あるいは低音方向にシフトした状態で再
   生させるための周波数シフト指示情報を含むことを特徴
   とする請求項１〜３のいずれか一項記載の音声情報の記
   録方法。
5. 【請求項５】 前記第１音声情報列は、所定の音声再生
   手段で再生出力されるべき単語列から構成された１又は
   ２以上の文に対応する音声情報列であって、発音の節目
   でそれぞれ分割された情報ごとに可変長の区画に区分さ
   れた状態で前記所定の記録媒体に記録されることを特徴
   とする請求項１〜４のいずれか一項記載の音声情報の記
   録方法。
6. 【請求項６】 前記第２音声情報列は、前記第１音声情
   報列の区画に対応して分割された区画ごとに前記所定の
   記録媒体に記録されており、さらに該記録媒体には、該
   第１音声情報列と該第２音声情報列とを前記所定の音声
   再生手段で切替え再生すべく、切替え可能な各区画を当
   該所定の記録媒体における該各区画の記録位置で示す記
   録位置識別情報が記録されることを特徴とする請求項５
   記載の音声情報の記録方法。
7. 【請求項７】 前記請求項１記載の音声情報の記録方法
   により第２音声情報列が記録された音声情報記録媒体。
8. 【請求項８】 所定周期でサンプリングされた第１音声
   情報列を構成する各周波数成分について、各周波数成分
   間で互いに対応している１又は２以上の部分に対し、少
   なくとも振幅が変更されるかあるいは波形数を変更され
   ることにより、選択的に振幅及び再生時間が編集された
   第２音声情報列が少なくとも記録された音声情報記録媒
   体。
9. 【請求項９】 前記第１音声情報列は、所定の音声再生
   手段で再生出力されるべき単語列から構成された１又は
   ２以上の文に対応する音声情報列であって、発音の節目
   でそれぞれ分割された情報ごとに可変長の区画に区分さ
   れた状態で記録されている特徴とする請求項７又は８記
   載の音声情報記録媒体。
10. 【請求項１０】 前記第２音声情報列は、前記第１音声
    情報列の区画に対応して分割された区画ごとに記録され
    ており、さらに該第１音声情報列と該第２音声情報列と
    を前記所定の音声再生手段で切替え再生すべく、切替え
    可能な各区画を当該所定の記録媒体における該各区画の
    記録位置で示す記録位置識別情報が記録されたことを特
    徴とする請求項９記載の音声情報記録媒体。
11. 【請求項１１】 所定の記録媒体に予め記録されている
    音声情報列を再生するための音声情報の再生方法におい
    て、 前記記録媒体は、所定の音声再生手段で再生出力される
    べき単語列から構成された１又は２以上の文に対応する
    音声情報列であって、発音の節目でそれぞれ分割された
    情報ごとに可変長の区画に区分された第１音声情報列
    と、該第１音声情報列の区画に対応して分割された音声
    情報列であって、該第１音声情報列を構成する各周波数
    成分について、各周波数成分間で互いに対応している１
    又は２以上の部分に対し、少なくとも振幅が変更される
    かあるいは波形数を変更されることにより、選択的に振
    幅強度及び再生時間が変更された第２音声情報列と、該
    第１音声情報列と該第２音声情報列とを前記所定の音声
    再生手段で切替え再生すべく、切替え可能な各区画を当
    該所定の記録媒体における該各区画の記録位置で示す記
    録位置識別情報とを少なくとも含み、 前記第１音声情報列の再生中あるいは中断の後に入力さ
    れた前記第２音声情報列の再生命令に対し、再生中の前
    記第１音声情報列中の区画に対応する前記第２音声情報
    列中の区画の音声情報列を前記記録位置識別情報に基づ
    いて前記記録媒体から読み出し、該読み出された音声情
    報列を前記所定の音声再生手段により再生する第１ステ
    ップと、 前記第２音声情報列の再生中あるいは中断の後に入力さ
    れた前記第１音声情報列の再生命令に対し、再生中の前
    記第２音声情報列中の区画に対応する前記第１音声情報
    列中の区画の音声情報列を前記記録位置識別情報に基づ
    いて前記記録媒体から読み出し、該読み出された音声情
    報列を前記所定の音声再生手段により再生する第２ステ
    ップと、を少なくとも備えた音声情報の再生方法。
12. 【請求項１２】 前記請求項１１記載の音声情報の再生
    方法を実施するための音声情報列の再生装置。