JP2002313015A - 音声再生方法と音声再生装置 - Google Patents

Abstract

(57)【要約】 【課題】 再生速度を変化させた時にも音程が変化しな
い音声再生方法と音声再生装置を提供する。 【解決手段】 記録媒体に記録された原音声信号ａを、
カットオフ周波数を基本周波数Ｆｐの中間値に設定して
低域ろ波することで、基本周波数Ｆｐで構成される基本
音声信号ｄを抽出し、基本音声信号ｄのゼロクロス点Ｄ
を検出し、ゼロクロス点Ｄが検出された際には、読出し
た原音声信号ａを、ゼロクロス点Ｄと対応する位置で複
数のフレームＣ（Ｃ１,Ｃ２,Ｃ３,Ｃ４,Ｃ５,Ｃ６ ）
に区切り、話速度データｆが１以上の場合にはフレーム
の一部を省略し、話速度データｆが１未満の場合にはフ
レームの一部を１回若しくは２回以上連続して再生し、
ゼロクロス点Ｄが検出されなかった際には、話速度デー
タｆが１以上の場合には原音声信号ａの内の１／ｆ分を
再生し、また話速度データｆが１未満の場合には原音声
信号ａの内の（１／ｆ−１）分を再生するのに加えて読
出した全原音声信号を連続して再生する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はＣＤ（コンパクトデ
ィスク）等の記録媒体に記録された原音声信号を読み出
して再生する音声再生方法に関し、特に再生速度を変化
させた時にも音程が変化しない音声再生方法と音声再生
装置に関する。

【０００２】

【従来の技術】従来、ＣＤやカセットテープ、ビデオテ
ープ等の記録媒体に記録された音声信号を再生する際
に、標準の再生速度に対して再生速度を変えて再生する
場合がある。例えば、短時間で所定量の内容を聞きたい
場合には再生速度を上げ、また早口などの理由で聞き取
りにくい場合には再生速度を下げてゆっくり再生するの
である。このように再生速度を変えるには、ＣＤの回転
速度やテープの走行速度を上げたり、また下げたりする
ことで実現される。ところが、この音声再生方法ではＣ
Ｄ等の記録媒体から読み出される音声信号自体の周波数
も再生速度の変化に合わせて変化するため、音程も変化
して聞きにくいという課題があった。

【０００３】そこで、音程はそのままにして再生速度の
みを変換する方法として、図８に示すように原音声信号
ａをある一定の時間長ｔの複数のフレームＡ（一例とし
てＡ１ 〜Ａ６ ，・・・・・）に分割し、それらを組
み合わせて再生速度を変化させる方法がある。例えば２
倍速で再生する場合には、フレームＡを一つ置きに間引
いて連続再生（一例としてＡ１ ，Ａ３ ，Ａ５ ，・
・・を再生）することによって、再生音声信号ｃの全体
の再生時間を半分にすることが可能となり、しかも原音
声信号ａの周波数（周期Ｔ）はある程度元のままである
から音声の音程を殆ど変えることなく再生できるのであ
る。

【０００４】なお、選択されたフレーム（Ａ１ ，Ａ３
，Ａ５ ）を連続させる際に、単純にそのまま繋げて
再生すると、音声信号ｂのように繋ぎ目部分Ｂ１ 〜Ｂ
４において信号が不連続となり、この部分で耳障りなノ
イズを発生し、聞きにくい。そこで、再生する各フレー
ムＡ毎に窓関数を乗算して各フレームＡ間の始点と終点
部分での原音声信号ａのレベルを強制的に合わせ、再生
音声信号ｃのようにする。これによって再生時のノイズ
の低減を図っている。窓関数の一例としては下記式に示
すようなものが使用される。 W(n) = 0.5-0.5cos( 2πn/M)

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
音声再生方法には次のような課題がある。窓関数を使用
する再生方法では、上述したように各フレームの繋ぎ目
部分を強制的に合わせるために、原音声信号の繋ぎ目部
分のレベルを所定のレベル、一例としてゼロ若しくはゼ
ロに近いレベルに強制的に変更するので、繋ぎ目部分で
の音声信号の周期が基本周期と大きく異なる場合が生じ
てその部分での音程がやはり変わってしまうという課題
がある。また、繋ぎ目部分とそれ以外の部分の原音声信
号の周波数の連続性が損なわれるため、音質も劣化する
という課題もある。

【０００６】従って、本発明は上記課題を解決すべくな
され、その目的とするところは、再生速度を変化させた
時にも音程が変化しない音声再生方法と音声再生装置を
提供することにある。

【０００７】

【課題を解決するための手段】上記課題を解決するた
め、本発明は次の構成を備える。すなわち、請求項１記
載の発明は、記録媒体に記録された原音声信号を読み出
して再生する音声再生方法において、前記原音声信号を
予め決められたデータ量ずつ順次読み出し、該読み出し
た原音声信号を、基本周波数を抽出するため、カットオ
フ周波数を基本周波数の中間値に設定して低域ろ波する
ことで、基本周波数で構成される基本音声信号を抽出
し、該基本音声信号の立ち上がり若しくは立ち下がりゼ
ロクロス点を検出し、該ゼロクロス点が検出された際に
は、前記読出した原音声信号を、時間軸上において前記
ゼロクロス点と対応する位置で複数のフレームに区切
り、話速度データｆが１以上の場合には該フレームの一
部を省略し、話速度データｆが１未満の場合にはフレー
ムの一部を１回若しくは２回以上繰り返しつつ連続して
再生し、前記ゼロクロス点が検出されなかった際には、
話速度データｆが１以上の場合には前記読出した原音声
信号の内の１／ｆ分を再生し、また話速度データｆが１
未満の場合には読出した原音声信号の内の（１／ｆ−
１）分を再生するのに加えて読出した全原音声信号を連
続して再生することを特徴とする。

【０００８】また、請求項２記載の発明は、記録媒体に
記録された原音声信号を読み出して再生する音声再生装
置において、前記原音声信号を、基本周波数を抽出する
ため、カットオフ周波数を基本周波数の中間値に設定し
て低域ろ波して、基本周波数で構成される基本音声信号
を抽出するフィルタ部と、前記基本音声信号の立ち上が
り若しくは立ち下がりゼロクロス点を検出するゼロクロ
ス点検出部と、前記ゼロクロス点が検出された際には、
前記読出した原音声信号を、時間軸上において前記ゼロ
クロス点と対応する位置で複数のフレームに区切り、話
速度データｆが１以上の場合には該フレームの一部を省
略し、話速度データｆが１未満の場合にはフレームの一
部を１回若しくは２回以上繰り返しつつ連続して出力
し、前記ゼロクロス点が検出されなかった際には、話速
度データｆが１以上の場合には前記読出した原音声信号
の内の１／ｆ分を出力し、また話速度データｆが１未満
の場合には読出した原音声信号の内の（１／ｆ−１）分
を出力するのに加えて読出した全原音声信号を連続して
出力する信号変換処理部とを具備することを特徴とす
る。これらによれば、有声音部分の各フレームの繋ぎ目
部分での音声信号の周期は基本音声信号の周期と変わら
ず、また連続性も損なわれないため、フレームの一部を
省略して圧縮したり、また１回若しくは２回以上繰り返
して伸長して音声信号を再生しても、音程が変化せず、
音質の劣化も少なくなる。また、ゼロクロス点が検出さ
れない部分、つまり無声音部分では、フレームに区切る
ことなく原音声信号の一部を省略して圧縮したり、また
１回若しくは２回以上繰り返して伸長しても人の耳には
音質の劣化として聞こえにくい高い周波数であるため、
問題はない。

【０００９】

【発明の実施の形態】以下、本発明の好適な実施形態に
ついて添付図面と共に詳述する。まず、図１と共に発明
に係る音声再生方法の基本原理について説明する。最初
に、本発明に至る経緯について概略説明する。音声に
は、母音のように声帯振動が音源となってほぼ周期的な
振動波形となる有声音と、サ行子音のように声帯は振動
せず、口腔内において舌、歯、唇などで作られたせばめ
の部位に空気流を吹きつけて生じた雑音が音源となる無
声音とがある。そして、この有声音部分が上述した各フ
レームの繋ぎ目部分にあたってその連続性が損なわれた
場合には、音質の劣化（ノイズの発生等による）が人が
耳で聞いてわかる程度に大きくなるが、一方無声音部分
の連続性が損なわれても無声音の周波数が有声音の周波
数、つまり声帯振動周波数（約70Hz〜約350Hz 。音声の
基本周波数に対応する。）よりも十分高いために人の耳
には音質の劣化として聞こえにくい。よって、少なくと
も有声音部分の連続性を確保しておけば、フレームの一
部を省略して圧縮したり、また１回若しくは２回以上繰
り返して伸長して音声信号を再生しても、音程が変化せ
ず、音質の劣化も少なくなると判断したのである。

【００１０】続いて音声再生方法の特徴点は、原音声信
号ａを複数のフレーム（一例としてＣ１ 〜Ｃ６ ，・
・・）に区切る際に、原音声信号ａから基本周波数Ｆp
（基本周期Ｔp ）で構成される基本音声信号ｄを低域ろ
波して抽出し、この基本音声信号ｄの立ち上がり若しく
は立ち下がりゼロクロス点（図１においては一例として
立ち上がりゼロクロス点）Ｄを検出し、原音声信号ａ
を、時間軸上においてゼロクロス点Ｄ（図１中の黒点）
と対応する位置で区切る点にある。図１では一例として
各フレームは４Ｔp となるように区切られている。

【００１１】これにより、複数のフレームＣ１ 〜Ｃ６
の一部を省略し、または１回若しくは２回以上繰り返
しつつ連続して再生する際（一例としてフレームを一つ
置きに再生し、倍速再生する場合を示す）に、再生音声
信号ｅを構成する各フレーム（Ｃ１ ，Ｃ３ ，Ｃ５
）間の繋ぎ目部分は、従来のように強制的に信号のレ
ベルを合わせることなく常にゼロクロス点で連続し、ま
たフレームを区切る際には信号の立ち上がり若しくは立
ち下がりゼロクロス点の一方に統一してあるために音声
信号ｅの位相も繋ぎ目部分で反転することがないから各
フレーム（Ｃ１，Ｃ３ ，Ｃ５ ）に含まれる信号の連
続性も損なわれない。よって、このようにして発生させ
た再生音声信号ｅを再生した際に、従来のように繋ぎ目
部分の周波数が基本周波数Ｆp から大きく変化してその
部分での音程が変わったり、また信号の連続性が損なわ
れることで音質が劣化するということが生じない。な
お、図１において音声信号ｅは、繋ぎ目部分の状態を分
かりやすくするために基本音声信号ｄを用いて表現して
いるが、実際には再生させるべく選択された原音声信号
ａの各フレーム（Ｃ１ ，Ｃ３ ，Ｃ５ ）で構成され
る。

【００１２】また、再生速度を標準より下げる場合に
は、複数のフレームＣ１ 〜Ｃ６ の一部を省略する代
わりに、または１回若しくは２回以上繰り返しつつ連続
させるようにすればよい。具体的には、一例として再生
音声信号ｅを原音声信号ａの各フレームＣ１ 〜Ｃ６
を１回ずつ繰り返してＣ１ ，Ｃ１ ，Ｃ２ ，Ｃ２，
Ｃ３ ，Ｃ３ ，Ｃ４ ，Ｃ４ ，Ｃ５ ，Ｃ５ ，Ｃ
６ ，Ｃ６ というように連続させて構成し、出力させ
ることで、原音声信号ａの０．５倍速の再生が可能とな
る。また、Ｃ１ ，Ｃ１ ，Ｃ２ ，Ｃ３ ，Ｃ４ ，
Ｃ４ ，Ｃ５，Ｃ６ というように連続させて構成し、
出力させることで原音声信号ａの０．７５倍速の再生が
可能となる。

【００１３】次に、本発明に係る音声再生方法を実現す
る音声再生回路の一実施の形態について図２〜図７を用
いて説明する。一例として記録媒体にランダムアクセス
可能なＣＤ−ＲＯＭ（単に、ＣＤとも言う）を使用した
音声式電子ブックの音声再生回路１０を用いて説明する
が、記録媒体は磁気テープやフロッピディスク、またＲ
ＡＭ等の半導体記憶素子で構成されたＩＣカードであっ
ても良い。ＣＤには本などを朗読した原音声信号ａが、
ＰＣＭデータの形で記録されている。

【００１４】音声再生回路１０の概要構成について図２
と図６を用いて説明する。音声再生回路１０には、光ピ
ックアップを有する読取部１２がＣＤ１４から読み取っ
た前述のＰＣＭデータが入力される。入力データ用リン
グメモリ（単に入力リングメモリとも言う）１６では、
読取部１２が出力するＰＣＭデータを順次記憶する。

【００１５】演算用マイコン１８は、入力リングメモリ
１６からＰＣＭデータを書き込まれた順番で、予め決め
られたデータ量（主フレームＥ分）ずつ順次読み出すと
共に、演算用メモリ２０に記憶する。そして読みだした
データから成る１主フレームＥ分の原音声信号ａから基
本周波数Ｆp （なお、音声により若干変動する）で構成
される基本音声信号ｄを抽出し、基本音声信号ｄの立ち
上がり若しくは立ち下がりゼロクロス点Ｄを検出し、演
算用メモリ２０に記憶された１主フレームＥ分の原音声
信号ａを時間軸上においてゼロクロス点と対応する位置
で複数の副フレーム（Ｃ１ 〜Ｃ１１）に区切り、制御
用マイコン２２から入力された話速度データｆに基づい
て、標準の速度から再生速度を早める場合には副フレー
ムＣの一部を省略し、また再生速度を遅くする場合には
１回若しくは２回以上同じ副フレームＣを繰り返すよう
にして演算用メモリ２０から読み出し、再生する原音声
信号ａの副フレームを出力データ用リングメモリ（単
に、出力リングメモリとも言う）２４に順次書き込む。
そして出力リングメモリ２４に書き込まれたＰＣＭデー
タが再生音声信号ｅを構成する。

【００１６】最後にＤＡＣ（Digital to Analog Conver
ter ）２６が出力リングメモリ２４に記憶された複数の
副フレームＣから成る原音声信号ａを連続して一定の速
度で読み出し、アナログ信号に変換することで話速度が
変換された状態で再生音声信号ｅを再生できる。ＤＡＣ
２６から出力された再生音声信号ｅは不図示のスピーカ
から音声として出力される。なお、制御用マイコン２２
は話速度を決定する話速度データｆを演算用マイコン１
８に指定する機能を有している。また、外部フラッシュ
メモリ２８には演算用マイコン１８の動作を規定するプ
ログラムが記憶される。また、入力リングメモリ１６や
出力リングメモリ２４の各記憶容量は、演算用マイコン
１８の処理速度を考慮して、双方のメモリ１６、２４が
空になったり、またFull状態とならないように予め設定
する。また、入力リングメモリ１６、出力リングメモリ
２４、演算用メモリ２０は一つのメモリの記憶エリアを
分割して使用することも可能である。

【００１７】さらに演算用マイコン１８の内部構成と話
速度変換処理動作について図３〜図７を用いて詳細に説
明する。ディジタルフィルタ部（以下、単にフィルタ部
とも言う）３０は、原音声信号ａのＰＣＭデータを低域
ろ波し、無声音成分を除いた音声の基本周波数Ｆp （約
70Hz〜約350Hz ）で構成される基本音声信号ｄを抽出す
る。具体的には一例として、２次のバタワース型ＩＩＲ
ローパスフィルタを２段用いて形成し、そのカットオフ
周波数を基本周波数（約70Hz〜約350Hz ）の中間値であ
る 200Hzに設定する。この構成により、フィルタ部３０
からは図１、図６、図７に示されるような基本周波数Ｆ
p （基本周期Ｔp ）から成る基本音声信号ｄが出力され
る。

【００１８】ゼロクロス点検出部３２では、入力された
基本音声信号ｄの立ち上がり若しくは立ち下がりゼロク
ロス点を主フレームＥ毎に検出する。本実施の形態では
立ち上がりゼロクロス点Ｄを検出する構成となってい
る。また、ゼロクロス点検出部３２では入力された１主
フレームＥ分の基本音声信号ｄをゼロクロス点Ｄの位置
で、基本周期Ｔp の所定の倍数の間隔で区切り、複数の
副フレームＣｎ （ｎは自然数）に分割する。そして各
副フレームＣの境界部分の情報を、例えば各主フレーム
の先頭から位置を演算用メモリ２０に記憶されるアドレ
ス情報として出力する（これらはゼロクロス情報ｇと言
う）。また、音有無判定部３４ではゼロクロス点検出部
３２においてゼロクロス点Ｄが検出されるか否かを判断
しており、検出されない場合には無声音期間または音声
無し期間を意味する無音信号ｈを出力する。なお、音有
無判定部３４を設けずにゼロクロス点検出部３２におい
て無音信号ｈを出力させる構成としてもよい。

【００１９】信号変換処理部３６では、制御用マイコン
２２から指定された話速度データｆ（ｆ倍速再生を示す
データ、ｆは実数値）に基づいて話速度変換処理を行
う。なお、変換処理フローは主フレームＥ内にゼロクロ
ス点Ｄが検出される場合と無い場合とで異なるため、分
けて説明する。最初に、ゼロクロス点Ｄが検出される場
合、つまり音有無判定部３４から無音信号ｈが入力され
ない場合について説明する。信号変換処理部３６は図４
の処理フローに示すように、ゼロクロス情報ｇに基づき
副フレームＣの数をカウントしながら、副フレームＣの
原音声信号ａを演算用メモリ２０から読み出し（ステッ
プ１００）、ｆ回に１回の割合となったら現在の副フレ
ームＣの原音声信号ａを出力リングメモリ２４内に順次
連続させて記憶させ（ステップ１０２）、その他の場合
には記憶しない（ステップ１０４）。なお、出力リング
メモリ２４へは各副フレームＣの原音声信号ａは連続し
た状態となるように再生音声信号ｅとして記憶させる。

【００２０】演算用メモリ２０に記憶された主フレーム
Ｅ内の副フレームＣの終了を検出しつつ（ステップ１０
６）、副フレームＣがまだ残っている場合には次の副フ
レームＣに移り（ステップ１０８）、再度ステップ１０
０に移行する。また、副フレームＣが終了したら演算用
メモリ２０に記憶された主フレームＥ分の原音声信号ａ
のＰＣＭデータの信号変換処理を終了させる。なお、主
フレームＥの後端に１基本周期Ｔp に満たない部分Ｉが
生じた場合には演算用メモリ２０に残しておき、次の主
フレームＥを読み込んだ際にその主フレームＥの先頭に
付加し、部分Ｉを含めた１主フレームＥとして同様に処
理する。そして演算用メモリ２０に記憶された主フレー
ムＥ分の原音声信号ａのＰＣＭデータの変換処理が終了
したら、演算用マイコン１８は入力リングメモリ１６か
ら次に処理すべきＰＣＭデータを１主フレームＥ分だけ
読み出して演算用メモリ２０に記憶し、再度この処理フ
ローを行う。

【００２１】具体例を図６を用いて説明すると、ｆ＝
２、つまり２倍速再生をさせる場合の信号変換処理は、
各主フレームＥ毎に、副フレーム（Ｃ１ 〜Ｃ１１）の
数を副フレームＣ１ から順次カウントしながら２回に
１回の割合で副フレームＣ内の原音声信号ａを演算用メ
モリ２０から読み出し（斜線で示される副フレームが読
み出される）、出力リングメモリ２４内に順次連続させ
ながら記憶させる。これにより、出力リングメモリ２４
に記憶された当該主フレームＥにかかる再生音声信号ｅ
のＰＣＭデータ量は変換前のものに比べて１／２とな
り、再生速度が２倍となる。

【００２２】また、ｆ＝１．５、つまり１．５倍速再生
をさせる場合の信号変換処理は、副フレームＣの原音声
信号ａを１．５回に１回の割合、つまり３回に２回の割
合で演算用メモリ２０から読み出し（斜線で示される副
フレームが読み出される）、出力リングメモリ２４内に
順次連続させながら記憶させる。これにより、出力リン
グメモリ２４に記憶された再生音声信号ｅのＰＣＭデー
タ量は変換前のものに比べて２／３となり、再生速度が
１．５倍となる。また、ｆ＝１、つまり標準速度での再
生の場合には、１回に１回の割合、つまり主フレームＥ
を構成する全ての副フレーム（Ｃ１ 〜Ｃ１１）のＰＣ
Ｍデータが出力リングメモリ２４に記憶されるため、再
生速度が標準再生速度となる。

【００２３】また、以上はｆが１以上の場合についてで
あるが、ｆ＜１の場合には、再生速度がｆ倍となるよう
に所定の数の副フレームＣ置きにその副フレームＣを繰
り返して再生し、出力リングメモリ２４に記憶される再
生音声信号ｅのＰＣＭデータ量を、主フレームＥのＰＣ
Ｍデータ量の１／ｆ倍とする。これにより、再生速度が
ｆ倍となる。

【００２４】具体例を図６に示す。ｆ＝０．７５、つま
り０．７５倍速再生をさせる場合の信号変換処理は、各
主フレームＥ毎に、副フレームＣの数をカウントしなが
ら分割された副フレームＣの原音声信号ａを読み出すと
共に、３回に１回の割合で同じ副フレームＣを再度繰り
返して読み出して出力リングメモリ２４内に順次副フレ
ームＣ同士が連続するように記憶させる。これにより、
出力リングメモリ２４に記憶された当該主フレームＥに
かかる再生音声信号ｅのＰＣＭデータ量は変換前のもの
に比べて４／３（＝１／０．７５）となり、再生速度が
０．７５倍となる（塗り潰された副フレームＣ１ ，Ｃ
４ ，Ｃ７ ，Ｃ１０が２回連続して読み出される）。
なお、ｆの値によっては主フレームＥ内のデータ量と出
力リングメモリ２４に記憶されたデータ量（出力データ
量）との関係が、ｆの値に一致しない場合があるが、こ
のような場合には（主フレームデータ量／出力データ
量）の値がｆの値に最も近くなるように、省略したり、
また繰り返したりする副フレームＣの割合を決定する。

【００２５】次に、ゼロクロス点が検出されなかった場
合、つまり音有無判定部３４から無音信号ｈが入力され
た場合について説明する。信号変換処理部３６は図５の
処理フローに示すように、ｆが１以上の場合には、各主
フレームＥの先頭から当該主フレームＥ内に含まれる全
ＰＣＭデータの標本数（サンプル数）の１／ｆ個分のＰ
ＣＭデータ（小数点以下は切り捨て等を行い整数化させ
る）を読み出して出力リングメモリ２４内に順次連続さ
せて記憶させる。これにより、出力リングメモリ２４に
記憶された当該主フレームＥにかかる再生音声信号ｅの
ＰＣＭデータ量は変換前のものに比べて１／ｆとなり、
再生速度がｆ倍となる。

【００２６】具体例を図７に示す。ｆ＝２、つまり２倍
速再生をさせる場合の信号変換処理は、各主フレームＥ
毎に当該主フレームＥ内に含まれる全ＰＣＭデータの標
本数の１／２個分のＰＣＭデータ（小数点以下は切り捨
て等を行い整数化させる）を読み出して出力リングメモ
リ２４内に順次記憶させる。これにより、出力リングメ
モリ２４に記憶された当該主フレームＥにかかる再生音
声信号ｅのＰＣＭデータ量は変換前のものに比べて１／
２となり、再生速度が２倍となる。１．５倍の場合も同
様。

【００２７】また、ｆが１未満の場合には、各主フレー
ムＥの先頭から当該主フレームＥ内に含まれる全ＰＣＭ
データの標本数の（１／ｆ−１）個分のＰＣＭデータ
（小数点以下は切り捨て等を行い整数化させる）を読み
出して出力リングメモリ２４内に順次記憶させ、その後
さらに主フレームＥの全ＰＣＭデータを連続して記憶さ
せる。これにより、出力リングメモリ２４に記憶された
当該主フレームＥにかかる再生音声信号ｅのＰＣＭデー
タ量は変換前のものに比べて１／ｆとなり、再生速度が
ｆ倍となる。

【００２８】具体例を図７に示す。ｆ＝０．７５、つま
り０．７５倍速再生をさせる場合の信号変換処理は、各
主フレームＥ毎に当該主フレームＥ内に含まれる全ＰＣ
Ｍデータの標本数の（１／０．７５−１＝１／３）個分
のＰＣＭデータ（小数点以下は切り捨て等を行い整数化
させる）を読み出して出力リングメモリ２４内に順次記
憶させ、その後さらに主フレームＥの全ＰＣＭデータを
連続して記憶させる。これにより、出力リングメモリ２
４に記憶された当該主フレームＥにかかる再生音声信号
ｅのＰＣＭデータ量は変換前のものに比べて（１／３＋
１＝４／３＝１／ｆ）となり、再生速度がｆ倍となる。
無音の主フレームＥが連続する場合には上記処理フロー
を繰り返し行う。

【００２９】また、ｆ＜０．５の場合には１の主フレー
ムＥ内に含まれる全副フレームＣを１回ずつ繰り返した
り、また無音の場合にはＰＣＭデータを全標本数分だけ
繰り返しても、出力リングメモリ２４に記憶されるＰＣ
Ｍデータ量はもとの主フレームＥに含まれるデータ量の
２倍にしかならないため、ｆの値に応じて特定の副フレ
ームを２回繰り返して記憶させたり、また無音の場合に
はＰＣＭデータをさらに必要な標本数分だけ繰り返して
記憶させるようにする。

【００３０】以上、本発明の好適な実施例について種々
述べてきたが、本発明は上述の実施例に限定されるので
はなく、発明の精神を逸脱しない範囲で多くの改変を施
し得るのはもちろんである。

【００３１】

【発明の効果】本発明に係る音声再生方法と音声再生装
置によれば、ゼロクロス点が検出される有音声部分で
は、原音声信号をゼロクロス点と対応する位置で複数の
フレームに区切り、フレームの一部を省略して圧縮し再
生速度を上げて音声信号を再生したり、また１回若しく
は２回以上繰り返して伸長して再生速度を下げて音声信
号を再生しているため、再生される音声信号の周期は基
本音声信号の周期と変らず、また各フレームの繋ぎ目部
分での連続性も損なわれないため、音程が変化せず、音
質の劣化も少なくなるという効果がある。また、ゼロク
ロス点が検出されない部分、つまり無声音部分では、再
生信号が不連続になっても高い周波数であるため人の耳
には音質の劣化として聞こえにくいということを考慮し
て、有音声部分のようにフレームに区切ることはせず
に、再生速度を速める場合には原音声信号の１／ｆ（こ
こでｆは話速度データ）分のみを出力したり、また再生
速度を遅くする場合には原音声信号の（１／ｆ−１）分
に加えて全原音声信号を連続して出力するという簡単な
処理で再生速度を変えている。これにより、有音声部分
と無声音部分を含めて全体的に再生速度を、音程が変化
せず、しかも音質の劣化の少ない状態で変化させること
ができるという効果を奏する。

【図面の簡単な説明】

【図１】本発明に係る音声再生方法の基本原理を説明す
る説明図である。

【図２】本発明に係る音声再生装置の構成を示すブロッ
ク図である。

【図３】図２の演算用マイコンの構成を示すブロック図
である。

【図４】図２の音声再生装置の動作手順を示すフローチ
ャートである（主フレーム内の原音声信号ａが有音の場
合）。

【図５】図２の音声再生装置の動作手順を示すフローチ
ャートである（主フレーム内の原音声信号ａが無音の場
合）。

【図６】図４の音声再生装置の処理動作を示す説明図で
ある。

【図７】図５の音声再生装置の処理動作を示す説明図で
ある。

【図８】従来の音声再生方法の動作原理を説明する説明
図である。

【符号の説明】

Ｃ 副フレーム Ｄ ゼロクロス点 Ｔp 基本周期 ａ 原音声信号 ｄ 基本音声信号 ｅ 再生音声信号

Claims (2)

【特許請求の範囲】
1. 【請求項１】 記録媒体に記録された原音声信号を読み
   出して再生する音声再生方法において、 前記原音声信号を予め決められたデータ量ずつ順次読み
   出し、 該読み出した原音声信号を、基本周波数を抽出するた
   め、カットオフ周波数を基本周波数の中間値に設定して
   低域ろ波することで、基本周波数で構成される基本音声
   信号を抽出し、 該基本音声信号の立ち上がり若しくは立ち下がりゼロク
   ロス点を検出し、 該ゼロクロス点が検出された際には、前記読出した原音
   声信号を、時間軸上において前記ゼロクロス点と対応す
   る位置で複数のフレームに区切り、話速度データｆが１
   以上の場合には該フレームの一部を省略し、話速度デー
   タｆが１未満の場合にはフレームの一部を１回若しくは
   ２回以上繰り返しつつ連続して再生し、 前記ゼロクロス点が検出されなかった際には、話速度デ
   ータｆが１以上の場合には前記読出した原音声信号の内
   の１／ｆ分を再生し、また話速度データｆが１未満の場
   合には読出した原音声信号の内の（１／ｆ−１）分を再
   生するのに加えて読出した全原音声信号を連続して再生
   することを特徴とする音声再生方法。
2. 【請求項２】 記録媒体に記録された原音声信号を読み
   出して再生する音声再生装置において、 前記原音声信号を、基本周波数を抽出するため、カット
   オフ周波数を基本周波数の中間値に設定して低域ろ波し
   て、基本周波数で構成される基本音声信号を抽出するフ
   ィルタ部と、 前記基本音声信号の立ち上がり若しくは立ち下がりゼロ
   クロス点を検出するゼロクロス点検出部と、 前記ゼロクロス点が検出された際には、前記読出した原
   音声信号を、時間軸上において前記ゼロクロス点と対応
   する位置で複数のフレームに区切り、話速度データｆが
   １以上の場合には該フレームの一部を省略し、話速度デ
   ータｆが１未満の場合にはフレームの一部を１回若しく
   は２回以上繰り返しつつ連続して出力し、前記ゼロクロ
   ス点が検出されなかった際には、話速度データｆが１以
   上の場合には前記読出した原音声信号の内の１／ｆ分を
   出力し、また話速度データｆが１未満の場合には読出し
   た原音声信号の内の（１／ｆ−１）分を出力するのに加
   えて読出した全原音声信号を連続して出力する信号変換
   処理部とを具備することを特徴とする音声再生装置。