JP2010078979A - 音声録音装置、録音音声検索方法及びプログラム - Google Patents

Abstract

【課題】録音された音声の中から所望の音声を迅速に検索する。
【解決手段】マイク１１及び音声録音部１０を介して入力された音声を文字情報に変換する音声認識部５０と、マイク１１及び音声録音部１０を介して入力された音声を音声録音データ６１として、また、音声認識部５０にて変換された文字情報を音声認識データ６２としてそれぞれ記憶するとともに、文字情報と文字情報に変換された音声とを対応づけて音声管理データ６３として管理し、検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を音声録音データ６１の中から検索し、音声再生部２０及びスピーカ２１を介して再生出力する。
【選択図】図１

Description

本発明は、音声を録音する音声録音装置に関し、特に、録音した音声の検索技術に関する。

近年、コンピュータや携帯電話機の急速な普及に伴い、音声によってメールを送受信するボイスメールが利用されている（例えば、特許文献１参照。）。このようなボイスメール等、音声がやりとりされるシステムにおいては、録音された通話内容のうち必要な内容のみ聴取したいという要求がある。

そこで、録音した通話音声の中から、指定した通話宛の録音のみを検出する技術が考えられている（例えば、特許文献２参照。）。
特開２００１−３０６４６２号公報 特開２００８−７２６１４号公報

しかしながら、上述したように、録音した通話音声の中から、指定した通話宛の録音のみを検出するものにおいては、指定した通話宛の音声を検出することができるものの、所望の内容の音声がその通話宛の音声の途中に存在する場合、早送りなどの機能で所望の通話内容を探すことになるため、録音時間が長い場合においては、所望の通話内容を迅速に見つけることができないという問題点がある。

本発明は、上述した技術が有する問題点に鑑みてなされたものであって、録音された音声の中から所望の音声を迅速に検索することができる音声録音装置、録音音声検索方法及びプログラムを提供することを目的とする。

上記目的を達成するために本発明は、
音声が入力される音声入力手段と、前記音声入力手段を介して入力された音声が録音される記憶手段と、前記記憶手段に録音された音声が出力される音声出力手段とを有してなる音声録音装置において、
前記音声入力手段を介して入力された音声を文字情報に変換する音声認識手段を有し、
前記記憶手段は、前記音声認識手段にて変換された文字情報を記憶するとともに、該文字情報と該文字情報に変換された音声とを対応づけて管理し、
検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を前記記憶手段から検索し、前記音声出力手段から出力することを特徴とする。

また、音声を録音し、該録音された音声を検索する録音音声検索方法であって、
入力された音声を文字情報に変換する処理と、
前記入力された音声と前記変換された文字情報とを記憶するとともに、前記文字情報と該文字情報に変換された音声とを対応づけて管理する処理と、
検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を検索する処理とを有する。

また、コンピュータに、
入力された音声を文字情報に変換する手順と、
前記入力された音声と前記変換された文字情報とを記憶するとともに、前記文字情報と該文字情報に変換された音声とを対応づけて管理する手順と、
検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を検索する手順とを実行させるためのプログラム。

本発明は以上説明したように構成されているので、録音された音声の中から所望の音声を迅速に検索することができる。

以下に、本発明の実施の形態について図面を参照して説明する。

図１は、本発明の音声録音装置の実施の一形態を示すブロック図である。

本形態は図１に示すように、音声が入力される音声入力手段である音声録音部１０及びマイク１１と、マイク１１及び音声録音部１０を介して入力された音声が録音される記憶手段である保存用メモリ部６０と、保存用メモリ部６０に録音された音声が出力される音声出力手段である音声再生部２０及びスピーカ２１と、表示部３０と、キー入力部４０と、マイク１１及び音声録音部１０を介して入力された音声を文字情報に変換する音声認識部５０と、制御部７０とを有し、保存メモリ部６０には、音声録音データ６１、音声認識データ６２及び音声管理データ６３が記録される。

以下に、上記のように構成された音声録音装置を用いた録音音声検索方法について説明する。

図１に示した音声録音装置１に対して、マイク１１及び音声録音部１０を介して音声が入力されると、制御部７０の制御によって、入力された音声が保存用メモリ部６０に音声録音データ６１として録音される。

また、入力された音声は、制御部７０を介して音声認識部５０に渡され、音声認識部５０において、例えばテキスト等の文字情報に変換され、保存用メモリ部６０に音声認識データ６２として記憶される。なお、音声認識部５０における音声の文字情報への変換は、マイク１１及び音声録音部１０を介して音声が入力されてから一定時間が経過した後に制御部７０にて自動で行ってもよいし、キー入力部４０を介してその旨の指示が入力された後に制御部７０にて行ってもよい。

図２は、図１に示した保存用メモリ部６０における音声録音データ６１及び音声認識データ６２の録音、記憶状態を示す図であり、（ａ）は音声録音データ６１の録音状態を示す図、（ｂ）は音声認識データ６２の記憶状態を示す図、（ｃ）は音声録音データ６１にポインタが付与された状態を示す図、（ｂ）は音声認識データ６２にポインタが付与された状態を示す図である。また、図３は、図１に示した音声管理データ６３の構造を示す図である。

保存用メモリ部６０に録音、記憶された音声録音データ６１及び音声認識データ６２は、図２（ａ），（ｂ）に示すように、音声録音データ６１及び音声認識データ６２をそれぞれ特定可能な管理番号が付与されて保存用メモリ部６０に録音、記憶される。また、音声録音データ６１には、その音声が録音された年月日及び時間が記録される。

また、図２（ｃ），（ｄ）に示すように、保存用メモリ部６０に録音、記憶された音声録音データ６１及び音声認識データ６２には、保存用メモリ部６０に音声録音データ６１として録音される音声の記憶領域を示す番地情報がポインタとして付与される。

そして、音声管理データ６３においては、図３に示すように、文字情報による音声認識データ６２毎に、ポインタによって特定される音声録音データ６１の音声が録音されている番地情報となるアドレスが対応づけて管理されている。すなわち、音声管理データ６３においては、音声録音データ６１と音声認識データ６２とがポインタによって対応づけて管理されていることになる。

図４は、図１に示した音声録音データ６１と音声認識データ６２との対応づけを示す図である。

図４に示すように、図１に示した音声録音データ６１と音声認識データ６２とは、上述したようなポインタの付与によって互いに対応づけられている。

その後、保存用メモリ部６０に音声録音データ６１として録音された音声のうち、所望の音声を再生する場合は、キー入力部４０を介して検索キーとなる所望の音声のキーワードをキー入力すると、まず、制御部７０において、保存用メモリ部６０に音声認識データ６２として記憶された文字情報の中から、入力されたキーワードに対応する文字情報が検索される。また、キー入力部４０を介して入力されたキーワードは、表示部３０に表示される。なお、検索キーとなるキーワードをキー入力部４０を介して入力するのではなく、マイク１１を介して音声として入力することも考えられ、その場合、マイク１１を介して入力された音声によるキーワードは、音声認識部５０にて文字情報に変換されることになる。

次に、制御部７０において、検索された文字情報に付与されたポインタによって特定される番地に録音された音声、すなわち、検索された文字情報に音声管理データ６３によって対応づけられた音声が音声録音データ６１から検索される。

図５は、図１に示した音声録音装置１において録音された音声が検索される際の詳細な動作を説明するための図である。

図４に示したように、図１に示した音声録音データ６１と音声認識データ６２とは、上述したようなポインタの付与によって互いに対応づけられているため、図５に示すように、音声認識データ６２の中からキーワードと一致する文字情報が検索されると、音声録音データ６１のうち、その文字情報に付与されたポインタによって特定される番地に録音されている音声が検索されることになる。

そして、音声録音データ６１から検索された音声が音声再生部２０及びスピーカ２１を介して再生出力される。

以下に、上述した音声録音装置の利用形態について説明する。

図６は、図１に示した音声録音装置１を組み込んだボイスメール装置の一例を示す図である。

本例におけるボイスメール装置は図６に示すように、内線電話機１０２と主装置部１０１とからなる。

内線電話機１０２は、インタフェース部１２１と、音声処理部１２２と、送受器１２３と、スピーカ／マイク１２４と、ダイヤルボタン１２５と、機能ボタン１２６と、制御部１２７と、記憶部１２８と、表示部１２９とから構成されている。

主装置部１０１は、外線パッケージ１１１と、呼制御回路１１２と、内線パッケージ１１３と、ユニットインターフェース１１４と、呼制御部１１５と、ボイスメール部１１６と、記憶部１１７とから構成されており、図１に示した音声録音装置１は、ボイスメール部１１６に組み込まれている。

上記のように構成されたボイスメール装置に図１に示した音声録音装置１が組み込まれる場合は、図１に示したマイク１１の代わりに、外線パッケージ１１１あるいは内線パッケージ１１３を介して送信されてくる音声が入力される音声入力手段を設けることになる。

このように構成されたボイスメール装置においては、外線あるいは内線を介して送信されてくるボイスメールについて、上述したような録音、検索を行うことができるようになる。なお、複数の通話録音にまたがっての検索も可能である。

なお、本発明においては、音声録音装置１内の処理は上述の専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムを音声録音装置１にて読取可能な記録媒体に記録し、この記録媒体に記録されたプログラムを音声録音装置１に読み込ませ、実行するものであっても良い。音声録音装置１にて読取可能な記録媒体とは、フロッピーディスク、光磁気ディスク、ＤＶＤ、ＣＤなどの移設可能な記録媒体の他、音声録音装置１に内蔵されたＨＤＤ等を指す。この記録媒体に記録されたプログラムは、例えば、制御ブロックにて読み込まれ、制御ブロックの制御によって、上述したものと同様の処理が行われる。

本発明の音声録音装置の実施の一形態を示すブロック図である。 図１に示した保存用メモリ部における音声録音データ及び音声認識データの録音、記憶状態を示す図であり、（ａ）は音声録音データの録音状態を示す図、（ｂ）は音声認識データの記憶状態を示す図、（ｃ）は音声録音データにポインタが付与された状態を示す図、（ｂ）は音声認識データにポインタが付与された状態を示す図である。 図１に示した音声管理データの構造を示す図である。 図１に示した音声録音データと音声認識データとの対応づけを示す図である。 図１に示した音声録音装置において録音された音声が検索される際の詳細な動作を説明するための図である。 図１に示した音声録音装置を組み込んだボイスメール装置の一例を示す図である。

符号の説明

１ 音声録音装置
１０ 音声録音部
１１ マイク
２０ 音声再生部
２１ スピーカ
３０，１２９ 表示部
４０ キー入力部
５０ 音声認識部
６０ 保存用メモリ部
６１ 音声録音データ
６２ 音声認識データ
６３ 音声管理データ
７０，１２７ 制御部
１０１ 主装置部
１０２ 内線電話機
１１１ 外線パッケージ
１１２ 呼制御回路
１１３ 内線パッケージ
１１４ ユニットインターフェース
１１５ 呼制御部
１１６ ボイスメール部
１１７，１２８ 記憶部
１２１ インタフェース部
１２２ 音声処理部１２２と
１２３ 送受器
１２４ スピーカ／マイク
１２５ ダイヤルボタン
１２６ 機能ボタン

Claims (9)

1. 音声が入力される音声入力手段と、前記音声入力手段を介して入力された音声が録音される記憶手段と、前記記憶手段に録音された音声が出力される音声出力手段とを有してなる音声録音装置において、
   前記音声入力手段を介して入力された音声を文字情報に変換する音声認識手段を有し、
   前記記憶手段は、前記音声認識手段にて変換された文字情報を記憶するとともに、該文字情報と該文字情報に変換された音声とを対応づけて管理し、
   検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を前記記憶手段から検索し、前記音声出力手段から出力することを特徴とする音声録音装置。
2. 請求項１に記載の音声録音装置において、
   前記記憶手段は、前記文字情報に、該文字情報に変換された音声が録音される番地情報を付与し、該番地情報を用いて、前記音声認識手段にて変換された文字情報と、該文字情報に変換された音声とを対応づけて管理する音声録音装置。
3. 請求項１または請求項２に記載の音声録音装置において、
   前記検索キーは、音声によって前記音声入力手段に入力され、
   前記音声認識手段は、前記音声入力手段を介して入力された音声による検索キーを文字情報に変換する音声録音装置。
4. 音声を録音し、該録音された音声を検索する録音音声検索方法であって、
   入力された音声を文字情報に変換する処理と、
   前記入力された音声と前記変換された文字情報とを記憶するとともに、前記文字情報と該文字情報に変換された音声とを対応づけて管理する処理と、
   検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を検索する処理とを有する録音音声検索方法。
5. 請求項４に記載の録音音声検索方法において、
   前記文字情報に、該文字情報に変換された音声が録音される番地情報を付与し、該番地情報を用いて、前記文字情報と該文字情報に変換された音声とを対応づけて管理する録音音声検索方法。
6. 請求項４または請求項５に記載の録音音声検索方法において、
   前記検索キーは音声によって入力され、
   前記入力された音声による検索キーを文字情報に変換する処理を有し、
   前記変換された文字情報に対応づけられた音声を検索する録音音声検索方法。
7. コンピュータに、
   入力された音声を文字情報に変換する手順と、
   前記入力された音声と前記変換された文字情報とを記憶するとともに、前記文字情報と該文字情報に変換された音声とを対応づけて管理する手順と、
   検索キーが指定された場合、該検索キーによる文字情報に対応づけられた音声を検索する手順とを実行させるためのプログラム。
8. 請求項７に記載のプログラムにおいて、
   コンピュータに、
   前記文字情報に、該文字情報に変換された音声が録音される番地情報を付与し、該番地情報を用いて、前記文字情報と該文字情報に変換された音声とを対応づけて管理する手順を実行させるためのプログラム。
9. 請求項７または請求項８に記載のプログラムにおいて、
   コンピュータに、
   前記検索キーが音声によって入力された場合に、前記入力された音声による検索キーを文字情報に変換する手順と、
   前記変換された文字情報に対応づけられた音声を検索する手順とを実行させるためのプログラム。

Images