JP3156020B2 - 音声速度変換方法 - Google Patents
音声速度変換方法Info
- Publication number
- JP3156020B2 JP3156020B2 JP14922493A JP14922493A JP3156020B2 JP 3156020 B2 JP3156020 B2 JP 3156020B2 JP 14922493 A JP14922493 A JP 14922493A JP 14922493 A JP14922493 A JP 14922493A JP 3156020 B2 JP3156020 B2 JP 3156020B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- time
- time length
- output
- time delay
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Description
【０００１】
【産業上の利用分野】本発明は、音声の基本周波数を変
えずに継続時間長のみを変える音声速度変換方法に関す
るものである。
えずに継続時間長のみを変える音声速度変換方法に関す
るものである。
【０００２】
【従来の技術】従来より、テープレコーダ等に記録され
ている音声信号の早聞きや遅聞きを行うために音声速度
変換装置が利用されている。
ている音声信号の早聞きや遅聞きを行うために音声速度
変換装置が利用されている。
【０００３】以下、図面を参照しながら、上述したよう
な従来の音声速度変換装置について説明を行う。
な従来の音声速度変換装置について説明を行う。
【０００４】図８は従来の音声速度変換装置の構成を示
すものである。図８において、８１はＡＤ変換器、８２
はバッファ、８３は速度制御回路、８４はデータ読出回
路、８５はミューテイング回路、８６はＤＡ変換器であ
る。
すものである。図８において、８１はＡＤ変換器、８２
はバッファ、８３は速度制御回路、８４はデータ読出回
路、８５はミューテイング回路、８６はＤＡ変換器であ
る。
【０００５】以上のように構成された音声速度変換装置
について、以下その動作を説明する。
について、以下その動作を説明する。
【０００６】まず入力信号はＡＤ変換器８１でディジタ
ル信号に変換され、バッファ８２へ書込まれる。次に速
度制御回路８３は圧伸比に応じてデータ読出回路８４を
制御し、バッファ８２からデー夕を読出させる。このデ
ータの読出方法によって、再生速度を様々に変化させる
ことができる。再生時間を短くする場合には、ブロック
単位で読出すデータを間引く。再生時間を長くする場合
には、ブロック単位で読出すデータを繰返す。そして各
ブロック間の不連続部分はミューテイング回路８５でミ
ューテイングをかけ、ＤＡ変換器８６でアナログ信号に
変換して出力する。
ル信号に変換され、バッファ８２へ書込まれる。次に速
度制御回路８３は圧伸比に応じてデータ読出回路８４を
制御し、バッファ８２からデー夕を読出させる。このデ
ータの読出方法によって、再生速度を様々に変化させる
ことができる。再生時間を短くする場合には、ブロック
単位で読出すデータを間引く。再生時間を長くする場合
には、ブロック単位で読出すデータを繰返す。そして各
ブロック間の不連続部分はミューテイング回路８５でミ
ューテイングをかけ、ＤＡ変換器８６でアナログ信号に
変換して出力する。
【０００７】図９は圧伸比（時間軸圧縮伸長比＝入力信
号に対する出力信号の時間長の比）αが０．５と２．０
の場合を模式的に示したものである。（ａ）が元の原音
に対して、（ｂ）は時間軸変換比０．５、（ｃ）は時間
軸変換比２．０の場合を示す。
号に対する出力信号の時間長の比）αが０．５と２．０
の場合を模式的に示したものである。（ａ）が元の原音
に対して、（ｂ）は時間軸変換比０．５、（ｃ）は時間
軸変換比２．０の場合を示す。
【０００８】
【発明が解決しようとする課題】しかし、上記した従来
の構成では、時間軸を圧縮して速度を早める場合には、
データを間引くために子音などが欠落して明瞭度が低下
し、さらにブロックの接続点は不連続であり、それを減
らすために接続点をミューテイングしているものの、振
幅や位相が不連続で自然性に乏しい音声しか得られない
という課題を有していた。
の構成では、時間軸を圧縮して速度を早める場合には、
データを間引くために子音などが欠落して明瞭度が低下
し、さらにブロックの接続点は不連続であり、それを減
らすために接続点をミューテイングしているものの、振
幅や位相が不連続で自然性に乏しい音声しか得られない
という課題を有していた。
【０００９】また、他の従来の音声速度変換装置では、
ＴＤＨＳ（Ｔｉｍｅ ＤｏｍｅｉｍＨａｒｍｏｎｉｃ
Ｓｃａｌｉｎｇ）のように入力信号のピッチ周期を用い
る方法もあるが、入力信号に音楽や雑音が重畳している
場合にはピッチの抽出が難しいので適用できない。ま
た、波形を重み付け加算する窓長が速度比とピッチ周期
によって変化しており、求められたピッチ周波数よりさ
らに低い信号を含む信号を重み付け加算すると、その低
周波数成分が不連続的に接続されがちであり、滑らかさ
が欠如するという問題点を有している。
ＴＤＨＳ（Ｔｉｍｅ ＤｏｍｅｉｍＨａｒｍｏｎｉｃ
Ｓｃａｌｉｎｇ）のように入力信号のピッチ周期を用い
る方法もあるが、入力信号に音楽や雑音が重畳している
場合にはピッチの抽出が難しいので適用できない。ま
た、波形を重み付け加算する窓長が速度比とピッチ周期
によって変化しており、求められたピッチ周波数よりさ
らに低い信号を含む信号を重み付け加算すると、その低
周波数成分が不連続的に接続されがちであり、滑らかさ
が欠如するという問題点を有している。
【００１０】本発明は上記のような問題点に鑑み、波形
の振幅・位相の両方について不連続性が少なく、データ
の欠落をあまり生じない自然性に富んだ音声を出力で
き、音楽信号などの低周波数成分を含んだ信号を滑らか
に再生することを目的とする。
の振幅・位相の両方について不連続性が少なく、データ
の欠落をあまり生じない自然性に富んだ音声を出力で
き、音楽信号などの低周波数成分を含んだ信号を滑らか
に再生することを目的とする。
【００１１】
【課題を解決するための手段】請求項１に係わる本発明
は、音声信号において、所定の時間長Ｔｓの信号をＡ、
前記信号Ａに後続する時間長Ｔｓの信号をＢとしたと
き、信号Ａに対して時間遅れｋ（０≦ｋ）である時間長
Ｔｓの信号Ａ’と、信号Ｂに対して時間遅れ−ｋ（０＜
ｋ）である時間長Ｔｓの信号Ｂ’について、信号Ａと信
号Ｂ’との相関関数および信号Ａ’と信号Ｂとの相関関
数を所定のｋの範囲で計算して前記相関関数が最大とな
る時間遅れｒｋを求め、このｒｋの値に対応して、ｒｋ
＝０の場合、信号Ａと信号Ｂとを時間長Ｔｓの幅で漸減
漸増の関係で重み付け加算して出力し、また、ｒｋ＞０
の場合、信号Ａを時間幅ｒｋで出力したのち信号Ａ’と
信号Ｂとを時間長Ｔｓの幅で漸減漸増の関係で重み付け
加算して出力し、また、ｒｋ＜０の場合、信号Ａと信号
Ｂ’とを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し、上記ｒｋの値に対する処理の次に、時間
軸圧縮伸長比（入力信号に対する出力信号の時間長の
比）αと前記時間遅れｒｋとに対応して式｛α（Ｔｓ−
ｒｋ）／（１−α）｝が与える時間長に達するまで前記
加算信号に後続する信号を出力する一連の処理を、次の
信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／（１−α）｝が与
える時間長だけ遅延した点に再設定して繰り返すことに
より、音声の再生時間を原音の１．０倍以下に変化させ
るようにした音声速度変換方法である。
は、音声信号において、所定の時間長Ｔｓの信号をＡ、
前記信号Ａに後続する時間長Ｔｓの信号をＢとしたと
き、信号Ａに対して時間遅れｋ（０≦ｋ）である時間長
Ｔｓの信号Ａ’と、信号Ｂに対して時間遅れ−ｋ（０＜
ｋ）である時間長Ｔｓの信号Ｂ’について、信号Ａと信
号Ｂ’との相関関数および信号Ａ’と信号Ｂとの相関関
数を所定のｋの範囲で計算して前記相関関数が最大とな
る時間遅れｒｋを求め、このｒｋの値に対応して、ｒｋ
＝０の場合、信号Ａと信号Ｂとを時間長Ｔｓの幅で漸減
漸増の関係で重み付け加算して出力し、また、ｒｋ＞０
の場合、信号Ａを時間幅ｒｋで出力したのち信号Ａ’と
信号Ｂとを時間長Ｔｓの幅で漸減漸増の関係で重み付け
加算して出力し、また、ｒｋ＜０の場合、信号Ａと信号
Ｂ’とを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し、上記ｒｋの値に対する処理の次に、時間
軸圧縮伸長比（入力信号に対する出力信号の時間長の
比）αと前記時間遅れｒｋとに対応して式｛α（Ｔｓ−
ｒｋ）／（１−α）｝が与える時間長に達するまで前記
加算信号に後続する信号を出力する一連の処理を、次の
信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／（１−α）｝が与
える時間長だけ遅延した点に再設定して繰り返すことに
より、音声の再生時間を原音の１．０倍以下に変化させ
るようにした音声速度変換方法である。
【００１２】また、請求項２に係わる本発明は、音声信
号において、所定の時間長Ｔｓの信号をＡ、前記信号Ａ
に後続する時間長Ｔｓの信号をＢとしたとき、信号Ａに
対して時間遅れｋ（０≦ｋ）である時間長Ｔｓの信号
Ａ’と、信号Ｂに対して時間遅れ−ｋ（０＜ｋ）である
時間長Ｔｓの信号Ｂ’について、信号Ａと信号Ｂ’との
相関関数および信号Ａ’と信号Ｂとの相関関数を所定の
ｋの範囲で計算して前記相関関数が最大となる時間遅れ
ｒｋを求め、このｒｋの値に対応して、ｒｋ＝０の場
合、信号Ｂと信号Ａとを時間長Ｔｓの幅で漸減漸増の関
係で重み付け加算して出力し、また、ｒｋ＜０の場合、
信号Ｂを時間幅（−ｒｋ）で出力したのち信号Ｂ’と信
号Ａとを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し 、また、ｒｋ＞０の場合、信号Ｂと信号
Ａ’とを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し、上記ｒｋの値に対する処理の次に、時間
軸圧縮伸長比（入力信号に対する出力信号の時間長の
比）αと前記時間遅れｒｋとに対応して式｛α（Ｔｓ−
ｒｋ）／（α−１）｝が与える時間長に達するまで前記
加算信号に後続する信号を出力する一連の処理を、次の
信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／（α−１）｝が与
える時間長だけ遅延した点に再設定して繰り返すことに
より、音声の再生時間を原音の１．０倍以上に変化させ
るようにした音声速度変換方法である。
号において、所定の時間長Ｔｓの信号をＡ、前記信号Ａ
に後続する時間長Ｔｓの信号をＢとしたとき、信号Ａに
対して時間遅れｋ（０≦ｋ）である時間長Ｔｓの信号
Ａ’と、信号Ｂに対して時間遅れ−ｋ（０＜ｋ）である
時間長Ｔｓの信号Ｂ’について、信号Ａと信号Ｂ’との
相関関数および信号Ａ’と信号Ｂとの相関関数を所定の
ｋの範囲で計算して前記相関関数が最大となる時間遅れ
ｒｋを求め、このｒｋの値に対応して、ｒｋ＝０の場
合、信号Ｂと信号Ａとを時間長Ｔｓの幅で漸減漸増の関
係で重み付け加算して出力し、また、ｒｋ＜０の場合、
信号Ｂを時間幅（−ｒｋ）で出力したのち信号Ｂ’と信
号Ａとを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し 、また、ｒｋ＞０の場合、信号Ｂと信号
Ａ’とを時間長Ｔｓの幅で漸減漸増の関係で重み付け加
算して出力し、上記ｒｋの値に対する処理の次に、時間
軸圧縮伸長比（入力信号に対する出力信号の時間長の
比）αと前記時間遅れｒｋとに対応して式｛α（Ｔｓ−
ｒｋ）／（α−１）｝が与える時間長に達するまで前記
加算信号に後続する信号を出力する一連の処理を、次の
信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／（α−１）｝が与
える時間長だけ遅延した点に再設定して繰り返すことに
より、音声の再生時間を原音の１．０倍以上に変化させ
るようにした音声速度変換方法である。
【００１３】
【作用】この構成によって、信号Ａ’と信号Ｂまたは信
号Ａと信号Ｂ’に対して時間長Ｔｓの幅で重み付け加算
を行うことにより加算した信号の欠落および振幅の不連
続が少なくなり、さらに、一定の時間長Ｔｓで重み付け
加算していることにより低周波数成分を含む信号の滑ら
かな接続が可能となる。また、信号Ａ’と信号Ｂまたは
信号Ａと信号Ｂ’の相関関数が最大となる時間遅れｒｋ
の位置に基づいて加算することにより波形接続を行う区
間の前後で位相の不整合が少なくなる。
号Ａと信号Ｂ’に対して時間長Ｔｓの幅で重み付け加算
を行うことにより加算した信号の欠落および振幅の不連
続が少なくなり、さらに、一定の時間長Ｔｓで重み付け
加算していることにより低周波数成分を含む信号の滑ら
かな接続が可能となる。また、信号Ａ’と信号Ｂまたは
信号Ａと信号Ｂ’の相関関数が最大となる時間遅れｒｋ
の位置に基づいて加算することにより波形接続を行う区
間の前後で位相の不整合が少なくなる。
【００１４】
【実施例】以下、本発明の第１の実施例について、図面
を参照しながら説明する。
を参照しながら説明する。
【００１５】本発明は圧伸比αが式｛Ｔｓ＋ｋｍａｘ／
２・Ｔｓ｝≦α≦１．０の範囲で動作する音声速度変換
方法に係る。
２・Ｔｓ｝≦α≦１．０の範囲で動作する音声速度変換
方法に係る。
【００１６】図１は本発明の第１の実施例における音声
速度変換方法のフローチャートを示すもので、その動作
について説明する。
速度変換方法のフローチャートを示すもので、その動作
について説明する。
【００１７】この例では、音声信号が離散時間データｘ
（ｎ）にサンプリングされているものとする。以下の処
理には、入力データポインタとしてＰ１、Ｐ２、および
出力データポインタＰ３を用いてデータの指定を行う。
まず、ステップ１０１で、入力ポインタＰ１の指すアド
レスｉｐ１にこれから再生したい音声データの先頭アド
レスに設定する。また、Ｐ２の指すアドレスｉｐ２には
Ｐ１からＴｓ個後のデータを指すようにする。また、出
力ポインタの指すアドレスｏｐには初期値を設定する。
ステップ１０２で圧伸比αを設定する。この圧伸比αは
前記の式に示した値を満たすものとする。
（ｎ）にサンプリングされているものとする。以下の処
理には、入力データポインタとしてＰ１、Ｐ２、および
出力データポインタＰ３を用いてデータの指定を行う。
まず、ステップ１０１で、入力ポインタＰ１の指すアド
レスｉｐ１にこれから再生したい音声データの先頭アド
レスに設定する。また、Ｐ２の指すアドレスｉｐ２には
Ｐ１からＴｓ個後のデータを指すようにする。また、出
力ポインタの指すアドレスｏｐには初期値を設定する。
ステップ１０２で圧伸比αを設定する。この圧伸比αは
前記の式に示した値を満たすものとする。
【００１８】次に、ポインタＰ１からデータ数Ｔｓ個の
信号ＡとポインタＰ２からデータ数Ｔｓ個の信号Ｂの一
方を基準としてもう一方を時間遅れの向きにずらしてい
き、相関の高くなる位置を求めるために、ステップ１０
３で相関関数を演算し、ステップ１０４で相関関数が最
大となるときの時間遅れに相当するデータ数（時間遅
れ）ｒｋを求める。相関関数ＣＯＲの計算内容について
は図２に示すように時間遅れｋの値の正負に応じて使用
する音声データの範囲が異なっている。また、計算を行
う時間遅れｋの範囲は最大値ｋｍａｘと最小値ｋｍｉｎ
を予め設定しておき、相関遅延を求める範囲には制限を
加える。以上で相関関数が最大となる時間遅れｒｋが求
められ、ステップ１０５で音声データをそのまま出力す
るデータ数Ｔｔを図３に示すように計算する。このスト
レートアウト区間のデータ数Ｔｔの計算も時間遅れｒｋ
の正負に応じて計算式が異なる。
信号ＡとポインタＰ２からデータ数Ｔｓ個の信号Ｂの一
方を基準としてもう一方を時間遅れの向きにずらしてい
き、相関の高くなる位置を求めるために、ステップ１０
３で相関関数を演算し、ステップ１０４で相関関数が最
大となるときの時間遅れに相当するデータ数（時間遅
れ）ｒｋを求める。相関関数ＣＯＲの計算内容について
は図２に示すように時間遅れｋの値の正負に応じて使用
する音声データの範囲が異なっている。また、計算を行
う時間遅れｋの範囲は最大値ｋｍａｘと最小値ｋｍｉｎ
を予め設定しておき、相関遅延を求める範囲には制限を
加える。以上で相関関数が最大となる時間遅れｒｋが求
められ、ステップ１０５で音声データをそのまま出力す
るデータ数Ｔｔを図３に示すように計算する。このスト
レートアウト区間のデータ数Ｔｔの計算も時間遅れｒｋ
の正負に応じて計算式が異なる。
【００１９】そして、時間遅れｒｋの値が正のときはス
テップ１０７、１０８、１０９の処理を行って出力波形
を求め、それ以外の場合にはステップ１１０、１１１の
処理を行って出力波形を求める。ここで、ステップ１０
８、１１０におけるＷｄｅｃ（ｉ）はｉが０のときに大
きさ１でｉの増加と共にリニアに単調減少してｉが（Ｔ
ｓ−１）のときに０になる窓関数である。また、ステッ
プ１０８、１１０におけるＷｉｎｃ（ｉ）はｉが０のと
きに０でｉの増加と共にリニアに単調増加してｉが（Ｔ
ｓ−１）のときに１になる窓関数である。
テップ１０７、１０８、１０９の処理を行って出力波形
を求め、それ以外の場合にはステップ１１０、１１１の
処理を行って出力波形を求める。ここで、ステップ１０
８、１１０におけるＷｄｅｃ（ｉ）はｉが０のときに大
きさ１でｉの増加と共にリニアに単調減少してｉが（Ｔ
ｓ−１）のときに０になる窓関数である。また、ステッ
プ１０８、１１０におけるＷｉｎｃ（ｉ）はｉが０のと
きに０でｉの増加と共にリニアに単調増加してｉが（Ｔ
ｓ−１）のときに１になる窓関数である。
【００２０】図４に時間遅れｒｋの値が０、正、負の場
合にわけて出力波形が求められる様子を示している。時
間遅れｒｋが正の場合には時間遅れｒｋが０の場合に較
べて、データ数Ｔｔが短くなっていることがわかる。逆
に、時間遅れｒｋが負の場合にはデータ数Ｔｔが長くな
っている。これは、時間遅れｒｋのずれに応じてデータ
数Ｔｔの長さを調節して目標の圧伸比αからのずれがな
いようにするためである。そして、引き続き処理を継続
する場合にはステップ１１３に示すように入力データポ
インタと出力データポインタの指すアドレスを更新して
から、ステップ１０２以下の処理を繰り返すようにす
る。
合にわけて出力波形が求められる様子を示している。時
間遅れｒｋが正の場合には時間遅れｒｋが０の場合に較
べて、データ数Ｔｔが短くなっていることがわかる。逆
に、時間遅れｒｋが負の場合にはデータ数Ｔｔが長くな
っている。これは、時間遅れｒｋのずれに応じてデータ
数Ｔｔの長さを調節して目標の圧伸比αからのずれがな
いようにするためである。そして、引き続き処理を継続
する場合にはステップ１１３に示すように入力データポ
インタと出力データポインタの指すアドレスを更新して
から、ステップ１０２以下の処理を繰り返すようにす
る。
【００２１】以上のように本実施例によれば、次に述べ
るような特長を持った再生時間を圧縮して聴取する方法
（音程を変えずに速度を高速にする方法）を実現するこ
とができる。ポインタＰ１、Ｐ２を基準とした相関関数
を計算し、その相関の高くなる位置で重み付け加算をし
ている。これにより、波形を接続する前後の区間で位相
が著しく不整合になることを防いでいる。そして、２つ
の離れた部分の信号は一方は単調減少し、一方は単調増
加する窓関数をかけてから加算されており、波形を接続
する区間における振幅の連続性は良好に保たれる。
るような特長を持った再生時間を圧縮して聴取する方法
（音程を変えずに速度を高速にする方法）を実現するこ
とができる。ポインタＰ１、Ｐ２を基準とした相関関数
を計算し、その相関の高くなる位置で重み付け加算をし
ている。これにより、波形を接続する前後の区間で位相
が著しく不整合になることを防いでいる。そして、２つ
の離れた部分の信号は一方は単調減少し、一方は単調増
加する窓関数をかけてから加算されており、波形を接続
する区間における振幅の連続性は良好に保たれる。
【００２２】これらによって、従来にない滑らかで自
然、かつ情報欠落やエコー感が少ない明瞭な再生音を得
ることができる。また、重み付け加算を行った後に続く
ストレートアウト区間のデータ数は時間遅れのデータ数
ｒｋが決定された後に計算され、時間遅れのデータ数が
変化することによる圧伸比αのずれを生じることはな
い。さらに、重み付け加算する区間の長さは、入力信号
や時間遅れｒｋに無関係な一定長Ｔｓで波形をクロスフ
ェードして接続しているので時間遅れｒｋの値によって
クロスフェード長が短くなることはなく、接続される信
号に含まれる低周波数成分の滑らかな再生音が得られる
ことになる。
然、かつ情報欠落やエコー感が少ない明瞭な再生音を得
ることができる。また、重み付け加算を行った後に続く
ストレートアウト区間のデータ数は時間遅れのデータ数
ｒｋが決定された後に計算され、時間遅れのデータ数が
変化することによる圧伸比αのずれを生じることはな
い。さらに、重み付け加算する区間の長さは、入力信号
や時間遅れｒｋに無関係な一定長Ｔｓで波形をクロスフ
ェードして接続しているので時間遅れｒｋの値によって
クロスフェード長が短くなることはなく、接続される信
号に含まれる低周波数成分の滑らかな再生音が得られる
ことになる。
【００２３】以下、本発明の第２の実施例について、図
面を参照しながら説明する。本発明は圧伸比αが式１．
０≦α≦（Ｔｓ／ｋｍａｘ）の範囲で動作する音声速度
変換方法を提供するものである。
面を参照しながら説明する。本発明は圧伸比αが式１．
０≦α≦（Ｔｓ／ｋｍａｘ）の範囲で動作する音声速度
変換方法を提供するものである。
【００２４】図５は本発明の第２の実施例における音声
速度変換方法のフローチャートを示すもので、その動作
について説明する。
速度変換方法のフローチャートを示すもので、その動作
について説明する。
【００２５】この例でも第１の実施例と同様に、音声信
号は離散時間データｘ（ｎ）にサンプリングされてお
り、入力データポインタＰ１、Ｐ２、および出力データ
ポインタＰ３を用いてデータの指定を行う。まず、ステ
ップ５０１で、入力ポインタＰ１の指すアドレスｉｐ１
にこれから再生したい音声データの先頭アドレスに設定
する。また、Ｐ２の指すアドレスｉｐ２にはＰ１からＴ
ｓ個後のデータを指すようにする。また、出力ポインタ
の指すアドレスｏｐには初期値を設定する。ステップ５
０２で圧伸比αを設定する。この圧伸比αは第２の実施
例における前記式に示した値を満たすものとする。次
に、ポインタＰ１からデータ数Ｔｓ個の信号Ａとポイン
タＰ２からデータ数Ｔｓ個の信号Ｂの一方を基準として
もう一方を時間遅れの向きにずらしていき、相関の高く
なる位置を求めるために、ステップ５０３で相関関数を
演算し、ステップ５０４で相関関数が最大となるときの
時間遅れに相当するデータ数ｒｋを求める。相関関数Ｃ
ＯＲの計算内容については第１の実施例と同様に図２に
示したように計算を行う。
号は離散時間データｘ（ｎ）にサンプリングされてお
り、入力データポインタＰ１、Ｐ２、および出力データ
ポインタＰ３を用いてデータの指定を行う。まず、ステ
ップ５０１で、入力ポインタＰ１の指すアドレスｉｐ１
にこれから再生したい音声データの先頭アドレスに設定
する。また、Ｐ２の指すアドレスｉｐ２にはＰ１からＴ
ｓ個後のデータを指すようにする。また、出力ポインタ
の指すアドレスｏｐには初期値を設定する。ステップ５
０２で圧伸比αを設定する。この圧伸比αは第２の実施
例における前記式に示した値を満たすものとする。次
に、ポインタＰ１からデータ数Ｔｓ個の信号Ａとポイン
タＰ２からデータ数Ｔｓ個の信号Ｂの一方を基準として
もう一方を時間遅れの向きにずらしていき、相関の高く
なる位置を求めるために、ステップ５０３で相関関数を
演算し、ステップ５０４で相関関数が最大となるときの
時間遅れに相当するデータ数ｒｋを求める。相関関数Ｃ
ＯＲの計算内容については第１の実施例と同様に図２に
示したように計算を行う。
【００２６】また、計算を行う時間遅れｋの範囲は最大
値ｋｍａｘと最小値ｋｍｉｎを予め設定しておき、相関
遅延を求める範囲には制限を加える。以上で相関関数が
最大となる時間遅れｒｋが求められ、ステップ５０５で
音声データをそのまま出力するデータ数Ｔｔを図６に示
すように計算する。このストレートアウト区間のデータ
数Ｔｔの計算も時間遅れｒｋの正負に応じて計算式が異
なる。そして、時間遅れｒｋの値が負のときはステップ
５０７、５０８、５０９の処理を行って出力波形を求
め、それ以外の場合にはステップ５１０、５１１の処理
を行って出力波形を求める。ここで、ステップ５０８、
５１０におけるＷｄｅｃ（ｉ）は、第１の実施例と同様
にｉが０のときに大きさ１でｉの増加と共にリニアに単
調減少してｉが（Ｔｓ−１）のときに０になる窓関数で
ある。また、ステップ５０８、５１０におけるＷｉｎｃ
（ｉ）は、第１の実施例と同様にｉが０のときに０でｉ
の増加と共にリニアに単調増加してｉが（Ｔｓ−１）の
ときに１になる窓関数である。
値ｋｍａｘと最小値ｋｍｉｎを予め設定しておき、相関
遅延を求める範囲には制限を加える。以上で相関関数が
最大となる時間遅れｒｋが求められ、ステップ５０５で
音声データをそのまま出力するデータ数Ｔｔを図６に示
すように計算する。このストレートアウト区間のデータ
数Ｔｔの計算も時間遅れｒｋの正負に応じて計算式が異
なる。そして、時間遅れｒｋの値が負のときはステップ
５０７、５０８、５０９の処理を行って出力波形を求
め、それ以外の場合にはステップ５１０、５１１の処理
を行って出力波形を求める。ここで、ステップ５０８、
５１０におけるＷｄｅｃ（ｉ）は、第１の実施例と同様
にｉが０のときに大きさ１でｉの増加と共にリニアに単
調減少してｉが（Ｔｓ−１）のときに０になる窓関数で
ある。また、ステップ５０８、５１０におけるＷｉｎｃ
（ｉ）は、第１の実施例と同様にｉが０のときに０でｉ
の増加と共にリニアに単調増加してｉが（Ｔｓ−１）の
ときに１になる窓関数である。
【００２７】図７に時間遅れｒｋの値が０、負、正の場
合にわけて出力波形が求められる様子を示している。時
間遅れｒｋが正の場合には時間遅れｒｋが０の場合に較
べて、データ数Ｔｔが短くなっていることがわかる。逆
に、時間遅れｒｋが負の場合にはデータ数Ｔｔが長くな
っている。これは時間遅れｒｋのずれに応じてデータ数
Ｔｔの長さを調節して目標の圧伸比αからのずれが無い
ようにするためである。そして、引き続き処理を継続す
る場合にはステップ５１３に示すように入力データポイ
ンタと出力データポインタの指すアドレスを更新してか
ら、ステップ５０２以下の処理を繰り返すようにする。
合にわけて出力波形が求められる様子を示している。時
間遅れｒｋが正の場合には時間遅れｒｋが０の場合に較
べて、データ数Ｔｔが短くなっていることがわかる。逆
に、時間遅れｒｋが負の場合にはデータ数Ｔｔが長くな
っている。これは時間遅れｒｋのずれに応じてデータ数
Ｔｔの長さを調節して目標の圧伸比αからのずれが無い
ようにするためである。そして、引き続き処理を継続す
る場合にはステップ５１３に示すように入力データポイ
ンタと出力データポインタの指すアドレスを更新してか
ら、ステップ５０２以下の処理を繰り返すようにする。
【００２８】以上のように本実施例によれば、次に述べ
るような特長を持った再生時間を伸長して聴取する方法
（音程を変えずに速度を低速にする方法）を実現するこ
とができる。ポインタＰ１、Ｐ２を基準とした相関関数
を計算し、その相関の高くなる位置で重み付け加算をし
ている。これにより、波形を接続する前後の区間で位相
が著しく不整合になることを防いでいる。そして、２つ
の離れた部分の信号は一方は単調減少し、一方は単調増
加する窓関数を掛けてから加算されており、波形を接続
する区間における振幅の連続性は良好に保たれる。これ
らによって、従来にない滑らかで自然、かつ情報欠落や
エコー感が少ない明瞭な再生音を得ることができる。
るような特長を持った再生時間を伸長して聴取する方法
（音程を変えずに速度を低速にする方法）を実現するこ
とができる。ポインタＰ１、Ｐ２を基準とした相関関数
を計算し、その相関の高くなる位置で重み付け加算をし
ている。これにより、波形を接続する前後の区間で位相
が著しく不整合になることを防いでいる。そして、２つ
の離れた部分の信号は一方は単調減少し、一方は単調増
加する窓関数を掛けてから加算されており、波形を接続
する区間における振幅の連続性は良好に保たれる。これ
らによって、従来にない滑らかで自然、かつ情報欠落や
エコー感が少ない明瞭な再生音を得ることができる。
【００２９】また、重み付け加算を行った後に続くスト
レートアウト区間のデータ数は時間遅れのデータ数ｒｋ
が決定された後に計算され、時間遅れのデータ数ｒｋが
変化することによる圧伸比αのずれを生じることはな
い。さらに、重み付け加算する区間の長さは、入力信号
や時間遅れｒｋに無関係な一定長Ｔｓで波形をクロスフ
ェードして接続しているので時間遅れｒｋの値によって
クロスフェード長が短くなることは無く、接続される信
号に含まれる低周波数成分の滑らかな再生音が得られる
ことになる。
レートアウト区間のデータ数は時間遅れのデータ数ｒｋ
が決定された後に計算され、時間遅れのデータ数ｒｋが
変化することによる圧伸比αのずれを生じることはな
い。さらに、重み付け加算する区間の長さは、入力信号
や時間遅れｒｋに無関係な一定長Ｔｓで波形をクロスフ
ェードして接続しているので時間遅れｒｋの値によって
クロスフェード長が短くなることは無く、接続される信
号に含まれる低周波数成分の滑らかな再生音が得られる
ことになる。
【００３０】
【発明の効果】本発明は、信号Ａと信号Ｂの一方を基準
とした相関関数が最大となる時間遅れｒｋを求め、その
時間遅れに応じて波形を重み付け加算する位置を変更す
ることにより、信号の接続を行う区間の前後で位相が著
しく不整合になることを防いでいる。また、波形の接続
を行う区間において時間的に漸減する窓関数と時間的に
漸増する窓関数を信号に乗算してから加算しているの
で、波形接続を行う区間の振幅の不連続性が無くなる。
さらに、時間遅れｒｋを決定した後に、式｛α（Ｔｓ−
ｒｋ）／（１一α）｝あるいは式｛α（Ｔｓ−ｒｋ）／
（α−１）｝に示される値に出力時間長が達するまで、
重み付け加算した信号に後続する信号をそのまま出力す
るので、時間遅延のデータ数が変化することによる圧伸
比αからのずれを生じることはない。さらに、一定時間
長Ｔｓの幅で重み付け加算を行ったことにより、接続さ
れる信号に含まれる低周波数成分の滑らかな再生音が得
られる利点がある。
とした相関関数が最大となる時間遅れｒｋを求め、その
時間遅れに応じて波形を重み付け加算する位置を変更す
ることにより、信号の接続を行う区間の前後で位相が著
しく不整合になることを防いでいる。また、波形の接続
を行う区間において時間的に漸減する窓関数と時間的に
漸増する窓関数を信号に乗算してから加算しているの
で、波形接続を行う区間の振幅の不連続性が無くなる。
さらに、時間遅れｒｋを決定した後に、式｛α（Ｔｓ−
ｒｋ）／（１一α）｝あるいは式｛α（Ｔｓ−ｒｋ）／
（α−１）｝に示される値に出力時間長が達するまで、
重み付け加算した信号に後続する信号をそのまま出力す
るので、時間遅延のデータ数が変化することによる圧伸
比αからのずれを生じることはない。さらに、一定時間
長Ｔｓの幅で重み付け加算を行ったことにより、接続さ
れる信号に含まれる低周波数成分の滑らかな再生音が得
られる利点がある。
【図１】本発明の第１の実施例における音声速度変換方
法のフローチャート
法のフローチャート
【図２】本発明の第１の実施例における音声速度変換方
法の相関関数演算のフローチャート
法の相関関数演算のフローチャート
【図３】本発明の第１の実施例におけるストレートアウ
ト区間の長さを計算するフローチャート
ト区間の長さを計算するフローチャート
【図４】本発明の第１の実施例における音声速度変換方
法で、入力信号に対して時間遅延ｒｋの値によって重み
付け加算されて得られる出力信号の模式図
法で、入力信号に対して時間遅延ｒｋの値によって重み
付け加算されて得られる出力信号の模式図
【図５】本発明の第２の実施例における音声速度変換方
法のフローチャート
法のフローチャート
【図６】本発明の第２の実施例におけるストレートアウ
ト区間の長さを計算するフローチャート
ト区間の長さを計算するフローチャート
【図７】本発明の第２の実施例における音声速度変換方
法で、入力信号に対して時間遅延ｒｋの値によって重み
付け加算されて得られる出力信号の模式図
法で、入力信号に対して時間遅延ｒｋの値によって重み
付け加算されて得られる出力信号の模式図
【図８】従来の音声速度変換装置の構成図
【図９】従来の音声速度変換装置の入力信号と出力信号
の模式図
の模式図
Ａ、Ｂ 信号 Ｔｓ 所定の時間長 ｒｋ 時間遅れ α 圧伸比
フロントページの続き (56)参考文献 特開 平３−219462（ＪＰ，Ａ) 特開 平４−104200（ＪＰ，Ａ) 特開 平４−188199（ＪＰ，Ａ) 特開 平６−222794（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 11/00 - 11/06 G10L 21/00 - 21/04
Claims (2)
- 【請求項１】 音声信号において、所定の時間長Ｔｓの
信号をＡ、前記信号Ａに後続する時間長Ｔｓの信号をＢ
としたとき、信号Ａに対して時間遅れｋ（０≦ｋ）であ
る時間長Ｔｓの信号Ａ’と、信号Ｂに対して時間遅れ−
ｋ（０＜ｋ）である時間長Ｔｓの信号Ｂ’について、信
号Ａと信号Ｂ’との相関関数および信号Ａ’と信号Ｂと
の相関関数を所定のｋの範囲で計算して前記相関関数が
最大となる時間遅れｒｋを求め、このｒｋの値に対応し
て、ｒｋ＝０の場合、信号Ａと信号Ｂとを時間長Ｔｓの
幅で漸減漸増の関係で重み付け加算して出力し、また、
ｒｋ＞０の場合、信号Ａを時間幅ｒｋで出力したのち信
号Ａ’と信号Ｂとを時間長Ｔｓの幅で漸減漸増の関係で
重み付け加算して出力し、また、ｒｋ＜０の場合、信号
Ａと信号Ｂ’とを時間長Ｔｓの幅で漸減漸増の関係で重
み付け加算して出力し、上記ｒｋの値に対する処理の次
に、時間軸圧縮伸長比（入力信号に対する出力信号の時
間長の比）αと前記時間遅れｒｋとに対応して式｛α
（Ｔｓ−ｒｋ）／（１−α）｝が与える時間長に達する
まで前記加算信号に後続する信号を出力する一連の処理
を、次の信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／（１−
α）｝が与える時間長だけ遅延した点に再設定して繰り
返すことにより、音声の再生時間を原音の１．０倍以下
に変化させるようにした音声速度変換方法。 - 【請求項２】 音声信号において、所定の時間長Ｔｓの
信号をＡ、前記信号Ａに後続する時間長Ｔｓの信号をＢ
としたとき、信号Ａに対して時間遅れｋ（０≦ｋ）であ
る時間長Ｔｓの信号Ａ’と、信号Ｂに対して時間遅れ−
ｋ（０＜ｋ）である時間長Ｔｓの信号Ｂ’について、信
号Ａと信号Ｂ’との相関関数および信号Ａ’と信号Ｂと
の相関関数を所定のｋの範囲で計算して前記相関関数が
最大となる時間遅れｒｋを求め、このｒｋの値に対応し
て、ｒｋ＝０の場合、信号Ｂと信号Ａとを時間長Ｔｓの
幅で漸減漸増の関係で重み付け加算して出力し、また、
ｒｋ＜０の場合、信号Ｂを時間幅（−ｒｋ）で出力した
のち信号Ｂ’と信号Ａとを時間長Ｔｓの幅で漸減漸増の
関係で重み付け加算して出力し、また、ｒｋ＞０の場
合、信号Ｂと信号Ａ’とを時間長Ｔｓの幅で漸減漸増の
関係で重み付け加算し て出力し、上記ｒｋの値に対する
処理の次に、時間軸圧縮伸長比（入力信号に対する出力
信号の時間長の比）αと前記時間遅れｒｋとに対応して
式｛α（Ｔｓ−ｒｋ）／（α−１）｝が与える時間長に
達するまで前記加算信号に後続する信号を出力する一連
の処理を、次の信号Ａの先頭を式｛（Ｔｓ−ｒｋ）／
（α−１）｝が与える時間長だけ遅延した点に再設定し
て繰り返すことにより、音声の再生時間を原音の１．０
倍以上に変化させるようにした音声速度変換方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14922493A JP3156020B2 (ja) | 1993-06-21 | 1993-06-21 | 音声速度変換方法 |
| US08/187,295 US5630013A (en) | 1993-01-25 | 1994-01-25 | Method of and apparatus for performing time-scale modification of speech signals |
| EP94101057A EP0608833B1 (en) | 1993-01-25 | 1994-01-25 | Method of and apparatus for performing time-scale modification of speech signals |
| DE69428612T DE69428612T2 (de) | 1993-01-25 | 1994-01-25 | Verfahren und Vorrichtung zur Durchführung einer Zeitskalenmodifikation von Sprachsignalen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14922493A JP3156020B2 (ja) | 1993-06-21 | 1993-06-21 | 音声速度変換方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0713596A JPH0713596A (ja) | 1995-01-17 |
| JP3156020B2 true JP3156020B2 (ja) | 2001-04-16 |
Family
ID=15470580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14922493A Expired - Fee Related JP3156020B2 (ja) | 1993-01-25 | 1993-06-21 | 音声速度変換方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3156020B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6374225B1 (en) * | 1998-10-09 | 2002-04-16 | Enounce, Incorporated | Method and apparatus to prepare listener-interest-filtered works |
| JP2010191415A (ja) * | 1999-08-24 | 2010-09-02 | Sony Corp | 音声再生方法および音声再生装置 |
| JP4895418B2 (ja) * | 1999-08-24 | 2012-03-14 | ソニー株式会社 | 音声再生方法および音声再生装置 |
| JP2005275010A (ja) * | 2004-03-25 | 2005-10-06 | Casio Comput Co Ltd | 音声伸張装置、音声伸張方法及びプログラム |
| JP5096932B2 (ja) | 2006-01-24 | 2012-12-12 | パナソニック株式会社 | 変換装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5912188A (ja) * | 1982-07-14 | 1984-01-21 | Hitachi Ltd | スクロ−ル形流体機械 |
| JP2669088B2 (ja) * | 1990-01-24 | 1997-10-27 | 松下電器産業株式会社 | 音声速度変換装置 |
| JPH04188199A (ja) * | 1990-11-21 | 1992-07-06 | Matsushita Electric Ind Co Ltd | 音声速度変換装置 |
-
1993
- 1993-06-21 JP JP14922493A patent/JP3156020B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0713596A (ja) | 1995-01-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5630013A (en) | Method of and apparatus for performing time-scale modification of speech signals | |
| US5842172A (en) | Method and apparatus for modifying the play time of digital audio tracks | |
| US4734795A (en) | Apparatus for reproducing audio signal | |
| JP3451900B2 (ja) | ピッチ／テンポ変換方法及び装置 | |
| KR20000068955A (ko) | 음성처리방법, 음성처리장치 및 기록재생장치 | |
| US5781885A (en) | Compression/expansion method of time-scale of sound signal | |
| JP3156020B2 (ja) | 音声速度変換方法 | |
| JPH08139570A (ja) | ディジタル信号処理装置 | |
| JP2001356799A (ja) | タイム／ピッチ変換装置及びタイム／ピッチ変換方法 | |
| JP3147562B2 (ja) | 音声速度変換方法 | |
| JPS5982608A (ja) | 音声の再生速度制御方式 | |
| US7010491B1 (en) | Method and system for waveform compression and expansion with time axis | |
| US4210781A (en) | Sound synthesizing apparatus | |
| JP2001136073A (ja) | 圧縮方法及び装置、圧縮伸長システム、記録媒体 | |
| JPS642960B2 (ja) | ||
| USRE31172E (en) | Sound synthesizing apparatus | |
| JP2532731B2 (ja) | 音声速度変換装置と音声速度変換方法 | |
| US20110046967A1 (en) | Data converting apparatus and data converting method | |
| JP2669088B2 (ja) | 音声速度変換装置 | |
| JP3506012B2 (ja) | ピッチ／テンポ変換方法 | |
| JPH01267700A (ja) | 音声処理装置 | |
| JP3201865B2 (ja) | 音声信号の音程変換方法 | |
| JPH06337696A (ja) | 速度変換制御装置と速度変換制御方法 | |
| JPH01152499A (ja) | 倍速再生装置 | |
| JPH10282991A (ja) | 音声速度変換装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080209 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090209 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100209 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100209 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110209 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120209 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |