JP3881620B2 - 話速可変装置及び話速変換方法 - Google Patents
話速可変装置及び話速変換方法 Download PDFInfo
- Publication number
- JP3881620B2 JP3881620B2 JP2002382385A JP2002382385A JP3881620B2 JP 3881620 B2 JP3881620 B2 JP 3881620B2 JP 2002382385 A JP2002382385 A JP 2002382385A JP 2002382385 A JP2002382385 A JP 2002382385A JP 3881620 B2 JP3881620 B2 JP 3881620B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- data
- audio
- reproduction
- voice
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 15
- 238000006243 chemical reaction Methods 0.000 title description 3
- 230000005236 sound signal Effects 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 23
- 230000014509 gene expression Effects 0.000 description 21
- 230000004044 response Effects 0.000 description 13
- 238000000605 extraction Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 11
- 239000004065 semiconductor Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000008929 regeneration Effects 0.000 description 3
- 238000011069 regeneration method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/033—Voice editing, e.g. manipulating the voice of the synthesiser
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/003—Changing voice quality, e.g. pitch or formants
- G10L21/007—Changing voice quality, e.g. pitch or formants characterised by the process used
- G10L21/013—Adapting to target pitch
- G10L2021/0135—Voice conversion or morphing
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、例えば映像機器、音響機器、医療機器などの再生音声の速度を可変するために用いられる話速可変装置に関する。
【０００２】
【従来の技術】
近年、音声、あるいは映像と関連付けられた音声を取り扱う機器の主流は、従来の磁気テープから光磁気ディスクや半導体メモリなどに移り、その記録方式もアナログ方式からデジタル方式に移行するようになった。
【０００３】
このように音声の記録方式がデジタル化されることで、再生速度の制御も容易になった。記録時よりも高速な再生を行う早聞き再生により同じ内容の音声を短時間で視聴したり、逆に遅く再生するスロー再生により丁寧に聞き取ることができる。
【０００４】
最近のオーディオ機器やパソコン上の音声再生アプリケーションソフトウェアの一部には、デジタル音声の特徴を利用した再生速度の可変機能が搭載されている。
【０００５】
この機能は、音声の波形データの特徴に基づいて制御する方式が使用されており、デジタル化された音声の波形データそのものについて一律に時間軸を短縮したり、分析したパラメータ上で全体の時間軸を短縮して再度合成したり、ある時間単位で飛び飛びに再生したりする方法が用いられている。さらには無音部分を検出してそれを再生対象から削除することで全体の時間を短縮する方法も用いられる（例えば、特許文献１参照）。
【０００６】
しかし、上述した従来の波形や分析パラメータ上で全体の時間軸を縮める方法では、縮めすぎると人間が聞き取れなくなるために、あまり高倍速にすることはできない。
【０００７】
また飛び飛びに再生する方法では、音声が人の喋る言葉の場合に意味が理解できなくなることがある。そして、無音部分を削除する方法では、音声中の無音部分が少ない場合に効果が得られない場合がある。
【０００８】
以上のように、従来の手法では、音声の音響的な特徴に基づいた制御を行っているため、再生される音声が示す内容を理解するのが困難な場合が多いという問題があった。
【０００９】
【特許文献１】
特許第３２１９８９２号公報（第４−９頁、図１）
【００１０】
【発明が解決しようとする課題】
従来では、音声の音響的な特徴に基づいた制御を行っているため、再生される音声が示す内容を理解するのが困難な場合が多いという問題があった。
この発明は上記の問題を解決すべくなされたもので、再生速度を可変したり、再生時間を短縮しても、再生される音声が示す内容を理解しやすい話速可変装置及び話速変換方法を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記の目的を達成するために、この発明は、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報と前記分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備して構成するようにした。
またこの発明は、音声の再生速度を可変制御する話速可変方法において、音声信号から音声データを生成するステップと、このステップで生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのステップと、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成するステップと、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成するステップと、再生情報と前記分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するステップとを具備して構成するようにした。
【００１２】
またこの発明は、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報を記憶する第１の記憶手段と、第１の記憶手段が記憶する再生情報と、分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備して構成するようにした。
【００１３】
さらにこの発明では、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報を記憶する第１の記憶手段と、音声データと分割情報とを記録する第２の記憶手段と、第１の記憶手段が記憶する再生情報と、第２の記憶手段が記憶する分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を第２の記憶手段が記憶する音声データから選択し、この選択された単位に対応する音声データに基づいて音声信号を生成する音声信号生成手段とを具備して構成するようにした。
【００１４】
上記構成の話速可変装置および話速可変方法では、音声信号から生成した音声データをテキストデータに変換し、このテキストデータを言語的に意味を持つ単位に分割し、各単位毎に、音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する。そして、再生情報と分割情報とに基づいて、分割された単位のうち、上記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するようにしている。
したがって、上記構成の話速可変装置および話速可変方法によれば、言語的に意味を持つ単位の接続順序の確率を考慮して要約を行うようにしているので、単純な間引きなどによる要約と比べて、自然な要約が可能となり、再生される音声が示す内容が理解しやすい。
【００１５】
【発明の実施の形態】
以下、図面を参照して、この発明の一実施形態について説明する。
図１は、この発明の第１の実施形態に係わる話速可変装置の構成を示すものである。
【００１６】
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ａ、入力部１０４、音声再生制御部１０５ａおよびスピーカ１０６を備えている。
【００１７】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ａに出力する。
【００１８】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００１９】
単位分割部１０３ａは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、各単位に再生情報を設定し、これをテキスト単位データとして音声再生制御部１０５ａに出力する。
【００２０】
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。そして、再生情報とは、分割された単位の種別（例えば品詞）に応じた重み付けの値αである。
【００２１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nと総再生時間Lの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ａ内のメモリに記憶される。
【００２２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００２３】
音声再生制御部１０５ａは、単位分割部１０３ａから入力されたテキスト単位データと、入力部１０４から入力された再生条件とに基づいて、単位分割部１０３ａにて分割した単位毎の再生時間liを算出し、これに基づいて音声データ生成部１０１から入力される音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００２４】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ａに出力される。
【００２５】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２に、ユーザから発せられた音声をテキストデータに変換した一例を示す。なお、図２において「△」は、所定時間以上の間、無音だったことを示すものであって、テキストデータ生成部１０２により上記テキストデータに挿入される。
【００２６】
次に、単位分割部１０３ａが、上記テキストデータを言語的に意味を持つ単位に分割する。以下の説明では、「形態素」（以下、単位と略称する）で分割した場合について述べる。図２に示すテキストデータを「形態素」単位に分割した場合、図３に示すように分割される。
【００２７】
この図において「／」は単位の区切りを示すものである。なお、各単位に対応する数字は、その音声の入力時の再生時間を示し、ここでは総再生時間L0が６０秒の例を示している。
【００２８】
その後、単位分割部１０３ａは、各単位に、図４に示すような単位の種別に応じた再生情報を設定する。これにより、図５に示すように、各単位に再生情報が対応づけられたテキスト単位データが生成され、これは音声再生制御部１０５ａに出力される。
【００２９】
一方、入力部１０４からは、再生倍率Nと総再生時間Lが入力され、この情報は音声再生制御部１０５ａに通知される。ここでは、入力音声の総再生時間L0が６０秒であるのに対して、総再生時間Lとして４０秒が指定され、再生倍率Nとして３倍が指定されたものとして説明する。
【００３０】
そして、音声再生制御部１０５ａは、単位分割部１０３ａからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nと総再生時間Lが入力されると、これらの情報に基づいて、各単位の再生倍率を下記の式（１）にしたがって算出する。
【００３１】
【数１】
【００３２】
なお、上式（１）において、「i」は各単位の順位、「wi」は単位（形態素）、「li」は各単位の再生時間、「αi」は再生情報に基づく重み、「L0」は入力音声のオリジナルの総再生時間、「L」は重み付け後の総再生時間、「N」は再生倍率を示す。
上式（１）により、この例における形態素の種別（品詞）に応じた再生倍率は、図６に示すような再生倍率となる。
【００３３】
これにより、音声再生制御部１０５ａは、各単位の再生時間liを図７に示すような値で算出し、この情報を再生制御データとする。そしてこの再生制御データにしたがって、音声データ生成部１０１から入力された音声データを再生制御し、スピーカ１０６より拡声出力する。
【００３４】
以上のように、上記構成の話速可変装置では、従来のようにすべての音声データを一律の速度で再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、例えば形態素などの単位毎に、その重要度に応じて再生速度（再生時間）を可変制御し、全体として所望の再生速度（再生時間）となるようにしている。
【００３５】
したがって、上記構成の話速可変装置によれば、内容を把握する上で重要な単位については、低速で再生し、重要でないものはより高速で再生することができるので、高速再生を行っても再生される音声が示す内容を理解しやすい。
【００３６】
次に、この発明の第２の実施形態に係わる話速可変装置について説明する。図８は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｂ、入力部１０４、音声再生制御部１０５ｂ、スピーカ１０６および記憶部１１０を備えている。
【００３７】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｂに出力する。
【００３８】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００３９】
単位分割部１０３ｂは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、各単位に再生情報を設定し、これをテキスト単位データとして音声再生制御部１０５ｂに出力する。
【００４０】
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。そして、再生情報とは、分割された単位の種別（例えば品詞）に応じた重み付けの値αである。
【００４１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nと総再生時間Lの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｂ内のメモリに記憶される。
【００４２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００４３】
音声再生制御部１０５ｂは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｂから入力されたテキスト単位データとを記憶部１１０に記録する。
【００４４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｂによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【００４５】
そして、音声再生制御部１０５ｂは、上記テキスト単位データと、入力部１０４から入力された再生条件とに基づいて、単位分割部１０３ｂにて分割した単位毎の再生時間liを算出し、これを再生制御データとして記憶部１１０に記録する。
【００４６】
そして、音声再生制御部１０５ｂは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データを、再生制御データに含まれる再生時間liで再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００４７】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｂに出力される。
【００４８】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。このテキストデータの一例を図２に示す。なお、図２において「△」は、所定時間以上の間、無音だったことを示すものであって、テキストデータ生成部１０２により上記テキストデータに挿入される。
【００４９】
次に、単位分割部１０３ｂが、上記テキストデータを言語的に意味を持つ単位に分割する。以下の説明では、「形態素」単位（以下、単位と略称する）で分割した場合について述べる。「形態素」単位に分割した場合、上記テキストデータは図３に示すように分割される。
【００５０】
この図において「／」は単位の区切りを示すものである。なお、各単位に対応する数字は、その音声の入力時の再生時間を示し、ここでは総再生時間L0が６０秒の例を示している。
【００５１】
その後、単位分割部１０３ｂは、各単位に、図４に示すような単位の種別に応じた再生情報を設定する。これにより、図５に示すように、各単位に再生情報が対応づけられたテキスト単位データが生成され、これは音声再生制御部１０５ｂに出力される。
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｂによって記憶部１１０に記録される。
【００５２】
一方、入力部１０４からは、再生倍率Nと総再生時間Lが入力され、この情報は音声再生制御部１０５ｂに通知される。ここでは、入力音声の総再生時間L0が６０秒であるのに対して、総再生時間Lとして４０秒が指定され、再生倍率Nとして３倍が指定されたものとして説明する。
【００５３】
そして、音声再生制御部１０５ｂは、入力部１０４から再生倍率Nと総再生時間Lが入力されると、これらの情報と第１の実施形態で述べた式（１）に基づいて、各単位の再生倍率を算出する。
【００５４】
そしてさらに、音声再生制御部１０５ｂは、図７に示すような各単位の再生時間liを算出し、これを再生制御データとして記憶部１１０に記録する。
【００５５】
その後、音声再生制御部１０５ｂは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データを、再生制御データに含まれる再生時間liで再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００５６】
以上のように、上記構成の話速可変装置では、従来のようにすべての音声データを一律の速度で再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、例えば形態素などの単位毎に、その重要度に応じて再生速度（再生時間）を可変制御し、全体として所望の再生速度（再生時間）となるようにしている。
【００５７】
したがって、上記構成の話速可変装置によれば、内容を把握する上で重要な単位については、低速で再生し、重要でないものはより高速で再生することができるので、高速再生を行っても再生される音声が示す内容を理解しやすい。
【００５８】
また、上記構成の話速可変装置では、各単位の再生時間liを算出し、これを音声データ生成部１０１から入力される音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、各単位に対応する再生時間liで音声データを再生するようにしている。
【００５９】
したがって、上記構成の話速可変装置によれば、再生に先立って、音声データとこれに対応する各単位の再生時間liとが、予め対応づけられて生成されるため、ユーザの要求に応じて迅速に再生することができる。
【００６０】
また、記憶部１１０の記録媒体には、単位毎の再生時間liにしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、この記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【００６１】
次に、この発明の第３の実施形態に係わる話速可変装置について説明する。図９は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｃ、入力部１０４、音声再生制御部１０５ｃおよびスピーカ１０６を備えている。
【００６２】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｃに出力する。
【００６３】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００６４】
単位分割部１０３ｃは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｃに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【００６５】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｃ内のメモリに記憶される。
【００６６】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００６７】
音声再生制御部１０５ｃは、単位分割部１０３ｃが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nとに基づいて、単位分割部１０３ｃにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００６８】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｃに出力される。
【００６９】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【００７０】
次に、単位分割部１０３ｃが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｃに出力する。以下の説明では、「文節」で分割した場合について述べる。
【００７１】
図１０に示したテキストデータを「文節」単位（以下、単位と略称する）に分割した場合、図１１に示すように分割される。この図において「｜」は単位（文節）の区切りを示すものである。
【００７２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｃに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【００７３】
そして、音声再生制御部１０５ｃは、単位分割部１０３ｃからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、再生倍率Nが２であることより、上記テキスト単位データに基づいて図１２に示すように、１つおきの単位を示す再生制御データを生成し、これにしたがって１つおきの単位に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００７４】
なお、音声再生制御部１０５ｃは、再生倍率Nとして３倍が指定された場合には、３つの連続する単位のうち、１つの単位に対応する音声データを再生し、再生倍率NとしてM倍が指定された場合には、M個の連続する単位のうち、１つの単位に対応する音声データを再生する。
【００７５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定される速度に応じて、例えば文節などの単位を選択的に間引きして再生するようにしている。
【００７６】
したがって、上記構成の話速可変装置によれば、間引かれなかった単位の音声が通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【００７７】
次に、この発明の第４の実施形態に係わる話速可変装置について説明する。図１３は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｄ、入力部１０４、音声再生制御部１０５ｄ、スピーカ１０６および記憶部１１０を備えている。
【００７８】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｄに出力する。
【００７９】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００８０】
単位分割部１０３ｄは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｄに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【００８１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｄ内のメモリに記憶される。
【００８２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００８３】
音声再生制御部１０５ｄは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｄから入力されたテキスト単位データとを記憶部１１０に記録する。
【００８４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｄによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【００８５】
そして、音声再生制御部１０５ｄは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nとに基づいて、単位分割部１０３ｄにて分割した単位を選択し、この選択した単位を識別する再生制御データを記憶部１１０に記録する。
【００８６】
そして、音声再生制御部１０５ｄは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００８７】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｄに出力される。
【００８８】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【００８９】
次に、単位分割部１０３ｄが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｄに出力する。
【００９０】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｄによって記憶部１１０に記録される。以下の説明では、「文節」で分割した場合について述べる。
【００９１】
図１０に示したテキストデータを「文節」単位（以下、単位と略称する）に分割した場合、図１１に示すように分割される。この図において「｜」は単位（文節）の区切りを示すものである。
【００９２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｄに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【００９３】
そして、音声再生制御部１０５ｄは、単位分割部１０３ｄからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、再生倍率Nが２であることより、上記テキスト単位データに基づいて図１２に示すように、１つおきの単位を示す再生制御データを生成し、これを記憶部１１０に記録する。
【００９４】
その後、音声再生制御部１０５ｄは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、上記再生制御データで示される単位に対応する文についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００９５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定される速度に応じて、例えば文節などの単位を選択的に間引きして再生するようにしている。
【００９６】
したがって、上記構成の話速可変装置によれば、間引かれなかった単位の音声が通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【００９７】
また、上記構成の話速可変装置では、ユーザから指定される再生倍率Nに応じて、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【００９８】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【００９９】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１００】
次に、この発明の第５の実施形態に係わる話速可変装置について説明する。図１４は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｅ、入力部１０４、音声再生制御部１０５ｅおよびスピーカ１０６を備えている。
【０１０１】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｅに出力する。
【０１０２】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１０３】
単位分割部１０３ｅは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｅに出力する。
ここで、言語的に意味を持つ単位とは、例えば「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【０１０４】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、キーワードと抽出閾値の入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｅ内のメモリに記憶される。
【０１０５】
音声再生制御部１０５ｅは、単位分割部１０３ｅが作成したテキスト単位データと、入力部１０４から入力されたキーワードと抽出閾値とに基づいて、単位分割部１０３ｅにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１０６】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｅに出力される。
【０１０７】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１５に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１０８】
次に、単位分割部１０３ｅが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｅに出力する。以下の説明では、「文」で分割した場合について述べる。
【０１０９】
一方、入力部１０４からは、キーワードと抽出閾値が入力され、この情報は音声再生制御部１０５ｅに通知される。ここでは、キーワードとして、「再生」、「時間」、「制御」の３つが入力され、抽出閾値として「２」が入力されたものとして説明する。
【０１１０】
これに対して、音声再生制御部１０５ｅは、単位分割部１０３ｅからテキスト単位データが入力されるとともに、入力部１０４から上記３つのキーワードおよび抽出閾値が入力されると、上記テキスト単位データに基づいて、図１５に示すように各文から上記キーワードを検出し、これに基づいて、図１６に示すように１つの文に上記キーワードをのべ２つ以上含むものを検出する。
そして、音声再生制御部１０５ｅは、上記検出した文の識別情報を示す再生制御データを生成し、この再生制御データに基づいて、上記検出した文に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１１１】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定されるキーワードを指定された数（抽出閾値）以上含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１１２】
したがって、上記構成の話速可変装置によれば、ユーザが必要とする単位についてのみ通常速度で音声が再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１１３】
次に、この発明の第６の実施形態に係わる話速可変装置について説明する。図１７は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｆ、入力部１０４、音声再生制御部１０５ｆ、スピーカ１０６および記憶部１１０を備えている。
【０１１４】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｆに出力する。
【０１１５】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１１６】
単位分割部１０３ｆは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｆに出力する。
ここで、言語的に意味を持つ単位とは、例えば「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【０１１７】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、キーワードと抽出閾値の入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｆ内のメモリに記憶される。
【０１１８】
音声再生制御部１０５ｆは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｆから入力されたテキスト単位データとを記憶部１１０に記録する。
【０１１９】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｆによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０１２０】
そして、音声再生制御部１０５ｆは、上記テキスト単位データと、入力部１０４から入力されたキーワードと抽出閾値とに基づいて、単位分割部１０３ｆにて分割した単位を選択し、この選択した単位を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１２１】
そして、音声再生制御部１０５ｆは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１２２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｆに出力される。
【０１２３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１５に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１２４】
次に、単位分割部１０３ｆが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｆに出力する。
【０１２５】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｆによって記憶部１１０に記録される。以下の説明では、「文」で分割した場合について述べる。
【０１２６】
一方、入力部１０４からは、キーワードと抽出閾値が入力され、この情報は音声再生制御部１０５ｆに通知される。ここでは、キーワードとして、「再生」、「時間」、「制御」の３つが入力され、抽出閾値として「２」が入力されたものとして説明する。
【０１２７】
これに対して、音声再生制御部１０５ｆは、単位分割部１０３ｆからテキスト単位データが入力されるとともに、入力部１０４から上記３つのキーワードおよび抽出閾値が入力されると、上記テキスト単位データに基づいて、図１５に示すように各文から上記キーワードを検出し、これに基づいて、図１６に示すように１つの文に上記キーワードをのべ２つ以上含むものを検出し、この検出した文を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１２８】
その後、音声再生制御部１０５ｆは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、上記再生制御データで示される単位に対応する文についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１２９】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定されるキーワードを指定された数（抽出閾値）以上含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１３０】
したがって、上記構成の話速可変装置によれば、ユーザが必要とする単位についてのみ通常速度で音声が再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１３１】
また、上記構成の話速可変装置では、ユーザの要求に応じた、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【０１３２】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０１３３】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１３４】
次に、この発明の第７の実施形態に係わる話速可変装置について説明する。図１８は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｇ、入力部１０４、音声再生制御部１０５ｇ、スピーカ１０６および記憶部１２０を備えている。
【０１３５】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｇに出力する。
【０１３６】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１３７】
単位分割部１０３ｇは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｇに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「段落」のいずれかを意味する。
【０１３８】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｇ内のメモリに記憶される。
【０１３９】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１４０】
音声再生制御部１０５ｇは、単位分割部１０３ｇが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される言語的優先度情報とに基づいて、単位分割部１０３ｇにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１４１】
記憶部１２０は、例えば図１９に示すような、多数の接続詞をその重要度に応じて分類した情報を、上記言語的優先度情報として記憶するものである。
【０１４２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｇに出力される。
【０１４３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。
次に、単位分割部１０３ｇが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｇに出力する。以下の説明では、「文」で分割した場合について述べる。
【０１４４】
図２０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。この図では、各文（１）〜（８）を省略して示し、先頭に置かれた接続詞のみを表記している。
【０１４５】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１４６】
これに対して、音声再生制御部１０５ｇは、単位分割部１０３ｇからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、各文（１）〜（８）の再生時間を検出するとともに、すべての文を再生するのに要する総再生時間を検出する。ここでは、総再生時間は８０秒であったとする。
【０１４７】
次に、音声再生制御部１０５ｇは、再生倍率Nが２で、総再生時間が８０秒であることより、実再生時間を４０秒以内と決定する。
そして、音声再生制御部１０５ｇは、記憶部１２０に記憶される言語的優先度情報を参照し、テキスト単位データから各文（１）〜（８）のうち、重要度の高い接続詞が先頭に置かれるものを順に検出し、このうち合計の再生時間が実再生時間４０秒にできるだけ近く、かつ４０秒以内となるように、文を選択する。
【０１４８】
この選択した文の識別情報は、音声再生制御部１０５ｈにより再生制御データとして生成される。なお、図２０に示す例では、図２１に示すように、文（１）、（３）、（６）、（８）の合わせて４０秒分が選択されることになる。
【０１４９】
そして、音声再生制御部１０５ｇは、上記再生制御データに基づいて、記憶部１１０に記憶される音声データのうち、上記選択した文（１）、（３）、（６）、（８）に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１５０】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、予め高い優先度が設定された文字列を含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１５１】
したがって、上記構成の話速可変装置によれば、予め高い優先度が設定された文字列を含む単位の音声が優先的に通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１５２】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０１５３】
尚、この発明は上記実施の形態に限定されるものではない。
例えば、上記実施の形態では、記憶部１２０に記憶される言語的優先度情報として接続詞を例に挙げ、この接続詞の優先度で各文の優先度を決定するものとして説明した。
【０１５４】
しかしこれに限定されるものではなく、これに代わって例えば、各単位について、単語数、文字数、名詞や動詞といった自立語の数、自立語の割合などを求めて、この結果に応じて各単位の優先度を求めるようにしてもよい。
【０１５５】
また、上記実施の形態では、ユーザから指定される再生倍率Nに応じて再生時間が決定されるものとして説明したが、再生倍率Nが高い値に設定された場合には、再生される文（単位）が少なくなってしまう虞がある。
【０１５６】
これに対して例えば、再生される単位の数が予め設定した閾値未満となった場合には、音声再生制御部１０５ｇが、再生倍率Nを低倍率化し、その倍率で決定される再生時間内で再生可能な優先度の高い単位を選択することで、再生される単位の数を増やして再生するようにしてもいい。
【０１５７】
次に、この発明の第８の実施形態に係わる話速可変装置について説明する。図２２は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｈ、入力部１０４、音声再生制御部１０５ｈ、スピーカ１０６、記憶部１１０および記憶部１２０を備えている。
【０１５８】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｈに出力する。
【０１５９】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１６０】
単位分割部１０３ｈは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｈに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「段落」のいずれかを意味する。
【０１６１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｈ内のメモリに記憶される。
【０１６２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１６３】
音声再生制御部１０５ｈは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｈから入力されたテキスト単位データとを記憶部１１０に記録する。
【０１６４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｈによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０１６５】
そして、音声再生制御部１０５ｈは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される言語的優先度情報とに基づいて、再生すべき単位を選択し、この選択した単位を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１６６】
そして、音声再生制御部１０５ｈは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１６７】
記憶部１２０は、例えば図１９に示すような、多数の接続詞をその重要度に応じて分類した情報を、上記言語的優先度情報として記憶するものである。
【０１６８】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｈに出力される。
【０１６９】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。
次に、単位分割部１０３ｈが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｈに出力する。
【０１７０】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｊによって記憶部１１０に記録される。以下の説明では、上記テキストデータを「文」で分割した場合を例に挙げて説明する。
【０１７１】
図２０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。この図では、各文（１）〜（８）を省略して示し、先頭に置かれた接続詞のみを表記している。
【０１７２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１７３】
これに対して、音声再生制御部１０５ｈは、単位分割部１０３ｈからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、各文（１）〜（８）の再生時間を検出するとともに、すべての文を再生するのに要する総再生時間を検出する。ここでは、総再生時間は８０秒であったとする。
【０１７４】
次に、音声再生制御部１０５ｈは、再生倍率Nが２で、総再生時間が８０秒であることより、実再生時間を４０秒以内と決定する。
そして、音声再生制御部１０５ｈは、記憶部１２０に記憶される言語的優先度情報を参照し、テキスト単位データから各文（１）〜（８）のうち、重要度の高い接続詞が先頭に置かれるものを順に検出し、このうち合計の再生時間が実再生時間４０秒にできるだけ近く、かつ４０秒以内となるように、文を選択する。
【０１７５】
なお、図２０に示す例では、図２１に示すように、文（１）、（３）、（６）、（８）の合わせて４０秒分が選択されることになる。この選択した文の識別情報は、音声再生制御部１０５ｈにより再生制御データとして記憶部１１０に記録される。
【０１７６】
その後、音声再生制御部１０５ｈは、入力部１０４を通じたユーザからの要求に応じて、上記再生制御データに基づいて、記憶部１１０に記憶される音声データのうち、上記選択した文（１）、（３）、（６）、（８）に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１７７】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、予め高い優先度が設定された文字列を含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１７８】
したがって、上記構成の話速可変装置によれば、予め高い優先度が設定された文字列を含む単位の音声が優先的に通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１７９】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０１８０】
また、上記構成の話速可変装置では、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【０１８１】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０１８２】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１８３】
次に、この発明の第９の実施形態に係わる話速可変装置について説明する。図２３は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｉ、入力部１０４、音声再生制御部１０５ｉ、スピーカ１０６および記憶部１２０を備えている。
【０１８４】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｉに出力する。
【０１８５】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１８６】
単位分割部１０３ｉは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｉに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「文節」、「段落」のいずれかを意味する。
【０１８７】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｉ内のメモリに記憶される。
【０１８８】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１８９】
音声再生制御部１０５ｉは、単位分割部１０３ｉが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される統計的優先度情報とに基づいて、単位分割部１０３ｇにて分割した各単位の再生速度を決定し、この決定結果（再生制御データ）に基づいて音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１９０】
記憶部１２０は、上記統計的優先度情報を記憶するものである。統計的優先度情報は、予め新聞や雑誌などの多種多様な活字媒体に基づいて収集されたもので、上記単位間が結合する確率を示すものである。
【０１９１】
したがって、この確率は、世間一般でよく使用される表現は値が大きくなり、あまり使われない一般的でない表現は値が小さくなる。このことから、上記確率が大きい表現はよく使われる表現のため、正確に再生しなくても再生音の雰囲気や前後関係から容易に推測できると考えられ、一方、条件付き確率値が小さい表現は特異な表現であるため前後関係等からその表現を推測することが難しいと考えられる。
【０１９２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｊに出力される。
【０１９３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２４に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１９４】
次に、単位分割部１０３ｊが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。なお、以下の説明では、上記テキストデータを「文節」で分割した場合を例に挙げて説明する。
【０１９５】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１９６】
これに対して、音声再生制御部１０５ｊは、入力部１０４から再生倍率Nが入力されると、上記音声データとテキスト単位データに基づいて、各文節の再生時間を検出する。ここでは、各文節の再生時間の合計が５２秒であったとする。
【０１９７】
次に、音声再生制御部１０５ｊは、実際の再生に要する実再生時間を算出する。この例では、再生倍率Nが２で、再生時間が５２秒であることより、実再生時間を２６秒以内と算出する。
【０１９８】
そして、音声再生制御部１０５ｊは、上記テキスト単位データに基づいて、図２４に示すようなテキストデータを、図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類した後、記憶部１２０に記憶される統計的優先度情報を参照して、各組合わせの（１）〜（２３）の確率値を求める。
【０１９９】
そして、音声再生制御部１０５ｉは、上記組合わせの（１）〜（２３）のうち、予め設定された確率閾値以下のものについては低速（通常速度）再生するものとし、一方、確率閾値より大きいものについては高速（倍速）再生するものとする。
【０２００】
ここで、上記確率閾値が「０．０１」に設定されていたものとすると、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）が低速再生の対象となり、一方、（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）についてが高速再生の対象となる。
【０２０１】
そして次に音声再生制御部１０５ｉは、低速再生対象の組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位を通常再生するのに要する時間が合計２５秒であることを検出する。
【０２０２】
そして音声再生制御部１０５ｉは、これより実再生時間２６秒のうち残り１秒間で、高速再生対象の（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位を再生する必要があることを検出し、これよりこれらについては２７倍速再生することを決定する。
【０２０３】
そして、音声再生制御部１０５ｊは、このような単位毎の再生速度に関する情報を再生制御データとして生成し、この再生制御データにしたがって、音声データ生成部１０１から入力された音声データのうち、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位に対応する音声データを通常再生するようにアナログ音声信号に変換し、また（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位に対応する音声データを２７倍速再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２０４】
これにより、２７倍速再生される部分については人間がほとんど内容を聞き取れないため、図２６に示すような通常再生する部分についてのみ音声として認識される。
【０２０５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、あまり一般的でない表現を優先的に通常速度で再生するようにしている。
【０２０６】
したがって、上記構成の話速可変装置によれば、前後の内容などから内容を推測しやすい一般的な表現については高速再生し、一方、前後の内容などから内容を推測しにくい一般的でない表現については低速再生するようにしているので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０２０７】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０２０８】
尚、この発明は上記実施の形態に限定されるものではない。
例えば、上記実施の形態では、音声再生制御部１０５ｉが図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類するようにしたが、連続する３つ以上の単位の組み合わせで分類するようにしてもよい。
【０２０９】
また確率閾値には予め設定された値を用いるようにしたが、これに代わって例えば、まず予め設定された値を用い、その場合に低速再生する単位の合計時間が、入力部１０４から入力された再生倍率Nに基づく実再生時間を超えるような場合には、音声再生制御部１０５ｉが上記確率閾値を可変して、上記実再生時間内に収まるように調整するようにしてもよい。
【０２１０】
次に、この発明の第１０の実施形態に係わる話速可変装置について説明する。図２７は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｊ、入力部１０４、音声再生制御部１０５ｊ、スピーカ１０６、記憶部１１０および記憶部１２０を備えている。
【０２１１】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｊに出力する。
【０２１２】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０２１３】
単位分割部１０３ｊは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「文節」、「段落」のいずれかを意味する。
【０２１４】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｊ内のメモリに記憶される。
【０２１５】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０２１６】
音声再生制御部１０５ｊは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｊから入力されたテキスト単位データとを記憶部１１０に記録する。
【０２１７】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｊによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０２１８】
そして、音声再生制御部１０５ｊは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される統計的優先度情報とに基づいて、単位分割部１０３ｇにて分割した各単位の再生速度を決定し、この決定結果を再生制御データとして記憶部１１０に記録する。
【０２１９】
そして、音声再生制御部１０５ｊは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される再生制御データにしたがって記憶部１１０に記憶される音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２２０】
記憶部１２０は、上記統計的優先度情報を記憶するものである。統計的優先度情報は、予め新聞や雑誌などの多種多様な活字媒体に基づいて収集されたもので、上記単位間が結合する確率を示すものである。
【０２２１】
したがって、この確率は、世間一般でよく使用される表現は値が大きくなり、あまり使われない一般的でない表現は値が小さくなる。このことから、上記確率が大きい表現はよく使われる表現のため、正確に再生しなくても再生音の雰囲気や前後関係から容易に推測できると考えられ、一方、条件付き確率値が小さい表現は特異な表現であるため前後関係等からその表現を推測することが難しいと考えられる。
【０２２２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｊに出力される。
【０２２３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２４に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０２２４】
次に、単位分割部１０３ｊが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。
【０２２５】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｊによって記憶部１１０に記録される。なお、以下の説明では、上記テキストデータを「文節」で分割した場合を例に挙げて説明する。
【０２２６】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０２２７】
これに対して、音声再生制御部１０５ｊは、入力部１０４から再生倍率Nが入力されると、記憶部１１０に記録される音声データとテキスト単位データに基づいて、各文節の再生時間を検出する。ここでは、各文節の再生時間の合計が５２秒であったとする。
【０２２８】
次に、音声再生制御部１０５ｊは、実際の再生に要する実再生時間を算出する。この例では、再生倍率Nが２で、再生時間が５２秒であることより、実再生時間を２６秒以内と算出する。
【０２２９】
そして、音声再生制御部１０５ｊは、記憶部１１０に記録されるテキスト単位データに基づいて、図２４に示すようなテキストデータを、図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類した後、記憶部１２０に記憶される統計的優先度情報を参照して、各組合わせの（１）〜（２３）の確率値を求める。
【０２３０】
そして、音声再生制御部１０５ｉは、上記組合わせの（１）〜（２３）のうち、予め設定された確率閾値以下のものについては低速（通常速度）再生するものとし、一方、確率閾値より大きいものについては高速（倍速）再生するものとする。
【０２３１】
ここで、上記確率閾値が「０．０１」に設定されていたものとすると、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）が低速再生の対象となり、一方、（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）についてが高速再生の対象となる。
【０２３２】
そして次に音声再生制御部１０５ｉは、低速再生対象の組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位を通常再生するのに要する時間が合計２５秒であることを検出し、これより実再生時間２６秒のうち残り１秒間で（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位を再生する必要があることを検出し、これよりこれらについては２７倍速再生することを決定する。
【０２３３】
そして、このような単位毎の再生速度に関する情報を再生制御データとして記憶部１１０に記録する。
そしてやがて、音声再生制御部１０５ｊは、入力部１０４を通じたユーザからの要求があると、記憶部１１０に記録される再生制御データにしたがって、音声データ生成部１０１から入力された音声データのうち、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位に対応する音声データを通常再生するようにアナログ音声信号に変換し、また（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位に対応する音声データを２７倍速再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２３４】
これにより、２７倍速再生される部分については人間がほとんど内容を聞き取れないため、図２６に示すような通常再生する部分についてのみ音声として認識される。
【０２３５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、あまり一般的でない表現を優先的に通常速度で再生するようにしている。
【０２３６】
したがって、上記構成の話速可変装置によれば、前後の内容などから内容を推測しやすい一般的な表現については高速再生し、一方、前後の内容などから内容を推測しにくい一般的でない表現については低速再生するようにしているので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０２３７】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０２３８】
また、上記構成の話速可変装置では、各単位の再生速度を示す情報を再生制御データとして音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記再生制御データに基づいて音声データを再生するようにしている。
【０２３９】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め各単位の再生速度を示す情報を音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０２４０】
また、記憶部１１０の記録媒体には、再生制御データに基づいて音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０２４１】
尚、この発明は、以上の実施の形態に限定されるものではない。
例えば、上記実施の形態では、テキストデータ生成部１０２が、音声認識技術を駆使して、音声データの発声内容を解析してテキストデータに変換するようにした。
【０２４２】
これに代わって例えば、テキストデータ生成部１０２を、オペレータに対して音声データに基づく音声を拡声する拡声装置と、この拡声装置から拡声される音声を聴いたオペレータがそれを認識して、キーボードなどの入力装置からテキスト入力を行って、これを受け付けてテキストデータを出力するテキスト入力装置とから構成するようにしてもよい。
その他、この発明の要旨を逸脱しない範囲で種々の変形を施しても同様に実施可能であることはいうまでもない。
【０２４３】
【発明の効果】
以上述べたように、この発明では、音声信号から生成した音声データをテキストデータに変換し、このテキストデータを言語的に意味を持つ単位に分割し、各単位毎に、音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する。そして、再生情報と分割情報とに基づいて、分割された単位のうち、上記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するようにしている。
【０２４４】
したがって、この発明によれば、言語的に意味を持つ単位の接続順序の確率を考慮して要約を行うようにしているので、単純な間引きなどによる要約と比べて、自然な要約が可能となり、再生される音声が示す内容が理解しやすい話速可変装置および話速変換方法を提供できる。
【図面の簡単な説明】
【図１】 この発明に係わる話速可変装置の第１の実施の形態の構成を示す回路ブロック図。
【図２】 図１に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図３】 図１に示した話速可変装置が生成したテキストデータを単位毎に分割する動作を説明するための図。
【図４】 図１に示した話速可変装置によって品詞毎に与えられる再生情報の一例を示す図。
【図５】 図１に示した話速可変装置によって再生情報が対応づけられたテキストデータの一例を示す図。
【図６】 図１に示した話速可変装置によって品詞毎に設定される再生速度の一例を示す図。
【図７】 図１に示した話速可変装置によって算出された再生時間とテキストデータの対応関係の一例を示す図。
【図８】 この発明に係わる話速可変装置の第２の実施の形態の構成を示す回路ブロック図。
【図９】 この発明に係わる話速可変装置の第３の実施の形態の構成を示す回路ブロック図。
【図１０】 図９に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図１１】 図９に示した話速可変装置が生成したテキストデータを単位毎に分割する動作を説明するための図。
【図１２】 図９に示した話速可変装置が再生する音声を選択する動作を説明するための図。
【図１３】 この発明に係わる話速可変装置の第４の実施の形態の構成を示す回路ブロック図。
【図１４】 この発明に係わる話速可変装置の第５の実施の形態の構成を示す回路ブロック図。
【図１５】 図１４に示した話速可変装置がキーワードを含む単位を選択する動作を説明するための図。
【図１６】 図１４に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図１７】 この発明に係わる話速可変装置の第６の実施の形態の構成を示す回路ブロック図。
【図１８】 この発明に係わる話速可変装置の第７の実施の形態の構成を示す回路ブロック図。
【図１９】 図１８に示した話速可変装置が着目するキーワードの優先度の一例を示す図。
【図２０】 図１８に示した話速可変装置が検出した各単位の再生に要する時間の一例を示す図。
【図２１】 図１８に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図２２】 この発明に係わる話速可変装置の第８の実施の形態の構成を示す回路ブロック図。
【図２３】 この発明に係わる話速可変装置の第９の実施の形態の構成を示す回路ブロック図。
【図２４】 図２３に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図２５】 図２３に示した話速可変装置が、連続する単位の組み合わせが発生する確率の分析結果の一例を示す。
【図２６】 図２３に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図２７】 この発明に係わる話速可変装置の第１０の実施の形態の構成を示す回路ブロック図。
【符号の説明】
１００…マイクロホン、１０１…音声データ生成部、１０２…テキストデータ生成部、１０３ａ…単位分割部、１０３ｂ…単位分割部、１０３ｃ…単位分割部、１０３ｄ…単位分割部、１０３ｅ…単位分割部、１０３ｆ…単位分割部、１０３ｇ…単位分割部、１０３ｈ…単位分割部、１０３ｉ…単位分割部、１０３ｊ…単位分割部、１０４…入力部、１０５ａ…音声再生制御部、１０５ｂ…音声再生制御部、１０５ｃ…音声再生制御部、１０５ｄ…音声再生制御部、１０５ｅ…音声再生制御部、１０５ｆ…音声再生制御部、１０５ｇ…音声再生制御部、１０５ｈ…音声再生制御部、１０５ｉ…音声再生制御部、１０５ｊ…音声再生制御部、１０６…スピーカ、１１０，１２０…記憶部。
【発明の属する技術分野】
この発明は、例えば映像機器、音響機器、医療機器などの再生音声の速度を可変するために用いられる話速可変装置に関する。
【０００２】
【従来の技術】
近年、音声、あるいは映像と関連付けられた音声を取り扱う機器の主流は、従来の磁気テープから光磁気ディスクや半導体メモリなどに移り、その記録方式もアナログ方式からデジタル方式に移行するようになった。
【０００３】
このように音声の記録方式がデジタル化されることで、再生速度の制御も容易になった。記録時よりも高速な再生を行う早聞き再生により同じ内容の音声を短時間で視聴したり、逆に遅く再生するスロー再生により丁寧に聞き取ることができる。
【０００４】
最近のオーディオ機器やパソコン上の音声再生アプリケーションソフトウェアの一部には、デジタル音声の特徴を利用した再生速度の可変機能が搭載されている。
【０００５】
この機能は、音声の波形データの特徴に基づいて制御する方式が使用されており、デジタル化された音声の波形データそのものについて一律に時間軸を短縮したり、分析したパラメータ上で全体の時間軸を短縮して再度合成したり、ある時間単位で飛び飛びに再生したりする方法が用いられている。さらには無音部分を検出してそれを再生対象から削除することで全体の時間を短縮する方法も用いられる（例えば、特許文献１参照）。
【０００６】
しかし、上述した従来の波形や分析パラメータ上で全体の時間軸を縮める方法では、縮めすぎると人間が聞き取れなくなるために、あまり高倍速にすることはできない。
【０００７】
また飛び飛びに再生する方法では、音声が人の喋る言葉の場合に意味が理解できなくなることがある。そして、無音部分を削除する方法では、音声中の無音部分が少ない場合に効果が得られない場合がある。
【０００８】
以上のように、従来の手法では、音声の音響的な特徴に基づいた制御を行っているため、再生される音声が示す内容を理解するのが困難な場合が多いという問題があった。
【０００９】
【特許文献１】
特許第３２１９８９２号公報（第４−９頁、図１）
【００１０】
【発明が解決しようとする課題】
従来では、音声の音響的な特徴に基づいた制御を行っているため、再生される音声が示す内容を理解するのが困難な場合が多いという問題があった。
この発明は上記の問題を解決すべくなされたもので、再生速度を可変したり、再生時間を短縮しても、再生される音声が示す内容を理解しやすい話速可変装置及び話速変換方法を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記の目的を達成するために、この発明は、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報と前記分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備して構成するようにした。
またこの発明は、音声の再生速度を可変制御する話速可変方法において、音声信号から音声データを生成するステップと、このステップで生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのステップと、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成するステップと、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成するステップと、再生情報と前記分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するステップとを具備して構成するようにした。
【００１２】
またこの発明は、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報を記憶する第１の記憶手段と、第１の記憶手段が記憶する再生情報と、分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備して構成するようにした。
【００１３】
さらにこの発明では、音声の再生速度を可変制御する話速可変装置において、音声信号から音声データを生成する音声データ生成手段と、この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、再生情報を記憶する第１の記憶手段と、音声データと分割情報とを記録する第２の記憶手段と、第１の記憶手段が記憶する再生情報と、第２の記憶手段が記憶する分割情報とに基づいて、分割された単位のうち、確率が予め設定した閾値より低い組み合わせの単位を第２の記憶手段が記憶する音声データから選択し、この選択された単位に対応する音声データに基づいて音声信号を生成する音声信号生成手段とを具備して構成するようにした。
【００１４】
上記構成の話速可変装置および話速可変方法では、音声信号から生成した音声データをテキストデータに変換し、このテキストデータを言語的に意味を持つ単位に分割し、各単位毎に、音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する。そして、再生情報と分割情報とに基づいて、分割された単位のうち、上記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するようにしている。
したがって、上記構成の話速可変装置および話速可変方法によれば、言語的に意味を持つ単位の接続順序の確率を考慮して要約を行うようにしているので、単純な間引きなどによる要約と比べて、自然な要約が可能となり、再生される音声が示す内容が理解しやすい。
【００１５】
【発明の実施の形態】
以下、図面を参照して、この発明の一実施形態について説明する。
図１は、この発明の第１の実施形態に係わる話速可変装置の構成を示すものである。
【００１６】
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ａ、入力部１０４、音声再生制御部１０５ａおよびスピーカ１０６を備えている。
【００１７】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ａに出力する。
【００１８】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００１９】
単位分割部１０３ａは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、各単位に再生情報を設定し、これをテキスト単位データとして音声再生制御部１０５ａに出力する。
【００２０】
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。そして、再生情報とは、分割された単位の種別（例えば品詞）に応じた重み付けの値αである。
【００２１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nと総再生時間Lの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ａ内のメモリに記憶される。
【００２２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００２３】
音声再生制御部１０５ａは、単位分割部１０３ａから入力されたテキスト単位データと、入力部１０４から入力された再生条件とに基づいて、単位分割部１０３ａにて分割した単位毎の再生時間liを算出し、これに基づいて音声データ生成部１０１から入力される音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００２４】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ａに出力される。
【００２５】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２に、ユーザから発せられた音声をテキストデータに変換した一例を示す。なお、図２において「△」は、所定時間以上の間、無音だったことを示すものであって、テキストデータ生成部１０２により上記テキストデータに挿入される。
【００２６】
次に、単位分割部１０３ａが、上記テキストデータを言語的に意味を持つ単位に分割する。以下の説明では、「形態素」（以下、単位と略称する）で分割した場合について述べる。図２に示すテキストデータを「形態素」単位に分割した場合、図３に示すように分割される。
【００２７】
この図において「／」は単位の区切りを示すものである。なお、各単位に対応する数字は、その音声の入力時の再生時間を示し、ここでは総再生時間L0が６０秒の例を示している。
【００２８】
その後、単位分割部１０３ａは、各単位に、図４に示すような単位の種別に応じた再生情報を設定する。これにより、図５に示すように、各単位に再生情報が対応づけられたテキスト単位データが生成され、これは音声再生制御部１０５ａに出力される。
【００２９】
一方、入力部１０４からは、再生倍率Nと総再生時間Lが入力され、この情報は音声再生制御部１０５ａに通知される。ここでは、入力音声の総再生時間L0が６０秒であるのに対して、総再生時間Lとして４０秒が指定され、再生倍率Nとして３倍が指定されたものとして説明する。
【００３０】
そして、音声再生制御部１０５ａは、単位分割部１０３ａからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nと総再生時間Lが入力されると、これらの情報に基づいて、各単位の再生倍率を下記の式（１）にしたがって算出する。
【００３１】
【数１】
なお、上式（１）において、「i」は各単位の順位、「wi」は単位（形態素）、「li」は各単位の再生時間、「αi」は再生情報に基づく重み、「L0」は入力音声のオリジナルの総再生時間、「L」は重み付け後の総再生時間、「N」は再生倍率を示す。
上式（１）により、この例における形態素の種別（品詞）に応じた再生倍率は、図６に示すような再生倍率となる。
【００３３】
これにより、音声再生制御部１０５ａは、各単位の再生時間liを図７に示すような値で算出し、この情報を再生制御データとする。そしてこの再生制御データにしたがって、音声データ生成部１０１から入力された音声データを再生制御し、スピーカ１０６より拡声出力する。
【００３４】
以上のように、上記構成の話速可変装置では、従来のようにすべての音声データを一律の速度で再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、例えば形態素などの単位毎に、その重要度に応じて再生速度（再生時間）を可変制御し、全体として所望の再生速度（再生時間）となるようにしている。
【００３５】
したがって、上記構成の話速可変装置によれば、内容を把握する上で重要な単位については、低速で再生し、重要でないものはより高速で再生することができるので、高速再生を行っても再生される音声が示す内容を理解しやすい。
【００３６】
次に、この発明の第２の実施形態に係わる話速可変装置について説明する。図８は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｂ、入力部１０４、音声再生制御部１０５ｂ、スピーカ１０６および記憶部１１０を備えている。
【００３７】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｂに出力する。
【００３８】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００３９】
単位分割部１０３ｂは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、各単位に再生情報を設定し、これをテキスト単位データとして音声再生制御部１０５ｂに出力する。
【００４０】
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。そして、再生情報とは、分割された単位の種別（例えば品詞）に応じた重み付けの値αである。
【００４１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nと総再生時間Lの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｂ内のメモリに記憶される。
【００４２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００４３】
音声再生制御部１０５ｂは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｂから入力されたテキスト単位データとを記憶部１１０に記録する。
【００４４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｂによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【００４５】
そして、音声再生制御部１０５ｂは、上記テキスト単位データと、入力部１０４から入力された再生条件とに基づいて、単位分割部１０３ｂにて分割した単位毎の再生時間liを算出し、これを再生制御データとして記憶部１１０に記録する。
【００４６】
そして、音声再生制御部１０５ｂは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データを、再生制御データに含まれる再生時間liで再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００４７】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｂに出力される。
【００４８】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。このテキストデータの一例を図２に示す。なお、図２において「△」は、所定時間以上の間、無音だったことを示すものであって、テキストデータ生成部１０２により上記テキストデータに挿入される。
【００４９】
次に、単位分割部１０３ｂが、上記テキストデータを言語的に意味を持つ単位に分割する。以下の説明では、「形態素」単位（以下、単位と略称する）で分割した場合について述べる。「形態素」単位に分割した場合、上記テキストデータは図３に示すように分割される。
【００５０】
この図において「／」は単位の区切りを示すものである。なお、各単位に対応する数字は、その音声の入力時の再生時間を示し、ここでは総再生時間L0が６０秒の例を示している。
【００５１】
その後、単位分割部１０３ｂは、各単位に、図４に示すような単位の種別に応じた再生情報を設定する。これにより、図５に示すように、各単位に再生情報が対応づけられたテキスト単位データが生成され、これは音声再生制御部１０５ｂに出力される。
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｂによって記憶部１１０に記録される。
【００５２】
一方、入力部１０４からは、再生倍率Nと総再生時間Lが入力され、この情報は音声再生制御部１０５ｂに通知される。ここでは、入力音声の総再生時間L0が６０秒であるのに対して、総再生時間Lとして４０秒が指定され、再生倍率Nとして３倍が指定されたものとして説明する。
【００５３】
そして、音声再生制御部１０５ｂは、入力部１０４から再生倍率Nと総再生時間Lが入力されると、これらの情報と第１の実施形態で述べた式（１）に基づいて、各単位の再生倍率を算出する。
【００５４】
そしてさらに、音声再生制御部１０５ｂは、図７に示すような各単位の再生時間liを算出し、これを再生制御データとして記憶部１１０に記録する。
【００５５】
その後、音声再生制御部１０５ｂは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データを、再生制御データに含まれる再生時間liで再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００５６】
以上のように、上記構成の話速可変装置では、従来のようにすべての音声データを一律の速度で再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、例えば形態素などの単位毎に、その重要度に応じて再生速度（再生時間）を可変制御し、全体として所望の再生速度（再生時間）となるようにしている。
【００５７】
したがって、上記構成の話速可変装置によれば、内容を把握する上で重要な単位については、低速で再生し、重要でないものはより高速で再生することができるので、高速再生を行っても再生される音声が示す内容を理解しやすい。
【００５８】
また、上記構成の話速可変装置では、各単位の再生時間liを算出し、これを音声データ生成部１０１から入力される音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、各単位に対応する再生時間liで音声データを再生するようにしている。
【００５９】
したがって、上記構成の話速可変装置によれば、再生に先立って、音声データとこれに対応する各単位の再生時間liとが、予め対応づけられて生成されるため、ユーザの要求に応じて迅速に再生することができる。
【００６０】
また、記憶部１１０の記録媒体には、単位毎の再生時間liにしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、この記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【００６１】
次に、この発明の第３の実施形態に係わる話速可変装置について説明する。図９は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｃ、入力部１０４、音声再生制御部１０５ｃおよびスピーカ１０６を備えている。
【００６２】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｃに出力する。
【００６３】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００６４】
単位分割部１０３ｃは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｃに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【００６５】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｃ内のメモリに記憶される。
【００６６】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００６７】
音声再生制御部１０５ｃは、単位分割部１０３ｃが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nとに基づいて、単位分割部１０３ｃにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００６８】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｃに出力される。
【００６９】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【００７０】
次に、単位分割部１０３ｃが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｃに出力する。以下の説明では、「文節」で分割した場合について述べる。
【００７１】
図１０に示したテキストデータを「文節」単位（以下、単位と略称する）に分割した場合、図１１に示すように分割される。この図において「｜」は単位（文節）の区切りを示すものである。
【００７２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｃに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【００７３】
そして、音声再生制御部１０５ｃは、単位分割部１０３ｃからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、再生倍率Nが２であることより、上記テキスト単位データに基づいて図１２に示すように、１つおきの単位を示す再生制御データを生成し、これにしたがって１つおきの単位に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００７４】
なお、音声再生制御部１０５ｃは、再生倍率Nとして３倍が指定された場合には、３つの連続する単位のうち、１つの単位に対応する音声データを再生し、再生倍率NとしてM倍が指定された場合には、M個の連続する単位のうち、１つの単位に対応する音声データを再生する。
【００７５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定される速度に応じて、例えば文節などの単位を選択的に間引きして再生するようにしている。
【００７６】
したがって、上記構成の話速可変装置によれば、間引かれなかった単位の音声が通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【００７７】
次に、この発明の第４の実施形態に係わる話速可変装置について説明する。図１３は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｄ、入力部１０４、音声再生制御部１０５ｄ、スピーカ１０６および記憶部１１０を備えている。
【００７８】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｄに出力する。
【００７９】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【００８０】
単位分割部１０３ｄは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｄに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【００８１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｄ内のメモリに記憶される。
【００８２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【００８３】
音声再生制御部１０５ｄは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｄから入力されたテキスト単位データとを記憶部１１０に記録する。
【００８４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｄによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【００８５】
そして、音声再生制御部１０５ｄは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nとに基づいて、単位分割部１０３ｄにて分割した単位を選択し、この選択した単位を識別する再生制御データを記憶部１１０に記録する。
【００８６】
そして、音声再生制御部１０５ｄは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００８７】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｄに出力される。
【００８８】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【００８９】
次に、単位分割部１０３ｄが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｄに出力する。
【００９０】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｄによって記憶部１１０に記録される。以下の説明では、「文節」で分割した場合について述べる。
【００９１】
図１０に示したテキストデータを「文節」単位（以下、単位と略称する）に分割した場合、図１１に示すように分割される。この図において「｜」は単位（文節）の区切りを示すものである。
【００９２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｄに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【００９３】
そして、音声再生制御部１０５ｄは、単位分割部１０３ｄからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、再生倍率Nが２であることより、上記テキスト単位データに基づいて図１２に示すように、１つおきの単位を示す再生制御データを生成し、これを記憶部１１０に記録する。
【００９４】
その後、音声再生制御部１０５ｄは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、上記再生制御データで示される単位に対応する文についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【００９５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定される速度に応じて、例えば文節などの単位を選択的に間引きして再生するようにしている。
【００９６】
したがって、上記構成の話速可変装置によれば、間引かれなかった単位の音声が通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【００９７】
また、上記構成の話速可変装置では、ユーザから指定される再生倍率Nに応じて、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【００９８】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【００９９】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１００】
次に、この発明の第５の実施形態に係わる話速可変装置について説明する。図１４は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｅ、入力部１０４、音声再生制御部１０５ｅおよびスピーカ１０６を備えている。
【０１０１】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｅに出力する。
【０１０２】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１０３】
単位分割部１０３ｅは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｅに出力する。
ここで、言語的に意味を持つ単位とは、例えば「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【０１０４】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、キーワードと抽出閾値の入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｅ内のメモリに記憶される。
【０１０５】
音声再生制御部１０５ｅは、単位分割部１０３ｅが作成したテキスト単位データと、入力部１０４から入力されたキーワードと抽出閾値とに基づいて、単位分割部１０３ｅにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１０６】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｅに出力される。
【０１０７】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１５に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１０８】
次に、単位分割部１０３ｅが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｅに出力する。以下の説明では、「文」で分割した場合について述べる。
【０１０９】
一方、入力部１０４からは、キーワードと抽出閾値が入力され、この情報は音声再生制御部１０５ｅに通知される。ここでは、キーワードとして、「再生」、「時間」、「制御」の３つが入力され、抽出閾値として「２」が入力されたものとして説明する。
【０１１０】
これに対して、音声再生制御部１０５ｅは、単位分割部１０３ｅからテキスト単位データが入力されるとともに、入力部１０４から上記３つのキーワードおよび抽出閾値が入力されると、上記テキスト単位データに基づいて、図１５に示すように各文から上記キーワードを検出し、これに基づいて、図１６に示すように１つの文に上記キーワードをのべ２つ以上含むものを検出する。
そして、音声再生制御部１０５ｅは、上記検出した文の識別情報を示す再生制御データを生成し、この再生制御データに基づいて、上記検出した文に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１１１】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定されるキーワードを指定された数（抽出閾値）以上含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１１２】
したがって、上記構成の話速可変装置によれば、ユーザが必要とする単位についてのみ通常速度で音声が再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１１３】
次に、この発明の第６の実施形態に係わる話速可変装置について説明する。図１７は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｆ、入力部１０４、音声再生制御部１０５ｆ、スピーカ１０６および記憶部１１０を備えている。
【０１１４】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｆに出力する。
【０１１５】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１１６】
単位分割部１０３ｆは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｆに出力する。
ここで、言語的に意味を持つ単位とは、例えば「単語」、「文節」、「連文節」、「文」、「段落」のいずれかを意味する。
【０１１７】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、キーワードと抽出閾値の入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｆ内のメモリに記憶される。
【０１１８】
音声再生制御部１０５ｆは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｆから入力されたテキスト単位データとを記憶部１１０に記録する。
【０１１９】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｆによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０１２０】
そして、音声再生制御部１０５ｆは、上記テキスト単位データと、入力部１０４から入力されたキーワードと抽出閾値とに基づいて、単位分割部１０３ｆにて分割した単位を選択し、この選択した単位を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１２１】
そして、音声再生制御部１０５ｆは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１２２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｆに出力される。
【０１２３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図１５に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１２４】
次に、単位分割部１０３ｆが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｆに出力する。
【０１２５】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｆによって記憶部１１０に記録される。以下の説明では、「文」で分割した場合について述べる。
【０１２６】
一方、入力部１０４からは、キーワードと抽出閾値が入力され、この情報は音声再生制御部１０５ｆに通知される。ここでは、キーワードとして、「再生」、「時間」、「制御」の３つが入力され、抽出閾値として「２」が入力されたものとして説明する。
【０１２７】
これに対して、音声再生制御部１０５ｆは、単位分割部１０３ｆからテキスト単位データが入力されるとともに、入力部１０４から上記３つのキーワードおよび抽出閾値が入力されると、上記テキスト単位データに基づいて、図１５に示すように各文から上記キーワードを検出し、これに基づいて、図１６に示すように１つの文に上記キーワードをのべ２つ以上含むものを検出し、この検出した文を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１２８】
その後、音声再生制御部１０５ｆは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、上記再生制御データで示される単位に対応する文についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１２９】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、指定されるキーワードを指定された数（抽出閾値）以上含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１３０】
したがって、上記構成の話速可変装置によれば、ユーザが必要とする単位についてのみ通常速度で音声が再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１３１】
また、上記構成の話速可変装置では、ユーザの要求に応じた、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【０１３２】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０１３３】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１３４】
次に、この発明の第７の実施形態に係わる話速可変装置について説明する。図１８は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｇ、入力部１０４、音声再生制御部１０５ｇ、スピーカ１０６および記憶部１２０を備えている。
【０１３５】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｇに出力する。
【０１３６】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１３７】
単位分割部１０３ｇは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｇに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「段落」のいずれかを意味する。
【０１３８】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｇ内のメモリに記憶される。
【０１３９】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１４０】
音声再生制御部１０５ｇは、単位分割部１０３ｇが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される言語的優先度情報とに基づいて、単位分割部１０３ｇにて分割した単位を選択的に用いて、音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１４１】
記憶部１２０は、例えば図１９に示すような、多数の接続詞をその重要度に応じて分類した情報を、上記言語的優先度情報として記憶するものである。
【０１４２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｇに出力される。
【０１４３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。
次に、単位分割部１０３ｇが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｇに出力する。以下の説明では、「文」で分割した場合について述べる。
【０１４４】
図２０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。この図では、各文（１）〜（８）を省略して示し、先頭に置かれた接続詞のみを表記している。
【０１４５】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１４６】
これに対して、音声再生制御部１０５ｇは、単位分割部１０３ｇからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、各文（１）〜（８）の再生時間を検出するとともに、すべての文を再生するのに要する総再生時間を検出する。ここでは、総再生時間は８０秒であったとする。
【０１４７】
次に、音声再生制御部１０５ｇは、再生倍率Nが２で、総再生時間が８０秒であることより、実再生時間を４０秒以内と決定する。
そして、音声再生制御部１０５ｇは、記憶部１２０に記憶される言語的優先度情報を参照し、テキスト単位データから各文（１）〜（８）のうち、重要度の高い接続詞が先頭に置かれるものを順に検出し、このうち合計の再生時間が実再生時間４０秒にできるだけ近く、かつ４０秒以内となるように、文を選択する。
【０１４８】
この選択した文の識別情報は、音声再生制御部１０５ｈにより再生制御データとして生成される。なお、図２０に示す例では、図２１に示すように、文（１）、（３）、（６）、（８）の合わせて４０秒分が選択されることになる。
【０１４９】
そして、音声再生制御部１０５ｇは、上記再生制御データに基づいて、記憶部１１０に記憶される音声データのうち、上記選択した文（１）、（３）、（６）、（８）に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１５０】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、予め高い優先度が設定された文字列を含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１５１】
したがって、上記構成の話速可変装置によれば、予め高い優先度が設定された文字列を含む単位の音声が優先的に通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１５２】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０１５３】
尚、この発明は上記実施の形態に限定されるものではない。
例えば、上記実施の形態では、記憶部１２０に記憶される言語的優先度情報として接続詞を例に挙げ、この接続詞の優先度で各文の優先度を決定するものとして説明した。
【０１５４】
しかしこれに限定されるものではなく、これに代わって例えば、各単位について、単語数、文字数、名詞や動詞といった自立語の数、自立語の割合などを求めて、この結果に応じて各単位の優先度を求めるようにしてもよい。
【０１５５】
また、上記実施の形態では、ユーザから指定される再生倍率Nに応じて再生時間が決定されるものとして説明したが、再生倍率Nが高い値に設定された場合には、再生される文（単位）が少なくなってしまう虞がある。
【０１５６】
これに対して例えば、再生される単位の数が予め設定した閾値未満となった場合には、音声再生制御部１０５ｇが、再生倍率Nを低倍率化し、その倍率で決定される再生時間内で再生可能な優先度の高い単位を選択することで、再生される単位の数を増やして再生するようにしてもいい。
【０１５７】
次に、この発明の第８の実施形態に係わる話速可変装置について説明する。図２２は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｈ、入力部１０４、音声再生制御部１０５ｈ、スピーカ１０６、記憶部１１０および記憶部１２０を備えている。
【０１５８】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｈに出力する。
【０１５９】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１６０】
単位分割部１０３ｈは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｈに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「段落」のいずれかを意味する。
【０１６１】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｈ内のメモリに記憶される。
【０１６２】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１６３】
音声再生制御部１０５ｈは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｈから入力されたテキスト単位データとを記憶部１１０に記録する。
【０１６４】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｈによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０１６５】
そして、音声再生制御部１０５ｈは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される言語的優先度情報とに基づいて、再生すべき単位を選択し、この選択した単位を示す識別情報を再生制御データとして記憶部１１０に記録する。
【０１６６】
そして、音声再生制御部１０５ｈは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される音声データのうち、再生制御データで示される部分についてアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１６７】
記憶部１２０は、例えば図１９に示すような、多数の接続詞をその重要度に応じて分類した情報を、上記言語的優先度情報として記憶するものである。
【０１６８】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｈに出力される。
【０１６９】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。
次に、単位分割部１０３ｈが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｈに出力する。
【０１７０】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｊによって記憶部１１０に記録される。以下の説明では、上記テキストデータを「文」で分割した場合を例に挙げて説明する。
【０１７１】
図２０に、ユーザから発せられた音声をテキストデータに変換した一例を示す。この図では、各文（１）〜（８）を省略して示し、先頭に置かれた接続詞のみを表記している。
【０１７２】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１７３】
これに対して、音声再生制御部１０５ｈは、単位分割部１０３ｈからテキスト単位データが入力されるとともに、入力部１０４から再生倍率Nが入力されると、各文（１）〜（８）の再生時間を検出するとともに、すべての文を再生するのに要する総再生時間を検出する。ここでは、総再生時間は８０秒であったとする。
【０１７４】
次に、音声再生制御部１０５ｈは、再生倍率Nが２で、総再生時間が８０秒であることより、実再生時間を４０秒以内と決定する。
そして、音声再生制御部１０５ｈは、記憶部１２０に記憶される言語的優先度情報を参照し、テキスト単位データから各文（１）〜（８）のうち、重要度の高い接続詞が先頭に置かれるものを順に検出し、このうち合計の再生時間が実再生時間４０秒にできるだけ近く、かつ４０秒以内となるように、文を選択する。
【０１７５】
なお、図２０に示す例では、図２１に示すように、文（１）、（３）、（６）、（８）の合わせて４０秒分が選択されることになる。この選択した文の識別情報は、音声再生制御部１０５ｈにより再生制御データとして記憶部１１０に記録される。
【０１７６】
その後、音声再生制御部１０５ｈは、入力部１０４を通じたユーザからの要求に応じて、上記再生制御データに基づいて、記憶部１１０に記憶される音声データのうち、上記選択した文（１）、（３）、（６）、（８）に対応する音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１７７】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、予め高い優先度が設定された文字列を含む単位を抽出し、この抽出した単位だけを通常速度で再生するようにしている。
【０１７８】
したがって、上記構成の話速可変装置によれば、予め高い優先度が設定された文字列を含む単位の音声が優先的に通常速度で再生されることになるので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０１７９】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０１８０】
また、上記構成の話速可変装置では、再生すべき単位を示す単位識別情報を音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記単位識別情報に対応する音声データを再生するようにしている。
【０１８１】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め再生すべき単位を示す単位識別情報を作成して音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０１８２】
また、記憶部１１０の記録媒体には、単位識別情報にしたがって音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０１８３】
次に、この発明の第９の実施形態に係わる話速可変装置について説明する。図２３は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｉ、入力部１０４、音声再生制御部１０５ｉ、スピーカ１０６および記憶部１２０を備えている。
【０１８４】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｉに出力する。
【０１８５】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０１８６】
単位分割部１０３ｉは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｉに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「文節」、「段落」のいずれかを意味する。
【０１８７】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｉ内のメモリに記憶される。
【０１８８】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０１８９】
音声再生制御部１０５ｉは、単位分割部１０３ｉが作成したテキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される統計的優先度情報とに基づいて、単位分割部１０３ｇにて分割した各単位の再生速度を決定し、この決定結果（再生制御データ）に基づいて音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０１９０】
記憶部１２０は、上記統計的優先度情報を記憶するものである。統計的優先度情報は、予め新聞や雑誌などの多種多様な活字媒体に基づいて収集されたもので、上記単位間が結合する確率を示すものである。
【０１９１】
したがって、この確率は、世間一般でよく使用される表現は値が大きくなり、あまり使われない一般的でない表現は値が小さくなる。このことから、上記確率が大きい表現はよく使われる表現のため、正確に再生しなくても再生音の雰囲気や前後関係から容易に推測できると考えられ、一方、条件付き確率値が小さい表現は特異な表現であるため前後関係等からその表現を推測することが難しいと考えられる。
【０１９２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｊに出力される。
【０１９３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２４に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０１９４】
次に、単位分割部１０３ｊが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。なお、以下の説明では、上記テキストデータを「文節」で分割した場合を例に挙げて説明する。
【０１９５】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０１９６】
これに対して、音声再生制御部１０５ｊは、入力部１０４から再生倍率Nが入力されると、上記音声データとテキスト単位データに基づいて、各文節の再生時間を検出する。ここでは、各文節の再生時間の合計が５２秒であったとする。
【０１９７】
次に、音声再生制御部１０５ｊは、実際の再生に要する実再生時間を算出する。この例では、再生倍率Nが２で、再生時間が５２秒であることより、実再生時間を２６秒以内と算出する。
【０１９８】
そして、音声再生制御部１０５ｊは、上記テキスト単位データに基づいて、図２４に示すようなテキストデータを、図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類した後、記憶部１２０に記憶される統計的優先度情報を参照して、各組合わせの（１）〜（２３）の確率値を求める。
【０１９９】
そして、音声再生制御部１０５ｉは、上記組合わせの（１）〜（２３）のうち、予め設定された確率閾値以下のものについては低速（通常速度）再生するものとし、一方、確率閾値より大きいものについては高速（倍速）再生するものとする。
【０２００】
ここで、上記確率閾値が「０．０１」に設定されていたものとすると、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）が低速再生の対象となり、一方、（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）についてが高速再生の対象となる。
【０２０１】
そして次に音声再生制御部１０５ｉは、低速再生対象の組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位を通常再生するのに要する時間が合計２５秒であることを検出する。
【０２０２】
そして音声再生制御部１０５ｉは、これより実再生時間２６秒のうち残り１秒間で、高速再生対象の（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位を再生する必要があることを検出し、これよりこれらについては２７倍速再生することを決定する。
【０２０３】
そして、音声再生制御部１０５ｊは、このような単位毎の再生速度に関する情報を再生制御データとして生成し、この再生制御データにしたがって、音声データ生成部１０１から入力された音声データのうち、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位に対応する音声データを通常再生するようにアナログ音声信号に変換し、また（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位に対応する音声データを２７倍速再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２０４】
これにより、２７倍速再生される部分については人間がほとんど内容を聞き取れないため、図２６に示すような通常再生する部分についてのみ音声として認識される。
【０２０５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、あまり一般的でない表現を優先的に通常速度で再生するようにしている。
【０２０６】
したがって、上記構成の話速可変装置によれば、前後の内容などから内容を推測しやすい一般的な表現については高速再生し、一方、前後の内容などから内容を推測しにくい一般的でない表現については低速再生するようにしているので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０２０７】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０２０８】
尚、この発明は上記実施の形態に限定されるものではない。
例えば、上記実施の形態では、音声再生制御部１０５ｉが図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類するようにしたが、連続する３つ以上の単位の組み合わせで分類するようにしてもよい。
【０２０９】
また確率閾値には予め設定された値を用いるようにしたが、これに代わって例えば、まず予め設定された値を用い、その場合に低速再生する単位の合計時間が、入力部１０４から入力された再生倍率Nに基づく実再生時間を超えるような場合には、音声再生制御部１０５ｉが上記確率閾値を可変して、上記実再生時間内に収まるように調整するようにしてもよい。
【０２１０】
次に、この発明の第１０の実施形態に係わる話速可変装置について説明する。図２７は、その構成を示すものである。
この図に示す話速可変装置は、マイクロホン１００、音声データ生成部１０１、テキストデータ生成部１０２、単位分割部１０３ｊ、入力部１０４、音声再生制御部１０５ｊ、スピーカ１０６、記憶部１１０および記憶部１２０を備えている。
【０２１１】
音声データ生成部１０１は、マイクロホン１００から入力されるアナログ音声信号を音声データに変換し、これをテキストデータ生成部１０２および音声再生制御部１０５ｊに出力する。
【０２１２】
テキストデータ生成部１０２は、音声認識技術を駆使して、音声データ生成部１０１から入力された音声データに基づいて、その発声内容を解析してテキストデータに変換する。
【０２１３】
単位分割部１０３ｊは、テキストデータ生成部１０２で得られたテキストデータを、言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。
ここで、言語的に意味を持つ単位とは、例えば「形態素」、「単語」、「文」、「文節」、「段落」のいずれかを意味する。
【０２１４】
入力部１０４は、例えばオペレータや外部機器から、音声再生の速度に関わる情報として、再生倍率Nの入力を受け付けるものである。ここから入力された情報は、後述する音声再生制御部１０５ｊ内のメモリに記憶される。
【０２１５】
ここで、等倍速再生を行う場合には「N=1」、一時停止する場合には「N=0」、スロー再生を行う場合には「0<N<1」、高速再生を行う場合には「1<N<∞」、スキップ再生を行う場合には「N=∞」、スロー逆再生を行う場合には「-1<N<0」、等倍速逆再生を行う場合には「N=-1」、高速逆再生を行う場合には「N<-1」を入力する。なお、「∞」は計算機上では十分大きな数値を代用して用いればよい。
【０２１６】
音声再生制御部１０５ｊは、音声データ生成部１０１から入力された音声データと単位分割部１０３ｊから入力されたテキスト単位データとを記憶部１１０に記録する。
【０２１７】
記憶部１１０は、例えば半導体メモリやハードディスク、光学式の記録媒体などが考えられ、音声再生制御部１０５ｊによりデータの読み書きが自在になされる。上記記録媒体は、当該話速可変装置より着脱できることが望ましい。
【０２１８】
そして、音声再生制御部１０５ｊは、上記テキスト単位データと、入力部１０４から入力された再生倍率Nと、後述する記憶部１２０に記憶される統計的優先度情報とに基づいて、単位分割部１０３ｇにて分割した各単位の再生速度を決定し、この決定結果を再生制御データとして記憶部１１０に記録する。
【０２１９】
そして、音声再生制御部１０５ｊは、入力部１０４を通じたユーザからの要求に応じて、記憶部１１０に記憶される再生制御データにしたがって記憶部１１０に記憶される音声データをアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２２０】
記憶部１２０は、上記統計的優先度情報を記憶するものである。統計的優先度情報は、予め新聞や雑誌などの多種多様な活字媒体に基づいて収集されたもので、上記単位間が結合する確率を示すものである。
【０２２１】
したがって、この確率は、世間一般でよく使用される表現は値が大きくなり、あまり使われない一般的でない表現は値が小さくなる。このことから、上記確率が大きい表現はよく使われる表現のため、正確に再生しなくても再生音の雰囲気や前後関係から容易に推測できると考えられ、一方、条件付き確率値が小さい表現は特異な表現であるため前後関係等からその表現を推測することが難しいと考えられる。
【０２２２】
次に、上記構成の話速可変装置の動作について説明する。
ユーザから発せられた音声は、マイクロホン１００によりアナログ音声信号に変換された後、音声データ生成部１０１に入力され、ここで音声データに変換される。この音声データは、テキストデータ生成部１０２および音声再生制御部１０５ｊに出力される。
【０２２３】
上記音声データは、テキストデータ生成部１０２にて解析され、テキストデータに変換される。図２４に、ユーザから発せられた音声をテキストデータに変換した一例を示す。
【０２２４】
次に、単位分割部１０３ｊが、上記テキストデータを言語的に意味を持つ単位に分割し、この分割した単位を識別する情報をテキスト単位データとして音声再生制御部１０５ｊに出力する。
【０２２５】
上記音声データと上記テキスト単位データは、音声再生制御部１０５ｊによって記憶部１１０に記録される。なお、以下の説明では、上記テキストデータを「文節」で分割した場合を例に挙げて説明する。
【０２２６】
一方、入力部１０４からは、再生倍率Nが入力され、この情報は音声再生制御部１０５ｇに通知される。ここでは、再生倍率Nとして２倍が指定されたものとして説明する。
【０２２７】
これに対して、音声再生制御部１０５ｊは、入力部１０４から再生倍率Nが入力されると、記憶部１１０に記録される音声データとテキスト単位データに基づいて、各文節の再生時間を検出する。ここでは、各文節の再生時間の合計が５２秒であったとする。
【０２２８】
次に、音声再生制御部１０５ｊは、実際の再生に要する実再生時間を算出する。この例では、再生倍率Nが２で、再生時間が５２秒であることより、実再生時間を２６秒以内と算出する。
【０２２９】
そして、音声再生制御部１０５ｊは、記憶部１１０に記録されるテキスト単位データに基づいて、図２４に示すようなテキストデータを、図２５に示すような連続する２つの単位の組み合わせ（１）〜（２３）に分類した後、記憶部１２０に記憶される統計的優先度情報を参照して、各組合わせの（１）〜（２３）の確率値を求める。
【０２３０】
そして、音声再生制御部１０５ｉは、上記組合わせの（１）〜（２３）のうち、予め設定された確率閾値以下のものについては低速（通常速度）再生するものとし、一方、確率閾値より大きいものについては高速（倍速）再生するものとする。
【０２３１】
ここで、上記確率閾値が「０．０１」に設定されていたものとすると、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）が低速再生の対象となり、一方、（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）についてが高速再生の対象となる。
【０２３２】
そして次に音声再生制御部１０５ｉは、低速再生対象の組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位を通常再生するのに要する時間が合計２５秒であることを検出し、これより実再生時間２６秒のうち残り１秒間で（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位を再生する必要があることを検出し、これよりこれらについては２７倍速再生することを決定する。
【０２３３】
そして、このような単位毎の再生速度に関する情報を再生制御データとして記憶部１１０に記録する。
そしてやがて、音声再生制御部１０５ｊは、入力部１０４を通じたユーザからの要求があると、記憶部１１０に記録される再生制御データにしたがって、音声データ生成部１０１から入力された音声データのうち、組み合わせ（２）、（８）、（９）、（１３）、（１５）、（１９）、（２０）、（２２）に関わる単位に対応する音声データを通常再生するようにアナログ音声信号に変換し、また（１）、（３）、（４）、（５）、（６）、（７）、（１０）、（１１）、（１２）、（１４）、（１６）、（１７）、（１８）、（２１）、（２３）に関わる単位に対応する音声データを２７倍速再生するようにアナログ音声信号に変換し、スピーカ１０６より拡声出力する。
【０２３４】
これにより、２７倍速再生される部分については人間がほとんど内容を聞き取れないため、図２６に示すような通常再生する部分についてのみ音声として認識される。
【０２３５】
以上のように、上記構成の話速可変装置では、従来のように一律の速度ですべての音声データを再生するのではなく、音声データからテキストデータに変換し、このテキストデータを解析して、あまり一般的でない表現を優先的に通常速度で再生するようにしている。
【０２３６】
したがって、上記構成の話速可変装置によれば、前後の内容などから内容を推測しやすい一般的な表現については高速再生し、一方、前後の内容などから内容を推測しにくい一般的でない表現については低速再生するようにしているので、再生に要する時間を短縮しつつも、再生される音声が示す内容を理解しやすい。
【０２３７】
また、ユーザから指定される再生倍率Nに応じた再生時間内に収まるように、優先度の高い単位が選択されるため、再生される音声は、ユーザが指定する時間の範囲内で行うことができる。
【０２３８】
また、上記構成の話速可変装置では、各単位の再生速度を示す情報を再生制御データとして音声データとともに記憶部１１０に記録しておき、ユーザの要求に応じて、上記再生制御データに基づいて音声データを再生するようにしている。
【０２３９】
したがって、上記構成の話速可変装置によれば、再生に先立って、予め各単位の再生速度を示す情報を音声データとともに保存しておくため、ユーザの要求に応じて迅速に再生することができる。
【０２４０】
また、記憶部１１０の記録媒体には、再生制御データに基づいて音声データを再生することで、音声が示す内容を理解しやすく高速再生できる情報を記録でき、これによりこの記録媒体を他の再生機器に読み込ませることで、高速再生が可能である。
【０２４１】
尚、この発明は、以上の実施の形態に限定されるものではない。
例えば、上記実施の形態では、テキストデータ生成部１０２が、音声認識技術を駆使して、音声データの発声内容を解析してテキストデータに変換するようにした。
【０２４２】
これに代わって例えば、テキストデータ生成部１０２を、オペレータに対して音声データに基づく音声を拡声する拡声装置と、この拡声装置から拡声される音声を聴いたオペレータがそれを認識して、キーボードなどの入力装置からテキスト入力を行って、これを受け付けてテキストデータを出力するテキスト入力装置とから構成するようにしてもよい。
その他、この発明の要旨を逸脱しない範囲で種々の変形を施しても同様に実施可能であることはいうまでもない。
【０２４３】
【発明の効果】
以上述べたように、この発明では、音声信号から生成した音声データをテキストデータに変換し、このテキストデータを言語的に意味を持つ単位に分割し、各単位毎に、音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する。そして、再生情報と分割情報とに基づいて、分割された単位のうち、上記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するようにしている。
【０２４４】
したがって、この発明によれば、言語的に意味を持つ単位の接続順序の確率を考慮して要約を行うようにしているので、単純な間引きなどによる要約と比べて、自然な要約が可能となり、再生される音声が示す内容が理解しやすい話速可変装置および話速変換方法を提供できる。
【図面の簡単な説明】
【図１】 この発明に係わる話速可変装置の第１の実施の形態の構成を示す回路ブロック図。
【図２】 図１に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図３】 図１に示した話速可変装置が生成したテキストデータを単位毎に分割する動作を説明するための図。
【図４】 図１に示した話速可変装置によって品詞毎に与えられる再生情報の一例を示す図。
【図５】 図１に示した話速可変装置によって再生情報が対応づけられたテキストデータの一例を示す図。
【図６】 図１に示した話速可変装置によって品詞毎に設定される再生速度の一例を示す図。
【図７】 図１に示した話速可変装置によって算出された再生時間とテキストデータの対応関係の一例を示す図。
【図８】 この発明に係わる話速可変装置の第２の実施の形態の構成を示す回路ブロック図。
【図９】 この発明に係わる話速可変装置の第３の実施の形態の構成を示す回路ブロック図。
【図１０】 図９に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図１１】 図９に示した話速可変装置が生成したテキストデータを単位毎に分割する動作を説明するための図。
【図１２】 図９に示した話速可変装置が再生する音声を選択する動作を説明するための図。
【図１３】 この発明に係わる話速可変装置の第４の実施の形態の構成を示す回路ブロック図。
【図１４】 この発明に係わる話速可変装置の第５の実施の形態の構成を示す回路ブロック図。
【図１５】 図１４に示した話速可変装置がキーワードを含む単位を選択する動作を説明するための図。
【図１６】 図１４に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図１７】 この発明に係わる話速可変装置の第６の実施の形態の構成を示す回路ブロック図。
【図１８】 この発明に係わる話速可変装置の第７の実施の形態の構成を示す回路ブロック図。
【図１９】 図１８に示した話速可変装置が着目するキーワードの優先度の一例を示す図。
【図２０】 図１８に示した話速可変装置が検出した各単位の再生に要する時間の一例を示す図。
【図２１】 図１８に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図２２】 この発明に係わる話速可変装置の第８の実施の形態の構成を示す回路ブロック図。
【図２３】 この発明に係わる話速可変装置の第９の実施の形態の構成を示す回路ブロック図。
【図２４】 図２３に示した話速可変装置が、ユーザから入力される音声をテキストデータに変換した一例を示す。
【図２５】 図２３に示した話速可変装置が、連続する単位の組み合わせが発生する確率の分析結果の一例を示す。
【図２６】 図２３に示した話速可変装置が再生するために選択した単位の一例を示す図。
【図２７】 この発明に係わる話速可変装置の第１０の実施の形態の構成を示す回路ブロック図。
【符号の説明】
１００…マイクロホン、１０１…音声データ生成部、１０２…テキストデータ生成部、１０３ａ…単位分割部、１０３ｂ…単位分割部、１０３ｃ…単位分割部、１０３ｄ…単位分割部、１０３ｅ…単位分割部、１０３ｆ…単位分割部、１０３ｇ…単位分割部、１０３ｈ…単位分割部、１０３ｉ…単位分割部、１０３ｊ…単位分割部、１０４…入力部、１０５ａ…音声再生制御部、１０５ｂ…音声再生制御部、１０５ｃ…音声再生制御部、１０５ｄ…音声再生制御部、１０５ｅ…音声再生制御部、１０５ｆ…音声再生制御部、１０５ｇ…音声再生制御部、１０５ｈ…音声再生制御部、１０５ｉ…音声再生制御部、１０５ｊ…音声再生制御部、１０６…スピーカ、１１０，１２０…記憶部。
Claims (7)
- 音声の再生速度を可変制御する話速可変装置において、
音声信号から音声データを生成する音声データ生成手段と、
この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、
このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、
前記単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、
前記再生情報と前記分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備することを特徴とする話速可変装置。 - 音声の再生速度を可変制御する話速可変装置において、
音声信号から音声データを生成する音声データ生成手段と、
この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、
このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、
前記単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、
前記再生情報を記憶する第１の記憶手段と、
前記第１の記憶手段が記憶する再生情報と、前記分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御する音声再生制御手段とを具備することを特徴とする話速可変装置。 - 音声の再生速度を可変制御する話速可変装置において、
音声信号から音声データを生成する音声データ生成手段と、
この音声データ生成手段が生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのテキストデータ生成手段と、
このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成する分割情報生成手段と、
前記単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成する再生情報生成手段と、
前記再生情報を記憶する第１の記憶手段と、
前記音声データと分割情報とを記録する第２の記憶手段と、
前記第１の記憶手段が記憶する再生情報と、前記第２の記憶手段が記憶する分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低い組み合わせの単位を前記第２の記憶手段が記憶する音声データから選択し、この選択された単位に対応する音声データに基づいて音声信号を生成する音声信号生成手段とを具備することを特徴とする話速可変装置。 - さらに、各単位を再生するのに要する時間をそれぞれ検出する検出手段を備え、
前記音声再生制御手段は、前記再生情報と前記分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低く、かつ再生に要する時間の合計が所定時間以内になる組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御することを特徴とする請求項１に記載の話速可変装置。 - さらに、各単位を再生するのに要する時間をそれぞれ検出する検出手段を備え、
前記音声再生制御手段は、前記第１の記憶手段が記憶する再生情報と、前記分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低く、かつ再生に要する時間の合計が所定時間以内になる組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御することを特徴とする請求項２に記載の話速可変装置。 - さらに、各単位を再生するのに要する時間をそれぞれ検出する検出手段を備え、
前記音声信号生成手段は、前記第１の記憶手段が記憶する再生情報と、前記第２の記憶手段が記憶する分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低く、かつ再生に要する時間の合計が所定時間以内になる組み合わせの単位を前記第２の記憶手段が記憶する音声データから選択し、この選択された音声データに基づいて音声信号を生成することを特徴とする請求項３に記載の話速可変装置。 - 音声の再生速度を可変制御する話速可変方法において、
音声信号から音声データを生成するステップと、
このステップで生成した音声データに基づいて、この音声データが有する発声内容を示すテキストデータを生成するためのステップと、
このテキストデータを、言語的に意味を持つ単位に分割する分割情報を生成するステップと、
前記単位の音声の再生制御に関わる再生情報として、所定の単位が所定の順序で組み合わさる確率を示す情報を生成するステップと、
前記再生情報と前記分割情報とに基づいて、分割された単位のうち、前記確率が予め設定した閾値より低い組み合わせの単位を選択し、この選択された単位に対応する音声データを再生制御するステップとを具備することを特徴とする話速可変方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002382385A JP3881620B2 (ja) | 2002-12-27 | 2002-12-27 | 話速可変装置及び話速変換方法 |
| US10/743,085 US7373299B2 (en) | 2002-12-27 | 2003-12-23 | Variable voice rate apparatus and variable voice rate method |
| US12/101,465 US7742920B2 (en) | 2002-12-27 | 2008-04-11 | Variable voice rate apparatus and variable voice rate method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002382385A JP3881620B2 (ja) | 2002-12-27 | 2002-12-27 | 話速可変装置及び話速変換方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004212665A JP2004212665A (ja) | 2004-07-29 |
| JP3881620B2 true JP3881620B2 (ja) | 2007-02-14 |
Family
ID=32817959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002382385A Expired - Lifetime JP3881620B2 (ja) | 2002-12-27 | 2002-12-27 | 話速可変装置及び話速変換方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US7373299B2 (ja) |
| JP (1) | JP3881620B2 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005293174A (ja) * | 2004-03-31 | 2005-10-20 | Toshiba Corp | テキストデータ編集装置、テキストデータ編集方法及びテキストデータ編集プログラム |
| JP2007172597A (ja) * | 2005-11-28 | 2007-07-05 | Canon Inc | 音声処理装置及び音声処理方法 |
| JP4711152B2 (ja) * | 2008-12-26 | 2011-06-29 | ソニー株式会社 | コンテンツ表示制御装置および方法、プログラム、並びに記録媒体 |
| JP4996750B1 (ja) * | 2011-01-31 | 2012-08-08 | 株式会社東芝 | 電子機器 |
| US20140038160A1 (en) * | 2011-04-07 | 2014-02-06 | Mordechai Shani | Providing computer aided speech and language therapy |
| CN102237088B (zh) * | 2011-06-17 | 2013-10-23 | 盛乐信息技术（上海）有限公司 | 语音识别多信息文本获取装置及方法 |
| FR2979465B1 (fr) * | 2011-08-31 | 2013-08-23 | Alcatel Lucent | Procede et dispositif de ralentissement d'un signal audionumerique |
| JP5802139B2 (ja) * | 2012-01-20 | 2015-10-28 | 日本放送協会 | 音声処理装置及びプログラム |
| JP5999839B2 (ja) * | 2012-09-10 | 2016-09-28 | ルネサスエレクトロニクス株式会社 | 音声案内システム及び電子機器 |
| CN103065619B (zh) * | 2012-12-26 | 2015-02-04 | 安徽科大讯飞信息科技股份有限公司 | 一种语音合成方法和语音合成*** |
| JP6405653B2 (ja) * | 2014-03-11 | 2018-10-17 | 日本電気株式会社 | 音声出力装置および音声出力方法 |
| KR101620790B1 (ko) * | 2015-09-14 | 2016-05-12 | 강민구 | ３단계 음성 언어 학습을 위한 더블 음원 재생 장치 및 방법 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2513266B2 (ja) | 1988-02-09 | 1996-07-03 | 日本電気株式会社 | 音韻継続時間長決定装置 |
| JPH0782356B2 (ja) | 1988-04-06 | 1995-09-06 | 日本電信電話株式会社 | 音声データ編集装置 |
| JP3219892B2 (ja) | 1993-04-05 | 2001-10-15 | 日本放送協会 | リアルタイム話速変換装置 |
| JPH08212228A (ja) | 1995-02-02 | 1996-08-20 | Sanyo Electric Co Ltd | 要約文作成装置および要約音声作成装置 |
| JPH08297499A (ja) | 1995-04-26 | 1996-11-12 | Matsushita Electric Ind Co Ltd | 音声速度変換制御装置および音声速度変換制御方法 |
| AU772874B2 (en) * | 1998-11-13 | 2004-05-13 | Scansoft, Inc. | Speech synthesis using concatenation of speech waveforms |
| JP3444831B2 (ja) | 1999-11-29 | 2003-09-08 | 株式会社ジャストシステム | 編集処理装置、及び編集処理プログラムが記憶された記憶媒体 |
| US6785649B1 (en) * | 1999-12-29 | 2004-08-31 | International Business Machines Corporation | Text formatting from speech |
-
2002
- 2002-12-27 JP JP2002382385A patent/JP3881620B2/ja not_active Expired - Lifetime
-
2003
- 2003-12-23 US US10/743,085 patent/US7373299B2/en not_active Expired - Fee Related
-
2008
- 2008-04-11 US US12/101,465 patent/US7742920B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US7742920B2 (en) | 2010-06-22 |
| JP2004212665A (ja) | 2004-07-29 |
| US7373299B2 (en) | 2008-05-13 |
| US20080201149A1 (en) | 2008-08-21 |
| US20040193423A1 (en) | 2004-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7742920B2 (en) | Variable voice rate apparatus and variable voice rate method | |
| JP4558308B2 (ja) | 音声認識システム、データ処理装置、そのデータ処理方法及びプログラム | |
| JPH08212228A (ja) | 要約文作成装置および要約音声作成装置 | |
| JP5638479B2 (ja) | 書き起こし支援システムおよび書き起こし支援方法 | |
| JP2013072903A (ja) | 合成辞書作成装置および合成辞書作成方法 | |
| US20060084047A1 (en) | System and method of segmented language learning | |
| JPS58205196A (ja) | 音声処理装置における音声情報の自動編集方法 | |
| WO1998044483A1 (en) | Time scale modification of audiovisual playback and teaching listening comprehension | |
| JP2000250401A (ja) | 言語学習方法、言語学習装置およびプログラムを記録した媒体 | |
| JP6251219B2 (ja) | 合成辞書作成装置、合成辞書作成方法および合成辞書作成プログラム | |
| JP3201327B2 (ja) | 録音再生装置 | |
| KR100410863B1 (ko) | 캡션카셋트플레이어에서문장단위로반복재생방법 | |
| JP4779954B2 (ja) | 音声データ処理装置、方法及びプログラム | |
| JP3635628B2 (ja) | 音声情報記録媒体及び音声情報の再生方法 | |
| JP2004240352A (ja) | 音声比較学習器 | |
| JP2007256815A (ja) | 音声再生装置、音声再生方法、音声再生プログラム | |
| JPH04264595A (ja) | 音声データ再生装置 | |
| KR100194659B1 (ko) | 디지탈 녹음기의 음성 녹음방법 | |
| JPH06304291A (ja) | 自動読上げ装置 | |
| JPH07295465A (ja) | 語学学習装置 | |
| JP2003131680A (ja) | 表示文任意選択とその発話音声出力を行う制御方法 | |
| JPS63269200A (ja) | 音声認識装置 | |
| JP2004517343A (ja) | アナログ音声信号を自動見出しを付してデジタル記録する方法 | |
| JPH08202259A (ja) | 学習装置 | |
| JP2018159777A (ja) | 音声再生装置、および音声再生プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040609 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060502 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060516 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060718 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060815 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060920 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061110 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3881620 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101117 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101117 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111117 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131117 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |