JP5124768B2 - Broadcast equipment - Google Patents
Broadcast equipment Download PDFInfo
- Publication number
- JP5124768B2 JP5124768B2 JP2006261675A JP2006261675A JP5124768B2 JP 5124768 B2 JP5124768 B2 JP 5124768B2 JP 2006261675 A JP2006261675 A JP 2006261675A JP 2006261675 A JP2006261675 A JP 2006261675A JP 5124768 B2 JP5124768 B2 JP 5124768B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- amplification
- audio signal
- power
- change rate
- 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.)
- Active
Links
Landscapes
- Circuit For Audible Band Transducer (AREA)
Description
本発明は、駅構内などで使用される電車等の発車ベルなどの警告音、報知音とアナウンス音声が重複した際に、両者の情報を使用者に的確に知らせるための公共放送装置に関する。 The present invention relates to a public broadcasting apparatus for accurately notifying a user of information of both when a warning sound such as a departure bell of a train used in a station premises or the like, a notification sound, and an announcement sound overlap.
都会など多くの電車が行き来する場所では、駅構内の発車ベル等の警告音、報知音と、発車時のアナウンスが同時に鳴らされることが多い。これらの音は、その構成周波数成分を同一帯域に有している場合が多く、必要なアナウンスが極めて聞き取りづらくなっている。そのため、さらにアナウンスの音量を上げるという悪循環から、構内に響く様々な音の音量が相対的に上げられ、ますます全体の騒音が増している。 In places where many trains come and go, such as in urban areas, warning sounds and notification sounds such as departure bells in the station premises and announcements at the time of departure are often sounded at the same time. These sounds often have their constituent frequency components in the same band, making it difficult to hear the necessary announcements. Therefore, from the vicious circle of further raising the volume of announcements, the volume of various sounds that reverberate on the premises is relatively increased, and the overall noise is increasing.
構内アナウンス、発車ベル、エレベーターの到着音など異なる役割の音が、無秩序に共存することで、音源同士がぶつかりあい、必要な情報が得られないというケースが頻発しているのが現状である。 Currently, there are frequent cases where sounds of different roles such as announcements on the premises, departure bells, and arrival sounds of elevators coexist in a disorderly manner, causing sound sources to collide with each other and necessary information cannot be obtained.
駅構内などでは、発車ベルとアナウンスとをあえて違うタイミングで流したり、アナウンスを流すときには発車ベルの音量を下げるなどの措置を施している場合もある。 There are also cases where the departure bell and the announcement are deliberately played at different timings in the station premises, or when the announcement bell is played, the volume of the departure bell is reduced.
このような状況下においては、聴力が低下してきた高齢者や聴覚障害者にとっては、必要なアナウンスや発車ベルを聞き分けるのは困難である。特に視覚障害者にとっては、音による誘導が駅構内における情報の大部分を占めるので、適切な情報を明瞭に伝達できるような環境を構築する事が強く望まれている。 Under such circumstances, it is difficult for elderly people and hearing-impaired persons whose hearing ability has decreased to distinguish the necessary announcements and departure bells. Especially for visually handicapped people, since guidance by sound occupies most of the information in the station premises, it is strongly desired to construct an environment in which appropriate information can be transmitted clearly.
一方、平成12年に施行された交通バリアフリー法では、視覚障害者に案内を行う設備の例示として「音による案内」が加えられ、公共空間における音声誘導の導入なども記述されており、福祉社会における音による情報伝達の重要性が高まってきている。近年は、短いメロディや電子音によって特定の行動や意味を、言葉ではなく音に置き換えることによって、場所や方向などの情報を伝えるため音サインの導入も各所で検討されてきている。 On the other hand, the Traffic Barrier-Free Law, which was enforced in 2000, added “sound guidance” as an example of equipment that provides guidance to visually impaired people, and also introduced the introduction of voice guidance in public spaces. The importance of information transmission by sound in society is increasing. In recent years, introduction of sound signatures has been studied in various places to convey information such as place and direction by replacing specific actions and meanings with short melody or electronic sound instead of words.
特許文献1には、音声を入力する手段と、音声を分析して加工する手段と、音声を再生して出力する手段を有する音響処理装置において、音声波形から音声の音響的特徴量を計算する特徴量計算部と、該音響的特徴量の単位時間あたりの時間変化量を計算する特徴量変化量計算部と、該時間変化量を変更する時間変化量変更部と、該変更後時間変化量を用いて該音響的特徴量を変更する音響的特徴量変更部と、該変更後音響的特徴量から音声波形を再構築する波形再構築部を有する音声強調方法および装置に関する記載がある。
発車ベルとアナウンスとを違うタイミングで流したり、アナウンスを流すときには発車ベルの音量を下げるなどの処置は最も有効な措置ではあるが、電車の到着のタイミングなど、適切な情報伝達のために、やむをえず両者を重ねなければならなかったり、他のアナウンスなどが交じって聞こえてしまうケースも多い。 Although it is the most effective measure to flow the departure bell and the announcement at different timings, or to reduce the volume of the departure bell when an announcement is made, it is unavoidable for proper communication of information such as the arrival timing of the train. There are many cases in which both of them must be overlapped, or other announcements can be heard.
特に、このような状況下において、視覚障害者や、老人性難聴によって言葉の聞き取り能力が低下した高齢者へ十分な情報伝達を行う技術は確立されてないのが現状である。 In particular, under such circumstances, there is currently no technology established to sufficiently transmit information to visually impaired people or elderly people whose ability to hear words has decreased due to senile deafness.
また、サイン音の導入は有益な一方策ではあるが、インフラ整備やサイン音の種類と内容の周知徹底など、普及させるには大変な時間と労力が必要となる上に、現在の発車ベルやアナウンスの音量では、このような誘導音も十分に伝達できない場合も多い。 The introduction of sign sounds is a useful one-way measure, but it requires a lot of time and effort to disseminate infrastructure development and the thorough awareness of the types and contents of sign sounds. In many cases, such announcements cannot be transmitted sufficiently at the volume of the announcement.
特許文献1には、音声の音響的特徴の時間変化の変更、発話速度および時間変化の同時変更、周波数特性および時間変化の同時変更、および、発話速度、周波数特性、時間変化の同時変更に関する技術については詳細に記載されているが、騒音下や発車ベル等の鳴り響く環境下で聞き落としやすい子音等の音声情報のみを選択的に増幅し、音声の音量を不必要に上げることなく、且つ、音声の自然性を損なわずにアナウンス等の内容を明瞭に伝達する手段などについての開示も示唆も無い。 Japanese Patent Application Laid-Open No. 2004-133867 discloses a technique relating to a change in time change of acoustic characteristics of speech, a simultaneous change in speech rate and time change, a simultaneous change in frequency characteristic and time change, and a simultaneous change in speech rate, frequency characteristic and time change. Is described in detail, but selectively amplifying only the consonant sound information that is easy to hear under noisy or sounding environment such as a departure bell, without unnecessarily increasing the sound volume, and There is no disclosure or suggestion of means for clearly transmitting the contents of announcements or the like without impairing the naturalness of the voice.
上記の課題を解決するために、本発明は、駅構内などで使用される電車等の発車ベルなどの警告音、報知音とアナウンス音声が重複した際に、両者の情報を使用者に的確に知らせる放送装置に関して、以下の構成とした。 In order to solve the above-mentioned problems, the present invention accurately detects information of both when a warning sound such as a departure bell of a train used in a station or the like, a notification sound and an announcement sound overlap. Regarding the broadcasting device to inform, it has the following configuration.
放送装置において、入力された音声信号の所定の周波数成分を通過させるフィルタ部と、前記フィルタ部を通過した音声信号の特定の時刻の前後に複数の時間フレームを形成するフレーム分割部と、前記フレーム分割部で分割されたフレーム内の音声信号のパワーをそれぞれ算出するパワー算出部と、前記パワー算出部で算出されたそれぞれのパワーからパワーの変化率を算出するパワー変化率算出部と、前記パワー変化率算出部で算出されたパワー変化率から入力音声信号を増幅するか否かを決定する増幅決定部と、前記増幅決定部で増幅すると決定された場合に前記パワー変化率に基づいて増幅度を算出する増幅度算出部と、前記増幅度算出部で算出された増幅度に応じて入力音声を増幅する音声増幅部を含むようにした。これにより、駅構内などで、アナウンス音声と発車ベル等の警告音が重複しても、聞き落としやすい子音等を強調し、明瞭な音声を提供することができる。 In the broadcasting device, a filter unit that passes a predetermined frequency component of the input audio signal, a frame dividing unit that forms a plurality of time frames before and after a specific time of the audio signal that has passed through the filter unit, and the frame A power calculator that calculates the power of the audio signal in the frame divided by the divider; a power change rate calculator that calculates a power change rate from each power calculated by the power calculator; and the power An amplification determination unit that determines whether or not to amplify the input audio signal from the power change rate calculated by the change rate calculation unit, and an amplification factor based on the power change rate when it is determined to amplify by the amplification determination unit And an audio amplification unit that amplifies the input sound according to the amplification degree calculated by the amplification degree calculation unit. Thereby, even if the announcement sound and the warning sound such as the departure bell overlap in the station premises, it is possible to emphasize clear consonants and the like and provide clear sound.
また、放送装置において、入力された音声信号を並列に配置された通過帯域の異なる複数のフィルタに通過させるフィルタ部と、前記フィルタ部を通過したそれぞれの音声信号の特定の時刻の前後に複数の時間フレームを形成するフレーム分割部と、前記フレーム分割部で分割されたフレーム内の音声信号のパワーをそれぞれ算出するパワー算出部と、前記パワー算出部で算出されたそれぞれのパワーからパワーの変化率を算出するパワー変化率算出部と、前記パワー変化率算出部で算出されたパワー変化率から入力音声信号を増幅するか否かを決定する増幅決定部と、前記増幅決定部で増幅すると決定された場合に、前記フィルタ部を通過したそれぞれの音声信号に対するパワー変化率に基づいて増幅度を算出する増幅度算出部と、前記増幅度算出部で算出された増幅度に応じて入力音声を増幅する音声増幅部を含むようにした。これにより、駅構内などで、アナウンス音声と発車ベル等の警告音が重複しても、子音等の部分を正確に抽出及び強調し、明瞭な音声を提供することができる。 Further, in the broadcasting apparatus, a filter unit that passes the input audio signal through a plurality of filters having different passbands arranged in parallel, and a plurality of audio signals that pass through the filter unit before and after a specific time. A frame dividing unit that forms a time frame, a power calculating unit that calculates the power of the audio signal in the frame divided by the frame dividing unit, and a power change rate from each power calculated by the power calculating unit Is determined to be amplified by the amplification determination unit, an amplification determination unit that determines whether or not to amplify the input audio signal from the power change rate calculated by the power change rate calculation unit, An amplification factor calculating unit that calculates an amplification factor based on a power change rate for each audio signal that has passed through the filter unit; And to include audio amplifier for amplifying an input speech in accordance with the amplification degree calculated in degrees calculator. As a result, even if the announcement sound and the warning sound such as the departure bell overlap in the station premises or the like, it is possible to accurately extract and emphasize portions such as consonants and provide clear sound.
また、前記パワー変化率算出部が、前記パワー算出部で算出された前記フィルタ部を通過したそれぞれの音声信号に対するパワーの比率を算出し、この比率に基づいて前記パワー変化率を算出する構成とした。これにより、複数の周波数成分のパワーの比率を基に、より正確に子音等の部分を抽出及び強調し、明瞭な音声を提供することができる。 Further, the power change rate calculation unit calculates a power ratio for each audio signal that has passed through the filter unit calculated by the power calculation unit, and calculates the power change rate based on the ratio. did. Thereby, based on the ratio of the powers of a plurality of frequency components, it is possible to more accurately extract and emphasize portions such as consonants and provide clear speech.
また、前記増幅度算出部が、前記フィルタ部を通過したそれぞれの音声信号に対するパワー変化率に基づいて算出された増幅度の平均値を増幅度とする構成にした。これにより、複数の周波数成分のパワーの比率を基に、子音の前後のパワー変化なども考慮した上で、子音等の部分を強調し、明瞭な音声を提供することができる。 In addition, the amplification degree calculation unit is configured to use the average value of the amplification degrees calculated based on the power change rate for each audio signal that has passed through the filter unit as the amplification degree. Thereby, based on the ratio of the powers of a plurality of frequency components, it is possible to provide a clear sound by emphasizing the consonant and the like in consideration of the power change before and after the consonant.
また、前記増幅度算出部が、前記フィルタ部を通過したそれぞれの音声信号に対するパワー変化率に基づいて算出された増幅度の最大値を増幅度とする構成にした。これにより、複数の周波数成分のパワーの比率を基に、子音の前後のパワー変化なども考慮した上で、子音等の部分を強調し、明瞭な音声を提供することができる。 Further, the amplification degree calculation unit is configured to use the maximum value of the amplification degree calculated based on the power change rate with respect to each audio signal that has passed through the filter unit as the amplification degree. Thereby, based on the ratio of the powers of a plurality of frequency components, it is possible to provide a clear sound by emphasizing the consonant and the like in consideration of the power change before and after the consonant.
また、前記増幅決定部で増幅すると決定された場合に、前記特定の時刻の前後に音声信号の増幅区間を特定するための増幅区間特定部を備え、前記増幅区間内の音声信号に関して前記増幅度算出部で算出された増幅度の平均値を、前記増幅区間内の一部又は全部の音声信号に対する増幅度とする構成にした。これにより、子音開始時の端点だけでなく、その前後の音声成分をも同時に強調し、明瞭な音声を提供することができる。 And an amplification section specifying section for specifying an amplification section of the audio signal before and after the specific time when it is determined to be amplified by the amplification determining section, and the amplification degree for the audio signal in the amplification section The average value of the amplification degree calculated by the calculation unit is set as the amplification degree for a part or all of the audio signal in the amplification section. As a result, not only the end point at the start of the consonant but also the audio components before and after the consonant can be emphasized at the same time to provide clear audio.
また、前記増幅決定部で増幅すると決定された場合に、前記特定の時刻の前後に音声信号の増幅区間を特定するための増幅区間特定部を備え、前記増幅区間内の音声信号に関して前記増幅度算出部で算出された増幅度の最大値を、前記増幅区間内の一部又は全部の音声信号に対する増幅度とする構成にした。これにより、子音開始時の端点だけでなく、その前後の音声成分をも同時に強調し、明瞭な音声を提供することができる。 And an amplification section specifying section for specifying an amplification section of the audio signal before and after the specific time when it is determined to be amplified by the amplification determining section, and the amplification degree for the audio signal in the amplification section The maximum value of the amplification degree calculated by the calculation unit is configured to be the amplification degree for a part or all of the audio signal in the amplification section. As a result, not only the end point at the start of the consonant but also the audio components before and after the consonant can be emphasized at the same time to provide clear audio.
また、放送装置において、並列に配置された互いに通過帯域が異なる複数のくし型フィルタからなるくし型フィルタユニットを備え、異なる音信号をそれぞれ異なる前記通過帯域が異なるくし型フィルタに通して出力する構成とした。これにより、アナウンス音声と警告音が、その構成周波数成分を同一帯域に有することなく、警告音と共に明瞭なアナウンス音声を提供することができる。 Also, the broadcasting apparatus includes a comb filter unit including a plurality of comb filters having different pass bands arranged in parallel, and outputs different sound signals through the different comb filters having different pass bands. It was. Thereby, the announcement voice and the warning sound can provide clear announcement voice together with the warning sound without having the constituent frequency components in the same band.
また、前記くし型フィルタユニットを、複数従属接続する構成とした。これにより、警告音や音声の特性に応じて、くし型フィルタ特性を変更できるようになり、状況に応じて、警告音と共に明瞭なアナウンス音声を提供することができる。 Further, a plurality of comb filter units are connected in cascade. Accordingly, the comb filter characteristics can be changed according to the characteristics of the warning sound and the voice, and a clear announcement voice can be provided together with the warning sound according to the situation.
また、前記放送装置において、入力信号が音声信号の場合に、前記音声信号の特定の部分を増幅する音声強調部と、前記音声強調部における増幅度に応じて前記くし型フィルタの周波数特性を調整するフィルタ特性調整部を含むようにした。これにより、アナウンス音声を強調し、その強調度合いに応じて最適なくし型フィルタ特性を選択できるようになり、状況に応じて警告音と明瞭なアナウンス音声を提供することができる。 In the broadcasting apparatus, when the input signal is an audio signal, an audio enhancement unit that amplifies a specific portion of the audio signal, and the frequency characteristics of the comb filter are adjusted according to the amplification degree in the audio enhancement unit A filter characteristic adjustment unit is included. As a result, the announcement voice is emphasized, and an optimum elimination filter characteristic can be selected according to the degree of enhancement, and a warning sound and a clear announcement voice can be provided according to the situation.
本発明の放送装置は、駅構内等の発車ベル等の警告音、報知音と、発車時のアナウンスが同時に鳴らされた場合に、音声内容の伝達にとって重要でありながら警告音等にかき消されがちなパワーが小さい音声の子音部等を、音声の短時間パワーの変化率に基づいて、選択的に、さらに最適な増幅度で強調するので、音声の音量を不必要に上げることなく、且つ、音声の自然性を損なわずにアナウンス等の内容を明瞭に伝達することができる。 The broadcasting device of the present invention is important for the transmission of the audio content when the warning sound and notification sound of the departure bell at the station premises, etc. and the announcement at the departure of the vehicle are sounded at the same time. Since the consonant part of the voice with low power is selectively emphasized with the optimum amplification degree based on the rate of change of the short-time power of the voice, without increasing the volume of the voice unnecessarily, and The contents such as announcements can be transmitted clearly without impairing the naturalness of the voice.
従来、このような音声処理においては、パワーが小さい子音部等を正確に抽出することが困難であったが、本発明の放送装置は、複数のフィルタを通過した音声情報のパワーの変化率を複合的に参照することによって、パワーが小さい子音部等を正確に抽出、強調することが出来る。 Conventionally, in such audio processing, it has been difficult to accurately extract a consonant part having a low power, but the broadcasting apparatus of the present invention uses the rate of change in power of audio information that has passed through a plurality of filters. By referencing compoundly, it is possible to accurately extract and emphasize a consonant part having a small power.
また、子音部等のレベルや特性は、その音韻内容や発話者によって変化するので、常に最適な増幅度を適用するのは困難であったが、本発明の放送装置は、複数の周波数帯域から算出された増幅度の平均値や最大値を前記子音部等の増幅度とすることによって、当該子音部のレベルや特性などに応じて、常に最適な増幅度を適用し、音声の自然性を損なわずに明瞭なアナウンス音声を提供することができる。 In addition, since the level and characteristics of the consonant part vary depending on the phoneme content and the speaker, it is difficult to always apply the optimum amplification degree. By using the calculated average value or maximum value of the amplification level as the amplification level of the consonant part, etc., the optimum amplification level is always applied according to the level and characteristics of the consonant part, and the naturalness of the voice is improved. A clear announcement voice can be provided without loss.
本発明の放送装置は、音声信号の特定の時刻の前後に適当な時間幅の増幅区間を設け、その区間内で算出された増幅度の平均値や最大値を、前記増幅区間内の全ての音声信号に適用することによって、前記子音部等の端点のみならず、音声信号中の子音成分を余すことなく増幅することができるので、より明瞭なアナウンス音声を提供することができる。 The broadcasting device of the present invention provides an amplification section with an appropriate time width before and after a specific time of the audio signal, and the average value or maximum value of the amplification degree calculated in the section is set to all the amplification sections in the amplification section. By applying it to an audio signal, it is possible to amplify not only the end points of the consonant part but also the consonant components in the audio signal, so that a clearer announcement voice can be provided.
本発明の放送装置は、アナウンス音声や警告音などの異なる音信号を通過帯域が異なるくし型フィルタに通すので、アナウンス音声と警告音を同時に鳴らしても両者の構成周波数帯域が重複することなく、アナウンス音声の音量を上げたり、アナウンス音声と警告音の提示時刻をずらさずとも、明瞭なアナウンス音声を提供することができる。 Since the broadcasting device of the present invention passes different sound signals such as announcement sound and warning sound through comb filters having different pass bands, even if the announcement sound and warning sound are simultaneously played, both constituent frequency bands do not overlap, A clear announcement voice can be provided without increasing the volume of the announcement voice or shifting the presentation time of the announcement voice and the warning sound.
本発明の放送装置は、警告音や音声の特性に応じて、前記くし型フィルタ特性を変更できるので、音声の自然性を損なうことなく、明瞭なアナウンス音声を提供することができる。 The broadcasting device of the present invention can change the comb filter characteristics according to the characteristics of warning sound and sound, and therefore can provide clear announcement sound without deteriorating the naturalness of the sound.
アナウンス音声と警告音を通過帯域が異なるくし型フィルタに通すと、子音部等や警告音のレベルや特性によっては、アナウンス音声及び警告音の連続性が損なわれる場合があるが、本発明の放送装置は、音声の子音部等の強調処理を施したアナウンス音声と警告音を通過帯域が異なるくし型フィルタに通し、さらに警告音や音声の特性に応じて、前記くし型フィルタ特性を変更できるので、アナウンス音声や警告音の連続性が損なわれることなく、自然で明瞭なアナウンス音声と警告音を同時に提供することができる。 When the announcement sound and the warning sound are passed through a comb filter having different pass bands, the continuity of the announcement sound and the warning sound may be impaired depending on the consonant part and the level and characteristics of the warning sound. The device passes the announcement sound and the warning sound that have undergone emphasis processing such as the consonant part of the voice through the comb filter having different pass bands, and further can change the comb filter characteristics according to the characteristics of the warning sound and voice. It is possible to simultaneously provide a natural and clear announcement voice and warning sound without losing the continuity of the announcement voice and warning sound.
以下、本発明を実施するための最良の形態を図面に基づいて詳細に説明する。なお、以下の説明において、同一機能を有するものは同一の符号とし、その繰り返しの説明は省略する。 The best mode for carrying out the present invention will be described below in detail with reference to the drawings. In the following description, components having the same function are denoted by the same reference numerals, and repeated description thereof is omitted.
図1は、本発明の実施形態におけるシステムのブロック図であり、入力音声Sの所定の周波数成分を通過させるフィルタ部1と、音声信号の特定の時刻の前後に複数の時間フレームを形成するフレーム分割部2と、前記フレーム分割部で分割されたフレーム内の音声信号のパワーをそれぞれ算出するパワー算出部3と、前記パワー算出部で算出されたそれぞれのパワーからパワーの変化率を算出するパワー変化率算出部4と、前記パワー変化率算出部で算出されたパワー変化率から入力音声信号を増幅するか否かを決定する増幅決定部5と、前記増幅決定部で増幅すると決定された場合に前記パワー変化率に基づいて増幅度を算出する増幅度算出部6と、前記増幅度算出部で算出された増幅度に応じて入力音声を増幅する音声増幅部7から構成されている。 FIG. 1 is a block diagram of a system in an embodiment of the present invention, a filter unit 1 that passes a predetermined frequency component of an input sound S, and a frame that forms a plurality of time frames before and after a specific time of a sound signal. A dividing unit 2, a power calculating unit 3 for calculating the power of the audio signal in the frame divided by the frame dividing unit, and a power for calculating a power change rate from the respective powers calculated by the power calculating unit A change rate calculation unit 4; an amplification determination unit 5 that determines whether to amplify an input audio signal from the power change rate calculated by the power change rate calculation unit; The amplification factor calculation unit 6 calculates the amplification factor based on the power change rate, and the voice amplification unit 7 amplifies the input voice according to the amplification factor calculated by the amplification factor calculation unit. It is.
ここでフィルタ部1の周波数特性は、音声の音節構造を分かりやすくするために、音声の母音の音エネルギーがある1000 Hz 付近にピークを持ち、3000 Hz 以上の成分を殆ど通さないような周波数特性とする。 Here, the frequency characteristic of the filter unit 1 is a frequency characteristic that has a peak near 1000 Hz where the sound energy of the vowel of the voice is present and hardly passes any component above 3000 Hz in order to make the syllable structure of the voice easier to understand. And
フレーム分割部2は、図2に示すように、フィルタを通過した音声Sfの時刻tの前後に、例えばそれぞれ 15 ms のフレーム(時間窓) W1、W2 を形成する。このフレームは、連続的に(1サンプルずつ)時間軸上を移動する。パワー算出部3は急激にレベルが増加、または減少する部分を見つけるために、W1、W2内のパワーをそれぞれ算出する。 As shown in FIG. 2, the frame dividing unit 2 forms, for example, 15 ms frames (time windows) W1 and W2, respectively, before and after the time t of the voice Sf that has passed through the filter. This frame moves on the time axis continuously (one sample at a time). The power calculation unit 3 calculates the power in W1 and W2 in order to find a part where the level suddenly increases or decreases.
パワー変化率算出部4は、 W1 の平均パワーをpf1(t)、W2 の平均パワー をpf2(t) として変化率を算出する。本実施例では、この変化率の算出に、例えば、以下の式を使用する。
q(t) は -1〜1 の値を取り、時刻 t の近傍におけるパワーの変化がなければ 0、パワーの減少に対しては正、増加に対しては負となる。増幅決定部5は、このq(t)の値を参照し、パワーの変化がなければ増幅しないなどの決定を行う。 q (t) takes a value between -1 and 1, 0 if there is no change in power near time t, positive for a decrease in power, and negative for an increase. The amplification determination unit 5 refers to the value of q (t) and determines that the amplification is not performed if there is no change in power.
増幅度算出部6は、増幅決定部5で増幅すると決定された場合に、q(t)をパラメータとして、W1、W2 の境界となる時刻 t におけるパワーの変化率が大きい時には、その時刻における音声信号の増幅度を上げる(子音・音節端の強調)。 The amplification degree calculation unit 6 uses the q (t) as a parameter when the amplification determination unit 5 determines to amplify, and when the power change rate at the time t that becomes the boundary between W1 and W2 is large, the sound at that time Increase signal amplification (enhancement of consonant / syllable edges).
本実施例では、例えば、入力音声Sの振幅を n^{q(t)^2} 倍するという操作によって、音声増幅部7においてパワーの変化が大きい部分のみを増幅することができる(1<n、例えば n=4 とする。振幅を n 倍することが、増幅の上限となる)。 In the present embodiment, for example, by the operation of multiplying the amplitude of the input speech S by n ^ {q (t) ^ 2}, only the portion where the power change is large can be amplified in the speech amplification unit 7 (1 < n, for example, n = 4, and multiplying the amplitude by n is the upper limit of amplification).
図3は、本発明の第2の実施形態におけるシステムのブロック図であり、図1の実施の形態におけるフィルタ部が、通過帯域の異なる複数のフィルタで構成されている。 FIG. 3 is a block diagram of a system in the second embodiment of the present invention, and the filter unit in the embodiment of FIG. 1 is composed of a plurality of filters having different pass bands.
人間が騒音下で音声を聴取、認識する際には、音声の端点を正確に認識することが最も重要であり、その部分が認識できれば、後に続く音節ないし音脈を知覚することは極めて容易となることが知られている。 When a human listens to and recognizes speech in the presence of noise, it is most important to accurately recognize the end points of the speech, and if that part can be recognized, it will be extremely easy to perceive the subsequent syllable or pulse. It is known to be.
本発明は、このような、人間の既知の聴覚的特性に鑑みて為されたものであり、単に子音を強調し、その明瞭度のみを上げることを目的とするのではなく、警告音等に聴取を妨げられる子音等の音声の端点を確実に聴き取らせ、その後に続く音節ないし音脈の知覚的体制化を容易にするためのものである。 The present invention has been made in view of such known human auditory characteristics, and is not intended to simply emphasize consonants and raise only their intelligibility, but to alert sounds and the like. This is to make it possible to reliably listen to the end points of speech such as consonants that are prevented from being heard, and to facilitate the perceptual organization of subsequent syllables or sound pulses.
例えば、本実施例では、図3のフィルタ部を音声の母音の音エネルギーがある1000 Hz 付近にピークを持ち、3000 Hz 以上の成分を殆ど通さないような周波数特性を有するフィルタと、8000 Hz 以下の成分をほぼ均等に通すフィルタの2種類のフィルタによる構成とする。 For example, in the present embodiment, the filter section of FIG. 3 has a peak in the vicinity of 1000 Hz where the sound energy of the voice vowel is present and has a frequency characteristic that hardly passes components of 3000 Hz or more, and 8000 Hz or less. The filter is configured to have two types of filters that pass the components almost uniformly.
この2種類のフィルタ出力より、図1と同様の方法でそれぞれパワー変化率を算出し、それぞれ増幅決定部5で増幅するか否かの決定をした上で、増幅することが決定された際には、それぞれのパワー変化率に基づいて、最も適した最終的な増幅度を決定する。 From these two types of filter outputs, when the power change rate is calculated by the same method as in FIG. 1 and the amplification determining unit 5 determines whether or not to amplify each, the amplification is determined. Determines the most suitable final amplification based on the respective power rate of change.
図4に示す第3の実施形態におけるシステムのブロック図では、例えば、8000 Hz 以下の成分をほぼ均等に通すフィルタを通した時に得られる信号 S0 の W1、W2 における平均パワーを p01(t)、p02(t) とする。 In the block diagram of the system in the third embodiment shown in FIG. 4, for example, the average power at W1 and W2 of the signal S0 obtained when passing through a filter that almost uniformly passes a component of 8000 Hz or less is expressed as p01 (t), p02 (t).
ここで、各フィルタ部を通過したそれぞれの音声信号に対するパワーの比率をp1(t)=pf1(t)/p01(t)、p2(t)=pf2(t)/p02(t) とすると、
なお、q(t)、u(t)はそれぞれ単独でも使うことができるし、r1(t) = 1/{n^(q(t)^2)} と、r2(t) = 1/{n^(u(t)^2)}との平均値もしくは加重平均値を採用したり、両者のうち小さな値を取ったりすることによって、併用することもできる。 Note that q (t) and u (t) can be used independently, and r1 (t) = 1 / {n ^ (q (t) ^ 2)} and r2 (t) = 1 / { It can be used together by adopting an average value or a weighted average value with n ^ (u (t) ^ 2)} or taking a small value of both.
図5は、本発明の第4の実施形態におけるシステムのブロック図であり、増幅するための時間幅を特定する増幅区間特定部8が設けられている。 FIG. 5 is a block diagram of a system according to the fourth embodiment of the present invention, in which an amplification section specifying unit 8 for specifying a time width for amplification is provided.
音声の端点をより明瞭に認識するためには、パワーの変化が大きい時点だけでなく、その時点の近傍にも重要な情報が含まれる。本実施例では、例えば、tの前後 7 ms (計 14 ms)の増幅区間(時間窓)を取って、 r(t) = 1/{n^(q(t)^2)} の代表値c(t) を求める(t-0.007〜t+0.007 秒の範囲における r の値を平均したり、両者のうちの小さな値を取って時刻 t の近傍における r の代表値 c(t) とする。すなわち、時間窓 14 ms の移動平均)。この場合は、増幅度算出部6では、c(t)の逆数を増幅度とする。 In order to recognize the end point of speech more clearly, important information is included not only at the time when the power change is large, but also in the vicinity of that time. In this example, for example, taking an amplification interval (time window) of 7 ms before and after t (total 14 ms), the representative value of r (t) = 1 / {n ^ (q (t) ^ 2)} c (t) is calculated (average of r values in the range of t-0.007 to t + 0.007 seconds, or take a small value of both to make the representative value c (t) of r near time t. Ie, a moving average over a 14 ms time window). In this case, the amplification degree calculation unit 6 uses the reciprocal of c (t) as the amplification degree.
図6は、本発明の第5の実施形態におけるシステムのブロック図であり、並列に配置された互いに通過帯域が異なる複数のくし型フィルタからなるくし型フィルタユニット9に対し、音声信号と警告音信号をそれぞれ異なるくし型フィルタに通して出力している。 FIG. 6 is a block diagram of a system according to the fifth embodiment of the present invention. An audio signal and a warning sound are supplied to a comb filter unit 9 composed of a plurality of comb filters having different pass bands arranged in parallel. Each signal is output through a different comb filter.
本実施例では、音声を知覚する上で特に重要な 3500 Hz 以下の帯域において、音声信号と発車ベルとをくし型フィルタに通している。この場合のくしの通常帯域に当たる帯域幅を、臨界帯域程度、あるいはそれよりも大きくし、二つのフィルタの通過帯域を交互に組み合わせる。このことによって、両信号に極端なレベル差がない限り、どちらの信号も交互の帯域で聴きとられることが保証される。 In the present embodiment, the audio signal and the departure bell are passed through the comb filter in a band of 3500 Hz or less, which is particularly important for perceiving audio. In this case, the bandwidth corresponding to the normal band of the comb is set to about the critical band or larger, and the pass bands of the two filters are alternately combined. This ensures that both signals are heard in alternating bands as long as there is no extreme level difference between the two signals.
時刻 t秒における入力信号を x(t) とし、出力信号を y(t) とする。0、 1100、 2200... Hz の付近の成分を残し、550、 1650、 2750... Hz の付近の成分を抑えるようなフィルターは、
逆に0、 1100、 2200... Hz の付近の成分を抑え、550、 1650、 2750... Hz の付近の成分を残すようなフィルターは、
図7、図8に、数3、数4で表されたくし型フィルタの周波数特性をそれぞれ示す。本実施例では、音声信号に図7の、警告音に図8のフィルタを用いることを想定しているが、それぞれのフィルタに異なる警告音信号を通すなど、さまざまな変形がありうる。 FIGS. 7 and 8 show frequency characteristics of the comb filters expressed by Equation 3 and Equation 4, respectively. In the present embodiment, it is assumed that the filter of FIG. 7 is used for the audio signal and the filter of FIG. 8 is used for the warning sound. However, various modifications such as passing different warning sound signals through each filter may be possible.
図9は、本発明の第6の実施形態におけるシステムのブロック図であり、並列に配置された互いに通過帯域が異なる複数のくし型フィルタで構成されたくし型フィルタユニット9を複数従属接続している。 FIG. 9 is a block diagram of a system according to the sixth embodiment of the present invention, in which a plurality of comb filter units 9 composed of a plurality of comb filters having different pass bands and arranged in parallel are cascade-connected. .
警告音とアナウンス音声とを聴覚的に分離するためには、単一のくし型フィルタでは充分ではない場合があるので、フィルタを従属接続することによって、特性を変えることができるフィルタ構成としている。 In order to audibly separate the warning sound and the announcement sound, a single comb filter may not be sufficient. Therefore, the filter configuration can change the characteristics by connecting the filters in cascade.
図10は、本発明の第7の実施形態におけるシステムのブロック図であり、音声強調部10とフィルタ特性調整部11が設けられている。第5の実施の形態及び第6の実施の形態のように、通過帯域が異なるくし型フィルタをアナウンス音声と警告音に交互に適用すると、くし型フィルタの特性によっては、パワーが小さい音声の子音部等の情報を損ない、音声の連続性が失われてしまう場合があるので、くし型フィルタへの入力の前段で子音部を強調する。 FIG. 10 is a block diagram of a system according to the seventh embodiment of the present invention, in which a speech enhancement unit 10 and a filter characteristic adjustment unit 11 are provided. As in the fifth and sixth embodiments, when comb filters having different passbands are applied alternately to the announcement sound and the warning sound, depending on the characteristics of the comb filter, the consonant of the sound with low power In some cases, the continuity of speech may be lost due to the loss of information such as the part, so the consonant part is emphasized before the input to the comb filter.
本実施例では、音声強調部10を第1〜第4の実施の形態で述べたような音声強調方式を使用するものとする。 In the present embodiment, the speech enhancement unit 10 is assumed to use the speech enhancement method as described in the first to fourth embodiments.
第1〜第4の実施の形態で述べたような音声強調(子音強調、音節端強調)を受けた部分に、このようなくし型フィルタをかけると、音声としての自然さを著しく減じてしまうので、そのような部分についてはフィルタ特性調整部11でフィルタのかかり具合を弱める。 If such a comb filter is applied to a portion subjected to speech enhancement (consonant enhancement, syllable end enhancement) as described in the first to fourth embodiments, the naturalness of the speech is significantly reduced. In such a portion, the filter characteristic adjustment unit 11 weakens the degree of filter application.
そのためには、強調の程度を示す c(t) を 0〜1 の変域に置きかえることが、計算上都合がよいので、例えば、
図7、図8に示したフィルタの代わりに、
なお、本実施例では、アナウンス音声と警告音に対して、常に音声強調処理およびくし型フィルタ処理を行うように想定されているが、両信号がやむをえず重なった時にのみ、本発明の方式を用いても良い。 In the present embodiment, it is assumed that voice enhancement processing and comb filter processing are always performed on the announcement sound and warning sound. However, the method of the present invention is used only when both signals inevitably overlap. It may be used.
また、本実施例では、音声信号と警告音信号をそれぞれ異なるくし型フィルタに通して出力しているが、これは、銀行のATM機が複数並んで同時にガイド音声を発しているようなケースで、それぞれのガイド音声をそれぞれ異なるくし型フィルタに通して出力し、各ATM機の使用者が、それぞれのガイド音声を明瞭に聞き取れるようにするような構成としても良い。 In this embodiment, the sound signal and the warning sound signal are output through different comb filters, but this is a case where a plurality of bank ATM machines line up and emit a guide sound at the same time. Each guide voice may be output through a different comb filter so that each ATM machine user can clearly hear each guide voice.
また、本実施例では、くし型フィルタを構成する際に、くし状の周波数ノッチを線形周波数スケール上で周波数的に等間隔に配置しているが、これはアナウンス音声と警告音の周波数成分が重なり合わねば良いので、周波数スケールを対数スケールやバークスケールとしてくし型フィルタを構成しても良い。 In the present embodiment, when the comb filter is configured, the comb-shaped frequency notches are arranged at equal intervals on the linear frequency scale. This is because the frequency components of the announcement sound and the warning sound are separated. Since they need only be overlapped, a comb filter may be configured with a logarithmic scale or a bark scale as a frequency scale.
1…フィルタ部、 2…フレーム分割部、 3…パワー算出部、 4…パワー変化率算出部、 5…増幅決定部、 6…増幅度算出部、 7…音声増幅部、 8…増幅区間特定部、 9…くし型フィルタユニット、 10…音声強調部、 11…フィルタ特性調整部 DESCRIPTION OF SYMBOLS 1 ... Filter part, 2 ... Frame division | segmentation part, 3 ... Power calculation part, 4 ... Power change rate calculation part, 5 ... Amplification determination part, 6 ... Amplification degree calculation part, 7 ... Audio | voice amplification part, 8 ... Amplification area specification part 9 ... Comb filter unit, 10 ... Speech enhancement unit, 11 ... Filter characteristic adjustment unit
Claims (9)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006261675A JP5124768B2 (en) | 2006-09-27 | 2006-09-27 | Broadcast equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006261675A JP5124768B2 (en) | 2006-09-27 | 2006-09-27 | Broadcast equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008085520A JP2008085520A (en) | 2008-04-10 |
JP5124768B2 true JP5124768B2 (en) | 2013-01-23 |
Family
ID=39355941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006261675A Active JP5124768B2 (en) | 2006-09-27 | 2006-09-27 | Broadcast equipment |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5124768B2 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5115818B2 (en) * | 2008-10-10 | 2013-01-09 | 国立大学法人九州大学 | Speech signal enhancement device |
JP4756560B2 (en) * | 2008-12-04 | 2011-08-24 | 株式会社ソニー・コンピュータエンタテインメント | Information processing apparatus and information processing method |
KR101981487B1 (en) * | 2013-01-23 | 2019-05-24 | 에스케이텔레콤 주식회사 | Dynamic range compression device for multi-band and control method thereof |
WO2024024122A1 (en) * | 2022-07-26 | 2024-02-01 | パナソニックIpマネジメント株式会社 | Voice processing method, program, and voice processing system |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2916160B2 (en) * | 1989-03-09 | 1999-07-05 | 富士通株式会社 | Time-switching band-division speech coding method and apparatus |
JPH04198997A (en) * | 1990-11-29 | 1992-07-20 | Oki Electric Ind Co Ltd | Speech recognizing method |
JPH05249994A (en) * | 1991-10-18 | 1993-09-28 | Gijutsu Kenkyu Kumiai Iryo Fukushi Kiki Kenkyusho | Voice emphasizing device |
JPH05172619A (en) * | 1991-12-19 | 1993-07-09 | Fujitsu Ltd | Volume control circuit of notification voice |
JPH07225592A (en) * | 1994-02-14 | 1995-08-22 | Matsushita Electric Ind Co Ltd | Device for detecting sound section |
JPH0916193A (en) * | 1995-06-30 | 1997-01-17 | Hitachi Ltd | Speech-rate conversion device |
JPH09146588A (en) * | 1995-11-22 | 1997-06-06 | Matsushita Electric Ind Co Ltd | Detection device for alarm sound of emergency service car |
JP4167347B2 (en) * | 1999-05-27 | 2008-10-15 | 松下電器産業株式会社 | Phonological information transmitting / receiving method for digital broadcasting and receiving apparatus used therefor |
JP2002149200A (en) * | 2000-08-31 | 2002-05-24 | Matsushita Electric Ind Co Ltd | Device and method for processing voice |
JP3960834B2 (en) * | 2002-03-19 | 2007-08-15 | 松下電器産業株式会社 | Speech enhancement device and speech enhancement method |
-
2006
- 2006-09-27 JP JP2006261675A patent/JP5124768B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2008085520A (en) | 2008-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A psychoacoustic method to find the perceptual cues of stop consonants in natural speech | |
CN102318371B (en) | Senior envelope encoding tonal sound processing method and system | |
EP1224660B1 (en) | Emphasis of short-duration transient speech features | |
EP2808867A1 (en) | Transient speech signal encoding method and device, decoding method and device, processing system and computer-readable storage medium | |
Moore | Aspects of auditory processing related to speech perception | |
US20110178799A1 (en) | Methods and systems for identifying speech sounds using multi-dimensional analysis | |
JP5115818B2 (en) | Speech signal enhancement device | |
EP2823482A2 (en) | Voice activity detection and pitch estimation | |
Nathwani et al. | Speech intelligibility improvement in car noise environment by voice transformation | |
JP5124768B2 (en) | Broadcast equipment | |
US10176824B2 (en) | Method and system for consonant-vowel ratio modification for improving speech perception | |
Rostolland | Phonetic structure of shouted voice | |
Kusumoto et al. | Modulation enhancement of speech by a pre-processing algorithm for improving intelligibility in reverberant environments | |
JP4876245B2 (en) | Consonant processing device, voice information transmission device, and consonant processing method | |
US7561709B2 (en) | Modulation depth enhancement for tone perception | |
EP2372707B1 (en) | Adaptive spectral transformation for acoustic speech signals | |
JP4774255B2 (en) | Audio signal processing method, apparatus and program | |
Zhang | Acoustic analysis of disguised voices with raised and lowered pitch | |
EP2380171A2 (en) | Method and device for processing acoustic voice signals | |
JPH0229232B2 (en) | ||
Noh et al. | How does speaking clearly influence acoustic measures? A speech clarity study using long-term average speech spectra in Korean language | |
JP3345534B2 (en) | hearing aid | |
CN102222507B (en) | Method and equipment for compensating hearing loss of Chinese language | |
JP2010175465A (en) | Speaker direction estimation device | |
JP3632384B2 (en) | Hearing aids |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090717 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120216 |
|
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: 20121002 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |