JPH0728486A - 音声圧縮装置 - Google Patents

Abstract

(57)【要約】 【目的】不必要な無音区間を検出し該区間を音声情報か
ら削除する装置であってホストＣＰＵを介さず蓄積制御
が可能な構成とした音声圧縮装置の提供。 【構成】音声信号をブロック化し１フレームのパワーを
出力するパワー検出回路と、ｍフレームの平均パワーを
出力する平均化回路と、有音／無音区間を判定するため
平均パワー値と閾値を比較し結果を出力する判定回路
と、無音区間がｎ回連続した時にのみ無音区間と判定し
結果を出力する補正回路と、入力した音声信号と補正回
路の出力とのタイミングの同期をとる遅延回路と、遅延
回路の出力を入力データとし補正回路の出力を書込み制
御信号入力とする記憶手段とから成る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声データの圧縮装置
に関し、特に、留守番電話、音声メール（ボイスメー
ル）等において音声データを圧縮蓄積する音声圧縮装置
に関する。

【０００２】

【従来の技術】交換機には、音声蓄積装置が設置され、
メッセージを音声で蓄積し、発信人に代わって所望の時
間にメッセージを相手先に届けたり、あるいは相手先が
都合の良い時刻にメッセージの受け取りを可能とする等
各種音声メールサービスが実現されている。

【０００３】そして、音声圧縮方式の研究の進展に伴い
高い圧縮率が可能とされたこと、及び音声圧縮回路の集
積回路化等により、音声圧縮蓄積装置は、交換機のみな
らず、家庭電話機等においても内蔵されるようになり、
メッセージを音声で蓄積し留守番電話機としての役割を
担うと共に、メッセージの転送を行う高機能電話機が一
般的となるに至った。

【０００４】音声圧縮装置における音声情報の圧縮に
は、各種手法が用いられ、例えばデジタル音声信号を帯
域圧縮する情報圧縮、無音区間に対する情報圧縮、ある
いは両者を兼ね合わせたもの等がある。

【０００５】交換機における情報圧縮としては、入力情
報の用途が必ずしも明確ではないため入力情報の完全復
元を前提とした圧縮方法が採用される。例えば、無音区
間に対する情報圧縮方法には無音区間を無音コード等で
置き換える方法、あるいは無音区間の情報を削除するな
どの方法があるが、交換機においては入力情報の完全復
元の目的に沿った前者が採用されている。

【０００６】ここで、電話機等に内蔵される音声圧縮装
置の説明のため、無音区間に対して不必要な無音区間の
情報を削除するための処理を、従来の音声圧縮装置につ
いて説明する。

【０００７】まず、不必要な無音区間について説明す
る。無音区間にはメッセージ内容を正確に伝達するため
絶対的に必要な無音区間と、メッセージを伝達するとい
う目的のためには削除可能な不必要な無音区間との２通
りに分けられる。

【０００８】この不必要な無音区間とは具体的に言え
ば、たとえば、発信人が発生する音声において、文章と
文章の間の長い沈黙、あるいは文章の途中での発信人の
言葉の選択等の思考又は迷いのために発生する無音区間
などがある。

【０００９】この類の無音区間は、再生しなくても、メ
ッセージ伝達のためには、差し障りがない。従って、こ
のような不必要な無音区間が検出されると、メモリへは
蓄積せず削除される。

【００１０】図２を参照して、従来の音声圧縮装置（以
下「従来例１」という）を説明する。図２は、電話機等
に内蔵される音声圧縮装置の概略構成を示し、無音区間
のうち不必要な無音区間の情報を削除するものである。

【００１１】図２において、デジタル化された音声信号
は入力端子２０から入力され、パワー検出回路２１は、
入力音声信号をブロック化して１フレーム時間当たりの
パワー値を出力する。

【００１２】判定回路２３は、パワー検出回路２１の出
力であるパワー値を入力し、該パワー値を有音区間／無
音区間の判定のためのしきい値と比較しその結果を出力
する。

【００１３】制御手段２７は、判定回路２３の出力と、
入力端子２０から入力されたデジタル音声信号とを入力
し、記憶手段２６への書き込み制御信号とデジタル音声
信号を出力する。

【００１４】そして記憶手段２６は、制御手段２７の出
力であるメモリへの書き込み制御信号に基づきデジタル
音声信号をメモリへ記憶する。

【００１５】図５を参照して、従来例１の動作を制御手
段２７を中心に説明する。

【００１６】パワー検出回路２１は、入力端子２０から
音声のデジタル信号を入力し、１フレーム時間（ここで
は２０ｍｓｅｃとする）のパワー値を抽出し、これを出
力する。

【００１７】判定回路２３は、有音区間／無音区間の判
定のしきい値（Ｔ）とパワー検出回路２１の出力である
パワー値とを比較し、（パワー値）≧Ｔならば有音区間
と判定し論理値“１”を出力し、（パワー値）＜Ｔなら
ば無音区間と判定し論理値“０”を出力する。

【００１８】制御手段２７は、判定回路２３の判定結果
を入力してこれを監視し、メモリへの書き込み制御信号
を出力する。

【００１９】図５（Ａ）は、図２の判定回路２３の出力
信号の一例を示す。図５（Ａ）に示すように、判定回路
２３の出力において“０”、即ち無音区間が、５区間以
上連続した場合、制御手段２７は、書き込み制御信号
（図５（Ｂ）参照）を非活性化する。

【００２０】制御手段２７は、図５（Ａ）において、判
定回路２３の出力信号が再び“１”に変化する時点の、
“０”２回分手前の時点から書き込み制御信号を活性化
して出力し、入力したデジタル信号を書き込み制御信号
のタイミングと同期させて出力する。

【００２１】記憶手段２６は、制御手段２７の出力であ
るデジタル音声信号と書き込み制御信号を入力し、書き
込み制御信号が活性化状態にある時、デジタル音声信号
をメモリに記憶蓄積する。

【００２２】なお、メモリに蓄積されたデジタル音声信
号を復元する場合はメモリ内容を順次復号するだけとな
る。

【００２３】次に、音声の圧縮蓄積装置として、例えば
特開平３−８２５（以下「従来例２」という）には、バ
ッファ・メモリと入出力端子との間に回路を付加するこ
とにより、ブロック・サイズをバッファ・メモリや磁気
ディスク等に無関係に設定でき、また有音ブロック、無
音ブロックに関する情報を音声符号の中に挿入して、コ
ンピュータ制御部は、一切関知しなくてもよいような音
声蓄積再生方式が提案されている。

【００２４】従来例２には、音声信号をブロックごとに
有音ブロックか無音ブロックかを判定し、有音ブロック
はそのまま符号系列を蓄積し、無音ブロックについては
フラグと無音ブロックの連続する個数に関する情報のみ
を蓄積装置に蓄積し、再生時には、蓄積装置から取り出
す符号系列の中からフラグを検出して、無音ブロックを
見い出し、フラグに付随する無音ブロックの個数に関す
る情報に基づいて無音ブロックを挿入し、有音ブロック
は蓄積装置から符号系列を取出して再生する音声蓄積再
生方式が開示されている。

【００２５】

【発明が解決しようとする課題】前記従来例１において
は、ホストＣＰＵの一部である制御手段２７を用いて、
蓄積不要な無音区間の判定検出を行なっている。

【００２６】制御手段２７は、判定回路２３の判定出力
を監視して、無音区間を指示する“０”の回数をカウン
トし不必要な無音区間を判定し、その判定結果に基づき
書き込み制御信号を生成し、また、この区間に対応した
音声信号を一時的に格納しておく必要がある。

【００２７】さらに、制御手段２７は、書き込み制御信
号と該書き込み制御信号に対応したデジタル信号を記憶
手段２６に出力し、メモリへの音声情報の格納を制御し
ている。

【００２８】このように従来例１においては、不必要な
無音区間の判定から記憶手段への制御までを全てホスト
ＣＰＵで実行するため、ＣＰＵに大きな負荷がかかると
いう問題がある。

【００２９】また、前記従来例２においては、蓄積が不
要な無音区間も含めて全ての無音区間に対して所定のフ
ラグと該無音区間の連続個数を蓄積装置に格納する構成
が開示されているだけで、従来例２は、前記従来例１の
ように無音区間を２通りに分け、不必要な無音区間は削
除してメモリ空間の効率的な利用を可能とする音声圧縮
方式とは異なる方式である。さらに従来例２では、蓄
積、再生系におけるフラグ制御回路等が必要とされる。

【００３０】従って、本発明は、前記問題点を解消し、
音声信号を蓄積する際に不必要な無音区間を検出し該不
必要な無音区間を音声情報から削除する音声圧縮装置で
あって、簡易な回路構成によりホストＣＰＵを介さず蓄
積制御を行なえるようにした音声圧縮装置を提供するこ
とを目的とする。

【００３１】

【課題を解決するための手段】前記目的を達成するため
本発明は、音声信号を圧縮蓄積する音声圧縮装置であっ
て、デジタル化された音声信号を入力する入力端子と、
前記入力端子から入力した音声信号を所定数のサンプル
から成るフレームにブロック化しフレーム単位のパワー
値を出力するパワー検出回路と、前記パワー検出回路の
出力を入力し、ｍ個のフレームの平均パワー値を出力す
る平均化回路と、前記平均化回路の出力を入力し、前記
平均パワー値としきい値とを比較して有音区間／無音区
間を判定し該判定結果を出力する判定回路と、前記判定
回路の出力を入力し無音区間の判定結果がｎ（ｎ＞０）
回連続した時にのみ無音区間と判定し該判定結果を出力
する補正回路と、前記入力端子に接続され、入力した音
声信号と補正回路の出力信号とのタイミングを同期させ
る遅延回路と、前記補正回路の出力を書き込み制御信号
として入力し前記遅延回路の出力を入力データとする記
憶手段とを備えた音声圧縮装置を提供する。

【００３２】

【実施例】図面を参照して、本発明の実施例を以下に説
明する。

【００３３】図１において、入力端子１０から音声信号
が入力され、パワー検出回路１１は１フレームあたりの
入力デジタル信号のパワー値を検出する。

【００３４】平均化回路１２は、ｍ個のフレームのパワ
ー値を一旦バッファに格納し、ｍ個のフレーム間のパワ
ー平均値を出力する。本実施例では、１フレームを２０
ｍｓｅｃとする。

【００３５】判定回路１３は、ｍ個のフレーム間のパワ
ー平均値としきい値とを比較して有音区間と無音区間を
判定し判定結果を出力する。

【００３６】補正回路１４は、判定回路１３の判定結果
を補正し、記憶手段１６に対して書き込み制御信号を出
力する。

【００３７】遅延回路１５は、入力端子１０からデジタ
ル音声信号を入力し、補正回路１４の出力である書き込
み制御信号と同期をとる。

【００３８】記憶手段１６は、書き込み制御信号に従っ
て遅延回路１５の出力信号を蓄積するメモリである。

【００３９】次に、図４を参照して、削除しても伝達メ
ッセージに変更が起こらない不必要な無音区間の抽出過
程について説明する。

【００４０】図４（Ａ）には、伝達メッセージの音声信
号波形の一例が示されており、図４（Ｂ）には、該音声
信号のうちメモリに蓄積する範囲と、メモリに蓄積せず
削除する範囲が示されている。

【００４１】不必要な無音区間の抽出過程として、音声
信号がある所定時間（ＴE）以上連続して０レベル近傍
であった時点を開始点とし、音声信号波形が再び立ち上
がる時点から所定の時間（ＴS）手前の時点を終了点と
して、この区間が削除の対象とされる。

【００４２】本実施例において、入力したデジタル音声
信号から削除可能な無音区間を検出する処理を以下に説
明する。

【００４３】入力信号は１フレーム単位にブロック化し
て処理される。パワー検出回路１１において１フレーム
時間当たりのパワー値が演算され、平均化回路１２はパ
ワー値をｍ個のバッファに保存し連続したｍフレーム間
の平均パワー値を出力する。

【００４４】平均化することで個々フレームのパワー値
のインパクトを緩和させることができる。また、フレー
ムのパワー値を平均化することにより音声信号の大勢が
捉えられ、実際に音声信号波形が立ち上がる前にこれを
識別することができる。

【００４５】このため、実際に音声信号波形が立ち上が
る以前の所定の時点において、平均化回路１２は、音声
信号波形の立ち上がり変化を検出することを可能とす
る。

【００４６】判定回路１３は、音声信号について有音／
無音区間を判定するための回路であり、有音信号の検出
／未検出の判定のためのしきい値と、入力した平均パワ
ー値との比較により、例えば有音区間ならば論理値
“１”を、無音区間ならば論理値“０”を出力する。な
お、有音信号の検出／未検出の判定のためのしきい値は
所定のマージンを有している。

【００４７】補正回路１４は、無音区間から有音区間へ
の変化に対しては即対応すべく、判定回路１３の出力を
そのまま直ちに出力する。

【００４８】補正回路１４は、有音区間から無音区間へ
変化した場合には、判定回路１３の出力をｎ個のフレー
ム分監視し、ｎフレーム連続して無音区間であった場合
にのみ、未検出信号を出力する（本実施例ではｎ＝
５）。

【００４９】図１及び図３を参照して、本実施例の動作
を説明する。

【００５０】パワー検出回路１１は、入力端子１０から
サンプリング周期に同期してデジタル音声信号（図３
（Ａ）参照）を入力し、１フレーム時間のパワー値を算
出する。

【００５１】パワー検出回路１１は、例えば、音声信号
のサンプル値を２乗し１フレームについて総和をとり、
この２乗和を１フレームのパワー値として出力する。

【００５２】即ち、図３（Ｂ）に示すように、パワー検
出回路１１は、フレーム内の総和Ａｎ（ｎ＝１，２，
…）をパワー値として順次出力する。

【００５３】平均化回路１２は、パワー検出回路１１の
出力を順次入力し、ｋフレーム分の入力Ａｎを不図示の
バッファに書き込み保存し、ｍフレーム間のパワー平均
値Ｂｎ（ｎ＝１，２，…）を出力する（図３（Ｃ）参
照）。

【００５４】平均化回路１２は、図３（Ｃ）に示すよう
に、パワー検出回路１１の出力列Ａｎ（ｎ＝１，２，
…）を順番にずらせながら、一定の個数（本実施例では
ｍ＝６）ずつ平均化して移動平均Ｂｎを出力する。平均
化回路１２は、パワー値Ａｎの移動平均をとることによ
って高周波成分を減衰させ、音声信号波形の大勢を判別
可能とする。

【００５５】判定回路１３においては、パワー平均値Ｂ
ｎとしきい値Ｔとが比較され、Ｂｎ≧Ｔならば信号検出
（有音区間）と判定し論理値“１”を、Ｂｎ＜Ｔならば
信号未検出（無音区間）と判定し論理値“０”を出力す
る。

【００５６】図３（Ｄ）には、判定回路１３における所
定のしきい値のレベルと入力されたパワー平均値Ｂｎ
（ｎ＝１，２，…）との関係を示す一例が示され、更
に、これらを比較して出力される判定回路１３の出力信
号列が示されている。

【００５７】補正回路１４は、判定回路１３の出力であ
る検出／未検出信号を入力し、未検出から検出への変化
（即ち“０”から“１”への変化）の場合はそのまま検
出信号を出力する。

【００５８】検出から未検出の変化（即ち“１”から
“０”への変化）した場合、未検出信号を直ちに出力す
ることなく、５区間連続して未検出、即ち、無音区間が
連続５区間となった時にのみ、未検出信号“０”を出力
する。

【００５９】遅延回路１５は、入力端子１０より入力し
たデジタル音声信号を、補正回路１４から出力される検
出／未検出信号と同期させるもので、ｋフレーム分に相
当する時間遅延してそのまま出力する。

【００６０】メモリ１６は、補正回路１４の出力信号で
ある検出／未検出信号と遅延回路１５の出力信号である
デジタル音声信号を入力し、検出／未検出信号をメモリ
への書き込み制御信号として、遅延回路１５の出力であ
るデジタル音声信号をメモリへ記憶蓄積する。

【００６１】本実施例においては、前述の処理に従い、
メモリに蓄積されたデジタル音声信号を復元する場合、
蓄積されているメモリ内容を順次復号化するだけでよ
い。

【００６２】以上、本実施例においては、平均化回路、
補正回路、遅延回路の構成により、前述した従来例にお
けるホストＣＰＵによる無音区間の判別処理、及び記憶
手段の制御等の負担を削減し、ホストＣＰＵを介さず記
憶手段と直接接続することを可能としている。

【００６３】なお、本実施例において、入力デジタル音
声信号に対して帯域圧縮を行えば、記憶手段におけるメ
モリ空間のより一層の圧縮効果が期待できる。

【００６４】本実施例の平均化回路１２において、移動
平均処理されるフレームの個数ｍは、１フレーム区間の
長さ、処理する音声信号の特性及びシステムに応じて適
宜定められる。

【００６５】また、本実施例においては、５区間連続し
て無音区間の場合に不必要な無音区間と判定している
が、これは１フーム区間の長さ等に依存して定められ、
また、システムで適応的に定めてもよい。さらに、有音
区間／無音区間判定のためのしきい値もシステムの特性
に応じて適宜定められ、あるいは背景雑音等に応じて可
変としてもよい。

【００６６】

【発明の効果】以上説明したとおり、本発明は、音声信
号を蓄積する際に不必要な無音区間を削除する従来の音
声圧縮装置に、平均化回路、補正回路、及び遅延回路を
追加した簡易な構成により、ホストＣＰＵを介さずに記
憶手段へのデジタル音声信号の書き込みが制御できると
いう利点を有し、ＣＰＵの負荷を軽減しシステムの高速
化を達成するものである。

【００６７】また、本発明の音声圧縮装置における平均
化回路は、入力音声波形の立ち上がりを事前に識別する
ことを可能とすると共に、入力信号に発生した突発的な
インパクトも緩和し、また、補正回路は、無音区間をあ
る所定の時間監視して無音区間が所定区間連続した場合
にのみ蓄積不要な無音区間であると判定し、入力信号を
メモリに蓄積せず削除することにより、メモリ空間の効
率的な利用を可能とするという利点を有する。さらに、
本発明においては、入力デジタル信号に対し帯域圧縮を
行えば、より一層のメモリ空間圧縮の効果が期待でき
る。

【００６８】また、本発明におけるパワー回路、平均化
回路、判定回路、補正回路、そして遅延回路は演算処理
と遅延素子によって実現できる簡単な構成をもち、デジ
タルシグナルプロセッサで容易に実現が可能である。

【００６９】さらに、本発明においては、補正回路の検
出／未検出信号はそのままメモリへの書き込み制御信号
として入力され、遅延回路の出力であるデジタル信号を
入力データとしてメモリ回路との直接接続ができるとい
う効果もある。

【図面の簡単な説明】

【図１】本発明の実施例の構成を示すブロック図であ
る。

【図２】従来例の構成を示すブロック図である。

【図３】本発明の実施例の動作を説明するための説明図
である。 （Ａ）は、デジタル音声信号波形を示す図である。
（Ｂ）は、パワー検出回路１１のパワー出力値Ａｎの信
号列を示す図である。（Ｃ）は、平均化回路１２のパワ
ー平均値Ｂｎとパワー値Ａｎとの関係を示す説明図であ
る。（Ｄ）は、判定回路１３における入力信号としきい
値との関係、及び比較出力との関係を示す説明図であ
る。

【図４】本発明の実施例の動作を説明するための説明図
である。 （Ａ）は、デジタル音声信号波形を示す図である。
（Ｂ）は、メモリ蓄積、削除範囲を示す説明図である。

【図５】従来例の制御回路の動作を説明するための図で
ある。 （Ａ）は、判定回路２３の出力信号列を示す図である。
（Ｂ）は、（Ａ）に対応したメモリの書き込み制御信号
（“１”で活性化）を示すタイミング図である。

【符号の説明】

１０，２０ 入力端子 １１，２１ パワー検出回路 １２ 平均化回路 １３，２３ 判定回路 １４ 補正回路 １５ 遅延回路 １６，２６ 記憶手段 ２７ 制御回路

Claims (2)

【特許請求の範囲】
1. 【請求項１】音声信号を圧縮蓄積する音声圧縮装置であ
   って、 デジタル化された音声信号を入力する入力端子と、 前記入力端子から入力した音声信号を所定数のサンプル
   から成るフレームにブロック化しフレーム単位のパワー
   値を出力するパワー検出回路と、 前記パワー検出回路の出力を入力し、ｍ個のフレームの
   平均パワー値を出力する平均化回路と、 前記平均化回路の出力を入力し、前記平均パワー値とし
   きい値とを比較して有音区間／無音区間を判定し該判定
   結果を出力する判定回路と、 前記判定回路の出力を入力し無音区間の判定結果がｎ
   （ｎ＞０）回連続した時にのみ無音区間と判定し該判定
   結果を出力する補正回路と、 前記入力端子に接続され、入力した音声信号と補正回路
   の出力信号とのタイミングを同期させる遅延回路と、 前記補正回路の出力を書き込み制御信号として入力し前
   記遅延回路の出力を入力データとする記憶手段とを備え
   た音声圧縮装置。
2. 【請求項２】前記補正回路が、無音区間から有音区間に
   変化した時に、直ちに有音区間の検出信号を出力するこ
   とを特徴とする請求項１記載の音声圧縮装置。