JPH08190400A - 音響変速再生装置 - Google Patents
音響変速再生装置Info
- Publication number
- JPH08190400A JPH08190400A JP7249848A JP24984895A JPH08190400A JP H08190400 A JPH08190400 A JP H08190400A JP 7249848 A JP7249848 A JP 7249848A JP 24984895 A JP24984895 A JP 24984895A JP H08190400 A JPH08190400 A JP H08190400A
- Authority
- JP
- Japan
- Prior art keywords
- sound source
- acoustic
- signal
- sound
- pitch
- 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.)
- Pending
Links
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 11
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 10
- 230000005236 sound signal Effects 0.000 claims description 16
- 230000002194 synthesizing effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 2
- 230000004075 alteration Effects 0.000 abstract description 4
- 230000001276 controlling effect Effects 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000004148 unit process Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
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
- 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
- G10L21/01—Correction of time axis
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/005—Reproducing at a different information rate from the information rate of recording
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B2220/00—Record carriers by type
- G11B2220/90—Tape-like record carriers
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Signal Processing Not Specific To The Method Of Recording And Reproducing (AREA)
Abstract
(57)【要約】
【課題】 音響再生装置から貯蔵された音響を再生する
場合、音響の再生速度を変更することにより発生する音
色の変質及び損失を防止し、前述した音響を人が速く又
はゆっくり話しているように聞こえるように音響の再生
速度を調節して再生させることができる音響変速再生装
置を提供する。 【解決手段】 入力された音響信号から音源成分と音響
特性をそれぞれ分離するピッチ検出回路と、前記ピッチ
検出回路から分離された音源成分と音響特性のうち、音
源成分を再生しようとする速度によって削除及び添加し
て音響信号の長さを調節するピッチ変調部と、前記ピッ
チ変調部により変調された音源成分と音響特性を合成し
て、変速された音響信号を出力する音声合成回路と、外
部から入力された制御信号によって前記各構成部を制御
する主制御器とを備える。
場合、音響の再生速度を変更することにより発生する音
色の変質及び損失を防止し、前述した音響を人が速く又
はゆっくり話しているように聞こえるように音響の再生
速度を調節して再生させることができる音響変速再生装
置を提供する。 【解決手段】 入力された音響信号から音源成分と音響
特性をそれぞれ分離するピッチ検出回路と、前記ピッチ
検出回路から分離された音源成分と音響特性のうち、音
源成分を再生しようとする速度によって削除及び添加し
て音響信号の長さを調節するピッチ変調部と、前記ピッ
チ変調部により変調された音源成分と音響特性を合成し
て、変速された音響信号を出力する音声合成回路と、外
部から入力された制御信号によって前記各構成部を制御
する主制御器とを備える。
Description
【０００１】
【発明の属する技術分野】本発明は音響変速再生装置に
関するもので、より詳しくは音響再生装置（テーププレ
ーヤー、ＶＴＲ、マルチメディア装備、コンピューター
等）から貯蔵された音響（音声）を再生する場合、音響
の再生速度を変更することにより発生する音色の変質及
び損失を防止し、前述した音響を人が速く又はゆっくり
話しているように聞こえるように音響の再生速度を調節
して再生させることができるようにした音響変速再生装
置に関するものである。
関するもので、より詳しくは音響再生装置（テーププレ
ーヤー、ＶＴＲ、マルチメディア装備、コンピューター
等）から貯蔵された音響（音声）を再生する場合、音響
の再生速度を変更することにより発生する音色の変質及
び損失を防止し、前述した音響を人が速く又はゆっくり
話しているように聞こえるように音響の再生速度を調節
して再生させることができるようにした音響変速再生装
置に関するものである。
【０００２】
【従来の技術】一般に、テープ又はビデオプレーヤーの
再生速度を変化させる場合、その音響の音色が変更され
る。即ち、速度を速く再生させると、本来の音の高さか
ら外れて“ぎゃあぎゃあ”とする音のように聞こえるこ
とになる。そして、速度を遅く再生させると、人々が俗
に言う“テープの伸びる音”が聞こえることになる。
再生速度を変化させる場合、その音響の音色が変更され
る。即ち、速度を速く再生させると、本来の音の高さか
ら外れて“ぎゃあぎゃあ”とする音のように聞こえるこ
とになる。そして、速度を遅く再生させると、人々が俗
に言う“テープの伸びる音”が聞こえることになる。
【０００３】このような現象が発生することを防止する
ため、従来には、日本国特開平４−１６８４９９号（１
９９２．６．１６）に記載されたように、音響（音声）
信号をバッファで読み込み、そのうち一部分のみを再生
する方法を使用した。即ち、従来には音響（音声）信号
をメモリバッファで読み込み、再生速度を２倍とする場
合には二つの時間短片（time-slice）中の一つのみを再
生させる方法を使用する。
ため、従来には、日本国特開平４−１６８４９９号（１
９９２．６．１６）に記載されたように、音響（音声）
信号をバッファで読み込み、そのうち一部分のみを再生
する方法を使用した。即ち、従来には音響（音声）信号
をメモリバッファで読み込み、再生速度を２倍とする場
合には二つの時間短片（time-slice）中の一つのみを再
生させる方法を使用する。
【０００４】従って、従来の方法を用いて“私はあやこ
とともに学校に行く”を２倍速に再生させると、図１に
示すように、原音中から綾を成した部分の音声は脱落し
て“私はともに行く”のみを再生することになる。
とともに学校に行く”を２倍速に再生させると、図１に
示すように、原音中から綾を成した部分の音声は脱落し
て“私はともに行く”のみを再生することになる。
【０００５】
【発明が解決しようとする課題】このように従来の方法
は、再生速度を速くする場合、音声の音色を維持するた
めに音声の一部分のみを再生することになるので、原音
がもつ意味を保存せず喪失することになる。従って、再
生装置を用いて音声の意味を理解するのに多くの困難を
経ることになり、聴取者が拒否感を感じさせる問題点が
あった。
は、再生速度を速くする場合、音声の音色を維持するた
めに音声の一部分のみを再生することになるので、原音
がもつ意味を保存せず喪失することになる。従って、再
生装置を用いて音声の意味を理解するのに多くの困難を
経ることになり、聴取者が拒否感を感じさせる問題点が
あった。
【０００６】従って、本発明は前述した問題点を解決す
るためのもので、本発明の目的は音響再生装置（テープ
プレーヤー、ＶＴＲ、マルチメディア装備、コンピュー
ター等）から貯蔵された音響（音声）を再生する場合、
音響の再生速度を変更することにより発生する音色の変
質及び損失を防止し、前述した音響を人が速く又はゆっ
くり話しているように聞こえるように音響の再生速度を
調節して再生させることができるようにした音響変速再
生装置を提供することにある。
るためのもので、本発明の目的は音響再生装置（テープ
プレーヤー、ＶＴＲ、マルチメディア装備、コンピュー
ター等）から貯蔵された音響（音声）を再生する場合、
音響の再生速度を変更することにより発生する音色の変
質及び損失を防止し、前述した音響を人が速く又はゆっ
くり話しているように聞こえるように音響の再生速度を
調節して再生させることができるようにした音響変速再
生装置を提供することにある。
【０００７】
【課題を解決するための手段】前述したような目的を達
成するための本発明の特徴は、入力された音響信号から
音源成分と音響特性をそれぞれ分離するピッチ検出回路
と、前記ピッチ検出回路から分離された音源成分と音響
特性のうち、音源成分を再生しようとする速度によって
削除及び添加して音響信号の長さを調節するピッチ変調
部と、前記ピッチ変調部により変調された音源成分と音
響特性を合成して、変速された音響信号を出力する音声
合成回路と、外部から入力された制御信号によって前記
各構成部を制御する主制御器とを備える音響変速再生装
置にある。
成するための本発明の特徴は、入力された音響信号から
音源成分と音響特性をそれぞれ分離するピッチ検出回路
と、前記ピッチ検出回路から分離された音源成分と音響
特性のうち、音源成分を再生しようとする速度によって
削除及び添加して音響信号の長さを調節するピッチ変調
部と、前記ピッチ変調部により変調された音源成分と音
響特性を合成して、変速された音響信号を出力する音声
合成回路と、外部から入力された制御信号によって前記
各構成部を制御する主制御器とを備える音響変速再生装
置にある。
【０００８】本発明において、ピッチ検出回路はディジ
タル方式にピッチ部分を検出できるように、入力された
アナログ音響信号をディジタル音響信号に変換するアナ
ログ／ディジタルコンバーターをさらに備えることが好
ましい。又、音声合成回路はディジタル方式に変換処理
された音響信号を信号処理に適合したアナログ方式に変
換するディジタル／アナログコンバーターをさらに備え
ることが好ましい。
タル方式にピッチ部分を検出できるように、入力された
アナログ音響信号をディジタル音響信号に変換するアナ
ログ／ディジタルコンバーターをさらに備えることが好
ましい。又、音声合成回路はディジタル方式に変換処理
された音響信号を信号処理に適合したアナログ方式に変
換するディジタル／アナログコンバーターをさらに備え
ることが好ましい。
【０００９】又、初期の音響信号を貯蔵してから貯蔵さ
れた音響信号を音声合成回路に出力して、音声合成回路
により合成された変調音響信号と比較するようにする記
憶装置をさらに備えることが好ましい。又、音響変速再
生に必要な各種制御信号を貯蔵し、主制御器から制御信
号を印加受け、貯蔵された各種制御信号を出力する命令
語記憶回路をさらに備えることが好ましい。
れた音響信号を音声合成回路に出力して、音声合成回路
により合成された変調音響信号と比較するようにする記
憶装置をさらに備えることが好ましい。又、音響変速再
生に必要な各種制御信号を貯蔵し、主制御器から制御信
号を印加受け、貯蔵された各種制御信号を出力する命令
語記憶回路をさらに備えることが好ましい。
【００１０】又、ピッチ検出回路は、下記の数式により
音源成分を抽出することが好ましい。
音源成分を抽出することが好ましい。
【００１１】
【数３】
【００１２】但し、ｘ（ｎ）は入力された本来の信号
（時間軸ｎでの音量）であり、ｔｍはｍ番目音源の位置
であり、δは音源位置の許容範囲である。又、ピッチ変
調部は音響信号特性に当たる部分を、下記の数式のよう
に、音源の位置を基準として一定長さの窓関数を加えて
信号を変調させることが好ましい。
（時間軸ｎでの音量）であり、ｔｍはｍ番目音源の位置
であり、δは音源位置の許容範囲である。又、ピッチ変
調部は音響信号特性に当たる部分を、下記の数式のよう
に、音源の位置を基準として一定長さの窓関数を加えて
信号を変調させることが好ましい。
【００１３】ｘm （ｎ）＝ｈm （ｔm −ｎ）ｘ（ｎ） 但し、ｘm （ｎ）は変調された音響信号であり、ｈ
m （ｎ）は窓関数であり、ｔm は音源の位置であり、ｘ
（ｎ）は入力された音響信号（時間軸ｎでの音量）であ
る。又、音源合成回路は、下記の数式のように、変調さ
れた音源成分と音響信号特性を用いて、変速された音声
信号ｘ（ｎ）を求めることが好ましい。
m （ｎ）は窓関数であり、ｔm は音源の位置であり、ｘ
（ｎ）は入力された音響信号（時間軸ｎでの音量）であ
る。又、音源合成回路は、下記の数式のように、変調さ
れた音源成分と音響信号特性を用いて、変速された音声
信号ｘ（ｎ）を求めることが好ましい。
【００１４】
【数４】
【００１５】但し、αｑは合成音量調節変数であり、ｘ
ｑ（ｎ）＝ｘm （ｎ−δｑ）は変調された音響特性であ
り、ｈｑ（ｎ）は窓関数であり、ｔｑは変調された音源
の位置であり、δｑは再生速度決定変数である。
ｑ（ｎ）＝ｘm （ｎ−δｑ）は変調された音響特性であ
り、ｈｑ（ｎ）は窓関数であり、ｔｑは変調された音源
の位置であり、δｑは再生速度決定変数である。
【００１６】
【発明の実施の形態】以下、本発明による音響変速再生
装置の望ましい実施例に関し添付図面を参照して詳細に
説明する。図２には本発明による音響変速再生装置の概
略ブロック図が示されている。図２を見ると、入力信号
線（Audio In）とプログラムバスに連結されているアナ
ログ／ディジタルコンバーター１と、アナログ／ディジ
タルコンバーター１及びプログラム、データバスに連結
されている入力バッファ２と、入力バッファ２及びプロ
グラムバスに連結されているピッチ検出回路３と、ピッ
チ検出回路３及びプログラムバスに連結されているピッ
チ変調部４と、ピッチ変調部４とプログラム、データバ
スに連結されている音声合成回路５と、音声合成回路５
とプログラムバスに連結されている出力バッファ６と、
出力バッファ６とプログラムバスに連結されているディ
ジタル／アナログコンバーター７と、プログラムバスに
連結されている主制御器８と、主制御器８に連結されて
いる命令語記憶回路９と、プログラム、データバスに連
結されている記憶装置１０とから構成されている。
装置の望ましい実施例に関し添付図面を参照して詳細に
説明する。図２には本発明による音響変速再生装置の概
略ブロック図が示されている。図２を見ると、入力信号
線（Audio In）とプログラムバスに連結されているアナ
ログ／ディジタルコンバーター１と、アナログ／ディジ
タルコンバーター１及びプログラム、データバスに連結
されている入力バッファ２と、入力バッファ２及びプロ
グラムバスに連結されているピッチ検出回路３と、ピッ
チ検出回路３及びプログラムバスに連結されているピッ
チ変調部４と、ピッチ変調部４とプログラム、データバ
スに連結されている音声合成回路５と、音声合成回路５
とプログラムバスに連結されている出力バッファ６と、
出力バッファ６とプログラムバスに連結されているディ
ジタル／アナログコンバーター７と、プログラムバスに
連結されている主制御器８と、主制御器８に連結されて
いる命令語記憶回路９と、プログラム、データバスに連
結されている記憶装置１０とから構成されている。
【００１７】ここで、音響変速再生装置全体を制御する
役割は主制御器８が遂行し、主制御器８で各部分を制御
するために必要な命令語は命令語記憶回路９に貯蔵され
ている。そして、音響データは記憶装置１０に貯蔵され
る。又、各ブロック間の制御信号とデータの伝達はプロ
グラムバスとデータバスによりそれぞれ行われ、プログ
ラムバスは主制御器８からの命令を制御すべき部分に伝
達する役割を担当し、データバスは入力バッファ２から
音響データを受けて記憶装置１０に貯蔵した後、音声合
成時、貯蔵された音響データを音声合成回路５に伝達す
ることにより、音声合成回路５で変調された音源信号と
ともに再合成されるようにする。
役割は主制御器８が遂行し、主制御器８で各部分を制御
するために必要な命令語は命令語記憶回路９に貯蔵され
ている。そして、音響データは記憶装置１０に貯蔵され
る。又、各ブロック間の制御信号とデータの伝達はプロ
グラムバスとデータバスによりそれぞれ行われ、プログ
ラムバスは主制御器８からの命令を制御すべき部分に伝
達する役割を担当し、データバスは入力バッファ２から
音響データを受けて記憶装置１０に貯蔵した後、音声合
成時、貯蔵された音響データを音声合成回路５に伝達す
ることにより、音声合成回路５で変調された音源信号と
ともに再合成されるようにする。
【００１８】前述したような構成を有する本発明の動作
は次のようである。本発明に使用される方式は音声生成
モデルに基づく。音声生成モデルは人の発声器管を模擬
したもので、音声を音声発生の根源である音源と調音器
管（舌、歯、唇等）による音響伝達特性で現す。音声生
成モデルによると、音声は、人の肺臓から始まった空気
の流れが声帯（voice cord）、又は口腔内の舌、歯、唇
等によりなる“狭い空間”、つまり調音点（point of a
rticulation ）の部位に周期的又は雑音性の空気振動を
起こし、これが音源となって、声帯より上部の器管、つ
まり声道（vocal tract ）の調音動作により決定される
音響伝達特性の影響を受けて音源の周波数成分が選択的
に共鳴することにより音声が生成される。前述した音声
生成モデルを電子回路化して図式的に示したものが図３
に示されている。
は次のようである。本発明に使用される方式は音声生成
モデルに基づく。音声生成モデルは人の発声器管を模擬
したもので、音声を音声発生の根源である音源と調音器
管（舌、歯、唇等）による音響伝達特性で現す。音声生
成モデルによると、音声は、人の肺臓から始まった空気
の流れが声帯（voice cord）、又は口腔内の舌、歯、唇
等によりなる“狭い空間”、つまり調音点（point of a
rticulation ）の部位に周期的又は雑音性の空気振動を
起こし、これが音源となって、声帯より上部の器管、つ
まり声道（vocal tract ）の調音動作により決定される
音響伝達特性の影響を受けて音源の周波数成分が選択的
に共鳴することにより音声が生成される。前述した音声
生成モデルを電子回路化して図式的に示したものが図３
に示されている。
【００１９】本方式は前述した音声生成モデルに基づい
たもので、図４に示すように、入力信号から音源と音響
特性を分離する分析部と、分離された信号を所望再生速
度によって処理する変調部と、変調された信号を用いて
信号を再合成する合成部との主要３部分に分けることが
できる。前述した変調部は、前述した音声生成モデルに
基づいて、分離された音源信号を処理する音源変調部
と、音色、つまり音響特性を維持しながら再合成に必要
な窓関数による平滑化処理を遂行する音響特性制御部と
に分けられる。
たもので、図４に示すように、入力信号から音源と音響
特性を分離する分析部と、分離された信号を所望再生速
度によって処理する変調部と、変調された信号を用いて
信号を再合成する合成部との主要３部分に分けることが
できる。前述した変調部は、前述した音声生成モデルに
基づいて、分離された音源信号を処理する音源変調部
と、音色、つまり音響特性を維持しながら再合成に必要
な窓関数による平滑化処理を遂行する音響特性制御部と
に分けられる。
【００２０】本方式の全体の流れは、音響信号の音色又
は周波数をそのまま維持しながら再生速度を変化させる
ために、入力された音響信号を分析して音源信号と音響
特性を分離した後、分離されたデータ各々を変速処理
し、処理されたデータを用いて再合成する過程でなる。
このような過程は図４によく示されている。図４は図２
に示した音響変速再生装置の主要部分に対する信号処理
過程を示す図面である。本発明の最も核心部分である分
析部、変調部、合成部は、図２で、それぞれピッチ検出
部３、ピッチ変調部４、音声合成回路５に当たる。
は周波数をそのまま維持しながら再生速度を変化させる
ために、入力された音響信号を分析して音源信号と音響
特性を分離した後、分離されたデータ各々を変速処理
し、処理されたデータを用いて再合成する過程でなる。
このような過程は図４によく示されている。図４は図２
に示した音響変速再生装置の主要部分に対する信号処理
過程を示す図面である。本発明の最も核心部分である分
析部、変調部、合成部は、図２で、それぞれピッチ検出
部３、ピッチ変調部４、音声合成回路５に当たる。
【００２１】前述した動作を縒り詳細に説明すると次の
ようである。先ず、アナログ音響信号（Audio In）が入
力されると、アナログ／ディジタルコンバーター１によ
りアナログ音響信号（Audio In）がディジタル信号に変
換された後、入力バッファ２を経てピッチ検出回路３に
供給される。分析部過程で、主制御器８の制御信号によ
ってピッチ検出回路３は音声生成モデルに基づいて音響
信号から音源に当たる部分と音響信号特性に当たる部分
とに分離処理する。
ようである。先ず、アナログ音響信号（Audio In）が入
力されると、アナログ／ディジタルコンバーター１によ
りアナログ音響信号（Audio In）がディジタル信号に変
換された後、入力バッファ２を経てピッチ検出回路３に
供給される。分析部過程で、主制御器８の制御信号によ
ってピッチ検出回路３は音声生成モデルに基づいて音響
信号から音源に当たる部分と音響信号特性に当たる部分
とに分離処理する。
【００２２】この際、音響信号から音源の位置を求める
ため、相互類似度（cross-amplitude difference）ｃ
（ｍ，δ）（ｍ−１番目音源とｍ番目音源を基準として
信号の差を測定した値で、この時の許容範囲はδであ
る）を下記の式（１）のように定義する。
ため、相互類似度（cross-amplitude difference）ｃ
（ｍ，δ）（ｍ−１番目音源とｍ番目音源を基準として
信号の差を測定した値で、この時の許容範囲はδであ
る）を下記の式（１）のように定義する。
【００２３】
【数５】
【００２４】但し、ｘ（ｎ）は入力された本来の信号
（時間軸ｎでの音量）であり、ｔｍはｍ番目音源の位置
であり、δは音源位置の許容範囲である。ここで、相互
類似度というのは隣接する音源の位置を基準点として信
号の差を測定することにより信号の類似度を示す尺度と
定義する。従って、ｍ番目音源の位置は相互類似度が最
小となる位置ｔｍと決定され、このような過程を入力さ
れた信号に対して反復的に遂行することにより音源成分
を抽出することになる。
（時間軸ｎでの音量）であり、ｔｍはｍ番目音源の位置
であり、δは音源位置の許容範囲である。ここで、相互
類似度というのは隣接する音源の位置を基準点として信
号の差を測定することにより信号の類似度を示す尺度と
定義する。従って、ｍ番目音源の位置は相互類似度が最
小となる位置ｔｍと決定され、このような過程を入力さ
れた信号に対して反復的に遂行することにより音源成分
を抽出することになる。
【００２５】図５は前述した分析部過程で分離された音
源及び音響特性の形態を示す図面である。図５に示すよ
うに、一般の音響信号は準安定（quasi-stationary）、
つまり隣接する短い時間区間では殆ど類似した特徴を有
するものと現れる。この際、類似した信号特性を有する
最大信号周期をわれらは俗に一ピッチと呼び、本発明の
分析部過程では入力された音響信号からこのようなピッ
チ周期、つまり音源信号を抽出して、音響再生時に速度
を調節するのに用いる。
源及び音響特性の形態を示す図面である。図５に示すよ
うに、一般の音響信号は準安定（quasi-stationary）、
つまり隣接する短い時間区間では殆ど類似した特徴を有
するものと現れる。この際、類似した信号特性を有する
最大信号周期をわれらは俗に一ピッチと呼び、本発明の
分析部過程では入力された音響信号からこのようなピッ
チ周期、つまり音源信号を抽出して、音響再生時に速度
を調節するのに用いる。
【００２６】変調部過程では、前述した分析部過程で分
離された音源信号と音響特性信号を変調する過程を遂行
する。従って、ピッチ変調部４は音源信号を処理する音
源変調部と、音色、つまり音響特性を維持しながら再合
成に必要な窓関数による平滑化処理過程を遂行する音響
特性制御部とから構成される。ピッチ変調部４の音源変
調部では、音響信号から抽出された音源成分を再生すべ
き速度によって削除又は添加して音響信号の長さを調節
する。より詳細な説明は図６を参照する。
離された音源信号と音響特性信号を変調する過程を遂行
する。従って、ピッチ変調部４は音源信号を処理する音
源変調部と、音色、つまり音響特性を維持しながら再合
成に必要な窓関数による平滑化処理過程を遂行する音響
特性制御部とから構成される。ピッチ変調部４の音源変
調部では、音響信号から抽出された音源成分を再生すべ
き速度によって削除又は添加して音響信号の長さを調節
する。より詳細な説明は図６を参照する。
【００２７】図６には図２に示した音響変速再生装置に
よって音源が変調される過程を示した図面が示されてい
る。図６に示すように、音響の再生速度を遅くするため
には隣接した音源間の間隔をそのまま維持しながらさら
に他の音源を添加して信号を伸び、音源の再生速度を速
くするためには隣接した音源間の間隔を維持しながら一
つ置きに音源を選択し音響特性を用いて再合成すること
になる。
よって音源が変調される過程を示した図面が示されてい
る。図６に示すように、音響の再生速度を遅くするため
には隣接した音源間の間隔をそのまま維持しながらさら
に他の音源を添加して信号を伸び、音源の再生速度を速
くするためには隣接した音源間の間隔を維持しながら一
つ置きに音源を選択し音響特性を用いて再合成すること
になる。
【００２８】ピッチ変調部４の音響特性制御部では、音
響信号特性に当たる部分を下記の式（２）のように音源
の位置を基準として一定長さの窓関数を加えて信号を変
調させる。これは後述する音声合成時に音源の削除及び
添加により信号が変調された場合にも滑らかな音響信号
を生成するための処理過程である。 ｘm （ｎ）＝ｈm （ｔm −ｎ）ｘ（ｎ）──────（２） 但し、ｘm （ｎ）は変調された音響信号であり、ｈ
m （ｎ）は窓関数であり、ｔm は音源の位置であり、ｘ
（ｎ）は入力された音響信号（時間軸ｎでの音量）であ
る。
響信号特性に当たる部分を下記の式（２）のように音源
の位置を基準として一定長さの窓関数を加えて信号を変
調させる。これは後述する音声合成時に音源の削除及び
添加により信号が変調された場合にも滑らかな音響信号
を生成するための処理過程である。 ｘm （ｎ）＝ｈm （ｔm −ｎ）ｘ（ｎ）──────（２） 但し、ｘm （ｎ）は変調された音響信号であり、ｈ
m （ｎ）は窓関数であり、ｔm は音源の位置であり、ｘ
（ｎ）は入力された音響信号（時間軸ｎでの音量）であ
る。
【００２９】終わりに、合成部過程が行われる音源合成
回路５では、前記変調部過程により変調された音源成分
と音響信号特性を用いて、変速された音声信号ｘ（ｎ）
を求める。これを式で表すと、下記の式（３）のようで
ある。
回路５では、前記変調部過程により変調された音源成分
と音響信号特性を用いて、変速された音声信号ｘ（ｎ）
を求める。これを式で表すと、下記の式（３）のようで
ある。
【００３０】
【数６】
【００３１】但し、αｑは合成音量調節変数であり、ｘ
ｑ（ｎ）＝ｘm （ｎ−δｑ）は変調された音響特性であ
り、ｈｑ（ｎ）は窓関数であり、ｔｑは変調された音源
の位置であり、δｑは再生速度決定変数である。変速さ
れた音声信号ｘ（ｎ）は出力バッファ６を経てディジタ
ル／アナログコンバーター７によりアナログ信号（Audi
o Out ）に変換されてから出力される。
ｑ（ｎ）＝ｘm （ｎ−δｑ）は変調された音響特性であ
り、ｈｑ（ｎ）は窓関数であり、ｔｑは変調された音源
の位置であり、δｑは再生速度決定変数である。変速さ
れた音声信号ｘ（ｎ）は出力バッファ６を経てディジタ
ル／アナログコンバーター７によりアナログ信号（Audi
o Out ）に変換されてから出力される。
【００３２】本方式により音響を再生する場合には、再
生速度を変化させても再生させようとする音声の音色を
そのまま維持しながら人が速く又はゆっくり発声してい
るように聞くことができる。従って、ＶＴＲプレーヤー
のように映像画面を速く再生して検索又はモニターリン
グする場合、既存のＶＴＲプレーヤーのように音色が変
わるため聞き苦しいか又は音響信号の損失で視聴者がさ
っぱりしないことなしに、本来の音色で速く話すような
再生音を得ることができる。
生速度を変化させても再生させようとする音声の音色を
そのまま維持しながら人が速く又はゆっくり発声してい
るように聞くことができる。従って、ＶＴＲプレーヤー
のように映像画面を速く再生して検索又はモニターリン
グする場合、既存のＶＴＲプレーヤーのように音色が変
わるため聞き苦しいか又は音響信号の損失で視聴者がさ
っぱりしないことなしに、本来の音色で速く話すような
再生音を得ることができる。
【００３３】その他にも、マルチメディア装備の高速ス
キャニングのような応用に適合すべきであると予想され
る。今後、マルチメディア市場の成長につれて本技術の
活用が多様になると予想される。
キャニングのような応用に適合すべきであると予想され
る。今後、マルチメディア市場の成長につれて本技術の
活用が多様になると予想される。
【００３４】
【発明の効果】以上説明したように、本発明の実施例に
よると、音響再生装置（テーププレーヤー、ＶＴＲ、マ
ルチメディア装備、コンピューター等）から貯蔵された
音声又は音響を再生する場合、音響の再生速度を変更す
ることにより発生する音色の変質及び損失を防止し、前
記音声を人が速く又はゆっくり話しているように聞こえ
るように音響の再生速度を調節して再生させることがで
きる効果を有する音響変速再生装置を提供することがで
きる。
よると、音響再生装置（テーププレーヤー、ＶＴＲ、マ
ルチメディア装備、コンピューター等）から貯蔵された
音声又は音響を再生する場合、音響の再生速度を変更す
ることにより発生する音色の変質及び損失を防止し、前
記音声を人が速く又はゆっくり話しているように聞こえ
るように音響の再生速度を調節して再生させることがで
きる効果を有する音響変速再生装置を提供することがで
きる。
【００３５】本発明のこのような効果は各種音響再生装
置の設計、製造、販売等の分野にも用いることができ
る。
置の設計、製造、販売等の分野にも用いることができ
る。
【図１】従来の音声変速再生方式を示す図である。
【図２】本発明による音響変速再生装置の概略ブロック
図である。
図である。
【図３】本発明に適用された音声生成モデルを電子回路
化して示す図である。
化して示す図である。
【図４】図２に示した音響変速再生装置の主要部分に対
する信号処理過程を示す図である。
する信号処理過程を示す図である。
【図５】図２の分析過程で分離された音源及び音響特性
の形態を示す図である。
の形態を示す図である。
【図６】図２に示した音響変速再生装置により音源が変
調される過程を示す図である。
調される過程を示す図である。
１ コンバーター ２ 入力バッファ ３ ピッチ検出回路 ４ ピッチ変調部 ５ 音声合成回路 ６ 出力バッファ ７ ディジタル／アナログコンバーター ８ 主制御器 ９ 記憶回路 １０ 記憶装置
Claims (8)
- 【請求項１】 入力された音響信号から音源成分と音響
特性をそれぞれ分離するピッチ検出回路と、 前記ピッチ検出回路から分離された音源成分と音響特性
のうち、音源成分を再生しようとする速度によって削除
及び添加して音響信号の長さを調節するピッチ変調部
と、 前記ピッチ変調部により変調された音源成分と音響特性
を合成して、変速された音響信号を出力する音声合成回
路と、 外部から入力された制御信号によって前記各構成部を制
御する主制御器とを備えることを特徴とする音響変速再
生装置。 - 【請求項２】 前記ピッチ検出回路はディジタル方式に
ピッチ部分を検出できるように、入力されたアナログ音
響信号をディジタル音響信号に変換するアナログ／ディ
ジタルコンバーターをさらに備えることを特徴とする請
求項１記載の音響変速再生装置。 - 【請求項３】 前記音声合成回路はディジタル方式に変
換処理された音響信号を信号処理に適合したアナログ方
式に変換するディジタル／アナログコンバーターをさら
に備えることを特徴とする請求項１記載の音響変速再生
装置。 - 【請求項４】 初期の音響信号を貯蔵してから貯蔵され
た音響信号を音声合成回路に出力して、音声合成回路に
より合成された変調音響信号と比較するようにする記憶
装置をさらに備えることを特徴とする請求項１記載の音
響変速再生装置。 - 【請求項５】 音響変速再生に必要な各種制御信号を貯
蔵し、主制御器から制御信号を印加受け、貯蔵された各
種制御信号を出力する命令語記憶回路をさらに備えるこ
とを特徴とする請求項１記載の音響変速再生装置。 - 【請求項６】 前記ピッチ検出回路は、下記の数式によ
り音源成分を抽出することを特徴とする請求項１記載の
音響変速再生装置。 【数１】 但し、ｘ（ｎ）は入力された本来の信号（時間軸ｎでの
音量）であり、ｔｍはｍ番目音源の位置であり、δは音
源位置の許容範囲（tolerance region around）であ
る。 - 【請求項７】 前記ピッチ変調部は音響信号特性に当た
る部分を、下記の数式のように、音源の位置を基準とし
て一定長さの窓関数を加えて信号を変調させることを特
徴とする請求項１記載の音響変速再生装置。 ｘm （ｎ）＝ｈm （ｔm −ｎ）ｘ（ｎ） 但し、ｘm （ｎ）は変調された音響信号であり、ｈ
m （ｎ）は窓関数であり、ｔm は音源の位置であり、ｘ
（ｎ）は入力された音響信号（時間軸ｎでの音量）であ
る。 - 【請求項８】 前記音源合成回路は、下記の数式のよう
に、変調された音源成分と音響信号特性を用いて、変速
された音声信号ｘ（ｎ）を求めることを特徴とする請求
項１記載の音響変速再生装置。 【数２】 但し、αｑは合成音量調節変数であり、ｘｑ（ｎ）＝ｘ
m （ｎ−δｑ）は変調された音響特性であり、ｈｑ
（ｎ）は窓関数であり、ｔｑは変調された音源の位置で
あり、δｑは再生速度決定変数である。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR24514/1994 | 1994-09-28 | ||
| KR1019940024514A KR0129829B1 (ko) | 1994-09-28 | 1994-09-28 | 음향 변속 재생장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08190400A true JPH08190400A (ja) | 1996-07-23 |
Family
ID=19393736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7249848A Pending JPH08190400A (ja) | 1994-09-28 | 1995-09-27 | 音響変速再生装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5781696A (ja) |
| JP (1) | JPH08190400A (ja) |
| KR (1) | KR0129829B1 (ja) |
| CN (1) | CN1143293C (ja) |
| GB (1) | GB2293741B (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2305830B (en) * | 1995-09-30 | 1999-09-22 | Ibm | Voice processing system and method |
| JP3910702B2 (ja) * | 1997-01-20 | 2007-04-25 | ローランド株式会社 | 波形発生装置 |
| JP4170458B2 (ja) | 1998-08-27 | 2008-10-22 | ローランド株式会社 | 波形信号の時間軸圧縮伸長装置 |
| US6323797B1 (en) | 1998-10-06 | 2001-11-27 | Roland Corporation | Waveform reproduction apparatus |
| KR100337996B1 (ko) * | 1999-02-27 | 2002-05-24 | 허진호 | 음성신호재생속도제어장치및제어방법 |
| JP2001075565A (ja) | 1999-09-07 | 2001-03-23 | Roland Corp | 電子楽器 |
| JP2001084000A (ja) | 1999-09-08 | 2001-03-30 | Roland Corp | 波形再生装置 |
| JP4293712B2 (ja) * | 1999-10-18 | 2009-07-08 | ローランド株式会社 | オーディオ波形再生装置 |
| JP2001125568A (ja) | 1999-10-28 | 2001-05-11 | Roland Corp | 電子楽器 |
| US7010491B1 (en) | 1999-12-09 | 2006-03-07 | Roland Corporation | Method and system for waveform compression and expansion with time axis |
| US7136571B1 (en) | 2000-10-11 | 2006-11-14 | Koninklijke Philips Electronics N.V. | System and method for fast playback of video with selected audio |
| US20050209847A1 (en) * | 2004-03-18 | 2005-09-22 | Singhal Manoj K | System and method for time domain audio speed up, while maintaining pitch |
| US8032360B2 (en) * | 2004-05-13 | 2011-10-04 | Broadcom Corporation | System and method for high-quality variable speed playback of audio-visual media |
| JP4096915B2 (ja) * | 2004-06-01 | 2008-06-04 | 株式会社日立製作所 | デジタル情報再生装置及び方法 |
| KR100677950B1 (ko) * | 2005-06-09 | 2007-02-05 | 주식회사 아이웨어 | 음성신호를 보존하는 재생속도 가변 장치 및 방법 |
| US7750229B2 (en) * | 2005-12-16 | 2010-07-06 | Eric Lindemann | Sound synthesis by combining a slowly varying underlying spectrum, pitch and loudness with quicker varying spectral, pitch and loudness fluctuations |
| WO2008035829A1 (en) * | 2006-09-22 | 2008-03-27 | I-Ware Inc., Ltd. | Apparatus and method for playback speed altering with preservation of tone signal |
| JP4952469B2 (ja) * | 2007-09-19 | 2012-06-13 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
| US20160071524A1 (en) * | 2014-09-09 | 2016-03-10 | Nokia Corporation | Audio Modification for Multimedia Reversal |
| JP6646001B2 (ja) * | 2017-03-22 | 2020-02-14 | 株式会社東芝 | 音声処理装置、音声処理方法およびプログラム |
| JP2018159759A (ja) | 2017-03-22 | 2018-10-11 | 株式会社東芝 | 音声処理装置、音声処理方法およびプログラム |
| US11102523B2 (en) | 2019-03-19 | 2021-08-24 | Rovi Guides, Inc. | Systems and methods for selective audio segment compression for accelerated playback of media assets by service providers |
| US11039177B2 (en) * | 2019-03-19 | 2021-06-15 | Rovi Guides, Inc. | Systems and methods for varied audio segment compression for accelerated playback of media assets |
| US10708633B1 (en) | 2019-03-19 | 2020-07-07 | Rovi Guides, Inc. | Systems and methods for selective audio segment compression for accelerated playback of media assets |
| CN112750456A (zh) * | 2020-09-11 | 2021-05-04 | 腾讯科技（深圳）有限公司 | 即时通信应用中的语音数据处理方法、装置及电子设备 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4164626A (en) * | 1978-05-05 | 1979-08-14 | Motorola, Inc. | Pitch detector and method thereof |
| US4624012A (en) * | 1982-05-06 | 1986-11-18 | Texas Instruments Incorporated | Method and apparatus for converting voice characteristics of synthesized speech |
| AU574104B2 (en) * | 1983-09-09 | 1988-06-30 | Sony Corporation | Apparatus for reproducing audio signal |
| US4783807A (en) * | 1984-08-27 | 1988-11-08 | John Marley | System and method for sound recognition with feature selection synchronized to voice pitch |
| US5365592A (en) * | 1990-07-19 | 1994-11-15 | Hughes Aircraft Company | Digital voice detection apparatus and method using transform domain processing |
| JPH04168499A (ja) * | 1990-10-31 | 1992-06-16 | Sanyo Electric Co Ltd | 時間軸圧縮伸長装置 |
| KR940001861B1 (ko) * | 1991-04-12 | 1994-03-09 | 삼성전자 주식회사 | 오디오 대역신호의 음성/음악 판별장치 |
| DE69214882T2 (de) * | 1991-06-06 | 1997-03-20 | Matsushita Electric Ind Co Ltd | Gerät zur Unterscheidung von Musik und Sprache |
| US5457769A (en) * | 1993-03-30 | 1995-10-10 | Earmark, Inc. | Method and apparatus for detecting the presence of human voice signals in audio signals |
-
1994
- 1994-09-28 KR KR1019940024514A patent/KR0129829B1/ko not_active IP Right Cessation
-
1995
- 1995-09-26 GB GB9519586A patent/GB2293741B/en not_active Expired - Fee Related
- 1995-09-27 JP JP7249848A patent/JPH08190400A/ja active Pending
- 1995-09-28 CN CNB95118654XA patent/CN1143293C/zh not_active Expired - Fee Related
- 1995-09-28 US US08/535,517 patent/US5781696A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN1127916A (zh) | 1996-07-31 |
| US5781696A (en) | 1998-07-14 |
| GB2293741B (en) | 1999-05-19 |
| GB2293741A (en) | 1996-04-03 |
| GB9519586D0 (en) | 1995-11-29 |
| KR0129829B1 (ko) | 1998-04-17 |
| CN1143293C (zh) | 2004-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH08190400A (ja) | 音響変速再生装置 | |
| CN1065370A (zh) | 有线广播清晰度*** | |
| US5862232A (en) | Sound pitch converting apparatus | |
| JPH10260694A (ja) | 話速変換装置、話速変換方法及び記録媒体 | |
| JP3306784B2 (ja) | 骨導マイクロホン出力信号再生装置 | |
| JP3617603B2 (ja) | 音声情報の符号化方法及びその生成方法 | |
| JPH1074097A (ja) | オーディオ信号のパラメータを変更する方法及び装置 | |
| KR100251497B1 (ko) | 음성신호 변속재생방법 및 그 장치 | |
| JP3620787B2 (ja) | 音声データの符号化方法 | |
| JP2734028B2 (ja) | 音声収録装置 | |
| JPH06250695A (ja) | ピッチ制御方法及び装置 | |
| KR20070008232A (ko) | 디지털 멀티미디어 배속 조절 장치 및 방법 | |
| JP2000308200A (ja) | 音響信号処理回路及び増幅装置 | |
| KR100359988B1 (ko) | 실시간 화속 변환 장치 | |
| KR100330779B1 (ko) | 디지털 음성 속도가변 재생방법 | |
| JP2005148210A (ja) | 生成装置、再生装置、生成方法、再生方法、および、プログラム | |
| Cha et al. | Can a natural singing voice be enhanced through digital processing? Implications of voice training and vocology in singers | |
| JPH07287576A (ja) | 音楽再生方法 | |
| JP2001236084A (ja) | 音響信号処理装置及びそれに用いられる信号分離装置 | |
| JP4714230B2 (ja) | 音声処理装置、音声処理方法、ならびに、プログラム | |
| JPH1133228A (ja) | ゲーム装置及び情報記憶媒体 | |
| JPH0460700A (ja) | 音声信号の時間軸伸長圧縮装置 | |
| WO2018092286A1 (ja) | 音処理装置、音処理方法、及びプログラム | |
| JP2002221971A (ja) | カラオケ装置 | |
| Austin et al. | Transmission Two: The Great Excursion (TT: TGE)—The Aesthetic, Art and Science of a Composition for Radio |