JPH08317496A

JPH08317496A - ディジタル音声信号処理装置

Info

Publication number: JPH08317496A
Application number: JP12111695A
Authority: JP
Inventors: Yoshito Nene; 義人禰寝; Masashi Takamiya; 正志高宮; Juichi Morikawa; 寿一森川
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1995-05-19
Filing date: 1995-05-19
Publication date: 1996-11-29

Abstract

(57)【要約】【目的】話速変換装置における衝撃音除去と音声レベル
に応じた利得調整の両立、目的音声以外の雑音除去、時
間遅れを伴った使用者発話のフィードバックの防止、を
目的とする。【構成】音声波形の時間長を伸縮する話速変換装置にお
いて、衝撃音抑制手段、利得制御手段、フィルタ手段、
使用者が発話したときには話速変換動作を中止する手段
の少なくとも１つを有する。【効果】衝撃音入力時の過大な出力が防止され、かつ音
声のレベルに応じた自動利得調整が実現される。また目
的音声以外の雑音が抑制され、目的音声の明瞭度が向上
する。さらに時間遅れを伴ってフィードバックされる使
用者自身の声で、使用者の発話が妨げられることが防止
できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声のピッチを変えず
に速度を変換するディジタル音声信号処理装置（以下、
話速変換装置）に関し、とくに衝撃音および目的音声以
外の音声の抑制方法に係る。

【０００２】

【従来の技術】難聴者の聴覚を補助する手段として、従
来アナログ回路を用いて音声の振幅及びその周波数特性
を加工するアナログ型補聴器が主に使用されてきた。こ
れに対し近年、ディジタル信号処理を聴覚障害の補償に
応用するための研究開発が盛んに行われている。この研
究開発動向については、例えば日本音響学会誌（１９９
１年４７巻１０号、Ｐ７６０〜Ｐ７６５）「聴覚障害補
償へのディジタル技術の応用」や"Speech-perception a
ids for hearing-impaired people : Current status a
nd needed reserach"， J.of Acoust. Soc. America，
Vol.90， No.2，Pt.1， Aug. 1991.等に詳述されてい
る。

【０００３】一般に聴力の損失を補うためには、音圧レ
ベルの増幅とダイナミックレンジの圧縮を、使用者の聴
力特性に合わせて周波数ごとに行う。従来のアナログ補
聴器では、このような処理をアナログ回路で実現してい
る。また、近年開発されているディジタル補聴器では、
この処理をディジタルフィルタ等のソフトウエアで実現
することで、使用者の聴力特性への適合がより詳細に行
えるようにしている。このような動向の中、近年、ディ
ジタル信号処理により音声のピッチを変えずに速度だけ
を変えて、より高次な言語処理速度の衰えも含めた聴覚
系全般に渡った補聴を行なおうとする試みがなされてい
る。このような話速変換技術については、例えば日本音
響学会講演論文集（平成６年３月、2-4-7）「難聴者に
よる話速変換音声の評価」や日本音響学会誌（1994年50
巻7号、P509〜P520）「リアルタイム話速変換型受聴シ
ステム」などに詳述されている。

【０００４】特に最近、この話速変換機能を携帯型の大
きさの装置に収めた、ポータブル話速変換装置が開発さ
れた。この装置については、"A portable digital spee
ch-rate converter and its evaluation by hearing-im
paired listeners"， in Proc. of Int. Conf. on Spok
en Language Processing (ICSLP94)， pp.2055-2058，
Yokohama， Sep. 1994.に詳述されている。

【０００５】図９に、この従来の話速変換装置の信号処
理の流れを示す。図中の太い実線は音声信号の流れを、
点線は制御信号の流れを意味する。

【０００６】上記従来の話速変換装置では、マイクロホ
ン１１を通じて入力された音声を、アナログ増幅器１
２、ローパスフィルタ１３に通した後、A/D変換器１４
によりディジタル値に変換する。ディジタル化された音
声は、一定の時間長（以下フレームと呼ぶ）を有する２
つの入力フレームバッファ２１および２２に交互に入力
される。一方の入力フレームバッファに入力している間
に、もう一方の入力フレームバッファの音声データに対
して、音声の時間軸をそのピッチを変化させることなく
伸縮する話速変換処理４０を施す。そして、その処理結
果を比較的容量の大きい出力リングバッファ５０に記録
する。出力リングバッファ５０は、最後のアドレスの次
が先頭アドレスになるように、アドレスが環状に用いら
れるメモリである。出力リングバッファ５０への話速変
換処理結果の書き込みとは独立して、出力リングバッフ
ァ５０から１つずつ処理済みのデータを取りだし、D/A
変換器６４、ローパスフィルタ６３、アナログ増幅器６
２、およびスピーカーまたはイヤホン６１を通じて音声
に変換して出力することを同時に行なうことで、話速変
換処理と変換結果の出力が同時に進行し、リアルタイム
の話速変換が実現される。したがって出力音声は、入力
音声に対して遅れ時間を伴って出力され、その遅れ時間
は時間と共に広がってゆく。即ち聞き手は、現実からは
どんどん遅れながら、しかしゆっくりと音声を聞くこと
ができる。

【０００７】この話速変換動作は、装置上に設けられた
スローボタン２を通じて使用者により制御され、スロー
スイッチが押下されている間は話速変換が行なわれ、押
下されていない間は、話速変換は施されず、入力音声が
そのまま出力されるようになっている。図９においてス
ローボタン２で制御される、スイッチ手段３０によっ
て、この動作が表現されている。

【０００８】

【発明が解決しようとする課題】上記従来の話速変換装
置ではアナログ増幅器を通して音声を出力している。こ
のため実際にこの装置を用いて、補聴器のように利用す
る場合には、音声以外の雑音を抑制するための処理が、
音声をゆっくり聞くための処理以外に不可欠である。例
えば、ドアを勢い良く閉めた時や、食器などを落とした
際に発生する衝撃的な音に対する対策が必要である。こ
れは衝撃音が入力された場合、非常に大きな音が出力さ
れるため、使用者に大きな不快感を与えるばかりか、鼓
膜に損傷を与える場合も考えられるからである。上記従
来の話速変換装置では、このような問題に対処する方法
について考慮されていなかった。

【０００９】本発明の第１の目的は、衝撃音を抑制する
ための手段を備えた話速変換装置を実現するための手段
を提供することにある。

【００１０】ところで、従来の補聴器においては、この
ような衝撃音に対応するため、従来より自動利得制御回
路やリミッタ回路が使用されてきた。図１０に従来の自
動利得制御回路の構成図を示す。

【００１１】上記構成を有する従来の自動利得制御回路
において、積分手段３１２は比較的短い時定数（数ミリ
秒）で充電し、長い時定数（数１０〜数１００ミリ秒）
で放電するように設定される。これにより、入力信号の
振幅が大きくなった時には比較的短い時間で積分手段が
充電され、可変利得増幅器３２０の利得が短時間で低下
し、出力信号が過大になることを防ぐ。また逆に入力信
号の振幅が小さくなった時には比較的長時間で積分手段
３１２が放電され、可変利得増幅器３２０の利得がゆっ
くりと高くなっていく。

【００１２】さらに、このような音声信号処理は、ディ
ジタル信号処理によっても実現可能である。ディジタル
信号処理による自動利得制御回路の実現に方法について
は、例えば日本音響学会誌（1994年50巻4号、P263〜P27
0）「コンプレッサ／リミッタのＤＳＰによる実現方
法」などに詳述されている。この方式によれば、少ない
演算量で、上記アナログ回路による自動利得制御回路と
同様に動作が実現可能である。

【００１３】ところが、従来の自動利得制御回路によっ
て衝撃音を除去しようとすると、衝撃音の立ち上がりは
非常に早いため、衝撃音が最大音圧点に達する時にはま
だ十分利得が下がっていない。このため衝撃音は十分抑
制されずに出力されてしまう。しかし、衝撃音に対応す
るために積分手段の充電の時定数を小さくすると、衝撃
音ではない比較的大きな音声信号が入力された場合に
も、その立ち上がりで毎回可変利得増幅器の利得が下げ
られるので、衝撃音以外の普通の音声が不自然になると
いう問題があった。

【００１４】また、一旦衝撃音が入力されると、その振
幅は非常に大きいので、積分手段が非常に高い電圧に充
電される。このため衝撃音が無くなった後も、積分手段
の電圧はなかなか下がらず、しばらく低い利得で音声を
聞き続けなくてはならない。しかし、これを解決するた
めに積分手段の放電時間を短くすると、音声の合間で毎
回放電を終了してしまうようになるため、音声の立ち上
がり時には毎回利得が高くなる。このため音声の立ち上
がり毎に利得の抑圧がかかり、音声の合間で利得が増加
するという、所謂ポンピング現象を生じてしまう問題が
あった。

【００１５】本発明の第２の目的は、衝撃音を抑制し、
かつその時の音声レベルに応じて適切な増幅利得を設定
することが可能な、自動利得制御手段を有する話速変換
装置を提供することにある。

【００１６】また、上記従来の話速変換装置は携帯型装
置であるため、背景雑音、例えば空調機の発生する低音
ノイズなどの大きい場所で使用される場合も多い。この
場合目的とする音声とそれ以外の雑音とを区別し、目的
とする音声のみを出力することが望まれる。しかし、上
記従来の話速変換装置には、目的とする音声とそれ以外
の雑音とを区別して出力するための手段に関する考慮が
なされていなかった。

【００１７】本発明の第３の目的は、目的とする音声以
外の雑音を抑制する機能を備えた話速変換装置を実現す
るための手段を提供することにある。

【００１８】さらに、上記従来の話速変換装置において
は、使用者自身の発する声も話速変換処理を施してしま
うため、使用者自身の声がゆっくりと遅れて使用者に呈
示されてしまう。このため使用者の発話が著しく妨げら
れるという問題があった。

【００１９】本発明の第４の目的は、使用者自身の声
は、話速変換処理が施されずに出力するための手段を提
供することにある。

【００２０】

【課題を解決するための手段】上記本発明の第１の目的
は、従来の話速変換装置の音声入力部に、入力された音
声信号の短時間の振幅値の変化の様子から衝撃音を判定
する衝撃音検出手段と、衝撃音と判定された入力信号部
分の信号振幅値を抑制する振幅抑制手段を設けることに
より達成される。

【００２１】上記本発明の第２の目的は、上記本発明の
第１の目的を達成する手段に加えて、音声信号の比較的
長い時間変化を元に信号の増幅率を変化させる利得制御
手段を、従来の話速変換装置に設け、この両手段を同時
動作させることによって達成される。

【００２２】上記本発明の第３の目的は、従来の話速変
換装置において、音声帯域以外の周波数領域の信号成分
を抑制するフィルタ手段を設けることにより達成され
る。

【００２３】上記本発明の第４の目的は、話速変換処理
の対象とする音声を入力する手段とは独立に、使用者の
発話のみを検出する発話検出手段と、上記発話検出手段
の出力に応じて話速変換処理動作を制御する制御手段と
を設けることにより達成される。

【００２４】

【作用】上記第１の目的を達成するための手段において
は、衝撃音検出手段が衝撃音を検出し、この検出結果に
応じて振幅抑制手段が入力音声信号の振幅を抑制するよ
うに作用する。そして、この衝撃音が抑制された入力信
号が、従来の話速変換装置の入力バッファに入力される
ように作用する。このため従来の話速変換装置における
各動作を妨げることなく衝撃音が抑制される。

【００２５】上記第２の目的を達成するための手段にお
いては、上記第１の目的を達成するための手段によっ
て、衝撃音は抑制されるように作用する。その上で、上
記利得調整手段は、出力される音声に対する適切な利得
を設定するように作用する。このため衝撃音は抑制さ
れ、かつその時の音声のレベルに応じた適切な利得で増
幅された音声が出力されるようになる。

【００２６】上記第３の目的を達成するための手段にお
いては、上記フィルタ手段により、音声帯域以外の周波
数領域に存在する信号成分を抑制するように作用にす
る。このため、目的とする音声の明瞭度が向上する。

【００２７】上記第４の目的を達成するための手段にお
いては、上記発話検出手段は使用者の発話を選択的に検
出するように作用する。使用者の発話が検出されると、
上記制御手段は、入力音声を話速変換処理を施さずにそ
のまま出力するにように作用する。これにより話速変換
動作中に使用者が発話した場合には、強制的に音声がス
ルーで出力されるので、使用者自身の声が遅れて出力さ
れることが防止できるようになる。

【００２８】

【実施例】以下、本発明を実施例を用いて詳細に説明す
る。

【００２９】図１に本発明の話速変換装置の第１の実施
例を示す。入力音声信号はディジタル化された後に、衝
撃音抑制手段７０を介して入力バッファ２０に入力され
る。

【００３０】入力バッファ２０は比較的大容量のメモリ
で構成され、そのアドレスは環状に用いられ、所謂リン
グバッファになっている。このため入力の音声信号は、
現時点からリングバッファ１周分に対応する時間長の過
去の音声が、常にこのリングバッファ内に残る。

【００３１】話速変換処理手段４０では、従来の方式と
同様、ある一定の時間長（以下フレームと呼ぶ）単位で
処理が実行される。１フレーム分のデータを話速変換し
た結果は、２つの出力バッファ５１、５２のいずれか一
方に入力される。従って、出力バッファのサイズは、話
速変換の伸長率を考慮して、１フレームよりも長いサイ
ズになっている。もう一方の出力バッファには、前回の
話速変換結果が保持されている。前回の話速変換結果デ
ータがサンプリング間隔でD/A変換器６４に送られ、ロ
ーパスフィルタ６３、アナログ増幅器６２、およびスピ
ーカー又はイヤホン６１を通じて出力される間に、今回
のフレームの話速変換処理が終了するよう、１フレーム
の長さや話速変換処理に必要な時間が調整されている。
これにより従来の話速変換装置と同様の、リアルタイム
話速変換が実現できる。

【００３２】また、本実施例では、従来の話速変換装置
同様、装置上に設けられたスローボタン２を使用者が押
下した時のみ、話速変換動作の入切を切り替える手段３
０の制御によって、話速変換処理が行なわれる。スロー
ボタンが押下されていない時は、衝撃音抑制手段の出力
データは入力バッファに記録されると同時に、すぐに出
力される。

【００３３】図２には上記第１の実施例における衝撃音
抑制手段７０の詳細を示す。本手段は衝撃音検出手段７
１と振幅抑制手段７２とから構成される。衝撃音検出手
段７１は、入力信号の短時間の振幅の変化から衝撃音を
検出する。差分演算手段７１１は前回のサンプル値と今
回のサンプル毎の振幅の差分値を計算する。判定手段７
１２は、その絶対値があらかじめ決められたしきい値よ
りも、１回あるいは数回連続して大きくなった時に、振
幅が急激に変化する衝撃音が入力されたと判定する。そ
して、出力手段７１３は判定手段７１２が衝撃音と判定
した場合には１を出力し、タイマー手段７１４により管
理される一定時間を経過すると出力を０にする。振幅抑
制手段７２は、上記衝撃音検出手段の出力が１の間の
み、入力信号振幅に減衰係数をかける演算を掛け算手段
７２１により行ない、振幅の抑制を行なう。これにより
衝撃音が検出され、さらに衝撃音検出後の一定時間は、
入力の振幅が一定の割合で抑制されることになる。

【００３４】なお、以上の図２を用いた説明では、タイ
マー手段７１４で管理される持続時間、判定しきい値、
及び減衰係数を定数としたが、これらの値を装置の使用
環境に応じて使用者が変更できるようにすれば、より環
境に適した衝撃音抑制が実現できる。

【００３５】図３には、本発明の第２に実施例を示す。
本実施例では、上記第１の実施例の構成に加えて、出力
部に利得制御手段８０が設けられている。前記利得制御
手段は、比較的長時間の出力信号の変化に応じて増幅率
を変化させる。本実施例は、衝撃音抑制手段と利得制御
手段の両方を備えている点に特徴がある。衝撃音抑制手
段７０は、前記の本発明の第１の実施例と同様、比較的
短い時間変化に基づいて衝撃音を抑制し、利得制御手段
８０は、比較的長時間の信号レベルの変化に基づいて出
力のための利得を変化させる。これにより、衝撃音を抑
制する機能と、信号レベルに応じてゆっくりと利得を変
更する機能の両方を、同時に実現することが可能とな
る。なお、本実施例では利得制御手段８０を話速変換装
置の構成の出力側に設置しているが、入力側の衝撃音抑
制手段と入力バッファとの間に設置しても同様の効果を
得ることが可能である。

【００３６】図４に上記本発明の第２の実施例における
利得制御手段８０の詳細を示す。本実施例の利得制御手
段８０は、レベル検出手段８１、利得設定手段８２、掛
け算手段８３および８４、係数発生手段８５からなる。

【００３７】レベル検出手段８１は、時刻tにおける信
号X(t)が入力されるとその絶対値|X(t)|を演算し、次に
指標演算手段８１１により|X(t)|を元に信号レベル指標
値P(t)を算出する。この演算は次式で表される。

【００３８】 |X(t)| ≧ P(t-1)の場合： P(t) = |X(t)| + (P(t-1) - |X(t)|) * exp(-1/fs*Ta) （式１） |X(t)| ＜ P(t)の場合： P(t) = P(t-1) * exp(-1/fs*Tr) （式２）但し、fsはサンプリング周波数、TaおよびTrは時定数。

【００３９】即ち、指標演算手段８１１内では、１時刻
前の信号レベル指標値P(t-1)と|X(t)|との比較が行なわ
れる。そして|X(t)|がP(t-1)以上の場合にはPを時定数T
aで|X(t)|に向けて増加させ、逆に|X(t)|がP(t-1)より
小さい場合にはPを時定数Trで０に向けて減少させる演
算が行なわれ、現在の信号レベル指標値P(t)が得られ
る。本実施例では、係数発生手段が発する係数値eは、
装置外部よりボリューム３を通じて変更できるようにな
っている。図４の利得制御手段８０内の利得設定手段８
２は、掛け算手段８４で得られる上記指標値P(t)と係数
eの積を入力として受取り、各e・P(t)に対応する利得値G
(t)をテーブル８２１を参照して出力する。そして掛け
算手段８３でこの利得値G(t)を各データX(t)に掛け算
し、出力する。

【００４０】図５には、上記利得設定手段８２が参照す
るテーブル８２１の一例をグラフの形で示した。データ
を図５のように設定することにより、信号レベルP(t)が
小さい時には利得を大きくし、逆にP(t)が大きい場合に
は、利得を小さくするという動作が実現される。

【００４１】さらに本実施例では、図３に示したとお
り、装置外部よりボリューム３を調整することにより係
数値eが変更できるので、装置の使用状況や使用者の好
みに応じて、利得制御手段８０の動作を変更することが
可能である。たとえば図５に示すように、係数値eを小
さくするとテーブル８２１の原点付近のみが参照され、
信号レベルが大きくなった時の利得低減はあまり生じな
くなり、逆にeを大きくすると、テーブル全体が参照さ
れるようになり、信号レベルが余り大きくならないうち
に利得低減が始まるようになる。

【００４２】以上の図３から図５を用いて説明した本発
明の第２の実施例によれば、衝撃音を抑制する動作は衝
撃音抑制手段７０が行なうので、利得制御手段８０の時
定数TaおよびTrは、衝撃音以外の音声に適切な値に設定
できる。これにより不適切な時定数の設定によって生じ
る問題、たとえばポンピング現象などを回避し、かつ同
時に衝撃音を抑制することが可能となる。また、図３に
は示されていないが、上記P(t)を算出する際に用いる時
定数TaおよびTrも、装置外部より変更できるようにすれ
ば、さらに使用環境や使用者の好みに応じた利得制御が
実現できる。

【００４３】図６には、本発明の第３の実施例を示す。
本実施例では、上記第２の実施例の構成に加えて、フィ
ルタ手段１００が備えられている。フィルタ手段１００
には、たとえば帯域制限フィルタなど、目的とする人間
の音声以外の雑音を抑制するような特性を持つフィルタ
が用いられる。

【００４４】本実施例では、装置外部よりフィルタ動作
が制御できるようになっている。使用者は装置の使用環
境に応じてフィルタを動作させ、音声以外の雑音が多い
状況での明瞭度を向上させることができる。

【００４５】図７には、本発明の第４の実施例を示す。
本実施例では、上記第３の実施例の構成の加えて、使用
者の発話を検出する発話検出手段２００が備えられてい
る。これは、第２のマイクロホン２１０、積分手段２２
０、比較手段２３０から構成される。第２のマイクロホ
ン２１０は、装置の使用者の発声を検知するのに用いら
れ、第１のマイクロホン１１よりも使用者の口に近い距
離に設置される。積分手段２２０は第２のマイクロホン
２１０の出力を積分し、使用者の発声状況に対応した出
力を出す。即ち、使用者が大きな声で話しているとき
は、積分器２２０の出力は高い値を保ち、使用者が黙っ
ている間は低い値を維持する。比較手段２３０は前記積
分器２２０としきい値との比較を行ない、積分器出力が
しきい値よりも高い場合には１を、低い場合には０を出
力する。比較手段２３０の出力はスイッチ手段３０に接
続されており、比較手段２３０の出力が１になった時に
は、スイッチ手段３０は強制的にスルー側に接続される
ように動作する。

【００４６】この動作により、使用者が話速変換動作中
に声発した場合には、即座に第１のマイクロホンからの
入力はスルーで出力されるので、従来の話速変換装置で
問題となった、使用者自身の声が時間遅れを伴って使用
者自身にフィードバックされ、使用者の発話が著しく妨
げられる現象が防止できるようになる。

【００４７】上記比較手段２３０が比較動作を行なう際
に必要なしきい値は、あらかじめ設定しておくことも可
能であるが、本実施例では、しきい値設定手段２４０を
設け、装置外部からボリューム４を回すことにより、上
記しきい値を変更できる構成にしている。これにより使
用者の発する声の大きさや、周りの雑音に応じたしきい
値の設定が可能となるので、誤動作を軽減することが可
能になる。

【００４８】図８には、上記第４の実施例の話速変換装
置の外観を示す。上記第２のマイクロホン２１０を、使
用者の装着しているイヤホン６１の近傍に設置すること
により、主に使用者の声だけが検知されるように工夫さ
れている。なお第１のマイクロホン１１は、装置本体に
内蔵されており、聞きたい音声の方向に使用者が自由に
向けることができる。

【００４９】

【発明の効果】本発明によれば、話速変換装置におい
て、衝撃音が入力した際にも、使用者に過大な音声を与
えることが防止される、という効果がある。さらに、衝
撃音を判定する際に用いられるしきい値を使用者が調整
することで、使用環境にや使用者の特性に適した、衝撃
音抑制が実現できるという効果がある。

【００５０】また、本発明によれば、話速変換装置にお
いて、衝撃音を抑制すると同時に、衝撃音よりも長い時
間で観測される入力音声のレベル変動に応じた、出力利
得の制御が可能となるという効果がある。さらに、利得
制御に用いられる時定数を使用者が調整することで、使
用環境や使用者の特性に適した、出力利得制御が実現で
きるという効果がある。

【００５１】また、本発明によれば、話速変換装置にお
いて、目的とする音声以外の雑音を抑制し、目的の音声
の明瞭度を向上できるという効果がある。さらに、使用
者が、使用環境や使用者の特性に応じて、雑音抑制機能
を動作させることが可能になる、という効果がある。

【００５２】また、本発明によれば、話速変換装置にお
いて、話速変換動作中に使用者自身が発話しても、使用
者自身の声が遅れて使用者に与えられることによって使
用者の発話が妨げられることが防止できる、という効果
がある。さらに、使用者の発話を検出する手段に用いら
れるしきい値を、使用環境に応じて調整することにより
使用者の発話検出の際の誤動作が軽減できる、という効
果がある。

【００５３】

【図面の簡単な説明】

【図１】本発明の第１の実施例の構成図。

【図２】本発明の衝撃音抑制手段の構成図。

【図３】本発明の第２の実施例の構成図。

【図４】本発明の利得制御手段の構成図。

【図５】本発明の利得制御手段に使用するテーブルの
例。

【図６】本発明の第３の実施例の構成図。

【図７】本発明の第４の実施例の構成図。

【図８】本発明の第４の実施例を使用者が装着した際の
外観図。

【図９】従来の話速変換装置の構成図。

【図１０】従来の衝撃音抑制回路の構成図。

【符号の説明】

１…話速変換装置、２…スローボタン、３，４…ボリュ
ーム、１０…音声入力部、１１…第１のマイクロホン、
１２…アナログ増幅器、１３…ローパスフィルタ、１４
…A/D変換器、２０…入力バッファ、２１，２２…フレ
ームバッファ、３０…話速変換動作の入切を切り替える
手段、４０…話速変換処理手段、５０…出力バッファ、
５１，５２…フレームバッファ、６０…音声出力部、６
１…スピーカーまたはイヤホン、６２…アナログ増幅
器、６３…ローパスフィルタ、６４…D/A変換器、７０
…衝撃音抑制手段、７１…衝撃音検出手段、７１１…差
分演算手段、７１２…判定手段、７１３…出力手段、７
１４…タイマー手段、７１５…しきい値、７２…振幅抑
制手段、７２１…掛け算手段、７２２…減衰係数、８０
…利得制御手段、８１…レベル検出手段、８２…利得設
定手段、８２１…利得テーブル、８３，８４…掛け算手
段、８５…係数発生手段、１００…フィルタ手段、２０
０…使用者音声検出部、２１０…第２のマイクロホン、
２２０…積分器、２３０…比較手段、２４０…しきい値
設定手段、３００…従来の自動利得制御回路、３１０…
短時間平均振幅抽出手段、３１１…絶対値演算手段、３
１２…積分手段、３２０…利得制御増幅器。

Claims

【特許請求の範囲】

【請求項１】入力されたアナログ音声信号をディジタル
化し、上記ディジタル音声信号を入力バッファに記録
し、上記入力バッファに記録されたディジタル音声信号
をフレーム単位で信号処理し、上記信号処理されたディ
ジタル音声信号を複数個用意された出力バッファのいず
れか１つに記録し、それと同時に既に上記信号処理が施
されて別の出力バッファに記録されていた過去の音声信
号を、アナログの音声信号に変換して出力するディジタ
ル音声信号処理装置において、上記信号処理を行なう手段は、音声のピッチを変えずに
その時間軸を伸縮する話速変換処理手段であり、入力信
号振幅の短時間における変化量としきい値との比較によ
り衝撃音を検出して衝撃音が検出された際に、一定時間
入力信号振幅に減衰係数をかけて衝撃音を抑制するため
の衝撃音抑制手段、または、上記衝撃音検出の際の観測
時間よりも長い観測時間での音声信号レベルの変動に応
じて利得を調整する利得制御手段の、少なくとも１つを
有することを特徴とした、ディジタル音声信号処理装
置。
【請求項２】入力されたアナログ音声信号をディジタル
化し、上記ディジタル音声信号を入力バッファに記録
し、上記入力バッファに記録されたディジタル音声信号
をフレーム単位で信号処理し、上記信号処理されたディ
ジタル音声信号を複数個用意された出力バッファのいず
れか１つに記録し、それと同時に既に上記信号処理が施
されて別の出力バッファに記録されていた過去の音声信
号を、アナログの音声信号に変換して出力するディジタ
ル音声信号処理装置において、入力信号振幅の短時間における変化量としきい値との比
較により衝撃音を検出し、衝撃音が検出された際に、一
定時間入力信号振幅に減衰係数をかけて衝撃音を抑制す
るための衝撃音抑制手段と、上記衝撃音検出の際の観測
時間よりも長い観測時間での音声信号レベルの変動に応
じて利得を調整する利得制御手段との、両方を有するこ
とを特徴とした、ディジタル音声信号処理装置。
【請求項３】上記衝撃音抑制手段は、衝撃音検出手段と
振幅抑制手段とからなり、上記撃音検出手段は、入力デ
ィジタル音声信号のサンプル毎の差分値を演算する手段
と、上記差分値と差分しきい値との比較判定を行なう比
較手段と、上記比較の結果、上記差分値が上記差分しき
い値を１回あるいは連続して数回越えた場合に出力値を
０から１にして、さらにその状態を一定時間持続する出
力手段とからなり、上記振幅制御手段は、上記衝撃音検
出手段の出力が１の間、減衰係数を入力音声信号に掛け
算し出力することを特徴とした、請求項１または２に記
載のディジタル音声信号処理装置。
【請求項４】上記差分しきい値および上記減衰係数は、
使用者が装置外部より調整可能であることを特徴とし
た、請求項３記載のディジタル音声信号処理装置。
【請求項５】上記利得制御手段は、入力信号レベルに応
じて、立ち上がりと立ち下がりとで異なる時定数で変化
するレベル指標値を出力するレベル検出手段と、係数を
発生させる手段と、上記レベル検出手段の出力に上記係
数をかける掛け算手段と、上記掛け算手段の出力を元に
テーブル参照を行ない利得値を出力する利得設定手段
と、上記利得設定手段の出力する利得値と入力信号との
掛け算を行なう第２の掛け算手段とからなることを特徴
とした、請求項１または２に記載のディジタル音声信号
処理装置。
【請求項６】上記立ち上がりおよび立ち下がりの時定数
は、使用者が装置外部より設定可能であることを特徴と
した、請求項５に記載の話速変換装置およびディジタル
音声信号処理装置
【請求項７】上記レベル検出手段は、入力信号の絶対値
を算出する手段と、上記絶対値と一時刻前のレベル指標
値とに基づいて現在のレベル指標値を算出する指標演算
手段と、現在のレベル指標値を１時刻遅らせる遅延手段
と、から構成されることを特徴とした、請求項５に記載
のディジタル音声信号処理装置。
【請求項８】上記指標演算手段は、時刻tにおける入力
信号をX(t)、レベル指標値をP(t)、fsをサンプリング周
波数、Taを立ち上がり時の時定数、Trを立ち下がり時の
時定数としたとき、 |X(t)| ≧ P(t-1)の場合： P(t) = |X(t)| + (P(t-1) - |X(t)|) * exp(-1/fs*Ta) |X(t)| ＜ P(t)の場合： P(t) = P(t-1) * exp(-1/fs*Tr) なる式で表される演算によりP(t)を算出することを特徴
とした、請求項７に記載のディジタル音声信号処理装
置。
【請求項９】上記利得設定手段の参照するテーブルにお
いては、０から一定の範囲の入力値に対しては最大の利
得値を対応させ、上記範囲を越える入力値に対しては、
入力値の増加に伴ない対応させる利得値が指数関数に比
例して減少することを特徴とした、請求項５に記載のデ
ィジタル音声信号処理装置。
【請求項１０】入力されたアナログ音声信号をディジタ
ル化し、上記ディジタル音声信号を入力バッファに記録
し、上記入力バッファに記録されたディジタル音声信号
をフレーム単位で信号処理し、上記信号処理されたのデ
ィジタル音声信号を複数個用意された出力バッファのい
ずれか１つに記録し、それと同時に既に上記信号処理が
施されて別の出力バッファに記録されていた過去の音声
信号を、アナログの音声信号に変換して出力するディジ
タル音声信号処理装置において、上記信号処理は、音声
のピッチを変えずにその時間軸を伸縮する話速変換処理
であり、かつ、音声信号帯域を含む一定の周波数範囲以
外の周波数成分を抑制するフィルタ手段を有することを
特徴とした、ディジタル音声信号処理装置。
【請求項１１】上記フィルタ手段の動作および非動作の
切り替えは、使用者が装置外部より設定可能であること
を特徴とした、請求項１０に記載のディジタル音声信号
処理装置。
【請求項１２】入力されたアナログ音声信号をディジタ
ル化し、上記ディジタル音声信号を入力バッファに記録
し、上記入力バッファに記録されたディジタル音声信号
をフレーム単位で信号処理し、上記処理後のディジタル
音声信号を複数個用意された出力バッファのいずれか１
つに記録し、それと同時に既に上記信号処理が施されて
別の出力バッファに記録されていた過去の音声信号を、
アナログの音声信号に変換して出力するディジタル音声
信号処理装置において、上記信号処理は、音声のピッチ
を変えずにその時間軸を伸縮する話速変換処理であり、
かつ、使用者の発話を検出する手段を有し、使用者の発
話が検出されたときには、話速変換処理を中止して、直
接入力信号を出力するように動作することを特徴とし
た、ディジタル音声信号処理装置。
【請求項１３】上記使用者の発話を検出する手段は、発
話検出用マイクロホンと、上記マイクロホンにより入力
された音声信号を積分する積分器と、発話検出に用いら
れるしきい値を設定する手段と、上記しきい値と上記積
分器の出力とを比較する比較手段とからなることを特徴
とした、請求項１２に記載のディジタル音声信号処理装
置。
【請求項１４】上記発話検出用マイクロホンは、使用者
が装着するイヤホンの近傍に設置されていることを特徴
とした、請求項１３に記載のディジタル音声信号処理装
置。
【請求項１５】上記しきい値設定手段は、使用者が装置
外部より制御可能であることを特徴とした、請求項１３
に記載のディジタル音声信号処理装置。