JPH088602B2 - 対話型留守番電話機 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、自動着信時に発呼者と電話機との間でメ
ッセージのやり取りを行いながら、発呼者の音声を録音
する対話型留守番電話機の中でも、発呼者の用件メッセ
ージ録音の際に発呼者が発声を行っていない無音区間は
詰めて録音するポーズ圧縮録音方式を採用している対話
型留守番電話機について、対話応答とポーズ圧縮とを、
共に性能よく実現させる対話型留守番電話機に関するも
のである。

〔従来の技術〕

一般に、対話型留守番電話機は、応答メッセージを、
着呼者名を明らかにする部分と、着呼者が留守であ
ることを述べる部分とに分け、各々を一定の間隔で送出
する。発呼者は、の部分を聞いたときには留守番電話
機が応答したことに気づかないので、発声を開始する確
率が高い。しかし、発呼者と電話機との間で自然な対話
を継続させ、発呼者に違和感を与えずに、さらに詳しい
情報を聞き出すには、応答メッセージをさらに細かい部
分に分けると同時に、発呼者が発声を終了したタイミン
グを検知し、以降の応答メッセージの送出タイミング
を発呼者の発声終了に同期させる必要がある。

発呼者の発声終了は、回線信号の音声検出手段を用い
て発声終了検知処理を実行することにより、検知するこ
とが可能である。第５図に具体的な処理の例を示す。本
処理は、電話機が応答メッセージの送出を完了した直後
に実行される。以下に第５図の処理について説明する。
なお、S1〜S10は各ステップを示す。

はじめに、相手が発声を開始するか否かを確認する。
具体的には、タイマをリセット／スタートさせ（S1）、
本処理開始後、無言判定時間しきい値T_mugon経過して
も、発声が開始されない、すなわち、音声検出手段の判
定結果が有音にならない場合には（S2,S3,S4）、相手が
発声を開始する意志はないものと判断する（S5）。相手
に発声開始の意志がないと判断した場合に、電話機は通
常次の応答メッセージの送出に処理を進める。

ステップ（S3）で相手の発声開始が確認された場合に
は、タイマをリセット／スタートさせ（S6）、音声検出
処理に入り（S7）、相手発声中に出現する無音状態の継
続時間を監視する（S8）。発声には、息継ぎ，内容の思
考等に要する無音期間が含まれる。このような無音期間
の継続時間は一般に余り長いものではない。一方、相手
が発声を終了した場合には、無音状態が継続することに
なる。そこで、発声終了判定時間しきい値T_endを決め、
単一の無音期間が発声終了判定時間しきい値T_end以上継
続したときに初めて、相手が発声を終了したと判断する
こととする（S9,S10）。相手の発声終了が確認されると
電話機は次の応答メッセージの送出を行う。以上が第５
図に関する説明である。

一方、ポーズ圧縮録音は、発声の合間に存在する息継
ぎ，内容の思考等に起因する無音期間は録音せず、有音
部分のみを録音媒体に記憶する技術であり、録音時の録
音媒体の利用効率を上げると共に、録音されたメッセー
ジの再生に要する時間を短縮できるという長所がある。

一般的な音声検出手段は、大きく分けてレベル検出回
路と比較部という２つの部分から構成されている。レベ
ル検出回路は、入力信号のエンベロープ波形あるいはパ
ワー情報を抽出する回路である。比較部は、音声検出レ
ベルしきい値を格納しており、レベル検出回路の出力値
と音声検出レベルしきい値とを比較し、レベル検出回路
の出力が音声検出レベルしきい値よりも大きい場合には
音声検出結果を有音、レベル検出回路の出力が音声検出
レベルしきい値よりも小さいときには音声検出結果を無
音とする。したがって、音声検出レベルしきい値を高め
に設定すると相対的にレベルの大きな信号のみを有音と
判断し、音声検出レベルしきい値を低めに設定すると逆
に相対的にレベルの小さい信号でも有音と判定されるこ
ととなる。また、回線条件，発呼者の周囲条件により変
化する背景雑音の大きさに適応して音声検出レベルしき
い値の大きさを設定することにより音声検出精度を高め
ることが可能である（特開平１−307350号公報参照）。

〔発明が解決しようとする課題〕

電話回線を介して伝達されてくる発呼者音声は、発呼
者発声レベルの個人差、発呼者使用電話機の相違、加入
者線路や中継系が持つ損失の差、発呼者の周囲雑音や回
線雑音の大小当の影響を受け、S/N比は様々に変化す
る。音声検出回路はこのような条件下でも、検出誤りな
く動作することを目標に設計されるが、検出誤りの発生
を完全に零にすることは困難である。したがって、たと
え検出誤りが発生しても、その検出誤りが対話応答，ポ
ーズ圧縮各々の機能に対し致命的な影響を与えないよう
に音声検出回路を設計するべきである。

ここで、音声検出回路の検出誤りが対話応答とポーズ
圧縮に及ぼす影響を分類すると以下のようになる。

回線雑音や発呼者の周囲雑音の影響により、発呼者
が発声を行っていないにもかかわらず、音声検出結果が
有音になった場合： ・対話応答 対話応答アルゴリズムは発呼者の発声が終了していな
いと判断するので、次の応答メッセージ送出をいつまで
たっても開始しない。また、発呼者が全く発声を行わな
いときに、単発的な雑音が有音と検知された場合には、
電話機は発呼者が発声を開始しすぐに終了したと判断す
るため、発呼者が発声していないにもかかわらず、電話
機は次の応答メッセージ再生へと処理を進めてしまう。

・ポーズ圧縮 ポーズ圧縮処理は、発呼者が発声を行っていないにも
かかわらず、この期間の信号を録音する。

発呼者の発声レベルが極端に小さい、あるいは回線
損失が極端に大きいなどの影響で、発呼者が発声を行っ
ているにもかかわらず音声検出結果が無音の場合： ・対話応答 対話応答アルゴリズムは発呼者が発声を開始しない無
言状態にあるものと判断し、応答メッセージ送出から無
言判定時間T_mugon経過後に、次の応答メッセージを送出
する。

・ポーズ圧縮 ポーズ圧縮処理は、発呼者が発声を行っているにもか
かわらず録音を行わない。この部分を再生すると、発呼
者の音声は脱落しており、発呼者の発声内容を理解する
ことは困難になる。

対話応答・ポーズ圧縮という処理別に、どちらの検出
誤りがこれらの処理により致命的な影響を与えるかを整
理すると以下のようになる。

対話応答 検出誤りの発生時には、発呼者が発声を終了してい
るにもかかわらず次の応答メッセージが再生されず、処
理がハングアップ状態に陥る。発呼者が発声を行わない
ときに単発的な雑音を発声とみなした場合には、電話機
が勝手に次の応答メッセージを再生するので、発呼者の
発声と電話機の応答メッセージ送出が衝突する可能性が
強い。

検出誤りの発生時には、応答メッセージ送出終了か
ら次の応答メッセージ送出開始までに、無言判定に必要
な一定時間T_mugonが置かれることになる。つまり、発呼
者の発声に電話機の応答メッセージ送出が割り込む可能
性があるものの、発呼者の発声を検出せずに一定の間隔
をあけて次々と応答メッセージを送出するタイプの対話
型留守番電話機と同等の動作となる。

以上のことから、検出誤りの方が対話応答処理に与
える影響はより致命的である。したがって、音声検出回
路の設計においては、音声検出しきい値を高めに設定
し、検出誤りの発生確率を抑える方が安全である。

ポーズ圧縮 検出誤りの発生時には、本来無音の部分も録音され
るので、録音媒体の利用効率低下するものの発呼者の発
声内容はすべて録音される。したがって、録音内容再生
時に発呼者の発声した内容をすべて聴取することが可能
である。

検出誤りの発声時には、発呼者の発声内容は録音か
ら脱落しているので、録音内容を再生しても発呼者の発
声内容を聞き取ることはできない。

以上のことから、検出誤りの方がポーズ圧縮処理に
与える影響はより致命的といえる。したがって、音声検
出回路の設計においては、音声検出しきい値を低めに設
定し、検出誤りの発生確率を押さえる方が安全であ
る。

以上のように、対話応答については音声検出レベルし
きい値を高めの値に設定することにより雑音を誤って有
音と検出する確率を減じ、ポーズ圧縮については音声検
出レベルしきい値を低めの値に設定することにより、音
声脱落の可能性を小さくすることが望ましい。しかし、
これらの要求条件は相反するもので、単一の音声検出し
きい値を用いたのでは実現できないという問題点があっ
た。

〔課題を解決するための手段〕

この発明にかかる対話型留守番電話機は、音声検出処
理における音声検出レベルしきい値を、対話応答用，ポ
ーズ圧縮用と２種独立に設定できるしきい値設定手段を
設けたものである。

〔作用〕

この発明においては、音声検出結果に検出誤りが生じ
ても、この検出誤りが対話応答，ポーズ圧縮に与える影
響は致命的なものとはならない。したがって、両機能を
共に性能よく実現することが可能となる。

〔実施例〕

第１図にこの発明の一実施例のブロック構成を示す。
１は回線に呼出信号が到来したことを検知する呼出信号
検出部、２は回線の開閉を行うループ開閉部、３は前記
ループ開閉部２を介して回線に接続される通話回路、４
は前記通話回路３の送話（Ｔ）端子に接続される応答メ
ッセージ送出部、５は複数の応答メッセージを格納する
応答メッセージ格納部、６は前記通話回路３の受話
（Ｒ）端子に接続され、回線信号を用件メッセージ格納
部に録音するための用件メッセージ録音部、７は用件メ
ッセージを格納する用件メッセージ格納部、８は前記ル
ープ開閉部２を介して回線に接続される信号レベル測定
部、９はCPUなどの制御部、9Aはしきい値設定手段、10
は有音・無音区間の継続時間を測定するためのタイマで
ある。なお、タイマ10は制御部９からタイマカウントリ
セットの指示の到来により自動的に零からタイムカウン
トを行うものとする。第２図は信号レベル測定部８の具
体的構成および制御部９とのインタフェース例である。
本回路例では、オペレーションアンプOP1とその周辺の
ダイオードＤにより半波整流回路が構成され、オペレー
ションアンプOP2とその周辺のコンデンサC,抵抗Ｒによ
り低域通過フィルタが構成されている。この時、オペレ
ーションアンプOP2の出力は、入力信号のエンベロープ
となる。このエンベロープをA/D変換器8Aでディジタル
信号に変換し、制御部９に一定周期で取り込む。

第３図は応答メッセージ格納部５の内部構成例であ
る。この例では、３種類の対話応答メッセージかあらか
じめ格納されている。

第４図（ａ），（ｂ）はこの実施例の動作を説明する
フローチャートである。なお、（S11）〜（S18）および
（S21）〜（S40）は各ステップを示す。以下、第４図に
沿って実施例の動作を説明する。

回線に呼出信号が到来したことを呼出信号検出部１が
検出すると（S11）、制御部９はループ開閉部２を動作
させループを閉結した後（S12）、応答メッセージ格納
部５から第１番目の応答メッセージを選択（S13）、応
答メッセージ送出部４から通話回路３を介して回線に第
１番目の応答メッセージを送出する（S14）。応答メッ
セージの送出が終了すると、制御部９は用件メッセージ
録音動作を開始する（S15）。応答メッセージ番号か第
３番目（＝３）でなければ応答メッセージ番目に＋１し
（S17）、以後、ステップ（S14）から以降を繰り返し、
ステップ（S16）で応答メッセージ番号が第３番目（＝
３）になれば回線閉結とする（S18）。

用件メッセージ録音処理動作は、第５図で示した発声
終了検知処理と基本的構造は同一であり、第４図（ｂ）
においては、音声検出処理の内容を詳細に示してあると
共に、ポーズ圧縮録音処理についても具体的に記してあ
る。また、本図における音声検出処理では、発呼者周囲
の雑音や回線雑音といった背景に定常的に存在する雑音
により音声検出結果が悪影響を受けないように、背景雑
音レベルに適応して音声検出レベルしきい値の大きさを
変化させている。

以下、用件メッセージ録音処理の動作について第４図
（ｂ）を参照して詳細に説明する。本処理において、タ
イマをリセット／スタートさせ（S21）、制御部９は信
号レベル測定部８の出力を一定周期で読み込むと共に
（S22）、回線信号レベルについて、前回の読み込み値
と今回の読み込み値の差分Δを計算する（S23）。これ
を等式の形で表すと第（１）式のようになる。ただし、
V_nは時刻ｎにおける信号レベル測定部８からの読み込み
値、V_n-1は１読み込み周期前における信号レベル測定部
８からの読み込み値を表している。

Δ＝V_n−V_n-1 ……（１） 差分値Δは、制御部９内で音声始端検出しきい値V_edge
と比較される。ここで、V_edgeは音声の始端を検出する
ためのしきい値で、差分値ΔがV_edge以上であれば（S2
4）、音声区間が開始したとみなす。すなわち、ある時
刻ｋにおいて、 V_edge≦Δ_k＝V_k−V_k-1 ……（２） が成り立つときには、時刻ｋから音声区間が開始したと
判断する。この時、V_k-1は背景雑音のレベルを代表して
いるとみなすことができる。相手音声が存在する時の信
号レベルは、背景雑音レベルに音声に起因するレベル分
が加えられる形となるので、音声検出レベルしきい値V
_tnは背景雑音レベルよりも大きな値に設定されているべ
きである。このことから、一般に音声検出しきい値V_tn
の算出は第（３）式に従う。ただし、定数ｆは１より大
きな値である。

V_tn＝ｆ×V_k-1 ……（３） この実施例では、この時、V_tnとして、ポーズ圧縮用
と対話応答用を別々に求める。具体的には、第（３）式
において、定数ｆの値をf_a，f_bの２種類用意しておき、
対話応答用の音声検出しきい値V_tn-a，ポーズ圧縮用の
音声検出しきい値V_tn-bをそれぞれ以下の式にしたがっ
て算出する（S25）。

V_tn-a＝f_a×V_k-1 ……（４） V_tn-b＝f_b×V_k-1 ……（５） ここで、先にも説明したとおり、対話応答については発
呼者が発声していないにもかかわらず有音と検出される
事態を防ぐために、音声検出感度を低くする。すなわ
ち、V_tn-aを相対的に大きな値にしきい値設定手段9Aで
設定する。一方、ポーズ圧縮については発呼者が発声し
ているにもかかわらず無音と検出され、音声が録音から
脱落することを防ぐために、音声検出感度を高くする。
すなわち、V_tn-bを相対的に小さな値にしきい値設定手
段9Aで設定する。したがって、f_aとf_bの間には、 f_a≧f_b ……（６） の関係がある。以後、第（４），（５）式によって算出
された音声検出しきい値V_tn-a，V_tn-bを基に音声検出処
理を行う。

ポーズ圧縮録音処理を実行するに当たっては、信号レ
ベル測定部８から読み込まれた信号レベルV_nとポーズ圧
縮用音声検出しきい値V_tn-bの間に、 V_n≧V_tn-b ……（７） の関係が成り立つか否かが確認される（S26），（s2
7）。第（７）式が成立する場合には、相手音声を録音
するべきと判断し（S28）、用件メッセージ録音部６は
通話回路３を介して回線信号を用件メッセージ格納部７
へ録音を行う。この録音は第（７）式が不成立となった
時点で一旦停止し（S29）、再度第（７）式が成立する
と再開される。

一方、発声終了検知処理を実行するに当たっては、信
号レベル測定部８から読み込まれた信号レベルV_nと対話
応答処理用音声検出しきい値V_tn-aの間に、 V_n≧V_tn-a ……（８） の関係が成り立つか否かが確認される（S30）。用件メ
ッセージ録音処理の開始時にリセットスタートしたタイ
マ10のカウント値が、無音判定時間しきい値T_mugon以上
になって第（８）式が成立しない場合には（S31）、相
手が発声を行う意志がないものと判断し、用件メッセー
ジ録音処理を終了し（S32）、電話機は次の応答メッセ
ージの送出動作に移る。この際、用件メッセージ録音部
６の録音処理がすでに開始されていた場合には、この録
音処理を終了してから応答メッセージの送出を行う。ス
テップ（S30）において、タイマ10のカウント値が無音
判定時間しきい値T_mugon以上になる前に第（８）式が成
立した場合には、相手が発声を開始したと判断し、発声
の終了を検知する処理を開始する。このため、タイマ10
はカウント値を一旦リセットし（S33）、発声中に現れ
る無音区間の継続時間長の測定を開始する（S34）〜（S
37）。この時、第（８）式が成立した場合には（S3
8）、タイマ10のカウントを再度リセットし（S33）、第
（８）式が不成立の場合には（S38）、タイマ10のカウ
ント値と発声終了判定時間しきい値T_endと比較し（S3
9）、カウント値がT_end以上になった時には、相手の発
声が終了したと判断し、用件メッセージ録音動作を終了
し（S40）、次応答メッセージの送出を行う。

なお、ステップ（S35,S36,S37）はステップ（S27）〜
（S29）と同時に第（７）式が成立する区間のみ音声録
音をるい、それ以外の区間は録音を行わない処理であ
る。

以上の動作が最終応答メッセージ送出後の用件メッセ
ージ録音動作まで繰り返される。最終応答メッセージに
対する用件メッセージ録音動作が終了時には、再びルー
プ開閉部２を動作させ、回線は開放し自動応答を終了す
る。

〔発明の効果〕

以上説明したとおり、この発明は、音声検出手段の音
声検出しきい値として対話応答用音声検出しきい値とポ
ーズ圧縮用音声検出しきい値の２種を独立に設定可能な
しきい値設定手段を備えたので、対話応答用音声検出し
きい値とポーズ圧縮用音声検出しきい値とを独立に設定
できるので、音声検出が誤動作した時にも各処理に対す
る影響が致命的な欠陥を露呈しないように各々のしきい
値を設定することが可能になる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示すブロック図、第２図
は信号レベル測定部の具体的な構成例および制御部との
インタフェースを説明した図、第３図は応答メッセージ
格納部の内部構成例を示す図、第４図（ａ），（ｂ）
は、第１図の実施例の動作例を示したフローチャート、
第５図は発呼者が応答メッセージに対して発声を開始す
るか否かの判定および一旦発声を開始した発呼者が発声
を終了したか否かの判定を音声検出結果を基に行う従来
のアルゴリズムを示したフローチャートである。 図中、１は呼出信号検出部、２はループ開閉部、３は通
話回路、４は応答メッセージ送出部、５は応答メッセー
ジ格納部、６は用件メッセージ録音部、７は用件メッセ
ージ格納部、８は信号レベル測定部、8AはA/D変換器、
９は制御部、9Aはしきい値設定手段、10はタイマであ
る。

Claims (1)

【特許請求の範囲】
1. 【請求項１】自動着信を行い応答メッセージ格納部に格
   納した複数の応答メッセージを発呼者からのメッセージ
   に応じて送出し、対話形式で発呼者の応答を行う対話応
   答機能を持つとともに、発呼者の音声の録音手段と発呼
   者音声の有無を検出する音声検出手段とを有し、発呼者
   音声の録音の際には発呼者音声中の有音部分だけを録音
   し、無音部分には録音しないポーズ圧縮録音機能も合わ
   せ持つ対話型留守番電話機において、前記音声検出手段
   の音声検出しきい値として対話応答用音声検出しきい値
   とポーズ圧縮用音声検出しきい値の２種を独立に設定可
   能なしきい値設定手段を備えたことを特徴とする対話型
   留守番電話機。