JPH0916193A - 話速変換装置 - Google Patents

Abstract

(57)【要約】 【目的】話速変換と同時に、音声の子音部分を強調す
る。 【構成】フレーム毎のパワー判定処理によって、波形伸
長処理を行なわないフレームに対して、フレーム内のよ
り細かいパワーパターンから子音部分を検出する子音検
出手段と、子音部分の増幅を行なう子音強調処理手段
を、話速変換装置内に設ける。 【効果】話速変換処理と同時に子音強調処理を実現する
ことができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声の速度を変換する
話速変換装置に関し、とくに話速変換処理をしながら、
音声の子音部分を強調する方法に係わる。

【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（1991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 aids for hearing-
impaired people : Current status and neededreserac
h"， J.of Acoust. Soc. America， Vol.90， No.2， P
t.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。

【０００４】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。

【０００５】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, Y
okohama， Sep. 1994.に詳述されている。

【０００６】図４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。

【０００７】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３０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
も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。

【０００８】この話速変換動作は、装置上に設けられた
スロースイッチ４１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４にお
いてスローボタン４１で制御される、スイッチ手段４０
によって、この動作が表現されている。

【０００９】一方、話速変換処理３０は、パワー判定処
理３１と波形伸長処理３２とからなり、パワー判定処理
３１によって選択されたパワーの大きいフレームの波形
のみに波形伸長処理３２が施され、選択されなかった部
分は、そのまま出力バッファに転送されるように動作す
る。

【００１０】図５には、この話速変換処理の手順を示
す。パワー判定処理３１では、しきい値Tｈと各フレー
ムの音声信号のパワーを比較する。これにより、比較的
パワーの小さい子音部分や背景雑音部分は波形伸長処理
３２が施されず、パワーの大きい母音部分が主に波形伸
長される。

【００１１】波形伸長処理３２では、まず音声信号のピ
ッチ周期（基本周期）を抽出する処理が行なわれ、抽出
したピッチ周期の２倍の長さを有する２つの窓関数を入
力波形の異なる２箇所にかける。該窓関数の一方は０か
ら１に変化し、もう一方は１から０に変化する。窓関数
をかけた結果同士を加算することで２ピッチ長の合成波
形を得る。この合成波形を入力波形の中に挿入すること
により、ピッチ周期を変えずに波形の時間軸方向の伸長
が実現できる。

【００１２】さらにパワー判定処理３２では、第２のし
きい値Toとフレーム毎のパワーの比較を行ない、To以下
のパワーを有する区間が時間しきい値を越えて連続する
場合には、この区間は無音区間であるとみなし、この時
間しきい値を越えた部分に対応する出力バッファ上のデ
ータを削除する処理を行なう。これにより出力バッファ
中の無音区間が削除され、話速変換によって生じた遅れ
時間が短縮される。実際には、パワー判定処理３１にお
いて、しきい値Toを下回るパワーを持つフレームが一定
個数続いた後は、次にパワーがToより大きいフレームが
来るまで、出力バッファへの転送を中止することで、こ
の無音区間削除を実現している。

【００１３】

【発明が解決しようとする課題】一般に難聴者の聞き取
りにおいては、早口が聞き取りにくいという問題の他
に、パワーの弱い子音部分の聞き取りがうまくできない
という問題がある。しかし、上記従来の技術において
は、音声波形を伸長することで、音声をゆっくりにさせ
る方法のみが示されていただけで、それと同時に音声の
子音部分を強調し、ゆっくりした音声をさらに聞きやす
くするための方法については考慮されていなかった。

【００１４】本発明の目的は、従来の話速変換処理と同
時に実行可能な、子音強調処理を行なうための、具体的
な方法を提供することにある。

【００１５】

【課題を解決するための手段】上記本発明の目的を達成
するための手段は、従来の話速変換装置の話速変換処理
内に、入力音声データのパワー値の時系列パターンから
子音部分を検出する子音検出手段と、検出されたフレー
ム中の子音部分の音声データの値を増幅する子音強調手
段とを、設けることである。

【００１６】

【作用】上記本発明の目的を達成するための手段におい
ては、上記子音検出手段が、入力フレーム中の音声デー
タのパワー値の時間的な系列を１つのパターンとして観
測し、あらかじめ決められたパワーパターンとのマッチ
ング処理により、入力フレーム中の子音部分を検出す
る。上記子音強調手段は、前記子音検出の結果に基づい
て、フレーム中の音声データの値を部分的に増幅し、子
音部分を強調する。

【００１７】

【実施例】以下、本発明を実施例を用いて詳細に説明す
る。

【００１８】図１に本発明の話速変換装置の実施例を示
す。本実施例においては、話速変換処理内のパワー判定
処理の後に、子音検出処理３３と子音強調処理３４が設
けられている点が、従来の話速変換装置と異なる。上記
従来の技術の項で説明したとおり、パワー判定処理は、
フレーム全体のパワーにより、波形伸長処理を施すべき
フレームを判定している。

【００１９】一般に、フレーム全体のパワーが大きい場
合には、このフレームは、音声の母音部分で占められる
ことが多い。逆にフレーム全体のパワーが小さい場合に
は、そのフレームは音声の子音部分や、無音部分で占め
られると考えられる。本実施例においては、しきい値Th
よりも大きいパワーを有するフレームデータは、従来の
話速変換装置同様、波形伸長処理が施される。そして、
フレーム全体のパワーがThよりも小さい場合には、子音
検出手段がフレーム内のデータのパワー値の時系列を１
つのパターンとみなし、あらかじめ決めておいたパワー
パターンとの照合を行なう。そして、その照合の結果、
子音を含むフレームであると判定されたフレームデータ
は、子音強調処理により、その一部のデータの値が増幅
される。

【００２０】図２には、本発明の話速変換処理部におけ
る信号の流れを、また図３には、子音強調処理の模式図
を示す。子音検出処理は、入力フレームのデータをさら
に小さい複数のフレームに分割し、その小フレーム毎の
パワー値を算出する。図２および図３では、４つの小フ
レームに分割した場合を示した。４つの小フレームのパ
ワー値は無音しきい値To/4との比較が行なわれ、To/4よ
りも大きい値のパワー値を持つ小フレームには「１」、
To/4より小さいパワー値を持つ小フレームには「０」と
いうラベルが付けられる。

【００２１】次に、この４つのラベルの時系列を１つの
パターンとみなし、前記ラベル時系列が「０００１」あ
るいは「００１１」であった場合には、前の２つの小フ
レームには子音が含まれ、後ろ２つの小フレームは母音
への遷移部分が含まれると判定する。そして子音強調処
理は、前２つの小フレーム部分に対し、増幅処理を施
す。前記増幅処理は、２つの小フレームを一様に増幅す
るのではなく、図２に示すような徐々に、小フレーム２
つ分で徐々に増加し減少するような増幅係数列を、該当
する２つの小フレームのデータに対して掛け算すること
で実現する。これにより小フレームの境で、値が急に変
化し、雑音が生じることを防いでいる。

【００２２】一方、ラベルの時系列パターンが上記以外
のパターンであった場合には、子音強調処理は行なわ
ず、そのまま出力バッファに転送する。

【００２３】従来の話速変換装置では、入力フレーム全
体のパワーがThよりも小さいフレームは、何も処理が行
なわれずそのまま出力されていた。しかし、本発明によ
り、これまでそのまま出力されていたフレームの内、音
声の子音部分を含むと考えられるフレームについては、
その子音部分のパワーが強調され、話速変換処理と同時
に子音強調処理が実現できるようになる。

【００２４】なお、上記実施例を用いた説明では、子音
部分を判定するパワー値の時系列に入力フレームの1/4
単位のパワーを選んでいたが、より細かい単位でのパワ
ー値の時系列により同様の判定を行なっても同様の効果
が得られる。

【００２５】また、子音強調のための増幅処理には、図
２に示した三角状の係数列を用いたが、これ以外の増幅
パターン、たとえばガウス関数形状のパターン、を用い
ても、同様の効果が得られる。

【００２６】さらに、上記実施例においては、小フレー
ムのパワー値のラベル付けに際して、削除する無音区間
の決定に用いる、無音しきい値Toの1/4の値であるTo/4
を用いたが、これ以外の値を小フレームのラベル付けに
用いても構わない。

【００２７】

【発明の効果】本発明によれば、話速変換のための波形
伸長処理と並列に、音声の子音部分を強調できるように
なる、という効果がある。

【図面の簡単な説明】

【図１】本発明の実施例の信号処理の流れを示す図。

【図２】本発明の話速変換処理部の信号処理の流れを示
す図。

【図３】本発明の子音強調処理の模式図。

【図４】従来の話速変換装置における信号処理の流れを
示す図。

【図５】話速変換装置における話速変換処理の説明図。

【符号の説明】

１０…入力アナログ系、１１…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…入力リングバッファ、２１，２２…入力フ
レームバッファ、３０…話速変換処理、３１…パワー判
定処理、３２…波形伸長処理、３３…子音判定処理、３
４…子音強調処理、４０…スイッチ手段、４１…スロー
ボタン、５０…出力リングバッファ、５１，５２…出力
フレームバッファ、６０…出力アナログ系、６１…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。

Claims (4)

【特許請求の範囲】
1. 【請求項１】音声の高さを変えずに速度のみを変換する
   処理を行なう話速変換装置において、音声の子音部分を
   強調する処理を、話速変換処理と同時に行なう手段を有
   することを特徴とした、話速変換装置。
2. 【請求項２】音声の高さを変えずに速度のみを変換し、
   かつ、入力音声信号のフレーム単位のパワーとしきい値
   との比較によって、波形の時間長を伸縮する処理を施す
   フレームと、同処理を施さないフレームを選別する手段
   を有する話速変換装置において、前記波形伸縮処理を施
   さないフレームに対して、子音部分が含まれるかを判定
   する子音検出手段と、子音部分が含まれる場合には、該
   フレームの一部のデータを増幅する子音強調手段とを有
   することを特徴とした、話速変換装置。
3. 【請求項３】上記子音検出手段は、フレーム単位のパワ
   ーとしきい値との比較により、波形の時間長を伸縮する
   処理を施さないと判定されたフレームを、さらに複数の
   小フレームに分割し、前記小フレーム毎の連続したパワ
   ー値の時系列パターンと、あらかじめ決められたパター
   ンとの照合によって、該フレームの一部を増幅するか否
   か、およびどの部分を増幅するか決定することを特徴と
   した、請求項２に記載の話速変換装置。
4. 【請求項４】上記小フレーム毎のパワー値の時系列パタ
   ーンは、前記小フレーム毎のパワー値と、上記しきい値
   とは異なる第２のしきい値との比較によって得られる、
   ２値の時系列パターンであることを特徴とする、請求項
   ３に記載の話速変換装置。