JPH08146985A

JPH08146985A - 話速制御システム

Info

Publication number: JPH08146985A
Application number: JP6283641A
Authority: JP
Inventors: Koji Tanaka; 浩司田中; Masanori Miyatake; 正典宮武; Masayuki Iida; 正幸飯田
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1994-11-17
Filing date: 1994-11-17
Publication date: 1996-06-07

Abstract

(57)【要約】【目的】この発明は、予め送信データ、録音メディア
等に話速を制御するための情報を入れておき、送信デー
タを受信して再生する再生装置または録音メディアの再
生装置において、話速制御情報に基づいて話速を制御で
きる話速制御システムを提供することを目的とする。【構成】話速制御システムにおいて、話速制御情報が
音声信号に付加された信号を生成する編集装置１、およ
び編集装置１によって生成された信号から音声信号と話
速制御情報とを分離し、かつ音声信号を話速制御情報に
したがって話速制御する再生装置２を備えている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、放送、電話などの通
信、パソコン、音声メール等の送信データに話速を制御
するための制御情報を入れておき、受信側において制御
情報に基づいて話速を制御する話速変換制御システム、
または録音テープ、光磁気ディスク、レーザディスク、
ＣＤ−ＲＯＭ、ビデオＣＤ、ＩＣメモリ等の録音メディ
アに話速を制御するための制御情報を記録しておき、再
生時に制御情報に基づいて話速を制御する話速制御シス
テムに関する。

【０００２】

【従来の技術】本出願人は、音声区間の入力音声信号の
時間長さを圧縮・伸長する手段および所定長さ以上の無
音区間の入力音声信号を削除する削除手段を有する話速
変換装置を開発している。このような話速変換装置で
は、入力された音声信号を分析して、分析結果に応じて
圧縮・伸長処理、削除処理等が行なわれている。

【０００３】このような話速変換装置の入力音声信号と
しては、放送、電話などの通信、パソコン、音声メール
等の送信データ、録音テープ、光磁気ディスク、レーザ
ディスク、ＣＤ−ＲＯＭ、ビデオＣＤ、ＩＣメモリ等の
録音メディアから読み出されたデータがある。

【０００４】

【発明が解決しようとする課題】この発明は、予め送信
データ、録音メディア等に話速を制御するための情報を
入れておき、送信データを受信して再生する再生装置ま
たは録音メディアの再生装置において、話速制御情報に
基づいて話速を制御できる話速制御システムを提供する
ことを目的とする。

【０００５】

【課題を解決するための手段】この発明による話速制御
システムは、話速制御情報が音声信号に付加された信号
を生成する編集装置、および編集装置によって生成され
た信号から音声信号と話速制御情報とを分離し、かつ音
声信号を話速制御情報にしたがって話速制御する再生装
置を備えていることを特徴とする。

【０００６】編集装置としては、たとえば、話速制御情
報が音声信号に付加された信号を生成して、録音メディ
アに記録するものが用いられ、再生装置としては、たと
えば、上記録音メディアから話速制御情報が音声信号に
付加された信号を読み出して、音声信号と話速制御情報
とを分離し、かつ音声信号を話速制御情報にしたがって
話速制御するものが用いられる。

【０００７】また、編集装置としては、たとえば、話速
制御情報が音声信号に付加された信号を生成して、送信
データを作成するものが用いられ、再生装置としては、
たとえば、上記送信データを受信して、受信した上記送
信データから音声信号と話速制御情報とを分離し、かつ
音声信号を話速制御情報にしたがって話速制御するもの
が用いられる。

【０００８】話速制御情報を音声信号に付加する方法と
しては、時分割多重方式、周波数分割多重方式、切換伝
送方式等が用いられる。

【０００９】再生装置として、たとえば、音声信号を時
間軸圧縮伸長処理する処理手段と、音声信号を削除処理
する処理手段とを有する話速変換部を備えたものが用い
られれる。話速制御情報としては、たとえば、音声信号
を時間軸伸長圧縮処理を行なうための情報と、音声信号
を削除処理するための情報とが用いられる。また、話速
制御情報としては、音声区間であることを示す情報と、
無音区間の継続数を示す情報とが用いられる。

【００１０】この発明による編集装置は、音声信号を分
析して話速制御情報を生成する手段、および生成された
話速制御情報を音声信号に付加する手段を備えているこ
とを特徴とする。

【００１１】この発明による再生装置は、話速制御情報
が付加された音声信号から音声信号と話速制御情報とを
分離する手段、および音声信号を話速制御情報にしたが
って話速制御する手段を備えていることを特徴とする。

【００１２】

【作用】この発明による話速制御システムでは、話速制
御情報が音声信号に付加された信号が編集装置によって
生成される。そして、再生装置側で、編集装置によって
生成された信号から音声信号と話速制御情報とが分離さ
れ、かつ音声信号が話速制御情報にしたがって話速制御
される。

【００１３】この発明による編集装置では、音声信号を
分析して話速制御情報が生成され、生成された話速制御
情報が音声信号に付加される。

【００１４】この発明による再生装置では、話速制御情
報が付加された音声信号から音声信号と話速制御情報と
が分離され、音声信号が話速制御情報にしたがって話速
制御される。

【００１５】

【実施例】以下、図面を参照して、この発明の実施例に
ついて説明する。

【００１６】図１は、話速制御システムを示している。
話速制御システムは、話速制御情報が音声信号に付加さ
れた信号を生成する編集装置１と、編集装置１によって
生成された信号から音声信号と話速制御情報とを分離
し、かつ音声信号を話速制御情報にしたがって話速制御
する再生装置２とを備えている。

【００１７】編集装置１としては、話速制御情報が音声
信号に付加された信号から送信データを作成するもの、
話速制御情報が音声信号に付加された信号を録音メディ
ア３に記録するものがある。前者の場合には、編集装置
１から話速制御情報が音声信号に付加された送信データ
が再生装置に送信される。後者の場合には、編集装置１
によって録音メディア３から話速制御情報が音声信号に
付加された信号が読み出される。

【００１８】図２は、編集装置１の構成を示している。
編集装置１では、元となる音声信号が音声信号分析部１
１によって分析されて話速制御情報が生成される。生成
された話速制御情報は、コード化部１２によってコード
化される。そして、元となる音声信号と生成されたコー
ドとが多重化部１３によって多重化される。この多重化
信号に基づいて送信データが作成されるか、またはこの
多重化信号が録音メディアに記録される。

【００１９】図３は、再生装置２の構成を示している。
再生装置２には、編集装置１によって作成された送信デ
ータまたは編集装置１によって多重化信号が記録された
録音メディアからの読み出しデータが入力される。

【００２０】入力された多重化信号は、復調部２１で復
調され、話速制御情報と音声信号とに分離される。音声
信号は、話速制御部２２に入力される。話速制御部２２
には、話速制御情報と復調部２１からの音声／話速制御
情報同期用制御信号が制御信号として入力される。話速
制御部２２では、話速制御情報に基づいて、入力音声の
話速が制御される。

【００２１】多重化方式としては、周波数分割多重方
式、時分割多重方式等が用いられる。なお、編集装置１
において、音声信号が符号化されている場合には、復調
部２１によって分離された音声信号は、復号化された後
に話速制御部２２に送られる。

【００２２】図４は、話速制御部２２の構成を示してい
る。話速制御部２２は、話速制御情報を解析する話速制
御情報解析部３１、音声／話速制御情報同期用制御信号
に基づいて、話速制御情報解析部３１に同期信号を送る
制御情報同期化部３２および話速制御情報解析部３１の
解析結果に基づいて音声信号を話速変換する話速変換部
３３を備えている。

【００２３】話速変換部３３は、話速制御情報解析部３
１の解析結果に応じて、入力音声信号の圧縮伸長処理、
入力音声信号の削除処理等を行なう。

【００２４】図５は、編集装置１の第１動作例を示して
いる。ここでは、映像と音声とを伴う放送番組の音声信
号が入力されているものとする。また、説明の便宜上、
再生装置２側で設定される再生速度としては、１倍速再
生と２倍速再生との２種があるとする。また、音声信号
に多重化される話速制御情報には、１倍速再生用と２倍
速再生用とがある。

【００２５】まず、音声信号分析部１１によって入力音
声信号の所定区間毎に入力音声信号のパワー平均値Ｐが
算出される（ステップ１）。次に、パワー平均値Ｐが所
定のしきい値Ｔｈ以上か否かが判別される（ステップ
２）。パワー平均値Ｐが所定のしきい値Ｔｈ以上（Ｐ≧
Ｔｈ）である場合には、当該区間は音声区間であると判
別され、音声信号の時間長さを伸長する区間と判定され
る（ステップ３）。ここでは、音声区間以外の低レベル
の定常雑音や環境音も無音区間として取り扱われるよう
に、しきい値が設定されている。この後、圧縮率αが設
定される（ステップ４）。

【００２６】２倍速再生用の圧縮率αは、たとえば、１
／２≦α≦１の範囲内の所定の値に設定される。圧縮率
αが２倍速再生時の一般的な圧縮率である１／２である
場合には、出力音声速度は入力音声速度の２倍となる。
圧縮率αが１である場合には、出力音声速度は入力音声
速度の１倍となる。したがって、出力音声速度が入力音
声速度の１倍以上で２倍以下となる範囲内で、圧縮率α
が設定される。

【００２７】ここでは、圧縮率αが２／３に設定される
とする。この場合には、再生時において、音声の３ピッ
チ周期が２ピッチ周期に間引かれる。このため、再生時
においては、出力音声速度は入力音声速度の３／２倍と
なる。このように、圧縮率２／３で圧縮された場合に
は、２倍速再生時の一般的な圧縮率１／２の場合に比べ
て、２／３−１／２＝１／６だけ、音声が伸長されるこ
とになる。

【００２８】１倍速再生用の圧縮率αは、たとえば、１
≦α≦３／２の範囲内の所定の値に設定される。圧縮率
αが１倍速再生時において１である場合には、出力音声
速度は入力音声速度の１倍となる。圧縮率αが３／２で
ある場合には、出力音声速度は入力音声速度の２／３倍
となる。したがって、出力音声速度が入力音声速度の２
／３倍以上で１倍以下となる範囲内で、圧縮率αが設定
される。

【００２９】ここでは、圧縮率αが３／２に設定される
とする。この場合には、再生時において、音声の２ピッ
チ周期が３ピッチ周期に伸長される。このため、再生時
においては、出力音声速度は入力音声速度の２／３倍と
なる。このように、圧縮率３／２で伸長された場合に
は、１倍速再生の通常再生時に対して、３／２−１＝１
／２だけ、音声が伸長されることになる。

【００３０】次に、１倍速再生速度および２倍速再生速
度に応じてそれぞれ設定された圧縮率αからなる話速制
御情報が生成され、コード化部１２によってコード化さ
れる（ステップ５）。次に、多重化部１３によって、当
該区間の入力音声信号と話速制御情報とが多重化される
（ステップ６）。そして、この多重化信号に基づいて送
信データが作成されるかまたはこの多重化信号が録音メ
ディアに記録される（ステップ７）。

【００３１】上記ステップ２において、パワー平均値Ｐ
が所定のしきい値Ｔｈより小さいときには（Ｐ＜Ｔ
ｈ）、当該区間は無音区間であると判別され、無音区間
の継続数が算出される（ステップ８）。そして、無音区
間の継続数が所定数Ｔｄｅｌ以上であるか否かが判別さ
れる（ステップ９）。無音区間の継続数が所定数Ｔｄｅ
ｌより少ないときには、音声信号の時間長さを伸長する
区間と判定される（ステップ１０）。

【００３２】次に、上記ステップ４と同様に、１倍速再
生用および２倍速再生用の圧縮率αが設定される（ステ
ップ１１）。そして、１倍速再生および２倍速再生用の
圧縮率αからなる話速制御情報が生成され、コード化部
１２によってコード化される（ステップ１１）。次に、
多重化部１３によって、当該区間の入力音声信号と話速
制御情報とが多重化される（ステップ６）。そして、こ
の多重化信号に基づいて送信データが作成されるかまた
はこの多重化信号が録音メディアに記録される（ステッ
プ７）。

【００３３】上記ステップ９において、無音区間の継続
数が所定数Ｔｄｅｌ以上であると判定されたときには、
当該区間は削除すべき区間と判定される（ステップ１
２）。そして、当該区間の入力音声信号を削除区間とす
る制御情報が生成され、コード化部１２によってコード
化される（ステップ１３）。

【００３４】次に、多重化部１３によって、当該区間の
入力音声信号と話速制御情報とが多重化される（ステッ
プ６）。そして、この多重化信号に基づいて送信データ
が作成されるかまたはこの多重化信号が録音メディアに
記録される（ステップ７）。

【００３５】このようにして生成された多重化信号が再
生装置２側で再生される場合には、操作者によって再生
速度（１倍速または２倍速）が設定される。入力音声信
号のうち、設定された再生速度に対する圧縮率αが話速
制御情報として設定されている区間では、その圧縮率α
で入力音声信号が時間軸圧縮伸長処理された後、再生さ
れる。また、入力音声信号のうち、話速制御情報によっ
て削除される区間であると指定されている区間では、入
力音声信号が削除される。

【００３６】図６は、編集装置１の第２動作例を示して
いる。ここでは、映像と音声とを伴う放送番組の音声信
号が入力されているものとする。また、説明の便宜上、
再生装置２側で設定される再生速度としては、１倍速再
生と２倍速再生との２種があるとする。また、音声信号
に多重化される話速制御情報には、１倍速再生用と２倍
速再生用とがある。

【００３７】まず、音声信号分析部１１によって入力音
声信号の所定区間毎に入力音声信号のパワー平均値Ｐが
算出される（ステップ２１）。次に、パワー平均値Ｐが
所定のしきい値Ｔｈ以上か否かが判別される（ステップ
２２）。パワー平均値Ｐが所定のしきい値Ｔｈ以上（Ｐ
≧Ｔｈ）である場合には、当該区間は音声区間であると
判別され、音声信号の時間長さを伸長する区間と判定さ
れる（ステップ２３）。そして、音声信号の時間長さを
伸長する区間とする旨の話速制御情報が生成され、コー
ド化部１２によってコード化される（ステップ２４）。

【００３８】次に、多重化部１３によって、当該区間の
入力音声信号と話速制御情報とが多重化される（ステッ
プ２５）。この多重化信号に基づいて送信データが作成
されるかまたはこの多重化信号が録音メディアに記録さ
れる（ステップ２６）。

【００３９】上記ステップ２２において、パワー平均値
Ｐが所定のしきい値Ｔｈより小さいときには（Ｐ＜Ｔ
ｈ）、当該区間は無音区間であると判別され、無音区間
の継続数が算出される（ステップ２７）。そして、無音
区間の継続数を示す話速制御情報がコード化部１２によ
って生成される（ステップ２８）。

【００４０】次に、多重化部１３によって、当該区間の
入力音声信号と話速制御情報とが多重化される（ステッ
プ２５）。この多重化信号に基づいて送信データが作成
されるかまたはこの多重化信号が録音メディアに記録さ
れる（ステップ２６）。

【００４１】このようにして生成された多重化信号が再
生装置２側で再生される場合には、操作者によって再生
速度（１倍速または２倍速）が設定される。また、設定
した再生速度に応じた圧縮率αが操作者によって設定さ
れる。また、削除区間を決定するための継続長Ｔｄｅｌ
が操作者によって設定される。

【００４２】そして、入力音声信号のうち、話速制御情
報によって伸長する区間であると指定された区間では、
操作者によって設定された圧縮率αで入力音声信号が時
間軸圧縮伸長処理される。また、入力音声信号のうち、
話速制御情報によって無音区間の継続数が指定されかつ
その継続長が操作者によって決定された継続長Ｔｄｅｌ
以上である区間では、入力音声信号が削除される。ま
た、入力音声信号のうち、話速制御情報によって無音区
間の継続数が指定されかつその継続長が操作者によって
決定された継続長Ｔｄｅｌ未満である区間では、操作者
によって設定された圧縮率αで入力音声信号が時間軸圧
縮伸長処理される。

【００４３】図７は、編集装置１の第３動作例を示して
いる。ここでは、映像と音声とを伴う放送番組の音声信
号が入力されているものとする。また、説明の便宜上、
再生装置２側で設定される再生速度としては、１倍速再
生と２倍速再生との２種があるとする。また、音声信号
に多重化される話速制御情報には、１倍速再生用と２倍
速再生用とがある。

【００４４】まず、音声信号分析部１１によって入力音
声信号の所定区間毎に入力音声信号のパワー平均値Ｐが
算出される（ステップ３１）。次に、パワー平均値Ｐが
所定のしきい値Ｔｈ以上か否かが判別される（ステップ
３２）。パワー平均値Ｐが所定のしきい値Ｔｈ以上（Ｐ
≧Ｔｈ）である場合には、当該区間は音声区間であると
判別され、音声信号の時間長さを伸長する区間と判定さ
れる（ステップ３３）。

【００４５】次に、現時点での音声の伸長量、すなわ
ち、再生時の入力信号に対する出力信号の遅延時間に応
じた値が、１倍速再生速度および２倍再生速度ごとに算
出される（ステップ３４）。そして、１倍速再生速度お
よび２倍再生速度ごとに、伸長量に応じた圧縮率αが設
定される（ステップ３５）。

【００４６】２倍速再生用の圧縮率αは、たとえば、１
／２≦α≦１の範囲内で設定され、現時点での伸長量が
小さいほど圧縮率αは大きくされる。圧縮率αが２倍速
再生時の一般的な圧縮率である１／２である場合には、
出力音声速度は入力音声速度の２倍となり、圧縮率αが
１である場合には、出力音声速度は入力音声速度の１倍
となる。したがって、出力音声速度が入力音声速度の１
倍以上で２倍以下となる範囲内で、圧縮率αが設定され
る。

【００４７】また、現時点での伸長量が大きいほど、出
力音声速度が速くなるように圧縮率αが設定される。こ
の理由は、入力信号に対する出力信号の遅延時間が所定
時間以上になるのを防止するためである。

【００４８】１倍速再生用の圧縮率αは、たとえば、１
≦α≦３／２の範囲内の所定の値に設定され、現時点で
の伸長量が小さいほど圧縮率αは大きくされる。圧縮率
αが１倍速再生時において１である場合には、出力音声
速度は入力音声速度の１倍となる。圧縮率αが３／２で
ある場合には、出力音声速度は入力音声速度の２／３倍
となる。したがって、出力音声速度が入力音声速度の２
／３倍以上で１倍以下となる範囲内で、圧縮率αが設定
される。

【００４９】１倍速再生用の圧縮率αについても、現時
点での伸長量が大きいほど、出力音声速度が速くなるよ
うに圧縮率αが設定される。この理由は、入力信号に対
する出力信号の遅延時間が所定時間以上になるのを防止
するためである。

【００５０】次に、１倍速再生速度および２倍速再生速
度に応じてそれぞれ設定された圧縮率αからなる話速制
御情報が生成され、コード化部１２によってコード化さ
れる（ステップ３６）。次に、多重化部１３によって、
当該区間の入力音声信号と話速制御情報とが多重化され
る（ステップ３７）。そして、この多重化信号に基づい
て送信データが作成されるかまたはこの多重化信号が録
音メディアに記録される（ステップ３８）。

【００５１】上記ステップ３２において、パワー平均値
Ｐが所定のしきい値Ｔｈより小さいときには（Ｐ＜Ｔ
ｈ）、当該区間は無音区間であると判別され、無音区間
の継続数が算出される（ステップ３９）。そして、無音
区間の継続数が所定数Ｔｄｅｌ以上であるか否かが判別
される（ステップ４０）。無音区間の継続数が所定数Ｔ
ｄｅｌより少ないときには、音声信号の時間長さを伸長
する区間と判定される（ステップ４１）。

【００５２】次に、上記ステップ３４と同様に、現時点
での音声の伸長量、すなわち、再生時の入力信号に対す
る出力信号の遅延時間に応じた値が、１倍速再生速度お
よび２倍再生速度ごとに算出される（ステップ４２）。
そして、上記ステップ３５と同様に、１倍速再生速度お
よび２倍再生速度こどに、伸長量に応じた圧縮率αが設
定される（ステップ４３）。

【００５３】そして、１倍速再生速度および２倍速再生
速度に応じてそれぞれ設定された圧縮率αからなる話速
制御情報が生成され、コード化部１２によってコード化
される（ステップ４４）。次に、多重化部１３によっ
て、当該区間の入力音声信号と話速制御情報とが多重化
される（ステップ３７）。そして、この多重化信号に基
づいて送信データが作成されるかまたはこの多重化信号
が録音メディアに記録される（ステップ３８）。

【００５４】上記ステップ４０において、無音区間の継
続数が所定数Ｔｄｅｌ以上であると判定されたときに
は、当該区間は削除すべき区間と判定される（ステップ
４５）。そして、当該区間の入力音声信号を削除区間と
する制御情報がコード化部１２によって生成される（ス
テップ４６）。

【００５５】次に、多重化部１３によって、当該区間の
入力音声信号と話速制御情報とが多重化される（ステッ
プ３７）。そして、この多重化信号に基づいて送信デー
タが作成されるかまたはこの多重化信号が録音メディア
に記録される（ステップ３８）。

【００５６】このようにして生成された多重化信号が再
生装置２側で再生される場合には、操作者によって再生
速度（１倍速または２倍速）が設定される。入力音声信
号のうち、設定された再生速度に対する圧縮率αが話速
制御情報として設定されている区間では、その圧縮率α
で入力音声信号が時間軸圧縮伸長処理された後、再生さ
れる。また、入力音声信号のうち、話速制御情報によっ
て削除される区間であると指定されている区間では、入
力音声信号が削除される。

【００５７】この第３動作例においても図６の第２動作
例と同様に、無音区間と判別された場合には（ステップ
３２でＮＯ）、無音区間の継続長を話速制御情報として
生成するようにしてもよい。

【００５８】図８は、編集装置１の第４動作例を示して
いる。ここでは、映像と音声とを伴う放送番組の音声信
号が入力されているものとする。また、説明の便宜上、
再生装置２側で設定される再生速度としては、１倍速再
生と２倍速再生との２種があるとする。また、音声信号
に多重化される話速制御情報には、１倍速再生用と２倍
速再生用とがある。

【００５９】まず、音声信号分析部１１によって入力音
声信号の所定区間毎に入力音声信号のパワー平均値Ｐが
算出される（ステップ５１）。次に、パワー平均値Ｐが
所定のしきい値Ｔｈ以上か否かが判別される（ステップ
５２）。

【００６０】パワー平均値Ｐが所定のしきい値Ｔｈ以上
（Ｐ≧Ｔｈ）である場合には、当該区間は音声区間であ
ると判別される。そして、フラグＦの状態に基づいて、
前回の区間は継続数が所定数Ｔｄｅｌ以上の無音区間で
あったか否かが判別される（ステップ５３）。

【００６１】前回の区間が、継続数が所定数Ｔｄｅｌ以
上の無音区間でない場合（Ｆ＝０）には、圧縮率αが現
在設定されている圧縮率に対して単調減少するように設
定される（ステップ５４）。２倍速再生用の圧縮率α
は、たとえば、１／２≦α≦１の範囲内で設定される。
圧縮率αが２倍速再生時の一般的な圧縮率である１／２
である場合には、出力音声速度は入力音声速度の２倍と
なり、圧縮率αが１である場合には、出力音声速度は入
力音声速度の１倍となる。したがって、出力音声速度が
入力音声速度の１倍以上で２倍以下となる範囲内で、圧
縮率αが設定される。

【００６２】ステップ５４で、圧縮率αが単調減少され
るということは、２倍速再生時において、出力音声速度
が入力音声速度の１倍以上で２倍以下となる範囲内で、
再生時の出力音声速度が速くなるように圧縮率αが設定
されることを意味する。これは、２倍速再生時におい
て、入力音声信号に対する出力音声信号の遅延時間が所
定時間以上になるのを防止するためである。

【００６３】１倍速再生用の圧縮率αは、たとえば、１
≦α≦３／２の範囲内で設定される。圧縮率αが１であ
る場合には、出力音声速度は入力音声速度の１倍とな
る。圧縮率αが３／２である場合には、出力音声速度は
入力音声速度の２／３倍となる。したがって、出力音声
速度が入力音声速度の２／３倍以上で１倍以下となる範
囲内で、圧縮率αが設定される。

【００６４】ステップ５４で、圧縮率αが単調減少され
るということは、１倍速再生時においては、出力音声速
度が入力音声速度の２／３倍以上で１倍以下となる範囲
内で、再生時の出力音声速度が速くなるように圧縮率α
が設定されることを意味する。これは、１倍速再生時に
おいて、入力音声信号に対する出力音声信号の遅延時間
が所定時間以上になるのを防止するためである。

【００６５】次に、１倍速再生速度および２倍速再生速
度に応じてそれぞれ設定された圧縮設定αからなる話速
制御情報が生成され、コード化部１２によってコード化
される（ステップ５５）。次に、多重化部１３によっ
て、当該区間の入力音声信号と話速制御情報とが多重化
される（ステップ５６）。そして、この多重化信号に基
づいて送信データが作成されるかまたはこの多重化信号
が録音メディアに記録される（ステップ５７）。

【００６６】上記ステップ５３において、前回の区間
が、継続数が所定数Ｔｄｅｌ以上の無音区間である（Ｆ
＝１）と判別された場合には、フラグＦがリセット（Ｆ
＝０）にされる（ステップ５８）。そして、圧縮率αが
現在設定されている圧縮率に対して大きくなるように設
定される（ステップ５９）。つまり、２倍速再生用の圧
縮率αが１／２≦α≦１の範囲内で設定される場合に
は、２倍速再生時において、出力音声速度が入力音声速
度の１倍以上で２倍以下となる範囲内で、再生時の出力
音声速度が遅くなるように２倍速再生用の圧縮率αが設
定される。また、１倍速再生用の圧縮率αが１≦α≦３
／２の範囲内で設定される場合には、１倍速再生時にお
いて、出力音声速度が入力音声速度の２／３倍以上で１
倍以下となる範囲内で、再生時の出力音声速度が遅くな
るように１倍速再生用の圧縮率αが設定される。

【００６７】そして、１倍速再生速度および２倍速再生
速度に応じてそれぞれ設定された圧縮設定αからなる話
速制御情報が生成され、コード化部１２によってコード
化される（ステップ５５）。次に、多重化部１３によっ
て、当該区間の入力音声信号と話速制御情報とが多重化
される（ステップ５６）。そして、この多重化信号に基
づいて送信データが作成されるかまたはこの多重化信号
が録音メディアに記録される（ステップ５７）。

【００６８】上記ステップ５２において、パワー平均値
Ｐが所定のしきい値Ｔｈより小さいときには（Ｐ＜Ｔ
ｈ）、当該区間は無音区間であると判別され、無音区間
の継続数が算出される（ステップ６０）。そして、無音
区間の継続数が所定数Ｔｄｅｌ以上であるか否かが判別
される（ステップ６１）。無音区間の継続数が所定数Ｔ
ｄｅｌより少ないときには、フラグＦがセット（Ｆ＝
１）される（ステップ６２）。また、音声信号の時間長
さを伸長する区間と判定される（ステップ６３）。

【００６９】次に、上記ステップ５４と同様に、１倍速
再生用および２倍速再生用の圧縮率αが現在設定されて
いる対応する圧縮率に対して単調減少するように設定さ
れる（ステップ６４）。そして、１倍速再生速度および
２倍速再生速度に応じてそれぞれ設定された圧縮設定α
からなる話速制御情報が生成され、コード化部１２によ
ってコード化される（ステップ６５）。次に、多重化部
１３によって、当該区間の入力音声信号と話速制御情報
とが多重化される（ステップ５６）。そして、この多重
化信号に基づいて送信データが作成されるかまたはこの
多重化信号が録音メディアに記録される（ステップ５
７）。

【００７０】上記ステップ６１において、無音区間の継
続数が所定数Ｔｄｅｌ以上であると判定されたときに
は、当該区間は削除すべき区間と判定される（ステップ
６６）。そして、当該区間の入力音声信号を削除区間と
する制御情報が生成され、コード化部１２によってコー
ド化される（ステップ６７）。

【００７１】次に、多重化部１３によって、当該区間の
入力音声信号と話速制御情報とが多重化される（ステッ
プ５６）。そして、この多重化信号に基づいて送信デー
タが作成されるかまたはこの多重化信号が録音メディア
に記録される（ステップ５７）。

【００７２】このようにして生成された多重化信号が再
生装置２側で再生される場合には、操作者によって再生
速度（１倍速または２倍速）が設定される。入力音声信
号のうち、設定された再生速度に対する圧縮率αが話速
制御情報として設定されている区間では、その圧縮率α
で入力音声信号が時間軸圧縮伸長処理された後、再生さ
れる。また、入力音声信号のうち、話速制御情報によっ
て削除される区間であると指定されている区間では、入
力音声信号が削除される。

【００７３】この第４動作例においても図６の第２動作
例と同様に、無音区間と判別された場合には（ステップ
５２でＮＯ）、無音区間の継続長を話速制御情報として
生成するようにしてもよい。

【００７４】また、図９に示すように、所定数以上の無
音区間に挟まれた音声の１文章の長さを測定し、１文章
の長さに応じて圧縮率αを単調減少させるようにしても
よい。つまり、文頭は圧縮率αが大きく（出力音声速度
を遅く）なり、文末にいくに従って圧縮率αが小さく
（出力音声速度を速く）なるように、話速制御情報を作
成してもよい。

【００７５】また、入力音声のピッチが急激に上昇した
地点では圧縮率αが大きく（出力音声速度を遅く）な
り、その後入力音声のピッチが下降するにしたがって、
圧縮率αが小さく（出力音声速度を速く）なるように、
話速制御情報を作成してもよい。

【００７６】また、入力音声の発声速度を検出し、発声
速度に応じて圧縮率αを決定するようにしてもよい。す
なわち、発声速度が速い場合には、圧縮率αが大きく
（出力音声速度を遅く）なり、発声速度が遅い場合に
は、圧縮率αが小さく（出力音声速度を速く）なるよう
に、話速制御情報を作成してもよい。発声速度の検出方
法としては、単位時間当りの母音の数または母音の継続
長を検出する方法、単位時間当りの音声区間と無音区間
の割合を検出する方法等がある。

【００７７】上記各実施例では、入力音声を音声区間と
無音区間とに区別しているが、入力音声を有声区間、無
声区間および無音区間に区別するようにしてもよい。こ
れらの判別は、パワー平均値により、まず、有声区間
と、無声区間および無音区間とを区別する。次に、無声
区間と無音区間との判別は、音声信号の零交差数（零レ
ベルとの単位時間当りの交差数）を計算し、零交差数が
所定数以上の区間を無声区間と判別し、零交差数が所定
数未満の区間を無音区間と判別する。有声区間に対して
は音声信号の時間長さを伸長する区間とし、所定長以上
の無音区間を削除区間とし、無声区間は処理しない区間
として、話速制御情報を作成する。また、有声区間の場
合には、自己相関法を用いて音声のピッチを抽出し、こ
のピッチ抽出情報を話速制御情報として作成してもよ
い。

【００７８】また、音声信号が音楽である場合には、再
生装置側で圧縮処理が行なわれないようにするために、
話速制御情報として音楽であることを示す情報を入れる
ようにしてもよい。音楽であるか否かを判別する方法と
しては、入力音声信号を周波数分析し、高周波数域（４
ＫＨｚ以上）の信号成分と、低周波域（４ＫＨｚ未満）
の信号成分との割合を算出し、高周波数域成分が大きい
場合は音楽として判断する方法がある。

【００７９】また、技術情報番組等においては、音声信
号を分析することによって所定の技術用語のフレーズを
検出し、検出した区間に所定のキーワードを話速制御情
報として付加しておき、再生時において操作者が上記キ
ーワードを再生装置に設定した場合には、キーワードに
対応する区間（上記技術用語のフレーズ）をゆっくり再
生するようにしてもよい。

【００８０】なお、上記実施例では、編集装置において
音声信号と話速制御情報とが多重化されて出力されてい
るが、音声信号と話速制御情報とを切り替え伝送方式に
よって出力するようにしてもよい。

【００８１】また、再生装置側において、１倍速再生、
２倍速再生の他、３倍速再生等が可能な場合にも、圧縮
率αを全ての再生倍率速度ごとに設定して、話速制御情
報とし音声信号に付加することが好ましい。

【００８２】

【発明の効果】この発明によれば、予め送信データ、録
音メディア等に話速を制御するための情報を入れてお
き、受信側または再生側において、制御情報に基づいて
話速を制御できる話速変換システムが得られる。

【図面の簡単な説明】

【図１】話速制御システムの構成を示すブロック図であ
る。

【図２】編集装置の構成を示すブロック図である。

【図３】再生装置の構成を示すブロック図である。

【図４】再生装置の話速制御部の構成を示すブロック図
である。

【図５】編集装置の第１動作例を示すフローチャートで
ある。

【図６】編集装置の第２動作例を示すフローチャートで
ある。

【図７】編集装置の第３動作例を示すフローチャートで
ある。

【図８】編集装置の第４動作例を示すフローチャートで
ある。

【図９】所定長以上の無音区間に挟まれた１文章の区間
を示す模式図である。

【符号の説明】

１編集装置２再生装置１１音声信号分析部１２話速制御情報コード化部１３多重化部２１復調部２２話速制御部３１話速制御情報解析部３２制御情報同期化部３３話速変換部

Claims

【特許請求の範囲】

【請求項１】話速制御情報が音声信号に付加された信
号を生成する編集装置、および編集装置によって生成さ
れた信号から音声信号と話速制御情報とを分離し、かつ
音声信号を話速制御情報にしたがって話速制御する再生
装置を備えている話速制御システム。
【請求項２】編集装置は、話速制御情報が音声信号に
付加された信号を生成して、録音メディアに記録するも
のであり、再生装置は上記録音メディアから話速制御情
報が音声信号に付加された信号を読み出して、音声信号
と話速制御情報とを分離し、かつ音声信号を話速制御情
報にしたがって話速制御するものである請求項１に記載
の話速制御システム。
【請求項３】編集装置は、話速制御情報が音声信号に
付加された信号を生成して、送信データを作成するもの
であり、再生装置は上記送信データを受信して、受信し
た上記送信データから音声信号と話速制御情報とを分離
し、かつ音声信号を話速制御情報にしたがって話速制御
するものである請求項１に記載の話速制御システム。
【請求項４】時分割多重または周波数分割多重方式に
よって、話速制御情報が音声信号に付加されることを特
徴とする請求項１、２および３のいずれかに記載の話速
制御システム。
【請求項５】切換伝送方式によって、話速制御情報が
音声信号に付加されることを特徴とする請求項１、２お
よび３のいずれかに記載の話速制御システム。
【請求項６】再生装置は、音声信号を時間軸圧縮伸長
処理する処理手段と、音声信号を削除処理する処理手段
とを有する話速変換部を備えており、話速制御情報は、音声信号を時間軸伸長圧縮処理を行な
うための情報と、音声信号を削除処理するための情報と
を少なくとも含んでいることを特徴とする請求項１、
２、３、４および５のいずれかに記載の話速制御システ
ム。
【請求項７】再生装置は、音声信号を時間軸圧縮伸長
処理する処理手段と、音声信号を削除処理する処理手段
とを有する話速変換部を備えており、話速制御情報は、音声区間であることを示す情報と、無
音区間の継続数を示す情報とを少なくとも含んでいるこ
とを特徴とする請求項１、２、３、４および５のいずれ
かに記載の話速制御システム。
【請求項８】音声信号を分析して話速制御情報を生成
する手段、および生成された話速制御情報を音声信号に
付加する手段を備えている編集装置。
【請求項９】話速制御情報が付加された音声信号から
音声信号と話速制御情報とを分離する手段、および音声
信号を話速制御情報にしたがって話速制御する手段を備
えている再生装置。