レベル調整判定装置、その方法、およびそのプログラム
【課題】入力信号の波形の振幅を正確に過大、過小であるかを判断できる。
【解決手段】入力信号のレベルＬを算出し（１０２、Ｓ２）、レベルＬが予め定められた第１閾値Ａｍａｘ以上／より大きいか否かを判定し（１０４、Ｓ４）、レベルＬが第１閾値Ａｍａｘ以上／より大きいと判定されると、過去の予め定められた判定時間Ｔｆ内で、レベルＬが第１閾値Ａｍａｘ以上／より大きい時間の合計時間である閾値大時間ＴＨを算出し（１０８、Ｓ８）、閾値大時間ＴＨを用いて、第１閾値Ａｍａｘ以上／より大きいレベルについての相加平均である閾値大平均レベルＭＨを算出し（１１２、Ｓ１０）、閾値大平均レベルが予め定められた第２閾値Ｂｍａｘ以上／より大きいか否かを判定し（１１６、Ｓ１２）、この判定結果に応じた入力信号のレベルを調整するための調整命令信号を生成、出力する（１２４、Ｓ１４、Ｓ１６）。
【解決手段】入力信号のレベルＬを算出し（１０２、Ｓ２）、レベルＬが予め定められた第１閾値Ａｍａｘ以上／より大きいか否かを判定し（１０４、Ｓ４）、レベルＬが第１閾値Ａｍａｘ以上／より大きいと判定されると、過去の予め定められた判定時間Ｔｆ内で、レベルＬが第１閾値Ａｍａｘ以上／より大きい時間の合計時間である閾値大時間ＴＨを算出し（１０８、Ｓ８）、閾値大時間ＴＨを用いて、第１閾値Ａｍａｘ以上／より大きいレベルについての相加平均である閾値大平均レベルＭＨを算出し（１１２、Ｓ１０）、閾値大平均レベルが予め定められた第２閾値Ｂｍａｘ以上／より大きいか否かを判定し（１１６、Ｓ１２）、この判定結果に応じた入力信号のレベルを調整するための調整命令信号を生成、出力する（１２４、Ｓ１４、Ｓ１６）。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、例えば、入力された信号のレベルの調整量を自動的に判定するレベル調整判定装置、その方法、およびそのプログラムに関する。
【背景技術】
【０００２】
入力された音声信号を例えば音声認識システムなどで認識する場合、音声信号のレベル、つまり、音量（波形振幅レベル）を適正な一定の範囲内に調整した後に、使用したい場合がある。従来の入力された音声のレベルを自動調整する方法としては、予め定められた過去の一定時間（以下、「判定時間」という）内で、入力された音声のレベル（例えば、「パワー」や「振幅絶対値」）の相加平均値を平均レベルとして算出する。そして、この平均レベルが予め定められた閾値を上回っているか、もしくは、下回っている場合にレベル調整するというのが一般的な方法である。この技術を従来技術１とする。
【０００３】
また、単に音声信号の振幅や低周波数部分の音声信号の振幅を観測して、振幅が小さければ当該音声信号のレベルを上げ、振幅が大きければ当該音声信号のレベルを下げるという技術もある。この技術の詳細は特許文献１に記載されており、この技術を従来技術２とする。
【０００４】
また、背景騒音の音量から音声音量の大小を判定してスピーカから出る音量を一定レベルとして聴こえるように自動調整する方法もある。この技術の詳細は特許文献２に記載されており、この技術を従来技術３とする。
【特許文献１】特開２００４−３２８６９９号
【特許文献２】特開２００６−１６５８６５号
【発明の開示】
【発明が解決しようとする課題】
【０００５】
図１に、従来技術１のレベル調整判定装置を用いた場合の入力された音声信号Ｆ（ｔ）の波形（以下、「音声波形」という場合もある。）を示す。ただし、横軸が時間を表し、縦軸が振幅値である。また図１に、従来技術１のレベル調整判定装置が算出する当該波形に対応する平均レベルＧも示す。平均レベルＧについての上限Ａｍａｘと平均レベルの下限Ａｍｉｎは予め定められており、平均レベルＧが上限Ａｍａｘより大であればその判定時間内の音声の音量は過大であると判定される。また、平均レベルＧが下限Ａｍｉｎより小であればその判定時間内の音声の音量は過小であると判定される。図１に示す入力された音声信号Ｆ（ｔ）は、判定時間内で、波形が極端に大きい振幅（クリッピングした状態など）と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形であり、Ｆ（ｔ）の振幅は全体的に過大である。平均レベルＧは、上述のように、判定時間Ｔｆ（ｔ１〜ｔ２）での相加平均である。ｔ２はｔ１よりも過去の時刻を表す。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。従って、平均レベルＧは以下の式で求まる。
【０００６】
【数１】
【０００７】
図１記載の音声信号の波形の場合に、上記式（１）の演算で平均レベルＧを求めると、平均レベルＧは、図１記載のように、波形が極端に大きい振幅値Ｌ１と比べて小さくなる。そして、区間α１でレベルが過小と判断され、区間α２でレベルが過大であると判断される。従って、音声信号Ｆ（ｔ）の波形は実際には全体的に過大であるが、従来技術１のレベル調整判定装置は、区間α２のみで過大と判断し、音声信号Ｆ（ｔ）の波形を全体的に過大であるとは判断しない。このように、従来技術１のレベル調整判定装置は、入力された音声信号の波形が常に過大な場合や、常に過小な場合には、ゆったりとした速度で大雑把に振幅の大小を判定できる。しかし、図１記載の波形の場合には、振幅の大小を判定できず、結果として、正確に音量を自動調整することは難しいという問題がある。
【０００８】
次に、図２記載のように、入力された音声信号Ｆ（ｔ）の波形の振幅が、ある部分だけ（図２では区間α３）が過大である場合について考える。図２記載の音声信号Ｆ（ｔ）に対して、従来技術１のレベル調整判定装置を用いた場合の平均レベルＧも図２に示す。平均レベルＧの求め方は上記式（１）で求める。図２に示すように、区間α３内であっても、平均レベルＧは、波形が極端に大きい振幅値Ｌ１と比べて小さくなり、ＡｍａｘとＡｍｉｎとの間であると判定される。従って、従来技術１では、音声波形の振幅が部分的に過大（もしくは過小）な場合には、過大（もしくは過小）と判定できないという問題がある。また、従来技術２や従来技術３であっても上述の理由同様、音声波形の振幅が過大もしくは過小であるかは判断できない。
【０００９】
本発明の目的は、どのような音声波形の振幅であっても、正確に振幅が過大もしくは過小であるかを判断するレベル調整判定装置、その方法、およびそのプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１０】
この発明のレベル調整判定装置は、信号レベル算出部と、第１判定部と、閾値大時間算出部と、閾値大平均レベル算出部と、第２判定部と、調整命令信号生成部と、を備える。信号レベル算出部は、入力信号のレベルを算出する。第１判定部は、レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する。閾値大時間算出部は、レベルが第１閾値以上または、第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、レベルが第１閾値以上または、第１閾値より大きい時間の合計時間である閾値大時間を算出する。閾値大平均レベル算出部は、閾値大時間を用いて、第１閾値以上または、第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する。第２判定部は、閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する。調整命令信号生成部は、第２判定部の判定結果に応じた入力信号のレベルを調整するための調整命令信号を生成、出力する。
【００１１】
また、この発明のレベル調整判定装置は、信号レベル算出部と、第４判定部と、閾値小時間算出部と、閾値小平均レベル算出部と、第５判定部と、調整命令信号生成部と、を備えても良い。信号レベル算出部は、入力信号のレベルを算出する。第４判定部は、レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する。閾値小時間算出部は、レベルが前記第４閾値以下または、第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、レベルが前記第４閾値以下または、第４閾値より小さい時間の合計時間である閾値小時間を算出する。閾値小平均レベル算出部は、閾値小時間を用いて、第４閾値以下または、第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する。第５判定部は、閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する。調整命令信号生成部は、第５判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する。
【発明の効果】
【００１２】
上記の構成により、入力された信号がどのような波形であっても、正確に振幅が過大もしくは過小であるかを判断できる。
【発明を実施するための最良の形態】
【００１３】
以下に、発明を実施するための最良の形態を示す。なお、同じ機能を持つ構成部や同じ処理を行う過程には同じ番号を付し、重複説明を省略する。また、以下の説明では、入力される信号を音声信号として説明する。
【実施例１】
【００１４】
図３に、本発明のレベル調整判定装置が実施される場合の構成例を示す。音声入力部２とは例えば、マイクロホン付きヘッドセットとマイクアンプであり、音声入力部２は、入力された音声のレベル（音量）を調整する調整手段２２を有する。調整手段２２は、後述するレベル調整判定装置４よりの調整命令信号に応じて、レベルを調整する。アプリケーション６とは例えば、音声認識システムである。レベル調整判定装置が使用される状況の一例として、オペレータ（人間）が音声入力部２（ヘッドセット）を装着して、マイクロホンに対して音声を発する。そして、レベル調整判定装置４に当該音声が入力されると、レベル調整判定装置４は、入力された音声信号を適度なレベルにさせるための調整命令信号を生成して、音声入力部２中の調整手段２２に出力する。調整命令信号の生成手法は後ほど詳細に説明する。そして、調整手段２２により適度なレベルになった音声信号はアプリケーション６（音声認識システム）に入力され、音声認識処理などが行われる。以下に、レベル調整判定装置４による調整命令信号の生成手法を説明する。また、アプリケーション６は音声認識装置に限られない。
【００１５】
図４に実施例１のレベル調整判定装置４−１の機能構成例を示し、図５にレベル調整判定装置４−１の主な処理の流れを示す。まず、信号レベル算出部１０２が、音声信号Ｆ（ｔ）のレベルＬを算出する（ステップＳ２）。ここで、レベルＬとは例えば、入力音声の振幅絶対値│Ｆ（ｔ）│やパワー│（Ｆ（ｔ））２│である。
【００１６】
第１判定部１０４は、レベルＬが予め定められた第１閾値Ａｍａｘ以上か否かを判定する、もしくは、レベルＬが予め定められた第１閾値Ａｍａｘより大きいか否かを判定する（ステップＳ４）。以下の説明では、これらのことをまとめて「第１閾値以上／より大きいか否か」という場合もある。第１閾値Ａｍａｘは予め第１閾値記憶部１０６に記憶されている。
【００１７】
閾値大時間算出部１０８は、レベルＬが第１閾値Ａｍａｘ以上／より大きいと判定されると、過去の予め定められた判定時間Ｔｆ（ｔ１〜ｔ２）内で、レベルＬが第１閾値Ａｍａｘ以上／より大きい時間の合計時間である閾値大時間ＴＨを算出する（ステップＳ６）。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。算出された閾値大時間ＴＨを、一旦、閾値大時間記憶部１１０に記憶させることが好ましい。閾値大時間算出部１０８は、レベルＬが第１閾値Ａｍａｘより小さい／以下と判定されると、閾値大時間ＴＨの算出を行わない。
【００１８】
閾値大平均レベル算出部１１２は、閾値大時間ＴＨを用いて、第１閾値Ａｍａｘ以上／より大きいレベルＬについての相加平均である閾値大平均レベルＭＨを算出する（ステップＳ１０）。具体的には、閾値大平均レベルＭＨを以下の式で表すことができる。
【００１９】
【数２】
【００２０】
式（２）の分子は、レベルＬが閾値大平均レベルＭＨ以上／より大きい時間間隔において積分を行い、判定時間Ｔｆ内でのそれらの合計を算出していることを示す。閾値大平均レベルＭＨは、一旦、閾値大平均レベル記憶部１１４に記憶させてもよい。
【００２１】
第２判定部１１６は、閾値大平均レベルＭＨが予め定められた第２閾値Ｂｍａｘ以上か否かを判定する、もしくは、予め定められた第２閾値Ｂｍａｘより大きいか否かを判定する（ステップＳ１２）。もし、第２判定部１１６が、ＭＨはＢｍａｘ以上でない、もしくはＢｍａｘより大きくないと判定すれば、レベルＬは少し大きいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬを少し下げるような調整命令信号を生成させる（ステップＳ１４）。また、第２判定部１１６が、ＭＨはＢｍａｘ以上である、もしくはＢｍａｘより大きいと判定すれば、レベルＬはかなり大きいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬをかなり下げるような調整命令信号を生成させる（ステップＳ１６）。このように、調整命令信号生成部１２４は、第２判定部１１６の判定結果に応じた入力信号のレベルＬを調整するための調整命令信号を生成、出力する。出力した調整命令信号は、音声入力部２中の調整手段２２（図３参照）に入力される。
【００２２】
これらの構成により、レベル調整判定装置４−１は、入力音声の波形が極端に大きい振幅と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であっても、高精度に入力音声のレベルの大小を判断できる。
【００２３】
また、レベル調整判定装置４−１は、入力音声の波形のレベルが、部分的に過小であっても、高精度に入力音声のレベルを調整できる。以下、詳細に説明する。
【００２４】
第４判定部１３２は、レベルＬが予め定められた第４閾値Ａｍｉｎ以下か否かを判定する、もしくは、レベルＬが予め定められた第４閾値Ａｍｉｎより小さいか否かを判定する（ステップＳ２４）。第４閾値Ａｍｉｎは予め第４閾値記憶部１３４に記憶されている。
【００２５】
閾値小時間算出部１３６は、レベルＬが第４閾値Ａｍｉｎ以下／より小さいと判定されると、過去の予め定められた判定時間Ｔｆ（ｔ１〜ｔ２）内で、レベルＬが第４閾値Ａｍｉｎ以下／より小さい時間の合計時間である閾値小時間ＴＬを算出する（ステップＳ２６）。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。算出された閾値小時間ＴＬは、一旦、閾値小時間記憶部１３８に記憶させてもよい。閾値小時間算出部１３６は、レベルＬが第４閾値Ａｍｉｎ以上／より大きいと判定されると、閾値小時間ＴＬの算出を行わない。
【００２６】
閾値小平均レベル算出部１４４は、閾値小時間ＴＬを用いて、第４閾値Ａｍｉｎ以下／より小さいレベルＬについての相加平均である閾値小平均レベルＭＬを算出する（ステップＳ３０）。具体的には、閾値小平均レベルＭＬを以下の式で表すことができる。
【００２７】
【数３】
【００２８】
式（３）の分子は、レベルＬが閾値小平均レベルＭＬ以下／より小さい時間間隔において積分を行い、それらの合計を算出していることを示す。閾値小平均レベルＭＬは、一旦、閾値小平均レベル記憶部１４６に記憶させてもよい。
【００２９】
第５判定部１４８は、閾値小平均レベルＭＬが予め定められた第５閾値Ｂｍｉｎ以下か否かを判定する、もしくは、予め定められた第５閾値Ｂｍｉｎより小さいか否かを判定する（ステップＳ３２）。もし、第５判定部１４８が、ＭＬはＢｍｉｎ以下でない、もしくはＢｍａｘより小さくないと判定すれば、レベルＬは少し小さいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬを少し上げるような調整命令信号を生成させる（ステップＳ３４）。また、第２判定部１１６が、ＭＨはＢｍａｘ以下である、もしくはＢｍａｘより小さいと判定すれば、レベルＬはかなり小さいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬをかなり上げるような調整命令信号を生成させる（ステップＳ３６）。このように、調整命令信号生成部１２４は、第５判定部１４８の判定結果に応じた入力信号のレベルＬを調整するための調整命令信号を生成、出力する。
【００３０】
このように、レベル調整判定装置４−１は、入力音声の波形が極端に大きい振幅と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であったり、部分的にレベルが過小な波形であっても、高精度に入力音声のレベルの大小を判断できる。また、入力音声のレベルの大小の判断をリアルタイムで行うために、図５に示した各処理を短い時間間隔で行うことが好ましい。
【００３１】
［変形例１］
次に、変形例１であるレベル調整判定装置４−２について説明する。図６にレベル調整判定装置４−２の機能構成例を示し、図７にレベル調整判定装置４−２の主な処理の流れを示す。
レベル調整判定装置４−２は、レベル調整判定装置４−１と比較して、第４判定部１３２、第４閾値記憶部１３４、閾値小時間算出部１３６、閾値小時間記憶部１３８、閾値小平均レベル算出部１４４、閾値小平均レベル記憶部１４６、第５判定部１４８、第５閾値記憶部１５０がない点で異なる。レベル調整判定装置４−２のような構成にすることで、例えば、入力音声のレベルが部分的に過大である波形であっても、高精度に入力音声のレベルを調整できる。
【００３２】
［変形例２］
次に、変形例２であるレベル調整判定装置４−３について説明する。図８にレベル調整判定装置４−３の機能構成例を示し、図９にレベル調整判定装置４−３の主な処理の流れを示す。
レベル調整判定装置４−３は、レベル調整判定装置４−１と比較して、第１判定部１０４、第１閾値記憶部１０６、閾値大時間算出部１０８、閾値大時間記憶部１１０、閾値大平均レベル算出部１１２、閾値大平均レベル記憶部１１４、第２判定部１１６、第２閾値記憶部１１８がない点で異なる。レベル調整判定装置４−３のような構成にすることで、例えば、入力音声のレベルが部分的に過小である波形であっても、高精度に入力音声のレベルを調整できる。
【実施例２】
【００３３】
音声入力部２（ヘッドセット）から入力された音声において、例えば、咳払いなどの発話以外の音が入力されることがある。このように、通常の発話中の音量が適正な場合に、咳払いをしてしまうと、突発的に、短時間の間、過大な音量となり、クリッピングする場合がある。また、発話中に発話者が短時間、黙り込むことでわずかな無音（過小）になってしまうこともある。このような、短時間の間の過大なレベルＬや短時間の間の過小なレベルＬを自動調整の情報として用いるのは、好ましくない。何故なら、入力音声のレベルが頻繁に上下に調整されることになり、入力音声のレベルが安定せず、調整後の音声を音声認識システム（図３参照）で用いる場合には、的確に音声認識できなくなる。このような突発的で、短時間の過大もしくは過小な音に対しても、入力音声が過大もしくは過小であると判断できる方法として、振幅絶対値の短時間平均値を求めて、利用する方法がある。この技術を従来技術４とする。図１０に、入力音声と、従来技術４のレベル調整判定装置が算出する当該入力音声の平均レベルＧと、を示す。また、図１や図２と同様に、従来技術４のレベル調整判定装置は、平均レベルＧが、上限Ａｍａｘより大であれば過大と判断し、下限Ａｍｉｎより小であれば過小と判断する。図１０に示すように、例えば、区間α４で咳払いがされたとすると、区間α４での音声が過大と判断され音声レベルを下げてしまうと、逆に、短い無音区間や弱い発音の発話区間に対しても、実際には下限Ａｍｉｎより大きいにも関わらず、レベルが過小と判断されてしまう。その結果、入力音声のレベルが頻繁に上下することになる。
【００３４】
そこで、この実施例２で説明するレベル調整判定装置４−４は、このような突発的で短時間の過大な音声や短時間の過小な音声であっても、高精度に音声レベルの過大、過小を判断できる。図１１に、レベル調整判定装置４−４の機能構成例を示し、図１２にレベル調整判定装置４−４の主な処理の流れを示す。レベル調整判定装置４−４は、レベル調整判定装置４−１と比較して、第３判定部１２０、第３閾値記憶部１２２、第６判定部１４０、第６閾値記憶部１４２を有する点で異なる。また、図５（レベル調整判定装置４−１の処理の流れ）と図１１（レベル調整判定装置４−４の処理の流れ）では、ステップＳ６とステップＳ１０との間にステップＳ８があること、かつ、ステップＳ２６とステップＳ３０との間にステップＳ２８がある点で異なる。
【００３５】
第３判定部１２０は、閾値大時間ＴＨが予め定められた第３閾値Ｃｍａｘ以下であるか否か、もしくは閾値大時間ＴＨが第３閾値Ｃｍａｘより小さいか否かを判定する（ステップＳ８）。第３閾値Ｃｍａｘは、予め、第３閾値記憶部１２２に記憶されている。閾値大時間ＴＨが第３閾値Ｃｍａｘ以下もしくは、第３閾値Ｃｍａｘより小さいということは、判定時間Ｔｆ内で入力音声のレベルＬがＡｍａｘより大きい時間の合計時間（閾値大時間ＴＨ）が極端に短いということである。つまり、閾値を超えている区間は例えば、突発的で短時間の過大な音声（例えば、咳払い）の時間と判断される。閾値大時間ＴＨが第３閾値Ｃｍａｘ以上／より大きいと判定されると、閾値大平均レベル算出部１１２によるステップＳ１２の処理を行う。閾値大時間ＴＨが第３閾値Ｃｍａｘ以下／より小さいと判定されると、調整命令信号生成部１２４に調整命令信号を生成させないようにする。
【００３６】
また、第６判定部１４０は、閾値小時間記憶部１３８よりの閾値小時間ＴＬについても第６閾値Ｃｍｉｎ以下か否か、もしくは第６閾値Ｃｍｉｎより小さいか否かを判定する（ステップＳ２８）。閾値小時間ＴＬが第６閾値Ｃｍａｘ以下もしくは、第３閾値Ｃｍａｘより小さいということは、判定時間Ｔｆ内で入力音声のレベルＬがＡｍｉｎより小さい時間の合計時間（閾値小時間ＴＬ）が極端に短いということである。つまり、閾値を下回っている区間は、突発的で短時間の過小な音声（例えば、発話者の黙り込み）の時間などと判断される。閾値小時間ＴＬが第６閾値Ｃｍｉｎ以上／より大きいと判定されると、閾値小平均レベル算出部１４４によるステップＳ３０の処理を行う。閾値小時間ＴＬが第６閾値Ｃｍｉｎ以下／より小さいと判定されると、調整命令信号生成部１２４に調整命令信号を生成させないようにする。
【００３７】
図１３に、入力音声と、レベル調整判定装置４−４が算出する当該入力音声の閾値大平均レベルＭＨ（黒色実線で示す）と、閾値小平均レベルＭＬ（白色実線で示す）と、を示す。閾値大平均レベルＭＨと、閾値小平均レベルＭＬとが、図１３記載のように、デジタル的な波形になるのは、以下の２点になったときにＭＨとＭＬとの振幅値が変化するからである。閾値大平均レベルＭＨの場合は、（１）音声信号Ｆ（ｔ）が第１閾値Ａｍａｘ以上／より大きくなったとき（２）第１閾値Ａｍａｘ以上／より大きい音声信号Ｆ（ｔ）が、判定時間Ｔｆ外になったときに、振幅値が変化する。閾値小平均レベルＭＬの場合は、（１）音声信号Ｆ（ｔ）が第４閾値Ａｍｉｎ以下／より小さくなったとき（２）第４閾値Ａｍｉｎ以下／より小さい音声信号Ｆ（ｔ）が、判定時間Ｔｆ外になったときに振幅値が変化する。図１３中の区間α５において、閾値大平均レベルＭＨが、第１閾値Ａｍａｘを超えている。しかし、閾値大時間ＴＨが、第３閾値Ｃｍａｘより短いので、入力音声のレベルＬは過大とは判断されない。一方、区間α６において、閾値大平均レベルＭＨが、第１閾値Ａｍａｘを超えており、閾値大時間ＴＨが、第３閾値Ｃｍａｘより長いので、入力音声のレベルＬは過大と判断される。
【００３８】
上述のように、第３判定部１２０で、閾値大時間ＴＨが第３閾値Ｃｍａｘより小さいと判定されると、第１閾値Ａｍａｘを越えている区間は突発的な短時間の過大な音声（例えば、咳払い）の時間と判断される。また、第６判定部１４０で、閾値小時間ＴＬが第６閾値Ｃｍｉｎより小さいと判定されると、第１閾値Ａｍｉｎを越えている区間は突発的な短時間の過小な音声（例えば、発話者の黙り込み）の時間と判断される。これらの場合には、調整命令信号生成部１２４には、調整命令信号を生成させない。つまり、このレベル調整判定装置４−４は、従来技術のように単に予め定められた閾値より大きな値（または小さい値）の相加平均値を用いて入力音声レベルの過大、過小を判断するのではなく、閾値を超えた（または下回った）場合のみの時間（閾値大時間ＴＨもしくは、閾値小時間ＴＬ）と、その時間による相加平均値（閾値大平均レベルＭＨと閾値小平均レベルＭＬ）との両方を用いて、入力音声レベルの過大、過小を判断する。
【００３９】
このようにすることで、咳払いやわずかな黙り込みのように、短時間の過大な音や過小な音をレベル調整の判断の対象から外すことができ、かつ、入力音声の波形が極端に大きい振幅と波形が小さい振幅とが短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であったり、部分的にレベルが過小な波形であっても、入力音声のレベルが頻繁に上下することがなくなり、高精度に入力音声のレベルの自動調整を行うことができる。
【００４０】
［変形例３］
次に変形例３のレベル調整判定装置４−５を説明する。図１４にレベル調整判定装置４−５の機能構成例を示し、図１５にレベル調整判定装置４−５の主な処理の流れを示す。レベル調整判定装置４−５は、レベル調整判定装置４−２と比較すると、第３判定部１２０と第３閾値記憶部１２２を備える点で異なる。
レベル調整判定装置４−５のような構成にすることで、入力音声のレベルが部分的に過大である波形であり、かつ、突発的な短時間の過大な音声であっても、高精度に入力音声のレベルを調整させることができる。
【００４１】
［変形例４］
次に変形例４のレベル調整判定装置４−６を説明する。図１６にレベル調整判定装置４−６の機能構成例を示し、図１７にレベル調整判定装置４−６の主な処理の流れを示す。レベル調整判定装置４−６は、レベル調整判定装置４−３と比較すると、第６判定部１４０、第６閾値記憶部１４２を備える点で異なる。
レベル調整判定装置４−６のような構成にすることで、入力音声のレベルが部分的に過小である波形であり、かつ、突発的な短時間の過小な音声であっても、高精度に入力音声のレベルを調整させることができる。
【図面の簡単な説明】
【００４２】
【図１】従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図２】図１とは異なる入力音声についての従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図３】本発明のレベル調整判定装置が実施される場合の構成例を示す図。
【図４】実施例１のレベル調整判定装置の機能構成例を示す図。
【図５】実施例１のレベル調整判定装置の主な処理の流れを示す図。
【図６】変形例１のレベル調整判定装置の機能構成例を示す図。
【図７】変形例１のレベル調整判定装置の主な処理の流れを示す図。
【図８】変形例２のレベル調整判定装置の機能構成例を示す図。
【図９】変形例２のレベル調整判定装置の主な処理の流れを示す図。
【図１０】咳払いが含まれる入力音声についての従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図１１】実施例２のレベル調整判定装置の機能構成例を示す図。
【図１２】実施例２のレベル調整判定装置の主な処理の流れを示す図。
【図１３】咳払いが含まれる入力音声の波形についての実施例１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図１４】変形例３のレベル調整判定装置の機能構成例を示す図。
【図１５】変形例３のレベル調整判定装置の主な処理の流れを示す図。
【図１６】変形例４のレベル調整判定装置の機能構成例を示す図。
【図１７】変形例４のレベル調整判定装置の主な処理の流れを示す図。
【技術分野】
【０００１】
この発明は、例えば、入力された信号のレベルの調整量を自動的に判定するレベル調整判定装置、その方法、およびそのプログラムに関する。
【背景技術】
【０００２】
入力された音声信号を例えば音声認識システムなどで認識する場合、音声信号のレベル、つまり、音量（波形振幅レベル）を適正な一定の範囲内に調整した後に、使用したい場合がある。従来の入力された音声のレベルを自動調整する方法としては、予め定められた過去の一定時間（以下、「判定時間」という）内で、入力された音声のレベル（例えば、「パワー」や「振幅絶対値」）の相加平均値を平均レベルとして算出する。そして、この平均レベルが予め定められた閾値を上回っているか、もしくは、下回っている場合にレベル調整するというのが一般的な方法である。この技術を従来技術１とする。
【０００３】
また、単に音声信号の振幅や低周波数部分の音声信号の振幅を観測して、振幅が小さければ当該音声信号のレベルを上げ、振幅が大きければ当該音声信号のレベルを下げるという技術もある。この技術の詳細は特許文献１に記載されており、この技術を従来技術２とする。
【０００４】
また、背景騒音の音量から音声音量の大小を判定してスピーカから出る音量を一定レベルとして聴こえるように自動調整する方法もある。この技術の詳細は特許文献２に記載されており、この技術を従来技術３とする。
【特許文献１】特開２００４−３２８６９９号
【特許文献２】特開２００６−１６５８６５号
【発明の開示】
【発明が解決しようとする課題】
【０００５】
図１に、従来技術１のレベル調整判定装置を用いた場合の入力された音声信号Ｆ（ｔ）の波形（以下、「音声波形」という場合もある。）を示す。ただし、横軸が時間を表し、縦軸が振幅値である。また図１に、従来技術１のレベル調整判定装置が算出する当該波形に対応する平均レベルＧも示す。平均レベルＧについての上限Ａｍａｘと平均レベルの下限Ａｍｉｎは予め定められており、平均レベルＧが上限Ａｍａｘより大であればその判定時間内の音声の音量は過大であると判定される。また、平均レベルＧが下限Ａｍｉｎより小であればその判定時間内の音声の音量は過小であると判定される。図１に示す入力された音声信号Ｆ（ｔ）は、判定時間内で、波形が極端に大きい振幅（クリッピングした状態など）と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形であり、Ｆ（ｔ）の振幅は全体的に過大である。平均レベルＧは、上述のように、判定時間Ｔｆ（ｔ１〜ｔ２）での相加平均である。ｔ２はｔ１よりも過去の時刻を表す。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。従って、平均レベルＧは以下の式で求まる。
【０００６】
【数１】
【０００７】
図１記載の音声信号の波形の場合に、上記式（１）の演算で平均レベルＧを求めると、平均レベルＧは、図１記載のように、波形が極端に大きい振幅値Ｌ１と比べて小さくなる。そして、区間α１でレベルが過小と判断され、区間α２でレベルが過大であると判断される。従って、音声信号Ｆ（ｔ）の波形は実際には全体的に過大であるが、従来技術１のレベル調整判定装置は、区間α２のみで過大と判断し、音声信号Ｆ（ｔ）の波形を全体的に過大であるとは判断しない。このように、従来技術１のレベル調整判定装置は、入力された音声信号の波形が常に過大な場合や、常に過小な場合には、ゆったりとした速度で大雑把に振幅の大小を判定できる。しかし、図１記載の波形の場合には、振幅の大小を判定できず、結果として、正確に音量を自動調整することは難しいという問題がある。
【０００８】
次に、図２記載のように、入力された音声信号Ｆ（ｔ）の波形の振幅が、ある部分だけ（図２では区間α３）が過大である場合について考える。図２記載の音声信号Ｆ（ｔ）に対して、従来技術１のレベル調整判定装置を用いた場合の平均レベルＧも図２に示す。平均レベルＧの求め方は上記式（１）で求める。図２に示すように、区間α３内であっても、平均レベルＧは、波形が極端に大きい振幅値Ｌ１と比べて小さくなり、ＡｍａｘとＡｍｉｎとの間であると判定される。従って、従来技術１では、音声波形の振幅が部分的に過大（もしくは過小）な場合には、過大（もしくは過小）と判定できないという問題がある。また、従来技術２や従来技術３であっても上述の理由同様、音声波形の振幅が過大もしくは過小であるかは判断できない。
【０００９】
本発明の目的は、どのような音声波形の振幅であっても、正確に振幅が過大もしくは過小であるかを判断するレベル調整判定装置、その方法、およびそのプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１０】
この発明のレベル調整判定装置は、信号レベル算出部と、第１判定部と、閾値大時間算出部と、閾値大平均レベル算出部と、第２判定部と、調整命令信号生成部と、を備える。信号レベル算出部は、入力信号のレベルを算出する。第１判定部は、レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する。閾値大時間算出部は、レベルが第１閾値以上または、第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、レベルが第１閾値以上または、第１閾値より大きい時間の合計時間である閾値大時間を算出する。閾値大平均レベル算出部は、閾値大時間を用いて、第１閾値以上または、第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する。第２判定部は、閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する。調整命令信号生成部は、第２判定部の判定結果に応じた入力信号のレベルを調整するための調整命令信号を生成、出力する。
【００１１】
また、この発明のレベル調整判定装置は、信号レベル算出部と、第４判定部と、閾値小時間算出部と、閾値小平均レベル算出部と、第５判定部と、調整命令信号生成部と、を備えても良い。信号レベル算出部は、入力信号のレベルを算出する。第４判定部は、レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する。閾値小時間算出部は、レベルが前記第４閾値以下または、第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、レベルが前記第４閾値以下または、第４閾値より小さい時間の合計時間である閾値小時間を算出する。閾値小平均レベル算出部は、閾値小時間を用いて、第４閾値以下または、第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する。第５判定部は、閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する。調整命令信号生成部は、第５判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する。
【発明の効果】
【００１２】
上記の構成により、入力された信号がどのような波形であっても、正確に振幅が過大もしくは過小であるかを判断できる。
【発明を実施するための最良の形態】
【００１３】
以下に、発明を実施するための最良の形態を示す。なお、同じ機能を持つ構成部や同じ処理を行う過程には同じ番号を付し、重複説明を省略する。また、以下の説明では、入力される信号を音声信号として説明する。
【実施例１】
【００１４】
図３に、本発明のレベル調整判定装置が実施される場合の構成例を示す。音声入力部２とは例えば、マイクロホン付きヘッドセットとマイクアンプであり、音声入力部２は、入力された音声のレベル（音量）を調整する調整手段２２を有する。調整手段２２は、後述するレベル調整判定装置４よりの調整命令信号に応じて、レベルを調整する。アプリケーション６とは例えば、音声認識システムである。レベル調整判定装置が使用される状況の一例として、オペレータ（人間）が音声入力部２（ヘッドセット）を装着して、マイクロホンに対して音声を発する。そして、レベル調整判定装置４に当該音声が入力されると、レベル調整判定装置４は、入力された音声信号を適度なレベルにさせるための調整命令信号を生成して、音声入力部２中の調整手段２２に出力する。調整命令信号の生成手法は後ほど詳細に説明する。そして、調整手段２２により適度なレベルになった音声信号はアプリケーション６（音声認識システム）に入力され、音声認識処理などが行われる。以下に、レベル調整判定装置４による調整命令信号の生成手法を説明する。また、アプリケーション６は音声認識装置に限られない。
【００１５】
図４に実施例１のレベル調整判定装置４−１の機能構成例を示し、図５にレベル調整判定装置４−１の主な処理の流れを示す。まず、信号レベル算出部１０２が、音声信号Ｆ（ｔ）のレベルＬを算出する（ステップＳ２）。ここで、レベルＬとは例えば、入力音声の振幅絶対値│Ｆ（ｔ）│やパワー│（Ｆ（ｔ））２│である。
【００１６】
第１判定部１０４は、レベルＬが予め定められた第１閾値Ａｍａｘ以上か否かを判定する、もしくは、レベルＬが予め定められた第１閾値Ａｍａｘより大きいか否かを判定する（ステップＳ４）。以下の説明では、これらのことをまとめて「第１閾値以上／より大きいか否か」という場合もある。第１閾値Ａｍａｘは予め第１閾値記憶部１０６に記憶されている。
【００１７】
閾値大時間算出部１０８は、レベルＬが第１閾値Ａｍａｘ以上／より大きいと判定されると、過去の予め定められた判定時間Ｔｆ（ｔ１〜ｔ２）内で、レベルＬが第１閾値Ａｍａｘ以上／より大きい時間の合計時間である閾値大時間ＴＨを算出する（ステップＳ６）。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。算出された閾値大時間ＴＨを、一旦、閾値大時間記憶部１１０に記憶させることが好ましい。閾値大時間算出部１０８は、レベルＬが第１閾値Ａｍａｘより小さい／以下と判定されると、閾値大時間ＴＨの算出を行わない。
【００１８】
閾値大平均レベル算出部１１２は、閾値大時間ＴＨを用いて、第１閾値Ａｍａｘ以上／より大きいレベルＬについての相加平均である閾値大平均レベルＭＨを算出する（ステップＳ１０）。具体的には、閾値大平均レベルＭＨを以下の式で表すことができる。
【００１９】
【数２】
【００２０】
式（２）の分子は、レベルＬが閾値大平均レベルＭＨ以上／より大きい時間間隔において積分を行い、判定時間Ｔｆ内でのそれらの合計を算出していることを示す。閾値大平均レベルＭＨは、一旦、閾値大平均レベル記憶部１１４に記憶させてもよい。
【００２１】
第２判定部１１６は、閾値大平均レベルＭＨが予め定められた第２閾値Ｂｍａｘ以上か否かを判定する、もしくは、予め定められた第２閾値Ｂｍａｘより大きいか否かを判定する（ステップＳ１２）。もし、第２判定部１１６が、ＭＨはＢｍａｘ以上でない、もしくはＢｍａｘより大きくないと判定すれば、レベルＬは少し大きいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬを少し下げるような調整命令信号を生成させる（ステップＳ１４）。また、第２判定部１１６が、ＭＨはＢｍａｘ以上である、もしくはＢｍａｘより大きいと判定すれば、レベルＬはかなり大きいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬをかなり下げるような調整命令信号を生成させる（ステップＳ１６）。このように、調整命令信号生成部１２４は、第２判定部１１６の判定結果に応じた入力信号のレベルＬを調整するための調整命令信号を生成、出力する。出力した調整命令信号は、音声入力部２中の調整手段２２（図３参照）に入力される。
【００２２】
これらの構成により、レベル調整判定装置４−１は、入力音声の波形が極端に大きい振幅と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であっても、高精度に入力音声のレベルの大小を判断できる。
【００２３】
また、レベル調整判定装置４−１は、入力音声の波形のレベルが、部分的に過小であっても、高精度に入力音声のレベルを調整できる。以下、詳細に説明する。
【００２４】
第４判定部１３２は、レベルＬが予め定められた第４閾値Ａｍｉｎ以下か否かを判定する、もしくは、レベルＬが予め定められた第４閾値Ａｍｉｎより小さいか否かを判定する（ステップＳ２４）。第４閾値Ａｍｉｎは予め第４閾値記憶部１３４に記憶されている。
【００２５】
閾値小時間算出部１３６は、レベルＬが第４閾値Ａｍｉｎ以下／より小さいと判定されると、過去の予め定められた判定時間Ｔｆ（ｔ１〜ｔ２）内で、レベルＬが第４閾値Ａｍｉｎ以下／より小さい時間の合計時間である閾値小時間ＴＬを算出する（ステップＳ２６）。また、ｔ１を現在の時刻とし、ｔ１＝０とすることが好ましい。算出された閾値小時間ＴＬは、一旦、閾値小時間記憶部１３８に記憶させてもよい。閾値小時間算出部１３６は、レベルＬが第４閾値Ａｍｉｎ以上／より大きいと判定されると、閾値小時間ＴＬの算出を行わない。
【００２６】
閾値小平均レベル算出部１４４は、閾値小時間ＴＬを用いて、第４閾値Ａｍｉｎ以下／より小さいレベルＬについての相加平均である閾値小平均レベルＭＬを算出する（ステップＳ３０）。具体的には、閾値小平均レベルＭＬを以下の式で表すことができる。
【００２７】
【数３】
【００２８】
式（３）の分子は、レベルＬが閾値小平均レベルＭＬ以下／より小さい時間間隔において積分を行い、それらの合計を算出していることを示す。閾値小平均レベルＭＬは、一旦、閾値小平均レベル記憶部１４６に記憶させてもよい。
【００２９】
第５判定部１４８は、閾値小平均レベルＭＬが予め定められた第５閾値Ｂｍｉｎ以下か否かを判定する、もしくは、予め定められた第５閾値Ｂｍｉｎより小さいか否かを判定する（ステップＳ３２）。もし、第５判定部１４８が、ＭＬはＢｍｉｎ以下でない、もしくはＢｍａｘより小さくないと判定すれば、レベルＬは少し小さいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬを少し上げるような調整命令信号を生成させる（ステップＳ３４）。また、第２判定部１１６が、ＭＨはＢｍａｘ以下である、もしくはＢｍａｘより小さいと判定すれば、レベルＬはかなり小さいと判断し、調整命令信号生成部１２４に、入力信号のレベルＬをかなり上げるような調整命令信号を生成させる（ステップＳ３６）。このように、調整命令信号生成部１２４は、第５判定部１４８の判定結果に応じた入力信号のレベルＬを調整するための調整命令信号を生成、出力する。
【００３０】
このように、レベル調整判定装置４−１は、入力音声の波形が極端に大きい振幅と、波形が小さい振幅と、が短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であったり、部分的にレベルが過小な波形であっても、高精度に入力音声のレベルの大小を判断できる。また、入力音声のレベルの大小の判断をリアルタイムで行うために、図５に示した各処理を短い時間間隔で行うことが好ましい。
【００３１】
［変形例１］
次に、変形例１であるレベル調整判定装置４−２について説明する。図６にレベル調整判定装置４−２の機能構成例を示し、図７にレベル調整判定装置４−２の主な処理の流れを示す。
レベル調整判定装置４−２は、レベル調整判定装置４−１と比較して、第４判定部１３２、第４閾値記憶部１３４、閾値小時間算出部１３６、閾値小時間記憶部１３８、閾値小平均レベル算出部１４４、閾値小平均レベル記憶部１４６、第５判定部１４８、第５閾値記憶部１５０がない点で異なる。レベル調整判定装置４−２のような構成にすることで、例えば、入力音声のレベルが部分的に過大である波形であっても、高精度に入力音声のレベルを調整できる。
【００３２】
［変形例２］
次に、変形例２であるレベル調整判定装置４−３について説明する。図８にレベル調整判定装置４−３の機能構成例を示し、図９にレベル調整判定装置４−３の主な処理の流れを示す。
レベル調整判定装置４−３は、レベル調整判定装置４−１と比較して、第１判定部１０４、第１閾値記憶部１０６、閾値大時間算出部１０８、閾値大時間記憶部１１０、閾値大平均レベル算出部１１２、閾値大平均レベル記憶部１１４、第２判定部１１６、第２閾値記憶部１１８がない点で異なる。レベル調整判定装置４−３のような構成にすることで、例えば、入力音声のレベルが部分的に過小である波形であっても、高精度に入力音声のレベルを調整できる。
【実施例２】
【００３３】
音声入力部２（ヘッドセット）から入力された音声において、例えば、咳払いなどの発話以外の音が入力されることがある。このように、通常の発話中の音量が適正な場合に、咳払いをしてしまうと、突発的に、短時間の間、過大な音量となり、クリッピングする場合がある。また、発話中に発話者が短時間、黙り込むことでわずかな無音（過小）になってしまうこともある。このような、短時間の間の過大なレベルＬや短時間の間の過小なレベルＬを自動調整の情報として用いるのは、好ましくない。何故なら、入力音声のレベルが頻繁に上下に調整されることになり、入力音声のレベルが安定せず、調整後の音声を音声認識システム（図３参照）で用いる場合には、的確に音声認識できなくなる。このような突発的で、短時間の過大もしくは過小な音に対しても、入力音声が過大もしくは過小であると判断できる方法として、振幅絶対値の短時間平均値を求めて、利用する方法がある。この技術を従来技術４とする。図１０に、入力音声と、従来技術４のレベル調整判定装置が算出する当該入力音声の平均レベルＧと、を示す。また、図１や図２と同様に、従来技術４のレベル調整判定装置は、平均レベルＧが、上限Ａｍａｘより大であれば過大と判断し、下限Ａｍｉｎより小であれば過小と判断する。図１０に示すように、例えば、区間α４で咳払いがされたとすると、区間α４での音声が過大と判断され音声レベルを下げてしまうと、逆に、短い無音区間や弱い発音の発話区間に対しても、実際には下限Ａｍｉｎより大きいにも関わらず、レベルが過小と判断されてしまう。その結果、入力音声のレベルが頻繁に上下することになる。
【００３４】
そこで、この実施例２で説明するレベル調整判定装置４−４は、このような突発的で短時間の過大な音声や短時間の過小な音声であっても、高精度に音声レベルの過大、過小を判断できる。図１１に、レベル調整判定装置４−４の機能構成例を示し、図１２にレベル調整判定装置４−４の主な処理の流れを示す。レベル調整判定装置４−４は、レベル調整判定装置４−１と比較して、第３判定部１２０、第３閾値記憶部１２２、第６判定部１４０、第６閾値記憶部１４２を有する点で異なる。また、図５（レベル調整判定装置４−１の処理の流れ）と図１１（レベル調整判定装置４−４の処理の流れ）では、ステップＳ６とステップＳ１０との間にステップＳ８があること、かつ、ステップＳ２６とステップＳ３０との間にステップＳ２８がある点で異なる。
【００３５】
第３判定部１２０は、閾値大時間ＴＨが予め定められた第３閾値Ｃｍａｘ以下であるか否か、もしくは閾値大時間ＴＨが第３閾値Ｃｍａｘより小さいか否かを判定する（ステップＳ８）。第３閾値Ｃｍａｘは、予め、第３閾値記憶部１２２に記憶されている。閾値大時間ＴＨが第３閾値Ｃｍａｘ以下もしくは、第３閾値Ｃｍａｘより小さいということは、判定時間Ｔｆ内で入力音声のレベルＬがＡｍａｘより大きい時間の合計時間（閾値大時間ＴＨ）が極端に短いということである。つまり、閾値を超えている区間は例えば、突発的で短時間の過大な音声（例えば、咳払い）の時間と判断される。閾値大時間ＴＨが第３閾値Ｃｍａｘ以上／より大きいと判定されると、閾値大平均レベル算出部１１２によるステップＳ１２の処理を行う。閾値大時間ＴＨが第３閾値Ｃｍａｘ以下／より小さいと判定されると、調整命令信号生成部１２４に調整命令信号を生成させないようにする。
【００３６】
また、第６判定部１４０は、閾値小時間記憶部１３８よりの閾値小時間ＴＬについても第６閾値Ｃｍｉｎ以下か否か、もしくは第６閾値Ｃｍｉｎより小さいか否かを判定する（ステップＳ２８）。閾値小時間ＴＬが第６閾値Ｃｍａｘ以下もしくは、第３閾値Ｃｍａｘより小さいということは、判定時間Ｔｆ内で入力音声のレベルＬがＡｍｉｎより小さい時間の合計時間（閾値小時間ＴＬ）が極端に短いということである。つまり、閾値を下回っている区間は、突発的で短時間の過小な音声（例えば、発話者の黙り込み）の時間などと判断される。閾値小時間ＴＬが第６閾値Ｃｍｉｎ以上／より大きいと判定されると、閾値小平均レベル算出部１４４によるステップＳ３０の処理を行う。閾値小時間ＴＬが第６閾値Ｃｍｉｎ以下／より小さいと判定されると、調整命令信号生成部１２４に調整命令信号を生成させないようにする。
【００３７】
図１３に、入力音声と、レベル調整判定装置４−４が算出する当該入力音声の閾値大平均レベルＭＨ（黒色実線で示す）と、閾値小平均レベルＭＬ（白色実線で示す）と、を示す。閾値大平均レベルＭＨと、閾値小平均レベルＭＬとが、図１３記載のように、デジタル的な波形になるのは、以下の２点になったときにＭＨとＭＬとの振幅値が変化するからである。閾値大平均レベルＭＨの場合は、（１）音声信号Ｆ（ｔ）が第１閾値Ａｍａｘ以上／より大きくなったとき（２）第１閾値Ａｍａｘ以上／より大きい音声信号Ｆ（ｔ）が、判定時間Ｔｆ外になったときに、振幅値が変化する。閾値小平均レベルＭＬの場合は、（１）音声信号Ｆ（ｔ）が第４閾値Ａｍｉｎ以下／より小さくなったとき（２）第４閾値Ａｍｉｎ以下／より小さい音声信号Ｆ（ｔ）が、判定時間Ｔｆ外になったときに振幅値が変化する。図１３中の区間α５において、閾値大平均レベルＭＨが、第１閾値Ａｍａｘを超えている。しかし、閾値大時間ＴＨが、第３閾値Ｃｍａｘより短いので、入力音声のレベルＬは過大とは判断されない。一方、区間α６において、閾値大平均レベルＭＨが、第１閾値Ａｍａｘを超えており、閾値大時間ＴＨが、第３閾値Ｃｍａｘより長いので、入力音声のレベルＬは過大と判断される。
【００３８】
上述のように、第３判定部１２０で、閾値大時間ＴＨが第３閾値Ｃｍａｘより小さいと判定されると、第１閾値Ａｍａｘを越えている区間は突発的な短時間の過大な音声（例えば、咳払い）の時間と判断される。また、第６判定部１４０で、閾値小時間ＴＬが第６閾値Ｃｍｉｎより小さいと判定されると、第１閾値Ａｍｉｎを越えている区間は突発的な短時間の過小な音声（例えば、発話者の黙り込み）の時間と判断される。これらの場合には、調整命令信号生成部１２４には、調整命令信号を生成させない。つまり、このレベル調整判定装置４−４は、従来技術のように単に予め定められた閾値より大きな値（または小さい値）の相加平均値を用いて入力音声レベルの過大、過小を判断するのではなく、閾値を超えた（または下回った）場合のみの時間（閾値大時間ＴＨもしくは、閾値小時間ＴＬ）と、その時間による相加平均値（閾値大平均レベルＭＨと閾値小平均レベルＭＬ）との両方を用いて、入力音声レベルの過大、過小を判断する。
【００３９】
このようにすることで、咳払いやわずかな黙り込みのように、短時間の過大な音や過小な音をレベル調整の判断の対象から外すことができ、かつ、入力音声の波形が極端に大きい振幅と波形が小さい振幅とが短い時間間隔で交互に存在する波形（図１参照）であったり、部分的にレベルが過大な波形（図２参照）であったり、部分的にレベルが過小な波形であっても、入力音声のレベルが頻繁に上下することがなくなり、高精度に入力音声のレベルの自動調整を行うことができる。
【００４０】
［変形例３］
次に変形例３のレベル調整判定装置４−５を説明する。図１４にレベル調整判定装置４−５の機能構成例を示し、図１５にレベル調整判定装置４−５の主な処理の流れを示す。レベル調整判定装置４−５は、レベル調整判定装置４−２と比較すると、第３判定部１２０と第３閾値記憶部１２２を備える点で異なる。
レベル調整判定装置４−５のような構成にすることで、入力音声のレベルが部分的に過大である波形であり、かつ、突発的な短時間の過大な音声であっても、高精度に入力音声のレベルを調整させることができる。
【００４１】
［変形例４］
次に変形例４のレベル調整判定装置４−６を説明する。図１６にレベル調整判定装置４−６の機能構成例を示し、図１７にレベル調整判定装置４−６の主な処理の流れを示す。レベル調整判定装置４−６は、レベル調整判定装置４−３と比較すると、第６判定部１４０、第６閾値記憶部１４２を備える点で異なる。
レベル調整判定装置４−６のような構成にすることで、入力音声のレベルが部分的に過小である波形であり、かつ、突発的な短時間の過小な音声であっても、高精度に入力音声のレベルを調整させることができる。
【図面の簡単な説明】
【００４２】
【図１】従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図２】図１とは異なる入力音声についての従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図３】本発明のレベル調整判定装置が実施される場合の構成例を示す図。
【図４】実施例１のレベル調整判定装置の機能構成例を示す図。
【図５】実施例１のレベル調整判定装置の主な処理の流れを示す図。
【図６】変形例１のレベル調整判定装置の機能構成例を示す図。
【図７】変形例１のレベル調整判定装置の主な処理の流れを示す図。
【図８】変形例２のレベル調整判定装置の機能構成例を示す図。
【図９】変形例２のレベル調整判定装置の主な処理の流れを示す図。
【図１０】咳払いが含まれる入力音声についての従来技術１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図１１】実施例２のレベル調整判定装置の機能構成例を示す図。
【図１２】実施例２のレベル調整判定装置の主な処理の流れを示す図。
【図１３】咳払いが含まれる入力音声の波形についての実施例１のレベル調整判定装置を用いた場合の平均レベルＧを示した図。
【図１４】変形例３のレベル調整判定装置の機能構成例を示す図。
【図１５】変形例３のレベル調整判定装置の主な処理の流れを示す図。
【図１６】変形例４のレベル調整判定装置の機能構成例を示す図。
【図１７】変形例４のレベル調整判定装置の主な処理の流れを示す図。
【特許請求の範囲】
【請求項１】
入力信号のレベルを算出する信号レベル算出部と、
前記レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する第１判定部と、
前記レベルが前記第１閾値以上または、前記第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第１閾値以上または、前記第１閾値より大きい時間の合計時間である閾値大時間を算出する閾値大時間算出部と、
前記閾値大時間を用いて、前記第１閾値以上または、前記第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する閾値大平均レベル算出部と、
前記閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する第２判定部と、
前記第２判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成部と、
を備えることを特徴とするレベル調整判定装置。
【請求項２】
請求項１記載のレベル調整判定装置であって、
更に、
前記閾値大時間が予め定められた第３閾値以下または、第３閾値より小さいか否かを判定し、前記閾値大時間が前記第３閾値以下または、前記第３閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第３判定部と、を備えることを特徴とするレベル調整判定装置。
【請求項３】
入力信号のレベルを算出する信号レベル算出部と、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定部と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出部と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出部と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定部と、
前記第５判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成部と、
を備えることを特徴とするレベル調整判定装置。
【請求項４】
請求項３記載のレベル調整判定装置であって、
更に、
前記閾値小時間が予め定められた第６閾値以下または、第６閾値より小さいか否かを判定し、前記閾値小時間が前記第６閾値以下または、前記第６閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第６判定部と、を備えることを特徴とする音量自動調整装置。
【請求項５】
請求項１または２記載のレベル調整判定装置であって、
更に、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定部と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出部と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出部と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定部と、を備え、
前記調整命令信号生成部は、前記第５判定部の判定結果にも応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力するものであることを特徴とするレベル調整判定装置。
【請求項６】
請求項５記載のレベル調整判定装置であって、
更に、
前記閾値小時間が予め定められた第６閾値以下または、第６閾値より小さいか否かを判定し、前記閾値小時間が前記第６閾値以下または、前記第６閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第６判定部と、を備えることを特徴とするレベル調整判定装置。
【請求項７】
入力信号のレベルを算出する信号レベル算出過程と、
前記レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する第１判定過程と、
前記レベルが前記第１閾値以上または、前記第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第１閾値以上または、前記第１閾値より大きい時間の合計時間である閾値大時間を算出する閾値大時間算出過程と、
前記閾値大時間を用いて、前記第１閾値以上または、前記第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する閾値大平均レベル算出過程と、
前記閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する第２判定過程と、
前記第２判定過程の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成過程と、
を有することを特徴とするレベル調整判定方法。
【請求項８】
入力信号のレベルを算出する信号レベル算出過程と、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定過程と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出過程と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出過程と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定過程と、
前記第５判定過程の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成過程と、
を有することを特徴とするレベル調整判定方法。
【請求項９】
請求項７記載のレベル調整判定方法であって、
更に、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定過程と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出過程と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出過程と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定過程と、を有し、
前記調整命令信号生成過程は、前記第５判定過程での判定結果にも応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力するものであることを特徴とするレベル調整判定方法。
【請求項１０】
請求項１〜６何れかに記載のレベル調整判定装置の各処理をコンピュータに実行させるためのレベル調整判定プログラム。
【請求項１】
入力信号のレベルを算出する信号レベル算出部と、
前記レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する第１判定部と、
前記レベルが前記第１閾値以上または、前記第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第１閾値以上または、前記第１閾値より大きい時間の合計時間である閾値大時間を算出する閾値大時間算出部と、
前記閾値大時間を用いて、前記第１閾値以上または、前記第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する閾値大平均レベル算出部と、
前記閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する第２判定部と、
前記第２判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成部と、
を備えることを特徴とするレベル調整判定装置。
【請求項２】
請求項１記載のレベル調整判定装置であって、
更に、
前記閾値大時間が予め定められた第３閾値以下または、第３閾値より小さいか否かを判定し、前記閾値大時間が前記第３閾値以下または、前記第３閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第３判定部と、を備えることを特徴とするレベル調整判定装置。
【請求項３】
入力信号のレベルを算出する信号レベル算出部と、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定部と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出部と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出部と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定部と、
前記第５判定部の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成部と、
を備えることを特徴とするレベル調整判定装置。
【請求項４】
請求項３記載のレベル調整判定装置であって、
更に、
前記閾値小時間が予め定められた第６閾値以下または、第６閾値より小さいか否かを判定し、前記閾値小時間が前記第６閾値以下または、前記第６閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第６判定部と、を備えることを特徴とする音量自動調整装置。
【請求項５】
請求項１または２記載のレベル調整判定装置であって、
更に、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定部と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出部と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出部と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定部と、を備え、
前記調整命令信号生成部は、前記第５判定部の判定結果にも応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力するものであることを特徴とするレベル調整判定装置。
【請求項６】
請求項５記載のレベル調整判定装置であって、
更に、
前記閾値小時間が予め定められた第６閾値以下または、第６閾値より小さいか否かを判定し、前記閾値小時間が前記第６閾値以下または、前記第６閾値より小さいと判定されると、前記調整命令信号生成部に前記調整命令信号を生成させない第６判定部と、を備えることを特徴とするレベル調整判定装置。
【請求項７】
入力信号のレベルを算出する信号レベル算出過程と、
前記レベルが予め定められた第１閾値以上または、第１閾値より大きいか否かを判定する第１判定過程と、
前記レベルが前記第１閾値以上または、前記第１閾値より大きいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第１閾値以上または、前記第１閾値より大きい時間の合計時間である閾値大時間を算出する閾値大時間算出過程と、
前記閾値大時間を用いて、前記第１閾値以上または、前記第１閾値より大きいレベルについての相加平均である閾値大平均レベルを算出する閾値大平均レベル算出過程と、
前記閾値大平均レベルが予め定められた第２閾値以上または、第２閾値より大きいか否かを判定する第２判定過程と、
前記第２判定過程の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成過程と、
を有することを特徴とするレベル調整判定方法。
【請求項８】
入力信号のレベルを算出する信号レベル算出過程と、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定過程と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出過程と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出過程と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定過程と、
前記第５判定過程の判定結果に応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力する調整命令信号生成過程と、
を有することを特徴とするレベル調整判定方法。
【請求項９】
請求項７記載のレベル調整判定方法であって、
更に、
前記レベルが予め定められた第４閾値以下または、第４閾値より小さいか否かを判定する第４判定過程と、
前記レベルが前記第４閾値以下または、前記第４閾値より小さいと判定されると、過去の予め定められた判定時間内で、前記レベルが前記第４閾値以下または、前記第４閾値より小さい時間の合計時間である閾値小時間を算出する閾値小時間算出過程と、
前記閾値小時間を用いて、前記第４閾値以下または、前記第４閾値より小さいレベルについての相加平均である閾値小平均レベルを算出する閾値小平均レベル算出過程と、
前記閾値小平均レベルが予め定められた第５閾値以下または、第５閾値より小さいか否かを判定する第５判定過程と、を有し、
前記調整命令信号生成過程は、前記第５判定過程での判定結果にも応じた前記入力信号のレベルを調整するための調整命令信号を生成、出力するものであることを特徴とするレベル調整判定方法。
【請求項１０】
請求項１〜６何れかに記載のレベル調整判定装置の各処理をコンピュータに実行させるためのレベル調整判定プログラム。
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１１】
【図１２】
【図１４】
【図１５】
【図１６】
【図１７】
【図１】
【図２】
【図１０】
【図１３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１１】
【図１２】
【図１４】
【図１５】
【図１６】
【図１７】
【図１】
【図２】
【図１０】
【図１３】
【公開番号】特開２００９−８０２１９（Ｐ２００９−８０２１９Ａ）
【公開日】平成２１年４月１６日（２００９．４．１６）
【国際特許分類】
【出願番号】特願２００７−２４８４１４（Ｐ２００７−２４８４１４）
【出願日】平成１９年９月２６日（２００７．９．２６）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２１年４月１６日（２００９．４．１６）
【国際特許分類】
【出願日】平成１９年９月２６日（２００７．９．２６）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]