携帯端末および録音レベル最適化方法
【課題】録音された音声の音量を最適化すること。他の機器でも音量が最適化された状態で音声を再生可能な音声データを提供すること。
【解決手段】携帯端末によって、圧縮音声データが非圧縮音声データに展開され、展開された非圧縮音声データの複数の音声レベルの値の範囲を許容範囲に拡大するように音声レベルが最適化音声レベルに変換され（１１０）、変換された最適化音声レベルがデータ列とされ（１１０）圧縮されて最適化圧縮音声データとされ、圧縮された最適化圧縮音声データが記憶される。携帯端末によって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値が増幅率として算出され（１１１，１１２）、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される（１１３）。
【解決手段】携帯端末によって、圧縮音声データが非圧縮音声データに展開され、展開された非圧縮音声データの複数の音声レベルの値の範囲を許容範囲に拡大するように音声レベルが最適化音声レベルに変換され（１１０）、変換された最適化音声レベルがデータ列とされ（１１０）圧縮されて最適化圧縮音声データとされ、圧縮された最適化圧縮音声データが記憶される。携帯端末によって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値が増幅率として算出され（１１１，１１２）、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される（１１３）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、携帯端末および録音レベル最適化方法に関し、特に、録音レベルを最適化するのに適した携帯端末および録音レベル最適化方法に関する。
【背景技術】
【０００２】
音楽などの音声データの録音レベルは、録音や録音された音声の調整などを行なう者が異なったり、録音場所や録音設備などの録音環境が異なったりすることによって、音声データによってばらつきがあり、各音声データがすべての再生機器に対して適正となっているとは限らない。
【０００３】
したがって、音楽などの音声データを再生する際に、音声データごとに音の大きさが異なることがよくある。このため、複数の音声データを連続して再生するときに、ある音声データの録音レベルが小さいためにボリュームを大きくした場合に、次の音声データの録音レベルが大きいため出力音量が大きくなり過ぎてしまうことがあった。逆に、ある音声データの録音レベルが大きいためにボリュームを小さくした場合に、次の音声データの録音レベルが小さいため出力音量が小さくなりすぎてしまうことがあった。
【０００４】
このような問題を解決するため、音声データの音量を再生時に最適化したり（たとえば、特許文献１参照）、予め最適化しておいたり（たとえば、特許文献２参照）するものがあった。
【０００５】
特許文献１には、レベル検出回路によって検出された外部から入力された音声、音楽データのピークレベルと、予め設定された使用スピーカに対する最適なピークレベルとを比較し、その差分を計算し、入力された音声、音楽データが差分値に基づいて最適な出力レベルで使用スピーカから出力されるようにボリュームが制御される携帯電話機が記載されている。
【０００６】
また、特許文献２には、入力されるデジタルデータを圧縮データの状態で記録媒体に記録する要求に応じて、入力されたデジタルデータについて、データを加工して加工データを生成する加工処理を実行し、さらに加工処理で得られた加工データについて、データを圧縮して圧縮データを生成する圧縮処理を実行し、圧縮処理で得られた圧縮データを記録媒体に記録する記録装置が記載されている。
【特許文献１】特開２００３−３７６５０号公報
【特許文献２】特開２００４−４６９５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献１に記載されている技術では、差分値を音楽データとは別に保持しておく必要があるため、音楽データが汎用的なフォーマットのデータであったとしても、差分値を扱えるハードウェアやソフトウェアがない限り、他の機器では、最適な出力レベルで出力することができないといった問題があった。
【０００８】
同様に、汎用的な符号化方式（たとえば、ＭＰ３（MPEG Audio Layer-3））の音声データの音量を最適化する際に、音量を最適化するためのパラメータデータを、音声データと別のデータとして記憶するものがあった。この場合、音声データだけを他機器に受け渡した場合、この他機器では、音声データの音量を最適化するために、改めて、音量の最適化のための処理を行なう必要があった。
【０００９】
また、たとえ、音声データとともにその音声データの音量を最適化するためのパラメータデータを他機器に受け渡したとしても、受け渡されたパラメータデータを扱える機能がこの他機器になく、この他機器にはこの符号化方式の音声データを扱える機能しかない場合、やはり、改めて、コンテンツデータの音量を最適化するために、音量の最適化のための処理を行なう必要があった。
【００１０】
また、特許文献２には、どのように音量を加工するかについては記載されていない。このため、特許文献２に記載されている技術を用いたとしても、デジタルデータの音量を最適化することができるか否かは不明である。
【００１１】
この発明は上述の問題点を解決するためになされたもので、この発明の目的の１つは、録音された音声の音量を最適化することが可能な携帯端末を提供することである。
【００１２】
この発明の他の目的は、ある機器で音量が最適化された音声データを受け渡された他機器でも音量が最適化された状態で再生可能な音声データを提供することが可能な携帯端末を提供することである。
【課題を解決するための手段】
【００１３】
上述した課題を解決するために、この発明のある局面によれば、携帯端末は、展開部と、最適化部と、圧縮部と、記憶部とを備える。
【００１４】
展開部は、録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、非圧縮音声データに展開する。
【００１５】
最適化部は、展開部によって展開された非圧縮音声データの複数の音声レベルの値の範囲を、音声レベルの振幅として許容される範囲である許容範囲に拡大するように音声レベルを最適化音声レベルに変換する。圧縮部は、最適化部によって変換された最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとする。記憶部は、圧縮部によって圧縮された最適化圧縮音声データを記憶する。
【００１６】
この発明に従えば、携帯端末によって、圧縮音声データが非圧縮音声データに展開され、展開された非圧縮音声データの複数の音声レベルの値の範囲を許容範囲に拡大するように音声レベルが最適化音声レベルに変換され、変換された最適化音声レベルがデータ列とされ圧縮されて最適化圧縮音声データとされ、圧縮された最適化圧縮音声データが記憶される。
【００１７】
このため、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な携帯端末を提供することができる。また、この携帯端末で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な音声データを提供することが可能な携帯端末を提供することができる。
【００１８】
好ましくは、携帯端末は、記憶部に記憶された最適化圧縮音声データを読出して、最適化音声信号に変換する変換部と、変換部によって変換された最適化音声信号を増幅して出力する増幅出力部とをさらに備える。
【００１９】
この発明に従えば、携帯端末によって、記憶された最適化圧縮音声データが読出されて、最適化音声信号に変換され、変換された最適化音声信号が増幅されて出力される。このため、音量が最適化された音声を出力することができる。
【００２０】
好ましくは、携帯端末は、外部から圧縮音声データを受信する通信部をさらに備え、展開部は、通信部によって受信された圧縮音声データを展開する。
【００２１】
この発明に従えば、携帯端末によって、外部から圧縮音声データが受信され、受信された圧縮音声データが展開される。このため、外部からの圧縮音声データで示される音声の音量を最適化することができる。
【００２２】
好ましくは、記憶部は、圧縮音声データをさらに記憶し、展開部は、記憶部に記憶された圧縮音声データを展開する。
【００２３】
この発明に従えば、携帯端末によって、圧縮音声データが記憶され、記憶された圧縮音声データが展開される。このため、記憶された圧縮音声データで示される音声の音量を最適化することができる。
【００２４】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値を増幅率として算出する増幅率算出部と、増幅率算出部によって算出された増幅率を複数の音声レベルのそれぞれに掛けることによって、最適化音声レベルを算出する最適化データ算出部とを含む。
【００２５】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値が増幅率として算出され、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される。
【００２６】
このため、音声レベルの最大値または最小値が許容範囲の上限値または下限値と同じ値になるまで複数の音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【００２７】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最小値の絶対値または最大値で、許容範囲の下限値の絶対値または上限値を割った値を、増幅率として算出する増幅率算出部と、増幅率算出部によって算出された増幅率を複数の音声レベルのそれぞれに掛けることによって、最適化音声レベルを算出する最適化データ算出部とを含む。
【００２８】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最小値の絶対値または最大値で、許容範囲の下限値の絶対値または上限値を割った値が、増幅率として算出され、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される。
【００２９】
このため、複数の音声レベルのうちの最小値の絶対値および最大値がほぼ同じ値であり、許容範囲の下限値の絶対値および上限値がほぼ同じ値であるときには、複数の音声レベルの値のうち最小値の絶対値または最大値のいずれを用いて増幅率を算出しても、許容範囲の下限値の絶対値または上限値のいずれを用いて増幅率を算出しても、ほぼ同じ増幅率を算出することができる。
【００３０】
したがって、複数の音声レベルのうちの最小値の絶対値および最大値がほぼ同じ値であり、許容範囲の下限値の絶対値および上限値がほぼ同じ値であることが分かっている場合には、複数の音声レベルの値のうち最小値の絶対値または最大値のいずれを用いて増幅率を算出し、許容範囲の下限値の絶対値または上限値のいずれを用いて増幅率を算出するかを予め決めておくことによって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とを比較することなしに、増幅率を算出することができる。そして、算出された増幅率を用いて、音声レベルの最大値または最小値が許容範囲の上限値または下限値とほぼ同じ値になるまで複数の音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【００３１】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、複数の音声レベルの絶対値のそれぞれを割ることによって、複数の音声レベルそれぞれに対する補正率を算出する補正率算出部をさらに含み、最適化データ算出部は、補正率算出部によって複数の音声レベルそれぞれに対して算出された補正率を複数の音声レベルのそれぞれにさらに掛けることによって最適化音声レベルを算出する。
【００３２】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、複数の音声レベルの絶対値のそれぞれが割られることによって、複数の音声レベルそれぞれに対する補正率が算出され、複数の音声レベルそれぞれに対して算出された補正率が複数の音声レベルのそれぞれにさらに掛けられることによって最適化音声レベルが算出される。
【００３３】
このため、携帯端末によって、音声レベルの絶対値が大きい音声レベル、つまり、大きい音量の音声に対応する音声レベルほど、大きい補正率が掛けられ、音声レベルの絶対値が小さい音声レベル、つまり、小さい音量の音声に対応する音声レベルほど、小さい補正率が掛けられることによって、最適化音声レベルが算出される。その結果、大きい音声と小さい音声とのメリハリを強調するように、音声の音量を最適化することができる。
【００３４】
また、ある音声レベルの閾値より大きい音声レベルには、大きい補正率を掛けて、その閾値より小さい音声レベルには、小さい補正率を掛けることによって、最適化音声レベルを算出する場合と比較して、音声レベルの絶対値に比例する補正率が掛けられることによって最適化音声レベルが算出されるので、閾値に対応する箇所で不連続となることなく、連続した最適化音声レベルを算出することができる。その結果、不自然とならないように音声の音量を最適化することができる。
【００３５】
この発明の他の局面によれば、録音レベル最適化方法は、録音された音声の録音レベルを携帯端末で最適化する方法である。録音レベル最適化方法は、録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、非圧縮音声データに展開するステップと、展開された非圧縮音声データの複数の音声レベルの値の範囲を、音声レベルの振幅として許容される範囲である許容範囲に拡大するように音声レベルを最適化音声レベルに変換するステップと、変換された最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとするステップと、圧縮された最適化圧縮音声データを記憶するステップとを含む。
【００３６】
この発明に従えば、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な録音レベル最適化方法を提供することができる。また、この携帯端末で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な音声データを提供することが可能な録音レベル最適化方法を提供することができる。
【発明を実施するための最良の形態】
【００３７】
以下、この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。
【００３８】
［第１の実施の形態］
図１は、この発明の実施の形態に従う携帯電話１００の構成の概略を示すブロック図である。
【００３９】
図１を参照して、携帯電話１００は、制御部１０と、記憶部１２と、操作入力部１３と、表示部１４と、無線通信部１５と、音声入出力部１６と、アンテナ１７とを含む。
【００４０】
記憶部１２は、ＲＯＭ（Read Only Memory）やフラッシュメモリなどの不揮発性メモリやＲＡＭ（Random Access Memory）などの揮発性メモリなどの半導体メモリで構成される。記憶部１２は、携帯電話１００の通話機能、ウェブブラウザ機能、電子メール機能およびアプリケーションプログラム実行機能などの各種機能を制御部１０に実行させるためのプログラムやデータを記憶する。
【００４１】
操作入力部１３は、電話番号や各種データなどの数字やアルファベットやその他の文字などを入力するためのダイヤルボタン１３１や４方向ボタン１３２やその他のボタンで構成される。操作入力部１３の構成については、後述する図２で詳細に説明する。操作入力部１３は、ユーザから各ボタンによるデータの入力を受付けて、入力されたデータを制御部１０に受け渡す。
【００４２】
表示部１４は、液晶表示装置（Liquid Crystal Display、以下「ＬＣＤ」という）で構成される。なお、表示部１４は、ＥＬ（ElectroLuminescence）ディスプレイなど他の表示装置で構成されてもよい。表示部１４は、制御部１０から受けた文字データおよび画像データを表示する。
【００４３】
無線通信部１５は、他の携帯電話またはサーバから基地局を介してアンテナ１７で受信した信号を制御部１０に受渡し、制御部１０から受けて基地局を介して他の携帯電話またはサーバへ送信する信号をアンテナ１７から出力させる。
【００４４】
音声入出力部１６は、マイク１６１、イヤレシーバ１６２、および、スピーカで構成される。音声入出力部１６は、外部から入力された音声を電気信号に変えて、制御部１０に受渡し、制御部１０からの電気信号を音声に変換して、イヤレシーバ１６２またはスピーカから外部に出力する。なお、イヤレシーバ１６２は、電話通話における相手の声の出力を主な目的として用いられ、スピーカは、音楽や着信音などの出力を主な目的として用いられる。
【００４５】
制御部１０は、マイクロプロセッサ（Micro Processing Unit、以下「ＭＰＵ」という）などで構成され、複数のＭＰＵやＤＳＰ（Digital Signal Processor）を含むようにしてもよいし、１つのＭＰＵで構成されるようにしてもよい。制御部１０は、記憶部１２に記憶されたプログラムに従って、記憶部１２、操作入力部１３、無線通信部１５または音声入出力部１６から入力されたデータを処理して、記憶部１２、表示部１４、無線通信部１５または音声入出力部１６に出力する。
【００４６】
図２は、この発明の実施の形態に従う携帯電話１００の外観を示す外観図である。
図２を参照して、携帯電話１００は、操作入力部１３を備えた第１の部分と表示部１４を備えた第２の部分とが折畳み可能なように接続される。第２の部分には、イヤレシーバ１６２が、表示部１４をはさんで第１の部分が接続される接続部と反対側に設けられる。第１の部分には、マイク１６１が、操作入力部１３をはさんで第２の部分が接続される接続部と反対側に設けられる。また、スピーカ１６３は、第２の部分のイヤレシーバ１６２が設けられている側の裏側に設けられる。
【００４７】
操作入力部１３は、０から９まで、＊および＃の文字がそれぞれ描かれた複数のダイヤルボタン１３１と、４方向ボタン１３２と、「クリア」「メモ」および「マナー」の文字がそれぞれ描かれたファンクションボタン１３３と、受話器が上げられている状態の絵が描かれた開始ボタン１３４と、受話器が置かれている状態の絵が描かれた終了ボタン１３５と、「Ｆ」の文字が描かれた決定ボタン１３６とを含む。
【００４８】
図３は、この発明の実施の形態に従う携帯電話１００の制御部１０の機能の概略を示す機能ブロック図である。
【００４９】
図３を参照して、制御部１０は、音声データ展開部１０１と、音声レベル最適化部１１０と、音声データ圧縮部１０２とを含む。
【００５０】
音声データ展開部１０１は、無線通信部１５によって外部から受信されたＡＡＣ（登録商標）（Advanced Audio Coding）方式の音声データ、または、記憶部１２の最適化前音声データ記憶部１２１に記憶されたＡＡＣ方式の音声データを受取る。音声データ展開部１０１は、受取ったＡＡＣ方式の音声データをＰＣＭ（Pulse Code Modulation）方式の音声データに展開する。音声データ展開部１０１は、展開したＰＣＭ方式の音声データを音声レベル最適化部１１０に受け渡す。
【００５１】
ＰＣＭ方式の音声データは、アナログ録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して、標本化された標本電圧値を量子化して、量子化された音声レベルをデータ列とした音声データである。このため、ＰＣＭ方式の音声データにおいては、録音された音声の録音レベルと相関する音声レベルの変更が容易であるので、音声データで示される音声の録音レベルが容易に変更できる。
【００５２】
なお、標本化における所定周期（サンプリング周期）は、サンプリング周波数の逆数であり、サンプリング周波数は、たとえば、音楽ＣＤ（Compact Disc）の場合、４４．１ｋＨｚである。また、音楽ＣＤの量子化ビット数は、１６ビットである。本実施の形態においては、量子化ビット数は、１６ビットであることとする。しかし、量子化ビット数は、これに限定されず、２４ビットや他のビット数であってもよい。
【００５３】
ＡＡＣ方式の音声データは、聴覚心理符号化や予測符号化やハフマン符号化などの方式を用いて、ＰＣＭ方式の音声データを圧縮した音声データである。このため、ＡＡＣ方式の音声データにおいては、ＰＣＭ方式の音声データと比較してデータ量は少なくなるが、ＰＣＭ方式の音声データに含まれる音声レベルのデータ列が大幅に変更された状態となるため、音声データで示される音声の録音レベルの変更は容易ではない。
【００５４】
音声レベル最適化部１１０は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。音声レベル最適化部１１０は、受取ったＰＣＭ方式の音声データの録音レベルを最適化する。音声レベル最適化部１１０は、最適化後のＰＣＭ方式の音声データを音声データ圧縮部１０２に受け渡す。ＰＣＭ方式の音声データの録音レベルの最適化については、後述する図４で詳細に説明する。
【００５５】
音声データ圧縮部１０２は、音声レベル最適化部１１０によって最適化された後のＰＣＭ方式の音声データを圧縮し、最適化後のＡＡＣ方式の音声データとする。音声データ圧縮部１０２は、最適化後のＡＡＣ方式の音声データを記憶部１２の最適化後音声データ記憶部１２２に記憶させる。
【００５６】
なお、音声データ展開部１０１、音声レベル最適化部１１０、および、音声データ圧縮部１０２は、それぞれ、ハードウェアとして制御部１０に含まれるようにしてもよいし、ソフトウェアが制御部１０によって実行されることによって、制御部１０に仮想的に構成されるようにしてもよい。たとえば、音声データ展開部１０１および音声データ圧縮部１０２は、音声処理用のＤＳＰとして制御部１０に組込まれるようにし、音声レベル最適化部１１０は、ソフトウェアの機能として実現されるようにしてもよい。
【００５７】
図４は、この発明の第１の実施の形態に従う携帯電話１００の制御部１０の音声レベル最適化部１１０の機能の概略を示す機能ブロック図である。
【００５８】
図４を参照して、音声レベル最適化部１１０は、最大音声レベル探索部１１１と、増幅率算出部１１２と、最適化レベル演算部１１３とを含む。
【００５９】
最大音声レベル探索部１１１は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。最大音声レベル探索部１１１は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。最大音声レベル探索部１１１は、取出した音声レベルＸnのうちから最大値Ｘmaxと最小値Ｘminとを探索する。最大音声レベル探索部１１１は、探索された音声レベルの最大値Ｘmaxと最小値Ｘminとを増幅率算出部１１２に受け渡す。
【００６０】
増幅率算出部１１２は、最大音声レベル探索部１１１によって探索されたＸmaxおよびＸminを受取る。増幅率算出部１１２は、受取ったＸmaxおよびＸmin、および、音声レベルＸnのとり得る許容範囲Ａmin≦Ｘn≦Ａmaxの上限値Ａmaxおよび下限値Ａminを用いて、Ａmin／ＸminとＡmax／Ｘmaxとのうち小さい方の値を増幅率Ｋとして算出する。これを計算式で記述すると、増幅率Ｋ＝ｍｉｎ（Ａmin／Ｘmin，Ａmax／Ｘmax）である。増幅率算出部１１２は、算出した増幅率Ｋを最適化レベル演算部１１３に受け渡す。
【００６１】
なお、本実施の形態においては、量子化ビット数を１６ビットとしたので、音声レベルＸnのとり得る許容範囲の上限値Ａmaxおよび下限値Ａminは、それぞれ、Ａmax＝７ＦＦＦＨ（１０進数では＋３２７６７）、および、Ａmin＝８０００Ｈ（１０進数では−３２７６８）である。
【００６２】
たとえば、Ｘmax＝＋２４５７５、Ｘmin＝−２２５２８とした場合、Ｋ＝ｍｉｎ（（−３２７６８）／（−２２５２８），３２７６７／２４５７５）＝ｍｉｎ（１．４５４５５，１．３３３３５）＝１．３３３３５となる。
【００６３】
最適化レベル演算部１１３は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データ、および、増幅率算出部１１２によって算出された増幅率Ｋを受取る。最適化レベル演算部１１３は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。
【００６４】
最適化レベル演算部１１３は、取出した音声レベルＸnのそれぞれに、受取った増幅率Ｋを掛けることによって、最適化後の音声データに含まれる音声レベルＹn（＝｛Ｙ1，Ｙ2，・・・｝）を算出する。つまり、計算式で記述すると、Ｙn＝Ｋ×Ｘn（ｎ＝１，２，・・・）となる。最適化レベル演算部１１３は、算出した最適化後の音声レベルＹnを含む最適化後のＰＣＭ方式の音声データを、音声データ圧縮部１０２に受け渡す。
【００６５】
たとえば、音声レベルＸn＝２４５７５（＝Ｘmax）であれば、最適化後の音声レベルＹn＝１．３３３３５×２４５７５＝３２７６７になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、最適化後の音声レベルＹn＝１．３３３３５×（−２２５２８）＝−３００３８になる。また、音声レベルＸn＝２００００であれば、最適化後の音声レベルＹn＝１．３３３３５×２００００＝２６６６７となる。また、音声レベルＸn＝１００００であれば、最適化後の音声レベルＹn＝１．３３３３５×１００００＝１３３３４となる。
【００６６】
図５は、この発明の実施の形態に従う最適化された音声を出力する携帯電話１００の機能の概略を示す機能ブロック図である。
【００６７】
図５を参照して、制御部１０は、アナログ変換部１０３をさらに含む。アナログ変換部１０３は、記憶部１２の最適化後音声データ記憶部１２２に記憶された最適化後のＡＡＣ方式の音声データを受取る。アナログ変換部１０３は、受取った最適化後のＡＡＣ方式の音声データを、最適化後のアナログ音声信号に変換する。アナログ変換部１０３は、変換した最適化後のアナログ音声信号を、音声入出力部１６の増幅部１６０に受渡す。
【００６８】
操作入力部１３は、ボリューム入力部１３７を含む。ボリューム入力部１３７は、スピーカ１６３またはイヤレシーバ１６２から出力する音のボリュームに対する操作をユーザから受付ける。ボリューム入力部１３７は、受付けたボリュームに対する操作に応じたボリューム値を記憶部１２のボリューム値記憶部１２３に記憶させる。
【００６９】
音声入出力部１６の増幅部１６０は、アナログ変換部１０３によって変換された最適化後のアナログ音声信号を受取る。増幅部１６０は、ボリューム値記憶部１２３に記憶されたボリューム値を読取る。増幅部１６０は、受取った最適化後のアナログ音声信号を、読取ったボリューム値に応じて増幅する。増幅部１６０は、増幅した最適化後のアナログ増幅音声信号を、設定に応じて、スピーカ１６３またはイヤレシーバ１６２に受け渡す。
【００７０】
スピーカ１６３またはイヤレシーバ１６２は、増幅部１６０によって増幅された最適化後のアナログ増幅音声信号を受取る。スピーカ１６３またはイヤレシーバ１６２は、受取った最適化後のアナログ増幅音声信号を外部に出力する。
【００７１】
以上説明したように、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列としたＰＣＭ方式の音声データが圧縮されたデータであるＡＡＣ方式の音声データが、ＰＣＭ方式の音声データに展開される。
【００７２】
図３の音声レベル最適化部１１０、ならびに、図４の最大音声レベル探索部１１１、増幅率算出部１１２および最適化レベル演算部１１３で説明したように、展開されたＰＣＭ方式の音声データの複数の音声レベルの値Ｘnの範囲が、音声レベルの振幅として許容される許容範囲Ａmin≦Ｘn≦Ａmaxに拡大されるように、音声レベルが最適化後の音声レベルに変換される。
【００７３】
図４の最適化レベル演算部１１３および図３の音声データ圧縮部１０２で説明したように、変換された最適化後の音声レベルがデータ列とされて最適化後のＰＣＭ方式の音声データとされ、圧縮されて最適化後のＡＡＣ方式の音声データとされ、圧縮された最適化後のＡＡＣ方式の音声データが記憶部１２の最適化後音声データ記憶部１２２に記憶される。
【００７４】
これによって、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な携帯電話１００を提供することができる。また、この携帯電話１００で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な最適化後のＡＡＣ方式の音声データを提供することが可能な携帯電話１００を提供することができる。
【００７５】
また、本実施の形態における携帯電話１００によれば、図５のアナログ変換部１０３で説明したように、記憶部１２の最適化後音声データ記憶部１２２に記憶された最適化後のＡＡＣ方式の音声データが読出されて、最適化後のアナログ音声信号に変換される。図５の増幅部１６０で説明したように、変換された最適化後のアナログ音声信号が増幅されてスピーカ１６３またはイヤレシーバ１６２に出力される。
【００７６】
これによって、携帯電話１００によって、音量が最適化された音声を出力することができる。
【００７７】
また、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、無線通信部１５によって、外部からＡＡＣ方式の音声データが受信される。図３の音声データ展開部１０１で説明したように、受信されたＡＡＣ方式の音声データが展開される。
【００７８】
これによって、携帯電話１００によって、外部からのＡＡＣ方式の音声データで示される音声の音量を最適化することができる。
【００７９】
また、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、ＡＡＣ方式の音声データが記憶部１２の最適化前音声データ記憶部１２１に記憶される。図３の音声データ展開部１０１で説明したように、記憶されたＡＡＣ方式の音声データが展開される。
【００８０】
これによって、携帯電話１００によって、記憶されたＡＡＣ方式の音声データで示される音声の音量を最適化することができる。
【００８１】
さらにまた、本実施の形態における携帯電話１００によれば、図４の最大音声レベル探索部１１１および増幅率算出部１１２で説明したように、複数の音声レベルＸnのうちの最大値Ｘmaxで許容範囲の上限値Ａmaxを割った値と、複数の音声レベルＸnのうちの最小値Ｘminで許容範囲の下限値Ａminを割った値とのうち、小さい方の値ｍｉｎ（Ａmax／Ｘmax，Ａmin／Ｘmin）が増幅率Ｋとして算出される。
【００８２】
図４の最適化レベル演算部１１３で説明したように、算出された増幅率Ｋが複数の音声レベルＸnのそれぞれに掛けられることによって、最適化後の音声レベルＹn＝Ｋ×Ｘnが算出される。
【００８３】
これによって、音声レベルの最大値Ｘmaxまたは最小値Ｘminが許容範囲の上限値Ａmaxまたは下限値Ａminと同じ値になるまで複数の音声レベルの値Ｘnを拡大することによって、録音された音声の音量を最適化することができる。
【００８４】
［第２の実施の形態］
図６は、この発明の第２の実施の形態に従う携帯電話１００Ａの制御部１０Ａの音声レベル最適化部１１０Ａの機能の概略を示す機能ブロック図である。
【００８５】
図６を参照して、音声レベル最適化部１１０Ａは、制御部１０Ａに含まれる。また、制御部１０Ａは、携帯電話１００Ａに含まれる。制御部１０Ａの機能のうち音声レベル最適化部１１０Ａの機能以外の機能は、図３で説明した第１の実施の形態における制御部１０の機能と同様であるので、重複する説明は繰返さない。また、携帯電話１００Ａの構成のうち制御部１０Ａ以外の構成は、図１で説明した第１の実施の形態における携帯電話１００の構成と同様であるので、重複する説明は繰返さない。
【００８６】
音声レベル最適化部１１０Ａは、最大音量レベル探索部１１１と、増幅率算出部１１２と、補正率算出部１１４と、最適化レベル演算部１１３Ａとを含む。最大音声レベル探索部１１１および増幅率算出部１１２は、それぞれ、図４で説明した第１の実施の形態における最大音声レベル探索部１１１および増幅率算出部１１２と同様であるので、重複する説明は繰返さない。
【００８７】
補正率算出部１１４は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。補正率算出部１１４は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（ｎ＝１，２，・・・）を取出す。補正率算出部１１４は、最大音声レベル探索部１１１によって探索されたＸmaxおよびＸminを受取る。
【００８８】
補正率算出部１１４は、取出した音声レベルＸnの絶対値|Ｘn|のそれぞれを、受取ったＸminの絶対値|Ｘmin|とＸmaxとのうち大きい方の値で割ることによって補正率Ｒnを算出する。これを計算式で記述すると、補正率Ｒn＝|Ｘn|／ｍａｘ（Ｘmax，|Ｘmin|）（ｎ＝１，２，・・・）である。補正率算出部１１４は、算出した補正率Ｒnを最適化レベル演算部１１３Ａに受け渡す。
【００８９】
たとえば、Ｘmax＝＋２４５７５、Ｘmin＝−２２５２８とした場合、Ｒn＝|Ｘn|／ｍａｘ（２４５７５，|−２２５２８|）＝|Ｘn|／２４５７５となる。音声レベルＸn＝２４５７５（＝Ｘmax）であれば、補正率Ｒn＝|２４５７５|／２４５７５＝１．０００００になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、補正率Ｒn＝|−２２５２８|／２４５７５＝０．９１６７０になる。また、音声レベルＸn＝２００００であれば、補正率Ｒn＝|２００００|／２４５７５＝０．８１３８４となる。また、音声レベルＸn＝１００００であれば、補正率Ｒn＝|１００００|／２４５７５＝０．４０６９２となる。
【００９０】
最適化レベル演算部１１３Ａは、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データ、増幅率算出部１１２によって算出された増幅率Ｋ、および、補正率算出部１１４によって算出された補正率Ｒnを受取る。最適化レベル演算部１１３Ａは、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。
【００９１】
最適化レベル演算部１１３Ａは、取出した音声レベルＸnのそれぞれに、受取った増幅率Ｋおよび補正率Ｒnを掛けることによって、最適化後の音声データに含まれる音声レベルＹn（＝｛Ｙ1，Ｙ2，・・・｝）を算出する。つまり、計算式で記述すると、Ｙn＝Ｋ×Ｒn×Ｘn（ｎ＝１，２，・・・）となる。最適化レベル演算部１１３Ａは、算出した最適化後の音声レベルＹnを含む最適化後のＰＣＭ方式の音声データを、音声データ圧縮部１０２に受け渡す。
【００９２】
たとえば、音声レベルＸn＝２４５７５（＝Ｘmax）であれば、最適化後の音声レベルＹn＝１．３３３３５×１．０００００×２４５７５＝３２７６７になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、最適化後の音声レベルＹn＝１．３３３３５×０．９１６７０×（−２２５２８）＝−２７５３６になる。また、音声レベルＸn＝２００００であれば、最適化後の音声レベルＹn＝１．３３３３５×０．８１３８４×２００００＝２１７０３となる。また、音声レベルＸn＝１００００であれば、最適化後の音声レベルＹn＝１．３３３３５×０．４０６９２×１００００＝５４２６となる。
【００９３】
このように、音声レベルの絶対値が大きい音声レベルＸn（たとえば、Ｘn＝２００００）、つまり、大きい音量の音声に対応する音声レベルＸnほど、大きい割合の補正率（たとえば、０．８１３８４）が掛けられることによって、補正しない場合の値（たとえば、第１の実施の形態におけるＸn＝２００００に対応するＹn＝２６６６７）と比較してより近い値の最適化後の音声レベルＹn（たとえば、Ｙn＝２１７０３）が算出される。
【００９４】
また、音声レベルの絶対値が小さい音声レベルＸn（たとえば、Ｘn＝１００００）、つまり、小さい音量の音声に対する音声レベルＸnほど、小さい割合の補正率（たとえば、０．４０６９２）が掛けられることによって、補正しない場合の値（たとえば、第１の実施の形態におけるＸn＝１００００に対応するＹn＝１３３３４）と比較してより小さい値の最適化後の音声レベルＹn（たとえば、Ｙn＝５４２６）が算出される。
【００９５】
図４で説明した第１の実施の形態の場合は、ダイナミックレンジが均等に拡大されるが、第２の実施の形態の場合は、より大きい音量の部分のダイナミックレンジはより大きい倍率で変更され、より小さい音量の部分のダイナミックレンジはより小さい倍率で変更される。このため、大きい音声と小さい音声とのメリハリが強調される。
【００９６】
以上説明したように、本実施の形態における携帯電話１００Ａによれば、図６の補正率算出部１１４で説明したように、複数の音声レベルの値Ｘnのうち最小値の絶対値|Ｘmin|またはＸmaxのうちの大きい方の値ｍａｘ（|Ｘmin|，Ｘmax）で、複数の音声レベルＸnの値のそれぞれが割られることによって、複数の音声レベルそれぞれに対する補正率Ｒnが算出される。
【００９７】
図６の最適化レベル演算部１１３Ａで説明したように、算出された増幅率Ｋおよび補正率Ｒnが、複数の音声レベルＸnのそれぞれに掛けられることによって、最適化後の音声レベルＹn＝Ｋ×Ｒn×Ｘnが算出される。
【００９８】
これによって、携帯電話１００によって、音声レベルの絶対値|Ｘn|が大きい音声レベル、つまり、大きい音量の音声に対応する音声レベルほど、大きい補正率Ｒnが掛けられ、音声レベルの絶対値|Ｘn|が小さい音声レベル、つまり、小さい音量の音声に対応する音声レベルほど、小さい補正率Ｒnが掛けられることによって、最適化後の音声レベルＹnが算出される。その結果、大きい音声と小さい音声とのメリハリを強調するように、音声の音量を最適化することができる。
【００９９】
また、ある音声レベルの閾値Ｘthより大きい音声レベルには、大きい補正率Ｒlを掛けて、その閾値Ｘthより小さい音声レベルには、小さい補正率Ｒsを掛けることによって、最適化後の音声レベルを算出する場合と比較して、音声レベルの絶対値|Ｘn|に比例する補正率Ｒn（＝Ｘn／ｍａｘ（Ｘmax，|Ｘmin|））が掛けられることによって最適化後の音声レベルＹnが算出されるので、閾値Ｘthに対応する箇所で不連続となることなく、連続した最適化後の音声レベルＹnを算出することができる。その結果、不自然とならないように音声の音量を最適化することができる。
【０１００】
次に、本実施の形態の変形例について説明する。
前述した実施の形態においては、携帯電話１００，１００Ａとして本発明を説明した。しかし、これに限定されず、図３から図６までで説明した機能によって携帯電話で録音レベルを最適化する録音レベル最適化方法、または、図３から図６までで説明した機能を実行する録音レベル最適化プログラムとして発明を捉えることができる。
【０１０１】
前述した実施の形態においては、圧縮音声データの符号化方式は、ＡＡＣ方式とした。しかし、これに限定されず、圧縮音声データの符号化方式は、ＭＰ３（MPEG Audio Layer-3）、ＡＭＲ（Advanced Multi Rate CODEC）、ＷＭＡ（Windows（登録商標）Media Audio）、および、ＡＴＲＡＣ３（登録商標）（Adaptive TRansform Acoustic Coding 3）のいずれかであってもよいし、音声データを圧縮して符号化するものであれば他の符号化方式であってもよい。
【０１０２】
また、前述した実施の形態においては、非圧縮音声データの符号化方式は、ＰＣＭ方式とした。しかし、これに限定されず、ＤＰＣＭ（Differential PCM）、および、ＡＤＰＣＭ（Adaptive Differential PCM）のいずれかであってもよいし、音声データを圧縮せずに符号化するものであれば他の符号化方式であってもよい。
【０１０３】
前述した実施の形態においては、増幅率算出部１１２は、Ａmin／ＸminとＡmax／Ｘmaxとのうち小さい方の値を増幅率Ｋとして算出するようにした。しかし、これに限定されず、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxで、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxを割った値を、増幅率Ｋとして算出するようにしてもよい。
【０１０４】
音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxがほぼ同じ値であり、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxがほぼ同じ値であれば、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxのいずれを用いて増幅率Ｋを算出しても、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxのうちいずれを用いて増幅率Ｋを算出しても、ほぼ同じ増幅率が算出される。
【０１０５】
したがって、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxがほぼ同じ値であり、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxがほぼ同じ値であることが分かっている場合には、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxのいずれを用いて増幅率Ｋを算出し、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxのうちいずれを用いて増幅率Ｋを算出するかを予め決めておくことによって、増幅率算出部１１２によってＡmin／ＸminとＡmax／Ｘmaxとを比較することなしに、増幅率Ｋを算出することができる。
【０１０６】
このため、携帯電話１００，１００Ａは、Ａmin／ＸminとＡmax／Ｘmaxとを比較する機能を含んでいなくても、音声レベルの最大値Ｘmaxまたは最小値Ｘminが許容範囲の上限値ＡmaxまたはＡminとほぼ同じ値になるまで音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【０１０７】
前述した実施の形態においては、図５で説明したように、アナログ変換部１０３によってアナログ音声信号に変換した後に、音声信号を増幅するようにした。しかし、これに限定されず、デジタルの音声データの状態で音声を増幅するように音声データを変更するようにしてもよい。
【０１０８】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【図面の簡単な説明】
【０１０９】
【図１】この発明の実施の形態に従う携帯電話の構成の概略を示すブロック図である。
【図２】この発明の実施の形態に従う携帯電話の外観を示す外観図である。
【図３】この発明の実施の形態に従う携帯電話の制御部の機能の概略を示す機能ブロック図である。
【図４】この発明の第１の実施の形態に従う携帯電話の制御部の音声レベル最適化部の機能の概略を示す機能ブロック図である。
【図５】この発明の実施の形態に従う最適化された音声を出力する携帯電話の機能の概略を示す機能ブロック図である。
【図６】この発明の第２の実施の形態に従う携帯電話の制御部の音声レベル最適化部の機能の概略を示す機能ブロック図である。
【符号の説明】
【０１１０】
１０，１０Ａ 制御部、１２ 記憶部、１３ 操作入力部、１４ 表示部、１５ 無線通信部、１６ 音声入出力部、１７ アンテナ、１００，１００Ａ 携帯電話、１０１ 音声データ展開部、１０２ 音声データ圧縮部、１０３ アナログ変換部、１１０，１１０Ａ 音声レベル最適化部、１１１ 最大音声レベル探索部、１１２ 増幅率算出部、１１３，１１３Ａ 最適化レベル演算部、１１４ 補正率算出部、１２１ 最適化前音声データ記憶部、１２２ 最適化後音声データ記憶部、１２３ ボリューム値記憶部、１３１ ダイヤルボタン、１３２ ４方向ボタン、１３３ ファンクションボタン、１３４ 開始ボタン、１３５ 終了ボタン、１３６ 決定ボタン、１３７ ボリューム入力部、１６０ 増幅部、１６１ マイク、１６２ イヤレシーバ、１６３ スピーカ。
【技術分野】
【０００１】
本発明は、携帯端末および録音レベル最適化方法に関し、特に、録音レベルを最適化するのに適した携帯端末および録音レベル最適化方法に関する。
【背景技術】
【０００２】
音楽などの音声データの録音レベルは、録音や録音された音声の調整などを行なう者が異なったり、録音場所や録音設備などの録音環境が異なったりすることによって、音声データによってばらつきがあり、各音声データがすべての再生機器に対して適正となっているとは限らない。
【０００３】
したがって、音楽などの音声データを再生する際に、音声データごとに音の大きさが異なることがよくある。このため、複数の音声データを連続して再生するときに、ある音声データの録音レベルが小さいためにボリュームを大きくした場合に、次の音声データの録音レベルが大きいため出力音量が大きくなり過ぎてしまうことがあった。逆に、ある音声データの録音レベルが大きいためにボリュームを小さくした場合に、次の音声データの録音レベルが小さいため出力音量が小さくなりすぎてしまうことがあった。
【０００４】
このような問題を解決するため、音声データの音量を再生時に最適化したり（たとえば、特許文献１参照）、予め最適化しておいたり（たとえば、特許文献２参照）するものがあった。
【０００５】
特許文献１には、レベル検出回路によって検出された外部から入力された音声、音楽データのピークレベルと、予め設定された使用スピーカに対する最適なピークレベルとを比較し、その差分を計算し、入力された音声、音楽データが差分値に基づいて最適な出力レベルで使用スピーカから出力されるようにボリュームが制御される携帯電話機が記載されている。
【０００６】
また、特許文献２には、入力されるデジタルデータを圧縮データの状態で記録媒体に記録する要求に応じて、入力されたデジタルデータについて、データを加工して加工データを生成する加工処理を実行し、さらに加工処理で得られた加工データについて、データを圧縮して圧縮データを生成する圧縮処理を実行し、圧縮処理で得られた圧縮データを記録媒体に記録する記録装置が記載されている。
【特許文献１】特開２００３−３７６５０号公報
【特許文献２】特開２００４−４６９５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献１に記載されている技術では、差分値を音楽データとは別に保持しておく必要があるため、音楽データが汎用的なフォーマットのデータであったとしても、差分値を扱えるハードウェアやソフトウェアがない限り、他の機器では、最適な出力レベルで出力することができないといった問題があった。
【０００８】
同様に、汎用的な符号化方式（たとえば、ＭＰ３（MPEG Audio Layer-3））の音声データの音量を最適化する際に、音量を最適化するためのパラメータデータを、音声データと別のデータとして記憶するものがあった。この場合、音声データだけを他機器に受け渡した場合、この他機器では、音声データの音量を最適化するために、改めて、音量の最適化のための処理を行なう必要があった。
【０００９】
また、たとえ、音声データとともにその音声データの音量を最適化するためのパラメータデータを他機器に受け渡したとしても、受け渡されたパラメータデータを扱える機能がこの他機器になく、この他機器にはこの符号化方式の音声データを扱える機能しかない場合、やはり、改めて、コンテンツデータの音量を最適化するために、音量の最適化のための処理を行なう必要があった。
【００１０】
また、特許文献２には、どのように音量を加工するかについては記載されていない。このため、特許文献２に記載されている技術を用いたとしても、デジタルデータの音量を最適化することができるか否かは不明である。
【００１１】
この発明は上述の問題点を解決するためになされたもので、この発明の目的の１つは、録音された音声の音量を最適化することが可能な携帯端末を提供することである。
【００１２】
この発明の他の目的は、ある機器で音量が最適化された音声データを受け渡された他機器でも音量が最適化された状態で再生可能な音声データを提供することが可能な携帯端末を提供することである。
【課題を解決するための手段】
【００１３】
上述した課題を解決するために、この発明のある局面によれば、携帯端末は、展開部と、最適化部と、圧縮部と、記憶部とを備える。
【００１４】
展開部は、録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、非圧縮音声データに展開する。
【００１５】
最適化部は、展開部によって展開された非圧縮音声データの複数の音声レベルの値の範囲を、音声レベルの振幅として許容される範囲である許容範囲に拡大するように音声レベルを最適化音声レベルに変換する。圧縮部は、最適化部によって変換された最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとする。記憶部は、圧縮部によって圧縮された最適化圧縮音声データを記憶する。
【００１６】
この発明に従えば、携帯端末によって、圧縮音声データが非圧縮音声データに展開され、展開された非圧縮音声データの複数の音声レベルの値の範囲を許容範囲に拡大するように音声レベルが最適化音声レベルに変換され、変換された最適化音声レベルがデータ列とされ圧縮されて最適化圧縮音声データとされ、圧縮された最適化圧縮音声データが記憶される。
【００１７】
このため、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な携帯端末を提供することができる。また、この携帯端末で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な音声データを提供することが可能な携帯端末を提供することができる。
【００１８】
好ましくは、携帯端末は、記憶部に記憶された最適化圧縮音声データを読出して、最適化音声信号に変換する変換部と、変換部によって変換された最適化音声信号を増幅して出力する増幅出力部とをさらに備える。
【００１９】
この発明に従えば、携帯端末によって、記憶された最適化圧縮音声データが読出されて、最適化音声信号に変換され、変換された最適化音声信号が増幅されて出力される。このため、音量が最適化された音声を出力することができる。
【００２０】
好ましくは、携帯端末は、外部から圧縮音声データを受信する通信部をさらに備え、展開部は、通信部によって受信された圧縮音声データを展開する。
【００２１】
この発明に従えば、携帯端末によって、外部から圧縮音声データが受信され、受信された圧縮音声データが展開される。このため、外部からの圧縮音声データで示される音声の音量を最適化することができる。
【００２２】
好ましくは、記憶部は、圧縮音声データをさらに記憶し、展開部は、記憶部に記憶された圧縮音声データを展開する。
【００２３】
この発明に従えば、携帯端末によって、圧縮音声データが記憶され、記憶された圧縮音声データが展開される。このため、記憶された圧縮音声データで示される音声の音量を最適化することができる。
【００２４】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値を増幅率として算出する増幅率算出部と、増幅率算出部によって算出された増幅率を複数の音声レベルのそれぞれに掛けることによって、最適化音声レベルを算出する最適化データ算出部とを含む。
【００２５】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とのうち、小さい方の値が増幅率として算出され、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される。
【００２６】
このため、音声レベルの最大値または最小値が許容範囲の上限値または下限値と同じ値になるまで複数の音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【００２７】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最小値の絶対値または最大値で、許容範囲の下限値の絶対値または上限値を割った値を、増幅率として算出する増幅率算出部と、増幅率算出部によって算出された増幅率を複数の音声レベルのそれぞれに掛けることによって、最適化音声レベルを算出する最適化データ算出部とを含む。
【００２８】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最小値の絶対値または最大値で、許容範囲の下限値の絶対値または上限値を割った値が、増幅率として算出され、算出された増幅率が複数の音声レベルのそれぞれに掛けられることによって、最適化音声レベルが算出される。
【００２９】
このため、複数の音声レベルのうちの最小値の絶対値および最大値がほぼ同じ値であり、許容範囲の下限値の絶対値および上限値がほぼ同じ値であるときには、複数の音声レベルの値のうち最小値の絶対値または最大値のいずれを用いて増幅率を算出しても、許容範囲の下限値の絶対値または上限値のいずれを用いて増幅率を算出しても、ほぼ同じ増幅率を算出することができる。
【００３０】
したがって、複数の音声レベルのうちの最小値の絶対値および最大値がほぼ同じ値であり、許容範囲の下限値の絶対値および上限値がほぼ同じ値であることが分かっている場合には、複数の音声レベルの値のうち最小値の絶対値または最大値のいずれを用いて増幅率を算出し、許容範囲の下限値の絶対値または上限値のいずれを用いて増幅率を算出するかを予め決めておくことによって、複数の音声レベルの値のうち最大値で許容範囲の上限値を割った値と、複数の音声レベルの値のうち最小値で許容範囲の下限値を割った値とを比較することなしに、増幅率を算出することができる。そして、算出された増幅率を用いて、音声レベルの最大値または最小値が許容範囲の上限値または下限値とほぼ同じ値になるまで複数の音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【００３１】
さらに好ましくは、最適化部は、複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、複数の音声レベルの絶対値のそれぞれを割ることによって、複数の音声レベルそれぞれに対する補正率を算出する補正率算出部をさらに含み、最適化データ算出部は、補正率算出部によって複数の音声レベルそれぞれに対して算出された補正率を複数の音声レベルのそれぞれにさらに掛けることによって最適化音声レベルを算出する。
【００３２】
この発明に従えば、携帯端末によって、複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、複数の音声レベルの絶対値のそれぞれが割られることによって、複数の音声レベルそれぞれに対する補正率が算出され、複数の音声レベルそれぞれに対して算出された補正率が複数の音声レベルのそれぞれにさらに掛けられることによって最適化音声レベルが算出される。
【００３３】
このため、携帯端末によって、音声レベルの絶対値が大きい音声レベル、つまり、大きい音量の音声に対応する音声レベルほど、大きい補正率が掛けられ、音声レベルの絶対値が小さい音声レベル、つまり、小さい音量の音声に対応する音声レベルほど、小さい補正率が掛けられることによって、最適化音声レベルが算出される。その結果、大きい音声と小さい音声とのメリハリを強調するように、音声の音量を最適化することができる。
【００３４】
また、ある音声レベルの閾値より大きい音声レベルには、大きい補正率を掛けて、その閾値より小さい音声レベルには、小さい補正率を掛けることによって、最適化音声レベルを算出する場合と比較して、音声レベルの絶対値に比例する補正率が掛けられることによって最適化音声レベルが算出されるので、閾値に対応する箇所で不連続となることなく、連続した最適化音声レベルを算出することができる。その結果、不自然とならないように音声の音量を最適化することができる。
【００３５】
この発明の他の局面によれば、録音レベル最適化方法は、録音された音声の録音レベルを携帯端末で最適化する方法である。録音レベル最適化方法は、録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、非圧縮音声データに展開するステップと、展開された非圧縮音声データの複数の音声レベルの値の範囲を、音声レベルの振幅として許容される範囲である許容範囲に拡大するように音声レベルを最適化音声レベルに変換するステップと、変換された最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとするステップと、圧縮された最適化圧縮音声データを記憶するステップとを含む。
【００３６】
この発明に従えば、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な録音レベル最適化方法を提供することができる。また、この携帯端末で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な音声データを提供することが可能な録音レベル最適化方法を提供することができる。
【発明を実施するための最良の形態】
【００３７】
以下、この発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。
【００３８】
［第１の実施の形態］
図１は、この発明の実施の形態に従う携帯電話１００の構成の概略を示すブロック図である。
【００３９】
図１を参照して、携帯電話１００は、制御部１０と、記憶部１２と、操作入力部１３と、表示部１４と、無線通信部１５と、音声入出力部１６と、アンテナ１７とを含む。
【００４０】
記憶部１２は、ＲＯＭ（Read Only Memory）やフラッシュメモリなどの不揮発性メモリやＲＡＭ（Random Access Memory）などの揮発性メモリなどの半導体メモリで構成される。記憶部１２は、携帯電話１００の通話機能、ウェブブラウザ機能、電子メール機能およびアプリケーションプログラム実行機能などの各種機能を制御部１０に実行させるためのプログラムやデータを記憶する。
【００４１】
操作入力部１３は、電話番号や各種データなどの数字やアルファベットやその他の文字などを入力するためのダイヤルボタン１３１や４方向ボタン１３２やその他のボタンで構成される。操作入力部１３の構成については、後述する図２で詳細に説明する。操作入力部１３は、ユーザから各ボタンによるデータの入力を受付けて、入力されたデータを制御部１０に受け渡す。
【００４２】
表示部１４は、液晶表示装置（Liquid Crystal Display、以下「ＬＣＤ」という）で構成される。なお、表示部１４は、ＥＬ（ElectroLuminescence）ディスプレイなど他の表示装置で構成されてもよい。表示部１４は、制御部１０から受けた文字データおよび画像データを表示する。
【００４３】
無線通信部１５は、他の携帯電話またはサーバから基地局を介してアンテナ１７で受信した信号を制御部１０に受渡し、制御部１０から受けて基地局を介して他の携帯電話またはサーバへ送信する信号をアンテナ１７から出力させる。
【００４４】
音声入出力部１６は、マイク１６１、イヤレシーバ１６２、および、スピーカで構成される。音声入出力部１６は、外部から入力された音声を電気信号に変えて、制御部１０に受渡し、制御部１０からの電気信号を音声に変換して、イヤレシーバ１６２またはスピーカから外部に出力する。なお、イヤレシーバ１６２は、電話通話における相手の声の出力を主な目的として用いられ、スピーカは、音楽や着信音などの出力を主な目的として用いられる。
【００４５】
制御部１０は、マイクロプロセッサ（Micro Processing Unit、以下「ＭＰＵ」という）などで構成され、複数のＭＰＵやＤＳＰ（Digital Signal Processor）を含むようにしてもよいし、１つのＭＰＵで構成されるようにしてもよい。制御部１０は、記憶部１２に記憶されたプログラムに従って、記憶部１２、操作入力部１３、無線通信部１５または音声入出力部１６から入力されたデータを処理して、記憶部１２、表示部１４、無線通信部１５または音声入出力部１６に出力する。
【００４６】
図２は、この発明の実施の形態に従う携帯電話１００の外観を示す外観図である。
図２を参照して、携帯電話１００は、操作入力部１３を備えた第１の部分と表示部１４を備えた第２の部分とが折畳み可能なように接続される。第２の部分には、イヤレシーバ１６２が、表示部１４をはさんで第１の部分が接続される接続部と反対側に設けられる。第１の部分には、マイク１６１が、操作入力部１３をはさんで第２の部分が接続される接続部と反対側に設けられる。また、スピーカ１６３は、第２の部分のイヤレシーバ１６２が設けられている側の裏側に設けられる。
【００４７】
操作入力部１３は、０から９まで、＊および＃の文字がそれぞれ描かれた複数のダイヤルボタン１３１と、４方向ボタン１３２と、「クリア」「メモ」および「マナー」の文字がそれぞれ描かれたファンクションボタン１３３と、受話器が上げられている状態の絵が描かれた開始ボタン１３４と、受話器が置かれている状態の絵が描かれた終了ボタン１３５と、「Ｆ」の文字が描かれた決定ボタン１３６とを含む。
【００４８】
図３は、この発明の実施の形態に従う携帯電話１００の制御部１０の機能の概略を示す機能ブロック図である。
【００４９】
図３を参照して、制御部１０は、音声データ展開部１０１と、音声レベル最適化部１１０と、音声データ圧縮部１０２とを含む。
【００５０】
音声データ展開部１０１は、無線通信部１５によって外部から受信されたＡＡＣ（登録商標）（Advanced Audio Coding）方式の音声データ、または、記憶部１２の最適化前音声データ記憶部１２１に記憶されたＡＡＣ方式の音声データを受取る。音声データ展開部１０１は、受取ったＡＡＣ方式の音声データをＰＣＭ（Pulse Code Modulation）方式の音声データに展開する。音声データ展開部１０１は、展開したＰＣＭ方式の音声データを音声レベル最適化部１１０に受け渡す。
【００５１】
ＰＣＭ方式の音声データは、アナログ録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して、標本化された標本電圧値を量子化して、量子化された音声レベルをデータ列とした音声データである。このため、ＰＣＭ方式の音声データにおいては、録音された音声の録音レベルと相関する音声レベルの変更が容易であるので、音声データで示される音声の録音レベルが容易に変更できる。
【００５２】
なお、標本化における所定周期（サンプリング周期）は、サンプリング周波数の逆数であり、サンプリング周波数は、たとえば、音楽ＣＤ（Compact Disc）の場合、４４．１ｋＨｚである。また、音楽ＣＤの量子化ビット数は、１６ビットである。本実施の形態においては、量子化ビット数は、１６ビットであることとする。しかし、量子化ビット数は、これに限定されず、２４ビットや他のビット数であってもよい。
【００５３】
ＡＡＣ方式の音声データは、聴覚心理符号化や予測符号化やハフマン符号化などの方式を用いて、ＰＣＭ方式の音声データを圧縮した音声データである。このため、ＡＡＣ方式の音声データにおいては、ＰＣＭ方式の音声データと比較してデータ量は少なくなるが、ＰＣＭ方式の音声データに含まれる音声レベルのデータ列が大幅に変更された状態となるため、音声データで示される音声の録音レベルの変更は容易ではない。
【００５４】
音声レベル最適化部１１０は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。音声レベル最適化部１１０は、受取ったＰＣＭ方式の音声データの録音レベルを最適化する。音声レベル最適化部１１０は、最適化後のＰＣＭ方式の音声データを音声データ圧縮部１０２に受け渡す。ＰＣＭ方式の音声データの録音レベルの最適化については、後述する図４で詳細に説明する。
【００５５】
音声データ圧縮部１０２は、音声レベル最適化部１１０によって最適化された後のＰＣＭ方式の音声データを圧縮し、最適化後のＡＡＣ方式の音声データとする。音声データ圧縮部１０２は、最適化後のＡＡＣ方式の音声データを記憶部１２の最適化後音声データ記憶部１２２に記憶させる。
【００５６】
なお、音声データ展開部１０１、音声レベル最適化部１１０、および、音声データ圧縮部１０２は、それぞれ、ハードウェアとして制御部１０に含まれるようにしてもよいし、ソフトウェアが制御部１０によって実行されることによって、制御部１０に仮想的に構成されるようにしてもよい。たとえば、音声データ展開部１０１および音声データ圧縮部１０２は、音声処理用のＤＳＰとして制御部１０に組込まれるようにし、音声レベル最適化部１１０は、ソフトウェアの機能として実現されるようにしてもよい。
【００５７】
図４は、この発明の第１の実施の形態に従う携帯電話１００の制御部１０の音声レベル最適化部１１０の機能の概略を示す機能ブロック図である。
【００５８】
図４を参照して、音声レベル最適化部１１０は、最大音声レベル探索部１１１と、増幅率算出部１１２と、最適化レベル演算部１１３とを含む。
【００５９】
最大音声レベル探索部１１１は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。最大音声レベル探索部１１１は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。最大音声レベル探索部１１１は、取出した音声レベルＸnのうちから最大値Ｘmaxと最小値Ｘminとを探索する。最大音声レベル探索部１１１は、探索された音声レベルの最大値Ｘmaxと最小値Ｘminとを増幅率算出部１１２に受け渡す。
【００６０】
増幅率算出部１１２は、最大音声レベル探索部１１１によって探索されたＸmaxおよびＸminを受取る。増幅率算出部１１２は、受取ったＸmaxおよびＸmin、および、音声レベルＸnのとり得る許容範囲Ａmin≦Ｘn≦Ａmaxの上限値Ａmaxおよび下限値Ａminを用いて、Ａmin／ＸminとＡmax／Ｘmaxとのうち小さい方の値を増幅率Ｋとして算出する。これを計算式で記述すると、増幅率Ｋ＝ｍｉｎ（Ａmin／Ｘmin，Ａmax／Ｘmax）である。増幅率算出部１１２は、算出した増幅率Ｋを最適化レベル演算部１１３に受け渡す。
【００６１】
なお、本実施の形態においては、量子化ビット数を１６ビットとしたので、音声レベルＸnのとり得る許容範囲の上限値Ａmaxおよび下限値Ａminは、それぞれ、Ａmax＝７ＦＦＦＨ（１０進数では＋３２７６７）、および、Ａmin＝８０００Ｈ（１０進数では−３２７６８）である。
【００６２】
たとえば、Ｘmax＝＋２４５７５、Ｘmin＝−２２５２８とした場合、Ｋ＝ｍｉｎ（（−３２７６８）／（−２２５２８），３２７６７／２４５７５）＝ｍｉｎ（１．４５４５５，１．３３３３５）＝１．３３３３５となる。
【００６３】
最適化レベル演算部１１３は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データ、および、増幅率算出部１１２によって算出された増幅率Ｋを受取る。最適化レベル演算部１１３は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。
【００６４】
最適化レベル演算部１１３は、取出した音声レベルＸnのそれぞれに、受取った増幅率Ｋを掛けることによって、最適化後の音声データに含まれる音声レベルＹn（＝｛Ｙ1，Ｙ2，・・・｝）を算出する。つまり、計算式で記述すると、Ｙn＝Ｋ×Ｘn（ｎ＝１，２，・・・）となる。最適化レベル演算部１１３は、算出した最適化後の音声レベルＹnを含む最適化後のＰＣＭ方式の音声データを、音声データ圧縮部１０２に受け渡す。
【００６５】
たとえば、音声レベルＸn＝２４５７５（＝Ｘmax）であれば、最適化後の音声レベルＹn＝１．３３３３５×２４５７５＝３２７６７になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、最適化後の音声レベルＹn＝１．３３３３５×（−２２５２８）＝−３００３８になる。また、音声レベルＸn＝２００００であれば、最適化後の音声レベルＹn＝１．３３３３５×２００００＝２６６６７となる。また、音声レベルＸn＝１００００であれば、最適化後の音声レベルＹn＝１．３３３３５×１００００＝１３３３４となる。
【００６６】
図５は、この発明の実施の形態に従う最適化された音声を出力する携帯電話１００の機能の概略を示す機能ブロック図である。
【００６７】
図５を参照して、制御部１０は、アナログ変換部１０３をさらに含む。アナログ変換部１０３は、記憶部１２の最適化後音声データ記憶部１２２に記憶された最適化後のＡＡＣ方式の音声データを受取る。アナログ変換部１０３は、受取った最適化後のＡＡＣ方式の音声データを、最適化後のアナログ音声信号に変換する。アナログ変換部１０３は、変換した最適化後のアナログ音声信号を、音声入出力部１６の増幅部１６０に受渡す。
【００６８】
操作入力部１３は、ボリューム入力部１３７を含む。ボリューム入力部１３７は、スピーカ１６３またはイヤレシーバ１６２から出力する音のボリュームに対する操作をユーザから受付ける。ボリューム入力部１３７は、受付けたボリュームに対する操作に応じたボリューム値を記憶部１２のボリューム値記憶部１２３に記憶させる。
【００６９】
音声入出力部１６の増幅部１６０は、アナログ変換部１０３によって変換された最適化後のアナログ音声信号を受取る。増幅部１６０は、ボリューム値記憶部１２３に記憶されたボリューム値を読取る。増幅部１６０は、受取った最適化後のアナログ音声信号を、読取ったボリューム値に応じて増幅する。増幅部１６０は、増幅した最適化後のアナログ増幅音声信号を、設定に応じて、スピーカ１６３またはイヤレシーバ１６２に受け渡す。
【００７０】
スピーカ１６３またはイヤレシーバ１６２は、増幅部１６０によって増幅された最適化後のアナログ増幅音声信号を受取る。スピーカ１６３またはイヤレシーバ１６２は、受取った最適化後のアナログ増幅音声信号を外部に出力する。
【００７１】
以上説明したように、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列としたＰＣＭ方式の音声データが圧縮されたデータであるＡＡＣ方式の音声データが、ＰＣＭ方式の音声データに展開される。
【００７２】
図３の音声レベル最適化部１１０、ならびに、図４の最大音声レベル探索部１１１、増幅率算出部１１２および最適化レベル演算部１１３で説明したように、展開されたＰＣＭ方式の音声データの複数の音声レベルの値Ｘnの範囲が、音声レベルの振幅として許容される許容範囲Ａmin≦Ｘn≦Ａmaxに拡大されるように、音声レベルが最適化後の音声レベルに変換される。
【００７３】
図４の最適化レベル演算部１１３および図３の音声データ圧縮部１０２で説明したように、変換された最適化後の音声レベルがデータ列とされて最適化後のＰＣＭ方式の音声データとされ、圧縮されて最適化後のＡＡＣ方式の音声データとされ、圧縮された最適化後のＡＡＣ方式の音声データが記憶部１２の最適化後音声データ記憶部１２２に記憶される。
【００７４】
これによって、録音された音声の音量と相関する複数の音声レベルの値を許容範囲まで拡大することによって、録音された音声の音量を最適化することが可能な携帯電話１００を提供することができる。また、この携帯電話１００で音量が最適化された音声データを他の機器に受け渡した場合、他の機器でも音量が最適化された状態で音声を再生可能な最適化後のＡＡＣ方式の音声データを提供することが可能な携帯電話１００を提供することができる。
【００７５】
また、本実施の形態における携帯電話１００によれば、図５のアナログ変換部１０３で説明したように、記憶部１２の最適化後音声データ記憶部１２２に記憶された最適化後のＡＡＣ方式の音声データが読出されて、最適化後のアナログ音声信号に変換される。図５の増幅部１６０で説明したように、変換された最適化後のアナログ音声信号が増幅されてスピーカ１６３またはイヤレシーバ１６２に出力される。
【００７６】
これによって、携帯電話１００によって、音量が最適化された音声を出力することができる。
【００７７】
また、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、無線通信部１５によって、外部からＡＡＣ方式の音声データが受信される。図３の音声データ展開部１０１で説明したように、受信されたＡＡＣ方式の音声データが展開される。
【００７８】
これによって、携帯電話１００によって、外部からのＡＡＣ方式の音声データで示される音声の音量を最適化することができる。
【００７９】
また、本実施の形態における携帯電話１００によれば、図３の音声データ展開部１０１で説明したように、ＡＡＣ方式の音声データが記憶部１２の最適化前音声データ記憶部１２１に記憶される。図３の音声データ展開部１０１で説明したように、記憶されたＡＡＣ方式の音声データが展開される。
【００８０】
これによって、携帯電話１００によって、記憶されたＡＡＣ方式の音声データで示される音声の音量を最適化することができる。
【００８１】
さらにまた、本実施の形態における携帯電話１００によれば、図４の最大音声レベル探索部１１１および増幅率算出部１１２で説明したように、複数の音声レベルＸnのうちの最大値Ｘmaxで許容範囲の上限値Ａmaxを割った値と、複数の音声レベルＸnのうちの最小値Ｘminで許容範囲の下限値Ａminを割った値とのうち、小さい方の値ｍｉｎ（Ａmax／Ｘmax，Ａmin／Ｘmin）が増幅率Ｋとして算出される。
【００８２】
図４の最適化レベル演算部１１３で説明したように、算出された増幅率Ｋが複数の音声レベルＸnのそれぞれに掛けられることによって、最適化後の音声レベルＹn＝Ｋ×Ｘnが算出される。
【００８３】
これによって、音声レベルの最大値Ｘmaxまたは最小値Ｘminが許容範囲の上限値Ａmaxまたは下限値Ａminと同じ値になるまで複数の音声レベルの値Ｘnを拡大することによって、録音された音声の音量を最適化することができる。
【００８４】
［第２の実施の形態］
図６は、この発明の第２の実施の形態に従う携帯電話１００Ａの制御部１０Ａの音声レベル最適化部１１０Ａの機能の概略を示す機能ブロック図である。
【００８５】
図６を参照して、音声レベル最適化部１１０Ａは、制御部１０Ａに含まれる。また、制御部１０Ａは、携帯電話１００Ａに含まれる。制御部１０Ａの機能のうち音声レベル最適化部１１０Ａの機能以外の機能は、図３で説明した第１の実施の形態における制御部１０の機能と同様であるので、重複する説明は繰返さない。また、携帯電話１００Ａの構成のうち制御部１０Ａ以外の構成は、図１で説明した第１の実施の形態における携帯電話１００の構成と同様であるので、重複する説明は繰返さない。
【００８６】
音声レベル最適化部１１０Ａは、最大音量レベル探索部１１１と、増幅率算出部１１２と、補正率算出部１１４と、最適化レベル演算部１１３Ａとを含む。最大音声レベル探索部１１１および増幅率算出部１１２は、それぞれ、図４で説明した第１の実施の形態における最大音声レベル探索部１１１および増幅率算出部１１２と同様であるので、重複する説明は繰返さない。
【００８７】
補正率算出部１１４は、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データを受取る。補正率算出部１１４は、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（ｎ＝１，２，・・・）を取出す。補正率算出部１１４は、最大音声レベル探索部１１１によって探索されたＸmaxおよびＸminを受取る。
【００８８】
補正率算出部１１４は、取出した音声レベルＸnの絶対値|Ｘn|のそれぞれを、受取ったＸminの絶対値|Ｘmin|とＸmaxとのうち大きい方の値で割ることによって補正率Ｒnを算出する。これを計算式で記述すると、補正率Ｒn＝|Ｘn|／ｍａｘ（Ｘmax，|Ｘmin|）（ｎ＝１，２，・・・）である。補正率算出部１１４は、算出した補正率Ｒnを最適化レベル演算部１１３Ａに受け渡す。
【００８９】
たとえば、Ｘmax＝＋２４５７５、Ｘmin＝−２２５２８とした場合、Ｒn＝|Ｘn|／ｍａｘ（２４５７５，|−２２５２８|）＝|Ｘn|／２４５７５となる。音声レベルＸn＝２４５７５（＝Ｘmax）であれば、補正率Ｒn＝|２４５７５|／２４５７５＝１．０００００になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、補正率Ｒn＝|−２２５２８|／２４５７５＝０．９１６７０になる。また、音声レベルＸn＝２００００であれば、補正率Ｒn＝|２００００|／２４５７５＝０．８１３８４となる。また、音声レベルＸn＝１００００であれば、補正率Ｒn＝|１００００|／２４５７５＝０．４０６９２となる。
【００９０】
最適化レベル演算部１１３Ａは、音声データ展開部１０１によって展開されたＰＣＭ方式の音声データ、増幅率算出部１１２によって算出された増幅率Ｋ、および、補正率算出部１１４によって算出された補正率Ｒnを受取る。最適化レベル演算部１１３Ａは、受取ったＰＣＭ方式の音声データから、サンプリング周期ごとの音声レベルＸn（＝｛Ｘ1，Ｘ2，・・・｝）を取出す。
【００９１】
最適化レベル演算部１１３Ａは、取出した音声レベルＸnのそれぞれに、受取った増幅率Ｋおよび補正率Ｒnを掛けることによって、最適化後の音声データに含まれる音声レベルＹn（＝｛Ｙ1，Ｙ2，・・・｝）を算出する。つまり、計算式で記述すると、Ｙn＝Ｋ×Ｒn×Ｘn（ｎ＝１，２，・・・）となる。最適化レベル演算部１１３Ａは、算出した最適化後の音声レベルＹnを含む最適化後のＰＣＭ方式の音声データを、音声データ圧縮部１０２に受け渡す。
【００９２】
たとえば、音声レベルＸn＝２４５７５（＝Ｘmax）であれば、最適化後の音声レベルＹn＝１．３３３３５×１．０００００×２４５７５＝３２７６７になる。また、音声レベルＸn＝−２２５２８（＝Ｘmin）であれば、最適化後の音声レベルＹn＝１．３３３３５×０．９１６７０×（−２２５２８）＝−２７５３６になる。また、音声レベルＸn＝２００００であれば、最適化後の音声レベルＹn＝１．３３３３５×０．８１３８４×２００００＝２１７０３となる。また、音声レベルＸn＝１００００であれば、最適化後の音声レベルＹn＝１．３３３３５×０．４０６９２×１００００＝５４２６となる。
【００９３】
このように、音声レベルの絶対値が大きい音声レベルＸn（たとえば、Ｘn＝２００００）、つまり、大きい音量の音声に対応する音声レベルＸnほど、大きい割合の補正率（たとえば、０．８１３８４）が掛けられることによって、補正しない場合の値（たとえば、第１の実施の形態におけるＸn＝２００００に対応するＹn＝２６６６７）と比較してより近い値の最適化後の音声レベルＹn（たとえば、Ｙn＝２１７０３）が算出される。
【００９４】
また、音声レベルの絶対値が小さい音声レベルＸn（たとえば、Ｘn＝１００００）、つまり、小さい音量の音声に対する音声レベルＸnほど、小さい割合の補正率（たとえば、０．４０６９２）が掛けられることによって、補正しない場合の値（たとえば、第１の実施の形態におけるＸn＝１００００に対応するＹn＝１３３３４）と比較してより小さい値の最適化後の音声レベルＹn（たとえば、Ｙn＝５４２６）が算出される。
【００９５】
図４で説明した第１の実施の形態の場合は、ダイナミックレンジが均等に拡大されるが、第２の実施の形態の場合は、より大きい音量の部分のダイナミックレンジはより大きい倍率で変更され、より小さい音量の部分のダイナミックレンジはより小さい倍率で変更される。このため、大きい音声と小さい音声とのメリハリが強調される。
【００９６】
以上説明したように、本実施の形態における携帯電話１００Ａによれば、図６の補正率算出部１１４で説明したように、複数の音声レベルの値Ｘnのうち最小値の絶対値|Ｘmin|またはＸmaxのうちの大きい方の値ｍａｘ（|Ｘmin|，Ｘmax）で、複数の音声レベルＸnの値のそれぞれが割られることによって、複数の音声レベルそれぞれに対する補正率Ｒnが算出される。
【００９７】
図６の最適化レベル演算部１１３Ａで説明したように、算出された増幅率Ｋおよび補正率Ｒnが、複数の音声レベルＸnのそれぞれに掛けられることによって、最適化後の音声レベルＹn＝Ｋ×Ｒn×Ｘnが算出される。
【００９８】
これによって、携帯電話１００によって、音声レベルの絶対値|Ｘn|が大きい音声レベル、つまり、大きい音量の音声に対応する音声レベルほど、大きい補正率Ｒnが掛けられ、音声レベルの絶対値|Ｘn|が小さい音声レベル、つまり、小さい音量の音声に対応する音声レベルほど、小さい補正率Ｒnが掛けられることによって、最適化後の音声レベルＹnが算出される。その結果、大きい音声と小さい音声とのメリハリを強調するように、音声の音量を最適化することができる。
【００９９】
また、ある音声レベルの閾値Ｘthより大きい音声レベルには、大きい補正率Ｒlを掛けて、その閾値Ｘthより小さい音声レベルには、小さい補正率Ｒsを掛けることによって、最適化後の音声レベルを算出する場合と比較して、音声レベルの絶対値|Ｘn|に比例する補正率Ｒn（＝Ｘn／ｍａｘ（Ｘmax，|Ｘmin|））が掛けられることによって最適化後の音声レベルＹnが算出されるので、閾値Ｘthに対応する箇所で不連続となることなく、連続した最適化後の音声レベルＹnを算出することができる。その結果、不自然とならないように音声の音量を最適化することができる。
【０１００】
次に、本実施の形態の変形例について説明する。
前述した実施の形態においては、携帯電話１００，１００Ａとして本発明を説明した。しかし、これに限定されず、図３から図６までで説明した機能によって携帯電話で録音レベルを最適化する録音レベル最適化方法、または、図３から図６までで説明した機能を実行する録音レベル最適化プログラムとして発明を捉えることができる。
【０１０１】
前述した実施の形態においては、圧縮音声データの符号化方式は、ＡＡＣ方式とした。しかし、これに限定されず、圧縮音声データの符号化方式は、ＭＰ３（MPEG Audio Layer-3）、ＡＭＲ（Advanced Multi Rate CODEC）、ＷＭＡ（Windows（登録商標）Media Audio）、および、ＡＴＲＡＣ３（登録商標）（Adaptive TRansform Acoustic Coding 3）のいずれかであってもよいし、音声データを圧縮して符号化するものであれば他の符号化方式であってもよい。
【０１０２】
また、前述した実施の形態においては、非圧縮音声データの符号化方式は、ＰＣＭ方式とした。しかし、これに限定されず、ＤＰＣＭ（Differential PCM）、および、ＡＤＰＣＭ（Adaptive Differential PCM）のいずれかであってもよいし、音声データを圧縮せずに符号化するものであれば他の符号化方式であってもよい。
【０１０３】
前述した実施の形態においては、増幅率算出部１１２は、Ａmin／ＸminとＡmax／Ｘmaxとのうち小さい方の値を増幅率Ｋとして算出するようにした。しかし、これに限定されず、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxで、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxを割った値を、増幅率Ｋとして算出するようにしてもよい。
【０１０４】
音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxがほぼ同じ値であり、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxがほぼ同じ値であれば、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxのいずれを用いて増幅率Ｋを算出しても、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxのうちいずれを用いて増幅率Ｋを算出しても、ほぼ同じ増幅率が算出される。
【０１０５】
したがって、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxがほぼ同じ値であり、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxがほぼ同じ値であることが分かっている場合には、音声レベルの値のうち最小値の絶対値|Ｘmin|または最大値Ｘmaxのいずれを用いて増幅率Ｋを算出し、許容範囲の下限値の絶対値|Ａmin|または上限値Ａmaxのうちいずれを用いて増幅率Ｋを算出するかを予め決めておくことによって、増幅率算出部１１２によってＡmin／ＸminとＡmax／Ｘmaxとを比較することなしに、増幅率Ｋを算出することができる。
【０１０６】
このため、携帯電話１００，１００Ａは、Ａmin／ＸminとＡmax／Ｘmaxとを比較する機能を含んでいなくても、音声レベルの最大値Ｘmaxまたは最小値Ｘminが許容範囲の上限値ＡmaxまたはＡminとほぼ同じ値になるまで音声レベルの値を拡大することによって、録音された音声の音量を最適化することができる。
【０１０７】
前述した実施の形態においては、図５で説明したように、アナログ変換部１０３によってアナログ音声信号に変換した後に、音声信号を増幅するようにした。しかし、これに限定されず、デジタルの音声データの状態で音声を増幅するように音声データを変更するようにしてもよい。
【０１０８】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【図面の簡単な説明】
【０１０９】
【図１】この発明の実施の形態に従う携帯電話の構成の概略を示すブロック図である。
【図２】この発明の実施の形態に従う携帯電話の外観を示す外観図である。
【図３】この発明の実施の形態に従う携帯電話の制御部の機能の概略を示す機能ブロック図である。
【図４】この発明の第１の実施の形態に従う携帯電話の制御部の音声レベル最適化部の機能の概略を示す機能ブロック図である。
【図５】この発明の実施の形態に従う最適化された音声を出力する携帯電話の機能の概略を示す機能ブロック図である。
【図６】この発明の第２の実施の形態に従う携帯電話の制御部の音声レベル最適化部の機能の概略を示す機能ブロック図である。
【符号の説明】
【０１１０】
１０，１０Ａ 制御部、１２ 記憶部、１３ 操作入力部、１４ 表示部、１５ 無線通信部、１６ 音声入出力部、１７ アンテナ、１００，１００Ａ 携帯電話、１０１ 音声データ展開部、１０２ 音声データ圧縮部、１０３ アナログ変換部、１１０，１１０Ａ 音声レベル最適化部、１１１ 最大音声レベル探索部、１１２ 増幅率算出部、１１３，１１３Ａ 最適化レベル演算部、１１４ 補正率算出部、１２１ 最適化前音声データ記憶部、１２２ 最適化後音声データ記憶部、１２３ ボリューム値記憶部、１３１ ダイヤルボタン、１３２ ４方向ボタン、１３３ ファンクションボタン、１３４ 開始ボタン、１３５ 終了ボタン、１３６ 決定ボタン、１３７ ボリューム入力部、１６０ 増幅部、１６１ マイク、１６２ イヤレシーバ、１６３ スピーカ。
【特許請求の範囲】
【請求項１】
録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、前記非圧縮音声データに展開する展開手段と、
前記展開手段によって展開された前記非圧縮音声データの複数の前記音声レベルの値の範囲を、前記音声レベルの振幅として許容される範囲である許容範囲に拡大するように前記音声レベルを最適化音声レベルに変換する最適化手段と、
前記最適化手段によって変換された前記最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとする圧縮手段と、
前記圧縮手段によって圧縮された前記最適化圧縮音声データを記憶する記憶手段とを備える、携帯端末。
【請求項２】
前記記憶手段に記憶された前記最適化圧縮音声データを読出して、最適化音声信号に変換する変換手段と、
前記変換手段によって変換された前記最適化音声信号を増幅して出力する増幅出力手段とをさらに備える、請求項１に記載の携帯端末。
【請求項３】
外部から前記圧縮音声データを受信する通信手段をさらに備え、
前記展開手段は、前記通信手段によって受信された前記圧縮音声データを展開する、請求項１または請求項２に記載の携帯端末。
【請求項４】
前記記憶手段は、前記圧縮音声データをさらに記憶し、
前記展開手段は、前記記憶手段に記憶された前記圧縮音声データを展開する、請求項１または請求項２に記載の携帯端末。
【請求項５】
前記最適化手段は、
前記複数の音声レベルの値のうち最大値で前記許容範囲の上限値を割った値と、前記複数の音声レベルの値のうち最小値で前記許容範囲の下限値を割った値とのうち、小さい方の値を増幅率として算出する増幅率算出手段と、
前記増幅率算出手段によって算出された前記増幅率を前記複数の音声レベルのそれぞれに掛けることによって、前記最適化音声レベルを算出する最適化データ算出手段とを含む、請求項１から請求項４までのいずれかに記載の携帯端末。
【請求項６】
前記最適化手段は、
前記複数の音声レベルの値のうち最小値の絶対値または最大値で、前記許容範囲の下限値の絶対値または上限値を割った値を、増幅率として算出する増幅率算出手段と、
前記増幅率算出手段によって算出された前記増幅率を前記複数の音声レベルのそれぞれに掛けることによって、前記最適化音声レベルを算出する最適化データ算出手段とを含む、請求項１から請求項４までのいずれかに記載の携帯端末。
【請求項７】
前記最適化手段は、
前記複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、前記複数の音声レベルの絶対値のそれぞれを割ることによって、前記複数の音声レベルそれぞれに対する補正率を算出する補正率算出手段をさらに含み、
前記最適化データ算出手段は、前記補正率算出手段によって前記複数の音声レベルそれぞれに対して算出された前記補正率を前記複数の音声レベルのそれぞれにさらに掛けることによって前記最適化音声レベルを算出する、請求項５または請求項６に記載の携帯端末。
【請求項８】
録音された音声の録音レベルを携帯端末で最適化する録音レベル最適化方法であって、
前記録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、前記非圧縮音声データに展開するステップと、
展開された前記非圧縮音声データの複数の前記音声レベルの値の範囲を、前記音声レベルの振幅として許容される範囲である許容範囲に拡大するように前記音声レベルを最適化音声レベルに変換するステップと、
変換された前記最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとするステップと、
圧縮された前記最適化圧縮音声データを記憶するステップとを含む、録音レベル最適化方法。
【請求項１】
録音された音声の録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、前記非圧縮音声データに展開する展開手段と、
前記展開手段によって展開された前記非圧縮音声データの複数の前記音声レベルの値の範囲を、前記音声レベルの振幅として許容される範囲である許容範囲に拡大するように前記音声レベルを最適化音声レベルに変換する最適化手段と、
前記最適化手段によって変換された前記最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとする圧縮手段と、
前記圧縮手段によって圧縮された前記最適化圧縮音声データを記憶する記憶手段とを備える、携帯端末。
【請求項２】
前記記憶手段に記憶された前記最適化圧縮音声データを読出して、最適化音声信号に変換する変換手段と、
前記変換手段によって変換された前記最適化音声信号を増幅して出力する増幅出力手段とをさらに備える、請求項１に記載の携帯端末。
【請求項３】
外部から前記圧縮音声データを受信する通信手段をさらに備え、
前記展開手段は、前記通信手段によって受信された前記圧縮音声データを展開する、請求項１または請求項２に記載の携帯端末。
【請求項４】
前記記憶手段は、前記圧縮音声データをさらに記憶し、
前記展開手段は、前記記憶手段に記憶された前記圧縮音声データを展開する、請求項１または請求項２に記載の携帯端末。
【請求項５】
前記最適化手段は、
前記複数の音声レベルの値のうち最大値で前記許容範囲の上限値を割った値と、前記複数の音声レベルの値のうち最小値で前記許容範囲の下限値を割った値とのうち、小さい方の値を増幅率として算出する増幅率算出手段と、
前記増幅率算出手段によって算出された前記増幅率を前記複数の音声レベルのそれぞれに掛けることによって、前記最適化音声レベルを算出する最適化データ算出手段とを含む、請求項１から請求項４までのいずれかに記載の携帯端末。
【請求項６】
前記最適化手段は、
前記複数の音声レベルの値のうち最小値の絶対値または最大値で、前記許容範囲の下限値の絶対値または上限値を割った値を、増幅率として算出する増幅率算出手段と、
前記増幅率算出手段によって算出された前記増幅率を前記複数の音声レベルのそれぞれに掛けることによって、前記最適化音声レベルを算出する最適化データ算出手段とを含む、請求項１から請求項４までのいずれかに記載の携帯端末。
【請求項７】
前記最適化手段は、
前記複数の音声レベルの値のうち最小値の絶対値または最大値のうちの大きい方の値で、前記複数の音声レベルの絶対値のそれぞれを割ることによって、前記複数の音声レベルそれぞれに対する補正率を算出する補正率算出手段をさらに含み、
前記最適化データ算出手段は、前記補正率算出手段によって前記複数の音声レベルそれぞれに対して算出された前記補正率を前記複数の音声レベルのそれぞれにさらに掛けることによって前記最適化音声レベルを算出する、請求項５または請求項６に記載の携帯端末。
【請求項８】
録音された音声の録音レベルを携帯端末で最適化する録音レベル最適化方法であって、
前記録音レベルを時間軸に対する電圧値の関数で示す音声信号を所定周期ごとに標本化して標本化された標本電圧値を量子化して量子化された音声レベルをデータ列とした非圧縮音声データが圧縮されたデータである圧縮音声データを、前記非圧縮音声データに展開するステップと、
展開された前記非圧縮音声データの複数の前記音声レベルの値の範囲を、前記音声レベルの振幅として許容される範囲である許容範囲に拡大するように前記音声レベルを最適化音声レベルに変換するステップと、
変換された前記最適化音声レベルをデータ列とし圧縮して最適化圧縮音声データとするステップと、
圧縮された前記最適化圧縮音声データを記憶するステップとを含む、録音レベル最適化方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００８−５０４１（Ｐ２００８−５０４１Ａ）
【公開日】平成２０年１月１０日（２００８．１．１０）
【国際特許分類】
【出願番号】特願２００６−１７０４０２（Ｐ２００６−１７０４０２）
【出願日】平成１８年６月２０日（２００６．６．２０）
【出願人】（０００００５０４９）シャープ株式会社 (33,933)
【Ｆターム（参考）】
【公開日】平成２０年１月１０日（２００８．１．１０）
【国際特許分類】
【出願日】平成１８年６月２０日（２００６．６．２０）
【出願人】（０００００５０４９）シャープ株式会社 (33,933)
【Ｆターム（参考）】
[ Back to top ]