録音装置、録音装置の制御方法、および、プログラム
【課題】特定の話者の音声データが存在する区間における音データを記憶する。
【解決手段】本発明の録音装置は、周囲の音を集音し、音データとして出力する取得部と、前記取得部から出力された音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、前記分類情報をユーザに通知する通知部と、前記分類情報の通知に基づく音声データの指定を受け取る入力部と、前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有する。
【解決手段】本発明の録音装置は、周囲の音を集音し、音データとして出力する取得部と、前記取得部から出力された音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、前記分類情報をユーザに通知する通知部と、前記分類情報の通知に基づく音声データの指定を受け取る入力部と、前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、録音装置、録音装置の制御方法、および、プログラムに関する。
【背景技術】
【０００２】
マイクを用いて周囲の音を集音し、音データとして記憶する録音機能を備えた録音装置が、会議、打合せなどの内容を記録するために用いられることがある。なお、近年のマイクの性能向上、小型化に伴い、ＩＣレコーダに代表される専用の録音装置だけでなく、携帯電話、スマートフォンなども録音装置として用いられるようになっている。
【０００３】
会議中の全区間における音データを録音装置に記憶させると、その音データには、特定の話者以外の話者が話している区間、あるいは、だれも話していない区間などにおける音データも含まれる。
【０００４】
会議などの内容を記録する際には、特定の話者の音声データが存在する区間における音データだけを抽出して記録しておきたい場合がある。特定の話者の音声データが存在する区間における音データだけを記録する方法としては、ユーザが、その特定の話者の発話状況に合わせて録音装置を用いた録音の実行と録音の停止とを繰り返す方法、会議中の全区間における音データを取得した後、その音データを編集して、特定の話者の音声データが存在する区間以外の区間における音データを削除する方法などがある。しかし、上述したいずれの方法であっても、手間がかかるという問題がある。
【０００５】
そこで、特許文献１（特開２００６−２０８４８２号公報）には、会議中の話者の音声データの声紋分析を行って話者を識別し、識別した各話者の発話区間などの発話状況を記憶する技術が開示されている。この技術によれば、特定の話者の音声データが存在する区間が容易に分かるので、音データの編集の手間を、ある程度、削減することができる。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００６−２０８４８２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、特許文献１に開示の技術によっても、特定の話者の音声データが存在する区間以外の区間における音データの削除などの編集自体はユーザが行う必要があり、手間がかかるという課題がある。
【０００８】
本発明の目的は、上述した課題を解決し、特定の話者の音声データが存在する区間における音データを抽出するための手間を削減することができる録音装置、録音装置の制御方法、および、プログラムを提供することにある。
【課題を解決するための手段】
【０００９】
上記目的を達成するために本発明の録音装置は、
周囲の音を集音し、音データとして出力する取得部と、
前記取得部より出力された前記音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、
前記話者解析部より出力された分類情報をユーザに通知する通知部と、
前記分類情報に基づく音声データの指定を受け取る入力部と、
前記取得部より出力された音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有する。
【００１０】
上記目的を達成するために本発明の録音装置の制御方法は、
録音装置の制御方法であって、
周囲の音を集音した音データを取得し、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力し、
前記分類情報をユーザに通知し、
前記分類情報に基づく音声データの指定を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する。
【００１１】
上記目的を達成するために本発明のプログラムは、
録音装置に、
周囲の音を集音した音データを取得する処理と、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する処理と、
前記分類情報をユーザに通知する処理と、
前記分類情報の入力に応じて入力される、音声データの指定の入力を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する処理と、を実行させる。
【発明の効果】
【００１２】
本発明によれば、特定の話者の音声データが存在する区間における音データを抽出するための手間を削減することができる。
【図面の簡単な説明】
【００１３】
【図１】本発明の第１の実施形態の録音装置の構成を示すブロック図である。
【図２】図１に示す録音装置の録音時の動作を示すフローチャートである。
【図３】図１に示す録音装置の再生時の動作を示すフローチャートである。
【図４】本発明の第２の実施形態の録音装置の構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
以下に、本発明を実施するための形態について図面を参照して説明する。
【００１５】
（第１の実施形態）
図１は、本発明の第１の実施形態の録音装置１０の構成を示すブロック図である。
【００１６】
図１に示す録音装置１０は、入力部１１と、通知部１２と、録音部１３と、再生部１４と、を有する。
【００１７】
録音部１３は、マイク１０１と、ＡＤＣ（Analog to Digital Converter）１０２と、受信メモリ１０３と、話者解析部１０４と、録音制御部１０５と、エンコード部１０６と、保存メモリ１０７と、からなる。
【００１８】
再生部１４は、保存メモリ１０７と、再生制御部１０８と、デコード部１０９と、ＤＡＣ（Digital to Analog Converter）１１０と、スピーカー１１１と、からなる。
【００１９】
なお、マイク１０１は、取得部の一例であり、保存メモリ１０７は、記憶部の一例であり、スピーカー１１１は、出力部の一例である。
【００２０】
入力部１１は、操作入力が行われ、入力された操作に応じた制御信号を録音部１３の録音制御部１０５と再生部１４の再生制御部１０８とに出力する。なお、入力部１１の具体例としては、キーボタン、タッチパネルなどがある。
【００２１】
通知部１２は、種々の情報をユーザに通知する。なお、通知部１２の具体例としては、種々の情報に応じた映像を表示するディスプレイなどがある。
【００２２】
録音部１３は、周囲の音を集音し、音データとして記憶する録音機能を有する。
【００２３】
マイク１０１は、周囲の音を集音し、アナログ形式の音データをＡＤＣ１０２に出力する。
【００２４】
ＡＤＣ１０２は、マイク１０１から出力された音データをデジタル形式の音データにＡＤ変換し、受信メモリ１０３に出力する。
【００２５】
受信メモリ１０３は、ＡＤＣ１０２から出力された音データを一時的に記憶し、話者解析部１０４および録音制御部１０５に出力する。
【００２６】
話者解析部１０４は、受信メモリ１０３から出力された音データの周波数分析を行い、その音データに人の音声データが含まれているか否かを判定する。音声データが含まれている場合には、話者解析部１０４は、音声データの声紋の解析を行い、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部１０５に出力する。また、話者解析部１０４は、音データに音声データが含まれていない場合には、その旨を録音制御部１０５に通知する。
【００２７】
録音制御部１０５は、録音を行う旨が入力部１１を介して入力されると、マイク１０１に周囲の音を集音させる。
【００２８】
また、録音制御部１０５は、通知部１２に話者解析部１０４から出力された分類情報をユーザに通知させる。通知された分類情報に基づき、音データに含まれる音声データのうち、特定の音声データを指定する旨が入力部１１を介して入力されると、録音制御部１０５は、受信メモリ１０３より出力された音データから、指定された音声データが存在する区間における音データを抽出する。また、録音制御部１０５は、録音を開始後、録音を停止するまでの全区間の時間を計測し、指定された音声データが存在する区間における音データに、録音を行った全区間におけるその区間の位置を示すマーキング情報を付与し、その音データとマーキング情報とをエンコード部１０６に出力する。なお、マーキング情報には、例えば、録音を開始してから音データを抽出した区間の開始時間、音データを抽出した区間の順番を示すフレーム番号などが含まれる。ここで、音データを抽出した区間の開始時間は、例えば、録音を行った全区間におけるその区間が占める位置から特定することができる。また、フレーム番号は、マイク１０１が取得した音データの最初から、指定された音声データが存在する区間における音データを抽出した順に付される。
【００２９】
また、録音制御部１０５は、音データに音声データが含まれていない旨が話者解析部１０４から通知された場合には、マーキング情報の付与は行わず、受信メモリ１０３から出力された音データをそのままエンコード部１０６に出力する。
【００３０】
エンコード部１０６は、録音制御部１０５から出力された音データにＡＭＲ（Adaptive Multi-Rate）、ＭＰ３（MPEG Audio Layer-3）、ＡＡＣ（Advanced Audio Coding）などの方式を用いてエンコード処理を施し、エンコード後の音データとその音データに付与されたマーキング情報とを保存メモリ１０７に出力する。なお、保存メモリ１０７のサイズが十分に確保されている場合には、エンコード部１０６を設けず、録音制御部１０５から出力された音データを非圧縮のまま、保存メモリ１０７に入力するようにしてもよい。
【００３１】
保存メモリ１０７は、エンコード部１０６から出力された音データとその音データに付与されたマーキング情報とを対応させて記憶する。
【００３２】
なお、一般的に、声紋の解析には複雑な計算を行うため時間を要する。そのため、通常は、録音を開始後、録音を停止する旨が入力されるまでの全区間における音データを受信メモリ１０３にて一旦記憶した後に、声紋の解析、エンコード処理などを行うことが考えられる。しかし、声紋の解析がリアルタイムで処理可能な方式であれば、音データの取得に応じて、逐次、声紋の解析、エンコード処理などを行うようにしてもよい。
【００３３】
再生部１４は、保存メモリ１０７に記憶されている音データに応じた音を録音装置１０の外部に出力する再生機能を有する。
【００３４】
再生制御部１０８は、保存メモリ１０７に記憶されている音データの再生を行う旨が入力部１１を介して入力されると、その音データに対応してマーキング情報が保存メモリ１０７に記憶されている場合には、通知部１２にそのマーキング情報をユーザに通知させる。通知されたマーキング情報に基づき、音データの再生を開始する位置を指定する旨が入力されると、再生制御部１０８は、その指定された位置から順に、音データを保存メモリ１０７から取得して、デコード部１０９に出力する。
【００３５】
なお、生成制御部１０８は、音データに対応してマーキング情報が保存メモリ１０７に記憶されていない場合、また、音データの再生を開始する位置を指定する旨が入力されたなった場合には、デコード部１０９への音データの出力を行っていなければ、保存メモリ１０７に記憶されている音データを最初から順にデコード部１０９に出力し、既に音データをデコード部１０９に出力済みであれば、直近に出力した音データに続く音データをデコード部１０９に出力する。
【００３６】
デコード部１０９は、再生制御部１０８から出力された音データに、エンコード部１０６が施したエンコード処理に応じたデコード処理を施し、デコード後の音データをＤＡＣ１１０に出力する。なお、保存メモリ１０７に非圧縮の音データが記憶されている場合には、デコード部１０９は設けられず、再生制御部１０８から出力された音データはＤＡＣ１１０に入力される。
【００３７】
ＤＡＣ１１０は、デコード部１０９から出力された音データをアナログ形式の音データにＤＡ変換し、スピーカー１１１に出力する。
【００３８】
スピーカー１１１は、ＤＡＣ１１０から出力された音データに応じた音を出力する。
【００３９】
次に、本実施形態の録音装置１０の動作について説明する。
【００４０】
まず、録音装置１０の録音時の動作について、図２に示すフローチャートを参照して説明する。
【００４１】
録音を行う旨が入力部１１を介して入力されると、録音制御部１０５は、マイク１０１に音データの取得を開始させる（ステップＳ２０１）。
【００４２】
ＡＤＣ１０２は、マイク１０１が取得した音データにＡＤ変換を施して出力し、受信メモリ１０３は、ＡＤＣ１０２から出力された音データを格納する（ステップＳ２０２）。
【００４３】
受信メモリ１０３に格納された音データは、話者解析部１０４と録音制御部１０５とに出力される。
【００４４】
話者解析部１０４は、受信メモリ１０３から出力された音データの周波数分析を行い、その音データに音声データが含まれているか否かを判定する（ステップＳ２０３）。
【００４５】
音データに音声データが含まれている場合には（ステップＳ２０３：Ｙｅｓ）、話者解析部１０４は、音声データの声紋の解析を行い、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部１０５に出力する。
【００４６】
録音制御部１０５は、話者解析部１０４から出力された分類情報をユーザに通知し（ステップＳ２０４）、特定の音声データを指定する旨の入力を受け付ける（ステップＳ２０５）。
【００４７】
音声データを指定する旨が入力部１１を介して入力されると（ステップＳ２０５：Ｙｅｓ）、録音制御部１０５は、受信メモリ１０３から出力された音データから、指定された音声データが存在する区間における音データを抽出し（ステップＳ２０６）、抽出した音データにマーキング情報を付与して（ステップＳ２０７）、エンコード部１０６に出力する。
【００４８】
エンコード部１０６は、録音制御部１０５から出力された音データにエンコード処理を施し（ステップＳ２０８）、エンコード後の音データとその音データに付与されたマーキング情報とを保存メモリ１０７に出力し、保存メモリ１０７は、その音データとマーキング情報とを対応させて記憶する（ステップＳ２０９）。
【００４９】
音データに音声データが含まれていない場合には（ステップＳ２０３：Ｎｏ）、話者解析部１０４は、音データに音声データが含まれていない旨を録音制御部１０５に通知する。
【００５０】
音データに音声データが含まれていない旨が話者解析部１０４から通知された場合、および、音声データを指定する旨が入力部１１を介して入力されなかった場合には（ステップＳ２０５：Ｎｏ）、録音制御部１０５は、受信メモリ１０３から出力された音データをそのままエンコード部１０６に出力する。録音制御部１０５から出力されたデータは、ステップＳ２０８およびステップＳ２０９の処理を経て、保存メモリ１０７に格納される。
【００５１】
なお、音データに音声データが含まれていない旨が通知された場合、および、音声データを指定する旨が入力されなかった場合には、音データへのマーキング情報の付与は行われないので、ステップＳ２０８においては、マーキング情報の保存メモリ１０７への出力は行われず、また、ステップＳ２０９においては、マーキング情報の保存メモリ１０７への記憶は行われない。
【００５２】
次に、録音装置１０の再生時の動作について、図３に示すフローチャートを参照して説明する。なお、図３においては、音データとその音データに対応するマーキング情報とが保存メモリ１０７に記憶されているものとする。
【００５３】
保存メモリ１０７に記憶されている音データの再生を行う旨が入力部１１を介して入力されると、再生制御部１０８は、通知部１２にその音データに対応して記憶されているマーキング情報をユーザに通知させ（ステップＳ３０１）、再生を開始する位置の指定を受け付ける（ステップＳ３０２）。
【００５４】
再生の開始位置を指定する旨が入力部１１を介して入力された場合には（ステップＳ３０２：Ｙｅｓ）、再生制御部１０８は、指定された位置から順に、音データを保存メモリ１０７から取得し、デコード部１０９に出力する（ステップＳ３０３）。
【００５５】
再生の開始位置を指定する旨が入力部１１を介して入力されなかった場合には（ステップＳ３０２：Ｎｏ）、再生制御部１０８は、デコード部１０９への音データの出力を行っていなければ、保存メモリ１０７に記憶されている音データを最初から順にデコード部１０９に出力し、既に音データをデコード部１０９に出力済みであれば、直近に出力した音データに続く音データをデコード部１０９に出力する（ステップＳ３０４）。
【００５６】
デコード部１０９は、再生制御部１０８から出力された音データにデコード処理を施し（ステップＳ３０５）、スピーカー１１１は、そのデコード後の音データに応じた音を出力する（ステップＳ３０６）。
【００５７】
次に、再生制御部１０８は、デコード部１０９に出力した音データが保存メモリ１０７に記憶されている音データの終端に相当するか否かを判定する（ステップＳ３０７）。
【００５８】
出力した音データが保存メモリ１０７に記憶されている音データの終端に相当する場合には（ステップＳ３０７：Ｙｅｓ）、再生制御部１０８は、処理を終了する。
【００５９】
出力した音データが保存メモリ１０７に記憶されている音データの終端に相当しない場合には（ステップＳ３０７：Ｎｏ）、再生制御部１０８は、ステップＳ３０２の処理に戻る。
【００６０】
このように、本実施形態によれば、録音装置１０は、音データに含まれる音声データを声紋に応じて分類し、音声データを指定する旨が入力されると、指定された音声データが存在する区間における音データを抽出し、記憶する。
【００６１】
そのため、ユーザが音声データの指定を行うだけで、その音声データの声紋と声紋が同じ音声データが存在する区間の音データだけをまとめて記録することができる。
【００６２】
また、本実施形態によれば、録音装置１０は、録音時に、指定された音声データが存在する区間における音データと録音が行われた全区間におけるその区間の位置を示すマーキング情報とを対応させて記憶し、再生時に、そのマーキング情報に応じて、再生を開始する位置が指定されると、その指定された位置から再生を開始する。
【００６３】
そのため、容易にユーザが所望する位置から音データの再生を開始することができる。
【００６４】
なお、本実施形態においては、録音装置１０が、録音部１３および再生部１４を有する場合を例として説明したが、これに限られるものではない。例えば、録音装置１０が録音部１３を有し、他の装置が再生部１４を有し、録音装置１０の録音部１３が抽出した音データを、外部記憶媒体などを介して他の装置に移動させ、他の装置において、再生部１４を用いてその音データを再生するようにしてもよい。
【００６５】
（第２の実施形態）
図４は、本発明の第２の実施形態の録音装置の構成を示すブロック図である。
【００６６】
図４に示す録音装置２０は、入力部２１と、通知部２２と、取得部２３と、話者解析部２４と、録音制御部２５と、を有する。
【００６７】
入力部２１は、操作入力が行われ、入力された操作に応じた制御信号を録音制御部２５に出力する。
【００６８】
通知部２２は、種々の情報をユーザに通知する。なお、通知部２２の具体例としては、映像を表示するディスプレイなどがある。
【００６９】
取得部２３は、周囲の音を集音し、音データとして話者解析部２４と録音制御部２５とに出力する。
【００７０】
話者解析部２４は、取得部２３から出力された音データに音声データが含まれているか否かを判定し、音声データが含まれている場合には、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部２５に出力する。
【００７１】
録音制御部２５は、通知部２２に話者解析部２４から出力された分類情報をユーザに通知させる。通知された分類情報に基づき、特定の音声データを指定する旨が入力部２１を介して入力されると、録音制御部２５は、取得部２３より入力された音データから、指定された音声データが存在する区間における音データを抽出して、録音装置２０の外部に出力する。
【００７２】
このように本実施形態によれば、録音装置２０は、音データに含まれる音声データを声紋に応じて分類し、音声データが指定されると、その音データに中から指定された音声データが存在する区間における音データを抽出し、記憶する。
【００７３】
そのため、ユーザが音声データの指定を行うだけで、特定の話者の音声データが存在する区間の音データだけをまとめて記録することができる。
【符号の説明】
【００７４】
１０，２０ 録音装置
１１，２１ 入力部
１２，２２ 通知部
１３ 録音部
１４ 再生部
１０１ マイク
１０２ ＡＤＣ
１０３ 受信メモリ
１０４，２４ 話者解析部
１０５，２５ 録音制御部
１０６ エンコード部
１０７ 保存メモリ
１０８ 再生制御部
１０９ デコード部
１１０ ＤＡＣ
１１１ スピーカー
２３ 取得部
【技術分野】
【０００１】
本発明は、録音装置、録音装置の制御方法、および、プログラムに関する。
【背景技術】
【０００２】
マイクを用いて周囲の音を集音し、音データとして記憶する録音機能を備えた録音装置が、会議、打合せなどの内容を記録するために用いられることがある。なお、近年のマイクの性能向上、小型化に伴い、ＩＣレコーダに代表される専用の録音装置だけでなく、携帯電話、スマートフォンなども録音装置として用いられるようになっている。
【０００３】
会議中の全区間における音データを録音装置に記憶させると、その音データには、特定の話者以外の話者が話している区間、あるいは、だれも話していない区間などにおける音データも含まれる。
【０００４】
会議などの内容を記録する際には、特定の話者の音声データが存在する区間における音データだけを抽出して記録しておきたい場合がある。特定の話者の音声データが存在する区間における音データだけを記録する方法としては、ユーザが、その特定の話者の発話状況に合わせて録音装置を用いた録音の実行と録音の停止とを繰り返す方法、会議中の全区間における音データを取得した後、その音データを編集して、特定の話者の音声データが存在する区間以外の区間における音データを削除する方法などがある。しかし、上述したいずれの方法であっても、手間がかかるという問題がある。
【０００５】
そこで、特許文献１（特開２００６−２０８４８２号公報）には、会議中の話者の音声データの声紋分析を行って話者を識別し、識別した各話者の発話区間などの発話状況を記憶する技術が開示されている。この技術によれば、特定の話者の音声データが存在する区間が容易に分かるので、音データの編集の手間を、ある程度、削減することができる。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００６−２０８４８２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、特許文献１に開示の技術によっても、特定の話者の音声データが存在する区間以外の区間における音データの削除などの編集自体はユーザが行う必要があり、手間がかかるという課題がある。
【０００８】
本発明の目的は、上述した課題を解決し、特定の話者の音声データが存在する区間における音データを抽出するための手間を削減することができる録音装置、録音装置の制御方法、および、プログラムを提供することにある。
【課題を解決するための手段】
【０００９】
上記目的を達成するために本発明の録音装置は、
周囲の音を集音し、音データとして出力する取得部と、
前記取得部より出力された前記音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、
前記話者解析部より出力された分類情報をユーザに通知する通知部と、
前記分類情報に基づく音声データの指定を受け取る入力部と、
前記取得部より出力された音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有する。
【００１０】
上記目的を達成するために本発明の録音装置の制御方法は、
録音装置の制御方法であって、
周囲の音を集音した音データを取得し、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力し、
前記分類情報をユーザに通知し、
前記分類情報に基づく音声データの指定を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する。
【００１１】
上記目的を達成するために本発明のプログラムは、
録音装置に、
周囲の音を集音した音データを取得する処理と、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する処理と、
前記分類情報をユーザに通知する処理と、
前記分類情報の入力に応じて入力される、音声データの指定の入力を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する処理と、を実行させる。
【発明の効果】
【００１２】
本発明によれば、特定の話者の音声データが存在する区間における音データを抽出するための手間を削減することができる。
【図面の簡単な説明】
【００１３】
【図１】本発明の第１の実施形態の録音装置の構成を示すブロック図である。
【図２】図１に示す録音装置の録音時の動作を示すフローチャートである。
【図３】図１に示す録音装置の再生時の動作を示すフローチャートである。
【図４】本発明の第２の実施形態の録音装置の構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
以下に、本発明を実施するための形態について図面を参照して説明する。
【００１５】
（第１の実施形態）
図１は、本発明の第１の実施形態の録音装置１０の構成を示すブロック図である。
【００１６】
図１に示す録音装置１０は、入力部１１と、通知部１２と、録音部１３と、再生部１４と、を有する。
【００１７】
録音部１３は、マイク１０１と、ＡＤＣ（Analog to Digital Converter）１０２と、受信メモリ１０３と、話者解析部１０４と、録音制御部１０５と、エンコード部１０６と、保存メモリ１０７と、からなる。
【００１８】
再生部１４は、保存メモリ１０７と、再生制御部１０８と、デコード部１０９と、ＤＡＣ（Digital to Analog Converter）１１０と、スピーカー１１１と、からなる。
【００１９】
なお、マイク１０１は、取得部の一例であり、保存メモリ１０７は、記憶部の一例であり、スピーカー１１１は、出力部の一例である。
【００２０】
入力部１１は、操作入力が行われ、入力された操作に応じた制御信号を録音部１３の録音制御部１０５と再生部１４の再生制御部１０８とに出力する。なお、入力部１１の具体例としては、キーボタン、タッチパネルなどがある。
【００２１】
通知部１２は、種々の情報をユーザに通知する。なお、通知部１２の具体例としては、種々の情報に応じた映像を表示するディスプレイなどがある。
【００２２】
録音部１３は、周囲の音を集音し、音データとして記憶する録音機能を有する。
【００２３】
マイク１０１は、周囲の音を集音し、アナログ形式の音データをＡＤＣ１０２に出力する。
【００２４】
ＡＤＣ１０２は、マイク１０１から出力された音データをデジタル形式の音データにＡＤ変換し、受信メモリ１０３に出力する。
【００２５】
受信メモリ１０３は、ＡＤＣ１０２から出力された音データを一時的に記憶し、話者解析部１０４および録音制御部１０５に出力する。
【００２６】
話者解析部１０４は、受信メモリ１０３から出力された音データの周波数分析を行い、その音データに人の音声データが含まれているか否かを判定する。音声データが含まれている場合には、話者解析部１０４は、音声データの声紋の解析を行い、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部１０５に出力する。また、話者解析部１０４は、音データに音声データが含まれていない場合には、その旨を録音制御部１０５に通知する。
【００２７】
録音制御部１０５は、録音を行う旨が入力部１１を介して入力されると、マイク１０１に周囲の音を集音させる。
【００２８】
また、録音制御部１０５は、通知部１２に話者解析部１０４から出力された分類情報をユーザに通知させる。通知された分類情報に基づき、音データに含まれる音声データのうち、特定の音声データを指定する旨が入力部１１を介して入力されると、録音制御部１０５は、受信メモリ１０３より出力された音データから、指定された音声データが存在する区間における音データを抽出する。また、録音制御部１０５は、録音を開始後、録音を停止するまでの全区間の時間を計測し、指定された音声データが存在する区間における音データに、録音を行った全区間におけるその区間の位置を示すマーキング情報を付与し、その音データとマーキング情報とをエンコード部１０６に出力する。なお、マーキング情報には、例えば、録音を開始してから音データを抽出した区間の開始時間、音データを抽出した区間の順番を示すフレーム番号などが含まれる。ここで、音データを抽出した区間の開始時間は、例えば、録音を行った全区間におけるその区間が占める位置から特定することができる。また、フレーム番号は、マイク１０１が取得した音データの最初から、指定された音声データが存在する区間における音データを抽出した順に付される。
【００２９】
また、録音制御部１０５は、音データに音声データが含まれていない旨が話者解析部１０４から通知された場合には、マーキング情報の付与は行わず、受信メモリ１０３から出力された音データをそのままエンコード部１０６に出力する。
【００３０】
エンコード部１０６は、録音制御部１０５から出力された音データにＡＭＲ（Adaptive Multi-Rate）、ＭＰ３（MPEG Audio Layer-3）、ＡＡＣ（Advanced Audio Coding）などの方式を用いてエンコード処理を施し、エンコード後の音データとその音データに付与されたマーキング情報とを保存メモリ１０７に出力する。なお、保存メモリ１０７のサイズが十分に確保されている場合には、エンコード部１０６を設けず、録音制御部１０５から出力された音データを非圧縮のまま、保存メモリ１０７に入力するようにしてもよい。
【００３１】
保存メモリ１０７は、エンコード部１０６から出力された音データとその音データに付与されたマーキング情報とを対応させて記憶する。
【００３２】
なお、一般的に、声紋の解析には複雑な計算を行うため時間を要する。そのため、通常は、録音を開始後、録音を停止する旨が入力されるまでの全区間における音データを受信メモリ１０３にて一旦記憶した後に、声紋の解析、エンコード処理などを行うことが考えられる。しかし、声紋の解析がリアルタイムで処理可能な方式であれば、音データの取得に応じて、逐次、声紋の解析、エンコード処理などを行うようにしてもよい。
【００３３】
再生部１４は、保存メモリ１０７に記憶されている音データに応じた音を録音装置１０の外部に出力する再生機能を有する。
【００３４】
再生制御部１０８は、保存メモリ１０７に記憶されている音データの再生を行う旨が入力部１１を介して入力されると、その音データに対応してマーキング情報が保存メモリ１０７に記憶されている場合には、通知部１２にそのマーキング情報をユーザに通知させる。通知されたマーキング情報に基づき、音データの再生を開始する位置を指定する旨が入力されると、再生制御部１０８は、その指定された位置から順に、音データを保存メモリ１０７から取得して、デコード部１０９に出力する。
【００３５】
なお、生成制御部１０８は、音データに対応してマーキング情報が保存メモリ１０７に記憶されていない場合、また、音データの再生を開始する位置を指定する旨が入力されたなった場合には、デコード部１０９への音データの出力を行っていなければ、保存メモリ１０７に記憶されている音データを最初から順にデコード部１０９に出力し、既に音データをデコード部１０９に出力済みであれば、直近に出力した音データに続く音データをデコード部１０９に出力する。
【００３６】
デコード部１０９は、再生制御部１０８から出力された音データに、エンコード部１０６が施したエンコード処理に応じたデコード処理を施し、デコード後の音データをＤＡＣ１１０に出力する。なお、保存メモリ１０７に非圧縮の音データが記憶されている場合には、デコード部１０９は設けられず、再生制御部１０８から出力された音データはＤＡＣ１１０に入力される。
【００３７】
ＤＡＣ１１０は、デコード部１０９から出力された音データをアナログ形式の音データにＤＡ変換し、スピーカー１１１に出力する。
【００３８】
スピーカー１１１は、ＤＡＣ１１０から出力された音データに応じた音を出力する。
【００３９】
次に、本実施形態の録音装置１０の動作について説明する。
【００４０】
まず、録音装置１０の録音時の動作について、図２に示すフローチャートを参照して説明する。
【００４１】
録音を行う旨が入力部１１を介して入力されると、録音制御部１０５は、マイク１０１に音データの取得を開始させる（ステップＳ２０１）。
【００４２】
ＡＤＣ１０２は、マイク１０１が取得した音データにＡＤ変換を施して出力し、受信メモリ１０３は、ＡＤＣ１０２から出力された音データを格納する（ステップＳ２０２）。
【００４３】
受信メモリ１０３に格納された音データは、話者解析部１０４と録音制御部１０５とに出力される。
【００４４】
話者解析部１０４は、受信メモリ１０３から出力された音データの周波数分析を行い、その音データに音声データが含まれているか否かを判定する（ステップＳ２０３）。
【００４５】
音データに音声データが含まれている場合には（ステップＳ２０３：Ｙｅｓ）、話者解析部１０４は、音声データの声紋の解析を行い、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部１０５に出力する。
【００４６】
録音制御部１０５は、話者解析部１０４から出力された分類情報をユーザに通知し（ステップＳ２０４）、特定の音声データを指定する旨の入力を受け付ける（ステップＳ２０５）。
【００４７】
音声データを指定する旨が入力部１１を介して入力されると（ステップＳ２０５：Ｙｅｓ）、録音制御部１０５は、受信メモリ１０３から出力された音データから、指定された音声データが存在する区間における音データを抽出し（ステップＳ２０６）、抽出した音データにマーキング情報を付与して（ステップＳ２０７）、エンコード部１０６に出力する。
【００４８】
エンコード部１０６は、録音制御部１０５から出力された音データにエンコード処理を施し（ステップＳ２０８）、エンコード後の音データとその音データに付与されたマーキング情報とを保存メモリ１０７に出力し、保存メモリ１０７は、その音データとマーキング情報とを対応させて記憶する（ステップＳ２０９）。
【００４９】
音データに音声データが含まれていない場合には（ステップＳ２０３：Ｎｏ）、話者解析部１０４は、音データに音声データが含まれていない旨を録音制御部１０５に通知する。
【００５０】
音データに音声データが含まれていない旨が話者解析部１０４から通知された場合、および、音声データを指定する旨が入力部１１を介して入力されなかった場合には（ステップＳ２０５：Ｎｏ）、録音制御部１０５は、受信メモリ１０３から出力された音データをそのままエンコード部１０６に出力する。録音制御部１０５から出力されたデータは、ステップＳ２０８およびステップＳ２０９の処理を経て、保存メモリ１０７に格納される。
【００５１】
なお、音データに音声データが含まれていない旨が通知された場合、および、音声データを指定する旨が入力されなかった場合には、音データへのマーキング情報の付与は行われないので、ステップＳ２０８においては、マーキング情報の保存メモリ１０７への出力は行われず、また、ステップＳ２０９においては、マーキング情報の保存メモリ１０７への記憶は行われない。
【００５２】
次に、録音装置１０の再生時の動作について、図３に示すフローチャートを参照して説明する。なお、図３においては、音データとその音データに対応するマーキング情報とが保存メモリ１０７に記憶されているものとする。
【００５３】
保存メモリ１０７に記憶されている音データの再生を行う旨が入力部１１を介して入力されると、再生制御部１０８は、通知部１２にその音データに対応して記憶されているマーキング情報をユーザに通知させ（ステップＳ３０１）、再生を開始する位置の指定を受け付ける（ステップＳ３０２）。
【００５４】
再生の開始位置を指定する旨が入力部１１を介して入力された場合には（ステップＳ３０２：Ｙｅｓ）、再生制御部１０８は、指定された位置から順に、音データを保存メモリ１０７から取得し、デコード部１０９に出力する（ステップＳ３０３）。
【００５５】
再生の開始位置を指定する旨が入力部１１を介して入力されなかった場合には（ステップＳ３０２：Ｎｏ）、再生制御部１０８は、デコード部１０９への音データの出力を行っていなければ、保存メモリ１０７に記憶されている音データを最初から順にデコード部１０９に出力し、既に音データをデコード部１０９に出力済みであれば、直近に出力した音データに続く音データをデコード部１０９に出力する（ステップＳ３０４）。
【００５６】
デコード部１０９は、再生制御部１０８から出力された音データにデコード処理を施し（ステップＳ３０５）、スピーカー１１１は、そのデコード後の音データに応じた音を出力する（ステップＳ３０６）。
【００５７】
次に、再生制御部１０８は、デコード部１０９に出力した音データが保存メモリ１０７に記憶されている音データの終端に相当するか否かを判定する（ステップＳ３０７）。
【００５８】
出力した音データが保存メモリ１０７に記憶されている音データの終端に相当する場合には（ステップＳ３０７：Ｙｅｓ）、再生制御部１０８は、処理を終了する。
【００５９】
出力した音データが保存メモリ１０７に記憶されている音データの終端に相当しない場合には（ステップＳ３０７：Ｎｏ）、再生制御部１０８は、ステップＳ３０２の処理に戻る。
【００６０】
このように、本実施形態によれば、録音装置１０は、音データに含まれる音声データを声紋に応じて分類し、音声データを指定する旨が入力されると、指定された音声データが存在する区間における音データを抽出し、記憶する。
【００６１】
そのため、ユーザが音声データの指定を行うだけで、その音声データの声紋と声紋が同じ音声データが存在する区間の音データだけをまとめて記録することができる。
【００６２】
また、本実施形態によれば、録音装置１０は、録音時に、指定された音声データが存在する区間における音データと録音が行われた全区間におけるその区間の位置を示すマーキング情報とを対応させて記憶し、再生時に、そのマーキング情報に応じて、再生を開始する位置が指定されると、その指定された位置から再生を開始する。
【００６３】
そのため、容易にユーザが所望する位置から音データの再生を開始することができる。
【００６４】
なお、本実施形態においては、録音装置１０が、録音部１３および再生部１４を有する場合を例として説明したが、これに限られるものではない。例えば、録音装置１０が録音部１３を有し、他の装置が再生部１４を有し、録音装置１０の録音部１３が抽出した音データを、外部記憶媒体などを介して他の装置に移動させ、他の装置において、再生部１４を用いてその音データを再生するようにしてもよい。
【００６５】
（第２の実施形態）
図４は、本発明の第２の実施形態の録音装置の構成を示すブロック図である。
【００６６】
図４に示す録音装置２０は、入力部２１と、通知部２２と、取得部２３と、話者解析部２４と、録音制御部２５と、を有する。
【００６７】
入力部２１は、操作入力が行われ、入力された操作に応じた制御信号を録音制御部２５に出力する。
【００６８】
通知部２２は、種々の情報をユーザに通知する。なお、通知部２２の具体例としては、映像を表示するディスプレイなどがある。
【００６９】
取得部２３は、周囲の音を集音し、音データとして話者解析部２４と録音制御部２５とに出力する。
【００７０】
話者解析部２４は、取得部２３から出力された音データに音声データが含まれているか否かを判定し、音声データが含まれている場合には、声紋に応じて音声データを分類し、分類した各音声データを示す分類情報を録音制御部２５に出力する。
【００７１】
録音制御部２５は、通知部２２に話者解析部２４から出力された分類情報をユーザに通知させる。通知された分類情報に基づき、特定の音声データを指定する旨が入力部２１を介して入力されると、録音制御部２５は、取得部２３より入力された音データから、指定された音声データが存在する区間における音データを抽出して、録音装置２０の外部に出力する。
【００７２】
このように本実施形態によれば、録音装置２０は、音データに含まれる音声データを声紋に応じて分類し、音声データが指定されると、その音データに中から指定された音声データが存在する区間における音データを抽出し、記憶する。
【００７３】
そのため、ユーザが音声データの指定を行うだけで、特定の話者の音声データが存在する区間の音データだけをまとめて記録することができる。
【符号の説明】
【００７４】
１０，２０ 録音装置
１１，２１ 入力部
１２，２２ 通知部
１３ 録音部
１４ 再生部
１０１ マイク
１０２ ＡＤＣ
１０３ 受信メモリ
１０４，２４ 話者解析部
１０５，２５ 録音制御部
１０６ エンコード部
１０７ 保存メモリ
１０８ 再生制御部
１０９ デコード部
１１０ ＤＡＣ
１１１ スピーカー
２３ 取得部
【特許請求の範囲】
【請求項１】
周囲の音を集音し、音データとして出力する取得部と、
前記取得部より出力された前記音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、
前記話者解析部より出力された分類情報をユーザに通知する通知部と、
前記分類情報に基づく音声データの指定を受け取る入力部と、
前記取得部より出力された音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有することを特徴とする録音装置。
【請求項２】
請求項１記載の録音装置において、
前記録音制御部が抽出した音データを記憶する記憶部をさらに有することを特徴とする録音装置。
【請求項３】
請求項１または２記載の録音装置において、
前記録音制御部は、前記取得部が前記音データを取得した全区間の時間を計測し、前記指定された音声データが存在する区間における音データと、前記取得部が前記音データを取得した全区間における前記指定された音声データが存在する区間の位置を示すマーキング情報と、を対応させて前記記憶部に記憶させることを特徴とする録音装置。
【請求項４】
請求項３記載の録音装置において、
前記通知部は、前記音データに対応して前記記憶部に記憶されているマーキング情報をユーザに通知し、
前記入力部は、前記マーキング情報に基づく、前記記憶部に記憶されている音データの再生を開始する位置の指定を受け取り、
前記指定された位置から順に音データを前記記憶部から取得して出力する再生制御部と、
前記再生制御部から出力された音データに応じた音を出力する出力部と、を有することを特徴とする録音装置。
【請求項５】
録音装置の制御方法であって、
周囲の音を集音した音データを取得し、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力し、
前記分類情報をユーザに通知し、
前記分類情報に基づく音声データの指定を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出することを特徴とする録音装置の制御方法。
【請求項６】
請求項５記載の録音装置の制御方法において、
前記抽出した音データを記憶することを特徴とする録音装置の制御方法。
【請求項７】
請求項５または６記載の録音装置の制御方法において、
前記音データを取得した全区間の時間を計測し、前記指定された音声データが存在する区間における音データと、前記取得部が前記音データを取得した全区間における前記指定された音声データが存在する区間の位置を示すマーキング情報と、を対応させて記憶することを特徴とする録音装置の制御方法。
【請求項８】
請求項７記載の録音装置の制御方法において、
前記音データに対応して記憶しているマーキング情報をユーザに通知し、
前記マーキング情報に基づく、前記記憶している音データの再生を開始する位置の指定を受け取り、前記指定された位置から順に音データを出力し、
前記出力した音データに応じた音を出力することを特徴とする録音装置の制御方法。
【請求項９】
録音装置に、
周囲の音を集音した音データを取得する処理と、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する処理と、
前記分類情報をユーザに通知する処理と、
前記分類情報の入力に応じて入力される、音声データの指定の入力を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する処理と、を実行させるプログラム。
【請求項１】
周囲の音を集音し、音データとして出力する取得部と、
前記取得部より出力された前記音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する話者解析部と、
前記話者解析部より出力された分類情報をユーザに通知する通知部と、
前記分類情報に基づく音声データの指定を受け取る入力部と、
前記取得部より出力された音データから、前記指定された音声データが存在する区間における音データを抽出する録音制御部と、を有することを特徴とする録音装置。
【請求項２】
請求項１記載の録音装置において、
前記録音制御部が抽出した音データを記憶する記憶部をさらに有することを特徴とする録音装置。
【請求項３】
請求項１または２記載の録音装置において、
前記録音制御部は、前記取得部が前記音データを取得した全区間の時間を計測し、前記指定された音声データが存在する区間における音データと、前記取得部が前記音データを取得した全区間における前記指定された音声データが存在する区間の位置を示すマーキング情報と、を対応させて前記記憶部に記憶させることを特徴とする録音装置。
【請求項４】
請求項３記載の録音装置において、
前記通知部は、前記音データに対応して前記記憶部に記憶されているマーキング情報をユーザに通知し、
前記入力部は、前記マーキング情報に基づく、前記記憶部に記憶されている音データの再生を開始する位置の指定を受け取り、
前記指定された位置から順に音データを前記記憶部から取得して出力する再生制御部と、
前記再生制御部から出力された音データに応じた音を出力する出力部と、を有することを特徴とする録音装置。
【請求項５】
録音装置の制御方法であって、
周囲の音を集音した音データを取得し、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力し、
前記分類情報をユーザに通知し、
前記分類情報に基づく音声データの指定を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出することを特徴とする録音装置の制御方法。
【請求項６】
請求項５記載の録音装置の制御方法において、
前記抽出した音データを記憶することを特徴とする録音装置の制御方法。
【請求項７】
請求項５または６記載の録音装置の制御方法において、
前記音データを取得した全区間の時間を計測し、前記指定された音声データが存在する区間における音データと、前記取得部が前記音データを取得した全区間における前記指定された音声データが存在する区間の位置を示すマーキング情報と、を対応させて記憶することを特徴とする録音装置の制御方法。
【請求項８】
請求項７記載の録音装置の制御方法において、
前記音データに対応して記憶しているマーキング情報をユーザに通知し、
前記マーキング情報に基づく、前記記憶している音データの再生を開始する位置の指定を受け取り、前記指定された位置から順に音データを出力し、
前記出力した音データに応じた音を出力することを特徴とする録音装置の制御方法。
【請求項９】
録音装置に、
周囲の音を集音した音データを取得する処理と、
前記取得した音データに音声データが含まれているか否かを判定し、前記音声データが含まれている場合には、声紋に応じて音声データを分類するとともに、分類した各音声データを示す分類情報を出力する処理と、
前記分類情報をユーザに通知する処理と、
前記分類情報の入力に応じて入力される、音声データの指定の入力を受け取り、
前記取得した音データから、前記指定された音声データが存在する区間における音データを抽出する処理と、を実行させるプログラム。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２０１２−２１５７７３（Ｐ２０１２−２１５７７３Ａ）
【公開日】平成２４年１１月８日（２０１２．１１．８）
【国際特許分類】
【出願番号】特願２０１１−８１８７５（Ｐ２０１１−８１８７５）
【出願日】平成２３年４月１日（２０１１．４．１）
【出願人】（３１０００６８５５）ＮＥＣカシオモバイルコミュニケーションズ株式会社 (1,081)
【Ｆターム（参考）】
【公開日】平成２４年１１月８日（２０１２．１１．８）
【国際特許分類】
【出願日】平成２３年４月１日（２０１１．４．１）
【出願人】（３１０００６８５５）ＮＥＣカシオモバイルコミュニケーションズ株式会社 (1,081)
【Ｆターム（参考）】
[ Back to top ]