【課題】音声信号の特徴量の時系列を編集する利用者の負担を軽減する。
【解決手段】抽出値取得部４２は、音声の韻律に関連する特徴量の抽出値Ａの時系列を取得する。相対値制御部５４は、抽出値Ａを基準とした相対値Ｃの時系列を設定する。編集値算定部５６は、抽出値Ａを相対値Ｃに応じて変化させた編集値Ｂの時系列を算定する。表示制御部４６は、相対値Ｃの時系列を表す相対値画像ＧCを表示装置２４に表示させる。制御点設定部５２は、相対値画像ＧCのうち相対値Ｃの数値軸の方向における制御点ＰCの位置を利用者からの指示に応じて可変に設定する。相対値制御部５４は、制御点ＰCの近傍の複数の時点の各々の相対値Ｃを、数値軸の方向における当該制御点ＰCの位置に応じて設定する。 （もっと読む）

【課題】音声の話速が変更された度合を利用者に直感的に把握させる。
【解決手段】話速変換部３４は、音声信号Ｓ1に話速変換を実行することで音声信号Ｓ2を生成する。表示制御部３２は、音声信号Ｓ1と音声信号Ｓ2とが対比的に配置された波形確認画像４０を表示装置２４に表示させる。波形確認画像４０は、話速変換前の音声信号Ｓ1の波形Ｗ1をＸ方向の時間軸に沿って配置した領域Ａ1と、話速変換後の音声信号Ｓ2の波形Ｗ2をＸ方向の時間軸に沿って配置した領域Ａ2とをＹ方向に並置した画像である。表示制御部３２は、音声信号Ｓ1に指定された対象区間Ｔ1と、話速変換後の音声信号Ｓ2のうち当該対象区間Ｔ1に対応する変換区間Ｔ2とについて、両区間の始点同士を連結する直線ＬAと終点同士を連結する直線ＬBとを、領域Ａ1と領域Ａ2との間の領域Ａ3に配置する。 （もっと読む）

【課題】 音声の特徴自体によって直接的に制御を行うことを可能とした音声制御装置を提供する。
【手段】 音声取得部２は、音声を取得し電気信号に変換する。特徴量算出手段４は、音声電気信号を周波数解析し、特徴量を算出する。母音判定手段６は、算出した特徴量に基づいて、予め登録された母音との類似度に基づいて母音の判定を行う。制御手段８は、各母音を異なる方向に対応づけた平面または空間において、母音判定手段６によって判定された母音に対応する方向に、その類似度に対応する大きさのベクトルを想定する。制御手段８は、このようにして想定したベクトルに基づいて制御信号を出力する。このようにして、音声に基づいた制御を行うことができる。 （もっと読む）

【課題】音声ガイドメッセージを発話させるために必要十分な音声データファイルを効率よく編集、生成する。
【解決手段】フレーズの音声データとフレーズのテキストデータを含むフレーズデータが記憶されたフレーズデータ記憶部１７２と、センテンスの編集処理を行うセンテンス編集処理部１２０と、センテンスを構成するフレーズを特定するフレーズ特定情報とフレーズの再生順序に関するシーケンス情報を含むセンテンス情報の生成を行うセンテンス情報生成処理部１２２としてコンピュータを機能させる。センテンス情報生成処理部１２２は、前記センテンスのテキストデータを受け付け、受け付けたセンテンスのテキストデータを複数のフレーズに分割するセンテンス分割処理を行い、分割されたセンテンスを構成するフレーズのフレーズ特定情報とシーケンス情報を含むセンテンス情報の生成を行う。 （もっと読む）

【課題】音声認識性能に影響を与えるユーザ音声の物理量の改善を支援する音声診断装置及びユーザ音声診断方法を提供する。
【解決手段】ユーザ音声診断装置１０の音声信号入力部１０１は、ユーザの発声による音声信号を入力し、物理量算出部１０２は、入力された音声信号に基づいて母音間距離と話者固有度の両方を含む物理量を算出する。物理量提示部１０３は、算出された物理量をユーザに提示する。 （もっと読む）

【課題】音声認識システムを提供する。
【解決手段】音声認識システムは、少なくとも１つの音声認識エンジンおよび表示装置を含み、且つ該表示装置上に信号インジケータインターフェイスおよび文字出力インターフェイスを設けてなる。そのうち、該信号インジケータインターフェイスは、波形によって使用者が入力した音声信号を表し、録音状態、音声認識進行中状態または音声認識完成状態を表示する。該文字出力インターフェイスは、音声認識した文字結果を表示することに用い、且つ該文字結果は少なくとも１つのワードユニットを含む。また、表示するワードユニットおよび対応する波形ユニットがそれぞれ１つのフィードバック調整選択項目組と連結する；そのフィードバック調整選択項目組は、少なくとも１つのフィードバック調整選択項目を含み、使用者にコマンドを選択させ、音声認識エラーを更正するか、または音声認識システムをフィードバック調整する。 （もっと読む）

【課題】複数の楽曲から違和感のない楽曲を生成する。
【解決手段】記憶装置３０は、楽曲を区分した各素片Ｐの楽音データＡと各素片Ｐの音響的な特徴量Ｆとを複数の楽曲の各々について記憶する。類否算定部１２は、主楽曲の各主素片Ｐmについて、当該主素片Ｐm以外の副素片Ｐsとの特徴量Ｆの類否の指標となる類否指標値Ｒを副素片Ｐs毎に算定する。選択部１４は、類否指標値Ｒが類似を示す副素片Ｐsを各主素片Ｐmについて選択する。加工部１６は、各主素片Ｐmの楽音データＡを、選択部１４が当該主素片Ｐmについて選択した副素片Ｐsの楽音データＡに基づいて順次に加工する。表示制御部１８は、主楽曲の複数の主素片Ｐmの各々について、当該主素片Ｐmと各楽曲の副素片Ｐsとの類否指標値Ｒを楽曲毎に示す図表を表示装置４４に表示する。 （もっと読む）

【課題】複数の素片の反復的な再生を利用者に直感的に認識させる。
【解決手段】記憶装置２０は、楽音の波形を表す素片データＡと楽音の特徴量Ｆとを、楽曲を区分した複数の素片Ｐの各々について記憶する。表示制御部１２は、複数の単位図柄ＧUを円環状に配置した素片環Ｃを表示装置３４に表示する。素片割当部１４は、各単位図柄ＧUに素片Ｐを割り当てる。素片Ｐが割り当てられた単位図柄ＧUは、当該素片Ｐの特徴量Ｆに応じた態様（色相）で表示される。再生部１６は、各単位図柄ＧUに割り当てられた素片Ｐの素片データＡを、素片環Ｃにおける複数の単位図柄ＧUの配列の順番に再生する。 （もっと読む）

【課題】
会議中の複数の参加者の音声を取得して，刻々と変わる参加者の会話状況をリアルタイムに表示することで，より積極的な議論を誘発するような会議可視化システムを提供する。
【解決手段】
複数の会議参加者に対応した複数の音声収集部から収集した音声データを音声処理サーバ４０で処理し、発話情報を抽出する。この発話情報を集計処理サーバ２００に順次入力する。処理サーバ２００のストリームデータ処理部で、この発話情報に対して、クエリ処理を施すことにより会議参加者の会議における発言回数累積値などのアクティビティデータを生成する。表示処理部２０３は、このアクティビティデータに基づき、会議参加者の対話状況を円の大きさや線の太さなどを用いて可視化して表示する。 （もっと読む）

【課題】各種装置等に音声信号を入力する際、ユーザに対して入力音声信号の大きさだけでなく、品質情報についても提示し、その提示情報に応じてユーザ自らが入力環境を適切に改善できるようにする。
【解決手段】音声信号入力部１０１から入力された音声信号のゲインを入力ゲイン調整部１０２で適正レベルに調整し、Ａ／Ｄ変換部１０３でディジタル信号に変換し、このディジタル信号について一定時間ごとに切り出したフレームごとに、第１信号レベル計算部１０４で第１信号レベルを計算するとともに、音声尤度計算部１０７でスペクトル特徴量計算部１０５において求めた上記ディジタル信号の特徴量とクリーン音声信号の確率モデル（ＧＭＭ）パラメータとから音声尤度値を計算する。そして、同一フレームの上記第１信号レベルと上記音声尤度値とを表示部１０８に表示する。 （もっと読む）