| 【発明の名称】 |
音声信号の再生装置 |
| 【発明者】 |
【氏名】堀 克弥
【氏名】大久保 仁
|
| 【要約】 |
【課題】記録メディアとして半導体メモリを使用した音声信号の再生装置において、特定の記録部分を簡単に、かつ、素早く再生できるようにする。
【解決手段】所定の単語の音声をマイクロフォン１１に入力したとき、その音声を音声認識回路３１により認識する。この認識結果をキーワードとしてメモリ１５に記録されている音声信号を検索する。この検索の結果を、ＬＣＤ２３にリスト形式に表示する。この表示された検索の結果のうちの１つを選択したとき、その選択した検索の結果に対応する部分からメモリ１５の再生を開始する。 |
【特許請求の範囲】
【請求項１】マイクロフォンと、このマイクロフォンの出力信号の供給される音声認識回路と、表示素子とを有し、所定の単語の音声を上記マイクロフォンに入力したとき、その音声を上記音声認識回路により認識し、この認識結果をキーワードとして記録メディアに記録されている音声信号を検索し、この検索の結果を、上記表示素子にリスト形式に表示し、この表示された検索の結果のうちの１つを選択したとき、その選択した検索の結果に対応する部分から上記記録メディアの再生を開始するようにした音声信号の再生装置。
【請求項２】請求項１に記載の音声信号の再生装置において、上記検索の結果が複数ある場合に、上記再生を開始したのち、この再生を中止したときには、上記複数の検索の結果における他の１つが選択されるようにした音声信号の再生装置。
【請求項３】請求項１あるいは請求項２に記載の音声信号の再生装置において、上記キーワードとなった認識結果の文字列を、上記表示素子に表示するようにした音声信号の再生装置。
【請求項４】請求項１〜請求項３に記載の音声信号の再生装置において、上記記録メディアが不揮発性の半導体メモリであるようにした音声信号の再生装置。
【請求項５】文字の入力手段と、表示素子とを有し、上記入力手段により所定の文字列を入力したとき、その入力した文字列ををキーワードとして記録メディアに記録されている音声信号を検索し、この検索の結果を、上記表示素子にリスト形式に表示し、この表示された検索の結果のうちの１つを選択したとき、その選択した検索の結果に対応する部分から上記記録メディアの再生を開始するようにした音声信号の再生装置。
|
【発明の詳細な説明】【０００１】
【発明の属する技術分野】この発明は、音声信号の再生装置に関する。
【０００２】
【従来の技術】音声信号の記録再生装置として、フラッシュメモリなどの不揮発性の半導体メモリに、音声信号を記録再生するものがある。そして、この半導体メモリに音声信号を記録再生する場合には、メカニカルな機構や可動部分を使用しないので、どの記録部分の音声であっても、瞬時に再生を開始することができる。
【０００３】
【発明が解決しようとする課題】ところが、特定の部分から再生を開始するには、まず、その再生を開始するべき部分を探し出す必要がある。そして、その探し出す方法として、早送りと再生とを短時間ずつ交互に繰り返すことにより、記録された音声を断片的に再生して目的とする部分を探し出す方法、あるいは数倍速程度の早送り再生を行いながら、その再生された音声をモニタして目的とする部分を探し出す方法がある。
【０００４】しかし、前者の方法は、操作が煩雑であり、目的とする部分を探し出すためには、かなりの手間がかかる。また、後者の方法は、早送り再生の速度を速くすると、それだけ音声が不明瞭になるので、目的とする部分の音声を聞き逃しやすくなり、遅くすると、検索に時間がかかってしまう。
【０００５】さらに、記録時に、必要になるであろう部分に、インデックス信号（マーカー信号）を打ち込んでおく方法もあるが、この方法の場合には、インデックス信号を打ち込んでいない部分を探し出すことはできない。
【０００６】この発明は、以上のような問題点を解決しようとするものである。
【０００７】
【課題を解決するための手段】この発明においては、例えば、マイクロフォンと、このマイクロフォンの出力信号の供給される音声認識回路と、表示素子とを有し、所定の単語の音声を上記マイクロフォンに入力したとき、その音声を上記音声認識回路により認識し、この認識結果をキーワードとして記録メディアに記録されている音声信号を検索し、この検索の結果を、上記表示素子にリスト形式に表示し、この表示された検索の結果のうちの１つを選択したとき、その選択した検索の結果に対応する部分から上記記録メディアの再生を開始するようにした音声信号の再生装置とするものである。したがって、ユーザの発声した音声をキーワードとして記録内容が検索され、その検索結果がリスト形式に表示され、そのリストの中から再生位置が選択される。
【０００８】
【発明の実施の形態】図１は、この発明による記録再生機の一例を示し、この装置においては、記録メディアとして不揮発性の半導体メモリを使用する場合である。
【０００９】そして、記録時には、マイクロフォン１１からのアナログ音声信号が、入力アンプ、フィルタおよびＡ／Ｄコンバータ回路などにより構成された入力処理回路１２に供給されてデジタル音声信号に変換され、このデジタル音声信号がエンコーダ回路１３に供給されて例えばＭＰ３方式によりデータ圧縮され、このデータ圧縮された信号が、メモリコントローラ１４に供給されて不揮発性の半導体メモリ１５に書き込まれていく。
【００１０】また、再生時には、メモリコントローラ１４によりメモリ１５からデジタル音声信号が読み出され、この読み出された信号が、デコーダ回路１６に供給されてもとのデジタル音声信号にデコードされ、このデコードされた信号が、Ｄ／Ａコンバータ回路、フィルタおよび出力アンプなどにより構成された出力処理回路１７に供給されてもとのアナログ音声信号に変換され、この信号がスピーカ１８に供給される。
【００１１】さらに、システム制御回路としてマイクロコンピュータ２１が設けられる。このマイクロコンピュータ２１は、プログラムを実行するＣＰＵ２１１、各種のプログラムの書き込まれたＲＯＭ２１２、ワークエリア用のＲＡＭ２１３および周辺回路とのインターフェイス回路（図示せず）などを有している。そして、マイクロコンピュータ２１からメモリコントローラ１４にコマンド（およびパラメータ）が供給されると、メモリコントローラ１４により、メモリ１５に対する書き込み、読み出しおよびそれらのアドレスが制御され、上記のようにデジタル音声信号の書き込みあるいは読み出しが実現される。
【００１２】さらに、マイクロコンピュータ２１には、入力操作部として各種の操作キー（操作スイッチ）２２が接続されるとともに、表示素子として例えばＬＣＤ２３が接続される。そして、操作キー２２の操作にしたがってマイクロコンピュータ２１からメモリコントローラ１４に所定のコマンドが供給され、メモリ１５に対する書き込みあるいは読み出し、すなわち、音声の記録あるいは再生が実行される。また、この記録時および再生時、メモリ１５のアドレスが経過時間に換算され、その経過時間がＬＣＤ２３に表示される。
【００１３】そして、メモリ１５に記録された音声のうち、ユーザの指定した部分から再生を開始できるようにするため、特にこの発明においては、以下のように構成される。すなわち、音声認識回路３１が設けられ、入力処理回路１２およびデコーダ回路１６に接続されるとともに、その認識結果がマイクロコンピュータ２１に供給される。
【００１４】また、マイクロコンピュータ２１のＲＯＭ２１２には、ＣＰＵ２１１の実行するプログラムの一部として、例えば図２に示すようなルーチン１００が用意される。このルーチン１００は、ユーザの発声した音声をキーワードとしてメモリ１５に記録されている音声を検索し、目的とする記録位置を探し出すためのものであり、その詳細については後述する。なお、図２においては、ルーチン１００は、この発明に関係する部分だけを抜粋して示している。
【００１５】このような構成において、メモリ１５には、例えば、図４に示すように音声が記録されているとする。すなわち、記録時間にして７分35秒の位置に音声「ＡＢＣ△△」が記録され、10分25秒の位置に音声「ＡＢＣ○○」が記録され、18分42秒の位置に音声「ＡＢＣ××」が記録されているとする。なお、記録時間の位置は、再生時間の位置でもあり、メモリ１５のアドレスに対応する。また、音声「ＡＢＣ○○」の記録位置から再生を開始したいものとする。
【００１６】そして、この記録再生機が停止状態にあるとき、操作キー２２のうちの検索キーを操作すると、ＣＰＵ２１１の処理がルーチン１００のステップ１０１からスタートし、次にステップ１０２において、例えば図３Ａに示すように、ＬＣＤ２３には、キーワードの入力を促す画面が表示され、キーワードの入力待ちとなる。この場合、キーワードは、再生をしたい記録区間に含まれている単語あるいは再生をしたい記録区間の先頭部分に位置する単語である。
【００１７】今の場合は、単語「ＡＢＣ○○」の記録位置から再生を開始したい場合なので、マイクロフォン１１に向かって「ＡＢＣ」と発声する。すると、この単語「ＡＢＣ」の音声信号が、マイクロフォン１１から入力処理回路１２を通じて音声認識回路３１に供給されて認識され、この認識結果がマイクロコンピュータ２１に検索のキーワードとして供給される。
【００１８】すると、マイクロコンピュータ２１の処理はステップ１０３に進み、キーワードの確認のため、例えば図３Ｂに示すように、「キーワードは“ＡＢＣ”です」が表示されるとともに、メモリ１５の記録内容に対する検索が開始される。すなわち、メモリ１５の内容がその先頭位置〔０分０秒〕から高速で読み出され、デコーダ回路１６に供給されてデジタル音声信号にデコードされるとともに、そのデコードされた音声信号が音声認識回路３１に供給されて認識され、その認識結果がマイクロコンピュータ２１に供給される。こうして、マイクロコンピュータ２１において、マイクロフォン１１により入力された音声信号をキーワードとして、メモリ１５から読み出されてくる音声信号が検索される。なお、この検索は、ワードスポッティングで行うことができる。
【００１９】そして、今の場合、キーワードが「ＡＢＣ」であり、メモリ１５の記録内容が図４のとおりなので、検索が〔７分35秒〕の記録位置まで進むと、音声「ＡＢＣ△△」が見つかるが、すると、この〔７分35秒〕が検索結果としてＲＡＭ２１３に記憶される。そして、その後も検索が続行され、今の場合、記録位置〔10分25秒〕、〔18分42秒〕も検索結果としてＲＡＭ２１３に追加して記憶される。
【００２０】そして、検索がメモリ１５の記録内容の最後まで進むと、それで検索を終了し、処理はステップ１０４に進み、このステップ１０４において、ステップ１０３によりＲＡＭ２１３に記憶された検索結果、今の場合、〔７分35秒〕、〔10分25秒〕、〔18分42秒〕が、図３Ｃに示すように、ＬＣＤ２３にリスト形式に表示される。また、このとき、第１番目の検索結果の行には、カーソル２３１が表示される。
【００２１】続いて、処理はステップ１０５に進み、このステップ１０５において、検索結果の選択待ちとなり、操作キー２２のうちのカーソルキーを操作すると、カーソル２３１が検索結果の配列方向に移動する。なお、検索結果が、ＬＣＤ２３に一度に表示できる行数よりも多いときには、カーソルキーを操作すると、表示されたが検索結果がスクロールされる。
【００２２】そして、ＬＣＤ２３に表示された検索結果のうち、〔10分25秒〕の検索結果が目的とする記録位置と思われる場合には、〔10分25秒〕の行にカーソル２３１を移動させ、操作キー２２のうちの決定キーを操作する。
【００２３】すると、処理はステップ１０６に進み、メモリ１５の記録内容のうち、ステップ１０５で選択および決定した検索結果の時間位置、今の場合、〔10分25秒〕の記録位置から読み出しを開始するように、マイクロコンピュータ２１からメモリコントローラ１４にコマンドが出され、したがって、メモリ１５の記録内容のうち、〔10分25秒〕の記録位置から再生が開始され、その音声がスピーカ１８から出力される。また、このとき、ＬＣＤ２３には、例えば図３Ｄに示すように、メモリ１５における再生位置が再生経過時間として表示される。
【００２４】さらに、メモリ１５からの再生が開始されると、ＣＰＵ２１１の処理はステップ１０７に進み、キー入力待ちとなる。そして、処理がステップ１０７に進んでから所定の時間内に操作キー２２のどれかが操作されると、処理はステップ１０７からステップ１０８に進み、メモリコントローラ１４にコマンドが供給されてメモリ１５からの音声の再生はいったん停止され、その後、処理はステップ１０４に戻る。
【００２５】したがって、例えば図３Ｃに示すように、ＬＣＤ２３には、再びステップ１０３における検索の結果がリスト形式に表示され、その検索結果を選択できる状態となる。したがって、検索結果の選択を誤ったときには、目的とする検索結果が得られるまで、すなわち、目的とする内容が再生されるようになるまで、ステップ１０５、１０７の入力を繰り返せばよいことになる。
【００２６】また、ステップ１０７においてキー入力待ちのとき、キー操作をしないうちに所定の時間が経過すると、処理はステップ１０７からステップ１０９に進み、このルーチン１００を終了する。ただし、このとき、ステップ１０６により開始された再生は継続している。
【００２７】したがって、ステップ１０５により選択した検索結果が目的とする内容の場合には、そのまま何もキー操作をしないでいれば、その目的とする内容が継続して再生される。
【００２８】なお、キーワードを間違えるなどして検索結果が得られないときには、ステップ１０４において、例えば「該当する記録はありません」の文字列がＬＣＤ２３に表示され、ルーチン１００を終了する。
【００２９】こうして、上述の記録再生機によれば、■ ユーザの発声した音声をキーワードとして記録内容を検索する。
■ 検索結果を例えば図３Ｃに示すように、リスト形式で表示する。
■ そのリストの中から再生位置を選択する。
ようにしているので、目的とする記録部分を素早く、かつ、簡単に探し出して再生することができる。
【００３０】例えば、キーワードに該当する単語が１か所にしか記録されていないときには、ステップ１０５で決定キーを押せば、あとは何も操作する必要がない。また、キーワードに該当する単語が複数の位置に記録されていても、それらを選択するだけであり、目的とする記録部分を簡単に探し出して再生することができる。
【００３１】さらに、記録位置のリストを表示する場合、例えば図３Ｃに示すように、リストには、記録位置の時間も示すようにしているので、例えば、会議が始まって10分ぐらいのときの発言だったのように、目的とする記録位置のおよその時間位置がわかっている場合には、その記録位置をより素早く探し出すことができる。
【００３２】なお、上述においては、ステップ１０３において検索結果をＲＡＭ２１３に記憶するとき、記録時間の状態で記憶するとしたが、メモリ１５のアドレスを記憶するとともに、ステップ１０４において検索結果が表示するとき、その記憶しておいたアドレスを記録時間に変換して表示することもできる。
【００３３】また、ステップ１０５により選択した検索結果が目的とするものではないときには、ステップ１０７からステップ１０８に進むが、複数の検索結果があるときには、前回選択した検索結果の次の検索結果を選択してステップ１０６に進むようにすることもできる。
【００３４】さらに、上述においては、入力操作部が操作キー２２の場合であるが、ジョグダイヤルなどとすることもできる。また、上述においては、検索時のキーワードが、マイクロフォン１１から入力した音声であるが、操作キー２２を操作して入力した文字（文字コード）とすることもできる。さらに、上述においては、記録メディアが不揮発性メモリ１５であるが、メモリカード（不揮発性メモリを、所定のパッケージに収納して本体機器に対して着脱自在としたメディア）、テープカセット、ＭＤなどとすることもできる。
【００３５】〔この明細書で使用している略語の一覧〕
Ａ／Ｄ：Analog to DigitalＣＰＵ：Central Processing UnitＤ／Ａ：Digital to AnalogＬＣＤ：Liquid Crystal DisplayＭＤ ：Mini DiscＭＰ３：MPEG-1/Audio Layer 3ＲＡＭ：Random Access MemoryＲＯＭ：Read Only Memory【００３６】
【発明の効果】この発明によれば、目的とする記録部分を素早く、かつ、簡単に探し出して再生することができる。
|
| 【出願人】 |
【識別番号】０００００２１８５
【氏名又は名称】ソニー株式会社
|
| 【出願日】 |
平成１２年９月１１日（２０００．９．１１） |
| 【代理人】 |
【識別番号】１０００９１５４６
【弁理士】
【氏名又は名称】佐藤 正美
|
| 【公開番号】 |
特開２００２−９１４９３（Ｐ２００２−９１４９３Ａ） |
| 【公開日】 |
平成１４年３月２７日（２００２．３．２７） |
| 【出願番号】 |
特願２０００−２７４７８１（Ｐ２０００−２７４７８１） |
|