音声再生装置及び音声再生方法

トップ :: G 物理学 :: G10 楽器;音響

【発明の名称】	音声再生装置及び音声再生方法
【発明者】	【氏名】富田彰
【要約】	【課題】音声データの有音区間／無音区間を判別するための閾値を動的に変化させることにより、最適な閾値に基づく音声データの間引き処理を行い、任意の逓倍での高速再生を可能とする【解決手段】音声再生装置は、入力された音声データから音声レベル情報を抽出する音声レベル抽出回路１０５と、音声データから各フレームの開始フラグを検出するフレーム先頭検出回路１０４と、検出結果と音声レベル情報と入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成及び制御する閾値生成回路１０９と、音声レベルと閾値の比較により音声データの有音／無音区間を判別する閾値比較回路１１１と、判別結果の有音／無音区間の音声レベルの連続性に基づいて再生／間引き区間を判定し、間引き制御信号を出力する連続性判定回路１０８と、間引き制御信号に基づいて入力された音声データから間引き区間を間引いて再生区間をデコード出力する音声デコード回路１０２とを具備する。【解決手段】音声再生装置は、入力された音声データから音声レベル情報を抽出する音声レベル抽出回路１０５と、音声データから各フレームの開始フラグを検出するフレーム先頭検出回路１０４と、検出結果と音声レベル情報と入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成及び制御する閾値生成回路１０９と、音声レベルと閾値の比較により音声データの有音／無音区間を判別する閾値比較回路１１１と、判別結果の有音／無音区間の音声レベルの連続性に基づいて再生／間引き区間を判定し、間引き制御信号を出力する連続性判定回路１０８と、間引き制御信号に基づいて入力された音声データから間引き区間を間引いて再生区間をデコード出力する音声デコード回路１０２とを具備する。

【特許請求の範囲】
【請求項１】入力された音声データから一定時間内の信号振幅に対応した音声レベルを抽出し、音声レベルを出力する音声レベル抽出回路と、前記音声データから各フレームの開始フラグを検出し検出結果を出力するフレーム先頭検出回路と、前記検出結果と前記音声レベルと入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成および制御する閾値生成回路と、前記音声レベルを前記閾値と比較することにより前記音声データの有音／無音区間を判別し、判別結果を出力する閾値比較回路と、前記判別結果の有音区間における前記閾値より大きい音声レベルの連続性と無音区間における前記閾値より小さい音声レベルの連続性に基づいて再生／間引き区間を判定し、間引き制御信号を出力する連続性判定回路と、前記間引き制御信号に基づいて入力された音声データから前記間引き区間を間引いて前記再生区間をデコード出力する音声デコード回路とを具備することを特徴とする音声再生装置。
【請求項２】前記閾値生成回路は、前記間引き制御信号に基づいて現時点での再生レートを算出し、前記入力された所望の再生レートと前記現時点での再生レートが等しい場合には予め設定された閾値を保持し、前記所望の再生レートが前記現時点での再生レートより大きい場合には前記閾値を高く再設定し、前記所望の再生レートが前記現時点での再生レートより小さい場合には前記閾値を低く再設定するように制御することを特徴とする請求項１記載の音声再生装置。
【請求項３】前記閾値生成回路は、前記音声レベルが時間経過に従って大きくなる場合には前記閾値をさらに高く再設定し、前記音声レベルが時間経過に従って小さくなる場合には前記閾値をさらに低く再設定するように制御することを特徴とする請求項２記載の音声再生装置。
【請求項４】前記連続性判定回路は、前記有音区間の前記閾値より大きい音声レベルの連続性が低い場合には間引き区間と判定し、無音区間の前記閾値より小さい音声レベルの連続性が低い場合には再生区間と判定することを特徴とする請求項１記載の音声再生装置。
【請求項５】入力された音声データから一定時間内の信号振幅に対応した音声レベルを抽出するステップと、前記入力された音声データから各フレームの開始フラグを検出するステップと、前記検出結果と前記抽出された音声レベルと入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成および制御するステップと、前記抽出された音声レベルを前記閾値と比較することにより前記音声データの有音／無音区間を判別し、判別結果を出力するステップと、前記判別結果の有音区間における前記閾値より大きい音声レベルの連続性と無音区間における前記閾値より小さい音声レベルの連続性に基づいて再生／間引き区間を判定し、判定結果を出力するステップと、前記判定結果に基づいて入力された音声データから前記間引き区間を間引いて前記再生区間をデコード出力するステップとを有することを特徴とする音声再生方法。
【請求項６】前記判定結果に基づいて現時点での再生レートを算出し、前記入力された所望の再生レートと前記現時点での再生レートが等しい場合には予め設定された閾値を保持し、前記所望の再生レートが前記現時点での再生レートより大きい場合には前記閾値を高く再設定し、前記所望の再生レートが前記現時点での再生レートより小さい場合には前記閾値を低く再設定するように制御することを特徴とする請求項５記載の音声再生方法。
【請求項７】前記音声レベルが時間経過に従って大きくなる場合には設定された閾値をさらに高く再設定し、音声レベルが時間経過に従って小さくなる場合には前記閾値をさらに低く再設定するように制御することを特徴とする請求項６記載の音声再生方法。

【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は、ディジタル音声データの音声再生装置及び音声再生方法に関する。
【０００２】
【従来の技術】従来より、ディジタル音声データを高速再生する場合においては、音声データの不必要な無音区間を間引くことによって任意の逓倍での高速再生を実現している。以下、図６、７を参照して、従来の音声再生装置の構成及びその動作について説明する。
【０００３】図６は、従来のディジタル音声データの音声再生装置の回路構成図を示す。
【０００４】従来の音声再生装置は、図６に示すように、バッファメモリ３０１、音声デコーダ３０２、間引き制御回路３０３を備えている。
【０００５】以下、各部を具体的に説明する。
【０００６】バッファメモリ３０１は、各種記録媒体３０４または外部インターフェイスから入力されたディジタル音声圧縮データを一時的に記録蓄積するＲＡＭ等のメモリである。また、バッファメモリ３０１は、音声デコーダ３０２からのストリーム要求制御信号に従って、音声デコーダ３０２に対してディジタル音声圧縮ストリームを出力する。
【０００７】音声デコーダ３０２は、再生動作時にバッファメモリ３０１からディジタル音声圧縮データを読み出し、伸張処理を行う。また、間引き制御回路３０３からの間引き制御信号に従って音声データの一定の条件で間引いてデコード出力する。
【０００８】間引き制御回路３０３は、バッファメモリ３０１に格納されたディジタル音声圧縮データから無音区間を間引くための各種制御処理を行い、その結果を間引き制御信号として音声デコーダ３０２に出力する。
【０００９】ここで、間引き制御処理としては、有音／無音区間を判別して間引く処理と、有音／無音区間とは関係なく一定間隔で間引く処理の二通りが知られている。有音／無音区間の判別を行って間引く処理は、一定時間内の信号振幅に対応した音声レベル成分を検出し、予め決められた所定の閾値と比較して、有音区間と無音区間の判別を行う。すなわち、一定時間内の信号振幅に対応した音声レベル成分が所定の閾値以上である区間を有音区間と判別し、閾値より小さい区間を無音区間と判別する。一方、有音／無音区間とは関係なく一定間隔で間引く処理は、音声データの１フレーム毎に再生区間と間引き区間とを設定する。
【００１０】次に、上記のような音声再生装置におけるディジタル音声データの高速再生方法について説明する。
【００１１】上記のような音声再生装置を利用したディジタル音声データの高速再生時においては、まず、ディジタル音声圧縮データは、各種記憶媒体３０４又は外部インターフェイスからバッファメモリ３０１上に読み出され、一時的に記録蓄積される。次に、間引き制御回路３０３は、バッファメモリ３０１上のディジタル音声圧縮データから一定時間内の音声信号振幅に対応した音声レベル成分を抽出し、有音区間と無音区間を判別するための所定の閾値と比較し、比較結果を間引き制御信号として音声デコーダ３０２に出力する。一方、有音／無音区間を区別せずに一定間隔で間引く処理においては、間引き制御回路３０３は、バッファメモリ３０１上のディジタル音声圧縮データから一定間隔で再生区間と間引き区間とを設定し、その結果を間引き制御信号として音声デコーダ３０２に出力する（図７（Ａ）を参照）。続いて、音声デコーダ３０２は、ディジタル音声圧縮データをバッファメモリ３０１から読み出し、間引き制御回路３０３から入力された間引き制御信号に従って無音区間（または間引き区間）であるフレームを間引いて伸張処理を施した後、デコード出力する。図７（Ｂ）は、有音／無音区間を区別せずに一定間隔で音声データの間引き処理を行った場合の結果を示す。
【００１２】
【発明が解決しようとする課題】しかしながら、上記従来の音声再生装置において、有音／無音区間を判別して間引く場合、音声データの有音区間と無音区間を判別するための閾値が常に一定であるため、任意の逓倍での高速再生を保証できないといった問題が生じる。具体的には、例えば、２倍速で高速再生を行う場合、１０秒の音声データは５秒で高速再生する必要がある。このとき、有音区間と無音区間の判別により１０秒の音声データ中に５秒の無音区間があると判別された場合、この５秒の無音区間を間引くことで残りの５秒間の有音区間を再生すれば、２倍速の高速再生を実現することができる。しかし、有音区間と無音区間の判別により１０秒の音声データ中に４秒しか無音区間がないと判別された場合、有音区間中の音声データからさらに１秒間のデータを間引く必要が生じてしまい、その結果、音声に欠落が生じ、音声の内容を理解することが不可能となってしまう。また、上記従来の音声再生装置において、有音／無音区間を区別せずに一定間隔で間引く場合には、有音区間も間引かれるため音声の内容を認識しづらくなるといった問題が生じる。
【００１３】そこで、本発明は上記問題に鑑みてなされたもので、有音／無音区間を判別するための閾値を動的に変化させることによって最適な閾値に基づく音声データの間引き処理を行い、音質を劣化されることなく任意の逓倍での高速再生を可能とする高速再生装置及び音声再生方法を提供することを目的とする。
【００１４】
【課題を解決するための手段】上記目的を達成するために、本発明に係る音声再生装置の特徴は、入力された音声データから一定時間内の信号振幅に対応した音声レベル成分を抽出し、音声レベルを出力する音声レベル抽出回路と、音声データから各フレームの開始フラグを検出し検出結果を出力するフレーム先頭検出回路と、検出結果と抽出された音声レベルと入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成および制御する閾値生成回路と、音声レベルを生成された閾値と比較することにより音声データの有音／無音区間を判別し、判別結果を出力する閾値比較回路と、判別結果の有音区間における閾値より大きい音声レベルの連続性と無音区間における閾値より小さい音声レベルの連続性に基づいて再生／間引き区間を判定し、間引き制御信号を出力する連続性判定回路と、間引き制御信号に基づいて入力された音声データから間引き区間を間引いて前記再生区間をデコード出力する音声デコード回路とを具備することにある。
【００１５】上記のような音声再生装置によれば、音声データの有音区間と無音区間を判別するための閾値を動的に変化させて制御できるので、最適な閾値に基づく間引き処理を実現することができる。
【００１６】なお、閾値生成回路は、間引き制御信号に基づいて現時点での再生レートを算出し、入力された所望の再生レートと現時点での再生レートが等しい場合には予め設定された閾値を保持し、入力された所望の再生レートが現時点での再生レートより大きい場合には閾値を高く再設定し、入力された所望の再生レートが現時点での再生レートより小さい場合には閾値を低く再設定するように制御することが望ましい。この構成によれば、入力される所望の再生レート、フレーム同期信号、間引き制御信号の各信号状態に応じて、音声データの有音区間／無音区間を判別するための閾値を動的に変化させるので、最適な間引き制御処理を行うことが可能となる。
【００１７】また、閾値生成回路は、音声レベルが時間経過に従って大きくなる場合には閾値をさらに高く再設定し、前記音声レベルが時間経過に従って小さくなる場合には閾値をさらに低く再設定するように制御すると良い。このような構成によれば、過去の音声レベル情報より今後の音声レベルの変化を予測して閾値を動的に制御するので、音声レベルが激しく変化する場合に短時間で最適な間引き制御処理を行うことが可能となる。
【００１８】さらに、連続性判定回路は、有音区間の前記閾値より大きい音声レベルの連続性が低い場合には間引き区間と判定し、無音区間の閾値より小さい音声レベルの連続性が低い場合には再生区間と判定することが望ましい。このような構成によれば、必要な有音区間を削除することなく最適な間引き処理を実現することができる。
【００１９】一方、本発明に係る音声再生方法の特徴は、入力された音声データから一定時間内の信号振幅に対応した音声レベル成分を抽出するステップと、入力された音声データから各フレームの開始フラグを検出するステップと、検出結果と抽出された音声レベルと入力された所望の再生レートに基づいて有音／無音区間を判別のための閾値を生成および制御するステップと、抽出された音声レベルを生成された閾値と比較し、音声データの有音／無音区間を判別し、判別結果を出力するステップと、前記判別結果の有音区間における閾値より大きい音声レベルの連続性と無音区間における閾値より小さい音声レベルの連続性に基づいて再生／間引き区間を判定し、判定結果を出力するステップと、判定結果に基づいて入力された音声データから間引き区間を間引いて再生区間をデコード出力するステップとを有することにある。
【００２０】上記のような音声再生方法によれば、音声データの有音区間と無音区間を判別するための閾値を動的に変化させて制御できるので、最適な閾値に基づく間引き処理を実現することができる。
【００２１】本発明の第６の特徴は、なお、閾値生成回路は、間引き制御信号に基づいて現時点での再生レートを算出し、入力された所望の再生レートと現時点での再生レートが等しい場合には予め設定された閾値を保持し、入力された所望の再生レートが現時点での再生レートより大きい場合には閾値を高く再設定し、入力された所望の再生レートが現時点での再生レートより小さい場合には閾値を低く再設定するように制御することが望ましい。この構成によれば、入力される所望の再生レート、フレーム同期信号、間引き制御信号の各信号状態に応じて、音声データの有音区間／無音区間を判別するための閾値を動的に変化させるので、最適な間引き制御処理を行うことが可能となる。
【００２２】
【発明の実施の形態】以下、図１～図５を参照して本発明の実施の一形態となる音声再生装置の構成及びその動作について説明する。
【００２３】図１は、本発明の実施の一形態となる音声再生装置の構成を示す図である。
【００２４】図１に示すように、この音声再生装置は、バッファメモリ１０１、音声デコーダ１０２、間引き処理部２０１を備えている。さらに、間引き処理部２０１は、フレーム先頭検出回路１０４、音声レベル抽出回路１０５、閾値比較回路１１１、閾値設定回路１１０、閾値比較回路１１１、ホストコントローラ１０６、連続回数設定回路１０７、連続性判定回路１０８から構成されている。
【００２５】以下、各部を具体的に説明する。
【００２６】バッファメモリ１０１は、各種記録媒体１０３または外部インターフェイスから入力されたディジタル音声圧縮データを一時的に記録蓄積するＲＡＭ等のメモリである。また、バッファメモリ１０１は、音声デコーダ１０２からのストリーム要求制御信号に従ってディジタル音声圧縮ストリームをフレーム先頭検出回路１０４、音声レベル抽出回路１０５、音声デコーダ１０２に対して出力する。
【００２７】ここで、ディジタル音声圧縮ストリームとは、フレームというデータ単位の集合からなるデータの連続した流れである。フレームとは、ある一定時間の時間軸方向に連続する音声データと、音声データの波形振幅を示すレベル成分情報や何分何秒を示す時間情報の制御信号等とから構成された情報の集合体である。
【００２８】間引き処理部２０１は、バッファメモリ１０１を介して入力されたディジタル音声圧縮データから有音区間／無音区間を判別し、その結果を間引き制御信号として音声デコーダ１０２に対して出力する。以下、間引き処理部２０１を構成する各部について詳細に説明する。
【００２９】フレーム先頭検出回路１０４は、入力されたディジタル音声圧縮ストリームのフレームの開始フラグを検出し、検出結果としてフレーム同期信号を音声レベル抽出回路１０５及び閾値生成回路１０９に出力する。具体的には、ディジタル音声圧縮ストリームの各フレームの始まり（開始フラグ）を検出した場合にＯＮとなり、フレームの先頭を検出したことを示すフレーム同期信号を音声レベル抽出回路１０５と閾値生成回路１０９に出力する。
【００３０】音声レベル抽出回路１０５は、フレーム先頭検出回路１０４から入力されたフレーム同期信号とバッファメモリ１０１から入力されたデジタル音声圧縮ストリームからディジタル音声圧縮ストリームからフレーム同期信号に応じて各フレームのデコード後の音声信号振幅に対応する音声レベル情報（以下、音声レベルと略す）を抽出し、抽出結果（音声レベル信号）を閾値比較回路１１１と閾値生成回路１０９に出力する。
【００３１】ホストコントローラ１０６は、有音区間／無音区間を判別するための初期閾値及び期待再生レートを閾値生成回路に出力し、所定の閾値以上あるいは閾値未満の音声レベルの連続性を判定するための連続回数の値を連続回数設定回路１０７に出力する。ここで、期待再生レートとは、ユーザが入力あるいは予め初期設定された高速再生を行う際の再生レート（任意の逓倍）である。
【００３２】連続回数設定回路１０７は、ホストコントローラ１０６からの初期連続回数の値に基づいて音声レベルの連続性を判定するための連続回数を設定し、その値を連続性判定回路１０８に出力する。
【００３３】閾値生成回路１０９は、フレーム先頭検出回路１０４から入力されるフレーム同期信号と、音声レベル抽出回路１０５から入力される音声レベルと、連続判定回路１０８から入力される間引き制御信号と、ホストコントローラから入力される閾値の初期値及び期待再生レート（Ｎ）とから、これらの信号状態に応じて間引き処理を行うための閾値の生成及び制御処理を行い、閾値制御信号を閾値設定回路１１０に出力する。閾値制御信号には、再生レートによる閾値制御信号と音声レベルによる閾値制御信号があり、再生レートによる閾値制御信号は長時間での再生レートの合わせ込みを行うように制御する信号であり、音声レベルによる閾値制御信号は短時間に変化する音声レベルに対して追従して制御する信号である。なお、閾値生成回路１０９には、期待再生レートと現時点での再生レートとの比較を行う再生レート比較回路と、過去の音声レベルから今後の音声レベル変化を予測する音声レベル予測回路とが備えられている。
【００３４】閾値設定回路１１０は、閾値生成回路１０９から入力される閾値制御信号に基づいて、有音区間／無音区間を判別するための閾値の設定を行い、閾値比較回路１１１に対して最適な閾値を出力する。
【００３５】閾値比較回路１１１は、音声レベル抽出回路１０５から入力される音声レベルを閾値設定回路１１０から入力される閾値と１フレーム毎に大小比較して有音区間／無音区間の判別を行い、その比較結果を連続性判定回路１０８に出力する。
【００３６】連続性判定回路１０８は、閾値比較回路１１１から入力される比較結果と連続回数設定回路１０７から入力される連続性判定のための連続回数に基づいて、有音区間／無音区間のそれぞれの音声レベルの連続性を判定し、判定結果（間引き制御信号）を間引き制御信号として音声デコーダ１０２と閾値生成回路１０９に出力する。連続性の判定は、具体的には、図５（Ａ）に示すように、例えば、有音区間において音声レベルが所定の閾値より大きいが連続性が低い場合（所定の連続回数より低い場合）には間引き区間と判定し、無音区間において音声レベルが所定の閾値より小さいが連続性が低い場合（所定の連続回数より低い場合）には再生区間と判定する。
【００３７】音声デコーダ１０２は、再生動作時にバッファメモリ１０１に対してストリーム要求制御信号を出力し、バッファメモリ１０１に記録蓄積されたディジタル音声圧縮データを読み出し、伸張処理を行う。また、音声デコーダ１０２は、バッファメモリ１０１から読み出したデジタル音声圧縮ストリームを伸張処理した後、図５（Ｂ）に示すように、連続性判定回路１０８から入力された間引き制御信号に従って、間引き区間のフレームを間引いて、再生区間のフレームのみをデコード出力する。
【００３８】上記のような音声再生装置によれば、音声データの有音区間と無音区間を判別するための閾値を動的に変化させて制御することにより、最適な閾値に基づく間引き制御処理を実現することができる。
【００３９】（閾値生成回路の制御処理方法）次に、図２を参照して上述した閾値生成回路１０９の制御処理方法の詳細について説明する。本実施の形態の音声再生装置の制御処理方法において、閾値生成回路１０９は、入力される初期閾値及び期待再生レート、フレーム同期信号、間引き制御信号の各信号に基づいて、有音区間／無音区間を判別するための閾値の生成及び制御を行う。
【００４０】まず、ステップＳ１０１ａにおいて、閾値生成回路１０９は、ホストコントローラ１０６から初期閾値及び期待再生レートが入力されたことを検出すると、初期閾値を閾値設定回路１１０にロードすると共に、期待再生レート（Ｎ）をカウントする。
【００４１】そして、ステップＳ１０１ｂにおいて、閾値生成回路１０９は、フレーム先頭検出回路１０４からフレーム同期信号が入力されたことを検出すると、フレーム同期信号に基づいてディジタル音声圧縮ストリームの入力フレーム数（ＩＦＮ）をカウントする。
【００４２】さらに、ステップＳ１０１ｃにおいて、閾値生成回路１０９は、連続性判定回路１０８から間引き制御信号が入力されたことを検出すると、間引き制御信号に基づいて間引きするフレーム数（ＥＦＮ）をカウントする。
【００４３】次に、ステップＳ１０２において、閾値生成回路１０９は、入力フレーム数（ＩＦＮ）と間引きするフレーム数（ＥＦＮ）から現時点での再生レート（Ｍ）を算出する。ここで、現時点での再生レート（Ｍ）は、入力されたフレーム数（ＩＦＮ）をデコード出力した（再生を行った）フレーム数（ＩＦＮ－ＥＦＮ）で除した値である。
【００４４】次に、ステップＳ１０３において、再生レート比較回路は、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）との比較を行う。
【００４５】そして、ステップＳ１０４において、比較結果がＮ＝Ｍならば、すなわち、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）が等しい場合（Ｙｅｓ）、閾値生成回路１０９は、閾値設定回路１１０に対して既に設定されている閾値を保つように制御する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ１０１ａにおいてロードされた初期閾値を保持する。
【００４６】一方、ステップＳ１０４において、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）が等しくない場合には（Ｎｏ）、ステップＳ１０５へ移行する。
【００４７】ステップＳ１０５において、比較結果がＮ＞Ｍならば、すなわち、期待再生レート（Ｎ）が現時点での再生レート（Ｍ）より大きい場合（Ｙｅｓ）、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を上げるように制御する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ１０１ａにおいてロードされた初期閾値の値を高く設定し直す。
【００４８】一方、ステップＳ１０５において、期待再生レート（Ｎ）が現時点での再生レート（Ｍ）より小さい場合（Ｎｏ）、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を下げるように制御する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ１０１ａにおいてロードされた初期閾値の値を低く設定し直す。
【００４９】上記のような音声再生方法によれば、入力される初期閾値及び期待再生レート、フレーム同期信号、間引き制御信号の各信号状態に応じて、音声データの有音区間／無音区間を判別するための閾値を動的に変化させるので、最適な間引き制御処理を行うことが可能となる。
【００５０】（閾値生成回路の制御処理方法の変形例）次に、図３を参照して上述した閾値生成回路１０９の制御処理方法の変形例について説明する。
【００５１】この例は、上記閾値生成回路１０９の制御処理方法において、閾値生成回路１０９は、初期閾値及び期待再生レート、フレーム同期信号、間引き制御信号に加え、さらに音声レベル抽出回路１０５から入力される過去の音声レベル情報を考慮して閾値を制御している点が異なる。すなわち、過去の音声レベル情報から今後の音声レベルを予測して閾値の制御を行うことができる。
【００５２】図３に示すように、まず、ステップＳ２０１ａにおいて、閾値生成回路１０９は、ホストコントローラ１０６から初期閾値及び期待再生レートが入力されたことを検出すると、初期閾値を閾値設定回路１１０にロードし、期待再生レート（Ｎ）をカウントする。
【００５３】次に、ステップＳ２０１ｂにおいて、閾値生成回路１０９は、フレーム先頭検出回路１０４からフレーム同期信号が入力されたことを検出すると、フレーム同期信号に基づいてディジタル音声圧縮ストリームの入力フレーム数（ＩＦＮ）をカウントする。
【００５４】次に、ステップＳ２０１ｃにおいて、閾値生成回路１０９は、連続性判定回路１０８から間引き制御信号が入力されたことを検出すると、間引き制御信号に基づいて間引きするフレーム数（ＥＦＮ）をカウントする。
【００５５】さらに、ステップＳ２０２において、閾値生成回路１０９は、入力フレーム数（ＩＦＮ）と間引きするフレーム数（ＥＦＮ）から現時点での再生レート（Ｍ）を算出する。
【００５６】次に、ステップＳ２０３において、再生レート比較回路は、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）との比較を行う。
【００５７】そして、ステップＳ２０４において、比較結果がＮ＝Ｍならば、すなわち、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）が等しい場合（Ｙｅｓ）、閾値生成回路１０９は、閾値設定回路１１０に対して既に設定されている閾値を保つよう閾値制御信号を出力する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ２０１ａにおいてロードされた初期閾値を保持する。
【００５８】一方、ステップＳ２０４において、期待再生レート（Ｎ）と現時点での再生レート（Ｍ）が等しくない場合には（Ｎｏ）、ステップＳ２０５へ移行する。
【００５９】ステップＳ２０５において、比較結果がＮ＞Ｍならば、すなわち、期待再生レート（Ｎ）が現時点での再生レート（Ｍ）より大きい場合（Ｙｅｓ）、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を上げるように制御する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ２０１ａにおいてロードされた初期閾値の値を高く設定し直す。
【００６０】一方、ステップＳ２０５において、期待再生レート（Ｎ）が現時点での再生レート（Ｍ）より小さい場合（Ｎｏ）、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を下げるように制御する（再生レートによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、ステップＳ２０１ａにおいてロードされた初期閾値の値を低く設定し直す。
【００６１】次に、ステップＳ２０１ｄにおいて、音声レベル予測回路は、フレーム先頭検出回路１０４からフレーム同期信号が入力されたことを検出し、さらに音声レベル抽出回路１０５から音声レベル信号が入力されたことを検出すると、フレーム同期信号及び音声レベル信号に基づいて、音声レベルの今後の予測を行う。
【００６２】ステップＳ２０６において、既に再生されたディジタル音声データの連続する複数のフレームの音声レベルの変化の傾きが０ならば、すなわち、音声レベルが時間軸方向に対して急激な変化がない場合、閾値生成回路１０９は、閾値設定回路１１０に対して既に設定されている閾値（ステップＳ２０１ａ、Ｓ２０４、Ｓ２０５において設定された閾値）を保つように制御する（音声レベルによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、既に設定されている閾値（ステップＳ２０１ａ、Ｓ２０４、Ｓ２０５において設定された閾値）を保持する。
【００６３】一方、ステップＳ２０６において、既に再生されたディジタル音声データの連続する複数のフレームの音声レベルの変化の傾きが０でない場合、すなわち、音声レベルが時間軸方向に対して急激な変化がある場合、ステップＳ２０７へ移行する。
【００６４】ステップＳ２０７において、既に再生されたディジタル音声データの連続する複数のフレームの音声レベルの変化の傾きが正ならば（図４、傾き＞０）、すなわち、音声レベルが時間経過に従って次第に大きくなる傾向にある場合、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を上げるように制御する（音声レベルによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、既に設定されている閾値（ステップＳ２０１ａ、Ｓ２０４、Ｓ２０５において設定された閾値）をさらに高く設定し直す。
【００６５】一方、ステップＳ２０７において、既に再生されたディジタル音声データの連続する複数のフレームの音声レベルの変化の傾きが負ならば（図４、傾き＜０）、すなわち、音声レベルが時間経過に従って次第に小さくなる傾向にある場合、閾値生成回路１０９は、閾値設定回路１１０に対して閾値を下げるように制御する（音声レベルによる閾値制御信号を出力）。ここで、閾値設定回路１１０は、既に設定されている閾値（ステップＳ２０１ａ、Ｓ２０４、Ｓ２０５において設定された閾値）をさらに低く設定し直す。
【００６６】上記のような音声再生方法によれば、過去の音声レベル情報より今後の音声レベルの変化を予測して閾値を動的に制御するので、音声レベルが激しく変化する場合に短時間で最適な間引き制御処理を行うことが可能となる。
【００６７】
【発明の効果】以上述べてきたように、本発明の音声再生装置及び音声再生方法によれば、音声データの有音区間／無音区間を判別するための閾値を音声データの各種信号状態に基づいて動的に変化させることができるので、最適な閾値に基づく音声データの間引き処理を行い、音質を劣化されることなく任意の逓倍での高速再生が可能となる。

【出願人】	【識別番号】０００００３０７８【氏名又は名称】株式会社東芝
【出願日】	平成１３年２月２８日（２００１．２．２８）
【代理人】	【識別番号】１０００８３８０６【弁理士】【氏名又は名称】三好秀和（外７名）
【公開番号】	特開２００２－２５８９００（Ｐ２００２－２５８９００Ａ）
【公開日】	平成１４年９月１１日（２００２．９．１１）
【出願番号】	特願２００１－５５２５９（Ｐ２００１－５５２５９）