[发明专利]语音处理设备及语音处理方法

说明书

相关申请的交叉引用

本申请基于并且要求于2012年12月12日提交的在先日本专利申请第2012-270916号的优先权，其全部内容通过引用合并于此。

技术领域

本文讨论的实施方式涉及例如一种配置为对输入信号进行控制的语音处理设备、语音处理方法以及语音处理程序。

背景技术

一种已知的方法是对给定作为输入信号的语音信号进行控制以使得语音信号易于听到。例如，对于老年人，由于听力等随着衰老下降，语音识别能力可能降低。因此，当讲话者使用便携式通信终端等在双向语音通信中以高语速讲话时，对于老年人来说往往变得难以听到语音。应对上述情况的一个最简单的方式是讲话者“缓慢”并且“清晰”地说话，例如，如以下文献中所公开的：Tomono Miki等人，“Development of Radio and Television Receiver with Speech Rate Conversion Technology”，CASE#10-03，Institute of Innovation Research，Hitotsubashi University，2010年4月。换句话说，讲话者逐字地缓慢说话并且在各字之间和各短语之间有清晰的停顿是有效的。然而，在双向语音通信中，难以要求通常说话快的讲话者有意“缓慢”并且“清晰”地说话。鉴于上述情况，例如，日本专利第4460580号公开了一种检测并扩展所接收到的语音信号的语音段以提高其可听度而且缩短非语音段以减小由语音段的扩展引起的延迟的技术。更具体地，当给定输入信号时，检测所给定的输入信号中的语音段即活动话音段和非语音段即非话音段，并且周期性地重复包含在语音段中的语音样本从而在不改变所接收到的语音的音高的情况下控制语速使之降低，由此实现易听度的提高。此外，通过缩短各语音段之间的非语音段，可以使语音段的扩展所引起的延迟最小以便抑制由语音段的扩展导致的迟缓，从而使得双向语音通信能够自然。

发明内容

根据实施方式的一方面，一种语音处理设备包括：处理器；以及存储多个指令的存储器，当由处理器执行所述多个指令时，使处理器执行以下操作：接收包括多个语音段的第一信号；进行控制以使得长度等于或大于预定第一阈值的非语音段存在于所述多个语音段中的至少一个语音段之间；以及输出包括所述多个语音段和所控制的非语音段的第二信号。

本发明的目的和优点将借助于权利要求中具体指出的要素及组合而实现和获得。应理解，以上的整体概述和以下的详细描述都是示例性和说明性的并且不限制如所要求保护的本发明。

本说明书中公开的语音处理设备能够提高听者听到语音的容易程度。

附图说明

根据结合附图对实施方式的以下描述，这些和/或其他方面和优点将变得明显并且更易于理解，在附图中：

图1A是示出从发送侧发送的远端信号的幅度与时间之间的关系的图。

图1B是示出作为从发送侧发送的远端信号和接收侧的环境噪声的混合的总信号的幅度与时间之间的关系的图。

图2是根据实施方式的语音处理设备的功能框图。

图3是根据实施方式的控制单元的功能框图。

图4是示出噪声特征值与非语音段长度的控制量之间的关系的图。

图5是示出第一远端信号的帧结构的示例的框图。

图6是示出由处理单元增大非语音段长度的处理的构思的框图。

图7是示出由处理单元减小非语音段长度的处理的构思的框图。

图8是示出由语音处理设备执行的语音处理方法的流程图。

图9是示出第一远端信号的噪声特征值与调节量之间的关系的图。

图10是示出第一远端信号的信噪比（SNR）与调节量之间的关系的图。

图11是示出噪声特征值与语音段长度的扩展比之间的关系的图。

图12是示出根据实施方式的用作语音处理设备的计算机的硬件配置的图。

图13是示出根据实施方式的便携式通信设备的硬件配置的图。

具体实施方式

下面将参照附图详细描述语音处理设备、语音处理方法以及语音处理程序的实施方式。请注意，下述的实施方式仅是说明性的而不是限制性的。