JP4401331B2

JP4401331B2 - 音声処理方法および装置

Info

Publication number: JP4401331B2
Application number: JP2005206049A
Authority: JP
Inventors: 伸博正岡
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 2005-07-14
Filing date: 2005-07-14
Publication date: 2010-01-20
Anticipated expiration: 2025-07-14
Also published as: JP2007028097A

Description

本発明は、信号処理技術に関し、特に無線信号を処理する音声処理方法および装置、ならびに、受信方法および装置に関する。

移動体通信システム、たとえば第二世代コードレス電話システムにおいては、規格で定められているように、基地局と移動端末装置との間の上り／下りの信号の送受信は、複数のスロットからなるフレーム単位で行なわれる。従来、各フレームにおいて、たとえば複数の移動端末装置から基地局への上りの通信は、時分割された互いに周波数の異なる複数のスロットに、複数の移動端末装置からの通信チャネルを一対一で割当てることによって行なわれてきた。しかしながら、各フレームにおいて、１つの移動端末装置からのチャネルを１つのスロットだけに割当てるのでは、たとえば移動端末装置が遠方にある場合など、ノイズが大きく通話環境が良くない場合には、当該スロットにおいて受信エラーとなり、当該移動端末装置からの信号を受信できなくなる可能性が高い。

このような課題に対し、従来は、各フレームにおいて、１つの移動端末装置からの通信チャネルを従来のように１つのスロットではなく、タイミングおよび周波数の異なる複数、たとえば２つのスロットに割当てて同一内容の情報を送信するようにしていた（たとえば、特許文献１参照）。このように、同じ情報をタイミングおよび周波数の異なる複数のスロットで送信することにより、たとえ通話環境が悪く、あるスロットで受信エラーとなった場合でも、他のいずれかのスロットで同一の移動端末装置からの同一内容の情報が基地局に到達する可能性があり、最終的に信号が受信される可能性が高まる。
特開２００２−２９０２９９号公報

しかしながら、劣悪な通信環境のもとでは、同一の情報が含まれた全てのスロットが誤ってしまうことも多く、このような場合、受信性能が悪化することとなる。

本発明はこうした状況に鑑みてなされたものであり、その目的は、劣悪な通信環境において、受信信号の悪化を低減できる音声処理方法および装置、ならびに、受信方法および装置を提供することにある。

上記課題を解決するために、本発明のある態様の音声処理装置は、複数のスロットに含まれた音声データを順次受信する受信部と、受信部で受信した複数のスロットに含まれる音声データをそれぞれ復調して音声を出力する復調部とを備える。復調部は、複数のスロットのいずれかに含まれる音声データが誤っている場合に、音声データが誤っているスロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節する。

この態様によると、誤っている音声データの影響を受けている後段の音声データについて音量を調節することによって、再生された音声に含まれるノイズの出力を低減できる。

複数のスロットのそれぞれのスロットは、それぞれ同一の音声データを含んでもよい。復調部は、推定部と、第１算出部と、第２算出部と、選択部と、調節部とを含んでもよい。推定部は、受信部で受信した複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定してもよい。また、第１算出部は、推定部において推定した複数のスロットに含まれた音声データと受信部において受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出してもよい。また、第２算出部は、第１算出部で算出したそれぞれの誤差の差異を算出してもよい。

また、選択部は、第２算出部と、第２算出部で算出した差異が所定のしきい値以上である場合、推定部で推定した複数のスロットに含まれる音声データのうち、誤差の小さいほうのスロットに含まれる音声データを選択して出力してもよい。また、選択部は、第２算出部で算出した差異が所定のしきい値より小さい場合、第１算出部で算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ推定部で推定した音声データを含むスロットを選択して出力してもよい。また、調節部は、選択部で選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節してもよい。

復調部は、スロットごとに誤りを検出する検出部をさらに備える。検出部において全てのスロットについて誤りが検出された場合、推定部は、推定した結果を第１算出部に出力してもよい。

また、復調部は、複数のスロットのいずれかに含まれる音声データが誤っている場合に、音声データが誤っているスロットの後段のスロットに含まれる音声データを再生する際の音声の音量を低減してもよい。

この態様によると、全ての音声データについて誤っていた場合であっても、誤りの少ない音声データを含むスロットを選択して出力するので、ノイズの出力を低減できる。

本発明の別の態様は、受信装置である。この装置は、受信部と、推定部と、第１算出部と、第２算出部と、選択部とを含む。受信部は、送信された複数の同一のデータを受信する。また、推定部は、受信部で受信した複数のデータから、送信された複数のデータをそれぞれ推定する。また、第１算出部は、推定部と、推定部において推定した複数のデータと受信部において受信した複数のデータとを互いに対応づけながら、推定したデータに対する受信したデータの誤差をそれぞれ算出する。また、第２算出部は、第１算出部と、第１算出部で算出したそれぞれの誤差の差異を算出する。また、選択部は、第２算出部で算出した差異が所定のしきい値以上である場合、推定部で推定した複数のデータのうち、誤差の小さいほうのデータを選択して出力する。また、選択部は、第２算出部で算出した差異が所定のしきい値より小さい場合、第１算出部で算出したそれぞれの誤差のうち、データの後部に相当する部分の値が小さいほうのデータであって、かつ推定部で推定したデータを選択して出力する。

この態様によると、全てのデータについて誤っていた場合であっても、誤りの少ないデータを選択して出力することができる。このため、安定した受信性能を得ることができる。

本発明のさらに別の態様は、音声処理方法である。この方法は、複数のスロットに含まれた音声データを順次受信するステップと、受信するステップで受信した複数のスロットに含まれる音声データをそれぞれ復調して音声を出力するステップとを含む。音声を出力するステップは、複数のスロットのいずれかに含まれる音声データが誤っている場合に、音声データが誤っているスロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節する。

本発明のさらに別の態様は、受信方法である。この方法は、送信された複数の同一のデータを受信するステップと、受信するステップで受信した複数のデータから、送信された複数のデータをそれぞれ推定するステップと、推定するステップにおいて推定した複数のデータと受信部において受信した複数のデータとを互いに対応づけながら、推定したデータに対する受信したデータの誤差をそれぞれ算出する第１ステップと、算出する第１ステップで算出したそれぞれの誤差の差異を算出する第２ステップと、算出する第２ステップ算出部で算出した差異が所定のしきい値以上である場合、推定部で推定した複数のデータのうち、誤差の小さいほうのデータを選択して出力し、算出する第２ステップで算出した差異が所定のしきい値より小さい場合、算出する第１ステップで算出したそれぞれの誤差のうち、データの後部に相当する部分の値が小さいほうのデータであって、かつ推定部で推定したデータを選択して出力するステップと、を含む。

この態様によると、全てのデータについて誤っていた場合であっても、誤りの少ないデータを選択して出力するので、ノイズの出力を低減できる。

本発明の別の態様は、音声処理方法である。この方法は、受信するステップと、検出するステップと、推定するステップと、第１算出ステップと、第２算出ステップと、選択ステップと、調節ステップとを含む。受信するステップは、複数のスロットにそれぞれ含まれた同一の音声データを順次受信する。検出するステップは、前記音声データをに含まれる誤りを順次検出する。推定するステップは、検出するステップにおいて全ての音声データに誤りが含まれている場合、複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定する。第１算出ステップは、推定するステップにおいて推定した複数のスロットに含まれた音声データと受信するステップにおいて受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出する。第２算出ステップは、第１算出ステップで算出したそれぞれの誤差の差異を算出する。選択ステップは、第２算出ステップで算出した差異が所定のしきい値以上である場合、推定するステップで推定した複数のスロットに含まれる音声データのうち、誤差の小さいほうのスロットに含まれる音声データを選択して出力する。また、選択ステップは、第２算出ステップで算出した差異が所定のしきい値より小さい場合、第１算出ステップで算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ推定するステップで推定した音声データを含むスロットを選択して出力する。調節ステップは、選択ステップで選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節する。

この態様による、全てのデータについて誤っていた場合であっても、誤っている音声データの影響を受けている後段の音声データについて音量を調節することによって、再生された音声に含まれるノイズの出力を低減できる。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、劣悪な通信環境においても、受信信号の悪化を低減できる。

本発明を具体的に説明する前に、まず概要を述べる。本発明の実施例は、第二世代コードレス電話システムの端末装置において音声データの受信、復調に関する。端末装置は、音声データを受信する受信部と、受信した音声データの復調処理を行う復調部とを含む。ここで、受信する音声データは、複数の同一の音声データを含み、複数のスロットにわたって送信されたものとする。その全てのスロットにおける音声データが誤っている場合、誤りの少ないほうのスロットを選択して出力する。誤りの少なさは、スロットに含まれる音声データのうち、スロットの後部に含まれる音声データの誤りの大きさを算出することで導出する。また、誤りの少ないほうのスロットであっても、誤りがあることには変わりないので、その誤りの大きさを音量調節に関するしきい値と比較し、しきい値を超える誤りがある場合は、誤りのある音声データを含むスロットの後段のスロットに対し、そのスロットに含まれる音声データの音量を調節する。

ここで、誤りのある音声データを含むスロットの後段のスロットに対し、そのスロットに含まれる音声データの音量を調節する理由は、つぎのとおりである。すなわち、当該音声データが適応的差分パルス符号変調（ＡｄａｐｔｉｖｅＤｉｆｆｅｒｅｎｔｉａｌＰｕｌｓｅＣｏｄｅＭｏｄｕｌａｔｉｏｎ。以下、「ＡＤＰＣＭ」と略称する。）のような、差動符号化を用いて符号化されている場合に、前段のスロットが誤った場合に後段のスロットにその誤りが影響されてしまうからである。

ここで、ＡＤＰＣＭとは、携帯電話や、第二世代コードレス電話システムの音声符号化などでよく使われる音声データの圧縮方式である。パルス符号変調（ＰｕｌｓｅＣｏｄｅＭｏｄｕｌａｔｉｏｎ。以下、「ＰＣＭ」と略称する。）が、単に標本化と量子化を行って記録するものであるのに対し、ＡＤＰＣＭでは、直前のデータとの差分を取り、さらに適応的な量子化を行うことで圧縮を行う。音声は連続的に変化するため、差分を取れば元の値よりも小さな値となるので、より少ないデータ量で表現できる。また、適応的な量子化を行うことで、大きな変化だけでなく小さな変化にも追従して記録することを可能にしている。

ＡＤＰＣＭは、前述のように直前の音声データとの差分をとることによって当該音声データを圧縮する方式であるため、直前の音声データに誤りがあった場合、当該音声データも誤ってしまうといった特性があるが、本実施形態のように、前段のデータに誤りがある場合に、後段のデータの音量を下げることによって、ノイズの出力を抑えることができる。また、前段のデータに誤りがない場合は、後段のデータの音量を上げてもよい。

以下、図面を用いて、本実施形態の構成、および、動作について詳細に説明する。

図１は、本発明の実施例にかかる端末装置１００の構成例を示す図である。図１の端末装置１００は、たとえば、携帯電話であってもよく、また、第二世代コードレス電話システムに使用される端末であってもよい。端末装置１００は、送信された音声データを受信する受信部１０と、受信部１０で受信した音声データを復調する復調部４０と、復調部４０で復調した音声を再生する再生部５０と、受信部１０と復調部４０と再生部５０とを制御する再生部５０とを含む。ここで、図２を用いて、図１の受信装置が受信する音声データについて説明する。

図２は、図１の端末装置１００が受信する信号のフレーム構成例を示す図である。図２のフレーム構成例においては、横軸を時間とし、８スロットからなるフレーム構成において、前半の４スロットを上り信号の送信処理を行うためのスロットであり、また、後半４スロットを下り信号の受信処理を行うためのスロットである。前半４スロットと後半４スロットにおいて、それぞれの第１スロットでは、制御信号（ＣｏｎｔｒｏｌＣＨａｎｎｅｌ。以下、「ＣＣＨ」と略称する。）が送信／受信される。また、それぞれの第２スロット、第３スロットでは、あるユーザの音声データが送信／受信される。ここで、第２スロット、第３スロットにおいて、送信される／受信する対象のユーザは同一であり、かつ、送信／受信される音声データは同一のものとする。また、それぞれの第４スロットでは、第２スロット、第３スロットと同様に、同一のユーザに対する同一の音声データであってもよく、また、第２スロット、第３スロットで対象となるユーザとは異なるユーザの送信／受信を行ってもよい。なお、本実施形態の対象である端末装置は、図２における後半４スロットの下り信号を受信して処理することとなる。

ここで、図１の受信部１０は、複数のスロット、すなわち、後半４スロット中の第２スロットと第３スロットに含まれた音声データを順次受信する。つぎに、復調部４０は、受信部１０で受信した後半４スロット中の第２スロットと第３スロットに含まれる音声データをそれぞれ復調して音声を出力する。復調部４０は、後半４スロット中の第２スロットと第３スロットのいずれかに含まれる音声データが誤っている場合に、誤りのない音声データを選択して出力する。すべての音声データが誤っている場合、音声データが誤っているスロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節して、ノイズの出力を低減させる。また、第２スロットと第３スロットのいずれかに含まれる音声データが誤っていなかった場合には、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を増大してもよい。以下においては、説明を簡易なものとするために、「後半４スロット中の第２スロット（と第３スロット）」を単に「２スロット目」、もしくは、「３スロット目」と略記することとする。

再生部５０は、復調部４０で復調された音声を再生する。具体的には、送信側にて施された音声符号化処理に対応する音声復号処理を行い、スピーカなどを介して音声を再生する。この際、音量を調節して出力してもよい。

また、制御部６０は、受信部１０と復調部４０と再生部５０とを制御する。具体的には、制御部６０は、受信部１０と復調部４０と再生部５０との間で、受信タイミング、制御パラメータ、音量の調節量などの制御信号のやりとりを行う。

ここで、図３を用いて、復調部４０の構成について詳細に説明する。図３は、図１の復調部４０の構成例を示す図である。復調部４０は、推定部１２と、検出部１４と、第１算出部２０と、第２算出部２２と、選択部３０と、調節部３２と、出力部３４とを含む。

推定部１２は、受信部１０で受信した複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定する。具体的には、受信部１０で受信した音声データに対して、送信側で施された変調処理に対応する復調処理を行う。さらに、送信側で施されたインタリーブ処理に対応するデインタリーブ処理を行ってもよい。さらに、送信側で施された誤り訂正符号化に対応する誤り訂正復号などを行ってもよい。いずれの処理もスロットごとに行われる。図２に図示したフレーム構成からなる信号を受信した場合、第２スロットと第３スロットのそれぞれに対し、上述した処理がなされることになる。推定した結果は、硬判定値として出力してもよく、また、軟判定値として出力してもよい。

検出部１４は、推定部１２で推定したスロットごとの音声データに誤りが含まれているか否かについて、それぞれ誤りを検出する。誤りの検出は、音声データに付随して、もしくは、音声データの系列の間に挿入された誤り検出用の制御データ、たとえば、巡回冗長検出符号（ＣｙｃｌｉｃＲｅｄｕｎｄａｎｃｙＣｈｅｃｋＣｏｄｅｓ）などを用いて行えばよい。誤りの検出において、全てのスロットについて誤りが検出された場合、推定部１２によって推定した結果を第１算出部２０に出力する。誤りのないスロットが１つでも存在した場合は、その誤りのないスロットに含まれる推定された音声データを出力部３４に出力する。図２に図示したフレーム構成からなる信号を受信した場合、第２スロットと第３スロットの双方のスロットにかかる推定結果に誤りが含まれている場合は、双方の推定結果を第１算出部２０に出力する。第２スロットと第３スロットのいずれか一方に誤りがなかった場合は、誤りのないほうのスロットを出力部３４に出力する。他方のスロットは廃棄してもよい。

第１算出部２０は、推定部１２において推定した複数のスロットに含まれた音声データと受信部１０において受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出する。図２に図示したフレーム構成からなる信号を受信した場合を例として説明する。ここで、推定部１２において第２スロットについて推定した音声データを軟判定値化し、得た系列をＡ_２とする。また、推定部１２において第３スロットについて推定した音声データを軟判定値化した系列をＡ_３とする。また、受信部１０において受信した音声データの系列をＢ_２とする。受信部１０において受信した音声データの系列をＢ_３とする。ここで、軟判定値化とは、硬軟判定値Ｘを式（１）により軟判定値Ｙに変換するなどことをいう。
Ｙ＝（１−２Ｘ）×（ＡＤ変換器のダイナミックレンジの半分の値）・・・式（１）

ここで、「ＡＤ変換器のダイナミックレンジの幅の半分の値」とは、たとえば、ＡＤ変換器が６ビットで構成されている場合であって、ダイナミックレンジが−３２〜＋３１だとすると、その幅は６３となり、半分の値の３１．５が「ＡＤ変換器のダイナミックレンジの幅の半分の値」となる。

さらに、系列Ａ_２、Ａ_３、Ｂ_２、Ｂ_３がそれぞれＮ個のシンボルを有する系列とすると、つぎのように表される。
Ａ_２＝｛ａ_２０、ａ_２１、・・・、ａ_{２（Ｎ−１）} ｝・・・式（２）
Ａ_３＝｛ａ_３０、ａ_３１、・・・、ａ_{３（Ｎ−１）} ｝・・・式（３）
Ｂ_２＝｛ｂ_２０、ｂ_２１、・・・、ｂ_{２（Ｎ−１）} ｝・・・式（４）
Ｂ_３＝｛ｂ_３０、ｂ_３１、・・・、ｂ_{３（Ｎ−１）} ｝・・・式（５）

ここでは説明を簡略化するために、誤り訂正符号化における符号化率を１と仮定し、すべての系列の長さは等しいものとした。そうすると、推定した音声データに対する受信した音声データの誤差Ｅは、以下のように表すことができる。

ｅ_２ｋ＝ＳＱＲＴ（（Ｂ_２ｋＩ−Ａ_２ｋＩ）^２＋（Ｂ_２ｋＱ−Ａ_２ｋＱ）^２））・・・式（８）
ｅ_３ｋ＝ＳＱＲＴ（（Ｂ_３ｋＩ−Ａ_３ｋＩ）^２＋（Ｂ_３ｋＱ−Ａ_３ｋＱ）^２））・・・式（９）

ここで、Ｂ_２ｋＩ、Ａ_２ｋＩ、Ｂ_３ｋＩ、Ａ_３ｋＩは、それぞれのスロットのｋ番目のＩ信号である。また、Ｂ_２ｋＱ、Ａ_２ｋＱ、Ｂ_３ｋＱ、Ａ_３ｋＱは、それぞれのスロットのｋ番目のＱ信号である。また、ＳＱＲＴとは、かっこ内の数値の平方根を計算するための演算子とする。

第２算出部２２は、第１算出部２０で算出したそれぞれの誤差の差異を算出する。上述の例においては、差異をΔＥとすると、以下のように算出される。
ΔＥ＝｜Ｅ_３−Ｅ_２｜・・・式（１０）

選択部３０は、第２算出部２２で算出した差異が所定のしきい値Ｔ以上である場合、推定部１２で推定した複数のスロットに含まれる音声データのうち、誤差の小さいほうのスロットに含まれる音声データを選択して出力する。一方、第２算出部２２で算出した差異が所定のしきい値より小さい場合、第１算出部２０で算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ推定部１２で推定した音声データを含むスロットを選択して出力する。

具体的には、しきい値Ｔと差異ΔＥを比べたときに、ΔＥの値がＴ以上であった場合、Ｅ_３とＥ_２のうち、小さいほうの誤差にかかるスロットに含まれる音声データを選択して出力する。たとえば、Ｅ_３のほうがＥ_２より小さい場合、３スロット目の音声データが出力されることとなる。

一方、ΔＥの値がしきい値Ｔより小さい場合、「スロットの後部に相当する部分の値」を求める。「スロットの後部」とは、スロットを３分割したときの最後部であってもよく、また、スロットを２分割したときの後半の部分であってもよい。ここでは、スロットを３分割した場合について説明する。ここで、Ｅ_２、Ｅ_３を３分割した場合について式（６）、式（７）を書き直すと、以下のようになる。
Ｅ_２＝Ｅ_２ＰＲＥ＋Ｅ_２ＭＩＤ＋Ｅ_{２ＰＯＳＴ} ・・・式（１１）
Ｅ_３＝Ｅ_３ＰＲＥ＋Ｅ_３ＭＩＤ＋Ｅ_{３ＰＯＳＴ} ・・・式（１２）

ここで、Ｅ_２ＰＲＥ、Ｅ_３ＰＲＥは、それぞれのスロットを３分割したときの最前部の誤差である。また、Ｅ_２ＭＩＤ、Ｅ_３ＭＩＤは、それぞれのスロットを３分割したときの前から２番目の部分の誤差である。また、Ｅ_{２ＰＯＳＴ}、Ｅ_{３ＰＯＳＴ}は、それぞれのスロットを３分割したときの前から３番目の部分の誤差である。ここで、Ｎ＝３×Ｍ（Ｍは正の整数）と仮定すると、Ｅ_２ＰＲＥ、Ｅ_２ＭＩＤ、Ｅ_{２ＰＯＳＴ}、Ｅ_３ＰＲＥ、Ｅ_３ＭＩＤ、Ｅ_{３ＰＯＳＴ}は、以下のように表される。

各スロットの後部に誤りがあるか否かを判別するために、２スロット目については、Ｅ_{２ＰＯＳＴ}と、Ｅ_２ＰＲＥ、もしくは、Ｅ_２ＭＩＤとの大小関係を調べ、Ｅ_{２ＰＯＳＴ}が最も大きい場合に、２スロット目の後部に誤りがあると判定する。同様に、３スロット目については、Ｅ_{３ＰＯＳＴ}と、Ｅ_３ＰＲＥ、もしくは、Ｅ_３ＭＩＤとの大小関係を調べ、Ｅ_{３ＰＯＳＴ}が最も大きい場合に、３スロット目の後部に誤りがあると判定する。なお、各スロットの後部に誤りがあるか否かを判別するために、Ｅ_{２ＰＯＳＴ}、Ｅ_{３ＰＯＳｔ}を用いて、所定のしきい値と比較して求めてもよい。

さいごに、選択部３０は、２スロット目の後部の誤りと、３スロット目の後部の誤りとを比較し、誤りの小さいほうのスロットに含まれる音声データを選択して出力する。

調節部３２は、選択部３０で選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を低減する。音声データの後部の誤差が音量調節に関するしきい値より小さい場合は、音量を増大してもよい。ここで、「後部の誤差」は、前述したように判定し、音量調節に関するしきい値と比較して、音量を調節する。

ここで、図４を用いて、図１の受信装置の動作について詳細に説明する。図４は、図１の受信装置の動作例を示す図である。

まず、受信部１０は、複数のスロットに含まれた音声データを順次受信する（Ｓ１０）。つぎに、推定部１２は、受信部１０で受信した複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定する（Ｓ１２）。

検出部１４は、推定部１２によってそれぞれ推定された結果についてスロットごとに誤りを検出する（Ｓ１４）。検出部１４において検出された結果、全てのスロットについて誤りが検出された場合（Ｓ１６のＹ）、推定部１２によって推定した結果を第１算出部２０に出力する。一方、いずれか１つのスロットについて誤りが検出されなかった場合（Ｓ１６のＮ）、その誤りが検出されなかったスロットに含まれる音声データを選択して出力する（Ｓ１８）。２つ以上のスロットについて誤りが検出されなかった場合は、いずれか１つのスロットを選択して、そのスロットに含まれる音声データを出力してもよい。

つぎに、第１算出部２０は、推定部１２において推定した複数のスロットに含まれた音声データと受信部１０において受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出する（Ｓ２０）。誤差の算出は、前述した方法による。たとえば、図２に図示したようなフレーム構成を有する信号を受信したような場合は、式（１）ないし式（９）を用いて算出すればよい。

つぎに、第２算出部２２は、第１算出部２０で算出したそれぞれの誤差の差異を算出する（Ｓ２２）。図２に図示したようなフレーム構成を有する信号を受信したような場合は、式（１０）を用いて算出すればよい。３スロット以上の音声データを含むスロットが存在する場合は、それぞれの誤差の差異を計算する。このような場合、３つのうち２つを選択する組み合わせは３通りあるので、３つの差異が計算されることとなる。

つぎに、第２算出部２２で算出したそれぞれの差異、所定のしきい値とを比較する。ここで、いずれかの差異が所定のしきい値より大きい場合（Ｓ２４のＮ）、Ｓ２０において第１算出部２０が算出した誤差のうち、もっとも小さい誤差を有するスロットに含まれる音声データを選択して出力する（Ｓ２６）。図２に図示したようなフレーム構成を有する信号を受信したような場合で、かつ、式（１０）で求めたΔＥが所定のしきい値より大きい場合は、Ｅ_２とＥ_３のうち、小さいほうが選択される。ここで、Ｅ_２がＥ_３より小さい場合、２スロット目の音声データが選択されることとなる。

一方、すべての差異が所定のしきい値より小さい場合（Ｓ２４のＹ）、選択部３０は、第１算出部２０で算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ推定部１２で推定した音声データを含むスロットを選択して出力する（Ｓ３０）。図２に図示したようなフレーム構成を有する信号を受信したような場合は、式（１３）ないし式（１８）を用いて後部の誤差を算出すればよい。

つぎに、調節部３２は、選択部３０で選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を低減する（Ｓ３２）。音量調節に関するしきい値より小さい場合は、音量を増大してもよい。

本発明の実施例によれば、劣悪な通信環境において、受信信号の悪化を低減できる。また、誤っている音声データの影響を受けている後段の音声データについて音量を調節することによって、再生された音声に含まれるノイズの出力を低減できる。ノイズの出力を低減することによって、異音等の出力を低減し、ユーザに快適な使用環境を提供することができる。また、音声データのうち、誤りの少ないスロットに含まれた音声データを選択することによって、良好な音声を再生することができる。また、音声データの後半部分に着目して誤りを判定することによって、より良好な音声を再生することができる。

以上、本発明を実施例をもとに説明した。この実施例は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

本発明の実施例にかかる端末装置の構成例を示す図である図１の端末装置が受信する信号のフレーム構成例を示す図である。図１の復調部の構成例を示す図である。図１の端末装置の動作例を示す図である。

符号の説明

１０受信部、１２推定部、１４検出部、２０第１算出部、２２第２算出部、３０選択部、３２調節部、３４出力部、４０復調部、５０再生部、６０制御部。

Claims

複数のスロットにそれぞれ含まれた同一の音声データを順次受信する受信部と、
前記受信部で受信した複数のスロットに含まれる音声データをそれぞれ復調して音声を出力する復調部とを備え、
前記復調部は、
前記受信部で受信した複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定する推定部と、
前記推定部において推定した複数のスロットに含まれた音声データと前記受信部において受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出する第１算出部と、
前記第１算出部で算出したそれぞれの誤差の差異を算出する第２算出部と、
前記第２算出部で算出した差異が所定のしきい値以上である場合、前記推定部で推定した複数のスロットに含まれる音声データのうち、誤差の小さいほうのスロットに含まれる音声データを選択して出力し、前記第２算出部で算出した差異が所定のしきい値より小さい場合、前記第１算出部で算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ前記推定部で推定した音声データを含むスロットを選択して出力する選択部と、
前記選択部で選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節する調節部とを備えることを特徴とする音声処理装置。
前記復調部は、
前記スロットごとに誤りを検出する検出部をさらに備え、
前記検出部において全てのスロットについて誤りが検出された場合、前記推定部は、推定した結果を前記第１算出部に出力することを特徴とする請求項１に記載の音声処理装置。
複数のスロットにそれぞれ含まれた同一の音声データを順次受信するステップと、
前記音声データをに含まれる誤りを順次検出するステップと、
前記検出するステップにおいて全ての音声データに誤りが含まれている場合、複数のスロットに含まれた音声データから、送信された複数のスロットに含まれた音声データをスロットごとにそれぞれ推定するステップと、
前記推定するステップにおいて推定した複数のスロットに含まれた音声データと前記受信するステップにおいて受信した複数のスロットに含まれた音声データとをスロットごとに互いに対応づけながら、推定した音声データに対する受信した音声データの誤差をそれぞれ算出する第１算出ステップと、
前記第１算出ステップで算出したそれぞれの誤差の差異を算出する第２算出ステップと、
前記第２算出ステップで算出した差異が所定のしきい値以上である場合、前記推定するステップで推定した複数のスロットに含まれる音声データのうち、誤差の小さいほうのスロットに含まれる音声データを選択して出力し、前記第２算出ステップで算出した差異が所定のしきい値より小さい場合、前記第１算出ステップで算出したそれぞれの誤差のうち、スロットの後部に相当する部分の値が小さいほうのスロットに含まれる音声データであって、かつ前記推定するステップで推定した音声データを含むスロットを選択して出力する選択ステップと、
前記選択ステップで選択されたスロットに含まれる音声データの後部の誤差が、音量調節に関するしきい値より大きい場合、当該スロットの後段のスロットに含まれる音声データを再生する際の音声の音量を調節する調節ステップとを含むことを特徴とする音声処理方法。