JP6952524B2 - 録音機、録音方法及び録音のためのプログラム - Google Patents

Description

本発明は、録音機、録音方法及び録音のためのプログラムに関する。

一般に、マイクで音を電気信号に変換して利用する種々の機器が知られている。例えば、収音して得られた音声データを記録する録音機もその一つである。また、収音した音を増幅してイヤホンから出力する補聴器又は集音器もその一つである。補聴器等では、音声を増幅する際にユーザの聴力の状態に応じて周波数特性を調整することが行われる。例えば特許文献１には、音量調整に応じて音質調整を行う補聴器について開示されている。

特開２００９−２５３９６５号公報

録音機について、録音した音の利用時と、録音時に録音をモニタする人とでは、要求する音質が異なることがある。

本発明は、録音した音の利用時にも、録音時に録音を確認する人にも適切な音質の音声を作成する録音機、録音方法及び録音のためのプログラムを提供することを目的とする。

本発明の一態様によれば、録音機は、マイクで音波から変換された電気信号を取得し、音声信号を生成する音声取得回路と、前記音声信号に対して音質調整を行う音質調整回路と、前記音声信号を記録する記憶装置と、前記音声信号に基づく音声を出力させる音声出力回路と、録音時に、前記音質調整回路に前記音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記音質調整を施していない前記音声信号を記録させる制御回路と、前記音声出力回路に接続される音声出力素子の特性を記録する特性記憶装置とを備え、前記音質調整回路は、前記音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる前記音質調整を第３の音質調整として前記音声信号に対して行うことと、前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うこととを行い、前記制御回路は、録音時に、前記音質調整回路に前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させる。

本発明の一態様によれば、録音方法は、音声取得回路が、マイクで音波から変換された電気信号を取得し、音声信号を生成することと、音質調整回路が、前記音声信号に対して行う音質調整の特性を設定することと、制御回路が、録音時に、前記音声信号に対して設定した前記特性に係る音質調整を行い、前記音質調整を施した前記音声信号に基づく音声を音声出力回路に出力させること、前記制御回路が、録音時に、前記音質調整を施していない前記音声信号を記憶装置に記録させることとを備え、前記音質調整回路が、前記記憶装置に記録された、前記音声出力回路に接続される音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる前記音質調整を第３の音質調整として前記音声信号に対して行うことと、前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うこととを行い、前記制御回路が、録音時に、前記音質調整回路に前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させることを行う。

本発明の一態様によれば、録音のためのプログラムは、マイクで音波から変換された電気信号を取得し、音声信号を生成することと、記憶装置に記録された、音声出力回路に接続される音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる音質調整を第３の音質調整として前記音声信号に対して行うことと、前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うことと、録音時に、前記音質調整を施していない前記音声信号を記憶装置に記録させることと録音時に、前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させることとをコンピュータに実行させる。

本発明によれば、録音した音の利用時にも、録音時に録音を確認する人にも適切な音質の音声を作成する録音機、録音方法及び録音のためのプログラムを提供できる。

図１は、本発明の一実施形態に係る録音機の構成例の概略を示すブロック図である。 図２は、一実施形態の録音機の使用状況について説明するための模式図である。 図３は、一実施形態に係る録音機の使用状況において、録音調整前にユーザが感知する音について説明するための模式図である。 図４は、一実施形態に係る録音機の使用状況において、音質調整後にユーザが感知する音について説明するための模式図である。 図５は、一実施形態に係る録音機の使用状況において、録音機が録音する音について説明するための模式図である。 図６は、一実施形態に係る録音機が録音した音声を使用する再生・ディクテーション・記録装置の構成例の概略を示すブロック図である。 図７は、一実施形態に係る録音機の動作の一例の概略を示すフローチャートである。 図８は、一実施形態に係る出力音声調整処理の一例の概略を示すフローチャートである。 図９は、一実施形態に係る選択設定処理の一例の概略を示すフローチャートである。 図１０は、一実施形態に係る個別設定処理の一例の概略を示すフローチャートである。 図１１は、一実施形態に係る録音処理の一例の概略を示すフローチャートである。 図１２は、一実施形態に係る録音機が記録する音声ファイルの構成例の概略を示すブロック図である。 図１３は、一実施形態に係る再生処理の一例の概略を示すフローチャートである。

本発明の一実施形態について図面を参照して説明する。本実施形態は、録音機に係る。特に、本実施形態に係る録音機は、録音中及び録音前後に収音した音声を、録音操作を行っているユーザが聞くことができるように構成されている。さらにこの録音機は、ユーザが聞いている音声の音質を調整することができ、音質を調整していても調整前の音声を記録することができる。

［録音機の装置構成］
本実施形態に係る録音機１０の構成例の概略を図１のブロック図に示す。録音機１０は、制御回路１１０と、メインメモリ１２２と、記憶装置１２４と、音質調整回路１３０とを備える。制御回路１１０と、メインメモリ１２２と、記憶装置１２４と、音質調整回路１３０とは、バスライン１９０を介して互いに接続されている。

制御回路１１０は、録音機１０の各部の動作を制御する。メインメモリ１２２は、制御回路１１０の演算において用いられる記憶領域を有する。記憶装置１２４は、制御回路１１０で用いられるプログラム及び各種必要な情報、録音機１０で取得された音声等、種々の情報を記憶する。録音機１０で取得された音声を記録する記憶装置とプログラム等を記録する記憶装置とは異なってもよい。また、録音機１０で取得された音声を記録する記憶装置は、録音機１０と着脱可能であってもよい。音質調整回路１３０は、録音機１０で収音した音声について、各種の音質調整処理を行う。

制御回路１１０及び音質調整回路１３０は、Central Processing Unit（ＣＰＵ）、Application Specific Integrated Circuit（ＡＳＩＣ）、又はField Programmable Gate Array（ＦＰＧＡ）等を含み得る。制御回路１１０及び音質調整回路１３０は、それぞれ１つの集積回路等で構成されてもよいし、それぞれ複数の集積回路等が組み合わされて構成されてもよいし、制御回路１１０及び音質調整回路１３０が１つの集積回路で構成されてもよい。また、メインメモリ１２２及び記憶装置１２４には、例えば各種半導体メモリが用いられ得る。

録音機１０は、マイク１４２と音声取得回路１４４とを備える。マイク１４２は、音波を電気信号に変換する。音声取得回路１４４は、マイク１４２で収音して生成された電気信号に基づいて、音声信号を生成する。音声取得回路１４４は、バスライン１９０に接続されている。音声取得回路１４４で生成された音声信号に対して、制御回路１１０の制御下で、音質調整回路１３０によって音質調整に係る処理が施されることがある。音質調整前又は後の音声は、制御回路１１０の制御下で、記憶装置１２４に記録されたり、後述する音声出力回路１７６へと出力されたりする。

録音機１０は、姿勢センサ１５２と、姿勢取得回路１５４とを備える。姿勢センサ１５２は、例えば３軸の加速度センサを含み、録音機１０の姿勢に応じた信号を出力する。姿勢取得回路１５４は、姿勢センサ１５２の出力に基づいて、録音機１０の姿勢を表す姿勢信号を生成する。姿勢取得回路１５４は、バスライン１９０に接続されており、生成した姿勢信号は、制御回路１１０へと伝達される。制御回路１１０は、録音機１０の姿勢に応じた処理を行ってもよい。例えば、姿勢に応じた音質調整、ユーザによる操作の補助、又は録音機１０の動作等が行われてもよい。

録音機１０は、操作装置１６２と操作取得回路１６４とを備える。操作装置１６２は、例えば、各種スイッチ、ダイヤル、タッチパネル等を含み、ユーザの操作を受け付ける。操作取得回路１６４は、操作装置１６２への入力に基づく操作信号を生成する。操作取得回路１６４は、バスライン１９０に接続されており、生成した操作信号は、制御回路１１０へと伝達される。

録音機１０は、音声出力端子１７２と、スピーカ１７４と、音声出力回路１７６とを備える。音声出力端子１７２は、例えばイヤホンといった音声出力素子の端子が接続される端子である。音声出力回路１７６は、バスライン１９０に接続されている。音声出力回路１７６は、制御回路１１０の制御下で、音声取得回路１４４で生成された音声信号、当該音声信号に対して音質調整回路１３０で処理が施された音声信号、又は記憶装置１２４に記録された音声信号を取得する。音声出力回路１７６は、音声信号を音声出力端子１７２に出力して音声出力素子から音声を出力させたり、音声信号を音声出力素子の一つであるスピーカ１７４に出力してスピーカ１７４から音声を出力させたりする。

録音機１０は、表示装置１８２と、表示制御回路１８４とを備える。表示装置１８２は、例えば液晶ディスプレイを含む。表示制御回路１８４は、バスライン１９０に接続されており、制御回路１１０の制御下で、表示装置１８２に、現在の録音機１０の動作の状況、音量、音質、操作メニューなどの各種情報を表示させる。

録音機１０は、バスライン１９０に接続された通信回路１９２を備える。通信回路１９２は、録音機１０の外部と通信するための回路である。この通信は、有線であっても、無線であってもよく、例えばＵＳＢ、Ｗｉ−Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等を用いたものであってもよい。

録音機１０は、バスライン１９０に接続された時計回路１９６を備える。制御回路１１０は、時計回路１９６から現在の日時の情報を取得する。

［録音機の使用状況］
本実施形態に係る録音機１０の使用状況の一例について図２に示す模式図を参照して説明する。図２は、ユーザ９０１と参加者９０２との打合せの録音に録音機１０が用いられている様子を示す。録音機１０のユーザ９０１は、録音機１０の音声出力端子１７２に接続されたイヤホン９１０を用いて、録音機１０で収音した音声を聞きながら、録音機１０に収音した音声を記録させる。図２に示す例では、ユーザ９０１の近くには空調機９６０があり、ユーザ９０１は、空調機９６０等が発生させる雑音も聞いている。

図２に示すような状況で、録音機１０で収音した音声について音質調整をしていないときに、ユーザ９０１が感知している音を示す模式図を図３に示す。図３において、横軸は時間を示し、縦軸は音量を示す。図３において、実線８０１は人が発する声のうち高周波の成分の音量の時間変化を示し、一点鎖線８０２は人が発する声のうち低周波の成分の音量の時間変化を示す。実線８０１及び一点鎖線８０２が途切れている部分は、ユーザ９０１も参加者９０２も声を発することなく黙っているときを示している。図３において、破線８０３は、空調機９６０等が発生する低周波の雑音の音量の時間変化を示す。図３に示す例では、ユーザ９０１は、雑音を人の声の成分と同じ程度に感知している。

ユーザ９０１は、人の声を聞き取りやすいように、録音機１０で収音した音のうち、高周波成分の出力レベルを上昇させるように、録音機１０に音質調整を行わせる。このときのユーザ９０１が聞く音についての時間に対する音量レベルの模式図を図４に示す。実線８０１で示した人の声を含む高周波の音成分が、破線８０３で示した雑音レベルよりも高くなっており、音質調整を行っていない場合と比較して、ユーザ９０１にとって人の声を聞きやすくなっている。なお、このとき使われるイヤホンやスピーカや回路によっては、特定の周波数が聞き取りにくい場合もあり、このような環境下での音声を信じての音質調整は、必ずしも、後で再生時に聞く音質を先取りしたり、代表したりしたものではなく、再生時に聞くのに適した音質調整とは限らない。

録音機１０で収音した音の各成分の音量の時間変化の模式図を図５に示す。図２に示す例では、録音機１０は、ユーザ９０１よりも空調機９６０から離れている。このため、図５の破線８０３で示す空調機９６０等に由来する雑音の音量は、図３に示す両耳で周囲の音声を聞いているユーザ９０１が感じる程度よりも低い。また、録音機の場合、指向性の調整や、配置の工夫で、人間の耳よりも有利な収音が可能であり、録音現場における人間の耳の感覚は、必ずしも、後でその音声を再生した時に感じる感覚と同じとは限らない。モバイル性に優れた機器であれば、その再生用のイヤホンやスピーカなども、必ずしも、録音音声を確認できる音質のものとは限らない。

図３及び図５に示すように、ユーザ９０１が聞いている音は、録音機１０で収音している音と異なることがある。そこで、本実施形態では、録音機１０は、収音した音を音質調整しない状態で記録する。一方で、録音中にイヤホン９１０を用いてユーザ９０１が聞いている音は、ユーザ９０１にとって聞きやすいように音質の調整がなされる。

録音される音は、ユーザ９０１以外の、例えば、もっと聴覚が優れた人が、例えば、もっと静かで聞き取りに理想的な環境、あるいは、もっと本格的な視聴機器を利用して異なる環境で聞く可能性があるので、不必要な程度の音質調整が行われていない状態で記録された方がよい。また、録音される音を用いた機械による音声認識を行う場合、音声認識において周波数解析等が用いられることから、音質調整が行われていない音声の方が、認識の精度は高くなる。したがって、モバイル性に優れた、しかし、音質的には性能を犠牲にしたイヤホン等で確認したような音質調整がいたずらに行われていない音声が記録されることは有意義である。

上述の例では、環境に雑音がある場合を例に挙げて、雑音があっても聞きやすいように音質調整が行われる場合を説明したが、音質調整には種々の目的があり得る。例えばユーザ９０１の個性により聞きやすいように、音声の周波数特性を調整することもあり得る。例えば、加齢により高周波音を聞きにくい人は、高周波音を強調する音質調整により、音声を聞きやすくなることがある。また、小さな声を聞き取りにくい人は、周波数特性を変更しなくても、録音機１０が収音した音の音量を大きくすることで、すなわち、録音機１０は、集音器のように用いられることで、ユーザ９０１に音声を聞きやすくさせることがある。例えば上述のように、録音機１０は種々の機能を果たし得る。

［録音された音声データの使用］
録音機１０で録音された音声データは、種々の用途に用いられ得る。録音された音声データは、録音機１０で再生され得る。また、音声データは、録音機１０の通信回路１９２を介して、録音機１０以外の機器に転送され、各種処理が行われ得る。

音声データの処理を行う再生・ディクテーション・記録装置２０の構成例を図６に示す。再生・ディクテーション・記録装置２０は、例えばパーソナルコンピュータ（ＰＣ）、音声プレイヤー等といった、各種情報機器によって実現され得る。

再生・ディクテーション・記録装置２０は、制御回路２１０と、メインメモリ２２２と、記憶装置２２４と、音質調整回路２３０と、音声認識回路２４０とを備える。制御回路２１０と、メインメモリ２２２と、記憶装置２２４と、音質調整回路２３０と、音声認識回路２４０とは、バスライン２９０を介して互いに接続されている。

制御回路２１０は、再生・ディクテーション・記録装置２０の各部の動作を制御する。メインメモリ２２２は、制御回路２１０の演算において用いられる記憶領域を有する。記憶装置２２４は、制御回路２１０で用いられるプログラム及び各種必要な情報、再生・ディクテーション・記録装置２０で取得又は作成された音声データ、テキストデータ等といった、種々の情報を記憶する。音質調整回路２３０は、録音機１０の音質調整回路１３０と同様に、再生する音声について、音質調整を行う。この際、再生する音声データが含まれる音声ファイルに格納された音質調整の設定に係るデータに基づいて、音質調整が行われ得る。音声認識回路２４０は、音声データに含まれる声情報に基づいて言語を認識する音声認識処理を行い、認識結果であるテキストを作成する。すなわち、音声認識回路２４０は、音声の自動テキスト化を行う。この自動テキスト化は、学習により作成された人工知能を用いて行われてもよい。

制御回路２１０、音質調整回路２３０及び音声認識回路２４０は、Central Processing Unit（ＣＰＵ）、Application Specific Integrated Circuit（ＡＳＩＣ）、又はField Programmable Gate Array（ＦＰＧＡ）等を含み得る。制御回路２１０、音質調整回路２３０及び音声認識回路２４０は、それぞれ１つの集積回路等で構成されてもよいし、それぞれ複数の集積回路等が組み合わされて構成されてもよいし、制御回路２１０、音質調整回路２３０及び音声認識回路２４０のうち２つ以上が１つの集積回路で構成されてもよい。また、メインメモリ２２２及び記憶装置２２４には、例えば各種半導体メモリが用いられ得る。記憶装置２２４には、ハードディスクドライブなどが用いられてもよい。

再生・ディクテーション・記録装置２０は、操作装置２６２と操作取得回路２６４とを備える。操作装置２６２は、例えば、キーボード、マウス、タッチパネル、各種スイッチ、ダイヤル等を含み、ユーザの操作を受け付ける。操作取得回路２６４は、操作装置２６２への入力に基づく操作信号を生成する。操作取得回路２６４は、バスライン２９０に接続されており、生成した操作信号は、制御回路２１０へと伝達される。

再生・ディクテーション・記録装置２０は、音声出力端子２７２と、スピーカ２７４と、音声出力回路２７６とを備える。音声出力端子２７２は、例えばイヤホンといった音声出力素子の端子が接続される端子である。音声出力回路２７６は、バスライン２９０に接続されている。音声出力回路２７６は、制御回路２１０の制御下で、記憶装置２２４に記録された音声信号、又は、音質調整回路２３０が音質調整を施した音声信号等を取得する。音声出力回路２７６は、音声信号を音声出力端子２７２に出力して、音声出力素子から音声を出力させたり、音声信号をスピーカ２７４に出力して、スピーカ２７４から音声を出力させたりする。

再生・ディクテーション・記録装置２０は、表示装置２８２と、表示制御回路２８４とを備える。表示装置２８２は、例えば液晶ディスプレイを含む。表示制御回路２８４は、制御回路２１０の制御下で、表示装置２８２に、現在の再生・ディクテーション・記録装置２０の動作の状況、音量、音質、操作メニュー、音声認識されたテキスト、ユーザによって入力されたテキストなどの各種情報を表示させる。

再生・ディクテーション・記録装置２０は、バスライン２９０に接続された通信回路２９２を備える。通信回路２９２は、再生・ディクテーション・記録装置２０の外部と通信するための回路である。この通信は、有線であっても、無線であってもよく、例えばＵＳＢ、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ等を用いたものであってもよい。再生・ディクテーション・記録装置２０は、通信回路２９２を介して、録音機１０と接続し得る。また、再生・ディクテーション・記録装置２０は、バスライン２９０に接続された時計回路２９６を備える。制御回路２１０は、時計回路２９６から現在の日時の情報を取得する。

再生・ディクテーション・記録装置２０は、例えば、操作装置２６２を用いたユーザからの入力に応じて、記憶装置２２４に記録された音声データに基づいて、スピーカ２７４から再生した音声を出力する。ユーザは、出力された音声を聞きながら、テキスト化を行ってもよい。また、再生・ディクテーション・記録装置２０は、例えば、音声データに基づいて、音声認識によって言語のテキスト化を行って、作成したテキストを記憶装置２２４に記憶したり、表示装置２８２に表示したりする。また、ユーザは、再生・ディクテーション・記録装置２０で作成されたテキストを見ながら、再生された音声を聞いて、テキストの修正を行ったり、テキスト化されていない言語のテキスト化を行ったりすることができる。

再生・ディクテーション・記録装置２０は、上述の機能を全て備えている必要はなく、必要な機能のみを備えていればよい。例えば、音声出力のみを行うときには、装置は、音声認識回路２４０等を必要としないし、音声認識のみを行うときには、装置は、スピーカ２７４等を必要としない。

［録音機の動作］
録音機１０の動作について説明する。図７は、録音機１０の動作を示すフローチャートである。この動作は、例えば録音機１０の電源が入れられたときに開始する。

ステップＳ１０１において、制御回路１１０は、収音モードが選択されているか否かを判定する。収音モードは、録音機１０で収音して、例えば音声出力端子１７２に接続されたイヤホンから収音した音を出力したり、収音した音を録音したりするモードである。収音モードが選択されていると判定されたとき、処理はステップＳ１０２に進む。

ステップＳ１０２において、制御回路１１０は、収音を行う。すなわち、制御回路１１０は、音声取得回路１４４にマイク１４２を用いて音声データを取得させる。ステップＳ１０３において、制御回路１１０は、音質調整回路１３０に、現在の音質調整の設定値に基づいて収音した音声に関して音質調整を行わせる。ステップＳ１０４において、制御回路１１０は、音声出力回路１７６に、音質調整済みの音声を出力させる。例えば、音声出力端子１７２に接続されたイヤホンから、調整済みの音声が出力される。

ステップＳ１０５において、制御回路１１０は、出力音声を調整する操作が行われたか否かを判定する。調整操作がおこなわれたとき、処理はステップＳ１０６に進む。ステップＳ１０６において、制御回路１１０は、出力音声調整処理を行う。出力音声調整処理について、図８に示すフローチャートを参照して説明する。

ステップＳ２０１において、制御回路１１０は、収音した音声について、音量等の自動レベル調整を行う。ステップＳ２０２において、制御回路１１０は、表示制御回路１８４に、表示装置１８２に出力音声の周波数ごとのレベルを表示させる。また、ステップＳ２０３において、制御回路１１０は、表示制御回路１８４に、表示装置１８２に音質調整に係るメニューを表示させる。

録音機１０は、音質調整の特性を決める方法として、プリセット値から設定値を選択するモードと、個別に調整して設定値を決定するモードとの２種類のモードが用意されている。ステップＳ２０４において、制御回路１１０は、プリセット値から選択するモードが選ばれたか否かを判定する。録音機１０には、音質調整に係る出力レベルの周波数特性について予めいくつかの特性値が用意されている。プリセット値から設定値を選択するモードでは、ユーザ９０１は、このプリセットされた特性値（プリセット値）の中から所望のものを選択することができる。プリセット値から選択するモードが選ばれたとき、処理はステップＳ２０５に進む。ステップＳ２０５において、制御回路１１０は、選択設定処理を行う。選択設定処理について、図９に示すフローチャートを参照して説明する。

ステップＳ３０１において、制御回路１１０は、音声出力回路１７６に、プリセット値による音質調整を反映した音声を出力させる。この音声を聞いたユーザ９０１は、その音質調整が所望の音質調整であるかを判定する。所望の音質調整であるときには、ユーザ９０１は、操作装置１６２を用いて現在反映されている設定値を選択する操作を行う。

ステップＳ３０２において、制御回路１１０は、現在の設定値が選択されたか否かを判定する。現在の設定値が選択されたとき、処理はステップＳ３０３に進む。ステップＳ３０３において、制御回路１１０は、音質調整の設定値を確定値として現在選択されている設定値に更新する。その後、選択設定処理は終了し、処理は出力音声調整処理に戻る。

ステップＳ３０２において、現在の設定値が選択されていないと判定されたとき、処理はステップＳ３０４に進む。ステップＳ３０４において、制御回路１１０は、適用する音質調整の設定値を他のプリセット値に変更するか否かを判定する。設定値を変更しないとき、選択設定処理は終了し、処理は出力音声調整処理に戻る。すなわち、設定値を更新せずに選択設定処理を終える。一方、設定値を変更するとき、処理はステップＳ３０５に進む。

ステップＳ３０５において、制御回路１１０は、設定値を変更する。その後、処理はステップＳ３０１に戻る。その結果、新たに設定された設定値に基づく音質調整が反映され、音声が出力され、当該音声が選択されたり、設定値が変更されたりする処理が繰り返される。

以上のように、選択設定処理では、用意された複数の音質調整の設定値の中から、ユーザ９０１の好みの設定値が簡易に選択され得る。

図８に戻って説明を続ける。ステップＳ２０５の選択設定処理の後、処理はステップＳ２０６に進む。また、ステップＳ２０４においてプリセット値から選択するモードが選ばれていないと判定されたとき、処理はステップＳ２０６に進む。ステップＳ２０６において、制御回路１１０は、個別調整のモードが選択されたか否かを判定する。すなわち、録音機１０は、音質調整について、上述の選択設定処理のようなプリセット値から選択するだけではなく、音質調整について個別に周波数特性を設定することができるように構成されている。

個別調整のモードが選択されたとき、処理はステップＳ２０７に進む。ステップＳ２０７において、制御回路１１０は、個別設定処理を行う。個別設定処理では、録音機１０は、所定の周波数の音を、音量を小音量から大音量に徐々に変化させ、また、それを周波数を変化させながら行い、周波数ごとにユーザが聞こえる音量を特定する。個別設定処理について、図１０に示すフローチャートを参照して説明する。

ステップＳ４０１において、制御回路１１０は、出力音量の設定を小音量とする。ステップＳ４０２において、制御回路１１０は、所定の周波数の音を出力する。ステップＳ４０３において、制御回路１１０は、音が聞こえたときにオンにするスイッチがユーザによってオンにされたか否かを判定する。スイッチがオンにされていないとき、処理はステップＳ４０４に進む。ステップＳ４０４において、制御回路１１０は、音量を所定値だけ上げる。その後、処理はステップＳ４０２に戻る。すなわち、音量が所定値だけ大きくなった状態で、所定の周波数の音が出力される。

ステップＳ４０３でスイッチがオンにされたと判定されたとき、処理はステップＳ４０５に進む。ステップＳ４０５において、制御回路１１０は、スイッチがオンにされた周波数と音量を一時記憶する。その後、ステップＳ４０６において、制御回路１１０は、周波数を変更するか否かを判定する。個別設定処理では、例えば、２種類の周波数や、７種類の周波数等、任意の数の周波数で設定が行われる。周波数を変更すると判定されたとき、処理はステップＳ４０７に進む。ステップＳ４０７において、制御回路１１０は、出力周波数の設定を変更させる。その後、処理はステップＳ４０１に戻る。すなわち、新たに設定された周波数について、小音量から徐々に音量を大きくしながらスイッチがオンにされる音量を特定し記憶する。

ステップＳ４０６において、各周波数について聞こえる音量の特定が終了し、周波数の変更を行わないと判定されたとき、処理はステップＳ４０８に進む。ステップＳ４０８において、制御回路１１０は、一時記憶されている周波数と音量との関係に基づいて、音質調整の周波数特性の設定値を算出する。ステップＳ４０９において、制御回路１１０は、算出結果を設定値として更新する。以上で、個別設定処理を終了する。

以上のように、個別設定処理では、ユーザ毎に異なり得る聞こえの特性に応じた最適な設定値が設定され得る。

図８に戻って説明を続ける。ステップＳ２０７の個別設定処理の後、処理はステップＳ２０８に進む。また、ステップＳ２０６において個別調整が選択されていないと判定されたとき、処理はステップＳ２０８に進む。ステップＳ２０８において、制御回路１１０は、指向性について調整を行うことが選択されたか否かを判定する。指向性について調整を行わないと判定されたとき、処理はステップＳ２１０に進む。一方、指向性についての調整を行うと判定されたとき、処理はステップＳ２０９に進む。

ステップＳ２０９において、制御回路１１０は、ユーザからの指示に基づいて、複数のマイクのうち使用するマイクを選択したり、各々のマイクで取得した音声信号の処理方法を変更したりすること等によって収音の指向性に関する調整を行う。その後、処理はステップＳ２１０に進む。

なお、上述の他、ユーザは、マイク１４２の向きを調整したり、全体の音量を調整したりといった種々の録音状態の調整等も、例えば出力音声調整処理の最中に行ってもよい。

ステップＳ２１０において、制御回路１１０は、出力音声調整処理の終了が選択されたか否かを判定する。出力音声調整処理を終了しないとき、処理はステップＳ２０１に戻る。一方、出力音声調整処理を終了すると判定されたとき、出力音声調整処理は終了し、処理はメイン処理に戻る。

以上のような出力音声調整処理により、録音機１０は、ユーザ９０１に応じた音質調整のための設定を行うことができる。このようなユーザ９０１に応じた設定によって、録音に係る操作を行っているユーザ９０１は、快適に音声を聞くことができる。

図７に戻って説明を続ける。出力音声調整処理の後、処理はステップＳ１０７に進む。また、ステップＳ１０５において、出力音声を調整する操作が行われていないと判定されたとき、処理はステップＳ１０７に進む。ステップＳ１０７において、制御回路１１０は、録音操作が行われたか否かを判定する。録音操作が行われたとき、処理はステップＳ１０８に進む。ステップＳ１０８において、制御回路１１０は、録音処理を行う。録音処理について、図１１に示すフローチャートを参照して説明する。

ステップＳ５０１において、制御回路１１０は、音質調整を施していない音声について、録音を開始する。すなわち、例えば音声出力端子１７２に接続されたイヤホンから出力される音声は、音質調整を施したものとなっているが、記録される音声は、音質調整を施していないものとなる。

ステップＳ５０２において、制御回路１１０は、収音した音声について、自動レベル調整を行う。ステップＳ５０３において、制御回路１１０は、表示制御回路１８４に、表示装置１８２に出力音声のレベルを表示させる。

ステップＳ５０４において、制御回路１１０は、収音した音が無音であったなら、その期間に係るインデックスを音声の記録データに付加する。このようなインデックスが付加されることで、例えば会議を録音した場合に、再生時に参加者のうち誰かが発言しているときの音声データのみを再生することができるようになる。

ステップＳ５０５において、制御回路１１０は、録音しながらユーザが出力音声の調整を希望したか否かを判定する。ユーザは出力音声の調整を希望するとき、その旨を操作装置１６２を用いて入力する。出力音声の調整が希望されていないとき、処理はステップＳ５０６に進む。

ステップＳ５０６において、制御回路１１０は、録音の終了が選択されたか否かを判定する。録音の終了が選択されていないとき、処理はステップＳ５０４に戻り、録音が継続される。

ステップＳ５０５において、出力音声の調整が希望されていると判定されたとき、処理はステップＳ５０７に進む。ステップＳ５０７において、制御回路１１０は、図９を参照して説明した選択設定処理を実行する。すなわち、プリセットされた特性値に基づいて音質調整が順に施され、ユーザ９０１が好みの設定を選択することで、音質調整の設定がなされる。その後、処理はステップＳ５０８に進む。

所定の周波数の音を聞かなければいけない個別設定処理と異なり、選択設定処理であれば録音中の音を中断されずに聞き続けられるので、ここでは選択設定処理が行われるものとして説明した。録音中に録音音声を聞くことを中断してもよい場合には、個別設定処理が行われてもよい。

ステップＳ５０８において、制御回路１１０は、指向性の調整が希望されたか否かを判定する。指向性の調整が希望されていないとき、処理はステップＳ５０６に進む。一方、指向性の調整が希望されたとき、処理はステップＳ５０９に進む。ステップＳ５０９において、制御回路１１０は、ステップＳ２０９と同様の指向性調整処理が行われる。その後、処理はステップＳ５０６に進む。すなわち、録音の終了が選択されるまで、録音が継続されながら、上述の処理が繰り返される。

ステップＳ５０６において、録音を終了すると判定されたとき、処理はステップＳ５１０に進む。ステップＳ５１０において、制御回路１１０は、出力音声の音質調整が行われていたか否かが判定される。音質調整が行われているとき、処理はステップＳ５１１に進む。ステップＳ５１１において、制御回路１１０は、録音を停止し、録音した音声のファイル化を行う。このとき、ファイルには音質調整の設定に係るデータが音声ファイルと共に記録される。その後、録音処理は終了する。

ステップＳ５１０において、出力音声の音質調整が行われていないと判定されたとき、処理はステップＳ５１２に進む。ステップＳ５１２において、制御回路１１０は、録音を停止し、録音した音声のファイル化を行う。このとき、音質調整の設定に係るデータは記録されない。その後、録音処理は終了する。

録音処理で作成される音声ファイルの構成の一例について、図１２に示す模式図を参照して説明する。音声ファイル３１０には、ファイル名３１１と、日時情報３１２と、連番情報３１３と、音声データ３１４と、調整設定データ３１５とが含まれる。ファイル名３１１は、任意でよく、録音日と通し番号との組み合わせ等でもよい。日時情報３１２は、録音の日時を示す情報を含む。連番情報３１３は、例えば録音機１０を用いて録音したファイルの通し番号を含む。音声データ３１４は、録音によって得られた音声データである。この音声データ３１４は、音質調整が施される前の音声に係るデータである。調整設定データ３１５は、録音時にユーザ９０１が調整した音質調整に係る設定を示すデータである。音声ファイルの構成は図１２に示すものに限らない。音声ファイルには、他の情報が追加されてもよく、例えば音質調整後の音声データがさらに含まれていてもよい。また、図１２に示した情報のうち、不要なものは削除され得る。例えば、不要であれば、連番情報３１３は削除され得る。

図７に戻って説明を続ける。録音処理の後、処理はステップＳ１０９に進む。また、ステップＳ１０７において、録音操作がされていないと判定されたとき、処理はステップＳ１０９に進む。ステップＳ１０９において、制御回路１１０は、終了するか否かを判定する。例えば録音機１０の電源が切られたとき、終了すると判定され、処理を終了する。終了しないと判定されたとき、処理はステップＳ１０１に戻る。

収音モードにおいては、上述の処理が繰り返される。すなわち、収音された音が例えばイヤホンから出力され、ユーザは収音した音を確認することができる。また、ユーザは、収音した音を、自身が聞きやすいように調整することができる。また、ユーザは、必要なタイミングで録音を開始し終了することができる。録音中も、音質調整が可能である。録音される音声は、音質調整前の音声である。録音時の音質調整の設定値は、音声データとともに記録される。

ステップＳ１０１の判定において、収音モードが選択されていないと判定されたとき、処理はステップＳ１１０に進む。ステップＳ１１０において、制御回路１１０は、収音を停止させる。ステップＳ１１１において、制御回路１１０は、音声データの再生が選択されたか否かを判定する。音声データの再生が選択されたとき、処理はステップＳ１１２に進む。ステップＳ１１２において、制御回路１１０は、再生処理を行う。再生処理について図１３に示すフローチャートを参照して説明する。

ステップＳ６０１において、制御回路１１０は、表示制御回路１８４に、記憶装置１２４に記録されている音声ファイルの一覧表示を行わせる。ステップＳ６０２において、制御回路１１０は、操作装置１６２からユーザの入力を取得して、ユーザが選択したファイルを決定する。

ステップＳ６０３において、制御回路１１０は、選択された音声ファイルが調整設定データを有しているか否かを判定する。音声ファイルが調整設定データを有していないとき、処理はステップＳ６０４に進む。ステップＳ６０４において、制御回路１１０は、記録されている音声データを再生し、音声出力回路１７６に、音声出力を行わせる。音声再生が終了したら、再生処理を終了し、処理はメインフローに戻る。

ステップＳ６０３において音声ファイルが調整設定データを有していると判定されたとき、処理はステップＳ６０５に進む。録音機１０は、調整設定データの再生時に、調整設定データに記録された設定値に基づく音質調整を行い、調整後の音声を出力することもできるし、調整を施していない音声を出力することもできる。ステップＳ６０５において、制御回路１１０は、調整設定データに係る音質調整後のデータを再生することが要求されているか否かを判定する。

音質調整後の音声の再生が要求されていないとき、処理はステップＳ６０６に進む。ステップＳ６０６において、制御回路１１０は、音声出力回路１７６に、音質調整をしていない音声の出力を行わせる。例えば録音時に録音機１０が収音した音を確認していたユーザ以外の人が音声を聞くとき、その人にとって録音時にユーザのために施された音質調整は好ましくないことがある。このような場合に、調整されていない音声が再生されることは好ましい。音声再生が終了したら、再生処理を終了し、処理はメインフローに戻る。

なお、録音を再生して聞いている人は、録音機１０を用いて自身が聞きやすいように音質を調整することができる。この際も音質調整の設定値を決めるにあたって、選択設定処理又は個別設定処理が行われ得る。音質調整の設定は、再生前に行われてもよいし、再生中に行われてもよい。

ステップＳ６０５において音質調整後の音声の再生が要求されているとき、処理はステップＳ６０７に進む。ステップＳ６０７において、制御回路１１０は、音質調整回路１３０に、調整設定データとして記録された設定値に基づいて再生音声の音質調整を行わせ、音声出力回路１７６に、音質調整を施した音声の出力を行わせる。例えば、録音時に録音機１０が収音した音を確認していたユーザが再生した音声を聞くとき、録音時に当該ユーザのために音質調整された音は好ましい音であることがある。このような場合に、調整された音声が再生されることは好ましい。音声再生が終了したら、再生処理を終了し、処理はメインフローに戻る。

以上のように、本実施形態では、調整設定データがあるときに、当該データの設定に基づく音質調整後の音声を出力することもできるし、音質調整を施さない音声の出力を行うこともできる。

調整設定データは、前述のように、録音現場で用いるイヤホンの特性などによって、必ずしも後で再生した時と同じ音質では確認できていない可能性があるので、このイヤホンの特性などを考慮して補正してもよい。録音現場で再生した音質と、後で本格的な装置で再生した時の音質は分けて考えた方がよいという本実施形態の考え方を拡張すると、以下も言える。すなわち、録音現場で用いるイヤホンの特性などを考慮すると、録音現場での収音確認、機器の設置場所、機器の向き、収音の指向性を考慮した機器の設定場所及び向き、収音の指向性そのもの等の調整などを行いやすく、また、再生時にその環境下で聞き取りやすい音質での音声記録が可能となる。ここで、録音現場での収音確認用の小型軽量のモバイル性にすぐれたイヤホンの再生能力や性能を予め録音装置が記録しておき、その性能の偏った特性などを補正するような音質調整に関しては、録音現場では記録に基づいて適用するし、録音時は無視する、といった応用も可能である。このためには、例えば、録音機１０は以下であってもよい。すなわち、録音機１０は、イヤホンやスピーカといった音声出力回路１７６に接続される音声出力素子の特性を記録する特性記憶装置を備えている。特性記憶装置は、記憶装置１２４が担ってもよい。音質調整回路１３０は、前記音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる音質調整を第３の音質調整として音声信号に対して行うし、前記第２の音質調整からなる音質調整を第４の音質調整として音声信号に対して行う。制御回路１１０は、録音時に、音質調整回路１３０に前記第３の音質調整を施した音声信号を音声出力回路１７６へと送信させ、記憶装置１２４に前記第４の音質調整を施した音声信号を記録させる。

図７に戻って説明を続ける。ステップＳ１１２の再生処理の後、処理はステップＳ１１３に進む。また、ステップＳ１１１において音声データの再生が選択されていないとき、処理はステップＳ１１３に進む。

ステップＳ１１３において、制御回路１１０は、接続処理が選択されたか否かを判定する。接続処理が選択されていないとき、処理はステップＳ１０９に進む。接続処理が選択されたとき、処理はステップＳ１１４に進む。ステップＳ１１４において、制御回路１１０は、通信回路１９２を介して外部の機器に接続するように各部を制御する。録音機１０は、この接続を介して、例えば記憶装置１２４に記録された音声ファイルを録音機１０の外部の機器に送信する。例えば、録音機１０と接続した再生・ディクテーション・記録装置２０は、録音機１０から取得した音声ファイルを用いて、各種動作を行う。ステップＳ１１４の後、処理はステップＳ１０９に進む。ステップＳ１０９で終了と判断されるまで、上述の処理が繰り返される。

なお、上述の実施形態では、録音機１０は、収音時に必ず音声出力を行う場合を例に挙げて説明したが、音声出力を行わずに録音のみを行うモードを備えていてもよいことはもちろんである。

以上、実施形態で説明した技術のうち、主にフローチャートで説明した制御に関しては、プログラムを用いて実現され得る。このプログラムは、記録媒体や記録部に収められ得る。この記録媒体又は記録部への記録の方法は様々であり、製品出荷時に記録されてもよく、配布された記録媒体が利用されて記録されてもよく、インターネットを介したダウンロードが利用されて記録されてもよい。また、上述の制御と同様の機能が、例えばディープラーニングによって構築された人工知能によって実現されてもよい。これは、一例として、ディクテーションする人や機械が、聞き取りやすかったときの音質（どんな音質調整で録音されたか）に高得点を付けるような点数付けをすることで可能となる。

録音機１０のような構成は、例えばスマートフォンやタブレット端末といった情報携帯端末にも適用され得る。情報携帯端末には、ウェアラブル端末も含まれる。

１０…録音機、２０…再生・ディクテーション・記録装置、１１０…制御回路、１２２…メインメモリ、１２４…記憶装置、１３０…音質調整回路、１４２…マイク、１４４…音声取得回路、１５２…姿勢センサ、１５４…姿勢取得回路、１６２…操作装置、１６４…操作取得回路、１７２…音声出力端子、１７４…スピーカ、１７６…音声出力回路、１８２…表示装置、１８４…表示制御回路、１９０…バスライン、１９２…通信回路、１９６…時計回路、２１０…制御回路、２２２…メインメモリ、２２４…記憶装置、２３０…音質調整回路、２４０…音声認識回路、２６２…操作装置、２６４…操作取得回路、２７２…音声出力端子、２７４…スピーカ、２７６…音声出力回路、２８２…表示装置、２８４…表示制御回路、２９０…バスライン、２９２…通信回路、２９６…時計回路。

Claims (8)

1. マイクで音波から変換された電気信号を取得し、音声信号を生成する音声取得回路と、
   前記音声信号に対して音質調整を行う音質調整回路と、
   前記音声信号を記録する記憶装置と、
   前記音声信号に基づく音声を出力させる音声出力回路と、
   録音時に、前記音質調整回路に前記音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記音質調整を施していない前記音声信号を記録させる制御回路と、
   前記音声出力回路に接続される音声出力素子の特性を記録する特性記憶装置と
   を備え、
   前記音質調整回路は、前記音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる前記音質調整を第３の音質調整として前記音声信号に対して行うことと、前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うこととを行い、
   前記制御回路は、録音時に、前記音質調整回路に前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させる、
   録音機。
2. 前記音質調整回路は、前記音質調整の設定値を変更することで音質調整を行う、請求項１に記載の録音機。
3. 前記制御回路は、前記記憶装置に前記設定値を前記音声信号とともに記録させる、請求項２に記載の録音機。
4. 前記制御回路は、
   前記音質調整回路に前記記憶装置に記録された前記音声信号に対して前記記憶装置に記録された前記設定値に基づく前記音質調整を行わせ、前記音声出力回路に前記音質調整が施された前記音声信号に基づいて音声を再生させることと、
   前記音声出力回路に前記音質調整が施されていない前記記憶装置に記録された前記音声信号に基づいて音声を再生させることと
   のうち何れか一方をユーザの選択に応じて行う、請求項３に記載の録音機。
5. 前記音質調整回路は、予め用意された複数の特性値の中からユーザによって選択された前記特性値を前記設定値として用いる、請求項２乃至４のうち何れか１項に記載の録音機。
6. 前記音質調整回路は、ユーザが周波数ごとに選択した音量に係る特性値を前記設定値として用いる、請求項２乃至４のうち何れか１項に記載の録音機。
7. 音声取得回路が、マイクで音波から変換された電気信号を取得し、音声信号を生成することと、
   音質調整回路が、前記音声信号に対して行う音質調整の特性を設定することと、
   制御回路が、録音時に、前記音声信号に対して設定した前記特性に係る音質調整を行い、前記音質調整を施した前記音声信号に基づく音声を音声出力回路に出力させること、
   前記制御回路が、録音時に、前記音質調整を施していない前記音声信号を記憶装置に記録させることと
   を備え、
   前記音質調整回路が、前記記憶装置に記録された、前記音声出力回路に接続される音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる前記音質調整を第３の音質調整として前記音声信号に対して行うことと、前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うこととを行い、
   前記制御回路が、録音時に、前記音質調整回路に前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させることを行う、
   録音方法。
8. マイクで音波から変換された電気信号を取得し、音声信号を生成することと、
   記憶装置に記録された、音声出力回路に接続される音声出力素子の特性を考慮した第１の音質調整とその他の音質調整である第２の音質調整との組み合わせからなる音質調整を第３の音質調整として前記音声信号に対して行うことと、
   前記第２の音質調整からなる前記音質調整を第４の音質調整として前記音声信号に対して行うことと、
   録音時に、前記音質調整を施していない前記音声信号を記憶装置に記録させることと
   録音時に、前記第３の音質調整を施した前記音声信号を前記音声出力回路へと送信させ、前記記憶装置に前記第４の音質調整を施した前記音声信号を記録させることと
   をコンピュータに実行させる録音のためのプログラム。

Images