CN106233751A - 声音发射和采集装置及声音发射和采集方法 - Google Patents

Abstract

一种声音发射和采集装置，设有：扬声器(16)；滤波器(24)，其对作为提供给所述扬声器(16)的声音信号的声音发射信号进行处理；多个麦克风(11)；多个回声消除器(32)，其设置为分别对应于所述多个麦克风(11)，并且各自消除从对应的麦克风的声音采集信号中消除所述扬声器(16)发射的声音的回归声音信号；第一综合单元，其对从所述多个回声消除器(32)取出的自适应滤波器系数进行综合；混响时间估计单元(41)，其基于综合的自适应滤波器系数来估计所述扬声器(16)和所述多个麦克风(11)所在空间中每个频带的混响时间；以及运算单元，其基于估计的混响时间从声音发射信号中指定具有长混响时间的频带，并且计算和设置滤波器中的用于抑制所指定频带的功率的滤波器系数。

Description

声音发射和采集装置及声音发射和采集方法

技术领域

本发明涉及一种在例如远程语音会议中使用的声音发射和采集装置，并且更具体地，涉及对要发射的声音的混响抑制。

背景技术

语音会议系统已经投入实际使用，其用于通过在各点之间建立连接的网络发送和接收声音。要用于会议的会议室的声学特征迥然不同，并且有时会在混响时间相当长的房间中举行会议。在混响时间长的情况下，要从扬声器发射的声音的清晰度劣化。为了解决这一问题，已经提出了用于抑制要发射的声音的混响的装置(专利文献1)。

根据专利文献1的装置公开了：通过对应于参与者Ma的键Kia的操作，从ROM 41读取在从参与者Ma到麦克风31的空间中的空间传输函数Ha的逆滤波器系数Ga并将其提供给数字滤波器34i，该数字滤波器34i实时执行逆滤波器运算，从而对参与者Ma的声音信号进行逆滤波。换言之，通过该装置，已经预先测量了在从参与者Ma至Mn各自的座位到多个麦克风31的空间中的空间传输函数，并且各传输函数的逆滤波器系数Ga至Gn已经预先存储在ROM 41中。

现有技术文献

专利文献

专利文献1：JP-A-09-247788

发明内容

技术问题

然而，由于在上述常规装置中需要预先测量冲激响应(impulse response)，因此需要在会议开始前立即再现测试信号，或者在会议中间再现测试信号；因此，在再现测试信号期间需要在会议室中营造安静环境，从而妨碍会议的流畅进行。

虽然能够想到应当在会议参与者入场之前执行再现，但是由于会议室的声学特征根据参与者是否出现在会议室中而变化，因此优选的是，应当在参与者出现的情况下再现测试信号。

本发明的目的在于提供用于会议的一种声音发射和采集装置以及一种声音发射和采集方法，其能够通过使用声音采集和回声消除功能而在没有预先再现测试声音的情况下抑制混响。

解决问题的手段

为了实现上述目标，根据本发明的声音发射和采集装置包括：扬声器；滤波器，其配置为对作为将要提供给所述扬声器的声音信号的声音发射信号进行处理；多个麦克风；多个回声消除器，其设置为分别对应于所述多个麦克风，并且配置为从对应的麦克风的声音采集信号中消除所述扬声器发射的声音的回归声音信号；第一综合部，其配置为对从所述多个回声消除器取出的自适应滤波器系数进行综合；混响时间估计部，其配置为基于综合的自适应滤波器系数来估计所述扬声器和所述多个麦克风所在空间中每个频带的混响时间；以及运算部，其配置为基于估计的混响时间从声音发射信号中指定具有长混响时间的频带，计算用于抑制所指定频带的功率的滤波器系数，然后将所述滤波器系数设定至所述滤波器。

此外，根据本发明的声音发射和采集方法包括：利用滤波器对作为将要提供给扬声器的声音信号的声音发射信号进行处理；通过使用设置为分别对应于多个麦克风的多个回声消除器，来从所述多个麦克风的声音采集信号中消除由扬声器发射的声音的回归声音信号；对从所述多个回声消除器取出的自适应滤波器系数进行综合；基于综合的自适应滤波器系数来估计所述扬声器和所述多个麦克风所在空间中每个频带的混响时间；以及基于估计的混响时间从声音发射信号中指定具有长混响时间的频带，计算用于抑制所指定频带的功率的滤波器系数，并且将所述滤波器系数设定至所述滤波器。

本发明的优点

采用本发明，通过使用适于会议的指向性麦克风并且利用回声消除器的参数(例如，自适应滤波器的滤波器系数)，能够适当地抑制混响。

附图说明

图1是示出根据本发明实施例的语音会议系统的安装构造的示例的示图；

图2是示出会议室中的声音反射状态的示图；

图3是示出语音会议系统的声音采集装置的框图；

图4是示出语音会议系统的声音采集装置的麦克风的指向性特征的示图；

图5是示出声音采集装置的回声消除器的框图；

图6是示出语音会议系统的通信装置的框图；

图7是示出通信装置的参数估计部的功能框图；

图8是示出混响抑制处理的流程的示图；

图9的(A)和(B)是示出在参数估计部中出现的信号波形的示例的示图；

图10是通信装置的修正特征计算部的增益表的示例；

图11是增益表的另一示例；

图12是示出将频率特征修正函数添加至参数估计部的实施例的示图；

图13是示出语音会议系统的声音采集装置的另一布线构造的示图；以及

图14的(A)至(C)是示出在其中对各麦克风进行分组的声音采集装置的构造的示例的示图。

具体实施方式

将参照附图描述根据本发明实施例的语音会议系统。图1是示出根据本发明实施例的语音会议系统的安装构造的示例的示图。

语音会议系统1安装在会议室C的会议桌D上。语音会议系统1具有一个通信装置10以及一个或多个声音采集装置11(在本实施例中，四个装置)。通信装置10具有扬声器26。声音采集装置11包括多个麦克风元件31。通信装置10和声音采集装置11经由通信线缆12相互连接以执行数字通信。声音采集装置11将麦克风元件31采集的声音信号和回声消除器32(参照图3)的滤波器系数发送至通信装置10。通信装置10连接至用作主机设备的个人计算机2。个人计算机2通过诸如互联网的网络3与安装在另一位置的另一语音会议系统进行通信，从而向所述另一语音会议系统发送从语音会议系统1的通信装置10输入的(由麦克风元件31采集的)声音信号，并将从所述另一语音会议系统接收的声音信号输入至通信装置10。通信装置10从扬声器26发出从所述另一语音会议系统发送的声音信号。

图2是示出会议室C中的声音反射状态的示图。从扬声器26发出的声音直接到达会议参与者M和麦克风元件31，并被会议室C的墙壁和天花板不同地反射然后到达参与者M和麦克风元件31。

如果从扬声器26发出的声音(即，由安装在另一方的另一语音会议系统采集的声音)被麦克风元件31采集并且发送至所述另一语音会议系统，则被发送的声音返回并再现，从而产生了所谓回声。为了防止这种回声，用于消除从扬声器26发出的声音的回声消除器32(参照图3)连接至每个麦克风元件31。此外，从扬声器26发出的声音由于被会议室C的墙壁和天花板反射的混响而变得不清楚，从而声音的清晰度发生劣化；为了改善这种劣化，通信装置10设有用于抑制混响的滤波器24(参照图6)。利用回声消除器32的自适应滤波器35(参照图5)的滤波器系数计算这种滤波器24的滤波器系数。

稍后将参照图3和之后的附图描述用于抑制混响的回声消除器32和滤波器24的功能和操作。将要描述的在通信装置10和声音采集装置11中设立的功能部可由电子电路组成，或者可通过诸如计算机的处理器和程序的协作实现。

图3是示出声音采集装置11的框图。图4是示出声音采集装置11的麦克风元件31的指向性特征的示图。图5是示出声音采集装置11的回声消除器32的框图。

声音采集装置11包括三个麦克风元件31。如图1和图4所示，声音采集装置11具有圆盘状扁平形状，并且三个麦克风元件31在声音采集装置11的圆周上以120度的间隔(在法线方向上)放射状地向外设置。每个麦克风元件31是单向性麦克风，并且具有以麦克风元件31所指向的方向为中心的心脏形状的声音采集特征。由于各个麦克风元件31以120度的间隔设置并且如图4所示的那样设置其指向性特征，因此通过合成各个麦克风元件31的声音采集信号来获得几乎无指向性的信号。然而，麦克风元件31不限于具有心脏形状的指向性特征的麦克风元件。麦克风元件31可具有轻微的后向指向性或者可具有双指向性。

在图3中，每个麦克风元件31设有回声消除器32。回声消除器32从麦克风元件31所采集的声音信号之中消除从扬声器26发出的声音；回声消除器32的详细配置参照图5进行描述。将其中扬声器周围的暗藏声音已被回声消除器32消除的声音信号输入至声音选择部33。由三个麦克风元件31采集的声音信号分别输入至声音选择部33。声音选择部33基于已输入的三个声音信号的水平、持续时间等估计麦克风元件31中的哪一个输入了具有最高水平的声音信号，即，估计哪一个声音信号被认为是讲话人员的讲话声音信号，从而选择被估计为讲话声音信号的那一个声音信号。换言之，在会议期间的声音信号的声音采集中，通过利用指向性麦克风的特征，从三个麦克风元件31当中选择一个最理想的麦克风元件31，从而采集到具有高S/N比的讲话声音。通过通信接口34将所选择的声音信号发送至通信装置10。在多个声音采集装置11连接至通信装置10的情况下，通信装置10(麦克风混音器22，参照图6)关于声音信号的水平、持续时间和相关度来比较从各个声音采集装置11接收的声音信号，并且选择声音信号之一或者混合各个声音信号，从而将所选择的声音信号或经混合的声音信号发送至配对系统。

接下来，将参照图5描述回声消除器32的配置。图5是示出回声消除器32的框图。回声消除器32具有由滤波器系数设置部35B和可变滤波器35A组成的自适应滤波器35，还具有加法器37。一般而言，自适应滤波器是其传输函数(自适应滤波器系数序列)根据预定优化算法自动调整的滤波器。

滤波器系数设置部35B对会议室C的声学传输系统(从扬声器26到麦克风元件31的声学传播路径)的传输函数进行估计，并且将滤波器系数设定至可变滤波器35A，从而使滤波器具有估计的传输函数。

从扬声器26发出的声音信号(声音发射信号)输入至可变滤波器35A。由于可变滤波器35A的传输函数是通过模拟会议室C的声学传输系统(从扬声器26到麦克风元件31的声学传播路径)而获得的传输函数，因此，由可变滤波器35A滤波的声音发射信号是通过对从扬声器26发出、在会议室C中传播并被麦克风元件31采集的声音信号(回归声音信号)进行模拟而获得的声音信号(伪回归声音信号)。所述伪回归声音信号输入至加法器37。

此外，由麦克风元件31采集的声音信号(声音采集信号)输入至加法器37。加法器37从声音采集信号减去伪回归声音信号并且输出所获得的信号。声音采集信号包括会议参与者M的讲话声音信号以及从扬声器26发出并在其周围暗藏的回归声音信号。加法器37从声音采集信号减去伪回归声音信号，从而能够从声音采集信号中消除回归声音，换言之，消除回声。回声已消除的声音采集信号输入至声音选择部33，并且还输入至滤波器系数设置部35B作为参考信号。另外，用作从扬声器26发出的声音信号的声音发射信号也输入至滤波器系数设置部35B作为另一参考信号。滤波器系数设置部35B基于这些参考信号连续更新滤波器系数。此外，自动检测其中从扬声器26发出声音且会议室C中的参与者M没有讲话的时间段，并且通过使用在该时间段中获得的参考信号执行滤波器系数的更新。

在本文中，可变滤波器35A用作FIR滤波器。因此，通过利用滤波器系数设置部35B估计和模拟从扬声器26到麦克风元件31的声学传播路径的冲激响应来获得要设定至可变滤波器35A的滤波器系数。滤波器系数设置部35B通过通信接口34向通信装置10发送滤波器系数作为估计的冲激响应。

如上所述，由声音选择部33选择分别由三个麦克风元件31各自采集的声音信号之一，并将其发送至通信装置10；然而，对应于三个麦克风元件31的三个估计的冲激响应也发送至通信装置10。如稍后描述的那样，在通信装置10的参数估计部23中合成这三个估计的冲激响应。这三个估计的冲激响应是包含从如图4所示的相应麦克风元件31所指向的方向抵达的混响分量的冲激响应；因此，可通过合成这三个估计的冲激响应来模拟从会议室C中的所有方向抵达且由非指向性麦克风采集的含有从所有方向抵达的混响分量的冲激响应。

图6是示出通信装置10的框图。通信装置10包括用于与个人计算机2进行通信的通信接口21、麦克风混音器22、参数估计部23、滤波器24、音频电路25、扬声器26以及用于与声音采集装置11进行通信的通信接口27。通信接口21是用于与个人计算机2进行数字通信的接口；例如，使用USB接口作为所述接口。在使用USB接口的情况下，个人计算机用作主机，通信装置10用作音频装置。设有多个通信接口27，并且各个声音采集装置11通过线缆12分别与其连接。例如，可仅将有线LAN接口用作通信接口27。

通信装置10通过通信接口27从声音采集装置11接收声音信号(回声已消除的声音采集信号)和三个估计的冲激响应。所接收的声音信号输入至麦克风混音器22。已从各个声音采集装置11接收的多个声音信号通过多个通信接口27输入至麦克风混音器22。麦克风混音器22选择从多个声音采集装置11各自接收的声音信号之一，或者混合各个声音信号，从而获得单声道声音信号，然后通过通信接口21将所获得的声音信号发送至个人计算机2。个人计算机2将该声音信号通过网络3发送至另一位置的语音会议系统。麦克风混音器22可仅关于水平、持续时间或相关度比较通信装置10的声音信号，并且选择具有高S/N比的声音信号作为将要发送至配对系统的讲话声音。

此外，个人计算机2接收从位于另一位置的语音会议系统发送的声音信号。该声音信号通过通信接口21输入，并且还输入至滤波器24以用作要从扬声器26发出的声音发射信号，并且通过通信接口27将声音信号发送至各个声音采集装置11。

滤波器24执行滤波，以抑制由会议室C中的混响导致的声音清晰度的劣化。换言之，滤波器针对信号发射信号执行信号处理，以抑制具有长混响时间的频带的水平。具体地，由于低频声音范围中的混响导致清晰度的劣化，因此低频声音范围的抑制度被设置得较高。由参数估计部23确定用于这种处理的滤波器系数。将其中混响时间长的频带受到滤波器24抑制的声音发射信号输入至音频电路25。音频电路25将声音发射信号转换成模拟声音信号，将该信号放大至预定水平，并且将所获得的信号输入至扬声器26。扬声器26向会议室C发出声音发射信号作为声音。所发射的声音被会议参与者M听到，并且被麦克风元件31采集。

将通过通信接口27发送至声音采集装置11的声音发射信号输入至图5所示的回声消除器32的滤波器系数设置部35B作为参考信号。

图7是示出参数估计部23的功能框图。此外，图8是示出要在包括参数估计部23的语音会议系统1中执行的混响抑制处理流程的示图。此外，图9的(A)和(B)是示出在混响抑制处理流程中出现的信号波形的示例的示图。

在图8中，声音采集装置11利用具有指向性的麦克风元件31进行声音采集(S101)，执行回声消除(S102)，并且从自适应滤波器35取出滤波器系数(估计的冲激响应)(S103)。声音采集装置11将三个回声消除器32的滤波器系数发送至通信装置10作为估计的冲激响应，所述三个回声消除器32分别设置以对应于三个麦克风元件31。

在图7中，参数估计部23包括：滤波器系数综合部40，其针对与其连接的各自的声音采集装置11设置；混响时间估计部41，其同样针对与其连接的各自的声音采集装置11设置；混响时间综合部42；修正特征计算部43；以及滤波器系数计算部44。

通信装置10从每个声音采集装置11接收三个估计的冲激响应(滤波器系数)。所接收的估计的冲激响应输入至参数估计部23。在参数估计部23中，已经输入的估计的冲激响应分别输入至针对每个声音采集装置11设置的滤波器系数综合部40。滤波器系数综合部40将已输入的三个估计的冲激响应时间轴对齐进行合成。可通过单纯地执行加法来进行所述合成，可通过改变每个估计的冲激响应的权重来进行所述合成，或者可通过修正每个估计的冲激响应的时间延迟来进行所述合成。可通过合成在图4所示的三个方向上的估计的冲激响应，来估计包含从比关于单个麦克风的估计的冲激响应的范围更宽的指向性范围抵达的混响分量的冲激响应(理想地，360度无指向性响应)。该处理为图8中的S104的前段综合。针对所连接的(已向其输入估计的冲激响应的)每个声音采集装置11执行该处理，并且估计每个声音采集装置11处的冲激响应。

由滤波器系数综合部40合成的指向性广的估计的冲激响应输入至混响时间估计部41。在混响时间估计部41中执行以下处理。首先，通过令估计的冲激响应通过具有多个通道的带通滤波器来执行频带划分。例如，频带划分可仅执行为使得从315Hz至8000Hz的频带被划分为15个通道，但是要划分的通道数量和各个通道的频带是任意的。通过这种处理，估计每个频带(通道)中的信号分量的冲激响应。该处理对应于图8中的S105的处理。该处理同样针对每个声音采集装置11执行。

混响时间估计部41基于每个频带中的估计的冲激响应来确定每个频带中的信号的混响时间。一般而言，混响时间是信号水平衰减至-60dB(百万分之一)所需的时间；虽然存在多种方法用于计算和估计混响时间，但是可仅用施罗德方法(Schroeder'smethod)来获得混响时间。在施罗德方法中，可以仅通过对冲激响应进行施罗德积分或后向累积加法来获得如图9的(A)所示的这种施罗德曲线(混响衰减曲线)，并且可仅获得该曲线衰减至-60dB所需的时间。更简单地，可仅取出施罗德曲线的不包括直接声音、误差分量等的预定区，并且可仅使用该区中的曲线的斜率作为曲线斜率，并且该斜率可仅用于估计该曲线从0dB衰减至-60dB所需的时间。该处理对应于图8中的S106，并且在每个声音采集装置11中针对每个频带执行，从而针对每个频带估计每个声音采集装置11处的混响时间。

由多个混响时间估计部41中的每一个估计的在每个声音采集装置11处的关于每个频带的混响时间被输入至混响时间综合部42。混响时间综合部42合成每个声音采集装置11处的关于每个频带的混响时间。该处理是图8中的s107的后段综合处理，并且针对每个频带执行。

虽然通过累加和平均各声音采集装置11的关于每个频带的混响时间来执行后段综合处理中的合成，但是可从平均计算中排除极度偏离平均值的混响时间(异常值)。此外，对于具有很多异常值的声音采集装置11而言，该声音采集装置11被认为是安装在倾向于获得不常见特征的地点(例如，在房间的角落之类)；因此，可从后段综合处理中完全排除该声音采集装置11的所有频带的混响时间。可根据通信装置10的判断执行这种排除处理，或者负责在会议室C中安装该系统的人员可针对声音采集装置11或通信装置10执行手动操作，从而可进行设置以排除特定的声音采集装置11，例如上述安装在房间角落里的上述声音采集装置11。这种情况下，对于已经被排除在待综合的对象之外的声音采集装置11来说，不需要进行S103及随后步骤的处理，从而简化和缩短整个处理。

例如，通过沿着频率轴绘制由后段综合处理获得的各个频带的混响时间，来获得如图9的(B)所示的这种在整个会议室C中的混响特征。基于该频率特征，可进行判断来确定哪个频带的混响时间长。

由混响时间综合部42获得的混响特征被输入至修正特征计算部43。基于所输入的混响特征，修正特征计算部43确定频率范围的修正特征，以抑制混响时间长的频带，从而使得从扬声器26发出的声音不被该声音的混响声音掩盖。可选择性地使用各种方法确定修正特征，例如，在其中确定每个频带的混响时间的阈值、提取混响时间超过该阈值的频带并且抑制该频带的功率的方法；用于抑制混响声音的已知滤波方法；以及通过使用针对各频带的增益表确定各频带的功率抑制量的方法。可使用如图10所示的增益表作为关于每个频带的增益表。在该增益表中，纵轴代表增益(dB)，横轴代表混响时间RT(秒)，每个频带的增益值以具有斜率的线段表示。线段f1至fn对应于通过上述带通滤波器划分的频带；f1位于低频声音范围一侧，fn位于高频声音范围一侧。例如，在频带f3的混响声音为1.0秒的情况下，确定增益为-30dB。在该增益表中，低频声音范围中的线段被设定为具有更陡的斜率。在在高频范围一侧的f4的混响时间为1.0秒的情况下，增益约为-24dB。在如上所述的低频声音范围的混响时间较长的情况下，确定修正特征，以使得相比于高频声音范围的混响时间较长的情况，低频声音范围中的抑制执行得更为强烈。

增益值具有下限，从而不会执行超过预定值(图中所示的增益表中，-30dB)的抑制。此外，在各频带的混响时间超过预定混响时间(f3中，1.0秒)的情况下，应用增益的下限值。此外，在增益表中，如图11所示，可设置线段收敛的收敛点以使其在正方向上移动恒定的混响时间。就该图而言，当混响时间为1.0秒或更短时，增益为0dB。该处理对应于图8中的S108。将确定的修正特征输入至滤波器系数计算部44。

滤波器系数计算部44确定滤波器系数，从而使得滤波器24具有修正特征计算部43计算出的修正特征。滤波器24由FIR滤波器或IIR滤波器组成。根据滤波器24的构造，通过离散时间傅里叶逆变换或诸如参数峰值过滤的运算来计算滤波器系数。该处理对应于图8中的S109。将计算出的滤波器系数设定至滤波器24(S110)。通过使用滤波器24对声音发射信号进行滤波，从扬声器26发出的声音的混响受到抑制，并且对于参与者M来说，声音的清晰度变高。

在上述实施例中，利用回声消除器32的滤波器系数估计会议室C的混响特征，并且抑制混响时间长的频带，从而防止发出的声音的清晰度降低。此外，可利用回声消除器32的滤波器系数估计会议室C的频率特征，然后可修正声音发射信号的频率特征以消除会议室C的频率特征，从而听到具有平坦特征的所发出的声音。通过该修正，可避免由会议室C的频率特征导致的混响以及声音清晰度的劣化。

图12示出了参数估计部的修改例。除了用于抑制混响的修正特征之外，该图所示的参数估计部23'还确定用于修正频率特征的修正特征，并且将该特征设定至滤波器24。在图12中，以相同的附图标记指代具有与图7所示的各部的构造相同的那些部，并且忽略其描述。除了图7所示的参数估计部23的构造之外，该图所示的参数估计部23'还包括用于各声音采集装置11的频率特征估计部45以及频率特征综合部46。

从滤波器系数综合部40输出的针对各声音采集装置11的宽指向性(无指向性)估计冲激响应输入至混响时间估计部41，并且还输入至频率特征估计部45。频率特征估计部45对输入的冲激响应进行傅里叶变化，并且计算声音采集装置11处的频率特征。该频率特征输入至频率特征综合部46。频率特征综合部46对从各个频率特征估计部45输入的各个声音采集装置11的频率特征进行合成，并且计算整个会议室C中的频率特征的平均值。对于平均值的计算，可仅进行算术平均值计算，或者可对各个频率特征进行归一化然后进行平均。

由频率特征综合部46获得的会议室C的频率特征被输入至修正特征计算部43'。修正特征计算部43'计算修正特征，即，用于抑制混响时间长的频带的特征，在该特征中，所发出的声音中的受会议室C影响的频率特征已经消除，所发出的声音通过平坦传输特征传递给听众。此外，该计算方法可计算其中所发出的声音通过已预先设置的给定的理想传输特征传递给听众的修正特征，来替代其中所发出的声音通过平坦传输特征传递给听众的修正特征。将计算出的修正特征输入至滤波器系数计算部44。滤波器系数计算部44确定滤波器系数，从而使得滤波器24具有修正特征计算部43'计算出的修正特征。将计算出的滤波器系数设定至滤波器24。由于滤波器24对声音发射信号进行滤波，因此从扬声器26发出的声音具有使得声音通过平坦传输特征传播且抑制其混响的特征，从而该声音成为对于参与者M来说具有高清晰度的声音。

虽然在上述实施例中通过通信装置10执行前段综合，但是也可通过声音采集装置11执行综合。在图8中，优选的是，通过声音采集装置11执行S101至S103的处理。此外，优选的是，通过通信装置10执行S107和随后步骤的处理。可通过声音采集装置11或通信装置10执行它们之间的处理(即，S104至S106的处理)。

在上述实施例中，虽然已经描述了具有其中包括麦克风元件31的声音采集装置11连接至配备有扬声器26的通信装置10的构造的语音会议系统，但是本发明也适用于一体化配备有多个麦克风元件31和扬声器26的语音会议系统(该系统仅包括通信装置10)。

此外，通信装置10与声音采集装置11之间的连接构造不限于有线连接。例如，连接构造可为符合无线LAN标准或短距离无线通信标准的无线连接。

此外，声音采集装置11的形状和麦克风元件31的数量不限于图1和图4所示的那些。例如，可围绕圆盘状外壳的外周边缘部分以相等间距设置两个或四个麦克风元件31。这种情况下，各麦克风元件31之间的角度为180度或90度。此外，间距(角度)可不相等。麦克风元件31可设置为偏离朝着会议参与者M的方向。

在多个声音采集装置11连接至通信装置10的情况下，如图13所示，可通过利用线缆12的串级链(daisy chain)连接将声音采集装置11连接至通信装置10。通过这种连接构造，能够减少线缆的总长度。在通信接口21和34为LAN接口的情况下，所述接口可应用于图1所示的星形连接和图13所示的串级链连接两者。

另外，如图14的(A)至(C)所示，每一个均包含单个麦克风元件31的多个麦克风51、52、53和54可分别结合(成组)，并且可允许每个组60用作单个声音采集装置11。这种情况下，负责安装的人员可将关于台式麦克风51的分组信息预先设定至通信装置10，或者，可在通信装置10的前端设置信号分布部并且通信装置10自身可执行分组。这种情况下，例如，基于回声消除器的自适应滤波器的时间位置和采集的声音信号的相关度，信号分布部可执行分组，以使得采集相似信号的台式麦克风被分在相同的组中。

图14的(A)示出了多个台式麦克风(立式麦克风)51合为组60的示例。此外，图14的(B)示出了多个手持麦克风52合为组60的示例。手持麦克风52可为有线式或无线式。这种情况下，由于持有手持麦克风的讲话人员进行移动，存在于固定距离内的多个手持麦克风52可合为单个组60，并且可为每个组60添加自适应滤波器系数序列。在存在手持麦克风52的多个组60的情况下，可仅通过计算每个组各自的混响时间来获得上述混响特征。可通过凭借计算两个手持麦克风52之间的声音采集延迟差执行位置检测，或者通过相互检测从手持麦克风52发射的无线辐射的强度，来进行手持麦克风52是否存在于固定距离内的判断。

此外，声音采集装置11可以不是放在会议桌D上的类型。换言之，例如，如图14的(C)所示，也可使用悬挂在天花板上的悬挂式麦克风53和安装在墙体表面的墙置式麦克风54。当然，图1所示的声音采集装置11、台式麦克风51、手持麦克风52、悬挂式麦克风53和墙置式麦克风54可一起混合使用。

此外，根据实施例的语音会议系统1当然也可用于除会议之外的场合。此外，使用所述系统的地点不限于会议室。

根据本发明的声音发射和采集装置包括：扬声器；滤波器，其用于对作为将要提供给所述扬声器的声音信号的声音发射信号进行处理；多个麦克风，其具有指向性；多个回声消除器；第一综合部；混响特征估计部；以及运算部。回声消除器设置为分别对应于麦克风，并且每个回声消除器从对应于该回声消除器的麦克风的声音采集信号中消除所述扬声器发射的声音的回归声音信号。第一综合部对从回声消除器取出的自适应滤波器系数序列进行综合。混响时间估计部基于综合的自适应滤波器系数来估计所述扬声器和所述多个麦克风所在空间中每个频带的混响时间。运算部提取具有长混响时间的频带，计算用于抑制该频带的功率的滤波器系数，并且将所述滤波器系数设定至滤波器。

以示例方式将本公开概述如下。

根据本发明的声音发射和采集装置包括多个麦克风。例如，麦克风是适于会议的指向性麦克风。每个麦克风具有用于消除扬声器的声音的回声的回声消除器。回声消除器具有自适应滤波器，其产生伪回归声音信号并具有模拟扬声器与麦克风之间的冲激响应的自适应滤波器系数(估计的冲激响应)。此外，基于扬声器的声音发射信号和麦克风的声音采集信号随时更新该估计的冲激响应。由于麦克风为指向性麦克风，因此，估计的冲激响应只是大量包括从麦克风指向性的方向抵达的混响分量，从而没有完全地表示整个会议室的混响特征。然而，由于第一综合部对多个指向性麦克风的参数进行综合，因此，尽管使用了用于会议的指向性麦克风，仍可模拟出包含从宽范围方向抵达的混响分量的冲激响应。随后，利用该综合的参数(估计的冲激响应)计算混响时间，并且计算用于抑制该混响的滤波器系数。结果，可准确地再现整个会议室的混响特征，并且可有效抑制混响。此外，由于由回声消除器用于消除回归声音的估计的冲激响应也可照原样使用，因此，不要求特别计算的量，并且无需为此目的发射测试信号。

例如，可在彼此不同的方向上布置多个麦克风，从而使得各麦克风中的任一个在所有水平方向之一上具有灵敏度。通过麦克风的这种布置，由第一综合部综合的参数可设置为几乎无指向性参数。

例如，上述运算部将针对各频带分别预先设定的混响时间的阈值与各频带的上述估计的混响时间分别进行比较，并且提取具有超过上述阈值的上述混响时间的频带。

例如，在通过上述运算部设置滤波器系数的情况下，用于抑制上述空间的频带中的低频带的功率高于用于抑制上述空间的频带中的高频带的功率。

例如，上述第一运算部将上述自适应滤波器系数的时间轴对齐，并且，仅综合各系数或者改变各系数的权重并综合各系数。

例如，包括多个麦克风和多个回声消除器的声音采集装置与包括扬声器和滤波器的通信装置可彼此分离。通过这种布置，可提高安装自由度，并且可设置多个声音采集装置。

例如，可设置多个声音采集装置，可设置多个第一综合部以对应于多个声音采集装置，并且可为混响时间估计部设置用于综合各声音采集装置的混响时间的第二综合部。另外，所述运算部可基于由所述第二综合部综合的混响时间来计算滤波器系数。

结果，声音采集装置可安装在安装有该装置的房间中的多个位置，并且即使在有多人参与的会议中，也可无遗漏地采集讲话声音。此外，由于计算了房间中各位置处的混响时间并随后由第二综合部综合，因此可获得公正平均的混响时间。

例如，至少一个声音采集装置由多个声音采集装置形成；所述第一综合部由多个第一综合部形成，以对应于所述多个声音采集装置；并且，所述声音发射和采集装置还包括：多个频率特征估计部，其基于分别由所述多个声音采集装置的第一综合部综合的多个自适应滤波器系数，计算所述多个声音采集装置的位置处的多个频率特征；以及频率特征综合部，其用于综合由所述多个频率特征估计部计算的多个频率特征。

虽然已经参照具体实施例详细描述了本发明，但是本领域技术人员显而易见的是，可进行各种变化和修改而没有背离本发明的精神和范围或内涵范围。

本发明基于2014年4月14日提交的日本专利申请(专利申请2014-083209)，该申请的内容以引用方式并入本文中。

工业可用性

本发明可提供用于会议的一种声音发射和采集装置，其能够通过使用声音采集和回声消除功能而在没有预先再现测试声音的情况下抑制混响。

附图标记描述

C…会议室；D…会议桌；M…会议参与者；1…语音会议系统；2…个人计算机；3…网络；10…通信装置；11…声音采集装置；26…扬声器；31…麦克风元件；51…台式麦克风；52…手持麦克风；53…悬挂式麦克风；54…墙置式麦克风；60…组。

Claims (10)

1.一种声音发射和采集装置，包括：

扬声器；

滤波器，其配置为对作为将要提供给所述扬声器的声音信号的声音发射信号进行处理；

多个麦克风；

多个回声消除器，其设置为分别对应于所述多个麦克风，并且配置为从对应的麦克风的声音采集信号中消除所述扬声器发射的声音的回归声音信号；

第一综合部，其配置为对从所述多个回声消除器取出的自适应滤波器系数进行综合；

混响时间估计部，其配置为基于综合的自适应滤波器系数来估计所述扬声器和所述多个麦克风所在空间中每个频带的混响时间；以及

运算部，其配置为：基于估计的混响时间从声音发射信号中指定具有长混响时间的频带，计算用于抑制所指定频带的功率的滤波器系数，以及将所述滤波器系数设定至所述滤波器。

2.根据权利要求1所述的声音发射和采集装置，其中，所述麦克风具有指向性。

3.根据权利要求1或2所述的声音发射和采集装置，其中，所述麦克风设置在彼此不同的方向上，从而使得所述麦克风中的任意一个具有在所有水平方向中的一个方向上的灵敏度。

4.根据权利要求1至3中的任一项所述的声音发射和采集装置，其中，所述运算部将针对各频带分别预先设定的混响时间的阈值与各频带的估计的混响时间分别进行比较，并且提取具有超过所述阈值的混响时间的频带。

5.根据权利要求1至4中的任一项所述的声音发射和采集装置，其中，在滤波器系数正在由运算部设定的情况下，用于对所述空间的频带中的低频带进行抑制的功率高于用于对所述空间的频带中的高频带进行抑制的功率。

6.根据权利要求1至5中的任一项所述的声音发射和采集装置，其中，所述第一综合部将所述自适应滤波器系数的时间轴对齐，仅综合所述系数，或者在改变所述系数的权重的同时综合所述系数。

7.根据权利要求1至6中的任一项所述的声音发射和采集装置，包括：

包括所述多个麦克风和所述多个回声消除器的至少一个声音采集装置；以及

包括所述扬声器和所述滤波器的至少一个通信装置，

其中，所述声音采集装置和所述通信装置配置为彼此分离。

8.根据权利要求7所述的声音发射和采集装置，其中，所述至少一个声音采集装置包括多个声音采集装置；

其中，所述第一综合部包括多个第一综合部，以对应于所述多个声音采集装置；

其中，所述混响时间估计部还具有第二综合部，其用于综合所述多个声音采集装置各自的混响时间；并且

其中，所述运算部基于由所述第二综合部综合的混响时间来计算滤波器系数。

9.根据权利要求7所述的声音发射和采集装置，其中，所述至少一个声音采集装置包括多个声音采集装置；并且

其中，所述第一综合部包括多个第一综合部，以对应于所述多个声音采集装置；并且

所述声音发射和采集装置还包括：

多个频率特征估计部，其配置为基于分别由所述多个声音采集装置的第一综合部综合的多个自适应滤波器系数，计算所述多个声音采集装置的位置处的多个频率特征；以及

频率特征综合部，其配置为综合由所述多个频率特征估计部计算的多个频率特征。

10.一种声音发射和采集方法，包括：

利用滤波器对作为将要提供给扬声器的声音信号的声音发射信号进行处理；

通过使用设置为分别对应于多个麦克风的多个回声消除器，来从所述多个麦克风的声音采集信号中消除由扬声器发射的声音的回归声音信号；

对从所述多个回声消除器取出的自适应滤波器系数进行综合；

基于综合的自适应滤波器系数来估计所述扬声器和所述多个麦克风所在空间中每个频带的混响时间；以及

基于估计的混响时间从声音发射信号中指定具有长混响时间的频带，计算用于对所指定频带的功率进行抑制的滤波器系数，并且将所述滤波器系数设定至所述滤波器。