JP2001359185A - ハンズフリー装置とその音声信号処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 話者の位置を特定し、音声入出力の指向性を
話者の方向に制御できるハンズフリー装置を提供する。 【解決手段】 複数個のマイク12と、各マイクに入力す
る音声信号の内から特定の話者15の音声信号を認識する
音声認識回路13と、マイクの各々に入力した話者の音声
信号から話者の方向を特定する方向特定手段14とを設
け、各マイクに入力した音声信号の内、特定の話者の音
声の位相及び振幅を検出し、この位相または振幅の情報
を基に、話者の方向を特定する。また、各マイクに入力
する音声信号の位相または振幅にウエイト付けをして音
声信号を加算することにより、話者の方向にマイクの指
向性を高める。騒音の大きい環境下でも、音声入力のＳ
／Ｎ比を高めることができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、受話器、スピーカ
ーまたはマイクロフォンを手に持たずに音声を入力また
は出力するハンズフリー装置と、その音声信号の処理方
法に関し、特に、話者の方向に音声の入出力の指向性を
高めるようにしたものである。

【０００２】

【従来の技術】ハンズフリー装置は、スピーカーと、マ
イクロフォンとを備え、スピーカーまたはマイクロフォ
ンを手に持たずに音声を入力または出力するマン・マシ
ン・インターフェースである。

【０００３】従来のハンズフリー装置は、一般的に音声
入力及び音声出力の指向性を備えていない。音声入力の
指向性を考慮したものでは、特開平６−６２１０３号公
報に記載されたハンズフリー装置が知られている。この
装置は、複数の指向性マイクロフォンと１つのスピーカ
とを備えており、例えば室内にいる複数の人の誰でも
が、この装置を使って相手先と通話できるように、各マ
イクロフォンの出力レベルを比較する比較部を持ち、出
力レベルが最大のマイクロフォンを選択して、そのマイ
クロフォンから入力した音声を電話機を通じて通話相手
先に送信するように構成されている。

【０００４】

【発明が解決しようとする課題】しかし、この従来のハ
ンズフリー装置では、音声出力の指向性が無いため、ハ
ンズフリー装置からの音声出力が話者以外にも聞こえて
迷惑になるという問題点がある。また、話者が指向性マ
イクロフォンの一つに向き合う位置にいない場合には、
話者の音声をマイクロフォンで効果的に拾うことができ
ず、騒音の大きい環境下では、ハンズフリー装置への音
声入力のＳ／Ｎ比が悪くなるという問題点がある。

【０００５】本発明は、こうした従来の問題点を解決す
るものであり、話者の位置を特定し、音声入出力の指向
性を話者の方向に制御できるハンズフリー装置を提供
し、また、このハンズフリー装置での音声信号の処理方
法を提供することを目的としている。

【０００６】

【課題を解決するための手段】そこで、本発明のハンズ
フリー装置では、複数個のマイクロフォンと、それぞれ
のマイクロフォンに入力する音声信号の内から特定の話
者の音声信号を認識する音声認識回路と、マイクロフォ
ンの各々に入力した話者の音声信号から話者の方向を特
定する方向特定手段とを設けている。

【０００７】また、話者が携帯する電波発振器の電波を
受信する複数個の電波受信器と、電波受信器の各々で受
信した電波を基に電波発振器を携帯する話者の方向を特
定する方向特定手段とをハンズフリー装置に設けてい
る。

【０００８】また、本発明のハンズフリー装置での音声
信号処理方法では、ハンズフリー装置に複数個のマイク
ロフォンを設け、各マイクロフォンに入力した音声信号
の内、特定の話者の音声の位相及び振幅を検出し、この
位相または振幅の情報を基に、話者の方向を特定してい
る。

【０００９】また、ハンズフリー装置に複数個の電波受
信器を設け、話者に電波発振器を携帯させ、電波受信器
の各々で電波発振器からの信号の位相と振幅とを検出し
て、その位相または振幅の情報を基に電波発振器を携帯
する話者の方向を特定している。

【００１０】また、ハンズフリー装置に複数個のスピー
カを設け、スピーカの音声出力の位相または振幅を制御
して、話者の方向にスピーカの指向性を高めるように制
御している。

【００１１】また、ハンズフリー装置に複数個のマイク
ロフォンを設け、各マイクロフォンに入力する音声信号
の位相または振幅にウエイト付けをして、この音声信号
を加算することにより、話者の方向にマイクロフォンの
指向性を高めている。

【００１２】そのため、話者の向きを特定し、スピーカ
の指向性やマイクロフォンの指向性を話者の方向に高め
ることができる。従って、音声出力が通話者以外には弱
くなるので、他者への迷惑を軽減することができ、ま
た、騒音の大きい環境下でもハンズフリー装置への音声
入力のＳ／Ｎ比を高めることができる。

【００１３】

【発明の実施の形態】（第１の実施形態）第１の実施形
態のハンズフリー装置は、図１に示すように、複数個の
マイクロフォン12と、マイクロフォン12と対になる複数
個の音声認識回路13と、各音声認識回路13の認識結果に
基づいて話者の方向を特定する向き特定回路14とを備え
ている。

【００１４】このハンズフリー装置11では、各マイクロ
フォン12から話者15の音声16が入力し、各音声認識回路
13が、各マイクロフォン12から入力する音声信号のう
ち、特定の話者の音声の位相と振幅とを検出する。向き
特定回路14は、各音声認識回路13で検出された位相の位
相差と振幅とから話者の方向を特定する。この方向は、
表示装置（不図示）で表示することもできる。

【００１５】各マイクロフォン12から入力した音声信号
は、加算して出力するが、このとき、マイクロフォンの
総合特性が話者の方向に指向性を持つように、この加算
を制御する。この点については第３の実施形態で詳述す
る。また、図１では図示していないが、ハンズフリー装
置に複数のスピーカを設け、このスピーカの総合的な指
向性が話者の方向に向くように、各スピーカの音声出力
の位相と振幅とを制御する。この点については第４の実
施形態で詳しく説明する。

【００１６】ここでは、各マイクロフォン12から入力す
る音声信号を基に話者の方向を特定する原理について説
明する。

【００１７】いま、図２に示すように、４つのマイクロ
フォンＡ21、Ｂ22、Ｃ23、Ｄ24が座標軸（ｘ、ｙ軸）上
に配置され、各マイクロフォンの原点ｏからの距離がｄ
であるとする。

【００１８】また、ハンズフリー装置に話者の音声が入
射する向き25とｘ軸とがなす角をθとする。

【００１９】各マイクロフォンＡ21、Ｂ22、Ｃ23、Ｄ24
から入力した音声信号のうち、各マイクロフォンと対を
なす各音声認識回路によって検出された話者の音声の位
相φA、φB、φC、φDは、それぞれ、 φA = ２πｄ×cos(θ)／λ （１−ａ） φB = ２πｄ×sin(θ)／λ （１−ｂ） φC = -２πｄ×cos(θ)／λ （１−ｃ） φD = -２πｄ×sin(θ)／λ （１−ｄ） となる。ここで、λは検出した話者の音声の波長であ
る。また、位相は原点で検出される位相を基準にしてい
る。これらの式を整理すると、 cos(θ) = (φA -φC)×λ／４πｄ （２−ａ） sin(θ) = (φB -φD)×λ／４πｄ （２−ｂ） と表せる。ここで、話者の音声の波長λは既知で、長さ
ｄもマイクロフォンの配置から既知であるので、位相φ
A、φB、φC、φDを検出すれば、式（２−ａ）、（２−
ｂ）から話者の音声が入射する向きθを一意に特定する
ことができる。

【００２０】例えば、cos(θ)＝１．０、sin(θ)＝０．
０という組みに対してはθ＝０度であり、他の解はな
い。

【００２１】図３は、式（２−ａ）、（２−ｂ）の関係
を表したグラフである。あるcos(θ)とsin(θ)との値の
組みを満たすθの値は２πの整数倍を除いて１つしか無
い。従って、式（２−ａ）、（２−ｂ）の関係から、音
声の入射方向θを一意に特定できることが明らかであ
る。

【００２２】ここでは、簡単のためにマイクロフォンの
数を４つとし、検出した位相情報のみ利用する例を挙げ
たが、さらにマイクロフォンの数を増減したり、位相だ
けでなく、振幅の情報を利用して、各マイクロフォンに
入力する音声信号の振幅の差分から話者の方向を特定す
ることもできる。

【００２３】このように、ハンズフリー装置に複数のマ
イクロフォンを設け、各マイクロフォンから入力した音
声信号の内、特定の話者の音声の位相差と振幅とを検出
することにより、話者の方向を特定することが可能にな
る。

【００２４】また、この方法で数秒に一回程度話者の方
向を検出し続ければ、話者15が動き回っても、実用上支
障なく、話者の動きまわる速さに十分追随して方向を特
定し続けることができる。

【００２５】（第２の実施形態）第２の実施形態では、
ハンズフリー装置において、話者の方向を特定するため
の別の仕組みについて説明する。

【００２６】この装置は、図４に示すように、複数個の
電波受信器42を備えており、また、話者15は、波長λの
電波44を出力する電波発振器43を保持している。また、
図４では図示していないが、複数の電波受信器42の受信
情報から、電波発振器43の方向を特定する方向特定手段
を有している。

【００２７】この装置では、電波受信器42に入力する電
波の位相と振幅との情報を基に電波発振器43の方向、即
ち、話者の方向を特定することができる。また、表示装
置（不図示）で、この方向を表示することもできる。

【００２８】この場合に、電波受信器で受信する情報か
ら話者の方向を特定する原理について、図５を用いて説
明する。

【００２９】図５では、４つの電波受信器Ａ51、Ｂ52、
Ｃ53、Ｄ54が座標軸（ｘ、ｙ軸）上に配置されており、
各電波受信器の原点ｏからの距離がｄであるとする。

【００３０】また、このハンズフリー装置に電波44が入
射する向き55とｘ軸とのなす角をθとする。

【００３１】それぞれの電波受信器Ａ51、Ｂ52、Ｃ53、
Ｄ54で検出された電波の位相φA、φB、φC、φDは、そ
れぞれ、 φA = ２πｄ×cos(θ)／λ （３−ａ） φB = ２πｄ×sin(θ)／λ （３−ｂ） φC = -２πｄ×cos(θ)／λ （３−ｃ） φD = -２πｄ×sin(θ)／λ （３−ｄ） となる。ここで、位相は原点で検出される位相を基準に
している。これらの式を整理すると、 cos(θ) = (φA -φC)×λ／４πｄ （４−ａ） sin(θ) = (φB -φD)×λ／４πｄ （４−ｂ） と表せる。ここで、電波発振器43からの電波の波長λは
既知であり、長さｄも電波受信器の配置から既知であ
る。上記式（３）、（４）は式（１）、（２）と同じ形
をしており、第１の実施形態のハンズフリー装置と同様
に、位相φA、φB、φC、φDを検出すれば、式（４−
ａ）、（４−ｂ）から電波発振器の電波が入射する方向
θを一意に特定することができる。

【００３２】ここでは、簡単のために電波受信器の数を
４つとし、検出した位相情報のみ利用する例を挙げた
が、さらに電波受信器の数を増減したり、位相だけでな
く、振幅の情報を利用し、各電波受信器に入力する電波
の振幅の差分から電波の入射方向を特定することもでき
る。

【００３３】この電波発振器43を話者15に携帯させれ
ば、話者15の方向を特定することができる。電波発振器
43が数秒に一回程度発振し、電波受信器42がそれに同期
していれば、電波発振器43が連続発振していなくても、
話者15の動きまわる速さに追随して、実用上支障なく、
話者の方向を特定することができる。

【００３４】（第３の実施形態）第３の実施形態では、
特定した話者の方向にスピーカの指向性を高めるための
構成について説明する。

【００３５】このハンズフリー装置は、図６に示すよう
に、第１または第２の実施形態の構成に加えて、複数個
のスピーカ61を備えている。また、図６には示していな
いが、各スピーカ61の音声出力の位相や振幅を制御する
制御手段を有している。

【００３６】この装置では、スピーカ61の音声出力62の
位相と振幅とを制御して、ハンズフリー装置11のスピー
カ61の指向性を、特定した話者15の方向に高めている。

【００３７】この場合に、特定した方向に音声出力の指
向性を高めることができる原理について、図７、図８及
び図９を用いて説明する。

【００３８】いま、図７に示すように、４つのスピーカ
Ａ71、Ｂ72、Ｃ73、Ｄ74が座標軸（ｘ、ｙ軸）上に配置
されており、各スピーカの原点ｏからの距離がｄoutで
あるとする。また、指向性を高めたい向き75とｘ軸との
なす角をθとする。各スピーカーは無指向性のものを使
用する。

【００３９】それぞれのスピーカＡ71、Ｂ72、Ｃ73、Ｄ
74から出力される音声の位相をφAout、φBout、φCou
t、φDoutとする。一般にθの向きに指向性を高めたい
場合には、例えば、 φAout =−２πｄout×cos(θ)／λout （５−ａ） φBout =−２πｄout×sin(θ)／λout （５−ｂ） φCout = ２πｄout×cos(θ)／λout （５−ｃ） φDout = ２πｄout×sin(θ)／λout （５−ｄ） とし、各スピーカから出力される音声の振幅を同じにす
ればよい。ここでλoutは出力音声の波長である。例え
ば、ｄout／λout＝０．２５のとき、θ＝０度の向きに
指向性を高めたい場合には、 φAout =−９０度 （６−ａ） φBout = ０度 （６−ｂ） φCout = ９０度 （６−ｃ） φDout = ０度 （６−ｄ） とし、各スピーカから出力される音声の振幅を同じにす
ればよい。このときの音声出力強度のレーダーチャート
を図８に示す。θ＝０度の向きには各スピーカからの音
声出力の位相が揃って強め合い、他の向きでは弱め合う
ことが分かる。同様に、例えば、ｄout／λout＝０．２
５のときθ＝３０度の向きに指向性を高めたい場合に
は、 φAout =−７７．９４度 （７−ａ） φBout =−４５．００度 （７−ｂ） φCout = ７７．９４度 （７−ｃ） φDout = ４５．００度 （７−ｄ） とし、各スピーカから出力される音声の振幅を同じにす
ればよい。このときの音声出力強度のレーダーチャート
を図９に示す。θ＝３０度の向きには各スピーカからの
音声出力の位相が揃って強め合い、他の向きでは弱め合
うことが分かる。ここでは、簡単のためにスピーカの数
は４つで、位相のみを制御する例を挙げたが、さらにス
ピーカの数を増減したり、位相だけでなく振幅も制御す
ることもできる。

【００４０】このように、ハンズフリー装置に複数のス
ピーカを設け、このスピーカの音声出力の位相と振幅と
を制御することにより、ハンズフリー装置11からの音声
出力62に、特定の方向だけの高い指向性を持たせること
ができる。そのため、話者15以外は、ハンズフリー装置
11から届く音声が弱くなるので、他人の迷惑を軽減する
ことができる。

【００４１】（第４の実施形態）第４の実施形態では、
特定した話者の方向にマイクロフォンの指向性を高める
方式について説明する。

【００４２】このハンズフリー装置は、図１０に示すよ
うに、第１または第２の実施形態の構成に加えて、さら
に、マイクロフォン12の音声入力に位相及び振幅のウエ
イト付けをする乗算器と、ウエイト付けされたそれぞれ
の音声信号を加算する加算器とを有している。

【００４３】このハンズフリー装置11では、それぞれの
マイクロフォン12から入力する音声信号に対して乗算器
で重みが乗算され、各乗算器の出力が加算器で加算され
る。こうした構成によって、第１または第２の実施形態
の方式で特定した方向にハンズフリー装置11のマイクロ
フォンの指向性を高めることができる。

【００４４】例えば、図１１に示すように、４つのマイ
クロフォンＡ111、Ｂ112、Ｃ113、Ｄ114が座標軸（ｘ、
ｙ軸）上に配置されており、各マイクロフォンの原点ｏ
からの距離がｄinであるとする。また、指向性を高めた
い向き115とｘ軸とのなす角をθとする。各マイクロフ
ォンは無指向性のものを使用する。

【００４５】このとき、各マイクロフォンから入力され
る音声信号の振幅は変えずに、音声信号の位相をそれぞ
れ、 φAin =−２πｄin×cos(θ)／λin （８−ａ） φBin =−２πｄin×sin(θ)／λin （８−ｂ） φCin = ２πｄin×cos(θ)／λin （８−ｃ） φDin = ２πｄin×sin(θ)／λin （８−ｄ） だけずらして加算すればθの方向の指向性を高めること
ができる。ここで、φAin、φBin、φCin、φDinは、そ
れぞれ、マイクロフォンＡ111、Ｂ112、Ｃ113、Ｄ114か
ら入力される音声信号に設定する位相であり、λinは入
力音声の波長である。このときの音声入力に対するマイ
クロフォンの感度は、図８（θ＝０度の場合）及び図９
（θ＝３０度の場合）と全く同様になる。

【００４６】従って、各マイクロフォンから入力される
音声信号の位相がφAin、φBin、φCin、φDinとなるよ
うに乗算器でウエイト付けを行い、その音声信号を加算
器で加算することにより、マイクロフォンのθ方向の感
度を高めることができる。

【００４７】ここでは、簡単のためにマイクロフォンの
数を４つとし、位相のみウエイトづけする例を挙げた
が、さらにマイクロフォンの数を増減したり、位相だけ
でなく振幅もウエイトづけすることもできる。

【００４８】このように、このハンズフリー装置11で
は、特定した方向に音声入力の指向性を高めることがで
きる。そのため、騒音の大きい環境下でもハンズフリー
装置への音声入力のＳ／Ｎ比が悪くならない。

【００４９】なお、本発明のハンズフリー装置は、話者
の方向を特定して、音声出力の指向性だけをその方向に
高めるもの、または、音声入力の指向性だけをその方向
に高めるものであっても良く、また、音声出力の指向性
と音声入力の指向性とを、共にその方向に高めるもので
あっても良い。

【００５０】

【発明の効果】以上の説明から明らかなように、本発明
のハンズフリー装置、及び、その音声信号の処理方法で
は、話者の方向を特定することができ、また、特定した
話者の方向にスピーカの指向性を高めることができる。

【００５１】そのため、ハンズフリー装置からの音声出
力が話者以外には弱くなるので、他者への迷惑を軽減す
ることができる。

【００５２】また、話者の方向を特定し、その方向にマ
イクロフォンの指向性を高めることができる。

【００５３】そのため、騒音の大きい環境下でもハンズ
フリー装置への音声入力のＳ／Ｎ比が悪くならない。

【図面の簡単な説明】

【図１】本発明の第１の実施形態を説明する図、

【図２】本発明の第１の実施形態における方向特定の原
理を説明する図、

【図３】sin(θ)、cos(θ)のグラフ、

【図４】本発明の第２の実施形態を説明する図、

【図５】本発明の第２の実施形態における方向特定の原
理を説明する図、

【図６】本発明の第３の実施形態を説明する図、

【図７】本発明の第３の実施形態における特定した方向
に音声出力の指向性を高める原理を説明する図、

【図８】θ＝０度の場合の音声出力強度のレーダーチャ
ート図、

【図９】θ＝３０度の場合の音声出力強度のレーダーチ
ャート図、

【図１０】本発明の第４の実施形態を説明する図、

【図１１】本発明の第４の実施形態における特定した方
向に音声入力の指向性を高める原理を説明する図であ
る。

【符号の説明】

11 ハンズフリー装置 12 マイクロフォン 13 音声認識回路 14 向き特定回路 15 話者 16 音声 21 マイクロフォンＡ 22 マイクロフォンＢ 23 マイクロフォンＣ 24 マイクロフォンＤ 25 話者の音声の入射する向き 42 電波受信器 43 電波発振器 44 電波 51 電波受信器Ａ 52 電波受信器Ｂ 53 電波受信器Ｃ 54 電波受信器Ｄ 55 電波の入射する向き 61 スピーカ 62 音声出力 71 スピーカＡ 72 スピーカＢ 73 スピーカＣ 74 スピーカＤ 75 指向性を高めたい向き 111 マイクロフォンＡ 112 マイクロフォンＢ 113 マイクロフォンＣ 114 マイクロフォンＤ 115 指向性を高めたい向き

Claims (8)

【特許請求の範囲】
1. 【請求項１】 複数個のマイクロフォンと、それぞれの
   マイクロフォンに入力する音声信号の内から特定の話者
   の音声信号を認識する音声認識回路と、前記マイクロフ
   ォンの各々に入力した前記話者の音声信号から前記話者
   の方向を特定する方向特定手段とを備えることを特徴と
   するハンズフリー装置。
2. 【請求項２】 話者が携帯する電波発振器の電波を受信
   する複数個の電波受信器と、前記電波受信器の各々で受
   信した電波を基に前記電波発振器を携帯する話者の方向
   を特定する方向特定手段とを備えることを特徴とするハ
   ンズフリー装置。
3. 【請求項３】 複数個のスピーカと、前記スピーカの音
   声出力の位相または振幅を制御する制御手段とを備え、
   前記話者の方向にスピーカの指向性を高めることを特徴
   とする請求項１または２に記載のハンズフリー装置。
4. 【請求項４】 複数個のマイクロフォンの各々に入力す
   る音声信号の位相または振幅に重み付けする重み付け手
   段と、重み付けした前記音声信号を加算する加算手段と
   を備えることを特徴とする請求項１、２または３に記載
   のハンズフリー装置。
5. 【請求項５】 ハンズフリー装置に複数個のマイクロフ
   ォンを設け、各マイクロフォンに入力した音声信号の
   内、特定の話者の音声の位相及び振幅を検出し、前記位
   相または振幅の情報を基に、前記話者の方向を特定する
   ことを特徴とするハンズフリー装置での音声信号処理方
   法。
6. 【請求項６】 ハンズフリー装置に複数個の電波受信器
   を設け、話者に電波発振器を携帯させ、前記電波受信器
   の各々で前記電波発振器からの信号の位相と振幅とを検
   出して、その位相または振幅の情報を基に電波発振器を
   携帯する話者の方向を特定することを特徴とするハンズ
   フリー装置での音声信号処理方法。
7. 【請求項７】 ハンズフリー装置に複数個のスピーカを
   設け、前記スピーカの音声出力の位相または振幅を制御
   して、話者の方向にスピーカの指向性を高めることを特
   徴とするハンズフリー装置での音声信号処理方法。
8. 【請求項８】 ハンズフリー装置に複数個のマイクロフ
   ォンを設け、各マイクロフォンに入力する音声信号の位
   相または振幅にウエイト付けをして、前記音声信号を加
   算することにより、話者の方向にマイクロフォンの指向
   性を高めることを特徴とするハンズフリー装置での音声
   信号処理方法。