JP2003264883A - 音声処理装置および音声処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 騒音環境において音声認識ができるようにす
る。 【解決手段】 音声処理装置が、気導音マイク１で発話
者の発声により励起された空気振動を音声信号に変換し
て出力し、骨伝導音マイク２で発声により生ずる身体振
動を音声信号に変換して出力し、ノイズレベル判定回路
４で気導音マイク１の出力中のノイズレベルを検知し、
それに基づいてゲイン調整回路３ａとゲイン調整回路３
ｂとでそれぞれ気導音マイク１の出力の音圧と骨伝導音
マイク２の出力の音圧を変えることにより、これらの２
つの音声信号の音圧比を調整して出力し、音声認識装置
３０でこれら出力された２つの音声信号を加算して音声
認識装置３０に出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、騒音環境において
音声認識を行うための音声処理装置および音声処理方法
に関するもので、例えば車載の音声認識システムに用い
て好適である。

【０００２】

【従来の技術】音声認識技術は研究段階から実用段階を
迎え、現在自動車用のカーナビゲーションシステム等で
広く採用されるようになってきており、その音声認識率
も静寂環境なら９０％以上の数値が得られるようになっ
てきている。音声認識率とは、話者の音声に含まれる言
葉と、音声認識装置がその音声から認識した言葉とが合
致する率のことである。

【０００３】

【発明が解決しようとする課題】しかしながら、周囲に
騒音がある環境では、著しく認識率が低下することが一
般的に知られている。例えば車室内においては、自動車
のエンジン音や風切り音、ロードノイズなどが目立った
騒音源であるし、同乗者のおしゃべりの声やラジオ音声
などで音声認識が阻害されることが多々ある。

【０００４】そのような問題を解決するために従来より
様々な対策が行われており、指向性マイクロホンの使用
や、信号処理的な手法ではスペクトラムサブトラクショ
ン法などの採用により、一定の効果を挙げている。スペ
クトラムサブトラクション法とは、雑音の混入した音声
信号の振幅スペクトラムから雑音の振幅スペクトラムを
差し引く等の処理を行うことで雑音抑圧を実現するもの
である。しかしスペクトラムサブトラクション法は、定
常的なノイズの除去効果は大きいものの、人の声などの
非定常的なノイズの除去効果は小さく、音声認識のため
の手法としては十分ではない。その他にも様々な雑音分
離技術が提案されているが、まだ実用に供されているも
のは少ない。

【０００５】ところで、人が発話して得られた音声には
空気中を伝搬するものの他に、発声した本人の頭骨や皮
膚組織などを通って、内耳の聴覚神経に到達して伝わる
音声が存在する。これは一般的に骨伝導音と呼ばれてい
る。発声した自分の声を自分で聞く場合と、テープレコ
ーダーなどに録音した声を聞き比べると違って聞こえる
のは、自分の耳には空気を伝わってきた音（気導音）と
骨伝導音が両方とも入ってくるためであるといわれてい
る。

【０００６】この骨伝導音は固体を伝搬する音声であ
り、音響インピーダンスの違いから空気中を伝わる騒音
があったとしても、それから受ける影響は小さい。従っ
て周囲が騒音環境であっても、発話者の声を高い対騒音
信号比で取得することが可能となり、それを用いれば騒
音環境下でも音声認識を実現することが可能であると考
えられる。

【０００７】しかしながら、骨伝導音で音声認識を実現
する上では大きな問題が存在する。人は通常、声帯で発
生した規則的な空気振動を、口腔内でせき止めたり急激
に速度を変えたりして所謂言語を作り出しているが、そ
のような音声が頭骨内を伝搬するに従い、空気中とは異
なる変調、減衰作用を受けることになる。結果として気
導音とは異なった音調となり、特に高周波数帯域が強く
減衰することが知られている。そのため、この骨伝導音
を人が聞くとややこもった音に聞こえ、これを気導音用
に作られた音声認識システムに入力しても十分な認識率
を得ることができないという問題点がある。

【０００８】この問題点の解決法として、例えば特開平
８−７９８６８公報に記載されている技術では、あらか
じめ骨伝導音と気導音を同時に採取して、特定の音素で
双方の対応を学習させておき、次に骨伝導音が入力され
たときに、学習された音素パターンを呼び出して骨伝導
音の音質の悪さを補正する手法が提案されている。しか
し、この方法を実現するためには複雑なデジタル信号処
理回路が必要であり、しかもあらかじめ処理回路に音素
パターンを学習させるプロセスが必要であるので、使用
するまでに煩雑な手間がかかる。

【０００９】本発明は上記の問題点に鑑みてなされたも
のであり、騒音環境において音声認識ができるようにす
ることを目的としている。

【００１０】

【課題を解決するための手段】上記目的を達成するため
の、請求項１に記載の発明は、発話者の発声により励起
された空気振動を音声信号に変換して出力する気導信号
変換手段と、発声により生ずる身体振動を音声信号に変
換して出力する骨導信号変換手段と、気導信号変換手段
から出力された音声信号および骨導信号変換手段から出
力された音声信号の音圧を変えることにより、これらの
２つの音声信号の音圧比を調整して出力する出力調整手
段と、音圧比を調整されて出力された２つの音声信号を
加算して音声認識装置に出力する加算手段と、を備えた
ことを特徴とする音声処理装置である。

【００１１】これにより、気導信号変換手段と骨導信号
変換手段が２つの音声信号を出力し、出力調整手段がこ
の２つの音声信号の音圧比を調整し、加算手段が音圧比
を調整された２つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように２つの音声信号を調整して合成することがで
きるので、騒音環境において音声認識ができるようにな
る。

【００１２】なお、本明細書においては、音声信号の音
圧とは、音声信号によって表現される音声の音圧のこと
を示すものである。

【００１３】また、請求項２に記載の発明では、請求項
１に記載の音声処理装置において、出力調整手段は、気
導信号変換手段から出力された音声信号と骨導信号変換
手段から出力された音声信号との音圧比を４対６から２
対８の間の値に調整して出力することを特徴としてい
る。

【００１４】また、請求項３に記載の発明では、請求項
１または２に記載の音声処理装置において、出力調整手
段は、気導信号変換手段から出力された音声信号に混入
している外部騒音信号の強度に基づいて２つの音声信号
の音圧比を決める音圧決定手段を有することを特徴とし
ている。

【００１５】これにより、気導信号変換手段と骨導信号
変換手段が２つの音声信号を出力し、出力調整手段が外
部騒音信号の強度に基づいてこの２つの音声信号の音圧
比を調整し、加算手段が音圧比を調整された２つの音声
信号を合成して音声認識装置に出力することにより、音
声認識装置の音声認識率が向上するように２つの音声信
号を調整して合成することができるので、騒音環境にお
いて音声認識ができるようになる。

【００１６】また、請求項４に記載の発明は、発話者の
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された２つの音声信号を加算して音声認識
装置に出力する加算手段と、を備えたことを特徴とする
音声処理装置である。

【００１７】これにより、気導信号変換手段と骨導信号
変換手段が２つの音声信号を出力し、周波数強度変化手
段がこの２つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した２つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように２つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。

【００１８】また、請求項５に記載の発明では、請求項
４に記載の音声処理装置において、周波数強度変化手段
は、骨導信号変換手段から出力された音声信号の特定周
波数帯域の信号強度を減少させて出力する帯域通過フィ
ルタを有することを特徴としている。

【００１９】また、請求項６に記載の発明では、請求項
４または５に記載の音声処理装置において、周波数強度
変化手段は、気導信号変換手段から出力された音声信号
の第１の周波数以下の周波数帯域の信号強度を減少させ
て出力するハイパスフィルタを有することを特徴として
いる。

【００２０】また、請求項７に記載の発明では、請求項
４または５に記載の音声処理装置において、周波数強度
変化手段は、骨導信号変換手段から出力された音声信号
の第２の周波数以上の信号強度を減少させて出力するロ
ーパスフィルタフィルタを有することを特徴としてい
る。

【００２１】また、請求項８に記載の発明は、発話者の
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された２つの音声信号を加算して音声認識
装置に出力する加算手段と、を備え、周波数強度変化手
段は、気導信号変換手段から出力された音声信号の第１
の周波数以下の周波数帯域の信号強度を減少させて出力
するハイパスフィルタと、骨導信号変換手段から出力さ
れた音声信号の第２の周波数以上の信号強度を減少させ
て出力するローパスフィルタフィルタと、を有すること
を特徴とする音声処理装置である。

【００２２】これにより、気導信号変換手段と骨導信号
変換手段が２つの音声信号を出力し、周波数強度変化手
段がこの２つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した２つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように２つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。

【００２３】また、請求項９に記載の発明では、請求項
８に記載の音声処理装置において、周波数強度変化手段
は、気導信号変換手段から出力された音声信号に混入し
ている外部騒音信号の強度に基づいて第１の周波数およ
び／または第２の周波数を決める周波数決定手段を有す
ることを特徴としている。

【００２４】これにより、気導信号変換手段と骨導信号
変換手段が２つの音声信号を出力し、周波数強度変化手
段が外部騒音信号の強度に基づいて第１の周波数および
／または第２の周波数を決めることで、気導信号変換手
段および／または骨伝導音声信号から出力された音声信
号の所定の周波数領域の信号強度を変化させて、加算手
段が変化した２つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように２つの音声信号を合成することができるの
で、騒音環境において音声認識ができるようになる。

【００２５】また、請求項１０に記載の発明では、請求
項８または９に記載の音声処理装置において、第１の周
波数と第２の周波数とは等しいことを特徴としている。

【００２６】また、請求項１１に記載の発明では、請求
項１０に記載の音声処理装置において、第１の周波数お
よび第２の周波数は、５００Ｈｚ以上であることを特徴
としている。

【００２７】また、請求項１２に記載の発明では、請求
項１ないし１１のいずれか１つに記載の音声処理装置に
おいて、骨導信号変換手段は、圧電素子から成ることを
特徴としている。

【００２８】また、請求項１３に記載の発明では、請求
項１ないし１２のいずれか１つに記載の音声処理装置に
おいて、骨導信号変換手段は、発話者の身体に装着され
るものであることを特徴としている。

【００２９】また、請求項１４に記載の発明では、請求
項１ないし１３のいずれか１つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号に対
して一定時間の遅延を与える遅延手段を備えたことを特
徴としている。

【００３０】また、請求項１５に記載の発明では、請求
項１ないし１４のいずれか１つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号を無
線信号として伝送する無線手段を備えたことを特徴とし
ている。

【００３１】また、請求項１６に記載の発明では、請求
項１５に記載の音声処理装置において、無線手段は、気
導信号変換手段から出力された音声信号を無線信号とし
て伝送することを特徴としている。

【００３２】また、請求項１７に記載の発明では、請求
項１６に記載の音声処理装置において、無線手段は、加
算手段から出力された音声信号を無線信号として音声認
識装置に送信することを特徴としている。

【００３３】また、請求項１８に記載の発明は、発話者
の発声により励起された空気振動を第１の音声信号に変
換し、発声により生ずる身体振動を第２の音声信号に変
換し、第１の音声信号および第２の音声信号の音圧を変
えることにより、第１の音声信号と第２の音声信号との
音圧比を調整し、音圧比を調整された第１の音声信号と
第２の音声信号とを加算して音声認識装置に出力する音
声処理方法である。

【００３４】これにより、発話者の発声が第１の音声信
号と第２の音声信号に変換され、そして第１の音声信号
および第２の音声信号の音圧を変えられ、そして第１の
音声信号と第２の音声信号との音圧比が調整され、音圧
比を調整された第１の音声信号と第２の音声信号とが加
算されて音声認識装置に出力されることにより、音声認
識装置の音声認識率が向上するように２つの音声信号を
調整して合成することができるので、騒音環境において
音声認識ができるようになる。

【００３５】また、請求項１９に記載の発明では、にお
いて、第１の音声信号と第２の音声信号との音圧比を、
それぞれ４対６から２対８の間の値とすることを特徴と
する請求項１８に記載の音声処理方法。

【００３６】また、請求項２０に記載の発明では、請求
項１８または１９に記載の音声処理方法において、第１
の音声信号に混入している外部騒音信号の強度に基づい
て第１の音声信号と第２の音声信号との音圧比を決める
ことを特徴としている。

【００３７】また、請求項２１に記載の発明は、発話者
の発声により励起された空気振動を第１の音声信号に変
換し、発声により生ずる身体振動を第２の音声信号に変
換し、第１の音声信号および第２の音声信号の所定の周
波数領域の信号強度を変化させ、所定の周波数領域の信
号強度が変化した第１の音声信号と第２の音声信号とを
加算して音声認識装置に出力する音声処理方法である。

【００３８】これにより、発話者の発声が第１の音声信
号と第２の音声信号に変換され、そして第１の音声信号
および第２の音声信号の所定の周波数領域の信号強度が
変化し、変化した第１の音声信号と第２の音声信号とが
加算されて音声認識装置に出力されることにより、音声
認識装置の音声認識率が向上するように２つの音声信号
を合成することができるので、騒音環境において音声認
識ができるようになる。

【００３９】また、請求項２２に記載の発明では、請求
項２１に記載の音声処理方法において、第１の音声信号
および第２の音声信号の所定の周波数領域の信号強度を
変化させる際に、第１の音声信号および第２の音声信号
の特定周波数帯域の信号強度を減少させることを特徴と
している。

【００４０】また、請求項２３に記載の発明では、請求
項２１または２２に記載の音声処理方法において、第１
の音声信号および第２の音声信号の所定の周波数領域の
信号強度を変化させる際に、第１の音声信号の第１の周
波数以下の周波数帯域の信号強度を減少させることを特
徴としている。

【００４１】また、請求項２４に記載の発明では、請求
項２１または２２に記載の音声処理方法において、第１
の音声信号および第２の音声信号の所定の周波数領域の
信号強度を変化させる際に、第２の音声信号の第２の周
波数以上の周波数帯域の信号強度を減少させることを特
徴としている。

【００４２】また、請求項２５に記載の発明は、発話者
の発声により励起された空気振動を第１の音声信号に変
換し、発声により生ずる身体振動を第２の音声信号に変
換し、第１の音声信号の第１の周波数以下の周波数帯域
の信号強度を減少させ、第２の音声信号の第２の周波数
以上の周波数帯域の信号強度を減少させ、所定の周波数
領域の信号強度が変化した第１の音声信号と第２の音声
信号とを加算して音声認識装置に出力する音声処理方法
である。

【００４３】これにより、発話者の発声が第１の音声信
号と第２の音声信号に変換され、そして第１の音声信号
の第１の周波数以下の周波数帯域の信号強度が減少し、
第２の音声信号の第２の周波数以上の周波数帯域の信号
強度が減少し、これら変化した第１の音声信号と第２の
音声信号とが加算されて音声認識装置に出力されること
により、音声認識装置の音声認識率が向上するように２
つの音声信号を合成することができるので、騒音環境に
おいて音声認識ができるようになる。

【００４４】また、請求項２６に記載の発明では、請求
項２５に記載の音声処理方法において、第１の音声信号
に混入している外部騒音信号の強度に基づいて第１の周
波数および／または第２の周波数を決めることを特徴と
している。

【００４５】また、請求項２７に記載の発明では、請求
項２５または２６に記載の音声処理方法において、第１
の周波数と第２の周波数とは等しいことを特徴とす
る、。

【００４６】また、請求項２８に記載の発明では、請求
項２７に記載の音声処理方法において、第１の周波数お
よび第２の周波数は、５００Ｈｚ以上であることを特徴
としている。

【００４７】

【発明の実施の形態】（第１実施形態）図１に、本発明
の第１実施形態に係る、車内環境における音声処理シス
テムの構成を示す。このシステムは音声処理装置２０と
音声認識装置３０とから成る。音声処理装置２０は、気
導音マイク１、骨伝導音マイク２、ゲイン調整回路３
ａ、ゲイン調整回路３ｂ、ノイズレベル判定回路４、お
よび音声加算回路５から構成される。音声認識装置３０
は、音声処理装置２０から出力された音声信号を受信し
て、その信号から音声認識を行うようになっている。

【００４８】このシステムは、発話者の発声が気導音マ
イク１と骨伝導音マイク２とによって２系統の電気信号
に変えられ、これらの電気信号が音声加算回路５で合成
されて音声認識装置３０に送信され、最終的に音声認識
装置３０が発話者の音声認識を行うように構成されてい
る。

【００４９】気導音マイク１は、発話者の発声により励
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をゲイン調整回路３ａとノイ
ズレベル判定回路４とに出力するものである。

【００５０】骨伝導音マイク２は、圧電素子を単板状に
加工したユニモルフから成っている。この圧電素子の材
料としては、水晶でもよいしチタン酸ジルコン酸鉛（Ｐ
ＺＴ）でもよい。また、骨伝導音マイク２は、金属板を
介して２枚のユニモルフを張り合わせて用いるバイモル
フにより構成してもよい。また骨伝導音マイク２は身体
に装着されるようになっており、このような構成によっ
て話者の発声により生ずる身体振動を圧電効果により加
速度として検知し、これを骨伝導音声信号として電気信
号化し、この骨伝導音声信号をゲイン調整回路３ｂに出
力するものである。すなわち骨伝導音マイク２は加速度
センサである。

【００５１】ゲイン調整回路３ａは、気導音マイク１か
ら出力された気導音声信号を受信し、ノイズレベル判定
回路４からの制御に基づき気導音声信号のゲインを変え
た後に、この気導音声信号を音声加算回路５に出力する
ものである。なおこのゲインは、音声信号の表す音声の
音圧に対応するものである。

【００５２】ゲイン調整回路３ｂは、骨伝導音マイク２
から出力された骨伝導音声信号を受信し、ノイズレベル
判定回路４からの制御に基づき骨伝導音声信号のゲイン
すなわち音圧を変えた後に、この骨伝導音声信号を音声
加算回路５に出力するものである。

【００５３】音声加算回路５は、ゲイン調整回路３ａか
ら出力された気導音声信号とゲイン調整回路３ｂから出
力された骨伝導音声信号とを受信し、これらを合成、す
なわち加算した後に音声認識装置３０に出力するもので
ある。

【００５４】ノイズレベル判定回路４は、気導音マイク
１から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。

【００５５】また、ノイズレベル判定回路４は、記憶装
置（図示せず）を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
て音声加算回路５が気導音声信号と骨伝導音声信号を合
成する際の合成比率、すなわち音圧比、として最も適し
た値と、の対応が示されている。最も適した値とは、そ
のノイズレベルにおいて音声認識装置３０の音声認識率
が最も高くなるような音圧比の値である。音声認識率と
は、話者の音声に含まれる言葉と、音声認識装置がその
音声から認識した言葉とが合致する率のことである。こ
のテーブルの具体的な値は、あらかじめ実験によって求
められる。

【００５６】図２は、あるノイズレベルの値における、
気導音声信号と骨伝導音声信号との音圧比と、その音圧
比で音声加算回路５により合成され出力された音声信号
を音声認識装置３０が受信したときの音声認識率の値
と、の関係を示す図表である。音圧比が１０：０、すな
わち気導音声信号のみによる音声認識では音声認識率は
５１％である。

【００５７】図３および図４は、騒音下で発話音声を気
導音マイク１および骨伝導音マイク２にて音声信号に変
換した際の、それぞれの音声信号波形の典型的な一例を
示すグラフである。グラフの横軸は時間であり、縦軸は
信号の強度である。このとき収録時の騒音としてはホワ
イトノイズを流している。

【００５８】図３の気導音マイクからの信号には発話音
声のみならず、背景のホワイトノイズも乗っている。こ
のときのＳ／Ｎ比は約１８ｄＢである。一方図４の骨伝
導音マイクからの信号には、背景のノイズはわずかしか
乗っておらず、騒音の影響が小さい。これは、この骨伝
導音は固体を伝搬する音声であり、音響インピーダンス
の違いから空気中を伝わる騒音があったとしても、それ
から受ける影響は小さいからである。Ｓ／Ｎ比も約３５
ｄＢとなり、かなり良好である。しかし、骨伝導音は、
高周波数帯域において強く減衰することが知られてお
り、図２に示したように、骨導音のみによる音声認識で
は認識率が４５％と、十分高いとは言えない。

【００５９】図２によれば、音圧比が４：６と２：８の
ときの音声認識率は、１０：０のときと比べて高くなっ
ている。したがって、音圧比が４：６から２：８の間の
値においては、気導音と骨伝導音との合成を行うことに
よって音声認識率の向上があると考えられる。また、こ
の図から、このノイズレベルにおける最も適した音圧比
は２：８であると言える。

【００６０】また、ノイズレベル判定回路４は、検知し
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適した合成比率を
決めるようになっている。そしてノイズレベル判定回路
４は、気導音声信号の音圧と骨伝導音声信号の音圧との
比がこの合成比率になるよう調整するために、ゲイン調
整回路３ａおよびゲイン調整回路３ｂに制御信号を出力
して制御するようになっている。

【００６１】このような構成の音声処理装置２０の作動
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク１により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク２により骨伝導音声信号
に変換される。このとき、気導音マイク１から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。

【００６２】気導音マイク１から出力された気導音声信
号は、ノイズレベル判定回路４によって受信される。ノ
イズレベル判定回路４はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路４は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
気導音声信号と骨伝導音声信号との合成比率を決める。
ノイズレベル判定回路４は、気導音声信号の音圧と骨伝
導音声信号の音圧との比がこの合成比率になるよう調整
するための制御信号を、ゲイン調整回路３ａおよびゲイ
ン調整回路３ｂに出力する。

【００６３】また、気導音マイク１から出力された気導
音声信号は、ゲイン調整回路３ａによって受信される。
ゲイン調整回路３ａはノイズレベル判定回路４からの制
御信号に基づいて気導音声信号の音圧を変え、この気導
音声信号を音声加算回路５に出力する。

【００６４】また、骨伝導音マイク２から出力された骨
伝導音声信号は、ゲイン調整回路３ｂによって受信され
る。ゲイン調整回路３ｂはノイズレベル判定回路４から
の制御信号に基づいて骨伝導音声信号の音圧を変え、こ
の骨伝導音声信号を音声加算回路５に出力する。

【００６５】このようにしてノイズレベル判定回路４、
ゲイン調整回路３ａ、およびゲイン調整回路３ｂによっ
て音圧比を調整された２つの音声信号である気導音声信
号と骨伝導音声信号は、音声加算回路５によって受信さ
れる。音声加算回路５はこれら２つの音声信号を加算
し、音声認識装置３０に出力する。

【００６６】これにより、気導音マイク１と骨伝導音マ
イク２が２つの音声信号を出力し、ゲイン調整回路３
ａ、ゲイン調整回路３ｂ、およびノイズレベル判定回路
４が、この２つの音声信号の音圧比を、検知したノイズ
レベルに最も適した値に調整し、音声加算回路５が音圧
比を調整された２つの音声信号を合成して音声認識装置
に出力することで、騒音環境において音声認識ができる
ようになる。

【００６７】（第２実施形態）図５に、本発明の第２実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置２０と音声認識
装置３０とから成る。音声処理装置２０は、気導音マイ
ク１、骨伝導音マイク２、ゲイン調整回路３ａ、ゲイン
調整回路３ｂ、ノイズレベル判定回路４、音声加算回路
５、および遅延回路７から構成される。

【００６８】なお、本実施形態においては、気導音マイ
ク１、ゲイン調整回路３ａ、ノイズレベル判定回路４、
音声加算回路５、音声認識装置３０の構成および作動
は、それぞれ第１実施形態において説明した同名称のも
のと等しく、ここではそれらの説明については省略す
る。

【００６９】遅延回路７は、骨伝導音マイク２から出力
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ゲイン調整回路３ｂに出力するものであ
る。

【００７０】また骨伝導音マイク２は、骨伝導音声信号
をゲイン調整回路３ｂではなく遅延回路７に出力するよ
うになっていること以外は、第１実施形態の骨伝導音マ
イク２と構成および作動を同じくする。

【００７１】またゲイン調整回路３ｂは、骨伝導音声信
号を骨伝導音マイク２ではなく遅延回路７から受信する
ようになっていること以外は、第１実施形態のゲイン調
整回路３ｂと構成を同じくする。

【００７２】このような構成の音声処理装置２０は、遅
延回路７が骨伝導音マイク２の出力する信号を遅延させ
ること以外は、第１実施形態における音声処理装置２０
と作動を同じくする。すなわち、第１実施形態において
は、骨伝導音マイク２から出力された骨伝導音声信号が
直接ゲイン調整回路３ｂによって受信されることに対
し、第２実施形態においては、骨伝導音マイク２から出
力された骨伝導音声信号は、遅延回路７を通った後にゲ
イン調整回路３ｂによって受信されるようになってい
る。

【００７３】気導音はその名の通り空気中を伝搬する音
波であり、骨伝導音は体内の骨や皮膚組織など固体を伝
搬する音波である。骨や皮膚組織などの音速は一般に気
体中の音速よりも速い。従って、発声部から気導音マイ
クまでの到達時間と、発声部から骨伝導音マイクまでの
到達時間との間に差が生じる。本実施形態では、遅延回
路７の所定の遅延時間をこの時間差とし、一般に先に音
波が到達すると思われる骨伝導音マイク２から出力され
た音声信号を遅延回路７で遅延させる。

【００７４】このような構成、作動の音声処理装置２０
において、気導音マイク１と骨伝導音マイク２が２つの
音声信号を出力し、ゲイン調整回路３ａ、ゲイン調整回
路３ｂ、およびノイズレベル判定回路４が、この２つの
音声信号の音圧比を、検知したノイズレベルに最も適し
た値に調整し、音声加算回路５が音圧比を調整された２
つの音声信号を合成して音声認識装置に出力すること
で、騒音環境において音声認識ができるようになる。ま
た、気導音マイク１から出力される気導音声信号と骨伝
導音マイク２から出力される骨伝導音声信号とが同期す
るので、音声認識率が向上する。

【００７５】（第３実施形態）図６に、本発明の第３実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置２０と音声認識
装置３０とから成る。音声処理装置２０は、気導音マイ
ク１、骨伝導音マイク２、ゲイン調整回路３ａ、ゲイン
調整回路３ｂ、ノイズレベル判定回路４、音声加算回路
５、遅延回路７、無線発信器８、および無線受信器９か
ら構成される。

【００７６】なお、本実施形態においては、気導音マイ
ク１、ゲイン調整回路３ａ、ゲイン調整回路３ｂ、ノイ
ズレベル判定回路４、音声加算回路５、音声認識装置３
０の構成および作動は、それぞれ第２実施形態における
同名称のものと等しく、ここではそれらの説明について
は省略する。

【００７７】無線発信器８は、骨伝導音マイク２から受
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器９がそれを受信するように出力するもの
である。

【００７８】無線受信器９は、無線発信器８が出力した
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路７に出力するものである。

【００７９】また骨伝導音マイク２は、骨伝導音声信号
を遅延回路７ではなく無線発信器８に出力するようにな
っていること以外は、第２実施形態の骨伝導音マイク２
と構成および作動を同じくする。

【００８０】また遅延回路７は、骨伝導音声信号を骨伝
導音マイク２ではなく無線受信器９から受信するように
なっていること以外は、第２実施形態の遅延回路７と構
成を同じくする。

【００８１】このような構成の音声処理装置２０は、無
線発信器８と無線受信器９が骨伝導音マイク２と遅延回
路７との間に介在し、無線発信器８と無線受信器９との
間の信号が無線信号となっていること以外は、第２実施
形態における音声処理装置２０と作動を同じくする。

【００８２】このような構成、作動の音声処理装置２０
においては、無線発信器８と無線受信器９との間の信号
が無線信号となっていることから、骨伝導音マイク２と
無線発信器８とを音声処理装置２０の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク２と無線発信器８のみを携帯すれば良く、そ
れ以外の気導音マイク１や音声認識装置３０等は離れた
位置にあっても良い。したがって、本実施形態において
は、第２実施形態に記載した効果に加えて、話者が骨伝
導音マイク２と無線発信器８以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。またこの場合当然生じ
ると思われる、話者から骨伝導音マイク２までと、気導
音マイクとの距離の差によって生じる、発話から音声収
録までの時間差は、遅延回路７によって補正することが
できる。

【００８３】（第４実施形態）図７に、本発明の第４実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置２０、無線受信
器９、および音声認識装置３０から成る。音声処理装置
２０は、気導音マイク１、骨伝導音マイク２、ゲイン調
整回路３ａ、ゲイン調整回路３ｂ、ノイズレベル判定回
路４、音声加算回路５、遅延回路７、および無線発信器
８から構成される。

【００８４】なお、本実施形態においては、気導音マイ
ク１、骨伝導音マイク２、ゲイン調整回路３ａ、ゲイン
調整回路３ｂ、およびノイズレベル判定回路４の構成お
よび作動は、それぞれ第２実施形態において説明した同
名称のものと等しく、ここではそれらの説明については
省略する。

【００８５】無線発信器８は、音声加算回路５から受信
した電気信号である音声信号を無線信号に変換し、無線
受信器９がそれを受信するように出力するものである。

【００８６】無線受信器９は、無線発信器８が出力した
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置３０に出力するものである。

【００８７】また音声加算回路５は、音声信号を音声認
識装置３０ではなく無線発信器８に出力するようになっ
ていること以外は、第２実施形態の音声加算回路５と構
成および作動を同じくする。

【００８８】また音声認識装置３０は、音声信号を音声
加算回路５ではなく無線受信器９から受信するようにな
っていること以外は、第２実施形態の音声認識装置３０
と構成を同じくする。

【００８９】このような構成の音声処理装置２０は、無
線発信器８と無線受信器９が音声加算回路５と音声認識
装置３０との間に介在し、無線発信器８と無線受信器９
との間の信号が無線信号となっていること以外は、第２
実施形態における音声処理装置２０と作動を同じくす
る。

【００９０】このような構成、作動の音声処理装置２０
においては、無線発信器８と無線受信器９との間の信号
が無線信号となっていることから、音声処理装置２０と
音声認識装置３０とを空間的に分離させることができ
る。したがって、本実施形態においては、第２実施形態
に記載した効果に加えて、話者が音声認識装置３０に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。

【００９１】（第５実施形態）図８に、本発明の第５実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置２０と音声認識
装置３０とから成る。音声処理装置２０は、気導音マイ
ク１、骨伝導音マイク２、ノイズレベル判定回路４、音
声加算回路５、および遅延回路７、ハイパスフィルタ１
０、ローパスフィルタ１１から構成される。

【００９２】音声認識装置３０は、音声処理装置２０か
ら出力された音声信号を受信して、その信号から音声認
識を行うようになっている。

【００９３】このシステムは、発話者の発声が気導音マ
イク１と骨伝導音マイク２とによって２系統の電気信号
に変えられ、これらの電気信号が音声加算回路５で合成
されて音声認識装置３０に送信され、最終的に音声認識
装置３０が発話者の音声認識を行うように構成されてい
る。

【００９４】気導音マイク１は、発話者の発声により励
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をハイパスフィルタ１０とノ
イズレベル判定回路４とに出力するものである。

【００９５】骨伝導音マイク２は、第１実施形態におけ
る骨伝導音マイク２と同等の圧電素子による構成によっ
て話者の発声により生ずる身体振動を骨伝導音声信号と
して電気信号化し、この骨伝導音声信号をローパスフィ
ルタ１１に出力する加速度センサである。

【００９６】ハイパスフィルタ１０は、気導音マイク１
から出力された気導音声信号を受信し、ノイズレベル判
定回路４によって決められたこの気導音声信号のカット
オフ周波数の通知を受け、このカットオフ周波数以下の
周波数帯域の信号強度を減少させて、音声加算回路５に
出力する、カットオフ周波数可変なフィルタである。

【００９７】ローパスフィルタ１１は、骨伝導音マイク
２から出力された骨伝導音声信号を受信し、ノイズレベ
ル判定回路４によって決められたこの気導音声信号のカ
ットオフ周波の通知を受け、このカットオフ周波数数以
上の周波数帯域の信号強度を減少させて、音声加算回路
５に出力する、カットオフ周波数可変なフィルタであ
る。

【００９８】音声加算回路５は、ハイパスフィルタ１０
から出力された気導音声信号とローパスフィルタ１１か
ら出力された骨伝導音声信号とを受信し、これらを合
成、すなわち加算した後に音声認識装置３０に出力する
ものである。

【００９９】すなわち、体内を伝搬するときに高周波数
帯域において減衰してしまう骨伝導音声信号について
は、カットオフ周波数以下の周波数帯域の成分のみを残
し、カットオフ周波数以上の周波数帯域の成分は骨伝導
音声信号で補って音声認識装置３０に出力するようにな
っている。

【０１００】ノイズレベル判定回路４は、気導音マイク
１から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。

【０１０１】また、ノイズレベル判定回路４は、記憶装
置（図示せず）を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
てカットオフ周波数として最も適した値と、の対応が示
されている。最も適した値とは、そのノイズレベルにお
いて、音声認識装置３０の音声認識率が最も高くなるよ
うなカットオフ周波数の値である。このテーブルの具体
的な値は、あらかじめ実験によって求められる。

【０１０２】図９は、あるノイズレベルの値における、
カットオフ周波数と、そのカットオフ周波数で音声加算
回路５により合成され出力された音声信号を音声認識装
置３０が受信したときの音声認識率の値と、の関係を示
す図表である。気導音声信号のみによる音声認識では音
声認識率は５１％である。また骨伝導音声信号のみによ
る音声認識では音声認識率は４５％である。

【０１０３】カットオフ周波数が５００Ｈｚ以上のと
き、音声認識率は気導音声信号のみによる音声認識の場
合と比べて高くなっている。したがって、カットオフ周
波数が５００Ｈｚ以上の場合においては、気導音と骨伝
導音との合成を行うことによって音声認識率の向上があ
ると考えられる。また、この図から、このノイズレベル
における最も適したカットオフ周波数は４０００Ｈｚで
あると言える。

【０１０４】また、ノイズレベル判定回路４は、検知し
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適したカットオフ
周波数を決めるようになっている。そしてノイズレベル
判定回路４は、このカットオフ周波数を、ハイパスフィ
ルタ１０およびローパスフィルタ１１に対して制御信号
によって通知するようになっている。

【０１０５】このような構成の音声処理装置２０の作動
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク１により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク２により骨伝導音声信号
に変換される。このとき、気導音マイク１から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。

【０１０６】気導音マイク１から出力された気導音声信
号は、ノイズレベル判定回路４によって受信される。ノ
イズレベル判定回路４はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路４は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
カットオフ周波数を決める。ノイズレベル判定回路４
は、このカットオフ周波数を通知するための制御信号
を、ハイパスフィルタ１０およびローパスフィルタ１１
に出力する。

【０１０７】また、気導音マイク１から出力された気導
音声信号は、ハイパスフィルタ１０によって受信され
る。ハイパスフィルタ１０はノイズレベル判定回路４か
らの通知に基づいてカットオフ周波数を変え、この気導
音声信号を音声加算回路５に出力する。

【０１０８】また、骨伝導音マイク２から出力された骨
伝導音声信号は、ローパスフィルタ１１によって受信さ
れる。ローパスフィルタ１１はノイズレベル判定回路４
からの通知に基づいて気導音声信号のカットオフ周波数
を変え、この骨伝導音声信号を音声加算回路５に出力す
る。

【０１０９】このようにしてノイズレベル判定回路４、
ハイパスフィルタ１０、およびローパスフィルタ１１に
よって所定の周波数領域の信号強度が変化した２つの音
声信号である気導音声信号と骨伝導音声信号は、音声加
算回路５によって受信される。音声加算回路５はこれら
２つの音声信号を加算し、音声認識装置３０に出力す
る。

【０１１０】これにより、気導音マイク１と骨伝導音マ
イク２が２つの音声信号を出力し、ハイパスフィルタ１
０、ローパスフィルタ１１、およびノイズレベル判定回
路４が、この２つの音声信号の所定の周波数領域の信号
強度を変化させ、音声加算回路５が変化した２つの音声
信号を合成して音声認識装置に出力することで、騒音環
境において音声認識ができるようになる。

【０１１１】（第６実施形態）図１０に、本発明の第６
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置２０と音声認
識装置３０とから成る。音声処理装置２０は、気導音マ
イク１、骨伝導音マイク２、ノイズレベル判定回路４、
音声加算回路５、遅延回路７、ハイパスフィルタ１０、
およびローパスフィルタ１１から構成される。

【０１１２】なお、本実施形態においては、気導音マイ
ク１、ハイパスフィルタ１０、ノイズレベル判定回路
４、音声加算回路５、音声認識装置３０の構成および作
動は、それぞれ第５実施形態において説明した同名称の
ものと等しく、ここではそれらの説明については省略す
る。

【０１１３】遅延回路７は、骨伝導音マイク２から出力
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ローパスフィルタ１１に出力するものであ
る。

【０１１４】また骨伝導音マイク２は、骨伝導音声信号
をローパスフィルタ１１ではなく遅延回路７に出力する
ようになっていること以外は、第５実施形態の骨伝導音
マイク２と構成および作動を同じくする。

【０１１５】またローパスフィルタ１１は、骨伝導音声
信号を骨伝導音マイク２ではなく遅延回路７から受信す
るようになっていること以外は、第５実施形態のローパ
スフィルタ１１と構成を同じくする。

【０１１６】このような構成の音声処理装置２０は、遅
延回路７が骨伝導音マイク２の出力する信号を遅延させ
ること以外は、第５実施形態における音声処理装置２０
と作動を同じくする。すなわち、第５実施形態において
は、骨伝導音マイク２から出力された骨伝導音声信号が
直接ローパスフィルタ１１によって受信されることに対
し、本実施形態においては、骨伝導音マイク２から出力
された骨伝導音声信号は遅延回路７を通った後にローパ
スフィルタ１１によって受信されるようになっている。

【０１１７】このような構成、作動の音声処理装置２０
において、気導音マイク１と骨伝導音マイク２が２つの
音声信号を出力し、ハイパスフィルタ１０、ローパスフ
ィルタ１１、およびノイズレベル判定回路４が、この２
つの音声信号の所定の周波数領域の信号強度を変化さ
せ、音声加算回路５が変化した２つの音声信号を合成し
て音声認識装置に出力することで、騒音環境において音
声認識ができるようになる。また、気導音マイク１から
出力される気導音声信号と骨伝導音マイク２から出力さ
れる骨伝導音声信号とが同期するので、音声認識率が向
上する。

【０１１８】（第７実施形態）図１１に、本発明の第７
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置２０と音声認
識装置３０とから成る。音声処理装置２０は、気導音マ
イク１、骨伝導音マイク２、ハイパスフィルタ１０、ロ
ーパスフィルタ１１、ノイズレベル判定回路４、音声加
算回路５、遅延回路７、無線発信器８、および無線受信
器９から構成される。

【０１１９】なお、本実施形態においては、気導音マイ
ク１、ハイパスフィルタ１０、ローパスフィルタ１１、
ノイズレベル判定回路４、音声加算回路５、音声認識装
置３０の構成および作動は、それぞれ第６実施形態にお
ける同名称のものと等しく、ここではそれらの説明につ
いては省略する。

【０１２０】無線発信器８は、骨伝導音マイク２から受
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器９がそれを受信するように出力するもの
である。

【０１２１】無線受信器９は、無線発信器８が出力した
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路７に出力するものである。

【０１２２】また骨伝導音マイク２は、骨伝導音声信号
を遅延回路７ではなく無線発信器８に出力するようにな
っていること以外は、第６実施形態の骨伝導音マイク２
と構成および作動を同じくする。

【０１２３】また遅延回路７は、骨伝導音声信号を骨伝
導音マイク２ではなく無線受信器９から受信するように
なっていること以外は、第６実施形態の遅延回路７と構
成を同じくする。

【０１２４】このような構成の音声処理装置２０は、無
線発信器８と無線受信器９が骨伝導音マイク２と遅延回
路７との間に介在し、無線発信器８と無線受信器９との
間の信号が無線信号となっていること以外は、第６実施
形態における音声処理装置２０と作動を同じくする。

【０１２５】このような構成、作動の音声処理装置２０
においては、無線発信器８と無線受信器９との間の信号
が無線信号となっていることから、骨伝導音マイク２と
無線発信器８とを音声処理装置２０の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク２と無線発信器８のみを携帯すれば良く、そ
れ以外の気導音マイク１や音声認識装置３０等は離れた
位置にあっても良い。したがって、本実施形態において
は、第６実施形態に記載した効果に加えて、話者が骨伝
導音マイク２と無線発信器８以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。

【０１２６】（第８実施形態）図１２に、本発明の第８
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置２０、無線受
信器９、および音声認識装置３０から成る。音声処理装
置２０は、気導音マイク１、骨伝導音マイク２、ハイパ
スフィルタ１０、ローパスフィルタ１１、ノイズレベル
判定回路４、音声加算回路５、遅延回路７、および無線
発信器８から構成される。

【０１２７】なお、本実施形態においては、気導音マイ
ク１、骨伝導音マイク２、ハイパスフィルタ１０、ロー
パスフィルタ１１、およびノイズレベル判定回路４の構
成および作動は、それぞれ第６実施形態における同名称
のものと等しく、ここではそれらの説明については省略
する。

【０１２８】無線発信器８は、音声加算回路５から受信
した電気信号である音声信号を無線信号に変換し、無線
受信器９がそれを受信するように出力するものである。

【０１２９】無線受信器９は、無線発信器８が出力した
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置３０に出力するものである。

【０１３０】また音声加算回路５は、音声信号を音声認
識装置３０ではなく無線発信器８に出力するようになっ
ていること以外は、第６実施形態の音声加算回路５と構
成および作動を同じくする。

【０１３１】また音声認識装置３０は、音声信号を音声
加算回路５ではなく無線受信器９から受信するようにな
っていること以外は、第６実施形態の音声認識装置３０
と構成を同じくする。

【０１３２】このような構成の音声処理装置２０は、無
線発信器８と無線受信器９が音声加算回路５と音声認識
装置３０との間に介在し、無線発信器８と無線受信器９
との間の信号が無線信号となっていること以外は、第６
実施形態における音声処理装置２０と作動を同じくす
る。

【０１３３】このような構成、作動の音声処理装置２０
においては、無線発信器８と無線受信器９との間の信号
が無線信号となっていることから、音声処理装置２０と
音声認識装置３０とを空間的に分離させることができ
る。したがって、本実施形態においては、第６実施形態
に記載した効果に加えて、話者が音声認識装置３０に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。

【０１３４】なお、本明細書の第１〜第８実施形態にお
いては、気導音マイク１が発話者の発声により励起され
た空気振動を音声信号に変換して出力する気導信号変換
手段を構成する。

【０１３５】また、第１〜第８実施形態においては、骨
伝導音マイク２が骨導信号変換手段を構成する。ただ
し、骨導信号変換手段は、発話者の発声により生ずる身
体振動を音声信号に変換して出力するものであればどの
ようなものでもよく、骨導信号変換手段の圧電素子はこ
れらの実施形態のように水晶やチタン酸ジルコン酸鉛
（ＰＺＴ）である必要はない。また骨導信号変換手段は
圧電素子から成る必要もない。また骨導変換手段は加速
度センサである必要もなく、振動の速度や振幅を検知す
るものであってもよい。

【０１３６】また、第１〜第８実施形態においては、気
導音マイク１が発話者の発声により励起された空気振動
を変換して出力する気導音声信号が、第１の音声信号で
ある。

【０１３７】また、第１〜第８実施形態においては、骨
伝導音マイク２が発話者の発声により生ずる身体振動を
変換して出力する骨伝導音声信号が、第２の音声信号で
ある。

【０１３８】また、第１〜第４実施形態においては、ノ
イズレベルを判定して音圧比を決める判定回路４と、ノ
イズレベル判定回路４の制御に基づいて気導音声信号の
強度を変えるゲイン調整回路３ａと、ノイズレベル判定
回路４の制御に基づいて気導音声信号の強度を変えるゲ
イン調整回路３ｂと、が出力調整手段を構成する。ただ
し、出力調整手段は、気導信号変換手段から出力された
音声信号および骨導信号変換手段から出力された音声信
号の音圧を変えることにより、音圧比を調整して出力す
ることができればよい。従って、必ずしもこれら実施形
態の様にノイズレベルに基づいて音圧比を決める必要は
なく、あらかじめ決められた固定の音圧比、例えば２：
８に調整するものであってもよい。

【０１３９】また、第１〜第４実施形態においては、ノ
イズレベル判定回路４が、音圧決定手段を構成する。た
だし、音圧決定手段は気導信号変換手段から出力された
音声信号に混入している外部騒音信号の強度に基づいて
２つの音声信号の音圧比を決めればよいのであって、必
ずしもノイズレベル判定回路４のような専用のハードウ
ェアとして実現されている必要はなく、汎用の処理装置
の処理として同等の機能がソフトウェア的に実現されて
いてもよい。

【０１４０】また、第１〜第８実施形態においては、音
声加算回路５が、音圧比を調整されて出力された２つの
音声信号を加算して音声認識装置に出力する加算手段を
構成する。なお、加算手段から音声認識装置への出力に
おいては、必ずしも加算手段と音声認識装置とが直接接
続している必要はなく、加算手段と音声認識装置との間
に介在するものがあってもよい。例えば第４実施形態お
よび第８実施形態の様に、音声加算回路５と音声認識装
置３０との間に無線発振器８と無線受信器９が介在して
いてもよい。

【０１４１】また、第５〜第８実施形態においては、ノ
イズレベル判定回路４、カットオフ周波数以下の周波数
帯域の信号強度を減少させるハイパスフィルタ１０、お
よびカットオフ周波数以上の周波数帯域の信号強度を減
少させるローパスフィルタ１１が周波数強度変化手段を
構成する。ただし、周波数強度変化手段は、気導信号変
換手段から出力された音声信号および骨導信号変換手段
から出力された音声信号の所定の周波数領域の信号強度
を変化させて出力することができればよい。従って、周
波数強度変化手段を構成するものは必ずしもハイパスフ
ィルタ１０やローパスフィルタ１１のようにノイズレベ
ル判定回路４によって制御されるカットオフ周波数を有
するフィルタである必要はなく、例えば周波数について
連続的な強度変化特性を有するフィルタであってもよ
い。また、必ずしもこれら実施形態の様にノイズレベル
に基づいてカットオフ周波数を決める必要はなく、あら
かじめ決められた固定のカットオフ周波数、例えば４０
００Ｈｚに調整するものであってもよい。

【０１４２】また、第５〜第８実施形態においては、ハ
イパスフィルタ１０およびローパスフィルタ１１はそれ
ぞれが帯域通過フィルタに対応する。

【０１４３】また、第５〜第８実施形態においては、カ
ットオフ周波数は第１の周波数および第２の周波数に対
応する。ただし、第１の周波数と第２の周波数は異なっ
ていてもよく、たとえばこれら実施形態においてハイパ
スフィルタ１０のカットオフ周波数とローパスフィルタ
１１のカットオフ周波数とが異なるものであってもよ
い。

【０１４４】また、第５〜第８実施形態においては、気
導音声信号のノイズレベルを検知してカットオフ周波数
を決めるノイズレベル判定回路４が周波数決定手段を構
成する。ただし周波数決定手段は、気導信号変換手段か
ら出力された音声信号に混入している外部騒音信号の強
度に基づいて第１の周波数および／または第２の周波数
を決めればよいのであって、必ずしもノイズレベル判定
回路４のような専用のハードウェアとして実現されてい
る必要はなく、汎用の処理装置の処理として同等の機能
がソフトウェア的に実現されていてもよい。また、周波
数決定手段は第１の周波数のみを決めるだけであっても
よいし、また第２の周波数のみを決めるだけであっても
よい。

【０１４５】また、第２〜第４実施形態、および第５〜
第８実施形態においては、骨伝導音マイク２の出力を遅
延させる遅延回路７が、骨導信号変換手段から出力され
た音声信号に対して一定時間の遅延を与える遅延手段を
形成する。

【０１４６】また、第３および第７実施形態において
は、骨伝導音マイク２と遅延回路７との間で無線による
伝送を行う無線発信器８および無線受信器９が無線手段
を構成する。ただし、無線手段は骨導信号変換手段から
出力された音声信号を無線信号として伝送すればよいの
であって、無線発信器８および無線受信器９は必ずしも
骨伝導音マイク２と遅延回路７の間にある必要はなく、
骨伝導音マイク２から音声認識装置３０の間のどの部分
にあってもよい。

【０１４７】また、第４および第８実施形態において
は、音声加算回路５の出力を無線信号として出力する無
線発振器８が、加算手段から出力された音声信号を無線
信号として音声認識装置に送信する無線手段を構成す
る。

【０１４８】また第１〜第８実施形態の音声処理システ
ムは、車内環境におけるシステムであるが、本発明は騒
音環境における音声処理装置なのであって、必ずしも車
内環境における音声処理に用途を限定されるものではな
い。例えば船舶、航空機等の移動体内において用いられ
ても良いし、また移動体内以外の環境で用いられてもよ
い。また室内、屋外のいずれで用いられても良い。

【図面の簡単な説明】

【図１】本発明の、第１実施形態に係る音声処理システ
ムの構成を示す図である。

【図２】あるノイズレベルの値における、音圧比と音声
認識率との関係を示す図表である。

【図３】騒音下における気導音マイク１の出力の音声信
号波形を示すグラフである。

【図４】騒音下における骨伝導音マイク２の出力の音声
信号波形を示すグラフである。

【図５】本発明の、第２実施形態に係る音声処理システ
ムの構成を示す図である。

【図６】本発明の、第３実施形態に係る音声処理システ
ムの構成を示す図である。

【図７】本発明の、第４実施形態に係る音声処理システ
ムの構成を示す図である。

【図８】本発明の、第５実施形態に係る音声処理システ
ムの構成を示す図である。

【図９】あるノイズレベルの値における、カットオフ周
波数と音声認識率との関係を示す図表である。

【図１０】本発明の、第６実施形態に係る音声処理シス
テムの構成を示す図である。

【図１１】本発明の、第７実施形態に係る音声処理シス
テムの構成を示す図である。

【図１２】本発明の、第８実施形態に係る音声処理シス
テムの構成を示す図である。

【符号の説明】

１…気導音マイク、２…骨伝導音マイク、３ａ…ゲイン
調整回路、３ｂ…ゲイン調整回路３ｂ、４…ノイズレベ
ル判定回路、５…音声加算回路、７…遅延回路、８…無
線発信器、９…無線受信器、１０…ハイパスフィルタ、
１１…ローパスフィルタ、２０…音声処理装置、３０…
音声認識装置。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 光本 直樹 愛知県刈谷市昭和町１丁目１番地 株式会 社デンソー内

Claims (28)

【特許請求の範囲】
1. 【請求項１】 発話者の発声により励起された空気振動
   を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
   力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
   記骨導信号変換手段から出力された音声信号の音圧を変
   えることにより、これらの２つの音声信号の音圧比を調
   整して出力する出力調整手段と、 前記音圧比を調整されて出力された２つの音声信号を加
   算して音声認識装置に出力する加算手段と、を備えたこ
   とを特徴とする音声処理装置。
2. 【請求項２】 前記出力調整手段は、前記気導信号変換
   手段から出力された音声信号と前記骨導信号変換手段か
   ら出力された音声信号との音圧比を４対６から２対８の
   間の値に調整して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。
3. 【請求項３】 前記出力調整手段は、前記気導信号変換
   手段から出力された音声信号に混入している外部騒音信
   号の強度に基づいて前記２つの音声信号の音圧比を決め
   る音圧決定手段を有することを特徴とする請求項１また
   は２に記載の音声処理装置。
4. 【請求項４】 発話者の発声により励起された空気振動
   を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
   力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
   記骨導信号変換手段から出力された音声信号の所定の周
   波数領域の信号強度を変化させて出力する周波数強度変
   化手段と、 前記変化して出力された２つの音声信号を加算して音声
   認識装置に出力する加算手段と、を備えたことを特徴と
   する音声処理装置。
5. 【請求項５】 前記周波数強度変化手段は、前記骨導信
   号変換手段から出力された音声信号の特定周波数帯域の
   信号強度を減少させて出力する帯域通過フィルタを有す
   ることを特徴とする請求項４に記載の音声処理装置。
6. 【請求項６】 前記周波数強度変化手段は、前記気導信
   号変換手段から出力された音声信号の第１の周波数以下
   の周波数帯域の信号強度を減少させて出力するハイパス
   フィルタを有することを特徴とする請求項４または５に
   記載の音声処理装置。
7. 【請求項７】 前記周波数強度変化手段は、前記骨導信
   号変換手段から出力された音声信号の第２の周波数以上
   の信号強度を減少させて出力するローパスフィルタフィ
   ルタを有することを特徴とする請求項４または５に記載
   の音声処理装置。
8. 【請求項８】 発話者の発声により励起された空気振動
   を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
   力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
   記骨導信号変換手段から出力された音声信号の所定の周
   波数領域の信号強度を変化させて出力する周波数強度変
   化手段と、 前記変化して出力された２つの音声信号を加算して音声
   認識装置に出力する加算手段と、を備え、 前記周波数強度変化手段は、前記気導信号変換手段から
   出力された音声信号の第１の周波数以下の周波数帯域の
   信号強度を減少させて出力するハイパスフィルタと、前
   記骨導信号変換手段から出力された音声信号の第２の周
   波数以上の信号強度を減少させて出力するローパスフィ
   ルタフィルタと、を有することを特徴とする音声処理装
   置。
9. 【請求項９】 前記周波数強度変化手段は、前記気導信
   号変換手段から出力された音声信号に混入している外部
   騒音信号の強度に基づいて前記第１の周波数および／ま
   たは前記第２の周波数を決める周波数決定手段を有する
   ことを特徴とする請求項８に記載の音声処理装置。
10. 【請求項１０】 前記第１の周波数と前記第２の周波数
    とは等しいことを特徴とする請求項８または９に記載の
    音声処理装置。
11. 【請求項１１】 前記第１の周波数および前記第２の周
    波数は、５００Ｈｚ以上であることを特徴とする請求項
    １０に記載の音声処理装置。
12. 【請求項１２】 前記骨導信号変換手段は、圧電素子か
    ら成ることを特徴とする請求項１ないし１１のいずれか
    １つに記載の音声処理装置。
13. 【請求項１３】 前記骨導信号変換手段は、前記発話者
    の身体に装着されるものであることを特徴とする請求項
    １ないし１２のいずれか１つに記載の音声処理装置。
14. 【請求項１４】 前記骨導信号変換手段から出力された
    音声信号に対して一定時間の遅延を与える遅延手段を備
    えたことを特徴とする請求項１ないし１３のいずれか１
    つに記載の音声処理装置。
15. 【請求項１５】 前記骨導信号変換手段から出力された
    音声信号を無線信号として伝送する無線手段を備えたこ
    とを特徴とする請求項１ないし１４のいずれか１つに記
    載の音声処理装置。
16. 【請求項１６】 前記無線手段は、前記気導信号変換手
    段から出力された音声信号を無線信号として伝送するこ
    とを特徴とする請求項１５に記載の音声処理装置。
17. 【請求項１７】 前記無線手段は、前記加算手段から出
    力された音声信号を無線信号として前記音声認識装置に
    送信することを特徴とする請求項１６に記載の音声処理
    装置。
18. 【請求項１８】 発話者の発声により励起された空気振
    動を第１の音声信号に変換し、 前記発声により生ずる身体振動を第２の音声信号に変換
    し、 前記第１の音声信号および前記第２の音声信号の音圧を
    変えることにより、前記第１の音声信号と前記第２の音
    声信号との音圧比を調整し、 前記音圧比を調整された前記第１の音声信号と前記第２
    の音声信号とを加算して音声認識装置に出力する音声処
    理方法。
19. 【請求項１９】 前記第１の音声信号と前記第２の音声
    信号との音圧比を、 それぞれ４対６から２対８の間の値とすることを特徴と
    する請求項１８に記載の音声処理方法。
20. 【請求項２０】 前記第１の音声信号に混入している外
    部騒音信号の強度に基づいて前記第１の音声信号と前記
    第２の音声信号との音圧比を決めることを特徴とする請
    求項１８または１９に記載の音声処理方法。
21. 【請求項２１】 発話者の発声により励起された空気振
    動を第１の音声信号に変換し、 前記発声により生ずる身体振動を第２の音声信号に変換
    し、 前記第１の音声信号および前記第２の音声信号の所定の
    周波数領域の信号強度を変化させ、 前記所定の周波数領域の信号強度が変化した前記第１の
    音声信号と前記第２の音声信号とを加算して音声認識装
    置に出力する音声処理方法。
22. 【請求項２２】 前記第１の音声信号および前記第２の
    音声信号の所定の周波数領域の信号強度を変化させる際
    に、前記第１の音声信号および前記第２の音声信号の特
    定周波数帯域の信号強度を減少させることを特徴とする
    請求項２１に記載の音声処理方法。
23. 【請求項２３】 前記第１の音声信号および前記第２の
    音声信号の所定の周波数領域の信号強度を変化させる際
    に、第１の音声信号の第１の周波数以下の周波数帯域の
    信号強度を減少させることを特徴とする請求項２１また
    は２２に記載の音声処理方法。
24. 【請求項２４】 前記第１の音声信号および前記第２の
    音声信号の所定の周波数領域の信号強度を変化させる際
    に、第２の音声信号の第２の周波数以上の周波数帯域の
    信号強度を減少させることを特徴とする請求項２１また
    は２２に記載の音声処理方法。
25. 【請求項２５】 発話者の発声により励起された空気振
    動を第１の音声信号に変換し、 前記発声により生ずる身体振動を第２の音声信号に変換
    し、 前記第１の音声信号の第１の周波数以下の周波数帯域の
    信号強度を減少させ、 前記第２の音声信号の第２の周波数以上の周波数帯域の
    信号強度を減少させ、 前記所定の周波数領域の信号強度が変化した前記第１の
    音声信号と前記第２の音声信号とを加算して音声認識装
    置に出力する音声処理方法。
26. 【請求項２６】 前記第１の音声信号に混入している外
    部騒音信号の強度に基づいて前記第１の周波数および／
    または前記第２の周波数を決めることを特徴とする請求
    項２５に記載の音声処理方法。
27. 【請求項２７】 前記第１の周波数と前記第２の周波数
    とは等しいことを特徴とする、請求項２５または２６に
    記載の音声処理方法。
28. 【請求項２８】 前記第１の周波数および前記第２の周
    波数は、５００Ｈｚ以上であることを特徴とする請求項
    ２７に記載の音声処理方法。