JP2005518118A

JP2005518118A - 周波数解析のためのフィルタセット

Info

Publication number: JP2005518118A
Application number: JP2003568555A
Authority: JP
Inventors: ワッツ・ロイド
Original assignee: Audience LLC
Current assignee: Audience LLC
Priority date: 2002-02-13
Filing date: 2003-02-11
Publication date: 2005-06-16
Also published as: US20050216259A1; WO2003069499A9; EP1474755A1; US20050228518A1; WO2003069499A1; AU2003216246A1

Abstract

【課題】
【解決手段】入力信号（１００）を解析して複数の周波数成分に分離するためのシステムおよび方法が開示されている。一実施形態では、入力信号（１００）が第１の組のローパスフィルタ（１０２〜１３２）で処理されることにより、第１の組の周波数成分が取得される。なお、第１の組のローパスフィルタ（１０２〜１３２）は、第１のローパスフィルタ（１０２）と最後のローパスフィルタ（１３２）とを有するチェーン内に直列に配置され、各ローパスフィルタの出力は、最後のローパスフィルタ（１３２）に至るまで、チェーン内の次のローパスフィルタに供給される。最後のローパスフィルタ（１３２）の出力がダウンサンプリング（１４０）されることにより、ダウンサンプリングされた信号が生成される。ダウンサンプリングされた信号が第２の組のローパスフィルタ（１４２〜１７２）で処理されることにより、第２の組の周波数成分が取得される。

Description

本発明は、一般に、信号処理に関する。信号を解析して周波数成分に分離するためのシステムおよび方法が開示されている。

信号を解析する際に有用な工程として、信号を周波数成分に分離する方法がある。ここ最近、時間領域信号を解析して周波数成分に分離する際には、高速フーリエ変換（ＦＦＴ）アルゴリズムが用いられている。各種の処理、特に、音声信号の処理に対しては、高周波数における高い時間分解能と低周波数における高いスペクトル分解能とを実現しつつ、信号を解析して周波数成分に分離することが望ましい。これを実現するために、数多くの技術が提案されている。そのような技術としては、１組のフィルタを用いて、解析対象の信号を、異なるチャネルすなわち周波数成分に分離するシステムが挙げられる。そのようなフィルタセットは、概ね、生物学上の蝸牛と同じように動作するものであり、蝸牛は、異なる周波数チャネルに対応する一連のフィルタ出力信号を含む。

フィルタセットは、アナログフィルタとデジタルフィルタのいずれで実現されてもよい。従来のフィルタセットは、フィルタ設計の際の実際的な検討事項によって制限されていた。例えば、各チャネル出力を分離するための高次バンドパスフィルタを用いると、費用がかかる。ハイパスフィルタおよびローパスフィルタを用いて、様々な方法が実施されてきたが、音声認識、音声信号の音源分離、および音声信号のストリーム分離など、種々の重要な用途に対して、信号のリアルタイム処理を可能にする、より効率的な技術が必要とされている。

以下では、本発明の好ましい実施形態を詳細に説明する。本発明は、好ましい実施形態を用いて説明されているが、どの実施形態にも限定されないことを理解されたい。逆に、本発明の範囲は、添付の請求項によってのみ限定され、本発明は、数多くの代替、変形、および等価物を包含する。本発明の完全な理解を促すために、以下の説明では、例として数多くの具体的な詳細事項が示されている。本発明は、これらの具体的な詳細事項の一部またはすべてがなくとも、請求項に従って実施することができる。明確にするために、本発明に関連する技術分野で周知の技術事項については、本発明を不必要に不明瞭にしないよう、詳細に説明していない。

多くの特徴を備えた周波数解析のためのフィルタカスケードが以下に開示されている。様々な実施形態において、それらの特徴は、別個あるいは組み合わせて実現されている。例えば、一部の実施形態では、各周波数成分は、ローパスフィルタへの入力からその出力を減算することにより算出される。これにより、バンドパス信号が導出される。一部の実施形態では、ローパスフィルタは、チェーン接続、すなわちカスケード接続されており、各フィルタ出力は、フィルタセット内の次のフィルタ入力に供給される。フィルタセット内の最後のフィルタの出力はダウンサンプリングされ、フィルタセット自体は、全体としては１つの高次アンチエイリアスフィルタとして機能する。次いで、より低い周波数成分からなるダウンサンプリングされたフィルタセット出力は、より効率的に処理されてよい。カスケード内のフィルタは、フィルタのＱ値が周波数と共に変化するよう設計されてよい。

予め参照として組み込まれた米国特許出願番号０９／５３４，６８２（以後、「６８２出願」とする）は、周波数解析のためのデジタルフィルタカスケードを開示している。カスケード内のフィルタは、チェーン接続されており、複数組のフィルタは、オクターブに分けられ、オクターブ間のダウンサンプリングを行う。フィルタのパラメータは、異なるオクターブ内の対応する複数のフィルタ間で共有される。本明細書で説明するように、フィルタのパラメータが、オクターブ間でＱ値すなわちフィルタの鋭度（シャープネス）を変更するようにオクターブ間で変更された場合に、利点を実現できる。一実施形態では、Ｑ値は、実質的に臨界帯域幅に従って変更される。

図１は、入力信号を解析して複数の周波数成分に分離するために一実施形態で用いられるフィルタネットワークを示すブロック図である。入力信号１００は、ローパスフィルタ（ＬＰＦ）１０２に供給される。ＬＰＦ１０２の出力は、減算器１０４によって入力信号１００から減算される。したがって、ノード１０６における出力は、ＬＰＦ１０２前後の信号の差分である。その出力は、入力信号の上限周波数の遮断がどのようなものであっても、ＬＰＦ１０２の遮断周波数よりも高い周波数の帯域すなわちチャネルを強調する。ＬＰＦ１０２の出力は、同様に、ＬＰＦ１１２の入力に向けられ、ＬＰＦ１１２の入力および出力の間の差分が、減算器１１４によって算出され、ノード１１６で出力される。ノード１１６の出力は、ＬＰＦ１０２およびＬＰＦ１１２の遮断周波数の間の周波数を強調する別の周波数チャネルである。同様に、ＬＰＦ１２２、ＬＰＦ１３２、および減算器１２４、１３４は、ノード１２６および１３６において他の周波数チャネルを出力する。ノードの出力は、必要に応じてさらに処理されてよい。例えば、一部の実施形態では、それらの出力は半波整流され、一部の実施形態では、ダイナミックレンジを縮小または拡大するために、出力のゲインが調整される。

他の実施形態では、２次以上のデジタルまたはアナログフィルタを用いてもよい。フィルタの性質は、もちろん、一般に所与の周波数帯域を強調すると共に一般的なバンドパス特性を有する各チャネル出力の正確な性質を決定する。全体として、チャネル出力は、信号の周波数成分を示す。各ＬＰＦの入出力の減算のため、各チャネル出力は、周波数の帯域すなわちスライスを示し、すべての出力の和は、入力信号全体を示す。

各ＬＰＦの出力は、次のＬＰＦの入力に供給され、ローパスフィルタのチェーンを形成するため、チェーン内の最後のＬＰＦの出力は、最後のフィルタの次数よりもはるかに高次なフィルタの特性を有する。この高次フィルタ効果は、チェーン内の最後のフィルタの出力がダウンサンプリングされる場合に有効に利用することができる。基本的に、周波数チャネルを分離するために用いられるローパスフィルタのチェーンは、信号がダウンサンプリングされる際にアンチエイリアスフィルタの機能を実行する高次フィルタの機能を全体として実現する。

そのことの例は、ダウンサンプラ１４０がＬＰＦ１３２の出力をダウンサンプリングする図１に示されている。図示のために、４つのフィルタのみをチェーン内に示していることに注意されたい。ほとんどの実施形態では、ダウンサンプリングの前に周波数範囲を処理するために、５以上のフィルタが用いられる。ダウンサンプラ１４０から出力されたダウンサンプリング済みの信号は、次に、ＬＰＦ１４２、ＬＰＦ１４２、ＬＰＦ１４２、およびＬＰＦ１４２を備える別のローパスフィルタのチェーンによって処理され、ノード１４６、１５６、１６６、および１７６において、減算器１４４、１５４、１６４、および１７４により、周波数チャネル出力が導出される。

一実施形態では、個々の２次のフィルタが用いられ、６０のフィルタのチェーンが、ダウンサンプリングの前に信号の１オクターブを処理する。ダウンサンプリングは、すべての他のサンプルを単に切り捨てる方法や、それ以外の任意の適切な技術によって実行されてよい。ダウンサンプリングの量は、ナイキスト基準によって決定される。必要に応じて、適切な量のオーバーサンプリングが実行されてよい。フィルタのチェーンの複合的な効果は、非常に高次なアンチエイリアスフィルタの効果と等しい。したがって、信号のダウンサンプリングを実行することにより、高価な高次アンチエイリアスフィルタを用いることなく、より低い周波数オクターブの処理を高速化することができる。

ローパスフィルタをチェーン接続する利点は、一部の実施形態では、周波数帯域を算出するための減算器を用いることなく実現されることに注意されたい。各ローパスフィルタの出力は、各周波数チャネルにおけるエネルギを示すよう直接的に用いられてよい。各チェーン内の最後のフィルタの出力はダウンサンプリングされるため、フィルタチェーン自体は、１つのアンチエイリアスフィルタの機能を実行する。

図２は、ローパスフィルタが、それらの入出力においてチェーン接続されていない別の実施形態を示す図である。入力信号２００は、ローパスフィルタ２０２、２０４、２０６、および２０８に供給される。各ローパスフィルタの入力と出力との間の差分は、減算器２１２、２１４、２１６、および２１８によって算出される。ここでも、算出された差分は、入力信号の周波数帯域すなわちチャネルの解析を示す。しかしながら、各フィルタの出力は、次のフィルタの入力に供給されないので、上述したチェーン内の最後のフィルタの出力において見られる高次フィルタ効果は、実現されない。

フィルタカスケードは、アナログフィルタとデジタルフィルタのどちらを用いて実現されてもよい。一実施形態では、フィルタは、所望のチャネル分解能を実現するよう設計された遮断周波数を有するデジタルフィルタとして実装される。各フィルタは、それに関連する１組の係数（ａ₀、ａ₁、ａ₂、ｂ₁、ｂ₂）を有する。各フィルタの出力は、以下の関数に従って算出される：

ここで、フィルタ出力ｙ_nは、時間ｎにおける入力データｘ_n、以前の入力ｘ_n-1およびｘ_n-2、および以前の出力ｙ_n-1およびｙ_n-2の関数である。図３は、この信号の流れを示すブロック図である。フィルタの出力ｙ_nは、カスケード内の次のフィルタの入力ｘ_nに提供される。

フィルタ応答Ｈ（ｚ）は、以下の式で与えられる：

ここで、ｆ_sは、サンプリング周波数である。

式２の伝達関数に上記の代入を行うと、フィルタ係数ａ₀、ａ₁、ａ₂、ｂ₁、ｂ₂、およびサンプリングレートｆ_sの関数であるフィルタ応答Ｈ（ｆ）が得られる。

６８２出願に記載されているように、フィルタ係数は、複数組のフィルタ間で再利用されてよく、その際、フィルタの応答は、複数組のフィルタの間のダウンサンプリングの結果として変更される。図の実施形態では、フィルタは、複数のオクターブにわたって一様に分配され、１オクターブ当たりのフィルタの数は６０となっている。６０のオブジェクトがコンピュータで作成される。各オブジェクトは、上述の１組の係数を有しており、さらに、１オクターブずつ離れた周波数で動作する１０のフィルタに対応して、１０組の状態変数を有する。第１の組の状態変数を用いる６０のオブジェクトは、第１のオクターブ群のフィルタに対応し、第２の組の状態変数を用いる（そして、比較的低い周波数でサンプリングを行う）６０のオブジェクトは、第２のオクターブ群のフィルタに対応し、以下も、同様に対応している。別の実施形態では、各オブジェクトは、１組の係数と、１組だけの状態変数とを備えており、単一の周波数で実行される。この場合、６００のフィルタを表現するために、６００のオブジェクトが必要となる。

第１のオクターブのフィルタは、最も高いオクターブ（すなわち、２０ｋＨｚから１０ｋＨｚ）の周波数に調整され、４４．１ｋＨｚでサンプリングされる。これは、ナイキストのサンプリング基準を満たしている。第２のオクターブのフィルタは、第１のオクターブ内の対応するフィルタの半分の周波数に調整され、１０ｋＨｚから５ｋＨｚの範囲となる。第２のオクターブのフィルタは、２２．０５ｋＨｚ、すなわち第１のサンプリング周波数の半分の周波数でサンプリングされる。各フィルタの係数は、メモリに格納され、フィルタのための計算で用いられる。カスケードの応答は、個々のフィルタの応答（それぞれは弱い応答であるが、合計すると、はるかに強い応答になる）の和である。フィルタの係数は、所望の応答によって決定される。

音声信号は、各フィルタに通されると、次のフィルタに供給される前にサンプリングおよびフィルタリングされる。図４は、フィルタの配列を示すブロック図である。最初のオクターブが終わると、信号は、上述のように第１のオクターブの半分のサンプリングレートでサンプリングを行うフィルタを備える次のオクターブの第１のフィルタに通される。連続的なオクターブが、同じ係数「２」を用いて同様にダウンサンプリングされる。この構成では、各段は、後ろの段のためのアンチエイリアスフィルタとして機能し、高周波数を十分に除去して、エイリアシングなしにダウンサンプリングを実行することを可能にする。余分なアンチエイリアスフィルタは必要にならない。

連続的なオクターブの各々をダウンサンプリングすると、システムの計算の複雑さが大幅に低減される。さらに、フィルタ係数に求められる精度が低くなるため、各係数を表現するために必要なビットが少なくなる。デジタルローパスフィルタは、フィルタ係数を表現するために必要な数値精度が、遮断周波数とサンプリング周波数との比で決まるという特徴を有する。所与のサンプリング周波数に対しては、低い遮断周波数を有するフィルタは、より高い遮断周波数を有するフィルタよりも精度の高い係数を必要とする。連続ダウンサンプリング技術を用いない場合には、４４ｋＨｚのサンプリングレートで遮断周波数の最も低いフィルタ（３０Ｈｚ）を表現するために、非常に精度の高いフィルタ係数（２３ビットのオーダー）が必要になる。連続ダウンサンプリング技術を用いると、多くのダウンサンプリング工程の後に、最も低いオクターブにおいてサンプリングレートが非常に低くなるため、より低い精度の係数（１２ビットのオーダー）を用いて、３０Ｈｚの遮断フィルタを表現することができる。このように精度が低減されることで、ハードウェアの複雑さが低減され（少ないメモリ、小さいレジスタ、精度の低い算術演算子）、カスタムハードウェアの実装におけるコスト全体が低減される。

６８２出願に記載された実施形態では、各フィルタが、１、２、またはそれ以上高いオクターブもしくは低いオクターブのフィルタとフィルタパラメータを共有することで、必要な記憶域を低減している。例えば、第１のオクターブに属する最も周波数の高いフィルタ４０は、第２のオクターブに属する最も周波数の高いフィルタ５０や、第３のオクターブに属する最も周波数の高いフィルタ６０などとフィルタ係数を共有する。第１のオクターブに属する２番目に周波数の高いフィルタ４２は、第２および第３のオクターブに属する２番目に周波数の高いフィルタ５２および６２、およびその他の対応するフィルタすべて（１、２、またはそれ以上低いオクターブの周波数に調整されたもの）と、フィルタ係数を共有する。

あるいは、以下で説明するように、各オクターブ内でフィルタパラメータを変えることにより、低周波数における遅延を改善できることが確認された。多くのシステムにとって、このことは、低周波数での遅延の改善による利点が、記憶装置の必要性の増大を相殺するため、異なるオクターブに属する対応するフィルタ間でフィルタパラメータを共有するのに好ましい。

一実施形態では、フィルタ係数は、フィルタによって処理される周波数帯域（周波数遮断によって決定されたもの）に応じて、所望のＱ値（品質係数、すなわち、鋭度もしくは周波数選択度）を実現するよう調整される。カスケード内でフィルタ係数を再利用すると、カスケードのＱ値が一定になり、フィルタ応答はすべて、同じ形状（Ｑ値）を有することになる。この「定Ｑ値」構成は、概念的に単純であることやフィルタ係数を共有するという利点を有するが、低周波数では大きな遅延を生じる。例えば、すべての周波数で４周期の位相の蓄積を有する定Ｑ設計では、２０ｋＨｚタップにおける遅延は、２００μｓであり、２０Ｈｚタップにおける遅延は、２００ｍｓである。低周波数での動作が速いと、カスケードの応答時間を改善するのに好ましく、これは、低いオクターブにおけるフィルタのフィルタ係数を変更することにより実現できる。

図５は、極のみを有する２次のフィルタ応答の例を示す図である。フィルタは、時定数Ｔａｕおよび品質係数Ｑによって表現されてもよいし、前述したようにフィルタ係数ｂ１およびｂ２によって表現されてよい。Ｔａｕは、中心周波数ｆ_cの逆数であって、ピークの位置を表すものであり、Ｑ値は、ピークの鋭さを表すものである。図５からわかるように、Ｑ値の値が高いほど、ピークは鋭くなり、ｆ_cはピークの生じる位置を示している。フィルタの式は、以下の通りである：

Ｔａｕ及びＱ値と、ｂ１及びｂ２との関係は、参照として本明細書に組み込まれる「Ｌｙｏｎ’ｓＣｏｃｈｌｅａｒＭｏｄｅｌ」、ＡｐｐｌｅＴｅｃｈｎｉｃａｌＲｅｐｏｒｔ＃１３、ＭａｌｃｏｌｍＳｌａｎｅｙ著、１９８８、に記載されている。フィルタのフィルタ係数は、中心周波数ｆ_c＝１／ＴａｕおよびフィルタのＱ値から決定することができる。

フィルタは、極だけでなくゼロ点を有するよう設計されてもよく、そのようなシステムのための式は、以下の通りである：

図６は代表的なフィルタ応答の図であり、Ｑｐは極のＱ値を表し、Ｑ_zはゼロ点のＱ値を、ｆ_cpは極の中心周波数（ｆ_pとも呼ぶ）を、ｆ_czはゼロ点の中心周波数（ｆ_zとも呼ぶ）を表す。ゼロ点は、ゲインの降下を停止し、位相を０に戻す。ゼロ点が極に近いほど、この効果は早く生じる。ゼロ点が極に非常に近い場合には、位相軌跡は、ゼロ点によって戻されるまでにあまり遠ざからない（１周期の内のほんの少し）ことがある。この特性は、カスケードを通しての位相の蓄積の総量、延いては、カスケードの遅延応答を抑制する鍵となる。

６００個のフィルタを、極だけを有する６００の部分のカスケードで用いる場合、各フィルタは、最良の周波数で１／４周期の位相の蓄積を引き起こし、その結果、多大な遅延が発生する。一実施形態では、フィルタカスケードは、中心周波数が、カスケードを通じて幾何級数的（exponentially）に減少するよう構成される。Ｑ値は、カスケードを通じて徐々に減少し、遅延が問題とならない高周波数において鋭い応答を実現し、より早い応答の代償として、ある程度の鋭度の損失が許容される低周波数においては早い応答を実現する。Ｑ値が一定ではないこの実施例は、例えば、潜水艦のパッシブソナー、音声認識、音楽の録音、音声ストリームの分離、および音声定位において用いられる信号処理システムに対して特に有効である。この方法は、ダウンサンプリングされたフィルタカスケードに限定されず、ダウンサンプリングされないフィルタカスケードで用いられてもよいことに注意されたい。

Ｑ値の一定なフィルタカスケードの設計は、遮断周波数の範囲とオクターブ当たりのタップ数とを選択する工程（例えば、２０Ｈｚから２０ｋＨｚまでの周波数範囲、６００のタップおよび１０のオクターブ（６０タップ／オクターブ）を選択）を含む。これにより、各タップのｆ_pが決定される。カスケードを通して所望される鋭度および遅延に基づいて、Ｑ_p、Ｑ_z、およびｆ_ratio＝ｆ_z／ｆ_pに対して固定値が選択される。一実施形態では、定Ｑ設計に用いられる値は、Ｑ_p＝７．０、Ｑ_z＝７．５、ｆ_ratio＝１．０３であってよい。別の実施形態では、それらの値は、Ｑ_p＝２３、Ｑ_z＝２６、ｆ_ratio＝１．０１であってよい。

１０オクターブで６００のタップを用いる可変Ｑフィルタカスケードについては、一実施形態は、最も高いオクターブにおける４４．１ｋＨｚのサンプリングレートおよび２倍オーバーサンプリングと共に、以下の値を用いてよい：Ｑ_p＝７．０、Ｑ_z＝７．０、ｆ_ratio＝１．０３。これらの値は、最初の３６０のタップに用いられ、次の２４０のタップについては、タップ６００（周波数の最も低いタップ）における値、すなわちＱ_p＝１．６、Ｑ_z＝１．６、ｆ_ratio＝１．１、に至るまで線形的に変更される。この結果、低周波数においてフィルタ応答が広く、時間応答が大幅に早い設計が実現される。

別の実施形態では、Ｑ_p、Ｑ_z、およびｆ_ratioパラメータは、適切な心理物理的臨界帯域幅およびラウドネス知覚曲線にフィルタ応答を適合させるよう選択される。臨界帯域幅は、フィルタ応答曲線の調整幅であり、その範囲内では、信号成分が、互いに相互作用することができる。臨界帯域幅曲線は、Ｒｏｓｓｉｎｇ、１９８２、「ＴｈｅＳｃｉｅｎｃｅｏｆＳｏｕｎｄ」（Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ、Ｒｅａｄｉｎｇ、ＭＡ）に記載されており、この開示は、参照として本明細書に組み込まれる。臨界帯域幅は、低周波数における１００Ｈｚ弱から、高周波数における２半音と３半音（１２％および１９％）との間の周波数まで変化する。ラウドネス知覚は、異なる周波数に対するフィルタの感度を表す。例えば、２０Ｈｚにおける可聴閾値は、約６５ｄＢであり、１ｋＨｚにおける閾値よりも高い。

可変Ｑフィルタカスケードの一実施形態は、以下のパラメータを用いる：

ただし、値の指定されているタップの間のパラメータについては、線形補間される。このように、パラメータが区分的に線形変化することにより、心理物理的な臨界帯域幅およびラウドネス知覚曲線との良好な適合が実現される。図７は、臨界帯域に従って設計されたフィルタに対するフィルタ応答を示す図である。フィルタ応答は、中周波数において鋭く、低周波数において広く、臨界帯域幅曲線に対応する。フィルタは、中周波数において比較的感度が高く、低周波数においては約６５ｄＢだけ感度が低く、ラウドネス知覚パラメータに適合している。

図８は、臨界帯域に従って設計されたフィルタに対する位相特性を示す図である。フィルタの位相特性は、中から高周波数において約２周期の位相の蓄積が存在するが、低周波数においてはあまり存在しないというものである。その結果、より早い応答が必要とされる低周波数において、応答が早くなる。

信号を周波数成分に分離して解析するためのフィルタカスケードを説明した。様々な実施形態において、フィルタカスケードは、異なる技術を用いて、高周波数における時間分解能と低周波数におけるスペクトル分解能とを改善する。したがって、開示されたフィルタカスケードの各実施形態は、音声認識システムの構成要素として特に有用である。さらに、フィルタカスケードは、音声ストリームの分離や音声定位に有用である。

図９Ａは、本明細書に記載されたフィルタセットが音声認識システムで用いられる様子を示す図である。フィルタセット９０２に音声信号が入力され、特徴抽出部９０４によってフィルタセットの出力が解析される。特徴は、音素データベース９０８に含まれる音素と特徴とを一致させる音素分類部９０６によって分類される。単語データベース９１０にアクセスする単語検索ブロック９０９により、音素に基づいて単語が導き出される。

図９Ｂは、本明細書に記載されたフィルタセットが、音声ストリーム分離システムで用いられる様子を示す図である。音声ストリーム分離システムは、例えば、ＬｌｏｙｄＷａｔｔｓにより２００１年６月２１日に提出された米国特許出願Ｎｏ．６０／３００，０１２（代理人整理番号ＡＮＳＣＰ００３＋）「ＲＯＢＵＳＴＨＥＡＲＩＮＧＳＹＳＴＥＭＳＦＯＲＩＮＴＥＬＬＩＧＥＮＴＭＡＣＨＩＮＥＳ」に記載されているようなシステムであり、その出願は、参照として本明細書に組み込まれる。フィルタセット９１２に音声信号が入力され、特徴を抽出する１組の特徴抽出部９１４によってフィルタセットの出力が解析される。特徴は、特徴分類プロセッサ９１６によって、関連した音声信号の別個のストリームに分類される。

図９Ｃは、本明細書に記載されたフィルタセットが、空間相関器または音声定位システムで用いられる様子を示す図である。そのシステムは、例えば、ＬｌｏｙｄＷａｔｔｓにより２００１年１１月１４日に提出された米国特許出願Ｎｏ．１０／００４，１４１（代理人整理番号ＡＮＳＣＰ００５）「ＣＯＭＰＵＴＡＴＩＯＮＯＦＭＵＬＴＩ−ＳＥＮＳＯＲＴＩＭＥＤＥＬＡＹＳ」に記載されているようなシステムであり、その出願は、参照として本明細書に組み込まれる。右チャネル用フィルタセット９２２に右チャネル音声信号が入力され、左チャネル用フィルタセット９２４に左チャネル音声信号が入力される。フィルタセットの出力は、バイノーラルプロセッサ９２６によって相関され、左右のチャネル入力信号の間の時間遅延が決定される。音声の発生源の方向は、時間遅延から決定できる。

理解を深めるために、ある程度詳細に本発明について説明したが、添付の特許請求の範囲内で、ある程度の変更や変形を行ってもよいことは明らかである。本発明のプロセスおよび装置を実施する多くのほかの方法が存在することに注意されたい。したがって、上述の実施形態は、例示のためのものであって限定を意図しないものと見なされ、本発明は、本明細書に記載された詳細事項に限定されず、添付の特許請求の範囲と均等物との範囲内で変形されてもよい。

入力信号を複数の周波数成分に分離して解析するために一実施形態で用いられるフィルタネットワークを示すブロック図。ローパスフィルタが、それらの入出力においてチェーン接続されていない別の実施形態を示す図。フィルタ方程式の信号フローのグラフ。フィルタの配列を示すブロック図。極のみを有する２次部分のフィルタ応答の例を示す図。Ｑ_pが極のＱ値、Ｑ_zがゼロ点のＱ値、ｆ_cpが極の中心周波数（ｆ_pとも呼ぶ）、ｆ_czがゼロ点の中心周波数（ｆ_zとも呼ぶ）を表す代表的なフィルタ応答の図。臨界帯域に従って設計されたフィルタに対するフィルタ応答を示す図。臨界帯域に従って設計されたフィルタに対する位相特性を示す図。本明細書に記載されたフィルタセットが音声認識システムで用いられる様子を示す図。本明細書に記載されたフィルタセットが音声ストリーム分離システムで用いられる様子を示す図。本明細書に記載されたフィルタセットが空間相関器または音声定位システムで用いられる様子を示す図。

符号の説明

４０…フィルタ
４２…フィルタ
５０…フィルタ
５２…フィルタ
６０…フィルタ
６２…フィルタ
１００…入力信号
１０２…ローパスフィルタ
１０４…減算器
１０６…ノード
１１２…ローパスフィルタ
１１４…減算器
１１６…ノード
１２２…ローパスフィルタ
１２４…減算器
１２６…ノード
１３２…ローパスフィルタ
１３４…減算器
１３６…ノード
１４０…ダウンサンプラ
１４２…ローパスフィルタ
１４４…減算器
１４６…ノード
１５２…ローパスフィルタ
１５４…減算器
１５６…ノード
１６２…ローパスフィルタ
１６４…減算器
１６６…ノード
１７２…ローパスフィルタ
１７４…減算器
１７６…ノード
２００…入力信号
２０２…ローパスフィルタ
２０４…ローパスフィルタ
２０６…ローパスフィルタ
２０８…ローパスフィルタ
２１２…減算器
２１４…減算器
２１６…減算器
２１８…減算器
９０２…フィルタセット
９０４…特徴抽出部
９０６…音素分類部
９０８…音素データベース
９０９…単語検索ブロック
９１０…単語データベース
９１２…フィルタセット
９１４…特徴抽出部
９１６…特徴分類プロセッサ
９２２…右チャネル用フィルタセット
９２４…左チャネル用フィルタセット
９２６…バイノーラルプロセッサ

Claims

入力信号を解析して複数の周波数成分に分離する方法であって、
前記信号を第１の組のローパスフィルタで処理して、第１の組の周波数成分を取得する工程であって、前記第１の組のローパスフィルタは、最初のローパスフィルタと最後のローパスフィルタとを有するチェーン内に直列に配置され、各ローパスフィルタの出力は、前記最後のローパスフィルタに至るまで、前記チェーン内の次のローパスフィルタに供給される、工程と、
前記最後のローパスフィルタの出力をダウンサンプリングして、ダウンサンプリングされた信号を生成する工程と、
前記ダウンサンプリングされた信号を第２の組のローパスフィルタで処理して、第２の組の周波数成分を取得する工程と、
を備える、方法。
請求項１に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記周波数成分は、各ローパスフィルタへの入力から当該ローパスフィルタの出力を減算することにより取得される、方法。
請求項１に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記第２の組のローパスフィルタは、前記第１の組のローパスフィルタとは異なるＱ値を有する、方法。
請求項１に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記第２の組のローパスフィルタは、前記第１の組のローパスフィルタよりも鋭度の低いＱ値を有する、方法。
請求項１に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記第２の組のローパスフィルタは、実質的に人間の臨界帯域幅に従って、前記第１の組のローパスフィルタのＱ値と異なるＱ値を有する、方法。
入力信号を解析して複数の周波数成分に分離する方法であって、
前記信号を第１のローパスフィルタで処理して、第１のローパスフィルタ信号を生成する工程と、
前記入力信号から前記第１のローパスフィルタ信号を減算して、第１の周波数成分を取得する工程と、
前記信号を第２のローパスフィルタで処理して、第２のローパスフィルタ信号を生成する工程と、
前記第１のローパスフィルタ信号から前記第２のローパスフィルタ信号を減算して、第２の周波数成分を取得する工程と、
を備える、方法。
入力信号を解析して複数の周波数成分に分離する方法であって、
前記信号を第１のローパスフィルタで処理して、第１のローパスフィルタ信号を生成する工程と、
前記入力信号から前記第１のローパスフィルタ信号を減算して、第１の周波数成分を取得する工程と、
前記ローパスフィルタ信号を第２のローパスフィルタで処理して、第２のローパスフィルタ信号を生成する工程と、
前記第１のローパスフィルタ信号から前記第２のローパスフィルタ信号を減算して、第２の周波数成分を取得する工程と、
を備える、方法。
入力信号を解析して複数の周波数成分に分離する方法であって、
前記信号の一部を第１の出力周波数チャネルに分離するよう構成されている第１のフィルタを用いて、前記信号を処理する工程と、
前記信号の一部を第２の出力周波数チャネルに分離するよう構成されている第２のフィルタを用いて、前記信号を処理する工程と、
を備え、
前記第１の周波数チャネルは、前記第２の周波数チャネルよりも高い周波数を強調し、
前記第２のフィルタは、前記第１のフィルタと異なるＱ値を有する、方法。
請求項８に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記第２のフィルタは、前記第１のフィルタよりも鋭度の低いＱ値を有する、方法。
請求項８に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記第２のフィルタは、実質的に人間の臨界帯域幅に従って、前記第１のフィルタのＱ値と異なるＱ値を有する、方法。
請求項８に記載の入力信号を解析して複数の周波数成分に分離する方法であって、前記フィルタは、ローパスフィルタである、方法。
入力信号を解析して複数の周波数成分に分離するためのシステムであって、
第１の組の周波数成分を取得するよう構成された第１の組のローパスフィルタであって、前記第１の組のローパスフィルタは、最初のローパスフィルタと最後のローパスフィルタとを有するチェーン内に直列に配置され、各ローパスフィルタの出力は、前記最後のローパスフィルタに至るまで、前記チェーン内の次のローパスフィルタに供給される、第１の組のローパスフィルタと、
前記最後のローパスフィルタの出力をダウンサンプリングして、ダウンサンプリングされた信号を生成するよう構成されたダウンサンプラと、
前記ダウンサンプリングされた信号を処理して、第２の組の周波数成分を取得するよう構成された第２の組のローパスフィルタと、
を備える、システム。
請求項１２に記載の入力信号を解析して複数の周波数成分に分離するためのシステムであって、前記周波数成分は、各ローパスフィルタへの入力から当該ローパスフィルタの出力を減算することにより取得される、システム。
請求項１２に記載の入力信号を複数の周波数成分に分離して解析するためのシステムであって、前記第２の組のローパスフィルタは、前記第１の組のローパスフィルタとは異なるＱ値を有する、システム。
請求項１２に記載の入力信号を複数の周波数成分に分離して解析するためのシステムであって、前記第２の組のローパスフィルタは、前記第１の組のローパスフィルタよりも鋭度の低いＱ値を有する、システム。
請求項１２に記載の入力信号を解析して複数の周波数成分に分離するためのシステムであって、前記第２の組のローパスフィルタは、実質的に臨界帯域に従って、前記第１の組のローパスフィルタのＱ値と異なるＱ値を有する、システム。
請求項１２に記載の入力信号を解析して複数の周波数に分離するためのシステムであって、前記システムは音声認識システムで用いられるものである、システム。
請求項１２に記載の入力信号を解析して複数の周波数に分離するためのシステムであって、前記システムは音声ストリーム分離に用いられるものである、システム。
請求項１２に記載の入力信号を解析して複数の周波数に分離するためのシステムであって、前記システムは音声定位に用いられるものである、システム。
入力信号を解析して複数の周波数成分に分離するためのシステムであって、
第１のローパスフィルタ信号を出力する第１のローパスフィルタと、
前記入力信号から前記第１のローパスフィルタ信号を減算して、第１の周波数成分を取得するよう構成された第１のプロセッサと、
第２のローパスフィルタ信号を出力する第２のローパスフィルタと、
前記第１のローパスフィルタ信号から前記第２のローパスフィルタ信号を減算して、第２の周波数成分を取得するよう構成された第２のプロセッサと、
を備える、システム。
入力信号を解析して複数の周波数成分に分離するためのシステムであって、
第１のローパスフィルタ信号を出力する第１のローパスフィルタと、
前記入力信号から前記第１のローパスフィルタ信号を減算して、第１の周波数成分を取得するよう構成された第１のプロセッサと、
前記ローパスフィルタ信号を処理して、第２のローパスフィルタ信号を生成するよう構成された第２のローパスフィルタと、
前記第１のローパスフィルタ信号から前記第２のローパスフィルタ信号を減算して、第２の周波数成分を取得するよう構成された第２のプロセッサと、
を備える、システム。
入力信号を解析して複数の周波数成分に分離するためのシステムであって、
前記信号を処理するよう構成された第１のフィルタであって、前記信号の一部を第１の出力周波数チャネルに分離するよう構成されている第１のフィルタと、
前記信号を処理するよう構成された第２のフィルタであって、前記信号の一部を第２の出力周波数チャネルに分離するよう構成されている第２のフィルタと、
を備え、
前記第１の周波数チャネルは、前記第２の周波数チャネルよりも高い周波数を強調し、
前記第２のフィルタは、前記第１のフィルタと異なるＱ値を有する、システム。
請求項２２に記載の入力信号を解析して複数の周波数成分に分離するためのシステムであって、前記第２のフィルタは、前記第１のフィルタよりも鋭度の低いＱ値を有する、システム。
請求項２２に記載の入力信号を解析して複数の周波数成分に分離するためのシステムであって、前記第２のフィルタは、実質的に臨界帯域に従って、前記第１のフィルタのＱ値と異なるＱ値を有する、システム。
請求項２２に記載の入力信号を解析して複数の周波数成分に分離するためのシステムであって、前記フィルタは、ローパスフィルタである、システム。