JP2007082081A - 動画像撮影装置連動式スポット集音装置 - Google Patents

Abstract

【課題】 時々刻々と変わる被写体の映像と共に、その被写体から発せられる音を強調して中継することができる動画像撮影装置連動式スポット集音装置を提供する。
【解決手段】
被写体１００をビデオカメラ２０で撮影すると共に、被写体から発せられて複数のマイクロフォン１０ａ〜１０ｄにより検出された音の音源データ１１ａ〜１１ｄを格納し、各音源データ１１ａ〜１１ｄをそれぞれ所望の時間遅延させて読出し、それらのデータを合成する。
【選択図】 図１

Description

本発明は、動画像撮影装置と連動したスポット集音装置に関し、特に、動画像撮影装置が撮影する被写体から発せられた音等を選択的に強調して取り出すと共に、動画像撮影装置で撮影された被写体の映像とその音とを合成する動画像撮影装置連動式スポット集音装置に関する。

野球中継やサッカー中継などでは、グラウンドやフィールドなどにマイクロフォンやテレビカメラなどを設置することができないため、それらの外側に設置されたマイクロフォンやテレビカメラなどを用いて中継が行なわれている。そして、これらの中継では、テレビカメラで撮影される被写体を時々刻々と変えながら、被写体の映像とその音声などを中継している。

しかしながら、野球中継やサッカー中継などでは、被写体が発する音以外に多数の観客からも音が発せられるため、マイクロフォンは、その周囲に存在する複数の観客から発せられる音をも集音してしまうという問題があった。すなわち、野球中継やサッカー中継では、テレビカメラで撮影している被写体が発する音の他にマイクロフォンの周囲の観客の声なども中継してしまい、臨場感のある中継を行うことができないという問題があった。

一方、マイクロフォンがその周囲の音をも集音してしまうという問題を解決するために、複数の音源から発生する音のうち、特定の音源で発生した音を選択的に取り出す装置がいくつか提案されている（例えば、特許文献１及び２参照）。

しかしながら、これらの装置では、特定の音源で発生した音を選択的に取り出すことはできるが、時々刻々と変わる被写体の映像と共に、その被写体から発せられる音を強調して中継することなどができないという問題があった。

特開平７−１１１６９４号公報 特開平１０−７０７８６号公報

本発明は、上述した事情に鑑み、時々刻々と変わる被写体の映像と共に、その被写体から発せられる音を強調して中継することができる動画像撮影装置連動式スポット集音装置を提供することを目的とする。

上記課題を解決する本発明の第１の態様は、被写体を撮影する動画像撮影装置と、前記被写体から発せられた音の音源データを検出する複数のマイクロフォンと、前記各マイクロフォンで検出された前記音源データを格納する音源データ格納手段と、前記被写体から発せられた音が前記被写体から最も遠く離れたマイクロフォンに到達するまでの到達時間を基準として、当該到達時間と前記被写体から前記各マイクロフォンまで音が到達する時間との時間差を算出する時間差算出手段と、前記音源データ格納手段に格納された前記各マイクロフォンからの音源データを前記時間差に対応した時間差で遅延させて読み出す音源データ読出し手段と、前記音源データ読出し手段により読み出された音源データとを合成する合成手段と、を具備することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第１の態様では、時々刻々と変わる被写体の映像と共に、その被写体から発せられる音を強調して抽出することができる。

本発明の第２の態様は、第１の態様において、前記被写体から前記各マイクロフォンまでの距離を算出する距離算出手段をさらに具備し、時間差算出手段は、前記被写体から前記各マイクロフォンまでの距離と音速とから前記被写体から前記各マイクロフォンまで音が到達する時間を算出して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第２の態様では、容易に時間差を算出することができる。

本発明の第３の態様は、第２の態様において、前記距離算出手段は、前記被写体と前記動画像撮影装置との間の位置関係と、前記動画像撮影装置と前記複数のマイクロフォンとの位置関係とから前記被写体と前記各マイクロフォンとの間の距離を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第３の態様では、前記被写体と前記各マイクロフォンとの間の距離を容易に算出することができる。

本発明の第４の態様は、第３の態様において、前記被写体と前記動画像撮影装置との間の位置関係は、前記被写体に前記動画像撮影装置の焦点を合わせることにより算出され、前記被写体と前記各マイクロフォンとの間の位置関係は、前記被写体と前記動画像撮影装置との間の位置関係と、予め設定された前記動画像撮影装置と前記複数のマイクロフォンとの間の位置関係とに基づいて算出されることを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第４の態様では、前記被写体と前記各マイクロフォンとの間の距離をより容易に算出することができる。

本発明の第５の態様は、第２〜４の態様の何れかにおいて、前記時間差算出手段は、大気の状態に応じて前記音速を補正する補正機能を具備することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第５の態様では、正確な時間差を算出することができる。

本発明の第６の態様は、第１の態様において、前記時間差算出手段は、前記各マイクロフォン又はその周辺部に超音波距離測定器を設けて、前記被写体から前記各マイクロフォンまで音が到達する時間をそれぞれ測定して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第６の態様では、より正確な時間差を算出することができる。

本発明の第７の態様は、被写体を撮影する動画像撮影装置と、前記動画像撮影装置により撮影された前記被写体の映像データを格納する映像データ格納手段と、前記被写体から発せられた音の音源データを検出する複数のマイクロフォンと、前記各マイクロフォンで検出された前記音源データを格納する音源データ格納手段と、前記被写体から発せられた音が前記被写体から最も遠く離れたマイクロフォン又は動画像撮影装置に到達するまでの到達時間を基準として、当該到達時間と前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間との時間差を算出する時間差算出手段と、前記音源データ格納手段に格納された前記各マイクロフォンからの音源データを前記時間差に対応した時間差で遅延させて読み出す音源データ読出し手段と、前記映像データ格納手段に格納された映像データを前記時間差に対応した時間差で遅延させて読み出す映像データ読出し手段と、前記映像データ読出し手段により読み出された映像データと、前記音源データ読出し手段により読み出された音源データとを合成する合成手段と、を具備することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第７の態様では、時々刻々と変わる被写体の映像と共に、その映像に合わせて、その被写体から発せられる音を強調して抽出することができる。

本発明の第８の態様は、第７の態様において、前記被写体から前記各マイクロフォン及び前記動画像撮影装置までの距離を算出する距離算出手段をさらに具備し、時間差算出手段は、前記被写体から前記各マイクロフォン及び前記動画像撮影装置までの距離と音速とから前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間を算出して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第８の態様では、容易に時間差を算出することができる。

本発明の第９の態様は、第８の態様において、前記距離算出手段は、前記被写体と前記動画像撮影装置との間の位置関係と、前記動画像撮影装置と前記複数のマイクロフォンとの位置関係とから前記被写体と前記各マイクロフォンとの間の距離及び前記被写体と前記動画像撮影装置との間の距離を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第９の態様では、前記被写体と前記各マイクロフォンとの間の距離を容易に算出することができる。

本発明の第１０の態様は、第９の態様において、前記被写体と前記動画像撮影装置との間の位置関係は、被写体に前記動画像撮影装置の焦点を合わせることにより算出され、前記被写体と前記各マイクロフォンとの間の位置関係は、前記被写体と前記動画像撮影装置との間の位置関係と、予め与えられた前記動画像撮影装置と前記複数のマイクロフォンとの間の位置関係とに基づいて算出されることを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第１０の態様では、前記被写体と前記各マイクロフォンとの間の距離をより容易に算出することができる。

本発明の第１１の態様は、第７〜１０の態様の何れかにおいて、前記時間差算出手段は、大気の状態に応じて前記音速を補正する補正機能を具備することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第１１の態様では、正確な時間差を算出することができる。

本発明の第１２の態様は、第７の態様において、前記時間差算出手段は、前記各マイクロフォン又はその周辺部及び前記動画像撮影装置又はその周辺部に超音波距離測定器を設けて、前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間をそれぞれ測定して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第１２の態様では、より正確な時間差を算出することができる。

本発明の第１３の態様は、第１〜１２の態様の何れかにおいて、前記合成手段により合成されたデータを放送する放送手段をさらに具備することを特徴とする動画像撮影装置連動式スポット集音装置にある。

かかる第１３の態様では、時々刻々と変わる被写体の映像と共に、その映像に合わせて、その被写体から発せられる音を強調して抽出し、放送することができる。ここで、放送とは無線放送だけではなく、有線放送を含み、さらにはインターネットを介したインターネット放送などのデータ通信放送を含むものである。

本発明に係る動画像撮影装置連動式スポット集音装置によると、被写体から発せられた音を強調することができ、かつ映像と共にその音を抽出することができるので、より臨場感のあるテレビ中継などを行うことができる。

以下、本発明を実施するための最良の形態について説明する。なお、本実施形態の説明は例示であり、本発明は以下の説明に限定されない。

（実施形態１）
図１は、本発明の実施形態１に係る動画像撮影装置連動式スポット集音装置を示す概略図である。図１に示すように、本実施形態に係る動画像撮影装置連動式スポット集音装置１は、被写体１００からそれぞれ距離ｄ１〜ｄ４だけ離れて設置される４台の集音マイクロフォン１０ａ〜１０ｄと、被写体１００から距離Ｌだけ離れて設置される動画像撮影装置であるビデオカメラ２０と、集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０に接続される中継サーバ３０とからなっている。

そして、中継サーバ３０は、各集音マイクロフォン１０ａ〜１０ｄが検出した被写体から発せられる音の音源データ１１ａ〜１１ｄをそれぞれ格納する音源データ格納手段３１と、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離を算出する距離算出手段３２と、被写体１００から発せられた音が被写体１００から最も遠く離れた集音マイクロフォンに到達するまでの到達時間を基準として、その到達時間と被写体１００から各集音マイクロフォン１０ａ〜１０ｄまで、その音が到達する時間との時間差ｄｔ１〜ｄｔ４を算出する時間差算出手段３３と、音源データ格納手段３１に格納された音源データ１１ａ〜１１ｄを時間差ｄｔ１〜ｄｔ４に対応した時間差で遅延させて読み出す音源データ読出し手段３４と、音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄを合成する合成手段３５とを具備している。なお、各集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０は有線又は無線で中継サーバ３０に接続されている。以下、動画像撮影装置連動式スポット集音装置１を構成する各構成要素について具体的に説明する。

集音マイクロフォン１０ａ〜１０ｄは、被写体１００から発せられる音から音源データ１１ａ〜１１ｄを検出することができるのであれば特に限定されない。集音マイクロフォン１０ａ〜１０ｄとしては、例えば通常のマイクロフォンや指向性マイクロフォンなどが挙げられるが、指向性マイクロフォンが好ましい。

ビデオカメラ２０は、被写体１００を撮影することができるものであれば特に限定されない。ビデオカメラ２０として、例えば業務用ビデオカメラや家庭用ビデオカメラでもよく、さらにはアナログ方式のビデオカメラでもデジタル方式のビデオカメラでもよいが、デジタル方式のビデオカメラが好ましい。

中継サーバ３０は、以下に示す機能を有するものであれば特に限定されず、例えば専用計算機や一般的なパーソナルコンピュータなどであってもよい。以下に、中継サーバ３０が具備する機能について具体的に説明する。

音源データ格納手段３１は、各集音マイクロフォン１０ａ〜１０ｄにより検出された音源データ１１ａ〜１１ｄをそれぞれ格納することができるものであれば特に限定されない。音源データ格納手段３１としては、例えば音源データ１１ａ〜１１ｄをそれぞれパーソナルコンピュータに搭載されたハードディスクやＲＡＭなどに格納するプログラムなどが挙げられる。

距離算出手段３２は、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４を算出することができるものであれば特に限定されないが、以下に示すものが好ましい。

距離算出手段３２としては、例えばビデオカメラ２０と各集音マイクロフォン１０ａ〜１０ｄとの位置関係を中継サーバ３０に予め入力しておき、被写体１００とビデオカメラ２０との位置関係と、ビデオカメラ２０と各集音マイクロフォン１０ａ〜１０ｄとの位置関係とから被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４を算出するプログラム及び機器が挙げられる。

具体的には、まず、ビデオカメラ２０からの各集音マイクロフォン１０ａ〜１０ｄの位置を同一平面上の座標Ｃにおける（Ｘ１，Ｙ１）、（Ｘ２，Ｙ２）、（Ｘ３，Ｙ３）、（Ｘ４，Ｙ４）、（Ｘ５，Ｙ５）と設定し、ビデオカメラ２０はある特定方向を基準として設置されているものとする。また、ビデオカメラ２０を用いて被写体１００を撮影する場合には、図１に示すように、ビデオカメラ２０を特定方向から角度θだけ回転させて、被写体１００にレンズの焦点を合わせるものとする。なお、被写体１００はビデオカメラ２０及び各集音マイクロフォン１０ａ〜１０ｄと同一平面上に存在するものとする。

この条件において、被写体１００にビデオカメラ２０のレンズの焦点を合わせることにより被写体１００とビデオカメラ２０との距離Ｌを算出すると、得られた（Ｌ，θ）はビデオカメラ２０を原点として被写体１００の位置を極座標で表現したものに該当する。したがって、ビデオカメラ２０からの被写体１００の位置（Ｌ，θ）を極座標から座標Ｃに座標変換することにより、座標Ｃにおける被写体１００の位置（ａ，ｂ）を得ることができる。すると、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４は、座標Ｃにおけるビデオカメラ２０の位置（ａ，ｂ）と座標Ｃにおける上述した各集音マイクロフォン１０ａ〜１０ｄの位置との距離で表されるので、容易に算出することができる。このようにして、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４を算出することができる。

時間差算出手段３３は、被写体１００から発せられた音が被写体１００から最も遠く離れた各集音マイクロフォン１０ａ〜１０ｄに到達するまでの到達時間を基準として、その到達時間と、その音が被写体１００から各集音マイクロフォン１０ａ〜１０ｄまで到達する時間との時間差ｄｔ１〜ｄｔ４を算出することができるものであれば特に限定されない。時間差算出手段３３としては、例えば以下の機能を有するプログラムなどが挙げられる。

まず、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４と予め入力される音速ＳＳとから被写体１００から発せられた音が各集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０に到達する時間ｔ１〜ｔ４をそれぞれ算出する。

具体的には、被写体１００から発せられた音が集音マイクロフォン１０ａに到達する時間ｔ１は、ｔ１＝ｄ１／ＳＳにより算出することができる。すなわち、被写体１００から発せられた音が各集音マイクロフォン１０ａ〜１０ｄに到達する時間ｔ１〜ｔ４は、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４を音速ＳＳで除することにより算出することができる。

次に、得られた時間ｔ１〜ｔ４の中で最も大きいものを選択し、その時間から時間差ｄｔ１〜ｄｔ４を算出する。具体的には、得られた時間ｔ１〜ｔ４の中で最も大きいものをｔ３とすると、被写体１００から発せられた音が集音マイクロフォン１０ｃに到達する時間ｔ３と、その音が被写体１００から集音マイクロフォン１０ａに到達するまでの時間ｔ１との時間差ｄｔ１は、ｄｔ１＝ｔ３−ｔ１により算出することができる。すなわち、被写体１００から発せられた音が被写体１００から最も遠く離れたマイクロフォンに到達するまでの時間から、各集音マイクロフォン１０ａ〜１０ｄに到達するまでのそれぞれの時間ｔ１〜ｔ４を引くことにより、時間差ｄｔ１〜ｄｔ４を算出することができる。なお、被写体１００から発せられた音が被写体１００から最も遠く離れた各集音マイクロフォン１０ａ〜１０ｄ又はビデオカメラ２０に到達するまでの時間ｔ１〜ｔ４のうちのいずれか１つが基準となるので、時間差ｄｔ１〜ｄｔ４のうちのいずれか１つは０となる。

音源データ読出し手段３４は、音源データ格納手段３１に格納された音源データ１１ａ〜１１ｄを時間差ｄｔ１〜ｄｔ４に対応した時間差で遅延させて読み出すことができるものであれば特に限定されない。音源データ読出し手段３４としては、例えばハードディスクに格納された音源データ１１ａ〜１１ｄをそれぞれ対応する時間差ｄｔ１〜ｄｔ４だけ遅延させて読み出すプログラムなどが挙げられる。

合成手段３５は、音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄを合成することができるものであれば特に限定されない。合成手段３５としては、例えば音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄを合成するプログラムなどが挙げられる。合成手段３５を用いることにより、被写体１００から発せられた音を他の音よりも強調することができる。すなわち、被写体から発せられた音Ｓと他の音ＮとのＳ／Ｎ比を大きくすることができる。

なお、上述したプログラムは、パーソナルコンピュータなどのハードディスク又はＲＡＭなどに格納されることになる。

以上説明したように、本実施形態の動画像撮影装置連動式スポット集音装置１によれば、時々刻々と変わる被写体の映像と共に、その被写体から発せられる音を強調して抽出することができる。

なお、本実施形態では、音速ＳＳは所定の値を中継サーバ３０に入力するようにしたが、音速ＳＳは気温、湿度、気圧等の大気の条件により変動する。そこで、これらの大気の条件に基づいて音速ＳＳを補正する補助機能を時間差算出手段３３に具備させて、音速ＳＳを補正するようにしてもよい。このようにして得られた正確な音速ＳＳを用いることにより、より正確な時間差ｄｔ１〜ｄｔ４を算出することができる。なお、これらの大気の条件は、気温、湿度、気圧等を測定することができるセンサーなどを各集音マイクロフォン１０ａ〜１０ｄ、ビデオカメラ２０、又は中継サーバ３０に取り付けて、自動的に取得できるようにしてもよい。

次に、本実施形態の動画像撮影装置連動式スポット集音装置１の動作について説明する。図２は動画像撮影装置連動式スポット集音装置１の動作を示すシーケンスである。図２に示すように、まず、ビデオカメラ２０からの各集音マイクロフォン１０ａ〜１０ｄの位置及び音速ＳＳを中継サーバ３０に入力する（Ｓ１）。

次に、ビデオカメラ２０で被写体１００を撮影すると共に、各集音マイクロフォン１０ａ〜１０ｄで被写体１００から発せられた音の音源データ１１ａ〜１１ｄを検出する（Ｓ２）。そして、各集音マイクロフォン１０ａ〜１０ｄで検出された音源データ１１ａ〜１１ｄは、中継サーバ３０に送信され、音源データ格納手段３１により格納される（Ｓ３）。

次に、距離算出手段３２により、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４を算出する（Ｓ４）。そして、得られたｄ１〜ｄ４と音速ＳＳに基づいて、時間差算出手段３３より時間差ｄｔ１〜ｄｔ４を算出する（Ｓ５）。

そして、得られた時間差ｄｔ１〜ｄｔ４に基づいて、音源データ読出し手段３４を用いて各集音マイクロフォン１０ａ〜１０ｄで検出された音源データ１１ａ〜１１ｄを読み出す（Ｓ６）。

次に、音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄとビデオカメラ２０から送信された映像データとを合成手段３５により合成する（Ｓ７）。

（実施形態２）
実施形態１では、各集音マイクロフォン１０ａ〜１０ｄをそれぞれ対応する時間差ｄｔ１〜ｄｔ４だけ遅延させて合成することにより、被写体１００から発せられた音を強調することができ、かつ映像と共にその音を抽出することができたが、映像をもその音に合うように遅延させて合成するようにしてもよい。

例えば、図２に示すように動画像撮影装置連動式スポット集音装置を構成してもよい。図２は、本発明の実施形態２に係る動画像撮影装置連動式スポット集音装置を示す概略図である。図２に示すように、動画像撮影装置連動式スポット集音装置１Ａは、被写体１００からそれぞれ距離ｄ１〜ｄ４だけ離れて設置される４台の集音マイクロフォン１０ａ〜１０ｄと、被写体１００から距離Ｌだけ離れて設置されるビデオカメラ２０と、集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０に接続される中継サーバ３０とからなっている。

そして、中継サーバ３０は、各集音マイクロフォン１０ａ〜１０ｄが検出した被写体から発せられる音のそれぞれの音源データ１１ａ〜１１ｄを格納する音源データ格納手段３１と、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離を算出する距離算出手段３２と、被写体１００から発せられた音が被写体１００から最も遠く離れた各集音マイクロフォン１０ａ〜１０ｄ又はビデオカメラ２０に到達するまでの到達時間を基準として、その到達時間と被写体１００から各集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０まで、その音が到達する時間との時間差ｄｔ１〜ｄｔ５を算出する時間差算出手段３３Ａと、音源データ格納手段３１に格納された音源データ１１ａ〜１１ｄを時間差ｄｔ１〜ｄｔ４に対応した時間差で遅延させて読み出す音源データ読出し手段３４と、ビデオカメラ２０により撮影された被写体の映像データ２１を格納する映像データ格納手段３６と、映像データ格納手段３６に格納された映像データ２１を時間差ｄｔ５に対応した時間差で遅延させて読み出す映像データ読出し手段３７と、映像データ読出し手段３７により読み出された映像データ２１と音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄとを合成する合成手段３５Ａとを具備している。以下、動画像撮影装置連動式スポット集音装置１Ａを構成する各構成要素について具体的に説明する。

時間差算出手段３３Ａは、被写体１００から発せられた音が被写体１００から最も遠く離れた各集音マイクロフォン１０ａ〜１０ｄ又はビデオカメラ２０に到達するまでの到達時間を基準として、その到達時間と被写体１００から各集音マイクロフォン１０ａ〜１０ｄ及びビデオカメラ２０まで、その音が到達する時間との時間差ｄｔ１〜ｄｔ５を算出することができるものであれば特に限定されない。時間差算出手段３３Ａはとしては、例えば以下の機能を有するプログラムなどが挙げられる。

具体的には、時間差算出手段３３Ａは、実施形態１の時間差算出手段３３と同じ機能を有し、さらに被写体１００からビデオカメラ２０までの距離Ｌと音速ＳＳから、被写体１００から発せられた音がビデオカメラ２０に到達する時間ｔ５を、ｔ５＝Ｌ／ＳＳにより算出すると共に、被写体１００から発せられた音が、各集音マイクロフォン１０ａ〜１０ｄ又はビデオカメラ２０のうち被写体１００から最も遠く離れたものに到達するまでの時間から、ビデオカメラ２０に到達するまでの時間ｔ５を引くことにより、時間差ｄｔ５を算出することができるようになっている。なお、被写体１００から最も遠く離れたものがビデオカメラ２０である場合には、ｄｔ５は０となる。

映像データ格納手段３６は、音源データ格納手段３１と同様に、ビデオカメラ２０により撮影された被写体の映像データ２１を格納することができるものであれば特に限定されない。映像データ格納手段３６としては、例えば映像データ２１をパーソナルコンピュータに搭載されたハードディスクやＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などに格納するプログラムなどが挙げられる。

映像データ読出し手段３７は、音源データ読出し手段３４と同様に、映像データ格納手段３６に格納された映像データ２１を時間差ｄｔ５に対応した時間差で遅延させて読み出すことができるものであれば特に限定されない。映像データ読出し手段３７としては、音源データ読出し手段３４と同様に、例えば例えばハードディスクに格納された映像データ２１をｄｔ５だけ遅延させて読み出すプログラムなどが挙げられる。

合成手段３５Ａは、映像データ読出し手段３７により読み出された映像データ２１と音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄとを合成することができるものであれば特に限定されない。合成手段３５Ａとしては、例えば映像データ読出し手段３７により読み出された映像データ２１と音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄとを合成するプログラムなどが挙げられる。ここで、映像データ読出し手段３７により読み出された映像データ２１は、時間差ｄｔ５だけ実際に撮影された時間よりも遅延されて読み出されると共に、音源データ読出し手段３４により読み出された音源データ１１ａ〜１１ｄも同様にそれぞれ時間差ｄｔ１〜ｄｔ４だけ実際に算出された時間よりも遅延されて読み出され、それらのデータが合成されることになる。したがって、被写体１００から発せられた音を強調することができ、かつ映像と共にその映像に合った音を抽出することができる。すなわち、被写体１００から発せられた音Ｓと他の音Ｎとの比Ｓ／Ｎを大きくすることができると共に、音Ｓに合った映像を得ることができる。なお、その他の構成要素は上述した動画像撮影装置連動式スポット集音装置１と同様であるため、同一の符号を付して説明を省略する。

以上説明したように、本実施形態の動画像撮影装置連動式スポット集音装置１Ａによれば、時々刻々と変わる被写体の映像と共に、その映像に合わせて、その被写体から発せられる音を強調して抽出することができる。

次に、動画像撮影装置連動式スポット集音装置１Ａの動作について説明する。図４は動画像撮影装置連動式スポット集音装置１Ａの動作を示すシーケンスである。図４に示すように、まず、ビデオカメラ２０からの各集音マイクロフォン１０ａ〜１０ｄの位置及び音速ＳＳを中継サーバ３０に入力する（Ｓ１）。

次に、ビデオカメラ２０で被写体１００を撮影すると共に、各集音マイクロフォン１０ａ〜１０ｄで被写体１００から発せられた音の音源データ１１ａ〜１１ｄを検出する（Ｓ２）。そして、各集音マイクロフォン１０ａ〜１０ｄで検出された音源データ１１ａ〜１１ｄは、中継サーバ３０に送信され、音源データ格納手段３１により格納される（Ｓ３）。また、ビデオカメラ２０で撮影された映像データ２１も、同様に中継サーバ３０に送信され、映像データ格納手段３６により格納される（Ｓ４）。なお、Ｓ３とＳ４とは同時に行なわれてもよいし、Ｓ４が行なわれた後にＳ３が行なわれてもよい。

次に、距離算出手段３２により、被写体１００から各集音マイクロフォン１０ａ〜１０ｄまでの距離ｄ１〜ｄ４及び被写体１００からビデオカメラ２０までの距離Ｌを算出する（Ｓ５）。そして、得られたｄ１〜ｄ４及びＬと音速ＳＳとに基づいて、時間差算出手段３３Ａより時間差ｄｔ１〜ｄｔ５を算出する（Ｓ６）。

次に、得られた時間差ｄｔ１〜ｄｔ４に基づいて、音源データ読出し手段３４を用いて各集音マイクロフォン１０ａ〜１０ｄで検出された音源データ１１ａ〜１１ｄを読み出す（Ｓ７）。また、同様に、得られた時間差ｄｔ５に基づいて、映像データ読出し手段３７を用いてビデオカメラ２０で撮影された映像データ２１を読み出す（Ｓ８）。なお、Ｓ７とＳ８とは同時に行なわれてもよいし、Ｓ８が行なわれた後にＳ７が行なわれてもよい。

そして、読み出された音源データ１１ａ〜１１ｄ及び映像データ２１を合成手段３５Ａにより合成する（Ｓ９）。

（実施形態３）
実施形態１及び２では、被写体１００からビデオカメラ２０までの距離Ｌは被写体１００にビデオカメラのレンズの焦点を合わせることにより算出したが、ビデオカメラ２０又はその周辺部に距離測定器を設けて距離Ｌを測定するようにしてもよい。ここで、距離測定器としては、例えば超音波距離測定器や光学距離測定器などが挙げられる。本実施形態の動画像撮影装置連動式スポット集音装置は、距離測定器により被写体１００との距離Ｌを正確に測定することができる。したがって、本実施形態の動画像撮影装置連動式スポット集音装置によれば、時々刻々と変わる被写体の映像と共に、その被写体から発せられる音をより強調して抽出することができる。

（他の実施形態）
実施形態１〜３では、４台の集音マイクロフォン１０ａ〜１０ｄやビデオカメラ２０を用いて、被写体１００から発せられた音を強調して抽出することができると共に、映像と共にその音を抽出できるようにしたが、本発明はこの構成に限定されるものではない。例えば、より多くの集音マイクロフォンを用いてもよいし、複数のビデオカメラを用いてもよく、さらにはそれらを組み合わせてもよい。より多くの集音マイクロフォンを用いると、被写体から発せられる音をより強調して抽出することができる。そして、複数のビデオカメラを用いると、被写体から発せられる音を強調して抽出することができると共に、それぞれのビデオカメラにより撮影された映像と共にその音を抽出することができる。なお、集音マイクロフォンは少なくとも２台以上が必要である。

また、合成手段３５又は合成手段３５Ａにより合成されたデータを放送するための放送手段を設けて中継サーバ３０と接続させ、合成手段３５又は合成手段３５Ａにより合成されたデータを放送することができるようにしてもよい。放送手段としては、例えば衛星中継装置などが挙げられる。なお、放送とは無線放送だけではなく、有線放送を含み、さらにはインターネットを介したインターネット放送などのデータ通信放送を含むものである。このように構成することにより、被写体１００から発せられた音を強調することができ、かつ映像と共にその音を抽出し、それらを中継することができる。

また、実施形態１〜３では、動画像撮影装置としてビデオカメラを用いたが、本発明の動画像撮影装置はこれに限定されず、動画を撮影することができるものであればよい。動画像撮影装置としては、例えばテレビカメラ、映画用カメラ、防犯カメラなどが挙げられる。

実施形態１に係る動画像撮影装置連動式スポット集音装置を示す概略図である。 実施形態１に係る動画像撮影装置連動式スポット集音装置を示す動作のシーケンスである。 実施形態２に係る動画像撮影装置連動式スポット集音装置を示す概略図である。 実施形態２に係る動画像撮影装置連動式スポット集音装置の動作を示すシーケンスである。

符号の説明

１ 動画像撮影装置連動式スポット集音装置
１０ａ〜１０ｄ 集音マイクロフォン
１１ａ〜１０ｄ 音源データ
２０ ビデオカメラ
２１ 映像データ
３０ 中継サーバ
３１ 音源データ格納手段
３２ 距離測定手段
３３、３３Ａ 時間差算出手段
３４ 音源データ読出し手段
３５、３５Ａ 合成手段
３６ 映像データ格納手段
３７ 映像データ読出し手段
１００ 被写体

Claims (13)

1. 被写体を撮影する動画像撮影装置と、
   前記被写体から発せられた音の音源データを検出する複数のマイクロフォンと、
   前記各マイクロフォンで検出された前記音源データを格納する音源データ格納手段と、
   前記被写体から発せられた音が前記被写体から最も遠く離れたマイクロフォンに到達するまでの到達時間を基準として、当該到達時間と前記被写体から前記各マイクロフォンまで音が到達する時間との時間差を算出する時間差算出手段と、
   前記音源データ格納手段に格納された前記各マイクロフォンからの音源データを前記時間差に対応した時間差で遅延させて読み出す音源データ読出し手段と、
   前記音源データ読出し手段により読み出された音源データとを合成する合成手段と、
   を具備することを特徴とする動画像撮影装置連動式スポット集音装置。
2. 請求項１において、前記被写体から前記各マイクロフォンまでの距離を算出する距離算出手段をさらに具備し、
   時間差算出手段は、前記被写体から前記各マイクロフォンまでの距離と音速とから前記被写体から前記各マイクロフォンまで音が到達する時間を算出して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
3. 請求項２において、前記距離算出手段は、前記被写体と前記動画像撮影装置との間の位置関係と、前記動画像撮影装置と前記複数のマイクロフォンとの位置関係とから前記被写体と前記各マイクロフォンとの間の距離を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
4. 請求項３において、前記被写体と前記動画像撮影装置との間の位置関係は、前記被写体に前記動画像撮影装置の焦点を合わせることにより算出され、
   前記被写体と前記各マイクロフォンとの間の位置関係は、前記被写体と前記動画像撮影装置との間の位置関係と、予め設定された前記動画像撮影装置と前記複数のマイクロフォンとの間の位置関係とに基づいて算出されることを特徴とする動画像撮影装置連動式スポット集音装置。
5. 請求項２〜４の何れかにおいて、前記時間差算出手段は、大気の状態に応じて前記音速を補正する補正機能を具備することを特徴とする動画像撮影装置連動式スポット集音装置。
6. 請求項１において、前記時間差算出手段は、前記各マイクロフォン又はその周辺部に超音波距離測定器を設けて、前記被写体から前記各マイクロフォンまで音が到達する時間をそれぞれ測定して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
7. 被写体を撮影する動画像撮影装置と、
   前記動画像撮影装置により撮影された前記被写体の映像データを格納する映像データ格納手段と、
   前記被写体から発せられた音の音源データを検出する複数のマイクロフォンと、
   前記各マイクロフォンで検出された前記音源データを格納する音源データ格納手段と、
   前記被写体から発せられた音が前記被写体から最も遠く離れたマイクロフォン又は動画像撮影装置に到達するまでの到達時間を基準として、当該到達時間と前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間との時間差を算出する時間差算出手段と、
   前記音源データ格納手段に格納された前記各マイクロフォンからの音源データを前記時間差に対応した時間差で遅延させて読み出す音源データ読出し手段と、
   前記映像データ格納手段に格納された映像データを前記時間差に対応した時間差で遅延させて読み出す映像データ読出し手段と、
   前記映像データ読出し手段により読み出された映像データと、前記音源データ読出し手段により読み出された音源データとを合成する合成手段と、
   を具備することを特徴とする動画像撮影装置連動式スポット集音装置。
8. 請求項７において、前記被写体から前記各マイクロフォン及び前記動画像撮影装置までの距離を算出する距離算出手段をさらに具備し、
   時間差算出手段は、前記被写体から前記各マイクロフォン及び前記動画像撮影装置までの距離と音速とから前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間を算出して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
9. 請求項８において、前記距離算出手段は、前記被写体と前記動画像撮影装置との間の位置関係と、前記動画像撮影装置と前記複数のマイクロフォンとの位置関係とから前記被写体と前記各マイクロフォンとの間の距離及び前記被写体と前記動画像撮影装置との間の距離を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
10. 請求項９において、前記被写体と前記動画像撮影装置との間の位置関係は、被写体に前記動画像撮影装置の焦点を合わせることにより算出され、
    前記被写体と前記各マイクロフォンとの間の位置関係は、前記被写体と前記動画像撮影装置との間の位置関係と、予め与えられた前記動画像撮影装置と前記複数のマイクロフォンとの間の位置関係とに基づいて算出されることを特徴とする動画像撮影装置連動式スポット集音装置。
11. 請求項７〜１０の何れかにおいて、前記時間差算出手段は、大気の状態に応じて前記音速を補正する補正機能を具備することを特徴とする動画像撮影装置連動式スポット集音装置。
12. 請求項７において、前記時間差算出手段は、前記各マイクロフォン又はその周辺部及び前記動画像撮影装置又はその周辺部に超音波距離測定器を設けて、前記被写体から前記各マイクロフォン及び前記動画像撮影装置まで音が到達する時間をそれぞれ測定して前記時間差を算出することを特徴とする動画像撮影装置連動式スポット集音装置。
13. 請求項１〜１２の何れかにおいて、前記合成手段により合成されたデータを放送する放送手段をさらに具備することを特徴とする動画像撮影装置連動式スポット集音装置。
    
    
    

Images