JP2007089058A - マイクアレイ制御装置 - Google Patents

Abstract

【課題】 マイクアレイを用いて音源の方向や位置を精度よく検出すること。また、検出した音源の方向や位置に応じてマイクアレイの指向性を制御すること。
【解決手段】 Ａ／Ｄコンバータ２１_１〜２１_ｎは、マイクアレイ１を構成する各マイクロホン１０_１〜１０_ｎによって得られたアナログ音声信号を、音声処理装置３で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングする。ビームスキャナ２２は、サンプリングの結果得られた各マイクロホン１０_１〜１０_ｎのデジタル音声信号と、各マイクロホン１０_１〜１０_ｎの位置とを用いて音源１００の方向や位置を検出し、ビームコントローラ２３は、検出された音源１００の方向や位置に応じてマイクアレイ１の指向性を制御する。また、サンプリングレートコンバータ２４は、出力するデジタル音声信号のサンプリングレートを、音声処理装置３で対応可能なサンプリング周波数の定格値まで下げる。
【選択図】 図３

Description

本発明は、マイクアレイを用いて音源の方向や位置を検出する技術と、検出した音源の方向や位置に応じてマイクアレイの指向性を制御する技術に関する。

例えば、特許文献１には、複数のマイクロホンによって構成されるマイクアレイ１０８と、音源方向算出部１０４と、指向性収音部１１２と、撮像カメラ１０１の方向を制御する撮像方向制御装置１０７とを備えた撮像装置１００が開示されている。この撮像装置１００では、撮像対象（音源）から発生する音をマイクアレイ１０８を用いて収音し、音源方向算出部１０４において音源の方向を算出すると、撮像方向制御装置１０７は、算出した音源の方向に撮像カメラ１０１を向ける一方、指向性収音部１１２は、算出した音源の方向に対してマイクアレイ１０８の指向性を高める。このように引用文献１に記載された撮像装置１００では、音の発生方向を検出して迅速にその方向を撮像することができ、また、音の発生方向に指向性を持たせてマイクアレイ１０８により音を収音することができる。
特開２００３−８９７２号公報

ところで、マイクアレイを用いて音源の方向や位置を検出する原理は以下の通りである。すなわち、音源からの音波が平面波として伝わってくると仮定した場合、例えば、複数のマイクロホンが並べられたマイクアレイにおいて、音源からの音波が各マイクロフォンに到達するまでの到達時間には、僅かではあるが時間差が生じる。したがって、各マイクロホンにおける到達時間差を求め、各マイクロホンにおける到達時間差と、各マイクロホンの位置とを用いれば、マイクアレイに対する音源の方向や位置を検出することができる。したがって、音源の方向や位置を精度よく検出するためには、各マイクロホンにおける到達時間差をいかに正確に求めることができるかが鍵となる。しかしながら、一般的に用いられるマイクロホンのサンプリング周波数は、例えば、４４．１ｋＨｚや４８ｋＨｚ程度であるので、マイクアレイを構成するマイクロホンの数や音源との距離等の条件にもよるが、各マイクロホンにおける到達時間差を正確に求めることができず、音源の方向や位置を精度よく検出することが困難であった。

本発明は、以上説明した事情に鑑みてなされたものであり、その目的は、マイクアレイを用いて音源の方向や位置を精度よく検出することである。また、検出した音源の方向や位置に応じてマイクアレイの指向性を制御することである。

上記課題を解決するため、本発明は、複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングするサンプリング手段と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、前記各マイクロホンのデジタル音声信号のサンプリングレートを前記定格値に下げ、当該サンプリングレートが下げられた各マイクロホンのデジタル音声信号を前記音声処理装置に出力するサンプリングレート変更手段とを具備することを特徴としている。

本発明によれば、マイクアレイ制御装置は、各マイクロホンによって得られたアナログ音声信号を音声処理装置で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングし、このサンプリングの結果得られた各マイクロホンのデジタル音声信号と、各マイクロホンの位置とを用いて音源の方向を検出する。また、各マイクロホンのデジタル音声信号のサンプリングレートを、音声処理装置で対応可能なサンプリング周波数の定格値まで下げた上で音声処理装置に出力する。

また、前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を推定する推定手段と、前記推定手段により推定された方向に音源があると仮定し、当該仮定した音源からの音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングで前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、前記到達時間差を変更しつつ、当該変更された到達時間差毎に前記第２の算出手段による処理を実行した上で、積算値が最大値となった場合の到達時間差と、前記推定手段により推定された音源の方向とを用いて、音源の方向を算出する第３の算出手段とを具備する構成であってもよい。

また、前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号を、サンプリングが行われたタイミング毎に記憶する記憶手段をさらに具備し、前記第２の算出手段は、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を前記記憶手段から読み出して積算する構成であってもよい。

また、前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の位置を検出する構成であってもよい。この際、前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号を用いて、前記各マイクロホンのうち２以上のマイクロホンに対する音源からの音波の入射角度を求め、当該入射角度と前記２以上のマイクロホンの位置とを用いて前記音源の位置を検出する構成であっもよい。

また、本発明は、複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数でサンプリングするサンプリング手段と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号のサンプリングレートを、前記定格値よりも高い周波数に上げるサンプリングレート変更手段と、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、前記検出手段によって検出された音源の方向を示す情報と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号とを前記音声処理装置に出力する出力手段とを具備することを特徴としている。

また、前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号または前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を推定する推定手段と、前記推定手段により推定された方向に音源があると仮定し、当該仮定した音源からの音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリングレート変更手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、前記到達時間差を変更しつつ、当該変更された到達時間差毎に前記第２の算出手段による処理を実行した上で、積算値が最大値となった場合の到達時間差と、前記推定手段により推定された音源の方向とを用いて、音源の方向を算出する第３の算出手段とを具備する構成であってもよい。

また、前記検出手段は、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号を、前記サンプリングレート変更手段による変更後のサンプリングレートによって定まる時間間隔毎に記憶する記憶手段をさらに具備し、前記第２の算出手段は、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を前記記憶手段から読み出して積算する構成であってもよい。

また、前記検出手段は、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の位置を検出する構成であってもよい。この際、前記検出手段は、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号を用いて、前記各マイクロホンのうち２以上のマイクロホンに対する音源からの音波の入射角度を求め、当該入射角度と前記２以上のマイクロホンの位置とを用いて前記音源の位置を検出する構成であっもよい。

また、前記マイクアレイの指向性を前記検出手段により検出された音源の方向に高める指向性制御手段をさらに具備する構成であってもよい。また、前記検出手段により検出された音源の方向の履歴を記憶する記憶手段をさらに具備し、前記推定手段は、前記記憶手段の記憶内容を参照して音源の方向を推定する構成であってもよい。

また、本発明は、複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングするサンプリング手段と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、前記検出手段により方向が検出された音源から発生した音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリング手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、前記第２の算出手段により積算されたデジタル音声信号のサンプリングレートを前記定格値に下げ、当該サンプリングレートが下げられたデジタル音声信号を前記音声処理装置に出力するサンプリングレート変更手段とを具備することを特徴としている。

また、本発明は、複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数でサンプリングするサンプリング手段と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号のサンプリングレートを、前記定格値よりも高い周波数に上げるサンプリングレート変更手段と、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、前記検出手段により方向が検出された音源から発生した音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリング手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、前記第２の算出手段により積算されたデジタル音声信号を前記音声処理装置に出力する出力手段とを具備することを特徴している。

本発明によれば、音声処理装置で使用可能なデジタル音声信号を出力しつつ、マイクアレイを用いて音源の方向や位置を精度よく検出することができる。また、検出した音源の方向や位置に応じてマイクアレイの指向性を制御することができる。

まず、実施形態について説明する前に、マイクアレイを用いて音源の方向や位置を検出する原理について説明する。図１において、マイクアレイ１は、ｎ個（ｎは２以上の整数）のマイクロホン１０_１，１０_２〜１０_ｎ-１，１０_ｎを直線状に等間隔で並べて構成されている。このマイクアレイ１に対し、例えば、図外に位置する音源から発生した音波が、同図に示すように右斜め上から平面波として伝わってくる場合、音源から発生した音波が各マイクロホン１０_１〜１０_ｎに到達するまでの到達時間には時間差が生じる。

例えば、音源の位置がマイクアレイ１に対して極めて遠く、同図に示すように各マイクロホン１０_１〜１０_ｎに対する音波の入射角度θ_１〜θ_ｎが略同一とみなせる場合、各マイクロホン１０_１〜１０_ｎにおける到達時間差は全てΔｔとなる。すなわち、同図において、マイクロホン１０_ｎに到達した音波は、マイクロホン１０_ｎに到達した時点からΔｔだけ経過した後にマイクロホン１０_ｎ-１に到達し、その後も順次、Δｔだけ経過した後に次のマイクロホン１０に到達する。したがって、各マイクロホン１０_１〜１０_ｎにおける到達時間差を求め、各マイクロホン１０_１〜１０_ｎにおける到達時間差と、各マイクロホン１０_１〜１０_ｎの位置とを用いれば、マイクアレイ１に対する音源の方向や位置を検出することができる。

勿論、図２に示すように、音源１００の位置がマイクアレイ１に対して比較的近く、各マイクロホン１０_１〜１０_ｎに対する音波の入射角度θ_１〜θ_ｎがそれぞれ異なる場合であっても、各マイクロホン１０_１〜１０_ｎにおける到達時間差と、各マイクロホン１０_１〜１０_ｎの位置とを用いれば、マイクアレイ１に対する音源１００の方向や位置を検出することが可能である。但し、マイクアレイ１を構成するマイクロホンが計２個で到達時間差がない場合や、図１および図２において、音源がマイクアレイ１に対して図中上側のみでなく図中下側にも位置できると仮定した場合は、音源の方向や位置を１点に絞れない場合がある。

また、図２に示す場合において、例えば、マイクアレイ１の一方の端に設けられたマイクロホン１０_１に対する音波の入射角度θ_１と、他方の端に設けられたマイクロホン１０_ｎに対する音波の入射角度θ_ｎを求め、入射角度θ_１，θ_ｎと、マイクロホン１０_１，１０_ｎの位置とを用いて、マイクアレイ１に対する音源１００の位置を検出することも可能である。この場合、マイクロホン１０_１，１０_ｎでは、例えば、指向性が狭いマイクロホンの向きを順次変えながら音圧レベルを測定し、最も音圧レベルの高い向きを音波の入射角度θ_１，θ_ｎとして特定してやればよい。

なお、マイクアレイ１を構成するマイクロホン１０_１〜１０_ｎは、図１および図２に示したように必ずしも直線状や等間隔で配置されている必要はない。

［Ａ．第１実施形態］
次に、図３は、第１実施形態に係るマイクアレイ制御装置２のハードウェア構成を示すブロック図である。同図において、Ａ／Ｄ（Analog/Digital）コンバータ２１_１〜２１_ｎは、マイクロホン１０_１〜１０_ｎによって得られたアナログ音声信号をサンプリングしてデジタル音声信号に変換する。なお、Ａ／Ｄコンバータ２１_１〜２１_ｎは、マイクアレイ制御装置２の後段に接続されている、録音装置や編集装置等の音声処理装置３で使用可能なデジタル音声信号のサンプリング周波数の定格値（例えば４４．１ｋＨｚや４８ｋＨｚ）よりも高い、例えば１００ｋＨｚや２００ｋＨｚ等といったサンプリング周波数でアナログ音声信号をサンプリングする。

ビームスキャナ２２は、Ａ／Ｄコンバータ２１_１〜２１_ｎによって得られた各マイクロホン１０_１〜１０_ｎのデジタル音声信号と、予めメモリ等に登録された各マイクロホン１０_１〜１０_ｎの位置とを用いて、音源１００の方向や位置を検出する装置である。なお、以下では、ビームスキャナ２２を用いて音源１００の方向を検出する場合について説明するが、音源１００の方向を検出する代わりに音源１００の位置を検出する構成であってもよい。

ビームスキャナ２２は、まず、Ａ／Ｄコンバータ２１_１〜２１_ｎによって得られた各マイクロホン１０_１〜１０_ｎのデジタル音声信号を用いて音源１００の方向を推定する。例えば、音源１００が移動せず、同じ音を同一の音量で断続的に放音している場合、ビームスキャナ２２では、各マイクロホン１０_１〜１０_ｎの音圧レベルを比較したり、いずれか２個以上のマイクロホンに対する音波の入射角度を特定することで、音源１００のおおよその方向を推定することができる。

次いで、ビームスキャナ２２は、推定した方向に音源１００が位置していると仮定し、各マイクロホン１０_１〜１０_ｎに対する音源１００からの音波の到達時間差を求める。この後、ビームスキャナ２２は、求められた到達時間差の分だけマイクロホン１０_１〜１０_ｎ毎に遅延を設定し、デジタル音声信号を取得するタイミングをマイクロホン１０_１〜１０_ｎ毎に定める。そして、ビームスキャナ２２は、定められたタイミングで各マイクロホン１０_１〜１０_ｎのデジタル音声信号を取得してこれを積算する。つまり、ビームスキャナ２２は、音波の到達遅延分を相殺した上で各マイクロホン１０_１〜１０_ｎのデジタル音声信号を取得し、これを積算するのである。さらに、ビームスキャナ２２は、到達時間差の値を少しずつ変更し、変更された到達時間差の値毎に、各マイクロホン１０_１〜１０_ｎのデジタル音声信号を取得してこれを積算する。

ここで、積算値を求める処理について具体的に説明すると、まず、ビームスキャナ２２に備わるメモリ２２ａには、図４に示すように、Ａ／Ｄコンバータ２１_１〜２１_ｎによってオーバサンプリングされた各マイクロホン１０_１〜１０_ｎのデジタル音声信号について、その音量（音圧レベル）を示す値が、オーバサンプリングを行ったタイミング（ｔ_１，ｔ_２，ｔ_３〜ｔ_ｍ−１，ｔ_ｍ／但し、ｍは２以上の整数）毎に記憶される。なお、オーバサンプリングを行うタイミングは基本的に等間隔であり、その時間間隔をΔＬとすると、このΔＬは、オーバサンプリングを行っているため十分に小さい時間量である。

ここで、図１に示したように、各マイクロホン１０_１〜１０_ｎ−１に対する音源からの音波の到達時間差が全て同じ値であった場合、到達時間差がΔＬの場合は、メモリ２２ａに記憶されたデータと（式１）を用いて、音波の到達遅延分を相殺した各マイクロホン１０_１〜１０_ｎの音圧レベルの積算値を求めることができる。また、到達時間差がΔＬ×２の場合は、（式１）の代わりに（式２）を用いることで、音波の到達遅延分を相殺した各マイクロホン１０_１〜１０_ｎの音圧レベルの積算値を求めることができる。

つまり、到達時間差をΔＬ×ｋ（ｋは１以上の整数）とすると、メモリ２２ａに記憶されたデータと（式３）を用いることで、音波の到達遅延分を相殺した各マイクロホン１０_１〜１０_ｎの音圧レベルの積算値を求めることができる。以上のようなことから、ビームスキャナ２２では、求められた到達時間差の値を（式３）を用いて少しずつ変更し、変更された到達時間差の値毎に、メモリ２２ａを参照しながら音波の到達遅延分を相殺した各マイクロホン１０_１〜１０_ｎの音圧レベルの積算値を算出する。

図５および図６は、このようにして得られた積算結果を示すグラフである。なお、図６は、図５に示す場合に比べ、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を２倍に高めた場合について示している。また、図５および図６において、Ｔ（到達時間差の変更量）＝０の部分が、推定した音源１００の方向での積算結果となる。つまり、Ｔ＝０の部分にピーク（音圧レベルの最大値）がくれば、推定した方向が音源１００の方向となる。また、Ｔ＝０の部分からピークがズレている場合は、ピークが位置する到達時間差の変更量Ｔの分だけ、推定した音源１００の方向を補正してやることで、音源１００の方向を検出することができる。

図５および図６を比較すると明かになるように、図５においてはサンプリング周波数が低いため、Ｔ＝１．０の場合がピーク値であると特定される。つまり、推定した音源１００の方向をＴ＝１．０の分だけ補正してやることで、音源１００の方向が検出される。これに対し、図６においては、図５に示す場合に比べ、サンプリング周波数を２倍に高めているので、Ｔ＝１．５の場合がピーク値であると特定される。つまり、推定した音源１００の方向をＴ＝１．５の分だけ補正してやることで、音源１００の方向が検出される。このようにサンプリング周波数を高めた方が、分解能が高くなるのでピーク値をより正確に特定することができ、音源１００の方向をより正確に検出することができる。

なお、ビームスキャナ２２は、音源１００の方向を検出すると、検出した方向に音源１００が位置する場合の各マイクロホン１０_１〜１０_ｎにおける到達時間差を求め、これをビームコントローラ２３に出力する。

図３に戻り、ビームコントローラ２３は、ビームスキャナ２２によって検出された音源１００の方向や位置に応じてマイクアレイ１の指向性を制御する装置である。具体的に説明すると、このビームコントローラ２３は、まず、ビームスキャナ２２から入力された到達時間差の分だけマイクロホン１０_１〜１０_ｎ毎に遅延を設定し、デジタル音声信号を取得するタイミングをマイクロホン１０_１〜１０_ｎ毎に定める。次いで、ビームコントローラ２３は、定められたタイミングで、Ａ／Ｄコンバータ２１_１〜２１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号を取得してこれを積算し、マイクアレイ１からのデジタル音声信号として出力する。これにより、マイクアレイ１を用いて音源１００の音を収音する際のＳＮ（Signal to Noise ratio）比を高めることができる。つまり、ビームスキャナ２２によって検出された音源１００の方向にマイクアレイ１の指向性を高めることができ、音源１００を追従する指向性マイクとしてマイクアレイ１を機能させることができるのである。

次に、サンプリングレートコンバータ２４は、ビームコントローラ２３から出力されたデジタル音声信号のサンプリングレートを、音声処理装置３で対応可能なサンプリング周波数の定格値まで下げる。そして、このようにしてサンプリングレートが下げられたデジタル音声信号が音声処理装置３へと出力される。なお、サンプリングレートコンバータ２４を用いてサンプリングレートを下げるのは、Ａ／Ｄコンバータ２１_１〜２１_ｎによってオーバサンプリングされたデジタル音声信号を音声処理装置３にそのまま出力しても、オーバサンプリングされているため音声処理装置３で使用できないためである。

以上説明したように本実施形態によれば、Ａ／Ｄコンバータ２１_１〜２１_ｎは、各マイクロホン１０_１〜１０_ｎによって得られたアナログ音声信号を、音声処理装置３で対応可能なサンプリング周波数の定格値よりも高い周波数でオーバサンプリングする。そして、ビームスキャナ２２は、オーバサンプリングの結果得られた各マイクロホン１０_１〜１０_ｎのデジタル音声信号と、各マイクロホン１０_１〜１０_ｎの位置とを用いて音源１００の方向や位置を検出し、ビームコントローラ２３は、検出された音源１００の方向や位置に応じてマイクアレイ１の指向性を制御する。また、サンプリングレートコンバータ２４は、出力するデジタル音声信号のサンプリングレートを、音声処理装置３で対応可能なサンプリング周波数の定格値まで下げる。

よって、マイクアレイ制御装置２では、音声処理装置３で使用可能なデジタル音声信号を出力しつつ、マイクアレイ１を用いて音源１００の方向や位置を精度よく検出することができる。また、検出した音源１００の方向や位置に応じてマイクアレイ１の指向性を制御することもできる。また、オーバサンプリングした際の各マイクロホン１０_１〜１０_ｎの音圧レベルの値を、オーバサンプリングしたタイミング毎にメモリ２２ａに記憶するとともに、このメモリ２２ａに記憶されたデータと（式３）を用いて、音波の到達遅延分を相殺した各マイクロホン１０_１〜１０_ｎの音圧レベルの積算値を求める構成としたので、ＦＩＲ（Finite Impulse Response）フィルタ等を用いた場合に比べ、積算値の算出を簡素な回路構成で迅速に行うことができる。

［Ｂ．第２実施形態］
図７は、第２実施形態に係るマイクアレイ制御装置４のハードウェア構成を示すブロック図である。なお、同図に示すマイクアレイ制御装置４のうち、第１実施形態で説明したマイクアレイ制御装置２と同じ部分については、説明を省略するとともに同じ符号を使用するものとする。

Ａ／Ｄコンバータ４１_１〜４１_ｎは、第１実施形態で説明したＡ／Ｄコンバータ２１_１〜２１_ｎのようにオーバサンプリングを行わず、音声処理装置３で対応可能なサンプリング周波数の定格値（例えば４４．１ｋＨｚや４８ｋＨｚ）でマイクロホン１０_１〜１０_ｎのアナログ音声信号をサンプリングする。また、サンプリングよって得られた各マイクロホン１０_１〜１０_ｎのデジタル音声信号は、サンプリングレートコンバータ４２とビームコントローラ４４に出力される。

サンプリングレートコンバータ４２は、ビームスキャナ４３から指示された期間においてのみ、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号について、そのサンプリングレートを音声処理装置３で対応可能なサンプリング周波数の定格値よりも高い、例えば１００ｋＨｚや２００ｋＨｚ等といった値に引き上げる。すなわち、サンプリングレートコンバータ４２では、ビームスキャナ４３から指示された期間内においてのみ、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号を補完し、サンプリングレートを高めたデジタル音声信号を生成してこれをビームスキャナ４３に出力する。なお、ビームスキャナ４３から指示された期間外においては、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号がそのままビームスキャナ４３へ出力される。

ビームスキャナ４３は、第１実施形態で説明したビームスキャナ２２と同様、メモリ２２ａに記憶されたデータと前述した（式３）を用いて音源１００の方向や位置を検出するとともに、検出した方向や位置に音源１００がある場合の各マイクロホン１０_１〜１０_ｎにおける到達時間差を求め、これをビームコントローラ４４に出力する。また、ビームスキャナ４３は、音源１００の方向や位置を検出するためメモリ２２ａにデータを取り込む場合等、各マイクロホン１０_１〜１０_ｎのデジタル音声信号についてサンプリングレートを高める必要がある場合に、その期間をサンプリングレートコンバータ４２に指示する。

なお、ビームスキャナ４３は、サンプリングレートコンバータ４２によってサンプリングレートが高められた各マイクロホン１０_１〜１０_ｎのデジタル音声信号をビームコントローラ４４に出力することもできる。また、ビームスキャナ４３において、音源１００の方向や位置を推定する際には、サンプリングレートコンバータ４２によってサンプリングレートが高められた各マイクロホン１０_１〜１０_ｎのデジタル音声信号の代わりに、サンプリングレートコンバータ４２によってサンプリングレートが高められていない各マイクロホン１０_１〜１０_ｎのデジタル音声信号を用いることもできる。

ビームコントローラ４４は、ビームスキャナ４３によって検出された音源１００の方向や位置に応じてマイクアレイ１の指向性を制御する装置である。このビームコントローラ４４には、図７に示すように、Ａ／Ｄコンバータ４１_１〜４１_ｎから直接、各マイクロホン１０_１〜１０_ｎのデジタル音声信号が入力される。すなわち、ビームコントローラ４４には、サンプリングレートコンバータ４２によってサンプリングレートが高められていない、音声処理装置３で対応可能なサンプリング周波数の定格値（例えば４４．１ｋＨｚや４８ｋＨｚ）でサンプリングされた各マイクロホン１０_１〜１０_ｎのデジタル音声信号がＡ／Ｄコンバータ４１_１〜４１_ｎから入力される。

このビームコントローラ４４においてマイクアレイ１の指向性を制御する際の動作は、第１実施形態で説明したビームコントローラ２３と同様であるが、具体的に説明すると、まず、ビームコントローラ４４は、ビームスキャナ４３から入力された到達時間差の分だけマイクロホン１０_１〜１０_ｎ毎に遅延を設定し、デジタル音声信号を取得するタイミングをマイクロホン１０_１〜１０_ｎ毎に定める。次いで、ビームコントローラ４４は、定められたタイミングで、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号を取得してこれを積算し、マイクアレイ１からのデジタル音声信号として音声処理装置３に出力する。これにより、マイクアレイ１を用いて音源１００の音を収音する際のＳＮ比を高めることができる。つまり、ビームスキャナ４３によって検出された音源１００の方向にマイクアレイ１の指向性を高めることができ、音源１００を追従する指向性マイクとしてマイクアレイ１を機能させることができるのである。

なお、マイクアレイ１の指向性を制御する場合、ビームコントローラ４４は、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号の代わりに、ビームスキャナ４３から入力される、サンプリングレートコンバータ４２によってサンプリングレートが高められた各マイクロホン１０_１〜１０_ｎのデジタル音声信号を使用して、より高い精度でマイクアレイ１の指向性を制御することも可能である。但し、この場合は、音声処理装置３に出力するデジタル音声信号のサンプリングレートを、音声処理装置３で対応可能なサンプリング周波数の定格値まで下げてやらなければならないので、例えば、第１実施形態で説明したサンプリングレートコンバータ２４をビームコントローラ４４と音声処理装置３の間に設ける必要がある。また、マイクアレイ１の指向性を制御しない場合、ビームコントローラ４４は、Ａ／Ｄコンバータ４１_１〜４１_ｎから入力される各マイクロホン１０_１〜１０_ｎのデジタル音声信号を、積算せずにそのまま音声処理装置３に出力する。

以上説明したように本実施形態においても第１実施形態と同様の効果を得ることができる。また、音源１００の方向や位置を検出する場合や、マイクアレイ１の指向性をより高い精度で制御する場合等、必要な場合においてのみ、サンプリングレートコンバータ４２を用いてサンプリングレートを引き上げる構成としたので、第１実施形態のようにオーバサンプリングを常時行わずに済む。

なお、図７において点線で囲んだ部分については、図８に示す回路構成とすることもできる。図８において、サンプリングレートコンバータ４２_１〜４２_ｎと記憶回路４５_１〜４５_ｎは、Ａ／Ｄコンバータ４１_１〜４１_ｎに対応させて設けられている。例えば、サンプリングレートコンバータ４２_１は、ビームスキャナ４６から指示された期間においてのみ、Ａ／Ｄコンバータ４１から入力されるマイクロホン１０_１のデジタル音声信号について、そのサンプリングレートを引き上げる処理を行なう。また、記憶回路４５_１は、ビームスキャナ４６から指示された期間内においてのみ、サンプリングレートコンバータ４２_１から入力されるマイクロホン１０_１のデジタル音声信号について、その音量（音圧レベル）を示す値をサンプリングレートによって定まる時間間隔毎に逐次記憶する。これにより記憶回路４５_１には、図４において、マイクロホン１０_１の音圧レベルを示す値Ｅ_１１，Ｅ_１２，Ｅ_１３〜Ｅ_{１，ｍ−１}，Ｅ_１，ｍに相当する値が記憶される。

ビームスキャナ４６は、記憶回路４５_１〜４５_ｎに記憶されたデータと前述した（式３）を用いて、音源１００の方向や位置を検出する。また、このビームスキャナ４６は、音源１００の方向や位置を検出するため記憶回路４５_１〜４５_ｎにデータを取り込む場合や、ビームコントローラ４４においてマイクアレイ１の指向性を制御する場合等、各マイクロホン１０_１〜１０_ｎのデジタル音声信号のサンプリングレートを高める必要がある場合に、その期間をサンプリングレートコンバータ４２_１〜４２_ｎと記憶回路４５_１〜４５_ｎに指示する。

［Ｃ．変形例］
（１）上述した各実施形態では、マイクアレイ１を音源追尾型の指向性マイクとして機能させるためビームコントローラ２３，４４を備える構成としたが、単に音源１００の方向や位置を検出するだけであるのならば、マイクアレイ制御装置２，４にビームコントローラ２３，４４を備える必要はない。また、マイクアレイ制御装置２，４は、ビームスキャナ２２，４３によって検出された音源１００の方向や位置を示す情報を音声処理装置３に出力する構成であってもよい。

（２）上述した各実施形態において、マイクアレイ制御装置２，４に、ビームスキャナ２２，４３によって検出された音源１００の方向や位置を移動履歴として逐次記憶するメモリを備えさせ、ビームスキャナ２２，４３は、このメモリに記憶されている音源１００の移動履歴を参照して音源１００の移動する方向や位置を予測してもよい。この場合、ビームスキャナ２２，４３は、音源１００の方向や位置を推定する際に、予測した音源１００の方向や位置を用いることができる。

（３）マイクアレイ制御装置２，４にビームコントローラ２３，４４を複数備える構成として、音源１００の探索を行なった結果、音源１００が複数見つかった場合には、それぞれの音源１００の位置する方向にマイクアレイ１の指向性を高めるよう、各々のビームコントローラ２３，４４で別々の音源１００についての指向性を制御するようにしてもよい。

（４）第１実施形態において、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を可変にし、音源１００の方向や位置を検出する際に、まず最初は粗いサンプリングレートで大よその音源１００の方向や位置を推定してから、サンプリングレートを上げて音源１００の方向や位置を高精度に検出する構成としてもよい。また、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を可変にし、音源１００の探索を行なった結果、音源１００が見つからなかった場合は、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を音声処理装置３で対応可能なサンプリング周波数の定格値まで下げるとともに、ビームコントローラ２３によってマイクアレイ１の指向性を無指向性に切り換えて、次に発音があった場合に音を確実に捉えられるようにしてもよい。

また、音源１００を見つけた後、音源１００が動いていなければ、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を、音声処理装置３で対応可能なサンプリング周波数の定格値まで下げる構成としてもよい。音源１００が動いていない期間においては、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を上記定格値より高くしても電力を無駄に消費するだけであるので、上記構成を採用するとマイクアレイ制御装置２の消費電力を低減できる。勿論、音源１００が動いていない期間において、音源１００が動き出す場合に備え、Ａ／Ｄコンバータ２１_１〜２１_ｎにおけるサンプリング周波数を、予め定められた周期毎に上記定格値よりも高くしたり低くしたりする構成としてもよい。

（５）第１実施形態において、マイクアレイ制御装置２は、音声処理装置３が接続された場合に、この音声処理装置３と通信を行って、音声処理装置３で対応可能なサンプリング周波数の定格値を示す情報を取得し、この情報に従ってサンプリングレートコンバータ２４におけるサンプリングレートの変更値を決定する構成であってもよい。

マイクアレイ１を用いて音源の方向や位置を検出する原理について説明するための図（その１）である。 マイクアレイ１を用いて音源１００の方向や位置を検出する原理について説明するための図（その２）である。 第１実施形態に係るマイクアレイ制御装置２のハードウェア構成を示すブロック図である。 同実施形態に係るメモリ２２ａに記憶されるデータについて説明する図である。 同実施形態に係るビームスキャナ２２の動作を説明するための図（その１）である。 同実施形態に係るビームスキャナ２２の動作を説明するための図（その２）である。 第２実施形態に係るマイクアレイ制御装置４のハードウェア構成を示すブロック図である。 同実施形態に係る変形例について示す図である。

符号の説明

１…マイクアレイ、２，４…マイクアレイ制御装置、３…音声処理装置、１０_１〜１０_ｎ…マイクロホン、２１_１〜２１_ｎ，４１_１〜４１_ｎ…Ａ／Ｄコンバータ、２２，４３，４６…ビームスキャナ、２２ａ…メモリ、２３，４４…ビームコントローラ、２４，４２，４２_１〜４２_ｎ…サンプリングレートコンバータ、４５_１〜４５_ｎ…記憶回路、１００…音源。

Claims (12)

1. 複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、
   前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングするサンプリング手段と、
   前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、
   前記各マイクロホンのデジタル音声信号のサンプリングレートを前記定格値に下げ、当該サンプリングレートが下げられた各マイクロホンのデジタル音声信号を前記音声処理装置に出力するサンプリングレート変更手段と
   を具備することを特徴とするマイクアレイ制御装置。
2. 前記検出手段は、
   前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を推定する推定手段と、
   前記推定手段により推定された方向に音源があると仮定し、当該仮定した音源からの音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、
   前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングで前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、
   前記到達時間差を変更しつつ、当該変更された到達時間差毎に前記第２の算出手段による処理を実行した上で、積算値が最大値となった場合の到達時間差と、前記推定手段により推定された音源の方向とを用いて、音源の方向を算出する第３の算出手段とを具備する
   ことを特徴とする請求項１記載のマイクアレイ制御装置。
3. 前記検出手段は、
   前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号を、サンプリングが行われたタイミング毎に記憶する記憶手段をさらに具備し、
   前記第２の算出手段は、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を前記記憶手段から読み出して積算する
   ことを特徴とする請求項２記載のマイクアレイ制御装置。
4. 前記検出手段は、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の位置を検出する
   ことを特徴とする請求項１記載のマイクアレイ制御装置。
5. 複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、
   前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数でサンプリングするサンプリング手段と、
   前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号のサンプリングレートを、前記定格値よりも高い周波数に上げるサンプリングレート変更手段と、
   前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、
   前記検出手段によって検出された音源の方向を示す情報と、前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号とを前記音声処理装置に出力する出力手段と
   を具備することを特徴とするマイクアレイ制御装置。
6. 前記検出手段は、
   前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号または前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を推定する推定手段と、
   前記推定手段により推定された方向に音源があると仮定し、当該仮定した音源からの音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、
   前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリングレート変更手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、
   前記到達時間差を変更しつつ、当該変更された到達時間差毎に前記第２の算出手段による処理を実行した上で、積算値が最大値となった場合の到達時間差と、前記推定手段により推定された音源の方向とを用いて、音源の方向を算出する第３の算出手段とを具備する
   ことを特徴とする請求項５記載のマイクアレイ制御装置。
7. 前記検出手段は、
   前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号を、前記サンプリングレート変更手段による変更後のサンプリングレートによって定まる時間間隔毎に記憶する記憶手段をさらに具備し、
   前記第２の算出手段は、前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、当該決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を前記記憶手段から読み出して積算する
   ことを特徴とする請求項６記載のマイクアレイ制御装置。
8. 前記検出手段は、前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の位置を検出する
   ことを特徴とする請求項５記載のマイクアレイ制御装置。
9. 前記マイクアレイの指向性を前記検出手段により検出された音源の方向に高める指向性制御手段をさらに具備する
   ことを特徴とする請求項１または５に記載のマイクアレイ制御装置。
10. 前記検出手段により検出された音源の方向の履歴を記憶する記憶手段をさらに具備し、
    前記推定手段は、前記記憶手段の記憶内容を参照して音源の方向を推定する
    ことを特徴とする請求項２または６に記載のマイクアレイ制御装置。
11. 複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、
    前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数の定格値よりも高い周波数でサンプリングするサンプリング手段と、
    前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、
    前記検出手段により方向が検出された音源から発生した音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、
    前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリング手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、
    前記第２の算出手段により積算されたデジタル音声信号のサンプリングレートを前記定格値に下げ、当該サンプリングレートが下げられたデジタル音声信号を前記音声処理装置に出力するサンプリングレート変更手段と
    を具備することを特徴とするマイクアレイ制御装置。
12. 複数のマイクロホンが並べられたマイクアレイを制御するマイクアレイ制御装置であって、
    前記マイクアレイを構成する各マイクロホンによって得られたアナログ音声信号を、当該マイクアレイ制御装置の後段に接続された音声処理装置で対応可能なサンプリング周波数でサンプリングするサンプリング手段と、
    前記サンプリング手段によって得られた各マイクロホンのデジタル音声信号のサンプリングレートを、前記定格値よりも高い周波数に上げるサンプリングレート変更手段と、
    前記サンプリングレート変更手段によって得られた各マイクロホンのデジタル音声信号と、前記各マイクロホンの位置とを用いて音源の方向を検出する検出手段と、
    前記検出手段により方向が検出された音源から発生した音の前記各マイクロホンに対する到達時間差を算出する第１の算出手段と、
    前記第１の算出手段により算出された到達時間差を用いて前記各マイクロホン毎にデジタル音声信号を取得するタイミングを決定し、前記サンプリング手段によって得られる各マイクロホンのデジタル音声信号のうち、前記決定されたタイミングにおける前記各マイクロホンのデジタル音声信号を取得して積算する第２の算出手段と、
    前記第２の算出手段により積算されたデジタル音声信号を前記音声処理装置に出力する出力手段と
    を具備することを特徴とするマイクアレイ制御装置。

Images