JP2007318528A - 指向性集音装置、指向性集音方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】複数の方向に存在する音源からの音声、雑音等を含む音声信号が入力された場合、多数のマイクロホンを設置する必要がなく、簡易な構成により所定の方向の音源が発する音声信号を強調して周囲の雑音を抑制することができる指向性集音装置、指向性集音方法、及びコンピュータプログラムを提供する。
【解決手段】複数方向に存在する音源からの音入力を受け付け、周波数軸上の信号に変換する。変換された周波数軸上の信号を抑制する抑制関数を算出し、算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正する。変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出し、位相成分の差分を算出する。算出された差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定し、特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出する。
【選択図】図６

Description

本発明は、複数の方向に存在する音源からの音声、雑音等を含む音声信号が入力された場合に、所定の方向の音源が発する音声信号を強調して周囲の音声を含む雑音を抑制することができる指向性集音装置、指向性集音方法、及びコンピュータプログラムに関する。

昨今のコンピュータ技術の進展により、音声認識の認識精度は急速に向上している。そして、複数の方向に存在する音源から発せられる音声から、必要な音声を識別すべく、必要とする音源の方向を特定して、他の方向に存在する音源が発する音声等を雑音として、音響処理により抑制する集音装置が多々開発されている。

例えば特許文献１に開示されている音源分離方法では、周波数軸上でアレイを構成する各マイクロホンの入力信号の到達時間差を検出することにより、どの音源から到達した音であるのかを判定して、音響スペクトルの周波数成分を分離する。また、時間軸上又は周波数軸上で行うことができる、目的とする音声信号を分離するための従来の雑音抑制方法は、同期加算方式及び同期減算方式の２つに大別される。

同期加算方式は、複数のマイクロホンから入力された音声信号に対して、目的とする方向に合わせた同期処理及び加算処理を行う。加算処理により目的とする音声信号を強調され、相対的に他の音声信号を抑制することができる。また、同期減算方式は、複数のマイクロホンから入力された音声信号に対して、目的とする音源以外の音源が存在する方向に合わせた同期処理及び減算処理を行うことにより、目的とする音声信号以外の音声信号を直接的に抑制することができる。
特開平１０−３１３４９７号公報

上述した従来の音声入力方法は、どの方向に存在する音源からの音声信号であるのか判定するために、スペクトルの周波数成分を分離している。したがって、複数の音源から到達する音声信号に相互相関が小さいこと、すなわちスペクトル上での重なり部分がほとんど無いことを前提としている。しかし、音源が複数存在する場合には、スペクトル上での重なり部分が一般には発生することから、周波数成分を正確に分離することが困難であるという問題点があった。

また、同期減算方式では、音源の数に対応した数のマイクロホンを備えたマイクロホンアレイを構成する必要がある。また、同期加算方式でも、実用上は多数のマイクロホンを備える必要があり、装置の小型化、軽量化等が困難であるという問題点もあった。

本発明は、斯かる事情に鑑みてなされたものであり、複数の方向に存在する音源からの音声、雑音等を含む音声信号が入力された場合、多数のマイクロホンを設置する必要がなく、簡易な構成により所定の方向の音源が発する音声信号を強調して周囲の雑音を抑制することができる指向性集音装置、指向性集音方法、及びコンピュータプログラムを提供することを目的とする。

上記目的を達成するために第１発明に係る指向性集音装置は、複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換する複数の音声受付部と、各時間軸上の信号を周波数軸上の信号に変換する信号変換部と、変換された周波数軸上の信号を抑制する抑制関数を算出する抑制関数算出部と、算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正する信号補正部と、補正された周波数軸上の信号を時間軸上の信号に復元する信号復元部とを備え、所定の方向の音源以外の音源からの音入力を抑制する指向性集音装置において、前記信号変換部にて変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出する位相成分算出部と、該位相成分算出部で算出された周波数軸上の信号間の位相成分の差分を算出する位相差分算出手段と、該位相差分算出部で算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定する確率値特定部とを備え、前記抑制関数算出部は、前記確率値特定部で特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出するようにしてあることを特徴とする。

また、第２発明に係る指向性集音装置は、第１発明において、前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定するようにしてあることを特徴とする。

また、第３発明に係る指向性集音装置は、第２発明において、前記位相差分算出部で算出された位相成分の差分が所定の範囲内であるか否かを判断する手段を備え、該手段で所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定するようにしてあることを特徴とする。

また、第４発明に係る指向性集音方法は、複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換し、各時間軸上の信号を周波数軸上の信号に変換し、変換された周波数軸上の信号を抑制する抑制関数を算出し、算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正し、補正された周波数軸上の信号を時間軸上の信号に復元し、所定の方向の音源以外の音源からの音入力を抑制する指向性集音方法において、変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出し、算出された周波数軸上の信号間の位相成分の差分を算出し、算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定し、特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出することを特徴とする。

また、第５発明に係る指向性集音方法は、第４発明において、前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定することを特徴とする。

また、第６発明に係る指向性集音方法は、第５発明において、算出された位相成分の差分が所定の範囲内であるか否かを判断し、所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定することを特徴とする。

また、第７発明に係るコンピュータプログラムは、コンピュータで実行することが可能であり、前記コンピュータを、複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換する手段、各時間軸上の信号を周波数軸上の信号に変換する手段、変換された周波数軸上の信号を抑制する抑制関数を算出する手段、算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正する手段、及び補正された周波数軸上の信号を時間軸上の信号に復元する手段として機能させ、所定の方向の音源以外の音源からの音入力を抑制させるコンピュータプログラムにおいて、前記コンピュータを、変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出する手段、算出された周波数軸上の信号間の位相成分の差分を算出する手段、算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定する手段、及び特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出する手段として機能させることを特徴とする。

また、第８発明に係るコンピュータプログラムは、第７発明において、前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定するようにしてあることを特徴とする。

また、第９発明に係るコンピュータプログラムは、第８発明において、前記コンピュータを、算出された位相成分の差分が所定の範囲内であるか否かを判断する手段として機能させ、該手段で所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定するようにしてあることを特徴とする。

第１発明、第４発明、及び第７発明では、複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換し、各時間軸上の信号を周波数軸上の信号に変換し、変換された周波数軸上の信号を抑制する抑制関数を算出する。算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正し、補正された周波数軸上の信号を時間軸上の信号に復元し、所定の方向の音源以外の音源からの音入力を抑制する。変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出し、算出された位相成分の差分を算出し、算出された周波数軸上の信号間の位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定する。特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出する。これにより、音源が複数存在する場合、振幅成分が重なり合っている周波数帯域が存在するときであっても、所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

第２発明、第５発明、及び第８発明では、抑制関数を、音源が存在する方向の近傍にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定する。このようにすることで、音源が存在する方向以外に方向については、振幅成分（振幅スペクトル値）を減じることができ、相対的に所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

第３発明、第６発明、及び第９発明では、算出された位相成分の差分が所定の範囲内で有るか否かを判断し、所定の範囲内であると判断された位相幅にて、抑制関数を１に設定する。このようにすることで、位相成分の差分が所定の範囲内となる方向を、音源が存在する方向として設定することができ、設定された音源が存在する方向以外に方向については、スペクトル値を減じることができ、相対的に所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

第１発明、第４発明、又は第７発明によれば、音源が複数存在する場合、振幅成分が重なり合っている周波数帯域が存在するときであっても、所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

第２発明、第５発明、及び第８発明によれば、音源が存在する方向以外に方向については、振幅成分（振幅スペクトル値）を減じることができ、相対的に所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

第３発明、第６発明、及び第９発明によれば、位相成分の差分が所定の範囲内となる方向を、音源が存在する方向として設定することができ、設定された音源が存在する方向以外に方向については、スペクトル値を減じることができ、相対的に所定の方向に存在する音源が発した音声のみを強調することができ、正確な音声認識を行うことが可能となる。

以下、本発明をその実施の形態を示す図面に基づいて詳述する。図１は、本発明の実施の形態に係る指向性集音装置１を具現化するコンピュータの構成を示すブロック図である。本発明の実施の形態に係る指向性集音装置１に係るコンピュータは、少なくともＣＰＵ、ＤＳＰ等の演算処理部１１、ＲＯＭ１２、ＲＡＭ１３、外部のコンピュータとの間でデータ通信可能な通信インタフェース部１４、音声の入力を受け付ける複数の音声入力部１５、１５、・・・、雑音を抑制した音声を出力する音声出力部１６を備えている。

演算処理部１１は、内部バス１７を介して指向性集音装置１の上述したようなハードウェア各部と接続されており、上述したハードウェア各部を制御するとともに、ＲＯＭ１２に記憶されている処理プログラム、例えば雑音が重畳された音声について時間軸上の信号を周波数軸上の信号に変換するプログラム、変換された周波数軸上の信号の分析窓ごとの音声の振幅成分を算出するプログラム、振幅成分に基づいて、周波数軸上の信号を抑制する抑制関数を算出するプログラム、変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出するプログラム、算出された周波数軸上の信号間の位相成分の差分を算出するプログラム、算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定するプログラム、抑制関数及び確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制するプログラム等に従って、種々のソフトウェア的機能を実行する。

ＲＯＭ１２は、フラッシュメモリ等で構成され、指向性集音装置１として機能させるために必要な処理プログラムを記憶している。ＲＡＭ１３は、ＳＲＡＭ等で構成され、ソフトウェアの実行時に発生する一時的なデータを記憶する。通信インタフェース部１４は、外部のコンピュータから上述したプログラムをダウンロード、あるいは音声認識装置への音声出力信号の送信等を行う。

音声入力部１５、１５、・・・は、それぞれ音声を受け付けるマイクロホンであり、音源の方向を特定するべく複数のマイクロホンで構成されている。音声出力部１６はスピーカ等の出力装置である。

図２は、本発明の実施の形態に係る指向性集音装置１の演算処理部１１が実行する機能構成を示すブロック図である。なお、図２の例では、音声入力部１５、１５を２本のマイクロホンとした場合について説明する。

図２に示すように、本発明の実施の形態に係る指向性集音装置１は、少なくとも音声受付部２０１、信号変換部２０２、位相差分算出部２０３、確率値特定部２０４、抑制関数算出部２０５、振幅算出部２０６、信号補正部２０７、及び信号復元部２０８を備えている。音声受付部２０１は、音源が複数混在する音入力を２本のマイクロホンから受け付ける。本実施の形態では、入力１及び入力２を音声入力部１５、１５を介して受け付ける。

信号変換部２０２は、入力された音声について、時間軸上の信号を周波数軸上の信号、すなわちスペクトルＩＮ１（ｆ）、ＩＮ２（ｆ）に変換する。ここでｆは周波数を示している。信号変換部２０２では、例えばフーリエ変換のような時間−周波数変換処理、サブバンド分割処理のような複数のバンドパスフィルタリング処理等が実行される。本実施の形態では、フーリエ変換のような時間−周波数変換処理によりスペクトルＩＮ１（ｆ）、ＩＮ２（ｆ）に変換する。

位相差分算出部２０３は、周波数変換されたスペクトルＩＮ１（ｆ）、ＩＮ２（ｆ）に基づいて、位相スペクトルを算出し、算出された位相スペクトル間の差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）を周波数ごとに算出する。図３は、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）の一例を模式的に示す図である。図３（ａ）は音源が二つの音声入力部１５、１５から等距離に存在する場合の位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）の一例を、図３（ｂ）は音源が二つの音声入力部１５、１５のうち、ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）を計算する基準となる音源に偏って存在する場合の位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）の一例を、それぞれ示している。算出された位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）には、集音対象となる音源が発する音声及び他の音源が発する雑音が混在している。したがって、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）は、周波数ごとに所定の位相幅δ１（ｆ）を有している。

確率値特定部２０４は、集音対象となる音声を発する音源が存在する方向に高い確率値を設定するよう、確率値を特定する。確率値の特定方法は特に限定されるものではない。例えば特定の方向、すなわち周波数ごとに算出された位相幅δ１（ｆ）の範囲外に存在する音源からの入力を抑制すべく、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）の位相幅δ１（ｆ）に対して離隔するにつれてどの程度の割合で入力を抑制するかを定める値、すなわち離隔位相幅δ２（ｆ）（δ２（ｆ）＞δ１（ｆ））に対するδ１（ｆ）の割合δ１（ｆ）／δ２（ｆ）を確率値として特定しても良い。この場合、離隔位相幅δ２は音声を用いるアプリケーションの種類、音源の特徴、周囲環境等に応じて最適な値が変動する。したがって、別途入力手段を備えてユーザによる入力を受け付けるものであっても良いし、適用するアプリケーションにより所定の値をＲＡＭ１３に記憶しておいても良い。

抑制関数算出部２０５は、入力信号の位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）、及び確率値δ１（ｆ）／δ２（ｆ）に基づいて、抑制関数ｇａｉｎ（ｆ）を周波数ｆごとに算出する。図４は、抑制関数ｇａｉｎ（ｆ）を周波数ｆごとに算出した一例を示す図である。図４（ａ）は音源が二つの音声入力部１５、１５から等距離に存在する場合の抑制関数ｇａｉｎ（ｆ）の一例を、図４（ｂ）は音源が二つの音声入力部１５、１５のうち、ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）を計算する基準となる音源に偏って存在する場合の抑制関数ｇａｉｎ（ｆ）の一例を、それぞれ示している。

図４（ａ）に示すように、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）により定まる位相幅δ１（ｆ）及び確率値δ１（ｆ）／δ２（ｆ）に基づいて、離隔位相幅δ２（ｆ）を算出する。そして、位相幅δ１（ｆ）の区間は音声入力を抑制しない音源が存在する方向であることから、抑制関数ｇａｉｎ（ｆ）を‘１’に設定する。

位相幅δ１（ｆ）を越えて離隔位相幅δ２（ｆ）までの区間は、原則としては集音対象となる音源が存在しない方向であることから、抑制関数ｇａｉｎ（ｆ）を‘０’に設定する。しかし、周囲環境等に応じて位相幅δ１（ｆ）には誤差が生じやすく、歪等の発生により自然な音声として集音することが困難となる場合も生じうる。そこで、本実施の形態では、位相幅δ１（ｆ）を越えて離隔位相幅δ２（ｆ）までの区間は、抑制関数ｇａｉｎ（ｆ）の変動を一次補間し、離隔位相幅δ２（ｆ）まで抑制関数ｇａｉｎ（ｆ）を漸次減少させ、離隔位相幅δ２（ｆ）に到達した時点で抑制関数ｇａｉｎ（ｆ）を‘０’に設定する。このようにすることで、歪等の発生を抑制することができ、音声認識処理に耐えうる音声を出力することが可能となる。

図４（ｂ）の場合も同様に、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）により定まる位相幅δ１（ｆ）及び確率値δ１（ｆ）／δ２（ｆ）に基づいて、離隔位相幅δ２（ｆ）を算出する。そして、位相幅δ１（ｆ）の区間は音声入力を抑制しない音源が存在する方向であることから、抑制関数ｇａｉｎ（ｆ）を‘１’に設定する。位相幅δ１（ｆ）を越えて離隔位相幅δ２（ｆ）までの区間は、抑制関数ｇａｉｎ（ｆ）の変動を一次補間し、離隔位相幅δ２（ｆ）まで抑制関数ｇａｉｎ（ｆ）を漸次減少させ、離隔位相幅δ２（ｆ）に到達した時点で抑制関数ｇａｉｎ（ｆ）を‘０’に設定する。

なお、位相幅δ１（ｆ）を越えて離隔位相幅δ２（ｆ）までの区間について、抑制関数ｇａｉｎ（ｆ）の変動を一次補間し、離隔位相幅δ２（ｆ）まで抑制関数ｇａｉｎ（ｆ）を漸次減少させることに限定されるものではなく、例えば二次補間等の他次元曲線による補間、段階的に減少させる等、位相幅δ１（ｆ）に存在する音源が発した音声を集音することができれば何でも良い。

振幅算出部２０６は、入力信号のスペクトルの振幅スペクトル｜ＩＮ１（ｆ）｜の代表値を算出する。代表値は特に限定されるものではなく、振幅スペクトル｜ＩＮ１（ｆ）｜の所定の周波数帯域ごとの平均値であっても良いし、所定の周波数帯域ごとの最大値であっても良い。また、代表値ではなく、周波数ごとの値を用いた処理でも良い。

信号補正部２０７は、振幅算出部２０６で算出された振幅スペクトル｜ＩＮ１（ｆ）｜に、抑制関数算出部２０５で算出された抑制関数ｇａｉｎ（ｆ）を乗算する。図５は、振幅スペクトル｜ＩＮ１（ｆ）｜に、抑制関数ｇａｉｎ（ｆ）を乗算した結果の一例を模式的に示す図である。図５に示すように、抑制関数ｇａｉｎ（ｆ）が‘１’である場合には、振幅スペクトル｜ＩＮ１（ｆ）｜はそのまま出力される。抑制関数ｇａｉｎ（ｆ）が０≦ｇａｉｎ（ｆ）＜１である場合には、それぞれ抑制関数ｇａｉｎ（ｆ）により出力が抑制される。すなわち破線で示す振幅スペクトル５１が実線で示す振幅スペクトル５２へと抑制される。

信号復元部２０８は、信号補正部２０７からの出力信号を時間軸上の信号へ変換して出力する。信号復元部２０８での処理は、信号変換部２０２の逆変換処理である。例えば信号変換部２０２にてフーリエ変換（ＦＦＴ）処理がなされていた場合には、信号復元部２０８は、逆フーリエ変換（ＩＦＦＴ）処理を実行する。

図６は、本発明の実施の形態に係る指向性集音装置１の演算処理部１１の処理手順を示すフローチャートである。指向性集音装置１の演算処理部１１は、音声入力を受け付け（ステップＳ６０１）、例えばフーリエ変換して周波数軸上の信号、すなわちスペクトルＩＮ１（ｆ）、ＩＮ２（ｆ）に変換する（ステップＳ６０２）。ここでｆは周波数を示している。

演算処理部１１は、周波数変換されたスペクトルＩＮ１（ｆ）、ＩＮ２（ｆ）に基づいて、位相スペクトルを算出し（ステップＳ６０３）、算出された位相スペクトル間の差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）を周波数ごとに算出する（ステップＳ６０４）。

演算処理部１１は、集音対象となる音声を発する音源が存在する方向に高い確率値を設定するよう、確率値を特定する（ステップＳ６０５）。確率値の特定方法は特に限定されるものではなく、ここでは位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）の位相幅δ１（ｆ）に対して離隔するにつれてどの程度の割合で入力を抑制するかを定める値、すなわち離隔位相幅δ２（ｆ）（δ２（ｆ）＞δ１（ｆ））に対するδ１（ｆ）の割合δ１（ｆ）／δ２（ｆ）を確率値として特定する。

演算処理部１１は、位相スペクトルの差分ＤＩＦＦ＿ＰＨＡＳＥ（ｆ）、及び確率値δ１（ｆ）／δ２（ｆ）に基づいて、抑制関数ｇａｉｎ（ｆ）を周波数ｆごとに算出する（ステップＳ６０６）。演算処理部１１は、振幅スペクトル｜ＩＮ１（ｆ）｜を算出し（ステップＳ６０７）、振幅スペクトル｜ＩＮ１（ｆ）｜に、抑制関数算出部２０５で算出された抑制関数ｇａｉｎ（ｆ）を乗算する（ステップＳ６０８）。

演算処理部１１は、乗算された信号を時間軸上の信号へ変換して（ステップＳ６０９）、外部のアプリケーション、例えば音声認識装置へ出力する（ステップＳ６１０）。フーリエ変換されていた場合には逆フーリエ変換を行うことにより、時間軸上の信号に復元することができる。

以上のように本実施の形態によれば、音源が複数存在する場合であっても、所定の方向以外に存在する音源からの音入力は雑音として出力を抑制することができ、集音対象となる音源からの音入力のみを強調することが可能となる。

例えば本実施の形態に係る指向性集音装置１を、音声により動作を制御するカーナビゲーション装置に適用した場合、主に操作を行う運転者の音声を確実に集音するべく、運転者に近い側のマイクロホン（音声入力部１５）からの音声入力を指向性集音の出力とし、助手席に近い側のマイクロホン（音声入力部１５）からの音声入力を抑制する。したがって、運転者と同乗者とが同時に発話した場合であっても、運転者が発した音声のみを指向性集音の出力とすることができ、音声入力の誤認識によるカーナビゲーション装置の誤作動を未然に防止することが可能となる。

本発明の実施の形態に係る指向性集音装置を具現化するコンピュータの構成を示すブロック図である。 本発明の実施の形態に係る指向性集音装置の演算処理部が実行する機能構成を示すブロック図である。 位相スペクトルの差分の一例を模式的に示す図である。 抑制関数を周波数ごとに算出した一例を示す図である。 振幅スペクトルに、抑制関数を乗算した結果の一例を模式的に示す図である。 本発明の実施の形態に係る指向性集音装置の演算処理部の処理手順を示すフローチャートである。

符号の説明

１ 指向性集音装置
１１ 演算処理部
１２ ＲＯＭ
１３ ＲＡＭ
１４ 通信インタフェース部
１５ 音声入力部
１６ 音声出力部
１７ 内部バス
２０１ 音声受付部
２０２ 信号変換部
２０３ 位相差分算出部
２０４ 確率値特定部
２０５ 抑制関数算出部
２０６ 振幅算出部
２０７ 信号補正部
２０８ 信号復元部

Claims (9)

1. 複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換する複数の音声受付部と、
   各時間軸上の信号を周波数軸上の信号に変換する信号変換部と、
   変換された周波数軸上の信号を抑制する抑制関数を算出する抑制関数算出部と、
   算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正する信号補正部と、
   補正された周波数軸上の信号を時間軸上の信号に復元する信号復元部と
   を備え、所定の方向の音源以外の音源からの音入力を抑制する指向性集音装置において、
   前記信号変換部にて変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出する位相成分算出部と、
   該位相成分算出部で算出された周波数軸上の信号間の位相成分の差分を算出する位相差分算出手段と、
   該位相差分算出部で算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定する確率値特定部と
   を備え、
   前記抑制関数算出部は、前記確率値特定部で特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出するようにしてあることを特徴とする指向性集音装置。
2. 前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定するようにしてあることを特徴とする請求項１記載の指向性集音装置。
3. 前記位相差分算出部で算出された位相成分の差分が所定の範囲内であるか否かを判断する手段を備え、
   該手段で所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定するようにしてあることを特徴とする請求項２記載の指向性集音装置。
4. 複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換し、
   各時間軸上の信号を周波数軸上の信号に変換し、
   変換された周波数軸上の信号を抑制する抑制関数を算出し、
   算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正し、
   補正された周波数軸上の信号を時間軸上の信号に復元し、
   所定の方向の音源以外の音源からの音入力を抑制する指向性集音方法において、
   変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出し、
   算出された周波数軸上の信号間の位相成分の差分を算出し、
   算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定し、
   特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出することを特徴とする指向性集音方法。
5. 前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定することを特徴とする請求項４記載の指向性集音方法。
6. 算出された位相成分の差分が所定の範囲内であるか否かを判断し、
   所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定することを特徴とする請求項５記載の指向性集音方法。
7. コンピュータで実行することが可能であり、
   前記コンピュータを、
   複数方向に存在する音源からの音入力を受け付けて、時間軸上の信号に変換する手段、
   各時間軸上の信号を周波数軸上の信号に変換する手段、
   変換された周波数軸上の信号を抑制する抑制関数を算出する手段、
   算出された抑制関数を元の信号の周波数軸上の信号の振幅成分に乗算して、変換された周波数軸上の信号を補正する手段、及び
   補正された周波数軸上の信号を時間軸上の信号に復元する手段
   として機能させ、所定の方向の音源以外の音源からの音入力を抑制させるコンピュータプログラムにおいて、
   前記コンピュータを、
   変換された各周波数軸上の信号の位相成分を同じ周波数ごとに算出する手段、
   算出された周波数軸上の信号間の位相成分の差分を算出する手段、
   算出された位相成分の差分に基づいて、所定の方向に音源が存在する確率を示す確率値を特定する手段、及び
   特定された確率値に基づいて、所定の方向の音源以外の音源からの音入力を抑制する抑制関数を算出する手段
   として機能させることを特徴とするコンピュータプログラム。
8. 前記抑制関数を、音源が存在する方向を含む所定の位相幅にて１に設定し、該方向から離隔するにしたがって漸次減少する正の実数として設定するようにしてあることを特徴とする請求項７記載のコンピュータプログラム。
9. 前記コンピュータを、
   算出された位相成分の差分が所定の範囲内であるか否かを判断する手段
   として機能させ、
   該手段で所定の範囲内であると判断された位相幅にて、前記抑制関数を１に設定するようにしてあることを特徴とする請求項８記載のコンピュータプログラム。

Images