JP2008205957A - 受音装置及びその方法 - Google Patents

Abstract

【課題】複数の話者が音声を入力する場合に、話者の切り替えと筐体の姿勢の変化による指向方向の制御を効率良く行うことが可能な受音装置を提供する。
【解決手段】マイクロホン１０１−１〜Ｍと、筐体１０５の姿勢情報を入力する入力端子１０２と、ロック情報が入力する入力端子１０３と、ロック情報が入力したときの姿勢情報を記憶する姿勢情報記憶部１０４と、姿勢情報と初期化方向に基づき目的音方向を算出する目的音方向算出部１０６と、目的音方向に基づき指向方向を決定する指向方向算出部１０７と、この指向方向に基づき複数のマイクロホンの信号を処理し指向方向の信号を強調出力する指向性形成部１０８から構成される。
【選択図】 図１

Description

本発明は、音声強調技術の一つであるマイクロホンアレー技術を携帯端末等に実装し、複数の話者に対し効率良く指向性を形成する受音装置及びその方法に関するものである。

マイクロホンアレー技術は、複数のマイクロホンを用いて、受音した信号に対し信号処理を行い指向性を形成し、指向性の向いている方向から到来する信号を強調し、それ以外の音を抑圧する音声強調技術の１つである。

例えば、最も簡単な方法として遅延和アレーが挙げられる（非特許文献１参照）。この方法は各マイクロホンの信号に所定の遅延を挿入し加算する処理を行うことで、事前に設定された方向から到来した信号のみが同位相で足し合わされ強調されるのに対し、その他の方向から到来した信号は位相が揃わず弱め合うという原理に基づく。

また、適応型アレーと呼ばれる方法は、入力信号に応じてフィルタ係数を逐次更新し、目的方向以外の方向から到来する妨害音を選択的に除去するものであり、高い雑音抑圧性能を持つ特徴がある。

近年、このようなマイクロホンを携帯電話やＰＤＡ等の携帯機器に実装し、ユーザの声をより明瞭に捉えるという応用が盛んである。この場合に指向性をどの方向に形成するかは重要な問題である。例えば携帯電話の場合、電話を持って話をする姿勢が既知なので、目的音方向である話者の口の方向に指向性を形成するように予め設計しておくことは妥当である。

また、音声翻訳携帯端末のように複数の人が入力する場合、現在発話している話者はどの方向か、つまり目的音方向はどこかを適切に設定する必要がある。

そして、端末に固定した指向方向を持たせ、ユーザーが常に指向方向が発話者の方向を向くように、丁度新聞記者がインタビューでマイクロホンを自分と相手に交互に向けるように動かすという方法は簡便である。しかし、煩わしい上に、端末の向きによっては画面が見えなくなる等の問題がある。また、ＰＤＡのように、使用中に端末の姿勢（角度等）が変化する可能性がある場合は、端末に固定された指向方向を意識しながら使わなければならないという不自由さもある。
大賀他著、「音響システムとディジタル処理」，電子情報通信学会，1995

このように、マイクロホンアレーを搭載した端末に複数の人が入力する場合、指向方向を話者交代等に伴い変化する目的音方向に合わせる必要があり、煩わしいばかりか、端末の向きによっては画面が見えなくなる等の不都合があった。また、発話中に端末の姿勢が変る場合は、せっかく合わせた指向方向が目的音方向からずれるという問題点があった。

そこで本発明は上記問題を解決するものであり、端末の姿勢が変化しても音の指向方向が常に一定方向を向くように制御される受音装置及びその方法を提供することを目的とする。

本発明は、筐体に設けられた複数の受音部と、前記筐体の予め設定された初期化方向を、前記筐体を中心とした端末座標系で記憶する初期化方向記憶部と、実空間に対応したワールド座標系における前記筐体の姿勢を表す姿勢情報を検出する姿勢情報検出部と、受音を行うタイミングを表すロック情報を出力するロック情報出力部と、前記ロック情報が入力した時の前記姿勢情報を、ロック姿勢情報として記憶する姿勢情報記憶部と、前記ロック姿勢情報を用いて、前記端末座標系によって表された初期化方向を前記ワールド座標系における方向である目的音方向に変換する方向変換部と、前記目的音方向に受音のための指向性を定めて、前記複数の受音部によって受音する指向性受音部と、を有する受音装置である。

本発明によれば、筐体を動かしても目的音が常に高い感度で受音できる。

以下、本発明の実施形態の受音装置１００について図面に基づいて説明する。

（第１の実施形態）
本発明の第１の実施形態に係わる受音装置１００について図１、図６、図７に基づいて説明する。

（１）受音装置１００の構成
図１は、本実施形態に係わる受音装置１００の構成を示すブロック図である。

受音装置１００は、マイクロホン１０１−１〜Ｍと、受音装置１００の筐体１０５の姿勢情報を入力する入力端子１０２と、姿勢情報を記憶するタイミングを示すロック情報が入力する入力端子１０３と、前記タイミングで姿勢情報を記憶する姿勢情報記憶部１０４と、姿勢情報に基づき実空間での目的音方向を算出する目的音方向算出部１０６と、入力端子１０２からの姿勢情報と目的音方向算出部１０６の出力に基づき受音装置１００から見てどの方向に指向性を向ければ良いかを決定する指向方向算出部１０７と、算出された指向方向に基づき複数のマイクロホンの信号を処理し、指向方向を向けた方向の信号を強調出力する指向性形成部１０８から構成される。これら各部１０１〜１０８は、直方体の筐体１０５に収納されている。

ロック情報としては、受音装置１００に備え付けてあるロックボタンをユーザが押すなどが考えられる。

また、ロックボタンを発話開始時に押すボタンと共用することもできる。

さらに、アプリケーションと連動して話者の発話が必要になったタイミングを見計らってアプリケーションが自発的にロック信号を発するという構成も可能であるなど、様々な方法が考えれる。

（２）受音装置１００の動作内容
次に、受音装置１００の動作について述べる。

まず、入力端子１０２には、受音装置１００の筐体１０５の姿勢が時々刻々に入力される。受音装置１００の筐体１０５の姿勢は、例えば３軸加速度センサや３軸磁気センサを用いることで検出が可能である。これらのセンサーは、例えば、受音装置１００に搭載可能な小型チップである。

入力端子１０３には、前記ロック情報が入力された時点での受音装置１００の筐体１０５の姿勢が姿勢情報記憶部１０４で保持される。

目的音方向算出部１０６では、検出された受音装置１００の筐体１０５の姿勢と、予め設定された筐体１０５に定められている初期化方向とから実空間における目的信号の方向を算出する。「初期化方向」とは、例えば、受音装置１００の筐体１０５が直方体であり、その長辺方向が指し示す方向を初期化方向と設定する。そして、「目的音方向」とは、ロック情報が入力された時に受音装置１００の筐体１０５の長辺方向（初期化方向）が天井を向いていれば、天井方向を目的音方向とする。

指向方向算出部１０７では、入力端子１０２に入力された姿勢情報と目的音方向算出部１０６から出力された目的音方向を用いて、時々刻々と変化する受音装置１００の筐体１０５の姿勢に対し、目的音方向は受音装置１００から見てどの方向になるかを算出する。先の例では、目的音方向は天井方向であるが、ロック後に受音装置１００の筐体１０５を水平方向きに動かした場合、受音装置１００から見て目的音方向は、長辺方向と直角方向になるように制御される。

指向性形成部１０８では算出された方向に指向性を形成し、信号処理によりその方向の信号を強調するようにマイクロホン１０１−１〜１０１−Ｍに入力された信号を処理する。

（３）具体例
（３−１）第１の具体例
本実施形態の第１の具体例を図６を用いて説明する。

図６に示されている受音装置１００の筐体１０５の４隅にマイクロホン１０１−１〜１０１−４が搭載されている。

図６（ａ）は、起動時における受音装置１００の筐体１０５と実空間との関係を示している。

起動時に内蔵のセンサ等を用いることで、受音装置１００の筐体１０５の実空間に対する姿勢を得る。例えば南方向をＸ軸、西方向をＹ軸、天井方向をＺ軸とする座標系（以下、「ワールド座標系」と呼ぶ）において、現在の受音装置１００の筐体１０５の姿勢を各軸の回転角（θｘ，θｙ，θｚ）で表すことができる。

一方で、受音装置１００の筐体１０５に固定された座標系（以下、「端末座標系」と呼ぶ）も存在し、図６のように縦方向をｘ軸、横方向をｙ軸、法線方向をｚ軸とする。さらに、初期化方向として端末座標系でｐ＝（１，０，０）の方向、すなわち、ｘ軸方向を設定する。

次に、受音装置１００の筐体１０５を動かし、図６（ｂ）の状態でユーザが受音装置１００に対しロック情報を出力する。受音装置１００はこのロック情報に基づき受音装置１００の初期化方向ｐを目的音方向ｔとする。目的音方向ｔは受音装置１００に搭載されたマイクロホン１０１−１〜１０１−Ｍの指向性を向ける方向であり、端末座標系で得られている必要がある。

しかし、ロック後に受音装置１００の筐体１０５が動くことを考えると、目的音方向ｔをワールド座標系に変換し、受音装置１００の動きに対して不変とする方が扱いやすい。

具体的には端末座標系からワールド座標系への座標変換行列を使って

Ｔ＝ＲＬ＊ｔ
＝ＲＬｚ＊ＲＬｙ＊ＲＬｘ＊ｔ （１）

と変換する。なお、「＊」は積を表す。ここで、ＲＬはロック時の端末座標からワールド座標への３ｘ３の変換行列で、ｘ，ｙ，ｚ軸に関する回転行列、

の積に分解することができる。ここで、（φｘ，φｙ，φｚ）はロック時の各座標軸に対する回転角である。

図６（ｃ）にロック後の動作を示す。受音装置１００に搭載されたマイクロホンアレーはその指向方向をロックされた時の目的音方向に常に向けるように制御される。そのため受音装置１００の姿勢の変化に対し、目的音方向は端末座標系においてどの方向かを知ることが重要である。

その方法は次の通りである。ロック時に記憶された目的音方向Ｔ、現在の受音装置１００の姿勢（θｘ，θｙ，θｚ）を用いて、端末座標系での目的音方向ｔを、

ｔ＝ｉｎｖ（Ｒ）＊Ｔ
＝ｉｎｖ（Ｒｚ＊Ｒｙ＊Ｒｘ）＊Ｔ
＝ｉｎｖ（Ｒｘ）＊ｉｎｖ（Ｒｙ）＊ｉｎｖ（Ｒｚ）＊Ｔ （５）

と求める。但し、Ｒは端末座標系からワールド座標系への変換行列、ｉｎｖ（Ｒ）はその逆変換行列（つまりワールド座標系から端末座標系への変換行列）、Ｒｘ，Ｒｙ，Ｒｚは各軸回りの回転行列であり、式（２）〜（４）の（φｘ，φｙ，φｚ）を現在の姿勢に対応する回転角（θｘ，θｙ，θｚ）に置き換えた行列である。

このように、目的音方向をワールド座標系で記憶し、受音装置１００の筐体１０５の姿勢を参照し端末座標系に変換することで、受音装置１００の姿勢の変化によらず端末座標系からみた目的音方向を知ることができる。

（３−２）第２の具体例
第２の具体例について説明する。上記第１の具体例では、目的音方向Ｔを記憶してこれを端末座標に変換した。しかし、ロック時からの受音装置１００の筐体１０５の姿勢の差分を検出し、目的音方向Ｔを介さず目的音方向ｔを直接求めることも可能である。式で説明すると次のようになる。

ロック後のある時点での座標変換行列は、

Ｒ＝ＲＬ＊Ｒｄ

と表すことができる。但しＲＬは式（１）と同様にロック時の変換行列、Ｒｄはロック時以降の姿勢の差分を表す変換行列である。Ｒをこのように分解して考えると目的音方向ｔは、

ｔ＝ｉｎｖ（Ｒ）Ｔ
＝ｉｎｖ（ＲＬ＊Ｒｄ）Ｔ
＝ｉｎｖ（Ｒｄ）ｉｎｖ（ＲＬ）Ｔ
＝ｉｎｖ（Ｒｄ）ｐ

となり、ロック時の初期化方向ｐとそれ以降の姿勢の差分を表す変換行列Ｒｄから直接求めることができる。

（３−３）その他の具体例
このように端末座標における目的音方向ｔとワールド座標での目的音方向Ｔとの関係を求める方法は複数あり、本実施形態はその方法を限定するものではない。

また、座標系に関しても、座標軸を本実施形態のように左手系で定義する他にｚ軸を反対向きにとる右手系でもよい。

また、式（１）の変換式を本実施形態ではｔからＴへの変化としたが、Ｔからｔへの変換で定義してもよい。これらの定義の違いで回転角（θｘ，θｙ，θｚ，）や式（２）〜（４）の符号等が変る場合があるが本実施形態においては、本質的な問題ではなく、いずれか１つの定義を用いれば良い。

（４）指向性形成部１０８の動作
次に、図１の指向性形成部１０８の動作の例を述べる。

（４−１）第１の方法
指向方向算出部１０７から端末座標系における現時点での目的音方向ｔが得られるので、既存のマイクロホンアレーの技術を用いてその方向に指向性（指向方向）を形成する。

例えば、適応型アレーの例として方向拘束付出力電力最小化法（ＤＣＭＰ）（菊間著、「アレーアンテナによる適応信号処理」の第５章参照、科学技術出版発行、1998）では指向方向に対するアレーの方向ベクトルｃを求め、アレー重みを、

ｗ＝ｉｎｖ（Ｍｘｘ）ｃ／ｃＨ＊ｉｎｖ（Ｍｘｘ）ｃ

と求めることができる。但し、ｉｎｖ（Ｍｘｘ）はマイクロホン間の相関行列Ｍｘｘの逆行列、ｃＨはｃの複素共役転置である。

また、遅延和アレー（非特許文献１の第７章参照）の場合は、

ｗ＝ｃ／ｃＨ＊ｃ

と求めることができる。これは、各マイクロホン１０１に対する信号の到達時間差が指向方向に対して０になるように信号を遅延させることと等価である。

さらに指向方向に応じて事前に用意した重みを選択する方法もあり、例えばマイクロホンが２つの場合

ｗ＝（１，０）’ｏｒ（０，１）’

のいずれか（’は転置）を用いる例を考えると、これは２つのマイクロホンからどちらかを選択することと等価となる。

選択の基準は指向方向とアレーの配置の関係で決まり、例えば、マイクロホン間を結ぶ直線と指向方向が鋭角を成す側のマイクロホンの成分が１となるｗを用いる例や、指向性マイクロホンを用いる場合は（マイクロホンの）指向特性と指向方向の成す角がより狭いマイクロホンの成分が１となるｗを用いる等の例が考えられる。

このようにして得られた重みｗを用いてマイクロホン１０１−１〜１０１−Ｍで受音した信号ａ１〜ａＭを重み付け加算することで、目的音方向に指向性を向けて処理された信号ｂが、

ｂ＝ｗＨ＊ａ

で得られる。但し、ａ＝（ａ１，ａ２，・・・，ａＭ）’，ｗ＝（ｗ１，ｗ’２，・・・，ｗ’Ｍ）’であり、ｗ’Ｈはｗ’の複素共役転置である。

他にも目的音方向に指向性を形成する方法は存在し、適応型アレーではGriffiths-Jim型アレー（L.J. Griffiths and C.W. Jim，「An Alternative Approach to Linearly Constrained Adaptive Beamforming，」参照 IEEE Trans. Antennas & Propagation，Vol. AP-30，No.1，Jan.，1982）等もしばしば用いられる。

（４−２）第２の方法
また、目的音方向に対して一定の許容範囲（例えば±２０度など）を設け、その範囲から到来した信号に対して強調動作をするという方法もある、
例えば、非特許文献（永田著、「話者追尾２チャネルマイクロホンアレーに関する検討」参照、電子情報通信学会論文誌A、J82-A、6、pp.860-866、1999）の方法は許容範囲内の信号の強調を、従来型のアルゴリズムを巧に組み合わせ目的信号を追尾することにより実現している。

このアルゴリズムを本実施形態の指向性形成部１０８に用いることは効果的であり、許容範囲を設けることで、受音装置１００の筐体１０５の姿勢検出の誤差や、音源が厳密には平面波ではないという前提条件からのズレを軽減するという効果がある。

このように、指向性形成の手段はさまざまであり、本実施形態は指向性の形成方法を限定するものではなく、他の従来技術も利用可能である。

（５）利用方法
図７に本実施形態の利用方法を模式的に表した図を示す。この例では２人の人が向かい合い、左側の人が受音装置１００の筐体１０５を持っている。

相手の声を入力しようとする場合に図７（ａ）のロック時に示すように、受音装置１００の筐体１０５の長辺方向を相手に向けロックボタンを押す。受音装置１００の筐体１０５の長辺は初期化方向になっているため、目的音方向が矢印のように設定される。

その後、図７（ｂ）の動作時のように受音装置１００の筐体１０５の画面等を見るために受音装置１００の筐体１０５の姿勢を変えたとしても、目的音方向は矢印のように相手方向に固定されているため、受音装置１００の筐体１０５に搭載されているマイクロホンアレー等の受音システムの指向方向が目的音方向から外れてしまうことはない。

（第２の実施形態）
本発明の第２の実施形態に係わる受音装置１００について図２、図８、図１１に基づいて説明する。

（１）受音装置１００の構成
図２は、本実施形態に係わる受音装置１００の構成を示すブロック図である。

本実施形態と第１の実施形態の異なる点は、初期化方向辞書２０１が加わっている点である。第１の実施形態では初期化方向は受音装置１００の筐体１０５の長辺など１つに固定されていた。しかし、本実施形態ではこれを複数個備え、姿勢情報記憶部１０４の出力により切り替える。

（２）利用方法
図８を用いて具体的な利用方法を述べる。この利用方法では、受音装置１００の筐体１０５は初期化方向として長辺方向と法線方向の２種類を備えている。

図８（ａ）のように受音装置１００の筐体１０５を寝かせてロックした場合は長辺方向の初期化方向が選択され、相手の声の方向に指向方向が形成される。

これに対し、図８（ｂ）のように受音装置１００の筐体１０５を立ててロックした場合は自分の声の方向に指向方向が形成される。

（３）処理方法
図１１に処理方法のフローチャートを示す。

ステップ１において、ロック情報が入力されたかどうか判定をする。

入力されていれば、ステップ２で受音装置１００の筐体１０５の姿勢を検出する。

ステップ３において、姿勢に応じた初期化方向ｐを選択する。

ステップ４において、初期化方向ｐをワールド座標に座標変換して、目的音方向Ｔを算出する。

ステップ５において、受音装置１００の筐体１０５の姿勢に応じて端末座標から見た目的音方向ｔ、すなわち、指向方向を算出する。

ステップ６において、指向方向の信号が強調されるように、マイクロホンアレーのパラメータが設定される。

これにより、ステップ７において入力信号の処理を行うことで受音装置１００の筐体１０５の姿勢によらず目的音方向の信号を強調することができる。

ステップ８において、処理を継続するか判断し、ｎｏならば終了、ｙｅｓならばステップ１に戻る。

ステップ１において、ｎｏの場合は目的音方向の算出は行わず、ステップ５に飛び、既に求められている目的音方向に従い、現在の指向方向ｐを受音装置１００の筐体１０５の姿勢に応じて算出する。

例外処理として初めてステップ１の処理を行う時はロック情報が入力されるまで待つように設定する。

（４）効果
本実施形態のように複数の初期化方向を設けることで、話者は受音装置１００の筐体１０５に対しほぼ１８０度方向に存在する場合でも、ロックするために受音装置１００の筐体１０５を動かす角度は９０度程度ですみ、使いやすさがより向上する。

（第３の実施形態）
本発明の第３の実施形態に係わる受音装置１００について図３、図９、図１１に基づいて説明する。

本実施形態と第２の実施形態と異る点は、初期化方向辞書２０１の代わりに初期化範囲辞書３０１を備えている点である。ロック情報が入力された時に第２の実施形態では初期化方向が選択されたが、本実施形態では初期化範囲が選択される。

（１）受音装置１００の構成
図３は、本実施形態に係わる受音装置１００の構成を示すブロック図である。

本実施形態はマイクロホン１０１−１〜Ｍと、受音装置１００の筐体１０５の姿勢情報を入力する入力端子１０２、姿勢情報を記憶するタイミングを入力する入力端子１０３と、入力端子１０３の入力に従い受音装置１００の筐体１０５の姿勢を記憶する姿勢情報記憶部１０４と、事前に用意された複数個の目的音範囲を格納した初期化範囲辞書３０１と、初期化範囲辞書から姿勢情報記憶部１０４の出力に応じた目的音範囲を選択する目的音範囲算出部３０２と、マイクロホン１０１−１〜１０１−Ｍに入力された信号から音源方向を推定する音源方向推定部３０５と、推定された音源方向が目的音範囲算出部３０２で得られた目的音範囲内か否かを判定し、範囲内である場合はその音源方向を初期化方向として出力する判定部３０３と、判定部の出力と入力端子１０２からの姿勢情報に基づき目的音方向を算出する目的音方向算出部１０６と目的音方向算出部１０６の出力をもとに受音装置１００の筐体１０５においてどの方向に指向性を向ければ良いかを決定する指向方向算出部１０７と、算出された指向方向に基づき複数のマイクロホンの信号を処理し、指向方向を向けた方向の信号を強調出力する指向性形成部１０８から構成される。

（２）受音装置１００の動作
次に本実施形態の動作を説明する。

受音装置１００の筐体１０５を話者の方向に向けてロックをしても初期化方向が話者の方向とわずかにずれていることはありえる。そこで、初期化方向の代りに、それより少し角度に余裕を持たせた（例えば、受音装置１００の筐体１０５の長辺方向±２０度など）初期化範囲を設定する。

その後、受音装置１００の筐体１０５の向けられた人の発話の方向を音源方向推定部３０５で推定し、その方向を初期化方向として目的音方向算出部１０６で上記実施形態と同様に目的音方向の算出を行い、指向性の形成の処理へと進む。

ここで、初期化範囲が設定され相手が発話する間に、他の方向から雑音等が発生する可能性はある。判定部３０３は音源方向が初期化範囲から外れているか否かを判定し、外れていた場合は、目的音方向算出の処理に進まないようにする。

（３）利用方法
図９に本実施形態の利用方法を模式的に表した図を示す。

図９（ａ）において、相手方向に対する初期化範囲（図の矢印で挟まれた範囲）が設定される。

次に、図９（ｂ）において、相手の発話方向に基づいて初期化範囲が確定し、これが目的音方向となる。

このような構成にすることで、初期化方向を厳密に発話相手に向ける必要がなく、おおよその向きが合っていればよいという効果がある。

（第４の実施形態）
本発明の第４の実施形態に係わる受音装置１００について図４に基づいて説明する。

図４は、本実施形態に係わる受音装置１００の構成を示すブロック図である。本実施形態は、第２の実施形態の指向方向算出部１０７がなくなり、目的音方向算出部３０６の出力が指向性形成部１０８に直接渡されている点が異なる。

第２の実施形態において指向性形成部１０８の入力である端末座標上での目的音方向ｔは式（５）の変換で得られる。この計算を現在の姿勢に対応する回転角（θｘ，θｙ，θｚ）に基づき逐次行う必要があるが、一方で目的音方向がそれほど大きく変らない場合は、逐次計算した場合とロック時の回転角（φｘ，φｙ，φｚ）で求めた場合とで目的音方向ｔの値に大差がない。本実施形態では目的音方向ｔを、ロック時に求めた値に固定してしまうことでその後の逐次計算を行わず済む構成としている。

本実施形態は、ロック後に受音装置１００の筐体１０５の姿勢が大きく変化する可能性がある場合には不向きであるが、変化が小さい場合は目的音方向ｔを逐次更新する必要がなく、計算量を削減できる効果がある。

（第５の実施形態）
本発明の第５の実施形態に係わる受音装置１００について図５、図１０に基づいて説明する。

図５は、本実施形態に係わる受音装置１００の構成を示すブロック図である。本実施形態は、第４の実施形態の入力端子１０３と姿勢情報記憶部１０４が除かれている構成となっている。

本実施形態では時々刻々と変化する受音装置１００の筐体１０５の姿勢に基づいて初期化方向を選択し、これをそのまま指向方向として扱う構成になっている。

例えば、第６の実施形態で示すにように、受音装置１００を音声翻訳装置に適用した場合、受音装置１００の所有者と相手話者が向かい合って受音装置１００を介して話をする状況が考えられる。図１０（ｂ）のように、所有者が受音装置１００に音声を入力する時は受音装置１００の筐体１０５を立て気味にし、相手に音声を入力してもらう時は図１０（ａ）のように受音装置１００の筐体１０５を寝かし気味にするのは自然な動作である。

このように目的音声の方向と受音装置１００の筐体１０５の角度に密接な関係がある場合は、わざわざロック情報を与えるまでもなく、受音装置１００の筐体１０５の姿勢だけで指向方向の切り替えが可能である。例えば３軸重力加速度センサを使えば重力加速度方向（下方向）を検出することが可能である。

この方向（図１０のベクトルｇ）と受音装置１００の筐体１０５の長辺方向のベクトル（ｒ）の成す角が所定の値より小さいときは、相手の声に指向方向を向けるため受音装置１００の筐体１０５の長辺方向に水平に設定されている初期化方向ｐ１が選択され、大きいときは法線方向に設定されている初期化方向ｐ２が選択される。

このような構成とすることで、ユーザは受音装置１００の筐体１０５の動きだけで指向性を切り替えることが可能となり、よりスムーズな利用が可能となる。

（第６の実施形態）
本発明の第６の実施形態に係わる翻訳装置２００について図６と図１２に基づいて説明する。本実施形態は、第１の実施形態の受音装置１００を翻訳装置に適用した場合である。

図１２は、翻訳装置２００のブロック図であり、受音装置１００によって指向性方向の音声を翻訳部２０２が所定の言語（例えば、英語から日本語）に翻訳する。

図６に示すように相手に対しロックを行い、相手からの英語の音声を拾って、それを日本語に翻訳して、表示または日本語の音声で再生する。

（変更例）
本発明は上記各実施形態に限らず、その主旨を逸脱しない限り種々に変更することができる。

本実施形態では音声を入力する手段としてマイクロホンを用いたが、事前に録音した信号等を再生して流し込む等の方法や、計算シミュレーション等で生成された信号を用いるなど、さまざまな方法があり、受音手段をマイクロホンに限定するものではない。

本発明の第１の実施形態に係わるブロック図である。 第２の実施形態に係わるブロック図である。 第３の実施形態に係わるブロック図である。 第４の実施形態に係わるブロック図である。 第５の実施形態に係わるブロック図である。 受音装置１００の姿勢と目的音方向の関係を示す図である。 第１の実施形態の利用方法を示す図である。 第２の実施形態の利用方法を示す図である。 第３の実施形態の利用方法を示す図である。 第５の実施形態の利用方法を示す図である。 第２の実施形態のフローチャートである。 第６の実施形態に係わるブロック図である。

符号の説明

１００ 受音装置
１０１ マイクロホン
１０２ 入力端子
１０３ 入力端子
１０４ 姿勢情報記憶部
１０６ 目的音方向算出部
１０７ 指向方向算出部
１０８ 指向性形成部

Claims (12)

1. 筐体に設けられた複数の受音部と、
   前記筐体の予め設定された初期化方向を、前記筐体を中心とした端末座標系で記憶する初期化方向記憶部と、
   実空間に対応したワールド座標系における前記筐体の姿勢を表す姿勢情報を検出する姿勢情報検出部と、
   受音を行うタイミングを表すロック情報を出力するロック情報出力部と、
   前記ロック情報が入力した時の前記姿勢情報を、ロック姿勢情報として記憶する姿勢情報記憶部と、
   前記ロック姿勢情報を用いて、前記端末座標系によって表された初期化方向を前記ワールド座標系における方向である目的音方向に変換する方向変換部と、
   前記目的音方向に受音のための指向性を定めて、前記複数の受音部によって受音する指向性受音部と、
   を有する受音装置。
2. 前記初期化方向記憶部は、前記初期化方向を複数記憶し、
   前記ロック姿勢情報に基づいて、いずれかの一つの初期化方向を選択する方向選択部を有する、
   請求項１記載の受音装置。
3. 受音の対象となる音源の方向を検出する音源方向検出部と、
   前記筐体に対して予め設定された範囲である初期化範囲を記憶する初期化範囲記憶部と、
   前記音源方向が、前記初期化範囲内である場合に、前記音源方向を前記初期化方向とする判定部と、
   を有する請求項１記載の受音装置。
4. 前記初期化範囲記憶部は、前記初期化範囲を複数記憶し、
   前記ロック姿勢情報に基づいて、いずれかの一つの初期化範囲を選択する範囲選択部を有する、
   請求項３記載の受音装置。
5. 前記指向性受音部は、前記初期化方向に指向性を定める、
   請求項１記載の受音装置。
6. 前記ロック情報出力部は、前記筐体が特定の姿勢にある時に前記ロック情報を出力する、
   請求項１記載の受音装置。
7. 前記ロック情報出力部は、前記筐体が特定の姿勢にある時に前記ロック情報を出力する、
   請求項５記載の受音装置。
8. 前記ロック情報出力部は、ユーザの発話開始時に前記ロック情報を出力する、
   請求項１記載の受音装置。
9. 前記指向性受音部は、前記目的音方向を含む所定の追尾範囲に指向性を定める、
   請求項１記載の受音装置。
10. 前記指向性受音部は、前記目的音方向からの音声信号をより高い感度で受音できる前記一または複数の受音部を選択する、
    請求項１記載の受音装置。
11. 前記筐体の予め設定された初期化方向を、前記筐体を中心とした端末座標系で記憶し、
    実空間に対応したワールド座標系における前記筐体の姿勢を表す姿勢情報を検出し、
    受音を行うタイミングを表すロック情報を出力し、
    前記ロック情報が入力した時の前記姿勢情報を、ロック姿勢情報として記憶し、
    前記ロック姿勢情報を用いて、前記端末座標系によって表された初期化方向を前記ワールド座標系における方向である目的音方向に変換し、
    前記目的音方向に受音のための指向性を定めて、前記筐体に設けられた複数の受音部によって受音する、
    受音方法。
12. 前記筐体の予め設定された初期化方向を、前記筐体を中心とした端末座標系で記憶する初期化方向記憶機能と、
    実空間に対応したワールド座標系における前記筐体の姿勢を表す姿勢情報を検出する姿勢情報検出機能と、
    受音を行うタイミングを表すロック情報を出力するロック情報出力機能と、
    前記ロック情報が入力した時の前記姿勢情報を、ロック姿勢情報として記憶する姿勢情報記憶機能と、
    前記ロック姿勢情報を用いて、前記端末座標系によって表された初期化方向を前記ワールド座標系における方向である目的音方向に変換する方向変換機能と、
    前記目的音方向に受音のための指向性を定めて、前記筐体に設けられた複数の受音部によって受音する指向性受音機能と、
    をコンピュータによって実現する受音プログラム。

Images