JP2008522534A - スピーカをマイクロホンとして使用する位置検出 - Google Patents

Abstract

複数のスピーカを有するマルチチャンネルオーディオシステムを使用して、スピーカによりカバーされる領域内の１つ以上の独立な雑音源の位置に関する情報を求める。マルチチャンネルオーディオシステムでは、オーディオ出力装置は１つ以上のオーディオ源に結合され、それからオーディオ信号を受け取る入力を有し、オーディオ駆動信号を発生しそれをいくつかのスピーカにそれぞれ出力するオーディオ処理モジュールとを有する。検知モジュールは、オーディオ処理モジュールの出力と結合され、スピーカにより検知されたサウンドに対応する信号を受け取る入力を有する。検知モジュールは、オーディオ駆動信号に対応する信号と、スピーカのレンジ内の独立な雑音源からの検知信号を弁別する弁別器を含む。位置計算モジュールは、独立な雑音限のスピーカに対する２次元または３次元の位置を決定する。決定した位置を使用して、そのオーディオシステムまたはそのオーディオシステムに結合された他の装置の制御パラメータを決定する。

Description

発明の詳細な説明

本発明は、サウンド出力を発生するためにスピーカを使用するオーディオシステムであって、そのスピーカを、サウンド入力を検出するマイクロホンとしても使用するオーディオシステムに関する。

コンシューマ向け電子機器の使用における明らかなトレンドは、ユーザインターフェイスの簡単化である。ユーザによるマニュアル操作を要する「設定」や「動作調節」のようなタスクは、可能な限り自動的に行える方が望ましい。これは、調整タスクが複雑で困難な場合や、または調節をすると正常に動作している機器が正常に動作しなくなってしまうおそれのある場合に特に当てはまる。かかる調整タスクの例としては、オーディオシステムが動作している環境に合わせたバランス、トーン、ボリューム等のオーディオ出力パラメータの設定が挙げられる。

かかるタスクのいくつかは、その機器自体が例えば環境を検知して必要な調整制御パラメータを決定することが可能かつ実際的であれば、自動的または半自動的に行うことができる。

これに関し、先行技術において、スピーカは双方向の音響電子工学トランスデューサであることが分かっている。すなわち、スピーカは、感度は比較的低いがマイクロホンとしても機能する。であるから、スピーカを使用して口頭の命令やコマンドを受信して、機器を制御することが原理的にはできる。

例えば、米国特許第５，２５５，３２６号には、ユーザが口頭でコマンドを発してサウンド出力を調整し、またはオーディオシステムのその他の機能を制御できるオーディオシステムが記載されている。システムはその口頭のコマンドを、スピーカをマイクロホンとして使用して受信する。上記の米国特許第５，２５５，３２６号では、赤外センサーのペアを使用して主要なリスナーの位置を検出して、この位置情報を使用して、サウンド出力の左右バランスを自動的に調節して、ステレオ効果を最適化することが提案されている。

欧州特許第１４４３８０４Ａ２号には、マルチチャネルオーディオシステムが記載されている。このシステムは、動作領域内の複数のスピーカの相対的な位置を自動的に確認するために、それらのスピーカをマイクロホンとしても使用するものである。使用前に、各スピーカにより連続的にテストトーンを発生し、各スピーカの相対的な位置を決定する自動的設定手順を行い、この情報を使用して、事前にプログラムされた複数のリスナー位置の１つに合わせてオーディオ出力を調整して、サラウンドサウンドを最適化する。

本発明は、スピーカを使用してシステムの１人以上のユーザまたは他のサウンド発生オブジェクトの動的な位置を２次元または３次元で検出し、システムの出力パラメータを適宜調整するオーディオシステムに関する。

一態様では、本発明はオーディオ出力装置をもたらす。該オーディオ出力装置は、１つ以上のオーディオソースに結合し、それからオーディオ信号を受信する入力と、複数のオーディオ駆動信号を発生し、複数のスピーカに接続した出力に前記オーディオ駆動信号を供給するオーディオ処理モジュールと、前記オーディオ処理モジュールの出力に接続された入力を有し、前記スピーカにより検知されたサウンドに対応する信号を受信する検知モジュールであって、前記オーディオ駆動信号に対応する信号と前記スピーカのレンジ内の独立な雑音限から検知した信号とを弁別する弁別器を含む検知モジュールと、前記独立な雑音限の前記スピーカに対する２次元または３次元の位置を決定する位置計算モジュールとを有する。
添付した図面を参照して、例により、本発明の実施形態を説明する。

一態様では、好ましい実施形態は、自動的に「パーソナル化」及び「ポジショニング」の機能を提供するオーディオシステムまたはオーディオ機器を提供する。

「パーソナル化」機能では、その機器の個別ユーザを識別するステップがある。そのユーザは制御方法及びメディアコンテンツへのアクセスに関して特定の嗜好を有する場合がある。「ポジショニング」は、その機器が設置されている部屋のどこにユーザがいるか、またはそもそもユーザが部屋にいるかどうかの識別に関するものである。誰（個人またはグループ）がどこにいるかに関する情報を有すると、ユーザの手間は最小限で、またはユーザの手はわずらわさないで、その機器は動作方法を最適化して、ユーザの要求を満たすことができる。

ポータブル装置が家のどこにあるか知ることは、各人がどこにいるか知ることと同様に望ましい。

オーディオ技術により、サウンド（ｓｏｕｎｄ）が１つ以上の経路を伝わる時間を測ることにより、ポジショニングをするコストの低い方法がある。しかし、かかるシステムを実施するには、明らかにサウンドセンサが必要である。これは通常はマイクロホンや超音波トランスデューサの追加を意味している。これは設定が不便であり、通信リンクまたは接続ワイヤを追加して、システム全体とインターフェイスしなければならないという別の不利益もある。本発明の好ましい実施形態によると、ハードウェアの追加の必要性は無くなり、または減少し、エンドユーザの手間無しにポジショニングを実施できる。

実際的な観点から、多くのリビングルームにはすでに複数のスピーカが備え付けられ、満足できるステレオ効果やサラウンドサウンド効果を得られるように好適に位置決めされている。これらのスピーカは、ユーザがマイクロホンやカメラ等を追加しなくても、人や機器のためのローカルポジショニングシステムの要素として使用できる。スピーカは、サウンド発生器として通常の機能を有するとともに、室内の他のサウンドを検知するマイクロホンとしても使用できる。
図１を参照して、本発明のオーディオ出力装置を組み込まれたオーディオシステム１について説明する。１つ以上の従来のオーディオ源２が、従来通り、オーディオ信号３をアンプ４に供給する。オーディオ源２はアナログでもデジタルでもよく、ＣＤプレーヤ、ＤＶＤプレーヤ、レコードプレーヤ、テーププレーヤ、サウンドサーバ、コンピュータシステム、テレビジョン、マルチメディアセンタ等を１つ以上含んでいる。アンプ４はスピーカ１５に好適なオーディオ信号５を供給する。好ましくは、アンプは４チャンネル方式その他のサラウンドサウンドシステムチャンネルのためのマルチチャンネルオーディオ信号を供給する。本実施形態では、４つのチャンネル５ａ、５ｂ、５ｃ、５ｄを示した。
オーディオ出力装置６は、入力７においてオーディオ信号５を受信するように結合されている。この入力７は好ましくはマルチチャンネル入力であるが、単一チャンネル入力であってもよい。オーディオ処理モジュール８は、スピーカ１５を駆動する複数のオーディオ駆動信号を出力９に発生する。出力９は、少なくとも２つ、好ましくは少なくとも３つまたは４つ設けられる。オーディオ処理モジュール８は増幅セクションを含む。さらに重要なことは、オーディオ処理モジュール８がスピーカ１５とオーディオ源２／アンプ４との間のインターフェイスとなり、（ｉ）オーディオ駆動信号に対応する信号と、（ｉｉ）オーディオ駆動信号に対応しないスピーカからのフィードバック（または検知された）信号との分離が可能とすることである。

オーディオ処理モジュール８は、好ましくは、スピーカ１５がアンプにより駆動されて通常の直接的な電気的接続と同等の結果が得られ、同時に、出力１２を供給して検知モジュール１０がオーディオ駆動信号と検知されたオーディオ信号とを弁別できるように、スピーカ１５をアンプ４に接続する。検知されたオーディオ信号は、スピーカのレンジ内の、スピーカがマイクロホンとして機能してピックアップされる独立な雑音源に対応する。

一般的には、スピーカにより「発生されたサウンド」によりそのスピーカで得られるパワーレベルは、そのスピーカにより「検出されたサウンド」のパワーレベルと比較して、振幅が何桁も異なる。検知モジュール１０は、以下に説明する１つ以上の方法を用いて、上記の２つのレベルを弁別するように構成されている。その弁別は、後述するように、「検出したサウンド」信号と「発生したサウンド」信号を同時に、または半同時に弁別するものであってもよい。別のモジュール６として示したが、オーディオ処理モジュール８は１つのオーディオ装置、またはオーディオ出力セクションを組み込んだマルチメディア装置に組み込んでもよい。

検知モジュール１０は、出力９上の独立な雑音源から検知された信号を入力７上のアンプ４により発生された信号から分離する弁別器１１を内蔵する。弁別器１１の機能には、入力７上のアンプ信号を出力９上の駆動信号から単に減算することが含まれる。

しかし、より好ましくは、オーディオ駆動信号自体は、スピーカ１５により再生されるとき、出力９の検知された信号にエコーを生じる効果を有する。各スピーカはそれ自体のエコーされたサウンド及び他のスピーカから受信したサウンド（すなわち、「クロスチャンネル干渉」）に対してマイクロホンとして動作するからである。よって、弁別器１１は、好ましくは、入力７のアンプ信号を減算するだけではなく、同一チャンネルと場合によっては他チャンネルからのアンプ信号のエコー（ｅｃｈｏｅｄ ｃｏｐｉｅｓ）も減算し、独立な雑音源から検知されたサウンドに対応する信号だけを残す信号処理モジュールを含む。
このように、「独立な雑音源」との表現は、それが発生するサウンドが直接的または間接的にオーディオ駆動信号に起因または対応する、またはオーディオ駆動信号から求められるサウンド発生体（ｓｏｕｎｄ ｅｍｉｔｔｉｎｇ ｏｂｊｅｃｔｓ）を示すものとして使用される。よって、本明細書を通して、「オーディオ駆動信号に対応する信号」は、オーディオ駆動信号自体のみならず、オーディオ駆動信号から直接的に得られる検知（された）信号（ｓｅｎｓｅｄ ｓｉｇｎａｌｓ）（例えば、それからのエコーやクロスチャンネル干渉）も含む。

検知モジュール１０と弁別器１１は、各スピーカからの独立したサウンド源に対応する別々に弁別された信号を求めるために、各チャンネルで独立に動作できる。他の構成では、別々の検知モジュール１０及び／または弁別器１１を各チャンネルに設ける。弁別器１１の（スピーカ毎の）出力１３は位置計算モジュール１４に送られる。このモジュールは、スピーカ１５により検出された独立な雑音源からの弁別されたサウンドを分析し、各独立な雑音源の位置を決定する。

弁別器１１は、少なくとも２つの異なる方法で動作できる。

第１の方法は、オーディオ駆動信号に対応する信号と独立な雑音源からの信号との弁別を、オーディオ駆動信号が所定の閾値より低くなる「休止」期間のみに独立な雑音源を「聞く」ことにより、独立な雑音源からの信号が複雑な信号処理や分析をしなくても容易に識別可能となるようにして行う。所定の閾値は適当な低音量に設定できる。

休止期間は、例えば数ミリ秒以上の自然に生じる期間であり、スピーチや映画のサウンドトラックに通常生じるものである。あるいは、またはそれに加えて、例えばアンプの利得を切り換えるか変更して、オーディオ駆動信号を定期的に抑制することにより、休止期間を意図的に作ってもよい。これは自動的に、またはユーザの指示により実施される。
これらの構成では、弁別器１１は、休止期間である時にのみ出力を供給する比較的簡単な機能を有する。これは、センサモジュール１０をスイッチオン・オフする比較的簡単なリレー装置により行うことができる。
この休止期間を使用するアプローチには、オーディオ駆動信号と独立な雑音源の信号の大きく異なる信号レベルを電気的にミックスしないという利点がある。音響的には、スピーカは、「マイクロホン」モードで動作している時には、システムによりその前に発生されたサウンドにより生じたエコーが消えてからは、その近傍の独立な雑音源により発生されるサウンド以外に検出すべきサウンドはない。このアプローチの欠点は、休止期間に依存することである。自然な休止期間の場合、オーディオ出力の種類（例えば音楽）によってはないこともあり得る。故意に作られた休止期間の場合、それが連続したオーディオ出力中で検出可能なくらい長いとリスナーには耳障りである。

第２の方法は、オーディオ駆動信号に対応する信号と独立な雑音源からの信号とを、オーディオ出力と同時に弁別するものであり、上記のように半同時な時間スライスによるアプローチではない。スピーカの振動板の実際の動きを、そのスピーカに入力された電気的オーディオ入力と比較して、連続的に区別することにより弁別を行う。１つのアプローチでは、オーディオプロセッサ８はアンプ４とスピーカ１５との間にインピーダンスを有する。入力７の入来オーディオ信号を出力９のオーディオ駆動信号から減算して、スピーカのレンジ内の独立な雑音源を決定する。

スピーカとアンプのインピーダンスは複雑であり周波数依存性がある（「電圧ソース」かつ「電流駆動」である）、そして独立な雑音源からの信号振幅は駆動信号よりも非常に低い。このように、より高度な信号処理技術が好ましい。これらの方法では、上記の通り、エコー信号とクロスチャンネル干渉信号とを考慮してもよい。信号処理には、アンプ４とスピーカ１５の組み合わせの実際の特徴を評価する自動的適応が含まれる。

位置計算モジュール１４は、検出された独立な雑音源の位置を決定するように構成されている。その独立な雑音源の信号は、各スピーカ１５に対して少なくとも１つある検知モジュール１０の出力で受信される。

図２は、４−スピーカシステムの場合の位置計算モジュール１４の動作を説明する概略図である。５−スピーカシステムでは、低周波数のサブウーファースピーカは無視できる。
人すなわちユーザＡが発話すると（すなわち、独立な雑音源として振る舞うと）、点線で示した経路に沿って４つのスピーカにそのユーザＡの声が届くのに要する時間を測定することにより、４つのスピーカ１５ａ．．．１５ｄに対するそのユーザＡの位置が検出できる。人すなわちユーザＢが発話すると、その声は異なる経路に沿って伝わり、到達するまでの時間が異なるので、そのユーザＢの位置を計算することができる。

かかる時間はユーザが話すスピーチの適当な部分から測ることができる。比較的簡単なソリューションは、ユーザＡまたはＢからのサウンドレベルが一定の閾値を越える時点を探すことにより、ユーザによるセンテンスの開始を検出することである。より高度な方法には、音素パターンの相関により、信頼性を低下させ得るスピーカの遠近による振幅の違いの補償が含まれる。

システムにはユーザが雑音（ｎｏｉｓｅ）を出し始める時が絶対的には分からないので、雑音源から各スピーカまでの測定される時間（及びそれにより計算される距離）は相対的にしか分からない。しかし、本システムが４つのスピーカの実際の位置と距離を示す基準情報を用いて事前にプログラムされている場合、雑音源の実際の位置は正確に計算できる。
実際、４つのスピーカ１５ａ．．．１５ｄの相互の位置は、各スピーカが順番にテストサウンドを発して他の３つのスピーカがマイクロホンとして動作するテストシーケンスを用いて、初期設定プロセスで自動的にシステムにより検出できる。サウンドがスピーカ間を伝わる時間を測定することにより、その相対的に位置を決定できる。空気中のサウンドのスピードは一定だからである。

図３を参照して方法の例を説明する。テストシーケンスでは、最初に、システムが左前スピーカ１５ａから第１のサウンドバーストを発して、右前スピーカ１５ｂ、右後ろスピーカ１５ｄ、左後ろスピーカ１５ｃによる第１のサウンドバーストの受信までの時間を測定することにより、経路長３１、３２、３３を決定する。次に、システムは、右前スピーカ１５ｂから第２のサウンドバースト（ｓｏｕｎｄ ｂｕｒｓｔ）を発して、左後ろスピーカ１５ｃと右後ろスピーカ１５ｄによる第２のサウンドバーストの受信にかかる時間を測定することにより、経路長３４、３５を決定する。最後に、システムは、右後ろスピーカ１５ｄから第３のサウンドバースト（ｓｏｕｎｄ ｂｕｒｓｔ）を発して、左後ろスピーカ１５ｃによる第３のサウンドバーストの受信にかかる時間を測定することにより、経路長３６を決定する。

言うまでもなく、測定の順序と組み合わせは変更してもよい。サウンドバーストは、同時検出ができるように異なる周波数を用いれば、同時に発することもできる。望ましければ、スピーカの組み合わせを変えてまたは逆にしてさらにチェックすると、結果を確認したり精度を高めたりできる。

スピーカがある部屋における反射、エコー、音響ダンピングにより、スピーカが検知する信号は様々になる。それでもなお、直接の経路が最短経路であると仮定でき、システムはサウンドバーストに対する最初の（最速の）応答のみを測定して、その後の入力は無視しても、経路長は信頼性高く計算できる。

スピーカの位置が頻繁に変わらないかぎり、テストシーケンスは頻繁に行う必要はなく、オーディオシステムのスイッチをオンにした時に１回だけ行ってもよい。テストシーケンスにより、スピーカのすべてのペア間の経路長を計算し、位置計算モジュール１４のメモリ１８中でそのスピーカの位置を「固定」することができる。この位置計算モジュールは、システムの各スピーカ１５により受信されたサウンド測定から検出された独立な雑音源の絶対的な位置を決定するための基準マップを格納していることが好ましい。

スピーカ１５の相対的な位置は、このシステムが動作するには四角形や規則的なパターンでなくてもよい。
正しいスピーカ位置の検知を容易にし、ユーザに最小限の手間しかかけないように、設定時のサウンドバーストは、比較的高い周波数（例えば約１６ｋＨｚ）かつ低い音響レベルであって、ほとんどの人の可聴レンジを越えているがスピーカにはうまく検出できるものであることが好ましい。
注意することは、独立な雑音源の位置を決定するためのシステムの使用は、４つのスピーカが境界となる領域に限定されないことである。その領域の外側からのサウンドの経路長はやはり異なり、遅延時間により位置計算をすることができる。

一旦設定すると、検知モジュール１１と位置計算モジュール１４は、人であろうと対象であろうと、独立な雑音源の位置を検出する方法は同じである。その人または対象がサウンドを発生する。そのサウンド中の所定時点を様々な方法で特定して、４つのスピーカにおける到達する相対的な時点を測定する。システムにはスピーカがどのくらい遠くにあるか分かっているので、簡単な幾何学により人または対象の位置を計算する。システムは、その機能に影響するいろいろな方法で、その位置情報を使用する。

重要な側面として、システムはサウンド再生と検知の両方のために少なくとも３つまたは４つ以上のスピーカを使用するように構成され得るということである。これにより、例えば上記のように、２次元または３次元的に独立な雑音源の位置を正確に決めることができる。これは先行技術のシステムにはない機能である。スピーカ１５が同一平面（例えば、床から数１０センチメートルの水平なＸ−Ｙ平面）上にあれば、システムは独立な雑音源の位置（少なくともｘとｙ）を正確に決定できる。少なくとも３つの他のスピーカにより画成される平面の外にスピーカを配置することにより、３次元の位置検知を実施することができる。従来のサラウンドサウンドシステムでは、図２と３に示したように、四角形状で同じ高さにある４つのスピーカと、その四角形状の後ろか前の床（例えばテレビジョン画面の下）に配置した会話用のサブウーファまたは中央スピーカとを使用するのが通常である。レベルの違いにより完全な３次元の位置検知を実施できる。

上記のシステムの典型的な実施形態を図４の略ブロック図に示した。システム４０は以下の通り動作する。コントローラ４１は、スイッチがオンされたとき、またはあまり頻繁ではない時間間隔を空けて、テストシーケンスジェネレータ４２を起動してテストシーケンスを行う。オーディオアンプ４の入力は、上記のように、オーディオ信号のパターンを作るテストシーケンスジェネレータ４２に接続されている。これにより、各スピーカ１５が順番にサウンドバーストを発生し、他のスピーカがそのサウンドを検出する。検出されたサウンドは、チャンネル毎に検知モジュールと弁別器１０（スピーカのインターフェイスユニットとして示した）により検知と弁別が為される。各チャンネルの弁別信号４３は、それぞれのサウンド特徴検出器４４に送られる。

各サウンド特徴検出器は、弁別されたサウンドの波形中の所定点（例えば、正弦波バーストの最初）を特定し、トリガー信号を送信する。このトリガー信号のタイミングを、コントローラ４１から供給されたテストシーケンスジェネレータからの基準「開始」トリガー信号と比較する。この比較により、テストされている経路のサウンドの時間遅延が求まる。これらのタイミング測定の結果を計算し、時間遅延記憶ブロック４５に格納する。このブロックは、テストシーケンスが完了した後、テストされた音響経路（すなわち、スピーカのすべてのペア）のすべての時間遅延の記録を有する。

位置計算モジュール１４は、テストシーケンスで求めた時間遅延記憶ブロック４５からの情報を受け取り、それを用いてスピーカ間の距離を計算する。この情報は後で使用するために位置計算モジュール１４内に保持される。この情報により、室内のスピーカ１５のレイアウトの基準マップ、すなわち検知されたサウンドが配置されるフレームワークを決めることができる。

テストシーケンスが完了すると、システム４０は通常の動作モードに戻る。このモードにおいて、独立な雑音源の位置を決定することができる。この通常動作モードでは、コントローラ４１はテストシーケンスジェネレータ４２を選択できないが、（テストシーケンスで発生したサウンドタイプやサウンドパターンと異なる場合）所定のサウンドタイプやサウンドパターンを探すようにサウンド特徴検出器４４を設定することができる。例えば、サウンド特徴検出器を再構成して、テストモードで使用される低レベルの１６ｋＨｚ正弦波バーストではなく、低周波数の音声または咳を探させる。このように、一般的な形態では、サウンド特徴検出器４４は、独立な雑音源の１つ以上の特徴的部分を特定する１つ以上の信号プロセッサであって、その特徴的部分を使用して相対的な時間差を決定するものも含む。

通常の動作モードでは、４つのすべてのスピーカ１５によりピックアップされた適当なサウンドはサウンド特徴検出器４４により認識される。各サウンドは、そのサウンド源からスピーカにサウンドが伝わるのにかかる時間の長さに対応する時間にトリガーする。この情報は時間遅延記憶ブロック４５に格納され、順番に位置計算モジュール１４に送られる。

検出されたサウンドの時間遅延は相互に相対的のものである（独立な雑音源には、テストシーケンスジェネレータからの「開始」トリガー信号に相当する信号はない）が、位置計算モジュール１４にはスピーカ間の絶対的な距離が分かっている。それゆえ、検出されたサウンド源の絶対的位置を計算できる。（例えば、左前スピーカ１５ａから右前スピーカ１５ｂの間のベースライン方向に対するｘ、ｙ座標点の形式である）この位置情報が、アプリケーションの要求に従って処理する大きなシステムすなわちネットワークに対して使用可能となる。
室内のサウンドが検出されるたびに、システムの位置出力は更新され、最新のサウンド源の位置を反映させる。好ましくは、オーディオ出力装置６は、１つ以上の所定の雑音源に割り当てられる所定パターンまたは特徴のサウンドを検出するように構成された一致モジュール１６を含む。一致モジュールは、所定の独立な雑音源と関連づけ得る所定パターンまたは特徴のライブラリ１７を含む。これらの所定の雑音源は、ライブラリ１７に一致候補として格納された特徴的なサウンドパターンを有する人や電話等の対象であってもよい。

本発明は多数のアプリケーションがあるが、その例を以下に説明する。

１． マルチチャンネルオーディオシステムの自動バランス制御：３つ以上のスピーカを有するサラウンドサウンドシステムにおいて、そのシステムは、１人以上のユーザがそれぞれ雑音（例えば、咳や特定の音声コマンド）を発することにより、その２次元または３次元の位置を決定でき、この位置情報を使用して、その１人以上のユーザに対して最適な左右・前後の空間的サウンド分配を設定することができる。システムは、２人のユーザを検出した場合、そのユーザの中間に対して最適化された空間的分配を選択してもよい。ユーザは、室内で移動したとき、システムに対して雑音を発するだけで、最適なサウンドの空間的分配が自動的に再調整される。このように、一般的な形態では、検出された独立な雑音源を使用して、サウンドの空間的分布を最適化するサウンドバランス制御制御パラメータを設定することができる。
２． 異なるユーザ嗜好の最適化：マルチチャンネルオーディオシステムは、異なるユーザのリスニング嗜好を学習してもよい。システムは、ユーザの音声特徴に一致する独立な雑音源を検出すると、検出された個々のユーザ及び／またはユーザグループの嗜好をしようして、サウンドパラメータ、プログラム素材選択、及びバランスを自動的に最適化する。必要なものは、誰がいるかシステムが区別できる雑音を各個人が発することだけである。オーディオ出力はすべてのユーザに対して最適な出力となるように調整される。例えば、システムは、部屋にジェームスと、彼の妻ジェーンと、息子ジャックとがいると判断する。ジェームスは中央にいて、ジェーンは左後ろスピーカの近くにいて、ジャックは左前スピーカと右前スピーカの間を動き回っている。システムは、ジェームスが音楽をかなり大きな音量でかけることを好み、ジェーンはもっと小さな音量を好み、小さいジャックの聴覚を守るためにレベルを制限しなければならないことを学習している。結果として、システムは、制御パラメータを中程度の音量レベルとし、音量レベルが低いことを補償するためにバス制御を高くし、ジェーンが左後ろスピーカの近くにいてそれからの大きな音は邪魔になるのでサラウンドサウンドの強調を低くすることを決定する。全体として、すべてのリスナーを満足させるために、次善のサウンド出力が為される。通常の学習システムと同様に、部屋にいる３人はプログラムコンテンツの選択にも影響を与えることができる。

他の同様のアプリケーションは、リスナーがいる領域のオーディオ再生を最適化する制御パラメータを設定できる。例えば、スピーカの空間的特徴は周波数的に一様ではなく、システムは、リスナーが所定のスピーカから３０°ずれていて、その位置では高周波応答が４ｄＢ落ちることを知っていれば、そのチャンネルを補償するためにトーン制御を調整してもよい。かかるシステムにより、リスナーの位置に最適化された、（部屋のその他の領域における品質は考慮しない）品質のよいサウンド再生が可能となる。

同様に、リスナーが部屋の最適な中心位置から遠いところにいると検出された場合、システムは、近くのスピーカからのサウンド信号に時間遅延を加えて、リスナーがいるところでサラウンドサウンドイメージをよくすることにより、補償をする。

３． オンデマンドでのオーディオ出力の適応：システムが音声認識システムと一体になっている場合、個別のユーザは、オーディオ出力の制御やシステムに接続されている他の電子装置を制御するようにシステムに命令することができる。しかし、その上、「ユーザ」は必ずしも人でなくてもよく、装置であってもよい。一致モジュール１６は、例えば電話の呼び出し音、ドアベルの音、火災または煙警報の音、その他の可聴な「警報」信号を発生する装置を検出するようプログラムされ得る。この場合、その装置と関連づけられた「ユーザ嗜好」は、システムのオーディオ出力の音量をすぐに下げるか、またはシステムのスイッチを完全にオフにすることである。
このように、システムが音楽を演奏している間に携帯電話が鳴ると、システムはその電話の位置と、誰がそれに応答しているか検出できる。ユーザ嗜好に応じて、かかる情報を使用してオーディオ出力（ａｕｄｉｏ ｐｒｅｓｅｎｔａｔｉｏｎ）を自動的に適応させ得る。１人だけしかいない場合、電話が鳴ったときに音楽を自動的に中断して、ユーザが（例えば、口笛を吹くか、いつものリスニングシートに戻った時）指示した時に再開することもできる。あるいは、複数のリスナーが部屋にいる場合、システムは音楽の音量を徐々にさげ、またはサウンドバランスを電話がある領域から遠ざけてもよい。

好適かつ高度なオーディオ信号処理により、電話の領域においてはサウンドが相殺される領域を作ることも可能である。オーディオシステムにはその電話がどこにあるか正確に分かっているからである。その方法は、自動車で振動相殺に使用されている、逆位相サウンド信号を発生することによる方法と同様である。かかる場合、オーディオ出力の位相と振幅は、電話の領域においてほとんど静寂な「デッドスポット」を生じるように合わせられる。その効果は小さな領域でのみ機能し、部屋の他の領域ではオーディオを聞くことができる。

４． 機器の位置の確認：システムを使用して、スピーカにより検出可能な雑音を発生できるいかなる装置の位置も確認することができる。かかる機能を用いて、携帯電話でコンテンツの権利を購入する場合のセキュリティを向上し得る：そのコンテンツへのアクセスは、ホームメディアセンター等の近くに置かれ、近接通信を用いてそれとの間でメッセージをやりとりする電話に依存する。この発明で説明したオーディオベースの位置決め方法により、その電話に呼び出しトーンその他の雑音を発生させることにより、本当にその携帯電話がホームメディアセンターの近くにあることをさらに確認できる。このように、一般的な携帯では、一致モジュール１６は、通信またはセキュリティ装置（例えば携帯電話等）がシステムの近くにあることを確認するために、それらにより発生される特定のサウンドパターンを認識するようにプログラムされている。それがあることを確認することにより、通信またはセキュリティ装置やオーディオシステムに結合されたその他の電子装置との間の通信チャンネルの有効化のための制御パラメータのセットを決定してもよい。
５． 視聴者の位置に対するビデオ表示の最適化：コンシューマ向け電子機器に使用されるディスプレイ技術は、視野角が制限され、推奨位置以外から見ると色の歪みその他の効果が現れるものもある。通常のリビングルームでは、ソファから見るとよく見えるが、その部屋の他の場所から見るとよくない結果となることもある。上記のシステムを使用して、最適なディスプレイが視聴者に追随し、複数の視聴者がいる時には次善のディスプレイを提供するようにできる。

簡単な例として、フラットパネルディスプレイをモーター駆動のスタンドにマウントし、視聴者がしゃべるか雑音を出した時に、ディスプレイが回転してその視聴者の方を向くように構成する。あるいは、ディスプレイ技術自体を内部的に電気的に調整して、そのディスプレイのハウジングを物理的に動かさなくても、視聴者の方向に最適なディスプレイをすることができる。このように、一般的な形態では、１人以上のユーザの位置を検出するオーディオシステムは、ビデオディスプレイ装置に結合され（またはそれと一体となり）、そのディスプレイ装置の１人以上の視聴者の位置の関数であるディスプレイ制御パラメータを生成する。言うまでもなく、部屋の別の場所に別の視聴者がいる場合、制御パラメータは、すべての視聴者に対するディスプレイ装置の最適設定に従って決定される。

６． 音声認識支援：音声認識技術がコンピュータシステム等の一定種類の装置を制御するために仕様されている。しばしば、音声認識システムは、個々のユーザの特徴を学習して、その口頭コマンドを解釈しなければならず、複数のユーザや他の独立な雑音源が周りにある比較的雑音の多い環境でこの機能を実行しなければならない。上記のオーディオシステムは、個々の人の位置を独立な雑音源として決定して、同じセッションで話している二人以上の人を区別するように音声認識システムを支援することができる。音声を位置により分離することにより、人数を明確にし、ある人の音声を他の人の音声と誤解することにより、スピーチ学習エージェントや音声認識システムが混乱する程度を下げる。これにより、個人の音声とそのコマンドの識別と認識の信頼性を高め、速くする。

他の実施形態も請求項の範囲に入る。

本発明を組み込むオーディオシステムを示す略ブロック図である。 図１のオーディオシステムの動作原理を説明するのに有用な概略図である。 図１のオーディオシステムの設定原理を説明するのに有用な概略図である。 本発明を組み込む他のオーディオシステムを示す略ブロック図である。

Claims (24)

1. １つ以上のオーディオ源に結合し、それからオーディオ信号を受信する入力と、
   複数のオーディオ駆動信号を発生し、複数のスピーカに接続する出力に前記オーディオ駆動信号を供給するオーディオ処理モジュールと、
   前記オーディオ処理モジュールの出力に接続された入力を有し、前記スピーカにより検知されたサウンドに対応する信号を受信する検知モジュールであって、前記オーディオ駆動信号に対応する信号と前記スピーカのレンジ内の独立な雑音限から検知した信号とを弁別する弁別器を含む検知モジュールと、
   前記独立な雑音限の前記スピーカに対する２次元または３次元の位置を決定する位置計算モジュールとを有するオーディオ出力装置。
2. 少なくとも３つのスピーカと結合するオーディオ駆動信号の少なくとも３つの出力を有し、前記検知モジュールは前記少なくとも３つのスピーカから検知されたサウンドに対応する信号を受信する少なくとも３つの対応する入力を有する、請求項１に記載のオーディオ出力装置。
3. 少なくとも４つのスピーカと結合するオーディオ駆動信号の少なくとも４つの出力を有し、前記検知モジュールは前記少なくとも４つのスピーカから検知されたサウンドに対応する信号を受信する少なくとも４つの対応する入力を有する、請求項１に記載のオーディオ出力装置。
4. 前記弁別器は、前記オーディオ駆動信号が所定閾値より低くなったとき、独立な雑音源信号を検出することにより、前記オーディオ駆動信号に対応する信号と前記スピーカのレンジ内の独立な雑音源から検知された信号とを弁別するように構成された、請求項１に記載のオーディオ出力装置。
5. 前記弁別器は、前記検知モジュールにより受信された信号から前記オーディオ駆動信号の１つ以上のバージョンを引いて、独立な雑音源信号を残差信号として検出することにより、前記オーディオ駆動信号に対応する信号と前記スピーカのレンジ内の独立な雑音源から検知された信号とを弁別するように構成された、請求項１に記載のオーディオ出力装置。
6. 前記位置計算モジュールは、前記検知モジュールの各入力における前記独立な雑音源の到着時間の相対的な差を決定することにより、前記独立な雑音限の位置を決定する、請求項２または３に記載のオーディオ出力装置。
7. 前記位置計算モジュールは、独立な雑音源信号コンプレックスの１つ以上の特徴的部分を識別して前記１つ以上の特徴的部分を使用して到着時間の前記相対的な差を決定する分析モジュールを含む、請求項６に記載のオーディオ出力装置。
8. 前記位置計算モジュールは、前記決定された相対的な位置に基づき前記独立な雑音源の絶対位置を決定するための基準マップを含む、請求項２または３に記載のオーディオ出力装置。
9. 前記検知モジュールは、所定の独立な雑音源に起因するサウンドの所定のパターンまたは特徴を検出する一致モジュールを含む、請求項１に記載のオーディオ出力装置。
10. 前記一致モジュールは１つ以上の所定の独立な雑音源に起因する候補のサウンドパターンまたは特徴のライブラリを含む、請求項９に記載のオーディオ出力装置。
11. 候補のサウンドパターンまたは特徴は前記システムの異なるユーザに起因する、請求項１０に記載のオーディオ出力装置。
12. 電子装置の動作を司る制御パラメータのセットを基底する個別のユーザ嗜好を格納するユーザプロファイルメモリをさらに含む、請求項１１に記載のオーディオ出力装置。
13. 前記電子装置はオーディオシステムである、請求項１２に記載のオーディオ出力装置。
14. 複数の独立な雑音源の２次元または３次元の位置を特定するようにさらに構成され、
    前記特定された位置におけるすべてのリスナーのためのサウンド再生を同時に最適化する制御パラメータのセットを決定する制御モジュールをさらに含む、請求項１に記載のオーディオ出力装置。
15. 前記一致モジュールの前記ライブラリ中の少なくとも１つの候補サウンドパターンが、警告信号を発する警告装置である「ユーザ」により発せられたサウンドパターンに対応し、前記「ユーザ」嗜好制御パラメータはオーディオシステムの音量制御に対応する、請求項１２または１３に記載のオーディオ出力装置。
16. 前記警告信号は電話の呼び出し音、ドアのチャイム、火災または煙警報のいずれか１つである、請求項１０に記載のオーディオ出力装置。
17. 前記一致モジュールの前記ライブラリ中の少なくとも１つの候補サウンドパターンがその存在を確認するために通信またはセキュリティ装置により発生されたサウンドパターンに対応し、前記制御パラメータのセットは前記通信またはセキュリティ装置と前記電子装置への、またはそれらからの通信チャンネルの有効化に対応する、請求項１２に記載のオーディオ出力装置。
18. ビデオ出力表示装置と、前記独立な雑音源の前記決定された位置の関数として表示制御パラメータを決定するように構成された出力表示制御モジュールとをさらに含む、請求項１に記載のオーディオ出力装置。
19. 前記表示制御パラメータは前記表示装置の最適な視野角を制御する、請求項１８に記載のオーディオ出力装置。
20. 所定のユーザから口頭の命令を受信し、前記位置計算モジュールにより提供された前記所定のユーザの前記決定された位置を用いて前記所定のユーザの口頭の命令を他の独立な雑音源から区別するように構成された音声認識装置をさらに含む、請求項１に記載のオーディオ出力装置。
21. 前記音声認識装置は前記位置計算モジュールにより決定された前記所定のユーザの前記位置を参照して所定の二人のユーザの音声を区別するように支援される、請求項２０に記載のオーディオ出力装置。
22. 前記位置計算モジュールは複数の前記独立な雑音源の２次元または３次元の位置を同時に決定するように構成された、請求項１に記載のオーディオ出力装置。
23. 前記表示制御パラメータは前記２つ以上の独立な雑音源の前記決定された位置の最適な視野角を制御する、請求項１９に記載のオーディオ出力装置。
24. オーディオ再生システムに組み込まれた、請求項１乃至２３に記載のオーディオ出力装置。
    
    

Images