JP2009236688A - 音源方向検出方法、装置及びプログラム - Google Patents

Abstract

【課題】受音手段対毎に異なる検出性能の影響を軽減し、高精度で音源方向を検出可能な音源方向検出方法を提供する。
【解決手段】複数の受音手段対５、１５、２５毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求め、受音手段対間の距離等に基づき受音手段対毎に信頼度を求める。次いで、複数の受音手段対毎に時間差に基づき音源方向候補を求める。そして、複数の受音手段対毎に得られた音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、更に、選択した２つの音源方向候補のうち信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定する。
【選択図】図１

Description

本発明は、音源の方向を検出する音源方向検出方法、装置及びプログラムに関し、特に、複数のマイクロホン等の受音手段で受音した信号を用いて音源方向を検出する音源方向検出方法、装置及びプログラムに関するものである。

従来、この種の音源方向検出方法は、例えば、ユーザとインタラクションを行う装置において、ユーザの方向を検出するために用いられている。このような音源方向検出方法を用いる装置としては、特開２００３−３２６４７９号公報に記載のロボット装置等が挙げられる（特許文献１）。

このロボット装置は、発話を行ったユーザの方向を検出し、音声認識のための受音手段の指向性や、画像認識のための撮像手段の画角をユーザの方向に適切な方向に一致させるように動作を行う。

このような音源方向検出方法としては、例えば、特開平１１−１４２４９９号公報（特許文献２）や特開２００５−７７２０５号公報（特許文献３）等に記載された２つのマイクロホンに音波が到達する時間差から音源方向を求める手法が知られている。この手法では、２つのマイクロホンで受音した信号から音波がそれぞれのマイクロホンに到達する時間差τを求め、式（１）により音源方向θを求める。

…（１）
但し、ｃは音速、Ｍはマイクロホン間の距離である。

このような２つのマイクロホンを用いた手法では、図６に示すように時間差τに対応する音源方向は、マイクロホンＸとマイクロホンＹをつなぐ直線に対して対称な２つの音源方向候補φ_XYとψ_XYとして求まる。そのため、一意には決まらず、全方位（３６０度）を対象とした音源方向検出は行うことができない。

この問題を解決するため、例えば、特開平９−２２２３５２号公報には、２つのマイクロホンにより求まる２つの音源方向候補のいずれかに向けてマイクロホンを駆動し、２回目の測定を行い、１回目と２回目の測定結果を比較することにより音源方向を求める手法が記載されている（特許文献４）。

しかしながら、このような手法は、マイクロホンを駆動して再測定を行うため、駆動装置を設けなければならず、装置の簡素化が困難であり、駆動時間よりも短時間の音の検出ができない。

そこで、例えば、特開２００６−３０４１２４号公報（特許文献５）や特開２００６−１９４７００号公報（特許文献６）には、２つのマイクロホン対により求まる音源方向候補を用いて、３６０度を対象とした音源方向検出を行う手法が記載されている。
特開２００３−３２６４７９号公報 特開平１１−１４２４９９号公報 特開２００５−７７２０５号公報 特開平０９−２２２３５２号公報 特開２００６−３０４１２４号公報 特開２００６−１９４７００号公報

特許文献５、６等に記載の従来手法では、マイクロホン対を２つとする、マイクロホン対を直交した配置とする等、マイクロホン数や配置が限定されており、多種多様な形態の機器において音源方向検出を行うため、任意の数や配置のマイクロホンを用いた音源方向検出を行うことができない。

また、２つのマイクロホンに音波が到達する時間差から音源方向を求める手法において、マイクロホンに入力される音のサンプリングレートｆ[Ｈｚ]とすると、式（１）は式（２）のように表すことができる。

…（２）
但し、ｋは音波の到達した時間差をサンプル数で表したものである。

この時、音源方向θは、時間差ｋが大きくなるほど、即ち、マイクロホン間をつなぐ直線方向に近づくほど（９０度に近づくほど）分解能が低下するという特性を有している。

参考として、図７はＭ＝０．１３［ｍ］、ｆ＝１１０２５［Ｈｚ］、ｃ＝３２０［ｍ／ｓ］とした場合の音源方向θの例を示す。更に、音源方向θはマイクロホン対の間隔Ｍが小さいほど分解能が低下するという特性を有する。

これは、式（２）においてθが存在するｋの範囲は、式（３）を満たす最大の整数値Ｋｍａｘ（以下、Ｋｍａｘを最大時間差と記す）を用いると、−Ｋｍａｘ≦ｋ≦Ｋｍａｘとなるためである。

Ｋｍａｘ≦ｆＭ／ｃ …（３）
そのため、複数のマイクロホン対により求まる音源方向候補は、マイクロホン対に対する音の到来方向や、マイクロホン対の間隔等のマイクロホンの配置によって検出性能が異なり、分解能の低い音源方向候補を用いると、信頼性が低い誤った音源方向を検出してしまう。

そこで、任意の数や配置のマイクロホンを用いて音源方向検出を行うには、このようなマイクロホン対毎に異なる検出性能の影響を軽減して高精度な音源方向検出を行う手法が必要となる。

本発明の目的は、上記課題を解決し、受音手段対毎に異なる検出性能の影響を軽減し、高精度で音源方向を検出することが可能な音源方向検出方法及び装置を提供することにある。

本発明は、複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出方法であって、信頼度計算手段により少なくとも前記受音手段対間の距離に基づいて前記受音手段対毎に信頼度を求めるステップと、音源方向決定手段により前記複数の受音手段対の信頼度のうちより信頼度の高い受音手段対に基づき前記音源方向を決定するステップと、を含むことを特徴とする。

また、本発明は、複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出方法であって、時間差計算手段により前記複数の受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求めるステップと、信頼度計算手段により少なくとも前記受音手段対間の距離に基づき前記受音手段対毎に信頼度を求めるステップと、音源方向候補計算手段により前記複数の受音手段対毎に前記時間差に基づき音源方向候補を求めるステップと、音源方向決定手段により前記複数の受音手段対毎に得られた前記音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、選択した２つの音源方向候補のうち前記信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定するステップと、を含むことを特徴とする。

また、本発明は、複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出装置であって、少なくとも前記受音手段対間の距離に基づいて前記受音手段対毎に信頼度を求める手段と、前記複数の受音手段対の信頼度のうちより信頼度の高い受音手段対に基づき前記音源方向を決定する手段と、を備えたことを特徴とする。

また、本発明は、複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出装置であって、前記複数の受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求める手段と、少なくとも前記受音手段対間の距離に基づき前記受音手段対毎に信頼度を求める手段と、前記複数の受音手段対毎に前記時間差に基づき音源方向候補を求める手段と、前記複数の受音手段対毎に得られた前記音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、選択した２つの音源方向候補のうち前記信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定する手段と、を備えたことを特徴とする。

本発明によれば、任意の受音手段の配置において受音手段対毎に異なる検出性能の影響を軽減でき、音源方向を高精度で検出することが可能となる。

次に、発明を実施するための最良の形態について図面を参照して詳細に説明する。

（第１の実施形態）
図１は本発明に係る音源方向検出装置の第１の実施形態を示すブロック図である。本発明はＮ個の受音手段対と、Ｎ個の信頼度付き時間差計算部と、最終方向計算部等を有する。Ｎは３以上の整数とする。

以下の実施形態ではＮ＝３とした場合の例を説明する。図１に示すように本実施形態に係る音源方向検出装置は、受音手段１と受音手段２とで構成される第１の受音手段対５を具備する。受音手段１、２は、例えば、マイクロホンであり、一定間隔を置いて配置されている。

時間差計算部３は音源から受音手段１と受音手段２に音波が到達する時間差を計算する。信頼度計算部４は受音手段１、２間の距離等に基づいて受音手段対５の信頼度を計算する。時間差計算部３と信頼度計算部４で第１の信頼度付き時間差計算部６が構成されている。

また、受音手段１１と１２からなる第２の受音手段対１５を具備する。受音手段１１、１２は同様にマイクロホン等であり、一定間隔を置いて配置されている。時間差計算部１３は音源から受音手段１１と受音手段１２に音波が到達する時間差を計算し、信頼度計算部１４は同様に受音手段対１５の信頼度を受音手段１１、１２間の距離等に基づいて計算する。時間差計算部１３と信頼度計算部１４で第３の信頼度付き時間差計算部１６が構成されている。

更に、受音手段２１と２２からなる第３の受音手段対２５を具備する。受音手段２１、２２はマイクロホン等であり、一定間隔を置いて配置されている。時間差計算部２３は同様に音源から受音手段２１と受音手段２２に音波が到達する時間差を計算し、信頼度計算部２４は同様に受音手段対２５の信頼度を受音手段２１、２２間の距離等に基づいて計算する。時間差計算部２３と信頼度計算部２４で第３の信頼度付き時間差計算部２６が構成されている。

信頼度計算部４、信頼度計算部１４、信頼度計算部２４で得られた信頼度は最終方向計算部７に送られ、最終方向計算部７は後述するようにそれら信頼度等に基づいて最終の音源方向を決定する。最終方向計算部７で得られた最終方向は出力端子８から外部に出力される。

なお、第１の受音手段対５を構成する受音手段１、２と、第２の受音手段対１５を構成する受音手段１１、１２のうちいずれか１つを同一とする構成も可能である。例えば、受音手段１と受音手段１１を同一（共用）とする、受音手段２と受音手段１２を同一（共用）とする等が挙げられる。

また、第２の受音手段対１５と第３の受音手段対２５を構成する受音手段１１、１２、２１、２２と、第３の受音手段対２５と第１の受音手段対５を構成する受音手段２１、２２、１、２についても同様である。例えば、受音手段１と１１、受音手段１と１２、受音手段１１と２１、受音手段１１と２２を同一（共用）とする等が挙げられる。

図２は受音手段２と受音手段１１、受音手段１２と受音手段２１、受音手段２２と受音手段１を同一（共用）とした時の受音手段の配置を示す図である。以下、この配置を例として説明する。

図２に示すように受音手段の配置は各受音手段間の距離により一意に表すことが可能であるので、第１の受音手段対５を構成する受音手段１と、受音手段１１間の距離をｄ１[ｍ]とする。第２の受音手段対１５を構成する受音手段１１と、受音手段２１間の距離をｄ２[ｍ]とする。第３の受音手段対２５を構成する受音手段２１と、受音手段１間の距離をｄ３[ｍ]とする。

また、求める音源方向の基準として図面上側方向を０[度]方向とし、第１の受音手段対５を構成する受音手段１と、受音手段１１間をつなぐ直線の垂線方向をσ１[度]とする。第２の受音手段対１５を構成する受音手段１１と、受音手段２１間をつなぐ直線の垂線方向をσ２[度]とする。更に、第３の受音手段対２５を構成する受音手段２１と、受音手段１間をつなぐ直線の垂線方向をσ３[度]、とする。以下、この値を各受音手段対の傾きとする。

次に、本実施形態の動作を説明する。まず、時刻ｔにおいて各構成要素は以下のように動作する。受音手段１、１１、２１は、例えば、マイクロホン等によって音響−電気変換された信号を生成する。時刻ｔにおける受音手段１、１１、２１により生成された信号Ｘ１（ｔ）、Ｘ２（ｔ）、Ｘ３（ｔ）は、以下の式（４）、（５）、（６）に示すように目的音源が発生した音信号Ｓ（ｔ）に対し、目的音源から各受音手段への音の到達時間ｎ１、ｎ２、ｎ３遅延した信号に相当する。

Ｘ１（ｔ）＝Ｓ（ｔ−ｎ１） …（４）
Ｘ２（ｔ）＝Ｓ（ｔ−ｎ２） …（５）
Ｘ３（ｔ）＝Ｓ（ｔ−ｎ３） …（６）
第１の受音手段対５は受音手段１、１１により生成された信号Ｘ１（ｔ）、Ｘ２（ｔ）を第１の信頼度付き時間差計算部６に出力する。第２の受音手段対１５は受音手段１１、２１により生成された信号Ｘ２（ｔ）、Ｘ３（ｔ）を第２の信頼度付き時間差計算部１６に出力する。第３の受音手段対２５は同様に受音手段２１、１により生成された信号Ｘ３（ｔ）、Ｘ１（ｔ）を第３の信頼度付き時間差計算部２６に出力する。

第１の信頼度付き時間差計算部６は、受音手段１、１１により生成された信号Ｘ１（ｔ）、Ｘ２（ｔ）を入力として、後述する時間差信号δ１（ｔ）と信頼度信号γ１（ｔ）を最終方向計算部７に出力する。

第２の信頼度付き時間差計算部１６は、同様に受音手段１１、２１により生成された信号Ｘ２（ｔ）、Ｘ３（ｔ）を入力として、後述する時間差信号δ２（ｔ）と信頼度信号γ２（ｔ）を最終方向計算部７に出力する。

第３の信頼度付き時間差計算部２６は、同様に受音手段２１、１により生成された信号Ｘ３（ｔ）、Ｘ１（ｔ）を入力として、後述する時間差信号δ３（ｔ）と信頼度信号γ２（ｔ）を、最終方向計算部７に出力する。

時間差信号δ１（ｔ）、δ２（ｔ）、δ３（ｔ）は、それぞれ時間計算部３、１３、２３で生成する。信頼度信号γ１（ｔ）、γ２（ｔ）、γ２（ｔ）は、それぞれ信頼度計算部４、１４、２４で生成する。

最終方向計算部７は、第１、第２、第３の信頼度付き時間差計算部６、１６、２６により生成された時間差信号δ１（ｔ）、δ２（ｔ）、δ３（ｔ）と、信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）を入力として、音源方向の最終方向θ（ｔ）を決定し、出力端子８から外部に出力する。

次に、最終方向計算部７において最終方向θ（ｔ）を求める手順について説明する。まず、信頼度信号γ１（ｔ）が以下の式を満たす場合、
γ１（ｔ）≧τ …（７）
時間差計算部３により生成された時間差信号δ１（ｔ）から受音手段対５における音源方向候補φ１（ｔ）、ψ１（ｔ）を算出する。但し、τは予め設定された定数である。音源方向候補φ１（ｔ）、ψ１（ｔ）は、サンプリングレートｆ[Ｈｚ]、音速ｃ[ｍ／ｓ]、とすると、受音手段対間の距離ｄ１[ｍ]と受音手段対の傾きσ１[度]、時間差信号δ１（ｔ）を用いてそれぞれ以下の式で求める。

…（８）

…（９）
一方、信頼度信号γ１（ｔ）が式（７）を満たさない場合には、φ１（ｔ）、ψ１（ｔ）は不定値とする。なお、式（７）による判定は必ずしも必要ではなく、判定なしで時間差信号から音源方向候補を求めてもよい。

同様に、最終方向計算部７は同様に時間差信号δ２（ｔ）、受音手段対間の距離ｄ２[ｍ]、受音手段対の傾きσ２[度]から、音源方向候補φ２（ｔ）、ψ２（ｔ）を算出する。また、同様に時間差信号δ３（ｔ）、受音手段対間の距離ｄ３[ｍ]、受音手段対の傾きσ３[度]から、音源方向候補φ３（ｔ）、ψ３（ｔ）を算出する。

次に、異なる受音手段対において算出された音源方向候補の差を算出する。ここで、音源方向候補Ａ、Ｂの差を音源方向候補差（Ａ−Ｂ）と記述し、以下のように定義するものとする。

（Ａ−Ｂ）＝｜Ａ−Ｂ｜ …（１０）
本実施形態では、以下の１２通りの音源方向候補差のうち音源方向候補Ａ、Ｂの両方が不定値でないものを求める。

（φ１−φ２）、（φ１−ψ２）、（φ１−φ３）、（φ１−ψ３）、（ψ１−φ２）、（ψ１−ψ２）、（ψ１−φ３）、（ψ１−ψ３）、（φ２−φ３）、（φ２−ψ３）、（ψ２−φ３）、（ψ２−ψ３）
最後に、これら音源方向候補差の中で値が最小となる音源方向候補の組み合わせを選択する。例えば、（φ１−φ２）、（φ１−φ３）、（ψ２−φ３）等を選択する。次に、選択した２つの音源方向候補のうち、信頼度信号が大きい受音手段対により求まった音源方向候補を最終方向θ（ｔ）とする。最終方向θ（ｔ）は２つの音源方向候補の平均値としてもよい。

次に、第１の信頼度付き時間差計算部６の各構成部の動作について説明する。まず、時間差計算部３は、受音手段１、１１により生成された信号Ｘ１（ｔ）、Ｘ２（ｔ）を入力として、目的音源が発生した音信号S（ｋ）が受音手段１、１１に到達する時間差（ｎ１−ｎ２）を算出し、時間差信号δ１（ｔ）として信頼度計算部４及び最終方向計算部７に出力する。

時間差信号δ１（ｔ）は、信号Ｘ１（ｔ）、Ｘ２（ｔ）の相互相関値Ｒ１（ｋ）が最大となるｋとして求める。相互相関値Ｒ１（ｋ）は、信号Ｘ１（ｔ）、Ｘ２（ｔ）のＬサンプルのデータを１フレームとして、以下の式により求める。

…（１１）
この時、サンプリングレートｆ[Ｈｚ]、音速ｃ[ｍ／ｓ]、受音手段１と１１間の距離ｄ１[ｍ]を用いて、上記式（３）により求められる最大時間差Ｋｍａｘ１に対し、−ｋmax１＋１≦ｋ≦ｋmax１＋１を満たす整数ｋの中で、Ｒ１（ｋ）が最大となる値を時間差信号δ１（ｔ）とする。

時間差計算部１３は、同様に受音手段１１、２１により生成された信号Ｘ２（ｔ）、Ｘ３（ｔ）を入力として、目的音源が発生した音信号S（ｋ）が受音手段１１、２１に到達する時間差（ｎ２−ｎ３）を算出し、時間差信号δ２（ｔ）として信頼度計算部１４及び最終方向計算部７に出力する。

時間差計算部２３は、同様に受音手段２１、１により生成された信号Ｘ３（ｔ）、Ｘ１（ｔ）を入力として、目的音源が発生した音信号S（ｋ）が受音手段２１、１に到達する時間差（ｎ３−ｎ１）、を算出し、時間差信号δ３（ｔ）として信頼度計算部２４及び最終方向計算部７に出力する。

なお、時間差計算は、上述の相互相関値により求める手法に限るものではなく、例えば、異なる相関値計算手法や入力波形のパターンマッチング等、信号間の時間差が求まればその他の手法を用いてもよい。

信頼度計算部４は、時間差計算部３により得られた時間差信号δ１（ｔ）を入力として信頼度を算出し、信頼度信号γ１（ｔ）として最終方向計算部７に出力する。信頼度信号γ１（ｔ）は、距離ｄ１[ｍ]及び距離ｄ１、ｄ２、ｄ３の中の最大値ｄmaxを用いて以下の式により求める。Ｋｍａｘ１は上述のように最大時間差である。

…（１２）
信頼度計算部１４は、同様に時間差計算部１３により生成された時間差信号δ２（ｔ）を入力として信頼度を算出し、信頼度信号γ２（ｔ）として最終方向計算部７に出力する。信頼度計算部２４は、同様に時間差計算部２３により生成された時間差信号δ３（ｔ）を入力として信頼度を算出し、信頼度信号γ３（ｔ）として最終方向計算部７に出力する。

図３は参考としてｄ１＝０．２０[ｍ]、ｄ２＝０．３０[ｍ]、ｄ３＝０．２５[ｍ]、ｆ＝１１０２５［Ｈｚ］、ｃ＝３２０［ｍ／ｓ］とした場合の信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）の例を示す。横軸は時間差信号、縦軸は信頼度信号である。

また、信頼度信号γ１（ｔ）は、式（１２）に代わり時間差信号δ１（ｔ）により求まる方向の１サンプル差あたりの角度差を用いて以下の式により求めてもよい。

…（１３）
なお、信頼度信号γ２（ｔ）或いは信頼度信号γ３（ｔ）も同様の方法を用いて求めても良い。

図４は参考としてｄ１＝０．２０[ｍ]、ｄ２＝０．３０[ｍ]、ｄ３＝０．２５[ｍ]、ｆ＝１１０２５［Ｈｚ］、ｃ＝３２０［ｍ／ｓ］とした場合の信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）の例を示す。横軸は時間差信号、縦軸は信頼度信号である。

この時、信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）は、各受音手段対において求まる音源方向候補に対して間隔が最大且つ受音手段対の傾きの方向に向いているほど大きくなる。そのため、信頼度信号は受音手段対の受音手段間をつなぐ直線方向に近づくほど、または受音手段対の間隔が小さくなるほど小さい値となり、各受音手段対において求まる音源方向候補の分解能の度合いを示す指標となる。

なお、本実施形態では、受音手段対が３個の例を示したが、本発明はこれに限ることなく、それ以上の受音手段対を用いても良い。また、上述のように受音手段は共有する構成でも構わない。

本実施形態では、複数の受音手段対により求まる複数の時間差の中から分解能の高いものを選択することが可能となり、受音手段対毎に異なる検出性能の影響を軽減でき、高精度な音源方向検出方法を実現できる。

以上のように本発明によれば、受音手段対毎に算出する信頼度を用いて音源の最終方向を決定することにより、複数の受音手段対毎の音源方向候補の中から、信頼度の高いものを優先して用いて最終方向を決定するため、音源方向の信頼性を高めることが可能となる。また、時間差が大きくなるほど対応する音源方向間の角度が大きくなり分解能が低下するという特性を持つ。従って、時間差の大きさを用いて信頼度を求めることにより、信頼度は受音手段対における音源方向候補の分解能が高いか否かを判定する指標となる。

また、時間差は受音手段対間の距離が小さくなるほど対応する音源方向間の角度が大きくなり分解能が低下するという特性を持つ。そのため、受音手段対間の距離を用いて信頼度を求めることにより、信頼度は分解能が高い受音手段対で求まる音源方向候補か否かを判定する指標となる。

更に、受音手段の入力信号が大きいほど受音手段は音源に近い、または音をさえぎる障害物がない可能性が高い。そのため、受音手段対で求まる音源方向候補は、目的音を正確に受音し、回り込みの影響等が少ない正確な値であると考えられる。従って、入力信号の大きさを用いて信頼度を求めることにより、信頼度は受音手段対に音が正確に入力されているか否かを判定する指標となる。

（第２の実施形態）
図５は本発明の第２の実施形態を示すブロック図である。図５では図１と同一部分には同一符号を付して説明を省略する。図５は同様にＮ＝３の時の構成を示す。本実施形態では、図１に示す第１の実施形態の構成に電力計算部９、１９、２９を追加している。それ以外は図１と同様である。これら電力計算部は、それぞれ受音手段対の間に接続している。

信頼度計算部４、１４、２４以外の同一構成要素の動作は、第１の実施形態と同様であるので、電力計算部９、１９、２９と、信頼度計算部４、１４、２４について説明する。受音手段対の配置は図２と同じとする。

本実施形態の動作について説明する。まず、時刻ｔにおいて各構成要素は以下のように動作する。

電力計算部９は、受音手段１、１１により生成された信号Ｘ１（ｔ）、Ｘ２（ｔ）を入力として電力信号Ｐ１（ｔ）を算出し、信頼度計算部４に出力する。電力信号Ｐ１（ｔ）は信号Ｘ１（ｔ）、Ｘ２（ｔ）のＬサンプルのデータを１フレームとして以下の式により求める。

…（１４）
電力計算部１９は、同様に受音手段１１、２１により生成された信号Ｘ２（ｔ）、Ｘ３（ｔ）を入力として電力信号Ｐ２（ｔ）を算出し、信頼度計算部１４に出力する。電力計算部２９は、同様に受音手段２１、１により生成された信号Ｘ３（ｔ）、Ｘ１（ｔ）を入力として電力信号Ｐ３（ｔ）を算出し、信頼度計算部２４に出力する。

なお、電力信号は、Ｘ１（ｔ）とＸ２（ｔ）の振幅の絶対値の平均値や、Ｘ１（ｔ）とＸ２（ｔ）の自乗値の平均値、Ｘ１（ｔ）とＸ２（ｔ）の絶対値のうち大きい方の値等、受音手段対に入力される信号の大きさを表す値であればよい。

信頼度計算部４は、時間差計算部３により生成された時間差信号δ１（ｔ）と、電力計算部９により生成された電力信号Ｐ１（ｔ）を入力として信頼度を算出し、信頼度信号γ１（ｔ）として最終方向計算部７に出力する。

信頼度信号γ１（ｔ）は、式（１２）により求まる値に、更に電力信号Ｐ１（ｔ）を乗じた値とする。即ち、以下の式で示す。

…（１５）
なお、信頼度信号γ１（ｔ）は、式（１３）により求まる値に、更に電力信号Ｐ１（ｔ）を乗じた値としてもよい。即ち、以下の式で示す。

…（１６）
信頼度計算部１４は、同様に時間差計算部１３により生成された時間差信号δ２（ｔ）と、電力計算部１９により生成された電力信号Ｐ２（ｔ）とを入力として信頼度を算出し、信頼度信号γ２（ｔ）として最終方向計算部７に出力する。

信頼度計算部２４は、同様に時間差計算部２３により生成された時間差信号δ３（ｔ）と、電力計算部２９により生成された電力信号Ｐ３（ｔ）を入力として、信頼度を算出し、信頼度信号γ３（ｔ）として最終方向計算部７に出力する。

本実施形態では、信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）は、第１の実施形態の信頼度を示す値に対し、更に受音手段対に入力される音が大きいほど大きくなる値となる。そのため、各受音手段対において求まる音源方向候補の分解能の度合いに加え、各受音手段対に入力される音の正確さの度合いを示す指標となる。

また、信頼度信号γ１（ｔ）は、式（１５）より時間差信号δ１（ｔ）の項を省略し、以下の式により求めてもよい。信頼度信号γ２（ｔ）、γ３（ｔ）も同様である。

…（１７）
この時、信頼度信号γ１（ｔ）、γ２（ｔ）、γ３（ｔ）は、受音手段対において求まる音源方向候補に対し、受音手段対の間隔が大きくなるほど、または受音手段対に入力される音が大きいほど大きくなる値となり、各受音手段対の分解能及び各受音手段対に入力される音の正確さの度合いを示す指標となる。

本実施形態では、第１の実施形態に比べてより高精度に音源方向を検出することが可能となる。

本実施形態では同様に受音手段対が３個の例を示したが、本発明はこれに限ることなく、それ以上の受音手段対を用いても良い。また、上述のように受音手段は共有する構成でも構わない。

なお、本発明は、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。

本発明は、ロボット装置、携帯電話、ビデオカメラ、監視カメラ、テレビ会議システム等、音の方向に応じてマイクロホンの指向性やカメラの撮像方向を制御する装置に好適に使用することができる。

本発明に係る音源方向検出装置の第１の実施形態を示すブロック図である。 第１の実施形態の受音手段の配置例を示す図である。 第１の実施形態に関わる信頼度信号の一例を示す図である。 第１の実施形態に関わる信頼度信号の一例を示す図である。 本発明の第２の実施形態を示すブロック図である。 時間差と音源方向候補の関係を示す図である。 音源方向候補の一例を示す図である。

符号の説明

１、２、１１、１２、２１、２２ 受音手段
３、１３、２３ 時間差計算部
４、１４、２４ 信頼度計算部
５ 第１の受音手段対
６ 第１の信頼度付き時間差計算部
７ 最終方向計算部
８ 出力端子
９、１９、２９ 電力計算部
１５ 第２の受音手段対
１６ 第２の信頼度付き時間差計算部
１９ 電力計算部
２５ 第３の受音手段対
２６ 第３の信頼度付き時間差計算部
２９ 電力計算部

Claims (21)

1. 複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出方法であって、
   信頼度計算手段により少なくとも前記受音手段対間の距離に基づいて前記受音手段対毎に信頼度を求めるステップと、
   音源方向決定手段により前記複数の受音手段対の信頼度のうちより信頼度の高い受音手段対に基づき前記音源方向を決定するステップと、
   を含むことを特徴とする音源方向検出方法。
2. 前記音源方向を決定するステップにおいて、前記受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求め、前記受音手段対毎に前記時間差に基づき音源方向候補を求め、前記信頼度が高い受音手段対の音源方向候補に基づき最終の音源方向を決定することを特徴とする請求項１に記載の音源方向検出方法。
3. 複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出方法であって、
   時間差計算手段により前記複数の受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求めるステップと、
   信頼度計算手段により少なくとも前記受音手段対間の距離に基づき前記受音手段対毎に信頼度を求めるステップと、
   音源方向候補計算手段により前記複数の受音手段対毎に前記時間差に基づき音源方向候補を求めるステップと、
   音源方向決定手段により前記複数の受音手段対毎に得られた前記音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、選択した２つの音源方向候補のうち前記信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定するステップと、
   を含むことを特徴とする音源方向検出方法。
4. 前記音源方向を決定するステップにおいて、前記２つの音源方向候補の平均値を最終の音源方向として決定することを特徴とする請求項３に記載の音源方向検出方法。
5. 前記信頼度は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差に基づいて求めることを特徴とする請求項１又は３に記載の音源方向検出方法。
6. 前記信頼度は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１又は３に記載の音源方向検出方法。
7. 前記信頼度は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１又は３に記載の音源方向検出方法。
8. 複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出装置であって、
   少なくとも前記受音手段対間の距離に基づいて前記受音手段対毎に信頼度を求める手段と、
   前記複数の受音手段対の信頼度のうちより信頼度の高い受音手段対に基づき前記音源方向を決定する手段と、
   を備えたことを特徴とする音源方向検出装置。
9. 前記音源方向決定手段は、前記受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求め、前記受音手段対毎に前記時間差に基づき音源方向候補を求め、前記信頼度が高い受音手段対の音源方向候補に基づき最終の音源方向を決定することを特徴とする請求項８に記載の音源方向検出装置。
10. 複数の受音手段対からの受音信号に基づき音源方向を検出する音源方向検出装置であって、
    前記複数の受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求める手段と、
    少なくとも前記受音手段対間の距離に基づき前記受音手段対毎に信頼度を求める手段と、
    前記複数の受音手段対毎に前記時間差に基づき音源方向候補を求める手段と、
    前記複数の受音手段対毎に得られた前記音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、選択した２つの音源方向候補のうち前記信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定する手段と、
    を備えたことを特徴とする音源方向検出装置。
11. 前記音源方向決定手段は、前記２つの音源方向候補の平均値を最終の音源方向として決定することを特徴とする請求項１０に記載の音源方向検出装置。
12. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差に基づいて求めることを特徴とする請求項１０又は１１に記載の音源方向検出装置。
13. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１０又は１１に記載の音源方向検出装置。
14. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１０又は１１に記載の音源方向検出装置。
15. コンピュータを、
    少なくとも受音手段対間の距離に基づいて前記受音手段対毎に信頼度を求める手段と、
    複数の受音手段対の信頼度のうちより信頼度の高い受音手段対に基づき前記音源方向を決定する手段と、
    して機能させるためのプログラム。
16. 前記音源方向決定手段は、前記受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求め、前記受音手段対毎に前記時間差に基づき音源方向候補を求め、前記信頼度が高い受音手段対の音源方向候補に基づき最終の音源方向を決定することを特徴とする請求項１５に記載のプログラム。
17. コンピュータを、
    複数の受音手段対毎に音源から受音手段対を構成する２つの受音手段に音波が到達する時間差を求める手段と、
    少なくとも前記受音手段対間の距離に基づき前記受音手段対毎に信頼度を求める手段と、
    前記複数の受音手段対毎に前記時間差に基づき音源方向候補を求める手段と、
    前記複数の受音手段対毎に得られた前記音源方向候補同士の差が最小となる音源方向候補の組み合わせを選択し、選択した２つの音源方向候補のうち前記信頼度が高い受音手段対により求まった音源方向候補を最終の音源方向として決定する手段と、
    して機能させるためのプログラム。
18. 前記音源方向決定手段は、前記２つの音源方向候補の平均値を最終の音源方向として決定することを特徴とする請求項１７に記載のプログラム。
19. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差に基づいて求めることを特徴とする請求項１７又は１８に記載のプログラム。
20. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１７又は１８に記載のプログラム。
21. 前記信頼度を求める手段は、前記受音手段対間の距離と、前記受音手段対を構成する２つの受音手段に音波が到達する時間差と、前記受音手段対を構成する２つの受音手段の受音信号の大きさに基づいて求めることを特徴とする請求項１７又は１８に記載のプログラム。

Images