JP2010213089A - 信号処理装置およびプログラム - Google Patents

Abstract

【課題】高精度な音源分離が可能な分離行列を生成する。
【解決手段】係数列ｗA(fk)を適用したフィルタ処理で、方向ＬAから到来する音ＳVAが強調されるとともに音ＳVBの到来の方向ＬBに収音の死角が形成されるように、係数列生成部４４は係数列ｗA(fk)を生成する。方向特定部５２は、係数列ｗA(fk)から方向ＬB（角度θB）を特定する。行列決定分５４は、既知の方向ＬA（角度θA）と方向特定部５２が特定した方向ＬB（角度θB）とから分離行列Ｗ0(f1)〜Ｗ0(fK)を生成する。
【選択図】図４

Description

本発明は、複数音のうちの特定音を強調または抑圧する技術に関する。

複数の音源からの放射音を複数の収音機器で採取した複数の音響信号に対してフィルタ処理を実行することで、各音源からの音を個別に強調または抑制（すなわち音源分離）することが可能である。音響信号のフィルタ処理に使用される分離行列の推定には、主成分分析や二次統計量ＩＣＡ（independent component analysis）などの部分空間法（例えば非特許文献１）や、目的音の方向にビームを形成する適応ビームフォーマ（例えば特許文献１）が利用される。以上の方法で推定された分離行列を初期値として例えば独立成分分析の学習を実行することで、実際に利用される分離行列が生成される。

特許第３９４９０７４号公報

K. Tachibana, et. al., "Efficient Blind Source Separation Combining Closed-Form Second Order ICA and Nonclosed-Form Higher-Order ICA," International Conference on Acoustics, Speech, and Signal Processing (ICASSP), Vol. 1, pp. 45-48, Apr. 2007. H. Saruwatari, et. al., "Blind Source Separation Combining Independent Component Analysis and Beamforming", EURASIP Journal on Applied Signal Processing Vol.2003, No.11, pp.1135-1146, 2003

しかし、非特許文献１の方法では、第１主成分を強調する係数列（分離行列）と第２主成分を強調する係数列とが直交するという制約のもとで分離行列が特定されるから、各音源の方向（位置）によっては分離行列の高精度な推定が困難となる場合がある。また、特許文献１の方法は、分離行列のうち目的音を強調するための係数列の推定に適応ビームフォーマが利用されるに過ぎず、目的音の係数列と非目的音の係数列とが直交する必要があるという制約は非特許文献１と同様である。以上の事情を背景として、本発明は、高精度な音源分離が可能な分離行列を生成することを目的とする。

以上の課題を解決するために、本発明に係る信号処理装置は、相異なる方向から到来する複数音（音声や雑音（非音声）などの音響）を複数の収音機器で収音した複数の音響信号に対するフィルタ処理に適用したときに、複数音のうち第１方向から到来する第１音が強調され、かつ、第２音が到来する第２方向に収音の死角が形成されるように、フィルタ処理の係数列を生成する係数列生成手段と、係数列から第２方向を特定する方向特定手段（例えば図４の方向特定部５２）と、第１音を強調するための分離行列を第１方向と方向特定手段が特定した第２方向とに応じて生成する行列決定手段とを具備する。以上の態様においては、第１方向からの第１音が強調されるとともに第２方向に死角が形成される（すなわち、第２方向からの到来音が抑圧される）ように生成された係数列から第２方向が特定されるから、第１音の分離行列と第２音の分離行列とが直行するという条件は不要である。したがって、各音の分離行列が直交するという条件に制約されずに分離行列を推定できるという利点がある。

本発明の好適な態様において、係数列生成手段は、係数列の転置行列と、第１方向から到来する音が複数の収音機器の各々に到達する時間差を示す方向ベクトルとの乗算値が１に近づくように、係数列を生成する。以上の態様においては、第１方向からの第１音を強調するという条件（例えば後掲の各実施形態における条件1）を簡易かつ確実に係数列に反映させることが可能である。

本発明の好適な態様において、係数列生成手段は、係数列の転置行列と、複数の音響信号の強度の共分散行列と、係数列との乗算値が小さくなるように、係数列を生成する。以上の態様においては、第２方向に死角を形成するという条件（例えば後掲の各実施形態における条件2）を簡易かつ確実に係数列に反映させることが可能である。

本発明の好適な態様に係る信号処理装置は、行列決定手段が決定した分離行列を初期値として学習を実行する学習処理手段を具備する。以上の態様においては分離行列の学習が実行されるから、第１音と第２音との分離の精度を高めることが可能である。また、本発明においては第１音の分離行列と第２音の分離行列とが直交するという制約が不要であるから、行列決定手段が決定した分離行列と所期の特性の分離行列との乖離が低減される。したがって、学習処理手段による学習のための演算量が削減されるという利点もある。

行列決定手段および学習処理手段を具備する信号処理装置の具体的な態様において、行列決定手段は、分離行列を順次に生成し、学習処理手段による学習後の分離行列から複数音の各々の到来方向を推定する方向特定手段と、行列決定手段が生成した分離行列に対応した各音の到来方向と方向特定手段が各音について推定した到来方向との相違に応じて各音の到来方向の変化の有無を判定する変化検出手段とを具備し、学習処理手段は、各音の到来方向が変化したと変化検出手段が判定した場合に、行列決定手段が生成した分離行列を初期値として学習を実行し、各音の到来方向が変化していないと変化検出手段が判定した場合に、分離行列の学習を停止し、または、分離行列を初期化せずに学習を継続する。以上の態様においては、音源が移動した場合であっても高精度な音源分離を維持することが可能である。

また、以上の各態様に係る信号処理装置は、音響信号の処理に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラムとの協働によっても実現される。本発明に係るプログラムは、相異なる方向から到来する複数音を複数の収音機器で収音した複数の音響信号に対するフィルタ処理に適用したときに、複数音のうち第１方向から到来する第１音が強調され、かつ、第２音が到来する第２方向に収音の死角が形成されるように、フィルタ処理の係数列を生成する係数列生成処理と、係数列から第２方向を特定する方向特定処理と、第１音を強調するための分離行列を第１方向と方向特定処理で特定した第２方向とに応じて生成する行列決定処理とをコンピュータに実行させる。以上のプログラムによれば、本発明に係る信号処理装置と同様の作用および効果が奏される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。

本発明の第１実施形態に係る信号処理装置のブロック図である。 周波数スペクトルと観測ベクトルとの関係を示す概念図である。 信号処理部のブロック図である。 初期値決定部のブロック図である。 適応ビームフォーマによるビームの方向と死角とを説明するための概念図である。 係数列生成部による処理の原理を説明するための概念図である。 第１実施形態の効果を説明するための図表である。 第２実施形態に係る信号処理装置のブロック図である。 第２実施形態の効果を説明するための図表である。

＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態に係る信号処理装置１００のブロック図である。相互に間隔をあけて平面ＰL内に配置された収音機器Ｍ1および収音機器Ｍ2が信号処理装置１００に接続される。収音機器Ｍ1および収音機器Ｍ2の周囲には音源ＳAおよび音源ＳBが存在する。音源ＳAは、基準点ｐ（例えば収音機器Ｍ1と収音機器Ｍ2との中点）から平面ＰLに垂直に延在する法線Ｌnに対して角度θAをなす方向ＬAに位置し、音源ＳBは、法線Ｌnに対して角度θB（θB≠θA）をなす方向ＬBに存在する。したがって、音源ＳAが放射する音ＳVAは方向ＬAから収音機器Ｍ1および収音機器Ｍ2に到達し、音源ＳBが放射する音ＳVBは方向ＬBから収音機器Ｍ1および収音機器Ｍ2に到達する。収音機器Ｍ1および収音機器Ｍ2の各々は、周囲の音を収音するマイクロホンである。収音機器Ｍ1は音響信号Ｖ1(t)を生成し、収音機器Ｍ2は音響信号Ｖ2(t)を生成する。音響信号Ｖ1(t)および音響信号Ｖ2(t)は、音ＳVAと音ＳVBとの混合音の波形を表す時間領域（時間ｔ）の音響信号である。

音源ＳAの方向ＬA（角度θA）は既知の方向に確定している。例えば、信号処理装置１００が自動車の車内に設置された場合を想定すると、運転席に着席する運転者の頭部の方向が音源（すなわち運転者）ＳAの方向ＬAに相当する。また、利用者の発声音を入力する電子機器（例えば携帯電話機）に信号処理装置１００が搭載された場合を想定すると、電子機器の本体に対して正面の方向が音源（すなわち発声者）ＳAの方向ＬAに相当する。他方、音源ＳBの方向ＬB（角度θB）は未確定（未知）である。すなわち、音源ＳAは既知の方向ＬAに固定的に設置されるのに対して音源ＳBは可変の方向ＬBに設置される。

信号処理装置１００は、音響信号Ｖ1(t)および音響信号Ｖ2(t)にフィルタ処理（音源分離）を実行することで分離信号Ｕ1(t)および分離信号Ｕ2(t)を生成する。分離信号Ｕ1(t)は、音源ＳAからの音ＳVAを強調した音響信号（音源ＳBからの音ＳVBを抑制した音響信号）であり、分離信号Ｕ2(t)は、音ＳVBを強調した音響信号（音ＳVAを抑制した音響信号）である。すなわち、音源ＳAからの音ＳVAと音源ＳBからの音ＳVBとが分離（音源分離）される。分離信号Ｕ1(t)や分離信号Ｕ2(t)は、スピーカやヘッドホンなどの放音機器（図示略）に供給されることで音響として再生される。分離信号Ｕ1(t)および分離信号Ｕ2(t)の一方のみを生成する構成（例えば分離信号Ｕ2(t)を雑音として破棄する構成）も採用される。なお、音響信号Ｖ1(t)および音響信号Ｖ2(t)をデジタル信号に変換するＡ/Ｄ変換器や、分離信号Ｕ1(t)および分離信号Ｕ2(t)をアナログ信号に変換するＤ/Ａ変換器の図示は便宜的に省略されている。

図１に示すように、信号処理装置１００は、周波数分析部１２と信号処理部１４と分離行列生成部１６と信号合成部１８とを含んで構成される。信号処理装置１００の各要素は、例えば、記録媒体に記録されたプログラムを実行する演算処理装置（ＣＰＵ）や特定の信号処理に専用される電子回路（ＤＳＰ）で実現される。また、信号処理装置１００の各要素が複数の集積回路に分散して搭載された構成も採用される。

周波数分析部１２は、音響信号Ｖ1(t)の周波数スペクトルＱ1(m)と音響信号Ｖ2(t)の周波数スペクトルＱ2(m)とを時間軸上のフレーム毎に順次に算定する。添字ｍはフレームの番号を示す。図２に示すように、第ｍ番目のフレームの周波数スペクトルＱ1(m)は、周波数軸上に設定されたＫ個の周波数（周波数帯域）ｆ1〜ｆKの各々における強度ｘ1(m,f1)〜ｘ1(m,fK)の系列である。同様に、周波数スペクトルＱ2(m)は、Ｋ個の強度ｘ2(m,f1)〜ｘ2(m,fK)で構成される。

図１の信号処理部１４は、強度ｘ1(m,f1)〜ｘ1(m,fK)および強度ｘ2(m,f1)〜ｘ2(m,fK)に対するフィルタ処理（音源分離）で強度ｕ1(m,f1)〜ｕ1(m,fK)および強度ｕ2(m,f1)〜ｕ2(m,fK)をフレーム毎に順次に生成する。信号合成部１８は、信号処理部１４が生成した強度ｕ1(m,f1)〜ｕ1(m,fK)を時間領域の信号に変換して相互に連結することで分離信号Ｕ1(t)を生成する。また、信号合成部１８は、信号処理部１４が生成した強度ｕ2(m,f1)〜ｕ2(m,fK)から時間領域の分離信号Ｕ2(t)を生成する。

図３は、信号処理部１４のブロック図である。図３に示すように、信号処理部１４は、Ｋ個の周波数ｆ1〜ｆKの各々に対応するＫ個の処理部Ｐ1〜ＰKで構成される。周波数ｆk（ｋ＝１〜Ｋ）に対応する処理部Ｐkは、強度ｘ1(m,fk)および強度ｘ2(m,fk)から強度ｕ1(m,fk)を生成するフィルタ部３２と、強度ｘ1(m,fk)および強度ｘ2(m,fk)から強度ｕ2(m,fk)を生成するフィルタ部３４とを含んで構成される。

フィルタ部３２およびフィルタ部３４は、遅延加算型（ＤＳ(delay-sum)型）のビームフォーマである。すなわち、処理部Ｐkのフィルタ部３２は、数式(1a)で定義されるように、係数ｗ11(fk)に応じた遅延を強度ｘ1(m,fk)の時系列に付加する遅延素子３２１と、係数ｗ12(fk)に応じた遅延を強度ｘ2(m,fk)の時系列に付加する遅延素子３２３と、遅延素子３２１の出力と遅延素子３２３の出力との加算で強度ｕ1(m,fk)を生成する加算部３２５とを含んで構成される。
ｕ1(m,fk)＝ｗ11(fk)・ｘ1(m,fk)＋ｗ21(fk)・ｘ2(m,fk) ……(1a)

同様に、フィルタ部３４は、数式(1b)で定義されるように、強度ｘ1(m,fk)の時系列を係数ｗ21(fk)に応じて遅延させる遅延素子３４１と、強度ｘ2(m,fk)の時系列を係数ｗ22(fk)に応じて遅延させる遅延素子３４３と、遅延素子３４１の出力と遅延素子３４３の出力との加算で強度ｕ2(m,fk)を生成する加算部３４５とを含む。
ｕ2(m,fk)＝ｗ12(fk)・ｘ1(m,fk)＋ｗ22(fk)・ｘ2(m,fk) ……(1b)

分離行列生成部１６は、信号処理部１４による処理に使用される分離行列Ｗ(f1)〜Ｗ(fK)を生成する。分離行列Ｗ(fk)は、係数列ｗ1(fk)と係数列ｗ2(fk)とで構成される２行２列の行列である。係数列ｗ1(fk)は、音源ＳAからの音ＳVAを強調するための行列（音源ＳAの分離行列）であり、フィルタ部３２の係数ｗ11(fk)および係数ｗ12(fk)で構成される。同様に、係数列ｗ2(fk)は、音源ＳBからの音ＳVBを強調するための行列（音源ＳBの分離行列）であり、フィルタ部３４の係数ｗ21(fk)および係数ｗ22(fk)で構成される。

図１に示すように、分離行列生成部１６は、初期値決定部２２と学習処理部２４とを含んで構成される。初期値決定部２２は、初期的な分離行列Ｗ0(f1)〜Ｗ0(fK)を生成する。学習処理部２４は、分離行列Ｗ0(fk)を初期値とした逐次的な学習で分離行列Ｗ(fk)を生成する。分離行列Ｗ(fk)の学習には公知の技術が任意に採用される。例えば、分離信号Ｕ1(t)と分離信号Ｕ2(t)とが統計的に相互に独立となるように分離行列Ｗ(fk)を逐次的に更新する独立成分分析（例えば高次ＩＣＡ）が分離行列Ｗ(fk)の生成に好適に採用される。なお、信号処理装置１００の起動の直後に生成された分離行列Ｗ(f1)〜Ｗ(fK)が信号処理部１４に継続的に適用される構成（すなわち、信号処理装置１００の起動の直後に分離行列生成部１６が動作する構成）を以下では便宜的に例示するが、例えば、信号処理装置１００の動作中に分離行列Ｗ(f1)〜Ｗ(fK)（分離行列Ｗ0(f1)〜Ｗ0(fK)）が順次に生成および更新される構成（例えば後述の第２実施形態）も好適である。

図４は、初期値決定部２２のブロック図である。図４に示すように、初期値決定部２２は、行列算定部４２と係数列生成部４４と方向特定部４６と方向特定部５２と行列決定部５４とを含んで構成される。行列算定部４２は、音響信号Ｖ1(t)の強度ｘ1(m,fk)および音響信号Ｖ2(t)の強度ｘ2(m,fk)の共分散行列ＲXX(fk)を周波数ｆ1〜ｆKの各々について算定する。

図２に示すように、第ｍ番目のフレームの周波数スペクトルＱ1(m)のうち周波数ｆkにおける強度ｘ1(m,fk)と当該フレームの周波数スペクトルＱ2(m)のうち同じ周波数ｆkの強度ｘ2(m,fk)とを要素とする観測ベクトルＸ(m,fk)（Ｘ(m,fk)＝［ｘ1(m,fk) ｘ2(m,fk)］^Ｔ）を導入すると（符号Ｔは行列の転置を意味する）、共分散行列ＲXX(fk)は、観測ベクトルＸ(m,fk)の共分散を要素とする行列として以下の数式(2)で定義される。符号Ｈは行列の転置（エルミート転置）を意味する。
ＲXX(fk)＝Ｅ［Ｘ(m,fk)Ｘ(m,fk)^Ｈ］ ……(2)

数式(2)の記号Ｅ[ ]は、所定個のフレームにわたる平均値（期待値）または加算値を意味する。図４の行列算定部４２は、周波数分析部１２から順次に供給される強度ｘ1(m,fk)と強度ｘ2(m,fk)とについて数式(2)の演算を実行することで共分散行列ＲXX(fk)を算定する。

係数列生成部４４は、周波数ｆ1〜ｆKについて係数列ｗA(f1)〜ｗA(fK)を生成する。具体的には、係数列生成部４４は、係数列ｗA(fk)を係数列ｗ1(fk)としてフィルタ部３２に適用したときのフィルタ処理が、既知の角度θA（方向ＬA）から到来する音源ＳAの音ＳVAのうち周波数ｆkの成分を強調する適応ビームフォーマ（すなわち、方向ＬAに向かうビームの形成）となるように、係数列ｗA(fk)を設定する。

図５は、適応ビームフォーマで設定されるビームの模式図である。図５においては、収音の感度が所定値を上回る領域（ビームが形成された領域）αが図示されている。図５に示すように、ビームは音源ＳAの方向ＬAに指向する。さらに、適応ビームフォーマでは、ビームが指向する方向ＬA以外の音源ＳBの方向ＬBに収音の死角（収音の感度が低い領域）が形成される。すなわち、係数列生成部４４は、角度θAの方向ＬAから到来する周波数ｆkの成分が強調されるとともに角度θBの方向ＬBに収音の死角が形成されるように係数列ｗA(fk)を特定する。したがって、係数列ｗA(f1)〜ｗA(fK)に反映される死角の方向を音源ＳBの角度θBとして特定することが可能である。係数列生成部４４による係数列ｗA(fk)の特定について以下に詳述する。

図６に示すように、フィルタ部３２の遅延素子３２１による処理後の強度ｙ1(m,fk)は強度ｘ1(m,fk)と係数ｗ11(fk)との乗算値に相当し、遅延素子３２３による処理後の強度ｙ2(m,fk)は強度ｘ2(m,fk)と係数ｗ12(fk)との乗算値に相当する。そして、加算部３２５による処理後の強度ｕ1(m,fk)は、以下の数式(3)で表現されるように、強度ｙ1(m,fk)と強度ｙ2(m,fk)との加算に相当する。
ｕ1(m,fk)＝ｙ1(m,fk)＋ｙ2(m,fk)
＝ｗ11(fk)ｘ1(m,fk)＋ｗ12(fk)ｘ2(m,fk) ……(3)
強度ｘ1(m,fk)および強度ｘ2(m,fk)で構成される観測ベクトルＸ(m,fk)と、係数ｗ11(fk)および係数ｗ12(fk)で構成される係数列ｗA(fk)（ｗA(fk)＝［ｗ11(fk) ｗ12(fk)］^Ｔ）とを導入すると、数式(3)は以下の数式(3A)に変形される。すなわち、強度ｕ1(m,fk)は、係数列ｗA(fk)の転置行列と観測ベクトルＸ(m,fk)との乗算（内積）に相当する。
ｕ1(m,fk)＝ｗA(fk)^ＨＸ(m,fk) ……(3A)

ここで、収音機器Ｍ1が生成する音響信号Ｖ1(t)の強度ｘ1(m,fk)は、図６および以下の数式(4A)に示すように、音源ＳAから到来した音ＳVAの強度ａ1(m,fk)と音源ＳBから到来した音ＳVBの強度ｂ1(m,fk)との加算として表現される。同様に、音響信号Ｖ2(t)の強度ｘ2(m,fk)は、図６および数式(4B)に示すように、音源ＳAから到来した音ＳVAの強度ａ2(m,fk)と音源ＳBから到来した音ＳVBの強度ｂ2(m,fk)との加算に相当する。したがって、観測ベクトルＸ(m,fk)は、以下の数式(5)のように表現される。
ｘ1(m,fk)＝ａ1(m,fk)＋ｂ1(m,fk) ……(4A)
ｘ2(m,fk)＝ａ2(m,fk)＋ｂ2(m,fk) ……(4B)
Ｘ(m,fk)＝Ａ(m,fk)＋Ｂ(m,fk) ……(5)

数式(5)の記号Ａ(m,fk)は、数式(4A)の強度ａ1(m,fk)と数式(4B)の強度ａ2(m,fk)とを要素とするベクトル（すなわち、音源ＳAからの音ＳVAに対応したベクトル）を意味する。同様に、数式(5)の記号Ｂ(m,fk)は、数式(4A)の強度ｂ1(m,fk)と数式(4B)の強度ｂ2(m,fk)とを要素とするベクトル（すなわち、音源ＳBからの音ＳVBに対応したベクトル）を意味する。数式(5)を数式(3A)に代入することで以下の数式(6)が導出される。
ｕ1(m,fk)＝ｗA(fk)^ＨＡ(m,fk)＋ｗA(fk)^ＨＢ(m,fk) ……(6)

ここで、音源ＳAからの音ＳVAが収音機器Ｍ1に到達する時点と収音機器Ｍ2に到達する時点との時間差は角度θAに応じた時間（遅延量）ｅ^−ｊθAであるから、ベクトルＡ(m,fk)は、以下の数式(7)のように表現される。数式(7)のベクトルｄA(θA(fk))は、角度θAの方向ＬAから到来する周波数ｆkの音が収音機器Ｍ1および収音機器Ｍ2の各々に到達する時間差（ｅ^{−ｊθA(fk)}）を示す方向ベクトル（ステアリングベクトル）である。

数式(7)の代入で数式(6)は以下の数式(6A)に変形される。
ｕ1(m,fk)＝ｗA(fk)^ＨｄA(θA(fk))ａ1(m,fk)＋ｗA(fk)^ＨＢ(m,fk) ……(6A)
数式(6A)の第１項は、音源ＳAからの音ＳVAのうち強度ｕ1(m,fk)に残存する成分を意味し、数式(6A)の第２項は、音源ＳBからの音ＳVBのうち強度ｕ1(m,fk)に残存する成分を意味する。したがって、係数列ｗA(fk)を適用したフィルタ処理で音源ＳAからの音ＳVAが強調される（音源ＳBからの音ＳVBが抑圧される）ためには、数式(6A)の第１項を音ＳVAの強度ａ1(m,fk)に接近させるという条件（以下「条件1」という）と、数式(6A)の第２項をゼロに接近させるという条件（以下「条件2」という）とが必要である。条件1は以下の数式(8)で表現される。ただし、条件1は、数式(8)の左辺を最大化する（音ＳVAの強調を最大化する）という処理に変更され得る。
ｗA(fk)^ＨｄA(θA(fk))＝１ ……(8)

条件2を検討するために、数式(6A)の第２項の絶対値の自乗（|ｗA(fk)^ＨＢ(m,fk)|^２）を所定個のフレームにわたって平均化した強度Ｐ(fk)を検討する。強度Ｐ(fk)は、音源ＳBからの音ＳVBのうち強度ｕ1(m,fk)に残存する成分のパワーに相当する。強度Ｐ(fk)は以下の数式(9)に変形される。数式(9)の記号Ｅ[ ]は、数式(2)と同様に、所定個のフレームにわたる平均（期待値）を意味する。数式(9)の導出においては、係数列ｗA(fk)が経時的に変化しない（Ｅ［ｗA(fk)^Ｈ］＝ｗA(fk)^Ｈ，Ｅ［ｗA(fk)］＝ｗA(fk)）という性質を利用した。
Ｐ(fk)＝Ｅ［|ｗA(fk)^ＨＢ(m,fk)|^２］
＝Ｅ［ｗA(fk)^ＨＢ(m,fk)Ｂ(m,fk)^ＨｗA(fk)］
＝ｗA(fk)^ＨＥ［Ｂ(m,fk)Ｂ(m,fk)^Ｈ］ｗA(fk)
＝ｗA(fk)^ＨＲBB(fk)ｗA(fk) ……(9)

数式(9)の記号ＲBB(fk)は、強度ｘ1(m,fk)のうち音ＳVBに由来する強度ｂ1(m,f)と強度ｘ2(m,fk)のうち音ＳVBに由来する強度ｂ2(m,f)との共分散行列（所定個のフレームにわたるベクトルＢ(m,fk)の共分散行列）を意味する。しかし、音響信号Ｖ1(t)や音響信号Ｖ2(t)からベクトルＢ(m,fk)のみを抽出して共分散行列ＲBB(fk)を算定することは困難であるから、本実施形態においては、音響信号Ｖ1(t)の強度ｘ1(m,fk)と音響信号Ｖ2(t)の強度ｘ2(m,fk)との共分散行列ＲXX(fk)（数式(2)）で共分散行列ＲBB(fk)を代用する。すなわち、数式(9)は以下の数式(9A)で近似される。したがって、条件2は、数式(9A)で表現される強度Ｐ(fk)を最小化するという条件に相当する。
Ｐ(fk)＝ｗA(fk)^ＨＲBB(fk)ｗA(fk)
≒ｗA(fk)^ＨＲXX(fk)ｗA(fk) ……(9A)

図４の係数列生成部４４は、行列算定部４２が算定した共分散行列ＲXX(fk)を数式(9A)に代入したときの強度Ｐ(fk)が、数式(8)の条件1が成立する範囲内で最小となるように、係数列ｗA(fk)を算定する。以上の手順で算定された係数列ｗA(fk)は、角度θAの方向ＬAのビームと角度θBの方向ＬBの死角とを形成する適応ビームフォーマとしてフィルタ部３２を動作させたときの係数列ｗ1(fk)に相当する。

図４の方向特定部４６は、音源ＳAの方向ＬAが既知の角度θAに確定していることを利用して、Ｋ個の周波数ｆ1〜ｆKについて角度θA(f1)〜θA(fK)を特定するとともに、各角度θA(fk)から数式(8)の方向ベクトルｄA(θA(fk))を算定する。角度θA(f1)〜θA(fK)の算定には公知の技術が任意に採用される。

具体的には、方向特定部４６は、既知の角度θAに応じた係数列ｗ1(f1)〜ｗ1(fK)を特定したうえで各係数列ｗ1(fk)に対応した角度θA(fk)を算定する。例えば、方向ＬAの音源ＳAにてインパルス音を発生させたときに収音機器Ｍ1および収音機器Ｍ2が収音したインパルス応答を解析することで、音源ＳAからの音ＳVAのうち周波数ｆkの成分が強調されるように係数列ｗ1(fk)を算定する方法が採用される。また、方向ＬAから到来する音ＳVAのうち周波数ｆkの成分がフィルタ部３２によるフィルタ処理で強調される（すなわち、フィルタ部３２が方向ＬAにビームを形成する）ように角度θAから係数列ｗ1(f1)〜ｗ1(fK)を算定する方法も好適である。方向特定部４６は、周波数ｆkの係数列ｗ1(fk)から角度θA(fk)を算定する。係数列ｗ1(fk)から角度θA(fk)を算定する処理には公知の技術が任意に採用される。例えば、非特許文献２に開示された方法が好適である。

そして、方向特定部４６は、角度θA(f1)〜θA(fK)の各々について遅延量ｅ^{−ｊθA(fk)}を算定することで数式(7)の方向ベクトルｄA(θA(fk))をＫ個の周波数ｆ1〜ｆKの各々について算定する。係数列生成部４４は、方向特定部４６が算定した方向ベクトルｄA(θA(fk))を数式(8)に適用することで係数列ｗA(fk)を算定する。

図４の方向特定部５２は、係数列ｗA(fk)の算定時に死角を想定した角度θB(fk)（すなわち、音源ＳBの方向ＬB）を係数列ｗA(fk)から特定する。周波数ｆ1〜ｆKに対応するＫ個の角度θB(f1)〜θB(fK)が算定される。係数列ｗA(fk)から角度θB(fk)を特定する方法は任意であるが、以下に例示する方法が好適に採用される。

例えば、方向特定部５２は、角度θB(fk)の候補値ΘB(fk)に対応する方向ベクトルｄB(Θ(fk))と系数列ｗA(fk)との内積を当該候補値ΘB(fk)の角度での収音の感度として算定し、複数の候補値ΘB(fk)のうち感度が最小となる（すなわち収音の死角となる）候補値ΘB(fk)を確定的な角度θB(fk)として選択する。あるいは、方向特定部５２は、角度θB(fk)の候補値ΘB(fk)を含む所定の範囲内の複数の角度φ(fk)の各々の方向ベクトルｄ(φ(fk))と係数列ｗA(fk)との内積を複数の角度φ(fk)について加算した数値を当該候補値ΘB(fk)の角度での感度として算定し、複数の候補値ΘB(fk)のうち感度が最小となる候補値ΘB(fk)を確定的な角度θB(fk)として選択する。また、非特許文献２に開示された方法も角度θB(fk)の特定に採用される。

方向特定部５２は、係数列ｗA(f1)〜ｗA(fK)から以上の方法で特定したＫ個の角度θB(f1)〜θB(fK)から音源ＳBの角度θBを特定する。例えば、方向特定部５２は、Ｋ個の角度θB(f1)〜θB(fK)の中央値（最大値と最小値との平均値）や平均値を角度θBとして算定する。また、低域側の周波数（ｆ1付近）と高域側の周波数（ｆK付近）を除外した各周波数ｆkにおける角度θB(fk)から角度θBを算定する方法も好適である。

図４の行列決定部５４は、既知の角度θA（方向ＬA）と方向特定部５２が特定した角度θB（方向ＬB）とに応じて分離行列（初期値）Ｗ0(f1)〜Ｗ0(fK)を生成する。具体的には、行列決定部５４は、周波数ｆkのビーム（周波数ｆkの音に対する感度が高い領域）が角度θAに形成されるように係数ｗ11(fk)および係数ｗ12(fk)（係数列ｗ1(fk)）を設定し、方向特定部５２が特定した角度θBに周波数ｆkのビームが形成されるように係数ｗ21(fk)および係数ｗ22(fk)を設定する。そして、行列決定部５４は、角度θAおよび角度θBから決定した各係数（ｗ11(fk)，ｗ12(fk)，ｗ21(fk)，ｗ22(fk)）を要素とする２行２列の分離行列Ｗ0(fk)を生成する。行列決定部５４が生成した分離行列Ｗ0(f1)〜Ｗ0(fK)を初期値として学習処理部２４が学習を実行することで、信号処理部１４が実際に使用する分離行列Ｗ(f1)〜Ｗ(fK)が生成される。

以上の形態においては、音源ＳAの方向ＬAにビームを形成（適応ビームフォーマ）したときの死角の方向が音源ＳBの方向ＬB（角度θB）として特定されるから、係数列ｗ1(fk)と係数列ｗ2(fk)とが直交するという条件は不要である。したがって、係数列ｗ1(fk)と係数列ｗ2(fk)とが直交するという制約のもとで分離行列の初期値を設定する従来の技術（以下「対比例」という）と比較すると、音ＳVAと音ＳVBとを高精度に分離できる特性に近い分離行列Ｗ0(fk)を初期値の段階から生成することが可能である。すなわち、初期的な分離行列Ｗ0(fk)と学習後の分離行列Ｗ(fk)との乖離が低減されるから、学習に必要な時間（すなわち、音ＳVAと音ＳVBとを所期の精度で分離できる特性に分離行列Ｗが収束するまでの時間）が短縮されるという利点や、分離行列Ｗ(fk)が学習の過程で不適切な特性に収束する可能性が低減されるという利点がある。

図７は、分離行列Ｗ(fk)の学習の回数（横軸）と雑音抑圧率（縦軸）との相関を第１実施形態と対比例とについて示すグラフである。雑音抑圧率（ＮＲＲ：noise reduction rate）は、分離信号Ｕ1(t)における音ＳVBの強度に対する音ＳVAの強度の比率（すなわち、音ＳVAを目的音として音ＳVBを雑音としたときのＳＮ比）SNR_OUTと、音響信号Ｖ1(t)における音ＳVBの強度に対する音ＳVAの強度の比率（すなわち、処理前のＳＮ比）SNR_INとの差分である（NRR＝SNR_OUT−SNR_IN）。したがって、雑音抑圧率が高いほど音ＳVAと音ＳVBとの分離の精度（音ＳVAの強調の度合および音ＳVBの抑制の度合）が高い。

図７に示すように、第１実施形態および対比例の何れにおいても、学習の回数が増加するほど雑音抑圧率は上昇するが、第１実施形態の雑音抑圧率は、学習の回数に拘わらず対比例の雑音抑圧率を上回る。すなわち、分離信号Ｕ1(t)において音ＳVAが音ＳVBに対して充分に強調されていることが理解される。また、第１実施形態における雑音抑圧率は、対比例と比較して学習の回数が少ない段階で飽和していることから、所期の分離性能を実現するために必要な学習の回数（処理量や時間）が対比例と比較して削減されることが理解される。

＜Ｂ：第２実施形態＞
次に、本発明の第２実施形態について説明する。なお、以下の各形態において作用や機能が第１実施形態と同等である要素については、以上と同じ符号を付して各々の詳細な説明を適宜に省略する。

図８は、本発明の第２実施形態に係る信号処理装置１００Aのブロック図である。図８に示すように、第２実施形態の信号処理装置１００Aの分離行列生成部１６Aは、第１実施形態の分離行列生成部１６に方向特定部８２と変化検出部８４とを追加した構成である。図８の初期値決定部２２（行列決定部５４）は、初期的な分離行列Ｗ0(f1)〜Ｗ0(fK)を複数回にわたって順次に生成する。例えば、所定個のフレームで構成される期間（以下「単位期間」という）毎に順次に分離行列Ｗ0(f1)〜Ｗ0(fK)が生成される。すなわち、単位期間内の所定個のフレームの各々の観測ベクトルＸ(m,fk)を利用して、行列算定部４２による共分散行列ＲXX(fk)の算定と、係数列生成部４４による係数列ｗA(f1)〜ｗA(fK)の算定と、方向特定部５２による角度θBの特定と、行列決定部５４による分離行列Ｗ0(f1)〜Ｗ0(fK)の決定とが、第１実施形態と同様の方法で単位期間毎に順次に実行される。

方向特定部８２は、学習処理部２４による学習後の分離行列Ｗ(fk)から音源ＳAの角度θA（方向ＬA）と音源ＳBの角度θB（方向ＬB）とを推定する。なお、初期値決定部２２（行列決定部５４）にて使用される角度θAや角度θBと区別するために、方向特定部８２が学習後の分離行列Ｗ(fk)から推定する方向に以下では添字“_W”を付加する（音源ＳAの角度θA_W，音源ＳBの角度θB_W）。

具体的には、方向特定部８２は、分離行列Ｗ(f1)〜Ｗ(fK)の係数列ｗ1(f1)〜ｗ1(fK)から音源ＳAの角度θA_Wを特定し、分離行列Ｗ(f1)〜Ｗ(fK)の係数列ｗ2(f1)〜ｗ2(fK)から音源ＳBの角度θB_Wを特定する。例えば、方向特定部８２は、係数列ｗ1(fk)の適用でフィルタ部３２が形成するビームの角度θA_W(fk)を特定し、Ｋ個の角度θA_W(f1)〜θA_W(fK)から角度θA_W（例えば角度θA_W(f1)〜θA_W(fK)の中央値や平均値）を算定する。角度θB_Wも同様の方法で特定される。

図８の変化検出部８４は、各音源Ｓ（ＳA，ＳB）の移動の有無（すなわち、音ＳVAが到来する方向ＬAや音ＳVBが到来する方向ＬBの変化の有無）を判定する。具体的には、変化検出部８４は、方向特定部８２が推定する角度θA_Wおよび角度θB_Wと、初期値決定部２２（行列決定部５４）にて使用される角度θAおよび角度θBとを比較する。変化検出部８４は、角度θA_Wと角度θAとの相違に応じて音源ＳAの移動の有無を判定するとともに、角度θB_Wと角度θBとの相違に応じて音源ＳBの移動の有無を判定する。変化検出部８４による判定は、例えば方向特定部５２（図４）が音源ＳBの角度θBを推定するたびに（すなわち単位期間毎に）順次に実行される。

図８の変化検出部８４は、角度θi_W（ｉ＝A，B）と角度θiとの差分の絶対値Δiを算定する（Δi＝|θi_W−θi|）。そして、変化検出部８４は、差分Δiが閾値τを上回る場合には音源Ｓiが移動したと判定し、差分Δiが閾値τを下回る場合には音源Ｓiが移動していない（あるいは移動量が少ないので実質的には移動していないとみなせる）と判定する。なお、音源ＳAが固定された状況（音源ＳAが移動しない状況）を前提とすれば、音源ＳBの移動の有無のみを差分ΔBから判定する構成も好適に採用される。また、音源ＳAおよび音源ＳBの双方が移動し得る状況を前提とすると、差分ΔAおよび差分ΔBの少なくとも一方が閾値τを上回る場合（すなわち、音源ＳAおよび音源ＳBの少なくとも一方が移動した場合）に、変化検出部８４は音源Ｓが移動したと判定する。

図８の学習処理部２４は、変化検出部８４が音源Ｓの移動を検出した場合に、初期値決定部２２が決定した分離行列Ｗ0(f1)〜Ｗ0(fK)を初期値とした学習を実行することで分離行列Ｗ(f1)〜Ｗ(fK)を単位期間毎に順次に生成する。他方、変化検出部８４が音源Ｓの移動を検出しない場合、学習処理部２４は、分離行列Ｗ(f1)〜Ｗ(fK)の学習（分離行列Ｗ(f1)〜Ｗ(fK)の更新）を停止する。したがって、学習処理部２４が過去の学習で特定した分離行列Ｗ(f1)〜Ｗ(fK)が継続的に信号処理部１４に適用される。方向特定部８２は、分離行列Ｗ(fk)が更新されるたびに（すなわち音源Ｓが移動するたびに）、更新後の分離行列Ｗ(fk)から角度θA_Wおよび角度θB_Wを推定する。

第２実施形態においては、音源Ｓが移動しない場合には学習処理部２４による学習が停止するから、音源Ｓの移動の有無に拘わらず学習処理部２４が学習を継続する構成と比較して、学習処理部２４による処理の負荷が軽減されるという利点がある。他方、音源Ｓが移動した場合には、分離行列Ｗ(f1)〜Ｗ(fK)が更新されるから、各音源Ｓからの音ＳV（ＳVA，ＳVB）を移動の前後にわたって高精度に分離することが可能である。

図９は、音源ＳAや音源ＳBの移動を検出しない構成（例えば第１実施形態）のもとで音源ＳBを移動した場合の移動後の雑音抑圧率を示す図表である。音源ＳAの角度θAを０°（正面）に固定した場合が想定されている。図９の縦方向の項目は移動前の音源ＳBの角度θBを意味し、図９の横方向の項目は移動後の音源ＳBの角度θBを意味する。例えば、音源ＳBの角度θBが−90°から−45°に変化した場合における移動後の雑音抑圧率は11.1である。図９に下線を付して示すように、音源ＳBの移動を検出しない構成では、音源ＳBが音源ＳAの角度θA（０°）を跨いで移動した場合に雑音抑圧率が顕著に低下するという傾向が図９から把握される。

他方、図９の「第２実施形態」という行部分の各数値は、第２実施形態のもとで音源ＳBが横方向の項目の各角度に移動した各場合の雑音抑圧率を意味する。第２実施形態においては、音源ＳBが移動するたびに移動後の角度θBに応じた分離行列Ｗ(fk)の学習（分離行列Ｗ0(fk)の初期化）が実行されるから、図９から把握されるように、音源ＳBの移動の前後の角度θBに拘わらず、移動後の雑音抑圧率は高い数値に維持される。すなわち、第２実施形態によれば、音源ＳBが随時に移動する環境においても音ＳVAと音ＳVBとを高精度に分離することが可能である。

また、分離行列Ｗ(f1)〜Ｗ(fK)から推定される角度θi_Wと分離行列Ｗ0(f1)〜Ｗ0(fK)の生成に使用される角度θiとを比較することで音源Ｓiの移動の有無が判定されるから、音源Ｓiの角度θiを検出するための特別な仕組（例えば、特開2007-318373号公報に開示された構成におけるジャイロセンサ）は不要である。したがって、信号処理装置１００Aの構成の簡素化や製造コストの低減が実現される。

なお、以上の説明では、音源Ｓが移動しない場合に分離行列Ｗ(f1)〜Ｗ(fK)の学習を停止する構成を例示したが、音源Ｓが移動しない場合に分離行列Ｗ(f1)〜Ｗ(fK)を初期化しない構成（すなわち、過去の初期化から係属中の学習は継続するが、初期値決定部２２が新規に決定した分離行列Ｗ0(f1)〜Ｗ0(fK)を学習に適用しない構成）も適用される。分離行列Ｗ(f1)〜Ｗ(fK)の初期化を停止する構成によれば、例えば初期的な分離行列Ｗ0(f1)〜Ｗ0(fK)が定期的に更新される構成と比較して、学習後の分離行列Ｗ(f1)〜Ｗ(fK)が、各音源Ｓの位置に応じた適切な特性（すなわち高精度な音源分離が可能な特性）に安定的に維持されるという利点がある。

＜Ｃ：変形例＞
以上に例示した各形態は様々に変形され得る。具体的な変形の態様を以下に例示する。なお、以下の例示から任意に選択された２以上の態様は適宜に併合され得る。

（１）変形例１
以上の各形態においては、所定の方向の音を強調する遅延加算型ビームフォーマをフィルタ部３２およびフィルタ部３４として利用したが、所定の方向の音を抑圧する（すなわち所定の方向に死角を形成する）死角制御型（null）ビームフォーマをフィルタ部３２およびフィルタ部３４として利用した構成も好適である。例えば、図３のフィルタ部３２の加算部３２５およびフィルタ部３４の加算部３４５を減算部に変更することで死角制御型ビームフォーマが実現される。死角制御型ビームフォーマを採用した場合、行列決定部５４は、既知の角度θAに死角が形成されるようにフィルタ部３２の係数列ｗ1(fk)（ｗ11(fk)，ｗ12(fk)）を決定し、方向特定部５２が特定した角度θBに死角が形成されるようにフィルタ部３４の係数列ｗ2(fk)（ｗ21(fk)，ｗ22(fk)）を決定する。したがって、分離信号Ｕ1(t)においては音源ＳAからの音ＳVAが抑制され（音ＳVBが強調され）、分離信号Ｕ2(t)においては音源ＳBからの音ＳVBが抑制される（音ＳVAが強調される）。

以上の説明から理解されるように、信号処理部１４に適用されるビームフォーマの種類と、係数列生成部４４が係数列ｗA(fk)を生成する原理において前提となるビームフォーマ（適応ビームフォーマ）の種類とは相違し得る。すなわち、係数列生成部４４の動作の前提となるビームフォーマは音源ＳBの角度θB（方向ＬB）の特定を目的とし、実際の音源分離（信号処理部１４の動作）に利用されるビームフォーマとは無関係に選定され得る。

（２）変形例２
以上の各形態において方向特定部４６が方向ベクトルｄA(θA(fk))を特定する方法は任意である。具体的には、第１実施形態に例示したように既知の角度θAに応じた係数列ｗ1(f1)〜ｗ1(fK)から角度θA(f1)〜θA(fK)を算定したうえで方向ベクトルｄA(θA(f1))〜ｄA(θA(fK))を特定する構成において、係数列ｗ1(f1)〜ｗ1(fK)を生成する方法は適宜に変更される。例えば、第１実施形態においては、音源ＳAから採取したインパルス応答が強調されるように遅延加算型ビームフォーマ（フィルタ部３２）の係数列ｗ1(fk)を決定したが、遅延加算型ビームフォーマに代えて、死角制御型ビームフォーマや適応ビームフォーマを利用して係数列ｗ1(fk)を決定する構成も採用される。また、MUSIC（multiple signal classification）法や最小分散法で推定した音源ＳAの角度θAから各種のビームフォーマ（例えば適応型ビームフォーマ）を利用して係数列ｗ1(fk)を特定する方法、あるいは、因子分析で特定した因子ベクトルや正準相関分析で特定した正準ベクトルを係数列ｗ1(f)として特定する方法も採用される。また、音源ＳAの方向ＬA（角度θA）が既知であることは必須ではない。例えば、音源ＳAの方向ＬAを所定の方法で推定したうえで方向ベクトルｄA(θA(fk))を特定する構成も採用される。

（３）変形例３
以上の各形態においては、信号処理部１４や学習処理部２４を具備する信号処理装置１００を例示したが、信号処理部１４や学習処理部２４は信号処理装置１００（または第２実施形態の信号処理装置１００A）から省略され得る。信号処理装置１００の行列決定部５４が生成した初期的な分離行列Ｗ0(f1)〜Ｗ0(fK)を信号処理装置１００とは別体の装置の学習処理部２４に提供することで分離行列Ｗ(f1)〜Ｗ(fK)が生成される。また、学習処理部２４による学習は本発明において必須ではない。すなわち、行列決定部５４が生成した分離行列Ｗ0(f1)〜Ｗ0(fK)を分離行列Ｗ(f1)〜Ｗ(fK)として信号処理部１４が使用する構成（学習処理部２４を省略した構成）も採用される。

また、周波数分析部１２や信号合成部１８も信号処理装置１００（または第２実施形態の信号処理装置１００A）から省略され得る。例えば、記憶装置に格納された観測ベクトルＸ(m,f1)〜Ｘ(m,fK)の時系列から分離行列生成部１６が分離行列Ｗ(f1)〜Ｗ(fK)を生成する信号処理装置としても本発明は実現される。分離行列生成部１６が生成した分離行列Ｗ(f1)〜Ｗ(fK)を信号処理装置とは別体の装置の信号処理部１４に提供することで分離信号Ｕ1(t)や分離信号Ｕ2(t)が生成される。

（４）変形例４
係数列生成部４４が係数列ｗA(fk)を生成する方法は以上の例示に限定されない。すなわち、係数列生成部４４は、方向ＬAからの到来音が強調されるとともに方向ＬBに死角が形成されるように係数列ｗA(fk)を生成する要素として包括される。また、係数列生成部４４が生成した係数列ｗA(fk)から方向特定部５２が角度θBを特定する方法も適宜に変更される。

（５）変形例５
以上の各形態においては音源Ｓ（ＳA，ＳB）が２個である場合を例示したが、３個以上の音源Ｓからの音を分離する場合にも本発明は当然に適用される。ただし、音源分離の対象となる音源の個数以上の収音機器が必要である。

１００，１００A……信号処理装置、１２……周波数分析部、１４……信号処理部、１６……分離行列生成部、１８……信号合成部、２２……初期値決定部、２４……学習処理部、３２……フィルタ部、３４……フィルタ部、４２……行列算定部、４４……係数列生成部、４６……方向特定部、５２……方向特定部、５４……行列決定部、８２……方向特定部、８４……変化検出部。

Claims (6)

1. 相異なる方向から到来する複数音を複数の収音機器で収音した複数の音響信号に対するフィルタ処理に適用したときに、前記複数音のうち第１方向から到来する第１音が強調され、かつ、第２音が到来する第２方向に収音の死角が形成されるように、前記フィルタ処理の係数列を生成する係数列生成手段と、
   前記係数列から前記第２方向を特定する方向特定手段と、
   前記第１音を強調するための分離行列を前記第１方向と前記方向特定手段が特定した第２方向とに応じて生成する行列決定手段と
   を具備する信号処理装置。
2. 前記係数列生成手段は、係数列の転置行列と、前記第１方向から到来する音が前記複数の収音機器の各々に到達する時間差を示す方向ベクトルとの乗算値が１に近づくように、前記係数列を生成する
   請求項１の信号処理装置。
3. 前記係数列生成手段は、係数列の転置行列と、前記複数の音響信号の強度の共分散行列と、前記係数列との乗算値が小さくなるように、前記係数列を生成する
   請求項１または請求項２の信号処理装置。
4. 前記行列決定手段が決定した分離行列を初期値として学習を実行する学習処理手段
   を具備する請求項１から請求項３の何れかの信号処理装置。
5. 前記行列決定手段は、前記分離行列を順次に生成し、
   前記学習処理手段による学習後の分離行列から前記複数音の各々の到来方向を推定する方向特定手段と、
   前記行列決定手段が生成した分離行列に対応した各音の到来方向と前記方向特定手段が各音について推定した到来方向との相違に応じて各音の到来方向の変化の有無を判定する変化検出手段とを具備し、
   前記学習処理手段は、各音の到来方向が変化したと前記変化検出手段が判定した場合に、前記行列決定手段が生成した分離行列を初期値として学習を実行し、前記各音の到来方向が変化していないと前記変化検出手段が判定した場合に、分離行列の学習を停止し、または、分離行列を初期化せずに学習を継続する
   請求項４の信号処理装置。
6. 相異なる方向から到来する複数音を複数の収音機器で収音した複数の音響信号に対するフィルタ処理に適用したときに、前記複数音のうち第１方向から到来する第１音が強調され、かつ、第２音が到来する第２方向に収音の死角が形成されるように、前記フィルタ処理の係数列を生成する係数列生成処理と、
   前記係数列から前記第２方向を特定する方向特定処理と、
   前記第１音を強調するための分離行列を前記第１方向と前記方向特定処理で特定した第２方向とに応じて生成する行列決定処理と
   をコンピュータに実行させるプログラム。
   

Images