JP2013170936A - 音源位置判定装置、音源位置判定方法、プログラム - Google Patents

Abstract

【課題】１チャネルのマイクロホン入力信号のみを用いて、音源がマイクロホンの近くにあるか、遠くにあるかを判定することができる音源位置判定装置、音源位置判定方法、プログラムを提供する。
【解決手段】入力信号をフレーム毎に分割するフレーム分割部２０と、入力信号に含まれる音源信号の直接音と間接音の到達時間差に基づく特徴量を計算する特徴量計算部３０と、計算された特徴量と、予め定めたしきい値とを比較して音源とマイクロホンの遠近を判定する遠近判定部４０とを備える。
【選択図】図１

Description

本発明は、音源がマイクロホンの近くにあるか、遠くにあるかを判定する音源位置判定装置、音源位置判定方法、プログラムに関する。

音源とマイクロホン間の距離を測定する方法として、例えば、特許文献１に示される方法がある。この方法では、複数のマイクロホンからなるマイクロホンアレーを用いて、入力信号に含まれる直接音と間接音（残響音）との比である直間比を求める。直間比はマイクロホンと音源の距離が大きくなるほど、単調に減少する特性を持つため、直間比を求めることで、マイクロホンと音源の距離を測定することができる。

特開２０１１−５３０６２号公報

しかしながら、特許文献１では、複数のマイクロホンからなるマイクロホンアレーを用いて、音源とマイクロホン間の距離を測定するため、複数マイクロホンデバイスのコスト、ディジタル信号に変換するためのＡ／Ｄ変換器のコスト、複数チャネル信号を処理するための演算量コスト等の装置コストが大きくなってしまうことが問題であった。そこで、本発明では、１チャネルマイクロホン入力信号のみを用いて、音源がマイクロホンの近くにあるか、遠くにあるかを判定することができる音源位置判定装置、音源位置判定方法、プログラムを提供することを目的とする。

本発明の音源位置判定装置は、フレーム分割部と、特徴量計算部と、第１遠近判定部とを備える。フレーム分割部は、入力信号をフレーム毎に分割する。特徴量計算部は、入力信号に含まれる音源信号の直接音と間接音の到達時間差に基づく特徴量を計算する。第１遠近判定部は、計算された特徴量と予め定めたしきい値を比較して音源とマイクロホンの遠近を判定する。

本発明の音源位置判定装置によれば、１チャネルマイクロホン入力信号のみを用いて、音源がマイクロホンの近くにあるか、遠くにあるかを判定することができる。

実施例１の音源位置判定装置の構成を示すブロック図。 実施例１の音源位置判定装置の動作を示すフローチャート。 マイクロホンの近くで発生する衝撃音の時間波形及びパワースペクトル時間変化量を示す図。 マイクロホンの遠くで発生する衝撃音の時間波形及びパワースペクトル時間変化量を示す図。 実施例２の音源位置判定装置の構成を示すブロック図。 実施例２の音源位置判定装置の動作を示すフローチャート。 音源とマイクロホンと壁面の配置について例示する図。 直接・間接音の到達時間差と音源−マイクロホン間距離との関係を示す図。 実施例３の音源位置判定装置の構成を示すブロック図。 実施例３のパワー比特徴量計算部の構成を示すブロック図。 実施例３の音源位置判定装置の動作を示すフローチャート。 実施例４の音源位置判定装置の構成を示すブロック図。 実施例４の音源位置判定装置の動作を示すフローチャート。 実施例５の音源位置判定装置の構成を示すブロック図。 実施例５の音源位置判定装置の動作を示すフローチャート。 実施例５の特徴量データベースの例を示す図。

以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
＜本発明のポイント＞
マイクロホンの近くで音が発生した場合、直接音と間接音の到達時間差が生じるため、音発生直後においては、マイクロホン入力信号のほとんどの成分は直接音であり、間接音（残響音）は少ない。一方、マイクロホンの遠くで音が発生した場合、直接音と間接音の到達時間差が少ないため、音発生直後においてもマイクロホン入力信号は直接音と間接音の混合信号となる。本発明では、この差を利用して、音が発生した直後の信号を分析することで、直接音と間接音の特徴から、音がマイクロホンの近くで発生しているか、遠くで発生しているかを判定する。

図１、図２、図３、図４を参照して、実施例１の音源位置判定装置について詳細に説明する。図１は本実施例の音源位置判定装置１の構成を示すブロック図である。図２は本実施例の音源位置判定装置１の動作を示すフローチャートである。図３はマイクロホンの近くで発生する衝撃音の時間波形及びパワースペクトル時間変化量を示す図である。図４はマイクロホンの遠くで発生する衝撃音の時間波形及びパワースペクトル時間変化量を示す図である。

本実施例の音源位置判定装置１は、マイクロホン１０と、フレーム分割部２０と、特徴量計算部３０と、遠近判定部４０と、しきい値記憶部５０とを備える。特徴量計算部３０は、周波数領域変換手段３１と、パワースペクトル計算手段３２と、パワースペクトル記憶手段３３と、パワースペクトル変化計算手段３４とを備える。

本実施例では、物をたたく音や、ぶつかる音といった衝撃音を対象として、発生した音がマイクロホンの近くで発生しているか、遠くで発生しているかを判別する例について説明する。

マイクロホン１０は音を収音する（Ｓ１０）。例えばマイクロホン入力信号は、サンプリング周波数１６ｋＨｚ、量子化ビット数１６ｂｉｔのディジタル信号とすることができる。マイクロホン入力信号ｘ（ｎ）は、フレーム分割部２０に入力される。ここで、ｎは離散時間を表す。フレーム分割部２０は、マイクロホン入力信号をフレーム毎に分割し、フレーム分割信号ｘ_ｔ（ｎ）とする（Ｓ２０）。

ここで、ｔはフレーム番号を表す。フレーム長は例えば２５６サンプル（１６ｍｓ）とすることができる。フレームシフト幅は例えば１０サンプル（０．６２５ｍｓ）とする。後段では、あるフレーム内で求めた特徴量と、次フレーム内で求めた特徴量を比較し判定を行うため、フレーム長とフレームシフト幅は、判定精度に大きく寄与する。衝撃音を対象とする時、１フレーム内に衝撃音が収まる長さ以上に設定した方が、精度が高い。しかし、フレーム長が長い場合、処理遅延も大きくなり、問題となる。また、フレーム長を必要以上に長くすると、フレーム内に対象とする音以外の音が混入し、精度低下の要因となる。例えば、衝撃音の長さを１０ｍｓと仮定して、フレーム長を１６ｍｓとすることができる。本方法では対象音が微細な時間に変化するか否かについて着目する。よって、フレームシフト幅は短くし、細かく分析した方が望ましい。しかし、フレームシフト幅を短くすることは、処理量の増加につながる。判別精度を保ち、短すぎないフレームシフト幅として、例えば１０サンプル程度を選択すればよい。フレーム分割部２０で分割された信号ｘ_ｔ（ｎ）は、周波数領域変換手段３１に送られる。周波数領域変換手段３１は、マイクロホン入力信号を周波数領域信号Ｘ_ｔ（ｋ）に変換する（Ｓ３１）。ここで、ｋは周波数を表す。周波数領域への変換方法として例えば、フレーム分割信号ｘ_ｔ（ｎ）にハニング窓ｗを乗じ、ＦＦＴ（Ｆａｓｔ＿Ｆｏｕｒｉｅｒ＿Ｔｒａｎｓｆｏｒｍ：高速フーリエ変換）を行えばよい。周波数領域信号Ｘ_ｔ（ｋ）は、パワースペクトル計算手段３２に送られる。パワースペクトル計算手段３２は、周波数領域信号からパワースペクトル信号を計算する（Ｓ３２）。具体的には、次式によりパワースペクトル信号Ｐ_ｔ（ｋ）が計算される。パワースペクトルを計算することで、フレーム間における信号の位相変化を無視できる利点がある。

パワースペクトル信号Ｐ_ｔ（ｋ）はパワースペクトル記憶手段３３に送られる。パワースペクトル記憶手段３３は、予め定めた時間区間ごとにパワースペクトル信号Ｐ_ｔ（ｋ）を記憶し、所定時間前の時間区間のパワースペクトル信号を出力する（Ｓ３３）。ここでは、１フレーム分のパワースペクトル信号を記憶することとし、現処理フレーム番号がｔの時、１フレーム前のパワースペクトル信号Ｐ_ｔ−１（ｋ）を出力する。次に、パワースペクトル変化計算手段３４は、現在のパワースペクトル信号と、所定時間前の時間区間のパワースペクトル信号とからパワースペクトル時間変化量を計算する（Ｓ３４）。ここでは現処理フレームのパワースペクトル信号Ｐ_ｔ（ｋ）と１フレーム前のパワースペクトル信号Ｐ_ｔ−１（ｋ）を入力し、パワースペクトル時間変化量Ｓ_ｔを出力する。次式に示す計算式で、パワースペクトルの時間変化を求める。ここで、Ｎはｋの最大値であり、ナイキスト周波数に相当する値とする。

遠近判定部４０は、パワースペクトル時間変化量Ｓ_ｔを入力とし、当該パワースペクトル時間変化量Ｓ_ｔと予め定めたしきい値を比較して音源とマイクロホンの遠近を判定する（Ｓ４０）。図３に示すように、マイクロホンの近くで発生する衝撃音では、音が発生した瞬間、パワースペクトル時間変化量Ｓ_ｔが急激に大きくなり、その後、急激に小さくなる。さらに、音が消える瞬間に再度急激に大きくなる。音が発生した直後の、パワースペクトル時間変化量が急激に小さくなるところに着目する。図４に示すように、マイクロホンの遠くで発生する衝撃音では、パワースペクトル時間変化量が急激に小さくなることはない。

定常雑音のみがある場合、パワースペクトル時間変化量はほぼ一定の値となるため、この値Ｓ_ｃを基準として、しきい値係数Ｔ_ｃを乗じて、遠近判定のためのしきい値Ｔを決定する。パワースペクトル時間変化量がしきい値Ｔを下回る時、音はマイクロホンの近くで発生していると判定し、それ以外では、音はマイクロホンの遠くで発生していると判定し、結果を出力する。ここでは、定常雑音のみがある場合のパワースペクトル時間変化量平均値に０．７を乗じた値をしきい値Ｔとして設定する。これにより、マイクロホンからの距離が１ｍ以内で発生した音かどうかを判別可能とする。

しきい値はあらかじめ決めた固定値としてもよい。この場合は計算コストを削減することができる。また、パワースペクトル時間変化量Ｓ_ｔが急激に大きくなるところを捉え、その直後の信号をしきい値で判定しても良い。これにより、判定の精度を高めることができる。

このように、本実施例の音源位置判定装置１によれば、１チャネルマイクロホン入力信号のみを用いて、発生する音がマイクロホンの近くで発生しているか、遠くで発生しているかを判定することができる。これにより、マイクロホンアレーを用いる方法と比較して、装置コストを削減できる。汎用端末である携帯電話機やパソコンなどのマイクロホンを有する機器のほとんどは、単一マイクロホンを搭載しているため、本発明をこれらの機器に用いることで、内蔵の単一マイクロホンを用いた処理が可能となるため、マイクロホンアレーを外部機器とした接続が不要となり、導入コストを大幅に下げることができる。

次に、図５、図６、図７、図８を参照して、実施例２の音源位置判定装置について詳細に説明する。図５は本実施例の音源位置判定装置２の構成を示すブロック図である。図６は本実施例の音源位置判定装置２の動作を示すフローチャートである。図７は音源とマイクロホンと壁面の配置について例示する図である。図８は直接・間接音の到達時間差と音源−マイクロホン間距離との関係を示す図である。

本実施例の音源位置判定装置２は、マイクロホン１０と、フレーム分割部２０と、周波数特徴量計算部２３０と、遠近判定部４０と、しきい値記憶部５０とを備える。周波数特徴量計算部２３０以外の構成は、実施例１の音源位置判定装置１において同一番号を付した各構成部と同じ動作をするため説明を割愛する。
本実施例の音源位置判定装置２は、直接音と間接音の到達時間差を利用して、直接音の成分が支配的な信号を捉えることで、音源の遠近を判定する。直接音と間接音の到達時間差はマイクロホンと音源が存在する部屋の特性に依存する。ここで、図７に示す配置を考える。音源とマイクロホンの直線距離はａ［ｍ］とし、一番近い壁との法線距離をｂ［ｍ］とする。音速をｃ［ｍ／ｓ］とする。直接音と、最初の間接音の到達時間差Ｔ_ｓ［ｓ］は、次式で求められる。

ここで、ｂ＝１［ｍ］とし、ｃ＝３４０［ｍ／ｓ］としたときの、直接音と間接音の到達時間差Ｔ_ｓ［ｓ］と音源とマイクロホンの距離ａ［ｍ］の関係を図８に示す。音源とマイクロホンの距離が０．５ｍの時、直接音と間接音の到達時間差は５ｍｓとなる。この５ｍｓの間、マイクロホン入力信号は直接音のみであり、５ｍｓ以降は直接音と間接音の混合音となる。この到達時間差はわずかであり、時間方向の微細な分析が必要となる。よって、フレーム分割ではシフト幅を小さくすることで、時間方向の微細な分析を行う。

周波数特徴量計算部２３０は、入力信号の全帯域パワーに対する高帯域のパワーの割合を特徴量として計算する（Ｓ２３０）。本実施例の音源位置判定装置２は、音源からの信号が到達した直後のマイクロホン入力信号の先頭または先頭に近いフレームにおいて、直接音のみか、直接音と間接音の混合信号かによって、音源の遠近判定を行うことを特徴とする。本実施例では直接音と間接音の特徴の差を利用している。ここでは、周波数特性の差に着目する。直接音と間接音の混合信号では、インパルス応答の周波数特性により、高域が減衰する。このことから、周波数特徴量計算部２３０は、例えばフーリエ変換により、周波数特性を求め、周波数全体に対する２ｋＨｚ以上の高域のパワーの割合を特徴量として計算すればよい。周波数特性を求める計算としては、他に参考非特許文献１記載の音声スペクトル分析法を用いてもよい。

次に、遠近判定部４０では、実施例１と同様に、周波数特徴量計算部２３０で計算された特徴量に対して、定められたしきい値と比較を行うことで、遠近の判定を行う（Ｓ４０）。しきい値は、あらかじめ実験的に求める。
（参考非特許文献１）古井貞熙著、「ディジタル音声処理」、東海大学出版会、１９８５年、Ｐ．３９

このように、本実施例の音源位置判定装置２によれば、入力信号の全帯域パワーに対する高帯域のパワーの割合を特徴量として、当該特徴量をしきい値と比較することにより、実施例１と同様の効果を得ることができる。

次に、図９、図１０、図１１を参照して、実施例３の音源位置判定装置について詳細に説明する。図９は本実施例の音源位置判定装置３の構成を示すブロック図である。図１０は本実施例のパワー比特徴量計算部３３０の構成を示すブロック図である。図１１は本実施例の音源位置判定装置３の動作を示すフローチャートである。

本実施例の音源位置判定装置３は、マイクロホン１０と、フレーム分割部２０と、パワー比特徴量計算部３３０と、遠近判定部４０と、しきい値記憶部５０とを備える。パワー比特徴量計算部３３０は、入力信号切り出し手段３３１と、離散フーリエ変換手段３３２と、パワー計算手段３３３と、基本周波数推定手段３３４と、周波数成分パワー計算手段３３５と、非周期成分パワー計算手段３３６と、除算手段３３７とを備える。パワー比特徴量計算部３３０以外の構成は、実施例１の音源位置判定装置１において同一番号を付した各構成部と同じ動作をするため説明を割愛する。

本実施例では、直接音と間接音の特徴の差として、直接音のみの時は、音の調波性、スパース性がよく表れるが、直接音と間接音の混合信号では信号の重なり合いから、音の調波性、スパース性が表れなくなるといった知見を利用する。本実施例では、入力信号に含まれる調波成分の割合を特徴量として用いる。信号に含まれる調波成分の割合を表す値として、参考特許文献１に記載の周期性成分パワーと非周期性成分パワーとのパワー比を用いる。パワー比特徴量計算部３３０は、入力信号を周期性成分パワーと非周期性成分パワーとのパワー比に変換する（Ｓ３３０）。

詳細には、ステップＳ２０におけるフレーム分割の後、入力信号切り出し手段３３１は、入力信号の一部区間を切り出す（ＳＳ３３１）。離散フーリエ変換手段３３２は、切り出された入力信号を離散フーリエ変換して、周波数スペクトルを求める（ＳＳ３３２）。パワー計算手段３３３は、切り出された入力信号のパワーを計算する（ＳＳ３３３）。基本周波数推定手段３３４は、切り出された入力信号の基本周波数を推定する（ＳＳ３３４）。周期性成分パワー計算手段３３５は、切り出された入力信号の周波数スペクトル、パワー、推定した基本周波数から周期性成分パワーを求める（ＳＳ３３５）。非周期性成分パワー計算手段３３６は、切り出された入力信号のパワーから周期性成分パワーを減算して、非周期成分パワーを求める（ＳＳ３３６）。除算手段３３７は、周期性成分パワーと非周期成分パワーを除算することで、周期性成分パワーと非周期性成分パワーとのパワー比を求める（ＳＳ３３７）。

次に、遠近判定部４０では、実施例２と同様に、パワー比特徴量計算部３３０で計算された特徴量に対して、定められたしきい値と比較を行うことで、遠近の判定を行う（Ｓ４０）。しきい値は、あらかじめ実験的に求める。

このように、本実施例の音源位置判定装置３によれば、入力信号に含まれる調波成分の割合を特徴量として、当該特徴量をしきい値と比較することにより、実施例１、２と同様の効果を得ることができる。

次に、図１２、図１３を参照して、実施例４の音源位置判定装置について詳細に説明する。図１２は本実施例の音源位置判定装置４の構成を示すブロック図である。図１３は本実施例の音源位置判定装置４の動作を示すフローチャートである。

本実施例の音源位置判定装置４は、マイクロホン１０と、フレーム分割部２０と、周波数特徴量計算部２３０と、特徴量記憶部４３３と、特徴量変化計算部４３４と、遠近判定部４４０と、しきい値記憶部５０とを備える。特徴量記憶部４３３と、特徴量変化計算部４３４と、遠近判定部４４０以外の構成は、実施例１の音源位置判定装置１、実施例２の音源位置判定装置２において同一番号を付した各構成部と同じ動作をするため説明を割愛する。本実施例では、特徴量の時間変化に着目する。本実施例では、特徴量を時間の関数として表し、その関数の傾きを特徴量変化として計算する。計算された特徴量は特徴量記憶部４３３に記憶される（Ｓ４３３）。特徴量変化計算部４３４では、特徴量記憶部４３３に記憶された過去の特徴量の値と現在の特徴量を比較し、特徴量変化を計算する（Ｓ４３４）。実施例２、３で挙げた特徴量である高域のパワーの割合、周期性成分パワーと非周期性成分パワーとのパワー比は、いずれも音が発生した後に減少する。本実施例では、減少の傾きを特徴量変化として計算する。遠近判定部４４０では、特徴量変化計算部４３４で計算された特徴量変化に対して、定められたしきい値と比較を行うことで、遠近の判定を行う（Ｓ４４０）。前述の減少の傾きに対しては、傾きが大きい時に、音はマイクロホンの近くで発生していると判定する。しきい値は、あらかじめ実験的に求める。

［変形例１］
次に、引き続き図１２、図１３を参照して、実施例４の変形例の音源位置判定装置について詳細に説明する。本変形例の音源位置判定装置４’は、実施例４における周波数特徴量計算部２３０を、実施例３におけるパワー比特徴量計算部３３０に置き換えたものである。前述したように、実施例３で挙げた特徴量である周期性成分パワーと非周期性成分パワーとのパワー比は、音が発生した後に減少するため、この減少の傾きを特徴量変化として、本変形例のように、周波数特徴量計算部２３０を、パワー比特徴量計算部３３０に置き換えても、同様の効果を達成できる。

このように、本実施例（本変形例）の音源位置判定装置４（４’）によれば、入力信号から得た特徴量の時間変化に着目して、当該特徴量変化をしきい値と比較することにより、実施例１、２、３と同様の効果を得ることができる。

次に、図１４、図１５、図１６を参照して、実施例５の音源位置判定装置について詳細に説明する。図１４は本実施例の音源位置判定装置５の構成を示すブロック図である。図１５は本実施例の音源位置判定装置５の動作を示すフローチャートである。図１６は本実施例の特徴量データベース５５０の例を示す図である。

本実施例の音源位置判定装置５は、マイクロホン１０と、フレーム分割部２０と、特徴量計算部３０と、距離判定部５４０と、特徴量データベース５５０とを備える。特徴量計算部３０は、周波数領域変換手段３１と、パワースペクトル計算手段３２と、パワースペクトル記憶手段３３と、パワースペクトル変化計算手段３４とを備える。距離判定部５４０と、特徴量データベース５５０以外の構成は、実施例１の音源位置判定装置１において同一番号を付した各構成部と同じ動作をするため説明を割愛する。

本実施例では、実施例１の構成を拡張し、遠近の判定だけでなく、マイクロホンと音源の距離を判定する。距離判定部５４０は、パワースペクトル時間変化量Ｓ_ｔを入力とし、定常雑音のみがある場合はパワースペクトル時間変化量Ｓ_ｃを計算し、あらかじめ様々なパワースペクトル時間変化量Ｓ_ｔとマイクロホンと音源の距離の関係を対応させて記憶した特徴量データベース５５０と照合する。特徴量データベース５５０の例を図１６に示す。距離判定部５４０は、パワースペクトル時間変化量Ｓ_ｔと特徴量データベース５５０との照合により、測定されたパワースペクトル時間変化量Ｓ_ｔと最も近いデータベース上のパワースペクトル時間変化量データと対応する距離値を、マイクロホンと音源の距離の推定値として出力する（Ｓ５４０）。

なお、本実施例では、パワースペクトル時間変化量Ｓ_ｔを特徴量として、当該特徴量と距離の関係をデータベース化して予め記憶しておき、当該データベースを参照することで、音源とマイクロホンの距離を推定することとしたが、上述の特徴量はパワースペクトル時間変化量Ｓ_ｔに限定されない。例えば、実施例２のように入力信号の全帯域パワーに対する高帯域のパワーの割合を特徴量としても良い。実施例３のように周期性成分パワーと非周期性成分パワーとのパワー比を特徴量としても良い。実施例４のように特徴量変化を用いることとし、特徴量変化とマイクロホン−音源間距離とを対応させてデータベース化しておくこととしても良い。

なお、実施例１〜５において、マイクロホン入力を例に説明したが、本発明の入力信号としては、これに限られず、マイクロホン入力の替わりに、あらかじめ録音された音声ファイルを入力としてもよい。また、入力信号に対して、ハイパス、ローパス、バンドパスフィルタフィルタを適用した信号を用いても良い。

このように、本実施例の音源位置判定装置５によれば、入力信号とマイクロホン−音源間距離の関係を予めデータベース化しておくことでマイクロホンと音源との距離を測定することができる。

また、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。

また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。

なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims (8)

1. 入力信号をフレーム毎に分割するフレーム分割部と、
   入力信号に含まれる音源信号の直接音と間接音の到達時間差に基づく特徴量を計算する特徴量計算部と、
   前記計算された特徴量と予め定めたしきい値を比較して音源とマイクロホンの遠近を判定する第１遠近判定部と、
   を備えることを特徴とする音源位置判定装置。
2. 請求項１に記載の音源位置判定装置であって、
   前記特徴量がパワースペクトル時間変化量であって、
   前記特徴量計算部が、
   入力信号を周波数領域信号に変換する周波数領域変換手段と、
   前記周波数領域信号からパワースペクトル信号を計算するパワースペクトル計算手段と、
   予め定めた時間区間ごとにパワースペクトル信号を記憶し、所定時間前の時間区間のパワースペクトル信号を出力するパワースペクトル記憶手段と、
   現在のパワースペクトル信号と、前記所定時間前の時間区間のパワースペクトル信号とから前記パワースペクトル時間変化量を計算するパワースペクトル変化計算手段と、
   を備えることを特徴とする音源位置判定装置。
3. 請求項１に記載の音源位置判定装置であって、
   前記特徴量が入力信号の全周波数帯パワーに対する高域周波数帯信号パワーの割合であること
   を特徴とする音源位置判定装置。
4. 請求項１に記載の音源位置判定装置であって、
   前記特徴量が入力信号の入力信号に含まれる調波成分の割合であること
   を特徴とする音源位置判定装置。
5. 請求項３または４に記載の音源位置判定装置であって、
   予め定めた時間区間ごとに特徴量を記憶し、所定時間前の時間区間の特徴量を出力する特徴量記憶部と、
   現在の特徴量と、前記所定時間前の時間区間の特徴量とから特徴量変化量を計算する特徴量変化計算部とをさらに備え、
   前記第１遠近判定部に代えて、前記特徴量変化量と予め定めたしきい値を比較して音源とマイクロホンの遠近を判定する第２遠近判定部を備えること
   を特徴とする音源位置判定装置。
6. 請求項１から５の何れかに記載の音源位置判定装置であって、
   予め音源−マイクロホン間距離と特徴量との関係を記憶する特徴量データベースをさらに備え、
   前記第１、または第２遠近判定部に代えて、前記特徴量データベースと、前記入力信号の特徴量とを比較して音源とマイクロホンの間の距離を判定する距離判定部を備えること
   を特徴とする音源位置判定装置。
7. 入力信号をフレーム毎に分割するフレーム分割ステップと、
   入力信号に含まれる音源信号の直接音と間接音の到達時間差に基づく特徴量を計算する特徴量計算ステップと、
   前記計算された特徴量と予め定めたしきい値を比較して音源とマイクロホンの遠近を判定する遠近判定ステップと、
   を有することを特徴とする音源位置判定方法。
8. コンピュータを、請求項１から６の何れかに記載の音源位置判定装置として機能させるためのプログラム。

Images