JP2016502311A - レーザマイクロフォンを使用することでスピーチに関連した音声信号を検出するためのシステム及び方法 - Google Patents

Abstract

話し手の口を覆うように話し手の顔部分に着用されるように構成されるマスクを含むレーザベースの検出手段を使用することでスピーチに関連した音声信号を検出するためのシステムであって、前記マスクは、コリメート電磁気信号を反射する該マスクの少なくとも一領域を覆う少なくとも一つの反射コーティングと、コリメート電磁気信号を使用することで話し手のスピーチに関連する音声信号を検出するために前記反射コーティング領域の振動を検出するように構成されるレーザマイクロフォンと、を備えている。前記マスクの反射コーティング領域は話し手が該マスクを着用して行われるスピーチから生じる振動の検出を改善することができる。

Description

（関連特許出願への相互参照）
本出願は２０１２年１０月３１に出願された米国特許出願Ｎｏ．１３／６６４，４７０に対する優先権を主張し、その全部がここに参照されて組み込まれる。

本発明は、一般的に、音声信号を検出するためのデバイス、装置、システム、及び方法に関し、より詳細には、音声の光学的検出のためのデバイスに関する。

光マイクロフォンは人間のスピーチに関連する音声信号を光学的に検出することができ、光信号は顔の振動に対して非常に敏感であるため、スピーチ検出のために顔の振動に依存することがある。しかしながら、光マイクロフォンの出力はスピーチに関連する空気の振動に対応して振動される電流をつくり出す変換器に基づき通常使用される音声マイクロフォンの信号品質より非常に低い。

その全部が参照されて組み込まれている、米国特許Ｎｏ．７７７５１１３及び米国出願Ｎｏ．１１／８４１，１３４は、特に、関連の話し手の顔の振動の検出により、スピーチに関連する音声信号の光学的検出のために光信号（ビーム）を受信及び送信する光送信機及び受信機を含む光マイクロシステムを開示する。これらの光マイクロフォンは、例えば、音声信号の検出のため、振動計、セルフミックス及び又は干渉法のような技術を使用することができる。

本発明の幾つかの実施の形態によれば、レーザベースの検出手段を使用することによりスピーチに関連する音声信号の音声信号の検出のためのシステムであって、話し手の口を覆う話し手の顔部分に着用されるように構成されるマスクを含み、そのマスクは、コリメート電磁気信号を反射するマスクの少なくとも一領域を覆う少なくとも一つの反射コーティングと、コリメート電磁気信号を使用することで話し手のスピーチと関連する音声信号の検出のために反射コーティング領域の振動を検出するように構成されるレーザマイクロフォンと、を備えている。マスクの反射コーティング領域はマスクを着用する話し手が行うスピーチから生じる振動の検出を改善することができる。

選択的に、反射コーティングは反射面を有する少なくとも一つのパッチを備え、各パッチはマスクに取り付けられる。代わりに、反射コーティングはマスクの少なくとも一つの領域を覆うコーティング層を備えている。他の実施の形態では、マスクの少なくとも一つは反射材料製である。

本発明の幾つかの実施の形態によれば、レーザマイクロフォンは、音声振動を検出するため、振動計、セルフミックス及び又は干渉法技術を使用する。

選択的に、レーザマイクロフォンはマスクにより覆われる話し手の口の領域の方にコヒーレントなレーザ光を送信するように構成されるレーザベースの光送信機と、前記反射コーティングからの反射光信号を検出するように対応する光センサと、前記音声信号を検出するために検出信号を処理するプロセッサと、を備えている。

幾つかの実施の形態によれば、レーザマイクロフォンは該レーザマイクロフォンの出力からの音声信号を検出するために該検出信号を処理する少なくとも一つのプロセッサに接続され、前記プロセッサは少なくとも一つのノイズ低減アルゴリズムを動作させるように構成されていてもよい。

本発明の幾つかの実施の形態によれば、そのシステムはレーザマイクロフォンの音声出力信号を出力するためのスピーカ等の一以上の音声出力デバイスをさらに備えている。

本発明の幾つかの実施の形態による、複数の取り付けられる反射パッチを有する顔のマスクを含むスピーチに関連する音声信号の光学的検出のためのシステムを模式的に示している。 本発明の他の実施の形態による、反射層により覆われる顔のマスクを含むスピーチに関連する音声信号の光学的検出のためのシステムを模式的に示している。 本発明の幾つかの実施の形態による、レーザベースの検出を使用することでスピーチに関連する音声信号の検出のためのプロセス／方法を模式的に示している。

各種実施の形態の以下の詳細な説明において、符号はその一部を形成する添付図に付され、本発明が実施される特定の実施の形態を表すために示されている。本発明の範囲を逸脱することなく、他の実施の形態が利用され、構造的な変更がなされることが理解される。

本発明の幾つかの実施の形態では、スピーチに関連する音声信号のレーザベースの検出のためのシステムを提供する。幾つかの実施の形態によれば、システムは、１以上の反射面を有して話し手の口を覆う話し手の顔部分に着用されるように構成されるマスクと、話し手のスピーチに関連する音声信号の検出のために反射面又は表面の振動を光学的に検出するように構成される光マイクロフォンと、を備えている。

前記一つ以上の反射面は（例えば、接着剤を介して正常な顔マスク上の領域に取り付けられる反射パッチを使用して）マスクに取り付けられ、或いは、話し手が着用する口の領域を覆うように構成されるマスクの少なくとも一つの領域を覆う反射層を有することでマスクを覆っている。

光マイクロフォンは、特別なマスクにより覆われる話し手の口の領域の方にコヒーレントなレーザ光を送信するレーザ光送信機と、その反射光信号を検出するように対応する光受信機／センサと、を備えている。送信された光信号と反射されて受信された光信号との間の相違点の各種特徴は、スピーチに関連する音声信号の特徴を検出すると共に引き出すために使用される。光マイクロフォンは、例えば、振動計、セルフミックス及び又は干渉法のような振動検出技術を基にしている。

マスクは外科医のマスクとして設計されても良く、軽量の材料製であり、耳の上でひもを結ぶことで顔に着用した状態を保持させるためのひもを有している。一以上の反射面は、標準的な外科医のマスクの上に一つ以上の光反射パッチを取り付け（例えば、接着する）、それに粘着されるコーティング層でマスクを覆うことにより、或いはマスクの上に反射領域を作るための他の技術を使用することにより、マスクに取り付けられる。

図１を参照すると、本発明に幾つかの実施の形態による、スピーチに関連する音声信号の光学的検出のためのシステム１００が模式的に示されている。そのシステム１００は、（ｉ）光マイクロフォン１１０と、（ｉｉ）話し手の口領域を覆う話し手１０の顔部分に着用されるように構成されるマスク１５０と、（ｉｉｉ）スピーカ１３０のような一以上の音声出力デバイスと、を備えている。

図１に示されているように、幾つかの実施の形態によれば、そのシステム１００はまた、光マイクロフォン１１０からデータ／信号を受信すると共にスピーチの音声信号に関連したデータを出力可能な分析／処理を行うためのコンピュータプロセッサ１２０と、処理されたデータ及び又は光マイクロフォンの生のデータを格納するためのデータ格納装置１２５と、を備えている。

図１に示されているように、これらの実施の形態によれば、マスク１５０は、話し手１０の口領域の上に取り付けられる多数の反射面１５１ａ及び１５１ｂを備えている。例えば、反射パッチ１５１ａ及び１５１ｂは標準的な外科医のマスクに粘着されてもよく、或いは、布の印刷技術を使用してその上に印刷されてもよい。

幾つかの実施の形態によれば、光マイクロフォン１１０は、は、話し手１０が話す時に赤外線（ＩＲ）信号を送信すると共にマスク１５０の非反射面と同様に反射面から反射されるＩＲ光信号を受信し、話し手１０により出力されるスピーチに関連する音声信号を示す信号又はデータを出力する、ＩＲ送信機及び受信機を備えている。

前記マスクはスピーチの間に話し手により吐き出される空気をブロックするため、スピーチに関連する振動を改善し、そのため、スピーチに関連する振動を選択的に検出する能力を向上させる。それに反射面を加えることにより、話し手の口領域におけるスピーチ関連の振動の検出の能力及び品質をさらに向上させる。

例えば、光マイクロフォン１１０は、（その間の位相変位のように）送信及び反射された信号の間の差を示す光信号及び又はデータを出力する干渉計のように、送信及び反射された光（例えば、ＩＲ）信号の間で干渉法を実行するための手段を備えている。他の場合には、光マイクロフォン１１０はスピーチに関連する音声データ／信号を示すデータ／信号を出力するための送信信号と反射信号の自己混合（セルフミキシング）を使用する。

他の実施の形態では、非可視周波数領域におけるコヒーレントな電磁気レーザ光／波が、それらの非可視周波数領域におけるコリメート電磁気信号を反射可能な（例えば、塗装された、覆われた又はコーティングされた）反射面を使用して、光信号の代わりに使用されてもよい。

ここで、図２を参照すると、本発明の幾つかの実施の形態による、スピーチに関連する音声信号の光学的検出のための別の同様のシステム１００’が模式的に示されている。そのシステム１００’は、（ｉ）同一の光レーザマイクロフォン１１０と、（ｉｉ）話し手１０の顔部分に着用されて話し手の口領域を覆うように構成される別のタイプのマスク１５０’と、（ｉｉｉ）音声出力デバイス１３０と、（ｉｖ）コンピュータプロセッサと、（ｖ）データ格納装置１２５と、を備えている。このマスク１５０’はレーザマイクロフォン１１０の領域に対応する信号領域で反射するその上のコーティング層２５１を有している。

ここで、図３を参照すると、本発明の幾つかの実施の形態による、レーザベースの検出を使用することでスピーチに関連する音声信号を検出するためのプロセス／方法を模式的に示すフローチャートである。その方法は、（ｉ）レーザベースのマイクロフォン３１を使用してコリメート電磁気信号（例えば、光ＩＲ信号）を送信することと、（ｉｉ）前記レーザマイクロフォンを使用して送信された信号に関連して、話し手３２が着用したマスクの反射面から反射した反射信号を受信することと、（ｉｉｉ）例えば、干渉法又はセルフミキシング手段のような光学的手段を使用するか、及び又は（波長／周波数、強度、位相等のような）送信信号の公知特性に対して受信された反射信号の特性を分析するか、のいずれかにより、その対応する送信信号に対して反射信号を処理することと、（ｉｖ）データ及び又は音声信号のいずれかとしてスピーチに関連する取り出された音声信号３４を出力することと、を含んでいる。

その方法は取り出された音声信号３５を増幅することと、その後にスピーカ等３６のような音声出力手段を使用することでそれを出力することと、を選択的に含んでいてもよい。

本発明の幾つかの実施の形態によれば、一つ以上のノイズ低減、増幅及びフィルタリング技術は、音声活動検出（ＶＡＤ）技術、コムフィルタリング等のように、マスクを着用する関連の話し手の高度な音声信号を出力するために使用されてもよい。

当業者であれは、本発明の精神及び範囲を逸脱することなく、多数の変更及び修正が可能である。そのため、説明された実施の形態は例示の目的のためだけに示され、以下の発明及びその各種実施の形態及び又は以下の請求項により定義された発明に限定されるものとされるべきでないことは理解されなければならない。例えば、請求項の構成要素が以下の特定の組み合わせに示される事実にも拘らず、本発明がより少ない、より多くの又は異なる構成要素の他の組み合わせを含み、そのような組み合わせに最初にクレームされていない時でさえ上記に開示されることが明白に理解されなければならない。２つのクレームされた構成要素が一つのクレームされる組み合わせに結合される教示は、２つの構成要素がお互いに結合されない一つのクレームされる組み合わせを許容するものとしてさらに理解されるべきであるが、単独又は他の組み合わせで結合されてもよい。発明の開示された構成要素の削除部分は発明の範囲内として明白に考えられる。

そのため、以下の請求の範囲の用語又は構成要素の定義は、文字通りに示された構成要素の組み合わせだけではなく、実質的に同一の結果を得る実質的に同一の方法で実質的に同一の機能を実現するためのすべての同等な構造、材料又は行為をも含むように本明細書に定義される。この意味において、２つ以上の構成要素の同等の代用は以下の請求項の構成要素のいずれか一つのためになされ、又一つの構成要素は一つの請求項の２つ以上の構成要素の代用となることが考えられる。構成要素は一定の組み合わせで行われるものとして上述され、そのように当初クレームされているが、クレームされた組み合わせからの１つ以上の構成要素は幾つかの場合にその組み合わせから削除され、クレームされた組み合わせはサブコンビネーション又はサブコンビネーションの変形に方向付けされることは明白に理解される。

当業者により観察され、今知られ又は後に工夫される、クレームされた主題からの実体のない変更は請求の範囲内にあるものと同等であると明白に考えられる。そのため、当業者にとって明らかな代用又は後に知られるものは定義された構成要素の範囲内にあると定義される。

したがって、請求項は上記において特別に示され説明されたもの、概念的に同等のもの、明らかに代用可能なもの、及び本発明の本質的なアイデアを本質的に組み込むものも含むと理解されるべきである。

本発明は詳細に説明されているが、本発明の教示から逸脱しない変更及び修正は当業者にとって明白である。そのような変更及び修正は本発明及び添付した請求項の範囲内に入るものと考えられる。

Claims (9)

1. レーザベースの検出手段を使用することでスピーチに関連した音声信号を検出するためのシステムであって、
   ｉ）話し手の口の少なくとも一部分を覆うように該話し手の顔部分に着用されるように構成されるマスクであって、該マスクの少なくとも一領域を覆う少なくとも一つの反射コーティングを含み、該反射コーティングがコリメート電磁気信号を反射するように構成されるマスクと、
   ｉｉ）コリメート電磁気信号を使用することで話し手のスピーチに関連する音声信号を検出するために前記反射コーティングの振動を検出するように構成され、前記検出された音声信号を示す出力信号を出力するために構成されるレーザマイクロフォンと、
   を備え、
   前記マスクとその少なくとも一つの反射コーティングは話し手が前記マスクを着用して行われるスピーチから生じる振動を改善するために使用されることを特徴とするシステム。
2. 前記反射コーティングは反射面を有する少なくとも一つのパッチを備え、該パッチは前記マスクに取り付けられる請求項１に記載のシステム。
3. 前記反射コーティングは前記マスクの少なくとも一つの領域を覆うコーティング層を備えている請求項１に記載のシステム。
4. 前記マスクの少なくとも一部は反射材料製である請求項１に記載のシステム。
5. 前記レーザマイクロフォンは、音声振動を検出する、振動計、セルフミックス及び又は干渉法の技術を使用する請求項１に記載のシステム。
6. 前記レーザマイクロフォンは、前記マスクにより覆われる話し手の口の領域の方にコヒーレントなレーザ光を送信するように構成されるレーザベースの光送信機と、前記反射コーティングからの反射光信号を検出するように対応する光センサと、前記音声信号を検出するために検出信号を処理するプロセッサと、を備えている請求項１に記載のシステム。
7. 前記レーザマイクロフォンは該レーザマイクロフォンの出力からの前記音声信号を検出するために前記検出信号を処理する少なくとも一つのプロセッサに接続されている請求項１に記載のシステム。
8. 前記プロセッサは少なくとも一つのノイズ低減アルゴリズムを動作させるように構成されている請求項７に記載のシステム。
9. 前記レーザマイクロフォンの出力信号を出力するための少なくとも一つの音声出力デバイスをさらに備えている請求項１に記載のシステム。