JP2018045088A - ノイズ低減装置、音声認識システム、ノイズ低減方法、及びプログラム - Google Patents

Abstract

【課題】予測不能なランダムに変動するノイズ音も低減する。【解決手段】ノイズ低減装置（３）は、ノイズ音（Ｎａ）の発生源近傍で取得されたノイズ音（Ｎａ）を表すノイズ信号（Ｎｓ）をノイズ送信機（４）から受信する電波受信部（１７）と、ノイズ音（Ｎａ）に応じて予め記憶されたパラメータに基づいてノイズ信号（Ｎｓ）を調整したノイズ低減信号（Ｎｂ）を生成する振幅調整部（１８）、位相・遅延時間調整部（１９）とを備える。【選択図】図２

Description

本発明は、音声に重畳されるノイズ音を低減するためのノイズ低減装置、音声認識システム、ノイズ低減方法、及びプログラムに関する。
に関する。

音声に重畳されるノイズ音を低減するノイズ低減装置が知られている。特許文献１に記載の音声認識サーバは、使用者の発話中に使用者の周囲にあるテレビが出力したテレビ音（ノイズ）の逆位相データを、テレビ局等の外部の逆位相データ提供装置から取得する。

特開2015-187626号公報（2015年10月29日公開）

しかしながら、上述のような従来技術は下記の問題がある。

特許文献１の逆位相データ提供装置は、例えばテレビ局から提供された音声信号の逆位相データを提供するものであるため、例えば、ペットの鳴き声、他人の声等の登録されていない予測不可能な音データの逆位相データは提供することができないという問題がある。

特許文献１には、家電機器のノイズを収集することにも言及されているが、ノイズ除去の手法が「逆位相」データのみを想定していることから、時間的に変化のあるノイズ、特に、ランダムに変動するノイズを除去することが困難である。例えば、掃除機を起動した後、徐々に作動音の周波数の成分が（ウィィィンと）上昇することがあるが、この上昇パターン（例えば、Ｘ軸を時間、Ｙ軸を音成分の周波数、Ｚ軸を音成分の振幅とする立体的パターン）は、掃除機の運用時の負荷等によって異なるから、無限の種類のパターンが発生し得る。このため、発生し得るすべてのパターンを予めサーバに準備（録音）しておくことができない。従って、掃除機の作動音のように時間的に変化のあるノイズに一致するパターンがサーバに準備（録音）されていないので、ノイズを効果的に除去することが困難であるという問題がある。

本発明は、前記の問題点に鑑みてなされたものであり、その目的は、規則的なノイズ音に加えて、予測不能なランダムに変動するノイズ音を低減することができるノイズ低減装置、音声認識システム、ノイズ低減方法、及びプログラムを実現することにある。

上記の課題を解決するために、本発明の一態様に係るノイズ低減装置は、音声に重畳されるノイズ音を低減するノイズ低減装置であって、前記ノイズ音の発生源近傍で取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信する受信部と、前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成するノイズ低減信号生成部とを備えることを特徴とする。

上記の課題を解決するために、本発明の一態様に係る音声認識システムは、本発明の一態様に係るノイズ低減装置と、前記ノイズ音の発生源近傍に配置され、前記ノイズ音を取得し、前記ノイズ音を表す第１ノイズ音信号を送信するノイズ送信機と、前記ノイズ低減装置によりノイズ音が低減された音声を認識する音声認識端末とを備えたことを特徴とする。

上記の課題を解決するために、本発明の一態様に係るノイズ低減方法は、音声に重畳されるノイズ音を低減するノイズ低減方法であって、前記ノイズ音の発生源近傍において取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信するノイズ受信工程と、前記ノイズ受信工程が、前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成する工程を含むことを特徴とする。

上記の課題を解決するために、本発明の一態様に係るプログラムは、コンピュータを、音声に重畳されるノイズ音を低減するために、前記ノイズ音の発生源近傍において取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信してノイズ低減信号を生成するノイズ受信機として機能させるためのプログラムであって、前記ノイズ低減装置が、前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成することを特徴とする。

本発明の一態様によれば、規則的なノイズ音に加えて、予測不能なランダムに変動するノイズ音を低減することができるという効果を奏する。

実施形態１に係る音声認識システムを模式的に示す図である。 上記音声認識システムに設けられたノイズ低減システムの構成を示すブロック図である。 上記ノイズ低減システムのキャリブレーションモードにおける動作を示すフローチャートである。 上記キャリブレーションモードにおける平均レベルの算出動作を示すフローチャートである。 上記キャリブレーションモードにおける遅延時間の探索例を示すグラフである。 上記遅延時間の他の探索例を示すグラフである。 実施形態２に係る音声認識システムを模式的に示す図である。 上記音声認識システムに設けられたノイズ低減システムの構成を示すブロック図である。 （ａ）は実施形態３に係る音声認識システムを模式的に示す図であり、（ｂ）は上記音声認識システムに設けられたノイズ低減装置の構成を示すブロック図である。 上記ノイズ低減システムの変形例の構成を模式的に示す図である。 上記変形例が低減するノイズ音と反響音との位相を示すグラフである。 実施形態４に係る音声認識システムに設けられたノイズ低減システムの構成を示すブロック図である。 実施形態５に係るノイズ低減システムの構成を示す図であり、（ａ）はノイズ源とノイズ送信機を示す模式図であり、（ｂ）はノイズ送信機の構成を示すブロック図である。 上記ノイズ低減装置におけるノイズ音のノイズ信号に対する遅延時間を示すグラフである。 実施形態６に係るノイズ低減システムの構成を示す図であり、（ａ）はノイズ源とノイズ送信機を示す模式図であり、（ｂ）はノイズ送信機の構成を示すブロック図である。

以下、本発明の実施の形態について、詳細に説明する。

〔実施形態１〕
（音声認識システム１の構成）
図１は実施形態１に係る音声認識システム１を模式的に示す図である。音声認識システム１は、使用者７の音声Ｖに重畳されるノイズ源６のノイズ音Ｎａを低減するノイズ低減システム３と、ノイズ低減システム３によりノイズ音Ｎａが低減された音声Ｖを認識する音声認識端末２とを備える。

ノイズ低減システム３は、ノイズ源６のノイズ音Ｎａを表すノイズ信号Ｎｓを送信するノイズ送信機４と、ノイズ送信機４から送信されたノイズ信号Ｎｓを受信するノイズ低減装置５とを有する。ノイズ源６は例えばエアコンやテレビであり得る。

本明細書において、「ノイズ音」とは、ノイズ源が発生する音全体を意味するものとする。例えば、エアコンは作動音や送風音等の音が発生するが、エアコンからのノイズ音Ｎａとは、それらエアコンが発生する作動音と送風音とをまとめた音を意味する。同様に、テレビからは、番組出演者の音声と番組に係る音楽と効果音等の音が発生するが、テレビからのノイズ音Ｎａはこれらの音をまとめた音を意味するものとする。

従って、例えば、請求項に記載の「ノイズ音に応じて予め記憶されたパラメータ」における「ノイズ音」は、１つのノイズ源が発生する音全体を意味する。例えば、ノイズ源がテレビの場合、１台のテレビからは様々な種類のノイズ音（出演者の声・音楽・効果音など）が発生するが、パラメータは、各種の音（出演者の声、音楽、効果音）毎にそれぞれ用意されるのではなく、１台のテレビ（ノイズ源）から発生する音全体（つまり、ノイズ送信機４が１台のテレビから取得してノイズ低減装置５に送って来るノイズ信号Ｎｓに対応する音）に応じて用意される。

ノイズ源から発生する各種の音は、時間的に前後して発生する場合もあり、ノイズ源からの音全体はそれらの各種の音の合成音とは限らない。また、１台のテレビに複数のスピーカが接続される場合があり、それぞれのスピーカを別のノイズ源として扱う場合と、まとめてひとつのノイズ源として扱う場合との双方があり得る。

ノイズ送信機４はノイズ源６の近くに設置される。ノイズ送信機４は例えばノイズ源６に取り付けられてもよい。音声認識端末２は、音声認識機能付きの端末、あるいは外部の音声認識サービスを利用することによる音声認識が可能な端末であればよく、例えばロボット型携帯電話機やロボット、または携帯電話機等であり得る。ノイズ低減装置５は例えば音声認識端末２の近くに設置される。

（ノイズ低減システム３の構成）
図２は音声認識システム１に設けられたノイズ低減システム３の構成を示すブロック図である。ノイズ送信機４は、ノイズ源６から発生して空気中を伝搬するノイズ音Ｎａを入力するマイク１４と、マイク１４に入力されたノイズ音Ｎａに基づくノイズ信号Ｎｓを増幅する増幅器１５と、増幅器１５により増幅されたノイズ信号Ｎｓをノイズ低減装置５に無線で送信する送信部１６とを有する。マイク１４に入力されるノイズ音Ｎａは、ノイズ源６の振動成分を含み得る。ノイズ送信機４は、複数台設置してもよい。

ノイズ送信機４は、音声を取得して無線送信可能な装置であればよく、例えば、「ＦＭ（周波数変調、Frequency Modulation）ワイヤレスマイク」として低コストで実装することができる。また、ＦＭワイヤレスマイクは、軽量に構成できるため、ノイズ源６に貼り付けるなどして用いることが可能である。

さらに、ノイズ送信機４は、本発明のノイズ低減システム専用の装置として実装されてもよいし、市販の製品、例えば市販のＦＭワイヤレスマイクをノイズ送信機４として用いてもよい。また、ノイズ送信機４は、一般的な音声送信無線送信装置のトランシーバー等であってもよい。

音声認識端末２は、使用者７の音声Ｖを入力するために設けられたマイク２６を有する。ノイズ低減装置５は、音声認識端末２のマイク２６の近くに設置される。

ノイズ低減装置５は、音声認識端末２に取り付けた構成としてもよい。これにより、音声認識端末２は、ノイズ低減装置５との関係で電気的な改造を施す必要が無くなる。

ノイズ低減装置５は、自身が待つスピーカ８から、周辺のノイズ音Ｎａと逆相になるように調整したノイズ低減音波Ｎｃを発生させ、空気中でノイズ音Ｎａを消音（低減）する。このため、音声認識端末２には、消音の対象となっていない使用者７の本来の音声Ｖに近い音声が入力される。

ノイズ低減装置５は、ノイズ送信機４の送信部１６から送信されたノイズ信号Ｎｓを受信する電波受信部１７と、電波受信部１７により受信されたノイズ信号Ｎｓの振幅を調整する振幅調整部１８と、振幅調整部１８により振幅が調整されたノイズ信号Ｎｓの位相及び遅延時間を調整してノイズ低減信号Ｎｂを生成する位相・遅延時間調整部１９と、位相・遅延時間調整部１９により生成されたノイズ低減信号Ｎｂを増幅する増幅器２５と、増幅器２５により増幅されたノイズ低減信号Ｎｂに基づいてノイズ低減音波Ｎｃを出力するスピーカ８とを有する。

ノイズ低減装置５には、ノイズ信号Ｎｓの振幅を調整するためのフィードバック制御信号を振幅調整部１８に供給し、ノイズ信号Ｎｓの位相及び遅延時間を調整するためのフィードバック制御信号を位相・遅延時間調整部１９に供給する制御信号調整部２２が設けられる。

制御信号調整部２２は、ノイズ源６のノイズ音Ｎａに応じたパラメータを予め記憶するためのパラメータ記憶部２３を有する。制御信号調整部２２は、パラメータ記憶部２３に記憶されたパラメータに基づいてフィードバック制御信号を生成し、振幅調整部１８及び位相・遅延時間調整部１９に供給する。

ノイズ低減装置５は、パラメータ記憶部２３に記憶するパラメータを調整する運用前のキャリブレーションモードで、ノイズ源６からのノイズ音Ｎａと、スピーカ８から出力されたノイズ低減音波Ｎｃとを入力するためのマイク９と、マイク９に入力されたノイズ音Ｎａ及びノイズ低減音波Ｎｃに基づくノイズ音信号Ｎｆを増幅する増幅器２０と、増幅器２０により増幅されたノイズ音信号Ｎｆの信号レベルを測定する信号レベル測定部２１とを有する。

ノイズ低減装置５には、調整開始スイッチ２４が設けられる。制御信号調整部２２は、調整開始スイッチ２４の動作をトリガとして、マイク９により集音されて信号レベル測定部２１により測定されたノイズ音信号Ｎｆの信号レベルが最小となるように、振幅調整部１８及び位相・遅延時間調整部１９にフィードバックするためのパラメータを調整してパラメータ記憶部２３に記憶する。即ち、制御信号調整部２２は、ノイズ音Ｎａ＋ノイズ低減音波Ｎｃ＝ノイズ音信号Ｎｆが最小となるように（理想的には零となるように）、スピーカ８から出力されたノイズ低減音波Ｎｃをフィードバック制御する。

ノイズ低減装置５のマイク９を音声認識端末２のマイク２６の近くに設置すると、音声認識端末２に入力されるノイズ源６からのノイズ音Ｎａがノイズ低減音波Ｎｃにより低減される。従って、使用者７の本来の音声Ｖにより近い音声を元に音声認識が実施されることになり音声認識端末２による認識率が向上する。即ち、音声認識端末２の近くでは、ノイズ音Ｎａ＋音声Ｖ＋ノイズ低減音波Ｎｃ≒音声Ｖ となる。即ち、ノイズ音Ｎａの大部分がノイズ低減音波Ｎｃにより打ち消される。従って、音声Ｖが相対的に高レベル（言い換えれば高いＳ／Ｎ比）で音声認識端末２のマイク２６から入力される。これにより、音声認識端末２に入力されるノイズ音Ｎａが低減され音声認識端末２の音声認識率が向上する。

（ノイズ低減装置５の動作）
図３はノイズ低減装置５のキャリブレーションモードにおける動作を示すフローチャートである。図４はキャリブレーションモードにおける平均レベルＮｍの算出動作を示すフローチャートである。

キャリブレーションモードにおけるパラメータの調整は、まず、ノイズ低減装置５の調整開始スイッチ２４の操作をトリガとして開始される。そして、制御信号調整部２２がノイズ低減音波Ｎｃのパラメータを初期化する（ステップＳ１）。当該パラメータは、位相係数Ｐと遅延時間Ｄと振幅係数Ａとを含む。位相係数Ｐ＝１は正相を表し、Ｐ＝−１は逆相を表す。位相係数はＰ＝−１に初期化される。そして、遅延時間はＤ＝１０（μ秒）に初期化される。ノイズ送信機４からノイズ低減装置５に到達する音波の１ｍあたりの遅延時間は約３０００（μ秒）である。また、振幅係数はＡ＝０ｄＢに初期化される。振幅係数は０ｄＢが標準である。

次に、制御信号調整部２２は、位相係数Ｐが逆相の状態で遅延時間Ｄを探索する（ステップＳ２）。図５はキャリブレーションモードにおける遅延時間Ｄの探索例を示すグラフである。横軸は遅延時間Ｄを示し、縦軸は平均レベルＮｍを示す。制御信号調整部２２は遅延時間Ｄを変化させながら平均レベルＮｍが最小となる遅延時間Ｄｏを遅延時間Ｄｏ−として探索し、このときの平均レベルＮｍｏを平均レベルＮｍｏ−として、遅延時間Ｄｏ−と共に一時記録する。具体的には、遅延時間Ｄを１０（μ秒）から１００００（μ秒）まで１０（μ秒）刻みで増加させて各時点の平均レベルＮｍを算出し、平均レベルＮｍが最小となる遅延時間Ｄ、即ち、遅延時間Ｄｏを探索する。図５に示す例では、最適な振幅係数Ａの探索の前に遅延時間Ｄを探索しているため、最小の平均レベルＮｍ（平均レベルＮｍｏ）が一般的には零とならないことが示されている。デジタル音声信号に関しては、例えば、リングバッファへの書込みと読出しとの時間差により、信号の遅延時間を制御することができる。

平均レベルＮｍの算出は、ノイズ源６をノイズ音Ｎａが発生する発音状態とし、信号レベル測定部２１がノイズレベルＮを測定し、平均レベルＮｍを算出する（図４のステップＳ７）。平均レベルＮｍは、例えば、ノイズ音信号Ｎｆの１秒間の絶対値の平均である。この平均レベルＮｍを算出するルーチン（ステップＳ７）は、図３の各ステップにて平均レベルＮｍを算出する際に都度呼び出される。

その後、制御信号調整部２２は、位相係数Ｐが正相の状態で遅延時間Ｄを探索する（ステップＳ３）。具体的には、制御信号調整部２２が位相係数Ｐを正相に再設定する。そして、ステップＳ２と同様に、制御信号調整部２２は遅延時間Ｄを変化させながら平均レベルＮｍが最小となる遅延時間Ｄｏを遅延時間Ｄｏ＋として求め、このときの平均レベルＮｍｏを平均レベルＮｍｏ＋として、遅延時間Ｄｏ＋と共に一時記録する。

そして、制御信号調整部２２は、平均レベルＮｍｏ−と平均レベルＮｍｏ＋とを比較して、小さい方の平均レベルに対応する位相係数を、平均レベルＮｍを最小とする位相係数Ｐｏとして設定し、小さい方の平均レベルに対応する遅延時間を、平均レベルＮｍを最小とする遅延時間Ｄｏとして設定する（ステップＳ４）。

次に、制御信号調整部２２は、振幅係数Ａを変化させながら平均レベルＮｍが最小となる振幅係数Ａを振幅係数Ａｏとして探索的に求める（ステップＳ５）。最適な振幅係数Ａを探索的に求めるには、振幅係数Ａを例えば、−１０ｄＢから＋１０ｄＢまで０．１ｄＢ刻みで変化させ、最適な平均レベルＮｍを算出するとよい。

以上により求めた位相係数Ｐｏと遅延時間Ｄｏと振幅係数Ａｏとを、対象のノイズ源６に対する最適パラメータとして制御信号調整部２２はパラメータ記憶部２３に記録する（ステップＳ６）。

位相係数Ｐ、振幅係数Ａの調整は、ノイズ送信機４から受信したノイズ信号Ｎｓに対して行う例を示しているが、マイク９から集音したノイズ音信号Ｎｆに対して行ってもよい。さらに、ノイズ音Ｎａの周波数特性、反響特性等を解析することにより、パラメータのより精密な調整が可能となる。

図６は遅延時間Ｄの他の探索例を示すグラフである。ノイズ音Ｎａの波形が周期性を有する場合は、遅延時間Ｄに対する平均レベルＮｍも周期性を有する。このため、平均レベルＮｍの最小値が複数個算出されることがある。この場合、図６に示すように、複数個の平均レベルＮｍの最小値のうちの遅延時間Ｄがより小さいポイントを遅延時間Ｄｏとして採用する。

〔実施形態２〕
本発明の他の実施形態について、図７〜図８に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

図７は実施形態２に係る音声認識システム１ａを模式的に示す図である。図８は音声認識システム１ａに設けられたノイズ低減システム３ａの構成を示すブロック図である。

音声認識システム１ａは、ノイズ低減システム３ａと音声認識端末２とを備える。ノイズ低減システム３ａは、ノイズ送信機４とノイズ低減装置５ａとを有する。

実施形態２は、空気中ではなく、ノイズ低減装置５ａ内の信号経路でノイズをキャンセルするように構成される。

ノイズ低減装置５ａに設けられたマイク９は、使用者７からの音声Ｖとノイズ源６からのノイズ音Ｎａとを入力する。ノイズ低減装置５ａの増幅器２０は、マイク９に入力された音声Ｖ及びノイズ音Ｎａに対応するノイズ音信号Ｎｆを増幅する。

ノイズ低減装置５ａはミキサ１０を有する。ミキサ１０は、増幅器２０により増幅されたノイズ音信号Ｎｆと、位相・遅延時間調整部１９から供給されるノイズ低減信号Ｎｂとを混合することによりノイズ音Ｎａに対応する成分を低減した信号を音声信号インターフェイス１１及び信号レベル測定部２１に供給する。音声信号インターフェイス１１は、ミキサ１０により供給されたノイズ音Ｎａに対応する成分を低減した信号を、信号ケーブル２７を介して音声認識端末２に出力する。

マイク９は、空気中を伝わってきたノイズ音Ｎａと使用者の音声Ｖとを集音する。ミキサ１０は、ノイズ音Ｎａと音声Ｖとに対応する信号をノイズ低減信号Ｎｂと混合する。これにより、信号中のノイズ音Ｎａに対応する成分が除去（低減）される。そして、残った使用者７の音声Ｖに対応する信号が音声信号インターフェイス１１から、音波以外の信号伝達部材（オーディオ信号ケーブル、シリアル信号ケーブル、無線通信、光通信など、形態は問わない）で音声認識端末２に出力される。ノイズ低減装置５ａにより処理される信号の種類は、アナログ信号であるか、デジタル信号であるかを問わない。

音声認識端末２は、この「音波以外の信号」を入力する構成を有し、「音波以外の信号」に基づいて音声認識を実行する。従って、実施形態２における音声認識端末２には、音波を入力するためのマイクは設けられなくてもよい。

図７及び図８に示す構成では、ノイズ低減装置５ａと音声認識端末２とは、音声信号インターフェイス１１で接続されているが、本発明はこれに限定されない。ノイズ低減装置５ａと音声認識端末２とは一体型の構成にしてもよい。

キャリブレーションの方法は、実施形態１と同様である。

〔実施形態３〕
図９（ａ）は実施形態３に係る音声認識システム１ｂを模式的に示す図であり、（ｂ）は上記音声認識システム１ｂに設けられたノイズ低減システム３ｂのノイズ低減装置５ｂの構成を示すブロック図である。なお、説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

実施形態３では、複数のノイズ源６・６ｂに対応する構成を示す。この場合、ノイズ送信機、電波受信部、振幅調整部、位相・遅延調整部は、それぞれ複数チャンネル分が用意される。そして、ＦＭ変調の電波を用いた送受信を用いる場合、周波数帯などを使い分けて行う。

音声認識システム１ｂは、ノイズ低減システム３ｂと音声認識端末２とを備える。ノイズ低減システム３ｂは、ノイズ源６に取り付けられたノイズ送信機４と、ノイズ源６ｂに取り付けられたノイズ送信機４ｂと、ノイズ低減装置５ｂとを有する。

ノイズ低減装置５ｂは、ノイズ送信機４から送信されるノイズ信号Ｎｓ１を受信する電波受信部１７と、電波受信部１７により受信されたノイズ信号Ｎｓ１の振幅を調整する振幅調整部１８と、振幅調整部１８により振幅が調整されたノイズ信号Ｎｓ１の位相及び遅延時間を調整してノイズ低減信号Ｎｂ１を生成する位相・遅延時間調整部１９とを有する。

そして、ノイズ低減装置５ｂには、ノイズ送信機４ｂから送信されるノイズ信号Ｎｓ２を受信する電波受信部１７ｂと、電波受信部１７ｂにより受信されたノイズ信号Ｎｓ２の振幅を調整する振幅調整部１８ｂと、振幅調整部１８ｂにより振幅が調整されたノイズ信号Ｎｓ２の位相及び遅延時間を調整してノイズ低減信号Ｎｂ２を生成する位相・遅延時間調整部１９ｂとを有する。

増幅器２５は、位相・遅延時間調整部１９により生成されたノイズ低減信号Ｎｂ１と位相・遅延時間調整部１９ｂにより生成されたノイズ低減信号Ｎｂ２とを増幅してスピーカ８に供給する。スピーカ８は、増幅器２５により増幅されたノイズ低減信号Ｎｂ１及びノイズ低減信号Ｎｂ２に基づくノイズ低減音波Ｎｃ１及びノイズ低減音波Ｎｃ２を出力する。

キャリブレーションモードにおいては、それぞれのチャンネルが別時間に分割されて動作する。例えば、最初の１分間で、ノイズ源６からノイズ音Ｎａ１がマイク９から入力されて、ノイズ源６、ノイズ送信機４、電波受信部１７、振幅調整部１８、位相・遅延時間調整部１９を含む第１のチャンネルが調整され、制御信号調整部２２が最適なパラメータ（位相係数Ｐｏ１、遅延時間Ｄｏ１、振幅係数Ａｏ１）を得てパラメータ記憶部２３に記録する。そして、次の１分間で、ノイズ源６ｂからノイズ音Ｎａ２がマイク９から入力されて、ノイズ源６ｂ、ノイズ送信機４ｂ、電波受信部１７ｂ、振幅調整部１８ｂ、位相・遅延時間調整部１９ｂを含む第２のチャンネルが調整され、制御信号調整部２２が最適なパラメータ（位相係数Ｐｏ２、遅延時間Ｄｏ２、振幅係数Ａｏ２）を得てパラメータ記憶部２３に記録する。パラメータ記憶部２３に記録された最適なパラメータは、使用者７の音声Ｖに重畳されるノイズ音Ｎａ１・Ｎａ２を低減する運用時に使用される。

図１０はノイズ低減装置の変形例の構成を模式的に示す図である。説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

ノイズ源６から発生するノイズ音Ｎａ１が壁２８などにより反射して反響音Ｎａ３として反響する場合、主な反響面３７がわかれば、その反響面３７にノイズ送信機４ｂを設置してもよい。

図１１は上記変形例が低減するノイズ音と反響音との位相を示すグラフである。横軸は時間を示しており、縦軸は位相を示している。

直接音であるノイズ音Ｎａ１を、逆相に調整したノイズ低減音波Ｎｃ１で打ち消すだけでは、反響音であるノイズ音Ｎａ３が残ってしまう。即ち、
Ｎａ１＋Ｎａ３＋Ｎｃ１ ≒ Ｎａ３
となる。

そこで、主な反響音Ｎａ３をノイズ低減音波Ｎｃ２で打ち消すとよい。即ち、
Ｎａ１＋Ｎａ３＋Ｎｃ１＋Ｎｃ２ ≒ ０
となる。

ここでは、低レベルの反響音Ｎａ４・Ｎａ５は、影響が少ないため無視するものとする。

〔実施形態４〕
図１２は実施形態４に係る音声認識システム１ｃに設けられたノイズ低減システム３ｃの構成を示すブロック図である。説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

実施形態２に係る図８のノイズ低減システム３ａのように、ノイズ送信機４からノイズ低減装置５ａへ送信されるノイズ信号ＮｓがＦＭ波などのアナログ信号である場合、ノイズ信号Ｎｓは通常、空気中の音波（ノイズ音Ｎａ）よりも高速で伝送される。

しかしながら、ノイズ信号ＮｓがWi-Fi（登録商標）、Bluetooth（登録商標） などに基づくデジタル信号である場合、ノイズ低減装置側では空気中の音よりも到達時刻が遅れることがある。この場合、位相・遅延時間調整部１９でノイズ信号Ｎｓを遅延させることによる消音ができない。

そこで、実施形態２を拡張して、ノイズ送信機４ｃではノイズ信号Ｎｓをデジタル信号として送信する送信部１６ｃを設け、また、ノイズ低減装置５ｃではデジタル信号のノイズ信号Ｎｓを受信する電波受信部１７ｃと、マイク９の後段の増幅器２０とミキサ１０との間に遅延器１２を設ける。そして、ミキサ１０でノイズ低減信号Ｎｂと混合する前にマイク９に入力された音声Ｖ及びノイズ音Ｎａに対応する信号に対して遅延器１２により遅延処理が行われる。これにより、ノイズ信号Ｎｓに遅れが生じた場合でも最適に消音することが可能となる。

この場合、キャリブレーションモードにおいて、遅延器１２による遅延時間を調整してもよいし、遅延器１２の遅延時間は一定（たとえば長めの０．５秒）とし、そのうえで実施形態１などと同様に、位相・遅延時間調整部１９で微細な遅延時間の調整を行ってもよい。

〔実施形態５〕
図１３は実施形態５に係るノイズ低減装置の構成を示す図であり、（ａ）はノイズ源６ｄとノイズ送信機４ｄを示す模式図であり、（ｂ）はノイズ送信機４ｄの構成を示すブロック図である。説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

ノイズ源６ｄは、音を発する生物等であり、例えば鳥籠の中の鳥であり得る。この場合、ノイズ送信機４ｄが鳥籠に取り付けられる。ノイズ源６ｄが生物である場合のように、ノイズ源６ｄによるノイズ発生タイミングが極端に不規則な場合、安定したキャリブレーションが困難となる。

そこで、ノイズ送信機４ｄにパルス発生器３０と発音制御部２９とスピーカ３１とを設ける。そして、キャリブレーションモードにおいて、指示信号が入力された発音制御部２９からの指示により、パルス発生器３０からパルス信号を発生させてスピーカ３１からキャリブレーションの基準となるノイズ音Ｎａを発生させる。このノイズ音Ｎａはノイズ送信機４ｄのマイク１４に入力され、増幅器１５により増幅されて、送信部１６からノイズ信号Ｎｓとして送信される。あるいは、ノイズ音Ｎａをマイク１４から入力する代わりにパルス発生器３０の信号をノイズ送信機４ｄ内部で直接送信部１６に供給して送信してもよい。このように、ノイズ音Ｎａとノイズ信号Ｎｓとをノイズ源６ｄとは無関係に人工的に発生させてノイズ低減装置のパラメータを調整するとよい。

発音制御部２９は、パルス発生器３０から発生する調整用パルス信号の発生・停止を制御するもので、手動のスイッチでも良いし、ノイズ低減装置からの指示信号を無線通信により受信して動作するものでも良い。後者の場合、ノイズ受信機側に指示信号送信部（図示せず）を設け、調整手順と同期して、指示信号をノイズ送信機４ｄに向けて送信する。

具体的には実施形態１の図４のフローチャートに示されるステップＳ７（平均レベルＮｍ算出ルーチン）の動作に同期して指示信号送信部が指示信号を発音制御部２９に送信するとよい。

図１４は上記ノイズ低減装置におけるノイズ音のノイズ信号に対する遅延時間を示すグラフである。

キャリブレーションモードにおける基準となるノイズ音Ｎａを単発のパルス信号（疑似的なインパルス信号）に基づいてスピーカ３１から出力してもよい。この場合、ノイズ低減装置側でノイズ音Ｎａのノイズ信号Ｎｓに対する遅延時間の測定が容易にできるなどのメリットがある。

〔実施形態６〕
図１５は実施形態６に係るノイズ低減システムの構成を示す図であり、（ａ）はノイズ源６ｅとノイズ送信機４ｅを示す模式図であり、（ｂ）はノイズ送信機４ｅの構成を示すブロック図である。説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

図１３（ｂ）のパルス発生器３０により発生するパルス信号の代わりに、実際のノイズ音Ｎａを予めサンプリング（録音）したデータを再生してスピーカ３１に供給してもよい。これにより、ノイズ低減装置側で実際のノイズ音Ｎａの音響特性に即したキャリブレーションが可能となる。

ノイズ送信機４ｅは、マイク１４に入力された実際のノイズ音Ｎａをサンプリングするためのサンプリング部３３と、サンプリング部３３の動作を制御するサンプリング制御部３２と、サンプリング部３３によりサンプリングされたノイズ音Ｎａのデータを格納するサンプリングメモリ３４とを有する。

ノイズ送信機４ｅには、サンプリングメモリ３４に格納されたノイズ音Ｎａのデータを再生してスピーカ３１及び送信部１６に供給するサンプル再生部３６と、サンプル再生部３６の動作を制御する発音制御部３５とが設けられる。

キャリブレーションに先立ち、サンプリング制御部３２（スイッチなどでも良い）からの指示により、サンプリング部３３は、マイク１４から入力されたノイズ源６ｅのノイズ音Ｎａに基づくノイズ信号をＡ／Ｄ変換した後、サンプリングメモリ３４に「ノイズサンプル」として記録しておく。

そして、キャリブレーションモードにおいては、発音制御部３５からの指示により、サンプル再生部３６が、サンプリングメモリ３４に記録された「ノイズサンプル」を１回または複数回繰り返して再生する。

例えば、動物の鳴き声をノイズ源としてキャリブレーションを行いたい場合、適切なタイミングでノイズ源からのノイズ信号が得られない場合がある。そこで、動物が鳴いた時点でマイク１４で集音した信号を、サンプリング部３３が「ノイズサンプル」としてサンプリングメモリ３４に保持しておけば、動物の鳴き声をノイズ源としたノイズ信号をいつでも繰り返してキャリブレーションに使用することが可能となる。

また、キャリブレーション後にノイズ源（動物）が移動してしまった場合、キャリブレーションのやり直しが必要となるが、この場合も以前にサンプリングメモリ３４に記録された「ノイズサンプル」を使用すれば、再びキャリブレーションを行うことができる。

〔ソフトウェアによる実現例〕
ノイズ低減装置５・５ａ・５ｂ・５ｃの制御ブロック（特に振幅調整部１８、位相・遅延時間調整部１９、制御信号調整部２２、及び信号レベル測定部２１）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Central Processing Unit）を用いてソフトウェアによって実現してもよい。

後者の場合、ノイズ低減装置５・５ａ・５ｂ・５ｃは、各機能を実現するソフトウェアであるプログラムの命令を実行するＣＰＵ、上記プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

〔まとめ〕
本発明の態様１に係るノイズ低減装置５・５ａ・５ｂ・５ｃは、音声Ｖに重畳されるノイズ音Ｎａ・Ｎａ１・Ｎａ２を低減するノイズ低減装置であって、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２の発生源近傍で取得された前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２を表す第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を外部装置（ノイズ送信機４・４ｃ・４ｄ・４ｅ）から受信する受信部（電波受信部１７）と、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を調整したノイズ低減信号Ｎｂ・Ｎｂ１・Ｎｂ２を生成するノイズ低減信号生成部（振幅調整部１８、位相・遅延時間調整部１９）とを備える。

上記の構成によれば、前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号が生成され、前記音声に重畳される前記ノイズ音が前記ノイズ低減信号に基づいて低減される。このため、ノイズ音を低減するノイズ低減信号を生成するためのパラメータが、ノイズ音に応じて予め記憶される。従って、予測不能なランダムに変動するノイズ音に応じて、ノイズ低減信号を生成するためのパラメータを予め記憶しておくことができる。この結果、予測不能なランダムに変動するノイズ音を低減することができる。

本発明の態様２に係るノイズ低減装置５・５ｂが、前記ノイズ低減信号Ｎｂ・Ｎｂ１・Ｎｂ２に基づいて、前記音声Ｖに重畳される前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２を低減するためのノイズ低減音波Ｎｃ・Ｎｃ１・Ｎｃ２を出力するスピーカ８と、前記スピーカ８により出力されたノイズ低減音波Ｎｃ・Ｎｃ１・Ｎｃ２を入力して第２ノイズ音信号（ノイズ音信号Ｎｆ）を生成するマイク９と、前記第２ノイズ音信号（ノイズ音信号Ｎｆ）の信号レベルが最小となるように前記パラメータを調整して記憶する制御信号調整部２２とをさらに備えてもよい。

上記の構成によれば、音声に重畳されるノイズ音がスピーカから出力されるノイズ低減音波により低減される。

本発明の態様３に係るノイズ低減装置５ａは、上記態様１において、前記音声Ｖを入力して音声信号を生成すると共に、前記ノイズ音Ｎａを入力して第２ノイズ音信号（ノイズ音信号Ｎｆ）を生成するマイク９と、前記マイク９により生成された前記音声信号及び前記第２ノイズ音信号（ノイズ音信号Ｎｆ）を前記ノイズ低減信号Ｎｂと混合した混合信号を生成するミキサ１０と、前記ミキサ１０により生成された混合信号を出力するために設けられたインターフェイス（音声信号インターフェイス１１）とをさらに備えてもよい。

上記の構成によれば、ノイズ受信機内の信号経路でノイズ源のノイズ音がキャンセルされる。

本発明の態様４に係るノイズ低減装置５ｃは、上記態様３において、前記第１ノイズ音信号（ノイズ信号Ｎｓ）がデジタル信号であり、前記マイク９により生成された第２ノイズ音信号を遅延させるために前記ミキサ１０と前記マイク９との間に配置された遅延器１２をさらに有する。

上記の構成によれば、デジタル信号である第１ノイズ音信号のノイズ受信機への到達時刻が空気中を伝搬するノイズ音よりも遅れた場合でも、最適な消音を行うことが可能となる。

本発明の態様５に係るノイズ低減装置５・５ａ・５ｃは、前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）の振幅を調整する振幅調整部１８と、前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）の位相と遅延時間とを調整する位相・遅延時間調整部１９とをさらに備え、前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）の位相、遅延時間、及び振幅のうちの少なくとも一つを含むパラメータを調整することにより前記ノイズ低減信号Ｎｂ・Ｎｂ１・Ｎｂ２を生成してもよい。

上記の構成によれば、簡易な構成により、ノイズ低減信号を生成することができる。

本発明の態様６に係るノイズ低減装置５・５ａ・５ｂ・５ｃは、上記態様１から５のいずれか一態様において、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２に基づいて前記パラメータを探索して記憶するキャリブレーションモードを有してもよい。

上記の構成によれば、ノイズ音を低減するノイズ低減信号を生成するためのパラメータを、ノイズ音に応じて予め記憶することができる。

本発明の態様７に係る音声認識システム１・１ａ・１ｂ・１ｃは、上記態様１から６のいずれか一態様に記載のノイズ低減装置５・５ａ・５ｂ・５ｃと、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２の発生源近傍に配置され、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２を取得し、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２を表す第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を送信するノイズ送信機４・４ｃ・４ｄ・４ｅと、前記ノイズ低減装置５・５ａ・５ｂ・５ｃによりノイズ音Ｎａ・Ｎａ１・Ｎａ２が低減された音声Ｖを認識する音声認識端末２とを備える。

本発明の態様８に係る音声認識システムは、上記態様７において、前記ノイズ送信機４ｄが、前記ノイズ音に基づいて前記パラメータを探索して記憶するキャリブレーションモードにおいて、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２に代替する疑似ノイズ音を発生する疑似ノイズ音発生器（パルス発生器３０）を有してもよい。

上記の構成によれば、ノイズ源が生物である場合のように、ノイズ源によるノイズ発生タイミングが極端に不規則な場合であっても、安定したキャリブレーションが可能となる。

本発明の態様９に係る音声認識システムは、上記態様７又は８において、前記ノイズ送信機が、異なる複数のノイズ発生源（ノイズ源６・６ｂ）からのノイズ音Ｎａ１・Ｎａ２にそれぞれ対応する複数台のノイズ送信機４・４ｂであり、前記ノイズ低減装置５ｂが、前記複数台のノイズ送信機４・４ｂからそれぞれ送信された複数の第１ノイズ音信号（ノイズ信号Ｎｓ１・Ｎｓ２）を受信し、前記複数のノイズ発生源（ノイズ源６・６ｂ）からのノイズ音Ｎａ１・Ｎａ２を低減するノイズ低減信号Ｎｂ１・Ｎｂ２を生成してもよい。

上記の構成によれば、複数のノイズ源から発せられる予測不能なランダムなノイズ音を低減することができる。

本発明の態様１０に係るノイズ低減方法は、音声Ｖに重畳されるノイズ音Ｎａ・Ｎａ１・Ｎａ２を低減するノイズ低減方法であって、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２の発生源近傍において取得された前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２を表す第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を外部装置（ノイズ送信機４・４ｃ・４ｄ・４ｅ）から受信するノイズ受信工程と、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を調整したノイズ低減信号Ｎｂ・Ｎｂ１・Ｎｂ２を生成する工程とを包含する。

本発明の態様１１に係るプログラムは、コンピュータを、音声Ｖに重畳されるノイズ音Ｎａ・Ｎａ１・Ｎａ２を低減するために、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２の発生源近傍において取得された前記ノイズ音を表す第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を外部装置から受信してノイズ低減信号を生成するノイズ低減装置５・５ａ・５ｂ・５ｃとして機能させるためのプログラムであって、前記ノイズ低減装置５・５ａ・５ｂ・５ｃが、前記ノイズ音Ｎａ・Ｎａ１・Ｎａ２に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号（ノイズ信号Ｎｓ・Ｎｓ１・Ｎｓ２）を調整したノイズ低減信号Ｎｂ・Ｎｂ１・Ｎｂ２を生成する。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。

１ 音声認識システム
２ 音声認識端末
３ ノイズ低減システム
４ ノイズ送信機
５ ノイズ低減装置
８ スピーカ
９ マイク
１０ ミキサ
１１ 音声信号インターフェイス（インターフェイス）
１２ 遅延器
１７ 電波受信部（受信部）
１８ 振幅調整部（ノイズ低減信号生成部）
１９ 位相・遅延時間調整部（ノイズ低減信号生成部）
２２ 制御信号調整部
３０ パルス発生器（疑似ノイズ音発生器）

Claims (11)

1. 音声に重畳されるノイズ音を低減するノイズ低減装置であって、
   前記ノイズ音の発生源近傍で取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信する受信部と、
   前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成するノイズ低減信号生成部とを備えることを特徴とするノイズ低減装置。
2. 前記ノイズ低減信号に基づいて、前記音声に重畳される前記ノイズ音を低減するためのノイズ低減音波を出力するスピーカと、
   前記スピーカにより出力されたノイズ低減音波を入力して第２ノイズ音信号を生成するマイクと、
   前記第２ノイズ音信号の信号レベルが最小となるように前記パラメータを調整して記憶する制御信号調整部とをさらに備える請求項１に記載のノイズ低減装置。
3. 前記音声を入力して音声信号を生成すると共に、前記ノイズ音を入力して第２ノイズ音信号を生成するマイクと、
   前記マイクにより生成された前記音声信号及び前記第２ノイズ音信号を前記ノイズ低減信号と混合した混合信号を生成するミキサと、
   前記ミキサにより生成された混合信号を出力するために設けられたインターフェイスとをさらに備える請求項１に記載のノイズ低減装置。
4. 前記第１ノイズ音信号がデジタル信号であり、
   前記マイクにより生成された第２ノイズ音信号を遅延させるために前記ミキサと前記マイクとの間に配置された遅延器をさらに備える請求項３に記載のノイズ低減装置。
5. 前記第１ノイズ音信号の振幅を調整する振幅調整部と、
   前記第１ノイズ音信号の位相と遅延時間とを調整する位相・遅延時間調整部とをさらに備え、
   前記第１ノイズ音信号の位相、遅延時間、及び振幅のうちの少なくとも一つを含むパラメータを調整することにより前記ノイズ低減信号を生成する請求項１から４のいずれか一項に記載のノイズ低減装置。
6. 前記ノイズ音に基づいて前記パラメータを探索して記憶するキャリブレーションモードを有する請求項１から５のいずれか一項に記載のノイズ低減装置。
7. 請求項１から６のいずれか一項に記載のノイズ低減装置と、
   前記ノイズ音の発生源近傍に配置され、前記ノイズ音を取得し、前記ノイズ音を表す第１ノイズ音信号を送信するノイズ送信機と、
   前記ノイズ低減装置によりノイズ音が低減された音声を認識する音声認識端末とを備えたことを特徴とする音声認識システム。
8. 前記ノイズ送信機が、前記ノイズ音に基づいて前記パラメータを探索して記憶するキャリブレーションモードにおいて、前記ノイズ音に代替する疑似ノイズ音を発生する疑似ノイズ音発生器を有する請求項７に記載の音声認識システム。
9. 前記ノイズ送信機が、異なる複数のノイズ発生源からのノイズ音にそれぞれ対応する複数台のノイズ送信機であり、
   前記ノイズ低減装置が、前記複数台のノイズ送信機からそれぞれ送信された複数のノイズ信号を受信し、前記複数のノイズ発生源からのノイズ音を低減するノイズ低減信号を生成する請求項７又は８に記載の音声認識システム。
10. 音声に重畳されるノイズ音を低減するノイズ低減方法であって、
    前記ノイズ音の発生源近傍において取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信するノイズ受信工程と、
    前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成する工程とを包含することを特徴とするノイズ低減方法。
11. コンピュータを、音声に重畳されるノイズ音を低減するために、前記ノイズ音の発生源近傍において取得された前記ノイズ音を表す第１ノイズ音信号を外部装置から受信してノイズ低減信号を生成するノイズ低減装置として機能させるためのプログラムであって、
    前記ノイズ低減装置が、前記ノイズ音に応じて予め記憶されたパラメータに基づいて前記第１ノイズ音信号を調整したノイズ低減信号を生成することを特徴とするプログラム。

Images