JP2018066780A - 音声抑制システム及び音声抑制装置 - Google Patents

音声抑制システム及び音声抑制装置 Download PDF

Info

Publication number
JP2018066780A
JP2018066780A JP2016203591A JP2016203591A JP2018066780A JP 2018066780 A JP2018066780 A JP 2018066780A JP 2016203591 A JP2016203591 A JP 2016203591A JP 2016203591 A JP2016203591 A JP 2016203591A JP 2018066780 A JP2018066780 A JP 2018066780A
Authority
JP
Japan
Prior art keywords
voice
speaker
mouth
signal
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016203591A
Other languages
English (en)
Other versions
JP6813176B2 (ja
Inventor
幸信 横田
Yukinobu Yokota
幸信 横田
隼人 新
Hayato Shin
隼人 新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Innovation Lab Inc
Original Assignee
Innovation Lab Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Innovation Lab Inc filed Critical Innovation Lab Inc
Priority to JP2016203591A priority Critical patent/JP6813176B2/ja
Publication of JP2018066780A publication Critical patent/JP2018066780A/ja
Application granted granted Critical
Publication of JP6813176B2 publication Critical patent/JP6813176B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

【課題】ユーザ自身の発話音声が周囲に漏れず、他人に聞き取れない程度に抑圧することができる音声抑制システム及び音声抑制装置を提供することである。
【解決手段】音声抑制システム1は、発話者の耳元に配置されたスピーカと、発話者の口元周辺に配置され、口の動きの画像を取得するカメラユニット8とを備えたヘッドセット2と、カメラユニット8により取得された画像に基づいて口の動きに対応する音声信号を生成する音声生成部120と、生成された音声信号を相手側携帯端末100に送信する通信部120とを備えた携帯端末10とを有し、相手側携帯端末100から送信された受話信号S2が携帯端末10を介してスピーカ15に入力される。
【選択図】図1

Description

本発明は、本発明は、音声抑制装置に関し、例えば、車内(電車、車の中)や室内の人の話し声の内容などを隣の人や周辺の人に対して聞き取り難くして話の内容を保護できるようにした音声抑制システム及び音声抑制装置に関する。
近年、スマートフォンのような携帯電話機の普及に伴い、スマートフォンにヘッドセットを接続して通話するというスタイルが一般的となりつつある。一方、屋内外には様々な騒音や環境音が存在しており、ユーザの耳に入るそれら騒音や環境音を低減させるためのノイズキャンセリング機能を搭載したノイズキャンセリングヘッドフォンが実用化されている。
ノイズキャンセリングヘッドフォンとしては、例えばフィードバック方式が知られている。この方式は、ヘッドフォンの内部にマイクロフォン(以下、「マイク」と呼ぶ。)を設置し、マイクで騒音として集音したノイズ信号の位相を反転した逆位相の信号を生成する。そして、この騒音に対して逆位相となるノイズキャンセル信号をヘッドフォンのドライバーユニットに供給することにより、ユーザに対して聞こえる騒音を低減させることができるようにされている。
例えば、特許文献1には、ユーザの耳に装着される音響管内においてイヤホンユニットの近傍に設けたマイクロホンユニットにより収音した音響管内部の騒音(ノイズ)を位相反転させた音声信号を生成し、これをイヤホンユニットから音として出力させることにより、ユーザの耳に入る外部ノイズを低減させるようにした構成、つまり、フィードバック方式に対応したノイズキャンセリングシステムの構成が記載されている。
特開平3−214892号公報
ところで、近年スマートフォンのような携帯電話機で屋内外を問わず第三者と電話で会話する機会が増加しているが、通話内容を他人に聞かれたくない場合が多い。一方で、そのユーザの周囲の人も、電話で会話している音声を非常に迷惑に感じる。そのために、電車の車両内や喫茶店内で、携帯電話による音声通話を禁止している場合も多い。
この場合、屋外では話し声を聞かれたくない場合には自分の声を小さくするか、手を口に当てて話す必要がある。屋内であれば防音装置や消音設備を導入することもできるが、コストがかかってしまう。
これに対し、本願の発明者らは、ユーザ自身の発話音声が周囲に漏れず、他人に聞き取れない程度に抑制することはできないかと考えた。これによって、ユーザは、周辺環境を気にすることなく、スマートフォンを用いて通話することができる。
そこで、本発明は、ユーザ自身の発話音声が周囲に漏れず、他人に聞き取れない程度に抑圧することができる音声抑制システム及び音声抑制装置を提供することを目的とする。
上述した課題を解決するために、本発明の音声抑制システムは、発話音声を抑制する音声抑制システムであって、発話者の耳元に配置されたスピーカと、発話者の口元周辺に配置され、口の動きの画像を取得する画像取得手段とを備えた送受話装置と、画像取得部により取得された画像に基づいて口の動きに対応する音声信号を生成する生成手段と、生成された音声信号を相手側携帯端末に送信する送信手段とを備えた携帯端末とを有し、相手側携帯端末から送信された受話信号が携帯端末を介してスピーカに入力されることを特徴とする。
携帯端末は、画像取得部により取得された画像に基づいて、口の動きに対応する文字を抽出する文字抽出部と、文字抽出部により抽出された文字に対応する音声信号を生成する音声生成部とを更に有し、送信手段は、生成された音声信号を相手側携帯端末に送信するようにすることができる。
ここで、送受話装置と携帯端末との間の無線接続は、Bluetooth(登録商標)規格に準拠するようにしてもよい。
また、スピーカは耳を収容するハウジング内に配置され、ハウジングには口元まで延在する屈曲自在なアームが形成され、アームの表面であって口元の周辺に画像取得部が装着されるようにすることが好ましい。
また、自己の音声により発話したいときに用いられ、発話音源に向かう方向に指向性を有し、自己の音声信号を入力する第1のマイクをさらに有するようにしてもよい。
また、スピーカ周辺の音と受話信号を検出する第2のマイクと、第2のマイクで検出された信号と受話信号の差分信号を位相反転させた信号を生成し、スピーカに入力する信号処理手段とを有するようにしてもよい。
上述した課題を解決するために、本発明の音声抑制装置は、発話音声を抑制する音声抑制装置であって、発話者の耳元に配置されたスピーカと、発話者の口元周辺に配置され、口の動きの画像を取得する画像取得手段と、画像取得部により取得された画像に基づいて口の動きに対応する音声信号を生成する生成手段と、生成された音声信号を相手側の通話端末に送信する音声通信手段とを有し、相手側の通話端末からの受話信号が音声通信手段を介してスピーカに入力されることを特徴とする。
また、画像取得部により取得された画像に基づいて口の動きに対応する文字を抽出する文字抽出部と、文字抽出部により抽出された文字を用いて音声信号を生成する音声生成部とを更に有するようにしてもよい。
本発明によれば、ユーザ自身の発話音声を周囲に漏らさず、他人に聞き取れない程度に抑制することができる。
本発明にかかる音声抑制システムの一実施の形態を模式的に示した図である。 音声抑制システムの構成を示す図である。 携帯端末装置の機能を実現するコンピューターのハードウェア構成例を示す図である。 制御部の構成例を示す図である。 読唇通信における連続通話処理の流れを示すフローチャートである。 読唇処理手順の概要を示す図である。 本発明にかかる音声抑制装置の一実施の形態を模式的に示した図である。
[音声抑制システムの一実施の形態(第1の実施の形態)]
以下、本発明にかかる音声抑制システムの一実施の形態について図面を参照しながら説明する。
図1は、本発明にかかる音声抑制システムを模式的に示した図である。図2は音声抑制システムの構成を示す図である。音声抑制システム1は、送受話装置2と、送受話装置2に通信ネットワークを介して接続される携帯端末装置10とを備えて構成されている。本実施の形態では送受話装置2としてヘッドセットタイプのものを例に挙げて説明する。
送受話装置(以下、「ヘッドセット」と呼ぶ。)2は、本実施の形態では人の頭部(後頭部又は耳部)に着脱可能な耳かけタイプのヘッドセット(図1参照)である。ヘッドセット2は、受話信号や音楽等が出力されるスピーカ15を内蔵したハウジング部4と、ハウジング部4に連結され屈曲自在なアーム部3とを有して構成される。また、ヘッドセット2は発話者の送話信号(以下、「発話信号」と呼ぶ。)S1及び通話先の携帯端末装置100からの受話信号S2の通信制御を行う通信部13を、装置内に内蔵している。そしてヘッドセット2は、アーム部3の中央から先端までの間であって発話者の口元周辺位置に送話マイク11とカメラユニット(撮像装置:画像取得手段)8を装着している。本発明にかかる音声抑制システム1においては、ヘッドセット2のアーム部3の口元周辺に対応する位置に装着されたカメラユニット8によって発話者の唇の動きが撮像され、その撮像された映像信号(動画)が入出力I/F20(21)を介して携帯端末装置10を構成する制御部30内の通信部140に送出される。ヘッドセット2と通信可能な携帯端末装置10内の後述する読唇エンジンによって該唇の動きに対応した発話内容が読み取られ、テキストデータとして抽出される(読唇機能)。そして音声抑制システム1においては、さらに読唇機能によって読み取られた発話内容(テキストデータ)が音声変換され、変換された音声が通話先の携帯端末装置100に送信される。したがって、音声抑制システム1は、小さな声若しくは全く声を出さずに唇だけを動かすことによって通話先の相手と通話することができるので、発話者が通話内容を他人に聞かれたくない場合には自身の発話音声の抑制がされる。
図1のヘッドセットは、左の耳介に引っかけて固定されるものであるが、後頭部又は後頸部に装着されるいわゆる「ヘッドバンド(ヘッドホン型)」と呼ばれるタイプのものであってもよい。その他のヘッドセットとしては、いわゆる「カナル型」と呼ばれる耳の穴の中に深く挿し込んで使用するイヤホンタイプのものや、いわゆる「インナーイヤー」と呼ばれる耳の穴付近にかけて使用するタイプで、耳の形状に合うように設計されているタイプのものや、いわゆる「ネックバンド」と呼ばれるヘッドバンドが頭の後ろから首にかけたあたりに位置するように設計されているタイプのものであってもよい。また、ハンドセットのタイプでも適用可能である。なお、「カナル型」と「インナーイヤー」については、イヤホンからアーム部を取り付けることはできないので、イヤホン部から延びるコードに接続され送話マイクとカメラユニットを備えた略棒状の筐体を手に持ったままそれを口元周辺に持っていって使用する。
携帯端末装置10は、入出力インターフェース(以下、「入出力I/F(Interface)」と呼ぶ。)20(21)と、制御部30と、記憶部40とを備える。制御部30は、発話者の携帯端末装置(以下、「本携帯端末装置」と呼ぶ。)10における読唇機能に基づく通信を制御する。なお、以降の説明では、入出力I/Fを入力I/F20と出力I/F21に分けて呼ぶことがある。記憶部40は、読唇機能に基づく通信に必要な情報、例えば後述する読唇エンジン(アプリケーション)に用いられる辞書情報等を記憶する。この読唇エンジンに用いられる辞書情報等は、専用のROMに格納されても良いし、RAMに格納されて必要があればアップデートしても良い
図3は、携帯端末装置10の機能を実現するコンピューターのハードウェア構成例を示す図である。携帯端末装置10は、CPU(Central Processing Unit)60、補助記憶装置70、ネットワークI/F(Interface)80、メモリ65、入力I/F20、出力I/F21を備える。入力I/F20にはカメラユニット8が接続され、出力I/F21にはタッチパネル50が接続される。各構成要素はバスにより接続されている。
CPU60は、メモリ65又は補助記憶装置70に記録されたプログラムに従って処理を実行する。後述する制御部30を構成する各部(図4参照)は、CPU60がプログラムを実行することにより各々の機能が実現される。
補助記憶装置70は、例えばNAND型フラッシュメモリなどのストレージやSDD、マイクロSD等の書き込み及び読み出し可能な記憶メディア及び記憶メディア駆動装置等である。ネットワークI/F80は、携帯端末装置10をネットワークに接続するためのインターフェースである。
メモリ65は、RAM(Random Access Memory)又はフラッシュメモリ等の記憶装置であり、プログラムやデータが一時的に読み出される記憶エリアとして機能する。入力I/F20は、各入力装置を携帯端末装置10に接続するためのインターフェースである。出力I/F21は、表示装置等の各出力装置を携帯端末装置10に接続するためのインターフェースである。
カメラユニット8は、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)等のセンサを用いた撮像素子で撮像した映像をデジタルデータとして取得する。なお、カメラユニット8は、動画の撮影が可能である。CPU60は、このデジタルデータを入力I/F20を介してメモリ65又は補助記憶装置70に記録する。タッチパネル50は、入力装置と出力装置とを兼ね備えた装置であって、入力I/F20と出力I/F21とに接続される。タッチパネル50は、例えば静電容量方式のセンサと、GUI(Graphical User Interface)等を表示する液晶ディスプレイとからなる装置である。
記憶部40は、メモリ65又は補助記憶装置70によりその機能が実現される。また、記憶部40は、ネットワーク上の記憶装置(図示しない)によってその機能が実現されてもよい。
なお、携帯端末装置10の各構成要素の処理は、本実施例においてはCPU60によって実施されるが、1つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。また、携帯端末装置10の各構成要素の処理は、1つのプログラムで実現されてもよいし、複数のプログラムで実現さてもよい。例えば、本発明においては、読唇エンジンが携帯端末装置10にあるが、制御部31内にあっても良い。
[制御部の各構成部の機能]
以下、制御部30の各構成部の機能について図4を参照して説明する。図4は、制御部30の構成例を示す図である。
制御部30は、文字抽出部110と、音声生成部120と、表示部130と、通信部140と、入力部150と、音声取得部160とを備える。
文字抽出部110は、カメラユニット8から取得された画像から文字を抽出する。取得された画像は、発話者の口元の画像であって、発話者が発話のために唇を動かす様子が撮影された画像である。取得される画像は、実際に声を発した状態の画像であっても、声を発せずに口だけを動かした画像であってもよい。以下、発話とは、発声の有無に関わらず口を動かした状態を示す。
唇の動きから文字を抽出する処理には、例えば唇の所定の部分に座標を付し、移動量に基づいて文字を判定するなど、公知の方法が用いられる。
音声生成部120は、文字から音声データを生成する。文字から音声データを生成する処理については、公知の技術を用いるため、ここでは詳述しない。表示部130は、読唇画面等の表示画面を表示装置に対して表示させる。この表示画面には、カメラユニット8により取得された画像や、文字抽出部110により抽出された文字を示すテキストが含まれる。
通信部140は、携帯端末装置10と他の通信機器(電話等)との通信及び通話を制御する。具体的には、通信部140は、入力操作に基づいて他の通信機器(電話等)に対して発信を行う。また、通信部140は、他の通信機器(電話)からの通信を着信する。
入力部150は、タッチパネル等の入力装置を用いた入力処理を制御する。例えば入力部150は、文字抽出部110により抽出された文字の訂正の入力を受け付ける。
<読唇通信における通話処理の内容>
以下、読唇通信における通話処理の内容を、図5を参照して説明する。図5は、読唇通信における連続通話処理の流れを示すフローチャートである。まず、携帯端末装置10のタッチパネル50に発信画面を表示させ、通話先の電話番号の入力と発信ボタンの選択を促す(ステップS101)。
次に、通信部140は、選択された電話番号の通話先に対して発信する(ステップS102)。
次に、通信部140は、通話先との通話を開始する(ステップS103)。なお、通話を開始するのは、通話先が発信に対して応答し、通信が確立した場合である。通話先が応答しない場合は通話処理が終了する。
次に、カメラユニット8が画像の取得を開始する(ステップS104)。カメラユニット8は、通話先との通話が終了するまで画像の取得処理を継続する。
次に、通信部140は、接続の切断指示を受け付けたか否かを判定する(ステップS105)。
通信部140が、接続の切断指示を受け付けたと判定しない場合(ステップS105で「NO」の場合)、文字抽出部110は、カメラユニット8により取得された画像を参照し、話者の唇の動きを検出したか否かを判定する(ステップS106)。
文字抽出部110が、話者の唇の動きを検出した場合(ステップS106で「YES」の場合)、文字抽出部110は、画像から文字を抽出し、テキストデータを生成する(ステップS107)。
次に、文字抽出部110は、生成したテキストデータを保存する(ステップS108)。テキストデータは、記憶部40の中の図示しないテキストデータ記憶領域に記憶される。
次に、音声生成部120は、文字抽出部110が生成したテキストデータに基づいて音声を生成する(ステップS109)。この時、単にテキストデータに基づいて音声を生成するだけだと、アクセントやイントネーションが無い発話になり、聴いている側としては著しいストレスを感じることになる。そこで記憶部40にあらかじめ発話者の文章や単語を記憶しておき、それを元に音声を生成することによって、アクセントやイントネーションのついた音声として生成可能である。なお、記憶部40に予め記憶される発話者の文章や単語は、ユーザに所定の単語や文章を発音してもらってその結果を記録しても良いし、発話者の過去の通話履歴の記憶などから蓄積するなどの方法でも構わない。なお、ステップS108〜ステップS109の処理については、本フローチャートの順序に限定されない。
次に、通信部140は、ステップS109で生成された音声を通話先に送信する(ステップS110)。
次に、文字抽出部110は、所定時間以上唇の動きが停止したか否かを判定する(ステップS111)。
文字抽出部110が、所定時間以上唇の動きが停止したと判定した場合(ステップS111で「YES」の場合)、文字抽出部110は処理をステップS105に戻す。文字抽出部110が、所定時間以上唇の動きが停止したと判定しない場合(ステップS111で「NO」の場合)、文字抽出部110は処理をステップS107に戻し、再度文字抽出処理を行う。
通信部140が、接続の切断指示を受け付けたと判定した場合(ステップS105で「YES」の場合)、通信部140は、接続を切断する(ステップS112)。通信部140は、その後本フローチャートの処理を終了する。
<文字抽出処理の方法>
上記した文字抽出処理の方法について、特に文字抽出の対象となる辞書情報と、読唇処理での辞書情報の使用方法について図6を参照して説明する。図6は読唇処理手順の概要を示す図である。
辞書情報200には、例えば、それぞれ1つの単語に対応するレコード201が登録される。各レコード201には、単語を示すテキスト情報(または単語の識別情報)に対して、その単語を発音したときの口領域が撮影された動画像が対応付けて登録される。また、1つのレコード201には複数の動画像を対応付けて登録しておくことができる。例えば、図6の例のように単語「おはよう」に対して、“おはよう”と発音したときの口領域の動画像A,B,Cを対応付けて登録をしておく。例えば、同じ単語を異なる人が発音したときの口領域が撮影された動画像A,B,Cを、1つのレコード201に登録する。また、例えば、同じ単語を同じ人が発音したときの口領域を、それぞれ異なる角度から撮影することで得られた動画像A,B,Cを、1つのレコード201に登録することも可能である。本動画像の登録方法は、ユーザに所定の単語や文章を発音してもらってその結果を記録してもよいし、発話者の過去の通話履歴の記憶などから蓄積するなどの方法でも構わない。
読唇エンジン210は、例えば、辞書情報200を用いて次のような読唇処理を行う。読唇エンジン210には、カメラユニット8で取得された処理対象の動画像221が入力される。処理対象の動画像221には、未知の人の口領域が映っている。読唇エンジン210は、処理対象の動画像221における口領域の画像と、辞書情報200に登録されている動画像とのマッチングを行い、類似度を計算する。そして、読唇エンジン210は、辞書情報200の動画像のうち、類似度が最も高い動画像を判定し、判定した動画像に対応付けられている単語のテキスト情報を、処理対象の動画像221に映った人が発話した内容の推定結果222として出力する。
このように、辞書情報200において、1つの単語に対して多くの動画像を対応付けておき、それらの動画像を読唇処理のマッチングに利用することで、読唇精度を向上させることができる。
音声取得部160は、ヘッドセット2の送話マイク11を介して入力された発話者の声を含む周辺音声を取得する。音声取得部118により取得された音声が所定の音量以上である場合、通信部140は発話者に警告音を送信して注意を促す。ここで、所定の音量以上とは発話者の発話内容が周囲に認識できる程度の音量をいう。
なお、上記した実施の形態では、送話マイクへの発話音量を自ら低減するように制御する必要があるが、発話内容の秘匿性を重んじないような通話環境にある場合や、通話において他人に聞かれてもよい発話内容である場合には読唇機能を停止し、上記した発話者自身の音量低減制御をする必要がないことはいうまでもない。
<第1の実施の形態の効果>
本実施の形態では、カメラユニット8が発話者の口元の画像を取得し、文字抽出部110により口元の画像から文字が抽出され、音声生成部120により文字から音声が生成される。通信部140は生成された音声を通話先に送信する。これにより、例え発話者が発声しなくとも、発話者が口の動きで示した文字を通話先に伝えることができるので、発話者自身の発話音声が周囲に漏れず、又は他人に聞き取れない程度の音量で発話することができるので、周辺環境を気にすることなく通話することができる。
また、発話者の発話内容が周囲に認識できる程度の音量以上になった場合、発話者に警告音が送信されるので、注意を促された発話者は自身の発話音声の音量を自ら制御することができ、発話音声の抑制を確実に行うことができる。
[音声抑制装置の一実施の形態(第2の実施の形態)]
以下、本発明に係る音声抑制装置の一実施の形態について図7を参照しながら説明する。
図7は、音声抑制装置300の構成を示した図である。上記した第1の実施の形態と異なる部分のみ説明し、同様な部分については説明を省略する。上記した第1の実施の形態に係る音声抑制システム1は、ヘッドセット2と携帯端末装置10を備えて構成されており、文字抽出、音声変換等の処理は携帯端末装置側で行われるものであったが、本実施の形態に係る音声抑制装置(ヘッドセット)300に、上記した第1の実施の形態における携帯端末装置10の入出力I/F20(21)、制御部30、記憶部40の機能を持たせたものである。換言すれば、ヘッドセット自体に携帯端末装置の機能を内蔵したものであります。機能としては図1に示す通信部13に代わって携帯端末装置10を構成する制御部30内の通信部140を機能させるという点以外は異ならない。したがって、読唇通信処理の内容についての説明は省略する。
<第2の実施の形態の効果>
本実施の形態では、カメラユニット8が発話者の口元の画像を取得し、ヘッドセット2内の制御部により口元の画像から抽出された文字から音声が生成され、その音声が通話先に送信される。ヘッドセット単体で、発声しなくとも発話者が口の動きで示した文字を通話先に伝えることができるので、発話者自身の発話音声が周囲に漏れず、又は他人に聞き取れない程度の音量で発話することができる。
<変形例>
また、文字抽出部110が制御部30内にあり、音声生成部120と、表示部130と、通信部140と、入力部150と、音声取得部160は携帯端末装置10側の制御部にあっても良い(図示省略)。例えば、携帯端末装置10のアプリケーションが音声生成部120の役割を果たすことができる。この場合、制御部30内の文字抽出部110にて読唇結果が文字テキストに変換されているので、通信量としては単なるテキストメッセージを送るのと同じ量となる。そのため、通信時のデータ送信が軽くて済み、ユーザに取っても通信コストが下がり、使い勝手の良いものとなる。また、本アイデアは通話を前提にしているが、音声を生成するとともに文字テキストを表示、記録することも可能である。また、機能によっては音声を生成せずに文字テキストを表示、記録することも、使い方としては可能である。
1 音声抑制システム
2 ヘッドセット(送受話装置)
3 アーム部
4 ハウジング部
8 カメラユニット
10 携帯端末装置
11 送話マイク
13 通信部
15 スピーカ
20 入出力I/F(入力I/F)
21 入出力I/F(出力I/F)
28 加算器
30 制御部
40 記憶部
50 タッチパネル
60 CPU
65 メモリ
70 補助記憶装置
80 ネットワークI/F
100 携帯端末装置
110 文字抽出部
118 音声取得部
120 音声生成部
130 表示部
140 通信部
150 入力部
160 音声取得部
200 辞書情報
201 レコード
210 読唇エンジン
221 動画像
222 推定結果
300 音声抑制装置
A,B,C 動画像
S2 :受話信号


Claims (8)

  1. 発話音声を抑制する音声抑制システムであって、
    前記発話者の耳元に配置されたスピーカと、
    発話者の口元周辺に配置され、口の動きの画像を取得する画像取得手段と、
    を備えた送受話装置と、
    前記画像取得部により取得された前記画像に基づいて前記口の動きに対応する音声信号を生成する生成手段と、
    生成された前記音声信号を相手側携帯端末に送信する送信手段とを、
    備えた携帯端末とを有し、
    前記相手側携帯端末から送信された受話信号が前記携帯端末を介して前記スピーカに入力される、
    ことを特徴とする音声抑制システム。
  2. 前記携帯端末は、
    前記画像取得部により取得された前記画像に基づいて、前記口の動きに対応する文字を抽出する文字抽出部と、
    前記文字抽出部により抽出された前記文字に対応する音声信号を生成する音声生成部とを更に有し、
    前記送信手段は、生成された前記音声信号を前記相手側携帯端末に送信することを特徴とする請求項1に記載の音声抑制システム。
  3. 前記送受話装置と前記携帯端末との間の無線接続は、Bluetooth(登録商標)規格に準拠することを特徴とする請求項1又は2に記載の音声抑制システム。
  4. 前記スピーカは耳を収容するハウジング内に配置され、ハウジングには口元まで延在する屈曲自在なアームが形成され、該アームの表面であって前記口元の周辺に前記画像取得部が装着されている、
    ことを特徴とする請求項1〜3のいずれか一項に記載の音声抑制システム。
  5. 自己の音声により発話したいときに用いられ、発話音源に向かう方向に指向性を有し、自己の音声信号を入力する第1のマイク(送話マイク)をさらに有する、
    ことを特徴とする請求項1〜4のいずれか一項に記載の音声抑制システム。
  6. 前記スピーカ周辺の音と前記受話信号を検出する第2のマイクと、
    前記第2のマイクで検出された信号と前記受話信号の差分信号を位相反転させた信号を生成し、前記スピーカに入力する信号処理手段とを有する、
    ことを特徴とする請求項1〜5のいずれか一項に記載の音声抑制システム。
  7. 発話音声を抑制する音声抑制装置であって、
    前記発話者の耳元に配置されたスピーカと、
    発話者の口元周辺に配置され、口の動きの画像を取得する画像取得手段と、
    前記画像取得部により取得された前記画像に基づいて前記口の動きに対応する音声信号を生成する生成手段と、生成された前記音声信号を相手側の通話端末に送信する音声通信手段とを有し、
    前記相手側の通話端末からの受話信号が前記音声通信手段を介して前記スピーカに入力される、
    ことを特徴とする音声抑制装置。
  8. 前記画像取得部により取得された前記画像に基づいて前記口の動きに対応する文字を抽出する文字抽出部と、
    前記文字抽出部により抽出された前記文字を用いて音声信号を生成する音声生成部とを更に有する、
    ことを特徴とする請求項7に記載の音声抑制装置。
JP2016203591A 2016-10-17 2016-10-17 音声抑制システム及び音声抑制装置 Active JP6813176B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016203591A JP6813176B2 (ja) 2016-10-17 2016-10-17 音声抑制システム及び音声抑制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016203591A JP6813176B2 (ja) 2016-10-17 2016-10-17 音声抑制システム及び音声抑制装置

Publications (2)

Publication Number Publication Date
JP2018066780A true JP2018066780A (ja) 2018-04-26
JP6813176B2 JP6813176B2 (ja) 2021-01-13

Family

ID=62087086

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016203591A Active JP6813176B2 (ja) 2016-10-17 2016-10-17 音声抑制システム及び音声抑制装置

Country Status (1)

Country Link
JP (1) JP6813176B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019208138A (ja) * 2018-05-29 2019-12-05 住友電気工業株式会社 発話認識装置、及びコンピュータプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019208138A (ja) * 2018-05-29 2019-12-05 住友電気工業株式会社 発話認識装置、及びコンピュータプログラム

Also Published As

Publication number Publication date
JP6813176B2 (ja) 2021-01-13

Similar Documents

Publication Publication Date Title
US9253303B2 (en) Signal processing apparatus and storage medium
US10623544B1 (en) Electronic device including a directional microphone
US20140257802A1 (en) Signal processing device, signal processing method, and storage medium
US20190138603A1 (en) Coordinating Translation Request Metadata between Devices
US20140314242A1 (en) Ambient Sound Enablement for Headsets
US20150179185A1 (en) Use of sensors for noise suppression in a mobile communication device
US20220148599A1 (en) Audio signal processing for automatic transcription using ear-wearable device
JP6813176B2 (ja) 音声抑制システム及び音声抑制装置
KR101672951B1 (ko) 개별 적응 방식의 통화 기능을 가진 히어링 디바이스 및 그에 의한 통화 방법
CN113596662A (zh) 啸叫声的抑制方法、啸叫声的抑制装置、耳机及存储介质
JP6813169B2 (ja) 音声抑制装置
CN112770214A (zh) 耳机的控制方法、装置及耳机
CN111343420A (zh) 一种语音增强方法及穿戴设备
JP2019056893A (ja) 会話装置
US20180070184A1 (en) Sound collection equipment having a function of answering incoming calls and control method of sound collection
CN104754120B (zh) 一种终端
US20220076662A1 (en) Bone conduction transducers for privacy
JP2007082914A (ja) 会話システムおよび磁気共鳴映像システム
JP2005348006A (ja) 文字表示機能を有するテレビ電話装置及びテレビ電話装置における音声の文字変換表示方法
US20210090548A1 (en) Translation system
JP7035686B2 (ja) 遠隔通話装置、遠隔通話プログラム、及び遠隔通話方法
JP2015220684A (ja) 携帯端末装置および読唇処理プログラム
WO2021080362A1 (ko) 이어셋을 이용한 언어 처리 시스템
JP5650036B2 (ja) インターホンシステム
CN111694539A (zh) 在听筒和扬声器之间切换的方法、装置及介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191009

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200625

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200707

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200907

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201210

R150 Certificate of patent or registration of utility model

Ref document number: 6813176

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150