JP2021118461A - 収音装置、収音プログラム、及び収音方法 - Google Patents

Abstract

【課題】効率的かつ安定的なエリア収音処理を行う収音装置を提供する。【解決手段】収音装置１００は、複数のマイクロホンアレイＭＡ１、ＭＡ２から供給される入力信号のビームフォーマに基づいて目的方向信号を取得し、各マイクロホンアレイＭＡ１、ＭＡ２の目的音方向信号に含まれる目的エリア音成分を近づけるための補正係数を算出し、補正係数を用いてマイクロホンアレイＭＡ１、ＭＡ２毎の目的方向信号を補正し、補正したマイクロホンアレイＭＡ１、ＭＡ２毎の目的方向信号に基づいて目的エリア音を抽出し、目的エリア内の補正係数の分布を示す補正係数データと収音特性の分布を示す収音特性データを取得し、算出した補正係数と補正係数データとの比較に基づいて目的エリア音の音源位置を推定し、推定した音源位置と目的エリア内のスイートスポットの収音レベルの差を補正する補正係数を算出して抽出した目的エリア音を補正して出力する。【選択図】図１

Description

この発明は、収音装置、プログラム及び方法に関し、例えば、特定のエリアの音を強調し、それ以外のエリアの音を抑制するシステムに適用し得る。

複数の音源が存在する環境下において、ある特定方向の音のみ分離し収音する技術として、マイクロホンアレイを用いたビームフォーマ（Ｂｅａｍ Ｆｏｒｍｅｒ；以下「ＢＦ」とも呼ぶ）がある。ＢＦとは、各マイクロホンに到達する信号の時間差を利用して指向性を形成する技術である（非特許文献１参照）。

従来、ＢＦは、加算型と減算型の大きく２つの種類に分けられる。特に減算型ＢＦは、加算型即に比べ、少ないマイクロホン数で指向性を形成できるという利点がある。

図８は、マイクロホンＭの数が２個の場合の減算型ＢＦ２００に係る構成を示すブロック図である。

図９は、２個のマイクロホンＭ１、Ｍ２を用いた減算型ＢＦ２００により形成される指向性フィルタの例について示した説明図である。

減算型ＢＦ２００は、まず遅延器２１０により目的とする方向に存在する音（以下、「目的音」と呼ぶ）が各マイクロホンＭ１、Ｍ２に到来する信号の時間差を算出し、遅延を加えることにより目的音の位相を合わせる。上述の時間差は以下の（１）式により算出することができる。

ここで、ｄはマイクロホンＭ１、Ｍ２間の距離、ｃは音速、τ_ｉは遅延量である。またθ_Ｌは、各マイクロホンＭ（Ｍ１、Ｍ２）を結んだ直線に対する垂直方向から目的方向への角度である。

また、ここで、死角がマイクロホンＭ１とＭ２の中心に対し、マイクロホンＭ１の方向に存在する場合、遅延器２１０は、マイクロホンＭ１の入力信号ｘ_１（ｔ）に対し遅延処理を行う。その後、減算型ＢＦ２００では、以下の（２）式に従い処理（減算処理）を行う。

減算型ＢＦ２００の処理は周波数領域でも同様に行うことができ、その場合（２）式は以下の（３）のように変更される。

ここでθ_Ｌ＝±π／２の場合、減算型ＢＦ２００により形成される指向性は図９（ａ）に示すように、カージオイド型の単一指向性となる。また、「θ_Ｌ＝０，π」の場合、減算型ＢＦ２００により形成される指向性は、図９（ｂ）のような８の字型の双指向性となる。

以下では、入力信号から単一指向性を形成するフィルタを「単一指向性フィルタ」と呼び、双指向性を形成するフィルタを双指向性フィルタと呼ぶものとする。

また、減算器２２０では、スペクトル減算法（Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ；以下、単に、「ＳＳ」とも呼ぶ）を用いることで、双指向性の死角に強い指向性を形成することもできる。ＳＳによる指向性は、以下の（４）式に従い全周波数、もしくは指定した周波数帯域で形成される。

以下の（４）式では、マイクロホンＭ１の入力信号Ｘ_１を用いているが、マイクロホンＭ２の入力信号Ｘ_２でも同様の効果を得ることができる。ここでβは、ＳＳの強度を調節するための係数である。また、減算器２２０では、減算時に値がマイナスになった場合は、０または元の値を小さくした値に置き換えるフロアリング処理を行う。以上のような減算型ＢＦ２００の処理方式では、双指向性の特性によって目的方向以外に存在する音（以下、「非目的音」と呼ぶ）を抽出し、抽出した非目的音の振幅スペクトルを入力信号の振幅スペクトルから減算することで、目的音を強調することができる。

ある特定のエリア内に存在する音（以下、「目的エリア音」と呼ぶ）だけを収音したい場合、減算型ＢＦを用いるだけでは、そのエリアの周囲に存在する音源の音（以下、「非目的エリア音」と呼ぶ）も収音してしまう可能性がある。そこで、特許文献１では、複数のマイクロホンアレイを用い、それぞれ別々の方向から目的エリアへ指向性を向け、指向性を目的エリアで交差させることで目的エリア音を収音する手法（以下、「エリア収音」と呼ぶ）を提案している。エリア収音では、まず各マイクロホンアレイのＢＦ出力に含まれる目的エリア音の振幅スペクトルの比率を推定し、それを補正係数とする。

例えば、２つのマイクロホンアレイを使用する場合、目的エリア音振幅スペクトルの補正係数は、以下の（５）式及び（６）式の組み合わせ、又は以下の（７）式及び（８）式の組み合わせにより算出することができる。ここで、Ｙ_１ｋ（ｎ）は第１のマイクロホンアレイのＢＦ出力の振幅スペクトルであり、Ｙ_２ｋ（ｎ）は第２のマイクロホンアレイのＢＦ出力の振幅スペクトルであり、Ｎは周波数ビンの総数であり、ｋは周波数である。また、ここで、α_１（ｎ）、α_２（ｎ）は各ＢＦ出力に対する振幅スペクトル補正係数である。さらに、ここで、ｍｏｄｅは最頻値を表し、ｍｅｄｅｉａｎは中央値を表している。

以上の処理により、減算器２２０は、振幅スペクトル補正係数α_１（ｎ）、α_２（ｎ）を求め、求めた補正係数により各ＢＦ出力を補正し、ＳＳすることで、目的エリア方向に存在する非目的エリア音を抽出する。さらに、減算器２２０は、抽出した非目的エリア音を各ＢＦの出力からＳＳすることにより目的エリア音を抽出することができる。

減算型ＢＦ２００は、第１のマイクロホンアレイからみた目的エリア方向に存在する非目的エリア音Ｎ_１（ｎ）を抽出際、例えば、（９）式に示すように、第１のマイクロホンアレイのＢＦ出力Ｙ_１（ｎ）から第２のマイクロホンアレイのＢＦ出力Ｙ_２（ｎ）に振幅スペクトル補正係数α_２を掛けたものをＳＳする。減算型ＢＦ２００は、同様に、以下の（１０）式に従い、第２のマイクロホンアレイからみた目的エリア方向に存在する非目的エリア音Ｎ_２（ｎ）を抽出する。

その後、減算型ＢＦ２００は、以下の（１１）式、又は（１２）式に従い、各ＢＦ出力から非目的エリア音をＳＳして目的エリア音を抽出する。なお、以下の（１１）式は、第１のマイクロホンアレイを基準として、目的エリア音を抽出する場合の処理を示している。また、以下の（１２）式は、第２のマイクロホンアレイを基準として目的エリア音を抽出する場合の処理を示している。ここでγ_１（ｎ）、γ_２（ｎ）は、ＳＳ時の強度を変更するための係数である。

特開２０１４−０７２７０８号公報

浅野太著，"音響テクノロジーシリーズ１６ 音のアレイ信号処理−音源の定位・追跡と分離−"，日本音響学会編，コロナ社，２０１１年２月２５日発行

特許文献１の記載技術を適用した収音装置において、マイクロホンアレイＭＡ１を基準として（１１）式により目的エリア音を抽出する場合、目的エリア内で目的エリア音源が移動してマイクロホンアレイＭＡ１から離れると、距離減衰のため出力音も小さくなってしまう。また声には指向性があるため、特許文献１の記載技術を適用した収音装置では、発話者の顔の向きによっても出力音量が変わってしまう。したがって、特許文献１の記載技術を適用した収音装置では、目的エリア内での目的エリア音源の位置や向きにより音量が小さくなると、受聴者が安定して聞き取れない恐れがある。

また、特許文献１の記載技術を適用した収音装置では、抽出した目的エリア音と非目的エリア音のＳＮ比を算出して、最もＳＮ比が高くなる出力を選択している。しかしながら、特許文献１の記載技術を適用した収音装置では、ＳＮ比が高くても目的エリア音の音量が小さい方が選択される場合があるため、音量の安定は保証されない。

以上のような問題に鑑み、効率的かつ安定的なエリア収音処理を行うことができる収音装置、プログラム及び方法が望まれている。

第１の本発明の収音装置は、（１）複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得する指向性形成手段と、（２）それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出する補正係数算出手段と、（３）前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出する目的エリア音抽出手段と（４）少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持する補正係数データ保持手段と、（５）少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持する収音特性データ保持手段と、（６）前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定する音源位置推定手段と、（７）前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力する目的エリア音出力レベル補正手段とを有することを特徴とする。

第２の本発明の収音装プログラムは、コンピュータを、（１）複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得する指向性形成手段と、（２）それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出する補正係数算出手段と、（３）前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出する目的エリア音抽出手段と（４）少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持する補正係数データ保持手段と、（５）少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持する収音特性データ保持手段と、（６）前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定する音源位置推定手段と、（７）前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力する目的エリア音出力レベル補正手段とを有することを特徴とする。

第３の本発明は、収音装置が行う収音装置において、（１）前記収音装置は、指向性形成手段、補正係数算出手段、目的エリア音抽出手段、収音特性データ保持手段、音源位置推定手段、及び目的エリア音出力レベル補正手段を有し、（２）前記指向性形成手段は、複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得し、（３）前記補正係数算出手段は、それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出し、（４）前記目的エリア音抽出手段は、前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出し、（５）前記補正係数データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持し、（６）前記収音特性データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持し、（７）前記音源位置推定手段は、前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定し、（８）前記目的エリア音出力レベル補正手段は、前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力することを特徴とする。

本発明によれば、効率的かつ安定的なエリア収音処理を行うことができる。

実施形態に係る収音装置の機能的構成を示すブロック図である。 実施形態に係る収音装置のハードウェア構成の例について示したブロック図である。 ビームフォーマを用いたエリア収音の収音特性についてシミュレーションした結果を示したである。 目的エリアを含む領域内の各位置の振幅スペクトル補正係数の値を示した図（グラフ）である。 図４において、振幅スペクトル補正係数が設定帯域（約−３ｄＢから３ｄＢ）の部分を明るく強調したグラフである。 図４において、振幅スペクトル補正係数が設定帯域（約−３ｄＢ）未満の部分を明るく強調したグラフである。 図４において、振幅スペクトル補正係数が設定帯域（約３ｄＢ）を超える部分を明るく強調したグラフである。 従来の減算型ＢＦの構成を示すブロック図である。 従来の減算型ＢＦにより形成される指向性フィルタの例について示した説明図である。

（Ａ）主たる実施形態
以下、本発明による収音装置、収音プログラム及び収音方法の一実施形態を図面を参照して説明する。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る収音装置１００の機能的構成を示すブロック図である。

収音装置１００は、２つのマイクロホンアレイＭＡ（ＭＡ１、ＭＡ２）を用いて、目的エリアの音源からの目的エリア音を収音する目的エリア音収音処理を行う。以下では、マイクロホンアレイＭＡ１、ＭＡ２を、それぞれ「第１のマイクロホンアレイＭＡ１」、「第２のマイクロホンアレイＭＡ２」とも呼ぶものとする。

マイクロホンアレイＭＡ１、ＭＡ２は、目的エリアが存在する空聞の任意の場所に配置される。目的エリアに対するマイクロホンアレイＭＡ１、ＭＡ２の位置は、指向性が目的エリアでのみ重なればどこでも良く、例えば目的エリアを挟んで対向に配置しても良い。各マイクロホンアレイは２つ以上のマイクロホンＭから構成され、各マイクロホンＭにより音響信号を収音する。この実施形態では、各マイクロホンアレイに、音響信号を収音する２つのマイクロホンＭ１、Ｍ２が配置されるものとして説明する。すなわち、この実施形態において、各マイクロホンアレイは、２ｃｈマイクロホンアレイを構成しているものとする。２個のマイクロホンＭ１、Ｍ２の間の距離は限定されないものであるが、この実施形態の例では、２個のマイクロホンＭ１、Ｍ２の間の距離は３ｃｍとする。なお、マイクロホンアレイＭＡの数は２つに限定するものではなく、目的エリアが複数存在する場合、全てのエリアをカバーできる数のマイクロホンアレイＭＡを配置する必要がある。

次に、図１、図２を用いて収音装置１００の内部構成について説明する。

図１に示す通り、収音装置１００は、信号入力部１０１、指向性形成部１０２、遅延補正部１０３、空間座標データ記憶部１０４、補正係数算出部１０５、目的エリア音抽出部１０６、補正係数データ記憶部１０７、目的エリア音位置推定部１０８、収音特性データ記憶部１０９、及び目的エリア音出力レベル補正部１１０有している。

収音装置１００は、全てハードウェア（例えば、専用チップ等）により構成するようにしてもよいし一部又は全部についてソフトウェア（プログラム）として構成するようにしてもよい。収音装置１００は、例えば、プロセッサ及びメモリを有するコンピュータにプログラム（実施形態の収音プログラムを含む）をインストールすることにより構成するようにしてもよい。

次に、図２を用いて、収音装置１００のハードウェア構成について説明する。

図２は、収音装置１００のハードウェア構成の例について示したブロック図である。

収音装置１００は、全てハードウェア（例えば、専用チップ等）により構成するようにしてもよいし一部又は全部についてソフトウェア（プログラム）として構成するようにしてもよい。収音装置１００は、例えば、プロセッサ及びメモリを有するコンピュータにプログラム（実施形態の収音プログラムを含む）をインストールすることにより構成するようにしてもよい。

図２では、収音装置１００を、ソフトウェア（コンピュータ）を用いて構成する際のハードウェア構成の例について示している。

図２に示す収音装置１００は、ハードウェア的な構成要素として、プログラム（実施形態の収音プログラムを含む）がインストールされたコンピュータ２００を有している。また、コンピュータ２００は、収音プログラム専用のコンピュータとしてもよいし、他の機能のプログラムと共用される構成としてもよい。

図２に示すコンピュータ２００は、プロセッサ２０１、一次記憶部２０２、及び二次記憶部２０３を有している。一次記憶部２０２は、プロセッサ２０１の作業用メモリ（ワークメモリ）として機能する記憶手段であり、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の高速動作するメモリを適用することができる。二次記憶部２０３は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）やプログラムデータ（実施形態に係る収音プログラムのデータを含む）等の種々のデータを記録する記憶手段であり、例えば、ＦＬＡＳＨメモリやＨＤＤ等の不揮発性メモリを適用することができる。この実施形態のコンピュータ２００では、プロセッサ２０１が起動する際、二次記憶部２０３に記録されたＯＳやプログラム（実施形態に係る収音プログラムを含む）を読み込み、一次記憶部２０２上に展開して実行する。

なお、コンピュータ２００の具体的な構成は図２の構成に限定されないものであり、種々の構成を適用することができる。例えば、一次記憶部２０２が不揮発メモリ（例えば、ＦＬＡＳＨメモリ等）であれば、二次記憶部２０３については除外した構成としてもよい。

（Ａ−２）実施形態の動作
次に、以上のような構成を有するこの実施形態の収音装置１００の動作（実施形態に係る収音方法、及び収音プログラム）を説明する。

信号入力部１０１は、各マイクロホンアレイで収音した音響信号をアナログ信号からデジタル信号に変換し入力する処理を行う。信号入力部１０１は、その後、例えば高速フーリエ変換を用いて入力信号（デジタル信号）を、時間領域から周波数領域へ変換する。以下では、各マイクロホンアレイにおいて、マイクロホンＭ１、Ｍ２の周波数領域の入力信号を、それぞれＸ_１、Ｘ_２として説明する。

指向性形成部１０２は、マイクロホンアレイ毎に入力信号に対し、（４）式に従いＢＦにより目的エリア方向に指向性を形成する。以下では、マイクロホンアレイＭＡ１、ＭＡ２のＢＦ出力の振幅スペクトルを、それぞれＹ_１ｋ（ｎ）、Ｙ_２ｋ（ｎ）として説明する。

空間座標データ記憶部１０４は、全ての目的エリアと、各マイクロホンアレイと、各マイクロホンアレイを構成するマイクロホンの位置情報を保持する。空間座標データ記憶部１０４が保持する位置情報には、各マイクロホンアレイの位置（例えば、各マイクロホンアレイの中心位置）、及び各マイクロホンの位置（例えば、各マイクロホンアレイを構成するマイクロホンの中心位置）に関する情報が含まれる。空間座標データ記憶部１０４が保持する位置情報には、例えば、各マイクロホンアレイを構成する各マイクロホンの位置、各マイクロホンアレイにおけるマイクロホン間の距離、各マイクロホンアレイの位置とマイクロホンアレイ間の距離、およびマイクロホンアレイ間を結んだ直線と各マイクロホンアレイの指向性の方向（目的エリア方向）との間の角度の情報を含むようにしてもよい。以下では、各マイクロホンアレイにおいて、マイクロホンアレイ間を結んだ直線と当該マイクロホンアレイの指向性の方向（目的エリア方向）との角度を「設定角度」と呼ぶものとする。この実施形態において、空間座標データ記憶部１０４に保持される位置情報には、マイクロホンアレイＭＡ１、ＭＡ２の間の距離及び、マイクロホンアレイＭＡ１、ＭＡ２の設定角度の情報が含まれているものとする。そして、この実施形態の例では、マイクロホンアレイＭＡ１、ＭＡ２の間の距離は６０ｃｍで、マイクロホンアレイＭＡ１、ＭＡ２の設定角度はいずれも４５度であるものとして説明する。

遅延補正部１０３は、目的エリアと各マイクロホンアレイの距離の違いにより発生する遅延を算出して補正する。遅延補正部１０３は、まず、空間座標データ記憶部１０４から目的エリアの位置とマイクロホンアレイの位置を取得し、各マイクロホンアレイへの目的エリア音の到達時間の差を算出する。遅延補正部１０３は、次に最も目的エリアから遠い位置に配置されたマイクロホンアレイを基準として、全てのマイクロホンアレイに目的エリア音が同時に到達するように遅延を加える。

補正係数算出部１０５は、各ＢＦ出力に含まれる目的エリア音成分の振幅スペクトルを同じにする（近づける）ための振幅スペクトル補正係数を算出する。以下では、マイクロホンアレイＭＡ１、ＭＡ２のＢＦ出力に対する振幅スペクトル補正係数を、それぞれα_１（ｎ）、α_２（ｎ）として説明する。補正係数算出部１０５は、「（５）式、（７）式」または「（６）式、（８）式」に従い振幅スペクトル補正係数を算出する。主マイクロホンアレイ（目的エリア音の抽出に際して基準となる方のマイクロホンアレイ）がマイクロホンアレイＭＡ１に設定される場合、補正係数算出部１０５は、（６）式、（８）式により振幅スペクトル補正係数α_２（ｎ）を算出する。また、主マイクロホンアレイがマイクロホンアレイＭＡ２に設定される場合、補正係数算出部１０５は、（５）式、（７）式により振幅スペクトル補正係数α_１（ｎ）を算出する。

なお、収音装置１００において、主マイクロホンアレイは、いずれかのマイクロホンアレイを任意に設定可能とするようにしてもよい。

以下では、補正係数算出部１０５が算出（例えば、直近／最新に算出）して出力した振幅スペクトル補正係数を「ＣＦ１」と表すものとする。目的エリア音抽出部１０６は、主マイクロホンアレイにマイクロホンアレイＭＡ１が選択された場合振幅スペクトル補正係数ＣＦ１としてα_２（ｎ）を算出し、主マイクロホンアレイにマイクロホンアレイＭＡ２が選択された場合振幅スペクトル補正係数ＣＦ１としてα_１（ｎ）を算出する。

目的エリア音抽出部１０６は、補正係数算出部１０５で算出した振幅スペクトル補正係数ＣＦ１により補正したＢＦ出力を（９）式又は（１０）式に従いＳＳし、目的エリア方向に存在する非目的エリア音を抽出する。さらに、目的エリア音抽出部１０６は、抽出した非目的エリア音を各ＢＦの出力から（１１）式又は（１２）式に従いＳＳすることにより目的エリア音を抽出する。主マイクロホンアレイとしてマイクロホンアレイＭＡ１が選択された場合、目的エリア音抽出部１０６は、算出した振幅スペクトル補正係数α_２（ｎ）により各ＢＦ出力を（９）式に従いＳＳし、目的エリア方向に存在する非目的エリア音を抽出する。さらに、目的エリア音抽出部１０６は、抽出した非目的エリア音を各ＢＦの出力から（１１）式に従いＳＳすることにより目的エリア音を抽出する。一方、主マイクロホンアレイとしてマイクロホンアレイＭＡ２が選択された場合、目的エリア音抽出部１０６は、振幅スペクトル補正係数α_１（ｎ）により各ＢＦ出力を（１０）式に従い目的エリア方向に存在する非目的エリア音を抽出し、抽出した非目的エリア音を各ＢＦの出力から（１２）式に従い目的エリア音を抽出する。

図３は、主マイクロホンアレイをマイクロホンアレイＭＡ１に固定した場合において各位置の収音特性（目的エリア音抽出部１０６により抽出される目的エリア音の収音特性）の例（シミュレーション結果）を示した図（グラフ）である。

図３では、マイクロホンアレイＭＡ１、ＭＡ２の位置、及びマイクロホンアレイＭＡ１、ＭＡ２によるＢＦの指向性の交点の位置Ｐ１に星形の図形を付している。言い換えると、位置Ｐ１は、設計上の目的エリアの中心位置であると言える。そして、図３では、位置Ｐ１の周囲における目的エリア音の収音特性（目的エリア音振幅スペクトルの強度；単位は「ｄＢ」；以下、「出力レベル」又は「収音レベル」とも呼ぶ）の分布を示している。図３では、上述の出力レベルの大きさを当該領域の色の濃淡（点描の粗密）で示しており、濃度が濃い（点描の密度が高い）ほど、出力レベルの小さい領域であることを示している。言い換えると、図３では、濃度が薄い（点描の密度が低い）ほど、出力レベルの高い領域であることを示している。図３では、マイクロホンアレイＭＡ１、ＭＡ２の間の中間点で、マイクロホンアレイＭＡ１、ＭＡ２を結んだ線に直交する中心線Ｌ１を図示している。位置Ｐ１は中心線Ｌ１上に存在するものとする。図３では、出力レベルが同じ値となる線状の部分に白色の等高線を付している。図３では、グラフの右側に、グラフ内の出力レベルに対応するカラーチャート（パターンチャート）を付記している。

図３では、マイクロホンアレイＭＡ１、ＭＡ２の間を通る線をＬ２と図示している。また、図３では、マイクロホンアレイＭＡ１、ＭＡ２の指向性の方向（目的エリア方向）を、それぞれ線Ｌ３、Ｌ４としている。したがって、ここでは、マイクロホンアレイＭＡ１の設定角度は線Ｌ２と線Ｌ３との間の角度となり、マイクロホンアレイＭＡ２の設定角度は線Ｌ２と線Ｌ４との間の角度となる。ここでは、図３に示すように、マイクロホンアレイＭＡ１、ＭＡ２の設定角度はそれぞれ４５度とし、マイクロホンアレイＭＡ１、ＭＡ２の間の距離を６０ｃｍに設定された例となっている。

図３のシミュレーション結果（従来の収音装置による収音結果）では、主マイクロホンアレイであるマイクロホンアレイＭＡ１の側に出力レベルが偏っており、話者の位置、顔の向きによって出力レベルが小さくなる場合があることが分かる。すなわち、従来の収音装置を用いた場合、収音結果が聴者にとって聞き取りにくい内容となったり、収音結果を音声認識処理に入力した場合音声認識率が低下するおそれがある。言い換えると、従来の収音装置を用いた場合、話者の位置、顔の向きによって、収音特性のスイートスポットが中心線Ｌ１を中心として対称（左右対称）でないため、収音エリアの設定（調整）がしにくく、安定的な収音処理ができない場合がある。

補正係数データ記憶部１０７は、空間座標データ記憶部１０４に設定された各マイクロホンアレイの位置情報に基づき、目的エリア音を含む領域における位置毎の振幅スペクトル補正係数の値を、（５）、（６）式または（７）、（８）式に従いシミュレーションにより算出したデータ（以下、「補正係数データ」と呼ぶ）を保持する。補正係数データ記憶部１０７は、予め作成された補正係数データ（例えば、外部の図示しないコンピュータにより作成された補正係数データ）をデータベース（例えば、空間座標データ記憶部１０４で管理される位置ごとの振幅スペクトル補正係数）として保持するようにしてもよいし、収音装置１００内で計算されたデータを保持するようにしてもよい。言い換えると、補正係数データ記憶部１０７には、空間座標データ記憶部１０４で管理される位置に応じた振幅スペクトル補正係数を取得可能なデータ（データベース）が保持されていれば、その具体的な構成については限定されないものである。

補正係数データに設定される解像度は限定されないものであるが、例えば、１０ｃｍ〜２０ｃｍとしてもよい。なお、この実施形態では、補正係数データに設定される解像度（振幅スペクトル補正係数を保持する位置のグリッド幅）は空間座標データ記憶部１０４で保持される位置情報と同じであるものとする。

図４は、目的エリア音を含む領域における位置毎の振幅スペクトル補正係数の値（シミュレーション結果）の例について示したグラフである。

図４に示すシミュレーション結果の条件（例えば、マイクロホンアレイの位置情報等）は、上述の図３のシミュレーションと同様の条件となっているものとする。図４では、マイクロホンアレイＭＡ１、ＭＡ２の位置、及びマイクロホンアレイＭＡ１、ＭＡ２によるＢＦの指向性の交点の位置Ｐ１に星形の図形を付している。言い換えると、位置Ｐ１は、設計上の目的エリアの中心点であると言える。そして、図４では、位置Ｐ１の周囲における振幅スペクトル補正係数の値を示している。図４では、上述の振幅スペクトル補正係数の大きさを当該領域の色の濃淡（点描の粗密）で示しており、濃度が濃い（点描の密度が高い）ほど、振幅スペクトル補正係数の小さい領域であることを示している。言い換えると、図４では、濃度が薄い（点描の密度が低い）ほど、振幅スペクトル補正係数の高い領域であることを示している。図４では、マイクロホンアレイＭＡ１、ＭＡ２の間の中間点で、マイクロホンアレイＭＡ１、ＭＡ２を結んだ線に直交する中心線Ｌ１を図示している。位置Ｐ１は中心線Ｌ１上に存在するものとする。また、図４では、振幅スペクトルが同じ値となる線状の部分に白色の等高線を付している。さらに、図４では、グラフの右側に、グラフ内の振幅スペクトル補正係数に対応するカラーチャート（パターンチャート）を付記している。

目的エリア音位置推定部１０８は、補正係数算出部１０５で算出した振幅スペクトル補正係数ＣＦ１を、補正係数データ記憶部１０７から取得した補正係数データと照らし合わせて目的エリア音の発生源（音源）の位置（以下、「音源位置」と呼ぶ）を推定する。言い換えると、目的エリア音位置推定部１０８は、補正係数データから、振幅スペクトル補正係数ＣＦ１に対応する位置を音源位置の推定結果として取得する。言い換えると、目的エリア音位置推定部１０８は、補正係数データにより示される補正係数値の分布状況と振幅スペクトル補正係数ＣＦ１との比較結果に基づいて音源位置を推定する。以下では、目的エリア音位置推定部１０８が音源位置を推定する処理（以下、「音源位置推定処理」と呼ぶ）を行った結果取得された位置を「推定音源位置」とも呼ぶものとする。

収音装置１００において主マイクロホンアレイがマイクロホンアレイＭＡ１に設定される場合、目的エリア音位置推定部１０８は、（６）式もしくは（８）式に従い算出された振幅スペクトル補正係数ＣＦ１を用いて音源位置推定処理を行うことになる。また、収音装置１００において主マイクロホンアレイがマイクロホンアレイＭＡ２に設定される場合、目的エリア音位置推定部１０８は、（５）式もしくは（７）式に従い算出された振幅スペクトル補正係数ＣＦ１を用いて音源位置推定処理を行うことになる。

目的エリア音位置推定部１０８は、音源位置推定処理の精度を高めるために、例えば、以下の処理を追加するようにしてもよい。

まず、目的エリア音位置推定部１０８は、補正係数算出部１０５で算出した振幅スペクトル補正係数ＣＦ１を予め設定された帯域（以下、「設定帯域」と呼ぶ；上限及び又は下限の閾値により設定された帯域）と比較する。この実施形態において、設定帯域は、実験等により音源位置推定処理に適した範囲を適用することが望ましい。例えば、設定帯域は、デシベル表示であれば−３ｄＢ〜３ｄＢの間としてもよい。この実施形態では、設定帯域は−３ｄＢ〜３ｄＢの範囲であるものとして以下の説明を行う。

図５、図６、図７は、それぞれ図４に示す補正係数データ（シミュレーション結果）において、振幅スペクトル補正係数の値が、−３ｄＢ〜３ｄＢの範囲内の領域（設定帯域の範囲内の領域）、−３ｄＢ未満の領域（設定帯域を下回る領域）、３ｄＢを超える場合（設定帯域を上回る領域）について点描の密度を薄くして強調（ハイライト）し、それ以外の領域について点描の密度を濃くした状態で示す図となっている。また、図５〜図７では、振幅スペクトルが同じ値となる線状の部分に白色の等高線を付している。さらに、図５〜図７では、グラフの右側に、グラフ内の振幅スペクトル補正係数に対応するカラーチャート（パターンチャート）を付記している。

まず、補正係数算出部１０５で算出した振幅スペクトル補正係数ＣＦ１が、設定帯域の範囲内（−３ｄＢ〜３ｄＢ）であった場合における目的エリア音位置推定部１０８による音源位置推定処理の例について説明する。この場合、目的エリア音位置推定部１０８は、振幅スペクトル補正係数ＣＦ１と補正係数データとを照らし合わせて合致する位置（例えば、補正係数データ上で、振幅スペクトル補正係数ＣＦ１と一致する値又は最も近い値が設定された位置）に目的エリア音が存在すると推定するようにしてもよい。また、このとき、目的エリア音位置推定部１０８は、近似的に目的エリアの中心位置（位置Ｐ１）を推定音源位置（音源位置）とみなして取得するようにしてもよい。

次に、補正係数算出部１０５で算出した振幅スペクトル補正係数ＣＦ１が、設定帯域の範囲外（３ｄＢより大きい又は−３ｄＢ未満の場合）における目的エリア音位置推定部１０８による音源位置推定処理の例について説明する。この場合、目的エリアの中心付近（位置Ｐ１の付近）よりも外側に音源位置が存在すると考えることができるが、図６、図７に示すように、音源位置がマイクロホンアレイの近くにある場合、振幅スペクトル補正係数ＣＦ１は、目的エリアの中心位置Ｐ１を挟んだ反対側で同じ値を取る可能性がある。すなわち、補正係数データ上で、振幅スペクトル補正係数ＣＦ１に合致する位置が２か所以上存在する場合には、いずれの位置も音源推定位置の候補となるため、単純に振幅スペクトル補正係数ＣＦ１と補正係数データとの比較だけでは音源位置を判別することができないことになる。

そこで、この実施形態の目的エリア音位置推定部１０８では、目的エリア音の音源位置が同じ位置に存在していても、主マイクロホンアレイがマイクロホンアレイＭＡ１のときとマイクロホンアレイＭＡ２のときで出力レベル（目的エリア音抽出部１０６で抽出される目的エリア音のレベル；以下、「収音レベル」とも呼ぶ）が異なるという特徴を利用して、音源位置を推定（複数の候補から絞り込む）する処理を行うものとする。上述の通り、図３は、主マイクロホンアレイがマイクロホンアレイＭＡ１のときの収音特性であるが、主マイクロホンアレイがマイクロホンアレイＭＡ２のときの収音特性は、この図の分布を反転したものになる。つまり、いずれかのマイクロホンアレイと近い位置に目的エリア音の音源位置が存在する場合、当該音源位置から近い方のマイクロホンアレイを主マイクロホンアレイとしたときの出力レベルは、スイートスポットに近いため大きくなる。逆に目的エリア音の音源位置から遠い方のマイクロホンアレイを主マイクロホンアレイとしたときの出力レベルは、スイートスポットから外れて小さくなる。すなわち、この場合、同じ位置でも主マイクロホンアレイを変更した場合の出力レベル差（以下、「ＤＦ１」と表す）は大きくなる。

一方、いずれのマイクロホンアレイからも離れた位置に目的エリア音の音源位置が存在する場合、どちらのマイクロホンアレイを主マイクロホンアレイとして処理しても、出力レベルは小さくなり、出力レベル差ＤＦ１も小さくなる。例えば、主マイクロホンアレイがマイクロホンアレイＭＡ１で、かつ設定帯域を超えていた場合、目的エリア音抽出部１０６において、主マイクロホンアレイをマイクロホンアレイＭＡ１として（１１）式により処理した目的エリア音出力と、主マイクロホンアレイをマイクロホンアレイＭＡ２として（１２）式により処理した目的エリア音の出力レベル差ＤＦ１を算出するようにしてもよい。

そして、この実施形態の目的エリア音位置推定部１０８では、振幅スペクトル補正係数ＣＦ１が、設定帯域の範囲外の場合、例えば、以下のような手順で、複数の推定音源位置の候補（振幅スペクトル補正係数ＣＦ１が一致する位置；以下、「候補位置」と呼ぶ）から、最終的な推定音源位置を選択するようにしてもよい。このとき、目的エリア音位置推定部１０８は、例えば、出力レベル差ＤＦ１が一定値ＴＬ以上の場合、主マイクロホンアレイに近い方の候補位置に目的エリア音の音源位置が存在すると推定し、出力レベル差ＤＦ１が一定値ＴＬ未満の場合、主マイクロホンアレイの側から見て目的エリアの中心位置Ｐ１を挟んだ向かい側の位置に目的エリア音の音源位置が存在すると推定するようにしてもよい。なお、この実施形態において、ＴＬの値は、実験等により音源位置推定処理に適した範囲を適用することが望ましい。

以上のように、目的エリア音位置推定部１０８は、振幅スペクトル補正係数ＣＦ１に基づいて目的エリアの音源位置を推定する音源位置推定処理を行う。

収音特性データ記憶部１０９は、マイクロホンアレイの位置の組み合わせに応じた収音特性に関するデータ（以下、「収音特性データ」と呼ぶ）をデータベースとして保持している。

収音特性データとしては、例えば、各マイクロホンアレイの位置情報に基づき、位置毎の出力レベル（抽出される目的エリア音のレベル）をシミュレーションにより算出して、位置毎（例えば、空間座標データ記憶部１０４に記憶されたデータで規定される座標毎）にマッピングしたデータを適用することができる。例えば、収音装置１００では、予め各マイクロホンの位置情報の組み合わせごとに対応する収音特性の集合体を収音特性データとして収音特性データ記憶部１０９に登録しておいてもよいし、空間座標データ記憶部１０４から取得した各マイクロホンアレイの位置情報に基づいてシミュレーション処理を行って取得した収音特性を収音特性データとして保持するようにしてもよい。また、収音特性データには、各マイクロホンアレイの位置情報の組み合わせに対応するスイートスポット（シミュレーションにおいて目的エリア音の出力レベルが最大となる位置）の位置情報を含むようにしてもよい。

目的エリア音出力レベル補正部１１０は、収音特性データ記憶部１０９の収音特性データに基づき、推定音源位置の出力レベルと、スイートスポットの出力レベルを取得し、そのレベルの差分に基づき、推定音源位置の出力レベルをスイートスポットの出力レベルと同じく補正するための補正係数（以下、「出力レベル補正係数ＣＦ２」と呼ぶ）を算出する。そして、目的エリア音出力レベル補正部１１０は、目的エリア音抽出部１０６で抽出した目的エリア音に出力レベル補正係数ＣＦ２を掛けて出力する。

目的エリア音出力レベル補正部１１０が出力レベル補正係数ＣＦ２を算出する具体的な計算式は限定されないものであるが、上述の振幅スペクトル補正係数を算出するための式（例えば、上述の（６）式〜（８）式）と同様の式を当てはめて適用するようにしてもよい。

例えば、主マイクロホンアレイがマイクロホンアレイＭＡ１である場合、目的エリア音出力レベル補正部１１０は、（６）式もしくは（８）式に従い算出したものを使用して推定音源位置の出力レベルを補正するための出力レベル補正係数ＣＦ２を算出するようにしてもよい。また、例えば、主マイクロホンアレイがマイクロホンアレイＭＡ２である場合、目的エリア音出力レベル補正部１１０は、（５）式もしくは（７）式に従い算出したものを使用して推定音源位置の出力レベルを補正するための出力レベル補正係数ＣＦ２を算出するようにしてもよい。なお、目的エリア音位置推定部１０８において、推定した音源位置を全て目的エリアの中心と見なす場合、予めそのエリア中心とスイートスポットのレベル差をレベル補正係数として算出しておくようにしてもよい。

（Ａ−３）実施形態の効果
この実施形態によれば、以下のような効果を奏することができる。

この実施形態の収音装置１００では、目的エリア音振幅スペクトル補正係数に基づき、目的エリア音の位置を推定し、補正係数データ（収音特性のマップ）と照らし合わせ、推定位置の出力レベルがスイートスポットの出力レベルと同じ大きさになるように補正している。これにより、この実施形態では、目的エリア内での音量（目的エリア音出力レベル補正部１１０から出力される目的エリア音の出力レベル）が一定（例えば、スイートスポットと同じ音量）となるため、安定的な収音が可能となる。例えば、収音エリア内で話者が移動したり、話者の顔の向きが変わっても、安定的に同じ音量で収音することが可能となる。

ところで、振幅スペクトル補正係数は、もともとエリア内の目的エリア音が、２つのマイクロホンアレイに同じレベルで入力されるように補正するための係数である。それ故、振幅スペクトル補正係数は、目的エリア音の音源位置がどちらのマイクロホンアレイに近いかにより値が異なる。上述の通り、図４は、マイクロホンアレイＭＡ１、ＭＡ２の間の距離は６０ｃｍで、マイクロホンアレイＭＡ１、ＭＡ２の設定角度はいずれも４５度とした場合において、目的エリア音の位置を変えて振幅スペクトル補正係数を算出し、各位置の振幅スペクトル補正係数の値の大きさをマッピングしたものである。そして、目的エリア音位置推定部１０８では、この特性を利用することで、上述の通り、図４の振幅スペクトル補正係数の分布に基き、振幅スペクトル補正係数から目的エリア音の位置を推定することができる。さらに、目的エリア音位置推定部１０８では、上述の通り、推定位置と図３及び図４とを照らし合わせることで、推定位置の出力レベルとスイートスポットとの出力レベル差を算出できる。

（Ｂ）他の実施形態
本発明は、上記の各実施形態に限定されるものではなく、以下に例示するような変形実施形態も挙げることができる。

（Ｂ−１）上記の実施形態において、マイクロホンアレイと目的エリア音の配置により、当初から遅延が発生しない場合は、遅延補正部１０３の処理を省略するようにしてもよい。

１００…収音装置、１０１…信号入力部、１０２…指向性形成部、１０３…遅延補正部、１０４…空間座標データ記憶部、１０５…補正係数算出部、１０６…目的エリア音抽出部、１０７…補正係数データ記憶部、１０８…目的エリア音位置推定部、１０９…収音特性データ記憶部、１１０…目的エリア音出力レベル補正部、２００…コンピュータ、２０１…プロセッサ、２０２…一次記憶部、２０３…二次記憶部、２１０…遅延器、２２０…減算器、Ｍ、Ｍ１、Ｍ２…マイクロホン、ＭＡ、ＭＡ１、ＭＡ２…マイクロホンアレイ。

第３の本発明は、収音装置が行う収音方法において、（１）前記収音装置は、指向性形成手段、補正係数算出手段、目的エリア音抽出手段、補正係数データ保持手段、収音特性データ保持手段、音源位置推定手段、及び目的エリア音出力レベル補正手段を有し、（２）前記指向性形成手段は、複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得し、（３）前記補正係数算出手段は、それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出し、（４）前記目的エリア音抽出手段は、前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出し、（５）前記補正係数データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持し、（６）前記収音特性データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持し、（７）前記音源位置推定手段は、前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定し、（８）前記目的エリア音出力レベル補正手段は、前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力することを特徴とする。

Claims (4)

1. 複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得する指向性形成手段と、
   それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出する補正係数算出手段と、
   前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出する目的エリア音抽出手段と
   少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持する補正係数データ保持手段と、
   少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持する収音特性データ保持手段と、
   前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定する音源位置推定手段と、
   前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力する目的エリア音出力レベル補正手段と
   を有することを特徴とする収音装置。
2. 前記マイクロホンアレイの位置情報を保持する位置情報保持手段をさらに備え、
   前記補正係数データ保持手段は、前記位置情報保持手段が保持した前記位置情報に基づいて算出された前記補正係数データを保持し、
   前記収音特性データ保持手段は、前記位置情報保持手段が保持した前記位置情報に基づいて算出された前記収音特性データを保持する
   ことを特徴とする請求項１に記載の収音装置。
3. コンピュータを、
   複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得する指向性形成手段と、
   それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出する補正係数算出手段と、
   前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出する目的エリア音抽出手段と
   少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持する補正係数データ保持手段と、
   少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持する収音特性データ保持手段と、
   前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定する音源位置推定手段と、
   前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力する目的エリア音出力レベル補正手段と
   して機能させることを特徴とする収音プログラム。
4. 収音装置が行う収音装置において、
   前記収音装置は、指向性形成手段、補正係数算出手段、目的エリア音抽出手段、収音特性データ保持手段、音源位置推定手段、及び目的エリア音出力レベル補正手段を有し、
   前記指向性形成手段は、複数のマイクロホンアレイから供給される入力信号に基づく信号のそれぞれに対し、ビームフォーマによって目的エリアが存在する目的エリア方向へ指向性を形成して、前記マイクロホンアレイごとに前記目的エリア方向からの目的方向信号を取得し、
   前記補正係数算出手段は、それぞれの前記マイクロホンアレイの目的音方向信号に含まれる目的エリア音の成分を近づけるための補正係数を算出し、
   前記目的エリア音抽出手段は、前記補正係数算出手段で算出した補正係数を用いて、前記マイクロホンアレイ毎の目的方向信号を補正し、補正した前記マイクロホンアレイ毎の目的方向信号に基づいて前記目的エリア音を抽出し、
   前記補正係数データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの補正係数を記録した補正係数データを保持し、
   前記収音特性データ保持手段は、少なくとも前記目的エリアを含む領域内における位置ごとの前記目的エリア音の収音レベルを記録した収音特性データを保持し、
   前記音源位置推定手段は、前記補正係数算出手段が算出した補正係数と、前記補正係数データに記録された位置ごとの補正係数との比較結果を利用して前記目的エリア音の音源位置を推定し、
   前記目的エリア音出力レベル補正手段は、前記収音特性データに基づいて、収音レベルが最大となるスイートスポットの位置の収音レベルと、前記音源位置推定手段が推定した音源位置の収音レベルとを取得し、前記スイートスポットの収音レベルと前記音源位置推定手段が推定した音源位置の収音レベルとのレベル差を補正する補正係数を算出し、前記レベル差を補正する補正係数を用いて前記目的エリア音抽出手段が抽出した前記目的エリア音を補正して出力する
   ことを特徴とする収音方法。

Images