JP3583980B2

JP3583980B2 - Sound collecting device and receiving device

Info

Publication number: JP3583980B2
Application number: JP2000247172A
Authority: JP
Inventors: 賢一古家
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2000-08-17
Filing date: 2000-08-17
Publication date: 2004-11-04
Anticipated expiration: 2020-08-17
Also published as: JP2002062900A

Description

【０００１】
【発明の属する技術分野】
本発明は、複数のマイクロホンを用いて目的の音声を良好に収録するための収音装置及び複数のアンテナを用いて目的の発信源の電波を良好に受信するための受信装置に関する。
【０００２】
【従来の技術】
近年、マルチメディア技術の進歩に伴い、マイクロホンとスピーカを用いた拡声通話形態によるテレビ会議などの通信会議が普及してきている。その場合、机上に話者数分のマイクロホンを設置することなく、マイクロホンを意識しない自然な通話が可能で、かつ音声品質を劣化させる騒音や残響音を抑圧し目的とする音声のみを収音する収音装置が求められている。
【０００３】
そのような従来技術の一つとして、ＭＩＮＴ（Ｍｕｌｔｉｐｌｅ−Ｉｎｐｕｔ／ＯｕｔｐｕｔＩｎｖｅｒｓｅＦｉｌｔｅｒｉｎｇＴｈｅｏｒｅｍ）法がある。（Ｍ．ＭｉｙｏｓｈｉａｎｄＹ．Ｙａｍａｄａ，”ＩｎｖｅｒｓｅＦｉｌｔｅｒｉｎｇｏｆＲｏｏｍａｃｏｕｓｔｉｃｓ，”ＩＥＥＥＴｒａｎｓ．Ａｃｏｕｓｔ，ＳｐｅｅｃｈＳｉｇｎａｌＰｒｏｃｅｓｓ，ｖｏｌ．ＡＳＳＰ−３６，ｎｏ２，ｐｐ．１４５−１５２，Ｆｅｂ．１９８８．）
図１は、ＭＩＮＴ法による目的音抽出の原理を説明する図である。
図１において、１_１〜１_Ｎはマイクロホン（Ｎはマイクロホン数）、２_１〜２_Ｎはフィルタ（Ｎはフィルタ数）、３は加算器、７はスピーカ、８は測定用信号発生部、９はインパルス応答計算部、１０は逆フィルタ計算部、６_１は目的音源、６_２〜６_Ｍ（Ｍは音源数）は騒音源である。
【０００４】
ＭＩＮＴ法では、まず、スピーカ７を目的音源６_１の位置に設置して測定用信号発生部８より発生される測定用信号を出力し、各マイクロホン１_１〜１_Ｎで収録し、インパルス応答計算部９で収録された音と測定用信号とスピーカ位置から各マイクロホンまでのインパルス応答を計算する。次に、騒音源６_２〜６_Ｍの位置にスピーカを設置して、同様にインパルス応答を測定する。
次に、それらインパルス応答から逆フィルタ計算部において次式の連立方程式を解いて逆フィルタを計算する。
Ｈｃ＝ｂ（１）
【０００５】
【数１】

Ｈはインパルス応答畳み込み行列、Ｈ_ｍｎは第ｍ番目の音源から第ｎ番目のマイクロホン１_ｎまでのインパルス応答畳み込み行列、ｃは逆フィルタ係数ベクトル、ｃ_ｎは第ｎ番目の逆フィルタ係数ベクトル、ｂは目的インパルス応答係数ベクトル、ｈ_ｍｎ（ｋ）は第ｍ番目の音源６_ｍから第ｎ番目のマイクロホン１_ｎまでのインパルス応答係数、ｃ_ｎ（ｌ）は第ｎ番目の逆フィルタ係数、Ｍは音源数、Ｎはマイクロホン数、Ｋはインパルス応答タップ数、Ｌは逆フィルタタップ数、ｍ＝１，・・・，Ｍ、ｎ＝１，・・・，Ｎである。
【０００６】
式（１）において、インパルス応答畳み込み行列Ｈと目的インパルス応答係数ベクトルｂを与えて、連立一次方程式を解き、逆フィルタ係数ベクトルｃを計算することにより逆フィルタ係数ｃ_ｎ（ｌ）を求める。
式（１）の連立一次方程式が解けるためには、ＭＩＮＴ理論から次の条件が成り立っていなければならない。
Ｎ≧Ｍ＋１（２）
【０００７】
【数２】

求めた逆フィルタ係数をフィルタ２_１〜２_Ｎに転送して、マイクロホン１_ｎからの信号に畳み込み、それら出力を加算器３において全て加算し、その結果を最終的な出力として出力する。
【０００８】
この出力は、騒音および残響音を抑圧し、目的音のみを抽出したものになっている。
また、一般の受信装置においては不要電波の抑圧手段を特に備えていない。
【０００９】
【発明が解決しようとする課題】
ＭＩＮＴ法では、事前に音源からマイクロホンまでのインパルス応答を測定しておく必要がある。しかし、テレビ会議など目的音源を高品質に収音したい場合、音源（目的音源、騒音源）の位置にスピーカを設置してインパルス応答を測定することは非常に困難であるという問題点があった。また、従来の受信装置においては、雑音電波、反射電波の抑圧して目的とする電波を受信することが困難であった。
【００１０】
本発明の目的は、インパルス応答の事前測定が必要ない収音装置、及び雑音電波、反射電波を抑圧して目的とする電波を受信する受信装置を提供することにある。
【００１１】
【課題を解決するための手段】
上記課題を解決するため、本発明では以下のような手段を有する。
請求項１の発明は、複数のマイクロホンで収録された音響信号を各々独立なフィルタを通し、加算して収音信号を得る収音装置として実現される。
該装置は複数のマイクロホンと、前記複数マイクロホンからの信号間の相関関数を計算する相関関数計算部と、前記相関関数計算部で計算された相関関数を用いて逆フィルタを計算するブラインド逆フィルタ計算部と、前記複数マイクロホンからの信号を、前記ブラインド逆フィルタ計算部で計算された逆フィルタ係数でフィルタリングするフィルタ部と、前記フィルタ部の出力を加算する加算器を具備し、前記複数マイクロホンからの信号間の相関関数のみから逆フィルタ係数を計算することを、特徴とする。
【００１２】
従来の技術とは、逆フィルタ係数を計算するのに音源からマイクロホンまでのインパルス応答を用いない点が異なる。
次に、相関関数のみから逆フィルタ係数を計算する原理について述べる。
ＭＩＮＴ法において、式（１）の連立一次方程式を解く上で、音源からマイクロホンまでのインパルス応答が分かっていなければ、インパルス応答行列Ｈが分からず逆フィルタ係数ベクトルｃについて解くことができない。ここに、ＭＩＮＴ法の欠点がある。
【００１３】
本発明では、式（１）をそのまま計算するのではなく、次のように式を変形して考える。
まず、式（１）の両辺にＨ^Ｔを左側からかける。
Ｈ^ＴＨｃ＝Ｈ^Ｔｂ（４）
ここで、ＨはＭＩＮＴ理論によれば、式（２）、式（３）が成り立ち、各インパルス応答の零点が重ならなければ、正則である。したがって、その転置行列Ｈ^Ｔも正則であり、式（４）の解は、式（１）の解と等しくなる。
【００１４】
次に、Ｈ^ＴＨをＲ’とおくと式（４）は、
Ｒ’ ｃ＝Ｈ^Ｔｂ（５）
ここで、
【００１５】
【数３】

であり、
【００１６】
【数４】

である。
また、各マイクロホン１_ｎからの信号をそれぞれｘ_ｎ（ｒ）とすると、各チャネル間の相関関数は、
【００１７】
【数５】

となる。ここで、
【００１８】
【数６】

であり、ｓ_ｍ（ｒ）は第ｍ番目の音源の原信号であることを用いてｒ_ｉｊ（ｐ）を書き直すと、
【００１９】
【数７】

となる。ここで、
【００２０】
【数８】

であり、第ｍ番目の音源の自己相関関数を表す。
ここで、音源の自己相関関数をデルタ関数で近似できるとすると、
【００２１】
【数９】

となる。
（なお、上記では音源の自己相関関数をデルタ関数で近似されることを仮定したが、その近似が成立したとみなされない場合、音源の自己相関関数はインパルス応答の一部として計算される。つまり、処理された出力信号として音源の自己相関関数の逆フィルタがかけられ白色化されたものが得られる。音源の自己相関は各チャネルに共通にかかるが、自己相関関数は零位相なので周波数軸上に零点が無い限り安定に逆フィルタが求まる。）
したがって、Ｒを
【００２２】
【数１０】

とすると、式（５）は次式のようになる。
【００２３】
Ｒｃ＝Ｈ^Ｔｂ（８）
次に、右辺は
【００２４】
【数１１】

から、次式となることがわかる。
【００２５】
Ｈ^Ｔｂ＝ｄ’ （９）
ここで、
【００２６】
【数１２】

である。
【００２７】
第ｎ：ｃｌｏｓｅｓｔ番目のマイクロホンに目的音源６_１に最も近く最初に音が届くとすると

となる。
したがって、式（９）は、

【００２８】
【数１３】

となる。ここで、

である。
【００２９】
式（８）と式（１０）より、
Ｒｃ＝ｈ_{１ｎ：ｃｌｏｓｅｓｔ}（０）ｄ（１１）
となる。さらに、
Ｒｃ’＝ｄ（１２）
とかける。ここで、
【００３０】
【数１４】

である。
ｃ’は、真の逆フィルタ係数ベクトルｃのスカラー倍されたものであるが、出力結果のスカラー倍は重要ではないので、ｃ’が計算されれば十分である。
【００３１】
したがって、式（１２）の連立一次方程式を解くことにより、スカラー倍を除き等価的に式（１）の連立一次方程式の解、つまり逆フィルタ係数ベクトルを求めることができる。
目的音源に最も近いマイクロホンがどれかを設定するには次の方法が考えられる。
（ａ）使用者が目的音源に近い場所にｎ：ｃｌｏｓｅｓｔ番目のマイクロホンを設置する。
（ｂ）すでに設置しているマイクロホンの中で、最も近い目的音源に近いマイクロホンをｎ：ｃｌｏｓｅｓｔ番目とする。
（ｃ）全てのマイクロホンにについてｎ：ｃｌｏｓｅｓｔ番目であると仮定して処理し、処理結果から使用者が聞くかあるいは機械的な認識手段でどのマイクロホンをｎ：ｃｌｏｓｅｓｔ番目にした場合に目的音源が出力されているか判断して、そのマイクロホンをｎ：ｃｌｏｓｅｓｔ番目とする。
（ｄ）一般の音源位置検出手段を用いて、目的音源の位置を検出し、マイクロホンとの位置関係からｎ：ｃｌｏｓｅｓｔ番目のマイクロホンを設定する。
【００３２】
式（１２）において、Ｒは複数マイクロホンの出力信号間の相関関数から計算でき、ｄは音源と最も近いマイクロホンの位置関係からわかるので音源から各マイクロホンまでのインパルス応答を使わずに逆フィルタ係数ベクトルを計算できる。
また、請求項６の発明は、請求項１の発明において、音声を電波に、マイクロホンを受信アンテナに、ブラインド収音装置をブラインド受信装置にそれぞれ置き換えたものであり、動作は請求項１の発明と同様である。
（作用）
前記請求項１の発明では、逆フィルタ係数は音源から前記複数マイクロホンまでのインパルス応答を用いずに、前記複数マイクロホンの信号間の相関関数を用いて逆フィルタ係数を計算するので、事前に音源から前記複数マイクロホンまでのインパルス応答を測定する必要がない。したがって、事前に音源（目的音源、騒音源）の位置にスピーカを設置してインパルス応答を測定する必要がなくなり、本発明の目的であるインパルス応答の事前測定が必要ない収音装置が可能となる。
【００３３】
また、前記請求項６の発明では、雑音電波、反射電波を抑制して目的とする電波を受信することができる。
【００３４】
【発明の実施の形態】
（実施例１）
以下、図面を参照しながら、本発明の実施例について説明する。
図２は、本発明にかかる収音装置の第１の実施例である。
１_１〜１_Ｎはマイクロホン（Ｎはマイクロホン数）、２_１〜２_Ｎはフィルタ、３は加算器、４は相関関数計算部、５はブラインド逆フィルタ計算部、６_１は目的音源、６_２〜６_Ｍは騒音源である。これを動作するには、まず、マイクロホン１_１〜１_Ｎで騒音の鳴っている環境で目的音を収録する。収録された各マイクロホンからの信号をそれぞれｘ_１（ｒ）〜ｘ_Ｎ（ｒ）とする。
【００３５】
次に、相関関数計算部４において各マイクロホン１で収録された信号ｘ_１（ｒ）〜ｘ_Ｎ（ｒ）の間の相関関数ｒ_１１（ｐ），ｒ_１２（ｐ），・・・，ｒ_１Ｎ（ｐ），ｒ_２１（ｐ），・・・，ｒ_２Ｎ（ｐ），・・・，ｒ_Ｎ１（ｐ），・・・ｒ_ＮＮ（ｐ）を計算する。ここで、
【００３６】
【数１５】

である。
次に、ブラインド逆フィルタ計算部５において、次式の連立一次方程式を解くことにより逆フィルタを計算する。
Ｒｃ＝ｄ（１３）
ここで、
【００３７】
【数１６】

ここで、Ｒはチャネル間相関関数行列（Ｒ_ｉｊはｉ番目のマイクロホン１_ｉとｊ番目のマイクロホン１_ｊの相関関数行列）、ｃは逆フィルタ係数ベクトル（ｃ_ｎは第ｎ番目の逆フィルタ係数ベクトル）、ｄはブラインド目的インパルス応答係数ベクトル（ｄ_ｎは第ｎ番目のブラインド目的インパルス応答ベクトル）、ｃ_ｎ（ｌ）は第ｎ番目の逆フィルタ係数、Ｍは音源数、Ｋはインパルス応答タップ数、Ｎはマイクロホン数、Ｌは逆フィルタタップ数である。
【００３８】
δ_ｎは、目的音源６_１がマイクロホンの中で第ｎ番目のマイクロホン１_ｎに最も近いときに１となり、それ以外は０とする。
式（４）においてチャネル間相関関数行列Ｒとブラインド目的インパルス応答係数ベクトルｄを与えて、連立一次方程式を解き、逆フィルタ係数ベクトルｃを計算することにより逆フィルタ係数ｃ_ｎ（ｌ）を求める。
式（４）の連立一次方程式が解けるためには、ＭＩＮＴ理論と同様の条件が成り立っていなければならない。
Ｎ≧Ｍ＋１（２）
【００３９】
【数１７】

求めた逆フィルタ係数をフィルタ部２_１〜２_Ｎに転送し、フィルタ部で各マイクロホン１_ｎからの信号ｘ_ｎ（ｒ）に畳み込み、その出力ｙ_ｎ（ｒ）を加算器３において全て加算し、その結果を最終的な出力ｗ（ｒ）として出力する。
【００４０】
この出力ｗ（ｒ）は、騒音および残響音を抑圧し、目的音のみを抽出したものになっている。
次に、実際の部屋を模擬したシュミレーション結果について説明する。
図３は、実験系の図であり、Ｎ＝３，Ｍ＝２の場合である。目的音源は、男性音声をスピーカから再生したもの、騒音源は白色雑音をスピーカから再生したものである。
【００４１】
図４（ａ）はマイクロホン１_１の処理前の信号であり、図４（ｂ）はブラインド収音装置で処理後の出力結果である。見て分かるように、処理後ははっきりと音声のみが抽出できていることがわかる。
図５（ａ）は目的音源からマイクロホン１_１までの処理前のインパルス応答であり、図５（ｂ）はブラインド収音装置で処理後のインパルス応答である。数百タップ付近の初期反射音が図５（ｂ）で小さくなっており、残響音を抑圧できていることがわかる。
【００４２】
このように、該装置では各マイクロホンからの信号間の相関関数を用いて逆フィルタを計算しているので、音源からマイクロホンまでのインパルス応答を用いずに、逆フィルタ係数を計算することが可能であり、従来技術に比べて事前にインパルス応答を測定する必要がなく、簡易に設置可能となった。
（実施例２）
図６は、本発明にかかる収音装置の第２の実施例である。
【００４３】
１_１〜１_Ｎはマイクロホン（Ｎはマイクロホン数）、６_１は目的音源、６_２〜６_Ｍは騒音源、７はスピーカ、１１はアンプ、１０１はブラインド収音装置である。
第２の実施例は、本発明を場内拡声に利用した場合である。目的音源から発せられた音は、本発明により騒音と分離され、また残響音を抑圧されて収音される。収音された音をアンプ１１で増幅し、スピーカ７から拡声する。ここで、拡声された音は再びマイクロホンに入るが、目的音よりも遅れて到達する相関の大きな音なので本発明により残響の一部として取り除かれ、通常、場内拡声系で生じる音のループにより生じるハウリングが抑圧される。このように、第２の実施例では騒音、残響を抑圧するだけでなく、場内拡声系で生じるハウリングも押さえる効果がある。
（実施例３）
図７は、本発明にかかる収音装置の第３の実施例である。
【００４４】
１_１〜１_Ｎはマイクロホン（Ｎはマイクロホン数）、６_１は目的音源、６_２〜６_Ｍは騒音源、７はスピーカ、１１はアンプ、１０１はブラインド収音装置である。
第３の実施例は、本発明を拡声通話系に利用した場合である。目的音源から発せられた音は、本発明により騒音と分離され、また残響音が抑圧されて収音され、送話信号として通信相手に送られる。また、受話信号はアンプで増幅されスピーカから拡声され、再びマイクロホンに入るが、目的音とは相関のない相手側の音なので、本発明により、騒音の一部として取り除かれ、通常、音響エコーとして相手側に帰ってしまう音を取り除くことができる。このように、第３の実施例では騒音、残響を抑圧するだけでなく、拡声通話系で生じる音響エコーを押さえる効果がある。
（実施例４）
図８は本発明にかかる収音装置の第４の実施例である。
【００４５】
１３_１〜１３_Ｎは受信アンテナ、１２_１は目的発信源、１２_１〜１２_Ｍは雑音電波源、１０２はブラインド受信装置である。第４の実施例は、本発明を歪なく、目的電波を受信することに利用した場合である。基本的には、実施例１において、音を電波に、マイクロホンを受信アンテナに置き換えたものである。目的発信源からの電波は、受信アンテナで受信されブラインド受信装置で雑音電波信号、反射電波が取り除かれ目的電波を得ることができる。このように、第４の実施例では、騒音、残響音の抑圧だけでなく、電波受信における雑音電波、反射電波を抑圧する効果もある。
【００４６】
【発明の効果】
以上説明したように、本発明では各マイクロホンからの信号間の相関関数を用いて逆フィルタを計算しているので、音源からマイクロホンまでのインパルス応答を用いずに、逆フィルタ係数を計算することが可能であり、従来技術に比べて事前にインパルス応答を測定する必要がなく、簡易に設置することが可能となった。また、本発明では雑音電波、反射電波を抑圧して目的電波を受信できる。
【図面の簡単な説明】
【図１】従来技術であるＭＩＮＴ収音装置の構成図。
【図２】本発明の第１実施例である収音装置の構成図。
【図３】本発明を用いて実験をおこなった際の実験系を説明する図。
【図４】実験の結果として音声の抽出を示す図であり、（ａ）は処理前、（ｂ）は処理後を示す。
【図５】実験の結果として残響音の抑圧を示す図であり、（ａ）は処理前、（ｂ）は処理後を示す。
【図６】本発明の第２の実施例である収音装置の構成図。
【図７】本発明の第３の実施例である収音装置の構成図。
【図８】本発明の第４の実施例である受信装置の構成図。
【符号の説明】
１_１〜１_Ｎマイクロホン
２_１〜２_Ｎフィルタ
３加算器
４相関関数計算部
５ブラインド逆フィルタ計算部
６_１目的音源
６_２〜６_Ｍ騒音源
７スピーカ
８測定用信号発生部
９インパルス応答計算部
１０逆フィルタ計算部
１１アンプ
１２_１目的発信源
１２_２〜１２_Ｍ雑音電波源
１３_１〜１３_Ｎ受信アンテナ
１００ＭＩＮＴ収音装置
１０１ブラインド収音装置
１０２ブラインド受信装置[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a sound collection device for satisfactorily recording a target voice using a plurality of microphones and a receiving device for satisfactorily receiving a radio wave of a target transmission source using a plurality of antennas.
[0002]
[Prior art]
2. Description of the Related Art In recent years, with the progress of multimedia technology, communication conferences such as video conferences using a voice call using a microphone and a speaker have become widespread. In that case, without placing microphones for the number of speakers on the desk, it is possible to make a natural call without being conscious of the microphone, and suppress only noise and reverberation that degrades voice quality and collect only the intended voice There is a need for a sound collection device.
[0003]
One of such prior arts is the MINT (Multiple-Input / Output Inverse Filtering Theorem) method. (M. Miyoshi and Y. Yamada, "Inverse Filtering of Room acoustics," IEEE Trans. Acoustic, Speech Signal Process, vol. ASSP-36, no2, pp. 145-152, Feb.).
FIG. 1 is a diagram illustrating the principle of target sound extraction by the MINT method.
In FIG. 1, 1 ₁ to 1 _N are microphones (N is the number of microphones), 2 ₁ to 2 _N are filters (N is the number of filters), 3 is an adder, 7 is a speaker, 8 is a measurement signal generator, 9 the impulse response calculation unit, 10 inverse filter calculation unit, _{6 1}

target

_source, 6 2 _{to 6} M (M is the number of sound sources) is noise source.
[0004]
The MINT method, first, outputs a measurement signal generated from the measurement signal generator 8 by installing a speaker 7 to the position of the target sound source _61, recorded at the microphone 1 ₁ to 1 _N, the impulse response calculation The unit 9 calculates an impulse response from the sound, the measurement signal, and the speaker position to each microphone. Next, by installing a speaker in the position of the noise source 6 ₂ to 6 _M, similarly to measure the impulse response.
Next, from the impulse responses, an inverse filter is calculated by solving the following simultaneous equations in an inverse filter calculation unit.
Hc = b (1)
[0005]
(Equation 1)

H is an impulse response convolution matrix, H _mn is an impulse response convolution matrix from the mth sound source to the nth microphone 1 _n , c is an inverse filter coefficient vector, c _n is an nth inverse filter coefficient vector, b Is the target impulse response coefficient vector, h _mn (k) is the impulse response coefficient from the m-th sound source 6 _m to the n-th microphone 1 _n , c _n (l) is the n-th inverse filter coefficient, and M is The number of sound sources, N is the number of microphones, K is the number of impulse response taps, L is the number of inverse filter taps, m = 1,..., M, n = 1,.
[0006]
In the equation (1), an impulse response convolution matrix H and a target impulse response coefficient vector b are given, a simultaneous linear equation is solved, and an inverse filter coefficient vector c is calculated to obtain an inverse filter coefficient c _n (l).
In order to solve the simultaneous linear equation of the equation (1), the following conditions must be satisfied from the MINT theory.
N ≧ M + 1 (2)
[0007]
(Equation 2)

The inverse filter coefficient obtained by transferring the filter 2 ₁ to 2 _N, convolution on the signal from the microphone 1 _n, all added in the adder 3 their output, and outputs the result as a final output.
[0008]
This output suppresses noise and reverberation and extracts only the target sound.
Further, a general receiving apparatus does not particularly include a means for suppressing unnecessary radio waves.
[0009]
[Problems to be solved by the invention]
In the MINT method, it is necessary to measure an impulse response from a sound source to a microphone in advance. However, there is a problem that it is very difficult to install a speaker at the position of the sound source (target sound source, noise source) and measure the impulse response when it is desired to pick up the target sound source with high quality such as in a video conference. . Further, in the conventional receiving apparatus, it has been difficult to suppress a noise radio wave and a reflected radio wave to receive a target radio wave.
[0010]
An object of the present invention is to provide a sound collection device that does not require prior measurement of an impulse response, and a receiving device that suppresses a noise radio wave and a reflected radio wave and receives a target radio wave.
[0011]
[Means for Solving the Problems]
In order to solve the above problems, the present invention has the following means.
The invention according to claim 1 is realized as a sound collection device that obtains a sound collection signal by adding sound signals recorded by a plurality of microphones through respective independent filters and adding them.
The apparatus includes a plurality of microphones, a correlation function calculation unit that calculates a correlation function between signals from the plurality of microphones, and a blind inverse filter calculation that calculates an inverse filter using the correlation function calculated by the correlation function calculation unit. Unit, a filter unit that filters signals from the plurality of microphones with an inverse filter coefficient calculated by the blind inverse filter calculation unit, and an adder that adds an output of the filter unit. It is characterized in that an inverse filter coefficient is calculated only from a correlation function between signals.
[0012]
The difference from the conventional technique is that the impulse response from the sound source to the microphone is not used to calculate the inverse filter coefficient.
Next, the principle of calculating the inverse filter coefficient from only the correlation function will be described.
In the MINT method, if the impulse response from the sound source to the microphone is not known in solving the simultaneous linear equation of the equation (1), the impulse response matrix H cannot be determined and the inverse filter coefficient vector c cannot be solved. Here are the disadvantages of the MINT method.
[0013]
In the present invention, the equation (1) is not calculated as it is, but the equation is modified as follows.
First, apply a ^{H T} from the left both sides of the equation (1).
H ^T Hc = H ^T b (4)
Here, according to the MINT theory, H is an equation (2) and an equation (3), and is regular if the impulse response zeros do not overlap. Therefore, the transposed matrix H ^T is also regular, and the solution of equation (4) is equal to the solution of equation (1).
[0014]
Next, the ^{H T} H R 'far To equation (4)
R ′ c = H ^T b (5)
here,
[0015]
(Equation 3)

And
[0016]
(Equation 4)

It is.
_If the signals from the microphones 1 _n are x _n (r), the correlation function between the channels is
[0017]
(Equation 5)

It becomes. here,
[0018]
(Equation 6)

, And _the Rewriting _r ij (p) using the _s m (r) is the original signal of the m-th sound source,
[0019]
(Equation 7)

It becomes. here,
[0020]
(Equation 8)

And represents the autocorrelation function of the m-th sound source.
Here, assuming that the autocorrelation function of the sound source can be approximated by the delta function,
[0021]
(Equation 9)

It becomes.
(In the above description, it is assumed that the autocorrelation function of the sound source is approximated by a delta function. However, if the approximation is not considered to hold, the autocorrelation function of the sound source is calculated as a part of the impulse response. As a processed output signal, a whitened version is obtained by applying an inverse filter of the autocorrelation function of the sound source.The autocorrelation of the sound source is applied to each channel in common, but since the autocorrelation function is zero-phase, it is on the frequency axis. As long as there is no zero at, an inverse filter can be obtained stably.)
Therefore, R is
(Equation 10)

Then, equation (5) becomes as follows.
[0023]
Rc ⁼ H T b (8)
Next, the right side is
(Equation 11)

It can be seen from the following equation:
[0025]
H ^T b = d ′ (9)
here,
[0026]
(Equation 12)

It is.
[0027]
If you nearest first sound reaches the closest th microphone to the target sound source _{6 1:} n-th

It becomes.
Therefore, equation (9) becomes

[0028]
(Equation 13)

It becomes. here,

It is.
[0029]
From equations (8) and (10),
Rc = h _{1n: closest} (0) d (11)
It becomes. further,
Rc '= d (12)
And multiply. here,
[0030]
[Equation 14]

It is.
Although c ′ is a scalar multiplication of the true inverse filter coefficient vector c, it is sufficient if c ′ is calculated because the scalar multiplication of the output result is not important.
[0031]
Therefore, by solving the simultaneous linear equation of the equation (12), the solution of the simultaneous linear equation of the equation (1) except for the scalar multiplication, that is, the inverse filter coefficient vector can be obtained.
The following method can be considered to set the microphone closest to the target sound source.
(A) The user installs the n: closest microphone near the target sound source.
(B) Among the microphones already installed, the microphone closest to the closest target sound source is set to the n: closest.
(C) All microphones are processed assuming that they are n: closest, and the target sound source is obtained when the user hears from the processing result or which microphone is set to n: closest by mechanical recognition means. It is determined whether the microphone is output and the microphone is set to the n: closest-th microphone.
(D) The position of the target sound source is detected by using a general sound source position detecting means, and an n: closest microphone is set based on the positional relationship with the microphone.
[0032]
In the equation (12), R can be calculated from the correlation function between the output signals of a plurality of microphones, and d can be obtained from the positional relationship between the sound source and the nearest microphone. Therefore, the inverse filter coefficient vector can be calculated without using the impulse response from the sound source to each microphone. Can be calculated.
According to a sixth aspect of the present invention, in the first aspect of the present invention, the voice is replaced with a radio wave, the microphone is replaced with a receiving antenna, and the blind sound collecting device is replaced with a blind receiving device. Is the same as
(Action)
According to the first aspect of the present invention, the inverse filter coefficient is calculated using a correlation function between signals of the plurality of microphones without using an impulse response from the sound source to the plurality of microphones. There is no need to measure the impulse response up to the plurality of microphones. Therefore, there is no need to install a speaker at the position of the sound source (target sound source, noise source) in advance and measure the impulse response, and it is possible to provide a sound collection device that does not require the prior measurement of the impulse response, which is the object of the present invention. .
[0033]
According to the sixth aspect of the present invention, a target radio wave can be received while suppressing a noise radio wave and a reflected radio wave.
[0034]
BEST MODE FOR CARRYING OUT THE INVENTION
(Example 1)
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 2 is a first embodiment of a sound collection device according to the present invention.
1 ₁ to 1 _N microphones (N is the number of _{microphones),} 2 1 to 2 _N filter, 3 adders, four correlation function calculating unit, 5 blind inverse filter calculation unit, _{6 1} target source, _{6 2} ~6 _M is a noise source. To operate this, first, to record the target sound in an environment that rang of noise at the microphone ₁ 1 ~1 _N. From been signals from each microphone and each _{_{x 1 (r) ~x N (}} r).
[0035]
Next, the correlation function calculator 4 calculates correlation functions r ₁₁ (p), r ₁₂ (p),..., R between the signals x ₁ (r) to x _N (r) recorded by the microphones 1. _1N (p), r ₂₁ (p),..., R _2N (p),..., R _N1 (p) _,. here,
[0036]
(Equation 15)

It is.
Next, the blind inverse filter calculation unit 5 calculates an inverse filter by solving the following simultaneous linear equations.
Rc = d (13)
here,
[0037]
(Equation 16)

Here, R represents the channel correlation function matrix (R _ij is the i-th microphone 1 _i and j th microphone 1 _j correlation function matrix), c is inverse filter coefficient vector (c _n is the n-th inverse filter coefficients vector), d blind purposes impulse response coefficient vector (d _n is the n-th blind purposes impulse response vector), c n _(l) is the n-th inverse filter coefficients, M is the number of sound sources, K is the impulse response taps The number, N is the number of microphones, and L is the number of inverse filter taps.
[0038]
δ _n is ₁ when the target sound source 61 is closest to the n-th microphone 1 _n among the microphones, and is 0 otherwise.
In Equation (4), the inter-channel correlation function matrix R and the blind objective impulse response coefficient vector d are given, a simultaneous linear equation is solved, and an inverse filter coefficient vector c is calculated to obtain an inverse filter coefficient c _n (l).
In order to solve the simultaneous linear equation of equation (4), the same conditions as in the MINT theory must be satisfied.
N ≧ M + 1 (2)
[0039]
[Equation 17]

Transfer the inverse filter coefficients obtained in the filter unit ₂ 1 to 2 _N, convolution in the signal _x n (r) from the microphone _{1 n} by the filter unit, all adds at its output _y n (r) an adder 3 , And outputs the result as a final output w (r).
[0040]
This output w (r) is obtained by suppressing noise and reverberation sound and extracting only the target sound.
Next, a simulation result simulating an actual room will be described.
FIG. 3 is a diagram of an experimental system, where N = 3 and M = 2. The target sound source is a male voice reproduced from a speaker, and the noise source is a white noise reproduced from a speaker.
[0041]
4 (a) is a pre-processing of the signals of the microphone 1 _1, FIG. 4 (b) is an output result after treatment with the blind and collection device. As can be seen, after the processing, it is clear that only the voice has been extracted.
5 (a) is a pretreatment of the impulse response from a target sound source to the microphone 1 _1, FIG. 5 (b) is the impulse response after treatment with the blind and collection device. The initial reflected sound near several hundred taps is small in FIG. 5B, and it can be seen that the reverberant sound can be suppressed.
[0042]
As described above, the device calculates the inverse filter using the correlation function between the signals from the microphones, so that the inverse filter coefficient can be calculated without using the impulse response from the sound source to the microphone. There is no need to measure the impulse response in advance as compared with the prior art, and the device can be easily installed.
(Example 2)
FIG. 6 is a second embodiment of the sound collection device according to the present invention.
[0043]
1 ₁ to 1 _N microphones (N is the number of microphones), _{6 1}

target

_source, 6 2 to 6 _M is the noise source, 7 speakers, 11 amp, 101 is a blind sound pickup device.
The second embodiment is a case where the present invention is used for loud speech in a hall. The sound emitted from the target sound source is separated from noise by the present invention, and the sound is collected while suppressing reverberation sound. The collected sound is amplified by the amplifier 11 and is amplified from the speaker 7. Here, the loudspeaked sound enters the microphone again, but since it has a large correlation arriving later than the target sound, it is removed as a part of reverberation according to the present invention, and is usually caused by a sound loop generated in an in-field loudspeaker system. Howling is suppressed. As described above, the second embodiment not only suppresses noise and reverberation, but also has an effect of suppressing howling generated in a loudspeaker system.
(Example 3)
FIG. 7 is a third embodiment of the sound collection device according to the present invention.
[0044]
1 ₁ to 1 _N microphones (N is the number of microphones), _{6 1}

target

_source, 6 2 to 6 _M is the noise source, 7 speakers, 11 amp, 101 is a blind sound pickup device.
The third embodiment is a case where the present invention is applied to a loudspeaker system. The sound emitted from the target sound source is separated from the noise by the present invention, the reverberant sound is suppressed and collected, and sent to the communication partner as a transmission signal. Also, the received signal is amplified by an amplifier, amplified by a speaker, and then re-enters the microphone. However, since the received signal has no correlation with the target sound, the received signal is removed as a part of noise by the present invention, and is usually recognized as an acoustic echo. The sound that returns to the other party can be removed. As described above, the third embodiment not only suppresses noise and reverberation, but also has an effect of suppressing acoustic echo generated in a loudspeaker system.
(Example 4)
FIG. 8 shows a fourth embodiment of the sound collection device according to the present invention.
[0045]
13 ₁ to 13 _N is receiving antenna, 12 ₁ object _source, 12 1 to 12 _M is radio noise source, 102 is a blind receiver. The fourth embodiment is a case where the present invention is used for receiving a target radio wave without distortion. Basically, in the first embodiment, the sound is replaced with a radio wave and the microphone is replaced with a receiving antenna. The radio wave from the target transmission source is received by the receiving antenna, and the blind radio receiver removes the noise radio signal and the reflected radio wave to obtain the target radio wave. As described above, the fourth embodiment has the effect of suppressing not only noise and reverberation but also noise radio waves and reflected radio waves in radio wave reception.
[0046]
【The invention's effect】
As described above, in the present invention, since the inverse filter is calculated using the correlation function between signals from the microphones, it is possible to calculate the inverse filter coefficient without using the impulse response from the sound source to the microphone. It is possible, and it is not necessary to measure the impulse response in advance as compared with the related art, and it is possible to easily install the apparatus. Further, in the present invention, the target radio wave can be received by suppressing the noise radio wave and the reflected radio wave.
[Brief description of the drawings]
FIG. 1 is a configuration diagram of a conventional MINT sound pickup device.
FIG. 2 is a configuration diagram of a sound collection device according to a first embodiment of the present invention.
FIG. 3 is a diagram illustrating an experimental system when an experiment is performed using the present invention.
FIGS. 4A and 4B are diagrams showing extraction of speech as a result of an experiment, wherein FIG. 4A shows a state before processing and FIG.
5A and 5B are diagrams showing suppression of reverberation as a result of an experiment, wherein FIG. 5A shows a state before processing and FIG. 5B shows a state after processing.
FIG. 6 is a configuration diagram of a sound pickup device according to a second embodiment of the present invention.
FIG. 7 is a configuration diagram of a sound collection device according to a third embodiment of the present invention.
FIG. 8 is a configuration diagram of a receiving apparatus according to a fourth embodiment of the present invention.
[Explanation of symbols]
Reference numerals 1 ₁ to 1 _N microphone 2 _{1 to} 2 _N filter 3 Adder 4 Correlation function calculator 5 Blind inverse filter calculator 6 ₁ Target sound source 6 _{2 to} 6 _M noise source 7 Speaker 8 Measurement signal generator 9 Impulse response calculator REFERENCE SIGNS LIST 10 inverse filter calculation unit 11 amplifier 12 ₁ target transmission source 12 _{2 to} 12 _M noise radio wave source 13 _{1 to} 13 _N receiving antenna 100 MINT sound pickup device 101 blind sound pickup device 102 blind reception device

Claims

In a sound pickup device that obtains a sound pickup signal by adding N-channel (N is an integer of 2 or more) acoustic signals recorded by a plurality of microphones through respective independent filters and adding them,
Correlation function calculation means for calculating a correlation function between the N-channel acoustic signals,
When the convolution operation is performed on the matrix composed of the N channel correlation functions, an impulse is obtained for the channel closest to the target sound source, and a vector that is zero for the other channels is calculated as an inverse filter coefficient of each channel. Inverse filter coefficient calculating means,
N filter means for convolving the inverse filter coefficient with the sound signal of each of the N channels,
The N sound collecting device, characterized in that by adding the output of the filter means and a summing means for obtaining a collected sound signal.

The sound pickup device according to claim 1 ,
A sound pickup apparatus, wherein a channel closest to the target sound source is determined using a time difference between channels having the largest correlation function.

The sound pickup device according to any one of claims 1 to 2 ,
A sound pickup device comprising: a speaker for loudspeaking the pickup signal.

The sound pickup device according to any one of claims 1 to 2 ,
Transmission means for transmitting the sound pickup signal to a communication partner as a transmission signal,
A sound pickup apparatus comprising a receiving / loudspeaking means for receiving a reception signal from the communication partner and loudspeaking.

In a receiving apparatus that obtains a target reception signal by adding N-channel (N is an integer of 2 or more) reception signals received by a plurality of antennas through respective independent filters and adding them,
Correlation function calculation means for calculating a correlation function between the received signals of the N channels,
When a convolution operation is performed on a matrix composed of the correlation functions of the N channels, an impulse is obtained for the channel closest to the target source, and a vector that is a vector that is zero for the other channels is obtained as an inverse filter coefficient of each channel. An inverse filter coefficient calculating means for calculating;
N filter means for convolving the inverse filter coefficient with the received signal of each of the N channels,
Receiving apparatus being characterized in that an adding means for obtaining the desired received signal by adding the output of said N filter means.

The receiving device according to claim 5 ,
A receiving apparatus, wherein a channel closest to the target transmission source is determined using an inter-channel time difference having a maximum correlation function.