JP4192800B2 - 音声集音装置と方法 - Google Patents

Description

本発明は、たとえば、遠隔の２つの会議室にいる複数の会議出席者同士が複数のマイクロフォンを用いて音声会議、または、さらに映像を付加して音声＋テレビジョン会議を行うときに使用するのに好適な音声集音装置と方法に関する。
特に本発明は、複数のマイクロフォンのための１台のエコーキャンセラーでエコーキャンセル処理を行う音声集音装置において、マイクロフォンを切り換えたとき、即座にエコーキャンセラーの内部処理を新しいマイクロフォン用に切り換えるときに発生するエコーキャンセル処理の不良を改善する音声集音装置と方法に関する。

離れた位置にある２つの会議室にいる会議出席者同士が会議を行うため、音声集音装置、または、音声集音装置に撮像画像を付加したテレビ会議システムが用いられている。
音声集音装置においては、複数のマイクロフォンを使用する話者のうち、相手側会議室に送信すべき話者の使用しているマイクロフォンを選択する。
このような音声集音装置には、複数のマイクロフォンに対して１個のエコーキャンセラーが設けられている。その理由は、エコーキャンセラーは通常、高速演算処理可能であるが、高価格のディジタル信号処理プロセッサ（ＤＳＰ）で実現されているから、１台のエコーキャンセラーで複数のマイクロフォンのエコーキャンセル処理を行っている。

エコーキャンセラーは、選択されたマイクロフォンからの音声について学習処理をしながら、エコーキャンセル処理を行っている。そのため、エコーキャンセラーには各マイクロフォンのエコーキャンセル用学習データが保持されている。

特開２００３−８７８８７号公報 特開２００３−８７８９０号公報

１台のエコーキャンセラーで複数のマイクロフォンのエコーキャンセル処理を行っているとき、第１のマイクロフォンから第２のマイクロフォンに切り替えが行われるとき、エコーキャンセラー内の学習データを第２のマイクロフォン用の学習データに即座に切り換えると、第２のマイクロフォンの音声を第１のマイクロフォン用の学習データでエコーキャンセル処理するという事態が発生する。
すなわち、エコーキャンセラー内の学習処理により得られた各マイクロフォン用学習データは所定時間継続して得られた音声データに基づいているからである。

本発明の目的は、複数のマイクロフォンを１台のエコーキャンセラーでエコーキャンセル処理を行う音声集音装置において、第１マイクロフォンから第２マイクロフォンに切り替えが行われるとき、誤ったエコーキャンセル処理を回避する音声集音装置と方法を提供することにある。

本発明の第１観点によれば、所定配置条件に基づいて配置された、複数のマイクロフォンと、前記複数のマイクロフォンの集音信号を検出し、該検出した集音信号のうち有効な集音信号を検出したマイクロフォンを選択するマイクロフォン選択手段と、前記選択されたマイクロフォンの音信号についてエコーキャンセル処理を行うエコーキャンセル処理手段と、前記マイクロフォンの音信号切換時に、所定時間、前記エコーキャンセル処理を停止させる、エコーキャンセル処理制御手段とを具備し、前記マイクロフォン選択手段は、新しいマイクロフォンの集音信号を選択して出力するとき、以前に選択したマイクロフォンの集音信号と新しいマイクロフォンの集音信号をクロスフェードさせ、前記エコーキャンセル処理制御手段は、前記クロスフェードの期間、前記エコーキャンセル処理を停止させる、音声集音装置が提供される。

本発明の第２の観点によれば、所定配置条件に基づいて配置された、複数のマイクロフォンの集音信号を検出し、該検出した集音信号のうち有効な集音信号を検出したマイクロフォンを選択するマイクロフォン選択ステップと、前記選択されたマイクロフォンの音信号についてエコーキャンセル処理を行うエコーキャンセル処理ステップと、マイクロフォン選択ステップにおいて、前記マイクロフォンの音信号切換時に、所定時間、前記エコーキャンセル処理を停止させる、エコーキャンセル処理制御ステップとを具備し、前記マイクロフォン選択ステップにおいて、新しいマイクロフォンの集音信号を選択して出力するとき、以前に選択したマイクロフォンの集音信号と新しいマイクロフォンの集音信号をクロスフェードさせ、前記エコーキャンセル処理制御ステップにおいて、前記クロスフェードの期間、前記エコーキャンセル処理を停止させる、音声集音方法が提供される。

本発明によれば、マイクロフォン選択（切換）時にエコーキャンセル処理を停止することにより、不自然なエコーキャンセル処理が回避できる。

以下、本発明の実施の形態の音声集音装置について述べる。
図１（Ａ）〜（Ｃ）は本発明の実施の形態の音声集音装置が適用される１例を示す構成図である。
図１（Ａ）に図解したように、２つの会議室９０１、９０２にそれぞれに第１および第２の音声集音装置１０Ａ、１０Ｂが設置されており、これらの音声集音装置１０Ａ、１０Ｂが通信回線９２０、たとえば、電話回線で接続されている。

〔音声集音装置の概要〕
通常、通信回線９２０を介しての会話は、一人の話者と一人の話者同士、すなわち、１対１で通話を行うが、本発明の実施の形態の通話装置は１つの通信回線９２０を用いて、会議室９０１、９０２内の複数の会議出席者同士が通話できる。ただし、本実施の形態においては、音声の混雑を回避するため、同時刻（同じ時間帯）の話者は、相互に一人に限定する。
このように、音声集音装置１０Ａ、１０Ｂは、通話者を選択（特定）し、選択した通話者の音声を集音する。
集音した音声と撮像した映像は相手側に会議室に転送され、相手側の音声集音装置における再生される。

通話装置の詳細
図２〜図４を参照して本発明の実施の形態の音声集音装置における通話装置の構成について述べる。第１の通話装置１０Ａも第２の通話装置１０Ｂも同様である。
図２は本発明の１実施の形態としての音声集音装置の斜視図である。
図３は図２に図解した音声集音装置の断面図である。
図４は図２、図３に図解した音声集音装置のマイクロフォン・電子回路収容部の平面図であり、図３の線Ｘ−Ｘにおける平面図である。

図２に図解したように、音声集音装置は、上部カバー１１と、音反射板１２と、連結部材１３と、スピーカ収容部１４と、操作部１５とを有する。
図３に図解したように、スピーカ収容部１４は、音反射面１４ａと、底面１４ｂと、上部音出力開口部１４ｃとを有する。音反射面１４ａと底面１４ｂで包囲された空間である内腔１４ｄに受話再生スピーカ１６が収容されている。スピーカ収容部１４の上部に音反射板１２が位置し、スピーカ収容部１４と音反射板１２とが連結部材１３によって連結されている。

連結部材１３内には拘束部材１７が貫通しており、拘束部材１７は、スピーカ収容部１４の底面１４ｂの拘束部材下部固定部１４ｅと、音反射板１２の拘束部材固定部１２ｂとの間を拘束している。ただし、拘束部材１７はスピーカ収容部１４の拘束部材貫通部１４ｆは貫通しているだけである。拘束部材１７が拘束部材貫通部１４ｆを貫通してここで拘束していないのはスピーカ１６の動作によってスピーカ収容部１４が振動するが、その振動を上部音出力開口部１４ｃの周囲においては拘束させないためである。

相手会議室の話者が話した音声は、受話再生スピーカ１６を介して上部音出力開口部１４ｃから抜け、音反射板１２の音反射面１２ａとスピーカ収容部１４の音反射面１４ａとで規定される空間に沿って軸Ｃ−Ｃを中心として３６０度の全方位に拡散する。
音反射板１２の音反射面１２ａの断面は図解したように、ゆるやかなラッパ型の弧を描いている。音反射面１２ａの断面は軸Ｃ−Ｃを中心として３６０度にわたり（全方位にわたり）、図解した断面形状をしている。
同様にスピーカ収容部１４の音反射面１４ａの断面も図解したように、ゆるやかな凸面を描いている。音反射面１４ａの断面も軸Ｃ−Ｃを中心として３６０度にわたり（全方位）、図解した断面形状をしている。

受話再生スピーカ１６から出た音Ｓは、上部音出力開口部１４ｃを抜け、音反射面１２ａと音反射面１４ａとで規定される断面がラッパ状の音出力空間を経て、音声集音装置が載置されているテーブル９１１の面に沿って、軸Ｃ−Ｃを中心として３６０度全方位に拡散していき、全ての会議出席者Ａ１〜Ａ６に等しい音量で聞き取られる。本実施の形態においては、テーブル９１１の面も音伝播手段の一部として利用している。
受話再生スピーカ１６から出力された音Ｓの拡散状態を矢印で図示した。

音反射板１２はプリント基板２１を支持している。
プリント基板２１には、図４に平面を図解したように、マイクロフォン・電子回路収容部２のマイクロフォンＭＣ１〜ＭＣ６、発光ダイオードＬＥＤ１〜６、マイクロプロセッサ２３、コーデック（ＣＯＤＥＣ）２４、第１のディジタルシグナルプロセッサ（ＤＳＰ１）ＤＳＰ２５、第２のディジタルシグナルプロセッサ（ＤＳＰ２）ＤＳＰ２６、Ａ／Ｄ変換器ブロック２７、Ｄ／Ａ変換器ブロック２８、増幅器ブロック２９などの各種電子回路が搭載されており、音反射板１２はマイクロフォン・電子回路収容部２を支持する部材としても機能している。

プリント基板２１には、受話再生スピーカ１６からの振動が音反射板１２を伝達してマイクロフォンＭＣ１〜ＭＣ６などに進入して騒音とならないように、受話再生スピーカ１６からの振動を吸収するダンパー１８が取り付けられている。ダンパー１８は、ネジと、このネジとプリント基板２１との間に挿入された防振ゴムなどの緩衝材とからなり、緩衝材をネジでプリント基板２１にネジ止めしている。すなわち、緩衝材によって受話再生スピーカ１６からプリント基板２１に伝達される振動が吸収される。これにより、マイクロフォンＭＣ１〜ＭＣ６は、スピーカ１６からの音の影響を受けない。

マイクロフォンの配置
図４に図解したように、プリント基板２１の中心軸Ｃから等角度で放射状にかつ等間隔（本実施の形態では６０度の等角度）で６本のマイクロフォンＭＣ１〜ＭＣ６が位置している。各マイクロフォンは単一指向性を持つマイクロフォンである。その特性については後述する。
各マイクロフォンＭＣ１〜ＭＣ６は、共に柔軟性または弾力性のある第１のマイク支持部材２２ａと第２のマイク支持部材２２ｂとで、揺動自在に支持されており（図解を簡単にするため、マイクロフォンＭＣ１の部分の第１のマイク支持部材２２ａと第２のマイク支持部材２２ｂとについてのみ図解している）、上述した緩衝材を用いたダンパー１８による受話再生スピーカ１６からの振動の影響を受けない対策に加えて、柔軟性または弾力性のある第１のマイク支持部材２２ａと第２のマイク支持部材２２ｂとで受話再生スピーカ１６からの振動で振動するプリント基板２１の振動を吸収して受話再生スピーカ１６の振動の影響を受けないようにして、受話再生スピーカ１６の騒音を回避している。

図３に図解したように、受話再生スピーカ１６はマイクロフォンＭＣ１〜ＭＣ６が位置する平面の中心軸Ｃ−Ｃに対して垂直に指向しており（本実施の形態においては上方向に向いている（指向している））、このような受話再生スピーカ１６と６本のマイクロフォンＭＣ１〜ＭＣ６の配置により、受話再生スピーカ１６と各マイクロフォンＭＣ１〜ＭＣ６との距離は等距離となり、受話再生スピーカ１６からの音声は、各マイクロフォンＭＣ１〜ＭＣ６に対しほとんど同音量、同位相で届く。ただし、上述した音反射板１２の音反射面１２ａおよびスピーカ収容部１４の音反射面１４ａの構成により、受話再生スピーカ１６の音がマイクロフォンＭＣ１〜ＭＣ６には直接入力されないようにしている。加えて、上述したように、緩衝材を用いたダンパー１８と、柔軟性または弾力性のある第１のマイク支持部材２２ａと第２のマイク支持部材２２ｂとを用いることにより、受話再生スピーカ１６の振動の影響を低減している。
会議出席者Ａ１〜Ａ６は、通常、たとえば、図１（Ｃ）に例示したように、通話装置の周囲３６０度方向に、６０度間隔で配設されているマイクロフォンＭＣ１〜ＭＣ６の近傍にほぼ等間隔で位置している。

話者を決定したことを通報する手段（マイクロフォン選択結果表示手段）として発光ダイオードＬＥＤ１〜６がマイクロフォンＭＣ１〜ＭＣ６の近傍に配置されている。
発光ダイオードＬＥＤ１〜６は上部カバー１１を装着した状態でも、全ての会議出席者Ａ１〜Ａ６から視認可能に設けられている。したがって、上部カバー１１は発光ダイオードＬＥＤ１〜６の発光状態が視認可能なように透明窓が設けられている。もちろん、上部カバー１１に発光ダイオードＬＥＤ１〜６の部分に開口が設けられていてもよいが、マイクロフォン・電子回路収容部２への防塵の観点からは透光窓が好ましい。

プリント基板２１には、後述する各種の信号処理を行うために、第１のディジタルシグナルプロセッサ（ＤＳＰ１）２５、第２のディジタルシグナルプロセッサ（ＤＳＰ２）２６、各種電子回路２７〜２９が、マイクロフォンＭＣ１〜ＭＣ６が位置する部分以外の空間に配置されている。
本実施の形態においては、ＤＳＰ２５を各種電子回路２７〜２９とともにフィルタ処理、マイクロフォン選択処理などの処理を行う信号処理手段として用い、ＤＳＰ２６をエコーキャンセラーとして用いている。

図５は、マイクロプロセッサ２３、コーデック２４、ＤＳＰ２５、ＤＳＰ２６、Ａ／Ｄ変換器ブロック２７、Ｄ／Ａ変換器ブロック２８、増幅器ブロック２９、その他各種電子回路の概略構成図である。
マイクロプロセッサ２３はマイクロフォン・電子回路収容部２の全体制御処理を行う。 コーデック２４は相手方会議室に送信する音声を圧縮符号化する。
ＤＳＰ２５が下記に述べる各種の信号処理、たとえば、フィルタ処理、マイクロフォン選択処理などを行う。
ＤＳＰ２６はエコーキャンセラーとして機能する。
図５においては、Ａ／Ｄ変換器ブロック２７の１例として、４個のＡ／Ｄ変換器２７１〜２７４を例示し、Ｄ／Ａ変換器ブロック２８の１例として、２個のＤ／Ａ変換器２８１〜２８２を例示し、増幅器ブロック２９の１例として、２個の増幅器２９１〜２９２を例示している。
その他、マイクロフォン・電子回路収容部２としては電源回路など各種の回路がプリント基板２１に搭載されている。

図４においてプリント基板２１の中心軸Ｃに対してそれぞれ対称（または対向する）位置に一直線上に配設された１対のマイクロフォンＭＣ１−ＭＣ４：ＭＣ２−ＭＣ５：ＭＣ３−Ｍ６が、それぞれ２チャネルのアナログ信号をディジタル信号に変換するＡ／Ｄ変換器２７１〜２７３に入力されている。本実施の形態においては、１個のＡ／Ｄ変換器が２チャネルのアナログ入力信号をディジタル信号に変換する。そこで、中心軸Ｃを挟んで一直線上に位置する２個（１対）のマイクロフォン、たとえば、マイクロフォンＭＣ１とＭＣ４の検出信号を１個のＡ／Ｄ変換器に入力してディジタル信号に変換している。また、本実施の形態においては、相手の会議室に送出する音声の話者を特定するため、一直線上に位置する２個のマイクロフォンの音声の差、音声の大きさなどを参照するから、一直線上に位置する２個のマイクロフォンの信号を同じＡ／Ｄ変換器に入力すると、変換タイミングもほぼ同じになり、２個のマイクロフォンの音声出力の差をとるときにタイミング誤差が少ない、信号処理が容易になるなどの利点がある。
なお、Ａ／Ｄ変換器２７１〜２７４は可変利得型増幅機能付きのＡ／Ｄ変換器２７１〜２７４として構成することもできる。
Ａ／Ｄ変換器２７１〜２７３で変換したマイクロフォンＭＣ１〜ＭＣ６の集音信号はＤＳＰ２５に入力されて、後述する各種の信号処理が行われる。
ＤＳＰ２５の処理結果の１つとして、マイクロフォンＭＣ１〜ＭＣ６のうちの１つを選択した結果が、マイクロフォン選択結果表示手段の１例である発光ダイオードＬＥＤ１〜６に出力される。

ＤＳＰ２５の処理結果が、ＤＳＰ２６に出力されてエコーキャンセル処理が行われる。ＤＳＰ２６は、たとえば、エコーキャンセル送話処理部とエコーキャンセル受話部とを有する。
ＤＳＰ２６の処理結果がＤ／Ａ変換器２８１〜２８２でアナログ信号に変換される。Ｄ／Ａ変換器２８１からの出力が、必要に応じて、コーデック２４で符号化されて、増幅器２９１を介して通信回線９２０（図１（Ａ））のラインアウトに出力され、相手方会議室に設置された通話装置の受話再生スピーカ１６を介して音として出力される。
相手方の会議室に設置された通話装置からの音声が通信回線９２０（図１（Ａ））のラインインを介して入力され、Ａ／Ｄ変換器２７４においてディジタル信号に変換されて、ＤＳＰ２６に入力されてエコーキャンセル処理に使用される。また、相手方の会議室に設置された通話装置からの音声は図示しない経路でスピーカ１６に印加されて音として出力される。
Ｄ／Ａ変換器２８２からの出力が増幅器２９２を介してこの通話装置の受話再生スピーカ１６から音として出力される。すなわち、会議出席者Ａ１〜Ａ６は、上述した受話再生スピーカ１６から相手会議室の選択された話者の音声に加えて、その会議室にいる発言者が発した音声をも受話再生スピーカ１６を介して聞くことが出来る。

マイクロフォンＭＣ１〜ＭＣ６
図６は各マイクロフォンＭＣ１〜ＭＣ６の指向性を示すグラフである。
各単一指向特性マイクフォンは発言者からマイクロフォンへの音声の到達角度により図６に図解のように周波数特性、レベル特性が変化する。複数の曲線は、集音信号の周波数が、１００Ｈｚ、１５０Ｈｚ、２００Ｈｚ、３００Ｈｚ、４００Ｈｚ、５００Ｈｚ、７００Ｈｚ、１０００Ｈｚ、１５００Ｈｚ、２０００Ｈｚ、３０００Ｈｚ、４０００Ｈｚ、５０００Ｈｚ、７０００Ｈｚの時の指向性を示している。ただし、図解を簡単にするため、図７は代表的に、１５０Ｈｚ、５００Ｈｚ、１５００Ｈｚ、３０００Ｈｚ、７０００Ｈｚについての指向性を図解している。

図７（Ａ）〜（Ｄ）は音源の位置とマイクロフォンの集音レベルの分析結果を示すグラフであり、通話装置と所定距離、たとえば、１．５メートルの距離にスピーカを置いて各マイクロフォンが集音した音声を一定時間間隔で高速フーリエ変換（ＦＦＴ）した結果を示している。Ｘ軸が周波数を、Ｙ軸が信号レベルを、Ｚ軸が時間を表している。
図６の指向性を持つマイクロフォンを用いた場合、マイクロフォンの正面に強い指向性を示す。本実施の形態においては、このような特性を活用して、ＤＳＰ２５においてマイクロフォンの選定処理を行う。

本発明の実施の形態のように指向性を持つマイクロフォンではなく無指向性のマイクロフォンを用いた場合、マイクロフォン周辺の全ての音を集音（収音）するので発言者の音声と周辺ノイズとのＳ／Ｎが混同してあまり良い音が集音できない。これを避けるため、本発明においては、指向性マイクロフォン１本で集音することによって周辺のノイズとのＳ／Ｎを改善している。
さらに、マイクロフォンの指向性を得る方法として、複数の無指向性マイクロフォンを使用したマイクロフォンアレイを用いることができるが、このような方法では、複数の信号の時間軸（位相）の一致のため複雑な処理を要するため、時間がかかり応答性が低いし、装置構成を複雑になる。すなわち、ＤＳＰの信号処理系にも複雑な信号処理を必要とする。本発明は図５に例示した指向性のあるマイクロフォンを用いてそのような問題を解決している。
また、マイクロフォンアレイ信号を合成して指向性収音（集音）マイクロフォンとして利用するためには外形形状が通過周波数特性によって規制され外形形状が大きくなるという不利益がある。本発明はこの問題も解決している。

上述した構成の音声集音装置は下記の利点を示す。
（１）等角度で放射状かつ等間隔に配設された偶数個のマイクロフォンＭＣ１〜ＭＣ６と受話再生スピーカ１６との位置関係が一定であり、さらにその距離が非常に近いことで受話再生スピーカ１６から出た音が会議室（部屋）環境を経てマイクロフォンＭＣ１〜ＭＣ６に戻ってくるレベルより直接戻ってくるレベルが圧倒的に大きく支配的である。そのために、スピーカ１６からマイクロフォンＭＣ１〜ＭＣ６に音が到達する特性（信号レベル（強度）、周波数特性（ｆ特、位相）がいつも同じである。つまり、本発明の実施の形態における音声集音装置においてはいつも伝達関数が同じという利点がある。
（２）それ故、話者が異なった時に相手方会議室に送出するマイクロフォンの出力を切り替えた時の伝達関数の変化がなく、マイクロフォンを切り替える都度、マイクロフォン系の利得を調整する必要がないという利点を有する。換言すれば、通話装置の製造時に一度調整をすると調整をやり直す必要がないという利点がある。
（３）上記と同じ理由で話者が異なった時にマイクロフォンを切り替えても、エコーキャンセラー（ＤＳＰ２６）が一つでよい。ＤＳＰは高価であり、種々の部材が搭載されて空きが少ないプリント基板２１に複数のＤＳＰを配置する必要がなく、プリント基板２１におけるＤＳＰを配置するスペースも少なくてよい。その結果、プリント基板２１、ひいては、本発明の音声集音装置を小型にできる。
（４）上述したように、受話再生スピーカ１６とマイクロフォンＭＣ１〜ＭＣ６間の伝達関数が一定であるため、たとえば、±３ｄＢもあるマイクロフォン自体の感度差調整を通話装置のマイクロフォンユニット単独で出来るという利点がある。感度差調整の詳細は後述する。
（５）音声集音装置が搭載されるテーブルは、通常、円いテーブル（円卓）または多角テーブルを用いることで、音声集音装置内の一つの受話再生スピーカ１６で均等な品質の音声を軸Ｃを中心として３６０度全方位に均等に分散（拡散）するスピーカシステムが可能になった。
（６）受話再生スピーカ１６から出た音は円卓のテーブル面を伝達して（バウンダリ効果）会議出席者まで有効に能率良く均等に上質な音が届き、会議室の天井方向に対しては対向側の音と位相がキャンセルされて小さな音になり、会議出席者に対して天井方向からの反射音が少なく、結果として参加者に明瞭な音が配給されるという利点がある。
（７）受話再生スピーカ１６から出た音は等角度で放射状かつ等間隔に配設された全てのマイクロフォンＭＣ１〜ＭＣ６に同時に同じ音量で届くので発言者の音声なのか受話音声なのかの判断が容易になる。その結果、マイクロフォン選択処理の誤判別が減る。その詳細は後述する。
（８）偶数個、たとえば、６本のマイクロフォンを等角度で放射状かつ等間隔で、対向する１対のマイクロフォンを一直線上に配置したことで方向検出の為のレベル比較が容易にできる。
（９）ダンパー１８、マイクロフォン支持部材２２などにより、受話再生スピーカ１６の音による振動が、マイクロフォンＭＣ１〜ＭＣ６の集音に与える影響を低減することができる。
（１０）図３に図解したように、構造的に、受話再生スピーカ１６の音が直接、マイクロフォンＭＣ１〜ＭＣ６には伝搬しない。したがって、この音声集音装置においては受話再生スピーカ１６からのノイズの影響が少ない。

変形例
図２〜図３を参照して述べた音声集音装置は、下部に受話再生スピーカ１６を配置させ、上部にマイクロフォンＭＣ１〜ＭＣ６（および関連する電子回路）を配置させたが、受話再生スピーカ１６とマイクロフォンＭＣ１〜ＭＣ６（および関連する電子回路）の位置を、図８に図解したように、上下逆にすることもできる。このような場合でも上述した効果を奏する。

マイクロフォンの本数は６本には限定されず、４本、８本などと任意の偶数本のマイクロフォンを等角度で放射状かつ等間隔で軸Ｃを中心に複数対それぞれを一直線に（同方向に）、たとえば、マイクロフォンＭＣ１とＭＣ４のように一直線に配置する。好ましい形態として、２本のマイクロフォンＭＣ１、ＭＣ４を対向させて一直線に配置する理由は、マイクロフォンを選定して話者を特定するためである。

信号処理内容
以下、主として第１のディジタルシグナルプロセッサ（ＤＳＰ）２５で行う処理内容について述べる。
図９はＤＳＰ２５が行う音声集音装置における処理の概要を図解した図である。以下、その概要を述べる。

（１）周囲のノイズの測定
初期動作として、好ましくは、音声集音装置１０Ａが設置される周囲のノイズを測定する。
音声集音装置は種々の環境（会議室）で使用されうる。マイクロフォンの選択の正確さを期し、音声集音装置の性能を高めるために、本発明においては、初期段階において、音声集音装置が設置される周囲環境のノイズを測定し、そのノイズの影響をマイクロフォンで集音した信号から排除することを可能とする。
もちろん、音声集音装置を同じ会議室で反復して使用するような場合、事前にノイズ測定が行われており、ノイズ状態が変化しないような場合にはこの処理は割愛できる。なお、ノイズ測定は通常状態においても行うことができる。

（２）議長の選定
たとえば、音声集音装置を双方向会議に使用する場合、それぞれの会議室における議事運営を取りまとめる議長がいることが有益である。したがって、本発明の１態様としては、音声集音装置を使用する初期段階において、音声集音装置の操作部１５から議長を設定する。議長の設定方法としては、たとえば、操作部１５の近傍に位置する第１マイクロフォンＭＣ１を議長用マイクロフォンとする。もちろん、議長用マイクロフォンを任意のものにすることもできる。
なお、音声集音装置を反復して使用する議長が同じ場合はこの処理は割愛できる。あるいは、事前に議長が座る位置のマイクロフォンを決めておいてもよい。その場合はその都度、議長の選定動作は不要である。
もちろん、議長の選定は初期状態に限らず、任意のタイミングで行うことができる。

（３）マイクロフォンの感度差調整
初期動作として、好ましくは、受話再生スピーカ１６とマイクロフォンＭＣ１〜ＭＣ６との音響結合が等しくなるように、マイクロフォンＭＣ１〜ＭＣ６の信号を増幅する増幅部の利得または減衰部の減衰値を自動的に調整する。

通常処理として下記に例示する各種の処理を行う。
（１）マイクロフォン選択、切り替え処理
１つの会議室において同時に複数の会議出席者が通話すると、音声が入り交じり相手側会議室内の会議出席者Ａ１〜Ａ６にとって聞きにくい。そこで、本発明においては、原則として、ある時間帯には１人ずつ通話させる。そのためＤＳＰ２５においてマイクロフォンの選択・切り替え処理を行う。
その結果、選択されたマイクロフォンからの通話のみが、通信回線９２０を介して相手方会議室の音声集音装置に伝送されてスピーカから出力される。もちろん、図５を参照して述べたように、選択された話者のマイクロフォンの近傍のＬＥＤが点灯し、さらに、その部屋の音声集音装置のスピーカからも選択された話者の音声を聞くことができ、誰が許可された話者かを認識することができる。
この処理により、発言者に対向した単一指向性マイクの信号を選択し、送話信号として相手方にＳ／Ｎの良い信号を送ることを目的としている。
（２）選択したマイクロフォンの表示
話者のマイクロフォンが選択され、話すことが許可された会議出席者のマイクロフォンがどれであるかを会議出席者Ａ１〜Ａ６全員が容易に認識できるように、マイクロフォン選択結果表示手段、たとえば、発光ダイオードＬＥＤ１〜６の該当するものを点灯させる。
（３）上述したマイクロフォン選択処理の背景技術として、または、マイクロフォン選択処理を正確に遂行するため下記に例示する各種の信号処理を行う。
（ａ）マイクロフォンの集音信号の帯域分離と、レベル変換処理
（ｂ）発言の開始、終了の判定処理
発言者方向に対向したマイク信号の選択判定開始トリガとして使用するた め。
（ｃ）発言者方向マイクロフォンの検出処理
各マイクロフォンの集音信号を分析し、発言者の使用しているマイクロフ ォンを判定するため。
（ｄ）発言者方向マイクロフォンの切り換えタイミング判定処理、および、検出 された発言者に対向したマイク信号の選択切り替え処理
上述した処理結果から選択したマイクロフォンへ切り換えの指示をする。 （ｅ）通常動作時のフロアノイズの測定

フロア（環境）ノイズの測定
この処理は音声集音装置の電源投入直後の初期処理と通常処理に分かれる。
なお、この処理は下記の例示的な前提条件の下に行う。

〔表１〕
（１）条件：測定時間及び閾値暫定値：
１．テストトーン音圧 ：マイク信号レベルで−４０ｄＢ
２．ノイズ測定単位時間：１０秒
３．通常状態でのノイズ測定：１０秒間の測定結果で平均値計算し、さらにこれを１０回繰り返して平均値を求めノイズレベルとする。

〔表２〕
（２）フロアノイズと発言開始基準レベルとの差による有効距離の目安と閾値
１．２６ｄＢ以上：３メートル以上
発言開始の検出レベル閾値：フロアノイズレベル＋９ｄＢ
発言終了の検出レベル閾値：フロアノイズレベル＋６ｄＢ
２．２０〜２６ｄＢ：３メートル以内
発言開始の検出レベル閾値：フロアノイズレベル＋９ｄＢ
発言終了の検出レベル閾値：フロアノイズレベル＋６ｄＢ
３．１４〜２０ｄＢ：１．５メートル以内
発言開始の検出レベル閾値：フロアノイズレベル＋９ｄＢ
発言終了の検出レベル閾値：フロアノイズレベル＋６ｄＢ
４．９〜１４ｄＢ：1 メートル以内
発言開始の検出レベル閾値：
フロアノイズレベルと発言開始基準レベルとの差÷２＋２ｄＢ
発言終了の検出レベル閾値：発言開始閾値−３ｄＢ
５．９ｄＢ以下：数１０センチメートル
発言開始の検出レベル閾値：−３ｄＢ
６．フロアノイズレベルと発言開始基準レベルとの差÷２
発言終了の検出レベル閾値：−３ｄＢ
７．同じかマイナス：判定できず選択禁止

〔表３〕
（３）通常処理のノイズ測定開始閾値は電源投入時のフロアノイズ＋３ｄＢ以下のレベルになった時から開始する。

フィルタ処理による各種周波数成分信号の生成
図１０はマイクロフォンで集音した音信号を前処理として、ＤＳＰ２５で行うフィルタリング処理を示す構成図である。図１０は１マイクロフォン（チャネル（１集音信号））分の処理について示す。
各マイクロフォンの集音信号は、たとえば、１００Ｈｚのカットオフ周波数を持つアナログ・ローカットフィルタ１０１で処理され、１００Ｈｚ以下の周波数が除去されたフィルタ処理された音声信号がＡ／Ｄ変換器１０２に出力され、Ａ／Ｄ変換器１０２でディジタル信号に変換された集音信号が、それぞれ７．５ＫＨｚ、４ＫＨｚ、１．５ＫＨｚ、６００Ｈｚ、２５０Ｈｚのカットオフ周波数を持つ、ディジタル・ハイカットフィルタ１０３ａ〜１０３ｅ（総称して１０３）で高周波成分が除去される（ハイカット処理）。ディジタル・ハイカットフィルタ１０３ａ〜１０３ｅの結果はさらに、減算器１０４ａ〜１０４ｄ（総称して１０４）において隣接するディジタル・ハイカットフィルタ１０３ａ〜１０３ｅのフィルタ信号ごとの減算が行われる。
本発明の実施の形態において、ディジタル・ハイカットフィルタ１０３ａ〜１０３ｅおよび減算器１０４ａ〜１０４ｄは、実際はＤＳＰ２５において処理している。Ａ／Ｄ変換器１０２はＡ／Ｄ変換器ブロック２７の１つとして実現できる。

図１１は、図１０を参照して述べたフィルタ処理結果を示す周波数特性図である。このように１つの指向性を持つマイクロフォンで集音した信号から、各種の周波数成分をもつ複数の信号が生成される。

バンドパス・フィルタ処理およびマイク信号レベル変換処理
マイクロフォン選択処理の開始のトリガの１つに発言の開始、終了の判定を行う。そのために使用する信号が、ＤＳＰ２５で行う図１２に図解したバンドパス・フィルタ処理およびレベル変換処理によって得られる。図１２はマイクロフォンＭＣ１〜ＭＣ６で集音した６チャネル（ＣＨ）の入力信号処理中の１ＣＨのみを示す。
ＤＳＰ２５内のバンドパス・フィルタ処理およびレベル変換処理部は、各チャネルのマイクロフォンの集音信号を、それぞれ１００〜６００Ｈｚ、２００〜２５０Ｈｚ、２５０〜６００Ｈｚ、６００〜１５００Ｈｚ、１５００〜４０００Ｈｚ、４０００〜７５００Ｈｚの帯域通過特性を持つバンドパス・フィルタ２０１ａ〜２０１ｆ（総称してバンドパス・フィルタ・ブロック２０１）と、元のマイクロフォン集音信号および上記帯域通過集音信号をレベル変換するレベル変換器２０２ａ〜２０２ｇ（総称して、レベル変換ブロック２０２）を有する。

各レベル変換器２０２ａ〜２０２ｇは、信号絶対値処理部２０３とピークホールド処理部２０４を有する。したがって、波形図を例示したように、信号絶対値処理部２０３は破線で示した負の信号が入力されたとき符号を反転して正の信号に変換する。ピークホールド処理部２０４は、信号絶対値処理部２０３の出力信号の最大値を保持する。ただし、本実施の形態では、時間の経過により保持した最大値は幾分低下していく。もちろん、ピークホールド処理部２０４を改良して、低下分を少なくして長時間最大値を保持可能にすることもできる。

バンドパス・フィルタについて述べる。音声集音装置に使用するバンドパス・フィルタは、たとえば、２次ＩＩＲハイカット・フィルタと、マイク信号入力段のローカット・フィルタのみでバンドパス・フィルタを構成している。
本実施の形態においては周波数特性がフラットな信号からハイカットフィルタを通した信号を引き算すれば残りはローカットフィルタを通した信号とほぼ同等になることを利用する。
周波数−レベル特性を合わせる為に、１バンド余分に全体帯域通過のバンドパス・フィルタが必要となるが、必要とするバンドパス・フィルタのバンド数＋１のフィルタ段数とフィルタ係数により必要とされるバンドパスが得られる。今回必要とされるハンドパス・フィルタの帯域周波数はマイク信号１チャネル（ＣＨ）当りで下記表４に示す６バンドのバンドパス・フィルタとなる。

〔表４〕
ＢＰ特性 バンドパスフィルタ
BPF1=[100Hz-250Hz] ・・２０１ｂ
BPF2=[250Hz-600Hz] ・・２０１ｃ
BPF3=[600Hz-1.5KHz] ・・２０１ｄ
BPF4=[1.5KHz-4KHz] ・・２０１ｅ
BPF5=[4KHz-7.5KHz] ・・２０１ｆ
BPF6=[100Hz-600Hz] ・・２０１ａ

この方法でＤＳＰ２５における上記のＩＩＲ・フィルタの計算プログラムは、６ＣＨ（チャネル）×５（ＩＩＲ・フィルタ) ＝３０のみである。
本発明の実施の形態においては、100Hzのローカット・フィルタは入力段のアナログフィルタで処理する。用意する２次ＩＩＲハイカット・フィルタのカットオフ周波数は、250Hz,600Hz,1.5KHz,4KHz,7.5KHzの５種類である。このうちのカットオフ周波数7.5KHzのハイカット・フィルタは、実はサンプリング周波数が 16KHzなので必要が無いが、減算処理の過程で、ＩＩＲフィルタの位相回りの影響で、バンドパス・フィルタの出力レベルが減少する現象を軽減する為に意図的に被減数の位相を回す。

図１３は図１２に図解した構成による処理をＤＳＰ２５で処理したときのフローチャートである。

図１３に図解したＤＳＰ２５におけるフィルタ処理は１段目の処理としてハイパス・フィルタ処理、２段目の処理として１段目のハイパス・フィルタ処理結果からの減算処理を行う。図１２はその信号処理結果のイメージ周波数特性図である。下記、〔ｘ〕は図１１における各処理ケースを示す。

第一段階
〔１〕全体帯域通過フィルタ用として、入力信号を7.5KHzのハイカットフィルタを通す。このフィルタ出力信号は入力のアナログのローカット合わせにより [100Hz-7.5KHz] のバンドパス・フィルタ出力となる。

〔２〕入力信号を4KHzのハイカットフィルタに通す。このフィルタ出力信号は入力のアナログのローカットフィルタとの組み合わせにより [100Hz-4KHz] のバンドパス・フィルタ出力となる。

〔３〕入力信号を1.5KHzのハイカットフィルタを通す。このフィルタ出力信号は入力のアナログのローカットフィルタとの組み合わせにより [100Hz-1.5KHz] のバンドパス・フィルタ出力となる。

〔４〕入力信号を600Hz のハイカットフィルタを通す。このフィルタ出力信号は入力のアナログのローカットフィルタとの組み合わせにより [100Hz-600Hz]のバンドパス・フィルタ出力となる。

〔５〕入力信号を250Hz のハイカットフィルタを通す。このフィルタ出力信号は入力のアナログのローカットフィルタとの組み合わせにより [100Hz-250Hz]のバンドパス・フィルタ出力となる。

第二段階
〔１〕バンドパス・フィルタ(BPF5=[4KHz〜7.5KHz])は、フィルタ出力[1]-[2]([100Hz〜7.5KHz] - [100Hz〜4KHz])の処理を実行すると上記信号出力[4KHz〜7.5KHz]となる。
〔２〕バンドパス・フィルタ(BPF4=[1.5KHz〜4KHz])は、フィルタ出力[2]-[3]([100Hz〜4KHz] - [100Hz〜1.5KHz])の処理を実行すると、上記信号出力[1.5KHz〜4KHz]となる。
〔３〕バンドパス・フィルタ(BPF3=[600Hz〜1.5KHz])は、フィルタ出力[3]-[4]([100Hz〜1.5KHz] - [100Hz〜600Hz])の処理を実行すると、上記信号出力[600Hz〜1.5KHz]となる。
〔４〕バンドパス・フィルタ(BPF2=[250Hz〜600Hz])は、フィルタ出力[4]-[5]([100Hz〜600Hz] - [100Hz〜250Hz]) の処理を実行すると上記信号出力[250Hz〜600Hz]となる。 〔５〕バンドパス・フィルタ(BPF1=[100Hz〜250Hz])は上記[5]の信号をそのままで出力信号[5]とする。
〔６〕バンドパス・フィルタ(BPF6=[100Hz〜600Hz])は[4]の信号をそのままで上記[4]の出力信号とする。
ＤＳＰ２５における以上の処理で必要とされるバンドパス・フィルタ出力が得られる。

入力されたマイクロフォンの集音信号ＭＩＣ１〜ＭＩＣ６は、ＤＳＰ２５において、全帯域の音圧レベル、バンドパス・フィルタを通過した６帯域の音圧レベルとして表５のように常時更新される。

表５において、たとえば、L1-1はマイクロフォンＭＣ１の集音信号が第１バンドパス・フィルタ２０１ａを通過したときのピークレベルを示す。
発言の開始、終了判定は、図１２に図示した100Hz〜600Hzのバンドパス・フィルタ２０１ａを通過し、レベル変換部２０２ｂで音圧レベル変換されたマイクロフォン集音信号を用いる。

発言の開始・終了判定処理
第１のディジタルシグナルプロセッサ（ＤＳＰ１）２５は、音圧レベル検出部から出力される値を元に、図１４に図解したように、マイクロフォン集音信号レベルがフロアノイズより上昇し、発言開始レベルの閾値を越した場合発言開始と判定し、その後開始レベルの閾値よりも高いレベルが継続した場合発言中、発言が終了し集音信号レベルが閾値より下がった場合をフロアノイズと判定し、発言終了判定時間、たとえば、フロアノイズが０．５秒間継続した場合発言終了と判定する。
発言の開始は、図１２に図解したマイク信号変換処理部２０２ｂで音圧レベル変換された１００Ｈｚ〜６００Ｈｚのバンドパス・フィルタを通過した音圧レベルデータ（マイク信号レベル（１））が図１４に例示した閾値レベル以上になった時から発言開始と判定する。
ＤＳＰ２５は、頻繁なマイクロフォン切り替えに伴う動作不良を回避するため、発言開始を検出してから、発言終了判定時間を、たとえば、０．５秒間経過するまでは次の発言開始を検出しないようにしている。

マイクロフォン選択
ＤＳＰ２５は、相互通話システムにおける発言者方向検出および発言者に対向したマイク信号の自動選択を、いわゆる、「星取表方式」に基づいて行う。
図１５は音声集音装置の動作形態を図解したグラフである。
図１６は音声集音装置の通常処理を示すフローチャートである。

通話装置は図１５に図解したように、マイクロフォンＭＣ１〜ＭＣ６からの集音信号に応じて音声信号監視処理を行い、発言開始・終了判定を行い、発言方向判定を行い、マイクロフォン選択を行い、その結果をマイクロフォン選択結果表示手段、たとえば、発光ダイオードＬＥＤ１〜６に表示する。
以下、図１６のフローチャートを参照して音声集音装置におけるＤＳＰ２５を主体として動作を述べる。なお、マイクロフォン・電子回路収容部２の全体制御はマイクロプロセッサ２３によって行われるが、ＤＳＰ２５の処理を中心に述べる。

ステップＳ１：レベル変換信号の監視
マイクロフォンＭＣ１〜ＭＣ６で集音した信号はそれぞれ、図１１〜図１３、特に、図１２を参照して述べた、バンドパス・フィルタ・ブロック２０１、レベル変換ブロック２０２において、７種類のレベルデータとして変換されているから、ＤＳＰ２５は各マイクロフォン集音信号についての７種類の信号を常時監視する。
その監視結果に基づいて、ＤＳＰ２５は、発言者方向検出処理、発言者方向検出処理、発言開始・終了判定処理のいずれかの処理に移行する。

ステップＳ２：発言開始・終了判定処理
ＤＳＰ２５は図１４を参照して、さらに下記に詳述する方法に従って、発言の開始、終了の判定を行う。ＤＳＰ２５の処理が発言開始を検出した場合、ステップ４の発言者方向の判定処理へ発言開始検出を知らせる。
なお、ステップ２における発言の開始、終了の判定処理において、発言レベルが発言終了レベルより低くなった時、発言終了判定時間（たとえば、0.5秒）のタイマを起動し発言終了判定時間、発言レベルが発言終了レベルより小さい時、発言終了と判定する。
発言終了判定時間以内に発言終了レベルより大きくなったら再び発言終了レベルより小さくなるまで待ちの処理に入る。

ステップＳ３：発言者方向の検出処理
ＤＳＰ２５における発言者方向の検出処理は、常時発言者方向をサーチし続けて行う。その後、ステップ４の発言者方向の判定処理へデータを供給する。

ステップＳ４：発言者方向マイクの切り換え処理
ＤＳＰ２５に発言者方向マイクの切り換え処理におけるタイミング判定処理はステップ２の処理とステップ３の処理の結果から、その時の発言者検出方向と今まで選択していた発言者方向が違う場合に、新たな発言者方向のマイク選択をステップ４のマイク信号切り換え処理へ指示する。
ただし、議長のマイクロフォンが操作部１５から設定されていて、議長のマイクロフォンと他の会議出席者とが同時的に発言がある場合、議長の発言を優先する。
この時に、選択されたマイク情報をマイクロフォン選択結果表示手段、たとえば、発光ダイオードＬＥＤ１〜６に表示する。

ステップＳ５：マイクロフォン集音信号の伝送
マイク信号切り換え処理は６本のマイク信号の中からステップ４処理により選択されたマイク信号のみを送話信号として、たとえば、第１の音声集音装置１０Ａから通信回線９２０を介して相手側の第２の音声集音装置１０Ｂに伝送するため、図５に図解した通信回線９２０のラインアウトへ出力する。

発言開始判定
処理１、６個のマイクロフォンに対応した音圧レベル検出器の出力レベルと、発言開始レベルの閾値を比較し発言開始レベルの閾値を越した場合発言開始と判定する。
ＤＳＰ２５は、全てのマイクロフォンに対応した音圧レベル検出器の出力レベルが、発言開始レベルの閾値を越した場合は、受話再生スピーカ１６からの信号であると判定し、発言開始とは判定しない。なぜなら、受話再生スピーカ１６と全てのマイクロフォンＭＣ１〜ＭＣ６との距離は同じであるから、受話再生スピーカ１６からの音は全てのマイクロフォンＭＣ１〜ＭＣ６にほぼ均等に到達するからである。

処理２、図４に図解した６個のマイクロフォンについての６０度の等角度で放射状かつ等間隔の配置で、指向性軸を反対方向に１８０度ずらした単一指向性マイク２本（マイクロフォンＭＣ１とＭＣ４、マイクロフォンＭＣ２とＭＣ５、マイクロフォンＭＣ３とＭＣ６）の３組構成しマイク信号のレベル差を利用する。すなわち下記の演算を実行する。

〔表６〕
（マイク１の信号レベル−マイク４の信号レベル）の絶対値・・・[１]
（マイク２の信号レベル−マイク５の信号レベル）の絶対値・・・[２]
（マイク３の信号レベル−マイク６の信号レベル）の絶対値・・・[３]

ＤＳＰ２５は上記絶対値[１],[２],[３]と発言開始レベルの閾値を比較し発言開始レベルの閾値を越した場合発言開始と判定する。
この処理の場合、処理１のように全ての絶対値が発言開始レベルの閾値より大きくなることは無いので（受話再生スピーカ１６からの音が全てのマイクロフォンに等しく到達するから）、受話再生スピーカ１６からの音か話者からの音声かの判定は不要になる。

発言者方向の検出処理
発言者方向の検出には図６に例示した単一指向性マイクロフォンの特性を利用する。単一指向特性マイクロフォンは発言者からマイクロフォンへの音声の到達角度により図６に例示したように、周波数特性、レベル特性が変化する。その結果を図７（Ａ）〜（Ｃ）に例示した。図７（Ａ）〜（Ｃ）は、音声集音装置１０Ａから所定距離、たとえば、１．５メートルの距離にスピーカーを置いて各マイクロフォンが集音した音声を一定時間間隔で高速フーリエ変換（ＦＦＴ）した結果を示す。Ｘ軸が周波数を、Ｙ軸が信号レベルを、Ｚ軸が時間を表している。横線は、バンドパス・フィルタのカットオフ周波数を表し、この線にはさまれた周波数帯域のレベルが、図１０〜図１３を参照して述べたマイク信号レベル変換処理からの５バンドのバンドパス・フィルタを通した音圧レベルに変換されたデータとなる。

本発明の実施の形態の音声集音装置における発言者方向の検出のために実際の処理として適用した判定方法を述べる。
各帯域バンドパス・フィルタの出力レベルに対しそれぞれ適切な重み付け処理（１ｄＢフルスパン（1dBFs）ステップなら0dBFsの時０、-3dBFsなら３というように、又はこの逆に）を行う。この重み付けのステップで処理の分解能が決まる。
１サンプルクロック毎に上記の重み付け処理を実行し、各マイクの重み付けされた得点を加算して一定サンプル数で平均値化して合計点の小さい（大きい）マイク信号を発言者に対向したマイクロフォンと判定する。この結果をイメージ化したものが下記表７である。

表７に例示したこの例では一番合計点が小さいのは第１マイクロフォンＭＣ１なので、ＤＳＰ２５は第１マイクロフォンＭＣ１の方向に音源が有る（話者がいる）と判定する。ＤＳＰ２５はその結果を音源方向マイク番号という形で保持する。
上述したように、ＤＳＰ２５は各マイクロフォン毎の周波数帯域のバンドパス・フィルタの出力レベルに重み付けを実行し、各帯域バンドパス・フィルタの出力の、得点の小さい（または大きい）マイク信号順に順位をつけ、１位の順位が３つの帯域以上に有るマイク信号を発言者に対向したマイクロフォンと判定する。そして、ＤＳＰ２５は第１マイクロフォンＭＣ１の方向に音源が有る（話者がいる）として、下記表８のような成績表を作成する。

実際には部屋の特性により音の反射や定在波の影響で、必ずしも第１マイクロフォンＭＣ１の成績が全てのバンドパス・フィルタの出力で一番となるとは限らないが、５バンド中の過半数が１位であれば第１マイクロフォンＭＣ１の方向に音源が有る（話者がいる）と判定することができる。ＤＳＰ２５はその結果を音源方向マイク番号という形で保持する。

ＤＳＰ２５は各マイクロフォンの各帯域バンドパス・フィルタの出力レベルデータを下記表９に示した形態で合計し、レベルの大きいマイク信号を発言者に対向したマイクロフォンと判定し、その結果を音源方向マイク番号という形で保持する。

〔表９〕
MIC1 Level = L1-1 + L1-2 + L1-3 + L1-4 + L1-5
MIC2 Level = L2-1 + L2-2 + L2-3 + L2-4 + L2-5
MIC3 Level = L3-1 + L3-2 + L3-3 + L3-4 + L3-5
MIC4 Level = L4-1 + L4-2 + L4-3 + L4-4 + L4-5
MIC5 Level = L5-1 + L5-2 + L5-3 + L5-4 + L5-5
MIC6 Level = L6-1 + L6-2 + L6-3 + L6-4 + L6-5

発言者方向マイクの切り換えタイミング判定処理
図１６のステップ２の発言開始判定結果により起動し、ステップ３の発言者方向の検出処理結果と過去の選択情報から新しい発言者のマイクロフォンが検出された時、ＤＳＰ２５は、ステップ５のマイク信号の選択切り替え処理へマイク信号の切り換えコマンドを発効すると共に、マイクロフォン選択結果表示手段（発光ダイオードＬＥＤ１〜６）へ発言者マイクが切り替わったことを通知し、発言者に自分の発言に対し音声集音装置が応答したことを知らせる。

反響の大きい部屋で、反射音や定在波の影響を除くため、ＤＳＰ２５は、マイクロフォンを切り換えてから発言終了判定時間（たとえば、0.5 秒)経過しないと、新しいマイク選択コマンドの発行は禁止する。
図１６のステップ１のマイク信号レベル変換処理結果、および、ステップ３の発言者方向の検出処理結果から、本実施の形態においては、マイク選択切り替えタイミングは２通りを準備する。

第１の方法：発言開始が明らかに判定できる時
選択されていたマイクロフォンの方向からの発言が終了し新たに別の方向から発言があった場合。
この場合は、ＤＳＰ２５は、全てのマイク信号レベル(１)とマイク信号レベル(２)が発言終了閾値レベル以下になってから発言終了判定時間（たとえば、0.5 秒)以上経過してから発言が開始され、どれかのマイク信号レベル(１)が発言開始閾値レベル以上になった時発言が開始されたと判断し、音源方向マイク番号の情報を元に発言者方向に対向したマイクロフォンを正当な集音マイクロフォンと決定し、ステップ５のマイク信号選択切り替え処理を開始する。

第２の方法：発言継続中に新たに別の方向からより大きな声の発言があった場合
この場合はＤＳＰ２５は発言開始（マイク信号レベル(１)が閾値レベル以上になった時）から発言終了判定時間（たとえば、0.5 秒)以上経過してから判定処理を開始する。
発言終了検出前に、３の処理からの音源方向マイク番号が変更になり、安定していると判定された場合、ＤＳＰ２５は音源方向マイク番号に相当するマイクロフォンに現在選択されている発言者よりも大声で発言している話者がいると判断し、その音源方向マイクロフォンを正当な集音マイクロフォンと決定し、ステップ５のマイク信号選択切り替え処理を起動する。

検出された発言者に対向したマイク信号の選択切り替え処理
ＤＳＰ２５は図１６のステップ４の発言者方向マイクの切り換えタイミング判定処理からのコマンドで選択判定されたコマンドにより起動する。
ＤＳＰ２５のマイク信号の選択切り替え処理は、図１７に図解したように、６回路の乗算器と６入力の加算器で構成する。マイク信号を選択する為には、ＤＳＰ２５は選択したいマイク信号が接続されている乗算器のチャネルゲイン（チャネル利得：CH Gain）を〔１〕に、その他の乗算器のCH Gainを〔０〕とする事で、加算器には選択された（マイク信号×〔１])の信号と（マイク信号×〔０])の処理結果が加算されて希望のマイク選択信号が出力に得られる。

上記の様にチャネルゲインを[１]か[０]に切り換えると切り換えるマイク信号のレベル差によりクリック音が発生する可能性が有る。そこで、音声集音装置１０Ａでは、図１８に図解したように、CH Gainの変化を[１]から[０]へ、[０]から[１]へ変化するのに、切替遷移時間、たとえば、１０ｍ秒の時間で連続的に変化させてクロスするようにして、マイク信号のレベル差によるクリック音の発生を避けている。

また、チャネルゲインの最大を[1]以外、たとえば[0.5]の様にセットする事で後段のＤＳＰ２５におけるエコーキャンセル処理動作の調整を行うこともできる。

上述したように、本発明の第１実施の形態の音声集音装置は、ノイズの影響を受けず、有効に会議などの通話処理に適用できる。

本発明の第１実施の形態の音声集音装置は構造面から下記の利点を有する。
（１）複数の単一指向性を持つマイクロフォンと受話再生スピーカとの位置関係が一定であり、さらにその距離が非常に近いことで受話再生スピーカから出た音が会議室（部屋）環境を経て複数のマイクロフォンに戻ってくるレベルより直接戻ってくるレベルが圧倒的に大きく支配的である。そのために、受話再生スピーカから複数のマイクロフォンに音が到達する特性（信号レベル（強度））、周波数特性（ｆ特、位相）がいつも同じである。つまり、音声集音装置においてはいつも伝達関数が同じという利点がある。

（２）それ故、マイクロフォンを切り替えた時の伝達関数の変化がなく、マイクロフォンを切り替える都度、マイクロフォン系の利得を調整をする必要がないという利点を有する。換言すれば、音声集音装置の製造時に一度調整をするとやり直す必要がないという利点がある。

（３）上記と同じ理由でマイクロフォンを切り替えても、ディジタルシグナルプロセッサ（ＤＳＰ）で構成するエコーキャンセラが一つでよい。ＤＳＰは高価であり、種々の部材が搭載されて空きが少ないプリント基板にＤＳＰを配置するスペースも少なくてよい。

（４）受話再生スピーカと複数のマイクロフォン間の伝達関数が一定であるため、±３ｄＢもあるマイクロフォン自体の感度差調整をユニット単独で出来るという利点がある。

（５）音声集音装置が搭載されるテーブルは、音声集音装置内の一つの受話再生スピーカで均等な品質の音声を全方位に均等に分散（拡散）するスピーカシステムが可能になった。

（６）受話再生スピーカから出た音はテーブル面を伝達して（バウンダリ効果）会議出席者まで有効に能率良く均等に上質な音が届き、会議室の天井方向に対しては対向側の音と位相キャンセルされて小さな音になり、会議出席者に対して天井方向からの反射音が少なく、結果として参加者に明瞭な音が配給されるという利点がある。

（７）受話再生スピーカから出た音は複数の全てのマイクロフォンに同時に同じ音量で届くので発言者の音声なのか受話音声なのかの判断が容易になる。その結果、マイクロフォン選択処理の誤判別が減る。

（８）偶数個のマイクロフォンを等間隔で配置したことで方向検出の為のレベル比較が容易に出来る。

（９）緩衝材を用いたダンパー、柔軟性または弾力性を持つマイクロフォン支持部材などにより、マイクロフォンが搭載されているプリント基板を介して伝達され得る受話再生スピーカの音による振動が、マイクロフォンの集音に対する影響を低減することができる。

（１０）受話再生スピーカの音が直接、マイクロフォンには進入しない。したがって、この音声集音装置においては受話再生スピーカからのノイズの影響が少ない。

本発明の第１実施の形態の音声集音装置は信号処理面から下記の利点を有する。
（ａ）複数の単一指向性マイクを等間隔で放射状に配置して音源方向を検知可能とし、マイクロフォン信号を切り換えてＳ／Ｎの良い音、クリアな音を集音（収音）して、相手方に送信することができる。
（ｂ）周辺の発言者からの音声をＳ／Ｎ良く集音して、発言者に対向したマイクを自動選択できる。
（ｃ）マイクロフォン選択処理の方法として通過音声周波数帯域を分割し、それぞれの分割された周波数帯域ごとのレベルを比較する事で、信号分析を簡略化している。
（ｄ）本発明のマイクロフォン信号切り換え処理をＤＳＰの信号処理として実現し、複数の信号を全てにクロス・フェード処理する事で切り換え時のクリック音を出さないようにしている。
（ｅ）マイクロフォン選択結果を、発光ダイオードなどのマイクロフォン選択結果表示手段、または、外部へ通知処理することができる。

第２実施の形態
本発明の音声集音装置の第２実施の形態としてエコーキャンセラー処理の詳細について図１９〜図２１を参照して述べる。

通信路を経由して入力された相手側音声集音装置からの音声は、図２、図３を参照して述べたこちら側の音声集音装置のスピーカ１６から全方位（３６０度）に均等に出力されて会議室にいる会議出席者が平等に聞くことができる。
他方、スピーカ１６からの音はこちら側の会議室内の壁、天井などで反射されて、その反射音がエコーとして、複数、たとえば、６個のマイクロフォンＭＣ１〜ＭＣ６でこちら側の会議者の音声に重畳されて検出される。またスピーカ１６からの音は直接、マイクロフォンＭＣ１〜ＭＣ６に入射してエコーとしてこちら側の会議者の音声に重畳されてマイクロフォンＭＣ１〜ＭＣ６で検出されることもある。
このように、マイクロフォンＭＣ１〜ＭＣ６で検出した音は、こちら側の会議室内の会議出席者の音声だけでなく、相手側の音声集音装置からの音を含むことがある。
したがって、こちら側の音声集音装置で選択したマイクロフォンで検出した音信号からそのようなエコー信号を除去しないと、相手側の音声集音装置にその音声集音装置で選択した音声をエコーとして含む音を相手側の音声集音装置に送出することになり、相手側の音声集音装置のスピーカから出力されて自分が送出した音をエコーとして含む音を聞くことになる。そのため、そのようなエコーを除去する必要がある。

図１９は本発明の第２実施の形態の音声集音装置として、図５に図解した音声集音装置の構成のうち、第２のＤＳＰ２６の構成を図解した音声集音装置の部分図である。
第２のＤＳＰ２６は、上述したエコーキャンセル処理を行うエコーキャンセラーとして動作する。
エコーとなるそのような相手側からの音は、マイクロフォンの位置、壁、天井などからの反射条件の相違により複数のマイクロフォンにとって同一に検出されるわけではない。したがって、エコーキャンセル処理を行う第２のＤＳＰ２６は各マイクロフォンごとにエコーキャンセル処理を行う。そこで、第２のＤＳＰ２６をエコーキャンセラー（ＥＣ）２６と呼ぶ。
本実施の形態においては、特に、１個のＥＣ２６で複数、たとえば、６個のマイクロフォンのためのエコーキャンセル処理を行う。

ＥＣ２６は、メモリを内蔵した１台のＤＳＰで実現しているから、実際は、ＤＳＰ内でプログラム処理されるが、図１９においては、その内部構成を便宜的に、または機能的に、エコーキャンセル（ＥＣ）処理部２６１、メモリ部２６３、ＥＣ内制御処理部２６４で構成されているとして図解している。
ＥＣ処理部２６１は、マイクロフォン選択処理などを行う第１のＤＳＰ２５において選択されてＥＣ２６に入力された、マイクロフォンの音声信号についてエコーキャンセラー処理してその処理後の信号をＤ／Ａ変換器２８１およびＬＩＮＥ ＯＵＴ端子を介して相手側音声集音装置に送出する。
メモリ部２６３は、ＥＣ処理部２６１において使用するデータを記憶する。
ＥＣ内制御処理部２６４は、第１のＤＳＰ２５と連携して、ＥＣ２６内の制御処理、特に、ＥＣ処理部２６１の制御処理のタイミング制御などを行う。

図２０は図１９に図解した音声集音装置における第１のＤＳＰ２５におけるマイクロフォン選択処理と、ＥＣ２６におけるエコーキャンセル処理の概要を示す構成図である。
図２０に図解した例示は、簡単化して、第１のＤＳＰ２５において、図４に図解した６個のマイクロフォンのうちの２個のマイクロフォンＭＣａとＭＣｂのいずれかを選択する場合を例示している。以下、第１のＤＳＰ２５における処理の概要を述べる。
２個のマイクロフォンＭＣａとＭＣｂの出力は、図５に図解したＡ／Ｄ変換器２７のうちの２個のＡ／Ｄ変換器２７ａ、２７ｂを介して第１のＤＳＰ２５に入力され、第１のＤＳＰ２５内のピーク検出部ＰＤａ、ＰＤｂでピークが検出される。第１のＤＳＰ２５内のマイクロフォン選択処理部２５ＭＳが、たとえば、ピーク値が高いほうを選択する。マイクロフォン選択処理部２５ＭＳの一方のマイクロフォンから他方のマイクロフォンへの切換方法としては、好ましくは、図１８を図解してｘ述べたクロスフェードさせて切り換える。そのため、マイクロフォン選択処理部２５ＭＳは、Ａ／Ｄ変換器２７ａ、２７ｂの出力側に設けられたフェーダＦＤａ、ＦＤｂの値を図１８に図解のように、音声信号を相互に交差状に変化させる。
フェーダＦＤａ、ＦＤｂを経由してクロスフェードされた２個のマイクロフォンＭＣａとＭＣｂの音出力は加算部ＡＤＲで加算されてＥＣ２６に出力される。
以上、第１のＤＳＰ２５におけるクロスフェードさせながら、２つのマイクロフォンＭＣａとＭＣｂの一方から他方への切換方法の概要を述べたが、マイクロフォンの選択方法および切換方法の詳細は上述した第１実施の形態の方法に基づく。

ＥＣ処理部２６１の処理の概要を図２０に示す。
ＥＣ処理部２６１は、第１スイッチＳＷ１と、第２スイッチＳＷ２と、第１および第２伝達特性処理部２６１１、２６１２と、加減算部２６１４と、学習処理部２６１５とを有する。

第１スイッチＳＷ１は、ＥＣ内制御処理部２６４によって、オフ状態、第１または第２伝達特性処理部２６１１、２６１２のいずれかとＡ／Ｄ変換器２７４の出力信号Ｓ１とを接続する。
伝達特性処理部２６１１、２６１２はそれぞれ、マイクロフォンＭＣａ、ＭＣｂの信号に対するエコーキャンセル成分を発生する部分であり、同じ伝達特性関数を持ち、マイクロフォンＭＣａ、ＭＣｂに応じて異なる時間遅れ要素とフィルタ係数とを持つ。伝達特性関数、時間遅れ要素、フィルタ係数については後述する。
第２スイッチＳＷ２も、ＥＣ内制御処理部２６４によって、オフ状態、第１または第２伝達特性処理部２６１１、２６１２のいずれかを加減算部２６１４に接続する。
接続された伝達特性処理部２６１１、２６１２のいずれかの出力がエコーキャンセル成分として、加減算部２６１４において、第１のＤＳＰ２５の加算部ＡＤＲからの信号Ｓ２５から減じられる。
学習処理部２６１５においてエコー成分を推定し、推定したエコー成分に応じた時間送り要素とフィルタ係数を、メモリ部２６３に記憶し（更新し）、マイクロフォンＭＣａ、ＭＣｂのいずれか選択されたほうに該当する伝達特性処理部２６１１、２６１２のいずれかに設定する。

ＥＣ処理部２６１におけるエコーキャンセル処理は基本的に、時間遅れ要素を考慮した等化フィルタ処理である。時間遅れ要素は、相手側音声集音装置から伝送されてきたマイクロフォン信号が、こちら側の音声集音装置のスピーカ１６から出力されて部屋の壁、天井などで反射されてこちら側のマイクロフォンで検出され、さらに、ＥＣ２６に到達するまでの平均遅延時間として規定される。そして、除去すべき振幅のエコー信号成分が等化フィルタのフィルタ係数で規定される。
伝達特性処理部２６１１、２６１２は、同じ構成の伝達関数で規定される等化フィルタとして規定されるが、その時間遅れ要素とフィルタ係数が、マイクロフォンＭＣａとＭＣｂに応じて異なり、時間遅れ要素とフィルタ係数がメモリ部２６３に学習処理部２６１５によって記憶されている。
学習処理部２６１５は、伝達特性処理部２６１１、２６１２と同じ伝達特性関数を持ち、相手側音声集音装置のマイクロフォン選択信号を示すＡ／Ｄ変換器２７４の出力信号Ｓ１と、第１のＤＳＰ２５内の加算器ＡＤＲの出力信号Ｓ２５と、加減算部２６１４のエコーキャンセル処理結果信号Ｓ２７とを継続的に入力して、相手側音声集音装置のマイクロフォン選択信号に応じたエコー信号（スピーカ１６の反射信号など）が消去されるような特性を学習処理して推定して、時間送り要素とフィルタ係数とを推定する。
学習処理部２６１５において推定して得られた時間送り要素とフィルタ係数はメモリ部２６３に記憶されるとともに、スイッチＳＷ１、ＳＷ２によって加減算部２６１４に接続されている伝達特性処理部２６１１、２６１２のいずれかに設定して、伝達特性処理部２６１１、２６１２のいずれかにおいて、Ａ／Ｄ変換器２７４の出力信号Ｓ１を等化させる。
等化信号が加減算部２６１４に印加されて、加減算部２６１４において信号Ｓ２５から減じられ、相手側音声集音装置のマイクロフォン選択信号に応じたエコー信号（スピーカ１６の反射信号など）が消去されたエコーキャンセル処理信号Ｓ２６が、Ｄ／Ａ変換器２８１に出力される。

本実施の形態においては、１個のＥＣ２６により、換言すれば、１個のＥＣ処理部２６１により複数、たとえば、図２０に図解の例示では、第１のＤＳＰ２５において２個のマイクロフォンＭＣａ、ＭＣｂのうち選択された１個のマイクロフォンからの音声信号についてエコーキャンセル処理を行う。

第１のＤＳＰ２５において２個のマイクロフォンＭＣａ、ＭＣｂのうちの一方から他方への切換が行われたとき、その切換信号は第１のＤＳＰ２５内の制御部２５ＭＳまたは制御部２５ＭＳを経由して全体制御部２３からＥＣ内制御処理部２６４に通報されるが、ＥＣ内制御処理部２６４が即座に、スイッチＳＷ１、ＳＷ２を選択されたマイクロフォンに対応する伝達特性処理部２６１１、２６１２が加減算部２６１４に接続されるように駆動し、学習処理部２６１５がメモリ部２６３に記憶されている時間遅れ要素とフィルタ係数を切り換えたマイクロフォンに切り換えてしまうと、エコーキャンセル処理がおかしくなる。
なぜなら、Ａ／Ｄ変換器２７４から出力された信号Ｓ１と、スピーカ１６から出力されてマイクロフォンＭＣａ、ＭＣｂで検出された反射音などのエコーとは時間差があるから、即座にエコーキャンセル処理の対象を切り換えてしまうと、前に選択されていたマイクロフォンＭＣａ、ＭＣｂについてのエコーキャンセル処理信号で新たに切り換えられたマイクロフォンＭＣａ、ＭＣｂの信号についてエコーキャンセル処理をすることになる。

そこで、本発明の第２実施の形態としては、図２１に例示した方法でエコーキャンセル処理の切換を行う。
図２１はエコーキャンセル処理の動作タイミングを図解した図である。
以下、第１マイクロフォンＭＣａから第２マイクロフォンＭＣｂへの切換（選択変更）が行われる場合を例示する。

時点ｔ１において第１のＤＳＰ２５が第１マイクロフォンＭＣａから第２マイクロフォンＭＣｂに切り換えることを検出したとき、その検出信号が第１のＤＳＰ２５の制御部２５ＭＳから全体制御用マイクロプロセッサ２３を経由して、あるいは、第１のＤＳＰ２５内の制御部２５ＭＳから直接、ＥＣ２６のＥＣ内制御処理部２６４に通報される。以下、制御部２５ＭＳから直接、ＥＣ内制御処理部２６４に通報される場合について述べる。

時点ｔ１よりほぼ同時または多少遅れた時点ｔ２において、ＥＣ内制御処理部２６４はＥＣ処理部２６１の学習処理部２６１５に対してその動作を停止することを指示する。同時にＥＣ内制御処理部２６４はスイッチＳＷ１およびスイッチＳＷ２をオフ状態にして、伝達特性処理部２６１１、２６１２と加減算部２６１４との間を非接続状態にする。これにより、エコーキャンセル処理はオフ状態、すなわち、加減算部２６１４においてエコーキャンセル処理は行われない。

時点ｔ３において、第１のＤＳＰ２５内の制御部２５ＭＳが図１８を参照して述べたようにマイクロフォンＭＣａ、ＭＣｂをクロスフェードを開始させる。時点ｔ４から実際にクロスフェードが開始する。
クロスフェード時間τcfとしては、通常、数十ｍｓ、たとえば、１０〜８０ｍｓ程度である。

時点ｔ３または時点ｔ４において制御部２５ＭＳからクロスフェードの開始を通報されたＥＣ内制御処理部２６４は、時点ｔ５において、学習処理部２６１５にメモリ部２６３からマイクロフォンＭＣｂについて時間遅れ要素とフィルタ係数を読みだして切り換えられた伝達特性処理部２６１２に設定することを指令する。学習処理部２６１５は新しいエコーキャンセル処理の対象となるマイクロフォンＭＣｂを知り、そのマイクロフォンＭＣｂのための時間遅れ要素とフィルタ係数とをメモリ部２６３から読みだして対応する伝達特性処理部２６１２に設定する。

時点ｔ６において、制御部２５ＭＳからクロスフェードが終了したことを通報されたＥＣ内制御処理部２６４は、選択されたマイクロフォンＭＣｂに対応する伝達特性処理部２６１２がＡ／Ｄ変換器２７４の出力信号Ｓ１を入力されるように、スイッチＳＷ１を駆動する。これにより、選択された伝達特性処理部２６１２において、事前に得られ、メモリ部２６３に記憶されている時間遅れ要素とフィルタ係数を用いて、エコーキャンセル成分が算出される。しかしながら、この状態では、スイッチＳＷ２はオフ状態のままであるから、伝達特性処理部２６１２の出力は加減算部２６１４には印加されない。

学習処理部２６１５は、選択された伝達特性処理部２６１２の出力信号を入力し、その出力信号が加減算部２６１４に印加されてエコーキャンセル処理したと仮定したとき、十分エコーキャンセル処理される状態に到達したか否かをチェックする。

学習処理部２６１５は上記チェックを継続した行い、時点ｔ７において、十分、あるいはある程度、選択されたマイクロフォンＭＣｂについてエコーキャンセル処理可能な状態に到達したと判断されるとき、スイッチＳＷ２を選択されたマイクロフォンＭＣｂに対応する伝達特性処理部２６１２の出力信号を加減算部２６１４に印加させてエコーキャンセル処理を開始させる。
あるいは、上述した学習処理部２６１５によるチェックを行わず、時点ｔ６と時点ｔ７との間は、エコー時間として事前に設定された時間として、時点ｔ６ののち、所定時間経過後、時点ｔ７として、上記エコーキャンセル処理を再開させてもよい。

以降、マイクロフォンＭＣｂについて、加減算部２６１４において伝達特性処理部２６１２で算出されたエコーキャンセル成分が減じられる。
学習処理部２６１５は、加減算部２６１４の出力に相手側音声集音装置からの音信号が除去されるようなエコーキャンセル成分を推定し、そのための時間遅れ要素とフィルタ係数を学習して、メモリ部２６３に記憶するとともに、伝達特性処理部２６１２に設定する。

以上により、第１マイクロフォンＭＣａから第２マイクロフォンＭＣｂへの切換が行われたとしても、エコーキャンセル処理に不自然さが起こることが防止できる。

ＥＣ処理部２６１におけるエコーキャンセル処理、たとえば、伝達特性処理部２６１１、２６１２における伝達特性関数、学習処理部２６１５における学習処理などは例示であり、他のエコーキャンセル処理を行うこともできる。
本実施の形態においては、時定数または時間遅れ要素を持つエコー成分について、所定の時間、エコーキャンセル処理をオフ状態にすることにより、不自然なエコーキャンセル処理を回避することができる。

上述した実施の形態はクロスフェードを行った場合であるが、クロスフェードを行わないときは、クロスフェード期間を考慮しないで行えばよい。

上述した第２のＤＳＰ（エコーキャンセラー）２６における処理は、図２０に例示した構成のＥＣ２６として行う場合を例示したが、本発明の実施の形態に際しては、ＤＳＰ２６内の構成は特に限定されず、上述したエコーキャンセル処理がＥＣ２６内で実施できればよい。

本実施の形態は特に、複数のマイクロフォンの音声信号について１個のＥＣ２６（ＥＣ処理部２６１）を用いてエコーキャンセル処理を行う場合に有効である。

さらに、上述した実施の形態においては、学習処理部２６１５を用いて常時、エコーキャンセル処理成分を推定して、伝達特性処理部２６１１、２６１２に時間遅れ要素とフィルタ係数を設定する場合について述べたが、学習処理部２６１５を使用しない方法も可能である。
たとえば、音声集音装置を設置したとき、事前に各マイクロフォンごとに伝達特性関数を求め、各マイクロフォンごとに時間遅れ要素とフィルタ係数とを求めておきメモリ部２６３に記憶しておき、それを固定値として用いる。すなわち、マイクロフォンの切り換えるとき上述したタイミングで、たとえば、ＥＣ内制御処理部２６４が伝達特性処理部２６１１、２６１２に設定する。このような方法によれば、学習処理部２６１５は不要となり、学習処理部２６１５で連続して学習処理してエコーキャンセル処理成分を推定する必要がないので、第２のＤＳＰ（エコーキャンセラー）２６の処理は軽減する。

本発明の実施に際しては、上述した複数の実施の形態を適宜組み合わせることができる。

図１（Ａ）は本発明の音声集音装置が適用される１例しての会議システムの概要を示す図であり、図１（Ｂ）は図１（Ａ）における音声集音装置が載置される状態を示す図であり、図１（Ｃ）はテーブルに載置された音声集音装置と会議出席者との配置を示す図である。 図２は本発明の実施の形態の音声集音装置の斜視図である。 図３は図２に図解した音声集音装置の内部断面図である。 図４は図３に図解した音声集音装置の上部カバーを取り外したマイクロフォン・電子回路収容部の平面図である。 図５は第１実施の形態のマイクロフォン・電子回路収容部の主要回路の構成および接続状態を示す図であり、第１のディジタルシグナルプロセッサ（ＤＳＰ１）および第２のディジタルシグナルプロセッサ（ＤＳＰ２）の接続の接続状態を示している。 図６は図４に図解したマイクロフォンの特性図である。 図７（Ａ）〜（Ｄ）は、図６に図解した特性を持つマイクロフォンの指向性を分析した結果を示すグラフである。 図８は本発明の音声集音装置の変形態様の部分構成図である。 図９は第１のディジタルシグナルプロセッサ（ＤＳＰ１）における全体処理内容の概要を示すグラフである。 図１０は本発明の実施の形態の音声集音装置内のフィルタリング処理を示す図である。 図１１は図１０の処理結果を示す周波数特性図である。 図１２は本発明の実施の形態のバンドパス・フィルタリング処理とレベル変換処理を示すブロック図である。 図１３は図１２の処理を示すフローチャートである。 図１４は本発明の実施の形態の音声集音装置における発言開始、終了を判定する処理を示すグラフである。 図１５は本発明の実施の形態の音声集音装置における通常処理の流れを示すグラフである。 図１６は本発明の実施の形態の音声集音装置における通常処理の流れを示すフローチャートである。 図１７は本発明の実施の形態の音声集音装置におけるマイクロフォン切り替え処理を図解したブロック図である。 図１８は本発明の第２実施の形態の音声集音装置におけるマイクロフォン切り替え処理の方法を図解したブロック図である。 図１９は本発明の第２実施の形態の音声集音装置として、図５に図解した音声集音装置の構成のうち第２のＤＳＰ（ＥＣ）の構成を図解した、音声集音装置の部分図である。 図２０は図１９に図解した音声集音装置におけるエコーキャンセラー処理を示すフローチャートである。 図２１は第２実施の形態の動作タイミングの例を図解した図である。

符号の説明

１０Ａ、１０Ｂ・・音声集音装置
１１・・上部カバー、１２・・音反射板、１３・・連結部材
１４・・スピーカ収容部、１５・・操作部、１６・・受話再生スピーカ
１７・・拘束部材、１８・・ダンパ
２・・マイクロフォン・電子回路収容部
ＭＣ１〜ＭＣ・・マイクロフォン
２１・・プリント基板、２２・・マイクロフォン支持部材
２３・・全体制御用マイクロプロセッサ（全体制御部）
２４・・コーデック
２５・・第１のＤＳＰ
２６・・第２のＤＳＰ（エコーキャンセラー）
２６１・・エコーキャンセル（ＥＣ）処理部
ＳＷ１、ＳＷ２・・・スイッチ
２６１１、２６１２・・伝達特性処理部
２６１４・・加減算部
２６１５・・学習処理部
２６３・・メモリ部
２６４・・ＥＣ内制御処理部
２７・・Ａ／Ｄ変換器ブロック、２７１〜２７４・・Ａ／Ｄ変換器
２８・・Ｄ／Ａ変換器ブロック、２９・・増幅器ブロック
３０・・マイクロフォン選択結果表示手段
３０１〜３０６・・可変利得型増幅器

Claims (2)

1. 所定配置条件に基づいて配置された、複数のマイクロフォンと、
   前記複数のマイクロフォンの集音信号を検出し、該検出した集音信号のうち有効な集音信号を検出したマイクロフォンを選択するマイクロフォン選択手段と、
   前記選択されたマイクロフォンの音信号についてエコーキャンセル処理を行うエコーキャンセル処理手段と、
   前記マイクロフォンの音信号切換時に、所定時間、前記エコーキャンセル処理を停止させる、エコーキャンセル処理制御手段と
   を具備し、
   前記マイクロフォン選択手段は、新しいマイクロフォンの集音信号を選択して出力するとき、以前に選択したマイクロフォンの集音信号と新しいマイクロフォンの集音信号をクロスフェードさせ、
   前記エコーキャンセル処理制御手段は、前記クロスフェードの期間、前記エコーキャンセル処理を停止させる、
   音声集音装置。
2. 所定配置条件に基づいて配置された、複数のマイクロフォンの集音信号を検出し、該検出した集音信号のうち有効な集音信号を検出したマイクロフォンを選択するマイクロフォン選択ステップと、
   前記選択されたマイクロフォンの音信号についてエコーキャンセル処理を行うエコーキャンセル処理ステップと、
   マイクロフォン選択ステップにおいて、前記マイクロフォンの音信号切換時に、所定時間、前記エコーキャンセル処理を停止させる、エコーキャンセル処理制御ステップと
   を具備し、
   前記マイクロフォン選択ステップにおいて、新しいマイクロフォンの集音信号を選択して出力するとき、以前に選択したマイクロフォンの集音信号と新しいマイクロフォンの集音信号をクロスフェードさせ、
   前記エコーキャンセル処理制御ステップにおいて、前記クロスフェードの期間、前記エコーキャンセル処理を停止させる、
   音声集音方法。

Images