JP4458128B2 - 方向検出装置、方向検出方法および方向検出プログラム、ならびに、方向制御装置、方向制御方法および方向制御プログラム - Google Patents

Description

この発明は、特に撮像装置に被写体を自動追尾させるために用いて好適な方向検出装置、方向検出方法および方向検出プログラム、ならびに、方向制御装置、方向制御方法および方向制御プログラムに関する。

ビデオカメラにより、会議の発言者やパーティーの参加者、遊んでいる子供などを、専任の撮影者無しで撮影する場合、三脚などにビデオカメラを固定し、ある一方向のみを撮影することになる。このようにして撮影された映像は、撮影方向が一定のためその時々における発言者や、歓声などとは無関係であり、単調な映像となってしまう場合が多い。

そこで、従来から、被写体および画角を自動的に選択し、選択された被写体および画角に応じてビデオカメラを左右方向に回動（パン）および上下方向に回動（チルト）させることで、撮影中にビデオカメラの操作を行わなくても注目すべき方向にビデオカメラを自動的に向ける仕組みが提案されている。特許文献１には、方向の不要な切り替わりを防ぎ、自然で見易い映像を収録できるようにした技術が記載されている。
特開平５−５６４２６号公報

上述した特許文献１では、複数のマイクロフォンからの音声信号により話者を検出し、検出された話者をクローズアップ撮像するようにカメラが切り替え制御される。この特許文献１の方法では、話者の検出後の所定時間、検出動作を停止させ、これにより、ノイズや、発言者以外の発言（例えば発言に対する相槌）などによる音声入力によってカメラが頻繁に切り替わってしまう問題を解決している。

しかしながら、この特許文献１の方法では、検出動作の停止時間を短くするとカメラの方向が頻繁に切り替わることになり、撮影された映像を鑑賞するに当たって不都合が生じる可能性があるという問題点があった。特に、近年では撮影された映像を映出させる表示装置も大画面化が進んでおり、撮影方向が頻繁に切り替わることにより映像が激しく移動することになり、視聴者に著しく不快感を与えてしまうおそれがあるという問題点があった。

また、この問題を避けるために検出動作の停止時間を長く設定すると、必要な切り替わりまでもが抑制されてしまうことになるという問題点があった。このように、この特許文献１の方法では、検出動作の停止時間を適切に設定することが難しいという問題点があった。

したがって、この発明の目的は、方向の頻繁な切り替わりを防ぐと共に目標を的確に捕捉することを可能とし、特に撮像装置に被写体を自動追尾させるために用いた場合に、見易い自然な映像の撮影を行えるようにした方向検出装置、方向検出方法および方向検出プログラム、ならびに、方向制御装置、方向制御方法および方向制御プログラムを提供することにある。

上述した課題を解決するために、第１の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得部と、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得部と、分布取得部で取得された音声信号の大きさの分布に対して、現在選択している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調部と、強調部から出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択部とを有し、強調部は、第２の範囲において、現在選択している方向に最大値を持ち、現在選択している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向選択部は、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とすることを特徴とする方向検出装置である。

また、第２の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、分布取得のステップで取得された音声信号の大きさの分布に対して、現在選択している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、強調のステップから出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択のステップとを有し、強調のステップは、第２の範囲において、現在選択している方向に最大値を持ち、現在選択している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向選択のステップは、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とすることを特徴とする方向検出方法である。

また、第３の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、分布取得のステップで取得された音声信号の大きさの分布に対して、現在選択している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、強調のステップから出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択のステップとを有し、強調のステップは、第２の範囲において、現在選択している方向に最大値を持ち、現在選択している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向選択のステップは、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とすることを特徴とする方向検出方法をコンピュータに実行させる方向検出プログラムである。

また、第４の発明は、指定された方向に駆動部を駆動する駆動制御部と、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得部と、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得部と、分布取得部で取得された音声信号の大きさの分布に対して、駆動制御部が駆動部を現在駆動している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調部と、強調部から出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、駆動制御部に対して駆動部を次に駆動させる方向を指定する方向指定部とを有し、強調部は、第２の範囲において、駆動制御部が駆動部を現在駆動している方向に最大値を持ち、駆動制御部が駆動部を現在駆動している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向指定部は、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とすることを特徴とする方向制御装置である。

また、第５の発明は、指定された方向に駆動部を駆動する駆動制御のステップと、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、分布取得のステップで取得された音声信号の大きさの分布に対して、駆動制御のステップが駆動部を現在駆動している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、強調のステップから出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、駆動制御のステップに対して駆動部を次に駆動させる方向を指定する方向指定のステップとを有し、強調のステップは、第２の範囲において、駆動制御のステップが駆動部を現在駆動している方向に最大値を持ち、駆動制御のステップが駆動部を現在駆動している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向指定のステップは、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とすることを特徴とする方向制御方法である。

また、第６の発明は、指定された方向に駆動部を駆動する駆動制御のステップと、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、分布取得のステップで取得された音声信号の大きさの分布に対して、駆動制御のステップが駆動部を現在駆動している方向を中心とし、予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、強調のステップから出力される、第２の範囲において強調がなされた音声信号の大きさの分布の情報から、駆動制御のステップに対して駆動部を次に駆動させる方向を指定する方向指定のステップとを有し、強調のステップは、第２の範囲において、駆動制御のステップが駆動部を現在駆動している方向に最大値を持ち、駆動制御のステップが駆動部を現在駆動している方向から離れるにつれ減衰するようにした加算値を音声信号の大きさの分布に加算し、方向指定のステップは、第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とすることを特徴とする方向制御方法をコンピュータに実行させる方向制御プログラムである。

上述したように、第１、第２および第３の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得し、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を取得し、音声信号の大きさの分布に対して、現在選択している方向を中心とする、予め設定した方向範囲内より狭い第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とするようにしているため、第２の方向範囲以外の方向で音が発生した場合に、その方向が選択されることが抑制される。

また、第４、第５および第６の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得し、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を取得し、音声信号の大きさの分布に対して、駆動制御部が駆動部を現在駆動している方向を中心とする、予め設定した方向範囲内より狭い第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とするようにしているため、第２の範囲以外の方向で音が発生した場合に、その方向に駆動部が駆動されるのが抑制される。

第１、第２および第３の発明は、上述したように、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得し、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を取得し、音声信号の大きさの分布に対して、現在選択している方向を中心とする、予め設定した方向範囲内より狭い第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とするようにしているため、第２の方向範囲以外の方向で音が発生した場合に、その方向が選択されることが抑制される効果がある。

また、第４、第５および第６の発明は、複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得し、複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を取得し、音声信号の大きさの分布に対して、駆動制御部が駆動部を現在駆動している方向を中心とする、予め設定した方向範囲内より狭い第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とするようにしているため、第２の範囲以外の方向で音が発生した場合に、その方向に駆動部が駆動されるのが抑制される効果がある。

以下、この発明の実施の一形態について説明する。この発明では、予め設定した方向範囲、例えば全周３６０°の角度範囲について音の大きさの分布を求め、評価値とする。そして、現在選択されている方向を中心とし、予め設定した方向範囲より狭い第２の方向範囲内の評価値に対して所定に重み付けを行い、当該現在選択されている方向を強調する。この現在選択された方向を中心とした第２の方向範囲内の音が強調された評価値に基づき方向を選択し、選択された方向に対する方向制御を行う。これにより、現在の方向およびその近傍を優先的に選択しつつ、対象（音源）が移動した場合などにその方向を追尾すると共に、当該第２の方向範囲以外の方向で音が発生した場合に、その方向に方向制御されることが抑制されるといったような、自然な方向制御を実現することができる。

図１は、この発明の実施の一形態を概略的に示す。図１Ａは、全体図であり、図１Ｂは、上面図である。雲台２は、例えばビデオカメラ１が取り付けられるようにされ、駆動台４内に設けられた回転駆動部（図示しない）により、回転軸３を介して左右に回動可能とされている。駆動台４は、例えば三脚などに取り付けられて用いられる。駆動台４には、回転軸３を中心として、２次元平面内で９０°ずつ角度を異ならせて、全指向性のマイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄが取り付けられる。なお、以下では便宜上、マイクロフォン５Ａの方向が正面であるものとする。

なお、図１の例では、理解を容易とするために、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄが駆動台４の周囲に取り付けられるように示しているが、実際には、これら４個のマイクロフォンは、より密集して配置される。詳細は後述するが、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄは、互いの距離が収音対象の音声の波長以下であることが望ましい。例えば、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄは、互いの間隔が数ｃｍ以下とされて配置される。

この図１の構成において、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄにより周囲の音を収音し、収音結果に基づき雲台２すなわちビデオカメラ１を向けるべき方向を決定するための評価値を求める。そして、この評価値に基づき回転駆動部を駆動して雲台２を回動させ、ビデオカメラ１を被写体の方向に向けるようにする。このとき、収音時にビデオカメラ１が向いている方向に基づき、評価値に対して所定に重み付けを行うことで、現在の被写体の方向以外の方向で音が発生しても、ビデオカメラ１の方向が頻繁に切り替わらないようにしている。

図２は、この発明の実施の一形態による方向制御装置の一例の構成を示す。マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄから出力されたアナログ音声信号は、図示されないＡ／Ｄ変換部でそれぞれディジタル音声信号に変換されて指向性合成部１０に供給される。指向性合成部１０は、例えば１個のＤＳＰ(Digital Signal Processor)からなり、供給された複数方向の音声を所定の合成比で合成し、単一指向性のマイクロフォンを任意の方向を向けたのと同様の特性を得ることができる。指向性合成部１０は、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄそれぞれから供給された音声信号に基づき、２次元平面上の全周３６０°を所定に分割したステップで指向性が得られるように、指向性合成を行う。

以下では、指向性合成部１０は、全周３６０°を５０方向に分割し、７．２°ステップで指向性を得るものとする。一般的なビデオカメラの画角は、凡そ４５°なので、１ステップが７．２°の分解能は、画角に対して十分な精度を有していると考えることができる。

指向性合成部１０は、指向性合成により得られた音声信号を、指向性のステップ毎に出力する。すなわち、指向性合成部１０は、正面に対して０°の方向、７．２°の方向、１４．４°の方向、２１．６°の方向・・・について指向性合成された音声信号をそれぞれ出力する。

指向性合成部１０から出力された音声信号は、それぞれ信号処理部１１、１１、・・・に供給される。信号処理部１１は、供給された音声信号に対してピーク検波を行いエンベロープを検出し、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄの感度のばらつきや、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄが取り付けられる筐体（図１の例では駆動台４）による影響などを除去し、さらにノイズ成分を除去して出力する。

信号処理部１１、１１、・・・から出力される信号は、指向性合成部１０で全周３６０°が７．２°ステップで５０チャンネルに分割されたそれぞれの方向の音の大きさを示している。換言すれば、信号処理部１１、１１、・・・から出力される信号は、全周３６０°における音の大きさの分布を、７．２°ステップで示している。詳細は後述するが、雲台２を向ける方向は、このそれぞれの方向の音の大きさに基づき評価を行うことで決定される。そこで、この信号処理部１１、１１、・・・から出力される信号を、以下では、適宜、評価値と呼ぶ。

信号処理部１１、１１、・・・から出力された各方向の評価値は、それぞれ現在方向強調部１２を介して最大値検出部１３に供給される。最大値検出部１３は、現在方向強調部１２から供給された各方向のうち、最大の評価値を持つ方向を検出する。検出された方向を示す方向情報は、制御信号生成部１４に供給される。制御信号生成部１４は、最大値検出部１３から供給された方向情報に基づき、当該方向情報に示される方向に向くように、例えばステッピングモータからなる回転駆動部１５を制御する。

ここで、この発明の実施の一形態に係る現在方向強調部１２は、供給された各方向の評価値について、現在ビデオカメラ１すなわち雲台２が向いてる方向を中心とした所定範囲の評価値を強調する。強調処理は、例えば、これらの方向に対応する評価値に対して所定値を加算または乗算することで行われる。最大値検出部１３では、この強調処理が所定に施された評価値のうち最大値を検出し、対応する方向を取得する。

次に、上述した方向制御装置を構成する各部について、より詳細に説明する。先ず、指向性合成部１０の原理について、図３〜図１０を用いて説明する。任意の方向に対する指向性を合成する処理は、原理的には、３個の全指向性マイクロフォンを用いて行うことができる。図３は、３個の全指向性マイクロフォン１０１、１０２および１０３を用いて指向性合成を行い、５チャンネルの単一指向性を得るようにした一例の構成を示す。

マイクロフォン１０１、１０２および１０３は、例えばそれぞれが正三角形の頂点となるように配置することが考えられる。一例として、正面方向に対して垂直な直線上に対してマイクロフォン１０１、１０３を配置すると共に、正面方向に対してマイクロフォン１０２を配置する。これに限らず、正面方向に対して垂直の直線上に対してマイクロフォン１０１、１０３を配置し、正面方向と反対側に対してマイクロフォン１０２を配置し、マイクロフォン１０１、１０２および１０３がそれぞれ逆正三角形の頂点となるように配置してもよい。但し、マイクロフォン１０１、１０２および１０３は、同一直線上に並ぶ配置とすると、例えば前後方向のみ、または左右方向のみしか単一指向性を有する音声信号を生成できないため、同一直線上に配置しないものとする。また、マイクロフォンの間隔は、必要帯域の最低周波数の音波の波長に対し十分に小さい間隔、例えば数ｃｍ以内とする必要がある。

図３において、マイクロフォン１０１、１０２および１０３から出力された音声信号は、ＤＳＰ１００に供給され、指向性合成処理が行われる。ＤＳＰ１００は、音声信号を加算する第１の加算部１１０および第２の加算部１１１と、音声信号を減算する第１の減算部１１５および第２の減算部１２０と、音声信号に所定の係数を乗ずる乗算部１１２、１１４、１１６、１１７、１２１および１２２と、周波数特性を補正する第１の積分部１１８および第２の積分部１２３とを備える。そして、５チャンネルの単一指向性を合成するために、５チャンネルの各出力部１３０ａ〜１３０ｅに対して、音声信号を可変増幅する可変増幅器１３１ａ〜１３１ｅ、１３２ａ〜１３２ｅ、１３３ａ〜１３３ｅと、可変増幅された音声信号を加算する加算部１３４ａ〜１３４ｅを備える。さらに、この図３においては、超低域音域の音声信号を出力するための出力部１３０を備える。

正面方向に対して三角形に配置された全指向性マイクロフォン１０１、１０２および１０３は、音声を収音し音声信号を出力する。マイクロフォン１０１、１０２および１０３から出力される音声信号は、第１の加算部１１０で加算され、加算結果に対して乗算部１１４による所定の係数（例えば１／３）が乗ぜられて、全指向性が合成される。

一方、正面方向に対して例えば左側に配置された全指向性マイクロフォン１０１から出力された音声信号と、正面方向に対し例えば右側に配置された全指向性マイクロフォン１０３から出力された音声信号とが第２の加算部１１１で加算され、加算結果に対して乗算部１１２による所定の係数（例えば１／２）が乗ぜられる。これにより、マイクロフォン１０１とマイクロフォン１０３との中点に位置する仮想的な全指向性が合成される。

また、第２の減算部１２０では、乗算部１１２が出力する音声信号と、正面方向の全指向性マイクロフォン１０２から出力された音声信号との差分をとり、この差分に対して乗算部１２１で所定の係数を乗じて正規化する。これにより、前後方向の両指向性が合成される。

ここで、乗算部１１４が出力する全指向性の感度を「最大指向感度」と称する。そして、「最大指向感度」を基準とし、他の乗算部１１６、１２１から出力する音声信号の指向感度を調整することを、「正規化」と称する。この正規化によって、乗算部１１４、１１６、１２１から出力する音声信号の最大指向感度が揃うため、合成することが容易となる。

さらに、正面方向に対し左側に配置された全指向性マイクロフォン１０１から出力された音声信号と、正面方向に対し右側に配置された全指向性マイクロフォン１０３から出力された音声信号とについて、第１の減算部１１５で差分をとり、差分に対して乗算部１１６で所定の係数を乗じて最大指向感度で正規化し、左右方向の両指向性を合成する。

乗算部１１６から出力された左右方向の両指向性信号に対して乗算部１１７で所定の係数を乗ずると共に、乗算部１２１から出力された前後方向の両指向性信号に対して乗算部１２２で所定の係数を乗ずる。これにより、左右方向の両指向性信号と前後方向の両指向性信号とを、乗算部１１４出力の全指向性と、最大指向感度で正規化する。

なお、乗算部１１７および乗算部１２２の出力信号は、前後、左右のマイクロフォンに到達した音波の差をとるため、マイクロフォン間隔よりも音波の波長が長い、低域の信号については、位相差が殆ど現れない。そのため、乗算部１１７および乗算部１２２が出力する音声信号の周波数特性は、低域に向かって減衰することになる。マイクロフォンの指向特性は、周波数に対して一様ではないことが周知である。そのため、積分部１１８および１２３を用いて、これら乗算部１１７および１２２から低域周波数の成分が減衰されて出力された音声信号に対し、低域周波数のゲインを上げ周波数特性を補正する。

図４は、積分部１１８、積分部１２３および乗算器１１４から出力される音声信号の一例の指向特性を示す。図４Ａは、積分部１１８から出力される音声信号の一例の指向特性を示す。積分部１１８から出力される音声信号は、正面に対して左右に配置されたマイクロフォン１０１および１０３の差分に対応する指向特性であって、この図４Ａに例示されるように、左右方向の両指向特性を示す。

図４Ｂは、積分部１２３から出力される音声信号の一例の指向特性を示す。積分部１２３から出力される音声信号は、正面に配置されたマイクロフォン１０２の出力と、当該マイクロフォン１０２に対して前または後の位置であって、当該マイクロフォン１０２に対して左右に配置されたマイクロフォン１０１および１０３の出力を合成した出力との差分に対応する指向特性であって、この図４Ｂに例示されるように、前後方向の両指向特性を示す。

図４Ｃは、乗算器１１４から出力される音声信号の一例の指向特性を示す。乗算器１１４から出力される音声信号は、それぞれ全指向性のマイクロフォン１０１、１０２および１０３の出力を加算した信号の指向特性であって、この図４Ｃに例示されるように、全指向特性を示す。このような全方向の指向性を、最大指向感度と称する。

このように、３個のマイクロフォン１０１、１０２および１０３から出力される音声信号を加算、減算処理し、適宜、周波数補正を行うことで、左右、前後、全方向の指向性を有する音声信号をそれぞれ得ることができる。第１の積分部１１８および第２の積分部１２３が出力する音声信号は、それぞれ最大指向感度で正規化された左右方向の両指向性成分と、前後方向の両指向性成分となる。乗算部１１４が出力する音声信号の全指向成分と、左右方向の両指向性成分と、前後方向の両指向性成分の合成比を変えることによって、単一指向性の音声信号を合成できる。合成できる指向性のパターンには、例えばカーディオイド、ハイパーカーディオイド、スーパーカーディオイドがある。

ここで、単一指向性の音声信号を合成する処理の例について、図５を参照して説明する。図５Ａ〜図５Ｅは、極座標表示した２入力の音声信号を合成した場合における、出力音声信号の指向性の例を示す。２入力の音声信号のうち、左側は全指向性成分を有し、右側は左右方向の両指向性成分を有している。音声信号の感度を、それぞれ円の大きさで示している。

音声信号は、０°〜９０°、２７０°〜３６０°までを正相成分としている。２つの音声信号の正相成分を加算すると、正相成分が増加して示される。一方、９０°〜２７０°までを逆相成分としている。２つの音声信号の逆相成分を加算すると、逆相成分が減少して示される。このように、全指向性成分と両指向性成分の感度を可変とし、加算することで左右方向に任意の単一指向性を有する音声信号を作成できることが分かる。図５では、２入力の音声信号を合成した例について説明したが、前後方向の両指向性成分を有する音声信号を合成することで、任意の方向に単一指向性を有する音声信号を作成することが可能である。

図３の例では、各チャンネルの出力部１３０ａ〜１３０ｅにより、この任意方向に単一指向を有する音声信号の合成が行われる。すなわち、各チャンネルの出力部１３０ａ〜１３０ｅのそれぞれにおいて、可変増幅器１３１ａ〜１３１ｅに対して積分部１１８から出力された左右方向の両指向性信号が入力され、可変増幅器１３２ａ〜１３２ｅに対して乗算器１１４から出力された全指向性信号が入力され、可変増幅器１３３ａ〜１３３ｅに対して積分部１２３から出力された前後方向の両指向性信号が入力される。出力部１３０ａ〜１３０ｅにおいて、３つの可変増幅器の出力を加算器１３４ａ〜１３４ｅでそれぞれ加算して出力する。

このような構成において、各チャンネルの出力部１３０ａ〜１３０ｅのそれぞれにおいて、可変増幅器１３１ａ〜１３１ｅ、可変増幅器１３２ａ〜１３２ｅおよび可変増幅器１３３ａ〜１３３ｅを所定に調整することで、それぞれ任意の方向に指向性を有する単一指向性の信号を合成し出力することができる。一例として、出力部１３０ａでは、可変増幅器１３１ａ、１３２ａおよび１３３ａの係数乗算と加算部１３４ａの加算により、全指向性と両指向性の合成比を変えることによって、単一指向性を合成し、係数比を変えれば、任意の方向、任意のサブローブを設定することができる。さらに、可変増幅器１３１ａ、１３２ａおよび１３３ａの合成比を変えることで、カーディオイドの形状を変えて、指向特性の感度を変えることも可能である。

図６〜図１０は、加算部１３４ａ〜１３４ｅから出力される、各チャンネルの音声信号の指向性の例を示す。加算部１３４ａから出力される音声信号は、例えば図６に一例が示されるような指向性を有する。音声信号の指向性パターンがハイパーカーディオイドであり、中央前方に単一指向性を有することが分かる。加算部１３４ｂから出力される音声信号は、例えば図７に一例が示されるように、音声信号の指向性パターンがハイパーカーディオイドであり、左前方に単一指向性を有することが分かる。加算部１３４ｃから出力される音声信号は、例えば図８に一例が示されるように、音声信号の指向性パターンがハイパーカーディオイドであり、右前方に単一指向性を有することが分かる。加算部１３４ｄから出力される音声信号は、例えば図９に一例が示されるように、音声信号の指向性パターンがハイパーカーディオイドであり、左後方に単一指向性を有することが分かる。加算部１３４ｅから出力される音声信号は、例えば図１０に一例が示されるように、音声信号の指向性パターンがハイパーカーディオイドであり、右後方に単一指向性を有することが分かる。

この実施の一形態においては、図２に例示されるように、指向性合成部１０は、全周３６０°を７．２°ステップで分割した５０チャンネルの出力を有している。これは、図３の例では、出力部１３０において積分部１１８、積分部１２３および乗算部１１４から出力された音声信号のそれぞれに係数乗算を行う３つの可変増幅器と、３つの可変増幅器の出力を加算して出力する加算器とからなる構成を５０チャンネル分、設けて構成される。

なお、図１および図２の例では、９０°ずつ角度を異ならせて４個のマイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄが配置されている。これは、例えば、方向制御に応じて用いるマイクロフォンの組み合わせを切り替えるようにする。一例として、正面方向側を向くように方向制御している場合には、マイクロフォン５Ａ、５Ｂおよび５Ｄを用い、背面方向側を向くように方向制御している場合には、マイクロフォン５Ｃ、５Ｂおよび５Ｄを用いるようにする。

次に、信号処理部１１について説明する。図１１は、信号処理部１１の一例の構成を示す。この図１１の例では、信号処理部１１は、ピーク検波部２０、ばらつき補正部２１およびノイズ軽減部２２からなる。指向性合成部１０から出力されたある方向に指向性を有する音声信号は、信号処理部１１に供給されると、ピーク検波部２０に供給されピーク検波処理が施され、エンベロープが抽出される。例えば、入力された音声信号を所定のサンプル数単位で区切る。一例として、音声信号のサンプリング周波数が４８ｋＨｚ（キロヘルツ）として、１６サンプルを単位として１６サンプル毎に区切る。そして、区切られた単位毎に、サンプルの絶対値を求め、求められた絶対値のうち最大値を抽出し、抽出された最大値を、検波後の信号とする。

ピーク検波部２０の出力は、ばらつき補正部２１に供給される。ばらつき補正部２１は、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄの特性の個体差や、マイクロフォン５Ａ、５Ｂ、５Ｃおよび５Ｄが取り付けられる筐体の影響などによる、感度の系統的なばらつきを補正する。図１２は、ばらつき補正部２１の一例の構成を示す。ばらつき補正部２１は、除算部３０とローパスフィルタ３１とを有し、入力された信号は、除算部３０の一方の入力端に入力されると共に、ローパスフィルタ３１を介して除算部３０の他方の入力端に入力される。除算部３０は、一方の入力端に入力された信号を、他方の入力端に入力される信号で除する。

ここで、ローパスフィルタ３１の時定数Ｔｃを、数１０秒から数分といった、比較的長時間に設定する。これにより、信号処理部１１、１１、・・・のそれぞれに対して各方向毎に入力される信号を、信号処理部１１、１１、・・・間で正規化することができる。

ばらつき補正部２１の出力は、ノイズ軽減部２２に供給される。図１３は、ノイズ軽減部２２の一例の構成を示す。ノイズ軽減部２２は、それぞれ時定数および特性の異なるローパスフィルタ３２および３３と、ローパスフィルタ３２および３３の出力の差分を取る減算器３４とを有する。ノイズ軽減部２２に供給された信号は、ローパスフィルタ３２および３３にそれぞれ供給される。

ローパスフィルタ３２は、マイクロフォンの暗ノイズを軽減するためのフィルタである。この例では、ローパスフィルタ３２は、アタック時の時定数Ｔｃ_ＡＴＫに比べ、リカバリ時の時定数Ｔｃ_ＲＣＶを長く設定する。一例として、アタック時の時定数Ｔｃ_ＡＴＫは、掌を打ち合わせたときに発する音など、立ち上がりおよび立ち下がりが極めて短い時間で発せられる音に対応する時間オーダーであり、リカバリ時の時定数Ｔｃ_ＲＣＶは、その音に対して人が反応し注意を奪われる程度の時間オーダーにすることが考えられる。より具体的な例として、ローパスフィルタ３２は、アタック時の時定数Ｔｃ_ＡＴＫを数１０ミリ秒、リカバリ時の時定数Ｔｃ_ＲＣＶを１〜数秒にそれぞれ設定する。例えば、ローパスフィルタ３２のフィルタ係数を動的に可変させ、アタック時とリカバリ時それぞれの時定数Ｔｃ_ＡＴＫ、Ｔｃ_ＲＣＶを独立して設定可能とする。

ローパスフィルタ３２の特性をこのように設定することで、例えば一度大きな音がすると直ぐにその方向に方向制御し、音がしなくなってからも、暫くの間、その状態を維持するような制御が可能となる。すなわち、暗ノイズは、マイクロフォンそのものが持つノイズであって、全く無音の状態であってもマイクロフォンの出力信号が細かく揺らぐことで発生する。ローパスフィルタ３２において、アタック時の時定数Ｔｃ_ＡＴＫを短く設定することで、暗ノイズを除去しつつ、有効な音に対して直ちに反応することが可能である。また、リカバリ時の時定数Ｔｃ_ＲＣＶを長く設定することで、有効音に対して反応直後の別の有効音に対する反応が抑制され、最初の有効音に対する反応が維持される。

ローパスフィルタ３３は、固定的な方向から到来する、所謂騒音と称されるノイズを軽減する。すなわち、ローパス３３は、例えばエアーコンディショナや据置型のファンといった、固定的な場所で定常的に発生するノイズを除去することを目的としている。ローパスフィルタ３３の時定数Ｔｃは、数秒（例えば８〜９秒）程度と比較的長く設定する。ローパスフィルタ３３の特性をこのように設定することで、常に同じ場所で発生する騒音と、騒音源が移動する場合とで、バランスよく対応することができる。

減算器３４は、ローパスフィルタ３２の出力からローパスフィルタ３３の出力を減じる。すなわち、ローパスフィルタ３２で暗ノイズを軽減された信号から、ローパスフィルタ３３で騒音を軽減された信号を減ずることで、ノイズ軽減部２２に供給された信号からノイズ成分が除去される。ノイズ成分が除去された信号は、対応する方向の評価値として信号処理部１１から出力される。

次に、この発明の主旨に関わる現在方向強調部１２における処理について説明する。上述したように、信号処理部１１、１１、・・・から出力される評価値は、それぞれの方向に対応する音の大きさを評価するものであり、この評価値が最大になる方向が雲台２すなわちビデオカメラ１を向けるべき方向であると考えられる。この評価値に従い雲台２すなわちビデオカメラ１の方向制御を行うと、撮影された画面が頻繁に切り替わってしまう場合が有り得る。

一例として、ビデオカメラ１を挟んで別々の方向にいる二人の人物ＡおよびＢが会話をしている場合を考える。この場合、会話により話者が人物ＡおよびＢ間で頻繁に入れ替わると、人物ＡおよびＢそれぞれの方向に対応する評価値も頻繁に変化することになり、ビデオカメラ１は、人物Ａの方向と人物Ｂの方向とを頻繁に往復するように方向制御される。このように方向制御されて撮影された映像は、人物ＡおよびＢの間で移動が頻繁に起こり、非常に見難いものとなる。

別の例として、どの方向からも殆ど音が到来しなくなった場合、全ての方向で、それぞれの方向に対応する評価値が略同一となってしまうため、その中から最大の評価値に対応する方向を検出しても、意味を成さないことになる。この場合には、例えば僅かな評価値のばらつきに反応して、頻繁に方向が切り替わってしまうことが考えられる。

そこで、この発明の実施の一形態では、上述のように、雲台２（すなわちビデオカメラ１）が現在向いている方向（以下、現在方向と呼ぶ）を中心とする所定範囲の方向に対応する評価値に対し、強調処理を行う。評価値の強調処理は、対象となる評価値に対して所定の値（＞０）を加算することで行う。これに限らず、対象となる評価値に対して所定の係数（＞１）を乗ずることで、当該評価値の強調処理とすることもできる。

このように評価値に対して強調処理を施すことで、現在方向を中心とする所定範囲以外の方向である程度の大きさの音が新たに発生しても、その新たな音の方向に対応する評価値が、現在方向に対応する、強調された評価値よりも大きくなる可能性が低い。これにより、新たな音の方向への方向制御の切り換えが抑制され、雲台２すなわちビデオカメラ１の方向が維持される。

図１４は、このような評価値の強調処理を実現するための現在方向強調部１２の一例の構成を示す。この現在方向強調部１２は、評価値に対して所定値を加算することで、評価値の強調処理を行うようにしている。現在方向強調部１２に対して、指向性合成部１０で全周３６０°が７．２°ステップで５０チャンネルに分割された音声信号にそれぞれ対応する、信号処理部１１、１１、・・・の出力すなわち評価値がそれぞれ供給される。現在方向強調部１２は、指向性合成部１０の出力チャンネル数にそれぞれ対応する加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]と、これら加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]のそれぞれに対する加算定数ｋ[0]、ｋ[1]、・・・、ｋ[n]、・・・ｋ[49]を供給する加算定数格納部４０を有する。

加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]それぞれの一方の入力端に、加算定数ｋ[0]、ｋ[1]、・・・、ｋ[n]、・・・ｋ[49]がそれぞれ供給される。加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]それぞれの他方の入力端に、信号処理部１１、１１、・・・から出力された評価値がそれぞれ供給される。例えば、加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]それぞれに対して順に、正面に対して０°、７．２°、１４．４°、２１．６°、・・・、３５２．８°の指向性を有する音声信号に対応する評価値がそれぞれ供給される。

加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]は、それぞれ他方の入力端に供給された評価値に対し、一方の入力端に供給された加算定数を加算して新たな評価値として出力する。

加算定数格納部４０に格納される加算定数ｋ[0]、ｋ[1]、・・・、ｋ[n]、・・・ｋ[49]それぞれの値は、現在方向を示す情報に基づき設定される。現在方向は、例えば回転駆動部１５に対して回転角を検出するセンサを設け、このセンサの出力に基づき取得することができる。これに限らず、制御信号生成部１４において、回転駆動部１５を駆動するために生成する駆動制御信号に基づき現在方向を取得することもできる。雲台２や回転軸３そのものにセンサを設け、現在の方向を検出してもよい。また、この方向制御装置を制御する図示されないマイクロプロセッサにより、前回、方向制御を行った方向を示す情報をレジスタなどの記憶手段に記憶しておくようにしてもよい。

この発明の実施の一形態では、現在方向Ｄｒ[n]をより強調するように、加算定数ｋ[n]を決定する。このとき、現在方向Ｄｒ[n]に対応する加算定数ｋ[n]と、当該方向Ｄｒ[n]に隣接する複数の方向Ｄｒ[n+1]、Ｄｒ[n+2]、・・、Ｄｒ[n+a]および方向Ｄｒ[n-1]、Ｄｒ[n-2]、・・、Ｄｒ[n-a]にそれぞれ対応する加算定数ｋ[n+1]、ｋ[n+2]、・・、ｋ[n+a]および加算定数ｋ[n-1]、ｋ[n-2]、・・、ｋ[n-a]とを、所定に設定し、その他の加算定数ｋは、値を０とする。

図１５は、評価値に加算するための一例の加算定数を示す。加算定数の単位は、人間が感じる音の大きさに対応するｄＢＳＰＬ(dB Sound Preasure Level)としている。この図１５の例では、７．２°を１ステップとしたとき、現在方向および現在方向に対して左右に４ステップずつの合計９ステップ、すなわち、現在方向を中心に６４．８°の範囲内を、評価値を強調する範囲としている。なお、家庭用のビデオカメラの画角は、ズームを行わない状態で４５°程度である。評価値を強調する範囲を、このビデオカメラの画角に基づき設定することが考えられる。

また、この例では、現在方向に対応する加算定数を最大値とし、現在方向から左右に離れるに連れ、加算定数の値を小さくしている。この図１５の例では、現在方向に対する加算定数を３８．４ｄＢＳＰＬとし、現在方向から１ステップ離れる毎に略０．６ｄＢＳＰＬずつ加算定数を減少させている。

一例として、ｎを２０とした場合、加算器４１[16]〜加算器４１[24]に対して、図１５の加算定数ｋ[n-4]〜ｋ[n+4]の値がそれぞれ入力され、それ以外の加算器、すなわち加算器４１[0]〜加算器４１[15]、加算器４１[25]〜加算器４１[49]は、値０が入力される。

現在方向強調部１２において、各加算定数と加算定数が供給される加算器との関係は、例えば図示されないマイクロプロセッサなどにより所定のプログラムに基づき制御される。プログラムは、マイクロプロセッサに接続されるＲＯＭ(Read Only Memory)などに予め記憶しておくことが考えられる。

例えば、加算定数格納部４０に格納される加算定数を現在方向に応じて書き換える制御が考えられる。これに限らず、加算定数格納部４０に各加算定数が格納されるアドレスを、現在方向に応じて変換する制御や、加算定数格納部４０における各加算定数それぞれの格納部と加算器４１[0]、４１[1]、・・・、４１[n]、・・・４１[49]との接続を切り替えるような制御であってもよい。

現在方向強調部１２で、上述のようにして現在方向に応じて強調された各方向の評価値は、最大値検出部１３に供給される。最大値検出部１３は、現在方向強調部１２から供給されたこれらの評価値から最大値を検出し、最大値が検出された評価値に対応する方向を求める。すなわち、この最大値が検出された評価値に対応する方向が、ビデオカメラ１を向けるべき方向である。

最大値検出部１３で求められた、評価値の最大値に対応する方向を示す情報が制御信号生成部１４に供給される。制御信号生成部１４は、供給されたこの方向情報に基づき、雲台２が方向情報に示される方向を向くように回転駆動部１５を制御するための制御信号を生成する。制御信号としては、例えば現在回転駆動部１５が駆動している方向と方向情報に示される方向との差分の角度を指定するような信号が考えられる。これに限らず、回転駆動部１５における絶対的な角度を指定するような信号でもよい。さらに、回転駆動部１５が所定の角度を１ステップとしてステップ駆動される場合には、現在回転駆動部１５が駆動している方向と方向情報に示される方向との差分の角度に対応するステップ数を指定するような信号も考えられる。回転駆動部１５は、この制御信号に従いモータの動作を制御して回転軸３を所定の角度だけ回動させ、雲台２を所定の方向に向けさせる。

図１６および図１７を用いて、この発明の実施の一形態による、現在方向の評価値を強調した場合の回動駆動制御について説明する。図１６は、人物Ａが音声を発しながら雲台２に取り付けられたビデオカメラ１の周囲を移動する場合の例である。図１６Ａに一例が示されるように、雲台２の初期の現在方向は、正面に対して略９０°の方向とされ、人物Ａは、ビデオカメラ１すなわち雲台２の周囲を、９０°方向から０°の方向に移動しているものとする。この場合には、ビデオカメラ１が人物Ａの移動に追従するように方向制御されることが期待される。

図１６Ｂは、図１６Ａのような状況でのある瞬間における、雲台２（ビデオカメラ１）を中心とした全周３６０°における評価値の一例の分布を示す。なお、評価値は、実際には全周３６０°を所定の角度で分割したステップ毎の離散値であるが、図１６Ｂおよび後述する図１７Ｂでは、所定に近似化した曲線で示している。

図１６Ｂにおいて、点線は、方向強調部１２による強調前の評価値を示す。換言すれば、点線は、各ステップに対応する信号処理部１１、１１、・・・から出力される評価値に対応する。雲台２の現在方向は、９０°より多少大きい角度Ａｎｇ_１であるものとする。人物Ａは、９０°より多少小さい角度Ａｎｇ_３におり、この位置で声を発している。したがって、強調前の評価値は、角度Ａｎｇ_３において最大値を示している。なお、角度Ａｎｇ_３は、加算定数が加算される範囲の外であるものとする。評価値の強調を行わない場合には、雲台２は、角度Ａｎｇ_１から角度Ａｎｇ_３まで回動されることになる。

ここで、既に説明したように、現在方向を中心とした所定範囲に対し、評価値に対して加算定数が加算され、評価値が強調される。現在方向を中心に所定範囲が強調された評価値を、図１６Ｂにおいて実線で示す。現在方向の角度Ａｎｇ_１を中心に、所定範囲の評価値に加算定数が加算され、評価値の最大値が評価値に加算定数が加算される所定範囲内の角度Ａｎｇ_２となっている。そのため、雲台２は、角度Ａｎｇ_１から角度Ａｎｇ_２まで回動される。この場合、角度Ａｎｇ_２が示す方向は、角度Ａｎｇ_１に対して、人物Ａの位置に対応する角度Ａｎｇ_３が示す方向よりも内側にあるため、方向制御は、人物Ａを追うような動作として行われる。

図１７は、二人の人物ＢおよびＣが、ビデオカメラ１（雲台２）を挟んで会話している場合の例である。図１７Ａに一例が示されるように、雲台２の初期の現在方向は、正面に対して２７０°より多少小さい角度Ａｎｇ_４の方向とされ、人物Ｂは、この現在方向側で主に音声を発し、人物Ｃは、略４５°の方向で、時折音声を発する。これは、例えば、人物Ｂが主たる話者であって、人物Ｃは、人物Ｂの話に対して相槌を打つような状況が考えられる。このような場合、ビデオカメラ１は、主に人物Ｂを撮影すべきであり、人物Ｃに対してビデオカメラ１を向ける必要はほとんど無いと考えられる。

図１７Ｂは、例えば人物Ｂが話している最中に人物Ｃが相槌を打った瞬間の評価値の一例の状態を示す。図１７Ｂにおいて、点線は、方向強調部１２による強調前の評価値を示す。人物Ｂの声に応じて角度Ａｎｇ_４に評価値の第１のピークが存在すると共に、人物Ｃの声に応じて角度Ａｎｇ_５に評価値の第２のピークが存在する。この図１７Ｂの例では、強調前の評価値は、第２のピークが第１のピークよりも大きい。したがって、評価値の強調を行わない場合には、雲台２は、角度Ａｎｇ_４から角度Ａｎｇ_５まで回動されることになる。

この場合、人物Ｃの声に応じた雲台２の回動範囲が大きいため、雲台２に取り付けられたビデオカメラ１により撮影された映像において視野の大きな移動が発生する。また、主に人物Ｂが話し、人物Ｃが相槌を打つような場合だと、人物Ｂを撮影しているビデオカメラ１が人物Ｃの相槌の度に人物Ｃの方向に移動されることになり、撮影画像において映像の移動が頻繁に発生し、非常に見難い映像となるおそれがある。

既に説明したようにして、現在方向を中心として評価値を強調した場合の評価値を、図１７Ｂに実線で示す。現在方向の角度Ａｎｇ_４を中心に、所定範囲の評価値に加算定数が加算され、評価値の最大値が評価値に加算定数が加算される所定範囲内の角度Ａｎｇ_６となっている。そのため、雲台２は、角度Ａｎｇ_４から角度Ａｎｇ_６まで回動されることになる。

角度Ａｎｇ_６は、角度Ａｎｇ_４の近傍であって、角度Ａｎｇ_４に対する差分が角度Ａｎｇ_５よりも遙かに小さいので、評価値を強調しない場合に比べて雲台２の回動範囲が遙かに小さくなり、人物Ｃが音声を発する度に人物Ｃの方向に一々回動されない。これにより、雲台２の取り付けられたビデオカメラ１により撮影された映像も、人物Ｂが話している間中、人物Ｂが撮影され続けることになり、本来目的とされた映像を得ることができる。

このように、この発明によれば、音源の移動に追従すると共に、現在方向と大きく異なる方向の音源に対しては反応が抑制された方向制御が可能となる。そのため、例えばこの発明の方法によりビデオカメラ１の方向制御を行うことで、撮影方向が頻繁に切り替えられることが抑制され、より自然な映像を得ることができる。

なお、雲台２の回動が完了した直後に再び雲台２の回動が起きると、雲台２の取り付けられたビデオカメラ１で撮影された映像は、見難いものになることが考えられる。そこで、制御信号生成部１４は、雲台２の回動が完了した直後から所定時間経過するまでの間、回動が起こらないように停止制御を行う。停止制御を行う時間は、固定的としてもよいし、可変としてもよい。可変とする場合、例えば、停止制御を行う時間を直前に回動を行った角度の大きさに応じて設定することが考えられる。また、直前に行った回動の角度が所定以下のときは、停止制御を行わないようにすることも考えられる。

また、上述では、各方向の評価値を求めるために音声を収音するマイクロフォン５Ａ〜５Ｄとして、全指向性マイクロフォンを用いているが、これはこの例に限定されない。例えば、単一指向性のマイクロフォンを各方向のそれぞれに対して設け、これらのマイクロフォンで収音された音声に基づき各方向の評価値を求めるようにしてもよい。また例えば、単一指向性のマイクロフォンを複数、用いる場合において、例えば隣り合う２のマイクロフォンで収音された音声に基づき所定以上の音量の音を発生する発生源の定位を求めることで、方向を検出することも考えられる。

さらに、上述では、水平面内での音の方向を検出し、左右方向の回動（パン）のみを制御するように説明したが、これはこの例に限定されない。例えば、任意の角度の面内で音の方向を検出し、当該面内での方向制御を行うようにできる。一例として、垂直面内で音の方向を検出し、上下方向の回動（チルト）を制御するようにできる。また例えば、音の検出および方向制御は、２次元平面内に限られない。すなわち、水平面および垂直面といった、直交する２平面内においてそれぞれ音の方向を検出し、当該２平面内でそれぞれ方向制御することで、３次元的に方向制御を行うことも可能である。この場合には、回転駆動装置を２平面のそれぞれに対応して設け、それぞれ駆動制御を行う。

さらにまた、上述では、全周３６０°について方向制御を行うように説明したが、これはこの例に限定されない。すなわち、方向制御を行う方向範囲を、１８０°や２７０°といった所定の方向範囲内としてもよい。音の大きさを強調する範囲は、この所定の方向範囲より狭い方向範囲とする。

また、上述では、方向制御装置全体が雲台２や三脚側、すなわち、ビデオカメラ１が取り付けられる側に設けたが、これはこの例に限定されず、例えばビデオカメラ１側に方向制御装置を設けることもできる。

さらに、上述では、図２に例示される方向制御装置がハードウェア的に構成されるものとして説明したが、これはこの例に限定されない。すなわち、図２に例示される方向制御装置は、ソフトウェア的に構成することも可能である。例えば、図２の構成において、指向性合成部１０、信号処理部１１、１１、・・・、現在方向強調部１２および最大値検出部１３を、ソフトウェアで構成することが可能である。ソフトウェア構成に制御信号生成部１４を加えてもよい。マイクロフォン５Ａ〜５Ｄの出力は、Ａ／Ｄ変換によりディジタルオーディオデータとして、指向性合成部１０に供給する。

発明の実施の一形態を概略的に示す略線図である。 発明の実施の一形態による方向制御装置の一例の構成を示すブロック図である。 ３個の全指向性マイクロフォンを用いて指向性合成を行い５チャンネルの単一指向性を得るようにした一例の構成を示すブロック図である。 ３個のマイクロフォンから出力される音声信号を加算、減算処理し、適宜、周波数補正を行うことで得られる指向性特性の例を示す。 単一指向性の音声信号を合成する処理の例について説明するための略線図である。 加算部から出力される各チャンネルの音声信号の指向性の例を示す略線図である。 加算部から出力される各チャンネルの音声信号の指向性の例を示す略線図である。 加算部から出力される各チャンネルの音声信号の指向性の例を示す略線図である。 加算部から出力される各チャンネルの音声信号の指向性の例を示す略線図である。 加算部から出力される各チャンネルの音声信号の指向性の例を示す略線図である。 信号処理部の一例の構成を示すブロック図である。 ばらつき補正部の一例の構成を示すブロック図である。 ノイズ低減部の一例の構成を示すブロック図である。 現在方向強調部の一例の構成を示すブロック図である。 評価値に加算するための一例の加算定数を示略線図であるす。 発明の実施の一形態による、現在方向の評価値を強調した場合の回動駆動制御について説明するための略線図である。 発明の実施の一形態による、現在方向の評価値を強調した場合の回動駆動制御について説明するための略線図である。

符号の説明

１ ビデオカメラ
２ 雲台
３ 回転軸
５Ａ，５Ｂ，５Ｃ，５Ｄ マイクロフォン
１０ 指向性合成部
１１ 信号処理部
１２ 現在方向強調部
１３ 最大値検出部
１４ 制御信号生成部
１５ 回転駆動部
２０ ピーク検波部
２１ ぱらつき補正部
２２ ノイズ軽減部
４０ 加算定数格納部
４１ 加算部

Claims (6)

1. 複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得部と、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得部と、
   上記分布取得部で取得された上記音声信号の大きさの分布に対して、現在選択している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調部と、
   上記強調部から出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択部と
   を有し、
   上記強調部は、上記第２の範囲において、上記現在選択している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向選択部は、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とする
   ことを特徴とする方向検出装置。
2. 複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、
   上記分布取得のステップで取得された上記音声信号の大きさの分布に対して、現在選択している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、
   上記強調のステップから出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択のステップと
   を有し、
   上記強調のステップは、上記第２の範囲において、上記現在選択している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向選択のステップは、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とする
   ことを特徴とする方向検出方法。
3. 複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、
   上記分布取得のステップで取得された上記音声信号の大きさの分布に対して、現在選択している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、
   上記強調のステップから出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、次に選択する方向を決定する方向選択のステップと
   を有し、
   上記強調のステップは、上記第２の範囲において、上記現在選択している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向選択のステップは、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に選択する方向とする
   ことを特徴とする方向検出方法をコンピュータに実行させる方向検出プログラム。
4. 指定された方向に駆動部を駆動する駆動制御部と、
   複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得部と、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得部と、
   上記分布取得部で取得された上記音声信号の大きさの分布に対して、上記駆動制御部が上記駆動部を現在駆動している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調部と、
   上記強調部から出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、上記駆動制御部に対して上記駆動部を次に駆動させる方向を指定する方向指定部と
   を有し、
   上記強調部は、上記第２の範囲において、上記駆動制御部が上記駆動部を現在駆動している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向指定部は、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とする
   ことを特徴とする方向制御装置。
5. 指定された方向に駆動部を駆動する駆動制御のステップと、
   複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、
   上記分布取得のステップで取得された上記音声信号の大きさの分布に対して、上記駆動制御のステップが上記駆動部を現在駆動している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、
   上記強調のステップから出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、上記駆動制御のステップに対して上記駆動部を次に駆動させる方向を指定する方向指定のステップと
   を有し、
   上記強調のステップは、上記第２の範囲において、上記駆動制御のステップが上記駆動部を現在駆動している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向指定のステップは、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とする
   ことを特徴とする方向制御方法。
6. 指定された方向に駆動部を駆動する駆動制御のステップと、
   複数のマイクロフォンにより、予め設定した方向範囲内の音声を取得する音声取得のステップと、
   上記複数のマイクロフォンの各々から出力される音声信号をそれぞれ合成することによって、各方向の音声信号の大きさの分布を得る分布取得のステップと、
   上記分布取得のステップで取得された上記音声信号の大きさの分布に対して、上記駆動制御のステップが上記駆動部を現在駆動している方向を中心とし、上記予め設定した方向範囲内より狭い第２の範囲に対する音声信号を強調する強調のステップと、
   上記強調のステップから出力される、上記第２の範囲において強調がなされた音声信号の大きさの分布の情報から、上記駆動制御のステップに対して上記駆動部を次に駆動させる方向を指定する方向指定のステップと
   を有し、
   上記強調のステップは、上記第２の範囲において、上記駆動制御のステップが上記駆動部を現在駆動している方向に最大値を持ち、上記方向から離れるにつれ減衰するようにした加算値を上記音声信号の大きさの分布に加算し、
   上記方向指定のステップは、上記第２の範囲において強調がなされた音声信号の大きさの分布の最大値に対応する方向を次に指定する方向とする
   ことを特徴とする方向制御方法をコンピュータに実行させる方向制御プログラム。

Images