JP4849404B2 - 信号処理装置、信号処理方法およびプログラム - Google Patents

Description

本発明は、複数の音源から発生した音から目的の音を分離する技術に関する。

周囲の「音」を電気信号に変換して、記録（録音）あるいは送信し、必要に応じて再生出力する技術は、昨今、いたるところで利用されている。一般に、ある地点で観測される「音（以下、「観測音」と称する）」は、様々な音源から発生した音が合成された状態である。このようにして観測された音をそのまま再生出力すると、必要としている音以外の音は雑音となるため好ましくない。

従来より、目的の音源から発生した音（以下、「抽出対象音」と称する）を、他の音源から発生した音（以下、「雑音」と称する）と分離する技術として、独立成分分析法（ICA：Independent Component Analysis）が知られている。独立成分分析法では、反復学習を行うことにより、少なくとも１つの音源から発生した音を他の音源から発生した音と分離する分離フィルタを決定し、この分離フィルタを用いて観測音の信号から抽出対象音の信号を分離する。このような技術が、例えば、特許文献１に記載されている。

特開２００６−０８４９７４号公報

ところが、元々、独立成分分析法では、分離フィルタを決定するために、複雑な学習処理が必要であり、処理能力の高い演算装置が要求されるという問題があった。特許文献１に記載されている技術では、前回の学習結果に基づいて学習の反復回数を減らし、学習処理の低減を図ることが提案されているものの、装置の構成が複雑になるという問題がある。また、特許文献１に記載されている技術では、入力される音によっては逆に反復回数が増加する場合もある。

本発明は、上記課題に鑑みなされたものであり、コストを抑制しつつ、複数の音源によって生じた音から目的の音を分離することを目的とする。

上記の課題を解決するため、請求項１の発明は、異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する信号取得手段と、前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する帯域分類手段と、前記信号取得手段により取得された複数の信号に対する分離行列を生成する手段であって、前記学習帯域群における分離行列を学習分離行列として学習処理により求める分離行列演算手段と、前記観測装置間の距離と前記学習分離行列と音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記分離行列演算手段により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する方向特定手段と、前記方向特定手段により特定された音源方向に基づいて、前記補間帯域群における補間分離行列を取得する補間手段と、前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離して出力する信号分離手段と、を備え、前記分離行列演算手段は、前記学習処理により求められた前記学習分離行列と、前記補間手段によって取得された前記補間分離行列とに基づいて、前記分離行列を生成することを特徴とする。

また、請求項２の発明は、(a)異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する工程と、(b)ビームフォーミング演算手法によって音源方向を特定する工程と、(c)前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する工程と、(d)前記学習帯域群に分類された分割帯域について学習分離行列を学習処理により演算する工程と、(e)前記補間帯域群に分類された分割帯域について補間分離行列を取得する工程と、を備え、前記(b)工程で用いる前記ビームフォーミング演算手法は、前記観測装置間の距離と前記学習分離行列と前記音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記(d)工程により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する手法であり、前記(e)工程では、前記(b)工程で特定された前記音源方向に基づいて前記補間分離行列を取得し、(f)前記(d)工程で求められた前記学習分離行列および前記(e)工程で取得された前記補間分離行列に基づいて、前記複数の信号に対する分離行列を生成する工程と、(g)前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離する工程と、を備えることを特徴とする。

また、請求項３の発明は、コンピュータ読み取り可能なプログラムであって、前記プログラムの前記コンピュータによる実行は、前記コンピュータを、異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する信号取得手段と、前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する帯域分類手段と、前記信号取得手段により取得された複数の信号に対する分離行列を生成する手段であって、前記学習帯域群における分離行列を学習分離行列として学習処理により求める分離行列演算手段と、前記観測装置間の距離と前記学習分離行列と音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記分離行列演算手段により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する方向特定手段と、前記方向特定手段により特定された音源方向に基づいて、前記補間帯域群における補間分離行列を取得する補間手段と、前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離して出力する信号分離手段と、を備え、前記分離行列演算手段は、前記学習処理により求められた前記学習分離行列と、前記補間手段によって取得された前記補間分離行列とに基づいて、前記分離行列を生成する信号処理装置として機能させることを特徴とする。

請求項１ないし３に記載の発明では、特定された音源方向に基づいて、補間帯域群における補間分離行列を取得し、学習分離行列と補間分離行列とに基づいて、分離行列を生成することにより、分離行列を生成するための学習処理を減らすことができる。したがって、比較的廉価な構成で実現できるので、コストを抑制できる。

請求項１ないし３に記載の発明では、学習処理により求められた学習分離行列を用いることにより、音源方向を精度よく特定することができる。

以下、本発明の好適な実施の形態について、添付の図面を参照しつつ、詳細に説明する。

＜１． 第１の実施の形態＞
図１は、本発明に係る信号処理装置１を含む音声処理システム１００を示す図である。

音声処理システム１００は、信号処理装置１、２つのマイク２、ＦＦＴ回路３、およびＩＦＦＴ回路４を備える。なお、音声処理システム１００が備えるマイク２の数は、２つに限定されるものではなく、少なくとも２以上であればよい。

信号処理装置１は、ＦＦＴ回路３から入力される複数の信号（図１に示す信号Ｘ₁(f,t)，Ｘ₂(f,t)）に、独立成分分析法（ICA：Independent Component Analysis）を適用することにより音源分離処理を行って、音源ごとに分離された信号（図１に示す信号Ｙ₁(f,t)，Ｙ₂(f,t)）を出力する装置である。なお、信号処理装置１については、後に詳述する。

マイク２は、一般的なマイクロフォンとしての機能を有しており、観測された音波（観測音）を電気信号に変換する。すなわち、マイク２は、本発明における観測装置に相当する構成であり、それぞれの位置において観測音を観測して、当該観測音を示す信号（図１に示す信号Ｘ₁(t)，Ｘ₂(t)）を生成し、ＦＦＴ回路３にそれぞれ出力する。なお、２つのマイク２は、同時に観測音の観測を行う。

ＦＦＴ回路３は、入力された信号に対して一般的なフーリエ変換を行って出力する回路である。したがって、ＦＦＴ回路３から出力される信号は、それぞれがマイク２において観測された観測音を示しており、先述のように、信号処理装置１に入力される。

ＩＦＦＴ回路４は、信号処理装置１から入力された信号に対して一般的な逆フーリエ変換を行って出力する回路である。ＩＦＦＴ回路４から出力される信号（図１に示す信号Ｙ₁(t)，Ｙ₂(t)）は、例えば、図示しないスピーカ等によって音波に変換される。

図２は、信号処理装置１を示す図である。信号処理装置１は、制御部１０、分離行列演算部１１、方向特定部１２、補間部１３および信号分離部１４を備える。

制御部１０は、図示しないメモリに記憶されている設定データに応じて、分離行列演算部１１、方向特定部１２および補間部１３を制御する。なお、本実施の形態における設定データには、マイク２の位置情報（具体的には、２つのマイク２間の距離ｄ）が含まれているものとする。

制御部１０は、設定データに従って、信号処理装置１に入力される信号Ｘ₁(f,t)，Ｘ₂(f,t)における周波数帯域ｆを複数の分割帯域に分割するとともに、分割した複数の分割帯域をそれぞれ学習帯域群ｆ_gまたは補間帯域群ｆ_hに分類する。すなわち、制御部１０は、本発明における帯域分類手段としての機能を有する。

なお、制御部１０は、分離行列演算部１１が学習を行う際の反復回数を設定データに従って決定するとともに、各回ごとに前述の分類を行うことが可能である。したがって、例えば、一回目の学習では全周波数帯域を学習帯域群ｆ_gとし、二回目の学習では間引いた分割帯域のみを学習帯域群ｆ_gとすることも可能である。詳細は後述するが、全周波数帯域を学習帯域群ｆ_gとした場合、その回における分離行列Ｗ(f)＝学習分離行列ＷＧ(ｆ_g)となる。

分離行列演算部１１は、信号Ｘ₁(f,t)，Ｘ₂(f,t)に対する分離行列Ｗ(f)を、補間分離行列ＷＨ(ｆ_h)と学習分離行列ＷＧ(ｆ_g)とに基づいて生成する。また、分離行列演算部１１は、制御部１０から伝達された学習帯域群ｆ_gに対して、当該学習帯域群ｆ_gにおける学習分離行列ＷＧ(ｆ_g)を学習により求める。

なお、分離行列演算部１１が、学習帯域群ｆ_gに含まれる各分割帯域に対する分離行列を学習により求める演算は、先述のように、独立成分分析法を用いる。すなわち、学習帯域群ｆ_gに含まれる個々の分割帯域に対する学習処理は従来の手法であるため、ここでは詳細な説明を省略する。

方向特定部１２は、いわゆるビームフォーミングと呼ばれる演算手法（DOA：Direction of Arraival）を実行する。概略を説明すると、方向特定部１２は、到来する音波について、マイク２の位置によって変わる観測音の遅延時間とマイク２の特性とを利用して、音源方向を特定する。したがって、詳細は図示していないが、方向特定部１２は遅延時間を計測するタイマとしての機能も備えている。なお、式１ないし式３は、音源方向Ｄ_l(f)を求める演算式を示す。

本実施の形態における方向特定部１２は、マイク２の位置に関しては制御部１０から伝達される位置情報（距離ｄ）を利用し、マイク２の特性としては分離行列演算部１１から伝達される学習分離行列ＷＧ(ｆ_g)を用いる。

なお、特性情報は、位置情報と同様に予め設定データに含まれていてもよいが、本実施の形態における信号処理装置１のように、マイク２の特性情報として学習分離行列ＷＧ(ｆ_g)を用いることにより、学習処理の結果を反映させることができる。したがって、方向特定部１２によって特定される音源方向Ｄ_l(f)の精度が向上する。

補間部１３は、方向特定部１２により特定された音源方向Ｄ_l(f)に基づいて、補間帯域群ｆ_hにおける補間分離行列ＷＨ(ｆ_h)を取得する。補間部１３が補間分離行列ＷＨ(ｆ_h)を取得する方法としては、例えば、演算により求めることができる。なお、式４は、補間分離行列ＷＨ(ｆ_h)を求める演算式の例である。

式４に示す関数Ｆ［ｘ］としては、従来より様々な関数が提案されているが、ここでは詳細な説明を省略する。

信号分離部１４は、信号Ｘ₁(f,t)，Ｘ₂(f,t)と分離行列Ｗ(f)とに基づいて、信号Ｘ₁(f,t)，Ｘ₂(f,t)から、少なくとも１つの音源により発生した音を示す分離信号Ｙ₁(f,t)，Ｙ₂(f,t)を出力する。なお、信号分離部１４において信号を分離するための式は、式５である。

信号分離部１４から出力される分離信号Ｙ₁(f,t)，Ｙ₂(f,t)は、分離行列演算部１１に入力されて学習処理のための信号として使用されるとともに、信号処理装置１の出力信号となる。

以上が、音声処理システム１００の構成および機能の説明である。次に、音声処理システム１００の動作を説明する。なお、以下では、信号処理装置１の動作を中心に説明する。

図３および図４は、信号処理装置１の動作を示す流れ図である。信号処理装置１は、所定の初期設定を行ってから、入力される信号Ｘ₁(f,t)，Ｘ₂(f,t)の取得を開始する（ステップＳ１）。

なお、初期設定では、設定データのロードや、反復回数を示すカウンタｉを「１」に初期化する処理等が実行される（ｉは整数）。また、以下の処理において、Ｐとは、特性情報（マイク２の指向特性に関する情報）を取得するための学習の反復回数を示す設定値（設定データに含まれているものとする）であり、本実施の形態では初期値「１」に設定されている。さらに、Ｎとは、信号処理装置１における学習の反復回数（全反復回数）を示す設定値である。

信号Ｘ₁(f,t)，Ｘ₂(f,t)の取得が開始されると、制御部１０は周波数帯域ｆの分割を行うとともに、反復回数を示すカウンタｉの値に応じて、分割帯域の分類を行う（ステップＳ２）。なお、本実施の形態における制御部１０は、Ｐ≧ｉの条件において、全周波数帯域ｆを学習帯域群ｆ_gとして分類する。すなわち、ステップＳ２では、補間帯域群ｆ_hに分類される分割帯域はない。

周波数帯域の分類が終了すると、制御部１０は、学習帯域群ｆ_gに含まれる分割帯域を示す情報を分離行列演算部１１に伝達する。これにより、分離行列演算部１１が学習帯域群ｆ_gに含まれる分割帯域について、学習処理を行い（ステップＳ３）、学習分離行列ＷＧ(ｆ_g)を求める。

図５は、分離行列Ｗ(f)の初期値Ｗ₀(f)に対して、一回目の分離行列Ｗ₁(f)を求める様子を概念的に示す図である。

図５において、１つの立方体が、それぞれ１つの分割帯域に対する分離行列を表現している。本実施の形態における制御部１０は、全周波数帯域（１０２４Ｈｚ）を一つの分割帯域が１Ｈｚとなるように、１０２４個に分割するが、もちろんこれに限定されるものではない。

また、図５に示す「ＩＣＡ」は、その分離行列に対して学習処理が行われて、次の分離行列が求められることを示す。

ステップＳ３においても学習処理によって求まる分離行列は、学習分離行列ＷＧ(ｆ_g)である。しかし、ステップＳ２において全分割帯域（周波数帯域ｆ）が学習帯域群ｆ_gに分類されているので、学習分離行列ＷＧ(ｆ_g)＝分離行列Ｗ(f)である。すなわち、本実施の形態においては、一回目に求まる学習分離行列ＷＧ(ｆ_g)は、図５に示すように、分離行列Ｗ₁(f)である。

したがって、分離行列演算部１１は、求めた学習分離行列ＷＧ(ｆ_g)を分離行列Ｗ₁(f)として信号分離部１４に伝達する。これにより、信号分離部１４は、式５に、伝達された分離行列Ｗ₁(f)をセットする（ステップＳ４）。

次に、カウンタｉをインクリメントし（ステップＳ５）、カウンタｉがＰより大きいか否かを判定する（ステップＳ６）。

なお、Ｐの値は「１」に限定されるものではなく、２以上であってもよい。Ｐの値を大きくすれば特性情報の精度を向上させることができる。しかし、Ｐの値が大きくなると、その分、学習の反復回数が増加して演算量が増加する。したがって、Ｐの値は、本実施の形態に示すように、比較的小さい値（「１」又は「２」程度）が好ましい。

ステップＳ６においてＹｅｓと判定されると、分離行列演算部１１は、求めた学習分離行列ＷＧ(ｆ_g)を方向特定部１２に伝達する。これにより、方向特定部１２は特性情報としての学習分離行列ＷＧ(ｆ_g)を取得する（ステップＳ７）。

特性情報を取得すると、方向特定部１２は音源方向を特定する（ステップＳ８）。ステップＳ８の処理とは、式１ないし式３を実行することによって、方向特定部１２が音源方向Ｄ_l(f)を求める処理である。ステップＳ８において、方向特定部１２は、求めた音源方向Ｄ_l(f)を補間部１３に伝達する。

次に、制御部１０は、カウンタｉに応じて分割帯域を分類し（ステップＳ１１）、学習帯域群ｆ_gに分類された分割帯域を分離行列演算部１１に伝達するとともに、補間帯域群ｆ_hに分類された分割帯域を補間部１３に伝達する。本実施の形態における制御部１０は、Ｐ＜ｉの条件において、ｎ＝４ｍ−３（ｍは自然数）を満たすｎ番目の分割帯域を学習帯域群ｆ_gに分類し、その他の分割帯域を補間帯域群ｆ_hに分類する（ただし、Ｎ≧ｎ）。なお、分類規則はこれに限定されるものではない。

分割帯域の分類が終了すると、分離行列演算部１１は、学習帯域群ｆ_gについて学習を行い、学習分離行列ＷＧ(ｆ_g)を求める（ステップＳ１２）。ステップＳ１２の処理と並行して、補間部１３は、式４に従って、補間帯域群ｆ_hについて補間分離行列ＷＨ(ｆ_h)を求める（ステップＳ１３）とともに、求めた補間分離行列ＷＨ(ｆ_h)を分離行列演算部１１に伝達する。

次に、分離行列演算部１１は、補間部１３から伝達された補間分離行列ＷＨ(ｆ_h)と、求めた学習分離行列ＷＧ(ｆ_g)とに基づいて、分離行列Ｗ(f)を求め（ステップＳ１４）、信号分離部１４に伝達する。

図６は、ｉ回目の分離行列Ｗ_i(f)と（ｉ＋１）回目の分離行列Ｗ_i+1(f)とを概念的に示す図である。図６では、学習帯域群ｆ_gに分類された分割帯域における分離行列（学習分離行列）をハッチング無しの立方体で示し、補間帯域群ｆ_hに分類された分割帯域における分離行列（補間分離行列）をハッチング付きの立方体で示す。

図６に示すように、本実施の形態における制御部１０によって、第１番目の分割帯域、第５番目の分割帯域、・・・が、学習帯域群ｆ_gに分類され、学習処理（ＩＣＡ）によって、次の分離行列が求められている。一方、学習帯域群ｆ_gに分類されなかった分割帯域（補間帯域群ｆ_h）については、補間部１３によって、次の分離行列が求められ、補間されている。

なお、補間される分離行列（補間分離行列ＷＨ(ｆ_h)）も、本実施の形態では演算（式４）により求められるが、学習によって求める場合に比べれば演算量は抑制される。また、ステップＳ１１における分割帯域の分類または音源方向が変化しない限り、補間分離行列ＷＨ(ｆ_h)は変化しないので、一度求めた補間分離行列ＷＨ(ｆ_h)を記憶しておけば、ステップＳ１３における実際の演算は１回でもよい。

すなわち、補間部１３によって補間することにより、１回の演算量が抑制されるのみならず、演算回数を減らすことによっても演算量が抑制される。ただし、メモリ容量を抑制するためには、毎回補正部１３において演算を行ってもよい。

分離行列Ｗ(f)が伝達されると、信号分離部１４は、伝達された分離行列Ｗ(f)をセットし（ステップＳ１５）、式５によって信号Ｘ₁(f,t)，Ｘ₂(f,t)が、信号Ｙ₁(f,t)，Ｙ₂(f,t)に分離される。

次に、カウンタｉをインクリメントし（ステップＳ１６）、カウンタｉの値が、予め設定された反復回数であるＮよりも大きいか否かを判定する（ステップＳ１７）。カウンタｉがＮ以下の場合は、ステップＳ１１に戻って処理を繰り返す。これにより、さらに分離行列Ｗ(f)を求める処理が反復される。

一方、カウンタｉがＮより大きい場合（ステップＳ１７においてＹｅｓ）、分離行列Ｗ(f)を求める処理を終了する。これにより、以後は、それまでに求めた分離行列Ｗ(f)（より詳しくはＷ_N(f)）によって信号の分離が行われ、分離された信号Ｙ₁(f,t)，Ｙ₂(f,t)が信号処理装置１からの出力信号となる。なお、全ての処理について処理を終了するように指示された場合、信号処理装置１は処理を終了する（ステップＳ１８）。

以上のように、本実施の形態における信号処理装置１は、方向特定部１２によって音源方向を特定し、特定された音源方向に基づいて補間分離行列ＷＨ(ｆ_h)を取得することによって、分離行列Ｗ(f)を全ての周波数帯域について学習処理によって求める場合に比べて、分離行列を生成するための学習処理を減らすことができる。したがって、低パフォーマンスの演算装置（ＣＰＵ）でも実現可能となるので、信号処理装置１のコストを抑制できる。

なお、詳細には述べなかったが、本実施の形態における信号処理装置１は、方向特定部１２によって音源方向を特定しつつ、補間部１３によって補間することにより、全体としての反復回数Ｎを、従来の装置に比べて小さい値に設定することも可能である。

＜２． 第２の実施の形態＞
第１の実施の形態では、方向特定部１２による音源方向の特定（ステップＳ８）が実行された後は、制御部１０による分割帯域の分類規則は固定されていた。しかし、反復回数に応じて、これを変更することも可能である。

図７は、第２の実施の形態における信号処理装置１において、分離行列を求める様子を概念的に示した図である。図７に示す例では、Ｌ回目まで第１の実施の形態と同様の処理がなされており、分離行列Ｗ_L(f)は、１／４の分割帯域（白色で示す）について学習処理がなされている。

第２の実施の形態では、（Ｌ＋１）回目からＭ回目までは、１／２の分割帯域について学習処理を行い、（Ｍ＋１）回目からＮ回目までは全ての分割帯域について学習処理を行うように分類規則が予め設定されている。これにより、第１の実施の形態に比べて、演算量は増加するものの、分離行列Ｗ(f)の精度は向上する。

以上のように、信号処理装置１では、スペック（装置パフォーマンス）と、要求される精度とに応じて、分類規則を定めることができる。

＜３． 変形例＞
以上、本発明の実施の形態について説明してきたが、本発明は上記実施の形態に限定されるものではなく様々な変形が可能である。

例えば、本実施の形態ではステップＳ２（一回目の反復）において、全周波数領域を学習帯域群ｆ_gに分類すると説明したが、もちろん一回目の学習のときから間引きを行ってもよい。その場合、音源方向に基づく補間処理は行えない（音源方向が特定されていないため）ので、分離行列Ｗ(f)の初期値Ｗ₀(f)で補間して、一回目の分離行列Ｗ₁(f)を求めてもよい。

また、上記実施の形態では、補間部１３は音源方向に基づいて、演算により補間分離行列ＷＨ(ｆ_h)を取得すると説明した。しかし、音源方向ごとの補間分離行列ＷＨ(ｆ_h)を予め設定データとして記憶しておき、方向特定部１２から伝達された音源方向を検索キーとして、設定データから適切な補間分離行列ＷＨ(ｆ_h)を検索して取得するように構成してもよい。このように構成することにより、補間部１３の演算量はさらに抑制される。なお、この場合、必要とされる記憶容量を抑制するためには、−９０°から９０°までの方向について、例えば、１０°刻み程度で記憶しておくことが好ましい。

また、図３および図４に示した各工程は、あくまでも例示であって、処理内容および処理順序は適宜変更されてもよい。すなわち、同様の効果が得られるのであれば、処理内容および処理順序は上記実施の形態に示すものに限定されるものではない。

また、ソフトウェア的に実現されると説明した演算処理について、その一部または全部を専用の論理回路によってハードウェア的に実現してもよい。

さらに、信号処理装置１を一般的なコンピュータによって実現することも可能である。その場合、当該コンピュータによって読み取られ、実行されるプログラムによって、上記実施の形態に示した各機能（演算）を実現してもよい。

本発明に係る信号処理装置を含む音声処理システムを示す図である。 信号処理装置を示す図である。 信号処理装置の動作を示す流れ図である。 信号処理装置の動作を示す流れ図である。 分離行列Ｗ(f)の初期値Ｗ₀(f)に対して、一回目の分離行列Ｗ₁(f)を求める様子を概念的に示す図である。 ｉ回目の分離行列Ｗ_i(f)と（ｉ＋１）回目の分離行列Ｗ_i+1(f)とを概念的に示す図である。 第２の実施の形態における信号処理装置において、分離行列を求める様子を概念的に示した図である。

符号の説明

１ 信号処理装置
１０ 制御部
１１ 分離行列演算部
１２ 方向特定部
１３ 補間部
１４ 信号分離部
２ マイク
３ ＦＦＴ回路
４ ＩＦＦＴ回路

Claims (3)

1. 異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する信号取得手段と、
   前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する帯域分類手段と、
   前記信号取得手段により取得された複数の信号に対する分離行列を生成する手段であって、前記学習帯域群における分離行列を学習分離行列として学習処理により求める分離行列演算手段と、
   前記観測装置間の距離と前記学習分離行列と音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記分離行列演算手段により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する方向特定手段と、
   前記方向特定手段により特定された音源方向に基づいて、前記補間帯域群における補間分離行列を取得する補間手段と、
   前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離して出力する信号分離手段と、
   を備え、
   前記分離行列演算手段は、前記学習処理により求められた前記学習分離行列と、前記補間手段によって取得された前記補間分離行列とに基づいて、前記分離行列を生成することを特徴とする信号処理装置。
2. (a) 異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する工程と、
   (b) ビームフォーミング演算手法によって音源方向を特定する工程と、
   (c) 前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する工程と、
   (d) 前記学習帯域群に分類された分割帯域について学習分離行列を学習処理により演算する工程と、
   (e) 前記補間帯域群に分類された分割帯域について補間分離行列を取得する工程と、
   を備え、
   前記(b)工程で用いる前記ビームフォーミング演算手法は、前記観測装置間の距離と前記学習分離行列と前記音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記(d)工程により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する手法であり、
   前記(e)工程では、前記(b)工程で特定された前記音源方向に基づいて前記補間分離行列を取得し、
   (f) 前記(d)工程で求められた前記学習分離行列および前記(e)工程で取得された前記補間分離行列に基づいて、前記複数の信号に対する分離行列を生成する工程と、
   (g) 前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離する工程と、
   を備えることを特徴とする信号処理方法。
3. コンピュータ読み取り可能なプログラムであって、前記プログラムの前記コンピュータによる実行は、前記コンピュータを、
   異なる位置に設けられた観測装置で同時に観測された複数の観測音に対応し前記複数の観測音がフーリエ変換された複数の信号を取得する信号取得手段と、
   前記複数の信号における周波数帯域を複数の分割帯域に分割するとともに、分割した前記複数の分割帯域を予め定められた分類規則に従って学習帯域群または補間帯域群に分類する帯域分類手段と、
   前記信号取得手段により取得された複数の信号に対する分離行列を生成する手段であって、前記学習帯域群における分離行列を学習分離行列として学習処理により求める分離行列演算手段と、
   前記観測装置間の距離と前記学習分離行列と音源方向との関係が規定されたビームフォーミング演算式に、予め求められている前記観測装置間の距離と、前記分離行列演算手段により求められた前記学習分離行列とを当てはめることによって、前記音源方向を特定する方向特定手段と、
   前記方向特定手段により特定された音源方向に基づいて、前記補間帯域群における補間分離行列を取得する補間手段と、
   前記複数の信号と前記分離行列とに基づいて、前記複数の信号から、少なくとも１つの音源により発生した音を示す信号を分離して出力する信号分離手段と、
   を備え、
   前記分離行列演算手段は、前記学習処理により求められた前記学習分離行列と、前記補間手段によって取得された前記補間分離行列とに基づいて、前記分離行列を生成する信号処理装置として機能させることを特徴とするプログラム。

Images