JP4893146B2

JP4893146B2 - 収音装置

Info

Publication number: JP4893146B2
Application number: JP2006214691A
Authority: JP
Inventors: 茂本間
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2006-08-07
Filing date: 2006-08-07
Publication date: 2012-03-07
Anticipated expiration: 2026-08-07
Also published as: US20100046763A1; WO2008018362A1; CN101502129A; JP2008042549A; US8103018B2; CN101502129B; EP2059065A1

Description

この発明は、会議などに用いられ、会議参加者の発話音声を収音する収音装置に関するものである。

近年、ＩＰ電話等では音声の有無を検出する機能としてＶＡＤ（Voice ActivityDetection）が搭載されており、無音時には音声情報を送信しない機能としてＤＴＸ（Discontinuous transmission）が搭載されているものが多い（例えば非特許文献１、非特許文献２参照）。無音時に音声情報を送信しない構成（以下、無音圧縮と言う）とすることで、送信する情報量（平均ビットレート）を下げることができる。しかし、無音圧縮を行うと、無音から有音に変化する場合に音声部分の頭が途切れる不都合が生じる。

そこで、収音した音声を一旦メモリへ格納し、無音から有音に変化する時にメモリから過去の音声を読み出して送信することで、立上がり時の音声が途切れないようにした音声圧縮方法が提案されている（例えば特許文献１参照）。
ITU-T G.711 Appendix II toRecommendation G.711 (02/2000) RFC3389 Real-time TransportProtocol (RTP) Payload for Comfort Noise (CN) 特開２００５−２６６４１１号公報

しかし、特許文献１の方法では、マイクの感度が足りずに適正な音声信号を取得できないときは、立上がりの音を検出できないという問題が有った。一方で、立上がりの音を検出するためにマイクの感度を上げた場合、無音区間を有音区間として誤った認識をする可能性が有った。また、マイクの感度を上げた場合、立上がり時に大きな音が入力された場合に、許容入力限界を超えてしまう（クリップしてしまう）という問題が有った。

本発明は、無音圧縮を行う場合に、立上がりの音を正確に検出し、かつ、立上がり時に大きな音が入力された場合であってもクリップすることのない収音装置を提供することを目的とする。

この発明の収音装置は、複数のマイクを配列してなるマイクアレイと、前記複数のマイクが収音した音声信号を入力し、後段に分配出力する信号分配手段と、前記信号分配手段が分配出力した音声信号毎に、同じ領域に強い指向性を有する収音ビーム信号をそれぞれ生成する複数の収音信号処理手段と、前記複数の収音信号処理手段が生成する収音ビーム信号の感度をそれぞれ高感度、または低感度に設定するレベル設定手段と、前記複数の収音信号処理手段が生成した収音ビーム信号をそれぞれ格納する複数のメモリと、前記複数の収音信号処理手段が生成した収音ビーム信号の信号レベルを検出し、有音、無音を判定するとともに、許容入力限界を超える高感度の収音ビーム信号を検出する音声判定部と、前記複数のメモリに格納されている収音ビーム信号を読み出し、いずれかを選択して出力するセレクタと、前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出していないとき、無音から有音に判定を変更したタイミングで、前記セレクタに、前記複数のメモリに格納されている収音ビーム信号のうち、読み出しする収音ビーム信号を高感度の収音ビーム信号に切り替えさせ、高感度の収音ビーム信号を出力するように設定し、前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出しているとき、無音から有音に判定を変更したタイミングで、前記セレクタに、前記複数のメモリに格納されている収音ビーム信号のうち、読み出しする収音ビーム信号を低感度の収音ビーム信号に切り替えさせ、低感度の収音ビーム信号を出力するように設定する制御部と、を備えたことを特徴とする。

この構成では、複数のマイクで収音した音声信号を、信号分配手段が複数の収音信号処理手段に分配出力する。それぞれの収音信号処理手段は収音ビーム信号を生成し、これらの収音ビーム信号は、それぞれ高感度、低感度に設定される。高感度の収音ビーム信号、低感度の収音ビーム信号は、それぞれメモリに格納される。セレクタは、制御部から指定されるタイミングでメモリに格納されている収音ビーム信号のいずれかを過去のものから順次読み出し、出力する。音声判定部は、収音ビーム信号の有音、無音を検出し、さらに許容入力限界を超える（クリップする）収音ビーム信号を検出する。制御部は、音声判定部の判定結果を入力する。制御部は、収音ビーム信号がクリップしてない場合において、無音→有音の判定結果が入力されたとき、セレクタに、高感度の収音ビーム信号を選択して読み出すように設定する。また、制御部は、収音ビーム信号がクリップしている場合において、無音→有音の判定結果が入力されたとき、セレクタに、低感度の収音ビーム信号を選択して読み出すように設定する。

また、この発明の収音装置は、前記制御部は、前記音声判定部が所定時間以上有音判定を行っている場合、前記信号分配手段に、全てのマイクが収音した音声信号を単一の収音信号処理手段に出力するよう指示し、前記レベル設定手段に、前記収音信号処理手段が生成する収音ビームを高感度に設定するよう指示し、前記セレクタに、高感度の収音ビーム信号を出力するように指示する通常出力処理を行うことを特徴とする。

この構成では、所定時間以上安定して有音の判定結果が入力されている場合に、全てのマイクが収音した音声から単一の高感度の収音ビーム信号を生成し、この収音ビーム信号を出力する処理である通常出力処理を行う。これにより安定して有音と判定されている場合には、発話音声を確実に出力する。

また、この発明の収音装置は、前記制御部は、前記音声判定部が有音から無音に判定を変更したときに、前記通常出力処理から、前記信号分配手段に、音声信号を複数の信号処理手段に分配出力するよう指示し、前記レベル設定手段に、収音信号処理手段が生成する収音ビーム信号の感度をそれぞれ高感度、または低感度に設定するよう指示し、前記セレクタに、前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出していないとき、無音から有音に判定を変更したタイミングで、高感度の収音ビーム信号を出力するように設定し、前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出しているとき、無音から有音に判定を変更したタイミングで、低感度の収音ビーム信号を出力するように設定する検出モードへ処理を変更することを特徴とする。

この構成では、所定時間以上安定して有音の判定結果が入力されている状態から、無音の判定結果が入力された場合に、上記通常出力処理から、高感度、低感度の収音ビーム信号を用いて無音→有音検出を行う検出モードに移行する。

また、この発明の収音装置は、前記レベル設定手段は、前記複数のマイクが収音した音声信号のレベルを変更して前記収音信号処理手段に入力させることにより収音ビーム信号をそれぞれ高感度、または低感度に設定することを特徴とする。

また、この発明の収音装置は、前記レベル設定手段は、前記収音信号処理手段の入力、出力レベル比を変更することにより収音ビーム信号をそれぞれ高感度、または低感度に設定することを特徴とする。

この発明によれば、低感度の収音ビーム、高感度の収音ビームを設定し、高感度の収音ビームで無音→有音のタイミングを確実に検出するとともに、高感度の収音ビームがクリップしたときに、出力を低感度の収音ビームに切り換えることで、立上がりの音を正確に検出し、かつ、立上がり時に大きな音が入力された場合であってもクリップすることが無くなる。

この発明の実施形態に係る収音装置は、複数のマイクで収音した音声信号を所定時間遅延して合成することにより、特定の領域の音声を高感度で収音した収音ビーム（信号）を生成する。この収音ビームの信号レベルを監視することにより、有音、無音（発話音声の有無）を検出する。所定時間以上安定して有音を検出している時には全マイクで収音した音声信号を所定時間遅延して合成することにより収音ビームを生成する（これを通常モードとする）。一方で、発話音声が収音されなくなった場合、（機能的に）２つに分割した信号処理部に各マイクで収音した音声信号を分配入力し、各信号処理部にて同一収音領域に対応する感度の異なる収音ビームを生成する。この場合、高感度の収音ビームで無音→有音を検出し、高感度の収音ビームの信号レベルがクリップした時には低感度の収音ビームを後段に出力する（これをＶＡＤモードとする）。

以下、本発明の実施形態の収音装置について図面を参照して説明する。
図１は、本実施形態に係る収音装置のマイク配置を示す図である。
本実施形態の収音装置は、筐体１０１に、複数のマイク１１〜１８を備えている。
筐体１０１は一方向に長尺な略直方体形状からなる。以下の説明では、筐体１０１の四側面のうち、長尺な面を長尺面、短尺な面を短尺面と称する。

筐体１０１のいずれか一の長尺面には、同スペックのマイク１１〜１８が設置されている。これらマイク１１〜１８は長尺方向に沿って一定の間隔で直線状に設置されており、これによりマイクアレイが構成される。

なお、本実施形態では、マイクアレイのマイク数を８本としたが、これに限ることなく、仕様に応じてマイク数は適宜設定すればよい。また、マイクアレイの各マイク間隔は一定でなくてもよく、例えば、長尺方向に沿って中央部で密に配置され、両端部に向かうに従って疎に配置されるような態様でもよい。

マイク１１〜１８よりなるマイクアレイは、特定の領域２０１〜２０４に強い指向性を有する収音ビームを生成する。本実施形態の収音装置は、マイクアレイの各マイクが収音する音声をそれぞれ所定時間遅延し、遅延後の音声信号を合成することで、特定の領域２０１〜２０４に対応する収音ビームを複数生成する。詳細は後述する。

次に、図２は、本実施形態に係る収音装置の構成を示すブロック図である。図２に示すブロック図は、上記複数の収音ビームのうち１つの収音ビームの処理系等について示すものである。図２に示すように、本実施形態の収音装置は、マイク１１〜１８、入出力Ｉ／Ｆ２１、フロントエンドの複数（同図において８つ）のアンプ２２、８チャンネルのＡ／Ｄコンバータ２３、デジタルオーディオパッチ２４、収音ビーム生成部２５（２５Ａ，２５Ｂ）、ＦＩＦＯメモリ２６（２６Ａ，２６Ｂ）、音声検出器２７、制御部２８、およびエンコーダ２９、を備えている。収音ビーム生成部２５、およびＦＩＦＯメモリ２６は、通常モード時には１つの構成部として動作するが、ＶＡＤモード時には機能的に２つに分割されて、それぞれ異なる収音ビームを処理するように動作する。通常モード、ＶＡＤモードの切り換えは、制御部２８により指示される。

入出力Ｉ／Ｆ２１は、収音装置が収音した音声信号を外部に出力する。なお、入出力Ｉ／Ｆ２１は、音声信号を、ネットワークに対応するデータ形式（プロトコル）に変換して外部に出力することもでき、無論、デジタル音声信号をそのまま外部に出力することも可能である。なお、入出力Ｉ／Ｆ２１は、必要に応じてＤ／Ａコンバータを内蔵しており、アナログ音声信号を外部に出力することも可能である。

マイクアレイの各マイク１１〜１８は、無指向性であっても有指向性であってもよいが、有指向性であることが望ましく、収音装置の外部からの音声を収音して収音信号Ｓ１〜Ｓ８を各アンプ２２に出力する。

各アンプ２２は、収音信号Ｓ１〜Ｓ８をそれぞれＡＭＰ２２で増幅してＡ／Ｄコンバータ２３に与える。Ａ／Ｄコンバータ２３は、収音信号Ｓ１〜Ｓ８をそれぞれデジタル変換してデジタルオーディオパッチ２４に出力する。なお、Ａ／Ｄコンバータ２３は、各収音信号毎に個別のゲイン（入力アナログ信号と出力デジタル信号のレベル比）を設定することができ、各収音信号毎のゲインは制御部２８により設定される。

デジタルオーディオパッチ２４は、通常モード時には図３（Ｂ）に示すように、収音ビーム生成部２５に収音信号Ｓ１〜Ｓ８を出力する。デジタルオーディオパッチ２４は、ＶＡＤモード時には図３（Ａ）に示すように、Ａ／Ｄコンバータ２３から入力される収音信号Ｓ１〜Ｓ８を収音ビーム生成部２５Ａ、２５Ｂのそれぞれに分配して出力する。デジタルオーディオパッチ２４は、収音ビーム生成部２５Ａ，２５Ｂに分配出力する収音信号の数を０〜８まで変更することができる。出力する収音信号の数、および収音信号の組み合わせは制御部２８により設定される。すなわち、デジタルオーディオパッチ２４は、マイクアレイのマイク配置、マイク数を自由に変更することができるものである。

収音ビーム生成部２５は、デジタルオーディオパッチ２４から出力された収音信号に対して所定の遅延処理を行い、筐体１０１の周囲所定方位（領域２０１〜２０４のいずれか）に強い指向性を有する収音ビーム信号ＭＢを生成する。

例えば全てのマイクに前方から同タイミングで音波が到来したとすると、各マイクから出力された収音信号は、合成によって強められる。一方で、これ以外の方向から音波が到来すると、各マイクから出力される収音信号はそれぞれ位相が異なるために合成されることによって弱められる。したがって、マイクアレイの感度はビーム状に絞り込まれて前方にのみ収音ビームを生成する。

収音ビーム生成部２５は、各収音信号にそれぞれ所定の遅延時間を付与することで収音ビームを斜めに向けることができる。収音ビームを斜めにする場合、一方の端部マイクから所定時間が経過する毎に順次隣のマイクから音声信号を出力するように設定する。例えば音源がマイクアレイの一方の端部前方に存在する場合、音源に最も近い一方の端部から音波が到来し、反対の端部に最後に音波が到来するが、収音ビーム生成部２５は、この伝搬時間差を補正するように各マイクの収音信号に遅延時間を付与した後合成する。制御部２８は、各収音信号に対応するマイク位置の情報を所持しているため、各収音信号の遅延時間を個別に制御する。したがって、特定の方向の音声信号を合成によって強められる。このように、一列に並んでいるマイクから出力する音声信号を一端から他端に向けて順次遅延することにより、収音ビームは、その遅延時間に応じて傾斜する。

ＶＡＤモード時には、収音ビーム生成部２５が機能的に収音ビーム生成部２５Ａ，２５Ｂに分割される。収音ビーム生成部２５Ａ，２５Ｂは、それぞれデジタルオーディオパッチ２４から出力された収音信号に対して所定の遅延処理を行い、筐体１０１の周囲所定方位（領域２０１〜２０４のいずれか）に強い指向性を有する収音ビーム信号ＭＢ１，ＭＢ２を生成する。収音ビーム信号ＭＢ１，ＭＢ２は、同じ領域の音声を異なる感度で収音したものである。なお、通常モード時、ＶＡＤモード時ともに同じ領域（領域２０１〜２０４のいずれか）を収音するため、各収音信号に付与する遅延量は、通常モード時、ＶＡＤモード時にかかわらず同じ値である。

収音ビーム生成部２５は、通常モード時には、収音ビーム信号ＭＢをＦＩＦＯメモリ２６、および音声検出器２７に出力する。また、ＶＡＤモード時の収音ビーム生成部２５Ａ，２５Ｂは、収音ビーム信号ＭＢ１、ＭＢ２をそれぞれ機能的に分割されたＦＩＦＯメモリ２６Ａ，２６Ｂに出力する。また、収音ビーム生成部２５Ａ，２５Ｂは、収音ビーム信号ＭＢ１、およびＭＢ２を音声検出器２７に出力する。

ＦＩＦＯメモリ２６は、入力された収音ビーム信号ＭＢを順次格納する。ＦＩＦＯメモリ２６は、格納した収音ビーム信号ＭＢを過去のものから順次エンコーダ２９に出力する。出力タイミング（周期）は制御部２８により指定される。これにより収音ビーム信号ＭＢは、ＦＩＦＯメモリ２６に所定時間分バッファされる。ＶＡＤモード時のＦＩＦＯメモリ２６Ａ，２６Ｂは、入力された収音ビーム信号ＭＢ１、ＭＢ２をそれぞれ順次格納し、収音ビーム信号ＭＢ１、ＭＢ２をそれぞれ過去のものから順次エンコーダ２９に出力する。この場合も出力タイミング（周期）は制御部２８により指定される。これにより収音ビーム信号ＭＢ１、ＭＢ２は、ＦＩＦＯメモリ２６Ａ，２６Ｂに所定時間分バッファされる。

音声検出器２７は、入力された収音ビーム信号ＭＢの信号レベルを検出する。音声検出器２７は、検出した信号レベルから有音、無音の判定を行う。すなわち、音声検出器２７は、収音ビーム信号の信号レベルが所定の閾値未満から閾値以上に変化した場合（信号レベルが閾値以上となった時）、無音→有音と判定する。一方で、音声検出器２７は、収音ビーム信号の信号レベルが所定の閾値以上から閾値未満となった場合、閾値未満となる時間が所定時間以上続く場合にのみ有音→無音と判定する。閾値未満となった時間が所定時間よりも少ない場合は、有音が継続していると判断する。判定結果は制御部２８に出力される。

また、音声検出器２７は、ＶＡＤモード時に入力された収音ビーム信号ＭＢ１、ＭＢ２の信号レベルをそれぞれ検出する。音声検出器２７は、高感度の収音ビーム信号ＭＢ１の信号レベルから有音、無音の判定を行う。判定結果は制御部２８に出力される。

エンコーダ２９は、通常モード時には、ＦＩＦＯメモリ２６から入力された収音ビーム信号ＭＢを音声圧縮し、入出力Ｉ／Ｆ２１に出力する。音声圧縮方式はどのような方式に基づいてもよいが、例えばＩＴＵ−ＴＧ．７１１に基づく。

また、エンコーダ２９は、ＶＡＤモード時には、ＦＩＦＯメモリ２６Ａ，２６Ｂから入力された収音ビーム信号ＭＢ１，ＭＢ２のいずれかを音声圧縮し、入出力Ｉ／Ｆ２１に出力する。収音ビーム信号ＭＢ１，ＭＢ２のどちらを圧縮して出力するかは制御部２８により設定される。また、エンコーダ２９は、制御部２８により、音声圧縮の有無が設定される。すなわち、制御部２８は、音声検出器２７から有音、無音の判定を受信し、無音と判定された場合に、エンコーダ２９で音声圧縮をせずに、入出力Ｉ／Ｆ２１に圧縮音声を出力しないように設定する。

収音ビーム信号ＭＢ１，ＭＢ２は、ＦＩＦＯメモリ２６Ａ，２６Ｂに所定時間分バッファされるため、制御部２８が音声検出器２７から無音→有音の判定結果を受信してエンコーダ２９に有音圧縮に切り換え指示を行ったとき、立上がり時の音声が途切れることはない。
しかし、全てのマイク感度が低く、収音ビーム信号ＭＢ１、ＭＢ２の信号レベルが低すぎる場合は音声検出器２７が無音→有音の判定を行うことができず、有音、無音判定閾値を下げた場合には本来無音である場合も有音と判定してしまう。一方でマイク感度が高く、収音ビーム信号ＭＢ１、ＭＢ２の信号レベルが高すぎる場合は、許容入力限界を超えてしまう（クリップする）。

そこで、本実施形態の収音装置は、ＶＡＤモード時には、デジタルオーディオパッチ２４により、マイクアレイのマイク個数、配置を変更し、高感度用の収音ビーム生成部、低感度用の収音ビーム生成部を設定することで、無音→有音を確実に検出しつつ、無音→有音時に大きな音が入力された場合にクリップを防止する。

この収音装置の具体的な動作について説明する。図３は、マイク個数、マイク配置を示す概念図であり、図４は、マイクアレイが音声を収音する収音領域を示した図である。図３（Ａ）は、ＶＡＤモード時の処理系統を示した図であり、収音信号Ｓ１，Ｓ３，Ｓ５，およびＳ７を収音ビーム生成部２５Ｂに、収音信号Ｓ２，Ｓ４，Ｓ６，およびＳ８を収音ビーム生成部２５Ａに入力する。図３（Ｂ）は、通常モード時の処理系統を示した図であり、収音信号Ｓ１〜Ｓ８を全て収音ビーム生成部２５に入力する例を示した図である。制御部２８は、音声検出器２７から安定して（所定の時間以上）クリップが無く、有音の判定結果が入力されている場合、この図３（Ｂ）の通常モード時の設定を行う。

通常モード時には、デジタルオーディオパッチ２４は、マイク１１〜１８の入力系統を全て収音ビーム生成部２５に接続するように設定する。Ａ／Ｄコンバータ２３は、マイク１１〜１８からの入力系統を全て高ゲインに設定し、収音信号Ｓ１〜Ｓ８を高レベルで出力する。これらの設定は、制御部２８により指示される。

収音ビーム生成部２５は、高レベルの収音信号Ｓ１〜Ｓ８を合成し、高レベルの収音ビーム信号ＭＢを生成する。この例において収音ビーム信号ＭＢは、例えば図４（Ｂ）に示すように、領域２０２の音声を収音する。収音ビーム信号ＭＢは、ＦＩＦＯメモリ２６に入力される。制御部２８は、ＦＩＦＯメモリ２６の出力タイミングを設定し、ＦＩＦＯメモリ２６はバッファした収音ビーム信号ＭＢをエンコーダ２９に出力する。

また、収音ビーム信号ＭＢは、音声検出器２７に入力される。音声検出器２７は、入力された収音ビーム信号ＭＢの信号レベルを検出し、有音、無音の判定を行う。有音、無音の判定結果は制御部２８に出力される。

制御部２８は、音声検出器２７から有音の判定結果が入力された場合、エンコーダ２９に対し、収音ビーム信号ＭＢを音声圧縮して出力するように設定する。この通常モード時において、制御部２８は、音声検出器２７から有音→無音の判定結果が入力された場合、ＶＡＤモードに移行し、収音ビーム生成部２５、およびＦＩＦＯメモリ２６を２分割し、Ａ／Ｄコンバータ２３、およびデジタルオーディオパッチ２４に以下のような設定を行うよう指示する。

デジタルオーディオパッチ２４は、マイク１１、マイク１３、マイク１５、およびマイク１７からの入力系統を収音ビーム生成部２５Ｂに接続し、マイク１２、マイク１４、マイク１６、およびマイク１８からの入力系統を収音ビーム生成部２５Ａに接続するように設定する。

Ａ／Ｄコンバータ２３は、マイク１１、マイク１３、マイク１５、およびマイク１７からの入力系統を低ゲインに設定し、収音信号Ｓ１，Ｓ３，Ｓ５，Ｓ７を低レベルで出力する。また、Ａ／Ｄコンバータ２３は、マイク１２、マイク１４、マイク１６、およびマイク１８からの入力系統を高ゲインに設定し、収音信号Ｓ２，Ｓ４，Ｓ６，Ｓ８を高レベルで出力する。

収音ビーム生成部２５Ａは、高レベルの収音信号Ｓ２，Ｓ４，Ｓ６，Ｓ８を合成し、高レベルの収音ビーム信号ＭＢ１を生成する。また、収音ビーム生成部２５Ｂは、低レベルの収音信号Ｓ１，Ｓ３，Ｓ５，Ｓ７を合成し、低レベルの収音ビーム信号ＭＢ２を生成する。ここで、収音ビーム信号ＭＢ１と収音ビーム信号ＭＢ２は、図４（Ａ）に示すように、それぞれ同じ領域（同図においては領域２０２）の音声を収音する。

収音ビーム信号ＭＢ１は、ＦＩＦＯメモリ２６Ａに入力され、収音ビーム信号ＭＢ２は、ＦＩＦＯメモリ２６Ｂに入力される。制御部２８は、ＦＩＦＯメモリ２６Ａ、およびＦＩＦＯメモリ２６Ｂの出力タイミングを設定し、ＦＩＦＯメモリ２６Ａ、およびＦＩＦＯメモリ２６Ｂはバッファした収音ビーム信号ＭＢ１、および収音ビーム信号ＭＢ２をエンコーダ２９に出力する。

また、収音ビーム信号ＭＢ１、および収音ビーム信号ＭＢ２は、音声検出器２７に入力される。音声検出器２７は、上述したように、入力された収音ビーム信号ＭＢ１、収音ビーム信号ＭＢ２の信号レベルをそれぞれ検出し、有音、無音の判定を行う。ここで、音声検出器２７は、通常時には高レベルの収音ビーム信号ＭＢ１の信号レベルから有音、無音の判定を行い、判定結果を制御部２８に出力する。この高レベルの収音ビーム信号ＭＢ１の信号レベルがクリップした場合（許容入力限界を超えた場合）、クリップした旨の結果を制御部２８に出力する。

制御部２８は、音声検出器２７から無音の判定結果が入力されている場合には、エンコーダ２９に対し、音声圧縮をせずに、圧縮音声を出力しないように設定する。一方、制御部２８は、音声検出器２７からクリップが無く、有音の判定結果が入力された場合、エンコーダ２９に対し、高レベルの収音ビーム信号ＭＢ１を音声圧縮して出力するように設定する。また、制御部２８は、音声検出器２７からクリップが有り、有音の判定結果が入力された場合、エンコーダ２９に対し、低レベルの収音ビーム信号ＭＢ２を音声圧縮して出力するように設定する。さらに、制御部２８は、音声検出器２７から安定して（所定の時間以上）クリップが無く、有音の判定結果が入力されている場合、ＶＡＤモードから通常モードに移行する。

以上のようにして、音声検出器２７は、高レベルの収音ビーム信号ＭＢ１の信号レベルより、無音→有音を確実に検出することができる。また、無音→有音時に大きな音が入力された場合には、制御部２８がエンコーダ２９に低レベルの収音ビーム信号ＭＢ２を音声圧縮して出力するように設定するので、外部には音割れ等のない音声が出力されることとなる。無論、ＦＩＦＯメモリ２６Ａ，およびＦＩＦＯメモリ２６Ｂにより収音ビーム信号ＭＢ１、および収音ビーム信号ＭＢ２がバッファされているため、制御部２８が無音→有音の判定結果を受信してエンコーダ２９に有音圧縮への切り換え指示を行ったとき、立上がり時の音声が途切れることはない。

また、音声検出器２７が安定して（所定の時間以上）クリップが無く、有音の判定結果を出力している場合、通常モードに移行して、全てのマイク１１〜１８を用いて収音ビームを生成するため、音質が向上し、発話者の音声を確実に収音する。音声検出器２７が有音→無音の判定結果を出力した場合、制御部２８は、ＶＡＤモードに移行するため、無音圧縮を行う場合には、高レベルの収音ビーム信号と低レベルの収音ビーム信号により無音→有音を確実に判定しながらクリップを防止することができ、有音圧縮を行う場合には全マイクの高音質の収音ビーム信号により発話者の音声を確実に収音、出力することができる。

なお、上記例では、制御部２８がＡ／Ｄコンバータ２３の各入出力系統のゲインを個別に設定することで、高レベルの収音ビーム信号と低レベルの収音ビーム信号を生成する例について示したが、Ａ／Ｄコンバータ２３の全系統について同じゲインを設定するようにしてもよい。この場合、収音ビーム生成部２５Ａと収音ビーム生成部２５Ｂとでゲイン（各収音信号に対する出力信号のレベル）が異なるように設定すればよい。同じレベルの収音信号が入力されても、収音ビーム生成部２５Ａは高レベルの収音ビーム信号を出力し、収音ビーム生成部２５は低レベルの収音ビーム信号を出力すればよい。

本実施形態に係る収音装置のマイク配置を示す平面図を示す図本実施形態の収音装置の構成を示すブロック図マイク個数、マイク配置を示す概念図マイクアレイが音声を収音する収音領域を示した図

符号の説明

１０１−筐体
１１〜１８−マイク
２１−入出力Ｉ／Ｆ
２２−収音用アンプ
２３−Ａ／Ｄコンバータ
２４−デジタルオーディオパッチ
２５Ａ，２５Ｂ−収音ビーム生成部
２６Ａ，２６Ｂ−ＦＩＦＯメモリ
２７−音声検出器
２８−制御部
２９−エンコーダ

Claims

複数のマイクを配列してなるマイクアレイと、
前記複数のマイクが収音した音声信号を入力し、後段に分配出力する信号分配手段と、
前記信号分配手段が分配出力した音声信号毎に、同じ領域に強い指向性を有する収音ビーム信号をそれぞれ生成する複数の収音信号処理手段と、
前記複数の収音信号処理手段が生成する収音ビーム信号の感度をそれぞれ高感度、または低感度に設定するレベル設定手段と、
前記複数の収音信号処理手段が生成した収音ビーム信号をそれぞれ格納する複数のメモリと、
前記複数の収音信号処理手段が生成した収音ビーム信号の信号レベルを検出し、有音、無音を判定するとともに、許容入力限界を超える高感度の収音ビーム信号を検出する音声判定部と、
前記複数のメモリに格納されている収音ビーム信号を読み出し、いずれかを選択して出力するセレクタと、
前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出していないとき、無音から有音に判定を変更したタイミングで、前記セレクタに、前記複数のメモリに格納されている収音ビーム信号のうち、読み出しする収音ビーム信号を高感度の収音ビーム信号に切り替えさせ、高感度の収音ビーム信号を出力するように設定し、
前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出しているとき、無音から有音に判定を変更したタイミングで、前記セレクタに、前記複数のメモリに格納されている収音ビーム信号のうち、読み出しする収音ビーム信号を低感度の収音ビーム信号に切り替えさせ、低感度の収音ビーム信号を出力するように設定する制御部と、
を備えた収音装置。
前記制御部は、前記音声判定部が所定時間以上有音判定を行っている場合、
前記信号分配手段に、全てのマイクが収音した音声信号を単一の収音信号処理手段に出力するよう指示し、
前記レベル設定手段に、前記収音信号処理手段が生成する収音ビーム信号を高感度に設定するよう指示し、
前記セレクタに、高感度の収音ビーム信号を出力するように指示する通常出力処理を行う請求項１に記載の収音装置。
前記制御部は、前記音声判定部が有音から無音に判定を変更したときに、前記通常出力処理から、
前記信号分配手段に、音声信号を複数の信号処理手段に分配出力するよう指示し、
前記レベル設定手段に、収音信号処理手段が生成する収音ビーム信号の感度をそれぞれ高感度、または低感度に設定するよう指示し、
前記セレクタに、前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出していないとき、無音から有音に判定を変更したタイミングで、高感度の収音ビーム信号を出力するように設定し、
前記音声判定部が許容入力限界を超える高感度の収音ビーム信号を検出しているとき、無音から有音に判定を変更したタイミングで、低感度の収音ビーム信号を出力するように設定する検出モードへ処理を変更する請求項２に記載の収音装置。
前記レベル設定手段は、前記複数のマイクが収音した音声信号のレベルを変更して前記収音信号処理手段に入力させることにより収音ビーム信号をそれぞれ高感度、または低感度に設定する請求項１、請求項２、または請求項３に記載の収音装置。
前記レベル設定手段は、前記収音信号処理手段の入力、出力レベル比を変更することにより収音ビーム信号をそれぞれ高感度、または低感度に設定する請求項１、請求項２、または請求項３に記載の収音装置。