JP4928376B2 - 収音装置、収音方法、その方法を用いた収音プログラム、および記録媒体 - Google Patents

Description

本発明は音声通話や機器の操作などハンズフリー方式で音声を収音する収音装置、収音方法、その方法を用いた収音プログラム、および記録媒体に関し、特にとらえたい音声を発する所望音源以外の雑音源が多数存在する場合に大きく関係する。

多数の背景雑音が存在する環境でのハンズフリーマイクを想定し、特定位置にある所望音源を強調する手法として、複数のビームフォーマー出力から所望音パワーを推定し、強調する方法が提案されている（非特許文献１）。この方法では、推定信号パワー｜Ｓ（ω，ｌ）｜^２、推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２を用いて利得係数Ｒ（ω，ｌ）を計算する。

そして、利得係数Ｒ（ω，ｌ）を処理対象の信号に乗算することにより、周波数領域ごとに雑音成分が抑圧された信号を得る。
日岡裕輔、小林和則、古家賢一、片岡章俊、"小型マイクロホンアレー対を用いた特定位置にある音源の強調"、日本音響学会2006年春季研究発表会講演論文集、pp.621-622、2006．

非特許文献１の技術では、利得係数Ｒ（ω，ｌ）は０から１の間で変動する値であり、十分な雑音抑圧効果が得られない場合があった。本発明の収音装置は、この課題を解決するためになされたもので、雑音の抑圧性能を向上させることを目的とする。

本発明の収音装置は、６つ以上の収音部、処理対象信号生成部、パワースペクトル推定部、利得係数算出部、乗算部を備える。各収音部は、複数のマイクロホンを搭載して構成されるマイクロホンアレーの出力信号を利用して、それぞれ異なる領域の音を収音する。ここで、「それぞれ異なる」とは、一致しないことを言い、重複する部分があってもよい。処理対象信号生成部は、あらかじめ定めた１つ以上のマイクロホンまたは収音部からの信号から、処理対象信号を生成する。パワースペクトル推定部は、各収音部で得られた各収音信号の信号量から、所望音源の信号量と、その他の音源の信号量とを周波数ごとに推定する。利得係数算出部は、所望音源の信号量、所望音源の信号量を含む全ての音源の信号量、処理対象信号から周波数ごとに利得係数を求める。乗算部は、利得係数算出部で算出した利得係数を前記処理対象信号に乗算する。

例えば、利得係数算出部は、処理対象信号をＹ_Ｓ（ω，ｌ）、パワースペクトル推定部が推定した所望音源の信号量をＳ（ω，ｌ）、その他の音源の信号量をＮ（ω，ｌ）とするときに、利得係数Ｒ（ω，ｌ）を

とすればよい。

本発明の収音装置によれば、利得係数を処理対象信号も考慮して求める。よって、処理対象信号を考慮しない利得係数と、考慮した利得係数の双方の長所を生かした利得係数を求めることができる。したがって、雑音の抑圧特性を向上できる。

図１に本発明の利用状況の一例を示す。２つの小規模マイクロホンアレー３Ｌ、３Ｒをある程度（例えばマイクロホンアレー３Ｌ、３Ｒと所望音源１までの距離と同程度の距離）離れた異なる位置に配置し、それぞれマイクロホンで受音された信号に対して以下で説明する処理を行なう。以下に説明する処理を行なうことにより所望音源１の音が強調されて収音され、背景雑音源２の音は抑圧される。

本発明について説明する前に、まず、未公開の特許出願（特願２００６−５２５０２）で示された技術を説明する。図２に特願２００６−５２５０２の収音装置の全体の構成を示す。この図２を用いて収音装置の概要を説明する。マイクロホンアレー３Ｌの各マイクロホンで生成された各受音信号は、この例では第１収音部４−１と第３収音部４−３に入力される。更に、マイクロホンアレー３Ｒの各マイクロホンで生成された各受音信号はこの例では第２収音部４−２と第４収音部４−４に入力される。マイクロホンアレー３Ｌと３Ｒの中央に位置するマイクロホンの信号が第５収音部４−５と第６収音部４−６に入力される。なお、両マイクロホンアレー３Ｌと３Ｒに搭載されるマイクロホンの数は必ずしも同数である必要はない。

第１収音部４−１〜第４収音部４−４は図４に示すように各マイクロホンの受音信号ｘ_１〜ｘ_ｍが入力されるＭ個のフィルタ処理部４１と、これらＭ個のフィルタ処理部４１の各出力信号を加算する加算部４２とによって構成される。各フィルタ処理部４１は例えばＦＩＲフィルタ等で構成され、デジタル処理により収音信号に含まれる周波数成分毎に分析処理を行いマイクロホンアレー３Ｌと３Ｒの指向特性を設定する。このような技術は例えば大賀寿郎、山崎芳男、金田豊共著「音響システムとデジタル処理」平成７年３月２５日社団法人電子情報通信学会発行に記載されており、周知の技術により実現することができる。

ここでは第１収音部４−１の指向特性及び第２収音部４−２の指向特性はマイクロホンアレー３Ｌ及び３Ｒのほぼ中央位置から図３に示す所望音源１の位置を含む角度領域Θ_LとΘ_Rを収音範囲とする特性に設定する。第３収音部４−３と第４収音部４−４の指向特性はマイクロホンアレー３Ｌと３Ｒのほぼ中央位置から図３に示す所望音源１の位置を含まない角度領域Θ_L￣とΘ_R￣とを収音範囲とする特性に設定する。さらに、第５収音部４−５の指向性はマイクロホンアレー３Ｌと３Ｒのほぼ中間位置から所望音源１の位置を含む角度領域Θ_Cを収音範囲とする特性に設定する。第６収音部４−６の指向性はマイクロホンアレー３Ｌと３Ｒのほぼ中間位置から所望音源１の位置を含まない角度領域Θ￣_Cの角度範囲を収音範囲とする特性に設定する。

第１乃至第６収音部４−１〜４−６の指向特性で収音された収音信号は周波数領域変換部５で周波数領域の信号に変換される。周波数領域への変換は入力された信号を短い時間長（例えばサンプリング周波数１６０００Hzの場合は２５６サンプル程度）のフレームに分解し、それぞれのフレームにおいて離散フーリエ変換を行なう。離散フーリエ変換は例えばFFT等と呼ばれている高速フーリエ変換等を用いることができる。周波数領域に変換された信号は複数の周波数領域成分に分割される。

周波数領域の信号に変換された収音信号は加算部６とパワースペクトル推定部７（ただし、特願２００６−５２５０２明細書中では「音源信号成分推定部」と記載している。）とに入力される。加算部６へは第１収音部４−１と第２収音部４−２の出力信号を入力する。加算部６では周波数領域へ変換された各周波数領域の信号を同一周波数領域成分ごとに加算する。

パワースペクトル推定部７へは第１収音部４−１から第６収音部４−６の全ての出力信号を入力し、周波数領域ごとに各音源の信号量を推定する。各音源の信号量が推定できると、所望音源１の信号量対その他の音源の信号量との比つまりSN比を求めることができる。このＳＮ比を周波数領域ごとに求め、このＳＮ比を利得係数として乗算部９で加算部６から与えられる所望音源１の信号を主成分とする信号に各周波数領域毎に乗算することにより、所望音源１の信号を主成分とする信号に含まれる背景雑音成分を抑制することができる。乗算部９の乗算結果は逆周波数領域変換部１０で時間領域信号に変換され、雑音除去後の信号として出力される。以上は特願２００６−５２５０２の発明の概要である。

以下では各部の構成及び動作を詳細に説明する。図４は第１収音部〜第４収音部４−１〜４−４の構成を示している。ここでは第１収音部４−１を例示して説明するが、同様の処理が第２収音部４−２、第３収音部４−３、第４収音部４−４でも行われる。これら第１収音部４−１〜４−４は所望音源１の位置を挟んでその両側の方向から所望音源位置を含む角度領域を収音範囲とする収音特性及び所望音源位置を含まない角度領域を収音範囲とする収音特性に設定されることからサイドビームフォーマーとして機能する。第１収音部４−１に入力された信号ｘ_ＬｍＬ（ｎ）（ｍ_Ｌ＝１，２，…，Ｍ_Ｌ）はフィルタ処理部４１に入力される。フィルタ処理部４１ではあらかじめ与えられた（決定方法は後述する）フィルタ係数ｗ_ＬｍＬ（ｎ）と入力信号ｘ_ＬｍＬ（ｎ）を、式（１）に示す畳み込み演算に代入して得られる信号ｘ'_ＬｍＬ（ｎ）を出力する。

各フィルタ処理部４１の出力信号は加算部４２に入力される。加算部４２では入力信号を式（２）のように加算し、第１収音部４−１の出力信号y_ＳＬ（ｎ）を得る。

ここでフィルタ係数ｗ_ＬｍＬ（ｎ）は、第１収音部の指向特性Ｄ_ＬＳＰＢ（ω，θ）が式（３）に示す特性を持つように、例えば最小二乗法などを利用して設計される。第２収音部、第３収音部、第４収音部についても同様に、式（４）から式（６）のそれぞれの条件を満たすように設計される。Θ、Θ￣はそれぞれ、所望信号の周辺方向（例えば所望信号方向から±１０°程度の範囲内の方向）、それ以外の方向、を示すものとする。また、式（３）〜（６）に示すＤ_・・・・（ω，θ）は各収音部の指向特性を表わしている。

第１収音部４−１はマイクロホンアレー３Ｌから見たときに、所望音源１の方向で発せられる音のみを強調して収音する。第３収音部はマイクロホンアレー３Ｌから見て、所望音源の方向以外で発せられる音のみを強調して収音する。第２収音部４−２はマイクロホンアレー３Ｒから見て、所望音源１の方向で発せられる音のみを強調して収音する。第４収音部４−４はマイクロホンアレー３Ｒから見て、所望音源１の方向以外で発せられる音のみを強調して収音する。

図５は正面ビームフォーマーとして機能する第５収音部４−５と第６収音部４−６における処理の流れを示している。正面ビームフォーマーにはマイクロホンアレー３Ｌの中心に配置されたマイクロホンで受音された信号ｘ_{Ｌ（ＭＬ／２）}（ｎ）と、マイクロホンアレー３Ｒの中心に配置されたマイクロホンで受音された信号ｘ_{Ｒ（ＭＲ／２）}（ｎ）が入力され、それぞれフィルタ処理部５１と５２に入力される。フィルタ処理部５１と５２では入力された信号ｘ_{Ｌ（ＭＬ／２）}（ｎ）とｘ_{Ｒ（ＭＲ／２）}（ｎ）に、式（７）と式（８）に示すようなあらかじめ与えられたフィルタ係数ｗ_{Ｃ（ＭＬ／２）}（ｎ）、ｗ_{Ｃ（ＭＲ／２）}（ｎ）を畳み込んだ出力ｘ’_{Ｌ（ＭＬ／２）}（ｎ）、ｘ’_{Ｒ（ＭＲ／２）}（ｎ）を出力する。

ここでフィルタ係数ｗ_{Ｃ（ＭＬ／２）}（ｎ）、ｗ_{Ｃ（ＭＲ／２）}（ｎ）は位相特性が同じものが望ましく、例えば単一インパルス信号

が用いられる。第５収音部４−５ではフィルタ処理部５１と５２の出力信号ｘ’_{Ｌ（ＭＬ／２）}（ｎ）とｘ’_{Ｒ（ＭＲ／２）}（ｎ）を加算部５３に入力する。加算部５３では入力された信号を式（１０）のように加算して、信号ｙ_ＳＣ（ｎ）を出力する。これにより第５収音部４−５では、マイクロホンアレー３Ｌとマイクロホンアレー３Ｒの間の中間点から見て、所望音源１の方向で発せられる音のみを強調して収音する。

ｙ_ＳＣ（ｎ）＝ｘ’_{Ｌ（ＭＬ／２）}（ｎ）＋ｘ’_{Ｒ（ＭＲ／２）}（ｎ） （１０）
第６収音部４−６ではフィルタ処理部５１と５２の出力信号ｘ’_{Ｌ（ＭＬ／２）}（ｎ）とｘ’_{Ｒ（ＭＲ／２）}（ｎ）を減算部５４に入力する。減算部５４では入力された信号を式（１１）のように減算して、信号ｙ_ＮＣ（ｎ）を出力する。したがって第６収音部４−６では、マイクロホンアレー３Ｌとマイクロホンアレー３Ｒの間の中間点から見て、所望音源１の方向以外で発せられる音のみを強調して収音する。

ｙ_ＮＣ（ｎ）＝ｘ’_{Ｌ（ＭＬ／２）}（ｎ）−ｘ’_{Ｒ（ＭＲ／２）}（ｎ） （１１）
図６はパワースペクトル推定部７における処理の流れを示している。パワースペクトル推定部７に入力される周波数成分Ｙ_ＳＬ（ω，ｌ）、Ｙ_ＮＬ（ω，ｌ）、Ｙ_ＳＣ（ω，ｌ）、Ｙ_ＮＣ（ω，ｌ）、Ｙ_ＳＲ（ω，ｌ）、Ｙ_ＮＲ（ω，ｌ）はそれぞれパワー演算部６１に入力され、信号のパワー値｜Ｙ_ＳＬ（ω，ｌ）｜^２、｜Ｙ_ＮＬ（ω，ｌ）｜^２、｜Ｙ_ＳＣ（ω，ｌ）｜^２、｜Ｙ_ＮＣ（ω，ｌ）｜^２、｜Ｙ_ＳＲ（ω，ｌ）｜^２、｜Ｙ_ＮＲ（ω，ｌ）｜^２が出力され、ベクトル化部６２に入力される。ベクトル化部６２では、入力された第１乃至第６収音部４−１〜４−６の各出力信号のパワー値を式（１２）のようにベクトル形式でまとめた、パワーベクトルＹ（ω，ｌ）を出力する。

パワーベクトルＹ（ω，ｌ）は乗算部６３に入力される。乗算部６３のもう一方の入力であるパワー推定行列Ｔ^＋は、擬似逆行列演算部６４の出力信号である。擬似逆行列演算部６４には式（１９）により定義されるゲイン行列Ｔが入力され、その擬似逆行列Ｔ^＋を出力する。

ゲイン逆行列Ｔの各要素は、第５収音部４−５と第６収音部４−６及び第１収音部４−１〜第４収音部４−４に設定されるΘ_x方向またはΘ_x￣方向に対する指向特性のゲインであり、例えば式（１４）から式（１７）に示すような指向特性の周波数および方向に関する平均値を用いる。

α_ｘは所望音の周辺方向に対する第１、第２、第５収音部４−１、４−２、４−５に設定する指向特性の平均値である。β_ｘは所望信号の周辺方向に対する第１、第２、第５の収音部４−１、４−２、４−５に設定する指向特性の平均値である。γ_ｘは所望信号の周辺方向に対する、第３、第４、第６収音部４−３、４−４、４−６に設定する指向特性の平均値である。δ_ｘは所望信号の周辺方向以外に対する、第３、第４、第６収音部４−３、４−４、４−６に設定する指向特性の平均値である。尚、（１４）〜（１７）式中添字ｘはＲ、Ｃ、Ｌの何れかを表わす。

乗算部９は式（１８）に示すように入力されたビームフォーマー出力パワーベクトルとパワー推定行列の乗算を周波数成分ごとに行い、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を出力する。

Ｘ_ｏｐｔ（ω，ｌ）＝Ｔ^＋Ｙ（ω，ｌ） （１８）
図７は利得係数算出部８における処理の流れを示している。図６に示したパワースペクトル推定部７より入力された推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）はベクトル要素抽出部８１に入力される。ベクトル要素抽出部８１では式（１９）に示すように、入力された推定信号パワーベクトルの第１成分を推定信号パワー｜Ｓ（ω，ｌ）｜^２、第２成分を推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、第３成分を推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、第４成分を推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２としてそれぞれ出力し、それらはＳＮ比推定部８２に入力される。

ＳＮ比推定部８２では式（２０）を用いて推定ＳＮ比ＥＳＮＲ（ω，ｌ）を計算する。

ＳＮ比推定部８２の出力である推定ＳＮ比ＥＳＮＲ（ω，ｌ）が利得係数Ｒ（ω，ｌ）として出力される。

利得係数Ｒ（ω，ｌ）は周波数領域毎に算出される。従って雑音の混入量が少ない周波数領域では利得係数Ｒ（ω，ｌ）は「１」に近い値となり、所望信号成分はそのまま出力される。また雑音の混入量が多い周波数領域では利得係数Ｒ（ω，ｌ）は「０」に近い値となり、その周波数領域の信号成分は大きく減衰され、雑音量を抑制する。このように周波数領域ごとに利得係数Ｒ（ω，ｌ）を加算部６から与えられる所望信号を主成分とする信号Ｙ_Ｓ（ω，ｌ）に乗算することにより、周波数領域ごとに雑音成分が抑圧され、逆周波数領域変換部１０で時間領域に変換された信号のＳＮ比を向上することができる。

［第１実施形態］
図８に、本発明の第１実施形態の収音装置全体の構成例を示す。図２に示した特願２００６−５２５０２の収音装置全体の構成とは、利得係数算出部１３０と処理対象信号生成部１４０が異なる。図９は、第１実施形態の収音装置の処理フローを示す図である。

第１及び第２収音部４−１、４−２は、複数のマイクロホンを搭載して構成されるマイクロホンアレーの出力信号を利用して互いに異なる位置から所望音源位置を含む角度領域の音ｙ_ＳＬ（ｎ）、ｙ_ＳＲ（ｎ）を収音する（Ｓ４−１、Ｓ４−２）。第３及び第４収音部４−３、４−４は、マイクロホンアレーの出力信号を利用して互いに異なる位置から前記所望音源位置を含まない角度領域の音ｙ_ＮＬ（ｎ）、ｙ_ＮＲ（ｎ）を収音する（Ｓ４−３、Ｓ４−４）。第５収音部４−５は、互いに異なる位置の中間点から所望音源位置を含む角度領域の音ｙ_ＳＣ（ｎ）を収音する（Ｓ４−５）。第６収音部４−６は、中間点から所望音源位置を含まない角度領域の音ｙ_ＮＣ（ｎ）を収音する（Ｓ４−６）。周波数領域変換部５は、各収音部４−１〜４−６で収音された信号ｙ_ＳＬ（ｎ）、ｙ_ＳＲ（ｎ）、ｙ_ＮＬ（ｎ）、ｙ_ＮＲ（ｎ）、ｙ_ＳＣ（ｎ）、ｙ_ＮＣ（ｎ）を、周波数領域の信号Ｙ_ＳＬ（ω，ｌ）、Ｙ_ＳＲ（ω，ｌ）、Ｙ_ＮＬ（ω，ｌ）、Ｙ_ＮＲ（ω，ｌ）、Ｙ_ＳＣ（ω，ｌ）、Ｙ_ＮＣ（ω，ｌ）に変換する。なお、周波数領域変換部５は、各収音部４−１〜６内に備えてもよい。処理対象信号生成部１４０は、周波数領域に変換された第１収音部４−１からの信号Ｙ_ＳＬ（ω，ｌ）と第２収音部４−２からの信号Ｙ_ＳＲ（ω，ｌ）の平均を、処理対象信号Ｙ_Ｓ（ω，ｌ）とする（Ｓ１４０）。パワースペクトル推定部７は、周波数領域に変換された各収音部４−１〜４−６で得られた各収音信号Ｙ_ＳＬ（ω，ｌ）、Ｙ_ＳＲ（ω，ｌ）、Ｙ_ＮＬ（ω，ｌ）、Ｙ_ＮＲ（ω，ｌ）、Ｙ_ＳＣ（ω，ｌ）、Ｙ_ＮＣ（ω，ｌ）から、所望音源の信号量とその他の音源の信号量Ｘ_ｏｐｔ（ω，ｌ）とを、周波数ごとに推定する（Ｓ７）。利得係数算出部１３０は、所望音源の信号量とその他の音源の信号量Ｘ_ｏｐｔ（ω，ｌ）と処理対象信号Ｙ_Ｓ（ω，ｌ）から、周波数ごとに利得係数Ｒ（ω，ｌ）を求める（Ｓ１３０）。乗算部９は、利得係数算出部１３０で算出した利得係数Ｒ（ω，ｌ）を処理対象信号Ｙ_Ｓ（ω，ｌ）に乗算する（Ｓ９）。逆周波数領域変換部１０は、利得係数が乗算された処理対象信号Ｒ（ω，ｌ）Ｙ_Ｓ（ω，ｌ）を時間領域に変換する。なお、逆周波数領域変換部１０は乗算部９内に備えてもよい。

次に、図２の収音装置と異なる構成部の詳細を説明する。図１０は、処理対象信号生成部１４０の機能構成例を示す図である。処理対象信号生成部１４０は、加算部１４１と除算部１４２から構成される。加算部１４１は、周波数領域の第１収音部４−１からの信号Ｙ_ＳＬ（ω，ｌ）と第２収音部４−２からの信号Ｙ_ＳＲ（ω，ｌ）とを加算する。除算部１４２は、加算された信号を２で割り、平均値を処理対象信号Ｙ_Ｓ（ω，ｌ）として出力する。図２の収音装置では、加算部６によって周波数領域の第１収音部４−１からの信号Ｙ_ＳＬ（ω，ｌ）と第２収音部４−２からの信号Ｙ_ＳＲ（ω，ｌ）とを加算して、処理対象信号Ｙ_Ｓ（ω，ｌ）としていた。違いは、２で割るか否かである。この違いによって生じる差は、信号全体のボリュームだけであり、波形が同じなので、信号処理の観点からは等価である。つまり、２以外の値で除算しても、等価な処理である。

図１１に利得係数算出部１３０の機能構成例を示す。利得係数算出部１３０は、ベクトル要素抽出部８１、第１ゲイン算出部１３１、第２ゲイン算出部１３２、ゲイン乗算部１３３から構成される。式（１９）で示したように、ベクトル要素抽出部８１は、入力された推定信号パワーベクトルの第１成分を推定信号パワー｜Ｓ（ω，ｌ）｜^２、第２成分を推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、第３成分を推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、第４成分を推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２としてそれぞれ出力する。第１ゲイン算出部１３１は、推定信号パワー｜Ｓ（ω，ｌ）｜^２と処理対象信号Ｙ_Ｓ（ω，ｌ）から、第１ゲイン係数Ｇ_Ｓ（ω，ｌ）を次式のように計算し、出力する。

第２ゲイン算出部１３２は、推定信号パワー｜Ｓ（ω，ｌ）｜^２、推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２から、第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）を次式のように計算し、出力する。

なお、｜Ｎ_Ｌ（ω，ｌ）｜^２＋｜Ｎ_Ｃ（ω，ｌ）｜^２＋｜Ｎ_Ｒ（ω，ｌ）｜^２を所望音源以外の音源からの信号量のパワー｜Ｎ（ω，ｌ）｜^２とすれば、式（２２）は次式のようにも表現できる。

ゲイン乗算部１３３は、次式のように第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）との積を利得係数Ｒ（ω，ｌ）として出力する。
Ｒ（ω，ｌ）＝Ｇ_Ｓ（ω，ｌ）・Ｇ_ＳＮＲ（ω，ｌ） （２４）
その他の構成部の処理は、図２の収音装置と同じである。

次に、本発明の雑音を抑圧する原理を説明する。第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と処理対象信号Ｙ_Ｓ（ω，ｌ）との積は、推定信号パワー｜Ｓ（ω，ｌ）｜^２と同じ振幅のパワースペクトルを持つ信号となる。推定信号パワー｜Ｓ（ω，ｌ）｜^２は、原理的には所望音源のパワーと同一である。したがって、第１ゲイン係数Ｇ_Ｓ（ω，ｌ）を処理対象信号Ｙ_Ｓ（ω，ｌ）に乗算する処理によって、雑音成分の抑圧が期待できる。しかし、実際には残響やマイクロホンの感度誤差など様々な外乱があり、誤差を多く含むので、十分な雑音の抑圧特性が得られるとは限らない。一方、特願２００６−５２５０２の利得係数算出部８の出力である利得係数や第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）は、算出過程で雑音の推定パワーも用いているので、推定信号パワー｜Ｓ（ω，ｌ）｜^２に雑音が多く含まれている場合でも、雑音の推定パワー｜Ｎ（ω，ｌ）｜^２が正確であれば、雑音成分を抑圧できる。しかし、これらのゲイン係数は、範囲が０〜１に正規化されているので、雑音抑圧性能が緩やかであり、雑音抑圧効果は高くはない。このように、第１ゲイン係数も、特願２００６−５２５０２の利得係数や第２ゲイン係数も、長所と短所がある。第１実施形態の収音装置は、双方の利得係数を乗算することで、双方の長所を生かした利得係数を求めることができる。したがって、雑音の抑圧特性を向上できる。

［第２実施形態］
図１２に、本発明の第２実施形態の収音装置全体の構成例を示す。第１実施形態（図８）とは、各収音部４’−１〜４’−６、処理対象信号生成部１４０’、パワースペクトル推定部７’、利得係数算出部１３０’が異なる。以下では、第１実施形態と異なる構成部について説明する。第２実施形態の収音装置の処理フローは、図９に示す。

図１３は、各収音部４’−１〜４’−６の設定を説明するための音源位置の領域を示す図である。また、図１４は、第１収音部４’−１の機能構成例を示す図である。マイクロホンアレー３Ｌには、信号ｘ_ＬｍＬ（ｎ）（ｍ_Ｌ＝１，２，…，Ｍ_Ｌ）が入力される。フィルタ処理部４１’では、あらかじめ定められた（決定方法は後述する）フィルタ係数ｗ_ＬｍＬ（ｎ）と入力信号ｘ_ＬｍＬ（ｎ）を、式（２５）に示す畳み込み演算に代入して得られる信号ｘ'_ＬｍＬ（ｎ）を出力する。

各フィルタ処理部４１’の出力信号は、加算部４２’に入力される。加算部４２’では入力信号を次式のように加算し、第１収音部４’−１の出力信号y_ＬＬ（ｎ）を得る。

ここでフィルタ係数ｗ_ＬｍＬ（ｎ）は、第１収音部４’−１の指向特性Ｄ_ＬＳＢ（ω，θ）が式（２７）に示す特性を持つように、例えば最小二乗法などを利用して設計される。第３収音部、第５収音部についても同様に、式（２８）、式（２９）のそれぞれの条件を満たすように設計される。Θ_Ｌ１〜Θ_Ｌ３は、それぞれ図１３に示すマイクロホンアレー３Ｌから見た角度領域を示している。

つまり、第１収音部４’−１は、角度領域Θ_Ｌ１の音を抑圧して収音する（Ｓ４’−１）。第３収音部４’−３は、角度領域Θ_Ｌ２の音を抑圧して収音する（Ｓ４’−３）。第５収音部４’−５は、角度領域Θ_Ｌ３の音を抑圧して収音する（Ｓ４’−５）。

同様に、式（３０）から式（３２）に示すように、マイクロホンアレー３Ｒの第２収音部４’−２は、角度領域Θ_Ｒ１の音を抑圧して収音する（Ｓ４’−２）。第４収音部４’−４は、角度領域Θ_Ｒ２の音を抑圧して収音する（Ｓ４’−４）。第６収音部４’−６は、角度領域Θ_Ｒ３の音を抑圧して収音する（Ｓ４’−６）。

図１５は、処理対象信号生成部１４０’の機能構成例を示す図である。処理対象信号生成部１４０’は、加算部１４１’と除算部１４２’から構成される。加算部１４１’は、周波数領域の第１収音部４−１’からの信号Ｙ_ＬＬ（ω，ｌ）、第２収音部４−２’からの信号Ｙ_ＬＲ（ω，ｌ）、第５収音部４−５’からの信号Ｙ_ＲＬ（ω，ｌ）、第６収音部４−６’からの信号Ｙ_ＲＲ（ω，ｌ）を次式のように加算し、加算結果Ｙ’ _Ｓ（ω，ｌ）を出力する。

除算部１４２’は、加算された信号Ｙ’_Ｓ（ω，ｌ）を次式のように４で割り、平均値を処理対象信号Ｙ_Ｓ（ω，ｌ）として出力する（Ｓ１４０’）。

Ｙ _Ｓ（ω，ｌ）＝Ｙ’ _Ｓ（ω，ｌ）／４ （３４）
なお、第１実施形態で説明したように、除算部１４２’で割る数をいくつにしても、波形が同じなので、信号処理の観点からは等価である。つまり、４以外の値で除算しても、等価な処理である。

図１６に、パワースペクトル推定部７’の機能構成例を示す。パワースペクトル推定部７’は、パワー演算部６１’、ベクトル化部６２’、乗算部６３’、擬似逆行列演算部６４’から構成される。パワー演算部６１’は、各収音部からの周波数領域の信号Ｙ_ＬＬ（ω，ｌ）、Ｙ_ＣＬ（ω，ｌ）、Ｙ_ＲＬ（ω，ｌ）、Ｙ_ＬＲ（ω，ｌ）、Ｙ_ＣＲ（ω，ｌ）、Ｙ_ＲＲ（ω，ｌ）から、パワー値｜Ｙ_ＬＬ（ω，ｌ）｜^２、｜Ｙ_ＣＬ（ω，ｌ）｜^２、｜Ｙ_ＲＬ（ω，ｌ）｜^２、｜Ｙ_ＬＲ（ω，ｌ）｜^２、｜Ｙ_ＣＲ（ω，ｌ）｜^２、｜Ｙ_ＲＲ（ω，ｌ）｜^２を計算し、出力する。ベクトル化部６２’は、パワー値を式（３５）のようにベクトル形式でまとめた、パワーベクトルＹ（ω，ｌ）を出力する。

そして、パワーベクトルＹ（ω，ｌ）は乗算部６３’に入力される。乗算部６３’のもう一方の入力であるパワー推定行列Ｔ^＋は、擬似逆行列演算部６４’の出力信号である。擬似逆行列演算部６４’には式（３６）により定義されるゲイン行列Ｔが入力され、その擬似逆行列Ｔ^＋を出力する。

ゲイン逆行列Ｔ（ω）の各要素は、各収音部４’−１〜４’−６のΘ_１方向、Θ_２方向、Θ_３方向に対する指向特性のゲインであり、例えば式（３７）から式（３９）に示すような指向特性の方向に関する平均値を用いる。

α_ｘ（ω）は、周波数ωにおける第１収音部４’−１と第２収音部４’−２の角度領域Θ_ｘの方向に対する指向特性の平均値である。β_ｘ（ω）は、周波数ωにおける第３収音部４’−３と第４収音部４’−４の角度領域Θ_ｘの方向に対する指向特性の平均値である。γ_ｘ（ω）は、周波数ωにおける第５収音部４’−５と第６収音部４’−６の角度領域Θ_ｘの方向に対する指向特性の平均値である。ここで、ｘには、Ｌ１、Ｌ２、Ｌ３、Ｒ１、Ｒ２、Ｒ３のいずれかが入る。乗算部６３’は、式（４０）に示すように残響が減算された信号Ｙ’（ω，ｌ）に擬似逆行列Ｔ^＋を乗算し、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を出力する（Ｓ７’）。

Ｘ_ｏｐｔ（ω，ｌ）＝Ｔ^＋Ｙ（ω，ｌ） （４０）
図１７に利得係数算出部１３０’の機能構成例を示す。利得係数算出部１３０’は、ベクトル要素抽出部８１’、第１ゲイン算出部１３１、第２ゲイン算出部１３２’、ゲイン乗算部１３３から構成される。ベクトル要素抽出部８１’は、入力された推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を、推定信号パワー｜Ｓ（ω，ｌ）｜^２、推定左側方雑音パワー｜Ｎ_ＬＬ（ω，ｌ）｜^２、推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２、推定右側方雑音パワー｜Ｎ_ＲＲ（ω，ｌ）｜^２としてそれぞれ出力する。第１ゲイン算出部１３１は、推定信号パワー｜Ｓ（ω，ｌ）｜^２と処理対象信号Ｙ_Ｓ（ω，ｌ）から、第１ゲイン係数Ｇ_Ｓ（ω，ｌ）を次式のように計算し、出力する。

第２ゲイン算出部１３２’は、推定信号パワー｜Ｓ（ω，ｌ）｜^２、推定左側方雑音パワー｜Ｎ_ＬＬ（ω，ｌ）｜^２、推定左方向雑音パワー｜Ｎ_Ｌ（ω，ｌ）｜^２、推定正面方向雑音パワー｜Ｎ_Ｃ（ω，ｌ）｜^２、推定右方向雑音パワー｜Ｎ_Ｒ（ω，ｌ）｜^２、推定右側方雑音パワー｜Ｎ_ＲＲ（ω，ｌ）｜^２から、第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）を次式のように計算し、出力する。

なお、｜Ｎ_ＬＬ（ω，ｌ）｜^２＋｜Ｎ_Ｌ（ω，ｌ）｜^２＋｜Ｎ_Ｃ（ω，ｌ）｜^２＋｜Ｎ_Ｒ（ω，ｌ）｜^２＋｜Ｎ_ＲＲ（ω，ｌ）｜^２を所望音源以外の音源からの信号量のパワー｜Ｎ（ω，ｌ）｜^２とすれば、式（４２）は次式のようにも表現できる。

ゲイン乗算部１３３は、次式のように第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）との積を利得係数Ｒ（ω，ｌ）として出力する（Ｓ１３０’）。

Ｒ（ω，ｌ）＝Ｇ_Ｓ（ω，ｌ）・Ｇ_ＳＮＲ（ω，ｌ） （４４）
その他の構成部の処理は、第１実施形態の収音装置と同じである。

以上のような構成なので、第２実施形態の収音装置も、第１実施形態と同じように雑音の抑圧特性を向上できる。

［変形例］
第２実施形態（図１２）のパワースペクトル推定部の別の構成例（変形例）を図１８に示す。パワースペクトル推定部７”は、パワー演算部６１’、ベクトル化部６２’、非負拘束最小二乗部６３”から構成される。パワー演算部６１’とベクトル化部６２’は、第２実施形態のパワースペクトル推定部（図１６）と同じである。非負拘束最小二乗部６３”は、入力されたパワーベクトルＹ（ω，ｌ）とゲイン行列Ｔが、式（４６）に示すように推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）が非負であるという拘束条件の下で、式（４５）に示すように、Ｙ（ω，ｌ）とＴ・Ｘ_ｏｐｔ（ω，ｌ）の二乗誤差が最小になる推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を求め、出力する。

‖Ｙ（ω，ｌ）−Ｔ・Ｘ_ｏｐｔ（ω，ｌ）‖^２ （４５）
subject to Ｘ_ｏｐｔ（ω，ｌ）≧０ （４６）
なお、この解を算出する方法としては、例えば、C. L. Lawson and R. J. Hanson, “Solving Least Squares Problems,” Prentice-Hall, 1974.に記載のNon-negative Least Square法が利用できる。Ｘ_ｏｐｔ（ω，ｌ）の各成分は、信号のパワーなので必ず非負値をとるはずであるが、特願２００６−５２５０２や第１実施形態、第２実施形態の処理では、現実にはありえない負値が成分となることもあり得る。このような成分が含まれることは、雑音抑圧性能の低下の原因となる。本変形例の処理では、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）の各成分は、必ず非負値となるので、雑音抑圧特性を向上できる。

［第３実施形態］
図１９に、本発明の第３実施形態の収音装置全体の構成例を示す。第２実施形態（図１２）とは、パワースペクトル推定部１１０、残響スペクトル推定部１２０が異なる。また、図２０に第３実施形態の収音装置全体の処理フローの例を示す。パワースペクトルの推定結果から残響スペクトルを推定し、フィードバック（減算）する点が、第１実施形態や第２実施形態と異なる。以下では、第２実施形態と異なる構成部について説明する。

図２１に、パワースペクトル推定部１１０の機能構成例を示す。パワースペクトル推定部１１０は、パワー演算部６１’、ベクトル化部６２’、減算部１１１、乗算部６３’、擬似逆行列演算部６４’から構成される。パワー演算部６１’、ベクトル化部６２’は、第２実施形態のパワースペクトル推定部７’（図１６）と同じである。ベクトル化部６２’は、パワー値を式（３５）のようにベクトル形式でまとめた、パワーベクトルＹ（ω，ｌ）を出力する。

減算部１１１は、ベクトル化された信号Ｙ（ω，ｌ）から、推定した残響音の信号量Ｚ^＊ _ｅｓｔ（ω，ｌ）を次式のように減算し、その結果Ｙ’（ω，ｌ）を乗算部６３’に入力する。

Ｙ’（ω，ｌ）＝Ｙ（ω，ｌ）−Ｚ^＊ _ｅｓｔ（ω，ｌ） （４７）
乗算部６３’、擬似逆行列演算部６４’も第２実施形態のパワースペクトル推定部７’（図１６）と同じである。擬似逆行列演算部６４’には式（３６）により定義されるゲイン行列Ｔが入力され、その擬似逆行列Ｔ^＋を出力する。乗算部６３’は、式（４８）に示すように残響が減算された信号Ｙ’（ω，ｌ）に擬似逆行列Ｔ^＋を乗算し、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を出力する。

Ｘ_ｏｐｔ（ω，ｌ）＝Ｔ^＋Ｙ’（ω，ｌ） （４８）
図２２に、残響スペクトル推定部１２０の機能構成例を示す。残響スペクトル推定部１２０は、ゲイン行列乗算部１２５と重み付き加算部１２６から構成される。ゲイン行列乗算部１２５は、所望音源の信号量とその他の音源の信号量Ｘ_ｏｐｔ（ω，ｌ）を、収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）に変換する。ゲイン行列Ｔ’は、残響成分に対する各収音部の指向特性のゲインで、例えば次式とすればよい。

ただし、

である。重み付き加算部１２６は、収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）を記録し、複数の過去の収音部ごとの信号量を重み付き加算する。具体的には、過去のＮ個のフレームの収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）の重み付き加算を行うのであれば、Ｎ個の遅延部１２１_１〜１２１_ＮとＮ個の重み乗算部１２２_１〜１２２_ＮとＮ−１個の加算部１２３_１〜１２３_Ｎ−１とを備えればよい。第１遅延部１２１_１は、収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）を記録し、１フレーム分遅延させる。第１重み乗算部１２２_１は、重みρ_１を第１遅延部１２１_１の出力（１フレーム前の収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ））に乗算する。第ｎ遅延部１２１_ｎは、ｎ−１フレーム前の収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）を記録し、１フレーム分遅延させる。第ｎ重み乗算部１２２_ｎは、重みρ_ｎを第ｎ遅延部１２１_ｎの出力（ｎフレーム前の収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ））に乗算する。第ｎ加算部１２３_ｎは、第ｎ＋１加算部１２３_ｎ＋１の出力に、第ｎ重み乗算部１２２_ｎの出力を加算する。第１加算部１２３_１は、第２加算部１２３_２の出力に、第１重み乗算部１２２_１の出力を加算して、残響音の信号量Ｚ^＊ _ｅｓｔ（ω，ｌ）を出力する。このように処理することで、ｎフレーム前の収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）に重みρ_ｎを付与した重み付き加算ができる。ここで、重みρ_ｎは残響成分の時間によるパワー減衰を表すパラメータであり、例えば、残響時間Ｔ_６０からは、次式のように与えられる。

ただし、Ｌ_Ｓは１フレームのサンプル数、Ｆ_Ｓはサンプリング周波数である。

その他の構成部の処理は、第２実施形態の収音装置と同じである。したがって、第３実施形態の収音装置も、第１実施形態、第２実施形態と同じように雑音の抑圧特性を向上できる。さらに、第３実施形態の収音装置の場合、以下に示すような効果もある。図２３は雑音発生のモデルを示す図である。図２４は、各フレームでのパワースペクトルへの残響の影響を示す図である。残響音は、ある時刻０（ここでは時間フレームで考える）で発せられた直接音に対して、その伝達経路の距離に応じた時間だけ遅れて、また一定の減衰率によってその大きさが減じられてマイクロホンに到達する。例えば、図２３に示す例では、時刻０に発せられた直接音と同じ音が時刻１〜３のフレームに残響として影響を与えている。このため、図２４に示すように、あるフレームｌにおける推定パワースペクトルには、過去のフレームに含まれる直接音の成分が残響として重畳されている。このときの減衰率が残響スペクトル推定部１２０の重みρ_ｎに対応する。重みρ_ｎは部屋の音響特性から決定され、例えば部屋の音響特性を示す１つの尺度である残響時間Ｔ_６０を用いて、式（５６）によって理論的に計算することが可能である。本発明の収音装置では、過去の直接音の成分は、過去の収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）として求めることができる。そこで、ゲイン行列乗算部１２５で収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）に変換し、重み付き加算部１２６で収音部ごとの信号量Ｚ_ｅｓｔ（ω，ｌ）を記録し、複数の過去の収音部ごとの信号量を重み付き加算する。このように残響音の信号量Ｚ^＊ _ｅｓｔ（ω，ｌ）を求め、パワースペクトル推定部１１０では、ベクトル化された信号Ｙ（ω，ｌ）から、推定した残響音の信号量Ｚ^＊ _ｅｓｔ（ω，ｌ）を減算する。したがって、第３実施形態の収音装置は、残響による影響も低減できる。

［実験例］
次に第３実施形態の収音装置での実験結果を示す。図２５は実験環境を示す図である。それぞれのマイクロホンアレーには、４つのマイクロホンが直線状に４ｃｍの等間隔で配置されている。座標の単位はメートルであり、（０．４，０）と（−０．４，０）にそれぞれの中心が位置している。所望音源（対象話者の位置）が（０，０．５）にある。そして、３つの異なる背景雑音源（その他の話者の位置）が（−１．６，２．５）、（１．６，１．０）、（０．０，２．５）に配置されている。

図２６は、信号対雑音比が高い入力信号に含まれる所望信号と雑音信号のスペクトル形状と、第３実施形態の収音装置で求められた第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と利得係数Ｒ（ω，ｌ）の例を示す図である。図２７は、信号対雑音比が低い入力信号に含まれる所望信号と雑音信号のスペクトル形状と、第３実施形態の収音装置で求められた第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と利得係数Ｒ（ω，ｌ）の例を示す図である。図２６Ａと図２７Ａが、入力信号に含まれる所望信号と雑音信号のスペクトル形状を示している。図２６Ｂと図２７Ｂが、第３実施形態の収音装置で求められた第１ゲイン係数Ｇ_Ｓ（ω，ｌ）を示している。図２６Ｃと図２７Ｃが、第３実施形態の収音装置で求められた利得係数Ｒ（ω，ｌ）を示している。図２６Ａの信号では、周波数が２０００Ｈｚと４０００Ｈｚの付近（図中に点線で示す周波数）で、所望信号に対して雑音信号が優勢である。すなわち、乗算される利得係数は、２０００Ｈｚと４０００Ｈｚ付近では０に近くなることが望ましい。図２６Ｂの第１ゲイン係数Ｇ_Ｓ（ω，ｌ）においては、該当する周波数においても係数が大きいが、図２６Ｃの利得係数Ｒ（ω，ｌ）では、該当する周波数における係数が小さい。このことから、本発明により求められる複数のゲイン係数の乗算からなる利得係数が、雑音抑圧効果において優れていることが分かる。同様に図２７Ａでは、雑音信号が全帯域において優勢であるため、乗算される利得係数は全帯域にわたって０に近いことが望ましい。図２７Ｂと図２７Ｃより、本発明による利得係数の方が、係数の値の大きな帯域が少なく、雑音抑圧効果が高いことが分かる。

図２８は、背景雑音の抑圧量を、残響の強さが異なる２つの実験環境で測定した結果を示している。実験環境１が残響時間２５０ｍｓの場合（一般的な寝室と同程度の残響）、実験環境２が残響時間５００ｍｓ（一般的な会議室と同程度の残響）の結果である。以上より、本発明の収音装置は、特願２００６−５２５０２の収音装置よりも雑音抑圧の性能が良いことが分かる。

図２９に、コンピュータの機能構成例を示す。なお、本発明の収音装置は、コンピュータ２０００の記録部２０２０に、本発明の各構成部としてコンピュータ２０００を動作させるプログラムを読み込ませ、処理部２０１０、入力部２０３０、出力部２０４０などを動作させることで実現できる。また、コンピュータに読み込ませる方法としては、プログラムをコンピュータ読み取り可能な記録媒体に記録しておき、記録媒体からコンピュータに読み込ませる方法、サーバ等に記録されたプログラムを、電気通信回線等を通じてコンピュータに読み込ませる方法などがある。

本発明の利用状況の一例を示す図。 特願２００６−５２５０２の収音装置の全体の構成を示す図。 第１〜第６収音部４−１〜４−６の指向性を説明するための平面図。 第１〜第４収音部４−１〜４−４の構成を説明するためのブロック図。 第５収音部４−５と第６収音部４−６の構成を示す図。 パワースペクトル推定部７の構成を示す図。 利得係数算出部８の構成を示す図。 第１実施形態の収音装置全体の構成例を示す図。 第１実施形態および第２実施形態の収音装置の処理フローを示す図。 処理対象信号生成部１４０の機能構成例を示す図。 利得係数算出部１３０の機能構成例を示す図。 第２実施形態の収音装置全体の構成例を示す図。 各収音部４’−１〜４’−６の設定を説明するための音源位置の領域を示す図。 第１収音部４’−１の機能構成例を示す図。 処理対象信号生成部１４０’の機能構成例を示す図。 パワースペクトル推定部７’の機能構成例を示す。 利得係数算出部１３０’の機能構成例を示す図。 第２実施形態のパワースペクトル推定部の変形構成例を示す図。 第３実施形態の収音装置全体の構成例を示す図。 第３実施形態の収音装置全体の処理フローの例を示す図。 パワースペクトル推定部１１０の機能構成例を示す図。 残響スペクトル推定部１２０の機能構成例を示す図。 雑音発生のモデルを示す図。 各フレームでのパワースペクトルへの残響の影響を示す図。 実験環境を示す図。 信号対雑音比が高い入力信号に含まれる所望信号と雑音信号のスペクトル形状と、第３実施形態の収音装置で求められた第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と利得係数Ｒ（ω，ｌ）の例を示す図。 信号対雑音比が低い入力信号に含まれる所望信号と雑音信号のスペクトル形状と、第３実施形態の収音装置で求められた第１ゲイン係数Ｇ_Ｓ（ω，ｌ）と利得係数Ｒ（ω，ｌ）の例を示す図。 背景雑音の抑圧量を、残響の強さが異なる２つの実験環境で測定した結果を示す図。 コンピュータの機能構成例を示す図。

Claims (10)

1. 複数のマイクロホンを搭載して構成されるマイクロホンアレーの出力信号を利用して、それぞれ異なる領域の音を収音する６つ以上の収音部と、
   あらかじめ定めた１つ以上の前記マイクロホンまたは前記収音部からの信号から、処理対象信号を生成する処理対象信号生成部と、
   前記各収音部で得られた各収音信号の信号量から、所望音源の信号量と、その他の音源の信号量とを周波数ごとに推定するパワースペクトル推定部と、
   前記所望音源の信号量と前記処理対象信号を用いた係数であって前記処理対象信号から所望音源のパワーに応じた量を得る係数と、前記所望音源の信号量と所望音源の信号量を含む全ての音源の信号量を用いた係数であって、雑音成分を抑圧する、正規化された係数と、を乗算した利得係数を、周波数ごとに求める利得係数算出部と、
   前記利得係数算出部で算出した利得係数を前記処理対象信号に乗算する乗算部と、
   を備える収音装置。
2. 請求項１記載の収音装置であって、
   前記処理対象信号をＹ_Ｓ（ω，ｌ）、前記パワースペクトル推定部が推定した所望音源の信号量をＳ（ω，ｌ）、その他の音源の信号量をＮ（ω，ｌ）とするときに、
   前記利得係数算出部は、
   利得係数Ｒ（ω，ｌ）を
   

   

   
   とする
   ことを特徴とする収音装置。
3. 請求項１または２記載の収音装置であって、
   前記パワースペクトル推定部は、
   前記各収音部で得られた各収音信号の信号のパワーベクトルをＹ（ω，ｌ）、推定信号パワーベクトルをＸ_ｏｐｔ（ω，ｌ）とするときに
   あらかじめ定められたゲイン行列Ｔを用いて、
   Ｘ_ｏｐｔ（ω，ｌ）の各成分が非負である、かつ、
   ‖Ｙ（ω，ｌ）−Ｔ・Ｘ_ｏｐｔ（ω，ｌ）‖^２が最小である
   ことを満足する推定信号パワーベクトルをＸ_ｏｐｔ（ω，ｌ）を求める
   ことを特徴とする収音装置。
4. 請求項１から３のいずれかに記載の収音装置であって、
   前記パワースペクトル推定部が推定した所望音源の信号量とその他の音源の信号量から、残響音の信号量を周波数ごとに求める残響スペクトル推定部も備え、
   前記パワースペクトル推定部は、
   前記各収音部で得られた各収音信号と残響音の信号量から、残響信号を除去した所望音源の信号量と、その他の音源の信号量とを周波数ごとに推定する
   ことを特徴とする収音装置。
5. 複数のマイクロホンを搭載して構成されるマイクロホンアレーの出力信号を利用して、それぞれ異なる６つ以上の領域の音を収音する収音ステップと、
   あらかじめ定めた１つ以上の前記マイクロホンからの信号または前記収音ステップで収音した信号から、処理対象信号を生成する処理対象信号生成ステップと、
   前記各収音ステップで得た各収音信号の信号量から、所望音源の信号量と、その他の音源の信号量とを周波数ごとに推定するパワースペクトル推定ステップと、
   前記所望音源の信号量と前記処理対象信号を用いた係数であって前記処理対象信号から所望音源のパワーに応じた量を得る係数と、前記所望音源の信号量と所望音源の信号量を含む全ての音源の信号量を用いた係数であって、雑音成分を抑圧する、正規化された係数と、を乗算した利得係数を、周波数ごとに求める利得係数算出ステップと、
   前記利得係数算出ステップで算出した利得係数を前記処理対象信号に乗算する乗算ステップと、
   を有する収音方法。
6. 請求項５記載の収音方法であって、
   前記処理対象信号をＹ_Ｓ（ω，ｌ）、前記パワースペクトル推定部が推定した所望音源の信号量をＳ（ω，ｌ）、その他の音源の信号量をＮ（ω，ｌ）とするときに、
   前記利得係数算出ステップは、
   利得係数Ｒ（ω，ｌ）を
   

   

   
   とする
   ことを特徴とする収音方法。
7. 請求項５または６記載の収音方法であって、
   前記パワースペクトル推定ステップは、
   前記各収音ステップで得た各収音信号の信号のパワーベクトルをＹ（ω，ｌ）、推定信号パワーベクトルをＸ_ｏｐｔ（ω，ｌ）とするときに
   あらかじめ定められたゲイン行列Ｔを用いて、
   Ｘ_ｏｐｔ（ω，ｌ）の各成分が非負である、かつ、
   ‖Ｙ（ω，ｌ）−Ｔ・Ｘ_ｏｐｔ（ω，ｌ）‖^２が最小である
   ことを満足する推定信号パワーベクトルをＸ_ｏｐｔ（ω，ｌ）を求める
   ことを特徴とする収音方法。
8. 請求項５から７のいずれかに記載の収音方法であって、
   前記パワースペクトル推定ステップが推定した所望音源の信号量とその他の音源の信号量から、残響音の信号量を周波数ごとに求める残響スペクトル推定ステップも備え、
   前記パワースペクトル推定ステップは、
   前記各収音ステップで得られた各収音信号と残響音の信号量から、残響信号を除去した所望音源の信号量と、その他の音源の信号量とを周波数ごとに推定する
   ことを特徴とする収音方法。
9. 請求項１から４のいずれかに記載の収音装置として、コンピュータを動作させる収音プログラム。
10. 請求項９記載の収音プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images