JP5060465B2 - 収音装置、収音方法、収音プログラム、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取得するシステムに関するものである。特に捕らえたい音声を発する話者以外の雑音源が多数存在する場合に大きく関係する。

図１（Ａ）に従来技術の利用状況の一例を示す。非特許文献１記載の従来技術においては、６つに分割した領域のそれぞれに含まれる音源のパワースペクトルを推定し、ターゲットエリアに含まれる所望音源のスペクトルを強調する利得係数を計算し、この利得係数を処理対象の信号に乗算することにより周波数成分毎に、雑音成分が抑圧された信号を得る方法が提案されている。
Yusuke Hioka, Kazunori Kobayashi, Ken’idhi Furuya, AkitoshiKataoka "Enhancement of Sound Sources Located within a Particular Area Using aPair of Small Microphone Arrays,"IEICE Trans. On Fundamentals, Vol.E91-A, No2,pp.561-574, 2008.

従来技術では、収音したい音源が存在する領域（ターゲットエリア）よりも後方または側方に雑音が存在する領域（ノイズエリア）を定義しており、それらの領域内に含まれる雑音のみが抑圧できた。従ってそれ以外の領域、すなわち収音したい音源とマイクロホンの間に定義される領域内に雑音源が位置する場合には、その雑音を抑圧することはできなかった。本発明はこのような課題を解決するためになされたものである。収音したい音源とマイクロホンの間の領域に存在する雑音の抑圧をも可能にする収音装置を提供することを目的とする。

本発明の収音装置は、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Ｌが収音することができる全角度領域の中に、Ｍ個（Ｍ≧３）の角度領域Θ_Ｌ１、Θ_Ｌ２、・・・、Θ_ＬＭを設け、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Ｒが収音することができる全角度領域の中に、Ｎ個（Ｎ≧３）の角度領域Θ_Ｒ１、Θ_Ｒ２、・・・、Θ_ＲＮを設けた場合に、予め定められたマイクロホンアレーＬの角度領域（但し、Θ_Ｌ１とΘ_ＬＭを除く）と予め定めたマイクロホンアレーＲの角度領域（但し、Θ_Ｒ１とΘ_ＲＮを除く）の重複する領域に位置する所望音源を収音する。本発明の収音装置は、マイクロホンアレーＬの出力信号を利用して、異なる角度領域の音を収音する３つ以上の収音部と、マイクロホンアレーＲの出力信号を利用して、異なる角度領域の音を収音する３つ以上の収音部を有する。ここで、「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。予め定められた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処理対象信号生成部と、各収音部で得られた各収音信号を用いて、マイクロホンアレーＬのＭ個の角度領域とマイクロホンアレーＲのＮ個の角度領域が重複するＭ×Ｎ個以下の領域の領域別レベル差を求め、この領域別レベル差を大小関係によって並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する音源発生領域推定部と、各収音部で得られた各収音信号と音源領域情報から、音源領域情報の先頭の領域情報から信号パワーを求めることができる領域情報まで選択した選択領域情報を算出し、選択領域情報に対応する音源の信号パワーを周波数ごとに推定するパワースペクトル推定部と、選択領域情報に対応する音源の信号パワーおよび選択領域情報から周波数ごとに利得係数を求める利得係数算出部と、利得係数算出部で算出した利得係数を処理対象信号に乗算する乗算部とを有する。

本発明の収音装置によれば、ターゲットエリアよりも後方または側方にノイズエリアを設けるだけではなく、所望音源とマイクロホンの間にも、ノイズエリアを設けているため、所望音源よりも後方または側方に存在する雑音だけでなく、所望音源とマイクロホンの間に存在する雑音も抑圧することができる。

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２００７−１８７５９４）で示された技術を説明する。図２に特願２００７−１８７５９４の第２実施形態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Ｌ３Ｌの各マイクロホンで生成された各出力信号は、この例では第１収音部４−１と第３収音部４−３と第５収音部４−５に入力される。更に、マイクロホンアレーＲ３Ｒの各マイクロホンで生成された各出力信号はこの例では第２収音部４−２と第４収音部４−４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Ｌ３ＬとマイクロホンアレーＲ３Ｒ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。

また、図３は、第１収音部４−１の機能構成例を示す図である。なお、他の収音部も同様の構成を有する。第１収音部４−１〜第６収音部４−６は図３に示すように各マイクロホンの出力信号ｘ_Ｌ１（ｎ）〜ｘ_ＬＭＬ（ｎ）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Ｌ３ＬとマイクロホンアレーＲ３Ｒ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。

図４は、各マイクロホンアレーの角度領域、ターゲットエリア及びノイズエリアを示す。ここでは第１収音部４−１の指向特性はマイクロホンアレーＬ３Ｌのほぼ中央位置から図４に示す所望音源１の位置を含む角度領域Θ_Ｌ２とΘ_Ｌ３を収音範囲とする特性に設定する。第２収音部４−２の指向特性はマイクロホンアレーＬ３Ｌのほぼ中央位置から図４に示す所望音源１の位置を含まない角度領域Θ_Ｌ１とΘ_Ｌ３を収音範囲とする特性に設定する。第３収音部４−３の指向特性はマイクロホンアレーＬ３Ｌのほぼ中央位置から図４に示す所望音源１の位置を含む角度領域Θ_Ｌ１とΘ_Ｌ２を収音範囲とする特性に設定する。第４収音部４−４の指向特性はマイクロホンアレーＲ３Ｒのほぼ中央位置から図４に示す所望音源１の位置を含む角度領域Θ_Ｒ２とΘ_Ｒ３を収音範囲とする特性に設定する。第５収音部４−５の指向特性はマイクロホンアレーＲ３Ｒのほぼ中央位置から図４に示す所望音源１の位置を含まない角度領域Θ_Ｒ１とΘ_Ｒ３を収音範囲とする特性に設定する。第６収音部４−６の指向特性はマイクロホンアレーＲ３Ｒのほぼ中央位置から図４に示す所望音源１の位置を含む角度領域Θ_Ｒ１とΘ_Ｒ２を収音範囲とする特性に設定する。この従来技術では、ターゲットエリアＳ３０１は、Θ_Ｌ２とΘ_Ｒ２によって、ノイズエリアＬ３０３は、Θ_Ｌ２とΘ_Ｒ１によって、ノイズエリアＲ３０４は、Θ_Ｌ１とΘ_Ｒ２によって、ノイズエリアＲＲ３０５は、Θ_Ｌ１とΘ_Ｒ３によって、ノイズエリアＣ３０６は、Θ_Ｌ１とΘ_Ｒ１によって、Θ_Ｌ３とΘ_Ｒ２によって、ノイズエリアＬＬ３０９は、Θ_Ｌ３とΘ_Ｒ１によって、特定されている。なお、ノイズエリアＮＲ３０２、ＮＬ３０７、ＮＣ３０８は特定されていない。

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処理対象信号生成部１４０とパワースペクトル推定部７に入力される。処理対象信号生成部１４０へは第１収音部４−１と第３収音部４−３と第４収音部４−４と第６収音部４−６から出力され、周波数領域の信号に変換された収音信号を入力する。処理対象信号生成部１４０は、周波数領域へ変換された各周波数領域の平均を処理対象信号Ｙ_Ｓ（ω，ｌ）として乗算部９と利得係数算出部１３０へ出力する。

パワースペクトル推定部７は、各収音部４−１〜４−６から出力され周波数領域の信号に変換された収音信号を入力され、周波数領域ごとに推定信号パワーを含む各音源の信号パワーを推定し、利得係数算出部１３０へ出力する。

利得係数算出部１３０は、推定された推定信号パワーと処理対象信号から、第１ゲイン係数を算出し、推定された各音源の信号パワーから第２のゲイン係数を算出し、さらに、第１ゲイン係数と第２ゲイン係数との積を利得係数として出力する。

利得係数として乗算部９で処理対象信号生成部１４０から与えられる所望音源１の信号を主成分とする処理対象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２００７−１８７５９４の収音装置の概要である。

以下では各部の構成及び動作を詳細に説明する。マイクロホンアレーＬ３Ｌ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（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（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３収音部、第５収音部についても同様に、式（４）、式（５）のそれぞれの条件を満たすように設計される。

つまり、マイクロホンアレーＲ３Ｒの出力信号を利用する各収音部４−１、４−３、４−５は、それぞれ角度領域Θ_Ｌ１、Θ_Ｌ２、Θ_Ｌ３の音を抑圧して収音する。

同様に、式（６）から式（８）に示すように、マイクロホンアレーＲ３Ｒの出力信号を利用する各収音部４−２、４−４、４−６は、それぞれ角度領域Θ_Ｒ１、Θ_Ｒ２、Θ_Ｒ３の音を抑圧して収音する。

周波数領域変換部５は、第１から６収音部の収音信号ｙ_ＬＬ（ｎ）、ｙ_ＣＬ（ｎ）、ｙ_ＲＬ（ｎ）、ｙ_ＬＲ（ｎ）、ｙ_ＣＲ（ｎ）、ｙ_ＲＲ（ｎ）が入力され、この信号を周波数領域の信号Ｙ_ＬＬ（ω，ｌ）、Ｙ_ＣＬ（ω，ｌ）、Ｙ_ＲＬ（ω，ｌ）、Ｙ_ＬＲ（ω，ｌ）、Ｙ_ＣＲ（ω，ｌ）、Ｙ_ＲＲ（ω，ｌ）に変換し、処理対象信号生成部１４０とパワースペクトル推定部７へ出力する。

図５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。

Ｙ _Ｓ（ω，ｌ）＝Ｙ’ _Ｓ（ω，ｌ）／４
なお、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６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、信号パワー｜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、各信号パワーを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擬似逆行列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（９）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（１０）から式（１２）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（１３）に示すようにパワーベクトル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） （１３）
ここで、従来技術では、式（９）に定義されるゲイン行列Ｔ（ω）は、ノイズエリアＮＲ３０２、ＮＬ３０７、ＮＣ３０８に対応していない。そのため、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）に、推定左近傍雑音パワー｜Ｎ_ＮＬ（ω，ｌ）｜^２、推定正面近傍雑音パワー｜Ｎ_ＮＣ（ω，ｌ）｜^２、推定右近傍雑音パワー｜Ｎ_ＮＲ（ω，ｌ）｜^２は含まれず、これらのエリアから収音される雑音を抑圧することはできない。

図７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。

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）
利得係数Ｒ（ω，ｌ）は周波数領域毎に算出される。乗算部９では、このように求めた利得係数Ｒ（ω，ｌ）を周波数領域ごとに処理対象信号生成部１４０から与えられる所望信号を主成分とする処理対象信号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た信号Ｚ（ω，ｌ）を出力する。

Ｚ（ω，ｌ）＝Ｙ_Ｓ（ω，ｌ）・Ｒ（ω，ｌ）
逆周波数領域変換部１０は、周波数領域の信号Ｚ（ω，ｌ）を時間領域に変換した信号ｚ（ｎ）を出力する。これらの処理により信号のＳＮ比を向上することができる。

従来技術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、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、第２ゲイン係数も、長所と短所がある。特願２００７−１８７５９４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。

また、特願２００７−１８７５９４の第２実施形態の変形例で示された技術を説明する。第２実施形態のパワースペクトル推定部の別の構成例（変形例）を図８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７（図６）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、推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）は非負であるという拘束条件の下で、式（１５）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
(但し、Ｘ_ｏｐｔ（ω，ｌ）≧０ （１５）
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。

図１（Ｂ）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Ｌ３Ｌ、マイクロホンアレーＲ３Ｒをある程度（例えばマイクロホンアレーＬ３Ｌ、マイクロホンアレーＲ３Ｒ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及び２’の音は抑圧される。本実施例の各マイクロホンアレーの角度領域、ターゲットエリア及びノイズエリアは、従来技術と同様に図４を用いて説明する。本実施例では、従来技術で定義されていたターゲットエリアＳ３０１、ノイズエリアＬ３０３、Ｒ３０４、ＲＲ３０５、Ｃ３０６、ＬＬ３０９に加え、ターゲットエリアと各マイクロホンアレーの間の領域をノイズエリアＮＲ３０２、ＮＣ３０８、ＮＬ３０７と定義している。図９に、実施例１の収音装置全体の構成例を示す。図２に示した特願２００７−１８７５９４の収音装置全体の構成とは、周波数変換部２１０，２１１と音源発生領域推定部２２０が追加され、パワースペクトル推定部７”と利得係数算出部１３０’の処理内容が異なる。図１０は、実施例１の収音装置の処理フローを示す図である。この図９を用いて収音装置の概要を説明する。

本発明の収音装置は、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Ｌ３Ｌが収音することができる全角度領域の中に、角度領域Θ_Ｌ１と角度領域Θ_Ｌ１に隣接する角度領域Θ_Ｌ２と角度領域Θ_Ｌ２に隣接する角度領域Θ_Ｌ３を設け、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Ｒ３Ｒが収音することができる全角度領域の中に、角度領域Θ_Ｒ１と角度領域Θ_Ｒ１に隣接する角度領域Θ_Ｒ２と角度領域Θ_Ｒ２に隣接する角度領域Θ_Ｒ３を設けた場合に、角度領域Θ_Ｌ２と角度領域Θ_Ｒ２の重複するターゲットエリアＳ３０１に位置する所望音源を収音する。

従来技術と同様に、第１収音部４−１は、マイクロホンアレーＬ３Ｌの出力信号を利用して、角度領域Θ_Ｌ１から得られる出力信号を抑圧し角度領域Θ_Ｌ２と角度領域Θ_Ｌ３から得られる出力信号を収音し、収音信号ｙ_ＬＬ（ｎ）を出力する（Ｓ４−１）。第３収音部４−３は、角度領域Θ_Ｌ２から得られる出力信号を抑圧し角度領域Θ_Ｌ１と角度領域Θ_Ｌ３から得られる出力信号を収音し、収音信号ｙ_ＣＬ（ｎ）を出力する（Ｓ４−３）。第５収音部４−５は、角度領域Θ_Ｌ３から得られる出力信号を抑圧し角度領域Θ_Ｌ１と角度領域Θ_Ｌ２から得られる出力信号を収音し、収音信号ｙ_ＲＬ（ｎ）を出力する（Ｓ４−５）。第２収音部４−２は、マイクロホンアレーＲ３Ｒの出力信号を利用して、角度領域Θ_Ｒ１から得られる出力信号を抑圧し角度領域Θ_Ｒ２と角度領域Θ_Ｒ３から得られる出力信号を収音し、収音信号ｙ_ＬＲ（ｎ）を出力する（Ｓ４−２）。第４収音部４−４は、角度領域Θ_Ｒ２から得られる出力信号を抑圧し角度領域Θ_Ｒ１と角度領域Θ_Ｒ３から得られる出力信号を収音し、収音信号ｙ_ＣＲ（ｎ）を出力する（Ｓ４−４）。第６収音部４−６は、角度領域Θ_Ｒ３から得られる出力信号を抑圧し角度領域Θ_Ｒ１と角度領域Θ_Ｒ２から得られる出力信号を収音し、収音信号ｙ_ＲＲ（ｎ）を出力する（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_ＬＬ（ｎ）、ｙ_ＣＬ（ｎ）、ｙ_ＲＬ（ｎ）、ｙ_ＬＲ（ｎ）、ｙ_ＣＲ（ｎ）、ｙ_ＲＲ（ｎ）を、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）に変換する。なお、周波数領域変換部５は、各収音部４−１〜４−６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_ＬＬ（ω，ｌ）と第２収音部４−２からの信号Ｙ_ＬＲ（ω，ｌ）と第５収音部４−５からの信号Ｙ_ＲＬ（ω，ｌ）と第６収音部４−６からの信号Ｙ_ＲＲ（ω，ｌ）の平均を、処理対象信号Ｙ_Ｓ（ω，ｌ）として出力する（Ｓ１４０）。

周波数領域変換部２１０、２１１では、各マイクロホンアレーの任意の出力信号（例えば、ｘ_ＬＭＬ（ｎ）、ｘ_ＲＭ１（ｎ））を周波数領域に変換した信号（例えば、Ｘ_ＬＭＬ（ω，ｌ）、Ｘ_ＲＭ１（ω，ｌ））を出力する。なお、周波数領域変換部２１０，２１１は、音源発生領域推定部２２０内に備えてもよい。

音源発生領域推定部２２０は、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）と各マイクロホンアレーの任意の出力信号を周波数領域に変換した信号（例えば、Ｘ_ＬＭＬ（ω，ｌ）、Ｘ_ＲＭ１（ω，ｌ））が入力される。これらの信号から、マイクロホンアレーＬ３Ｌの３個の角度領域とマイクロホンアレーＲ３Ｒの３個の角度領域が重複する９個の領域の領域別レベル差を求める。この領域別レベル差を大小関係によって並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報Ａ（ω，ｌ）として出力する（Ｓ２２０）。ここで、角度領域が重複する９個の領域とは、マイクロホンアレーＬ３Ｌから見た３つの角度領域Θ_Ｌ１，Θ_Ｌ２，Θ_Ｌ３のいずれかと、マイクロホンアレーＲ３Ｒから見た３つの角度領域Θ_Ｒ１，Θ_Ｒ２，Θ_Ｒ３のいずれかの組み合わせで特定される。つまり、ターゲットエリアＳ３０１は、Θ_Ｌ２とΘ_Ｒ２によって、ノイズエリアＮＲ３０２は、Θ_Ｌ２とΘ_Ｒ３によって、ノイズエリアＬ３０３は、Θ_Ｌ２とΘ_Ｒ１によって、ノイズエリアＲ３０４は、Θ_Ｌ１とΘ_Ｒ２によって、ノイズエリアＲＲ３０５は、Θ_Ｌ１とΘ_Ｒ３によって、ノイズエリアＣ３０６は、Θ_Ｌ１とΘ_Ｒ１によって、ノイズエリアＮＬ３０７は、Θ_Ｌ３とΘ_Ｒ２によって、ノイズエリアＮＣ３０８は、Θ_Ｌ３とΘ_Ｒ３によって、ノイズエリアＬＬ３０９は、Θ_Ｌ３とΘ_Ｒ１によって、特定される。

パワースペクトル推定部７”は、各収音信号周波数領域の信号Ｙ_ＬＬ（ω，ｌ）、Ｙ_ＣＬ（ω，ｌ）、Ｙ_ＲＬ（ω，ｌ）、Ｙ_ＬＲ（ω，ｌ）、Ｙ_ＣＲ（ω，ｌ）、Ｙ_ＲＲ（ω，ｌ）と音源領域情報Ａ（ω，ｌ）から、音源領域情報の先頭の領域情報から信号パワーを求めることができる領域情報まで選択した選択領域情報Ａ’（ω，ｌ）を算出し、選択領域情報に対応する音源の信号パワーＸ_ｏｐｔ（ω，ｌ）を周波数ごとに推定し、利得係数算出部１３０’へ出力する（Ｓ７”）。

利得係数算出部１３０’は、処理対象信号Ｙ_Ｓ（ω，ｌ）、選択領域情報に対応する音源の信号パワーＸ_ｏｐｔ（ω，ｌ）および選択領域情報Ａ’（ω，ｌ）から周波数領域ごとに利得係数Ｒ（ω，ｌ）を求める（Ｓ１３０’）。

乗算部９では、このように求めた利得係数Ｒ（ω，ｌ）を周波数領域ごとに処理対象信号生成部１４０から与えられる所望信号を主成分とする処理対象信号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た信号Ｚ（ω，ｌ）を出力する（Ｓ９）。

逆周波数領域変換部１０は、周波数領域の信号Ｚ（ω，ｌ）を時間領域に変換した信号ｚ（ｎ）を出力する。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。これらの処理により信号のＳＮ比を向上することができる。

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１１は、音源発生領域推定部２２０の構成例を示している。音源発生領域推定部は、６つの入出力レベル差算出部２２１，２２２，２２３，２２４，２２５，２２６、入出力レベル差合成部２２７、領域選択部２２８から構成される。音源発生領域推定部２２０は、マイクロホンアレーＬ３Ｌの出力信号を利用し各収音部４−１，４−３，４−５で得られた各収音信号の各レベル差Ｒ_ＬＬ(ω，ｌ)、Ｒ_ＣＬ(ω，ｌ)、Ｒ_ＲＬ(ω，ｌ)を算出し、マイクロホンアレーＲ３Ｒの出力信号を利用し各収音部４−２，４−４，４−６で得られた各収音信号の各レベル差Ｒ_ＬＲ(ω，ｌ)、Ｒ_ＣＲ(ω，ｌ)、Ｒ_ＬＲ(ω，ｌ)を算出し、マイクロホンアレーＬから得たレベル差の内の何れか１つとマイクロホンアレーＲから得たレベル差の内の何れか１つからなる組合せの全てに対して領域別レベル差ＲＡ_Ｓ(ω，ｌ)、ＲＡ_ＮＲ(ω，ｌ)、ＲＡ_Ｌ(ω，ｌ)、ＲＡ_Ｒ(ω，ｌ)、ＲＡ_ＲＲ (ω，ｌ)、ＲＡ_Ｃ (ω，ｌ)、ＲＡ_ＮＬ (ω，ｌ)、ＲＡ_ＮＣ(ω，ｌ)、ＲＡ_ＬＬ(ω，ｌ)を算出し、得られた領域別レベル差を大小関係
により並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報Ａ（ω，ｌ）として出力する。例えば、各収音部に接続された周波数領域変換部の出力信号はそれぞれ接続された入出力レベル差算出部に入力され、入出力レベル差算出部は、同じく入力された各マイクロホンアレーの任意のマイクロホンの出力信号を周波数領域に変換した信号（例えば、Ｘ_Ｒ１（ω，ｌ）、Ｘ_ＬＭ（ω，ｌ））とのレベル差を式（１６）〜（２１）のように除算することによって求め、その結果を入出力レベル差Ｒ_ＬＬ(
ω，ｌ)、Ｒ_ＣＬ(ω，ｌ)、Ｒ_ＲＬ(ω，ｌ)、Ｒ_ＬＲ(ω，ｌ)、Ｒ_ＣＲ(ω，ｌ)、Ｒ_ＬＲ(ω，ｌ)として出力する。

入出力レベル差算出部で求められたそれぞれの収音部における入出力レベル差は、入出力レベル差合成部に入力される。入出力レベル差合成部では、式（２２）で表されるように、レベル差を乗算することによって領域別レベル差を算出する。

このとき式（２２）の左辺に得られる行列の各要素は、領域別レベル差ＲＡ_Ｓ(ω，ｌ)、ＲＡ_ＮＲ(ω，ｌ)、ＲＡ_Ｌ(ω，ｌ)、ＲＡ_Ｒ(ω，ｌ)、ＲＡ_ＲＲ (ω，ｌ)、ＲＡ_Ｃ (ω，ｌ)、ＲＡ_ＮＬ (ω，ｌ)、ＲＡ_ＮＣ(ω，ｌ)、ＲＡ_ＬＬ(ω，ｌ)としてそれぞれ出力され、領域選択部２２８へ入力される。領域選択部２２８では、入力された領域別レベル差を小さいものから順に並べ、同じ順番で対応する領域情報を並べた音源領域情報Ａ（ω，ｌ）として出力する。例えば、式（２２）の左辺の行列の要素を昇順に並べたときに、次式（２３）のようになるとすると、音源領域情報は、式（２４）のようなターゲットエリア、またはノイズエリアを表す記号の集合として表される。

RA_S(ω,l) ＜ RA_NR(ω,l) ＜ RA_L(ω,l) ＜ RA_R(ω,l) ＜ RA_RR(ω,l)
＜ RA_C(ω,l) ＜ RA_NL(ω,l) ＜ RA_NC(ω,l) ＜ RA_LL(ω,l) （２３）
A(ω,l) = [S,NR,L,R,RR,C,NL,NC,LL] （２４）
以上の処理は、図４に定義した９つの領域（Ｓ、ＮＲ，Ｌ，Ｒ，ＲＲ，Ｃ，ＮＬ，ＮＣ，ＬＬ）のうち、音源が存在する可能性が高い領域を推定するために行っている。第１，３，５収音部では、それぞれマイクロホンアレーＬ３Ｌからみて異なる角度領域ΘＬ１，ΘＬ２，ΘＬ３から到来する音を抑圧する。同様に、第２，４，６収音部では、それぞれマイクロホンアレーＲ３Ｒからみて異なる角度領域ΘＲ１，ΘＲ２，ΘＲ３から到来する音を抑圧する。従ってこれら各収音部に入力された信号（例えば、Ｘ_ＬＭＬ（ω，ｌ））と出力された信号（例えば、Ｙ_ＬＬ（ω，ｌ），Ｙ_ＣＬ（ω，ｌ），Ｙ_ＲＬ（ω，ｌ））の間で、信号のレベルに大きな減衰が見られるということは、音源のある角度領域を抑圧していると考えられ、その角度領域に音源がある可能性が高い。ここで述べた信号のレベル減衰を計算しているのが、式（１６）〜（２１）である。従って前述のマイクロホンアレーＬ３Ｌから見て特定の方向に音源が存在する可能性と、マイクロホンアレーＲ３Ｒから見て特定の方向に音源が存在する可能性に関する情報を組合せることで、９つの領域のうち、どの領域に音源が存在する可能性が高いかを知ることができる。このようにマイクロホンアレーＬ３Ｌで得たレベル差情報と、マイクロホンアレーＲ３Ｒで得たレベル差情報を組み合わせ、各領域に関するレベル差情報を得ているのが、式（２２）である。そしてその結果を式（２３）のように並べ替えて利用することにより、式（２４）のように音源発生領域推定部では、音源が存在する可能性が高い領域を推定できる。

図１２は、パワースペクトル推定部７”の機能構成例を示す図である。パワースペクトル推定部は、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、ゲイン行列改良部６６から構成される。ここでパワー演算部６１、ベクトル化部６２、乗算部６３及び擬似逆行列演算部６４は、特願２００７−１８７５９４と同様であるため、説明を省略する。パワースペクトル推定部は、各収音部４−１〜４−６に設定される指向特性のゲインを各要素とするゲイン行列Ｔのうち、音源領域情報の先頭からＱ番目までの領域情報に対応する改良ゲイン行列Ｔ’（但し、Ｑは、Ｑ≦５かつrankＴ’＝Ｑを満たすもっとも大きな自然数）と音源領域情報Ａ（ω，ｌ）のうち先頭からＱ番目までを抽出した選択領域情報Ａ’（ω，ｌ）を求め、各収音部４−１〜４−６で得られた各収音信号と改良ゲイン行列Ｔ’から、選択領域情報Ａ’（ω，ｌ）に対応する音源の信号パワーを周波数ごとに推定する。例えば、ゲイン行列改良部６６では、式（２５）で定義されるゲイン行列Ｔ（ω）と音源領域情報Ａ（ω）より、改良ゲイン行列Ｔ’（ω）と選択領域情報Ａ’（ω，ｌ）を算出して出力する。

新しく導入したノイズエリア（ＮＬ３０７，ＮＣ３０８，ＮＲ３０２）を考慮して構成されるゲイン行列Ｔ（ω）のランクは最大でも５である。よって、逆擬似行列Ｔ^＋からパワースペクトル推定部において９つの領域のそれぞれで発生する音のパワースペクトルを正確に求めることはできない。そこで、改良ゲイン行列Ｔ’（ω）を算出する。改良ゲイン行列Ｔ’（ω）はゲイン行列Ｔ（ω）に含まれる９つの縦ベクトルのうち、音源領域情報Ａ（ω，ｌ）の先頭からＱ番目までの領域に対応する縦ベクトルにより構成される行列である。但し、Ｑは、Ｑ≦５かつｒａｎｋＴ’（ω）を満たす最も大きな自然数である。つまりゲイン行列Ｔ（ω）を式（２５）’のように９つの音源発生領域に対応したベクトルＴ（ω）＝［ｔ_Ｓ，ｔ_ＬＬ，ｔ_Ｌ，ｔ_Ｃ，ｔ_Ｒ，ｔ_ＲＲ，ｔ_ＮＬ，ｔ_ＮＣ，ｔ_ＮＲ］で表すとすると、改良ゲイン行列Ｔ’（ω）は図１３に示す処理例の流れによって算出される。なお、ここでは、例として、Ａ（ω，ｌ）＝［Ｓ，ＬＬ，Ｃ，Ｒ，ＲＲ，ＮＲ，Ｌ，ＮＬ，ＮＣ］としている。まず音源発生領域のうち先頭から５番目までに含まれる音源領域情報［Ｓ，ＬＬ，Ｃ，Ｒ，ＲＲ］に対応する一次改良ゲイン行列Ｔ^（１）（ω）＝［ｔ_Ｓ，ｔ_ＬＬ，ｔ_Ｃ，ｔ_Ｒ，ｔ_ＲＲ］を生成する。次に１次改良ゲイン行列Ｔ^（１）（ω）の階数が５であるかどうかの判定を行い、条件を満たす場合には１次改良ゲイン行列Ｔ^（１）（ω）を改良ゲイン行列Ｔ’（ω）とし、選択領域情報Ａ’（ω，ｌ）＝［Ｓ，ＬＬ，Ｃ，Ｒ，ＲＲ］として出力する。条件を満たさない場合には、音源発生領域のうち先頭から４番目までに含まれる音源発生領域［Ｓ，ＬＬ，Ｃ，Ｒ］に対応する２次改良ゲイン行列Ｔ^（２）（ω）＝［ｔ_Ｓ，ｔ_ＬＬ，ｔ_Ｃ，ｔ_Ｒ］を生成する。次に２次改良ゲイン行列の階数が４であるかどうかの判定を行い、条件を満たす場合には、２次改良ゲイン行列Ｔ^（２）（ω）を改良ゲイン行列Ｔ’（ω）とし、選択音源発生領域Ａ’（ω，ｌ）＝［Ｓ，ＬＬ，Ｃ，Ｒ］として出力する。この条件も満たさない場合には、音源発生領域のうち先頭から３番目までに含まれる音源領域情報［Ｓ，ＬＬ，Ｃ］に対応する行列を改良ゲイン行列Ｔ’（ω）＝［ｔ_Ｓ，ｔ_ＬＬ，ｔ_Ｃ］として生成し、選択領域情報Ａ’（ω，ｌ）＝［Ｓ，ＬＬ，Ｃ］としてを出力する。これは、ゲイン行列Ｔ（ω）から、何れの３つの縦ベクトルを抜き出して改良ゲイン行列Ｔ’（ω）を生成したとしても、階数は３となるためである。出力された改良ゲイン行列Ｔ’（ω）は擬似逆行列演算部６４へ、選択領域情報Ａ’（ω，ｌ）は利得係数算出部１３０’へ入力される。改良ゲイン行列Ｔ’（ω）は、擬似逆行列演算部６４へ入力され、擬似逆行列演算部６４では、擬似逆行列Ｔ^＋を算出し、乗算部６３へ出力される。乗算部６３では、式（２６）に示すようにパワーベクトルＹ（ω，ｌ）と擬似逆行列Ｔ^＋の乗算を周波数成分毎に行い、選択領域情報Ａ’（ω，ｌ）に対応する領域の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） （２６）
図１４は利得係数算出部１３０’の構成例を示す図である。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）から、選択領域情報Ａ’（ω，ｌ）に含まれる領域に対応する推定信号パワー｜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、推定左近傍雑音パワー｜Ｎ_ＮＬ（ω，ｌ）｜^２、推定正面近傍雑音パワー｜Ｎ_ＮＣ（ω，ｌ）｜^２、推定右近傍雑音パワー｜Ｎ_ＮＲ（ω，ｌ）｜^２のいずれか３つまたは４つまたは５つを出力する。なお、図１４において、全てのパワーが出力されているが、これは、選択領域情報Ａ’（ω，ｌ）の内容によって、何れのパワーも出力されうることを意味する。例えば、選択領域情報Ａ’（ω，ｌ）＝［Ｓ，ＮＲ，Ｌ，Ｒ，ＲＲ］とすると、｜Ｓ（ω，ｌ）｜^２、｜Ｎ_ＮＲ（ω，ｌ）｜^２、｜Ｎ_Ｌ（ω，ｌ）｜^２、｜Ｎ_Ｒ（ω，ｌ）｜^２、｜Ｎ_ＲＲ（ω，ｌ）｜^２が出力される。

第１ゲイン算出部１３１’は、選択領域情報Ａ’（ω，ｌ）にＳ（ターゲットエリア）が含まれているか否か判定する。含まれている場合には、推定信号パワー｜Ｓ（ω，ｌ）｜^２と処理対象信号Ｙｓ（ω，ｌ）から、第１ゲイン係数Ｇｓ（ω，ｌ）を次式のように算出する。

選択領域情報Ａ’（ω，ｌ）にＳ（ターゲットエリア）が含まれていない場合には、前段のベクトル要素抽出部８１’の出力に推定信号パワー｜Ｓ（ω，ｌ）｜^２が含まれないことから、第１ゲイン係数Ｇｓ（ω，ｌ）は以下のように信号を抑圧する定数Ｂｓを代入する。Ｂｓには例えば0.0001のような非常に小さい正の数を与える。
Ｇｓ（ω，ｌ）＝Ｂｓ
求めた第１ゲイン係数Ｇｓ（ω，ｌ）をゲイン乗算部１３３へ出力する。

第２ゲイン算出部１３２’は、選択領域情報Ａ’（ω，ｌ）にＳ（ターゲットエリア）が含まれているか否か判定する。含まれている場合には、推定信号パワー｜Ｓ（ω，ｌ）｜^２と選択領域情報Ａ’（ω，ｌ）に含まれる領域に対応する推定雑音パワーから第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）を計算する。例えば、選択音源発生領域Ａ’がＡ’＝［Ｓ，ＬＬ，Ｌ，Ｃ，Ｒ］のときは、次式のように算出する。

選択領域情報Ａ’（ω，ｌ）にＳ（ターゲットエリア）が含まれていない場合には、前段のベクトル要素抽出部８１’の出力に推定信号パワー｜Ｓ（ω，ｌ）｜^２が含まれないことから、第２ゲイン係数Ｇｓ（ω，ｌ）は以下のように信号を抑圧する定数Ｂｓ’を代入する。Ｂｓ’には例えば0.0001のような非常に小さい正の数を与える。
Ｇｓ（ω，ｌ）＝Ｂｓ’
求めた第２ゲイン係数Ｇｓ（ω，ｌ）をゲイン乗算部１３３へ出力する。
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）
なお、本実施例では、第１ゲイン算出部、第２ゲイン算出部において、選択領域情報Ａ’にＳが含まれるか否か判定しているが、ベクトル要素推定部８１’において、判定し、含まれない場合には、ベクトル要素推定部が、非常に小さな値をＲ（ω，ｌ）として出力してもよい。また、利得係数算出部１３０’は、第２ゲイン算出部１３２’から得られるＧ_ＳＮＲ（ω，ｌ）のみを利得係数Ｒ（ω，ｌ）として出力してもよい。第２ゲイン係数Ｇ_ＳＮＲ（ω，ｌ）は、算出過程でターゲットエリアを含む９つの領域から音源発生領域を推定した選択領域情報に対応した推定信号パワーベクトルＸ_ｏｐｔ（ω，ｌ）を利用して求められるため、各マイクロホンアレーと所望音源の間に存在する雑音を抑圧することができる。この場合、第１ゲイン算出部１３１’、ゲイン乗算部１３３、処理対象信号Ｙｓ（ω，ｌ）の入力は不要となるため、構成を簡素化できるというメリットがある。その他の構成部の処理は、図２の収音装置と同じである。

本実施例において、従来技術と同等の効果が得られるのに加え、ターゲットエリアとマイクロホンアレーの間に位置する雑音が抑圧できるようになる原理について説明する。従来技術ではターゲットエリアとマイクロホンアレーの間には雑音源２’はないと仮定していた。このため、これらの領域（ノイズエリアＮＲ３０２，ＮＣ３０８，ＮＬ３０７）に雑音源２’が位置した場合、問題が仮定の範囲外になってしまうため十分な雑音抑圧効果が得られなかった。一方、本発明においてはターゲットエリアとマイクロホンアレーの間に新たに３つのノイズエリアＮＲ３０２，ＮＣ３０８，ＮＬ３０７を導入し、これらの領域内の雑音抑圧を可能にした。ここで新しく導入したノイズエリアを考慮して構成されるゲイン行列Ｔ（ω）のランクは最大でも５である。よって、逆擬似行列Ｔ^＋からパワースペクトル推定部において９つの領域のそれぞれで発生する音のパワースペクトルを正確に求めることはできない。また、特願２００７−１８７５９４の第２実施形態の変形例のように、パワーベクトルＹ（ω，ｌ）とゲイン行列Ｔから、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（１５）に示すように、Ｙ（ω，ｌ）とＴ・Ｘｏｐｔ（ω，ｌ）の二乗誤差が最小になる推定信号パワーベクトルＸｏｐｔ（ω，ｌ）を求め、出力することも考えられる。

‖Ｙ（ω，ｌ）−Ｔ・Ｘ_ｏｐｔ（ω，ｌ）‖^２
（但し、Ｘ_ｏｐｔ（ω，ｌ）≧０） （１５）
しかし、この本発明においては、求めるパワースペクトルが９つあり、計算処理量が膨大になるため、この方法を使うことはできない。つまり、単純に従来技術における問題設定を変えるだけでは課題は解決しない。

そこで本発明ではゲイン行列改良部及び音源発生領域推定部を導入する。前述のとおり音源発生領域推定部の前段にある各収音部では、それぞれが異なる方向に信号を抑圧する指向性のヌル（零点）を向けている。このため、各収音部の処理前後でどの程度信号のレベルに変化（減衰）が生じたかを求めることによって、どの方向から音が到来しているかを推定することができる。この処理を行っているのが、音源発生領域推定部の入出力レベル差算出部である。次にマイクロホンアレーＬ３Ｌ、３Ｒのそれぞれで求められたレベル差情報を組合せると、図４で定義されている９つの領域のうちどの領域から音が発生しているかを推定することができる。入出力レベル差合成部では、各マイクロホンアレーで求められたレベル差情報の組合せ処理を行っている。最後に領域選択部では、より音源が存在する可能性が高い領域から順に９つの領域の選択順位を決定している。具体的には、前記の各収音部でより信号レベルが低減された領域に音源がある可能性が高いことから、入出力レベル差合成部において求められた領域別レベル差の小さいほうから領域選択を行っている。次に音源発生領域推定部において得た音源の存在する領域に関する情報から、ゲイン行列の階数がフルランクになるような改良ゲイン行列を求める。一般に音声のような非定常な信号を扱う場合には、時間周波数平面で見たときにすべての音の成分が同じ時間周波数に集中することは極めて稀であることが知られている。これは例えば、Ozgur Yilmaz, Scott Rickard, “Blind Separation of Speech Mixtures via Time-Frequency Masking” IEEE Trans. on Signal Processing, Vol.52, Issue 7, pp1830-1847, 2004.に詳しく述べられている。このことから多くの時間周波数においては、９つ全ての領域の音が混合していることは殆どないといえる。本発明では、このことに注目して、音源が存在している可能性が高いいくつかの領域のパワースペクトルだけを推定し、それ以外の領域では音は発生していないと考えることで、上述のゲイン行列が抱えるランク落ちの問題を解決している。

次に本実施例の収音装置での実験結果を示す。図１５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３ｃｍ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、（０．５，０）と（−０．５，０）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（０．０，２．０）、（―１．５，２．０）、（０．０，０．２）に配置されている。

図１６（Ａ）は所望音源の源信号を、（Ｂ）は（０．０，０．２）に配置された背景雑音源を、（Ｃ）は従来技術の出力を、（Ｄ）は実施例１の収音装置の出力を示す図である。
図１６（Ｂ）と図１６（Ｃ）を比較すると、従来技術では、ターゲットエリアとマイクロホンアレーの間に配置される話者２の発する雑音が抑圧されずに残っていることが分かる。一方、図（Ｄ）ではそのような部分の信号も他のノイズエリアの信号と同様に抑圧されている。図１７は、図１６（Ｂ）の（０．０，０．２）に配置された背景雑音源の抑圧量を示したグラフである。なお、図１７は、縦軸の値が、大きくなるほど、抑圧量が多く性能が良いことを示している。この結果から従来技術では雑音が殆ど抑圧できていないことがわかる。本発明による方法では、抑圧効果が得られていることが定量的な観点からも確認できる。

なお、本実施例においては、マイクロホンアレーＬが収音することができる全角度領域の中に、角度領域Θ_Ｌ１、Θ_Ｌ２、Θ_Ｌ３を設け、マイクロホンアレーＲが収音することができる全角度領域の中に、角度領域Θ_Ｒ１、Θ_Ｒ２、Θ_Ｒ３を設けているが、マイクロホンアレーＬが収音することができる全角度領域の中に、Ｍ個（Ｍ≧３）の角度領域Θ_Ｌ１、Θ_Ｌ２、・・・、Θ_ＬＭを設け、マイクロホンアレーＲが収音することができる全角度領域の中に、Ｎ個（Ｎ≧３）の角度領域Θ_Ｒ１、Θ_Ｒ２、・・・、Θ_ＲＮを設けてもよい。但し、ターゲットエリアは、予め定められたマイクロホンアレーＬの角度領域（Θ_Ｌ１とΘ_ＬＭを除く）と予め定めたマイクロホンアレーＲの角度領域（Θ_Ｒ１とΘ_ＲＮを除く）の重複する領域とする。この場合、処理対象信号生成部では、ターゲットエリアを含む角度領域の音を収音する収音部の信号を用いて、処理対象信号を生成する。音源発生領域推定部では、各収音部で得られた各収音信号を用いて、マイクロホンアレーＬのＭ個の角度領域とマイクロホンアレーＲのＮ個の角度領域が重複するＭ×Ｎ個以下の領域の領域別レベル差を求め、この領域別レベル差を大小関係によって並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する。パワースペクトル推定部では、各収音部で得られた各収音信号と音源領域情報から、音源領域情報の先頭の領域情報から信号パワーを求めることができる領域情報まで選択した選択領域情報を算出し、選択領域情報に対応する音源の信号パワーを周波数ごとに推定する。例えば、各収音部に対する指向特性のゲインを各要素とするゲイン行列Ｔ（ω）を生成する。次に、rankＴ（ω）を算出する。音源領域情報の先頭からＰ番目までの領域情報に対応する改良ゲイン行列Ｔ’（但し、Ｐは、Ｐ≦rankＴ（ω）かつrankＴ’＝Ｐを満たすもっとも大きな自然数）と音源領域情報Ａ（ω，ｌ）のうち先頭からＰ番目までを抽出した選択領域情報Ａ’（ω，ｌ）を求め、各収音部で得られた各収音信号と改良ゲイン行列Ｔ’から、選択領域情報Ａ’（ω，ｌ）に対応する音源の信号パワーを周波数ごとに推定する。このような処理を行うことによって、マイクロホンアレーの角度領域が３つ以上の場合にも、本実施例と同様にマイクロホンアレーと所望音源の間にある雑音を抑圧することができる。

［変形例］
次に、図２０に実施例１の変形例である収音装置を示す。実施例１で説明した収音装置（図９参照）と比較すると、処理対象信号生成部１４０’が処理対象信号生成部１４０’’に代替されている点で異なる。図２１に処理対象信号生成部１４０’’の機能構成例を示す。
マイクロホンアレーＬに搭載される複数のマイクロホンからのＭ_Ｌ個（複数）の出力信号ｘ_ＬｍＬ（ｎ）（ただし、ｍＬ＝１，２，・・・，Ｍ_Ｌ）は周波数領域変換手段２０２に入力される。周波数領域変換手段２０２は、Ｍ_Ｌ個の出力信号ｘ_ＬｍＬ（ｎ）を周波数領域に変換することで、Ｍ_Ｌ個のＬ周波数領域信号Ｘ_ＬｍＬ（ω、ｌ）を生成する。
Ｍ_Ｌ個のＬ周波数領域信号Ｘ_ＬｍＬ（ω、ｌ）は、振幅算出手段２０４に入力される。振幅算出手段２０４は、Ｍ_Ｌ個のＬ周波数領域信号Ｘ_ＬｍＬ（ω、ｌ）それぞれについて、Ｍ_Ｌ個のＬ振幅スペクトル│Ｘ_ＬｍＬ（ω、ｌ）│を求める。求められたＭ_Ｌ個のＬ振幅スペクトル│Ｘ_ＬｍＬ（ω、ｌ）│は平均計算手段２０６に入力される。
一方、マイクロホンアレーＲに搭載される複数のマイクロホンからのＭ_Ｒ個の出力信号ｘ_ＲｍＲ（ｎ）（ただし、ｍＲ＝１，２，・・・，Ｍ_Ｒ）についても、上述の周波数領域変換手段２０２、振幅算出手段２０４による処理で、Ｍ_Ｒ個のＲ振幅スペクトル│Ｘ_ＲｍＲ（ω、ｌ）│を求める。Ｍ_Ｒ個のＲ振幅スペクトル│Ｘ_ＲｍＲ（ω、ｌ）│は平均計算手段２０６に入力される。
平均計算手段２０６は、Ｍ_Ｌ個のＬ振幅スペクトルおよびＭ_Ｒ個のＲ振幅スペクトルの平均である平均振幅スペクトル│Ｙ_ｓ（ω、ｌ）│が求められる。具体的には例えば以下の式により求められる。

ここで、重み係数ｗ_Ｌｐ、ｗ_Ｒｑはそれぞれ正の実数であり、例えば、マイクロホンアレーＬ、マイクロホンアレーＲに含まれるマイクロホンの数がそれぞれＭ_Ｌ、Ｍ_Ｒの場合には、例えば、ｗ_Ｌｐ＝１／Ｍ_Ｌ、ｗ_Ｒｑ＝１／Ｍ_Ｒになる。求められた平均振幅スペクトル│Ｙ_ｓ（ω、ｌ）│は複素数形成手段２１２に入力される。
一方、信号平均手段２０８は、収音部からの周波数領域の信号の平均である平均信号Ｙ（ω、ｌ）_ＡＶＧを求める。この例では、信号平均手段２０８は、４つの信号、つまり、第１収音部４−１からの出力信号Ｙ_ＬＬ（ω、ｌ）、第２収音部４−２からの出力信号Ｙ_ＬＲ（ω、ｌ）、第５収音部４−５からの出力信号Ｙ_ＬＬ（ω、ｌ）、第６収音部４−６からの出力信号Ｙ_ＲＲ（ω、ｌ）の平均である平均信号Ｙ（ω、ｌ）_ＡＶＧを求める。信号平均手段２０８の処理内容は、実施例１で説明した処理対象信号生成部１４０’と同様の処理なので省略する。
位相算出手段２１０は、平均信号Ｙ（ω、ｌ）_ＡＶＧの位相である平均信号位相φ（ω、ｌ）を求める。位相の生成手法は、公知の技術を用いればよく、例えば以下の式により求めることができる。
φ（ω、ｌ）＝∠Ｙ（ω、ｌ）_ＡＶＧ
求められたφ（ω、ｌ）は、複素数形成手段２１２に入力される。複素数形成手段２１２は、処理対象信号Ｙ_ｓ（ω、ｌ）（周波数スペクトル）を求める。処理対象信号Ｙ_ｓ（ω、ｌ）の振幅は、平均振幅スペクトル│Ｙ_ｓ（ω、ｌ）│であり、位相はφ（ω、ｌ）である。複素数形成手段２１２から出力される処理対象信号Ｙ_ｓ（ω、ｌ）を複素数で表すと、以下の式になる。ただし、振幅を│Ｙ_ｓ（ω、ｌ）│とし位相角をφ（ω、ｌ）とする。
Ｙ_ｓ（ω、ｌ）＝│Ｙ_ｓ（ω、ｌ）│ｅ^{φ（ω、ｌ）}
また、周波数領域手段２０２の一部または全部は、周波数領域変換部２１０、２１１や周波数領域変換部５と併用しても良い。

この変形例の収音装置と上述の実施例１の収音装置との効果の違いについて説明する。上記実施例１の乗算部９で、処理対象信号Ｙ_ｓ（ω、ｌ）に対して周波数領域毎に乗算されるＲ（ω、ｌ）は、上記第１ゲイン係数Ｇ_Ｓ（ω、ｌ）および第２ゲイン係数Ｇ_ＳＮＲ（ω、ｌ）の式からも理解されるように、入力された信号の振幅のみに処理を施すものであり、位相に対しては何らの処理も施していない。このため、実施例１の処理対象信号生成部１４０’では、予め所望信号方向に指向性のビームが向けられている第１収音部、第２収音部、第５収音部、第６収音部の出力を用いることで、出力される信号の位相が所望信号の位相に近くなるようにしている。しかし、処理対象信号生成部１４０’からの処理対象信号Ｙ_ｓ（ω、ｌ）に対してＧ_ＳＮＲ（ω、ｌ）を乗じると以下の理由から問題が生じる場合がある。Ｇ_ＳＮＲ（ω、ｌ）は分母に入力された信号のパワースペクトルの推定値の和を、分子に所望信号のパワースペクトル│Ｓ（ω、ｌ）│^２をそれぞれ持っているが、これは乗算部９に入力された信号の振幅がマイクロホンの信号の振幅と同じであると仮定したときに、推定された所望信号を強調するためである。従って、実施例１における処理対象信号生成部１４０’からの処理対象信号Ｙ_ｓ（ω、ｌ）に、Ｇ_ＳＮＲ（ω、ｌ）を乗算した場合、乗算部９から出力される信号Ｚ（ω、ｌ）の振幅はＧ_ＳＮＲ（ω、ｌ）の分子にある推定された所望信号のスペクトル│Ｓ（ω、ｌ）│^２とは等しくならない。

一方、この変形例に示した処理対象信号１４０’’中の位相算出手段２１０で、収音部からの信号（マイクロホンからの出力信号に対して抑圧などの処理を施した信号）に対して、位相スペクトルを求め、複素数形成手段２１２で処理対象信号Ｙ_ｓ（ω、ｌ）に対して、当該位相スペクトルを反映していることから、乗算部９から出力信号Ｚ（ω、ｌ）についても位相スペクトルを正確に表現できる。また、振幅については、振幅算出手段２０４がマイクロホンからの出力信号（なんらの処理も施されていない信号）についての振幅を求め、複素数形成手段２１２で処理対象信号Ｙ_ｓ（ω、ｌ）に対して、当該振幅を反映していることから、Ｇ_ＳＮＲ（ω、ｌ）を乗算した後に、より正確に推定された所望信号のスペクトルを表現できる。その結果、逆周波数領域変換部１０からの出力信号（所望信号）ｚ（ｎ）について、実施例１と比較して、雑音の抑圧効果および強調した音と信号の質を向上できる。

以下、実施例１と異なる部分についてのみ記載する。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及び２’の音は抑圧される。図１８に、実施例２の収音装置全体の構成例を示す。実施例１とは各収音部４’−１〜４’−６、処理信号生成部１４０’、音源発生領域推定部２２０’の処理内容が異なる。

本実施例において、第１収音部４’−１は、マイクロホンアレーＬ３Ｌの出力信号を利用して、角度領域Θ_Ｌ１から得られる出力信号を収音し、収音信号ｙ_ＬＬ（ｎ）を出力する。第３収音部４’−３は、角度領域Θ_Ｌ２から得られる出力信号を収音し、収音信号ｙ_ＣＬ（ｎ）を出力する。第５収音部４’−５は、角度領域Θ_Ｌ３から得られる出力信号を収音し、収音信号ｙ_ＲＬ（ｎ）を収音する。第２収音部４’−２は、マイクロホンアレーＲ３Ｒの出力信号を利用して、角度領域Θ_Ｒ１から得られる出力信号を収音し、収音信号ｙ_ＬＲ（ｎ）を出力する。第４収音部４’−４は、角度領域Θ_Ｒ２から得られる出力信号を収音し、収音信号ｙ_ＣＲ（ｎ）を出力する。第６収音部４’−６は、角度領域Θ_Ｒ３から得られる出力信号を収音し、収音信号ｙ_ＲＲ（ｎ）を出力する。

処理対象信号生成部１４０’は、周波数領域に変換された第３収音部４−３からの信号Ｙ_ＣＬ（ω，ｌ）と第４収音部４−４からの信号Ｙ_ＣＲ（ω，ｌ）の平均を、処理対象信号Ｙ_Ｓ（ω，ｌ）として出力する。

音源発生領域推定部２２０’の領域選択部２２８’では、入力された領域別レベル差を大きいものから順に並べ、同じ順番で対応する領域情報を並べた音源領域情報Ａ（ω，ｌ）として出力する。例えば、式（２２）の左辺の行列の要素を昇順に並べたときに、次式（２７）のようになるとすると、音源領域情報は、式（２８）のようなターゲットエリア、またはノイズエリアを表す記号の集合として表される。

RA_S(ω,l) ＞ RA_NR(ω,l) ＞ RA_L(ω,l) ＞ RA_R(ω,l) ＞ RA_RR(ω,l)
＞ RA_C(ω,l) ＞ RA_NL(ω,l) ＞ RA_NC(ω,l) ＞ RA_LL(ω,l) （２７）
A(ω,l) = [S,NR,L,R,RR,C,NL,NC,LL] （２８）
第１，３，５収音部では、それぞれマイクロホンアレーＬ３Ｌからみて異なる角度領域ΘＬ１，ΘＬ２，ΘＬ３から到来する音を収音する。同様に、第２，４，６収音部では、それぞれマイクロホンアレーＲ３Ｒからみて異なる角度領域ΘＲ１，ΘＲ２，ΘＲ３から到来する音を収音する。従ってこれら各収音部に入力された信号（例えば、Ｘ_ＬＭＬ（ω，ｌ））と出力された信号（例えば、Ｙ_ＬＬ（ω，ｌ），Ｙ_ＣＬ（ω，ｌ），Ｙ_ＲＬ（ω，ｌ））の間で、信号のレベルに大きな減衰が見られないということは、音源のある角度領域を収音していると考えられ、その角度領域に音源がある可能性が高い。その他の構成部の処理は、実施例１の収音装置と同じである。

図１９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。

（Ａ）は従来技術の利用状況の一例を示す図。（Ｂ）は本発明の利用状況の一例を示す図。 特願２００７−１８７５９４の第２実施形態の収音装置の全体の構成を示す図。 第１収音部４−１の機能構成例を示す図。 各マイクロホンアレーの角度領域、ターゲットエリア及びノイズエリアを示す図。 処理対象信号生成部１４０の機能構成例を示す図。 特願２００７−１８７５９４のパワースペクトル推定部７の機能構成例を示す図。 特願２００７−１８７５９４の利得係数算出部１３０の機能構成例を示す図。 特願２００７−１８７５９４の第２実施形態のパワースペクトル推定部の変形例を示す図。 実施例１の収音装置全体の構成例を示す。 実施例１の収音装置の処理フローを示す図。 音源発生領域推定部２２０の構成例を示す図。 実施例１のパワースペクトル推定部の機能構成例を示す図。 改良ゲイン行列Ｔ’（ω）を算出する処理例の流れを示す図。 利得係数算出部１３０’の構成例を示す図。 実施例１の収音装置での実験環境を示す図。 （Ａ）は所望音源の源信号を、（Ｂ）は（０．０，０．２）に配置された背景雑音源を、（Ｃ）は従来技術の出力を、（Ｄ）は実施例１の収音装置の出力を示す図。 図１６（Ｂ）の（０．０，０．２）に配置された背景雑音源の抑圧量を示したグラフ。 実施例２の収音装置全体の構成例を示す図。 コンピュータの機能構成例を示す図。 実施例１の変形例の収音装置全体の構成例を示した図。 処理対象信号生成部１４０’’の機能構成例を示した図。

符号の説明

１ 所望音源 ２、２’ 背景雑音
３Ｌ、３Ｒ マイクロホンアレー
４−１、４’−１ 第１収音部 ４−２、４’−２ 第２収音部
４−３、４’−３ 第３収音部 ４−４、４’−４ 第４収音部
４−５、４’−５ 第５収音部 ４−６、４’−６ 第６収音部
５ 周波数領域変換部 ７，７’、７” パワースペクトル推定部
９ 乗算部 １０ 逆周波数領域変換部
１３０、１３０’ 利得係数算出部 １４０、１４０’ 処理対象信号生成部
２１０，２１１ 周波数領域変換部 ２２０、２２０’ 音源発生領域推定部

Claims (8)

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Ｌが収音することができる全角度領域の中に、Ｍ個（Ｍ≧３）の角度領域Θ_Ｌ１、Θ_Ｌ２、・・・、Θ_ＬＭを設け、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Ｒが収音することができる全角度領域の中に、Ｎ個（Ｎ≧３）の角度領域Θ_Ｒ１、Θ_Ｒ２、・・・、Θ_ＲＮを設けた場合に、予め定められたマイクロホンアレーＬの角度領域（但し、Θ_Ｌ１とΘ_ＬＭを除く）と予め定めたマイクロホンアレーＲの角度領域（但し、Θ_Ｒ１とΘ_ＲＮを除く）の重複する領域に位置する所望音源を収音する収音装置であって、
   前記マイクロホンアレーＬの出力信号を利用して、異なる前記角度領域の音を収音する３つ以上の収音部と、前記マイクロホンアレーＲの出力信号を利用して、異なる前記角度領域の音を収音する３つ以上の収音部と、
   予め定められた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、
   各前記収音部で得られた各収音信号を用いて、前記マイクロホンアレーＬのＭ個の角度領域と前記マイクロホンアレーＲのＮ個の角度領域が重複するＭ×Ｎ個以下の領域の領域別レベル差を求め、この領域別レベル差を大小関係によって並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する音源発生領域推定部と、
   各前記収音部で得られた各収音信号と前記音源領域情報から、前記音源領域情報の先頭の領域情報から信号パワーを求めることができる領域情報まで選択した選択領域情報を算出し、前記選択領域情報に対応する音源の信号パワーを周波数ごとに推定するパワースペクトル推定部と、
   前記選択領域情報に対応する音源の信号パワーおよび前記選択領域情報から周波数ごとに利得係数を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、
   を有することを特徴とする収音装置。
2. 請求項１記載の収音装置であって、
   前記マイクロホンアレーＬが収音することができる全角度領域の中に、角度領域Θ_Ｌ１と前記角度領域Θ_Ｌ１に隣接する角度領域Θ_Ｌ２と前記角度領域Θ_Ｌ２に隣接する角度領域Θ_Ｌ３を設け、前記マイクロホンアレーＲが収音することができる全角度領域の中に、角度領域Θ_Ｒ１と前記角度領域Θ_Ｒ１に隣接する角度領域Θ_Ｒ２と前記角度領域Θ_Ｒ２に隣接する角度領域Θ_Ｒ３を設けた場合に、前記角度領域Θ_Ｌ２と前記角度領域Θ_Ｒ２の重複する領域に位置する前記所望音源を収音し、
   前記マイクロホンアレーＬの出力信号を利用して、異なる前記角度領域の音を収音する３つの前記収音部と、前記マイクロホンアレーＲの出力信号を利用して、異なる前記角度領域の音を収音する３つの前記収音部と、
   前記マイクロホンアレーＬの出力信号を利用し各前記収音部で得られた各収音信号の各レベル差を算出し、前記マイクロホンアレーＲの出力信号を利用し各前記収音部で得られた各収音信号の各レベル差を算出し、前記マイクロホンアレーＬから得たレベル差の内の何れか１つと前記マイクロホンアレーＲから得たレベル差の内の何れか１つからなる組合せの全てに対して領域別レベル差を算出し、得られた領域別レベル差を大小関係により並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する前記音源発生領域推定部と、
   各前記収音部に設定される指向特性のゲインを各要素とするゲイン行列Ｔのうち、音源領域情報の先頭からＱ番目までの領域情報に対応する改良ゲイン行列Ｔ’（但し、Ｑは、Ｑ≦５かつrankＴ’＝Ｑを満たすもっとも大きな自然数）と音源領域情報のうち先頭からＱ番目までを抽出した選択領域情報を求め、各前記収音部で得られた各収音信号と改良ゲイン行列Ｔ’から、前記選択領域情報に対応する音源の信号パワーを周波数ごとに推定する前記パワースペクトル推定部と、
   を有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、
   前記処理対象信号生成部は、
   前記マイクロホンアレーＬに搭載される複数のマイクロホンからの出力信号をそれぞれ周波数領域に変換することで複数のＬ周波数領域信号を生成し、前記マイクロホンアレーＲに搭載される複数のマイクロホンからの出力信号をそれぞれ周波数領域に変換することで複数のＲ周波数領域信号を生成する周波数領域変換手段と、
   前記複数のＬ周波数領域信号それぞれのＬ振幅スペクトル、および前記複数のＲ周波数領域信号それぞれのＲ振幅スペクトルを求める振幅算出手段と、
   複数の前記Ｌ振幅スペクトルおよび複数の前記Ｒ振幅スペクトルの平均である平均振幅スペクトルを求める平均計算手段と、
   前記収音部からの周波数領域の信号の平均である平均信号を求める信号平均手段と、
   前記平均信号の位相である平均信号位相を求める位相算出手段と、
   前記平均振幅スペクトルを振幅とし、前記平均信号位相を位相とする前記処理対象信号を生成する複素数形成手段と、を具備するものであることを特徴とする収音装置。
4. 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Ｌが収音することができる全角度領域の中に、Ｍ個（Ｍ≧３）の角度領域Θ_Ｌ１、Θ_Ｌ２、・・・、Θ_ＬＭを設け、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Ｒが収音することができる全角度領域の中に、Ｎ個（Ｎ≧３）の角度領域Θ_Ｒ１、Θ_Ｒ２、・・・、Θ_ＲＮを設けた場合に、予め定められたマイクロホンアレーＬの角度領域（但し、Θ_Ｌ１とΘ_ＬＭを除く）と予め定めたマイクロホンアレーＲの角度領域（但し、Θ_Ｒ１とΘ_ＲＮを除く）の重複する領域に位置する所望音源を収音する収音方法であって、
   前記マイクロホンアレーＬの出力信号を利用して、それぞれ異なる３つ以上の前記角度領域の音を収音する収音ステップと、前記マイクロホンアレーＲの出力信号を利用して、それぞれ異なる３つ以上の前記角度領域の音を収音する収音ステップと、
   予め定められた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得られた信号から、処理対象信号を生成する処理対象信号生成ステップと、
   各前記収音ステップで得られた各収音信号を用いて、前記マイクロホンアレーＬのＭ個の角度領域と前記マイクロホンアレーＲのＮ個の角度領域が重複するＭ×Ｎ個以下の領域の領域別レベル差を求め、この領域別レベル差を大小関係によって並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する音源発生領域推定ステップと、
   各前記収音ステップで得られた各収音信号と前記音源領域情報から、前記音源領域情報の先頭の領域情報から信号パワーを求めることができる領域情報まで選択した選択領域情報を算出し、前記選択領域情報に対応する音源の信号パワー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、
   前記選択領域情報に対応する音源の信号パワーおよび前記選択領域情報から周波数ごとに利得係数を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、
   を有することを特徴とする収音方法。
5. 請求項４記載の収音方法であって、
   前記マイクロホンアレーＬが収音することができる全角度領域の中に、角度領域Θ_Ｌ１と前記角度領域Θ_Ｌ１に隣接する角度領域Θ_Ｌ２と前記角度領域Θ_Ｌ２に隣接する角度領域Θ_Ｌ３を設け、前記マイクロホンアレーＲが収音することができる全角度領域の中に、角度領域Θ_Ｒ１と前記角度領域Θ_Ｒ１に隣接する角度領域Θ_Ｒ２と前記角度領域Θ_Ｒ２に隣接する角度領域Θ_Ｒ３を設けた場合に、前記角度領域Θ_Ｌ２と前記角度領域Θ_Ｒ２の重複する領域に位置する前記所望音源を収音し、
   前記マイクロホンアレーＬの出力信号を利用して、それぞれ異なる３つの前記角度領域の音を収音する前記収音ステップと、前記マイクロホンアレーＲの出力信号を利用して、それぞれ異なる３つの前記角度領域の音を収音する前記収音ステップと、
   前記マイクロホンアレーＬの出力信号を利用し各前記収音ステップで得られた各収音信号の各レベル差を算出し、前記マイクロホンアレーＲの出力信号を利用し各前記収音ステップで得られた各収音信号の各レベル差を算出し、前記マイクロホンアレーＬから得たレベル差の内の何れか１つと前記マイクロホンアレーＲから得たレベル差の内の何れか１つからなる組合せの全てに対して領域別レベル差を算出し、得られた領域別レベル差を大小関係により並び替え、並び替えた領域別レベル差に対応するように並べた領域情報を音源領域情報として出力する前記音源発生領域推定ステップと、
   各前記収音ステップにおいて設定される指向特性のゲインを各要素とするゲイン行列Ｔのうち、音源領域情報の先頭からＱ番目までの領域情報に対応する改良ゲイン行列Ｔ’（但し、Ｑは、Ｑ≦５かつrankＴ’＝Ｑを満たすもっとも大きな自然数）と音源領域情報のうち先頭からＱ番目までを抽出した選択領域情報を求め、各前記収音ステップで得られた各収音信号と改良ゲイン行列Ｔ’から、前記選択領域情報に対応する音源の信号パワーを周波数ごとに推定する前記パワースペクトル推定ステップと、
   を有することを特徴とする収音方法。
6. 請求項４または５記載の収音方法であって、
   前記処理対象信号生成ステップは、
   前記マイクロホンアレーＬに搭載される複数のマイクロホンからの出力信号をそれぞれ周波数領域に変換することで複数のＬ周波数領域信号を生成し、前記マイクロホンアレーＲに搭載される複数のマイクロホンからの出力信号をそれぞれ周波数領域に変換することで複数のＲ周波数領域信号を生成する周波数領域変換ステップと、
   前記複数のＬ周波数領域信号それぞれのＬ振幅スペクトル、および前記複数のＲ周波数領域信号それぞれのＲ振幅スペクトルを求める振幅算出ステップと、
   複数の前記Ｌ振幅スペクトルおよび複数の前記Ｒ振幅スペクトルの平均である平均振幅スペクトルを求める平均計算ステップと、
   前記収音ステップで得られた周波数領域の信号の平均である平均信号を求める信号平均手段と、
   前記平均信号の位相である平均信号位相を求める位相算出ステップと、
   前記平均振幅スペクトルを振幅とし、前記平均信号位相を位相とする前記処理対象信号を生成する複素数形成ステップと、を有するものであることを特徴とする収音方法。
7. 請求項１〜３何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。
8. 請求項７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