JP5233914B2 - ノイズ低減装置およびノイズ低減プログラム - Google Patents

Description

この発明は、ノイズ低減装置およびノイズ低減プログラムに関する。

従来より、ショッピングセンタなどの公共スペースにおいて、音声コミュニケーションを使った対人サービスを行うサービス提供装置が存在する。このサービス提供装置は、発話者から入力される発話音声について音声認識処理や音声合成処理を実行し、発話者の発話内容を認識することにより、音声コミュニケーションによる対人サービスを実現する。

そして、このサービス提供装置に関し、発話者から入力される発話音声を正確に認識することを目的として、例えば、発話音声とともに入力される周囲のノイズを低減する技術が提案されている。例えば、指向性マイクを利用したり、複数のマイクでアレイマスクを構成したりすることにより、発話音声の入力方向外の音を低減する技術などがある。

特開２００８−３０４４９８号公報

しかしながら、上記の指向性マイクを用いた技術では、発話者と同じ方向から入力されるノイズを低減できないという問題点があった。そのため、例えば、指向性マイクを用いた技術を上述したサービス提供装置に適用した場合には、発話音声の認識率が低下する。また、例えば、指向性マイクを用いた技術をハンズフリーフォンに適用した場合には、発話音声の復元精度が低下する。

開示の技術は、上記に鑑みてなされたものであって、発話者と同じ方向から入力されるノイズを低減することが可能なノイズ低減装置およびノイズ低減プログラムを提供することを目的とする。

本願の開示する技術は、一つの態様において、指向性の角度が重ならないように配置される複数の音声入力装置から音声をそれぞれ入力する音声入力部と、前記音声入力部を介して入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択部と、所定周波数ごとに、前記選択部により選択された音声入力装置から前記音声入力部を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置から前記音声入力部を介して入力された音声の入力値との差をそれぞれ算出する算出部と、前記算出部により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定部と、前記選択された音声入力装置から前記音声入力部を介して入力された音声が有する周波数成分のうち、前記判定部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制する抑制部とを有する。

本願の開示する技術の一つの態様によれば、発話者と同じ方向から入ってくるノイズを低減できる。

図１は、実施例１に係るノイズ低減装置を示す図である。 図２は、実施例２に係るノイズ低減装置を説明する図である。 図３は、実施例２に係るノイズ低減装置の構成を示す図である。 図４は、実施例２に係るメインマイクとサブマイクのある周波数におけるパワー差を示す図である。 図５は、実施例２に係るノイズ低減装置による処理の流れを示す図である。 図６は、実施例３に係るノイズ低減装置の構成を示す図である。 図７は、ノイズ低減プログラムを実行するコンピュータを示す図である。

以下に、図面を参照しつつ、本願の開示するノイズ低減装置およびノイズ低減プログラムの一実施形態について詳細に説明する。なお、以下では、本願の開示するノイズ低減装置およびノイズ低減プログラムの一実施形態として後述する実施例により、本願が開示する技術が限定されるものではない。

図１は、実施例１に係るノイズ低減装置を示す図である。同図に示すように、実施例１に係るノイズ低減装置は、音声入力部と、選択部と、算出部と、判定部と、抑制部とを有する。

音声入力部は、指向性の角度が重ならないように配置する複数の音声入力装置から音声をそれぞれ入力する。選択部は、音声入力部を介して入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、複数の音声入力装置から音声入力装置を一つ選択する。算出部は、所定周波数ごとに、選択部により選択された音声入力装置を介して入力された音声の入力値と、当該選択された音声入力装置以外の音声入力装置を介して入力された音声の入力値との差をそれぞれ算出する。判定部は、算出部により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する。抑制部は、選択部により選択された音声入力装置を介して入力された音声が有する周波数から、判定部により入力値の差が所定の閾値以下であると判定された所定周波数の成分を抑制する。

すなわち、実施例１に係るノイズ低減装置は、処理対象となる音声を入力する音声入力装置を選択する。そして、実施例１に係るノイズ低減装置は、入力値の差が所定の閾値を越えていると判定部により判定された所定周波数に対応する周波数成分はノイズであるとして、先に選択した音声入力装置から入力する音声の周波数成分から抑制する。このようなことから、実施例１に係るノイズ低減装置は、発話者と同じ方向から入ってくるノイズを低減できる。

図２は、実施例２に係るノイズ低減装置を説明する図である。同図には、指向性の角度が重ならないように配置する複数の超指向性マイクであるマイク１〜３、近くの音源、遠くの音源の配置例を示す。また、マイク１〜３からノイズ低減装置に入力される同一周波数の音声のパワー（電圧値または電力値）を音源ごとに示す。

図２に示すように、音源が近い時、すなわち、マイク１〜３を介して発話者から音声が入力されるのと同様のケースでは、マイク１〜３からノイズ低減装置に入力される音声のパワー差は大きい。一方、音源が遠い時、すなわち、マイク１〜３の近くに発話者が存在せず、マイク１〜３を介してＢＧＭやアナウンスなどが入力されるのと同様のケースでは、マイク１〜３からノイズ低減装置に入力される音声のパワー差は小さい。

そこで、実施例２に係るノイズ低減装置は、この点に着目して、マイク１〜３から入力される各音声のパワー差が小さい音声の周波数成分は、遠くの音源からの音声、すなわち、ＢＧＭやアナウンスなど、発話音声以外のノイズであると判定する。そして、入力される音声が処理対象音声となるメインマイクから入力される音声の周波数成分のうち、音声のパワー差が小さいと判定された周波数成分を抑制する。このようにして、実施例２に係るノイズ低減装置は、発話者と同一の方向から入力されるノイズを低減する。

［ノイズ低減装置の構成（実施例２）］
図３は、実施例２に係るノイズ低減装置の構成を示す図である。なお、以下では、実施例２に係るノイズ低減装置を、ショッピングセンタなどの公共スペースにおいて、音声コミュニケーションを使った対人サービスを行う対人サービスロボットに適用した場合の一実施形態について説明する。

図３に示すように、対人サービスロボット１００は、超指向性のマイク１１０〜１３０と、ノイズ低減装置１４０と、音声認識部１５０と、ロボットコントローラ１６０と、スピーカ１７０とを有する。

マイク１１０〜１３０は、指向性の角度が重ならないように配置され、発話者からの発話音声や、ＢＧＭや場内アナウンスなどの音声の入力を受け付ける。

ノイズ低減装置１４０は、図３に示すように、フーリエ変換部１４１〜１４３およびノイズ低減制御部１４４を有する。

フーリエ変換部１４１〜１４３は、マイク１１０〜１３０により入力が受け付けられた各音声データをフーリエ変換し、周波数ごとのパワーを算出する。例えば、フーリエ変換部１４１は、マイク１１０により入力が受け付けられた音声データをフーリエ変換して、マイク１１０により入力が受け付けられた音声データを周波数とパワー（例えば、電圧値や電力値）からなる音声データに変換する。同様に、フーリエ変換部１４２は、マイク１２０により入力が受け付けられた音声データをフーリエ変換して、マイク１２０により入力が受け付けられた音声データを周波数とパワーからなる音声データに変換する。同様に、フーリエ変換部１４３は、マイク１３０により入力が受け付けられた音声データをフーリエ変換して、マイク１３０により入力が受け付けられた音声データを周波数とパワーからなる音声データに変換する。

ノイズ低減制御部１４４は、メインマイク選択処理部１４４ａ、周波数パワー比較部１４４ｂおよびノイズ抑制処理部１４４ｃを有する。なお、ノイズ低減制御部１４４は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ (Field Programmable Gate Array)などの集積回路であってもよい。また、ノイズ低減制御部１４４は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などの電子回路であってもよい。

メインマイク選択処理部１４４ａは、フーリエ変換部１４１〜１４３によりフーリエ変換された各音声データに基づいて、認識処理の対象となる音声が入力されるメインマイクを選択する。例えば、メインマイク選択処理部１４４ａは、マイク１１０〜１３０から入力される各音声データのパワーを各音声データが有する所定周波数ごとに加算し、加算された値が各所定周波数において最も大きいマイクをメインマイクとして選択する。

周波数パワー比較部１４４ｂは、所定周波数ごとに、メインマイクから入力されるパワー（例えば、電圧値や電力値）と、メインマイク以外のマイクであるサブマイクから入力されるパワーとを比較し、メインマイクのパワーとサブマイクのパワー差を算出する。そして、周波数パワー比較部１４４ｂは、算出したパワー差が所定の閾値よりも小さいか否かを判定し、判定結果に応じて、メインマイクから入力される音声の周波数成分に対する抑制指示を後述するノイズ抑制処理部１４４ｃに送る。

例えば、周波数パワー比較部１４４ｂは、処理対象となる最初の処理対象周波数を選択し、選択した処理対象周波数に対応する周波数のパワーを、メインマイクおよびサブマイクの各々から入力された音声からそれぞれ取得する。メインマイクおよびサブマイクの音声のパワー取得後、周波数パワー比較部１４４ｂは、メインマイクおよびサブマイクの各々から取得した処理対象周波数に対応する周波数の音声のパワー差を算出する。

音声のパワー差算出後、周波数パワー比較部１４４ｂは、算出したパワー差の中で最大のパワー差が所定の閾値よりも小さいか否かを判定する。図４は、実施例２に係るメインマイクとサブマイクのある周波数におけるパワー差を示す図である。同図の縦軸は、マイクに入力されるパワーを示し、同図の横軸は、マイクの種別（マイク１〜３）を示す。また、同図では、ある処理対象周波数「ｆｍ」に関し、メインマイクおよびサブマイクの各々から入力される音声のパワーの一例を示す。同図に示すように、周波数パワー比較部１４４ｂは、処理対象周波数が「ｆｍ（ｍは整数）」である時のマイク２（メイン）とマイク１（サブ）とのパワー差、マイク２（メイン）とマイク３（サブ）とのパワー差をそれぞれ算出する。そして、周波数パワー比較部１４４ｂは、算出したパワー差のうち、大きい方のパワー差であるマイク２とマイク１とのパワー差（ｔｍａｘ）が所定の閾値より小さいか否か判定することとなる。なお、上記の処理対象周波数「ｆｍ」として、例えば、５Ｈｚ、１０Ｈｚ、１５Ｈｚなど、５Ｈｚ刻みの周波数を設定してもよい。また、マイク１〜３から入力される音声をフーリエ変換したときに、各音声のパワー（ピーク）が現れる周波数を、小さい周波数から順に処理対象周波数として設定してもよい。

判定の結果、パワー差が所定の閾値よりも小さい場合には、周波数パワー比較部１４４ｂは、メインマイクから入力される音声の周波数成分のうち、現在の処理対象である処理対象周波数に対応する成分の抑制指示を後述するノイズ抑制処理部１４４ｃに送る。一方、判定の結果、パワー差が所定の閾値以上である場合には、周波数パワー比較部１４４ｂは、処理対象となる全ての周波数について処理が完了しているか否かを判定する。

判定の結果、処理対象となる全ての周波数について処理が完了していない場合には、周波数パワー比較部１４４ｂは、次の処理対象周波数を選択し、上述した処理と同様の処理を実行する。これとは反対に、判定の結果、処理対象となる全ての周波数について処理が完了している場合には、周波数パワー比較部１４４ｂは、ノイズ抑制処理部１４４ｃに、現在までの処理結果を出力するように指示する。

また、周波数パワー比較部１４４ｂは、後述するノイズ抑制処理部１４４ｃから、次の処理対象周波数について、メインマイクおよびサブマイクの音声のパワー差を算出するように指示を受け付けた場合にも、上述した処理と同様の処理を実行する。

ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂから抑制指示を受け付けると、メインマイクから入力される音声の周波数成分のうち、現在の処理対象周波数に対応する周波数の成分を抑制する。例えば、ノイズ抑制処理部１４４ｃは、「Ｐｍｆｍ＝Ｐｍｆｍ−αＰｓｆｍ」の数式を用いた演算処理を行うことにより、処理対象周波数に対応する周波数の成分を抑制する。ここで、「Ｐｍｆｍ」はメインマイクの周波数ｆｍにおけるパワーを示し、「Ｐｓｆｍ」はサブマイクの周波数ｆｍにおけるパワーを示し、「α」は抑制ゲインを示す。なお、周波数成分とは、例えば、その周波数のパワー（例えば、電圧値や電力値）を示す。

ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂから抑制指示に応じて、抑制指示された処理対象周波数に対応する周波数の成分を抑制した後、処理対象となる全ての周波数について処理が完了しているか否かを判定する。判定の結果、処理対象となる全ての周波数について処理が完了していない場合には、ノイズ抑制処理部１４４ｃは、次の処理対象周波数を選択し、メインマイクとサブマイクのパワー差を算出するように周波数パワー比較部１４４ｂに指示を送る。

一方、判定の結果、処理対象となる全ての周波数について処理が完了している場合には、ノイズ抑制処理部１４４ｃは、次のように処理を行う。すなわち、ノイズ抑制処理部１４４ｃは、メインマイクから入力される音声の周波数成分のうち、抑制指示の対象となる周波数成分が全て抑制されたメインマイクの音声データを処理結果として後述する音声認識部１５０に出力する。また、ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂから、処理結果を出力するように指示を受け付けた場合にも、処理結果を音声認識部１５０に出力する。

音声認識部１５０は、ノイズ抑制処理部１４４ｃから音声データを受け付けると、受け付けた音声データの認識処理を実行し、認識処理結果をロボットコントローラに送る。ロボットコントローラ１６０は、音声認識部１５０から受け付けた認識処理結果に返答する音声データを生成し、生成した音声データをスピーカ１７０を介して出力する。

［ノイズ低減装置による処理（実施例２）］
図５は、実施例２に係るノイズ低減装置により処理の流れを示す図である。同図に示すように、マイク１１０〜１３０により音声の入力が受け付けられると（ステップＳ１肯定）、フーリエ変換部１４１〜１４３は、マイク１１０〜１３０から入力された各音声データをフーリエ変換し、周波数ごとのパワーを算出する（ステップＳ２）。

メインマイク選択処理部１４４ａは、フーリエ変換部１４１〜１４３によりフーリエ変換された各音声データに基づいて、入力される音声が認識処理の対象となるメインマイクを選択する選択処理を実行する（ステップＳ３）。メインマイクの選択後、メインマイク選択処理部１４４ａは、処理対象周波数「ｆｍ」に処理番号（ｍ＝０，１，２・・・ｎ）を付与する（ステップＳ４）。例えば、５Ｈｚ、１０Ｈｚ、１５Ｈｚなど、５Ｈｚ刻みの周波数を小さい方から順に処理番号を付与し、「ｆｍ（ｍ＝０）：５Ｈｚ」、「ｆｍ（ｍ＝１）：１０Ｈｚ」、「ｆｍ（ｍ＝２）：１５Ｈｚ」など、５Ｈｚ刻みに処理対象周波数として設定する。

周波数パワー比較部１４４ｂは、処理対象となる最初の周波数「ｆｍ（ｍ＝０）」を選択する（ステップＳ５）。そして、周波数パワー比較部１４４ｂは、選択した周波数「ｆｍ」に対応する周波数のパワーを、メインマイクおよびサブマイクの各々から入力された音声からそれぞれ取得する（ステップＳ６）。メインマイクおよびサブマイクの音声のパワー取得後、周波数パワー比較部１４４ｂは、メインマイクおよびサブマイクの各々から取得した周波数「ｆｍ」に対応する周波数の音声のパワー差を算出する（ステップＳ７）。

音声のパワー差算出後、周波数パワー比較部１４４ｂは、算出したパワー差の中で最大のパワー差（ｔｍａｘ）が所定の閾値（Ｔｄ）よりも小さいか否かを判定する（ステップＳ８）。周波数パワー比較部１４４ｂは、パワー差が所定の閾値よりも小さいと判定した場合には（ステップＳ８肯定）、メインマイクから入力される音声の周波数成分のうち、現在の処理対象周波数「ｆｍ」に対応する成分の抑制指示をノイズ抑制処理部１４４ｃに送る。

ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂから抑制指示を受け付けると、メインマイクから入力される音声の周波数成分のうち、処理対象である現在の周波数「ｆｍ」に対応する周波数の成分を抑制する（ステップＳ９）。

ノイズ抑制処理部１４４ｃは、処理対象周波数に対応する周波数の成分を抑制した後、処理対象となる全ての周波数について処理が完了しているか否か（ｍ＞ｎ）を判定する（ステップＳ１０）。ノイズ抑制処理部１４４ｃは、処理対象となる全ての周波数について処理が完了していると判定した場合には（ステップＳ１０肯定）、ノイズ抑制処理部１４４ｃは、抑制指示の対象となる周波数成分が全て抑制されたメインマイクの音声データを処理結果として音声認識部１５０に出力する（ステップＳ１１）。

一方、ノイズ抑制処理部１４４ｃは、処理対象となる全ての周波数について処理が完了していないと判定した場合には（ステップＳ１０否定）、処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋１）」を選択する（ステップＳ１２）。そして、ノイズ抑制処理部１４４ｃは、メインマイクとサブマイクのパワー差を算出するように周波数パワー比較部１４４ｂに指示を送る。

以後、上述したステップＳ７〜１０の処理が実行される。すなわち、周波数パワー比較部１４４ｂは、ノイズ抑制処理部１４４ｃからの指示に応じて、処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋１）」について、メインマイクとサブマイクのパワー差を算出する（ステップＳ７）。次に、ノイズ抑制処理部１４４ｃは、算出したパワー差の中で最大のパワー差（ｔｍａｘ）が所定の閾値（Ｔｄ）よりも小さいか否かを判定する（ステップＳ８）。周波数パワー比較部１４４ｂにより、パワー差が所定の閾値よりも小さいと判定された場合には（ステップＳ８肯定）、ノイズ抑制処理部１４４ｃは、メインマイクから入力される音声の周波数成分のうち、現在の周波数「ｆｍ」に対応する周波数の成分を抑制する（ステップＳ９）。一方、パワー差が所定の閾値よりも小さくないと判定した場合には（ステップＳ８否定）、周波数パワー比較部１４４ｂは、処理対象となる全ての周波数について処理が完了しているか否かを判定する（ステップＳ１０）。なお、処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋１）」について、メインマイクおよびサブマイクにパワーが存在しない場合には、次の処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋２）」を選択する。

ここで、ステップＳ８の説明に戻ると、周波数パワー比較部１４４ｂは、パワー差が所定の閾値よりも小さくないと判定した場合には（ステップＳ８否定）、上述したステップＳ１０〜１２と同様の処理を実行する。すなわち、周波数パワー比較部１４４ｂは、処理対象となる全ての周波数について処理が完了しているか否かを判定する（ステップＳ１０）。周波数パワー比較部１４４ｂにより、処理対象となる全ての周波数について処理が完了していると判定された場合には（ステップＳ１０肯定）、ノイズ抑制処理部１４４ｃは、処理結果を音声認識部１５０に出力する（ステップＳ１１）。一方、周波数パワー比較部１４４ｂは、処理対象となる全ての周波数について処理が完了していないと判定した場合には（ステップＳ１０否定）、周波数パワー比較部１４４ｂは、処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋１）」を選択する（ステップＳ１２）。そして、周波数パワー比較部１４４ｂは、処理対象となる次の周波数「ｆｍ（ｍ＝ｍ＋１）」について、メインマイクとサブマイクのパワー差を算出するメインマイクとサブマイクのパワー差を算出する。

なお、上述してきた実施例２に係るノイズ低減装置１４０の処理の流れでは、パワー差が所定の閾値よりも小さいと判定されるごとに、メインマイクから入力される音声の周波数成分から、処理対象の周波数に対応する周波数成分を抑制する場合を説明した。例えば、図５に示すステップＳ７〜ステップ１０、ステップＳ１２までの処理がこれに該当する。しかしながら、図５に示すステップＳ７〜ステップ１０、ステップＳ１２までの処理の流れに限定されるものではない。例えば、ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂから抑制指示があるごとに保留しておく。そして、ノイズ抑制処理部１４４ｃは、周波数パワー比較部１４４ｂからの抑制指示が全て受け付けられるのを待って、抑制指示された処理対象周波数に対応する周波数の成分を一度に抑制するようにしてもよい。

［実施例２による効果］
上述してきたように、実施例２によれば、ノイズ低減装置１４０は、指向性の角度が重ならないように配置されたマイク１１０〜１３０から音声をそれぞれ入力し、入力された各音声のパワーを処理対象となる周波数ごとに比較する。そして、ノイズ低減装置１４０は、入力される音声が認識処理の対象となるメインマイクを選択する。メインマイクの選択後、ノイズ低減装置１４０は、処理対象周波数ごとに、メインマイクから入力された音声のパワーと、サブマイクから入力された音声のパワーとの差をそれぞれ算出する。パワー差の算出後、ノイズ低減装置１４０は、算出したパワー差が所定の閾値を越えているか否かを処理対象周波数ごとに判定する。そして、ノイズ低減装置１４０は、メインマイクから入力された音声が有する周波数成分のうち、パワー差が所定の閾値以下であると判定された時の処理対象周波数に対応する周波数成分を抑制する。

すなわち、ノイズ低減装置１４０は、メインマイクから入力された音声が有する周波数成分のうち、パワー差が所定の閾値以下であると判定された時の処理対象周波数を、発話音声以外のノイズに対応する周波数成分とする。そして、メインマイクから入力される音声の周波数成分のうち、パワー差が所定の閾値以下であると判定された時の処理対象周波数に対応する周波数成分を抑制する。このようなことから、実施例２によれば、発話者と同一の方向から入力されるノイズであっても低減できる。

また、実施例２によれば、対人サービスロボット１００は、発話者と同一の方向から入力されるノイズを低減した音声データを音声認識処理できるので、利用者に対して良質なサービスを提供できる。

上述した実施例２に係るノイズ低減装置１４０は、ハンズフリーフォンに同様に適用することができる。図６は、実施例３に係るノイズ低減装置２４０の構成を示す図である。同図に示すように、ハンズフリーフォン２００は、超指向性のマイク２１０〜２３０と、ノイズ低減装置２４０と、逆フーリエ変換部２５０とを有する。そして、ノイズ低減装置２４０は、実施例２に係るノイズ低減装置１４０と同様の構成である。

ノイズ低減装置２４０は、図６に示すように、フーリエ変換部２４１〜２４３およびノイズ低減制御部２４４を有する。なお、フーリエ変換部２４１〜２４３は、上述した図２に示すフーリエ変換部１４１〜１４３にそれぞれ対応し、ノイズ低減制御部２４４は、上述した図２に示すノイズ低減制御部１４４に対応する。

また、ノイズ低減制御部２４４は、図６に示すように、メインマイク選択処理部２４４ａ、周波数パワー比較部２４４ｂおよびノイズ抑制処理部２４４ｃを有する。なお、メインマイク選択処理部２４４ａ、周波数パワー比較部２４４ｂおよびノイズ抑制処理部２４４ｃは、上述した図２に示すメインマイク選択処理部１４４ａ、周波数パワー比較部１４４ｂおよびノイズ抑制処理部１４４ｃにそれぞれ対応する。フーリエ変換部２４１〜２４３およびノイズ低減制御部２４４は、実施例２において説明したフーリエ変換部１４１〜１４３およびノイズ低減制御部１４４と同様の処理機能を有し、同様の処理を実行する。

すなわち、フーリエ変換部２４１〜２４３は、マイク２１０〜２３０により入力が受け付けられた各音声データをフーリエ変換し、周波数ごとのパワーを算出する。

メインマイク選択処理部２４４ａは、フーリエ変換部１４１〜１４３によりフーリエ変換された各音声データに基づいて、入力する音声が認識処理の対象となるメインマイクを選択する。

周波数パワー比較部２４４ｂは、処理対象周波数ごとに、メインマイクから入力されるパワー（例えば、電圧値や電力値）と、サブマイクから入力されるパワーとを比較し、メインマイクのパワーとサブマイクのパワー差を算出する。そして、周波数パワー比較部２４４ｂは、算出したパワー差が所定の閾値よりも小さいか否かを判定し、判定結果に応じて、メインマイクから入力される音声の周波数成分に対する抑制指示をノイズ抑制処理部２４４ｃに送る。

ノイズ抑制処理部２４４ｃは、周波数パワー比較部２４４ｂから抑制指示を受け付けると、メインマイクから入力される音声の周波数成分のうち、パワー差が所定の閾値よりも小さいと判定された時の処理対象周波数に対応する周波数の成分を抑制する。そして、ノイズ抑制処理部２４４ｃは、ノイズに対応する周波数成分を抑制したメインマイクの音声データを処理結果として逆フーリエ変換部２５０に出力する。

逆フーリエ変換部２５０は、ノイズ抑制処理部２４４ｃから受け付けた音声データを逆フーリエ変換して、逆フーリエ変換した音声データを接続先の端末に伝送する。

上述してきたように、実施例３によれば、ハンズフリーフォン２００は、発話者と同一の方向から入力されるノイズを低減した音声データを接続先に伝送できるので、利用者に対して良質な音声サービスを提供できる。

以下、本願の開示するノイズ低減装置およびノイズ低減プログラムの他の実施形態を説明する。

（１）メインマイクの選択方法
上述した実施例２では、ノイズ低減装置１４０は、マイク１１０〜１３０から入力される各音声データのパワーを各音声データが有する所定周波数ごとに加算し、加算された値が各所定周波数において最も大きいマイクをメインマイクとして選択する場合を説明した。しかしながら、ノイズ低減装置１４０によるメインマイクの選択方法は、これに限定されるものではない。

例えば、ノイズ低減装置１４０は、マイク１１０〜１３０から入力された各音声のパワーの差を当該各音声が有する周波数ごとに算出する。そして、ノイズ低減装置は、算出したパワーの差が所定の閾値を超える周波数に対応する各音声のパワーを各音声ごとに加算し、加算された値が最大である音声の入力が行われたマイクをメインマイクとして選択するようにしてもよい。このようなことから、音声データのうち、パワー差がある周波数のデータのみを用いることにより、より発話音声を入力しているマイクをメインマイクとして精度良く選択できる。

また、例えば、ノイズ低減装置１４０は、マイク１１０〜１３０から一定時間内に入力された音声ごとに音圧の平均値を算出し、算出された音圧の平均値が最大である音声の入力が行われたマイクをメインマイクとして選択するようにしてもよい。このようなことから、音声のパワー（例えば、電圧値や電力値）以外の音声のパラメータに基づいて、メインマイクを選択できる。

（２）装置構成等
例えば、図２に示したノイズ低減装置１４０の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、ノイズ低減装置１４０の分散・統合の具体的形態は図示のものに限られず、例えば、周波数パワー比較部１４４ｂおよびノイズ抑制処理部１４４ｃを機能的および／または物理的に統合する。このように、ノイズ低減装置１４０の全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

（３）ノイズ低減プログラム
また、例えば、上記の実施例で説明したノイズ低減装置１４０の各種の処理（例えば、図５等参照）は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。

そこで、以下では、図７を用いて、上記の実施例で説明したノイズ低減装置１４０と同様の機能を有するノイズ低減プログラムを実行するコンピュータの一例を説明する。図７は、ノイズ低減プログラムを実行するコンピュータを示す図である。

同図に示すように、ノイズ低減装置としてコンピュータ３００は、入出力制御部３１０、ＨＤＤ３２０、ＲＡＭ３３０およびＣＰＵ３４０をバス４００で接続して構成される。

ここで、入出力制御部３１０は、各種データの入出力を制御する。ＨＤＤ３２０は、ＣＰＵ３４０による各種処理の実行に必要な情報を記憶する。ＲＡＭ３３０は、各種情報を一時的に記憶する。ＣＰＵ３４０は、各種演算処理を実行する。

そして、ＨＤＤ３２０には、図７に示すように、例えば、図２に示したノイズ低減装置１４０の各処理部と同様の機能を発揮するノイズ低減プログラム３２１と、ノイズ低減用データ３２２とがあらかじめ記憶されている。なお、このノイズ低減プログラム３２１を適宜分散させて、ネットワークを介して通信可能に接続された他のコンピュータの記憶部に記憶させておくこともできる。

そして、ＣＰＵ３４０が、このノイズ低減プログラム３２１をＨＤＤ３２０から読み出してＲＡＭ３３０に展開することにより、図７に示すように、ノイズ低減プログラム３２１はノイズ低減プロセス３３１として機能するようになる。

すなわち、ノイズ低減プロセス３３１は、ノイズ低減用データ３２２等をＨＤＤ３２０から読み出して、ＲＡＭ３３０において自身に割り当てられた領域に展開し、この展開したデータ等に基づいて各種処理を実行する。

なお、ノイズ低減プロセス３３１は、例えば、図２に示したノイズ低減装置１４０の各処理部において実行される処理に対応する。例えば、図２に示すノイズ低減制御部１４４（メインマイク選択処理部１４４ａ、周波数パワー比較部１４４ｂおよびノイズ抑制処理部１４４ｃ）において実行される処理に対応する。

なお、上記したノイズ低減プログラム３２１については、必ずしも最初からＨＤＤ３２０に記憶させておく必要はない。

例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ３００がこれらから各プログラムを読み出して実行するようにしてもよい。

さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておく。そして、コンピュータ３００がこれらから各プログラムを読み出して実行するようにしてもよい。

以上の実施例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）指向性の角度が重ならないように配置される複数の音声入力装置から音声をそれぞれ入力する音声入力部と、
前記音声入力部を介して入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択部と、
所定周波数ごとに、前記選択部により選択された音声入力装置から前記音声入力部を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置から前記音声入力部を介して入力された音声の入力値との差をそれぞれ算出する算出部と、
前記算出部により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定部と、
前記選択された音声入力装置から前記音声入力部を介して入力された音声が有する周波数成分のうち、前記判定部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制する抑制部と
を有することを特徴とするノイズ低減装置。

（付記２）前記選択部は、前記音声入力部を介して入力された音声ごとに、各音声が有する所定周波数ごとの入力値を加算し、当該加算された値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする付記１に記載のノイズ低減装置。

（付記３）前記選択部は、前記音声入力部を介して入力された各音声の入力値の差を当該各音声が有する所定周波数ごとに算出し、当該算出した入力値の差が所定の閾値を超える所定周波数に対応する前記各音声の入力値を当該各音声ごとに加算し、当該加算された値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする付記１に記載のノイズ低減装置。

（付記４）前記選択部は、前記音声入力部を介して一定時間内に入力された音声ごとに音圧の平均値を算出し、当該算出された音圧の平均値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする付記１に記載のノイズ低減装置。

（付記５）コンピュータに、
指向性の角度が重ならないように配置される複数の音声入力装置から入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択手順と、
所定周波数ごとに、前記選択手順により選択された音声入力装置を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置を介して入力された音声の入力値との差をそれぞれ算出する算出手順と、
前記算出手順により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定手順と、
前記選択された音声入力装置を介して入力された音声が有する周波数成分のうち、前記判定部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制する抑制手順と
を実行させることを特徴とするノイズ低減プログラム。

（付記６）指向性の角度が重ならないように配置される複数の音声入力装置から音声をそれぞれ入力する音声入力部と、
前記音声入力部を介して入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択部と、
所定周波数ごとに、前記選択部により選択された音声入力装置から前記音声入力部を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置から前記音声入力部を介して入力された音声の入力値との差をそれぞれ算出する算出部と、
前記算出部により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定部と、
前記選択された音声入力装置から前記音声入力部を介して入力された音声が有する周波数から、前記判定部により前記入力値の差が所定の閾値以下であると判定された所定周波数の成分を抑制する抑制部と、
前記選択された音声入力装置から前記音声入力部を介して入力された音声が有する周波数成分のうち、前記抑制部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制された音声を認識する認識部と
を有することを特徴とする音声認識装置。

１００ 対人サービスロボット
１１０〜１３０ マイク
１４０ ノイズ低減装置
１４１〜１４３ フーリエ変換部
１４４ ノイズ低減制御部
１４４ａ メインマイク選択処理部
１４４ｂ 周波数パワー比較部
１４４ｃ ノイズ抑制処理部
１５０ 音声認識部
１６０ ロボットコンローラ
１７０ スピーカ
２００ ハンズフリーフォン
２１０〜２３０ マイク
２４０ ノイズ低減装置
２４１〜２４３ フーリエ変換部
２４４ ノイズ低減制御部
２４４ａ メインマイク選択処理部
２４４ｂ 周波数パワー比較部
２４４ｃ ノイズ抑制処理部
２５０ 逆フーリエ変換部
３００ コンピュータ
３１０ 入出力制御部
３２０ ＨＤＤ（Hard Disk Drive）
３２１ ノイズ低減プログラム
３２２ ノイズ低減用データ
３３０ ＲＡＭ（Random Access Memory）
３３１ ノイズ低減プロセス
３４０ ＣＰＵ（Central Processing Unit）
４００ バス

Claims (5)

1. 指向性の角度が重ならないように配置される複数の音声入力装置から音声をそれぞれ入力する音声入力部と、
   前記音声入力部を介して入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択部と、
   所定周波数ごとに、前記選択部により選択された音声入力装置から前記音声入力部を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置から前記音声入力部を介して入力された音声の入力値との差をそれぞれ算出する算出部と、
   前記算出部により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定部と、
   前記選択された音声入力装置から前記音声入力部を介して入力された音声が有する周波数成分のうち、前記判定部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制する抑制部と
   を有することを特徴とするノイズ低減装置。
2. 前記選択部は、前記音声入力部を介して入力された音声ごとに、各音声が有する所定周波数ごとの入力値を加算し、当該加算された値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする請求項１に記載のノイズ低減装置。
3. 前記選択部は、前記音声入力部を介して入力された各音声の入力値の差を当該各音声が有する所定周波数ごとに算出し、当該算出した入力値の差が所定の閾値を超える所定周波数に対応する前記各音声の入力値を当該各音声ごとに加算し、当該加算された値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする請求項１に記載のノイズ低減装置。
4. 前記選択部は、前記音声入力部を介して一定時間内に入力された音声ごとに音圧の平均値を算出し、当該算出された音圧の平均値が最大である音声の入力が行われた音声入力装置を選択することを特徴とする請求項１に記載のノイズ低減装置。
5. コンピュータに、
   指向性の角度が重ならないように配置されて複数の音声入力装置から入力された各音声の入力値を当該各音声が有する所定周波数ごとに比較し、当該比較結果に基づいて、前記複数の音声入力装置から音声入力装置を一つ選択する選択手順と、
   所定周波数ごとに、前記選択手順により選択された音声入力装置を介して入力された音声の入力値と、前記選択された音声入力装置以外の音声入力装置を介して入力された音声の入力値との差をそれぞれ算出する算出手順と、
   前記算出手順により所定周波数ごとに算出された入力値の差が所定の閾値を越えているか否かを当該所定周波数ごとに判定する判定手順と、
   前記選択された音声入力装置を介して入力された音声が有する周波数成分のうち、前記判定部により前記入力値の差が所定の閾値以下であると判定された時の所定周波数に対応する成分を抑制する抑制手順と
   を実行させることを特徴とするノイズ低減プログラム。

Images