JP5345748B1 - 物体配置推定装置 - Google Patents

Abstract

Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置であって、Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部と、Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部と、非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部と、を有する物体配置推定装置。

Description

本発明は、物体の配置を推定する物体配置推定装置に関し、特に、複数の物体の配置を推定する物体配置推定装置に関する。

近年、多チャンネルの音場収音系および再生系を用い、臨場感に溢れた音場を提示するシステムが注目を集めている。そのようなシステムとして、２ｃｈのステレオ・システム、バイノーラル・システム、５．１ｃｈサラウンド・システムといった比較的チャンネル数の少ないシステムから、２２．２マルチチャンネル音響システム、アンビソニックスの原理を発展させた技術を用いた１２１ｃｈマイクロフォンアレイ／１５７ｃｈスピーカアレイシステムといった、かなり多くのチャンネルを使用するシステムまで、様々なシステムが既に提案されている。

そのようなシステムを用いて音場を収音する場合、収音の現場においては、数十個にも及ぶマイクロフォンの配置や、マイクロフォンと録音機器との間のケーブル接続をチェックする必要がある。また、同様に、そのようなシステムを用いて音場を再生する場合、再生の現場においても、数十個にも及ぶスピーカの配置や、スピーカと再生機器との間のケーブル接続をチェックする必要がある。

そのため、多数のマイクロフォン（または、多数のスピーカ）の配置やケーブル接続を簡便にチェックすることができる装置が求められている。

特許文献１（米国特許出願公開第２０１０／０１９５４４４号明細書）は、複数のスピーカの配置を推定する方法を開示する。特許文献１の方法では、先ず、配置推定対象である複数のスピーカについて、あらゆるスピーカ対の距離を測定し、測定結果にもとづき、各要素がスピーカ対間の実空間での距離で構成された距離行列を導出する。そして、特許文献１の方法は、次に、そのようにして導出された距離行列に対し多次元尺度法を適用することにより複数のスピーカの実空間での配置を求めている。

米国特許出願公開第２０１０／０１９５４４４号明細書

ヴィカス・Ｃ・ライカー（Vikas C. Raykar）、イゴール・コジンツェフ（Igor Kozintsev）、ライナー・リーンハート（Rainer Lienhart）、ポジション・キャリブレーション・オブ・マイクロフォンズ・アンド・ラウドスピーカーズ・イン・ディストリビューテッド・コンピューティング・プラットフォームズ（Position Calibration of Microphones and Loudspeakers in Distributed Computing Platforms）、IEEE Transactions On Speech And Audio Processing、ｐ．１−１２ スタンレー・Ｔ・バーチフィールド（Stanley T. Birchfield）、アマルナグ・サブラメニア（Amarnag Subramanya）、マイクロフォン・アレイ・ポジション・キャリブレーション・バイ・ベーシスポイント・クラシカル・マルチディメンジョナル・スケーリング（Microphone Array Position Calibration by Basis-Point Classical Multidimensional Scaling）、IEEE Transactions On Speech And Audio Processing、２００５年９月、１３巻、５号、ｐ．１０２５−１０３４ アレサンドロ・レドンディ（Alessandro Redondi）、マルコ・タグリアサッチ（Marco Tagliasacchi）、ファビオ・アントナッチ（Fabio Antonacci）、アウグスト・サルティ（Augusto Sarti）、ジェオメトリック・キャリブレーション・オブ・ディストリビューテッド・マイクロフォン・アレイ（Geometric calibration of distributed microphone arrays）、MMSP '09, October 5-7, Rio de Janeiro, Brazil、IEEE、２００９年 小林和則（Kazunori KOBAYASHI）、古家賢一（Ken'ichi FURUYA）、片岡章俊（Akitoshi KATAOKA）、位置が未知である複数のマイクロホンを用いたブラインド音源位置推定（A Blind Source Localization by Using Freely Positioned Microphones）、Institute of Electronics, Information, and Communication Engineers、電子情報通信学会論文誌Ａ、２００３年６月、Ｊ８６−Ａ巻、６号、ｐ．６１９−６２７

しかしながら、従来技術では、あらゆる配置推定対象物の対（たとえば、特許文献１における複数のスピーカのあらゆるペア）について実空間における距離を測定し、測定結果にもとづいて、各要素が実空間におけるスピーカ対間の距離である距離行列を導出する。そして、そのようにして導出された距離行列を、配置推定対象物の（非）類似度行列とみなして多次元尺度法を適用し、複数のスピーカの実空間での配置を求めている。そのため、配置推定対象物の数が増大するにつれ測定すべき距離の数が膨大な数となり、簡便に配置推定を行うことが困難である。また、測定誤差に起因した推定誤差が生じる可能性も配置推定対象物の数の増大とともに高まる。さらにまた、非特許文献１が取り扱うケースのように配置推定対象物間の距離を正確に測定することが困難な場合もあって、従来の方法では、簡便かつ精度よく対象物の配置を推定することが困難であった。

本発明の各実施形態は、上記の問題点を鑑みてなされるものであり、従来よりも簡便にかつ精度よく、複数の物体の実空間における配置を推定することができる装置を提供することを目的とするものである。

本発明の第１の態様は、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置であって、Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部と、Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部と、非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部と、を有する物体配置推定装置である。

本発明の第２の態様は、対象物の実空間における配置を推定する物体配置推定装置において、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定方法であって、Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成ステップと、Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出ステップと、非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定ステップと、を有する物体配置推定方法である。

本発明の第３の態様は、コンピュータを、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置として機能させるための物体配置推定プログラムであって、コンピュータを、Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部、Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部、および、非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部、として機能させるための物体配置推定プログラムである。

本発明の各実施形態による物体配置推定装置は、Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成し、あらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出し、非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する。そうすることによって、本発明の各実施形態による物体配置推定装置は、従来よりも簡便にかつ精度よく、複数の物体の実空間における配置を推定することができる。

第１実施形態による物体配置推定装置のハードウェア構成を示すブロック図 第１実施形態による物体配置推定装置の構成を示すブロック図 マイクロフォン配置推定に用いる諸量の関係を示す模式図 物体配置推定装置がする処理の流れを示すフローチャート ｉ番スピーカから発せられる時間引き延ばしパルス信号（ＴＳＰ信号）を、複数マイクロフォンで収音した際の、各マイクロフォンにおける収音時刻の違いを示す図 第１実施形態によるマイクロフォン配置推定実験およびスピーカ配置推定実験の実験環境を示す図 第１実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第１実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第１実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第１実施形態によるマイクロフォン配置推定における、用いたスピーカ数と推定結果精度との関係を示す図 スピーカ配置推定に用いる諸量の関係を示す模式図 第１実施形態によるスピーカ配置推定実験の実験結果を示す図 第１実施形態によるスピーカ配置推定実験の実験結果を示す図 第１実施形態によるスピーカ配置推定実験の実験結果を示す図 第２実施形態による物体配置推定装置のハードウェア構成を示すブロック図 第２実施形態による物体配置推定装置の構成を示すブロック図 第２実施形態によるマイクロフォン配置推定実験の実験環境を示す図 第２実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第２実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第２実施形態によるマイクロフォン配置推定実験の実験結果を示す図 第２実施形態によるマイクロフォン配置推定における、スピーカ発音回数と推定結果精度との関係を示す図 物体配置推定装置変形例１のハードウェア構成を示すブロック図 物体配置推定装置変形例１の構成を示すブロック図 室内に配置されたマイクロフォン群と、人々との関係を示す模式図 物体配置推定装置変形例１がする処理の流れを示すフローチャート 人の声が含まれる音を複数のマイクで集音したときに各マイクロフォンから出力される、マイク出力信号の周波数振幅特性の例図 物体配置推定装置変形例２における、対象物配置点候補の分布の例図 物体配置推定装置変形例２における、対象物配置点候補の分布の例図 物体配置推定装置変形例２における、対象物配置点候補の分布の例図 物体配置推定装置変形例２における、対象物配置点候補の分布の例図 物体配置推定装置変形例２における、対象物配置点候補の分布の例図

以下、本発明の実施形態について、添付の図面を参照して詳細に説明する。

１．概要
本発明の実施形態は、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置である。該物体配置推定装置は、
Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部と、
Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部と、
非類似度行列に基づいてＭ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部と、を有することをその特徴の１つとする。

ここで、Ｍ個の対象物とは、たとえば、Ｍ個のマイクロフォンである（Ｍは、上述のとおり、２以上の整数であればよい。）。

その場合、Ｍ個のマイクロフォンの配置を推定するため、Ｎ個のスピーカが空間内に配置される（Ｎは、上述のとおり、３以上の整数であればよい）。Ｎ個のスピーカが配置された位置が、それぞれ、上述の参照点に相当する。

物体配置推定装置は、（たとえば、マイクロフォンのインパルス応答を測定するために時間引き延ばしパルス信号（ＴＳＰ信号）をスピーカに出力することにより、）スピーカから所定の音響波を出力させ、各マイクロフォンにおいてスピーカから発せられた音響波が初めて到達した時刻、たとえば、マイクロフォンからの出力において、音響波に対応する波形（たとえば、インパルス応答波形）が最初に現れた時刻（音響波到達時刻）、を特定する。つまり、この場合においては、Ｎ個の参照点それぞれに対する近さを表すＮ個の尺度とは、各スピーカからの音響波の到達の時刻を特定する際に用いた時間座標軸であり、対象物についての測度とは、各マイクロフォンにおける音響波到達時刻である。

そして、当該特定された音響波到達時刻に基づき、特徴ベクトル生成部が、各マイクロフォン（対象物）について、Ｎ箇所の参照点から音響波が到達した時刻を成分とするＮ次元のベクトル（特徴ベクトル）を生成する。ここでは各参照点において発せられた音響波がマイクロフォンに到達した時刻を、当該マイクロフォンと各参照点との実空間における近さを表す尺度（上述した時間座標軸）における測度とみなし、特徴ベクトル生成部が、各マイクロフォンについて、参照点の個数Ｎと同じ次元数を有するＮ次元の特徴ベクトルを生成する。つまり、特徴ベクトルとは、マイクロフォンの実空間における位置の特徴を、マイクロフォンとＮ個の参照点（スピーカ）との実空間での近さを表すＮ個の尺度（時間座標軸）上の測度（音響波到達時刻）で表現したもののベクトル表現である。

あるいは、物体配置推定装置は、特徴ベクトルを生成するために、人の声が含まれる周囲環境音をＭ個のマイクロフォンを用いて集音し、各マイクロフォンから出力される出力信号の周波数振幅特性を算出してもよい。この方法によれば、上述のようにしてＮ個の参照点に配置されたスピーカから所定の音響波を出力させる必要がない。人の声が含まれる周囲環境音の周波数振幅特性には、集音環境に遍在する雑音（室内における残響音や、屋外における雑踏の音など）の成分に重畳されるかたちで人の声のフォルマントが現れる。周波数振幅特性の形状はマイクロフォンの位置が発声者から離れるにつれ、雑音の影響が大きくなって元のフォルマントの周波数振幅特性の形状から遠ざかる。したがって、各マイクロフォンの出力信号の周波数振幅特性の形状を比較することで、複数マイクロフォンの発声者に対する相対的な近さを知ることができる。例えば２つのマイクロフォンの出力信号の周波数振幅特性の差の周波数軸上での積分値を、該発声者に対する近さを規定する尺度上での当該２つのマイクロフォンの測度の差（該発声者についての非類似度）とすることができる。なぜなら、２つのマイクロフォンの位置が異なろうとも、各出力信号の周波数振幅特性に現れる雑音由来の振幅成分は殆ど差がない。したがって、周波数振幅特性の差をとることで雑音由来の振幅成分をキャンセルすることができる。よって、周波数振幅特性の差は、発声者に対する近さの差異に関する情報を含んでいる。なお、当然のことながら、物体配置推定装置は、このようにして求めた任意の２つのマイクロフォンの周波数振幅特性の差から、該発声者に対する近さを規定する尺度上での各マイクロフォンの測度（特徴ベクトルの該発声者に関する成分）を求めることも可能である。

あるいは、例えば、発声者とマイクロフォンとの間の距離が２倍になると、周波数振幅特性に表れるフォルマントの振幅は、およそ６デシベル低減することが知られている。この関係に基づき、物体配置推定装置の特徴ベクトル生成部は、各マイクロフォンの出力信号の周波数振幅特性中から発声者のフォルマント成分を特定し、特定されたフォルマントの振幅の大きさを尺度として、各マイクロフォンについての発声者の位置（参照点に相当する）に対する近さの測度を導出し、特徴ベクトルの成分を決定してもよい。上述したように、参照点の数は、３点以上必要である。したがって、物体配置推定装置は、相異なるＮ（Ｎは、３以上）箇所以上の位置において発声者が発した声を、Ｍ個のマイクロフォンを用いて集音し、Ｎ次元の特徴ベクトルを生成する。

そして、非類似度行列導出部が、Ｍ個のマイクロフォンのあらゆるペアについて、特徴ベクトル間のノルムを求め、求めたノルムを要素とする、Ｍ行Ｍ列の行列（非類似度行列）を導出する。

そして、最後に、推定部が、非類似度行列に基づいてＭ個のマイクロフォンの実空間における配置を推定し、配置推定結果として出力する。推定部は、たとえば、非類似度行列に対し多次元尺度法（MDS: MultiDimensional Scaling）を適用してＭ個のマイクロフォンの布置を求め、求めた布置からＭ個のマイクロフォンの実空間における配置を推定し出力する。

あるいは、物体配置推定装置の推定部は、非類似度行列に対しＭＤＳ法を適用してＭ個のマイクロフォンの布置を求める代わりに、数値的に、全探索または局所探索の手法で布置の近似解を求め、求めた布置近似解からＭ個のマイクロフォンの実空間における配置を推定し出力してもよい。この場合、推定部は、Ｍ個のマイクロフォンの布置の近似解候補について、各要素がマイクロフォン間の距離である距離行列を導出し、導出された距離行列と非類似度行列とを比較することにより、近似解候補の適合度を評価し、評価を行った近似解候補のうちで最も高い適合度を示した近似解候補を布置近似解とすればよい。

本発明の実施形態による物体配置推定装置においては、Ｍ個の対象物の配置推定をするうえで、上述のＮ個の参照点の位置は任意のＮ点でよく、かつ、当該参照点の実空間における位置に関する情報（たとえば、参照点の実空間における座標値）も不要である。したがって、本発明の実施形態による物体配置推定装置は、配置推定の対象物のペアの間の距離を測定することなしに、Ｍ個の対象物の配置を推定することができる。そのため、極めて簡便にＭ個の対象物の配置を推定することが可能となっている。さらに、本発明の実施形態による物体配置推定では、対象物の実空間における位置の特徴を、先ず、参照点の個数Ｎ（たとえば、スピーカの数）に等しいＮ次元のベクトル量（特徴ベクトル）として規定し、そのようにして生成されたＮ次元の特徴ベクトルより対象物の実空間における位置の（非）類似度を導出する。そのため、本発明の実施形態による物体配置推定では、参照点の個数（Ｎ）の増大に従って、Ｍ個の対象物の配置推定精度が向上される。

なお、本発明の実施形態による物体配置推定装置においては、Ｍ個の配置推定対象物に相当するＭ個のマイクロフォンについてＮ次元の特徴ベクトルを生成するためにＮ個の参照点に相当する位置においてスピーカから所定の音響波を出力させる必要があるが、このことは、必ずしも、Ｎ個のスピーカユニットを準備する必要があることを意味しない。本発明の実施形態による物体配置推定装置においては、Ｎ個よりも少ないスピーカユニット（たとえば、１個のスピーカユニット）を用いて、Ｎ箇所の位置において、所定の音響波を出力させてもよい。

また、マイクロフォンに代えて、Ｍ個の対象物を、たとえば、Ｍ個のスピーカとすることもできる（Ｍは、上述のとおり、２以上の整数であればよい。）。この場合には、Ｎ個のマイクロフォンを配置し、各マイクロフォンが配置された位置を上述の参照点とみなして各スピーカについて特徴ベクトルを生成し、Ｍ個の特徴ベクトルからＭ個のスピーカについての実空間内位置の非類似度行列を導出し、非類似度行列からスピーカの実空間における配置を推定すればよい。

以下の本発明の実施形態による物体配置推定装置に関する説明により、当業者であれば、対象物の実空間における配置を推定する物体配置推定装置において、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する方法についてもよく知ることができる。

また、以下の説明により、当業者であれば、コンピュータをＭ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置として機能させるためのコンピュータ・プログラムの構成についてもよく知ることができる。

２．第１実施形態
２−１．構成
図１は、第１実施形態による物体配置推定装置の構成を示すブロック図である。第１実施形態による物体配置推定装置は、プログラムを実行することにより所定のデータ処理を行うことができる中央処理装置（ＣＰＵ）１１と、プログラムを記憶するリード・オンリー・メモリー（ＲＯＭ）１２と、各種データを記憶するランダム・アクセス・メモリ（ＲＡＭ）１３と、補助記憶装置であるハード・ディスク・ドライブ（ＨＤＤ）２１と、出力装置であるディスプレイ３１、入力装置であるキーボード３２およびマウス３３と、時間を計測する計時部４１と、外部の音響機器（スピーカやマイクロフォン）との入出力インタフェースである、オーディオ出力部５１およびオーディオ入力部５２を備えたオーディオインタフェース部５０と、を有する。オーディオインタフェース部５０には、Ｎ個の外部スピーカ（ＳＰ_１，ＳＰ_２，・・・，ＳＰ_Ｎ）からなるスピーカアレイＳＰａと、Ｍ個の外部マイクロフォン（ＭＣ_１，ＭＣ_２，・・・，ＭＣ_Ｍ）からなるマイクロフォンアレイＭＣａと、が接続されている。

ＣＰＵ１１と、ＲＯＭ１２と、ＲＡＭ１３は、コンピュータ主要部１０を構成する。

ディスプレイ３１と、キーボード３２と、マウス３３は、ユーザインタフェース部３０を構成する。なお、ユーザインタフェース部３０は、タッチパネル機能付きディスプレイパネル等により構成されてもよい。

図２は、第１実施形態による物体配置推定装置１００のコンピュータ主要部１０が実現する機能ブロックが明示されたブロック図である。コンピュータ主要部１０のＣＰＵ１１は、ＲＯＭ１２に記憶された物体配置推定プログラムを読み出して実行することにより、制御部１、インパルス生成部（ＴＳＰ生成部）２、応答検出部３、特徴ベクトル生成部４、非類似度行列導出部５、布置導出部（ＭＤＳ部）６、および、配置推定結果出力部７として動作することができる。布置導出部（ＭＤＳ部）６および配置推定結果出力部７は、推定部８を構成する。

なお、物体配置推定プログラムは、必ずしもＲＯＭ１２に格納される必要はない。物体配置推定プログラムは、ＨＤＤ２１（図１）に格納され、ＣＰＵ１１によって適宜読み出されて実行されてもよい。また、物体配置推定プログラムは、図示しないネットワークを介し、図示しない外部の記憶装置から適宜ダウンロードされ、ＣＰＵ１１によって実行されてもよい。あるいは、物体配置推定プログラムは、図示しないフレキシブル・ディスク、光ディスク、フラッシュメモリ等の可搬性記憶媒体に格納されてもよい。その場合、可搬性記憶媒体に格納されたプログラムは、ＣＰＵ１１によって同媒体から読み出されて実行されてよい。あるいは、実行に先立ち、一端、ＨＤＤ２１等にインストールされてもよい。

制御部１は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。制御部１は、物体配置推定にかかる動作の進捗状況を監視し、装置１００全体を制御する。

インパルス生成部（ＴＳＰ生成部）２は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。インパルス生成部（ＴＳＰ生成部）２は、オーディオ出力部５１に接続されたスピーカアレイＳＰａの１つまたは複数のスピーカに対し選択的に、所定の音響波を出力させるための信号を生成し出力する。当該信号は、たとえば、パルス形状の波形（時間引き延ばしパルス波形（ＴＳＰ波形））を有する信号（ＴＳＰ信号）である。

応答検出部３は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。応答検出部３は、オーディオ入力部５２に接続されたマイクアレイＭＣａのＭ個のマイクロフォンからのＭ個の入力それぞれについて、上述の所定の音響波（たとえば、ＴＳＰ信号に応じてスピーカから出力される音響ＴＳＰ波）に対する応答波形を検出し（音響ＴＳＰ波に対するインパルス応答波形を検出し）、計時部４１を参照してＭ個のマイクロフォンそれぞれにおいて応答波形が検出された時刻（音響波到達時刻）を特定する。

特徴ベクトル生成部４は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。特徴ベクトル生成部４は、応答検出部３が特定した音響波到達時刻を入力し、Ｍ個のマイクロフォン（対象物）それぞれについて、Ｎ次元の特徴ベクトルを生成する。

非類似度行列導出部５は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。非類似度行列導出部５は、Ｍ個のマイクロフォンのうちのあらゆる２個の対象物（マイクロフォン）の組み合わせについて、当該２個のマイクロフォンの特徴ベクトル間のノルムを求める。そして、非類似度行列導出部５は、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する。

布置導出部（ＭＤＳ部）６は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。布置導出部（ＭＤＳ部）６は、非類似度行列に基づいてＭ個のマイクロフォンの実空間における布置を導出する。布置導出部（ＭＤＳ部）６は、たとえば、非類似度行列に対し多次元尺度法（ＭＤＳ：MultiDimensional Scaling）を適用することにより、Ｍ個のマイクロフォンの布置を導出する。

配置推定結果出力部７は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。配置推定結果出力部７は、布置導出部６が導出した布置に対し、拡大・縮小、回転等の線形変換操作を行い、Ｍ個のマイクロフォンの実空間における配置を推定し、配置推定結果として出力する。布置導出部（ＭＤＳ部）６および配置推定結果出力部７は、本実施形態による物体配置推定装置の推定部８を構成する。

なお、制御部１、インパルス生成部（ＴＳＰ生成部）２、応答検出部３、特徴ベクトル生成部４、非類似度行列導出部５、布置導出部（ＭＤＳ部）６、配置推定結果出力部７の少なくともいずれか１つは、専用のハードウェア回路によって実現されてもよい。

２−２．マイクロフォン配置推定における動作
これより、図３、図４、図５を参照し、本実施形態による物体配置推定装置がするマイクロフォン配置推定について説明する。

図３は、配置推定の対象物としてのＭ個のマイクロフォン、参照点に相当する位置に配置されたＮ個のスピーカ、および、諸量の関係を示す模式図である。本図では、簡単のため、２個のマイクロフォン（ＭＣ_１、ＭＣ_２）と、４個のスピーカ（ＳＰ_１、ＳＰ_２、ＳＰ_３、ＳＰ_４）のみを示している。ここで、ｐ_ｉｊは、ｉ番スピーカＳＰ_ｉにおいて発せられた音響波（ＴＳＰ波）が、ｊ番マイク（ＭＣ_ｊ）に到達した時刻（音響波到達時刻）を示す。ｄ_ＭＣ１２は、１番マイクＭＣ_１におけるＮ個の音響波到達時刻ｐ_ｉ１（ｉ：１〜Ｎ）を成分とする１番マイクＭＣ_１のＮ次元特徴ベクトルｐ_ＭＣ１と、２番マイクＭＣ_２におけるＮ個の音響波到達時刻ｐ_ｉ２（ｉ：１〜Ｎ）を成分とする２番マイクＭＣ_２のＮ次元特徴ベクトルｐ_ＭＣ２との間のノルムを示す。ここでのノルムは、たとえば、ユークリッドノルムである。

図４は、物体配置推定装置がするマイクロフォン配置推定のための処理のフローチャートである。

物体配置推定装置の制御部１（ＣＰＵ１１）は、初期設定動作として、変数ｉを１に設定し、変数ｉをＲＡＭ１３に格納する（Ｓ１）。

次に、インパルス生成部２（ＣＰＵ１１）は、ＲＡＭ１３に格納された、変数ｉの値、および、ＴＳＰ波形を読み出し、オーディオ出力部５１を介して接続されたｉ番スピーカＳＰ_ｉに、ＴＳＰ波形を有する音響波信号を出力する（Ｓ２）。これにより、ｉ番スピーカＳＰ_ｉからは、音響ＴＳＰ波が出力される。

図５は、ｉ番スピーカＳＰ_ｉから発せられた音響波ＴＳＰが、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）において収音される様子を示したチャートである。ｉ番スピーカＳＰ_ｉの横のタイムチャートは、ｉ番スピーカＳＰ_ｉから出力される音響ＴＳＰ波を示し、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）の横のタイムチャートは、それぞれから出力される信号を示している。

上述のステップＳ２において、ｉ番スピーカＳＰ_ｉに音響波信号が入力されると、同スピーカからは、所定の音響波ＴＳＰが空中へ出力される。該音響波は、音速で空中を伝播し、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）において収音される。たとえば、１番マイクロフォンＭＣ_１からの出力には、時間座標Ｔ_ｉ上の時刻ｐ_ｉ１近傍において、音響波に対する応答波形Ｒ_ｉ１が現れる。また、ｊ番マイクロフォンＭＣ_ｊからの出力には、時刻ｐ_ｉｊ近傍において、音響波に対する応答波形Ｒ_ｉｊが現れる。各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）からの出力は、ＲＡＭ１３に格納される。

図４に戻り、応答検出部３（ＣＰＵ１１）は、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）の出力を、オーディオ入力部５２を介して受け取り、または、ＲＡＭ１３から読み出し、各出力において応答波形のピークが現れた時刻を、マイクＭＣ_ｊ（ｊ：１〜Ｍ）についての時間座標軸Ｔ_ｉ上の音響波到達時刻ｐ_ｉｊとして特定する（Ｓ３）。なお、音響波到達時刻は、応答波形の他の特徴（立ち上がりのタイミングや、所定の音圧レベルを超えたタイミング等）に基づいて決定されてもよい。特定された音響波到達時刻は、ＲＡＭ１３に格納される。

次に、制御部１（ＣＰＵ１１）は、変数ｉの値がＮ以上であるか否かについて判断し、ｉの値がＮ未満であれば、ステップＳ５を介してステップＳ２へ処理を戻す。他方、ｉの値がＮ以上であれば、処理をステップＳ６に進める。

ステップＳ５においては、変数ｉの値を１だけ進め（ｉ→ｉ＋１）、新たな変数ｉの値をＲＡＭ１３に記憶する。従って、その次に実行されるステップＳ２においては、先のステップＳ２において音響波が発せられたスピーカの次の番号のスピーカＳＰ_{（ｉ＋１）}から音響ＴＳＰ波が発せられ、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）において収音され、応答波形として出力される。そして、ステップＳ３において応答検出部３が、当該スピーカから発せられた音響ＴＳＰ波についての各マイクＭＣ_ｊ（ｊ：１〜Ｍ）における音響波到達時刻ｐ_{ｉ＋１，ｊ}を時間座標軸Ｔ_ｉ＋１を用いて特定する。ここで、ｉ番スピーカＳＰ_ｉからの音響波の到達時刻の特定に用いられた尺度である時間座標軸Ｔ_ｉと、（ｉ＋１）番スピーカＳＰ_ｉ＋１からの音響波の到達時刻の特定に用いられた尺度である時間座標軸Ｔ_ｉ＋１とは、同一であってもよいし、互いに異なってもよい。

このようにして、物体配置推定装置は、ステップＳ２〜ステップＳ５の処理をＮ回繰り返すことによって、各スピーカ（ＳＰ_１、ＳＰ_２、・・・、ＳＰ_Ｎ−１、ＳＰ_Ｎ）から発せられた音響波が、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）に到達した時刻ｐ_ｉｊ（ｉ：１〜Ｎ、ｊ：１〜Ｍ）を任意の時間座標軸上で特定する。ここで、注記すべきは、また、本発明の実施形態においては、応答検出部３は、各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）に音響波が到達した、任意の時間座標軸上での時刻を特定しさえすればよく、実際に音響波が各スピーカ（ＳＰ_１、ＳＰ_２、・・・、ＳＰ_Ｎ−１、ＳＰ_Ｎ）から各マイクロフォン（ＭＣ_１、ＭＣ_２、・・・、ＭＣ_ｊ、・・・、ＭＣ_Ｍ−１、ＭＣ_Ｍ）に到達するのに要した時間幅を求める必要は無い点である。よって、本発明の実施形態による物体配置推定装置では、各スピーカ（ＳＰ_１、ＳＰ_２、・・・、ＳＰ_Ｎ−１、ＳＰ_Ｎ）から音響波が発せられた時刻を特定する必要はない。したがって、本物体配置推定装置では、各スピーカ（ＳＰ_１、ＳＰ_２、・・・、ＳＰ_Ｎ−１、ＳＰ_Ｎ）から音響波が発せられた時刻の特定にかかる誤差に起因して物体配置推定結果に誤差が生じることがない。

次に、特徴ベクトル生成部４（ＣＰＵ１１）は、応答検出部３が特定した音響波到達時刻（ｐ_ｉｊ（ｉ：１〜Ｎ、ｊ：１〜Ｍ））を入力し、Ｍ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）それぞれについて、Ｎ次元の特徴ベクトルｐ_ＭＣｊを生成する（Ｓ６）。生成された特徴ベクトルｐ_ＭＣｊは、ＲＡＭ１３に格納される。

Ｎ次元の特徴ベクトルｐ_ＭＣｊは、ｊ番マイクロフォンＭＣ_ｊの実空間における位置の特徴を、Ｎ個のスピーカＳＰ_ｉ（ｉ：１〜Ｎ）それぞれへの近さを表すＮ次元の尺度で表したものである。具体的には、特徴ベクトルｐ_ＭＣｊは、

である。つまり、ｉ番スピーカＳＰ_ｉ（ｉ：１〜Ｎ）に対する近さを表す尺度とは、ここでは、ｉ番スピーカＳＰ_ｉから各マイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）へ音響波が到達した時刻を特定する際に応答検出部３が用いた時間座標軸Ｔ_ｉ（図５）であり、各尺度におけるｊ番マイクＭＣ_ｊについての測度とは、応答検出部３が音響波到達時刻の特定に用いた時間座標軸Ｔ_ｉ上での音響波到達時刻ｐ_ｉｊである（図５）。

なお、Ｎ次元特徴ベクトルの構成に用いるＮ個の尺度は、時間座標軸でなくともよい。たとえば、尺度は、実空間の距離であってもよい。また、たとえば、尺度は、各マイクロフォンにおいて検出された応答波形のピークレベルでもよい。また、たとえば、尺度は、各マイクロフォンにおいて検出された応答波形の形状の特徴を表す量でもよい。また、たとえば、尺度は、各マイクロフォンにおいて検出された非直接音（残響成分）の特徴を表す量でもよい。

次に、非類似度行列導出部５（ＣＰＵ１１）は、特徴ベクトル生成部４が生成し、ＲＡＭ１３に格納されたＭ個のマイクロフォンについてのＮ次元の特徴ベクトルｐ_ＭＣｊにもとづいて、非類似度行列Ｄを生成する（Ｓ７）。生成された非類似度行列Ｄは、ＲＡＭ１３に格納される。

非類似度行列Ｄは、配置推定の対象物であるＭ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）のあらゆる２個の組み合わせ（たとえば、マイクＭＣ_ｋとマイクＭＣ_ｌ）についてその特徴ベクトル（ｐ_ＭＣｋとｐ_ＭＣｌ）のノルムｄ_ＭＣｋｌを要素とするＭ行Ｍ列の行列である。

つまり、各要素ｄ_ＭＣｋｌは、

である。よって、非類似度行列

は、Ｎ次元の特徴ベクトルＰ_ＭＣｊ（ｊ：１〜Ｍ）にもとづいて２つのマイクロフォンの実空間における位置の非類似度を定めたときに得られる、Ｍ個のマイクロフォンの実空間における位置の非類似度を示す行列である。

次に、布置導出部（ＭＤＳ部）６（ＣＰＵ１１）は、非類似度行列Ｄに対し多次元尺度法（ＭＤＳ：MultiDimensional Scaling）を適用することにより、Ｍ個のマイクロフォンの布置を導出する。導出された布置は、ＲＡＭ１３に格納される。

布置導出部（ＭＤＳ部）６は、先ず、ｄ_ＭＣｋｌ ^２を要素とするＭ×Ｍ行列Ｄ^（２）

を求める。

次に、布置導出部（ＭＤＳ部）６は、クロネッカーのデルタδ_ｋｌを用いて以下、

のように表されるｈ_ｋｌを要素とするＭ×Ｍの中心化行列Ｈ

を用いて、次式で表されるＭ×Ｍ行列Ｂを求める。

そして、最後に、布置導出部（ＭＤＳ部）６は、次の、Ｂについての固有値問題

を解いて、Ｍ個のマイクロフォンの第ｒ次元の軸に関する布置

を求め、このうち、第ｒ次元の軸（ｒ＝１，２，３）に関するベクトルｘ_ｒ（ｒ：１，２，３）に関する布置を用いて、Ｍ行３列の布置行列Ｘ

を導出する。これにより、Ｍ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）の実空間（三次元空間）における布置が得られる。

布置導出部（ＭＤＳ部）６が導出した布置行列Ｘは、実際のＭ個のマイクロフォンの配置に対し、線形変換（拡大・縮小、回転、反転（鏡像化）等）が加わったものになっていることがある。そこで、配置推定結果出力部７は、布置導出部（ＭＤＳ部）６が導出した布置行列ＸをＲＡＭ１３から読み出してこれに適当な線形変換を行い、実際のＭ個のマイクロフォンの配置を決定する。決定された配置は、ＲＡＭ１３に格納される。

Ｍ個のマイクロフォンの実空間における配置の座標について、その分散が分かっている場合、配置推定結果出力部７は、布置行列Ｘの各座標軸についての布置行列Ｘの布置の分散を求め、布置行列Ｘの３つの座標軸のいずれかの布置の分散が、上述の分かっている分散と一致するように布置行列の３つの座標軸の値を拡大・縮小させる。

あるいは、Ｍ個のマイクロフォンの実空間における配置に関し、たとえば、ある座標軸について、もっとも遠い位置にある２つのマイクロフォンの距離が分かっている場合には、配置推定結果出力部７は、布置行列Ｘのある座標軸についての布置の値が最も隔たっている２つのマイクロフォンの布置を、上述の分かっている距離と一致するように布置行列の３つの座標軸の値を拡大・縮小させる。

このように、配置推定結果出力部７は、配置推定対象物の実空間における位置について分かっている情報（たとえば、Ｍ個の対象物の任意の３つの実空間における位置に関する情報）にもとづいて、布置行列Ｘに対して線形変換を行い、配置推定対象物の実空間における配置を推定し出力することができる。なお、布置行列Ｘの示す布置と、実空間における座標とが鏡像の関係にあることがある。その場合、配置推定結果出力部７は、布置行列Ｘのいずれか１つの座標軸について値の正負を反転させて、布置行列Ｘの布置を実空間における座標と一致させればよい。

２−３．マイクロフォン配置推定実験の結果
以下、本実施形態による物体配置推定装置による複数のマイクロフォンの配置推定実験の結果を示す。

本実験は、図６に示すように、８０チャンネルのマイクロフォンアレイＭＣａを、９６チャンネルのスピーカアレイ（ＳＰａ１、ＳＰａ２、ＳＰａ３、ＳＰａ４）が配置された音場再生環境に配置して行った。マイクロフォンアレイＭＣａは、Ｃ８０フラーレンの構造を有する直径約４６センチメートルのフレーム構造における結節点に、それぞれ１個の無指向性マイクロフォン（ＤＰＡ ４０６０−ＢＭ）を配置してなる。９６チャンネルスピーカシステムにより構成される音場再生環境は、直方体のエンクロージャに組み込まれたスピーカ（フォステクス ＦＥ１０３Ｅｎ）を、正九角形の水平断面をもつ室の壁に９０個、天井に６個取り付けてなる。

このような実験環境において、本実施形態による物体配置推定装置を用いた８０個のマイクロフォンの配置推定の実験を行った。なお、本実験では、音響波の出力および検出にかかる条件を、ＴＳＰ長８１９２[ｐｎｔ]、ＴＳＰ応答長３２７６８[ｐｎｔ]、サンプリング周波数４８０００[Ｈｚ]、量子化ビットレート１６[ｂｉｔ]とした。

図７Ａ、図７Ｂ、図７Ｃに実験の結果を示す。それぞれは、順に、結果を、真上、真正面、真横（真正面から水平方向に９０度回転した方向）から見た図である。各図においては、実際のマイクロフォンの位置が、×印で示され、配置推定結果が、○印で示される。

また、各マイクロフォンについて、実際の位置と推定結果の位置とのずれを求め、その平均値を誤差評価値[ｍｍ]として求めた。本実験では、誤差評価値は、４．８７４６[ｍｍ]であった。本実験結果より、本実施形態による物体配置推定装置は、マイクロフォンの配置や、ケーブル接続の正否を判定するうえで十分な精度で推定結果を出力できることがわかった。

２−４．マイクロフォン配置推定におけるスピーカ数と推定誤差との関係
以下、本実施形態による物体配置推定の方法において用いるスピーカの数（インパルス応答波形（ＴＳＰ波形））を出力させる位置の数と、物体配置推定の結果の精度との関係について説明する。

スピーカの数と、物体配置推定の精度との関係を調べるため、スピーカ数を変えて複数回の実験を行った。図８は、その結果を、横軸をスピーカの数、縦軸を各推定結果に関する上述の誤差評価値としてプロットしたグラフである。図８より、本実施形態においては、物体配置推定に用いるスピーカの数（上述の参照点の数）を増大させることにより、物体配置推定の精度は、単調に向上することがわかった。特に、スピーカ数が１０を超えるまでは、物体配置推定の精度は、著しく向上することがわかる。このことから、本実施形態による物体配置推定では、スピーカの数（上述の参照点の数）を１０個程度以上とすることで、良好な精度で配置推定結果を得られることがわかった。

２−５．スピーカ配置推定における動作
既に述べたように、本実施の形態による物体配置推定装置は、Ｎ個の参照点に相当する位置に配されたＮ個のマイクロフォンを用いて、Ｍ個のスピーカの配置を推定することも可能である。以下では、図９、図１０Ａ、図１０Ｂ、図１０Ｃを参照し、スピーカの配置推定の原理と、その実験結果について示す。

図９は、配置推定の対象物としてのＭ個のスピーカ、参照点に相当する位置に配置されたＮ個のマイクロフォン、および、諸量の関係を示す模式図である。本図では、簡単のため、２個のマイクロフォン（ＭＣ_１、ＭＣ_２）と、４個のスピーカ（ＳＰ_１、ＳＰ_２、ＳＰ_３、ＳＰ_４）のみを示している。ここで、ｐ_ｉｊは、ｉ番スピーカＳＰ_ｉにおいて発せられた音響波（ＴＳＰ波）が、ｊ番マイク（ＭＣ_ｊ）に到達した時刻（音響波到達時刻）を示す。ｄ_ＳＰ１２は、１番スピーカＳＰ_１から発せられた音響波がＮ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｎ）それぞれに到達した時刻（音響波到達時刻）ｐ_１ｊ（ｊ：１〜Ｎ）を成分とする１番スピーカＳＰ_１のＮ次元特徴ベクトルｐ_ＳＰ１と、２番スピーカＳＰ_２から発せられた音響波がＮ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｎ）それぞれに到達した時刻（音響波到達時刻）ｐ_２ｊ（ｊ：１〜Ｎ）を成分とする２番スピーカＳＰ_２のＮ次元特徴ベクトルｐ_ＳＰ２との間のノルムを示す。同様に、ｄ_ＳＰ２３、および、ｄ_ＳＰ３４はそれぞれ、２番スピーカＳＰ_２のＮ次元特徴ベクトルｐ_ＳＰ２と、３番スピーカＳＰ_３のＮ次元特徴ベクトルｐ_ＳＰ３との間のノルム、および、３番スピーカＳＰ_３のＮ次元特徴ベクトルｐ_ＳＰ３と、４番スピーカＳＰ_４のＮ次元特徴ベクトルｐ_ＳＰ４との間のノルムを示す。

スピーカ配置推定においては、特徴ベクトル生成部４は、配置推定対象物であるＭ個のスピーカＳＰ_ｉ（ｉ：１〜Ｍ）について、マイクロフォンＭＣ_ｊ（ｊ：１〜Ｎ）が配置された位置を上述の参照点とみなして各スピーカＳＰ_ｉ（ｉ：１〜Ｍ）について特徴ベクトルｐ_ＳＰｉ（ｉ：１〜Ｍ）を生成し、Ｍ個の特徴ベクトルからＭ個のスピーカについての実空間内位置の非類似度行列を導出し、非類似度行列からスピーカの実空間における配置を推定する。

よってこの場合、Ｎ次元の特徴ベクトルｐ_ＳＰｉは、ｉ番スピーカＳＰ_ｉの実空間における位置の特徴を、Ｎ個のマイクＭＣ_ｊ（ｉ：１〜Ｎ）それぞれへの近さを表すＮ次元の尺度で表したものである。具体的には、特徴ベクトルｐ_ＳＰｉは、

である。

次に、非類似度行列導出部５は、Ｍ個のスピーカのうちのあらゆる２個の対象物の組み合わせについて、当該２個のスピーカの特徴ベクトル間のノルムを求める。そして、非類似度行列導出部５は、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する。

具体的には、非類似度行列導出部５（ＣＰＵ１１）は、Ｎ次元の特徴ベクトルｐ_ＳＰｉにもとづいて、非類似度行列Ｄを生成する。

したがって、非類似度行列Ｄの各要素ｄ_ＭＣｋｌは、

となる。よって、非類似度行列

は、Ｎ次元の特徴ベクトルＰ_ＳＰｉ（ｉ：１〜Ｍ）にもとづいて２つのスピーカの実空間における位置の非類似度を定めたときに得られる、Ｍ個のスピーカの実空間における位置の非類似度を示す行列である。

そして、布置導出部（ＭＤＳ部）６（ＣＰＵ１１）が、非類似度行列Ｄに対し多次元尺度法（ＭＤＳ：MultiDimensional Scaling）を適用することにより、Ｍ個のスピーカの布置を導出する。

さらに、配置推定結果出力部７が、布置導出部（ＭＤＳ部）６が導出した布置行列Ｘに適当な線形変換を行い、実際のＭ個のスピーカの配置を決定する。

２−６．スピーカ配置推定実験の結果
以下、本実施形態による物体配置推定装置による複数のスピーカの配置推定実験の結果を示す。なお、実験環境は、先のマイクロフォン配置推定実験と同じであるため説明を省略する。

図１０Ａ、図１０Ｂ、図１０Ｃに実験の結果を示す。それぞれは、順に、結果を、真上、真正面、真横（真正面から水平方向に９０度回転した方向）から見た図である。各図においては、実際のスピーカの位置が、×印で示され、配置推定結果が、○印で示される。

また、各スピーカについて、実際の位置と推定結果の位置とのずれを求め、その平均値を誤差評価値[ｍｍ]として求めた。本実験では、誤差評価値は、２３．５４８６[ｍｍ]であった。この値は、同一実験環境で行ったマイクロフォン配置推定実験での誤差評価値４．８７４６［ｍｍ］と比較すると、誤差が大きくなっている。しかしながら、スピーカユニットの大きさ（たとえば、ダイヤフラムの大きさ）や、スピーカユニットの配置間隔、スピーカアレイの大きさ等を考慮すれば、本実験結果より、スピーカ配置推定は、スピーカの配置や、ケーブル接続の正否を判定するうえで十分な精度を有するといえる。

３．第２実施形態
３−１．構成
本発明の第２実施形態は、第１実施形態との比較において可搬性が向上され、様々な収音現場においてマイクロフォンアレイの配置やケーブル接続を簡便かつ正確にチェックすることができる、物体配置推定装置である。

図１１および図１２は、第２実施形態による物体配置推定装置の構成を示すブロック図である。第２実施形態による物体配置推定装置は、第１実施形態による物体配置推定装置と同等の構成を有するが、オーディオ出力部２５１を備えたオーディオインタフェース部２５０に、１個の外部スピーカＳＰ（ＳＰ_１）が接続される点において、第１実施形態による物体配置推定装置と異なる。ここで、スピーカＳＰは、たとえば、可搬性に優れた小型のスピーカ（たとえば、オーディオテクニカ ＡＴ−ＳＰＧ５０）である。

３−２．マイクロフォン配置推定の動作
本実施形態では、１個のスピーカＳＰ_１を用いて所定の音響波を出力させ、音響波を出力させた後でスピーカＳＰ_１を移動させることにより、複数の位置において所定の音響波を出力させ、各音響波について、Ｍ個のマイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）それぞれにおける応答波形を検出し、音響波到達時刻を測定する。このようにして、本実施形態においては、Ｎ個の位置においてスピーカＳＰ_１から音響波を出力させることにより、第１実施形態と同様に、各マイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）についてＮ個の参照点に対する近さを表す尺度を用いたＮ次元の特徴ベクトルを生成する。ただし、本実施形態におけるスピーカの数は、１個に限定されず、複数個でもよい。

本実施形態による物体配置推定装置は、１個のスピーカＳＰ_１からの所定の音響波の到達時刻を各マイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）において計測し、都合、Ｎ個の位置からの所定の音響波の到達時刻を各マイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）において計測する。ここでのＮ個の位置が、上述の参照点に相当する。そして、特徴ベクトル生成部４は、第１実施形態と同様にして、各マイクロフォンＭＣ_ｊ（ｊ：１〜Ｍ）について特徴ベクトルｐ_ＭＣｊ（ｊ：１〜Ｍ）を生成する。

非類似度行列導出部５は、第１実施形態と同様にして、生成された特徴ベクトルｐ_ＭＣｊ（ｊ：１〜Ｍ）から非類似度行列Ｄを導出し、推定部８（布置導出部６および配置推定結果出力部７）が、非類似度行列Ｄから、Ｍ個のマイクロフォンの実空間における配置を推定し、出力する。

このように、第２実施形態による物体配置推定装置は、第１実施形態による物体配置推定装置に比較して、大規模なスピーカアレイＳＰａを用いない点で、可搬性に優れ、また、様々な収音現場において、マイクロフォンの配置推定を行うことができる点で有利である。

３−３．マイクロフォン配置推定実験の結果
以下、本実施形態による物体配置推定装置による複数のマイクロフォンの配置推定実験の結果を示す。

本実験は、図１３に示すように、８０チャンネルのマイクロフォンアレイＭＣａを、東京カテドラル聖マリア大聖堂の祭壇下付近に配置し、（図示しない）スピーカＳＰ_１（オーディオテクニカ ＡＴ−ＳＰＧ５０）を手で持って様々な位置に移動させながら音響波を出力させて行った。なお、本実験では、音響波の出力および検出にかかる条件を、ＴＳＰ長８１９２[ｐｎｔ]、ＴＳＰ応答長１０５６００[ｐｎｔ]、サンプリング周波数４８０００[Ｈｚ]、量子化ビットレート１６[ｂｉｔ]とした。

図１４Ａ、図１４Ｂ、図１４Ｃに実験の結果を示す。それぞれは、順に、結果を、真上、真正面、真横（真正面から水平方向に９０度回転した方向）から見た図である。各図においては、実際のマイクロフォンの位置が、×印で示され、配置推定結果が、○印で示される。

また、各マイクロフォンについて、実際の位置と推定結果の位置とのずれを求め、その平均値を誤差評価値[ｍｍ]として求めた。本実験では、誤差評価値は、複数回の実験の平均値として、１３．５１４８[ｍｍ]であった。本実験結果より、本実施形態による物体配置推定装置も、マイクロフォンの配置や、ケーブル接続の正否を判定するうえで十分な精度で推定結果を出力できることがわかった。

３−４．マイクロフォン配置推定におけるスピーカ発音回数と推定誤差との関係
以下、本実施形態による物体配置推定の方法における、音響波（インパルス応答波形（ＴＳＰ波形））の出力回数（即ち、音響波を出力させる位置（上述の参照点）の数）と、物体配置推定の結果の精度との関係について説明する。

スピーカから音響波を出力させた回数と、物体配置推定の精度との関係を調べるため、出力回数を変えて複数回の実験を行った。なお、音響波を出力させる位置は、出力毎に異なる。つまり、スピーカからの出力回数は、上述の参照点の個数と対応する。図１５は、その結果を、横軸を音響波出力回数、縦軸を各推定結果に関する上述の誤差評価値としてプロットしたグラフである。図１５より、本実施形態においても、物体配置推定に用いる音響波を出力させる回数（上述の参照点の数）を増大させることにより、物体配置推定の精度は、単調に向上することがわかった。特に、スピーカ数が１０を超えるまでは、物体配置推定の精度は、著しく向上することがわかる。このことから、実際にコンテンツを作成する際の収音現場においても、本実施形態による物体配置推定によれば、音響波出力回数（即ち、上述の参照点の数）を１０個程度以上とすることで、良好な精度で配置推定結果を得られることがわかった。

４．物体配置推定装置の変形例
以下に、実施の形態１および２にかかる物体配置推定装置の変形例について説明する。変形例１は、特徴ベクトルの生成手法の別例に関する。変形例２は、非類似度行列から対象物の布置を推定する手法の別例に関する。変形例１および変形例２は、実施の形態１および２の両方の物体配置推定装置に、個別におよび同時に適用可能な変形である。

４−１．変形例１（特徴ベクトル生成手法別例）
ここで、特徴ベクトルの生成手法の別例について説明する。これまでに述べた実施形態においては、特徴ベクトルは、参照点に位置するスピーカから発せられた音響波がマイクロフォンに到達した時刻（音響波到達時刻）にもとづいて、生成される。これに対し、本手法では、特徴ベクトルは、マイクロフォンから出力される出力信号の周波数振幅特性に基づいて決定される。

図１６は、物体配置推定装置変形例の構成を示すブロック図である。なお、図１等に示された構成要素と同じ構成要素については、同じ参照数字を付し、説明を省略する。

物体配置推定装置変形例は、図１に示した物体配置推定装置から、計時部４１と、オーディオ出力部５１とを省略した構成を有する。本装置には、外部スピーカ（ＳＰ１，ＳＰ２，・・・，ＳＰＮ）からなるスピーカアレイＳＰａは接続されなくてよい。

図１７は、物体配置推定装置３００のコンピュータ主要部１０が実現する機能ブロックが明示されたブロック図である。コンピュータ主要部１０のＣＰＵ１１は、ＲＯＭ１２に記憶された物体配置推定プログラムを読み出して実行することにより、制御部１、周波数振幅特性算出部３０３、特徴ベクトル生成部３０４、非類似度行列導出部５、布置導出部（ＭＤＳ部）６、および、配置推定結果出力部７として動作することができる。布置導出部（ＭＤＳ部）６および配置推定結果出力部７は、推定部８を構成する。なお、制御部１、非類似度行列導出部５、布置導出部（ＭＤＳ部）６、および、推定部８の動作は、実施の形態１および２において説明したものと同じでよいため、ここではその説明を省略する。

周波数振幅特性算出部３０３は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。周波数振幅特性算出部３０３は、マイクアレイＭＣａに含まれるマイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）それぞれの出力信号について、周波数振幅特性を算出する。

特徴ベクトル生成部３０４は、ＣＰＵ１１が物体配置推定プログラムを実行することにより実現される。特徴ベクトル生成部３０４は、周波数振幅特性算出部３０３が算出した周波数振幅特性を入力し、Ｍ個のマイクロフォン（対象物）それぞれについて、Ｎ次元の特徴ベクトルを生成することができる。なお、以下では、特徴ベクトル生成部３０４が、周波数振幅特性にもとづいて、Ｍ個のマイクロフォン（対象物）のあらゆる２個のマイクロフォンの特徴ベクトルの対応する成分間の差（式（１）における特徴ベクトルの成分の差ｐ_ｉ，ｊ−ｐ_ｉ，ｋ、ｋ：ｋ≠ｊ、ｉは１〜Ｎの任意の整数。）を求める場合について詳細に説明するが、当業者であれば、特徴ベクトル生成部３０４が各マイクロフォンの特徴ベクトルそのものを決定する手法も、以下の説明から理解することができる。

なお、制御部１、周波数振幅特性算出部３０３、特徴ベクトル生成部３０４、非類似度行列導出部５、布置導出部（ＭＤＳ部）６、配置推定結果出力部７の少なくともいずれか１つは、専用のハードウェア回路によって実現されてもよい。

図１８は、３人の人ｈｍｎ１〜ｈｍｎ３が室内で会議を行っている様子を示す模式図である。室内には、Ｍ個のマイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）が配置されている。Ｍ個のマイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）は、図示しないオーディオインタフェース部３５０を介し図示しない物体配置推定装置３００と接続されている（図１７を参照。）。

図１９は、物体配置推定装置３００がするマイクロフォン配置推定のための処理のフローチャートである。

物体配置推定装置３００の周波数振幅特性算出部３０３は、オーディオインタフェース部３５０を介し、Ｍ個のマイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の出力信号を入力する。これら出力信号は、室内の周囲環境音についての各マイクロフォンの応答信号である。周波数振幅特性算出部３０３は、各出力信号について周囲環境音に人の声が含まれる部分（例えば、図１８の発声者ｈｍｎ１の声「Ｈｉ！」が含まれる部分）を抽出し、Ｍ個のマイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の抽出された出力信号（時間領域）それぞれを周波数領域に変換し、出力信号（周波数領域）からその周波数振幅特性を算出する（ステップＳ１０１）。各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の出力信号の周波数振幅特性に関する情報は、周波数振幅特性算出部３０３から特徴ベクトル生成部３０４へ送られる。

特徴ベクトル生成部３０４は、周波数振幅特性算出部３０３から送られた周波数振幅特性に関する情報に基づき、あらゆる２つのマイクロフォン（ＭＣ_ｊ，ＭＣ_ｋ）の組み合わせについて、出力信号の周波数振幅特性間の差を計算する（ステップＳ１０２）。

そのようにして得た２つの周波数振幅特性の差を周波数軸上で積分して得た積分値にもとづいて、特徴ベクトル生成部３０４は、発声者（参照点）に対する２つのマイクロフォンの位置の非類似度、すなわち参照点に対する近さを規定する尺度上での当該２つのマイクロフォンの測度の差（式（１）におけるｐ_ｉ，ｊ−ｐ_ｉ，ｋ、ｋ：ｋ≠ｊ、ｉは１〜Ｎの任意の整数。）を求める。

図２０は、各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の出力信号の周波数振幅特性を示す模式図である。図２０（ａ）は、図１８に示すような室内で、人ｈｍｎ１が発声した声を含む周囲環境音についてのマイクロフォンＭＣ_１からの出力信号の周波数振幅特性である。同様、図２０（ｂ）および図２０（ｃ）はそれぞれ、同一の声を含む同一の周囲環境音についてのマイクロフォンＭＣ_ｊおよびＭＣ_Ｍからの出力信号の周波数振幅特性である。各周波数振幅特性には、集音環境に遍在する雑音（室内における残響音や、屋外における雑踏の音など）の成分ＢＧに重畳されるかたちで人ｈｍｎ１が発した声のフォルマントが現れる。ここでは、第１フォルマントＦ１の中心周波数をｆ１とし、第２フォルマント以降の各フォルマントの中心周波数をそれぞれ、ｆ２、ｆ３、ｆ４として示している。

図２０の各図からも判るように、雑音成分ＢＧは、各出力信号においてほぼ同一のプロファイルを示している一方、人の声のフォルマント成分は、マイクロフォンが人から離れるにつれ、本来のフォルマントの周波数振幅特性の形状から遠ざかる。特徴ベクトル生成部３０４は、２つのマイクロフォンの出力信号の周波数振幅特性の形状の差から、当該２つのマイクロフォンについて、発声者（参照点）に対する近さの差を求めることができる。

特徴ベクトル生成部３０４は、２つのマイクロフォン（ＭＣ_ｊ，ＭＣ_ｋ、ｋ：ｋ≠ｊ）の出力信号の周波数振幅特性の差を周波数軸上で積分する（ステップＳ１０３）。ここで得られる積分値が、マイクロフォンＭＣ_ｊとマイクロフォンＭＣ_ｋの参照点（発声者）に対する近さの差、すなわち２つのマイクロフォン（ＭＣ_ｊ，ＭＣ_ｋ）の特徴ベクトルにおける、当該参照点に関する成分の差（式（１）におけるｐ_ｉ，ｊ−ｐ_ｉ，ｋ、ｋ：ｋ≠ｊ、ｉは１〜Ｎの任意の整数。）である。

なお、当然のことながら、特徴ベクトル生成部３０４は、このようにして求めた２つのマイクロフォンの特徴ベクトルにおける、当該発声者（参照点）に関する成分の差から、各特徴ベクトルの成分そのものを求めることもできる。

以上のようにして、特徴ベクトル生成部３０４は、ステップＳ１０３において、マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）のあらゆる２つのマイクロフォンについて、各参照点に関する２つのマイクロフォンの位置の非類似度（特徴ベクトルの対応する成分間の差）を求める。

そして、ステップＳ１０４において、非類似度行列導出部５が、特徴ベクトル生成部３０４が求めたあらゆる２つの特徴ベクトルの対応する成分間の差にもとづいて、非類似度行列Ｄ（式（３））を導出する。

なお、特徴ベクトル生成部３０４は、ステップＳ１０３で求めた積分値から、各マイクロフォンの特徴ベクトルを求め、類似度行列導出部５に出力してもよい。その場合、非類似度行列導出部５は、ステップＳ１０４において先の実施形態におけるステップＳ７と同じようにして非類似度行列を導出すればよい。

ステップＳ１０５、および、ステップＳ１０６の処理は、先の実施形態において説明したもの（図４のステップＳ８、および、ステップＳ９）と同じであるため、ここではその説明を省略する。

なお、先の実施形態と同様、参照点の数は、３点以上必要である。したがって、物体配置推定装置は、相異なるＮ（Ｎは、３以上）箇所の位置において発声者が発した声を、Ｍ個のマイクロフォンを用いて集音し、各マイクロフォンにおいて集音され出力された出力信号を用いて非類似度行列Ｄを導出する（ステップＳ１０４）。Ｎ（Ｎは、３以上）箇所の位置において発声する人は、同一人物でなくともよい。

なお、特徴ベクトル生成部３０４は、周波数振幅特性算出部３０３から送られた周波数振幅特性に関する情報に基づき、次のようにして特徴ベクトルを生成してもよい。先ず、特徴ベクトル生成部３０４は、各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の出力信号について、発声者のフォルマントを特定し、特定されたフォルマント（例えば、第１フォルマントＦ１）の振幅をしてもよい。そして、特徴ベクトル生成部３０４は、各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の出力信号の周波数振幅特性に現れた特定のフォルマント（例えば、中心周波数ｆ１を有する第１フォルマントＦ１）のピークの振幅それぞれについて、任意の一つのマイクロフォン（例えば、ＭＣ_１）の出力信号の周波数振幅特性に現れた当該特定のフォルマントのピークの振幅（図２０（ａ）に示した振幅Ａ１ｆ１）との比（単位は例えばデシベル）から、参照点（人ｈｍｎ１）に対する近さを表す尺度における各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）についての測度を決定してもよい。

例えば、マイクロフォンＭＣ_Ｍの出力信号の周波数振幅特性中の第１フォルマントＦ１のピークの振幅ＡＭｆ１と、任意の１つのマイクロフォンとしてのマイクロフォンＭＣ_１の出力信号の周波数振幅特性中の第１フォルマントＦ１のピークの振幅Ａ１ｆ１との比が−６デシベルであれば、参照点としての人ｈｍｎ１に対する近さを表す尺度におけるマイクロフォンＭＣ_１についての測度を、例えば、１とし、参照点（人ｈｍｎ１）に対する近さを表す尺度におけるマイクロフォンＭＣ_Ｍについての測度を２とすればよい。

以上のように、特徴ベクトル生成部３０４は、周波数振幅特性の特定の周波数成分にもとづいて各マイクロフォン（ＭＣ_１〜ＭＣ_Ｍ）の特徴ベクトルを決定することもできる。

以上、本変形例においては、物体配置推定装置３００は、特定の音響波を出力する必要がない。また、本変形例は、豊かな残響音が得られる音響特性を有する室内や、雑踏の中での物体配置推定に特に好適である。

また、本変形例においても、先の実施形態において、ラウドスピーカの配置を推定したように、複数の人物の位置関係を推定することが可能である。つまり、本変形例においても、声を発した人物の配置を配置推定対象として推定することが可能である。

４−２．変形例２（対象物布置推定手法別例）
ここでは、非類似度行列に基づく対象物布置推定手法の別例について説明する。これまでに述べた実施形態では、布置導出部６を備える推定部８（図２等）が、対象物の布置を、非類似度行列に対しＭＤＳ法を適用することにより、推定する。しかしながら、対象物の布置は、ＭＤＳ法以外の方法によっても推定可能である。

布置導出部６（図２等）は、例えば、いわゆる、組み合わせ最適化問題を全探索手法で数値的に解くことにより、布置（の近似解）を求めてよい。つまり、布置導出部６（図２等）は、複数の可能な対象物（例えば、Ｍ個のマイクロフォン）の布置（布置近似解候補）のすべてについて、その布置近似解としての適合度を類似度行列に基づいて評価し、最も高い評価となった布置近似解候補を、布置推定結果として出力してもよい。

あるいは、布置導出部６（図２等）は、例えば、いわゆる、遺伝的アルゴリズム（Genetic Algorithm）といったアルゴリズムを用いて、組み合わせ最適化問題を局所探索手法で数値的に解くことにより、布置（の近似解）を求めてもよい。つまり、布置導出部６（図２等）は、複数の可能な対象物（例えば、Ｍ個のマイクロフォン）の布置（布置近似解候補）のいくつかについて、その布置近似解としての適合度を類似度行列に基づいて評価し、それら評価した布置近似解候補のうちで最も高い評価となった布置近似解候補を、布置推定結果として出力してもよい。

上述の実施形態と同様、本変形例においても、対象物の配置を推定するにあたり配置推定対象物の位置および参照点の位置に関する情報は必須ではない。しかしながら、本変形例のように全探索または局所探索の手法を用いて対象物の配置を推定する場合には、配置推定対象物や参照点が存在しうる位置についての条件を予め設定し、設定された条件に従って可能な対象物の布置（布置近似解候補）の数を低減させることにより、布置導出部６による類似度行列に基づく布置近似解の導出を高速化できる。

以下では、全探索的または局所探索的な手法を用いて数値的に布置近似解を非類似度行列に基づいて求める場合に有効な手法について説明する。

配置推定対象物について、近接する２つの配置推定対象物間の最小間隔を設定することにより、対象物が存在しうる位置を離散化することができる。当該最小間隔ｄ_ｍｉｎを配置推定対象物が存在しうる位置についての条件とすることで、可能な布置近似解候補の数が低減され、布置近似解の導出が高速化可能である。さらに、任意の１つの参照点と、それに最も近い対象物までの距離、および、当該参照点から最も遠い対象物までの距離に関する情報を用いて対象物が存在しうる空間的範囲を限定することで、布置近似解候補の数を劇的に減らすことができる。

上述の実施形態１および２においては、参照点に位置するスピーカから発せられた音響波が各マイクロフォンに到達した時刻（音響波到達時刻）を特定し、特徴ベクトルを生成する。本変形例においては、さらに、参照点に位置するスピーカから音響波が発せられた時刻を特定し、そうすることによって、音響波が各マイクロフォンに到達するのに要した時間（音響波伝播時間）を求めてもよい。

ある参照点にあるスピーカから各対象物（マイクロフォン）への音響波伝播時間のうちで最も短い音響波伝播時間を記録したマイクロフォンが、当該参照点に最も近いマイクロフォンであり、最も長い音響波伝播時間を記録したマイクロフォンが、当該参照点に最も遠いマイクロフォンである。ここで、最も短い音響波伝播時間と音速との積を最小距離Ｒ_ｍｉｎ、最も長い音響波伝播時間と音速との積を最長距離Ｒ_ｍａｘとすれば、全ての配置対象物（マイクロフォン）が存在しうる位置は、当該参照点からＲ_ｍｉｎ以上、かつ、Ｒ_ｍａｘ以下の距離の範囲に限定される。

図２１は、配置推定対象物が存在しうる位置についての条件として、対象物間最小間隔ｄ_ｍｉｎ、ある参照点からの最小距離Ｒ_ｍｉｎ、最長距離Ｒ_ｍａｘを与えた場合の対象物位置候補点ＣＤ（図中のｘ印）を示す図である。対象物位置候補点ＣＤは、ある参照点（図中のスピーカ）を中心とする半径Ｒ_ｍｉｎの球ｓｐｈ１の外側かつ同参照点を中心とする半径Ｒ_ｍａｘの球ｓｐｈ２の内側に、最小間隔ｄ_ｍｉｎをおいて分布する。この場合、布置導出部６（図２等）は、これらの対象物位置候補点ＣＤのうちから対象物の個数（Ｍ個）の候補点を選んで構成される布置近似解候補それぞれについて非類似度行列に基づいて布置近似解としての適合度を評価し、よい評価が得られた布置近似解候補を布置近似解としてよい。全探索の手法を用いる場合、全ての可能な布置近似解候補についてその適合度を評価すればよい。局所探索の手法を用いる場合、周知のアルゴリズム（遺伝的アルゴリズム等）に従って評価すべき布置近似解候補を選択すればよい。

適合度の評価は、以下のようにして行えばよい。先ず、評価対象の布置近似解候補について、対象物間の距離を計算により求め、計算結果にもとづいて、各要素が対象物間の距離で構成される距離行列を導出する。次に、そのようにして算出された距離行列と、非類似度行列との相似度を評価することにより、適合度を評価することができる。つまり、非類似度行列と距離行列との関係が、比例関係に近い距離行列をより高く評価することにより、布置近似解候補の適合度を評価することができる。

配置推定対象物が存在しうる位置についての条件として、さらに、対象物の配置形態に関する条件を追加することができる。図２２は、対象物であるマイクロフォンは直線形状のマイクロフォンアレイを構成する、という条件を追加した場合の対象物位置候補点ＣＤ（図中のｘ印）を示す図である。この場合、対象物位置候補点ＣＤは、候補点ＣＤ_ｎｅａｒにおいて球ｓｐｈ１に接する直線Ｌ上にのみ分布する。また、候補点ＣＤ_ｎｅａｒおよび球ｓｐｈ２の球面上の候補点ＣＤ_ｆａｒには、それぞれ、音響波伝播時間が最も短かったマイクロフォン、音響波伝播時間が最も長かったマイクロフォンが位置する可能性が極めて高い。そこで、そのようなマイクロフォン配置を有する布置近似解候補を選択し、局所探索を行うことで、布置近似解の導出を高速化することが可能である。また、特徴ベクトルの当該参照点に対する近さの尺度について、候補点ＣＤ_ｎｅａｒのマイクロフォンの測度と類似する測度を有する別のマイクロフォンを、候補点ＣＤ_ｎｅａｒの近傍の候補点に配置した布置近似解候補を選択し、局所探索を行うことで、布置近似解の導出をさらに高速化することが可能である。このことは、候補点ＣＤ_ｆａｒ近傍の候補点についても同様にあてはまる。

図２３は、対象物であるマイクロフォンは平面形状のマイクロフォンアレイを構成する、という条件を追加した場合の対象物位置候補点ＣＤ（図中のｘ印）を示す図である。この場合、対象物位置候補点ＣＤは、候補点ＣＤ_ｎｅａｒにおいて球ｓｐｈ１に接する円Ｃ上にのみ分布する。また、候補点ＣＤ_ｎｅａｒおよび球ｓｐｈ２の球面上の候補点ＣＤ_ｆａｒには、それぞれ、音響波伝播時間が最も短かったマイクロフォン、音響波伝播時間が最も長かったマイクロフォンが位置する可能性が極めて高い。そこで、そのようなマイクロフォン配置を有する布置近似解候補を選択し、局所探索を行うことで、布置近似解の導出を高速化することが可能である。

図２４は、対象物であるマイクロフォンは正方形形状のマイクロフォンアレイを構成する、という条件を追加した場合の対象物位置候補点ＣＤ（図中のｘ印）を示す図である。この場合、対象物位置候補点ＣＤは、候補点ＣＤ_ｎｅａｒにおいて球ｓｐｈ１に接する円Ｃに内接する正方形ＳＱ上にのみ分布する。また、候補点ＣＤ_ｎｅａｒおよび球ｓｐｈ２の球面上の候補点ＣＤ_ｆａｒには、それぞれ、音響波伝播時間が最も短かったマイクロフォン、音響波伝播時間が最も長かったマイクロフォンが位置する可能性が極めて高い。そこで、そのようなマイクロフォン配置を有する布置近似解候補を選択し、局所探索を行うことで、布置近似解の導出を高速化することが可能である。

図２５は、対象物であるマイクロフォンは球面形状のマイクロフォンアレイを構成する、という条件を追加した場合の対象物位置候補点ＣＤ（図中のｘ印）を示す図である。この場合、対象物位置候補点ＣＤは、候補点ＣＤ_ｎｅａｒにおいて球ｓｐｈ１と外接しかつ、候補点ＣＤ_ｆａｒにおいて球ｓｐｈ２と内接する球ｓｐｈ３の面上にのみ分布する。また、候補点ＣＤ_ｎｅａｒおよび候補点ＣＤ_ｆａｒには、それぞれ、音響波伝播時間が最も短かったマイクロフォン、音響波伝播時間が最も長かったマイクロフォンが位置する可能性が極めて高い。そこで、そのようなマイクロフォン配置を有する布置近似解候補を選択し、局所探索を行うことで、布置近似解の導出を高速化することが可能である。

５．まとめ
本発明の実施形態による物体配置推定装置は、配置推定対象物間の距離を測定することなしに、対象物の配置を推定することができる。本発明の実施形態による物体配置推定装置は、配置推定対象物間の距離を利用する代わりに、対象物の位置とは独立して任意に選択可能なＮ個の参照点（Ｎ：３以上の整数）と、各対象物との実空間における隔たりに関する測度を求め、求めた測度に基づいて、各対象物の実空間での位置の特徴を表すＮ次元の特徴ベクトルを生成し、特徴ベクトルから非類似度行列を導出し、非類似度行列から実空間（３次元）における対象物の布置を導出している。したがって、本発明の実施形態では、配置推定対象物間の距離を計測する必要がないため、様々な状況において簡便かつ正確に対象物の配置を推定することが可能である。また、本発明の実施形態では、対象物の位置とは独立して任意に選択可能なＮ個の参照点（Ｎ：３以上の整数）の数を増大させることにより、各対象物の実空間における位置の特徴を示す特徴ベクトルの次元数を増加させることが可能となっており、当該次元数の増加に伴い、配置推定の精度を向上させることが可能になっている。

本発明の実施形態は、たとえば、複数チャンネルの収音系におけるマイクロフォンの配置およびケーブル接続を簡便かつ正確に確認するための装置として有用である。

本発明の実施形態は、たとえば、複数チャンネルの音場再生系におけるスピーカの配置およびケーブル接続を簡便かつ正確に確認するための装置として有用である。

本発明の実施形態は、ノートＰＣに内蔵のマイクロフォンおよびスピーカを用いて、複数のノートＰＣの配置を推定することも可能である。

本発明の実施形態は、音声認識用のマイクロフォンアレイの各マイクロフォンの配置およびケーブル接続を簡便かつ正確に確認するための装置として利用することも可能である。

なお、上述の実施形態においては、対象物の実空間での位置の特徴を表す特徴ベクトルの成分は、所与の参照点から音響波が到達した時刻として生成される。つまり、実施形態においては、特徴ベクトルの各成分は、時間の次元を有する量である。しかしながら、特徴ベクトルは、時間と異なる様々な次元を有する観測量を用いて構成することができる。たとえば、特徴ベクトルは、マイクロフォンにおいて検出された応答波形の残響成分の形状を反映した量に基づいて構成することが可能である。つまり、特徴ベクトルは、応答波形における直接音と非直接音との相対的な関係性を表す量に基づいて構成することができる。よって、この場合、非類似度行列は、２つのマイクロフォンそれぞれにおいて検出された応答波形の（非）類似性を表すデータを要素として構成される。この場合、物体配置推定装置は、非類似度行列に各要素について相互相関性を求め、求めた相互相関性に基づいて、配置推定対象物の実空間における配置を推定してもよい。

また、物体配置推定装置は、人の声が含まれる周囲環境音をＭ個のマイクロフォンを用いて集音し、各マイクロフォンから出力される出力信号の周波数振幅特性にもとづいて、特徴ベクトルを生成してもよい。複数のマイクロフォンの出力信号の周波数振幅特性の形状を比較することで、（例えば、周波数振幅特性の差を周波数軸上で積分することで、）複数マイクロフォンの発声者に対する相対的な近さの差を定量化することができる。あるいは、例えば、各マイクロフォンから出力される出力信号の周波数振幅特性の特定の周波数成分（人の声のフォルマントが現れる周波数）の振幅の比にもとづいて、特徴ベクトルの成分を決定してよい。つまり、物体配置推定装置は、出力信号の周波数振幅特性から抽出された人の声のフォルマントの振幅に基づいて、当該出力信号を出力したマイクロフォンと声を発した人との近さを、Ｍ個のマイクロフォン間で相対評価することにより、特徴ベクトルの成分を求めることができる。このような特徴ベクトル生成方法は、残響特性が豊かな室内や、雑踏の中での配置推定に好都合である。また、Ｍ個のマイクロフォンが、室内の比較的広範囲にわたって配置されるような場合にも好都合である。

また、本発明の実施形態による物体配置推定装置は、音響波に代えて、光、電磁波、といった波動を利用して、物体配置を推定してもよい。その場合、物体配置推定装置は、たとえば、発光素子アレイおよび受光素子アレイ、または、２組のアンテナアレイを備え、発光素子アレイ（または、１組のアンテナアレイ）からの波動を、受光素子アレイ（または、もう１組のアンテナアレイ）において検出することにより、発光素子アレイ（または、受光素子アレイ、もしくは、１組のアンテナアレイ）の配置を推定することができる。

また、本発明の実施形態による物体配置推定装置は、音響波に代えて、物体の表面を伝搬する表面波を利用して、物体配置を推定してもよい。その場合、物体配置推定装置は、たとえば、電気的エネルギを振動エネルギに変換するトランスデューサアレイを２組備え、一方のトランスデューサアレイからの表面波を、他方のトランスデューサにおいて検出することにより、１組のトランスデューサアレイの配置を推定することができる。

本発明は、たとえば、収音現場において複数のマイクロフォンの配置やケーブル接続を確認することに利用することができる。

また、物体配置推定装置の推定部は、非類似度行列に対しＭＤＳ法を適用する代わりに、数値的に、全探索または局所探索の手法で布置の近似解を求め、求めた布置近似解からＭ個のマイクロフォンの実空間における配置を推定し出力してもよい。

１ ・・・ 制御部
２ ・・・ インパルス生成部（ＴＳＰ生成部）
３ ・・・ 応答検出部
４ ・・・ 特徴ベクトル生成部
５ ・・・ 非類似度行列導出部
６ ・・・ 布置導出部（ＭＤＳ部）
７ ・・・ 配置推定結果出力部
８ ・・・ 推定部
１０ ・・・ コンピュータ主要部
１１ ・・・ ＣＰＵ
１２ ・・・ ＲＯＭ
１３ ・・・ ＲＡＭ
２１ ・・・ ＨＤＤ
３０ ・・・ ユーザインタフェース部
３１ ・・・ ディスプレイ
３２ ・・・ キーボード
３３ ・・・ マウス
４１ ・・・ 計時部
５０ ・・・ オーディオインタフェース部
５１ ・・・ オーディオ出力部
５２ ・・・ オーディオ入力部
２５０ ・・・ オーディオインタフェース部
２５１ ・・・ オーディオ出力部
３０３ ・・・ 周波数振幅特性算出部
３０４ ・・・ 特徴ベクトル生成部（変形例）
３５０ ・・・ オーディオインタフェース部
ＭＣａ・・・ マイクロフォンアレイ
ＭＣｊ・・・ ｊ番マイク
ＳＰａ・・・ スピーカアレイ
ＳＰｉ・・・ ｉ番スピーカ

Claims (15)

1. Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置であって、
   前記Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における前記対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部と、
   前記Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の前記特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部と、
   前記非類似度行列に基づいて前記Ｍ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部と、
   を有する物体配置推定装置。
2. さらに、時間を計測する計時部と、
   前記参照点に配置される外部のスピーカに信号を出力可能なオーディオ出力部、および、前記Ｍ個の対象物としてのＭ個の外部のマイクロフォンから信号を入力可能なオーディオ入力部を備えたオーディオインタフェース部と、
   前記オーディオ出力部に接続された前記スピーカに所定の音響波を出力させる音響波信号を生成可能な信号生成部と、
   前記オーディオ入力部に接続された前記Ｍ個のマイクロフォンからの信号を入力し、前記計時部を参照して前記Ｍ個のマイクロフォンそれぞれにおいて前記音響波が到達した時刻を特定する応答検出部と、を有し、
   前記特徴ベクトル生成部は、前記Ｍ個のマイクロフォンそれぞれについて、前記Ｎ個の参照点において前記スピーカから出力された前記音響波に当該マイクロフォンが応答した時刻を、前記Ｎ個の尺度である時間座標軸における当該マイクロフォンについての測度として前記特徴ベクトルを生成し、
   前記非類似度行列導出部は、前記Ｍ個のマイクロフォンに含まれるあらゆる２個のマイクロフォンの組み合わせについて、当該２個のマイクロフォンの特徴ベクトル間のノルムを求め、求めたノルムを要素とする前記非類似度行列を導出する、請求項１に記載の物体配置推定装置。
3. 前記信号生成部は、波形形状がパルス形状を有する音響波を前記スピーカに出力させる音響波信号を生成する、請求項２に記載の物体配置推定装置。
4. さらに、前記Ｍ個の対象物としてのＭ個の外部のマイクロフォンから信号を入力可能なオーディオ入力部を備えたオーディオインタフェース部と、
   前記オーディオ入力部に接続された前記Ｍ個のマイクロフォンからの信号を入力し、前記Ｍ個のマイクロフォンからの信号それぞれについて周波数振幅特性を算出する周波数振幅特性算出部と、を有し、
   前記特徴ベクトル生成部は、前記Ｍ個のマイクロフォンからの信号それぞれの前記周波数振幅特性に含まれる前記Ｎ個の参照点において発せられた声のフォルマント成分にもとづいて前記特徴ベクトルを決定し、
   前記非類似度行列導出部は、前記Ｍ個のマイクロフォンに含まれるあらゆる２個のマイクロフォンの組み合わせについて、当該２個のマイクロフォンの特徴ベクトル間のノルムを求め、求めたノルムを要素とする前記非類似度行列を導出する、請求項１に記載の物体配置推定装置。
5. 前記推定部は、前記非類似度行列に多次元尺度法を適用して前記Ｍ個のマイクロフォンの実空間における配置を推定し、配置推定結果として出力する、請求項２ないし４のいずれか１つに記載の物体配置推定装置。
6. 前記Ｎは、１０以上の整数である、請求項１ないし５のいずれか１つに記載の物体配置推定装置。
7. 前記推定部は、複数の前記Ｍ個の対象物のとりうる布置の候補について前記非類似度行列を用いて前記候補の布置としての適合度を評価し、前記評価の結果に基づいて前記Ｍ個の対象物の布置の近似解を数値的に求めることにより、前記Ｍ個の対象物の実空間における配置を推定する、請求項１に記載の物体配置推定装置。
8. 前記推定部は、局所探索手法を用いて前記Ｍ個の対象物の布置の近似解を数値的に求めることにより、前記Ｍ個の対象物の実空間における配置を推定する、請求項７に記載の物体配置推定装置。
9. 前記局所探索手法は、遺伝的アルゴリズムである、請求項８に記載の物体配置推定装置。
10. さらに、時間を計測する計時部と、
    前記Ｍ個の対象物としてのＭ個の外部のスピーカに信号を出力可能なオーディオ出力部、および、前記参照点に配置されるＮ個の外部のマイクロフォンから信号を入力可能なオーディオ入力部を備えたオーディオインタフェース部と、
    前記オーディオ出力部に接続された前記Ｍ個のスピーカに所定の音響波を出力させる音響波信号を生成可能な信号生成部と、
    前記オーディオ入力部に接続された前記Ｎ個のマイクロフォンからの信号を入力し、前記計時部を参照して前記Ｎ個のマイクロフォンにおいて前記音響波が到達した時刻を特定する応答検出部と、を有し、
    前記特徴ベクトル生成部は、前記Ｍ個のスピーカそれぞれについて、前記スピーカから出力された前記音響波に前記Ｎ個の参照点に配された前記Ｎ個のマイクロフォンそれぞれが応答した時刻を、前記Ｎ個の尺度である時間座標軸における当該スピーカについての測度として前記特徴ベクトルを生成し、
    前記非類似度行列導出部は、前記Ｍ個のスピーカに含まれるあらゆる２個のスピーカの組み合わせについて、当該２個のスピーカの特徴ベクトル間のノルムを求め、求めたノルムを要素とする前記非類似度行列を導出する、請求項１に記載の物体配置推定装置。
11. 前記推定部は、前記非類似度行列に多次元尺度法を適用して前記Ｍ個のスピーカの実空間における配置を推定し、配置推定結果として出力する、請求項１０に記載の物体配置推定装置。
12. さらに、前記参照点に配置されるＮ個の外部のマイクロフォンから信号を入力可能なオーディオ入力部を備えたオーディオインタフェース部と、
    前記オーディオ入力部に接続された前記Ｎ個のマイクロフォンからの信号を入力し、前記Ｎ個のマイクロフォンからの信号それぞれについて周波数振幅特性を算出する周波数振幅特性算出部と、を有し、
    前記特徴ベクトル生成部は、前記Ｎ個のマイクロフォンからの信号それぞれの前記周波数振幅特性に含まれる前記Ｍ個の対象物であるＭ人の人の声のフォルマント成分にもとづいて前記特徴ベクトルを決定し、
    前記非類似度行列導出部は、前記Ｍ人の人のあらゆる２人の組み合わせについて、当該２人についての特徴ベクトル間のノルムを求め、求めたノルムを要素とする前記非類似度行列を導出する、請求項１に記載の物体配置推定装置。
13. 前記推定部は、前記非類似度行列に多次元尺度法を適用して前記Ｍ人の人の実空間における配置を推定し、配置推定結果として出力する、請求項１２に記載の物体配置推定装置。
14. 対象物の実空間における配置を推定する物体配置推定装置において、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定方法であって、
    前記Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における前記対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成ステップと、
    前記Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の前記特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出ステップと、
    前記非類似度行列に基づいて前記Ｍ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定ステップと、
    を有する物体配置推定方法。
15. コンピュータを、Ｍ個（Ｍは、２以上の整数）の対象物の実空間における配置を推定する物体配置推定装置として機能させるための物体配置推定プログラムであって、
    前記コンピュータを、
    前記Ｍ個の対象物それぞれについて、実空間内のＮ個（Ｎは、３以上の整数）の参照点それぞれに対する近さを表すＮ個の尺度における前記対象物についての測度を成分に含む特徴ベクトルを生成する特徴ベクトル生成部、
    前記Ｍ個の対象物に含まれるあらゆる２個の対象物の組み合わせについて、当該２個の対象物の前記特徴ベクトル間のノルムを求め、求めたノルムを要素とするＭ行Ｍ列の非類似度行列を導出する非類似度行列導出部、および、
    前記非類似度行列に基づいて前記Ｍ個の対象物の実空間における配置を推定し、配置推定結果として出力する推定部、として機能させるための物体配置推定プログラム。

Images