JP5380777B2

JP5380777B2 - 音声会議装置

Info

Publication number: JP5380777B2
Application number: JP2007040507A
Authority: JP
Inventors: 亮大内; 卓朗曽根
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2007-02-21
Filing date: 2007-02-21
Publication date: 2014-01-08
Anticipated expiration: 2027-02-21
Also published as: JP2008205896A

Description

この発明は、音声を収音するとともに、特定の方向に強い指向性を有する音声ビームを出力する音声会議装置に関する。

従来、スピーカアレイの各ユニットに供給する音声信号を遅延制御することで、特定の方向に強い指向性を有する音声ビームを出力する放音装置が知られている。

例えば特許文献１では各スピーカユニットの遅延量など、指向性を制御するパラメータを設定するために、マイクアレイを用いて発話者の位置を特定し、発話者の方向に音声ビームを向ける装置が提案されている。
特開２００６−２７０８７６号公報

しかし、特許文献１の装置は、発話者の方向に音声ビームを向けるため、汎用性が低いものであった。例えば、家庭内で使用する場合、一方では大音量で映画の音声を聴きたいユーザが存在し、他方では電話をするため映画の音声を小さくしたいユーザが存在する等、特定の方向に音声ビームを向けるだけでなく、特定の方向だけ音量を下げたい場合が有る。

そこで、この発明は、特定の方向に音声ビームを向けたり、特定の方向だけ音量を下げたりする設定を容易に行うことができる音声会議装置を提供することを目的とする。

この発明は、音声を収音し、収音信号を出力する収音部と、音源位置を検出する音源位置検出部と、音声に特定の方向へ指向性を持たせて放音する放音部と、前記収音信号を入力し、収音信号に含まれる指向性を指示するコマンドを抽出する音声解析部と、前記音源位置検出部が検出した音源位置、および前記音声解析部の抽出した指向性を指示するコマンドの内容に基づいて、前記放音部の指向性パターンを設定する制御部と、を備え、前記制御部は、前記音声解析部が話者自身の方向を指し示す言語を抽出した場合、前記音源位置の方向へ前記放音部の指向性を向け、前記音声解析部が話者以外の方向を指し示す言語を抽出した場合、前記音源位置以外の方向へ前記放音部の指向性を向け、所定方向にのみ音量が低下するように指向性パターンを設定する、収音した音声を他装置に出力する音声会議装置であることを特徴とする。

この構成では、収音信号から指向性を指示するコマンドを抽出する。例えば、音声認識により「こちらへ」、「音を大きく」等の単語を抽出する。また、収音信号の基となった音源の位置を検出する。音源位置の検出は、例えばマイクアレイの各マイクユニットの出力音声信号から線形予測を行う。これらのコマンド抽出結果、音源位置の検出結果に基づいて指向性を制御する。指向性の設定は種々の態様が考えられるが、例えば、「こちらへ」という単語を抽出した場合、その方向に強い指向性を有する音声ビームを向ける。

また、この発明は、さらに、前記音声解析部は、収音信号に含まれるソースを選択するコマンドをさらに抽出し、前記制御部は、前記音声解析部が抽出したソースを選択するコマンドに基づいて、選択されたソースの音声の指向性パターンを設定し、前記放音部は、前記制御部が設定した指向性パターンに基づいて、異なるソースの音声を同時に複数の方向へ指向性を持たせて放音することを特徴とする。

この構成では、異なるソースの音声を複数の方向へ指向性を持たせて放音する。例えばスピーカアレイの各スピーカユニットに入力する音声信号を個別に遅延処理することで複数の方向に同時に指向性を持たせることが可能となる。更にこの構成では収音信号からソースを選択するコマンドを抽出する。例えば音声が２つのソース「ソースＡ」、「ソースＢ」からなる場合、音声認識により「ソースＡ」や「ソースＢ」という単語を抽出する。選択されたソースの音声の指向性パターンのみ設定する。これにより、例えば、「ソースＡ」という発言の後に「こちらへ」という単語を抽出した場合、その方向にソースＡの音声のみビームを向ける。

また、この発明は、さらに、前記音声解析部は、収音信号に含まれるトリガとなるコマンドをさらに抽出し、前記制御部は、前記音声解析部がトリガとなるコマンドを抽出した場合のみ、前記指向性を指示するコマンドの内容に基づいてその後指向性パターンを設定することを特徴とする。

この構成では、収音信号からトリガとなるコマンドを抽出する。トリガとなるコマンドとしては、例えば「コマンド入力」という単語である。この単語を認識した場合のみ指向性パターンを設定する。例えば、「コマンド入力」という発言の後に「こちらへ」という単語を抽出した場合、その方向にソースＡの音声のみビームを向ける。単に「こちらへ」という単語を抽出した場合はこれを無視する。無意識に発言された内容の音声を無視することで、ユーザの設定意志を反映する。

また、この発明は、さらに、前記音声解析部は、前記収音信号に含まれる特定のリズムパターンをコマンドとして抽出することを特徴とする。

この構成では、特定のリズムパターンをコマンドとして抽出する。例えば、所定レベル以上でかつ短い単発音（例えば手をたたく音声など）をカウントし、所定時間内（例えば３秒）の入力回数によってコマンドを抽出する。例えば、単発音１回で「音を大きく」と判断し、２回で「音を小さく」と判断する。

また、この発明は、さらに、前記制御部は、所定方向にのみ音量が低下するように指向性パターンを設定することを特徴とする。

この構成では、指向性パターンの態様として、所定方向にのみ音量が低下するようにする。スピーカアレイの場合、各スピーカユニットから放音された音声は、位相が異なる領域で弱められる。したがって、各スピーカユニットに入力する音声信号の遅延量をコントロールすることで、所定方向にのみ音量が低下するように指向性を設定することができる。この場合、指向性を指示するコマンドとして「ここだけミュート」等の単語を抽出すればよい。これにより、特定の音声を発言するだけで、静かにしたい特定の領域のみ音量を低下させることができる。

また、この発明は、さらに、前記収音信号のエコー成分を除去するエコーキャンセラをさらに備え、前記音声解析部は、前記エコーキャンセラがエコー成分を除去した収音信号に含まれるコマンドを抽出することを特徴とする。

この構成では、収音信号からエコー成分を除去する。エコー成分を除去した後の収音信号について音声認識等を行うため、コマンド抽出の精度が向上する。

この発明によれば、収音信号に含まれる指向性を指示するコマンドを抽出することにより、ユーザの発言で特定の方向に音声ビームを向けたり、特定の方向だけ音量を下げたりすることができる。

この実施形態の放収音装置は、マイクで収音した音声に基づいて放音指向性を制御する装置であり、他の装置から入力された音声を所定の方向に指向性を制御して放音する。この放収音装置は、テレビやオーディオ装置に接続することで種々のオーディオソースを放音するスピーカ装置として用いることが可能であり、他装置にマイクで収音した音声を出力することで音声会議装置として用いることも可能である。
以下、図面を参照してこの発明の実施形態である放収音装置について説明する。図１は放収音装置の構成を示すブロック図である。

この放収音装置１は、マイクアレイ２、入出力インタフェース（Ｉ／Ｆ）３、制御部４、スピーカアレイ５、エコーキャンセラ６、ビーム制御部７Ａ、ビーム制御部７Ｂ、ミキサ８、Ｄ／Ａコンバータ１１〜１８、アンプ（ＡＭＰ）３１〜３８、アンプ（ＡＭＰ）４１〜４８、Ａ／Ｄコンバータ５１〜５８、収音ビーム生成部６１、および収音ビーム選択部７１を備えている。

マイクアレイ２は、複数の（同図の例では８つの）マイクユニット２１〜２８を直線状に配列してなり、マイクユニット２１〜２８が収音した音声（収音信号）をそれぞれ出力する。スピーカアレイ５は、複数の（同図の例では８つの）スピーカユニット５１〜５８を直線状に配列してなり、それぞれ入力された音声信号を放音する。

マイクユニット２１〜２８が収音した収音信号はフロントエンドのアンプ４１〜４８で増幅され、Ａ／Ｄコンバータ５１〜５８でデジタル変換される。Ａ／Ｄコンバータ５１〜５８でデジタル化された収音信号はエコーキャンセラ６に入力される。

エコーキャンセラ６は、フィルタ処理部６０を含み、ミキサ８から入力されるスピーカユニット５１〜５８に対応する音声信号をフィルタ処理部６０に入力する。フィルタ処理部６０は、スピーカユニット５１〜５８に対応する音声信号をそれぞれフィルタ処理して、スピーカアレイ５からマイクアレイ２に回り込む回帰音声信号を擬似した擬似回帰音信号を生成する。フィルタ処理部６０は、この擬似回帰音信号を各収音信号から減算することでエコー成分を消去し、収音ビーム生成部６１に出力する。エコーキャンセラ６によりエコー成分を消去することで、後述の音源位置検出処理、コマンド解析処理の精度が向上する。

収音ビーム生成部６１は、エコーキャンセラ６でエコー成分が除去された収音信号をそれぞれ遅延して合成することによりマイクアレイ２全体としての収音指向性をビーム化する。このビーム化された収音指向性により、特定の領域で発生した音声を高いゲインで収音する。なお、ビーム化された収音指向性を収音ビームと呼ぶ。本実施形態では、マイクアレイ２の周囲４つの領域に対応する収音ビームＭＢ１１〜ＭＢ１４を生成する。

図２は、収音ビームの一例を示す図である。同図において、収音ビーム生成部６１は、収音したい位置に焦点を結ぶような収音ビームを形成し、狭い範囲の音声を高ゲインで収音する。ここで、収音領域Ｐ１〜Ｐ４は、例えばマイクアレイの正面に設定される。収音ビーム生成部６１は、各マイクユニット２１〜２８が収音した音声信号を、焦点（同図においてはＦ３）から等距離になるように遅延したのち合成することにより、焦点周辺（収音領域Ｐ３）で発生した音声を高ゲインで取り出すことができる。

図１において、収音ビーム生成部６１が生成した４つの収音ビームＭＢ１１〜ＭＢ１４は、収音ビーム選択部７１に入力される。収音ビーム選択部７１は、４つの収音ビームＭＢ１１〜ＭＢ１４のうち最もレベルの高い信号を選択し、その収音ビームをメイン収音ビームとして入出力Ｉ／Ｆ３に出力する。

図３は、収音ビーム選択部７１の主要構成を示すブロック図である。
収音ビーム選択部７１は、ＢＰＦ（バンドパスフィルタ）１７１、全波整流回路１７２、ピーク検出回路１７３、レベル比較器１７４、および信号選択回路１７５を備えている。

ＢＰＦ１７１は、人の音声の主成分帯域を通過帯域とするバンドパスフィルタであり、収音ビームＭＢ１１〜ＭＢ１４を帯域通過フィルタ処理して、全波整流回路１７２に出力する。全波整流回路１７２は、収音ビームＭＢ１１〜ＭＢ１４を全波整流（絶対値化）する。ピーク検出回路１７３は、全波整流された収音ビームＭＢ１１〜ＭＢ１４のピーク検出を行い、ピーク値データＰｓ１１〜Ｐｓ１４を出力する。レベル比較器１７４は、ピーク値データＰｓ１１〜Ｐｓ１４を比較して、最も高いレベルのピーク値データに対応する収音ビームを選択する選択指示データを信号選択回路１７５に与える。また、レベル比較器１７４は、選択指示データを制御部４にも与える。制御部４は、選択指示データを後述の音源位置検出処理に用いる。信号選択回路１７５は、選択指示データが示す収音ビームを選択し、メイン収音ビームとして入出力Ｉ／Ｆ３に出力する。また、信号選択回路１７５は、選択指示データが示す収音ビームを選択し、メイン収音ビームとして制御部４にも出力する。制御部４は、メイン収音ビームを後述のコマンド解析処理に用いる。
これは、音源が存在する収音領域に対応する収音ビームの信号レベルが他の領域に対応する収音ビームの信号レベルよりも高いことを利用している。

入出力Ｉ／Ｆ３（出力Ｉ／Ｆ３０Ｃ）に入力されたメイン収音ビームは、この放収音装置１を音声会議装置として用いる場合、他の装置に出力される。ネットワークを経由して出力される場合は、所定のプロトコルの音声情報として出力される。

入出力Ｉ／Ｆ３は、機能的に入力Ｉ／Ｆ３０Ａ，入力Ｉ／Ｆ３０Ｂ，および出力Ｉ／Ｆ３０Ｃからなり、他の装置と音声信号（または音声情報）を入出力する。入力Ｉ／Ｆ３０Ａに入力された音声信号はビーム制御部７Ａに出力され、入力Ｉ／Ｆ３０Ｂに入力された音声信号はビーム制御部７Ｂに出力される。なお、音声情報が入力された場合、音声信号に変換されて出力される。

ビーム制御部７Ａ、７Ｂは、スピーカアレイ５のスピーカユニット５１〜５８に入力する音声信号に遅延処理、ゲインコントロールを行うことで、所定方向に強い指向性を有する音声ビームを形成することができる。また、逆に所定方向にのみ音量が低下するような音声ビーム（以下、音声ディップと言う。）を形成することもできる。各スピーカユニット５１〜５８に対応する音声信号の遅延量、ゲインは制御部４により設定される。各スピーカユニット５１〜５８で放音された音声は、位相が共通する領域で強められ、逆に位相が異なる領域では弱められる。したがって、各スピーカユニットに入力する音声信号の遅延量をコントロールすることで特定の方向に音声ビームを向けたり、音声ディップを向けたりすることができる。

ビーム制御部７Ａ、７Ｂが出力した音声信号はミキサ８に入力される。ミキサ８は、ビーム制御部７Ａ、７Ｂがそれぞれ出力したスピーカユニット５１〜５８に対応する音声信号をミキシングし、エコーキャンセラ６に出力する。エコーキャンセラ６は、上記のように、スピーカユニット５１〜５８に対応する音声信号から擬似回帰音信号を生成する。また、エコーキャンセラ６は、スピーカユニット５１〜５８に対応する音声信号をＤ／Ａコンバータ１１〜１８に出力する。スピーカユニット５１〜５８に対応する音声信号は、それぞれＤ／Ａコンバータ１１〜１８でアナログ音声信号に変換され、アンプ３１〜３８で増幅された後スピーカユニット５１〜５８で放音される。

ここで、ビーム制御部７Ａ、７Ｂがそれぞれ違う領域に音声ビームを出力するように遅延処理を行うことで、ユーザは、各場所で異なるソースの音声を聴くことができる。例えば図４に示すように、リビングのソファーの位置に居るユーザｈ１は、映画音声（ソースＡ）を聴き、ダイニングテーブルの位置に居るユーザｈ２は音楽（ソースＢ）を聴くことができる。また、同じ映画音声であっても、ユーザｈ１は日本語の音声を聴き、ユーザｈ２は英語の音声を聴く、といったこともできる。各音声ビーム（音声ディップ）のソース、方向は制御部４により設定される。

制御部４は、ＣＰＵを含み、レベル比較器１７４から入力した選択指示データに基づいて、音源の位置を検出する音源位置検出処理を行う。最も単純には、選択指示データが示す音声ビームの収音領域に音源が存在すると判断し、この収音領域を音源位置とする。なお、図示はしないが、マイクユニット２１〜２８が収音した収音信号（エコーキャンセラ６の出力した収音信号）をそれぞれ入力し、線形予測法や最小分散法等、その他一般的な手法を用いて音源位置を検出してもよい。

また、制御部４は、信号選択回路１７５から入力したメイン収音ビームを解析するコマンド解析処理を行う。コマンド解析処理は、音声認識を行い、メイン収音ビームの音声内容からコマンドを抽出する処理である。具体的には、制御部４は、入力した音声信号と予めメモリ（図示せず）等に記憶してある音声信号のパターンとを比較する。比較方法は、例えば隠れマルコフモデル等の確率モデルを利用する。制御部４は、入力した音声信号の内容から特定の音声内容を認識した場合、これをコマンドとして抽出する。コマンドの内容は、トリガ、ソースの選択、およびビームの設定に分類される。

制御部４は、トリガのコマンドとして抽出される音声（例えば「コマンド入力」という音声）を予め定めておき、このトリガ音声を認識した後に入力される音声信号をソースの選択、およびビームの設定のコマンドとして抽出するコマンド抽出処理を行い、トリガ音声が認識されていなければコマンド抽出処理を実行しない。

同様に、制御部４は、ソースの選択のコマンドとして抽出される音声内容を予め定めておく。ソースの選択のコマンドとして抽出される音声内容は、例えば「ソースＡ」、「ソースＢ」等である。
また、制御部４は、ビームの設定のコマンドとして抽出される音声内容も予め定めておく。ビームの設定のコマンドとして抽出される音声内容は、例えば「音を大きく」、「音を小さく」等である。
なお、ソースの選択、およびビームの設定のコマンドの抽出は、本発明において必須ではない。

また、音声認識に限らず、例えば特定のリズムパターンをコマンドとして抽出することもできる。制御部４は、所定レベル以上の音声でかつ所定レベル以上の時間が短い単発音（例えば手をたたく音声など）をカウントし、所定時間内（例えば３秒）の入力回数によってコマンドを抽出する。例えば、単発音１回で「音を大きく」と判断し、２回で「音を小さく」と判断する。

制御部４は、音源位置検出処理で検出した音源位置、およびコマンド解析処理で解析したコマンド内容に基づいて、ビーム制御部７Ａ、７Ｂの遅延量やゲインを設定する指向性設定処理を行う。以下、図面を参照して指向性設定処理の具体的な例について説明する。なお、いずれの例においても、ユーザは最初に「コマンド入力」等のトリガ音声を発しているものとする。

図５は、指向性設定処理の例として、音声ビームをコントロールする例を示す図である。同図（Ａ）は、ユーザの方向に音声ビームを向ける場合の例を示した図である。同図において、ユーザｈ１が「ソースＡこちらへ」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「こちらへ」を抽出する。また、制御部４は、ユーザｈ１の位置を検出する。そして、制御部４は、ソースＡの音声（同図の例では映画音声）がユーザｈ１の位置に向けられるように、ビーム制御部７Ａの遅延量を設定する。これにより、ユーザｈ１は、各場所で「ソースＡこちらへ」と発言するだけで、音声ビームを自身の方向に向けることができる。

次に、同図（Ｂ）は、ユーザの方向に向けられている音声ビームの音量を変更する場合の例を示した図である。同図において、ユーザｈ１が「ソースＡ音を大きく」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「音を大きく」を抽出する。また、制御部４は、ユーザｈ１の位置を検出する。そして、制御部４は、ソースＡの音声ビームの音量が大きくなるように、ビーム制御部７Ａのゲインを設定する。なお、このときに検出したユーザｈ１の位置が音声ビームの方向からずれていれば、ユーザｈ１の位置に音声ビームを向けるようにビーム制御部７Ａの遅延量を設定してもよい。これにより、ユーザｈ１は、各場所で「ソースＡ音を大きく」と発言するだけで、自身の位置だけソースＡの音量を大きくすることができる。
図５（Ａ）、および図５（Ｂ）に示した指向性設定の例は、夜間にテレビや音楽を楽しんでいる場合、家庭内の他の音が大きく、映画の音声を聞き取り難い場合、等に好適である。

次に、図６は、ユーザの方向に音声ディップを向ける場合の例を示した図である。同図において、ユーザｈ１が「ソースＡここだけミュート」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「ここだけミュート」を抽出する。また、制御部４は、ユーザｈ１の位置を検出する。そして、制御部４は、ソースＡの音声がユーザｈ１の位置だけ音量が低下するように（図中２点破線で示す音声ディップが向けられるように）、ビーム制御部７Ａの遅延量を設定する。これにより、ユーザｈ１は、各場所で「ソースＡここだけミュート」と発言するだけで、音声ディップを自身の方向に向けることができる。
同図の例は、ユーザがテレビや音楽を楽しんでいるとき、電話がかかってきて一時的に音量を下げたい場合等に好適である。

次に、図７は、ユーザ以外の方向（特定の方向）に音声ビームを向ける場合の例を示した図である。同図（Ａ）において、ユーザｈ１が「ソースＡ反対方向」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「反対方向」を抽出する。また、制御部４は、ユーザｈ１の位置を検出する。そして、制御部４は、ソースＡの音声ビームがユーザと反対の方向に向けられるように、ビーム制御部７Ａの遅延量を設定する。なお、反対の方向とは、スピーカアレイ５の中心位置Ｏからアレイ長軸方向に直交する方向軸Ｙを挟んで対称となる位置を言う。同図の例では、ユーザｈ１の位置の反対の方向にユーザｈ２が存在する。したがって、ソースＡの音声ビームがユーザｈ２に向けられることとなる。
以上のように、ユーザｈ１は、各場所で「ソースＡ反対方向」と発言するだけで、音声ビームを自身と異なる方向に向けることができる。なお、予め音声ビームを向ける方向を複数設定しておき、その方向に音声ビームを向けることもできる。

同図（Ｂ）において、制御部４は、音声ビームを向ける方向として方向１〜３までの複数の方向を予め設定している。なお、設定する方向の数はこの例に限らない。ここで、ユーザｈ１が「ソースＡ方向１」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「方向１」を抽出する。そして、制御部４は、ソースＡの音声ビームが予め設定した方向１に向けられるように、ビーム制御部７Ａの遅延量を設定する。
図７の例は、ユーザが音楽を楽しんでいるとき、これを他の人に聴かせたい場合等に好適である。また、上記のようにユーザがテレビや音楽を楽しんでいるとき、電話がかかってきて一時的に他の方向に音声ビームを向けたい場合等にも好適である。

次に、図８は、ユーザ以外の方向（特定の方向）に音声ディップを向ける場合の例を示した図である。同図（Ａ）において、ユーザｈ１が「ソースＡ反対方向だけミュート」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「反対方向だけミュート」を抽出する。また、制御部４は、ユーザｈ１の位置を検出する。そして、制御部４は、ソースＡの音声がユーザと反対の方向だけ音量が低下するように（図中２点破線で示す音声ディップが向けられるように）、ビーム制御部７Ａの遅延量を設定する。同図の例では、ユーザｈ１の位置の反対の方向にユーザｈ２が存在する。したがって、ソースＡの音声について、ユーザｈ２の位置だけ音量が低下する。

以上のように、ユーザｈ１は、各場所で「ソースＡ反対方向だけミュート」と発言するだけで、音声ディップを自身と異なる方向に向けることができる。なお、予め音声ディップを向ける方向を複数設定しておき、その方向に音声ディップを向けることもできる。

同図（Ｂ）において、制御部４は、音声ディップを向ける方向として方向１〜３までの複数の方向を設定している。なお、この例においても、設定する方向の数はこの例に限らない。ここで、ユーザｈ１が「ソースＡ方向１だけミュート」と発言すると、制御部４は、ソースの選択のコマンドとして「ソースＡ」を抽出し、ビームの設定のコマンドとして「方向１だけミュート」を抽出する。そして、制御部４は、ソースＡの音声ディップが予め設定した方向１に向けられるように、ビーム制御部７Ａの遅延量を設定する。
図８の例は、赤ちゃんが寝ている方向だけ音量を下げたい場合等に好適である。また、家庭内の電話機の方向を予め設定しておけば、電話がかかってきた場合に、電話機の方向だけ音量を下げることも可能である。

以上のように、本発明の放収音装置によれば、ユーザが本体やリモコンを操作して複雑な設定を行う必要なく、音声を発するだけで、音声ビーム、音声ディップを容易にコントロールすることができる。

放収音装置の構成を示すブロック図である。収音ビームの形成概念を示す図である。収音ビーム選択部７１の主要構成を示すブロック図である。各場所で異なるソースの音声を聴く場合の一例を示した図である。指向性設定処理の例として、音声ビームをコントロールする例を示す図である。ユーザの方向に音声ディップを向ける場合の例を示した図である。ユーザ以外の方向（特定の方向）に音声ビームを向ける場合の例を示した図である。ユーザ以外の方向（特定の方向）に音声ディップを向ける場合の例を示した図である。

符号の説明

１−放収音装置
２−マイクアレイ
３−入出力インタフェース
４−制御部
５−スピーカアレイ
６−エコーキャンセラ
７Ａ，７Ｂ−ビーム制御部
８−ミキサ

Claims

音声を収音し、収音信号を出力する収音部と、
音源位置を検出する音源位置検出部と、
音声に特定の方向へ指向性を持たせて放音する放音部と、
前記収音信号を入力し、収音信号に含まれる指向性を指示するコマンドを抽出する音声解析部と、
前記音源位置検出部が検出した音源位置、および前記音声解析部の抽出した指向性を指示するコマンドの内容に基づいて、前記放音部の指向性パターンを設定する制御部と、
を備え、
前記制御部は、前記音声解析部が話者自身の方向を指し示す言語を抽出した場合、前記音源位置の方向へ前記放音部の指向性を向け、
前記音声解析部が話者以外の方向を指し示す言語を抽出した場合、前記音源位置以外の方向へ前記放音部の指向性を向け、
所定方向にのみ音量が低下するように指向性パターンを設定する、
収音した音声を他装置に出力する音声会議装置。
前記音声解析部は、収音信号に含まれるソースを選択するコマンドをさらに抽出し、
前記制御部は、前記音声解析部が抽出したソースを選択するコマンドに基づいて、選択されたソースの音声の指向性パターンを設定し、
前記放音部は、前記制御部が設定した指向性パターンに基づいて、異なるソースの音声を同時に複数の方向へ指向性を持たせて放音する請求項１に記載の音声会議装置。
前記音声解析部は、収音信号に含まれるトリガとなるコマンドをさらに抽出し、
前記制御部は、前記音声解析部がトリガとなるコマンドを抽出した場合のみ、前記指向性を指示するコマンドの内容に基づいてその後指向性パターンを設定する請求項１、または請求項２に記載の音声会議装置。
前記音声解析部は、前記収音信号に含まれる特定のリズムパターンをコマンドとして抽出する請求項１、請求項２、または請求項３に記載の音声会議装置。
前記収音信号のエコー成分を除去するエコーキャンセラをさらに備え、
前記音声解析部は、前記エコーキャンセラがエコー成分を除去した収音信号に含まれるコマンドを抽出する請求項１乃至請求項４のいずれかに記載の音声会議装置。