JP5617133B2 - 指向性出力信号の生成システムおよび方法 - Google Patents

Description

本発明は音声信号の処理に関し、さらに具体的には、補聴器、イヤーマフおよび人工内耳のような両耳用の補助聴取装置に適した両側性ビームフォーマの技術方略に関する。

少なくとも１つのマイクロホン信号が頭部のそれぞれの側から利用可能である場合、そのマイクロホンの出力を最適に結合して、超指向性の応答を生成することが可能である。指向性の応答を実現する最もよく知られた両耳用の指向性プロセッサは、ブロードサイドアレイ構成、適応型Ｌｅａｓｔ Ｍｉｎｉｍｕｍ Ｓｑｕｒｅ（ＬＭＳ）、あるいは、さらに精巧化されたブラインド音源分離（Ｂｌｉｎｄ Ｓｏｕｒｃｅ Ｓｅｐａｒａｔｉｏｎ（ＢＳＳ））方略に基づいている。

ブロードサイドアレイ構成は、音源の波長がマイクロホン間の間隔よりも相対的に大きい場合に効率的な指向性応答を生成する。その結果、ブロードサイドアレイ技法は、両耳用のアレイ構成に使用する場合、低周波数の音声成分に対してのみ有効である。

Ｌｅａｓｔ Ｍｉｎｉｍｕｍ Ｓｑｕｒｅ（ＬＭＳ）システムは、ブロードサイドアレイ設計とは異なって、周波数またはマイクロホン間の間隔には無関係に、効率的に指向性を生成する。このシステムにおいては、信号レベルとノイズレベルとの間の比が相対的に大きい時期の間に所要の信号を捕捉するために、音声活動検出器（Ｖｏｉｃｅ Ａｃｔｉｖｅ Ｄｅｔｅｃｔｏｒ（ＶＡＤ））が必要になる。この捕捉された所要信号は通常推定所要信号と呼称されるが、この信号が、マイクロホンからのフィルタ処理された出力と比較され、これによって、推定誤差信号が生成される。ＬＭＳの目的は、マイクロホン出力信号に適用されるフィルタの重みを反復して改善することによって、推定誤差信号の２乗を最小化することにある。しかし、推定所要信号は、真の所要信号を完全には反映していない可能性があり、従って、フィルタの重みの適応化が、システムの真の誤差を常に最小化することにはならない場合がある。この最適化は用いるＶＡＤの効率に大きく依存している。残念なことに、大抵のＶＡＤは、信号対ノイズ比が相対的に高い環境においては良好に作動するが、その性能は、信号対ノイズ比の低減と共に大きく低下する。

ブラインド音源分離（ＢＳＳ）方策は、音源が存在するすべての空間位置において指向性応答を生成する１組の位相キャンセルフィルタを効率的に計算することによって機能する。その結果、このシステムは、所要の音源を特定的に目標とすることなく、存在する音源と同じ数の出力を生成する。また、ＢＳＳ方策の場合は、所要の目標信号を有する出力を選択するために、ポストフィルタリングのアルゴリズムも必要になる。ＢＳＳ方式に関する問題点は次のとおりである。すなわち、位相キャンセルフィルタを効率的に計算するのに必要な過度の計算上の過負荷、反響音と音源または聴取者の僅かな動きとに対するフィルタの依存性、および、目標信号に関係する１つの出力の特定、である。この出力の特定は、大抵の場合、未知であり、音源間の分離を保証するための、環境に存在する音源の個数の先行する特定のことである。

指向性出力信号を生成するための改善されたまたは代替的な方法およびシステムを提供する必要性が依然として存在している。

両耳用のビームフォーマ設計に対する代替的な方式は、指向性応答を生成するために、頭部の自然の空間的音響条件を巧みに利用するものであって、両耳間の時間およびレベルの差異を直接利用する。頭部のそれぞれの側（１８〜２８ｃｍの範囲）におけるマイクロホン間の間隔から生じる両耳間の時間差を、ブロードサイドアレイ構成の場合と同様に、到来方向に応じて、相対的に低い周波数の音声を相殺するために用いることができる。一方、頭部の遮蔽効果によって、反対側の側部の音声（すなわち、頭部のそれぞれの側からもたらされる音声）のレベルは自然に抑えられ、これによって、多くの場合、一方の耳における信号対ノイズ比（ｓｉｇｎａｌ−ｔｏ−ｎｏｉｓｅ ｒａｔｉｏ（ＳＮＲ））がもう一方の耳におけるものより遥かに高くなる。その結果、両耳間のレベルの差異（０〜１８ｄＢの範囲）を、加重合計の構成において、それが到来する方向に応じて、高い周波数の音声を相殺するために用いることができる。この高域および低域通過の両耳用のビームフォーマのトポロジーは、従来型のブロードサイドアレイ単独、およびＶＡＤに立脚したＬＭＳシステムよりも優れており、殆どのＢＳＳ技法よりも計算の必要度が低い。さらに、新しい設計によって、両耳用のビームフォーマが、複雑な聴取環境、例えば低い信号対ノイズ比において機能し、かつ、そのような複雑な好ましくない音声を風騒音として拒絶する機能を提供する。

本発明は、第１態様において、次のステップを含む指向性出力信号の生成方法を提供する。すなわち、左信号および右信号を生成するために人の頭部の左側および右側において音声を検出するステップと、信号の類似性を決定するステップと、その信号をその信号の類似性に基づいて修飾するステップと、１つの出力信号を生成するために修飾された左信号および右信号を結合するステップとを含む方法である。

信号は、減衰によっておよび／またはタイムシフトによって修飾することができる。

減衰および／またはタイムシフトは周波数特定のものとすることができる。

減衰および／またはタイムシフトはフィルタブロックを介して実施することができ、このフィルタブロック用のフィルタの重みは信号の類似性に基づく。

信号の類似性を決定するステップは、信号のクロスパワーおよびオートパワーを比較するステップ、あるいは、信号の相互相関および自己相関を比較するステップを含むことができる。

比較するステップは、オートパワーにクロスパワーを加えて、クロスパワーをその結果で除するステップを含むことができる。

比較するステップは、自己相関に相互相関を加えて、相互相関をその結果で除するステップを含むことができる。

この方法は、さらに、指向性出力信号の方向を制御するために、右信号または左信号の類似性を決定するのに先立って右信号または左信号を処理するステップを含むことができる。

この処理ステップは、頭部伝達関数または逆頭部伝達関数を適用するステップを含むことができる。

頭部の左側および右側において音声を検出するステップは、指向性マイクロホンまたは指向性マイクロホンアレイを用いて実施することができる。

左および右の指向性マイクロホンまたはマイクロホンアレイは、頭部の横方向の面から外向きに向けることができる。

修飾するステップの間に生起する修飾の程度は時間に関して平滑化することができる。

修飾するステップは、信号間の類似性をさらに強化するステップをさらに含むことができる。

本発明は、第２態様において、次の各項を含む指向性出力信号の生成システムを提供する。すなわち、左信号および右信号を生成するために人の頭部の左側および右側において音声を検出する検出装置と、信号の類似性を決定する決定装置と、その信号をその信号の類似性に基づいて修飾する修飾装置と、１つの出力信号を生成するために修飾された左信号および右信号を結合する結合装置とを含むシステムである。

各検出装置は少なくとも１つのマイクロホンを含むことができる。

決定装置は計算装置を含むことができる。

修飾装置はフィルタブロックを含むことができる。

結合装置は加算ブロックを含むことができる。

このシステムは、さらに、左信号または右信号を処理する処理装置であって、１つ以上の頭部伝達関数または逆頭部伝達関数を適用するように配置される処理装置をさらに含むことができる。

本発明は、空間的に分離された音源の両耳間の時間およびレベルの差異を巧みに利用する。このシステムは、低周波数においては、当業者にはよく知られた技法である最適ブロードサイドビームフォーマとして機能し、高周波数においては、重みが頭部の回りの音声の相対的配置に基づいて選択される最適加重合計の構成として機能する。本発明のいくつかの実施形態においては、最適のフィルタの重みが、頭部の反対側からのマイクロホン出力信号の相互相関の、頭部の同じ側からのマイクロホン出力信号の自己相関に対する比を検証することによって計算される。このため、いかなる周波数においても、相互相関が自己相関出力に等しい場合は、音源が、頭部の両側に同等に存在する、従って、聴取者の頭部に対する中央平面の近傍またはそれに密着して位置している可能性がきわめて高いのである。一方、自己相関の任意のどれかが相互相関出力よりも高い場合は、音源が頭部の片側に位置している可能性が非常に高い。すなわち、聴取者の頭部に対して側方に位置している。本発明は、指向性フィルタの重みを推定するためにこれらの相関関数を結合する新規かつ効率的な方法に関する。

本発明による回路は、マイクロホン出力信号を生成するマイクロホンであって頭部のそれぞれの側に配置される少なくとも１つのマイクロホンと、出力信号を生成するための信号処理径路と、この出力信号を聴覚系に提供するオプションとしての手段とを含む音響システムにおいて用いられる。この信号処理径路は、異なる周波数帯において最適のフィルタの重みを効率的に計算するマルチチャンネルの処理ブロックと、左および右のマイクロホンのフィルタ処理された出力を結合する加算ブロックと、出力信号を生成するためのポストフィルタリングブロックとを含むことが望ましい。

本発明は、国際特許出願第ＰＣＴ／ＡＵ２００７／０００７６４号明細書（国際公開第２００７／１３７３６４号パンフレット）に記述されるような音声の明瞭度を強化する方法およびシステムにおいて適用される。この国際特許出願の内容は、参照によって本願に組み込まれる。

以下、本発明の実施形態を、添付の図面を参照して、単なる例として説明する。

本発明の実施形態に従って指向性出力信号を生成するシステムのブロック図である。 音源の空間的表現の図解である。 本発明の実施形態の適用例である。 本発明の実施形態によって生成される２次元測定の指向性応答である。 頭部の左側および右側の間の無線接続に基づく本発明の実施形態の図解である。 頭部の中心から離れる方向に向けられる、あるいは、自由空間に任意に配置される指向性マイクロホンに基づく本発明の実施形態の図解である。

以下、すべての図を参照して本発明の好ましい実施形態を説明する。しかし、本発明は限定して開示される実施形態を超えて広がるので、当業者は、すべての図に関して本明細書に述べる詳細説明は説明目的のためのものであることを認めるであろう。

両耳用のビームフォーマは複雑な音響環境において機能するように意図されている。図１を参照すると、回路１００は、頭部のそれぞれの側に配置されるマイクロホン１０１、１０２の形の少なくとも１つの検出装置と、指向性フィルタの重みを計算する処理ブロック１０７、１０８の形の決定装置と、マイクロホンの出力をフィルタ処理するフィルタブロック１１１、１１２の形の修飾装置と、フィルタ処理されたマイクロホン出力を結合する加算ブロック１１５の形の結合装置と、結合された出力を聴覚系に提供する提供手段１１７、１１６とを含むように構成される。

マイクロホン出力ｘ_ｌ、ｘ_ｒは、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ（ＦＦＴ））分析１０３、１０４を用いて周波数領域に変換される。次に、これらの信号Ｘ_Ｌ，Ｘ_Ｒが、式１に示されるステアされた信号

を生成するために、ステアリングベクトルブロック１０５、１０６の形の処理装置によって処理される。ステアリングベクトルブロックは、Ｈ_ｄＬ ^−１，Ｈ_ｄＲ ^−１として示される頭部伝達関数（ＨＲＴＦ）の逆関数を含む。この逆関数は、等価の所要点源位置から好ましくは頭部の回りに配置されるマイクロホン入力ポートまでの、合成されたかまたは予め記録されたかのいずれかのインパルス応答の測度に相当するものであり、図２に２００として示されている。

ステアされた信号

は、指向性フィルタの重みＷ_Ｌ，Ｗ_Ｒの最適の組を計算するために結合される１０７、１０８。フィルタの重みの計算は、時間に関するクロスパワーの式３およびオートパワーの式４〜式５の推定値を必要とする。これらの式において、累算演算はＥ｛｝によって示される。累算スペクトルパワー推定値の比は時間相関の推定値の比と等価であり、従って、代替的演算は同じ結果をもたらすことは、当業者には明白であろう。

ここで、累算はＮの枠全体に対して行われ、＊は複素共役を示す。

指向性フィルタの重みは、頭部のそれぞれの側におけるクロスオーバーパワーおよびオートパワーの推定値の間の比を計算することによって生成され、式６および式７によって与えられる。

ここで、指数ｇは数値であり、通常１に設定されるが、１より大きいかまたは小さい任意の値とすることができる。
当業者は、

に対する

の値、従って、Ｗ_Ｌ（ｋ）およびはＷ_Ｒ（ｋ）の値は、処理ブロック１０５がＨ_ｄＲ ^−１の代わりに応答Ｈ_ｄＬから構成され、処理ブロック１０６がＨ_ｄＬ ^−１の代わりに応答Ｈ_ｄＲから構成されたとしても変化しないことを認めるであろう。

ポストフィルタリング（図示されていない）の段階を設けることができ、それによって、フィルタの重みＷ_Ｌ，Ｗ_Ｒが式８〜式１０に従って強化される。

ここで、ηは通常１〜１００の範囲の数値、ｑは通常１〜１０の範囲の数値、κは通常２．０に設定される数値である。

最適の指向性フィルタの重み

は、逆高速フーリエ変換（ＩＦＦＴ）ブロック分析１０９、１１０によって変換され、時間領域ｗ_Ｌ，ｗ_Ｒに戻される。ＦＦＴ変換はゼロパディング（ｚｅｒｏ ｐａｄｄｉｎｇ）およびコサインタイムウィンドウ化（ｃｏｓｉｎｅ ｔｉｍｅ ｗｉｎｄｏｗｉｎｇ）を含むことが望ましく、ＩＦＦＴ演算は、さらに、重複加算（ｏｖｅｒｌａｐ ａｎｄ ａｄｄ）を含むことが望ましい。ＦＦＴおよびＩＦＦＴはマルチチャンネル分析の実施に用いることができる多くの多様な技法の１つに過ぎないことが、当業者には明白であろう。

計算されたフィルタの重みｗ_Ｌ，ｗ_Ｒは、式１１および式１２に示すように平滑化関数によって更新１１１、１１２することが可能である。好ましい実施形態においては、平滑化係数αは指数平均化係数（ｅｘｐｏｎｅｎｔｉａｌ ａｖｅｒａｇｉｎｇ ｆａｃｔｏｒ）として選択される。場合によっては、平滑化係数αは、推定されたＳＮＲまたは統計的測度から導かれる費用関数基準（ｃｏｓｔ ｆｕｎｃｔｉｏｎ ｃｒｉｔｅｒｉｏｎ）に基づいて動的に選択してもよい。

指向性フィルタは、式１３および式１４に示すように、直接マイクロホン出力に対して適用される１１１、１１２。場合によっては、指向性フィルタを遅延マイクロホン出力信号に適用してもよい。遅延ブロック１１３、１１４は、場合によっては、ゼロ遅延を用いることもできる。１１３および１１４は、場合によっては、ゼロより大きい同じ遅延を用いることができる。１１３および１１４は、場合によっては、頭部のそれぞれの側におけるマイクロホンの非対称配置を表現するために異なる遅延を有することができる。場合によっては、指向性フィルタを、頭部のそれぞれの側において機能する指向性マイクロホンアレイからの指向性マイクロホン出力信号に適用してもよい。また、場合によっては、指向性フィルタを、頭部のそれぞれの側において機能する指向性マイクロホンアレイからの遅延指向性マイクロホン出力信号に適用してもよい。

ここで、ｐＬおよびｐＲは導入された遅延数であり、通常０に設定される。

両耳用の指向性の応答を生成するために、フィルタ処理された出力を、式１５に示すように結合する１１５。

ここで図２の２００を参照すると、図は、中央面内に位置する点源（Ｓ）２０２から、聴取者の頭部２０１のそれぞれの側に配置されるマイクロホン入力ポートへのＨＲＴＦ応答を示している。図面は、さらに、聴取者の片側における競合音源（Ｎ）２０３を表現している。

図２を参照すると、両方の音源ＳおよびＮから放射される音声は、頭部のそれぞれの側に位置するマイクロホンにおいて検出される。音声が音源Ｎによって生成されている場合は、右側のマイクロホンが左マイクロホンよりも強い音源Ｎからの応答を記録し、これに対して、音源Ｓからは、両マイクロホンが同様の応答を記録するであろうことが分かる。この結果は、右側のマイクロホンにおいて測定されるオートパワー値が左側のマイクロホンにおいて測定されるオートパワー値よりも高くなるであろうということである。従って、右側のマイクロホンに対して計算されるフィルタの重みは、左側のマイクロホンに対するものよりも低い。左側のマイクロホンからピックアップされる情報を選好して用いることによって、より忠実な音源Ｓの再生が最終的に実現される。模擬された「より良い耳」の利点を提供するという点で、このシステムを考えることができる。

ここで図３の３００を参照すると、図は、頭部のそれぞれの側において独立に機能すると共に前方カージオイド応答を有する２次指向性マイクロホンアレイと組み合わせた場合に、新規の両耳用のビームフォーマ方策によって生成される指向性応答を示している。図は、ステアリングベクトルが０°方位角（実線）および６５°方位角（点線）に設定された場合に生成される応答を示す。

ここで図４の４００を参照すると、図は、２次元指向性指数（Ｔｗｏ Ｄｉｍｅｎｓｉｏｎａｌ Ｄｉｒｅｃｔｉｖｉｔｙ Ｉｎｄｅｘ）（２ｘＤＩ（ω））を示している。この２次元指向性指数は、ここでは、式１６に示すように、前面θ＝０°に向けられた音響ビームの出力を棄却域（ｒｅｊｅｃｔｉｏｎ ｒｅｇｉｏｎ）θ＝≠０°において生成される平均出力で除した値のデシベル値として、周波数の関数として定義される。図は、全方向性（Ｏｍｎｉ−ｄｉｒｅｃｔｉｏｎａｌ）マイクロホン（点線）と、頭部のそれぞれの側における縦放射形（Ｅｎｄ−Ｆｉｒｅ）マイクロホン（実線）とを含む回路に基づく両耳用のビームフォーマ応答を示す。縦放射形アレイを用いると、システムは、１ｋＨｚを超える周波数において１０ｄＢより高い２ｘＤＩ（ω）ゲインをもたらす。低周波数においては、２ｘＤＩ（ω）ゲインは８ｄＢの平均値に低減する。

ここで図５の５００を参照すると、これは、無線接続５０３、５０４によって連結される２つの補聴器５０１、５０２を含むように構成される適用例を示している。

ここで図６の６００を参照すると、これは、実施形態のオプションとしての拡大を示している。この場合、マイクロホンは、頭部から離れて、あるいは自由空間内においてヘッドホン６０２上に位置している。その結果、頭部は両耳間の大きなレベルの差異をもたらさない。これを明確にするため、頭部のそれぞれの側において機能する独立の指向性マイクロホン１０２および１０１が、頭部の中央領域から離れるような最大指向性を有するように設計される。すなわち、左および右の指向性マイクロホンまたはマイクロホンアレイの最大感度の方向が、それぞれ前面の方向の左および右に向けられ、その左右に向けられる程度は、場合によっては、頭部の回折と、音声入力ポートを結ぶ軸が前面の方向に向くように身体的に配列されるマイクロホンとの組み合わせから生じるものより大きい。これらのマイクロホン配置からの出力が、指向性フィルタを生成するために、式１および式２、並びに引き続く式において用いられる。補聴器、イヤーマフ、聴力防護具および人工内耳が的確な適用分野の例であることが当業者には明白であろう。

以上説明したように、本発明の実施形態は、所要の方向に焦点が合わされる単一チャンネルの出力信号を生成する。この単一チャンネル信号は左および右の両方のマイクロホンで検出された音声を含む。使用者の聴覚系に提供するための信号を再生する時に、左および右チャンネルを作成するために指向性信号が用いられ、その場合、使用者が音声の明確な方向を知覚し得るように、定位のキューが頭部伝達関数に従って挿入される。

当業者には多くの修正および変更が容易に思い浮かぶ筈であるので、本発明を上記に説明し記述したものに限定することは意図するところではない。従って、適切な修正および等価物は、本発明の範囲内にあるものとして用いることができる。

本明細書に含まれる先行技術へのいかなる言及も、別に提示しない限り、その情報が共通の一般的知識であることを容認するものと考えられるべきではない。

最後に、種々の変更または追加を、本発明の本質および範囲から逸脱することなく、以上述べた部分に加え得ることが認められるべきである。

Claims (15)

1. 指向性出力信号の生成方法であって、
   左信号および右信号を生成するために人の頭部の左側および右側において音声を検出するステップと、
   前記信号の類似性を決定するステップと、
   前記信号をその信号の類似性に基づいて修飾するステップと、
   １つの出力信号を生成するために前記修飾された左信号および右信号を結合するステップと、
   を含み、
   前記信号の類似性を決定するステップが、オートパワーにクロスパワーを加えた結果でクロスパワーを除することで前記信号のクロスパワーおよびオートパワーを比較するステップ、あるいは、自己相関に相互相関を加えた結果で相互相関を除することで信号の相互相関および自己相関を比較するステップを含む方法。
2. 前記信号が減衰によって修飾される、請求項１に記載の方法。
3. 前記減衰が周波数特定のものである、請求項２に記載の方法。
4. 前記減衰がフィルタブロックを介して実施され、そのフィルタブロック用のフィルタの重みは前記信号の類似性に基づく、請求項２または３のいずれかに記載の方法。
5. 前記指向性出力信号の方向を制御するために、前記右信号または左信号の類似性を決定するのに先立って前記右信号または左信号を処理するステップをさらに含む、請求項１〜４のいずれか一項に記載の方法。
6. 前記処理ステップが、逆頭部伝達関数を適用するステップを含む、請求項５に記載の方法。
7. 前記頭部の左側および右側において音声を検出するステップが指向性マイクロホンまたは指向性マイクロホンアレイを用いて実施される、請求項１〜６のいずれか一項に記載の方法。
8. 前記左および右の指向性マイクロホンまたはマイクロホンアレイの方向が前面の方向から外向きに向けられる、請求項７に記載の方法。
9. 前記修飾するステップの間に生起する修飾の程度が時間に関して平滑化される、請求項１〜８のいずれか一項に記載の方法。
10. 指向性出力信号の生成システムであって、
    左信号および右信号を生成するために人の頭部の左側および右側において音声を検出する検出装置と、
    前記信号の類似性を決定する決定装置と、
    前記信号をその信号の類似性に基づいて修飾する修飾装置と、
    １つの出力信号を生成するために前記修飾された左信号および右信号を結合する結合装置と、
    を含み、
    前記信号の類似性を決定する決定装置が、オートパワーにクロスパワーを加えた結果でクロスパワーを除することで前記信号のクロスパワーおよびオートパワーを比較する、あるいは、自己相関に相互相関を加えた結果で相互相関を除することで信号の相互相関および自己相関を比較することを含むシステム。
11. 前記各検出装置が少なくとも１つのマイクロホンを含む、請求項１０に記載のシステム。
12. 前記決定装置が計算装置を含む、請求項１０または１１に記載のシステム。
13. 前記修飾装置がフィルタブロックを含む、請求項１０〜１２のいずれか一項に記載のシステム。
14. 前記結合装置が加算ブロックを含む、請求項１０〜１３のいずれか一項に記載のシステム。
15. 前記左信号または右信号を処理する処理装置であって、１つ以上の頭部伝達関数または逆頭部伝達関数を適用するように配置される処理装置をさらに含む、請求項１０〜１４のいずれか一項に記載のシステム。

Images