JP5738218B2 - 音響信号強調装置、遠近判定装置、それらの方法、及びプログラム - Google Patents

Description

本発明は、音響信号の直間比を推定する技術に関する。

特許文献１に示す従来技術では、直間比を求めるためにマイクロホンアレーの受音信号を周波数領域に変換し、その信号から求められる空間相関行列を用いて直接音と間接音のそれぞれのパワーを求めている（例えば、実施例１の段落〔００３４〕〜〔００６１〕参照）。

特開２００９−２０１７２４号公報

特許文献１に開示された方法では、直接音とそれと同じ方向から到来する間接音との区別がつかないため、直接音の方向から到来する音はすべて直接音と判断されてしまう。結果として直接音パワーを過大評価（または間接音パワーを過小評価）してしまい、最終的に求められる直間比が真の値よりも大きくなってしまう課題がある。

本発明は、このような課題に鑑みてなされたものであり、直接音の方向から到来する残響音を区別して、直接音パワーと残響音パワーを推定することで、従来手法に比べてより真値に近い直間比推定値（ＤＲＲ:Direct-to-Reverberation energy Ratio）を得、その正確な直間比推定値に基づいて音源の音響信号を精度よく再生する音響信号強調装置と遠近判定装置と、それらの方法及びプログラムを提供することを目的とする。

本発明の音響信号強調装置は、受信音パワー推定部と、直接音方向パワー推定部と、残響音方向パワー推定部と、減算部と、直間比算出部と、対象信号調整部を有する。受信音パワー推定部は、マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、当該周波数領域信号のパワー推定値を得る。直接音方向パワー推定部は、直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、周波数領域信号に対して適用して得られるパワー推定値、又は、第１のビームフォーマを、受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る。残響音方向パワー推定部は、第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を直接音源方向に向ける第２のビームフォーマを、周波数領域信号に対して適用して得られるパワー推定値、又は、第２のビームフォーマを、受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る。減算部は、直接音方向信号のパワー推定値から残響音方向信号のパワー推定値を減算したパワー推定値を、第１のビームフォーマの直接音源の到来方向におけるパワーゲイン値と第２のビームフォーマの直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する。直間比算出部は、周波数領域信号のパワー推定値及び直接音パワー推定値を用い、残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る。対象信号調整部は、直間比推定値に応じたゲインを、受音信号から得られる処理対象信号に乗じて処理後信号を得る。そして、直間比推定値が表す比率が所定の閾値よりも大きい処理対象信号に乗じられるゲインは、比率が上記所定の閾値よりも小さな処理対象信号に乗じられる上記ゲインよりも大きい。

また、本発明の遠近判定装置は、上記した音響信号強調装置と同じ、受信音パワー推定部と、直接音方向パワー推定部と、残響音方向パワー推定部と、減算部と、直間比算出部と、を備え、更に遠近判定部を備える。その遠近判定部は、１個以上のフレームからなる判定区間で受音された前記受音信号に基づいて得られた前記直間比推定値に対応する判定値と、前記判定区間よりも多くの個数のフレームからなる基準区間で受音された前記受音信号に基づいて得られた複数の前記直間比推定値に対応する基準値とを用いた比較判定によって、前記判定区間での前記直接音源の遠近判定を行う。

本発明の音響信号強調装置は、この発明が提案する直間比推定方法で求めた直間比推定値を用いて音源の音響信号を強調する。その直間比推定方法は、残響音の拡散性が強いことによる到来方向の等方性に着目した新しい方法であり、マイクロホンアレーにより実現される指向性形状が同一な２つ以上のビームフォーマによって、直接音方向から到来する信号のうち直接音と残響音を区別して、それぞれのパワーを正しく推定する。その結果として直間比の推定精度を向上させることができるので、音源の音響信号を正確に強調することを可能にする。

また、本発明の遠近判定装置は、この発明の直間比推定方法で求めた直間比推定値に基づいて、発音時刻が異なる音の音源の距離の遠近を判定するので、従来のものよりも正確な判定をすることができる。

音響信号強調装置４００を利用する場面の一例を示す図。 屋内での音の伝搬経路を示す図。 直間比とマイクロホン間距離との関係を示す図。 各実施例に対応する原理を概念的に示す図。 同じ指向性形状を持ち、メインビームが異なる方向に向けられた２つのビームフォーマを示す図であり、（ａ）は音源方向にビームを向けたビームフォーマ、（ｂ）は音源方向にヌルを向けたビームフォーマを示す。 実施例１の音響信号強調装置４００の機能構成例を示す図。 音響信号強調装置４００の動作フローを示す図。 処理対象信号生成部４３の機能構成例を示す図。 直間比計算部４４の機能構成例を示す図。 直間比計算部４４′の機能構成例を示す図。 各残響指向性形成部４４３１_１〜４４３１_Ｎの指向性形状の例を模式的に示す図。 直間比計算部４４″の機能構成例を示す図。 実施例２の遠近判定装置１３０の機能構成例を示す図。 効果確認実験の実験条件を示す図。 直間比推定のシミュレーション結果を示す図。 直間比推定装置１６０の機能構成例を示す図。

以下、本発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには同じ参照符号を付し、説明は繰り返さない。また、以下の説明において、テキスト中で使用する記号「￣」や「＾」等は、本来直後の文字の真上に記載されるべきものであるが、テキスト記法の制限により、当該文字の直前に記載する。式中においてはこれらの記号は本来の位置に記述している。

実施例の説明の前に、各実施例に対応する原理について説明する。
〔原理〕
実施例１の音響信号強調装置は、単一のマイクロホンアレーを用いて、マイクロホンアレーから特定の距離範囲にある音だけを強調若しくは抑圧して、所定の範囲内の音源の音を収音することを目的とするものである。また、実施例２の遠近判定装置は、受音信号の音源位置の遠近を判定するものである。

図１に、実施例１の音響信号強調装置４００を利用する場面を例示する。小型マイクロホンアレー１１を、例えば４人の発話者１２〜１４が取り囲んで会議をしている場面を想定する。その会議室内には、テレビ１６、電話１７、館内放送用のスピーカ１８が配置されているものとする。このような場面において、館内放送の音声や、電話の音等を収音せずに、小型マイクロホンアレー１１を中心として所定の距離範囲内（破線で示す円内）に位置する発話者１２〜１４の発話だけを収音したい。

そこで、マイクロホンアレーから音源までの距離を見分けるために、受信音に含まれる直接音と間接音（残響音とも称する）との比（以降、直間比と称する）に着目する。図２に屋内にマイクロホンを置いて音を収録した際の、音源２１からマイクロホン２２までの音の伝搬経路を示す。直接音とは、音源２１からマイクロホンまで直接到達する太い実線で示す音波である。一方の残響音とは、音源２１から発した音が壁や床や天井などで反射してからマイクロホン２２に到達する破線で示す音波である。

図３に直間比とマイクロホン間距離との関係を示す。図３の横軸はマイクロホンから音源までの距離、縦軸は直間比である。一般的に間接音はマイクロホンからの距離に依存しない一定の大きさを示す。その間接音に対して直接音は、マイクロホンからの距離の増加に伴って単調に減少する特性を示す。その直接音を間接音で除した直間比は、直接音と同様に距離の増加に伴って単調に減少する特性になる。

この直間比から、マイクロホンアレー１１を中心とした所定の距離範囲を推定することが可能である。したがって、この直間比を用いることで所望の音源からの音響信号のみを強調することが可能になる。

図４に、本発明の直間比推定の原理の考えを概念的に示す。一般に残響が十分ある場合には残響音に拡散性を仮定することができ、マイクロホンから見た場合に残響音はあらゆる方向から同じ大きさで到来する音としてモデル化できることが知られている。小型マイクロホンアレー１１の出力信号に任意のビームフォーマＢＦ１を適用すると、所定の指向性形状Ｄ_１で残響音方向パワー２３を受音することができる。残響音方向パワー２３の３本の矢印は、指向性形状Ｄ_１で得られる残響音の大きさを模式的に表現している。

いま音源２１の位置が既知であると仮定した場合、音源２１から小型マイクロホンアレー１１に直接到来する直接音パワー２５は、ビームフォーマＢＦ０の指向性形状Ｄ_０を、Ｄ_１と同じとし、その指向方向を音源２１方向とすることで、残響音方向パワー２３と同じ大きさの残響音方向パワーを含む直接音方向パワー２６を受音することができる。

残響音方向パワー２３と同じ残響成分を含む直接音方向パワー２６から、残響音方向パワー２３を差し引くことで直接音パワー２５を得ることができる。次に、この原理を理論的に説明する。

＜残響音の等方到来モデル＞
提案方式では、残響音の等方性を考慮したモデルを導入する。ここでは、パワー推定値としてパワースペクトル密度又はその推定値を用いた例を説明するが、これは本発明を限定するものではない。

Ｍ（Ｍ≧２）個のマイクロホンからなるマイクロホンアレーのｍ番目のマイクロホンでの受音信号を短時間フーリエ変換等によって周波数領域に変換すると、以下の周波数領域信号Ｘ^（ｍ）（ω，ｔ）が得られる。

ただし、ωは周波数であり、Ｈ_Ｄ ^（ｍ）（ω）は音源からｍ番目のマイクロホンまでの直接音の伝達関数であり、Ｈ_Ｒ ^（ｍ）（ω）は音源からｍ番目のマイクロホンまでの間接音の伝達関数であり、Ｓ（ω，ｔ）は音源の音を周波数領域に変換して得られる信号である。ｔは時間フレームのインデックスである。

ここで直接音はコヒーレント（coherent）である一方、間接音はその主な成分が残響であることから拡散音（diffuse）であると仮定する。すなわち、それぞれの到来方向に着目した場合、直接音は音源の方向からのみ到来するのに対し、間接音はあらゆる方向から一様なパワーで到来する性質（以下等方性という）を持つ。提案方法ではこれら空間的な到来特性の違いに着目して直接音パワーと間接音パワーを推定して直間比を求める。

前提条件として直接音の到来方向（以下「直接音源方向」という）は既知であり、直接音及び任意の方向から到来する間接音は平面波とみなせるとし、拡散音の定義より直接音と間接音は互いに無相関とする。このとき音源からｍ番目のマイクロホンまでの直接音、間接音の伝達関数Ｈ_Ｄ ^（ｍ）（ω），Ｈ_Ｒ ^（ｍ）（ω）は、それぞれ以下のように表現できる。

ただし、Ｈ_Ｄｒｅｆ（ω）は音源からマイクロホンアレーの基準点（「基準点」という）までの伝達関数の直接音成分であり、Ｈ_{Ｒｒｅｆ，θ}（ω）は基準点からみた方向θの間接音成分である。基準点はマイクロホンアレーの内部に存在してもよいし、マイクロホンアレーのマイクの何れかの位置に存在してもよい。

直接音と間接音の伝達関数Ｈ_Ｄ ^（ｍ）（ω），Ｈ_Ｒ ^（ｍ）（ω）のそれぞれは、音源から基準点までの伝達関数成分と、基準点からｍ番目のマイクロホンまでの伝搬遅延による位相差成分とに分解して表すことができる。従って、周波数領域信号Ｘ^（ｍ）（ω，ｔ）（ｍ∈{１，…，Ｍ}）を要素とするマイクロホンアレー入力ベクトル^→ｘ（ω，ｔ）＝[Ｘ^（１）（ω，ｔ），…，Ｘ^（Ｍ）（ω，ｔ）]^Ｔは次式で表される。Ｔは転置を表す。

ただし、Ｓ_Ｄ（ω，ｔ）＝Ｈ_Ｄｒｅｆ（ω）Ｓ（ω，ｔ），Ｓ_Ｒ，θ（ω，ｔ）＝Ｈ_{Ｒｒｅｆ，θ}（ω）Ｓ（ω，ｔ）である。^→ａ_θ（ω）は式（５）で表されるθ方向のアレイ・マニフォールド・ベクトルである。アレイ・マニフォールド・ベクトルの各要素は伝搬遅延τ_θ ^（ｍ）に依存する。直接音及び間接音が平面波とみなせる場合、伝搬遅延τ_θ ^（ｍ）はマイクロホンアレーの基準点に対する各マイクロホンの相対位置及び方向θに依存する。なお、アレイ・マニフォールド・ベクトルの詳細については、例えば、参考文献１「浅野太著，“音のアレイ信号処理−音源の定位・追跡と分離（日本音響学会編 音響テクノロジーシリーズ）”，株式会社コロナ社，2011年2月25日，ISBN978-4-339-01116-6」の第１章（P1〜26）を参照されたい。

このマイクロホンアレー入力に任意のビームフォーマ（ＢＦ）を適用すると、その出力パワースペクトル密度（ＰＳＤ）は、式（６）に示す直接音と間接音のそれぞれの出力パワースペクトル密度（ＰＳＤ）にビームフォーマ（ＢＦ）のパワーゲイン｜Ｄ_θ（ω）｜^２を乗じた和となる。

ただし、Ｐ_Ｄ（ω）＝Ｅ[｜Ｓ_Ｄ（ω，ｔ）｜^２]_ｔ，Ｐ_Ｒ，θ（ω）＝Ｅ[｜Ｓ_Ｒ（ω，ｔ）｜^２]_ｔ，^→ｗ（ω）はビームフォーマ（ＢＦ）のフィルタ係数、Ｒ（ω）はｉｊ成分にＲ_ｉｊ（ω）＝Ｅ[Ｘ_ｉ（ω，ｔ）Ｘ_ｊ ^＊（ω，ｔ）]_ｔを持つマイクロホンアレーの入力信号空間相関行列である。Ｅ[・]は期待値演算を表している。

＜複数のビームフォーマを用いた直間比推定＞
式（６）において間接音が等方的に到来すると仮定できる音場では、残響音パワーＰ_Ｒ，_θ（ω）は方向θに依らない定数￣Ｐ_Ｒ（ω）で置き換えることができ、出力パワースペクトル密度は式（７）で表せる。

ここで、図５に示すように同じ指向性形状を持ち、メインビームが異なる方向に向けられた２つのビームフォーマＢＦ０とＢＦ１があるとすると、式（７）の右辺第二項∫_θ｜Ｄ_θ（ω）｜^２ｄθは等しくなり、各ビームフォーマの出力は、右辺第一項すなわち直接音に対するビームフォーマのパワーゲインによってのみ変化する。

そこで、音源方向にビームを向けたビームフォーマＢＦ０の出力パワースペクトル密度Ｐ_０（ω）から音源方向にヌル（指向性感度の低い点）を向けたビームフォーマＢＦ１の出力パワースペクトル密度Ｐ_１（ω）を減算することで、直接音パワー２５を求めることができる。

以上の原理により、直接音源方向から到来する残響音を区別することができ、結果として直間比の推定精度を向上させることが可能になる。

図６に、実施例１の音響信号強調装置４００の機能構成例を示す。その動作フローを図７に示す。音響信号強調装置４００は、マイクロホンアレー４１と、複数の周波数領域変換部４２₁〜４２_Mと、処理対象信号生成部４３と、直間比計算部４４と、対象信号調整部４５と、逆周波数領域変換部４６と、を具備する。マイクロホンアレー４１を除く各機能構成部は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現されるものである。

マイクロホンアレー４１は複数のマイクロホンｍ₁，…ｍ_Mから成る。複数の周波数領域変換部４２₁，…，４２_Mは、複数のマイクロホンｍ₁，…ｍ_Mで受音された受音信号ｘ_m（ｎ）がそれぞれ入力され、各受音信号を周波数領域の信号に変換する（ステップＳ４２）。周波数領域変換部４２₁，…，４２_Mは、受音信号ｘ_m（ｎ）を、例えばサンプリング周波数１６ｋＨｚでサンプリングしてディジタル信号に変換し、例えば２５６個のサンプルを１フレームとして、それぞれのフレームにおいて離散フーリエ変換を行い周波数成分Ｘ_m（ω，ｔ）を出力する（ステップＳ４２）。ωは周波数、ｔはフレーム番号である。なお、受音信号ｘ_m（ｎ）をディジタル信号に変換するＡ/Ｄ変換器は省略している。

処理対象信号生成部４３は、複数の周波数領域変換部４２₁，…，４２_Mが出力する周波数領域の信号Ｘ_m（ω，ｔ）を合成して処理対象信号Ｙ（ω，ｔ）を生成する（ステップＳ４３）。

直間比計算部４４は、複数の周波数領域変換部４２₁，…，４２_mが出力する周波数領域の信号Ｘ_m（ω，ｔ）を入力として受音信号の直間比推定値ＤＲＲ（ω，ｔ）を計算する（ステップＳ４４）。直間比計算部４４の詳しい動作説明は後述する。

対象信号調整部４５は、処理対象信号Ｙ（ω，ｔ）と、直間比推定値ＤＲＲ（ω，ｔ）を入力としてその値に応じて処理対象信号Ｙ（ω，ｔ）の振幅を調整した処理後信号Ｚ（ω，ｔ）を生成する（ステップＳ４５）。

逆周波数領域変換部４６は、処理後信号Ｚ（ω，ｔ）を時間領域の信号ｚ（ｎ）に変換する（ステップＳ４６）。ステップＳ４１〜ステップＳ４６までの動作は、全ての受音信号ｘ_m（ｎ）が終了するまで継続される。

ここで、直間比推定値ＤＲＲ（ω，ｔ）の値に応じて調整とは、ＤＲＲ（ω，ｔ）の閾値処理や、その値が大きいほど処理後信号Ｚ（ω，ｔ）の振幅を大きくする処理や、その値が大きいほど処理後信号Ｚ（ω，ｔ）の振幅を小さくする等の処理を含む。詳しくは後述する。

以上の動作により、マイクロホンアレーによって、例えば、特定の距離範囲にある音だけを強調し、その範囲外の音は抑圧して収音する雑音除去が行われる。以降、各部のより具体的な機能構成例を示して更に詳しく本発明を説明する。

〔処理対象信号生成部〕
図８に処理対象信号生成部４３のより具体的な機能構成例を示す。処理対象信号生成部４３は、複数の重み乗算手段４３１₁〜４３１_Mと、加算手段４３２を備える。複数の重み乗算手段４３１₁〜４３１_Mは、Ｍ個のマイクロホンで受音した複数の受音信号ｘ_m（ｎ）の、それぞれの周波数成分Ｘ₁（ω，ｔ），…，Ｘ_M（ω，ｔ）に重み係数ｗ_m（ω）を乗ずる。

重み乗算手段４３１₁〜４３１_Mで使用する重みには、例えばＭ個のマイクロホンが無指向性の場合にはｗ_m＝１/Ｍとすることで全ての周波数成分Ｘ₁（ω，ｔ），…，Ｘ_M（ω，ｔ）の平均を取ることで、処理対象信号Ｙ（ω，ｔ）を安定化させる。また、Ｍ個のマイクロホンが指向性を持つ場合には、ｗ₁＝１，ｗ_m＝０（ｍ＝{２，…，Ｍ}）とすることで、特定のマイクロホンの信号だけを使用することができる。例えば、参考文献２「大賀、山崎、金田著、“音響システムとディジタル信号処理”電子情報通信学会発行」に記載されているような方法を利用して、重みビームフォーミングのフィルタ係数を使用すれば、マイクロホンアレーで任意の指向性を形成することもできる。

加算手段４３２は、重みが乗ぜられた全ての周波数成分Ｘ₁（ω，ｔ），…，Ｘ_M（ω，ｔ）を加算して処理対象信号Ｙ（ω，ｔ）を出力する。

加算手段を用いず、音源に近い位置にマイクロホンアレーとは別にマイクロホンを設置して、設置したマイクロホンの収音信号を処理対象信号Ｙ（ω，ｔ）としてもよい。

〔直間比計算部〕
図９に直間比計算部４４の機能構成例を示す。直間比計算部４４は、受信音パワー推定部４４１と、直接音方向パワー推定部４４２と、残響音方向パワー推定部４４３と、減算部４４４と、直間比算出部４４５と、を備える。

受信音パワー推定部４４１は、マイクロホンアレー４１に含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号Ｘ_１（ω，ｔ），…，Ｘ_Ｍ（ω，ｔ）を用い、受音信号に対応する周波数領域信号のパワー推定値を生成して出力する。このパワー推定値は、式（９）のように何れか１個のマイクロホンｍ（ｍ∈{１，…，Ｍ}）に対応する周波数領域信号Ｘ_ｍ（ω，ｔ）のパワー推定値であってもよいし、式（１０）のように周波数領域信号Ｘ_１（ω，ｔ），…，Ｘ_Ｍ（ω，ｔ）それぞれのパワー推定値を重み付け平均したものであってもよい。実施例１では、受音信号に対応する周波数領域信号のパワー推定値としてパワースペクトル密度Ｐ_Ｘ，Ｌ（ω）を求める。

ただし、Ｌはフレーム数、α_ｍは式（１１）と成るように設定されるマイクロホンｍへの非負の重みである。Ｅ[・]は期待値演算を表している。

直接音方向パワー推定部４４２は、周波数領域信号Ｘ_１（ω，ｔ），…，Ｘ_Ｍ（ω，ｔ）に対して直接音源方向から到来した信号成分のみを通過する処理を行って得られた直接音方向信号のパワー推定値Ｐ_ＤＤ（ω）、又は、受音信号に対して直接音源方向から到来した信号成分のみを通過する処理を行った信号を周波数領域に変換して得られた直接音方向信号のパワー推定値Ｐ_ＤＤ（ω）を得る。直接音方向信号のパワーＰ_ＤＤ（ω）は、前記した式（８）のＰ_０（ω）と同じものである。

直接音方向パワー推定部４４２は、指向性形成部４４２１とパワー推定部４４２２を備える。指向性形成部４４２１は、あらかじめ与えられた方向に指向性のビームが向くように指向性を形成し、その指向性を通過した信号を出力する。指向性形成部４４２１の指向性は、直接音方向に指向性のメインビームが向くように設定される。指向性形成の方法としては、例えば参考文献１（浅野太著，「音のアレイ信号処理−音源の定位・追跡と分離」コロナ社，pp.70-79））に記載されている遅延和ビームフォーミングなどの方法を用いることができる。

指向性形成部４４２１の出力をＹ_ＢＦ（ω，ｔ）と表記した場合、パワー推定部４４２２の出力する直接音方向信号のパワー推定値Ｐ_ＤＤ（ω）は、式（１２）によって得られる。

また、直接音方向信号のパワー推定値Ｐ_ＤＤ（ω）の出力パワースペクトル密度は式（１３）で表される。

ここで｜Ｄ_０θ（ω）｜^２は、図４で説明したビームフォーマＢＦ０のパワーゲインに当たる。

残響音方向パワー推定部４４３は、主に直接音源方向以外から到来した信号成分を、直接音方向パワー推定部４４２の直接音源方向から到来した信号成分を主に通過させる処理と同じ指向性形状で通過させる処理を行って得られた残響音方向信号のパワー推定値、又は、主に受音信号に対して直接音源方向以外から到来した信号成分を通過する処理を行った信号を周波数領域に変換して有られた残響音方向信号のパワー推定値を得る。

理想的には、残響音方向パワー推定部４４３は、残響指向性形成部４４３１と残響パワー推定部４４３２を備える。残響指向性形成部４４３１の指向性は、指向性のメインビームが直接音方向を避けるように設定される。その指向性形状は指向性形成部４４２１と同じに設定される。残響指向性形成部４４３１と指向性形成部４４２１の指向性形状は、極力同じ形状になるように設定するのが望ましい。その指向性形状の設定は従来技術で容易に実現することができる。音源の方向の推定については、例えば、参考文献２「大賀，山崎，金田著，“音響システムとディジタル信号処理”電子情報通信学会発行」の７.２章に記載されている。

残響パワー推定部４４３２は、直接音方向を避けるようにして受音された残響音を入力として残響音方向信号のパワー推定値Ｐ_ＲＤ（ω）を出力する（式１４）。残響音方向信号のパワー推定値Ｐ_ＲＤ（ω）には、直接音方向を避けるようにして受音しているので、｜Ｄ_１，θＤ （ω）｜^２≪１と設定することで、直接音成分｜Ｄ _１，θＤ （ω）｜^２Ｐ_Ｄ（ω）は、十分小さくなる。

ここで｜Ｄ_１,θ （ω）｜^２は、図４で説明したビームフォーマＢＦ１のパワーゲインに当たる。

減算部４４４は、直接音方向パワー推定部４４２が出力する直接音方向信号のパワー推定値Ｐ_ＤＤ（ω）から、残響パワー推定部４４３２が出力する残響音方向信号のパワー推定値Ｐ_ＲＤ（ω）を減算した直接音パワー推定値＾Ｐ_Ｄ（ω）を出力する（式（１５））。

式（１５）の分母は、指向性形成部４４２１と残響指向性形成部４４３１のそれぞれのビームフォーマ（ＢＦ）のパワーゲインの差によって直接音パワー推定値＾Ｐ_Ｄ（ω）を正規化するための項である。

直間比算出部４４５は、受信音パワー推定部４４１が出力するパワースペクトル密度Ｐ_Ｘ，Ｌ（ω）及び直接音パワー推定値＾Ｐ_Ｄ（ω）を用い、直接音パワー推定値＾Ｐ_Ｄ（ω）と、残響音方向信号のパワー推定値のパワーの比である直間比推定値ＤＲＲ（ω）を得る（式（１６））。

また、受信音パワー推定部４４１の出力する受信音パワーが、何れか１個のマイクロホンｍ（ｍ∈{１，…，Ｍ}）に対応する式（９）で表記される場合、直間比は式（１７）で推定することもできる。

さらに、直間比は周波数によらない直間比として式（１８），（１９）で推定することもできる。なお、フレーム数Ｌごとに求めた値であるのでＤＲＲ（ω）と表記しているが、１フレームごと周波数ごとに求めた値はＤＲＲ（ω，ｔ）と表記される。

以上説明した直間比推定法は、残響音は拡散性が強い信号であることからマイクロホンアレーに対して等方的に到来することに着目した新しい方法である。マイクロホンアレーにより実現される指向性形状が同一な２つのビームフォーマによって、直接音と残響音を含む信号と、残響音のみを含む信号と、を得ることで直接音成分と間接音成分を正しく分離することができ、その結果として直間比の推定精度を向上させることができる。

なお、式（１６），（１７），（１８），（１９）は、以下のようにデシベル表記しない直間比推定値ＤＲＲであってもよい。

〔変形例１〕
図１０に、直間比計算部４４の残響音方向パワー推定部４４３の機能構成を変形した直間比計算部４４′の機能構成例を示す。直間比計算部４４′は、残響音方向パワーＰ_ＲＤ（ω）を、複数（２個以上）の指向方向の残響音方向パワーＰ_ＲＤ1（ω）〜Ｐ_ＲＤＮ（ω）を平均して求めるようにしたものである。

直間比計算部４４′の残響音方向パワー推定部４４３′は、２個以上の残響指向性形成部４４３１_１〜４４３１_Ｎと、２個以上の残響パワー推定部４４３２_１〜４４３２_Ｎと、残響方向パワー算出部４４３３を備える点で、直間比計算部４４と異なる。残響指向性形成部４４３１_１のビームフォーマのメインビームの方向は例えば基準点から方向θ_１である。残響指向性形成部４４３１_２のビームフォーマのメインビームの方向は方向θ_１であり、残響指向性形成部４４３１_Ｎのビームフォーマのメインビームの方向は方向θ_Ｎである。

図１１に各残響指向性形成部４４３１_１〜４４３１_Ｎの指向性形状を模式的に示す。各残響指向性形成部４４３１_１〜４４３１_Ｎの指向性形状は、そのメインビームの方向θのみが異なりその形状は同じものである。各々の残響指向性形成部４４３１_１〜４４３１_Ｎの指向性を通過した信号から、それぞれに接続された残響パワー推定部４４３２１〜４４３２Ｎによって各指向方向の残響音パワー推定値Ｐ_ＲＤ１（ω）〜Ｐ_ＲＤＮ（ω）が求められる。

残響方向パワー算出部４４３３は、複数のパワー推定値Ｐ_ＲＤ１（ω）〜Ｐ_ＲＤＮ（ω）を、重み付け平均（式２０）して残響音方向パワーＰ_ＲＤ（ω）を算出する。

ただし、β_ｎは非負の重み係数であり、式（２１）を満たすようにあらかじめ設定される。このようにして求めた残響音方向パワーＰ_ＲＤ（ω）は、複数の方向の残響音方向パワーを平均して求めた値なので、その精度を向上させることができる。その結果、直間比推定値ＤＲＲ（ω）の精度を向上させることができる。

〔変形例２〕
図１２に、直間比計算部４４の残響音方向パワー推定部４４３の機能構成を変更した直間比計算部４４″の機能構成例を示す。直間比計算部４４″は、指向性形成部４４２１と残響指向性形成部４４３１のビームフォーマのメインビームの方向を自動的に設定できるようにしたものである。

直間比計算部４４″は、音源方向推定部４４６と、ビームフォーマ生成部４４７と、を備える点で、直間比計算部４４と異なる。音源方向推定部４４６は、マイクロホンアレー４１に含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号Ｘ_１（ω，ｔ），…，Ｘ_Ｍ（ω，ｔ）を入力として、音源の方向を推定して音源方向信号を出力する。音源の方向は、例えば、周波数領域信号Ｘ_１（ω，ｔ），…，Ｘ_Ｍ（ω，ｔ）の位相差等から従来技術で求めることが可能である。

ビームフォーマ生成部４４７は、音源方向信号を入力として、その音源方向にメインビームを持つビームフォーマＢＦ０と、その音源方向を避けるようにメインビームが設定されたビームフォーマＢＦ１とを生成して、ビームフォーマＢＦ０を直接音方向パワー推定部４４２へ、ビームフォーマＢＦ１を残響音方向パワー推定部４４３に出力する。直接音方向パワー推定部４４２の指向性形成部４４２１は、ビームフォーマＢＦ０を適用して上記した出力信号Ｙ_ＢＦ（ω，ｔ）を出力する。残響音方向パワー推定部４４３は、ビームフォーマＢＦ１を適用して残響音方向パワー_ＰＲＤ（ω）を出力する。

このように直間比計算部４４″は、自動的に直接音方向パワー推定部４４２と残響音方向パワー推定部４４３の指向性形状を設定することができる。以上、直間比計算部４４，４４′，４４″の動作を周波数領域で動作する例で説明を行ったが、変形例を含めて本発明の技術思想は、そのまま時間領域の動作に適用することが可能である。また、直間比計算部４４″の考えを、直間比計算部４４′に適用することも可能である。

〔対象信号調整部〕
対象信号調整部４５は、処理対象信号Ｙ（ω，ｔ）と直間比推定値ＤＲＲ（ω，ｔ）を入力とし、直間比推定値ＤＲＲ（ω，ｔ）に応じて処理対象信号Ｙ（ω，ｔ）の振幅を調整した処理後信号Ｚ（ω，ｔ）を生成して出力する。言い換えると、対象信号調整部４５は、直間比推定値ＤＲＲ（ω，ｔ）に応じたゲイン（フィルタ係数）を処理対象信号Ｙ（ω，ｔ）に乗じ、それによって処理後信号Ｚ（ω，ｔ）を生成して出力する（ステップＳ４５）。

直間比推定値ＤＲＲに応じてどのような大きさのゲインを定めるかは、マイクロホンアレー４１からどのような距離範囲にある直接音源から発せられた音を強調するのかに依存する。例えば、マイクロホンアレー４１に近い直接音源から発せられた音をより強調する場合には、直間比推定値ＤＲＲが表す間接音のパワー推定値に対する直接音のパワー推定値の比率が第１値である場合に処理対象信号に乗じられるゲインを、当該比率が第１値よりも小さな第２値である場合に処理対象信号に乗じられるゲインよりも大きくする。例えば、マイクロホンアレー４１に遠い直接音源から発せられた音をより強調する場合には、直間比推定値ＤＲＲが表す間接音のパワー推定値に対する直接音のパワー推定値の比率が第１値である場合に処理対象信号に乗じられるゲインＧ（ω，ｔ）を、当該比率が第１値よりも小さな第２値である場合に処理対象信号に乗じられるゲインよりも小さくする。

対象信号調整部４５は、例えば、フィルタ係数算出手段４５１と、乗算手段４５２とで構成できる（図６）。フィルタ係数算出部４５は、直間比推定値ＤＲＲ(ω，ｔ)を入力としてフィルタ係数Ｇ（ω，ｔ）を算出して出力する。フィルタ係数Ｇ（ω，ｔ）の算出には、例えば式（２２），（２３）に示すように閾値を用いた２値のフィルタなどが用いられる。

なお、閾値Ｔｈ_１は、直間比推定値ＤＲＲ（ω，ｔ）の最小値と最大値の間の任意の値が設定できる。閾値Ｔｈ_１を最小値（０）に近づけると音質は向上する。逆に閾値Ｔｈ_１を最大値に近づけると雑音抑圧効果は高めるが受音信号の歪みが大きくなり音質が劣化する。

このように閾値Ｔｈ_１は、音質と雑音抑圧との関係でトレードオフの関係を持つ。よって、閾値Ｔｈ_１は、このトレードオフの関係を考慮した上で、利用目的に応じて経験的に決定される。

また、フィルタ係数Ｇ（ω，ｔ）の算出に際して式（２４），（２５）に示すように、直間比推定値が閾値Ｔｈ_２を下回る時間周波数帯域を強調するようにすれば、特定の距離範囲より遠くの音源を強調することができる。

なお、フィルタ係数Ｇ（ω，ｔ）の例として０か１の２値のフィルタを挙げたが、フィルタ係数Ｇ（ω，ｔ）は必ずしも０と１である必要はなく、例えば、０.１と０.９のように十分異なる値であれば良い。

また、フィルタ係数Ｇ（ω，ｔ）には、１以上の実数を設定するようにしても良い。つまり、処理対象信号Ｙ（ω，ｔ）を増幅するゲインＧ（ω，ｔ）が定められてもよい。また、処理対象信号Ｙ（ω，ｔ）を大きく抑圧するゲインＧ（ω，ｔ）（例えば０.１以下の値）が定められてもよい。また、閾値判定によってゲインＧ（ω，ｔ）を定めるのではなく、直間比推定値やその関数値がゲインＧ（ω，ｔ）とされてもよい。例えば、以下の式（２６）〜（２９）のようにゲインＧ（ω，ｔ）が定められてもよい。

ただし、Ｆは単調増加関数又は単調減少関数などの関数である。

このようにして求めたフィルタ係数Ｇ（ω，ｔ）が、乗算手段４５２において、処理対象信号Ｙ（ω，ｔ）に乗じて処理後信号Ｚ（ω，ｔ）＝Ｇ（ω，ｔ）・Ｙ（ω，ｔ）が生成される。よって、処理後信号Ｚ（ω，ｔ）を、直間比推定値ＤＲＲ（ω，ｔ）の大きな処理対象信号Ｙ（ω，ｔ）のみで構成することができる。つまり、直接音のみを抽出することができる。

実施例２として、実施例１で述べた直間比推定値ＤＲＲ(ω，ｔ）を用いて音源の遠近を判定する遠近判定装置１２０を説明する。図１３に遠近判定装置１２０の機能構成例を示す。遠近判定装置１２０は、マイクロホンアレー４１と、複数の周波数領域変換部４１₁〜４１_mと、直間比計算部４４と、遠近判定部１２１と、を備える。マイクロホンアレー４１と、複数の周波数領域変換部４１₁〜４１_mと、直間比計算部４４とは、雑音除去装置４００のものと同じである。遠近判定装置１２０も、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現される。

遠近判定装置１２０は、複数の異なる距離にある音源が異なる時刻に発音するときに、ある時刻に受音された音の音源が遠くにあるのか近くにあるのかを判定するものである。遠近判定装置１２０を構成する遠近判定部１２１は、周波数平均手段１２１０と、蓄積手段１２１１と、判定手段１２１２と、を備える。

遠近判定部１２１は、１個以上のフレームからなる判定区間で受音された受音信号に基づいて得られた直間比推定値に対応する判定値と、判定区間よりも多くの個数のフレームからなる基準区間で受音された受音信号に基づいて得られた複数の直間比推定値に対応する基準値とを用いた比較判定によって、判定区間での直接音源の遠近判定を行う。

周波数平均手段１２１０は、直間比推定値ＤＲＲ（ω，ｔ）を入力として、当該値を周波数方向に平均して周波数平均直間比推定値￣Ｅ_ｔを出力する（式（３０））。

ここで、Ｋは周波数領域変換部４２₁〜４２_Mで行ったフーリエ変換の周波数ビンの総数である。

蓄積手段１２１１は、周波数平均直間比推定値￣Ｅ_ｔを過去Ｌ時間フレーム分蓄積して、比較対象直間比推定値＾Ｅを出力する。比較対象直間比推定値＾Ｅには、例えば蓄積された周波数平均直間比推定値￣Ｅ_ｔの平均値＾Ｅ＝１/ＬΣ_ｔ ^L￣Ｅ_ｔや、最小値と最大値の平均値Ｅ＾＝１/２（max￣Ｅ_ｔ+min￣Ｅ_ｔ）等が用いられる。

判定手段１２１２は、周波数平均直間比相当値￣Ｅ_ｔと、比較対象直間比相当値＾Ｅを比較して、￣Ｅ_ｔ＞＾Ｅの時には遠近判定結果Ｙ_lに距離が近いことを表す例えば１を、￣Ｅ_l＜＾Ｅの時には遠近判定結果Ｙ_ｔに距離が遠いことを表す例えば０を出力する。この遠近判定結果Ｙ_ｔは、直近の過去Ｌ時間分の受音信号が、比較的近い音源からの音であるか、又は、比較的遠い音源からの音であるかを表すものである。

この遠近判定結果Ｙ_ｔを用いることで、逐次入力される受音信号を、マイクロホンとその音源間との距離によって切り分けることが可能である。つまり、複数の音源の音を、マイクロホンからの距離に応じて選択することができる。

〔実験結果〕
本発明の効果を確認する目的で、鏡像法を用いたシミュレーション実験を行った。

図１４にシミュレーション条件を示す。図１４は平面図であり、幅４ｍ、奥行き６ｍで、高さが２.７ｍの部屋を想定した。壁の吸音率はα＝０.０５（残響時間Ｔ_６０＝１.８秒）に設定した。８個のマイクロホンを円状に配置したマイクロホンアレーを用い、その基準点の高さは１.５ｍとした。音源の高さも１.５ｍとした。

この条件において、インパルス応答から推定したＤＲＲの実測値ＤＲＲ_actual（□）と、本発明（▽）と、従来法（○）と、を比較した結果を図１５に示す。この発明の方法により推定したＤＲＲ（▽）は、従来法と比べて実測値ＤＲＲ_actual（□）に近づいており、特に音源が遠方にある場合では３ｄＢ程度改善している。

一般に間接成分のパワーは音源の距離によらず一定であるのに対して、直接成分のパワーは距離の２乗に反比例する。このため遠方の音源の場合、直接成分のパワーは間接成分のそれと比べて微小になり、推定された直接成分に含まれる誤差が小さくてもＤＲＲの推定結果には大きな影響を与える。この発明の方法では、マイクロホンアレーの指向性制御により、音源方向から到来する信号の影響を極力抑えて間接音のパワーを求めることから、より精度の高い推定が可能となり、より遠方の音源までＤＲＲを正しく推定できるようになる。

以上説明したように、この発明の新しい直間比推定方法は、残響音は拡散性が強い信号であることからマイクロホンアレーに対して等方的に到来すると仮定する新しい方法である。マイクロホンアレーにより実現される指向性形状が同一でメインビームの方向が直接音源方向に設定されたビームフォーマと、メインビームの方向が直接音源方向を避けるように設定されたビームフォーマと、によって音源方向から到来する直接成分と間接成分とを正しく分離することができ、その結果として直間比の推定値精度を上げることができる。

上記した説明では、本発明の直間比推定方法を、音響信号強調装置４００または遠近判定装置１３０に組み込んだ例で説明を行ったが、図１６に示すようにこの発明の直間比推定方法のみを実現する直間比推定装置１６０として構成するようにしてもよい。その場合、直間比推定装置１６０は、マイクロホンアレー４１と、複数の周波数領域変換部４２_１〜４２_Ｍと、直間比計算部４４と、で構成することが可能である。

なお、直間比推定値ＤＲＲとしてデジベル表記した例を式（１６）〜（１９）に示したが、直間比推定値はパワースペクトル密度の比で求めてよいことは言うまでもないことであり、上記した式で表されるＤＲＲの値に、何れかの定数が乗じられたものを直間比推定値としてもよいし、上記した式で表されたＤＲＲの値の逆数に定数が乗じられたものを直間比推定値としてもよい。また、その定数は単調増加関数値であってもよい。つまり、この発明の直間比推定値ＤＲＲは、上記した式（１６）〜（１９）で表されたものに限定されない。

なお、上記方法及び装置において説明した処理は、記載の順に従って時系列に実行され
るのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。

また、上記装置における処理手段をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、各装置における処理手段がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）/ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto Optical disc）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

Claims (9)

1. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定部と、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定部と、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定部と、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算部と、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出部と、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整部を有し、
   前記直間比推定値が表す前記比率が所定の閾値よりも大きい前記処理対象信号に乗じられる前記ゲインは、前記比率が前記所定の閾値よりも小さな前記処理対象信号に乗じられる前記ゲインよりも大きい、音響信号強調装置。
2. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定部と、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定部と、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定部と、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算部と、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出部と、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整部を有し、
   前記直間比推定値が表す前記比率が所定の閾値よりも大きい前記処理対象信号に乗じられる前記ゲインは、前記比率が前記所定の閾値よりも小さな前記処理対象信号に乗じられる前記ゲインよりも小さい、音響信号強調装置。
3. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定部と、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定部と、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定部と、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算部と、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出部と、
   前記直間比推定値を用い、前記直接音源の遠近判定を行って遠近判定結果を得る遠近判定部を有し、
   前記直間比推定値は、所定の時間区間であるフレームで受音された前記受音信号に基づいて得られ、
   前記遠近判定部は、１個以上のフレームからなる判定区間で受音された前記受音信号に基づいて得られた前記直間比推定値に対応する判定値と、前記判定区間よりも多くの個数のフレームからなる基準区間で受音された前記受音信号に基づいて得られた複数の前記直間比推定値に対応する基準値とを用いた比較判定によって、前記判定区間での前記直接音源の遠近判定を行う、遠近判定装置。
4. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定部と、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定部と、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定部と、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算部と、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出部と、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整部を有し、
   前記直間比推定値が表す前記比率が第１値である場合に前記処理対象信号に乗じられる前記ゲインは、前記比率が前記第１値よりも小さな第２値である場合に前記処理対象信号に乗じられる前記ゲインよりも大きい、音響信号強調装置。
5. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定部と、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定部と、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定部と、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算部と、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出部と、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整部を有し、
   前記直間比推定値が表す前記比率が第１値である場合に前記処理対象信号に乗じられる前記ゲインは、前記比率が前記第１値よりも小さな第２値である場合に前記処理対象信号に乗じられる前記ゲインよりも小さい、音響信号強調装置。
6. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定ステップと、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定ステップと、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定ステップと、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算ステップと、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出ステップと、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整ステップを有し、
   前記直間比推定値が表す前記比率が所定の閾値よりも大きい前記処理対象信号に乗じられる前記ゲインは、前記比率が前記所定の閾値よりも小さな前記処理対象信号に乗じられる前記ゲインよりも大きい、音響信号強調方法。
7. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定ステップと、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定ステップと、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定ステップと、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算ステップと、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出ステップと、
   前記直間比推定値に応じたゲインを前記受音信号から得られる処理対象信号に乗じ、処理後信号を得る対象信号調整ステップを有し、
   前記直間比推定値が表す前記比率が所定の閾値よりも大きい前記処理対象信号に乗じられる前記ゲインは、前記比率が前記所定の閾値よりも小さな前記処理対象信号に乗じられる前記ゲインよりも小さい、音響信号強調方法。
8. マイクロホンアレーに含まれる複数個のマイクロホンで受音された受音信号を周波数領域に変換して得られる周波数領域信号を用い、前記周波数領域信号のパワー推定値を得る受信音パワー推定ステップと、
   直接音源方向から到来した信号成分を主に通過させるように指向性形状のメインビームを向ける第１のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第１のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、直接音方向信号のパワー推定値として得る直接音方向パワー推定ステップと、
   前記第１のビームフォーマと同じ指向性形状で、なおかつ指向性感度の低い点を前記直接音源方向に向ける第２のビームフォーマを、前記周波数領域信号に対して適用して得られるパワー推定値、又は、前記第２のビームフォーマを、前記受音信号に対して適用した後に周波数領域に変換して得られるパワー推定値を、残響音方向信号のパワー推定値として得る残響音方向パワー推定ステップと、
   前記直接音方向信号のパワー推定値から前記残響音方向信号のパワー推定値を減算したパワー推定値を、前記第１のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値と前記第２のビームフォーマの前記直接音源の到来方向におけるパワーゲイン値との差分によって除算することで正規化した直接音パワー推定値を出力する減算ステップと、
   前記周波数領域信号のパワー推定値及び前記直接音パワー推定値を用い、前記残響音方向信号のパワー推定値に対する直接音のパワー推定値の比率を表す直間比推定値を得る直間比算出ステップと、
   前記直間比推定値を用い、前記直接音源の遠近判定を行って遠近判定結果を得る遠近判定ステップを有し、
   前記直間比推定値は、所定の時間区間であるフレームで受音された前記受音信号に基づいて得られ、
   前記遠近判定ステップは、１個以上のフレームからなる判定区間で受音された前記受音信号に基づいて得られた前記直間比推定値に対応する判定値と、前記判定区間よりも多くの個数のフレームからなる基準区間で受音された前記受音信号に基づいて得られた複数の前記直間比推定値に対応する基準値とを用いた比較判定によって、前記判定区間での前記直接音源の遠近判定を行う、遠近判定方法。
9. 請求項１若しくは２の音響信号強調装置、又は請求項３の遠近判定装置、又は請求項４若しくは５の音響信号強調装置としてコンピュータを機能させるためのプログラム。

Images