JP6485739B2 - 音声処理装置、インターホン装置、及びインターホンシステム - Google Patents

Description

本発明は、マイクから入力される信号を処理する音声処理装置、インターホン装置、及びインターホンシステムに関する。

マンション等の集合住宅ではロビーにインターホンを設置する場合が多い。来訪者はロビーに設置されたインターホンから住戸内の住人に来訪を伝え、住人が解錠すると来訪者が中に入ることができる。ロビーは空間が広いため残響の影響が大きくなる。

インターホンでは、送話と受話の音声を比較して大きい方の音声を優先させるボイススイッチ機能が使用されることがある（例えば、特許文献１参照）。

特開２０１２−３２３６８５号公報

ロビーのように残響の影響が大きい場所では、音声と騒音の判別が難しくなる。従って来訪者が発話している最中に音声を騒音と誤判定する場合が発生し、その場合、送話を優先するモードから中間モードに切り替わってしまうため快適な通話が阻害されることがあった。

本発明はこうした状況に鑑みなされたものであり、その目的は、設置位置の環境に関わらず、快適な通話を実現する音声処理装置、インターホン装置、及びインターホンシステムを提供することにある。

上記課題を解決するために、本発明のある態様の音声処理装置は、マイクから入力される信号をスピーカへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部と、前記マイクから入力される信号から音声信号を含む音声区間を検出する音声信号検出部と、を備える。前記ボイススイッチ部は、前記音声信号検出部において前記音声区間が検出されているとき前記送話モードを選択し、前記音声信号検出部は、残響時間に応じて前記音声区間と判定する感度を調整する。

本発明の別の態様は、インターホン装置である。この装置は、上述の音声処理装置と、集音した音を電気信号に変換して前記音声処理装置に入力するマイクと、前記音声処理装置から出力される電気信号を音に変換するスピーカと、を備える。

本発明のさらに別の態様は、インターホンシステムである。このインターホンシステムは、インターホン室内装置と、前記インターホン室内装置と通信するためのインターホン室外装置であり、上述のインターホン装置が使用されるインターホン室外装置と、を備える。

なお、以上の構成要素の任意の組み合わせ、本発明の表現を方法、装置、システムなどの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、設置位置の環境に関わらず、快適な通話を実現できる。

本発明の実施の形態に係るインターホンシステムの構成を示す図である。 ロビーインターホン装置の構成を示す図である。 マイクにより集音される信号波形の一例を示す図である。 マイクにより集音される信号の移動平均値波形の一例を示す図である。 マイクにより集音される信号の移動平均値波形の別の例を示す図である。 図６（ａ）−（ｃ）は、発話音声信号のレベル推移、残響の影響が小さい場合のマイク入力信号のレベル推移、及び残響の影響が大きい場合のマイク入力信号のレベル推移を模式的に描いた図である。 図７（ａ）−（ｃ）は、スピーカ出力信号のレベル推移、残響の影響が小さい場合のマイク入力信号のレベル推移、及び残響の影響が大きい場合のマイク入力信号のレベル推移を模式的に描いた図である。

図１は、本発明の実施の形態に係るインターホンシステム１の構成を示す図である。本実施の形態ではインターホンシステム１をマンションに設置する例を想定する。インターホンシステム１はロビーインターホン装置１０、制御装置２０、インターホン室内装置３０及びドアインターホン装置４０を備える。

ロビーインターホン装置１０はロビーに設置されたインターホン室外装置であり、来訪者は部屋番号を入力して、訪問先の住戸内に設置されたインターホン室内装置３０を発呼する。制御装置２０は機械室や管理人室などの共用スペースに設置される。制御装置２０はロビーインターホン装置１０とインターホン室内装置３０との間の信号を中継する。ドアインターホン装置４０は住戸玄関に設置される。インターホン室内装置３０とドアインターホン装置４０は親機と子機の関係にある。

なお図１では単純化するため１つの住戸しか描いていないが、実際には多数の住戸が存在し、制御装置２０は複数のインターホン室内装置３０とロビーインターホン装置１０との間を中継する。また制御装置２０は分電盤や各種のセンサに接続されており、火災などの異常が発生した際、各住戸のインターホン室内装置３０にアラート信号を送信する。

図２は、ロビーインターホン装置１０の構成を示す図である。ロビーインターホン装置１０はマイク１１ａ、マイクアンプ１１ｂ、Ａ／Ｄ変換器１１ｃ、スピーカ１２ａ、スピーカアンプ１２ｂ、Ｄ／Ａ変換器１２ｃ、処理部１３、通信部１７及び操作部１８を備える。処理部１３は音声処理部１４、残響時間設定部１５及び残響時間推定部１６を備える。音声処理部１４は音声信号検出部１４１及びボイススイッチ部１４２を含む。

図２の処理部１３の機能ブロックには、本実施の形態で注目する処理に関連する機能ブロックのみを描いている。処理部１３の機能はハードウェア資源とソフトウェア資源の協働、又はハードウェア資源のみにより実現できる。ハードウェア資源としてプロセッサ、ＲＯＭ、ＲＡＭ、その他のＬＳＩを利用できる。ソフトウェア資源としてファームウェア、アプリケーション等のプログラムを利用できる。

マイク１１ａは来訪者の声を集音し、電気信号に変換してマイクアンプ１１ｂに出力する。マイクアンプ１１ｂはマイク１１ａから入力される信号を増幅してＡ／Ｄ変換器１１ｃに出力する。Ａ／Ｄ変換器１１ｃはマイクアンプ１１ｂから入力されるアナログ信号をデジタル信号に変換して音声処理部１４に出力する。

通信部１７は、ロビーインターホン装置１０のマイク１１ａまたはインターホン室内装置３０で集音された音を変換して生成される電気信号（以下、音信号という）を制御装置２０を介してインターホン室内装置３０と双方向通信するための通信インタフェースである。音声処理部１４は通信部１７を介してインターホン室内装置３０から受信した音信号を処理してＤ／Ａ変換器１２ｃに出力する。なお音信号が圧縮符号化されている場合は伸張復号する。なお伸張復号は音声処理部１４の前段の復号部（不図示）で行ってもよい。

Ｄ／Ａ変換器１２ｃは、音声処理部１４から入力されるデジタル信号をアナログ信号に変換してスピーカアンプ１２ｂに出力する。スピーカアンプ１２ｂはＤ／Ａ変換器１２ｃから入力される信号を増幅してスピーカ１２ａに出力する。スピーカ１２ａは、スピーカアンプ１２ｂから入力される電気信号を物理的な振動に変換して出力する。

操作部１８はユーザの操作を受け付けるためのユーザインタフェースである。操作部１８は少なくとも、部屋番号を入力するためのテンキーボタン、呼出ボタンを備える。

ボイススイッチ部１４２は、マイク１１ａから入力される信号をスピーカ１２ａへ出力する信号より優先させる送話モード、及びスピーカ１２ａへ出力する信号をマイク１１ａから入力される信号より優先させる受話モードを選択できる。送話モードでは、通信部１７を介して入力される音信号を減衰する。１００％減衰してスピーカ１２ａから音声出力されない設計でもよいし、１００％未満の減衰率で減衰してスピーカ１２ａから出力される音声レベルを下げる設計でもよい。またマイクアンプ１１ｂの増幅率を上げる処理を併用してもよい。

一方、受話モードではマイク１１ａから入力される信号を減衰する。１００％減衰して有意な信号をインターホン室内装置３０に送出しない設計でもよいし、信号レベルを下げてインターホン室内装置３０に送出する設計でもよい。またスピーカアンプ１２ｂの増幅率を上げる処理を併用してもよい。なおボイススイッチ部１４２は、マイク１１ａから入力される信号およびスピーカ１２ａへ出力する信号を同じ減衰量で減衰させる中間モードも選択できる。

図２では、信号の減衰処理をデジタル信号処理による数値演算で実現する例を想定しているが、アナログ素子で構成される減衰器を使用してもよい。その場合、Ａ／Ｄ変換器１１ｃ及びＤ／Ａ変換器１２ｃは、ボイススイッチ部１４２と通信部１７の間に移動される。

音声信号検出部１４１は、マイク１１ａから入力される信号から音声区間を検出する。以下の説明では音声とは人間により発声された音を指し、音声信号検出部１４１は人間により発声された音を含む区間を音声区間と判定し、人間により発声された音を含まない環境音のみの区間を非音声区間と判定する。ボイススイッチ部１４２は、音声信号検出部１４１において音声区間が検出されているとき送話モードを選択し、非音声区間が検出されているとき受話モードまたは中間モードを選択する。

音声信号検出部１４１は具体的には、マイク１１ａから入力される信号絶対値の長期の移動平均値Ｎと、短期の移動平均値Ｓを算出する。音声信号検出部１４１は短期の移動平均値Ｓと長期の移動平均値Ｎとの比率Ｓ／Ｎを算出し、当該比率Ｓ／Ｎが設定比率α以上であれば音声区間と判定し、設定比率α未満であれば非音声区間と判定する。すなわち短期の移動平均値Ｓが長期の移動平均値Ｎより設定比率α以上大きくなると音声区間に突入と判定する。反対に短期の移動平均値Ｓが長期の移動平均値Ｎの設定比率α未満になると非音声区間に復帰と判定する。

通常、音声信号の振幅の方が騒音信号の振幅より大きくなるため、音声信号を含む区間は振幅が大きくなる。音声および騒音とも振幅が小刻みに変動するため、単純に信号レベルが大きいとき音声区間と判定する方法では、判定結果が音声区間と非音声区間との間で頻繁に切り替わることになる。そこで一定期間の平均値を使用して信号データにヒステリシスを持たせる。音声が存在しない状態から音声が存在する状態に変化したとき、短期の移動平均値Ｓの方が長期の移動平均値Ｎより先に立ち上がることになる。長期の移動平均値Ｎの方が、より過去のデータを多く含んで平均化された値であるため短期の移動平均値Ｓより変化が緩やかなためである。

音声信号検出部１４１は、残響時間に応じて音声区間と判定する感度を調整する。具体的には残響時間が長いほど音声区間と判定する感度を高くする。残響とは音源が振動を停止した後も音が響いて聞こえる現象を指す。一般的に残響時間は、音源が振動を停止してから６０デシベル減衰するまでの時間と定義される。残響時間は、音が鳴っている空間が広いほど長くなる性質がある。従って広いロビーでは残響時間が長くなる。残響時間が長くなると音声に追加されて集音される残響の影響が大きくなる。

図３は、マイク１１ａにより集音される信号波形の一例を示す図である。図３では、同じ音声（こんにちは）を残響の影響が小さい環境下で集音した場合の信号波形と、残響の影響が大きい環境下で集音した場合の信号波形を模式的に描いている。残響の影響が大きい環境下で集音した信号波形の方が振幅の変動が小さくなることが分かる。振幅の変動が小さくなと、短期の移動平均値Ｓと長期の移動平均値Ｎとの乖離が小さくなる方向に作用するため、音声を騒音と誤検出しやすくなる。

そこで音声信号検出部１４１は残響時間が長いとき、音声区間と判定される感度を高くして、通常より音声区間と判定されやすくする。以下、音声検出の判定感度を上げる３つの方法を説明する。第１の方法では音声信号検出部１４１は、残響時間が長いほど長期の移動平均値Ｎを算出する対象期間を長くする。

図４は、マイク１１ａにより集音される信号の移動平均値波形の一例を示す図である。音声（こんにちは）が存在する区間では、短期の移動平均値波形の方が長期の移動平均値波形より大きくなる。長期の移動平均値は音声が存在するようになる前の期間のデータを多く含むため、短期の移動平均値より相対的に小さくなる。対象期間が相対的に長い「長期の移動平均波形」と、対象期間が相対的に短い「長期の移動平均波形」を比較すると、前者の方がより、音声が存在するようになる前の期間のデータをより多く含むことになる。従って前者の方が後者よりレベルが小さくなる。よって、対象期間が相対的に長い「長期の移動平均値」を使用した方が短期の移動平均値との差分が大きなり、音声区間と判定されやすくなる。残響時間が長くなるほど長期の移動平均値と短期の移動平均値との乖離が小さくなる方向に作用するが、長期の移動平均値の対象期間を延長することにより、その影響を相殺または緩和できる。

音声検出の判定感度を上げる第２の方法では音声信号検出部１４１は、残響時間が長いほど短期の移動平均値Ｓを算出する対象期間を短くする。

図５は、マイク１１ａにより集音される信号の移動平均値波形の別の例を示す図である。図５において対象期間が相対的に短い「短期の移動平均波形」と、対象期間が相対的に長い「短期の移動平均波形」を比較すると、前者の方が振幅の変動が大きくなる。従って対象期間が相対的に短い「短期の移動平均値」を使用した方が長期の移動平均値との差分が大きくなりやすく音声区間と判定されやすくなる。残響時間が長くなるほど長期の移動平均値と短期の移動平均値との乖離が小さくなる方向に作用するが、短期の移動平均値の対象期間を縮小することにより、その影響を相殺または緩和できる。

音声検出の判定感度を上げる第３の方法では音声信号検出部１４１は、残響時間が長いほど設定比率αを小さくする。設定比率αを小さくすれば、短期の移動平均値Ｓと長期の移動平均値Ｎとの比率Ｓ／Ｎが設定比率α以上になりやすくなり、音声区間と判定されやすくなる。

以上の説明において、短期の移動平均値Ｓの対象期間（すなわちデータサンプル数）、長期の移動平均値Ｎの対象期間、設定比率αのそれぞれ値には、実験やシミュレーションをもとに導出した値を用いることができる。また残響時間の変化値と、長期の移動平均値Ｎの対象期間の変化値との関係も実験やシミュレーションをもとに導出した関係を用いることができる。当該関係は関数で規定してもよいし、当該関係を記述したテーブルを用いてもよい。長期の移動平均値Ｎの対象期間、又は設定比率αを変化させる場合も同様である。

また残響時間と、長期の移動平均値Ｎの対象期間との関係はモードで規定してもよい。例えば残響時間に「短」、「普通」、「長」の３モードを用意し、長期の移動平均値Ｎの対象期間にも「短」、「普通」、「長」の３モードを用意する。残響時間のモードが「長」に設定されている場合、音声信号検出部１４１は対象期間が「長」の場合のサンプル数で長期の移動平均値Ｎを算出する。

図２に戻る。残響時間設定部１５は残響時間を音声信号検出部１４１に設定する。残響時間設定部１５は、操作部１８からユーザにより入力された残響時間の値を、音声信号検出部１４１に設定する。例えばロビーインターホン装置１０の施工時、施工業者が騒音計を用いてロビーの残響時間を測定し、測定した値を操作部１８から入力してもよい。

このように残響時間にはユーザにより入力された値を使用できるが、推定値を使用することもできる。また推定値を使用したほうが、壁の材質変更、温度、湿度などの環境条件の変化を直ぐに残響時間に反映できる。残響時間推定部１６は、マイク１１ａから入力される信号を解析して残響時間を推定する。例えば残響時間推定部１６は、マイク１１ａから入力される信号の音声区間の終了からの傾きを検出することにより残響時間を推定できる。

図６（ａ）−（ｃ）は、発話音声信号のレベル推移、残響の影響が小さい場合のマイク入力信号のレベル推移、及び残響の影響が大きい場合のマイク入力信号のレベル推移を模式的に描いた図である。図６（ｂ）と図６（ｃ）を比較すると、図６（ｃ）に示す残響の影響が大きい場合のマイク入力信号の方が発話音声の文末からの傾きが緩くなる。残響時間推定部１６は例えば、音声区間から非音声期間に切り替わってから、マイク入力信号のレベルが非音声期間の平均レベルに到達するまでの時間を測定することにより残響時間を推定する。このような来訪者の発話音声を利用する方法では、後述するようなスピーカ１２ａから音を出力する必要がなく、テスト用の音源データを用意する必要もない。

残響時間の推定に使用するマイク入力信号は発話音声を含む信号に限るものではない。例えば残響時間推定部１６はスピーカ１２ａから音を出力させ、その音をマイク１１ａから集音して残響時間を推定してもよい。この場合、スピーカ１２ａからの出力音の終了タイミングを厳密に特定できるため、より高精度に残響時間を推定することができる。

図７（ａ）−（ｃ）は、スピーカ出力信号のレベル推移、残響の影響が小さい場合のマイク入力信号のレベル推移、及び残響の影響が大きい場合のマイク入力信号のレベル推移を模式的に描いた図である。図７（ｂ）と図７（ｃ）を比較すると、図７（ｃ）に示す残響の影響が大きい場合のマイク入力信号の方がスピーカ出力の終了時点からの傾きが緩くなる。スピーカ出力信号を使用する場合、残響時間推定部１６はスピーカ出力の終了時から、マイク入力信号のレベルが非音声期間の平均レベルに到達するまでの時間を測定することにより残響時間を推定する。

残響時間推定部１６は、スピーカ１２ａから出力させる残響推定用テスト信号の音源データを保持するテスト音源データ保持部１６ａを備えていてもよい。残響時間推定部１６は音声処理部１４の起動シーケンスにおいて、テスト音源データ保持部１６ａから音源データを読み出してスピーカ１２ａからテスト音を出力させる。残響時間推定部１６は当該テスト音をマイク１１ａで集音し、残響時間を推定する。残響時間は温度や湿度の影響も受けるため音声処理部１４の起動の度に残響時間を推定することは、その時点の環境に合致した残響時間を使用する観点から望ましい制御といえる。

なお残響推定用テスト信号の音源データとして、来訪者が住人を呼び出す際に鳴動させるバックトーンの音源データを流用してもよい。この場合、残響推定用テスト信号の音源データを別途に用意する必要がなくなる。残響時間推定部１６は呼出しボタンが押下される度に、マイク１１ａから呼出音を集音して残響時間を推定してもよい。

残響時間推定部１６は、スピーカ１２ａから出力される通話中の受話音声を、マイク１１ａから集音して残響時間を推定してもよい。この推定処理は、ボイススイッチ部１４２が受話モードを選択してるときに実行することが好ましい。この場合も、残響推定用テスト信号の音源データを別途に用意する必要がなくなる。

以上説明したように本実施の形態によれば、残響時間に応じて音声信号検出部１４１において音声区間と判定する感度を調整することにより、送話モードと受話モードのスイッチング精度が高くなり快適な通話を実現できる。特にロビーなどの残響の影響が大きい場所に設置されるインターホン装置に有効である。また残響時間推定部１６を設けることにより、設置場所の環境変化をリアルタイムにボイススイッチ機能に反映させることができる。

以上、本発明を実施の形態をもとに説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

上記の実施の形態では、短期の移動平均値Ｓと長期の移動平均値Ｎとの比率Ｓ／Ｎが設定比率α以上のとき音声区間と判定する方法を説明したが、短期の移動平均値Ｓと長期の移動平均値Ｎとの差分（Ｓ−Ｎ）が設定値β以上のとき音声区間と判定してもよい。

上記の実施の形態では、ボイススイッチ部１４２を含む音声処理部１４をロビーインターホン装置１０に搭載する例を説明した。この点、音声処理部１４をドアインターホン装置４０またはインターホン室内装置３０に搭載してもよい。なおドアインターホン装置４０のマイクで集音される残響の影響を低減するための音声処理部１４を、親機としてのインターホン室内装置３０に搭載してもよい。ドアインターホン装置４０が設置される廊下も比較的残響が大きい場所であるため、音声処理部１４を搭載する意義が大きい。

また住戸内の天井が高いなど、住戸内の空間が広い場合はインターホン室内装置３０のマイクで集音される残響の影響を低減するための音声処理部１４をインターホン室内装置３０に搭載してもよい。

また音声処理部１４を制御装置２０に搭載してもよい。制御装置２０がロビーインターホン装置１０とインターホン室内装置３０間の音信号を中継する際、ボイススイッチを適用してもよい。その場合、残響時間推定部１６は制御装置２０に搭載されてもロビーインターホン装置１０に搭載されてもよい。後者の場合、残響時間推定部１６が推定した残響時間は幹線を介して制御装置２０に伝達されることになる。

上記の実施の形態ではマンションに設置されるインターホンシステム１を説明したが、戸建てに設置されるインターホンシステム１にも同様に適用できる。戸建てに設置されるインターホンシステム１では、ロビーインターホン装置１０及び制御装置２０が設けられない。上述のボイススイッチ機能は、インターホン室内装置３０とドアインターホン装置４０間の音信号に適用される。

なお、実施の形態は、以下の項目によって特定されてもよい。

［項目１］
マイク１１ａから入力される信号をスピーカ１２ａへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部１４２と、
前記マイク１１ａから入力される信号から音声信号を含む音声区間を検出する音声信号検出部１４１と、を備え、
前記ボイススイッチ部１４２は、前記音声信号検出部１４１において前記音声区間が検出されているとき前記送話モードを選択し、
前記音声信号検出部１４１は、残響時間に応じて前記音声区間と判定する感度を調整することを特徴とする音声処理装置（音声処理部１４）。
これにより、残響により音声区間と判定する精度が低下することを抑制できる。
［項目２］
前記音声信号検出部１４１は、設定される残響時間が長いほど音声区間と判定する感度を高くすることを特徴とする項目１に記載の音声処理装置（音声処理部１４）。
これにより、残響の影響により音声区間を非音声区間と誤判定する確率を低減できる。
［項目３］
前記音声信号検出部１４１は、前記マイク１１ａから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記長期の移動平均値を算出する対象期間を長くすることを特徴とする項目１または２に記載の音声処理装置（音声処理部１４）。
これにより、長期の移動平均値を下側にシフトさせることができ、音声区間と判定する感度を高めることができる。
［項目４］
前記音声信号検出部１４１は、前記マイク１１ａから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記短期の移動平均値を算出する対象期間を短くすることを特徴とする項目１または２に記載の音声処理装置（音声処理部１４）。
これにより、短期の移動平均値の変化を大きくさせることができ、音声区間と判定する感度を高めることができる。
［項目５］
前記音声信号検出部１４１は、前記マイク１１ａから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記閾値を小さくすることを特徴とする項目１または２に記載の音声処理装置（音声処理部１４）。
これにより、短期の移動平均値と長期の移動平均値との比率または差分が、設定比率または設定値以上となる確率を上げることができ、音声区間と判定する感度を高めることができる。
［項目６］
前記残響時間は、ユーザ入力により設定されることを特徴とする項目１から５のいずれかに記載の音声処理装置（音声処理部１４）。
これにより、残響時間を設置環境に応じた値に設定できる。
［項目７］
前記残響時間は、前記マイク１１ａから入力される信号を解析して前記残響時間を推定する残響時間推定部から設定されることを特徴とする項目１から５のいずれかに記載の音声処理装置（音声処理部１４）。
これにより、残響時間を設置環境をリアルタイムに反映した値に設定できる。
［項目８］
項目１から７のいずれかに記載の音声処理装置（音声処理部１４）と、
集音した音を電気信号に変換して前記音声処理装置（音声処理部１４）に入力するマイク１１ａと、
前記音声処理装置（音声処理部１４）から出力される電気信号を音に変換するスピーカ１２ａと、
を備えることを特徴とするインターホン装置（ロビーインターホン装置１０）。
これにより、残響により音声区間と判定する精度が低下することを抑制でき、快適な通話が可能なインターホン装置を実現できる。
［項目９］
インターホン室内装置（インターホン室内装置３０）と、
前記インターホン室内装置（インターホン室内装置３０）と通信するためのインターホン室外装置（ロビーインターホン装置１０）であり、項目８に記載のインターホン装置が使用されるインターホン室外装置（ロビーインターホン装置１０）と、
を備えることを特徴とするインターホンシステム１。
これにより、残響により音声区間と判定する精度が低下することを抑制でき、快適な通話が可能なインターホンシステムを実現できる。

１ インターホンシステム、 １０ ロビーインターホン装置、 １１ａ マイク、 １１ｂ マイクアンプ、 １１ｃ Ａ／Ｄ変換器、 １２ａ スピーカ、 １２ｂ スピーカアンプ、 １２ｃ Ｄ／Ａ変換器、 １３ 処理部、 １４ 音声処理部、 １４１ 音声信号検出部、 １４２ ボイススイッチ部、 １５ 残響時間設定部、 １６ 残響時間推定部、 １６ａ テスト音源データ保持部、 １７ 通信部、 １８ 操作部、 ２０ 制御装置、 ３０ インターホン室内装置、 ４０ ドアインターホン装置。

Claims (8)

1. マイクから入力される信号をスピーカへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部と、
   前記マイクから入力される信号から音声信号を含む音声区間を検出する音声信号検出部と、を備え、
   前記ボイススイッチ部は、前記音声信号検出部において前記音声区間が検出されているとき前記送話モードを選択し、
   前記音声信号検出部は、設定される残響時間が長いほど音声区間と判定する感度を高くすることを特徴とする音声処理装置。
2. マイクから入力される信号をスピーカへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部と、
   前記マイクから入力される信号から音声信号を含む音声区間を検出する音声信号検出部と、を備え、
   前記ボイススイッチ部は、前記音声信号検出部において前記音声区間が検出されているとき前記送話モードを選択し、
   前記音声信号検出部は、前記マイクから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記長期の移動平均値を算出する対象期間を長くすることを特徴とする音声処理装置。
3. マイクから入力される信号をスピーカへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部と、
   前記マイクから入力される信号から音声信号を含む音声区間を検出する音声信号検出部と、を備え、
   前記ボイススイッチ部は、前記音声信号検出部において前記音声区間が検出されているとき前記送話モードを選択し、
   前記音声信号検出部は、前記マイクから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記短期の移動平均値を算出する対象期間を短くすることを特徴とする音声処理装置。
4. マイクから入力される信号をスピーカへ出力する信号より優先させる送話モードを選択可能なボイススイッチ部と、
   前記マイクから入力される信号から音声信号を含む音声区間を検出する音声信号検出部と、を備え、
   前記ボイススイッチ部は、前記音声信号検出部において前記音声区間が検出されているとき前記送話モードを選択し、
   前記音声信号検出部は、前記マイクから入力される信号の短期の移動平均値が、長期の移動平均値より閾値以上大きいとき音声区間と判定し、設定される残響時間が長いほど前記閾値を小さくすることを特徴とする音声処理装置。
5. 前記残響時間は、ユーザ入力により設定されることを特徴とする請求項１から４のいずれかに記載の音声処理装置。
6. 前記残響時間は、前記マイクから入力される信号を解析して前記残響時間を推定する残響時間推定部から設定されることを特徴とする請求項１から４のいずれかに記載の音声処理装置。
7. 請求項１〜６のいずれか１項に記載の音声処理装置と、
   集音した音を電気信号に変換して前記音声処理装置に入力するマイクと、
   前記音声処理装置から出力される電気信号を音に変換するスピーカと、
   を備えることを特徴とするインターホン装置。
8. インターホン室内装置と、
   前記インターホン室内装置と通信するためのインターホン室外装置であり、請求項７に記載のインターホン装置が使用されるインターホン室外装置と、
   を備えることを特徴とするインターホンシステム。

Images