JP6542705B2 - 発話検出装置、発話検出方法、プログラム、記録媒体 - Google Patents

Description

本発明は、発話検出技術に関するものであり、特にマイクロホンごとに発話を検出する技術に関する。

多くの人が参加する会議では、マイクロホンが複数用意され、会議が進められることがある。例えば、図１２に示すようにテーブルに複数のマイクロホンが配置され、参加者のひとりが発話すると、その発話は参加者が使用するマイクロホンで検出・収音される。

このような状況で利用することができる、話者の音声を収音する技術として、特許文献１で開示された技術がある（図１３参照）。特許文献１の技術では、話者（チャネル）ごとに独立して発話検出をおこなっている。

特開２０１５−１５５９８２号公報

上述の通り特許文献１の技術では、マイクロホンごとに独立して発話検出処理が行われる。このため、発話の音声の回り込みにより発話した者が使用するマイクロホン以外にも複数のマイクロホンが反応し、発話を検出してしまうことがある。複数のマイクロホンがＯＮになることにより、マイクロホンミキシングでは雑音レベルが上昇したり、部屋の響きを拾いやすくなり、その結果音声の明瞭度が低下してしまう。また、録音では無用な録音が増えてしまう。さらに、音声認識では誤検出されたマイクロホンの音声が雑音や残響を多く含むため、誤認識を起こしてしまう。

そこで本発明では、１人の発話を複数のマイクロホンで検出してしまうことを防ぐことができる発話検出装置を提供することを目的とする。

本発明の一態様は、Ｎを２以上の整数とし、マイクロホンｎ（ｎ＝１，…，Ｎ）で収音した収音信号を用いて発話があったマイクロホンを発話チャネルとして検出する発話検出装置であって、前記マイクロホンｎで収音した収音信号を周波数領域変換した周波数変換信号Ｘ_ｎ（ω）（ωは周波数）のパワースペクトルＰ_ｎ（ω）を補正後パワースペクトルＹ_ｎ（ω）の初期値とし、前記補正後パワースペクトルＹ_ｎ（ω）から前記発話チャネルに対応する周波数領域信号のパワースペクトルである発話チャネルスペクトルの影響である発話チャネル影響量を減算することにより、前記補正後パワースペクトルＹ_ｎ（ω）を更新する発話チャネル影響量減算部と、前記補正後パワースペクトルＹ_ｎ（ω）から周波数平均パワーＺ_ｎを計算するパワー計算部と、前記周波数平均パワーＺ_ｎが最大となるｍを選択し、マイクロホンｍ（ｍは１以上Ｎ以下の整数）を前記発話チャネルとして検出する最大パワー検出部とを含む。

本発明によれば、複数のマイクロホンの収音信号を相互に利用することにより、１人の発話を複数のマイクロホンで検出してしまうことを防ぐことが可能となる。

発話検出装置１００の構成を示すブロック図。 発話検出装置１００の動作を示すフローチャート。 発話チャネル影響量計算部１４０の構成を示すブロック図。 発話チャネル影響量計算部１４０の動作を示すフローチャート。 減算係数テーブルの一例を示す図。 発話検出装置２００の構成を示すブロック図。 定常雑音推定部２３０−ｎの構成を示すブロック図。 定常雑音推定部２３０−ｎの動作を示すフローチャート。 発話検出装置３００の構成を示すブロック図。 減算係数更新部３３０の構成を示すブロック図。 減算係数更新部３３０の動作を示すフローチャート。 本願発明の利用シーンの一例である発話検出の様子を示す図。 特許文献１の技術による処理の様子を示す図。

以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。

＜実施形態１＞
以下、図１〜図２を参照して実施形態１の発話検出装置１００を説明する。図１は、発話検出装置１００の構成を示すブロック図である。図２は、発話検出装置１００の動作を示すフローチャートである。図１に示すように発話検出装置１００は、周波数領域変換部１１０−１、…、１１０−Ｎと、パワースペクトル計算部１２０−１、…、１２０−Ｎと、パワースペクトル記録部１３０−１、…、１３０−Ｎと、発話チャネル影響量計算部１４０と、発話チャネル影響量減算部１５０−１、…、１５０−Ｎと、パワー計算部１６０−１、…、１６０−Ｎと、最大パワー検出部１７０を含む（ただし、Ｎは２以上の整数とする）。発話検出装置１００は、発話者の音声を収音信号として収音するためにマイクロホン９１０−１、…、９１０−Ｎに接続している。

マイクロホン９１０−１、…、９１０−Ｎは、複数の音源からの音、例えば、会議参加者の発話を収音し、収音信号を生成する（Ｓ９１０）。周波数領域変換部１１０−１、…、１１０−Ｎは、マイクロホン９１０−１、…、９１０−Ｎで収音された収音信号をそれぞれ周波数領域変換し、周波数領域信号を生成する（Ｓ１１０）。以下、周波数領域信号をＸ_ｎ（ω）（ｎ＝１，…，Ｎ、ωは周波数）と表す。したがって、Ｘ_ｎ（ω）は周波数領域変換した信号を表す複素数となる。

パワースペクトル計算部１２０−１、…、１２０−Ｎは、周波数領域変換部１１０−１、…、１１０−Ｎの出力である周波数領域信号Ｘ_ｎ（ω）のパワースペクトルをそれぞれ計算する（Ｓ１２０）。以下、パワースペクトルをＰ_ｎ（ω）と表す。例えば、Ｐ_ｎ（ω）＝Ｘ_ｎ（ω）^２と計算するとよい。また、Ｐ_ｎ（ω）＝｜Ｘ_ｎ（ω）｜と計算してもよい。

パワースペクトル記録部１３０−１、…、１３０−Ｎは、補正後パワースペクトルＹ_ｎ（ω）（ｎ＝１，…，Ｎ）を記録する（Ｓ１３０）。補正後パワースペクトルＹ_ｎ（ω）の初期値としてパワースペクトル計算部１２０−ｎの出力であるパワースペクトルＰ_ｎ（ω）を記録する。

発話チャネル影響量計算部１４０は、発話チャネル影響量減算部１５０−ｎの出力である補正後パワースペクトルＹ_ｎ（ω）（ｎ＝１，…，Ｎ）と最大パワー検出部１７０の出力である発話チャネル（発話が検出されたチャネル）のチャネル番号ｍから発話チャネル影響量α_ｍｎ・Ｙ_ｍ（ω）を計算する。

以下、図３〜図４を参照して発話チャネル影響量計算部１４０について説明する。図３は、発話チャネル影響量計算部１４０の構成を示すブロック図である。図４は、発話チャネル影響量計算部１４０の動作を示すフローチャートである。図３に示すように発話チャネル影響量計算部１４０は、発話チャネルパワースペクトル選択部１４１と、発話チャネルパワースペクトル記録部１４２と、減算係数乗算部１４３−１、…、１４３−Ｎと、減算係数記録部１９０を含む。

ここで、減算係数α_ｍｎは、マイクロホンｍとマイクロホンｎの位置に応じて決まる値である。減算係数α_ｍｎは、事前に求めておき、減算係数記録部１９０に記録しておく。減算係数を表にした減算係数テーブルの一例を図５に示す。なお、α_ｎｎは、１となる。

減算係数α_ｍｎは、例えば、マイクロホンｍの前で話すことを想定したときの発話場所からマイクロホンｍまでの距離ｒ_ｍとその発話場所からマイクロホンｎまでの距離ｒ_ｎの比として計算することができる。

まず、発話チャネルパワースペクトル選択部１４１は、チャネル番号ｍを用いて補正後パワースペクトルＹ_ｎ（ω）（ｎ＝１，…，Ｎ）の中からＹ_ｍ（ω）を選択し（Ｓ１４１）、発話チャネルパワースペクトル記録部１４２は、Ｙ_ｍ（ω）を発話チャネルパワースペクトルとして記録する（Ｓ１４２）。なお、発話チャネルパワースペクトル記録部１４２には発話チャネルパワースペクトルの初期値としてゼロが記録されているものとする。このように初期値を設定しておくことで、発話チャネルパワースペクトルが記録されていないことにより発話チャネル影響量減算部１５０−１、…、１５０−Ｎで計算エラーが起きることを防ぐことができる。

減算係数乗算部１４３−ｎは、減算係数記録部１９０から読出した減算係数α_ｍｎを発話チャネルパワースペクトル記録部１４２から読出した発話チャネルパワースペクトルＹ_ｍ（ω）に乗じ、発話チャネル影響量α_ｍｎ・Ｙ_ｍ（ω）を計算する（Ｓ１４３）。発話チャネル影響量計算部１４０は、発話チャネル影響量α_ｍｎ・Ｐ_ｍ（ω）を発話チャネル影響量減算部１５０−ｎに出力する。

発話チャネル影響量減算部１５０−ｎ（ｎ＝１，…，Ｎ）は、パワースペクトル記録部１３０−ｎに記録した補正後パワースペクトルＹ_ｎ（ω）から発話チャネル影響量α_ｍｎ・Ｙ_ｍ（ω）を減算し、補正後パワースペクトルＹ_ｎ（ω）を計算する（Ｓ１５０）。

ただし、記号：＝は右辺の計算式の値を左辺の変数に代入することを示す。つまり、Ｙ_ｎ（ω）の値が更新されることになる。なお、ｎ＝ｍの場合、つまり発話チャネルについては、α_ｎｎ＝１となるため、Ｙ_ｍ（ω）＝０となる。

ここで、この新たに計算した補正後パワースペクトルＹ_ｎ（ω）でパワースペクトル記録部１３０−ｎを更新しておく（Ｓ１５０）。

パワー計算部１６０−ｎは、補正後パワースペクトルＹ_ｎ（ω）から周波数平均パワーＺ_ｎを計算する（Ｓ１６０）。周波数平均パワーＺ_ｎは周波数ωについて補正後パワースペクトルＹ_ｎ（ω）の総和をとり、周波数の総数ω_ＭＡＸで割ることにより計算される。

最大パワー検出部１７０は、パワー計算部１６０−ｎの出力である周波数平均パワーＺ_ｎのうち最大となるチャネル番号ｍを選択する（Ｓ１７０−１）。Ｚ_ｎの最大値がゼロ未満、すなわちＺ_ｎの値がすべてゼロ未満であるか判定する（Ｓ１７０−２）。Ｚ_ｎの値がすべてゼロ未満であると判定した場合は、処理を終了する。一方、Ｚ_ｎの値のうち、１つでもゼロ以上のものがある場合は、チャネル番号ｍを発話チャネルのチャネル番号として出力し、Ｓ１５０〜Ｓ１７０−２の処理とＳ１４１〜Ｓ１４３の処理を繰り返す（Ｓ１７０−３）。

処理が繰り返される間、最大パワー検出部１７０から出力されるチャネル番号すべてが発話チャネルとなる。

本実施形態の発明によれば、周波数平均パワーが最大となる発話に対応するマイクロホンが検出され、そのマイクロホンに対応する発話の音声が他のマイクロホンに入った成分α_ｍｎ・Ｐ_ｍ（ω）を推定して減算する。次に、減算した補正後パワースペクトルからサイン出される周波数平均パワーについて、最大となる発話に対応するマイクロホンが検出する。このように他のマイクロホンへの音の回り込み成分を減算しながら、発話のあるマイクロホン（発話チャネル）を検出していくことにより、１人の発話を複数のマイクロホンで検出してしまうことを防ぐことができる。
＜実施形態２＞
マイクロホンで収音される信号には、発話者の発話音声以外に空調の音やパソコンのファンの音などの定常雑音が含まれている。そこで、定常雑音を推定し、パワースペクトルＰ_ｎ（ω）から定常雑音を除去したものを用いて補正後パワースペクトルＹ_ｎ（ω）を計算する。これにより、空調やファンの音による誤動作を防ぐことができる。

実施形態２の発話検出装置２００の構成を図６に示す。実施形態２の発話検出装置２００は定常雑音推定部２３０−１、…、２３０−Ｎと定常雑音減算部２４０−１、…、２４０−Ｎを含む点において発話検出装置１００と異なる。

定常雑音推定部２３０−ｎは、パワースペクトルＰ_ｎ（ω）に含まれる定常雑音成分Ｒ_ｎ（ω）を推定する。定常雑音減算部２４０−ｎは、パワースペクトルＰ_ｎ（ω）から定常雑音成分Ｒ_ｎ（ω）を減算し、新たにパワースペクトルＰ_ｎ（ω）を計算する。

そこで、以下では、図７〜図８を参照して定常雑音推定部２３０−ｎについて説明する。図７は、定常雑音推定部２３０−ｎの構成を示すブロック図である。図８は、定常雑音推定部２３０−ｎの動作を示すフローチャートである。図７に示すように定常雑音推定部２３０−ｎは、時間平均パワー計算部２３５と、ディップホールド処理部２３６と、重み記録部２３９を含む。

まず、時間平均パワー計算部２３５は、パワースペクトルＰ_ｎ（ω）からその時間平均である時間平均パワースペクトルＰ⁻ _ｎ（ω）を計算する（Ｓ２３５）。ディップホールド処理部２３６は、Ｐ_ｎ（ω）の最小値を保持するディップホールド処理を行い、重み記録部２３９から重みβ、γを読出し、以下の式によりディップホールドパワーＤ_ｎ（ω）を求め、最終的に定常雑音成分Ｒ_ｎ（ω）を推定する（Ｓ２３６）。

ただし、β、γは、いずれも０以上１以下の実数であり、β＞γを満たす。

βまたはγが１に近いほど、長時間での平滑化したパワーの計算が行われる。時間平均パワースペクトルＰ⁻ _ｎ（ω）がディップホールドパワーＤ_ｎ（ω）よりも大きい場合に適用される係数βを、時間平均パワースペクトルＰ⁻ _ｎ（ω）がディップホールドパワーＤ_ｎ（ω）以下の場合に適用される係数γより大きくすることで、パワーの上昇時は緩やかな変化に、パワー下降時は急速なパワー変化になる。これにより計算後のディップホールドパワーＤ_ｎ（ω）は、時間平均パワースペクトルＰ⁻ _ｎ（ω）の最小値付近のパワーとなり、定常雑音に近いパワーを推定することができる。

定常雑音成分Ｒ_ｎ（ω）は、ディップホールドパワーＤ_ｎ（ω）にあらかじめ設定した固定の係数λを乗じることで算出できる。

本実施形態の発明によれば、定常雑音を除去したパワースペクトルＰ_ｎ（ω）を用いて補正後パワースペクトルＹ_ｎ（ω）を計算することにより、雑音環境下でも安定した動作を行うことができる。

＜実施形態３＞
実施形態１では、減算係数を事前に減算係数記録部１９０に記録しているものとした。しかし、このように減算係数を事前に設定したものに固定すると、配置変更などマイクロホンの相対的位置関係が変わるような場合、発話チャネル影響量α_ｍｎ・Ｙ_ｍ（ω）を正しく計算することができなくなる。そこで、発話を検出したチャネルのパワースペクトルの平均と当該チャネルを含むすべてのチャネルのパワースペクトルの平均の比を適宜計算し、この比を減算係数として減係数テーブルを更新する。これにより、マイクロホンの相対的位置関係に変動があった場合でも発話チャネル影響量α_ｍｎ・Ｙ_ｍ（ω）を正しく計算することができるようになる。

実施形態３の発話検出装置３００の構成を図９に示す。実施形態３の発話検出装置３００は減算係数更新部３３０を含む点において発話検出装置１００と異なる。減算係数更新部３３０は、パワースペクトルＰ_ｎ（ω）（ｎ＝１，…，Ｎ）と発話チャネルのチャネル番号ｍから、減算係数α_ｍｎを計算し、減算係数記録部１９０に記録してある減算係数テーブルの第ｍ行を更新する（図５参照）。

以下では、図１０〜図１１を参照して減算係数更新部３３０について説明する。図１０は、減算係数更新部３３０の構成を示すブロック図である。図１１は、減算係数更新部３３０の動作を示すフローチャートである。図１０に示すように減算係数更新部３３０は、平均パワー計算部３３１と、パワー比計算部３３２を含む。

平均パワー計算部３３１は、パワースペクトルＰ_ｎ（ω）（ｎ＝１，…，Ｎ）から時間周波数で平均をとった平均パワースペクトルＱ_ｎを計算する（Ｓ３３１）。パワー比計算部３３２は、入力されたチャネル番号ｍの平均パワースペクトルＱ_ｍを分母、ｍを含むチャネル番号ｎの平均パワースペクトルＱ_ｎを分子として平均パワースペクトルの比Ｑ_ｎ／Ｑ_ｍを計算する（Ｓ３３２）。これを減算係数α_ｍｎとして減算係数記録部１９０を更新する（Ｓ１９０）。

なお、減算係数α_ｍｎの初期値は、実施形態１と同様に事前に設定されているものとする。

本実施形態の発明によれば、マイクロホンｍとマイクロホンｎの位置に応じて決定する必要がある減算係数α_ｍｎを発話のあったマイクロホンの信号の平均パワースペクトルＱ_ｍとｍを含むマイクロホンの信号の平均パワースペクトルＱ_ｎを用いて適宜更新することができるため、マイクロホンの配置に変更があっても、その相対的位置関係に応じた適切な減算係数が設定することができる。

＜補記＞
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置（例えば通信ケーブル）が接続可能な通信部、ＣＰＵ（Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい）、メモリであるＲＡＭやＲＯＭ、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、ＣＰＵ、ＲＡＭ、ＲＯＭ、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、ＣＤ−ＲＯＭなどの記録媒体を読み書きできる装置（ドライブ）などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。

ハードウェアエンティティの外部記憶装置には、上述の機能を実現するために必要となるプログラムおよびこのプログラムの処理において必要となるデータなどが記憶されている（外部記憶装置に限らず、例えばプログラムを読み出し専用記憶装置であるＲＯＭに記憶させておくこととしてもよい）。また、これらのプログラムの処理によって得られるデータなどは、ＲＡＭや外部記憶装置などに適宜に記憶される。

ハードウェアエンティティでは、外部記憶装置（あるいはＲＯＭなど）に記憶された各プログラムとこの各プログラムの処理に必要なデータが必要に応じてメモリに読み込まれて、適宜にＣＰＵで解釈実行・処理される。その結果、ＣＰＵが所定の機能（上記、…部、…手段などと表した各構成要件）を実現する。

本発明は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、上記実施形態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。

既述のように、上記実施形態において説明したハードウェアエンティティ（本発明の装置）における処理機能をコンピュータによって実現する場合、ハードウェアエンティティ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、上記ハードウェアエンティティにおける処理機能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憶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。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、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、ハードウェアエンティティを構成することとしたが、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。

１００ 発話検出装置
１１０ 周波数領域変換部
１２０ パワースペクトル計算部
１３０ パワースペクトル記録部
１４０ 発話チャネル影響量計算部
１４１ 発話チャネルパワースペクトル選択部
１４２ 発話チャネルパワースペクトル記録部
１４３ 減算係数乗算部
１５０ 発話チャネル影響量減算部
１６０ パワー計算部
１７０ 最大パワー検出部
１９０ 減算係数記録部
２００ 発話検出装置
２３０ 定常雑音推定部
２３５ 時間平均パワー計算部
２３６ ディップホールド処理部
２３９ 重み記録部
２４０ 定常雑音減算部
３００ 発話検出装置
３３０ 減算係数更新部
３３１ 平均パワー計算部
３３２ パワー比計算部
９１０ マイクロホン

Claims (7)

1. Ｎを２以上の整数とし、
   マイクロホンｎ（ｎ＝１，…，Ｎ）で収音した収音信号を用いて発話があったマイクロホンを発話チャネルとして検出する発話検出装置であって、
   前記マイクロホンｎで収音した収音信号を周波数領域変換した周波数変換信号Ｘ_ｎ（ω）（ωは周波数）のパワースペクトルＰ_ｎ（ω）を補正後パワースペクトルＹ_ｎ（ω）の初期値とし、
   前記補正後パワースペクトルＹ_ｎ（ω）から前記発話チャネルに対応する周波数領域信号のパワースペクトルである発話チャネルスペクトルの影響である発話チャネル影響量を減算することにより、前記補正後パワースペクトルＹ_ｎ（ω）を更新する発話チャネル影響量減算部と、
   前記補正後パワースペクトルＹ_ｎ（ω）から周波数平均パワーＺ_ｎを計算するパワー計算部と、
   前記周波数平均パワーＺ_ｎが最大となるｍを選択し、マイクロホンｍ（ｍは１以上Ｎ以下の整数）を前記発話チャネルとして検出する最大パワー検出部と
   を含む発話検出装置。
2. Ｎを２以上の整数とし、
   マイクロホンｎ（ｎ＝１，…，Ｎ）で収音した収音信号を用いて発話があったマイクロホンを発話チャネルとして検出する発話検出装置であって、
   Ｒ_ｎ（ω）をマイクロホンｎで収音される定常雑音成分とし、
   前記マイクロホンｎで収音した収音信号を周波数領域変換した周波数変換信号Ｘ_ｎ（ω）（ωは周波数）のパワースペクトルＰ_ｎ（ω）から前記定常雑音成分Ｒ_ｎ（ω）を減算した値を補正後パワースペクトルＹ_ｎ（ω）の初期値とし、
   前記補正後パワースペクトルＹ_ｎ（ω）から前記発話チャネルに対応する周波数領域信号のパワースペクトルである発話チャネルスペクトルの影響である発話チャネル影響量を減算することにより、前記補正後パワースペクトルＹ_ｎ（ω）を更新する発話チャネル影響量減算部と、
   前記補正後パワースペクトルＹ_ｎ（ω）から周波数平均パワーＺ_ｎを計算するパワー計算部と、
   前記周波数平均パワーＺ_ｎが最大となるｍを選択し、マイクロホンｍ（ｍは１以上Ｎ以下の整数）を前記発話チャネルとして検出する最大パワー検出部と
   を含む発話検出装置。
3. 請求項１または２に記載の発話検出装置であって、
   α_ｍｎをマイクロホンｍとマイクロホンｎの相対的位置に応じて定まる減算係数とし、
   前記発話チャネル影響量は、α_ｍｎ・Ｐ_ｍ（ω）として計算されることを特徴とする発話検出装置。
4. 請求項３に記載の発話検出装置であって、
   さらに、
   前記パワースペクトルＰ_ｎ（ω）の時間周波数平均である平均パワースペクトルＱ_ｎから計算される比Ｑ_ｎ／Ｑ_ｍを前記減算係数α_ｍｎとして更新する減算係数更新部を含む発話検出装置。
5. Ｎを２以上の整数とし、
   発話チャネル影響量減算部と、パワー計算部と、最大パワー検出部とを含む発話検出装置が、マイクロホンｎ（ｎ＝１，…，Ｎ）で収音した収音信号を用いて発話があったマイクロホンを発話チャネルとして検出する発話検出方法であって、
   前記マイクロホンｎで収音した収音信号を周波数領域変換した周波数変換信号Ｘ_ｎ（ω）（ωは周波数）のパワースペクトルＰ_ｎ（ω）を補正後パワースペクトルＹ_ｎ（ω）の初期値とし、
   前記発話チャネル影響量減算部が、前記補正後パワースペクトルＹ_ｎ（ω）から前記発話チャネルに対応する周波数領域信号のパワースペクトルである発話チャネルスペクトルの影響である発話チャネル影響量を減算することにより、前記補正後パワースペクトルＹ_ｎ（ω）を更新する発話チャネル影響量減算ステップと、
   前記パワー計算部が、前記補正後パワースペクトルＹ_ｎ（ω）から周波数平均パワーＺ_ｎを計算するパワー計算ステップと、
   前記最大パワー検出部が、前記周波数平均パワーＺ_ｎが最大となるｍを選択し、マイクロホンｍ（ｍは１以上Ｎ以下の整数）を前記発話チャネルとして検出する最大パワー検出ステップと
   を含む発話検出方法。
6. 請求項１ないし４のいずれか１項に記載の発話検出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。
7. 請求項６に記載したいずれかのプログラムを記録したコンピュータで読み取り可能な記録媒体。

Images