JP6601030B2 - ヘッドセット - Google Patents

Description

開示の技術は、ヘッドセットに関する。

サーバを介した通話を行うためのハンズフリー電話機（以下、電話機）において、第１ユーザの電話機のマイクロフォンは第１ユーザが発話した音声を取得し、第１ユーザの電話機は、当該音声に対応する音声信号をサーバに送信する。第２ユーザの電話機のスピーカは、サーバから受信した当該音声信号を音声として出力する。第２ユーザの電話機のマイクロフォンはスピーカから出力された当該音声を取得し、第２ユーザの電話機は、当該音声に対応する音声信号をサーバに送信する。第１ユーザの電話機のスピーカは、サーバから受信した当該音声信号を音声として出力する。第１ユーザの電話機のマイクロフォンはスピーカから出力された当該音声を取得し、第１ユーザの電話機は、当該音声に対応する音声信号をサーバに送信する。

第１ユーザの電話機のスピーカで出力される音声は、対応する音声信号がサーバを介していることなどにより、第１ユーザが発話した元の音声よりも遅延されている。上記したように、第１ユーザが発話した音声は、第１ユーザの電話機と第２ユーザの電話機との間で遅延を伴い入出力され続けるため、第１ユーザは、自分が発話した音声のエコーを聞くことになる。当該エコーをキャンセル、即ち、抑制するために適応フィルタを用いる技術が存在する。

特開平６−１４１０１号公報

羽田、"５章 音響エコーキャンセラ"、［ｏｎｌｉｎｅ］、２０１２年、電子情報通信学会、［２０１５年６月２２日検索］、インターネット（ＵＲＬ：ｈｔｔｐ://ｗｗｗ.ｉｅｉｃｅ-ｈｂｋｂ.ｏｒｇ／ｆｉｌｅｓ／０２／０２ｇｕｎ＿０６ｈｅｎ＿０５．ｐｄｆ）

上記エコーは、電話機に替えてヘッドセットを用いた通話でも発生し、ヘッドセットでも適応フィルタによってエコーを抑制することが可能である。第１ユーザ及び第２ユーザが、例えば、同一室内に存在する場合、第１ユーザは他の発話者である第２ユーザが発話した音声を直接聞くと共に、サーバを介して、第１ユーザのヘッドセットのスピーカからも聞くことになる。スピーカを介して第１ユーザが聞く音声は、対応する音声信号がサーバを介していることなどにより、第１ユーザが直接聞く音声よりも遅延されている。これにより、第１ユーザは、第２ユーザが発話した音声のエコーを聞くことになる。

開示の技術は、他の発話者が発話した音声によるエコーを抑制する。

開示の技術において、環境音マイクは、環境音を第１音声信号に変換し、スピーカは、入力された音声信号に対応する音声を出力し、受信部は、サーバから送信された第２音声信号を受信する。適応フィルタは、作動状態で第１音声信号及び第２音声信号に基づいて第２音声信号に対する擬似エコー信号を生成し、非作動状態で擬似エコー信号の生成を中止する。切替部は、適応フィルタで生成された擬似エコー信号を用いて第２音声信号に含まれるエコーを低減した音声信号をスピーカへ入力する第１状態と、受信部が受信した第２音声信号を前記スピーカへ入力する第２状態とに切り替える。

開示の技術は、１つの側面として、他の発話者が発話した音声によるエコーを抑制する、という効果を有する。

実施形態に係るヘッドセットの構成の一例を示すブロック図である。 実施形態に係るヘッドセットの外観の一例を示す概念図である。 実施形態に係るオンライン会議システムの構成の一例を示すブロック図である。 実施形態に係る適応フィルタ判定部の構成の一例を示すブロック図である。 実施形態に係る適応フィルタ判定処理の一例を示すフローチャートである。 実施形態に係る部屋番号テーブルの一例を示す概念図である。 実施形態に係るヘッドセットの電気系の構成の一例を示すブロック図である。 ユーザ自身が発話した音声のエコーを説明する概念図である。 関連技術のヘッドセットの構成の一例を示すブロック図である。 実施形態に係る第２ユーザが発話した音声のエコーを説明する概念図である。 実施形態に係る第２ユーザが発話した音声のエコーの抑制を説明する概念図である。

以下、図面を参照して開示の技術の実施形態の一例を詳細に説明する。なお、以下の説明では、ヘッドセットを例に挙げて説明するが、本実施形態はこれに限定されるものではない。本実施形態は、例えば、スピーカと通話マイクとが近接しているＩＰ（Internet Protocol）電話機、オンライン会議用のマイクスピーカフォンなどに適用されてもよい。

一例として図１に示すヘッドセット１０は、通話マイク１２、第１アナログデジタル変換部（以下、第１Ａ／Ｄ変換部）１４、及び送信部１６を含む。通話マイク１２（図２参照）は、ヘッドセット１０を装着したユーザが発話した音声を取得し、アナログ音声信号に変換する。第１Ａ／Ｄ変換部１４は、アナログ音声信号をデジタル音声信号に変換する。送信部１６は、当該デジタル音声信号を、後述する図３に例示するクライアント１１０及びネットワーク１３０を介してサーバ１２０に送信する。

ヘッドセット１０は、さらに、受信部１８、デジタルアナログ変換部（以下、Ｄ／Ａ変換部）２０、スピーカ２２、第１適応フィルタ２４、及び第１加算部２６を含む。受信部１８は、ネットワーク１３０及びクライアント１１０を介してサーバ１２０からデジタル音声信号を受信する。当該デジタル音声信号は、他のヘッドセット１０からサーバ１２０に送信されたデジタル音声信号である。Ｄ／Ａ変換部２０は、デジタル音声信号をアナログ音声信号に変換する。スピーカ２２（図２参照）は、アナログ音声信号に対応する音声を出力する。第１適応フィルタ２４のタップ係数は、第１Ａ／Ｄ変換部１４から出力される音声信号に基づいて調整され、タップ係数が調整された第１適応フィルタ２４は、受信部１８から出力された音声信号に基づいて疑似エコー信号を生成して出力する。第１加算部２６は、第１Ａ／Ｄ変換部１４から出力される音声信号から、第１適応フィルタ２４から出力される疑似エコー信号を減算する。これにより、第１Ａ／Ｄ変換部１４から出力される音声信号に含まれるヘッドセット１０を装着したユーザ自身が発話した音声のエコーが抑制される。なお、エコーの抑制に適応フィルタを用いることは既知の技術であるため詳述しない。

ヘッドセット１０は、また、環境音マイク２８、第２アナログデジタル変換部（以下、第２Ａ／Ｄ変換部）３０、ローパスフィルタ３２、開示の技術の適応フィルタの一例である第２適応フィルタ３４、開示の技術の一例である切替部の一例である適応フィルタ判定部３６、及び開示の技術の切替部の一例であるスイッチ４０を含む。環境音マイク２８は、図２に例示するように、イヤーカップ４２の外側（ヘッドセット１０装着時にユーザの耳が接する側を内側とする。）に配置され、周囲の環境音を取得してアナログ音声信号に変換する。第２Ａ／Ｄ変換部３０は、アナログ音声信号をデジタル音声信号に変換する。ローパスフィルタ３２は、デジタル音声信号から高周波成分即ちノイズを除去する。適応フィルタ判定部３６は、後述する適応フィルタ判定処理によって、第２適応フィルタ３４をオンもしくはオフする。

第２適応フィルタ３４のタップ係数は、受信部１８から出力された音声信号に基づいて調整され、タップ係数が調整された第２適応フィルタ３４は、ローパスフィルタ３２から出力された音声信号に基づいて疑似エコー信号を生成して出力する。第２加算部３８は、第２適応フィルタ３４がオンである場合、受信部１８から出力された音声信号から、第２適応フィルタ３４から出力された疑似エコー信号を減算する。これにより、第２適応フィルタ３４がオンである場合、受信部１８から出力されスピーカ２２に向かう音声信号が抑制される。スイッチ４０（図２参照）は、適応フィルタ判定部３４の適応フィルタ判定処理の結果に関わらず第２適応フィルタ３４をオフする。スイッチ４０は、例えば、スライドスイッチであってもよいし、クライアント１１０などで稼動するヘッドセット１０の設定アプリを介してオンオフされるソフトウェアによるスイッチであってもよい。

なお、図４に例示するように、ヘッドセット１０は、例えば、プロセッサ６２及び適応フィルタ判定処理プログラム６４Ａを記憶する記憶部６４を含む。プロセッサ６２は、適応フィルタ判定処理プログラム６４Ａを実施することにより、適応フィルタ判定処理部３６として機能する。

一例として、図３に示すオンライン会議システム１００は、ネットワーク１３０、サーバ１２０、クライアント１１０、及びヘッドセット１０を含む。ネットワーク１３０は、例えば、インターネット、ＷＡＮ（Wide Area Network）、もしくはＬＡＮ（Local Area Network）などであってよい。サーバ１２０は記憶部１２２を含み、ネットワーク１３０を介して複数のクライアント１１０と接続される。図３では、煩雑さを回避するため、２つのクライアント１１０のみを示す。サーバ１２０は、例えば、ＩＰ電話サービスの管理制御を行うＳＩＰ（Session Initiation Protocol）サーバであってよい。クライアント１１０はタッチパネルディスプレイ１１２を含み、ヘッドセット１０と接続される。クライアント１１０は、例えば、オンライン会議専用端末、タブレット、スマートフォン、もしくはパーソナルコンピュータなどであってよい。クライアント１１０がパーソナルコンピュータである場合、タッチパネルディスプレイ１１２に替えて、ディスプレイ及びマウスを含んでいてもよい。

次に、本実施形態の作用として、第１ユーザが装着するヘッドセット１０の適応フィルタ判定部３６によって行われる適応フィルタ判定処理について、図５を参照して説明する。

例えば、第１ユーザのクライアント１１０のタッチパネルディスプレイ１１２に表示される図示しない通話開始ボタンなどを第１ユーザがタップすることによって、オンライン会議システム１００による通話が開始されると、適応フィルタ判定処理が開始される。

図５のステップ２０２で、適応フィルタ判定部３６は、オンライン会議システム１００の通話に参加している複数のユーザの１人である第２ユーザが第１ユーザと同一室内に存在するか否か判定する。第２ユーザが第１ユーザと同一室内に存在する場合、第２ユーザが発話した音声を第１ユーザが直接聞くことが可能であると推定される。図６に示すように、例えば、サーバ１２０は、クライアント１１０の各々のＩＰアドレスとクライアント１１０が存在する部屋番号とを関連付けて登録している部屋番号テーブル７２に対応するデータを予め記憶部１２２に記憶している。適応フィルタ判定部３６は、第１ユーザのクライアント１１０のＩＰアドレスに関連付けられている部屋番号及び第２ユーザのクライアント１１０のＩＰアドレスに関連付けられている部屋番号をサーバ１２０から取得する。適応フィルタ判定部３６は、当該部屋番号に基づいて、第２ユーザが第１ユーザと同一室内に存在するか否か判定する。なお、適応フィルタ判定部３６はサーバ１２０に問い合わせることにより第２ユーザのクライアント１１０のＩＰアドレスを取得することが可能である。また、部屋番号テーブル７２には、クライアント１１０のＩＰアドレスに替えて、ヘッドセット１０のＩＰアドレスが登録されていてもよい。

ステップ２０２の判定が否定された場合、ステップ２０４で、適応フィルタ判定部３６は、第２ユーザと第１ユーザとの間の距離が所定値内であるか否か判定する。第２ユーザと第１ユーザとの間の距離が所定値内である場合、第２ユーザが発話した音声を第１ユーザが直接聞くことが可能であると推定される。第１ユーザ及び第２ユーザのクライアント１１０の位置情報は、例えば、ＧＰＳ（Global Positioning System）、ＷｉＦｉ、もしくはＢｌｕｅｔｏｏｔｈ（登録商標）を用いた位置検出サービスなどを用いて検出される。検出された位置情報は、サーバ１２０に送信され、サーバ１２０は当該位置情報を記憶部１２２に記憶する。適応フィルタ判定部３６は、第１ユーザ及び第２ユーザのクライアント１１０の位置情報をサーバの記憶部１２２から取得し、第１ユーザのクライアント１１０と第２ユーザのクライアント１１０との間の距離を算出する。適応フィルタ判定部３６は、当該距離に基づいて、第２ユーザと第１ユーザとの間の距離が所定値内であるか否か判定する。なお、第１ユーザのクライアント１１０と第２ユーザのクライアント１１０との間の距離を算出する代わりに、第１ユーザのヘッドセット１０と第２ユーザのヘッドセット１０との間の距離を算出するようにしてもよい。

ステップ２０４の判定が否定された場合、即ち、距離が所定値でない場合、ステップ２０６で、適応フィルタ判定部３６は、第２適応フィルタ３４をオフする（非作動状態及び第２状態に相当）。即ち、ステップ２０２及びステップ２０４の判定が否定されたことにより、第２ユーザが発話した音声を第１ユーザが直接聞くことが可能ではないと推定される。この場合、受信部１８からスピーカ２２に向かう音声信号は抑制されず、第１ユーザは、ヘッドセット１０のスピーカ２２から出力される音声を聞くことが可能となる。ステップ２０８で、適応フィルタ判定部３６は、例えば、第１ユーザのクライアント１１０のタッチパネルディスプレイ１１２に表示される図示しない通話終了ボタンなどを第１ユーザがタップすることによって通話が終了されたか否か判定する。ステップ２０８の判定が肯定されるまで、ステップ２０８の判定が繰り返される。ステップ２０８の判定が肯定されると、適応フィルタ判定部３６は、適応フィルタ判定処理を終了する。

ステップ２０２の判定が肯定された場合、もしくは、ステップ２０４の判定が肯定された場合、適応フィルタ判定部３６は、ステップ２１０で環境音の音量が所定値以上であるか否か判定する。環境音は、環境音マイク２８で取得される音声である。即ち、第２ユーザが発話した音声を第１ユーザが直接聞くことが可能であると推定される場合、環境音の音量が所定値以上であれば、第２ユーザが発話していると推定される。ステップ２１０の判定が否定された場合、適応フィルタ判定部３６は第２適応フィルタ３４をオフする。この場合、受信部１８からスピーカ２２に向かう音声信号は抑制されず、第１ユーザは、ヘッドセット１０のスピーカ２２から出力される第２ユーザが発話した音声を聞くことが可能となる。

ステップ２１０の判定が肯定されると、即ち、第２ユーザが発話していると推定されると、ステップ２１２で、適応フィルタ判定部３６は、スイッチ４０がオンであるか否かを判定する。ステップ２１２の判定が否定された場合、適応フィルタ判定部３６は第２適応フィルタ３４をオフする。即ち、適応フィルタ判定部３６の判定結果に関わらず、スイッチ４０によって第２適応フィルタ３４をオフすることが可能である。例えば、環境音の音量が所定値以上であっても環境音が第２ユーザの音声を含まない場合、スイッチ４０をオフすることにより、第１ユーザは、ヘッドセット１０のスピーカ２２から出力される音声を聞くことが可能となる。また、周囲の雑音などにより第２ユーザが発話した音声を第１ユーザが直接聞くことが困難である場合にも、スイッチ４０をオフすることにより、第１ユーザは、ヘッドセット１０のスピーカ２２から出力される音声を聞くことが可能となる。

ステップ２１２の判定が肯定されると、適応フィルタ判定部３６は第２適応フィルタ３４をオンする（作動状態及び第２状態に相当）。即ち、この場合、受信部１８からスピーカ２２に向かう音声信号は抑制され、スピーカ２２から出力される当該音声信号に対応する音声は抑制される。即ち、スピーカ２２から出力される第２ユーザが発話した音声は抑制され、第１ユーザは、第２ユーザが発話した音声を直接聞くだけとなる。

ステップ２１８で、適応フィルタ判定部３６は、第１ユーザのクライアント１１０のタッチパネルディスプレイ１１２に表示される図示しない通話終了ボタンなどを第１ユーザがタップすることによって通話が終了されたか否か判定する。ステップ２１８の判定が肯定されるまで、ステップ２１８の判定が繰り返される。ステップ２１８の判定が肯定されると、適応フィルタ判定部３６は、適応フィルタ判定処理を終了する。なお、図５では、第１のユーザ及び第２のユーザの例について説明したが、オンライン会議システム１００の通話に参加している複数のユーザの各々の間で同様の処理が行われる。

なお、ヘッドセット１０が適応フィルタ判定部３６及びスイッチ４０を含む例について説明したが、本実施形態はこれに限定されない。例えば、ヘッドセット１０は適応フィルタ判定部３６及びスイッチ４０の何れか一方だけを含んでいてもよい。

なお、適応フィルタ判定部３６によって第２適応フィルタ３４がオンする状態とは、第２適応フィルタ３４が擬似エコー信号を生成する作動状態である。また、適応フィルタ判定部３６によって第２適応フィルタ３４がオンする状態とは、擬似エコー信号を用いて受信部１８が受信した音声信号に含まれるエコーを低減した音声信号をスピーカ２２へ入力する第１状態である。また、適応フィルタ判定部３６もしくはスイッチ４０によって第２適応フィルタ３４がオフする状態とは、適応フィルタ３４が擬似エコー信号の生成を中止する非作動状態である。また、適応フィルタ判定部３６もしくはスイッチ４０によって第２適応フィルタ３４がオフする状態とは、受信部１８が受信した音声信号を擬似エコー信号を用いて抑制せずスピーカ２２へ入力する第２状態である。

なお、図７に例示するように、図５のステップ２０６及びステップ２１６で第２適応フィルタをオフし、ステップ２１４でオンするために、例えば、状態切替スイッチ３４Ａを使用してもよい。また、図７に例示するように、ステップ２１２でオンであるか否かが判定されるスイッチ４０の一例としてスイッチ４０Ａを使用してもよい。

なお、第１ユーザ及び第２ユーザが同一室内に存在するか、もしくは、第１ユーザ及び第２ユーザの間の距離が所定値内であり、かつ、環境音の音量が所定値以上の場合に第２適応フィルタ３４をオンする例について説明した。しかしながら、本実施形態は、これに限定されない。例えば、環境音の音量が所定値以上であるか否か判定する代わりに、第２ユーザのヘッドセット１０の通話マイク１２が取得している音声の音量が所定値以上であるか否か判定するようにしてもよい。なお、第２ユーザのヘッドセット１０の通話マイク１２が取得している音声の音量が所定値以上であるか否かは、例えば、サーバ１２０を介して第１ユーザのヘッドセット１０に送信されてもよい。また、第２ユーザのヘッドセット１０の通話マイク１２が取得している音声の音量が所定値以上であるか否かは、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）もしくはＷｉＦｉなどによって、第２ユーザのヘッドセット１０から第１ユーザのヘッドセット１０に送信されてもよい。

次に、第１ユーザの発話した音声によるエコーについて説明する。図８に例示するように、第１ユーザのヘッドセット１１Ａの通話マイク１２Ａは、第１ユーザが発話した音声を取得する。ヘッドセット１１Ａは当該音声に対応する音声信号ｖをサーバ１２０に送信する。第２ユーザのヘッドセット１１Ｂはサーバ１２０から音声信号ｖ’を受信する。音声信号ｖ’は、サーバ１２０を介することなどにより遅延した音声信号ｖである。第２ユーザのヘッドセット１１Ｂのスピーカ２２Ｂは、音声信号ｖ’に対応する音声を出力する。ヘッドセット１１Ｂの通話マイク１２Ｂは当該音声を取得する。ヘッドセット１１Ｂは当該音声に対応する音声信号ｖ’をサーバ１２０に送信する。ヘッドセット１１Ａは音声信号ｖ”を受信する。音声信号ｖ”は、サーバ１２０を介することなどにより遅延した音声信号ｖ’である。ヘッドセット１１Ａのスピーカ２２Ａは音声信号ｖ”に対応する音声を出力する。ヘッドセット１１Ａの通話マイク１２Ａは当該音声を取得する。ヘッドセット１１Ａは当該音声に対応する音声信号ｖ”をサーバ１２０に送信する。このように、第１ユーザが発話した音声は、第１ユーザのヘッドセット１１Ａと第２ユーザのヘッドセット１１Ｂとの間で遅延を伴い入出力され続けるため、第１ユーザは、自分が発話した音声のエコーを聞くことになる。

図９にヘッドセット１１Ａ及び１１Ｂ（以下、ヘッドセット１１）の構成を例示する。ヘッドセット１１Ａは、環境音マイク２８、第２Ａ／Ｄ変換部３０、ローパスフィルタ３２、第２適応フィルタ３４、適応フィルタ判定部３６、及びスイッチ４０を含まない点で、本実施形態のヘッドセット１０と異なる。ヘッドセット１１の第１適応フィルタ２４は、図１を用いて説明したように、第１ユーザ、即ち自分自身が発話した音声のエコーを抑制する。

次に、第１ユーザと第２ユーザとが近接した位置に存在する場合について説明する。第１ユーザ及び第２ユーザが離間した位置に存在する場合、即ち、互いが発話した音声が互いに直接聞こえない場合には、上記したように、例えば、第１適応フィルタ２４を用いて、自分自身が発話した音声のエコーのみを抑制すればよい。しかしながら、例えば、第１ユーザ及び第２ユーザが同一室内に存在する場合、図１０に例示するように、第１ユーザは、第２ユーザが発話した音声ｓを直接聞くと共に、第１ユーザのヘッドセット１１Ａのスピーカ２２Ａから出力される音声ｓ’を聞く。音声ｓ’は、対応する音声信号がサーバ１２０を介することなどにより遅延した音声ｓである。したがって、第１ユーザは、直接聞く音声ｓとスピーカ２２Ａから出力される音声ｓ’とによるエコーを聞くことになる。第１適応フィルタ２４は、通話マイク１２Ａから取得された音声に対応する音声信号及びサーバ１２０から受信した音声信号に基づいて疑似エコー信号を生成する。したがって、第１適応フィルタ２４は、第１ユーザが直接聞く音声ｓとスピーカ２２Ａから出力される音声ｓ’とによるエコーは抑制しない。

一方、図１１に例示するように、本実施形態の第１ユーザＵ１のヘッドセット１０Ａ及び第２ユーザＵ２のヘッドセット１０Ｂは環境音を取得する環境音マイク２８Ａ及び２８Ｂを含む。環境音はユーザの周囲の音声であり、ユーザが（サーバ１２０及びスピーカ２２Ａもしくは２２Ｂを介さず）直接聞く音声に対応する。環境音マイク２８Ａは、第２ユーザＵ２が発話した音声ｔを環境音として取得する。また、第２ユーザＵ２のヘッドセット１０Ｂの通話マイク１２Ｂは第２ユーザＵ２が発話した音声ｔを取得し、ヘッドセット１０Ｂは当該音声ｔに対応する音声信号をサーバ１２０に送信する。ヘッドセット１０Ａは、サーバ１２０を介することなどにより遅延した当該音声信号を受信する。ヘッドセット１０Ａのスピーカ２２Ａは当該音声信号に対応する音声ｔ’を出力する。

しかしながら、本実施形態では、第２適応フィルタ３４がオンである場合、図１を用いて説明したように、第２適応フィルタ３４は第２ユーザＵ２が発話した音声によるエコーを抑制する。第２適応フィルタ３４は、環境音マイク２８Ａが取得した環境音に対応する音声信号、及び、サーバ１２０から受信した第２ユーザＵ２が発話した音声に対応する音声信号に基づいて、疑似エコー信号を生成する。ここで、環境音とは、第１ユーザＵ１が直接聞く第２ユーザが発話した音声に対応する。

本実施形態では、環境音マイク２８が環境音を第１音声信号に変換し、スピーカ２２は入力された音声信号に対応する音声を出力する。受信部１８はサーバ１２０から送信された第２音声信号を受信する。第２適応フィルタ３４は、作動状態で第１音声信号及び第２音声信号に基づいて第２音声信号に対する擬似エコー信号を生成し、非作動状態で擬似エコー信号の生成を中止する。適応フィルタ判定部３６は、作動状態と非作動状態とを切り替える。また、適応フィルタ判定部３６は、第１状態と第２状態とを切り替えてもよい。第１状態では、第２音声信号に含まれるエコーを低減した音声信号を前記スピーカ２２へ入力し、第２状態では、受信部１８が受信した第２音声信号を前記スピーカ２２へ入力する。

これにより、本実施形態では、第１ユーザのヘッドセット１０のスピーカ２２に送信される第２ユーザが発話した音声に対応する音声信号を抑制することが可能となる。即ち、第２ユーザが発話した音声を第１ユーザが直接聞くことが可能である場合に、遅延してスピーカ２２から出力される第２ユーザが発話した同一の音声を抑制することが可能である。このように、本実施形態では、他の発話者である第２ユーザが発話した音声によるエコーを抑制することで、第１ユーザは他の発話者が発話した音声を明瞭に聞き取ることが可能となる。

また、本実施形態では、適応フィルタ判定部３６の判定結果に関わらず、スイッチ４０がオフである場合、第２適応フィルタ３４をオフする。すなわち、スイッチ４０は、第２適応フィルタ３４を第１状態から第２状態へ切り替える。もしくは、スイッチ４０は、第２適応フィルタ３４を作動状態から非作動状態に切り替える。これにより、不適切な場合に、第１ユーザのヘッドセット１０Ａのスピーカ２２Ａに送信される第２ユーザの音声に対応する音声信号を抑制することを回避することが可能となる。不適切な場合とは、例えば、環境音の音量が所定値以上であるが当該環境音が第２ユーザが発話した音声を含まない場合など、である。

以上の実施形態に関し、更に以下の付記を開示する。
（付記１）
環境音を第１音声信号に変換する環境音マイクと、
入力された音声信号に対応する音声を出力するスピーカと、
サーバから送信された第２音声信号を受信する受信部と、
作動状態で前記第１音声信号及び前記第２音声信号に基づいて前記第２音声信号に対する擬似エコー信号を生成し、非作動状態で前記擬似エコー信号の生成を中止する適応フィルタと、
前記適応フィルタで生成された擬似エコー信号を用いて前記第２音声信号に含まれるエコーを低減した音声信号を前記スピーカへ入力する第１状態と、前記受信部が受信した第２音声信号を前記スピーカへ入力する第２状態とに切り替える切替部と、
を含む、
ヘッドセット。
（付記２）
前記切替部は、前記適応フィルタを作動状態とすることにより前記第１状態に切り替え、前記適応フィルタを非作動状態とすることにより前記第２状態に切り替える、
付記１に記載のヘッドセット。
（付記３）
前記切替部は、他の発話者が発話した音声を直接聞き取ることが可能な範囲内に前記他の発話者が存在するか否か判定し、前記他の発話者が存在する場合に前記第１状態に切り替え、前記他の発話者が存在しない場合に前記第２状態に切り替える付記１又は付記２に記載のヘッドセット。
（付記４）
前記切替部は、前記作動状態から前記非作動状態に切り替えるスイッチを含む付記３に記載のヘッドセット。
（付記５）
前記切替部は、前記他の発話者が同一室内に存在するか、もしくは所定距離内に存在する場合であって、かつ、前記環境音が所定値以上である場合に、前記他の発話者が発話した音声を直接聞き取ることが可能な範囲内に前記他の発話者が存在すると判定する、
付記３又は付記４に記載のヘッドセット。

１０ ヘッドセット
１２ 通話マイク
１６ 送信部
１８ 受信部
２２ スピーカ
２８ 環境音マイク
３４ 第２適応フィルタ
３６ 適応フィルタ判定部
４０ スイッチ

Claims (4)

1. 環境音を第１音声信号に変換する環境音マイクと、
   入力された音声信号に対応する音声を出力するスピーカと、
   サーバから送信された第２音声信号を受信する受信部と、
   作動状態で前記第１音声信号及び前記第２音声信号に基づいて前記第２音声信号に対する擬似エコー信号を生成し、非作動状態で前記擬似エコー信号の生成を中止する適応フィルタと、
   前記適応フィルタで生成された擬似エコー信号を用いて前記第２音声信号に含まれる遅延した前記第１音声信号によるエコーを低減した音声信号を前記スピーカへ入力する第１状態と、前記受信部が受信した第２音声信号を前記スピーカへ入力する第２状態とに切り替える切替部と、
   を含む、
   ヘッドセット。
2. 前記切替部は、前記適応フィルタを作動状態とすることにより前記第１状態に切り替え、前記適応フィルタを非作動状態とすることにより前記第２状態に切り替える、
   請求項１に記載のヘッドセット。
3. 前記切替部は、他の発話者が発話した音声を直接聞き取ることが可能な範囲内に前記他の発話者が存在するか否か判定し、前記他の発話者が存在する場合に前記第１状態に切り替え、前記他の発話者が存在しない場合に前記第２状態に切り替える請求項１又は請求項２に記載のヘッドセット。
4. 前記切替部は、前記作動状態から前記非作動状態に切り替えるスイッチをさらに含む請求項３に記載のヘッドセット。