JP7243105B2 - 音源方向判定装置、音源方向判定方法、及び音源方向判定プログラム - Google Patents

Description

本発明は、音源方向判定装置、音源方向判定方法、及び音源方向判定プログラムに関する。

第１指向性マイクロフォンを第１方向に沿って伝搬する音を検出するように配置し、第２指向性マイクロフォンを第１方向に交差する第２方向に沿って伝搬する音を検出するように配置することで、音源方向を判定する音源方向判定装置が存在する。この音源方向判定装置では、第１指向性マイクロフォンが検出した音の音圧の大きさが第２指向性マイクロフォンで検出した音の音圧の大きさよりも大きい場合、音が第１方向に沿って伝搬した音であると判定する。一方、第２指向性マイクロフォンが検出した音の音圧の大きさが第１指向性マイクロフォンで検出した音の音圧の大きさよりも大きい場合、音が第２方向に沿って伝搬した音であると判定する。

特開２０１８－４０９８２号公報

渡邊ら、"指向性マイクロホンを用いた音源位置推定に関する基礎的検討"、[online]、［平成３０年９月１３日検索］、インターネット（ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｃｉｔ．ｎｉｈｏｎ－ｕ．ａｃ．ｊｐ／ｋｏｕｅｎｄａｔａ／Ｎｏ．４１／２＿ｄｅｎｋｉ／２－００８．ｐｄｆ） 山本貢平、「回折計算の方法」、騒音制御、日本、１９９７年、Vol. 21、No. 3、頁143～147

しかしながら、指向性マイクロフォンは、無指向性マイクロフォンよりもサイズが大きく、価格も高いため、無指向性マイクロフォンを使用した場合よりも、音源方向判定装置のサイズが大きくなり、価格が高くなる、という問題がある。

本発明は、１つの側面として、情報処理端末の筐体と当該情報処理端末の装着者との間の隙間の大きさに拘わらず、無指向性マイクロフォンを使用した音源方向判定の精度を向上させることを目的とする。

１つの実施形態では、音源方向判定装置は、第１音道及び第２音道が内部に設けられたマイク設置部を有する。第１音道は、第１平坦面に開口した第１開口部を一端部に備え、第１開口部から音が伝搬される。第２音道は、第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、第２開口部から音が伝搬される。音源方向判定装置は、第１音道の他端部または第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、第２音道の他端部または第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、合成音を出力するスピーカと、をさらに有する。更新部は、スピーカから合成音が出力されている際に第１マイクロフォン及び第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新する。判定部は、スピーカから合成音が出力されていない場合に、第１マイクロフォンで取得された音の所定の周波数成分の音圧と第２マイクロフォンで取得された音の所定の周波数成分の音圧との相違と、基準閾値との比較に基づいて、音源が存在する方向を判定する。

１つの側面として、情報処理端末の筐体と当該情報処理端末の装着者との間の隙間の大きさに拘わらず、無指向性マイクロフォンを使用した音源方向判定の精度を向上させることを可能とする。

第１～第３実施形態に係る情報処理端末の一例を示すブロック図である。 第１～第３実施形態に係る情報処理端末の外観の一例を示す概念図である。 第１～第３実施形態に係る情報処理端末の外観の一例を示す概念図である。 第１及び第２実施形態に係る図２Ａの切断線３－３に沿った断面図である。 第１及び第２実施形態の音の回折を説明するための概念図である。 第１及び第２実施形態の音の回折を説明するための概念図である。 平坦面の面積が異なる場合の第１マイクロフォンの音圧と第２マイクロフォンの音圧との音圧差を例示する表である。 第１～第３実施形態の音の回折を説明するための概念図である。 第１～第３実施形態の音の回折を説明するための概念図である。 周波数軸に沿った回折による音圧の低下を説明するためのグラフである。 第１～第３実施形態の音源方向判定装置の一例を示すブロック図である。 第１及び第２実施形態の音の回折を説明するための概念図である。 第１及び第２実施形態の音の回折を説明するための概念図である。 音源方向判定の閾値を説明するための概念図である。 第１及び第２実施形態の合成音の回折を説明するための概念図である。 第１及び第２実施形態の合成音の回折を説明するための概念図である。 基準閾値の更新を説明するための概念図である。 基準閾値の更新を説明するための概念図である。 基準閾値の更新を説明するための概念図である。 第１～第３実施形態に係る情報処理端末のハードウェアの一例を示すブロック図である。 第１及び第３実施形態に係る音源方向判定処理の流れの一例を示すフローチャートである。 第１及び第２実施形態の合成音の回折を説明するための概念図である。 第１及び第２実施形態の合成音及び妨害音の回折を説明するための概念図である。 妨害音が存在しない場合の合成音及び第１マイクロフォンの収音の周波数スペクトルの一例を示す概念図である。 妨害音が存在する場合の合成音及び第１マイクロフォンの収音の周波数スペクトルの一例を示す概念図である。 妨害音、合成音及び、妨害音及び第１マイクロフォンの収音の周波数スペクトルの類似度の関係の一例を示す概念図である。 第２及び第３実施形態に係る音源方向判定処理の流れの一例を示すフローチャートである。 第３実施形態に係る図２Ａの切断線３－３に沿った断面図である。 関連技術に係る指向性マイクロフォンを使用した音源方向判定装置の一例を示す概念図である。 指向性マイクロフォンの大きさと無指向性マイクロフォンの大きさとを比較するための例示的な表である。 関連技術に係る無指向性マイクロフォンを使用した音源方向判定装置の一例を示す概念図である。 関連技術に係る無指向性マイクロフォンを使用した音源方向判定装置の一例を示す概念図である。 関連技術における音圧差と本実施形態における音圧差との比較の一例を示す表である。

［第１実施形態］
以下、図面を参照して第１実施形態の一例を詳細に説明する。

図１に、情報処理端末１の要部機能を例示する。情報処理端末１は、音源方向判定装置１０及び音声翻訳装置１６を含む。

音源方向判定装置１０は、第１マイクロフォン１１、第２マイクロフォン（以下、「マイクロフォン」を「マイク」ともいう。）１２、判定部１３、更新部１４、及びスピーカ１５を含む。音声翻訳装置１６は、第１翻訳部１６Ａ、及び第２翻訳部１６Ｂを含む。

第１マイク１１及び第２マイク１２の各々は、無指向性マイクロフォンであって、全方位の音を取得する。判定部１３は、第１マイク１１及び第２マイク１２で取得された音の音源が存在する方向（以下、音源方向という。）を判定する。

更新部１４は、判定部１３が音源方向を判定する際に使用する基準閾値を更新する。音声翻訳装置１６は、判定部１３によって判定された音源方向に基づいて、第１マイク１１または第２マイク１２で取得された音源方向から伝搬する音に対応する音声信号によって表される言語を所定の言語に翻訳する。

詳細には、判定部１３によって音源が、例えば、上方である第１方向に存在すると判定された場合、取得した音に対応する音声信号によって表される言語を、第１翻訳部１６Ａが第１言語（例えば、英語）に翻訳する。判定部１３によって、音源が、例えば、前方である第２方向に存在すると判定された場合、取得した音に対応する音声信号によって表される言語を、第２翻訳部１６Ｂが第２言語（例えば、日本語）に翻訳する。スピーカ１５は、第１翻訳部１６Ａまたは第２翻訳部１６Ｂによって翻訳された言語、及び、音声ガイダンスなどを合成音で出力する。

図２Ａ及び図２Ｂに、音源方向判定装置１０及び音声翻訳装置１６を含む情報処理端末１の外観を例示する。情報処理端末１は、例えば、ユーザのシャツの胸ポケットの上縁部から、情報処理端末１の上端中央部に留めたクリップで下げて、または、ユーザの首から、情報処理端末１の上端中央部に留めたストラップで下げて使用することが想定される。図２Ａは、情報処理端末１の筐体１８の上面を例示する。筐体１８は、マイク設置部の一例である。第１平坦面の一例である筐体１８の上面は、音源方向判定装置１０を胸ポケットの上縁部にクリップで留めた際に、上方を向く面、即ち、ユーザの口に最も近い面である。

筐体１８の上面には、第１音道の一端部に備えられた第１開口部の一例である開口部１１Ｏが存在する。第１音道の他端部には、第１マイク１１が設置されている。以下、図において矢印ＦＲは、情報処理端末１の前方を表す。筐体１８の上面の前後方向の長さは、例えば、１［ｃｍ］である。

図２Ｂは、情報処理端末１の筐体１８の前面を例示する。第２平坦面の一例である前面は、例えば、情報処理端末１を胸ポケットの上縁部にクリップで留めた際に、ユーザが対話する対話相手に対向する面である。

筐体１８の前面には、第２音道の一端部に備えられた開口部１２Ｏが存在する。第２音道の他端部には、第２マイク１２が設置されている。以下、図において矢印ＵＰは、情報処理端末１の上方を表す。筐体１８の前面には、スピーカ１５も配置されている。筐体１８の前面の大きさは、例えば、一般的な名刺と同程度の大きさである。

音源方向判定装置１０は、上方に音源が存在すると判定した音をユーザによって発話された音声であると判定して、第１言語に翻訳してスピーカ１５から音声で出力するように、音声翻訳装置１６の第１翻訳部１６Ａに当該音に対応する音声信号を送信する。また、音源方向判定装置１０は、前方に音源が存在すると判定した音を対話相手によって発話された音声であると判定する。音源方向判定装置１０は、第２言語に翻訳してスピーカ１５から音声で出力するように、音声翻訳装置１６の第２翻訳部１６Ｂに当該音に対応する音声信号を送信する。

図３は、図２Ａの切断線３－３に沿った断面図を表す。第２音道１２Ｒの一端部は、筐体１８の前面に開口した開口部１２Ｏを備え、第２マイク１２は、第２音道の他端部に設置されている。なお、図３では、第２マイク１２が、第２音道１２Ｒの他端部に設置されている例を示しているが、本実施形態はこれに限定されない。第２マイク１２は、第２音道１２Ｒの他端部近傍で第２音道１２Ｒを形成する側壁に設置されていてもよい。この場合、第２マイク１２と他端部との間の距離は所定長さ以下であり、所定長さは、例えば、０．５［ｍｍ］であってよい。

第１音道１１Ｒの一端部は、筐体１８の上面に開口した開口部１１Ｏを備え、第１マイク１１は、第１音道の他端部に設置されている。なお、図３では、第１マイク１１が、第１音道１１Ｒの他端部に設置されている例を示しているが、本実施形態はこれに限定されない。第１マイク１１は、第１音道１１Ｒの他端部近傍で第１音道１１Ｒを形成する側壁に設置されていてもよい。この場合、第１マイク１１と他端部との間の距離は所定長さ以下であり、所定長さは、例えば、０．５［ｍｍ］であってよい。第１音道１１Ｒは途中に屈曲部１１Ｋを有する。屈曲部１１Ｋは第２回折部の一例である。

図４Ａに、音源が情報処理端末１の前方に存在する場合を例示する。筐体１８の前面の面積が所定値より大きい場合、第２マイク１２は、開口部１２Ｏを通って、直接届く音に加え、筐体１８の前面で反射し、第３回折部の一例である開口部１２Ｏで回折した音を取得する。

図４Ｂに、音源が情報処理端末１の上方に存在する場合を例示する。音は、第２マイク１２に直接には届かず、第２マイク１２は、開口部１２Ｏで回折した音を取得する。したがって、第２マイク１２で取得される音の音圧は、音源が前方に存在する場合の方が、音源が上方に存在する場合よりも大きい。

図５に、音源が情報処理端末１の前方に存在する場合、及び、上方に存在する場合の、第２マイク１２で取得される音圧を例示する。情報処理端末１の前面の面積が所定値以下の大きさの一例である２［平方ｃｍ］である場合、音源が情報処理端末１の前方に存在する音の音圧は－２６［ｄＢｏｖ］である。また、音源が情報処理端末１の上方に存在する音の音圧は－２９［ｄＢｏｖ］である。したがって、情報処理端末１の前方に存在する音源からの音の音圧と、上方に存在する音源からの音の音圧との音圧差は３［ｄＢ］である。

一方、情報処理端末１の前面の面積が所定値より大きい大きさの一例である６３［平方ｃｍ］である場合、音源が情報処理端末１の前方に存在する音の音圧は－２４［ｄＢｏｖ］である。また、音源が情報処理端末１の上方に存在する音の音圧は－３０［ｄＢｏｖ］である。したがって、情報処理端末１の前方に存在する音源からの音の音圧と、上方に存在する音源からの音の音圧との音圧差は、６［ｄＢ］である。

即ち、情報処理端末１の前面の面積が２［平方ｃｍ］の場合よりも、６３［平方ｃｍ］の場合の方が音源の方向による音圧差が大きく、音源の方向の判定が容易となる。前面の面積が所定値より大きい場合、音源が情報処理端末１の前方に存在する音の反射が十分に行われるためである。

所定値とは、例えば、音道の断面積の１０００倍であってよい。即ち、第２マイク１２のマイク穴の直径が、例えば、０．５［ｍｍ］であり、第２音道１２Ｒが、第２マイク１２のマイク穴の直径の２倍の長さである直径１［ｍｍ］の円形の断面を有している場合、約７８５［平方ｍｍ］より大きい面積であってよい。なお、例えば、第２音道１２Ｒは、一端部から他端部まで同じ直径を有していてもよいし、一端部から他端部に向かって徐々に直径が小さくなってもよい。また、第２音道は、例えば、矩形の断面を有していてもよい。

第２音道１２Ｒの一端部から他端部までの長さは、例えば、３［ｍｍ］であってよいが、３［ｍｍ］よりも長くてもよいし、短くてもよい。また、第２音道１２Ｒは、筐体１８の前面と直交していてもよいし、第２音道１２Ｒと筐体１８の前面とは９０［度］以外の角度で交差していてもよい。

図６Ａ及び図６Ｂで、音源が情報処理端末１の上方に存在する場合と、前方に存在する場合の、第１マイク１１で取得される音圧を説明する。図６Ａに、音源が情報処理端末１の上方に存在する場合を例示する。

筐体１８の上面の前後方向の長さは短く、上面の面積は所定値以下であるため、音源が情報処理端末１の上方にある場合、図４Ａに例示する音の反射及び回折による音の取得が期待できない。そこで、第１音道１１Ｒには屈曲部１１Ｋを設けている。第１音道１１Ｒは、屈曲部１１Ｋを有するため、上方からの音は、第１マイク１１には直接届かず、第１音道１１Ｒの屈曲部１１Ｋで回折し、第１マイク１１で取得される。

図６Ｂに、音源が情報処理端末１の前方に存在する場合を例示する。音は、第１回折部の一例である開口部１１Ｏで回折し、さらに、屈曲部１１Ｋで回折して、第１マイク１１で取得される。

図７に、音源が情報処理端末１の上方に存在する場合に第１マイク１１で取得される音の音圧と、音源が情報処理端末１の前方に存在する場合に第１マイク１１で取得される音の音圧との音圧差を例示する。実線は、音源が情報処理端末１の上方に存在する場合に第１マイク１１で取得される音の音圧［ｄＢ］を表し、破線は、音源が情報処理端末１の前方に存在する場合に第１マイク１１で取得される音の音圧［ｄＢ］を表す。

即ち、実線と破線との間の上下方向の距離が、音源が情報処理端末１の上方に存在する場合に第１マイク１１で取得される音の音圧と、音源が情報処理端末１の前方に存在する場合に第１マイク１１で取得される音の音圧との音圧差を表す。図７のグラフの横軸は周波数［Ｈｚ］であり、音圧差は、周波数が低いほど小さく、周波数が高いほど大きい傾向を有する。即ち、回折の回数が１回である、音源が情報処理端末１の上方に存在する場合と、回折の回数が２回である音源が情報処理端末１の前方に存在する場合と、の音圧差は、周波数が高いほど顕著となる。

回折による減音量Ｒ［ｄＢ］は、例えば、（１）式で表される。

Ｎは、フレネル数であり、（２）式で表される。
Ｎ=δ／（λ／２）
=δ・ｆ／１６５ …（２）

δは、回折経路と直接経路との経路差［ｍ］であり、λは音の波長［ｍ］であり、ｆは音の周波数［Ｈｚ］であり、音速（=λ×ｆ）を３３０［ｍ／ｓ］とした場合である。即ち、図７のグラフにも表されるように、周波数ｆが高いほど、回折による減音量Ｒは大きくなる傾向を有する。したがって、本実施形態では、音源の方向を判定する際に、音の高域成分の音圧差を使用する。

第１音道１１Ｒは、第１マイク１１のマイク穴の直径が０．５［ｍｍ］である場合、マイク穴の直径の２倍の長さである直径１［ｍｍ］の円形の断面を有していてもよい。なお、例えば、第１音道１１Ｒは、一端部から他端部まで同じ直径を有していてもよいし、一端部から他端部に向かって徐々に直径が小さくなってもよい。

第１音道１１Ｒは、一端部から屈曲部１１Ｋに向かって徐々に直径が小さくなり、屈曲部１１Ｋから他端部まで同じ直径を有していてもよい。また、第１音道１１Ｒは、例えば、矩形の断面を有していてもよい。

第１音道１１Ｒの一端部から屈曲部１１Ｋまでの長さ、及び、屈曲部１１Ｋから他端部までの長さは、例えば、３［ｍｍ］であってよいが、３［ｍｍ］よりも長くてもよいし、短くてもよい。また、第１音道１１Ｒの一端部から屈曲部１１Ｋまでは、筐体１８の上面と直交していてもよいし、第１音道１１Ｒと筐体１８の上面とは９０［度］以外の角度で交差していてもよい。また、第１音道１１Ｒの屈曲部１１Ｋから他端部までは、一端部から屈曲部１１Ｋまでと直交していてもよいし、９０［度］以外の角度で交差していてもよい。

また、第１マイク１１は第１音道１１Ｒを形成する側壁と第１音道１１Ｒの他端部とで包囲され、第１音道１１Ｒの他端部と側壁との間に空隙はなく、開口部１１Ｏにつながる向きだけが開放されている。また、第２マイク１２は第２音道１２Ｒを形成する側壁と第２音道１２Ｒの他端部とで包囲され、第２音道１２Ｒの他端部と側壁との間に空隙はなく、開口部１２Ｏにつながる向きだけが開放されている。なお、筐体１８の上面と前面とは直交している。しかしながら、本実施形態は筐体１８の上面と前面とが直交されている例に限定されず、筐体１８の上面と前面とは、９０［度］以外の角度で交差していてもよい。

図８を使用して、第１実施形態の判定部１３で行われる音源方向判定処理の概要を例示する。図３に例示するように設置された第１マイク１１で取得された音に対応する音信号を、時間周波数変換部１３Ａが時間周波数変換する。同様に、図３に例示するように設置された第２マイク１２で取得された音に対応する音信号を、時間周波数変換部１３Ｂが時間周波数変換する。時間周波数変換には、例えば、Fast Fourier Transformation（ＦＦＴ）を使用する。

上記したように、第１マイク１１で取得された音の音圧と、第２マイク１２で取得された音の音圧との音圧差は、高域成分で顕著に現れる。したがって、高域音圧差算出部１３Ｃは、所定の周波数より高い周波数における周波数帯域毎の音圧差の平均値を、高域音圧差として算出する。音源方向判定部１３Ｄは、高域音圧差算出部１３Ｃで算出された高域音圧差に基づいて、音源の位置を判定する。

詳細には、高域音圧差算出部１３Ｃは、第１マイク１１で取得された音に対応する音信号のスペクトルパワーpow1[bin]を（３）式で、第２マイク１２で取得された音に対応する音信号のスペクトルパワーpow2[bin]を（４）式で、算出する。
pow1[bin]=re1[bin]²+im1[bin]² …（３）
pow2[bin]=re2[bin]²+im2[bin]² …（４）
bin=0, …, F-1であり、Ｆは周波数帯域数であり、例えば、２５６であってよい。re1[bin]は、第１マイク１１で取得した音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの実部である。また、im1[bin]は、第１マイク１１で取得した音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの虚部である。

re2[bin]は、第２マイク１２で取得した音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの実部である。また、im2[bin]は、第２マイク１２で取得した音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの虚部である。

次に、（５）式で、高域音圧差d_powを算出する。

高域音圧差d_powは、第１音圧と第２音圧との相違の一例であり、スペクトルパワーpow1[i]の対数から、スペクトルパワーpow2[i]の対数を減算した値の平均値である。ｓは、高域の下限周波数帯域数であり、例えば、９６であってよい。音信号のサンプリング周波数が１６［ｋＨｚ］であり、ｓ＝９６である場合、高域とは３０００［Ｈｚ］～８［ｋＨｚ］である。

音源方向判定部１３Ｄは、高域音圧差d_powと基準閾値とを比較し、高域音圧差d_powよりも大きい場合、音源は筐体１８の上面に対向する位置、即ち、上方にあると判定する。また、高域音圧差d_powが基準閾値以下である場合、音源は筐体１８の前面に対向する位置、即ち、前方にあると判定される。

なお、高域音圧差d_powを取得する際に、（５）式において、筐体１８の前面に開口部１２Ｏを有する第２マイク１２のスペクトルパワーを基準にしている。しかしながら、（６）式に例示するように、筐体１８の上面に開口部１１Ｏを有する第１マイク１１のスペクトルパワーを基準として高域音圧差d_powを取得する場合、判定結果は異なる。

高域音圧差d_powと基準閾値とを比較し、高域音圧差d_powが基準閾値よりも大きい場合、音源は筐体１８の前面に対向する位置、即ち、前方に存在すると判定される。また、高域音圧差d_powが基準閾値以下である場合、音源は筐体１８の上面に対向する位置、即ち、上方に存在すると判定される。

なお、高域音圧差を取得する（５）式及び（６）式は例示であり、本実施形態はこれに限定されない。また、第１マイク１１で取得された音の高域成分の音圧、及び、第２マイク１２で取得された音の高域成分の音圧の相違である高域音圧差を使用する例について説明したが、本実施形態はこの例に限定されない。

第１マイク１１で取得された音の所定の周波数成分の音圧、及び、第２マイク１２で取得された音の所定の周波数成分の音圧の相違を、高域音圧差に代えて使用してもよい。所定の周波数成分とは、高域成分であってよいが、音源の方向によって、第１マイク１１と第２マイク１２との間で音圧差が顕著に現れる周波数成分であればよい。

閾値更新部１４は、基準閾値を更新する。装着者の身体と端末との間の隙間の大きさによって、音圧差に差が生じるため、音源方向の判定に一定の閾値を使用すると音源方向を誤る場合がある。装着者の姿勢などによって、装着者の身体と端末との間の隙間の大きさは変化する。

閾値更新部１４は、合成音再生時の収音の音圧差に基づいて基準閾値を更新する。合成音出力制御部１４Ａがスピーカ１５から合成音を出力するように制御している場合、高域音圧差算出部１３Ｃで算出された高域音圧差は、音源方向判定部１３Ｄに出力されず、基準閾値更新部１４Ｂに出力される。

基準閾値更新部１４Ｂは、合成音再生時の収音の音圧差が大きいほど、大きい値となるように基準閾値を更新する。詳細には、例えば、（７）式に例示するように、初期閾値ＴＨに、合成音区間の平均音圧差ｄｘから合成音再生時の音圧差最小値ＤＸ＿ＭＩＮを減算した値に補正係数αを乗算した値を加算することで、基準閾値を更新する。補正係数は、スピーカ１５及び第１マイク１１及び第２マイク１２の位置などにより変動し、予め実験的に定めることができる。初期閾値ＴＨは、例えば、０．０［ｄＢ］、音圧差最小値ＤＸ＿ＭＩＮは、例えば、３．０［ｄＢ］、補正係数αは、例えば、０．７５であってよい。
基準閾値＝ＴＨ＋（ｄＸ－ＤＸ＿ＭＩＮ）＊α．．．（７）

なお、上記計算を事前に行い、合成音区間の平均音圧差に対応する基準閾値を、予めテーブルに記憶しておいてもよい。

図９Ａに例示するように、情報処理端末１と装着者の身体ＵＢとの間に隙間が存在すると、上方からの音の一部分が隙間を通り、第１マイク１１の音圧が小さくなる。即ち、図９Ｂに例示するように、情報処理端末１と装着者の身体ＵＢとの間に隙間が存在しない場合と比較して、第１マイク１１と第２マイク１２との音圧差が小さくなる。したがって、隙間が存在する場合の上方からの音の音圧差は、隙間が存在しない場合の前方からの音の音圧差に近付く。

図１０に、情報処理端末１と装着者の身体ＵＢとの間に隙間が存在する場合及び存在しない場合の第１マイク１１と第２マイク２２との音圧差を例示する。左から、隙間が存在せず音源が上方である場合ＮＵ、隙間が存在せず音源が前方である場合ＮＦ、隙間が存在し音源が上方である場合ＧＵ、隙間が存在し音源が前方である場合ＧＦの音圧差を例示する。

閾値をＴＨ＿ＣＨ１とした場合、隙間が存在し音源が上方であるＧＵの音圧差は、ＴＨ＿ＣＨ１より小さく、前方の音であると判定される。一方、閾値をＴＨ＿Ｃ１より小さいＴＨ＿Ｃ２とした場合、隙間が存在せず音源が前方であるＮＦの音圧差は、ＴＨ＿Ｃ２より大きく、上方の音であると判定される。即ち、情報処理端末１と装着者の身体ＵＢとの間の隙間の大きさにより、第１マイク１１の音の音圧が変化するため、音源方向の判定を誤る可能性が生じる。

本実施形態では、情報処理端末１と装着者の身体ＵＢとの間の隙間の大きさにより、音源方向の判定を誤ることがないよう、合成音再生時の収音を利用して、基準閾値を更新する。情報処理端末１は、ガイダンス及び翻訳結果の通知など、頻繁に合成音を再生することが想定される。

図１１Ａ及び図１１Ｂに例示するように、合成音再生時、スピーカ１５から再生される合成音は、筐体１８を回り込んで第１マイク１１及び第２マイク１２に収音される。合成音再生時の収音についても、非合成音の収音と同様に、図１１Ａに例示する隙間が存在する場合より、図１１Ｂに例示する隙間が存在しない場合のほうが、第１マイク１１と第２マイク１２との音圧差が大きくなる。

５種類の合成音再生時の収音で隙間が存在する場合の音圧差と隙間が存在しない場合の音圧差とを測定した結果、隙間が存在する場合と存在しない場合とで、合成音再生時の収音の音圧差に、３［ｄＢ］～５［ｄＢ］の明らかな差があることが確認された。即ち、合成音再生時の収音の音圧差で、隙間の大きさを判定することができる。

したがって、本実施形態では、図１２に例示するように、例えば、（７）式を使用して、合成音区間の平均音圧差ｄｘが大きいほど、大きくなるように基準閾値を更新する。即ち、情報処理端末１と装着者の身体ＵＢとの間に隙間が存在する場合、合成音区間の平均音圧差ｄｘが小さくなり、発話区間の平均音圧差も小さくなるので、基準閾値を小さくする。また、情報処理端末１と装着者の身体ＵＢとの間に隙間が存在しない場合、合成音区間の平均音圧差ｄｘが大きくなり、発話区間の平均音圧差も大きくなるので、基準閾値を大きくする。

図１３に、合成音区間の平均音圧差に基づいて更新させた基準閾値ＴＨ＿Ｐを例示する。図１４に例示するように、基準閾値をＴＨ＿Ｃ１に固定した場合、隙間が存在し音源が上方である場合に、音源が前方であると判定し、基準閾値をＴＨ＿Ｃ２に固定した場合、隙間が存在せず音源が前方である場合に、音源が上方であると判定する。しかしながら、基準閾値ＴＨ＿Ｐを合成音区間の平均音圧差に基づいて変化させることで、隙間の大きさが変化したとしても、音源の方向を適切に判定することができる。

図１５に、情報処理端末１のハードウェア構成を例示する。情報処理端末１は、ハードウェアであるプロセッサの一例であるCentral Processing Unit （ＣＰＵ）５１、一次記憶部５２、二次記憶部５３、及び、外部インターフェイス５４を含む。情報処理端末１は、また、第１マイク１１、第２マイク１２、及びスピーカ１５を含む。

ＣＰＵ５１、一次記憶部５２、二次記憶部５３、外部インターフェイス５４、第１マイク１１、第２マイク１２、及びスピーカ１５は、バス５９を介して相互に接続されている。

一次記憶部５２は、例えば、ＲＡＭ（Random Access Memory）などの揮発性のメモリである。

二次記憶部５３は、プログラム格納領域５３Ａ及びデータ格納領域５３Ｂを含む。プログラム格納領域５３Ａは、一例として、音源方向判定処理をＣＰＵ５１に実行させるための音源方向判定プログラム、音源方向判定処理の判定結果に基づいて、音声翻訳処理をＣＰＵ５１に実行させるための音声翻訳プログラムなどのプログラムを記憶している。データ格納領域５３Ｂは、第１マイク１１及び第２マイク１２から取得された音に対応する音信号、音源方向判定処理及び音声翻訳処理において一時的に生成される中間データ、などを記憶する。

ＣＰＵ５１は、プログラム格納領域５３Ａから音源方向判定プログラムを読み出して一次記憶部５２に展開する。ＣＰＵ５１は、音源方向判定プログラムを実行することで、図１の判定部１３及び更新部１４として動作する。ＣＰＵ５１は、プログラム格納領域５３Ａから音声翻訳プログラムを読み出して一次記憶部５２に展開する。ＣＰＵ５１は、音声翻訳プログラムを実行することで、図１の第１翻訳部１６Ａ及び第２翻訳部１６Ｂとして動作する。なお、音源方向判定プログラム及び音声翻訳プログラムなどのプログラムは、Digital Versatile Disc （ＤＶＤ）などの非一時的記録媒体に記憶され、記録媒体読込装置を介して読み込まれ、一次記憶部５２に展開されてもよい。

外部インターフェイス５４には、外部装置が接続され、外部インターフェイス５４は、外部装置とＣＰＵ５１との間の各種情報の送受信を司る。例えば、スピーカ１５は、情報処理端末１に含まれず、外部インターフェイス５４を介して接続される外部装置であってもよい。

次に、情報処理端末１の作用の概略について説明する。情報処理端末１の作用の概略を図１６に例示する。例えば、ユーザが情報処理端末１の電源を投入すると、ＣＰＵ５１は、ステップ１０１で、１フレーム分の音信号を読み込む。詳細には、第１マイク１１から取得された音に対応する１フレーム分の音信号（以下、第１音信号という。）と、第２マイク１２から取得された音に対応する１フレーム分の音信号（以下、第２音信号という。）と、を読み込む。１フレームは、サンプリング周波数が１６［ｋＨｚ］である場合、例えば、３２［ｍ秒］であってよい。

ＣＰＵ５１は、ステップ１０２で、ステップ１０１で読み込んだ音信号の各々に時間周波数変換を施す。ＣＰＵ５１は、ステップ１０３で、（３）式及び（４）式を使用して、時間周波数変換を施した音信号の各々のスペクトルパワーを算出し、（５）式を使用して、高域音圧差d_powを算出する。

ＣＰＵ５１は、ステップ１０４で、ステップ１０１で読み込んだ音信号が合成音区間の音信号であるか否か判定する。合成音は、ＣＰＵ５１の制御で出力されるため、ＣＰＵ５１は、自身が合成音を出力中であるか否か判定すればよい。

ステップ１０４の判定が肯定された場合、ＣＰＵ５１は、ステップ１０５で、高域音圧差d_powを累積加算し、ステップ１０１に戻る。ステップ１０４の判定が否定された場合、ＣＰＵ５１は、ステップ１０８で、１つ前のフレームが合成音区間であったか否か判定する。

ステップ１０８の判定が肯定された場合、ＣＰＵ５１は、ステップ１０９で、ステップ１０７で算出した高域音圧差d_powの累積加算を、累積加算した合成音区間のフレーム数で除算することで、音圧差平均値ｄｘを算出する。ＣＰＵ５１は、音圧差平均値ｄｘを使用して、例えば、（７）式により、基準閾値を更新し、ステップ１１０に進む。ステップ１０８の判定が否定された場合、基準閾値を更新せず、ＣＰＵ５１は、ステップ１１０に進む。

ＣＰＵ５１は、ステップ１１０で、ステップ１０１で読み込まれた音信号が発話区間の音信号であるか否か判定する。発話区間であるか否かの判定には、既存の発話区間判定技術を使用することができる。

ステップ１１０の判定が否定された場合、ＣＰＵ５１は、ステップ１０１に戻る。ステップ１１０の判定が肯定された場合、ＣＰＵ５１は、ステップ１１１で、ステップ１０３で算出した高域音圧差d_powとステップ１０９で更新した基準閾値とを比較する。高域音圧差d_powが基準閾値より大きい場合、音源が情報処理端末１の上方に存在すると判定し、ＣＰＵ５１は、ステップ１１２に進む。ＣＰＵ５１は、ステップ１１２で、音信号を第２言語から第１言語へ翻訳する処理に振り分け、ステップ１１４に進む。振り分けられた音信号は、既存の音声翻訳処理技術によって、第２言語から第１言語へ翻訳され、例えば、スピーカ１５から音声として出力される。

ステップ１１１で、高域音圧差d_powが基準閾値以下であると判定された場合、ＣＰＵ５１は、音源が情報処理端末１の前方に存在すると判定する。ＣＰＵ５１は、ステップ１１３で、音信号を第１言語から第２言語へ翻訳する処理に振り分け、ステップ１１４に進む。振り分けられた音信号は、既存の音声翻訳処理技術によって、第１言語から第２言語へ翻訳され、例えば、スピーカ１５から音声として出力される。

ＣＰＵ５１は、ステップ１１４で、情報処理端末１の音源方向判定機能が、例えば、ユーザの操作によりオフされたか否か判定する。ステップ１１４の判定が否定された場合、即ち、音源方向判定機能がオンである場合、ＣＰＵ５１は、ステップ１０１に進み、次のフレームの音信号を読み込み、音源方向判定処理を継続する。ステップ１１４の判定が否定された場合、即ち、音源方向判定機能がオフである場合、ＣＰＵ５１は、音源方向判定処理を終了する。

なお、音声翻訳装置１４が、音源方向判定装置１０と共に情報処理端末１の筐体１８内に含まれている場合について例示したが、本実施形態はこれに限定されない。例えば、音声翻訳装置１４は、情報処理端末１の筐体１８の外部に存在し、音源方向判定装置１０と有線接続または無線接続を介して接続されていてもよい。

なお、ステップ１１１で、高域音圧差d_powが基準閾値より大きい場合、音源が情報処理端末１の上方に存在すると判定し、高域音圧差d_powが基準閾値以下である場合、音源が情報処理端末１の前方に存在すると判定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、高域音圧差d_powが基準閾値＋ＤＴより大きい場合、音源が情報処理端末１の上方に存在すると判定し、高域音圧差d_powが基準閾値－ＤＴより小さい場合、音源が情報処理端末１の前方に存在すると判定してもよい。この場合、高域音圧差d_powが、基準閾値＋ＤＴ以下であり、かつ、基準閾値－ＤＴ以上である場合、音源の方向を判定しない。ＤＴは、例えば、０．５［ｄＢ］であってよい。これにより、音源の方向が誤って判定される虞をさらに低減することが可能となる。

本実施形態では、音源方向判定装置は、第１音道及び第２音道が内部に設けられたマイク設置部を有する。第１音道は、第１平坦面に開口した第１開口部を一端部に備え、第１開口部から音が伝搬される。第２音道は、第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、第２開口部から音が伝搬される。音源方向判定装置は、第１音道の他端部または第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、第２音道の他端部または第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、合成音を出力するスピーカと、をさらに有する。更新部は、スピーカから合成音が出力されている際に第１マイクロフォン及び第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新する。判定部は、スピーカから合成音が出力されていない場合に、第１マイクロフォンで取得された音の所定の周波数成分の音圧と第２マイクロフォンで取得された音の所定の周波数成分の音圧との相違と、基準閾値との比較に基づいて、音源が存在する方向を判定する。

本実施形態では、上記により、無指向性マイクロフォンを使用した音源方向判定の精度を、情報処理端末と装着者の身体との間の隙間の大きさに拘わらず、向上させることを可能とする。

［第２実施形態］
次に、第２実施形態の一例を説明する。第１実施形態と同様の構成及び作用については、説明を省略する。

第２実施形態では、妨害音の影響が少ないフレームの合成音の音圧差を使用して、基準閾値を更新する。合成音区間に、合成音以外の音、即ち、妨害音が存在すると、合成音の音圧差を適切に取得することができず、基準閾値を適切に更新することができない。妨害音は、例えば、対話相手の発話による音である。

図１７Ａに例示するように、第１マイク１１及び第２マイク１２は、スピーカ１５から出力される合成音ＳＳを収音する。図１７Ｂに例示するように、合成音ＳＳが再生されている間に、前方からの妨害音ＦＮが存在すると、第２マイク１２の音圧が大きくなり、第１マイク１１と第２マイク１２との音圧差は小さくなる。

したがって、合成音区間の第１マイク１１と第２マイク１２との音圧差を使用して、基準閾値を更新しても、適切な基準閾値を取得することができない場合がある。

図１８Ａ及び図１８Ｂに、第１マイク１１の収音の周波数スペクトルを破線で例示し、合成音の周波数スペクトルを実線で例示する。図１８Ａは、妨害音が存在しない場合であり、図１８Ｂは妨害音が存在する場合である。妨害音が存在しない場合、妨害音が存在する場合と比較して、収音と合成音とは類似度が高い。

図１９の一番上の図は妨害音の周波数スペクトルを表し、二番目の図は合成音の周波数スペクトルを表し、一番下の図は第１マイク１１の収音と合成音との類似度を表す。妨害音が少ないフレームＮＳでは、収音と合成音との類似度が高い。本実施形態では、第１マイク１１及び第２マイク１２の収音の各々と合成音との類似度が高いフレームＮＳを使用して、基準閾値を更新する。

図８の基準閾値更新部１４Ｂは、合成音出力制御部１４Ａが出力を制御している合成音と第１マイク１１の収音との類似度ｄ１、及び当該合成音と第２マイク１２の収音との類似度ｄ２は、第１マイク１１の収音、第２マイクの収音及び合成音の周波数スペクトルを使用して算出することができる。ここでは、周波数スペクトルから算出されるスペクトルパワーを使用して、例えば、（８）式で算出する。

res[bin]は、合成音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの実部である。また、ims[bin]は、合成音の音信号を時間周波数変換した際に取得される、周波数帯域binの周波数スペクトルの虚部である。合成音のデータは、データ格納領域５３Ｂに記録されており、合成音出力制御部１４Ｂで出力が制御されている合成音のフレームに対応するデータが使用される。

類似度ｄ１及びｄ２は、全周波数帯域、即ち、ｉ＝０～２５５を使用して算出する。しかしながら、例えば、直流周波数成分など、低周波成分を除外した周波数帯域を使用して算出するようにしてもよい。類似度ｄ１及びｄ２の算出には、（９）式に例示するように、内積を使用してもよい。

類似度ｄ１及びｄ２の算出には、（１０）式に例示するように、共分散を使用してもよい。

次に、情報処理端末１に含まれる音源方向判定装置１０の作用の概略について説明する。音源方向判定装置１０の作用の概略を図２０に例示する。図２０は、ステップ１０５及びステップ１０６が含まれている点で、図１６のフローチャートと相違する。

ＣＰＵ５１は、ステップ１０５で、例えば、（８）式を使用して、第１マイク１１の収音と合成音との類似度ｄ１及び、第２マイク１２の収音と合成音との類似度ｄ２を算出する。ＣＰＵ５１は、ステップ１０６で、類似度ｄ１及びｄ２が双方とも所定の類似度閾値を超えるか否か判定する。類似度閾値は、例えば、０．６であってよい。

ステップ１０６の判定が肯定された場合、ＣＰＵ５１は、ステップ１０７に進み、ステップ１０６の判定が否定された場合、ＣＰＵ５１は、ステップ１０１に戻る。

本実施形態では、更新部は、スピーカから出力される合成音と、合成音がスピーカから出力されている際に第１マイクロフォン及び第２マイクロフォンの各々で取得される音と、の類似度の各々を算出する。類似度の各々が類似度閾値を超える場合に、スピーカから合成音が出力されている際に第１マイクロフォン及び第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新する。

本実施形態では、妨害音の影響を低減することで、基準閾値を適切に更新することができる。したがって、情報処理端末の筐体と当該情報処理端末の装着者との間の隙間の大きさに拘わらず、無指向性マイクロフォンを使用した音源方向判定の精度をさらに向上させることを可能とする。

［第３実施形態］
次に、第３実施形態の一例を説明する。第１実施形態及び第２実施形態と同様の構成及び作用については、説明を省略する。

図２１に、図２Ａの切断線３－３に沿った断面図を例示する。第２実施形態では、第１実施形態と同様に、情報処理端末１Ａの筐体１８Ａの上面の面積は所定値以下であり、情報処理端末１Ａの筐体１８Ａの前面の面積は所定値より大きい。

第３実施形態では、第１音道１１ＡＲは、開口部１１ＡＯに音を回折する第１回折部の一例である回折部を有し、かつ、途中に、音を回折する屈曲部１１ＡＫである第２回折部の一例である回折部を有する。また、第２音道１２ＡＲは、第２開口部１２ＡＯに音を回折する第３回折部の一例である回折部を有し、途中に、音を回折する屈曲部１２ＡＫである第４回折部の一例である回折部を有する。

情報処理端末１Ａの筐体１８Ａの前面は、第１実施形態及び第２実施形態と同様に所定値より大きい面積を有するが、第１実施形態及び第２実施形態と異なり、第２音道１２ＡＲは、途中に、回折部である屈曲部１２ＡＫを有している。

本実施形態では、上記構成により、回折による所定の周波数成分（例えば、高域成分）の減音を利用して、無指向性マイクロフォンを使用した音源方向判定の精度を向上させることを可能とする。したがって、情報処理端末の筐体と当該情報処理端末の装着者との間の隙間の大きさに拘わらず、無指向性マイクロフォンを使用した音源方向判定の精度をさらに向上させることを可能とする。

なお、本実施形態では、音源方向が判定された音信号は、音源方向によって、音声翻訳装置１６で、第１言語から第２言語または第２言語から第１言語に翻訳される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。音声翻訳装置１６は、例えば、第１翻訳部１６Ａまたは第２翻訳部１６Ｂの何れか一方だけを含んでいてもよい。

また、情報処理端末１は、音声翻訳装置１６に代えて、会議支援装置などを含んでいてもよい。なお、図１６及び図２０におけるフローチャートの処理の順序は一例であり、本実施形態は、当該処理の順序に限定されない。

［関連技術］
次に、関連技術について説明する。関連技術では、図２２に例示するように、指向性マイク１１Ｘの指向１１ＸＯＲ及び指向性マイク１２Ｘの指向１２ＸＯＲを交差させるように、２つの指向性マイクを配置する。例えば、指向１１ＸＯＲを上方に向け、指向１２ＸＯＲを前方に向ける。

この構成により、指向性マイク１１Ｘ及び指向性マイク１２Ｘが取得した音の音圧差を使用して、音源の方向を判定することが可能である。即ち、指向性マイク１１Ｘで取得した音の音圧が指向性マイク１２Ｘで取得した音の音圧より大きい場合、音源は上方に存在し、指向性マイク１２Ｘで取得した音の音圧が指向性マイク１１Ｘで取得した音の音圧より大きい場合、音源は前方に存在する。

しかしながら、指向性マイクは、図２３に例示するように、無指向性マイクよりも大きいため、指向性マイクを使用した場合、音源方向判定装置を小型化することが困難である。図２３の例では、指向性マイクの体積は２２６［立方ｍｍ］であり、無指向性マイクの体積は１１［立方ｍｍ］である。即ち、指向性マイクの体積は、無指向性マイクの体積の約２０倍である。また、指向性マイクは無指向性マイクよりも高価であるため、音源方向判定装置の価格を低減することも困難となる。

しかしながら、図２２に例示した音源方向判定装置の指向性マイクを単に無指向性マイクで置き替えることで、音源方向を精度よく判定することが可能な音源方向判定装置を実現することは困難である。図２４Ａに例示するように、無指向性マイク１１Ｙが音を取得することができる範囲１１ＹＯＲと、無指向性マイク１２Ｙが音を取得することができる範囲１２ＹＯＲと、はほぼ重複する。したがって、無指向性マイク１１Ｙ及び１２Ｙが取得した音の音圧差に、音源方向を精度よく判定することができる程度の有意な差が生じないためである。

図２４Ｂに、筐体１８Ｙの上面に第１マイク１１Ｙを設置し、前面に第２マイク１２Ｙを設置した、第１～第３実施形態と同様に、前後方向の幅が１［ｃｍ］程度であり、前面が名刺程度の大きさである、関連技術の情報処理端末１Ｙを例示する。第１マイク１１Ｙ及び第２マイク１２Ｙは、無指向性マイクである。関連技術の情報処理端末１Ｙの音源方向判定装置１０Ｙの音圧差と第１実施形態の音源方向判定装置１０の音圧差とを図２５に例示する。音源が情報処理端末の上方にある場合、第１マイクで取得する音の音圧と第２マイクで取得する音の音圧との音圧差は、関連技術では、２．９［ｄＢ］であり、第１実施形態では、７．２［ｄＢ］である。

音源が情報処理端末の前方にある場合、第１マイクで取得する音の音圧と第２マイクで取得する音の音圧との音圧差は、関連技術では、－２．９［ｄＢ］であり、第１実施形態では、－４．２［ｄＢ］である。即ち、音源が情報処理端末の上方にある場合、第１実施形態で算出される音圧差は、関連技術より４．３［ｄＢ］大きく、音源が情報処理端末の前方にある場合、第１実施形態で算出される音圧差は、関連技術より１．３［ｄＢ］小さい。

したがって、本実施形態では図１６のステップ１１１の判定で、誤った判定結果を得る可能性を低減することができる。したがって、本実施形態によれば、情報処理端末の筐体と当該情報処理端末の装着者との間の隙間の大きさに拘わらず、無指向性マイクロフォンを使用した音源方向判定の精度をさらに向上させることを可能とする。

以上の各実施形態に関し、更に以下の付記を開示する。
（付記１）
第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
合成音を出力するスピーカと、
前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新する更新部と、
前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の所定の周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記所定の周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する判定部と、
を含む、
音源方向判定装置。
（付記２）
前記更新部は、前記スピーカから出力される前記合成音と、前記合成音がスピーカから出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得される音と、の類似度の各々が類似度閾値を超える場合に、前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、前記基準閾値を更新する、
付記１の音源方向判定装置。
（付記３）
前記所定の周波数成分は高域成分である、
付記１または付記２の音源方向判定装置。
（付記４）
前記第１平坦面と前記第２平坦面とは直交し、
前記第１平坦面の面積は所定値以下であり、前記第２平坦面の面積は前記所定値より大きく、
前記第１音道は、前記第１開口部に音を回折する第１回折部を有し、かつ、途中に、音を回折する屈曲部である第２回折部を有し、
前記第２音道は、前記第２開口部に音を回折する第３回折部を有する、
付記１～付記３の何れかの音源方向判定装置。
（付記５）
前記第１平坦面と前記第２平坦面とは直交し、
前記第１平坦面の面積は所定値以下であり、前記第２平坦面の面積は前記所定値より大きく、
前記第１音道は、前記第１開口部に音を回折する第１回折部を有し、かつ、途中に、音を回折する屈曲部である第２回折部を有し、
前記第２音道は、前記第２開口部に音を回折する第３回折部を有し、かつ、途中に、音を回折する屈曲部である第４回折部を有する、
付記１～付記３の何れかの音源方向判定装置。
（付記６）
前記音圧の相違は、前記第１マイクロフォンの音圧のパワーの対数から、前記第２マイクロフォンの音圧のパワーの対数を減算した値の平均値であり、
前記平均値が前記基準閾値よりも大きい場合、前記音源が前記第１平坦面に対向する位置に存在すると判定し、
前記平均値が前記基準閾値以下である場合、前記音源が前記第２平坦面に対向する位置に存在すると判定する、
付記１～付記５の何れかの音源方向判定装置。
（付記７）
前記音源が前記第１平坦面と対向する位置に存在すると判定された場合、前記音に対応する信号を第１言語に翻訳し、前記音源が前記第２平坦面に対向する位置に存在すると判定された場合、前記音に対応する信号を第２言語に翻訳する、
付記１～付記６の何れかの音源方向判定装置。
（付記８）
第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
合成音を出力するスピーカと、
コンピュータと、
を含む音源方向判定装置の前記コンピュータが、
前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新し、
前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の所定の周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記所定の周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する、
音源方向判定方法。
（付記９）
前記スピーカから出力される前記合成音と、前記合成音がスピーカから出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得される音と、の類似度の各々が類似度閾値を超える場合に、前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、前記基準閾値を更新する、
付記８の音源方向判定方法。
（付記１０）
前記所定の周波数成分は高域成分である、
付記８または付記９の音源方向判定方法。
（付記１１）
前記音圧の相違は、前記第１マイクロフォンの音圧のパワーの対数から、前記第２マイクロフォンの音圧のパワーの対数を減算した値の平均値であり、
前記平均値が前記基準閾値よりも大きい場合、前記音源が前記第１平坦面に対向する位置に存在すると判定し、
前記平均値が前記基準閾値以下である場合、前記音源が前記第２平坦面に対向する位置に存在すると判定する、
付記８～付記１０の何れかの音源方向判定方法。
（付記１２）
前記音源が前記第１平坦面と対向する位置に存在すると判定された場合、前記音に対応する信号を第１言語に翻訳し、前記音源が前記第２平坦面に対向する位置に存在すると判定された場合、前記音に対応する信号を第２言語に翻訳する、
付記８～付記１１の何れかの音源方向判定方法。
（付記１３）
第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
合成音を出力するスピーカと、
コンピュータと、
を含む音源方向判定装置の前記コンピュータに、
前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新し、
前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の所定の周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記所定の周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する、
音源方向判定処理を実行させるためのプログラム。
（付記１４）
前記スピーカから出力される前記合成音と、前記合成音がスピーカから出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得される音と、の類似度の各々が類似度閾値を超える場合に、前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の所定の周波数成分の音圧の相違が大きくなるに従って大きくなるよう、前記基準閾値を更新する、
付記１３のプログラム。
（付記１５）
前記所定の周波数成分は高域成分である、
付記１３または付記１４のプログラム。
（付記１６）
前記音圧の相違は、前記第１マイクロフォンの音圧のパワーの対数から、前記第２マイクロフォンの音圧のパワーの対数を減算した値の平均値であり、
前記平均値が前記基準閾値よりも大きい場合、前記音源が前記第１平坦面に対向する位置に存在すると判定し、
前記平均値が前記基準閾値以下である場合、前記音源が前記第２平坦面に対向する位置に存在すると判定する、
付記１３～付記１５の何れかのプログラム。
（付記１７）
前記音源が前記第１平坦面と対向する位置に存在すると判定された場合、前記音に対応する信号を第１言語に翻訳し、前記音源が前記第２平坦面に対向する位置に存在すると判定された場合、前記音に対応する信号を第２言語に翻訳する、
付記１３～付記１６の何れかのプログラム。

１ 情報処理端末
１０ 音源方向判定装置
１１ 第１マイクロフォン
１１Ｒ 第１音道
１１Ｏ 第１開口部
１１Ｋ 屈曲部
１２ 第２マイクロフォン
１２Ｒ 第２音道
１２Ｏ 第２開口部
１３ 判定部
１４ 更新部
１５ スピーカ
１６ 音声翻訳装置
５１ ＣＰＵ
５２ 一次記憶部
５３ 二次記憶部

Claims (8)

1. 第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
   前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
   前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
   合成音を出力するスピーカと、
   前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の高域周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新する更新部と、
   前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の高域周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記高域周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する判定部と、
   を含む、
   音源方向判定装置。
2. 前記更新部は、前記スピーカから出力される前記合成音と、前記合成音がスピーカから出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得される音と、の類似度の各々が類似度閾値を超える場合に、前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の高域周波数成分の音圧の相違が大きくなるに従って大きくなるよう、前記基準閾値を更新する、
   請求項１に記載の音源方向判定装置。
3. 前記第１平坦面と前記第２平坦面とは直交し、
   前記第１平坦面の面積は所定値以下であり、前記第２平坦面の面積は前記所定値より大きく、
   前記第１音道は、前記第１開口部に音を回折する第１回折部を有し、かつ、途中に、音を回折する屈曲部である第２回折部を有し、
   前記第２音道は、前記第２開口部に音を回折する第３回折部を有し、
   前記所定値は、第２音道の断面積の約１０００倍である、
   請求項１または請求項２に記載の音源方向判定装置。
4. 前記第１平坦面と前記第２平坦面とは直交し、
   前記第１平坦面の面積は所定値以下であり、前記第２平坦面の面積は前記所定値より大きく、
   前記第１音道は、前記第１開口部に音を回折する第１回折部を有し、かつ、途中に、音を回折する屈曲部である第２回折部を有し、
   前記第２音道は、前記第２開口部に音を回折する第３回折部を有し、かつ、途中に、音を回折する屈曲部である第４回折部を有し、
   前記所定値は、第２音道の断面積の約１０００倍である、
   請求項１または請求項２に記載の音源方向判定装置。
5. 前記音圧の相違は、前記第１マイクロフォンの音圧のパワーの対数から、前記第２マイクロフォンの音圧のパワーの対数を減算した値の平均値であり、
   前記平均値が前記基準閾値よりも大きい場合、前記音源が前記第１平坦面に対向する位置に存在すると判定し、
   前記平均値が前記基準閾値以下である場合、前記音源が前記第２平坦面に対向する位置に存在すると判定する、
   請求項１～請求項４の何れか１項に記載の音源方向判定装置。
6. 前記音源が前記第１平坦面と対向する位置に存在すると判定された場合、前記音に対応する信号を第１言語に翻訳し、前記音源が前記第２平坦面に対向する位置に存在すると判定された場合、前記音に対応する信号を第２言語に翻訳する、
   請求項１～請求項５の何れか１項に記載の音源方向判定装置。
7. 第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
   前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
   前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
   合成音を出力するスピーカと、
   コンピュータと、
   を含む音源方向判定装置の前記コンピュータが、
   前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の高域周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新し、
   前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の高域周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記高域周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する、
   音源方向判定方法。
8. 第１平坦面に開口した第１開口部を一端部に備え、前記第１開口部から音が伝搬する第１音道、及び、前記第１平坦面と交差する第２平坦面に開口した第２開口部を一端部に備え、前記第２開口部から音が伝搬する第２音道が内部に設けられたマイク設置部と、
   前記第１音道の他端部または前記第１音道の他端部近傍に設置された無指向性の第１マイクロフォンと、
   前記第２音道の他端部または前記第２音道の他端部近傍に設置された無指向性の第２マイクロフォンと、
   合成音を出力するスピーカと、
   コンピュータと、
   を含む音源方向判定装置の前記コンピュータに、
   前記スピーカから前記合成音が出力されている際に前記第１マイクロフォン及び前記第２マイクロフォンの各々で取得された音の高域周波数成分の音圧の相違が大きくなるに従って大きくなるよう、基準閾値を更新し、
   前記スピーカから前記合成音が出力されていない場合に、前記第１マイクロフォンで取得された音の高域周波数成分の音圧と、前記第２マイクロフォンで取得された前記音の前記高域周波数成分の音圧と、の相違と、前記基準閾値との比較に基づいて、音源が存在する方向を判定する、
   音源方向判定処理を実行させるためのプログラム。

Images