JP7572964B2 - 阻止機能を伴うビーム形成マイクロフォンローブの自動集束、領域内自動集束、および自動配置 - Google Patents

Description

関連出願の相互参照
本出願は、２０１９年３月２１日出願の米国仮特許出願第６２／８２１，８００号、２０１９年５月３１日出願の米国仮特許出願第６２／８５５，１８７号、および２０２０年２月７日出願の米国仮特許出願第６２／９７１，６４８号の利益を主張する。各出願の内容が、全体として参照により本明細書に完全に組み込まれている。

本出願は、一般に、ビーム形成マイクロフォンローブ（beamformed microphone lobes）の自動集束（automatic focus）および配置（placement）を有するアレイマイクロフォンに関する。詳細には、本出願は、ローブが最初に配置された後、音声活動の検出に基づいて、ビーム形成マイクロフォンローブの集束および配置を調整し、リモート遠端音声信号に基づいて、ビーム形成マイクロフォンローブの集束および配置の調整の阻止を可能にするアレイマイクロフォンに関する。

会議室、役員室、ビデオ会議アプリケーションなどの会議環境は、そのような環境で活動中の様々な音源からの音を捕捉するために、マイクロフォンの使用を必要とする可能性がある。そのような音源は、たとえば、話している人を含むことができる。捕捉された音は、増幅スピーカ（音の増強のため）を介して環境内の現場の聞き手に広めることができ、かつ／または環境から離れた他の聞き手に（テレビ放送および／またはウェブ放送などを介して）広めることができる。マイクロフォンのタイプおよび特定の環境における配置は、音源の場所、物理的空間要件、美的感覚、部屋のレイアウト、および／または他の考慮すべき点に依存することがある。たとえば、いくつかの環境では、マイクロフォンは、音源に近い机または書見台に配置されることがある。他の環境では、マイクロフォンは、たとえば、部屋全体から音を捕捉するために、頭上に取り付けられることがある。したがって、マイクロフォンは、特定の環境の必要に合うように、様々なサイズ、形状因子、取付けの選択肢、および配線の選択肢で利用可能である。

従来のマイクロフォンは、典型的に、固定の極性パターンおよびいくつかの手動で選択可能な設定を有する。会議環境で音を捕捉する場合、多くの従来のマイクロフォンは、環境内の音源を捕捉するためにすぐに使用することができる。しかし、従来のマイクロフォンは、部屋の雑音、エコー、および他の望ましくない音声要素などの望ましくない音声も同様に捕捉する傾向がある。これらの望ましくない雑音の捕捉は、多くのマイクロフォンの使用によって悪化する。

複数のマイクロフォン要素を有するアレイマイクロフォンは、操縦可能な有効範囲または捕捉パターン（１つまたは複数のローブを有する）などの利益を提供することができ、それによりマイクロフォンが所望の音源に集中し、部屋の雑音などの望ましくない音は拒否することを可能にする。音声捕捉パターンを操縦する能力は、マイクロフォン配置がそれほど精密でなくてもよいという利益を提供し、これによりアレイマイクロフォンの許容性がより高くなる。さらに、アレイマイクロフォンは、この場合も捕捉パターンを操縦することが可能であるため、１つのアレイマイクロフォンまたはユニットによって複数の音源を捕捉するという能力を提供する。

しかし、アレイマイクロフォンの捕捉パターンのローブの位置は、特定の環境および状況では最適でないことがある。たとえば、ローブによって最初に検出された音源が移動して場所を変えることがある。この状況では、ローブは、音源をその新しい場所で最適に捕捉することができない可能性がある。

したがって、これらの課題に対処するアレイマイクロフォンが必要とされている。より詳細には、ローブが最初に配置された後、音声活動の検出に基づいて、ビーム形成マイクロフォンローブを自動で集束および／または配置しながら、リモート遠端音声信号に基づいて、ビーム形成マイクロフォンローブの集束および／または配置を阻止することも可能であり、その結果、より高品質の音の捕捉およびより最適な環境の有効範囲が得られるアレイマイクロフォンが必要とされている。

本発明は、とりわけ、（１）ローブが最初に配置された後に、音声活動の検出に応答して、アレイマイクロフォンのビーム形成ローブの自動集束を可能にし、（２）音声活動の検出に応答して、アレイマイクロフォンのビーム形成ローブの自動配置を可能にし、（３）ローブが最初に配置された後に、音声活動の検出に応答して、ローブ領域内のアレイマイクロフォンのビーム形成ローブの自動集束を可能にし、（４）リモート遠端音声信号の活動に基づいて、アレイマイクロフォンのビーム形成ローブの自動集束または自動配置を阻止または抑制するように設計されたアレイマイクロフォンシステムおよび方法を提供することによって、上記の問題を解決することを意図している。

一実施形態では、新しい音声活動が新しい座標で検出されたとき、初期座標の概ね近傍にある新しい座標へローブを移動することによって、初期座標に位置決めされたビーム形成ローブを集束させることができる。

別の実施形態では、新しい音声活動が新しい座標で検出されたとき、ビーム形成ローブを新しい座標へ配置または移動することができる。

さらなる実施形態では、新しい音声活動が新しい座標で検出されたとき、ローブを移動することによって、初期座標に位置決めされたビーム形成ローブを集束させることができるが、ローブ領域内に制限することができる。

別の実施形態では、リモート遠端音声信号の活動が所定の閾値を超過したとき、ビーム形成ローブの移動または配置を阻止または抑制することができる。

上記および他の実施形態、ならびに様々な順列および態様は、本発明の原理を用いることができる様々な方法を示す例示的な実施形態について述べる以下の詳細な説明および添付の図面から明らかになり、より詳細に理解されよう。

いくつかの実施形態による、音声活動の検出に応答して、ビーム形成ローブの自動集束を行うアレイマイクロフォンの概略図である。 いくつかの実施形態による、ビーム形成ローブを自動集束する動作を示す流れ図である。 いくつかの実施形態による、コスト汎関数（cost functional）を利用してビーム形成ローブを自動集束（automatic focusing）する動作を示す流れ図である。 いくつかの実施形態による、音声活動の検出に応答して、アレイマイクロフォンのビーム形成ローブの自動配置を行うアレイマイクロフォンの概略図である。 いくつかの実施形態による、ビーム形成ローブを自動配置する動作を示す流れ図である。 いくつかの実施形態による、検出された音声活動の近くでローブを発見する動作を示す流れ図である。 いくつかの実施形態による、ローブ領域内にビーム形成ローブを有するアレイマイクロフォンの例示的な図である。 いくつかの実施形態による、ローブ領域内でビーム形成ローブを自動集束する動作を示す流れ図である。 いくつかの実施形態による、検出された音声活動がローブの探索半径内にあるかどうかを判定する動作を示す流れ図である。 いくつかの実施形態による、ローブ領域内にビーム形成ローブを含み、ローブの探索半径を示す、アレイマイクロフォンの例示的な図である。 いくつかの実施形態による、ローブの移動半径内のローブの移動を判定する動作を示す流れ図である。 いくつかの実施形態による、ローブ領域内にビーム形成ローブを含み、ローブの移動半径を示す、アレイマイクロフォンの例示的な図である。 いくつかの実施形態による、ローブ領域内にビーム形成ローブを含み、ローブ領域間の境界クッション（boundary cushion）を示す、アレイマイクロフォンの例示的な図である。 いくつかの実施形態による、ローブ領域間の境界クッションに基づいてローブの移動を制限する動作を示す流れ図である。 いくつかの実施形態による、領域内にビーム形成ローブを含み、領域間の境界クッションに基づいてローブの移動を示す、アレイマイクロフォンの例示的な図である。 いくつかの実施形態による、音声活動の検出およびリモート遠端音声信号に基づく自動集束の阻止に応答して、ビーム形成ローブの自動集束を行うアレイマイクロフォンの概略図である。 いくつかの実施形態による、音声活動の検出およびリモート遠端音声信号に基づく自動配置の阻止に応答して、アレイマイクロフォンのビーム形成ローブの自動配置を行うアレイマイクロフォンの概略図である。 いくつかの実施形態による、リモート遠端音声信号に基づいて、アレイマイクロフォンのビーム形成ローブの自動調整を阻止する動作を示す流れ図である。 いくつかの実施形態による、音声活動の検出および音声活動の活動検出に応答して、アレイマイクロフォンのビーム形成ローブの自動配置を行うアレイマイクロフォンの概略図である。 いくつかの実施形態による、音声活動の活動検出を含む、ビーム形成ローブを自動配置する動作を示す流れ図である。

以下の説明は、本発明の１つまたは複数の特定の実施形態についてその原理に従って説明、図示、および例示する。この説明は、本発明を本明細書に記載する実施形態に限定するためではなく、本発明の原理について説明および教示するために提供されており、したがって当業者であればこれらの原理を理解することを可能にし、その理解によってこれらの原理を適用して、本明細書に記載する実施形態だけでなく、これらの原理に従って想到される他の実施形態も実施することが可能になる。本発明の範囲は、文字どおりまたは均等物によって添付の特許請求の範囲の範囲内に入る、すべてのそのような実施形態を包含することを意図している。

本説明および図面では、同じまたは実質的に類似の要素が、同じ参照番号で表示されることがあることに留意されたい。しかし、場合により、これらの要素は、異なる数字などで表示されることもあり、これはたとえば、そのような表示によってより明確な説明が容易になる場合である。加えて、本明細書に記載する図面は、必ずしも原寸に比例して描かれておらず、いくつかの例では、特定の特徴をより明確に示すために、割合が強調されていることがある。そのような表示および描写の実施は、必ずしも内在する実質的な目的を示唆するものではない。上述したように、本明細書は、全体として考えられ、本明細書に教示された当業者には理解される本発明の原理に従って解釈されることを意図している。

本明細書に記載するアレイマイクロフォンシステムおよび方法は、音声活動の検出に応答して、ビーム形成ローブの自動集束および配置を可能にし、ならびにリモート遠端音声信号に基づいて、ビーム形成ローブの集束および配置を阻止することを可能にすることができる。実施形態では、アレイマイクロフォンは、複数のマイクロフォン要素、音声活動ローカライザ、ローブオートフォーカサ、データベース、およびビームフォーマを含むことができる。音声活動ローカライザは、新しい音声活動の座標および信頼度スコア（confidence score）を検出することができ、ローブオートフォーカサは、新しい音声活動付近に以前に配置されたローブが存在するかどうかを判定することができる。そのようなローブが存在し、かつ新しい音声活動の信頼度スコアがローブの信頼度スコアより大きい場合、ローブオートフォーカサは、新しい座標をビームフォーマへ伝送することができ、したがってローブが新しい座標へ移動される。これらの実施形態では、ローブの場所を改善し、ローブ内側およびその近くの音源の最新の場所に自動で集束させるとともに、ローブが重複すること、望ましくない方向（たとえば、望ましくない雑音の方）を向くこと、および／またはあまりに急に移動することを防止することができる。

他の実施形態では、アレイマイクロフォンは、複数のマイクロフォン要素、音声活動ローカライザ、ローブオートプレーサ、データベース、およびビームフォーマを含むことができる。音声活動ローカライザは、新しい音声活動の座標を検出することができ、ローブオートプレーサは、新しい音声活動付近にローブが存在するかどうかを判定することができる。そのようなローブが存在しない場合、ローブオートプレーサは、新しい座標をビームフォーマへ伝送することができ、したがって新しい座標に非活動状態のローブが配置され、または既存のローブが新しい座標へ移動される。これらの実施形態では、アレイマイクロフォンの１組の活動状態のローブが、アレイマイクロフォンの有効区域内の最近の音声活動の方を向くことができる。

他の実施形態では、音声活動ローカライザは、新しい音声活動の座標および信頼度スコアを検出することができ、新しい音声活動の信頼度スコアが閾値より大きい場合、ローブオートフォーカサは、新しい音声活動が属するローブ領域を識別することができる。識別されたローブ領域において、ローブの現在の座標の探索半径、すなわち新しい音声活動を考慮することができるローブの現在の座標の周りの空間の３次元領域内に座標がある場合、以前に配置されたローブを移動することができる。ローブ領域におけるローブの移動は、ローブの現在の座標の移動半径、すなわちローブが移動することが可能な３次元空間内の最大距離内に制限することができ、かつ／またはローブ領域間の境界クッションの外側、すなわちローブがローブ領域間の境界にどれだけ近づくことができるかに制限することができる。これらの実施形態では、ローブに関連するローブ領域内でローブの場所を改善し、音源の最新の場所に自動で集束させるとともに、ローブが重複すること、望ましくない方向（たとえば、望ましくない雑音の方）を向くこと、および／またはあまりに急に移動することを防止することができる。

さらなる実施形態では、活動検出器が、遠端などからのリモート音声信号を受信することができる。リモート音声信号の音は、会議室内のラウドスピーカなど、局所的な環境で再生することができる。リモート音声信号の活動が所定の閾値を超過した場合、ビーム形成ローブの自動調整（すなわち、集束および／または配置）を行うことを阻止することができる。たとえば、リモート音声信号の活動は、リモート音声信号のエネルギーレベルによって測定することができる。この例では、リモート音声信号に特定の発言または発声レベルが含まれる場合、リモート音声信号のエネルギーレベルが所定の閾値を超過する可能性がある。この状況では、たとえば局所的な環境で再生されているリモート音声信号からの音を捕捉するようにローブが誘導されないように、ビーム形成ローブの自動調整を防止することが望ましい可能性がある。しかし、リモート音声信号のエネルギーレベルが所定の閾値を超過しない場合、ビーム形成ローブの自動調整を実行することができる。ビーム形成ローブの自動調整は、たとえば、本明細書に記載するローブの自動集束および／または配置を含むことができる。これらの実施形態では、リモート音声信号の活動が所定の閾値を超過しないときは、ローブの場所を改善し、自動で集束および／または配置することができ、リモート音声信号の活動が所定の閾値を超過するときは、ローブが自動で集束および／または配置されることを阻止または抑制することができる。

本明細書のシステムおよび方法を使用すると、音源が最初の位置から移動して場所を変えた場合でも、たとえばビーム形成ローブが音源を最適に捕捉することを確実にすることによって、環境における音源の有効範囲の品質を改善することができる。環境における音源の有効範囲の品質はまた、たとえば遠端からの発声、発言、または他の雑音のような望ましくない音を捕捉するようにビーム形成ローブが配備（deployed）（たとえば、集束または配置（focused or placed））される可能性を低減させることによって、改善することができる。

図１および図４は、様々な周波数で音源からの音を検出することができるアレイマイクロフォン１００、４００の概略図である。アレイマイクロフォン１００、４００は、たとえば、会議室または役員室内で利用することができ、音源は、１人または複数の発言者とすることができる。この環境には、換気、他の人、音声／視覚機器、電子デバイスなどからの雑音などの望ましくない他の音も存在することがある。典型的な状況では、音源は、机に着いて椅子に座っているが、音源の他の構成および配置も企図され、それも可能である。

アレイマイクロフォン１００、４００は、机、書見台、卓上、壁、天井などの上または中に配置することができ、したがって発言者によって話される発言など、音源からの音を検出および捕捉することができる。アレイマイクロフォン１００、４００は、たとえば、任意の数のマイクロフォン要素１０２ａ、ｂ、．．．、ｚｚ、４０２ａ、ｂ、．．．、ｚｚを含むことができ、音源からの音を検出および捕捉することができるように、ローブによって複数の捕捉パターンを形成することが可能である。任意の適当な数のマイクロフォン要素１０２、４０２が可能であり、それも企図される。

アレイマイクロフォン１００、４００内のマイクロフォン要素１０２、４０２の各々は、音を検出し、その音をアナログ音声信号に変換することができる。アナログデジタル変換器、プロセッサ、および／または他の構成要素などのアレイマイクロフォン１００、４００内の構成要素は、アナログ音声信号を処理し、最終的に１つまたは複数のデジタル音声出力信号を生成することができる。デジタル音声出力信号は、いくつかの実施形態では、イーサネットを介して音声を伝送するためのＤａｎｔｅ規格に準拠することができ、または別の規格および／もしくは伝送プロトコルに準拠することができる。実施形態では、アレイマイクロフォン１００、４００内のマイクロフォン要素１０２、４０２の各々は、音を検出し、その音をデジタル音声信号に変換することができる。

アレイマイクロフォン１００、４００内のビームフォーマ１７０、４７０によって、マイクロフォン要素１０２、４０２の音声信号から１つまたは複数の捕捉パターンを形成することができる。ビームフォーマ１７０、４７０は、捕捉パターンの各々に対応するデジタル出力信号１９０ａ、ｂ、ｃ、．．．ｚ、４９０ａ、ｂ、ｃ、．．．、ｚを生成することができる。捕捉パターンは、１つまたは複数のローブ、たとえば主ローブ、サイドローブ、およびバックローブから構成することができる。他の実施形態では、アレイマイクロフォン１００、４００内のマイクロフォン要素１０２、４０２は、アナログ音声信号を出力することができ、したがってアレイマイクロフォン１００、４００の外部の他の構成要素およびデバイス（たとえば、プロセッサ、ミキサ、レコーダ、増幅器など）が、アナログ音声信号を処理することができる。

音声活動の検出に応答してビーム形成ローブを自動で集束させる図１のアレイマイクロフォン１００は、マイクロフォン要素１０２と、マイクロフォン要素１０２と有線または無線通信する音声活動ローカライザ１５０と、音声活動ローカライザ１５０と有線または無線通信するローブオートフォーカサ１６０と、マイクロフォン要素１０２およびローブオートフォーカサ１６０と有線または無線通信するビームフォーマ１７０と、ローブオートフォーカサ１６０と有線または無線通信するデータベース１８０とを含むことができる。これらの構成要素は、以下でより詳細に説明する。

音声活動の検出に応答してビーム形成ローブを自動で配置する図４のアレイマイクロフォン４００は、マイクロフォン要素４０２と、マイクロフォン要素４０２と有線または無線通信する音声活動ローカライザ４５０と、音声活動ローカライザ４５０と有線または無線通信するローブオートプレーサ４６０と、マイクロフォン要素４０２およびローブオートプレーサ４６０と有線または無線通信するビームフォーマ４７０と、ローブオートプレーサ４６０と有線または無線通信するデータベース４８０とを含むことができる。これらの構成要素は、以下でより詳細に説明する。

実施形態では、アレイマイクロフォン１００、４００は、音声活動ローカライザ１５０、４５０および／またはビームフォーマ１７０、４７０とともに働く音響エコーキャンセラまたはオートミキサなどの他の構成要素を含むことができる。たとえば、本明細書に記載するように、新しい音声活動を検出したことに応答してローブが新しい座標へ移動されたとき、ローブの移動からの情報を利用して、音響エコーキャンセラによって、移動中のエコーを最小化することができ、かつ／またはオートミキサによって、その決定能力を改善することができる。別の例として、関係する発声活動を有しているとオートミキサが識別したローブを移動することを可能にするなど、オートミキサの決定によって、ローブの移動に影響を与えることができる。ビームフォーマ１７０、４７０は、遅延和ビームフォーマまたは最小分散無歪応答（ＭＶＤＲ）ビームフォーマなどの任意の好適なビームフォーマとすることができる。

アレイマイクロフォン１００、４００に含まれる様々な構成要素は、プロセッサおよびメモリ、グラフィックス処理ユニット（ＧＰＵ）を有する計算デバイスなどの１つもしくは複数のサーバもしくはコンピュータによって実行可能なソフトウェアを使用して実施することができ、ならびに／またはハードウェア（たとえば、離散論理回路、特定用途向け集積回路（ＡＳＩＣ）、プログラマブルゲートアレイ（ＰＧＡ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などによって実施することができる。

いくつかの実施形態では、マイクロフォン要素１０２、４０２は、同心円状のリングで配置することができ、かつ／または調和的に入れ子状にすることができる。いくつかの実施形態では、マイクロフォン要素１０２、４０２は、略対称になるように配置することができる。他の実施形態では、マイクロフォン要素１０２、４０２は、非対称にまたは別の配置で配置することができる。さらなる実施形態では、マイクロフォン要素１０２、４０２は、たとえば、基板上に配置することができ、枠内に配置することができ、または個々につるすことができる。アレイマイクロフォンの一実施形態が、全体として参照により本明細書に組み込まれている、本発明の譲受人に譲渡された米国特許第９，５６５，４９３号に記載されている。実施形態では、マイクロフォン要素１０２、４０２は、主に一方向に感度を有する単方向マイクロフォンとすることができる。他の実施形態では、マイクロフォン要素１０２、４０２は、所望される場合、カーディオイド、サブカーディオイド、または無指向性などの他の指向性または極性パターンを有することができる。マイクロフォン要素１０２、４０２は、音源から音を検出してその音を電気音声信号に変換することができる任意の好適なタイプのトランスデューサとすることができる。一実施形態では、マイクロフォン要素１０２、４０２は、微小電気機械システム（ＭＥＭＳ）マイクロフォンとすることができる。他の実施形態では、マイクロフォン要素１０２、４０２は、コンデンサマイクロフォン、バランスドアーマチュアマイクロフォン、エレクトレットマイクロフォン、ダイナミックマイクロフォン、および／または他のタイプのマイクロフォンとすることができる。実施形態では、マイクロフォン要素１０２、４０２は、１次元または２次元で配列することができる。アレイマイクロフォン１００、４００は、たとえば、机、壁、天井などに配置しまたは取り付けることができ、かつビデオモニタの隣、下、または上に配置することができる。

アレイマイクロフォン１００の以前に配置されたビーム形成ローブを自動集束するプロセス２００の一実施形態が、図２に示されている。プロセス２００は、アレイマイクロフォン１００が、アレイマイクロフォン１００から１つまたは複数の音声信号１８０を出力することができるように、ローブオートフォーカサ１６０によって実行することができ、音声信号１８０は、音源の新しい音声活動に集束したビーム形成ローブによって捕捉された音を含むことができる。アレイマイクロフォン１００の内部または外部の１つまたは複数のプロセッサおよび／または他の処理構成要素（たとえば、アナログデジタル変換器、暗号化チップなど）は、プロセス２００のステップのうちのいずれか、いくつか、またはすべてを実行することができる。１つまたは複数の他のタイプの構成要素（たとえば、メモリ、入力および／または出力デバイス、送信器、受信器、バッファ、ドライバ、個別の構成要素など）はまた、プロセス２００のステップのうちのいずれか、いくつか、またはすべてを実行するために、プロセッサおよび／または他の処理構成要素とともに利用することができる。

ステップ２０２で、新しい音声活動に対応する座標および信頼度スコアを、音声活動ローカライザ１５０からローブオートフォーカサ１６０で受信することができる。音声活動ローカライザ１５０は、アレイマイクロフォン１００の環境を連続して走査して、新しい音声活動を発見することができる。音声活動ローカライザ１５０によって発見された新しい音声活動は、静止していない好適な音源、たとえば発言者を含むことができる。新しい音声活動の座標は、デカルト座標（すなわち、ｘ、ｙ、ｚ）または球座標（すなわち、径方向の距離／大きさｒ、仰角（elevation angle）θ（シータ）、方位角（azimuthal angle）φ（ファイ））など、アレイマイクロフォン１００の場所に対する特定の３次元座標とすることができる。新しい音声活動の信頼度スコアは、たとえば、座標の確実性および／または音声活動の品質を示すことができる。実施形態では、ステップ２０２で、新しい音声活動に関係する他の好適なメトリックを受信して利用することもできる。必要な場合、デカルト座標を球座標に容易に変換することができ、逆も同様であることに留意されたい。

ステップ２０４で、ローブオートフォーカサ１６０は、新しい音声活動の座標が既存のローブ付近（すなわち、近傍）にあるかどうかを判定することができる。新しい音声活動が既存のローブ付近にあるかどうかは、所定の閾値に対する（１）新しい音声活動の座標と（２）既存のローブの座標の方位および／または仰角の差に基づくことができる。マイクロフォン１００から新しい音声活動までの距離もまた、新しい音声活動の座標が既存のローブ付近にあるかどうかの判定に影響することができる。いくつかの実施形態では、ローブオートフォーカサ１６０は、ステップ２０４で使用するために、データベース１８０から既存のローブの座標を取り出すことができる。新しい音声活動の座標が既存のローブ付近にあるかどうかの判定の一実施形態は、図６に関連して以下でより詳細に説明する。

ローブオートフォーカサ１６０が、ステップ２０４で、新しい音声活動の座標が既存のローブ付近にないと判定した場合、プロセス２００はステップ２１０で終了することができ、アレイマイクロフォン１００のローブの場所は更新されない。このシナリオでは、新しい音声活動の座標がアレイマイクロフォン１００の有効区域の外側にあると考えることができ、したがってこの新しい音声活動を無視することができる。しかし、ローブオートフォーカサ１６０が、ステップ２０４で、新しい音声活動の座標が既存のローブ付近にあると判定した場合、プロセス２００はステップ２０６へ進む。このシナリオでは、新しい音声活動の座標が、既存のローブの改善された（すなわち、より集束された）場所であると考えることができる。

ステップ２０６で、ローブオートフォーカサ１６０は、新しい音声活動の信頼度スコアを既存のローブの信頼度スコアと比較することができる。いくつかの実施形態では、ローブオートフォーカサ１６０は、データベース１８０から既存のローブの信頼度スコアを取り出すことができる。ローブオートフォーカサ１６０が、ステップ２０６で、新しい音声活動の信頼度スコアが既存のローブの信頼度スコアより小さい（すなわち、より悪い）と判定した場合、プロセス２００はステップ２１０で終了することができ、アレイマイクロフォン１００のローブの場所は更新されない。しかし、ローブオートフォーカサ１６０が、ステップ２０６で、新しい音声活動の信頼度スコアが既存のローブの信頼度スコアより大きいまたはそれに等しい（すなわち、より良好であるまたはそれより好ましい）と判定した場合、プロセス２００はステップ２０８へ進むことができる。ステップ２０８で、ローブオートフォーカサ１６０は、新しい音声活動の座標をビームフォーマ１７０へ伝送することができ、したがってビームフォーマ１７０は、既存のローブの場所を新しい座標に更新することができる。加えて、ローブオートフォーカサ１６０は、ローブの新しい座標をデータベース１８０に記憶することができる。

いくつかの実施形態では、ステップ２０８で、ローブオートフォーカサ１６０は、ローブの場所の突然の変化を防止および／または最小化するために、既存のローブの移動を制限することができる。たとえば、ローブオートフォーカサ１６０は、特定の最近の期間内に特定のローブが最近移動されている場合、そのローブを新しい座標へ移動させない。別の例として、ローブオートフォーカサ１６０は、新しい座標がローブの現在の座標に近接しすぎている場合、別のローブに近接しすぎている場合、別のローブに重複している場合、および／またはローブの既存の位置から遠すぎると考えられる場合、特定のローブをそれらの新しい座標へ移動させない。

プロセス２００は、音声活動ローカライザ１５０が新しい音声活動を発見し、新しい音声活動の座標および信頼度スコアをローブオートフォーカサ１６０へ提供すると、アレイマイクロフォン１００によって連続して実行することができる。たとえば、プロセス２００は、音源、たとえば発言者が会議室内を動き回っているとき、１つまたは複数のローブを音源に集束させてそれらの音を最適に捕捉することができるように実行することができる。

コスト汎関数を使用してアレイマイクロフォン１００の以前に配置されたビーム形成ローブを自動集束するプロセス３００の一実施形態が、図３に示されている。プロセス３００は、アレイマイクロフォン１００が、１つまたは複数の音声信号１８０を出力することができるように、ローブオートフォーカサ１６０によって実行することができ、音声信号１８０は、音源の新しい音声活動に集束したビーム形成ローブによって捕捉された音を含むことができる。マイクロフォンアレイ１００の内部または外部の１つまたは複数のプロセッサおよび／または他の処理構成要素（たとえば、アナログデジタル変換器、暗号化チップなど）は、プロセス３００のステップのうちのいずれか、いくつか、またはすべてを実行することができる。１つまたは複数の他のタイプの構成要素（たとえば、メモリ、入力および／または出力デバイス、送信器、受信器、バッファ、ドライバ、個別の構成要素など）はまた、プロセス３００のステップのうちのいずれか、いくつか、またはすべてを実行するために、プロセッサおよび／または他の処理構成要素とともに利用することができる。

ローブオートフォーカサ１６０に対するプロセス３００のステップ３０２、３０４、および３０６は、上述した図２のプロセス２００のステップ２０２、２０４、および２０６と実質的に同じものとすることができる。特に、新しい音声活動に対応する座標および信頼度スコアを、音声活動ローカライザ１５０からローブオートフォーカサ１６０で受信することができる。ローブオートフォーカサ１６０は、新しい音声活動の座標が既存のローブ付近（すなわち、近傍）にあるかどうかを判定することができる。新しい音声活動の座標が既存のローブ付近にない場合（または新しい音声活動の信頼度スコアが既存のローブの信頼度スコアより小さい場合）、プロセス３００はステップ３２４へ進むことができ、アレイマイクロフォン１００のローブの場所は更新されない。しかし、ローブオートフォーカサ１６０が、ステップ３０６で、新しい音声活動の信頼度スコアが既存のローブの信頼度スコアより大きい（すなわち、より良好であるまたはそれより好ましい）と判定した場合、プロセス３００はステップ３０８へ進むことができる。このシナリオでは、新しい音声活動の座標が、既存のローブを移動させる場所候補であると考えることができ、後述するように、既存のローブのコスト汎関数を評価して最大化することができる。

ローブに対するコスト汎関数は、ローブの空間アスペクトおよび新しい音声活動の音声品質を考慮することができる。本明細書では、コスト汎関数およびコスト関数は同じ意味を有する。特に、いくつかの実施形態では、ローブｉに対するコスト汎関数は、新しい音声活動の座標（ＬＣ_i）、ローブに対する信号対雑音比（ＳＮＲ_i）、ローブに対する利得値（Ｇａｉｎ_i）、新しい音声活動に関係する発声活動検出情報（ＶＡＤ_i）、および既存のローブの座標からの距離（ｄｉｓｔａｎｃｅ（ＬＯ_i））の関数として定義することができる。他の実施形態では、ローブに対するコスト汎関数を他の情報の関数とすることができる。ローブｉに対するコスト汎関数は、たとえば、デカルト座標の場合はＪ_i（ｘ，ｙ，ｚ）として、または球座標の場合はＪ_i（ａｚｉｍｕｔｈ，ｅｌｅｖａｔｉｏｎ，ｍａｇｎｉｔｕｄｅ）として記述することができる。デカルト座標によるコスト汎関数を例示として使用すると、コスト汎関数Ｊ_i（ｘ，ｙ，ｚ）＝ｆ（ＬＣ_i，ｄｉｓｔａｎｃｅ（ＬＯ_i），Ｇａｉｎ_i，ＳＮＲ_i，ＶＡＤ_i）になる。したがって、座標の空間格子にわたってコスト汎関数Ｊ_iを評価して最大化することによって、ローブを移動させることができ、したがってローブの移動は、コスト汎関数の勾配（すなわち、最も急傾斜の上昇）の方向になる。いくつかの状況では、コスト汎関数の最大は、ステップ３０２でローブオートフォーカサ１６０によって受信された新しい音声活動の座標（すなわち、場所候補）と同じものとすることができる。他の状況では、上述した他のパラメータを考慮したとき、コスト汎関数の最大は、新しい音声活動の座標とは異なる位置へローブを移動させることができる。

ステップ３０８で、ローブオートフォーカサ１６０によって、新しい音声活動の座標で、ローブに対するコスト汎関数を評価することができる。いくつかの実施形態では、評価されたコスト汎関数は、ローブオートフォーカサ１６０によってデータベース１８０に記憶することができる。ステップ３１０で、ローブオートフォーカサ１６０は、新しい音声活動の座標から、それぞれｘ、ｙ、およびｚ方向に量Δｘ、Δｙ、Δｚの各々だけ、ローブを移動させることができる。各移動後、ローブオートフォーカサ１６０によって、コスト汎関数をこれらの場所の各々で評価することができる。たとえば、ローブを場所（ｘ＋Δｘ，ｙ，ｚ）へ移動させることができ、その場所でコスト汎関数を評価することができ、次いで場所（ｘ，ｙ＋Δｙ，ｚ）へ移動させることができ、その場所でコスト汎関数を評価することができ、次いで場所（ｘ，ｙ，ｚ＋Δｚ）へ移動させることができ、その場所でコスト汎関数を評価することができる。ステップ３１０で、ローブは、量Δｘ、Δｙ、Δｚだけ任意の順序で移動させることができる。いくつかの実施形態では、これらの場所で評価されたコスト汎関数の各々は、ローブオートフォーカサ１６０によってデータベース１８０に記憶することができる。コスト汎関数の評価は、ステップ３１０で、後述するように、偏導関数の推定およびコスト汎関数の勾配を計算するために、ローブオートフォーカサ１６０によって実行される。上記の説明はデカルト座標に関連するが、球座標（たとえば、Δａｚｉｍｕｔｈ，Δｅｌｅｖａｔｉｏｎ，Δｍａｇｎｉｔｕｄｅ）の場合も類似の動作を実行することができることに留意されたい。

ステップ３１２で、ローブオートフォーカサ１６０によって、偏導関数の１組の推定に基づいて、コスト汎関数の勾配を計算することができる。勾配∇ｊは、次のように計算することができる。

ステップ３１４で、ローブオートフォーカサ１６０は、ステップ３１２で計算した勾配∇ｊの方向に所定のステップサイズμだけ、ローブを移動させることができる。特に、ローブは、新しい場所（ｘ_i＋μｇｘ_i,ｙ_i＋μｇｙ_i,ｚ_i＋μｇｚ_i）へ移動させることができる。この新しい場所におけるローブのコスト汎関数はまた、ステップ３１４で、ローブオートフォーカサ１６０によって評価することができる。いくつかの実施形態では、このコスト汎関数は、ローブオートフォーカサ１６０によってデータベース１８０に記憶することができる。

ステップ３１６で、ローブオートフォーカサ１６０は、新しい場所におけるローブのコスト汎関数（ステップ３１４で評価）を、新しい音声活動の座標におけるローブのコスト汎関数（ステップ３０８で評価）と比較することができる。ステップ３１６で、新しい場所におけるローブのコスト汎関数が新しい音声活動の座標におけるローブのコスト汎関数より小さい場合、ステップ３１４で、ステップサイズμが大きすぎると考えることができ、プロセス３００はステップ３２２へ進むことができる。ステップ３２２で、ステップサイズを調整することができ、プロセスはステップ３１４へ戻ることができる。

しかし、ステップ３１６で、新しい場所におけるローブのコスト汎関数が、新しい音声活動の座標におけるローブのコスト汎関数より小さくない場合、プロセス３００はステップ３１８へ進むことができる。ステップ３１８で、ローブオートフォーカサ１６０は、（１）新しい場所におけるローブのコスト汎関数（ステップ３１４で評価）と（２）新しい音声活動の座標におけるローブのコスト汎関数（ステップ３０８で評価）との間の差が近いかどうか、すなわちこの差の絶対値が小さい量εの範囲内であるかどうかを判定することができる。ステップ３１８でこの条件が満足されない場合、コスト汎関数の極大に到達していないと考えることができる。プロセス３００はステップ３２４へ進むことができ、アレイマイクロフォン１００のローブの場所は更新されない。

しかし、ステップ３１８でこの条件が満足された場合、コスト汎関数の極大に到達し、ローブが自動集束されていると考えることができ、プロセス３００はステップ３２０へ進む。ステップ３２０で、ローブオートフォーカサ１６０は、新しい音声活動の座標をビームフォーマ１７０へ伝送することができ、したがってビームフォーマ１７０は、ローブの場所を新しい座標に更新することができる。加えて、ローブオートフォーカサ１６０は、ローブの新しい座標をデータベース１８０に記憶することができる。

いくつかの実施形態では、ステップ３２０で、ローブオートフォーカサ１６０によって、ローブのアニーリング／ディザリング移動を適用することができる。アニーリング／ディザリング移動は、より良好な極大（したがって、ローブにとってより良好な場所）の発見を試みるために、コスト汎関数の極大からローブをナッジするように適用することができる。アニーリング／ディザリング場所は、（ｘ_i＋ｒｘ_i,ｙ_i＋ｒｙ_i,ｚ_i＋ｒｚ_i）によって定義することができ、ここで（ｒｘ_i，ｒｙ_i，ｒｚ_i）は小さい乱数値である。

プロセス３００は、音声活動ローカライザ１５０が新しい音声活動を発見し、新しい音声活動の座標および信頼度スコアをローブオートフォーカサ１６０へ提供すると、アレイマイクロフォン１００によって連続して実行することができる。たとえば、プロセス３００は、音源、たとえば発言者が会議室内を動き回っているとき、１つまたは複数のローブを音源に集束させてそれらの音を最適に捕捉することができるように実行することができる。

実施形態では、たとえばステップ３０８～３１８および３２２で、たとえばステップ３０２で新しい音声活動の１組の座標を受信する必要なく、コスト汎関数を再評価して更新することができ、ローブの座標を調整することができる。たとえば、アルゴリズムが、新しい音声活動の１組の座標を提供することなく、アレイマイクロフォン１００のどのローブが最大の音声活動を有するかを検出することができる。そのようなアルゴリズムからの音声活動情報に基づいて、コスト汎関数を再評価して更新することができる。

アレイマイクロフォン４００のビーム形成ローブの自動配置または配置のためのプロセス５００の一実施形態が、図５に示されている。プロセス５００は、アレイマイクロフォン４００が、図４に示すアレイマイクロフォン４００から１つまたは複数の音声信号４８０を出力することができるように、ローブオートプレーサ４６０によって実行することができ、音声信号４８０は、音源の新しい音声活動に由来する、配置されたビーム形成ローブによって捕捉された音を含むことができる。マイクロフォンアレイ４００の内部または外部の１つまたは複数のプロセッサおよび／または他の処理構成要素（たとえば、アナログデジタル変換器、暗号化チップなど）は、プロセス５００のステップのうちのいずれか、いくつか、またはすべてを実行することができる。１つまたは複数の他のタイプの構成要素（たとえば、メモリ、入力および／または出力デバイス、送信器、受信器、バッファ、ドライバ、個別の構成要素など）はまた、プロセス５００のステップのうちのいずれか、いくつか、またはすべてを実行するために、プロセッサおよび／または他の処理構成要素とともに利用することができる。

ステップ５０２で、新しい音声活動に対応する座標を、音声活動ローカライザ４５０からローブオートプレーサ４６０で受信することができる。音声活動ローカライザ４５０は、アレイマイクロフォン４００の環境を連続して走査して、新しい音声活動を発見することができる。音声活動ローカライザ４５０によって発見された新しい音声活動は、静止していない好適な音源、たとえば発言者を含むことができる。新しい音声活動の座標は、デカルト座標（すなわち、ｘ、ｙ、ｚ）または球座標（すなわち、径方向の距離／大きさｒ、仰角θ（シータ）、方位角φ（ファイ））など、アレイマイクロフォン４００の場所に対する特定の３次元座標とすることができる。

実施形態では、ビーム形成ローブの配置は、新しい音声活動の活動量が所定の閾値を超過するかどうかに基づいて行うことができる。図１９は、様々な周波数で音源からの音を検出し、新しい音声活動の活動量を考慮しながら、音声活動の検出に応答してビーム形成ローブを自動で配置することができるアレイマイクロフォン１９００の概略図である。実施形態では、アレイマイクロフォン１９００は、上述したアレイマイクロフォン４００と同じ構成要素、たとえばマイクロフォン４０２、音声活動ローカライザ４５０、ローブオートプレーサ４６０、ビームフォーマ４７０、および／またはデータベース４８０のうちのいくつかまたはすべてを含むことができる。アレイマイクロフォン１９００はまた、ローブオートプレーサ４６０およびビームフォーマ４７０と通信している活動検出器１９０４を含むことができる。

活動検出器１９０４は、新しい音声活動における活動量を検出することができる。いくつかの実施形態では、活動量は、新しい音声活動のエネルギーレベルとして測定することができる。他の実施形態では、活動量は、時間領域および／または周波数領域における方法を使用して、機械学習（たとえば、ケプストラム係数を使用）の適用、１つもしくは複数の周波数帯域における信号の非定常性の測定、および／または望ましい音もしくは発言の特徴の探索などによって測定することができる。

実施形態では、活動検出器１９０４は、リモート音声信号に発声および／または雑音が存在するかどうかを判定することができる発声活動検出器（ＶＡＤ）とすることができる。ＶＡＤは、たとえば、リモート音声信号のスペクトル分散の分析、線形予測符号化の使用、発声および／もしくは雑音を検出するための機械学習もしくは深層学習技法の適用、ならびに／またはＩＴＵ Ｇ．７２９ＶＡＤ、ＧＳＭ仕様に含まれるＶＡＤ計算のためのＥＴＳＩ規格、もしくは長期ピッチ予測などのよく知られている技法の使用によって実施することができる。

検出された活動量に基づいて、自動ローブ配置が実行されたり、または実行されなかったりする。新しい音声活動の検出された活動が所定の基準を満足させるとき、自動ローブ配置を実行することができる。逆に、新しい音声活動の検出された活動が所定の基準を満足させないときは、自動ローブ配置は実行されない。たとえば、所定の基準を満足させるということは、新しい音声活動が、ローブによって捕捉されることが好ましい発声、発言、または他の音を含むことを示すことができる。別の例として、所定の基準を満足させないということは、新しい音声活動が、ローブによって捕捉されることが好ましい発声、発言、または他の音を含まないことを示すことができる。この後者のシナリオでは、自動ローブ配置を阻止することによって、新しい音声活動からの音を捕捉することを回避するために、ローブは配置されない。

図２０のプロセス２０００に見られるように、ステップ５０２に続くステップ２００３で、新しい音声活動の活動量が所定の基準を満足させるかどうかを判定することができる。新しい音声活動は、たとえば、活動検出器１９０４によってビームフォーマ４７０から受信することができる。検出された活動量は、新しい音声活動における発言、発声、雑音などの量に対応することができる。実施形態では、活動量は、新しい音声活動のエネルギーレベルとして、または新しい音声活動における発声量として測定することができる。実施形態では、検出された活動量は、新しい音声活動における発声または発言の量を具体的に示すことができる。他の実施形態では、検出された活動量は、発声対雑音比とすることができ、または新しい音声活動における雑音量を示すことができる。

ステップ２００３で、活動量が所定の基準を満足させない場合、プロセス２０００はステップ５２２で終了することができ、アレイマイクロフォン１９００のローブの場所は更新されない。新しい音声活動における発声の発言の量が比較的小さいとき、および／または発声対雑音比が比較的低いとき、新しい音声活動の検出された活動量は、所定の基準を満足させることができない。同様に、新しい音声活動における雑音量が比較的大きいとき、新しい音声活動の検出された活動量は、所定の基準を満足させることができない。したがって、新しい音声活動を検出するためにローブを自動で配置しないことで、望ましくない音が拾われないことを確実にする手助けをすることができる。

ステップ２００３で、活動量が所定の基準を満足させた場合、プロセス２０００は、後述するステップ５０４へ進むことができる。新しい音声活動における発言もしくは発声の量が比較的大きいとき、および／または発声対雑音比が比較的高いとき、新しい音声活動の検出された活動量は、所定の基準を満足させることができる。同様に、新しい音声活動における雑音量が比較的小さいとき、新しい音声活動の検出された活動量は、所定の基準を満足させることができる。したがって、このシナリオでは、新しい音声活動を検出するようにローブを自動で配置することが望ましい。

プロセス５００に戻ると、ステップ５０４で、ローブオートプレーサ４６０は、タイムスタンプをクロックの現在の値などに更新することができる。いくつかの実施形態では、タイムスタンプは、データベース４８０に記憶することができる。実施形態では、タイムスタンプおよび／またはクロックは、実時間値、たとえば、時間、分、秒などとすることができる。他の実施形態では、タイムスタンプおよび／またはクロックは、事象の時間順の追跡を可能にすることができる整数値の増加に基づくことができる。

ステップ５０６で、ローブオートプレーサ４６０は、新しい音声活動の座標が既存の活動状態のローブ付近（すなわち、近傍）にあるかどうかを判定することができる。新しい音声活動が既存のローブ付近にあるかどうかは、所定の閾値に対する（１）新しい音声活動の座標と（２）既存のローブの座標の方位および／または仰角の差に基づくことができる。マイクロフォン４００から新しい音声活動までの距離もまた、新しい音声活動の座標が既存のローブ付近にあるかどうかの判定に影響することができる。いくつかの実施形態では、ローブオートプレーサ４６０は、ステップ５０６で使用するために、データベース４８０から既存のローブの座標を取り出すことができる。新しい音声活動の座標が既存のローブ付近にあるかどうかの判定の一実施形態は、図６に関連して以下でより詳細に説明する。

ステップ５０６で、ローブオートプレーサ４６０が、新しい音声活動の座標が既存のローブ付近にあると判定した場合、プロセス５００はステップ５２０へ進む。ステップ５２０で、既存のローブのタイムスタンプが、ステップ５０４からの現在のタイムスタンプに更新される。このシナリオでは、既存のローブは、新しい音声活動を含む（すなわち、捕捉する）ことができると考えられる。プロセス５００はステップ５２２で終了することができ、アレイマイクロフォン４００のローブの場所は更新されない。

しかし、ステップ５０６で、ローブオートプレーサ４６０が、新しい音声活動の座標が既存のローブ付近にないと判定した場合、プロセス５００はステップ５０８へ進む。このシナリオでは、新しい音声活動の座標は、アレイマイクロフォン４００の現在の有効区域の外側にあると考えることができ、したがって新しい音声活動を含む必要がある。ステップ５０８で、ローブオートプレーサ４６０は、アレイマイクロフォン４００の非活動状態のローブが利用可能であるかどうかを判定することができる。いくつかの実施形態では、ローブが特定の１組の座標に向けられていない場合、またはローブが配備されていない（すなわち、存在しない）場合、ローブは非活動状態であると考えることができる。他の実施形態では、配備されたローブのメトリック（たとえば、時間、経過年数など）が特定の基準を満足させるかどうかに基づいて、配備されたローブが非活動状態であると考えることができる。ローブオートプレーサ４６０が、ステップ５０８で、非活動状態のローブが利用可能であると判定した場合、ステップ５１０で、非活動状態のローブが選択され、ステップ５１４で、新しく選択されたローブのタイムスタンプが現在のタイムスタンプ（ステップ５０４から）に更新される。

しかし、ローブオートプレーサ４６０が、ステップ５０８で、非活動状態のローブが利用可能でないと判定した場合、プロセス５００はステップ５１２へ進むことができる。ステップ５１２で、ローブオートプレーサ４６０は、新しい音声活動の座標に向けられるように、リサイクルすべき現在活動状態のローブを選択することができる。いくつかの実施形態では、リサイクルのために選択されたローブは、最も低い信頼度スコアおよび／または最も古いタイムスタンプを有する活動状態のローブとすることができる。ローブに対する信頼度スコアは、たとえば、座標の確実性および／または音声活動の品質を示すことができる。実施形態では、ローブに関係する他の好適なメトリックを利用することができる。活動状態のローブに対する最も古いタイムスタンプは、ローブが最近音声活動を検出していないこと、および場合により音源がローブ内に存在しなくなったことを示すことができる。ステップ５１２でリサイクルのために選択されたローブは、ステップ５１４で、そのタイムスタンプを現在のタイムスタンプ（ステップ５０４から）に更新することができる。

ステップ５１６で、ローブがステップ５１０から選択された非活動状態のローブ、またはステップ５１２から選択されたリサイクルされるローブであるときはどちらも、このローブに新しい信頼度スコアを割り当てることができる。ステップ５１８で、ローブオートプレーサ４６０は、新しい音声活動の座標をビームフォーマ４７０へ伝送することができ、したがってビームフォーマ４７０は、ローブの場所を新しい座標に更新することができる。加えて、ローブオートプレーサ４６０は、ローブの新しい座標をデータベース４８０に記憶することができる。

プロセス５００は、音声活動ローカライザ４５０が新しい音声活動を発見し、新しい音声活動の座標をローブオートプレーサ４６０に提供すると、アレイマイクロフォン４００によって連続して実行することができる。たとえば、プロセス５００は、音源、たとえば発言者が会議室内を動き回っているとき、１つまたは複数のローブを配置して音源の音を最適に捕捉することができるように実行することができる。

以前に配置されたローブを音声活動の近くで発見するプロセス６００の一実施形態が、図６に示されている。プロセス６００は、プロセス２００のステップ２０４、プロセス３００のステップ３０４、および／もしくはプロセス８００のステップ８０６でローブオートフォーカサ１６０によって利用することができ、かつ／またはプロセス５００のステップ５０６でローブオートプレーサ４６０によって利用することができる。特に、プロセス６００は、新しい音声活動の座標がアレイマイクロフォン１００、４００の既存のローブ付近にあるかどうかを判定することができる。新しい音声活動が既存のローブ付近にあるかどうかは、所定の閾値に対する（１）新しい音声活動の座標と（２）既存のローブの座標の方位および／または仰角の差に基づくことができる。アレイマイクロフォン１００、４００から新しい音声活動までの距離もまた、新しい音声活動の座標が既存のローブ付近にあるかどうかの判定に影響することができる。

ステップ６０２で、新しい音声活動に対応する座標を、それぞれ音声活動ローカライザ１５０、４５０からローブオートフォーカサ１６０またはローブオートプレーサ４６０で受信することができる。新しい音声活動の座標は、デカルト座標（すなわち、ｘ、ｙ、ｚ）または球座標（すなわち、径方向の距離／大きさｒ、仰角θ（シータ）、方位角φ（ファイ））など、アレイマイクロフォン１００、４００の場所に対する特定の３次元座標とすることができる。必要な場合、デカルト座標を球座標に容易に変換することができ、逆も同様であることに留意されたい。

ステップ６０４で、ローブオートフォーカサ１６０またはローブオートプレーサ４６０は、新しい音声活動の距離が判定された閾値より大きいかどうかを評価することによって、新しい音声活動がアレイマイクロフォン１００、４００から比較的遠いかどうかを判定することができる。新しい音声活動の距離は、新しい音声活動の座標を表すベクトルの大きさによって判定することができる。ステップ６０４で、新しい音声活動がアレイマイクロフォン１００、４００から比較的遠い（すなわち、閾値より大きい）と判定された場合、ステップ６０６で、プロセス６００で後に使用するために、より低い方位閾値を設定することができる。ステップ６０４で、新しい音声活動がアレイマイクロフォン１００、４００から比較的遠くない（すなわち、閾値より小さいまたはそれに等しい）と判定された場合、ステップ６０８で、プロセス６００で後に使用するために、より高い方位閾値を設定することができる。

ステップ６０６またはステップ６０８における方位閾値の設定に続いて、プロセス６００はステップ６１０へ進むことができる。ステップ６１０で、ローブオートフォーカサ１６０またはローブオートプレーサ４６０は、新しい音声活動への近傍を確認すべきローブがあるかどうかを判定することができる。ステップ６１０で、確認すべきアレイマイクロフォン１００、４００のローブがない場合、プロセス６００はステップ６１６で終了し、アレイマイクロフォン１００、４００の近傍にローブがないことを示すことができる。

しかし、ステップ６１０で、確認すべきアレイマイクロフォン１００、４００のローブがある場合、プロセス６００はステップ６１２へ進み、既存のローブのうちの１つを調査することができる。ステップ６１２で、ローブオートフォーカサ１６０またはローブオートプレーサ４６０は、（１）既存のローブの方位と（２）新しい音声活動の方位との間の差の絶対値が、方位閾値（ステップ６０６またはステップ６０８で設定）より大きいかどうかを判定することができる。ステップ６１２でこの条件が満足された場合、調査対象のローブが新しい音声活動の近傍範囲内にないと考えることができる。プロセス６００はステップ６１０へ戻り、調査すべきさらなるローブがあるかどうかを判定することができる。

しかし、ステップ６１２でこの条件が満足されない場合、プロセス６００はステップ６１４へ進むことができる。ステップ６１４で、ローブオートフォーカサ１６０またはローブオートプレーサ４６０は、（１）既存のローブの仰角と（２）新しい音声活動の仰角との間の差の絶対値が所定の仰角閾値より大きいかどうかを判定することができる。ステップ６１４でこの条件が満足された場合、調査対象のローブが新しい音声活動の近傍範囲内にないと考えることができる。プロセス６００はステップ６１０へ戻り、調査すべきさらなるローブがあるかどうかを判定することができる。しかし、ステップ６１４でこの条件が満足されない場合、プロセス６００はステップ６１８で終了し、調査対象のローブが新しい音声活動の近傍にあることを示すことができる。

図７は、新しい音声活動の検出に応答して、関連するローブ領域内で以前に配置されたビーム形成ローブを自動で集束させることができるアレイマイクロフォン７００の例示的な図である。実施形態では、アレイマイクロフォン７００は、上述したアレイマイクロフォン１００と同じ構成要素、たとえば音声活動ローカライザ１５０、ローブオートフォーカサ１６０、ビームフォーマ１７０、および／またはデータベース１８０のうちのいくつかまたはすべてを含むことができる。アレイマイクロフォン７００の各ローブは、その関連するローブ領域内で移動可能とすることができ、ローブは、ローブ領域間の境界に交差しない。図７は、８つの関連するローブ領域を有する８つのローブを示すが、図１０、図１２、図１３、および図１５に示す４つの関連するローブ領域を有する４つのローブなど、任意の数のローブおよび関連するローブ領域が可能であり、それも企図されることに留意されたい。図７、図１０、図１２、図１３、および図１５は、アレイマイクロフォンの周りの３次元空間の２次元表現として示されていることにも留意されたい。

少なくとも２組の座標、すなわち（１）元のまたは初期の座標ＬＯ_i（たとえば、アレイマイクロフォン７００の設定時に自動または手動で構成される）、および（２）所与の時間にローブが現在向いている現在の座標

を、アレイマイクロフォン７００の各ローブに関連付けることができる。いくつかの実施形態では、これらの組の座標は、ローブの中心の位置を示すことができる。いくつかの実施形態では、これらの組の座標は、データベース１８０に記憶することができる。

加えて、アレイマイクロフォン７００の各ローブを、その周りの３次元空間のローブ領域に関連付けることができる。実施形態では、アレイマイクロフォンのあらゆる他のローブの座標よりローブの初期座標ＬＯ_iに近い空間内の１組の点として、ローブ領域を定義することができる。言い換えれば、ｐが空間内の点として定義されるとき、

のように、点ｐとローブｉの中心（ＬＯ_i）との間の距離Ｄがあらゆる他のローブより最も小さい場合、点ｐは特定のローブ領域ＬＲ_iに属することができる。こうして定義される領域は、Ｖｏｒｏｎｏｉ領域またはＶｏｒｏｎｏｉセルとして知られている。たとえば、８つのローブが、ローブ領域の各々の間に示された境界を有する関連するローブ領域を有することを、図７に見ることができる。ローブ領域間の境界は、２つ以上の隣接するローブから等しく離れた空間内の１組の点である。また、いくつかの組のローブ領域の境界をなくすことも可能である。実施形態では、距離Ｄは、たとえば、点ｐとＬＯ_iとの間のユークリッド距離

とすることができる。いくつかの実施形態では、特定のローブを移動させるとき、ローブ領域を再計算することができる。

実施形態では、ローブ領域は、赤外センサ、視覚センサ、および／または他の好適なセンサを使用して、アレイマイクロフォン７００が位置する環境（たとえば、物体、壁、人物など）を感知したことに基づいて計算および／または更新することができる。たとえば、アレイマイクロフォン７００によって、センサからの情報を使用して、ローブ領域に対する近似境界を設定することができ、これらの近似境界を使用して、関連するローブを配置することができる。さらなる実施形態では、ローブ領域は、アレイマイクロフォン７００のグラフィカルユーザインターフェースなどによってユーザがローブ領域を定義したことに基づいて計算および／または更新することができる。

図７にさらに示すように、各ローブには、後述するように、自動集束プロセス中にその移動を抑制することができる様々なパラメータを関連付けることができる。１つのパラメータは、新しい音声活動を考えることができるローブの初期座標ＬＯ_iの周りの空間の３次元領域であるローブの探索半径である。言い換えれば、ローブ領域内であるがローブの探索半径外で新しい音声活動が検出された場合、新しい音声活動の検出に応答したローブの移動または自動集束はないはずである。したがって、ローブの探索半径の外側にある点は、関連するローブ領域の無視または「ｄｏｎ’ｔ ｃａｒｅ」部分であると考えることができる。たとえば、図７で、Ａとして示されている点は、ローブ５およびその関連するローブ領域５の探索半径の外側にあり、したがって点Ａでのいかなる新しい音声活動も、このローブを移動させないはずである。逆に、新しい音声活動が特定のローブ領域内で検出され、かつそのローブの探索半径内にある場合、新しい音声活動の検出に応答して、このローブを自動で移動および集束させることができる。

別のパラメータは、ローブが移動することが可能な空間内の最大距離であるローブの移動半径である。ローブの移動半径は概して、ローブの探索半径より小さく、ローブがアレイマイクロフォンまたはローブの初期座標ＬＯ_iからあまりに遠くへ移動することを防止するように設定することができる。たとえば、図７で、Ｂとして示す点は、ローブ５およびその関連するローブ領域５の探索半径および移動半径の両方の中にある。新しい音声活動が点Ｂで検出された場合、ローブ５を点Ｂへ移動させることもできる。別の例として、図７で、Ｃとして示す点は、ローブ５の探索半径の範囲内であるが、ローブ５およびその関連するローブ領域５の移動半径の外側にある。新しい音声活動が点Ｃで検出された場合、ローブ５を移動させることができる最大距離は、移動半径に制限される。

さらなるパラメータは、ローブが隣接ローブ領域およびローブ領域間の境界の方へ移動することが可能な空間内の最大距離であるローブの境界クッションである。たとえば、図７で、Ｄとして示す点は、ローブ８およびその関連するローブ領域８（ローブ領域７に隣接）の境界クッションの外側にある。ローブの境界クッションは、隣接ローブの重複を最小化するように設定することができる。図７、図１０、図１２、図１３、および図１５で、ローブ領域間の境界は、破線によって示されており、各ローブ領域に対する境界クッションは、これらの境界に平行な一点鎖線によって示されている。

関連するローブ領域内でアレイマイクロフォン７００の以前に配置されたビーム形成ローブを自動集束するプロセス８００の一実施形態が、図８に示されている。プロセス８００は、アレイマイクロフォン７００が、アレイマイクロフォン７００から１つまたは複数の音声信号１８０を出力することができるように、ローブオートフォーカサ１６０によって実行することができ、音声信号１８０は、音源の新しい音声活動に集束したビーム形成ローブによって捕捉された音を含むことができる。アレイマイクロフォン７００の内部または外部の１つまたは複数のプロセッサおよび／または他の処理構成要素（たとえば、アナログデジタル変換器、暗号化チップなど）は、プロセス８００のステップのうちのいずれか、いくつか、またはすべてを実行することができる。１つまたは複数の他のタイプの構成要素（たとえば、メモリ、入力および／または出力デバイス、送信器、受信器、バッファ、ドライバ、個別の構成要素など）はまた、プロセス８００のステップのうちのいずれか、いくつか、またはすべてを実行するために、プロセッサおよび／または他の処理構成要素とともに利用することができる。

ローブオートフォーカサ１６０に対するプロセス８００のステップ８０２は、上述した図２のプロセス２００のステップ２０２と実質的に同じものとすることができる。特に、ステップ８０２で、新しい音声活動に対応する座標および信頼度スコアを、音声活動ローカライザ１５０からローブオートフォーカサ１６０で受信することができる。実施形態では、ステップ８０２で、新しい音声活動に関係する他の好適なメトリックを受信して利用することもできる。ステップ８０４で、ローブオートフォーカサ１６０は、新しい音声活動の信頼度スコアを所定の閾値と比較して、新しい信頼度スコアが満足のいくものであるかどうかを判定することができる。ローブオートフォーカサ１６０が、ステップ８０４で、新しい音声活動の信頼度スコアが所定の閾値より小さい（すなわち、信頼度スコアが満足のいくものでない）と判定した場合、プロセス８００はステップ８２０で終了することができ、アレイマイクロフォン７００のローブの場所は更新されない。しかし、ローブオートフォーカサ１６０が、ステップ８０４で、新しい音声活動の信頼度スコアが所定の閾値より大きいまたはそれに等しい（すなわち、信頼度スコアが満足のいくものである）と判定した場合、プロセス８００はステップ８０６へ進むことができる。

ステップ８０６で、ローブオートフォーカサ１６０は、新しい音声活動が存在するローブ領域、すなわち新しい音声活動が属するローブ領域を識別することができる。実施形態では、ローブオートフォーカサ１６０は、ステップ８０６で、ローブ領域を識別するために、新しい音声活動の座標に最も近いローブを発見することができる。たとえば、ローブ領域は、新しい音声活動の座標とローブの初期座標ＬＯ_iとの間の距離が最小化されるように、ローブのインデックスｉ

を発見することなど、新しい音声活動に最も近いローブの初期座標ＬＯ_iを発見することによって識別することができる。新しい音声活動を含むローブおよびその関連するローブ領域は、ステップ８０６で識別されたローブおよびローブ領域であると判定することができる。

ステップ８０６で、ローブ領域が識別された後、ローブオートフォーカサ１６０は、ステップ８０８で、新しい音声活動の座標がローブの探索半径の外側にあるかどうかを判定することができる。ローブオートフォーカサ１６０が、ステップ８０８で、新しい音声活動の座標がローブの探索半径の外側にあると判定した場合、プロセス８００はステップ８２０で終了することができ、アレイマイクロフォン７００のローブの場所は更新されない。言い換えれば、新しい音声活動がローブの探索半径の外側にある場合、新しい音声活動を無視することができ、新しい音声活動がローブの有効範囲の外側にあると考えることができる。一例として、図７の点Ａは、ローブ５に関連するローブ領域５内にあるが、ローブ５の探索半径の外側にある。新しい音声活動の座標がローブの探索半径の外側にあるかどうかを判定する詳細は、図９および図１０に関連して以下で説明する。

しかし、ステップ８０８で、ローブオートフォーカサ１６０が、新しい音声活動の座標がローブの探索半径の外側にない（すなわち、内側にある）と判定した場合、プロセス８００はステップ８１０へ進むことができる。このシナリオでは、後述するように、移動半径および境界クッションなどの他のパラメータに対して新しい音声活動の座標を評価したことを条件として、ローブを新しい音声活動の方へ移動させることができる。ステップ８１０で、ローブオートフォーカサ１６０は、新しい音声活動の座標がローブの移動半径の外側にあるかどうかを判定することができる。ローブオートフォーカサ１６０が、ステップ８１０で、新しい音声活動の座標がローブの移動半径の外側にあると判定した場合、プロセス８００はステップ８１６へ進むことができ、ローブの移動を制限または抑制することができる。特に、ステップ８１６で、ローブを一時的に移動させることができる新しい座標は、移動半径以下になるように設定することができる。新しい座標は、後述するように、境界クッションパラメータに関してローブの移動をそれでもなお評価することができるため、一時的とすることができる。実施形態では、ステップ８１６におけるローブの移動は、ローブがその初期座標ＬＯ_iからあまりに遠くへ移動するのを防止するために、スケーリング係数α（ここで、０＜α≦１）に基づいて抑制することができる。一例として、図７の点Ｃは、ローブ５の移動半径の外側にあり、したがってローブ５を移動させることができる最も遠い距離は、移動半径である。ステップ８１６後、プロセス８００はステップ８１２へ進むことができる。ローブの移動をその移動半径の範囲内に制限する詳細は、図１１および図１２に関連して以下で説明する。

プロセス８００はまた、ステップ８１０で、ローブオートフォーカサ１６０が、新しい音声活動の座標がローブの移動半径の外側にない（すなわち、内側にある）と判定した場合、ステップ８１２へ進むことができる。一例として、図７での点Ｂは、ローブ５の移動半径の内側にあり、したがってローブ５を点Ｂへ移動させることができる。ステップ８１２で、ローブオートフォーカサ１６０は、新しい音声活動の座標が境界クッションに近接しており、したがって隣接ローブに近接しすぎているかどうかを判定することができる。ローブオートフォーカサ１６０が、ステップ８１２で、新しい音声活動の座標が境界クッションに近接していると判定した場合、プロセス８００はステップ８１８へ進むことができ、ローブの移動を制限または抑制することができる。特に、ステップ８１８で、ローブを移動させることができる新しい座標は、境界クッションのすぐ外側に設定することができる。実施形態では、ステップ８１８におけるローブの移動は、スケーリング係数β（ここで、０＜β≦１）に基づいて抑制することができる。一例として、図７の点Ｄは、境界クッションの外側で隣接するローブ領域８とローブ領域７との間にある。プロセス８００は、ステップ８１８に続いて、ステップ８１４へ進むことができる。境界クッションに関する詳細は、図１３～図１５に関連して以下で説明する。

プロセス８００はまた、ステップ８１２で、ローブオートフォーカサ１６０が、新しい音声活動の座標が境界クッションに近接していないと判定した場合、ステップ８１４へ進むことができる。ステップ８１２で、ローブオートフォーカサ１６０は、ローブの新しい座標をビームフォーマ１７０へ伝送することができ、したがってビームフォーマ１７０は、既存のローブの場所を新しい座標に更新することができる。実施形態では、以下でより詳細に説明するように、ローブの新しい座標

を、

と定義することができ、ここで、

は動きベクトルであり、

は抑制された動きベクトルである。実施形態では、ローブオートフォーカサ１６０は、ローブの新しい座標をデータベース１８０に記憶することができる。

上述したプロセス８００のステップに応じて、新しい音声活動の検出のためにローブが移動させられたとき、ローブの新しい座標は、（１）新しい音声活動の座標がローブの探索半径の範囲内にあり、ローブの移動半径の範囲内であり、かつ関連するローブ領域の境界クッションに近接していない場合は、新しい音声活動の座標とすることができ、（２）新しい音声活動の座標がローブの探索半径の範囲内にあり、ローブの移動半径の外側にあり、かつ関連するローブ領域の境界クッションに近接していない場合は、新しい音声活動に向かう動きベクトルの方向の点とすることができ、かつ移動半径の範囲に制限することができ、または（３）新しい音声活動の座標がローブの探索半径の範囲内にありかつ境界クッションに近接している場合は、境界クッションのすぐ外側とすることができる。

プロセス８００は、音声活動ローカライザ１５０が新しい音声活動を発見し、新しい音声活動の座標および信頼度スコアをローブオートフォーカサ１６０へ提供すると、アレイマイクロフォン７００によって連続して実行することができる。たとえば、プロセス８００は、音源、たとえば発言者が会議室内を動き回っているとき、１つまたは複数のローブを音源に集束させてそれらの音を最適に捕捉することができるように実行することができる。

新しい音声活動の座標がローブの探索半径の外側にあるかどうかを判定するプロセス９００の一実施形態が、図９に示されている。プロセス９００は、たとえば、プロセス８００のステップ８０８で、ローブオートフォーカサ１６０によって利用することができる。特に、プロセス９００は、ステップ９０２で開始することができ、動きベクトル

は、

として計算することができる。動きベクトルは、ローブの元の座標ＬＯ_iの中心を、新しい音声活動の座標

に接続するベクトルとすることができる。たとえば、図１０に示すように、新しい音声活動Ｓがローブ領域３に存在し、動きベクトル

が、ローブ３の元の座標ＬＯ₃と新しい音声活動Ｓの座標との間に示されている。ローブ３に対する探索半径も、図１０に示されている。

ステップ９０２で動きベクトル

を計算した後、プロセス９００はステップ９０４へ進むことができる。ステップ９０４で、ローブオートフォーカサ１６０は、動きベクトルの大きさがローブに対する探索半径より大きいかどうかを、

のように判定することができる。ステップ９０４で、動きベクトル

の大きさがローブに対する探索半径より大きい場合、ステップ９０６で、新しい音声活動の座標がローブに対する探索半径の外側にあると示すことができる。たとえば、図１０に示すように、新しい音声活動Ｓがローブ３の探索半径の外側にあるため、新しい音声活動Ｓは無視されるはずである。しかし、ステップ９０４で、動きベクトル

の大きさがローブに対する探索半径より小さいまたはそれに等しい場合、ステップ９０８で、新しい音声活動の座標がローブに対する探索半径の内側にあると示すことができる。

ローブの移動をその移動半径の範囲内に制限するプロセス１１００の一実施形態が、図１１に示されている。プロセス１１００は、たとえば、プロセス８００のステップ８１６で、ローブオートフォーカサ１６０によって利用することができる。特に、プロセス１１００は、ステップ１１０２で開始することができ、動きベクトル

は、図９に示すプロセス９００のステップ９０２関連して上述したものと同様に、

として計算することができる。たとえば、図１２に示すように、新しい音声活動Ｓがローブ領域３に存在し、動きベクトル

が、ローブ３の元の座標ＬＯ₃と新しい音声活動Ｓの座標との間に示されている。ローブ３に対する移動半径も、図１２に示されている。

ステップ１１０２で動きベクトル

を計算した後、プロセス１１００はステップ１１０４へ進むことができる。ステップ１１０４で、ローブオートフォーカサ１６０は、動きベクトル

の大きさがローブに対する移動半径より小さいまたはそれに等しいかどうかを、

のように判定することができる。ステップ１１０４で、動きベクトル

の大きさが移動半径より小さいまたはそれに等しい場合、ステップ１１０６で、ローブの新しい座標を新しい音声活動の座標へ一時的に移動することができる。たとえば、図１２に示すように、新しい音声活動Ｓがローブ３の移動半径の範囲内にあるため、ローブは、新しい音声活動Ｓの座標へ一時的に移動されるはずである。

しかし、ステップ１１０４で、動きベクトル

の大きさが移動半径より大きい場合、ステップ１１０８で、動きベクトル

の大きさは、

のように、同じ方向を維持しながら、移動半径の最大値までスケーリング係数αでスケーリングすることができる。ここで、スケーリング係数αは、

と定義することができる。

図１３～図１５は、ローブ領域の境界または縁部に近い空間のうち別のローブ領域に隣接している部分であるローブ領域の境界クッションに関する。特に、２つのローブｉおよびｊ間の境界に近い境界クッションは、２つのローブの元の座標（すなわち、ＬＯ_iおよびＬＯ_j）を接続するベクトル

を使用して、間接的に記述することができる。したがって、そのようなベクトルは、

と記述することができる。このベクトル

の中間点は、２つのローブ領域間の境界にある点とすることができる。特に、ローブｉの元の座標ＬＯ_iからベクトル

の方向に移動すると、隣接するローブｊに向かう最短の経路が得られる。さらに、ローブｉの元の座標ＬＯ_iからベクトル

の方向に移動しながら、その移動量をベクトル

の大きさの２分の１に抑えると、２つのローブ領域間の厳密な境界が得られる。

上記に基づいて、ローブｉの元の座標ＬＯ_iからベクトル

の方向に移動しながら、値Ａ（ここで、０＜Ａ＜１）に基づいてその移動量を抑制すると（すなわち、

）、ローブ領域間の境界の（１００＊Ａ）％の範囲内になる。たとえば、Ａが０．８（すなわち、８０％）である場合、移動したローブの新しい座標は、ローブ領域間の境界の８０％の範囲内になるはずである。したがって、値Ａを利用して、２つの隣接ローブ領域間の境界クッションを作成することができる。概して、境界クッションが大きければ大きいほど、ローブが別のローブ領域へ移動することを防止することができ、境界クッションが小さければ小さいほど、ローブが別のローブ領域のより近くへ移動することを可能にすることができる。

加えて、新しい音声活動の検出により、ローブｉがローブｊに向かう方向（たとえば、上述した動きベクトル

の方向）に移動した場合、ローブｊの方向、すなわちベクトル

の方向の移動成分が存在することに留意されたい。ベクトル

の方向の移動成分を発見するために、動きベクトル

を単位ベクトル

（単位大きさでベクトル

と同じ方向を有する）に投影して、投影ベクトル

を計算することができる。一例として、図１３は、ローブ３および２を接続するベクトル

を示し、これはまた、ローブ３の中心からローブ領域２へ向かう最短の経路である。図１３に示す投影ベクトル

は、動きベクトル

を単位ベクトル

に投影したものである。

ベクトル投影を使用してローブ領域の境界クッションを作成するプロセス１４００の一実施形態が、図１４に示されている。プロセス１４００は、たとえば、プロセス８００のステップ８１８で、ローブオートフォーカサ１６０によって利用することができる。プロセス１４００の結果、境界クッションのサイズを特定付ける特定の割合を超えて、ローブがいかなる他のローブ領域の方向にも移動しないように、動きベクトル

の大きさを抑制することができる。

プロセス１４００を実行する前に、活動状態のローブのすべての対に対して、ベクトル

および単位ベクトル

を計算することができる。前述したように、ベクトル

は、ローブｉおよびｊの元の座標を接続することができる。すべての活動状態のローブに対して、各ローブ領域に対する境界クッションのサイズを特徴付けるパラメータＡ_i（ここで、０＜Ａ_i＜１）を判定することができる。前述したように、プロセス１４００を実行する前に（すなわち、プロセス８００のステップ８１８の前に）、新しい音声活動のローブ領域を識別することができ（すなわち、ステップ８０６）、動きベクトルを計算することができる（すなわち、プロセス１１００／ステップ８１０を使用）。

プロセス１４００のステップ１４０２で、新しい音声活動に対して識別されたローブ領域に関連付けられていないすべてのローブに対して、投影ベクトル

を計算することができる。投影ベクトル

の大きさ（図１３に関して上述）は、ローブ領域間の境界の方向へのローブの移動量を決定することができる。投影ベクトル

のそのような大きさは、動きベクトル

および単位ベクトル

のドット積などによって、スケーラとして計算することができ、したがって投影ＰＭ_ij＝Ｍ_xＤｕ_ij,z＋Ｍ_yＤｕ_ij,y＋Ｍ_zＤｕ_ij,zになる。

ＰＭ_ij＜０のとき、動きベクトル

は、ベクトル

の逆方向の成分を有する。これは、ローブｉの移動が、ローブｊを有する境界とは反対の方向になるはずであることを意味する。このシナリオでは、ローブｉの移動はローブｊを有する境界から離れる方向になるはずであるため、ローブｉおよびｊ間の境界クッションは問題でない。しかし、ＰＭ_ij＞０のとき、動きベクトル

は、ベクトル

の方向と同じ方向の成分を有する。これは、ローブｉの移動が、ローブｊを有する境界と同じ方向になるはずであることを意味する。このシナリオでは、ローブｉの移動は、

になるように、境界クッションの外側に制限することができ、ここでＡ_i（ここで０＜Ａ_i＜１）は、ローブｉに関連付けられたローブ領域に対する境界クッションを特徴付けるパラメータである。

スケーリング係数βを利用して、

を確実にすることができる。スケーリング係数βは、動きベクトル

をスケーリングするために使用することができ、

と定義することができる。したがって、ローブ領域の境界クッションの外側にある新しい音声活動が検出された場合、スケーリング係数βは１に等しくすることができ、これは動きベクトル

のスケーリングを行わないことを示す。ステップ１４０４で、新しい音声活動に対して識別されたローブ領域に関連付けられていないすべてのローブに対して、スケーリング係数βを計算することができる。

ステップ１４０６で、最も近いローブ領域の境界クッションに対応して、最小のスケーリング係数βを、

のように判定することができる。ステップ１４０６で最小のスケーリング係数βを判定した後、ステップ１４０８で、最小のスケーリング係数βを動きベクトル

に適用して、抑制された動きベクトル

を判定することができる。

たとえば、図１５は、ローブ領域３内に存在する新しい音声活動Ｓ、ならびにローブ３の初期座標ＬＯ₃と新しい音声活動Ｓの座標との間の動きベクトル

を示す。ベクトル

、

、

および投影ベクトル

、

、

が、ローブ３と、ローブ領域３に関連付けられていない他のローブ（すなわち、ローブ１、２、および４）の各々との間に示されている。特に、活動状態のローブ（すなわち、ローブ１、２、３、および４）のすべての対に対して、ベクトル

、

、

を計算することができ、ローブ領域３に関連付けられていないすべてのローブ（新しい音声活動Ｓに対して識別）に対して、投影ＰＭ₃₁、ＰＭ₃₂、ＰＭ₃₄が計算される。これらの投影ベクトルの大きさを利用して、スケーリング係数βを計算することができ、最小のスケーリング係数βを使用して、動きベクトル

をスケーリングすることができる。したがって、新しい音声活動Ｓがローブ３とローブ２との間の境界に近接しすぎているため、動きベクトル

をローブ領域３の境界クッションの外側に抑制することができる。抑制された動きベクトルに基づいて、ローブ３の座標を、ローブ領域３の境界クッションの外側にある座標Ｓ_rへ移動させることができる。

図１５に示す投影ベクトル

は負であり、対応するスケーリング係数β₄（ローブ４に対する）は１に等しい。スケーリング係数β₁（ローブ１に対する）もまた、

であるため、１に等しいのに対して、スケーリング係数β₂（ローブ２に対する）は、新しい音声活動Ｓがローブ領域２とローブ領域３との間の境界クッションの内側にある（すなわち、

）ため、１より小さい。したがって、最小のスケーリング係数β₂を利用して、ローブ３が座標Ｓ_rへ移動することを確実にすることができる。

図１６および図１７は、様々な周波数で音源から音を検出することができるアレイマイクロフォン１６００、１７００の概略図である。図１６のアレイマイクロフォン１６００は、音声活動の検出に応答してビーム形成ローブを自動で集束させながら、遠端からのリモート音声信号の活動が所定の閾値を超過したときは、ビーム形成ローブの自動集束の阻止を可能にすることができる。実施形態では、アレイマイクロフォン１６００は、上述したアレイマイクロフォン１００と同じ構成要素、たとえばマイクロフォン１０２、音声活動ローカライザ１５０、ローブオートフォーカサ１６０、ビームフォーマ１７０、および／またはデータベース１８０のうちのいくつかまたはすべてを含むことができる。アレイマイクロフォン１６００はまた、トランスデューサ１６０２、たとえばラウドスピーカと、ローブオートフォーカサ１６０と通信している活動検出器１６０４とを含むことができる。遠端からのリモート音声信号は、トランスデューサ１６０２および活動検出器１６０４と通信することができる。

図１７のアレイマイクロフォン１７００は、音声活動の検出に応答してビーム形成ローブを自動で配置しながら、遠端からのリモート音声信号の活動が所定の閾値を超過したときは、ビーム形成ローブの自動配置の阻止を可能にすることができる。実施形態では、アレイマイクロフォン１７００は、上述したアレイマイクロフォン４００と同じ構成要素、たとえばマイクロフォン４０２、音声活動ローカライザ４５０、ローブオートプレーサ４６０、ビームフォーマ４７０、および／またはデータベース４８０のうちのいくつかまたはすべてを含むことができる。アレイマイクロフォン１７００はまた、トランスデューサ１７０２、たとえばラウドスピーカと、ローブオートプレーサ４６０と通信している活動検出器１７０４とを含むことができる。遠端からのリモート音声信号は、トランスデューサ１７０２および活動検出器１７０４と通信することができる。

トランスデューサ１６０２、１７０２は、アレイマイクロフォン１６００、１７００が位置する局所的な環境で、リモート音声信号の音を再生するために利用することができる。活動検出器１６０４、１７０４は、リモート音声信号の活動量を検出することができる。いくつかの実施形態では、活動量は、リモート音声信号のエネルギーレベルとして測定することができる。他の実施形態では、活動量は、時間領域および／または周波数領域における方法を使用して、機械学習（たとえば、ケプストラム係数を使用）の適用、１つもしくは複数の周波数帯域における信号の非定常性の測定、および／または望ましい音もしくは発言の特徴の探索などによって測定することができる。

実施形態では、活動検出器１６０４、１７０４は、リモート音声信号に発声が存在するかどうかを判定することができる発声活動検出器（ＶＡＤ）とすることができる。ＶＡＤは、たとえば、リモート音声信号のスペクトル分散の分析、線形予測符号化の使用、発声を検出するための機械学習もしくは深層学習技法の適用、および／またはＩＴＵ Ｇ．７２９ＶＡＤ、ＧＳＭ仕様に含まれるＶＡＤ計算のためのＥＴＳＩ規格、もしくは長期ピッチ予測などのよく知られている技法の使用によって実施することができる。

検出された活動量に基づいて、自動ローブ調整を実行または阻止することができる。自動ローブ調整は、たとえば、本明細書に記載するように、ローブの自動集束、領域内のローブの自動集束、および／またはローブの自動配置を含むことができる。リモート音声信号の検出された活動が所定の閾値を超過しないとき、自動ローブ調整を実行することができる。逆に、リモート音声信号の検出された活動が所定の閾値を超過するときは、自動ローブ調整を阻止することができる（すなわち、実行しない）。たとえば、所定の閾値を超過するということは、リモート音声信号が、ローブによって捕捉されないことが好ましい発声、発言、または他の音を含むことを示すことができる。このシナリオでは、自動ローブ調整を阻止することによって、リモート音声信号からの音を捕捉することを回避するために、ローブは集束または配置されない。

いくつかの実施形態では、活動検出器１６０４、１７０４は、リモート音声信号の検出された活動量が所定の閾値を超過するかどうかを判定することができる。検出された活動量が所定の閾値を超過しないとき、活動検出器１６０４、１７０４は、それぞれローブオートフォーカサ１６０またはローブオートプレーサ４６０へイネーブル信号を伝送して、ローブを調整することを可能にすることができる。追加または別法として、リモート音声信号の検出された活動量が所定の閾値を超過したとき、活動検出器１６０４、１７０４は、それぞれローブオートフォーカサ１６０またはローブオートプレーサ４６０へポーズ信号を伝送して、ローブが調整されるのを止めることができる。

他の実施形態では、活動検出器１６０４、１７０４は、それぞれローブオートフォーカサ１６０またはローブオートプレーサ４６０へ、リモート音声信号の検出された活動量を伝送することができる。ローブオートフォーカサ１６０またはローブオートプレーサ４６０が、検出された活動量が所定の閾値を超過するかどうかを判定することができる。検出された活動量が所定の閾値を超過するかどうかに基づいて、ローブオートフォーカサ１６０またはローブオートプレーサ４６０は、ローブの調整を実行または休止することができる。

アレイマイクロフォン１６００、１７００に含まれる様々な構成要素は、プロセッサおよびメモリ、グラフィックス処理ユニット（ＧＰＵ）を有する計算デバイスなどの１つもしくは複数のサーバもしくはコンピュータによって実行可能なソフトウェアを使用して実施することができ、ならびに／またはハードウェア（たとえば、離散論理回路、特定用途向け集積回路（ＡＳＩＣ）、プログラマブルゲートアレイ（ＰＧＡ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などによって実施することができる。

リモート遠端音声信号に基づいてアレイマイクロフォンのビーム形成ローブの自動調整を阻止するプロセス１８００の一実施形態が、図１８に示されている。プロセス１８００は、遠端からのリモート音声信号の活動量に基づいて、ビーム形成ローブの自動集束または自動配置を実行または阻止することができるように、アレイマイクロフォン１６００、１７００によって実行することができる。アレイマイクロフォン１６００、１７００の内部または外部の１つまたは複数のプロセッサおよび／または他の処理構成要素（たとえば、アナログデジタル変換器、暗号化チップなど）は、プロセス１８００のステップのうちのいずれか、いくつか、またはすべてを実行することができる。１つまたは複数の他のタイプの構成要素（たとえば、メモリ、入力および／または出力デバイス、送信器、受信器、バッファ、ドライバ、個別の構成要素など）はまた、プロセス１８００のステップのうちのいずれか、いくつか、またはすべてを実行するために、プロセッサおよび／または他の処理構成要素とともに利用することができる。

ステップ１８０２で、リモート音声信号を、アレイマイクロフォン１６００、１７００で受信することができる。リモート音声信号は、遠端（たとえば、離れた場所）からくることができ、遠端からの音（たとえば、発言、発声、雑音など）を含むことができる。リモート音声信号は、ステップ１８０４で、局所的な環境内のラウドスピーカなどのトランスデューサ１６０２、１７０２から出力することができる。したがって、会議通話中などの局所的な環境において、現場の参加者が離れた参加者の声を聞くことができるように、遠端からの音を再生することができる。

活動検出器１６０４、１７０４によって、リモート音声信号を受信することができ、活動検出器１６０４、１７０４は、ステップ１８０６で、リモート音声信号の活動量を検出することができる。検出された活動量は、リモート音声信号における発言、発声、雑音などの量に対応することができる。実施形態では、活動量は、リモート音声信号のエネルギーレベルとして測定することができる。ステップ１８０８で、リモート音声信号の検出された活動量が所定の閾値を超過しない場合、プロセス１８００はステップ１８１０へ進むことができる。リモート音声信号の検出された活動量が所定の閾値を超過しないということは、リモート音声信号における発言、発声、雑音などの量が比較的小さいことを示すことができる。実施形態では、検出された活動量は、リモート音声信号における発声または発言の量を具体的に示すことができる。ステップ１８１０で、ローブ調整を実行することができる。ステップ１８１０は、たとえば、本明細書に記載するように、ビーム形成ローブを自動集束するプロセス２００および３００、ビーム形成ローブを自動配置するプロセス４００、ならびに／またはローブ領域内でビーム形成ローブを自動集束するプロセス８００を含むことができる。このシナリオでは、ローブを集束または配置することができるが、そのようなローブが局所的な環境で出力されているリモート音声信号から望ましくない音を捕捉する可能性がより低くなるため、ローブ調整を実行することができる。ステップ１８１０後、プロセス１８００はステップ１８０２へ戻ることができる。

しかし、ステップ１８０８で、リモート音声信号の検出された活動量が所定の閾値を超過した場合、プロセス１８００はステップ１８１２へ進むことができる。ステップ１８１２で、ローブ調整を実行することはできず、すなわちローブ調整を阻止することができる。リモート音声信号の検出された活動量が所定の閾値を超過するということは、リモート音声信号における発言、発声、雑音などの量が比較的大きいことを示すことができる。このシナリオでは、ローブ調整が行われることを阻止することで、ローブが局所的な環境において出力されているリモート音声信号からの音を捕捉するように集束または配置されないことを確実にする手助けをすることができる。いくつかの実施形態では、ステップ１８１２後、プロセス１８００はステップ１８０２へ戻ることができる。他の実施形態では、プロセス１８００は、ステップ１８１２で、特定の持続時間にわたって待機してから、ステップ１８０２へ戻ることができる。特定の持続時間にわたって待機することで、局所的な環境における反響（たとえば、リモート音声信号の音を再生することによって引き起こされる）が放散することを可能にすることができる。

プロセス１８００は、遠端からのリモート音声信号が受信されると、アレイマイクロフォン１６００、１７００によって連続して実行することができる。たとえば、リモート音声信号は、所定の閾値を超過しない小さい活動量（たとえば、発言または発声なし）を含むことがある。この状況では、ローブ調整を実行することができる。別の例として、リモート音声信号は、所定の閾値を超過する大きい活動量（たとえば、発言または発声）を含むことがある。この状況では、ローブ調整の実行を阻止することができる。したがって、ローブ調整を実行するか、または阻止するかは、リモート音声信号の活動量が変化するにつれて変化することができる。プロセス１８００の結果、遠端からの音が望ましくなく捕捉される可能性を低減させることによって、局所的な環境における音をより最適に捕捉することができる。

図中のあらゆるプロセスの説明またはブロックは、プロセスにおいて特有の論理機能またはステップを実施するための１つまたは複数の実行可能な命令を含むモジュール、セグメント、またはコード部分を表すことを理解されたい。代替の実装も本発明の実施形態の範囲内に包含され、機能は、当業者には理解されるように、必要な機能に応じて、実質的に同時または逆の順序を含めて、図示または議論された順序以外で実行することができる。

本開示は、本技術の本当の意図した公正な範囲および精神を限定するためではなく、本技術によって様々な実施形態をどのように形成および使用するかについて説明することを意図している。上記の説明は、網羅的であること、または開示する厳密な形態に限定されることを意図したものではない。上記の教示に照らして、修正例または変形例も可能である。これらの実施形態は、記載する技術の原理およびその実際的な応用例の最良の例示を提供し、当業者であれば、企図される特定の用途に適合された様々な修正例によって、本技術を様々な実施形態で利用することを可能にするために、選択および記載されたものである。そのような修正例および変形例はすべて、公正、合法、かつ公平に与えられる範囲に従って解釈されるとき、本特許出願の係属中に修正することができる添付の特許請求の範囲およびそのあらゆる均等物によって決定される実施形態の範囲内である。

Claims (30)

1. 環境内のアレイマイクロフォンの複数のローブの非活動状態のローブが配備のために利用可能であるかどうかを判定することと、
   前記非活動状態のローブが利用可能であると判定したとき、音声活動の場所データに基づいて、前記非活動状態のローブの位置を特定することと、
   前記非活動状態のローブが利用可能でないと判定したとき、
   前記複数の配備されたローブのうちの移動すべき１つを選択することと、
   前記音声活動の前記場所データに基づいて、前記選択されている配備されたローブを再配置することと
   を含む方法。
2. 前記音声活動の前記場所データが、前記環境内の前記音声活動の座標を含む、請求項１に記載の方法。
3. 前記複数の配備されたローブのうちの前記１つを選択することが、前記複数の配備されたローブに関連付けられたタイムスタンプに基づいて、前記複数の配備されたローブのうちの前記１つを選択することを含む、請求項１に記載の方法。
4. 前記タイムスタンプが、前記音声活動の前記場所データを受信することに関連付けられた第１のタイムスタンプと、前記選択されている配備されたローブに関連付けられた第２のタイムスタンプとを含む、請求項３に記載の方法。
5. 前記複数の配備されたローブのうちの前記１つを選択することが、前記複数の配備されたローブに関連付けられたメトリックに基づいて、前記複数の配備されたローブのうちの前記１つを選択することを含む、請求項１に記載の方法。
6. 前記メトリックが、前記選択されている配備されたローブの信頼度スコアを含み、
   前記信頼度スコアが、前記選択されている配備されたローブの場所の確実性または前記選択されている配備されたローブの音の品質のうちの１つまたは複数を示す、
   請求項５に記載の方法。
7. 前記音声活動の前記場所データに基づいて、前記複数のローブのうちの既存のローブが前記音声活動に近いかどうかを判定することと、
   前記既存のローブが前記音声活動に近くないと判定したとき、前記非活動状態のローブが配備のために利用可能であるかどうかを判定する前記ステップ、前記非活動状態のローブの位置を特定する前記ステップ、前記複数のローブのうちの移動すべき前記１つを選択する前記ステップ、および前記選択されたローブを再配置する前記ステップを実行することと
   をさらに含む、請求項１に記載の方法。
8. 前記非活動状態のローブが、前記複数のローブのうち前記環境内の特有の座標に位置決めされていないローブ、前記複数のローブのうち配備されていないローブ、または前記複数のローブのうちメトリックに基づいて非活動状態にあるローブのうちの１つまたは複数である、請求項１に記載の方法。
9. 前記複数の配備されたローブのうちの移動すべき前記１つを選択することが、（１）方位閾値に対する前記音声活動の前記座標の方位と前記選択されている配備されたローブの方位の差、または（２）仰角閾値に対する前記音声活動の前記座標の仰角と前記選択されている配備されたローブの仰角の差のうちの１つまたは複数に基づいている、請求項２に記載の方法。
10. 前記複数の配備されたローブのうちの移動すべき前記１つを選択することが、前記アレイマイクロフォンから前記音声活動の前記座標までの距離に基づいている、請求項９に記載の方法。
11. 前記アレイマイクロフォンから前記音声活動の前記座標までの前記距離に基づいて、前記方位閾値を設定することをさらに含む、請求項１０に記載の方法。
12. 前記複数の配備されたローブのうちの移動すべき前記１つを選択することが、（１）前記音声活動の前記座標の前記方位と前記選択されている配備されたローブの前記方位の前記差の絶対値が、前記方位閾値以下であるとき、ならびに（２）前記音声活動の前記座標の前記仰角と前記選択されている配備されたローブの前記仰角の前記差の絶対値が、前記仰角閾値より大きくないとき、前記選択されている配備されたローブを選択することを含む、請求項９に記載の方法。
13. 前記音声活動の前記場所データを、前記選択されている配備されたローブの新しい場所としてデータベースに記憶することをさらに含む、請求項１に記載の方法。
14. 遠端からリモート音声信号を受信することと、
    前記リモート音声信号の活動量を検出することと、
    前記リモート音声信号の前記活動量が所定の閾値を超過したとき、前記非活動状態のローブが利用可能であるかどうかを判定する前記ステップ、前記非活動状態のローブの位置を特定する前記ステップ、前記複数の配備されたローブのうちの前記１つを選択する前記ステップ、および前記選択されている配備されたローブを再配置する前記ステップの実行を阻止することと
    をさらに含む、請求項１に記載の方法。
15. 音を検出して音声信号を出力するように各々構成された複数のマイクロフォン要素と、
    前記複数のマイクロフォン要素と通信しているビームフォーマであって、前記複数のマイクロフォン要素の前記音声信号に基づいて、１つまたは複数のビーム形成信号を生成するように構成され、前記１つまたは複数のビーム形成信号が、環境内の場所に各々位置決めされた１つまたは複数のローブに対応する、ビームフォーマと、
    前記複数のマイクロフォン要素と通信している音声活動ローカライザであって、前記環境内の新しい音声活動の座標を判定するように構成された音声活動ローカライザと、
    前記音声活動ローカライザおよび前記ビームフォーマと通信しているローブオートプレーサとを備え、前記ローブオートプレーサが、
    前記新しい音声活動の前記座標を受信することと、
    前記新しい音声活動の前記座標が既存のローブに近いかどうかを判定することであり、既存のローブが前記１つまたは複数のローブのうちの１つを含む、判定することと、
    前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、
    非活動状態のローブが利用可能であるかどうかを判定することと、
    前記非活動状態のローブが利用可能であると判定したとき、前記非活動状態のローブを選択することと、
    前記非活動状態のローブが利用可能でないと判定したとき、前記１つまたは複数のローブのうちの１つを選択することと、
    前記新しい音声活動の前記座標を前記ビームフォーマへ伝送して、前記ビームフォーマに、前記選択されたローブの前記場所を前記新しい音声活動の前記座標に更新させることとを行うように構成される、
    アレイマイクロフォンシステム。
16. 前記非活動状態のローブが、前記環境内の特有の座標に位置決めされていない前記ビームフォーマのローブ、配備されていない前記ビームフォーマのローブ、またはメトリックに基づいて非活動状態にある前記ビームフォーマのローブのうちの１つまたは複数を含む、請求項１５に記載のシステム。
17. 前記ローブオートプレーサが、（１）方位閾値に対する前記新しい音声活動の前記座標の方位と前記既存のローブの前記場所の方位の差、または（２）仰角閾値に対する前記新しい音声活動の前記座標の仰角と前記既存のローブの前記場所の仰角の差のうちの１つまたは複数に基づいて、前記新しい音声活動の前記座標が前記既存のローブに近いかどうかを判定するように構成される、請求項１５に記載のシステム。
18. 前記ローブオートプレーサが、前記システムから前記新しい音声活動の前記座標までの距離に基づいて、前記新しい音声活動の前記座標が既存のローブに近いかどうかを判定するように構成される、請求項１７に記載のシステム。
19. 前記ローブオートプレーサが、前記システムから前記新しい音声活動の前記座標までの前記距離に基づいて、前記方位閾値を設定するようにさらに構成される、請求項１８に記載のシステム。
20. 前記ローブオートプレーサが、（１）前記新しい音声活動の前記座標の前記方位と前記既存のローブの前記場所の前記方位の前記差の絶対値が、前記方位閾値以下であるとき、ならびに（２）前記新しい音声活動の前記座標の前記仰角と前記既存のローブの前記場所の前記仰角の前記差の絶対値が、前記仰角閾値より大きくないとき、前記新しい音声活動の前記座標が前記既存のローブに近いと判定するように構成される、請求項１７に記載のシステム。
21. 前記ローブオートプレーサと通信しているデータベースをさらに備え、前記ローブオートプレーサが、前記新しい音声活動の前記座標を受信することに関連付けられた第１のタイムスタンプを前記データベースに記憶するようにさらに構成される、請求項１５に記載のシステム。
22. 前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近いと判定したとき、前記データベース内の前記既存のローブに関連付けられた第２のタイムスタンプを前記第１のタイムスタンプに更新するようにさらに構成される、請求項２１に記載のシステム。
23. 前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、前記データベース内の前記選択されたローブに関連付けられた第３のタイムスタンプを前記第１のタイムスタンプに更新するようにさらに構成される、請求項２１に記載のシステム。
24. 前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、および前記非活動状態のローブが利用可能でないと判定したとき、前記１つまたは複数のローブのうちの前記１つに関連付けられたタイムスタンプに基づいて、前記１つまたは複数のローブのうちの前記１つを選択するようにさらに構成される、請求項１５に記載のシステム。
25. 前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、前記選択されたローブに関連付けられたメトリックを割り当てるようにさらに構成される、請求項１５に記載のシステム。
26. 前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、および前記非活動状態のローブが利用可能でないと判定したとき、前記１つまたは複数のローブのうちの前記１つに関連付けられたメトリックに基づいて、前記１つまたは複数のローブのうちの前記１つを選択するようにさらに構成される、請求項１５に記載のシステム。
27. 前記メトリックが、前記選択されたローブの信頼度スコアを含み、
    前記信頼度スコアが、前記選択されたローブの前記座標の確実性または前記選択されたローブの音の品質のうちの１つまたは複数を示す、
    請求項２５に記載のシステム。
28. 前記ローブオートプレーサと通信しているデータベースをさらに備え、前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近くないと判定したとき、前記新しい音声活動の前記座標を、前記選択されたローブの前記新しい場所として記憶するようにさらに構成される、請求項１５に記載のシステム。
29. 遠端および前記ローブオートプレーサと通信している活動検出器をさらに備え、前記活動検出器が、
    前記遠端からリモート音声信号を受信することと、
    前記リモート音声信号の活動量を検出することと、
    前記検出された活動量を前記ローブオートプレーサへ伝送することとを行うように構成され、
    前記ローブオートプレーサが、
    前記リモート音声信号の前記活動量が所定の閾値を超過したとき、前記ローブオートプレーサが、前記新しい音声活動の前記座標が前記既存のローブに近いかどうかを判定する前記ステップ、前記非活動状態のローブが利用可能であるかどうかを判定する前記ステップ、前記非活動状態のローブを選択する前記ステップ、前記１つまたは複数のローブのうちの１つを選択する前記ステップ、および前記新しい音声活動の前記座標を前記ビームフォーマへ伝送する前記ステップを実行することを阻止するようにさらに構成される、
    請求項１５に記載のシステム。
30. 遠端および前記ローブオートプレーサと通信している活動検出器をさらに備え、前記活動検出器が、
    前記遠端からリモート音声信号を受信することと、
    前記リモート音声信号の活動量を検出することと、
    前記リモート音声信号の前記活動量が所定の閾値を超過したとき、前記ローブオートプレーサへ信号を伝送して、前記ローブオートプレーサに、前記新しい音声活動の前記座標が前記既存のローブに近いかどうかを判定する前記ステップ、前記非活動状態のローブが利用可能であるかどうかを判定する前記ステップ、前記非活動状態のローブを選択する前記ステップ、前記１つまたは複数のローブのうちの１つを選択する前記ステップ、および前記新しい音声活動の前記座標を前記ビームフォーマへ伝送する前記ステップの実行を停止させることとを行うように構成される、
    請求項１５に記載のシステム。

Images