JPH04281498A - 騒音除去装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【技術分野】本発明は、騒音除去装置、より詳細には、
音声認識装置に用いて好適な騒音除去装置、換言すれば
、騒音中での音声認識を可能にする騒音除去装置に関す
る。

【０００２】

【従来技術】近年、音声による機器のコントロール、つ
まり音声認識の技術が注目を浴び、利用されるようにな
って来ている。通常、音声認識では音声を収集する音響
変換器としてマイクロフォンを使い、これから入力され
た音声を特徴量に変換し、パターンマッチングや統計的
な手法、あるいはニュラルネットなど音声認識技術とし
て知られた技術を用いて認識し、結果を出す。このよう
な音声認識を利用する上で、妨害となるものは、いうま
でもなく騒音である。ここで言う騒音とは、マイクロフ
ォンから入力される利用者の音声以外のものを指す。大
きな騒音が混入すると２つの問題が起こる。第１は音声
区間の検出ができないことである。一般に、音声区間の
検出は、新美著；情報科学講座Ｅ・１９・３；「音声認
識」（共立出版）に紹介されているようにマイクロフォ
ン入力の信号レベルが決められたしきい値を越えるかど
うかによって判断している。騒音のレベルが大きくなる
と、騒音によってしきい値を越えてしまうことがある。 特に、騒音の大きさがダイナミックに変動している時に
この問題が発生する。第２は特徴パターンが変ってしま
うことである。これはマイクロフォンからの入力を分析
する際、音声以外の信号が加わり、加わったままで特徴
変換するため、同じ音声でも環境騒音が違うと、特徴パ
ターンも違ってしまう。従って、正確な音声認識ができ
ないことになる。

【０００３】これに対し、最近、音声認識の音声信号か
ら騒音を除去する方法が提案されているが、ここでは本
発明に関係するものと、よく利用される重要なものを取
り上げ、簡単に述べる。まず、スペクトラム・サブトラ
クション法（ＳＳ法）は音声入力用のマイクロフォンか
ら入力される信号の、音声が入力されない時の信号を特
徴分析し、騒音の特徴として記憶しておく。この特徴を
、音声入力されたときの特徴から差し引き、その結果を
音声認識用の特徴量として使うものである。この方法は
簡単に実現できる反面、ダイナミックな騒音に弱いと言
う欠点をっている。他にくし歯型フィルタを使う方法な
どもあるがフィルタの周波数決めが難しいことや、ＳＳ
法同様、ダイナミックな騒音に弱いと言う欠点を持って
いる。

【０００４】また、このようなダイナミックな騒音に対
しても効力を持つように考えられたものとして、２本の
マイクロフォンを用いる方法がある。図８は、２本のマ
イクロフォンを用いる場合の従来技術の例を説明するた
めの図で、この方法では、１つのマイクロフォンＭｓを
音声認識用（信号源）に、他方のマイクロフォンＭｎを
騒音用（雑音源）に使うもので、音声と騒音に相関が無
いと言う前提で、両者の差を最小にするように適応フィ
ルタＦａの定数を変化させるものである。この結果、得
られる信号は、騒音を含まない音声だけのものに近くな
って騒音除去ができるというものである。この方法は計
算量が多いと言う欠点はあるが、他の方法に比べてダイ
ナミックな騒音を除去することができ、騒音の除去能力
は最も強い。

【０００５】上記の方法をもとに、計算量を減らしたも
のが提案されている。図９は、この計算量を減らした従
来技術の一例を説明するための図で、音声が入力されな
い時の、騒音入力用マイクロフォンＭｎに対する音声入
力用マイクロフォンＭｓのレベル比ｋ、ｋ＝Ｓｓ／Ｓｎ
（式（１））、を求めておき（ただし、Ｓｓは音声入力
用マイクロフォンの出力をスペクトルに変換したレベル
、Ｓｎは騒音用マイクロフォンの出力をスペクトルに変
換したレベルである）、音声が入力された時には認識用
データＳとして、Ｓ＝Ｓｓ−Ｋ・Ｓｎ（式（２））を出
力するものである。しかし、この方法では、一つの装置
に対して音声入力が複数箇所でできないと言う欠点があ
った。また、騒音検出用のマイクロフォンを複数持って
いて、利用者がその間を移動しているような場合、話者
の移動にともなって騒音が変化するため、式（１）から
ｋが計算された直後でないと正しく騒音がキャンセルで
きないと言う欠点があった。

【０００６】

【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、（１）騒音中の音声認識を実現し、しかも一つ
の音声認識装置に対して複数のマイクロフォン入力がで
きるようにすること、（２）騒音中の音声認識を実現し
、しかも話者の移動にともなって変化する式（１）のｋ
を補正する方法を提供すること、を目的としてなされた
ものである。

【０００７】

【構成】本発明は、上記目的を達成するために、（１）
音声認識装置へ音声入力用の音響変換器を複数有し、こ
れとは別に騒音検出用の音響変換器を有し、該騒音検出
用の音響変換器とそれぞれの音声入力用の音響変換器と
の関係を記憶する記憶部とを有し、それぞれの音声入力
用の音響変換器に入力された信号から、騒音検出用の音
響変換器に入力された信号にそれぞれの音声入力用音響
変換器に対応する記憶部に記憶されたデータを用いて操
作を加えた上で差し引くことによって不要な信号を減ず
るようにしたことを特徴としたものであり、更には、（
２）上記（１）において、音声入力用の音響変換器と騒
音用の音響変換器の出力の関係を記憶しておき、操作を
加えた上で音声入力用の音響変換器の出力から差し引く
際に、前記記憶された関係の１部または全部を用いて代
用して操作を加えた上で差し引くことによって不要な信
号を減ずるようにしたことを特徴としたものであり、或
いは、（３）音声認識装置への音声入力用の音響変換器
と、これとは別に騒音検出用の複数個の音響変換器と、
それぞれの騒音検出用の音響変換器と前記音声入力用の
音響変換器との関係を求めて記憶する記憶部とを有し、
前記音声入力用の音響変換器に入力された信号から、そ
れぞれの騒音検出用の音響変換器に入力された信号に前
記音声入力用音響変換器に対応する記憶部に記憶された
データと重みによって操作を加えて上で差し引くことに
よって不要な信号を減じることを特徴としたものであり
、更には、上記（３）において、（４）音声入力用の音
響変換器の近辺から決められた信号を発し、騒音用の音
響変換器で受信した結果によって前記重みを決定するこ
と、或いは、前記（４）において、（５）音声入力用の
音響変換器の近辺から発する信号として、音声認識の分
析帯域内の複数の周波数信号を使うこと、或いは、（６
）音声入力用の音響変換器の近辺から発する信号として
、音声認識の分析帯域外の信号を使うこと、或いは、（
７）音声入力用の音響変換器の近辺から発する信号とし
て、継続時間の短い信号を使うことを特徴としたもので
ある。以下、本発明の実施例に基いて説明する。

【０００８】図１は、請求項１に記載の発明の一実施例
を説明するための構成図で、この例は、音声認識用のマ
イクロフォンが２本（Ｍｓ１，Ｍｓ２）と騒音入力用の
マイクロフォンが１本（Ｍｎ）の場合の構成例を示すが
、勿論、マイクロフォンの数を限定するものではない。 音声認識装置によっては、１台で多入力のものがあり、
複数の話者が利用できるようになっている。ここでは、
話者は２人で、同じ騒音環境下に居るものと仮定されて
いる。従来の方法と同様、騒音入力用のマイクロフォン
Ｍｎと音声入力用マイクロフォンＭｓ１の関係を調べ、
係数ｋ１（ｋ１＝Ｓｓ１／Ｓｎ）として係数ｋ１部に記
憶し、マイクロフォンＭｎとマイクロフォンＭｓ２の関
係を係数ｋ２（ｋ２＝Ｓｓ２／Ｓｎ）として係数ｋ２部
に記憶しておく。求めた係数ｋ１，ｋ２をＳ＝Ｓｓ−ｋ
ｉ・Ｓｎに代入すると（ただし、ｉはマイクロフォンの
番号）、Ｓｓ１−ｋ１・Ｓｎ，Ｓｓ２−ｋ２・Ｓｎが求
まり、騒音の影響を小さくした音声信号Ｓが得られる。 騒音の環境が同じであれば、１つの騒音検出マイクロフ
ォンで騒音キャンセルができる。

【０００９】一方、騒音用のマイクロフォンが複数必要
となる時がある。例えば、話者がワイヤレスのマイクロ
フォンで動きながら入力するような場合、話者の動きに
つれて騒音環境も変化する。図２は、上述のごときワイ
ヤレスマイクロフォンで動きながら入力する場合の騒音
環境の変化を補正する場合の一例（請求項２に記載の発
明）を説明するための図で、この場合、マイクロフォン
Ｍｎ１，Ｍｎ２は騒音検出用のもので、マイクロフォン
Ｍｓが音声入力用である。音声はワイヤレスマイクＭｓ
で動きながら発声するものとする。先にも述べたように
、騒音用のマイクは２つで説明するが、それ以上多くて
も良い。できればワイヤレスマイクと普通のマイクの特
性を補正する回路を設けるのが良いが、説明ではこれは
無いものとする。仮に１つの部屋の中の両端に異なる騒
音源があって、それらを騒音環境Ａ、騒音環境Ｂと呼ぶ
ことにする。騒音環境ＡにはマイクロフォンＭｎ１が取
付けてあり、騒音環境ＢにはマイクロフォンＭｎ２が取
付けてあるものとする。まず、話者が騒音環境Ａに行っ
た場合は、式（１）に従ってｋ１が計算され、認識時に
は、スイッチＳ１をＣ接点に接続することにより、この
ｋ１を使って式（２）に従い、騒音をキャンセルするこ
とができる。また、話者が、騒音環境Ｂに居る時は、ス
イッチＳ１をａ接点に接続することにより、騒音環境Ａ
と同じやり方で騒音のキャンセルが実行できる。つぎに
、この話者が騒音環境ＡからＢへ動く途中に音声入力の
必要性があるとすると、この環境では騒音環境ＡでもＢ
でもなく、今までのやりかたでは騒音のキャンセルがで
きない。このような時は式（１）のｋとしてｋ１とｋ２
の平均を取ったものを用い、マイクロフォンＭｎ１とＭ
ｎ２の出力信号の平均にこのｋをかけて、スイッチＳ１
をｂ接点に接続することにより、式（２）に従って騒音
のキャンセルを行なうことができる。ただし、マイクロ
フォンＭｎ１とＭｎ２の距離が大きく離れている時には
音声の遅延分を考慮する必要がある。

【００１０】図３は、請求項３に記載の発明の一実施例
を説明するための構成図で、図中、マイクロフォンＭｎ
１，Ｍｎ２は騒音検出用のもので、マイクロフォンＭｓ
が音声入力用である。図２の場合と同様、音声はワイヤ
レスマイクで動きながら発声するものとする。騒音用の
マイクロフォンは２つとして説明するが、それ以上多く
ても良い。従来の方法と同様、騒音入力用のマイクロフ
ォンＭｎ１と音声入力用マイクロフォンＭｓの関係を調
べ、係数ｋ１として記憶し、マイクロフォンＭｎ２とマ
イクロフォンＭｓの関係を係数ｋ２として記憶しておく
。 また、重みＷ１，Ｗ２はそれぞれ２個づつ記されている
が、これは分かりやすくするためのものであって、両側
に同じ重みをつけると言う意味である。さらに、この重
みの大きさは自由に変化させることができる。仮に１つ
の部屋の中の両端に異なる騒音源があって、それらを騒
音環境Ａ、騒音環境Ｂと呼ぶことにする。騒音環境Ａに
はマイクロフォンＭｎ１が取付けてあり、騒音環境Ｂに
はマイクロフォンＭｎ２が取付けてあるものとする。話
者がこれらの環境を移動する時、重みを変化させる。話
者が騒音環境Ａに居る時には重みＷ１は１、その位置に
よって重みＷ２が０となり、話者が騒音環境Ｂに居る時
には重みＷ２は１、重みＷ１が０となり、さらに、その
中間においては、その位置に応じて重みＷ１と重みＷ２
の和が１となるようにそれぞれの重み量を変化する。

【００１１】図４は、請求項４に記載の発明の一実施例
を説明するための図で、この例は、図３に示した実施例
において、音声入力用のマイクロフォンＭｓに、発振子
１、スイッチＳ２、発振器２等を設け、これらにより正
確に話者の位置を推定して、より正確に騒音除去を行う
ようにしたものである。図４において、まず、音声入力
する前に、利用者はマイクロフォンＭｓについているス
イッチＳ２を押して、発振子１より信号を発生させる。 騒音検出用マイクロフォンＭｎ１，Ｍｎ２でその信号を
受けて検波してその大きさをもとめ、重みＷ１，Ｗ２の
比を決めるようにする。それに続き、ｋｉを求め、それ
から音声を入力する。勿論、重みとｋｉを求める順序は
どちらが先になっても良いことはいうまでもない。

【００１２】しかし、図４に示した例は、ある騒音環境
から異なる環境へと移動しながら使用するものであるか
ら、部屋等の環境の影響を受けやすい。従って、特定の
周波数の信号のみを用いていると、場所によって信号と
反射音の干渉が起こり、正確な話者の位置が推定できな
くなってしまう。そこで、このような場合には、請求項
５に記載の発明のように、音声入力用の音響変換器の近
辺から信号として、音声認識の分析帯域内の複数の周波
数信号を使う様にする。

【００１３】しかし、上記の方法は、マイクロフォンＭ
ｓから信号を発信して、その信号がマイクロフォンＭｎ
１，Ｍｎ２へ到達した時の大きさを測定して、マイクロ
フォンＭｓの位置を推定していることになるから、信号
を発してから音声を入力するまでに話者が動いてしまう
と、効果は小さくなってしまう。このようなため、図５
に示した実施例においては（請求項６）、音声入力用の
音響変換器の近辺からの信号として、音声認識の分析帯
域外の信号を使うようにしている。このように分析帯域
外の信号を常に出しながら音声入力を実施すると、音声
分析の前段階でこの信号を取りだして２つの重みを刻々
と変化させれば、重みは話者の移動に伴って変化し、移
動中にも正確に追随させることができる。

【００１４】以上に説明した方法ではマイクロフォンＭ
ｓから発生された信号をマイクロフォンＭｎ１，Ｍｎ２
で受信し、その振幅についてのみ取扱っていたが、振幅
以外にも、信号が２つのマイクロフォンへ達する遅延分
を考慮して同様の目的を達することができる。図７は、
その場合の一実施例を説明するための図で、この実施例
では、音声入力用の音響変換器の近辺からの信号として
、継続時間の短い信号、例えば、図６に示すようなバー
スト波を使い、このバースト波信号をマイクロフォンＭ
ｎ１，Ｍｎ２において受信し、その受信信号の立上がり
を重みの変化に反映するようにしている。まず、立上が
り時間差からは、直接音の到達時間差を知ることができ
るから、話者の位置が求められる。できればこのバース
ト波を複数回発してその平均を求めればより精度は向上
する。この結果から、遅れている方のマイクロフォンの
重みを遅れている量に応じて小さくなるようにすると良
い。これは信号の立ち下がりによって行なうことも可能
であるが、部屋の反射音の影響が強く、立上がりを利用
するほどの精度は得られない。

【００１５】以上に、本発明の各請求項に対応した説明
を行ったが、それぞれの発明の方法を単独で実施しても
良いし、それらの組合せで実施しても良いことは言うま
でもない。また、本発明は騒音のキャンセルにかかるも
のであって、認識部は特に限定するものではないので詳
しくは説明しない。また、ここでの説明には特徴パラメ
ータの種類は触れていないが、それは後段の音認識の方
式に依るところが大きいためで、音声認識方式が決れば
、それに従って決ってくる。なお、特徴パラメータとし
てはスペクトルや線形予測係数等が知られている。

【００１６】

【効果】以上の説明から明らかなように、請求項１乃至
２の発明によると、騒音中の音声認識を実現し、しかも
一つの音声認識装置に対して複数のマイクロフォン入力
が可能となった。また、請求項３の発明によると、騒音
中の音声認識を実現し、複数の騒音環境と、その中間で
の音声認識が可能となった。更に、請求項４乃至７の発
明によると、話者が騒音環境内を音声認識をさせながら
移動している場合でも正確に騒音除去ができ、さらに、
音声認識中にも話者の位置を推定するので、認識させな
がら移動している場合にも正確な騒音除去ができる。

【図面の簡単な説明】

【図１】　　請求項１に記載の発明の一実施例を説明す
るための構成図である。

【図２】　　請求項２に記載の発明の一実施例を説明す
るための構成図である。

【図３】　　請求項３に記載の発明の一実施例を説明す
るための構成図である。

【図４】　　請求項４に記載の発明の一実施例を説明す
るための構成図である。

【図５】　　請求項６に記載の発明の一実施例を説明す
るための構成図である。

【図６】　　バースト信号波形の例を示す図である。

【図７】　　請求項７に記載の発明の一実施例を説明す
るための構成図である。

【図８】　　適応フィルタを用いた騒音除去方法の従来
技術の一例を説明するための図である。

【図９】　　従来の簡易型騒音除去装置の一例を説明す
るための図である。

【符号の説明】

Ｍｎ，Ｍｎ１，Ｍｎ２…騒音入力用マイクロフォン、Ｍ
ｓ，Ｍｓ１，Ｍｓ２…音声入力用マイクロフォン、Ｓ１
，Ｓ２…スイッチ、１…発振子、２…発振器。

Claims (7)

【特許請求の範囲】
1. 【請求項１】　　複数個の音声入力用の音響変換器と、
   騒音検出用の音響変換器と、該騒音検出用の音響変換器
   と前記音声入力用の各音響変換器との関係を求めて記憶
   する記憶部とを有し、前記各音声入力用の音響変換器に
   入力された信号から、前記騒音検出用の音響変換器に入
   力された信号に前記各音声入力用音響変換器に対応する
   記憶部に記憶されたデータを用いて操作を加えた上で差
   し引くことを特徴とする騒音除去装置。
2. 【請求項２】　　請求項１において、音声入力用の音響
   変換器と騒音用の音響変換器の出力の関係を記憶してお
   き、操作を加えた上で前記各音声入力用の音響変換器の
   出力から差し引く際に、前記記憶された関係の１部また
   は全部を用いて代用して操作を加えた上で差し引くこと
   を特徴とする騒音除去装置。
3. 【請求項３】　　音声入力用の音響変換器と、騒音検出
   用の複数個の音響変換器と、該各騒音検出用の音響変換
   器と前記音声入力用の音響変換器との関係を求めて記憶
   する記憶部とを有し、前記音声入力用の音響変換器に入
   力された信号から、前記騒音検出用の各音響変換器に入
   力された信号に前記音声入力用音響変換器に対応する記
   憶部に記憶されたデータと重みとによって操作を加えた
   上で差し引くことを特徴とする騒音除去装置。
4. 【請求項４】　　請求項３において、音声入力用の音響
   変換器の近辺に発振器を具備し、該発振器から決められ
   た信号を発し、この信号を騒音用の音響変換器で受信し
   た結果によって前記重みを決定することを特徴とする騒
   音除去装置。
5. 【請求項５】　　請求項４において、音声入力用の音響
   変換器の近辺から発する信号として、音声認識の分析帯
   域内の複数の周波数信号を使うことを特徴とする騒音除
   去装置。
6. 【請求項６】　　請求項４において、音声入力用の音響
   変換器の近辺から発する信号として、音声認識の分析帯
   域外の信号を使うことを特徴とする騒音除去装置。
7. 【請求項７】　　請求項４において、音声入力用の音響
   変換器の近辺から発する信号として、継続時間の短い信
   号を使うことを特徴とする騒音除去装置。