JPH0879868A - 骨導マイクロホン出力信号再生装置 - Google Patents

Abstract

(57)【要約】 【目的】 音声を音素単位で補正して高品質の出力音声
を得ることができる骨導マイクロホン出力信号再生装置
を提供することを目的とする。 【構成】 骨導マイクロホン１および気導マイクロホン
２から同時に音声を収録し、音素レベルの短時間単位に
分割した音声の信号波形パターンの組を変換ルール決定
器９に記憶しておき、次に骨導マイクロホン１より収録
音声の信号波形パターンが入力されたときに、変換ルー
ル決定器９に記憶した信号波形パターンから最も近いも
のを選択し、選択された信号に対応付けられた信号波形
パターンを導出し、それぞれを接合して出力端１６より
出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、骨導マイクロホン出力
信号再生装置に関するものである。

【０００２】

【従来の技術】移動電話、トランシーバ等の通信機器や
テープレコーダなどの音声収録機器を使用するときに、
発声者の音声を収音するために、空気中の振動を収音す
るマイクロホン、いわゆる気導マイクロホンが用いられ
ることが多い。しかしながら、気導マイクロホンを用い
て、工事現場などの高レベルの騒音が放射される場所で
発声者の音声を収録しようとした場合、その音声には騒
音が重畳し、送話に十分なＳ／Ｎ（音声信号対雑音比）
を得ることができない。そこで、このような送話環境に
おいては、骨導マイクロホンが使用される。

【０００３】骨導マイクロホンは、骨伝導マイクロホン
とも呼ばれるが、音声発生時の声帯振動によって生じる
骨の振動を額、顎、頬、耳孔などで収録し、実際の音声
の代用の信号として利用するための振動ピックアップの
ひとつである。高レベルの騒音下では騒音によって人間
の骨も振動するため、これが骨導マイクロホン出力音声
信号に重畳する事が観測されるが、それでも音源、すな
わち声帯振動から近接した位置で音声を収録できるた
め、気導マイクロホンに比べて高いＳ／Ｎを得ることが
でき、高騒音下の音声入力手段として有効である。

【０００４】ところが、骨導マイクロホンは、気導マイ
クロホンに比べて、周波数特性上いくつかの問題点を有
している。第１の問題点は、受話信号について平坦な周
波数特性が得られず、低域が強調された音声となり易い
点である。第２の問題点は、声帯振動で生じる音声と、
声帯以外の発生帰還を介して生じる音声とで、骨導マイ
クロホン出力音声信号のパワーが、気導音声の場合と異
なった特徴を示す点である。例えば、耳孔に骨導マイク
ロホンを配置した場合、鼻腔を振動させる撥音「ん」に
ついては、鼻腔と耳孔との位置が近接しているため、声
帯振動で生じる母音よりも高レベルの信号として検出さ
れ、気導音声の場合と比較して違和感のある音声とな
る。また、第３の問題点は、骨導マイクロホンの材質、
形状や装着状態によっては、マイクロホンのユニットと
皮膚との摩擦によって生じる不要音を拾いやすく、この
不要音が口蓋の開閉によって常時生じる雑音として骨導
マイクロホン送話音声に重畳されるという点である。

【０００５】従って、骨導マイクロホンによって通常の
マイクロホン収音程度の明瞭な音声を得ようとした場
合、骨導マイクロホン出力音声信号の各音素（または音
素と同等レベルの短時間区間）ごとに周波数特性を平坦
化し、音声パワーを調整し、また不要雑音を除去して再
度音声合成するような信号処理技術を用いることが必要
になる。このような信号処理技術として、従来より、骨
導マイクロホン出力音声信号にアクティブフィルタによ
る補正を施して音声品質を改善する試みが行われてき
た。

【０００６】図６はこのフィルタ補正の例である。ここ
で、発声者の音声を骨導マイクロホンで収録したものを
骨導音声、また音声を通常の気導マイクロホンで収録し
たものを気導音声と呼ぶことにする。まず、発声者の骨
導音声と気導音声とをそれぞれ骨導マイクロホン１およ
び気導マイクロホン２を使用して同時収録し、これらを
一旦、テープレコーダ３などで記憶する。記憶した各々
の音声波形について長時間平均スペクトルを観測し、骨
導マイクロホン１での収音波形に対する気導マイクロホ
ン２での収音波形の特性の差異を長時間スペクトル計算
部４で得る。そこで、この差分特性を実現するフィルタ
をフィルタ部５で実現すれば、以降、骨導マイクロホン
１の収音音声はフィルタ部５を通じ、気導マイクロホン
２での収音音声に相当する疑似気導音声となって出力端
６より得られるというものである。

【０００７】

【発明が解決しようとする課題】しかしながら、上述し
た従来の改善方法は、長時間平均値としての音声特性の
改善を行うものであって、各音節毎に正しく修正するも
のではない。より正確な補正を行うためには、骨導音声
を音素（または音素と同等レベルの短時間）単位で分解
した上で、これに予め各音素単位で求めておいた骨導音
声から気導音声への音声補正フィルタ処理を施して、音
声を再生成する方法が望まれる。

【０００８】ところが、骨導音声には、前述したように
骨導マイクロホンと皮膚との摩擦音が重畳している。し
たがって、前述した骨導音声を信号処理的に補正して使
用する方式では、骨導音声を音素単位で分割したとして
も、耳障りな雑音が残ってしまうという問題がある。本
発明は上述した事情に鑑みて為されたものであり、音声
を音素単位で補正して高品質の出力音声を得ることがで
きる骨導マイクロホン出力信号再生装置を提供すること
を目的とする。

【０００９】

【課題を解決するための手段】請求項１に記載の骨導マ
イクロホン出力信号再生装置は、骨導マイクロホンと、
骨導マイクロホン出力信号を所定の短時間毎に分割する
手段と、気導マイクロホンと、気導マイクロホン出力信
号を前記所定の短時間毎に分割する手段と、前記所定の
短時間の骨導マイクロホン出力信号と前記所定の短時間
の気導マイクロホン出力信号との対応を求め骨導マイク
ロホン出力信号から気導マイクロホン出力信号への前記
所定の短時間単位での信号変換ルールを決定する手段
と、前記信号変換ルールを記憶する手段と、該手段に記
憶された信号変換ルールに基づいて前記所定の短時間の
骨導マイクロホン出力信号から前記所定の短時間の疑似
気導マイクロホン出力信号を生成して出力する手段と、
前記所定の短時間の疑似気導マイクロホン出力信号のそ
れぞれを接合して長時間の疑似気導マイクロホン出力信
号を得る手段とを具備し、前記骨導マイクロホンおよび
前記気導マイクロホンのそれぞれより同時収録して前記
所定の短時間分割を施した各音声信号波形について１対
１の対応を求め、前記所定の短時間の骨導マイクロホン
出力信号から前記所定の短時間の疑似気導マイクロホン
出力信号への変換ルールとして記憶し、該変換ルールお
よび前記所定の短時間の骨導マイクロホン出力信号に基
づいて得られる前記所定の短時間の疑似気導マイクロホ
ン出力信号を接合して長時間の信号波形を得ることによ
り前記長時間の疑似気導マイクロホン出力信号を再生す
ることを特徴としている。

【００１０】請求項２に記載の骨導マイクロホン出力信
号再生装置は、骨導マイクロホンと、骨導マイクロホン
出力信号を所定の短時間毎に分割する手段と、前記所定
の短時間の骨導マイクロホン出力信号を特徴抽出して基
本周波数と声道特徴パラメータとを導出する手段と、気
導マイクロホンと、気導マイクロホン出力信号を前記所
定の短時間毎に分割する段と、前記所定の短時間の気導
マイクロホン出力信号を特徴抽出して声道特徴パラメー
タを導出する手段と、前記骨導マイクロホン出力信号の
声道特徴パラメータと前記気導マイクロホン出力信号の
声道特徴パラメータとの対応を求め、前記骨導マイクロ
ホン出力信号の声道特徴パラメータから前記気導マイク
ロホン出力信号の声道特徴パラメータへの前記所定の短
時間単位での変換ルールを決定する手段と、前記変換ル
ールを記憶する手段と、該手段に記憶された変換ルール
に基づいて前記骨導マイクロホン出力信号の声道特徴パ
ラメータから疑似気導マイクロホン出力信号の声道特徴
パラメータを生成して出力する手段と、前記疑似気導マ
イクロホン出力信号の声道特徴パラメータと前記骨導マ
イクロホン出力信号の基本周波数成分とから前記所定の
短時間の疑似気導マイクロホン出力信号を合成する手段
と、前記所定の短時間の疑似気導マイクロホン出力信号
のそれぞれを接合して長時間の疑似気導マイクロホン出
力信号を得る手段とを具備し、前記骨導マイクロホンと
前記気導マイクロホンのそれぞれより同時収録して前記
所定の短時間毎に分割した各音声信号波形について、声
道特徴パラメータの抽出を施した上で１対１の対応を求
め、前記骨導マイクロホン出力信号の声導特徴パラメー
タから前記疑似気導マイクロホン出力信号の声道特徴パ
ラメータへの変換ルールとして記憶し、該変換ルールお
よび前記骨導マイクロホン出力信号の声導特徴パラメー
タを用いて得たパラメータに基づいて得られる声道特徴
パラメータと前記骨導マイクロホン出力信号のピッチ成
分とから得られる前記所定の短時間の疑似気導マイクロ
ホン出力信号を接合して長時間の信号波形を得ることに
より前記長時間の疑似気導マイクロホン出力信号を再生
することを特徴としている。

【００１１】請求項３に記載の骨導マイクロホン出力信
号再生装置は、骨導マイクロホンと、骨導マイクロホン
出力信号を所定の短時間毎に分割する手段と、前記所定
の短時間の骨導マイクロホン出力信号に相当する疑似気
導マイクロホン出力信号を得るための信号変換ルールを
記憶した手段と、該手段に記憶された信号変換ルールに
基づいて前記所定の短時間の骨導マイクロホン出力信号
から前記所定の短時間の疑似気導マイクロホン出力信号
を生成して出力する手段と、前記所定の短時間の疑似気
導マイクロホン出力信号のそれぞれを接合して長時間の
疑似気導マイクロホン出力信号を得る手段とを具備し、
前記変換ルールおよび前記所定の短時間の骨導マイクロ
ホン出力信号に基づいて得られる前記所定の短時間の疑
似気導マイクロホン出力信号を接合して長時間の信号波
形を得ることにより前記長時間の疑似気導マイクロホン
出力信号を再生することを特徴としている。

【００１２】請求項４に記載の骨導マイクロホン出力信
号再生装置は、骨導マイクロホンと、骨導マイクロホン
出力信号を所定の短時間毎に分割する手段と、前記所定
の短時間の骨導マイクロホン出力信号を特徴抽出して基
本周波数と声道特徴パラメータとを導出する手段と、前
記所定の短時間の骨導マイクロホン出力信号に相当する
疑似気導マイクロホン出力信号を得るための変換ルール
を記憶した手段と、前記骨導マイクロホン出力信号の声
道特徴パラメータに相当する疑似気導マイクロホン出力
信号の声道特徴パラメータを得るための変換ルールを記
憶した手段と、該手段に記憶された変換ルールに基づい
て前記骨導マイクロホン出力信号の声道特徴パラメータ
から疑似気導マイクロホン出力信号の声道特徴パラメー
タを生成して出力する手段と、前記疑似気導マイクロホ
ン出力信号の声道特徴パラメータと前記骨導マイクロホ
ン出力信号の基本周波数成分とから前記所定の短時間の
疑似気導マイクロホン出力信号を合成する手段と、前記
所定の短時間の疑似気導マイクロホン出力信号のそれぞ
れを接合して長時間の疑似気導マイクロホン出力信号を
得る手段とを具備し、前記変換ルールおよび前記所定の
短時間の骨導マイクロホン出力信号の声導特徴パラメー
タを用いて得られる声道特徴パラメータと前記骨導マイ
クロホン出力信号のピッチ成分とから得られる前記所定
の短時間の疑似気導マイクロホン出力信号を接合して長
時間の信号波形を得ることにより前記長時間の疑似気導
マイクロホン出力信号を再生することを特徴としてい
る。

【００１３】

【作用】請求項１に記載の骨導マイクロホン出力信号再
生装置では、骨導マイクロホンを装着した発声者につい
て、予め、骨導マイクロホンより骨導音声および気導マ
イクロホンより気導音声を同時収録しておき、得られた
骨導音声信号および気導音声信号をそれぞれ短時間分割
し、短時間の骨導音声信号と気導音声信号との対応を求
め、信号変換ルールとして記憶する。次に骨導マイクロ
ホンより骨導音声が入力されたときに、得られた骨導音
声信号を短時間分割し、先に記憶した信号変換ルールに
よって疑似骨導音声信号へ変換し、これらを接合して長
時間の疑似気導音声信号を再生する。

【００１４】請求項２に記載の骨導マイクロホン出力信
号再生装置では、骨導マイクロホンを装着した発声者に
ついて、予め、骨導マイクロホンより骨導音声および気
導マイクロホンより気導音声を同時収得しておき、得ら
れた骨導音声信号および気導音声信号をそれぞれ短時間
分割して信号分析を行う。その結果、骨導および気導そ
れぞれの音声信号より短時間単位での声導特徴パラメー
タが得られ、これら各音声信号の声導特徴パラメータ間
の対応を求め、変換ルールとして記憶する。次に、骨導
マイクロホンより骨導音声が入力されたときに、得られ
た骨導音声信号を短時間分割し信号分析して得られる声
導特徴パラメータと先に記憶した変換ルールとに基づい
て、骨導音声信号の疑似声導特徴パラメータを導出し、
このパラメータと元の骨導音声信号の信号分析によって
得られる基本周波数とを用いて、短時間の疑似骨導音声
信号を合成し、これらを接合して長時間の疑似気導音声
信号を再生する。

【００１５】請求項３に記載の骨導マイクロホン出力信
号再生装置では、骨導マイクロホンより骨導音声が入力
されたときに、得られた骨導音声信号を所定の短時間毎
に分割し、前記所定の短時間の骨導マイクロホン出力信
号に相当する疑似気導マイクロホン出力信号を得るため
の普遍的な信号変換ルールによって前記所定の短時間の
疑似骨導音声信号へ変換し、これらを接合して長時間の
疑似気導音声信号を再生する。

【００１６】請求項４に記載の骨導マイクロホン出力信
号再生装置では、骨導マイクロホンより骨導音声が入力
されたときに、得られた骨導音声信号を所定の短時間毎
に分割して特徴抽出し、これにより得られる声道特徴パ
ラメータと予め設定された普遍的な変換ルールとによっ
て得られる声道特徴パラメータと、前記所定の短時間の
骨導マイクロホン出力信号のピッチ成分とを合成して前
記所定の短時間の疑似骨導音声信号を生成し、これらを
接合して長時間の疑似気導音声信号を再生する。

【００１７】

【実施例】以下、図面を参照して本発明の実施例につい
て説明する。図１は本発明の第１の実施例による骨導マ
イクロホン出力信号再生装置の概略構成を示すブロック
図である。図１において、１は骨導マイクロホンであ
り、顔の部位、例えば、額、顎、頬、耳孔などに装着さ
れ、骨や皮膚に伝達される発声者の声帯振動を収録する
ものである。２は気導マイクロホンであり、空気伝搬す
る発声者の肉声信号を収録するものであり、すなわち一
般的なマイクロホンである。

【００１８】３および４はローパスフィルタであり、そ
れぞれ骨導マイクロホン１および気導マイクロホン２の
出力信号に対してエリアシング歪みを防止するためのも
のである。ローパスフィルタ３，４のカットオフ周波数
は、最終的に得ようとする疑似気導音声の周波数帯域を
元の骨導音声と同一帯域にしようとするものであれば、
それぞれ同一の値、例えば、４ｋＨｚである。また、最
終的に得ようとする疑似気導音声の周波数帯域を元の骨
導音声の帯域よりも拡大しようとする場合には、カット
オフ周波数は、例えば、ローパスフィルタ３については
４ｋＨｚ、ローパスフィルタ４については７ｋＨｚとい
うように、それぞれ異なった値としてもよい。

【００１９】５および６はＡ／Ｄ変換器であり、それぞ
れローパスフィルタ３および４の出力について、後段で
行われる信号処理を容易にするためにＡ／Ｄ変換を施す
ものである。各Ａ／Ｄ変換器５，６は、それぞれのサン
プリング周波数の音声の特徴が明確に現れる周波数帯域
を含み、かつ、ローパスフィルタ３、４のカットオフ周
波数に対してナイキストの標本化定理を満たす関係であ
れば良い。また、Ａ／Ｄ変換器５，６の量子化ビット数
は、音声の特徴が明確に表れ、量子化歪が少ないもので
あれば良い。

【００２０】すなわち例えば、ローパスフィルタ３，４
のそれぞれのカットオフ周波数を４ｋＨｚ同一とした場
合のＡ／Ｄ変換器５および６のサンプリング周波数およ
び量子化ビット数は、例えば、８ｋＨｚサンプリング、
１２ビット線形量子化で同一となる。また、ローパスフ
ィルタ３については４ｋＨｚ、ローパスフィルタ４につ
いては７ｋＨｚのように、各ローパスフィルタ３，４の
カットオフ周波数が異なっている場合、Ａ／Ｄ変換器５
については、例えば８ｋＨｚサンプリング、１２ビット
線形量子化となり、Ａ／Ｄ変換器６については、例えば
１６ｋＨｚサンプリング、１６ビット線形量子化とな
る。

【００２１】７および８は短時間分析器であり、それぞ
れＡ／Ｄ変換器５，６より得られる骨導音声信号および
気導音声信号を短時間区間単位に分割する。この分割単
位は、各短時間分析器７，８で同一の値をとり、音素あ
るいは音韻レベルの時間長、例えば３２ｍｓｅｃとす
る。また例えば、後述する平滑化器１３において窓関数
を乗じるために信号パワーの損失が生じるような場合に
は、短時間分析器７，８では、波形の一部を重複させな
がら分割することによって窓関数での損失を避けるよう
な処理を行う。この処理により分割される波形の例を図
２に示す。この図に示す例では、原音声波形の一部を重
複させながら分割波形パターンＡ、Ｂ、Ｃを生成してい
る。

【００２２】再び図１において、９は変換ルール決定器
であり、短時間分析器７，８で得られた短時間の骨導音
声信号と気導音声信号との対応を学習して記憶するもの
である。すなわち短時間の骨導音声信号をａ（ｎ）、ａ
（ｎ）と同時に収録した短時間の気導音声信号をｂ
（ｎ）とすると、変換ルール決定器９は、ａ（ｎ）とｂ
（ｎ）との組を信号変換ルールとして決定する。なお、
ｎは記憶するルールの番号を示しており、ここではルー
ルの個数は最大で１０００となるものとする。

【００２３】１０はルール記憶器であり、変換ルール決
定器９で決定された変換ルールを記憶し、後段の信号変
換器１２に与えるものである。１１は短時間分析器７か
らの骨導音声信号の出力先を切り替えるスイッチであ
り、このスイッチ１１により、信号変換ルールを学習す
る学習モードと、信号変換ルールに基づいて骨導音声信
号の信号変換を行う再生モードとが切り替えられる。

【００２４】１２は信号変換器であり、ルール記憶器１
０で記憶された信号変換ルールに基づいて、短時間分析
器７から出力される短時間の骨導音声信号から短時間の
疑似気導音声信号を得るものである。平滑化器１３は、
信号変換器１２の出力である短時間の疑似気導音声信号
を、元の骨導音声信号の時間軸に合わせて接合し、また
接合端で信号が不連続になることによって信号歪みが出
ることのないように平滑化処理を施すものである。平滑
化の手法としては、例えば、ハミング窓関数によって信
号接合部の振幅値を０に近似した値とするものである。

【００２５】１４はＤ／Ａ変換器であり、平滑化器１３
から出力されるディジタル信号を、アナログ信号に変換
するものである。１５はローパスフィルタであり、Ｄ／
Ａ変換器１４の出力信号について、エリアシング歪みを
防止する。ここで、Ｄ／Ａ変換器１４はＡ／Ｄ変換器６
と同一のサンプリング周波数及び量子化ビット数を有
し、また、ローパスフィルタ１５はローパスフィルタ４
と同一のカットオフ周波数を有するものとする。１６は
最終的に疑似気導音声信号を出力する出力端である。

【００２６】上述した構成による装置の動作について、
学習モードと、再生モードとに分けて説明する。学習モ
ードは、骨導音声と気導音声との対応を求めて信号変換
ルールを決定するモードであり、再生モードは、信号変
換ルールに基づいて、骨導音声から疑似気導音声出力を
得るモードである。

【００２７】（１）学習モードの動作 学習モードにおいては、スイッチ１１は学習モードの方
へ接続されている。このような状態において、まず、発
声者が、音声信号としてあらゆる特徴が表出した語彙や
文章、例えば、文献、板橋著、「音声認識用共通音声デ
ータ」、日本音響学会シンポジウム「試験用音声の標準
化」予稿集、１９８５年、に述べられているような１０
０個の日本都市名などを発声する。ここで発声者の使用
する環境は、音声の特徴抽出に悪影響を与えない周囲騒
音レベルの少ない室内であることが必要である。

【００２８】発声された音声は、骨導マイクロホン１お
よび気導マイクロホン２にそれぞれ同時に入力され、ロ
ーパスフィルタ３，４およびＡ／Ｄ変換器５，６を通じ
てディジタル形式の波形データに変換される。このディ
ジタル形式の波形データは短時間分析器７，８において
前述したように短時間単位で分割され、変換ルール決定
器９へ送出される。変換ルール決定器９では前述したよ
うに、短時間の骨導音声信号ａ（ｎ）と短時間の気導音
声信号ｂ（ｎ）とを組み合わせてａ（ｎ）からｂ（ｎ）
への変換ルールとする。

【００２９】なお、ａ（ｎ）については、多数の骨導音
声信号を観測した場合、類似した信号パターンが観測さ
れるが、類似した信号パターンについては同一のａ
（ｎ）として扱われる。すなわち、既に変換ルール決定
器９に記憶されたａ（ｎ）の、例えばＬＰＣケプストラ
ム係数などのスペクトル上の特徴量をＡ（ｎ）とする
と、新たに入力された短時間の骨導音声信号ａ（ｎ’）
についてそのスペクトルをＡ（ｎ’）としたとき、スペ
クトル上の特徴量の距離の絶対値｜Ａ（ｎ）−Ａ
（ｎ’）｜が所定のしきい値ＴＨよりも小さい場合に、
このａ（ｎ’）はａ（ｎ）と同一の骨導音声信号パター
ンとして分類される。このようにして、変換ルール決定
器９では、ある一定個数の変換ルールが決定される。こ
うして得られた変換ルールはルール記憶器１０に記憶さ
れ、十分な数の変換ルールが得られると学習モードが終
了する。

【００３０】（２）再生モードの場合 再生モードは、学習モードが終了した後に使用されるモ
ードである。再生モードにおいては、スイッチ１１は再
生モードの方へ接続されており、短時間分析器７と信号
変換器１２とが接続されている。また、このモードで
は、気導マイクロホン２、ローパスフィルタ４、Ａ／Ｄ
変換器６、短時間分析器８、変換ルール決定器９は使用
されない。

【００３１】再生モードでは、発声者の音声は、骨導マ
イクロホン１、ローパスフィルタ３、Ａ／Ｄ変換器５を
通じてディジタル形式の波形データに変換され、短時間
分析器７で短時間単位に分割された後で信号変換器１２
へ送出される。ここで、信号変換器１２に送出される骨
導音声信号をｘとする。次に信号変換器１２では、入力
されたｘとルール記憶器１０で記憶した各ａ（ｎ）との
スペクトル上の特徴量の距離の絶対値Ｄ（ｎ）を求め
る。なお、Ｄ（ｎ）は、ｘ，ａ（ｎ）のスペクトル上の
特徴量をそれぞれＸ，Ａ（ｎ）とすると、Ｄ（ｎ）＝｜
Ｘ−Ａ（ｎ）｜である。

【００３２】ここで、Ｄ（ｎ）が最小値となる場合のａ
（ｎ）が、入力信号ｘの疑似骨導音声信号とされ、疑似
気導音声信号ｂ（ｎ）が導出される。導出されたｂ
（ｎ）は平滑化器１３へ送出され、ここで短時間分割信
号より長時間の信号へ変換される。この信号はディジタ
ル形式の波形データであるため、Ｄ／Ａ変換器１４およ
びローパスフィルタ１５を介してアナログ信号波形に変
換され、出力端１６より元のアナログ信号として出力さ
れる。

【００３３】次に、図３は本発明の第２の実施例による
骨導マイクロホン出力信号再生装置の概略構成を示すブ
ロック図である。図３において、図１と共通する部分に
は同一の符号を付し、その説明を省略する。図３におい
て、１６，１７はＬＰＣ分析器であり、それぞれ短時間
分析器７，８の出力について線形予測分析（ＬＰＣ）を
行い、入力音声をピッチ周波数と、声道特徴を示すパラ
メータ、例えばＬＰＣ係数などとに分離するものであ
る。

【００３４】ここで分離されたもののうち、骨導音声の
ピッチ周波数は後述するＬＰＣ合成器１９へ送出され、
また骨導音声および気導音声の特徴パラメータがそれぞ
れスイッチ１１および係数変換ルール決定器９´へ送出
される。係数変換ルール決定器９´は、骨導音声の特徴
パラメータから気導音声の特徴パラメータへの変換ルー
ルを決定し、ルール記憶器１０へ供給するものである。

【００３５】１２´は係数変換器であり、係数変換ルー
ル決定器９´で決定され、ルール記憶器１０に記憶され
た変換ルールに基づいて、スイッチ１１を介して入力さ
れる骨導音声の特徴パラメータより疑似気導音声の特徴
パラメータを導出するものである。ＬＰＣ合成器１９
は、ＬＰＣ分析器１７より出力された骨導音声のピッチ
周波数と係数変換器１２´より出力された疑似気導音声
の特徴パラメータとにより、線形予測分析（ＬＰＣ）合
成を行って短時間の疑似気導音声の信号波形を生成する
ものである。

【００３６】次に、図３に示す構成の骨導マイクロホン
出力信号再生装置の動作について、第１の実施例と同様
に、学習モードと再生モードとに分けて説明する。 （３）学習モードの場合 学習モードにおいては、スイッチ１１は学習モードの方
へ接続されている。このような状態で、まず、発声者
が、第１の実施例の場合と同様に音声信号としてあらゆ
る特徴が表出した語彙や文章を発声する。この音声は、
骨導マイクロホン１および気導マイクロホン２にそれぞ
れ同時に入力され、ローパスフィルタ３，４およびＡ／
Ｄ変換器５，６を通じてディジタル形式の波形データに
変換され、短時間分析器７および８において短時間単位
で分割され、係数変換ルール決定器９´へ送出される。

【００３７】係数変換ルール決定器９´では、まず多数
に分割した骨導音声について、ＬＰＣ係数などの音声特
徴パラメータｘ（ｔ）（ただしｔは入力時刻）を抽出し
て記憶し、この中から音声の特徴を広く網羅する一定個
数の代表的なパラメータｐ（ｎ）を導出する。この方法
はベクトル量子化としてよく知られているものであり、
具体的手法としては、例えばＬＢＧアルゴリズムや、Ｋ
−平均クラスタリング等の名称で知られているものが使
用される。なお、ここでは、最終的に分類されたパラメ
ータの個数、すなわちコードブック数ｎを例えば、２５
６個とする。

【００３８】次に、前出の骨導音声特徴パラメータｘ
（ｔ）をこの２５６個の代表的パラメータｐ（ｎ）のい
ずれかに置換する。すなわち、ｘ（ｔ）とｐ（ｎ）の、
例えばＬＰＣケプストラムなどのスペクトル上の特徴量
をそれぞれＸ（ｔ）、Ｐ（ｎ）としたとき、そのスペク
トル上の特徴量の距離の絶対値Ｄ（ｎ）＝｜Ｘ（ｔ）−
Ｐ（ｎ）｜について、Ｄ（ｎ）が最小値を取るときのｐ
（ｎ）によってｘ （ｔ）を置換する。

【００３９】ここで、骨導音声特徴パラメータｘと同時
に収録した気導音声特徴パラメータをｙ（ｔ）、またｘ
がｐ（ｎ）に置換されたときのｙ（ｔ）をｙ（ｔ，ｎ）
としたとき、全てのｔに対して、ｙ（ｔ，ｎ）はｐ
（ｎ）毎に、すなわちここでは２５６種類に分類される
が、分類されたｙ（ｔ，ｎ）について集計され、その相
加平均をとって平均値ｑ（ｎ）が算出される。上述した
操作によって、骨導音声特徴パラメータｐ（ｎ）に対す
る疑似気導音声特徴パラメータｑ（ｎ）の変換ルールが
導出される。係数変換ルール決定器９´では、このｐ
（ｎ）とｑ（ｎ）との組をルール記憶器１０へ送出し、
ルール記憶器１０で記憶させる。

【００４０】（４）再生モードの場合 再生モードにおいては、スイッチ１１は再生モードの方
へ接続され、ＬＰＣ分析器１７と係数変換器１２´とが
接続される。このような状態において、発声者の音声は
骨導マイクロホン１、ローパスフィルタ３、Ａ／Ｄ変換
器５を通じてディジタル形式の波形データに変換され、
短時間分析器７で短時間単位に分割され、ＬＰＣ分析器
１７によりピッチ周波数データｖと骨導音声特徴パラメ
ータｘとに分離される。

【００４１】骨導音声特徴パラメータｘについては信号
変換器１２へ送られ、予め係数変換ルール決定器９´で
算出されルール記憶器１０に記憶された代表的パラメー
タｐ（ｎ）によって置換される。すなわち、ｘおよびｐ
（ｎ）のスペクトルをそれぞれＸ、Ｐ（ｎ）としたと
き、そのスペクトル距離の絶対値Ｄ（ｎ）＝｜Ｘ−Ｐ
（ｎ）｜について、Ｄ（ｎ）が最小値を取るときのｐ
（ｎ）によってｘが置換される。

【００４２】ここで、ルール記憶器１０で記憶したルー
ルに基づき、ｐ（ｎ）から疑似気導音声特徴パラメータ
ｑ（ｎ）が導出され、ＬＰＣ合成器１９へ送出される。
ＬＰＣ合成器１９では、ｑ（ｎ）とＬＰＣ分析器１７か
ら出力されたピッチ周波数データｖとに基づいて、短時
間単位の疑似気導音声の信号波形が生成される。生成さ
れた疑似気導音声信号波形は平滑化器１３へ送出され、
短時間分割信号から長時間の信号へ変換される。平滑化
器１３の出力信号はディジタル形式の波形データである
ため、Ｄ／Ａ変換器１４およびローパスフィルタ１５を
経由してアナログ波形に変換され、出力端１６より元の
アナログ信号として出力される。

【００４３】ここで、上述した第１および第２の実施例
のそれぞれのルール記憶器１０で記憶した各変換ルール
が、いかなる発声者に対しても普遍的な変換結果をもた
らすルールであれば、気導マイクロホンと、気導マイク
ロホンで収録した気導音声を信号処理する部分と、変換
ルールを算出して決定する部分とが不要になり、骨導マ
イクロホン出力信号再生装置の構成はより簡易になる。
このような構成の骨導マイクロホン出力信号再生装置に
ついて以下に説明する。

【００４４】図４は本発明の第３の実施例による骨導マ
イクロホン出力信号再生装置の概略構成を示すブロック
図であり、図１と共通する部分には同一の符号を付し、
その説明を省略する。この図に示す装置は、図１に示す
ものから、気導マイクロホン２、ローパスフィルタ４、
Ａ／Ｄ変換器６、短時間分析器８、変換ルール決定器
９、およびスイッチ１１を取り去った構成となってい
る。ただし、図４のルール記憶部１０には、予め、いか
なる発声者に対しても普遍的な変換結果をもたらす変換
ルールが記憶されている。

【００４５】また、図５は本発明の第４の実施例による
骨導マイクロホン出力信号再生装置の概略構成を示すブ
ロック図であり、図３と共通する部分には同一の符号を
付し、その説明を省略する。この図に示す装置は、図３
に示すものから、気導マイクロホン２、ローパスフィル
タ４、Ａ／Ｄ変換器６、短時間分析器８、ＬＰＣ分析器
１８、係数変換ルール決定器９´、およびスイッチ１１
を取り去った構成となっている。ただし、図５のルール
記憶部１０には、予め、いかなる発声者に対しても普遍
的な変換結果をもたらす変換ルールが記憶されている。

【００４６】上述した第３および第４の実施例による骨
導マイクロホン出力信号再生装置では、予めルール記憶
部１０に変換ルールが記憶されているため、第１および
第２の実施例における学習モードが存在しない。したが
って、第１および第２の実施例における再生モードと同
様の動作のみが行われる。

【００４７】以上説明したように、図１、図３、図４、
および図５に示す構成によって、骨導マイクロホン１で
収録した音声に対し、予め作成した変換ルールに基づい
て、音素レベルの短時間単位で骨導音声から疑似気導音
声への変換処理が行われる。したがって、骨導音声に含
まれる雑音が疑似気導音声へ与える影響を除去すること
ができ、従来の時間平均値に基づく一定のフィルタ特性
での補正方式に比べて、優れた特性の音声を疑似気導音
声として得ることができる。

【００４８】さらに、図１，図３に示す構成では、骨導
マイクロホン１とマイクロホン２とで同時に音声を収録
できるため、それぞれのマイクロホンで収録した信号に
ついて１体１対応をとることができる。この対応は、発
声者に応じて求めることができるため、骨導音声から疑
似気導音声への変換処理を極めて高い確度で行うことが
できる。

【００４９】また、図３および図５に示す構成では、骨
導音声および気導音声をそれぞれ各種の信号分析技術に
よって基本周波数と声導特徴パラメータとに分離し、声
導特徴パラメータの使用によって変換ルールを生成する
ように構成されている。したがって、ルール記憶部１０
の記憶容量を低減し、また音素単位で短時間分割した音
声を接合する際に音声品質を良好とすることができる。
さらに、図４および図５に示す構成では、予め不特定多
数の発声者について普遍的な変換ルールを作成しておく
ようにしたため、装置構成を簡素とすることができると
ともに、装置の使用者も変換ルールを作成（学習）する
ための手間を省くことができる。

【００５０】

【発明の効果】本発明では、従来の骨導マイクロホンで
は収音できなかった高い周波数の信号成分についても正
確に再生できるという効果がある。また、短時間（音
素）単位での変換を行うことにより、音声の平均スペク
トルの差分により補正していた従来の方法に比べて、音
素毎に最適な音声を再生できるという効果がある。さら
に、骨導マイクロホンで収録した音声を補正用の音声の
現信号として使用しないため、骨導マイクロホンで収音
した音声に重畳する不要雑音が変換後の音声に残留しな
い。すなわち、出力信号から不要雑音の影響を除去する
ことができるという効果がある。また、予め発声者に普
遍的な信号変換ルールを記憶しておくことにより、使用
者毎の学習操作を不要とすることができるという効果が
ある。

【図面の簡単な説明】

【図１】本発明の第１の実施例による骨導マイクロホン
出力信号再生装置の概略構成を示すブロック図である。

【図２】音声信号の短時間分析を説明するための図であ
る。

【図３】本発明の第２の実施例による骨導マイクロホン
出力信号再生装置の概略構成を示すブロック図である。

【図４】本発明の第３の実施例による骨導マイクロホン
出力信号再生装置の概略構成を示すブロック図である。

【図５】本発明の第４の実施例による骨導マイクロホン
出力信号再生装置の概略構成を示すブロック図である。

【図６】従来の骨導マイクロホン出力信号再生装置を説
明するためのブロック図である。

【符号の説明】

１…骨導マイクロホン、２…気導マイクロホン、３，
４，１５…ローパスフィルタ、５，６…Ａ／Ｄ変換器、
７，８…短時間分析器、９…変換ルール決定器、９´…
係数変換ルール決定器、１０…ルール記憶器、１１…ス
イッチ、１２…信号変換器、１２´…係数変換器、１３
…平滑化器、１４…Ｄ／Ａ変換器、１６…出力端、１
７，１８…ＬＰＣ分析器、１９…ＬＰＣ合成器。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 骨導マイクロホンと、骨導マイクロホン
   出力信号を所定の短時間毎に分割する手段と、気導マイ
   クロホンと、気導マイクロホン出力信号を前記所定の短
   時間毎に分割する手段と、前記所定の短時間の骨導マイ
   クロホン出力信号と前記所定の短時間の気導マイクロホ
   ン出力信号との対応を求め骨導マイクロホン出力信号か
   ら気導マイクロホン出力信号への前記所定の短時間単位
   での信号変換ルールを決定する手段と、前記信号変換ル
   ールを記憶する手段と、該手段に記憶された信号変換ル
   ールに基づいて前記所定の短時間の骨導マイクロホン出
   力信号から前記所定の短時間の疑似気導マイクロホン出
   力信号を生成して出力する手段と、前記所定の短時間の
   疑似気導マイクロホン出力信号のそれぞれを接合して長
   時間の疑似気導マイクロホン出力信号を得る手段とを具
   備し、 前記骨導マイクロホンおよび前記気導マイクロホンのそ
   れぞれより同時収録して前記所定の短時間分割を施した
   各音声信号波形について１対１の対応を求め、前記所定
   の短時間の骨導マイクロホン出力信号から前記所定の短
   時間の疑似気導マイクロホン出力信号への変換ルールと
   して記憶し、該変換ルールおよび前記所定の短時間の骨
   導マイクロホン出力信号に基づいて得られる前記所定の
   短時間の疑似気導マイクロホン出力信号を接合して長時
   間の信号波形を得ることにより前記長時間の疑似気導マ
   イクロホン出力信号を再生することを特徴とする骨導マ
   イクロホン出力信号再生装置。
2. 【請求項２】 骨導マイクロホンと、骨導マイクロホン
   出力信号を所定の短時間毎に分割する手段と、前記所定
   の短時間の骨導マイクロホン出力信号を特徴抽出して基
   本周波数と声道特徴パラメータとを導出する手段と、気
   導マイクロホンと、気導マイクロホン出力信号を前記所
   定の短時間毎に分割する段と、前記所定の短時間の気導
   マイクロホン出力信号を特徴抽出して声道特徴パラメー
   タを導出する手段と、前記骨導マイクロホン出力信号の
   声道特徴パラメータと前記気導マイクロホン出力信号の
   声道特徴パラメータとの対応を求め、前記骨導マイクロ
   ホン出力信号の声道特徴パラメータから前記気導マイク
   ロホン出力信号の声道特徴パラメータへの前記所定の短
   時間単位での変換ルールを決定する手段と、前記変換ル
   ールを記憶する手段と、該手段に記憶された変換ルール
   に基づいて前記骨導マイクロホン出力信号の声道特徴パ
   ラメータから疑似気導マイクロホン出力信号の声道特徴
   パラメータを生成して出力する手段と、前記疑似気導マ
   イクロホン出力信号の声道特徴パラメータと前記骨導マ
   イクロホン出力信号の基本周波数成分とから前記所定の
   短時間の疑似気導マイクロホン出力信号を合成する手段
   と、前記所定の短時間の疑似気導マイクロホン出力信号
   のそれぞれを接合して長時間の疑似気導マイクロホン出
   力信号を得る手段とを具備し、 前記骨導マイクロホンと前記気導マイクロホンのそれぞ
   れより同時収録して前記所定の短時間毎に分割した各音
   声信号波形について、声道特徴パラメータの抽出を施し
   た上で１対１の対応を求め、前記骨導マイクロホン出力
   信号の声導特徴パラメータから前記疑似気導マイクロホ
   ン出力信号の声道特徴パラメータへの変換ルールとして
   記憶し、該変換ルールおよび前記骨導マイクロホン出力
   信号の声導特徴パラメータを用いて得たパラメータに基
   づいて得られる声道特徴パラメータと前記骨導マイクロ
   ホン出力信号のピッチ成分とから得られる前記所定の短
   時間の疑似気導マイクロホン出力信号を接合して長時間
   の信号波形を得ることにより前記長時間の疑似気導マイ
   クロホン出力信号を再生することを特徴とする骨導マイ
   クロホン出力信号再生装置。
3. 【請求項３】 骨導マイクロホンと、骨導マイクロホン
   出力信号を所定の短時間毎に分割する手段と、前記所定
   の短時間の骨導マイクロホン出力信号に相当する疑似気
   導マイクロホン出力信号を得るための信号変換ルールを
   記憶した手段と、該手段に記憶された信号変換ルールに
   基づいて前記所定の短時間の骨導マイクロホン出力信号
   から前記所定の短時間の疑似気導マイクロホン出力信号
   を生成して出力する手段と、前記所定の短時間の疑似気
   導マイクロホン出力信号のそれぞれを接合して長時間の
   疑似気導マイクロホン出力信号を得る手段とを具備し、 前記変換ルールおよび前記所定の短時間の骨導マイクロ
   ホン出力信号に基づいて得られる前記所定の短時間の疑
   似気導マイクロホン出力信号を接合して長時間の信号波
   形を得ることにより前記長時間の疑似気導マイクロホン
   出力信号を再生することを特徴とする骨導マイクロホン
   出力信号再生装置。
4. 【請求項４】 骨導マイクロホンと、骨導マイクロホン
   出力信号を所定の短時間毎に分割する手段と、前記所定
   の短時間の骨導マイクロホン出力信号を特徴抽出して基
   本周波数と声道特徴パラメータとを導出する手段と、前
   記所定の短時間の骨導マイクロホン出力信号に相当する
   疑似気導マイクロホン出力信号を得るための変換ルール
   を記憶した手段と、前記骨導マイクロホン出力信号の声
   道特徴パラメータに相当する疑似気導マイクロホン出力
   信号の声道特徴パラメータを得るための変換ルールを記
   憶した手段と、該手段に記憶された変換ルールに基づい
   て前記骨導マイクロホン出力信号の声道特徴パラメータ
   から疑似気導マイクロホン出力信号の声道特徴パラメー
   タを生成して出力する手段と、前記疑似気導マイクロホ
   ン出力信号の声道特徴パラメータと前記骨導マイクロホ
   ン出力信号の基本周波数成分とから前記所定の短時間の
   疑似気導マイクロホン出力信号を合成する手段と、前記
   所定の短時間の疑似気導マイクロホン出力信号のそれぞ
   れを接合して長時間の疑似気導マイクロホン出力信号を
   得る手段とを具備し、 前記変換ルールおよび前記所定の短時間の骨導マイクロ
   ホン出力信号の声導特徴パラメータを用いて得られる声
   道特徴パラメータと前記骨導マイクロホン出力信号のピ
   ッチ成分とから得られる前記所定の短時間の疑似気導マ
   イクロホン出力信号を接合して長時間の信号波形を得る
   ことにより前記長時間の疑似気導マイクロホン出力信号
   を再生することを特徴とする骨導マイクロホン出力信号
   再生装置。