JPH10510127A - 指向性音響信号プロセッサーとその方法 - Google Patents

Abstract

(57)【要約】 ２つ以上のマイクロホン（１０、１２）が、等しい数またはそれより少ない数の別個の音源を含む環境に装着される。付随する反響および残響を伴う各々の音源からの音響エネルギーが、各々のマイクロホンにぶつかる。到着方向情報（２０）を用いて、あたかも音響環境が無響であるかのように、第１のモジュール（３０）が元の音信号を引出そうとする。反響および残響により生じるかもしれない、チャネル間の残留漏話が、第２のモジュール（５０）によって除去される。第１と第２のモジュールは既存の技術を使用して実装することができる。

Description

【発明の詳細な説明】 指向性音響信号プロセッサーとその方法 本出願は著作権のある資料（著作権１９９４年、Ｉｎｔｅｒｖａｌ Ｒｅｓｅ ａｒｃｈ Ｃｏｒｐｏｒａｔｉｏｎ）を含む付録マイクロフィッシュと共に提出 された。付録は４６フレームの１マイクロフィッシュから構成される。著作権所 有者は特許・商標庁の特許ファイルまたは記録にある特許文書または特許開示を 複写することには異論がないが、その他に関しては付録に含まれる全ての著作権 を保有するものである。 技術分野 本発明はマイクロホンアレイ信号処理に関し、より詳細には反響および残響の 存在下でこれら信号の混合物から１つの実質的に純粋の音信号を抽出するための 二段階プロセッサーに関する。 発明の背景 人間は多くの音響源を含む環境でも１つの音響源に注意を集中することができ ることが知られている。この現象はしばしば「カクテルパーティ効果」と呼ばれ る。 先行技術において、カクテルパーティ効果を説明するために、物理的装置に関 して、またこれら装置のコンピューターシミュレーションに関して多くの努力が 払われ てきた。１つの先行技術は聴覚情況分析に基づいて音を分離することである。こ の分析では、存在する音響源の性質に関する仮定が活発に用いられる。音は音調 やバースト等の小さな要素に分解でき、それらを次に調和性および時間の連続性 等の属性に従って分類することができると仮定される。聴覚情況分析は１つのマ イクロホンまたは複数のマイクロホンからの情報を用いて実施できる。聴覚情況 分析の初期の例としては、Ｗｅｉｎｔｒａｕｂ（１９８４、１９８５、１９８６ ）を参照されたい。聴覚情況分析による音分離に関する他の先行技術としては、 Ｐａｒｓｏｎｓ（１９７６）、ｖｏｎ ｄｅｒ ＭａｌｓｂｕｒｇおよびＳｃｈ ｎｅｉｄｅｒ（１９８６）、ＮａｙｌｏｒおよびＰｏｒｔｅｒ（１９９１）、そ してＭｅｌｌｉｎｇｅｒ（１９９１）によるものが挙げられる。 聴覚情況分析を含む技術は、人間の聴覚処理のモデルとして科学的観点から興 味深いが、もう少し基本的な進歩がない限り、音分離のために実施可能な技術で あると考えるには、あまりにも計算的に要求が厳しすぎまた専門的すぎる。 音分離のための他の技術は音響源の空間的分離を利用することによって作用す る。最も簡単な装置は、高度に選択的であるが固定された感度パターンを持つマ イクロホンである。例えば、指向性マイクロホンは特定の方向から来る音に対し て最大の感度を持つように設計されているので、他の可聴源に対して１つの可聴 源を高めるた めに使用できる（１９６７年、Ｏｌｓｏｎを参照）。同様に、スピーカーの口付 近に装着される接話マイクロホンは遠くの音を拒絶する（例えば、Ｋｎｏｗｌｅ ｓ ＣＦ ２９４９データシートを参照）。 音響源の空間的分離を利用することによる音響源の分離に関連するマイクロホ ンアレイ処理技術も公知であり、数十年に及ぶ関心事である。初期のマイクロホ ンアレイ技術では、非線形処理が使用された。各出力流において、到着音方向、 「ルック方向」が仮定される。マイクロホン信号はルック方向からの飛行時間の 差を取り除くために遅延される。ルック方向以外の方向からの信号がこうして時 間的に非整列される。出力流内の信号は、本質において、マイクロホンから音の 断片を「ゲーティング」することによって形成される。ある瞬間に、出力はマイ クロホン信号の１つと等しくなるように選択される。ＫａｉｓｅｒおよびＤａｖ ｉｄ（１９６０）、Ｍｉｔｃｈｅｌｌら（１９７１）およびＬｙｏｎ（１９８３ ）により開示されたこれらの技術は、望ましくない音が、人間の会話の場合のよ うに、主としてインパルス列から構成される場合に最も良く性能を発揮する。こ れらの非線形技術は計算的に効率的であり、人間のカクテルパーティ工程のモデ ルとして科学的関心事であるが、本来望ましくない音を完全に抑制することがで きないために実用的、または商業的ではない。この抑制ができないということは 、あらゆる瞬間に少なくとも１つのマイクロホンが望 ましい信号だけを含むという不正確な仮定に起因する。 先行技術において線形マイクロホンアレイ処理用に広く知られている技術は、 しばしば「古典的ビーム形成」と称される（Ｆｌａｎａｇａｎら、１９８５年） 。上述の非線形技術のように、ルック方向に対してマイクロホン信号間の飛行時 間の差を取り除くことから処理が始まる。「ゲーティング」の代わりに、遅延マ イクロホン信号は単に平均化される。こうして、いかなるルック方向からの信号 もその元の力の出力で表示され、一方他の方向からの信号は相対的に減衰される 。 古典的ビーム形成はＷｉｄｒｏｗとＢｒｅａｒｌｅｙ（１９８８）により発明 され、特許が認められた指向性補聴器に使用されている。古典的ビーム形成器が 所望の音響源に対して望ましくない音響源を減衰できる程度は、（１）アレイ内 のマイクロホンの数、および（２）望ましくない音響源に存在する問題の波長の 最長のものに対するアレイの空間度によって制限される。特に、古典的ビーム形 成器は波長がアレイより長い周波数成分の相対的減衰を提供することができない 。例えば、１フィート幅のアレイは約１ｋＨｚ以下の周波数成分を大きく減衰す ることができない。 さらに、先行技術において公知のものは、能動的解除アルゴリズムであり、そ れは音分離に関するものである。しかしながら、それは「基準信号」、つまり、 音響源の１つだけから引出される信号を必要とする。例えば、能 動的雑音解除技術（Ｂｏｓｅ（登録商標）Ａｖｉａｔｉｏｎ Ｈｅａｄｓｅｔ、 ＮＣＴ ｐｒｏＡＣＴＩＶＥ（登録商標）シリーズ、およびＳｅｎｎｈｅｉｓｅ ｒ ＨＤＣ４５１ Ｎｏｉｓｅｇｕａｒｄ（登録商標）Ｍｏｂｉｌｅ Ｈｅａｄ ｐｈｏｎｅ用のデータシートを参照）は雑音だけを含む周知の信号を濾過し、そ れを混合物から減じることによって、混合物に対する雑音の影響を減少させる。 同様に、全二重モデム（ＫｅｌｌｙおよびＬｏｇａｎ、１９７０年；Ｇｒｉｔｔ ｏｎおよびＬｉｎ、１９８４年）等の反響解除技術は、周知の入信号から反響に よる雑音を取り除くことによって、出信号のＳＮ（雑音に対する信号）比を改善 する。 基準信号を必要としない能動的解除技術は「盲目的」と呼ばれる。現在では、 それらは望ましくない信号がマイクロホンに届く音響行程に関して基礎となる仮 定の現実度に基づいて分類される。この分類の実用的な重要性を理解するために 、能動的解除技術が作用する原則に共通の特徴を思い起こしてみる：処理された マイクロホン信号を減算することによって所定の望ましくない音響源を解除でき る程度は、異なるマイクロホン内で望ましくない音響源を互いに適合するように 複写することができる正確さに最終的に依存する。次に、これは信号処理が如何 に正確に望ましくない信号がマイクロホンに達する音響行程を模倣するかに依存 する。 １つのクラスの盲目的能動的解除技術は「利得ベース」 と呼ぶことができる：各音響源により作られる波形が、相対利得を変化させて同 時にマイクロホンによって受け取られると仮定する。（利得に必要な差を作り出 すために指向性マイクロホンを使用しなければならない）。このように、利得ベ ースのシステムは、時間遅延を適用せず、あるいはその逆にフィルタリングせず に、マイクロホン信号に対して相対利得を適用し、減算することによって、異な るマイクロホン信号内の望ましくない音響源のコピーを解除しようとする。盲目 的能動的解除に対する多数の利得ベースの方法が提案されている：Ｈｅｒａｕｌ ｔおよびＪｕｔｔｅｎ（１９８６）、ＢｈａｔｔｉおよびＢｉｂｙｋ（１９９１ ）、Ｃｏｈｅｎ（１９９１）、Ｔｏｎｇら（１９９１）、および、Ｍｏｌｇｅｄ ｅｙおよびＳｃｈｕｓｔｅｒ（１９９４）を参照されたい。 同時性という仮定は、マイクロホンが空間で分離される時に破られる。非同時 的混合物を処理することができる盲目的能動的解除技術のクラスは「遅延ベース 」と呼ぶことができる：各音響源により作られる波形は、他のフィルタリングな しに、相対的時間遅延により様々なマイクロホンによって受け取られると仮定す る。（Ｍｏｒｉｔａ、１９９１年；Ｂａｒ−Ｎｅｓｓ、１９９３年を参照）。無 響状態では、全方向性マイクロホンで構成されるマイクロホンアレイにとっては この仮定は正しい。しかしながら、マイクロホンに対する音響源からの音響伝播 のこの単純なモデルは、反響および残響が存在する 場合に侵害される。 関係する信号が狭帯域である場合、複合利得係数を使用するために、盲目的能 動的解除用の利得ベース技術の一部を延長することができ（Ｓｔｒｕｂｅ（１９ ８１）、Ｃａｒｄｏｓｏ（１９８９、１９９１）、ＬａｃｏｕｍｅおよびＲｕｉ ｚ（１９９２）、Ｃｏｍｏｎら（１９９４）を参照）、従って制限付きの限度ま で、マイクロホン分離および反響、残響による時間遅延を適応させることができ る。フィルターバンクによってマイクロホン信号が狭帯域成分に分割される場合 、これらの技術を広帯域である可聴信号と共に使用するために適合させることが できる。フィルターバンクにより作られる周波数帯域を別個に処理することがで き、その結果を合計することができる（例えば、Ｓｔｒｕｂｅ（１９８１）また はＣｏｍｏｎ（１９９４）の特許を参照）。しかしながら、周波数帯域を横切る 構造が重複するため、それらは本発明に対して計算的に集中的であり、状況の変 さらに適合するのが遅く、統計的誤差が発生しやすく、反響および残響を適応さ せる能力が過度に制限される。 現在公知の最も現実的な能動的解除技術は「たたみこみ」である：各音響源か ら各マイクロホンへの音響伝播の効果がたたみこみフィルターとして形成される 。これらの技術は利得ベースの技術や遅延ベースの技術より現実的である。なぜ ならそれらはマイクロホン間の分離、反響および残響の効果を明快に適応させる からである。 原則として利得や遅延はたたみこみフィルタリングの特殊な場合であるので、そ れらはより一般的である。 たたみこみ能動的解除技術については、最近Ｊｕｔｔｅｎら（１９９２）、Ｖ ａｎ ＣｏｍｐｅｒｎｏｌｌｅおよびＶａｎ Ｇｅｒｖｅｎ（１９９２）、Ｐｌ ａｔｔおよびＦａｇｇｉｎ（１９９２）、および、ＤｉｎｃおよびＢａｒ−Ｎｅ ｓｓ（１９９４）等が取り上げている。これらの技術は室内音響学の簡素化され すぎたモデルを使用するシミュレーションによって構成される混合物を分離する ために使用されているが、我々の知る限り、それらのいずれも実際の音響環境に おいて混合された信号にうまく適用されていない。Ｊｕｔｔｅｎら、Ｐｌａｔｔ およびＦａｇｇｉｎ、および、ＤｉｎｃおよびＢａｒ−Ｎｅｓｓが使用したシミ ュレートされた混合物は２つの点において実際の室内で発生するであろうものと は異なっている。第１に、シミュレーションに使用されたたたみこみフィルター は室内音響学を形作るのに適当なものよりはるかに短い；それらはオフィスにお ける典型的な数十フィートの反響および残響に比べて、１または２フィートの音 の間接的な伝播を考慮しているだけである。第２に、シミュレーションにおいて 使用される混合物は、まず第１に、部分的に分離されており、すなわち、チャネ ル間の漏話が弱い。実際には、マイクロホンが高度に指向的であり、音響源の幾 何学的外形が抑制されない限り、マイクロホン信号は強い漏話を含むと仮定しな けれ ばならない。 上述のたたみこみ能動的解除技術の限界を克服するために、本発明は二段階構 造を使用する。二段階構造は先行技術に見られる他の二段階構造とは実質的に異 なっている。 二段階信号処理構造はＧｒｉｆｆｉｔｈｓ−Ｊｉｍビーム形成器（Ｇｒｉｆｆ ｉｔｈｓおよびＪｉｍ， １９８２）において使用されている。Ｇｒｉｆｆｉｔ ｈｓ−Ｊｉｍビーム形成器の第一段階は遅延ベースである：２つのマイクロホン 信号が遅延され、古典的ビーム形成器とは対照的に所定のルック方向に対して飛 行時間の差を取り除き、これらの遅延されたマイクロホン信号は減算されて基準 雑音信号を作り出す。別のチャネルにおいて、古典的ビーム形成器と同様に、遅 延されたマイクロホン信号は加算され、雑音に対して所望の音響源が高められた 信号を作り出す。このようにして、Ｇｒｉｆｆｉｔｈｓ−Ｊｉｍビーム形成器の 第一段階は基準雑音信号と、優勢的に所望の音響源である信号を作り出す。標準 の能動的雑音解除技術を用いて出力におけるＳＮ比を改善するために、雑音基準 が第二段階で使用される。 Ｇｒｉｆｆｉｔｈｓ−Ｊｉｍビーム形成器は、残響のある状態では、遅延ベー スの第一段階が所望の信号が全くない基準雑音信号を構成することができない一 方、第二段階はその雑音基準の純正さを頼みにするという欠点を持っている。雑 音基準が所望の音響源で充分混合され ている場合、第二段階は雑音ではなく所望の音響源を抑制する（Ｖａｎ Ｃｏｍ ｐｅｒｎｏｌｌｅ、１９９０）。このように、Ｇｒｉｆｆｉｔｈｓ−Ｊｉｍビー ム形成器は通常好ましいと考えられる条件下で、つまりマイクロホンにおけるＳ Ｎ比が高い場合の、所望の信号を不正確に抑制する。 Ｎａｊａｒら（１９９４）が別の二段階構造を説明している。その第二段階は 盲目的たたみこみ能動的解除を使用する。しかしながら、その第一段階はＧｒｉ ｆｆｉｔｈｓ−Ｊｉｍビーム形成器の第一段階とはかなり異なっている。それは それ自体のチャネルにおいて各マイクロホン信号を適応するようにフィルタリン グすることによって別々の出力を作り出そうとする。音響源がスペクトルで同じ 場合、第一段階の後、部分的に分離された出力を作り出すフィルターはほとんど 存在しない。 このように、既存の技術が呈する困難を避けるような音響源の分離のための構 造を提供することが望ましい。 発明の概要 複数源からの音響波を処理するための可聴信号処理システムは、反響および残 響を含む複数源から音響波を受け取るための複数の間隔を開けて配置される変換 器手段からなる。変換器手段はそれに答えて複数の音響信号を発生させる。各々 の複数の変換器手段は反響および残響を含む複数源から音響波を受け取り、複数 の音響信号の 内の１つを発生させる。第１の処理手段が複数の音響信号を受け取り、それに答 えて複数の第１の処理された音響信号を発生させる。複数源からの音響波の反響 および残響がない場合、各々の第１の処理済み音響信号は１つの異なる源からの みの音響波を表わす。第２の処理手段は複数の第１の処理済み音響信号を受け取 り、それに答えて複数の第２の処理済み音響信号を発生させる。複数源からの音 響波の反響および残響がない場合、各々の第２の処理済み音響信号は１つの異な る源からのみの音響波を表わす。 図面の簡単な説明 図１は２つのマイクロホンを使用する、本発明の音響信号プロセッサーの１態 様を示す概略ブロック線図である。 図２は直接信号分離器部分、つまり図１に示したプロセッサーの第１段階を示 す１態様の概略ブロック線図である。 図３は漏話除去器部分、つまり図１に示したプロセッサーの第２段階を示す１ 態様の概略ブロック線図である。 図４は図１の信号プロセッサーの直接信号分離器部分に到達し、信号分離を示 す音響波における遅延の概観である。 図５は１つの信号チャネルからの漏話除去を示す、図１の信号プロセッサーの 漏話除去器部分の概観である。 図６は３つのマイクロホンを使用する、直接信号分離器の１態様を示す詳細な 概略ブロック線図である。 図７は３つのマイクロホンを使用する、適当な漏話除去器の１態様を示す詳細 な概略ブロック線図である。 発明の詳細な説明 本発明は多数の出力可聴チャネルと信号処理モジュールを備えた複数のマイク ロホンを使用して、カクテルパーティ効果を模倣する装置である。任意のスペク トル特徴を持つ多数の可聴源を含む複雑な音響環境に置かれた場合、この装置は 出力可聴信号を供給し、各々の信号は多くて１つの元の可聴源からの音を含む。 これらの分離された可聴信号を、補聴器または音声起動装置等の様々なアプリケ ーションに使用することができる。 図１は本発明の１態様の信号分離器プロセッサーを示す概略図である。前述の ように、本発明の信号分離器プロセッサーを多数のマイクロホンと共に使用する ことができる。図１に示した態様では、信号分離器プロセッサーは、約２センチ 程間隔を開けて配置される第１マイクロホン１０と第２マイクロホン１２からの 信号を受け取る。ここで使用されるように、マイクロホン１０と１２は変換器（ 図示せず）、その関連前置増幅器（図示せず）、およびＡ／Ｄ変換器２２、２４ （図２に示す）を含む。 好適態様におけるマイクロホン１０、１２は全方向性マイクロホンであり、そ の各々が環境から音響波を受け 取ることができ、各々第１と第２の音響電気信号１４、１６を発生させることが できる。マイクロホン１０、１２は整合感度を持つように選択されるか、または 目盛調節される。指向性マイクロホンまたは他のマイクロホンの代わりに整合さ れた全方向性マイクロホン１０、１２を使用することにより、後述する直接信号 分離器３０が簡略化される。好適態様では、２センチだけ分離された２つのＫｎ ｏｗｌｅｓ ＥＭ−３０４６全方向性マイクロホンを使用した。マイクロホンの 全方向性特性を保護するために、このペアを大きな表面から少なくとも２５セン チの所に装着した。２つのマイクロホンの出力をステレオマイクロホン前置増幅 器に接続し、前置増幅器の出力がぴったり整合されるように、個々のチャネル利 得を調節することによって整合を達成した。前置増幅器の出力を、各々同時に秒 当たり２２，０５０サンプルでデジタル的に抽出した。これらの抽出された電気 信号１４、１６は、直接信号分離器３０と到着方向（ＤＯＡ）概算器２０に供給 される。 直接信号分離器３０はマイクロホン信号から概算を引出すＤＯＡ概算器２０か らの情報を使用する。発明の別の態様では、ＤＯＡ情報はマイクロホン信号源以 外から、例えば入力装置を介したユーザーからの直接入力から得ることができる 。 直接信号分離器３０は複数の出力信号４０、４２を発生させる。直接信号分離 器３０はマイクロホン１０、１ ２と同じ数の出力信号４０、４２を発生させ、直接信号分離器３０に供給される のと同じ数の入力信号１４、１６を発生させる。信号プロセッサー８が置かれて いる環境において音響波信号を発生させる２つの音響源Ａ、Ｂがあると仮定する と、各々のマイクロホン１０、１２は両方の音響源からの音響波を検出するであ ろう。従って、マイクロホン１０、１２により発生された各々の電気信号１４、 １６は各々音響源Ａ、Ｂからの音成分を含む。 直接信号分離器３０は信号１４、１６を処理して、各々信号４０、４２を発生 させ、無響状態（つまり、反響や残響がない状態）では、各々の信号４０、４２ は１つの音響源のみからの音を表わす電気信号であろう。反響や残響がない場合 、電気信号４０は音響源Ａからのみの音のものであり、電気信号４２は音響源Ｂ からのみの音のものであるか、あるいはその逆であろう。このように、無響状態 では、直接信号分離器３０は信号１４、１６で表わされる音の完全な分離を成し 遂げることができる。しかしながら、反響や残響が存在する場合、分離は部分的 である。 直接信号分離器３０の出力信号４０、４２は漏話除去器５０に供給される。漏 話除去器５０は信号４０、４２間の漏話を取り除き、完全に分離された信号６０ 、６２を各々成し遂げる。こうして、直接信号分離器３０と漏話除去器５０はシ ステム８において補足的な役割を果たす。直接信号分離器３０は反響や残響がな い場合に混合 される信号の完全な分離を成し遂げることができるが、反響や残響が存在する場 合、部分的な分離だけを作り出す。漏話除去器５０は単独で使用された場合、反 響や残響の存在下に混合された音響源の完全な分離をしばしば成し遂げることが できるが、部分的に分離される入力４０、４２が与えられる場合に最も効果的で ある。 適合時間の経過後、漏話除去器５０の各々の出力６０、６２は１つだけの音響 源：ＡまたはＢからの信号を含む。任意に、これらの出力６０、６２は、直接信 号分離器３０または漏話除去器５０により作られる周知の周波数着色を除去する ために、各々後置フィルターに別個に接続することができる。当業者であれば、 この周知の周波数着色を除去する多くの方法があり；これらは費用と効果の観点 で様々であることを認識するであろう。例えば、安価な後置フィルタリング方法 は高音部を減少させ、ベースを押し上げることからなる。 フィルター７０、７２は各々信号８０、８２を発生させ、様々な適用において それらの信号を使用することができる。例えば、それらの信号をスイッチボック スに接続し、それから補聴器に接続することができる。 図２において、本発明の信号プロセッサー８の直接信号分離器３０部分の１態 様が示されている。マイクロホン変換器は入力信号１１、１３を発生させ、それ らは各々クロックドサンプルアンドホールド回路により抽出され、次にアナログ −デジタル変換器２２、２４によりデ ジタル化されて、各々抽出されたデジタル信号１４、１６を作り出す。 デジタル信号１４は第１の遅延ライン３２に供給される。好適態様では、遅延 ライン３２はサンプリング間隔Ｔの非整数の倍数によってデジタル的に抽出され た信号１４を遅延させ、それは秒当たり２２，０５０サンプルのサンプリング率 を仮定すると、４５．３５マイクロセカンドであった。遅延の整数部分はデジタ ル遅延ラインを使用して実施される一方、残りの１サンプル間隔より小さなサブ サンプルの遅延は、非因果関係の４１の係数を持つ打ち切りｓｉｎｃフィルター を使用して実施される。 詳細には、ｔのサブサンプル遅延を実施するために、ｔ＜Ｔであると仮定する と、以下のフィルターが使用される： 式中、ｘ（ｎ）は遅延すべき信号であり、ｙ（ｎ）は遅延された信号であり、ｗ （ｋ）｛ｋ＝−２０，−１９，...，１９，２０｝は４１のフィルター係数であ る。フィルター係数はサブサンプル遅延から次のように決定される。 式中、 Ｓは以下の式により与えられる正規化因数である： 第１遅延ライン３２の出力は第２コンバイナー３８の負の入力に供給される。 第１デジタル信号１４は第１コンバイナー３６の正の入力にも供給される。同様 に、他のチャネルに対しては、第２デジタル信号１６が第２遅延ライン３４に供 給され、それは第１コンバイナー３６の負の入力に供給される信号を発生させる 。 好適態様では、サンプルアンドホールドおよびＡ／Ｄ操作はシリコングラフィ ックスインディワークステーション（Ｓｉｌｉｃｏｎ Ｇｒａｐｈｉｃｓ Ｉｎ ｄｙ ｗｏｒｋｓｔａｔｉｏｎ）の可聴入力回路により実施され、遅延ラインと コンバイナーは同じ機械で操作されるソフトウエアにおいて実施された。 しかしながら、アナログ遅延ライン、表面音響波遅延、デジタル低域フィルタ ー、または高いサンプリング率を持つデジタル遅延ライン等の他の遅延ラインを 、デジタル遅延ライン３２、３４の代わりに使用することができる。同様に、演 算増幅器または特殊目的のデジタルハードウエアを使用するアナログ電圧減算器 等の他のコンバイナーを、コンバイナー３６、３８の代わりに使用してもよい。 概略的に、直接信号分離器３０の機能を図４において見ることができる。反響 または残響がないと仮定して、 マイクロホン１２が受け取る音響波信号は音響源Ｂと、音響源Ａの遅延されたコ ピーの合計である。（表示および下記の理論部分を簡略化するために、音響源Ａ とＢ、及マイクロホン１０、１２間の時間関係は、マイクロホン１０が発生させ る電気信号１４が音響源Ａと同期しており、マイクロホン１２が発生させる電気 信号１６が音響源Ｂと同期していると仮定して説明されている。これは各チャネ ルにおいて１つを自由に選択できる２つの任意の加法時間定数を決定する。）こ のように、マイクロホン１２が発生させる電気信号１６は音響源Ｂプラス音響源 Ａの遅延されたコピーを表わす電気表示である。同様に、マイクロホン１０が発 生させる電気信号１４は音響源Ａプラス音響源Ｂの遅延されたコピーを表わす電 気表示である。電気信号１４を適当な量だけ遅延させることにより、コンバイナ ー３８の負の入力に供給される電気信号は音響源Ａの遅延されたコピープラスさ らに音響源Ｂの遅延されたコピーを表わすであろう。遅延ライン３２からの信号 とデジタル信号１６の減算が、音響源Ａの遅延されたコピーを表わす信号成分を 除去し、（さらにＢの遅延されたコピーと共に）純粋の音Ｂだけを残すであろう 。 各々のデジタル遅延ライン３２、３４のために設定される遅延量は、ＤＯＡ概 算器２０から供給することができる。相対的時間遅延を概算するための多数の方 法が先行技術において説明されている（例えば、Ｓｃｈｍｉｄ ｔ， １９８１； Ｒｏｙら， １９８８； Ｍｏｒｉｔａ， １９９１； Ａ ｌｌｅｎ， １９９１）。このように、ＤＯＡ概算器２０は当業界で公知である 。 別の態様では、全方向性マイクロホン１０、１２を非常に近接して置かれる指 向性マイクロホンで置き換えることができるであろう。それにより、全ての遅延 が乗算器によって置き換えられ、特に、デジタル遅延ライン３２、３４が乗算器 により置き換えられるであろう。各々の乗算器は各々のＡ／Ｄ変換器からの信号 を受け取り、それに答えて正または負であり得る、目盛付き信号を発生させるで あろう。 漏話除去器５０の好ましい態様が図３に詳細に示されている。漏話除去器５０ は、直接信号分離器３０から第１の出力信号４０を受け取るための第３のコンバ イナー５６を含む。さらに、第３のコンバイナー５６はその負の入力において、 第２の適応フィルター５４の出力を受け取る。第３のコンバイナー５６の出力は 第１の適応フィルター５２に供給される。第１の適応フィルター５２の出力は第 ４のコンバイナー５８の負の入力に供給され、この入力には直接信号分離器３０ からの第２の出力信号４２も供給される。第３と第４のコンバイナー５６、５８ の出力は、各々漏話除去器５０の各々の出力信号６０、６２である。概略的に、 漏話除去器５０の機能が図５に示されている。漏話除去器５０に対する入力４０ 、４２は直接信号分離器３０の出力である。直接信号分離器３ ０が完全に適合された、つまり、（ａ）電気信号４０が音響源Ｂの音響波信号お よびその反響と残響、プラス音響源Ａの反響と残響を表わし、同様に（ｂ）電気 信号４２が音響源Ａの音響波信号およびその反響と残響、プラス音響源Ｂの反響 と残響を表わすと仮定する。漏話除去器５０はフィードバックネットワークであ るので、電気信号６２、６０が既にＢとＡの着色されたものに各々対応している ように、適応フィルター５２、５４が完全に適合されたという仮定を条件として 分析することが最も容易である。適応フィルター５２による電気信号６０の処理 が、電気信号４２に存在する音響源Ｂの反響および残響に等しい電気信号を発生 させるであろう；これにより、電気信号４２から適応フィルター５２の出力を減 算することにより、音響源Ａからのみの信号成分を持つ出力信号６２を残すこと ができる。同様に、適応フィルター５４による電気信号６２の処理が、電気信号 ４０に存在する音響源Ａの反響および残響に等しい電気信号を発生させるであろ う；これにより、電気信号４０から適応フィルター５４の出力を減算することに より、音響源Ｂからのみの信号成分を持つ出力信号６０を残すことができる。理論 直接信号分離器３０を設計するという目的だけのために、マイクロホン１０、 １２は全方向性であり、感度が 整合されていると仮定する。 無響状態では、マイクロホン１０、１２が受け取る、入力信号に対応する信号 ｘ₁（ｔ）およびｘ₂（ｔ）は： として形作られ、 式中、ｗ₁（ｔ）とｗ₂（ｔ）はマイクロホン１０、１２に各々到達するので、元 の音響源であり、τ₁とτ₂は未知の相対時間遅延であり、その各々が正または負 であってよい。 当業者であれば、跳ね返った「負の」時間遅延は全システムに正味時間遅延を 加えることによって達成できることを認識するであろう。 相対時間遅延τ₁とτ₂は、信号４０および４２に相応する出力ｙ₁（ｔ）とｙ₂（ ｔ）を形成するために使用できる。 図２に示すように、これらの操作は時間遅延ユニット３２と３４、およびコンバ イナー３６、３８によって達成される。 無響状態では、これらの出力４０、４２は完全に分離されるであろう；つまり 、各出力４０または４２は１つの音響源のみからの分担部分を含むであろう。し かしながら、反響状態では、これらの出力４０、４２は完全に 分離されない。 反響および残響状態においては、マイクロホン１０、１２が受け取る入力信号 に対応するマイクロホン信号ｘ₁（ｔ）とｘ₂（ｔ）は各々： として形作られ、 式中、符号”＊”はたたみこみ操作を表わし、インパルス応答 ｋ₁₁’（ｔ）、 ｋ₁₂’（ｔ）、ｋ₂₁’（ｔ）、ｋ₂₂’（ｔ）は反響および残響効果を組み込む。 特に、ｋ₁₁’（ｔ）＊ｗ₁（ｔ）は入力１（マイクロホン１０）において受け 取られる音響源１（ｗ₁（ｔ））の反響および残響を表わし、ｋ₁₂’（ｔ）＊ｗ₂ （ｔ）は入力１（マイクロホン１０）において受け取られる音響源２（ｗ₂（ｔ ））の反響および残響を表し、ｋ₂₁’（ｔ）＊ｗ₁（ｔ）は入力２（マイクロホ ン１２）において受け取られる音響源１（ｗ₁（ｔ））の反響および残響を表わ し、またｋ₂₂’（ｔ）＊ｗ₂（ｔ）は入力２（マイクロホン１２）において受け 取られる音響源２（ｗ₂（ｔ））の反響および残響を表わす。 反響および残響が存在する結果、直接信号分離器３０からの出力４０と４２は 完全に分離されず、その代わりに以下の形態を取る： 式中、フィルターｋ₁₁（ｔ）、ｋ₁₂（ｔ）、ｋ₂₁（ｔ）、ｋ₂₂（ｔ）は時間シフ トおよび線形の組合せによりｋ₁₁’（ｔ）、ｋ₁₂’（ｔ）、ｋ₂₁’（ｔ）、ｋ₂₂ ’（ｔ）に関連する。特に、 ある。ｙ₁（ｔ）は項ｋ₁₂（ｔ）＊ｗ₂（ｔ）によって混合され、ｙ₂（ｔ）は項 ｋ₂₁（ｔ）＊ｗ₁（ｔ）によって混合されていることに注意されたい。 漏話除去器の幾つかの可能な形態については、たたみこみによる盲目的音源分 離の題名の下で、本発明の背景部分として説明してきた。本態様では、漏話除去 器は離散時間標本化出力６０、６２を形成し、よって： 式中、離散時間フィルターｈ₁およびｈ₂は図３の要素５２、５４に対応し、適応 するように概算される。フィルターｈ₁およびｈ₂は厳密に因果関係を示し、つま りそれらはｚ₁とｚ₂の過去のサンプルにのみ作用する。この構造については、Ｊ ｕｔｔｅｎら（１９９２）とＰｌａｔ ｔおよびＦａｇｇｉｎ（１９９２）が別個に説明している。 好適態様においてフィルター係数のために使用される適応規則は、ＬＭＳ規則 の変形（「適応信号処理」、Ｂｅｒｎａｒｄ ＷｉｄｒｏｗおよびＳａｍｕｅｌ Ｄ． Ｓｔｅａｒｎｓ， Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ， Ｅｎｇｌｅｗｏｏ ｄ Ｃｌｉｆｆｓ， Ｎ．Ｊ．， １９８５， ｐ９９）である。フィルター係 数は、出力ｚ₁（ｎ）とｚ₂（ｎ）の新しい値が計算された後、時間ステップｎご とに更新される。特に、これらの出力の新しい値を使用して、フィルター係数は 次のように更新される： 式中、ｍはフィルター係数の適応率を決定する定数であり、例えば、入力信号１ ０および１２が−１≦ｘ（ｔ）≦＋１の範囲にあるように正規化されている場合 は０．１５である。当業者であれば、フィルターｈ₁およびｈ₂はＦＩＲｓおよび 格子ＩＩＲｓを含む様々な方法で実施できることを認識するであろう。 説明してきたように、直接信号分離器３０と漏話除去器５０は反響および残響 を含む音響環境において混合された２つの音響源の完全な分離を適応するように 成し遂げる。しかしながら、出力信号ｚ₁（ｔ）およびｚ₂（ｔ）は実際のアプリ ケーションでは満足のいくものではない かもしれない。なぜなら、それらは元の音響源ｗ₁（ｔ）およびｗ₂（ｔ）の着色 されたものであるからである、つまり、 式中、ζ₁（ｔ）とζ₂（ｔ）は反響と残響の混合された効果を表わし、また直接 信号分離器３０と漏話除去器５０により遂行される様々な周知の信号変換の効果 を表わす。 ある種の商業的適用のための任意の化粧的改良として、フィルター７０と７２ をネットワークに追加することが望ましい。これらのフィルターの目的はフィル ターζ₁（ｔ）とζ₂（ｔ）の効果を取り消すことである。当業者ならわかるよう に、この変化し予想可能な正確さの程度に対してこの転化を行うための多くの技 術が現在存在する。 ２つの音響源Ａ、Ｂを分離するための２つのマイクロホン１０、１２と共に有 用であるものとして、信号プロセッサー８の態様が図１〜５に示されている。明 らかに、本発明はそれらに制限されない。以下のセクションでは２つ以上のマイ クロホンと音響源をどのように適応させるかについて説明する。ＭマイクロホンとＭ音響源を備えた一般的な場合 発明は同期的音響源が統計学的に独立している限り、 少なくともＭ個のマイクロホンがある場合、任意の数Ｍの同期的音響源を分離す ることができる。 ｗ_j（ｔ）をｊ番目の音響源信号とし、ｘ_i（ｔ）をｉ番目のマイクロホン（ｍ ｉｃ）信号とする。ｔ_ijを音が音響源ｊからｍｉｃ ｉに伝播するために必要な 時間とし、ｄ（ｔ_ij）を信号をｔ_ijだけ遅延させるフィルターのインパルス応答 であるとする。数学的に、ｄ（ｔ_ij）はｔ_ijだけ遅延されるユニットインパルス であり、つまり、 d(t_ij)=δ(t-t_ij) 式中、行列表示は全てのＭ個のｍｉｃ信号用のこの式のコンパクトな表示を可 能にする： X(t)=D(t)*W(t) 式中、Ｘ（ｔ）はＭ−要素列ベクトルであり、そのｉ番目の要素はｉ番目のｍｉ ｃ信号ｘ_j（ｔ）であり、Ｄ（ｔ）はＭ×Ｍ要素の正方行列であり、そのｉｊ番 目の要素（つまり、ｉ番目の列とｊ番目の縦列にある成分）はｄ（ｔ_ij）であり 、ｗ（ｔ）はＭ−要素列ベクトルであり、そのｊ番目の要素はｊ番目の音響源信 号ｗ_j（ｔ）である。具体的には、 各音響源ｗ_j（ｔ）に対して、ｉ＝１，２，...，Ｍ用のＭｍｉｃｓに対する遅 延ｔ_ijが（各音響源に対して異なることができる任意の定数追加因数まで）解っ ている場合、各々の音響源は１つであるが異なる音響源ｗ_j（ｔ）からのエネル ギーを含むＭ信号ｙ_j（ｔ）、ｊ＝１，２，...，Ｍは以下のように、ｍｉｃ信号 ｘ_j（ｔ）から構成することができる： Y(t)=adjD(t)*X(t) 式中、 はＭ−要素列ベクトルであり、そのｊ番目の成分は分離された信号ｙ_j（ｔ）で あり、ａｄｊＤ（ｔ）は行列Ｄ（ｔ）の随伴行列である。正方行列の随伴行列は 元の行列の各要素をその小行列式で置き換え、その結果を転置することによって 得られる行列である（Ｔｈｏｍａｓ Ｋａｉｌａｔｈによる「線形システム」（ ”Ｌｉｎｅａｒ Ｓｙｓｔｅｍｓ”）、Ｐｒｅｎｔｉｃｅ Ｈａｌｌ， Ｉｎｃ ．， １９８０， ｐ．６４９）。随伴行列と元の行列の積は対角線（ダイアゴ ナル）行列であり、対角線に沿った各々の要素は元の行列の行列式に等しい。こ のように、 式中、｜Ｄ（ｔ）｜はＤ（ｔ）の行列式である。このように、 y_j(t)=|D(t)|*w_j(t) j=1,2,...,M である。フィルターインパルス応答｜Ｄ（ｔ）｜によるたたみこみのために、ｙ_j （ｔ）は「着色された」またはフィルタリングされたｗ_j（ｔ）である。所望で あれば、｜Ｄ（ｔ）｜の逆であるフィルターにより出力をポストフィルタリング することによって、この着色を取り消すことができる。音響源信号内の最高周波 数とｍｉｃｓ間の分離により決定されるある状況下では、フィルター｜Ｄ（ｔ） ｜はある周波数ではゼロを持つことができる；これらはフィルター｜Ｄ（ｔ）｜ の逆数を正確に実現することを不可能にする。このような状況下では、フィルタ ー逆数を近似させるために利用できる多くの技術（例えば、Ｌｅｌａｎｄ Ｂ． Ｊａｃｋｓｏｎによる「デジタルフィルターおよび信号処理」（”Ｄｉｇｉｔ ａｌ Ｆｉｌｔｅｒｓ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ”）， Ｋｌｕｗｅｒ Ａｃａｄｅｍｉｃ Ｐｕｂｌｉｓｈｅｒｓ， １９８６， ｐ． １４６を参照）の１つを使用して、ポストフィルタリングを行うた めの近似フィルターを引出すことができる。遅延ｔ_ijは、各音響源のために異な っていてよい一定の加法因子に至るまで、ｍｉｃ信号の統計学的特性から概算で きる。これは本出願と同日に出願された、同じ発明者による共に係争中の特許出 願の主題である。あるいは、各々のマイクロホンと各々の音響源の位置が解って いる場合、遅延ｔ_ijを正確に計算することができる。遠くの、つまりｍｉｃｓ間 の最大の分離の数倍離れている音響源に対しては、任意の加法定数に至るまで各 々のｍｉｃに対する遅延を計算するために音響源の方向だけが必要である。プロ セッサー８の第１段階、主として直接信号分離器３０は、随伴行列ａｄｊＤ（ｔ ）を構成するために概算遅延を使用し、その随伴行列をマイクロホン信号Ｘ（ｔ ）に印加し、以下の式により与えられる第１段階の出力Ｙ（ｔ）を得る： Y(t)=adjD(t)*X(t) 反響および残響がない場合、各出力ｙ_j（ｔ）は１つだけの、異なる音響源ｗ_j（ ｔ）からのエネルギーを含む。 反響および残響が存在する場合、各ｍｉｃは各音響源からの反響、残響と共に 、音響源からの直接信号を受け取る。このように、 式中、ｅ_ij（ｔ）はｊ番目の音響源からｉ番目のｍｉｃまでの反響および残響路 のインパルス応答である。これらの式において全てのＭは X(t)=D(t)*W(t)+E(t)*W(t) によるコンパクトな行列表記で表わすことができ、式中、Ｅ（ｔ）はＭ×Ｍ行列 であり、そのｉｊ番目の要素はフィルターｅ_ij（ｔ）である。ｍｉｃ信号がＤ（ ｔ）の随伴行列でたたみこまれている場合、分離された信号を得る代わりに、部 分的に分離された信号を得る： 各々のｙ_j（ｔ）は、反響が存在しない場合と同様に、１つの音響源からの着色 された直接信号と、その直接信号を含むあらゆる音響源の反響および残響からの 異なって着色された成分を含むことに注意されたい。 他の音響源の反響および残響はネットワークの第２段階、主として漏話除去器 ５０によって取り除かれ、漏話除去器５０は以下のように各々の出力を発生させ る： 式中、ｈ_jk（ｔ）は因果関係の適応フィルターである。（「因果関係」という言 葉はｔ≦０の場合にｈ_jk（ｔ）＝０であることを意味する。）行列形態では、こ れらの式は次のように書かれる： Z(t)=Y(t)-H(t)*Z(t) 式中、Ｚ（ｔ）はＭ−要素列ベクトルであり、そのｊ番目の要素はｚ_j（ｔ）で あり、Ｈ（ｔ）はＭ×Ｍ要素行列であり、そのダイアゴナル要素はゼロであり、 オフダイアゴナル要素は因果関係の、適応フィルターｈ_jk（ｔ）である。 これらのフィルターは適応フィルター理論（「適応信号処理」（”Ａｄａｐｔ ｉｖｅ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，” Ｂｅｒｎａｒｄ Ｗｉｄｒ ｏｗおよびＳａｍｕｅｌ Ｄ． Ｓｔｅａｒｎｓ， Ｐｒｅｎｔｉｃｅ−Ｈａｌ ｌ， Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ， ＮＪ， １９８５， ｐ．９９ ）の最小平均２乗更新規則に類似した規則にしたがって適応される。 これは離散系の場合に最も容易に説明される。離散時間表示と共に使用するための説明的重み更新方法論 まず、時間パラメーターｔを離散時間インデックスｎで置き換える。次に、時 間ｎにおける新しい出力を計算する直前に効力のあるＨ（ｎ）の値を指示するた めに、Ｈ（ｎ）［ｎｅｗ］という表記を使用する。各々の時間ステップｎにおい て、出力Ｚ（ｎ）は に従って計算される。右手のたたみこみはＺの過去の値、つまりＺ（ｎ−１）， Ｚ（ｎ−２），．．．，Ｚ（ｎ−Ｎ） だけを含むことに注意されたい。なぜならＨの要素であるフィルターは因果関係 であるからである。（ＮはＨ内のフィルターのオーダーであると定義される）。 次にＨの要素であるフィルターの係数のために新しい値を計算する。これらは 次の時間ステップにおいて使用される。特に、ｊ≠ｋの場合の各々のｊとｋのた めに、次の式を実行する： 第二段階の操作を理解する最も簡単な方法は、ｚ_j（ｔ）ｚ_k（ｔ−ｕ）のよう な積が平均してゼロである時、Ｈ（ｔ）のオフダイアゴナル要素が単位時間あた りゼロの正味変化を持つことを観察することである。Ｗ内の音響源は互いに統計 学的に独立していると考えるので、各々の出力ｚ_j（ｔ）が異なる音響源、つま りｗ_j（ｔ）の着色されたものになっている時、これらの積は平均してゼロであ る。（音響源と出力間の一致は、音響源のナンバリングが出力のナンバリングと 整合しないように変更することができる。） より詳細には、Ｚ（ｔ）＝ψ（ｔ）＊Ｗ（ｔ）とする。前のパラグラフから、ψ （ｔ）がダイアゴナである時に平均が達成される。加えて、 であることが要求され、従って となる。この関係はひとまとめにして考えられる系の２段階により作られる着色 を決定する。 任意の第３段階は、個々の出力に関する着色量を減少させるのに利用できる多 数の技術の１つを使用することができる。Ｍ＝３、つまり３つのｍｉｃｓと３つの音響源を持つ一般的な例 ３つのｍｉｃｓと３つの音響源がある場合、一般的な行列式は、 X=D*W は、 となる。 遅延ｔ_ijが解っている場合、Ｄ（ｔ）の随伴行列は により与えられる。 Ｄ（ｔ）の列に連合する遅延に一定の遅延を加えることは、随伴行列を未変更 のまま残すことに注意。これは３つのｍｉｃｓに対する１つの音響源からの遅延 が、任意の加法定数に至るまで概算される必要があるからであ る。 第１段階、主として直接信号分離器３０の出力は、ｍｉｃ信号を随伴行列でた たみこむことによって形成される。 これを達成するネットワークを図６に示している。 反響および残響がない場合、第１段階の出力は個々の音響源であり、遅延行列 の行列式により各々着色される。 反響および残響が存在する一般的な場合、第１段階の各々の出力は各々の音響 源からの反響および残響も含んでいる。適応フィルターのフィードバックネット ワークで構成される第２段階、主として漏話除去器５０はこれらの望ましくない 反響や残響の影響を取り除き、各々が１つだけの異なる音響源のエネルギーを含 む出力を各々作り出す。第２段階の行列式 Z=Y-H*Z は、 となり、式中、各々のｈ_ijは因果関係の適応フィルターである。これを達成する ネットワークを図７に示している。結論 所定の瞬間にかなりの量の音を放出する音源の数がマイクロホンの数を超えな い限り、マイクロホンの数および連合する信号処理チャネルの数は存在する音源 の全数ほど多くなくてよいことに注目すべきである。例えば、１つの時間間隔の 間に、音源ＡとＢだけが音を出し、別の時間間隔において音源ＢとＣだけが音を 出す場合、最初の間隔の間、出力チャネルは各々ＡとＢに対応し、第２の間隔の 間、出力チャネルは各々ＢとＣに対応する。 前述のように、本発明の好適態様では、発明は付録マイクロフィッシュに記載 するようにソフトウエアにおいて実行された。ソフトウエアコードはＳｉｌｉｃ ｏｎ Ｇｒａｐｈｉｃｓからのワークステーション上で実施するためにＣ＋＋言 語で書かれている。しかしながら、前述のように、本発明のハードウエア実装も 本発明の範囲内で企図されている。このように、例えば、直接信号分離器３０と 漏話除去器５０はデジタル信号プロセッサーの一部であってもよく、あるいは汎 用コンピューターの一部であっても、アナログ信号処理サーキットリーの一部で あってもよい。加えて、本発明は音響波の処理に制限されない。本発明は、音源 からの信号の分離という問題を持つ、遅延を含む信号を処理するために使用でき る。 本発明には多くの利点と先行技術との違いがある。 １．本発明は目的において聴覚状況分析に基づく音分離に類似しているが、原則 において、また技術においてそ れらと異なっている。 ２．聴覚状況分析に基づくアプローチとは対照的に、本発明は空間におけるそれ らの音源の分離と、それらの統計学的独立性を利用することによって、音を分離 する。 ３．本発明は装置に対する音源の位置に関してほとんど仮定をしないという点で 、指向性マイクロホンとは異なっている。本装置は問題の音源に向ける必要も、 あるいは問題の音源の近傍に装着する必要もない。必要な選択性はマイクロホン アレイ、つまりマイクロホンの集合により捕えられる信号の処理によって達成さ れる。さらに、達成される選択性ははるかに大きい：指向性マイクロホンはどの 音源も完全に抑制することができない。 ４．先行技術の非線形技術は計算的に非常に効率的であり、人間のカクテルパー ティ処理のモデルとして科学的関心事であるが、それらは望ましくない音源の完 全な抑制を達成することが本来できないために、本発明ほど実際的または商業的 重要性を持たない。この不可能性はあらゆる瞬間に、少なくとも１つのマイクロ ホンが所望の信号だけを含んでいるという誤った仮定から生じている。本発明は 線形操作（加算、減算およびフィルタリング）を使用して望ましくない音源を解 除するという点で、これらの非線形技術と異なっている。 ５．本発明は「能動的解除」の例である。適時に所望の音源のコピーを整列させ 、それらを共に加算する古典的ビーム形成と対照的に、能動的解除は望ましくな い音源 のコピーを整合させ、それらを減算して解除をもたらす。（望ましくない音源の コピーを「整合させること」は、一般的に適時にそれらを単に再配列する以上の ことを必然的に伴う；通常、それはフィルタリングによってそれらを再整形する ことを含む。）この簡略化された説明を留意すると、能動的解除により達成され る選択度は古典的ビーム形成において重要なものとは異なる要素により決定され ることが解るかもしれない。能動的解除においては、選択度は、望ましくない音 源の同じコピーを次の解除のために異なるマイクロホンから作ることができる正 確さにより決定される。古典的ビーム形成とは対照的に、能動的解除を使用する 音分離装置は原則として、２つだけのマイクロホンを使用して１つの望ましくな い音を完全に取り除くことができる。 ６．本発明はさらに基準音を必要としない。 ７．基準信号を必要とする能動的解除アルゴリズムと対照的に、本発明は「盲目 的」に操作する： 本発明は処理のために直接利用できる信号、つまり、マイク ロホン信号の全てが音源の混合物であると仮定される最も難しい場合も処理する ことができる。本発明は各音源の到着方向（ＤＯＡ）を仮定して、音源の盲目的 分離を成し遂げる方法である。このＤＯＡ情報は様々な方法で、例えば人間のユ ーザーからの直接条件指定により、あるいはマイクロホン信号からの統計学的概 算により得ることができる。如何に正確にＤＯＡ情報が得られるかは、本発 明では重要ではない；重要なことは、音源分離を成し遂げるために如何にＤＯＡ 情報が使用するかである。 ８．本発明は、マイクロホンの信号受領の同時性という仮定を全く必要としない 点で、利得ベースの能動的解除とは異なる。 ９．純粋に遅延ベースの能動的解除、およびそれに加えて遅延に単純な利得を導 入する変形（例えば、Ｐｌａｔｔ ＆ Ｆａｇｇｉｎ， １９９２）とは対照的 に、本発明は反響および残響の影響を含む音響モデルに基づいている。 １０．盲目的、たたみこみによる能動的解除のための２つの先行技術は、本発明 と同様に、二段階構造に基づいている。これらの内、Ｎａｊａｒら（１９９４） の技術は、その第１段階の各々の出力チャネルが１つの入力チャネルだけをフィ ルタリングしたものであるという点で、本発明とは異なる。従って、Ｎａｊａｒ ら（１９９４）が説明した系の第１段階は、元の音源が重なっているスペクトル 成分を持っている限り、反響や残響が存在しない場合でも完全な分離を成し遂げ ることができない。 １２．二段階構造に基づく他の先行技術はＧｒｉｆｆｉｔｈｓ−Ｊｉｍ ｂｅａ ｍｆｏｒｍｅｒ （ＧｒｉｆｆｉｔｈｓおよびＪｉｍ， １９８２）である。Ｇ ｒｉｆｆｉｔｈｓ−Ｊｉｍビーム形成器はその第２段階で能動的解除を使用し、 それは基準信号を必要とする。必要な基準雑音信号はＪｐ周知のＤＯＡ情報を使 用して第１段 階で作られる。この基準雑音信号がかなりの量の所望の信号を含んでいれば、第 ２段階は雑音を誤って高め、所望の信号を抑制する（Ｖａｎ Ｃｏｍｐｅｒｎｏ ｌｌｅ， １９８９）。本発明では、第２段階は盲目的であり；基準信号として それ自体の出力を使用する。Ｇｒｉｆｆｉｔｈｓ−Ｊｉｍの基準信号とは異なり 、これらはネットワークが順応するにつれて、さらに漸進的に純粋になる。

Claims (1)

1. 【特許請求の範囲】 １．複数源からの音を処理するための信号処理システムであって、該システム は： その反響および残響を含む前記複数源から音を受け取り、それに答えて複数の 信号を発生させるための変換器手段、前記複数の変換器手段の各々はその反響お よび残響を含む前記複数源から音を受け取り、前記複数の信号の１つを発生させ ； 複数の信号を受け取り、それに答えて複数の第１の処理済み信号を発生させる 第１の処理手段、前記第１の処理済み信号の各々は１つの音源からの音と、他の 音源からの減少された量の音を表わし；および 前記複数の第１の処理済み信号を受け取り、それに答えて複数の第２の処理済 み信号を発生させる第２の処理手段から成り、前記第２の処理済み信号の各々は １つの音源のみからの音を表わし、前記第２の処理手段は前記複数の第２の処理 済み信号と前記複数の第１の処理済み信号を組合せて前記複数の第２の処理済み 信号を発生させるために、前記第２の処理手段に前記複数の第２の処理済み信号 を供給するフィードバック手段を含むことを特徴とする信号処理システム。 ２．さらに、 前記音のために到着方向信号を発生させる手段を含み； 前記第１の処理手段は前記到着方向信号に答えて、前 記複数の第１の処理済み信号を発生させることを特徴とする、請求項１に記載の システム。 ３．変換器手段の数が２であり、第１の処理済み信号の数が２であり、第２の 処理済み信号の数が２である、請求項１に記載のシステム。 ４．前記変換器手段は間隔を開けて配置される全方向性マイクロホンである、 請求項１に記載のシステム。 ５．前記第１の処理手段は、 各々が前記複数の信号の１つを受け取り、それに答えて遅延された信号を発生 させるための複数の遅延手段；および 各々が少なくとも１つの遅延信号と、前記複数の信号の１つを受け取り、前記 受け取られた遅延信号と前記信号を組合せて、前記第１の処理済み信号の１つを 作り出す、複数の組合せ手段からなる請求項４に記載のシステム。 ６．前記マイクロホンが並べて置かれる指向性マイクロホンである、請求項１ に記載のシステム。 ７．前記第１の処理手段は、 各々が前記複数の信号の異なる１つを受け取り、それに答えて目盛付き信号を 発生させる、複数の掛け算手段；および 各々が少なくとも１つの目盛付き信号と前記複数の信号の１つを受け取り、前 記受け取った目盛付き信号と前記信号を組合せて、前記第１の処理済み信号の１ つを作 り出す、複数の結合手段からなることを特徴とする、請求項６に記載のシステム 。 ８．前記第２の処理手段は、 各々の結合手段が第１の入力と、少なくとも１つの他の入力と、１つの出力を 持つ複数の結合手段；前記結合手段の各々は、前記第１の入力において前記第１ の処理済み信号の１つを受け取り、また前記他の入力において入力信号を受け取 り、前記出力において出力信号を発生させ；前記出力信号は前記複数の第２の処 理済み信号の１つであり、前記第１の入力において受け取る前記第１の処理済み 信号と、前記他の入力において受け取る前記入力信号の合計間の差であり； 複数の適応信号を発生させる複数の適応フィルター手段、各々が前記複数の結 合手段の１つから前記出力信号を受け取り、それに答えて適応信号を発生させ； および 連合した１つの結合手段以外の、前記複数の結合手段の前記他の入力の１つに 、前記複数の適応信号の各々を供給する手段からなることを特徴とする請求項１ 、２、３、４、５、６および７に記載のシステム。 ９．さらに、複数の第３の処理済み信号を発生させるために、前記第２の処理 済み信号の各々をフィルタリングする手段を含む、請求項８に記載のシステム。 １０．前記第２の処理済み信号は低周波数成分と高周波数成分を持つことによ り特徴付けられ、前記フィルタリング手段は前記第２の処理済み信号の高周波数 成分に 対して、低周波数成分をブーストする、請求項９に記載のシステム。 １１．複数源からの音を処理するための信号処理システムであって、該システ ムは、 その反響および残響を含む前記複数源から音を受け取り、それに答えて複数の 信号を発生させるための変換器手段、前記複数の変換器手段の各々はその反響お よび残響を含む前記複数源から音を受け取り、前記複数の信号の１つを発生させ ； 前記複数の信号を受け取り、それに答えて複数の第１の処理済み信号を発生さ せる第１の処理手段、前記複数源からの音の反響および残響がない場合、前記第 １の処理済み信号の各々は１つだけの異なる音源からの音を表わし；および 前記複数の第１の処理済み信号を受け取り、それに答えて複数の第２の処理済 み信号を発生させる第２の処理手段から成り、前記複数源からの音の反響および 残響がない場合、前記第２の処理済み信号の各々は１つの音源のみからの音を表 わし、前記第２の処理手段は前記複数の第２の処理済み信号と前記複数の第１の 処理済み信号を組合せて、前記複数の第２の処理済み信号を発生させるために、 前記第２の処理手段に前記複数の第２の処理済み信号を供給するフィードバック 手段を含むことを特徴とする信号処理システム。 １２．前記音が音響波であり、前記変換器手段がマイ クロホンである、請求項１１に記載のシステム。 １３．さらに、複数の第３の処理済み信号を発生させるために、前記第２の処 理済み信号の各々をフィルタリングする手段を含む、請求項１２に記載のシステ ム。 １４．前記第２の処理済み信号は低周波数成分と高周波数成分を持つことによ り特徴付けられ、前記フィルタリング手段は前記第２の処理済み信号の高周波数 成分に対して、低周波数成分をブーストする、請求項１３に記載のシステム。 １５．変換器手段の数が２であり、第１の処理済み信号の数が２であり、第２ の処理済み信号の数が２である、請求項１１に記載のシステム。 １６．前記変換器手段は間隔を開けて配置される全方向性マイクロホンである 、請求項１１に記載のシステム。 １７．前記第１の処理手段は、 各々が前記複数の信号の１つを受け取り、それに答えて遅延された信号を発生 させるための複数の遅延手段；および 各々が少なくとも１つの遅延信号と、前記複数の信号の１つを受け取り、前記 受け取られた遅延信号と前記信号を組合せて、前記第１の処理済み信号の１つを 作り出す、複数の組合せ手段からなる請求項１６に記載のシステム。 １８．前記マイクロホンが並べて置かれる指向性マイクロホンである、請求項 １１に記載のシステム。 １９．前記第１の処理手段は、 各々が前記複数の信号の異なる１つを受け取り、それに答えて目盛付き信号を 発生させる、複数の掛け算手段；および 各々が少なくとも１つの目盛付き信号と前記複数の信号の１つを受け取り、前 記受け取った目盛付き信号と前記信号を組合せて、前記第１の処理済み信号の１ つを作り出す、複数の結合手段からなることを特徴とする、請求項１８に記載の システム。 ２０．前記第２の処理手段は： 各々の結合手段が第１の入力と、少なくとも１つの他の入力と、１つの出力を 持つ複数の結合手段；前記結合手段の各々は、前記第１の入力において前記第１ の処理済み信号の１つを受け取り、また前記他の入力において入力信号を受け取 り、前記出力において出力信号を発生させ；前記出力信号は前記複数の第２の処 理済み信号の１つであり、前記第１の入力において受け取る前記第１の処理済み 信号と、前記他の入力において受け取る前記入力信号の合計間の差であり； 複数の適応信号を発生するための複数の適応フィルター手段、各々が前記複数 の結合手段の１つから前記出力信号を受け取り、それに答えて適応信号を発生さ せ；および 連合した１つの結合手段以外の、前記複数の結合手段の前記他の入力の１つに 、前記複数の適応信号の各々を 供給する手段からなることを特徴とする、請求項１１、１２、１３、１４、１５ 、１６、１７、１８および１９に記載のシステム。 ２１．前記適応フィルター信号の各々がタップ付き遅延ラインからなる、請求 項２０に記載のシステム。 ２２．複数源からの音を処理するための適応フィルターデジタル信号プロセッ サーであって、該システムは、 その反響および残響を含む前記複数源から音を受け取り、それに答えて複数の 信号を発生させるための変換器手段、前記複数の変換器手段の各々はその反響お よび残響を含む前記複数源から音を受け取り、前記複数の信号の１つを発生させ ； 前記複数の信号を受け取り、それに答えて複数の第１の処理済み信号を発生さ せるためのビーム形成器からなる第１の処理手段、前記第１の処理済み信号の各 々が１つの音源からの音と、他の音源からの減少された量の音を表わし； 前記複数の第１の処理済み信号を受け取り、それに答えて複数の第２の処理済 み信号を発生させる第２の処理手段から成り、前記第２の処理済み信号の各々は １つの音源のみからの音を表わすことを特徴とするシステム。 ２３．前記第１の処理手段は、 各々が前記複数の信号の１つを受け取り、それに答えて遅延された信号を発生 させるための複数の遅延手段；および 各々が少なくとも１つの遅延信号と、前記複数の信号の１つを受け取り、前記 受け取られた遅延信号と前記信号を組合せて、前記第１の処理済み信号の１つを 作り出す、複数の組合せ手段からなる請求項２２に記載のシステム。 ２４．前記第２の処理手段は、 各々が第１の入力と、少なくとも１つの他の入力と、１つの出力を持ち、出力 において前記第１の入力と前記他の入力の合計間の差を発生させる複数の結合手 段、前記結合手段の各々が、前記第１の入力において前記第１の処理済み信号の １つを受け取り； 複数の適応信号を発生するための複数の適応フィルター手段、前記適応フィル ター手段の各々が前記複数の結合手段の１つから出力信号を受け取り、それに答 えて適応信号を発生させ；および 連合した１つの結合手段以外の、前記複数の結合手段の前記他の入力に、前記 複数の適応信号の各々１つを供給する手段からなることを特徴とする請求項２２ に記載のシステム。 ２５．前記第１の処理手段と前記第２の処理手段はアナログ回路からなる、請 求項２２、２３、および２４に記載のシステム。 ２６．前記第１の処理手段と前記第２の処理手段がデジタル信号プロセッサー の一部である、請求項２２、２３、および２４に記載のシステム。 ２７．前記第１の処理手段と前記第２の処理手段が汎用コンピューターの一部 である、請求項２２、２３、および２４に記載のシステム。 ２８．前記第１の処理手段と前記第２の処理手段が再形成可能なゲートアレイ 回路である、請求項２２、２３、および２４に記載のシステム。 ２９．さらに、 前記複数の第２の処理済み信号を受け取り、周波数着色をそこから取り除くた めの、複数の第３の処理手段を含む請求項２２、２３、および２４に記載のシス テム。 ３０．さらに、 各々が前記複数の信号の異なるものを受け取り、デジタル信号を発生させるた めの複数のサンプリングデジタル変換手段を含み；前記デジタル信号は前記複数 の遅延手段と、前記複数の結合手段に前記信号として供給される、請求項２３に 記載のシステム。 ３１．複数源からの音を処理する方法であって、 複数の変換器手段によって、その反響と残響を含む前記音を受け取り； 前記複数源からその反響と残響を含む前記音を、前記複数の変換器手段の各々 によって電気信号に変換し、それによって複数の電気信号を発生させ； 第一に、前記複数の電気信号を処理して、複数の第１の処理済み信号を発生さ せ、前記複数源からの前記音の反響と残響が存在しない場合には、前記第１の処 理済み 信号の各々は１つの音源からの音と、他の音源からの減少された量の音を表わし ；そして 第二に前記複数の第１の処理済み信号を処理して、複数の第２の処理済み信号 を発生させることから成り、前記複数源からの前記音の反響と残響が存在しない 場合には、前記第２の処理済み信号の各々は１つだけの異なる音源からの音を表 わすことを特徴とする方法。 ３２．さらに、 前記第２の処理済み信号の各々をフィルタリングして、複数の第３の処理済み 信号を発生させる工程を含む、請求項３１に記載の方法。 ３３．前記第１の処理工程はさらに、 前記複数の電気信号の異なるものを遅延させ、それに答えて遅延信号を発生さ せ；そして 前記複数の電気信号の各々を前記遅延信号の異なるものと組合せて、前記処理 済み信号の１つを発生させることを含む請求項３１に記載の方法。 ３４．さらに、 前記複数の電気信号の各々１つをサンプリングして変換し、それを前記複数の 遅延手段と前記複数の結合手段に、前記電気信号として供給する工程を含む請求 項３１に記載の方法。 ３５．前記第２の処理工程はさらに、 複数の減算手段によって、前記第１の処理済み信号を適応信号から減算し、出 力信号を発生させ、それによっ て複数の出力信号を発生させ； 前記出力信号を適応するようにフィルタリングして、複数の適応信号を発生さ せ；また 前記複数の適応信号の各々１つを前記減算手段の異なるものに供給することを 含む請求項３１に記載の方法。