JPWO2011010426A1 - 収音装置及び収音方法 - Google Patents

Abstract

マイクロホンの設置の自由度を高めるとともに、マイクロホンの現在位置の情報を用いずに、音源からの音を明瞭にステレオ収音することができる収音装置を提供する。指向性の主軸方向が互いに異なるように配置された４以上の収音ユニット（１１０ａ〜１１０ｄ）を備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホン（１１０）と、４以上の収音ユニット（１１０ａ〜１１０ｄ）の出力信号ごとに、スピーカから出力された音の信号レベルを算出するレベル算出部（１１２）と、算出された信号レベルを用いて、４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング比算出部（１１３）と、算出されたミキシング係数を用いて、４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部（１１５）とを備える。

Description

本発明は、収音装置及び収音方法等に関し、特に、複数のマイクロホンを用いてステレオ信号を生成する収音装置及び収音方法に関するものである。

従来より、テレビ会議システムなどの音響システムでは、音源（例えば話者など）からの音を明瞭に収音するために、複数のマイクロホンを用いて音を収音する収音装置が用いられていた。このような収音装置は、例えば、自拠点における音源の位置を通信相手拠点で再現する（音像定位を実現する）ためのマルチチャンネル信号を、複数のマイクロホンを用いて生成する。

このような収音装置では、複数のマイクロホンは、各チャンネルに対応して設けられている。また、複数のマイクロホンは、指向性の主軸方向を対応するチャンネルに応じた方向に向けた状態で固定的に設置される。そして、収音装置は、各収音信号を、音像定位を実現するためのマルチチャンネル信号として生成することができる。生成されたマルチチャンネル信号は、通信網を介して通信相手拠点の複数のスピーカへ送信される。これにより、通信相手拠点でマルチチャンネルの音が再生され、通信相手拠点で自拠点の話者の位置が再現される。

ここで、音像定位を実現するためのマルチチャンネル信号を生成するには、複数のマイクロホンが、指向性の主軸方向を対応するチャンネルに応じた方向に向けた状態で、固定的に設置される必要がある。このため、上記収音装置では、話者は、複数のマイクロホンの配置位置を自由に変更することができなかった。

そこで、上記課題を解決するために、図１６及び図１７に示すような収音装置１９０が提案されている（例えば、特許文献１参照）。図１６は、従来の収音システムの外観図である。図１７は、従来のテレビ会議システムの機能構成を示すブロック図である。図１７に示すように、テレビ会議システムは、自拠点に設置される第１の収音システム１０００と、通信相手拠点に設置される第２の収音システム２０００とを備える。なお、第２の収音システム２０００は、第１の収音システム１０００と同様の構成であるので、図１６において外観図を省略する。

図１６及び図１７の例では、マルチチャンネル信号として、右チャンネル（以下、「Ｒチャンネル」または「Ｒｃｈ」ともいう）信号と左チャンネル（以下、「Ｌチャンネル」または「Ｌｃｈ」ともいう）信号とが生成されるとし、通信相手拠点においてステレオ再生が実現されるとする。

マイクロホン９０ａは、話者１０２ａの前方近傍に配置されるようにテーブル１０３上に設置される。マイクロホン９０ｂは、話者１０２ｂの前方近傍に配置されるようにテーブル１０３上に設置される。モニター１０４は、通信相手拠点のカメラ２０５で撮影された映像を表示するための装置であり、話者１０２ａ、１０２ｂの前方に設置される。通信相手拠点の映像は、通信網１０７を介してモニター１０４に入力される。

カメラ１０５は、モニター１０４の上部に設置され、自拠点の話者１０２ａ、１０２ｂを撮影する。自拠点の映像は、通信網１０７を介して通信相手拠点のモニター２０４へ送信される。

第１及び第２のスピーカ１０６ａ、１０６ｂは、通信相手拠点の収音装置２９０から通信網１０７を介して入力されたＬチャンネル信号またはＲチャンネル信号を再生する。第１及び第２のスピーカ１０６ａ、１０６ｂは、モニター１０４の両側にそれぞれ設置される。同様に通信相手拠点の第１のスピーカ２０６ａは、通信相手拠点の話者から見て左側前方に設置され、通信相手拠点の第２のスピーカ２０６ｂは、通信相手拠点の話者から見て右側前方に設置されている。

収音装置１９０は、自拠点に設置され、収音装置２９０は、通信相手拠点に設置される。なお、収音装置２９０の内部構成は、収音装置１９０と同様であるので、ここでは図示及び説明を省略する。

収音装置１９０は、マイクロホン９０ａ、９０ｂ、マイクロホン位置測定部９１、係数算出部９２、マイクロホン検出部９３、及び信号算出部９４により構成される。以下、収音装置１９０の各構成要素について具体的に説明する。

マイクロホン位置測定部９１は、測定信号を第１及び第２のスピーカ１０６ａ、１０６ｂに出力する。その後、マイクロホン位置測定部９１は、測定信号を出力してから、当該測定信号がマイクロホン９０ａ、９０ｂで収音されるまでの時間を遅延時間として算出する。マイクロホン位置測定部９１は、算出した遅延時間を用いて、マイクロホン９０ａ、９０ｂの現在位置を測定する。

図１６の例では、マイクロホン９０ａは、モニター１０４から見て右側の位置に配置されるので、当該右側の位置がマイクロホン９０ａの現在位置として測定される。また、マイクロホン９０ｂは、モニター１０４から見て左側の位置に配置されるので、当該左側の位置がマイクロホン９０ｂの現在位置として測定される。なお、話者がマイクロホン９０ａ、９０ｂを自由に移動させることができるように、マイクロホン位置測定部９１は、マイクロホン９０ａ、９０ｂの移動のたびに、それらの現在位置を測定している。

係数算出部９２は、測定されたマイクロホン９０ａ、９０ｂの現在位置を基に、音像定位を実現するためのマルチチャンネル信号が生成されるように、Ｒチャンネル信号に割り当てるレベルとＬチャンネル信号に割り当てるレベルとの比（係数比）を算出する。

図１６の例では、測定されたマイクロホン９０ａの現在位置はモニター１０４から見て右側の位置となる。よって、係数算出部９２は、例えば、（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）をマイクロホン９０ａの係数比として算出する。一方、測定されたマイクロホン９０ｂの現在位置はモニター１０４から見て左側の位置となる。よって、係数算出部９２は、例えば、（Ｒチャンネル信号：Ｌチャンネル信号）＝（０：１）をマイクロホン９０ｂの係数比として算出する。

マイクロホン検出部９３は、話者１０２ａ、１０２ｂのいずれかが発言したとき、マイクロホン９０ａ、９０ｂからの収音信号のレベルを基に、発言者に最も近いマイクロホンを検出する。例えば、話者１０２ａが発言した場合、マイクロホン９０ａからの収音信号のレベルがマイクロホン９０ｂからの収音信号のレベルよりも大きくなる。この場合、マイクロホン検出部９３は、マイクロホン９０ａを、発言者に最も近いマイクロホンとして検出する。その後、係数算出部９２は、マイクロホン検出部９３で検出されたマイクロホン９０ａを基に、マイクロホン９０ａの係数比（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）を、信号算出部９４に出力する係数比として決定する。

信号算出部９４は、決定された係数比に従って、Ｒチャンネル信号及びＬチャンネル信号を算出する。例えば、マイクロホン９０ａの係数比が（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）である場合、信号算出部９４は、マイクロホン９０ａ、９０ｂの収音信号それぞれに係数１を乗算して加算することで、Ｒチャンネル信号を算出する。一方、信号算出部９４は、マイクロホン９０ａ、９０ｂの収音信号それぞれに係数０を乗算して加算することで、Ｌチャンネル信号を算出する。

これにより、Ｒチャンネル信号はマイクロホン９０ａ、９０ｂからの収音信号すべてが加算された信号となり、Ｌチャンネル信号は無信号となり、音像定位を実現するためのマルチチャンネル信号が生成される。信号算出部９４において算出されたＬチャンネル信号（Ｌｃｈ）及びＲチャンネル信号（Ｒｃｈ）は、通信網１０７を介して、通信相手拠点のスピーカ２０６ａ、２０６ｂへそれぞれ送信される。これにより、通信相手拠点では、通信相手拠点の話者から見て右側の位置から話者１０２ａが発言しているように音が再生される。

このように、図１６及び図１７に示した収音装置１９０では、マイクロホンの移動のたびに、移動後のマイクロホンの位置（現在位置）を測定し、測定したマイクロホンの現在位置の情報を用いて、音像定位を実現するためのマルチチャンネル信号を生成している。その結果、話者は、マイクロホンの配置位置を自由に変更することができる。

特開平９−１８２０４４号公報

しかしながら、図１６及び図１７に示した収音装置１９０は、次の課題を有している。

（１）収音装置１９０は、マイクロホンの現在位置の情報を用いた処理を行っているので、マルチチャンネル信号を生成する前（例えば会議開始前）に、マイクロホンの位置を測定する必要がある。

（２）収音装置１９０は、マイクロホンの現在位置の情報を用いた処理を行っているので、会議中に話者がマイクロホンを移動させるなどしてマイクロホンの位置が変わるたびに、会議を中断してマイクロホンの位置を測定し直す必要がある。

（３）マイクロホンは話者によって自由に移動させられるので、マイクロホンの指向性の主軸方向が必ずしも話者に向いているとは限らず、マイクロホン検出部９３において検出されたマイクロホンが実際には発言者に最も近いものではない場合がある。その場合、収音装置１９０は、各音源からの音を明瞭に収音することができない。

そこで、本発明は、上記課題を解決するためになされたものであって、マイクロホンの設置の自由度を高めるとともに、マイクロホンの現在位置の情報を用いずに、音源からの音を明瞭にステレオ収音することができる収音装置及び収音方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る収音装置は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンと、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える。

この構成によれば、スピーカから出力された音の信号レベルを用いて、指向性の主軸方向に適応するミキシング係数を算出できる。したがって、マイクロホンの位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。また、マイクロホンは、互いに指向性の主軸方向が異なる４以上の収音ユニットを備える。したがって、マイクロホンが設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができるので、マイクロホンの設置の自由度を高めることが可能となる。

また、前記４以上の収音ユニットは、指向性の主軸方向が９０度ごと異なるように配置された４つの収音ユニットであることが好ましい。

この構成により、マイクロホンの設置方向によらず、マイクロホンの周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、前記ミキシング係数算出部は、前記ステレオ信号が、互いに１８０度異なる２つの収音方向でステレオ収音された信号となるように、前記ミキシング係数を算出することが好ましい。

この構成により、セパレーションが高いステレオ収音を実現することができ、各音源からの音を明瞭に収音することが可能となる。

また、前記ミキシング係数は、前記ステレオ信号の一方を生成するための第１のミキシング係数と、前記ステレオ信号の他方を生成するための第２のミキシング係数とからなり、前記ミキシング係数算出部は、前記４つの収音ユニットのそれぞれにおいて、当該収音ユニットの一方の隣に位置する収音ユニットの信号レベルを用いて第１のミキシング係数を算出し、当該収音ユニットの他方の隣に位置する収音ユニットの信号レベルを用いて第２のミキシング係数を算出し、前記信号合成部は、前記４つの収音ユニットの出力信号に前記第１のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の一方を生成し、前記４つの収音ユニットの出力信号に前記第２のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の他方を生成することが好ましい。

この構成によれば、各収音ユニットのミキシング係数を、隣に位置する収音ユニットの信号レベルを用いて算出することができる。したがって、マイクロホンの設置角度を厳密に計算する場合などに比べて、比較的容易にミキシング係数を算出することができ、ミキシング係数を算出するための計算負荷を軽減することができる。

また、さらに、前記スピーカから音を出力させるためのスピーカ信号の有無を判定するスピーカ信号検出部を備え、前記レベル算出部は、前記スピーカ信号検出部によってスピーカ信号が有ると判定された場合に前記信号レベルを算出することが好ましい。

この構成によれば、スピーカ信号が有ると判定されたときに出力された信号から信号レベルを算出することができる。したがって、ミキシング係数を算出するためだけにスピーカから音を出力させる必要がないので、例えば、テレビ会議システムなどにおいて、スピーカから出力される話者の音声などを利用してミキシング係数を算出することも可能となる。

また、さらに、前記マイクロホンが動いたか否かを判定する移動判定部を備え、前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合に、前記マイクロホンが動いていないと判定される場合よりも、前記ミキシング係数を算出する頻度を高くすることが好ましい。

この構成によれば、マイクロホンが動いた場合には、ミキシング係数が比較的速く更新され、マイクロホンが動いていない場合には、ミキシング係数が比較的遅く更新される。したがって、マイクロホンの動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。したがって、マイクロホンの周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、前記移動判定部は、前記ミキシング係数算出部によって算出されたミキシング係数の変化度合いに基づいて、前記マイクロホンが動いたか否かを判定することが好ましい。

この構成により、マイクロホンに移動センサなどを設置する必要がないので、マイクロホンが動いたか否かを簡易な構成で判定することができる。

また、さらに、前記スピーカから音を出力させるためのスピーカ信号から音像定位位置を判定する定位判定部を備え、前記ミキシング係数算出部は、前記定位判定部によって判定された音像定位位置ごとに前記ミキシング係数を算出し、前記信号合成部は、前記ミキシング係数算出部によって算出された前記音像定位位置ごとのミキシング係数の平均値を用いて、前記４以上の収音ユニットの出力信号を合成することが好ましい。

この構成により、スピーカから出力される音の音像定位位置が変わることにより、ミキシング係数が変動することを抑制でき、安定してステレオ収音することが可能となる。

また、前記定位判定部は、それぞれが音像定位位置と前記スピーカとの相対的な位置関係を示す左定位、右定位、及び中央定位のいずれかを前記音像定位位置として判定し、前記レベル算出部は、前記定位判定部によって左定位と判定された場合に、前記信号レベルを算出するＬｃｈレベル算出部と、前記定位判定部によって右定位と判定された場合に、前記信号レベルを算出するＲｃｈレベル算出部と、前記定位判定部によって中央定位と判定された場合に、前記信号レベルを算出するＣｃｈレベル算出部とを備えることが好ましい。

この構成により、左、右、及び中央の３種類の音像定位位置ごとにミキシング係数を算出することが可能となる。

また、さらに、前記マイクロホンが動いたか否かを判定する移動判定部を備え、前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合、前記マイクロホンが動いたと判定された後に信号レベルが算出された音像定位位置の信号レベルを用いて、前記マイクロホンが動いたと判定された後に信号レベルが算出されていない音像定位位置のミキシング係数を算出することが好ましい。

この構成により、マイクロホンが動いた後に信号レベルがまだ更新されていない音像定位位置がある場合でも、マイクロホンが動いた後におけるミキシング係数を高精度に算出することができる。

また、さらに、前記４以上の収音ユニットの出力信号のそれぞれから、所定の周波数帯域の信号を抽出する帯域抽出部を備え、前記レベル算出部は、前記帯域抽出部によって抽出された信号を用いて、前記信号レベルを算出することが好ましい。

この構成により、ミキシング係数を算出する際に、ミキシング係数を算出するために必要な音以外の音（例えば騒音）の影響を抑制することができ、ミキシング係数を高精度に算出することができる。

また、前記所定の周波数帯域は、音声帯域であることが好ましい。

この構成により、例えば、スピーカから出力される話者の音声を利用してミキシング係数を算出する際に、高精度にミキシング係数を算出することができる。

また、本発明の一態様に係る収音方法は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する収音方法であって、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出ステップと、算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出ステップと、算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成ステップとを含む。

これにより、上記収音装置と同様の効果を奏することができる。

また、本発明の一態様に係る集積回路は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する集積回路であって、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える。

これにより、上記収音装置と同様の効果を奏することができる。

また、本発明は、上記収音方法に含まれる各ステップをコンピュータに実行させるためのプログラムとして実現することができる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の記録媒体あるいはインターネット等の伝送媒体を介して配信することができるのは言うまでもない。

本発明によれば、スピーカから出力された信号レベルを用いて、指向性の主軸方向に適応するミキシング係数を算出できる。したがって、スピーカの位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。また、マイクロホンは、互いに指向性の主軸方向が異なる４以上の収音ユニットを備える。したがって、マイクロホンが設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができるので、マイクロホンの設置の自由度を高めることが可能となる。

図１は、本発明の実施の形態１に係る収音システムの外観図である。 図２は、本発明の実施の形態１に係る収音システムの外観図である。 図３は、本発明の実施の形態１に係るテレビ会議システムの構成を示す図である。 図４は、本発明の実施の形態１に係る収音装置によって形成されるＬｃｈ収音ポーラパターンとＲｃｈ収音ポーラパターンとを示す図である。 図５は、本発明の実施の形態１に係る収音装置の動作を示すフローチャートである。 図６は、本発明の実施の形態２に係る収音装置の機能構成を示すブロック図である。 図７は、本発明の実施の形態３に係る収音装置の機能構成を示すブロック図である。 図８は、本発明の実施の形態３に係る移動判定部の詳細な機能構成を示すブロック図である。 図９Ａは、本発明の実施の形態４に係る収音装置の機能構成を示すブロック図である。 図９Ｂは、本発明の実施の形態４の変形例に係る収音装置の機能構成を示すブロック図である。 図１０は、本発明の実施の形態５に係る収音装置の機能構成を示すブロック図である。 図１１は、本発明の実施の形態５に係る補正部の詳細な機能構成を示すブロック図である。 図１２は、本発明の実施の形態５に係る選択制御部の動作を示すフローチャートである。 図１３は、本発明の実施の形態５の変形例に係る収音装置の機能構成を示すブロック図である。 図１４Ａは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｂは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｃは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｄは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１５は、本発明の実施の形態の変形例に係る収音装置の機能構成を示すブロック図である。 図１６は、従来の収音システムの外観図である。 図１７は、従来のテレビ会議システムの構成を示す図である。

以下、本発明の実施の形態について、図面を参照しながら説明する。

（実施の形態１）
図１〜図３を参照して、本発明の実施の形態１に係る収音装置について説明する。

図１及び図２は、本発明の実施の形態１に係る収音システムの外観図である。なお、図２は、収音ユニットの設置向きが図１と比べ、右へ４５度回転して設置されている点が図１と異なるだけであり、それ以外は同じである。また、図３は、本発明の実施の形態１に係るテレビ会議システムの構成を示す図である。

なお、本実施の形態では、ステレオ信号として、Ｒチャンネル信号とＬチャンネル信号とが生成されるとし、通信相手拠点においてステレオ再生が実現されるとする。また、図面において、収音ユニットは、円と線分とで表現され、円の中心から円と線分との接点へ向かう方向が当該収音ユニットの指向性の主軸方向と示す。

テレビ会議システムは、自拠点に設置される第１の収音システム１００と、自拠点とは物理的に離れている通信相手拠点に設置される。テレビ会議システムは、第１の収音システム１００とインターネット等の通信網１０７を介して接続されている第２の収音システム２００とを備える。

図１及び図２に示すように、第１の収音システム１００は、収音装置１０１と、モニター１０４と、カメラ１０５と、第１のスピーカ１０６ａと、第２のスピーカ１０６ｂとを備える。ここでは、第２の収音システム２００は、第１の収音システム１００と同様であることとして、外観図を省略する。なお、第２の収音システム２００は、第１の収音システム１００と同様のシステムに限らず、図１６に示した従来のシステム（第２の収音システム２０００）と同様であってもよい。

収音装置１０１は、音源（例えば、話者１０２ａまたは１０２ｂ）からの音をステレオ収音する。収音装置１０１は、第１〜第４の収音ユニット１１０ａ〜１１０ｄを備えるマイクロホン１１０を備える。本実施の形態では、マイクロホン１１０は、話者１０２ａ、１０２ｂの前方に設置されたテーブル１０３上に載置されている。なお、マイクロホン１１０は、必ずしもテーブル１０３上に載置される必要はなく、第１及び第２のスピーカ１０６ａ、１０６ｂから出力された音を収音可能な位置に設置されればよい。

モニター１０４は、話者１０２ａ、１０２ｂの前方に設置される。モニター１０４は、第２の収音システム２００で撮影された映像を、通信網１０７を介して受信して表示する。

カメラ１０５は、モニター１０４の上部に設置され、話者１０２ａ、１０２ｂを撮影する。カメラ１０５によって生成された映像信号は、通信網１０７を介して、第２の収音システム２００に送信される。

第１のスピーカ１０６ａは、モニター１０４から見て右側（話者１０２ａ、１０２ｂから見て左側）に配置される。第１のスピーカ１０６ａは、第２の収音システム２００から通信網１０７を介して入力されたＬチャンネル信号を再生する。

第２のスピーカ１０６ｂは、モニター１０４から見て左側（話者１０２ａ、１０２ｂから見て右側）に配置される。第２のスピーカ１０６ｂは、第２の収音システム２００から通信網１０７を介して入力されたＲチャンネル信号を再生する。

次に、マイクロホン１１０が４以上の収音ユニットを備える理由について説明する。

テレビ会議システムでは、マイクロホン１１０は、テーブル１０３の中央に置かれることが多いので、３６０度全方向の音を収音する必要がある。例えば、１次傾度の単一指向性の収音ユニットを２個用いて収音する場合、左右のセパレーションを得つつ、３６０度全方向の音を収音するために、２個の収音ユニットは、指向性の主軸方向が互いに１８０度異なる方向となるように設置される。

また、テレビ会議システム等では、ステレオ収音を行う場合、映像と音の方向（音像）とが一致することにより、音の明瞭度を高めるとともに臨場感を高めることができる。ただ、マイクロホンの設置が利用者に任されている場合、利用者がマイクロホンの指向性の方向まで注意を払ってマイクロホンを設置することは難しい。したがって、利用者が注意を払わない場合にも、マイクロホンの向きによらず映像と音像とが一致するようにステレオ収音されることが望ましい。

しかしながら、前述したように収音ユニットが２個の場合、各収音ユニットの指向性の主軸方向は互いに１８０度異なる方向となる。このため、左右の収音方向（強調されて収音される音の方向）は、マイクロホンが設置されると固定されてしまうので、左右のセパレーションは、マイクロホンが設置される向きに依存してしまう。

収音ユニットが３個の場合、隣り合う各収音ユニットの指向性の主軸方向は、互いに１２０度異なる方向となる。そのため、例えば、２つの収音ユニットが前方の左右の音を収音した場合、１個の収音ユニットしか後方の音を収音できない。その結果、後方の音を左右に分離することができない。すなわち、３個の収音ユニットの出力信号を合成しても、任意の方向に対して、セパレーションが高いステレオ収音を実現することが難しい。

そこで、本実施の形態において、マイクロホン１１０は、指向性の主軸方向が互いに異なる４個以上の収音ユニットを備える。これにより、収音装置１０１は、３６０度全方向の収音が可能となり、かつ、左右のセパレーションを確保できるステレオ収音が可能となる。

具体的には、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が９０度ごと異なるように配置される。より具体的には、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、円周上に９０度ごと異なる位置に並べられ、かつ、各収音ユニットの指向性の主軸方向が、円の中心から外側へ向いて９０度ごと異なるように配置されている。

なお、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向は、厳密に９０度ごと異なる必要はなく、実質的に９０度ごと異なればよい。つまり、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が、９０度と同視できる程度の角度ごと異なるように配置されればよい。

図４は、本発明の実施の形態１に係る収音装置１０１によって形成されるＬｃｈポーラパターンとＲｃｈポーラパターンとを示す図である。つまり、図４は、収音ユニットが４個の場合における指向性合成パターンの一例を示す図である。

本実施の形態に係るマイクロホン１１０は、指向性の主軸方向が互いに１８０度異なる収音ユニットのペアを２つ備える。このため、収音装置１０１は、図４に示すように、各収音ユニットの出力信号（以下、「ユニット信号」ともいう）を合成することにより、任意の方向に対して、指向性の主軸方向が互いに１８０度異なるように収音することが可能である。

第１〜第４の収音ユニット１１０ａ〜１１０ｄの各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）は、レベル算出部１１２へ出力される。なお、ｔは時間のサンプルを示す。

なお、本実施の形態では、各収音ユニットは、単一の指向性を有するマイクロホンユニットであるが、必ずしもこのような収音ユニットである必要はない。例えば、各収音ユニットは、単一の指向性が形成されるように設置された複数の無指向性のマイクロホンユニットによって構成されてもよい。

次に、図３を用いて、収音装置１０１の機能構成について説明する。

図３に示すように、第１の収音システム１００は、収音装置１０１と、モニター１０４と、カメラ１０５と、第１のスピーカ１０６ａと、第２のスピーカ１０６ｂとを備える。また、第２の収音システム２００は、収音装置２０１と、モニター２０４と、カメラ２０５と、第１のスピーカ２０６ａと、第２のスピーカ２０６ｂとを備える。

収音装置１０１は、マイクロホン１１０と、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５と、スピーカ信号検出部１１６とを備える。なお、収音装置２０１の内部構成は、収音装置１０１と同様であるので、図示及び説明を省略する。

スピーカ信号検出部１１６は、通信網１０７を介して、第２の収音システム２００より伝送されてきた受話信号であるステレオ信号を入力として受け付け、その受話信号の有無判定結果であるフラグ信号ｆｌｇをレベル算出部１１２へ出力する。ここでは、受話信号が、スピーカから音を出力させるためのスピーカ信号に相当する。つまり、スピーカ信号検出部１１６は、スピーカ信号の有無を判定する。

レベル算出部１１２は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ごとに、第１及び第２のスピーカ２０６ａ、２０６ｂから出力された音の信号レベルを算出する。

具体的には、レベル算出部１１２は、各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）と受話信号の有無判定結果であるフラグ信号ｆｌｇとを入力として受け付け、各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）のパワーレベルである信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を信号レベルとして算出する。

以下、特に断りがない限り、レベル算出部１１２が算出する信号パワーは、時間平均パワーであるとする。また、時間平均パワーを算出するために設定される、収音した信号のレベルを平均するための時間区間は、短時間であるとする。

ここで、フラグ信号ｆｌｇは、信号パワーが算出される際の制御信号として用いられる。つまり、レベル算出部１１２は、受話信号が有ると判定された場合（ｆｌｇ＝１）にのみ、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を算出する。つまり、レベル算出部１１２は、スピーカ信号検出部１１６によってスピーカ信号が有ると判定された場合に信号レベルを算出する。

レベル算出部１１２は、算出した信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）をミキシング比算出部１１３へ出力するとともに、当該信号パワーを保持する。なお、受話信号が無いと判定された場合（ｆｌｇ＝０）は、レベル算出部１１２は、前回算出された信号パワー（保持されている最新の信号パワー）をミキシング比算出部１１３へ出力する。

ミキシング比算出部１１３は、ミキシング係数算出部に相当する。ミキシング比算出部１１３は、レベル算出部１１２によって算出された信号レベルを用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向に適応するミキシング係数を算出する。本実施の形態では、ミキシング比算出部１１３は、ステレオ信号が、互いに１８０度異なる２つの収音方向でステレオ収音された信号となるように、ミキシング係数を算出する。

具体的には、ミキシング比算出部１１３は、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を入力として受け付け、Ｌｃｈ再生用のＬｃｈミキシング係数Ａ１１（ｔ）、Ａ１２（ｔ）、Ａ１３（ｔ）、Ａ１４（ｔ）と、Ｒｃｈ再生用のＲｃｈミキシング係数Ａ２１（ｔ）、Ａ２２（ｔ）、Ａ２３（ｔ）、Ａ２４（ｔ）とを算出する。

つまり、ミキシング比算出部１１３は、第１〜第４の収音ユニット１１０ａ〜１１０ｄのそれぞれにおいて、当該収音ユニットの一方の隣に位置する収音ユニットの信号レベルを用いてＬｃｈミキシング係数を算出し、当該収音ユニットの他方の隣に位置する収音ユニットの信号レベルを用いてＲｃｈミキシング係数を算出する。ここで、Ｌｃｈミキシング係数及びＲｃｈミキシング係数が、第１のミキシング係数及び第２のミキシング係数に相当する。なお、ミキシング係数の詳細については後述する。

信号合成部１１５は、ミキシング係数を用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号を合成することにより、ステレオ信号を生成する。

具体的には、信号合成部１１５は、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）と、収音ユニットｘ１（ｔ）〜ｘ４（ｔ）とを入力として受け付ける。そして、信号合成部１１５は、式（１）に従って、Ｒチャンネル信号である出力信号ｙ１（ｔ）と、Ｌチャンネル信号である出力信号ｙ２（ｔ）とを算出する。

つまり、信号合成部１１５は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号にＬｃｈミキシング係数のそれぞれを乗じて加算することにより、ステレオ信号の一方であるＬチャンネル信号を生成する。また、信号合成部１１５は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号にＲｃｈミキシング係数のそれぞれを乗じて加算することにより、ステレオ信号の他方であるＬチャンネル信号を生成する。

そして、信号合成部１１５は、通信網１０７を介して、算出した出力信号ｙ１（ｔ）を第２の収音システム２００が備える第１のスピーカ２０６ａへ送信し、算出した出力信号ｙ２（ｔ）を第２の収音システム２００が備える第２のスピーカ２０６ｂへ送信する。

次に、以上のように構成された収音装置１０１における各種動作について説明する。

図５は、実施の形態１に係る収音装置１０１の動作を示すフローチャートである。

まず、スピーカ信号検出部１１６は、通信網１０７を介して、第２の収音システム２００より伝送されてきた受話信号であるステレオ信号の有無を判定する（Ｓ１０１）。ここで、ステレオ信号が有ると判定された場合（Ｓ１０１のＹｅｓ）、レベル算出部１１２は、各収音ユニットの出力信号ごとに、出力信号の信号パワーを信号レベルとして算出し、保持する（Ｓ１０２）。一方、ステレオ信号が無いと判定された場合（Ｓ１０１のＮｏ）、レベル算出部１１２は、前回算出された各信号パワーを取得する（Ｓ１０３）。

そして、ミキシング比算出部１１３は、ステップＳ１０２において算出された各信号パワー、またはステップＳ１０３において取得された各信号パワーを用いて、Ｌｃｈミキシング係数とＲｃｈミキシング係数とを算出する（Ｓ１０４）。続いて、信号合成部１１５は、算出されたＬｃｈミキシング係数及びＲｃｈミキシング係数を用いて、各収音ユニットからの出力信号を合成することにより、ステレオ信号を送話信号として生成し（Ｓ１０５）、ステップＳ１０１の処理に戻る。

以上のように収音装置１０１は、ステップＳ１０１〜Ｓ１０５までの処理を繰り返す。

次に、ミキシング係数を算出する処理（Ｓ１０４）及びステレオ信号を生成する処理（Ｓ１０５）について、さらに詳細に説明する。

マイクロホン１１０は、話者１０２ａ、１０２ｂによって位置あるいは向きが自由に変更され得る。したがって、第１〜第４の収音ユニット１１０ａ〜１１０ｄに対して固定的にミキシング係数を設定して、Ｒチャンネル信号及びＬチャンネル信号を生成することはできない。

そこで、本実施の形態では、収音装置１０１は、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される通信相手側の音声信号を用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出する。

図１において、第１及び第２のスピーカ１０６ａ、１０６ｂから同じ音声が再生されていると仮定すると、第１及び第２のスピーカ１０６ａ、１０６ｂの中間地点に仮想的に音源があるとみなすことができる。そこで、第１及び第２のスピーカ１０６ａ、１０６ｂを１つの仮想音源とみなし、その仮想音源の出力信号を音声信号Ｖ（ｔ）と表す。

仮想音源の音声信号Ｖ（ｔ）は音響空間を経て、第１〜第４の収音ユニット１１０ａ〜１１０ｄに到達する。このとき、第１〜第４の収音ユニット１１０ａ〜１１０ｄそれぞれの指向性の主軸方向に依存するゲインを第１〜第４のゲインＤ１〜Ｄ４と表す。なお、ここでは簡単のため音響空間による音声信号の減衰はないと仮定する。

このとき、第１〜第４の収音ユニット１１０ａ〜１１０ｄが単一指向性のマイクロホンユニットであることを考慮すれば、図１に示すマイクロホン１１０の配置において、第１〜第４のゲインＤ１〜Ｄ４は、以下のようになる。

すなわち、第１の収音ユニット１１０ａの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して角度が０度となっているので、第１のゲインＤ１は「１」とみなすことができる。また、第２及び第３の収音ユニット１１０ｂ、１１０ｃは、指向性の主軸方向がマイクロホン１１０から仮想音源に向かう方向に対して９０度傾いていることから、第２及び第３のゲインＤ２、Ｄ３は、「０．５」とみなすことができる。また、第４の収音ユニット１１０ｄの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して１８０度傾いていることから、第４のゲインＤ４は、「０」とみなすことができる。

このように得られる第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）に乗じて加算した信号は、仮想音源の方向に指向性の主軸方向を向けた収音信号となる。

同様に、マイクロホン１１０を右へ４５度回転させた図２の場合は、第１及び第２の収音ユニット１１０ａ、１１０ｂの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して４５度傾いているので、第１及び第２のゲインＤ１、Ｄ２は、「０．７」とみなすことができる。また、第３及び第４の収音ユニット１１０ｃ、１１０ｄの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して１３５度傾いているので、第３及び第４のゲインＤ３、Ｄ４は、「０．２」とみなすことができる。

このように得られる第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）に乗じて加算した信号は、仮想音源の方向に指向性の主軸方向を向けた収音信号となる。

以上のように、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向に依存する第１〜第４のゲインＤ１〜Ｄ４は、マイクロホン１１０の配置に従って、一意に決定することができる。そして、そのように決定される第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）のそれぞれに乗じて加算することで、仮想音源の方向に指向性の主軸方向を向けた収音信号を生成することができる。

このことから、第１〜第４のゲインＤ１〜Ｄ４を、右隣の収音ユニットの出力信号の係数として用いれば、仮想音源に対して右に９０度傾いた方向に指向性の主軸方向を向けた収音信号を生成することができる。また逆に、第１〜第４のゲインＤ１〜Ｄ４を、左隣の収音ユニットの出力信号のミキシング係数として用いれば、仮想音源に対して左に９０度傾いた方向に指向性の主軸方向を向けた収音信号を生成することができる。

これを利用すると、音源に対し左右に分離した音を収音可能となる。つまり、第１〜第４のゲインＤ１〜Ｄ４に基づいて、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出することが可能となる。具体的には、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）は、第１〜第４のゲインＤ１〜Ｄ４を用いて式（２）のように表すことができる。

しかし、マイクロホン１１０はどのように設置されているか分からないため、第１〜第４のゲインＤ１〜Ｄ４を直接求めることはできない。そこで、ミキシング比算出部１１３は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を利用して、ミキシング係数を算出する。

第１及び第２のスピーカ１０６ａ、１０６ｂの音声信号Ｖ（ｔ）の信号パワーをＰｖ（ｔ）とすると、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）は式（３）のように表すことができる。

式（３）を第１〜第４のゲインＤ１〜Ｄ４について変形すると、式（４）となる。

ここで、全収音ユニットの信号パワーの総和をＰｘ（ｔ）（＝Ｐｘ１（ｔ）＋Ｐｘ２（ｔ）＋Ｐｘ３（ｔ）＋Ｐｘ４（ｔ））と表す。Ｐｘ（ｔ）は、指向性の主軸方向が１８０度異なる２つの単一指向性マイクロホンの信号パワーの組み合わせを２つ加算したもの（Ｐｘ（ｔ）＝｛Ｐｘ１（ｔ）＋Ｐｘ４（ｔ）｝＋｛Ｐｘ２（ｔ）＋Ｐｘ３（ｔ）｝）とみなせる。

単一指向性マイクロホンの指向特性は、（１＋ｃｏｓθ）／２で表される。したがって、指向性の主軸方向が１８０度異なる２つの単一指向性マイクロホンを組み合わせたときの指向特性は、（１＋ｃｏｓθ）／２＋（１＋ｃｏｓ（θ＋１８０°））／２＝１となり、無指向となる。

つまり、Ｐｘ（ｔ）は、２個の無指向性マイクロホンの信号パワーを加算したものとみなせる。したがって、スピーカより音声が拡声されており、スピーカ拡声音以外がないときは、式（５）に示すようにＰｖ（ｔ）＝Ｐｘ（ｔ）／２とみなせる。

式（２）及び式（５）より、ミキシング比算出部１１３は、収音ユニットの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を用いて、式（６）のようにＬｃｈミキシング係数Ａ１１（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出する。つまり、ミキシング比算出部１１３は、信号レベルを用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出する。

図４は、このようにして、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を用いてステレオ信号を生成した場合に形成される指向性のポーラパターンを示す。

なお、式（４）において、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を合計値Ｐｘ（ｔ）で正規化したが、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）の最大値を用いて正規化した値で近似してもよい。つまり、ミキシング比算出部１１３は、信号レベルを用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出すればよい。

以上のように、本実施の形態に係る収音装置１０１によれば、スピーカから出力された音の信号レベルを用いて、指向性の主軸方向に適応したミキシング係数を算出できる。したがって、マイクロホン１１０の位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。

また、マイクロホン１１０は、指向性の主軸方向が９０度ごと異なるように配置された第１〜第４の収音ユニット１１０ａ〜１１０ｄを備える。したがって、収音装置１０１は、マイクロホン１１０が設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができる。すなわち、話者等は、マイクロホン１１０を自由に設置することが可能となる。

（実施の形態２）
次に、図６を参照して、本発明の実施の形態２に係る収音装置について説明する。

図６は、本発明の実施の形態２に係る収音装置１０１の機能構成を示すブロック図である。図６に示す収音装置１０１は、図３に示す実施の形態１に係る収音装置１０１に入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図３に示す実施の形態１に係る収音装置１０１に対して、帯域抽出部１１１が新たに追加される点のみが異なる。以下、実施の形態１と異なる点を中心に説明する。

帯域抽出部１１１は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号から、所定の周波数帯域の信号のみを抽出して、レベル算出部１１２へ出力する。

ここで、所定の周波数帯域は、例えば、話者１０２ａ、１０２ｂの音声帯域（３００Ｈｚ〜７ｋＨｚ）である。より好ましくは、所定の周波数帯域は、音声帯域のうち、比較的室内騒音の影響が小さい帯域（例えば、１ｋＨｚ〜４ｋＨｚ）である。これにより、収音装置１０１は、スピーカから出力される話者の音声を利用してミキシング係数を算出する際に、スピーカから出力される音以外の音などの騒音の影響を抑制することができる。つまり、収音装置１０１は、ミキシング係数を高精度に算出することができる。

また、所定の周波数帯域は、例えば、第１〜第４の収音ユニット１１０ａ〜１１０ｄそれぞれが有する指向特性（指向性の周波数特性）を考慮して求められる帯域であってもよい。具体的には、所定の周波数帯域は、すべての収音ユニットに対して、指向性が安定して得られる帯域であってもよい。

このような所定の周波数帯域の信号を抽出することにより、ミキシング比算出部１１３に入力される信号レベルに対する、話者１０２ａ、１０２ｂの音声以外の騒音の影響を減少させることができる。

以上のように、本実施の形態によれば、ミキシング比算出部１１３に入力される収音ユニット信号に含まれる、話者１０２ａ、１０２ｂの音声以外の騒音を減少させることができる。これにより、ミキシング比算出部１１３が算出するミキシング係数の精度が向上し、より明瞭な音を再生することができるステレオ信号を生成することができる。

（実施の形態３）
次に、図７、図８を参照して、本発明の実施の形態３に係る収音装置について説明する。

図７は、本発明の実施の形態３に係る収音装置１０１の機能構成を示すブロック図である。図７に示す収音装置１０１は、図３または図６に示す実施の形態１または２に係る収音装置１０１と入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図６に示す実施の形態２に係る収音装置１０１に対して、更新部１１７及び移動判定部１１４が新たに追加される点のみが異なる。以下、実施の形態１または２と異なる点を中心に説明する。

マイクロホン１１０は、話者１０２ａ、１０２ｂによって容易に回転されたりあるいは移動されたりする。マイクロホン１１０が回転されたり移動されたりした場合に、マイクロホン１１０が回転あるいは移動される前に算出されたミキシング係数を用いてステレオ信号が生成されれば、映像と音像とが一致しなくなる。このため、移動後は再度ミキシング係数を算出し直す必要がある。

また、ミキシング係数が正しく算出されており、マイクロホン１１０が回転されたり移動されたりしていない場合は、音像が変動しないように、すでに算出されたミキシング係数を更新させない、または更新速度を遅くするなどの制限を加えることが好ましい。

そこで、本実施の形態では、移動判定部１１４は、マイクロホンが動いたか否かを判定する。具体的には、移動判定部１１４は、ミキシング比算出部１１３によって算出されたミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定する。

そして、更新部１１７は、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を時間方向に平均化することにより、Ｌｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシングＢ２１（ｔ）〜Ｂ２４（ｔ）を出力する。

さらに、更新部１１７は、移動判定部１１４の判定結果に基づいて、Ｌｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシング係数Ｂ２１（ｔ）〜Ｂ２４（ｔ）を算出する頻度を調整する。つまり、更新部１１７は、マイクロホン１１０が動いたと判定された場合に、マイクロホン１１０が動いていないと判定される場合よりも、平滑化ミキシング係数を算出する頻度を高くする。

その結果、収音装置１０１は、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。

次に、図８を用いて、移動判定部１１４の詳細について説明する。

図８は、本発明の実施の形態３に係る移動判定部１１４の詳細な機能構成を示すブロック図である。図８に示すように、移動判定部１１４は、変動量検出部１２３と変動量判定部１２４とを備える。

変動量検出部１２３は、ミキシング比算出部１１３が算出したＬｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）と、更新部１１７が算出したＬｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシング係数Ｂ２１（ｔ）〜Ｂ２４（ｔ）とを入力として受け付け、式（７）のようにして、ミキシング係数の変化度合いを示す変動量を検出する。

ここで、Ｂｔ−１、Ａｔは式（８）で表現される。

マイクロホン１１０の動きが無い間、ミキシング係数Ａｔと平滑化ミキシング係数Ｂｔ−１はほぼ同じ値となるため、変動量ｍｉｃ＿ｖａｒの値は小さくなる。これに対し、マイクロホン１１０が動いた場合は、ミキシング係数Ａｔの値がまず変化する。このため、ミキシング係数Ａｔと平滑化ミキシング係数Ｂｔ−１との差が大きくなる。よって、変動量ｍｉｃ＿ｖａｒの値は大きくなる。

そこで、変動量判定部１２４は、変動量ｍｉｃ＿ｖａｒの値を監視する。そして、変動量ｍｉｃ＿ｖａｒが閾値を超えた場合、変動量判定部１２４は、マイクロホン１１０が動いたと判定し、ｍｏｖｅ＿ｆｌｇ＝１と設定する。一方、変動量ｍｉｃ＿ｖａｒが閾値を超えない場合、変動量判定部１２４は、マイクロホン１１０が動いていないと判定し、ｍｏｖｅ＿ｆｌｇ＝０と設定する。

このように設定されたｍｏｖｅ＿ｆｌｇの値に従って、更新部１１７は、平滑化ミキシング係数を算出する頻度を調整する。

以上のように、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０が動いた場合に、音像定位の追従性を向上させることができる。また、動いていない場合に、音像定位の安定性を確保することができる。言い換えると、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。したがって、マイクロホン１１０の周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、移動判定部１１４は、ミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定することができ、移動センサなどを設置する必要がないので、マイクロホン１１０が動いたか否かを簡易な構成で判定することが可能となる。

なお、移動判定部１１４は、必ずしもミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定する必要はない。例えば、移動判定部１１４は、マイクロホン１１０に取り付けられたジャイロセンサなどの移動センサからのセンサ信号に基づいて、マイクロホン１１０が動いたか否かを判定してもよい。この場合、収音装置は、本実施の形態の収音装置１０１と比べて構成が複雑になるが、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性を向上させることができる。

また、本実施の形態において、移動判定部１１４は、Ｌｃｈ及びＲｃｈ両方のミキシング係数及び平滑化ミキシング係数を用いて、マイクロホン１１０が動いたか否かを判定しているが、どちらか一方のチャンネルのミキシング係数及び平滑化ミキシング係数を用いて、マイクロホン１１０が動いたか否かを判定してもよい。

また、ＬｃｈとＲｃｈの形成する指向性の主軸方向が互いに１８０度異なる方向であることを考慮すれば、更新部１１７は、一方の平滑化ミキシング係数を用いて、他方の平滑化ミキシング係数を式（９）のように算出してもよい。

また、本実施の形態において、収音装置１０１は、更新部１１７を備えていたが、必ずしも更新部１１７を備える必要はない。この場合、ミキシング比算出部１１３が、マイクロホン１１０が動いたと判定された場合に、マイクロホン１１０が動いていないと判定される場合よりも、ミキシング係数を算出する頻度を高くすればよい。これにより、収音装置１０１は、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。

（実施の形態４）
次に、図９Ａを参照して、本発明の実施の形態４に係る収音装置について説明する。

図９Ａは、本発明の実施の形態４に係る収音装置１０１の機能構成を示すブロック図である。図９Ａに示す収音装置１０１は、図３、図６または図７に示す実施の形態１、２または３に係る収音装置１０１に入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図６に示す実施の形態２に係る収音装置１０１に対して、定位判定部１２２が追加された点と、レベル算出部１１２がＬｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、Ｒｃｈレベル算出部１１２ｃを備える点のみが異なる。以下、実施の形態１〜３と異なる点を中心に説明する。

第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音声信号は、ステレオ信号である。このため、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音声信号にはレベル差が生じる。その結果、第１のスピーカ１０６ａの再生音が第２のスピーカ１０６ｂの再生音より大きな場合（左へ音像定位している場合）と、第１のスピーカ１０６ａの再生音と第２のスピーカ１０６ｂの再生音が同等の場合（中央へ音像定位している場合）と、第２のスピーカ１０６ｂの再生音が第１のスピーカ１０６ａの再生音より大きな場合（右へ音像定位している場合）とでは、それぞれ音の音像定位位置が異なる。

そのため、第１〜第４の収音ユニット１１０ａ〜１１０ｄが固定されていたとしても、指向性の主軸方向に依存する第１〜第４のゲインＤ１〜Ｄ４が、音像定位位置によって変動してしまう。つまり、音像定位位置が変わるたびに、ミキシング比算出部１１３によって算出されるミキシング係数が変動し、安定しない。

そこで、本実施の形態では、収音装置１０１は、スピーカから出力される音の音像定位位置が変化した場合にも、安定してミキシング係数を算出することを実現する。以下、そのような収音装置１０１の各構成要素について説明する。

定位判定部１２２は、スピーカから音を出力させるためのスピーカ信号から音像定位位置を判定する。本実施の形態では、定位判定部１２２は、音像定位位置とスピーカとの相対的な位置関係を示す、左定位、右定位、及び中央定位のいずれかを音像定位位置として判定する。

具体的には、定位判定部１２２は、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音の音像定位位置が話者１０２ａ、１０２ｂから見て左側（第１及び第２のスピーカ１０６ａ、１０６ｂから見て右側）になる場合は、Ｌｃｈ定位（左定位）と判定し、ｄｉｒ＿ｆｌｇ＝０と設定する。また、定位判定部１２２は、音像定位位置が話者１０２ａ、１０２ｂから見て中央（第１及び第２のスピーカ１０６ａ、１０６ｂから見て中央）になる場合は、Ｃｃｈ定位（中央定位）と判定し、ｄｉｒ＿ｆｌｇ＝１と設定する。また、定位判定部１２２は、音像定位位置が話者１０２ａ、１０２ｂから見て右側（（第１及び第２のスピーカ１０６ａ、１０６ｂから見て左側））になる場合は、Ｒｃｈ定位（右定位）と判定し、ｄｉｒ＿ｆｌｇ＝２と設定する。

より具体的には、定位判定部１２２は、例えば、スピーカ信号に含まれるＬｃｈスピーカ信号とＲｃｈスピーカ信号のうち、Ｌｃｈスピーカ信号の信号レベルがＲｃｈスピーカ信号の信号レベルより閾値以上大きい場合、Ｌｃｈ定位と判定する。また例えば、定位判定部１２２は、Ｒｃｈスピーカ信号の信号レベルがＬｃｈスピーカ信号の信号レベルより閾値以上大きい場合、Ｒｃｈ定位と判定する。また例えば、定位判定部１２２は、Ｒｃｈスピーカ信号の信号レベルとＬｃｈスピーカ信号の信号レベルとの差が閾値未満である場合、Ｃｃｈ定位と判定する。

レベル算出部１１２は、この音の音像定位位置の判定結果ｄｉｒ＿ｆｌｇに応じて、信号レベルを算出する。すなわち、定位判定部１２２によって判定された音像定位位置に応じて、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃのいずれかが信号レベルを算出する。

具体的には、Ｌｃｈ定位と判定された場合は、Ｌｃｈレベル算出部１１２ａのみが信号パワーを更新する。Ｃｃｈ定位と判定された場合は、Ｃｃｈレベル算出部１１２ｂのみが信号パワーを更新する。Ｒｃｈ定位と判定された場合は、Ｒｃｈレベル算出部１１２ｃのみが信号パワーを更新する。

ミキシング比算出部１１３は、定位判定部１２２によって判定された音像定位位置ごとに、ミキシング係数を算出する。

具体的には、ミキシング比算出部１１３は、Ｌｃｈレベル算出部１１２ａが算出する各信号パワーに基づいて、式（６）を用いて、Ｌｃｈ定位におけるＬｃｈミキシング係数Ａ１１ａ（ｔ）〜Ａ１４ａ（ｔ）及びＲｃｈミキシング係数Ａ２１ａ（ｔ）〜Ａ２４ａ（ｔ）を算出する。同様に、ミキシング比算出部１１３は、Ｃｃｈレベル算出部１１２ｂが算出する各信号パワーに基づいて、式（６）を用いて、Ｃｃｈ定位におけるＬｃｈミキシング係数Ａ１１ｂ（ｔ）〜Ａ１４ｂ（ｔ）及びＲｃｈミキシング係数Ａ２１ｂ（ｔ）〜Ａ２４ｂ（ｔ）を算出する。同様に、ミキシング比算出部１１３は、Ｒｃｈレベル算出部１１２ｃが算出する各信号パワーに基づいて、式（６）を用いて、Ｒｃｈ定位におけるＲｃｈミキシング係数Ａ１１ｃ（ｔ）〜Ａ１４ｃ（ｔ）及びＬｃｈミキシング係数Ａ２１ｃ（ｔ）〜Ａ２４ｃ（ｔ）を算出する。

そして、ミキシング比算出部１１３は、式（１０）に示すように、Ｌｃｈ定位、Ｃｃｈ定位、及びＲｃｈ定位における、Ｌｃｈミキシング係数の平均値とＲｃｈミキシング係数の平均値とを求めることにより、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出する。

つまり、信号合成部１１５は、音像定位位置ごとのミキシング係数の平均値を用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号を合成する。

なお、ミキシング比算出部１１３は、Ｌｃｈ及びＲｃｈの一方のミキシング係数を算出しておき、その結果を用いて他方のミキシング係数を式（２）の関係に基づいて算出してもよい。

以上のように、本実施の形態に係る収音装置１０１によれば、第１及び第２のスピーカ１０６ａ、１０６ｂの再生音の音像定位位置が変動することによってミキシング係数が変動することを抑制することができ、安定してステレオ収音することが可能となる。

なお、本実施の形態に係るレベル算出部１１２は、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃを備えていたが、必ずしもこれらを備える必要はない。例えば、図９Ｂに示すように、収音装置１０１は、実施の形態１などと同様のレベル算出部１１２を備えてもよい。その場合、ミキシング比算出部１１３は、定位判定部１２２の判定結果に基づいて、音像定位位置ごとにミキシング係数を算出すればよい。これにより、図９Ｂに示す収音装置１０１であっても、図９Ａに示す収音装置１０１と同様の効果を奏することができる。

（実施の形態５）
次に、図１０〜図１２を参照して、本発明の実施の形態５に係る収音装置について説明する。

図１０は、本発明の実施の形態５に係る収音装置１０１の機能構成を示すブロック図である。図１０に示す収音装置１０１は、図３などに示す収音装置１０１に入れ代わるように配置される。

また、図１０に示す収音装置１０１は、図９Ａに示す実施の形態４に係る収音装置１０１に対して、更新部１１７、移動判定部１１４及び補正部１２１が新たに追加された点のみが異なる。なお、移動判定部１１４は、実施の形態３で説明したものと同様であるので、詳細な説明を省略する。以下、実施の形態１〜４と異なる点を中心に説明する。

Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃでは、定位判定部１２２の判定結果に応じて信号パワーを算出するか否かが決定される。このため、マイクロホン１１０が動いた場合、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃのうち、いずれか１つまたは２つにおいて、信号パワーがしばらく算出されない可能性がある。その結果、式（１０）における一部の係数は、しばらくの間、マイクロホン１１０が動く前に算出された係数となる可能性がある。

そのような状況において、ミキシング比算出部１１３が、式（１０）に従ってミキシング係数を算出した場合、マイクロホン１１０が動く前の指向性と動いた後の指向性とが合成されることとなり、正しい指向性を形成することができない。

そこで、補正部１２１は、移動判定部１１４の判定結果と、定位判定部１２２の判定結果とに基づいて、信号パワーを補正する。具体的には、マイクロホン１１０が動いたと判定された場合、補正部１２１は、当該判定後に更新されていない信号パワーを補正する。なお、このとき、補正部１２１は、当該判定後にすでに更新された信号パワーを補正しない。

図１１は、本発明の実施の形態５に係る補正部１２１の機能構成を示すブロック図である。図１１に示すように、補正部１２１は、選択制御部１２５と、Ｌｃｈ補正選択部１２６ａ、Ｃｃｈ補正選択部１２６ｂ及びＲｃｈ補正選択部１２６ｃとを備える。

補正部１２１は、マイクロホン１１０が動いた後に、（１）Ｌｃｈレベル算出部１１２ａのみが信号パワーを算出した場合、（２）Ｃｃｈレベル算出部１１２ｂのみが信号パワーを算出した場合、または（３）Ｒｃｈレベル算出部１１２ｃのみが信号パワーを算出した場合に、以下のように信号パワーを補正する。

（１）Ｃｃｈ補正選択部１２６ｂは、Ｃｃｈレベル算出部１１２ｂによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）を、Ｌｃｈレベル算出部１１２ａによって算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）に係数α１を乗算した値に補正する。

同様に、Ｒｃｈ補正選択部１２６ｃは、Ｒｃｈレベル算出部１１２ｃによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）を、Ｌｃｈレベル算出部１１２ａによって算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）に係数α１を乗算した値に補正する。

（２）Ｌｃｈ補正選択部１２６ａは、Ｌｃｈレベル算出部１１２ａによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）を、Ｃｃｈレベル算出部１１２ｂによって算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）に係数α２を乗算した値に補正する。

同様に、Ｒｃｈ補正選択部１２６ｃは、Ｒｃｈレベル算出部１１２ｃによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）を、Ｃｃｈレベル算出部１１２ｂによって算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）に係数α２を乗算した値に補正する。

（３）Ｌｃｈ補正選択部１２６ａは、Ｌｃｈレベル算出部１１２ａによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）を、Ｒｃｈレベル算出部１１２ｃによって算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）に係数α３を乗算した値に補正する。

同様に、Ｃｃｈ補正選択部１２６ｂは、Ｃｃｈレベル算出部１１２ｂによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）を、Ｒｃｈレベル算出部１１２ｃによって算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）に係数α３を乗算した値に補正する。

次に、係数α１、α２、α３について説明する。

選択制御部１２５は、移動判定部１１４の判定結果であるｍｏｖｅ＿ｆｌｇが０→１に変化したとき（固定状態から移動状態へ変わったとき）に、α１＝１、α２＝１、α３＝１と設定する。

ただし、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝０（Ｌｃｈ定位）のときは、α１＝０に変更する。また、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝１（Ｃｃｈ定位）のときは、α２＝０に変更する。また、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝２（Ｒｃｈ定位）のときは、α３＝０に変更する。

次に、係数α１、α２、α３を設定するときの選択制御部１２５の動作の詳細を、図１２を用いて説明する。

図１２は、本発明の実施の形態５に係る選択制御部１２５の動作を示すフローチャートである。

まず、選択制御部１２５は、移動判定部１１４によって、マイクロホン１１０が動いていないと判定された状態からマイクロホン１１０が動いたと判定された状態に変化したか否かを判定する（Ｓ２０１）。ここで、マイクロホン１１０の状態が変化したと判定された場合（Ｓ２０１のＹｅｓ）、選択制御部１２５は、係数α１、α２、α３に「１」を設定する（Ｓ２０２）。

一方、マイクロホン１１０の状態が変化していないと判定された場合（Ｓ２０１のＮｏ）、またはステップＳ２０２において係数α１、α２、α３に「１」が設定された後、選択制御部１２５は、定位判定部１２２によって判定された音像定位位置を取得する（Ｓ２０３）。

ここで、取得した音像定位位置がＬｃｈ定位（ｄｉｒ＿ｆｌｇ＝０）である場合（Ｓ２０３のＬｃｈ定位）、選択制御部１２５は、係数α１に「０」を設定する（Ｓ２０４）。また、取得した音像定位位置がＣｃｈ定位（ｄｉｒ＿ｆｌｇ＝１）である場合（Ｓ２０３のＣｃｈ定位）、選択制御部１２５は、係数α２に「０」を設定する（Ｓ２０５）。また、取得した音像定位位置がＲｃｈ定位（ｄｉｒ＿ｆｌｇ＝２）である場合（Ｓ２０３のＲｃｈ定位）、選択制御部１２５は、係数α３に「０」を設定する（Ｓ２０６）。

以上のように、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０が動いた後も速やかに、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃの信号パワーが更新される。つまり、マイクロホン１１０が動いた後に信号レベルがまだ更新されていない音像定位位置がある場合でも、マイクロホン１１０が動いた後におけるミキシング係数を高精度に算出することができる。その結果、収音装置１０１は、より安定したステレオ収音を実現できる。

なお、補正部１２１において、更新されない信号パワーにおいて、信号の置き換えではなくリセットする等の動作に代用してもよい。

また、本実施の形態に係る収音装置１０１は、補正部１２１を備えていたが、必ずしも補正部１２１を備える必要はない。また、本実施の形態に係るレベル算出部１１２は、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃを備えていたが、必ずしもそれらの処理部を備える必要はない。例えば、収音装置１０１は、図１３に示すような機能構成であってもよい。

この場合、ミキシング比算出部１１３は、マイクロホン１１０が動いたと判定された場合、マイクロホン１１０が動いたと判定された後に信号レベルが算出された音像定位位置の信号レベルを用いて、マイクロホン１１０が動いたと判定された後に信号レベルが算出されていない音像定位位置のミキシング係数を算出すればよい。具体的には、ミキシング比算出部１１３は、例えば、マイクロホン１１０が動いたと判定された後にＬｃｈ定位の信号レベルのみが算出されている場合、当該Ｌｃｈ定位の信号レベルを用いて、Ｃｃｈ定位のミキシング係数とＲｃｈ定位のミキシング係数とを算出すればよい。

これにより、図１３に示す収音装置１０１であっても、図１０に示す収音装置１０１と同様の効果を奏することができる。

以上、本発明の一態様に係る収音装置１０１について、実施の形態に基づいて説明したが、本発明は、これらの実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、あるいは異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。

例えば、各収音ユニットは、上記実施の形態とは異なるように配置されてもよい。例えば、図１４Ａに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、円周上ではなく、楕円周上に９０度ごと異なる位置に並べられてもよい。また、図１４Ｂに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が円の中心から内側へ向いて９０度ごと異なるように配置されてもよい。また、図１４Ｃに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、直線上に並ぶように配置されてもよい。このような場合であっても、収音装置１０１は、上記実施の形態に係る収音装置１０１と同様の効果を奏することができる。

また、図１４Ｄに示すように、マイクロホン１１０は、第１〜第５の収音ユニット１１０ａ〜１１０ｅを備えてもよい。図１４Ｄでは、第１〜第５の収音ユニット１１０ａ〜１１０ｅは、指向性の主軸方向が互いに７２度ごと異なるように配置されている。実施の形態１と同様にミキシング係数が算出されれば、信号合成部１１５によって生成されるステレオ信号は、互いに１４４度異なる２つの収音方向でステレオ収音された信号となる。

したがって、上記実施の形態に係る収音装置１０１ほど効率的ではないが、図１４Ｄに示すマイクロホン１１０を備える収音装置１０１であっても、マイクロホン１１０の周囲に位置する音源からの音をある程度明瞭にステレオ収音することができる。なお、マイクロホン１１０は、さらに多くの収音ユニットを備えてもよい。

また、上記実施の形態において、収音システムは、モニター１０４及びカメラ１０５を備えていたが、必ずしもモニター１０４及びカメラ１０５を備える必要はない。収音システムがモニター１０４及びカメラ１０５を備えない場合、収音装置１０１は、映像と音像とを一致させることはできないが、マイクロホン１１０の周囲に位置する音源からの音を明瞭にステレオ収音することはできる。例えば、電話会議システムなどの音声会議システムにおいて、収音装置１０１は、音源の位置に応じた位置に音像を定位させることができるステレオ信号を生成でき、音の明瞭性を向上させることができる。

また、上記実施の形態において、ミキシング比算出部１１３は、４つの収音ユニットのそれぞれにおいて、当該収音ユニットの隣に位置する収音ユニットの信号レベルを用いてミキシング係数を算出していたが、必ずしもこのようにミキシング係数を算出する必要はない。例えば、ミキシング比算出部１１３は、テーブルを参照して、各収音ユニットの信号レベルに対応するミキシング係数を算出してもよい。この場合、収音装置１０１は、例えば、各収音ユニットの信号レベルの比に対応付けてミキシング係数を格納しているテーブルを記憶している記憶部を備えればよい。このような場合であっても、マイクロホンの位置を測定することなく、音源からの音を明瞭にステレオ収音することができる。

また、上記実施の形態において、収音装置１０１は、通信相手拠点の収音システムから送信されてきた受話信号を利用して、ミキシング比を算出していたが、必ずしも受話信号を利用する必要はない。例えば、収音装置１０１が、ミキシング係数を算出するためのスピーカ信号を生成してもよい。この場合、スピーカ信号は、受話信号が再生された音に干渉しない周波数の音を再生するための信号であることが好ましい。これにより、収音装置１０１は、会議等を中断することなく、ミキシング係数を算出することができる。

また、上記実施の形態において、スピーカは２つであったが、その他の個数であってもよい。

また、上記実施の形態において、収音装置１０１は、図３などに示す各構成要素を備えていたが、必ずしも図３などに示す構成要素のすべてを備える必要はない。例えば、収音装置１０１は、図１５に示すように、図３に示す構成要素の一部のみを備えてもよい。

図１５は、本発明の実施の形態の変形例に係る収音装置１０１の機能構成を示すブロック図である。図１５では、収音装置１０１は、マイクロホン１１０と、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５とを備える。

収音装置１０１が図１５に示すような構成であったとしても、レベル算出部１１２が、スピーカから出力された音の信号レベルを算出することにより、実施の形態１に係る収音装置１０１と同様の効果を奏することができる。

また、以下のような場合も、本発明の範囲内に含まれる。

（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。

（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。例えば、図１５に示すように、システムＬＳＩ１５０は、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５とを備える。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。

（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。

（４）本発明は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。

また、本発明は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。

また、本発明は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。

また、本発明は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。

また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。

（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。

本発明の一態様に係る収音装置は、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができる収音装置として、特に、テレビ会議システム、音声会議システム等として有用である。

１００ 第１の収音システム
１０１、２０１ 収音装置
１０２ａ、１０２ｂ 話者
１０３ テーブル
１０４、２０４ モニター
１０５、２０５ カメラ
１０６ａ、１０６ｂ、２０６ａ、２０６ｂ スピーカ
１０７ 通信網
１１０ マイクロホン
１１０ａ、１１０ｂ、１１０ｃ、１１０ｄ 収音ユニット
１１１ 帯域抽出部
１１２ レベル算出部
１１２ａ Ｌｃｈレベル算出部
１１２ｂ Ｃｃｈレベル算出部
１１２ｃ Ｒｃｈレベル算出部
１１３ ミキシング比算出部
１１４ 移動判定部
１１５ 信号合成部
１１６ スピーカ信号検出部
１１７ 更新部
１２１ 補正部
１２２ 定位判定部
１２３ 変動量検出部
１２４ 変動量判定部
１２５ 選択制御部
１２６ａ Ｌｃｈ補正選択部
１２６ｂ Ｃｃｈ補正選択部
１２６ｃ Ｒｃｈ補正選択部
１５０ システムＬＳＩ
２００ 第２の収音システム

本発明は、収音装置及び収音方法等に関し、特に、複数のマイクロホンを用いてステレオ信号を生成する収音装置及び収音方法に関するものである。

従来より、テレビ会議システムなどの音響システムでは、音源（例えば話者など）からの音を明瞭に収音するために、複数のマイクロホンを用いて音を収音する収音装置が用いられていた。このような収音装置は、例えば、自拠点における音源の位置を通信相手拠点で再現する（音像定位を実現する）ためのマルチチャンネル信号を、複数のマイクロホンを用いて生成する。

このような収音装置では、複数のマイクロホンは、各チャンネルに対応して設けられている。また、複数のマイクロホンは、指向性の主軸方向を対応するチャンネルに応じた方向に向けた状態で固定的に設置される。そして、収音装置は、各収音信号を、音像定位を実現するためのマルチチャンネル信号として生成することができる。生成されたマルチチャンネル信号は、通信網を介して通信相手拠点の複数のスピーカへ送信される。これにより、通信相手拠点でマルチチャンネルの音が再生され、通信相手拠点で自拠点の話者の位置が再現される。

ここで、音像定位を実現するためのマルチチャンネル信号を生成するには、複数のマイクロホンが、指向性の主軸方向を対応するチャンネルに応じた方向に向けた状態で、固定的に設置される必要がある。このため、上記収音装置では、話者は、複数のマイクロホンの配置位置を自由に変更することができなかった。

そこで、上記課題を解決するために、図１６及び図１７に示すような収音装置１９０が提案されている（例えば、特許文献１参照）。図１６は、従来の収音システムの外観図である。図１７は、従来のテレビ会議システムの機能構成を示すブロック図である。図１７に示すように、テレビ会議システムは、自拠点に設置される第１の収音システム１０００と、通信相手拠点に設置される第２の収音システム２０００とを備える。なお、第２の収音システム２０００は、第１の収音システム１０００と同様の構成であるので、図１６において外観図を省略する。

図１６及び図１７の例では、マルチチャンネル信号として、右チャンネル（以下、「Ｒチャンネル」または「Ｒｃｈ」ともいう）信号と左チャンネル（以下、「Ｌチャンネル」または「Ｌｃｈ」ともいう）信号とが生成されるとし、通信相手拠点においてステレオ再生が実現されるとする。

マイクロホン９０ａは、話者１０２ａの前方近傍に配置されるようにテーブル１０３上に設置される。マイクロホン９０ｂは、話者１０２ｂの前方近傍に配置されるようにテーブル１０３上に設置される。モニター１０４は、通信相手拠点のカメラ２０５で撮影された映像を表示するための装置であり、話者１０２ａ、１０２ｂの前方に設置される。通信相手拠点の映像は、通信網１０７を介してモニター１０４に入力される。

カメラ１０５は、モニター１０４の上部に設置され、自拠点の話者１０２ａ、１０２ｂを撮影する。自拠点の映像は、通信網１０７を介して通信相手拠点のモニター２０４へ送信される。

第１及び第２のスピーカ１０６ａ、１０６ｂは、通信相手拠点の収音装置２９０から通信網１０７を介して入力されたＬチャンネル信号またはＲチャンネル信号を再生する。第１及び第２のスピーカ１０６ａ、１０６ｂは、モニター１０４の両側にそれぞれ設置される。同様に通信相手拠点の第１のスピーカ２０６ａは、通信相手拠点の話者から見て左側前方に設置され、通信相手拠点の第２のスピーカ２０６ｂは、通信相手拠点の話者から見て右側前方に設置されている。

収音装置１９０は、自拠点に設置され、収音装置２９０は、通信相手拠点に設置される。なお、収音装置２９０の内部構成は、収音装置１９０と同様であるので、ここでは図示及び説明を省略する。

収音装置１９０は、マイクロホン９０ａ、９０ｂ、マイクロホン位置測定部９１、係数算出部９２、マイクロホン検出部９３、及び信号算出部９４により構成される。以下、収音装置１９０の各構成要素について具体的に説明する。

マイクロホン位置測定部９１は、測定信号を第１及び第２のスピーカ１０６ａ、１０６ｂに出力する。その後、マイクロホン位置測定部９１は、測定信号を出力してから、当該測定信号がマイクロホン９０ａ、９０ｂで収音されるまでの時間を遅延時間として算出する。マイクロホン位置測定部９１は、算出した遅延時間を用いて、マイクロホン９０ａ、９０ｂの現在位置を測定する。

図１６の例では、マイクロホン９０ａは、モニター１０４から見て右側の位置に配置されるので、当該右側の位置がマイクロホン９０ａの現在位置として測定される。また、マイクロホン９０ｂは、モニター１０４から見て左側の位置に配置されるので、当該左側の位置がマイクロホン９０ｂの現在位置として測定される。なお、話者がマイクロホン９０ａ、９０ｂを自由に移動させることができるように、マイクロホン位置測定部９１は、マイクロホン９０ａ、９０ｂの移動のたびに、それらの現在位置を測定している。

係数算出部９２は、測定されたマイクロホン９０ａ、９０ｂの現在位置を基に、音像定位を実現するためのマルチチャンネル信号が生成されるように、Ｒチャンネル信号に割り当てるレベルとＬチャンネル信号に割り当てるレベルとの比（係数比）を算出する。

図１６の例では、測定されたマイクロホン９０ａの現在位置はモニター１０４から見て右側の位置となる。よって、係数算出部９２は、例えば、（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）をマイクロホン９０ａの係数比として算出する。一方、測定されたマイクロホン９０ｂの現在位置はモニター１０４から見て左側の位置となる。よって、係数算出部９２は、例えば、（Ｒチャンネル信号：Ｌチャンネル信号）＝（０：１）をマイクロホン９０ｂの係数比として算出する。

マイクロホン検出部９３は、話者１０２ａ、１０２ｂのいずれかが発言したとき、マイクロホン９０ａ、９０ｂからの収音信号のレベルを基に、発言者に最も近いマイクロホンを検出する。例えば、話者１０２ａが発言した場合、マイクロホン９０ａからの収音信号のレベルがマイクロホン９０ｂからの収音信号のレベルよりも大きくなる。この場合、マイクロホン検出部９３は、マイクロホン９０ａを、発言者に最も近いマイクロホンとして検出する。その後、係数算出部９２は、マイクロホン検出部９３で検出されたマイクロホン９０ａを基に、マイクロホン９０ａの係数比（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）を、信号算出部９４に出力する係数比として決定する。

信号算出部９４は、決定された係数比に従って、Ｒチャンネル信号及びＬチャンネル信号を算出する。例えば、マイクロホン９０ａの係数比が（Ｒチャンネル信号：Ｌチャンネル信号）＝（１：０）である場合、信号算出部９４は、マイクロホン９０ａ、９０ｂの収音信号それぞれに係数１を乗算して加算することで、Ｒチャンネル信号を算出する。一方、信号算出部９４は、マイクロホン９０ａ、９０ｂの収音信号それぞれに係数０を乗算して加算することで、Ｌチャンネル信号を算出する。

これにより、Ｒチャンネル信号はマイクロホン９０ａ、９０ｂからの収音信号すべてが加算された信号となり、Ｌチャンネル信号は無信号となり、音像定位を実現するためのマルチチャンネル信号が生成される。信号算出部９４において算出されたＬチャンネル信号（Ｌｃｈ）及びＲチャンネル信号（Ｒｃｈ）は、通信網１０７を介して、通信相手拠点のスピーカ２０６ａ、２０６ｂへそれぞれ送信される。これにより、通信相手拠点では、通信相手拠点の話者から見て右側の位置から話者１０２ａが発言しているように音が再生される。

このように、図１６及び図１７に示した収音装置１９０では、マイクロホンの移動のたびに、移動後のマイクロホンの位置（現在位置）を測定し、測定したマイクロホンの現在位置の情報を用いて、音像定位を実現するためのマルチチャンネル信号を生成している。その結果、話者は、マイクロホンの配置位置を自由に変更することができる。

特開平９−１８２０４４号公報

しかしながら、図１６及び図１７に示した収音装置１９０は、次の課題を有している。

（１）収音装置１９０は、マイクロホンの現在位置の情報を用いた処理を行っているので、マルチチャンネル信号を生成する前（例えば会議開始前）に、マイクロホンの位置を測定する必要がある。

（２）収音装置１９０は、マイクロホンの現在位置の情報を用いた処理を行っているので、会議中に話者がマイクロホンを移動させるなどしてマイクロホンの位置が変わるたびに、会議を中断してマイクロホンの位置を測定し直す必要がある。

（３）マイクロホンは話者によって自由に移動させられるので、マイクロホンの指向性の主軸方向が必ずしも話者に向いているとは限らず、マイクロホン検出部９３において検出されたマイクロホンが実際には発言者に最も近いものではない場合がある。その場合、収音装置１９０は、各音源からの音を明瞭に収音することができない。

そこで、本発明は、上記課題を解決するためになされたものであって、マイクロホンの設置の自由度を高めるとともに、マイクロホンの現在位置の情報を用いずに、音源からの音を明瞭にステレオ収音することができる収音装置及び収音方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る収音装置は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンと、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える。

この構成によれば、スピーカから出力された音の信号レベルを用いて、指向性の主軸方向に適応するミキシング係数を算出できる。したがって、マイクロホンの位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。また、マイクロホンは、互いに指向性の主軸方向が異なる４以上の収音ユニットを備える。したがって、マイクロホンが設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができるので、マイクロホンの設置の自由度を高めることが可能となる。

また、前記４以上の収音ユニットは、指向性の主軸方向が９０度ごと異なるように配置された４つの収音ユニットであることが好ましい。

この構成により、マイクロホンの設置方向によらず、マイクロホンの周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、前記ミキシング係数算出部は、前記ステレオ信号が、互いに１８０度異なる２つの収音方向でステレオ収音された信号となるように、前記ミキシング係数を算出することが好ましい。

この構成により、セパレーションが高いステレオ収音を実現することができ、各音源からの音を明瞭に収音することが可能となる。

また、前記ミキシング係数は、前記ステレオ信号の一方を生成するための第１のミキシング係数と、前記ステレオ信号の他方を生成するための第２のミキシング係数とからなり、前記ミキシング係数算出部は、前記４つの収音ユニットのそれぞれにおいて、当該収音ユニットの一方の隣に位置する収音ユニットの信号レベルを用いて第１のミキシング係数を算出し、当該収音ユニットの他方の隣に位置する収音ユニットの信号レベルを用いて第２のミキシング係数を算出し、前記信号合成部は、前記４つの収音ユニットの出力信号に前記第１のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の一方を生成し、前記４つの収音ユニットの出力信号に前記第２のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の他方を生成することが好ましい。

この構成によれば、各収音ユニットのミキシング係数を、隣に位置する収音ユニットの信号レベルを用いて算出することができる。したがって、マイクロホンの設置角度を厳密に計算する場合などに比べて、比較的容易にミキシング係数を算出することができ、ミキシング係数を算出するための計算負荷を軽減することができる。

また、さらに、前記スピーカから音を出力させるためのスピーカ信号の有無を判定するスピーカ信号検出部を備え、前記レベル算出部は、前記スピーカ信号検出部によってスピーカ信号が有ると判定された場合に前記信号レベルを算出することが好ましい。

この構成によれば、スピーカ信号が有ると判定されたときに出力された信号から信号レベルを算出することができる。したがって、ミキシング係数を算出するためだけにスピーカから音を出力させる必要がないので、例えば、テレビ会議システムなどにおいて、スピーカから出力される話者の音声などを利用してミキシング係数を算出することも可能となる。

また、さらに、前記マイクロホンが動いたか否かを判定する移動判定部を備え、前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合に、前記マイクロホンが動いていないと判定される場合よりも、前記ミキシング係数を算出する頻度を高くすることが好ましい。

この構成によれば、マイクロホンが動いた場合には、ミキシング係数が比較的速く更新され、マイクロホンが動いていない場合には、ミキシング係数が比較的遅く更新される。したがって、マイクロホンの動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。したがって、マイクロホンの周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、前記移動判定部は、前記ミキシング係数算出部によって算出されたミキシング係数の変化度合いに基づいて、前記マイクロホンが動いたか否かを判定することが好ましい。

この構成により、マイクロホンに移動センサなどを設置する必要がないので、マイクロホンが動いたか否かを簡易な構成で判定することができる。

また、さらに、前記スピーカから音を出力させるためのスピーカ信号から音像定位位置を判定する定位判定部を備え、前記ミキシング係数算出部は、前記定位判定部によって判定された音像定位位置ごとに前記ミキシング係数を算出し、前記信号合成部は、前記ミキシング係数算出部によって算出された前記音像定位位置ごとのミキシング係数の平均値を用いて、前記４以上の収音ユニットの出力信号を合成することが好ましい。

この構成により、スピーカから出力される音の音像定位位置が変わることにより、ミキシング係数が変動することを抑制でき、安定してステレオ収音することが可能となる。

また、前記定位判定部は、それぞれが音像定位位置と前記スピーカとの相対的な位置関係を示す左定位、右定位、及び中央定位のいずれかを前記音像定位位置として判定し、前記レベル算出部は、前記定位判定部によって左定位と判定された場合に、前記信号レベルを算出するＬｃｈレベル算出部と、前記定位判定部によって右定位と判定された場合に、前記信号レベルを算出するＲｃｈレベル算出部と、前記定位判定部によって中央定位と判定された場合に、前記信号レベルを算出するＣｃｈレベル算出部とを備えることが好ましい。

この構成により、左、右、及び中央の３種類の音像定位位置ごとにミキシング係数を算出することが可能となる。

また、さらに、前記マイクロホンが動いたか否かを判定する移動判定部を備え、前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合、前記マイクロホンが動いたと判定された後に信号レベルが算出された音像定位位置の信号レベルを用いて、前記マイクロホンが動いたと判定された後に信号レベルが算出されていない音像定位位置のミキシング係数を算出することが好ましい。

この構成により、マイクロホンが動いた後に信号レベルがまだ更新されていない音像定位位置がある場合でも、マイクロホンが動いた後におけるミキシング係数を高精度に算出することができる。

また、さらに、前記４以上の収音ユニットの出力信号のそれぞれから、所定の周波数帯域の信号を抽出する帯域抽出部を備え、前記レベル算出部は、前記帯域抽出部によって抽出された信号を用いて、前記信号レベルを算出することが好ましい。

この構成により、ミキシング係数を算出する際に、ミキシング係数を算出するために必要な音以外の音（例えば騒音）の影響を抑制することができ、ミキシング係数を高精度に算出することができる。

また、前記所定の周波数帯域は、音声帯域であることが好ましい。

この構成により、例えば、スピーカから出力される話者の音声を利用してミキシング係数を算出する際に、高精度にミキシング係数を算出することができる。

また、本発明の一態様に係る収音方法は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する収音方法であって、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出ステップと、算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出ステップと、算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成ステップとを含む。

これにより、上記収音装置と同様の効果を奏することができる。

また、本発明の一態様に係る集積回路は、指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する集積回路であって、前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える。

これにより、上記収音装置と同様の効果を奏することができる。

また、本発明は、上記収音方法に含まれる各ステップをコンピュータに実行させるためのプログラムとして実現することができる。そして、そのようなプログラムは、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の記録媒体あるいはインターネット等の伝送媒体を介して配信することができるのは言うまでもない。

本発明によれば、スピーカから出力された信号レベルを用いて、指向性の主軸方向に適応するミキシング係数を算出できる。したがって、スピーカの位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。また、マイクロホンは、互いに指向性の主軸方向が異なる４以上の収音ユニットを備える。したがって、マイクロホンが設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができるので、マイクロホンの設置の自由度を高めることが可能となる。

図１は、本発明の実施の形態１に係る収音システムの外観図である。 図２は、本発明の実施の形態１に係る収音システムの外観図である。 図３は、本発明の実施の形態１に係るテレビ会議システムの構成を示す図である。 図４は、本発明の実施の形態１に係る収音装置によって形成されるＬｃｈ収音ポーラパターンとＲｃｈ収音ポーラパターンとを示す図である。 図５は、本発明の実施の形態１に係る収音装置の動作を示すフローチャートである。 図６は、本発明の実施の形態２に係る収音装置の機能構成を示すブロック図である。 図７は、本発明の実施の形態３に係る収音装置の機能構成を示すブロック図である。 図８は、本発明の実施の形態３に係る移動判定部の詳細な機能構成を示すブロック図である。 図９Ａは、本発明の実施の形態４に係る収音装置の機能構成を示すブロック図である。 図９Ｂは、本発明の実施の形態４の変形例に係る収音装置の機能構成を示すブロック図である。 図１０は、本発明の実施の形態５に係る収音装置の機能構成を示すブロック図である。 図１１は、本発明の実施の形態５に係る補正部の詳細な機能構成を示すブロック図である。 図１２は、本発明の実施の形態５に係る選択制御部の動作を示すフローチャートである。 図１３は、本発明の実施の形態５の変形例に係る収音装置の機能構成を示すブロック図である。 図１４Ａは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｂは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｃは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１４Ｄは、本発明の実施の形態の変形例に係るマイクロホンの構成を示す図である。 図１５は、本発明の実施の形態の変形例に係る収音装置の機能構成を示すブロック図である。 図１６は、従来の収音システムの外観図である。 図１７は、従来のテレビ会議システムの構成を示す図である。

以下、本発明の実施の形態について、図面を参照しながら説明する。

（実施の形態１）
図１〜図３を参照して、本発明の実施の形態１に係る収音装置について説明する。

図１及び図２は、本発明の実施の形態１に係る収音システムの外観図である。なお、図２は、収音ユニットの設置向きが図１と比べ、右へ４５度回転して設置されている点が図１と異なるだけであり、それ以外は同じである。また、図３は、本発明の実施の形態１に係るテレビ会議システムの構成を示す図である。

なお、本実施の形態では、ステレオ信号として、Ｒチャンネル信号とＬチャンネル信号とが生成されるとし、通信相手拠点においてステレオ再生が実現されるとする。また、図面において、収音ユニットは、円と線分とで表現され、円の中心から円と線分との接点へ向かう方向が当該収音ユニットの指向性の主軸方向と示す。

テレビ会議システムは、自拠点に設置される第１の収音システム１００と、自拠点とは物理的に離れている通信相手拠点に設置される。テレビ会議システムは、第１の収音システム１００とインターネット等の通信網１０７を介して接続されている第２の収音システム２００とを備える。

図１及び図２に示すように、第１の収音システム１００は、収音装置１０１と、モニター１０４と、カメラ１０５と、第１のスピーカ１０６ａと、第２のスピーカ１０６ｂとを備える。ここでは、第２の収音システム２００は、第１の収音システム１００と同様であることとして、外観図を省略する。なお、第２の収音システム２００は、第１の収音システム１００と同様のシステムに限らず、図１６に示した従来のシステム（第２の収音システム２０００）と同様であってもよい。

収音装置１０１は、音源（例えば、話者１０２ａまたは１０２ｂ）からの音をステレオ収音する。収音装置１０１は、第１〜第４の収音ユニット１１０ａ〜１１０ｄを備えるマイクロホン１１０を備える。本実施の形態では、マイクロホン１１０は、話者１０２ａ、１０２ｂの前方に設置されたテーブル１０３上に載置されている。なお、マイクロホン１１０は、必ずしもテーブル１０３上に載置される必要はなく、第１及び第２のスピーカ１０６ａ、１０６ｂから出力された音を収音可能な位置に設置されればよい。

モニター１０４は、話者１０２ａ、１０２ｂの前方に設置される。モニター１０４は、第２の収音システム２００で撮影された映像を、通信網１０７を介して受信して表示する。

カメラ１０５は、モニター１０４の上部に設置され、話者１０２ａ、１０２ｂを撮影する。カメラ１０５によって生成された映像信号は、通信網１０７を介して、第２の収音システム２００に送信される。

第１のスピーカ１０６ａは、モニター１０４から見て右側（話者１０２ａ、１０２ｂから見て左側）に配置される。第１のスピーカ１０６ａは、第２の収音システム２００から通信網１０７を介して入力されたＬチャンネル信号を再生する。

第２のスピーカ１０６ｂは、モニター１０４から見て左側（話者１０２ａ、１０２ｂから見て右側）に配置される。第２のスピーカ１０６ｂは、第２の収音システム２００から通信網１０７を介して入力されたＲチャンネル信号を再生する。

次に、マイクロホン１１０が４以上の収音ユニットを備える理由について説明する。

テレビ会議システムでは、マイクロホン１１０は、テーブル１０３の中央に置かれることが多いので、３６０度全方向の音を収音する必要がある。例えば、１次傾度の単一指向性の収音ユニットを２個用いて収音する場合、左右のセパレーションを得つつ、３６０度全方向の音を収音するために、２個の収音ユニットは、指向性の主軸方向が互いに１８０度異なる方向となるように設置される。

また、テレビ会議システム等では、ステレオ収音を行う場合、映像と音の方向（音像）とが一致することにより、音の明瞭度を高めるとともに臨場感を高めることができる。ただ、マイクロホンの設置が利用者に任されている場合、利用者がマイクロホンの指向性の方向まで注意を払ってマイクロホンを設置することは難しい。したがって、利用者が注意を払わない場合にも、マイクロホンの向きによらず映像と音像とが一致するようにステレオ収音されることが望ましい。

しかしながら、前述したように収音ユニットが２個の場合、各収音ユニットの指向性の主軸方向は互いに１８０度異なる方向となる。このため、左右の収音方向（強調されて収音される音の方向）は、マイクロホンが設置されると固定されてしまうので、左右のセパレーションは、マイクロホンが設置される向きに依存してしまう。

収音ユニットが３個の場合、隣り合う各収音ユニットの指向性の主軸方向は、互いに１２０度異なる方向となる。そのため、例えば、２つの収音ユニットが前方の左右の音を収音した場合、１個の収音ユニットしか後方の音を収音できない。その結果、後方の音を左右に分離することができない。すなわち、３個の収音ユニットの出力信号を合成しても、任意の方向に対して、セパレーションが高いステレオ収音を実現することが難しい。

そこで、本実施の形態において、マイクロホン１１０は、指向性の主軸方向が互いに異なる４個以上の収音ユニットを備える。これにより、収音装置１０１は、３６０度全方向の収音が可能となり、かつ、左右のセパレーションを確保できるステレオ収音が可能となる。

具体的には、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が９０度ごと異なるように配置される。より具体的には、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、円周上に９０度ごと異なる位置に並べられ、かつ、各収音ユニットの指向性の主軸方向が、円の中心から外側へ向いて９０度ごと異なるように配置されている。

なお、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向は、厳密に９０度ごと異なる必要はなく、実質的に９０度ごと異なればよい。つまり、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が、９０度と同視できる程度の角度ごと異なるように配置されればよい。

図４は、本発明の実施の形態１に係る収音装置１０１によって形成されるＬｃｈポーラパターンとＲｃｈポーラパターンとを示す図である。つまり、図４は、収音ユニットが４個の場合における指向性合成パターンの一例を示す図である。

本実施の形態に係るマイクロホン１１０は、指向性の主軸方向が互いに１８０度異なる収音ユニットのペアを２つ備える。このため、収音装置１０１は、図４に示すように、各収音ユニットの出力信号（以下、「ユニット信号」ともいう）を合成することにより、任意の方向に対して、指向性の主軸方向が互いに１８０度異なるように収音することが可能である。

第１〜第４の収音ユニット１１０ａ〜１１０ｄの各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）は、レベル算出部１１２へ出力される。なお、ｔは時間のサンプルを示す。

なお、本実施の形態では、各収音ユニットは、単一の指向性を有するマイクロホンユニットであるが、必ずしもこのような収音ユニットである必要はない。例えば、各収音ユニットは、単一の指向性が形成されるように設置された複数の無指向性のマイクロホンユニットによって構成されてもよい。

次に、図３を用いて、収音装置１０１の機能構成について説明する。

図３に示すように、第１の収音システム１００は、収音装置１０１と、モニター１０４と、カメラ１０５と、第１のスピーカ１０６ａと、第２のスピーカ１０６ｂとを備える。また、第２の収音システム２００は、収音装置２０１と、モニター２０４と、カメラ２０５と、第１のスピーカ２０６ａと、第２のスピーカ２０６ｂとを備える。

収音装置１０１は、マイクロホン１１０と、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５と、スピーカ信号検出部１１６とを備える。なお、収音装置２０１の内部構成は、収音装置１０１と同様であるので、図示及び説明を省略する。

スピーカ信号検出部１１６は、通信網１０７を介して、第２の収音システム２００より伝送されてきた受話信号であるステレオ信号を入力として受け付け、その受話信号の有無判定結果であるフラグ信号ｆｌｇをレベル算出部１１２へ出力する。ここでは、受話信号が、スピーカから音を出力させるためのスピーカ信号に相当する。つまり、スピーカ信号検出部１１６は、スピーカ信号の有無を判定する。

レベル算出部１１２は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ごとに、第１及び第２のスピーカ２０６ａ、２０６ｂから出力された音の信号レベルを算出する。

具体的には、レベル算出部１１２は、各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）と受話信号の有無判定結果であるフラグ信号ｆｌｇとを入力として受け付け、各ユニット信号ｘ１（ｔ）〜ｘ４（ｔ）のパワーレベルである信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を信号レベルとして算出する。

以下、特に断りがない限り、レベル算出部１１２が算出する信号パワーは、時間平均パワーであるとする。また、時間平均パワーを算出するために設定される、収音した信号のレベルを平均するための時間区間は、短時間であるとする。

ここで、フラグ信号ｆｌｇは、信号パワーが算出される際の制御信号として用いられる。つまり、レベル算出部１１２は、受話信号が有ると判定された場合（ｆｌｇ＝１）にのみ、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を算出する。つまり、レベル算出部１１２は、スピーカ信号検出部１１６によってスピーカ信号が有ると判定された場合に信号レベルを算出する。

レベル算出部１１２は、算出した信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）をミキシング比算出部１１３へ出力するとともに、当該信号パワーを保持する。なお、受話信号が無いと判定された場合（ｆｌｇ＝０）は、レベル算出部１１２は、前回算出された信号パワー（保持されている最新の信号パワー）をミキシング比算出部１１３へ出力する。

ミキシング比算出部１１３は、ミキシング係数算出部に相当する。ミキシング比算出部１１３は、レベル算出部１１２によって算出された信号レベルを用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向に適応するミキシング係数を算出する。本実施の形態では、ミキシング比算出部１１３は、ステレオ信号が、互いに１８０度異なる２つの収音方向でステレオ収音された信号となるように、ミキシング係数を算出する。

具体的には、ミキシング比算出部１１３は、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を入力として受け付け、Ｌｃｈ再生用のＬｃｈミキシング係数Ａ１１（ｔ）、Ａ１２（ｔ）、Ａ１３（ｔ）、Ａ１４（ｔ）と、Ｒｃｈ再生用のＲｃｈミキシング係数Ａ２１（ｔ）、Ａ２２（ｔ）、Ａ２３（ｔ）、Ａ２４（ｔ）とを算出する。

つまり、ミキシング比算出部１１３は、第１〜第４の収音ユニット１１０ａ〜１１０ｄのそれぞれにおいて、当該収音ユニットの一方の隣に位置する収音ユニットの信号レベルを用いてＬｃｈミキシング係数を算出し、当該収音ユニットの他方の隣に位置する収音ユニットの信号レベルを用いてＲｃｈミキシング係数を算出する。ここで、Ｌｃｈミキシング係数及びＲｃｈミキシング係数が、第１のミキシング係数及び第２のミキシング係数に相当する。なお、ミキシング係数の詳細については後述する。

信号合成部１１５は、ミキシング係数を用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号を合成することにより、ステレオ信号を生成する。

具体的には、信号合成部１１５は、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）と、収音ユニットｘ１（ｔ）〜ｘ４（ｔ）とを入力として受け付ける。そして、信号合成部１１５は、式（１）に従って、Ｒチャンネル信号である出力信号ｙ１（ｔ）と、Ｌチャンネル信号である出力信号ｙ２（ｔ）とを算出する。

つまり、信号合成部１１５は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号にＬｃｈミキシング係数のそれぞれを乗じて加算することにより、ステレオ信号の一方であるＬチャンネル信号を生成する。また、信号合成部１１５は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号にＲｃｈミキシング係数のそれぞれを乗じて加算することにより、ステレオ信号の他方であるＬチャンネル信号を生成する。

そして、信号合成部１１５は、通信網１０７を介して、算出した出力信号ｙ１（ｔ）を第２の収音システム２００が備える第１のスピーカ２０６ａへ送信し、算出した出力信号ｙ２（ｔ）を第２の収音システム２００が備える第２のスピーカ２０６ｂへ送信する。

次に、以上のように構成された収音装置１０１における各種動作について説明する。

図５は、実施の形態１に係る収音装置１０１の動作を示すフローチャートである。

まず、スピーカ信号検出部１１６は、通信網１０７を介して、第２の収音システム２００より伝送されてきた受話信号であるステレオ信号の有無を判定する（Ｓ１０１）。ここで、ステレオ信号が有ると判定された場合（Ｓ１０１のＹｅｓ）、レベル算出部１１２は、各収音ユニットの出力信号ごとに、出力信号の信号パワーを信号レベルとして算出し、保持する（Ｓ１０２）。一方、ステレオ信号が無いと判定された場合（Ｓ１０１のＮｏ）、レベル算出部１１２は、前回算出された各信号パワーを取得する（Ｓ１０３）。

そして、ミキシング比算出部１１３は、ステップＳ１０２において算出された各信号パワー、またはステップＳ１０３において取得された各信号パワーを用いて、Ｌｃｈミキシング係数とＲｃｈミキシング係数とを算出する（Ｓ１０４）。続いて、信号合成部１１５は、算出されたＬｃｈミキシング係数及びＲｃｈミキシング係数を用いて、各収音ユニットからの出力信号を合成することにより、ステレオ信号を送話信号として生成し（Ｓ１０５）、ステップＳ１０１の処理に戻る。

以上のように収音装置１０１は、ステップＳ１０１〜Ｓ１０５までの処理を繰り返す。

次に、ミキシング係数を算出する処理（Ｓ１０４）及びステレオ信号を生成する処理（Ｓ１０５）について、さらに詳細に説明する。

マイクロホン１１０は、話者１０２ａ、１０２ｂによって位置あるいは向きが自由に変更され得る。したがって、第１〜第４の収音ユニット１１０ａ〜１１０ｄに対して固定的にミキシング係数を設定して、Ｒチャンネル信号及びＬチャンネル信号を生成することはできない。

そこで、本実施の形態では、収音装置１０１は、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される通信相手側の音声信号を用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出する。

図１において、第１及び第２のスピーカ１０６ａ、１０６ｂから同じ音声が再生されていると仮定すると、第１及び第２のスピーカ１０６ａ、１０６ｂの中間地点に仮想的に音源があるとみなすことができる。そこで、第１及び第２のスピーカ１０６ａ、１０６ｂを１つの仮想音源とみなし、その仮想音源の出力信号を音声信号Ｖ（ｔ）と表す。

仮想音源の音声信号Ｖ（ｔ）は音響空間を経て、第１〜第４の収音ユニット１１０ａ〜１１０ｄに到達する。このとき、第１〜第４の収音ユニット１１０ａ〜１１０ｄそれぞれの指向性の主軸方向に依存するゲインを第１〜第４のゲインＤ１〜Ｄ４と表す。なお、ここでは簡単のため音響空間による音声信号の減衰はないと仮定する。

このとき、第１〜第４の収音ユニット１１０ａ〜１１０ｄが単一指向性のマイクロホンユニットであることを考慮すれば、図１に示すマイクロホン１１０の配置において、第１〜第４のゲインＤ１〜Ｄ４は、以下のようになる。

すなわち、第１の収音ユニット１１０ａの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して角度が０度となっているので、第１のゲインＤ１は「１」とみなすことができる。また、第２及び第３の収音ユニット１１０ｂ、１１０ｃは、指向性の主軸方向がマイクロホン１１０から仮想音源に向かう方向に対して９０度傾いていることから、第２及び第３のゲインＤ２、Ｄ３は、「０．５」とみなすことができる。また、第４の収音ユニット１１０ｄの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して１８０度傾いていることから、第４のゲインＤ４は、「０」とみなすことができる。

このように得られる第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）に乗じて加算した信号は、仮想音源の方向に指向性の主軸方向を向けた収音信号となる。

同様に、マイクロホン１１０を右へ４５度回転させた図２の場合は、第１及び第２の収音ユニット１１０ａ、１１０ｂの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して４５度傾いているので、第１及び第２のゲインＤ１、Ｄ２は、「０．７」とみなすことができる。また、第３及び第４の収音ユニット１１０ｃ、１１０ｄの指向性の主軸方向は、マイクロホン１１０から仮想音源に向かう方向に対して１３５度傾いているので、第３及び第４のゲインＤ３、Ｄ４は、「０．２」とみなすことができる。

このように得られる第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）に乗じて加算した信号は、仮想音源の方向に指向性の主軸方向を向けた収音信号となる。

以上のように、第１〜第４の収音ユニット１１０ａ〜１１０ｄの指向性の主軸方向に依存する第１〜第４のゲインＤ１〜Ｄ４は、マイクロホン１１０の配置に従って、一意に決定することができる。そして、そのように決定される第１〜第４のゲインＤ１〜Ｄ４をミキシング係数として、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号ｘ１（ｔ）〜ｘ４（ｔ）のそれぞれに乗じて加算することで、仮想音源の方向に指向性の主軸方向を向けた収音信号を生成することができる。

このことから、第１〜第４のゲインＤ１〜Ｄ４を、右隣の収音ユニットの出力信号の係数として用いれば、仮想音源に対して右に９０度傾いた方向に指向性の主軸方向を向けた収音信号を生成することができる。また逆に、第１〜第４のゲインＤ１〜Ｄ４を、左隣の収音ユニットの出力信号のミキシング係数として用いれば、仮想音源に対して左に９０度傾いた方向に指向性の主軸方向を向けた収音信号を生成することができる。

これを利用すると、音源に対し左右に分離した音を収音可能となる。つまり、第１〜第４のゲインＤ１〜Ｄ４に基づいて、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出することが可能となる。具体的には、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）は、第１〜第４のゲインＤ１〜Ｄ４を用いて式（２）のように表すことができる。

しかし、マイクロホン１１０はどのように設置されているか分からないため、第１〜第４のゲインＤ１〜Ｄ４を直接求めることはできない。そこで、ミキシング比算出部１１３は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を利用して、ミキシング係数を算出する。

第１及び第２のスピーカ１０６ａ、１０６ｂの音声信号Ｖ（ｔ）の信号パワーをＰｖ（ｔ）とすると、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）は式（３）のように表すことができる。

式（３）を第１〜第４のゲインＤ１〜Ｄ４について変形すると、式（４）となる。

ここで、全収音ユニットの信号パワーの総和をＰｘ（ｔ）（＝Ｐｘ１（ｔ）＋Ｐｘ２（ｔ）＋Ｐｘ３（ｔ）＋Ｐｘ４（ｔ））と表す。Ｐｘ（ｔ）は、指向性の主軸方向が１８０度異なる２つの単一指向性マイクロホンの信号パワーの組み合わせを２つ加算したもの（Ｐｘ（ｔ）＝｛Ｐｘ１（ｔ）＋Ｐｘ４（ｔ）｝＋｛Ｐｘ２（ｔ）＋Ｐｘ３（ｔ）｝）とみなせる。

単一指向性マイクロホンの指向特性は、（１＋ｃｏｓθ）／２で表される。したがって、指向性の主軸方向が１８０度異なる２つの単一指向性マイクロホンを組み合わせたときの指向特性は、（１＋ｃｏｓθ）／２＋（１＋ｃｏｓ（θ＋１８０°））／２＝１となり、無指向となる。

つまり、Ｐｘ（ｔ）は、２個の無指向性マイクロホンの信号パワーを加算したものとみなせる。したがって、スピーカより音声が拡声されており、スピーカ拡声音以外がないときは、式（５）に示すようにＰｖ（ｔ）＝Ｐｘ（ｔ）／２とみなせる。

式（２）及び式（５）より、ミキシング比算出部１１３は、収音ユニットの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を用いて、式（６）のようにＬｃｈミキシング係数Ａ１１（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出する。つまり、ミキシング比算出部１１３は、信号レベルを用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出する。

図４は、このようにして、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を用いてステレオ信号を生成した場合に形成される指向性のポーラパターンを示す。

なお、式（４）において、第１〜第４の収音ユニット１１０ａ〜１１０ｄの信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）を合計値Ｐｘ（ｔ）で正規化したが、信号パワーＰｘ１（ｔ）〜Ｐｘ４（ｔ）の最大値を用いて正規化した値で近似してもよい。つまり、ミキシング比算出部１１３は、信号レベルを用いて、各収音ユニットの指向性の主軸方向に適応するミキシング係数を算出すればよい。

以上のように、本実施の形態に係る収音装置１０１によれば、スピーカから出力された音の信号レベルを用いて、指向性の主軸方向に適応したミキシング係数を算出できる。したがって、マイクロホン１１０の位置を測定することなく、音源からの音を明瞭にステレオ収音することが可能となる。

また、マイクロホン１１０は、指向性の主軸方向が９０度ごと異なるように配置された第１〜第４の収音ユニット１１０ａ〜１１０ｄを備える。したがって、収音装置１０１は、マイクロホン１１０が設置された向きに関わらず、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができる。すなわち、話者等は、マイクロホン１１０を自由に設置することが可能となる。

（実施の形態２）
次に、図６を参照して、本発明の実施の形態２に係る収音装置について説明する。

図６は、本発明の実施の形態２に係る収音装置１０１の機能構成を示すブロック図である。図６に示す収音装置１０１は、図３に示す実施の形態１に係る収音装置１０１に入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図３に示す実施の形態１に係る収音装置１０１に対して、帯域抽出部１１１が新たに追加される点のみが異なる。以下、実施の形態１と異なる点を中心に説明する。

帯域抽出部１１１は、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号から、所定の周波数帯域の信号のみを抽出して、レベル算出部１１２へ出力する。

ここで、所定の周波数帯域は、例えば、話者１０２ａ、１０２ｂの音声帯域（３００Ｈｚ〜７ｋＨｚ）である。より好ましくは、所定の周波数帯域は、音声帯域のうち、比較的室内騒音の影響が小さい帯域（例えば、１ｋＨｚ〜４ｋＨｚ）である。これにより、収音装置１０１は、スピーカから出力される話者の音声を利用してミキシング係数を算出する際に、スピーカから出力される音以外の音などの騒音の影響を抑制することができる。つまり、収音装置１０１は、ミキシング係数を高精度に算出することができる。

また、所定の周波数帯域は、例えば、第１〜第４の収音ユニット１１０ａ〜１１０ｄそれぞれが有する指向特性（指向性の周波数特性）を考慮して求められる帯域であってもよい。具体的には、所定の周波数帯域は、すべての収音ユニットに対して、指向性が安定して得られる帯域であってもよい。

このような所定の周波数帯域の信号を抽出することにより、ミキシング比算出部１１３に入力される信号レベルに対する、話者１０２ａ、１０２ｂの音声以外の騒音の影響を減少させることができる。

以上のように、本実施の形態によれば、ミキシング比算出部１１３に入力される収音ユニット信号に含まれる、話者１０２ａ、１０２ｂの音声以外の騒音を減少させることができる。これにより、ミキシング比算出部１１３が算出するミキシング係数の精度が向上し、より明瞭な音を再生することができるステレオ信号を生成することができる。

（実施の形態３）
次に、図７、図８を参照して、本発明の実施の形態３に係る収音装置について説明する。

図７は、本発明の実施の形態３に係る収音装置１０１の機能構成を示すブロック図である。図７に示す収音装置１０１は、図３または図６に示す実施の形態１または２に係る収音装置１０１と入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図６に示す実施の形態２に係る収音装置１０１に対して、更新部１１７及び移動判定部１１４が新たに追加される点のみが異なる。以下、実施の形態１または２と異なる点を中心に説明する。

マイクロホン１１０は、話者１０２ａ、１０２ｂによって容易に回転されたりあるいは移動されたりする。マイクロホン１１０が回転されたり移動されたりした場合に、マイクロホン１１０が回転あるいは移動される前に算出されたミキシング係数を用いてステレオ信号が生成されれば、映像と音像とが一致しなくなる。このため、移動後は再度ミキシング係数を算出し直す必要がある。

また、ミキシング係数が正しく算出されており、マイクロホン１１０が回転されたり移動されたりしていない場合は、音像が変動しないように、すでに算出されたミキシング係数を更新させない、または更新速度を遅くするなどの制限を加えることが好ましい。

そこで、本実施の形態では、移動判定部１１４は、マイクロホンが動いたか否かを判定する。具体的には、移動判定部１１４は、ミキシング比算出部１１３によって算出されたミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定する。

そして、更新部１１７は、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を時間方向に平均化することにより、Ｌｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシングＢ２１（ｔ）〜Ｂ２４（ｔ）を出力する。

さらに、更新部１１７は、移動判定部１１４の判定結果に基づいて、Ｌｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシング係数Ｂ２１（ｔ）〜Ｂ２４（ｔ）を算出する頻度を調整する。つまり、更新部１１７は、マイクロホン１１０が動いたと判定された場合に、マイクロホン１１０が動いていないと判定される場合よりも、平滑化ミキシング係数を算出する頻度を高くする。

その結果、収音装置１０１は、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。

次に、図８を用いて、移動判定部１１４の詳細について説明する。

図８は、本発明の実施の形態３に係る移動判定部１１４の詳細な機能構成を示すブロック図である。図８に示すように、移動判定部１１４は、変動量検出部１２３と変動量判定部１２４とを備える。

変動量検出部１２３は、ミキシング比算出部１１３が算出したＬｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）と、更新部１１７が算出したＬｃｈ平滑化ミキシング係数Ｂ１１（ｔ）〜Ｂ１４（ｔ）及びＲｃｈ平滑化ミキシング係数Ｂ２１（ｔ）〜Ｂ２４（ｔ）とを入力として受け付け、式（７）のようにして、ミキシング係数の変化度合いを示す変動量を検出する。

ここで、Ｂｔ−１、Ａｔは式（８）で表現される。

マイクロホン１１０の動きが無い間、ミキシング係数Ａｔと平滑化ミキシング係数Ｂｔ−１はほぼ同じ値となるため、変動量ｍｉｃ＿ｖａｒの値は小さくなる。これに対し、マイクロホン１１０が動いた場合は、ミキシング係数Ａｔの値がまず変化する。このため、ミキシング係数Ａｔと平滑化ミキシング係数Ｂｔ−１との差が大きくなる。よって、変動量ｍｉｃ＿ｖａｒの値は大きくなる。

そこで、変動量判定部１２４は、変動量ｍｉｃ＿ｖａｒの値を監視する。そして、変動量ｍｉｃ＿ｖａｒが閾値を超えた場合、変動量判定部１２４は、マイクロホン１１０が動いたと判定し、ｍｏｖｅ＿ｆｌｇ＝１と設定する。一方、変動量ｍｉｃ＿ｖａｒが閾値を超えない場合、変動量判定部１２４は、マイクロホン１１０が動いていないと判定し、ｍｏｖｅ＿ｆｌｇ＝０と設定する。

このように設定されたｍｏｖｅ＿ｆｌｇの値に従って、更新部１１７は、平滑化ミキシング係数を算出する頻度を調整する。

以上のように、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０が動いた場合に、音像定位の追従性を向上させることができる。また、動いていない場合に、音像定位の安定性を確保することができる。言い換えると、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。したがって、マイクロホン１１０の周囲に位置する音源からの音をさらに明瞭にステレオ収音することが可能となる。

また、移動判定部１１４は、ミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定することができ、移動センサなどを設置する必要がないので、マイクロホン１１０が動いたか否かを簡易な構成で判定することが可能となる。

なお、移動判定部１１４は、必ずしもミキシング係数の変化度合いに基づいて、マイクロホン１１０が動いたか否かを判定する必要はない。例えば、移動判定部１１４は、マイクロホン１１０に取り付けられたジャイロセンサなどの移動センサからのセンサ信号に基づいて、マイクロホン１１０が動いたか否かを判定してもよい。この場合、収音装置は、本実施の形態の収音装置１０１と比べて構成が複雑になるが、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性を向上させることができる。

また、本実施の形態において、移動判定部１１４は、Ｌｃｈ及びＲｃｈ両方のミキシング係数及び平滑化ミキシング係数を用いて、マイクロホン１１０が動いたか否かを判定しているが、どちらか一方のチャンネルのミキシング係数及び平滑化ミキシング係数を用いて、マイクロホン１１０が動いたか否かを判定してもよい。

また、ＬｃｈとＲｃｈの形成する指向性の主軸方向が互いに１８０度異なる方向であることを考慮すれば、更新部１１７は、一方の平滑化ミキシング係数を用いて、他方の平滑化ミキシング係数を式（９）のように算出してもよい。

また、本実施の形態において、収音装置１０１は、更新部１１７を備えていたが、必ずしも更新部１１７を備える必要はない。この場合、ミキシング比算出部１１３が、マイクロホン１１０が動いたと判定された場合に、マイクロホン１１０が動いていないと判定される場合よりも、ミキシング係数を算出する頻度を高くすればよい。これにより、収音装置１０１は、マイクロホン１１０の動きに対するミキシング係数の追従性を向上させるとともに、ミキシング係数の安定性も向上させることができる。

（実施の形態４）
次に、図９Ａを参照して、本発明の実施の形態４に係る収音装置について説明する。

図９Ａは、本発明の実施の形態４に係る収音装置１０１の機能構成を示すブロック図である。図９Ａに示す収音装置１０１は、図３、図６または図７に示す実施の形態１、２または３に係る収音装置１０１に入れ代わるように配置される。

また、本実施の形態に係る収音装置１０１は、図６に示す実施の形態２に係る収音装置１０１に対して、定位判定部１２２が追加された点と、レベル算出部１１２がＬｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、Ｒｃｈレベル算出部１１２ｃを備える点のみが異なる。以下、実施の形態１〜３と異なる点を中心に説明する。

第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音声信号は、ステレオ信号である。このため、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音声信号にはレベル差が生じる。その結果、第１のスピーカ１０６ａの再生音が第２のスピーカ１０６ｂの再生音より大きな場合（左へ音像定位している場合）と、第１のスピーカ１０６ａの再生音と第２のスピーカ１０６ｂの再生音が同等の場合（中央へ音像定位している場合）と、第２のスピーカ１０６ｂの再生音が第１のスピーカ１０６ａの再生音より大きな場合（右へ音像定位している場合）とでは、それぞれ音の音像定位位置が異なる。

そのため、第１〜第４の収音ユニット１１０ａ〜１１０ｄが固定されていたとしても、指向性の主軸方向に依存する第１〜第４のゲインＤ１〜Ｄ４が、音像定位位置によって変動してしまう。つまり、音像定位位置が変わるたびに、ミキシング比算出部１１３によって算出されるミキシング係数が変動し、安定しない。

そこで、本実施の形態では、収音装置１０１は、スピーカから出力される音の音像定位位置が変化した場合にも、安定してミキシング係数を算出することを実現する。以下、そのような収音装置１０１の各構成要素について説明する。

定位判定部１２２は、スピーカから音を出力させるためのスピーカ信号から音像定位位置を判定する。本実施の形態では、定位判定部１２２は、音像定位位置とスピーカとの相対的な位置関係を示す、左定位、右定位、及び中央定位のいずれかを音像定位位置として判定する。

具体的には、定位判定部１２２は、第１及び第２のスピーカ１０６ａ、１０６ｂから再生される音の音像定位位置が話者１０２ａ、１０２ｂから見て左側（第１及び第２のスピーカ１０６ａ、１０６ｂから見て右側）になる場合は、Ｌｃｈ定位（左定位）と判定し、ｄｉｒ＿ｆｌｇ＝０と設定する。また、定位判定部１２２は、音像定位位置が話者１０２ａ、１０２ｂから見て中央（第１及び第２のスピーカ１０６ａ、１０６ｂから見て中央）になる場合は、Ｃｃｈ定位（中央定位）と判定し、ｄｉｒ＿ｆｌｇ＝１と設定する。また、定位判定部１２２は、音像定位位置が話者１０２ａ、１０２ｂから見て右側（第１及び第２のスピーカ１０６ａ、１０６ｂから見て左側）になる場合は、Ｒｃｈ定位（右定位）と判定し、ｄｉｒ＿ｆｌｇ＝２と設定する。

より具体的には、定位判定部１２２は、例えば、スピーカ信号に含まれるＬｃｈスピーカ信号とＲｃｈスピーカ信号のうち、Ｌｃｈスピーカ信号の信号レベルがＲｃｈスピーカ信号の信号レベルより閾値以上大きい場合、Ｌｃｈ定位と判定する。また例えば、定位判定部１２２は、Ｒｃｈスピーカ信号の信号レベルがＬｃｈスピーカ信号の信号レベルより閾値以上大きい場合、Ｒｃｈ定位と判定する。また例えば、定位判定部１２２は、Ｒｃｈスピーカ信号の信号レベルとＬｃｈスピーカ信号の信号レベルとの差が閾値未満である場合、Ｃｃｈ定位と判定する。

レベル算出部１１２は、この音の音像定位位置の判定結果ｄｉｒ＿ｆｌｇに応じて、信号レベルを算出する。すなわち、定位判定部１２２によって判定された音像定位位置に応じて、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃのいずれかが信号レベルを算出する。

具体的には、Ｌｃｈ定位と判定された場合は、Ｌｃｈレベル算出部１１２ａのみが信号パワーを更新する。Ｃｃｈ定位と判定された場合は、Ｃｃｈレベル算出部１１２ｂのみが信号パワーを更新する。Ｒｃｈ定位と判定された場合は、Ｒｃｈレベル算出部１１２ｃのみが信号パワーを更新する。

ミキシング比算出部１１３は、定位判定部１２２によって判定された音像定位位置ごとに、ミキシング係数を算出する。

具体的には、ミキシング比算出部１１３は、Ｌｃｈレベル算出部１１２ａが算出する各信号パワーに基づいて、式（６）を用いて、Ｌｃｈ定位におけるＬｃｈミキシング係数Ａ１１ａ（ｔ）〜Ａ１４ａ（ｔ）及びＲｃｈミキシング係数Ａ２１ａ（ｔ）〜Ａ２４ａ（ｔ）を算出する。同様に、ミキシング比算出部１１３は、Ｃｃｈレベル算出部１１２ｂが算出する各信号パワーに基づいて、式（６）を用いて、Ｃｃｈ定位におけるＬｃｈミキシング係数Ａ１１ｂ（ｔ）〜Ａ１４ｂ（ｔ）及びＲｃｈミキシング係数Ａ２１ｂ（ｔ）〜Ａ２４ｂ（ｔ）を算出する。同様に、ミキシング比算出部１１３は、Ｒｃｈレベル算出部１１２ｃが算出する各信号パワーに基づいて、式（６）を用いて、Ｒｃｈ定位におけるＲｃｈミキシング係数Ａ１１ｃ（ｔ）〜Ａ１４ｃ（ｔ）及びＬｃｈミキシング係数Ａ２１ｃ（ｔ）〜Ａ２４ｃ（ｔ）を算出する。

そして、ミキシング比算出部１１３は、式（１０）に示すように、Ｌｃｈ定位、Ｃｃｈ定位、及びＲｃｈ定位における、Ｌｃｈミキシング係数の平均値とＲｃｈミキシング係数の平均値とを求めることにより、Ｌｃｈミキシング係数Ａ１１（ｔ）〜Ａ１４（ｔ）及びＲｃｈミキシング係数Ａ２１（ｔ）〜Ａ２４（ｔ）を算出する。

つまり、信号合成部１１５は、音像定位位置ごとのミキシング係数の平均値を用いて、第１〜第４の収音ユニット１１０ａ〜１１０ｄの出力信号を合成する。

なお、ミキシング比算出部１１３は、Ｌｃｈ及びＲｃｈの一方のミキシング係数を算出しておき、その結果を用いて他方のミキシング係数を式（２）の関係に基づいて算出してもよい。

以上のように、本実施の形態に係る収音装置１０１によれば、第１及び第２のスピーカ１０６ａ、１０６ｂの再生音の音像定位位置が変動することによってミキシング係数が変動することを抑制することができ、安定してステレオ収音することが可能となる。

なお、本実施の形態に係るレベル算出部１１２は、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃを備えていたが、必ずしもこれらを備える必要はない。例えば、図９Ｂに示すように、収音装置１０１は、実施の形態１などと同様のレベル算出部１１２を備えてもよい。その場合、ミキシング比算出部１１３は、定位判定部１２２の判定結果に基づいて、音像定位位置ごとにミキシング係数を算出すればよい。これにより、図９Ｂに示す収音装置１０１であっても、図９Ａに示す収音装置１０１と同様の効果を奏することができる。

（実施の形態５）
次に、図１０〜図１２を参照して、本発明の実施の形態５に係る収音装置について説明する。

図１０は、本発明の実施の形態５に係る収音装置１０１の機能構成を示すブロック図である。図１０に示す収音装置１０１は、図３などに示す収音装置１０１に入れ代わるように配置される。

また、図１０に示す収音装置１０１は、図９Ａに示す実施の形態４に係る収音装置１０１に対して、更新部１１７、移動判定部１１４及び補正部１２１が新たに追加された点のみが異なる。なお、移動判定部１１４は、実施の形態３で説明したものと同様であるので、詳細な説明を省略する。以下、実施の形態１〜４と異なる点を中心に説明する。

Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃでは、定位判定部１２２の判定結果に応じて信号パワーを算出するか否かが決定される。このため、マイクロホン１１０が動いた場合、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃのうち、いずれか１つまたは２つにおいて、信号パワーがしばらく算出されない可能性がある。その結果、式（１０）における一部の係数は、しばらくの間、マイクロホン１１０が動く前に算出された係数となる可能性がある。

そのような状況において、ミキシング比算出部１１３が、式（１０）に従ってミキシング係数を算出した場合、マイクロホン１１０が動く前の指向性と動いた後の指向性とが合成されることとなり、正しい指向性を形成することができない。

そこで、補正部１２１は、移動判定部１１４の判定結果と、定位判定部１２２の判定結果とに基づいて、信号パワーを補正する。具体的には、マイクロホン１１０が動いたと判定された場合、補正部１２１は、当該判定後に更新されていない信号パワーを補正する。なお、このとき、補正部１２１は、当該判定後にすでに更新された信号パワーを補正しない。

図１１は、本発明の実施の形態５に係る補正部１２１の機能構成を示すブロック図である。図１１に示すように、補正部１２１は、選択制御部１２５と、Ｌｃｈ補正選択部１２６ａ、Ｃｃｈ補正選択部１２６ｂ及びＲｃｈ補正選択部１２６ｃとを備える。

補正部１２１は、マイクロホン１１０が動いた後に、（１）Ｌｃｈレベル算出部１１２ａのみが信号パワーを算出した場合、（２）Ｃｃｈレベル算出部１１２ｂのみが信号パワーを算出した場合、または（３）Ｒｃｈレベル算出部１１２ｃのみが信号パワーを算出した場合に、以下のように信号パワーを補正する。

（１）Ｃｃｈ補正選択部１２６ｂは、Ｃｃｈレベル算出部１１２ｂによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）を、Ｌｃｈレベル算出部１１２ａによって算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）に係数α１を乗算した値に補正する。

同様に、Ｒｃｈ補正選択部１２６ｃは、Ｒｃｈレベル算出部１１２ｃによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）を、Ｌｃｈレベル算出部１１２ａによって算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）に係数α１を乗算した値に補正する。

（２）Ｌｃｈ補正選択部１２６ａは、Ｌｃｈレベル算出部１１２ａによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）を、Ｃｃｈレベル算出部１１２ｂによって算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）に係数α２を乗算した値に補正する。

同様に、Ｒｃｈ補正選択部１２６ｃは、Ｒｃｈレベル算出部１１２ｃによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）を、Ｃｃｈレベル算出部１１２ｂによって算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）に係数α２を乗算した値に補正する。

（３）Ｌｃｈ補正選択部１２６ａは、Ｌｃｈレベル算出部１１２ａによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ａ（ｔ）〜Ｐｘ４ａ（ｔ）を、Ｒｃｈレベル算出部１１２ｃによって算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）に係数α３を乗算した値に補正する。

同様に、Ｃｃｈ補正選択部１２６ｂは、Ｃｃｈレベル算出部１１２ｂによってマイクロホン１１０が動く前に算出された信号パワーＰｘ１ｂ（ｔ）〜Ｐｘ４ｂ（ｔ）を、Ｒｃｈレベル算出部１１２ｃによって算出された信号パワーＰｘ１ｃ（ｔ）〜Ｐｘ４ｃ（ｔ）に係数α３を乗算した値に補正する。

次に、係数α１、α２、α３について説明する。

選択制御部１２５は、移動判定部１１４の判定結果であるｍｏｖｅ＿ｆｌｇが０→１に変化したとき（固定状態から移動状態へ変わったとき）に、α１＝１、α２＝１、α３＝１と設定する。

ただし、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝０（Ｌｃｈ定位）のときは、α１＝０に変更する。また、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝１（Ｃｃｈ定位）のときは、α２＝０に変更する。また、選択制御部１２５は、定位判定部１２２の判定結果がｄｉｒ＿ｆｌｇ＝２（Ｒｃｈ定位）のときは、α３＝０に変更する。

次に、係数α１、α２、α３を設定するときの選択制御部１２５の動作の詳細を、図１２を用いて説明する。

図１２は、本発明の実施の形態５に係る選択制御部１２５の動作を示すフローチャートである。

まず、選択制御部１２５は、移動判定部１１４によって、マイクロホン１１０が動いていないと判定された状態からマイクロホン１１０が動いたと判定された状態に変化したか否かを判定する（Ｓ２０１）。ここで、マイクロホン１１０の状態が変化したと判定された場合（Ｓ２０１のＹｅｓ）、選択制御部１２５は、係数α１、α２、α３に「１」を設定する（Ｓ２０２）。

一方、マイクロホン１１０の状態が変化していないと判定された場合（Ｓ２０１のＮｏ）、またはステップＳ２０２において係数α１、α２、α３に「１」が設定された後、選択制御部１２５は、定位判定部１２２によって判定された音像定位位置を取得する（Ｓ２０３）。

ここで、取得した音像定位位置がＬｃｈ定位（ｄｉｒ＿ｆｌｇ＝０）である場合（Ｓ２０３のＬｃｈ定位）、選択制御部１２５は、係数α１に「０」を設定する（Ｓ２０４）。また、取得した音像定位位置がＣｃｈ定位（ｄｉｒ＿ｆｌｇ＝１）である場合（Ｓ２０３のＣｃｈ定位）、選択制御部１２５は、係数α２に「０」を設定する（Ｓ２０５）。また、取得した音像定位位置がＲｃｈ定位（ｄｉｒ＿ｆｌｇ＝２）である場合（Ｓ２０３のＲｃｈ定位）、選択制御部１２５は、係数α３に「０」を設定する（Ｓ２０６）。

以上のように、本実施の形態に係る収音装置１０１によれば、マイクロホン１１０が動いた後も速やかに、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ及びＲｃｈレベル算出部１１２ｃの信号パワーが更新される。つまり、マイクロホン１１０が動いた後に信号レベルがまだ更新されていない音像定位位置がある場合でも、マイクロホン１１０が動いた後におけるミキシング係数を高精度に算出することができる。その結果、収音装置１０１は、より安定したステレオ収音を実現できる。

なお、補正部１２１において、更新されない信号パワーにおいて、信号の置き換えではなくリセットする等の動作に代用してもよい。

また、本実施の形態に係る収音装置１０１は、補正部１２１を備えていたが、必ずしも補正部１２１を備える必要はない。また、本実施の形態に係るレベル算出部１１２は、Ｌｃｈレベル算出部１１２ａ、Ｃｃｈレベル算出部１１２ｂ、及びＲｃｈレベル算出部１１２ｃを備えていたが、必ずしもそれらの処理部を備える必要はない。例えば、収音装置１０１は、図１３に示すような機能構成であってもよい。

この場合、ミキシング比算出部１１３は、マイクロホン１１０が動いたと判定された場合、マイクロホン１１０が動いたと判定された後に信号レベルが算出された音像定位位置の信号レベルを用いて、マイクロホン１１０が動いたと判定された後に信号レベルが算出されていない音像定位位置のミキシング係数を算出すればよい。具体的には、ミキシング比算出部１１３は、例えば、マイクロホン１１０が動いたと判定された後にＬｃｈ定位の信号レベルのみが算出されている場合、当該Ｌｃｈ定位の信号レベルを用いて、Ｃｃｈ定位のミキシング係数とＲｃｈ定位のミキシング係数とを算出すればよい。

これにより、図１３に示す収音装置１０１であっても、図１０に示す収音装置１０１と同様の効果を奏することができる。

以上、本発明の一態様に係る収音装置１０１について、実施の形態に基づいて説明したが、本発明は、これらの実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、あるいは異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の範囲内に含まれる。

例えば、各収音ユニットは、上記実施の形態とは異なるように配置されてもよい。例えば、図１４Ａに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、円周上ではなく、楕円周上に９０度ごと異なる位置に並べられてもよい。また、図１４Ｂに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、指向性の主軸方向が円の中心から内側へ向いて９０度ごと異なるように配置されてもよい。また、図１４Ｃに示すように、第１〜第４の収音ユニット１１０ａ〜１１０ｄは、直線上に並ぶように配置されてもよい。このような場合であっても、収音装置１０１は、上記実施の形態に係る収音装置１０１と同様の効果を奏することができる。

また、図１４Ｄに示すように、マイクロホン１１０は、第１〜第５の収音ユニット１１０ａ〜１１０ｅを備えてもよい。図１４Ｄでは、第１〜第５の収音ユニット１１０ａ〜１１０ｅは、指向性の主軸方向が互いに７２度ごと異なるように配置されている。実施の形態１と同様にミキシング係数が算出されれば、信号合成部１１５によって生成されるステレオ信号は、互いに１４４度異なる２つの収音方向でステレオ収音された信号となる。

したがって、上記実施の形態に係る収音装置１０１ほど効率的ではないが、図１４Ｄに示すマイクロホン１１０を備える収音装置１０１であっても、マイクロホン１１０の周囲に位置する音源からの音をある程度明瞭にステレオ収音することができる。なお、マイクロホン１１０は、さらに多くの収音ユニットを備えてもよい。

また、上記実施の形態において、収音システムは、モニター１０４及びカメラ１０５を備えていたが、必ずしもモニター１０４及びカメラ１０５を備える必要はない。収音システムがモニター１０４及びカメラ１０５を備えない場合、収音装置１０１は、映像と音像とを一致させることはできないが、マイクロホン１１０の周囲に位置する音源からの音を明瞭にステレオ収音することはできる。例えば、電話会議システムなどの音声会議システムにおいて、収音装置１０１は、音源の位置に応じた位置に音像を定位させることができるステレオ信号を生成でき、音の明瞭性を向上させることができる。

また、上記実施の形態において、ミキシング比算出部１１３は、４つの収音ユニットのそれぞれにおいて、当該収音ユニットの隣に位置する収音ユニットの信号レベルを用いてミキシング係数を算出していたが、必ずしもこのようにミキシング係数を算出する必要はない。例えば、ミキシング比算出部１１３は、テーブルを参照して、各収音ユニットの信号レベルに対応するミキシング係数を算出してもよい。この場合、収音装置１０１は、例えば、各収音ユニットの信号レベルの比に対応付けてミキシング係数を格納しているテーブルを記憶している記憶部を備えればよい。このような場合であっても、マイクロホンの位置を測定することなく、音源からの音を明瞭にステレオ収音することができる。

また、上記実施の形態において、収音装置１０１は、通信相手拠点の収音システムから送信されてきた受話信号を利用して、ミキシング比を算出していたが、必ずしも受話信号を利用する必要はない。例えば、収音装置１０１が、ミキシング係数を算出するためのスピーカ信号を生成してもよい。この場合、スピーカ信号は、受話信号が再生された音に干渉しない周波数の音を再生するための信号であることが好ましい。これにより、収音装置１０１は、会議等を中断することなく、ミキシング係数を算出することができる。

また、上記実施の形態において、スピーカは２つであったが、その他の個数であってもよい。

また、上記実施の形態において、収音装置１０１は、図３などに示す各構成要素を備えていたが、必ずしも図３などに示す構成要素のすべてを備える必要はない。例えば、収音装置１０１は、図１５に示すように、図３に示す構成要素の一部のみを備えてもよい。

図１５は、本発明の実施の形態の変形例に係る収音装置１０１の機能構成を示すブロック図である。図１５では、収音装置１０１は、マイクロホン１１０と、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５とを備える。

収音装置１０１が図１５に示すような構成であったとしても、レベル算出部１１２が、スピーカから出力された音の信号レベルを算出することにより、実施の形態１に係る収音装置１０１と同様の効果を奏することができる。

また、以下のような場合も、本発明の範囲内に含まれる。

（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。

（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。例えば、図１５に示すように、システムＬＳＩ１５０は、レベル算出部１１２と、ミキシング比算出部１１３と、信号合成部１１５とを備える。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。

（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。

（４）本発明は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。

また、本発明は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。

また、本発明は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。

また、本発明は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。

また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。

（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。

本発明の一態様に係る収音装置は、マイクロホンの周囲に位置する音源からの音を明瞭にステレオ収音することができる収音装置として、特に、テレビ会議システム、音声会議システム等として有用である。

１００ 第１の収音システム
１０１、２０１ 収音装置
１０２ａ、１０２ｂ 話者
１０３ テーブル
１０４、２０４ モニター
１０５、２０５ カメラ
１０６ａ、１０６ｂ、２０６ａ、２０６ｂ スピーカ
１０７ 通信網
１１０ マイクロホン
１１０ａ、１１０ｂ、１１０ｃ、１１０ｄ 収音ユニット
１１１ 帯域抽出部
１１２ レベル算出部
１１２ａ Ｌｃｈレベル算出部
１１２ｂ Ｃｃｈレベル算出部
１１２ｃ Ｒｃｈレベル算出部
１１３ ミキシング比算出部
１１４ 移動判定部
１１５ 信号合成部
１１６ スピーカ信号検出部
１１７ 更新部
１２１ 補正部
１２２ 定位判定部
１２３ 変動量検出部
１２４ 変動量判定部
１２５ 選択制御部
１２６ａ Ｌｃｈ補正選択部
１２６ｂ Ｃｃｈ補正選択部
１２６ｃ Ｒｃｈ補正選択部
１５０ システムＬＳＩ
２００ 第２の収音システム

Claims (15)

1. 指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンと、
   前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、
   前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、
   前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える
   収音装置。
2. 前記４以上の収音ユニットは、指向性の主軸方向が９０度ごと異なるように配置された４つの収音ユニットである
   請求項１に記載の収音装置。
3. 前記ミキシング係数算出部は、前記ステレオ信号が、互いに１８０度異なる２つの収音方向でステレオ収音された信号となるように、前記ミキシング係数を算出する
   請求項２に記載の収音装置。
4. 前記ミキシング係数は、前記ステレオ信号の一方を生成するための第１のミキシング係数と、前記ステレオ信号の他方を生成するための第２のミキシング係数とからなり、
   前記ミキシング係数算出部は、前記４つの収音ユニットのそれぞれにおいて、当該収音ユニットの一方の隣に位置する収音ユニットの信号レベルを用いて第１のミキシング係数を算出し、当該収音ユニットの他方の隣に位置する収音ユニットの信号レベルを用いて第２のミキシング係数を算出し、
   前記信号合成部は、前記４つの収音ユニットの出力信号に前記第１のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の一方を生成し、前記４つの収音ユニットの出力信号に前記第２のミキシング係数のそれぞれを乗じて加算することにより前記ステレオ信号の他方を生成する
   請求項３に記載の収音装置。
5. さらに、
   前記スピーカから音を出力させるためのスピーカ信号の有無を判定するスピーカ信号検出部を備え、
   前記レベル算出部は、前記スピーカ信号検出部によってスピーカ信号が有ると判定された場合に前記信号レベルを算出する
   請求項１に記載の収音装置。
6. さらに、
   前記マイクロホンが動いたか否かを判定する移動判定部を備え、
   前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合に、前記マイクロホンが動いていないと判定される場合よりも、前記ミキシング係数を算出する頻度を高くする
   請求項１に記載の収音装置。
7. 前記移動判定部は、前記ミキシング係数算出部によって算出されたミキシング係数の変化度合いに基づいて、前記マイクロホンが動いたか否かを判定する
   請求項６に記載の収音装置。
8. さらに、
   前記スピーカから音を出力させるためのスピーカ信号から音像定位位置を判定する定位判定部を備え、
   前記ミキシング係数算出部は、前記定位判定部によって判定された音像定位位置ごとに前記ミキシング係数を算出し、
   前記信号合成部は、前記ミキシング係数算出部によって算出された前記音像定位位置ごとのミキシング係数の平均値を用いて、前記４以上の収音ユニットの出力信号を合成する
   請求項１に記載の収音装置。
9. 前記定位判定部は、それぞれが音像定位位置と前記スピーカとの相対的な位置関係を示す左定位、右定位、及び中央定位のいずれかを前記音像定位位置として判定し、
   前記レベル算出部は、
   前記定位判定部によって左定位と判定された場合に、前記信号レベルを算出するＬｃｈレベル算出部と、
   前記定位判定部によって右定位と判定された場合に、前記信号レベルを算出するＲｃｈレベル算出部と、
   前記定位判定部によって中央定位と判定された場合に、前記信号レベルを算出するＣｃｈレベル算出部とを備える
   請求項８に記載の収音装置。
10. さらに、
    前記マイクロホンが動いたか否かを判定する移動判定部を備え、
    前記ミキシング係数算出部は、前記マイクロホンが動いたと判定された場合、前記マイクロホンが動いたと判定された後に信号レベルが算出された音像定位位置の信号レベルを用いて、前記マイクロホンが動いたと判定された後に信号レベルが算出されていない音像定位位置のミキシング係数を算出する
    請求項８に記載の収音装置。
11. さらに、
    前記４以上の収音ユニットの出力信号のそれぞれから、所定の周波数帯域の信号を抽出する帯域抽出部を備え、
    前記レベル算出部は、前記帯域抽出部によって抽出された信号を用いて、前記信号レベルを算出する
    請求項１に記載の収音装置。
12. 前記所定の周波数帯域は、音声帯域である
    請求項１１に記載の収音装置。
13. 指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する収音方法であって、
    前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出ステップと、
    算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出ステップと、
    算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成ステップとを含む
    収音方法。
14. 請求項１３に記載の収音方法をコンピュータに実行させるためのプログラム。
15. 指向性の主軸方向が互いに異なるように配置された４以上の収音ユニットを備え、スピーカから出力された音を収音可能な位置に設置されるマイクロホンを用いて、ステレオ信号を生成する集積回路であって、
    前記４以上の収音ユニットの出力信号ごとに、前記スピーカから出力された音の信号レベルを算出するレベル算出部と、
    前記レベル算出部によって算出された信号レベルを用いて、前記４以上の収音ユニットの指向性の主軸方向に適応するミキシング係数を算出するミキシング係数算出部と、
    前記ミキシング係数算出部によって算出されたミキシング係数を用いて、前記４以上の収音ユニットの出力信号を合成することにより、ステレオ信号を生成する信号合成部とを備える
    集積回路。

Images