WO2006064699A1 - 音源分離システムおよび音源分離方法、並びに音響信号取得装置 - Google Patents

音源分離システムおよび音源分離方法、並びに音響信号取得装置 Download PDF

Info

Publication number
WO2006064699A1
WO2006064699A1 PCT/JP2005/022466 JP2005022466W WO2006064699A1 WO 2006064699 A1 WO2006064699 A1 WO 2006064699A1 JP 2005022466 W JP2005022466 W JP 2005022466W WO 2006064699 A1 WO2006064699 A1 WO 2006064699A1
Authority
WO
WIPO (PCT)
Prior art keywords
sound
signal
spectrum
target sound
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2005/022466
Other languages
English (en)
French (fr)
Inventor
Tetsunori Kobayashi
Kenzo Akagiri
Satoshi Kanba
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Waseda University
Original Assignee
Waseda University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Waseda University filed Critical Waseda University
Priority to US11/721,953 priority Critical patent/US8213633B2/en
Publication of WO2006064699A1 publication Critical patent/WO2006064699A1/ja
Anticipated expiration legal-status Critical
Priority to US13/486,798 priority patent/US20120308039A1/en
Ceased legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; ELECTRIC HEARING AIDS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
    • H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
    • H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
    • H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; ELECTRIC HEARING AIDS; PUBLIC ADDRESS SYSTEMS
    • H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
    • H04R2499/10—General applications
    • H04R2499/11—Transducers incorporated or for use in hand-held devices, e.g. mobile phones, PDA's, camera's

Definitions

  • Sound source separation system Sound source separation method, sound source separation method, and acoustic signal acquisition apparatus
  • the present invention relates to a sound source separation system, a sound source separation method, and an acoustic signal acquisition device that separates a target sound and an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound.
  • a mobile device such as a telephone or an in-vehicle device such as a car navigation system.
  • SAFIA a technique called SAFIA in which sound is separated by using a difference in sound pressure reaching each microphone, which is caused by a difference in positional relationship between each microphone and a sound source.
  • This technique called SAFIA, is based on band selection that performs narrowband spectral analysis of the output signals of multiple fixed microphones and assigns the sound in that frequency band to the microphone that gave the most power to each frequency band. sound (See Figure 8 below).
  • Patent Document 1 Japanese Patent Laid-Open No. 10-126876 (Claim 1, FIG. 1, FIG. 2, summary)
  • Patent Document 2 Japanese Patent Laid-Open No. 2002-223493 (Claim 1, FIG. 1, FIG. 3, Summary)
  • Patent Document 3 Japanese Patent Application Laid-Open No. 2002-271885 (Claim 1, FIG. 1, FIG. 11, summary)
  • Patent Document 4 Japanese Patent No. 3355598 (paragraphs [0006], [0007], FIG. 1, abstract) Disclosure of the Invention
  • band selection is performed using a sound pressure level difference between microphones of a signal caused by a fixed positional relationship between a plurality of microphones, and the band is selected.
  • the directivity characteristic suitable for separating desired speech and noise is not controlled as in the present invention described later, separation performance is not sufficient.
  • SAFIA only separation processing by band selection (see Fig. 8 to be described later) is performed without including the generation process of the spectrum to be subjected to separation processing by band selection (Band Select ion).
  • the maximum level band selection (BS—MAX) is indicated.
  • the maximum level band selection (BS-MAX) performed in SAFIA compares the powers of the same frequency band between the spectra to be compared for each frequency band, and the highest in each frequency band. This is a band selection that assigns a large power to the spectrum obtained by separation, but in the present invention, in addition to performing such maximum level band selection (BS-MAX), between the spectra to be compared. Compare the power of each power in the same frequency band for each frequency band. Since the band selection that assigns the smallest power to the spectrum obtained by separation is also performed, this is described as the minimum level band selection (BS-MIN).
  • BS-MIN minimum level band selection
  • a process for determining whether or not the force satisfies a plurality of conditions at the same time is also performed.
  • BS—MultiD multi-dimensional band selection
  • the two-condition case is called two-dimensional band selection (BS—2D)
  • the three-condition case is three-dimensional band selection (BS—3D). That's it.
  • An object of the present invention is to provide a sound source separation system and a sound source separation method capable of accurately separating a target sound and an interfering sound coming from an arbitrary direction and reducing the size of the apparatus.
  • An acoustic signal acquisition device is provided.
  • the present invention is a sound source separation system that separates a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound, and includes two microphones arranged at an interval And the target sound that generates at least one target sound dominant signal by performing linear combination processing for the target sound enhancement in the time domain or frequency domain using the received sound signals of these two microphones.
  • the target sound inferior signal is generated by the target sound inferior signal generating means, and the target sound superior signal generated by the target sound superior signal generating means or obtained by frequency analysis thereafter and the target sound inferior signal.
  • a separation means for separating the target sound and the disturbing sound using a spectrum of the target sound inferior signal generated by the generation means or obtained by the subsequent frequency analysis. .
  • ICA independent component analysis
  • interfering sound in which an arbitrary direction force other than the direction of arrival of the target sound also arrives means that the direction of arrival of the target sound and directions in the vicinity thereof are not necessarily all 360 degrees except the direction of arrival of the target sound.
  • the linear combination processing for the target sound enhancement is performed in the time domain or the frequency domain using the sound reception signals of the two microphones
  • the sound reception signals of the two microphones are used.
  • the target sound enhancement is performed using the received signals of the two microphones as they are in the time domain.
  • two microphone reception signals time Frequency signal is analyzed to obtain a signal on the frequency domain (outside), and then linear combination processing for target sound enhancement and target sound suppression is performed to obtain a signal (spectrum) on the frequency domain.
  • Sound superior signal and target sound inferior signal It involves the formation. The same applies to other inventions.
  • the target signal dominating signal generated by the target sound dominant signal generating means or obtained by the subsequent frequency analysis refers to the purpose generated by the target sound dominant signal generating means. If the sound dominant signal is a signal in the frequency domain, it is the signal itself, and if the target sound dominant signal generated by the target sound dominant signal generation means is a signal in the time domain, This is a signal in the frequency domain obtained by frequency analysis of the signal. The same applies to the “spectrum of the target sound inferior signal generated by the target sound inferior signal generation means or obtained by subsequent frequency praying”. The same applies to other inventions.
  • the "linear combination process” includes not only a process of taking a sum or a difference but also a process of multiplying by a coefficient. The same applies to other inventions.
  • "separating the target sound and the interfering sound” using the "spectrum of the target sound dominant signal” and the “spectrum of the target sound inferior signal” uses, for example, processing for each frequency band. ,sand In other words, processing using the respective powers in the same frequency band of the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal is included. The same applies to other inventions.
  • equivalent processing can be performed even if each amplitude value for the same frequency band is used, in the specification of the present application, the processing is performed using each power, and both are represented. Shall.
  • the "target sound” and “interfering sound” are mainly human sounds, but in addition, for example, music (instrument sounds), animal calls, thunders and ripples sound II Sounds of nature such as buzzer sounds' alarm sounds' horns' various sound effects such as horns, whistle sounds, driving noises of automobiles, airplane takeoff sounds, airplane takeoff sounds, machine tool operating sounds, etc. included.
  • music instrument sounds
  • animal calls thunders and ripples sound II Sounds of nature
  • buzzer sounds' alarm sounds' horns' various sound effects such as horns, whistle sounds, driving noises of automobiles, airplane takeoff sounds, airplane takeoff sounds, machine tool operating sounds, etc. included.
  • the separation process is performed by using the vector of the target sound dominant signal and the target sound inferior signal spectrum generated by controlling the directivity in this way, the target sound and the interference sound are separated. Can be separated with high accuracy. For this reason, separation performance can be improved compared to the case where band selection is performed using the sound pressure level difference between microphones of a signal caused by the fixed positional relationship of a plurality of microphones as in the case of Patent Document 4 described above. Is possible.
  • the number of microphones used is two and sound source separation can be realized with a small number of microphones, it is possible to reduce the size of the apparatus, thereby achieving the object. .
  • the following configuration can be employed. That is, in the sound source separation system described above, the two microphones are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction, and the target sound dominant signal generation means 2 in the time domain or the frequency domain Of the two microphones, the difference between the received signal of one microphone placed closer to the target sound source and the received signal of the other microphone on the far side of the target sound source
  • the target sound inferior signal generation means is configured to perform a delay process on the sound reception signal of one microphone and the sound reception signal of the other microphone in the time domain or the frequency domain. It can be configured to take a difference (for example, in the case of FIG. 1 described later).
  • the time domain or the frequency domain take the difference between the signal after delaying the received signal of one microphone and the received signal of the other microphone.
  • the signal after the delay process (signal in the time domain) and the other To generate a signal in the time domain by taking the difference from the received signal of the microphone (signal in the time domain), and (2) the received signal (signal in the time domain) of one and the other microphone Analyzing both frequencies to obtain a signal (spectrum) in the frequency domain, and applying the delay process to the spectrum of the sound signal received by one microphone and then performing this delay process.
  • the two microphones are connected to the target sound arrival direction or substantially the same as this direction.
  • the separating means performs a comparison of the magnitude of each power in the same frequency band between the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal for each frequency band.
  • the band selection (maximum level band selection: BS-MAX) in which the larger power in each frequency band is attributed to the spectrum obtained by separation can be made.
  • the separating means determines the target from the power in each frequency band of the spectrum of the target sound dominant signal.
  • a configuration may be used in which spectral subtraction is performed to subtract a value obtained by multiplying the coefficient of the same frequency band of the spectrum of the sound inferior signal by a coefficient.
  • the “coefficient” is, for example, a coefficient that depends on the magnitude of the difference between the power of the target sound dominant signal and the target sound inferior signal. The same applies when performing spectral subtraction in other inventions.
  • the target sound to be separated is the target sound of the normal mode and the target sound.
  • normal mode one microphone is placed on the side close to the target sound source, and the other microphone is normal.
  • switching mode the other microphone is placed closer to the target sound source in the switching mode, and one microphone is located in the far side of the target sound in the switching mode.
  • the target sound inferior signal generation means is arranged on the other side, and the signal after delay processing is performed on the received sound signal of one microphone in the time domain or the frequency domain, A first target sound inferior signal generating means for taking a difference from the received sound signal of the other microphone; In the frequency domain, the signal after delay processing is performed on the received signal of the other microphone
  • the first target sound inferior signal for the normal mode is used as the second target sound inferior signal generating means that takes the difference from the received sound signal of one microphone and the target sound inferior signal to be processed by the separating means.
  • the mode can be switched between the normal mode and the switching mode as described above, the direction of the target sound to be acquired can be switched without changing the arrangement positions of the two microphones. , System usability is improved.
  • the target sound inferior signal generation means receives the sound of the microphone to be subjected to the delay process.
  • the signal can be configured to have a time delay equivalent to or approximately equal to the sound wave propagation time between two microphones in the time domain or frequency domain (see Figs. 4 and 7).
  • the target sound arrival direction (for example, in the case of FIG.
  • 0 0 degrees
  • ⁇ 180 degrees (1 180 degrees)). Since the direction characteristic can be created, it is possible to obtain a large difference in amplitude value from the directivity characteristic directed to the target sound (the directivity characteristic by the target sound dominant signal).
  • the target sound inferior signal generation means receives the sound of the microphone to be subjected to delay processing.
  • a configuration may be adopted in which a delay of a time shorter than the sound wave propagation time between two microphones is given to the signal in the time domain or the frequency domain (see FIG. 30).
  • the two microphones described above are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction, the two microphones are connected to the operation unit and the Z or screen display unit of the portable device. It is possible to adopt a configuration in which one is provided at each corresponding position on the front surface side where the is provided and on the reverse side opposite thereto.
  • the “mobile device” includes, for example, a mobile phone (including PHS), a personal digital assistant (PDA), and the like.
  • each corresponding position means a position on the back side as viewed from each other.
  • the portable device is folded and closed when not in use, and opened when in use.
  • a foldable mobile phone with a configuration in which the installation interval of two microphones changes in conjunction with the opening / closing operation of the mobile phone, and the installation interval when opened is larger than the installation interval when closed can do.
  • the microphone provided on the front surface side is in a retracted state, and when the microphone is opened, the microphone is automatically If the microphone provided on the back side is in the retracted state when it is projecting to the outside or closed, this microphone automatically projects to the outside when it is opened, and combinations thereof are also included. It is.
  • a microphone provided on the surface side of a mobile phone is urged outward by an elastic body such as a spring or rubber and the mobile phone is folded and closed, the microphone is opposed to the opposite surface of the mobile phone.
  • the two microphones are rotatable about an axis parallel to the front and back surfaces of the mobile device.
  • the rotation support members are stored in a state of being parallel or substantially parallel to the front and back surfaces of the portable device when not in use, and when used, the front and back surfaces of the portable device It is possible to adopt a configuration that is orthogonal or substantially orthogonal to (for example, FIG. 29 described later).
  • the target sound inferior signal generating means includes a first target sound inferior signal generating means, a second target sound inferior signal generating means, and a switching means.
  • the processing performed by the first target sound inferior signal generation means here is performed.
  • the corresponding processing may be processing by the target sound inferior signal generation unit, and processing corresponding to processing performed by the second target sound inferior signal generation unit may be processing by the target sound dominant signal generation unit.
  • the difference between the signal after the target sound dominant signal generating means delays the received signal of the other microphone in the time domain or the frequency domain and the received signal of the one microphone.
  • the target sound inferior signal generating means is configured to be one of the time domain and the frequency domain.
  • the processing corresponding to the processing performed by the first target sound inferior signal generating means described above at least one of the difference obtained by the target sound superior signal generating means and the difference obtained by the target sound inferior signal generating means is multiplied by a coefficient, Sound dominant signal
  • the switching mode can be configured as follows.
  • the target sound dominant signal generation means performs a delay process on the received sound signal of one microphone in the time domain or the frequency domain, and the other microphone.
  • a configuration that takes a difference from the sound reception signal of the mouthphone (configuration that performs processing equivalent to the processing performed by the first target sound inferior signal generation unit described above), and the target sound inferior signal generation unit is arranged in the time domain.
  • the difference between the received signal of the other microphone after delaying the received signal of the other microphone and the received signal of the other microphone (conducted by the second objective sound inferior signal generating means described above)
  • at least one of the difference obtained by the target sound superior signal generating means and the difference obtained by the target sound inferior signal generating means may be used. It is preferable that the difference value is multiplied by a coefficient so that the difference obtained by the target sound superior signal generation means is relatively smaller than the difference obtained by the target sound inferior signal generation means (for example, FIG. 28 described later).
  • the target sound dominant signal generation means is in the time domain or the frequency domain.
  • the target sound inferior signal generating means is configured to take the difference between the received signals of the two microphones in the time domain or the frequency domain.
  • the separation means multiplies the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal by multiplying at least one spectrum by a frequency-dependent coefficient.
  • Band selection maximal level band selection: BS—MAX that compares the power of each power in the same frequency band for each frequency band and assigns the larger power in each frequency band to the spectrum obtained by separation. ).
  • the two microphones described above are arranged side by side in a direction that is perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the sum of the received signals of the two microphones is used to generate a signal of the target sound dominant.
  • the separating means multiplies the power of each frequency band of the target sound dominant signal spectrum by multiplying the power of the same frequency band of the target sound inferior signal spectrum by a coefficient. Reduced spectral 'Subtraction may be configured.
  • two microphones are arranged side by side in a direction that is perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the sum of the received signals of the two microphones is used to obtain the signal of the target sound dominant.
  • the following configuration can be adopted.
  • the two microphones are arranged side by side in a direction perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the target sound dominant signal generating means is in the time domain or the frequency domain.
  • the first target sound dominant signal is generated by taking the difference between the received signal of one of the two microphones and the signal after delaying the received signal of the other microphone.
  • a second target sound dominant signal generating means for generating a second target sound dominant signal by taking a difference and the target sound inferior signal generating means is configured as 2 in the time domain or the frequency domain.
  • Microphones It is possible to adopt a configuration taking the difference between phone received sound signal (for example, in the case of FIG. 12 to be described later, etc.).
  • the two microphones are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound, and the first and second target sound dominant signals are generated.
  • the separating means compares the power levels of the same frequency band for each frequency band between the spectrum of the first target sound dominant signal and the target sound inferior signal spectrum.
  • 1st band selection maximum level band selection: BS—MAX
  • the power of the same frequency band is compared for each frequency band between the separation means and the spectrum of the second target sound dominant signal and the target sound inferior signal.
  • the second separation means that performs band selection (maximum level band selection: BS—MAX) that assigns the larger and larger power to the spectrum obtained by separation, and the target sound separated by the first separation means Using the spectrum of the sound on one side including the sound spectrum of the sound on the other side including the target sound separated by the second separation means, or adding these powers for each frequency band, or Each power level is compared, and the power of the inferior one is assigned as the spectrum of the target sound, thereby integrating the spectrum integration processing.
  • band selection maximum level band selection: BS—MAX
  • the separating means subtracts a value obtained by multiplying the power of each frequency band of the spectrum of the first target sound dominant signal by a coefficient by the power of the same frequency band of the spectrum of the target sound inferior signal.
  • Spectral 'The power of each frequency band of the spectrum of the target sound dominant signal and the power of the same frequency band of the spectrum of the target sound inferior signal are multiplied by a coefficient from the first separation means that performs subtraction.
  • the second separation means for performing spectral subtraction to reduce the measured value, the spectrum of the sound on one side including the target sound separated by the first separation means, and the eyes separated by the second separation means
  • the power of the other side including the sound is used to add these powers for each frequency band, or the inferior power is compared for each frequency band for each frequency band. It is good also as a structure provided with the integration means which performs a spectrum integration process by making it belong to.
  • Three-microphone ⁇ Two-combination-type invention> An invention that uses two microphones to make two combinations of microphones
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle.
  • the target sound dominant signal generating means for generating at least one target sound dominant signal by performing shape combining processing and the received signals of the first and third microphones are used in the time domain or frequency domain.
  • the target sound inferior signal generating means for generating at least one target sound inferior signal paired with the target sound dominant signal by performing linear combination processing for target sound suppression above, and the target sound dominant signal generating means Using the spectrum of the target sound dominant signal generated or obtained in the subsequent frequency analysis and the target sound inferior signal spectrum generated by the target sound inferior signal generation means or obtained in the subsequent frequency analysis Separating means for separating the sound and the disturbing sound is provided.
  • the “triangle” is preferably a right-angled isosceles triangle or a substantially right-angled isosceles triangle, or another right-angled triangle or a substantially right-angled triangle. Even a triangle!
  • the target sound dominant signal and the target sound inferior signal are generated by performing linear combination processing for target sound suppression, and directivity characteristics suitable for separation of target sound and interfering sound can be controlled. It becomes.
  • the separation process is performed using the target vector dominant signal generated by performing the directivity control in this way and the target signal inferior signal spectrum, the target sound and the interfering sound are separated from each other. Can be separated with high accuracy. For this reason, separation performance can be improved compared to the case where band selection is performed using the sound pressure level difference between microphones of a signal caused by the fixed positional relationship of a plurality of microphones as in the case of Patent Document 4 described above. Is possible.
  • the apparatus can be downsized. The object is achieved.
  • the first and second microphones are arranged side by side in the target sound arrival direction or substantially in the same direction as this direction, and the first and third microphone ons are the target sound.
  • the target sound dominant signal generating means is arranged side by side in a direction perpendicular to or substantially perpendicular to the arrival direction, and the target sound dominant signal generating means receives the first microphone received signal and the second microphone received signal in the time domain or the frequency domain.
  • the target sound inferior signal generating means takes the difference between the received signal of the first microphone and the received signal of the third microphone in the time domain or the frequency domain. It is desirable to be configured.
  • the separation means compares the magnitude of each power in the same frequency band between the vector of the target sound dominant signal and the spectrum of the target sound inferior signal. For each frequency band, and a band selection (maximum level band selection: BS—M AX) for assigning the larger power in each frequency band to the spectrum obtained by separation can be adopted.
  • BS—M AX maximum level band selection
  • the separation means converts a coefficient from the power in each frequency band of the target sound dominant signal vector to the power in the same frequency band of the target sound inferior signal spectrum.
  • Spectral 'subtraction' to reduce the multiplied value may be used.
  • the present invention provides a sound source separation system that separates a target sound and an interfering sound arriving from an arbitrary direction other than the arrival direction of the target sound, the first direction and the second direction intersecting each other A total of four microphones arranged side by side in two directions in two directions, and two microphones arranged side by side in the first direction of these four microphones.
  • a target sound dominant signal generating means for generating at least one target sound dominant signal by performing linear combination processing for enhancing the target sound in the time domain or frequency domain using the received sound signal; and four microphones On the time domain or on the frequency domain using the received sound signals of two microphones arranged side by side in the second direction
  • the target sound inferior signal generating means for generating at least one target sound inferior signal paired with the target sound dominant signal by performing linear combination processing for target sound suppression in
  • the target sound is generated using the spectrum of the target sound dominant signal generated or obtained by the subsequent frequency analysis and the spectrum of the target sound inferior signal generated by the target sound inferior signal generation means or obtained by the subsequent frequency analysis.
  • a separating means for separating the interfering sound.
  • first direction and the second direction intersecting each other includes not only the case where the first direction and the second direction are orthogonal or substantially orthogonal, but also an angle other than 90 degrees. Also included when crossing at.
  • the target sound dominant signal and the target sound inferior signal are generated by performing linear combination processing for target sound suppression, and directivity characteristics suitable for separation of target sound and interfering sound can be controlled. It becomes.
  • the separation process is performed by using the vector of the target sound dominant signal and the target sound inferior signal spectrum generated by controlling the directivity in this way, the target sound and the interference sound are separated. Can be separated with high accuracy. For this reason, separation performance can be improved compared to the case where band selection is performed using the sound pressure level difference between microphones of a signal caused by the fixed positional relationship of a plurality of microphones as in the case of Patent Document 4 described above. Is possible.
  • the number of microphones used is four and sound source separation can be realized with a small number of microphones, it is possible to reduce the size of the apparatus, thereby achieving the object. .
  • the first direction is the target sound arrival direction or Is the same direction as this direction
  • the second direction is a direction perpendicular or substantially perpendicular to the direction of arrival of the target sound
  • the target sound dominant signal generating means The target sound inferior signal generating means is arranged side by side in the second direction in the time domain or frequency domain. It is desirable that the difference between the received signals of the individual microphones is taken.
  • the separation means is configured so that the power of each power in the same frequency band is between the vector of the target sound dominant signal and the spectrum of the target sound inferior signal.
  • the separation means converts a coefficient from the power in each frequency band of the target sound dominant signal vector to the power in the same frequency band of the target sound inferior signal spectrum.
  • Spectral 'subtraction' to reduce the multiplied value may be used.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a square.
  • the target sound is emphasized in the time domain or frequency domain.
  • the target sound dominant signal generating means for generating the target sound dominant signal by performing linear combination processing and the received signals of the first and third microphones are used in the time domain or the frequency domain.
  • a first target sound inferior signal generating means for generating a first target sound inferior signal that is paired with a target sound dominant signal by performing linear combination processing for target sound suppression in the first and fourth 2;
  • a second target sound inferior signal generating means for generating a signal of the second target sound inferior to become dominant signal paired target sound by performing a linear combination processing for target sound suppressed frequency region, object OtoYu
  • the first separation means for separating the sound on one side including the target sound using the spectrum of the target signal and the target sound dominance generated by the target sound dominant signal generation means or obtained by frequency analysis thereafter.
  • the signal spectrum and the second target sound inferior signal generation means or the spectrum of the second target sound inferior signal obtained by the subsequent frequency analysis the sound on the other side including the target sound is separated.
  • the spectrum of the sound on one side containing the target sound separated by the first separation means, and the spectrum of the sound on the other side containing the target sound separated by the second separation means A means of adding these powers for each frequency band or an integration means for performing a vector integration process by comparing the magnitude of each power for each frequency band and assigning the inferior power as the spectrum of the target sound. It is characterized by having.
  • the "square" is preferably a rhombus or a substantially rhombus, a square or a substantially square, or a quadrilateral other than these and having a shape symmetrical with respect to a diagonal line V. It becomes symmetrical with respect to the diagonal! /, Even a square with a shape.
  • the target sound dominant signal and the first and second target sound inferior signals are generated by performing linear combination processing for suppressing the target sound, and the directivity characteristics suitable for separation of the target sound and the disturbing sound are generated. Control can be performed.
  • the target sound dominant signal generated by controlling the directivity in this way and the first and second target sound inferior signal spectra are used for separation processing, It is possible to accurately separate the target sound and the interference sound. For this reason, the separation performance is improved as compared with the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in Patent Document 4 described above. It becomes pretty.
  • the number of microphones to be used is four, and sound source separation can be realized with a small number of microphones. Therefore, the apparatus can be miniaturized, and thereby the above-described object can be achieved. .
  • the first and second microphones are arranged side by side in the target sound arrival direction or substantially in the same direction as this direction, and the third microphone is the first microphone and the first microphone.
  • the fourth microphone is arranged on the other side of the line connecting the first microphone and the second microphone, and the target sound dominant signal generating means is A difference between the received signals of the first and second microphones is obtained in the time domain or the frequency domain, and the first target sound inferior signal generating means is configured to perform the first in the time domain or the frequency domain.
  • the second target sound inferior signal generating means is configured to take the difference between the received sound signals of the first and third microphones. It is desirable to have a configuration that takes the difference in the received signal.
  • the first separation means has a frequency band between the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal. Comparison is made for each frequency band, and band selection (maximum level band selection: BS-MAX) is performed to assign the larger power in each frequency band to the spectrum obtained by separation.
  • band selection maximum level band selection: BS-MAX
  • Separation means compares the power levels of the same frequency band between the spectrum of the target sound dominant signal and the second target sound inferior signal for each frequency band. It can be configured to perform band selection (maximum level band selection: BS-MAX) in which the larger power is attributed to the spectrum obtained by separation.
  • the first separation means uses power in each frequency band of the spectrum of the target sound dominant signal to power in the same frequency band of the spectrum of the first target sound inferior signal.
  • Spectral 'subtraction which subtracts the value obtained by multiplying the value by the coefficient, and the second separation means is used for each frequency band of the target sound dominant signal.
  • Spectral 'subtraction may be used in which the value obtained by multiplying the power of the same frequency band of the spectrum of the second target sound inferior signal by the coefficient is subtracted from this power.
  • the present invention is a sound source separation system for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle.
  • the target sound is obtained by performing linear combination processing for target sound enhancement in the time domain or frequency domain using the total of three microphones of the first, second, and third and the received signals of the three microphones.
  • the target sound dominant signal generating means for generating the dominant signal and the received signals of the first and second microphones are used to perform linear combination processing for suppressing the target sound in the time domain or the frequency domain.
  • the first target sound inferior signal generating means for generating the first target sound inferior signal paired with the target sound dominant signal and the sound signals received by the first and third microphones in the time domain.
  • a second target sound inferior signal generating means that generates a second target sound inferior signal paired with a target sound dominant signal by performing a linear combination processing for suppression, or a target sound dominant signal generating means, or Using the spectrum of the target sound dominant signal obtained by the subsequent frequency analysis and the spectrum of the first target sound inferior signal generated by the first target sound inferior signal generation means or obtained by the subsequent frequency analysis
  • the spectrum of the target sound superior signal generated by the first separation means for separating the sound on one side including the target sound and the target sound dominant signal generation means or obtained by the subsequent frequency analysis and the second target sound inferiority Second separation means for separating the other side sound including the target sound using the spectrum of the second target sound inferior signal generated by the signal generation means or obtained by the subsequent frequency analysis
  • the first minute Using the spectrum of the sound on one side containing the target sound separated by the
  • the “triangle” is a right-angled isosceles triangle or a substantially right-angled isosceles triangle, or Other isosceles triangles or approximately isosceles triangles are preferable, but triangles other than isosceles triangles and approximately isosceles triangles may be used.
  • the target sound dominant signal and the first and second target sound inferior signals are generated by performing linear combination processing for suppressing the target sound, and the directivity characteristics suitable for separation of the target sound and the disturbing sound are generated. Control can be performed.
  • separation processing is performed using the vector of the target sound dominant signal generated by performing the directivity control in this way and the spectrum of the first and second target sound inferior signals. It is possible to accurately separate the target sound and the interference sound. For this reason, the separation performance is improved as compared with the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in Patent Document 4 described above. It becomes pretty.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, which makes it possible to reduce the size of the apparatus, thereby achieving the above-described object. .
  • the first and second microphones are arranged side by side in a direction inclined with respect to the target sound arrival direction, and the first and third microphones are the target sound arrival.
  • the target sound dominant signal generation means is arranged in a direction inclined in the direction opposite to the inclination direction of the first and second microphones with respect to the direction.
  • the first target sound inferior signal generating means is configured to take a difference between the received signal and a sum of values obtained by multiplying the received signals of the second and third microphones by the same or different proportional coefficients. It is configured to take the difference between the received signals of the first and second microphones in the time domain or frequency domain, and the second target sound is inferior.
  • the force signal generating means is configured to take a difference between the received sound signals of the first and third microphones in the time domain or the frequency domain.
  • the sum of the values obtained by multiplying the received signals of the second and third microphones by the same or different proportional coefficients means the arrangement position force of the three microphones and the position of the first microphone. If it is an isosceles triangle, it is the sum of the received signals of the second and third microphones multiplied by the same proportionality factor, and if it is not an isosceles triangle, it is the second And the sum of the values obtained by multiplying the received signals of the third microphone by different proportional coefficients.
  • the first separation means is configured so that each of the same frequency band between the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal is the same. Comparison is made for each frequency band, and band selection (maximum level band selection: BS-MAX) is performed to assign the larger power in each frequency band to the spectrum obtained by separation.
  • band selection maximum level band selection: BS-MAX
  • Separation means compares the power levels of the same frequency band between the spectrum of the target sound dominant signal and the second target sound inferior signal for each frequency band. It can be configured to perform band selection (maximum level band selection: BS-MAX) in which the larger power is attributed to the spectrum obtained by separation.
  • the first separation means includes power in each frequency band of the spectrum of the target sound dominant signal to power in the same frequency band of the spectrum of the first target sound inferior signal.
  • Spectral 'subtraction which subtracts the value obtained by multiplying the value by the coefficient, and the second separation means uses the power in each frequency band of the target sound dominant signal to calculate the second target sound.
  • Spectral 'subtraction may be used to reduce the value obtained by multiplying the power of the same frequency band of the spectrum of the inferior signal by a coefficient.
  • the present invention is a sound source separation system that separates a target sound and an interfering sound that arrives from any direction other than the direction of arrival of the target sound, and is a right angle or substantially perpendicular to the direction of arrival of the target sound. This is done using the received sound signals of the first, second, and third microphones in total, and the first, second, and third microphones placed at each vertex position of the triangle on the perpendicular plane.
  • First high sensitivity region formation signal generating means for generating a spectrum of a first high sensitivity region formation signal that forms a first high sensitivity region along a plane orthogonal to a line connecting the microphones, and second and third A second high sensitivity region that generates a second high sensitivity region forming signal vector that forms a second high sensitivity region along the plane orthogonal to the line connecting these microphones using the received signals of two microphones.
  • Spectrum and It is characterized in that a sensitive region integration means for forming a sensitive region for separating the target sound to the intersection of the first sensitive region and a second sensitive region using.
  • the first and second microphones are used to receive the first sound.
  • a second high-sensitivity area is formed by using the received sound signals of the second and third microphones, and the high-sensitivity area is used to separate the target sound into these common parts. Therefore, the target sound and the interference sound can be separated with high accuracy.
  • Target sound arrival direction orthogonal plane arrangement ⁇ Invention of 2 high-sensitivity region integration type, including the processing of the above-described 2 microphone 'target sound arrival direction orthogonal arrangement' difference type invention Things>
  • the first high-sensitivity region forming signal generating means includes the first and first Using the sound reception signals of the two microphones of No.
  • the spectrum is the same as the spectrum of the target sound obtained by separating with the sound source separation system described above (2 microphones 'target sound arrival direction orthogonal arrangement' differential type invention)
  • the second high-sensitivity region forming signal generation means is configured to generate a spectrum, and the sound source separation system (two microphones • direction of arrival of target sound) described above using the received signals of the second and third microphones.
  • the same processing as the orthogonal arrangement / difference type invention is performed, and the spectrum of the second high-sensitivity region forming signal is separated by the above-described sound source separation system (two microphones' target sound arrival direction orthogonal arrangement / differential type invention).
  • the high-sensitivity region integration means is configured to generate the same spectrum as the spectrum of the target sound to be obtained, and the high-sensitivity region integration means generates a spectrum of the first high-sensitivity region formation signal generated by the first high-sensitivity region formation signal generation means.
  • the first high sensitivity region formation signal generating means includes the first and second 2 Using the received sound signals of the individual microphones, the same processing as the sound source separation system (2 microphones, orthogonal arrangement of the target sound arrival direction, differential type invention) is performed, and the spectrum of the first high sensitivity region forming signal is The second high-sensitivity region forming signal is configured to generate the same spectrum as that of the target sound obtained by separation using the sound source separation system described above (two-microphone 'target sound arrival direction orthogonal arrangement' difference type invention).
  • the generation means uses the sound reception signals of the second and third microphones, and uses the sound source separation system described above (two-microphone 'target sound arrival direction orthogonal arrangement' difference type invention) and the separation means.
  • the second high-sensitivity area is used instead of the integration means of the separation means constituting the sound source separation system (two microphones ⁇ target sound arrival direction orthogonal arrangement 'difference type invention').
  • the first target sound dominant signal generation means that constitutes (two microphones 'target sound arrival direction orthogonal arrangement' differential type invention) delays the received signal of the second microphone and the second target sound dominant signal
  • the generation means performs delay processing on the received sound signal of the third microphone
  • the target sound separated by the first separation means is included.
  • the power spectrum of the same frequency band is compared for each frequency band between the spectrum of the sound on one side and the spectrum of the sound on the other side including the target sound separated by the second separation means.
  • the smaller power is obtained by the first separation means.
  • Band selection (minimum level band selection: BS—MIN) to be attributed to the spectrum of the sound on one side including the separated target sound or the second high sensitivity area limited to the area on the third microphone side
  • the power of the spectrum of the sound on the other side including the target sound separated by the second separation means includes the target sound separated by the first separation means.
  • the band selection that assigns the smaller power to the spectrum of the sound on the other side including the target sound separated by the second separation means (minimum) Level band selection: BS—MIN)
  • the high-sensitivity region integration means uses the spectrum of the first high-sensitivity area formation signal generated by the first high-sensitivity area formation signal generation means and the second high-sensitivity area.
  • the spectrum of the second high-sensitivity region formation signal generated by the region formation signal generation means compare the power levels for each frequency band and assign the inferior power as the target sound spectrum By doing so, it can be configured to perform spectrum integration processing (in the case of FIG. 35 described later).
  • the high sensitivity area limiting means may be configured to be able to switch whether the second high sensitivity area is limited to the second microphone side area or the third microphone side area. Good (see Figure 38 below).
  • the present invention is a sound source separation system that separates a target sound and an interfering sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is a right angle or a substantially right angle to the target sound arrival direction.
  • the first, second, and third total 3 placed at each vertex position of the triangle on the plane that forms The first high-sensitivity area formation that forms the first high-sensitivity area along the plane orthogonal to the line connecting these microphones using the received signals of the two microphones and the first and second microphones.
  • the first high-sensitivity region forming signal generating means for generating the signal spectrum and the second height along the plane orthogonal to the line connecting these microphones using the received signals of the second and third microphones.
  • the second high-sensitivity region formation signal generation means for generating the second high-sensitivity region formation signal vector that forms the sensitivity region, and the sound reception signals of the first and third microphones are used.
  • a third high-sensitivity region formation signal generating means for generating a spectrum of a third high-sensitivity region formation signal that forms a third high-sensitivity region along a plane orthogonal to the line connecting the microphones, and a first high-sensitivity region formation signal
  • Generated spectrum of the first high sensitivity area formation signal and second high sensitivity area formation signal generated by the second high sensitivity area formation signal generation means and generated by the third high sensitivity area formation signal generation means The high sensitivity region for separating the target sound into the common part of the first high sensitivity region, the second high sensitivity region and the third high sensitivity region using the spectrum of the formed third high sensitivity region formation signal.
  • a high-sensitivity region integration means to be formed.
  • the first high-sensitivity region is formed using the sound reception signals of the first and second microphones.
  • the second high-sensitivity region is formed using the sound reception signals of the second and third microphones, and the sound reception signals of the first and third microphones are further used. Since the third high sensitivity region is formed and the high sensitivity region for separating the target sound is formed in these common parts, it is possible to accurately separate the target sound and the interference sound.
  • the first high sensitivity region formation signal generating means includes Using the received signals from the two microphones, the same processing as the sound source separation system (2 microphones, orthogonal arrangement of target sound arrival directions, differential type invention) is performed to form the first high-sensitivity region As the spectrum of the signal, it is configured to generate the same spectrum as the spectrum of the target sound obtained by separating with the above-mentioned sound source separation system (two microphones “arrangement of target sound arrival direction orthogonal arrangement” difference type invention), and the second high sensitivity
  • the region formation signal generation means uses the sound reception signals of the second and third microphones to perform the same processing as the sound source separation system described above (two microphones, orthogonal arrangement of the target sound arrival direction and differential type invention).
  • the target sound obtained by separation using the above-described sound source separation system (two microphones' target sound arrival direction orthogonal arrangement and differential type invention) as the spectrum of the second high-sensitivity region forming signal
  • the third high-sensitivity region forming signal generating means uses the sound reception signals of the first and third microphones to generate the above-described sound source separation system (2 Performs the same processing as the microphone 'target sound arrival direction orthogonal arrangement ⁇ differential type invention), and uses the above-mentioned sound source separation system (2 microphones' target sound arrival direction orthogonal arrangement) as the spectrum of the third high sensitivity region formation signal ⁇
  • the differential type invention is configured to generate the same spectrum as the spectrum of the target sound obtained by separation, and the high-sensitivity area integration means is the first high-sensitivity area formation signal generation means generated by the first high-sensitivity area formation signal generation means.
  • Spectrum of high-sensitivity area formation signal and second high-sensitivity area formation signal Spectrum of second high-sensitivity area formation signal generated by signal generation means and third high-sensitivity area formation signal generation means Using the spectrum of degrees region formation signal can be configured to perform spectral integration process by assigning a most inferior power by comparing the magnitudes of the power in each frequency band as a scan vector of the target sound.
  • the first high sensitivity region forming signal generating means is the first and second 2 Using the received sound signals of the individual microphones, the same processing as the sound source separation system (2 microphones, orthogonal arrangement of the target sound arrival direction, differential type invention) is performed, and the spectrum of the first high sensitivity region forming signal is The second high-sensitivity region forming signal is configured to generate the same spectrum as that of the target sound obtained by separation using the sound source separation system described above (two-microphone 'target sound arrival direction orthogonal arrangement' difference type invention).
  • the generation means uses the sound reception signals of the second and third microphones, and uses the sound source separation system described above (2-matrix).
  • high-sensitivity area limiting means for limiting the second high-sensitivity area to either the second microphone-side area or the third microphone-side area is provided.
  • the high-sensitivity area limiting means of the second high-sensitivity area forming signal generating means is the first that constitutes the above-described sound source separation system (two microphones' target sound arrival direction orthogonal arrangement / differential type invention).
  • the power of each power in the same frequency band between the spectrum of the sound on one side containing the target sound separated by the separating means and the spectrum of the sound on the other side containing the target sound separated by the second separating means is (1)
  • the first separation means On the frequency band where the power of the sound spectrum of one side including the separated target sound is smaller than the power of the spectrum of the other sound including the target sound separated by the second separation means
  • the band selection (Minimum Level Band Selection: BS—MIN) is performed to assign the smaller power to the spectrum of the sound on one side including the target sound separated by the first separation means, or the third The microphone side
  • the power of the spectrum of the sound on the other side including the target sound separated by the second separation means is (1)
  • the frequency band selection Minimum Level Band Selection: BS—MIN
  • the band selection (minimum level band selection: BS MIN) is assigned to the sound spectrum, and the third high-sensitivity area forming signal generation means is the sound reception signal of the first and third microphones.
  • the above-mentioned sound source separation system two-microphone 'target sound arrival direction orthogonal arrangement' difference type invention
  • separation unit integration the same processing is performed, and the above-described sound source separation system (two Instead of the integration means of the separating means constituting the click 'target sound arrival direction orthogonal arrangement' difference type of invention)
  • the third high-sensitivity region forming signal is generated by the high-sensitivity region limiting means for limiting the third high-sensitivity region to either the first microphone side region or the third microphone side region.
  • the high-sensitivity region limiting means is a first target sound dominant signal generating means that constitutes the above-described sound source separation system (two microphones, orthogonal arrangement of target sound arrival directions, differential type invention), and the first microphone receives sound.
  • the signal is subjected to delay processing and the second target sound dominant signal generation means is subjected to delay processing on the received signal of the third microphone, one of the signals including the target sound separated by the first separation means is included.
  • Band selection (minimum level band selection: BS—MIN) to be attributed to the spectrum of the sound on one side including the target sound separated by, or the area limited to the third microphone side.
  • the power of the spectrum of the other side sound including the target sound separated by the second separation unit is Includes isolated target sound
  • the power of the other side including the target sound separated by the second separation means is smaller than the power of the spectrum of the sound on the other side
  • the band selection to be attributed to the spectrum (minimum level band selection: BS-MIN) is configured, and the high-sensitivity region integration means is the first high-sensitivity area formation signal generated by the first high-sensitivity area formation signal generation means.
  • the spectrum of the second high sensitivity region formation signal generated by the second high sensitivity region formation signal generator and the spectrum of the third high sensitivity region formation signal generated by the third high sensitivity region formation signal generator By using and, the magnitude of each power is compared for each frequency band, and the most inferior power is assigned as the spectrum of the target sound so that spectrum integration processing can be performed (for example, described later). In the case of 40, and the like).
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle. Using the sound reception signals of the first, second, and third microphones in total and the first and second microphone ports, they arrive from the direction orthogonal to the target sound arrival direction. A direction opposite to the direction of arrival of the target sound using the means for generating an orthogonal interference sound suppression signal for generating an orthogonal interference sound suppression signal for suppressing the orthogonal interference sound and the received signals of the second and third microphones.
  • the signal of the opposite interference suppression control signal generating means for generating the control signal for suppressing the opposite interference coming from the signal, and the spectrum of the orthogonal interference suppression signal generated by the orthogonal interference suppression signal generating means and the opposite interference Signal generation for sound suppression control A comparison of the magnitude of each part of the same frequency band with the spectrum of the control signal generated by the stage is performed for each frequency band, and the spectrum part of the quadrature interference suppression signal is used for the control.
  • band selection minimum level band selection: BS—MIN
  • a counter-interference noise suppression means that suppresses the spectrum of the counter-interference sound included in the spectrum of the suppression signal
  • the orthogonal interference noise suppression signal generation means uses the received sound signals of the first and second microphones.
  • the same processing as the sound source separation system described above (2 microphones' target sound arrival direction orthogonal arrangement / difference type invention) is performed, and the spectrum of the orthogonal interference sound suppression signal is used as the sound source component described above. It is configured to generate the same spectrum as the target sound spectrum obtained by the system (two microphones, orthogonal arrangement of the target sound arrival direction, difference type invention).
  • a control target sound dominant signal generating means for taking a difference between a signal obtained by delaying the received signal of the third microphone and a received signal of the second microphone. It is characterized by being equipped with
  • the orthogonal interfering sound suppression signal is received using the sound reception signals of the first and second microphones. Is generated using the received signals of the 2nd and 3rd microphones, and is included in the spectrum of the quadrature interference suppression signal using this control signal. Therefore, the target sound and the disturbing sound can be separated with high accuracy.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle. Using the sound reception signals of the first, second, and third microphones in total and the first and second microphone ports, they arrive from the direction orthogonal to the target sound arrival direction.
  • Spectrum and anti-jamming noise suppression control signal The power of the signal in the same frequency band is compared with the spectrum of the control signal generated by the signal generation means for each frequency band, and the power of the spectrum of the quadrature interference suppression signal is controlled.
  • band selection minimum level band selection: BS—MIN
  • BS—MIN minimum level band selection: BS—MIN
  • a counter-interference noise suppression means for suppressing the spectrum of the counter-interference sound included in the spectrum of the suppression signal, and the orthogonal interference sound suppression signal generation means uses the received sound signals of the first and second microphones.
  • Source separation of cis System two microphones 'target sound arrival direction orthogonal arrangement' difference type invention separated by the target sound spectrum
  • the signal generation means for controlling the opposite interference sound suppression is time domain
  • a first control target sound dominant signal generating means for taking a difference between a signal obtained by delaying the received signal of the third microphone and a received signal of the second microphone
  • the second control target sound dominant signal that takes the difference between the signal after delaying the received signal of the third microphone and the received signal of the first microphone
  • the power of the inferior power is compared by comparing the magnitude of each power for each frequency band using the spectrum of the target sound dominant signal for the second control generated by And a control signal integration means for performing spectrum integration processing by assigning the signal as the spectrum of the target sound dominant signal for control.
  • a quadrature interfering sound suppression signal is generated using the sound reception signals of the first and second microphones.
  • a signal for controlling oncoming interference suppression is generated using the received signals of the first, second, and third microphones, and the spectrum of the orthogonal interference suppression signal is generated using this control signal. Since the spectrum of the included interfering sound is suppressed, the target sound and the interfering sound can be accurately separated.
  • Inverse interference sound suppression control type invention which performs processing including the above-described processing of 2 microphones, target sound, arrival direction orthogonal arrangement, sum / difference combination type invention>
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle.
  • a total of three microphones, first, second, and third, and two microphones, first and second An orthogonal interference sound suppression signal generating means for generating an orthogonal interference sound suppression signal that suppresses an orthogonal interference sound arriving from a direction orthogonal to the target sound arrival direction using the received sound of the mouthphone;
  • Counter interference sound suppression control signal generation means for generating a control signal for suppressing the counter interference sound coming from the direction opposite to the target sound arrival direction using the reception signals of the two microphones of No.
  • Interference noise suppression means, and the orthogonal interference noise suppression signal generation means uses the received signals of the first and second microphones to generate the sound source separation system described above (2 microphones' target sound arrival direction orthogonal arrangement). ⁇ Same processing as that of the sum / difference combination type), and the spectrum of the quadrature interfering noise suppression signal is separated by the above-described sound source separation system (two microphones 'target sound arrival direction orthogonal arrangement' sum / difference type invention)
  • the opposite interference sound suppression control signal generation means is configured to generate a third micro-frequency signal in the time domain or the frequency domain. It is characterized by comprising a control target sound dominant signal generating means for taking a difference between a signal obtained by applying delay processing to the received sound signal of the sound and a received sound signal of the second microphone. It is what you do.
  • a quadrature interfering sound suppression signal is generated by using sound reception signals of the first and second microphones.
  • the opposite interference noise suppression control signal is generated using the received signals of the second and third microphones, and the opposite signal included in the spectrum of the orthogonal interference noise suppression signal is generated using the control signal. Since the spectrum of the disturbing sound is suppressed, the target sound and the disturbing sound can be separated with high accuracy.
  • the number of microphones used is 3, and the number of sound sources with a small number of microphones is used. Since the separation can be realized, it is possible to reduce the size of the apparatus, thereby achieving the purpose described above.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle. From the direction orthogonal to the direction of arrival of the target sound, using the received sound signals of the first, second, and third microphones and the first, second, and third microphones. Opposing to the target sound arrival direction using the orthogonal interference sound suppression signal generation means for generating the orthogonal interference sound suppression signal to suppress the incoming orthogonal interference sound and the received signals of the first and second microphones.
  • the spectrum power of the control signal generated by the signal generator is compared for each frequency in the same frequency band for each frequency band, and the power of the spectrum of the quadrature interference suppression signal is controlled.
  • the orthogonal interference sound suppression signal generation means includes three first, second, and third Using the received sound signal of the microphone, the same processing as the sound source separation system described above (invention of 3 microphones and 2 combination type) is performed, and the sound source separation system described above is obtained as the spectrum of the orthogonal interference sound suppression signal.
  • the signal generation means for opposing jamming suppression control is either in the time domain or in the frequency domain.
  • the signal generation means for opposing jamming suppression control is either in the time domain or in the frequency domain.
  • it is configured to include a control target sound dominant signal generation unit that takes a difference between the signal after the delay processing is performed on the sound reception signal of the second microphone and the sound reception signal of the first microphone. It is characterized by that.
  • such a sound source separation system of the present invention (for example, in the case of FIG. 48 described later) Generates the quadrature interference signal using the received signals from the first, second, and third microphones, and uses the received signals from the first and second microphones. To generate the opposite interference sound suppression control signal and use this control signal to suppress the opposite interference sound spectrum included in the spectrum of the orthogonal interference sound suppression signal. It becomes possible to separate well.
  • the present invention provides a sound source separation system that separates a target sound and an interfering sound arriving from an arbitrary direction other than the arrival direction of the target sound, the first direction and the first direction intersecting each other. Using a total of four microphones and two microphones arranged side by side in each of the two directions and the received signals of these four microphones, they are orthogonal to the target sound arrival direction.
  • Opposite interference sound suppression control signal generation means for generating a control signal for suppressing opposite interference sound coming from a direction opposite to the target sound arrival direction using the received sound signal, and orthogonal interference sound suppression signal generation Generated by means For each frequency band, the power of the same frequency band is compared for each frequency band between the spectrum of the generated orthogonal interference suppression signal and the spectrum of the control signal generated by the counter interference suppression control signal generator. For a frequency band in which the spectrum power of the orthogonal interference suppression signal is smaller than the spectrum power of the control signal, a band selection (minimum level) for assigning the smaller power to the spectrum of the target sound to be separated.
  • a band selection minimum level
  • the apparatus By performing band selection (BS—MIN), the apparatus includes a counter interference suppression unit that suppresses the spectrum of counter interference included in the spectrum of the orthogonal interference suppression signal.
  • a counter interference suppression unit that suppresses the spectrum of counter interference included in the spectrum of the orthogonal interference suppression signal.
  • the same processing as the sound source separation system (invention of 4 microphones, 2 threads and combination type) described above is performed, and the orthogonal interference sound Of the pressure signal scan
  • the signal after delay processing is performed on the received signal of the microphone on the opposite interfering sound side of the two microphones arranged side by side in the first direction on the region or the frequency region, and the microphone on the target sound side It is characterized by comprising a control target sound dominant signal generating means for taking a difference from the received sound signal.
  • the quadrature interference sound suppression signal is generated using the sound reception signals of four microphones, and the first The counter interference sound suppression control signal is generated using the received signals of two microphones arranged side by side in the direction of the counter, and the counter interference included in the spectrum of the orthogonal interference noise suppression signal is generated using this control signal. Since the sound spectrum is suppressed, it is possible to separate the target sound and the interference sound with high accuracy.
  • the number of microphones used is four, and sound source separation can be realized with a small number of microphones, which makes it possible to reduce the size of the device, thereby achieving the purpose described above. Is done.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a rectangle. Orthogonal interference arriving from the direction orthogonal to the direction of arrival of the target sound using the four microphones of the first, second, third, and fourth and the received signals of these four microphones. Using the orthogonal interference sound suppression signal generation means for generating the orthogonal interference sound suppression signal that suppresses the sound and the received signals of the first and second microphones, the signal arrives from the direction facing the target sound arrival direction.
  • Counter interference suppression control signal generation means for generating a control signal for suppressing the opposing interference sound, and the spectrum of the orthogonal interference suppression signal generated by the orthogonal interference suppression signal generation means and the opposing interference.
  • Signal generator for sound suppression control Large of each power of the same frequency band with the spectrum of O Ri signal for the generated control to The purpose of performing small comparisons for each frequency band is to separate the power of the spectrum of the quadrature interference suppression signal smaller than the power of the spectrum of the signal for control, and the smaller power for the frequency band.
  • the quadrature interfering sound suppression signal generating means performs the same processing as that of the sound source separation system described above (invention of four microphones / three combinations type) using the sound reception signals of the four microphones, and generates the orthogonal interfering sound suppression signal scan As a petal, it is configured to generate the same spectrum as the target sound spectrum obtained by the sound source separation system described above (invention of 4 microphones / 3 combinations type).
  • the counter-interference noise suppression control signal generating means receives the signal after delay processing is performed on the received signal of the second microphone and the received signal of the first microphone in the time domain or the frequency domain.
  • the present invention is characterized by comprising a control target sound dominant signal generating means for taking a difference from the sound signal.
  • the four-microphone received signals are used to generate the orthogonal interfering sound suppression signal, and the first Then, a signal for controlling the opposing interference sound is generated using the received sound signals of the two microphones, and the opposing interference sound contained in the spectrum of the orthogonal interference suppression signal is generated using this control signal. Since the extraneous noise is suppressed, the target sound and the interference sound can be separated with high accuracy.
  • the number of microphones used is four, and sound source separation can be realized with a small number of microphones, which makes it possible to reduce the size of the device, thereby achieving the purpose described above. Is done.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound coming from an arbitrary direction other than the arrival direction of the target sound, and is arranged at each vertex position of a triangle. From the direction orthogonal to the direction of arrival of the target sound, using the received sound signals of the first, second, and third microphones and the first, second, and third microphones. The target sound arrives by using the orthogonal interference suppression signal generation means that generates the orthogonal interference suppression signal that suppresses the incoming orthogonal interference and the received signals of the first, second, and third microphones.
  • Opposing interference sound suppression control signal generating means for generating a control signal for suppressing the opposing interference sound coming from the opposite direction, and the orthogonal interference sound suppression signal generated by the orthogonal interference sound suppression signal generating means Between the power spectrum and the spectrum of the control signal generated by the signal generator for counter interference suppression control for each frequency band is compared for each frequency band. For a frequency band in which the power of the spectrum is smaller than the power of the spectrum of the control signal, band selection that assigns the smaller power to the spectrum of the target sound to be separated ( By implementing the minimum level band selection (BS—MIN), the counter interference signal suppression means suppresses the spectrum of the counter interference signal contained in the spectrum of the orthogonal interference signal suppression signal, and the orthogonal interference signal suppression signal is provided.
  • BS—MIN minimum level band selection
  • the generation means performs the same processing as the sound source separation system described above (invention of 3 microphones / 3 combination type) using the received signals of the first, second, and third microphones, and performs orthogonal interference.
  • the spectrum of the sound suppression signal is configured to generate the same spectrum as the spectrum of the target sound obtained by the sound source separation system (the invention of the three-microphone / three-combination type) described above.
  • the control signal generation means calculates a difference between the signal after the delay processing is performed on the received signal of the second microphone and the received signal of the first microphone on the time domain or the frequency domain.
  • such a sound source separation system of the present invention (for example, in the case of FIG. 54 described later) Generates a quadrature interfering sound suppression signal using the received signals of three microphones, and generates a counter interference sound suppression control signal using the received signals of the three microphones. Since the signal is used to suppress the spectrum of the opposing interference sound included in the spectrum of the orthogonal interference sound suppression signal, the target sound and the interference sound can be accurately separated.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, which makes it possible to reduce the size of the device, thereby achieving the above-mentioned purpose. Is done.
  • the present invention is a sound source separation system that separates a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • the sound source separation system is disposed at each vertex position of a triangle. 2 and 3 using a total of 3 microphones and the received signals of the 1st, 2nd, and 3rd microphone ports, they arrive from a direction orthogonal to the target sound arrival direction.
  • the power of the signal in the same frequency band is compared with the spectrum of the control signal generated by the control signal generator for each frequency band, and the spectrum power of the quadrature interference suppression signal is controlled.
  • a band selection (minimum level band selection: BS—MIN) that assigns the smaller power to the spectrum of the target sound to be separated in the frequency band smaller than the spectrum power of
  • a counter-interference sound suppression means for suppressing the spectrum of the counter-interference sound included in the spectrum of the sound suppression signal, and the orthogonal interference sound suppression signal generating means receives the first, second, and third microphones.
  • the same processing as the sound source separation system described above is performed, and the above-mentioned sound is obtained as the spectrum of the orthogonal interference sound suppression signal.
  • the counter interference sound suppression control signal generation means is a value obtained by multiplying the received signals of the second and third microphones by the same or different proportional coefficients in the time domain or the frequency domain. It is characterized by comprising a control target sound dominant signal generating means for taking a difference between a signal obtained by performing delay processing on the sum signal of the signal and a sound reception signal of the first microphone. To do.
  • the present invention is a sound source separation system that separates a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and uses sound reception signals of a plurality of microphones.
  • a plurality of different directional characteristic signal group generation means for generating two or more sets of spectrum combinations of signals having different directional characteristics, and two or more sets generated by each of these different directional characteristic signal group generation means.
  • BS—MultiD multi-dimensional band selection
  • BS—MultiD multidimensional band selection
  • each of the different-direction characteristic signal group generation means uses the reception signals of a plurality of microphones, respectively, Of the target sound and the signal of the target sound inferior signal. It is possible to adopt a configuration in which the power is determined to be greater than the power of the power source, and the force / non-power that satisfies these conditions simultaneously is determined for each frequency band.
  • the first three different microphones arranged at each vertex position of the triangle are provided, and the first difference is provided.
  • the directivity signal group generation means calculates the difference between the received signal of the first microphone and the signal after delay processing is performed on the received signal of the second microphone in the time domain or the frequency domain.
  • a first target sound dominant signal generating means for generating a first target sound dominant signal; a second microphone received signal; and a first microphone received signal in the time domain or the frequency domain.
  • a second target sound dominant signal generating means for generating a second target sound dominant signal by taking a difference from the signal after delay processing to the first and second in the time domain or the frequency domain.
  • a target sound inferior signal generating means for taking a difference between sound receiving signals of microphones The spectrum of the first target sound dominant signal generated by the first objective sound dominant signal generation means or obtained by the subsequent frequency analysis and the spectrum generated by the second target sound dominant signal generation means or obtained by the subsequent frequency analysis. Spectrum integration processing by assigning the inferior power as the spectrum of the target sound dominant signal by comparing the magnitude of each power for each frequency band using the spectrum of the second target sound dominant signal obtained And the second omnidirectional signal group generation means is configured to receive the third microphone sound reception signal and the second microphone sound reception signal in the time domain or the frequency domain.
  • a first target sound dominant signal generating means for generating a first target sound dominant signal by taking a difference from the signal after being subjected to delay processing, and a second microphone in the time domain or frequency domain.
  • Second target sound dominant signal generating means for generating a second target sound dominant signal by taking the difference between the received sound signal of the microphone and the signal after delaying the received signal of the third microphone
  • the target sound inferior signal generating means for taking the difference between the received signals of the second and third microphones in the time domain or the frequency domain, and the frequency analysis generated or thereafter by the first target sound dominant signal generating means.
  • the integration means for performing spectrum integration processing by comparing the power level of each frequency band and assigning the inferior power as the spectrum of the target sound dominant signal Forming hand Is, of the first or second It is possible to adopt a configuration that performs two-dimensional band selection that assigns the spectrum power of the target sound dominant signal generated by any of the different directional characteristic signal group generation means as the spectrum of the target sound to be separated. (For example, in the case of FIG. 58 described later).
  • a first heterodirectivity signal group generation includes a total of three first, second, and third microphones arranged at each vertex position of a triangle.
  • the means measures the difference between the received signal from the first microphone and the signal after delaying the received signal from the second microphone. Delay processing is performed on the received sound signal of the second microphone and the received sound signal of the first microphone in the time domain or the frequency domain.
  • a second target sound dominant signal generating means for generating a second target sound dominant signal by taking a difference from the signal after the first and second microphones on the time domain or the frequency domain.
  • the target sound inferior signal generation means for taking the difference between the sound signals and the first target sound
  • Spectral integration processing is performed by comparing the magnitude of each power for each frequency band and assigning the inferior power as the spectrum of the target sound dominant signal.
  • the second omnidirectional characteristic signal group generation unit is configured to convert the reception signal of the third microphone and the reception signal of the second microphone in the time domain or the frequency domain.
  • a first target sound dominant signal generating means for generating a first target sound dominant signal by taking a difference from the signal after delay processing; and a second microphone in the time domain or the frequency domain.
  • a second target sound dominant signal generating means for generating a second target sound dominant signal by taking a difference between the sound signal and a signal obtained by delaying the received signal of the third microphone; and a time domain Generated by the target sound inferior signal generation means that takes the difference between the received signals of the second and third microphones in the upper or frequency domain and the first target sound dominant signal generation means, or obtained by subsequent frequency analysis.
  • the target sound inferior signal generation means that takes the difference between the received signals of the second and third microphones in the upper or frequency domain and the first target sound dominant signal generation means, or obtained by subsequent frequency analysis.
  • the third omnidirectional signal group generation means is configured to perform a delay between the received signal of the third microphone and the signal after delay processing is performed on the received signal of the first microphone in the time domain or the frequency domain.
  • the first target sound dominant signal generating means for generating the first target sound dominant signal by taking the difference, the received signal of the first microphone and the third microphone in the time domain or the frequency domain
  • a second target sound dominant signal generating means for generating a second target sound dominant signal by taking a difference from the signal after delay processing is performed on the received sound signal, and in a time domain or a frequency domain, Receiving the first and third microphones
  • the target sound inferior signal generation means that takes the difference between the signals and the first target sound dominant signal spectrum generated by the first target sound dominant signal generation means or the frequency analysis after that and the second purpose Using the spectrum of the second target sound dominant signal generated by the sound dominant signal generation means or obtained by subsequent frequency analysis, the power of the inferior one is compared by comparing the magnitude of each power for each frequency band.
  • And integrating means for performing vector integration processing by assigning it as the spectrum of the target sound dominant signal, and the high-sensitivity region forming means has any one of the first, second, and third omnidirectional characteristics. It is possible to adopt a configuration for performing a three-dimensional band selection in which the spectrum power of the target sound dominant signal generated by the signal group generation means is attributed as the spectrum of the target sound to be separated (for example, Like the case of FIG. 59 to be described later).
  • the delay process is a process that gives a delay that is an integral multiple of the sampling period in the time domain or the frequency domain.
  • the present invention is a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • At least one target sound dominant signal by performing linear combination processing for the target sound enhancement in the time domain or the frequency domain using the received signals of these two microphones.
  • at least one objective paired with the target sound dominant signal by performing linear combination processing for the target sound suppression in the time domain or frequency domain using the received signals of the two microphones
  • a sound inferior signal is generated, and thereafter, the target sound and the interference sound are separated using the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal.
  • Invention of parallel arrangement type of target sound arrival direction Invention of a type using two microphones arranged side by side in the direction of arrival of the target sound or in approximately the same direction as this direction
  • the target sound dominant signal is generated. Is the received signal of one microphone placed on the side closer to the target sound source of the two microphones and the other placed on the far side of the target sound source in the time domain or frequency domain.
  • the signal after delaying the received signal of one microphone in the time domain or the frequency domain And the sound reception signal of the other microphone can be taken.
  • two microphones are connected in the direction of arrival of the target sound or substantially the same as this direction.
  • the target sound and the interference sound are separated in the case where they are arranged side by side, the magnitude of each power in the same frequency band between the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal is small. Are compared for each frequency band, and large for each frequency band.
  • Band selection can be performed to assign the powers of V and V to the spectrum obtained by separation.
  • the target sound dominant signal Spectral 'subtraction may be performed by subtracting the power of each frequency band of the spectrum from the power of the same frequency band of the signal of the target sound inferior signal by the coefficient.
  • the target sound to be separated is the target sound in the normal mode and the target sound.
  • one microphone is placed closer to the target sound source in the normal mode and the other microphone is the sound source of the target sound in the normal mode in order to switch with the target sound in the switching mode coming from the opposite direction.
  • the other microphone is placed closer to the target sound source in the switching mode, and one microphone is placed farther from the target sound source in the switching mode.
  • the signal after delay processing is performed on the received sound signal of one microphone in the time domain or the frequency domain.
  • the first target sound inferior signal is generated by taking the difference from the received signal of the other microphone. In the switching mode, the signal is delayed to the received signal of the other microphone in the time domain or the frequency domain.
  • the second target sound inferior signal is generated by taking the difference between the processed signal and the received sound signal of one microphone and the target sound inferior sound is separated from the target sound. It is desirable to use the first target sound inferior signal in the normal mode and the second target sound inferior signal in the switching mode.
  • the microphones described above are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction, when generating the target sound inferior signal, the microphone to be subjected to delay processing is generated.
  • the received signal in time domain or frequency domain above, a time delay equivalent to or approximately the same as the sound propagation time between two microphones can be provided.
  • the target sound inferior signal when the two microphones described above are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction, when the target sound inferior signal is generated, the target is subjected to delay processing. Give a delay of a shorter time than the sound propagation time between two microphones in the time domain or frequency domain.
  • the two microphones described above are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction, the two microphones are connected to the operation unit and the Z or screen display unit of the portable device.
  • One may be provided at each corresponding position on the front surface side where the surface is provided and the back surface side opposite thereto.
  • the mobile device is folded and closed when not in use, and is a foldable mobile phone that is opened when in use. Change the installation interval of the two microphones in conjunction with the opening / closing operation of the mobile phone so that the installation interval when opened is larger than the installation interval when closed.
  • the two microphones are allowed to rotate about an axis parallel to the front and back surfaces of the portable device.
  • the rotation support member is stored in parallel or substantially parallel to the front and back surfaces of the portable device when not in use, or orthogonal to the front and back surfaces of the portable device when used. As a state of being substantially orthogonal,
  • the following may be performed. That is, in the sound source separation method described above, when two microphones are arranged side by side in a direction that is perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the target sound dominant signal is generated, When the sum of the received signals of the two microphones is generated above or in the frequency domain, and the target sound inferior signal is generated, the received signals of the two microphones are compared in the time domain or the frequency domain. The difference can be taken.
  • two microphones are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound, and the sum of the received signals of the two microphones is used to obtain the signal of the target sound dominant.
  • the frequency dependent coefficient for at least one of the spectrums of the target sound dominant signal spectrum and the target sound inferior signal spectrum is separated.
  • the power of each frequency band is compared for each frequency band, and the band is selected so that the larger power in each frequency band is attributed to the spectrum obtained by separation. be able to.
  • two microphones are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound, and the sum of the received signals of the two microphones is used to obtain the target sound superiority.
  • the power of each frequency band of the target sound dominant signal spectrum is used in the same frequency band of the target sound inferior signal spectrum. Spectral 'subtraction may be performed to reduce the power multiplied by a factor.
  • two microphones are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound, and the signal of the target sound dominance is obtained by summing the received signals of the two microphones.
  • the received signal of the other microphone and the received signal of one microphone were delayed in the time domain or frequency domain.
  • the second target sound dominant signal is generated by taking the difference from the later signal, and when the target sound inferior signal is generated, the reception of the two microphones in the time domain or the frequency domain is performed. Differences in sound signals can be taken.
  • the two microphones are arranged side by side in a direction perpendicular or substantially perpendicular to the direction of arrival of the target sound as described above, the first and second target sound dominant signals are generated.
  • a comparison is made between the spectrum of the first target sound dominant signal spectrum and the target sound inferior signal spectrum for each power level in the same frequency band.
  • the power of the higher one in each frequency band is selected to assign the band to the spectrum obtained by separation to separate the sound on one side including the target sound, and the second target sound dominant
  • the magnitude of each power in the same frequency band is compared between the signal spectrum of the target signal and the signal of the target sound inferior signal, and the larger power in each frequency band is obtained separately.
  • the other side including the target sound is separated from the other side including the target sound and the other side including the target sound.
  • the two microphones are arranged side by side in the direction perpendicular or substantially perpendicular to the direction of arrival of the target sound as described above, the first and second target sound dominant signals are generated.
  • a coefficient is calculated from the power of each frequency band of the spectrum of the first target sound dominant signal to the power of the same frequency band of the spectrum of the target sound inferior signal.
  • Spectral 'subtraction to reduce the multiplied value to separate the sound on one side including the target sound, and from the power of each frequency band of the second target sound dominant signal spectrum
  • Spectral 'subtraction to reduce the value of the power of the same frequency band of the spectrum of the target sound inferior signal multiplied by a coefficient to separate the sound on the other side including the target sound, and then While including sound Using the spectrum of the sound on the side and the spectrum of the sound on the other side including the target sound, add these powers for each frequency band, or compare the power levels for each frequency band.
  • the inferior one Perform spectrum integration by assigning power as the spectrum of the target sound.
  • the present invention provides a sound source separation method for separating a target sound and an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound, and includes a first, second, and third total 3 Two microphones are placed at each vertex of the triangle, and linear combination processing for target sound enhancement is performed in the time domain or frequency domain using the received signals of the first and second microphones.
  • linear combination processing for target sound enhancement is performed in the time domain or frequency domain using the received signals of the first and second microphones.
  • To generate at least one target sound dominant signal and linear combination for target sound suppression in the time domain or frequency domain using the received signals of the first and third microphones By processing, at least one target sound inferior signal paired with the target sound dominant signal is generated, and then the target sound dominant signal spectrum and the target sound inferior signal spectrum are used. Separating sound from interfering sound It is characterized in.
  • the first and second microphones are arranged side by side in the target sound arrival direction or substantially in the same direction as the target sound arrival direction, and the first and third microphones are When generating the target sound dominant signal in a direction perpendicular to or substantially perpendicular to the sound arrival direction, the received signal of the first microphone in the time domain or frequency domain, When the difference between the received signal of the second microphone and the signal of the target sound inferiority is generated, the received signal of the first microphone and the third microphone are generated in the time domain or the frequency domain. It is desirable to take the difference from the received signal.
  • each of the same frequency band between the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal is used. Compare power levels for each frequency band, and perform band selection that assigns the greater power in each frequency band to the spectrum obtained by separation. May be.
  • the power of each frequency band of the target sound dominant signal spectrum is used to calculate the vector of the target sound inferior signal.
  • Spectral 'subtraction may be performed to reduce the value of the power in the same frequency band multiplied by a coefficient.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and a total of four microphones are connected to each other. Two of the four microphones are arranged side by side in the first direction and the second direction, and two microphones arranged side by side in the first direction are received.
  • the sound signal is used to generate at least one target sound dominant signal by performing linear combination processing for target sound enhancement in the time domain or the frequency domain, and the second of the four microphones. At least paired with the target sound dominant signal by performing linear combination processing for suppressing the target sound in the time domain or the frequency domain using the received signals of two microphones arranged side by side in the direction.
  • One Generates a signal target sound inferior then, it is characterized in that the separation of the target sound and the interference noise by using the scan Bae Tuttle spectrum and target sound inferior signal of the target sound superior signal.
  • the first direction is the target sound arrival direction or substantially the same direction as this direction
  • the second direction is a direction perpendicular or substantially perpendicular to the target sound arrival direction.
  • the power of each frequency band of the target sound dominant signal spectrum is used to calculate the vector of the target sound inferior signal.
  • Spectral 'subtraction may be performed to reduce the value of the power in the same frequency band multiplied by a coefficient.
  • the present invention provides a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the direction of arrival of the target sound, wherein the first, second, third, A total of four microphones are placed at each vertex position of the square, and the target sound is emphasized in the time domain or frequency domain using the received signals of the first and second microphones.
  • the target sound dominant signal is generated by performing linear combination processing, and the target sound suppression signal is received in the time domain or the frequency domain using the received signals of the first and third microphones.
  • the first target sound inferior signal paired with the target sound dominant signal is generated by performing linear combination processing, and the received signals of the first and fourth microphones are used in the time domain or Linear combination processing for target sound suppression in the frequency domain
  • To generate a second target sound inferior signal paired with the target sound dominant signal and then use the target sound dominant signal spectrum and the first target sound inferior signal spectrum to Separating the sound on one side including the sound, and separating the sound on the other side including the target sound using the spectrum of the signal of the target sound dominant and the spectrum of the signal of the second target sound inferior, Using the spectrum of the sound on one side that includes the target sound and the vector of the sound on the other side that includes the target sound, add these powers for each frequency band, or add each power for each frequency band.
  • the spectrum integration processing is performed by assigning the inferior power as the spectrum of the target sound.
  • the effect obtained by the sound source separation system of the present invention described above can be obtained as it is, thereby achieving the object.
  • the first and second microphones are arranged side by side in the target sound arrival direction or substantially in the same direction as this direction, and the third microphone is connected to the first microphone and the second microphone. Placed on one side of the line connecting the other microphone, and the fourth microphone mouthphone is placed on the other side of the line connecting the first microphone and the second microphone.
  • the difference between the received signals of the first and second microphones in the time domain or frequency domain is taken to generate a first target sound inferior signal.
  • the time domain or frequency domain is used. , 1st and 4th micro It is desirable to take the difference between the received sound signals.
  • the spectrum between the signal of the target sound dominant signal and the spectrum of the first target sound inferior signal is used. Compare the power of each power in the same frequency band for each frequency band, select the band that assigns the power of the larger and the higher in each frequency band to the spectrum obtained by separation, and the other containing the target sound. In order to separate the sounds on the other side, a comparison of the magnitude of each part of the same frequency band between the vector of the target sound dominant signal and the spectrum of the second target sound inferior signal is performed for each frequency band. In this case, the band selection may be performed in which the larger part of each frequency band is attributed to the spectrum obtained by separation.
  • the first target sound inferiority is derived from the power of each frequency band of the spectrum of the target sound dominant signal. Spectral, subtracting the power of the same frequency band of the signal spectrum and multiplying by a coefficient When separating the other side sound including the target sound
  • the present invention is directed to a target sound and an arbitrary direction other than the direction of arrival of the target sound.
  • This is a sound source separation method that separates the disturbing sound from the microphone, and a total of three microphone mouthphones, the first, second, and third, are placed at each vertex of the triangle, and the three microphones are received.
  • the target signal dominant signal is generated by performing linear combination processing for target sound enhancement in the time domain or frequency domain using the sound signal, and the first and second microphones receive the sound.
  • the first target sound inferior signal paired with the target sound dominant signal is generated by performing linear combination processing for suppressing the target sound in the time domain or frequency domain using the signal, and the first And the second objective to be paired with the target sound dominant signal by performing linear combination processing for the target sound suppression in the time domain or frequency domain using the received signals of the two two microphones.
  • Produce a sound inferior signal then the target sound dominant signal And the first target sound inferior signal spectrum to separate the sound on one side including the target sound, and the target sound dominant signal spectrum and the second target sound inferior signal spectrum.
  • Spectral integration processing is performed by adding the power for each frequency band, or comparing the magnitude of each power for each frequency band and assigning the inferior power as the spectrum of the target sound. It is a feature.
  • the first and second microphones are arranged side by side in a direction inclined with respect to the target sound arrival direction, and the first and third microphones are connected to the target sound.
  • the time domain or frequency domain When generating a signal with the target sound dominance in a direction inclined to the direction opposite to the direction of inclination of the first and second microphones relative to the direction of arrival, the time domain or frequency domain above, the difference between the received sound signal of the first microphone and the sum of the received signal of the second and third microphones multiplied by the same or different proportionality coefficient is obtained, and the first target sound inferiority is obtained.
  • the difference between the received signals of the first and second microphones is taken in the time domain or the frequency domain, and the second target sound inferior signal is generated in the time domain. Top or frequency Over the area, it is desirable to take the difference between the first and third received sound signal of the microphone.
  • the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal are The power of the same frequency band is compared for each frequency band, and in each frequency band, the power that is larger and smaller is selected to assign to the spectrum obtained by separation, and the target sound is selected.
  • the spectrum of the signal of the target sound dominant signal and the spectrum of the signal of the second target sound inferior signal are compared with each other in the same frequency band. It may be done for each band, and you may select the band to assign the larger power in each frequency band to the spectrum obtained by separation.
  • the first target sound inferiority is derived from the power of each frequency band of the target sound dominant signal spectrum.
  • Spectral 'subtraction that reduces the power of the same frequency band of the signal spectrum multiplied by a coefficient to separate the other side of the sound, including the target sound.
  • Spectral 'subtraction may be performed in which the power of each frequency band of the spectrum is subtracted from the power of the same frequency band of the spectrum of the second target sound inferior signal multiplied by a coefficient.
  • the present invention is a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the arrival direction of the target sound, and is a right angle or a substantially right angle to the target sound arrival direction.
  • a total of 3 microphones, 1st, 2nd, and 3rd, are placed at each vertex position of the triangle on the surface that forms the same, and the received sound signals of the 1st and 2nd microphones are used.
  • Generates the spectrum of the first high-sensitivity region forming signal that forms the first high-sensitivity region along the plane orthogonal to the line connecting these microphones, and receives the sound from the second and third microphones.
  • the signal is used to generate the spectrum of the second high-sensitivity region formation signal that forms the second high-sensitivity region along the plane orthogonal to the line connecting these microphones.
  • the second high sensitivity region formation signal High for separating the target sound to the intersection of the first sensitive region and a second sensitive region by using the spectrum A sensitivity region is formed.
  • the sound source separation method described above when the first high sensitivity region formation signal is generated, the sound source separation method described above (using the sound reception signals of the first and second microphones) ( 2 microphones ⁇ Target sound arrival direction orthogonal arrangement ⁇ Differential type invention), the above-mentioned sound source separation method (2 microphone 'target sound arrival direction orthogonal arrangement)
  • the second high-sensitivity region forming signal is generated by generating the same spectrum as that of the target sound obtained by the separation by the 'difference type invention', the sound received by the second and third microphones is received.
  • the same processing as the sound source separation method described above (2 microphones' target sound arrival direction orthogonal arrangement ⁇ difference type invention) is performed, and the above-mentioned method is used as the second high-sensitivity region forming signal.
  • Sound source separation method (2 microphones) To generate the same spectrum as the target sound spectrum obtained by separating the orthogonal sound and the differential type invention), and separating the target sound into the common part of the first high sensitivity region and the second high sensitivity region.
  • Spectral integration processing can be performed by assigning power as the spectrum of the target sound.
  • the sound source separation method described above when the first high-sensitivity region forming signal is generated, the sound source separation method described above is performed using the sound reception signals of the first and second microphones. Perform the same process as (2 microphones, orthogonal arrangement of target sound arrival direction, difference type invention), and use the above-mentioned sound source separation method (2 microphones as the target sound arrival direction)
  • the second high-sensitivity region forming signal is generated by generating the same spectrum as that of the target sound obtained by separation by the orthogonal arrangement (difference type invention)
  • the second and third microphones are used.
  • Sound source separation method (2 microphones) The same processing is performed except for the spectral arrival processing in the sound arrival direction orthogonal arrangement and difference type invention), and the sound source separation method described above (2 microphones ⁇ target sound arrival direction orthogonal arrangement • difference type invention) Instead of the spectrum integration process, a high-sensitivity area restriction process that restricts the second high-sensitivity area to either the second microphone-side area or the third microphone-side area is performed. Is performed, the first target sound dominant signal generation process in the above-described sound source separation method (invention of difference type of two microphones 'target sound arrival direction orthogonal arrangement') is delayed to the received signal of the second microphone.
  • the sound on one side including the target sound separated by the first separation processing is processed.
  • the power of the same frequency band is compared for each frequency band between the power source and the other side of the spectrum including the target sound separated by the second separation process, and the second microphone is compared.
  • the spectrum of the sound on one side including the target sound separated by the first separation process to generate the second high-sensitivity area formation signal vector that forms the second high-sensitivity area limited to the side area.
  • the power of the other side, including the target sound separated by the second separation process is smaller than the power of the spectrum of the sound on the other side.
  • the second high sensitivity is formed by selecting a band to be attributed to the spectrum of the sound on one side including the target sound separated by, or forming the second high sensitivity region limited to the region on the third microphone side. Generate spectrum of region forming signal Therefore, the power of the spectrum of the sound on the other side including the target sound separated by the second separation process is smaller than the power of the spectrum of the sound of one side including the target sound separated by the first separation process.
  • the first high-sensitivity region and the second high-sensitivity region are selected by assigning the smaller power to the spectrum of the other side including the target sound separated by the second separation process.
  • the second high sensitivity area It is possible to switch whether to limit the area to the second microphone side or the third microphone side!
  • the present invention provides a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of 3 microphones, 1st, 2nd, and 3rd, are placed at each vertex position of the triangle on the surface that forms the same, and the received sound signals of the 1st and 2nd microphones are used.
  • a signal is used to generate a spectrum of a second high sensitivity region forming signal that forms a second high sensitivity region along a plane perpendicular to the line connecting these microphones, and the first and third microphones are further generated.
  • a spectrum of the third high-sensitivity region formation signal that forms the third high-sensitivity region along a plane perpendicular to the line connecting the ichrophones is generated, and then the spectrum of the first high-sensitivity region formation signal and the second high-sensitivity region are generated.
  • the sound source separation method described above when the first high-sensitivity region forming signal is generated, the sound source separation method described above is performed using the sound reception signals of the first and second microphones. (2 microphones, target sound arrival direction orthogonal arrangement, differential type invention), and the above-mentioned sound source separation method (2 microphones)
  • the second high-sensitivity region forming signal is generated by generating the same spectrum as that of the target sound obtained by separation by the orthogonal arrangement in the coming direction (difference type invention)
  • the second and third signals are generated.
  • the same processing as the sound source separation method described above (2 microphones' target sound arrival direction orthogonal arrangement ⁇ difference type invention) was performed, and the spectrum of the second high-sensitivity region formation signal was described above.
  • the same processing as the sound source separation method described above (2 microphones' target sound arrival direction orthogonal arrangement / differential type invention) is performed using the received sound signals of the first and third microphones.
  • 3rd high sensitivity area As the spectrum of the formed signal, the same spectrum as the spectrum of the target sound obtained by the above-mentioned sound source separation method (two microphones, orthogonal arrangement of the target sound arrival direction, difference type invention) is generated, and the first high When forming a high sensitivity area for separating the target sound at the intersection of the sensitivity area, the second high sensitivity area, and the third high sensitivity area, the spectrum of the first high sensitivity area formation signal and the second high sensitivity area Using the spectrum of the frequency region forming signal and the spectrum of the third high sensitivity region forming signal, the power levels are compared for each frequency band, and the most inferior power is assigned as the spectrum of the target sound. Thus, spectrum integration processing can be performed.
  • the sound source separation method described above when the first high sensitivity region forming signal is generated, the sound source separation method (two microphones) described above is used by using the sound reception signals of the first and second microphones.
  • Target sound arrival direction orthogonal arrangement ⁇ Invention of difference type the above-mentioned sound source separation method (2 microphones 'target sound arrival direction orthogonal arrangement' difference type)
  • the received sound signals of the second and third microphones are used.
  • the high-sensitivity region limiting process that limits the second high-sensitivity region to either the second microphone-side region or the third microphone-side region To generate this second high-sensitivity region formation signal.
  • region restriction processing the second microphone is received in the first target sound dominant signal generation processing in the sound source separation method described above (two microphones ⁇ target sound arrival direction orthogonal arrangement 'difference type invention').
  • the power spectrum of the same frequency band is compared for each frequency band between the spectrum of the sound on one side and the spectrum of the sound on the other side including the target sound separated by the second separation process.
  • One side containing the target sound separated by the first separation process to generate the spectrum of the second high sensitivity region forming signal that forms the second high sensitivity region limited to the region of the two microphone sides The power of the sound spectrum of the second minute For the frequency band smaller than the power of the spectrum of the sound on the other side containing the target sound separated by the separation process, the smaller power is used for the one side containing the target sound separated by the first separation process. In order to select a band to be attributed to the spectrum of the sound of the second, or to generate a spectrum of the second high-sensitivity region forming signal that forms a second high-sensitivity region limited to the region on the third microphone side.
  • the power of the spectrum of the sound on the other side including the target sound separated by the separation process is smaller than the power of the spectrum of the sound of the other side including the target sound separated by the first separation process. Then, band selection is made to assign the smaller power to the spectrum of the other side sound including the target sound separated by the second separation process, and the third high sensitivity region forming signal is generated.
  • the received sound signals of the first and third microphones are used to perform the above-described sound source separation method (invention of the difference between the two microphones “the target sound arrival direction orthogonal arrangement”) and the separation process.
  • the third high sensitivity region is changed.
  • the first target sound dominant signal generation processing delays the received sound signal from the first microphone.
  • the second target sound is processed and processed
  • the first separation processing Compare the power levels of the power in the same frequency band between the spectrum of the sound on one side containing the separated target sound and the spectrum of the sound on the other side separated by the second separation process.
  • the target sound separated by the first separation processing is performed for each frequency band to generate the spectrum of the third high sensitivity region forming signal that forms the third high sensitivity region limited to the region on the first microphone side.
  • the smaller power is Select the band to be attributed to the spectrum of the sound on one side including the target sound separated by the separation process, or form the third high sensitivity area limited to the area on the third microphone side.
  • the power of the spectrum of the sound on the other side including the target sound separated by the second separation process is included in one of the sounds including the target sound separated by the first separation process.
  • the power of the spectrum of the other side is smaller than the spectrum power of the other side, and the power of the lower side belongs to the spectrum of the other side of the sound including the target sound separated by the second separation process.
  • the high sensitivity area for separating the target sound is formed at the intersection of the first high sensitivity area, the second high sensitivity area, and the third high sensitivity area, the first high sensitivity area is selected.
  • the spectrum of the frequency domain formation signal, the spectrum of the second high sensitivity domain formation signal, and the spectrum of the third high sensitivity domain formation signal the magnitude of each power is compared for each frequency band and the most inferior power Assigning it as the spectrum of the target sound Ri may be performed spectrum integration process.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of 3 microphones, 2nd and 3rd, are placed, and using the sound reception signals of the 1st and 2nd microphones, they arrive from the direction orthogonal to the direction of arrival of the target sound.
  • the signals received from the second and third microphones are used to arrive from the direction opposite to the target sound arrival direction.
  • a control signal for suppressing the opposite interference noise is generated, and then the magnitude of each part of the same frequency band is compared between the spectrum of the orthogonal interference suppression signal and the spectrum of the control signal.
  • row 1 for the frequency band in which the spectrum of the orthogonal interference suppression signal is smaller than the power of the control signal spectrum, the smaller power is attributed to the spectrum of the target sound to be separated.
  • the first and second microphones are used to suppress the spectrum of the opposite interference noise included in the spectrum of the orthogonal interference noise suppression signal and generate the direct interference noise suppression signal.
  • the same processing as the sound source separation method described above (2 microphones, orthogonal arrangement of target sound arrival directions, difference type invention) is performed to obtain the spectrum of the orthogonal interference suppression signal.
  • the target sound for control is obtained by taking the difference between the received signal of the third microphone and the received signal of the second microphone in the time domain or the frequency domain. It is characterized by generating a dominant signal.
  • the present invention is a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of 3 microphones, 2nd and 3rd, are placed, and using the sound reception signals of the 1st and 2nd microphones, they arrive from the direction orthogonal to the direction of arrival of the target sound.
  • an orthogonal interference suppression signal that suppresses the direct interference noise that is generated, and using the sound reception signals of the first, second, and third microphones, it arrives from the direction opposite to the target sound arrival direction.
  • a control signal is generated to suppress the counter-jamming noise, and then a comparison is made between the spectrum of the quadrature jamming noise suppression signal and the spectrum of the control signal for each power level in the same frequency band.
  • Line 1 for each band, for the quadrature jamming suppression signal Spectrum
  • the spectrum of the orthogonal interfering sound suppression signal is selected by performing band selection that assigns the smaller power to the spectrum of the target sound to be separated.
  • the sound source separation method (2 microphones ⁇ target sound arrival direction orthogonal arrangement ⁇ difference type) is used as the spectrum of orthogonal interference suppression signal.
  • the same spectrum as that of the target sound obtained by separation is generated and a control signal is generated.
  • the difference between the signal after the delay processing is applied to the received sound signal of the lophone and the received sound signal of the second microphone is used to generate the signal of the target sound dominant for the first control, and in the time domain or In the frequency domain, the difference between the signal after delaying the received signal of the third microphone and the received signal of the first microphone is used to determine the target sound superiority for the second control.
  • spectral integration processing is performed by assigning the power of the inferior one as the spectrum of the target sound dominant signal for control.
  • the present invention is a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of 3 microphones, 2nd and 3rd, are placed, and using the sound reception signals of the 1st and 2nd microphones, they arrive from the direction orthogonal to the direction of arrival of the target sound.
  • Generate a control signal to suppress the sound, and then suppress the quadrature interference sound A comparison of the magnitude of each part of the same frequency band between the spectrum of the signal and the spectrum of the control signal is performed for each frequency band 1, and the spectrum of the quadrature interference suppression signal is the control signal.
  • the spectrum of the opposite interference sound included in the spectrum of the orthogonal interference sound suppression signal is selected by assigning the smaller power to the spectrum of the target sound to be separated.
  • the sound source separation method described above (2 microphones, orthogonal arrangement of the target sound arrival direction) is used, using the received signals of the first and second microphones.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of three microphones, 2nd and 3rd, are placed, and the received sound signals of the 1st, 2nd, and 3rd microphones are used to be orthogonal to the target sound arrival direction.
  • a control signal is generated to suppress the counter-jamming noise, and then a comparison is made between the spectrum of the quadrature jamming noise suppression signal and the spectrum of the control signal for each power level in the same frequency band.
  • Line 1 for each band, for the quadrature jamming suppression signal For power is smaller frequency band than the power of the spectrum of the signal for controlling the spectrum, this performing the smaller the power of the its, band selection be attributed to the spectrum of the target sound to be separated
  • the first, second, and third microphone ports Using the received sound signal, the same processing as the sound source separation method (3 microphones, 2 combination type) described above is performed, and the sound source separation method (3 microphones, 2 combinations) described above is used as the spectrum of the orthogonal interference suppression signal.
  • control signal When the control signal is generated by generating the same spectrum as that of the target sound obtained by separation of the type invention, the received sound signal of the second microphone in the time domain or the frequency domain
  • the control target sound dominant signal is generated by taking the difference between the signal after the delay processing and the sound reception signal of the first microphone.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound coming from an arbitrary direction other than the arrival direction of the target sound, and a total of four microphones are connected to each other.
  • the two directions are arranged side by side in the first direction and the second direction, and using the received signals of these four microphones, the direction orthogonal to the target sound arrival direction.
  • the quadrature interfering sound suppression signal that suppresses the quadrature interfering sound that arrives from is generated, and the received sound signals of the two microphone phones arranged in the first direction among the four microphones are used, A control signal is generated to suppress the counter interference sound coming from the direction opposite to the target sound arrival direction, and then the same between the vector of the orthogonal interference sound suppression signal and the control signal spectrum.
  • a control signal is generated to suppress the counter interference sound coming from the direction opposite to the target sound arrival direction, and then the same between the vector of the orthogonal interference sound suppression signal and the control signal spectrum.
  • the power of the spectrum of the quadrature interference suppression signal is smaller than the power of the spectrum of the control signal, and the power of the smaller frequency is compared.
  • the spectrum of the opposite interference sound included in the spectrum of the orthogonal interference sound suppression signal is suppressed, and when generating the orthogonal interference noise suppression signal, 4
  • the same processing as the sound source separation method described above is performed to suppress orthogonal interference sound
  • the same spectrum as the target sound spectrum obtained by the sound source separation method described above is generated, and when generating a control signal, time is required.
  • the signal after delay processing is performed on the received sound signal of the microphone on the opposite interfering sound side of the two microphones arranged side by side in the first direction on the region or the frequency region, and the target sound side
  • a control target sound dominant signal is generated by taking a difference from a microphone reception signal.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of 4 microphones, 2nd, 3rd, and 4th, are placed, and the received sound signals of these 4 microphones are used to arrive from the direction orthogonal to the target sound arrival direction.
  • Orthogonal interfering noise suppression signal that suppresses orthogonal interfering sound is generated, and the opposite interfering sound coming from the direction opposite to the target sound arrival direction is suppressed using the received signals of the first and second microphones.
  • a control signal is generated for each frequency band, and the magnitude of each power in the same frequency band is compared for each frequency band between the spectrum of the orthogonal interference suppression signal and the spectrum of the control signal! , Spectrum of quadrature interference suppression signal Since the power is smaller than the power of the spectrum of the control signal and in the frequency band, the band interference is selected by assigning the smaller power to the spectrum of the target sound to be separated.
  • the sound source separation method described above (4 microphones / 3) The same processing as that in the combination type invention) is performed, and the spectrum of the target sound obtained by separating by the above-described sound source separation method (invention of 4 microphones / 3 combination type) is obtained as the spectrum of the orthogonal interference sound suppression signal
  • the control signal is generated, the signal after delay processing is performed on the received signal of the second microphone in the time domain or the frequency domain, and the first Difference from the received signal of the microphone By taking the above, a control target sound dominant signal is generated.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of three microphones, 2nd and 3rd, are placed, and the received sound signals of the 1st, 2nd, and 3rd microphones are used to be orthogonal to the target sound arrival direction.
  • a control signal is generated to suppress the oncoming interfering sound coming from the direction, and then the magnitude of each power in the same frequency band between the spectrum of the direct interference sound suppressing signal and the spectrum of the control signal Comparison for each frequency band to suppress orthogonal interference
  • the lower power is assigned to the spectrum of the target sound to be separated.
  • the same processing as the sound source separation method described above (3 microphones, 3 combination type invention) is performed, and the spectrum of the orthogonal interference suppression signal is separated by the sound source separation method described above (3 microphones, 3 combination type invention).
  • the received signal from the second microphone in the time domain or the frequency domain The signal after the delay processing is performed on the signal and the received sound signal of the first microphone is used to generate a signal of the target sound dominant for the first control, and in the time domain or the frequency domain.
  • the difference between the signal after delay processing is performed on the received signal of the third microphone and the received signal of the first microphone is used to generate a target sound dominant signal for the second control.
  • the frequency It is characterized in that spectrum integration processing is performed by comparing the power of each power in several bands and assigning the inferior power as the spectrum of the target sound dominant signal for control.
  • the present invention is a sound source separation method for separating a target sound and an interfering sound arriving from an arbitrary direction other than the direction of arrival of the target sound.
  • a total of three microphones, 2nd and 3rd, are placed, and the received sound signals of the 1st, 2nd, and 3rd microphones are used to be orthogonal to the target sound arrival direction.
  • Generates an orthogonal interference suppression signal that suppresses the orthogonal interference coming from the direction and uses the received signals of the first, second, and third microphones to face the target sound arrival direction.
  • a control signal for suppressing the counter interference sound coming from the direction is generated, and then each power in the same frequency band between the spectrum of the direct interference sound suppression signal and the spectrum of the control signal is generated.
  • the quadrature interference sound suppression signal When generating the quadrature interfering sound suppression signal by suppressing the counter interference sound vector contained in the spectrum, the received sound signals of the first, second, and third microphones are used.
  • the same processing as the sound source separation method (invention of 3 microphones, 3 threads and combination type) is performed, and the spectrum of the orthogonal interference sound suppression signal is separated by the above-described sound source separation method (invention of 3 microphones, 3 combinations type).
  • the second and third microphones in the time domain or frequency domain Control signal by taking the difference between the signal after delay processing of the sum signal of the received signal of the phone and the same or different proportional coefficient and the received signal of the first microphone. It is characterized by generating a signal of the target sound dominance.
  • the present invention is a sound source separation method for separating a target sound and a disturbing sound arriving from an arbitrary direction other than the arrival direction of the target sound, and uses sound signals received by a plurality of microphones.
  • V After performing multiple different directional signal group generation processes that generate two or more combinations of spectrums of multiple signals having different directional characteristics, each of these different directional characteristic signal group generation processes Using the combination of two or more generated spectrums of multiple signals, whether the power magnitude relationship between the spectra in each combination satisfies the multiple conditions defined for each combination simultaneously
  • multi-dimensional band selection that assigns the power of the spectrum selected in advance as the spectrum of the target sound to be separated can be performed. It is intended to and forming a sensitive region by.
  • the sound signal of the target sound dominant signal and the target sound inferiority are respectively obtained using the sound reception signals of a plurality of microphones.
  • the spectrum of the signal is generated and the high sensitivity region is formed, the power of the spectrum of the signal of the target sound dominant is larger than the power of the spectrum of the signal of the target sound inferior condition for each combination.
  • a total of three microphones, the first, second, and third are arranged at each vertex position of the triangle, and the first omnidirectional signal
  • the difference between the received signal of the first microphone and the signal after delay processing is performed on the received signal of the second microphone in the time domain or frequency domain.
  • the second target sound dominant signal is generated by taking the difference from the signal, and the difference between the received signals of the first and second microphones is taken in the time domain or frequency domain.
  • the target sound inferior signal is generated, and the spectrum of the first target sound dominant signal and the spectrum of the second target sound dominant signal are used to compare the power levels for each frequency band.
  • the second omnidirectional signal group generation process is performed by assigning the power of the other side as the spectrum of the target sound dominant signal
  • the second omnidirectional signal group generation process is performed.
  • the first target sound dominant signal is generated by taking the difference between the received signal of the third microphone and the signal obtained by delaying the received signal of the second microphone, and the time domain.
  • the second target sound dominant signal is generated by taking the difference between the received signal of the second microphone and the signal after delaying the received signal of the third microphone above or in the frequency domain.
  • the time domain or frequency domain the difference between the received sound signals of the second and third microphones is used to generate a target sound inferior signal, and the first target sound dominant signal spectrum and the second target sound dominant signal spectrum Using the, spectrum integration processing is performed by comparing the magnitude of each power for each frequency band and assigning the inferior power as the spectrum of the target sound dominant signal! In this case, a two-dimensional band selection is performed to assign the power of the spectrum of the target sound dominant signal generated by the first or second different directional characteristic signal group generation process as the spectrum of the target sound to be separated. Can be.
  • a total of three microphones of the first, second, and third are arranged at each vertex position of the triangle, and the first different characteristic signal group generation processing is performed.
  • the difference between the received signal from the first microphone and the signal after delaying the received signal from the second microphone in the time domain or the frequency domain is Generates the target sound dominant signal, and the difference between the received signal of the second microphone and the signal after delaying the received signal of the first microphone in the time domain or the frequency domain.
  • the second target sound dominant signal is generated, and the target sound inferior signal is generated by taking the difference between the received signals of the first and second microphones in the time domain or the frequency domain.
  • the delay processing is performed on the reception signal of the third microphone and the reception signal of the second microphone in the time domain or the frequency domain.
  • the first target sound dominant signal is generated by taking the difference from the signal after applying the signal, and the received signal of the second microphone and the third microphone on the time domain or the frequency domain are generated.
  • the second target sound dominant signal is generated by taking the difference between the received signal and the signal after delay processing, and then the second and third microphones in the time domain or the frequency domain.
  • the target sound inferior signal is generated using the difference between the received sound signals of the first target sound, and the spectrum of the first target sound dominant signal and the spectrum of the second target sound dominant signal are used for each frequency band. Comparing the power level, the power of the inferior one
  • the spectrum integration process is performed by assigning the spectrum as a spectrum, and the third omnidirectional signal group generation process is performed, the received signal from the third microphone and the second signal are generated in the time domain or the frequency domain.
  • the first target sound dominant signal is generated by taking the difference between the received signal of the microphone of 1 and the signal after delay processing, and the first microphone is received in the time domain or the frequency domain.
  • the second target sound dominant signal is generated by taking the difference between the sound signal and the signal obtained by delaying the sound received by the third microphone, and then, in the time domain or frequency domain, The difference between the received sound signals of the first and third microphones is used to generate a target sound inferior signal, and the first target sound dominant signal spectrum and the second target sound dominant signal spectrum are used. Power for each frequency band When the spectral integration process is performed by assigning the inferior power as the spectrum of the target sound dominant signal by comparing the magnitudes of the two, the first, second, or third A three-dimensional band selection may be performed in which the spectrum power of the target sound dominant signal generated by any one of the different directional characteristic signal group generation means is attributed as the spectrum of the target sound to be separated.
  • the delay process is a process that gives a delay that is an integral multiple of the sampling period in the time domain or the frequency domain.
  • an omnidirectional or substantially omnidirectional microphone can be used as a microphone.
  • examples of the sound signal acquisition device that can be used as a component of the sound source separation system of the present invention described above include the following sound signal acquisition device of the present invention.
  • the present invention is an acoustic signal acquisition apparatus that acquires the target sound in a situation where there is an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound, and includes an operation unit and a portable device.
  • the target sound dominant signal generation means for generating at least one target sound dominant signal and the received signal of two microphones are used for target sound suppression.
  • a target sound inferior signal generating means for generating at least one target sound inferior signal paired with the target sound dominant signal by performing linear combination processing.
  • the present invention is an acoustic signal acquisition apparatus for acquiring the target sound in a situation where there is an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound, wherein the target sound is operated.
  • two microphones provided at intervals on the surface side where Z or the screen display unit is provided, and the linear combination processing for target sound enhancement is performed using the received sound signals of these two microphones
  • a target sound dominant signal generating means for generating at least one target sound dominant signal, and a target sound dominant signal by performing linear combination processing for target sound suppression using the received signals of two microphones.
  • at least one target sound inferior signal generating means for generating a pair of target sound inferior signals.
  • the present invention provides an acoustic signal acquisition apparatus for acquiring the target sound in a situation where there is an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound, and the operation of the mobile device 1st and 2nd microphones, one each provided at each corresponding position on the front side where the front and Z or screen display units are provided, and the back side opposite thereto, and the front side
  • the mobile device 1st and 2nd microphones one each provided at each corresponding position on the front side where the front and Z or screen display units are provided, and the back side opposite thereto, and the front side
  • the mobile device 1st and 2nd microphones By performing linear combination processing for target sound emphasis using the received signals of the third microphone spaced from the first microphone and the first and second microphones, at least 1 Target sound dominance signal generation means for generating two target sound dominance signals, and linear combination processing for target sound suppression using the received sound signals of the first and third microphones.
  • a target sound inferior signal generating means for generating at least one target sound inferior
  • the present invention is an acoustic signal acquisition device for acquiring the target sound in a situation where there is an interfering sound coming from an arbitrary direction other than the direction of arrival of the target sound, and the operation of the mobile device And the first microphone provided on the front side where the Z or screen display unit is provided, and the first microphone on the back side opposite to the front side where the first microphone is provided.
  • the target sound dominant signal generation means for generating the target sound dominant signal by performing the processing and the linear combination processing for suppressing the target sound using the received signals of the first and second microphones Pair with the signal of the target sound dominance
  • the first target sound inferior signal generating means for generating the first target sound inferior signal and the received signals of the first and third microphones to perform the linear combination processing for the target sound suppression.
  • a second target sound inferior signal generating means for generating a second target sound inferior signal paired with the target sound dominant signal.
  • the acoustic signal acquisition apparatus of the present invention as described above can be used as a component of the above-described sound source separation system of the present invention, and for example, as a sound source position determination apparatus that determines the direction of presence of a sound source.
  • a sound source position determination device for example, energy (sum of power in each frequency band) is calculated for each of the spectrum of the target sound dominant signal spectrum and the target sound inferior signal spectrum. In comparison, if the energy of the spectrum of the target sound dominant signal is larger, it can be determined that the sound source exists in the direction of the set target sound, while the spectrum of the target sound inferior signal is determined. When the energy is larger, it can be determined that there is no sound source in the direction of the set target sound.
  • the invention's effect for example, energy (sum of power in each frequency band) is calculated for each of the spectrum of the target sound dominant signal spectrum and the target sound inferior signal spectrum. In comparison, if the energy of the spectrum of the target sound dominant signal is larger, it can be determined that the sound source exists in the direction
  • the target sound dominant signal and the target sound dominant signal can be obtained by performing linear combination processing for target sound enhancement and target sound suppression using a small number of microphone reception signals. Since the target sound inferior signal is generated, directivity characteristics suitable for separation of the target sound and interfering sound can be controlled, and the target sound superiority generated by controlling the directivity in this way can be controlled. Separation processing is performed using the signal spectrum and the target sound inferior signal spectrum, so that the target sound and the interfering sound can be separated accurately, and sound source separation can be realized with a small number of microphones. Therefore, there is an effect that the apparatus can be miniaturized.
  • FIG. 1 shows the overall configuration of a sound source separation system 10 according to the first embodiment of the present invention.
  • FIG. 2 shows the configuration of a mobile phone 80 in which the sound source separation system 10 is installed.
  • FIG. 3 shows a configuration of a portion that performs directivity control in the sound source separation system 10.
  • FIG. 4 is an explanatory diagram of a portion that generates the first target sound inferior signal in the portion that performs directivity control in FIG.
  • Fig. 5 shows the directivity characteristics of the target sound dominant signal and the first target sound inferior signal used in the normal mode
  • Fig. 6 shows the target sound dominant signal and the first target sound inferior signal used in the switching mode.
  • the directivity characteristics of the target sound inferior signal of No. 2 are shown, and FIG.
  • FIG. 7 shows the directivity characteristics in a state where the horizontal axis is the direction (angle) ⁇ by expanding FIGS.
  • FIG. 8 is an explanatory diagram of band selection.
  • the sound source separation system 10 according to the first embodiment is a system according to ⁇ Invention of ⁇ 2 microphones> target sound arrival direction parallel arrangement type>.
  • the sound source separation system 10 uses two microphones 21 and 22 arranged at intervals and the received sound signals of these two microphones 21 and 22 in the time domain.
  • the target sound is generated in the time domain using the target sound dominant signal generation means 30 that generates the target sound dominant signal by performing linear combination processing for target sound enhancement and the received signals of the two microphones 21 and 22. Performs linear combination processing for suppression to pair with the target sound dominant signal.
  • the target sound inferior signal generating means 40 for generating the first and second target sound inferior signals, and the signals in the time domain generated by the target sound dominant signal generating means 30 and the target sound inferior signal generating means 40!
  • the target sound and the interference sound are separated using the frequency analysis means 50 for performing frequency analysis and the spectrum of the target sound superior signal and the target sound inferior signal obtained by the frequency analysis means 50. And separating means 60.
  • the two microphones 21 and 22 are both omnidirectional or substantially omnidirectional microphones, and as shown in Fig. 2, a foldable mobile phone 80, which is a portable device, is provided.
  • one microphone 21 is provided on the front surface 82 side where the operation unit 81 having various key forces is provided, and the other microphone 22 is a corresponding position on the back surface 83 side opposite to the operation portion 81 (immediately on the back side). Position). Therefore, the two microphones 21 and 2 2 are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction (see FIG. 1). As shown in FIG.
  • the two microphones 21 and 22 include a force screen display unit 84 provided on the front surface 82 side on which the operation unit 81 is provided and the rear surface 83 side thereof. You may provide in the provided surface 85 side and the back surface 86 side. Therefore, as shown in FIG. 60, not only the positions of P2 and P18, but also the positions of PI, P17, P3, P19, P6, P23, P7, P24, P8, P25, for example.
  • a microphone can be provided at the position of P10, P27, or at the position of P15, P33, etc. In short, if the relative relationship between the direction of arrival of the target sound and the position of the microphone is as shown in FIG. , P1 to P34 may be provided at any position.
  • the target sound also has a direction force in the direction of arrow A along the surface or a direction force close thereto, as shown in FIG. 60, for example, at positions P2 and P7.
  • a microphone can be provided.
  • the installation interval of the two microphones 21 and 22 changes in conjunction with the opening / closing operation of the mobile phone 80, so that the installation interval when opened is larger than the installation interval when closed. It may be.
  • the microphones 21 when one of the microphones 21 is always urged outward by an elastic member such as a spring and the cellular phone 80 is closed, the microphone 21 is pushed by the surface 85 provided with the screen display unit 84 and is stored. So that when the mobile phone 80 is opened, it protrudes to the outside.
  • the sound source separation system 10 is in a normal mode for acquiring a target sound coming from the surface 82 side of the mobile phone 80 (for example, a conversation for acquiring the voice of a user who is using the mobile phone 80 in his / her hand) Mode) and a switching mode that acquires the target sound coming from the back 83 side (for example, a video that captures video and inputs sound with the camera provided on the back side of the screen display 84 of the mobile phone 80)
  • the mode can be switched between shooting modes, etc.
  • the target sound dominant signal generating means 30 is close to the sound source of the target sound in the normal mode in the time domain (the side far from the sound source of the target sound in the switching mode).
  • the sound reception signal of one microphone 21 arranged in the sound source signal and the sound reception signal of the other microphone 22 arranged on the far side (the side closer to the sound source of the target sound in the switching mode) The process which takes the difference of is performed.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing may be performed on the power frequency domain where processing is performed on the time domain.
  • the target sound inferior signal generation means 40 includes a first target sound inferior signal generation means 41, a second target sound inferior signal generation means 42, and a switching means 43.
  • the processing by the target sound inferior signal generation means 40 may be digital processing or analog processing, or in the present embodiment, the processing is performed in the time domain, but may be performed in the frequency domain. Good.
  • the first target sound inferior signal generation means 41 performs delay processing on the received sound signal of one microphone 21 in the time domain. The difference between the signal and the sound reception signal of the other microphone 22 is taken, and the first target sound inferior signal used in the normal mode is generated. At this time, the delay time given to the sound reception signal of one microphone 21 is equal to or substantially equivalent to the sound wave propagation time of the interval between the two microphones 21 and 22 in this embodiment.
  • the second target sound inferior signal generating means 42 is configured to perform a delay process on the received sound signal of the other microphone 22 in the time domain, The difference from the sound reception signal of the microphone 21 is taken, and a process of generating a second target sound inferior signal used in the switching mode is performed. At this time, it is applied to the received signal of the other microphone 22.
  • the delay time is equal to or substantially equivalent to the sound wave propagation time between the two microphones 21 and 22.
  • the switching means 43 uses the first target sound inferior signal generated by the first target sound inferior signal generation means 41 for the normal mode as the target sound inferior signal to be processed by the separating means 60.
  • the key can be realized with a key! /, Or can be realized with a switch provided separately from the operation unit 81, which is usually provided!
  • the frequency analysis means 50 includes a target sound superior signal in the time domain generated by the target sound superior signal generation means 30 and a target sound inferior signal in the time domain generated by the target sound inferior signal generation means 40. (In the normal mode, it is the first target sound inferior signal, and in the switching mode, it is the second target sound inferior signal).
  • FFT Fast Fourier Transform
  • GMA Generalized Harmonic Analysis
  • GSA Generalized harmonic analysis
  • the installation of the frequency analysis unit 50 can be omitted.
  • Separation means 60 includes the spectrum of the target sound superior signal and the target sound inferior signal (in normal mode, the first target sound inferior signal, and in the switching mode, the second target sound inferior signal. Process of separating the target sound and the interfering sound by performing the maximum level band selection (BS-MAX) force or spectral subtraction (SS) using the spectrum of the signal. Is to do.
  • BS-MAX maximum level band selection
  • SS spectral subtraction
  • the spectrum of the target sound dominant signal and the signal of the target sound inferior signal (the normal target mode is the first target sound inferior signal and the switching mode is the second target sound inferior signal.
  • the power of the same frequency band is compared for each frequency band, and the larger power in each frequency band. are assigned to the spectrum of the sound obtained by separation.
  • the target sound inferior signal (in normal mode, the first target sound inferior signal is derived from the power in each frequency band of the target sound dominant signal spectrum. Yes, in the switching mode, the signal is the second target sound inferior signal.) The value obtained by multiplying the power in the same frequency band of the spectrum of the coefficient by the coefficient is reduced.
  • the sound source separation system 10 separates the target sound and the interference sound as follows.
  • the user of the mobile phone 80 performs mode selection between the normal mode and the switching mode by the switching unit 43 according to the sound source position of the target sound to be acquired. For example, when the user acquires his / her voice while referring to the screen display unit 84, the normal mode is selected.
  • the target sound superior signal generating means 30 uses the received signals (signals in the time domain) of the two microphones 21 and 22, the target sound superior signal generating means 30 generates a target sound dominant signal (signal in the time domain).
  • the target sound inferior signal generation means 40 generates a target sound inferior signal (a signal in the time domain).
  • the obtained target sound superior signal and target sound inferior signal in the normal mode, the first target sound inferior signal, and in the switching mode, the second target sound inferior signal.
  • the frequency analysis means 50 performs frequency analysis respectively to obtain the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal.
  • the reception signal of one microphone 21 is X (t), and the other microphone 22
  • the target sound dominant signal generating means 30 If the received signal is X (t), the target sound dominant signal generating means 30 generates a difference between these signals.
  • the received signal X (t) of one microphone 21 is expressed by the following equation (1), and the other
  • the directivity characteristics of the signals are as shown by the solid lines in Figs.
  • the directivity is shown in two-dimensional polar coordinates, the radial direction is the amplitude value, and the circumferential direction is the direction of sound arrival (angle) ⁇ .
  • the vertical axis is the amplitude value, and the horizontal axis is the direction (angle) ⁇ where the sound comes.
  • L is the distance (m) between microphones 21 and 22, V is the speed of sound 340 (mZsec) is there.
  • the signal after delay processing is performed on the received signal X (t) of one microphone 21.
  • the first target sound inferior signal generation means 41 makes a difference between these signals D (X (t))-X (t)
  • the delay time is L / V (sec), and the distance L between the two microphones 21 and 22 is L.
  • the phone 21 is substantially the same as being located on a circle indicated by a one-dot chain line in the figure.
  • one microphone 21 should be substantially at the position P1 in the figure. Since the distance from the other microphone 22 is substantially widened, the difference between the signals is increased and it is emphasized that the signal is emphasized.
  • the signal after processing is D (X (t)), and the received signal of one microphone 21 is X (t)
  • the second target sound inferior signal D (X (t))-X (t) is obtained by frequency analysis.
  • the directional characteristic of the target sound inferior signal is obtained.
  • the signal In normal mode, the signal is inferior to the first target sound. It is an inferior signal.
  • Spectrum is used to select the maximum level band (BS—MAX) or spectral “subtraction” (SS) to separate the target sound from the interference sound.
  • BS—MAX maximum level band
  • SS spectral “subtraction”
  • the operation is as follows.
  • the target sound inferior signal generation means 40 Is ⁇ and the power of frequency band f is ⁇ .
  • the target sound inferior signal generation means 40 Is ⁇ and the power of frequency band f is ⁇ .
  • the target sound inferior signal generated by processing by the frequency analysis means 50 (in normal mode, it is the first target sound inferior signal, and in switching mode, the second target sound inferior signal )),
  • the power in the frequency band f is j8 and the power in the frequency band f is
  • This power j8 is attributed to the interference sound. The smaller one is used for processing.
  • the target sound inferior signal generating unit 40 For each frequency band, the target sound inferior signal generating unit 40 generates the target sound dominant signal spectrum power ⁇ generated by the target sound dominant signal generating unit 30 and obtained by the processing by the frequency analysis unit 50.
  • the spectrum of the target sound inferior signal obtained by the processing by the frequency analysis means 50 (in the normal mode, it is the first target sound inferior signal, and in the switching mode, it is the second target sound inferior signal).
  • the coefficient ⁇ depends on, for example, the magnitude of the difference between the power ⁇ for the target sound dominant signal and the power ⁇ for the target sound inferior signal. Coefficients. In the frequency band where the power ⁇ of the spectrum of the target sound dominant signal is smaller than the value ( ⁇ ⁇ ⁇ ) obtained by multiplying the power ⁇ of the spectrum of the target sound inferior signal by the coefficient ⁇ ⁇ ⁇ , for example, The minimum value determined by a certain rule (or a value proportional to the value of each power for each frequency band of the spectrum of the target sound dominant signal, which is constant for each frequency band, etc.) may be calculated. It may be a value or zero.
  • the target sound is separated by the separating means 60, it is possible to perform speech recognition using an acoustic model obtained by performing adaptive processing or learning processing in advance.
  • synthesis processing is performed to convert the target sound, which is a signal in the frequency domain obtained by the processing by the separating means 60, into a speech waveform, which is a signal in the time domain, and after adding noise, frequency analysis is performed.
  • voice recognition may be performed.
  • noise may be applied on the frequency domain, not on the time domain.
  • the sound source separation system 10 includes the target sound superior signal generation means 30 and the target sound inferior signal generation means 40, the signal of the target sound superiority is obtained using the sound reception signals of the two microphones 21 and 22. And a target sound inferior signal can be generated. Therefore, directivity control suitable for separating the target sound and the interference sound can be performed.
  • the sound source separation system 10 includes the separation means 60, the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal generated by performing the directivity control are used.
  • the target sound and the interference sound can be separated with high accuracy. For this reason, separation performance can be improved compared to the case where band selection is performed using the sound pressure level difference between microphones of signals due to the fixed positional relationship between a plurality of microphones as in the case of Patent Document 4 described above. it can.
  • the number of microphones used is two, and sound source separation can be realized with a small number of microphones, so that the apparatus can be downsized.
  • the target sound inferior signal generation means 40 includes a first target sound inferior signal generation means 41, a second target sound inferior signal generation means 42, and a switching means 43. Mode switching between the mode and the switching mode can be performed. For this reason, two microphones Since the direction of the target sound to be acquired can be switched without changing the arrangement positions of 21 and 22, it is possible for the user to use the system and realize the system.
  • FIG. 9 shows an overall configuration of a sound source separation system 200 according to the second embodiment of the present invention.
  • Figure 10 shows the directivity characteristics of the target sound dominant signal and the target sound inferior signal
  • Figure 11 shows the directivity characteristics in the state in which Figure 10 is expanded and the horizontal axis is the direction (angle) ⁇ . It is shown.
  • the sound source separation system 200 according to the second embodiment is a system according to the invention of “2 microphones”, a target sound arrival direction orthogonal arrangement and sum / difference combination type.
  • the sound source separation system 200 uses two microphones 221, 222 spaced apart from each other and the received signals of these two microphones 221, 222 in the time domain.
  • the target sound is suppressed in the time domain using the target sound dominant signal generator 230 that generates the target sound dominant signal by performing linear combination processing for target sound enhancement and the received signals of the two microphones 221, 222.
  • the target sound inferior signal generating means 240 for generating the target sound inferior signal that is paired with the target sound dominant signal by performing the linear combination processing, the target sound dominant signal generating means 230, and the target sound inferior signal generating means
  • the frequency analysis means 250 for performing frequency analysis on each of the signals in the time domain generated by 240, and the spectrum of the target sound superior signal obtained by the frequency analysis means 250 and the spectrum of the target sound inferior signal.
  • a separating means 260 for separating the target sound and the interference noise by using the Le.
  • the two microphones 221, 222 are both omnidirectional or substantially non-directional.
  • An omnidirectional microphone As shown by the one-dot chain line in FIG. 9, in the mobile phone 280 that is a mobile device, each of the two microphones 221, 222 is provided with an operation unit and a Z or screen display unit each consisting of various keys. The microphone is not provided on the back surface 282 side. Therefore, the two microphones 22 1 and 222 are arranged side by side in a direction orthogonal or substantially orthogonal to the target sound arrival direction. This point is different from the first embodiment.
  • microphones can be provided at the positions PI, P3, P4, P5, P6, P8, or P9, P11. If the relative relationship between the position of the microphone and the position of the microphone is in the state shown in FIG. 9, it may be provided at any position P1 to P34.
  • the target sound dominant signal generation means 230 performs a process of calculating the sum of the sound reception signal of one microphone 221 and the sound reception signal of the other microphone 222 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, may be processing on the force frequency domain where processing is performed on the time domain.
  • the target sound inferior signal generation means 240 performs processing for taking a difference between the sound reception signal of one microphone 221 and the sound reception signal of the other microphone 222 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, may be processing on the force frequency domain where processing is performed on the time domain.
  • the frequency analysis means 250 includes the target sound superior signal in the time domain generated by the target sound superior signal generation means 230 and the target sound inferior in the time domain generated by the target sound inferior signal generation means 240. Each of these signals is subjected to frequency analysis.
  • frequency analysis for example, fast Fourier transform (FFT), general harmonic analysis (GHA) or the like can be used, as in the case of the first embodiment.
  • FFT fast Fourier transform
  • GMA general harmonic analysis
  • the installation of the frequency analysis means 250 can be omitted.
  • Separation means 260 uses the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal to select the maximum level band selection (BS—MAX) card or the spectral 'subtractor'.
  • BS—MAX maximum level band selection
  • SS Chillon
  • the target sound dominant signal generation means 230 performs the process of summing the received sound signals of the two microphones 221 and 222.
  • the magnitude relationship of the amplitude value in each direction (angle) ⁇ with the directivity characteristics of the sound inferior signal fluctuates depending on the frequency and is not stable. Therefore, when performing the processing by the separation means 260, the spectrum of the target sound dominant signal Is multiplied by a frequency-dependent factor A ( ⁇ ), and the spectrum of the target sound inferior signal is multiplied by a frequency-dependent factor ⁇ ( ⁇ ). I do.
  • the relative magnitude relationship between the two can be adjusted according to the frequency, so it is also possible to simply multiply by A or the deviation of A ( ⁇ ) or ⁇ ⁇ ( ⁇ )! /.
  • the sound source separation system 200 separates the target sound and the interference sound as follows.
  • the target sound dominant signal generation means 230 generates a target sound dominant signal (time domain signal).
  • the target sound inferior signal generation means 240 generates a target sound inferior signal (a signal in the time domain).
  • the obtained target sound superior signal and the target sound inferior signal are subjected to frequency analysis by the frequency analysis means 250 to obtain the target sound dominant signal spectrum and the target sound inferior signal spectrum, respectively. .
  • the received signal of one microphone 221 is X (t), and the other microphone 22
  • these signals are generated by the target sound dominant signal generating means 230.
  • the separation means 260 uses the spectrum of the signal of the target sound dominant and the spectrum of the signal of the target sound inferior to select the maximum level band selection (BS—MAX) or spectral subtraction (SS) to separate the target sound and the interference sound.
  • BS—MAX maximum level band selection
  • SS spectral subtraction
  • voice recognition is performed using an acoustic model obtained by performing adaptive processing or learning processing in advance. It can be carried out.
  • the sound source separation system 200 includes the target sound superior signal generation means 230 and the target sound inferior signal generation means 240, the target sound superiority signal and the target sound superiority signal using the sound reception signals of the two microphones 221, 222 are used.
  • An inferior target sound signal can be generated. Therefore, directivity control suitable for separating the target sound and the interference sound can be performed.
  • the sound source separation system 200 includes the separation unit 260, the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal generated by performing the directivity control are used.
  • the target sound and the interference sound can be separated with high accuracy. Therefore, the separation performance is improved compared to the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in Patent Document 4 described above. be able to.
  • the number of microphones used is two, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 12 shows the overall configuration of a sound source separation system 300 according to the third embodiment of the present invention.
  • Fig. 13 shows the directivity characteristics of the first and second target sound dominant signals and the target sound inferior signal.
  • Fig. 14 is a development of Fig. 13 and shows the direction (angle) ⁇ Each directional characteristic is shown.
  • the sound source separation system 300 according to the third embodiment is a system according to the invention of ⁇ 2 microphones> arrangement of target sound arrival direction orthogonal arrangement'difference type>.
  • the sound source separation system 300 is composed of two micro-spaces arranged at intervals.
  • the first and second target sound dominant signals are obtained by performing linear combination processing for target sound enhancement in the time domain using the sound signals of the two microphones 321, 322 and these two microphones 321, 322.
  • the target sound dominant signal generating means 330 and the received signals of the two microphones 321, 322 are used to perform a linear combination process for suppressing the target sound in the time domain.
  • the target sound inferior signal generating means 340 for generating the target sound inferior signal to be obtained, and the time domain signals generated by the target sound dominant signal generating means 330 and the target sound inferior signal generating means 340 are respectively subjected to frequency analysis. Separation means for separating the target sound and the interfering sound using the frequency analyzing means 350 and the spectrum of the target sound dominant signal spectrum obtained by the frequency analyzing means 350 and the target sound inferior signal. With 360 .
  • the two microphones 321, 322 are both omnidirectional or substantially omnidirectional microphones. Then, as shown by the alternate long and short dash line in FIG. 12, in the mobile phone 380 which is a mobile device, the two microphones 321, 322 are each provided with an operation unit having various key forces and a Z or screen display unit. The microphone is not provided on the front surface 381 side and the back surface 382 side. Therefore, the two microphones 321, 322 are arranged side by side in a direction orthogonal or substantially orthogonal to the target sound arrival direction. This is different from the first embodiment, and is the same as the second embodiment. Also, as shown in FIG.
  • microphones can be provided at the PI, P3, P4, P5, P6, P8, or P9, P11 positions. If the relative relationship between the direction and the microphone placement position is as shown in Fig. 12, it can be placed at any position from P1 to P34!
  • the target sound dominance signal generation means 330 includes first target sound dominance signal generation means 331 and second target sound dominance signal generation means 332.
  • the first target sound dominant signal generation means 331 calculates the difference between the sound reception signal of one microphone 321 and the signal after delaying the sound reception signal of the other microphone 322. Therefore, the first target sound dominant signal is generated.
  • the first target sound dominant signal is a signal that emphasizes the sound arriving from the space where the one microphone 321 including the target sound is installed (the left space in FIG. 12). This process is digital
  • the processing may be analog processing, or in the present embodiment, processing may be performed in the power frequency domain where processing is performed in the time domain.
  • the second target sound dominant signal generation means 332 calculates the difference between the sound reception signal of the other microphone 322 and the signal after delaying the sound reception signal of one microphone 321 in the time domain. Thus, the second target sound dominant signal is generated.
  • the second target sound dominant signal is a signal that emphasizes the sound arriving from the space where the other microphone 322 including the target sound is installed (the right space in FIG. 12).
  • This processing may be digital processing or analog processing, or in the present embodiment, may be processing in the power frequency domain where processing is performed in the time domain.
  • the target sound inferior signal generation means 340 generates a target sound inferior signal by taking the difference between the sound reception signal of one microphone 321 and the sound reception signal of the other microphone 322 in the time domain. Is to do.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the frequency analysis means 350 includes the first and second target sound superior signals in the time domain generated by the target sound superior signal generation means 330 and the time generated by the target sound inferior signal generation means 340. Frequency analysis is performed for each target sound inferior signal in the area. For frequency analysis, for example, Fast Fourier Transform (FFT), Generalized Harmonic Summation (GHA), etc. can be adopted, as in the first and second embodiments. In the case where signals in the frequency domain are generated by the target sound superior signal generating means 330 and the target sound inferior signal generating means 340, the installation of the frequency analyzing means 350 can be omitted.
  • FFT Fast Fourier Transform
  • GMA Generalized Harmonic Summation
  • Separation means 360 includes first separation means 361, second separation means 362, and integration means 363.
  • the first separation means 361 uses the spectrum of the first target sound dominant signal and the spectrum of the target sound inferior signal to determine the maximum level band selection (BS—MAX) force, or spectral It performs truncation (SS) and separates the incoming sound from the space where the microphone 321 including the target sound is installed (left space in Fig. 12).
  • band When selecting the frequency range, the power spectrum of the same frequency band is compared for each frequency band between the spectrum of the first target sound dominant signal and the spectrum of the target sound inferior signal. The higher power in each frequency band is assigned to the sound vector obtained by separation.
  • the power of each frequency band of the spectrum of the first target sound dominant signal is changed to the power of the same frequency band of the spur of the target sound inferior signal. Decrease the value multiplied by the coefficient.
  • the second separation means 362 uses the spectrum of the second target sound dominant signal and the target sound inferior signal spectrum to determine the maximum level band selection (BS—MAX) force or the spectral Traction (SS) is performed to separate the incoming sound from the space where the other microphone 322 including the target sound is installed (right space in FIG. 12).
  • band selection the magnitude of each power in the same frequency band is compared for each frequency band between the spectrum of the second target sound dominant signal and the target sound inferior signal spectrum. The higher power in each frequency band is attributed to the sound vector obtained by separation.
  • spectral 'subtraction' the power of each frequency band of the spectrum of the second target sound dominant signal is changed to the power of the same frequency band of the spectrum of the target sound inferior signal. Decrease the value multiplied by the coefficient.
  • the integration means 363 includes the force of the space on the side where the microphone 321 including the target sound separated by the first separation means 361 is installed (left space in Fig. 12), the spectrum of the incoming sound, and the second Using the spectrum of the sound coming from the space where the other microphone 322 containing the target sound separated by the separation means 362 is installed (the right space in FIG. 12), these powers are converted for each frequency band. (Addition), or by comparing the magnitude of each power for each frequency band and assigning the inferior power as the spectrum of the target sound (Minimization), spectrum integration processing is performed. It separates sounds. Details of spectrum integration processing by minimization will be described later with reference to FIG.
  • the sound source separation system 300 separates the target sound and the interference sound as follows.
  • the first target sound dominant signal generating means 331 and the second target sound dominant signal generating means 332 generate first and second target sound dominant signals (signals in the time domain), and the target sound inferior signal generating means 340 Generates a target sound inferior signal (a signal in the time domain).
  • the first and second target sound dominant signals and the target sound inferior signal are subjected to frequency analysis by the frequency analysis means 350, respectively, and the first and second target sound dominant signals are analyzed. Obtain each spectrum and the spectrum of the target sound inferior signal.
  • the received signal of one microphone 321 is X (t), and the other microphone 32
  • the first target sound dominant signal generating means 331 If the received signal of 2 is X (t), the first target sound dominant signal generating means 331
  • the second target sound dominant signal generation means 332 performs delay processing on the sound reception signal X (t) of the other microphone 322 and the sound reception signal X (t) of the other microphone 321.
  • the second target sound dominant signal X (t) —D (X (t)) is obtained by frequency analysis.
  • the directivity characteristics of the target sound inferior signal as shown by 14 dotted lines can be obtained.
  • the first separation means 361 uses the spectrum of the first target sound dominant signal and the spectrum of the target sound inferior signal, to select the maximum level band selection (BS—MAX) force, or Performs 'Subtraction' (SS) and one microphone 321 containing the target sound Is separated from the space on the side where the sound is installed (left side space in FIG. 12), and the second separation means 362 performs the second target sound dominant signal spectrum and the target sound inferior signal.
  • the spectrum on the other side of the other microphone 322 containing the target sound is performed by performing the maximum level band selection (BS—MAX) force or spectral 'subtraction (SS) (Fig. 12). Then, the process that separates the sound coming from the right space) is performed.
  • band selection is performed by the first separation means 361
  • band selection is also performed by the second separation means 362
  • spectral 'subtraction is performed by the first separation means 361
  • 2 Spectral 'subtraction is also performed in separation means 362.
  • the integration means 363 includes the spectrum of sound arriving from the space (left space in Fig. 12) including the target sound separated by the first separation means 361 where the one microphone 321 is installed. 2 The space on the side where the other microphone 322 including the target sound separated by the separation means 362 is installed (right space in Fig. 12) and the spectrum of the sound that also arrives, and the spectrum by addition or minimization Perform integration processing to separate the target sound.
  • the speech is obtained using the acoustic model obtained by performing the adaptive process or the learning process in advance. Recognition can be performed.
  • the sound source separation system 300 includes the target sound superior signal generation means 330 and the target sound inferior signal generation means 340, the target sound superior signal and the target sound superiority signal are generated using the received sound signals of the two microphones 321, 322. An inferior target sound signal can be generated. For this reason, directivity control suitable for separation of the target sound and the interference sound can be performed.
  • the sound source separation system 300 includes the separation means 360, the spectrum of the target sound superior signal generated by performing the directivity control and the spectrum of the target sound inferior signal are used.
  • the target sound and the interference sound can be separated with high accuracy. For this reason, the separation performance is improved as compared with the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in the case of Patent Document 4 described above. be able to.
  • the number of microphones used is two, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 15 shows the overall configuration of a sound source separation system 400 according to the fourth embodiment of the present invention.
  • Fig. 16 shows the directivity characteristics of the target sound dominant signal and the target sound inferior signal.
  • Figure 17 shows the directivity characteristics of Fig. 16 with the horizontal axis set to the direction (angle) ⁇ . It is shown.
  • the sound source separation system 400 according to the fourth embodiment is a system according to the invention of ⁇ 3 microphones and 2 combination types>.
  • a sound source separation system 400 includes first, second, and second arranged at each vertex position of a triangle (in this embodiment, a right triangle or a substantially right triangle as an example).
  • a total of three microphones 421, 422, 423 and the received signals of the first and second microphone mouthphones 421, 422 are used for linear combination processing for target sound enhancement in the time domain.
  • the target sound dominant signal generating means 430 for generating the target sound dominant signal by performing the operation, and the received sound signals of the first and third microphones 421 and 423 are used to suppress the target sound in the time domain.
  • the target sound inferior signal generation means 440 Generated by the target sound inferior signal generation means 440 that generates a target sound inferior signal that is paired with the target sound superior signal by performing the combination processing, the target sound superior signal generation means 430, and the target sound inferior signal generation means 440.
  • the three microphones 421, 422, and 423 are all omnidirectional or substantially omnidirectional microphones.
  • the first microphone 421 is provided on the surface 481 side on which the operation unit including keys and the Z or screen display unit are provided.
  • the second microphone 422 is provided at a corresponding position on the back surface 482 side (a position opposite to the installation position of the first microphone 421), and the third microphone 423 is provided on the front surface 481 side. It is provided at a distance from the microphone 421.
  • the first and second microphones 421 and 422 are arranged side by side in the direction of arrival of the target sound or substantially the same direction, and the first and third microphones 421 and 423 are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound. ing.
  • This point is different from the first to third embodiments.
  • the target sound comes from the direction of arrow A along the surface or a direction close thereto, for example, the positions of PI, P3, and P8. , PI, P3, P5 position, PI, P3, P6 position, PI, P3, P4 position, etc.
  • PI, P3, P5 position, PI, P3, P6 position, PI, P3, P4 position etc.
  • the target sound dominant signal generation means 430 performs processing for taking a difference between the sound reception signal of the first microphone 421 and the sound reception signal of the second microphone 422 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the target sound inferior signal generation means 440 performs processing for taking a difference between the sound reception signal of the first microphone 421 and the sound reception signal of the third microphone 423 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the frequency analysis means 450 includes the target sound superior signal in the time domain generated by the target sound superior signal generation means 430 and the target sound inferiority in the time domain generated by the target sound inferior signal generation means 440. Each of these signals is subjected to frequency analysis. For frequency analysis, for example, fast Fourier transform (FFT), general harmonic analysis (GHA), etc. can be used, as in the first to third embodiments. In addition, when the signal in the frequency domain is generated by the target sound superior signal generation unit 430 and the target sound inferior signal generation unit 440, the installation of the frequency analysis unit 450 can be omitted.
  • FFT fast Fourier transform
  • GMA general harmonic analysis
  • Separation means 460 uses the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal to select the maximum level band selection (BS—MAX) card or the spectral 'subtraction (SS). And the process of separating the target sound and the interfering sound.
  • BS—MAX maximum level band selection
  • SS spectral 'subtraction
  • the sound source separation system 400 separates the target sound and the interference sound as follows.
  • the target sound dominant signal generation means 430 uses the received signals (signals in the time domain) of the first and second microphones 421 and 422, the target sound dominant signal generation means 430 generates a target sound dominant signal (signal in the time domain).
  • the target sound inferior signal generation means 440 uses the received signals (signals in the time domain) of the first and third microphones 421 and 423 to generate the target sound inferior signal (signal in the time domain). Is generated.
  • the obtained target sound superior signal and the target sound inferior signal are subjected to frequency analysis by the frequency analysis means 450, respectively, and the target sound superior signal spectrum and the target sound inferior signal spectrum are obtained.
  • the received signal of the first microphone 421 is X (t)
  • the received signal of the first microphone 421 is X (t)
  • the target sound inferior signal generation means 440 If the received signal of 423 is X (t), the target sound inferior signal generation means 440
  • the separation means 460 uses the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal, and selects the maximum level band selection (BS—MAX) or spectral subtraction (spectral subtraction (SS) to separate the target sound and the interference sound.
  • BS—MAX maximum level band selection
  • SS spectral subtraction
  • the acoustic model obtained by performing the adaptive process or the learning process in advance is used in the same manner as in the first to third embodiments. Voice recognition.
  • the sound source separation system 400 includes the target sound superior signal generation unit 430 and the target sound inferior signal generation unit 440, the target sound superiority is obtained using the reception signals of the three microphones 421, 422, and 423.
  • the signal and the target sound inferior signal can be generated. For this reason, directivity control suitable for separation of the target sound and the disturbing sound can be performed.
  • the sound source separation system 400 since the sound source separation system 400 includes the separation means 460, it uses the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal generated by performing the directivity control. The target sound and the interference sound can be separated with high accuracy. Therefore, the separation performance is improved compared to the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in Patent Document 4 described above. be able to.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 18 shows the overall configuration of a sound source separation system 500 according to the fifth embodiment of the present invention.
  • Fig. 19 shows the directivity characteristics of the target sound dominant signal and target sound inferior signal.
  • Figure 20 shows the directivity characteristics of Fig. 19 when the horizontal axis is the direction (angle) ⁇ . It is shown.
  • the sound source separation system 500 according to the fifth embodiment is a system according to the invention of ⁇ 4 microphone ⁇ two combination type>.
  • the sound source separation system 500 includes a total of four microphones 521, 522, 523 that are arranged side by side at intervals of two in each of the first direction and the second direction that intersect each other. , 524, and two microphones arranged side by side in the first direction 5 21, 522, the target sound dominant signal by performing linear combination processing for target sound enhancement in the time domain
  • the target sound dominant signal generating means 530 for generating the target sound and the received signals of the two microphones 523 and 524 arranged side by side in the second direction are used for linear combination processing for suppressing the target sound in the time domain.
  • the target sound inferior signal generation means 540 for generating the sound inferior signal, and the time domain signals generated by the target sound superior signal generation means 530 and the target sound inferior signal generation means 540 are each subjected to frequency analysis.
  • Frequency analysis means 550 to be performed, and separation means 560 for separating the target sound and the interference sound using the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal obtained by the frequency analysis means 550 I have.
  • the first to fourth microphones 521 to 524 are all omnidirectional or substantially omnidirectional microphones.
  • the first and second microphones 521 and 522 are arranged side by side in the target sound arrival direction or substantially in the same direction as this direction, and in this embodiment, this direction is the first direction.
  • the third and fourth microphones 52 3 and 524 are arranged side by side in a direction perpendicular to or substantially perpendicular to the direction of arrival of the target sound, and in this embodiment, this direction is the second direction.
  • the first microphone 521 is provided on the front side
  • the second microphone 522 is provided on the back side
  • the fourth microphones 523 and 524 can be provided on the left and right side portions. If the mobile phone is used in a folded state, as shown in Fig. 60, the target sound comes in the direction of arrow A along the surface or a direction force close thereto, so for example, P2, P7, P4 Therefore, if the relative relationship between the direction of arrival of the target sound and the placement position of the microphone is in the state shown in Fig. 18, it can be placed at any position from P1 to P34. Also good.
  • the function of the first microphone 421 in the case of the fourth embodiment is distributed to the first and third microphones 521 and 523.
  • the functions of the first and third microphones 521 and 523 of the fifth embodiment are shared by the first microphone 421. Will be. Therefore, the directivity characteristics of the fourth embodiment (FIGS. 16 and 17) and the directivity characteristics of the fifth embodiment (FIGS. 19 and 20) are the same.
  • the force at which the four microphones 521 to 524 are arranged may be arranged without intersecting each other.
  • the first direction and the second direction intersecting each other in this embodiment, orthogonal or substantially orthogonal). It should be arranged so that the direction is formed!
  • the target sound dominant signal generation means 530 performs processing for taking a difference between the sound reception signal of the first microphone 521 and the sound reception signal of the second microphone 522 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the target sound inferior signal generation means 540 performs processing for taking a difference between the sound reception signal of the third microphone 523 and the sound reception signal of the fourth microphone 524 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the frequency analysis means 550 includes the target sound superior signal in the time domain generated by the target sound superior signal generation means 530 and the target sound inferior in the time domain generated by the target sound inferior signal generation means 540. Each of these signals is subjected to frequency analysis.
  • frequency analysis for example, fast Fourier transform (FFT), general harmonic analysis (GHA), etc. can be used, as in the case of the first to fourth embodiments.
  • FFT fast Fourier transform
  • GMA general harmonic analysis
  • the installation of the frequency analysis means 550 can be omitted.
  • Separation means 560 uses the spectrum of the target sound dominant signal and the spectrum of the target sound inferior signal to determine the maximum level band selection (BS—MAX) card or the spectral 'subtraction (SS). And the process of separating the target sound and the interfering sound.
  • BS—MAX maximum level band selection
  • SS spectral 'subtraction
  • the sound source separation system 500 separates the target sound and the interference sound as follows.
  • the target sound dominant signal generation means 530 uses the target sound dominant signal (in the time domain).
  • Signal) and the target sound inferior signal generation means 540 using the reception signals (signals in the time domain) of the third and fourth microphones 523 and 524 (in the time domain).
  • frequency analysis is performed on the obtained target sound dominant signal and target sound inferior signal by frequency analysis means 550, respectively, and the target sound dominant signal spectrum and target sound inferior signal spectrum are obtained.
  • the received signal of the first microphone 521 is X (t)
  • the target sound dominant signal generation means 530 the target sound dominant signal generation means 530
  • the received signal of the third microphone 523 is X (t)
  • the separation means 560 uses the spectrum of the signal of the target sound dominant and the spectrum of the signal of the target sound inferior to select the maximum level band selection (BS—MAX) or spectral subtraction (SS) to separate the target sound and the interference sound.
  • BS—MAX maximum level band selection
  • SS spectral subtraction
  • the speech is obtained using the acoustic model obtained by performing the adaptive process or the learning process in advance. Recognition can be performed.
  • the sound source separation system 500 includes the target sound superior signal generation unit 530 and the target sound inferior signal generation unit 540, the target sound superior signal and the target sound superior signal using the sound reception signals of the four microphones 521 to 524 are used. A signal of inferior target sound can be generated. Therefore, directivity control suitable for separating the target sound and the interference sound can be performed.
  • the sound source separation system 500 includes the separation unit 560, the spectrum of the target sound superior signal generated by performing the directivity control and the spectrum of the target sound inferior signal are used. The target sound and the interference sound can be separated with high accuracy. For this reason, the separation performance is improved as compared with the case where band selection is performed using the sound pressure level difference between microphones of signals caused by the fixed positional relationship of a plurality of microphones as in the case of Patent Document 4 described above. be able to.
  • the number of microphones used is four, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 21 shows the overall configuration of a sound source separation system 600 according to the sixth embodiment of the present invention.
  • FIG. 22 shows the directivity characteristics of the target sound dominant signal and the first and second target sound inferior signals.
  • FIG. 23 is a development of FIG. Each directional characteristic in the state is shown.
  • the sound source separation system 600 according to the sixth embodiment is a system according to the invention of a 4 mic ⁇ 3 combination type.
  • the sound source separation system 600 has a quadrangular shape (in this embodiment, a rhombus or a substantially rhombus, a square or a substantially square, or a quadrilateral other than these and having a shape symmetrical with respect to a diagonal line).
  • the target sound dominant signal generating means 630 for generating a target sound dominant signal by performing linear combination processing for target sound enhancement in the time domain using the sound signal, and the first, third and fourth three
  • the first and second target sound inferior signals paired with the target sound dominant signal by performing linear combination processing for target sound suppression in the time domain using the received sound signals of the microphones 621, 623, and 624
  • Target sound inferior signal generation means 64 0
  • Frequency analysis means 650 for performing frequency analysis on the signals in the time domain generated by the sound dominant signal generation means 630 and the target sound inferior signal generation means 640, and the target sound superiority signal obtained by the frequency analysis means 650
  • the first to fourth microphones 621 to 624 are all omnidirectional or substantially omnidirectional microphones.
  • the first and second microphones 621 and 622 are arranged side by side in the target sound arrival direction or substantially in the same direction as this direction, and the third microphone 623 includes the first microphone 621 and the second microphone 622.
  • the fourth microphone 624 is arranged on one side of the line connecting the first microphone 621 and the second microphone 622 (the left side in FIG. 21). Placed on the right).
  • the first microphone 621 is provided on the front side
  • the second microphone 622 is provided on the back side
  • the third and Fourth microphones 623 and 624 can be provided on the left and right side portions.
  • a line connecting the first microphone 621 and the second microphone 622, a line connecting the first microphone 621 and the third microphone 623, and the first microphone 621 The force by which the four microphones 621 to 624 are arranged so that the line connecting the fourth microphone 624 has an arrow shape, but is not limited to this.
  • the fourth microphones 623 and 624 may be arranged so as to move closer to the target sound source.
  • the target sound also has a direction force in the direction of arrow A along the surface or a direction force close thereto, for example, P2, P7,
  • a microphone can be installed at the positions P4 and P5.
  • the relative relationship between the direction of arrival of the target sound and the position of the microphone is the state shown in Fig. 21 (arrow shape or Y shape modified from it). If it becomes, P 1 ⁇ P34! ,.
  • the target sound dominant signal generation means 630 performs a process of taking a difference between the sound reception signal of the first microphone 621 and the sound reception signal of the second microphone 622 in the time domain.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing is performed in the time domain, but may be processing in the frequency domain.
  • the target sound inferior signal generation means 640 includes first target sound inferior signal generation means 641 and second target sound inferior signal generation means 642.
  • the first target sound inferior signal generation means 641 has the first microphone 621 in the time domain.
  • a process of generating a first target sound inferior signal is performed by taking a difference between the sound reception signal and the sound reception signal of the third microphone 623.
  • the first target sound inferior signal is a signal that suppresses sound coming from one side of the target sound arrival direction, that is, the space on the installation side of the third microphone 623 (left side space in FIG. 21).
  • This processing may be digital processing or analog processing, or in the present embodiment, processing may be performed on the power frequency domain where processing is performed on the time domain.
  • the second target sound inferior signal generation means 642 obtains the second target sound by taking the difference between the sound reception signal of the first microphone 621 and the sound reception signal of the fourth microphone 624 in the time domain. It performs processing to generate an inferior signal.
  • the second target sound inferior signal is a signal that suppresses sound coming from the other side of the target sound arrival direction, that is, the space on the installation side of the fourth microphone 624 (the right side space in FIG. 21). This processing may be digital processing or analog processing, or in the present embodiment, processing may be performed on the power frequency domain where processing is performed on the time domain.
  • the frequency analysis means 650 includes the first and second signals on the time domain generated by the target sound dominant signal and the target sound inferior signal generation means 640 generated by the target sound dominant signal generation means 630.
  • the second target sound inferior signal is each subjected to frequency analysis.
  • frequency analysis for example, fast Fourier transform (FFT), general harmonic analysis (GHA), or the like can be adopted, as in the first to fifth embodiments.
  • FFT fast Fourier transform
  • GMA general harmonic analysis
  • the installation of the frequency analysis unit 650 can be omitted.
  • Separation means 660 includes first separation means 661, second separation means 662, and integration means 663.
  • the first separation means 661 uses the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal to determine the maximum level band selection (BS—MAX) force, or spectral Traction (SS) is performed to separate the incoming sound from one side including the target sound, that is, from the space on the installation side of the third microphone 623 (left side space in FIG. 21).
  • BS—MAX maximum level band selection
  • SS spectral Traction
  • the spectrum of the target sound dominant signal and the first target The power of the same frequency band is compared with the spectrum of the sound inferior signal for each frequency band, and the larger power in each frequency band is attributed to the sound spectrum obtained by separation. Let me. Also, when doing spectral 'subtraction'
  • the power of each frequency band of the target sound dominant signal spectrum is subtracted from the power of the same frequency band of the first target sound inferior signal spectrum multiplied by a coefficient.
  • the second separation means 662 uses the spectrum of the target sound dominant signal and the spectrum of the second target sound inferior signal to determine the maximum level band selection (BS—MAX) force, or spectral 'sub. Traction (SS) is performed to separate the incoming sound from the other side including the target sound, that is, the space on the installation side of the fourth microphone 624 (the right side space in FIG. 21).
  • BS—MAX maximum level band selection
  • SS spectral 'sub. Traction
  • band selection the spectrum of the target sound dominant signal and the spectrum of the second target sound inferior signal are compared for each power in the same frequency band for each frequency band. The higher power in the frequency band is assigned to the spectrum of the sound obtained by separation.
  • a coefficient is calculated from the power of each frequency band of the spectrum of the target sound dominant signal to the power of the same frequency band of the spectrum of the second target sound inferior signal. Decrease the multiplied value.
  • the integrating means 663 is used for the sound coming from one side including the target sound separated by the first separating means 661, that is, the space on the installation side of the third microphone 623 (left side space in Fig. 21). Using the spectrum and the spectrum of the sound arriving from the other side containing the target sound separated by the second separation means 662, that is, the space on the installation side of the fourth microphone 624 (right space in FIG. 21) Then, add these powers for each frequency band (addition), or compare the powers of each frequency band and assign the inferior power as the target sound vector (minimization). ) To perform spectrum integration processing and separate the target sound.
  • the sound source separation system 600 separates the target sound and the interference sound as follows.
  • the target sound dominant signal generation means 630 generates a target sound dominant signal (signal in the time domain).
  • the first, third, and fourth microphones 621, 623, 624 Using the received signal (signal in the time domain), the target sound inferior signal generation means 640 generates first and second target sound inferior signals (signals in the time domain).
  • the obtained target sound dominant signal and the first and second target sound inferior signals are subjected to frequency analysis by the frequency analysis means 650, respectively, and the spectrum of the target sound dominant signal and Obtain the spectrum of the first and second target sound inferior signals.
  • the received signal of the first microphone 621 is X (t)
  • the target sound dominant signal generating means 630 the target sound dominant signal generating means 630
  • the received signal of the first microphone 621 is X (t)
  • the first target sound inferior signal generating means 641 When the received signal of 623 is X (t), the first target sound inferior signal generating means 641
  • the signal difference, X (t) -X (t), is obtained, and this is the first target sound inferior signal. Also,
  • X (t) is the received signal of the second target sound, the second target sound inferior signal generating means 642
  • Signal I F ⁇ X (t) -X (t) obtained by frequency analysis of the difference X (t) -X (t) between these signals
  • the first separation means 661 uses the spectrum of the signal of the target sound dominant and the spectrum of the signal of the first target sound inferior to select the maximum level band selection (BS—MAX) force, or Performs sub-traction (SS) to separate the incoming sound on one side containing the target sound, that is, the space on the installation side of the third microphone 623 (left side space in FIG. 21).
  • BS—MAX maximum level band selection
  • SS sub-traction
  • Separation means 662 allows the spectrum of the target sound dominant signal to be And the spectrum of the signal of the target sound inferior to perform the maximum level band selection (BS—MAX) or spectral 'subtraction (SS), ie the other side containing the target sound, that is, the first The process separates the incoming sound from the space on the installation side of the microphone 624 (right space in Fig. 21).
  • band selection is performed by the first separation means 661
  • band selection is also performed by the second separation means 662
  • spectral 'subtraction' is performed by the first separation means 661
  • 2 Spectral 'subtraction is also performed in the separation means 662.
  • the space on the one side including the target sound separated by the first separation means 661 by the integration means 663 that is, the installation side of the third microphone 623 (left side space in Fig. 21) Force of the incoming sound Using the spectrum and the spectrum of the sound arriving from the other side containing the target sound separated by the second separation means 662, that is, the space on the installation side of the fourth microphone 624 (right space in FIG. 21)
  • the target sound is separated by performing vector integration processing with addition or minimization.
  • the speech is obtained using the acoustic model obtained by performing the adaptive process or the learning process in advance. Recognition can be performed.
  • the sound source separation system 600 includes the target sound superior signal generation means 630 and the target sound inferior signal generation means 640, the signal of the target sound superiority using the received sound signals of the four microphones 621 to 624, In addition, the first and second target sound inferior signals can be generated. For this reason, directivity control suitable for separation of the target sound and the interference sound can be performed.
  • the sound source separation system 600 includes the separation unit 660, the spectrum of the target sound dominant signal generated by performing the directivity control and the first and second target sound inferior signals are generated.
  • the target sound and the interference sound can be separated accurately using the spectrum of
  • the number of microphones used is four, and sound source separation can be realized with a small number of microphones, so that the size of the device is reduced. be able to.
  • FIG. 24 shows an overall configuration of a sound source separation system 700 according to the seventh embodiment of the present invention.
  • FIG. 25 shows the directivity characteristics of the target sound dominant signal and the first and second target sound inferior signals
  • FIG. 26 is a development of FIG. Each directional characteristic in the state is shown.
  • the sound source separation system 700 according to the seventh embodiment is a system according to the invention of a 3 mic ⁇ 3 combination type.
  • the sound source separation system 700 includes a first, second, and third arranged at each vertex position of a triangle (in this embodiment, an isosceles triangle or a substantially isosceles triangle).
  • a total of three microphones 721, 722, and 723 and the received signals of these three microphones 721, 72, and 723 are used to perform the target combination by performing linear combination processing for target sound enhancement in the time domain.
  • the target sound dominant signal generating means 730 for generating the sound dominant signal and the received signals of the three microphone mouthphones 721, 722, and 723 are used for linear combination processing for suppressing the target sound in the time domain.
  • the target sound inferior signal generation means 740 for generating the first and second target sound inferior signals paired with the target sound superior signal by the target sound dominant signal generation means 730 and the target sound inferior signal generation means 740
  • the frequency solution for each generated signal in the time domain Frequency analysis means 750 for performing the target sound, and the target sound and interference sound using the spectrum of the target sound dominant signal obtained by the frequency analysis means 750 and the spectrum of the first and second target sound inferior signals.
  • separating means 760 for separating them.
  • the first to third microphones 721 to 723 are all omnidirectional or substantially omnidirectional microphones.
  • the first and second microphones 721 and 722 are arranged side by side in a direction that is inclined with respect to the direction of arrival of the target sound (the upwardly inclined direction in FIG. 24).
  • the first and third microphones 721 and 723 are The first and second microphones 721 and 722 are arranged side by side in a direction inclined to the opposite side to the direction of inclination of the target sound arrival direction (upwardly inclined direction in FIG. 24).
  • the first microphone 721 is provided on the surface 781 side on which the operation unit that also has a key force and the Z or screen display unit is provided.
  • the second and third microphones 722 and 723 are spaced apart on the back 782 side. ing. If the mobile phone is used in a folded state, as shown in FIG. 60, the target sound comes from the direction of arrow A along the surface or a direction close thereto, for example, P2, P6, P8 In other words, if the relative relationship between the direction of arrival of the target sound and the placement position of the microphone is in the state shown in FIG. 24, it can be placed at the positions of P1 to P34! ! ,.
  • the target sound dominant signal generation means 730 multiplies the sum of the sound reception signals of the first microphone 721 and the sound reception signals of the second and third microphones 722 and 723 by a proportional coefficient k in the time domain.
  • the process which takes the difference with the closed value is performed.
  • This processing may be digital processing or analog processing, or in the present embodiment, may be processing on the power frequency domain where processing is performed in the time domain.
  • the placement force of the three microphones 721, 722, 723 is the position of each vertex of a triangle that is not isosceles, and when taking the difference from the received sound signal of the first microphone 721, Instead of the value obtained by multiplying the sum of the received signals of the second and third microphones 722 and 723 by the proportional coefficient k, the value obtained by multiplying the received signal of the second microphone 722 by the proportional coefficient k and the third Proportional coefficient k is applied to the received signal of microphone 723.
  • the target sound inferior signal generation means 740 includes first target sound inferior signal generation means 741 and second target sound inferior signal generation means 742.
  • the first target sound inferior signal generation means 741 takes the difference between the sound reception signal of the first microphone 721 and the sound reception signal of the second microphone 722 in the time domain. It performs processing to generate an inferior signal.
  • the first target sound inferior signal is a signal that suppresses sound coming from one side of the target sound arrival direction, that is, the space on the installation side of the second microphone 722 (left side space in FIG. 24). This processing may be digital processing or analog processing, or in the present embodiment, processing may be performed on the power frequency domain where processing is performed on the time domain.
  • the second target sound inferior signal generation means 742 obtains the second target sound by taking the difference between the sound reception signal of the first microphone 721 and the sound reception signal of the third microphone 723 in the time domain. It performs processing to generate an inferior signal.
  • the signal of the second target sound inferior signal is the space on the other side of the target sound arrival direction, that is, the installation side of the third microphone 723 (right in FIG. 24). This is a signal that suppresses sound coming from the side space.
  • This processing may be digital processing or analog processing, or in the present embodiment, processing may be performed on the power frequency domain where processing is performed on the time domain.
  • the frequency analysis means 750 includes the first and second signals on the time domain generated by the target sound superior signal and target sound inferior signal generation means 740 generated by the target sound superior signal generation means 730.
  • the second target sound inferior signal is each subjected to frequency analysis.
  • frequency analysis for example, fast Fourier transform (FFT), general harmonic analysis (GHA), or the like can be employed, as in the first to sixth embodiments.
  • FFT fast Fourier transform
  • GMA general harmonic analysis
  • the installation of the frequency analysis unit 750 can be omitted.
  • Separating means 760 includes first separating means 761, second separating means 762, and integrating means 763.
  • the first separation means 761 uses the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal to determine the maximum level band selection (BS—MAX) force, or spectral 'sub. Traction (SS) is performed to separate the incoming sound from one side including the target sound, that is, the space on the installation side of the second microphone 722 (left side space in FIG. 24).
  • BS—MAX maximum level band selection
  • SS spectral 'sub. Traction
  • band selection the magnitude of each power in the same frequency band is compared for each frequency band between the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal. The higher power in the frequency band is assigned to the spectrum of the sound obtained by separation.
  • the coefficient is changed from the power of each frequency band of the target sound dominant signal spectrum to the power of the same frequency band of the first target sound inferior signal spectrum. Decrease the multiplied value.
  • the second separation means 762 uses the spectrum of the target sound dominant signal and the spectrum of the second target sound inferior signal to determine the maximum level band selection (BS—MAX) force or spectral Traction (SS) is performed to separate the incoming sound from the other side including the target sound, that is, the space on the installation side of the third microphone 723 (the right side space in FIG. 24).
  • BS—MAX maximum level band selection
  • SS spectral Traction
  • the target sound dominant signal spectrum and the second target The power of the same frequency band is compared with the spectrum of the sound inferior signal for each frequency band, and the larger power in each frequency band is attributed to the sound spectrum obtained by separation. Let me. Also, when doing spectral 'subtraction'
  • the power of each frequency band of the spectrum of the target sound dominant signal is subtracted from the power of the same frequency band of the spectrum of the second target sound inferior signal multiplied by the coefficient.
  • the integrating means 763 is used for the sound coming from one side including the target sound separated by the first separating means 761, that is, the space on the installation side of the second microphone 722 (left side space in FIG. 24). Using the spectrum and the spectrum of the sound arriving from the other side containing the target sound separated by the second separation means 762, that is, the space on the installation side of the third microphone 723 (right space in FIG. 24) Then, add these powers for each frequency band (addition), or compare the power of each frequency band and assign the inferior power as the target sound vector (minimization). ) To perform spectrum integration processing and separate the target sound.
  • the sound source separation system 700 separates the target sound and the interference sound as follows.
  • the target sound dominant signal generating means 730 uses the target sound dominant signal ( 740, 722, 723 and the received signals (signals in the time domain) of the first, second, and third microphones 721, 722, and 723, and the target sound inferior signal generating means 740 To generate first and second target sound inferior signals (signals in the time domain). Subsequently, the obtained target sound dominant signal and the first and second target sound inferior signals are subjected to frequency analysis by the frequency analysis means 750, respectively. And obtain the spectrum of the second target sound inferior signal.
  • the received signal of the first microphone 721 is X (t)
  • X (t) be the received signal and X (t) be the received signal of the third microphone 723.
  • the sound dominant signal generation means 730 uses these signals to generate X (t) -k (X (t) + X (t))
  • the received signal of the first microphone 721 is X (t)
  • the first target sound inferior signal generating means 741 When the received signal of 722 is X (t), the first target sound inferior signal generating means 741
  • the signal difference, X (t) -X (t), is obtained, and this is the first target sound inferior signal. Also,
  • the received signal of the first microphone 721 is X (t)
  • X (t) is the received signal of the second target sound inferior signal generating means 742.
  • the first separation means 761 uses the spectrum of the target sound dominant signal and the spectrum of the first target sound inferior signal to use the maximum level band selection (BS—MAX) force or The subtractor (SS) is used to separate the incoming sound from one side containing the target sound, that is, the space on the installation side of the second microphone 722 (the left side space in FIG. 24).
  • 2 Separation means 762 uses the spectrum of the target sound dominant signal and the second target sound inferior signal spectrum to select either the maximum level band selection (BS—MAX) or the spectral 'subtraction ( SS) is performed to separate the incoming sound from the other side containing the target sound, that is, the space on the installation side of the third microphone 723 (the right side space in FIG. 24).
  • band selection is performed by the first separation means 761
  • band selection is also performed by the second separation means 762
  • spectral 'subtraction is performed by the first separation means 761
  • 2 Spectral 'subtraction is also performed in separation means 762.
  • the integration means 763 includes the target sound separated by the first separation means 761.
  • Space on one side that is, the installation side of the second microphone 722 (left side space in FIG. 24) Force The other side including the spectrum of the incoming sound and the target sound separated by the second separation means 762, that is, the first Using the spectrum of the sound arriving from the space on the installation side of the microphone 723 (right space in Fig. 24), the vector integration process is performed by addition or minimization to separate the target sound.
  • the sound is obtained using the acoustic model obtained by performing the adaptive process or the learning process in advance. Recognition can be performed.
  • the sound source separation system 700 includes the target sound superior signal generation means 730 and the target sound inferior signal generation means 740, the signal of the target sound superiority using the reception signals of the three microphones 721 to 723, In addition, the first and second target sound inferior signals can be generated. For this reason, directivity control suitable for separation of the target sound and the interference sound can be performed.
  • the sound source separation system 700 includes the separation means 760, the spectrum of the target sound dominant signal generated by performing the directivity control and the first and second target sound inferior signals. Using the spectrum, the target sound and the interference sound can be separated accurately.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 31 shows the overall configuration of a sound source separation system 1000 according to the eighth embodiment of the present invention.
  • FIG. 32 shows a high sensitivity region formed by the sound source separation system 1000.
  • FIG. 33 shows the directivity characteristics of the first and second target sound dominant signals and the target sound inferior signal generated by the first high sensitivity region formation signal generation means 1001 and the second high sensitivity region formation.
  • the signal generation means 1002 generates the first and second target sound dominant signals and And each directivity characteristic of the signal of the target sound inferior.
  • FIG. 34 is an explanatory diagram of spectrum integration processing by minimization.
  • the sound source separation system 1000 includes a first, second, and third arranged at each vertex position of a triangle (in this embodiment, as an example, a right triangle or a substantially right triangle).
  • a total of three microphones 1021, 1022, and 1023 are provided.
  • the first to third microphones 1021 to 1023 are all omnidirectional or substantially omnidirectional microphones.
  • These first, second, and third microphones 1021, 1022, and 1023 are all disposed on a plane that is perpendicular or substantially perpendicular to the direction of arrival of the target sound.
  • the target sound is set to come from the normal direction of the surface 1082 of the mobile phone 1080.
  • the first, second, and third microphones 1021, 1022, 1023 are all on the surface. 1082. Therefore, the line connecting the first and second microphones 102 1 and 1022 is perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the line connecting the second and third microphones 1022 and 1023 is also It is perpendicular or nearly perpendicular to the direction of arrival of the target sound. Therefore, if only the first and second microphones 1021 and 1022 are considered, the relationship is the same as the relationship between the target sound arrival direction and the microphone placement position in the third embodiment (see FIG. 12). 2. The same can be said if only the third microphones 1022 and 1023 are considered. If the relative relationship between the direction of arrival of the target sound and the placement position of the microphone is in the state shown in FIG. 31, the directivity formed is the same, so Pl to P34 shown in FIG. You can install a microphone!
  • the sound source separation system 1000 uses a sound reception signal of the first and second microphones 1021 and 1022, and a plane C1 orthogonal to a line connecting the microphones 1021 and 1022 (Fig. 32).
  • the second high-sensitivity area formation signal generation means 1002 and the first high-sensitivity area formation signal generation means 1001 generate the spectrum of the first high-sensitivity area formation signal and the second high-sensitivity area formation signal generation means 1002.
  • 2nd high High-sensitivity region integration means 1003 that forms a high-sensitivity region for separating the target sound at the common part (intersection) of the first high-sensitivity region and the second high-sensitivity region using the spectrum of the sensitivity region formation signal And have.
  • the first high-sensitivity region forming signal generating means 1001 includes first and second two microphones.
  • the same processing as that of the sound source separation system 300 of the third embodiment (see FIG. 12) is performed, and the spectrum S of the first high sensitivity region forming signal is
  • the same spectrum as the spectrum of the target sound obtained by separation by the sound source separation system 300 of the third embodiment is generated. That is, the same processing is performed by making the first and second microphones 1021 and 1022 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively. Therefore, in FIG. 31, parts that perform the same processing as the sound source separation system 300 (see FIG. 12) of the third embodiment are given the same names and the same reference numerals, and detailed descriptions thereof are omitted.
  • the second high-sensitivity region forming signal generating means 1002 includes the second and third microphones.
  • the same processing as the sound source separation system 300 of the third embodiment (see FIG. 12) is performed, and the spectrum S of the second high sensitivity region forming signal is
  • the same spectrum as the spectrum of the target sound obtained by separation by the sound source separation system 300 of the third embodiment is generated. That is, the same processing is performed by making the third and second microphones 1023 and 1022 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively. Therefore, in FIG. 31, parts that perform the same processing as the sound source separation system 300 of the third embodiment (see FIG. 12) are given the same name and the same reference numerals (however, the first high-sensitivity region forming signal). To distinguish it from the constituent elements of the generating means 1001, an A is added at the end.) Detailed explanation is omitted.
  • the high-sensitivity region integration unit 1003 generates the spectrum S of the first high-sensitivity region formation signal generated by the first high-sensitivity region formation signal generation unit 1001 and the second high-sensitivity region formation signal generation.
  • the power of the inferior one is the spectrum of the target sound S
  • each frequency band of the spectrum S of the region forming signal is defined as S (1), S (2), S
  • S (1), S (2), S (3), S (4), S (5)... are selected as the powers that are inferior in the region,
  • the target sound can be separated.
  • the sound source separation system 1000 separates the target sound and the interference sound as follows.
  • the first target sound dominant signal of the first high-sensitivity region forming signal generating means 1001 using the sound reception signals (signals on the time domain) of the first and second microphones 1021, 1022
  • the generation means 331 and the second target sound dominant signal generation means 332 generate the first and second target sound dominant signals (signals in the time domain) and the purpose of the first high sensitivity area formation signal generation means 1001
  • the sound inferior signal generation means 340 generates a target sound inferior signal (a signal in the time domain).
  • the obtained first and second target sound dominant signals and the target sound inferior signal are subjected to frequency analysis by the frequency analysis means 350 of the first high sensitivity region formation signal generation means 1001 respectively.
  • Each spectrum of the first and second target sound dominant signals and the spectrum of the target sound inferior signal are obtained.
  • the received signal of the first microphone 1021 is X (t)
  • the first target sound dominant signal generation means 331 causes the first
  • the second target sound dominant signal generation means 332 performs delay processing on the sound reception signal X (t) of the second microphone 1022 and the sound reception signal X (t) of the first microphone 1021.
  • the second target sound dominant signal X (t) — D (X (t)) is analyzed by frequency analysis.
  • FIG. 13 in the case of the third embodiment, the directivity characteristics of the second target sound dominant signal as shown by the one-dot chain line (thick line) in FIG. Is obtained.
  • the directivity shown by this cardioid can also be obtained three-dimensionally by rotating around the X axis.
  • the directivity characteristic of the target sound inferior signal as shown by the dotted line (thick line) in FIG. 33 is obtained.
  • the directivity shown by this figure-8 curve can be obtained three-dimensionally by rotating around the X axis.
  • the first separating means 361 of the first high sensitivity region forming signal generating means 1001 uses the first target sound dominant signal spectrum and the target sound inferior signal spectrum to obtain the maximum level. Perform the band selection (BS-MAX) card or spectral subtraction (SS), and the space where the first microphone 1021 containing the target sound is installed (left space in Fig. 33) And the second separation means 362 of the first high-sensitivity region formation signal generation means 1001 and the second target sound dominant signal spectrum and the target sound inferior signal.
  • the spectrum is used to select the maximum level band selection (BS—MAX) force, or spectral 'subtraction (SS), and the space on the side where the second microphone 1022 containing the target sound is installed. (The right space in Fig.
  • the signal directivity (bold line) is obtained by rotating around the X axis. Therefore, as shown in FIG. 32, the center plane C1 of the first high sensitivity region is It is formed along the YZ plane.
  • the processing by the second high sensitivity area formation signal generation means 1002 is performed in parallel with the above processing by the first high sensitivity area formation signal generation means 1001.
  • the spectrum S of the second high sensitivity region formation signal is
  • the directivity characteristic of each signal generated by the second high-sensitivity region forming signal generating means 1002 is parallel to the Y axis (the line connecting the second and third microphones 1022 and 1023 as shown in FIG. 33).
  • the center plane C2 of the second high sensitivity region is formed along the XZ plane.
  • the spectrum S of the second high-sensitivity region forming signal generated by the signal generating means 1002 is used.
  • spectrum integration processing (minimization) is performed in which the inferior power is attributed to the target sound vector S by comparing the power levels for each frequency band.
  • the first high sensitivity region formed along the center surface C1 of the first high sensitivity region and the central surface C2 of the second high sensitivity region are formed.
  • the high sensitivity area after spectrum integration is formed at the intersection (intersection) with the second high sensitivity area. That is, as shown in FIG. 32, the high-sensitivity region after the spectrum integration is formed in the direction of the normal K of the surface 1082 of the mobile phone 1080 and arrives from this direction. The target sound can be separated. Note that the high-sensitivity region after the integration of the spare area is also formed on the back surface 1083 side of the cellular phone 1080.
  • the acoustic model obtained by performing the adaptive process or the learning process in advance is obtained in the same manner as in the first to seventh embodiments. It can be used for voice recognition.
  • the sound source separation system 1000 includes the first high sensitivity area formation signal generation means 1001, the second high sensitivity area formation signal generation means 1002, and the high sensitivity area integration means 1003. Using the received sound signals 1021, 1022, and 1023, a high sensitivity region can be formed by performing directivity control suitable for separation of the target sound and the interference sound. For this reason, the target sound and the disturbing sound can be accurately separated.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 35 shows the overall configuration of a sound source separation system 1100 according to the ninth embodiment of the present invention.
  • FIG. 36 shows a high sensitivity region formed by the sound source separation system 1100.
  • FIG. 37 is an explanatory diagram of high-sensitivity region restriction processing by selecting the minimum level band in the conversation mode.
  • FIG. 38 is an explanatory diagram of mode switching by the high sensitivity region restriction means 1104, and
  • FIG. 39 is an explanatory diagram of a high sensitivity region restriction process by selection of the minimum level band in the moving image shooting mode.
  • the sound source separation system 1100 includes a first, second, and third arranged at each vertex position of a triangle (in this embodiment, for example, a right triangle or a substantially right triangle).
  • a total of three microphones 1121, 1122, and 1123 are provided.
  • the first to third microphones 1121 to 1123 are all omnidirectional or substantially omnidirectional microphones.
  • the arrangement of the first, second, and third microphones 1121, 1 122, 1123 is the same as in the case of the eighth embodiment (see FIG. 31).
  • the sound source separation system 1100 includes first and second microphones 1121, 11
  • the first high-sensitivity region forming signal that forms the first high-sensitivity region along the plane C1 (similar to the case of FIG. 32) orthogonal to the line connecting these microphones 1121 and 1122 using 22 received sound signals
  • the first high-sensitivity region forming signal generating means 1101 for generating a spectrum and the received signals of the second and third microphones 1122 and 1123 are orthogonal to a line connecting these microphones 11 and 1123.
  • a second high sensitivity region forming signal generator 1102 for generating a spectrum of a second high sensitivity region forming signal that forms a second high sensitivity region along the plane C2 (similar to FIG.
  • the first high sensitivity Area and second high sensitivity area (in this embodiment The second high-sensitivity area is more limited than in the case of the eighth embodiment.)
  • High-sensitivity area integration that forms a high-sensitivity area for separating the target sound at the common part (intersection) with And means 1103.
  • the first high sensitivity area formation signal generation means 1101 is the same as the first high sensitivity area formation signal generation means 1001 of the eighth embodiment. Using the received sound signal 1122, the same processing as the sound source separation system 300 of the third embodiment (see FIG. 12) is performed, and the spectrum S of the first high sensitivity region forming signal is used as the third embodiment.
  • the same spectrum as the spectrum of the target sound obtained by the sound source separation system 300 of the form is generated. That is, the same processing is performed for the first and second microphones 1121 and 1122 corresponding to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively.
  • the second high sensitivity area formation signal generation means 1102 has substantially the same configuration as the second high sensitivity area formation signal generation means 1002 of the eighth embodiment, but part of the configuration is different. That is, the separation unit 360A of the second high sensitivity region formation signal generation unit 1002 of the eighth embodiment includes the integration unit 363A that performs spectrum integration processing, whereas the second high sensitivity region formation of the present embodiment.
  • the separation means 360B of the signal generation means 1102 is different in that a high-sensitivity area restriction means 1104 is provided instead of the integration means 363A.
  • the other configuration is the same as that of the second high-sensitivity region forming signal generating means 1002 of the eighth embodiment, and using the received sound signals of the second and third microphones 1122 and 1123, Except for the spectrum integration processing, the same processing as that of the sound source separation system 300 (see FIG. 12) of the third embodiment is performed to generate the spectrum S of the second high sensitivity region forming signal. That is,
  • the third and second microphones 1123 and 1122 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively, and the third embodiment and the third embodiment except for the spectrum integration processing.
  • the processing by the high sensitivity area limiting means 1104 is performed. Accordingly, in FIG. 35, the same name and the same reference numerals are assigned to the parts that perform the same processing as the sound source separation system 300 (see FIG. 12) of the third embodiment (however, the first high-sensitivity region forming signal).
  • a B is added at the end.) Detailed explanation is omitted.
  • the high sensitivity area limiting means 1104 performs high sensitivity area limiting processing for limiting the second high sensitivity area to either the second microphone 1122 side area or the third microphone 1123 side area. is there. That is, the high-sensitivity region limiting unit 1104 uses the center plane C2 (see FIG. 32) of the second high-sensitivity region formed by the second high-sensitivity region formation signal generation unit 1002 of the eighth embodiment as a boundary. 2 Restrict the high sensitivity area to the area on either side.
  • the high sensitivity area limiting unit 1104 performs the following process when limiting the second high sensitivity area to the area on the second microphone 1122 side. That is, the spectrum S of the sound on one side (the third microphone 1123 side) including the target sound separated by the first separation means 361B of the second high sensitivity region forming signal generation means 1102 and the second separation means 362
  • a comparison of the magnitude of each power in the same frequency band is performed for each frequency band with the sound vector S on the other side (second microphone 1122 side) containing the target sound separated by B.
  • the power of the spectrum S of the sound on one side (the third microphone 1123 side) including the target sound separated by the first separation means 361B is separated by the second separation means 362B.
  • the minimum level band selection (BS-MIN) to be performed is performed, and the obtained spectrum (part of the spectrum S before processing) is set as the spectrum S of the second high sensitivity region forming signal.
  • the magnitude of the power of each frequency band of the spectrum S of the sound on the other side (second microphone 1122 side) including the separated target sound is set to S (1), S (2), S (3), S ( 4), S (5)
  • the sound spectrum S on the other side (second microphone 1122 side) is discarded without being used.
  • the second high sensitivity region can be limited to the region on the second microphone 1122 side.
  • the area on the third microphone 1123 side can be removed from the second high sensitivity area.
  • the portion H in FIG. 33 is formed by subjecting the received sound signal of the second microphone 1122 to delay processing by the first target sound dominant signal generating means 331B of the second high sensitivity region forming signal generating means 1102.
  • the second high-sensitivity region can be limited to the region on the microphone side that has been subjected to delay processing to generate the target sound dominant signal. .
  • the high sensitivity area limiting unit 1104 uses the second microphone 1123 as the second high sensitivity area.
  • the following processing is performed. That is, the spectrum S of the sound on one side (the third microphone 1123 side) including the target sound separated by the first separation means 361B of the second high sensitivity region forming signal generation means 1102 and the second separation means 362B By minutes
  • Part is the spectrum S of the second high-sensitivity region formation signal.
  • the spectrum S of the sound on one side (the third microphone 1123 side) including the target sound separated by the first separation means 361B is discarded without being used.
  • the second high sensitivity region can be limited to a region on the third microphone 1123 side. In other words, from the second high sensitivity region to the second The area on the microphone 1122 side can be removed.
  • the portion G in FIG. 33 is formed by delaying the sound reception signal of the third microphone 1123 by the second target sound dominant signal generation means 332B of the second high sensitivity region formation signal generation means 1102.
  • the second high-sensitivity region can be limited to the region on the microphone side that has been subjected to delay processing to generate the target sound dominant signal. .
  • the high sensitivity area limiting unit 1104 may be configured to be able to switch whether the second high sensitivity area is limited to the area on the second microphone 1122 side or the area on the third microphone 1123 side. Good.
  • the second high sensitivity region is limited to the region on the second microphone 1122 side, and the second high sensitivity region is displayed on the screen from the normal line K of the surface 1182 of the mobile phone 1180. It is formed in the direction of the angle ⁇ opposite to the display 1184.
  • a second high sensitivity region limited in the direction of the angle ⁇ is also formed on the back surface 1183 side of the mobile phone 1180.
  • the second high sensitivity area is limited to the area on the third microphone 1123 side, and the second high sensitivity area is closer to the screen display unit 1184 than the normal ⁇ of the surface 1182 of the mobile phone 1180.
  • the angle is formed in the direction of ⁇ .
  • a second high sensitivity region limited in the direction of the angle ⁇ is also formed on the back surface 1183 side of the cellular phone 1180. In this way, in conversation mode, the user can hold the mobile phone 1180 in his / her hand.
  • the sound uttered while looking at the screen display 1184 can be accurately captured, while in the video shooting mode, the mobile phone 1180 can be User power held in hand While shooting a subject with the camera 1187 provided on the back side of the screen display unit 1184, it is possible to accurately capture the sound coming from the subject direction.
  • the high-sensitivity region integration unit 1103 is the same as the high-sensitivity region integration unit 1003 (see Fig. 31) of the eighth embodiment, and the first high-sensitivity region formation signal generation unit 1101 generates (1) High sensitivity region formation signal spectrum S and second high sensitivity region formation signal generation means
  • the power of the inferior one is designated as the target sound spectrum S.
  • the sound source separation system 1100 is used as follows. The target sound and the interference sound are separated.
  • the spectrum S of the first high sensitivity region formation signal is generated by the first high sensitivity region formation signal generation means 1101.
  • step 1102 a spectrum S of the second high sensitivity region forming signal is generated. At this time, the second high
  • the sensitivity region is limited to the region force on the second microphone 1122 side or the region on the third microphone 1123 side by the high sensitivity region limiting means 1104.
  • the spectrum S of the second high sensitivity region forming signal generated by the signal generating means 1102 is used.
  • spectrum integration processing (minimization) is performed in which the inferior power is attributed to the target sound vector S by comparing the power levels for each frequency band.
  • the center plane C1 of the first high sensitivity region (FIG. 3). 2)) and the area on the second microphone 1122 side of the center plane C2 of the brackets formed along the central plane C2 of the second high sensitivity area.
  • a high-sensitivity region after the integration of the spectrum as shown by the solid line in Fig. 36 is formed at the intersection (intersection) with the second high-sensitivity region.
  • the sound source separation system 1100 includes the first high sensitivity area formation signal generation means 1101, the second high sensitivity area formation signal generation means 1102, and the high sensitivity area integration means 1103. Using the received sound signals 1121, 1122, 1123, directivity control suitable for separation of the target sound and the interference sound can be performed to form a high sensitivity region. For this reason, the target sound and the disturbing sound can be accurately separated. [0451] Further, in the sound source separation system 1100, the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 40 shows the overall configuration of a sound source separation system 1200 according to the tenth embodiment of the present invention.
  • FIG. 41 shows a high sensitivity region formed by the sound source separation system 1200.
  • the sound source separation system 1200 includes a first, second, and second arranged at each vertex position of a triangle (in this embodiment, for example, an isosceles triangle or a substantially isosceles triangle).
  • a third total of three microphones 1221, 1222, 1223 are provided.
  • the first to third microphones 1221 to 1223 are all omnidirectional or substantially omnidirectional microphones.
  • These first, second, and third microphones 1221, 1222, and 1223 are all disposed on a plane that is perpendicular or substantially perpendicular to the direction of arrival of the target sound.
  • the target sound is set so that the normal direction force of the surface 1282 of the mobile phone 1280 arrives, so that the first, second, and third microphones 1221, 1222, and 1223 are all on the surface 1282. Is provided. Therefore, the line connecting the first and second microphones 1 221, 1222 is perpendicular or substantially perpendicular to the direction of arrival of the target sound, and the line connecting the second and third microphones 1222, 1223 is also the arrival of the target sound. The line connecting the first and third microphones 1221 and 1223 is also perpendicular or substantially perpendicular to the direction of arrival of the target sound.
  • the relationship is the same as the relationship between the target sound arrival direction and the placement position of the microphone in the third embodiment (see FIG. 12). The same can be said if only the second and third microphones 1222, 1 223 are considered, and the same can be said if only the first and third microphones 1221, 1223 are considered. If the relative relationship between the direction of arrival of the target sound and the placement position of the microphone is in the state shown in FIG. 40, the directivity formed is the same, so the positions of P1 to P34 shown in FIG. You can install a microphone!
  • the sound source separation system 1200 is orthogonal to a line connecting the microphones 1221 and 1222 using the received sound signals of the first and second microphones 1221 and 1222.
  • the second high-sensitivity region is formed by using the received signals of the two microphones 1222 and 1223 to form the second high-sensitivity region along the plane C2 (see FIG. 41) orthogonal to the line connecting the microphones 1222 and 1223.
  • Second high-sensitivity region forming signal generation means 1202 for generating a signal spectrum, and orthogonal to a line connecting these microphones 1221 and 1223 using the received sound signals of the first and third microphones 1221 and 1223
  • Third sensitive region forming signal generating means 1203 for generating a spectrum of the third highly sensitive region forming signal forming the third highly sensitive region along the surface C3 (see FIG. 41), and the first highly sensitive region forming signal
  • the first high sensitivity region formation signal generated by the generation means 1201 And the spectrum of the second high-sensitivity region formation signal generated by the second high-sensitivity region formation signal generator 1202 and the third high-sensitivity region formation signal generated by the third high-sensitivity region formation signal generator 1203.
  • High-sensitivity region integration means 1204 that forms a high-sensitivity region for separating the target sound at the intersection (intersection) of the first high-sensitivity region, the second high-sensitivity region, and the third high-sensitivity region using the spectrum 1204 It is equipped with.
  • the first high sensitivity region formation signal generation unit 1201 includes the first and second microphones 1221, Using the received signal of 1222, the same processing as the sound source separation system 300 of the third embodiment (see FIG. 12) is performed, and the spectrum S of the first high-sensitivity region forming signal is used as the third embodiment.
  • the same spectrum as the spectrum of the target sound obtained by the sound source separation system 300 of the form is generated. That is, the same processing is performed by making the first and second microphones 1221 and 1222 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively.
  • the second high sensitivity area formation signal generation means 1202 has the same configuration as the second high sensitivity area formation signal generation means 1102 (see FIG. 35) of the ninth embodiment. Therefore, it has substantially the same configuration as the second high sensitivity region forming signal generating means 1002 of the eighth embodiment, but part of the configuration is different. That is, the separating means 360A of the second highly sensitive region forming signal generating means 1002 of the eighth embodiment includes the integrating means 363A for performing the spectrum integration processing. In contrast to this, the separation means 360C of the second high sensitivity area formation signal generation means 1202 of the present embodiment is different in that a high sensitivity area restriction means 1205 is provided instead of the integration means 363A.
  • the other configuration is the same as that of the second high-sensitivity region forming signal generation means 1002 of the eighth embodiment, and using the sound reception signals of the second and third microphones 1222, 1223, Except for the spectrum integration processing, the same processing as the sound source separation system 300 (see FIG. 12) of the third embodiment is performed to generate the spectrum S of the second high sensitivity region forming signal. That is, the third and second two microphones 1223 and 1222 are
  • the high sensitivity region limiting unit 1205 has the same configuration as the high sensitivity region limiting unit 1104 of the ninth embodiment, and performs the second level of high sensitivity region by performing the minimum level band selection (BS-MIN).
  • the high-sensitivity region restriction processing is performed to restrict the region to the second microphone 1222 side region or the third microphone 1223 side region. That is, the high-sensitivity region limiting unit 1205 uses the second high-sensitivity region as a boundary with the center plane C2 (see FIG. 41) of the second high-sensitivity region formed by the second high-sensitivity region formation signal generation unit 1202 as a boundary. Restrict to the area on either side.
  • the third high sensitivity area formation signal generation means 1203 is the same as the second high sensitivity area formation signal generation means 1202, and the second high sensitivity area formation signal generation means 1102 of the ninth embodiment (Fig. 35)). Therefore, the second high-sensitivity region formation signal generation means 1002 of the eighth embodiment has substantially the same configuration, but part of the configuration is different. That is, the separation unit 360A of the second high sensitivity region formation signal generation unit 1002 of the eighth embodiment includes the integration unit 363A that performs spectrum integration processing, whereas the third high sensitivity region formation of the present embodiment. The separation means 360D of the signal generation means 1203 is different in that a high-sensitivity area limiting means 1206 is provided instead of the integration means 363A.
  • the configuration of is the same as that of the second high-sensitivity region forming signal generation means 1002 of the eighth embodiment, and the spectrum is obtained using the sound reception signals of the first and third microphones 1221, 1223. Except for the integration processing, the same processing as that of the sound source separation system 300 (see FIG. 12) of the third embodiment is performed to generate the spectrum S of the third high sensitivity region forming signal. That is,
  • the third and first two microphones 1223 and 1221 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment, respectively, and the third embodiment except for the spectrum integration processing.
  • the processing by the high sensitivity area limiting means 1206 is performed. Therefore, in FIG. 40, the same name and the same reference numerals are given to the parts that perform the same processing as the sound source separation system 300 of the third embodiment (see FIG. 12) (however, the first and second high-sensitivity).
  • a D is added at the end.), Detailed description is omitted.
  • the high sensitivity region restriction unit 1206 has the same configuration as the high sensitivity region restriction unit 1104 of the ninth embodiment, and selects the minimum level band selection (BS— By performing (MIN), the high sensitivity area limiting process is performed to limit the third high sensitivity area to either the first microphone 1221 side area or the third microphone 1223 side area. That is, the high-sensitivity area limiting unit 1206 defines the third high-sensitivity area with the center plane C3 (see FIG. 41) of the third high-sensitivity area formed by the third high-sensitivity area formation signal generation unit 1203 as a boundary. Restrict to the area on either side.
  • the high-sensitivity region integration unit 1204 is the same as the high-sensitivity region integration unit 1003 (see FIG. 31) of the eighth embodiment, and the first high-sensitivity region formation signal generation unit 1201 generates (1) High sensitivity region formation signal spectrum S and second high sensitivity region formation signal generation means
  • the sound source separation system 1200 separates the target sound and the disturbing sound as follows.
  • the first high sensitivity region formation signal generation means 1201 generates the spectrum S of the first high sensitivity region formation signal.
  • Stage 1202 generates spectrum S of the second high sensitivity region forming signal. Furthermore, with these
  • the spectrum S of the third high sensitivity region formation signal is generated by the third high sensitivity region formation signal generation means 1203.
  • the second and third high-sensitivity areas are restricted to the high-sensitivity area.
  • Steps 1205 and 1206 limit the area force of the second microphone 1222 ⁇ J to the area of the third microphone 1223 side and the area of the first microphone 1221 side or third area. The area is limited to the microphone 1223 side.
  • the high-sensitivity region integration unit 1204 generates the spectrum S of the first high-sensitivity region formation signal generated by the first high-sensitivity region formation signal generation unit 1201, and the second high-sensitivity region formation.
  • the high sensitivity region limiting unit 1205 limits the second high sensitivity region to the region on the second microphone 1222 side, and the high sensitivity region limiting unit 1205. If the third high-sensitivity area is limited to the area on the first microphone 1221 side according to 6, the first high-speed area formed along the center plane C1 (see FIG. 41) of the first high-sensitivity area.
  • the common part (intersection) with the third high sensitivity area formed along the center plane C3 of the sensitivity area and limited to the area on the first microphone 1221 side from the center plane C3 of the brackets is shown in FIG.
  • a high-sensitivity region after spectrum integration as shown by the solid line is formed.
  • the second and third high sensitivity regions are restricted to the opposite regions by the high sensitivity region limiting means 1205 and 1206, the high frequency after spectrum integration as shown by the two-dot chain line in FIG. A sensitivity region is formed.
  • the sound source separation system 1200 includes a first high sensitivity region formation signal generation unit 1201, a second high sensitivity region formation signal generation unit 1202, a third high sensitivity region formation signal generation unit 1203, and a high sensitivity region integration unit. Because it has 1204, it is possible to form a high sensitivity region by performing directivity control suitable for separation of target sound and interfering sound using the received signals of three microphones 1221, 1222, 1223 . For this reason, the target sound and the interference sound can be separated with high accuracy.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the size of the apparatus can be reduced.
  • FIG. 42 shows the overall configuration of a sound source separation system 1300 according to the eleventh embodiment of the present invention.
  • FIG. 43 shows the directivity characteristics of the first and second target sound dominant signals and target sound inferior signals generated by the sound source separation system 1300 and the target sound dominant signal for control. .
  • the sound source separation system 1300 is a triangle (in this embodiment, as an example , A right triangle or a substantially right triangle. ), A total of three microphones 1321, 1322, and 1323, which are the first, second, and third arranged at each vertex position.
  • the first to third microphones 1321 to 1323 are all omnidirectional or substantially omnidirectional microphones.
  • the first and second microphones 1321, 1322 are arranged side by side in a direction perpendicular or substantially perpendicular to the direction of arrival of the target sound.
  • the second and third microphones 1322, 1323 are arranged side by side in the direction of arrival of the target sound or in substantially the same direction as this direction. Therefore, if only the first and second microphones 1321 and 1322 are considered, the relationship is the same as the relationship between the target sound arrival direction and the microphone placement position in the third embodiment (see FIG. 12).
  • the target sound is set to be parallel to the surface 1382 of the mobile phone 1380 and the lower side force of the mobile phone 1380 also arrives. Therefore, the three microphones 1321, 1322, and 1323 all have the surface 1382. Is provided. As shown in FIG. 42, the target sound may be set to come from the normal direction of the surface 1382A of the mobile phone 1380A.
  • the first and second microphones 1321 and 1322 are connected to the surface 1382A.
  • the sound source separation system 1300 uses the received signals of the first and second microphones 1321 and 1322 to orthogonally suppress the orthogonal interference sound that arrives from the direction orthogonal to the target sound arrival direction.
  • the orthogonal interference sound suppression signal generation means 13 01 for generating the interference sound suppression signal and the received signals of the second and third microphones 1322 and 1323
  • Counter interference sound suppression control signal generation means 1302 for generating a control signal for suppressing the interference sound, and orthogonal interference sound suppression signal spectrum generated by the orthogonal interference sound suppression signal generation means 1301 and the opposite interference sound
  • a counter interference sound suppression means 1303 for suppressing the spectrum of the opposite interference sound included in the spectrum of the orthogonal interference noise suppression signal using the spectrum of the control signal generated by the suppression control signal generation means 1302; It has.
  • the orthogonal interference sound suppression signal generation means 1301 uses the sound reception signals of the first and second two microphones 132 1 and 1322, and the sound source separation system 300 of the third embodiment (see FIG. 12). ) To obtain the spectrum S of the orthogonal interference suppression signal as the third embodiment.
  • the same spectrum as the target sound spectrum obtained by the sound source separation system 300 is generated. That is, the same processing is performed by making the first and second microphones 1321 and 1322 correspond to the microphones 321 and 322 of the sound source separation system 300 of the third embodiment. Therefore, in FIG. 42, parts that perform the same processing as the sound source separation system 300 (see FIG. 12) of the third embodiment are given the same names and the same reference numerals, and detailed descriptions thereof are omitted.
  • the counter interference sound suppression control signal generation unit 1302 performs a delay process on the sound reception signal (on the time domain) of the third microphone 1323 and the second microphone.
  • Control target sound dominant signal generating means 1304 for generating a control target sound dominant signal by taking the difference from the received signal of 1322 (on the time domain), and this control target sound dominant signal generating means
  • a frequency analysis means 1305 for performing frequency analysis on the target sound dominant signal for control in the time domain generated by 1304.
  • the target sound dominance signal for control generated by the control target sound dominance signal generating means 1304 is greatly expanded in the direction in which the target sound arrives as shown by the two-dot chain line in FIG. This is a directional characteristic of a cardioid (heart-shaped curve) with a smaller sound direction. Further, the directivity characteristics of other signals shown in FIG. 43 are the same as those in the case of the third embodiment (see FIG. 13). Note that the processing by the control target sound dominant signal generation means 1304 may be digital processing or analog processing, or may be processing in the frequency domain in the present embodiment, in which processing is performed in the time domain. .
  • Opposing interference noise suppression means 1303 is a pair of signals included in the spectrum S of the orthogonal interference noise suppression signal.
  • the spectrum S of the orthogonal interference suppression signal generated by the orthogonal interference suppression signal generating means 1301 and the signal generation for controlling the opposing interference noise are generated.
  • Level band selection (BS—MIN) is performed, and the obtained spectrum (the spectrum S before processing)
  • spectrum S is only used as a control signal and is therefore used.
  • the sound source separation system 1300 separates the target sound and the interference sound as follows.
  • the spectrum S of the orthogonal interference sound suppression signal is generated by the orthogonal interference noise suppression signal generation means 1301.
  • the signal generation means 1302 for controlling the anti-interference noise is controlled.
  • the interfering noise suppression means 1303 performs the minimum level band selection (BS-MIN) using the spectrum S of the target sound dominant signal for control, thereby suppressing the orthogonal interference noise.
  • BS-MIN minimum level band selection
  • an acoustic model obtained by performing an adaptive process or a learning process in advance. Can be used for voice recognition.
  • the sound source separation system 1300 includes the orthogonal interference sound suppression signal generation means 1301, the opposing interference sound suppression control signal generation means 1302, and the opposing interference sound suppression means 1303, and thus includes three microphones. Using the received signals 1321, 1322, and 1323, directivity control suitable for separating the target sound and the interfering sound is performed, and the target sound and the interfering sound can be separated with high accuracy.
  • the number of microphones used is three, and sound source separation can be realized with a small number of microphones, so that the apparatus can be downsized.
  • FIG. 44 shows the overall configuration of a sound source separation system 1400 according to the twelfth embodiment of the present invention. It is.
  • FIG. 45 shows the first and second target sound superior signals and the target sound inferior signal generated by the sound source separation system 1400, and the target sound superior signals for the first and second controls. Directional characteristics are shown.
  • the sound source separation system 1400 includes first, second, and second triangles arranged at each vertex position of a triangle (in this embodiment, for example, an isosceles triangle or an approximately isosceles triangle).
  • a third total of three microphones 1421, 1422, 1423 is provided.
  • the first to third microphones 1421 to 1423 are all omnidirectional or substantially omnidirectional microphones.
  • the first and second microphones 1421, 1422 are arranged side by side in a direction that is perpendicular or substantially perpendicular to the direction of arrival of the target sound.
  • the second and third microphones 1 422 and 1423 are arranged side by side in a direction inclined with respect to the direction of arrival of the target sound. Furthermore, the first and third microphones 1421 and 1423 are arranged side by side in a direction inclined to the opposite side of the second and third microphones 1422 and 1423 with respect to the direction of arrival of the target sound. Therefore, considering only the first and second microphones 1421, 1422, the relationship is the same as the relationship between the target sound arrival direction and the microphone placement position in the third embodiment (see FIG. 12). In the example shown in the figure, the target sound is set parallel to the surface 1482 of the mobile phone 1480 and the lower side force of the mobile phone 1480 also arrives.

Landscapes

  • Health & Medical Sciences (AREA)
  • Otolaryngology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)

Abstract

　目的音と任意の方向から到来する妨害音とを精度よく分離することができ、かつ、装置の小型化を図ることができる音源分離システムおよび音源分離方法、並びに音響信号取得装置を提供する。 　目的音到来方向に並べて配置された２個のマイクロフォン２１，２２と、これらの受音信号を用いて目的音強調用の線形結合処理を行って目的音優勢の信号を生成する目的音優勢信号生成手段３０と、マイクロフォン２１，２２の受音信号を用いて目的音抑制用の線形結合処理を行って目的音劣勢の信号を生成する目的音劣勢信号生成手段４０と、目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとを用いて目的音と妨害音とを分離する分離手段６０とを設け、音源分離システム１０を構成した。                                                                                 

Description

明 細 書
音源分離システムおよび音源分離方法、並びに音響信号取得装置 技術分野
[0001] 本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来する妨害 音とを分離する音源分離システムおよび音源分離方法、並びに音響信号取得装置 に係り、例えば、携帯電話機等の携帯機器や、カーナビゲーシヨンシステム等の車載 機器で所望の音声を取得する場合等に利用できる。
背景技術
[0002] 通常の音声認識では、口元で発話した音声を接話型マイクロフォンにより収録し、 認識処理を行う。一方、ロボットとの対話、カーナビゲーシヨンシステム等の車載機器 についての音声による操作、会議の議事録作成等、接話型マイクロフォンの利用を ユーザに課すことが不自然となる用途も多い。このような用途においては、システム側 に設置したマイクロフォンにより音声を収録し、認識処理することが望まれる。しかしな がら、発話者カゝら離れたところに設置したマイクロフォンで収音、音声認識を行う場合 には、 SZN比が悪ィ匕し、聞き取りにくかったり、音声認識の精度は極度に劣化する。
[0003] このような問題に対し、マイクロフォンアレーを用いて指向性を制御すること等により 、所望の音声だけを選択的に収録する試みがなされている。また、少数のマイクロフ オンを用いて指向性を制御するものとして、 2個の単一指向性マイクロフォンユニット を用いた超指向性マイクロフォン (特許文献 1参照）、 4個の無指向性マイクロフォンを 用いたマルチチャンネルステレオ用の収音装置 (特許文献 2参照）がある。さらに、基 準マイクロフォンを中心に 3対のマイクロフォンを配置したマイクロフォン装置（特許文 献 3参照)もある。
[0004] また、各マイクロフォンと音源との位置関係の相違によって生じる、各マイクロフォン に到達する音圧の差を利用して音を分離する、 SAFIAと呼ばれる手法が提案されて いる（特許文献 4参照)。この SAFIAと呼ばれる手法は、複数の固定マイクロフォンの 出力信号を狭帯域スペクトル分析し、周波数帯域毎に最も大きなパワーを与えたマ イク口フォンにその周波数帯域の音を割り当てる帯域選択 (Band Selection)による音 の分離技術である (後述する図 8参照)。
[0005] 特許文献 1 :特開平 10— 126876号公報 (請求項 1、図 1、図 2、要約）
特許文献 2 :特開 2002— 223493号公報 (請求項 1、図 1、図 3、要約）
特許文献 3 :特開 2002— 271885号公報 (請求項 1、図 1、図 11、要約）
特許文献 4:特許第 3355598号掲載公報 (段落 [0006]、 [0007]、図 1、要約） 発明の開示
発明が解決しょうとする課題
[0006] し力しながら、マイクロフォンアレーによる指向性の制御だけでは、所望の音声を背 景雑音力 十分に分離することは困難であるうえ、装置の小型化を図ることも困難で ある。また、前述した特許文献 1に記載された超指向性マイクロフォンや、特許文献 2 に記載されたマルチチャンネルステレオ用の収音装置では、少数のマイクロフォンに よる指向性の制御を実現しているため、装置の小型化は可能力もしれないが、所望 の音声の分離性能が十分でないことに変わりはない。さらに、前述した特許文献 3に 記載されたマイクロフォン装置も合計 7個のマイクロフォンを用いて 、るので、マイクロ フォンアレーと同様な問題を抱えている。
[0007] また、前述した特許文献 4に記載された SAFIAでは、複数のマイクロフォンの固定 的位置関係に起因する信号のマイクロフォン間音圧レベル差を用いて帯域選択を行 つており、帯域選択を行うにあたり、後述する本発明のように所望の音声と雑音との 分離に適した指向特性の制御を行って 、るわけではな 、ため、分離性能が十分では ない。なお、以下においては、 SAFIAと呼ばれる手法のうち、帯域選択（Band Select ion)による分離処理の対象となるスペクトルの生成過程を含めずに、帯域選択による 分離処理 (後述する図 8参照）のみを指して最大レベル帯域選択 (BS— MAX)と記 載するものとする。また、 SAFIAで行われている最大レベル帯域選択 (BS— MAX) は、比較するスペクトルどうしの間で同一の周波数帯域の各パワーの大小の比較を 周波数帯域毎に行い、それぞれの周波数帯域で最も大きいパワーを、分離して得ら れるスペクトルに帰属させる帯域選択であるが、本願発明では、このような最大レべ ル帯域選択 (BS— MAX)を行う他に、比較するスペクトルどうしの間で同一の周波 数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で 最も小さいパワーを、分離して得られるスペクトルに帰属させる帯域選択も行うので、 これを最小レベル帯域選択 (BS— MIN)と記載するものとする。さらに、本願発明で は、最大または最小のパワーを選択するという 1つの条件を満たすか否かの判断を 行うだけではなぐ複数の条件を同時に満たす力否かを判断する処理も行うので、こ れを多次元帯域選択 (BS— MultiD)と記載するものとし、 2条件の場合を、 2次元帯 域選択 (BS— 2D)といい、 3条件の場合を、 3次元帯域選択 (BS— 3D)という。
[0008] 本発明の目的は、目的音と任意の方向から到来する妨害音とを精度よく分離するこ とができ、かつ、装置の小型化を図ることができる音源分離システムおよび音源分離 方法、並びに音響信号取得装置を提供するところにある。
課題を解決するための手段
[0009] < <音源分離システムの発明 > >
[0010] < 2マイクタイプの発明 > 2個のマイクロフォンを用いるタイプの発明
[0011] 本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来する妨害 音とを分離する音源分離システムであって、間隔を置いて配置された 2個のマイクロ フォンと、これらの 2個のマイクロフォンの受音信号を用いて時間領域上または周波 数領域上で目的音強調用の線形結合処理を行うことにより少なくとも 1つの目的音優 勢の信号を生成する目的音優勢信号生成手段と、 2個のマイクロフォンの受音信号 を用いて時間領域上または周波数領域上で目的音抑制用の線形結合処理を行うこ とにより目的音優勢の信号と対になる少なくとも 1つの目的音劣勢の信号を生成する 目的音劣勢信号生成手段と、目的音優勢信号生成手段により生成されまたはその 後の周波数解析で得られた目的音優勢の信号のスぺ外ルと目的音劣勢信号生成 手段により生成されまたはその後の周波数解析で得られた目的音劣勢の信号のスぺ タトルとを用いて目的音と妨害音とを分離する分離手段とを備えたことを特徴とするも のである。
[0012] ここで、「目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音 とを分離する音源分離システム」とは、例えば、独立成分分析 (ICA)により音源分離 を行う場合等のように、目的音および妨害音のいずれの到来方向も既知である場合 を排除する趣旨であり、妨害音の到来方向が特定されない場合でも音源分離を行う ことができるシステムという意味である。また、「目的音の到来方向以外の任意の方向 力も到来する妨害音」とは、必ずしも目的音の到来方向を除く 360度全ての方向とい う意味ではなぐ目的音の到来方向およびその近傍の方向を除いた、ある範囲内に おける任意の方向でもよぐ例えば、 0 =0度を目的音の到来方向とすると、 Θ = - 9 0〜90度の範囲のみを分離対象範囲としてもよぐ要するに、不特定の方向から到来 する妨害音と 、う意味である。他の発明につ 、ても同様である。
[0013] また、「2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音強調用の線形結合処理を行うこと」および「2個のマイクロフォンの受音信号 を用いて時間領域上または周波数領域上で目的音抑制用の線形結合処理を行うこ と」には、（1) 2個のマイクロフォンの受音信号を時間領域上の信号のままで用いて目 的音強調用および目的音抑制用の線形結合処理を行い、時間領域上の信号として 目的音優勢の信号および目的音劣勢の信号を生成すること、 (2) 2個のマイクロフォ ンの受音信号 (時間領域上の信号)を周波数解析して周波数領域上の信号 (スぺ外 ル)としてから目的音強調用および目的音抑制用の線形結合処理を行い、周波数領 域上の信号 (スペクトル)として目的音優勢の信号および目的音劣勢の信号を生成 することが含まれる。他の発明についても同様である。
[0014] さらに、「目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた目的音優勢の信号のスぺ外ル」とは、目的音優勢信号生成手段により生成さ れた目的音優勢の信号が周波数領域上の信号である場合には、その信号そのもの であり、目的音優勢信号生成手段により生成された目的音優勢の信号が時間領域 上の信号である場合には、その信号を周波数解析して得られた周波数領域上の信 号である。また、「目的音劣勢信号生成手段により生成されまたはその後の周波数解 祈で得られた目的音劣勢の信号のスペクトル」も同様である。これらは他の発明につ いても同様である。
[0015] そして、「線形結合処理」には、和や差をとる処理のみならず、係数を乗じる処理も 含まれる。他の発明についても同様である。
[0016] また、「目的音優勢の信号のスペクトル」と「目的音劣勢の信号のスペクトル」とを用 いて「目的音と妨害音とを分離する」ことには、例えば、周波数帯域毎の処理、すな わち目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの同一の周 波数帯域にっ 、ての各パワー同士を用いて処理を行うことが含まれる。他の発明に おいても同様である。なお、同一の周波数帯域についての各振幅値同士を用いても 同等な処理を行うことができるため、本願明細書においては、各パワー同士を用いて 処理を行う旨の記載で、両者を代表させるものとする。
[0017] さらに、「目的音」や「妨害音」は、主として人間の音声であるが、その他に、例えば 、音楽 (楽器音)、動物の鳴き声、雷鳴'さざ波の音り IIのせせらぎの音等の自然界の 音、ブザー音 '警報音'クラクション '警笛等の各種の効果音、雑踏の音、自動車の走 行音 ·飛行機の離陸音 ·工作機械の稼働音等の各種の機械音などが含まれる。他の 発明にお 、ても同様である。
[0018] このような本発明の音源分離システムにおいては、 2個のマイクロフォンの受音信号 を用いて時間領域上または周波数領域上で目的音強調用および目的音抑制用の 線形結合処理を行うことにより目的音優勢の信号および目的音劣勢の信号を生成す るので、目的音と妨害音との分離に適した指向特性の制御を行うことが可能となる。
[0019] そして、このようにして指向特性の制御を行って生成された目的音優勢の信号のス ベクトルおよび目的音劣勢の信号のスペクトルを用いて分離処理を行うので、目的音 と妨害音とを精度よく分離することが可能となる。このため、前述した特許文献 4の場 合のように複数のマイクロフォンの固定的位置関係に起因する信号のマイクロフォン 間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を向上させることが 可能となる。
[0020] また、目的音強調用および目的音抑制用の線形結合処理を行うことにより指向特 性を制御するので、独立成分分析 (ICA)を用いた分離処理の場合のように特定の 方向から到来する音の分離のみを行うのではなぐ不特定の方向から到来する音を 分離することが可能となる。
[0021] さらに、使用するマイクロフォンの個数は 2個であり、少数のマイクロフォンでの音源 分離を実現することができるので、装置の小型化を図ることが可能となり、これらにより 前記目的が達成される。
[0022] < 2マイク ·目的音到来方向平行配置タイプの発明 > 2個のマイクロフォンを目的音 到来方向またはこの方向と略同じ方向に並べて配置して用いるタイプの発明
[0023] より具体的には、次のような構成を採用することができる。すなわち、前述した音源 分離システムにおいて、 2個のマイクロフォンは、目的音到来方向またはこの方向と 略同じ方向に並べて配置され、目的音優勢信号生成手段は、時間領域上または周 波数領域上で、 2個のマイクロフォンのうちの目的音の音源に近い側に配置された一 方のマイクロフォンの受音信号と、目的音の音源力 遠い側に配置された他方のマイ クロフオンの受音信号との差をとる構成とされ、目的音劣勢信号生成手段は、時間領 域上または周波数領域上で、一方のマイクロフォンの受音信号に遅延処理を施した 後の信号と、他方のマイクロフォンの受音信号との差をとる構成とすることができる (例 えば、後述する図 1の場合等)。
[0024] ここで、「時間領域上または周波数領域上で、一方のマイクロフォンの受音信号に 遅延処理を施した後の信号と、他方のマイクロフォンの受音信号との差をとる」ことに は、（1)一方のマイクロフォンの受音信号（時間領域上の信号）について時間領域上 で遅延処理を施した後、この遅延処理を施した後の信号 (時間領域上の信号)と、他 方のマイクロフォンの受音信号 (時間領域上の信号)との差をとり、時間領域上の信 号を生成すること、 (2)一方および他方のマイクロフォンの受音信号（時間領域上の 信号)の双方を周波数解析して周波数領域上の信号 (スペクトル)とし、一方のマイク 口フォンの受音信号のスペクトルにつ 、て周波数領域上で遅延処理を施した後、こ の遅延処理を施して得られたスペクトルと、他方のマイクロフォンの受音信号のスぺク トルとの差をとり、周波数領域上の信号を生成すること、（3)—方のマイクロフォンの 受音信号 (時間領域上の信号）について時間領域上で遅延処理を施し、この遅延処 理を施した信号 (時間領域上の信号)を周波数解析して周波数領域上の信号 (スぺ タトル）とするとともに、他方のマイクロフォンの受音信号（時間領域上の信号)を周波 数解析して周波数領域上の信号 (スペクトル）とした後、一方のマイクロフォンの受音 信号に遅延処理を施した後の信号のスペクトルと、他方のマイクロフォンの受音信号 のスペクトルとの差をとり、周波数領域上の信号を生成することが含まれる。他の発明 についても同様である。
[0025] そして、上記のように 2個のマイクロフォンを目的音到来方向またはこの方向と略同 じ方向に並べて配置した場合において、分離手段は、目的音優勢の信号のスぺタト ルと目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の 比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離し て得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— MAX)を 行う構成とすることができる。
[0026] ここで、「分離して得られるスペクトルに帰属させる」とは、目的音優勢の信号のスぺ タトルのパワーが大きい場合には、その周波数帯域については、その大きい方のパ ヮーを目的音のスペクトルに帰属させ、一方、目的音劣勢の信号のスペクトルのパヮ 一が大きい場合には、その周波数帯域については、その大きい方のパワーを妨害音 のスペクトルに帰属させると 、う意味である（後述する図 8参照)。他の発明につ 、て も同様である。
[0027] また、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方向 に並べて配置した場合において、分離手段は、目的音優勢の信号のスペクトルの各 周波数帯域のパワーから、目的音劣勢の信号のスペクトルの同一の周波数帯域のパ ヮ一に係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成としてもよい。
[0028] ここで、「係数」とは、例えば、目的音優勢の信号についてのパワーと、目的音劣勢 の信号にっ 、てのパワーとの差の大きさに依存する係数等である。他の発明でスぺ クトラル ·サブトラクシヨンを行う場合も同様である。
[0029] さらに、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置した場合において、分離対象とする目的音を、通常モードの目的音 と、この目的音と反対方向から到来する切替モードの目的音とで切り替えることが可 能な構成とされ、通常モードでは、一方のマイクロフォンが通常モードの目的音の音 源に近い側に配置され、他方のマイクロフォンが通常モードの目的音の音源力 遠 い側に配置され、切替モードでは、他方のマイクロフォンが切替モードの目的音の音 源に近い側に配置され、一方のマイクロフォンが切替モードの目的音の音源力 遠 い側に配置され、目的音劣勢信号生成手段は、時間領域上または周波数領域上で 、一方のマイクロフォンの受音信号に遅延処理を施した後の信号と、他方のマイクロ フォンの受音信号との差をとる第 1目的音劣勢信号生成手段と、時間領域上または 周波数領域上で、他方のマイクロフォンの受音信号に遅延処理を施した後の信号と
、一方のマイクロフォンの受音信号との差をとる第 2目的音劣勢信号生成手段と、分 離手段による処理対象とするための目的音劣勢の信号として、通常モード用の第 1 目的音劣勢信号生成手段により生成された第 1の目的音劣勢の信号と切替モード用 の第 2目的音劣勢信号生成手段により生成された第 2の目的音劣勢の信号とを切り 替える切替手段とを含んで構成されて ヽることが望ま ヽ。
[0030] このように通常モードと切替モードとのモード切替が可能な構成とした場合には、 2 個のマイクロフォンの配置位置を変えることなぐ取得する目的音の方向を切り替える ことが可能となるので、システムの使い勝手が向上する。
[0031] さらに、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置した場合において、目的音劣勢信号生成手段は、遅延処理を施す 対象となるマイクロフォンの受音信号に対し、時間領域上または周波数領域上で、 2 個のマイクロフォンの間隔の音波伝播時間と同等または略同等な時間の遅延を与え る構成とすることができる（図 4、図 7参照)。
[0032] このように 2個のマイクロフォンの間隔の音波伝播時間と同等または略同等な時間 の遅延を与える構成とした場合には、目的音到来方向（例えば、図 7の場合には、通 常モードの目的音については、 0 =0度であり、切替モードの目的音については、 Θ = 180度（一 180度)である。）において、目的音劣勢の信号の振幅値がゼロとなる指 向特性を作り出すことができるので、目的音に向けられた指向特性（目的音優勢の信 号による指向特性)との振幅値の差を大きくとることが可能となる。
[0033] また、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方向 に並べて配置した場合において、目的音劣勢信号生成手段は、遅延処理を施す対 象となるマイクロフォンの受音信号に対し、時間領域上または周波数領域上で、 2個 のマイクロフォンの間隔の音波伝播時間よりも短い時間の遅延を与える構成としても よい（図 30参照)。
[0034] このように 2個のマイクロフォンの間隔の音波伝播時間よりも短い時間の遅延を与え る構成とした場合には、目的音到来方向（例えば、図 30の場合には、通常モードの 目的音については、 0 =0度であり、切替モードの目的音については、 0 = 180度（ — 180度)である。）の近傍において、目的音劣勢の信号の振幅値を小さく抑えた範 囲を拡げた指向特性を作り出すことができるので、目的音に向けられた指向特性（目 的音優勢の信号による指向特性)との振幅値の差が大きい範囲を拡げることが可能 となる。
[0035] さらに、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置した場合において、 2個のマイクロフォンを、携帯機器の操作部およ び Zまたは画面表示部が設けられた表面側およびこれと反対の裏面側の各対応位 置に 1個ずつ設けた構成を採用することができる。
[0036] ここで、「携帯機器」には、例えば、携帯電話機 (PHSも含む。 )、携帯情報端末 (P DA)等が含まれる。
[0037] また、「各対応位置」とは、互いから見て直ぐ裏側の位置という意味である。
[0038] さらに、上記のように 2個のマイクロフォンを携帯機器の表裏面に 1個ずつ設けた構 成とする場合において、携帯機器は、不使用時には折り畳まれて閉じられ、使用時 に開かれる折り畳み式の携帯電話機であり、 2個のマイクロフォンの設置間隔が携帯 電話機の開閉操作に連動して変化し、開いたときの設置間隔が閉じているときの設 置間隔よりも大きくなる構成を採用することができる。
[0039] ここで、「開閉操作に連動して変化」することには、例えば、閉じているときには、表 面側に設けられたマイクロフォンが収納状態となり、開いたときに、このマイクロフォン が自動的に外部に突出すること、あるいは閉じているときには、裏面側に設けられた マイクロフォンが収納状態となり、開いたときに、このマイクロフォンが自動的に外部に 突出すること、さらにはそれらの組合せ等が含まれる。例えば、携帯電話機の表面側 に設けられたマイクロフォンを、ばねやゴム等の弾性体で外向きに付勢しておき、携 帯電話機を折り畳んで閉じているときには、そのマイクロフォンが携帯電話機の対向 面 (表面を構成する面であるが、折り畳むと対向面となる面）により押され、弾性体が 縮んで収納状態となり、携帯電話機を開くと、弾性体が元の状態に戻る力でマイクロ フォンが外部に突出するような連動でもよぐ歯車、カム、ベルト、リンク等の各種機構 を用いた機械的な連動でもよぐ空気圧や油圧等の気体を利用した連動でもよぐあ るいはモータ等を用いた電気的な連動でもよ 、。他の発明でマイクロフォンを表裏面 の双方に配置する場合も同様である。
[0040] そして、前述した 2個のマイクロフォンを携帯機器の表裏面に 1個ずつ設けた構成と する場合において、 2個のマイクロフォンは、携帯機器の表裏面と平行な軸を中心に 回転自在に取り付けられた回転支持部材の両側の端部に設けられ、この回転支持 部材は、不使用時には携帯機器の表裏面と平行または略平行な状態とされて収納さ れ、使用時に携帯機器の表裏面と直交または略直交する状態とされる構成を採用す ることができる（例えば、後述する図 29の場合等)。
[0041] なお、前述したように、目的音劣勢信号生成手段を、第 1目的音劣勢信号生成手 段と、第 2目的音劣勢信号生成手段と、切替手段とを含んだ構成とすることにより、通 常モードと切替モードとの切替が可能な構成とすることができたが（例えば、後述する 図 1の場合等)、ここでいう第 1目的音劣勢信号生成手段で行っている処理に相当す る処理を、目的音劣勢信号生成手段による処理とし、第 2目的音劣勢信号生成手段 で行っている処理に相当する処理を、目的音優勢信号生成手段による処理としても よい。但し、この場合には、少なくとも一方の処理で得られた信号の値に係数を乗じ る調整を行うことが好ましい。すなわち、目的音優勢信号生成手段を、時間領域上ま たは周波数領域上で、他方のマイクロフォンの受音信号に遅延処理を施した後の信 号と、一方のマイクロフォンの受音信号との差をとる構成 (前述した第 2目的音劣勢信 号生成手段で行っている処理に相当する処理を行う構成)とし、目的音劣勢信号生 成手段を、時間領域上または周波数領域上で、一方のマイクロフォンの受音信号に 遅延処理を施した後の信号と、他方のマイクロフォンの受音信号との差をとる構成 ( 前述した第 1目的音劣勢信号生成手段で行っている処理に相当する処理を行う構成 )としてもよく、この場合に、目的音優勢信号生成手段により得られた差と目的音劣勢 信号生成手段により得られた差とのうち、少なくとも一方の差の値に係数を乗じ、目 的音優勢信号生成手段により得られた差を、目的音劣勢信号生成手段により得られ た差に対し、相対的に小さくすることが好ましい (例えば、後述する図 27の場合等)。
[0042] また、上記の構成を、通常モードとした場合、切替モードは、次のような構成とする ことができる。すなわち、目的音優勢信号生成手段を、時間領域上または周波数領 域上で、一方のマイクロフォンの受音信号に遅延処理を施した後の信号と、他方のマ イク口フォンの受音信号との差をとる構成 (前述した第 1目的音劣勢信号生成手段で 行っている処理に相当する処理を行う構成)とし、目的音劣勢信号生成手段を、時間 領域上または周波数領域上で、他方のマイクロフォンの受音信号に遅延処理を施し た後の信号と、一方のマイクロフォンの受音信号との差をとる構成 (前述した第 2目的 音劣勢信号生成手段で行っている処理に相当する処理を行う構成）としてもよく、こ の場合に、目的音優勢信号生成手段により得られた差と目的音劣勢信号生成手段 により得られた差とのうち、少なくとも一方の差の値に係数を乗じ、目的音優勢信号 生成手段により得られた差を、目的音劣勢信号生成手段により得られた差に対し、 相対的に小さくすることが好ましい (例えば、後述する図 28の場合等)。
[0043] < 2マイク'目的音到来方向直交配置 ·和差併用タイプの発明 > 2個のマイクロフォ ンを目的音到来方向と直角または略直角をなす方向に並べて配置し、受音信号の 和と差分とを用いるタイプの発明
[0044] また、以上のように 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ 方向に並べて配置する構成の他に、次のような構成を採用することができる。すなわ ち、前述した音源分離システムにおいて、 2個のマイクロフォンは、目的音到来方向と 直角または略直角をなす方向に並べて配置され、目的音優勢信号生成手段は、時 間領域上または周波数領域上で、前記 2個のマイクロフォンの受音信号の和をとる構 成とされ、目的音劣勢信号生成手段は、時間領域上または周波数領域上で、 2個の マイクロフォンの受音信号の差をとる構成とすることができる（例えば、後述する図 9の 場合等)。
[0045] そして、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角を なす方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的音優勢 の信号を生成する構成とする場合において、分離手段は、目的音優勢の信号のスぺ タトルと目的音劣勢の信号のスペクトルとの間で、少なくとも一方のスペクトルについ て周波数に依存する係数を乗じたうえで同一の周波数帯域の各パワーの大小の比 較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して 得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— MAX)を行う 構成とすることができる。 [0046] また、前述した 2個のマイクロフォンを目的音到来方向と直角または略直角をなす 方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的音優勢の信 号を生成する構成とする場合において、分離手段は、目的音優勢の信号のスぺタト ルの各周波数帯域のパワーから、目的音劣勢の信号のスペクトルの同一の周波数 帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成とし てもよい。
[0047] < 2マイク'目的音到来方向直交配置 ·差分タイプの発明 > 2個のマイクロフォンを 目的音到来方向と直角または略直角をなす方向に並べて配置し、受音信号の差分 を用い、和を用いないタイプの発明
[0048] また、以上のように 2個のマイクロフォンを目的音到来方向と直角または略直角をな す方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的音優勢の 信号を生成する構成とする場合の他に、次のような構成を採用することができる。す なわち、前述した音源分離システムにおいて、 2個のマイクロフォンは、目的音到来 方向と直角または略直角をなす方向に並べて配置され、目的音優勢信号生成手段 は、時間領域上または周波数領域上で、 2個のマイクロフォンのうちの一方のマイクロ フォンの受音信号と、他方のマイクロフォンの受音信号に遅延処理を施した後の信号 との差をとつて第 1の目的音優勢の信号を生成する第 1目的音優勢信号生成手段と 、時間領域上または周波数領域上で、他方のマイクロフォンの受音信号と、一方のマ イク口フォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の目的音優 勢の信号を生成する第 2目的音優勢信号生成手段とを備えて構成され、目的音劣 勢信号生成手段は、時間領域上または周波数領域上で、 2個のマイクロフォンの受 音信号の差をとる構成を採用することができる (例えば、後述する図 12の場合等)。
[0049] そして、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角を なす方向に並べて配置し、第 1および第 2の 2つの目的音優勢の信号を生成する構 成とする場合において、分離手段は、第 1の目的音優勢の信号のスペクトルと目的音 劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周 波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られ るスペクトルに帰属させる帯域選択 (最大レベル帯域選択: BS— MAX)を行う第 1分 離手段と、第 2の目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞ れの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯 域選択 (最大レベル帯域選択: BS— MAX)を行う第 2分離手段と、第 1分離手段に より分離された目的音を含む一方の側の音のスペクトルと第 2分離手段により分離さ れた目的音を含む他方の側の音のスペクトルとを用いて、これらのパワーを周波数帯 域毎に加算するか、または周波数帯域毎に各パワーの大小を比較して劣勢な方の パワーを目的音のスペクトルとして帰属させることによりスペクトル統合処理を行う統 合手段とを備えた構成とすることができる。
[0050] また、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角をな す方向に並べて配置し、第 1および第 2の 2つの目的音優勢の信号を生成する構成 とする場合において、分離手段は、第 1の目的音優勢の信号のスペクトルの各周波 数帯域のパワーから、 目的音劣勢の信号のスペクトルの同一の周波数帯域のパワー に係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う第 1分離手段と、第 2の 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、 目的音劣勢の信号 のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル · サブトラクシヨンを行う第 2分離手段と、第 1分離手段により分離された目的音を含む 一方の側の音のスペクトルと第 2分離手段により分離された目的音を含む他方の側 の音のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、または 周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトル として帰属させることによりスペクトル統合処理を行う統合手段とを備えた構成としても よい。
[0051] く 3マイク · 2組合せタイプの発明〉 3個のマイクロフォンを用いて、マイクロフォンの 組合せを 2組作るタイプの発明
[0052] また、本発明は、 目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1および第 2の 2個のマイク 口フォンの受音信号を用いて時間領域上または周波数領域上で目的音強調用の線 形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成する目的音優 勢信号生成手段と、第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間 領域上または周波数領域上で目的音抑制用の線形結合処理を行うことにより目的音 優勢の信号と対になる少なくとも 1つの目的音劣勢の信号を生成する目的音劣勢信 号生成手段と、目的音優勢信号生成手段により生成されまたはその後の周波数解 祈で得られた目的音優勢の信号のスペクトルと目的音劣勢信号生成手段により生成 されまたはその後の周波数解析で得られた目的音劣勢の信号のスペクトルとを用い て目的音と妨害音とを分離する分離手段とを備えたことを特徴とするものである。
[0053] ここで、「三角形」は、直角二等辺三角形または略直角二等辺三角形、あるいはそ れ以外の直角三角形または略直角三角形であることが好ましいが、直角三角形およ び略直角三角形以外の三角形でもよ!/、。
[0054] このような本発明の音源分離システム (例えば、後述する図 15の場合等）において は、 3個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目 的音強調用および目的音抑制用の線形結合処理を行うことにより目的音優勢の信 号および目的音劣勢の信号を生成するので、目的音と妨害音との分離に適した指向 特性の制御を行うことが可能となる。
[0055] そして、このようにして指向特性の制御を行って生成された目的音優勢の信号のス ベクトルおよび目的音劣勢の信号のスペクトルを用いて分離処理を行うので、目的音 と妨害音とを精度よく分離することが可能となる。このため、前述した特許文献 4の場 合のように複数のマイクロフォンの固定的位置関係に起因する信号のマイクロフォン 間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を向上させることが 可能となる。
[0056] また、目的音強調用および目的音抑制用の線形結合処理を行うことにより指向特 性を制御するので、独立成分分析 (ICA)を用いた分離処理の場合のように特定の 方向から到来する音の分離のみを行うのではなぐ不特定の方向から到来する音を 分離することが可能となる。
[0057] さらに、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源 分離を実現することができるので、装置の小型化を図ることが可能となり、これらにより 前記目的が達成される。
[0058] そして、前述した音源分離システムにおいて、第 1および第 2のマイクロフォンは、目 的音到来方向またはこの方向と略同じ方向に並べて配置され、第 1および第 3のマイ クロフオンは、目的音到来方向と直角または略直角をなす方向に並べて配置され、 目的音優勢信号生成手段は、時間領域上または周波数領域上で、第 1のマイクロフ オンの受音信号と、第 2のマイクロフォンの受音信号との差をとる構成とされ、目的音 劣勢信号生成手段は、時間領域上または周波数領域上で、第 1のマイクロフォンの 受音信号と、第 3のマイクロフォンの受音信号との差をとる構成とされて 、ることが望ま しい。
[0059] また、前述した音源分離システムにお 、て、分離手段は、目的音優勢の信号のス ベクトルと目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの 大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを 、分離して得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— M AX)を行う構成とすることができる。
[0060] さらに、前述した音源分離システムにおいて、分離手段は、目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成 としてちよい。
[0061] く 4マイク · 2組合せタイプの発明〉 4個のマイクロフォンを用いて、マイクロフォンの 組合せを 2組作るタイプの発明
[0062] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、互いに交差する第 1の方向および 第 2の方向のそれぞれに 2個ずつ間隔を置いて並べて配置された合計 4個のマイク 口フォンと、これらの 4個のマイクロフォンのうちの前記第 1の方向に並べて配置された 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的音 強調用の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成す る目的音優勢信号生成手段と、 4個のマイクロフォンのうちの第 2の方向に並べて配 置された 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる少な くとも 1つの目的音劣勢の信号を生成する目的音劣勢信号生成手段と、目的音優勢 信号生成手段により生成されまたはその後の周波数解析で得られた目的音優勢の 信号のスペクトルと目的音劣勢信号生成手段により生成されまたはその後の周波数 解析で得られた目的音劣勢の信号のスペクトルとを用いて目的音と妨害音とを分離 する分離手段とを備えたことを特徴とするものである。
[0063] ここで、「互いに交差する第 1の方向および第 2の方向」には、第 1の方向と第 2の方 向とが直交または略直交する場合のみならず、 90度以外の角度で交差する場合も 含まれる。
[0064] このような本発明の音源分離システム (例えば、後述する図 18の場合等）において は、 4個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目 的音強調用および目的音抑制用の線形結合処理を行うことにより目的音優勢の信 号および目的音劣勢の信号を生成するので、目的音と妨害音との分離に適した指向 特性の制御を行うことが可能となる。
[0065] そして、このようにして指向特性の制御を行って生成された目的音優勢の信号のス ベクトルおよび目的音劣勢の信号のスペクトルを用いて分離処理を行うので、目的音 と妨害音とを精度よく分離することが可能となる。このため、前述した特許文献 4の場 合のように複数のマイクロフォンの固定的位置関係に起因する信号のマイクロフォン 間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を向上させることが 可能となる。
[0066] また、目的音強調用および目的音抑制用の線形結合処理を行うことにより指向特 性を制御するので、独立成分分析 (ICA)を用いた分離処理の場合のように特定の 方向から到来する音の分離のみを行うのではなぐ不特定の方向から到来する音を 分離することが可能となる。
[0067] さらに、使用するマイクロフォンの個数は 4個であり、少数のマイクロフォンでの音源 分離を実現することができるので、装置の小型化を図ることが可能となり、これらにより 前記目的が達成される。
[0068] そして、前述した音源分離システムにおいて、第 1の方向は、目的音到来方向また はこの方向と略同じ方向であり、第 2の方向は、目的音到来方向と直角または略直角 をなす方向であり、目的音優勢信号生成手段は、時間領域上または周波数領域上 で、第 1の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとる構成と され、目的音劣勢信号生成手段は、時間領域上または周波数領域上で、第 2の方向 に並べて配置された 2個のマイクロフォンの受音信号の差をとる構成とされていること が望ましい。
[0069] また、前述した音源分離システムにお!/、て、分離手段は、目的音優勢の信号のス ベクトルと目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの 大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを 、分離して得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— M AX)を行う構成とすることができる。
[0070] さらに、前述した音源分離システムにおいて、分離手段は、目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成 としてちよい。
[0071] く 4マイク · 3組合せタイプの発明〉 4個のマイクロフォンを用いて、マイクロフォンの 組合せを 3組作るタイプの発明
[0072] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、四角形の各頂点位置に配置され た第 1、第 2、第 3、および第 4の合計 4個のマイクロフォンと、第 1および第 2の 2個の マイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的音強調 用の線形結合処理を行うことにより目的音優勢の信号を生成する目的音優勢信号生 成手段と、第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上ま たは周波数領域上で目的音抑制用の線形結合処理を行うことにより目的音優勢の 信号と対になる第 1の目的音劣勢の信号を生成する第 1目的音劣勢信号生成手段と 、第 1および第 4の 2個のマイクロフォンの受音信号を用いて時間領域上または周波 数領域上で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対に なる第 2の目的音劣勢の信号を生成する第 2目的音劣勢信号生成手段と、目的音優 勢信号生成手段により生成されまたはその後の周波数解析で得られた目的音優勢 の信号のスペクトルと第 1目的音劣勢信号生成手段により生成されまたはその後の 周波数解析で得られた第 1の目的音劣勢の信号のスペクトルとを用いて目的音を含 む一方の側の音を分離する第 1分離手段と、目的音優勢信号生成手段により生成さ れまたはその後の周波数解析で得られた目的音優勢の信号のスペクトルと第 2目的 音劣勢信号生成手段により生成されまたはその後の周波数解析で得られた第 2の目 的音劣勢の信号のスペクトルとを用いて目的音を含む他方の側の音を分離する第 2 分離手段と、第 1分離手段により分離された目的音を含む一方の側の音のスペクトル と第 2分離手段により分離された目的音を含む他方の側の音のスペクトルとを用いて 、これらのパワーを周波数帯域毎に加算する力 または周波数帯域毎に各パワーの 大小を比較して劣勢な方のパワーを目的音のスペクトルとして帰属させることによりス ベクトル統合処理を行う統合手段とを備えたことを特徴とするものである。
[0073] ここで、「四角形」は、菱形若しくは略菱形、正方形若しくは略正方形、あるいはこれ ら以外の四角形であって対角線を中心として線対称な形状のものとすることが好まし V、が、対角線を中心として線対称になって!/、な 、形状を有する四角形でもよ 、。
[0074] このような本発明の音源分離システム (例えば、後述する図 21の場合等）において は、 4個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目 的音強調用および目的音抑制用の線形結合処理を行うことにより目的音優勢の信 号および第 1、第 2の目的音劣勢の信号を生成するので、目的音と妨害音との分離 に適した指向特性の制御を行うことが可能となる。
[0075] そして、このようにして指向特性の制御を行って生成された目的音優勢の信号のス ベクトルおよび第 1、第 2の目的音劣勢の信号のスペクトルを用いて分離処理を行う ので、目的音と妨害音とを精度よく分離することが可能となる。このため、前述した特 許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信号の マイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を向 上させることが可會となる。
[0076] また、目的音強調用および目的音抑制用の線形結合処理を行うことにより指向特 性を制御するので、独立成分分析 (ICA)を用いた分離処理の場合のように特定の 方向から到来する音の分離のみを行うのではなぐ不特定の方向から到来する音を 分離することが可能となる。
[0077] さらに、使用するマイクロフォンの個数は 4個であり、少数のマイクロフォンでの音源 分離を実現することができるので、装置の小型化を図ることが可能となり、これらにより 前記目的が達成される。
[0078] そして、前述した音源分離システムにおいて、第 1および第 2のマイクロフォンは、目 的音到来方向またはこの方向と略同じ方向に並べて配置され、第 3のマイクロフォン は、第 1のマイクロフォンと第 2のマイクロフォンとを結ぶ線の一方の側に配置され、第 4のマイクロフォンは、第 1のマイクロフォンと第 2のマイクロフォンとを結ぶ線の他方の 側に配置され、目的音優勢信号生成手段は、時間領域上または周波数領域上で、 第 1および第 2のマイクロフォンの受音信号の差をとる構成とされ、第 1目的音劣勢信 号生成手段は、時間領域上または周波数領域上で、第 1および第 3のマイクロフォン の受音信号の差をとる構成とされ、第 2目的音劣勢信号生成手段は、時間領域上ま たは周波数領域上で、第 1および第 4のマイクロフォンの受音信号の差をとる構成とさ れていることが望ましい。
[0079] また、前述した音源分離システムにおいて、第 1分離手段は、目的音優勢の信号の スペクトルと第 1の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パ ヮ一の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパ ヮーを、分離して得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： B S— MAX)を行う構成とされ、第 2分離手段は、目的音優勢の信号のスペクトルと第 2 の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の 比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離し て得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— MAX)を 行う構成とすることができる。
[0080] さらに、前述した音源分離システムにおいて、第 1分離手段は、目的音優勢の信号 のスペクトルの各周波数帯域のパワーから、第 1の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行う構成とされ、第 2分離手段は、目的音優勢の信号のスぺ外ルの各周波数帯域 のパワーから、第 2の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワー に係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成としてもよい。
[0081] く 3マイク · 3組合せタイプの発明〉 3個のマイクロフォンを用いて、マイクロフォンの 組合せを 3組作るタイプの発明
[0082] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、 3個のマイクロフォンの受音信 号を用いて時間領域上または周波数領域上で目的音強調用の線形結合処理を行う ことにより目的音優勢の信号を生成する目的音優勢信号生成手段と、第 1および第 2 の 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的 音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる第 1の目的 音劣勢の信号を生成する第 1目的音劣勢信号生成手段と、第 1および第 3の 2個の マイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的音抑制 用の線形結合処理を行うことにより目的音優勢の信号と対になる第 2の目的音劣勢 の信号を生成する第 2目的音劣勢信号生成手段と、目的音優勢信号生成手段により 生成されまたはその後の周波数解析で得られた目的音優勢の信号のスペクトルと第 1目的音劣勢信号生成手段により生成されまたはその後の周波数解析で得られた第 1の目的音劣勢の信号のスペクトルとを用いて目的音を含む一方の側の音を分離す る第 1分離手段と、目的音優勢信号生成手段により生成されまたはその後の周波数 解析で得られた目的音優勢の信号のスペクトルと第 2目的音劣勢信号生成手段によ り生成されまたはその後の周波数解析で得られた第 2の目的音劣勢の信号のスぺク トルとを用いて目的音を含む他方の側の音を分離する第 2分離手段と、第 1分離手 段により分離された目的音を含む一方の側の音のスペクトルと第 2分離手段により分 離された目的音を含む他方の側の音のスペクトルとを用いて、これらのパワーを周波 数帯域毎に加算するか、または周波数帯域毎に各パワーの大小を比較して劣勢な 方のパワーを目的音のスペクトルとして帰属させることによりスペクトル統合処理を行 う統合手段とを備えたことを特徴とするものである。
[0083] ここで、「三角形」は、直角二等辺三角形または略直角二等辺三角形、あるいはそ れ以外の二等辺三角形または略二等辺三角形であることが好ましいが、二等辺三角 形および略二等辺三角形以外の三角形でもよい。
[0084] このような本発明の音源分離システム (例えば、後述する図 24の場合等）において は、 3個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で目 的音強調用および目的音抑制用の線形結合処理を行うことにより目的音優勢の信 号および第 1、第 2の目的音劣勢の信号を生成するので、目的音と妨害音との分離 に適した指向特性の制御を行うことが可能となる。
[0085] そして、このようにして指向特性の制御を行って生成された目的音優勢の信号のス ベクトルおよび第 1、第 2の目的音劣勢の信号のスペクトルを用いて分離処理を行う ので、目的音と妨害音とを精度よく分離することが可能となる。このため、前述した特 許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信号の マイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を向 上させることが可會となる。
[0086] また、目的音強調用および目的音抑制用の線形結合処理を行うことにより指向特 性を制御するので、独立成分分析 (ICA)を用いた分離処理の場合のように特定の 方向から到来する音の分離のみを行うのではなぐ不特定の方向から到来する音を 分離することが可能となる。
[0087] さらに、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源 分離を実現することができるので、装置の小型化を図ることが可能となり、これらにより 前記目的が達成される。
[0088] そして、前述した音源分離システムにおいて、第 1および第 2のマイクロフォンは、目 的音到来方向に対して傾斜する方向に並べて配置され、第 1および第 3のマイクロフ オンは、目的音到来方向に対して第 1および第 2のマイクロフォンの傾斜方向とは反 対側に傾斜する方向に並べて配置され、目的音優勢信号生成手段は、時間領域上 または周波数領域上で、第 1のマイクロフォンの受音信号と、第 2および第 3のマイク 口フォンの受音信号にそれぞれ同一または異なる比例係数を乗じた値の和との差を とる構成とされ、第 1目的音劣勢信号生成手段は、時間領域上または周波数領域上 で、第 1および第 2のマイクロフォンの受音信号の差をとる構成とされ、第 2目的音劣 勢信号生成手段は、時間領域上または周波数領域上で、第 1および第 3のマイクロ フォンの受音信号の差をとる構成とされて 、ることが望ま 、。
[0089] ここで、「第 2および第 3のマイクロフォンの受音信号にそれぞれ同一または異なる 比例係数を乗じた値の和」とは、 3つのマイクロフォンの配置位置力 第 1のマイクロフ オンの位置を頂点とする二等辺三角形である場合には、第 2および第 3のマイクロフ オンの受音信号にそれぞれ同一の比例係数を乗じた値の和であり、二等辺三角形で ない場合には、第 2および第 3のマイクロフォンの受音信号にそれぞれ異なる比例係 数を乗じた値の和である。
[0090] また、前述した音源分離システムにおいて、第 1分離手段は、目的音優勢の信号の スペクトルと第 1の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パ ヮ一の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパ ヮーを、分離して得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： B S— MAX)を行う構成とされ、第 2分離手段は、目的音優勢の信号のスペクトルと第 2 の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の 比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離し て得られるスペクトルに帰属させる帯域選択 (最大レベル帯域選択： BS— MAX)を 行う構成とすることができる。
[0091] さらに、前述した音源分離システムにおいて、第 1分離手段は、目的音優勢の信号 のスペクトルの各周波数帯域のパワーから、第 1の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行う構成とされ、第 2分離手段は、目的音優勢の信号のスぺ外ルの各周波数帯域 のパワーから、第 2の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワー に係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行う構成としてもよい。
[0092] < 3マイク ·目的音到来方向直交面配置 · 2高感度領域統合タイプの発明 > 3個の マイクロフォンを目的音到来方向と直角または略直角をなす面上に配置し、 2つの高 感度領域を統合するタイプの発明
[0093] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、目的音到来方向と直角または略 直角をなす面上で三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3 個のマイクロフォンと、第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれ らのマイクロフォン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高 感度領域形成信号のスペクトルを生成する第 1高感度領域形成信号生成手段と、第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォン間を 結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信号のス ベクトルを生成する第 2高感度領域形成信号生成手段と、第 1高感度領域形成信号 生成手段により生成された第 1高感度領域形成信号のスペクトルと第 2高感度領域 形成信号生成手段により生成された第 2高感度領域形成信号のスペクトルとを用い て第 1高感度領域と第 2高感度領域との共通部分に目的音を分離するための高感度 領域を形成する高感度領域統合手段とを備えたことを特徴とするものである。
[0094] このような本発明の音源分離システム (例えば、後述する図 31、図 35の場合等）に おいては、第 1および第 2の 2個のマイクロフォンの受音信号を用いて第 1高感度領 域を形成するとともに、第 2および第 3の 2個のマイクロフォンの受音信号を用いて第 2高感度領域を形成し、これらの共通部分に目的音を分離するための高感度領域を 形成するので、目的音と妨害音とを精度よく分離することが可能となる。
[0095] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0096] < 3マイク ·目的音到来方向直交面配置 · 2高感度領域統合タイプの発明であって 、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む処理 を行うもの >
[0097] さらに、上記の音源分離システム（3マイク'目的音到来方向直交面配置 · 2高感度 領域統合タイプの発明）において、第 1高感度領域形成信号生成手段は、第 1およ び第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マ イク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感度 領域形成信号のスペクトルとして、前述した音源分離システム（2マイク'目的音到来 方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同じ スペクトルを生成する構成とされ、第 2高感度領域形成信号生成手段は、第 2および 第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マイク •目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 2高感度領域 形成信号のスペクトルとして、前述した音源分離システム（2マイク'目的音到来方向 直交配置 ·差分タイプの発明）により分離して得られる目的音のスペクトルと同じスぺ タトルを生成する構成とされ、高感度領域統合手段は、第 1高感度領域形成信号生 成手段により生成された第 1高感度領域形成信号のスペクトルと第 2高感度領域形 成信号生成手段により生成された第 2高感度領域形成信号のスペクトルとを用いて、 周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトル として帰属させることによりスペクトル統合処理を行う構成とすることができる（後述す る図 31の場合等)。
そして、前述した音源分離システム（3マイク'目的音到来方向直交面配置 · 2高感 度領域統合タイプの発明）において、第 1高感度領域形成信号生成手段は、第 1お よび第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2 マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感 度領域形成信号のスペクトルとして、前述した音源分離システム (2マイク'目的音到 来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同 じスペクトルを生成する構成とされ、第 2高感度領域形成信号生成手段は、第 2およ び第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マ イク'目的音到来方向直交配置'差分タイプの発明）と分離手段の統合手段による処 理を除いて同じ処理を行い、前述した音源分離システム (2マイク ·目的音到来方向 直交配置'差分タイプの発明）を構成する分離手段の統合手段に代えて、第 2高感 度領域を第 2のマイクロフォン側の領域または第 3のマイクロフォン側の領域のいず れカに制限する高感度領域制限手段を備えた構成とされ、この高感度領域制限手 段は、前述した音源分離システム (2マイク'目的音到来方向直交配置'差分タイプの 発明）を構成する第 1目的音優勢信号生成手段で第 2のマイクロフォンの受音信号に 遅延処理が施されるとともに第 2目的音優勢信号生成手段で第 3のマイクロフォンの 受音信号に遅延処理が施された場合に、第 1分離手段により分離された目的音を含 む一方の側の音のスペクトルと第 2分離手段により分離された目的音を含む他方の 側の音のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、第 2のマイクロフォン側の領域に制限された第 2高感度領域を形成す る第 2高感度領域形成信号のスペクトルを生成するために、第 1分離手段により分離 された目的音を含む一方の側の音のスペクトルのパワーが第 2分離手段により分離さ れた目的音を含む他方の側の音のスペクトルのパワーよりも小さい周波数帯域につ いて、その小さい方のパワーを、第 1分離手段により分離された目的音を含む一方の 側の音のスペクトルに帰属させる帯域選択 (最小レベル帯域選択： BS— MIN)を行う 力 または第 3のマイクロフォン側の領域に制限された第 2高感度領域を形成する第 2高感度領域形成信号のスペクトルを生成するために、第 2分離手段により分離され た目的音を含む他方の側の音のスペクトルのパワーが第 1分離手段により分離され た目的音を含む一方の側の音のスペクトルのパワーよりも小さい周波数帯域につい て、その小さい方のパワーを、第 2分離手段により分離された目的音を含む他方の側 の音のスペクトルに帰属させる帯域選択 (最小レベル帯域選択： BS— MIN)を行う構 成とされ、高感度領域統合手段は、第 1高感度領域形成信号生成手段により生成さ れた第 1高感度領域形成信号のスペクトルと第 2高感度領域形成信号生成手段によ り生成された第 2高感度領域形成信号のスペクトルとを用いて、周波数帯域毎に各 パワーの大小を比較して劣勢な方のパワーを目的音のスペクトルとして帰属させるこ とによりスペクトル統合処理を行う構成とすることができる（後述する図 35の場合等)。
[0099] また、上記において、高感度領域制限手段は、第 2高感度領域を第 2のマイクロフ オン側の領域または第 3のマイクロフォン側の領域のいずれに制限するのかを切替え 可能な構成としてもよい (後述する図 38参照)。
[0100] < 3マイク ·目的音到来方向直交面配置 · 3高感度領域統合タイプの発明 > 3個の マイクロフォンを目的音到来方向と直角または略直角をなす面上に配置し、 3つの高 感度領域を統合するタイプの発明
[0101] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、目的音到来方向と直角または略 直角をなす面上で三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3 個のマイクロフォンと、第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれ らのマイクロフォン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高 感度領域形成信号のスペクトルを生成する第 1高感度領域形成信号生成手段と、第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォン間を 結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信号のス ベクトルを生成する第 2高感度領域形成信号生成手段と、第 1および第 3の 2個のマ イク口フォンの受音信号を用いてこれらのマイクロフォン間を結ぶ線と直交する面に 沿う第 3高感度領域を形成する第 3高感度領域形成信号のスペクトルを生成する第 3 高感度領域形成信号生成手段と、第 1高感度領域形成信号生成手段により生成さ れた第 1高感度領域形成信号のスペクトルと第 2高感度領域形成信号生成手段によ り生成された第 2高感度領域形成信号のスペクトルと第 3高感度領域形成信号生成 手段により生成された第 3高感度領域形成信号のスペクトルとを用いて第 1高感度領 域と第 2高感度領域と第 3高感度領域との共通部分に目的音を分離するための高感 度領域を形成する高感度領域統合手段とを備えたことを特徴とするものである。
[0102] このような本発明の音源分離システム (例えば、後述する図 40の場合等）において は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて第 1高感度領域を形 成するとともに、第 2および第 3の 2個のマイクロフォンの受音信号を用いて第 2高感 度領域を形成し、さらに、第 1および第 3の 2個のマイクロフォンの受音信号を用いて 第 3高感度領域を形成し、これらの共通部分に目的音を分離するための高感度領域 を形成するので、目的音と妨害音とを精度よく分離することが可能となる。
[0103] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0104] < 3マイク ·目的音到来方向直交面配置 · 3高感度領域統合タイプの発明であって 、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む処理 を行うもの >
[0105] さらに、上記の音源分離システム（3マイク'目的音到来方向直交面配置 · 3高感度 領域統合タイプの発明）において、第 1高感度領域形成信号生成手段は、第 1およ び第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マ イク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感度 領域形成信号のスペクトルとして、前述した音源分離システム（2マイク'目的音到来 方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同じ スペクトルを生成する構成とされ、第 2高感度領域形成信号生成手段は、第 2および 第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マイク •目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 2高感度領域 形成信号のスペクトルとして、前述した音源分離システム（2マイク'目的音到来方向 直交配置 ·差分タイプの発明）により分離して得られる目的音のスペクトルと同じスぺ タトルを生成する構成とされ、第 3高感度領域形成信号生成手段は、第 1および第 3 の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マイク'目 的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 3高感度領域形 成信号のスペクトルとして、前述した音源分離システム（2マイク'目的音到来方向直 交配置 ·差分タイプの発明）により分離して得られる目的音のスペクトルと同じスぺタト ルを生成する構成とされ、高感度領域統合手段は、第 1高感度領域形成信号生成 手段により生成された第 1高感度領域形成信号のスペクトルと第 2高感度領域形成 信号生成手段により生成された第 2高感度領域形成信号のスペクトルと第 3高感度 領域形成信号生成手段により生成された第 3高感度領域形成信号のスペクトルとを 用いて、周波数帯域毎に各パワーの大小を比較して最も劣勢なパワーを目的音のス ベクトルとして帰属させることによりスペクトル統合処理を行う構成とすることができる。 そして、前述した音源分離システム（3マイク'目的音到来方向直交面配置 · 3高感 度領域統合タイプの発明）において、第 1高感度領域形成信号生成手段は、第 1お よび第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2 マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感 度領域形成信号のスペクトルとして、前述した音源分離システム (2マイク'目的音到 来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同 じスペクトルを生成する構成とされ、第 2高感度領域形成信号生成手段は、第 2およ び第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離システム（2マ イク'目的音到来方向直交配置'差分タイプの発明）と分離手段の統合手段による処 理を除いて同じ処理を行い、前述した音源分離システム (2マイク ·目的音到来方向 直交配置'差分タイプの発明）を構成する分離手段の統合手段に代えて、第 2高感 度領域を第 2のマイクロフォン側の領域または第 3のマイクロフォン側の領域のいず れカに制限する高感度領域制限手段を備えた構成とされ、この第 2高感度領域形成 信号生成手段の高感度領域制限手段は、前述した音源分離システム (2マイク'目的 音到来方向直交配置 ·差分タイプの発明）を構成する第 1目的音優勢信号生成手段 で第 2のマイクロフォンの受音信号に遅延処理が施されるとともに第 2目的音優勢信 号生成手段で第 3のマイクロフォンの受音信号に遅延処理が施された場合に、第 1 分離手段により分離された目的音を含む一方の側の音のスペクトルと第 2分離手段 により分離された目的音を含む他方の側の音のスペクトルとの間で同一の周波数帯 域の各パワーの大小の比較を周波数帯域毎に行い、第 2のマイクロフォン側の領域 に制限された第 2高感度領域を形成する第 2高感度領域形成信号のスペクトルを生 成するために、第 1分離手段により分離された目的音を含む一方の側の音のスぺタト ルのパワーが第 2分離手段により分離された目的音を含む他方の側の音のスぺタト ルのパワーよりも小さい周波数帯域について、その小さい方のパワーを、第 1分離手 段により分離された目的音を含む一方の側の音のスペクトルに帰属させる帯域選択（ 最小レベル帯域選択: BS— MIN)を行うか、または第 3のマイクロフォン側の領域に 制限された第 2高感度領域を形成する第 2高感度領域形成信号のスペクトルを生成 するために、第 2分離手段により分離された目的音を含む他方の側の音のスペクトル のパワーが第 1分離手段により分離された目的音を含む一方の側の音のスペクトル のパワーよりも小さい周波数帯域について、その小さい方のパワーを、第 2分離手段 により分離された目的音を含む他方の側の音のスペクトルに帰属させる帯域選択 (最 小レベル帯域選択： BS MIN)を行う構成とされ、第 3高感度領域形成信号生成手 段は、第 1および第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離 システム (2マイク'目的音到来方向直交配置'差分タイプの発明）と分離手段の統合 手段による処理を除いて同じ処理を行い、前述した音源分離システム（2マイク'目的 音到来方向直交配置'差分タイプの発明）を構成する分離手段の統合手段に代えて 、第 3高感度領域を第 1のマイクロフォン側の領域または第 3のマイクロフォン側の領 域のいずれかに制限する高感度領域制限手段を備えた構成とされ、この第 3高感度 領域形成信号生成手段の高感度領域制限手段は、前述した音源分離システム (2マ イク ·目的音到来方向直交配置 ·差分タイプの発明）を構成する第 1目的音優勢信号 生成手段で第 1のマイクロフォンの受音信号に遅延処理が施されるとともに第 2目的 音優勢信号生成手段で第 3のマイクロフォンの受音信号に遅延処理が施された場合 に、第 1分離手段により分離された目的音を含む一方の側の音のスペクトルと前記第 2分離手段により分離された前記目的音を含む他方の側の音のスペクトルとの間で 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行 、、第 1のマイクロ フォン側の領域に制限された第 3高感度領域を形成する第 3高感度領域形成信号の スペクトルを生成するために、第 1分離手段により分離された目的音を含む一方の側 の音のスペクトルのパワーが第 2分離手段により分離された目的音を含む他方の側 の音のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ!/、方のパワー を、第 1分離手段により分離された目的音を含む一方の側の音のスペクトルに帰属さ せる帯域選択 (最小レベル帯域選択: BS— MIN)を行うか、または第 3のマイクロフォ ン側の領域に制限された第 3高感度領域を形成する第 3高感度領域形成信号のス ベクトルを生成するために、第 2分離手段により分離された目的音を含む他方の側の 音のスペクトルのパワーが第 1分離手段により分離された目的音を含む一方の側の 音のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、第 2分離手段により分離された目的音を含む他方の側の音のスペクトルに帰属させ る帯域選択 (最小レベル帯域選択： BS - MIN)を行う構成とされ、高感度領域統合 手段は、第 1高感度領域形成信号生成手段により生成された第 1高感度領域形成信 号のスペクトルと第 2高感度領域形成信号生成手段により生成された第 2高感度領 域形成信号のスペクトルと第 3高感度領域形成信号生成手段により生成された第 3 高感度領域形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比 較して最も劣勢なパワーを目的音のスペクトルとして帰属させることによりスペクトル統 合処理を行う構成とすることができる (例えば、後述する図 40の場合等)。
< 3マイク · 2信号による制御用信号生成 ·対向妨害音抑圧制御タイプの発明であ つて、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む 処理を行うもの >
[0108] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1および第 2の 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する 直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成 手段と、第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方 向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成 する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段により 生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生成手 段により生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各パヮ 一の大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトルのパヮ 一が制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その小さ い方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レベル帯 域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含まれる 対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音抑圧 信号生成手段は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述 した音源分離システム (2マイク'目的音到来方向直交配置 ·差分タイプの発明）と同 じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離システム (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）により分離して得られる目 的音のスペクトルと同じスペクトルを生成する構成とされ、対向妨害音抑圧制御用信 号生成手段は、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信 号に遅延処理を施した後の信号と、第 2のマイクロフォンの受音信号との差をとる制 御用目的音優勢信号生成手段を備えた構成とされていることを特徴とするものである
[0109] このような本発明の音源分離システム (例えば、後述する図 42の場合等）において は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号 を生成するとともに、第 2および第 3の 2個のマイクロフォンの受音信号を用いて対向 妨害音抑圧制御用信号を生成し、この制御用の信号を用いて直交妨害音抑圧信号 のスペクトルに含まれる対向妨害音のスペクトルを抑圧するので、目的音と妨害音と を精度よく分離することが可能となる。
[0110] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0111] < 3マイク · 3信号による制御用信号生成 ·対向妨害音抑圧制御タイプの発明であ つて、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む 処理を行うもの >
[0112] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1および第 2の 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する 直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成 手段と、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段 により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生 成手段により生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各 パワーの大小の比較を周波数帯域毎に行 、、直交妨害音抑圧信号のスペクトルの パワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その 小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レべ ル帯域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含ま れる対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音 抑圧信号生成手段は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、 前述した音源分離システム (2マイク'目的音到来方向直交配置'差分タイプの発明） と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離シス テム（2マイク'目的音到来方向直交配置'差分タイプの発明）により分離して得られる 目的音のスペクトルと同じスペクトルを生成する構成とされ、対向妨害音抑圧制御用 信号生成手段は、時間領域上または周波数領域上で、第 3のマイクロフォンの受音 信号に遅延処理を施した後の信号と、第 2のマイクロフォンの受音信号との差をとる 第 1制御用目的音優勢信号生成手段と、時間領域上または周波数領域上で、第 3の マイクロフォンの受音信号に遅延処理を施した後の信号と、第 1のマイクロフォンの受 音信号との差をとる第 2制御用目的音優勢信号生成手段と、第 1制御用目的音優勢 信号生成手段により生成されまたはその後の周波数解析で得られた第 1の制御用の 目的音優勢の信号のスペクトルと第 2制御用目的音優勢信号生成手段により生成さ れまたはその後の周波数解析で得られた第 2の制御用の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 制御用の目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処 理を行う制御用信号統合手段とを備えた構成とされていることを特徴とするものであ る。
[0113] このような本発明の音源分離システム (例えば、後述する図 44の場合等）において は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号 を生成するとともに、第 1、第 2および第 3の 3個のマイクロフォンの受音信号を用いて 対向妨害音抑圧制御用信号を生成し、この制御用の信号を用いて直交妨害音抑圧 信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧するので、目的音と妨害 音とを精度よく分離することが可能となる。
[0114] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0115] く 3マイク ·対向妨害音抑圧制御タイプの発明であって、前述した 2マイク ·目的音 到来方向直交配置 ·和差併用タイプの発明の処理を含む処理を行うもの >
[0116] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1および第 2の 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する 直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成 手段と、第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方 向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成 する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段により 生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生成手 段により生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各パヮ 一の大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトルのパヮ 一が制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その小さ い方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レベル帯 域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含まれる 対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音抑圧 信号生成手段は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述 した音源分離システム (2マイク'目的音到来方向直交配置 ·和差併用タイプの発明） と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離シス テム（2マイク'目的音到来方向直交配置'和差併用タイプの発明）により分離して得 られる目的音のスペクトルと同じスペクトルを生成する構成とされ、対向妨害音抑圧 制御用信号生成手段は、時間領域上または周波数領域上で、第 3のマイクロフォン の受音信号に遅延処理を施した後の信号と、第 2のマイクロフォンの受音信号との差 をとる制御用目的音優勢信号生成手段を備えた構成とされていることを特徴とするも のである。
[0117] このような本発明の音源分離システム (例えば、後述する図 46の場合等）において は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号 を生成するとともに、第 2および第 3の 2個のマイクロフォンの受音信号を用いて対向 妨害音抑圧制御用信号を生成し、この制御用の信号を用いて直交妨害音抑圧信号 のスペクトルに含まれる対向妨害音のスペクトルを抑圧するので、目的音と妨害音と を精度よく分離することが可能となる。
[0118] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0119] < 3マイク'対向妨害音抑圧制御タイプの発明であって、前述した 3マイク · 2組合せ タイプの発明の処理を含む処理を行うもの >
[0120] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1、第 2、および第 3の 3個 のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交する方向から 到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧 信号生成手段と、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的 音到来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信 号を生成する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成 手段により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信 号生成手段により生成された制御用の信号のスペクトルとの間で同一の周波数帯域 の各パワーの大小の比較を周波数帯域毎に行 、、直交妨害音抑圧信号のスぺタト ルのパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、 その小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小 レベル帯域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに 含まれる対向妨害音のスぺ外ルを抑圧する対向妨害音抑圧手段とを備え、直交妨 害音抑圧信号生成手段は、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号 を用いて、前述した音源分離システム（3マイク · 2組合せタイプの発明）と同じ処理を 行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離システム（3マイク •2組合せタイプの発明）により分離して得られる目的音のスペクトルと同じスペクトル を生成する構成とされ、対向妨害音抑圧制御用信号生成手段は、時間領域上また は周波数領域上で、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号 と、第 1のマイクロフォンの受音信号との差をとる制御用目的音優勢信号生成手段を 備えた構成とされて ヽることを特徴とするものである。
[0121] このような本発明の音源分離システム (例えば、後述する図 48の場合等）において は、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて直交妨害音抑 圧信号を生成するとともに、第 1および第 2の 2個のマイクロフォンの受音信号を用い て対向妨害音抑圧制御用信号を生成し、この制御用の信号を用いて直交妨害音抑 圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧するので、目的音と妨 害音とを精度よく分離することが可能となる。
[0122] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0123] < 4マイク'対向妨害音抑圧制御タイプの発明であって、前述した 4マイク · 2組合せ タイプの発明の処理を含む処理を行うもの >
[0124] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、互いに交差する第 1の方向および 第 2の方向のそれぞれに 2個ずつ間隔を置いて並べて配置された合計 4個のマイク 口フォンと、これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対 して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成 する直交妨害音抑圧信号生成手段と、 4個のマイクロフォンのうちの第 1の方向に並 ベて配置された 2個のマイクロフォンの受音信号を用いて、目的音到来方向に対向 する方向から到来する対向妨害音を抑圧するための制御用の信号を生成する対向 妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段により生成され た直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生成手段により 生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小 の比較を周波数帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが 前記制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その小さ い方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レベル帯 域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含まれる 対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音抑圧 信号生成手段は、 4個のマイクロフォンの受音信号を用いて、前述した音源分離シス テム (4マイク · 2糸且合せタイプの発明）と同じ処理を行い、直交妨害音抑圧信号のス ベクトルとして、前述した音源分離システム (4マイク · 2組合せタイプの発明）により分 離して得られる目的音のスペクトルと同じスペクトルを生成する構成とされ、対向妨害 音抑圧制御用信号生成手段は、時間領域上または周波数領域上で、第 1の方向に 並べて配置された 2個のマイクロフォンのうちの対向妨害音側のマイクロフォンの受音 信号に遅延処理を施した後の信号と、目的音側のマイクロフォンの受音信号との差を とる制御用目的音優勢信号生成手段を備えた構成とされていることを特徴とするもの である。
[0125] このような本発明の音源分離システム (例えば、後述する図 50の場合等）において は、 4個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号を生成するととも に、第 1の方向に並べて配置された 2個のマイクロフォンの受音信号を用いて対向妨 害音抑圧制御用信号を生成し、この制御用の信号を用いて直交妨害音抑圧信号の スペクトルに含まれる対向妨害音のスペクトルを抑圧するので、目的音と妨害音とを 精度よく分離することが可能となる。
[0126] また、使用するマイクロフォンの個数は 4個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0127] < 4マイク'対向妨害音抑圧制御タイプの発明であって、前述した 4マイク · 3組合せ タイプの発明の処理を含む処理を行うもの >
[0128] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、四角形の各頂点位置に配置され た第 1、第 2、第 3、および第 4の合計 4個のマイクロフォンと、これらの 4個のマイクロフ オンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する直交 妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成手段 と、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向に対 向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成する対 向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段により生成さ れた直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生成手段によ り生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各パワーの大 小の比較を周波数帯域毎に行い、直交妨害音抑圧信号のスペクトルのパワーが制 御用の信号のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ 、方の パワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レベル帯域選 択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含まれる対向 妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音抑圧信号 生成手段は、 4個のマイクロフォンの受音信号を用いて、前述した音源分離システム ( 4マイク · 3組合せタイプの発明）と同じ処理を行い、直交妨害音抑圧信号のスぺタト ルとして、前述した音源分離システム (4マイク · 3組合せタイプの発明）により分離して 得られる目的音のスペクトルと同じスペクトルを生成する構成とされ、対向妨害音抑 圧制御用信号生成手段は、時間領域上または周波数領域上で、第 2のマイクロフォ ンの受音信号に遅延処理を施した後の信号と、第 1のマイクロフォンの受音信号との 差をとる制御用目的音優勢信号生成手段を備えた構成とされていることを特徴とする ものである。
[0129] このような本発明の音源分離システム (例えば、後述する図 52の場合等）において は、 4個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号を生成するととも に、第 1および第 2の 2個のマイクロフォンの受音信号を用いて対向妨害音抑圧制御 用信号を生成し、この制御用の信号を用いて直交妨害音抑圧信号のスペクトルに含 まれる対向妨害音のスぺ外ルを抑圧するので、目的音と妨害音とを精度よく分離す ることが可能となる。
[0130] また、使用するマイクロフォンの個数は 4個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0131] く 3マイク'対向妨害音抑圧制御タイプの発明であって、前述した 3マイク · 3組合せ タイプの発明の処理を含む処理を行うもの >
[0132] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、三角形の各頂点位置に配置され た第 1、第 2、および第 3の合計 3個のマイクロフォンと、第 1、第 2、および第 3の 3個 のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交する方向から 到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧 信号生成手段と、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、 目的音到来方向に対向する方向から到来する対向妨害音を抑圧するための制御用 の信号を生成する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号 生成手段により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御 用信号生成手段により生成された制御用の信号のスペクトルとの間で同一の周波数 帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音抑圧信号のスぺ タトルのパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域につい て、その小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択（ 最小レベル帯域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスぺタト ルに含まれる対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直 交妨害音抑圧信号生成手段は、第 1、第 2、および第 3の 3個のマイクロフォンの受音 信号を用いて、前述した音源分離システム（3マイク · 3組合せタイプの発明）と同じ処 理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離システム（3マ イク · 3組合せタイプの発明）により分離して得られる目的音のスペクトルと同じスぺタト ルを生成する構成とされ、対向妨害音抑圧制御用信号生成手段は、時間領域上ま たは周波数領域上で、第 2のマイクロフォンの受音信号に遅延処理を施した後の信 号と、第 1のマイクロフォンの受音信号との差をとる第 1制御用目的音優勢信号生成 手段と、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、第 1のマイクロフォンの受音信号との差をとる第 2制御用目 的音優勢信号生成手段と、第 1制御用目的音優勢信号生成手段により生成されまた はその後の周波数解析で得られた第 1の制御用の目的音優勢の信号のスペクトルと 第 2制御用目的音優勢信号生成手段により生成されまたはその後の周波数解析で 得られた第 2の制御用の目的音優勢の信号のスぺ外ルとを用いて、周波数帯域毎 に各パワーの大小を比較して劣勢な方のパワーを制御用の目的音優勢の信号のス ベクトルとして帰属させることによりスペクトル統合処理を行う制御用信号統合手段と を備えた構成とされて ヽることを特徴とするものである。
このような本発明の音源分離システム (例えば、後述する図 54の場合等）において は、 3個のマイクロフォンの受音信号を用いて直交妨害音抑圧信号を生成するととも に、 3個のマイクロフォンの受音信号を用いて対向妨害音抑圧制御用信号を生成し、 この制御用の信号を用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨害 音のスペクトルを抑圧するので、目的音と妨害音とを精度よく分離することが可能とな る。
[0134] また、使用するマイクロフォンの個数は 3個であり、少数のマイクロフォンでの音源分 離を実現することができるので、装置の小型化を図ることが可能となり、これらにより前 記目的が達成される。
[0135] さらに、次のような構成 (例えば、後述する図 56の場合等）としてもよい。すなわち、 本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来する妨害 音とを分離する音源分離システムであって、三角形の各頂点位置に配置された第 1、 第 2、および第 3の合計 3個のマイクロフォンと、第 1、第 2、および第 3の 3個のマイク 口フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する 直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成 手段と、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成する対向妨害音抑圧制御用信号生成手段と、直交妨害音抑圧信号生成手段 により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑圧制御用信号生 成手段により生成された制御用の信号のスペクトルとの間で同一の周波数帯域の各 パワーの大小の比較を周波数帯域毎に行 、、直交妨害音抑圧信号のスペクトルの パワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その 小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択 (最小レべ ル帯域選択: BS— MIN)を行うことにより、直交妨害音抑圧信号のスペクトルに含ま れる対向妨害音のスペクトルを抑圧する対向妨害音抑圧手段とを備え、直交妨害音 抑圧信号生成手段は、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用 V、て、前述した音源分離システム（3マイク · 3組合せタイプの発明）と同じ処理を行 ヽ 、直交妨害音抑圧信号のスペクトルとして、前述した音源分離システム（3マイク · 3組 合せタイプの発明）により分離して得られる目的音のスペクトルと同じスペクトルを生 成する構成とされ、対向妨害音抑圧制御用信号生成手段は、時間領域上または周 波数領域上で、第 2および第 3のマイクロフォンの受音信号にそれぞれ同一または異 なる比例係数を乗じた値の和の信号に遅延処理を施した後の信号と、第 1のマイクロ フォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構成とされ て ヽることを特徴とするものである。
[0136] <多次元帯域選択を行う発明 >
[0137] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離システムであって、複数のマイクロフォンの受音信号 を用いて、それぞれ異なる指向特性を有する複数の信号のスペクトルの組合せを 2 組以上生成する複数の異指向特性信号群生成手段と、これらの各異指向特性信号 群生成手段によりそれぞれ生成された 2組以上の複数の信号のスペクトルの組合せ を用いて、各組合せ内のスペクトル間のパワーの大小関係が各組合せ毎にそれぞれ 定められた複数の条件を同時に満たす力否力を各周波数帯域毎に判断し、複数の 条件を同時に満たす周波数帯域について、予め選択されたスペクトルのパワーを、 分離する目的音のスペクトルとして帰属させる多次元帯域選択 (BS— MultiD)を行 う高感度領域形成手段とを備えたことを特徴とするものである。
[0138] このような本発明の音源分離システム (例えば、後述する図 58、図 59の場合等）に おいては、多次元帯域選択 (BS— MultiD)を行うので、目的音と妨害音とを精度よ く分離することが可能となる。
[0139] また、少数のマイクロフォンでの音源分離を実現することができるので、装置の小型 化を図ることが可能となり、これらにより前記目的が達成される。
[0140] さらに、前述した音源分離システム (多次元帯域選択を行う発明）において、各異指 向特性信号群生成手段は、それぞれ複数のマイクロフォンの受音信号を用いて、目 的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを生成する構成 とされ、高感度領域形成手段は、各組合せ毎の条件を、それぞれ目的音優勢の信 号のスペクトルのパワーが目的音劣勢の信号のスペクトルのパワーよりも大きいという 条件とし、これらの条件を同時に満たす力否力を各周波数帯域毎に判断する構成と することができる。 [0141] < 2次元帯域選択を行う発明 >
[0142] より具体的には、 2次元帯域選択を行う発明として、三角形の各頂点位置に配置さ れた第 1、第 2、および第 3の合計 3個のマイクロフォンを備え、第 1の異指向特性信 号群生成手段は、時間領域上または周波数領域上で、第 1のマイクロフォンの受音 信号と、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつ て第 1の目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、時間領域 上または周波数領域上で、第 2のマイクロフォンの受音信号と、第 1のマイクロフォン の受音信号に遅延処理を施した後の信号との差をとつて第 2の目的音優勢の信号を 生成する第 2目的音優勢信号生成手段と、時間領域上または周波数領域上で、第 1 、第 2のマイクロフォンの受音信号の差をとる目的音劣勢信号生成手段と、第 1目的 音優勢信号生成手段により生成されまたはその後の周波数解析で得られた第 1の目 的音優勢の信号のスペクトルと第 2目的音優勢信号生成手段により生成されまたは その後の周波数解析で得られた第 2の目的音優勢の信号のスペクトルとを用いて、 周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信号 のスペクトルとして帰属させることによりスペクトル統合処理を行う統合手段とを備えて 構成され、第 2の異指向特性信号群生成手段は、時間領域上または周波数領域上 で、第 3のマイクロフォンの受音信号と、第 2のマイクロフォンの受音信号に遅延処理 を施した後の信号との差をとつて第 1の目的音優勢の信号を生成する第 1目的音優 勢信号生成手段と、時間領域上または周波数領域上で、第 2のマイクロフォンの受音 信号と、第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつ て第 2の目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、時間領域 上または周波数領域上で、第 2、第 3のマイクロフォンの受音信号の差をとる目的音 劣勢信号生成手段と、第 1目的音優勢信号生成手段により生成されまたはその後の 周波数解析で得られた第 1の目的音優勢の信号のスぺ外ルと第 2目的音優勢信号 生成手段により生成されまたはその後の周波数解析で得られた第 2の目的音優勢の 信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方 のパワーを目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合 処理を行う統合手段とを備えて構成され、高感度領域形成手段は、第 1または第 2の いずれかの異指向特性信号群生成手段により生成された目的音優勢の信号のスぺ タトルのパワーを、分離する目的音のスペクトルとして帰属させる 2次元帯域選択を行 う構成を採用することができる（例えば、後述する図 58の場合等)。
[0143] < 3次元帯域選択を行う発明 >
[0144] また、 3次元帯域選択を行う発明として、三角形の各頂点位置に配置された第 1、 第 2、および第 3の合計 3個のマイクロフォンを備え、第 1の異指向特性信号群生成手 段は、時間領域上または周波数領域上で、第 1のマイクロフォンの受音信号と、第 2 のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の目的 音優勢の信号を生成する第 1目的音優勢信号生成手段と、時間領域上または周波 数領域上で、第 2のマイクロフォンの受音信号と、第 1のマイクロフォンの受音信号に 遅延処理を施した後の信号との差をとつて第 2の目的音優勢の信号を生成する第 2 目的音優勢信号生成手段と、時間領域上または周波数領域上で、第 1、第 2のマイ クロフオンの受音信号の差をとる目的音劣勢信号生成手段と、第 1目的音優勢信号 生成手段により生成されまたはその後の周波数解析で得られた第 1の目的音優勢の 信号のスペクトルと第 2目的音優勢信号生成手段により生成されまたはその後の周 波数解析で得られた第 2の目的音優勢の信号のスぺ外ルとを用いて、周波数帯域 毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信号のスペクトル として帰属させることによりスペクトル統合処理を行う統合手段とを備えて構成され、 第 2の異指向特性信号群生成手段は、時間領域上または周波数領域上で、第 3の マイクロフォンの受音信号と、第 2のマイクロフォンの受音信号に遅延処理を施した後 の信号との差をとつて第 1の目的音優勢の信号を生成する第 1目的音優勢信号生成 手段と、時間領域上または周波数領域上で、第 2のマイクロフォンの受音信号と、第 3 のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の目的 音優勢の信号を生成する第 2目的音優勢信号生成手段と、時間領域上または周波 数領域上で、第 2、第 3のマイクロフォンの受音信号の差をとる目的音劣勢信号生成 手段と、第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で 得られた第 1の目的音優勢の信号のスぺ外ルと第 2目的音優勢信号生成手段により 生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺタト ルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的 音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う統合 手段とを備えて構成され、第 3の異指向特性信号群生成手段は、時間領域上または 周波数領域上で、第 3のマイクロフォンの受音信号と、第 1のマイクロフォンの受音信 号に遅延処理を施した後の信号との差をとつて第 1の目的音優勢の信号を生成する 第 1目的音優勢信号生成手段と、時間領域上または周波数領域上で、第 1のマイク 口フォンの受音信号と、第 3のマイクロフォンの受音信号に遅延処理を施した後の信 号との差をとつて第 2の目的音優勢の信号を生成する第 2目的音優勢信号生成手段 と、時間領域上または周波数領域上で、第 1、第 3のマイクロフォンの受音信号の差 をとる目的音劣勢信号生成手段と、第 1目的音優勢信号生成手段により生成されま たはその後の周波数解析で得られた第 1の目的音優勢の信号のスペクトルと第 2目 的音優勢信号生成手段により生成されまたはその後の周波数解析で得られた第 2の 目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較 して劣勢な方のパワーを目的音優勢の信号のスペクトルとして帰属させることによりス ベクトル統合処理を行う統合手段とを備えて構成され、高感度領域形成手段は、第 1 、第 2、または第 3のいずれかの異指向特性信号群生成手段により生成された目的 音優勢の信号のスペクトルのパワーを、分離する目的音のスペクトルとして帰属させ る 3次元帯域選択を行う構成を採用することができる (例えば、後述する図 59の場合 等)。
[0145] <サンプリング周期の整数倍の遅延を与える発明 >
[0146] そして、以上に述べた音源分離システムにおいて、対になる 2つの信号のうちの一 方の信号に遅延処理を施した後の信号と、他方の信号との差をとる処理を行う場合 に、遅延処理は、時間領域上または周波数領域上で、サンプリング周期の整数倍の 遅延を与える処理であることが望まし 、。
[0147] このようにサンプリング周期の整数倍の遅延を与える構成とした場合には、演算数 の多いデジタルフィルタによる遅延演算を不要とすることが可能となるうえ、対になる 2つの信号の双方に大きな遅延を与える処理を不要とすることが可能となる。
[0148] <共通事項 > [0149] また、以上に述べた音源分離システムにおいて、マイクロフォンとしては、無指向性 または略無指向性のマイクロフォンを用いることができる。
[0150] < <音源分離方法の発明 > >
そして、以上に述べた本発明の音源分離システムを実現するための音源分離方法 として、以下のような本発明の音源分離方法が挙げられる。
[0151] < 2マイクタイプの発明 > 2個のマイクロフォンを用いるタイプの発明
[0152] すなわち、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到 来する妨害音とを分離する音源分離方法であって、間隔を置いて 2個のマイクロフォ ンを配置しておき、これらの 2個のマイクロフォンの受音信号を用いて時間領域上ま たは周波数領域上で目的音強調用の線形結合処理を行うことにより少なくとも 1つの 目的音優勢の信号を生成するとともに、 2個のマイクロフォンの受音信号を用いて時 間領域上または周波数領域上で目的音抑制用の線形結合処理を行うことにより目的 音優勢の信号と対になる少なくとも 1つの目的音劣勢の信号を生成し、その後、目的 音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとを用いて目的音と妨害 音とを分離することを特徴とするものである。
[0153] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0154] < 2マイク ·目的音到来方向平行配置タイプの発明 > 2個のマイクロフォンを目的音 到来方向またはこの方向と略同じ方向に並べて配置して用いるタイプの発明
[0155] より具体的には、上述した音源分離方法において、 2個のマイクロフォンを、目的音 到来方向またはこの方向と略同じ方向に並べて配置しておき、目的音優勢の信号を 生成する際には、時間領域上または周波数領域上で、 2個のマイクロフォンのうちの 目的音の音源に近い側に配置された一方のマイクロフォンの受音信号と、目的音の 音源力 遠い側に配置された他方のマイクロフォンの受音信号との差をとり、目的音 劣勢の信号を生成する際には、時間領域上または周波数領域上で、一方のマイクロ フォンの受音信号に遅延処理を施した後の信号と、他方のマイクロフォンの受音信号 との差をとることができる。
[0156] また、上記のように 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ 方向に並べて配置する場合において、目的音と妨害音とを分離する際には、目的音 優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの間で同一の周波数帯 域の各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大き
V、方のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行うことができ る。
[0157] さらに、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置する場合において、目的音と妨害音とを分離する際には、目的音優 勢の信号のスペクトルの各周波数帯域のパワーから、目的音劣勢の信号のスぺタト ルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシ ヨンを行ってもよ ヽ。
[0158] そして、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置する場合において、分離対象とする目的音を、通常モードの目的音 と、この目的音と反対方向から到来する切替モードの目的音とで切り替えるために、 通常モードでは、一方のマイクロフォンを通常モードの目的音の音源に近い側に配 置し、他方のマイクロフォンを通常モードの目的音の音源から遠い側に配置し、切替 モードでは、他方のマイクロフォンを切替モードの目的音の音源に近い側に配置し、 一方のマイクロフォンを切替モードの目的音の音源から遠い側に配置し、目的音劣 勢信号を生成する際には、通常モードでは、時間領域上または周波数領域上で、一 方のマイクロフォンの受音信号に遅延処理を施した後の信号と、他方のマイクロフォ ンの受音信号との差をとつて第 1の目的音劣勢の信号を生成し、切替モードでは、時 間領域上または周波数領域上で、他方のマイクロフォンの受音信号に遅延処理を施 した後の信号と、一方のマイクロフォンの受音信号との差をとつて第 2の目的音劣勢 の信号を生成し、目的音と妨害音とを分離する際には、目的音劣勢の信号として、通 常モードでは、第 1の目的音劣勢の信号を用い、切替モードでは、第 2の目的音劣 勢の信号を用いることが望ま U、。
[0159] また、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方向 に並べて配置する場合において、目的音劣勢の信号を生成する際には、遅延処理 を施す対象となるマイクロフォンの受音信号に対し、時間領域上または周波数領域 上で、 2個のマイクロフォンの間隔の音波伝播時間と同等または略同等な時間の遅 延を与えることができる。
[0160] さらに、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置する場合において、目的音劣勢の信号を生成する際には、遅延処 理を施す対象となるマイクロフォンの受音信号に対し、時間領域上または周波数領 域上で、 2個のマイクロフォンの間隔の音波伝播時間よりも短い時間の遅延を与えて ちょい。
[0161] そして、前述した 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ方 向に並べて配置する場合において、 2個のマイクロフォンを、携帯機器の操作部およ び Zまたは画面表示部が設けられた表面側およびこれと反対の裏面側の各対応位 置に 1個ずつ設けるようにしてもよい。
[0162] また、上記のように 2個のマイクロフォンを携帯機器の表裏面に 1個ずつ設ける場合 において、携帯機器は、不使用時には折り畳まれて閉じられ、使用時に開かれる折り 畳み式の携帯電話機であり、 2個のマイクロフォンの設置間隔を携帯電話機の開閉 操作に連動して変化させ、開いたときの設置間隔を閉じているときの設置間隔よりも 大さくするようにしてちょい。
[0163] さらに、上記のように 2個のマイクロフォンを携帯機器の表裏面に 1個ずつ設ける場 合において、 2個のマイクロフォンを、携帯機器の表裏面と平行な軸を中心に回転自 在に取り付けられた回転支持部材の両側の端部に設け、この回転支持部材を、不使 用時には携帯機器の表裏面と平行または略平行な状態として収納し、使用時に携帯 機器の表裏面と直交または略直交する状態としてもょ ヽ。
[0164] < 2マイク'目的音到来方向直交配置 ·和差併用タイプの発明 > 2個のマイクロフォ ンを目的音到来方向と直角または略直角をなす方向に並べて配置し、受音信号の 和と差分とを用いるタイプの発明
[0165] また、以上のように 2個のマイクロフォンを目的音到来方向またはこの方向と略同じ 方向に並べて配置する他に、次のようにすることができる。すなわち、前述した音源 分離方法において、 2個のマイクロフォンを、目的音到来方向と直角または略直角を なす方向に並べて配置しておき、目的音優勢の信号を生成する際には、時間領域 上または周波数領域上で、 2個のマイクロフォンの受音信号の和をとり、目的音劣勢 の信号を生成する際には、時間領域上または周波数領域上で、 2個のマイクロフォン の受音信号の差をとることができる。
[0166] さらに、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角を なす方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的音優勢 の信号を生成する場合において、目的音と妨害音とを分離する際には、目的音優勢 の信号のスペクトルと目的音劣勢の信号のスペクトルとの間で、少なくとも一方のスぺ タトルについて周波数に依存する係数を乗じたうえで同一の周波数帯域の各パワー の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワー を、分離して得られるスペクトルに帰属させる帯域選択を行うようにすることができる。
[0167] また、前述した上記のように 2個のマイクロフォンを目的音到来方向と直角または略 直角をなす方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的 音優勢の信号を生成する場合において、目的音と妨害音とを分離する際には、目的 音優勢の信号のスペクトルの各周波数帯域のパワーから、目的音劣勢の信号のスぺ タトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラ クシヨンを行ってもよい。
[0168] < 2マイク'目的音到来方向直交配置 ·差分タイプの発明 > 2個のマイクロフォンを 目的音到来方向と直角または略直角をなす方向に並べて配置し、受音信号の差分 を用い、和を用いないタイプの発明
[0169] また、以上のように 2個のマイクロフォンを目的音到来方向と直角または略直角をな す方向に並べて配置し、 2個のマイクロフォンの受音信号の和をとつて目的音優勢の 信号を生成する他に、次のようにすることができる。すなわち、前述した音源分離方 法において、 2個のマイクロフォンを、目的音到来方向と直角または略直角をなす方 向に並べて配置しておき、目的音優勢の信号を生成する際には、時間領域上または 周波数領域上で、 2個のマイクロフォンのうちの一方のマイクロフォンの受音信号と、 他方のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、時間領域上または周波数領域上で、他方の マイクロフォンの受音信号と、一方のマイクロフォンの受音信号に遅延処理を施した 後の信号との差をとつて第 2の目的音優勢の信号を生成し、 目的音劣勢の信号を生 成する際には、時間領域上または周波数領域上で、前記 2個のマイクロフォンの受音 信号の差をとることができる。
[0170] さらに、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角を なす方向に並べて配置し、第 1および第 2の 2つの目的音優勢の信号を生成する場 合において、 目的音と前記妨害音とを分離する際には、第 1の目的音優勢の信号の スペクトルと目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワー の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワー を、分離して得られるスペクトルに帰属させる帯域選択を行って目的音を含む一方の 側の音を分離するとともに、第 2の目的音優勢の信号のスペクトルと目的音劣勢の信 号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域 毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られるスぺタト ルに帰属させる帯域選択を行って目的音を含む他方の側の音を分離し、その後、 目 的音を含む一方の側の音のスペクトルと目的音を含む他方の側の音のスペクトルとを 用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各パ ヮ一の大小を比較して劣勢な方のパワーを目的音のスペクトルとして帰属させること によりスペクトル統合処理を行うことができる。
[0171] そして、上記のように 2個のマイクロフォンを目的音到来方向と直角または略直角を なす方向に並べて配置し、第 1および第 2の 2つの目的音優勢の信号を生成する場 合において、 目的音と前記妨害音とを分離する際には、第 1の目的音優勢の信号の スペクトルの各周波数帯域のパワーから、 目的音劣勢の信号のスペクトルの同一の 周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行つ て目的音を含む一方の側の音を分離するとともに、第 2の目的音優勢の信号のスぺ タトルの各周波数帯域のパワーから、 目的音劣勢の信号のスペクトルの同一の周波 数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行って目 的音を含む他方の側の音を分離し、その後、 目的音を含む一方の側の音のスぺタト ルと目的音を含む他方の側の音のスペクトルとを用いて、これらのパワーを周波数帯 域毎に加算するか、または周波数帯域毎に各パワーの大小を比較して劣勢な方の パワーを目的音のスペクトルとして帰属させることによりスペクトル統合処理を行って ちょい。
[0172] く 3マイク · 2組合せタイプの発明〉 3個のマイクロフォンを用いて、マイクロフォンの 組合せを 2組作るタイプの発明
[0173] 本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来する妨害 音とを分離する音源分離方法であって、第 1、第 2、および第 3の合計 3個のマイクロ フォンを三角形の各頂点位置に配置しておき、第 1および第 2の 2個のマイクロフォン の受音信号を用いて時間領域上または周波数領域上で目的音強調用の線形結合 処理を行うことにより少なくとも 1つの目的音優勢の信号を生成するとともに、第 1およ び第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる少な くとも 1つの目的音劣勢の信号を生成し、その後、目的音優勢の信号のスペクトルと 目的音劣勢の信号のスペクトルとを用いて目的音と妨害音とを分離することを特徴と するものである。
[0174] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0175] そして、前述した音源分離方法において、第 1および第 2のマイクロフォンを、目的 音到来方向またはこの方向と略同じ方向に並べて配置しておくとともに、第 1および 第 3のマイクロフォンを、目的音到来方向と直角または略直角をなす方向に並べて配 置しておき、目的音優勢の信号を生成する際には、時間領域上または周波数領域 上で、第 1のマイクロフォンの受音信号と、第 2のマイクロフォンの受音信号との差をと り、目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、第 1 のマイクロフォンの受音信号と、第 3のマイクロフォンの受音信号との差をとることが望 ましい。
[0176] また、前述した音源分離方法において、目的音と妨害音とを分離する際には、目的 音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの間で同一の周波数 帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大 き ヽ方のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行うようにし てもよい。
[0177] さらに、前述した音源分離方法において、目的音と妨害音とを分離する際には、目 的音優勢の信号のスペクトルの各周波数帯域のパワーから、目的音劣勢の信号のス ベクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブト ラタシヨンを行ってもよい。
[0178] く 4マイク · 2組合せタイプの発明〉 4個のマイクロフォンを用いて、マイクロフォンの 組合せを 2組作るタイプの発明
[0179] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、合計 4個のマイクロフォンを互いに交 差する第 1の方向および第 2の方向のそれぞれに 2個ずつ間隔を置いて並べて配置 しておき、これらの 4個のマイクロフォンのうちの第 1の方向に並べて配置された 2個の マイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的音強調 用の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成するとと もに、 4個のマイクロフォンのうちの第 2の方向に並べて配置された 2個のマイクロフォ ンの受音信号を用いて時間領域上または周波数領域上で目的音抑制用の線形結 合処理を行うことにより目的音優勢の信号と対になる少なくとも 1つの目的音劣勢の 信号を生成し、その後、目的音優勢の信号のスペクトルと目的音劣勢の信号のスぺ タトルとを用いて目的音と妨害音とを分離することを特徴とするものである。
[0180] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0181] また、前述した音源分離方法において、第 1の方向を、目的音到来方向またはこの 方向と略同じ方向とし、第 2の方向を、目的音到来方向と直角または略直角をなす方 向とし、目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 第 1の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとり、目的音 劣勢の信号を生成する際には、時間領域上または周波数領域上で、第 2の方向に 並べて配置された 2個のマイクロフォンの受音信号の差をとることが望ましい。
[0182] さらに、前述した音源分離方法において、目的音と妨害音とを分離する際には、目 的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの間で同一の周波 数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で 大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行うように してちよい。
[0183] そして、前述した音源分離方法において、目的音と妨害音とを分離する際には、目 的音優勢の信号のスペクトルの各周波数帯域のパワーから、目的音劣勢の信号のス ベクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブト ラタシヨンを行ってもよい。
[0184] く 4マイク · 3組合せタイプの発明〉 4個のマイクロフォンを用いて、マイクロフォンの 組合せを 3組作るタイプの発明
[0185] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、第 1、第 2、第 3、および第 4の合計 4 個のマイクロフォンを四角形の各頂点位置に配置しておき、第 1および第 2の 2個の マイクロフォンの受音信号を用いて時間領域上または周波数領域上で目的音強調 用の線形結合処理を行うことにより目的音優勢の信号を生成するとともに、第 1およ び第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる第 1 の目的音劣勢の信号を生成し、さらに第 1および第 4の 2個のマイクロフォンの受音信 号を用いて時間領域上または周波数領域上で目的音抑制用の線形結合処理を行う ことにより目的音優勢の信号と対になる第 2の目的音劣勢の信号を生成し、その後、 目的音優勢の信号のスペクトルと第 1の目的音劣勢の信号のスペクトルとを用いて目 的音を含む一方の側の音を分離するとともに、目的音優勢の信号のスペクトルと第 2 の目的音劣勢の信号のスペクトルとを用いて目的音を含む他方の側の音を分離し、 続いて、目的音を含む一方の側の音のスペクトルと目的音を含む他方の側の音のス ベクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯 域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトルとして帰 属させることによりスペクトル統合処理を行うことを特徴とするものである。
[0186] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。 [0187] さらに、前述した音源分離方法において、第 1および第 2のマイクロフォンを、 目的 音到来方向またはこの方向と略同じ方向に並べて配置し、第 3のマイクロフォンを、 第 1のマイクロフォンと第 2のマイクロフォンとを結ぶ線の一方の側に配置し、第 4のマ イク口フォンを、第 1のマイクロフォンと第 2のマイクロフォンとを結ぶ線の他方の側に 配置しておき、 目的音優勢の信号を生成する際には、時間領域上または周波数領 域上で、第 1および第 2のマイクロフォンの受音信号の差をとり、第 1の目的音劣勢の 信号を生成する際には、時間領域上または周波数領域上で、第 1および第 3のマイク 口フォンの受音信号の差をとり、第 2の目的音劣勢の信号を生成する際には、時間領 域上または周波数領域上で、第 1および第 4のマイクロフォンの受音信号の差をとる ことが望ましい。
[0188] また、前述した音源分離方法において、 目的音を含む一方の側の音を分離する際 には、 目的音優勢の信号のスペクトルと第 1の目的音劣勢の信号のスペクトルとの間 で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞれの 周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯域選 択を行い、 目的音を含む他方の側の音を分離する際には、 目的音優勢の信号のス ベクトルと第 2の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パヮ 一の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパヮ 一を、分離して得られるスペクトルに帰属させる帯域選択を行うようにしてもょ 、。
[0189] さらに、前述した音源分離方法において、 目的音を含む一方の側の音を分離する 際には、 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 1の目的 音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる スぺクトラル.サブトラクシヨンを行い、 目的音を含む他方の側の音を分離する際には
、 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 2の目的音劣勢 の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺタト ラノぃサブトラクシヨンを行ってもよい。
[0190] く 3マイク · 3組合せタイプの発明〉 3個のマイクロフォンを用いて、マイクロフォンの 組合せを 3組作るタイプの発明
[0191] また、本発明は、 目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、第 1、第 2、および第 3の合計 3個のマ イク口フォンを三角形の各頂点位置に配置しておき、 3個のマイクロフォンの受音信 号を用いて時間領域上または周波数領域上で目的音強調用の線形結合処理を行う ことにより目的音優勢の信号を生成するとともに、第 1および第 2の 2個のマイクロフォ ンの受音信号を用いて時間領域上または周波数領域上で目的音抑制用の線形結 合処理を行うことにより目的音優勢の信号と対になる第 1の目的音劣勢の信号を生 成し、さらに第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上ま たは周波数領域上で目的音抑制用の線形結合処理を行うことにより目的音優勢の 信号と対になる第 2の目的音劣勢の信号を生成し、その後、目的音優勢の信号のス ベクトルと第 1の目的音劣勢の信号のスペクトルとを用いて目的音を含む一方の側の 音を分離するとともに、目的音優勢の信号のスペクトルと第 2の目的音劣勢の信号の スペクトルとを用いて目的音を含む他方の側の音を分離し、続いて、目的音を含む 一方の側の音のスペクトルと目的音を含む他方の側の音のスペクトルとを用いて、こ れらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各パワーの大 小を比較して劣勢な方のパワーを目的音のスペクトルとして帰属させることによりスぺ タトル統合処理を行うことを特徴とするものである。
[0192] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0193] さらに、前述した音源分離方法において、第 1および第 2のマイクロフォンを、目的 音到来方向に対して傾斜する方向に並べて配置しておくとともに、第 1および第 3の マイクロフォンを、目的音到来方向に対して第 1および第 2のマイクロフォンの傾斜方 向とは反対側に傾斜する方向に並べて配置しておき、目的音優勢の信号を生成す る際には、時間領域上または周波数領域上で、第 1のマイクロフォンの受音信号と、 第 2および第 3のマイクロフォンの受音信号にそれぞれ同一または異なる比例係数を 乗じた値の和との差をとり、第 1の目的音劣勢の信号を生成する際には、時間領域上 または周波数領域上で、第 1および第 2のマイクロフォンの受音信号の差をとり、第 2 の目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、第 1 および第 3のマイクロフォンの受音信号の差をとることが望ましい。 [0194] そして、前述した音源分離方法にぉ 、て、目的音を含む一方の側の音を分離する 際には、目的音優勢の信号のスペクトルと第 1の目的音劣勢の信号のスペクトルとの 間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞれ の周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯域 選択を行い、目的音を含む他方の側の音を分離する際には、目的音優勢の信号の スペクトルと第 2の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パ ヮ一の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパ ヮーを、分離して得られるスペクトルに帰属させる帯域選択を行うようにしてもょ 、。
[0195] また、前述した音源分離方法において、目的音を含む一方の側の音を分離する際 には、目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 1の目的音 劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるス ぺクトラル'サブトラクシヨンを行い、目的音を含む他方の側の音を分離する際には、 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 2の目的音劣勢の 信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラ ル'サブトラクシヨンを行ってもよい。
[0196] < 3マイク ·目的音到来方向直交面配置 · 2高感度領域統合タイプの発明 > 3個の マイクロフォンを目的音到来方向と直角または略直角をなす面上に配置し、 2つの高 感度領域を統合するタイプの発明
[0197] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、目的音到来方向と直角または略直角 をなす面上で三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフ オンを配置しておき、第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれ らのマイクロフォン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高 感度領域形成信号のスペクトルを生成するとともに、第 2および第 3の 2個のマイクロ フォンの受音信号を用いてこれらのマイクロフォン間を結ぶ線と直交する面に沿う第 2 高感度領域を形成する第 2高感度領域形成信号のスペクトルを生成し、その後、第 1 高感度領域形成信号のスペクトルと前記第 2高感度領域形成信号のスペクトルとを 用いて第 1高感度領域と第 2高感度領域との共通部分に目的音を分離するための高 感度領域を形成することを特徴とするものである。
[0198] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0199] < 3マイク ·目的音到来方向直交面配置 · 2高感度領域統合タイプの発明であって 、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む処理 を行うもの >
[0200] さらに、上述した音源分離方法において、第 1高感度領域形成信号を生成する際 には、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離 方法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感度領域形成信号のスぺ外ルとして、前述した音源分離方法 (2マイク'目的音 到来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと 同じスペクトルを生成し、第 2高感度領域形成信号を生成する際には、第 2および第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方法 (2マイク'目 的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 2高感度領域形 成信号のスぺ外ルとして、前述した音源分離方法 (2マイク'目的音到来方向直交配 置 ·差分タイプの発明）により分離して得られる目的音のスペクトルと同じスペクトルを 生成し、第 1高感度領域と第 2高感度領域との共通部分に目的音を分離するための 高感度領域を形成する際には、第 1高感度領域形成信号のスペクトルと第 2高感度 領域形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して 劣勢な方のパワーを目的音のスペクトルとして帰属させることによりスペクトル統合処 理を行うようにすることができる。
[0201] また、上述した音源分離方法において、第 1高感度領域形成信号を生成する際に は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方 法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1 高感度領域形成信号のスぺ外ルとして、前述した音源分離方法 (2マイク'目的音到 来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、第 2高感度領域形成信号を生成する際には、第 2および第 3 の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方法 (2マイク'目的 音到来方向直交配置，差分タイプの発明）と分離処理の中のスペクトル統合処理を 除いて同じ処理を行い、前述した音源分離方法 (2マイク ·目的音到来方向直交配置 •差分タイプの発明）のスペクトル統合処理に代えて、第 2高感度領域を第 2のマイク 口フォン側の領域または第 3のマイクロフォン側の領域のいずれかに制限する高感度 領域制限処理を行い、この高感度領域制限処理を行う際には、前述した音源分離方 法 (2マイク'目的音到来方向直交配置'差分タイプの発明）の中の第 1目的音優勢 信号生成処理で第 2のマイクロフォンの受音信号に遅延処理が施されるとともに第 2 目的音優勢信号生成処理で第 3のマイクロフォンの受音信号に遅延処理が施された 場合に、第 1分離処理により分離された目的音を含む一方の側の音のスペクトルと第 2分離処理により分離された目的音を含む他方の側の音のスペクトルとの間で同一 の周波数帯域の各パワーの大小の比較を周波数帯域毎に行 、、第 2のマイクロフォ ン側の領域に制限された第 2高感度領域を形成する第 2高感度領域形成信号のス ベクトルを生成するために、第 1分離処理により分離された目的音を含む一方の側の 音のスペクトルのパワーが第 2分離処理により分離された目的音を含む他方の側の 音のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、第 1分離処理により分離された前記目的音を含む一方の側の音のスペクトルに帰 属させる帯域選択を行うか、または第 3のマイクロフォン側の領域に制限された第 2高 感度領域を形成する第 2高感度領域形成信号のスペクトルを生成するために、第 2 分離処理により分離された目的音を含む他方の側の音のスペクトルのパワーが第 1 分離処理により分離された目的音を含む一方の側の音のスペクトルのパワーよりも小 さい周波数帯域について、その小さい方のパワーを、第 2分離処理により分離された 目的音を含む他方の側の音のスペクトルに帰属させる帯域選択を行い、第 1高感度 領域と第 2高感度領域との共通部分に目的音を分離するための高感度領域を形成 する際には、第 1高感度領域形成信号のスぺ外ルと第 2高感度領域形成信号のス ベクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワー を目的音のスペクトルとして帰属させることによりスペクトル統合処理を行うようにして ちょい。
さらに、上記の場合において、高感度領域制限処理を行う際には、第 2高感度領域 を第 2のマイクロフォン側の領域または第 3のマイクロフォン側の領域のいずれに制限 するのかを切替え可能としてもよ!、。
[0203] < 3マイク ·目的音到来方向直交面配置 · 3高感度領域統合タイプの発明 > 3個の マイクロフォンを目的音到来方向と直角または略直角をなす面上に配置し、 3つの高 感度領域を統合するタイプの発明
[0204] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、目的音到来方向と直角または略直角 をなす面上で三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフ オンを配置しておき、第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれ らのマイクロフォン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高 感度領域形成信号のスペクトルを生成するとともに、第 2および第 3の 2個のマイクロ フォンの受音信号を用いてこれらのマイクロフォン間を結ぶ線と直交する面に沿う第 2 高感度領域を形成する第 2高感度領域形成信号のスペクトルを生成し、さらに、第 1 および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォン間を結 ぶ線と直交する面に沿う第 3高感度領域を形成する第 3高感度領域形成信号のスぺ タトルを生成し、その後、第 1高感度領域形成信号のスペクトルと第 2高感度領域形 成信号のスペクトルと第 3高感度領域形成信号のスペクトルとを用いて第 1高感度領 域と第 2高感度領域と第 3高感度領域との共通部分に目的音を分離するための高感 度領域を形成することを特徴とするものである。
[0205] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0206] < 3マイク ·目的音到来方向直交面配置 · 3高感度領域統合タイプの発明であって 、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む処理 を行うもの >
[0207] また、上述した音源分離方法において、第 1高感度領域形成信号を生成する際に は、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方 法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1 高感度領域形成信号のスぺ外ルとして、前述した音源分離方法 (2マイク'目的音到 来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、第 2高感度領域形成信号を生成する際には、第 2および第 3 の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方法 (2マイク'目的 音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 2高感度領域形成 信号のスペクトルとして、前述した音源分離方法 (2マイク'目的音到来方向直交配置 •差分タイプの発明）により分離して得られる目的音のスペクトルと同じスペクトルを生 成し、さらに、第 3高感度領域形成信号を生成する際には、第 1および第 3の 2個のマ イク口フォンの受音信号を用いて、前述した音源分離方法 (2マイク'目的音到来方向 直交配置 ·差分タイプの発明）と同じ処理を行い、第 3高感度領域形成信号のスぺク トルとして、前述した音源分離方法 (2マイク ·目的音到来方向直交配置 ·差分タイプ の発明）により分離して得られる目的音のスペクトルと同じスペクトルを生成し、第 1高 感度領域と第 2高感度領域と第 3高感度領域との共通部分に目的音を分離するため の高感度領域を形成する際には、第 1高感度領域形成信号のスペクトルと第 2高感 度領域形成信号のスペクトルと第 3高感度領域形成信号のスペクトルとを用いて、周 波数帯域毎に各パワーの大小を比較して最も劣勢なパワーを前記目的音のスぺタト ルとして帰属させることによりスペクトル統合処理を行うようにすることができる。
さらに、上述した音源分離方法において、第 1高感度領域形成信号を生成する際 には、第 1および第 2の 2個のマイクロフォンの受音信号を用いて、前述した音源分離 方法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）と同じ処理を行い、第 1高感度領域形成信号のスぺ外ルとして、前述した音源分離方法 (2マイク'目的音 到来方向直交配置'差分タイプの発明）により分離して得られる目的音のスペクトルと 同じスペクトルを生成し、第 2高感度領域形成信号を生成する際には、第 2および第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方法 (2マイク'目 的音到来方向直交配置，差分タイプの発明）と分離処理の中のスペクトル統合処理 を除いて同じ処理を行い、前述した音源分離方法 (2マイク ·目的音到来方向直交配 置-差分タイプの発明）の中のスペクトル統合処理に代えて、第 2高感度領域を第 2の マイクロフォン側の領域または第 3のマイクロフォン側の領域のいずれかに制限する 高感度領域制限処理を行い、この第 2高感度領域形成信号を生成する際の高感度 領域制限処理を行う際には、前述した音源分離方法 (2マイク ·目的音到来方向直交 配置'差分タイプの発明）の中の第 1目的音優勢信号生成処理で第 2のマイクロフォ ンの受音信号に遅延処理が施されるとともに第 2目的音優勢信号生成処理で第 3の マイクロフォンの受音信号に遅延処理が施された場合に、第 1分離処理により分離さ れた目的音を含む一方の側の音のスペクトルと第 2分離処理により分離された目的 音を含む他方の側の音のスペクトルとの間で同一の周波数帯域の各パワーの大小 の比較を周波数帯域毎に行い、第 2のマイクロフォン側の領域に制限された第 2高感 度領域を形成する第 2高感度領域形成信号のスペクトルを生成するために、第 1分 離処理により分離された目的音を含む一方の側の音のスペクトルのパワーが第 2分 離処理により分離された目的音を含む他方の側の音のスペクトルのパワーよりも小さ い周波数帯域について、その小さい方のパワーを、第 1分離処理により分離された目 的音を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、または第 3の マイクロフォン側の領域に制限された第 2高感度領域を形成する第 2高感度領域形 成信号のスペクトルを生成するために、第 2分離処理により分離された目的音を含む 他方の側の音のスペクトルのパワーが第 1分離処理により分離された目的音を含む 一方の側の音のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ 、方 のパワーを、第 2分離処理により分離された目的音を含む他方の側の音のスペクトル に帰属させる帯域選択を行い、第 3高感度領域形成信号を生成する際には、第 1お よび第 3の 2個のマイクロフォンの受音信号を用いて、前述した音源分離方法 (2マイ ク'目的音到来方向直交配置'差分タイプの発明）と分離処理の中のスペクトル統合 処理を除いて同じ処理を行い、前述した音源分離方法 (2マイク ·目的音到来方向直 交配置 ·差分タイプの発明）の中のスペクトル統合処理に代えて、第 3高感度領域を 第 1のマイクロフォン側の領域または第 3のマイクロフォン側の領域のいずれかに制 限する高感度領域制限処理を行い、この第 3高感度領域形成信号を生成する際の 高感度領域制限処理を行う際には、前述した音源分離方法 (2マイク ·目的音到来方 向直交配置 ·差分タイプの発明）の中の第 1目的音優勢信号生成処理で第 1のマイク 口フォンの受音信号に遅延処理が施されるとともに第 2目的音優勢信号生成処理で 第 3のマイクロフォンの受音信号に遅延処理が施された場合に、第 1分離処理により 分離された目的音を含む一方の側の音のスペクトルと第 2分離処理により分離された 目的音を含む他方の側の音のスペクトルとの間で同一の周波数帯域の各パワーの 大小の比較を周波数帯域毎に行い、第 1のマイクロフォン側の領域に制限された第 3 高感度領域を形成する第 3高感度領域形成信号のスペクトルを生成するために、第 1分離処理により分離された目的音を含む一方の側の音のスペクトルのパワーが第 2 分離処理により分離された目的音を含む他方の側の音のスペクトルのパワーよりも小 さい周波数帯域について、その小さい方のパワーを、第 1分離処理により分離された 目的音を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、または第 3 のマイクロフォン側の領域に制限された第 3高感度領域を形成する第 3高感度領域 形成信号のスペクトルを生成するために、第 2分離処理により分離された目的音を含 む他方の側の音のスペクトルのパワーが第 1分離処理により分離された目的音を含 む一方の側の音のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ ヽ 方のパワーを、第 2分離処理により分離された目的音を含む他方の側の音のスぺタト ルに帰属させる帯域選択を行い、第 1高感度領域と第 2高感度領域と第 3高感度領 域との共通部分に目的音を分離するための高感度領域を形成する際には、第 1高感 度領域形成信号のスペクトルと第 2高感度領域形成信号のスペクトルと第 3高感度領 域形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して最 も劣勢なパワーを目的音のスペクトルとして帰属させることによりスペクトル統合処理 を行うようにしてもよい。
[0209] < 3マイク · 2信号による制御用信号生成 ·対向妨害音抑圧制御タイプの発明であ つて、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む 処理を行うもの >
[0210] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する直 交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 2および第 3の 2個 のマイクロフォンの受音信号を用いて、目的音到来方向に対向する方向から到来す る対向妨害音を抑圧するための制御用の信号を生成し、その後、直交妨害音抑圧 信号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の各パヮ 一の大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトルのパヮ 一が制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その小さ い方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより 、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧し、直 交妨害音抑圧信号を生成する際には、第 1および第 2の 2個のマイクロフォンの受音 信号を用いて、前述した音源分離方法 (2マイク ·目的音到来方向直交配置 ·差分タ イブの発明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音 源分離方法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）により分離して 得られる目的音のスペクトルと同じスペクトルを生成し、制御用の信号を生成する際 には、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、第 2のマイクロフォンの受音信号との差をとることにより制御 用の目的音優勢の信号を生成することを特徴とするものである。
[0211] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0212] < 3マイク · 3信号による制御用信号生成 ·対向妨害音抑圧制御タイプの発明であ つて、前述した 2マイク'目的音到来方向直交配置'差分タイプの発明の処理を含む 処理を行うもの >
[0213] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する直 交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到来方向に対向する方向から 到来する対向妨害音を抑圧するための制御用の信号を生成し、その後、直交妨害 音抑圧信号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトル のパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、そ の小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を行うこ とにより、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑 圧し、直交妨害音抑圧信号を生成する際には、第 1および第 2の 2個のマイクロフォ ンの受音信号を用いて、前述した音源分離方法 (2マイク'目的音到来方向直交配置 •差分タイプの発明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前 述した音源分離方法 (2マイク ·目的音到来方向直交配置 ·差分タイプの発明）により 分離して得られる目的音のスペクトルと同じスペクトルを生成し、制御用の信号を生 成する際には、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信号 に遅延処理を施した後の信号と、第 2のマイクロフォンの受音信号との差をとつて第 1 の制御用の目的音優勢の信号を生成するとともに、時間領域上または周波数領域 上で、第 3のマイクロフォンの受音信号に遅延処理を施した後の信号と、第 1のマイク 口フォンの受音信号との差をとつて第 2の制御用の目的音優勢の信号を生成し、その 後、第 1の制御用の目的音優勢の信号のスペクトルと第 2の制御用の目的音優勢の 信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方 のパワーを制御用の目的音優勢の信号のスペクトルとして帰属させることによりスぺク トル統合処理を行うことを特徴とするものである。
[0214] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0215] < 3マイク ·対向妨害音抑圧制御タイプの発明であって、前述した 2マイク ·目的音 到来方向直交配置 ·和差併用タイプの発明の処理を含む処理を行うもの >
[0216] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する直 交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 2および第 3の 2個 のマイクロフォンの受音信号を用いて、目的音到来方向に対向する方向から到来す る対向妨害音を抑圧するための制御用の信号を生成し、その後、直交妨害音抑圧 信号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の各パヮ 一の大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトルのパヮ 一が制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、その小さ い方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより 、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧し、直 交妨害音抑圧信号を生成する際には、第 1および第 2の 2個のマイクロフォンの受音 信号を用いて、前述した音源分離方法 (2マイク ·目的音到来方向直交配置 ·和差併 用タイプの発明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述し た音源分離方法 (2マイク ·目的音到来方向直交配置 ·和差併用タイプの発明）により 分離して得られる目的音のスペクトルと同じスペクトルを生成し、制御用の信号を生 成する際には、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信号 に遅延処理を施した後の信号と、第 2のマイクロフォンの受音信号との差をとることに より制御用の目的音優勢の信号を生成することを特徴とするものである。
[0217] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0218] く 3マイク ·対向妨害音抑圧制御タイプの発明であって、前述した 3マイク · 2組合せ タイプの発明の処理を含む処理を行うもの >
[0219] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 1および 第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向に対向する方向か ら到来する対向妨害音を抑圧するための制御用の信号を生成し、その後、直交妨害 音抑圧信号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行 1、、直交妨害音抑圧信号のスペクトル のパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域について、そ の小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を行うこ とにより、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑 圧し、直交妨害音抑圧信号を生成する際には、第 1、第 2、および第 3の 3個のマイク 口フォンの受音信号を用いて、前述した音源分離方法 (3マイク · 2組合せタイプの発 明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源分離 方法（3マイク · 2組合せタイプの発明）により分離して得られる目的音のスペクトルと 同じスペクトルを生成し、制御用の信号を生成する際には、時間領域上または周波 数領域上で、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、第 1 のマイクロフォンの受音信号との差をとることにより制御用の目的音優勢の信号を生 成することを特徴とするものである。
[0220] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0221] < 4マイク'対向妨害音抑圧制御タイプの発明であって、前述した 4マイク · 2組合せ タイプの発明の処理を含む処理を行うもの >
[0222] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、合計 4個のマイクロフォンを互いに交 差する第 1の方向および第 2の方向のそれぞれに 2個ずつ間隔を置いて並べて配置 しておき、これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対し て直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成す るとともに、 4個のマイクロフォンのうちの第 1の方向に並べて配置された 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対向する方向から到来する対向妨 害音を抑圧するための制御用の信号を生成し、その後、直交妨害音抑圧信号のス ベクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小 の比較を周波数帯域毎に行 、、直交妨害音抑圧信号のスペクトルのパワーが制御 用の信号のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ 、方のパ ヮーを、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧し、直交妨害 音抑圧信号を生成する際には、 4個のマイクロフォンの受音信号を用いて、前述した 音源分離方法 (4マイク · 2組合せタイプの発明）と同じ処理を行 、、直交妨害音抑圧 信号のスペクトルとして、前述した音源分離方法 (4マイク · 2組合せタイプの発明）に より分離して得られる目的音のスペクトルと同じスペクトルを生成し、制御用の信号を 生成する際には、時間領域上または周波数領域上で、第 1の方向に並べて配置され た 2個のマイクロフォンのうちの対向妨害音側のマイクロフォンの受音信号に遅延処 理を施した後の信号と、目的音側のマイクロフォンの受音信号との差をとることにより 制御用の目的音優勢の信号を生成することを特徴とするものである。
[0223] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0224] < 4マイク'対向妨害音抑圧制御タイプの発明であって、前述した 4マイク · 3組合せ タイプの発明の処理を含む処理を行うもの >
[0225] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、四角形の各頂点位置に第 1、第 2、第 3、および第 4の合計 4個のマイクロフォンを配置しておき、これらの 4個のマイクロフォ ンの受音信号を用いて、目的音到来方向に対して直交する方向から到来する直交 妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 1および第 2の 2個の マイクロフォンの受音信号を用いて、目的音到来方向に対向する方向から到来する 対向妨害音を抑圧するための制御用の信号を生成し、その後、直交妨害音抑圧信 号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数帯域の各パワー の大小の比較を周波数帯域毎に行!、、直交妨害音抑圧信号のスペクトルのパワー が制御用の信号のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ ヽ 方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、 直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧し、直 交妨害音抑圧信号を生成する際には、 4個のマイクロフォンの受音信号を用いて、前 述した音源分離方法 (4マイク · 3組合せタイプの発明）と同じ処理を行 ヽ、直交妨害 音抑圧信号のスペクトルとして、前述した音源分離方法 (4マイク · 3組合せタイプの 発明）により分離して得られる目的音のスペクトルと同じスペクトルを生成し、制御用 の信号を生成する際には、時間領域上または周波数領域上で、第 2のマイクロフォン の受音信号に遅延処理を施した後の信号と、第 1のマイクロフォンの受音信号との差 をとることにより制御用の目的音優勢の信号を生成することを特徴とするものである。
[0226] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0227] < 3マイク'対向妨害音抑圧制御タイプの発明であって、前述した 3マイク · 3組合せ タイプの発明の処理を含む処理を行うもの >
[0228] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 1、第 2、 および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到来方向に対向する 方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、その後、直 交妨害音抑圧信号のスペクトルと制御用の信号のスペクトルとの間で同一の周波数 帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音抑圧信号のスぺ タトルのパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域につい て、その小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域選択を 行うことにより、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトル を抑圧し、直交妨害音抑圧信号を生成する際には、第 1、第 2、および第 3の 3個のマ イク口フォンの受音信号を用いて、前述した音源分離方法 (3マイク · 3組合せタイプ の発明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述した音源 分離方法 (3マイク · 3組合せタイプの発明）により分離して得られる目的音のスぺタト ルと同じスペクトルを生成し、制御用の信号を生成する際には、時間領域上または周 波数領域上で、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、第 1のマイクロフォンの受音信号との差をとつて第 1の制御用の目的音優勢の信号を生 成するとともに、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信 号に遅延処理を施した後の信号と、第 1のマイクロフォンの受音信号との差をとつて 第 2の制御用の目的音優勢の信号を生成し、その後、第 1の制御用の目的音優勢の 信号のスペクトルと第 2の制御用の目的音優勢の信号のスペクトルとを用いて、周波 数帯域毎に各パワーの大小を比較して劣勢な方のパワーを制御用の目的音優勢の 信号のスペクトルとして帰属させることによりスペクトル統合処理を行うことを特徴とす るものである。
[0229] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0230] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、三角形の各頂点位置に第 1、第 2、お よび第 3の合計 3個のマイクロフォンを配置しておき、第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成するとともに、第 1、第 2、 および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到来方向に対向する 方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、その後、直 交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルとの間で同一の周 波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音抑圧信号 のスペクトルのパワーが制御用の信号のスペクトルのパワーよりも小さい周波数帯域 について、その小さい方のパワーを、分離する目的音のスペクトルに帰属させる帯域 選択を行うことにより、直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のス ベクトルを抑圧し、直交妨害音抑圧信号を生成する際には、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、前述した音源分離方法（3マイク · 3糸且合 せタイプの発明）と同じ処理を行い、直交妨害音抑圧信号のスペクトルとして、前述し た音源分離方法 (3マイク · 3組合せタイプの発明）により分離して得られる目的音のス ベクトルと同じスペクトルを生成し、制御用の信号を生成する際には、時間領域上ま たは周波数領域上で、第 2および第 3のマイクロフォンの受音信号にそれぞれ同一ま たは異なる比例係数を乗じた値の和の信号に遅延処理を施した後の信号と、第 1の マイクロフォンの受音信号との差をとることにより制御用の目的音優勢の信号を生成 することを特徴とするものである。
[0231] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。 [0232] <多次元帯域選択を行う発明 >
[0233] また、本発明は、目的音と、この目的音の到来方向以外の任意の方向から到来す る妨害音とを分離する音源分離方法であって、複数のマイクロフォンの受音信号を用 V、て、それぞれ異なる指向特性を有する複数の信号のスペクトルの組合せを 2組以 上生成する複数の異指向特性信号群生成処理を行った後、これらの各異指向特性 信号群生成処理によりそれぞれ生成された 2組以上の複数の信号のスペクトルの組 合せを用いて、各組合せ内のスペクトル間のパワーの大小関係が各組合せ毎にそれ ぞれ定められた複数の条件を同時に満たす力否かを各周波数帯域毎に判断し、複 数の条件を同時に満たす周波数帯域について、予め選択されたスペクトルのパワー を、分離する目的音のスペクトルとして帰属させる多次元帯域選択を行うことにより高 感度領域を形成することを特徴とするものである。
[0234] このような本発明の音源分離方法においては、前述した本発明の音源分離システ ムで得られる作用 '効果がそのまま得られ、これにより前記目的が達成される。
[0235] さらに、上述した音源分離方法において、各異指向特性信号群生成処理を行う際 には、それぞれ複数のマイクロフォンの受音信号を用いて、目的音優勢の信号のス ベクトルおよび目的音劣勢の信号のスペクトルを生成し、高感度領域を形成する際 には、各組合せ毎の条件を、それぞれ目的音優勢の信号のスペクトルのパワーが目 的音劣勢の信号のスペクトルのパワーよりも大き 、と 、う条件とし、これらの条件を同 時に満たす力否力を各周波数帯域毎に判断するようにすることができる。
[0236] < 2次元帯域選択を行う発明 >
[0237] より具体的には、前述した音源分離方法において、三角形の各頂点位置に第 1、 第 2、および第 3の合計 3個のマイクロフォンを配置しておき、第 1の異指向特性信号 群生成処理を行う際には、時間領域上または周波数領域上で、第 1のマイクロフォン の受音信号と、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差 をとつて第 1の目的音優勢の信号を生成するとともに、時間領域上または周波数領域 上で、第 2のマイクロフォンの受音信号と、第 1のマイクロフォンの受音信号に遅延処 理を施した後の信号との差をとつて第 2の目的音優勢の信号を生成し、さらに、時間 領域上または周波数領域上で、第 1、第 2のマイクロフォンの受音信号の差をとつて 目的音劣勢の信号を生成し、第 1の目的音優勢の信号のスペクトルと第 2の目的音 優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣 勢な方のパワーを目的音優勢の信号のスペクトルとして帰属させることによりスぺタト ル統合処理を行い、第 2の異指向特性信号群生成処理を行う際には、時間領域上ま たは周波数領域上で、第 3のマイクロフォンの受音信号と、第 2のマイクロフォンの受 音信号に遅延処理を施した後の信号との差をとつて第 1の目的音優勢の信号を生成 するとともに、時間領域上または周波数領域上で、第 2のマイクロフォンの受音信号と 、第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、さらに、時間領域上または周波数領域上で、第 2、第 3 のマイクロフォンの受音信号の差をとつて目的音劣勢の信号を生成し、第 1の目的音 優勢の信号のスペクトルと第 2の目的音優勢の信号のスペクトルとを用いて、周波数 帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信号のスぺ タトルとして帰属させることによりスペクトル統合処理を行!、、高感度領域を形成する 際には、第 1または第 2のいずれかの異指向特性信号群生成処理により生成された 目的音優勢の信号のスペクトルのパワーを、分離する目的音のスペクトルとして帰属 させる 2次元帯域選択を行うようにすることができる。
[0238] < 3次元帯域選択を行う発明 >
[0239] また、前述した音源分離方法において、三角形の各頂点位置に第 1、第 2、および 第 3の合計 3個のマイクロフォンを配置しておき、第 1の異指向特性信号群生成処理 を行う際には、時間領域上または周波数領域上で、第 1のマイクロフォンの受音信号 と、第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1 の目的音優勢の信号を生成するとともに、時間領域上または周波数領域上で、第 2 のマイクロフォンの受音信号と、第 1のマイクロフォンの受音信号に遅延処理を施した 後の信号との差をとつて第 2の目的音優勢の信号を生成し、さらに、時間領域上また は周波数領域上で、第 1、第 2のマイクロフォンの受音信号の差をとつて目的音劣勢 の信号を生成し、第 1の目的音優勢の信号のスペクトルと第 2の目的音優勢の信号 のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパ ヮーを目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理 を行い、第 2の異指向特性信号群生成処理を行う際には、時間領域上または周波数 領域上で、第 3のマイクロフォンの受音信号と、第 2のマイクロフォンの受音信号に遅 延処理を施した後の信号との差をとつて第 1の目的音優勢の信号を生成するとともに 、時間領域上または周波数領域上で、第 2のマイクロフォンの受音信号と、第 3のマイ クロフオンの受音信号に遅延処理を施した後の信号との差をとつて第 2の目的音優 勢の信号を生成し、さらに、時間領域上または周波数領域上で、第 2、第 3のマイクロ フォンの受音信号の差をとつて目的音劣勢の信号を生成し、第 1の目的音優勢の信 号のスペクトルと第 2の目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に 各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信号のスペクトルとし て帰属させることによりスペクトル統合処理を行い、第 3の異指向特性信号群生成処 理を行う際には、時間領域上または周波数領域上で、第 3のマイクロフォンの受音信 号と、第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて 第 1の目的音優勢の信号を生成するとともに、時間領域上または周波数領域上で、 第 1のマイクロフォンの受音信号と、第 3のマイクロフォンの受音信号に遅延処理を施 した後の信号との差をとつて第 2の目的音優勢の信号を生成し、さらに、時間領域上 または周波数領域上で、第 1、第 3のマイクロフォンの受音信号の差をとつて目的音 劣勢の信号を生成し、第 1の目的音優勢の信号のスペクトルと第 2の目的音優勢の 信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方 のパワーを目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合 処理を行い、高感度領域を形成する際には、第 1、第 2、または第 3のいずれかの異 指向特性信号群生成手段により生成された目的音優勢の信号のスペクトルのパワー を、分離する目的音のスペクトルとして帰属させる 3次元帯域選択を行うようにしても よい。
[0240] <サンプリング周期の整数倍の遅延を与える発明 >
[0241] また、以上に述べた音源分離方法において、対になる 2つの信号のうちの一方の信 号に遅延処理を施した後の信号と、他方の信号との差をとる処理を行う場合に、遅延 処理は、時間領域上または周波数領域上で、サンプリング周期の整数倍の遅延を与 える処理であることが望ま 、。 [0242] <共通事項 >
[0243] そして、以上に述べた音源分離方法にお!、て、マイクロフォンとして、無指向性また は略無指向性のマイクロフォンを用いることができる。
[0244] < <音響信号取得装置の発明 > >
[0245] また、前述した本発明の音源分離システムの構成要素として用いることができる音 響信号取得装置として、以下のような本発明の音響信号取得装置が挙げられる。
[0246] すなわち、本発明は、目的音の到来方向以外の任意の方向から到来する妨害音 が存在する状況下で前記目的音を取得する音響信号取得装置であって、携帯機器 の操作部および Zまたは画面表示部が設けられた表面側およびこれと反対の裏面 側の各対応位置に 1個ずつ設けられた 2個のマイクロフォンと、これらの 2個のマイク 口フォンの受音信号を用いて目的音強調用の線形結合処理を行うことにより少なくと も 1つの目的音優勢の信号を生成する目的音優勢信号生成手段と、 2個のマイクロフ オンの受音信号を用いて目的音抑制用の線形結合処理を行うことにより目的音優勢 の信号と対になる少なくとも 1つの目的音劣勢の信号を生成する目的音劣勢信号生 成手段とを備えたことを特徴とするものである。
[0247] また、本発明は、目的音の到来方向以外の任意の方向から到来する妨害音が存 在する状況下で前記目的音を取得する音響信号取得装置であって、携帯機器の操 作部および Zまたは画面表示部が設けられた表面側に間隔を置いて設けられた 2個 のマイクロフォンと、これらの 2個のマイクロフォンの受音信号を用いて目的音強調用 の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成する目的 音優勢信号生成手段と、 2個のマイクロフォンの受音信号を用いて目的音抑制用の 線形結合処理を行うことにより目的音優勢の信号と対になる少なくとも 1つの目的音 劣勢の信号を生成する目的音劣勢信号生成手段とを備えたことを特徴とするもので ある。
[0248] さらに、本発明は、目的音の到来方向以外の任意の方向から到来する妨害音が存 在する状況下で前記目的音を取得する音響信号取得装置であって、携帯機器の操 作部および Zまたは画面表示部が設けられた表面側およびこれと反対の裏面側の 各対応位置に 1個ずつ設けられた第 1および第 2のマイクロフォンと、表面側に前記 第 1のマイクロフォンと間隔を置いて設けられた第 3のマイクロフォンと、第 1および第 2の 2個のマイクロフォンの受音信号を用いて目的音強調用の線形結合処理を行うこ とにより少なくとも 1つの目的音優勢の信号を生成する目的音優勢信号生成手段と、 第 1および第 3の 2個のマイクロフォンの受音信号を用いて目的音抑制用の線形結合 処理を行うことにより目的音優勢の信号と対になる少なくとも 1つの目的音劣勢の信 号を生成する目的音劣勢信号生成手段とを備えたことを特徴とするものである。
[0249] そして、本発明は、目的音の到来方向以外の任意の方向から到来する妨害音が存 在する状況下で前記目的音を取得する音響信号取得装置であって、携帯機器の操 作部および Zまたは画面表示部が設けられた表面側に設けられた第 1のマイクロフ オンと、この第 1のマイクロフォンが設けられた表面側と反対の裏面側に、第 1のマイク 口フォンの設置位置の対応位置から位置をずらして設けられた第 2および第 3のマイ クロフオンと、第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて目的 音強調用の線形結合処理を行うことにより目的音優勢の信号を生成する目的音優勢 信号生成手段と、第 1および第 2の 2個のマイクロフォンの受音信号を用いて目的音 抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる第 1の目的音 劣勢の信号を生成する第 1目的音劣勢信号生成手段と、第 1および第 3の 2個のマイ クロフオンの受音信号を用いて目的音抑制用の線形結合処理を行うことにより目的音 優勢の信号と対になる第 2の目的音劣勢の信号を生成する第 2目的音劣勢信号生 成手段とを備えたことを特徴とするものである。
[0250] 以上のような本発明の音響信号取得装置は、前述した本発明の音源分離システム の構成要素として用いることができる他、例えば、音源の存在方向を判定する音源位 置判定装置等として用いることができる。音源位置判定装置として用いる場合には、 例えば、目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとにつ 、て 、それぞれエネルギ (各周波数帯域のパワーの和）を算出し、これらを比較して目的 音優勢の信号のスペクトルについてのエネルギの方が大きい場合には、設定された 目的音の方向に音源が存在すると判定することができ、一方、目的音劣勢の信号の スペクトルについてのエネルギの方が大きい場合には、設定された目的音の方向に 音源が存在しな 、と判定することができる。 発明の効果
[0251] 以上に述べたように本発明によれば、少数のマイクロフォンの受音信号を用いて目 的音強調用および目的音抑制用の線形結合処理を行うことにより目的音優勢の信 号および目的音劣勢の信号を生成するので、目的音と妨害音との分離に適した指向 特性の制御を行うことができ、このようにして指向特性の制御を行って生成された目 的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを用いて分離処 理を行うため、目的音と妨害音とを精度よく分離することができるうえ、少数のマイクロ フォンでの音源分離を実現することができるので、装置の小型化を図ることができると いう効果がある。
発明を実施するための最良の形態
[0252] 以下に本発明の各実施形態について図面を参照して説明する。
[0253] [第 1実施形態]
図 1には、本発明の第 1実施形態の音源分離システム 10の全体構成が示されてい る。図 2には、音源分離システム 10を設置した携帯電話機 80の構成が示されている 。図 3には、音源分離システム 10のうち指向特性制御を行う部分の構成が示されて いる。図 4は、図 3の指向特性制御を行う部分のうち第 1の目的音劣勢の信号を生成 する部分の説明図である。図 5には、通常モードで用いられる目的音優勢の信号お よび第 1の目的音劣勢の信号の各指向特性が示され、図 6には、切替モードで用い られる目的音優勢の信号および第 2の目的音劣勢の信号の各指向特性が示され、 図 7には、図 5および図 6を展開して横軸を方向（角度） Θとした状態の各指向特性が 示されている。図 8は、帯域選択の説明図である。本第 1実施形態の音源分離システ ム 10は、 < 2マイク'目的音到来方向平行配置タイプの発明 >に係るシステムである
[0254] 図 1において、音源分離システム 10は、間隔を置いて配置された 2個のマイクロフォ ン 21, 22と、これらの 2個のマイクロフォン 21, 22の受音信号を用いて時間領域上で 目的音強調用の線形結合処理を行うことにより目的音優勢の信号を生成する目的音 優勢信号生成手段 30と、 2個のマイクロフォン 21, 22の受音信号を用いて時間領域 上で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる第 1および第 2の目的音劣勢の信号を生成する目的音劣勢信号生成手段 40と、目的 音優勢信号生成手段 30および目的音劣勢信号生成手段 40により生成された時間 領域上の信号につ！ヽてそれぞれ周波数解析を行う周波数解析手段 50と、この周波 数解析手段 50により得られた目的音優勢の信号のスペクトルと目的音劣勢の信号の スペクトルとを用いて目的音と妨害音とを分離する分離手段 60とを備えている。
[0255] 2個のマイクロフォン 21, 22は、本実施形態では、いずれも無指向性または略無指 向性マイクロフォンであり、図 2に示すように、携帯機器である折り畳み式の携帯電話 機 80において、一方のマイクロフォン 21は、各種のキー力もなる操作部 81が設けら れた表面 82側に設けられ、他方のマイクロフォン 22は、これと反対の裏面 83側の対 応する位置（すぐ裏側の位置）に設けられている。従って、 2個のマイクロフォン 21, 2 2は、目的音到来方向またはこの方向と略同じ方向に並べて配置されている（図 1参 照)。なお、図 2に示すように、本実施形態では、 2個のマイクロフォン 21, 22は、操 作部 81が設けられた表面 82側およびその裏面 83側に設けられている力 画面表示 部 84が設けられた表面 85側およびその裏面 86側に設けてもよい。従って、図 60に 示すように、 P2, P18の位置のみならず、例えば、 PI, P17の位置、 P3, P19の位 置、 P6, P23の位置、 P7, P24の位置、 P8, P25の位置、 P10, P27の位置、あるい は P15, P33の位置等にマイクロフォンを設けることができ、要するに、目的音到来方 向とマイクロフォンの配置位置との相対的な関係が図 1の状態となれば、 P1〜P34の いずれの位置に設けてもよい。また、携帯電話機を折り曲げた状態で使用するので あれば、図 60に示すように、目的音が表面に沿う矢印 Aの方向またはそれに近い方 向力も到来するので、例えば、 P2, P7の位置にマイクロフォンを設けること等もできる
[0256] また、 2個のマイクロフォン 21, 22の設置間隔は、携帯電話機 80の開閉操作に連 動して変化し、開いたときの設置間隔が閉じているときの設置間隔よりも大きくなるよう にしてもよい。例えば、一方のマイクロフォン 21を、ばね等の弾性部材で外向きに常 に付勢しておき、携帯電話機 80を閉じているときには、画面表示部 84が設けられた 表面 85により押されて収納状態となり、携帯電話機 80を開いたときに外部に突出す る状態となるようにしてちょ 、。 [0257] そして、音源分離システム 10は、携帯電話機 80の表面 82側から到来する目的音 を取得する通常モード (例えば、携帯電話機 80を手に持って使用しているユーザの 音声を取得する会話モード等)と、裏面 83側から到来する目的音を取得する切替モ ード (例えば、携帯電話機 80の画面表示部 84の裏側に設けられたカメラで動画を撮 影するとともに音も入力する動画撮影モード等)とで、モード切替が可能な構成とされ ている。
[0258] 目的音優勢信号生成手段 30は、図 1および図 3に示すように、時間領域上で、通 常モードの目的音の音源に近い側 (切替モードの目的音の音源に遠い側）に配置さ れた一方のマイクロフォン 21の受音信号と、通常モードの目的音の音源力も遠い側（ 切替モードの目的音の音源に近い側）に配置された他方のマイクロフォン 22の受音 信号との差をとる処理を行うものである。この処理は、デジタル処理としてもアナログ 処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている力 周 波数領域上の処理としてもょ ヽ。
[0259] 図 1において、目的音劣勢信号生成手段 40は、第 1目的音劣勢信号生成手段 41 と、第 2目的音劣勢信号生成手段 42と、切替手段 43とを含んで構成されている。こ の目的音劣勢信号生成手段 40による処理は、デジタル処理としてもアナログ処理と してもよく、あるいは本実施形態では、時間領域上で処理を行っているが、周波数領 域上の処理としてもよい。
[0260] 第 1目的音劣勢信号生成手段 41は、図 1、図 3、および図 4に示すように、時間領 域上で、一方のマイクロフォン 21の受音信号に遅延処理を施した後の信号と、他方 のマイクロフォン 22の受音信号との差をとり、通常モードで使用する第 1の目的音劣 勢の信号を生成する処理を行うものである。この際、一方のマイクロフォン 21の受音 信号に与える遅延時間は、本実施形態では、 2個のマイクロフォン 21, 22の間隔の 音波伝播時間と同等または略同等な時間である。
[0261] 第 2目的音劣勢信号生成手段 42は、図 1および図 3に示すように、時間領域上で、 他方のマイクロフォン 22の受音信号に遅延処理を施した後の信号と、一方のマイクロ フォン 21の受音信号との差をとり、切替モードで使用する第 2の目的音劣勢の信号 を生成する処理を行うものである。この際、他方のマイクロフォン 22の受音信号に与 える遅延時間は、本実施形態では、 2個のマイクロフォン 21, 22の間隔の音波伝播 時間と同等または略同等な時間である。
[0262] 切替手段 43は、分離手段 60による処理対象とするための目的音劣勢の信号として 、通常モード用の第 1目的音劣勢信号生成手段 41により生成された第 1の目的音劣 勢の信号と、切替モード用の第 2目的音劣勢信号生成手段 42により生成された第 2 の目的音劣勢の信号とを切り替えるスィッチであり、具体的には、携帯電話機 80の 操作部 81を構成するキーにより実現してもよぐある!/、は通常設けられて ヽる操作部 81とは別途に設けられたスィッチにより実現してもよ!/、。
[0263] 周波数解析手段 50は、目的音優勢信号生成手段 30により生成された時間領域上 の目的音優勢の信号および目的音劣勢信号生成手段 40により生成された時間領域 上の目的音劣勢の信号 (通常モードでは、第 1の目的音劣勢の信号であり、切替モ ードでは、第 2の目的音劣勢の信号である。 )について、それぞれ周波数解析を行う ものである。ここで、周波数解析には、例えば、高速フーリエ変換 (FFT: First Fourie r Transform)や一般化調和解析（GHA: Generalized Harmonic Analysis)等を採用 することができるが、窓関数の影響を受けずに、より正確な周波数特性を算出する、 あるいは、より細かい周波数成分まで解析するという観点からは、一般化調和解析（ GHA)であることが望ましい。他の実施形態の場合も同様である。なお、目的音優勢 信号生成手段 30および目的音劣勢信号生成手段 40により周波数領域上の信号が 生成される場合には、周波数解析手段 50の設置を省略することができる。
[0264] 分離手段 60は、目的音優勢の信号のスペクトルと、目的音劣勢の信号 (通常モー ドでは、第 1の目的音劣勢の信号であり、切替モードでは、第 2の目的音劣勢の信号 である。）のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺ クトラル'サブトラクシヨン（SS : Spectral Subtraction)を行い、目的音と妨害音とを分離 する処理を行うものである。
[0265] 最大レベル帯域選択を行う場合には、目的音優勢の信号のスペクトルと、目的音劣 勢の信号 (通常モードでは、第 1の目的音劣勢の信号であり、切替モードでは、第 2 の目的音劣勢の信号である。）のスペクトルとの間で、同一の周波数帯域の各パワー の大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワー を、分離して得られる音のスペクトルに帰属させる。
[0266] スぺクトラル'サブトラクシヨンを行う場合には、目的音優勢の信号のスペクトルの各 周波数帯域のパワーから、目的音劣勢の信号 (通常モードでは、第 1の目的音劣勢 の信号であり、切替モードでは、第 2の目的音劣勢の信号である。）のスペクトルの同 一の周波数帯域のパワーに係数を乗じた値を減じる。
[0267] このような第 1実施形態においては、以下のようにして音源分離システム 10により目 的音と妨害音との分離処理が行われる。
[0268] 先ず、携帯電話機 80のユーザは、取得したい目的音の音源位置に応じ、切替手 段 43により通常モードと切替モードとのモード選択を行う。例えば、ユーザが、画面 表示部 84を参照しながら自分の音声を取得する場合には、通常モードを選択する。
[0269] 次に、 2個のマイクロフォン 21, 22の受信信号（時間領域上の信号)を用いて、目 的音優勢信号生成手段 30により目的音優勢の信号 (時間領域上の信号)を生成す るとともに、目的音劣勢信号生成手段 40により目的音劣勢の信号 (時間領域上の信 号)を生成する。続、て、得られた目的音優勢の信号および目的音劣勢の信号 (通 常モードでは、第 1の目的音劣勢の信号であり、切替モードでは、第 2の目的音劣勢 の信号である。 )について、周波数解析手段 50により、それぞれ周波数解析を行い、 目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを求める。
[0270] この際、一方のマイクロフォン 21の受信信号を X (t)とし、他方のマイクロフォン 22
1
の受信信号を X (t)とすると、目的音優勢信号生成手段 30により、これらの信号の差
2
、X (t)—X (t)が求められ、これが目的音優勢の信号となる（図 1、図 3参照)。
1 2
[0271] また、一方のマイクロフォン 21の受信信号 X (t)を、次の式（1)のように表し、他方
1
のマイクロフォン 22の受信信号 X (t)を、次の式（2)のように表すと、これらの信号の
2
差 X (t)— X (t)は、次の式 (3)のようになり、この目的音優勢の信号を周波数解析し
1 2
て得られる信号 I F<X (t) -X (t) > Iは、次の式 (4)のようになるので、目的音優
1 2
勢の信号の指向特性は、図 5および図 7の実線のようになる。図 5では、指向特性が 2 次元の極座標で示され、半径方向が振幅値であり、周方向が音の到来する方向（角 度） Θである。図 7では、縦軸が振幅値であり、横軸が音の到来する方向（角度） Θで ある。 Lは、マイクロフォン 21, 22間の距離（m)であり、 Vは、音速 340 (mZsec)で ある。
[0272] [数 1]
X1(t)=Xoejwt ( 1 )
[0273] [数 2]
X2(t)= X。 e - ) ） [0274] [数 3]
X t)— X2 (t) = X。 ej " X。 e JW(t"^ )
- L t ■ , ,—し cos Θ 、 ,
= X。ej n (1 - e'JUJ— ) ( 3 )
[0275] [数 4]
Figure imgf000080_0001
一 し cos Θ 、 "| 2丄「 ■ , , , 一 L cos θ 、Ί 2 = |Χ0|ί [ 1 — cos( ω ― )」 +Lsin( ω ― )」
V 0 V0
( 4 )
[0276] これに対し、一方のマイクロフォン 21の受信信号 X (t)に遅延処理を施した後の信
1
号を D(X (t))とし、他方のマイクロフォン 22の受信信号を X (t)とすると、通常モード
1 2
では、第 1目的音劣勢信号生成手段 41により、これらの信号の差 D(X (t))-X (t)
1 2 が求められ、これが第 1の目的音劣勢の信号となる（図 1、図 3、図 4参照)。
[0277] また、一方のマイクロフォン 21の受信信号 X (t)に遅延処理を施した後の信号 D (X
1
(t))を、次の式（5)のように表し、他方のマイクロフォン 22の受信信号 X (t)を、前述
1 2 した式（2)のように表すと、これらの信号の差 D(X (t))-X (t)は、次の式（6)のよう
1 2
になり、この第 1の目的音劣勢の信号を周波数解析して得られる信号 I F<D(X (t)
1
)— X (t)> Iは、次の式 (7)のようになるので、第 1の目的音劣勢の信号の指向特
2
性は、図 5および図 7の点線のようになる。
[0278] [数 5]
D(Xi(t))= Χ。 θ」ω ) ( 5 )
[0279] [数 6] D(X，(t))
= X0eJttJt( e
= X。eJW ) ■ . ( 6 )
[0280] ，2i「 ■ ( ,、 L( 1 —cos θ ) ΝΊ2Π 」 +Lsm(OJ )J I
Figure imgf000081_0001
[0281] そして、遅延時間は、 L/V (sec)であり、 2個のマイクロフォン 21, 22間の距離 L
0
の音波伝播時間と同等または略同等な時間である。従って、図 4に示すように、一方 のマイクロフォン 21の受信信号 X (t)に遅延処理を施した場合には、一方のマイクロ
1
フォン 21は、実質的に、図中一点鎖線で示される円上に位置するのと同じことになる 。例えば、通常モードの目的音の音源位置の方向（ Θ =0度)から到来する音につい ては、一方のマイクロフォン 21は、実質的に、他方のマイクロフォン 22と同じ位置に あることになり、信号の差をとるとゼロになるので、この方向（ 0 =0度)から到来する 音については抑制されることがわかる。また、通常モードの目的音の音源位置と反対 の方向（ 0 =180度)から到来する音 (妨害音）については、一方のマイクロフォン 21 は、実質的に、図中の P1の位置にあることになり、他方のマイクロフォン 22との間隔 が実質的に拡がるので、信号の差が大きくなり、強調されることがわ力る。
[0282] 切替モードの場合も同様であり、他方のマイクロフォン 22の受信信号 X (t)に遅延
2
処理を施した後の信号を D(X (t))とし、一方のマイクロフォン 21の受信信号を X (t)
2 1 とすると、第 2目的音劣勢信号生成手段 42により、これらの信号の差 D(X (t))-X (
2 1 t)が求められ、これが第 2の目的音劣勢の信号となる（図 1、図 3参照)。そして、この 第 2の目的音劣勢の信号 D(X (t))-X (t)を周波数解析して得られる信号
2 1 I F<D
(X (t))-X (t)> Iを図示すると、図 6および図 7の一点鎖線で示されるような第 2
2 1
の目的音劣勢の信号の指向特性が得られる。
[0283] その後、分離手段 60により、目的音優勢の信号のスペクトルと、目的音劣勢の信号
(通常モードでは、第 1の目的音劣勢の信号であり、切替モードでは、第 2の目的音 劣勢の信号である。）のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)ま たはスぺクトラル'サブトラクシヨン (SS)を行い、目的音と妨害音とを分離する。
[0284] 図 8において、分離手段 60により最大レベル帯域選択を行う場合には、次のように なる。目的音優勢信号生成手段 30により生成されて周波数解析手段 50による処理 で得られた目的音優勢の信号のスペクトルのうち、周波数帯域 fのパワー (振幅値）
1
を αとし、周波数帯域 f のパワーを αとする。一方、目的音劣勢信号生成手段 40に
1 2 2
より生成されて周波数解析手段 50による処理で得られた目的音劣勢の信号 (通常モ ードでは、第 1の目的音劣勢の信号であり、切替モードでは、第 2の目的音劣勢の信 号である。）のスペクトルのうち、周波数帯域 f のパワーを j8 とし、周波数帯域 f のパ
1 1 2 ヮーを j8
2とする。
[0285] このとき、周波数帯域 f のパワー と、同じ周波数帯域 f のパワー β との大小を比
1 1 1 1
較する。ここで、図示の如ぐ α > βであったとすれば、大きい方のパワー αを選
1 1 1 択し、このパワー αを目的音のスペクトルに帰属させる。なお、小さい方のパワー β
1 1 は、処理に用いられることなぐすなわち分離後のスペクトルに帰属させることなく捨 てられる。
[0286] また、周波数帯域 fのパワー aと、同じ周波数帯域 fのパワー β との大小を比較
2 2 2 2
する。ここで、図示の如く、 β > aであったとすれば、大きい方のパワー j8を選択し
2 2 2
、このパワー j8を妨害音に帰属させる。なお、小さい方のパワーひ は、処理に用い
2 2
られることなぐすなわち分離後のスペクトルに帰属させることなく捨てられる。
[0287] 一方、分離手段 60によりスぺクトラル'サブトラクシヨンを行う場合には、次のようにな る。周波数帯域毎に、目的音優勢信号生成手段 30により生成されて周波数解析手 段 50による処理で得られた目的音優勢の信号のスペクトルのパワー γから、目的音 劣勢信号生成手段 40により生成されて周波数解析手段 50による処理で得られた目 的音劣勢の信号 (通常モードでは、第 1の目的音劣勢の信号であり、切替モードでは 、第 2の目的音劣勢の信号である。）のスペクトルのパワー δに係数 Κを乗じた値 (Κ X δ )を減じる。すなわち、 γ— Κ Χ δの算出値が、分離後に得られる目的音のスぺ タトルの各周波数帯域のパワーとなる。係数 Κは、例えば、目的音優勢の信号につい てのパワー γと、目的音劣勢の信号についてのパワー δとの差の大きさに依存する 係数等である。なお、目的音優勢の信号のスペクトルのパワー γの方が、目的音劣 勢の信号のスペクトルのパワー δに係数 Κを乗じた値 (Κ Χ δ )よりも小さくなる周波 数帯域においては、例えば、一定のルールで定められた最小値 (各周波数帯域につ き一定の値でもよぐ目的音優勢の信号のスペクトルの周波数帯域毎の各パワーの 値に比例する値等でもよい。）を算出値としてもよぐあるいはゼロとしてもよい。
[0288] そして、分離手段 60により目的音を分離した後には、事前に適応処理または学習 処理を行って得られた音響モデルを用いて音声認識を行うことができる。この際、分 離手段 60による処理で得られた周波数領域上の信号である目的音を、時間領域上 の信号である音声波形に変換する合成処理を行い、雑音を付与した後、周波数解 析を行い、その後、音声認識を行ってもよい。また、雑音の付与は、時間領域上では なぐ周波数領域上で行ってもよい。
[0289] このような第 1実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 10は、目的音優勢信号生成手段 30および目的音劣勢信号生成手段 40を備え ているので、 2個のマイクロフォン 21, 22の受音信号を用いて目的音優勢の信号お よび目的音劣勢の信号を生成することができる。このため、目的音と妨害音との分離 に適した指向特性制御を行うことができる。
[0290] そして、音源分離システム 10は、分離手段 60を備えているので、指向特性制御を 行って生成された目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスぺク トルを用いて、目的音と妨害音とを精度よく分離することができる。このため、前述した 特許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信号 のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能を 向上させることができる。
[0291] また、音源分離システム 10では、使用するマイクロフォンの個数は 2個であり、少数 のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図ること ができる。
[0292] さらに、目的音劣勢信号生成手段 40は、第 1目的音劣勢信号生成手段 41と、第 2 目的音劣勢信号生成手段 42と、切替手段 43とを備えているので、ユーザは、通常 モードと切替モードとのモード切替を行うことができる。このため、 2個のマイクロフォン 21, 22の配置位置を変えることなぐ取得する目的音の方向を切り替えることができ るので、ユーザにとって使 、勝手のよ 、システムを実現することができる。
[0293] そして、第 1目的音劣勢信号生成手段 41および第 2目的音劣勢信号生成手段 42 は、 2個のマイクロフォン 21, 22の間隔の音波伝播時間と同等または略同等な時間 の遅延を与える処理を行うので、目的音到来方向（図 7に示すように、通常モードの 目的音については、 0 =0度であり、切替モードの目的音については、 0 = 180度（ — 180度)である。）において、目的音劣勢の信号の振幅値がゼロとなる指向特性を 作り出すことができる。このため、目的音に向けられた指向特性（目的音優勢の信号 による指向特性)との振幅値の差を大きくとることができ、分離性能を向上させること ができる。
[0294] [第 2実施形態]
図 9には、本発明の第 2実施形態の音源分離システム 200の全体構成が示されて いる。図 10には、目的音優勢の信号および目的音劣勢の信号の各指向特性が示さ れ、図 11には、図 10を展開して横軸を方向（角度） Θとした状態の各指向特性が示 されている。本第 2実施形態の音源分離システム 200は、く 2マイク'目的音到来方 向直交配置 ·和差併用タイプの発明 >に係るシステムである。
[0295] 図 9において、音源分離システム 200は、間隔を置いて配置された 2個のマイクロフ オン 221, 222と、これらの 2個のマイクロフォン 221, 222の受音信号を用いて時間 領域上で目的音強調用の線形結合処理を行うことにより目的音優勢の信号を生成 する目的音優勢信号生成手段 230と、 2個のマイクロフォン 221, 222の受音信号を 用いて時間領域上で目的音抑制用の線形結合処理を行うことにより目的音優勢の 信号と対になる目的音劣勢の信号を生成する目的音劣勢信号生成手段 240と、目 的音優勢信号生成手段 230および目的音劣勢信号生成手段 240により生成された 時間領域上の信号にっ ヽてそれぞれ周波数解析を行う周波数解析手段 250と、こ の周波数解析手段 250により得られた目的音優勢の信号のスペクトルと目的音劣勢 の信号のスペクトルとを用いて目的音と妨害音とを分離する分離手段 260とを備えて いる。
[0296] 2個のマイクロフォン 221, 222は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。そして、図 9中の一点鎖線に示すように、携帯機器で ある携帯電話機 280において、 2個のマイクロフォン 221, 222は、いずれも各種のキ 一からなる操作部および Zまたは画面表示部が設けられた表面 281側に設けられ、 裏面 282側にはマイクロフォンは設けられていない。従って、 2個のマイクロフォン 22 1, 222は、目的音到来方向と直交または略直交する方向に並べて配置されている。 この点が、前記第 1実施形態と異なる。また、図 60に示すように、例えば、 PI, P3の 位置、 P4, P5の位置、 P6, P8の位置、あるいは P9, P11の位置にマイクロフォンを 設けること等ができ、要するに、目的音到来方向とマイクロフォンの配置位置との相 対的な関係が図 9の状態となれば、 P1〜P34のいずれの位置に設けてもよい。
[0297] 目的音優勢信号生成手段 230は、時間領域上で、一方のマイクロフォン 221の受 音信号と、他方のマイクロフォン 222の受音信号との和をとる処理を行うものである。 この処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態で は、時間領域上で処理を行っている力 周波数領域上の処理としてもよい。
[0298] 目的音劣勢信号生成手段 240は、時間領域上で、一方のマイクロフォン 221の受 音信号と、他方のマイクロフォン 222の受音信号との差をとる処理を行うものである。 この処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態で は、時間領域上で処理を行っている力 周波数領域上の処理としてもよい。
[0299] 周波数解析手段 250は、目的音優勢信号生成手段 230により生成された時間領 域上の目的音優勢の信号および目的音劣勢信号生成手段 240により生成された時 間領域上の目的音劣勢の信号について、それぞれ周波数解析を行うものである。周 波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調和解析 (GHA)等を採 用することができるのは、前記第 1実施形態の場合と同様である。なお、目的音優勢 信号生成手段 230および目的音劣勢信号生成手段 240により周波数領域上の信号 が生成される場合には、周波数解析手段 250の設置を省略することができる。
[0300] 分離手段 260は、目的音優勢の信号のスペクトルと、目的音劣勢の信号のスぺタト ルとを用いて、最大レベル帯域選択 (BS— MAX)カゝ、またはスぺクトラル 'サブトラク シヨン (SS)を行い、目的音と妨害音とを分離する処理を行うものである。帯域選択お よびスぺクトラル 'サブトラクシヨンの各処理方法は、前記第 1実施形態の場合と略同 様であるため、詳しい説明は省略する。
[0301] 但し、本実施形態では、目的音優勢信号生成手段 230が 2個のマイクロフォン 221 , 222の受音信号の和をとる処理を行うので、目的音優勢の信号の指向特性と、目 的音劣勢の信号の指向特性との各方向 (角度） Θにおける振幅値の大小関係が周 波数により変動し、安定しないことから、分離手段 260による処理を行うに際しては、 目的音優勢の信号のスペクトルに対して周波数に依存する係数 A ( ω )を乗じ、目的 音劣勢の信号のスペクトルに対して周波数に依存する係数 Β ( ω )を乗じてから、帯 域選択ゃスぺクトラル'サブトラクシヨンを行う。なお、両者の相対的な大小関係を周 波数に応じて調整することができればよ 、ので、 A ( ω )または Β ( ω )の!、ずれかを乗 じるのみでもよ!/、。
[0302] このような第 2実施形態においては、以下のようにして音源分離システム 200により 目的音と妨害音との分離処理が行われる。
[0303] 先ず、 2個のマイクロフォン 221 , 222の受信信号（時間領域上の信号)を用いて、 目的音優勢信号生成手段 230により目的音優勢の信号 (時間領域上の信号)を生 成するとともに、目的音劣勢信号生成手段 240により目的音劣勢の信号 (時間領域 上の信号)を生成する。続 、て、得られた目的音優勢の信号および目的音劣勢の信 号について、周波数解析手段 250により、それぞれ周波数解析を行い、目的音優勢 の信号のスペクトルおよび目的音劣勢の信号のスペクトルを求める。
[0304] この際、一方のマイクロフォン 221の受信信号を X (t)とし、他方のマイクロフォン 22
1
2の受信信号を X (t)とすると、目的音優勢信号生成手段 230により、これらの信号
2
の和、 X (t) +X (t)が求められ、これが目的音優勢の信号となる。また、これらの信
1 2
号の和 X (t) +x (t)を周波数解析して得られる信号
1 2 I F<X (t) +x (t) >
1 2 Iに係 数 Α ( ω )を乗じて得られる目的音優勢の信号の指向特性は、図 10および図 1 1の実 線のようになる。
[0305] これに対し、目的音劣勢信号生成手段 240により、一方のマイクロフォン 221の受 信信号 X (t)と、他方のマイクロフォン 222の受信信号 X (t)との差、 X (t) -X (t)が
1 2 1 2 求められ、これが目的音劣勢の信号となる。また、これらの信号の差 X (t) -X (t)を
1 2 周波数解析して得られる信号 I Fく X (t) -X (t) > Iに係数 Β ( ω )を乗じて得られ る目的音劣勢の信号の指向特性は、図 10および図 11の点線のようになる。
[0306] その後、分離手段 260により、目的音優勢の信号のスペクトルと、目的音劣勢の信 号のスペクトルとを用 、て、最大レベル帯域選択 (BS— MAX)またはスぺクトラル ·サ ブトラタシヨン (SS)を行 、、目的音と妨害音とを分離する。
[0307] そして、分離手段 260により目的音を分離した後には、前記第 1実施形態の場合と 同様に、事前に適応処理または学習処理を行って得られた音響モデルを用いて音 声認識を行うことができる。
[0308] このような第 2実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 200は、目的音優勢信号生成手段 230および目的音劣勢信号生成手段 240を 備えているので、 2個のマイクロフォン 221, 222の受音信号を用いて目的音優勢の 信号および目的音劣勢の信号を生成することができる。このため、目的音と妨害音と の分離に適した指向特性制御を行うことができる。
[0309] そして、音源分離システム 200は、分離手段 260を備えて 、るので、指向特性制御 を行って生成された目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスぺ タトルを用いて、目的音と妨害音とを精度よく分離することができる。このため、前述し た特許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信 号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能 を向上させることができる。
[0310] また、音源分離システム 200では、使用するマイクロフォンの個数は 2個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0311] [第 3実施形態]
図 12には、本発明の第 3実施形態の音源分離システム 300の全体構成が示されて いる。図 13には、第 1および第 2の目的音優勢の信号および目的音劣勢の信号の各 指向特性が示され、図 14には、図 13を展開して横軸を方向（角度） Θとした状態の 各指向特性が示されている。本第 3実施形態の音源分離システム 300は、く 2マイク •目的音到来方向直交配置'差分タイプの発明 >に係るシステムである。
[0312] 図 12において、音源分離システム 300は、間隔を置いて配置された 2個のマイクロ フォン 321, 322と、これらの 2個のマイクロフォン 321, 322の受音信号を用いて時 間領域上で目的音強調用の線形結合処理を行うことにより第 1および第 2の目的音 優勢の信号を生成する目的音優勢信号生成手段 330と、 2個のマイクロフォン 321, 322の受音信号を用いて時間領域上で目的音抑制用の線形結合処理を行うことに より目的音優勢の信号と対になる目的音劣勢の信号を生成する目的音劣勢信号生 成手段 340と、目的音優勢信号生成手段 330および目的音劣勢信号生成手段 340 により生成された時間領域上の信号についてそれぞれ周波数解析を行う周波数解 析手段 350と、この周波数解析手段 350により得られた目的音優勢の信号のスぺタト ルと目的音劣勢の信号のスペクトルとを用いて目的音と妨害音とを分離する分離手 段 360とを備えている。
[0313] 2個のマイクロフォン 321, 322は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。そして、図 12中の一点鎖線に示すように、携帯機器 である携帯電話機 380において、 2個のマイクロフォン 321, 322は、いずれも各種の キー力もなる操作部および Zまたは画面表示部が設けられた表面 381側に設けられ 、裏面 382側にはマイクロフォンは設けられていない。従って、 2個のマイクロフォン 3 21, 322は、目的音到来方向と直交または略直交する方向に並べて配置されている 。この点が、前記第 1実施形態と異なり、前記第 2実施形態と同様である。また、図 60 に示すように、例えば、 PI, P3の位置、 P4, P5の位置、 P6, P8の位置、あるいは P 9, P11の位置にマイクロフォンを設けること等ができ、要するに、目的音到来方向と マイクロフォンの配置位置との相対的な関係が図 12の状態となれば、 P1〜P34のい ずれの位置に設けてもよ!、。
[0314] 目的音優勢信号生成手段 330は、第 1目的音優勢信号生成手段 331と、第 2目的 音優勢信号生成手段 332とを備えて構成されている。
[0315] 第 1目的音優勢信号生成手段 331は、時間領域上で、一方のマイクロフォン 321の 受音信号と、他方のマイクロフォン 322の受音信号に遅延処理を施した後の信号と の差をとつて第 1の目的音優勢の信号を生成する処理を行うものである。第 1の目的 音優勢の信号は、目的音を含む一方のマイクロフォン 321の設置された側の空間（ 図 12では左側空間）から到来する音を強調した信号である。この処理は、デジタル 処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で処 理を行っている力 周波数領域上の処理としてもよい。
[0316] 第 2目的音優勢信号生成手段 332は、時間領域上で、他方のマイクロフォン 322の 受音信号と、一方のマイクロフォン 321の受音信号に遅延処理を施した後の信号と の差をとつて第 2の目的音優勢の信号を生成する処理を行うものである。第 2の目的 音優勢の信号は、目的音を含む他方のマイクロフォン 322の設置された側の空間（ 図 12では右側空間）から到来する音を強調した信号である。この処理は、デジタル 処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で処 理を行っている力 周波数領域上の処理としてもよい。
[0317] 目的音劣勢信号生成手段 340は、時間領域上で、一方のマイクロフォン 321の受 音信号と、他方のマイクロフォン 322の受音信号との差をとつて目的音劣勢の信号を 生成する処理を行うものである。この処理は、デジタル処理としてもアナログ処理とし てもよく、あるいは本実施形態では、時間領域上で処理を行っているが、周波数領域 上の処理としてもよい。
[0318] 周波数解析手段 350は、目的音優勢信号生成手段 330により生成された時間領 域上の第 1および第 2の目的音優勢の信号、並びに目的音劣勢信号生成手段 340 により生成された時間領域上の目的音劣勢の信号について、それぞれ周波数解析 を行うものである。周波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調 和解析 (GHA)等を採用することができるのは、前記第 1、第 2実施形態の場合と同 様である。なお、目的音優勢信号生成手段 330および目的音劣勢信号生成手段 34 0により周波数領域上の信号が生成される場合には、周波数解析手段 350の設置を 省略することができる。
[0319] 分離手段 360は、第 1分離手段 361と、第 2分離手段 362と、統合手段 363とを含 んで構成されている。
[0320] 第 1分離手段 361は、第 1の目的音優勢の信号のスペクトルと目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行い、目的音を含む一方のマイクロフォン 321の設置された 側の空間（図 12では左側空間)から到来する音を分離する処理を行うものである。帯 域選択を行う場合には、第 1の目的音優勢の信号のスペクトルと、 目的音劣勢の信 号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域 毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる音のス ベクトルに帰属させる。また、スぺクトラル 'サブトラクシヨンを行う場合には、第 1の目 的音優勢の信号のスペクトルの各周波数帯域のパワーから、 目的音劣勢の信号のス ベクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0321] 第 2分離手段 362は、第 2の目的音優勢の信号のスペクトルと目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行 、、 目的音を含む他方のマイクロフォン 322の設置された 側の空間（図 12では右側空間)から到来する音を分離する処理を行うものである。帯 域選択を行う場合には、第 2の目的音優勢の信号のスペクトルと、 目的音劣勢の信 号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域 毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる音のス ベクトルに帰属させる。スぺクトラル'サブトラクシヨンを行う場合には、第 2の目的音優 勢の信号のスペクトルの各周波数帯域のパワーから、 目的音劣勢の信号のスぺタト ルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0322] 統合手段 363は、第 1分離手段 361により分離された目的音を含む一方のマイクロ フォン 321の設置された側の空間（図 12では左側空間）力 到来する音のスペクトル と、第 2分離手段 362により分離された目的音を含む他方のマイクロフォン 322の設 置された側の空間（図 12では右側空間）から到来する音のスペクトルとを用いて、こ れらのパワーを周波数帯域毎に加算するか (アデイシヨン)、または周波数帯域毎に 各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトルとして帰属させる こと (ミニマイゼーシヨン）によりスペクトル統合処理を行 、、 目的音を分離するもので ある。なお、ミニマイゼーシヨンによるスペクトル統合処理の詳細については、図 34で 後述する。
[0323] このような第 3実施形態においては、以下のようにして音源分離システム 300により 目的音と妨害音との分離処理が行われる。
[0324] 先ず、 2個のマイクロフォン 321, 322の受信信号（時間領域上の信号)を用いて、 第 1目的音優勢信号生成手段 331および第 2目的音優勢信号生成手段 332により 第 1および第 2の目的音優勢の信号 (時間領域上の信号)を生成するとともに、目的 音劣勢信号生成手段 340により目的音劣勢の信号 (時間領域上の信号)を生成する 。続いて、得られた第 1および第 2の目的音優勢の信号、並びに目的音劣勢の信号 について、周波数解析手段 350により、それぞれ周波数解析を行い、第 1および第 2 の目的音優勢の信号の各スペクトル、並びに目的音劣勢の信号のスペクトルを求め る。
[0325] この際、一方のマイクロフォン 321の受信信号を X (t)とし、他方のマイクロフォン 32
1
2の受信信号を X (t)とすると、第 1目的音優勢信号生成手段 331により、一方のマイ
2
クロフオン 321の受音信号 X (t)と、他方のマイクロフォン 322の受音信号 X (t)に遅
1 2 延処理を施した後の信号 D (X (1 )との差、 （1 —0 ( （t) )が求められ、これが第
2 1 2
1の目的音優勢の信号となる。また、この第 1の目的音優勢の信号 X (t) -D (X (t) )
1 2 を周波数解析して得られる信号 I F<X (t) -D (X (t) ) >
1 2 Iを図示すると、図 13お よび図 14の実線で示されるような第 1の目的音優勢の信号の指向特性が得られる。
[0326] さらに、第 2目的音優勢信号生成手段 332により、他方のマイクロフォン 322の受音 信号 X (t)と、一方のマイクロフォン 321の受音信号 X (t)に遅延処理を施した後の
2 1
信号 D (X (t) )との差、 X (t)— D (X (t) )が求められ、これが第 2の目的音優勢の信
1 2 1
号となる。また、この第 2の目的音優勢の信号 X (t)— D (X (t) )を周波数解析して得
2 1
られる信号 I F<X (t) -D (X (t) ) >
2 1 Iを図示すると、図 13および図 14の一点鎖 線で示されるような第 2の目的音優勢の信号の指向特性が得られる。
[0327] これに対し、目的音劣勢信号生成手段 340により、一方のマイクロフォン 321の受 信信号 X (t)と、他方のマイクロフォン 322の受信信号 X (t)との差、 X (t) -X (t)が
1 2 1 2 求められ、これが目的音劣勢の信号となる。また、これらの信号の差 X (t) -X (t)を
1 2 周波数解析して得られる信号 I F<X (t) -X (t) >
1 2 Iを図示すると、図 13および図
14の点線で示されるような目的音劣勢の信号の指向特性が得られる。
[0328] その後、第 1分離手段 361により、第 1の目的音優勢の信号のスペクトルと、目的音 劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)力、または スぺクトラル 'サブトラクシヨン（SS)を行い、目的音を含む一方のマイクロフォン 321 の設置された側の空間（図 12では左側空間)から到来する音を分離する処理を行う とともに、第 2分離手段 362により、第 2の目的音優勢の信号のスペクトルと、 目的音 劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)力、または スぺクトラル 'サブトラクシヨン（SS)を行い、 目的音を含む他方のマイクロフォン 322 の設置された側の空間（図 12では右側空間)から到来する音を分離する処理を行う 。なお、第 1分離手段 361で帯域選択を行った場合には、第 2分離手段 362でも帯 域選択を行い、第 1分離手段 361でスぺクトラル 'サブトラクシヨンを行った場合には、 第 2分離手段 362でもスぺクトラル 'サブトラクシヨンを行う。
[0329] それから、統合手段 363により、第 1分離手段 361により分離された目的音を含む 一方のマイクロフォン 321の設置された側の空間（図 12では左側空間）から到来する 音のスペクトルと、第 2分離手段 362により分離された目的音を含む他方のマイクロフ オン 322の設置された側の空間（図 12では右側空間）力も到来する音のスペクトルと を用いて、アデイシヨンまたはミニマイゼーシヨンによりスペクトル統合処理を行い、 目 的音を分離する。
[0330] そして、分離手段 360により目的音を分離した後には、前記第 1、第 2実施形態の 場合と同様に、事前に適応処理または学習処理を行って得られた音響モデルを用い て音声認識を行うことができる。
[0331] このような第 3実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 300は、 目的音優勢信号生成手段 330および目的音劣勢信号生成手段 340を 備えているので、 2個のマイクロフォン 321, 322の受音信号を用いて目的音優勢の 信号および目的音劣勢の信号を生成することができる。このため、 目的音と妨害音と の分離に適した指向特性制御を行うことができる。
[0332] そして、音源分離システム 300は、分離手段 360を備えているので、指向特性制御 を行って生成された目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスぺ タトルを用いて、 目的音と妨害音とを精度よく分離することができる。このため、前述し た特許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信 号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能 を向上させることができる。 [0333] また、音源分離システム 300では、使用するマイクロフォンの個数は 2個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0334] [第 4実施形態]
図 15には、本発明の第 4実施形態の音源分離システム 400の全体構成が示されて いる。図 16には、目的音優勢の信号および目的音劣勢の信号の各指向特性が示さ れ、図 17には、図 16を展開して横軸を方向（角度） Θとした状態の各指向特性が示 されている。本第 4実施形態の音源分離システム 400は、く 3マイク · 2組合せタイプ の発明 >に係るシステムである。
[0335] 図 15において、音源分離システム 400は、三角形 (本実施形態では、一例として、 直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、お よび第 3の合計 3個のマイクロフォン 421, 422, 423と、第 1および第 2の 2個のマイク 口フォン 421, 422の受音信号を用いて時間領域上で目的音強調用の線形結合処 理を行うことにより目的音優勢の信号を生成する目的音優勢信号生成手段 430と、 第 1および第 3の 2個のマイクロフォン 421, 423の受音信号を用いて時間領域上で 目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる目的音 劣勢の信号を生成する目的音劣勢信号生成手段 440と、目的音優勢信号生成手段 430および目的音劣勢信号生成手段 440により生成された時間領域上の信号につ いてそれぞれ周波数解析を行う周波数解析手段 450と、この周波数解析手段 450に より得られた目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとを用 いて目的音と妨害音とを分離する分離手段 460とを備えている。
[0336] 3個のマイクロフォン 421, 422, 423は、本実施形態では、いずれも無指向性また は略無指向性マイクロフォンである。そして、図 15中の一点鎖線に示すように、携帯 機器である携帯電話機 480において、第 1のマイクロフォン 421は、キーからなる操 作部および Zまたは画面表示部が設けられた表面 481側に設けられ、第 2のマイクロ フォン 422は、裏面 482側の対応位置（第 1のマイクロフォン 421の設置位置の丁度 反対側の位置）に設けられ、第 3のマイクロフォン 423は、表面 481側に第 1のマイク 口フォン 421と間隔を置いて設けられている。従って、第 1および第 2のマイクロフォン 421, 422は、目的音到来方向またはこの方向と略同じ方向に並べて配置され、第 1 および第 3のマイクロフォン 421, 423は、目的音到来方向と直角または略直角をな す方向に並べて配置されている。この点が、前記第 1〜第 3実施形態と異なる。また、 携帯電話機を折り曲げた状態で使用するのであれば、図 60に示すように、目的音が 表面に沿う矢印 Aの方向またはそれに近い方向から到来するので、例えば、 PI, P3 , P8の位置、 PI, P3, P5の位置、 PI, P3, P6の位置、あるいは PI, P3, P4の位 置にマイクロフォンを設けること等ができ、要するに、目的音到来方向とマイクロフォン の配置位置との相対的な関係が図 15の状態となれば、 P1〜P34のいずれの位置に 設けてもよい。
[0337] 目的音優勢信号生成手段 430は、時間領域上で、第 1のマイクロフォン 421の受音 信号と、第 2のマイクロフォン 422の受音信号との差をとる処理を行うものである。この 処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態では、 時間領域上で処理を行って 、るが、周波数領域上の処理としてもょ ヽ。
[0338] 目的音劣勢信号生成手段 440は、時間領域上で、第 1のマイクロフォン 421の受音 信号と、第 3のマイクロフォン 423の受音信号との差をとる処理を行うものである。この 処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態では、 時間領域上で処理を行って 、るが、周波数領域上の処理としてもょ ヽ。
[0339] 周波数解析手段 450は、目的音優勢信号生成手段 430により生成された時間領 域上の目的音優勢の信号および目的音劣勢信号生成手段 440により生成された時 間領域上の目的音劣勢の信号について、それぞれ周波数解析を行うものである。周 波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調和解析 (GHA)等を採 用することができるのは、前記第 1〜第 3実施形態の場合と同様である。なお、目的 音優勢信号生成手段 430および目的音劣勢信号生成手段 440により周波数領域上 の信号が生成される場合には、周波数解析手段 450の設置を省略することができる
[0340] 分離手段 460は、目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトル とを用いて、最大レベル帯域選択 (BS— MAX)カゝ、またはスぺクトラル 'サブトラクシ ヨン (SS)を行い、目的音と妨害音とを分離する処理を行うものである。帯域選択およ びスぺクトラル'サブトラクシヨンの各処理方法は、前記第 1実施形態の場合と同様で あるため、詳しい説明は省略する。
[0341] このような第 4実施形態においては、以下のようにして音源分離システム 400により 目的音と妨害音との分離処理が行われる。
[0342] 先ず、第 1および第 2のマイクロフォン 421 , 422の受信信号（時間領域上の信号） を用いて、目的音優勢信号生成手段 430により目的音優勢の信号 (時間領域上の 信号)を生成するとともに、第 1および第 3のマイクロフォン 421, 423の受信信号（時 間領域上の信号)を用いて、目的音劣勢信号生成手段 440により目的音劣勢の信 号 (時間領域上の信号)を生成する。続いて、得られた目的音優勢の信号および目 的音劣勢の信号について、周波数解析手段 450により、それぞれ周波数解析を行 V、、目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを求める。
[0343] この際、第 1のマイクロフォン 421の受信信号を X (t)とし、第 2のマイクロフォン 422
1
の受信信号を X (t)とすると、目的音優勢信号生成手段 430により、これらの信号の
2
差、 X (t) -X (t)が求められ、これが目的音優勢の信号となる。また、これらの信号
1 2
の差 X (t) -X (t)を周波数解析して得られる信号 I F<X (t) -x (t) > Iを図示
1 2 1 2 すると、図 16および図 17の実線で示すような目的音優勢の信号の指向特性が得ら れる。
[0344] これに対し、第 1のマイクロフォン 421の受信信号を X (t)とし、第 3のマイクロフォン
1
423の受信信号を X (t)とすると、目的音劣勢信号生成手段 440により、これらの信
3
号の差、 X (t) -X (t)が求められ、これが目的音劣勢の信号となる。また、これらの
1 3
信号の差 X (t) -X (t)を周波数解析して得られる信号
1 3 I F<X (t) -x (t) >
1 3 Iを 図示すると、図 16および図 17の点線で示すような目的音劣勢の信号の指向特性が 得られる。
[0345] その後、分離手段 460により、目的音優勢の信号のスペクトルと、目的音劣勢の信 号のスペクトルとを用 、て、最大レベル帯域選択 (BS— MAX)またはスぺクトラル ·サ ブトラタシヨン (SS)を行 、、目的音と妨害音とを分離する。
[0346] そして、分離手段 460により目的音を分離した後には、前記第 1〜第 3実施形態の 場合と同様に、事前に適応処理または学習処理を行って得られた音響モデルを用い て音声認識を行うことができる。
[0347] このような第 4実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 400は、目的音優勢信号生成手段 430および目的音劣勢信号生成手段 440を 備えているので、 3個のマイクロフォン 421, 422, 423の受音信号を用いて目的音 優勢の信号および目的音劣勢の信号を生成することができる。このため、目的音と妨 害音との分離に適した指向特性制御を行うことができる。
[0348] そして、音源分離システム 400は、分離手段 460を備えて 、るので、指向特性制御 を行って生成された目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスぺ タトルを用いて、目的音と妨害音とを精度よく分離することができる。このため、前述し た特許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信 号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能 を向上させることができる。
[0349] また、音源分離システム 400では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0350] [第 5実施形態]
図 18には、本発明の第 5実施形態の音源分離システム 500の全体構成が示されて いる。図 19には、目的音優勢の信号および目的音劣勢の信号の各指向特性が示さ れ、図 20には、図 19を展開して横軸を方向（角度） Θとした状態の各指向特性が示 されている。本第 5実施形態の音源分離システム 500は、く 4マイク · 2組合せタイプ の発明 >に係るシステムである。
[0351] 図 18において、音源分離システム 500は、互いに交差する第 1の方向および第 2 の方向のそれぞれに 2個ずつ間隔を置いて並べて配置された合計 4個のマイクロフ オン 521, 522, 523, 524と、第 1の方向に並べて配置された 2個のマイクロフォン 5 21, 522の受音信号を用いて時間領域上で目的音強調用の線形結合処理を行うこ とにより目的音優勢の信号を生成する目的音優勢信号生成手段 530と、第 2の方向 に並べて配置された 2個のマイクロフォン 523, 524の受音信号を用いて時間領域上 で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対になる目的 音劣勢の信号を生成する目的音劣勢信号生成手段 540と、目的音優勢信号生成手 段 530および目的音劣勢信号生成手段 540により生成された時間領域上の信号に つ!ヽてそれぞれ周波数解析を行う周波数解析手段 550と、この周波数解析手段 55 0により得られた目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトルと を用いて目的音と妨害音とを分離する分離手段 560とを備えている。
[0352] 第 1〜第 4のマイクロフォン 521〜524は、本実施形態では、いずれも無指向性ま たは略無指向性マイクロフォンである。そして、第 1および第 2のマイクロフォン 521, 522は、目的音到来方向またはこの方向と略同じ方向に並べて配置され、本実施形 態では、この方向が第 1の方向とされている。また、第 3および第 4のマイクロフォン 52 3, 524は、目的音到来方向と直角または略直角をなす方向に並べて配置され、本 実施形態では、この方向が第 2の方向とされている。これらの 4個のマイクロフォン 52 1〜524を携帯機器である携帯電話機に設けるとすれば、例えば、第 1のマイクロフ オン 521を表面側に設け、第 2のマイクロフォン 522を裏面側に設け、第 3および第 4 のマイクロフォン 523, 524を左右の側面部分に設けることができる。また、携帯電話 機を折り曲げた状態で使用するのであれば、図 60に示すように、目的音が表面に沿 う矢印 Aの方向またはそれに近い方向力 到来するので、例えば、 P2, P7, P4, P5 の位置にマイクロフォンを設けること等ができ、要するに、目的音到来方向とマイクロ フォンの配置位置との相対的な関係が図 18の状態となれば、 P1〜P34のいずれの 位置に設けてもよい。
[0353] なお、本第 5実施形態は、前記第 4実施形態の場合（図 15参照）における第 1のマ イク口フォン 421の機能を、第 1および第 3のマイクロフォン 521, 523に分散して持た せたものであり、換言すれば、前記第 4実施形態では、本第 5実施形態の第 1および 第 3のマイクロフォン 521, 523の機能を、第 1のマイクロフォン 421で兼用して持たせ ていることになる。従って、前記第 4実施形態の指向特性（図 16、図 17)と、本第 5実 施形態の指向特性（図 19、図 20)とは同じになっている。
[0354] また、本実施形態では、第 1のマイクロフォン 521と第 2のマイクロフォン 522とを結 んだ線 (延長部分は含まない。）と、第 3のマイクロフォン 523と第 4のマイクロフォン 5 24とを結んだ線 (延長部分は含まない。）とが交差するように、つまり略十字状になる ように、 4個のマイクロフォン 521〜524が配置されている力 交差することなく配置し てもよく、要するに、互いに交差 (本実施形態では、直交または略直交)する第 1の方 向と第 2の方向とが形成されるように配置すればよ!、。
[0355] 目的音優勢信号生成手段 530は、時間領域上で、第 1のマイクロフォン 521の受音 信号と、第 2のマイクロフォン 522の受音信号との差をとる処理を行うものである。この 処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態では、 時間領域上で処理を行って 、るが、周波数領域上の処理としてもょ ヽ。
[0356] 目的音劣勢信号生成手段 540は、時間領域上で、第 3のマイクロフォン 523の受音 信号と、第 4のマイクロフォン 524の受音信号との差をとる処理を行うものである。この 処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態では、 時間領域上で処理を行って 、るが、周波数領域上の処理としてもょ ヽ。
[0357] 周波数解析手段 550は、目的音優勢信号生成手段 530により生成された時間領 域上の目的音優勢の信号および目的音劣勢信号生成手段 540により生成された時 間領域上の目的音劣勢の信号について、それぞれ周波数解析を行うものである。周 波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調和解析 (GHA)等を採 用することができるのは、前記第 1〜第 4実施形態の場合と同様である。なお、目的 音優勢信号生成手段 530および目的音劣勢信号生成手段 540により周波数領域上 の信号が生成される場合には、周波数解析手段 550の設置を省略することができる
[0358] 分離手段 560は、目的音優勢の信号のスペクトルと目的音劣勢の信号のスペクトル とを用いて、最大レベル帯域選択 (BS— MAX)カゝ、またはスぺクトラル 'サブトラクシ ヨン (SS)を行い、目的音と妨害音とを分離する処理を行うものである。帯域選択およ びスぺクトラル'サブトラクシヨンの各処理方法は、前記第 1実施形態の場合と同様で あるため、詳しい説明は省略する。
[0359] このような第 5実施形態においては、以下のようにして音源分離システム 500により 目的音と妨害音との分離処理が行われる。
[0360] 先ず、第 1および第 2のマイクロフォン 521, 522の受信信号（時間領域上の信号） を用いて、目的音優勢信号生成手段 530により目的音優勢の信号 (時間領域上の 信号)を生成するとともに、第 3および第 4のマイクロフォン 523, 524の受信信号（時 間領域上の信号)を用いて、目的音劣勢信号生成手段 540により目的音劣勢の信 号 (時間領域上の信号)を生成する。続いて、得られた目的音優勢の信号および目 的音劣勢の信号について、周波数解析手段 550により、それぞれ周波数解析を行 V、、目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを求める。
[0361] この際、第 1のマイクロフォン 521の受信信号を X (t)とし、第 2のマイクロフォン 522
1
の受信信号を X (t)とすると、目的音優勢信号生成手段 530により、これらの信号の
2
差、 X (t) -X (t)が求められ、これが目的音優勢の信号となる。また、これらの信号
1 2
の差 X (t) -X (t)を周波数解析して得られる信号 I F<X (t) -x (t) > Iを図示
1 2 1 2 すると、図 19および図 20の実線で示すような目的音優勢の信号の指向特性が得ら れる。
[0362] これに対し、第 3のマイクロフォン 523の受信信号を X (t)とし、第 4のマイクロフォン
3
524の受信信号を X (t)とすると、目的音劣勢信号生成手段 540により、これらの信
4
号の差、 X (t) -X (t)が求められ、これが目的音劣勢の信号となる。また、これらの
3 4
信号の差 X (t) -X (t)を周波数解析して得られる信号
4 I F<X (t) -x (t) >
3 3 4 Iを 図示すると、図 19および図 20の点線で示すような目的音劣勢の信号の指向特性が 得られる。
[0363] その後、分離手段 560により、目的音優勢の信号のスペクトルと、目的音劣勢の信 号のスペクトルとを用 、て、最大レベル帯域選択 (BS— MAX)またはスぺクトラル ·サ ブトラタシヨン (SS)を行 、、目的音と妨害音とを分離する。
[0364] そして、分離手段 560により目的音を分離した後には、前記第 1〜第 4実施形態の 場合と同様に、事前に適応処理または学習処理を行って得られた音響モデルを用い て音声認識を行うことができる。
[0365] このような第 5実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 500は、目的音優勢信号生成手段 530および目的音劣勢信号生成手段 540を 備えているので、 4個のマイクロフォン 521〜524の受音信号を用いて目的音優勢の 信号および目的音劣勢の信号を生成することができる。このため、目的音と妨害音と の分離に適した指向特性制御を行うことができる。 [0366] そして、音源分離システム 500は、分離手段 560を備えているので、指向特性制御 を行って生成された目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスぺ タトルを用いて、目的音と妨害音とを精度よく分離することができる。このため、前述し た特許文献 4の場合のように複数のマイクロフォンの固定的位置関係に起因する信 号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合に比べ、分離性能 を向上させることができる。
[0367] また、音源分離システム 500では、使用するマイクロフォンの個数は 4個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0368] [第 6実施形態]
図 21には、本発明の第 6実施形態の音源分離システム 600の全体構成が示されて いる。図 22には、目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信号の 各指向特性が示され、図 23には、図 22を展開して横軸を方向（角度） Θとした状態 の各指向特性が示されている。本第 6実施形態の音源分離システム 600は、く 4マイ ク · 3組合せタイプの発明 >に係るシステムである。
[0369] 図 21において、音源分離システム 600は、四角形 (本実施形態では、菱形若しくは 略菱形、正方形若しくは略正方形、あるいはこれら以外の四角形であって対角線を 中心として線対称な形状のもの）の各頂点位置に配置された第 1、第 2、第 3、および 第 4の合計 4個のマイクロフォン 621, 622, 623, 624と、第 1および第 2の 2個のマイ クロフオン 621, 622の受音信号を用いて時間領域上で目的音強調用の線形結合 処理を行うことにより目的音優勢の信号を生成する目的音優勢信号生成手段 630と 、第 1、第 3、および第 4の 3個のマイクロフォン 621, 623, 624の受音信号を用いて 時間領域上で目的音抑制用の線形結合処理を行うことにより目的音優勢の信号と対 になる第 1および第 2の目的音劣勢の信号を生成する目的音劣勢信号生成手段 64 0と、目的音優勢信号生成手段 630および目的音劣勢信号生成手段 640により生成 された時間領域上の信号についてそれぞれ周波数解析を行う周波数解析手段 650 と、この周波数解析手段 650により得られた目的音優勢の信号のスペクトルと第 1お よび第 2の目的音劣勢の信号のスペクトルとを用いて目的音と妨害音とを分離する分 離手段 660とを備えている。
[0370] 第 1〜第 4のマイクロフォン 621〜624は、本実施形態では、いずれも無指向性ま たは略無指向性マイクロフォンである。そして、第 1および第 2のマイクロフォン 621, 622は、目的音到来方向またはこの方向と略同じ方向に並べて配置され、第 3のマイ クロフオン 623は、第 1のマイクロフォン 621と第 2のマイクロフォン 622とを結ぶ線の 一方の側（図 21中の左側）に配置され、第 4のマイクロフォン 624は、第 1のマイクロフ オン 621と第 2のマイクロフォン 622とを結ぶ線の他方の側（図 21中の右側）に配置さ れて 、る。これらの 4個のマイクロフォン 621〜624を携帯機器である携帯電話機に 設けるとすれば、例えば、第 1のマイクロフォン 621を表面側に設け、第 2のマイクロフ オン 622を裏面側に設け、第 3および第 4のマイクロフォン 623, 624を左右の側面部 分に設けることができる。なお、本実施形態では、第 1のマイクロフォン 621と第 2のマ イク口フォン 622とを結ぶ線と、第 1のマイクロフォン 621と第 3のマイクロフォン 623と を結ぶ線と、第 1のマイクロフォン 621と第 4のマイクロフォン 624とを結ぶ線とが矢印 状になるように、 4個のマイクロフォン 621〜624が配置されている力 これに限定さ れず、例えば、 Y字状になるように、第 3および第 4のマイクロフォン 623, 624を目的 音の音源に近づく方向に移動して配置してもよい。また、携帯電話機を折り曲げた状 態で使用するのであれば、図 60に示すように、目的音が表面に沿う矢印 Aの方向ま たはそれに近い方向力も到来するので、例えば、 P2, P7, P4, P5の位置にマイクロ フォンを設けること等ができ、要するに、目的音到来方向とマイクロフォンの配置位置 との相対的な関係が図 21の状態 (矢印状またはそれを変形した Y字状)となれば、 P 1〜P34の!、ずれの位置に設けてもよ！、。
[0371] 目的音優勢信号生成手段 630は、時間領域上で、第 1のマイクロフォン 621の受音 信号と、第 2のマイクロフォン 622の受音信号との差をとる処理を行うものである。この 処理は、デジタル処理としてもアナログ処理としてもよぐあるいは本実施形態では、 時間領域上で処理を行って 、るが、周波数領域上の処理としてもょ ヽ。
[0372] 目的音劣勢信号生成手段 640は、第 1目的音劣勢信号生成手段 641と、第 2目的 音劣勢信号生成手段 642とを備えて構成されて ヽる。
[0373] 第 1目的音劣勢信号生成手段 641は、時間領域上で、第 1のマイクロフォン 621の 受音信号と、第 3のマイクロフォン 623の受音信号との差をとつて第 1の目的音劣勢 の信号を生成する処理を行うものである。第 1の目的音劣勢の信号は、目的音到来 方向の一方の側、すなわち第 3のマイクロフォン 623の設置側の空間（図 21では左 側空間）から到来する音を抑制した信号である。この処理は、デジタル処理としてもァ ナログ処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている 力 周波数領域上の処理としてもよい。
[0374] 第 2目的音劣勢信号生成手段 642は、時間領域上で、第 1のマイクロフォン 621の 受音信号と、第 4のマイクロフォン 624の受音信号との差をとつて第 2の目的音劣勢 の信号を生成する処理を行うものである。第 2の目的音劣勢の信号は、目的音到来 方向の他方の側、すなわち第 4のマイクロフォン 624の設置側の空間（図 21では右 側空間）から到来する音を抑制した信号である。この処理は、デジタル処理としてもァ ナログ処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている 力 周波数領域上の処理としてもよい。
[0375] 周波数解析手段 650は、目的音優勢信号生成手段 630により生成された時間領 域上の目的音優勢の信号および目的音劣勢信号生成手段 640により生成された時 間領域上の第 1および第 2の目的音劣勢の信号について、それぞれ周波数解析を 行うものである。周波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調和 解析 (GHA)等を採用することができるのは、前記第 1〜第 5実施形態の場合と同様 である。なお、目的音優勢信号生成手段 630および目的音劣勢信号生成手段 640 により周波数領域上の信号が生成される場合には、周波数解析手段 650の設置を 省略することができる。
[0376] 分離手段 660は、第 1分離手段 661と、第 2分離手段 662と、統合手段 663とを含 んで構成されている。
[0377] 第 1分離手段 661は、目的音優勢の信号のスペクトルと第 1の目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行 、、目的音を含む一方の側、すなわち第 3のマイクロフォン 623の設置側の空間（図 21では左側空間)から到来する音を分離する処理を行うも のである。帯域選択を行う場合には、目的音優勢の信号のスペクトルと、第 1の目的 音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を 周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得ら れる音のスペクトルに帰属させる。また、スぺクトラル 'サブトラクシヨンを行う場合には
、 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 1の目的音劣勢 の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0378] 第 2分離手段 662は、 目的音優勢の信号のスペクトルと第 2の目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行 、、 目的音を含む他方の側、すなわち第 4のマイクロフォン 624の設置側の空間（図 21では右側空間)から到来する音を分離する処理を行うも のである。帯域選択を行う場合には、 目的音優勢の信号のスペクトルと、第 2の目的 音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を 周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得ら れる音のスペクトルに帰属させる。また、スぺクトラル 'サブトラクシヨンを行う場合には 、 目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 2の目的音劣勢 の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0379] 統合手段 663は、第 1分離手段 661により分離された目的音を含む一方の側、す なわち第 3のマイクロフォン 623の設置側の空間（図 21では左側空間）から到来する 音のスペクトルと、第 2分離手段 662により分離された目的音を含む他方の側、すな わち第 4のマイクロフォン 624の設置側の空間（図 21では右側空間）から到来する音 のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか (アデイシヨン) 、または周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のス ベクトルとして帰属させること（ミニマイゼーシヨン）によりスペクトル統合処理を行い、 目的音を分離するものである。
[0380] このような第 6実施形態においては、以下のようにして音源分離システム 600により 目的音と妨害音との分離処理が行われる。
[0381] 先ず、第 1および第 2のマイクロフォン 621, 622の受信信号（時間領域上の信号） を用いて、 目的音優勢信号生成手段 630により目的音優勢の信号 (時間領域上の 信号)を生成するとともに、第 1、第 3、および第 4のマイクロフォン 621, 623, 624の 受信信号 (時間領域上の信号)を用いて、目的音劣勢信号生成手段 640により第 1 および第 2の目的音劣勢の信号 (時間領域上の信号)を生成する。続 、て、得られた 目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信号について、周波数解 析手段 650により、それぞれ周波数解析を行い、目的音優勢の信号のスペクトル、並 びに第 1および第 2の目的音劣勢の信号のスペクトルを求める。
[0382] この際、第 1のマイクロフォン 621の受信信号を X (t)とし、第 2のマイクロフォン 622
1
の受信信号を X (t)とすると、目的音優勢信号生成手段 630により、これらの信号の
2
差、 X (t) -X (t)が求められ、これが目的音優勢の信号となる。また、これらの信号
1 2
の差 X (t) -X (t)を周波数解析して得られる信号 I F<X (t) -x (t) >
1 2 Iを図示
1 2
すると、図 22および図 23の実線で示すような目的音優勢の信号の指向特性が得ら れる。
[0383] これに対し、第 1のマイクロフォン 621の受信信号を X (t)とし、第 3のマイクロフォン
1
623の受信信号を X (t)とすると、第 1目的音劣勢信号生成手段 641により、これらの
3
信号の差、 X (t) -X (t)が求められ、これが第 1の目的音劣勢の信号となる。また、
1 3
これらの信号の差 X (t) -X (t)を周波数解析して得られる信号
1 3 I F<X (t) -X (t)
1 3
> Iを図示すると、図 22および図 23の点線で示すような第 1の目的音劣勢の信号の 指向特性が得られる。
[0384] さらに、第 1のマイクロフォン 621の受信信号を X (t)とし、第 4のマイクロフォン 624
1
の受信信号を X (t)とすると、第 2目的音劣勢信号生成手段 642により、これらの信
4
号の差、 X (t) -X (t)が求められ、これが第 2の目的音劣勢の信号となる。また、こ
1 4
れらの信号の差 X (t) -X (t)を周波数解析して得られる信号 I F<X (t) -X (t)
1 4 1 4
> Iを図示すると、図 22および図 23の一点鎖線で示すような第 2の目的音劣勢の 信号の指向特性が得られる。
[0385] その後、第 1分離手段 661により、目的音優勢の信号のスペクトルと、第 1の目的音 劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)力、または スぺクトラル.サブトラクシヨン (SS)を行い、目的音を含む一方の側、すなわち第 3の マイクロフォン 623の設置側の空間（図 21では左側空間）力 到来する音を分離する 処理を行うとともに、第 2分離手段 662により、目的音優勢の信号のスペクトルと、第 2 の目的音劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)か 、またはスぺクトラル'サブトラクシヨン (SS)を行い、 目的音を含む他方の側、すなわ ち第 4のマイクロフォン 624の設置側の空間（図 21では右側空間）から到来する音を 分離する処理を行う。なお、第 1分離手段 661で帯域選択を行った場合には、第 2分 離手段 662でも帯域選択を行い、第 1分離手段 661でスぺクトラル'サブトラクシヨン を行った場合には、第 2分離手段 662でもスぺクトラル 'サブトラクシヨンを行う。
[0386] それから、統合手段 663により、第 1分離手段 661により分離された目的音を含む 一方の側、すなわち第 3のマイクロフォン 623の設置側の空間（図 21では左側空間） 力 到来する音のスペクトルと、第 2分離手段 662により分離された目的音を含む他 方の側、すなわち第 4のマイクロフォン 624の設置側の空間（図 21では右側空間）か ら到来する音のスペクトルとを用いて、アデイシヨンまたはミニマイゼーシヨンによりス ベクトル統合処理を行い、 目的音を分離する。
[0387] そして、分離手段 660により目的音を分離した後には、前記第 1〜第 5実施形態の 場合と同様に、事前に適応処理または学習処理を行って得られた音響モデルを用い て音声認識を行うことができる。
[0388] このような第 6実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 600は、 目的音優勢信号生成手段 630および目的音劣勢信号生成手段 640を 備えているので、 4個のマイクロフォン 621〜624の受音信号を用いて目的音優勢の 信号、並びに第 1および第 2の目的音劣勢の信号を生成することができる。このため 、 目的音と妨害音との分離に適した指向特性制御を行うことができる。
[0389] そして、音源分離システム 600は、分離手段 660を備えて 、るので、指向特性制御 を行って生成された目的音優勢の信号のスペクトル、並びに第 1および第 2の目的音 劣勢の信号のスペクトルを用いて、 目的音と妨害音とを精度よく分離することができる
。このため、前述した特許文献 4の場合のように複数のマイクロフォンの固定的位置 関係に起因する信号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合 に比べ、分離性能を向上させることができる。
[0390] また、音源分離システム 600では、使用するマイクロフォンの個数は 4個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0391] [第 7実施形態]
図 24には、本発明の第 7実施形態の音源分離システム 700の全体構成が示されて いる。図 25には、目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信号の 各指向特性が示され、図 26には、図 25を展開して横軸を方向（角度） Θとした状態 の各指向特性が示されている。本第 7実施形態の音源分離システム 700は、く 3マイ ク · 3組合せタイプの発明 >に係るシステムである。
[0392] 図 24において、音源分離システム 700は、三角形 (本実施形態では、二等辺三角 形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3 の合計 3個のマイクロフォン 721, 722, 723と、これらの 3個のマイクロフォン 721, 7 22, 723の受音信号を用いて時間領域上で目的音強調用の線形結合処理を行うこ とにより目的音優勢の信号を生成する目的音優勢信号生成手段 730と、 3個のマイク 口フォン 721, 722, 723の受音信号を用いて時間領域上で目的音抑制用の線形結 合処理を行うことにより目的音優勢の信号と対になる第 1および第 2の目的音劣勢の 信号を生成する目的音劣勢信号生成手段 740と、目的音優勢信号生成手段 730お よび目的音劣勢信号生成手段 740により生成された時間領域上の信号についてそ れぞれ周波数解析を行う周波数解析手段 750と、この周波数解析手段 750により得 られた目的音優勢の信号のスペクトルと第 1および第 2の目的音劣勢の信号のスぺク トルとを用いて目的音と妨害音とを分離する分離手段 760とを備えている。
[0393] 第 1〜第 3のマイクロフォン 721〜723は、本実施形態では、いずれも無指向性ま たは略無指向性マイクロフォンである。第 1および第 2のマイクロフォン 721, 722は、 目的音到来方向に対して傾斜する方向（図 24中で右上がりの傾斜方向）に並べて 配置され、第 1および第 3のマイクロフォン 721, 723は、目的音到来方向に対して第 1および第 2のマイクロフォン 721, 722の傾斜方向とは反対側に傾斜する方向（図 2 4中で左上がりの傾斜方向）に並べて配置されている。そして、図 24中の一点鎖線に 示すように、携帯機器である携帯電話機 780において、第 1のマイクロフォン 721は、 キー力もなる操作部および Zまたは画面表示部が設けられた表面 781側に設けられ 、第 2および第 3のマイクロフォン 722, 723は、裏面 782側に間隔を置いて設けられ ている。また、携帯電話機を折り曲げた状態で使用するのであれば、図 60に示すよう に、目的音が表面に沿う矢印 Aの方向またはそれに近い方向から到来するので、例 えば、 P2, P6, P8の位置にマイクロフォンを設けること等ができ、要するに、目的音 到来方向とマイクロフォンの配置位置との相対的な関係が図 24の状態となれば、 P1 〜P34の!、ずれの位置に設けてもよ！、。
[0394] 目的音優勢信号生成手段 730は、時間領域上で、第 1のマイクロフォン 721の受音 信号と、第 2および第 3のマイクロフォン 722, 723の受音信号の和に比例係数 kを乗 じた値との差をとる処理を行うものである。この処理は、デジタル処理としてもアナログ 処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている力 周 波数領域上の処理としてもよい。なお、 3個のマイクロフォン 721, 722, 723の配置 力 二等辺ではない三角形の各頂点位置となっている場合には、第 1のマイクロフォ ン 721の受音信号との差をとる際に、第 2および第 3のマイクロフォン 722, 723の受 音信号の和に比例係数 kを乗じた値の代わりに、第 2のマイクロフォン 722の受音信 号に比例係数 kを乗じた値と、第 3のマイクロフォン 723の受音信号に比例係数 kを
1 2 乗じた値との和を用いる。
[0395] 目的音劣勢信号生成手段 740は、第 1目的音劣勢信号生成手段 741と、第 2目的 音劣勢信号生成手段 742とを備えて構成されて ヽる。
[0396] 第 1目的音劣勢信号生成手段 741は、時間領域上で、第 1のマイクロフォン 721の 受音信号と、第 2のマイクロフォン 722の受音信号との差をとつて第 1の目的音劣勢 の信号を生成する処理を行うものである。第 1の目的音劣勢の信号は、目的音到来 方向の一方の側、すなわち第 2のマイクロフォン 722の設置側の空間（図 24では左 側空間）から到来する音を抑制した信号である。この処理は、デジタル処理としてもァ ナログ処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている 力 周波数領域上の処理としてもよい。
[0397] 第 2目的音劣勢信号生成手段 742は、時間領域上で、第 1のマイクロフォン 721の 受音信号と、第 3のマイクロフォン 723の受音信号との差をとつて第 2の目的音劣勢 の信号を生成する処理を行うものである。第 2の目的音劣勢の信号は、目的音到来 方向の他方の側、すなわち第 3のマイクロフォン 723の設置側の空間（図 24では右 側空間）から到来する音を抑制した信号である。この処理は、デジタル処理としてもァ ナログ処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている 力 周波数領域上の処理としてもよい。
[0398] 周波数解析手段 750は、目的音優勢信号生成手段 730により生成された時間領 域上の目的音優勢の信号および目的音劣勢信号生成手段 740により生成された時 間領域上の第 1および第 2の目的音劣勢の信号について、それぞれ周波数解析を 行うものである。周波数解析には、例えば、高速フーリエ変換 (FFT)や一般ィ匕調和 解析 (GHA)等を採用することができるのは、前記第 1〜第 6実施形態の場合と同様 である。なお、目的音優勢信号生成手段 730および目的音劣勢信号生成手段 740 により周波数領域上の信号が生成される場合には、周波数解析手段 750の設置を 省略することができる。
[0399] 分離手段 760は、第 1分離手段 761と、第 2分離手段 762と、統合手段 763とを含 んで構成されている。
[0400] 第 1分離手段 761は、目的音優勢の信号のスペクトルと第 1の目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行 、、目的音を含む一方の側、すなわち第 2のマイクロフォン 722の設置側の空間（図 24では左側空間)から到来する音を分離する処理を行うも のである。帯域選択を行う場合には、目的音優勢の信号のスペクトルと、第 1の目的 音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を 周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得ら れる音のスペクトルに帰属させる。また、スぺクトラル 'サブトラクシヨンを行う場合には 、目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 1の目的音劣勢 の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0401] 第 2分離手段 762は、目的音優勢の信号のスペクトルと第 2の目的音劣勢の信号 のスペクトルとを用いて、最大レベル帯域選択（BS— MAX)力、またはスぺクトラル' サブトラクシヨン（SS)を行 、、目的音を含む他方の側、すなわち第 3のマイクロフォン 723の設置側の空間（図 24では右側空間)から到来する音を分離する処理を行うも のである。帯域選択を行う場合には、目的音優勢の信号のスペクトルと、第 2の目的 音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を 周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得ら れる音のスペクトルに帰属させる。また、スぺクトラル 'サブトラクシヨンを行う場合には
、目的音優勢の信号のスペクトルの各周波数帯域のパワーから、第 2の目的音劣勢 の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じる。
[0402] 統合手段 763は、第 1分離手段 761により分離された目的音を含む一方の側、す なわち第 2のマイクロフォン 722の設置側の空間（図 24では左側空間）から到来する 音のスペクトルと、第 2分離手段 762により分離された目的音を含む他方の側、すな わち第 3のマイクロフォン 723の設置側の空間（図 24では右側空間）から到来する音 のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか (アデイシヨン） 、または周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のス ベクトルとして帰属させること（ミニマイゼーシヨン）によりスペクトル統合処理を行い、 目的音を分離するものである。
[0403] このような第 7実施形態においては、以下のようにして音源分離システム 700により 目的音と妨害音との分離処理が行われる。
[0404] 先ず、第 1、第 2、および第 3のマイクロフォン 721, 722, 723の受信信号（時間領 域上の信号)を用いて、目的音優勢信号生成手段 730により目的音優勢の信号 (時 間領域上の信号)を生成するとともに、第 1、第 2、および第 3のマイクロフォン 721, 7 22, 723の受信信号 (時間領域上の信号)を用いて、目的音劣勢信号生成手段 740 により第 1および第 2の目的音劣勢の信号 (時間領域上の信号)を生成する。続いて 、得られた目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信号について 、周波数解析手段 750により、それぞれ周波数解析を行い、目的音優勢の信号のス ベクトル、並びに第 1および第 2の目的音劣勢の信号のスペクトルを求める。
[0405] この際、第 1のマイクロフォン 721の受信信号を X (t)とし、第 2のマイクロフォン 722
1
の受信信号を X (t)とし、第 3のマイクロフォン 723の受信信号を X (t)とすると、目的
2 3
音優勢信号生成手段 730により、これらの信号を用いて、 X (t) -k (X (t) +X (t) )
1 2 3 が求められ、これが目的音優勢の信号となる。また、この目的音優勢の信号 X (t)
1 k (X (t) +x (t) )を周波数解析して得られる信号 I F<X (t) -k (x (t) +x (t) ) > Iを図示すると、図 25および図 26の実線で示すような目的音優勢の信号の指向 特性が得られる。なお、 3個のマイクロフォン 721, 722, 723の配置力 二等辺では ない三角形の各頂点位置となっている場合には、目的音優勢の信号は、 X (t)—（k
1 1
X (t) +k X (t) )となる。
2 2 3
[0406] これに対し、第 1のマイクロフォン 721の受信信号を X (t)とし、第 2のマイクロフォン
1
722の受信信号を X (t)とすると、第 1目的音劣勢信号生成手段 741により、これらの
2
信号の差、 X (t) -X (t)が求められ、これが第 1の目的音劣勢の信号となる。また、
1 2
これらの信号の差 X (t) -X (t)を周波数解析して得られる信号
1 2 I F<X (t) -X (t)
1 2
> Iを図示すると、図 25および図 26の点線で示すような第 1の目的音劣勢の信号の 指向特性が得られる。
[0407] さらに、第 1のマイクロフォン 721の受信信号を X (t)とし、第 3のマイクロフォン 723
1
の受信信号を X (t)とすると、第 2目的音劣勢信号生成手段 742により、これらの信
3
号の差、 X (t) -X (t)が求められ、これが第 2の目的音劣勢の信号となる。また、こ
1 3
れらの信号の差 X (t) -X (t)を周波数解析して得られる信号
3 I F<X (t) -X (t)
1 1 3
> Iを図示すると、図 25および図 26の一点鎖線で示すような第 2の目的音劣勢の 信号の指向特性が得られる。
[0408] その後、第 1分離手段 761により、目的音優勢の信号のスペクトルと、第 1の目的音 劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)力、または スぺクトラル.サブトラクシヨン (SS)を行い、目的音を含む一方の側、すなわち第 2の マイクロフォン 722の設置側の空間（図 24では左側空間）から到来する音を分離する 処理を行うとともに、第 2分離手段 762により、目的音優勢の信号のスペクトルと、第 2 の目的音劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)か 、またはスぺクトラル'サブトラクシヨン (SS)を行い、目的音を含む他方の側、すなわ ち第 3のマイクロフォン 723の設置側の空間（図 24では右側空間）から到来する音を 分離する処理を行う。なお、第 1分離手段 761で帯域選択を行った場合には、第 2分 離手段 762でも帯域選択を行い、第 1分離手段 761でスぺクトラル'サブトラクシヨン を行った場合には、第 2分離手段 762でもスぺクトラル 'サブトラクシヨンを行う。
[0409] それから、統合手段 763により、第 1分離手段 761により分離された目的音を含む 一方の側、すなわち第 2のマイクロフォン 722の設置側の空間（図 24では左側空間） 力 到来する音のスペクトルと、第 2分離手段 762により分離された目的音を含む他 方の側、すなわち第 3のマイクロフォン 723の設置側の空間（図 24では右側空間）か ら到来する音のスペクトルとを用いて、アデイシヨンまたはミニマイゼーシヨンによりス ベクトル統合処理を行い、目的音を分離する。
[0410] そして、分離手段 760により目的音を分離した後には、前記第 1〜第 6実施形態の 場合と同様に、事前に適応処理または学習処理を行って得られた音響モデルを用い て音声認識を行うことができる。
[0411] このような第 7実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 700は、目的音優勢信号生成手段 730および目的音劣勢信号生成手段 740を 備えているので、 3個のマイクロフォン 721〜723の受音信号を用いて目的音優勢の 信号、並びに第 1および第 2の目的音劣勢の信号を生成することができる。このため 、目的音と妨害音との分離に適した指向特性制御を行うことができる。
[0412] そして、音源分離システム 700は、分離手段 760を備えているので、指向特性制御 を行って生成された目的音優勢の信号のスペクトル、並びに第 1および第 2の目的音 劣勢の信号のスペクトルを用いて、目的音と妨害音とを精度よく分離することができる
。このため、前述した特許文献 4の場合のように複数のマイクロフォンの固定的位置 関係に起因する信号のマイクロフォン間音圧レベル差を用いて帯域選択を行う場合 に比べ、分離性能を向上させることができる。
[0413] また、音源分離システム 700では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0414] [第 8実施形態]
図 31には、本発明の第 8実施形態の音源分離システム 1000の全体構成が示され ている。図 32には、音源分離システム 1000により形成される高感度領域が示されて いる。また、図 33には、第 1高感度領域形成信号生成手段 1001により生成される第 1、第 2の目的音優勢の信号および目的音劣勢の信号の各指向特性と、第 2高感度 領域形成信号生成手段 1002により生成される第 1、第 2の目的音優勢の信号およ び目的音劣勢の信号の各指向特性とが示されている。さらに、図 34は、ミニマイゼー シヨンによるスペクトル統合処理の説明図である。
[0415] 図 31において、音源分離システム 1000は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 1021, 1022, 1023を備えている。第 1〜第 3 のマイクロフォン 1021〜1023は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの第 1、第 2、および第 3のマイクロフォン 1021, 1 022, 1023は、いずれも目的音到来方向と直角または略直角をなす面上に配置さ れている。図示の例では、目的音は、携帯電話機 1080の表面 1082の法線方向か ら到来する設定であるため、第 1、第 2、および第 3のマイクロフォン 1021, 1022, 10 23は、いずれも表面 1082に設けられている。従って、第 1、第 2のマイクロフォン 102 1, 1022間を結ぶ線は、目的音到来方向と直角または略直角をなし、第 2、第 3のマ イク口フォン 1022, 1023間を結ぶ線も、目的音到来方向と直角または略直角をなし ている。このため、第 1、第 2のマイクロフォン 1021, 1022だけを考えれば、前記第 3 実施形態（図 12参照）における目的音到来方向とマイクロフォンの配置位置との関係 と同じ関係であり、また、第 2、第 3のマイクロフォン 1022, 1023だけを考えても同じ ことがいえる。なお、目的音到来方向とマイクロフォンの配置位置との相対的な関係 が図 31の状態となれば、形成される指向特性は同じであるため、図 60に示す Pl〜 P34の!、ずれの位置にマイクロフォンを設けてもよ!、。
[0416] また、音源分離システム 1000は、第 1および第 2の 2個のマイクロフォン 1021, 10 22の受音信号を用いてこれらのマイクロフォン 1021, 1022間を結ぶ線と直交する 面 C1 (図 32参照）に沿う第 1高感度領域を形成する第 1高感度領域形成信号のスぺ タトルを生成する第 1高感度領域形成信号生成手段 1001と、第 2および第 3の 2個 のマイクロフォン 1022, 1023の受音信号を用いてこれらのマイクロフォン 1022, 10 23間を結ぶ線と直交する面 C2 (図 32参照）に沿う第 2高感度領域を形成する第 2高 感度領域形成信号のスペクトルを生成する第 2高感度領域形成信号生成手段 1002 と、第 1高感度領域形成信号生成手段 1001により生成された第 1高感度領域形成 信号のスペクトルと第 2高感度領域形成信号生成手段 1002により生成された第 2高 感度領域形成信号のスペクトルとを用いて第 1高感度領域と第 2高感度領域との共 通部分 (交わる部分）に目的音を分離するための高感度領域を形成する高感度領域 統合手段 1003とを備えて 、る。
[0417] 第 1高感度領域形成信号生成手段 1001は、第 1および第 2の 2個のマイクロフォン
1021, 1022の受音信号を用いて、前記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理を行い、第 1高感度領域形成信号のスペクトル Sとして、前記第
1
3実施形態の音源分離システム 300により分離して得られる目的音のスペクトルと同 じスペクトルを生成する。すなわち、第 1および第 2の 2個のマイクロフォン 1021, 102 2を、前記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれ ぞれ対応させて同じ処理を行う。従って、図 31において、前記第 3実施形態の音源 分離システム 300 (図 12参照）と同じ処理を行う部分には、同一の名称および同一の 符号を付し、詳しい説明は省略する。
[0418] 第 2高感度領域形成信号生成手段 1002は、第 2および第 3の 2個のマイクロフォン
1022, 1023の受音信号を用いて、前記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理を行い、第 2高感度領域形成信号のスペクトル Sとして、前記第
2
3実施形態の音源分離システム 300により分離して得られる目的音のスペクトルと同 じスペクトルを生成する。すなわち、第 3および第 2の 2個のマイクロフォン 1023, 102 2を、前記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれ ぞれ対応させて同じ処理を行う。従って、図 31において、前記第 3実施形態の音源 分離システム 300 (図 12参照）と同じ処理を行う部分には、同一の名称および同一の 符号を付し (但し、第 1高感度領域形成信号生成手段 1001の構成要素と区別する ため、末尾に Aを付している。）、詳しい説明は省略する。
[0419] 高感度領域統合手段 1003は、第 1高感度領域形成信号生成手段 1001により生 成された第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成信号生成
1
手段 1002により生成された第 2高感度領域形成信号のスペクトル Sとを用いて、周
2
波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトル S
3 として帰属させるスペクトル統合処理 (ミニマイゼーシヨン）を行う。具体的には、図 34 に示すように、ミニマイゼーシヨンによるスペクトル統合処理では、例えば、第 1高感度 領域形成信号のスペクトル Sの各周波数帯域のパワーの大きさを S (1)、 S (2)、 S
1 1 1 1
(3)、 S (4)、 S (5)···とし、第 2高感度領域形成信号のスペクトル Sの各周波数帯域
1 1 2 のパワーの大きさを S (1)、 S (2)、 S (3)、 S (4)、 S (5)…とすると、同一の周波数
2 2 2 2 2
帯域のパワー同士を比較する。すなわち、 S (1)と3 (1)とを比較し、 S (2)と S (2)
1 2 1 2 とを比較する。他の周波数帯域も同様である。そして、 S (1)<S (1)、S (2)>S (2
1 2 1 2
)、S (3)<S (3)、S (4)<S (4)、S (5)>S (5)…であったとすると、各周波数帯
1 2 1 2 1 2
域で劣勢の方のパワーである S (1)、 S (2)、 S (3)、 S (4)、 S (5)…が選択され、
1 2 1 1 2
これらを目的音のスペクトル sとして帰属させることにより、目的音を分離することがで
3
きる。なお、ミニマイゼーシヨンによるスペクトル統合処理は、各周波数帯域毎の劣勢 の方のパワーを捨てることなぐ目的音のスペクトル Sとして帰属させるので、後述す
3
る図 37の最小レベル帯域選択 (BS— MIN)とは異なる処理である。
[0420] このような第 8実施形態においては、以下のようにして音源分離システム 1000によ り目的音と妨害音との分離処理が行われる。
[0421] 先ず、第 1および第 2の 2個のマイクロフォン 1021, 1022の受音信号（時間領域上 の信号)を用いて、第 1高感度領域形成信号生成手段 1001の第 1目的音優勢信号 生成手段 331および第 2目的音優勢信号生成手段 332により第 1および第 2の目的 音優勢の信号 (時間領域上の信号)を生成するとともに、第 1高感度領域形成信号生 成手段 1001の目的音劣勢信号生成手段 340により目的音劣勢の信号 (時間領域 上の信号)を生成する。続いて、得られた第 1および第 2の目的音優勢の信号、並び に目的音劣勢の信号について、第 1高感度領域形成信号生成手段 1001の周波数 解析手段 350により、それぞれ周波数解析を行い、第 1および第 2の目的音優勢の 信号の各スペクトル、並びに目的音劣勢の信号のスペクトルを求める。
[0422] この際、第 1のマイクロフォン 1021の受信信号を X (t)とし、第 2のマイクロフォン 10
1
22の受信信号を X (t)とすると、第 1目的音優勢信号生成手段 331により、第 1のマ
2
イク口フォン 1021の受音信号 X (t)と、第 2のマイクロフォン 1022の受音信号 X (t)
1 2 に遅延処理を施した後の信号 D(X (t))との差、 X (t)-D(X (t))が求められ、これ
2 1 2
が第 1の目的音優勢の信号となる。また、この第 1の目的音優勢の信号 X (t) D(X
1 2
(t))を周波数解析して得られる信号 I F<X (t)-D(X (t))> Iを図示すると、図 13の場合 (前記第 3実施形態の場合）と同様に、図 33の実線 (太線)で示されるよう な第 1の目的音優勢の信号の指向特性が得られる。このカージォイド (Cardioid :ハー ト形曲線)で示される指向特性は、 X軸 (第 1、第 2のマイクロフォン 1021, 1022間を 結ぶ線と平行な軸）を中心として回転させることにより 3次元的に得られるものである。
[0423] さらに、第 2目的音優勢信号生成手段 332により、第 2のマイクロフォン 1022の受 音信号 X (t)と、第 1のマイクロフォン 1021の受音信号 X (t)に遅延処理を施した後
2 1
の信号 D (X (t) )との差、 X (t) -D (X (t) )が求められ、これが第 2の目的音優勢の
1 2 1
信号となる。また、この第 2の目的音優勢の信号 X (t)— D (X (t) )を周波数解析して
2 1
得られる信号 I F<X (t) -D (X (t) ) >
2 1 Iを図示すると、図 13の場合 (前記第 3実 施形態の場合)と同様に、図 33の一点鎖線 (太線)で示されるような第 2の目的音優 勢の信号の指向特性が得られる。このカージォイド (ハート形曲線)で示される指向 特性も、 X軸を中心として回転させることにより 3次元的に得られるものである。
[0424] これに対し、目的音劣勢信号生成手段 340により、第 1のマイクロフォン 1021の受 信信号 X (t)と、第 2のマイクロフォン 1022の受信信号 X (t)との差、 X (t)—X (t)
1 2 1 2 が求められ、これが目的音劣勢の信号となる。また、これらの信号の差 X (t) -X (t)
1 2 を周波数解析して得られる信号 I F<X (t) -X (t) >
1 2 Iを図示すると、図 13の場合
(前記第 3実施形態の場合)と同様〖こ、図 33の点線 (太線)で示されるような目的音劣 勢の信号の指向特性が得られる。この 8の字曲線で示される指向特性は、 X軸を中 心として回転させることにより 3次元的に得られるものである。
[0425] その後、第 1高感度領域形成信号生成手段 1001の第 1分離手段 361により、第 1 の目的音優勢の信号のスペクトルと、目的音劣勢の信号のスペクトルとを用いて、最 大レベル帯域選択 (BS - MAX)カゝ、またはスぺクトラル ·サブトラクシヨン（SS)を行 い、目的音を含むの第 1のマイクロフォン 1021の設置された側の空間（図 33では左 側空間)から到来する音を分離する処理を行うとともに、第 1高感度領域形成信号生 成手段 1001の第 2分離手段 362により、第 2の目的音優勢の信号のスペクトルと、目 的音劣勢の信号のスペクトルとを用いて、最大レベル帯域選択 (BS— MAX)力、ま たはスぺクトラル 'サブトラクシヨン (SS)を行い、目的音を含む第 2のマイクロフォン 10 22の設置された側の空間（図 33では右側空間)から到来する音を分離する処理を行 [0426] それから、第 1高感度領域形成信号生成手段 1001の統合手段 363により、第 1分 離手段 361により分離された目的音を含む第 1のマイクロフォン 1021の設置された 側の空間（図 33では左側空間）から到来する音のスペクトルと、第 2分離手段 362に より分離された目的音を含む第 2のマイクロフォン 1022の設置された側の空間（図 3 3では右側空間）力 到来する音のスペクトルとを用いて、アデイシヨンまたはミニマイ ゼーシヨンによりスペクトル統合処理を行 、、第 1高感度領域形成信号のスペクトル S を生成する。この際、第 1高感度領域形成信号生成手段 1001により生成される各
1
信号の指向特性 (太線）は、図 33に示すように、 X軸を中心に回転して得られるものと なるため、図 32に示すように、第 1高感度領域の中心の面 C1は、 YZ平面に沿って 形成される。
[0427] また、以上の第 1高感度領域形成信号生成手段 1001による処理と並行して、第 2 高感度領域形成信号生成手段 1002による処理を、第 1高感度領域形成信号生成 手段 1001の場合と同様な手順で行い、第 2高感度領域形成信号のスペクトル Sを
2 生成する。この際、第 2高感度領域形成信号生成手段 1002により生成される各信号 の指向特性は、図 33に示すように、 Y軸（第 2、第 3のマイクロフォン 1022, 1023間 を結ぶ線と平行な軸）を中心に回転して得られるものとなるため、図 32に示すように、 第 2高感度領域の中心の面 C2は、 XZ平面に沿って形成される。
[0428] その後、高感度領域統合手段 1003により、第 1高感度領域形成信号生成手段 10 01により生成された第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成
1
信号生成手段 1002により生成された第 2高感度領域形成信号のスペクトル Sとを用
2 いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のス ベクトル Sとして帰属させるスペクトル統合処理 (ミニマイゼーシヨン）を行う。この際、
3
ミニマイゼーションによるスペクトル統合処理を行うと、第 1高感度領域の中心の面 C 1 に沿って形成される第 1高感度領域と、第 2高感度領域の中心の面 C2に沿って形成 される第 2高感度領域との共通部分 (交わる部分）に、スペクトル統合後の高感度領 域が形成される。すなわち、図 32に示すように、スペクトル統合後の高感度領域は、 携帯電話機 1080の表面 1082の法線 Kの方向に形成され、この方向カゝら到来する 目的音を分離することができる。なお、スぺ外ル統合後の高感度領域は、携帯電話 機 1080の裏面 1083側にも形成される。
[0429] そして、高感度領域統合手段 1003により目的音を分離した後には、前記第 1〜第 7実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音響 モデルを用いて音声認識を行うことができる。
[0430] このような第 8実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 1000は、第 1高感度領域形成信号生成手段 1001、第 2高感度領域形成信号 生成手段 1002、および高感度領域統合手段 1003を備えているので、 3個のマイク 口フォン 1021, 1022, 1023の受音信号を用いて、目的音と妨害音との分離に適し た指向特性制御を行って高感度領域を形成することができる。このため、目的音と妨 害音とを精度よく分離することができる。
[0431] また、音源分離システム 1000では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0432] [第 9実施形態]
図 35には、本発明の第 9実施形態の音源分離システム 1100の全体構成が示され ている。図 36には、音源分離システム 1100により形成される高感度領域が示されて いる。また、図 37は、会話モードでの最小レベル帯域選択による高感度領域制限処 理の説明図である。さらに、図 38は、高感度領域制限手段 1104によるモード切替の 説明図であり、図 39は、動画撮影モードでの最小レベル帯域選択による高感度領域 制限処理の説明図である。
[0433] 図 35において、音源分離システム 1100は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 1121, 1122, 1123を備えている。第 1〜第 3 のマイクロフォン 1121〜1123は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの第 1、第 2、および第 3のマイクロフォン 1121, 1 122, 1123の配置は、前記第 8実施形態の場合（図 31参照）と同様である。
[0434] また、音源分離システム 1100は、第 1および第 2の 2個のマイクロフォン 1121, 11 22の受音信号を用いてこれらのマイクロフォン 1121, 1122間を結ぶ線と直交する 面 C1 (図 32の場合と同様）に沿う第 1高感度領域を形成する第 1高感度領域形成信 号のスペクトルを生成する第 1高感度領域形成信号生成手段 1101と、第 2および第 3の 2個のマイクロフォン 1122, 1123の受音信号を用いてこれらのマイクロフォン 11 22, 1123間を結ぶ線と直交する面 C2 (図 32の場合と同様）に沿う第 2高感度領域 を形成する第 2高感度領域形成信号のスペクトルを生成する第 2高感度領域形成信 号生成手段 1102と、第 1高感度領域形成信号生成手段 1101により生成された第 1 高感度領域形成信号のスペクトルと第 2高感度領域形成信号生成手段 1102により 生成された第 2高感度領域形成信号のスペクトルとを用いて第 1高感度領域と第 2高 感度領域 (本実施形態では、第 2高感度領域は、前記第 8実施形態の場合よりも制 限される。）との共通部分 (交わる部分）に目的音を分離するための高感度領域を形 成する高感度領域統合手段 1103とを備えて 、る。
[0435] 第 1高感度領域形成信号生成手段 1101は、前記第 8実施形態の第 1高感度領域 形成信号生成手段 1001の場合と同様に、第 1および第 2の 2個のマイクロフォン 112 1, 1122の受音信号を用いて、前記第 3実施形態の音源分離システム 300 (図 12参 照）と同じ処理を行い、第 1高感度領域形成信号のスペクトル Sとして、前記第 3実施
1
形態の音源分離システム 300により分離して得られる目的音のスペクトルと同じスぺ タトルを生成する。すなわち、第 1および第 2の 2個のマイクロフォン 1121, 1122を、 前記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれぞれ対 応させて同じ処理を行う。
[0436] 第 2高感度領域形成信号生成手段 1102は、前記第 8実施形態の第 2高感度領域 形成信号生成手段 1002と略同じ構成を備えているが、一部の構成が異なっている。 すなわち、前記第 8実施形態の第 2高感度領域形成信号生成手段 1002の分離手 段 360Aがスペクトル統合処理を行う統合手段 363Aを備えていたのに対し、本実施 形態の第 2高感度領域形成信号生成手段 1102の分離手段 360Bは、統合手段 36 3Aの代わりに、高感度領域制限手段 1104を備えている点が異なっている。その他 の構成は、前記第 8実施形態の第 2高感度領域形成信号生成手段 1002の場合と同 様であり、第 2および第 3の 2個のマイクロフォン 1122, 1123の受音信号を用いて、 スペクトル統合処理を除き、前記第 3実施形態の音源分離システム 300 (図 12参照） と同じ処理を行い、第 2高感度領域形成信号のスペクトル Sを生成する。すなわち、
2
第 3および第 2の 2個のマイクロフォン 1123, 1122を、前記第 3実施形態の音源分 離システム 300のマイクロフォン 321, 322にそれぞれ対応させて、スペクトル統合処 理を除いて前記第 3実施形態と同じ処理を行った後、高感度領域制限手段 1104に よる処理を行う。従って、図 35において、前記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理を行う部分には、同一の名称および同一の符号を付し (但し 、第 1高感度領域形成信号生成手段 1101の構成要素と区別するため、末尾に Bを 付している。）、詳しい説明は省略する。
[0437] 高感度領域制限手段 1104は、第 2高感度領域を、第 2のマイクロフォン 1122側の 領域または第 3のマイクロフォン 1123側の領域のいずれかに制限する高感度領域 制限処理を行うものである。すなわち、高感度領域制限手段 1104は、前記第 8実施 形態の第 2高感度領域形成信号生成手段 1002により形成される第 2高感度領域の 中心の面 C2 (図 32参照）を境界として、第 2高感度領域をいずれか一方の側の領域 に制限する。
[0438] より具体的には、高感度領域制限手段 1104は、第 2高感度領域を第 2のマイクロフ オン 1122側の領域に制限する場合には、次のような処理を行う。すなわち、第 2高感 度領域形成信号生成手段 1102の第 1分離手段 361Bにより分離された目的音を含 む一方の側（第 3のマイクロフォン 1123側）の音のスペクトル Sと、第 2分離手段 362
A
Bにより分離された目的音を含む他方の側（第 2のマイクロフォン 1122側）の音のス ベクトル Sとの間で、同一の周波数帯域の各パワーの大小の比較を周波数帯域毎
B
に行い、第 1分離手段 361Bにより分離された目的音を含む一方の側 (第 3のマイクロ フォン 1123側）の音のスペクトル S のパワーが、第 2分離手段 362Bにより分離され
A
た目的音を含む他方の側（第 2のマイクロフォン 1122側）の音のスペクトル Sのパヮ
B
一よりも小さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属
A
させる最小レベル帯域選択（BS— MIN)を行!、、得られたスペクトル（処理前のスぺ タトル Sの一部）を第 2高感度領域形成信号のスペクトル Sとする。
A 2
[0439] 例えば、図 37に示すように、第 1分離手段 361Bにより分離された目的音を含む一 方の側（第 3のマイクロフォン 1123側）の音のスペクトル Sの各周波数帯域のパワー
A
の大きさを S (1)、S (2)、S (3)、S (4)、S (5) · ··とし、第 2分離手段 362Bにより
A A A A A
分離された目的音を含む他方の側（第 2のマイクロフォン 1122側）の音のスペクトル Sの各周波数帯域のパワーの大きさを S (1)、S (2)、S (3)、S (4)、S (5) · ··とす
B B B B B B
ると、同一の周波数帯域のパワー同士を比較する。すなわち、 S (I S (1)とを比
A B
較し、 S (2)と S (2)とを比較する。他の周波数帯域も同様である。そして、 S (1) <
A B A
S (1)、S (2) >S (2)、S (3) < S (3)、S (4) < S (4)、S (5) >S (5)…であつ
B A B A B A B A B
たとすると、第 1分離手段 361Bにより分離された目的音を含む一方の側 (第 3のマイ クロフオン 1123側）の音のスペクトル Sに着目し、各周波数帯域で Sのパワーの方
A A
力 S小さい場合にのみ、その周波数帯域のパワーである S (1)、S (3)、S (4)…をス
A A A
ベクトル Sに帰属させ、その他の周波数帯域 (Sのパワーの方が大きい周波数帯域
A A
)はゼロとし、このようにして得られたスペクトルを、第 2高感度領域形成信号のスぺク トル Sとする。なお、この場合、第 2分離手段 362Bにより分離された目的音を含む他
2
方の側（第 2のマイクロフォン 1122側）の音のスペクトル Sは、使用されずに捨てられ
B
る。
[0440] このように第 1分離手段 361Bにより分離された目的音を含む一方の側 (第 3のマイ クロフオン 1123側）の音のスペクトル Sに着目し、最小レベル帯域選択（BS— MIN)
A
を行い、得られたスペクトル (処理前のスペクトル Sの一部）を第 2高感度領域形成信
A
号のスペクトル Sとした場合には、図 33中の Hの部分の音を捉えることができ、この
2
方向に高感度領域を形成することができるので、第 2高感度領域を第 2のマイクロフ オン 1122側の領域に制限することができる。換言すれば、第 2高感度領域から第 3 のマイクロフォン 1123側の領域を取り除くことができる。なお、図 33中の Hの部分は 、第 2高感度領域形成信号生成手段 1102の第 1目的音優勢信号生成手段 331Bに より第 2のマイクロフォン 1122の受音信号に遅延処理を施して形成されたカージォィ ド (ハート形曲線)の指向特性であるから、結局、第 2高感度領域を、目的音優勢の 信号を生成するために遅延処理を施されたマイクロフォン側の領域に制限することが できる。
[0441] 一方、高感度領域制限手段 1104は、第 2高感度領域を第 3のマイクロフォン 1123 側の領域に制限する場合には、次のような処理を行う。すなわち、第 2高感度領域形 成信号生成手段 1102の第 1分離手段 361Bにより分離された目的音を含む一方の 側（第 3のマイクロフォン 1123側）の音のスペクトル Sと、第 2分離手段 362Bにより分
A
離された目的音を含む他方の側（第 2のマイクロフォン 1122側）の音のスペクトル S
B
との間で、同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、第 2 分離手段 362Bにより分離された目的音を含む他方の側 (第 2のマイクロフォン 1122 側）の音のスペクトル Sのパワーが、第 1分離手段 361Bにより分離された目的音を
B
含む一方の側（第 3のマイクロフォン 1123側）の音のスペクトル S のパワーよりも小さ
A
い周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小レ
B
ベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの一
B
部）を第 2高感度領域形成信号のスペクトル Sとする。
2
[0442] 例えば、図 39に示すように、図 37の場合と同様に、スペクトル Sとスペクトル Sとの
A B
間で、同一の周波数帯域のパワー同士を比較する。すなわち、 S (1)と3 (1)とを比
A B
較し、 S (2)と S (2)とを比較する。他の周波数帯域も同様である。そして、 S (1) <
A B A
S (1)、 S (2) >S (2)、 S (3) < S (3)、 S (4) < S (4)、 S (5) >S (5)…であつ
B A B A B A B A B
たとすると、第 2分離手段 362Bにより分離された目的音を含む他方の側 (第 2のマイ クロフオン 1122側）の音のスペクトル S に着目し、各周波数帯域で Sのパワーの方
B B
力 S小さい場合にのみ、その周波数帯域のパワーである S (2)、 S (5)…をスペクトル
B B
Sに帰属させ、その他の周波数帯域 (Sのパワーの方が大きい周波数帯域）はゼロ
B B
とし、このようにして得られたスペクトルを、第 2高感度領域形成信号のスペクトル Sと
2 する。なお、この場合、第 1分離手段 361Bにより分離された目的音を含む一方の側（ 第 3のマイクロフォン 1123側）の音のスペクトル Sは、使用されずに捨てられる。
A
[0443] このように第 2分離手段 362Bにより分離された目的音を含む他方の側 (第 2のマイ クロフオン 1122側）の音のスペクトル Sに着目し、最小レベル帯域選択（BS— MIN)
B
を行い、得られたスペクトル (処理前のスペクトル Sの一部）を第 2高感度領域形成信
B
号のスペクトル Sとした場合には、図 33中の Gの部分の音を捉えることができ、この
2
方向に高感度領域を形成することができるので、第 2高感度領域を第 3のマイクロフ オン 1123側の領域に制限することができる。換言すれば、第 2高感度領域から第 2 のマイクロフォン 1122側の領域を取り除くことができる。なお、図 33中の Gの部分は 、第 2高感度領域形成信号生成手段 1102の第 2目的音優勢信号生成手段 332Bに より第 3のマイクロフォン 1123の受音信号に遅延処理を施して形成されたカージォィ ド (ハート形曲線)の指向特性であるから、結局、第 2高感度領域を、目的音優勢の 信号を生成するために遅延処理を施されたマイクロフォン側の領域に制限することが できる。
[0444] また、高感度領域制限手段 1104は、第 2高感度領域を第 2のマイクロフォン 1122 側の領域または第 3のマイクロフォン 1123側の領域のいずれに制限するのかを切替 え可能な構成としてもよい。例えば、図 38に示すように、会話モードでは、第 2高感度 領域を第 2のマイクロフォン 1122側の領域に制限し、第 2高感度領域を携帯電話機 1180の表面 1182の法線 Kよりも画面表示部 1184の反対寄りの角度 φの方向に形 成する。なお、携帯電話機 1180の裏面 1183側にも角度 φの方向に制限された第 2 高感度領域が形成される。一方、動画撮影モードでは、第 2高感度領域を第 3のマイ クロフオン 1123側の領域に制限し、第 2高感度領域を携帯電話機 1180の表面 118 2の法線 Κよりも画面表示部 1184寄りの角度 φの方向に形成する。なお、携帯電話 機 1180の裏面 1183側にも角度 φの方向に制限された第 2高感度領域が形成され る。このようにすれば、会話モードでは、携帯電話機 1180を手に持っているユーザ 力 画面表示部 1184を見ながら発声した音を精度よく捉えることができ、一方、動画 撮影モードでは、携帯電話機 1180を手に持っているユーザ力 画面表示部 1184の 裏側に設けられたカメラ 1187で被写体を撮影しながらその被写体方向から到来する 音を精度よく捉えることができる。
[0445] 高感度領域統合手段 1103は、前記第 8実施形態の高感度領域統合手段 1003 ( 図 31参照)の場合と同様に、第 1高感度領域形成信号生成手段 1101により生成さ れた第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成信号生成手段
1
1102により生成された第 2高感度領域形成信号のスペクトル Sとを用いて、周波数
2
帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のスペクトル Sとし
3 て帰属させるスペクトル統合処理 (ミニマイゼーシヨン）を行う（図 34参照）。
[0446] このような第 9実施形態においては、以下のようにして音源分離システム 1100によ り目的音と妨害音との分離処理が行われる。
[0447] 先ず、第 1高感度領域形成信号生成手段 1101により、第 1高感度領域形成信号 のスペクトル Sを生成する。また、これと並行して、第 2高感度領域形成信号生成手
1
段 1102により、第 2高感度領域形成信号のスペクトル Sを生成する。この際、第 2高
2
感度領域は、高感度領域制限手段 1104により、第 2のマイクロフォン 1122側の領域 力 または第 3のマイクロフォン 1123側の領域に制限される。
[0448] その後、高感度領域統合手段 1103により、第 1高感度領域形成信号生成手段 11 01により生成された第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成
1
信号生成手段 1102により生成された第 2高感度領域形成信号のスペクトル Sとを用
2 いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音のス ベクトル Sとして帰属させるスペクトル統合処理 (ミニマイゼーシヨン）を行う。これによ
3
り、例えば、高感度領域制限手段 1104により、第 2高感度領域が第 2のマイクロフォ ン 1122側の領域に制限されていた場合には、第 1高感度領域の中心の面 C1 (図 3 2参照）に沿って形成される第 1高感度領域と、第 2高感度領域の中心の面 C2に沿 つて形成されかっこの中心の面 C2よりも第 2のマイクロフォン 1122側の領域に制限 された第 2高感度領域との共通部分 (交わる部分）に、図 36の実線で示すようなスぺ タトル統合後の高感度領域が形成される。一方、高感度領域制限手段 1104により、 第 2高感度領域が第 3のマイクロフォン 1123側の領域に制限されていた場合には、 図 36の二点鎖線で示すようなスペクトル統合後の高感度領域が形成される。
[0449] そして、高感度領域統合手段 1103により目的音を分離した後には、前記第 1〜第 8実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音響 モデルを用いて音声認識を行うことができる。
[0450] このような第 9実施形態によれば、次のような効果がある。すなわち、音源分離シス テム 1100は、第 1高感度領域形成信号生成手段 1101、第 2高感度領域形成信号 生成手段 1102、および高感度領域統合手段 1103を備えているので、 3個のマイク 口フォン 1121, 1122, 1123の受音信号を用いて、目的音と妨害音との分離に適し た指向特性制御を行って高感度領域を形成することができる。このため、目的音と妨 害音とを精度よく分離することができる。 [0451] また、音源分離システム 1100では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0452] [第 10実施形態]
図 40には、本発明の第 10実施形態の音源分離システム 1200の全体構成が示さ れている。図 41には、音源分離システム 1200により形成される高感度領域が示され ている。
[0453] 図 40において、音源分離システム 1200は、三角形 (本実施形態では、一例として 、二等辺三角形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォン 1221, 1222, 1223を備えている。第 1〜 第 3のマイクロフォン 1221〜1223は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの第 1、第 2、および第 3のマイクロフォン 1221 , 1222, 1223は、いずれも目的音到来方向と直角または略直角をなす面上に配置 されている。図示の例では、目的音は、携帯電話機 1280の表面 1282の法線方向 力 到来する設定であるため、第 1、第 2、および第 3のマイクロフォン 1221, 1222, 1223は、いずれも表面 1282に設けられている。従って、第 1、第 2のマイクロフォン 1 221, 1222間を結ぶ線は、目的音到来方向と直角または略直角をなし、第 2、第 3の マイクロフォン 1222, 1223間を結ぶ線も、目的音到来方向と直角または略直角をな し、さらに第 1、第 3のマイクロフォン 1221, 1223間を結ぶ線も、目的音到来方向と 直角または略直角をなしている。このため、第 1、第 2のマイクロフォン 1221, 1222だ けを考えれば、前記第 3実施形態（図 12参照）における目的音到来方向とマイクロフ オンの配置位置との関係と同じ関係であり、また、第 2、第 3のマイクロフォン 1222, 1 223だけを考えても同じことがいえ、さらに、第 1、第 3のマイクロフォン 1221, 1223 だけを考えても同じことがいえる。なお、目的音到来方向とマイクロフォンの配置位置 との相対的な関係が図 40の状態となれば、形成される指向特性は同じであるため、 図 60に示す P1〜P34の!、ずれの位置にマイクロフォンを設けてもよ!、。
[0454] また、音源分離システム 1200は、第 1および第 2の 2個のマイクロフォン 1221, 12 22の受音信号を用いてこれらのマイクロフォン 1221, 1222間を結ぶ線と直交する 面 CI (図 41参照）に沿う第 1高感度領域を形成する第 1高感度領域形成信号のスぺ タトルを生成する第 1高感度領域形成信号生成手段 1201と、第 2および第 3の 2個 のマイクロフォン 1222, 1223の受音信号を用いてこれらのマイクロフォン 1222, 12 23間を結ぶ線と直交する面 C2 (図 41参照）に沿う第 2高感度領域を形成する第 2高 感度領域形成信号のスペクトルを生成する第 2高感度領域形成信号生成手段 1202 と、第 1および第 3の 2個のマイクロフォン 1221, 1223の受音信号を用いてこれらの マイクロフォン 1221, 1223間を結ぶ線と直交する面 C3 (図 41参照）に沿う第 3高感 度領域を形成する第 3高感度領域形成信号のスペクトルを生成する第 3高感度領域 形成信号生成手段 1203と、第 1高感度領域形成信号生成手段 1201により生成さ れた第 1高感度領域形成信号のスペクトルと第 2高感度領域形成信号生成手段 120 2により生成された第 2高感度領域形成信号のスペクトルと第 3高感度領域形成信号 生成手段 1203により生成された第 3高感度領域形成信号のスペクトルとを用いて第 1高感度領域と第 2高感度領域と第 3高感度領域との共通部分 (交わる部分)に目的 音を分離するための高感度領域を形成する高感度領域統合手段 1204とを備えてい る。
[0455] 第 1高感度領域形成信号生成手段 1201は、前記第 8実施形態の第 1高感度領域 形成信号生成手段 1001の場合と同様に、第 1および第 2の 2個のマイクロフォン 122 1, 1222の受音信号を用いて、前記第 3実施形態の音源分離システム 300 (図 12参 照）と同じ処理を行い、第 1高感度領域形成信号のスペクトル Sとして、前記第 3実施
1
形態の音源分離システム 300により分離して得られる目的音のスペクトルと同じスぺ タトルを生成する。すなわち、第 1および第 2の 2個のマイクロフォン 1221, 1222を、 前記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれぞれ対 応させて同じ処理を行う。
[0456] 第 2高感度領域形成信号生成手段 1202は、前記第 9実施形態の第 2高感度領域 形成信号生成手段 1102 (図 35参照）と同じ構成を備えている。従って、前記第 8実 施形態の第 2高感度領域形成信号生成手段 1002と略同じ構成を備えているが、一 部の構成が異なっている。すなわち、前記第 8実施形態の第 2高感度領域形成信号 生成手段 1002の分離手段 360Aがスペクトル統合処理を行う統合手段 363Aを備 えていたのに対し、本実施形態の第 2高感度領域形成信号生成手段 1202の分離 手段 360Cは、統合手段 363Aの代わりに、高感度領域制限手段 1205を備えてい る点が異なっている。その他の構成は、前記第 8実施形態の第 2高感度領域形成信 号生成手段 1002の場合と同様であり、第 2および第 3の 2個のマイクロフォン 1222, 1223の受音信号を用いて、スペクトル統合処理を除き、前記第 3実施形態の音源分 離システム 300 (図 12参照）と同じ処理を行い、第 2高感度領域形成信号のスぺタト ル Sを生成する。すなわち、第 3および第 2の 2個のマイクロフォン 1223, 1222を、
2
前記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれぞれ対 応させて、スペクトル統合処理を除いて前記第 3実施形態と同じ処理を行った後、高 感度領域制限手段 1205による処理を行う。従って、図 40において、前記第 3実施形 態の音源分離システム 300 (図 12参照）と同じ処理を行う部分には、同一の名称およ び同一の符号を付し (但し、第 1高感度領域形成信号生成手段 1201の構成要素と 区別するため、末尾に Cを付している。）、詳しい説明は省略する。
[0457] 高感度領域制限手段 1205は、前記第 9実施形態の高感度領域制限手段 1104と 同様な構成を備え、最小レベル帯域選択 (BS— MIN)を行うことにより、第 2高感度 領域を、第 2のマイクロフォン 1222側の領域または第 3のマイクロフォン 1223側の領 域のいずれかに制限する高感度領域制限処理を行うものである。すなわち、高感度 領域制限手段 1205は、第 2高感度領域形成信号生成手段 1202により形成される 第 2高感度領域の中心の面 C2 (図 41参照）を境界として、第 2高感度領域をいずれ か一方の側の領域に制限する。
[0458] 第 3高感度領域形成信号生成手段 1203は、第 2高感度領域形成信号生成手段 1 202の場合と同様に、前記第 9実施形態の第 2高感度領域形成信号生成手段 1102 (図 35参照）と同じ構成を備えている。従って、前記第 8実施形態の第 2高感度領域 形成信号生成手段 1002と略同じ構成を備えているが、一部の構成が異なっている。 すなわち、前記第 8実施形態の第 2高感度領域形成信号生成手段 1002の分離手 段 360Aがスペクトル統合処理を行う統合手段 363Aを備えていたのに対し、本実施 形態の第 3高感度領域形成信号生成手段 1203の分離手段 360Dは、統合手段 36 3Aの代わりに、高感度領域制限手段 1206を備えている点が異なっている。その他 の構成は、前記第 8実施形態の第 2高感度領域形成信号生成手段 1002の場合と同 様であり、第 1および第 3の 2個のマイクロフォン 1221, 1223の受音信号を用いて、 スペクトル統合処理を除き、前記第 3実施形態の音源分離システム 300 (図 12参照） と同じ処理を行い、第 3高感度領域形成信号のスペクトル Sを生成する。すなわち、
3
第 3および第 1の 2個のマイクロフォン 1223, 1221を、前記第 3実施形態の音源分 離システム 300のマイクロフォン 321, 322にそれぞれ対応させて、スペクトル統合処 理を除いて前記第 3実施形態と同じ処理を行った後、高感度領域制限手段 1206に よる処理を行う。従って、図 40において、前記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理を行う部分には、同一の名称および同一の符号を付し (但し 、第 1、第 2高感度領域形成信号生成手段 1201, 1202の構成要素と区別するため 、末尾に Dを付している。）、詳しい説明は省略する。
[0459] 高感度領域制限手段 1206は、高感度領域制限手段 1205の場合と同様に、前記 第 9実施形態の高感度領域制限手段 1104と同様な構成を備え、最小レベル帯域選 択 (BS— MIN)を行うことにより、第 3高感度領域を、第 1のマイクロフォン 1221側の 領域または第 3のマイクロフォン 1223側の領域のいずれかに制限する高感度領域 制限処理を行うものである。すなわち、高感度領域制限手段 1206は、第 3高感度領 域形成信号生成手段 1203により形成される第 3高感度領域の中心の面 C3 (図 41 参照)を境界として、第 3高感度領域をいずれか一方の側の領域に制限する。
[0460] なお、高感度領域制限手段 1205, 1206は、前記第 9実施形態の高感度領域制 限手段 1104の場合と同様に、第 2高感度領域を第 2のマイクロフォン 1222側の領 域または第 3のマイクロフォン 1223側の領域のいずれに制限するのかを切替え可能 な構成、あるいは第 3高感度領域を第 1のマイクロフォン 1221側の領域または第 3の マイクロフォン 1223側の領域のいずれに制限するのかを切替え可能な構成としても よい。このような構成とすることで、前記第 9実施形態の場合と同様に、例えば、会話 モードと動画撮影モードとを切り替えることができる。
[0461] また、高感度領域制限手段 1205, 1206に代えて、前記第 8実施形態の場合（図 3 1参照）と同様に、アデイシヨンまたはミニマイゼーシヨンによるスペクトル統合処理を 行う統合手段を設けてもよい。このような構成とすることで、前記第 8実施形態の場合 と同様に、制限されていない第 2、第 3高感度領域と、第 1高感度領域とを統合するこ とがでさる。
[0462] 高感度領域統合手段 1204は、前記第 8実施形態の高感度領域統合手段 1003 ( 図 31参照)の場合と同様に、第 1高感度領域形成信号生成手段 1201により生成さ れた第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成信号生成手段
1
1202により生成された第 2高感度領域形成信号のスペクトル Sと、第 3高感度領域
2
形成信号生成手段 1203により生成された第 3高感度領域形成信号のスペクトル Sと
3 を用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音 のスペクトル Sとして帰属させるスペクトル統合処理（ミニマイゼーシヨン）を行う（図 34
4
参照)。
[0463] このような第 10実施形態においては、以下のようにして音源分離システム 1200に より目的音と妨害音との分離処理が行われる。
[0464] 先ず、第 1高感度領域形成信号生成手段 1201により、第 1高感度領域形成信号 のスペクトル Sを生成する。また、これと並行して、第 2高感度領域形成信号生成手
1
段 1202により、第 2高感度領域形成信号のスペクトル Sを生成する。さらに、これらと
2
並行して、第 3高感度領域形成信号生成手段 1203により、第 3高感度領域形成信 号のスペクトル Sを生成する。この際、第 2、第 3高感度領域は、高感度領域制限手
3
段 1205, 1206により、第 2のマイクロフ才ン 1222佃 Jの領域力、また ίま第 3のマイクロ フォン 1223側の領域に制限されるとともに、第 1のマイクロフォン 1221側の領域か、 または第 3のマイクロフォン 1223側の領域に制限される。
[0465] その後、高感度領域統合手段 1204により、第 1高感度領域形成信号生成手段 12 01により生成された第 1高感度領域形成信号のスペクトル Sと、第 2高感度領域形成
1
信号生成手段 1202により生成された第 2高感度領域形成信号のスペクトル Sと、第
2
3高感度領域形成信号生成手段 1203により生成された第 3高感度領域形成信号の スペクトル Sとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパ
3
ヮーを目的音のスペクトル Sとして帰属させるスペクトル統合処理（ミニマイゼーシヨン
4
)を行う。これにより、例えば、高感度領域制限手段 1205により、第 2高感度領域が 第 2のマイクロフォン 1222側の領域に制限されるとともに、高感度領域制限手段 120 6により、第 3高感度領域が第 1のマイクロフォン 1221側の領域に制限されていた場 合には、第 1高感度領域の中心の面 C1 (図 41参照）に沿って形成される第 1高感度 領域と、第 2高感度領域の中心の面 C2に沿って形成されかっこの中心の面 C2よりも 第 2のマイクロフォン 1222側の領域に制限された第 2高感度領域と、第 3高感度領域 の中心の面 C3に沿って形成されかっこの中心の面 C3よりも第 1のマイクロフォン 12 21側の領域に制限された第 3高感度領域との共通部分 (交わる部分）に、図 41の実 線で示すようなスペクトル統合後の高感度領域が形成される。一方、高感度領域制 限手段 1205, 1206により、第 2、第 3高感度領域が反対側の領域に制限されていた 場合には、図 41の二点鎖線で示すようなスペクトル統合後の高感度領域が形成され る。
[0466] そして、高感度領域統合手段 1204により目的音を分離した後には、前記第 1〜第 9実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音響 モデルを用いて音声認識を行うことができる。
[0467] このような第 10実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1200は、第 1高感度領域形成信号生成手段 1201、第 2高感度領域形成信 号生成手段 1202、第 3高感度領域形成信号生成手段 1203、および高感度領域統 合手段 1204を備えているので、 3個のマイクロフォン 1221, 1222, 1223の受音信 号を用いて、目的音と妨害音との分離に適した指向特性制御を行って高感度領域を 形成することができる。このため、目的音と妨害音とを精度よく分離することができる。
[0468] また、音源分離システム 1200では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0469] [第 11実施形態]
図 42には、本発明の第 11実施形態の音源分離システム 1300の全体構成が示さ れている。図 43には、音源分離システム 1300により生成される第 1、第 2の目的音優 勢の信号および目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向 特性が示されている。
[0470] 図 42において、音源分離システム 1300は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 1321, 1322, 1323を備えている。第 1〜第 3 のマイクロフォン 1321〜1323は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの 3個のマイクロフォン 1321, 1322, 1323のう ち、第 1および第 2のマイクロフォン 1321, 1322は、目的音到来方向と直角または略 直角をなす方向に並べて配置されている。一方、第 2および第 3のマイクロフォン 132 2, 1323は、目的音到来方向またはこの方向と略同じ方向に並べて配置されている 。このため、第 1、第 2のマイクロフォン 1321, 1322だけを考えれば、前記第 3実施 形態（図 12参照）における目的音到来方向とマイクロフォンの配置位置との関係と同 じ関係である。図示の例では、目的音は、携帯電話機 1380の表面 1382に平行に、 携帯電話機 1380の下部側力も到来する設定とされているので、 3個のマイクロフォン 1321, 1322, 1323は、いずれも表面 1382に設けられている。なお、図 42に示した ように、目的音が、携帯電話機 1380Aの表面 1382Aの法線方向から到来する設定 としてもよく、この場合には、第 1、第 2のマイクロフォン 1321, 1322を表面 1382A側 に設け、第 3のマイクロフォン 1323を裏面 1383A側に設けてもよぐ要するに、目的 音到来方向とマイクロフォンの配置位置との相対的な関係が図 42の状態となれば、 形成される指向特性は同じであるため、図 60に示す P1〜P34のいずれの位置にマ イク口フォンを設けてもょ 、。
また、音源分離システム 1300は、第 1および第 2の 2個のマイクロフォン 1321, 13 22の受音信号を用いて目的音到来方向に対して直交する方向から到来する直交妨 害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成手段 13 01と、第 2および第 3の 2個のマイクロフォン 1322, 1323の受音信号を用いて目的 音到来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信 号を生成する対向妨害音抑圧制御用信号生成手段 1302と、直交妨害音抑圧信号 生成手段 1301により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑 圧制御用信号生成手段 1302により生成された制御用の信号のスペクトルとを用いて 直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対 向妨害音抑圧手段 1303とを備えている。 [0472] 直交妨害音抑圧信号生成手段 1301は、第 1および第 2の 2個のマイクロフォン 132 1, 1322の受音信号を用いて、前記第 3実施形態の音源分離システム 300 (図 12参 照）と同じ処理を行い、直交妨害音抑圧信号のスペクトル Sとして、前記第 3実施形
1
態の音源分離システム 300により分離して得られる目的音のスペクトルと同じスぺタト ルを生成する。すなわち、第 1および第 2の 2個のマイクロフォン 1321, 1322を、前 記第 3実施形態の音源分離システム 300のマイクロフォン 321, 322にそれぞれ対応 させて同じ処理を行う。従って、図 42において、前記第 3実施形態の音源分離システ ム 300 (図 12参照）と同じ処理を行う部分には、同一の名称および同一の符号を付し 、詳しい説明は省略する。
[0473] 対向妨害音抑圧制御用信号生成手段 1302は、第 3のマイクロフォン 1323の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 2のマイクロフォ ン 1322の受音信号 (時間領域上)との差をとることにより制御用の目的音優勢の信 号を生成する制御用目的音優勢信号生成手段 1304と、この制御用目的音優勢信 号生成手段 1304により生成された時間領域上の制御用の目的音優勢の信号につ Vヽて周波数解析を行う周波数解析手段 1305とを備えて ヽる。
[0474] 制御用目的音優勢信号生成手段 1304により生成される制御用の目的音優勢の信 号は、図 43の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 43に示されたその他の信号の指向特性は、前記第 3実施形態の場合（図 13参照 )と同様である。なお、制御用目的音優勢信号生成手段 1304による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0475] 対向妨害音抑圧手段 1303は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1301によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1302により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小 さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小
1
レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0476] このような第 11実施形態においては、以下のようにして音源分離システム 1300に より目的音と妨害音との分離処理が行われる。
[0477] 先ず、直交妨害音抑圧信号生成手段 1301により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1302
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0478] その後、対向妨害音抑圧手段 1303により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0479] そして、対向妨害音抑圧手段 1303により目的音を分離した後には、前記第 1〜第 10実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0480] このような第 11実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1300は、直交妨害音抑圧信号生成手段 1301と、対向妨害音抑圧制御用信 号生成手段 1302と、対向妨害音抑圧手段 1303とを備えているので、 3個のマイクロ フォン 1321, 1322, 1323の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0481] また、音源分離システム 1300では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0482] [第 12実施形態]
図 44には、本発明の第 12実施形態の音源分離システム 1400の全体構成が示さ れている。図 45には、音源分離システム 1400により生成される第 1、第 2の目的音優 勢の信号および目的音劣勢の信号、並びに第 1、第 2の制御用の目的音優勢の信 号の各指向特性が示されている。
[0483] 図 44において、音源分離システム 1400は、三角形 (本実施形態では、一例として 、二等辺三角形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォン 1421, 1422, 1423を備えている。第 1〜 第 3のマイクロフォン 1421〜1423は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの 3個のマイクロフォン 1421, 1422, 1423の うち、第 1および第 2のマイクロフォン 1421, 1422は、目的音到来方向と直角または 略直角をなす方向に並べて配置されている。一方、第 2および第 3のマイクロフォン 1 422, 1423は、目的音到来方向に対して傾斜する方向に並べて配置されている。さ らに、第 1および第 3のマイクロフォン 1421, 1423は、目的音到来方向に対して第 2 および第 3のマイクロフォン 1422, 1423とは反対側に傾斜する方向に並べて配置さ れている。このため、第 1、第 2のマイクロフォン 1421, 1422だけを考えれば、前記 第 3実施形態（図 12参照）における目的音到来方向とマイクロフォンの配置位置との 関係と同じ関係である。図示の例では、目的音は、携帯電話機 1480の表面 1482に 平行に、携帯電話機 1480の下部側力も到来する設定とされているので、 3個のマイ クロフオン 1421, 1422, 1423は、いずれも表面 1482に設けられている。なお、図 4 4に示したように、目的音が、携帯電話機 1480Aの表面 1482Aの法線方向から到 来する設定としてもよぐこの場合には、第 1、第 2のマイクロフォン 1421, 1422を表 面 1482A側に設け、第 3のマイクロフォン 1423を裏面 1483A側に設けてもよぐ要 するに、目的音到来方向とマイクロフォンの配置位置との相対的な関係が図 44の状 態となれば、形成される指向特性は同じであるため、図 60に示す P1〜P34のいず れの位置にマイクロフォンを設けてもよ！、。
[0484] また、音源分離システム 1400は、第 1および第 2の 2個のマイクロフォン 1421, 14 22の受音信号を用いて目的音到来方向に対して直交する方向から到来する直交妨 害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成手段 14 01と、第 1、第 2、および第 3の 3個のマイクロフォン 1421, 1422, 1423の受音信号 を用いて目的音到来方向に対向する方向から到来する対向妨害音を抑圧するため の制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 1402と、直交妨 害音抑圧信号生成手段 1401により生成された直交妨害音抑圧信号のスペクトルと 対向妨害音抑圧制御用信号生成手段 1402により生成された制御用の信号のスぺ タトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスぺタト ルを抑圧する対向妨害音抑圧手段 1403とを備えている。
[0485] 直交妨害音抑圧信号生成手段 1401は、前記第 11実施形態の場合 (図 42参照)と 同様に、第 1および第 2の 2個のマイクロフォン 1421, 1422の受音信号を用いて、前 記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理を行い、直交妨害 音抑圧信号のスペクトル Sとして、前記第 3実施形態の音源分離システム 300により
1
分離して得られる目的音のスペクトルと同じスペクトルを生成する。すなわち、第 1お よび第 2の 2個のマイクロフォン 1421, 1422を、前記第 3実施形態の音源分離シス テム 300のマイクロフォン 321, 322にそれぞれ対応させて同じ処理を行う。従って、 図 44において、前記第 3実施形態の音源分離システム 300 (図 12参照）と同じ処理 を行う部分には、同一の名称および同一の符号を付し、詳しい説明は省略する。
[0486] 対向妨害音抑圧制御用信号生成手段 1402は、第 3のマイクロフォン 1423の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 2のマイクロフォ ン 1422の受音信号 (時間領域上)との差をとることにより第 1の制御用の目的音優勢 の信号を生成する第 1制御用目的音優勢信号生成手段 1404と、第 3のマイクロフォ ン 1423の受音信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォン 1421の受音信号（時間領域上）との差をとることにより第 2の制御 用の目的音優勢の信号を生成する第 2制御用目的音優勢信号生成手段 1405と、こ れらの第 1制御用目的音優勢信号生成手段 1404および第 2制御用目的音優勢信 号生成手段 1405により生成された時間領域上の第 1および第 2の制御用の目的音 優勢の信号についてそれぞれ周波数解析を行う周波数解析手段 1406と、第 1制御 用目的音優勢信号生成手段 1404により生成されて周波数解析手段 1406により周 波数解析して得られた第 1の制御用の目的音優勢の信号のスペクトル Sと第 2制御
A
用目的音優勢信号生成手段 1405により生成されて周波数解析手段 1406により周 波数解析して得られた第 2の制御用の目的音優勢の信号のスペクトル Sとを用いて
B
周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを制御用の目的音優 勢の信号のスペクトル Sとして帰属させることによりスペクトル統合処理 (ミニマイゼー
2
シヨン）を行う制御用信号統合手段 1407とを備えている。
[0487] 第 1制御用目的音優勢信号生成手段 1404および第 2制御用目的音優勢信号生 成手段 1405により生成される第 1および第 2の制御用の目的音優勢の信号は、それ ぞれ図 45の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向妨 害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。そして、 第 1の制御用の目的音優勢の信号についてのカージォイドの指向特性は、第 2およ び第 3の 2個のマイクロフォン 1422, 1423間を結ぶ線に沿って傾き、一方、第 2の制 御用の目的音優勢の信号についてのカージォイドの指向特性は、第 1および第 3の 2個のマイクロフォン 1421, 1423間を結ぶ線に沿って傾いている。また、図 45に示 されたその他の信号の指向特性は、前記第 3実施形態の場合 (図 13参照）と同様で ある。なお、第 1制御用目的音優勢信号生成手段 1404および第 2制御用目的音優 勢信号生成手段 1405による処理は、デジタル処理としてもアナログ処理としてもよく 、あるいは本実施形態では、時間領域上で処理を行っている力 周波数領域上の処 理としてもよい。
[0488] 対向妨害音抑圧手段 1403は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1401によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1402により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小
1
レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使 用せずに捨てられる。
[0489] このような第 12実施形態においては、以下のようにして音源分離システム 1400に より目的音と妨害音との分離処理が行われる。
[0490] 先ず、直交妨害音抑圧信号生成手段 1401により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1402
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0491] その後、対向妨害音抑圧手段 1403により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0492] そして、対向妨害音抑圧手段 1403により目的音を分離した後には、前記第 1〜第 11実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0493] このような第 12実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1400は、直交妨害音抑圧信号生成手段 1401と、対向妨害音抑圧制御用信 号生成手段 1402と、対向妨害音抑圧手段 1403とを備えているので、 3個のマイクロ フォン 1421, 1422, 1423の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0494] また、音源分離システム 1400では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0495] [第 13実施形態]
図 46には、本発明の第 13実施形態の音源分離システム 1500の全体構成が示さ れている。図 47には、音源分離システム 1500により生成される目的音優勢の信号お よび目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性が示され ている。
[0496] 図 46において、音源分離システム 1500は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 1521, 1522, 1523を備えている。第 1〜第 3 のマイクロフォン 1521〜1523は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの 3個のマイクロフォン 1521, 1522, 1523のう ち、第 1および第 2のマイクロフォン 1521, 1522は、目的音到来方向と直角または略 直角をなす方向に並べて配置されている。一方、第 2および第 3のマイクロフォン 152 2, 1523は、目的音到来方向またはこの方向と略同じ方向に並べて配置されている 。このため、第 1、第 2のマイクロフォン 1521, 1522だけを考えれば、前記第 2実施 形態（図 9参照）における目的音到来方向とマイクロフォンの配置位置との関係と同じ 関係である。図示の例では、目的音は、携帯電話機 1580の表面 1582に平行に、携 帯電話機 1580の下部側力も到来する設定とされているので、 3個のマイクロフォン 1 521, 1522, 1523は、いずれも表面 1582に設けられている。なお、図 46に示した ように、目的音が、携帯電話機 1580Aの表面 1582Aの法線方向から到来する設定 としてもよく、この場合には、第 1、第 2のマイクロフォン 1521, 1522を表面 1582A側 に設け、第 3のマイクロフォン 1523を裏面 1583A側に設けてもよぐ要するに、目的 音到来方向とマイクロフォンの配置位置との相対的な関係が図 46の状態となれば、 形成される指向特性は同じであるため、図 60に示す P1〜P34のいずれの位置にマ イク口フォンを設けてもょ 、。
[0497] また、音源分離システム 1500は、第 1および第 2の 2個のマイクロフォン 1521, 15 22の受音信号を用いて目的音到来方向に対して直交する方向から到来する直交妨 害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信号生成手段 15 01と、第 2および第 3の 2個のマイクロフォン 1522, 1523の受音信号を用いて目的 音到来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信 号を生成する対向妨害音抑圧制御用信号生成手段 1502と、直交妨害音抑圧信号 生成手段 1501により生成された直交妨害音抑圧信号のスペクトルと対向妨害音抑 圧制御用信号生成手段 1502により生成された制御用の信号のスペクトルとを用いて 直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対 向妨害音抑圧手段 1503とを備えている。
[0498] 直交妨害音抑圧信号生成手段 1501は、第 1および第 2の 2個のマイクロフォン 152 1, 1522の受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参 照）と同じ処理を行い、直交妨害音抑圧信号のスペクトル Sとして、前記第 2実施形
1
態の音源分離システム 200により分離して得られる目的音のスペクトルと同じスぺタト ルを生成する。すなわち、第 1および第 2の 2個のマイクロフォン 1521, 1522を、前 記第 2実施形態の音源分離システム 200のマイクロフォン 221, 222にそれぞれ対応 させて同じ処理を行う。従って、図 46において、前記第 2実施形態の音源分離システ ム 200 (図 9参照）と同じ処理を行う部分には、同一の名称および同一の符号を付し、 詳しい説明は省略する。
[0499] 対向妨害音抑圧制御用信号生成手段 1502は、第 3のマイクロフォン 1523の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 2のマイクロフォ ン 1522の受音信号 (時間領域上)との差をとることにより制御用の目的音優勢の信 号を生成する制御用目的音優勢信号生成手段 1504と、この制御用目的音優勢信 号生成手段 1504により生成された時間領域上の制御用の目的音優勢の信号につ Vヽて周波数解析を行う周波数解析手段 1505とを備えて ヽる。
[0500] 制御用目的音優勢信号生成手段 1504により生成される制御用の目的音優勢の信 号は、図 47の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 47に示されたその他の信号の指向特性は、前記第 2実施形態の場合（図 10参照 )と同様である。なお、制御用目的音優勢信号生成手段 1504による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0501] 対向妨害音抑圧手段 1503は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1501によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1502により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小 レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0502] このような第 13実施形態においては、以下のようにして音源分離システム 1500に より目的音と妨害音との分離処理が行われる。
[0503] 先ず、直交妨害音抑圧信号生成手段 1501により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1502
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0504] その後、対向妨害音抑圧手段 1503により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0505] そして、対向妨害音抑圧手段 1503により目的音を分離した後には、前記第 1〜第 12実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0506] このような第 13実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1500は、直交妨害音抑圧信号生成手段 1501と、対向妨害音抑圧制御用信 号生成手段 1502と、対向妨害音抑圧手段 1503とを備えているので、 3個のマイクロ フォン 1521, 1522, 1523の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0507] また、音源分離システム 1500では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0508] [第 14実施形態]
図 48には、本発明の第 14実施形態の音源分離システム 1600の全体構成が示さ れている。図 49には、音源分離システム 1600により生成される目的音優勢の信号お よび目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性が示され ている。
[0509] 図 48において、音源分離システム 1600は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 1621, 1622, 1623を備えている。第 1〜第 3 のマイクロフォン 1621〜1623は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの 3個のマイクロフォン 1621, 1622, 1623のう ち、第 1および第 2のマイクロフォン 1621, 1622は、目的音到来方向またはこの方向 と略同じ方向に並べて配置されている。一方、第 1および第 3のマイクロフォン 1621, 1623は、目的音到来方向と直角または略直角をなす方向に並べて配置されている 。このため、目的音到来方向と 3個のマイクロフォン 1621, 1622, 1623の配置位置 との関係は、前記第 4実施形態（図 15参照）における目的音到来方向とマイクロフォ ンの配置位置との関係と同じである。図示の例では、目的音は、携帯電話機 1680の 表面 1682に平行に、携帯電話機 1680の下部側から到来する設定とされているので 、 3個のマイクロフォン 1621, 1622, 1623は、いずれも表面 1682に設けられている 。なお、図 48に示したように、目的音力 携帯電話機 1680Aの表面 1682Aの法線 方向から到来する設定としてもよぐこの場合には、第 1、第 3のマイクロフォン 1621, 1623を表面 1682A側に設け、第 2のマイクロフォン 1622を裏面 1683A側に設けて もよぐ要するに、目的音到来方向とマイクロフォンの配置位置との相対的な関係が 図 48の状態となれば、形成される指向特性は同じであるため、図 60に示す P1〜P3 4の!、ずれの位置にマイクロフォンを設けてもよ!、。
[0510] また、音源分離システム 1600は、第 1、第 2、および第 3の 3個のマイクロフォン 162 1, 1622, 1623の受音信号を用いて目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信 号生成手段 1601と、第 1および第 2の 2個のマイクロフォン 1621, 1622の受音信号 を用いて目的音到来方向に対向する方向から到来する対向妨害音を抑圧するため の制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 1602と、直交妨 害音抑圧信号生成手段 1601により生成された直交妨害音抑圧信号のスペクトルと 対向妨害音抑圧制御用信号生成手段 1602により生成された制御用の信号のスぺ タトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨害音のスぺタト ルを抑圧する対向妨害音抑圧手段 1603とを備えている。
[0511] 直交妨害音抑圧信号生成手段 1601は、第 1、第 2、および第 3の 3個のマイクロフ オン 1621, 1622, 1623の受音信号を用いて、前記第 4実施形態の音源分離シス テム 400 (図 15参照）と同じ処理を行い、直交妨害音抑圧信号のスペクトル Sとして、
1 前記第 4実施形態の音源分離システム 400により分離して得られる目的音のスぺタト ルと同じスペクトルを生成する。すなわち、第 1、第 2、および第 3の 3個のマイクロフォ ン 1621, 1622, 1623を、前記第 4実施形態の音源分離システム 400のマイクロフォ ン 421, 422, 423にそれぞれ対応させて同じ処理を行う。従って、図 48において、 前記第 4実施形態の音源分離システム 400 (図 15参照）と同じ処理を行う部分には、 同一の名称および同一の符号を付し、詳しい説明は省略する。
[0512] 対向妨害音抑圧制御用信号生成手段 1602は、第 2のマイクロフォン 1622の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォ ン 1621の受音信号 (時間領域上)との差をとることにより制御用の目的音優勢の信 号を生成する制御用目的音優勢信号生成手段 1604と、この制御用目的音優勢信 号生成手段 1604により生成された時間領域上の制御用の目的音優勢の信号につ Vヽて周波数解析を行う周波数解析手段 1605とを備えて ヽる。
[0513] 制御用目的音優勢信号生成手段 1604により生成される制御用の目的音優勢の信 号は、図 49の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 49に示されたその他の信号の指向特性は、前記第 4実施形態の場合（図 16参照 )と同様である。なお、制御用目的音優勢信号生成手段 1604による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0514] 対向妨害音抑圧手段 1603は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1601によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生 成手段 1602により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小
1
レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0515] このような第 14実施形態においては、以下のようにして音源分離システム 1600に より目的音と妨害音との分離処理が行われる。
[0516] 先ず、直交妨害音抑圧信号生成手段 1601により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1602
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0517] その後、対向妨害音抑圧手段 1603により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0518] そして、対向妨害音抑圧手段 1603により目的音を分離した後には、前記第 1〜第 13実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0519] このような第 14実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1600は、直交妨害音抑圧信号生成手段 1601と、対向妨害音抑圧制御用信 号生成手段 1602と、対向妨害音抑圧手段 1603とを備えているので、 3個のマイクロ フォン 1621, 1622, 1623の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0520] また、音源分離システム 1600では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0521] [第 15実施形態]
図 50には、本発明の第 15実施形態の音源分離システム 1700の全体構成が示さ れている。図 51には、音源分離システム 1700により生成される目的音優勢の信号お よび目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性が示され ている。
[0522] 図 50において、音源分離システム 1700は、互いに交差 (本実施形態では、一例と して直交または略直交とする。）する第 1の方向および第 2の方向のそれぞれに 2個 ずつ間隔を置いて並べて配置された合計 4個のマイクロフォン 1721, 1722, 1723 , 1724を備えている。第 1〜第 4のマイクロフォン 1721〜1724は、本実施形態では 、いずれも無指向性または略無指向性マイクロフォンである。これらの 4個のマイクロ フォン 1721, 1722, 1723, 1724のうち、第 1の方向に並べて配置された第 1およ び第 2の 2個のマイクロフォン 1721, 1722は、目的音到来方向またはこの方向と略 同じ方向に並べて配置されている。一方、第 2の方向に並べて配置された第 3および 第 4の 2個のマイクロフォン 1723, 1724は、目的音到来方向と直角または略直角を なす方向に並べて配置されている。このため、目的音到来方向と 4個のマイクロフォ ン 1721, 1722, 1723, 1724の配置位置との関係は、前記第 5実施形態（図 18参 照）における目的音到来方向とマイクロフォンの配置位置との関係と同じである。図 示の例では、目的音は、携帯電話機 1780の表面 1782に平行に、携帯電話機 178 0の下部側から到来する設定とされているので、 4個のマイクロフォン 1721, 1722, 1 723, 1724は、いずれも表面 1782に設けられている。なお、目的音到来方向とマイ クロフオンの配置位置との相対的な関係が図 50の状態となれば、形成される指向特 性は同じであるため、図 60に示す P1〜P34のいずれの位置にマイクロフォンを設け てもよい。
[0523] また、音源分離システム 1700は、第 1、第 2、第 3、および第 4の 4個のマイクロフォ ン 1721, 1722, 1723, 1724の受音信号を用いて目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交 妨害音抑圧信号生成手段 1701と、第 1および第 2の 2個のマイクロフォン 1721, 17 22の受音信号を用いて目的音到来方向に対向する方向から到来する対向妨害音 を抑圧するための制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 1 702と、直交妨害音抑圧信号生成手段 1701により生成された直交妨害音抑圧信号 のスペクトルと対向妨害音抑圧制御用信号生成手段 1702により生成された制御用 の信号のスペクトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨 害音のスペクトルを抑圧する対向妨害音抑圧手段 1703とを備えている。
[0524] 直交妨害音抑圧信号生成手段 1701は、第 1、第 2、第 3、および第 4の 4個のマイ クロフオン 1721, 1722, 1723, 1724の受音信号を用いて、前記第 5実施形態の音 源分離システム 500 (図 18参照）と同じ処理を行い、直交妨害音抑圧信号のスぺタト ル Sとして、前記第 5実施形態の音源分離システム 500により分離して得られる目的
1
音のスペクトルと同じスペクトルを生成する。すなわち、第 1、第 2、第 3、および第 4の マイクロフォン 1721, 1722, 1723, 1724を、前記第 5実施形態の音源分離システ ム 500のマイクロフォン 521, 522, 523, 524にそれぞれ対応させて同じ処理を行う 。従って、図 50において、前記第 5実施形態の音源分離システム 500 (図 18参照）と 同じ処理を行う部分には、同一の名称および同一の符号を付し、詳しい説明は省略 する。
[0525] 対向妨害音抑圧制御用信号生成手段 1702は、第 2のマイクロフォン 1722の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォ ン 1721の受音信号 (時間領域上)との差をとることにより制御用の目的音優勢の信 号を生成する制御用目的音優勢信号生成手段 1704と、この制御用目的音優勢信 号生成手段 1704により生成された時間領域上の制御用の目的音優勢の信号につ Vヽて周波数解析を行う周波数解析手段 1705とを備えて ヽる。
[0526] 制御用目的音優勢信号生成手段 1704により生成される制御用の目的音優勢の信 号は、図 51の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 51に示されたその他の信号の指向特性は、前記第 5実施形態の場合（図 19参照 )と同様である。なお、制御用目的音優勢信号生成手段 1704による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0527] 対向妨害音抑圧手段 1703は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1701によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1702により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小
1
レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0528] このような第 15実施形態においては、以下のようにして音源分離システム 1700に より目的音と妨害音との分離処理が行われる。
[0529] 先ず、直交妨害音抑圧信号生成手段 1701により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1702
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0530] その後、対向妨害音抑圧手段 1703により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0531] そして、対向妨害音抑圧手段 1703により目的音を分離した後には、前記第 1〜第 14実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0532] このような第 15実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1700は、直交妨害音抑圧信号生成手段 1701と、対向妨害音抑圧制御用信 号生成手段 1702と、対向妨害音抑圧手段 1703とを備えているので、 4個のマイクロ フォン 1721, 1722, 1723, 1724の受音信号を用いて、目的音と妨害音との分離 に適した指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0533] また、音源分離システム 1700では、使用するマイクロフォンの個数は 4個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0534] [第 16実施形態]
図 52には、本発明の第 16実施形態の音源分離システム 1800の全体構成が示さ れている。図 53には、音源分離システム 1800により生成される目的音優勢の信号お よび第 1、第 2の目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向 特性が示されている。
[0535] 図 52において、音源分離システム 1800は、四角形 (本実施形態では、菱形若しく は略菱形、正方形若しくは略正方形、あるいはこれら以外の四角形であって対角線 を中心として線対称な形状のもの）の各頂点位置に配置された第 1、第 2、第 3、およ び第 4の合計 4個のマイクロフォン 1821, 1822, 1823, 1824を備えている。第 1〜 第 4のマイクロフォン 1821〜1824は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの 4個のマイクロフォン 1821〜1824のうち、第 1および第 2の 2個のマイクロフォン 1821, 1822は、目的音到来方向またはこの方 向と略同じ方向に並べて配置されている。一方、第 1および第 3の 2個のマイクロフォ ン 1821, 1823は、目的音到来方向に対して傾斜する方向に並べて配置されている 。さらに、第 1および第 4の 2個のマイクロフォン 1821, 1824は、目的音到来方向に 対して第 1および第 3の 2個のマイクロフォン 1821, 1823とは反対側に傾斜する方 向に並べて配置されている。このため、目的音到来方向と 4個のマイクロフォン 1821 , 1822, 1823, 1824の配置位置との関係は、前記第 6実施形態（図 21参照）にお ける目的音到来方向とマイクロフォンの配置位置との関係と同じである。図示の例で は、目的音は、携帯電話機 1880の表面 1882に平行に、携帯電話機 1880の下部 側から到来する設定とされているので、 4個のマイクロフォン 1821, 1822, 1823, 1 824は、いずれも表面 1882に設けられている。なお、目的音到来方向とマイクロフォ ンの配置位置との相対的な関係が図 52の状態となれば、形成される指向特性は同 じであるため、図 60に示す P1〜P34のいずれの位置にマイクロフォンを設けてもよ い。
[0536] また、音源分離システム 1800は、第 1、第 2、第 3、および第 4の 4個のマイクロフォ ン 1821, 1822, 1823, 1824の受音信号を用いて目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交 妨害音抑圧信号生成手段 1801と、第 1および第 2の 2個のマイクロフォン 1821, 18 22の受音信号を用いて目的音到来方向に対向する方向から到来する対向妨害音 を抑圧するための制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 1 802と、直交妨害音抑圧信号生成手段 1801により生成された直交妨害音抑圧信号 のスペクトルと対向妨害音抑圧制御用信号生成手段 1802により生成された制御用 の信号のスペクトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨 害音のスペクトルを抑圧する対向妨害音抑圧手段 1803とを備えている。
[0537] 直交妨害音抑圧信号生成手段 1801は、第 1、第 2、第 3、および第 4の 4個のマイ クロフオン 1821, 1822, 1823, 1824の受音信号を用いて、前記第 6実施形態の音 源分離システム 600 (図 21参照）と同じ処理を行い、直交妨害音抑圧信号のスぺタト ル Sとして、前記第 6実施形態の音源分離システム 600により分離して得られる目的
1
音のスペクトルと同じスペクトルを生成する。すなわち、第 1、第 2、第 3、および第 4の マイクロフォン 1821, 1822, 1823, 1824を、前記第 6実施形態の音源分離システ ム 600のマイクロフォン 621, 622, 623, 624にそれぞれ対応させて同じ処理を行う 。従って、図 52において、前記第 6実施形態の音源分離システム 600 (図 21参照）と 同じ処理を行う部分には、同一の名称および同一の符号を付し、詳しい説明は省略 する。
[0538] 対向妨害音抑圧制御用信号生成手段 1802は、第 2のマイクロフォン 1822の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォ ン 1821の受音信号 (時間領域上)との差をとることにより制御用の目的音優勢の信 号を生成する制御用目的音優勢信号生成手段 1804と、この制御用目的音優勢信 号生成手段 1804により生成された時間領域上の制御用の目的音優勢の信号につ Vヽて周波数解析を行う周波数解析手段 1805とを備えて ヽる。 [0539] 制御用目的音優勢信号生成手段 1804により生成される制御用の目的音優勢の信 号は、図 53の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 53に示されたその他の信号の指向特性は、前記第 6実施形態の場合（図 22参照 )と同様である。なお、制御用目的音優勢信号生成手段 1804による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0540] 対向妨害音抑圧手段 1803は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1801によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1802により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル S
1に帰属させる最小 レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0541] このような第 16実施形態においては、以下のようにして音源分離システム 1800に より目的音と妨害音との分離処理が行われる。
[0542] 先ず、直交妨害音抑圧信号生成手段 1801により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1802
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0543] その後、対向妨害音抑圧手段 1803により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。 [0544] そして、対向妨害音抑圧手段 1803により目的音を分離した後には、前記第 1〜第 15実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0545] このような第 16実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1800は、直交妨害音抑圧信号生成手段 1801と、対向妨害音抑圧制御用信 号生成手段 1802と、対向妨害音抑圧手段 1803とを備えているので、 4個のマイクロ フォン 1821, 1822, 1823, 1824の受音信号を用! /、て、目的音と妨害音との分離 に適した指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0546] また、音源分離システム 1800では、使用するマイクロフォンの個数は 4個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0547] [第 17実施形態]
図 54には、本発明の第 17実施形態の音源分離システム 1900の全体構成が示さ れている。図 55には、音源分離システム 1900により生成される目的音優勢の信号お よび第 1、第 2の目的音劣勢の信号、並びに第 1、第 2の制御用の目的音優勢の信号 の各指向特性が示されている。
[0548] 図 54において、音源分離システム 1900は、三角形 (本実施形態では、一例として 、二等辺三角形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォン 1921, 1922, 1923を備えている。第 1〜 第 3のマイクロフォン 1921〜1923は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの 3個のマイクロフォン 1921, 1922, 1923の うち、第 1および第 2のマイクロフォン 1921, 1922は、目的音到来方向に対して傾斜 する方向に並べて配置されている。一方、第 1および第 3のマイクロフォン 1921, 19 23は、目的音到来方向に対して第 1および第 2のマイクロフォン 1921, 1922とは反 対側に傾斜する方向に並べて配置されている。このため、目的音到来方向と 3個の マイクロフォン 1921, 1922, 1923の配置位置との関係は、前記第 7実施形態（図 2 4参照）における目的音到来方向とマイクロフォンの配置位置との関係と同じである。 図示の例では、目的音は、携帯電話機 1980の表面 1982に平行に、携帯電話機 19 80の下部側から到来する設定とされているので、 3個のマイクロフォン 1921, 1922, 1923は、いずれも表面 1982に設けられている。なお、図 54に示したように、目的音 力 携帯電話機 1980Aの表面 1982Aの法線方向力も到来する設定としてもよぐこ の場合には、第 1のマイクロフォン 1921を表面 1982A側に設け、第 2、第 3のマイク 口フォン 1922, 1923を裏面 1983A側に設けてもよぐ要するに、目的音到来方向と マイクロフォンの配置位置との相対的な関係が図 54の状態となれば、形成される指 向特性は同じであるため、図 60に示す P1〜P34のいずれの位置にマイクロフォンを 設けてもよい。
[0549] また、音源分離システム 1900は、第 1、第 2、および第 3の 3個のマイクロフォン 192 1, 1922, 1923の受音信号を用いて目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信 号生成手段 1901と、第 1、第 2、および第 3の 3個のマイクロフォン 1921, 1922, 19 23の受音信号を用いて目的音到来方向に対向する方向から到来する対向妨害音 を抑圧するための制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 1 902と、直交妨害音抑圧信号生成手段 1901により生成された直交妨害音抑圧信号 のスペクトルと対向妨害音抑圧制御用信号生成手段 1902により生成された制御用 の信号のスペクトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨 害音のスペクトルを抑圧する対向妨害音抑圧手段 1903とを備えている。
[0550] 直交妨害音抑圧信号生成手段 1901は、第 1、第 2、および第 3の 3個のマイクロフ オン 1921, 1922, 1923の受音信号を用いて、前記第 7実施形態の音源分離シス テム 700 (図 24参照）と同じ処理を行い、直交妨害音抑圧信号のスペクトル Sとして、
1 前記第 7実施形態の音源分離システム 700により分離して得られる目的音のスぺタト ルと同じスペクトルを生成する。すなわち、第 1、第 2、および第 3の 3個のマイクロフォ ン 1921, 1922, 1923を、前記第 7実施形態の音源分離システム 700のマイクロフォ ン 721, 722, 723にそれぞれ対応させて同じ処理を行う。従って、図 54において、 前記第 7実施形態の音源分離システム 700 (図 24参照）と同じ処理を行う部分には、 同一の名称および同一の符号を付し、詳しい説明は省略する。
[0551] 対向妨害音抑圧制御用信号生成手段 1902は、第 2のマイクロフォン 1922の受音 信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォ ン 1921の受音信号 (時間領域上)との差をとることにより第 1の制御用の目的音優勢 の信号を生成する第 1制御用目的音優勢信号生成手段 1904と、第 3のマイクロフォ ン 1923の受音信号 (時間領域上）に遅延処理を施した後の信号 (時間領域上)と第 1のマイクロフォン 1921の受音信号（時間領域上）との差をとることにより第 2の制御 用の目的音優勢の信号を生成する第 2制御用目的音優勢信号生成手段 1905と、こ れらの第 1制御用目的音優勢信号生成手段 1904および第 2制御用目的音優勢信 号生成手段 1905により生成された時間領域上の第 1および第 2の制御用の目的音 優勢の信号についてそれぞれ周波数解析を行う周波数解析手段 1906と、第 1制御 用目的音優勢信号生成手段 1904により生成されて周波数解析手段 1906により周 波数解析して得られた第 1の制御用の目的音優勢の信号のスペクトル Sと第 2制御
A
用目的音優勢信号生成手段 1905により生成されて周波数解析手段 1906により周 波数解析して得られた第 2の制御用の目的音優勢の信号のスペクトル Sとを用いて
B
周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを制御用の目的音優 勢の信号のスペクトル Sとして帰属させることによりスペクトル統合処理 (ミニマイゼー
2
シヨン）を行う制御用信号統合手段 1907とを備えている。
第 1制御用目的音優勢信号生成手段 1904および第 2制御用目的音優勢信号生 成手段 1905により生成される第 1および第 2の制御用の目的音優勢の信号は、それ ぞれ図 55の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向妨 害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。そして、 第 1の制御用の目的音優勢の信号についてのカージォイドの指向特性は、第 1およ び第 2の 2個のマイクロフォン 1921, 1922間を結ぶ線に沿って傾き、一方、第 2の制 御用の目的音優勢の信号についてのカージォイドの指向特性は、第 1および第 3の 2個のマイクロフォン 1921, 1923間を結ぶ線に沿って傾いている。そして、制御用 信号統合手段 1907によりミニマイゼーシヨンによるスペクトル統合処理を行うと、これ らのカージォイドの重なり部分を指向特性として備えた制御用の信号が生成される。 また、図 55に示されたその他の信号の指向特性は、前記第 7実施形態の場合（図 25 参照）と同様である。なお、第 1制御用目的音優勢信号生成手段 1904および第 2制 御用目的音優勢信号生成手段 1905による処理は、デジタル処理としてもアナログ 処理としてもよぐあるいは本実施形態では、時間領域上で処理を行っている力 周 波数領域上の処理としてもょ ヽ。
[0553] 対向妨害音抑圧手段 1903は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 1901によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 1902により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル Sに帰属させる最小
1
レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0554] このような第 17実施形態においては、以下のようにして音源分離システム 1900に より目的音と妨害音との分離処理が行われる。
[0555] 先ず、直交妨害音抑圧信号生成手段 1901により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 1902
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0556] その後、対向妨害音抑圧手段 1903により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧
2
信号のスペクトル Sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0557] そして、対向妨害音抑圧手段 1903により目的音を分離した後には、前記第 1〜第 16実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0558] このような第 17実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 1900は、直交妨害音抑圧信号生成手段 1901と、対向妨害音抑圧制御用信 号生成手段 1902と、対向妨害音抑圧手段 1903とを備えているので、 3個のマイクロ フォン 1921, 1922, 1923の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0559] また、音源分離システム 1900では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0560] [第 18実施形態]
図 56には、本発明の第 18実施形態の音源分離システム 2000の全体構成が示さ れている。図 57には、音源分離システム 2000により生成される目的音優勢の信号お よび第 1、第 2の目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向 特性が示されている。
[0561] 図 56において、音源分離システム 2000は、三角形 (本実施形態では、一例として 、二等辺三角形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォン 2021, 2022, 2023を備えている。第 1〜 第 3のマイクロフォン 2021〜2023は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの 3個のマイクロフォン 2021, 2022, 2023は 、前記第 17実施形態の 3個のマイクロフォン 1921, 1922, 1923と同じ配置である。 このため、目的音到来方向と 3個のマイクロフォン 2021, 2022, 2023の配置位置と の関係は、前記第 7実施形態（図 24参照）における目的音到来方向とマイクロフォン の配置位置との関係と同じである。図示の例では、前記第 17実施形態の場合 (図 54 参照）と同様に、目的音は、携帯電話機 2080の表面 2082に平行に、携帯電話機 2 080の下部側から到来する設定とされているので、 3個のマイクロフォン 2021, 2022 , 2023は、いずれも表面 2082に設けられている。なお、図 56に示したように、目的 音力 携帯電話機 2080Aの表面 2082Aの法線方向から到来する設定としてもよぐ この場合には、第 1のマイクロフォン 2021を表面 2082A側に設け、第 2、第 3のマイ クロフオン 2022, 2023を裏面 2083A側に設けてもよぐ要するに、目的音到来方向 とマイクロフォンの配置位置との相対的な関係が図 56の状態となれば、形成される指 向特性は同じであるため、図 60に示す P1〜P34のいずれの位置にマイクロフォンを 設けてもよい。
[0562] また、音源分離システム 2000は、第 1、第 2、および第 3の 3個のマイクロフォン 202 1, 2022, 2023の受音信号を用いて目的音到来方向に対して直交する方向から到 来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交妨害音抑圧信 号生成手段 2001と、第 1、第 2、および第 3の 3個のマイクロフォン 2021, 2022, 20 23の受音信号を用いて目的音到来方向に対向する方向から到来する対向妨害音 を抑圧するための制御用の信号を生成する対向妨害音抑圧制御用信号生成手段 2 002と、直交妨害音抑圧信号生成手段 2001により生成された直交妨害音抑圧信号 のスペクトルと対向妨害音抑圧制御用信号生成手段 2002により生成された制御用 の信号のスペクトルとを用いて直交妨害音抑圧信号のスペクトルに含まれる対向妨 害音のスペクトルを抑圧する対向妨害音抑圧手段 2003とを備えている。
[0563] 直交妨害音抑圧信号生成手段 2001は、前記第 17実施形態の場合 (図 54参照）と 同様に、第 1、第 2、および第 3の 3個のマイクロフォン 2021, 2022, 2023の受音信 号を用いて、前記第 7実施形態の音源分離システム 700 (図 24参照）と同じ処理を行 い、直交妨害音抑圧信号のスペクトル Sとして、前記第 7実施形態の音源分離システ
1
ム 700により分離して得られる目的音のスペクトルと同じスペクトルを生成する。すな わち、第 1、第 2、および第 3の 3個のマイクロフォン 1, 2022, 3を、前記第 7 実施形態の音源分離システム 700のマイクロフォン 721, 722, 723にそれぞれ対応 させて同じ処理を行う。従って、図 56において、前記第 7実施形態の音源分離システ ム 700 (図 24参照）と同じ処理を行う部分には、同一の名称および同一の符号を付し 、詳しい説明は省略する。
[0564] 対向妨害音抑圧制御用信号生成手段 2002は、第 2および第 3のマイクロフォン 20 22, 2023の受音信号 (時間領域上）にそれぞれ同一または異なる比例係数 (本実 施形態では、一例として、同一の比例係数 kとする。）を乗じた値の和の信号に遅延 処理を施した後の信号と、第 1のマイクロフォン 2021の受音信号との差をとることによ り制御用の目的音優勢の信号を生成する制御用目的音優勢信号生成手段 2004と 、この制御用目的音優勢信号生成手段 2004により生成された時間領域上の制御用 の目的音優勢の信号について周波数解析を行う周波数解析手段 2005とを備えて いる。
[0565] 制御用目的音優勢信号生成手段 2004により生成される制御用の目的音優勢の信 号は、図 57の二点鎖線で示すように、目的音到来方向が大きく膨らみ、かつ、対向 妨害音の方向が小さくなつたカージォイド (ハート形曲線)の指向特性である。また、 図 57に示されたその他の信号の指向特性は、前記第 7実施形態の場合（図 25参照 )と同様である。なお、制御用目的音優勢信号生成手段 2004による処理は、デジタ ル処理としてもアナログ処理としてもよぐあるいは本実施形態では、時間領域上で 処理を行っている力 周波数領域上の処理としてもよい。
[0566] 対向妨害音抑圧手段 2003は、直交妨害音抑圧信号のスペクトル Sに含まれる対
1
向妨害音のスペクトルを抑圧するために、直交妨害音抑圧信号生成手段 2001によ り生成された直交妨害音抑圧信号のスペクトル Sと、対向妨害音抑圧制御用信号生
1
成手段 2002により生成された制御用の目的音優勢の信号のスペクトル Sとの間で、
2 同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、直交妨害音 抑圧信号のスペクトル Sのパワーが、制御用の信号のスペクトル Sのパワーよりも小
1 2
さい周波数帯域について、その小さい方のパワーを、スペクトル S
1に帰属させる最小 レベル帯域選択（BS— MIN)を行い、得られたスペクトル（処理前のスペクトル Sの
1 一部）を、分離された目的音のスペクトル Sとするものである。この際、スペクトル Sの
3 1 パワーが、制御用の信号のスペクトル Sのパワーよりも大きい周波数帯域については
2
、ゼロとする。なお、スペクトル Sは、制御用の信号として用いただけであるため、使
2
用せずに捨てられる。
[0567] このような第 18実施形態においては、以下のようにして音源分離システム 2000に より目的音と妨害音との分離処理が行われる。
[0568] 先ず、直交妨害音抑圧信号生成手段 2001により、直交妨害音抑圧信号のスぺタト ル Sを生成する。また、これと並行して、対向妨害音抑圧制御用信号生成手段 2002
1
により、制御用の目的音優勢の信号のスペクトル Sを生成する。
2
[0569] その後、対向妨害音抑圧手段 2003により、制御用の目的音優勢の信号のスぺタト ル Sを用いて最小レベル帯域選択 (BS— MIN)を行うことにより、直交妨害音抑圧 信号のスペクトル sに含まれる対向妨害音のスペクトルを抑圧し、分離された目的音
1
のスペクトル Sを得る。
3
[0570] そして、対向妨害音抑圧手段 2003により目的音を分離した後には、前記第 1〜第 17実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0571] このような第 18実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 2000は、直交妨害音抑圧信号生成手段 2001と、対向妨害音抑圧制御用信 号生成手段 2002と、対向妨害音抑圧手段 2003とを備えているので、 3個のマイクロ フォン 2021, 2022, 2023の受音信号を用いて、目的音と妨害音との分離に適した 指向特性制御を行い、目的音と妨害音とを精度よく分離することができる。
[0572] また、音源分離システム 2000では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0573] [第 19実施形態]
図 58には、本発明の第 19実施形態の音源分離システム 2100の全体構成が示さ れている。
[0574] 図 58において、音源分離システム 2100は、三角形 (本実施形態では、一例として 、直角三角形または略直角三角形とする。）の各頂点位置に配置された第 1、第 2、 および第 3の合計 3個のマイクロフォン 2121, 2122, 2123を備えている。第 1〜第 3 のマイクロフォン 2121〜2123は、本実施形態では、いずれも無指向性または略無 指向性マイクロフォンである。これらの第 1、第 2、および第 3のマイクロフォン 2121, 2 122, 2123は、いずれも目的音到来方向と直角または略直角をなす面上に配置さ れている。図示の例では、目的音は、携帯電話機 2180の表面 2182の法線方向か ら到来する設定であるため、第 1、第 2、および第 3のマイクロフォン 2121, 2122, 21 23は、いずれも表面 2182に設けられている。従って、第 1、第 2のマイクロフォン 212 1, 2122間を結ぶ線は、目的音到来方向と直角または略直角をなし、第 2、第 3のマ イク口フォン 2122, 2123間を結ぶ線も、目的音到来方向と直角または略直角をなし ている。このため、第 1、第 2のマイクロフォン 2121, 2122だけを考えれば、前記第 3 実施形態（図 12参照）における目的音到来方向とマイクロフォンの配置位置との関係 と同じ関係であり、また、第 2、第 3のマイクロフォン 2122, 2123だけを考えても同じ ことがいえる。なお、目的音到来方向とマイクロフォンの配置位置との相対的な関係 が図 58の状態となれば、形成される指向特性は同じであるため、図 60に示す Pl〜 P34の!、ずれの位置にマイクロフォンを設けてもよ!、。
[0575] また、音源分離システム 2100は、第 1および第 2の 2個のマイクロフォン 2121, 21 22の受音信号を用いてそれぞれ異なる指向特性を有する複数 (ここでは、 2個とする 。；)の信号のスペクトル S , S の組合せを生成する第 1の異指向特性信号群生成手
1A 1B
段 2101と、第 2および第 3の 2個のマイクロフォン 2122, 2123の受音信号を用いて それぞれ異なる指向特性を有する複数 (ここでは、 2個とする。）の信号のスペクトル S , S の組合せを生成する第 2の異指向特性信号群生成手段 2102と、これらの第 1
2A 2B
および第 2の異指向特性信号群生成手段 2101, 2102によりそれぞれ生成された 2 組の複数（2つ）の信号のスペクトルの組合せを用いて多次元帯域選択 (BS— Multi D、ここでは、 2次元帯域選択: BS— 2Dとなる。）を行う高感度領域形成手段 2103と を備えている。
[0576] 第 1の異指向特性信号群生成手段 2101は、前記第 3実施形態の音源分離システ ム 300 (図 12参照）と部分的に同様な処理を行い、同様な指向特性を与える信号の スペクトルを生成するので、同一部分には同一符号を付し、詳しい説明を省略する。 すなわち、第 1の異指向特性信号群生成手段 2101は、前記第 3実施形態の音源分 離システム 300に含まれる分離手段 360 (図 12参照）は備えていないが、第 1目的音 優勢信号生成手段 331と、第 2目的音優勢信号生成手段 332と、目的音劣勢信号 生成手段 340と、周波数解析手段 350とを備えているので、これらにより、第 1、第 2 のマイクロフォン 2121, 2122を、前記第 3実施形態の音源分離システム 300のマイ クロフオン 321, 322にそれぞれ対応させて前記第 3実施形態と同じ信号生成処理を 行う。従って、第 1目的音優勢信号生成手段 331により生成される第 1の目的音優勢 の信号と、第 2目的音優勢信号生成手段 332により生成される第 2の目的音優勢の 信号と、目的音劣勢信号生成手段 340により生成される目的音劣勢の信号とについ ての各指向特性は、前記第 3実施形態の音源分離システム 300 (図 12参照)の場合 と同様であり、前述した図 13のようになる。
[0577] また、第 1の異指向特性信号群生成手段 2101は、第 1目的音優勢信号生成手段 331により生成されて周波数解析手段 350により周波数解析して得られた第 1の目 的音優勢の信号のスペクトルと、第 2目的音優勢信号生成手段 332により生成されて 周波数解析手段 350により周波数解析して得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理 (ミニマ ィゼーシヨン)を行う統合手段 2104を備えている。この統合手段 2104によりミニマイ ゼーシヨンを行って得られるスペクトル統合後の目的音優勢の信号の指向特性は、 図 13に実線で示された第 1の目的音優勢の信号のカージォイド (ハート形曲線)の 指向特性と、図 13に一点鎖線で示された第 2の目的音優勢の信号のカージォイド（ ハート形曲線)の指向特性との重なり部分となる。
[0578] 従って、第 1の異指向特性信号群生成手段 2101は、図 13に示された 2つのカージ ォイドの重なり部分を指向特性とする目的音優勢の信号のスペクトル S と、図 13に
1A
点線で示された 8の字状の指向特性を有する目的音劣勢の信号のスペクトル S との
1B 組合せを生成するものである。
[0579] 第 2の異指向特性信号群生成手段 2102は、第 1の異指向特性信号群生成手段 2 101の場合と同様に、前記第 3実施形態の音源分離システム 300 (図 12参照）と部 分的に同様な処理を行い、同様な指向特性を与える信号のスペクトルを生成するの で、同一部分には同一符号を付し (但し、第 1の異指向特性信号群生成手段 2101 の構成要素と区別するため、末尾に Bを付している。）、詳しい説明を省略する。すな わち、第 2の異指向特性信号群生成手段 2102は、前記第 3実施形態の音源分離シ ステム 300に含まれる分離手段 360 (図 12参照）は備えていないが、第 1目的音優勢 信号生成手段 331Bと、第 2目的音優勢信号生成手段 332Bと、目的音劣勢信号生 成手段 340Bと、周波数解析手段 350Bとを備えているので、これらにより、第 3、第 2 のマイクロフォン 2123, 2122を、前記第 3実施形態の音源分離システム 300のマイ クロフオン 321, 322にそれぞれ対応させて前記第 3実施形態と同じ信号生成処理を 行う。従って、これらの処理により得られる各信号の指向特性は、第 1の異指向特性 信号群生成手段 2101の場合と同様に、図 13のようになる。但し、第 1の異指向特性 信号群生成手段 2101の場合の指向特性に対し、軸が 90度回転した状態となる（図 33参照)。
[0580] また、第 2の異指向特性信号群生成手段 2102は、第 1の異指向特性信号群生成 手段 2101の場合と同様に、第 1目的音優勢信号生成手段 331Bにより生成されて周 波数解析手段 350Bにより周波数解析して得られた第 1の目的音優勢の信号のスぺ タトルと、第 2目的音優勢信号生成手段 332Bにより生成されて周波数解析手段 350 Bにより周波数解析して得られた第 2の目的音優勢の信号のスペクトルとを用いて、 周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信号 のスペクトルとして帰属させることによりスペクトル統合処理 (ミニマイゼーシヨン）を行 う統合手段 2105を備えている。
[0581] 従って、第 2の異指向特性信号群生成手段 2102も、第 1の異指向特性信号群生 成手段 2101の場合と同様に、図 13に示された 2つのカージォイドの重なり部分を指 向特性とする目的音優勢の信号のスペクトル S と、図 13に点線で示された 8の字状
2A
の指向特性を有する目的音劣勢の信号のスペクトル S との組合せを生成するもので
2B
ある。
[0582] 高感度領域形成手段 2103は、第 1の異指向特性信号群生成手段 2101により生 成された目的音優勢の信号のスペクトル S と目的音劣勢の信号のスペクトル S との
1A 1B 組合せ内で定められたスペクトル間のパワーの大小関係の条件と、第 2の異指向特 性信号群生成手段 2102により生成された目的音優勢の信号のスペクトル S と目的
2A 音劣勢の信号のスペクトル s との糸且合せ内で定められたスペクトル間のパワーの大
2B
小関係の条件とがある場合に、これらの複数 (ここでは、 2つ)の条件を同時に満たす か否力を各周波数帯域毎に判断し、複数の条件を同時に満たす周波数帯域につい て、予め選択されたスペクトル (ここでは、第 1の異指向特性信号群生成手段 2101に より生成された目的音優勢の信号のスペクトル S )のパワーを、分離する目的音のス
1A
ベクトル Sとして帰属させる多次元帯域選択 (ここでは、 2つの条件であるため、 2次
3
元帯域選択となる。）を行うものである。
[0583] より具体的には、高感度領域形成手段 2103は、第 1の異指向特性信号群生成手 段 2101により生成された複数（2つ）の信号のスペクトル S , S については、 目的
1A 1B
音優勢の信号のスペクトル s のパワーが、 目的音劣勢の信号のスペクトル S のパヮ
1A 1B 一よりも大きいという条件 (S >S )を定め、第 2の異指向特性信号群生成手段 210
1A 1B
2により生成された複数（2つ）の信号のスペクトル S , S については、 目的音優勢
2A 2B
の信号のスペクトル s のパワーが、 目的音劣勢の信号のスペクトル S のパワーより
2A 2B
も大きいという条件（S >S )を定め、各周波数帯域毎に、 S >S 、かつ、 S >S
2A 2B 1A IB 2A 2 を満たすか否かを判断し、両方の条件を同時に満たした周波数帯域について、そ
B
の周波数帯域のスペクトル S のパワーを、分離する目的音のスペクトル Sとして帰属
1A 3 させ、それ以外の周波数帯域については、ゼロとする。なお、ここでは、第 1の異指向 特性信号群生成手段 2101により生成された目的音優勢の信号のスペクトル S につ
1A いて着目し、スペクトル S のパワーを各周波数帯域で、分離する目的音に帰属させ
1A
るか、捨てるかを判断しているが、第 2の異指向特性信号群生成手段 2102により生 成された目的音優勢の信号のスペクトル S に着目し、同様な処理を行ってもよ!ヽ。
2A
[0584] このような第 19実施形態においては、以下のようにして音源分離システム 2100に より目的音と妨害音との分離処理が行われる。
[0585] 先ず、第 1の異指向特性信号群生成手段 2101により、第 1および第 2のマイクロフ オン 2121, 2122の受音信号を用いて、 目的音優勢の信号のスペクトル S と、 目的
1A 音劣勢の信号のスペクトル S との組合せを生成する。また、これと並行して、第 2の
1B
異指向特性信号群生成手段 2102により、第 2および第 3のマイクロフォン 2122, 21 23の受音信号を用いて、 目的音優勢の信号のスペクトル S と、 目的音劣勢の信号
2A
のスペクトル S との組合せを生成する。
2B
[0586] 次に、高感度領域形成手段 2103により、第 1の異指向特性信号群生成手段 2101 により生成された目的音優勢の信号のスペクトル S および目的音劣勢の信号のスぺ
1A
タトル S と、第 2の異指向特性信号群生成手段 2102により生成された目的音優勢
1B
の信号のスペクトル S および目的音劣勢の信号のスペクトル S とを用いて、すなわ
2A 2B
ち 2つの信号のスペクトルの組合せを 2組用いて、 2次元帯域選択 (BS - 2D)を行う ことにより、分離する目的音のスペクトル Sを得る。
3
[0587] そして、高感度領域形成手段 2103により目的音を分離した後には、前記第 1〜第 18実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0588] このような第 19実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 2100は、第 1の異指向特性信号群生成手段 2101、第 2の異指向特性信号 群生成手段 2102、および高感度領域形成手段 2103を備えているので、 3個のマイ クロフオン 2121, 2122, 2123の受音信号を用いて、目的音と妨害音との分離に適 した指向特性制御を行って高感度領域を形成することができる。このため、目的音と 妨害音とを精度よく分離することができる。
[0589] また、音源分離システム 2100では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0590] [第 20実施形態]
図 59には、本発明の第 20実施形態の音源分離システム 2200の全体構成が示さ れている。
[0591] 図 59において、音源分離システム 2200は、三角形 (本実施形態では、一例として 、二等辺三角形または略二等辺三角形とする。）の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォン 2221, 2222, 2223を備えている。第 1〜 第 3のマイクロフォン 2221〜2223は、本実施形態では、いずれも無指向性または略 無指向性マイクロフォンである。これらの第 1、第 2、および第 3のマイクロフォン 2221 , 2222, 2223は、いずれも目的音到来方向と直角または略直角をなす面上に配置 されている。図示の例では、目的音は、携帯電話機 2280の表面 2282の法線方向 力 到来する設定であるため、第 1、第 2、および第 3のマイクロフォン 2221, 2222, 2223は、いずれも表面 2282に設けられている。従って、第 1、第 2のマイクロフォン 2 221, 2222間を結ぶ線は、目的音到来方向と直角または略直角をなし、第 2、第 3の マイクロフォン 2222, 2223間を結ぶ線も、目的音到来方向と直角または略直角をな し、さらに、第 1、第 3のマイクロフォン 2221, 2223間を結ぶ線も、目的音到来方向と 直角または略直角をなしている。このため、第 1、第 2のマイクロフォン 2221, 2222だ けを考えれば、前記第 3実施形態（図 12参照）における目的音到来方向とマイクロフ オンの配置位置との関係と同じ関係であり、また、第 2、第 3のマイクロフォン 2222, 2 223だけを考えても同じことがいえ、さらに、第 1、第 3のマイクロフォン 2221, 2223 だけを考えても同じことがいえる。なお、目的音到来方向とマイクロフォンの配置位置 との相対的な関係が図 59の状態となれば、形成される指向特性は同じであるため、 図 60に示す P1〜P34の!、ずれの位置にマイクロフォンを設けてもよ!、。
[0592] また、音源分離システム 2200は、第 1および第 2の 2個のマイクロフォン 2221, 22 22の受音信号を用いてそれぞれ異なる指向特性を有する複数 (ここでは、 2個とする 。；)の信号のスペクトル S , S の組合せを生成する第 1の異指向特性信号群生成手
1A 1B
段 2201と、第 2および第 3の 2個のマイクロフォン 2222, 2223の受音信号を用いて それぞれ異なる指向特性を有する複数 (ここでは、 2個とする。）の信号のスペクトル S , S の組合せを生成する第 2の異指向特性信号群生成手段 2202と、第 1および
2A 2B
第 3の 2個のマイクロフォン 2221, 2223の受音信号を用いてそれぞれ異なる指向特 性を有する複数 (ここでは、 2個とする。）の信号のスペクトル S , S の組合せを生成
3A 3B
する第 3の異指向特性信号群生成手段 2203と、これらの第 1、第 2、および第 3の異 指向特性信号群生成手段 2201, 2202, 2203によりそれぞれ生成された 3組の複 数（2つ）の信号のスペクトルの組合せを用いて多次元帯域選択 (BS— MultiD、ここ では、 3次元帯域選択: BS— 3Dとなる。）を行う高感度領域形成手段 2204とを備え ている。
[0593] 第 1の異指向特性信号群生成手段 2201は、前記第 3実施形態の音源分離システ ム 300 (図 12参照）と部分的に同様な処理を行い、同様な指向特性を与える信号の スペクトルを生成するので、同一部分には同一符号を付し、詳しい説明を省略する。 すなわち、第 1の異指向特性信号群生成手段 2201は、前記第 3実施形態の音源分 離システム 300に含まれる分離手段 360 (図 12参照）は備えていないが、第 1目的音 優勢信号生成手段 331と、第 2目的音優勢信号生成手段 332と、目的音劣勢信号 生成手段 340と、周波数解析手段 350とを備えているので、これらにより、第 1、第 2 のマイクロフォン 2221, 2222を、前記第 3実施形態の音源分離システム 300のマイ クロフオン 321, 322にそれぞれ対応させて前記第 3実施形態と同じ信号生成処理を 行う。従って、第 1目的音優勢信号生成手段 331により生成される第 1の目的音優勢 の信号と、第 2目的音優勢信号生成手段 332により生成される第 2の目的音優勢の 信号と、目的音劣勢信号生成手段 340により生成される目的音劣勢の信号とについ ての各指向特性は、前記第 3実施形態の音源分離システム 300 (図 12参照)の場合 と同様であり、前述した図 13のようになる。
[0594] また、第 1の異指向特性信号群生成手段 2201は、第 1目的音優勢信号生成手段 331により生成されて周波数解析手段 350により周波数解析して得られた第 1の目 的音優勢の信号のスペクトルと、第 2目的音優勢信号生成手段 332により生成されて 周波数解析手段 350により周波数解析して得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理 (ミニマ ィゼーシヨン）を行う統合手段 2205を備えている。この統合手段 2205によりミニマイ ゼーシヨンを行って得られるスペクトル統合後の目的音優勢の信号の指向特性は、 図 13に実線で示された第 1の目的音優勢の信号のカージォイド (ハート形曲線)の 指向特性と、図 13に一点鎖線で示された第 2の目的音優勢の信号のカージォイド（ ハート形曲線)の指向特性との重なり部分となる。
[0595] 従って、第 1の異指向特性信号群生成手段 2201は、図 13に示された 2つのカージ ォイドの重なり部分を指向特性とする目的音優勢の信号のスペクトル S と、図 13に
1A
点線で示された 8の字状の指向特性を有する目的音劣勢の信号のスペクトル S との
1B 組合せを生成するものである。
[0596] 第 2の異指向特性信号群生成手段 2202は、第 1の異指向特性信号群生成手段 2 201の場合と同様に、前記第 3実施形態の音源分離システム 300 (図 12参照）と部 分的に同様な処理を行い、同様な指向特性を与える信号のスペクトルを生成するの で、同一部分には同一符号を付し (但し、第 1の異指向特性信号群生成手段 2201 の構成要素と区別するため、末尾に Cを付している。）、詳しい説明を省略する。すな わち、第 2の異指向特性信号群生成手段 2202は、前記第 3実施形態の音源分離シ ステム 300に含まれる分離手段 360 (図 12参照）は備えていないが、第 1目的音優勢 信号生成手段 331Cと、第 2目的音優勢信号生成手段 332Cと、目的音劣勢信号生 成手段 340Cと、周波数解析手段 350Cとを備えているので、これらにより、第 3、第 2 のマイクロフォン 2223, 2222を、前記第 3実施形態の音源分離システム 300のマイ クロフオン 321, 322にそれぞれ対応させて前記第 3実施形態と同じ信号生成処理を 行う。従って、これらの処理により得られる各信号の指向特性は、第 1の異指向特性 信号群生成手段 2201の場合と同様に、図 13のようになる。但し、第 1の異指向特性 信号群生成手段 2201の場合の指向特性に対し、軸が回転した状態となる。
[0597] また、第 2の異指向特性信号群生成手段 2202は、第 1の異指向特性信号群生成 手段 2201の場合と同様に、第 1目的音優勢信号生成手段 331Cにより生成されて 周波数解析手段 350Cにより周波数解析して得られた第 1の目的音優勢の信号のス ベクトルと、第 2目的音優勢信号生成手段 332Cにより生成されて周波数解析手段 3 50Cにより周波数解析して得られた第 2の目的音優勢の信号のスペクトルとを用いて 、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信 号のスペクトルとして帰属させることによりスペクトル統合処理 (ミニマイゼーシヨン）を 行う統合手段 2206を備えて 、る。
[0598] 従って、第 2の異指向特性信号群生成手段 2202も、第 1の異指向特性信号群生 成手段 2201の場合と同様に、図 13に示された 2つのカージォイドの重なり部分を指 向特性とする目的音優勢の信号のスペクトル S と、図 13に点線で示された 8の字状
2A
の指向特性を有する目的音劣勢の信号のスペクトル S との組合せを生成するもので
2B
ある。
[0599] 第 3の異指向特性信号群生成手段 2203は、第 1の異指向特性信号群生成手段 2 201の場合と同様に、前記第 3実施形態の音源分離システム 300 (図 12参照）と部 分的に同様な処理を行い、同様な指向特性を与える信号のスペクトルを生成するの で、同一部分には同一符号を付し (但し、第 1、第 2の異指向特性信号群生成手段 2 201, 2202の構成要素と区別するため、末尾に Dを付している。）、詳しい説明を省 略する。すなわち、第 3の異指向特性信号群生成手段 2203は、前記第 3実施形態 の音源分離システム 300に含まれる分離手段 360 (図 12参照）は備えていないが、 第 1目的音優勢信号生成手段 331Dと、第 2目的音優勢信号生成手段 332Dと、目 的音劣勢信号生成手段 340Dと、周波数解析手段 350Dとを備えているので、これら により、第 3、第 1のマイクロフォン 2223, 2221を、前記第 3実施形態の音源分離シ ステム 300のマイクロフォン 321, 322にそれぞれ対応させて前記第 3実施形態と同 じ信号生成処理を行う。従って、これらの処理により得られる各信号の指向特性は、 第 1の異指向特性信号群生成手段 2201の場合と同様に、図 13のようになる。但し、 第 1の異指向特性信号群生成手段 2201の場合の指向特性に対し、軸が回転した 状態となる。
[0600] また、第 3の異指向特性信号群生成手段 2203は、第 1の異指向特性信号群生成 手段 2201の場合と同様に、第 1目的音優勢信号生成手段 331Dにより生成されて 周波数解析手段 350Dにより周波数解析して得られた第 1の目的音優勢の信号のス ベクトルと、第 2目的音優勢信号生成手段 332Dにより生成されて周波数解析手段 3 50Dにより周波数解析して得られた第 2の目的音優勢の信号のスペクトルとを用いて 、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを目的音優勢の信 号のスペクトルとして帰属させることによりスペクトル統合処理 (ミニマイゼーシヨン）を 行う統合手段 2207を備えて 、る。
[0601] 従って、第 3の異指向特性信号群生成手段 2203も、第 1の異指向特性信号群生 成手段 2201の場合と同様に、図 13に示された 2つのカージォイドの重なり部分を指 向特性とする目的音優勢の信号のスペクトル S と、図 13に点線で示された 8の字状
3A
の指向特性を有する目的音劣勢の信号のスペクトル S との組合せを生成するもので
3B
ある。
[0602] 高感度領域形成手段 2204は、第 1の異指向特性信号群生成手段 2201により生 成された目的音優勢の信号のスペクトル S と目的音劣勢の信号のスペクトル S との
1A 1B 組合せ内で定められたスペクトル間のパワーの大小関係の条件と、第 2の異指向特 性信号群生成手段 2202により生成された目的音優勢の信号のスペクトル S と目的
2A 音劣勢の信号のスペクトル s との糸且合せ内で定められたスペクトル間のパワーの大
2B
小関係の条件と、第 3の異指向特性信号群生成手段 2203により生成された目的音 優勢の信号のスペクトル S と目的音劣勢の信号のスペクトル S との組合せ内で定
3A 3B
められたスペクトル間のパワーの大小関係の条件とがある場合に、これらの複数 (ここ では、 3つ)の条件を同時に満たす力否力を各周波数帯域毎に判断し、複数の条件 を同時に満たす周波数帯域について、予め選択されたスペクトル (ここでは、第 1の 異指向特性信号群生成手段 2201により生成された目的音優勢の信号のスペクトル S )のパワーを、分離する目的音のスペクトル Sとして帰属させる多次元帯域選択（
1A 4
ここでは、 3つの条件であるため、 3次元帯域選択となる。）を行うものである。
[0603] より具体的には、高感度領域形成手段 2204は、第 1の異指向特性信号群生成手 段 2201により生成された複数（2つ）の信号のスペクトル S , S については、 目的
1A 1B
音優勢の信号のスペクトル s のパワーが、 目的音劣勢の信号のスペクトル S のパヮ
1A 1B 一よりも大きいという条件 (S >S )を定め、第 2の異指向特性信号群生成手段 220
1A 1B
2により生成された複数（2つ）の信号のスペクトル S , S については、 目的音優勢
2A 2B
の信号のスペクトル s のパワーが、 目的音劣勢の信号のスペクトル S のパワーより
2A 2B
も大きいという条件 (S >S )を定め、第 3の異指向特性信号群生成手段 2203によ
2A 2B
り生成された複数（2つ）の信号のスペクトル S , S については、 目的音優勢の信号
3A 3B
のスペクトル S のパワーが、 目的音劣勢の信号のスペクトル S のパワーよりも大きい
3A 3B という条件（s >s )を定め、各周波数帯域毎に、 s >s 、かつ、 s >s 、かつ
3A 3B 1A IB 2A 2B
、 S >S を満たすか否かを判断し、 3つの条件を同時に満たした周波数帯域につ
3A 3B
いて、その周波数帯域のスペクトル S のパワーを、分離する目的音のスペクトル Sと
1A 4 して帰属させ、それ以外の周波数帯域については、ゼロとする。
[0604] このような第 20実施形態においては、以下のようにして音源分離システム 2200に より目的音と妨害音との分離処理が行われる。
[0605] 先ず、第 1の異指向特性信号群生成手段 2201により、第 1および第 2のマイクロフ オン 2221, 2222の受音信号を用いて、 目的音優勢の信号のスペクトル S と、 目的
1A 音劣勢の信号のスペクトル S との組合せを生成する。また、これと並行して、第 2の
1B
異指向特性信号群生成手段 2202により、第 2および第 3のマイクロフォン 2222, 22 23の受音信号を用いて、 目的音優勢の信号のスペクトル S と、 目的音劣勢の信号
2A
のスペクトル S との組合せを生成する。さらに、これらと並行して、第 3の異指向特性
2B
信号群生成手段 2203により、第 1および第 3のマイクロフォン 2221, 2223の受音信 号を用いて、 目的音優勢の信号のスペクトル S と、 目的音劣勢の信号のスペクトル S
3A
との組合せを生成する。
3B
[0606] 次に、高感度領域形成手段 2204により、第 1の異指向特性信号群生成手段 2201 により生成された目的音優勢の信号のスペクトル S および目的音劣勢の信号のスぺ
1A
タトル S と、第 2の異指向特性信号群生成手段 2202により生成された目的音優勢
1B
の信号のスペクトル S および目的音劣勢の信号のスペクトル S と、第 3の異指向特
2A 2B
性信号群生成手段 2203により生成された目的音優勢の信号のスペクトル S および
3A 目的音劣勢の信号のスペクトル S とを用いて、すなわち 2つの信号のスペクトルの組
3B
合せを 3組用いて、 3次元帯域選択 (BS— 3D)を行うことにより、分離する目的音の スペクトル Sを得る。
4
[0607] そして、高感度領域形成手段 2204により目的音を分離した後には、前記第 1〜第 19実施形態の場合と同様に、事前に適応処理または学習処理を行って得られた音 響モデルを用いて音声認識を行うことができる。
[0608] このような第 20実施形態によれば、次のような効果がある。すなわち、音源分離シ ステム 2200は、第 1の異指向特性信号群生成手段 2201、第 2の異指向特性信号 群生成手段 2202、第 3の異指向特性信号群生成手段 2203、および高感度領域形 成手段 2204を備えているので、 3個のマイクロフォン 2221, 2222, 2223の受音信 号を用いて、目的音と妨害音との分離に適した指向特性制御を行って高感度領域を 形成することができる。このため、目的音と妨害音とを精度よく分離することができる。
[0609] また、音源分離システム 2200では、使用するマイクロフォンの個数は 3個であり、少 数のマイクロフォンでの音源分離を実現することができるので、装置の小型化を図る ことができる。
[0610] [変形の形態]
なお、本発明は前記各実施形態に限定されるものではなぐ本発明の目的を達成 できる範囲内での変形等は本発明に含まれるものである。
[0611] すなわち、前記各実施形態では、本発明の音源分離システムを携帯電話機等の携 帯機器へ設置する場合について説明を行っていたが、これに限定されるものではな ぐ本発明は、例えば、カーナビゲーシヨンシステム等の車載機器、会議の議事録作 成装置等のような遠隔発話が必要となる場合に適用することができる。
[0612] また、前記第 1実施形態では、図 1に示すように、目的音劣勢信号生成手段 40を、 第 1目的音劣勢信号生成手段 41と、第 2目的音劣勢信号生成手段 42と、切替手段 43とを含んだ構成とすることにより、通常モードと切替モードとの切替が可能な構成と されていたが、第 1目的音劣勢信号生成手段 41で行っている処理（図 5中の点線の 指向特性を形成する処理）に相当する処理を、目的音劣勢信号生成手段による処理 とし、第 2目的音劣勢信号生成手段 42で行っている処理（図 6中の一点鎖線の指向 特性を形成する処理）に相当する処理を、目的音優勢信号生成手段による処理とし てもよい。すなわち、図 27に示すように、目的音優勢信号生成手段により、時間領域 上または周波数領域上で、他方のマイクロフォン 822の受音信号に遅延処理を施し た後の信号と、一方のマイクロフォン 821の受音信号との差をとつて目的音優勢の信 号を生成し、図 27中の実線で示すような指向特性を形成する。また、目的音劣勢信 号生成手段により、時間領域上または周波数領域上で、一方のマイクロフォン 821の 受音信号に遅延処理を施した後の信号と、他方のマイクロフォン 822の受音信号と の差をとつて目的音劣勢の信号を生成し、図 27中の点線で示すような指向特性を形 成する。この際、目的音優勢信号生成手段により得られた差と目的音劣勢信号生成 手段により得られた差とのうち、少なくとも一方の差の値に係数を乗じ、目的音優勢 信号生成手段により得られた差 (図 27中の実線で示す指向特性)を、目的音劣勢信 号生成手段により得られた差 (図 27中の点線で示す指向特性）に対し、相対的に小 さくすることが好ましい。
また、上記の図 27の構成を、通常モードとした場合、切替モードは、図 28のような 構成とすることができる。すなわち、目的音優勢信号生成手段により、時間領域上ま たは周波数領域上で、一方のマイクロフォン 821の受音信号に遅延処理を施した後 の信号と、他方のマイクロフォン 822の受音信号との差をとつて目的音優勢の信号（ 切替モードの目的音（Θ = 180度)を強調した信号)を生成し、図 28中の実線で示す ような指向特性を形成する。また、目的音劣勢信号生成手段により、時間領域上また は周波数領域上で、他方のマイクロフォン 822の受音信号に遅延処理を施した後の 信号と、一方のマイクロフォン 821の受音信号との差をとつて目的音劣勢の信号 (切 替モードの目的音（Θ = 180度)を抑制した信号)を生成し、図 28中の点線で示すよ うな指向特性を形成する。この際、目的音優勢信号生成手段により得られた差と目的 音劣勢信号生成手段により得られた差とのうち、少なくとも一方の差の値に係数を乗 じ、目的音優勢信号生成手段により得られた差 (図 28中の実線で示す指向特性)を 、目的音劣勢信号生成手段により得られた差 (図 28中の点線で示す指向特性)に対 し、相対的に小さくすることが好ましい。
[0614] さらに、前記第 1実施形態では、図 2に示すように、携帯電話機 80に設けられた 2個 のマイクロフォン 21, 22は、使用時と不使用時とで、これらのマイクロフォン 21, 22同 士を結んだ方向が変化しない構成 (但し、マイクロフォン 21, 22間の距離は変化して もよい構成）とされていたが、図 29のように、使用時と不使用時とで方向が変化する 構成としてもよい。図 29において、携帯電話機 900の下部の側面には、各種キーか らなる操作部 901および Zまたは画面表示部が設けられた表面 902およびこの反対 側の裏面 903に平行な軸を中心に回転自在とされた回転支持部材 920が取り付けら れている。この回転支持部材 920の両側の端部には、マイクロフォン 921, 922が設 けられている。これらのマイクロフォン 921, 922の受音信号を用いて行われる処理は 、前記第 1実施形態のマイクロフォン 21, 22の受音信号を用いて行われる処理と同 様である。回転支持部材 920は、マイクロフォン 921, 922の不使用時には、携帯電 話機 900の表面 902および裏面 903と平行または略平行な状態とされて収納され、 マイクロフォン 921, 922の使用時に、図 29中の二点鎖線に示すように、携帯電話機 900の表面 902および裏面 903と直交または略直交する状態とされる。これにより、 使用時にマイクロフォン 921, 922間の必要距離（目的音到来方向について、処理 上、必要となる距離)を容易に確保することができる。
[0615] そして、前記第 1実施形態では、目的音劣勢信号生成手段 40は、遅延処理を施す 対象となるマイクロフォンの受音信号に対し、 2個のマイクロフォン 21, 22の間隔の音 波伝播時間と同等または略同等な時間の遅延を与えていたが（図 30中の二点鎖線 で示す指向特性となる。）、マイクロフォンの間隔の音波伝播時間よりも短い時間の遅 延を与えてもょ 、。このように 2個のマイクロフォンの間隔の音波伝播時間よりも短 ヽ 時間の遅延を与えた場合には、図 30中の点線で示すように、目的音到来方向（通常 モードの目的音については、 0 =0度であり、切替モードの目的音については、 Θ = 180度（一 180度)である。）の近傍において、目的音劣勢の信号の振幅値を小さく 抑えた範囲（ Θの範囲）を拡げた指向特性を作り出すことができるので、目的音に向 けられた指向特性（目的音優勢の信号による指向特性)との振幅値の差が大きい範 囲（ Θの範囲）を拡げることができる。
[0616] また、前記各実施形態では、カージォイド (ハート形曲線)の指向特性を得るために 、対になる 2つの信号のうちの一方の信号に遅延を施す処理が行われていた力 こ れは必ずしも一方の信号のみに遅延を施す処理を意味するものではなぐ対になる 2 つの信号の双方に遅延を施し、このうちの一方の信号の遅延量を他方に比べて相対 的に大きくする処理も含まれる。そして、前記各実施形態では、特に言及していなか つたが、前記各実施形態において、上記のような遅延処理は、時間領域上または周 波数領域上で、サンプリング周期の整数倍の遅延を与える処理とすることができる。 このようにサンプリング周期の整数倍の遅延を与えれば、演算数の多いデジタルフィ ルタによる遅延演算を不要とすることができるうえ、対になる 2つの信号の双方に大き な遅延を与える処理を不要とすることができる。
[0617] さらに、前記第 19実施形態の第 1および第 2の異指向特性信号群生成手段 2101 , 2102 (図 58参照）、並びに前記第 20実施形態の第 1、第 2、および第 3の異指向 特性信号群生成手段 2201, 2202, 2203は、いずれも前記第 3実施形態の音源分 離システム 300 (図 12参照）と部分的に同様な処理を行う構成とされていたが、多次 元帯域選択を行う場合には、このような構成に限定されるものではなぐ要するに、そ れぞれ異なる指向特性を有する複数の信号のスペクトルの組合せが 2組以上生成さ れ、それぞれの組合せ内において、各スペクトル間の同一周波数帯域のパワー同士 の大小関係に基づく条件を定めることができればよい。
[0618] 例えば、前記第 19実施形態の第 1、第 2、および第 3のマイクロフォン 2121, 2122 , 2123 (図 58参照）と同じマイクロフォン配置とし、第 1の異指向特性信号群生成手 段により、第 1および第 2のマイクロフォン 2121, 2122の位置にある 2個のマイクロフ オンの受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参照）と 部分的に同様な処理 (分離手段 260による処理を除く処理)を行うことにより、目的音 優勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの組合せを生成し（図 10 参照）、第 2の異指向特性信号群生成手段により、第 3および第 2のマイクロフォン 21 23, 2122の位置にある 2個のマイクロフォンの受音信号を用いて、前記第 2実施形 態の音源分離システム 200 (図 9参照）と部分的に同様な処理 (分離手段 260による 処理を除く処理)を行うことにより、 目的音優勢の信号のスペクトルと目的音劣勢の信 号のスペクトルとの組合せを生成し（図 10参照）、高感度領域形成手段により、 2つの 各組合せ内において、 目的音優勢の信号のスペクトルのパワーが目的音劣勢の信 号のスペクトルのパワーよりも大き 、と 、う条件をそれぞれ定め、これらの 2つの条件 を同時に満たす力否かを各周波数帯域毎に判断し、満たした周波数帯域について、 第 1の異指向特性信号群生成手段により生成された目的音優勢の信号のスぺ外ル (第 2の異指向特性信号群生成手段により生成された目的音優勢の信号のスぺタト ルでもよい。）のパワーを、分離する目的音のスペクトルに帰属させる 2次元帯域選択 (BS - 2D)を行ってもよい。
また、前記第 20実施形態の第 1、第 2、および第 3のマイクロフォン 2221, 2222, 2 223 (図 59参照）と同じマイクロフォン配置とし、第 1の異指向特性信号群生成手段 により、第 1および第 2のマイクロフォン 2221, 2222の位置にある 2個のマイクロフォ ンの受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参照）と部 分的に同様な処理 (分離手段 260による処理を除く処理)を行うことにより、 目的音優 勢の信号のスペクトルと目的音劣勢の信号のスペクトルとの組合せを生成し（図 10参 照）、第 2の異指向特性信号群生成手段により、第 3および第 2のマイクロフォン 222 3, 2222の位置にある 2個のマイクロフォンの受音信号を用いて、前記第 2実施形態 の音源分離システム 200 (図 9参照）と部分的に同様な処理 (分離手段 260による処 理を除く処理)を行うことにより、 目的音優勢の信号のスペクトルと目的音劣勢の信号 のスペクトルとの組合せを生成し（図 10参照）、第 3の異指向特性信号群生成手段に より、第 3および第 1のマイクロフォン 2223, 2221の位置にある 2個のマイクロフォン の受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参照)と部分 的に同様な処理 (分離手段 260による処理を除く処理)を行うことにより、 目的音優勢 の信号のスペクトルと目的音劣勢の信号のスペクトルとの組合せを生成し（図 10参照 )、高感度領域形成手段により、 3つの各組合せ内において、 目的音優勢の信号のス ベクトルのパワーが目的音劣勢の信号のスペクトルのパワーよりも大きいという条件を それぞれ定め、これらの 3つの条件を同時に満たす力否力を各周波数帯域毎に判断 し、満たした周波数帯域について、第 1の異指向特性信号群生成手段により生成さ れた目的音優勢の信号のスぺ外ル (第 2または第 3の異指向特性信号群生成手段 により生成された目的音優勢の信号のスペクトルでもよい。 )のパワーを、分離する目 的音のスペクトルに帰属させる 3次元帯域選択 (BS - 3D)を行ってもょ 、。
[0620] そして、前記 8実施形態の第 1、第 2高感度領域形成信号生成手段 1001, 1002 ( 図 31参照）、並びに前記 10実施形態の第 1、第 2、第 3高感度領域形成信号生成手 段 1201, 1202, 1203 (図 40参照）は、いずれも前記第 3実施形態の音源分離シス テム 300 (図 12参照）と同様または略同様な処理を行う構成とされていたが、複数の 高感度領域をそれぞれ形成するスペクトルを統合することにより各高感度領域の共 通部分 (重なり部分）に目的音を分離するための高感度領域を形成する場合には、こ のような構成に限定されるものではなぐ要するに、複数の高感度領域を形成し、ス ベクトル統合を行うことにより、これらの共通部分 (重なり部分）に統合後の高感度領 域を形成することができればよ 、。
[0621] 例えば、前記 8実施形態の第 1、第 2、および第 3のマイクロフォン 1021, 1022, 1 023 (図 31参照）と同じマイクロフォン配置とし、第 1高感度領域形成信号生成手段 により、第 1および第 2のマイクロフォン 1021, 1022の位置にある 2個のマイクロフォ ンの受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参照）と同 様な処理を行うことにより、第 1高感度領域形成信号のスペクトルを生成し、第 2高感 度領域形成信号生成手段により、第 3および第 2のマイクロフォン 1023, 1022の位 置にある 2個のマイクロフォンの受音信号を用いて、前記第 2実施形態の音源分離シ ステム 200 (図 9参照）と同様な処理を行うことにより、第 2高感度領域形成信号のス ベクトルを生成し、高感度領域統合手段により、これらの 2つのスペクトルをミニマイゼ ーシヨンによりスペクトル統合してもよ 、。
[0622] また、前記 10実施形態の第 1、第 2、および第 3のマイクロフォン 1221, 1222, 12 23 (図 40参照）と同じマイクロフォン配置とし、第 1高感度領域形成信号生成手段に より、第 1および第 2のマイクロフォン 1221, 1222の位置にある 2個のマイクロフォン の受音信号を用いて、前記第 2実施形態の音源分離システム 200 (図 9参照)と同様 な処理を行うことにより、第 1高感度領域形成信号のスペクトルを生成し、第 2高感度 領域形成信号生成手段により、第 3および第 2のマイクロフォン 1223, 1222の位置 にある 2個のマイクロフォンの受音信号を用いて、前記第 2実施形態の音源分離シス テム 200 (図 9参照）と同様な処理を行うことにより、第 2高感度領域形成信号のスぺク トルを生成し、第 3高感度領域形成信号生成手段により、第 3および第 1のマイクロフ オン 1223, 1221の位置にある 2個のマイクロフォンの受音信号を用いて、前記第 2 実施形態の音源分離システム 200 (図 9参照）と同様な処理を行うことにより、第 3高 感度領域形成信号のスペクトルを生成し、高感度領域統合手段により、これらの 3つ のスペクトルをミニマイゼーシヨンによりスペクトル統合してもよい。
産業上の利用可能性
[0623] 以上のように、本発明の音源分離システムおよび音源分離方法、並びに音響信号 取得装置は、例えば、携帯電話機等の携帯機器、カーナビゲーシヨンシステム等の 車載機器、会議の議事録作成装置等で所望の音声を取得する場合等に用いるのに 適している。
図面の簡単な説明
[0624] [図 1]本発明の第 1実施形態の音源分離システムの全体構成図。
[図 2]第 1実施形態の音源分離システムを設置した携帯電話機の斜視図。
[図 3]第 1実施形態の音源分離システムのうち指向特性制御を行う部分の構成図。
[図 4]第 1実施形態において図 3の指向特性制御を行う部分のうち第 1の目的音劣勢 の信号を生成する部分の説明図。
[図 5]第 1実施形態の通常モードで用いられる目的音優勢の信号および第 1の目的 音劣勢の信号の各指向特性を示す図。
[図 6]第 1実施形態の切替モードで用いられる目的音優勢の信号および第 2の目的 音劣勢の信号の各指向特性を示す図。
[図 7]第 1実施形態において図 5および図 6を展開して横軸を方向（角度） Θとした状 態の各指向特性を示す図。
[図 8]第 1実施形態の帯域選択の説明図。
[図 9]本発明の第 2実施形態の音源分離システムの全体構成図。
[図 10]第 2実施形態の目的音優勢の信号および目的音劣勢の信号の各指向特性を 示す図。
[図 11]第 2実施形態において図 10を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。
圆 12]本発明の第 3実施形態の音源分離システムの全体構成図。
[図 13]第 3実施形態の第 1および第 2の目的音優勢の信号および目的音劣勢の信号 の各指向特性を示す図。
[図 14]第 3実施形態において図 13を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。
圆 15]本発明の第 4実施形態の音源分離システムの全体構成図。
[図 16]第 4実施形態の目的音優勢の信号および目的音劣勢の信号の各指向特性を 示す図。
[図 17]第 4実施形態において図 16を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。
圆 18]本発明の第 5実施形態の音源分離システムの全体構成図。
[図 19]第 5実施形態の目的音優勢の信号および目的音劣勢の信号の各指向特性を 示す図。
[図 20]第 5実施形態において図 19を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。
圆 21]本発明の第 6実施形態の音源分離システムの全体構成図。
[図 22]第 6実施形態の目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信 号の各指向特性を示す図。
[図 23]第 6実施形態において図 22を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。
圆 24]本発明の第 7実施形態の音源分離システムの全体構成図。
[図 25]第 7実施形態の目的音優勢の信号、並びに第 1および第 2の目的音劣勢の信 号の各指向特性を示す図。
[図 26]第 7実施形態において図 25を展開して横軸を方向（角度） Θとした状態の各 指向特性を示す図。 圆 27]本発明の第 1の変形の形態を示す図。
圆 28]本発明の第 2の変形の形態を示す図。
圆 29]本発明の第 3の変形の形態を示す図。
圆 30]本発明の第 4の変形の形態を示す図。
圆 31]本発明の第 8実施形態の音源分離システムの全体構成図。
圆 32]第 8実施形態の音源分離システムにより形成される高感度領域を示す図。
[図 33]第 8実施形態の第 1高感度領域形成信号生成手段により生成される第 1、第 2 の目的音優勢の信号および目的音劣勢の信号の各指向特性と、第 2高感度領域形 成信号生成手段により生成される第 1、第 2の目的音優勢の信号および目的音劣勢 の信号の各指向特性とを示す図。
[図 34]第 8実施形態のミニマイゼーシヨンによるスペクトル統合処理の説明図。
圆 35]本発明の第 9実施形態の音源分離システムの全体構成図。
圆 36]第 9実施形態の音源分離システムにより形成される高感度領域を示す図。 圆 37]第 9実施形態の会話モードでの最小レベル帯域選択による高感度領域制限 処理の説明図。
圆 38]第 9実施形態の高感度領域制限手段によるモード切替の説明図。
圆 39]第 9実施形態の動画撮影モードでの最小レベル帯域選択による高感度領域 制限処理の説明図。
圆 40]本発明の第 10実施形態の音源分離システムの全体構成図。
[図 41]第 10実施形態の音源分離システムにより形成される高感度領域を示す図。 圆 42]本発明の第 11実施形態の音源分離システムの全体構成図。
圆 43]第 11実施形態の音源分離システムにより生成される第 1、第 2の目的音優勢 の信号および目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特 性を示す図。
圆 44]本発明の第 12実施形態の音源分離システムの全体構成図。
圆 45]第 12実施形態の音源分離システムにより生成される第 1、第 2の目的音優勢 の信号および目的音劣勢の信号、並びに第 1、第 2の制御用の目的音優勢の信号 の各指向特性を示す図。 圆 46]本発明の第 13実施形態の音源分離システムの全体構成図。
[図 47]第 13実施形態の音源分離システムにより生成される目的音優勢の信号およ び目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性を示す図。 圆 48]本発明の第 14実施形態の音源分離システムの全体構成図。
[図 49]第 14実施形態の音源分離システムにより生成される目的音優勢の信号およ び目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性を示す図。 圆 50]本発明の第 15実施形態の音源分離システムの全体構成図。
圆 51]第 15実施形態の音源分離システムにより生成される目的音優勢の信号およ び目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特性を示す図。 圆 52]本発明の第 16実施形態の音源分離システムの全体構成図。
圆 53]第 16実施形態の音源分離システムにより生成される目的音優勢の信号およ び第 1、第 2の目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特 性を示ず図。
圆 54]本発明の第 17実施形態の音源分離システムの全体構成図。
圆 55]第 17実施形態の音源分離システムにより生成される目的音優勢の信号およ び第 1、第 2の目的音劣勢の信号、並びに第 1、第 2の制御用の目的音優勢の信号 の各指向特性を示す図。
圆 56]本発明の第 18実施形態の音源分離システムの全体構成図。
圆 57]第 18実施形態の音源分離システムにより生成される目的音優勢の信号およ び第 1、第 2の目的音劣勢の信号、並びに制御用の目的音優勢の信号の各指向特 性を示す図。
圆 58]本発明の第 19実施形態の音源分離システムの全体構成図。
圆 59]本発明の第 20実施形態の音源分離システムの全体構成図。
[図 60]携帯電話機へのマイクロフォンの配置位置のバリエーションを示す図。
符号の説明
10, 200, 300, 400, 500, 600, 700, 1000, 110, 1200, 1300, 1400, 150 0, 1600, 1700, 1800, 1900, 2000, 2100, 2200 音源分離システム
21, 22, 221, 222, 321, 322, 421〜423, 521〜524, 621〜624, 721〜72 3, 821, 822, 921, 922, 1021〜1023, 1121〜1123, 1221〜1223, 1321〜 1323, 1421〜1423, 1521〜1523, 1621〜1623, 1721〜1724, 1821〜18
24, 1921〜1923, 2021〜2023, 2121〜2123, 2221〜2223 マイクロフォン
30, 230, 330, 430, 530, 630, 730 目的音優勢信号生成手段
40, 240, 340, 440, 540, 640, 740 目的音劣勢信号生成手段
41, 641, 741 第 1目的音劣勢信号生成手段
42, 642, 742 第 2目的音劣勢信号生成手段
43 切替手段
60, 260, 360, 460, 560, 660, 760 分離手段
80, 280, 380, 480, 780, 900, 1080, 1180, 1280, 1380, 1380A, 1480,
1480A, 1580, 1580A, 1680, 1680A, 1780, 1880, 1980, 1980A, 2080, 2080A, 2180, 2280 携帯機器である携帯電話機
81 操作部
82, 85, 281, 381, 481, 781, 1082, 1182, 1282, 1382, 1382A, 1482, 1 482A, 1582, 1582A, 1682, 1682A, 1782, 1882, 1982, 1982A, 2082, 2 082A, 2182, 2282 表面
83, 86, 282, 382, 482, 782, 1083, 1183, 1283, 1383A, 1483A, 1583 A, 1683A, 1983A, 2083A 裏面
84, 1184 画面表示部
331, 331A, 331B, 331C, 331D 第 1目的音優勢信号生成手段
332, 332A, 332B, 332C, 332D 第 2目的音優勢信号生成手段
361, 361A, 361B, 361C, 361D, 661, 761 第 1分離手段
362, 362A, 362B, 362C, 362D, 662, 762 第 2分離手段
363, 363A, 663, 763, 2104, 2105, 2205, 2206, 2207 統合手段
920 回転支持部材
1001, 1101, 1201 第 1高感度領域形成信号生成手段
1002, 1102, 1202 第 2高感度領域形成信号生成手段
1203 第 3高感度領域形成信号生成手段 1003, 1103, 1204 高感度領域統合手段
1104, 1205, 1206 高感度領域制限手段
1301, 1401, 1501, 1601, 1701, 1801, 1901, 2001 直交妨害音抑圧信号 生成手段
1302, 1402, 1502, 1602, 1702, 1802, 1902, 2002 対向妨害音抑圧制御 用信号生成手段
1303, 1403, 1503, 1603, 1703, 1803, 1903, 2003 対向妨害音抑圧手段
1304, 1504, 1604, 1704, 1804, 2004 制御用目的音優勢信号生成手段
1404, 1904 第 1制御用目的音優勢信号生成手段
1405, 1905 第 2制御用目的音優勢信号生成手段
1407, 1907 制御用信号統合手段
2101, 2102, 2201, 2202, 2203 異指向特性信号群生成手段
2103, 2204 高感度領域形成手段

Claims

請求の範囲
[1] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
間隔を置いて配置された 2個のマイクロフォンと、
これらの 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音強調用の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号 を生成する目的音優勢信号生成手段と、
前記 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で 目的音抑制用の線形結合処理を行うことにより前記目的音優勢の信号と対になる少 なくとも 1つの目的音劣勢の信号を生成する目的音劣勢信号生成手段と、
前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記目的音劣勢信号生成手段により生 成されまたはその後の周波数解析で得られた前記目的音劣勢の信号のスペクトルと を用いて前記目的音と前記妨害音とを分離する分離手段と
を備えたことを特徴とする音源分離システム。
[2] 請求項 1に記載の音源分離システムにお 、て、
前記 2個のマイクロフォンは、目的音到来方向またはこの方向と略同じ方向に並べ て配置され、
前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記 2個 のマイクロフォンのうちの目的音の音源に近い側に配置された一方のマイクロフォン の受音信号と、目的音の音源力 遠い側に配置された他方のマイクロフォンの受音 信号との差をとる構成とされ、
前記目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記一方 のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記他方のマイクロフ オンの受音信号との差をとる構成とされて 、る
ことを特徴とする音源分離システム。
[3] 請求項 2に記載の音源分離システムにお 、て、
前記分離手段は、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号の スペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に 行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られるスペクトルに 帰属させる帯域選択を行う構成とされていることを特徴とする音源分離システム。
[4] 請求項 2に記載の音源分離システムにお 、て、
前記分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパワーか ら、前記目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じ た値を減じるスぺクトラル'サブトラクシヨンを行う構成とされていることを特徴とする音 源分離システム。
[5] 請求項 2〜4の 、ずれかに記載の音源分離システムにお 、て、
分離対象とする目的音を、通常モードの目的音と、この目的音と反対方向から到来 する切替モードの目的音とで切り替えることが可能な構成とされ、
通常モードでは、前記一方のマイクロフォンが通常モードの目的音の音源に近い 側に配置され、前記他方のマイクロフォンが通常モードの目的音の音源力 遠い側 に配置され、
切替モードでは、前記他方のマイクロフォンが切替モードの目的音の音源に近い 側に配置され、前記一方のマイクロフォンが切替モードの目的音の音源力 遠い側 に配置され、
前記目的音劣勢信号生成手段は、
時間領域上または周波数領域上で、前記一方のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記他方のマイクロフォンの受音信号との差をとる第 1目 的音劣勢信号生成手段と、
時間領域上または周波数領域上で、前記他方のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記一方のマイクロフォンの受音信号との差をとる第 2目 的音劣勢信号生成手段と、
前記分離手段による処理対象とするための前記目的音劣勢の信号として、通常モ ード用の前記第 1目的音劣勢信号生成手段により生成された第 1の目的音劣勢の信 号と切替モード用の前記第 2目的音劣勢信号生成手段により生成された第 2の目的 音劣勢の信号とを切り替える切替手段と を含んで構成されて ヽることを特徴とする音源分離システム。
[6] 請求項 2〜5の 、ずれかに記載の音源分離システムにお ヽて、
前記目的音劣勢信号生成手段は、前記遅延処理を施す対象となるマイクロフォン の受音信号に対し、時間領域上または周波数領域上で、前記 2個のマイクロフォンの 間隔の音波伝播時間と同等または略同等な時間の遅延を与える構成とされているこ とを特徴とする音源分離システム。
[7] 請求項 2〜5の 、ずれかに記載の音源分離システムにお 、て、
前記目的音劣勢信号生成手段は、前記遅延処理を施す対象となるマイクロフォン の受音信号に対し、時間領域上または周波数領域上で、前記 2個のマイクロフォンの 間隔の音波伝播時間よりも短い時間の遅延を与える構成とされていることを特徴とす る音源分離システム。
[8] 請求項 2〜7の 、ずれかに記載の音源分離システムにお 、て、
前記 2個のマイクロフォンは、携帯機器の操作部および Zまたは画面表示部が設け られた表面側およびこれと反対の裏面側の各対応位置に 1個ずつ設けられているこ とを特徴とする音源分離システム。
[9] 請求項 8に記載の音源分離システムにお 、て、
前記携帯機器は、不使用時には折り畳まれて閉じられ、使用時に開かれる折り畳 み式の携帯電話機であり、
前記 2個のマイクロフォンの設置間隔が前記携帯電話機の開閉操作に連動して変 化し、開いたときの設置間隔が閉じているときの設置間隔よりも大きくなることを特徴と する音源分離システム。
[10] 請求項 8に記載の音源分離システムにおいて、
前記 2個のマイクロフォンは、前記携帯機器の表裏面と平行な軸を中心に回転自 在に取り付けられた回転支持部材の両側の端部に設けられ、この回転支持部材は、 不使用時には前記携帯機器の表裏面と平行または略平行な状態とされて収納され、 使用時に前記携帯機器の表裏面と直交または略直交する状態とされることを特徴と する音源分離システム。
[11] 請求項 1に記載の音源分離システムにお 、て、 前記 2個のマイクロフォンは、目的音到来方向と直角または略直角をなす方向に並 ベて配置され、
前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記 2個 のマイクロフォンの受音信号の和をとる構成とされ、
前記目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 2個 のマイクロフォンの受音信号の差をとる構成とされて 、る
ことを特徴とする音源分離システム。
[12] 請求項 11に記載の音源分離システムにお 、て、
前記分離手段は、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号の スペクトルとの間で、少なくとも一方のスペクトルについて周波数に依存する係数を乗 じたうえで同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、そ れぞれの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させ る帯域選択を行う構成とされていることを特徴とする音源分離システム。
[13] 請求項 11に記載の音源分離システムにお 、て、
前記分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパワーか ら、前記目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じ た値を減じるスぺクトラル'サブトラクシヨンを行う構成とされていることを特徴とする音 源分離システム。
[14] 請求項 1に記載の音源分離システムにお 、て、
前記 2個のマイクロフォンは、目的音到来方向と直角または略直角をなす方向に並 ベて配置され、
前記目的音優勢信号生成手段は、
時間領域上または周波数領域上で、前記 2個のマイクロフォンのうちの一方のマイ クロフオンの受音信号と、他方のマイクロフォンの受音信号に遅延処理を施した後の 信号との差をとつて第 1の目的音優勢の信号を生成する第 1目的音優勢信号生成手 段と、
時間領域上または周波数領域上で、前記他方のマイクロフォンの受音信号と、前 記一方のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2 の目的音優勢の信号を生成する第 2目的音優勢信号生成手段とを備えて構成され、 前記目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 2個 のマイクロフォンの受音信号の差をとる構成とされて 、る
ことを特徴とする音源分離システム。
[15] 請求項 14に記載の音源分離システムにおいて、
前記分離手段は、
前記第 1の目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞ れの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯 域選択を行う第 1分離手段と、
前記第 2の目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞ れの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯 域選択を行う第 2分離手段と、
前記第 1分離手段により分離された前記目的音を含む一方の側の音のスペクトルと 前記第 2分離手段により分離された前記目的音を含む他方の側の音のスペクトルと を用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各 パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属さ せることによりスペクトル統合処理を行う統合手段と
を備えて構成されて 、ることを特徴とする音源分離システム。
[16] 請求項 14に記載の音源分離システムにおいて、
前記分離手段は、
前記第 1の目的音優勢の信号のスペクトルの各周波数帯域のパワーから、前記目 的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じ るスぺクトラル'サブトラクシヨンを行う第 1分離手段と、
前記第 2の目的音優勢の信号のスペクトルの各周波数帯域のパワーから、前記目 的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じ るスぺクトラル'サブトラクシヨンを行う第 2分離手段と、 前記第 1分離手段により分離された前記目的音を含む一方の側の音のスペクトルと 前記第 2分離手段により分離された前記目的音を含む他方の側の音のスペクトルと を用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各 パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属さ せることによりスペクトル統合処理を行う統合手段と
を備えて構成されて 、ることを特徴とする音源分離システム。
[17] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音強調用の線形結合処理を行うことにより少なくとも 1つの目的 音優勢の信号を生成する目的音優勢信号生成手段と、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる少なくとも 1つの目的音劣勢の信号を生成する目的音劣勢信号生成 手段と、
前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記目的音劣勢信号生成手段により生 成されまたはその後の周波数解析で得られた前記目的音劣勢の信号のスペクトルと を用いて前記目的音と前記妨害音とを分離する分離手段と
を備えたことを特徴とする音源分離システム。
[18] 請求項 17に記載の音源分離システムにおいて、
前記第 1および第 2のマイクロフォンは、 目的音到来方向またはこの方向と略同じ方 向に並べて配置され、
前記第 1および第 3のマイクロフォンは、目的音到来方向と直角または略直角をな す方向に並べて配置され、
前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記第 1 のマイクロフォンの受音信号と、前記第 2のマイクロフォンの受音信号との差をとる構 成とされ、
前記目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記第 1 のマイクロフォンの受音信号と、前記第 3のマイクロフォンの受音信号との差をとる構 成とされている
ことを特徴とする音源分離システム。
[19] 請求項 18に記載の音源分離システムにおいて、
前記分離手段は、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号の スペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に 行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られるスペクトルに 帰属させる帯域選択を行う構成とされていることを特徴とする音源分離システム。
[20] 請求項 18に記載の音源分離システムにおいて、
前記分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパワーか ら、前記目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じ た値を減じるスぺクトラル'サブトラクシヨンを行う構成とされていることを特徴とする音 源分離システム。
[21] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
互いに交差する第 1の方向および第 2の方向のそれぞれに 2個ずつ間隔を置いて 並べて配置された合計 4個のマイクロフォンと、
これらの 4個のマイクロフォンのうちの前記第 1の方向に並べて配置された 2個のマ イク口フォンの受音信号を用いて時間領域上または周波数領域上で目的音強調用 の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成する目的 音優勢信号生成手段と、
前記 4個のマイクロフォンのうちの前記第 2の方向に並べて配置された 2個のマイク 口フォンの受音信号を用いて時間領域上または周波数領域上で目的音抑制用の線 形結合処理を行うことにより前記目的音優勢の信号と対になる少なくとも 1つの目的 音劣勢の信号を生成する目的音劣勢信号生成手段と、 前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記目的音劣勢信号生成手段により生 成されまたはその後の周波数解析で得られた前記目的音劣勢の信号のスペクトルと を用いて前記目的音と前記妨害音とを分離する分離手段と
を備えたことを特徴とする音源分離システム。
[22] 請求項 21に記載の音源分離システムにお 、て、
前記第 1の方向は、目的音到来方向またはこの方向と略同じ方向であり、 前記第 2の方向は、目的音到来方向と直角または略直角をなす方向であり、 前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記第 1 の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとる構成とされ、 前記目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記第 2 の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとる構成とされて いる
ことを特徴とする音源分離システム。
[23] 請求項 22に記載の音源分離システムにおいて、
前記分離手段は、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号の スペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に 行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られるスペクトルに 帰属させる帯域選択を行う構成とされていることを特徴とする音源分離システム。
[24] 請求項 22に記載の音源分離システムにお 、て、
前記分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパワーか ら、前記目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じ た値を減じるスぺクトラル'サブトラクシヨンを行う構成とされていることを特徴とする音 源分離システム。
[25] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
四角形の各頂点位置に配置された第 1、第 2、第 3、および第 4の合計 4個のマイク 口フォンと、 前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音強調用の線形結合処理を行うことにより目的音優勢の信号 を生成する目的音優勢信号生成手段と、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 1の目的音劣勢の信号を生成する第 1目的音劣勢信号生成手段と 前記第 1および第 4の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 2の目的音劣勢の信号を生成する第 2目的音劣勢信号生成手段と 前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記第 1目的音劣勢信号生成手段により 生成されまたはその後の周波数解析で得られた前記第 1の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む一方の側の音を分離する第 1分離手段と、 前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記第 2目的音劣勢信号生成手段により 生成されまたはその後の周波数解析で得られた前記第 2の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む他方の側の音を分離する第 2分離手段と、 前記第 1分離手段により分離された前記目的音を含む一方の側の音のスペクトルと 前記第 2分離手段により分離された前記目的音を含む他方の側の音のスペクトルと を用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各 パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属さ せることによりスペクトル統合処理を行う統合手段と
を備えたことを特徴とする音源分離システム。
請求項 25に記載の音源分離システムにおいて、
前記第 1および第 2のマイクロフォンは、 目的音到来方向またはこの方向と略同じ方 向に並べて配置され、 前記第 3のマイクロフォンは、前記第 1のマイクロフォンと前記第 2のマイクロフォンと を結ぶ線の一方の側に配置され、
前記第 4のマイクロフォンは、前記第 1のマイクロフォンと前記第 2のマイクロフォンと を結ぶ線の他方の側に配置され、
前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記第 1 および第 2のマイクロフォンの受音信号の差をとる構成とされ、
前記第 1目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 第 1および第 3のマイクロフォンの受音信号の差をとる構成とされ、
前記第 2目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 第 1および第 4のマイクロフォンの受音信号の差をとる構成とされている
ことを特徴とする音源分離システム。
[27] 請求項 26に記載の音源分離システムにおいて、
前記第 1分離手段は、前記目的音優勢の信号のスペクトルと前記第 1の目的音劣 勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波 数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる スペクトルに帰属させる帯域選択を行う構成とされ、
前記第 2分離手段は、前記目的音優勢の信号のスペクトルと前記第 2の目的音劣 勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波 数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる スペクトルに帰属させる帯域選択を行う構成とされている
ことを特徴とする音源分離システム。
[28] 請求項 26に記載の音源分離システムにおいて、
前記第 1分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパヮ 一から、前記第 1の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに 係数を乗じた値を減じるスぺクトラル'サブトラクシヨンを行う構成とされ、
前記第 2分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパヮ 一から、前記第 2の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに 係数を乗じた値を減じるスぺクトラル'サブトラクシヨンを行う構成とされている ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記 3個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で 目的音強調用の線形結合処理を行うことにより目的音優勢の信号を生成する目的音 優勢信号生成手段と、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 1の目的音劣勢の信号を生成する第 1目的音劣勢信号生成手段と 前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 2の目的音劣勢の信号を生成する第 2目的音劣勢信号生成手段と 前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記第 1目的音劣勢信号生成手段により 生成されまたはその後の周波数解析で得られた前記第 1の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む一方の側の音を分離する第 1分離手段と、 前記目的音優勢信号生成手段により生成されまたはその後の周波数解析で得ら れた前記目的音優勢の信号のスペクトルと前記第 2目的音劣勢信号生成手段により 生成されまたはその後の周波数解析で得られた前記第 2の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む他方の側の音を分離する第 2分離手段と、 前記第 1分離手段により分離された前記目的音を含む一方の側の音のスペクトルと 前記第 2分離手段により分離された前記目的音を含む他方の側の音のスペクトルと を用いて、これらのパワーを周波数帯域毎に加算するか、または周波数帯域毎に各 パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属さ せることによりスペクトル統合処理を行う統合手段と
を備えたことを特徴とする音源分離システム。
[30] 請求項 29に記載の音源分離システムにおいて、
前記第 1および第 2のマイクロフォンは、目的音到来方向に対して傾斜する方向に 並べて配置され、
前記第 1および第 3のマイクロフォンは、目的音到来方向に対して前記第 1および 第 2のマイクロフォンの傾斜方向とは反対側に傾斜する方向に並べて配置され、 前記目的音優勢信号生成手段は、時間領域上または周波数領域上で、前記第 1 のマイクロフォンの受音信号と、前記第 2および第 3のマイクロフォンの受音信号にそ れぞれ同一または異なる比例係数を乗じた値の和との差をとる構成とされ、 前記第 1目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 第 1および第 2のマイクロフォンの受音信号の差をとる構成とされ、
前記第 2目的音劣勢信号生成手段は、時間領域上または周波数領域上で、前記 第 1および第 3のマイクロフォンの受音信号の差をとる構成とされている
ことを特徴とする音源分離システム。
[31] 請求項 30に記載の音源分離システムにおいて、
前記第 1分離手段は、前記目的音優勢の信号のスペクトルと前記第 1の目的音劣 勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波 数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる スペクトルに帰属させる帯域選択を行う構成とされ、
前記第 2分離手段は、前記目的音優勢の信号のスペクトルと前記第 2の目的音劣 勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波 数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離して得られる スペクトルに帰属させる帯域選択を行う構成とされている
ことを特徴とする音源分離システム。
[32] 請求項 30に記載の音源分離システムにおいて、
前記第 1分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパヮ 一から、前記第 1の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに 係数を乗じた値を減じるスぺクトラル'サブトラクシヨンを行う構成とされ、 前記第 2分離手段は、前記目的音優勢の信号のスペクトルの各周波数帯域のパヮ 一から、前記第 2の目的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに 係数を乗じた値を減じるスぺクトラル'サブトラクシヨンを行う構成とされている
ことを特徴とする音源分離システム。
[33] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
目的音到来方向と直角または略直角をなす面上で三角形の各頂点位置に配置さ れた第 1、第 2、および第 3の合計 3個のマイクロフォンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高感度領域形成信 号のスぺ外ルを生成する第 1高感度領域形成信号生成手段と、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信 号のスペクトルを生成する第 2高感度領域形成信号生成手段と、
前記第 1高感度領域形成信号生成手段により生成された前記第 1高感度領域形成 信号のスペクトルと前記第 2高感度領域形成信号生成手段により生成された前記第 2高感度領域形成信号のスぺ外ルとを用いて前記第 1高感度領域と前記第 2高感 度領域との共通部分に目的音を分離するための高感度領域を形成する高感度領域 統合手段と
を備えたことを特徴とする音源分離システム。
[34] 請求項 33に記載の音源分離システムにおいて、
前記第 1高感度領域形成信号生成手段は、前記第 1および第 2の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記第 2高感度領域形成信号生成手段は、前記第 2および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 2高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記高感度領域統合手段は、前記第 1高感度領域形成信号生成手段により生成 された前記第 1高感度領域形成信号のスペクトルと前記第 2高感度領域形成信号生 成手段により生成された前記第 2高感度領域形成信号のスペクトルとを用いて、周波 数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトル として帰属させることによりスペクトル統合処理を行う構成とされている
ことを特徴とする音源分離システム。
請求項 33に記載の音源分離システムにおいて、
前記第 1高感度領域形成信号生成手段は、前記第 1および第 2の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記第 2高感度領域形成信号生成手段は、前記第 2および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 15または 16に記載の音源分離システムと前記分 離手段の前記統合手段による処理を除 、て同じ処理を行!、、請求項 15または 16に 記載の音源分離システムを構成する前記分離手段の前記統合手段に代えて、前記 第 2高感度領域を前記第 2のマイクロフォン側の領域または前記第 3のマイクロフォン 側の領域のいずれかに制限する高感度領域制限手段を備えた構成とされ、 この高感度領域制限手段は、請求項 15または 16に記載の音源分離システムを構 成する前記第 1目的音優勢信号生成手段で前記第 2のマイクロフォンの受音信号に 遅延処理が施されるとともに前記第 2目的音優勢信号生成手段で前記第 3のマイクロ フォンの受音信号に遅延処理が施された場合に、前記第 1分離手段により分離され た前記目的音を含む一方の側の音のスペクトルと前記第 2分離手段により分離され た前記目的音を含む他方の側の音のスペクトルとの間で同一の周波数帯域の各パ ヮ一の大小の比較を周波数帯域毎に行い、前記第 2のマイクロフォン側の領域に制 限された前記第 2高感度領域を形成する前記第 2高感度領域形成信号のスペクトル を生成するために、前記第 1分離手段により分離された前記目的音を含む一方の側 の音のスペクトルのパワーが前記第 2分離手段により分離された前記目的音を含む 他方の側の音のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ ヽ方 のパワーを、前記第 1分離手段により分離された前記目的音を含む一方の側の音の スペクトルに帰属させる帯域選択を行うか、または前記第 3のマイクロフォン側の領域 に制限された前記第 2高感度領域を形成する前記第 2高感度領域形成信号のスぺ タトルを生成するために、前記第 2分離手段により分離された前記目的音を含む他方 の側の音のスペクトルのパワーが前記第 1分離手段により分離された前記目的音を 含む一方の側の音のスペクトルのパワーよりも小さ 、周波数帯域にっ 、て、その小さ い方のパワーを、前記第 2分離手段により分離された前記目的音を含む他方の側の 音のスペクトルに帰属させる帯域選択を行う構成とされ、
前記高感度領域統合手段は、前記第 1高感度領域形成信号生成手段により生成 された前記第 1高感度領域形成信号のスペクトルと前記第 2高感度領域形成信号生 成手段により生成された前記第 2高感度領域形成信号のスペクトルとを用いて、周波 数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のスペクトル として帰属させることによりスペクトル統合処理を行う構成とされている
ことを特徴とする音源分離システム。
[36] 請求項 35に記載の音源分離システムにおいて、
前記高感度領域制限手段は、前記第 2高感度領域を前記第 2のマイクロフォン側 の領域または前記第 3のマイクロフォン側の領域のいずれに制限するのかを切替え 可能な構成とされていることを特徴とする音源分離システム。
[37] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
目的音到来方向と直角または略直角をなす面上で三角形の各頂点位置に配置さ れた第 1、第 2、および第 3の合計 3個のマイクロフォンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高感度領域形成信 号のスぺ外ルを生成する第 1高感度領域形成信号生成手段と、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信 号のスペクトルを生成する第 2高感度領域形成信号生成手段と、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 3高感度領域を形成する第 3高感度領域形成信 号のスペクトルを生成する第 3高感度領域形成信号生成手段と、
前記第 1高感度領域形成信号生成手段により生成された前記第 1高感度領域形成 信号のスペクトルと前記第 2高感度領域形成信号生成手段により生成された前記第 2高感度領域形成信号のスぺ外ルと前記第 3高感度領域形成信号生成手段により 生成された前記第 3高感度領域形成信号のスペクトルとを用いて前記第 1高感度領 域と前記第 2高感度領域と前記第 3高感度領域との共通部分に目的音を分離するた めの高感度領域を形成する高感度領域統合手段と
を備えたことを特徴とする音源分離システム。
請求項 37に記載の音源分離システムにおいて、
前記第 1高感度領域形成信号生成手段は、前記第 1および第 2の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記第 2高感度領域形成信号生成手段は、前記第 2および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 2高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記第 3高感度領域形成信号生成手段は、前記第 1および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 3高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記高感度領域統合手段は、前記第 1高感度領域形成信号生成手段により生成 された前記第 1高感度領域形成信号のスペクトルと前記第 2高感度領域形成信号生 成手段により生成された前記第 2高感度領域形成信号のスペクトルと前記第 3高感 度領域形成信号生成手段により生成された前記第 3高感度領域形成信号のスぺ外 ルとを用いて、周波数帯域毎に各パワーの大小を比較して最も劣勢なパワーを前記 目的音のスペクトルとして帰属させることによりスペクトル統合処理を行う構成とされて いる
ことを特徴とする音源分離システム。
請求項 37に記載の音源分離システムにおいて、
前記第 1高感度領域形成信号生成手段は、前記第 1および第 2の 2個のマイクロフ オンの受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと 同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 14〜16 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記第 2高感度領域形成信号生成手段は、前記第 2および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 15または 16に記載の音源分離システムと前記分 離手段の前記統合手段による処理を除 、て同じ処理を行!、、請求項 15または 16に 記載の音源分離システムを構成する前記分離手段の前記統合手段に代えて、前記 第 2高感度領域を前記第 2のマイクロフォン側の領域または前記第 3のマイクロフォン 側の領域のいずれかに制限する高感度領域制限手段を備えた構成とされ、 この第 2高感度領域形成信号生成手段の高感度領域制限手段は、請求項 15また は 16に記載の音源分離システムを構成する前記第 1目的音優勢信号生成手段で前 記第 2のマイクロフォンの受音信号に遅延処理が施されるとともに前記第 2目的音優 勢信号生成手段で前記第 3のマイクロフォンの受音信号に遅延処理が施された場合 に、前記第 1分離手段により分離された前記目的音を含む一方の側の音のスぺタト ルと前記第 2分離手段により分離された前記目的音を含む他方の側の音のスぺタト ルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前 記第 2のマイクロフォン側の領域に制限された前記第 2高感度領域を形成する前記 第 2高感度領域形成信号のスペクトルを生成するために、前記第 1分離手段により分 離された前記目的音を含む一方の側の音のスペクトルのパワーが前記第 2分離手段 により分離された前記目的音を含む他方の側の音のスペクトルのパワーよりも小さい 周波数帯域について、その小さい方のパワーを、前記第 1分離手段により分離された 前記目的音を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、また は前記第 3のマイクロフォン側の領域に制限された前記第 2高感度領域を形成する 前記第 2高感度領域形成信号のスペクトルを生成するために、前記第 2分離手段に より分離された前記目的音を含む他方の側の音のスペクトルのパワーが前記第 1分 離手段により分離された前記目的音を含む一方の側の音のスペクトルのパワーよりも 小さい周波数帯域について、その小さい方のパワーを、前記第 2分離手段により分 離された前記目的音を含む他方の側の音のスペクトルに帰属させる帯域選択を行う 構成とされ、
前記第 3高感度領域形成信号生成手段は、前記第 1および第 3の 2個のマイクロフ オンの受音信号を用いて、請求項 15または 16に記載の音源分離システムと前記分 離手段の前記統合手段による処理を除 、て同じ処理を行!、、請求項 15または 16に 記載の音源分離システムを構成する前記分離手段の前記統合手段に代えて、前記 第 3高感度領域を前記第 1のマイクロフォン側の領域または前記第 3のマイクロフォン 側の領域のいずれかに制限する高感度領域制限手段を備えた構成とされ、 この第 3高感度領域形成信号生成手段の高感度領域制限手段は、請求項 15また は 16に記載の音源分離システムを構成する前記第 1目的音優勢信号生成手段で前 記第 1のマイクロフォンの受音信号に遅延処理が施されるとともに前記第 2目的音優 勢信号生成手段で前記第 3のマイクロフォンの受音信号に遅延処理が施された場合 に、前記第 1分離手段により分離された前記目的音を含む一方の側の音のスぺタト ルと前記第 2分離手段により分離された前記目的音を含む他方の側の音のスぺタト ルとの間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前 記第 1のマイクロフォン側の領域に制限された前記第 3高感度領域を形成する前記 第 3高感度領域形成信号のスペクトルを生成するために、前記第 1分離手段により分 離された前記目的音を含む一方の側の音のスペクトルのパワーが前記第 2分離手段 により分離された前記目的音を含む他方の側の音のスペクトルのパワーよりも小さい 周波数帯域について、その小さい方のパワーを、前記第 1分離手段により分離された 前記目的音を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、また は前記第 3のマイクロフォン側の領域に制限された前記第 3高感度領域を形成する 前記第 3高感度領域形成信号のスペクトルを生成するために、前記第 2分離手段に より分離された前記目的音を含む他方の側の音のスペクトルのパワーが前記第 1分 離手段により分離された前記目的音を含む一方の側の音のスペクトルのパワーよりも 小さい周波数帯域について、その小さい方のパワーを、前記第 2分離手段により分 離された前記目的音を含む他方の側の音のスペクトルに帰属させる帯域選択を行う 構成とされ、
前記高感度領域統合手段は、前記第 1高感度領域形成信号生成手段により生成 された前記第 1高感度領域形成信号のスペクトルと前記第 2高感度領域形成信号生 成手段により生成された前記第 2高感度領域形成信号のスペクトルと前記第 3高感 度領域形成信号生成手段により生成された前記第 3高感度領域形成信号のスぺ外 ルとを用いて、周波数帯域毎に各パワーの大小を比較して最も劣勢なパワーを前記 目的音のスペクトルとして帰属させることによりスペクトル統合処理を行う構成とされて いる
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成する直交妨害音抑圧信号生成手段と、 前記第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成す る対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1および第 2の 2個のマイクロフォン の受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと同じ 処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 14〜16のいず れかに記載の音源分離システムにより分離して得られる目的音のスペクトルと同じス ベクトルを生成する構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で 、前記第 3のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 2の マイクロフォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構 成とされている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成する直交妨害音抑圧信号生成手段と、 前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成する対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1および第 2の 2個のマイクロフォン の受音信号を用いて、請求項 14〜16のいずれかに記載の音源分離システムと同じ 処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 14〜16のいず れかに記載の音源分離システムにより分離して得られる目的音のスペクトルと同じス ベクトルを生成する構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 2のマイクロフォンの受音信号との差をとる第 1制御 用目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとる第 2制御 用目的音優勢信号生成手段と、
前記第 1制御用目的音優勢信号生成手段により生成されまたはその後の周波数解 祈で得られた第 1の制御用の目的音優勢の信号のスペクトルと前記第 2制御用目的 音優勢信号生成手段により生成されまたはその後の周波数解析で得られた第 2の制 御用の目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小 を比較して劣勢な方のパワーを制御用の目的音優勢の信号のスペクトルとして帰属 させることによりスペクトル統合処理を行う制御用信号統合手段とを備えた構成とされ ている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成する直交妨害音抑圧信号生成手段と、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成す る対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1および第 2の 2個のマイクロフォン の受音信号を用いて、請求項 11〜13のいずれかに記載の音源分離システムと同じ 処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 11〜13のいず れかに記載の音源分離システムにより分離して得られる目的音のスペクトルと同じス ベクトルを生成する構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で 、前記第 3のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 2の マイクロフォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構 成とされている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成する直交妨害音抑圧信号生成手段と、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成す る対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1、第 2、および第 3の 3個のマイク 口フォンの受音信号を用いて、請求項 17〜20のいずれかに記載の音源分離システ ムと同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 17〜20 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で 、前記第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 1の マイクロフォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構 成とされている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
互いに交差する第 1の方向および第 2の方向のそれぞれに 2個ずつ間隔を置いて 並べて配置された合計 4個のマイクロフォンと、
これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交 妨害音抑圧信号生成手段と、
前記 4個のマイクロフォンのうちの前記第 1の方向に並べて配置された 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対向する方向から到来する対向妨 害音を抑圧するための制御用の信号を生成する対向妨害音抑圧制御用信号生成 手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記 4個のマイクロフォンの受音信号を用 いて、請求項 21〜24のいずれかに記載の音源分離システムと同じ処理を行い、前 記直交妨害音抑圧信号のスペクトルとして、請求項 21〜24の 、ずれかに記載の音 源分離システムにより分離して得られる目的音のスペクトルと同じスペクトルを生成す る構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で 、前記第 1の方向に並べて配置された 2個のマイクロフォンのうちの対向妨害音側の マイクロフォンの受音信号に遅延処理を施した後の信号と、前記目的音側のマイクロ フォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構成とされ ている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
四角形の各頂点位置に配置された第 1、第 2、第 3、および第 4の合計 4個のマイク 口フォンと、
これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成する直交 妨害音抑圧信号生成手段と、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成す る対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記 4個のマイクロフォンの受音信号を用 いて、請求項 25〜28のいずれかに記載の音源分離システムと同じ処理を行い、前 記直交妨害音抑圧信号のスペクトルとして、請求項 25〜28の 、ずれかに記載の音 源分離システムにより分離して得られる目的音のスペクトルと同じスペクトルを生成す る構成とされ、 前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で
、前記第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 1の マイクロフォンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構 成とされている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成する直交妨害音抑圧信号生成手段と、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成する対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1、第 2、および第 3の 3個のマイク 口フォンの受音信号を用いて、請求項 29〜32のいずれかに記載の音源分離システ ムと同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 29〜32 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、 前記対向妨害音抑圧制御用信号生成手段は、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとる第 1制御 用目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとる第 2制御 用目的音優勢信号生成手段と、
前記第 1制御用目的音優勢信号生成手段により生成されまたはその後の周波数解 祈で得られた第 1の制御用の目的音優勢の信号のスペクトルと前記第 2制御用目的 音優勢信号生成手段により生成されまたはその後の周波数解析で得られた第 2の制 御用の目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小 を比較して劣勢な方のパワーを制御用の目的音優勢の信号のスペクトルとして帰属 させることによりスペクトル統合処理を行う制御用信号統合手段とを備えた構成とされ ている
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンと、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成する直交妨害音抑圧信号生成手段と、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成する対向妨害音抑圧制御用信号生成手段と、
前記直交妨害音抑圧信号生成手段により生成された前記直交妨害音抑圧信号の スペクトルと前記対向妨害音抑圧制御用信号生成手段により生成された前記制御用 の信号のスペクトルとの間で同一の周波数帯域の各パワーの大小の比較を周波数 帯域毎に行い、前記直交妨害音抑圧信号のスペクトルのパワーが前記制御用の信 号のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、分離する目的音のスペクトルに帰属させる帯域選択を行うことにより、前記直交妨 害音抑圧信号のスペクトルに含まれる対向妨害音のスペクトルを抑圧する対向妨害 音抑圧手段とを備え、
前記直交妨害音抑圧信号生成手段は、前記第 1、第 2、および第 3の 3個のマイク 口フォンの受音信号を用いて、請求項 29〜32のいずれかに記載の音源分離システ ムと同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 29〜32 のいずれかに記載の音源分離システムにより分離して得られる目的音のスペクトルと 同じスペクトルを生成する構成とされ、
前記対向妨害音抑圧制御用信号生成手段は、時間領域上または周波数領域上で 、前記第 2および第 3のマイクロフォンの受音信号にそれぞれ同一または異なる比例 係数を乗じた値の和の信号に遅延処理を施した後の信号と、前記第 1のマイクロフォ ンの受音信号との差をとる制御用目的音優勢信号生成手段を備えた構成とされてい る
ことを特徴とする音源分離システム。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離システムであって、
複数のマイクロフォンの受音信号を用いて、それぞれ異なる指向特性を有する複数 の信号のスペクトルの組合せを 2組以上生成する複数の異指向特性信号群生成手 段と、
これらの各異指向特性信号群生成手段によりそれぞれ生成された 2組以上の複数 の信号のスペクトルの組合せを用いて、各組合せ内のスペクトル間のパワーの大小 関係が各組合せ毎にそれぞれ定められた複数の条件を同時に満たすか否力を各周 波数帯域毎に判断し、前記複数の条件を同時に満たす周波数帯域について、予め 選択されたスペクトルのパワーを、分離する目的音のスペクトルとして帰属させる多次 元帯域選択を行う高感度領域形成手段と
を備えたことを特徴とする音源分離システム。 [49] 請求項 48に記載の音源分離システムにお 、て、
前記各異指向特性信号群生成手段は、それぞれ複数のマイクロフォンの受音信号 を用いて、目的音優勢の信号のスペクトルおよび目的音劣勢の信号のスペクトルを 生成する構成とされ、
前記高感度領域形成手段は、各組合せ毎の条件を、それぞれ目的音優勢の信号 のスペクトルのパワーが目的音劣勢の信号のスペクトルのパワーよりも大きいという条 件とし、これらの条件を同時に満たす力否力を各周波数帯域毎に判断する構成とさ れている
ことを特徴とする音源分離システム。
[50] 請求項 49に記載の音源分離システムにお 、て、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンを備え、
第 1の異指向特性信号群生成手段は、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 1、第 2のマイクロフォンの受音信号の 差をとる目的音劣勢信号生成手段と、
前記第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた第 1の目的音優勢の信号のスペクトルと前記第 2目的音優勢信号生成手段に より生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う 統合手段とを備えて構成され、
第 2の異指向特性信号群生成手段は、 時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2、第 3のマイクロフォンの受音信号の 差をとる目的音劣勢信号生成手段と、
前記第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた第 1の目的音優勢の信号のスペクトルと前記第 2目的音優勢信号生成手段に より生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う 統合手段とを備えて構成され、
前記高感度領域形成手段は、前記第 1または第 2のいずれかの異指向特性信号 群生成手段により生成された目的音優勢の信号のスペクトルのパワーを、分離する 目的音のスペクトルとして帰属させる 2次元帯域選択を行う構成とされて 、る ことを特徴とする音源分離システム。
請求項 49に記載の音源分離システムにお 、て、
三角形の各頂点位置に配置された第 1、第 2、および第 3の合計 3個のマイクロフォ ンを備え、
第 1の異指向特性信号群生成手段は、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、 時間領域上または周波数領域上で、前記第 1、第 2のマイクロフォンの受音信号の 差をとる目的音劣勢信号生成手段と、
前記第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた第 1の目的音優勢の信号のスペクトルと前記第 2目的音優勢信号生成手段に より生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う 統合手段とを備えて構成され、
第 2の異指向特性信号群生成手段は、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 2、第 3のマイクロフォンの受音信号の 差をとる目的音劣勢信号生成手段と、
前記第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた第 1の目的音優勢の信号のスペクトルと前記第 2目的音優勢信号生成手段に より生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う 統合手段とを備えて構成され、
第 3の異指向特性信号群生成手段は、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成する第 1目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成する第 2目的音優勢信号生成手段と、
時間領域上または周波数領域上で、前記第 1、第 3のマイクロフォンの受音信号の 差をとる目的音劣勢信号生成手段と、
前記第 1目的音優勢信号生成手段により生成されまたはその後の周波数解析で得 られた第 1の目的音優勢の信号のスペクトルと前記第 2目的音優勢信号生成手段に より生成されまたはその後の周波数解析で得られた第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行う 統合手段とを備えて構成され、
前記高感度領域形成手段は、前記第 1、第 2、または第 3のいずれかの異指向特 性信号群生成手段により生成された目的音優勢の信号のスペクトルのパワーを、分 離する目的音のスペクトルとして帰属させる 3次元帯域選択を行う構成とされている ことを特徴とする音源分離システム。
[52] 請求項 2, 5〜7, 14, 35, 39〜47, 50, 51のいずれかに記載の音源分離システ ム ヽてゝ
対になる 2つの信号のうちの一方の信号に遅延処理を施した後の信号と、他方の 信号との差をとる処理を行う場合に、前記遅延処理は、時間領域上または周波数領 域上で、サンプリング周期の整数倍の遅延を与える処理であることを特徴とする音源 分離システム。
[53] 請求項 1〜52のいずれかに記載の音源分離システムにおいて、
前記マイクロフォンは、無指向性または略無指向性のマイクロフォンであることを特 徴とする音源分離システム。
[54] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
間隔を置いて 2個のマイクロフォンを配置しておき、
これらの 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上 で目的音強調用の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号 を生成するとともに、
前記 2個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で 目的音抑制用の線形結合処理を行うことにより前記目的音優勢の信号と対になる少 なくとも 1つの目的音劣勢の信号を生成し、
その後、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスぺタト ルとを用いて前記目的音と前記妨害音とを分離する
ことを特徴とする音源分離方法。
[55] 請求項 54に記載の音源分離方法において、
前記 2個のマイクロフォンを、目的音到来方向またはこの方向と略同じ方向に並べ て配置しておき、
前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記 2個のマイクロフォンのうちの目的音の音源に近い側に配置された一方のマイク 口フォンの受音信号と、目的音の音源力 遠い側に配置された他方のマイクロフォン の受音信号との差をとり、
前記目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、 前記一方のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記他方の マイクロフォンの受音信号との差をとる
ことを特徴とする音源分離方法。
[56] 請求項 55に記載の音源分離方法において、
前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルと前記目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大 小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、 分離して得られるスペクトルに帰属させる帯域選択を行うことを特徴とする音源分離 方法。
[57] 請求項 55に記載の音源分離方法において、
前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルの各周波数帯域のパワーから、前記目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行うこと を特徴とする音源分離方法。
[58] 請求項 55〜57の 、ずれかに記載の音源分離方法にお!、て、
分離対象とする目的音を、通常モードの目的音と、この目的音と反対方向から到来 する切替モードの目的音とで切り替えるために、
通常モードでは、前記一方のマイクロフォンを通常モードの目的音の音源に近い側 に配置し、前記他方のマイクロフォンを通常モードの目的音の音源力 遠い側に配 置し、
切替モードでは、前記他方のマイクロフォンを切替モードの目的音の音源に近い側 に配置し、前記一方のマイクロフォンを切替モードの目的音の音源力 遠い側に配 置し、
前記目的音劣勢信号を生成する際には、
通常モードでは、時間領域上または周波数領域上で、前記一方のマイクロフォンの 受音信号に遅延処理を施した後の信号と、前記他方のマイクロフォンの受音信号と の差をとつて第 1の目的音劣勢の信号を生成し、
切替モードでは、時間領域上または周波数領域上で、前記他方のマイクロフォンの 受音信号に遅延処理を施した後の信号と、前記一方のマイクロフォンの受音信号と の差をとつて第 2の目的音劣勢の信号を生成し、
前記目的音と前記妨害音とを分離する際には、前記目的音劣勢の信号として、通 常モードでは、前記第 1の目的音劣勢の信号を用い、切替モードでは、前記第 2の 目的音劣勢の信号を用いる
ことを特徴とする音源分離方法。
[59] 請求項 55〜58の 、ずれかに記載の音源分離方法にお!、て、
前記目的音劣勢の信号を生成する際には、前記遅延処理を施す対象となるマイク 口フォンの受音信号に対し、時間領域上または周波数領域上で、前記 2個のマイクロ フォンの間隔の音波伝播時間と同等または略同等な時間の遅延を与えることを特徴 とする音源分離方法。
[60] 請求項 55〜58の 、ずれかに記載の音源分離方法にお!、て、
前記目的音劣勢の信号を生成する際には、前記遅延処理を施す対象となるマイク 口フォンの受音信号に対し、時間領域上または周波数領域上で、前記 2個のマイクロ フォンの間隔の音波伝播時間よりも短い時間の遅延を与えることを特徴とする音源分 離方法。
[61] 請求項 55〜60の 、ずれかに記載の音源分離方法にお!、て、
前記 2個のマイクロフォンを、携帯機器の操作部および Zまたは画面表示部が設け られた表面側およびこれと反対の裏面側の各対応位置に 1個ずつ設けることを特徴 とする音源分離方法。
[62] 請求項 61に記載の音源分離方法にぉ 、て、
前記携帯機器は、不使用時には折り畳まれて閉じられ、使用時に開かれる折り畳 み式の携帯電話機であり、
前記 2個のマイクロフォンの設置間隔を前記携帯電話機の開閉操作に連動して変 化させ、開いたときの設置間隔を閉じているときの設置間隔よりも大きくすることを特 徴とする音源分離方法。
[63] 請求項 61に記載の音源分離方法にぉ 、て、
前記 2個のマイクロフォンを、前記携帯機器の表裏面と平行な軸を中心に回転自在 に取り付けられた回転支持部材の両側の端部に設け、この回転支持部材を、不使用 時には前記携帯機器の表裏面と平行または略平行な状態として収納し、使用時に前 記携帯機器の表裏面と直交または略直交する状態とすることを特徴とする音源分離 方法。
[64] 請求項 54に記載の音源分離方法において、
前記 2個のマイクロフォンを、目的音到来方向と直角または略直角をなす方向に並 ベて配置しておき、
前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記 2個のマイクロフォンの受音信号の和をとり、
前記目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、 前記 2個のマイクロフォンの受音信号の差をとる
ことを特徴とする音源分離方法。
[65] 請求項 64に記載の音源分離方法において、 前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルと前記目的音劣勢の信号のスペクトルとの間で、少なくとも一方のスペクトルにつ いて周波数に依存する係数を乗じたうえで同一の周波数帯域の各パワーの大小の 比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、分離し て得られるスぺ外ルに帰属させる帯域選択を行うことを特徴とする音源分離方法。
[66] 請求項 64に記載の音源分離方法にお 、て、
前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルの各周波数帯域のパワーから、前記目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行うこと を特徴とする音源分離方法。
[67] 請求項 54に記載の音源分離方法において、
前記 2個のマイクロフォンを、目的音到来方向と直角または略直角をなす方向に並 ベて配置しておき、
前記目的音優勢の信号を生成する際には、
時間領域上または周波数領域上で、前記 2個のマイクロフォンのうちの一方のマイ クロフオンの受音信号と、他方のマイクロフォンの受音信号に遅延処理を施した後の 信号との差をとつて第 1の目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記他方のマイクロフォンの受音信号と、前 記一方のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2 の目的音優勢の信号を生成し、
前記目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、 前記 2個のマイクロフォンの受音信号の差をとる
ことを特徴とする音源分離方法。
[68] 請求項 67に記載の音源分離方法において、
前記目的音と前記妨害音とを分離する際には、
前記第 1の目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞ れの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯 域選択を行って前記目的音を含む一方の側の音を分離するとともに、 前記第 2の目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、それぞ れの周波数帯域で大き 、方のパワーを、分離して得られるスペクトルに帰属させる帯 域選択を行って前記目的音を含む他方の側の音を分離し、
その後、前記目的音を含む一方の側の音のスペクトルと前記目的音を含む他方の 側の音のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、また は周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のス ベクトルとして帰属させることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
[69] 請求項 67に記載の音源分離方法において、
前記目的音と前記妨害音とを分離する際には、
前記第 1の目的音優勢の信号のスペクトルの各周波数帯域のパワーから、前記目 的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じ るスぺクトラル'サブトラクシヨンを行って前記目的音を含む一方の側の音を分離する とともに、
前記第 2の目的音優勢の信号のスペクトルの各周波数帯域のパワーから、前記目 的音劣勢の信号のスペクトルの同一の周波数帯域のパワーに係数を乗じた値を減じ るスぺクトラル'サブトラクシヨンを行って前記目的音を含む他方の側の音を分離し、 その後、前記目的音を含む一方の側の音のスペクトルと前記目的音を含む他方の 側の音のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、また は周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のス ベクトルとして帰属させることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
[70] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
第 1、第 2、および第 3の合計 3個のマイクロフォンを三角形の各頂点位置に配置し ておき、 前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音強調用の線形結合処理を行うことにより少なくとも 1つの目的 音優勢の信号を生成するとともに、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる少なくとも 1つの目的音劣勢の信号を生成し、
その後、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスぺタト ルとを用いて前記目的音と前記妨害音とを分離する
ことを特徴とする音源分離方法。
[71] 請求項 70に記載の音源分離方法において、
前記第 1および第 2のマイクロフォンを、目的音到来方向またはこの方向と略同じ方 向に並べて配置しておくとともに、
前記第 1および第 3のマイクロフォンを、目的音到来方向と直角または略直角をな す方向に並べて配置しておき、
前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 1のマイクロフォンの受音信号と、前記第 2のマイクロフォンの受音信号との差 をとり、
前記目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 1のマイクロフォンの受音信号と、前記第 3のマイクロフォンの受音信号との差 をとる
ことを特徴とする音源分離方法。
[72] 請求項 71に記載の音源分離方法にぉ 、て、
前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルと前記目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大 小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、 分離して得られるスペクトルに帰属させる帯域選択を行うことを特徴とする音源分離 方法。
[73] 請求項 71に記載の音源分離方法にぉ 、て、 前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルの各周波数帯域のパワーから、前記目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行うこと を特徴とする音源分離方法。
[74] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
合計 4個のマイクロフォンを互いに交差する第 1の方向および第 2の方向のそれぞ れに 2個ずつ間隔を置いて並べて配置しておき、
これらの 4個のマイクロフォンのうちの前記第 1の方向に並べて配置された 2個のマ イク口フォンの受音信号を用いて時間領域上または周波数領域上で目的音強調用 の線形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成するととも に、
前記 4個のマイクロフォンのうちの前記第 2の方向に並べて配置された 2個のマイク 口フォンの受音信号を用いて時間領域上または周波数領域上で目的音抑制用の線 形結合処理を行うことにより前記目的音優勢の信号と対になる少なくとも 1つの目的 音劣勢の信号を生成し、
その後、前記目的音優勢の信号のスペクトルと前記目的音劣勢の信号のスぺタト ルとを用いて前記目的音と前記妨害音とを分離する
ことを特徴とする音源分離方法。
[75] 請求項 74に記載の音源分離方法において、
前記第 1の方向を、目的音到来方向またはこの方向と略同じ方向とし、 前記第 2の方向を、目的音到来方向と直角または略直角をなす方向とし、 前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 1の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとり、 前記目的音劣勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 2の方向に並べて配置された 2個のマイクロフォンの受音信号の差をとる ことを特徴とする音源分離方法。
[76] 請求項 75に記載の音源分離方法において、 前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルと前記目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の各パワーの大 小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方のパワーを、 分離して得られるスペクトルに帰属させる帯域選択を行うことを特徴とする音源分離 方法。
[77] 請求項 75に記載の音源分離方法において、
前記目的音と前記妨害音とを分離する際には、前記目的音優勢の信号のスぺタト ルの各周波数帯域のパワーから、前記目的音劣勢の信号のスペクトルの同一の周 波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨンを行うこと を特徴とする音源分離方法。
[78] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
第 1、第 2、第 3、および第 4の合計 4個のマイクロフォンを四角形の各頂点位置に配 置しておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音強調用の線形結合処理を行うことにより目的音優勢の信号 を生成するとともに、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 1の目的音劣勢の信号を生成し、
さらに前記第 1および第 4の 2個のマイクロフォンの受音信号を用いて時間領域上ま たは周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優 勢の信号と対になる第 2の目的音劣勢の信号を生成し、
その後、前記目的音優勢の信号のスペクトルと前記第 1の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む一方の側の音を分離するとともに、
前記目的音優勢の信号のスペクトルと前記第 2の目的音劣勢の信号のスペクトルと を用いて前記目的音を含む他方の側の音を分離し、
続いて、前記目的音を含む一方の側の音のスペクトルと前記目的音を含む他方の 側の音のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、また は周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のス ベクトルとして帰属させることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
[79] 請求項 78に記載の音源分離方法において、
前記第 1および第 2のマイクロフォンを、目的音到来方向またはこの方向と略同じ方 向に並べて配置し、
前記第 3のマイクロフォンを、前記第 1のマイクロフォンと前記第 2のマイクロフォンと を結ぶ線の一方の側に配置し、
前記第 4のマイクロフォンを、前記第 1のマイクロフォンと前記第 2のマイクロフォンと を結ぶ線の他方の側に配置しておき、
前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 1および第 2のマイクロフォンの受音信号の差をとり、
前記第 1の目的音劣勢の信号を生成する際には、時間領域上または周波数領域 上で、前記第 1および第 3のマイクロフォンの受音信号の差をとり、
前記第 2の目的音劣勢の信号を生成する際には、時間領域上または周波数領域 上で、前記第 1および第 4のマイクロフォンの受音信号の差をとる
ことを特徴とする音源分離方法。
[80] 請求項 79に記載の音源分離方法において、
前記目的音を含む一方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルと前記第 1の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方 のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行!、、
前記目的音を含む他方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルと前記第 2の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方 のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行う
ことを特徴とする音源分離方法。 [81] 請求項 79に記載の音源分離方法において、
前記目的音を含む一方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、前記第 1の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行い、
前記目的音を含む他方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、前記第 2の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行う
ことを特徴とする音源分離方法。
[82] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
第 1、第 2、および第 3の合計 3個のマイクロフォンを三角形の各頂点位置に配置し ておき、
前記 3個のマイクロフォンの受音信号を用いて時間領域上または周波数領域上で 目的音強調用の線形結合処理を行うことにより目的音優勢の信号を生成するとともに 前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて時間領域上または 周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優勢の 信号と対になる第 1の目的音劣勢の信号を生成し、
さらに前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて時間領域上ま たは周波数領域上で目的音抑制用の線形結合処理を行うことにより前記目的音優 勢の信号と対になる第 2の目的音劣勢の信号を生成し、
その後、前記目的音優勢の信号のスペクトルと前記第 1の目的音劣勢の信号のス ベクトルとを用いて前記目的音を含む一方の側の音を分離するとともに、
前記目的音優勢の信号のスペクトルと前記第 2の目的音劣勢の信号のスペクトルと を用いて前記目的音を含む他方の側の音を分離し、
続いて、前記目的音を含む一方の側の音のスペクトルと前記目的音を含む他方の 側の音のスペクトルとを用いて、これらのパワーを周波数帯域毎に加算するか、また は周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを前記目的音のス ベクトルとして帰属させることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
[83] 請求項 82に記載の音源分離方法において、
前記第 1および第 2のマイクロフォンを、目的音到来方向に対して傾斜する方向に 並べて配置しておくとともに、
前記第 1および第 3のマイクロフォンを、目的音到来方向に対して前記第 1および第 2のマイクロフォンの傾斜方向とは反対側に傾斜する方向に並べて配置しておき、 前記目的音優勢の信号を生成する際には、時間領域上または周波数領域上で、 前記第 1のマイクロフォンの受音信号と、前記第 2および第 3のマイクロフォンの受音 信号にそれぞれ同一または異なる比例係数を乗じた値の和との差をとり、
前記第 1の目的音劣勢の信号を生成する際には、時間領域上または周波数領域 上で、前記第 1および第 2のマイクロフォンの受音信号の差をとり、
前記第 2の目的音劣勢の信号を生成する際には、時間領域上または周波数領域 上で、前記第 1および第 3のマイクロフォンの受音信号の差をとる
ことを特徴とする音源分離方法。
[84] 請求項 83に記載の音源分離方法において、
前記目的音を含む一方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルと前記第 1の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方 のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行!、、
前記目的音を含む他方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルと前記第 2の目的音劣勢の信号のスペクトルとの間で同一の周波数帯域の 各パワーの大小の比較を周波数帯域毎に行い、それぞれの周波数帯域で大きい方 のパワーを、分離して得られるスペクトルに帰属させる帯域選択を行う
ことを特徴とする音源分離方法。
[85] 請求項 83に記載の音源分離方法において、 前記目的音を含む一方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、前記第 1の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行い、
前記目的音を含む他方の側の音を分離する際には、前記目的音優勢の信号のス ベクトルの各周波数帯域のパワーから、前記第 2の目的音劣勢の信号のスペクトルの 同一の周波数帯域のパワーに係数を乗じた値を減じるスぺクトラル 'サブトラクシヨン を行う
ことを特徴とする音源分離方法。
[86] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
目的音到来方向と直角または略直角をなす面上で三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置しておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高感度領域形成信 号のスペクトルを生成するとともに、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信 号のスペクトルを生成し、
その後、前記第 1高感度領域形成信号のスぺ外ルと前記第 2高感度領域形成信 号のスペクトルとを用いて前記第 1高感度領域と前記第 2高感度領域との共通部分 に目的音を分離するための高感度領域を形成する
ことを特徴とする音源分離方法。
[87] 請求項 86に記載の音源分離方法において、
前記第 1高感度領域形成信号を生成する際には、前記第 1および第 2の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記第 2高感度領域形成信号を生成する際には、前記第 2および第 3の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 2高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記第 1高感度領域と前記第 2高感度領域との共通部分に目的音を分離するため の高感度領域を形成する際には、前記第 1高感度領域形成信号のスペクトルと前記 第 2高感度領域形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小 を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属させることによりス ベクトル統合処理を行う
ことを特徴とする音源分離方法。
請求項 86に記載の音源分離方法において、
前記第 1高感度領域形成信号を生成する際には、前記第 1および第 2の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記第 2高感度領域形成信号を生成する際には、前記第 2および第 3の 2個のマイ クロフオンの受音信号を用いて、請求項 68または 69に記載の音源分離方法と分離 処理の中のスペクトル統合処理を除 、て同じ処理を行 、、請求項 68または 69に記 載の音源分離方法のスペクトル統合処理に代えて、前記第 2高感度領域を前記第 2 のマイクロフォン側の領域または前記第 3のマイクロフォン側の領域のいずれかに制 限する高感度領域制限処理を行い、
この高感度領域制限処理を行う際には、請求項 68または 69に記載の音源分離方 法の中の第 1目的音優勢信号生成処理で前記第 2のマイクロフォンの受音信号に遅 延処理が施されるとともに第 2目的音優勢信号生成処理で前記第 3のマイクロフォン の受音信号に遅延処理が施された場合に、第 1分離処理により分離された前記目的 音を含む一方の側の音のスペクトルと第 2分離処理により分離された前記目的音を 含む他方の側の音のスペクトルとの間で同一の周波数帯域の各パワーの大小の比 較を周波数帯域毎に行い、前記第 2のマイクロフォン側の領域に制限された前記第 2 高感度領域を形成する前記第 2高感度領域形成信号のスペクトルを生成するために 、前記第 1分離処理により分離された前記目的音を含む一方の側の音のスペクトル のパワーが前記第 2分離処理により分離された前記目的音を含む他方の側の音のス ベクトルのパワーよりも小さい周波数帯域について、その小さい方のパワーを、前記 第 1分離処理により分離された前記目的音を含む一方の側の音のスペクトルに帰属 させる帯域選択を行うか、または前記第 3のマイクロフォン側の領域に制限された前 記第 2高感度領域を形成する前記第 2高感度領域形成信号のスペクトルを生成する ために、前記第 2分離処理により分離された前記目的音を含む他方の側の音のスぺ タトルのパワーが前記第 1分離処理により分離された前記目的音を含む一方の側の 音のスペクトルのパワーよりも小さ 、周波数帯域につ!、て、その小さ!/、方のパワーを 、前記第 2分離処理により分離された前記目的音を含む他方の側の音のスペクトル に帰属させる帯域選択を行 ヽ、
前記第 1高感度領域と前記第 2高感度領域との共通部分に目的音を分離するため の高感度領域を形成する際には、前記第 1高感度領域形成信号のスペクトルと前記 第 2高感度領域形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小 を比較して劣勢な方のパワーを前記目的音のスペクトルとして帰属させることによりス ベクトル統合処理を行う
ことを特徴とする音源分離方法。
[89] 請求項 88に記載の音源分離方法において、
前記高感度領域制限処理を行う際には、前記第 2高感度領域を前記第 2のマイク 口フォン側の領域または前記第 3のマイクロフォン側の領域のいずれに制限するのか を切替え可能とされて!/ゝることを特徴とする音源分離方法。
[90] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
目的音到来方向と直角または略直角をなす面上で三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置しておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 1高感度領域を形成する第 1高感度領域形成信 号のスペクトルを生成するとともに、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイクロフォ ン間を結ぶ線と直交する面に沿う第 2高感度領域を形成する第 2高感度領域形成信 号のスペクトルを生成し、
さらに、前記第 1および第 3の 2個のマイクロフォンの受音信号を用いてこれらのマイ クロフオン間を結ぶ線と直交する面に沿う第 3高感度領域を形成する第 3高感度領域 形成信号のスペクトルを生成し、
その後、前記第 1高感度領域形成信号のスぺ外ルと前記第 2高感度領域形成信 号のスペクトルと前記第 3高感度領域形成信号のスペクトルとを用いて前記第 1高感 度領域と前記第 2高感度領域と前記第 3高感度領域との共通部分に目的音を分離 するための高感度領域を形成する
ことを特徴とする音源分離方法。
請求項 90に記載の音源分離方法において、
前記第 1高感度領域形成信号を生成する際には、前記第 1および第 2の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記第 2高感度領域形成信号を生成する際には、前記第 2および第 3の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 2高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
さらに、前記第 3高感度領域形成信号を生成する際には、前記第 1および第 3の 2 個のマイクロフォンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源 分離方法と同じ処理を行い、前記第 3高感度領域形成信号のスペクトルとして、請求 項 67〜69のいずれかに記載の音源分離方法により分離して得られる目的音のスぺ タトルと同じスペクトルを生成し、
前記第 1高感度領域と前記第 2高感度領域と前記第 3高感度領域との共通部分に 目的音を分離するための高感度領域を形成する際には、前記第 1高感度領域形成 信号のスペクトルと前記第 2高感度領域形成信号のスペクトルと前記第 3高感度領域 形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して最も 劣勢なパワーを前記目的音のスペクトルとして帰属させることによりスペクトル統合処 理を行う
ことを特徴とする音源分離方法。
請求項 90に記載の音源分離方法において、
前記第 1高感度領域形成信号を生成する際には、前記第 1および第 2の 2個のマイ クロフオンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法 と同じ処理を行い、前記第 1高感度領域形成信号のスペクトルとして、請求項 67〜6 9のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記第 2高感度領域形成信号を生成する際には、前記第 2および第 3の 2個のマイ クロフオンの受音信号を用いて、請求項 68または 69に記載の音源分離方法と分離 処理の中のスペクトル統合処理を除 、て同じ処理を行 、、請求項 68または 69に記 載の音源分離方法の中のスペクトル統合処理に代えて、前記第 2高感度領域を前記 第 2のマイクロフォン側の領域または前記第 3のマイクロフォン側の領域のいずれか に制限する高感度領域制限処理を行い、
この第 2高感度領域形成信号を生成する際の高感度領域制限処理を行う際には、 請求項 68または 69に記載の音源分離方法の中の第 1目的音優勢信号生成処理で 前記第 2のマイクロフォンの受音信号に遅延処理が施されるとともに第 2目的音優勢 信号生成処理で前記第 3のマイクロフォンの受音信号に遅延処理が施された場合に 、第 1分離処理により分離された前記目的音を含む一方の側の音のスペクトルと第 2 分離処理により分離された前記目的音を含む他方の側の音のスペクトルとの間で同 一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行!、、前記第 2のマイ クロフオン側の領域に制限された前記第 2高感度領域を形成する前記第 2高感度領 域形成信号のスペクトルを生成するために、前記第 1分離処理により分離された前記 目的音を含む一方の側の音のスペクトルのパワーが前記第 2分離処理により分離さ れた前記目的音を含む他方の側の音のスペクトルのパワーよりも小さい周波数帯域 について、その小さい方のパワーを、前記第 1分離処理により分離された前記目的音 を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、または前記第 3の マイクロフォン側の領域に制限された前記第 2高感度領域を形成する前記第 2高感 度領域形成信号のスペクトルを生成するために、前記第 2分離処理により分離された 前記目的音を含む他方の側の音のスペクトルのパワーが前記第 1分離処理により分 離された前記目的音を含む一方の側の音のスペクトルのパワーよりも小さい周波数 帯域について、その小さい方のパワーを、前記第 2分離処理により分離された前記目 的音を含む他方の側の音のスペクトルに帰属させる帯域選択を行い、
前記第 3高感度領域形成信号を生成する際には、前記第 1および第 3の 2個のマイ クロフオンの受音信号を用いて、請求項 68または 69に記載の音源分離方法と分離 処理の中のスペクトル統合処理を除 、て同じ処理を行 、、請求項 68または 69に記 載の音源分離方法の中のスペクトル統合処理に代えて、前記第 3高感度領域を前記 第 1のマイクロフォン側の領域または前記第 3のマイクロフォン側の領域のいずれか に制限する高感度領域制限処理を行い、
この第 3高感度領域形成信号を生成する際の高感度領域制限処理を行う際には、 請求項 68または 69に記載の音源分離方法の中の第 1目的音優勢信号生成処理で 前記第 1のマイクロフォンの受音信号に遅延処理が施されるとともに第 2目的音優勢 信号生成処理で前記第 3のマイクロフォンの受音信号に遅延処理が施された場合に 、前記第 1分離処理により分離された前記目的音を含む一方の側の音のスペクトルと 前記第 2分離処理により分離された前記目的音を含む他方の側の音のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記第 1のマイクロフォン側の領域に制限された前記第 3高感度領域を形成する前記第 3高 感度領域形成信号のスペクトルを生成するために、前記第 1分離処理により分離され た前記目的音を含む一方の側の音のスペクトルのパワーが前記第 2分離処理により 分離された前記目的音を含む他方の側の音のスペクトルのパワーよりも小さい周波 数帯域について、その小さい方のパワーを、前記第 1分離処理により分離された前記 目的音を含む一方の側の音のスペクトルに帰属させる帯域選択を行うか、または前 記第 3のマイクロフォン側の領域に制限された前記第 3高感度領域を形成する前記 第 3高感度領域形成信号のスペクトルを生成するために、前記第 2分離処理により分 離された前記目的音を含む他方の側の音のスペクトルのパワーが前記第 1分離処理 により分離された前記目的音を含む一方の側の音のスペクトルのパワーよりも小さい 周波数帯域について、その小さい方のパワーを、前記第 2分離処理により分離された 前記目的音を含む他方の側の音のスペクトルに帰属させる帯域選択を行い、 前記第 1高感度領域と前記第 2高感度領域と前記第 3高感度領域との共通部分に 目的音を分離するための高感度領域を形成する際には、前記第 1高感度領域形成 信号のスペクトルと前記第 2高感度領域形成信号のスペクトルと前記第 3高感度領域 形成信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比較して最も 劣勢なパワーを前記目的音のスペクトルとして帰属させることによりスペクトル統合処 理を行う
ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成するとともに、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、 その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法と同 じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 67〜69のいず れかに記載の音源分離方法により分離して得られる目的音のスペクトルと同じスぺク トルを生成し、
前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 2のマイクロ フォンの受音信号との差をとることにより制御用の目的音優勢の信号を生成する ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成するとともに、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成し、
その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、請求項 67〜69のいずれかに記載の音源分離方法と同 じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 67〜69のいず れかに記載の音源分離方法により分離して得られる目的音のスペクトルと同じスぺク トルを生成し、
前記制御用の信号を生成する際には、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 2のマイクロフォンの受音信号との差をとつて第 1の 制御用の目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとつて第 2の 制御用の目的音優勢の信号を生成し、
その後、前記第 1の制御用の目的音優勢の信号のスペクトルと前記第 2の制御用 の目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比 較して劣勢な方のパワーを制御用の目的音優勢の信号のスペクトルとして帰属させ ることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を 生成するとともに、
前記第 2および第 3の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、 その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1および第 2の 2個のマイクロ フォンの受音信号を用いて、請求項 64〜66のいずれかに記載の音源分離方法と同 じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 64〜66のいず れかに記載の音源分離方法により分離して得られる目的音のスペクトルと同じスぺク トルを生成し、
前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 2のマイクロ フォンの受音信号との差をとることにより制御用の目的音優勢の信号を生成する ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成するとともに、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、 その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、請求項 70〜73の 、ずれかに記載の音源分離 方法と同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 70〜7 3のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 1のマイクロ フォンの受音信号との差をとることにより制御用の目的音優勢の信号を生成する ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
合計 4個のマイクロフォンを互いに交差する第 1の方向および第 2の方向のそれぞ れに 2個ずつ間隔を置いて並べて配置しておき、
これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成するととも に、
前記 4個のマイクロフォンのうちの前記第 1の方向に並べて配置された 2個のマイク 口フォンの受音信号を用いて、目的音到来方向に対向する方向から到来する対向妨 害音を抑圧するための制御用の信号を生成し、
その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記 4個のマイクロフォンの受音信 号を用いて、請求項 74〜77の 、ずれかに記載の音源分離方法と同じ処理を行!、、 前記直交妨害音抑圧信号のスペクトルとして、請求項 74〜77の 、ずれかに記載の 音源分離方法により分離して得られる目的音のスペクトルと同じスペクトルを生成し、 前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 1の方向に並べて配置された 2個のマイクロフォンのうちの対向妨害音側のマイク 口フォンの受音信号に遅延処理を施した後の信号と、前記目的音側のマイクロフォン の受音信号との差をとることにより制御用の目的音優勢の信号を生成する
ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
四角形の各頂点位置に第 1、第 2、第 3、および第 4の合計 4個のマイクロフォンを配 置しておき、
これらの 4個のマイクロフォンの受音信号を用いて、目的音到来方向に対して直交 する方向から到来する直交妨害音を抑圧する直交妨害音抑圧信号を生成するととも に、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて、目的音到来方向 に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を生成し、 その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記 4個のマイクロフォンの受音信 号を用いて、請求項 78〜81の 、ずれかに記載の音源分離方法と同じ処理を行!、、 前記直交妨害音抑圧信号のスペクトルとして、請求項 78〜81のいずれかに記載の 音源分離方法により分離して得られる目的音のスペクトルと同じスペクトルを生成し、 前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号と、前記第 1のマイクロ フォンの受音信号との差をとることにより制御用の目的音優勢の信号を生成する ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成するとともに、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成し、
その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、請求項 82〜85の 、ずれかに記載の音源分離 方法と同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 82〜8 5のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、
前記制御用の信号を生成する際には、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとつて第 1の 制御用の目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号に遅延 処理を施した後の信号と、前記第 1のマイクロフォンの受音信号との差をとつて第 2の 制御用の目的音優勢の信号を生成し、
その後、前記第 1の制御用の目的音優勢の信号のスペクトルと前記第 2の制御用 の目的音優勢の信号のスペクトルとを用いて、周波数帯域毎に各パワーの大小を比 較して劣勢な方のパワーを制御用の目的音優勢の信号のスペクトルとして帰属させ ることによりスペクトル統合処理を行う
ことを特徴とする音源分離方法。
目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対して直交する方向から到来する直交妨害音を抑圧する直交妨害音抑圧 信号を生成するとともに、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて、目的音到 来方向に対向する方向から到来する対向妨害音を抑圧するための制御用の信号を 生成し、
その後、前記直交妨害音抑圧信号のスペクトルと前記制御用の信号のスペクトルと の間で同一の周波数帯域の各パワーの大小の比較を周波数帯域毎に行い、前記直 交妨害音抑圧信号のスペクトルのパワーが前記制御用の信号のスペクトルのパワー よりも小さい周波数帯域について、その小さい方のパワーを、分離する目的音のスぺ タトルに帰属させる帯域選択を行うことにより、前記直交妨害音抑圧信号のスペクトル に含まれる対向妨害音のスペクトルを抑圧し、
前記直交妨害音抑圧信号を生成する際には、前記第 1、第 2、および第 3の 3個の マイクロフォンの受音信号を用いて、請求項 82〜85の 、ずれかに記載の音源分離 方法と同じ処理を行い、前記直交妨害音抑圧信号のスペクトルとして、請求項 82〜8 5のいずれかに記載の音源分離方法により分離して得られる目的音のスペクトルと同 じスペクトルを生成し、 前記制御用の信号を生成する際には、時間領域上または周波数領域上で、前記 第 2および第 3のマイクロフォンの受音信号にそれぞれ同一または異なる比例係数を 乗じた値の和の信号に遅延処理を施した後の信号と、前記第 1のマイクロフォンの受 音信号との差をとることにより制御用の目的音優勢の信号を生成する
ことを特徴とする音源分離方法。
[101] 目的音と、この目的音の到来方向以外の任意の方向から到来する妨害音とを分離 する音源分離方法であって、
複数のマイクロフォンの受音信号を用いて、それぞれ異なる指向特性を有する複数 の信号のスペクトルの組合せを 2組以上生成する複数の異指向特性信号群生成処 理を行った後、
これらの各異指向特性信号群生成処理によりそれぞれ生成された 2組以上の複数 の信号のスペクトルの組合せを用いて、各組合せ内のスペクトル間のパワーの大小 関係が各組合せ毎にそれぞれ定められた複数の条件を同時に満たすか否力を各周 波数帯域毎に判断し、前記複数の条件を同時に満たす周波数帯域について、予め 選択されたスペクトルのパワーを、分離する目的音のスペクトルとして帰属させる多次 元帯域選択を行うことにより高感度領域を形成する
ことを特徴とする音源分離方法。
[102] 請求項 101に記載の音源分離方法にぉ 、て、
前記各異指向特性信号群生成処理を行う際には、それぞれ複数のマイクロフォン の受音信号を用いて、目的音優勢の信号のスペクトルおよび目的音劣勢の信号のス ベクトルを生成し、
前記高感度領域を形成する際には、各組合せ毎の条件を、それぞれ目的音優勢 の信号のスペクトルのパワーが目的音劣勢の信号のスペクトルのパワーよりも大きい という条件とし、これらの条件を同時に満たす力否力を各周波数帯域毎に判断する ことを特徴とする音源分離方法。
[103] 請求項 102に記載の音源分離方法において、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、 第 1の異指向特性信号群生成処理を行う際には、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、
さらに、時間領域上または周波数領域上で、前記第 1、第 2のマイクロフォンの受音 信号の差をとつて目的音劣勢の信号を生成し、
前記第 1の目的音優勢の信号のスペクトルと前記第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行 ヽ 第 2の異指向特性信号群生成処理を行う際には、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、
さらに、時間領域上または周波数領域上で、前記第 2、第 3のマイクロフォンの受音 信号の差をとつて目的音劣勢の信号を生成し、
前記第 1の目的音優勢の信号のスペクトルと前記第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行 ヽ 前記高感度領域を形成する際には、前記第 1または第 2のいずれかの異指向特性 信号群生成処理により生成された目的音優勢の信号のスペクトルのパワーを、分離 する目的音のスペクトルとして帰属させる 2次元帯域選択を行う ことを特徴とする音源分離方法。
請求項 102に記載の音源分離方法において、
三角形の各頂点位置に第 1、第 2、および第 3の合計 3個のマイクロフォンを配置し ておき、
第 1の異指向特性信号群生成処理を行う際には、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、
さらに、時間領域上または周波数領域上で、前記第 1、第 2のマイクロフォンの受音 信号の差をとつて目的音劣勢の信号を生成し、
前記第 1の目的音優勢の信号のスペクトルと前記第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行 ヽ 第 2の異指向特性信号群生成処理を行う際には、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 2のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 2のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、
さらに、時間領域上または周波数領域上で、前記第 2、第 3のマイクロフォンの受音 信号の差をとつて目的音劣勢の信号を生成し、
前記第 1の目的音優勢の信号のスペクトルと前記第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行 ヽ 第 3の異指向特性信号群生成処理を行う際には、
時間領域上または周波数領域上で、前記第 3のマイクロフォンの受音信号と、前記 第 1のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 1の 目的音優勢の信号を生成するとともに、
時間領域上または周波数領域上で、前記第 1のマイクロフォンの受音信号と、前記 第 3のマイクロフォンの受音信号に遅延処理を施した後の信号との差をとつて第 2の 目的音優勢の信号を生成し、
さらに、時間領域上または周波数領域上で、前記第 1、第 3のマイクロフォンの受音 信号の差をとつて目的音劣勢の信号を生成し、
前記第 1の目的音優勢の信号のスペクトルと前記第 2の目的音優勢の信号のスぺ タトルとを用いて、周波数帯域毎に各パワーの大小を比較して劣勢な方のパワーを 目的音優勢の信号のスペクトルとして帰属させることによりスペクトル統合処理を行 ヽ 前記高感度領域を形成する際には、前記第 1、第 2、または第 3のいずれかの異指 向特性信号群生成手段により生成された目的音優勢の信号のスペクトルのパワーを 、分離する目的音のスペクトルとして帰属させる 3次元帯域選択を行う
ことを特徴とする音源分離方法。
[105] 請求項 55, 58〜60, 67, 88, 92〜： LOO, 103, 104の!ヽずれ力に記載の音源分 離方法において、
対になる 2つの信号のうちの一方の信号に遅延処理を施した後の信号と、他方の 信号との差をとる処理を行う場合に、前記遅延処理は、時間領域上または周波数領 域上で、サンプリング周期の整数倍の遅延を与える処理であることを特徴とする音源 分離方法。
[106] 請求項 54〜105のいずれかに記載の音源分離方法において、
前記マイクロフォンを、無指向性または略無指向性のマイクロフォンとすることを特 徴とする音源分離方法。
[107] 目的音の到来方向以外の任意の方向から到来する妨害音が存在する状況下で前 記目的音を取得する音響信号取得装置であって、
携帯機器の操作部および Zまたは画面表示部が設けられた表面側およびこれと反 対の裏面側の各対応位置に 1個ずつ設けられた 2個のマイクロフォンと、
これらの 2個のマイクロフォンの受音信号を用いて目的音強調用の線形結合処理を 行うことにより少なくとも 1つの目的音優勢の信号を生成する目的音優勢信号生成手 段と、
前記 2個のマイクロフォンの受音信号を用いて目的音抑制用の線形結合処理を行 うことにより前記目的音優勢の信号と対になる少なくとも 1つの目的音劣勢の信号を 生成する目的音劣勢信号生成手段と
を備えたことを特徴とする音響信号取得装置。
[108] 目的音の到来方向以外の任意の方向から到来する妨害音が存在する状況下で前 記目的音を取得する音響信号取得装置であって、
携帯機器の操作部および Zまたは画面表示部が設けられた表面側に間隔を置い て設けられた 2個のマイクロフォンと、
これらの 2個のマイクロフォンの受音信号を用いて目的音強調用の線形結合処理を 行うことにより少なくとも 1つの目的音優勢の信号を生成する目的音優勢信号生成手 段と、
前記 2個のマイクロフォンの受音信号を用いて目的音抑制用の線形結合処理を行 うことにより前記目的音優勢の信号と対になる少なくとも 1つの目的音劣勢の信号を 生成する目的音劣勢信号生成手段と
を備えたことを特徴とする音響信号取得装置。
[109] 目的音の到来方向以外の任意の方向から到来する妨害音が存在する状況下で前 記目的音を取得する音響信号取得装置であって、
携帯機器の操作部および Zまたは画面表示部が設けられた表面側およびこれと反 対の裏面側の各対応位置に 1個ずつ設けられた第 1および第 2のマイクロフォンと、 前記表面側に前記第 1のマイクロフォンと間隔を置いて設けられた第 3のマイクロフ オンと、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて目的音強調用の線 形結合処理を行うことにより少なくとも 1つの目的音優勢の信号を生成する目的音優 勢信号生成手段と、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて目的音抑制用の線 形結合処理を行うことにより前記目的音優勢の信号と対になる少なくとも 1つの目的 音劣勢の信号を生成する目的音劣勢信号生成手段と
を備えたことを特徴とする音響信号取得装置。
目的音の到来方向以外の任意の方向から到来する妨害音が存在する状況下で前 記目的音を取得する音響信号取得装置であって、
携帯機器の操作部および Zまたは画面表示部が設けられた表面側に設けられた 第 1のマイクロフォンと、
この第 1のマイクロフォンが設けられた前記表面側と反対の裏面側に、前記第 1の マイクロフォンの設置位置の対応位置力 位置をずらして設けられた第 2および第 3 のマイクロフォンと、
前記第 1、第 2、および第 3の 3個のマイクロフォンの受音信号を用いて目的音強調 用の線形結合処理を行うことにより目的音優勢の信号を生成する目的音優勢信号生 成手段と、
前記第 1および第 2の 2個のマイクロフォンの受音信号を用いて目的音抑制用の線 形結合処理を行うことにより前記目的音優勢の信号と対になる第 1の目的音劣勢の 信号を生成する第 1目的音劣勢信号生成手段と、
前記第 1および第 3の 2個のマイクロフォンの受音信号を用いて目的音抑制用の線 形結合処理を行うことにより前記目的音優勢の信号と対になる第 2の目的音劣勢の 信号を生成する第 2目的音劣勢信号生成手段と
を備えたことを特徴とする音響信号取得装置。
PCT/JP2005/022466 2004-12-17 2005-12-07 音源分離システムおよび音源分離方法、並びに音響信号取得装置 Ceased WO2006064699A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US11/721,953 US8213633B2 (en) 2004-12-17 2005-12-07 Sound source separation system, sound source separation method, and acoustic signal acquisition device
US13/486,798 US20120308039A1 (en) 2004-12-17 2012-06-01 Sound source separation system, sound source separation method, and acoustic signal acquisition device

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2004-366202 2004-12-17
JP2004366202 2004-12-17
JP2005-270931 2005-09-16
JP2005270931A JP4873913B2 (ja) 2004-12-17 2005-09-16 音源分離システムおよび音源分離方法、並びに音響信号取得装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/486,798 Continuation US20120308039A1 (en) 2004-12-17 2012-06-01 Sound source separation system, sound source separation method, and acoustic signal acquisition device

Publications (1)

Publication Number Publication Date
WO2006064699A1 true WO2006064699A1 (ja) 2006-06-22

Family

ID=36587757

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2005/022466 Ceased WO2006064699A1 (ja) 2004-12-17 2005-12-07 音源分離システムおよび音源分離方法、並びに音響信号取得装置

Country Status (3)

Country Link
US (2) US8213633B2 (ja)
JP (1) JP4873913B2 (ja)
WO (1) WO2006064699A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8126829B2 (en) 2007-06-28 2012-02-28 Microsoft Corporation Source segmentation using Q-clustering
JP2013138353A (ja) * 2011-12-28 2013-07-11 Fuji Xerox Co Ltd 音声解析装置および音声解析システム
JP2013150260A (ja) * 2012-01-23 2013-08-01 Fuji Xerox Co Ltd 音声解析装置、音声解析システムおよびプログラム
US8634275B2 (en) 2009-10-22 2014-01-21 Yamaha Corporation Audio processing device
TWI740315B (zh) * 2019-08-23 2021-09-21 大陸商北京市商湯科技開發有限公司 聲音分離方法、電子設備和電腦可讀儲存媒體

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7697827B2 (en) 2005-10-17 2010-04-13 Konicek Jeffrey C User-friendlier interfaces for a camera
JP5190859B2 (ja) * 2006-11-17 2013-04-24 学校法人早稲田大学 音源分離装置、音源分離方法、音源分離プログラム及び記録媒体
JP5157572B2 (ja) * 2007-03-26 2013-03-06 ヤマハ株式会社 音処理装置およびプログラム
JP4973287B2 (ja) * 2007-04-06 2012-07-11 ヤマハ株式会社 音処理装置およびプログラム
JP5018193B2 (ja) 2007-04-06 2012-09-05 ヤマハ株式会社 雑音抑圧装置およびプログラム
JP5023390B2 (ja) * 2007-07-06 2012-09-12 Ｎｅｃカシオモバイルコミュニケーションズ株式会社 携帯端末、参照信号出力回路、及びコンピュータプログラム
JP5034735B2 (ja) * 2007-07-13 2012-09-26 ヤマハ株式会社 音処理装置およびプログラム
JP5034734B2 (ja) * 2007-07-13 2012-09-26 ヤマハ株式会社 音処理装置およびプログラム
WO2009019748A1 (ja) * 2007-08-03 2009-02-12 Fujitsu Limited 受音装置、指向特性導出方法、指向特性導出装置及びコンピュータプログラム
US8374362B2 (en) * 2008-01-31 2013-02-12 Qualcomm Incorporated Signaling microphone covering to the user
JP5555987B2 (ja) * 2008-07-11 2014-07-23 富士通株式会社 雑音抑圧装置、携帯電話機、雑音抑圧方法及びコンピュータプログラム
CN101980890B (zh) * 2008-09-26 2013-04-24 松下电器产业株式会社 死角车辆检测装置以及检测方法
US9159335B2 (en) * 2008-10-10 2015-10-13 Samsung Electronics Co., Ltd. Apparatus and method for noise estimation, and noise reduction apparatus employing the same
US8184503B2 (en) * 2009-05-18 2012-05-22 Magnetrol International, Incorporated Process measurement instrument with target rejection
US20110096937A1 (en) * 2009-10-28 2011-04-28 Fortemedia, Inc. Microphone apparatus and sound processing method
JP5299233B2 (ja) * 2009-11-20 2013-09-25 ソニー株式会社 信号処理装置、および信号処理方法、並びにプログラム
JP5170465B2 (ja) * 2009-12-11 2013-03-27 沖電気工業株式会社 音源分離装置、方法及びプログラム
JP5105336B2 (ja) * 2009-12-11 2012-12-26 沖電気工業株式会社 音源分離装置、プログラム及び方法
JP4986248B2 (ja) * 2009-12-11 2012-07-25 沖電気工業株式会社 音源分離装置、方法及びプログラム
US8897455B2 (en) 2010-02-18 2014-11-25 Qualcomm Incorporated Microphone array subset selection for robust noise reduction
JP5772151B2 (ja) * 2011-03-31 2015-09-02 沖電気工業株式会社 音源分離装置、プログラム及び方法
US10107893B2 (en) * 2011-08-05 2018-10-23 TrackThings LLC Apparatus and method to automatically set a master-slave monitoring system
US8725193B2 (en) * 2011-11-03 2014-05-13 Broadcom Corporation Adaptive A-MPR in inter-band carrier aggregation
CN104041075B (zh) * 2012-01-17 2017-10-24 皇家飞利浦有限公司 音频源位置估计
JP5635024B2 (ja) * 2012-02-24 2014-12-03 日本電信電話株式会社 音響信号強調装置、遠近判定装置、それらの方法、及びプログラム
JP5738218B2 (ja) * 2012-02-28 2015-06-17 日本電信電話株式会社 音響信号強調装置、遠近判定装置、それらの方法、及びプログラム
CN102969003A (zh) * 2012-11-15 2013-03-13 东莞宇龙通信科技有限公司 摄像声音提取方法及装置
US10372407B2 (en) * 2013-08-19 2019-08-06 Avaya Inc. Pairwise audio capture device selection
JP6206003B2 (ja) 2013-08-30 2017-10-04 沖電気工業株式会社 音源分離装置、音源分離プログラム、収音装置及び収音プログラム
CN104683933A (zh) 2013-11-29 2015-06-03 杜比实验室特许公司 音频对象提取
JP6369022B2 (ja) * 2013-12-27 2018-08-08 富士ゼロックス株式会社 信号解析装置、信号解析システムおよびプログラム
JP6260504B2 (ja) 2014-02-27 2018-01-17 株式会社Ｊｖｃケンウッド オーディオ信号処理装置、オーディオ信号処理方法及びオーディオ信号処理プログラム
JP2016092767A (ja) * 2014-11-11 2016-05-23 共栄エンジニアリング株式会社 音響処理装置及び音響処理プログラム
US9911416B2 (en) 2015-03-27 2018-03-06 Qualcomm Incorporated Controlling electronic device based on direction of speech
KR101673812B1 (ko) * 2015-09-30 2016-11-07 서울대학교산학협력단 소리 수집 단말, 소리 제공 단말, 소리 데이터 처리 서버 및 이들을 이용한 소리 데이터 처리 시스템
JP6622594B2 (ja) * 2016-01-06 2019-12-18 株式会社オーディオテクニカ 単一指向性マイクロホン
JP6811954B2 (ja) * 2016-07-20 2021-01-13 株式会社オーディオテクニカ マイクロホン
JP6693340B2 (ja) 2016-08-30 2020-05-13 富士通株式会社 音声処理プログラム、音声処理装置、及び音声処理方法
JP6729187B2 (ja) * 2016-08-30 2020-07-22 富士通株式会社 音声処理プログラム、音声処理方法及び音声処理装置
JP6723120B2 (ja) * 2016-09-05 2020-07-15 本田技研工業株式会社 音響処理装置および音響処理方法
US10621980B2 (en) * 2017-03-21 2020-04-14 Harman International Industries, Inc. Execution of voice commands in a multi-device system
US10264354B1 (en) * 2017-09-25 2019-04-16 Cirrus Logic, Inc. Spatial cues from broadside detection
JP7013789B2 (ja) * 2017-10-23 2022-02-01 富士通株式会社 音声処理用コンピュータプログラム、音声処理装置及び音声処理方法
CN109655816A (zh) * 2018-11-30 2019-04-19 恩平市声动电子科技有限公司 获取声源位置的方法、装置及设备终端
JP2020150360A (ja) * 2019-03-12 2020-09-17 パナソニックｉ−ＰＲＯセンシングソリューションズ株式会社 ウェアラブルカメラおよび映像データ生成方法
KR20220041432A (ko) * 2020-09-25 2022-04-01 삼성전자주식회사 음향 신호를 이용한 거리 측정 시스템 및 방법
US11869478B2 (en) 2022-03-18 2024-01-09 Qualcomm Incorporated Audio processing using sound source representations
US12479466B2 (en) * 2023-08-03 2025-11-25 Waymo Llc Privacy-respecting detection and localization of sounds in autonomous driving applications

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10126876A (ja) * 1996-10-23 1998-05-15 Matsushita Electric Ind Co Ltd 超指向性マイクロホン
JPH10313497A (ja) * 1996-09-18 1998-11-24 Nippon Telegr & Teleph Corp <Ntt> 音源分離方法、装置及び記録媒体
WO1999050825A1 (en) * 1998-03-30 1999-10-07 Mitsubishi Denki Kabushiki Kaisha Noise reduction device and a noise reduction method
JP2000004495A (ja) * 1998-06-16 2000-01-07 Oki Electric Ind Co Ltd 複数マイク自由配置による複数話者位置推定方法
JP2001309483A (ja) * 2000-04-19 2001-11-02 Nippon Telegr & Teleph Corp <Ntt> 収音方法および収音装置
JP2002062895A (ja) * 2000-08-21 2002-02-28 Nippon Telegr & Teleph Corp <Ntt> 収音方法およびその装置
JP2002132289A (ja) * 2000-10-23 2002-05-09 Seiko Epson Corp 音声認識方法および音声認識処理プログラムを記録した記録媒体ならびに音声認識装置
JP2002223493A (ja) * 2001-01-26 2002-08-09 Matsushita Electric Ind Co Ltd マルチチャンネル収音装置
JP2002271885A (ja) * 2001-03-07 2002-09-20 Sony Corp マイクロホン装置
JP2003087891A (ja) * 2001-09-12 2003-03-20 Nippon Telegr & Teleph Corp <Ntt> 収音装置、収音方法、収音プログラムおよび記録媒体
JP2003270034A (ja) * 2002-03-15 2003-09-25 Nippon Telegr & Teleph Corp <Ntt> 音情報解析方法、装置、プログラム、および記録媒体
JP2004064697A (ja) * 2002-07-31 2004-02-26 Nippon Telegr & Teleph Corp <Ntt> 音源受音位置推定方法、装置、およびプログラム
JP2004078021A (ja) * 2002-08-21 2004-03-11 Nippon Telegr & Teleph Corp <Ntt> 収音方法、収音装置、および収音プログラム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0786760B2 (ja) * 1990-05-15 1995-09-20 スタンレー電気株式会社 音声認識システム
JP3132529B2 (ja) * 1992-09-07 2001-02-05 ソニー株式会社 音声入力装置
US6130949A (en) * 1996-09-18 2000-10-10 Nippon Telegraph And Telephone Corporation Method and apparatus for separation of source, program recorded medium therefor, method and apparatus for detection of sound source zone, and program recorded medium therefor
JP3285533B2 (ja) * 1998-04-01 2002-05-27 三菱電機株式会社 可変指向性マイクロホンシステムを用いた音響装置
JP3789685B2 (ja) * 1999-07-02 2006-06-28 富士通株式会社 マイクロホンアレイ装置
JP3548706B2 (ja) * 2000-01-18 2004-07-28 日本電信電話株式会社 ゾーン別収音装置
JP3768853B2 (ja) * 2001-09-27 2006-04-19 日本電信電話株式会社 収音装置
JP3812887B2 (ja) * 2001-12-21 2006-08-23 富士通株式会社 信号処理システムおよび方法
JP4195267B2 (ja) * 2002-03-14 2008-12-10 インターナショナル・ビジネス・マシーンズ・コーポレーション 音声認識装置、その音声認識方法及びプログラム
KR100499124B1 (ko) * 2002-03-27 2005-07-04 삼성전자주식회사 직교 원형 마이크 어레이 시스템 및 이를 이용한 음원의3차원 방향을 검출하는 방법
WO2004034734A1 (ja) * 2002-10-08 2004-04-22 Nec Corporation アレイ装置および携帯端末
EP1473964A3 (en) * 2003-05-02 2006-08-09 Samsung Electronics Co., Ltd. Microphone array, method to process signals from this microphone array and speech recognition method and system using the same
KR100959983B1 (ko) * 2005-08-11 2010-05-27 아사히 가세이 가부시키가이샤 음원 분리 장치, 음성 인식 장치, 휴대 전화기, 음원 분리방법, 및, 프로그램
US8068619B2 (en) * 2006-05-09 2011-11-29 Fortemedia, Inc. Method and apparatus for noise suppression in a small array microphone system
JP4234746B2 (ja) * 2006-09-25 2009-03-04 株式会社東芝 音響信号処理装置、音響信号処理方法及び音響信号処理プログラム
US20080267423A1 (en) * 2007-04-26 2008-10-30 Kabushiki Kaisha Kobe Seiko Sho Object sound extraction apparatus and object sound extraction method
JPWO2009051132A1 (ja) * 2007-10-19 2011-03-03 日本電気株式会社 信号処理システムと、その装置、方法及びそのプログラム
JP4986248B2 (ja) * 2009-12-11 2012-07-25 沖電気工業株式会社 音源分離装置、方法及びプログラム
JP5493850B2 (ja) * 2009-12-28 2014-05-14 富士通株式会社 信号処理装置、マイクロホン・アレイ装置、信号処理方法、および信号処理プログラム

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10313497A (ja) * 1996-09-18 1998-11-24 Nippon Telegr & Teleph Corp <Ntt> 音源分離方法、装置及び記録媒体
JPH10126876A (ja) * 1996-10-23 1998-05-15 Matsushita Electric Ind Co Ltd 超指向性マイクロホン
WO1999050825A1 (en) * 1998-03-30 1999-10-07 Mitsubishi Denki Kabushiki Kaisha Noise reduction device and a noise reduction method
JP2000004495A (ja) * 1998-06-16 2000-01-07 Oki Electric Ind Co Ltd 複数マイク自由配置による複数話者位置推定方法
JP2001309483A (ja) * 2000-04-19 2001-11-02 Nippon Telegr & Teleph Corp <Ntt> 収音方法および収音装置
JP2002062895A (ja) * 2000-08-21 2002-02-28 Nippon Telegr & Teleph Corp <Ntt> 収音方法およびその装置
JP2002132289A (ja) * 2000-10-23 2002-05-09 Seiko Epson Corp 音声認識方法および音声認識処理プログラムを記録した記録媒体ならびに音声認識装置
JP2002223493A (ja) * 2001-01-26 2002-08-09 Matsushita Electric Ind Co Ltd マルチチャンネル収音装置
JP2002271885A (ja) * 2001-03-07 2002-09-20 Sony Corp マイクロホン装置
JP2003087891A (ja) * 2001-09-12 2003-03-20 Nippon Telegr & Teleph Corp <Ntt> 収音装置、収音方法、収音プログラムおよび記録媒体
JP2003270034A (ja) * 2002-03-15 2003-09-25 Nippon Telegr & Teleph Corp <Ntt> 音情報解析方法、装置、プログラム、および記録媒体
JP2004064697A (ja) * 2002-07-31 2004-02-26 Nippon Telegr & Teleph Corp <Ntt> 音源受音位置推定方法、装置、およびプログラム
JP2004078021A (ja) * 2002-08-21 2004-03-11 Nippon Telegr & Teleph Corp <Ntt> 収音方法、収音装置、および収音プログラム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8126829B2 (en) 2007-06-28 2012-02-28 Microsoft Corporation Source segmentation using Q-clustering
US8634275B2 (en) 2009-10-22 2014-01-21 Yamaha Corporation Audio processing device
JP2013138353A (ja) * 2011-12-28 2013-07-11 Fuji Xerox Co Ltd 音声解析装置および音声解析システム
JP2013150260A (ja) * 2012-01-23 2013-08-01 Fuji Xerox Co Ltd 音声解析装置、音声解析システムおよびプログラム
TWI740315B (zh) * 2019-08-23 2021-09-21 大陸商北京市商湯科技開發有限公司 聲音分離方法、電子設備和電腦可讀儲存媒體

Also Published As

Publication number Publication date
US20090323977A1 (en) 2009-12-31
US20120308039A1 (en) 2012-12-06
JP2006197552A (ja) 2006-07-27
JP4873913B2 (ja) 2012-02-08
US8213633B2 (en) 2012-07-03

Similar Documents

Publication Publication Date Title
WO2006064699A1 (ja) 音源分離システムおよび音源分離方法、並びに音響信号取得装置
US10339952B2 (en) Apparatuses and systems for acoustic channel auto-balancing during multi-channel signal extraction
CN101828335B (zh) 稳健双麦克风噪声抑制系统
US9633670B2 (en) Dual stage noise reduction architecture for desired signal extraction
JP5845090B2 (ja) 複数マイクロフォンベースの方向性音フィルタ
US9485574B2 (en) Spatial interference suppression using dual-microphone arrays
JP4986248B2 (ja) 音源分離装置、方法及びプログラム
US11854565B2 (en) Wrist wearable apparatuses and methods with desired signal extraction
CN1436436A (zh) 用于话音信号提取的方法和设备
CN101852846A (zh) 信号处理设备、信号处理方法和程序
EP1737271A1 (en) Array microphone
JP2010124370A (ja) 信号処理装置、信号処理方法、および信号処理プログラム
JP7350092B2 (ja) 眼鏡デバイス、システム、装置、および方法のためのマイク配置
Miyahara et al. A hearing device with an adaptive noise canceller for noise-robust voice input
JP2019176328A (ja) 収音装置、プログラム及び方法
JP2019068133A (ja) 収音装置、プログラム及び方法
CN115665606B (zh) 基于四麦克风的收音方法和收音装置
JP5190859B2 (ja) 音源分離装置、音源分離方法、音源分離プログラム及び記録媒体
CN113329288B (zh) 一种基于陷波技术的蓝牙耳机降噪方法
JP2017181761A (ja) 信号処理装置及びプログラム、並びに、ゲイン処理装置及びプログラム
JP7176316B2 (ja) 収音装置、プログラム及び方法
JP2012049715A (ja) 音源分離装置、音源分離方法、及び、プログラム
As’ad et al. Adaptive differential microphone array with distortionless response at arbitrary directions for hearing aid applications
Lotter et al. A stereo input-output superdirective beamformer for dual channel noise reduction.
Hayashi et al. Speech enhancement by non-linear beamforming tolerant to misalignment of target source direction

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS KE KG KM KN KP KR KZ LC LK LR LS LT LU LV LY MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU LV MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 11721953

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 05814188

Country of ref document: EP

Kind code of ref document: A1

WWW Wipo information: withdrawn in national office

Ref document number: 5814188

Country of ref document: EP