音声処理装置および音声処理方法
【課題】エコーやハウリングを防ぐエコーキャンセラにおいて、マイク配置の制約なく、適応処理を基にした手法と比べて低演算量かつ短時間でエコーを抑圧すること。
【解決手段】本発明は、相対する方向の指向性を有する複数のマイクＭ１、Ｍ２が一つの筐体に組み込まれた音声入力部１０と、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカＳＰに出力する処理を行う信号処理部２０と、音声入力部１０で取り込んだ音声のうち、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声と、音声入力部１０の他の指向性を有するマイクＭ２で取り込んだスピーカＳＰから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部とを有する音声処理装置である。
【解決手段】本発明は、相対する方向の指向性を有する複数のマイクＭ１、Ｍ２が一つの筐体に組み込まれた音声入力部１０と、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカＳＰに出力する処理を行う信号処理部２０と、音声入力部１０で取り込んだ音声のうち、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声と、音声入力部１０の他の指向性を有するマイクＭ２で取り込んだスピーカＳＰから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部とを有する音声処理装置である。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ハンズフリー電話やテレビ会議などの拡声通話系で適用される音声処理装置および音声処理方法に関する。
【背景技術】
【０００２】
テレビ会議システムなどの拡声通話系では、遠端装置のマイクで収音された音声が所定の回線を介して近端装置に送られ、近端装置のスピーカによって放音される。近端装置にもマイクが装備されており、近端話者の音声を所定の回線を介して遠端装置へ送るよう構成されている。このため、遠端、近端それぞれでスピーカから放音される音声がマイクに入力される。何も処理を行わない場合はこの音声が再び相手装置へ送られるため、自分の発声がこだまのように少し遅れてスピーカから聞こえる「エコー」という現象を引き起こす。エコーが大きくなると、再びマイクに入力され、系をループしハウリングを引き起こす。
【０００３】
前記のようなエコーやハウリングを防止するための装置として、エコーキャンセラが知られている。エコーキャンセラでは、一般的に適応フィルタを用いてスピーカとマイク間のインパルスレスポンスを測定し、スピーカから放音されるリファレンス信号に前述のインパルスレスポンスを畳み込んだ擬似エコーを生成する。そして、マイクに入力される音声から疑似エコーを差し引くことで除去している。
【０００４】
ここで、スピーカとマイクとの間のインパルスレスポンスは、テレビ会議の出席者が体を動かすなど、音声の反射の関係が変わるだけで変化し、適応フィルタが追従して収束するにはある程度の時間がかかる。系が変化してから適応フィルタが収束するまでの時間は正確な擬似エコーを生成することができないため、エコーが大きく戻り、ひどい場合にはハウリングが引き起こされる。
【０００５】
また、一般に適応フィルタの演算量はファーストフーリエ変換（ＦＦＴ）やフィルタバンクに比べて大きいものであり、ローコストなシステムに用いる場合に負担となる。体育館など広い場所で用いる場合はスピーカからマイクまでの距離が大きくなったり、残響時間が長くなったりするため、適応フィルタに長いタップ長が必要となることが知られており、さらに計算量が増加する。
【０００６】
また、適応処理以外の方法として、非特許文献１、２に記載の「ＳＡＦＩＡ」のような音源分離手法を応用することが考えられる。「ＳＡＦＩＡ」は、複数の話者の音声を複数のマイクで収音し、そのパワー差に基づいて分離を行う手法である。
【０００７】
「ＳＡＦＩＡ」を用いると、適応フィルタのように系が変化した場合に収束するまでの時間、エコーが戻る問題も起こらない。さらに、フィルタバンク、あるいはフーリエ変換を用いて実現することができ、これらには計算量の削減方法が既に提案されており、適応フィルタを用いた場合に比べ少ない計算量で実現可能である。
【０００８】
また、「ＳＡＦＩＡ」は使用する部屋の残響時間にはよらず、適応フィルタを用いた場合の長い残響時間に対応するために計算量を増加させる問題もない。
【０００９】
【非特許文献１】青木真理子、他２名，「残響下における音源分離方式ＳＡＦＩＡの性能改善」，電子情報通信学会論文誌 Vol.J87-A No.9，２００４年９月，ｐ．１１７１−１１８６
【非特許文献２】青木真理子、他２名，「音源分離方式ＳＡＦＩＡを用いた高騒音下における近接音源の分離抽出」，電子情報通信学会論文誌 Vol.J88-A No.4，２００５年４月，ｐ．４６８−４７９
【発明の開示】
【発明が解決しようとする課題】
【００１０】
しかしながら、「ＳＡＦＩＡ」を適用するための一番の問題点は、マイクの設置にある。すなわち、適応処理を用いる場合はマイクが１本しか必要ないのに対し、「ＳＡＦＩＡ」を用いる場合は、２本用意する必要がある。さらに、１本を目的話者のそばに、もう１本をスピーカの前に設置する必要がある。したがって、「ＳＡＦＩＡ」による音源分離は性能は高いものの、このような制約があることから、エコーキャンセラとして使える場所も限定的である。
【課題を解決するための手段】
【００１１】
本発明は、相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた音声入力部と、音声入力部の一の指向性を有するマイクで取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、音声入力部で取り込んだ音声のうち、音声入力部の一の指向性を有するマイクで取り込んだ音声と、音声入力部の他の指向性を有するマイクで取り込んだスピーカから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部とを有する音声処理装置である。
【００１２】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを、複数のマイクが一つの筐体に組み込まれた音声入力部で取り込み、複数のマイクの指向性に基づき分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクが一つの筐体に組み込まれた音声入力部を用いて音声を取り込むため、マイクの設置が容易となる。
【００１３】
また、本発明は、複数のマイクで音声を取り込む音声入力部と、音声入力部で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定するビームフォーミング部と、ビームフォーミング部で設定した指向性によって音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する音源分離部とを有する音声処理装置である。
【００１４】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを音声入力部で取り込み、ビームフォーミング部で設定した指向性によって分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクにおける指向性をビームフォーミング部で設定するため、複数のマイクの設置が容易となる。
【００１５】
また、本発明は、複数のマイクで音声を取り込む工程と、取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う工程と、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定する工程と、設定した指向性によって、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する工程とを有する音声処理方法である。
【００１６】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを音声入力部で取り込み、設定した指向性によって分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクにおける指向性を設定するため、複数のマイクの設置が容易となる。
【発明の効果】
【００１７】
本発明によれば、エコーやハウリングを防ぐエコーキャンセラにおいて、適応処理を基にした手法と比べて、低演算量かつ短時間でエコーを抑圧することができるとともに、マイク配置の制約をなくすることが可能となる。これにより、全二重通話を行う場合に起こる、エコーやハウリングの問題を容易かつ的確に解決することが可能となる。
【発明を実施するための最良の形態】
【００１８】
以下、本発明の実施の形態を図に基づき説明する。
【００１９】
＜音声処理装置の構成＞
図１は、本実施形態に係る音声処理装置の構成を説明するブロック図である。なお、図１に示す音声処理装置は、テレビ会議システムで適用される近端装置や遠端装置に用いられている。
【００２０】
本実施形態に係る音声処理装置は、音声入力部１０、信号処理部２０、スピーカＳＰ、Ａ／Ｄ変換器１１ａ、１１ｂ、Ｄ／Ａ変換器１２、音声コーデック部３０、通信部４０を備えている。
【００２１】
音声入力部１０は、相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた構成となっている。本実施形態では、２つのマイクＭ１、Ｍ２が一つの筐体内に組み込まれ、一方のマイクＭ１の指向性が話者側に向けられ、他方のマイクＭ２の指向性がスピーカＳＰ側に向けられている。
【００２２】
信号処理部２０は、デジタルシグナルプロセッサ（ＤＳＰ）で構成され、入力および出力の音声データを所望のデータへ変換する処理を行う。特に、本実施形態において信号処理部２０は、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカＳＰに出力する処理を行う。
【００２３】
信号処理部２０には、後述する音源分離部が設けられている。音源分離部は、音声入力部で取り込んだ音声のうち、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声と、音声入力部１０の他の指向性を有するマイクＭ２で取り込んだスピーカＳＰから出力される相手方の音声との信号量の差から両者を分離する処理を行う。
【００２４】
Ａ／Ｄ変換器１１ａ、１１ｂは、マイクＭ１、Ｍ２で取り込み、アンプ（図示せず）で増幅された音声のアナログ信号を所定のサンプリングレートによってデジタル信号に変換する処理を行う。Ａ／Ｄ変換器１１ａ、１１ｂで変換された音声のデジタル信号は信号処理部２０に送られる。
【００２５】
Ｄ／Ａ変換器１２は、信号処理部２０から出力された相手方からの音声のデジタル信号をアナログ信号に変換する処理を行う。Ｄ／Ａ変換器１２で変換された音声のアナログ信号はスピーカＳＰへ送られ、音声として出力されることになる。
【００２６】
音声コーデック部３０は、相手方に送る音声のデジタル信号を符号化する処理および相手方から送られてきた音声のデジタル信号を復号化する処理を行う。
【００２７】
通信部４０は、インターネットやＬＡＮ（Local Area Network）等の通信回線Ｎを介して遠端装置との間で信号入出力を行う部分であり、符号化された音声のデジタル信号の送受信を行う。
【００２８】
次に、音源分離部について説明する。音源分離部は、音源分離法の一つであるＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、その分離抽出した目的話者の音声のみを音声コーデック部へ送る。
【００２９】
音源分離法ＳＡＦＩＡの基本的な処理は、特許文献１、２に記載されている。ここで、本実施形態で音源分離法ＳＡＦＩＡをエコーキャンセラに適用する場合の具体例を説明する。
【００３０】
音源分離法ＳＡＦＩＡの入力には、取りたい音（目的話者の音）が優勢となる入力音と、消したい音（スピーカから出る音）が優勢となる入力音とが必要である。したがって、少なくとも２つのマイクを用意し、一方を話者の近く、他方をスピーカの近くに配置するといった設置上の制約が生じる。
【００３１】
本実施形態では、この音源分離法ＳＡＦＩＡをエコーキャンセラに応用するにあたり、マイクの設置の制約を解消するため、複数のマイクＭ１、Ｍ２を一つの筐体に組み込み、これらのマイクＭ１、Ｍ２の指向性を相対する方向（例えば、反対向き）に設定している。これにより、マイクＭ１、Ｍ２が組み込まれた筐体を話者とスピーカＳＰとの間に配置するだけで、音源分離法ＳＡＦＩＡをエコーキャンセラに適用できるようになる。
【００３２】
また、マイクＭ１、Ｍ２を組み込む筐体には、各マイクＭ１、Ｍ２の指向性の方向を示す矢印等の目印を付けておくことで、マイク（筐体）の設置をより確実にすることが可能となる。
【００３３】
＜他の信号処理装置＞
図２は、本実施形態に係る他の信号処理装置を説明するブロック図である。この音声処理装置は、音声入力部１０、信号処理部２０、スピーカＳＰ、Ａ／Ｄ変換器１１ａ、１１ｂ、Ｄ／Ａ変換器１２、音声コーデック部３０、通信部４０を備えている。
【００３４】
音声入力部１０は、複数のマイクＭ１、Ｍ２で音声を取り込む部分である。本実施形態の音声入力部１０は、先に説明したように、複数のマイクＭ１、Ｍ２が一つの筐体に組み込まれている構成であっても、複数のマイクＭ１、Ｍ２が独立して設けられている構成であってもよい。
【００３５】
信号処理部２０は、デジタルシグナルプロセッサ（ＤＳＰ）で構成され、入力および出力の音声データを所望のデータへ変換する処理を行う。特に、本実施形態では、音声入力部１０で取り込んだ音声につき話者側から取り込んだ音声とスピーカＳＰ側から取り込んだ音声との指向性を設定するビームフォーミング部（後述）を有する。
【００３６】
また、信号処理部２０には、音源分離部（後述）が設けられている。音源分離部は、ビームフォーミング部で設定した指向性によって音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離する。そして、分離して得た話者側から取り込んだ音声のみを相手方に送信する処理を行う。
【００３７】
Ａ／Ｄ変換器１１ａ、１１ｂは、マイクＭ１、Ｍ２で取り込み、アンプ（図示せず）で増幅された音声のアナログ信号を所定のサンプリングレートによってデジタル信号に変換する処理を行う。Ａ／Ｄ変換器１１ａ、１１ｂで変換された音声のデジタル信号は信号処理部２０に送られる。
【００３８】
Ｄ／Ａ変換器１２は、信号処理部２０から出力された相手方からの音声のデジタル信号をアナログ信号に変換する処理を行う。Ｄ／Ａ変換器１２で変換された音声のアナログ信号はスピーカＳＰへ送られ、音声として出力されることになる。
【００３９】
音声コーデック部３０は、相手方に送る音声のデジタル信号を符号化する処理および相手方から送られてきた音声のデジタル信号を復号化する処理を行う。
【００４０】
通信部４０は、インターネットやＬＡＮ（Local Area Network）等の通信回線Ｎを介して遠端装置との間で信号入出力を行う部分であり、符号化された音声のデジタル信号の送受信を行う。
【００４１】
次に、音源分離部について説明する。音源分離部は、音源分離法の一つであるＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、その分離抽出した目的話者の音声のみを音声コーデック部３０へ送る。音源分離法ＳＡＦＩＡの基本的な処理は、特許文献１、２に記載されている。
【００４２】
本実施形態では、ビームフォーミング部によって設定した指向性に基づき、取り込んだ音声信号から音源分離法ＳＡＦＩＡによって目的話者のみの音声を分離抽出する。したがって、ビームフォーミング部での指向性の設定によって、複数のマイクＭ１、Ｍ２の配置に制約を課すことなく、配置した状態で指向性の設定を行い、所望のマイク配置と等価な状態を作り出すことが可能となる。
【００４３】
また、ビームフォーミング部によってマイクＭ１、Ｍ２の指向性を設定することから、上記説明したような一つの筐体に複数のマイクＭ１、Ｍ２が組み込まれた音声入力部１０を用いる場合のみならず、複数のマイクＭ１、Ｍ２が独立して設けられたものを用いる場合でも、所望のマイク入力を得ることができる。
【００４４】
図３は、ビームフォーミング部を備える信号処理部の構成を説明するブロック図である。この信号処理部２０には、ビームフォーミング部Ａ２１ａ、ビームフォーミング部Ｂ２１ｂ、音源分離部２２が設けられている。ビームフォーミング部Ａ２１ａには図２に示すマイクＭ１で取り込んだ音声をデジタルデータに変換するＡ／Ｄ変換器１１ａからの信号が入力される。また、ビームフォーミング部Ｂ２１ｂには図２に示すマイクＭ２で取り込んだ音声をデジタルデータに変換するＡ／Ｄ変換器１１ｂからの信号が入力される。
【００４５】
ここで、ビームフォーミング部Ａ２１ａは、話者側から取り込んだ音声について指向性が強くなるよう設定し、ビームフォーミング部Ｂ２１ｂは、スピーカＳＰ側から取り込んだ音声について指向性が強くなるよう設定する。これにより、ビームフォーミング部Ａ２１ａからは話者側から取り込んだ音声が優勢となる信号が音源分離部２２に入力され、ビームフォーミング部Ｂ２１ｂからはスピーカＳＰ側から取り込んだ音声が優勢となる信号が音源分離部２２に入力される。
【００４６】
音源分離部２２は、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂから送られた量信号の信号量の差から、音源分離法ＳＡＦＩＡによって話者側の音声のみを分離し、分離した話者側の音声のみを音声コーデック部３０へ送信する。
【００４７】
＜音声処理方法＞
次に、この音声処理装置を用いた音声処理方法を説明する。先ず、図２に示す２つのマイクＭ１、Ｍ２からそれぞれＡ／Ｄ変換器１１ａ、１１ｂを介して送られてきた信号は、例えば４８ｋＨｚサンプリング１６ｂｉｔＰＣＭのデジタルデータとなって信号処理部２０へ送られる。
【００４８】
そして、これら２系統のマイク入力音声信号は、図３に示す２つのビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂへそれぞれ入力される。
【００４９】
ビームフォーミング部Ａ２１ａでは、目的話者へ指向性を向けた場合の音声を出力し、ビームフォーミング部Ｂ２１ｂでは、スピーカＳＰへ指向性を向けた場合の音声を出力する。
【００５０】
ここで、ビームフォーミングには、多くの手法が提案されている。一般に用いられる手法としては、遅延和法、適応ビームフォーマなどがあるが、どのビームフォーミング法を用いてもかまわない。また、これらの手法は、複数のマイクへの拡張も可能であり、２つ以上のマイクを用いて、目的話者およびスピーカ方向へ指向性を向けてもかまわない。実際には、複数のマイクを用いたほうが、鋭い指向性を形成できる。
【００５１】
次に、これらの二つの出力音声を、音源分離部２２へ送り、音源分離法ＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、音声コーデック３０へ送る。音源分離法ＳＡＦＩＡの基本的な処理は非特許文献１、２に記載による。
【００５２】
音源分離法ＳＡＦＩＡをエコーキャンセラに応用する場合、音源分離部２２には、取りたい音（目的話者の音）が優勢な入力音と、消したい音（スピーカから出る音）が優勢な入力音とを入力する必要である。本実施形態では、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂで指向性を形成することによって、目的話者の音が優勢な入力音と、スピーカＳＰから出る音が優勢な入力音とを得ている。これにより、複数のマイクＭ１、Ｍ２の配置に厳しい制約を課すことなく、指向性の調整によって等価的にマイクＭ１、Ｍ２の配置を設定できることになる。
【００５３】
特に、複数のマイクＭ１、Ｍ２を一つの筐体に組み込んだ音声入力部を用い、ビームフォーミングで指向性を設定することで、ユーザは１つのマイクであるかのように取り扱うことができるというメリットもある。
【００５４】
このような音源分離法ＳＡＦＩＡをエコーキャンセラに応用することで、適応フィルタのように系が変化した場合に収束するまでの時間、エコーが戻る問題も起こらない。さらに、フィルタバンク、あるいはフーリエ変換を用いて実現することができ、これらには計算量の削減方法が既に提案されており、適応フィルタを用いた場合に比べ少ない計算量で実現可能である。
【００５５】
また、本実施形態では、使用する部屋の残響時間にはよらず、適応フィルタを用いた場合の長い残響時間に対応するために計算量を増加させる問題もない。また、音源分離法ＳＡＦＩＡをそのままエコーキャンセラに応用した場合に問題となる、マイク配置の制約を取り去ることが可能となる。
【００５６】
＜ビームフォーミングの学習方法＞
次に、ビームフォーミングの指向性の学習方法について説明する。図４は、ビームフォーミングの指向性の学習方法を説明するフローチャートである。先ず、ステップＳ１に示すように、スピーカ出力のＳＮ比を計算する。
【００５７】
次に、ステップＳ２に示すように、マイク入力のＳＮ比を計算する。このとき、複数マイクの振幅値の平均を取ってからＳＮ比を計算する。
【００５８】
次に、ステップＳ３に示すように、スピーカ出力のＳＮ比と所定の閾値とを比較し、ＳＮ比が閾値以上であれば、スピーカから音が出ていると判断し、ステップＳ４に示すように、出力を最小にするようにビームフォーミング部Ａ２１ａを学習する。つまり、スピーカの音を抑圧するようにビームフォーミング部Ａ２１ａの指向性を学習する。
【００５９】
一方、ステップＳ３の判断で、スピーカ出力のＳＮ比が閾値未満である場合、ステップＳ５へ進み、マイク入力のＳＮ比と所定の閾値との比較を行う。この比較において、マイク入力のＳＮ比が閾値以上であれば、目的音声のみと判断し、ステップＳ６に示すように、出力を最小にするようにビームフォーミング部Ｂ２１ｂを学習する。つまり、目的音声を抑圧するようにビームフォーミング部Ｂ２１ｂの指向性を学習する。
【００６０】
一方、ステップＳ５の判断で、マイク入力のＳＮ比が閾値以下であれば、目的音声もスピーカ出力もないと判断し、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂは学習しない。
【００６１】
次いで、ステップＳ７でビームフォーミング部Ａ２１ａの出力音声を計算するとともに、ステップＳ８でビームフォーミング部Ｂ２１ｂの出力音声を計算し、ステップＳ９に示すように、音源分離部へ送る。
【図面の簡単な説明】
【００６２】
【図１】本実施形態に係る音声処理装置の構成を説明するブロック図である。
【図２】本実施形態に係る他の音声処理装置の構成を説明するブロック図である。
【図３】ビームフォーミング部を備える信号処理部の構成を説明するブロック図である。
【図４】ビームフォーミングの指向性の学習方法を説明するフローチャートである。
【符号の説明】
【００６３】
１０…音声入力部、２０…信号処理部、３０…コーデック部、４０…通信部、Ｎ…通信回線、Ｍ１…マイク、Ｍ２…マイク、ＳＰ…スピーカ
【技術分野】
【０００１】
本発明は、ハンズフリー電話やテレビ会議などの拡声通話系で適用される音声処理装置および音声処理方法に関する。
【背景技術】
【０００２】
テレビ会議システムなどの拡声通話系では、遠端装置のマイクで収音された音声が所定の回線を介して近端装置に送られ、近端装置のスピーカによって放音される。近端装置にもマイクが装備されており、近端話者の音声を所定の回線を介して遠端装置へ送るよう構成されている。このため、遠端、近端それぞれでスピーカから放音される音声がマイクに入力される。何も処理を行わない場合はこの音声が再び相手装置へ送られるため、自分の発声がこだまのように少し遅れてスピーカから聞こえる「エコー」という現象を引き起こす。エコーが大きくなると、再びマイクに入力され、系をループしハウリングを引き起こす。
【０００３】
前記のようなエコーやハウリングを防止するための装置として、エコーキャンセラが知られている。エコーキャンセラでは、一般的に適応フィルタを用いてスピーカとマイク間のインパルスレスポンスを測定し、スピーカから放音されるリファレンス信号に前述のインパルスレスポンスを畳み込んだ擬似エコーを生成する。そして、マイクに入力される音声から疑似エコーを差し引くことで除去している。
【０００４】
ここで、スピーカとマイクとの間のインパルスレスポンスは、テレビ会議の出席者が体を動かすなど、音声の反射の関係が変わるだけで変化し、適応フィルタが追従して収束するにはある程度の時間がかかる。系が変化してから適応フィルタが収束するまでの時間は正確な擬似エコーを生成することができないため、エコーが大きく戻り、ひどい場合にはハウリングが引き起こされる。
【０００５】
また、一般に適応フィルタの演算量はファーストフーリエ変換（ＦＦＴ）やフィルタバンクに比べて大きいものであり、ローコストなシステムに用いる場合に負担となる。体育館など広い場所で用いる場合はスピーカからマイクまでの距離が大きくなったり、残響時間が長くなったりするため、適応フィルタに長いタップ長が必要となることが知られており、さらに計算量が増加する。
【０００６】
また、適応処理以外の方法として、非特許文献１、２に記載の「ＳＡＦＩＡ」のような音源分離手法を応用することが考えられる。「ＳＡＦＩＡ」は、複数の話者の音声を複数のマイクで収音し、そのパワー差に基づいて分離を行う手法である。
【０００７】
「ＳＡＦＩＡ」を用いると、適応フィルタのように系が変化した場合に収束するまでの時間、エコーが戻る問題も起こらない。さらに、フィルタバンク、あるいはフーリエ変換を用いて実現することができ、これらには計算量の削減方法が既に提案されており、適応フィルタを用いた場合に比べ少ない計算量で実現可能である。
【０００８】
また、「ＳＡＦＩＡ」は使用する部屋の残響時間にはよらず、適応フィルタを用いた場合の長い残響時間に対応するために計算量を増加させる問題もない。
【０００９】
【非特許文献１】青木真理子、他２名，「残響下における音源分離方式ＳＡＦＩＡの性能改善」，電子情報通信学会論文誌 Vol.J87-A No.9，２００４年９月，ｐ．１１７１−１１８６
【非特許文献２】青木真理子、他２名，「音源分離方式ＳＡＦＩＡを用いた高騒音下における近接音源の分離抽出」，電子情報通信学会論文誌 Vol.J88-A No.4，２００５年４月，ｐ．４６８−４７９
【発明の開示】
【発明が解決しようとする課題】
【００１０】
しかしながら、「ＳＡＦＩＡ」を適用するための一番の問題点は、マイクの設置にある。すなわち、適応処理を用いる場合はマイクが１本しか必要ないのに対し、「ＳＡＦＩＡ」を用いる場合は、２本用意する必要がある。さらに、１本を目的話者のそばに、もう１本をスピーカの前に設置する必要がある。したがって、「ＳＡＦＩＡ」による音源分離は性能は高いものの、このような制約があることから、エコーキャンセラとして使える場所も限定的である。
【課題を解決するための手段】
【００１１】
本発明は、相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた音声入力部と、音声入力部の一の指向性を有するマイクで取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、音声入力部で取り込んだ音声のうち、音声入力部の一の指向性を有するマイクで取り込んだ音声と、音声入力部の他の指向性を有するマイクで取り込んだスピーカから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部とを有する音声処理装置である。
【００１２】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを、複数のマイクが一つの筐体に組み込まれた音声入力部で取り込み、複数のマイクの指向性に基づき分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクが一つの筐体に組み込まれた音声入力部を用いて音声を取り込むため、マイクの設置が容易となる。
【００１３】
また、本発明は、複数のマイクで音声を取り込む音声入力部と、音声入力部で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定するビームフォーミング部と、ビームフォーミング部で設定した指向性によって音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する音源分離部とを有する音声処理装置である。
【００１４】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを音声入力部で取り込み、ビームフォーミング部で設定した指向性によって分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクにおける指向性をビームフォーミング部で設定するため、複数のマイクの設置が容易となる。
【００１５】
また、本発明は、複数のマイクで音声を取り込む工程と、取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う工程と、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定する工程と、設定した指向性によって、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する工程とを有する音声処理方法である。
【００１６】
このような本発明によれば、スピーカから放音する音声と、話者の音声とを音声入力部で取り込み、設定した指向性によって分離することから、エコーやハウリングが起こらず拡声通話系における双方向同時通話が実現される。特に、複数のマイクにおける指向性を設定するため、複数のマイクの設置が容易となる。
【発明の効果】
【００１７】
本発明によれば、エコーやハウリングを防ぐエコーキャンセラにおいて、適応処理を基にした手法と比べて、低演算量かつ短時間でエコーを抑圧することができるとともに、マイク配置の制約をなくすることが可能となる。これにより、全二重通話を行う場合に起こる、エコーやハウリングの問題を容易かつ的確に解決することが可能となる。
【発明を実施するための最良の形態】
【００１８】
以下、本発明の実施の形態を図に基づき説明する。
【００１９】
＜音声処理装置の構成＞
図１は、本実施形態に係る音声処理装置の構成を説明するブロック図である。なお、図１に示す音声処理装置は、テレビ会議システムで適用される近端装置や遠端装置に用いられている。
【００２０】
本実施形態に係る音声処理装置は、音声入力部１０、信号処理部２０、スピーカＳＰ、Ａ／Ｄ変換器１１ａ、１１ｂ、Ｄ／Ａ変換器１２、音声コーデック部３０、通信部４０を備えている。
【００２１】
音声入力部１０は、相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた構成となっている。本実施形態では、２つのマイクＭ１、Ｍ２が一つの筐体内に組み込まれ、一方のマイクＭ１の指向性が話者側に向けられ、他方のマイクＭ２の指向性がスピーカＳＰ側に向けられている。
【００２２】
信号処理部２０は、デジタルシグナルプロセッサ（ＤＳＰ）で構成され、入力および出力の音声データを所望のデータへ変換する処理を行う。特に、本実施形態において信号処理部２０は、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカＳＰに出力する処理を行う。
【００２３】
信号処理部２０には、後述する音源分離部が設けられている。音源分離部は、音声入力部で取り込んだ音声のうち、音声入力部１０の一の指向性を有するマイクＭ１で取り込んだ音声と、音声入力部１０の他の指向性を有するマイクＭ２で取り込んだスピーカＳＰから出力される相手方の音声との信号量の差から両者を分離する処理を行う。
【００２４】
Ａ／Ｄ変換器１１ａ、１１ｂは、マイクＭ１、Ｍ２で取り込み、アンプ（図示せず）で増幅された音声のアナログ信号を所定のサンプリングレートによってデジタル信号に変換する処理を行う。Ａ／Ｄ変換器１１ａ、１１ｂで変換された音声のデジタル信号は信号処理部２０に送られる。
【００２５】
Ｄ／Ａ変換器１２は、信号処理部２０から出力された相手方からの音声のデジタル信号をアナログ信号に変換する処理を行う。Ｄ／Ａ変換器１２で変換された音声のアナログ信号はスピーカＳＰへ送られ、音声として出力されることになる。
【００２６】
音声コーデック部３０は、相手方に送る音声のデジタル信号を符号化する処理および相手方から送られてきた音声のデジタル信号を復号化する処理を行う。
【００２７】
通信部４０は、インターネットやＬＡＮ（Local Area Network）等の通信回線Ｎを介して遠端装置との間で信号入出力を行う部分であり、符号化された音声のデジタル信号の送受信を行う。
【００２８】
次に、音源分離部について説明する。音源分離部は、音源分離法の一つであるＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、その分離抽出した目的話者の音声のみを音声コーデック部へ送る。
【００２９】
音源分離法ＳＡＦＩＡの基本的な処理は、特許文献１、２に記載されている。ここで、本実施形態で音源分離法ＳＡＦＩＡをエコーキャンセラに適用する場合の具体例を説明する。
【００３０】
音源分離法ＳＡＦＩＡの入力には、取りたい音（目的話者の音）が優勢となる入力音と、消したい音（スピーカから出る音）が優勢となる入力音とが必要である。したがって、少なくとも２つのマイクを用意し、一方を話者の近く、他方をスピーカの近くに配置するといった設置上の制約が生じる。
【００３１】
本実施形態では、この音源分離法ＳＡＦＩＡをエコーキャンセラに応用するにあたり、マイクの設置の制約を解消するため、複数のマイクＭ１、Ｍ２を一つの筐体に組み込み、これらのマイクＭ１、Ｍ２の指向性を相対する方向（例えば、反対向き）に設定している。これにより、マイクＭ１、Ｍ２が組み込まれた筐体を話者とスピーカＳＰとの間に配置するだけで、音源分離法ＳＡＦＩＡをエコーキャンセラに適用できるようになる。
【００３２】
また、マイクＭ１、Ｍ２を組み込む筐体には、各マイクＭ１、Ｍ２の指向性の方向を示す矢印等の目印を付けておくことで、マイク（筐体）の設置をより確実にすることが可能となる。
【００３３】
＜他の信号処理装置＞
図２は、本実施形態に係る他の信号処理装置を説明するブロック図である。この音声処理装置は、音声入力部１０、信号処理部２０、スピーカＳＰ、Ａ／Ｄ変換器１１ａ、１１ｂ、Ｄ／Ａ変換器１２、音声コーデック部３０、通信部４０を備えている。
【００３４】
音声入力部１０は、複数のマイクＭ１、Ｍ２で音声を取り込む部分である。本実施形態の音声入力部１０は、先に説明したように、複数のマイクＭ１、Ｍ２が一つの筐体に組み込まれている構成であっても、複数のマイクＭ１、Ｍ２が独立して設けられている構成であってもよい。
【００３５】
信号処理部２０は、デジタルシグナルプロセッサ（ＤＳＰ）で構成され、入力および出力の音声データを所望のデータへ変換する処理を行う。特に、本実施形態では、音声入力部１０で取り込んだ音声につき話者側から取り込んだ音声とスピーカＳＰ側から取り込んだ音声との指向性を設定するビームフォーミング部（後述）を有する。
【００３６】
また、信号処理部２０には、音源分離部（後述）が設けられている。音源分離部は、ビームフォーミング部で設定した指向性によって音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離する。そして、分離して得た話者側から取り込んだ音声のみを相手方に送信する処理を行う。
【００３７】
Ａ／Ｄ変換器１１ａ、１１ｂは、マイクＭ１、Ｍ２で取り込み、アンプ（図示せず）で増幅された音声のアナログ信号を所定のサンプリングレートによってデジタル信号に変換する処理を行う。Ａ／Ｄ変換器１１ａ、１１ｂで変換された音声のデジタル信号は信号処理部２０に送られる。
【００３８】
Ｄ／Ａ変換器１２は、信号処理部２０から出力された相手方からの音声のデジタル信号をアナログ信号に変換する処理を行う。Ｄ／Ａ変換器１２で変換された音声のアナログ信号はスピーカＳＰへ送られ、音声として出力されることになる。
【００３９】
音声コーデック部３０は、相手方に送る音声のデジタル信号を符号化する処理および相手方から送られてきた音声のデジタル信号を復号化する処理を行う。
【００４０】
通信部４０は、インターネットやＬＡＮ（Local Area Network）等の通信回線Ｎを介して遠端装置との間で信号入出力を行う部分であり、符号化された音声のデジタル信号の送受信を行う。
【００４１】
次に、音源分離部について説明する。音源分離部は、音源分離法の一つであるＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、その分離抽出した目的話者の音声のみを音声コーデック部３０へ送る。音源分離法ＳＡＦＩＡの基本的な処理は、特許文献１、２に記載されている。
【００４２】
本実施形態では、ビームフォーミング部によって設定した指向性に基づき、取り込んだ音声信号から音源分離法ＳＡＦＩＡによって目的話者のみの音声を分離抽出する。したがって、ビームフォーミング部での指向性の設定によって、複数のマイクＭ１、Ｍ２の配置に制約を課すことなく、配置した状態で指向性の設定を行い、所望のマイク配置と等価な状態を作り出すことが可能となる。
【００４３】
また、ビームフォーミング部によってマイクＭ１、Ｍ２の指向性を設定することから、上記説明したような一つの筐体に複数のマイクＭ１、Ｍ２が組み込まれた音声入力部１０を用いる場合のみならず、複数のマイクＭ１、Ｍ２が独立して設けられたものを用いる場合でも、所望のマイク入力を得ることができる。
【００４４】
図３は、ビームフォーミング部を備える信号処理部の構成を説明するブロック図である。この信号処理部２０には、ビームフォーミング部Ａ２１ａ、ビームフォーミング部Ｂ２１ｂ、音源分離部２２が設けられている。ビームフォーミング部Ａ２１ａには図２に示すマイクＭ１で取り込んだ音声をデジタルデータに変換するＡ／Ｄ変換器１１ａからの信号が入力される。また、ビームフォーミング部Ｂ２１ｂには図２に示すマイクＭ２で取り込んだ音声をデジタルデータに変換するＡ／Ｄ変換器１１ｂからの信号が入力される。
【００４５】
ここで、ビームフォーミング部Ａ２１ａは、話者側から取り込んだ音声について指向性が強くなるよう設定し、ビームフォーミング部Ｂ２１ｂは、スピーカＳＰ側から取り込んだ音声について指向性が強くなるよう設定する。これにより、ビームフォーミング部Ａ２１ａからは話者側から取り込んだ音声が優勢となる信号が音源分離部２２に入力され、ビームフォーミング部Ｂ２１ｂからはスピーカＳＰ側から取り込んだ音声が優勢となる信号が音源分離部２２に入力される。
【００４６】
音源分離部２２は、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂから送られた量信号の信号量の差から、音源分離法ＳＡＦＩＡによって話者側の音声のみを分離し、分離した話者側の音声のみを音声コーデック部３０へ送信する。
【００４７】
＜音声処理方法＞
次に、この音声処理装置を用いた音声処理方法を説明する。先ず、図２に示す２つのマイクＭ１、Ｍ２からそれぞれＡ／Ｄ変換器１１ａ、１１ｂを介して送られてきた信号は、例えば４８ｋＨｚサンプリング１６ｂｉｔＰＣＭのデジタルデータとなって信号処理部２０へ送られる。
【００４８】
そして、これら２系統のマイク入力音声信号は、図３に示す２つのビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂへそれぞれ入力される。
【００４９】
ビームフォーミング部Ａ２１ａでは、目的話者へ指向性を向けた場合の音声を出力し、ビームフォーミング部Ｂ２１ｂでは、スピーカＳＰへ指向性を向けた場合の音声を出力する。
【００５０】
ここで、ビームフォーミングには、多くの手法が提案されている。一般に用いられる手法としては、遅延和法、適応ビームフォーマなどがあるが、どのビームフォーミング法を用いてもかまわない。また、これらの手法は、複数のマイクへの拡張も可能であり、２つ以上のマイクを用いて、目的話者およびスピーカ方向へ指向性を向けてもかまわない。実際には、複数のマイクを用いたほうが、鋭い指向性を形成できる。
【００５１】
次に、これらの二つの出力音声を、音源分離部２２へ送り、音源分離法ＳＡＦＩＡに基づく手法で、目的話者のみの音声を分離抽出し、音声コーデック３０へ送る。音源分離法ＳＡＦＩＡの基本的な処理は非特許文献１、２に記載による。
【００５２】
音源分離法ＳＡＦＩＡをエコーキャンセラに応用する場合、音源分離部２２には、取りたい音（目的話者の音）が優勢な入力音と、消したい音（スピーカから出る音）が優勢な入力音とを入力する必要である。本実施形態では、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂで指向性を形成することによって、目的話者の音が優勢な入力音と、スピーカＳＰから出る音が優勢な入力音とを得ている。これにより、複数のマイクＭ１、Ｍ２の配置に厳しい制約を課すことなく、指向性の調整によって等価的にマイクＭ１、Ｍ２の配置を設定できることになる。
【００５３】
特に、複数のマイクＭ１、Ｍ２を一つの筐体に組み込んだ音声入力部を用い、ビームフォーミングで指向性を設定することで、ユーザは１つのマイクであるかのように取り扱うことができるというメリットもある。
【００５４】
このような音源分離法ＳＡＦＩＡをエコーキャンセラに応用することで、適応フィルタのように系が変化した場合に収束するまでの時間、エコーが戻る問題も起こらない。さらに、フィルタバンク、あるいはフーリエ変換を用いて実現することができ、これらには計算量の削減方法が既に提案されており、適応フィルタを用いた場合に比べ少ない計算量で実現可能である。
【００５５】
また、本実施形態では、使用する部屋の残響時間にはよらず、適応フィルタを用いた場合の長い残響時間に対応するために計算量を増加させる問題もない。また、音源分離法ＳＡＦＩＡをそのままエコーキャンセラに応用した場合に問題となる、マイク配置の制約を取り去ることが可能となる。
【００５６】
＜ビームフォーミングの学習方法＞
次に、ビームフォーミングの指向性の学習方法について説明する。図４は、ビームフォーミングの指向性の学習方法を説明するフローチャートである。先ず、ステップＳ１に示すように、スピーカ出力のＳＮ比を計算する。
【００５７】
次に、ステップＳ２に示すように、マイク入力のＳＮ比を計算する。このとき、複数マイクの振幅値の平均を取ってからＳＮ比を計算する。
【００５８】
次に、ステップＳ３に示すように、スピーカ出力のＳＮ比と所定の閾値とを比較し、ＳＮ比が閾値以上であれば、スピーカから音が出ていると判断し、ステップＳ４に示すように、出力を最小にするようにビームフォーミング部Ａ２１ａを学習する。つまり、スピーカの音を抑圧するようにビームフォーミング部Ａ２１ａの指向性を学習する。
【００５９】
一方、ステップＳ３の判断で、スピーカ出力のＳＮ比が閾値未満である場合、ステップＳ５へ進み、マイク入力のＳＮ比と所定の閾値との比較を行う。この比較において、マイク入力のＳＮ比が閾値以上であれば、目的音声のみと判断し、ステップＳ６に示すように、出力を最小にするようにビームフォーミング部Ｂ２１ｂを学習する。つまり、目的音声を抑圧するようにビームフォーミング部Ｂ２１ｂの指向性を学習する。
【００６０】
一方、ステップＳ５の判断で、マイク入力のＳＮ比が閾値以下であれば、目的音声もスピーカ出力もないと判断し、ビームフォーミング部Ａ２１ａおよびビームフォーミング部Ｂ２１ｂは学習しない。
【００６１】
次いで、ステップＳ７でビームフォーミング部Ａ２１ａの出力音声を計算するとともに、ステップＳ８でビームフォーミング部Ｂ２１ｂの出力音声を計算し、ステップＳ９に示すように、音源分離部へ送る。
【図面の簡単な説明】
【００６２】
【図１】本実施形態に係る音声処理装置の構成を説明するブロック図である。
【図２】本実施形態に係る他の音声処理装置の構成を説明するブロック図である。
【図３】ビームフォーミング部を備える信号処理部の構成を説明するブロック図である。
【図４】ビームフォーミングの指向性の学習方法を説明するフローチャートである。
【符号の説明】
【００６３】
１０…音声入力部、２０…信号処理部、３０…コーデック部、４０…通信部、Ｎ…通信回線、Ｍ１…マイク、Ｍ２…マイク、ＳＰ…スピーカ
【特許請求の範囲】
【請求項１】
相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた音声入力部と、
前記音声入力部の一の指向性を有するマイクで取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、
前記音声入力部で取り込んだ音声のうち、前記音声入力部の一の指向性を有するマイクで取り込んだ音声と、前記音声入力部の他の指向性を有するマイクで取り込んだ前記スピーカから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部と
を有する音声処理装置。
【請求項２】
複数のマイクで音声を取り込む音声入力部と、
前記音声入力部で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、
前記音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定するビームフォーミング部と、
前記ビームフォーミング部で設定した指向性によって前記音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する音源分離部と
を有する音声処理装置。
【請求項３】
複数のマイクで音声を取り込む工程と、
取り込んだ前記音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う工程と、
取り込んだ前記音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定する工程と、
設定した前記指向性によって、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する工程と
を有する音声処理方法。
【請求項１】
相対する方向の指向性を有する複数のマイクが一つの筐体に組み込まれた音声入力部と、
前記音声入力部の一の指向性を有するマイクで取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、
前記音声入力部で取り込んだ音声のうち、前記音声入力部の一の指向性を有するマイクで取り込んだ音声と、前記音声入力部の他の指向性を有するマイクで取り込んだ前記スピーカから出力される相手方の音声との信号量の差から両者を分離して送信する音源分離部と
を有する音声処理装置。
【請求項２】
複数のマイクで音声を取り込む音声入力部と、
前記音声入力部で取り込んだ音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う信号処理部と、
前記音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定するビームフォーミング部と、
前記ビームフォーミング部で設定した指向性によって前記音声入力部で取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する音源分離部と
を有する音声処理装置。
【請求項３】
複数のマイクで音声を取り込む工程と、
取り込んだ前記音声を相手方に送信する処理、および相手方から送られてきた音声を受信してスピーカに出力する処理を行う工程と、
取り込んだ前記音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との指向性を設定する工程と、
設定した前記指向性によって、取り込んだ音声につき話者側から取り込んだ音声とスピーカ側から取り込んだ音声との信号量の差から両者を分離し、分離して得た話者側から取り込んだ音声のみを相手方に送信する工程と
を有する音声処理方法。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２００９−３０２９８３（Ｐ２００９−３０２９８３Ａ）
【公開日】平成２１年１２月２４日（２００９．１２．２４）
【国際特許分類】
【出願番号】特願２００８−１５６１３４（Ｐ２００８−１５６１３４）
【出願日】平成２０年６月１６日（２００８．６．１６）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２１年１２月２４日（２００９．１２．２４）
【国際特許分類】
【出願日】平成２０年６月１６日（２００８．６．１６）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]