音声出力装置、音声出力方法、及びプログラム
【課題】発話者の発声した音声に重畳されたノイズを除去することができる音声出力装置を提供する。
【解決手段】発話者の発声した音声を取得する第１のマイク１１と、ノイズを取得する第２のマイク１２と、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを用いて、音声信号からノイズ信号をキャンセルするノイズキャンセル部１３と、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する出力部１４と、を備える。
【解決手段】発話者の発声した音声を取得する第１のマイク１１と、ノイズを取得する第２のマイク１２と、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを用いて、音声信号からノイズ信号をキャンセルするノイズキャンセル部１３と、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する出力部１４と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、発話者の発話した音声のノイズをキャンセルして出力する音声出力装置等に関する。
【背景技術】
【０００２】
従来、騒音下でも発話者が発話した音声を明瞭にとらえることができるようにするための技術開発が行われてきている。例えば、ＭＲＩ装置（核磁気共鳴撮像装置）において、被験者との通話を明瞭に行うため、リミッタと、ローパスフィルタとを用いて被験者の声をオペレータが明瞭に聞き取れるようにする通信システムが開発されている（例えば、特許文献１参照）。
【０００３】
また、掘削作業などでの通話に用いられるマスクであって、工事の騒音等をキャンセルすることができるマイクを内蔵している防護マスクが開発されている（例えば、特許文献２参照）。
【特許文献１】特開２０００−３３９０００号公報
【特許文献２】特開２００３−１９２１８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
上記特許文献１で開示されている技術は、簡易な構成であるというメリットはあるものの、極めて大きな騒音のレベルを被験者の音声レベルに制限することができるのみであって、被験者の音声に重畳されているノイズをキャンセルすることはできないという問題がある。すなわち、被験者の音声を高Ｓ／Ｎで明瞭化するのに有効でないという問題がある。
【０００５】
また、上記特許文献２で開示されている技術は、マスク内部にマイクを備えており、それによって、発話者の発話した音声に重畳されている、マスク外からのノイズをキャンセルすることができるものである。したがって、発話者がマスクをしない環境では、使用することができなくなるという問題がある。特に、マスク内で発声された音声を増強し、マスク外からのノイズをキャンセルするように構成されているため、そのマスクを発話者が装着していない場合には、発話者の音声に対するノイズキャンセルが適切に行われなくなり、例えば、発話者の発声した音声自体も、ノイズと同様にキャンセルされてしまう可能性もありうる。また、ＭＲＩ環境下で発生する電磁誘導ノイズを適切に除去できないという問題もある。
【０００６】
ＭＲＩ装置は医用画像診断装置の一つで、有用性が高く、最近では、脳研究にもよく使われている。しかしながら、強力なパルス状電流を磁場コイルなどに流して、磁場を急激に変化させて撮像するため、電磁誘導ノイズや騒音ノイズ、振動ノイズ、その振動に起因する電磁誘導ノイズなどを含むノイズを発生する。このため、実際の高磁場のＭＲＩ装置が稼動しているときでは、１００ｄＢ（高架線のガード下の騒音レベル）を超えるような強烈な騒音が発生し、検査者と被験者（患者）との通話が不可能となる。ＭＲＩ装置を用いた脳研究においては、被験者の発声した音声を記録することも必要とされるが、ＭＲＩ装置が稼動中では被験者の声を明瞭に記録することができなかった。
【０００７】
また、ＭＲＩ装置下で、画像をみながら、手術を行う装置の開発がなされている（例えば、文献「森川他、日磁医誌，第２１巻，２号，ｐ．４１−４７，２００１年」等を参照のこと）。高騒音のＭＲＩ装置下で、手術がおこなわれる場合は、術者間での手術中の通話が非常に困難となっていた。これまで、騒音の大きいＭＲＩ装置の監視下で行われる手術中において術者間での通話用として有用性の高い通話装置はなかった。
【０００８】
本発明は、上記問題点を解決するためになされたものであり、その一つの目的は、発話者の発声した音声に重畳されているノイズを効果的に除去することができる音声出力装置等を提供することである。
【０００９】
また、本発明の他の目的は、ＭＲＩ等に起因する電磁誘導ノイズ等を効果的に除去することができる音声出力装置等を提供することである。
【課題を解決するための手段】
【００１０】
上記目的の少なくともいずれかを達成するため、本発明による音声出力装置は、発話者の発声した音声を取得する第１のマイクと、ノイズを取得する第２のマイクと、前記第１のマイクが取得した音声信号と、前記第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部と、を備えたものである。
【００１１】
このような構成により、第１のマイクに混入したノイズを、第２のマイクで取得したノイズ信号によって除去することができ、ノイズを低減した音声信号を得ることができる。したがって、例えば、通話や音声の記録の際に、その障害となるノイズを除去することができ、良好な通話システムや、良好な音声記録システム等を実現することができるようになる。
【００１２】
また、本発明による音声出力装置では、前記第２のマイクは、前記第１のマイクと同様の電気的特性を有し、空気の振動をとらえないダミーマイクであってもよい。
【００１３】
このような構成により、第１のマイクに混入したノイズ、例えば、電磁誘導ノイズ等を、ダミーマイクでとらえることができ、そのダミーマイクでとらえたノイズを用いることによって、ノイズを低減した音声信号を得ることができる。
【００１４】
また、本発明による音声出力装置では、前記第２のマイクが取得するノイズは、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズであってもよい。
【００１５】
このような構成により、例えば、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズ等を除去することができうる。
【００１６】
また、本発明による音声出力装置では、前記電磁誘導ノイズ、前記高騒音ノイズ、前記振動ノイズ、前記振動に起因する電磁誘導ノイズは、ＭＲＩ装置に起因するものであってもよい。
【００１７】
このような構成により、ＭＲＩ環境下において、ＭＲＩ装置に起因する電磁誘導ノイズ等を低減することができる。
【００１８】
また、本発明による音声出力装置では、前記第１のマイクが取得した音声信号を蓄積する音声信号蓄積部と、前記第２のマイクが取得したノイズ信号を蓄積するノイズ信号蓄積部と、をさらに備え、前記ノイズキャンセル部は、前記音声信号蓄積部が蓄積した音声信号と、前記ノイズ信号蓄積部が蓄積したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルしてもよい。
【００１９】
このような構成により、あらかじめノイズキャンセル処理等の処理のされていないデータを蓄積することができるため、各種の設定を変更しながら、何度もノイズキャンセル処理等を行うことができ、ノイズ除去の効率が高く、被験者の音声の変化が少ない設定でのノイズ除去の処理を行いうることになる。
【００２０】
また、本発明による音声出力装置では、前記第１のマイクは双指向性のものであり、前記第２のマイクが空気の振動をとらえるものである場合に、当該第２のマイクは双指向性のものであってもよい。
このような構成により、マイクが双指向性であるため、騒音の影響を低減することができる。
【００２１】
また、本発明による音声出力装置では、前記第１のマイクの形状は、発話者の口の形状に合うものであってもよい。
このような構成により、出力の対象となる音声を効率よく取得できうることになりうる。
【００２２】
また、本発明による音声出力装置では、前記第１のマイク、及び前記第２のマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであってもよい。
【００２３】
このような構成により、用途に適した任意の大きさや形状のマイクを実現できるようになる。その結果として、ノイズ除去の効率の高い音声出力装置を実現できうる。
【００２４】
また、本発明による音声出力装置では、前記圧電体素子は、分極されていてもよい。
【００２５】
また、本発明による音声出力装置では、前記ダミーマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであり、当該複合圧電体は、分極されていなくてもよい。
【００２６】
また、本発明による音声出力装置では、平均化処理で用いるサンプル数を示すサンプル数情報が記憶されるサンプル数情報記憶部と、前記ノイズキャンセル部によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、前記サンプル数情報の示すサンプル数で平均化処理を行う平均処理部と、をさらに備えていてもよい。
【００２７】
このような構成により、ノイズキャンセル処理と共に、平均化処理も併用することによって、さらに高Ｓ／Ｎで音声信号を出力することができるようになる。
【００２８】
また、本発明による音声出力装置では、サンプル数を変更する旨の情報である変更情報を受け付ける変更情報受付部と、前記変更情報受付部が受け付けた変更情報に応じて前記サンプル数情報を変更する変更部と、をさらに備えていてもよい。
【００２９】
このような構成により、高Ｓ／Ｎとなるように、適宜、サンプル数情報を変更することができるようになる。
【発明の効果】
【００３０】
本発明による音声出力装置等によれば、発話者の発声した音声に重畳されているノイズをキャンセルすることができる。
【発明を実施するための最良の形態】
【００３１】
以下、本発明による音声出力装置について、実施の形態を用いて説明する。なお、以下の実施の形態において、同じ符号を付した構成要素及びステップは同一または相当するものであり、再度の説明を省略することがある。
【００３２】
（実施の形態１）
本発明の実施の形態１による音声出力装置について、図面を参照しながら説明する。本実地の形態による音声出力装置は、発話者の発声した音声に重畳されているノイズをキャンセルするものである。
【００３３】
図１は、本実施の形態による音声出力装置１の構成を示すブロック図である。本実施の形態による音声出力装置１は、第１のマイク１１と、第２のマイク１２と、ノイズキャンセル部１３と、出力部１４と、サンプル数情報記憶部１５と、平均処理部１６と、変更情報受付部１７と、変更部１８とを備える。
【００３４】
第１のマイク１１は、発話者の発声した音声を取得して音声信号に変換する。なお、第１のマイク１１は、発話者の発声した音声以外のノイズも取得してしまうものである。したがって、第１のマイク１１から得られる音声信号には、ノイズの信号も含まれることになる。第１のマイク１１は、例えば、図２で示されるように、枠３１と、その枠３１によって周辺部が固定されている複合圧電体３２とから構成されるものであってもよい。本実施の形態による音声出力装置１がＭＲＩで用いられる場合には、枠３１は、磁場の中におかれるため、強磁性体（例えば、鉄など）ではないもの、例えば、樹脂やセラミックなどからなるものが好ましい。樹脂は、例えば、ポリプロピレン（ＰＰ）や、塩化ビニル等であってもよい。この枠３１は、床や壁、ＭＲＩ装置等に対して直接的あるいは間接的に固定されることも可能である。また、複合圧電体３２は、スピーカやマイクなどの音響機器を構成することができるものである。その複合圧電体３２は、圧電体素子が有機物中に配置されたものであり、強磁性体を含まない非磁性のものであるため、ＭＲＩで用いるのに好適である。図３は、複合圧電体の構造を示す図である。複合圧電体６０は、例えば、有機物６１に配置された多数のＰＺＴ６１から構成される。ＰＺＴ６１は、チタン酸ジルコン酸鉛からなる圧電素子である。なお、複合圧電体３２については、すでに公知であり、詳細な説明を省略する。複合圧電体については、例えば、特開昭６３−４７９９等に記載されている。また、圧電体素子は、分極されていることが好適である。また、その分極方向が圧電体素子に明示されていてもよい。分極方向が圧電体素子に明示されていることによって、第１のマイク１１を容易に構成することができるようになる。また、本実施の形態による音声出力装置１がＭＲＩ以外で用いられる場合には、第１のマイク１１は、このような構成に限定されるものではなく、強磁性体を用いたマイク、例えば、ダイナミックマイクや、コンデンサマイク等であってもよい。
【００３５】
また、第１のマイク１１の形状は、発話者の口の形状に合うものであることが好適である。発話者の口の形状に合うものとは、発話者の発声した音声を効果的にとらえることができる形状であり、例えば、図２で示されるように、発話者の口の位置が中心となるように円弧形状を有する帯状のもの（円筒面形状のもの）であってもよく、パラボラアンテナのような放物曲面状のもの（この場合には、発話者の口の位置が放物曲面の焦点となることが好適である）であってもよく、半球面状のもの（この場合には、発話者の口の位置が球面の中心となることが好適である）であってもよく、楕円面状のものであってもよい。なお、発話者の発声した音声を効果的にとらえることができるのであれば、その他の形状であってもよいことは言うまでもない。また、第１のマイク１１は、発話者の発声した音声を効果的にとらえることができる大きさであることが好適である。また、第１のマイク１１は、その使用時に発話者の口元に近い位置に配置されることが好適である。発話者の発声した音声を効果的に取得することができるようにするためである。
【００３６】
また、第１のマイク１１は、図４で示されるように、双指向性のものであってもよい。例えば、本実施の形態による音声出力装置１がＭＲＩで用いられる場合に、ＭＲＩでは、ガントリーと呼ばれる、撮影時に人体を格納する円筒状容器の内壁から容器の中心に向かうように騒音が発生し、また逆方向に反射音が発生するが、第１のマイク１１が双指向性であることによって、騒音に対する感度を低下させることが可能となる。図４は、双指向性のマイクの側面図を示す。被験者の口元に装着された第１のマイク１１に対し、ガントリーの径方向に進行するＭＲＩの騒音は、図に示すように、第１のマイク１１の側面から入ってくる。これにより、第１のマイク１１が双指向性であれば、第１のマイク１１の全面と裏面から入ってきた騒音が打ち消しあう形となるため、騒音に対する感度が低下することになる。
【００３７】
第２のマイク１２は、ノイズを取得して、信号に変換する。その信号のことをノイズ信号と呼ぶことにする。第２のマイク１２は、第１のマイク１１と同様に、空気の振動をとらえるもの、すなわち、音を検出することができるものであってもよく、あるいは、第１のマイク１１と同様の電気的特性を有し、空気の振動をとらえないダミーマイクであってもよい。ここで、電気的特性は、例えば、静電容量であってもよく、あるいは、周波数１ｋＨｚ付近での電気インピーダンスであってもよい。同様の電気的特性とは、電気的特性が一致することであってもよく、あるいは、電気的特性が近いことであってもよい。例えば、両者の電気的特性の違いが、いずれかの電気的特性の±１５％以下である場合に、両者の電気的特性が近いと考えてもよい。また、第２のマイク１２は、第１のマイク１１に近接して配置されることが好適である。近接するとは、互いのマイク位置が２０ｍｍ以内であり、さらには５ｍｍ以内であることが望ましい。さらに、第１のマイク１１、及び第２のマイク１２に複合圧電体を利用した場合には、扁平な構造が可能となるため、近接度をより簡単に高めることができる利点がある。第２のマイク１２がダミーマイクである場合でも、第２のマイク１２は、電磁誘導ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズを取得することができうる。それらの電磁誘導ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズは、ＭＲＩに起因するものであってもよく、あるいは、そうでなくてもよい。前者の場合には、ダミーマイクとしての第２のマイク１２は、第１のマイク１１に近接しているため、第１のマイク１１に発生するＭＲＩの誘導ノイズとほぼ同じＭＲＩ誘導ノイズをとらえることができる。ここで、ＭＲＩ装置に起因するノイズについて説明する。ＭＲＩ装置では、大きく分けて３種類の磁場、すなわち、静磁場、傾斜磁場、高周波磁場が用いられる。傾斜磁場、高周波磁場の印加手順はパルスシーケンスと呼ばれ、このときに強力な電流パルスが周期的に磁場コイルに流れるため、電磁誘導ノイズや、コイルに生じた振動により大きな騒音を発生する。このように、ＭＲＩ装置には、電磁誘導ノイズ、騒音、振動、静磁場中での振動による誘導ノイズが発生することになる。また、第２のマイク１２がダミーマイクである場合に、上記以外のノイズを取得してもよいことは言うまでもない。
【００３８】
第２のマイク１２がダミーマイクでない場合には、第２のマイク１２は、第１のマイク１１と同様のものであってもよい。すなわち、第２のマイク１２は、図２で示されるように、枠と複合圧電体によって構成されたものであってもよく、その複合圧電体に含まれる圧電体素子は分極されていてもよく、また、双指向性のものであってもよい。また、ＭＲＩで用いられない場合には、第２のマイク１２は、強磁性体を用いたマイクであってもよい。ただし、第２のマイク１２は、発話者の発声した音声をとらえないことが好適であるため、その形状は、発話者の口の形状に合っていてもよく、合っていなくてもよい。第２のマイクの形状が発話者の口の形状に合っている場合であっても、第２のマイク１２は、発話者の発声した音声を取得しないことが好適である。なお、第２のマイク１２は、第１のマイク１１に近接して配置されることが好適であることは言うまでもない。また、マイクが枠と複合圧電体によって構成された場合には、目的とする形状で近接した構造をより簡単に作ることができる利点がある。したがって、この場合には、第２のマイク１２は、第１のマイク１１が取得するノイズとほぼ同じノイズをとらえることができるが、第１のマイク１１が取得する発話者の発声した音声をとられることができない位置に配置されることが好適である。また、第２のマイク１２がダミーマイクでない場合には、第２のマイク１２は、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズを取得することができうる。
【００３９】
また、第２のマイク１２がダミーマイクである場合に、そのダミーマイクは、圧電体素子が有機物中に配置された複合圧電体によって構成されてもよく、その圧電体素子は、分極されていてもよく、あるいは、分極されていなくてもよい。圧電体素子が分極されている場合であっても、ダミーマイクは、空気の振動をとらえない、すなわち、音を検出しない（あるいは、音を検出する機能がほとんどない）ものである。第２のマイク１２がダミーマイクである場合には、音を検出する機能がないため、第２のマイク１２は、第１のマイク１１の近傍に配置されてもよく、あるいは、そうでなくてもよい。図５は、第２のマイク１２がダミーマイクである場合の、第１のマイク１１と、第２のマイク１２と、発話者の口４１の位置との位置関係の一例を示す図である。図５で示されるように、発話者の口４１から出た音声４２は、第１のマイク１１によって取得される。一方、第２のマイク１２は、第１のマイク１１の裏側に配置されているが、空気の振動をとらえないものであるため、音声４２そのものを取得することはない。一方、第２のマイク１２は、第１のマイク１１と同様の電気的特定を有するため、第１のマイク１１がとらえた電磁誘導ノイズや、振動ノイズと同様のノイズを取得することができる。
【００４０】
また、第１のマイク１１と、第２のマイク１２とは、一般に別々のマイクであるが、両者が一体のマイクとして構成されてもよい。
【００４１】
ノイズキャンセル部１３は、第１のマイクが取得した音声信号と、第２のマイクが取得したノイズ信号とを用いて、音声信号からノイズ信号をキャンセルする。図６は、ノイズキャンセルの一例について説明するための図である。図６で示されるように、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを処理回路５１が受け取り、ノイズ信号を反転させたものを音声信号に加算することによって、ノイズを除去することができる。なお、ノイズキャンセルの方法については後述する。
【００４２】
なお、出力部１４は、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する。ここで、この出力は、例えば、所定の機器への通信回線を介した送信でもよく、スピーカによる音声出力でもよく、記録媒体への蓄積でもよく、他の構成要素への引き渡しでもよい。なお、出力部１４は、出力を行うデバイス（例えば、スピーカや通信デバイスなど）を含んでもよく、あるいは含まなくてもよい。また、出力部１４は、ハードウェアによって実現されてもよく、あるいは、それらのデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
【００４３】
サンプル数情報記憶部１５では、後述する平均処理部１６によって行われる平均化処理で用いるサンプル数を示すサンプル数情報が記憶される。サンプル数情報記憶部１５に情報が記憶される過程は問わない。例えば、記録媒体を介して情報がサンプル数情報記憶部１５で記憶されるようになってもよく、通信回線等を介して送信された情報がサンプル数情報記憶部１５で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報がサンプル数情報記憶部１５で記憶されるようになってもよい。なお、サンプル数情報記憶部１５で記憶されているサンプル数情報は、後述する変更部１８によって変更されうるものである。サンプル数情報記憶部１５での記憶は、ＲＡＭ等における一時的な記憶でもよく、あるいは、長期的な記憶でもよい。サンプル数情報記憶部１５は、所定の記録媒体（例えば、半導体メモリや磁気ディスク、光ディスクなど）によって実現されうる。
【００４４】
平均処理部１６は、ノイズキャンセル部１３によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、サンプル数情報の示すサンプル数で平均化処理を行う。平均化処理は、例えば、移動平均処理などで実現することができる。なお、本実施の形態では、平均化処理として、移動平均処理を行う場合について説明する。図７は、サンプル数情報の示すサンプル数が「４」である場合の移動平均処理を行う回路の一例を示す図である。各遅延素子によって、１サンプル時間ずつ遅延されることによって、４個の連続したサンプルが加算され、最後に１／４されることによって、４個の連続したサンプルの平均がとられることになる。この処理が、音声信号の新たなサンプルが入力されるごとに行われることになる。なお、ノイズ信号に対しても、同様にして移動平均処理が行われることになる。また、サンプル数情報の示すサンプル数に応じて、図７で示される処理が変更されることは言うまでもない。
【００４５】
変更情報受付部１７は、サンプル数を変更する旨の情報である変更情報を受け付ける。この変更情報は、変更後のサンプル数を示す情報であってもよく、サンプル数の差分を示す情報であってもよい。
【００４６】
変更情報受付部１７は、例えば、入力デバイス（例えば、キーボードやマウス、タッチパネルなど）から入力された情報を受け付けてもよく、有線もしくは無線の通信回線を介して送信された情報を受信してもよく、所定の記録媒体（例えば、光ディスクや磁気ディスク、半導体メモリなど）から読み出された情報を受け付けてもよい。なお、変更情報受付部１７は、受け付けを行うためのデバイス（例えば、モデムやネットワークカードなど）を含んでもよく、あるいは含まなくてもよい。また、変更情報受付部１７は、ハードウェアによって実現されてもよく、あるいは所定のデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
【００４７】
変更部１８は、変更情報受付部１７が受け付けた変更情報に応じてサンプル数情報を変更する。変更情報が、変更後のサンプル数を示す情報である場合には、変更部１８は、変更情報を用いて、サンプル数情報記憶部１５で記憶されているサンプル数情報を上書きしてもよい。また、変更情報が、サンプル数の差分を示す情報である場合には、変更部１８は、その変更情報と、サンプル数情報記憶部１５で記憶されているサンプル数情報とを用いて、変更後のサンプル数情報を構成し、そのサンプル数情報で、サンプル数情報記憶部１５で記憶されているサンプル数情報を上書きしてもよい。
【００４８】
なお、図１では明記していないが、音声出力装置１における各種の処理の際に、音声信号や、ノイズ信号が一時的に図示しない記録媒体等において記憶されていてもよい。
【００４９】
また、図１では明記していないが、音声信号やノイズ信号は、適宜、Ａ／Ｄ変換や、Ｄ／Ａ変換されることによって、デジタル信号に変換されてもよく、また、アナログ信号に変換されてもよいことは言うまでもない。
【００５０】
また、この音声出力装置１は、音声通信システムや、音声記録システムとしても用いることができるものであり、音声出力装置１がどのように用いられるのかは限定されるものではない。
【００５１】
次に、本実施の形態による音声出力装置１の動作について、図８のフローチャートを用いて説明する。なお、この図８のフローチャートでは、ノイズキャンセルの前に移動平均処理を行う場合について説明する。
【００５２】
（ステップＳ１０１）音声出力装置１の図示しない制御部は、ノイズキャンセルの処理を開始するかどうか判断する。そして、開始する場合には、ステップＳ１０２に進み、そうでない場合には、開始するまで、ステップＳ１０１の処理を繰り返す。図示しない制御部は、例えば、ユーザがノイズキャンセルの処理を開始する旨の指示を入力した場合に、ノイズキャンセルの処理を開始すると判断してもよく、あるいは、第１のマイク１１や第２のマイク１２から、所定のレベル以上の音声信号やノイズ信号が入力されてきた場合に、ノイズキャンセルの処理を開始すると判断してもよい。
【００５３】
（ステップＳ１０２）平均処理部１６は、第１のマイク１１から音声信号を取り込み、第２のマイク１２からノイズ信号を取り込む。
【００５４】
（ステップＳ１０３）平均処理部１６は、取り込んだ音声信号とノイズ信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号とノイズ信号をノイズキャンセル部１３に渡す。
【００５５】
（ステップＳ１０４）ノイズキャンセル部１３は、音声信号と、ノイズ信号とを用いて、音声信号からノイズ成分を除去する。
【００５６】
（ステップＳ１０５）出力部１４は、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する。
【００５７】
（ステップＳ１０６）図示しない制御部は、ノイズキャンセルの処理を終了するかどうか判断する。そして、終了する場合には、ステップＳ１０１に戻り、そうでない場合には、ステップＳ１０２に戻る。なお、図示しない制御部は、例えば、ユーザがノイズキャンセルの処理を終了する旨の指示を入力した場合に、ノイズキャンセルの処理を終了すると判断してもよく、あるいは、第１のマイク１１や第２のマイク１２から音声信号やノイズ信号が入力されなくなった場合や、出力部１４の出力する音声信号がしきい値以下のレベルである時間があらかじめ決められている時間以上になった場合（この場合には、発話者があらかじめ決められている時間以上発話を行っていないことになる）に、ノイズキャンセルの処理を終了すると判断してもよい。
なお、図８のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
【００５８】
また、前述のように、移動平均処理をノイズキャンセルの後に行ってもよい。その場合には、図８のフローチャートに代えて、図９のフローチャートで示されるように処理が実行されることになる。図９のフローチャートにおいて、ステップＳ２０１〜Ｓ２０３以外の処理は、図８のフローチャートと同様であり、その説明を省略する。
【００５９】
（ステップＳ２０１）ノイズキャンセル部１３は、第１のマイク１１から音声信号を取り込み、第２のマイク１２からノイズ信号を取り込む。
【００６０】
（ステップＳ２０２）ノイズキャンセル部１３は、音声信号と、ノイズ信号とを用いて、音声信号からノイズ成分を除去する。
【００６１】
（ステップＳ２０３）平均処理部１６は、ノイズキャンセル後の音声信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号を出力部１４に渡す。
【００６２】
また、前述のように、移動平均処理をノイズキャンセルの前後に行ってもよい。その場合には、図８、図９のフローチャートに代えて、図１０のフローチャートで示されるように処理が実行されることになる。図１０のフローチャートにおいて、ステップＳ３０１以外の処理は、図８のフローチャートと同様であり、その説明を省略する。
【００６３】
（ステップＳ３０１）平均処理部１６は、ノイズキャンセル後の音声信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号を出力部１４に渡す。
【００６４】
なお、変更情報受付部１７と、変更部１８との処理は、変更情報受付部１７が変更情報を受け付けると、変更部１８がサンプル数情報を変更するものであり、すでに公知の情報変更の方法であるため、その処理のフローチャートの説明は省略する。
【００６５】
次に、本実施の形態による音声出力装置１の動作について、具体例を用いて説明する。この具体例では、ＭＲＩにおいて音声出力装置１が用いられる場合について説明する。その場合には、図１１で示されるように、シールドされているＭＲＩ室には、第１のマイク１１と、第２のマイク１２のみが配置され、音声処理室に、その他の構成要素が配置されることになる。ノイズキャンセル部１３や、出力部１４等が、ＭＲＩに起因する強磁場の影響を受けないようにするためである。また、第２のマイク１２は、ダミーマイクであるとする。
【００６６】
このような状況において、発話者としての被験者が発話すると、その音声を第１のマイク１１が集音して取得し、音声信号に変換する。なお、第１のマイク１１は、発話された音声をとらえるのが主たる目的であるが、結果として、ＭＲＩ室で発生したノイズも一緒にとらえてしまうことになる。また、第２のマイク１２は、ＭＲＩに起因する電磁誘導ノイズや、振動ノイズ等をとらえて、ノイズ信号に変換する。第２のマイク１２は、ダミーマイクであるため、被験者の発話した音声をとらえることはない。
【００６７】
その後、ノイズキャンセル部１３によるノイズキャンセルや、平均処理部１６による移動平均処理等が行われ、ノイズの抑圧された音声信号が出力部１４によって出力されることになる。
【００６８】
図１２は、ノイズキャンセルを行った場合の波形１２０２と、行わない場合の波形１２０１との比較結果を示す図である。図１２では、ＭＲＩ実機の騒音を、ＭＲＩ装置から離れた、電磁誘導ノイズの影響がない位置で録音し、その録音したＭＲＩ騒音をラジオカセットレコーダーで出力し、図１の装置にてキャンセル実験を行った例であり、発話者の発声した音声はとらえられていない。図１２で示されるとおり、本実施の形態による音声出力装置１により良好なノイズキャンセル効果が得られたことが分かる。
【００６９】
次に、本実施の形態で説明した平均化処理の効果について述べる。図１５は、電磁誘導ノイズや振動の影響などが強い場での波形とそのキャンセル処理の実験結果を示す。原波形１５０１は、電磁誘導ノイズなどが強く混入したＭＲＩ騒音波形であり、ノイズキャンセル後の波形１５０２は原波形にキャンセル処理のみを施した結果である。この段階ではスパイク状のノイズが残っているが、ノイズキャンセル後に平均化処理ありの波形１５０３では、そのノイズが最終的に低減され、平均化処理の効果が示されている。
【００７０】
図１３，図１４は、ＭＲＩ実機で、被験者がガントリー内に入り、ＭＲＩ装置が稼働した状態で、被験者の音声を取り、図１の装置にてノイズキャンセルした例である。図１３，図１４は、発話者の発声した音声も含まれた信号に対するノイズキャンセル処理の結果を示す実験結果である。図１３で示されるように、キャンセルされたノイズのレベルよりも、発話者の発声した音声のレベルの方が十分に大きいことが分かる。したがって、ノイズの除去された音声信号によって、発話者の発声した音声をクリアに聞き取ることができうる。
【００７１】
なお、図１４で示されるように、ＭＲＩのトリガー信号も、発話者の音声信号と同時に、計測、記録、表示できるようにしてもよい。また、各実験において、第２のマイク１２として、ダミーマイクではなく、通常のマイクを用いた。
【００７２】
以上、本実施の形態による音声出力装置１により、ＭＲＩ室内の被験者の音声を高Ｓ／Ｎにて出力することができ、結果として検査者との自由な通話も可能となることが期待できる。
【００７３】
なお、本実施の形態による音声出力装置１は、ＭＲＩにおいて用いられるものでなくてもよい。例えば、騒音や電磁誘導ノイズ等の激しいところにおいて用いられてもよい。具体的には、本実施の形態による音声出力装置１は、発電所や空港、ヘリコプター、航空機、船舶、オートレース場等において用いられてもよい。
【００７４】
以上のように、本実施の形態による音声出力装置１によれば、第１のマイク１１が取得した、発話者の発声した音声に重畳されているノイズを、第２のマイク１２が取得したノイズ信号を用いて除去することができる。したがって、Ｓ／Ｎ（ＳＮ比）の高い、クリアな音声を出力できることになる。
【００７５】
従来のＭＲＩ環境下では、マイクに強烈なＭＲＩ誘導ノイズと、ＭＲＩ騒音が入ると共に音声も入るため、マイクアンプが飽和しないようにするために、アンプのゲインを低く設定せざるを得なかった。そのため、所望の音声に対する感度が低くなっていた。一方、本実施の形態による音声出力装置１を用いることによって、ＭＲＩ誘導ノイズをキャンセルすることができ、また、ＭＲＩ騒音に対する低感度化を実現することができているため、マイクアンプゲインを音声を出力するのに適したレベルにまで上げることが可能となり、高Ｓ／Ｎ化を実現することができる。
【００７６】
また、ＭＲＩにおいて、被験者との対話をしながらＭＲＩ画像を撮影したい場合がある。そのような場合には、被験者があまり動かないことが求められるため、発声における被験者の動きを小さくしたい（すなわち、被験者があまり大きな声を出さなくてもよいようにしたい）という要請がある。そのような状況において、本実施の形態による音声出力装置１を用いることによって、被験者が大きな声を出さなくても、ＭＲＩの強烈なノイズ環境下における被験者の発声した音声からノイズを効率的に除去することができ、被験者のクリアな音声を取得することができるようになる。その結果として、例えば、会話中の被験者の脳活動計測を良好に行うことができる。
【００７７】
また、ノイズキャンセル処理と共に、移動平均処理を併用することによって、電磁誘導ノイズや騒音に対するキャンセル処理効果を向上させることができ、発話者の発声した音声をさらに高Ｓ／Ｎで取得することができるようになる。
【００７８】
なお、本実施の形態では、音声出力装置１がサンプル数情報記憶部１５で記憶されているサンプル数情報を変更するために、変更情報受付部１７と、変更部１８とを備えた場合について説明したが、サンプル数情報を変更しない場合には、音声出力装置１は、変更情報受付部１７と、変更部１８とを備えていなくてもよい。
【００７９】
また、本実施の形態では、音声出力装置１が移動平均処理を行う場合について説明したが、音声出力装置１が移動平均処理を行わない場合には、音声出力装置１は、サンプル数情報記憶部１５と、平均処理部１６とを備えていなくてもよい。
【００８０】
また、本実施の形態では、第１のマイク１１、及び第２のマイク１２での音声信号やノイズ信号の取得から、ノイズのキャンセルされた音声信号の出力までを一連の処理として実行する場合について説明したが、第１のマイク１１で取得した音声信号や、第２のマイク１２で取得したノイズ信号を、まず蓄積し、その後に、ノイズキャンセルや、移動平均処理等の処理を実行するようにしてもよい。この場合には、ノイズキャンセル後の音声信号をモニタして、その音声信号の適否を判定した後に、適切でなければ、ノイズキャンセルや、移動平均処理の設定を変更しながら、繰り返してノイズキャンセル等の処理を実行することができるようになる。図１６は、音声信号と、ノイズ信号とを蓄積する場合における音声出力装置２の構成を示すブロック図である。図１６で示されるように、音声出力装置２は、第１のマイク１１と、第２のマイク１２と、ノイズキャンセル部１３と、出力部１４と、サンプル数情報記憶部１５と、平均処理部１６と、変更情報受付部１７と、変更部１８と、音声信号蓄積部２１と、ノイズ信号蓄積部２２とを備える。なお、音声信号蓄積部２１と、ノイズ信号蓄積部２２以外の構成及び動作は、上記説明と同様であり、その説明を省略する。
【００８１】
音声信号蓄積部２１は、第１のマイク１１が取得した音声信号を所定の記録媒体に蓄積する。この記録媒体は、例えば、半導体メモリや、光ディスク、磁気ディスク等であり、音声信号蓄積部２１が有していてもよく、あるいは音声信号蓄積部２１の外部に存在してもよい。また、この記録媒体は、音声信号を一時的に記憶するものであってもよく、そうでなくてもよい。
【００８２】
ノイズ信号蓄積部２２は、第２のマイク１２が取得したノイズ信号を所定の記録媒体に蓄積する。この記録媒体は、例えば、半導体メモリや、光ディスク、磁気ディスク等であり、ノイズ信号蓄積部２２が有していてもよく、あるいはノイズ信号蓄積部２２の外部に存在してもよい。また、この記録媒体は、撮影画像を一時的に記憶するものであってもよく、そうでなくてもよい。
【００８３】
なお、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを記録媒体に蓄積する場合に、両者の時間的な対応をとることができるように蓄積しておくことが好適である。後のノイズキャンセル等の処理において、両者の同期をとることができるようにするためである。例えば、同一のタイムコードを付与して蓄積することによって、両者の時間的な対応をとることができるようにしてもよく、あるいは、同一ファイルの２個のトラックに音声信号とノイズ信号とを蓄積することによって、両者の時間的な対応をとることができるようにしてもよい。
【００８４】
ここで、ノイズキャンセルについて簡単に説明しておく。ノイズキャンセルおいては、ＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタがよく用いられている。図１７は、ノイズキャンセルについて説明するための図である。図１７において、第１のマイク１１の測定した音声信号をＤｋ、第２のマイク１２の測定したノイズ信号をＵｋとしている。Ｄｋにも、ノイズが混入する。ノイズキャンセルでは、Ｄｋに混入したノイズを、Ｕｋを用いて精度よく推定し、キャンセルしなければならない。具体的には、デジタルフィルタ３１が、Ｄｋに混入したノイズの推定値Ｘｋを出力する。そして、減算器３２が、その推定値Ｘｋを音声信号Ｄｋから減算することによって、推定誤差Ｅｋを得る。また、フィルタパラメータ計算処理部３３は、推定誤差Ｅｋを最小化するようにデジタルフィルタ３１のパラメータを計算し、その計算したパラメータをデジタルフィルタ３１に設定する。この推定誤差Ｅｋが、ノイズキャンセル部１３の出力となる。
【００８５】
ＦＩＲフィルタでは、次式のように、ｍ個のフィルタパラメータＷ０，…，Ｗｍ−１を用い、Ｘｋを推定する計算が行われる。フィルタパラメータＷの計算では、最小２乗推定法やＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）法など、各種の計算方法が知られている。
Ｘｋ＝θＴＵｋ
θ＝［Ｗ０，…，Ｗｍ−１］Ｔ
Ｕｋ＝［Ｕｋ，…，Ｕｋ−ｍ＋１］Ｔ
【００８６】
なお、ノイズキャンセルなどの波形処理については、例えば、次の文献を参照されたい。
文献：足立、佐野、「能動騒音制御におけるシステム同定の役割」、システム／制御／情報、Ｖｏｌ．４１，Ｎｏ．２，ｐ．６４−７２、１９９７年
【００８７】
上記実施の形態によるノイズキャンセル部１３では、図６で示される減算処理のみが行われてもよく、図１７で示されるＦＩＲフィルタ等を用いたノイズキャンセル処理のみが行われてもよく、あるいは、その両者が行われてもよい。減算処理と、ＦＩＲフィルタ等を用いたノイズキャンセル処理との両方を用いる場合には、まず、減算処理を行った後に、ＦＩＲフィルタ等によって、ノイズをキャンセルしてもよい。その場合には、減算処理後の複数個（例えば、２０個ほど）の過去の信号から、ノイズ波形を予測推定するフィルタを構成し、減算処理後の現在の信号から、その推定値を減算することにより、ノイズをキャンセルするようにしてもよい。その際に、適宜、ＡＤ変換や、ＤＡ変換等をその処理の前後や途中で行ってもよい。また、それらの処理の前後や途中において平均化処理が行われてもよいことは前述の通りである。
【００８８】
また、上記実施の形態では、音声出力装置がスタンドアロンである場合について説明したが、音声出力装置は、スタンドアロンの装置であってもよく、サーバ・クライアントシステムにおけるサーバ装置であってもよい。後者の場合には、出力部は、通信回線を介して情報を出力することになる。また、ノイズキャンセル部１３や、平均処理部１６も、通信回線を介して第１のマイク１１からの音声信号や、第２のマイク１２からのノイズ信号を受け付けるようにしてもよい。
【００８９】
また、上記実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよく、あるいは、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。
【００９０】
また、上記実施の形態において、各構成要素が実行する処理に関係する情報、例えば、各構成要素が受け付けたり、取得したり、選択したり、生成したり、送信したり、受信したりした情報や、各構成要素が処理で用いるしきい値や数式、アドレス等の情報等は、上記説明で明記していない場合であっても、図示しない記録媒体において、一時的に、あるいは長期にわたって保持されていてもよい。また、その図示しない記録媒体への情報の蓄積を、各構成要素、あるいは、図示しない蓄積部が行ってもよい。また、その図示しない記録媒体からの情報の読み出しを、各構成要素、あるいは、図示しない読み出し部が行ってもよい。
【００９１】
また、上記実施の形態において、音声出力装置に含まれる２以上の構成要素が通信デバイスや入力デバイス等を有する場合に、２以上の構成要素が物理的に単一のデバイスを有してもよく、あるいは、別々のデバイスを有してもよい。
【００９２】
また、上記実施の形態において、各構成要素は専用のハードウェアにより構成されてもよく、あるいは、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。なお、上記実施の形態における音声出力装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部として機能させるためのものである。
【００９３】
なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。例えば、情報を出力する出力部などにおけるモデムやインターフェースカードなどのハードウェアでしか実現できない機能は、上記プログラムが実現する機能には少なくとも含まれない。
【００９４】
また、このプログラムは、サーバなどからダウンロードされることによって実行されてもよく、所定の記録媒体（例えば、ＣＤ−ＲＯＭなどの光ディスクや磁気ディスク、半導体メモリなど）に記録されたプログラムが読み出されることによって実行されてもよい。
【００９５】
また、このプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
【００９６】
図１８は、上記プログラムを実行して、上記実施の形態による音声出力装置を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムによって実現される。
【００９７】
図１８において、コンピュータシステム１００は、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）ドライブ１０５、ＦＤ（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ）ドライブ１０６を含むコンピュータ１０１と、キーボード１０２と、マウス１０３と、モニタ１０４とを備える。
【００９８】
図１９は、コンピュータシステムを示す図である。図１９において、コンピュータ１０１は、ＣＤ−ＲＯＭドライブ１０５、ＦＤドライブ１０６に加えて、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１１と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１２と、ＣＰＵ１１１に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１３と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク１１４と、ＣＰＵ１１１、ＲＯＭ１１２等を相互に接続するバス１１５とを備える。なお、コンピュータ１０１は、ＬＡＮへの接続を提供する図示しないネットワークカードを含んでいてもよい。
【００９９】
コンピュータシステム１００に、上記実施の形態による音声出力装置の機能を実行させるプログラムは、ＣＤ−ＲＯＭ１２１、またはＦＤ１２２に記憶されて、ＣＤ−ＲＯＭドライブ１０５、またはＦＤドライブ１０６に挿入され、ハードディスク１１４に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ１０１に送信され、ハードディスク１１４に記憶されてもよい。プログラムは実行の際にＲＡＭ１１３にロードされる。なお、プログラムは、ＣＤ−ＲＯＭ１２１やＦＤ１２２、またはネットワークから直接、ロードされてもよい。
【０１００】
プログラムは、コンピュータ１０１に、上記実施の形態による音声出力装置の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム１００がどのように動作するのかについては周知であり、詳細な説明は省略する。
【０１０１】
また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
【産業上の利用可能性】
【０１０２】
以上より、本発明による音声出力装置等によれば、マイクで取得した音声信号からノイズを除去することができるという効果が得られ、騒音下で発話者の発声した音声を効果的に取得して出力する装置等として有用である。
【図面の簡単な説明】
【０１０３】
【図１】本発明の実施の形態１による音声出力装置の構成を示すブロック図
【図２】同実施の形態におけるマイクの一例を示す図
【図３】同実施の形態における複合圧電体について説明するための図
【図４】同実施の形態におけるマイクの双指向性について説明するための図
【図５】同実施の形態における第１及び第２のマイクの配置について説明するための図
【図６】同実施の形態におけるノイズのキャンセルについて説明するための図
【図７】同実施の形態における移動平均処理について説明するための図
【図８】同実施の形態による音声出力装置の動作を示すフローチャート
【図９】同実施の形態による音声出力装置の動作を示すフローチャート
【図１０】同実施の形態による音声出力装置の動作を示すフローチャート
【図１１】同実施の形態による音声出力装置の使用の一例を示す図
【図１２】同実施の形態における実験結果を示す図
【図１３】同実施の形態における実験結果を示す図
【図１４】同実施の形態における実験結果を示す図
【図１５】同実施の形態における平均化処理の効果を説明するための実験結果を示す図
【図１６】同実施の形態による音声出力装置の他の一例を示すブロック図
【図１７】ノイズキャンセルについて説明するための図
【図１８】同実施の形態におけるコンピュータシステムの外観一例を示す模式図
【図１９】同実施の形態におけるコンピュータシステムの構成の一例を示す図
【符号の説明】
【０１０４】
１、２ 音声出力装置
１１ 第１のマイク
１２ 第２のマイク
１３ ノイズキャンセル部
１４ 出力部
１５ サンプル数情報記憶部
１６ 平均処理部
１７ 変更情報受付部
１８ 変更部
２１ 音声信号蓄積部
２２ ノイズ信号蓄積部
【技術分野】
【０００１】
本発明は、発話者の発話した音声のノイズをキャンセルして出力する音声出力装置等に関する。
【背景技術】
【０００２】
従来、騒音下でも発話者が発話した音声を明瞭にとらえることができるようにするための技術開発が行われてきている。例えば、ＭＲＩ装置（核磁気共鳴撮像装置）において、被験者との通話を明瞭に行うため、リミッタと、ローパスフィルタとを用いて被験者の声をオペレータが明瞭に聞き取れるようにする通信システムが開発されている（例えば、特許文献１参照）。
【０００３】
また、掘削作業などでの通話に用いられるマスクであって、工事の騒音等をキャンセルすることができるマイクを内蔵している防護マスクが開発されている（例えば、特許文献２参照）。
【特許文献１】特開２０００−３３９０００号公報
【特許文献２】特開２００３−１９２１８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
上記特許文献１で開示されている技術は、簡易な構成であるというメリットはあるものの、極めて大きな騒音のレベルを被験者の音声レベルに制限することができるのみであって、被験者の音声に重畳されているノイズをキャンセルすることはできないという問題がある。すなわち、被験者の音声を高Ｓ／Ｎで明瞭化するのに有効でないという問題がある。
【０００５】
また、上記特許文献２で開示されている技術は、マスク内部にマイクを備えており、それによって、発話者の発話した音声に重畳されている、マスク外からのノイズをキャンセルすることができるものである。したがって、発話者がマスクをしない環境では、使用することができなくなるという問題がある。特に、マスク内で発声された音声を増強し、マスク外からのノイズをキャンセルするように構成されているため、そのマスクを発話者が装着していない場合には、発話者の音声に対するノイズキャンセルが適切に行われなくなり、例えば、発話者の発声した音声自体も、ノイズと同様にキャンセルされてしまう可能性もありうる。また、ＭＲＩ環境下で発生する電磁誘導ノイズを適切に除去できないという問題もある。
【０００６】
ＭＲＩ装置は医用画像診断装置の一つで、有用性が高く、最近では、脳研究にもよく使われている。しかしながら、強力なパルス状電流を磁場コイルなどに流して、磁場を急激に変化させて撮像するため、電磁誘導ノイズや騒音ノイズ、振動ノイズ、その振動に起因する電磁誘導ノイズなどを含むノイズを発生する。このため、実際の高磁場のＭＲＩ装置が稼動しているときでは、１００ｄＢ（高架線のガード下の騒音レベル）を超えるような強烈な騒音が発生し、検査者と被験者（患者）との通話が不可能となる。ＭＲＩ装置を用いた脳研究においては、被験者の発声した音声を記録することも必要とされるが、ＭＲＩ装置が稼動中では被験者の声を明瞭に記録することができなかった。
【０００７】
また、ＭＲＩ装置下で、画像をみながら、手術を行う装置の開発がなされている（例えば、文献「森川他、日磁医誌，第２１巻，２号，ｐ．４１−４７，２００１年」等を参照のこと）。高騒音のＭＲＩ装置下で、手術がおこなわれる場合は、術者間での手術中の通話が非常に困難となっていた。これまで、騒音の大きいＭＲＩ装置の監視下で行われる手術中において術者間での通話用として有用性の高い通話装置はなかった。
【０００８】
本発明は、上記問題点を解決するためになされたものであり、その一つの目的は、発話者の発声した音声に重畳されているノイズを効果的に除去することができる音声出力装置等を提供することである。
【０００９】
また、本発明の他の目的は、ＭＲＩ等に起因する電磁誘導ノイズ等を効果的に除去することができる音声出力装置等を提供することである。
【課題を解決するための手段】
【００１０】
上記目的の少なくともいずれかを達成するため、本発明による音声出力装置は、発話者の発声した音声を取得する第１のマイクと、ノイズを取得する第２のマイクと、前記第１のマイクが取得した音声信号と、前記第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部と、を備えたものである。
【００１１】
このような構成により、第１のマイクに混入したノイズを、第２のマイクで取得したノイズ信号によって除去することができ、ノイズを低減した音声信号を得ることができる。したがって、例えば、通話や音声の記録の際に、その障害となるノイズを除去することができ、良好な通話システムや、良好な音声記録システム等を実現することができるようになる。
【００１２】
また、本発明による音声出力装置では、前記第２のマイクは、前記第１のマイクと同様の電気的特性を有し、空気の振動をとらえないダミーマイクであってもよい。
【００１３】
このような構成により、第１のマイクに混入したノイズ、例えば、電磁誘導ノイズ等を、ダミーマイクでとらえることができ、そのダミーマイクでとらえたノイズを用いることによって、ノイズを低減した音声信号を得ることができる。
【００１４】
また、本発明による音声出力装置では、前記第２のマイクが取得するノイズは、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズであってもよい。
【００１５】
このような構成により、例えば、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズ等を除去することができうる。
【００１６】
また、本発明による音声出力装置では、前記電磁誘導ノイズ、前記高騒音ノイズ、前記振動ノイズ、前記振動に起因する電磁誘導ノイズは、ＭＲＩ装置に起因するものであってもよい。
【００１７】
このような構成により、ＭＲＩ環境下において、ＭＲＩ装置に起因する電磁誘導ノイズ等を低減することができる。
【００１８】
また、本発明による音声出力装置では、前記第１のマイクが取得した音声信号を蓄積する音声信号蓄積部と、前記第２のマイクが取得したノイズ信号を蓄積するノイズ信号蓄積部と、をさらに備え、前記ノイズキャンセル部は、前記音声信号蓄積部が蓄積した音声信号と、前記ノイズ信号蓄積部が蓄積したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルしてもよい。
【００１９】
このような構成により、あらかじめノイズキャンセル処理等の処理のされていないデータを蓄積することができるため、各種の設定を変更しながら、何度もノイズキャンセル処理等を行うことができ、ノイズ除去の効率が高く、被験者の音声の変化が少ない設定でのノイズ除去の処理を行いうることになる。
【００２０】
また、本発明による音声出力装置では、前記第１のマイクは双指向性のものであり、前記第２のマイクが空気の振動をとらえるものである場合に、当該第２のマイクは双指向性のものであってもよい。
このような構成により、マイクが双指向性であるため、騒音の影響を低減することができる。
【００２１】
また、本発明による音声出力装置では、前記第１のマイクの形状は、発話者の口の形状に合うものであってもよい。
このような構成により、出力の対象となる音声を効率よく取得できうることになりうる。
【００２２】
また、本発明による音声出力装置では、前記第１のマイク、及び前記第２のマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであってもよい。
【００２３】
このような構成により、用途に適した任意の大きさや形状のマイクを実現できるようになる。その結果として、ノイズ除去の効率の高い音声出力装置を実現できうる。
【００２４】
また、本発明による音声出力装置では、前記圧電体素子は、分極されていてもよい。
【００２５】
また、本発明による音声出力装置では、前記ダミーマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであり、当該複合圧電体は、分極されていなくてもよい。
【００２６】
また、本発明による音声出力装置では、平均化処理で用いるサンプル数を示すサンプル数情報が記憶されるサンプル数情報記憶部と、前記ノイズキャンセル部によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、前記サンプル数情報の示すサンプル数で平均化処理を行う平均処理部と、をさらに備えていてもよい。
【００２７】
このような構成により、ノイズキャンセル処理と共に、平均化処理も併用することによって、さらに高Ｓ／Ｎで音声信号を出力することができるようになる。
【００２８】
また、本発明による音声出力装置では、サンプル数を変更する旨の情報である変更情報を受け付ける変更情報受付部と、前記変更情報受付部が受け付けた変更情報に応じて前記サンプル数情報を変更する変更部と、をさらに備えていてもよい。
【００２９】
このような構成により、高Ｓ／Ｎとなるように、適宜、サンプル数情報を変更することができるようになる。
【発明の効果】
【００３０】
本発明による音声出力装置等によれば、発話者の発声した音声に重畳されているノイズをキャンセルすることができる。
【発明を実施するための最良の形態】
【００３１】
以下、本発明による音声出力装置について、実施の形態を用いて説明する。なお、以下の実施の形態において、同じ符号を付した構成要素及びステップは同一または相当するものであり、再度の説明を省略することがある。
【００３２】
（実施の形態１）
本発明の実施の形態１による音声出力装置について、図面を参照しながら説明する。本実地の形態による音声出力装置は、発話者の発声した音声に重畳されているノイズをキャンセルするものである。
【００３３】
図１は、本実施の形態による音声出力装置１の構成を示すブロック図である。本実施の形態による音声出力装置１は、第１のマイク１１と、第２のマイク１２と、ノイズキャンセル部１３と、出力部１４と、サンプル数情報記憶部１５と、平均処理部１６と、変更情報受付部１７と、変更部１８とを備える。
【００３４】
第１のマイク１１は、発話者の発声した音声を取得して音声信号に変換する。なお、第１のマイク１１は、発話者の発声した音声以外のノイズも取得してしまうものである。したがって、第１のマイク１１から得られる音声信号には、ノイズの信号も含まれることになる。第１のマイク１１は、例えば、図２で示されるように、枠３１と、その枠３１によって周辺部が固定されている複合圧電体３２とから構成されるものであってもよい。本実施の形態による音声出力装置１がＭＲＩで用いられる場合には、枠３１は、磁場の中におかれるため、強磁性体（例えば、鉄など）ではないもの、例えば、樹脂やセラミックなどからなるものが好ましい。樹脂は、例えば、ポリプロピレン（ＰＰ）や、塩化ビニル等であってもよい。この枠３１は、床や壁、ＭＲＩ装置等に対して直接的あるいは間接的に固定されることも可能である。また、複合圧電体３２は、スピーカやマイクなどの音響機器を構成することができるものである。その複合圧電体３２は、圧電体素子が有機物中に配置されたものであり、強磁性体を含まない非磁性のものであるため、ＭＲＩで用いるのに好適である。図３は、複合圧電体の構造を示す図である。複合圧電体６０は、例えば、有機物６１に配置された多数のＰＺＴ６１から構成される。ＰＺＴ６１は、チタン酸ジルコン酸鉛からなる圧電素子である。なお、複合圧電体３２については、すでに公知であり、詳細な説明を省略する。複合圧電体については、例えば、特開昭６３−４７９９等に記載されている。また、圧電体素子は、分極されていることが好適である。また、その分極方向が圧電体素子に明示されていてもよい。分極方向が圧電体素子に明示されていることによって、第１のマイク１１を容易に構成することができるようになる。また、本実施の形態による音声出力装置１がＭＲＩ以外で用いられる場合には、第１のマイク１１は、このような構成に限定されるものではなく、強磁性体を用いたマイク、例えば、ダイナミックマイクや、コンデンサマイク等であってもよい。
【００３５】
また、第１のマイク１１の形状は、発話者の口の形状に合うものであることが好適である。発話者の口の形状に合うものとは、発話者の発声した音声を効果的にとらえることができる形状であり、例えば、図２で示されるように、発話者の口の位置が中心となるように円弧形状を有する帯状のもの（円筒面形状のもの）であってもよく、パラボラアンテナのような放物曲面状のもの（この場合には、発話者の口の位置が放物曲面の焦点となることが好適である）であってもよく、半球面状のもの（この場合には、発話者の口の位置が球面の中心となることが好適である）であってもよく、楕円面状のものであってもよい。なお、発話者の発声した音声を効果的にとらえることができるのであれば、その他の形状であってもよいことは言うまでもない。また、第１のマイク１１は、発話者の発声した音声を効果的にとらえることができる大きさであることが好適である。また、第１のマイク１１は、その使用時に発話者の口元に近い位置に配置されることが好適である。発話者の発声した音声を効果的に取得することができるようにするためである。
【００３６】
また、第１のマイク１１は、図４で示されるように、双指向性のものであってもよい。例えば、本実施の形態による音声出力装置１がＭＲＩで用いられる場合に、ＭＲＩでは、ガントリーと呼ばれる、撮影時に人体を格納する円筒状容器の内壁から容器の中心に向かうように騒音が発生し、また逆方向に反射音が発生するが、第１のマイク１１が双指向性であることによって、騒音に対する感度を低下させることが可能となる。図４は、双指向性のマイクの側面図を示す。被験者の口元に装着された第１のマイク１１に対し、ガントリーの径方向に進行するＭＲＩの騒音は、図に示すように、第１のマイク１１の側面から入ってくる。これにより、第１のマイク１１が双指向性であれば、第１のマイク１１の全面と裏面から入ってきた騒音が打ち消しあう形となるため、騒音に対する感度が低下することになる。
【００３７】
第２のマイク１２は、ノイズを取得して、信号に変換する。その信号のことをノイズ信号と呼ぶことにする。第２のマイク１２は、第１のマイク１１と同様に、空気の振動をとらえるもの、すなわち、音を検出することができるものであってもよく、あるいは、第１のマイク１１と同様の電気的特性を有し、空気の振動をとらえないダミーマイクであってもよい。ここで、電気的特性は、例えば、静電容量であってもよく、あるいは、周波数１ｋＨｚ付近での電気インピーダンスであってもよい。同様の電気的特性とは、電気的特性が一致することであってもよく、あるいは、電気的特性が近いことであってもよい。例えば、両者の電気的特性の違いが、いずれかの電気的特性の±１５％以下である場合に、両者の電気的特性が近いと考えてもよい。また、第２のマイク１２は、第１のマイク１１に近接して配置されることが好適である。近接するとは、互いのマイク位置が２０ｍｍ以内であり、さらには５ｍｍ以内であることが望ましい。さらに、第１のマイク１１、及び第２のマイク１２に複合圧電体を利用した場合には、扁平な構造が可能となるため、近接度をより簡単に高めることができる利点がある。第２のマイク１２がダミーマイクである場合でも、第２のマイク１２は、電磁誘導ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズを取得することができうる。それらの電磁誘導ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズは、ＭＲＩに起因するものであってもよく、あるいは、そうでなくてもよい。前者の場合には、ダミーマイクとしての第２のマイク１２は、第１のマイク１１に近接しているため、第１のマイク１１に発生するＭＲＩの誘導ノイズとほぼ同じＭＲＩ誘導ノイズをとらえることができる。ここで、ＭＲＩ装置に起因するノイズについて説明する。ＭＲＩ装置では、大きく分けて３種類の磁場、すなわち、静磁場、傾斜磁場、高周波磁場が用いられる。傾斜磁場、高周波磁場の印加手順はパルスシーケンスと呼ばれ、このときに強力な電流パルスが周期的に磁場コイルに流れるため、電磁誘導ノイズや、コイルに生じた振動により大きな騒音を発生する。このように、ＭＲＩ装置には、電磁誘導ノイズ、騒音、振動、静磁場中での振動による誘導ノイズが発生することになる。また、第２のマイク１２がダミーマイクである場合に、上記以外のノイズを取得してもよいことは言うまでもない。
【００３８】
第２のマイク１２がダミーマイクでない場合には、第２のマイク１２は、第１のマイク１１と同様のものであってもよい。すなわち、第２のマイク１２は、図２で示されるように、枠と複合圧電体によって構成されたものであってもよく、その複合圧電体に含まれる圧電体素子は分極されていてもよく、また、双指向性のものであってもよい。また、ＭＲＩで用いられない場合には、第２のマイク１２は、強磁性体を用いたマイクであってもよい。ただし、第２のマイク１２は、発話者の発声した音声をとらえないことが好適であるため、その形状は、発話者の口の形状に合っていてもよく、合っていなくてもよい。第２のマイクの形状が発話者の口の形状に合っている場合であっても、第２のマイク１２は、発話者の発声した音声を取得しないことが好適である。なお、第２のマイク１２は、第１のマイク１１に近接して配置されることが好適であることは言うまでもない。また、マイクが枠と複合圧電体によって構成された場合には、目的とする形状で近接した構造をより簡単に作ることができる利点がある。したがって、この場合には、第２のマイク１２は、第１のマイク１１が取得するノイズとほぼ同じノイズをとらえることができるが、第１のマイク１１が取得する発話者の発声した音声をとられることができない位置に配置されることが好適である。また、第２のマイク１２がダミーマイクでない場合には、第２のマイク１２は、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズを取得することができうる。
【００３９】
また、第２のマイク１２がダミーマイクである場合に、そのダミーマイクは、圧電体素子が有機物中に配置された複合圧電体によって構成されてもよく、その圧電体素子は、分極されていてもよく、あるいは、分極されていなくてもよい。圧電体素子が分極されている場合であっても、ダミーマイクは、空気の振動をとらえない、すなわち、音を検出しない（あるいは、音を検出する機能がほとんどない）ものである。第２のマイク１２がダミーマイクである場合には、音を検出する機能がないため、第２のマイク１２は、第１のマイク１１の近傍に配置されてもよく、あるいは、そうでなくてもよい。図５は、第２のマイク１２がダミーマイクである場合の、第１のマイク１１と、第２のマイク１２と、発話者の口４１の位置との位置関係の一例を示す図である。図５で示されるように、発話者の口４１から出た音声４２は、第１のマイク１１によって取得される。一方、第２のマイク１２は、第１のマイク１１の裏側に配置されているが、空気の振動をとらえないものであるため、音声４２そのものを取得することはない。一方、第２のマイク１２は、第１のマイク１１と同様の電気的特定を有するため、第１のマイク１１がとらえた電磁誘導ノイズや、振動ノイズと同様のノイズを取得することができる。
【００４０】
また、第１のマイク１１と、第２のマイク１２とは、一般に別々のマイクであるが、両者が一体のマイクとして構成されてもよい。
【００４１】
ノイズキャンセル部１３は、第１のマイクが取得した音声信号と、第２のマイクが取得したノイズ信号とを用いて、音声信号からノイズ信号をキャンセルする。図６は、ノイズキャンセルの一例について説明するための図である。図６で示されるように、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを処理回路５１が受け取り、ノイズ信号を反転させたものを音声信号に加算することによって、ノイズを除去することができる。なお、ノイズキャンセルの方法については後述する。
【００４２】
なお、出力部１４は、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する。ここで、この出力は、例えば、所定の機器への通信回線を介した送信でもよく、スピーカによる音声出力でもよく、記録媒体への蓄積でもよく、他の構成要素への引き渡しでもよい。なお、出力部１４は、出力を行うデバイス（例えば、スピーカや通信デバイスなど）を含んでもよく、あるいは含まなくてもよい。また、出力部１４は、ハードウェアによって実現されてもよく、あるいは、それらのデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
【００４３】
サンプル数情報記憶部１５では、後述する平均処理部１６によって行われる平均化処理で用いるサンプル数を示すサンプル数情報が記憶される。サンプル数情報記憶部１５に情報が記憶される過程は問わない。例えば、記録媒体を介して情報がサンプル数情報記憶部１５で記憶されるようになってもよく、通信回線等を介して送信された情報がサンプル数情報記憶部１５で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された情報がサンプル数情報記憶部１５で記憶されるようになってもよい。なお、サンプル数情報記憶部１５で記憶されているサンプル数情報は、後述する変更部１８によって変更されうるものである。サンプル数情報記憶部１５での記憶は、ＲＡＭ等における一時的な記憶でもよく、あるいは、長期的な記憶でもよい。サンプル数情報記憶部１５は、所定の記録媒体（例えば、半導体メモリや磁気ディスク、光ディスクなど）によって実現されうる。
【００４４】
平均処理部１６は、ノイズキャンセル部１３によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、サンプル数情報の示すサンプル数で平均化処理を行う。平均化処理は、例えば、移動平均処理などで実現することができる。なお、本実施の形態では、平均化処理として、移動平均処理を行う場合について説明する。図７は、サンプル数情報の示すサンプル数が「４」である場合の移動平均処理を行う回路の一例を示す図である。各遅延素子によって、１サンプル時間ずつ遅延されることによって、４個の連続したサンプルが加算され、最後に１／４されることによって、４個の連続したサンプルの平均がとられることになる。この処理が、音声信号の新たなサンプルが入力されるごとに行われることになる。なお、ノイズ信号に対しても、同様にして移動平均処理が行われることになる。また、サンプル数情報の示すサンプル数に応じて、図７で示される処理が変更されることは言うまでもない。
【００４５】
変更情報受付部１７は、サンプル数を変更する旨の情報である変更情報を受け付ける。この変更情報は、変更後のサンプル数を示す情報であってもよく、サンプル数の差分を示す情報であってもよい。
【００４６】
変更情報受付部１７は、例えば、入力デバイス（例えば、キーボードやマウス、タッチパネルなど）から入力された情報を受け付けてもよく、有線もしくは無線の通信回線を介して送信された情報を受信してもよく、所定の記録媒体（例えば、光ディスクや磁気ディスク、半導体メモリなど）から読み出された情報を受け付けてもよい。なお、変更情報受付部１７は、受け付けを行うためのデバイス（例えば、モデムやネットワークカードなど）を含んでもよく、あるいは含まなくてもよい。また、変更情報受付部１７は、ハードウェアによって実現されてもよく、あるいは所定のデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。
【００４７】
変更部１８は、変更情報受付部１７が受け付けた変更情報に応じてサンプル数情報を変更する。変更情報が、変更後のサンプル数を示す情報である場合には、変更部１８は、変更情報を用いて、サンプル数情報記憶部１５で記憶されているサンプル数情報を上書きしてもよい。また、変更情報が、サンプル数の差分を示す情報である場合には、変更部１８は、その変更情報と、サンプル数情報記憶部１５で記憶されているサンプル数情報とを用いて、変更後のサンプル数情報を構成し、そのサンプル数情報で、サンプル数情報記憶部１５で記憶されているサンプル数情報を上書きしてもよい。
【００４８】
なお、図１では明記していないが、音声出力装置１における各種の処理の際に、音声信号や、ノイズ信号が一時的に図示しない記録媒体等において記憶されていてもよい。
【００４９】
また、図１では明記していないが、音声信号やノイズ信号は、適宜、Ａ／Ｄ変換や、Ｄ／Ａ変換されることによって、デジタル信号に変換されてもよく、また、アナログ信号に変換されてもよいことは言うまでもない。
【００５０】
また、この音声出力装置１は、音声通信システムや、音声記録システムとしても用いることができるものであり、音声出力装置１がどのように用いられるのかは限定されるものではない。
【００５１】
次に、本実施の形態による音声出力装置１の動作について、図８のフローチャートを用いて説明する。なお、この図８のフローチャートでは、ノイズキャンセルの前に移動平均処理を行う場合について説明する。
【００５２】
（ステップＳ１０１）音声出力装置１の図示しない制御部は、ノイズキャンセルの処理を開始するかどうか判断する。そして、開始する場合には、ステップＳ１０２に進み、そうでない場合には、開始するまで、ステップＳ１０１の処理を繰り返す。図示しない制御部は、例えば、ユーザがノイズキャンセルの処理を開始する旨の指示を入力した場合に、ノイズキャンセルの処理を開始すると判断してもよく、あるいは、第１のマイク１１や第２のマイク１２から、所定のレベル以上の音声信号やノイズ信号が入力されてきた場合に、ノイズキャンセルの処理を開始すると判断してもよい。
【００５３】
（ステップＳ１０２）平均処理部１６は、第１のマイク１１から音声信号を取り込み、第２のマイク１２からノイズ信号を取り込む。
【００５４】
（ステップＳ１０３）平均処理部１６は、取り込んだ音声信号とノイズ信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号とノイズ信号をノイズキャンセル部１３に渡す。
【００５５】
（ステップＳ１０４）ノイズキャンセル部１３は、音声信号と、ノイズ信号とを用いて、音声信号からノイズ成分を除去する。
【００５６】
（ステップＳ１０５）出力部１４は、ノイズキャンセル部１３によってノイズのキャンセルされた音声信号を出力する。
【００５７】
（ステップＳ１０６）図示しない制御部は、ノイズキャンセルの処理を終了するかどうか判断する。そして、終了する場合には、ステップＳ１０１に戻り、そうでない場合には、ステップＳ１０２に戻る。なお、図示しない制御部は、例えば、ユーザがノイズキャンセルの処理を終了する旨の指示を入力した場合に、ノイズキャンセルの処理を終了すると判断してもよく、あるいは、第１のマイク１１や第２のマイク１２から音声信号やノイズ信号が入力されなくなった場合や、出力部１４の出力する音声信号がしきい値以下のレベルである時間があらかじめ決められている時間以上になった場合（この場合には、発話者があらかじめ決められている時間以上発話を行っていないことになる）に、ノイズキャンセルの処理を終了すると判断してもよい。
なお、図８のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
【００５８】
また、前述のように、移動平均処理をノイズキャンセルの後に行ってもよい。その場合には、図８のフローチャートに代えて、図９のフローチャートで示されるように処理が実行されることになる。図９のフローチャートにおいて、ステップＳ２０１〜Ｓ２０３以外の処理は、図８のフローチャートと同様であり、その説明を省略する。
【００５９】
（ステップＳ２０１）ノイズキャンセル部１３は、第１のマイク１１から音声信号を取り込み、第２のマイク１２からノイズ信号を取り込む。
【００６０】
（ステップＳ２０２）ノイズキャンセル部１３は、音声信号と、ノイズ信号とを用いて、音声信号からノイズ成分を除去する。
【００６１】
（ステップＳ２０３）平均処理部１６は、ノイズキャンセル後の音声信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号を出力部１４に渡す。
【００６２】
また、前述のように、移動平均処理をノイズキャンセルの前後に行ってもよい。その場合には、図８、図９のフローチャートに代えて、図１０のフローチャートで示されるように処理が実行されることになる。図１０のフローチャートにおいて、ステップＳ３０１以外の処理は、図８のフローチャートと同様であり、その説明を省略する。
【００６３】
（ステップＳ３０１）平均処理部１６は、ノイズキャンセル後の音声信号に対して、サンプル数情報記憶部１５で記憶されているサンプル数情報の示すサンプル数で移動平均処理を行い、その平均処理の結果である音声信号を出力部１４に渡す。
【００６４】
なお、変更情報受付部１７と、変更部１８との処理は、変更情報受付部１７が変更情報を受け付けると、変更部１８がサンプル数情報を変更するものであり、すでに公知の情報変更の方法であるため、その処理のフローチャートの説明は省略する。
【００６５】
次に、本実施の形態による音声出力装置１の動作について、具体例を用いて説明する。この具体例では、ＭＲＩにおいて音声出力装置１が用いられる場合について説明する。その場合には、図１１で示されるように、シールドされているＭＲＩ室には、第１のマイク１１と、第２のマイク１２のみが配置され、音声処理室に、その他の構成要素が配置されることになる。ノイズキャンセル部１３や、出力部１４等が、ＭＲＩに起因する強磁場の影響を受けないようにするためである。また、第２のマイク１２は、ダミーマイクであるとする。
【００６６】
このような状況において、発話者としての被験者が発話すると、その音声を第１のマイク１１が集音して取得し、音声信号に変換する。なお、第１のマイク１１は、発話された音声をとらえるのが主たる目的であるが、結果として、ＭＲＩ室で発生したノイズも一緒にとらえてしまうことになる。また、第２のマイク１２は、ＭＲＩに起因する電磁誘導ノイズや、振動ノイズ等をとらえて、ノイズ信号に変換する。第２のマイク１２は、ダミーマイクであるため、被験者の発話した音声をとらえることはない。
【００６７】
その後、ノイズキャンセル部１３によるノイズキャンセルや、平均処理部１６による移動平均処理等が行われ、ノイズの抑圧された音声信号が出力部１４によって出力されることになる。
【００６８】
図１２は、ノイズキャンセルを行った場合の波形１２０２と、行わない場合の波形１２０１との比較結果を示す図である。図１２では、ＭＲＩ実機の騒音を、ＭＲＩ装置から離れた、電磁誘導ノイズの影響がない位置で録音し、その録音したＭＲＩ騒音をラジオカセットレコーダーで出力し、図１の装置にてキャンセル実験を行った例であり、発話者の発声した音声はとらえられていない。図１２で示されるとおり、本実施の形態による音声出力装置１により良好なノイズキャンセル効果が得られたことが分かる。
【００６９】
次に、本実施の形態で説明した平均化処理の効果について述べる。図１５は、電磁誘導ノイズや振動の影響などが強い場での波形とそのキャンセル処理の実験結果を示す。原波形１５０１は、電磁誘導ノイズなどが強く混入したＭＲＩ騒音波形であり、ノイズキャンセル後の波形１５０２は原波形にキャンセル処理のみを施した結果である。この段階ではスパイク状のノイズが残っているが、ノイズキャンセル後に平均化処理ありの波形１５０３では、そのノイズが最終的に低減され、平均化処理の効果が示されている。
【００７０】
図１３，図１４は、ＭＲＩ実機で、被験者がガントリー内に入り、ＭＲＩ装置が稼働した状態で、被験者の音声を取り、図１の装置にてノイズキャンセルした例である。図１３，図１４は、発話者の発声した音声も含まれた信号に対するノイズキャンセル処理の結果を示す実験結果である。図１３で示されるように、キャンセルされたノイズのレベルよりも、発話者の発声した音声のレベルの方が十分に大きいことが分かる。したがって、ノイズの除去された音声信号によって、発話者の発声した音声をクリアに聞き取ることができうる。
【００７１】
なお、図１４で示されるように、ＭＲＩのトリガー信号も、発話者の音声信号と同時に、計測、記録、表示できるようにしてもよい。また、各実験において、第２のマイク１２として、ダミーマイクではなく、通常のマイクを用いた。
【００７２】
以上、本実施の形態による音声出力装置１により、ＭＲＩ室内の被験者の音声を高Ｓ／Ｎにて出力することができ、結果として検査者との自由な通話も可能となることが期待できる。
【００７３】
なお、本実施の形態による音声出力装置１は、ＭＲＩにおいて用いられるものでなくてもよい。例えば、騒音や電磁誘導ノイズ等の激しいところにおいて用いられてもよい。具体的には、本実施の形態による音声出力装置１は、発電所や空港、ヘリコプター、航空機、船舶、オートレース場等において用いられてもよい。
【００７４】
以上のように、本実施の形態による音声出力装置１によれば、第１のマイク１１が取得した、発話者の発声した音声に重畳されているノイズを、第２のマイク１２が取得したノイズ信号を用いて除去することができる。したがって、Ｓ／Ｎ（ＳＮ比）の高い、クリアな音声を出力できることになる。
【００７５】
従来のＭＲＩ環境下では、マイクに強烈なＭＲＩ誘導ノイズと、ＭＲＩ騒音が入ると共に音声も入るため、マイクアンプが飽和しないようにするために、アンプのゲインを低く設定せざるを得なかった。そのため、所望の音声に対する感度が低くなっていた。一方、本実施の形態による音声出力装置１を用いることによって、ＭＲＩ誘導ノイズをキャンセルすることができ、また、ＭＲＩ騒音に対する低感度化を実現することができているため、マイクアンプゲインを音声を出力するのに適したレベルにまで上げることが可能となり、高Ｓ／Ｎ化を実現することができる。
【００７６】
また、ＭＲＩにおいて、被験者との対話をしながらＭＲＩ画像を撮影したい場合がある。そのような場合には、被験者があまり動かないことが求められるため、発声における被験者の動きを小さくしたい（すなわち、被験者があまり大きな声を出さなくてもよいようにしたい）という要請がある。そのような状況において、本実施の形態による音声出力装置１を用いることによって、被験者が大きな声を出さなくても、ＭＲＩの強烈なノイズ環境下における被験者の発声した音声からノイズを効率的に除去することができ、被験者のクリアな音声を取得することができるようになる。その結果として、例えば、会話中の被験者の脳活動計測を良好に行うことができる。
【００７７】
また、ノイズキャンセル処理と共に、移動平均処理を併用することによって、電磁誘導ノイズや騒音に対するキャンセル処理効果を向上させることができ、発話者の発声した音声をさらに高Ｓ／Ｎで取得することができるようになる。
【００７８】
なお、本実施の形態では、音声出力装置１がサンプル数情報記憶部１５で記憶されているサンプル数情報を変更するために、変更情報受付部１７と、変更部１８とを備えた場合について説明したが、サンプル数情報を変更しない場合には、音声出力装置１は、変更情報受付部１７と、変更部１８とを備えていなくてもよい。
【００７９】
また、本実施の形態では、音声出力装置１が移動平均処理を行う場合について説明したが、音声出力装置１が移動平均処理を行わない場合には、音声出力装置１は、サンプル数情報記憶部１５と、平均処理部１６とを備えていなくてもよい。
【００８０】
また、本実施の形態では、第１のマイク１１、及び第２のマイク１２での音声信号やノイズ信号の取得から、ノイズのキャンセルされた音声信号の出力までを一連の処理として実行する場合について説明したが、第１のマイク１１で取得した音声信号や、第２のマイク１２で取得したノイズ信号を、まず蓄積し、その後に、ノイズキャンセルや、移動平均処理等の処理を実行するようにしてもよい。この場合には、ノイズキャンセル後の音声信号をモニタして、その音声信号の適否を判定した後に、適切でなければ、ノイズキャンセルや、移動平均処理の設定を変更しながら、繰り返してノイズキャンセル等の処理を実行することができるようになる。図１６は、音声信号と、ノイズ信号とを蓄積する場合における音声出力装置２の構成を示すブロック図である。図１６で示されるように、音声出力装置２は、第１のマイク１１と、第２のマイク１２と、ノイズキャンセル部１３と、出力部１４と、サンプル数情報記憶部１５と、平均処理部１６と、変更情報受付部１７と、変更部１８と、音声信号蓄積部２１と、ノイズ信号蓄積部２２とを備える。なお、音声信号蓄積部２１と、ノイズ信号蓄積部２２以外の構成及び動作は、上記説明と同様であり、その説明を省略する。
【００８１】
音声信号蓄積部２１は、第１のマイク１１が取得した音声信号を所定の記録媒体に蓄積する。この記録媒体は、例えば、半導体メモリや、光ディスク、磁気ディスク等であり、音声信号蓄積部２１が有していてもよく、あるいは音声信号蓄積部２１の外部に存在してもよい。また、この記録媒体は、音声信号を一時的に記憶するものであってもよく、そうでなくてもよい。
【００８２】
ノイズ信号蓄積部２２は、第２のマイク１２が取得したノイズ信号を所定の記録媒体に蓄積する。この記録媒体は、例えば、半導体メモリや、光ディスク、磁気ディスク等であり、ノイズ信号蓄積部２２が有していてもよく、あるいはノイズ信号蓄積部２２の外部に存在してもよい。また、この記録媒体は、撮影画像を一時的に記憶するものであってもよく、そうでなくてもよい。
【００８３】
なお、第１のマイク１１が取得した音声信号と、第２のマイク１２が取得したノイズ信号とを記録媒体に蓄積する場合に、両者の時間的な対応をとることができるように蓄積しておくことが好適である。後のノイズキャンセル等の処理において、両者の同期をとることができるようにするためである。例えば、同一のタイムコードを付与して蓄積することによって、両者の時間的な対応をとることができるようにしてもよく、あるいは、同一ファイルの２個のトラックに音声信号とノイズ信号とを蓄積することによって、両者の時間的な対応をとることができるようにしてもよい。
【００８４】
ここで、ノイズキャンセルについて簡単に説明しておく。ノイズキャンセルおいては、ＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタがよく用いられている。図１７は、ノイズキャンセルについて説明するための図である。図１７において、第１のマイク１１の測定した音声信号をＤｋ、第２のマイク１２の測定したノイズ信号をＵｋとしている。Ｄｋにも、ノイズが混入する。ノイズキャンセルでは、Ｄｋに混入したノイズを、Ｕｋを用いて精度よく推定し、キャンセルしなければならない。具体的には、デジタルフィルタ３１が、Ｄｋに混入したノイズの推定値Ｘｋを出力する。そして、減算器３２が、その推定値Ｘｋを音声信号Ｄｋから減算することによって、推定誤差Ｅｋを得る。また、フィルタパラメータ計算処理部３３は、推定誤差Ｅｋを最小化するようにデジタルフィルタ３１のパラメータを計算し、その計算したパラメータをデジタルフィルタ３１に設定する。この推定誤差Ｅｋが、ノイズキャンセル部１３の出力となる。
【００８５】
ＦＩＲフィルタでは、次式のように、ｍ個のフィルタパラメータＷ０，…，Ｗｍ−１を用い、Ｘｋを推定する計算が行われる。フィルタパラメータＷの計算では、最小２乗推定法やＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）法など、各種の計算方法が知られている。
Ｘｋ＝θＴＵｋ
θ＝［Ｗ０，…，Ｗｍ−１］Ｔ
Ｕｋ＝［Ｕｋ，…，Ｕｋ−ｍ＋１］Ｔ
【００８６】
なお、ノイズキャンセルなどの波形処理については、例えば、次の文献を参照されたい。
文献：足立、佐野、「能動騒音制御におけるシステム同定の役割」、システム／制御／情報、Ｖｏｌ．４１，Ｎｏ．２，ｐ．６４−７２、１９９７年
【００８７】
上記実施の形態によるノイズキャンセル部１３では、図６で示される減算処理のみが行われてもよく、図１７で示されるＦＩＲフィルタ等を用いたノイズキャンセル処理のみが行われてもよく、あるいは、その両者が行われてもよい。減算処理と、ＦＩＲフィルタ等を用いたノイズキャンセル処理との両方を用いる場合には、まず、減算処理を行った後に、ＦＩＲフィルタ等によって、ノイズをキャンセルしてもよい。その場合には、減算処理後の複数個（例えば、２０個ほど）の過去の信号から、ノイズ波形を予測推定するフィルタを構成し、減算処理後の現在の信号から、その推定値を減算することにより、ノイズをキャンセルするようにしてもよい。その際に、適宜、ＡＤ変換や、ＤＡ変換等をその処理の前後や途中で行ってもよい。また、それらの処理の前後や途中において平均化処理が行われてもよいことは前述の通りである。
【００８８】
また、上記実施の形態では、音声出力装置がスタンドアロンである場合について説明したが、音声出力装置は、スタンドアロンの装置であってもよく、サーバ・クライアントシステムにおけるサーバ装置であってもよい。後者の場合には、出力部は、通信回線を介して情報を出力することになる。また、ノイズキャンセル部１３や、平均処理部１６も、通信回線を介して第１のマイク１１からの音声信号や、第２のマイク１２からのノイズ信号を受け付けるようにしてもよい。
【００８９】
また、上記実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよく、あるいは、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。
【００９０】
また、上記実施の形態において、各構成要素が実行する処理に関係する情報、例えば、各構成要素が受け付けたり、取得したり、選択したり、生成したり、送信したり、受信したりした情報や、各構成要素が処理で用いるしきい値や数式、アドレス等の情報等は、上記説明で明記していない場合であっても、図示しない記録媒体において、一時的に、あるいは長期にわたって保持されていてもよい。また、その図示しない記録媒体への情報の蓄積を、各構成要素、あるいは、図示しない蓄積部が行ってもよい。また、その図示しない記録媒体からの情報の読み出しを、各構成要素、あるいは、図示しない読み出し部が行ってもよい。
【００９１】
また、上記実施の形態において、音声出力装置に含まれる２以上の構成要素が通信デバイスや入力デバイス等を有する場合に、２以上の構成要素が物理的に単一のデバイスを有してもよく、あるいは、別々のデバイスを有してもよい。
【００９２】
また、上記実施の形態において、各構成要素は専用のハードウェアにより構成されてもよく、あるいは、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。なお、上記実施の形態における音声出力装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部として機能させるためのものである。
【００９３】
なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。例えば、情報を出力する出力部などにおけるモデムやインターフェースカードなどのハードウェアでしか実現できない機能は、上記プログラムが実現する機能には少なくとも含まれない。
【００９４】
また、このプログラムは、サーバなどからダウンロードされることによって実行されてもよく、所定の記録媒体（例えば、ＣＤ−ＲＯＭなどの光ディスクや磁気ディスク、半導体メモリなど）に記録されたプログラムが読み出されることによって実行されてもよい。
【００９５】
また、このプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
【００９６】
図１８は、上記プログラムを実行して、上記実施の形態による音声出力装置を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムによって実現される。
【００９７】
図１８において、コンピュータシステム１００は、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）ドライブ１０５、ＦＤ（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ）ドライブ１０６を含むコンピュータ１０１と、キーボード１０２と、マウス１０３と、モニタ１０４とを備える。
【００９８】
図１９は、コンピュータシステムを示す図である。図１９において、コンピュータ１０１は、ＣＤ−ＲＯＭドライブ１０５、ＦＤドライブ１０６に加えて、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１１と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１２と、ＣＰＵ１１１に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１３と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク１１４と、ＣＰＵ１１１、ＲＯＭ１１２等を相互に接続するバス１１５とを備える。なお、コンピュータ１０１は、ＬＡＮへの接続を提供する図示しないネットワークカードを含んでいてもよい。
【００９９】
コンピュータシステム１００に、上記実施の形態による音声出力装置の機能を実行させるプログラムは、ＣＤ−ＲＯＭ１２１、またはＦＤ１２２に記憶されて、ＣＤ−ＲＯＭドライブ１０５、またはＦＤドライブ１０６に挿入され、ハードディスク１１４に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ１０１に送信され、ハードディスク１１４に記憶されてもよい。プログラムは実行の際にＲＡＭ１１３にロードされる。なお、プログラムは、ＣＤ−ＲＯＭ１２１やＦＤ１２２、またはネットワークから直接、ロードされてもよい。
【０１００】
プログラムは、コンピュータ１０１に、上記実施の形態による音声出力装置の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム１００がどのように動作するのかについては周知であり、詳細な説明は省略する。
【０１０１】
また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
【産業上の利用可能性】
【０１０２】
以上より、本発明による音声出力装置等によれば、マイクで取得した音声信号からノイズを除去することができるという効果が得られ、騒音下で発話者の発声した音声を効果的に取得して出力する装置等として有用である。
【図面の簡単な説明】
【０１０３】
【図１】本発明の実施の形態１による音声出力装置の構成を示すブロック図
【図２】同実施の形態におけるマイクの一例を示す図
【図３】同実施の形態における複合圧電体について説明するための図
【図４】同実施の形態におけるマイクの双指向性について説明するための図
【図５】同実施の形態における第１及び第２のマイクの配置について説明するための図
【図６】同実施の形態におけるノイズのキャンセルについて説明するための図
【図７】同実施の形態における移動平均処理について説明するための図
【図８】同実施の形態による音声出力装置の動作を示すフローチャート
【図９】同実施の形態による音声出力装置の動作を示すフローチャート
【図１０】同実施の形態による音声出力装置の動作を示すフローチャート
【図１１】同実施の形態による音声出力装置の使用の一例を示す図
【図１２】同実施の形態における実験結果を示す図
【図１３】同実施の形態における実験結果を示す図
【図１４】同実施の形態における実験結果を示す図
【図１５】同実施の形態における平均化処理の効果を説明するための実験結果を示す図
【図１６】同実施の形態による音声出力装置の他の一例を示すブロック図
【図１７】ノイズキャンセルについて説明するための図
【図１８】同実施の形態におけるコンピュータシステムの外観一例を示す模式図
【図１９】同実施の形態におけるコンピュータシステムの構成の一例を示す図
【符号の説明】
【０１０４】
１、２ 音声出力装置
１１ 第１のマイク
１２ 第２のマイク
１３ ノイズキャンセル部
１４ 出力部
１５ サンプル数情報記憶部
１６ 平均処理部
１７ 変更情報受付部
１８ 変更部
２１ 音声信号蓄積部
２２ ノイズ信号蓄積部
【特許請求の範囲】
【請求項１】
発話者の発声した音声を取得する第１のマイクと、
ノイズを取得する第２のマイクと、
前記第１のマイクが取得した音声信号と、前記第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、
前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部と、を備えた音声出力装置。
【請求項２】
前記第２のマイクは、前記第１のマイクと同様の電気的特性を有し、空気の振動をとらえないダミーマイクである、請求項１記載の音声出力装置。
【請求項３】
前記第２のマイクが取得するノイズは、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズである、請求項１または請求項２記載の音声出力装置。
【請求項４】
前記電磁誘導ノイズ、前記高騒音ノイズ、前記振動ノイズ、前記振動に起因する電磁誘導ノイズは、ＭＲＩ装置に起因するものである、請求項３記載の音声出力装置。
【請求項５】
前記第１のマイクが取得した音声信号を蓄積する音声信号蓄積部と、
前記第２のマイクが取得したノイズ信号を蓄積するノイズ信号蓄積部と、をさらに備え、
前記ノイズキャンセル部は、前記音声信号蓄積部が蓄積した音声信号と、前記ノイズ信号蓄積部が蓄積したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルする、請求項１から請求項４のいずれか記載の音声出力装置。
【請求項６】
前記第１のマイクは双指向性のものであり、
前記第２のマイクが空気の振動をとらえるものである場合に、当該第２のマイクは双指向性のものである、請求項１から請求項５のいずれか記載の音声出力装置。
【請求項７】
前記第１のマイクの形状は、発話者の口の形状に合うものである、請求項１から請求項６のいずれか記載の音声出力装置。
【請求項８】
前記第１のマイク、及び前記第２のマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものである、請求項１から請求項７のいずれか記載の音声出力装置。
【請求項９】
前記圧電体素子は、分極されている、請求項８記載の音声出力装置。
【請求項１０】
前記ダミーマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであり、
当該複合圧電体は、分極されていない、請求項２記載の音声出力装置。
【請求項１１】
平均化処理で用いるサンプル数を示すサンプル数情報が記憶されるサンプル数情報記憶部と、
前記ノイズキャンセル部によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、前記サンプル数情報の示すサンプル数で平均化処理を行う平均処理部と、をさらに備えた、請求項１から請求項１０のいずれか記載の音声出力装置。
【請求項１２】
サンプル数を変更する旨の情報である変更情報を受け付ける変更情報受付部と、
前記変更情報受付部が受け付けた変更情報に応じて前記サンプル数情報を変更する変更部と、をさらに備えた請求項１１記載の音声出力装置。
【請求項１３】
発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセルステップと、
前記ノイズキャンセルステップでノイズのキャンセルされた音声信号を出力する出力ステップと、を備えた音声出力方法。
【請求項１４】
コンピュータを、
発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、
前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部として機能させるためのプログラム。
【請求項１】
発話者の発声した音声を取得する第１のマイクと、
ノイズを取得する第２のマイクと、
前記第１のマイクが取得した音声信号と、前記第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、
前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部と、を備えた音声出力装置。
【請求項２】
前記第２のマイクは、前記第１のマイクと同様の電気的特性を有し、空気の振動をとらえないダミーマイクである、請求項１記載の音声出力装置。
【請求項３】
前記第２のマイクが取得するノイズは、電磁誘導ノイズ、高騒音ノイズ、振動ノイズ、振動に起因する電磁誘導ノイズのいずれか１以上のノイズである、請求項１または請求項２記載の音声出力装置。
【請求項４】
前記電磁誘導ノイズ、前記高騒音ノイズ、前記振動ノイズ、前記振動に起因する電磁誘導ノイズは、ＭＲＩ装置に起因するものである、請求項３記載の音声出力装置。
【請求項５】
前記第１のマイクが取得した音声信号を蓄積する音声信号蓄積部と、
前記第２のマイクが取得したノイズ信号を蓄積するノイズ信号蓄積部と、をさらに備え、
前記ノイズキャンセル部は、前記音声信号蓄積部が蓄積した音声信号と、前記ノイズ信号蓄積部が蓄積したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルする、請求項１から請求項４のいずれか記載の音声出力装置。
【請求項６】
前記第１のマイクは双指向性のものであり、
前記第２のマイクが空気の振動をとらえるものである場合に、当該第２のマイクは双指向性のものである、請求項１から請求項５のいずれか記載の音声出力装置。
【請求項７】
前記第１のマイクの形状は、発話者の口の形状に合うものである、請求項１から請求項６のいずれか記載の音声出力装置。
【請求項８】
前記第１のマイク、及び前記第２のマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものである、請求項１から請求項７のいずれか記載の音声出力装置。
【請求項９】
前記圧電体素子は、分極されている、請求項８記載の音声出力装置。
【請求項１０】
前記ダミーマイクは、圧電体素子が有機物中に配置された複合圧電体により構成されたものであり、
当該複合圧電体は、分極されていない、請求項２記載の音声出力装置。
【請求項１１】
平均化処理で用いるサンプル数を示すサンプル数情報が記憶されるサンプル数情報記憶部と、
前記ノイズキャンセル部によるノイズキャンセル処理の前、あるいは、前後に音声信号及びノイズ信号に対して、または、ノイズキャンセル処理の後に音声信号のみに対して、前記サンプル数情報の示すサンプル数で平均化処理を行う平均処理部と、をさらに備えた、請求項１から請求項１０のいずれか記載の音声出力装置。
【請求項１２】
サンプル数を変更する旨の情報である変更情報を受け付ける変更情報受付部と、
前記変更情報受付部が受け付けた変更情報に応じて前記サンプル数情報を変更する変更部と、をさらに備えた請求項１１記載の音声出力装置。
【請求項１３】
発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセルステップと、
前記ノイズキャンセルステップでノイズのキャンセルされた音声信号を出力する出力ステップと、を備えた音声出力方法。
【請求項１４】
コンピュータを、
発話者の発声した音声を取得する第１のマイクが取得した音声信号と、ノイズを取得する第２のマイクが取得したノイズ信号とを用いて、前記音声信号から前記ノイズ信号をキャンセルするノイズキャンセル部と、
前記ノイズキャンセル部によってノイズのキャンセルされた音声信号を出力する出力部として機能させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１６】
【図１７】
【図１８】
【図１９】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１６】
【図１７】
【図１８】
【図１９】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２００９−１８８８５８（Ｐ２００９−１８８８５８Ａ）
【公開日】平成２１年８月２０日（２００９．８．２０）
【国際特許分類】
【出願番号】特願２００８−２８４４５（Ｐ２００８−２８４４５）
【出願日】平成２０年２月８日（２００８．２．８）
【出願人】（３０１０２２４７１）独立行政法人情報通信研究機構 (1,071)
【出願人】（０００１５３４２１）株式会社日立アドバンストシステムズ (9)
【Ｆターム（参考）】
【公開日】平成２１年８月２０日（２００９．８．２０）
【国際特許分類】
【出願日】平成２０年２月８日（２００８．２．８）
【出願人】（３０１０２２４７１）独立行政法人情報通信研究機構 (1,071)
【出願人】（０００１５３４２１）株式会社日立アドバンストシステムズ (9)
【Ｆターム（参考）】
[ Back to top ]