音源方向推定装置とその方法と、プログラム
【課題】音源方向の推定精度を高める。
【解決手段】この発明の音源方向推定装置は、正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、到達時間差から音源候補を求め、音源方向候補を分類する音源方向推定部と、を具備する。音源方向推定部は、到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、音源方向候補を分類する。
【解決手段】この発明の音源方向推定装置は、正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、到達時間差から音源候補を求め、音源方向候補を分類する音源方向推定部と、を具備する。音源方向推定部は、到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、音源方向候補を分類する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、テレビ電話や音声会議等において用いられる発話者の方向を検出する音源方向推定装置とその方法と、そのプログラムに関する。
【背景技術】
【０００２】
従来の音声会議等に用いられる音源方向推定方法は、例えば非特許文献１に開示されている。その方法は、図１３に示すように正三角形の頂点に配置された３つのマイクロホン１，２，３からなるマイクロホンアレーを用いて、Ｎ個（Ｎ≧２）の異なる音源の方向Ｓｎを推定するものである。図１４に、その音源方向推定装置３００の機能構成例を示して動作を説明する。
【０００３】
音源方向推定装置３００は、正三角形の頂点に配置された３つのマイクロホン１，２，３と、周波数変換部１１，１２，１３と、到達時間差算出部２１，２２，２３と、音源方向推定部１５０とを具備する。マイクロホン１，２，３で受信された時間サンプルｎにおける信号ｘｉ（ｎ）は、周波数変換部１１，１２，１３に入力され、複数の時間サンプルの集合であるフレーム毎に求めた周波数領域の信号Ｘｉ（ω，ｍ）に変換される。ここでｍとωは、それぞれ周波数変換を行った信号フレームの番号と、変換後の信号の周波数を示している。周波数変換されたマイク受音信号は、到達時間差算出部２１，２２，２３に入力される。到達時間差算出部２１，２２，２３は、異なる３つのマイクロホン対の組み合わせのそれぞれに対して式（１）の計算を行い、それぞれのマイクロホン対における到達時間差τｉｊ（ω，ｍ）（ｉ，ｊ≦３，ｉ≠ｊ）を出力する。ｉとｊはマイクロホンの番号を示す。
【０００４】
【数１】
【０００５】
到達時間差τｉｊは音源方向推定部１５０に入力され、推定された音源方向θｎ＾が出力される。なお、＾は図中の表記が正しい。図１５に音源方向推定部１５０の機能構成例を示してその動作を説明する。音源方向推定部１５０は、ベクトル化部１５１、音源方向算出部１５２、ヒストグラム演算部１５３を備える。ベクトル化部１５１は、到達時間差算出部２１，２２，２３が出力する到達時間差τ１２（ω，ｍ）、τ２３（ω，ｍ）、τ３１（ω，ｍ）を入力として、式（２）に示す到達時間差ベクトルｔ（ω，ｍ）を出力する。ベクトル化部１５１は、入力される到達時間差τｉｊ（ω，ｍ）を単に並べてベクトル化するものである。
【０００６】
【数２】
【０００７】
音源方向算出部３２は、入力された到達時間差ベクトルｔ（ω，ｍ）に対して式（３）のように、式（４）で与えられる座標変換行列Ｄを左から掛け、その出力の第一要素と第二要素から式（５）の計算によって音源方向候補θ′（ω，ｍ）を求める。
【０００８】
【数３】
【０００９】
ヒストグラム演算部１５３は、入力された音源方向候補θ′（ω，ｍ）からヒストグラムを求め、ヒストグラムのピークを与える方向を音源方向推定値θａ＾（ａ＝１，…，Ａ′）として出力する。Ａ′は予め与えられる最大同時発生音源数である。
【００１０】
ここでヒストグラムは、連続する複数のフレームのそれぞれの周波数ビンにおいて求められた全ての音源方向候補θ′（ω，ｍ）を、予め決められた角度幅毎に分類することで算出される。ヒストグラムを求める際に用いるフレームの数は、音源が移動しない程度の時間長に対応するフレーム数が選ばれる。例えばフレーム長が１６ｍｓであり、約０.５秒間は音源が移動しないと考えられる場合、例えば３０個のフレームのそれぞれにおいて求められた音源方向候補θ′（ω，ｍ）を用いてヒストグラムは求められる。音源方向候補θ′（ω，ｍ）の数は、信号のサンプリング周波数が１６ｋＨｚとして、周波数変換方法を例えば２５６点のデータを用いた短時間フーリエ変換とすると、３８４０個（１２８×３０）ある周波数ビンの数と等しい。
【先行技術文献】
【非特許文献】
【００１１】
【非特許文献１】Masao Matsuo,Yusuke Hioka and Nozomu Hamada,“Estimating DOA of multiple speech signals by improved histogram mapping method,”Proceedings of IWAENC2005,pp.129-132.
【発明の概要】
【発明が解決しようとする課題】
【００１２】
従来の方法では、音源信号が音声のように非定常で特定の周波数に成分が集中する信号であるとき、任意の時刻における任意の周波数ビンは複数の音源の内どれか一つの音源の成分のみが存在するという、時間周波数領域におけるスパース性と呼ばれる仮定の下で処理を行っている。
【００１３】
〔スパース性とは〕
ここでスパース性とは、対象とする信号のエネルギーがある領域（多くの場合、時間周波数領域）で一部の領域に集中し、その他の多くの領域で０であるような性質がある場合、それを信号のスパース性と呼ぶ。
【００１４】
しかしながら一般に音源数が増えると信号のスパース性の仮定は崩れるため、従来技術では十分な精度で音源方向が推定できない。例えば、違う方向に位置する発話者が同時に発言したような場合には、それらの音源方向の推定精度が劣化する。また、実際の環境では音声以外の音が発生することが多く、それらの音の多くは、例えばエアコンやパソコンのファンの音のように定常で広い周波数に音の成分が広がる信号である。これらの音はスパース性が仮定できないので、これが音源の音に重畳すると、更に音源方向の推定精度を劣化させる原因になる。
【００１５】
この発明はこの点に鑑みてなされたものであり、違う方向に位置する発話者が同時に発言しても、それらの方向が精度良く推定できるようにした音源方向推定装置とその方法と、そのプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１６】
この発明の音源方向推定装置は、正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、到達時間差から音源候補を求め、音源方向候補を分類する音源方向推定部と、を具備する。そして、音源方向推定部は、到達時間差の周波数ビン毎にスパース性が仮定できるか否かを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、音源方向候補を分類する。
【発明の効果】
【００１７】
この発明によれば、スパース性判定部が音源のスパース性が仮定できない周波数ビンの到達時間差を取り除き、残ったスパース性が仮定できる周波数ビンの到達時間差から音源候補を求める。よって、この発明の音源方向推定装置は、異なる位置の発話者が同時に発言しても両者の声が混ざった周波数ビンの到達時間差を除外し、単一の音源から成る到達時間差に基づいてそれぞれの方向を推定する。したがって、音源方向推定を精度良く行うことができる。
【図面の簡単な説明】
【００１８】
【図１】この発明の音源方向推定装置１００の機能構成例を示す図。
【図２】音源方向推定装置１００の動作フローを示す図。
【図３】音源方向推定部３０の機能構成例を示す図。
【図４】スパース性判定部３４の機能構成例を示す図。
【図５】スパース性判定部３４の動作フローを示す図。
【図６】到達時間差ベクトルと到達時間差正規直交ベクトルの例を示す図。
【図７】音源が複数ある場合のベクトル直交度Ｐ（θ）の一例を示す図。
【図８】音源が１個の場合のベクトル直交度Ｐ（θ）の一例を示す図。
【図９】スパース性判定部３４′の機能構成例を示す図。
【図１０】スパース性判定部３４′の動作フローを示す図。
【図１１】従来の音源方向推定装置３００で音源方向を推定した結果の一例を示す図。
【図１２】この発明の音源方向推定装置１００で音源方向を推定した結果の一例を示す図。
【図１３】マイクロホンアレーの平面を示す図。
【図１４】従来の音源方向推定装置３００の機能構成例を示す図。
【図１５】従来の音源方向推定部１５０の機能構成例を示す図。
【発明を実施するための形態】
【００１９】
以下に、この発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには同じ参照符号を付し、説明は省略する。
【実施例１】
【００２０】
図１にこの発明の音源方向推定装置１００の機能構成例を示す。音源方向推定装置１００は、３つのマイクロホンからなるマイクロホンアレーと、周波数変換部１１,１２,１３と、到達時間差算出部２１,２２,２３と、音源方向推定部３０と、を具備する。音源方向推定装置１００は、音源方向推定部３０がスパース性判定部３４を備える点と、その判定結果を利用した処理手順のみが、従来技術で説明した音源方向推定装置３００と異なる。
【００２１】
従来技術の音源方向推定装置３００の動作と同じ部分について、図２の動作フローも参照して簡単に説明する。周波数変換部１１,１２,１３は、各マイクロホン１,２,３で受信された信号を周波数領域の信号に変換する（ステップＳ１１）。到達時間差算出部２１,２２,２３は、異なるマイクロホン１,２,３のマイクロホン対の組み合わせのそれぞれに対して到達時間差τｉｊ（ω，ｍ）（τ１２（ω，ｍ）、τ２３（ω，ｍ）、τ３１（ω，ｍ））を計算する（ステップＳ２１）。音源方向推定部３０は、到達時間差τｉｊ（ω，ｍ）から音源候補θ′（ω，ｍ）を求め、その音源候補θ′（ω，ｍ）を分類する（ステップＳ３０）。
【００２２】
この発明の音源方向推定装置１００は、音源方向推定部３０が到達時間差τｉｊ（ω，ｍ）の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部３４を備える点で新しい。音源方向推定部３０は、スパース性判定部３４が出力するスパース性が仮定できる周波数ビンの到達時間差τｉｊ（ω，ｍ）から音源候補を求め、音源候補を分類する（ステップＳ３０）。このスパース性の判定は、フレームｍ毎、周波数ビンω毎に行われる。よって、異なる位置の発話者が同時に発言しても両者の声が混ざった周波数ビンの到達時間差τｉｊ（ω，ｍ）は除外されるので、それぞれの音源方向の推定を精度良く行うことができる。
【００２３】
図３に音源方向推定部３０の機能構成例を示す。音源方向推定部３０は、ベクトル化部１５１、スパース性判定部３４、音源方向算出部１５２′、ヒストグラム演算部１５３を備える。従来技術の音源方向推定装置３００の機能構成例（図１５）と比較すると明らかなように、音源方向推定部３０は、ベクトル化部１５１と音源方向算出部１５２との間にスパース性判定部３４を備える点と、音源方向算出部１５２′がその判定結果を参照して音源方向を計算する点とが、従来の音源方向推定部１５０と異なる。
【００２４】
この実施例のスパース性判定部３４の機能構成例を図４に、その動作フローを図５に示して動作を説明する。スパース性判定部３４は、直交行列算出部３５、ベクトル直交度算出部３６、直交性判定部３８、を備える。直交行列算出部３５は、ベクトル化部１５１が出力する到達時間差ベクトルｔ（ω,ｍ）を入力として、その到達時間差ベクトルｔ（ω,ｍ）に直交する２つの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）を出力する（ステップＳ３５）。この正規直交ベクトルは、例えばグラムシュミットの正規直交化で求めることが可能である。（参考文献「Ｇ．ストラング著“線形代数とその応用”産業図書、１４１〜１４３頁」）
【００２５】
到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）は、ベクトル直交度算出部３６に入力され、到達時間差ベクトルの理論値ｔｅ（θ）に対する直交度が求められる（ステップＳ３６）。到達時間差ベクトルの理論値ｔｅ（θ）とは、式（６）で計算できる値である。
【００２６】
【数４】
【００２７】
ここでｄは、三角形の頂点に配置されるマイクロホン１,２,３が成す三角形の一辺の長
さである（図１３参照）。ｃは音速である。このようにｔｅ（θ）は、実測値とは無関係
に計算できる理論上の値である。この到達時間差ベクトルの理論値ｔｅ（θ）は、図４に
示すように記録部３７に記録されているものを逐次読み出しても良いし、ベクトル直交度
算出部３６内に予め記録した値を用いるようにしても良い。
【００２８】
ここで到達時間差ベクトルｔ（ω,ｍ）に直交する２つの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）を求める意味を説明する。図６に、任意の到達時間差ベクトルｔ（ω,ｍ）に対する到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）を示す。この到達時間差ベクトルｔ（ω,ｍ）の方向を知るためには、方向が既知のベクトルと、その到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）とが直交するか否かを見れば良い。直交すれば到達時間差ベクトルｔ（ω,ｍ）の方向は、既知のベクトルの方向と同じである。
【００２９】
ベクトル直交度算出部３６は、それらの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）と、理論値の到達時間差ベクトルｔｅ（θ）との直交度Ｐ（θ）を式（７）で算出する（ステップＳ３６）。
【００３０】
【数５】
【００３１】
式（７）は、個々の到達時間差ベクトルｔ（ω,ｍ）に対応する到達時間差正規直交ベク
トルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）に対して、全ての方向０〜３５９度の理論値の到達時間差ベクトルｔｅ（θ）について計算される。式（７）で計算する理論値の到達時間差ベクトルｔｅ（θ）の方向は既知であるので、その理論値と到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）とが直交すると、式（７）の分母の第１項と第２項は、それぞれ０となる。よって直交度Ｐ（θ）が大きな値を持つ。逆に、理論値と異なる角度の場合は、式（７）の分母第１項と第２項がある大きさの値を持つので直交度Ｐ（θ）の値は小さな値となる。
【００３２】
このように到達時間差ベクトルｔ（ω,ｍ）に直交する到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）を求め、それらと、理論値の到達時間差ベクトルｔｅ（θ）とが直交するか否かを評価することで、到達時間差ベクトルｔ（ω,ｍ）が、１個の音源によりできたベクトルなのか、他の音源の信号が混ざって出来たベクトルなのかを判別することができる。
【００３３】
式（７）で計算された直交度Ｐ（θ）の具体例を図７と図８に示す。横軸は信号の到来
方向を[度]、縦軸は最大ベクトル直交度maxＰ（θ）である。ここで０度方向は、マイクロホンアレーを机上に置いた時に、マイクロホンアレーの中心から見たマイクロホン１の方向である（図１３）。図７は、１０度の角度に位置する音源１と、別の音源２の角度を０度から３６０度まで変えた時のそれぞれの角度における最大ベクトル直交度maxＰ（θ）を求めたものである。音源１と音源２の角度が一致したときだけ最大ベクトル直交度maxＰ（θ）が約３２と大きな値を示し、それ以外の方向では約１２以下の小さな値を示している。
【００３４】
図８は、音源が一つしかないときに、その音源の角度を０度から３６０度まで変えたときの最大ベクトル直交度Ｐ（θ）を示す。信号到来方向の全方向の最大ベクトル直交度maxＰ（θ）が図７の角度１０度と同じ（約３２）大きさを示している。
【００３５】
直交性判定部３８は、その直交度Ｐ（θ）と、閾値Ｔｈとを比較して到達時間差ベクトルｔ（ω,ｍ）の直交性を判定する（ステップＳ３８）。直交性が高い到達時間差ベクトルｔ（ω,ｍ）は、１個の固定された位置の音源からのベクトル、つまりスパース性が仮定できる到達時間差ベクトルｔ（ω,ｍ）である。逆に直交度Ｐ（θ）の小さな到達時間差ベクトルｔ（ω,ｍ）は、スパース性が仮定できない。
【００３６】
このスパース性が仮定できるか否かを式（８）に示すように、閾値Ｔｈを例えば１５として判定する（ステップＳ３８０）。
【００３７】
【数６】
【００３８】
直交度Ｐ（θ）がＴｈ＝１５よりも大きければ、スパース性判定結果ＮＪ（ω,ｍ）を１（ステップＳ３８２）、小さければＮＪ（ω,ｍ）を０（ステップＳ３８１）として全ての到達時間差ベクトルｔ（ω,ｍ）についての判定が終了（ステップＳ３８３のＹ）するまで、到達時間差ベクトルｔ（ω,ｍ）が更新される（ステップＳ３８４）。したがって、全てのフレームｍ、周波数ビンωの到達時間差ベクトルｔ（ω,ｍ）についてのスパース性が判定される。
【００３９】
音源方向算出部１５２′は、スパース性判定結果ＮＪ（ω,ｍ）を参照し、ＮＪ（ω,ｍ）＝１の到達時間差ベクトルｔ（ω,ｍ）についてのみ式（５）に示した音源方向候補θ′（ω，ｍ）を計算してヒストグラム演算部１５３に出力する。この音源方向候補θ′（ω，ｍ）の計算と、ヒストグラム演算部１５３でヒストグラムを求め、そのピーク値を与える角度を音源方向とする動作は、従来技術と同じである。
【００４０】
以上述べたように音源方向推定装置１００は、スパース性が仮定できる周波数ビンの到達時間差ベクトルｔ（ω,ｍ）を用いて音源方向を推定するので、異なる位置の発話者が同時に発言するような場合があっても、それぞれの音源方向を正確に推定することができる。なお、スパース性の判定を、到達時間差ベクトルに対する正規化直交ベクトルを求める方法で説明したが、この発明はこの方法に限定されない。スパース性の判定方法の他の実施例を次に説明する。
【実施例２】
【００４１】
実施例２のスパース性の判定方法は、到達時間差ベクトルｔ（ω,ｍ）と理論値の到達時間差ベクトルｔｅ（θ）の向きの違いを評価してスパース性を判定する方法である。図９に実施例２のスパース性判定部３４′の機能構成例を示す。スパース性判定部３４′は、ベクトル間距離算出部９０、ベクトル一致性判定部９１、を備える。
【００４２】
ベクトル間距離算出部９０は、到達時間差ベクトルｔ（ω,ｍ）を入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、到達時間差ベクトルの理論値ｔｅ（θ）自身の大きさで正規化した正規化理論値を減算した値の絶対値である距離Ｐ′（θ）を、式（９）で算出する。
【００４３】
【数７】
【００４４】
ここでｔｅ（θ）は、式（６）で計算される到達時間差ベクトルの理論値の大きさである。この到達時間差ベクトルの理論値ｔｅ（θ）は、図９に示すように記録部３７′に記録されているものを逐次読み出しても良いし、ベクトル間距離算出部９０内に記録した値を用いるようにしても良い。
【００４５】
距離Ｐ′（θ）は、到達時間差ベクトルｔ（ω,ｍ）の方向と、到達時間差ベクトルの理論値ｔｅ（θ）の方向が一致すると０になる値である。よって、その値の大きさによって到達時間差ベクトルｔ（ω,ｍ）が、１個の音源からのベクトルなのか、他の音源の影響を受けたベクトルなのかを判定することができる。つまりスパース性が仮定できる到達時間差ベクトルｔ（ω,ｍ）であるのか否かを、距離Ｐ′（θ）の大きさで判定することができる。
【００４６】
実施例２の場合は、距離Ｐ′（θ）の大きさをベクトル一致性判定部９１で判定する（ステップＳ９１）。実施例１とは逆に、距離Ｐ′（θ）の値が小さい方がスパース性を仮定できる到達時間差ベクトルｔ（ω,ｍ）である。他の処理は実施例１と同じである。このようにして到達時間差ベクトルｔ（ω,ｍ）のスパース性の有無を判定することも可能である。
【００４７】
〔シミュレーション結果〕
この発明の効果を確認する目的で、従来の音源方向推定装置３００と、この発明の音源方向推定装置１００の音源方向推定性能の比較を行った。シミュレーションは、音源を角度１０度の方向に位置する男性、角度２０度の方向に位置する女性とし、その両者が同時に発話する声に、スパース性の無い白色雑音が１０ｄＢのＳＮ比で重畳される条件で行った。
【００４８】
その結果、得られたヒストグラムを図１１と図１２に示す。横軸は信号の到来方向を[度]で、縦軸は[度数]である。図１１が従来の音源方向推定装置３００で得られたヒストグラムである。ヒストグラムの頂点は、５度と１５度の方向にずれている。図１２がこの発明の音源方向推定装置１００で得られたヒストグラムである。２つの異なるピークが１０度と２０度の方向に正しく生じており、図１１と比較するとピークが際立って現れている。このように、この発明の音源方向推定装置１００の音源方向推定精度が高いことが確認できた。
【００４９】
以上説明したこの発明の音源方向推定装置とその方法は、上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能である。例えば、上記した装置及び方法において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。
【００５０】
また、上記装置における処理手段をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、各装置における処理手段がコンピュータ上で実現される。
【００５１】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ-ＲＡＭ
（Random Access Memory）、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ-Ｒ
（Recordable）/ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto Optical disc）等を、半導体メモリとしてフラッシュメモリー等を用いることができる。
【００５２】
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００５３】
また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【技術分野】
【０００１】
この発明は、テレビ電話や音声会議等において用いられる発話者の方向を検出する音源方向推定装置とその方法と、そのプログラムに関する。
【背景技術】
【０００２】
従来の音声会議等に用いられる音源方向推定方法は、例えば非特許文献１に開示されている。その方法は、図１３に示すように正三角形の頂点に配置された３つのマイクロホン１，２，３からなるマイクロホンアレーを用いて、Ｎ個（Ｎ≧２）の異なる音源の方向Ｓｎを推定するものである。図１４に、その音源方向推定装置３００の機能構成例を示して動作を説明する。
【０００３】
音源方向推定装置３００は、正三角形の頂点に配置された３つのマイクロホン１，２，３と、周波数変換部１１，１２，１３と、到達時間差算出部２１，２２，２３と、音源方向推定部１５０とを具備する。マイクロホン１，２，３で受信された時間サンプルｎにおける信号ｘｉ（ｎ）は、周波数変換部１１，１２，１３に入力され、複数の時間サンプルの集合であるフレーム毎に求めた周波数領域の信号Ｘｉ（ω，ｍ）に変換される。ここでｍとωは、それぞれ周波数変換を行った信号フレームの番号と、変換後の信号の周波数を示している。周波数変換されたマイク受音信号は、到達時間差算出部２１，２２，２３に入力される。到達時間差算出部２１，２２，２３は、異なる３つのマイクロホン対の組み合わせのそれぞれに対して式（１）の計算を行い、それぞれのマイクロホン対における到達時間差τｉｊ（ω，ｍ）（ｉ，ｊ≦３，ｉ≠ｊ）を出力する。ｉとｊはマイクロホンの番号を示す。
【０００４】
【数１】
【０００５】
到達時間差τｉｊは音源方向推定部１５０に入力され、推定された音源方向θｎ＾が出力される。なお、＾は図中の表記が正しい。図１５に音源方向推定部１５０の機能構成例を示してその動作を説明する。音源方向推定部１５０は、ベクトル化部１５１、音源方向算出部１５２、ヒストグラム演算部１５３を備える。ベクトル化部１５１は、到達時間差算出部２１，２２，２３が出力する到達時間差τ１２（ω，ｍ）、τ２３（ω，ｍ）、τ３１（ω，ｍ）を入力として、式（２）に示す到達時間差ベクトルｔ（ω，ｍ）を出力する。ベクトル化部１５１は、入力される到達時間差τｉｊ（ω，ｍ）を単に並べてベクトル化するものである。
【０００６】
【数２】
【０００７】
音源方向算出部３２は、入力された到達時間差ベクトルｔ（ω，ｍ）に対して式（３）のように、式（４）で与えられる座標変換行列Ｄを左から掛け、その出力の第一要素と第二要素から式（５）の計算によって音源方向候補θ′（ω，ｍ）を求める。
【０００８】
【数３】
【０００９】
ヒストグラム演算部１５３は、入力された音源方向候補θ′（ω，ｍ）からヒストグラムを求め、ヒストグラムのピークを与える方向を音源方向推定値θａ＾（ａ＝１，…，Ａ′）として出力する。Ａ′は予め与えられる最大同時発生音源数である。
【００１０】
ここでヒストグラムは、連続する複数のフレームのそれぞれの周波数ビンにおいて求められた全ての音源方向候補θ′（ω，ｍ）を、予め決められた角度幅毎に分類することで算出される。ヒストグラムを求める際に用いるフレームの数は、音源が移動しない程度の時間長に対応するフレーム数が選ばれる。例えばフレーム長が１６ｍｓであり、約０.５秒間は音源が移動しないと考えられる場合、例えば３０個のフレームのそれぞれにおいて求められた音源方向候補θ′（ω，ｍ）を用いてヒストグラムは求められる。音源方向候補θ′（ω，ｍ）の数は、信号のサンプリング周波数が１６ｋＨｚとして、周波数変換方法を例えば２５６点のデータを用いた短時間フーリエ変換とすると、３８４０個（１２８×３０）ある周波数ビンの数と等しい。
【先行技術文献】
【非特許文献】
【００１１】
【非特許文献１】Masao Matsuo,Yusuke Hioka and Nozomu Hamada,“Estimating DOA of multiple speech signals by improved histogram mapping method,”Proceedings of IWAENC2005,pp.129-132.
【発明の概要】
【発明が解決しようとする課題】
【００１２】
従来の方法では、音源信号が音声のように非定常で特定の周波数に成分が集中する信号であるとき、任意の時刻における任意の周波数ビンは複数の音源の内どれか一つの音源の成分のみが存在するという、時間周波数領域におけるスパース性と呼ばれる仮定の下で処理を行っている。
【００１３】
〔スパース性とは〕
ここでスパース性とは、対象とする信号のエネルギーがある領域（多くの場合、時間周波数領域）で一部の領域に集中し、その他の多くの領域で０であるような性質がある場合、それを信号のスパース性と呼ぶ。
【００１４】
しかしながら一般に音源数が増えると信号のスパース性の仮定は崩れるため、従来技術では十分な精度で音源方向が推定できない。例えば、違う方向に位置する発話者が同時に発言したような場合には、それらの音源方向の推定精度が劣化する。また、実際の環境では音声以外の音が発生することが多く、それらの音の多くは、例えばエアコンやパソコンのファンの音のように定常で広い周波数に音の成分が広がる信号である。これらの音はスパース性が仮定できないので、これが音源の音に重畳すると、更に音源方向の推定精度を劣化させる原因になる。
【００１５】
この発明はこの点に鑑みてなされたものであり、違う方向に位置する発話者が同時に発言しても、それらの方向が精度良く推定できるようにした音源方向推定装置とその方法と、そのプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１６】
この発明の音源方向推定装置は、正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、到達時間差から音源候補を求め、音源方向候補を分類する音源方向推定部と、を具備する。そして、音源方向推定部は、到達時間差の周波数ビン毎にスパース性が仮定できるか否かを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、音源方向候補を分類する。
【発明の効果】
【００１７】
この発明によれば、スパース性判定部が音源のスパース性が仮定できない周波数ビンの到達時間差を取り除き、残ったスパース性が仮定できる周波数ビンの到達時間差から音源候補を求める。よって、この発明の音源方向推定装置は、異なる位置の発話者が同時に発言しても両者の声が混ざった周波数ビンの到達時間差を除外し、単一の音源から成る到達時間差に基づいてそれぞれの方向を推定する。したがって、音源方向推定を精度良く行うことができる。
【図面の簡単な説明】
【００１８】
【図１】この発明の音源方向推定装置１００の機能構成例を示す図。
【図２】音源方向推定装置１００の動作フローを示す図。
【図３】音源方向推定部３０の機能構成例を示す図。
【図４】スパース性判定部３４の機能構成例を示す図。
【図５】スパース性判定部３４の動作フローを示す図。
【図６】到達時間差ベクトルと到達時間差正規直交ベクトルの例を示す図。
【図７】音源が複数ある場合のベクトル直交度Ｐ（θ）の一例を示す図。
【図８】音源が１個の場合のベクトル直交度Ｐ（θ）の一例を示す図。
【図９】スパース性判定部３４′の機能構成例を示す図。
【図１０】スパース性判定部３４′の動作フローを示す図。
【図１１】従来の音源方向推定装置３００で音源方向を推定した結果の一例を示す図。
【図１２】この発明の音源方向推定装置１００で音源方向を推定した結果の一例を示す図。
【図１３】マイクロホンアレーの平面を示す図。
【図１４】従来の音源方向推定装置３００の機能構成例を示す図。
【図１５】従来の音源方向推定部１５０の機能構成例を示す図。
【発明を実施するための形態】
【００１９】
以下に、この発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには同じ参照符号を付し、説明は省略する。
【実施例１】
【００２０】
図１にこの発明の音源方向推定装置１００の機能構成例を示す。音源方向推定装置１００は、３つのマイクロホンからなるマイクロホンアレーと、周波数変換部１１,１２,１３と、到達時間差算出部２１,２２,２３と、音源方向推定部３０と、を具備する。音源方向推定装置１００は、音源方向推定部３０がスパース性判定部３４を備える点と、その判定結果を利用した処理手順のみが、従来技術で説明した音源方向推定装置３００と異なる。
【００２１】
従来技術の音源方向推定装置３００の動作と同じ部分について、図２の動作フローも参照して簡単に説明する。周波数変換部１１,１２,１３は、各マイクロホン１,２,３で受信された信号を周波数領域の信号に変換する（ステップＳ１１）。到達時間差算出部２１,２２,２３は、異なるマイクロホン１,２,３のマイクロホン対の組み合わせのそれぞれに対して到達時間差τｉｊ（ω，ｍ）（τ１２（ω，ｍ）、τ２３（ω，ｍ）、τ３１（ω，ｍ））を計算する（ステップＳ２１）。音源方向推定部３０は、到達時間差τｉｊ（ω，ｍ）から音源候補θ′（ω，ｍ）を求め、その音源候補θ′（ω，ｍ）を分類する（ステップＳ３０）。
【００２２】
この発明の音源方向推定装置１００は、音源方向推定部３０が到達時間差τｉｊ（ω，ｍ）の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部３４を備える点で新しい。音源方向推定部３０は、スパース性判定部３４が出力するスパース性が仮定できる周波数ビンの到達時間差τｉｊ（ω，ｍ）から音源候補を求め、音源候補を分類する（ステップＳ３０）。このスパース性の判定は、フレームｍ毎、周波数ビンω毎に行われる。よって、異なる位置の発話者が同時に発言しても両者の声が混ざった周波数ビンの到達時間差τｉｊ（ω，ｍ）は除外されるので、それぞれの音源方向の推定を精度良く行うことができる。
【００２３】
図３に音源方向推定部３０の機能構成例を示す。音源方向推定部３０は、ベクトル化部１５１、スパース性判定部３４、音源方向算出部１５２′、ヒストグラム演算部１５３を備える。従来技術の音源方向推定装置３００の機能構成例（図１５）と比較すると明らかなように、音源方向推定部３０は、ベクトル化部１５１と音源方向算出部１５２との間にスパース性判定部３４を備える点と、音源方向算出部１５２′がその判定結果を参照して音源方向を計算する点とが、従来の音源方向推定部１５０と異なる。
【００２４】
この実施例のスパース性判定部３４の機能構成例を図４に、その動作フローを図５に示して動作を説明する。スパース性判定部３４は、直交行列算出部３５、ベクトル直交度算出部３６、直交性判定部３８、を備える。直交行列算出部３５は、ベクトル化部１５１が出力する到達時間差ベクトルｔ（ω,ｍ）を入力として、その到達時間差ベクトルｔ（ω,ｍ）に直交する２つの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）を出力する（ステップＳ３５）。この正規直交ベクトルは、例えばグラムシュミットの正規直交化で求めることが可能である。（参考文献「Ｇ．ストラング著“線形代数とその応用”産業図書、１４１〜１４３頁」）
【００２５】
到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）は、ベクトル直交度算出部３６に入力され、到達時間差ベクトルの理論値ｔｅ（θ）に対する直交度が求められる（ステップＳ３６）。到達時間差ベクトルの理論値ｔｅ（θ）とは、式（６）で計算できる値である。
【００２６】
【数４】
【００２７】
ここでｄは、三角形の頂点に配置されるマイクロホン１,２,３が成す三角形の一辺の長
さである（図１３参照）。ｃは音速である。このようにｔｅ（θ）は、実測値とは無関係
に計算できる理論上の値である。この到達時間差ベクトルの理論値ｔｅ（θ）は、図４に
示すように記録部３７に記録されているものを逐次読み出しても良いし、ベクトル直交度
算出部３６内に予め記録した値を用いるようにしても良い。
【００２８】
ここで到達時間差ベクトルｔ（ω,ｍ）に直交する２つの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）を求める意味を説明する。図６に、任意の到達時間差ベクトルｔ（ω,ｍ）に対する到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）とｔ⊥２（ω,ｍ）を示す。この到達時間差ベクトルｔ（ω,ｍ）の方向を知るためには、方向が既知のベクトルと、その到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）とが直交するか否かを見れば良い。直交すれば到達時間差ベクトルｔ（ω,ｍ）の方向は、既知のベクトルの方向と同じである。
【００２９】
ベクトル直交度算出部３６は、それらの到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）と、理論値の到達時間差ベクトルｔｅ（θ）との直交度Ｐ（θ）を式（７）で算出する（ステップＳ３６）。
【００３０】
【数５】
【００３１】
式（７）は、個々の到達時間差ベクトルｔ（ω,ｍ）に対応する到達時間差正規直交ベク
トルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）に対して、全ての方向０〜３５９度の理論値の到達時間差ベクトルｔｅ（θ）について計算される。式（７）で計算する理論値の到達時間差ベクトルｔｅ（θ）の方向は既知であるので、その理論値と到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）とが直交すると、式（７）の分母の第１項と第２項は、それぞれ０となる。よって直交度Ｐ（θ）が大きな値を持つ。逆に、理論値と異なる角度の場合は、式（７）の分母第１項と第２項がある大きさの値を持つので直交度Ｐ（θ）の値は小さな値となる。
【００３２】
このように到達時間差ベクトルｔ（ω,ｍ）に直交する到達時間差正規直交ベクトルｔ⊥１（ω,ｍ）,ｔ⊥２（ω,ｍ）を求め、それらと、理論値の到達時間差ベクトルｔｅ（θ）とが直交するか否かを評価することで、到達時間差ベクトルｔ（ω,ｍ）が、１個の音源によりできたベクトルなのか、他の音源の信号が混ざって出来たベクトルなのかを判別することができる。
【００３３】
式（７）で計算された直交度Ｐ（θ）の具体例を図７と図８に示す。横軸は信号の到来
方向を[度]、縦軸は最大ベクトル直交度maxＰ（θ）である。ここで０度方向は、マイクロホンアレーを机上に置いた時に、マイクロホンアレーの中心から見たマイクロホン１の方向である（図１３）。図７は、１０度の角度に位置する音源１と、別の音源２の角度を０度から３６０度まで変えた時のそれぞれの角度における最大ベクトル直交度maxＰ（θ）を求めたものである。音源１と音源２の角度が一致したときだけ最大ベクトル直交度maxＰ（θ）が約３２と大きな値を示し、それ以外の方向では約１２以下の小さな値を示している。
【００３４】
図８は、音源が一つしかないときに、その音源の角度を０度から３６０度まで変えたときの最大ベクトル直交度Ｐ（θ）を示す。信号到来方向の全方向の最大ベクトル直交度maxＰ（θ）が図７の角度１０度と同じ（約３２）大きさを示している。
【００３５】
直交性判定部３８は、その直交度Ｐ（θ）と、閾値Ｔｈとを比較して到達時間差ベクトルｔ（ω,ｍ）の直交性を判定する（ステップＳ３８）。直交性が高い到達時間差ベクトルｔ（ω,ｍ）は、１個の固定された位置の音源からのベクトル、つまりスパース性が仮定できる到達時間差ベクトルｔ（ω,ｍ）である。逆に直交度Ｐ（θ）の小さな到達時間差ベクトルｔ（ω,ｍ）は、スパース性が仮定できない。
【００３６】
このスパース性が仮定できるか否かを式（８）に示すように、閾値Ｔｈを例えば１５として判定する（ステップＳ３８０）。
【００３７】
【数６】
【００３８】
直交度Ｐ（θ）がＴｈ＝１５よりも大きければ、スパース性判定結果ＮＪ（ω,ｍ）を１（ステップＳ３８２）、小さければＮＪ（ω,ｍ）を０（ステップＳ３８１）として全ての到達時間差ベクトルｔ（ω,ｍ）についての判定が終了（ステップＳ３８３のＹ）するまで、到達時間差ベクトルｔ（ω,ｍ）が更新される（ステップＳ３８４）。したがって、全てのフレームｍ、周波数ビンωの到達時間差ベクトルｔ（ω,ｍ）についてのスパース性が判定される。
【００３９】
音源方向算出部１５２′は、スパース性判定結果ＮＪ（ω,ｍ）を参照し、ＮＪ（ω,ｍ）＝１の到達時間差ベクトルｔ（ω,ｍ）についてのみ式（５）に示した音源方向候補θ′（ω，ｍ）を計算してヒストグラム演算部１５３に出力する。この音源方向候補θ′（ω，ｍ）の計算と、ヒストグラム演算部１５３でヒストグラムを求め、そのピーク値を与える角度を音源方向とする動作は、従来技術と同じである。
【００４０】
以上述べたように音源方向推定装置１００は、スパース性が仮定できる周波数ビンの到達時間差ベクトルｔ（ω,ｍ）を用いて音源方向を推定するので、異なる位置の発話者が同時に発言するような場合があっても、それぞれの音源方向を正確に推定することができる。なお、スパース性の判定を、到達時間差ベクトルに対する正規化直交ベクトルを求める方法で説明したが、この発明はこの方法に限定されない。スパース性の判定方法の他の実施例を次に説明する。
【実施例２】
【００４１】
実施例２のスパース性の判定方法は、到達時間差ベクトルｔ（ω,ｍ）と理論値の到達時間差ベクトルｔｅ（θ）の向きの違いを評価してスパース性を判定する方法である。図９に実施例２のスパース性判定部３４′の機能構成例を示す。スパース性判定部３４′は、ベクトル間距離算出部９０、ベクトル一致性判定部９１、を備える。
【００４２】
ベクトル間距離算出部９０は、到達時間差ベクトルｔ（ω,ｍ）を入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、到達時間差ベクトルの理論値ｔｅ（θ）自身の大きさで正規化した正規化理論値を減算した値の絶対値である距離Ｐ′（θ）を、式（９）で算出する。
【００４３】
【数７】
【００４４】
ここでｔｅ（θ）は、式（６）で計算される到達時間差ベクトルの理論値の大きさである。この到達時間差ベクトルの理論値ｔｅ（θ）は、図９に示すように記録部３７′に記録されているものを逐次読み出しても良いし、ベクトル間距離算出部９０内に記録した値を用いるようにしても良い。
【００４５】
距離Ｐ′（θ）は、到達時間差ベクトルｔ（ω,ｍ）の方向と、到達時間差ベクトルの理論値ｔｅ（θ）の方向が一致すると０になる値である。よって、その値の大きさによって到達時間差ベクトルｔ（ω,ｍ）が、１個の音源からのベクトルなのか、他の音源の影響を受けたベクトルなのかを判定することができる。つまりスパース性が仮定できる到達時間差ベクトルｔ（ω,ｍ）であるのか否かを、距離Ｐ′（θ）の大きさで判定することができる。
【００４６】
実施例２の場合は、距離Ｐ′（θ）の大きさをベクトル一致性判定部９１で判定する（ステップＳ９１）。実施例１とは逆に、距離Ｐ′（θ）の値が小さい方がスパース性を仮定できる到達時間差ベクトルｔ（ω,ｍ）である。他の処理は実施例１と同じである。このようにして到達時間差ベクトルｔ（ω,ｍ）のスパース性の有無を判定することも可能である。
【００４７】
〔シミュレーション結果〕
この発明の効果を確認する目的で、従来の音源方向推定装置３００と、この発明の音源方向推定装置１００の音源方向推定性能の比較を行った。シミュレーションは、音源を角度１０度の方向に位置する男性、角度２０度の方向に位置する女性とし、その両者が同時に発話する声に、スパース性の無い白色雑音が１０ｄＢのＳＮ比で重畳される条件で行った。
【００４８】
その結果、得られたヒストグラムを図１１と図１２に示す。横軸は信号の到来方向を[度]で、縦軸は[度数]である。図１１が従来の音源方向推定装置３００で得られたヒストグラムである。ヒストグラムの頂点は、５度と１５度の方向にずれている。図１２がこの発明の音源方向推定装置１００で得られたヒストグラムである。２つの異なるピークが１０度と２０度の方向に正しく生じており、図１１と比較するとピークが際立って現れている。このように、この発明の音源方向推定装置１００の音源方向推定精度が高いことが確認できた。
【００４９】
以上説明したこの発明の音源方向推定装置とその方法は、上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能である。例えば、上記した装置及び方法において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。
【００５０】
また、上記装置における処理手段をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、各装置における処理手段がコンピュータ上で実現される。
【００５１】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ-ＲＡＭ
（Random Access Memory）、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ-Ｒ
（Recordable）/ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto Optical disc）等を、半導体メモリとしてフラッシュメモリー等を用いることができる。
【００５２】
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００５３】
また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【特許請求の範囲】
【請求項１】
正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、
上記マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、
上記異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、
上記到達時間差から音源候補を求め、上記音源方向候補を分類する音源方向推定部と、を具備する音源方向推定装置において、
上記音源方向推定部は、上記到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、上記音源方向候補を分類することを特徴とする音源方向推定装置。
【請求項２】
請求項１に記載した音源方向推定装置において、
上記スパース性判定部は、
到達時間差ベクトルを入力としてその到達時間差ベクトルの周波数ビン毎に直交する２つの到達時間差正規直交ベクトルを算出する直交行列算出部と、
上記２つの到達時間差正規直交ベクトルを入力として、上記到達時間差ベクトルの理論値に対する上記２つの到達時間差正規直交ベクトルの直交度を算出するベクトル直交度算出部と、
上記直交度を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定する直交性判定部と、を備えることを特徴とする音源方向推定装置。
【請求項３】
請求項１に記載した音源方向推定装置において、
上記スパース性判定部は、
到達時間差ベクトルを入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、上記到達時間差ベクトルの理論値自身の大きさで正規化した正規化理論値を、減算した値の絶対値である距離を周波数ビン毎に算出するベクトル間距離算出部と、
上記距離を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定するベクトル一致性判定部と、を備えることを特徴とする音源方向推定装置。
【請求項４】
周波数変換部が、３つのマイクロホンからなるマイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換過程と、
到達時間差算出部が、上記異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を算出する到達時間差算出過程と、
音源方向推定部が、上記到達時間差から音源候補を求め、上記音源方向候補を分類する音源方向推定過程と、を含む音源方向推定方法において、
上記音源方向推定過程は、スパース性判定部が上記到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定過程を含み、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、上記音源方向候補を分類する過程であることを特徴とする音源方向推定方法。
【請求項５】
請求項４に記載した音源方向推定方法において、
上記スパース性判定過程は、
直交行列算出部が、到達時間差ベクトルを入力としてその到達時間差ベクトルの周波数ビン毎に直交する２つの到達時間差正規直交ベクトルを算出する直交行列算出過程と、
ベクトル直交度算出部が、上記２つの到達時間差正規直交ベクトルを入力として、理論的な到達時間差ベクトルに対する上記２つの到達時間差正規直交ベクトルの直交度を算出するベクトル直交度算出過程と、
直交性判定部が、上記直交度を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定する直交性判定過程と、を含むことを特徴とする音源方向推定方法。
【請求項６】
請求項４に記載した音源方向推定方法において、
上記スパース性判定過程は、
ベクトル間距離算出部が、到達時間差ベクトルを入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、上記到達時間差ベクトルの理論値自身の大きさで正規化した正規化理論値を減算した値の絶対値で表せる距離を周波数ビン毎に算出するベクトル間距離算出過程と、
ベクトル一致性判定部が、上記距離を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定するベクトル一致性判定過程と、を含むことを特徴とする音源方向推定方法。
【請求項７】
請求項１乃至３の何れかに記載した音源方向推定装置としてコンピュータを機能させる装置プログラム。
【請求項１】
正三角形の頂点に配置された３つのマイクロホンからなるマイクロホンアレーと、
上記マイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換部と、
上記異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を計算する到達時間差算出部と、
上記到達時間差から音源候補を求め、上記音源方向候補を分類する音源方向推定部と、を具備する音源方向推定装置において、
上記音源方向推定部は、上記到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定部を備え、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、上記音源方向候補を分類することを特徴とする音源方向推定装置。
【請求項２】
請求項１に記載した音源方向推定装置において、
上記スパース性判定部は、
到達時間差ベクトルを入力としてその到達時間差ベクトルの周波数ビン毎に直交する２つの到達時間差正規直交ベクトルを算出する直交行列算出部と、
上記２つの到達時間差正規直交ベクトルを入力として、上記到達時間差ベクトルの理論値に対する上記２つの到達時間差正規直交ベクトルの直交度を算出するベクトル直交度算出部と、
上記直交度を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定する直交性判定部と、を備えることを特徴とする音源方向推定装置。
【請求項３】
請求項１に記載した音源方向推定装置において、
上記スパース性判定部は、
到達時間差ベクトルを入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、上記到達時間差ベクトルの理論値自身の大きさで正規化した正規化理論値を、減算した値の絶対値である距離を周波数ビン毎に算出するベクトル間距離算出部と、
上記距離を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定するベクトル一致性判定部と、を備えることを特徴とする音源方向推定装置。
【請求項４】
周波数変換部が、３つのマイクロホンからなるマイクロホンアレーの各マイクロホンで受信された信号を周波数領域の信号に変換する周波数変換過程と、
到達時間差算出部が、上記異なるマイクロホンのマイクロホン対の組み合わせのそれぞれに対して到達時間差を算出する到達時間差算出過程と、
音源方向推定部が、上記到達時間差から音源候補を求め、上記音源方向候補を分類する音源方向推定過程と、を含む音源方向推定方法において、
上記音源方向推定過程は、スパース性判定部が上記到達時間差の周波数ビン毎にスパース性が仮定できるか仮定できないかを判定するスパース性判定過程を含み、スパース性が仮定できる周波数ビンの到達時間差から音源候補を求め、上記音源方向候補を分類する過程であることを特徴とする音源方向推定方法。
【請求項５】
請求項４に記載した音源方向推定方法において、
上記スパース性判定過程は、
直交行列算出部が、到達時間差ベクトルを入力としてその到達時間差ベクトルの周波数ビン毎に直交する２つの到達時間差正規直交ベクトルを算出する直交行列算出過程と、
ベクトル直交度算出部が、上記２つの到達時間差正規直交ベクトルを入力として、理論的な到達時間差ベクトルに対する上記２つの到達時間差正規直交ベクトルの直交度を算出するベクトル直交度算出過程と、
直交性判定部が、上記直交度を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定する直交性判定過程と、を含むことを特徴とする音源方向推定方法。
【請求項６】
請求項４に記載した音源方向推定方法において、
上記スパース性判定過程は、
ベクトル間距離算出部が、到達時間差ベクトルを入力としてその到達時間差ベクトル自身の大きさで正規化した正規化実測値から、上記到達時間差ベクトルの理論値自身の大きさで正規化した正規化理論値を減算した値の絶対値で表せる距離を周波数ビン毎に算出するベクトル間距離算出過程と、
ベクトル一致性判定部が、上記距離を、閾値と比較して上記到達時間差ベクトルの上記スパース性を判定するベクトル一致性判定過程と、を含むことを特徴とする音源方向推定方法。
【請求項７】
請求項１乃至３の何れかに記載した音源方向推定装置としてコンピュータを機能させる装置プログラム。
【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１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１０−１７５４３１（Ｐ２０１０−１７５４３１Ａ）
【公開日】平成２２年８月１２日（２０１０．８．１２）
【国際特許分類】
【出願番号】特願２００９−１９３５５（Ｐ２００９−１９３５５）
【出願日】平成２１年１月３０日（２００９．１．３０）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２２年８月１２日（２０１０．８．１２）
【国際特許分類】
【出願日】平成２１年１月３０日（２００９．１．３０）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]