JP2002315089A

JP2002315089A - 話者方向検出回路

Info

Publication number: JP2002315089A
Application number: JP2001120432A
Authority: JP
Inventors: Fumiko Yagasa; 文子矢笠
Original assignee: NEC Engineering Ltd
Current assignee: NEC Engineering Ltd
Priority date: 2001-04-19
Filing date: 2001-04-19
Publication date: 2002-10-25

Abstract

(57)【要約】【課題】話者方向の検出誤りを低減し安定性を高める
ことができる話者方向検出回路を得る。【解決手段】水平・垂直方向共通検出用マイクロホン
２からの信号を基にピッチ検出回路７がピッチ予測信号
を出力する。減算器９は、マイクロホン２からの信号か
らピッチ予測信号を減算する。相互相関演算回路１１
は、水平方向検出用マイクロホン１からの信号と減算器
９からの信号との相互相関関数を演算して最大値検索を
行い、時間差を算出する。位置検出回路１３は、その時
間差を基に話者の水平方向位置検出を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は話者方向検出回路に
関し、特にテレビジョン会議装置において画像入力用ビ
デオカメラと音声入力用マイクロホンとの設置場所が固
定されている装置のビデオカメラ撮像角制御に用いら
れ、音声信号によって装置から見た話者の方向を検出す
る話者方向検出回路に関する。

【０００２】

【従来の技術】従来、話者の方向を検出する方式におい
ては、“音響システムとディジタル処理”（大賀・山崎
・金田著、電子情報通信学会編、平成７年３月２５日）
のｐ．１９７の「７．２音の到達方向とパワーの推定
技術」に記載されているように、２つのマイクロホンへ
の音声の到達時間差（遅延）を検出する手段として、相
互相関関数が一般に用いられている。この相互相関関数
を算出することで、図１３または図１４に示すように、
その最大値を与える到達時間差が検出でき、この時間差
を基に音波の到達方向、すなわち話者の位置を推定でき
ることが一般に知られている。

【０００３】図１２は複数本のマイクロホンで受信した
信号の時間差の理論を示す図である。図１２において、
Ｍ１及びＭ２はマイクロホンであり、χ１（ｔ）はマイ
クロホンＭ１の受信信号であり、χ２（ｔ）はマイクロ
ホンＭ２の受信信号である。θs 方向からマイクロホン
Ｍ１及びＭ２に到達する音波を平面波とし、その音波が
距離ｄだけ離れて設置された２つのマイクロホンＭ１及
びＭ２で受信される。

【０００４】このとき、各マイクロホンＭ１及びＭ２の
受信信号である信号χ１（ｔ）と信号χ２（ｔ）との間
には、 χ２（ｔ）＝χ１（ｔ−τｓ） τｓ＝ｄ×ｓｉｎ（θｓ）／ｃという関係が成立する。ここで、ｃは音速である。

【０００５】したがって、逆に信号χ１（ｔ）と信号χ
２（ｔ）との間の時間差τｓが分かれば、音波の到達方
向θｓは θｓ＝ｓｉｎ^-1（ｃ・τｓ／ｄ）という式で求められる。

【０００６】時間差τｓは、χ１（ｔ）とχ２（ｔ）と
の相互相関関数φ１２（τ）から、 φ１２（τ）＝Ｅ［χ１（ｔ）・χ２（ｔ＋τ）］＝Ｅ［χ１（ｔ）・χ１（ｔ＋τ−τｓ）］＝φ１１（τ−τｓ）となる。ただし、Ｅ［・］は期待値を表し、φ１１
（τ）は信号χ１（ｔ）の自己相関関数である。

【０００７】自己相関関数φ１１（τ）はτ＝０で最大
値をとることが知られているため、相互相関関数φ１２
（τ）はτ＝τｓで最大値をとる。このことより、相互
相関関数φ１２（τ）を計算し、その最大値を与えるτ
を求めればτｓが得られ、その値を到達方向θｓを求め
る式に代入すれば、音波の方向を推定する事ができる。
したがって、この推定結果から到達遅延時間を求め、話
者方向に換算して出力するという動作をする。

【０００８】

【発明が解決しようとする課題】上述した相互相関関数
は、周波数帯域幅が広い場合は、比較的鋭いピークを持
つことが既に知られている。よって、このようにピーク
が鋭い場合は、雑音等が重畳しても精度の良い時間差τ
ｓを推定できる。しかしながら、ピークの鋭さは、音波
信号の周波数帯域幅に影響を受けるし、雑音の影響も受
ける。また、相互相関関数の値は、マイクロホンに到達
した音声の信号電力に依存する。そのため、何らかの方
法でそのような影響を排除しなければ、相互相関関数の
最大値の検索誤りが多発し、その結果として話者の方向
検出を誤ってしまうので、話者方向検出装置の出力信号
を用いてビデオカメラの撮像角を制御しようとした場
合、話者以外の方向にビデオカメラが向いてしまうとい
った問題が起こり、テレビジョン会議システムの利用者
に多大な不都合が生じてしまうという問題がある。

【０００９】そこで、ピークの鋭さが受ける影響による
誤検出を抑えるために、全指向性マイクロホンから入力
される２つの音声信号間に存在する到達遅延時間を推定
する部分に、上記の相互相関関数の値に時間的な統計処
理を施して誤りを排除する手段を設けるようにした第１
の技術が特願２０００−０４５３０６号明細書に記載さ
れている。この統計処理は、例えば相互相関関数値をあ
る時間加算した後に最大値検索を実行するものである。
したがって、統計的処理を行った後に最大値検索をする
ので、検索誤りの発生を最小限に抑えるという効果が得
られる。

【００１０】特願２０００−０４５３０６号明細書に記
載された上記第１の技術を以下に説明する。図９は上記
第１の技術による話者方向検出回路の構成を示すブロッ
ク図であり、図３は図９のマイクロホンの配置例を示す
図である。なお、以下に示す全ての図面において、同等
部分は同一符号にて示している。

【００１１】図９において、話者方向検出回路は、水平
方向検出用の全指向性マイクロホン（ＭＩＣ＃１）１
と、水平・垂直方向共通検出用の全指向性マイクロホン
（ＭＩＣ＃２）２と、垂直方向検出用の全指向性マイク
ロホン（ＭＩＣ＃３）３と、メモリ回路４〜６と、水平
方向検出用の相互相関演算回路１１と、水平方向検出用
の評価関数回路１８と、垂直方向検出用の相互相関演算
回路１２と、垂直方向検出用の評価関数回路１９と、位
置検出回路１３とから構成されている。

【００１２】マイクロホン１，２からの信号はメモリ回
路４，６に一旦蓄積された後、相互相関演算回路１１に
供給される。ここで、マイクロホン１，２は図３に示す
マイクロホン１，２に該当するように水平方向に置か
れ、水平方向位置探索に使用される。

【００１３】相互相関演算回路１１は相互相関演算を行
い、時間差毎の相互相関関数値を算出する。評価関数回
路１８は相互相関演算回路１１で得られた結果を基にあ
る時間分の加算処理を行った後に最大値検索を行い、時
間差を算出する。位置算出回路１３はその時間差を基に
水平方向角を求める。

【００１４】マイクロホン２，３からの信号はメモリ回
路５，６に一旦蓄積された後、相互相関演算回路１２に
供給される。ここで、マイクロホン２，３は図３に示す
マイクロホン２，３に該当するように垂直方向に置か
れ、垂直方向位置探索に使用される。

【００１５】相互相関演算回路１２は相互相関演算を行
い、時間差毎の相互相関関数値を算出する。評価関数回
路１９は相互相関演算回路１２で得られた結果を基にあ
る時間分の加算処理を行った後に最大値検索を行い、時
間差を算出する。位置算出回路１３はその時間差を基に
垂直方向角を求める。

【００１６】また、相互相関関数の値はマイクロホンに
到達した音声の信号電力に依存するため、評価関数に相
互相関の２乗／時間差の自己相関を用いることによって
最大値検索をするようにした第２の技術が特願２０００
−０４５３０６号明細書に記載されている。この評価関
数は、χ１（ｔ）とχ２（ｔ−τ）の二乗誤差を最小に
する理論式から導かれたものである。

【００１７】χ１（ｔ）とχ２（ｔ−τ）とがあるフレ
ーム区間毎（Ｎサンプル）に二乗誤差を最小にすること
を考えた場合、二乗誤差を最小にするゲインＧと時間差
τとを求める。

【００１８】ｔをｎとして、誤差をｅ（ｎ）＝χ１
（ｎ）−χ２（ｎ）＝χ１（ｎ）−χ１（ｎ−τ）とす
ると、二乗誤差Ｅは、Ｅ＝Σｅ（ｎ）² ＝Σ［χ１（ｎ）−Ｇ・χ１（ｎ−τ）］² ＝Σ［χ１（ｎ）］²−２ＧΣ［χ１（ｎ）χ１（ｎ−
τ）］＋Ｇ² Σ［χ１（ｎ−τ）］² という式から求められる。ここで、Σはｎ＝０〜（Ｎ−
１）の総和である。

【００１９】Ｅを最小にするＧについて求めるには、極
小解を求めればよいから、 −２ＧΣ［χ１（ｎ）χ１（ｎ−τ）］＋Ｇ² Σ［χ
１（ｎ−τ）］²＝０ ∴Ｇ＝Σ［χ１（ｎ）・χ１（ｎ−τ）］／Σ［χ１
（ｎ−τ）］² となる。これをＥの式に代入すると、Ｅ＝Σ［χ１（ｎ）］²−｛［Σ［χ１（ｎ）χ１（ｎ
−τ）］｝²／Σ［χ１（ｎ−τ）］² となる。上記の右辺第２項を最大化するτを求めれば二
乗誤差が最小となる。これは、要するに、「相互相関の
２乗÷時間差τｓの自己相関」を示している。

【００２０】図１０は上記第２の技術による話者方向検
出回路の構成を示すブロック図である。図１０におい
て、話者方向検出回路は、水平方向検出用のマイクロホ
ン１と、水平・垂直方向共通検出用のマイクロホン２
と、垂直方向検出用のマイクロホン３と、メモリ回路４
〜６と、水平方向検出用の相互相関演算回路１１と、水
平方向検出用の自己相関演算回路２０と、水平方向検出
用の評価関数回路２２と、垂直方向検出用の相互相関演
算回路１２と、垂直方向検出用の自己相関演算回路２１
と、垂直方向検出用の評価関数回路２３と、位置検出回
路１３とから構成されている。

【００２１】この話者方向検出回路は、自己相関演算回
路２０，２１を加えた以外は図９に示す話者方向検出回
路と同様の構成となっている。これら自己相関演算回路
２０，２１は評価関数回路２２，２３にて「相互相関の
二乗÷自己相関」を評価関数として計算する際に使用す
る。

【００２２】評価関数がある時間分加算処理された後に
その最大値検索が行われ、時間差が算出される。時間差
を算出した結果を基に、位置算出回路１３にて水平方向
角を求める処理が行われる。ただし、自己相関演算回路
２０，２１の演算結果は同じなので、どちらか片方のみ
の演算を行い、その結果を評価関数回路２２，２３の入
力としてもよい。

【００２３】図１３に一般的な水平方向位置算出の検出
例を示す。この水平方向位置算出については当業者にと
ってよく知られており、また本発明とは直接関係しない
ので、その詳細な構成は省略する。尚、水平方向角は、Ｌｓｉｎθ＝νＴ_h θ＝ｓｉｎ^-1（νＴ_h ／Ｌ）という式によって検出される。この場合、時間差（遅
延）Ｔ_h はサンプリング周期［ｓｅｃ］×時間差［サ
ンプル］で求められる。

【００２４】図１４に一般的な垂直方向位置算出の検出
例を示す。この垂直方向位置算出についても当業者にと
ってよく知られており、また本発明とは直接関係しない
ので、その詳細な構成は省略する。すなわち、垂直方向
位置算出は上記の図１３に示す水平方向位置算出と全く
同様に導ける。

【００２５】図１１は上記第２の技術による話者方向検
出回路の動作を示すフローチャートである。これら図１
０及び図１１を参照して第２の技術による話者方向検出
回路の動作について説明する。

【００２６】回路動作開始時点で、評価結果の加算時間
分を検出するカウンタ（ＣＮＴ）値を初期化する（図１
１ステップＳ１）。この時点で、評価関数加算値は全て
初期化されているとする。マイクロホン１〜３から音声
データを入手した後（図１１ステップＳ２）、１６ｋＨ
ｚサンプリングで３２から４０サンプル程度毎に自己相
関演算回路２０，２１及び相互相関演算回路１１，１２
で自己相関関数及び相互相関関数を計算する（図１１ス
テップＳ３，Ｓ４）。

【００２７】自己相関関数及び相互相関関関数はバッフ
ァ（図示せず）にデータを蓄積してフレーム単位で一気
に処理を行うか、もしくはサンプル毎の部分に分割して
計算を行うことによっても計算することができるので、
どちらのやり方でもよい。

【００２８】分割処理の場合、評価関数回路２２，２３
は相関関数演算が終わっているかを相関演算終了確認に
おいて判定し（図１１ステップＳ５）、相関関数演算が
終了していなければステップＳ２に戻って音声データを
入手する。

【００２９】相関関数演算が終了していれば、評価関数
回路２２，２３は自己相関演算及び相互相関演算によっ
て得られた結果を基に評価関数の算出を行う（図１１ス
テップＳ６）。評価関数は「相互相関のみ」を使用する
か、または「（相互相関の二乗）／自己相関」を使用し
て評価関数として計算する。ここで得られた評価関数を
統計的に平均化するため、評価関数回路２２，２３は評
価結果の加算において過去の結果に加算して蓄積する
（図１１ステップＳ７）。

【００３０】この後、カウンタ値は蓄積時間を計るのに
使用しているため、カウンタ値の更新を行う（図１１ス
テップＳ８）。評価関数回路２２，２３はこの更新した
カウンタ値と予め設定したＭＡＸ値とを比較して更新し
たカウンタ値の確認を行う（図１１ステップＳ９）。Ｍ
ＡＸ値は２００ｍｓから１ｓ程度の任意の値とすると良
い。

【００３１】カウンタ値がＭＡＸ値と一致しない場合に
はステップＳ２に戻って音声データを入手する。カウン
タ値がＭＡＸ値と一致した場合、評価関数回路２２，２
３はカウンタ値を０に初期化した後（図１１ステップＳ
１０）、評価結果の最大値検索を行い（図１１ステップ
Ｓ１１）、最大となるときの時間差を検出する。

【００３２】この後に、評価関数回路２２，２３は評価
関数加算結果を初期化し（図１１ステップＳ１２）、位
置検出回路１３は評価関数回路２２，２３で検出された
時間差から方向を算出する（図１１ステップＳ１３）。
これによって、次に新しく開始する評価関数加算に備え
る。

【００３３】ところで、図１１におけるステップＳ２〜
Ｓ１３の処理は水平方向及び垂直方向に対してそれぞれ
独立的に処理する必要がある。但し、自己相関の結果を
使用しない場合にはステップＳ３の処理を省略してよ
く、上記第１の技術ではステップＳ３の処理を省略した
処理動作が行われる。

【００３４】ここで、音波の到達時間差の算出は、音声
符号化におけるピッチ予測と非常に似ており、一般に
は、ピッチの相関≦マイクロホン間の相関（相関が強い
／弱いという意味の不等号）となっている。しかし、正
弦波などのように非常に強力なピッチをもつ入力信号で
は、ピッチの相関＝マイクロホン間の相関となってしま
う。この場合、上述した従来技術及び特願２０００−０
４５３０６号明細書に記載の第１，第２の技術では、検
索した最大値がピッチによるものか、マイクロホン間の
距離によるものか判別できず、到達時間差を誤検出して
しまうという問題がある。

【００３５】本発明の目的は、話者方向の検出誤りを低
減し安定性を高めることができる話者方向検出回路を提
供することである。

【００３６】

【課題を解決するための手段】本発明による話者方向検
出回路は、２つのマイクロホンで受信された音声の音声
信号が入力され、それらの少なくとも一方からピッチの
影響を取り除いてそれらを出力するピッチ影響除去手段
と、前記ピッチ影響除去手段の出力信号を基に前記音声
信号間の時間差を算出し、その算出された時間差に基づ
いて話者の方向検出を行う検出手段とを含むことを特徴
とする。また、前記話者方向検出回路において、前記検
出手段は、前記ピッチ影響除去手段の出力信号の相互相
関関数を演算する相互相関演算手段を含み、前記相互相
関関数の最大値を検出して話者の方向検出を行うことを
特徴とする。

【００３７】さらに、前記話者方向検出回路において、
前記ピッチ影響除去手段は、前記ピッチの影響を取り除
くべき前記音声信号のピッチゲイン及びピッチ周期を抽
出する抽出手段と、前記ピッチゲイン及びピッチ周期を
基にピッチ予測信号を生成するピッチ予測手段と、前記
ピッチの影響を取り除くべき前記音声信号から前記ピッ
チ予測信号を減算して前記出力信号を生成する減算手段
とを有することを特徴とする。

【００３８】本発明の作用は次の通りである。話者の発
した音声が２つのマイクロホンに到達する距離の差によ
って生じる到達時間差を推定すべく、まず、ピッチ影響
除去手段は、例えば、２つのマイクロホンからの音声信
号の一方からピッチの影響を取り除いて出力し、他方の
音声信号をそのまま出力する。相互相関演算手段は、ピ
ッチ影響除去手段から出力されたピッチ影響の除かれた
信号と上記他方の音声信号との相互相関関数を演算し、
検出手段が、相互相関演算手段の演算結果の最大値を検
出することで上記到達時間差を推定して話者の方向検出
を行う。

【００３９】あるいは、ピッチ影響除去手段は、例え
ば、２つのマイクロホンからの音声信号からそれぞれピ
ッチの影響を取り除いて出力する。相互相関演算手段
は、ピッチ影響除去手段から出力されたピッチ影響の除
かれた信号間の相互相関関数を演算し、検出手段が、相
互相関演算手段の演算結果の最大値を検出することで上
記到達時間差を推定して話者の方向検出を行う。

【００４０】

【発明の実施の形態】以下に、本発明の実施例について
図面を用いて説明する。図１は本発明の第１の実施例に
よる話者方向検出回路の構成を示すブロック図であり、
図２は図１のピッチ検出回路の構成を示すブロック図で
あり、図３は図１のマイクロホンの配置例を示す図であ
る。

【００４１】図１において、本発明の第１の実施例によ
る話者方向検出回路は、水平方向検出用の全指向性マイ
クロホン（ＭＩＣ＃１）１と、水平・垂直方向共通検出
用の全指向性マイクロホン（ＭＩＣ＃２）２と、垂直方
向検出用の全指向性マイクロホン（ＭＩＣ＃３）３と、
メモリ回路４〜６と、ピッチ検出回路７及び８と、減算
器９及び１０と、水平方向検出用の相互相関演算回路１
１と、垂直方向検出用の相互相関演算回路１２と、位置
検出回路１３とを有している。

【００４２】マイクロホン１からの信号はメモリ回路４
に一旦蓄積された後、相互相関演算回路１１に供給され
る。また、マイクロホン２からの信号はメモリ回路６に
一旦蓄積された後、ピッチ影響排除手段を構成するピッ
チ検出回路７と減算器９とに供給される。ここで、マイ
クロホン１，２は図３に示すマイクロホン１，２に該当
するように水平方向に置かれ、水平方向位置探索に使用
される。

【００４３】図２において、ピッチ検出回路７は、入力
信号のピッチゲインとピッチ周期とを抽出する抽出器１
００と、抽出器１００からのピッチゲインとピッチ周期
とを基にピッチ予測信号を生成出力するピッチ予測器１
１０とを有している。ピッチ検出の方法としては、例え
ば「“音のコミュニケーション工学”−マルチメディア
時代の音声・音響技術−」（編者：（社）日本音響学
会，発行社：（株）コロナ社）のＰ２８に記載されてい
るように、自己相関法、変形相関法、スペクトル処理に
よる方法などがある。なお、ピッチ検出回路８の構成は
ピッチ検出回路７と同等であるので、その説明を省略す
る。

【００４４】図１において、減算器９は、マイクロホン
２からの信号からピッチ検出回路７の出力であるピッチ
予測信号を減算して、ピッチ予測残差信号を相互相関演
算回路１１に出力する。相互相関演算回路１１は、マイ
クロホン１からの信号とピッチの影響を取り除かれた信
号であるピッチ予測残差信号との相互相関演算を行い、
時間差毎の相互相関関数値を算出してその最大値検索を
行い、時間差を算出する。位置算出回路１３はその時間
差を基に水平方向角を求める。

【００４５】マイクロホン２からの信号はメモリ回路６
に一旦蓄積された後、ピッチ影響排除手段を構成するピ
ッチ検出回路８と減算器１０とに供給される。また、マ
イクロホン３からの信号はメモリ回路５に一旦蓄積され
た後、相互相関演算回路１２に供給される。ここで、マ
イクロホン２，３は図３に示すマイクロホン２，３に該
当するように垂直方向に置かれ、垂直方向位置探索に使
用される。

【００４６】減算器１０は、マイクロホン２からの信号
からピッチ検出回路８の出力であるピッチ予測信号を減
算して、ピッチ予測残差信号を相互相関演算回路１２に
出力する。相互相関演算回路１２は、マイクロホン３か
らの信号とピッチの影響を取り除かれた信号であるピッ
チ予測残差信号との相互相関演算を行い、時間差毎の相
互相関関数値を算出してその最大値検索を行い、時間差
を算出する。位置算出回路１３はその時間差を基に垂直
方向角を求める。

【００４７】図４は本発明の第２の実施例による話者方
向検出回路の構成を示すブロック図である。図４におい
て、本発明の第２の実施例による話者方向検出回路は、
ピッチ検出回路１４及び１５と、減算器１６及び１７と
を有している点で上記第１の実施例による話者方向検出
回路と相違するが、その他については同様である。な
お、ピッチ検出回路１４及び１５の各々の構成はピッチ
検出回路７と同等である。

【００４８】マイクロホン１からの信号は、メモリ回路
４に一旦蓄積された後、ピッチ影響排除手段を構成する
ピッチ検出回路１４と減算器１６とに供給される。減算
器１６は、マイクロホン１からの信号からピッチ検出回
路１４の出力であるピッチ予測信号を減算して、ピッチ
予測残差信号を相互相関演算回路１１に出力する。した
がって、相互相関演算回路１１は、減算器１６からのピ
ッチ予測残差信号と減算器９からのピッチ予測残差信号
との相互相関演算を行い、時間差毎の相互相関関数値を
算出してその最大値検索を行い、時間差を算出すること
になる。

【００４９】また、マイクロホン３からの信号は、メモ
リ回路５に一旦蓄積された後、ピッチ影響排除手段を構
成するピッチ検出回路１５と減算器１７とに供給され
る。減算器１７は、マイクロホン３からの信号からピッ
チ検出回路１５の出力であるピッチ予測信号を減算し
て、ピッチ予測残差信号を相互相関演算回路１２に出力
する。したがって、相互相関演算回路１２は、減算器１
７からのピッチ予測残差信号と減算器１０からのピッチ
予測残差信号との相互相関演算を行い、時間差毎の相互
相関関数値を算出してその最大値検索を行い、時間差を
算出することになる。

【００５０】このように、マイクロホン１及び３からの
信号に対してもピッチ影響を取り除くようにすること
で、誤検出をより低減させることが可能となる。

【００５１】図５は本発明の第３の実施例による話者方
向検出回路の構成を示すブロック図である。図５におい
て、本発明の第３の実施例による話者方向検出回路は、
マイクロホン１〜３と、メモリ回路４〜６と、ピッチ検
出回路７及び８と、減算器９及び１０と、相互相関演算
回路１１及び１２と、評価関数回路１８及び１９と、位
置検出回路１３とを有している。

【００５２】すなわち、本発明の第３の実施例による話
者方向検出回路は、図９に示す話者方向検出回路にピッ
チ検出回路７及び８と、減算器９及び１０とを付加した
構成である。

【００５３】マイクロホン２からの信号はメモリ回路６
に一旦蓄積された後、ピッチ検出回路７及び８と減算器
９及び１０とに供給される。したがって、相互相関演算
回路１１は、マイクロホン１からの信号と減算器９から
のピッチ予測残差信号との相互相関演算を行い、時間差
毎の相互相関関数値を算出して評価関数回路１８に出力
する。また、相互相関演算回路１２は、マイクロホン３
からの信号と減算器１０からのピッチ予測残差信号との
相互相関演算を行い、時間差毎の相互相関関数値を算出
して評価関数回路１９に出力する。その他については図
９に示す話者方向検出回路と同様であるので、その説明
を省略する。

【００５４】図６は本発明の第４の実施例による話者方
向検出回路の構成を示すブロック図である。図６におい
て、本発明の第４の実施例による話者方向検出回路は、
ピッチ検出回路１４及び１５と、減算器１６及び１７と
を有している点で上記第３の実施例による話者方向検出
回路と相違するが、その他については同様である。

【００５５】このような構成により、本発明の第４の実
施例による話者方向検出回路では、相互相関演算回路１
１は、減算器１６からのピッチ予測残差信号と減算器９
からのピッチ予測残差信号との相互相関演算を行い、時
間差毎の相互相関関数値を算出して評価関数回路１８に
出力することになる。また、相互相関演算回路１２は、
減算器１７からのピッチ予測残差信号と減算器１０から
のピッチ予測残差信号との相互相関演算を行い、時間差
毎の相互相関関数値を算出して評価関数回路１９に出力
することになる。

【００５６】図７は本発明の第５の実施例による話者方
向検出回路の構成を示すブロック図である。図７におい
て、本発明の第５の実施例による話者方向検出回路は、
マイクロホン１〜３と、メモリ回路４〜６と、ピッチ検
出回路７及び８と、減算器９及び１０と、相互相関演算
回路１１及び１２と、自己相関演算回路２０及び２１
と、評価関数回路２２及び２３と、位置検出回路１３と
を有している。

【００５７】すなわち、本発明の第５の実施例による話
者方向検出回路は、図１０に示す話者方向検出回路にピ
ッチ検出回路７及び８と、減算器９及び１０とを付加し
た構成である。

【００５８】マイクロホン２からの信号はメモリ回路６
に一旦蓄積された後、ピッチ検出回路７及び８と減算器
９及び１０とに供給される。したがって、相互相関演算
回路１１は、マイクロホン１からの信号と減算器９から
のピッチ予測残差信号との相互相関演算を行い、時間差
毎の相互相関関数値を算出して評価関数回路２２に出力
する。そして、自己相関演算回路２０は、減算器９から
のピッチ予測残差信号の自己相関演算を行い、時間差毎
の自己相関関数値を算出して評価関数回路２２に出力す
る。

【００５９】また、相互相関演算回路１２は、マイクロ
ホン３からの信号と減算器１０からのピッチ予測残差信
号との相互相関演算を行い、時間差毎の相互相関関数値
を算出して評価関数回路２３に出力する。そして、自己
相関演算回路２１は、減算器１０からのピッチ予測残差
信号の自己相関演算を行い、時間差毎の自己相関関数値
を算出して評価関数回路２３に出力する。その他につい
ては図１０に示す話者方向検出回路と同様であるので、
その説明を省略する。

【００６０】次に、本発明の第５の実施例による話者方
向検出回路の動作について図７及び図１１を用いて説明
するが、図１０に示す話者方向検出回路の動作と同様の
動作についてはその説明を省略する。図７及び図１１に
おいて、マイクロホン１〜３から音声データを入手した
後（図１１ステップＳ２）、１６ｋＨｚサンプリングで
３２から４０サンプル程度毎に、ピッチ検出回路７，８
でピッチ検出処理を行い（図示せず）、同様に自己相関
演算回路２０，２１及び相互相関演算回路１１，１２で
自己相関関数及び相互相関関数を計算する（図１１ステ
ップＳ３，Ｓ４）。

【００６１】ピッチ検出処理では、自己相関関数及び相
互相関関関数と同様にバッファ（図示せず）にデータを
蓄積してフレーム単位で一気に処理を行うか、もしくは
サンプル毎の部分に分割して計算を行うことによっても
計算することができるので、どちらのやり方でもよい。

【００６２】図８は本発明の第６の実施例による話者方
向検出回路の構成を示すブロック図である。図８におい
て、本発明の第６の実施例による話者方向検出回路は、
ピッチ検出回路１４及び１５と、減算器１６及び１７と
を有している点で上記第５の実施例による話者方向検出
回路と相違するが、その他については同様である。

【００６３】このような構成により、本発明の第６の実
施例による話者方向検出回路では、相互相関演算回路１
１は、減算器１６からのピッチ予測残差信号と減算器９
からのピッチ予測残差信号との相互相関演算を行い、時
間差毎の相互相関関数値を算出して評価関数回路２２に
出力することになる。また、相互相関演算回路１２は、
減算器１７からのピッチ予測残差信号と減算器１０から
のピッチ予測残差信号との相互相関演算を行い、時間差
毎の相互相関関数値を算出して評価関数回路２３に出力
することになる。

【００６４】また、上記第１〜第６の各実施例におい
て、減算器９の出力であるピッチ予測残差信号と減算器
１０の出力であるピッチ予測残差信号とは同等であるの
で、どちらか一方のピッチ検出回路，減算器のみを用い
て、その減算器の出力を相互相関演算回路１１，１２の
入力としてもよい（上記第５及び第６の実施例では、併
せて、自己相関演算回路２０，２１の入力としてもよ
い）。

【００６５】さらに、上記第５及び第６の実施例におい
て、自己相関演算回路２０，２１の出力は同等であるの
で、どちらか一方のみを用いて、その自己相関演算回路
の出力を評価関数回路２２，２３の入力としてもよい。

【００６６】なお、上述した本発明の第１の実施例、第
２の実施例、第３の実施例、第４の実施例、第５の実施
例、さらに第６の実施例に記載の内容に限定されず、本
発明の技術思想の範囲内において、各実施例は適宜変更
され得ることは明らかである。

【００６７】

【発明の効果】本発明による効果は、話者方向の検出誤
りを低減し安定性を高めることができることである。そ
の理由は、話者の発した音声が２つのマイクロホンに到
達する距離の差によって生じる到達時間差を推定するた
めに用いられる、相互相関演算手段又は評価関数手段に
入力される信号に対してピッチ影響除去手段を設けるこ
とで、上記入力される信号の少なくとも一方からピッチ
の影響を取り除くようにしたので、上記入力される信号
が正弦波などのように非常に強力なピッチをもつ信号で
ある場合でも、到達時間差の誤検出を抑えることができ
るためである。

【図面の簡単な説明】

【図１】本発明の第１の実施例の話者方向検出回路の構
成を示すブロック図である。

【図２】図１のピッチ検出回路の構成を示すブロック図
である。

【図３】図１のマイクロホンの配置例を示す図である。

【図４】本発明の第２の実施例の話者方向検出回路の構
成を示すブロック図である。

【図５】本発明の第３の実施例の話者方向検出回路の構
成を示すブロック図である。

【図６】本発明の第４の実施例の話者方向検出回路の構
成を示すブロック図である。

【図７】本発明の第５の実施例の話者方向検出回路の構
成を示すブロック図である。

【図８】本発明の第６の実施例の話者方向検出回路の構
成を示すブロック図である。

【図９】第１の技術による話者方向検出回路の構成を示
すブロック図である。

【図１０】第２の技術による話者方向検出回路の構成を
示すブロック図である。

【図１１】図１０に示す話者方向検出回路の動作を示す
フローチャートである。

【図１２】複数本のマイクロホンで受信した信号の時間
差の理論を示す図である。

【図１３】一般的な水平方向位置算出の検出例を示す図
である。

【図１４】一般的な垂直方向位置算出の検出例を示す図
である。

【符号の説明】

１水平方向検出用のマイクロホン２水平・垂直方向共通検出用のマイクロホン３垂直方向検出用のマイクロホン４〜６メモリ回路７，８，１４，１５ピッチ検出回路９，１０，１６，１７減算器１１，１２相互相関演算回路１３位置検出回路１８，１９，２２，２３評価関数回路２０，２１自己相関演算回路１００抽出器１１０ピッチ予測器

───────────────────────────────────────────────────── フロントページの続きＦターム(参考） 5D015 CC05 CC13 DD02 5D020 BB04 5J083 AA05 AB12 AC17 AD18 AE08 AF01 BE10

Claims

【特許請求の範囲】

【請求項１】２つのマイクロホンで受信された音声の
音声信号が入力され、それらの少なくとも一方からピッ
チの影響を取り除いてそれらを出力するピッチ影響除去
手段と、前記ピッチ影響除去手段の出力信号を基に前記音声信号
間の時間差を算出し、その算出された時間差に基づいて
話者の方向検出を行う検出手段とを含むことを特徴とす
る話者方向検出回路。
【請求項２】前記ピッチ影響除去手段は、前記ピッチ
の影響を取り除くべき前記音声信号のピッチゲイン及び
ピッチ周期を抽出する抽出手段と、前記ピッチゲイン及
びピッチ周期を基にピッチ予測信号を生成するピッチ予
測手段と、前記ピッチの影響を取り除くべき前記音声信
号から前記ピッチ予測信号を減算して前記出力信号を生
成する減算手段とを有することを特徴とする請求項１記
載の話者方向検出回路。
【請求項３】前記検出手段は、前記ピッチ影響除去手
段の出力信号の相互相関関数を演算する相互相関演算手
段を含み、前記相互相関関数の最大値を検出して話者の
方向検出を行うことを特徴とする請求項１又は２記載の
話者方向検出回路。
【請求項４】前記検出手段は、前記相互相関関数の時
間差毎の加算値の最大値を検出して話者の方向検出を行
うようにしたことを特徴とする請求項３記載の話者方向
検出回路。
【請求項５】前記検出手段は、前記ピッチ影響除去手
段の前記ピッチの影響を取り除かれた一の前記出力信号
の自己相関関数を演算する自己相関演算手段と、前記相
互相関関数と前記自己相関関数との関係式による評価関
数を演算する評価関数手段とを更に含み、前記評価関数
の最大値を検出して話者の方向検出を行うようにしたこ
とを特徴とする請求項３記載の話者方向検出回路。
【請求項６】前記検出手段は、前記評価関数の時間差
毎の加算値の最大値を検出して話者の方向検出を行うよ
うにしたことを特徴とする請求項５記載の話者方向検出
回路。