JP2003264883A - 音声処理装置および音声処理方法 - Google Patents
音声処理装置および音声処理方法Info
- Publication number
- JP2003264883A JP2003264883A JP2002063423A JP2002063423A JP2003264883A JP 2003264883 A JP2003264883 A JP 2003264883A JP 2002063423 A JP2002063423 A JP 2002063423A JP 2002063423 A JP2002063423 A JP 2002063423A JP 2003264883 A JP2003264883 A JP 2003264883A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- voice
- frequency
- output
- audio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Details Of Audible-Bandwidth Transducers (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
(57)【要約】
【課題】 騒音環境において音声認識ができるようにす
る。 【解決手段】 音声処理装置が、気導音マイク1で発話
者の発声により励起された空気振動を音声信号に変換し
て出力し、骨伝導音マイク2で発声により生ずる身体振
動を音声信号に変換して出力し、ノイズレベル判定回路
4で気導音マイク1の出力中のノイズレベルを検知し、
それに基づいてゲイン調整回路3aとゲイン調整回路3
bとでそれぞれ気導音マイク1の出力の音圧と骨伝導音
マイク2の出力の音圧を変えることにより、これらの2
つの音声信号の音圧比を調整して出力し、音声認識装置
30でこれら出力された2つの音声信号を加算して音声
認識装置30に出力する。
る。 【解決手段】 音声処理装置が、気導音マイク1で発話
者の発声により励起された空気振動を音声信号に変換し
て出力し、骨伝導音マイク2で発声により生ずる身体振
動を音声信号に変換して出力し、ノイズレベル判定回路
4で気導音マイク1の出力中のノイズレベルを検知し、
それに基づいてゲイン調整回路3aとゲイン調整回路3
bとでそれぞれ気導音マイク1の出力の音圧と骨伝導音
マイク2の出力の音圧を変えることにより、これらの2
つの音声信号の音圧比を調整して出力し、音声認識装置
30でこれら出力された2つの音声信号を加算して音声
認識装置30に出力する。
Description
【0001】
【発明の属する技術分野】本発明は、騒音環境において
音声認識を行うための音声処理装置および音声処理方法
に関するもので、例えば車載の音声認識システムに用い
て好適である。
音声認識を行うための音声処理装置および音声処理方法
に関するもので、例えば車載の音声認識システムに用い
て好適である。
【0002】
【従来の技術】音声認識技術は研究段階から実用段階を
迎え、現在自動車用のカーナビゲーションシステム等で
広く採用されるようになってきており、その音声認識率
も静寂環境なら90%以上の数値が得られるようになっ
てきている。音声認識率とは、話者の音声に含まれる言
葉と、音声認識装置がその音声から認識した言葉とが合
致する率のことである。
迎え、現在自動車用のカーナビゲーションシステム等で
広く採用されるようになってきており、その音声認識率
も静寂環境なら90%以上の数値が得られるようになっ
てきている。音声認識率とは、話者の音声に含まれる言
葉と、音声認識装置がその音声から認識した言葉とが合
致する率のことである。
【0003】
【発明が解決しようとする課題】しかしながら、周囲に
騒音がある環境では、著しく認識率が低下することが一
般的に知られている。例えば車室内においては、自動車
のエンジン音や風切り音、ロードノイズなどが目立った
騒音源であるし、同乗者のおしゃべりの声やラジオ音声
などで音声認識が阻害されることが多々ある。
騒音がある環境では、著しく認識率が低下することが一
般的に知られている。例えば車室内においては、自動車
のエンジン音や風切り音、ロードノイズなどが目立った
騒音源であるし、同乗者のおしゃべりの声やラジオ音声
などで音声認識が阻害されることが多々ある。
【0004】そのような問題を解決するために従来より
様々な対策が行われており、指向性マイクロホンの使用
や、信号処理的な手法ではスペクトラムサブトラクショ
ン法などの採用により、一定の効果を挙げている。スペ
クトラムサブトラクション法とは、雑音の混入した音声
信号の振幅スペクトラムから雑音の振幅スペクトラムを
差し引く等の処理を行うことで雑音抑圧を実現するもの
である。しかしスペクトラムサブトラクション法は、定
常的なノイズの除去効果は大きいものの、人の声などの
非定常的なノイズの除去効果は小さく、音声認識のため
の手法としては十分ではない。その他にも様々な雑音分
離技術が提案されているが、まだ実用に供されているも
のは少ない。
様々な対策が行われており、指向性マイクロホンの使用
や、信号処理的な手法ではスペクトラムサブトラクショ
ン法などの採用により、一定の効果を挙げている。スペ
クトラムサブトラクション法とは、雑音の混入した音声
信号の振幅スペクトラムから雑音の振幅スペクトラムを
差し引く等の処理を行うことで雑音抑圧を実現するもの
である。しかしスペクトラムサブトラクション法は、定
常的なノイズの除去効果は大きいものの、人の声などの
非定常的なノイズの除去効果は小さく、音声認識のため
の手法としては十分ではない。その他にも様々な雑音分
離技術が提案されているが、まだ実用に供されているも
のは少ない。
【0005】ところで、人が発話して得られた音声には
空気中を伝搬するものの他に、発声した本人の頭骨や皮
膚組織などを通って、内耳の聴覚神経に到達して伝わる
音声が存在する。これは一般的に骨伝導音と呼ばれてい
る。発声した自分の声を自分で聞く場合と、テープレコ
ーダーなどに録音した声を聞き比べると違って聞こえる
のは、自分の耳には空気を伝わってきた音(気導音)と
骨伝導音が両方とも入ってくるためであるといわれてい
る。
空気中を伝搬するものの他に、発声した本人の頭骨や皮
膚組織などを通って、内耳の聴覚神経に到達して伝わる
音声が存在する。これは一般的に骨伝導音と呼ばれてい
る。発声した自分の声を自分で聞く場合と、テープレコ
ーダーなどに録音した声を聞き比べると違って聞こえる
のは、自分の耳には空気を伝わってきた音(気導音)と
骨伝導音が両方とも入ってくるためであるといわれてい
る。
【0006】この骨伝導音は固体を伝搬する音声であ
り、音響インピーダンスの違いから空気中を伝わる騒音
があったとしても、それから受ける影響は小さい。従っ
て周囲が騒音環境であっても、発話者の声を高い対騒音
信号比で取得することが可能となり、それを用いれば騒
音環境下でも音声認識を実現することが可能であると考
えられる。
り、音響インピーダンスの違いから空気中を伝わる騒音
があったとしても、それから受ける影響は小さい。従っ
て周囲が騒音環境であっても、発話者の声を高い対騒音
信号比で取得することが可能となり、それを用いれば騒
音環境下でも音声認識を実現することが可能であると考
えられる。
【0007】しかしながら、骨伝導音で音声認識を実現
する上では大きな問題が存在する。人は通常、声帯で発
生した規則的な空気振動を、口腔内でせき止めたり急激
に速度を変えたりして所謂言語を作り出しているが、そ
のような音声が頭骨内を伝搬するに従い、空気中とは異
なる変調、減衰作用を受けることになる。結果として気
導音とは異なった音調となり、特に高周波数帯域が強く
減衰することが知られている。そのため、この骨伝導音
を人が聞くとややこもった音に聞こえ、これを気導音用
に作られた音声認識システムに入力しても十分な認識率
を得ることができないという問題点がある。
する上では大きな問題が存在する。人は通常、声帯で発
生した規則的な空気振動を、口腔内でせき止めたり急激
に速度を変えたりして所謂言語を作り出しているが、そ
のような音声が頭骨内を伝搬するに従い、空気中とは異
なる変調、減衰作用を受けることになる。結果として気
導音とは異なった音調となり、特に高周波数帯域が強く
減衰することが知られている。そのため、この骨伝導音
を人が聞くとややこもった音に聞こえ、これを気導音用
に作られた音声認識システムに入力しても十分な認識率
を得ることができないという問題点がある。
【0008】この問題点の解決法として、例えば特開平
8−79868公報に記載されている技術では、あらか
じめ骨伝導音と気導音を同時に採取して、特定の音素で
双方の対応を学習させておき、次に骨伝導音が入力され
たときに、学習された音素パターンを呼び出して骨伝導
音の音質の悪さを補正する手法が提案されている。しか
し、この方法を実現するためには複雑なデジタル信号処
理回路が必要であり、しかもあらかじめ処理回路に音素
パターンを学習させるプロセスが必要であるので、使用
するまでに煩雑な手間がかかる。
8−79868公報に記載されている技術では、あらか
じめ骨伝導音と気導音を同時に採取して、特定の音素で
双方の対応を学習させておき、次に骨伝導音が入力され
たときに、学習された音素パターンを呼び出して骨伝導
音の音質の悪さを補正する手法が提案されている。しか
し、この方法を実現するためには複雑なデジタル信号処
理回路が必要であり、しかもあらかじめ処理回路に音素
パターンを学習させるプロセスが必要であるので、使用
するまでに煩雑な手間がかかる。
【0009】本発明は上記の問題点に鑑みてなされたも
のであり、騒音環境において音声認識ができるようにす
ることを目的としている。
のであり、騒音環境において音声認識ができるようにす
ることを目的としている。
【0010】
【課題を解決するための手段】上記目的を達成するため
の、請求項1に記載の発明は、発話者の発声により励起
された空気振動を音声信号に変換して出力する気導信号
変換手段と、発声により生ずる身体振動を音声信号に変
換して出力する骨導信号変換手段と、気導信号変換手段
から出力された音声信号および骨導信号変換手段から出
力された音声信号の音圧を変えることにより、これらの
2つの音声信号の音圧比を調整して出力する出力調整手
段と、音圧比を調整されて出力された2つの音声信号を
加算して音声認識装置に出力する加算手段と、を備えた
ことを特徴とする音声処理装置である。
の、請求項1に記載の発明は、発話者の発声により励起
された空気振動を音声信号に変換して出力する気導信号
変換手段と、発声により生ずる身体振動を音声信号に変
換して出力する骨導信号変換手段と、気導信号変換手段
から出力された音声信号および骨導信号変換手段から出
力された音声信号の音圧を変えることにより、これらの
2つの音声信号の音圧比を調整して出力する出力調整手
段と、音圧比を調整されて出力された2つの音声信号を
加算して音声認識装置に出力する加算手段と、を備えた
ことを特徴とする音声処理装置である。
【0011】これにより、気導信号変換手段と骨導信号
変換手段が2つの音声信号を出力し、出力調整手段がこ
の2つの音声信号の音圧比を調整し、加算手段が音圧比
を調整された2つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように2つの音声信号を調整して合成することがで
きるので、騒音環境において音声認識ができるようにな
る。
変換手段が2つの音声信号を出力し、出力調整手段がこ
の2つの音声信号の音圧比を調整し、加算手段が音圧比
を調整された2つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように2つの音声信号を調整して合成することがで
きるので、騒音環境において音声認識ができるようにな
る。
【0012】なお、本明細書においては、音声信号の音
圧とは、音声信号によって表現される音声の音圧のこと
を示すものである。
圧とは、音声信号によって表現される音声の音圧のこと
を示すものである。
【0013】また、請求項2に記載の発明では、請求項
1に記載の音声処理装置において、出力調整手段は、気
導信号変換手段から出力された音声信号と骨導信号変換
手段から出力された音声信号との音圧比を4対6から2
対8の間の値に調整して出力することを特徴としてい
る。
1に記載の音声処理装置において、出力調整手段は、気
導信号変換手段から出力された音声信号と骨導信号変換
手段から出力された音声信号との音圧比を4対6から2
対8の間の値に調整して出力することを特徴としてい
る。
【0014】また、請求項3に記載の発明では、請求項
1または2に記載の音声処理装置において、出力調整手
段は、気導信号変換手段から出力された音声信号に混入
している外部騒音信号の強度に基づいて2つの音声信号
の音圧比を決める音圧決定手段を有することを特徴とし
ている。
1または2に記載の音声処理装置において、出力調整手
段は、気導信号変換手段から出力された音声信号に混入
している外部騒音信号の強度に基づいて2つの音声信号
の音圧比を決める音圧決定手段を有することを特徴とし
ている。
【0015】これにより、気導信号変換手段と骨導信号
変換手段が2つの音声信号を出力し、出力調整手段が外
部騒音信号の強度に基づいてこの2つの音声信号の音圧
比を調整し、加算手段が音圧比を調整された2つの音声
信号を合成して音声認識装置に出力することにより、音
声認識装置の音声認識率が向上するように2つの音声信
号を調整して合成することができるので、騒音環境にお
いて音声認識ができるようになる。
変換手段が2つの音声信号を出力し、出力調整手段が外
部騒音信号の強度に基づいてこの2つの音声信号の音圧
比を調整し、加算手段が音圧比を調整された2つの音声
信号を合成して音声認識装置に出力することにより、音
声認識装置の音声認識率が向上するように2つの音声信
号を調整して合成することができるので、騒音環境にお
いて音声認識ができるようになる。
【0016】また、請求項4に記載の発明は、発話者の
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された2つの音声信号を加算して音声認識
装置に出力する加算手段と、を備えたことを特徴とする
音声処理装置である。
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された2つの音声信号を加算して音声認識
装置に出力する加算手段と、を備えたことを特徴とする
音声処理装置である。
【0017】これにより、気導信号変換手段と骨導信号
変換手段が2つの音声信号を出力し、周波数強度変化手
段がこの2つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した2つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように2つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。
変換手段が2つの音声信号を出力し、周波数強度変化手
段がこの2つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した2つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように2つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。
【0018】また、請求項5に記載の発明では、請求項
4に記載の音声処理装置において、周波数強度変化手段
は、骨導信号変換手段から出力された音声信号の特定周
波数帯域の信号強度を減少させて出力する帯域通過フィ
ルタを有することを特徴としている。
4に記載の音声処理装置において、周波数強度変化手段
は、骨導信号変換手段から出力された音声信号の特定周
波数帯域の信号強度を減少させて出力する帯域通過フィ
ルタを有することを特徴としている。
【0019】また、請求項6に記載の発明では、請求項
4または5に記載の音声処理装置において、周波数強度
変化手段は、気導信号変換手段から出力された音声信号
の第1の周波数以下の周波数帯域の信号強度を減少させ
て出力するハイパスフィルタを有することを特徴として
いる。
4または5に記載の音声処理装置において、周波数強度
変化手段は、気導信号変換手段から出力された音声信号
の第1の周波数以下の周波数帯域の信号強度を減少させ
て出力するハイパスフィルタを有することを特徴として
いる。
【0020】また、請求項7に記載の発明では、請求項
4または5に記載の音声処理装置において、周波数強度
変化手段は、骨導信号変換手段から出力された音声信号
の第2の周波数以上の信号強度を減少させて出力するロ
ーパスフィルタフィルタを有することを特徴としてい
る。
4または5に記載の音声処理装置において、周波数強度
変化手段は、骨導信号変換手段から出力された音声信号
の第2の周波数以上の信号強度を減少させて出力するロ
ーパスフィルタフィルタを有することを特徴としてい
る。
【0021】また、請求項8に記載の発明は、発話者の
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された2つの音声信号を加算して音声認識
装置に出力する加算手段と、を備え、周波数強度変化手
段は、気導信号変換手段から出力された音声信号の第1
の周波数以下の周波数帯域の信号強度を減少させて出力
するハイパスフィルタと、骨導信号変換手段から出力さ
れた音声信号の第2の周波数以上の信号強度を減少させ
て出力するローパスフィルタフィルタと、を有すること
を特徴とする音声処理装置である。
発声により励起された空気振動を音声信号に変換して出
力する気導信号変換手段と、発声により生ずる身体振動
を音声信号に変換して出力する骨導信号変換手段と、気
導信号変換手段から出力された音声信号および骨導信号
変換手段から出力された音声信号の所定の周波数領域の
信号強度を変化させて出力する周波数強度変化手段と、
変化して出力された2つの音声信号を加算して音声認識
装置に出力する加算手段と、を備え、周波数強度変化手
段は、気導信号変換手段から出力された音声信号の第1
の周波数以下の周波数帯域の信号強度を減少させて出力
するハイパスフィルタと、骨導信号変換手段から出力さ
れた音声信号の第2の周波数以上の信号強度を減少させ
て出力するローパスフィルタフィルタと、を有すること
を特徴とする音声処理装置である。
【0022】これにより、気導信号変換手段と骨導信号
変換手段が2つの音声信号を出力し、周波数強度変化手
段がこの2つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した2つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように2つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。
変換手段が2つの音声信号を出力し、周波数強度変化手
段がこの2つの音声信号の所定の周波数領域の信号強度
を変化させて、加算手段が変化した2つの音声信号を合
成して音声認識装置に出力することにより、音声認識装
置の音声認識率が向上するように2つの音声信号を合成
することができるので、騒音環境において音声認識がで
きるようになる。
【0023】また、請求項9に記載の発明では、請求項
8に記載の音声処理装置において、周波数強度変化手段
は、気導信号変換手段から出力された音声信号に混入し
ている外部騒音信号の強度に基づいて第1の周波数およ
び/または第2の周波数を決める周波数決定手段を有す
ることを特徴としている。
8に記載の音声処理装置において、周波数強度変化手段
は、気導信号変換手段から出力された音声信号に混入し
ている外部騒音信号の強度に基づいて第1の周波数およ
び/または第2の周波数を決める周波数決定手段を有す
ることを特徴としている。
【0024】これにより、気導信号変換手段と骨導信号
変換手段が2つの音声信号を出力し、周波数強度変化手
段が外部騒音信号の強度に基づいて第1の周波数および
/または第2の周波数を決めることで、気導信号変換手
段および/または骨伝導音声信号から出力された音声信
号の所定の周波数領域の信号強度を変化させて、加算手
段が変化した2つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように2つの音声信号を合成することができるの
で、騒音環境において音声認識ができるようになる。
変換手段が2つの音声信号を出力し、周波数強度変化手
段が外部騒音信号の強度に基づいて第1の周波数および
/または第2の周波数を決めることで、気導信号変換手
段および/または骨伝導音声信号から出力された音声信
号の所定の周波数領域の信号強度を変化させて、加算手
段が変化した2つの音声信号を合成して音声認識装置に
出力することにより、音声認識装置の音声認識率が向上
するように2つの音声信号を合成することができるの
で、騒音環境において音声認識ができるようになる。
【0025】また、請求項10に記載の発明では、請求
項8または9に記載の音声処理装置において、第1の周
波数と第2の周波数とは等しいことを特徴としている。
項8または9に記載の音声処理装置において、第1の周
波数と第2の周波数とは等しいことを特徴としている。
【0026】また、請求項11に記載の発明では、請求
項10に記載の音声処理装置において、第1の周波数お
よび第2の周波数は、500Hz以上であることを特徴
としている。
項10に記載の音声処理装置において、第1の周波数お
よび第2の周波数は、500Hz以上であることを特徴
としている。
【0027】また、請求項12に記載の発明では、請求
項1ないし11のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段は、圧電素子から成ることを
特徴としている。
項1ないし11のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段は、圧電素子から成ることを
特徴としている。
【0028】また、請求項13に記載の発明では、請求
項1ないし12のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段は、発話者の身体に装着され
るものであることを特徴としている。
項1ないし12のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段は、発話者の身体に装着され
るものであることを特徴としている。
【0029】また、請求項14に記載の発明では、請求
項1ないし13のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号に対
して一定時間の遅延を与える遅延手段を備えたことを特
徴としている。
項1ないし13のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号に対
して一定時間の遅延を与える遅延手段を備えたことを特
徴としている。
【0030】また、請求項15に記載の発明では、請求
項1ないし14のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号を無
線信号として伝送する無線手段を備えたことを特徴とし
ている。
項1ないし14のいずれか1つに記載の音声処理装置に
おいて、骨導信号変換手段から出力された音声信号を無
線信号として伝送する無線手段を備えたことを特徴とし
ている。
【0031】また、請求項16に記載の発明では、請求
項15に記載の音声処理装置において、無線手段は、気
導信号変換手段から出力された音声信号を無線信号とし
て伝送することを特徴としている。
項15に記載の音声処理装置において、無線手段は、気
導信号変換手段から出力された音声信号を無線信号とし
て伝送することを特徴としている。
【0032】また、請求項17に記載の発明では、請求
項16に記載の音声処理装置において、無線手段は、加
算手段から出力された音声信号を無線信号として音声認
識装置に送信することを特徴としている。
項16に記載の音声処理装置において、無線手段は、加
算手段から出力された音声信号を無線信号として音声認
識装置に送信することを特徴としている。
【0033】また、請求項18に記載の発明は、発話者
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号および第2の音声信号の音圧を変
えることにより、第1の音声信号と第2の音声信号との
音圧比を調整し、音圧比を調整された第1の音声信号と
第2の音声信号とを加算して音声認識装置に出力する音
声処理方法である。
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号および第2の音声信号の音圧を変
えることにより、第1の音声信号と第2の音声信号との
音圧比を調整し、音圧比を調整された第1の音声信号と
第2の音声信号とを加算して音声認識装置に出力する音
声処理方法である。
【0034】これにより、発話者の発声が第1の音声信
号と第2の音声信号に変換され、そして第1の音声信号
および第2の音声信号の音圧を変えられ、そして第1の
音声信号と第2の音声信号との音圧比が調整され、音圧
比を調整された第1の音声信号と第2の音声信号とが加
算されて音声認識装置に出力されることにより、音声認
識装置の音声認識率が向上するように2つの音声信号を
調整して合成することができるので、騒音環境において
音声認識ができるようになる。
号と第2の音声信号に変換され、そして第1の音声信号
および第2の音声信号の音圧を変えられ、そして第1の
音声信号と第2の音声信号との音圧比が調整され、音圧
比を調整された第1の音声信号と第2の音声信号とが加
算されて音声認識装置に出力されることにより、音声認
識装置の音声認識率が向上するように2つの音声信号を
調整して合成することができるので、騒音環境において
音声認識ができるようになる。
【0035】また、請求項19に記載の発明では、にお
いて、第1の音声信号と第2の音声信号との音圧比を、
それぞれ4対6から2対8の間の値とすることを特徴と
する請求項18に記載の音声処理方法。
いて、第1の音声信号と第2の音声信号との音圧比を、
それぞれ4対6から2対8の間の値とすることを特徴と
する請求項18に記載の音声処理方法。
【0036】また、請求項20に記載の発明では、請求
項18または19に記載の音声処理方法において、第1
の音声信号に混入している外部騒音信号の強度に基づい
て第1の音声信号と第2の音声信号との音圧比を決める
ことを特徴としている。
項18または19に記載の音声処理方法において、第1
の音声信号に混入している外部騒音信号の強度に基づい
て第1の音声信号と第2の音声信号との音圧比を決める
ことを特徴としている。
【0037】また、請求項21に記載の発明は、発話者
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号および第2の音声信号の所定の周
波数領域の信号強度を変化させ、所定の周波数領域の信
号強度が変化した第1の音声信号と第2の音声信号とを
加算して音声認識装置に出力する音声処理方法である。
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号および第2の音声信号の所定の周
波数領域の信号強度を変化させ、所定の周波数領域の信
号強度が変化した第1の音声信号と第2の音声信号とを
加算して音声認識装置に出力する音声処理方法である。
【0038】これにより、発話者の発声が第1の音声信
号と第2の音声信号に変換され、そして第1の音声信号
および第2の音声信号の所定の周波数領域の信号強度が
変化し、変化した第1の音声信号と第2の音声信号とが
加算されて音声認識装置に出力されることにより、音声
認識装置の音声認識率が向上するように2つの音声信号
を合成することができるので、騒音環境において音声認
識ができるようになる。
号と第2の音声信号に変換され、そして第1の音声信号
および第2の音声信号の所定の周波数領域の信号強度が
変化し、変化した第1の音声信号と第2の音声信号とが
加算されて音声認識装置に出力されることにより、音声
認識装置の音声認識率が向上するように2つの音声信号
を合成することができるので、騒音環境において音声認
識ができるようになる。
【0039】また、請求項22に記載の発明では、請求
項21に記載の音声処理方法において、第1の音声信号
および第2の音声信号の所定の周波数領域の信号強度を
変化させる際に、第1の音声信号および第2の音声信号
の特定周波数帯域の信号強度を減少させることを特徴と
している。
項21に記載の音声処理方法において、第1の音声信号
および第2の音声信号の所定の周波数領域の信号強度を
変化させる際に、第1の音声信号および第2の音声信号
の特定周波数帯域の信号強度を減少させることを特徴と
している。
【0040】また、請求項23に記載の発明では、請求
項21または22に記載の音声処理方法において、第1
の音声信号および第2の音声信号の所定の周波数領域の
信号強度を変化させる際に、第1の音声信号の第1の周
波数以下の周波数帯域の信号強度を減少させることを特
徴としている。
項21または22に記載の音声処理方法において、第1
の音声信号および第2の音声信号の所定の周波数領域の
信号強度を変化させる際に、第1の音声信号の第1の周
波数以下の周波数帯域の信号強度を減少させることを特
徴としている。
【0041】また、請求項24に記載の発明では、請求
項21または22に記載の音声処理方法において、第1
の音声信号および第2の音声信号の所定の周波数領域の
信号強度を変化させる際に、第2の音声信号の第2の周
波数以上の周波数帯域の信号強度を減少させることを特
徴としている。
項21または22に記載の音声処理方法において、第1
の音声信号および第2の音声信号の所定の周波数領域の
信号強度を変化させる際に、第2の音声信号の第2の周
波数以上の周波数帯域の信号強度を減少させることを特
徴としている。
【0042】また、請求項25に記載の発明は、発話者
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号の第1の周波数以下の周波数帯域
の信号強度を減少させ、第2の音声信号の第2の周波数
以上の周波数帯域の信号強度を減少させ、所定の周波数
領域の信号強度が変化した第1の音声信号と第2の音声
信号とを加算して音声認識装置に出力する音声処理方法
である。
の発声により励起された空気振動を第1の音声信号に変
換し、発声により生ずる身体振動を第2の音声信号に変
換し、第1の音声信号の第1の周波数以下の周波数帯域
の信号強度を減少させ、第2の音声信号の第2の周波数
以上の周波数帯域の信号強度を減少させ、所定の周波数
領域の信号強度が変化した第1の音声信号と第2の音声
信号とを加算して音声認識装置に出力する音声処理方法
である。
【0043】これにより、発話者の発声が第1の音声信
号と第2の音声信号に変換され、そして第1の音声信号
の第1の周波数以下の周波数帯域の信号強度が減少し、
第2の音声信号の第2の周波数以上の周波数帯域の信号
強度が減少し、これら変化した第1の音声信号と第2の
音声信号とが加算されて音声認識装置に出力されること
により、音声認識装置の音声認識率が向上するように2
つの音声信号を合成することができるので、騒音環境に
おいて音声認識ができるようになる。
号と第2の音声信号に変換され、そして第1の音声信号
の第1の周波数以下の周波数帯域の信号強度が減少し、
第2の音声信号の第2の周波数以上の周波数帯域の信号
強度が減少し、これら変化した第1の音声信号と第2の
音声信号とが加算されて音声認識装置に出力されること
により、音声認識装置の音声認識率が向上するように2
つの音声信号を合成することができるので、騒音環境に
おいて音声認識ができるようになる。
【0044】また、請求項26に記載の発明では、請求
項25に記載の音声処理方法において、第1の音声信号
に混入している外部騒音信号の強度に基づいて第1の周
波数および/または第2の周波数を決めることを特徴と
している。
項25に記載の音声処理方法において、第1の音声信号
に混入している外部騒音信号の強度に基づいて第1の周
波数および/または第2の周波数を決めることを特徴と
している。
【0045】また、請求項27に記載の発明では、請求
項25または26に記載の音声処理方法において、第1
の周波数と第2の周波数とは等しいことを特徴とす
る、。
項25または26に記載の音声処理方法において、第1
の周波数と第2の周波数とは等しいことを特徴とす
る、。
【0046】また、請求項28に記載の発明では、請求
項27に記載の音声処理方法において、第1の周波数お
よび第2の周波数は、500Hz以上であることを特徴
としている。
項27に記載の音声処理方法において、第1の周波数お
よび第2の周波数は、500Hz以上であることを特徴
としている。
【0047】
【発明の実施の形態】(第1実施形態)図1に、本発明
の第1実施形態に係る、車内環境における音声処理シス
テムの構成を示す。このシステムは音声処理装置20と
音声認識装置30とから成る。音声処理装置20は、気
導音マイク1、骨伝導音マイク2、ゲイン調整回路3
a、ゲイン調整回路3b、ノイズレベル判定回路4、お
よび音声加算回路5から構成される。音声認識装置30
は、音声処理装置20から出力された音声信号を受信し
て、その信号から音声認識を行うようになっている。
の第1実施形態に係る、車内環境における音声処理シス
テムの構成を示す。このシステムは音声処理装置20と
音声認識装置30とから成る。音声処理装置20は、気
導音マイク1、骨伝導音マイク2、ゲイン調整回路3
a、ゲイン調整回路3b、ノイズレベル判定回路4、お
よび音声加算回路5から構成される。音声認識装置30
は、音声処理装置20から出力された音声信号を受信し
て、その信号から音声認識を行うようになっている。
【0048】このシステムは、発話者の発声が気導音マ
イク1と骨伝導音マイク2とによって2系統の電気信号
に変えられ、これらの電気信号が音声加算回路5で合成
されて音声認識装置30に送信され、最終的に音声認識
装置30が発話者の音声認識を行うように構成されてい
る。
イク1と骨伝導音マイク2とによって2系統の電気信号
に変えられ、これらの電気信号が音声加算回路5で合成
されて音声認識装置30に送信され、最終的に音声認識
装置30が発話者の音声認識を行うように構成されてい
る。
【0049】気導音マイク1は、発話者の発声により励
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をゲイン調整回路3aとノイ
ズレベル判定回路4とに出力するものである。
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をゲイン調整回路3aとノイ
ズレベル判定回路4とに出力するものである。
【0050】骨伝導音マイク2は、圧電素子を単板状に
加工したユニモルフから成っている。この圧電素子の材
料としては、水晶でもよいしチタン酸ジルコン酸鉛(P
ZT)でもよい。また、骨伝導音マイク2は、金属板を
介して2枚のユニモルフを張り合わせて用いるバイモル
フにより構成してもよい。また骨伝導音マイク2は身体
に装着されるようになっており、このような構成によっ
て話者の発声により生ずる身体振動を圧電効果により加
速度として検知し、これを骨伝導音声信号として電気信
号化し、この骨伝導音声信号をゲイン調整回路3bに出
力するものである。すなわち骨伝導音マイク2は加速度
センサである。
加工したユニモルフから成っている。この圧電素子の材
料としては、水晶でもよいしチタン酸ジルコン酸鉛(P
ZT)でもよい。また、骨伝導音マイク2は、金属板を
介して2枚のユニモルフを張り合わせて用いるバイモル
フにより構成してもよい。また骨伝導音マイク2は身体
に装着されるようになっており、このような構成によっ
て話者の発声により生ずる身体振動を圧電効果により加
速度として検知し、これを骨伝導音声信号として電気信
号化し、この骨伝導音声信号をゲイン調整回路3bに出
力するものである。すなわち骨伝導音マイク2は加速度
センサである。
【0051】ゲイン調整回路3aは、気導音マイク1か
ら出力された気導音声信号を受信し、ノイズレベル判定
回路4からの制御に基づき気導音声信号のゲインを変え
た後に、この気導音声信号を音声加算回路5に出力する
ものである。なおこのゲインは、音声信号の表す音声の
音圧に対応するものである。
ら出力された気導音声信号を受信し、ノイズレベル判定
回路4からの制御に基づき気導音声信号のゲインを変え
た後に、この気導音声信号を音声加算回路5に出力する
ものである。なおこのゲインは、音声信号の表す音声の
音圧に対応するものである。
【0052】ゲイン調整回路3bは、骨伝導音マイク2
から出力された骨伝導音声信号を受信し、ノイズレベル
判定回路4からの制御に基づき骨伝導音声信号のゲイン
すなわち音圧を変えた後に、この骨伝導音声信号を音声
加算回路5に出力するものである。
から出力された骨伝導音声信号を受信し、ノイズレベル
判定回路4からの制御に基づき骨伝導音声信号のゲイン
すなわち音圧を変えた後に、この骨伝導音声信号を音声
加算回路5に出力するものである。
【0053】音声加算回路5は、ゲイン調整回路3aか
ら出力された気導音声信号とゲイン調整回路3bから出
力された骨伝導音声信号とを受信し、これらを合成、す
なわち加算した後に音声認識装置30に出力するもので
ある。
ら出力された気導音声信号とゲイン調整回路3bから出
力された骨伝導音声信号とを受信し、これらを合成、す
なわち加算した後に音声認識装置30に出力するもので
ある。
【0054】ノイズレベル判定回路4は、気導音マイク
1から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。
1から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。
【0055】また、ノイズレベル判定回路4は、記憶装
置(図示せず)を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
て音声加算回路5が気導音声信号と骨伝導音声信号を合
成する際の合成比率、すなわち音圧比、として最も適し
た値と、の対応が示されている。最も適した値とは、そ
のノイズレベルにおいて音声認識装置30の音声認識率
が最も高くなるような音圧比の値である。音声認識率と
は、話者の音声に含まれる言葉と、音声認識装置がその
音声から認識した言葉とが合致する率のことである。こ
のテーブルの具体的な値は、あらかじめ実験によって求
められる。
置(図示せず)を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
て音声加算回路5が気導音声信号と骨伝導音声信号を合
成する際の合成比率、すなわち音圧比、として最も適し
た値と、の対応が示されている。最も適した値とは、そ
のノイズレベルにおいて音声認識装置30の音声認識率
が最も高くなるような音圧比の値である。音声認識率と
は、話者の音声に含まれる言葉と、音声認識装置がその
音声から認識した言葉とが合致する率のことである。こ
のテーブルの具体的な値は、あらかじめ実験によって求
められる。
【0056】図2は、あるノイズレベルの値における、
気導音声信号と骨伝導音声信号との音圧比と、その音圧
比で音声加算回路5により合成され出力された音声信号
を音声認識装置30が受信したときの音声認識率の値
と、の関係を示す図表である。音圧比が10:0、すな
わち気導音声信号のみによる音声認識では音声認識率は
51%である。
気導音声信号と骨伝導音声信号との音圧比と、その音圧
比で音声加算回路5により合成され出力された音声信号
を音声認識装置30が受信したときの音声認識率の値
と、の関係を示す図表である。音圧比が10:0、すな
わち気導音声信号のみによる音声認識では音声認識率は
51%である。
【0057】図3および図4は、騒音下で発話音声を気
導音マイク1および骨伝導音マイク2にて音声信号に変
換した際の、それぞれの音声信号波形の典型的な一例を
示すグラフである。グラフの横軸は時間であり、縦軸は
信号の強度である。このとき収録時の騒音としてはホワ
イトノイズを流している。
導音マイク1および骨伝導音マイク2にて音声信号に変
換した際の、それぞれの音声信号波形の典型的な一例を
示すグラフである。グラフの横軸は時間であり、縦軸は
信号の強度である。このとき収録時の騒音としてはホワ
イトノイズを流している。
【0058】図3の気導音マイクからの信号には発話音
声のみならず、背景のホワイトノイズも乗っている。こ
のときのS/N比は約18dBである。一方図4の骨伝
導音マイクからの信号には、背景のノイズはわずかしか
乗っておらず、騒音の影響が小さい。これは、この骨伝
導音は固体を伝搬する音声であり、音響インピーダンス
の違いから空気中を伝わる騒音があったとしても、それ
から受ける影響は小さいからである。S/N比も約35
dBとなり、かなり良好である。しかし、骨伝導音は、
高周波数帯域において強く減衰することが知られてお
り、図2に示したように、骨導音のみによる音声認識で
は認識率が45%と、十分高いとは言えない。
声のみならず、背景のホワイトノイズも乗っている。こ
のときのS/N比は約18dBである。一方図4の骨伝
導音マイクからの信号には、背景のノイズはわずかしか
乗っておらず、騒音の影響が小さい。これは、この骨伝
導音は固体を伝搬する音声であり、音響インピーダンス
の違いから空気中を伝わる騒音があったとしても、それ
から受ける影響は小さいからである。S/N比も約35
dBとなり、かなり良好である。しかし、骨伝導音は、
高周波数帯域において強く減衰することが知られてお
り、図2に示したように、骨導音のみによる音声認識で
は認識率が45%と、十分高いとは言えない。
【0059】図2によれば、音圧比が4:6と2:8の
ときの音声認識率は、10:0のときと比べて高くなっ
ている。したがって、音圧比が4:6から2:8の間の
値においては、気導音と骨伝導音との合成を行うことに
よって音声認識率の向上があると考えられる。また、こ
の図から、このノイズレベルにおける最も適した音圧比
は2:8であると言える。
ときの音声認識率は、10:0のときと比べて高くなっ
ている。したがって、音圧比が4:6から2:8の間の
値においては、気導音と骨伝導音との合成を行うことに
よって音声認識率の向上があると考えられる。また、こ
の図から、このノイズレベルにおける最も適した音圧比
は2:8であると言える。
【0060】また、ノイズレベル判定回路4は、検知し
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適した合成比率を
決めるようになっている。そしてノイズレベル判定回路
4は、気導音声信号の音圧と骨伝導音声信号の音圧との
比がこの合成比率になるよう調整するために、ゲイン調
整回路3aおよびゲイン調整回路3bに制御信号を出力
して制御するようになっている。
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適した合成比率を
決めるようになっている。そしてノイズレベル判定回路
4は、気導音声信号の音圧と骨伝導音声信号の音圧との
比がこの合成比率になるよう調整するために、ゲイン調
整回路3aおよびゲイン調整回路3bに制御信号を出力
して制御するようになっている。
【0061】このような構成の音声処理装置20の作動
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク1により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク2により骨伝導音声信号
に変換される。このとき、気導音マイク1から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク1により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク2により骨伝導音声信号
に変換される。このとき、気導音マイク1から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。
【0062】気導音マイク1から出力された気導音声信
号は、ノイズレベル判定回路4によって受信される。ノ
イズレベル判定回路4はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路4は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
気導音声信号と骨伝導音声信号との合成比率を決める。
ノイズレベル判定回路4は、気導音声信号の音圧と骨伝
導音声信号の音圧との比がこの合成比率になるよう調整
するための制御信号を、ゲイン調整回路3aおよびゲイ
ン調整回路3bに出力する。
号は、ノイズレベル判定回路4によって受信される。ノ
イズレベル判定回路4はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路4は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
気導音声信号と骨伝導音声信号との合成比率を決める。
ノイズレベル判定回路4は、気導音声信号の音圧と骨伝
導音声信号の音圧との比がこの合成比率になるよう調整
するための制御信号を、ゲイン調整回路3aおよびゲイ
ン調整回路3bに出力する。
【0063】また、気導音マイク1から出力された気導
音声信号は、ゲイン調整回路3aによって受信される。
ゲイン調整回路3aはノイズレベル判定回路4からの制
御信号に基づいて気導音声信号の音圧を変え、この気導
音声信号を音声加算回路5に出力する。
音声信号は、ゲイン調整回路3aによって受信される。
ゲイン調整回路3aはノイズレベル判定回路4からの制
御信号に基づいて気導音声信号の音圧を変え、この気導
音声信号を音声加算回路5に出力する。
【0064】また、骨伝導音マイク2から出力された骨
伝導音声信号は、ゲイン調整回路3bによって受信され
る。ゲイン調整回路3bはノイズレベル判定回路4から
の制御信号に基づいて骨伝導音声信号の音圧を変え、こ
の骨伝導音声信号を音声加算回路5に出力する。
伝導音声信号は、ゲイン調整回路3bによって受信され
る。ゲイン調整回路3bはノイズレベル判定回路4から
の制御信号に基づいて骨伝導音声信号の音圧を変え、こ
の骨伝導音声信号を音声加算回路5に出力する。
【0065】このようにしてノイズレベル判定回路4、
ゲイン調整回路3a、およびゲイン調整回路3bによっ
て音圧比を調整された2つの音声信号である気導音声信
号と骨伝導音声信号は、音声加算回路5によって受信さ
れる。音声加算回路5はこれら2つの音声信号を加算
し、音声認識装置30に出力する。
ゲイン調整回路3a、およびゲイン調整回路3bによっ
て音圧比を調整された2つの音声信号である気導音声信
号と骨伝導音声信号は、音声加算回路5によって受信さ
れる。音声加算回路5はこれら2つの音声信号を加算
し、音声認識装置30に出力する。
【0066】これにより、気導音マイク1と骨伝導音マ
イク2が2つの音声信号を出力し、ゲイン調整回路3
a、ゲイン調整回路3b、およびノイズレベル判定回路
4が、この2つの音声信号の音圧比を、検知したノイズ
レベルに最も適した値に調整し、音声加算回路5が音圧
比を調整された2つの音声信号を合成して音声認識装置
に出力することで、騒音環境において音声認識ができる
ようになる。
イク2が2つの音声信号を出力し、ゲイン調整回路3
a、ゲイン調整回路3b、およびノイズレベル判定回路
4が、この2つの音声信号の音圧比を、検知したノイズ
レベルに最も適した値に調整し、音声加算回路5が音圧
比を調整された2つの音声信号を合成して音声認識装置
に出力することで、騒音環境において音声認識ができる
ようになる。
【0067】(第2実施形態)図5に、本発明の第2実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、ノイズレベル判定回路4、音声加算回路
5、および遅延回路7から構成される。
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、ノイズレベル判定回路4、音声加算回路
5、および遅延回路7から構成される。
【0068】なお、本実施形態においては、気導音マイ
ク1、ゲイン調整回路3a、ノイズレベル判定回路4、
音声加算回路5、音声認識装置30の構成および作動
は、それぞれ第1実施形態において説明した同名称のも
のと等しく、ここではそれらの説明については省略す
る。
ク1、ゲイン調整回路3a、ノイズレベル判定回路4、
音声加算回路5、音声認識装置30の構成および作動
は、それぞれ第1実施形態において説明した同名称のも
のと等しく、ここではそれらの説明については省略す
る。
【0069】遅延回路7は、骨伝導音マイク2から出力
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ゲイン調整回路3bに出力するものであ
る。
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ゲイン調整回路3bに出力するものであ
る。
【0070】また骨伝導音マイク2は、骨伝導音声信号
をゲイン調整回路3bではなく遅延回路7に出力するよ
うになっていること以外は、第1実施形態の骨伝導音マ
イク2と構成および作動を同じくする。
をゲイン調整回路3bではなく遅延回路7に出力するよ
うになっていること以外は、第1実施形態の骨伝導音マ
イク2と構成および作動を同じくする。
【0071】またゲイン調整回路3bは、骨伝導音声信
号を骨伝導音マイク2ではなく遅延回路7から受信する
ようになっていること以外は、第1実施形態のゲイン調
整回路3bと構成を同じくする。
号を骨伝導音マイク2ではなく遅延回路7から受信する
ようになっていること以外は、第1実施形態のゲイン調
整回路3bと構成を同じくする。
【0072】このような構成の音声処理装置20は、遅
延回路7が骨伝導音マイク2の出力する信号を遅延させ
ること以外は、第1実施形態における音声処理装置20
と作動を同じくする。すなわち、第1実施形態において
は、骨伝導音マイク2から出力された骨伝導音声信号が
直接ゲイン調整回路3bによって受信されることに対
し、第2実施形態においては、骨伝導音マイク2から出
力された骨伝導音声信号は、遅延回路7を通った後にゲ
イン調整回路3bによって受信されるようになってい
る。
延回路7が骨伝導音マイク2の出力する信号を遅延させ
ること以外は、第1実施形態における音声処理装置20
と作動を同じくする。すなわち、第1実施形態において
は、骨伝導音マイク2から出力された骨伝導音声信号が
直接ゲイン調整回路3bによって受信されることに対
し、第2実施形態においては、骨伝導音マイク2から出
力された骨伝導音声信号は、遅延回路7を通った後にゲ
イン調整回路3bによって受信されるようになってい
る。
【0073】気導音はその名の通り空気中を伝搬する音
波であり、骨伝導音は体内の骨や皮膚組織など固体を伝
搬する音波である。骨や皮膚組織などの音速は一般に気
体中の音速よりも速い。従って、発声部から気導音マイ
クまでの到達時間と、発声部から骨伝導音マイクまでの
到達時間との間に差が生じる。本実施形態では、遅延回
路7の所定の遅延時間をこの時間差とし、一般に先に音
波が到達すると思われる骨伝導音マイク2から出力され
た音声信号を遅延回路7で遅延させる。
波であり、骨伝導音は体内の骨や皮膚組織など固体を伝
搬する音波である。骨や皮膚組織などの音速は一般に気
体中の音速よりも速い。従って、発声部から気導音マイ
クまでの到達時間と、発声部から骨伝導音マイクまでの
到達時間との間に差が生じる。本実施形態では、遅延回
路7の所定の遅延時間をこの時間差とし、一般に先に音
波が到達すると思われる骨伝導音マイク2から出力され
た音声信号を遅延回路7で遅延させる。
【0074】このような構成、作動の音声処理装置20
において、気導音マイク1と骨伝導音マイク2が2つの
音声信号を出力し、ゲイン調整回路3a、ゲイン調整回
路3b、およびノイズレベル判定回路4が、この2つの
音声信号の音圧比を、検知したノイズレベルに最も適し
た値に調整し、音声加算回路5が音圧比を調整された2
つの音声信号を合成して音声認識装置に出力すること
で、騒音環境において音声認識ができるようになる。ま
た、気導音マイク1から出力される気導音声信号と骨伝
導音マイク2から出力される骨伝導音声信号とが同期す
るので、音声認識率が向上する。
において、気導音マイク1と骨伝導音マイク2が2つの
音声信号を出力し、ゲイン調整回路3a、ゲイン調整回
路3b、およびノイズレベル判定回路4が、この2つの
音声信号の音圧比を、検知したノイズレベルに最も適し
た値に調整し、音声加算回路5が音圧比を調整された2
つの音声信号を合成して音声認識装置に出力すること
で、騒音環境において音声認識ができるようになる。ま
た、気導音マイク1から出力される気導音声信号と骨伝
導音マイク2から出力される骨伝導音声信号とが同期す
るので、音声認識率が向上する。
【0075】(第3実施形態)図6に、本発明の第3実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、ノイズレベル判定回路4、音声加算回路
5、遅延回路7、無線発信器8、および無線受信器9か
ら構成される。
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、ノイズレベル判定回路4、音声加算回路
5、遅延回路7、無線発信器8、および無線受信器9か
ら構成される。
【0076】なお、本実施形態においては、気導音マイ
ク1、ゲイン調整回路3a、ゲイン調整回路3b、ノイ
ズレベル判定回路4、音声加算回路5、音声認識装置3
0の構成および作動は、それぞれ第2実施形態における
同名称のものと等しく、ここではそれらの説明について
は省略する。
ク1、ゲイン調整回路3a、ゲイン調整回路3b、ノイ
ズレベル判定回路4、音声加算回路5、音声認識装置3
0の構成および作動は、それぞれ第2実施形態における
同名称のものと等しく、ここではそれらの説明について
は省略する。
【0077】無線発信器8は、骨伝導音マイク2から受
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器9がそれを受信するように出力するもの
である。
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器9がそれを受信するように出力するもの
である。
【0078】無線受信器9は、無線発信器8が出力した
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路7に出力するものである。
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路7に出力するものである。
【0079】また骨伝導音マイク2は、骨伝導音声信号
を遅延回路7ではなく無線発信器8に出力するようにな
っていること以外は、第2実施形態の骨伝導音マイク2
と構成および作動を同じくする。
を遅延回路7ではなく無線発信器8に出力するようにな
っていること以外は、第2実施形態の骨伝導音マイク2
と構成および作動を同じくする。
【0080】また遅延回路7は、骨伝導音声信号を骨伝
導音マイク2ではなく無線受信器9から受信するように
なっていること以外は、第2実施形態の遅延回路7と構
成を同じくする。
導音マイク2ではなく無線受信器9から受信するように
なっていること以外は、第2実施形態の遅延回路7と構
成を同じくする。
【0081】このような構成の音声処理装置20は、無
線発信器8と無線受信器9が骨伝導音マイク2と遅延回
路7との間に介在し、無線発信器8と無線受信器9との
間の信号が無線信号となっていること以外は、第2実施
形態における音声処理装置20と作動を同じくする。
線発信器8と無線受信器9が骨伝導音マイク2と遅延回
路7との間に介在し、無線発信器8と無線受信器9との
間の信号が無線信号となっていること以外は、第2実施
形態における音声処理装置20と作動を同じくする。
【0082】このような構成、作動の音声処理装置20
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、骨伝導音マイク2と
無線発信器8とを音声処理装置20の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク2と無線発信器8のみを携帯すれば良く、そ
れ以外の気導音マイク1や音声認識装置30等は離れた
位置にあっても良い。したがって、本実施形態において
は、第2実施形態に記載した効果に加えて、話者が骨伝
導音マイク2と無線発信器8以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。またこの場合当然生じ
ると思われる、話者から骨伝導音マイク2までと、気導
音マイクとの距離の差によって生じる、発話から音声収
録までの時間差は、遅延回路7によって補正することが
できる。
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、骨伝導音マイク2と
無線発信器8とを音声処理装置20の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク2と無線発信器8のみを携帯すれば良く、そ
れ以外の気導音マイク1や音声認識装置30等は離れた
位置にあっても良い。したがって、本実施形態において
は、第2実施形態に記載した効果に加えて、話者が骨伝
導音マイク2と無線発信器8以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。またこの場合当然生じ
ると思われる、話者から骨伝導音マイク2までと、気導
音マイクとの距離の差によって生じる、発話から音声収
録までの時間差は、遅延回路7によって補正することが
できる。
【0083】(第4実施形態)図7に、本発明の第4実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20、無線受信
器9、および音声認識装置30から成る。音声処理装置
20は、気導音マイク1、骨伝導音マイク2、ゲイン調
整回路3a、ゲイン調整回路3b、ノイズレベル判定回
路4、音声加算回路5、遅延回路7、および無線発信器
8から構成される。
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20、無線受信
器9、および音声認識装置30から成る。音声処理装置
20は、気導音マイク1、骨伝導音マイク2、ゲイン調
整回路3a、ゲイン調整回路3b、ノイズレベル判定回
路4、音声加算回路5、遅延回路7、および無線発信器
8から構成される。
【0084】なお、本実施形態においては、気導音マイ
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、およびノイズレベル判定回路4の構成お
よび作動は、それぞれ第2実施形態において説明した同
名称のものと等しく、ここではそれらの説明については
省略する。
ク1、骨伝導音マイク2、ゲイン調整回路3a、ゲイン
調整回路3b、およびノイズレベル判定回路4の構成お
よび作動は、それぞれ第2実施形態において説明した同
名称のものと等しく、ここではそれらの説明については
省略する。
【0085】無線発信器8は、音声加算回路5から受信
した電気信号である音声信号を無線信号に変換し、無線
受信器9がそれを受信するように出力するものである。
した電気信号である音声信号を無線信号に変換し、無線
受信器9がそれを受信するように出力するものである。
【0086】無線受信器9は、無線発信器8が出力した
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置30に出力するものである。
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置30に出力するものである。
【0087】また音声加算回路5は、音声信号を音声認
識装置30ではなく無線発信器8に出力するようになっ
ていること以外は、第2実施形態の音声加算回路5と構
成および作動を同じくする。
識装置30ではなく無線発信器8に出力するようになっ
ていること以外は、第2実施形態の音声加算回路5と構
成および作動を同じくする。
【0088】また音声認識装置30は、音声信号を音声
加算回路5ではなく無線受信器9から受信するようにな
っていること以外は、第2実施形態の音声認識装置30
と構成を同じくする。
加算回路5ではなく無線受信器9から受信するようにな
っていること以外は、第2実施形態の音声認識装置30
と構成を同じくする。
【0089】このような構成の音声処理装置20は、無
線発信器8と無線受信器9が音声加算回路5と音声認識
装置30との間に介在し、無線発信器8と無線受信器9
との間の信号が無線信号となっていること以外は、第2
実施形態における音声処理装置20と作動を同じくす
る。
線発信器8と無線受信器9が音声加算回路5と音声認識
装置30との間に介在し、無線発信器8と無線受信器9
との間の信号が無線信号となっていること以外は、第2
実施形態における音声処理装置20と作動を同じくす
る。
【0090】このような構成、作動の音声処理装置20
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、音声処理装置20と
音声認識装置30とを空間的に分離させることができ
る。したがって、本実施形態においては、第2実施形態
に記載した効果に加えて、話者が音声認識装置30に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、音声処理装置20と
音声認識装置30とを空間的に分離させることができ
る。したがって、本実施形態においては、第2実施形態
に記載した効果に加えて、話者が音声認識装置30に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。
【0091】(第5実施形態)図8に、本発明の第5実
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ノイズレベル判定回路4、音
声加算回路5、および遅延回路7、ハイパスフィルタ1
0、ローパスフィルタ11から構成される。
施形態に係る、車内環境における音声処理システムの構
成を示す。このシステムは音声処理装置20と音声認識
装置30とから成る。音声処理装置20は、気導音マイ
ク1、骨伝導音マイク2、ノイズレベル判定回路4、音
声加算回路5、および遅延回路7、ハイパスフィルタ1
0、ローパスフィルタ11から構成される。
【0092】音声認識装置30は、音声処理装置20か
ら出力された音声信号を受信して、その信号から音声認
識を行うようになっている。
ら出力された音声信号を受信して、その信号から音声認
識を行うようになっている。
【0093】このシステムは、発話者の発声が気導音マ
イク1と骨伝導音マイク2とによって2系統の電気信号
に変えられ、これらの電気信号が音声加算回路5で合成
されて音声認識装置30に送信され、最終的に音声認識
装置30が発話者の音声認識を行うように構成されてい
る。
イク1と骨伝導音マイク2とによって2系統の電気信号
に変えられ、これらの電気信号が音声加算回路5で合成
されて音声認識装置30に送信され、最終的に音声認識
装置30が発話者の音声認識を行うように構成されてい
る。
【0094】気導音マイク1は、発話者の発声により励
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をハイパスフィルタ10とノ
イズレベル判定回路4とに出力するものである。
起された空気振動を検知して気導音声信号として電気信
号化し、この気導音声信号をハイパスフィルタ10とノ
イズレベル判定回路4とに出力するものである。
【0095】骨伝導音マイク2は、第1実施形態におけ
る骨伝導音マイク2と同等の圧電素子による構成によっ
て話者の発声により生ずる身体振動を骨伝導音声信号と
して電気信号化し、この骨伝導音声信号をローパスフィ
ルタ11に出力する加速度センサである。
る骨伝導音マイク2と同等の圧電素子による構成によっ
て話者の発声により生ずる身体振動を骨伝導音声信号と
して電気信号化し、この骨伝導音声信号をローパスフィ
ルタ11に出力する加速度センサである。
【0096】ハイパスフィルタ10は、気導音マイク1
から出力された気導音声信号を受信し、ノイズレベル判
定回路4によって決められたこの気導音声信号のカット
オフ周波数の通知を受け、このカットオフ周波数以下の
周波数帯域の信号強度を減少させて、音声加算回路5に
出力する、カットオフ周波数可変なフィルタである。
から出力された気導音声信号を受信し、ノイズレベル判
定回路4によって決められたこの気導音声信号のカット
オフ周波数の通知を受け、このカットオフ周波数以下の
周波数帯域の信号強度を減少させて、音声加算回路5に
出力する、カットオフ周波数可変なフィルタである。
【0097】ローパスフィルタ11は、骨伝導音マイク
2から出力された骨伝導音声信号を受信し、ノイズレベ
ル判定回路4によって決められたこの気導音声信号のカ
ットオフ周波の通知を受け、このカットオフ周波数数以
上の周波数帯域の信号強度を減少させて、音声加算回路
5に出力する、カットオフ周波数可変なフィルタであ
る。
2から出力された骨伝導音声信号を受信し、ノイズレベ
ル判定回路4によって決められたこの気導音声信号のカ
ットオフ周波の通知を受け、このカットオフ周波数数以
上の周波数帯域の信号強度を減少させて、音声加算回路
5に出力する、カットオフ周波数可変なフィルタであ
る。
【0098】音声加算回路5は、ハイパスフィルタ10
から出力された気導音声信号とローパスフィルタ11か
ら出力された骨伝導音声信号とを受信し、これらを合
成、すなわち加算した後に音声認識装置30に出力する
ものである。
から出力された気導音声信号とローパスフィルタ11か
ら出力された骨伝導音声信号とを受信し、これらを合
成、すなわち加算した後に音声認識装置30に出力する
ものである。
【0099】すなわち、体内を伝搬するときに高周波数
帯域において減衰してしまう骨伝導音声信号について
は、カットオフ周波数以下の周波数帯域の成分のみを残
し、カットオフ周波数以上の周波数帯域の成分は骨伝導
音声信号で補って音声認識装置30に出力するようにな
っている。
帯域において減衰してしまう骨伝導音声信号について
は、カットオフ周波数以下の周波数帯域の成分のみを残
し、カットオフ周波数以上の周波数帯域の成分は骨伝導
音声信号で補って音声認識装置30に出力するようにな
っている。
【0100】ノイズレベル判定回路4は、気導音マイク
1から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。
1から出力された気導音声信号を受信し、この気導音声
信号に混入している外部騒音信号の強度、すなわちノイ
ズレベルを検知する処理装置である。
【0101】また、ノイズレベル判定回路4は、記憶装
置(図示せず)を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
てカットオフ周波数として最も適した値と、の対応が示
されている。最も適した値とは、そのノイズレベルにお
いて、音声認識装置30の音声認識率が最も高くなるよ
うなカットオフ周波数の値である。このテーブルの具体
的な値は、あらかじめ実験によって求められる。
置(図示せず)を有している。この記憶装置には、複数
のエントリからなるテーブルが記録されている。各エン
トリには、ノイズレベル値と、そのノイズレベルにおい
てカットオフ周波数として最も適した値と、の対応が示
されている。最も適した値とは、そのノイズレベルにお
いて、音声認識装置30の音声認識率が最も高くなるよ
うなカットオフ周波数の値である。このテーブルの具体
的な値は、あらかじめ実験によって求められる。
【0102】図9は、あるノイズレベルの値における、
カットオフ周波数と、そのカットオフ周波数で音声加算
回路5により合成され出力された音声信号を音声認識装
置30が受信したときの音声認識率の値と、の関係を示
す図表である。気導音声信号のみによる音声認識では音
声認識率は51%である。また骨伝導音声信号のみによ
る音声認識では音声認識率は45%である。
カットオフ周波数と、そのカットオフ周波数で音声加算
回路5により合成され出力された音声信号を音声認識装
置30が受信したときの音声認識率の値と、の関係を示
す図表である。気導音声信号のみによる音声認識では音
声認識率は51%である。また骨伝導音声信号のみによ
る音声認識では音声認識率は45%である。
【0103】カットオフ周波数が500Hz以上のと
き、音声認識率は気導音声信号のみによる音声認識の場
合と比べて高くなっている。したがって、カットオフ周
波数が500Hz以上の場合においては、気導音と骨伝
導音との合成を行うことによって音声認識率の向上があ
ると考えられる。また、この図から、このノイズレベル
における最も適したカットオフ周波数は4000Hzで
あると言える。
き、音声認識率は気導音声信号のみによる音声認識の場
合と比べて高くなっている。したがって、カットオフ周
波数が500Hz以上の場合においては、気導音と骨伝
導音との合成を行うことによって音声認識率の向上があ
ると考えられる。また、この図から、このノイズレベル
における最も適したカットオフ周波数は4000Hzで
あると言える。
【0104】また、ノイズレベル判定回路4は、検知し
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適したカットオフ
周波数を決めるようになっている。そしてノイズレベル
判定回路4は、このカットオフ周波数を、ハイパスフィ
ルタ10およびローパスフィルタ11に対して制御信号
によって通知するようになっている。
た気導音声信号のノイズレベルの値と上記したテーブル
に基づいて、そのノイズレベルに最も適したカットオフ
周波数を決めるようになっている。そしてノイズレベル
判定回路4は、このカットオフ周波数を、ハイパスフィ
ルタ10およびローパスフィルタ11に対して制御信号
によって通知するようになっている。
【0105】このような構成の音声処理装置20の作動
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク1により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク2により骨伝導音声信号
に変換される。このとき、気導音マイク1から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。
について以下説明する。発話者の発声によって励起され
た空気振動は、話者が装着した気導音マイク1により気
導音声信号に変換される。同時に、この発声により生ず
る身体振動が、骨伝導音マイク2により骨伝導音声信号
に変換される。このとき、気導音マイク1から収録され
た音声には同時に周囲の環境騒音が含まれることにな
る。
【0106】気導音マイク1から出力された気導音声信
号は、ノイズレベル判定回路4によって受信される。ノ
イズレベル判定回路4はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路4は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
カットオフ周波数を決める。ノイズレベル判定回路4
は、このカットオフ周波数を通知するための制御信号
を、ハイパスフィルタ10およびローパスフィルタ11
に出力する。
号は、ノイズレベル判定回路4によって受信される。ノ
イズレベル判定回路4はこの気導音声信号に混入してい
るノイズレベルを検知する。そしてノイズレベル判定回
路4は記憶装置に記録されているテーブルを参照し、こ
のテーブルに基づいて、そのノイズレベルに最も適した
カットオフ周波数を決める。ノイズレベル判定回路4
は、このカットオフ周波数を通知するための制御信号
を、ハイパスフィルタ10およびローパスフィルタ11
に出力する。
【0107】また、気導音マイク1から出力された気導
音声信号は、ハイパスフィルタ10によって受信され
る。ハイパスフィルタ10はノイズレベル判定回路4か
らの通知に基づいてカットオフ周波数を変え、この気導
音声信号を音声加算回路5に出力する。
音声信号は、ハイパスフィルタ10によって受信され
る。ハイパスフィルタ10はノイズレベル判定回路4か
らの通知に基づいてカットオフ周波数を変え、この気導
音声信号を音声加算回路5に出力する。
【0108】また、骨伝導音マイク2から出力された骨
伝導音声信号は、ローパスフィルタ11によって受信さ
れる。ローパスフィルタ11はノイズレベル判定回路4
からの通知に基づいて気導音声信号のカットオフ周波数
を変え、この骨伝導音声信号を音声加算回路5に出力す
る。
伝導音声信号は、ローパスフィルタ11によって受信さ
れる。ローパスフィルタ11はノイズレベル判定回路4
からの通知に基づいて気導音声信号のカットオフ周波数
を変え、この骨伝導音声信号を音声加算回路5に出力す
る。
【0109】このようにしてノイズレベル判定回路4、
ハイパスフィルタ10、およびローパスフィルタ11に
よって所定の周波数領域の信号強度が変化した2つの音
声信号である気導音声信号と骨伝導音声信号は、音声加
算回路5によって受信される。音声加算回路5はこれら
2つの音声信号を加算し、音声認識装置30に出力す
る。
ハイパスフィルタ10、およびローパスフィルタ11に
よって所定の周波数領域の信号強度が変化した2つの音
声信号である気導音声信号と骨伝導音声信号は、音声加
算回路5によって受信される。音声加算回路5はこれら
2つの音声信号を加算し、音声認識装置30に出力す
る。
【0110】これにより、気導音マイク1と骨伝導音マ
イク2が2つの音声信号を出力し、ハイパスフィルタ1
0、ローパスフィルタ11、およびノイズレベル判定回
路4が、この2つの音声信号の所定の周波数領域の信号
強度を変化させ、音声加算回路5が変化した2つの音声
信号を合成して音声認識装置に出力することで、騒音環
境において音声認識ができるようになる。
イク2が2つの音声信号を出力し、ハイパスフィルタ1
0、ローパスフィルタ11、およびノイズレベル判定回
路4が、この2つの音声信号の所定の周波数領域の信号
強度を変化させ、音声加算回路5が変化した2つの音声
信号を合成して音声認識装置に出力することで、騒音環
境において音声認識ができるようになる。
【0111】(第6実施形態)図10に、本発明の第6
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20と音声認
識装置30とから成る。音声処理装置20は、気導音マ
イク1、骨伝導音マイク2、ノイズレベル判定回路4、
音声加算回路5、遅延回路7、ハイパスフィルタ10、
およびローパスフィルタ11から構成される。
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20と音声認
識装置30とから成る。音声処理装置20は、気導音マ
イク1、骨伝導音マイク2、ノイズレベル判定回路4、
音声加算回路5、遅延回路7、ハイパスフィルタ10、
およびローパスフィルタ11から構成される。
【0112】なお、本実施形態においては、気導音マイ
ク1、ハイパスフィルタ10、ノイズレベル判定回路
4、音声加算回路5、音声認識装置30の構成および作
動は、それぞれ第5実施形態において説明した同名称の
ものと等しく、ここではそれらの説明については省略す
る。
ク1、ハイパスフィルタ10、ノイズレベル判定回路
4、音声加算回路5、音声認識装置30の構成および作
動は、それぞれ第5実施形態において説明した同名称の
ものと等しく、ここではそれらの説明については省略す
る。
【0113】遅延回路7は、骨伝導音マイク2から出力
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ローパスフィルタ11に出力するものであ
る。
された骨伝導音声信号を受信し、それを所定の時間だけ
遅延させた後ローパスフィルタ11に出力するものであ
る。
【0114】また骨伝導音マイク2は、骨伝導音声信号
をローパスフィルタ11ではなく遅延回路7に出力する
ようになっていること以外は、第5実施形態の骨伝導音
マイク2と構成および作動を同じくする。
をローパスフィルタ11ではなく遅延回路7に出力する
ようになっていること以外は、第5実施形態の骨伝導音
マイク2と構成および作動を同じくする。
【0115】またローパスフィルタ11は、骨伝導音声
信号を骨伝導音マイク2ではなく遅延回路7から受信す
るようになっていること以外は、第5実施形態のローパ
スフィルタ11と構成を同じくする。
信号を骨伝導音マイク2ではなく遅延回路7から受信す
るようになっていること以外は、第5実施形態のローパ
スフィルタ11と構成を同じくする。
【0116】このような構成の音声処理装置20は、遅
延回路7が骨伝導音マイク2の出力する信号を遅延させ
ること以外は、第5実施形態における音声処理装置20
と作動を同じくする。すなわち、第5実施形態において
は、骨伝導音マイク2から出力された骨伝導音声信号が
直接ローパスフィルタ11によって受信されることに対
し、本実施形態においては、骨伝導音マイク2から出力
された骨伝導音声信号は遅延回路7を通った後にローパ
スフィルタ11によって受信されるようになっている。
延回路7が骨伝導音マイク2の出力する信号を遅延させ
ること以外は、第5実施形態における音声処理装置20
と作動を同じくする。すなわち、第5実施形態において
は、骨伝導音マイク2から出力された骨伝導音声信号が
直接ローパスフィルタ11によって受信されることに対
し、本実施形態においては、骨伝導音マイク2から出力
された骨伝導音声信号は遅延回路7を通った後にローパ
スフィルタ11によって受信されるようになっている。
【0117】このような構成、作動の音声処理装置20
において、気導音マイク1と骨伝導音マイク2が2つの
音声信号を出力し、ハイパスフィルタ10、ローパスフ
ィルタ11、およびノイズレベル判定回路4が、この2
つの音声信号の所定の周波数領域の信号強度を変化さ
せ、音声加算回路5が変化した2つの音声信号を合成し
て音声認識装置に出力することで、騒音環境において音
声認識ができるようになる。また、気導音マイク1から
出力される気導音声信号と骨伝導音マイク2から出力さ
れる骨伝導音声信号とが同期するので、音声認識率が向
上する。
において、気導音マイク1と骨伝導音マイク2が2つの
音声信号を出力し、ハイパスフィルタ10、ローパスフ
ィルタ11、およびノイズレベル判定回路4が、この2
つの音声信号の所定の周波数領域の信号強度を変化さ
せ、音声加算回路5が変化した2つの音声信号を合成し
て音声認識装置に出力することで、騒音環境において音
声認識ができるようになる。また、気導音マイク1から
出力される気導音声信号と骨伝導音マイク2から出力さ
れる骨伝導音声信号とが同期するので、音声認識率が向
上する。
【0118】(第7実施形態)図11に、本発明の第7
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20と音声認
識装置30とから成る。音声処理装置20は、気導音マ
イク1、骨伝導音マイク2、ハイパスフィルタ10、ロ
ーパスフィルタ11、ノイズレベル判定回路4、音声加
算回路5、遅延回路7、無線発信器8、および無線受信
器9から構成される。
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20と音声認
識装置30とから成る。音声処理装置20は、気導音マ
イク1、骨伝導音マイク2、ハイパスフィルタ10、ロ
ーパスフィルタ11、ノイズレベル判定回路4、音声加
算回路5、遅延回路7、無線発信器8、および無線受信
器9から構成される。
【0119】なお、本実施形態においては、気導音マイ
ク1、ハイパスフィルタ10、ローパスフィルタ11、
ノイズレベル判定回路4、音声加算回路5、音声認識装
置30の構成および作動は、それぞれ第6実施形態にお
ける同名称のものと等しく、ここではそれらの説明につ
いては省略する。
ク1、ハイパスフィルタ10、ローパスフィルタ11、
ノイズレベル判定回路4、音声加算回路5、音声認識装
置30の構成および作動は、それぞれ第6実施形態にお
ける同名称のものと等しく、ここではそれらの説明につ
いては省略する。
【0120】無線発信器8は、骨伝導音マイク2から受
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器9がそれを受信するように出力するもの
である。
信した電気信号である骨伝導音声信号を無線信号に変換
し、無線受信器9がそれを受信するように出力するもの
である。
【0121】無線受信器9は、無線発信器8が出力した
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路7に出力するものである。
無線信号を受信し、それを電気信号である骨伝導音声信
号として遅延回路7に出力するものである。
【0122】また骨伝導音マイク2は、骨伝導音声信号
を遅延回路7ではなく無線発信器8に出力するようにな
っていること以外は、第6実施形態の骨伝導音マイク2
と構成および作動を同じくする。
を遅延回路7ではなく無線発信器8に出力するようにな
っていること以外は、第6実施形態の骨伝導音マイク2
と構成および作動を同じくする。
【0123】また遅延回路7は、骨伝導音声信号を骨伝
導音マイク2ではなく無線受信器9から受信するように
なっていること以外は、第6実施形態の遅延回路7と構
成を同じくする。
導音マイク2ではなく無線受信器9から受信するように
なっていること以外は、第6実施形態の遅延回路7と構
成を同じくする。
【0124】このような構成の音声処理装置20は、無
線発信器8と無線受信器9が骨伝導音マイク2と遅延回
路7との間に介在し、無線発信器8と無線受信器9との
間の信号が無線信号となっていること以外は、第6実施
形態における音声処理装置20と作動を同じくする。
線発信器8と無線受信器9が骨伝導音マイク2と遅延回
路7との間に介在し、無線発信器8と無線受信器9との
間の信号が無線信号となっていること以外は、第6実施
形態における音声処理装置20と作動を同じくする。
【0125】このような構成、作動の音声処理装置20
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、骨伝導音マイク2と
無線発信器8とを音声処理装置20の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク2と無線発信器8のみを携帯すれば良く、そ
れ以外の気導音マイク1や音声認識装置30等は離れた
位置にあっても良い。したがって、本実施形態において
は、第6実施形態に記載した効果に加えて、話者が骨伝
導音マイク2と無線発信器8以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、骨伝導音マイク2と
無線発信器8とを音声処理装置20の他の部分から空間
的に分離させることができる。これによって、人は骨伝
導音マイク2と無線発信器8のみを携帯すれば良く、そ
れ以外の気導音マイク1や音声認識装置30等は離れた
位置にあっても良い。したがって、本実施形態において
は、第6実施形態に記載した効果に加えて、話者が骨伝
導音マイク2と無線発信器8以外の装置に電線でつなが
れている必要がなく完全にワイヤレスとなり、自由に移
動することができるようになる。
【0126】(第8実施形態)図12に、本発明の第8
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20、無線受
信器9、および音声認識装置30から成る。音声処理装
置20は、気導音マイク1、骨伝導音マイク2、ハイパ
スフィルタ10、ローパスフィルタ11、ノイズレベル
判定回路4、音声加算回路5、遅延回路7、および無線
発信器8から構成される。
実施形態に係る、車内環境における音声処理システムの
構成を示す。このシステムは音声処理装置20、無線受
信器9、および音声認識装置30から成る。音声処理装
置20は、気導音マイク1、骨伝導音マイク2、ハイパ
スフィルタ10、ローパスフィルタ11、ノイズレベル
判定回路4、音声加算回路5、遅延回路7、および無線
発信器8から構成される。
【0127】なお、本実施形態においては、気導音マイ
ク1、骨伝導音マイク2、ハイパスフィルタ10、ロー
パスフィルタ11、およびノイズレベル判定回路4の構
成および作動は、それぞれ第6実施形態における同名称
のものと等しく、ここではそれらの説明については省略
する。
ク1、骨伝導音マイク2、ハイパスフィルタ10、ロー
パスフィルタ11、およびノイズレベル判定回路4の構
成および作動は、それぞれ第6実施形態における同名称
のものと等しく、ここではそれらの説明については省略
する。
【0128】無線発信器8は、音声加算回路5から受信
した電気信号である音声信号を無線信号に変換し、無線
受信器9がそれを受信するように出力するものである。
した電気信号である音声信号を無線信号に変換し、無線
受信器9がそれを受信するように出力するものである。
【0129】無線受信器9は、無線発信器8が出力した
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置30に出力するものである。
無線信号を受信し、それを電気信号である音声信号とし
て音声認識装置30に出力するものである。
【0130】また音声加算回路5は、音声信号を音声認
識装置30ではなく無線発信器8に出力するようになっ
ていること以外は、第6実施形態の音声加算回路5と構
成および作動を同じくする。
識装置30ではなく無線発信器8に出力するようになっ
ていること以外は、第6実施形態の音声加算回路5と構
成および作動を同じくする。
【0131】また音声認識装置30は、音声信号を音声
加算回路5ではなく無線受信器9から受信するようにな
っていること以外は、第6実施形態の音声認識装置30
と構成を同じくする。
加算回路5ではなく無線受信器9から受信するようにな
っていること以外は、第6実施形態の音声認識装置30
と構成を同じくする。
【0132】このような構成の音声処理装置20は、無
線発信器8と無線受信器9が音声加算回路5と音声認識
装置30との間に介在し、無線発信器8と無線受信器9
との間の信号が無線信号となっていること以外は、第6
実施形態における音声処理装置20と作動を同じくす
る。
線発信器8と無線受信器9が音声加算回路5と音声認識
装置30との間に介在し、無線発信器8と無線受信器9
との間の信号が無線信号となっていること以外は、第6
実施形態における音声処理装置20と作動を同じくす
る。
【0133】このような構成、作動の音声処理装置20
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、音声処理装置20と
音声認識装置30とを空間的に分離させることができ
る。したがって、本実施形態においては、第6実施形態
に記載した効果に加えて、話者が音声認識装置30に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。
においては、無線発信器8と無線受信器9との間の信号
が無線信号となっていることから、音声処理装置20と
音声認識装置30とを空間的に分離させることができ
る。したがって、本実施形態においては、第6実施形態
に記載した効果に加えて、話者が音声認識装置30に電
線でつながれている必要がなく完全にワイヤレスとな
り、自由に移動することができるようになる。また、気
導音と骨伝導音とを合成する割合を定めるためにあらか
じめモニタする環境騒音のレベルも、話者のすぐ周囲で
収録することができるため、より正確な合成比率を求め
ることができる。
【0134】なお、本明細書の第1〜第8実施形態にお
いては、気導音マイク1が発話者の発声により励起され
た空気振動を音声信号に変換して出力する気導信号変換
手段を構成する。
いては、気導音マイク1が発話者の発声により励起され
た空気振動を音声信号に変換して出力する気導信号変換
手段を構成する。
【0135】また、第1〜第8実施形態においては、骨
伝導音マイク2が骨導信号変換手段を構成する。ただ
し、骨導信号変換手段は、発話者の発声により生ずる身
体振動を音声信号に変換して出力するものであればどの
ようなものでもよく、骨導信号変換手段の圧電素子はこ
れらの実施形態のように水晶やチタン酸ジルコン酸鉛
(PZT)である必要はない。また骨導信号変換手段は
圧電素子から成る必要もない。また骨導変換手段は加速
度センサである必要もなく、振動の速度や振幅を検知す
るものであってもよい。
伝導音マイク2が骨導信号変換手段を構成する。ただ
し、骨導信号変換手段は、発話者の発声により生ずる身
体振動を音声信号に変換して出力するものであればどの
ようなものでもよく、骨導信号変換手段の圧電素子はこ
れらの実施形態のように水晶やチタン酸ジルコン酸鉛
(PZT)である必要はない。また骨導信号変換手段は
圧電素子から成る必要もない。また骨導変換手段は加速
度センサである必要もなく、振動の速度や振幅を検知す
るものであってもよい。
【0136】また、第1〜第8実施形態においては、気
導音マイク1が発話者の発声により励起された空気振動
を変換して出力する気導音声信号が、第1の音声信号で
ある。
導音マイク1が発話者の発声により励起された空気振動
を変換して出力する気導音声信号が、第1の音声信号で
ある。
【0137】また、第1〜第8実施形態においては、骨
伝導音マイク2が発話者の発声により生ずる身体振動を
変換して出力する骨伝導音声信号が、第2の音声信号で
ある。
伝導音マイク2が発話者の発声により生ずる身体振動を
変換して出力する骨伝導音声信号が、第2の音声信号で
ある。
【0138】また、第1〜第4実施形態においては、ノ
イズレベルを判定して音圧比を決める判定回路4と、ノ
イズレベル判定回路4の制御に基づいて気導音声信号の
強度を変えるゲイン調整回路3aと、ノイズレベル判定
回路4の制御に基づいて気導音声信号の強度を変えるゲ
イン調整回路3bと、が出力調整手段を構成する。ただ
し、出力調整手段は、気導信号変換手段から出力された
音声信号および骨導信号変換手段から出力された音声信
号の音圧を変えることにより、音圧比を調整して出力す
ることができればよい。従って、必ずしもこれら実施形
態の様にノイズレベルに基づいて音圧比を決める必要は
なく、あらかじめ決められた固定の音圧比、例えば2:
8に調整するものであってもよい。
イズレベルを判定して音圧比を決める判定回路4と、ノ
イズレベル判定回路4の制御に基づいて気導音声信号の
強度を変えるゲイン調整回路3aと、ノイズレベル判定
回路4の制御に基づいて気導音声信号の強度を変えるゲ
イン調整回路3bと、が出力調整手段を構成する。ただ
し、出力調整手段は、気導信号変換手段から出力された
音声信号および骨導信号変換手段から出力された音声信
号の音圧を変えることにより、音圧比を調整して出力す
ることができればよい。従って、必ずしもこれら実施形
態の様にノイズレベルに基づいて音圧比を決める必要は
なく、あらかじめ決められた固定の音圧比、例えば2:
8に調整するものであってもよい。
【0139】また、第1〜第4実施形態においては、ノ
イズレベル判定回路4が、音圧決定手段を構成する。た
だし、音圧決定手段は気導信号変換手段から出力された
音声信号に混入している外部騒音信号の強度に基づいて
2つの音声信号の音圧比を決めればよいのであって、必
ずしもノイズレベル判定回路4のような専用のハードウ
ェアとして実現されている必要はなく、汎用の処理装置
の処理として同等の機能がソフトウェア的に実現されて
いてもよい。
イズレベル判定回路4が、音圧決定手段を構成する。た
だし、音圧決定手段は気導信号変換手段から出力された
音声信号に混入している外部騒音信号の強度に基づいて
2つの音声信号の音圧比を決めればよいのであって、必
ずしもノイズレベル判定回路4のような専用のハードウ
ェアとして実現されている必要はなく、汎用の処理装置
の処理として同等の機能がソフトウェア的に実現されて
いてもよい。
【0140】また、第1〜第8実施形態においては、音
声加算回路5が、音圧比を調整されて出力された2つの
音声信号を加算して音声認識装置に出力する加算手段を
構成する。なお、加算手段から音声認識装置への出力に
おいては、必ずしも加算手段と音声認識装置とが直接接
続している必要はなく、加算手段と音声認識装置との間
に介在するものがあってもよい。例えば第4実施形態お
よび第8実施形態の様に、音声加算回路5と音声認識装
置30との間に無線発振器8と無線受信器9が介在して
いてもよい。
声加算回路5が、音圧比を調整されて出力された2つの
音声信号を加算して音声認識装置に出力する加算手段を
構成する。なお、加算手段から音声認識装置への出力に
おいては、必ずしも加算手段と音声認識装置とが直接接
続している必要はなく、加算手段と音声認識装置との間
に介在するものがあってもよい。例えば第4実施形態お
よび第8実施形態の様に、音声加算回路5と音声認識装
置30との間に無線発振器8と無線受信器9が介在して
いてもよい。
【0141】また、第5〜第8実施形態においては、ノ
イズレベル判定回路4、カットオフ周波数以下の周波数
帯域の信号強度を減少させるハイパスフィルタ10、お
よびカットオフ周波数以上の周波数帯域の信号強度を減
少させるローパスフィルタ11が周波数強度変化手段を
構成する。ただし、周波数強度変化手段は、気導信号変
換手段から出力された音声信号および骨導信号変換手段
から出力された音声信号の所定の周波数領域の信号強度
を変化させて出力することができればよい。従って、周
波数強度変化手段を構成するものは必ずしもハイパスフ
ィルタ10やローパスフィルタ11のようにノイズレベ
ル判定回路4によって制御されるカットオフ周波数を有
するフィルタである必要はなく、例えば周波数について
連続的な強度変化特性を有するフィルタであってもよ
い。また、必ずしもこれら実施形態の様にノイズレベル
に基づいてカットオフ周波数を決める必要はなく、あら
かじめ決められた固定のカットオフ周波数、例えば40
00Hzに調整するものであってもよい。
イズレベル判定回路4、カットオフ周波数以下の周波数
帯域の信号強度を減少させるハイパスフィルタ10、お
よびカットオフ周波数以上の周波数帯域の信号強度を減
少させるローパスフィルタ11が周波数強度変化手段を
構成する。ただし、周波数強度変化手段は、気導信号変
換手段から出力された音声信号および骨導信号変換手段
から出力された音声信号の所定の周波数領域の信号強度
を変化させて出力することができればよい。従って、周
波数強度変化手段を構成するものは必ずしもハイパスフ
ィルタ10やローパスフィルタ11のようにノイズレベ
ル判定回路4によって制御されるカットオフ周波数を有
するフィルタである必要はなく、例えば周波数について
連続的な強度変化特性を有するフィルタであってもよ
い。また、必ずしもこれら実施形態の様にノイズレベル
に基づいてカットオフ周波数を決める必要はなく、あら
かじめ決められた固定のカットオフ周波数、例えば40
00Hzに調整するものであってもよい。
【0142】また、第5〜第8実施形態においては、ハ
イパスフィルタ10およびローパスフィルタ11はそれ
ぞれが帯域通過フィルタに対応する。
イパスフィルタ10およびローパスフィルタ11はそれ
ぞれが帯域通過フィルタに対応する。
【0143】また、第5〜第8実施形態においては、カ
ットオフ周波数は第1の周波数および第2の周波数に対
応する。ただし、第1の周波数と第2の周波数は異なっ
ていてもよく、たとえばこれら実施形態においてハイパ
スフィルタ10のカットオフ周波数とローパスフィルタ
11のカットオフ周波数とが異なるものであってもよ
い。
ットオフ周波数は第1の周波数および第2の周波数に対
応する。ただし、第1の周波数と第2の周波数は異なっ
ていてもよく、たとえばこれら実施形態においてハイパ
スフィルタ10のカットオフ周波数とローパスフィルタ
11のカットオフ周波数とが異なるものであってもよ
い。
【0144】また、第5〜第8実施形態においては、気
導音声信号のノイズレベルを検知してカットオフ周波数
を決めるノイズレベル判定回路4が周波数決定手段を構
成する。ただし周波数決定手段は、気導信号変換手段か
ら出力された音声信号に混入している外部騒音信号の強
度に基づいて第1の周波数および/または第2の周波数
を決めればよいのであって、必ずしもノイズレベル判定
回路4のような専用のハードウェアとして実現されてい
る必要はなく、汎用の処理装置の処理として同等の機能
がソフトウェア的に実現されていてもよい。また、周波
数決定手段は第1の周波数のみを決めるだけであっても
よいし、また第2の周波数のみを決めるだけであっても
よい。
導音声信号のノイズレベルを検知してカットオフ周波数
を決めるノイズレベル判定回路4が周波数決定手段を構
成する。ただし周波数決定手段は、気導信号変換手段か
ら出力された音声信号に混入している外部騒音信号の強
度に基づいて第1の周波数および/または第2の周波数
を決めればよいのであって、必ずしもノイズレベル判定
回路4のような専用のハードウェアとして実現されてい
る必要はなく、汎用の処理装置の処理として同等の機能
がソフトウェア的に実現されていてもよい。また、周波
数決定手段は第1の周波数のみを決めるだけであっても
よいし、また第2の周波数のみを決めるだけであっても
よい。
【0145】また、第2〜第4実施形態、および第5〜
第8実施形態においては、骨伝導音マイク2の出力を遅
延させる遅延回路7が、骨導信号変換手段から出力され
た音声信号に対して一定時間の遅延を与える遅延手段を
形成する。
第8実施形態においては、骨伝導音マイク2の出力を遅
延させる遅延回路7が、骨導信号変換手段から出力され
た音声信号に対して一定時間の遅延を与える遅延手段を
形成する。
【0146】また、第3および第7実施形態において
は、骨伝導音マイク2と遅延回路7との間で無線による
伝送を行う無線発信器8および無線受信器9が無線手段
を構成する。ただし、無線手段は骨導信号変換手段から
出力された音声信号を無線信号として伝送すればよいの
であって、無線発信器8および無線受信器9は必ずしも
骨伝導音マイク2と遅延回路7の間にある必要はなく、
骨伝導音マイク2から音声認識装置30の間のどの部分
にあってもよい。
は、骨伝導音マイク2と遅延回路7との間で無線による
伝送を行う無線発信器8および無線受信器9が無線手段
を構成する。ただし、無線手段は骨導信号変換手段から
出力された音声信号を無線信号として伝送すればよいの
であって、無線発信器8および無線受信器9は必ずしも
骨伝導音マイク2と遅延回路7の間にある必要はなく、
骨伝導音マイク2から音声認識装置30の間のどの部分
にあってもよい。
【0147】また、第4および第8実施形態において
は、音声加算回路5の出力を無線信号として出力する無
線発振器8が、加算手段から出力された音声信号を無線
信号として音声認識装置に送信する無線手段を構成す
る。
は、音声加算回路5の出力を無線信号として出力する無
線発振器8が、加算手段から出力された音声信号を無線
信号として音声認識装置に送信する無線手段を構成す
る。
【0148】また第1〜第8実施形態の音声処理システ
ムは、車内環境におけるシステムであるが、本発明は騒
音環境における音声処理装置なのであって、必ずしも車
内環境における音声処理に用途を限定されるものではな
い。例えば船舶、航空機等の移動体内において用いられ
ても良いし、また移動体内以外の環境で用いられてもよ
い。また室内、屋外のいずれで用いられても良い。
ムは、車内環境におけるシステムであるが、本発明は騒
音環境における音声処理装置なのであって、必ずしも車
内環境における音声処理に用途を限定されるものではな
い。例えば船舶、航空機等の移動体内において用いられ
ても良いし、また移動体内以外の環境で用いられてもよ
い。また室内、屋外のいずれで用いられても良い。
【図1】本発明の、第1実施形態に係る音声処理システ
ムの構成を示す図である。
ムの構成を示す図である。
【図2】あるノイズレベルの値における、音圧比と音声
認識率との関係を示す図表である。
認識率との関係を示す図表である。
【図3】騒音下における気導音マイク1の出力の音声信
号波形を示すグラフである。
号波形を示すグラフである。
【図4】騒音下における骨伝導音マイク2の出力の音声
信号波形を示すグラフである。
信号波形を示すグラフである。
【図5】本発明の、第2実施形態に係る音声処理システ
ムの構成を示す図である。
ムの構成を示す図である。
【図6】本発明の、第3実施形態に係る音声処理システ
ムの構成を示す図である。
ムの構成を示す図である。
【図7】本発明の、第4実施形態に係る音声処理システ
ムの構成を示す図である。
ムの構成を示す図である。
【図8】本発明の、第5実施形態に係る音声処理システ
ムの構成を示す図である。
ムの構成を示す図である。
【図9】あるノイズレベルの値における、カットオフ周
波数と音声認識率との関係を示す図表である。
波数と音声認識率との関係を示す図表である。
【図10】本発明の、第6実施形態に係る音声処理シス
テムの構成を示す図である。
テムの構成を示す図である。
【図11】本発明の、第7実施形態に係る音声処理シス
テムの構成を示す図である。
テムの構成を示す図である。
【図12】本発明の、第8実施形態に係る音声処理シス
テムの構成を示す図である。
テムの構成を示す図である。
1…気導音マイク、2…骨伝導音マイク、3a…ゲイン
調整回路、3b…ゲイン調整回路3b、4…ノイズレベ
ル判定回路、5…音声加算回路、7…遅延回路、8…無
線発信器、9…無線受信器、10…ハイパスフィルタ、
11…ローパスフィルタ、20…音声処理装置、30…
音声認識装置。
調整回路、3b…ゲイン調整回路3b、4…ノイズレベ
ル判定回路、5…音声加算回路、7…遅延回路、8…無
線発信器、9…無線受信器、10…ハイパスフィルタ、
11…ローパスフィルタ、20…音声処理装置、30…
音声認識装置。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 光本 直樹
愛知県刈谷市昭和町1丁目1番地 株式会
社デンソー内
Claims (28)
- 【請求項1】 発話者の発声により励起された空気振動
を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
記骨導信号変換手段から出力された音声信号の音圧を変
えることにより、これらの2つの音声信号の音圧比を調
整して出力する出力調整手段と、 前記音圧比を調整されて出力された2つの音声信号を加
算して音声認識装置に出力する加算手段と、を備えたこ
とを特徴とする音声処理装置。 - 【請求項2】 前記出力調整手段は、前記気導信号変換
手段から出力された音声信号と前記骨導信号変換手段か
ら出力された音声信号との音圧比を4対6から2対8の
間の値に調整して出力することを特徴とする請求項1に
記載の音声処理装置。 - 【請求項3】 前記出力調整手段は、前記気導信号変換
手段から出力された音声信号に混入している外部騒音信
号の強度に基づいて前記2つの音声信号の音圧比を決め
る音圧決定手段を有することを特徴とする請求項1また
は2に記載の音声処理装置。 - 【請求項4】 発話者の発声により励起された空気振動
を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
記骨導信号変換手段から出力された音声信号の所定の周
波数領域の信号強度を変化させて出力する周波数強度変
化手段と、 前記変化して出力された2つの音声信号を加算して音声
認識装置に出力する加算手段と、を備えたことを特徴と
する音声処理装置。 - 【請求項5】 前記周波数強度変化手段は、前記骨導信
号変換手段から出力された音声信号の特定周波数帯域の
信号強度を減少させて出力する帯域通過フィルタを有す
ることを特徴とする請求項4に記載の音声処理装置。 - 【請求項6】 前記周波数強度変化手段は、前記気導信
号変換手段から出力された音声信号の第1の周波数以下
の周波数帯域の信号強度を減少させて出力するハイパス
フィルタを有することを特徴とする請求項4または5に
記載の音声処理装置。 - 【請求項7】 前記周波数強度変化手段は、前記骨導信
号変換手段から出力された音声信号の第2の周波数以上
の信号強度を減少させて出力するローパスフィルタフィ
ルタを有することを特徴とする請求項4または5に記載
の音声処理装置。 - 【請求項8】 発話者の発声により励起された空気振動
を音声信号に変換して出力する気導信号変換手段と、 前記発声により生ずる身体振動を音声信号に変換して出
力する骨導信号変換手段と、 前記気導信号変換手段から出力された音声信号および前
記骨導信号変換手段から出力された音声信号の所定の周
波数領域の信号強度を変化させて出力する周波数強度変
化手段と、 前記変化して出力された2つの音声信号を加算して音声
認識装置に出力する加算手段と、を備え、 前記周波数強度変化手段は、前記気導信号変換手段から
出力された音声信号の第1の周波数以下の周波数帯域の
信号強度を減少させて出力するハイパスフィルタと、前
記骨導信号変換手段から出力された音声信号の第2の周
波数以上の信号強度を減少させて出力するローパスフィ
ルタフィルタと、を有することを特徴とする音声処理装
置。 - 【請求項9】 前記周波数強度変化手段は、前記気導信
号変換手段から出力された音声信号に混入している外部
騒音信号の強度に基づいて前記第1の周波数および/ま
たは前記第2の周波数を決める周波数決定手段を有する
ことを特徴とする請求項8に記載の音声処理装置。 - 【請求項10】 前記第1の周波数と前記第2の周波数
とは等しいことを特徴とする請求項8または9に記載の
音声処理装置。 - 【請求項11】 前記第1の周波数および前記第2の周
波数は、500Hz以上であることを特徴とする請求項
10に記載の音声処理装置。 - 【請求項12】 前記骨導信号変換手段は、圧電素子か
ら成ることを特徴とする請求項1ないし11のいずれか
1つに記載の音声処理装置。 - 【請求項13】 前記骨導信号変換手段は、前記発話者
の身体に装着されるものであることを特徴とする請求項
1ないし12のいずれか1つに記載の音声処理装置。 - 【請求項14】 前記骨導信号変換手段から出力された
音声信号に対して一定時間の遅延を与える遅延手段を備
えたことを特徴とする請求項1ないし13のいずれか1
つに記載の音声処理装置。 - 【請求項15】 前記骨導信号変換手段から出力された
音声信号を無線信号として伝送する無線手段を備えたこ
とを特徴とする請求項1ないし14のいずれか1つに記
載の音声処理装置。 - 【請求項16】 前記無線手段は、前記気導信号変換手
段から出力された音声信号を無線信号として伝送するこ
とを特徴とする請求項15に記載の音声処理装置。 - 【請求項17】 前記無線手段は、前記加算手段から出
力された音声信号を無線信号として前記音声認識装置に
送信することを特徴とする請求項16に記載の音声処理
装置。 - 【請求項18】 発話者の発声により励起された空気振
動を第1の音声信号に変換し、 前記発声により生ずる身体振動を第2の音声信号に変換
し、 前記第1の音声信号および前記第2の音声信号の音圧を
変えることにより、前記第1の音声信号と前記第2の音
声信号との音圧比を調整し、 前記音圧比を調整された前記第1の音声信号と前記第2
の音声信号とを加算して音声認識装置に出力する音声処
理方法。 - 【請求項19】 前記第1の音声信号と前記第2の音声
信号との音圧比を、 それぞれ4対6から2対8の間の値とすることを特徴と
する請求項18に記載の音声処理方法。 - 【請求項20】 前記第1の音声信号に混入している外
部騒音信号の強度に基づいて前記第1の音声信号と前記
第2の音声信号との音圧比を決めることを特徴とする請
求項18または19に記載の音声処理方法。 - 【請求項21】 発話者の発声により励起された空気振
動を第1の音声信号に変換し、 前記発声により生ずる身体振動を第2の音声信号に変換
し、 前記第1の音声信号および前記第2の音声信号の所定の
周波数領域の信号強度を変化させ、 前記所定の周波数領域の信号強度が変化した前記第1の
音声信号と前記第2の音声信号とを加算して音声認識装
置に出力する音声処理方法。 - 【請求項22】 前記第1の音声信号および前記第2の
音声信号の所定の周波数領域の信号強度を変化させる際
に、前記第1の音声信号および前記第2の音声信号の特
定周波数帯域の信号強度を減少させることを特徴とする
請求項21に記載の音声処理方法。 - 【請求項23】 前記第1の音声信号および前記第2の
音声信号の所定の周波数領域の信号強度を変化させる際
に、第1の音声信号の第1の周波数以下の周波数帯域の
信号強度を減少させることを特徴とする請求項21また
は22に記載の音声処理方法。 - 【請求項24】 前記第1の音声信号および前記第2の
音声信号の所定の周波数領域の信号強度を変化させる際
に、第2の音声信号の第2の周波数以上の周波数帯域の
信号強度を減少させることを特徴とする請求項21また
は22に記載の音声処理方法。 - 【請求項25】 発話者の発声により励起された空気振
動を第1の音声信号に変換し、 前記発声により生ずる身体振動を第2の音声信号に変換
し、 前記第1の音声信号の第1の周波数以下の周波数帯域の
信号強度を減少させ、 前記第2の音声信号の第2の周波数以上の周波数帯域の
信号強度を減少させ、 前記所定の周波数領域の信号強度が変化した前記第1の
音声信号と前記第2の音声信号とを加算して音声認識装
置に出力する音声処理方法。 - 【請求項26】 前記第1の音声信号に混入している外
部騒音信号の強度に基づいて前記第1の周波数および/
または前記第2の周波数を決めることを特徴とする請求
項25に記載の音声処理方法。 - 【請求項27】 前記第1の周波数と前記第2の周波数
とは等しいことを特徴とする、請求項25または26に
記載の音声処理方法。 - 【請求項28】 前記第1の周波数および前記第2の周
波数は、500Hz以上であることを特徴とする請求項
27に記載の音声処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002063423A JP2003264883A (ja) | 2002-03-08 | 2002-03-08 | 音声処理装置および音声処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002063423A JP2003264883A (ja) | 2002-03-08 | 2002-03-08 | 音声処理装置および音声処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2003264883A true JP2003264883A (ja) | 2003-09-19 |
Family
ID=29196701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002063423A Pending JP2003264883A (ja) | 2002-03-08 | 2002-03-08 | 音声処理装置および音声処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2003264883A (ja) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006087082A (ja) * | 2004-09-17 | 2006-03-30 | Microsoft Corp | 多感覚音声強調のための方法および装置 |
JP2011188462A (ja) * | 2010-03-04 | 2011-09-22 | Japan Science & Technology Agency | 発話検出装置及び音声通信システム |
JP2012231468A (ja) * | 2011-04-26 | 2012-11-22 | Parrot | 特に「ハンズフリー」電話システム向けの近接音声信号を雑音除去するための手段を有するマイクロホンとイヤホンの組合せ型のオーディオ・ヘッドセット |
WO2013084810A1 (ja) * | 2011-12-08 | 2013-06-13 | ソニー株式会社 | 耳孔装着型収音装置、信号処理装置、収音方法 |
JP2014096732A (ja) * | 2012-11-09 | 2014-05-22 | Oki Electric Ind Co Ltd | 収音装置及び電話機 |
US8792648B2 (en) | 2007-01-23 | 2014-07-29 | Samsung Electronics Co., Ltd. | Apparatus and method for transmitting/receiving voice signal through headset |
US9451350B2 (en) | 2011-08-31 | 2016-09-20 | Sony Corporation | Earphone device |
JP2017028718A (ja) * | 2016-09-14 | 2017-02-02 | ソニー株式会社 | 耳孔装着型収音装置、信号処理装置、収音方法 |
US9578410B2 (en) | 2011-08-31 | 2017-02-21 | Sony Corporation | Sound reproduction device |
CN108986834A (zh) * | 2018-08-22 | 2018-12-11 | 中国人民解放军陆军工程大学 | 基于编解码器架构与递归神经网络的骨导语音盲增强方法 |
WO2018229503A1 (en) * | 2017-06-16 | 2018-12-20 | Cirrus Logic International Semiconductor Limited | Earbud speech estimation |
CN109192209A (zh) * | 2018-10-23 | 2019-01-11 | 珠海格力电器股份有限公司 | 一种语音识别方法及装置 |
WO2019159253A1 (en) * | 2018-02-14 | 2019-08-22 | Nec Corporation | Speech processing apparatus, method, and program |
US10861484B2 (en) | 2018-12-10 | 2020-12-08 | Cirrus Logic, Inc. | Methods and systems for speech detection |
JP2022505997A (ja) * | 2019-10-09 | 2022-01-17 | 大象声科(深セン)科技有限公司 | 骨振動センサーとマイクの信号を融合するディープラーニング音声抽出及びノイズ低減方法 |
JP2022547525A (ja) * | 2019-09-12 | 2022-11-14 | シェンチェン ショックス カンパニー リミテッド | 音声信号を生成するためのシステム及び方法 |
WO2023152196A1 (en) * | 2022-02-08 | 2023-08-17 | Analog Devices International Unlimited Company | Mixing of air and bone conducted signals |
-
2002
- 2002-03-08 JP JP2002063423A patent/JP2003264883A/ja active Pending
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006087082A (ja) * | 2004-09-17 | 2006-03-30 | Microsoft Corp | 多感覚音声強調のための方法および装置 |
US8792648B2 (en) | 2007-01-23 | 2014-07-29 | Samsung Electronics Co., Ltd. | Apparatus and method for transmitting/receiving voice signal through headset |
US9748913B2 (en) | 2007-01-23 | 2017-08-29 | Samsung Electronics Co., Ltd. | Apparatus and method for transmitting/receiving voice signal through headset |
JP2011188462A (ja) * | 2010-03-04 | 2011-09-22 | Japan Science & Technology Agency | 発話検出装置及び音声通信システム |
JP2012231468A (ja) * | 2011-04-26 | 2012-11-22 | Parrot | 特に「ハンズフリー」電話システム向けの近接音声信号を雑音除去するための手段を有するマイクロホンとイヤホンの組合せ型のオーディオ・ヘッドセット |
US10212504B2 (en) | 2011-08-31 | 2019-02-19 | Sony Corporation | Earphone device |
US9451350B2 (en) | 2011-08-31 | 2016-09-20 | Sony Corporation | Earphone device |
US9578410B2 (en) | 2011-08-31 | 2017-02-21 | Sony Corporation | Sound reproduction device |
WO2013084810A1 (ja) * | 2011-12-08 | 2013-06-13 | ソニー株式会社 | 耳孔装着型収音装置、信号処理装置、収音方法 |
US9237392B2 (en) | 2011-12-08 | 2016-01-12 | Sony Corporation | Earhole-wearable sound collection device, signal processing device, and sound collection method |
JP2013121106A (ja) * | 2011-12-08 | 2013-06-17 | Sony Corp | 耳孔装着型収音装置、信号処理装置、収音方法 |
US9918162B2 (en) | 2011-12-08 | 2018-03-13 | Sony Corporation | Processing device and method for improving S/N ratio |
US11765497B2 (en) | 2011-12-08 | 2023-09-19 | Sony Group Corporation | Earhole-wearable sound collection device, signal processing device, and sound collection method |
US11070910B2 (en) | 2011-12-08 | 2021-07-20 | Sony Corporation | Processing device and a processing method for voice communication |
JP2014096732A (ja) * | 2012-11-09 | 2014-05-22 | Oki Electric Ind Co Ltd | 収音装置及び電話機 |
JP2017028718A (ja) * | 2016-09-14 | 2017-02-02 | ソニー株式会社 | 耳孔装着型収音装置、信号処理装置、収音方法 |
GB2577824B (en) * | 2017-06-16 | 2022-02-16 | Cirrus Logic Int Semiconductor Ltd | Earbud speech estimation |
CN110741654B (zh) * | 2017-06-16 | 2022-08-09 | 思睿逻辑国际半导体有限公司 | 耳塞语音估计 |
US10397687B2 (en) | 2017-06-16 | 2019-08-27 | Cirrus Logic, Inc. | Earbud speech estimation |
CN110741654A (zh) * | 2017-06-16 | 2020-01-31 | 思睿逻辑国际半导体有限公司 | 耳塞语音估计 |
GB2577824A (en) * | 2017-06-16 | 2020-04-08 | Cirrus Logic Int Semiconductor Ltd | Earbud speech estimation |
GB2599317B (en) * | 2017-06-16 | 2022-08-17 | Cirrus Logic Int Semiconductor Ltd | Earbud speech estimation |
GB2599317A (en) * | 2017-06-16 | 2022-03-30 | Cirrus Logic Int Semiconductor Ltd | Earbud speech estimation |
WO2018229503A1 (en) * | 2017-06-16 | 2018-12-20 | Cirrus Logic International Semiconductor Limited | Earbud speech estimation |
US11134330B2 (en) | 2017-06-16 | 2021-09-28 | Cirrus Logic, Inc. | Earbud speech estimation |
JP2021510427A (ja) * | 2018-02-14 | 2021-04-22 | 日本電気株式会社 | 音声処理装置、方法およびプログラム |
WO2019159253A1 (en) * | 2018-02-14 | 2019-08-22 | Nec Corporation | Speech processing apparatus, method, and program |
US11600273B2 (en) | 2018-02-14 | 2023-03-07 | Nec Corporation | Speech processing apparatus, method, and program |
CN108986834A (zh) * | 2018-08-22 | 2018-12-11 | 中国人民解放军陆军工程大学 | 基于编解码器架构与递归神经网络的骨导语音盲增强方法 |
CN109192209A (zh) * | 2018-10-23 | 2019-01-11 | 珠海格力电器股份有限公司 | 一种语音识别方法及装置 |
CN113383385A (zh) * | 2018-12-10 | 2021-09-10 | 思睿逻辑国际半导体有限公司 | 用于语音检测的方法和*** |
US10861484B2 (en) | 2018-12-10 | 2020-12-08 | Cirrus Logic, Inc. | Methods and systems for speech detection |
JP2022547525A (ja) * | 2019-09-12 | 2022-11-14 | シェンチェン ショックス カンパニー リミテッド | 音声信号を生成するためのシステム及び方法 |
JP2022505997A (ja) * | 2019-10-09 | 2022-01-17 | 大象声科(深セン)科技有限公司 | 骨振動センサーとマイクの信号を融合するディープラーニング音声抽出及びノイズ低減方法 |
WO2023152196A1 (en) * | 2022-02-08 | 2023-08-17 | Analog Devices International Unlimited Company | Mixing of air and bone conducted signals |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5315506B2 (ja) | 骨伝導音伝播のための方法及びシステム | |
US10978041B2 (en) | Ambient sound processing method and device | |
JP2003264883A (ja) | 音声処理装置および音声処理方法 | |
CN103959813B (zh) | 耳孔可佩戴式声音收集设备,信号处理设备和声音收集方法 | |
WO2006028587A3 (en) | Headset for separation of speech signals in a noisy environment | |
WO2003010995A3 (en) | Sound reinforcement system having an multi microphone echo suppressor as post processor | |
CN109243422A (zh) | 用于免提麦克风的安静区 | |
EP2482566B1 (en) | Method for generating an audio signal | |
JP2005004013A (ja) | ノイズ低減装置 | |
US10602274B2 (en) | Audio input/output device | |
JP2007180896A (ja) | 音声信号処理装置および音声信号処理方法 | |
JP2002051392A (ja) | 車内会話補助装置 | |
TWI543072B (zh) | 行動裝置與其操作方法 | |
US20190295525A1 (en) | Method and Device for Generating and Providing an Audio Signal for Enhancing a Hearing Impression at Live Events | |
JPH08214391A (ja) | 骨導気導複合型イヤーマイクロホン装置 | |
JP2018045088A (ja) | ノイズ低減装置、音声認識システム、ノイズ低減方法、及びプログラム | |
US20090285422A1 (en) | Method for operating a hearing device and hearing device | |
JP2019110447A (ja) | 電子機器、電子機器の制御方法、及び、電子機器の制御プログラム | |
JP2005037650A (ja) | 雑音低減装置 | |
JP2009015209A (ja) | 音声明瞭度改善システム及び音声明瞭度改善方法 | |
US20210006904A1 (en) | Microphone-loudspeaker integrated apparatus and vehicle | |
CN102341853B (zh) | 用于分离信号路径的方法及用于改善电子喉语音的应用 | |
JP2020053751A (ja) | 聴覚支援システム、出力制御装置、及び電子機器 | |
JP2020077933A (ja) | ハンズフリー通話装置、及びハンズフリー通話装置の制御方法 | |
JP2004112528A (ja) | 音響信号伝送装置および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Effective date: 20040507 Free format text: JAPANESE INTERMEDIATE CODE: A621 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051004 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060221 |