JP2008205896A - Sound emitting and picking up device - Google Patents
Sound emitting and picking up device Download PDFInfo
- Publication number
- JP2008205896A JP2008205896A JP2007040507A JP2007040507A JP2008205896A JP 2008205896 A JP2008205896 A JP 2008205896A JP 2007040507 A JP2007040507 A JP 2007040507A JP 2007040507 A JP2007040507 A JP 2007040507A JP 2008205896 A JP2008205896 A JP 2008205896A
- Authority
- JP
- Japan
- Prior art keywords
- sound
- command
- control unit
- directivity
- source
- 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.)
- Granted
Links
Images
Landscapes
- Circuit For Audible Band Transducer (AREA)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Abstract
Description
この発明は、音声を収音するとともに、特定の方向に強い指向性を有する音声ビームを出力する放収音装置に関する。 The present invention relates to a sound emission and collection device that collects sound and outputs a sound beam having strong directivity in a specific direction.
従来、スピーカアレイの各ユニットに供給する音声信号を遅延制御することで、特定の方向に強い指向性を有する音声ビームを出力する放音装置が知られている。 2. Description of the Related Art Conventionally, a sound emitting device that outputs an audio beam having strong directivity in a specific direction by delay-controlling an audio signal supplied to each unit of a speaker array is known.
例えば特許文献1では各スピーカユニットの遅延量など、指向性を制御するパラメータを設定するために、マイクアレイを用いて発話者の位置を特定し、発話者の方向に音声ビームを向ける装置が提案されている。
しかし、特許文献1の装置は、発話者の方向に音声ビームを向けるため、汎用性が低いものであった。例えば、家庭内で使用する場合、一方では大音量で映画の音声を聴きたいユーザが存在し、他方では電話をするため映画の音声を小さくしたいユーザが存在する等、特定の方向に音声ビームを向けるだけでなく、特定の方向だけ音量を下げたい場合が有る。 However, the apparatus of Patent Document 1 has low versatility because the voice beam is directed toward the speaker. For example, when using in a home, there are users who want to listen to the sound of a movie at a high volume on the one hand, and there are users who want to reduce the sound of the movie to make a phone call on the other hand. There are times when you want to turn down the volume only in a specific direction.
そこで、この発明は、特定の方向に音声ビームを向けたり、特定の方向だけ音量を下げたりする設定を容易に行うことができる放収音装置を提供することを目的とする。 SUMMARY OF THE INVENTION An object of the present invention is to provide a sound emission and collection device that can easily perform settings such as directing an audio beam in a specific direction or lowering the volume only in a specific direction.
この発明の放収音装置は、音声を収音し、収音信号を出力する収音部と、音源位置を検出する音源位置検出部と、音声に特定の方向へ指向性を持たせて放音する放音部と、前記収音信号を入力し、収音信号に含まれる指向性を指示するコマンドを抽出する音声解析部と、前記音源位置検出部が検出した音源位置、および前記音声解析部の抽出した指向性を指示するコマンドの内容に基づいて、前記放音部の指向性パターンを設定する制御部と、を備えたことを特徴とする。 The sound emission and collection device of the present invention includes a sound collection unit that collects sound and outputs a sound collection signal, a sound source position detection unit that detects a sound source position, and emits sound with directivity in a specific direction. A sound emission unit that emits sound, a sound analysis unit that inputs the sound collection signal and extracts a command that indicates directivity included in the sound collection signal, a sound source position detected by the sound source position detection unit, and the sound analysis And a control unit that sets a directivity pattern of the sound emitting unit based on the contents of the command that instructs the directivity extracted by the unit.
この構成では、収音信号から指向性を指示するコマンドを抽出する。例えば、音声認識により「こちらへ」、「音を大きく」等の単語を抽出する。また、収音信号の基となった音源の位置を検出する。音源位置の検出は、例えばマイクアレイの各マイクユニットの出力音声信号から線形予測を行う。これらのコマンド抽出結果、音源位置の検出結果に基づいて指向性を制御する。指向性の設定は種々の態様が考えられるが、例えば、「こちらへ」という単語を抽出した場合、その方向に強い指向性を有する音声ビームを向ける。 In this configuration, a command indicating directivity is extracted from the collected sound signal. For example, words such as “here” and “sound louder” are extracted by voice recognition. Further, the position of the sound source that is the basis of the collected sound signal is detected. The sound source position is detected by performing linear prediction from the output audio signal of each microphone unit of the microphone array, for example. The directivity is controlled based on these command extraction results and sound source position detection results. There are various modes of setting the directivity. For example, when the word “here” is extracted, an audio beam having a strong directivity is directed in that direction.
また、この発明は、さらに、前記音声解析部は、収音信号に含まれるソースを選択するコマンドをさらに抽出し、前記制御部は、前記音声解析部が抽出したソースを選択するコマンドに基づいて、選択されたソースの音声の指向性パターンを設定し、前記放音部は、前記制御部が設定した指向性パターンに基づいて、異なるソースの音声を同時に複数の方向へ指向性を持たせて放音することを特徴とする。 Further, according to the present invention, the voice analysis unit further extracts a command for selecting a source included in the collected sound signal, and the control unit is based on the command for selecting the source extracted by the voice analysis unit. The directivity pattern of the selected source sound is set, and the sound emitting unit is configured to direct the sound of different sources simultaneously in a plurality of directions based on the directivity pattern set by the control unit. It is characterized by emitting sound.
この構成では、異なるソースの音声を複数の方向へ指向性を持たせて放音する。例えばスピーカアレイの各スピーカユニットに入力する音声信号を個別に遅延処理することで複数の方向に同時に指向性を持たせることが可能となる。更にこの構成では収音信号からソースを選択するコマンドを抽出する。例えば音声が2つのソース「ソースA」、「ソースB」からなる場合、音声認識により「ソースA」や「ソースB」という単語を抽出する。選択されたソースの音声の指向性パターンのみ設定する。これにより、例えば、「ソースA」という発言の後に「こちらへ」という単語を抽出した場合、その方向にソースAの音声のみビームを向ける。 In this configuration, sound from different sources is emitted with directivity in a plurality of directions. For example, it is possible to provide directivity in a plurality of directions at the same time by individually delaying audio signals input to the respective speaker units of the speaker array. Further, in this configuration, a command for selecting a source is extracted from the collected sound signal. For example, when the voice is composed of two sources “source A” and “source B”, the words “source A” and “source B” are extracted by voice recognition. Only the directivity pattern of the selected source audio is set. Thus, for example, when the word “here” is extracted after the statement “source A”, only the sound of the source A is directed in that direction.
また、この発明は、さらに、前記音声解析部は、収音信号に含まれるトリガとなるコマンドをさらに抽出し、前記制御部は、前記音声解析部がトリガとなるコマンドを抽出した場合のみ、前記指向性を指示するコマンドの内容に基づいてその後指向性パターンを設定することを特徴とする。 Further, according to the present invention, the voice analysis unit further extracts a command that is a trigger included in the collected sound signal, and the control unit extracts the command that the voice analysis unit triggers only when the command is extracted. A directivity pattern is then set based on the content of a command that instructs directivity.
この構成では、収音信号からトリガとなるコマンドを抽出する。トリガとなるコマンドとしては、例えば「コマンド入力」という単語である。この単語を認識した場合のみ指向性パターンを設定する。例えば、「コマンド入力」という発言の後に「こちらへ」という単語を抽出した場合、その方向にソースAの音声のみビームを向ける。単に「こちらへ」という単語を抽出した場合はこれを無視する。無意識に発言された内容の音声を無視することで、ユーザの設定意志を反映する。 In this configuration, a trigger command is extracted from the collected sound signal. The command serving as a trigger is, for example, the word “command input”. A directivity pattern is set only when this word is recognized. For example, when the word “here” is extracted after the statement “command input”, only the sound of the source A is directed in that direction. If you simply extract the word "here", ignore it. By ignoring unintentionally spoken content, the user's intention to set is reflected.
また、この発明は、さらに、前記音声解析部は、前記収音信号に含まれる特定のリズムパターンをコマンドとして抽出することを特徴とする。 Furthermore, the present invention is further characterized in that the voice analysis unit extracts a specific rhythm pattern included in the collected sound signal as a command.
この構成では、特定のリズムパターンをコマンドとして抽出する。例えば、所定レベル以上でかつ短い単発音(例えば手をたたく音声など)をカウントし、所定時間内(例えば3秒)の入力回数によってコマンドを抽出する。例えば、単発音1回で「音を大きく」と判断し、2回で「音を小さく」と判断する。 In this configuration, a specific rhythm pattern is extracted as a command. For example, a short single sound (for example, a clapping voice) that is equal to or higher than a predetermined level is counted, and a command is extracted according to the number of inputs within a predetermined time (eg, 3 seconds). For example, it is determined that “sound is loud” with a single sound, and “sound is small” with twice.
また、この発明は、さらに、前記制御部は、所定方向にのみ音量が低下するように指向性パターンを設定することを特徴とする。 Furthermore, the present invention is further characterized in that the control unit sets a directivity pattern so that the volume decreases only in a predetermined direction.
この構成では、指向性パターンの態様として、所定方向にのみ音量が低下するようにする。スピーカアレイの場合、各スピーカユニットから放音された音声は、位相が異なる領域で弱められる。したがって、各スピーカユニットに入力する音声信号の遅延量をコントロールすることで、所定方向にのみ音量が低下するように指向性を設定することができる。この場合、指向性を指示するコマンドとして「ここだけミュート」等の単語を抽出すればよい。これにより、特定の音声を発言するだけで、静かにしたい特定の領域のみ音量を低下させることができる。 In this configuration, the volume is reduced only in a predetermined direction as an aspect of the directivity pattern. In the case of a speaker array, the sound emitted from each speaker unit is weakened in regions having different phases. Therefore, by controlling the delay amount of the audio signal input to each speaker unit, the directivity can be set so that the volume decreases only in a predetermined direction. In this case, a word such as “mute only here” may be extracted as a command for directivity. As a result, the volume can be lowered only in a specific area where the user wants to be quiet by simply speaking a specific sound.
また、この発明は、さらに、前記収音信号のエコー成分を除去するエコーキャンセラをさらに備え、前記音声解析部は、前記エコーキャンセラがエコー成分を除去した収音信号に含まれるコマンドを抽出することを特徴とする。 The present invention further includes an echo canceller that removes an echo component of the collected sound signal, and the speech analysis unit extracts a command included in the collected sound signal from which the echo canceler has removed the echo component. It is characterized by.
この構成では、収音信号からエコー成分を除去する。エコー成分を除去した後の収音信号について音声認識等を行うため、コマンド抽出の精度が向上する。 In this configuration, the echo component is removed from the collected sound signal. Since voice recognition or the like is performed on the collected sound signal after removing the echo component, the accuracy of command extraction is improved.
この発明によれば、収音信号に含まれる指向性を指示するコマンドを抽出することにより、ユーザの発言で特定の方向に音声ビームを向けたり、特定の方向だけ音量を下げたりすることができる。 According to the present invention, by extracting a command indicating the directivity included in the collected sound signal, the sound beam can be directed in a specific direction or the volume can be decreased only in a specific direction by a user's speech. .
この実施形態の放収音装置は、マイクで収音した音声に基づいて放音指向性を制御する装置であり、他の装置から入力された音声を所定の方向に指向性を制御して放音する。この放収音装置は、テレビやオーディオ装置に接続することで種々のオーディオソースを放音するスピーカ装置として用いることが可能であり、他装置にマイクで収音した音声を出力することで音声会議装置として用いることも可能である。
以下、図面を参照してこの発明の実施形態である放収音装置について説明する。図1は放収音装置の構成を示すブロック図である。
The sound emission and collection device of this embodiment is a device that controls the sound emission directivity based on the sound collected by the microphone. Sound. This sound emission and collection device can be used as a speaker device that emits various audio sources by connecting to a television or an audio device. It can also be used as a device.
Hereinafter, a sound emitting and collecting apparatus according to an embodiment of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing a configuration of a sound emission and collection device.
この放収音装置1は、マイクアレイ2、入出力インタフェース(I/F)3、制御部4、スピーカアレイ5、エコーキャンセラ6、ビーム制御部7A、ビーム制御部7B、ミキサ8、D/Aコンバータ11〜18、アンプ(AMP)31〜38、アンプ(AMP)41〜48、A/Dコンバータ51〜58、収音ビーム生成部61、および収音ビーム選択部71を備えている。
The sound emission and collection device 1 includes a
マイクアレイ2は、複数の(同図の例では8つの)マイクユニット21〜28を直線状に配列してなり、マイクユニット21〜28が収音した音声(収音信号)をそれぞれ出力する。スピーカアレイ5は、複数の(同図の例では8つの)スピーカユニット51〜58を直線状に配列してなり、それぞれ入力された音声信号を放音する。
The
マイクユニット21〜28が収音した収音信号はフロントエンドのアンプ41〜48で増幅され、A/Dコンバータ51〜58でデジタル変換される。A/Dコンバータ51〜58でデジタル化された収音信号はエコーキャンセラ6に入力される。
The collected sound signals picked up by the
エコーキャンセラ6は、フィルタ処理部60を含み、ミキサ8から入力されるスピーカユニット51〜58に対応する音声信号をフィルタ処理部60に入力する。フィルタ処理部60は、スピーカユニット51〜58に対応する音声信号をそれぞれフィルタ処理して、スピーカアレイ5からマイクアレイ2に回り込む回帰音声信号を擬似した擬似回帰音信号を生成する。フィルタ処理部60は、この擬似回帰音信号を各収音信号から減算することでエコー成分を消去し、収音ビーム生成部61に出力する。エコーキャンセラ6によりエコー成分を消去することで、後述の音源位置検出処理、コマンド解析処理の精度が向上する。
The
収音ビーム生成部61は、エコーキャンセラ6でエコー成分が除去された収音信号をそれぞれ遅延して合成することによりマイクアレイ2全体としての収音指向性をビーム化する。このビーム化された収音指向性により、特定の領域で発生した音声を高いゲインで収音する。なお、ビーム化された収音指向性を収音ビームと呼ぶ。本実施形態では、マイクアレイ2の周囲4つの領域に対応する収音ビームMB11〜MB14を生成する。
The collected
図2は、収音ビームの一例を示す図である。同図において、収音ビーム生成部61は、収音したい位置に焦点を結ぶような収音ビームを形成し、狭い範囲の音声を高ゲインで収音する。ここで、収音領域P1〜P4は、例えばマイクアレイの正面に設定される。収音ビーム生成部61は、各マイクユニット21〜28が収音した音声信号を、焦点(同図においてはF3)から等距離になるように遅延したのち合成することにより、焦点周辺(収音領域P3)で発生した音声を高ゲインで取り出すことができる。
FIG. 2 is a diagram illustrating an example of a sound collecting beam. In the figure, a sound collecting
図1において、収音ビーム生成部61が生成した4つの収音ビームMB11〜MB14は、収音ビーム選択部71に入力される。収音ビーム選択部71は、4つの収音ビームMB11〜MB14のうち最もレベルの高い信号を選択し、その収音ビームをメイン収音ビームとして入出力I/F3に出力する。
In FIG. 1, the four sound collecting beams MB11 to MB14 generated by the sound collecting
図3は、収音ビーム選択部71の主要構成を示すブロック図である。
収音ビーム選択部71は、BPF(バンドパスフィルタ)171、全波整流回路172、ピーク検出回路173、レベル比較器174、および信号選択回路175を備えている。
FIG. 3 is a block diagram showing the main configuration of the collected
The collected
BPF171は、人の音声の主成分帯域を通過帯域とするバンドパスフィルタであり、収音ビームMB11〜MB14を帯域通過フィルタ処理して、全波整流回路172に出力する。全波整流回路172は、収音ビームMB11〜MB14を全波整流(絶対値化)する。ピーク検出回路173は、全波整流された収音ビームMB11〜MB14のピーク検出を行い、ピーク値データPs11〜Ps14を出力する。レベル比較器174は、ピーク値データPs11〜Ps14を比較して、最も高いレベルのピーク値データに対応する収音ビームを選択する選択指示データを信号選択回路175に与える。また、レベル比較器174は、選択指示データを制御部4にも与える。制御部4は、選択指示データを後述の音源位置検出処理に用いる。信号選択回路175は、選択指示データが示す収音ビームを選択し、メイン収音ビームとして入出力I/F3に出力する。また、信号選択回路175は、選択指示データが示す収音ビームを選択し、メイン収音ビームとして制御部4にも出力する。制御部4は、メイン収音ビームを後述のコマンド解析処理に用いる。
これは、音源が存在する収音領域に対応する収音ビームの信号レベルが他の領域に対応する収音ビームの信号レベルよりも高いことを利用している。
The
This utilizes the fact that the signal level of the sound collecting beam corresponding to the sound collecting region where the sound source exists is higher than the signal level of the sound collecting beam corresponding to the other region.
入出力I/F3(出力I/F30C)に入力されたメイン収音ビームは、この放収音装置1を音声会議装置として用いる場合、他の装置に出力される。ネットワークを経由して出力される場合は、所定のプロトコルの音声情報として出力される。
The main sound collection beam input to the input / output I / F 3 (output I /
入出力I/F3は、機能的に入力I/F30A,入力I/F30B,および出力I/F30Cからなり、他の装置と音声信号(または音声情報)を入出力する。入力I/F30Aに入力された音声信号はビーム制御部7Aに出力され、入力I/F30Bに入力された音声信号はビーム制御部7Bに出力される。なお、音声情報が入力された場合、音声信号に変換されて出力される。
The input / output I /
ビーム制御部7A、7Bは、スピーカアレイ5のスピーカユニット51〜58に入力する音声信号に遅延処理、ゲインコントロールを行うことで、所定方向に強い指向性を有する音声ビームを形成することができる。また、逆に所定方向にのみ音量が低下するような音声ビーム(以下、音声ディップと言う。)を形成することもできる。各スピーカユニット51〜58に対応する音声信号の遅延量、ゲインは制御部4により設定される。各スピーカユニット51〜58で放音された音声は、位相が共通する領域で強められ、逆に位相が異なる領域では弱められる。したがって、各スピーカユニットに入力する音声信号の遅延量をコントロールすることで特定の方向に音声ビームを向けたり、音声ディップを向けたりすることができる。
The
ビーム制御部7A、7Bが出力した音声信号はミキサ8に入力される。ミキサ8は、ビーム制御部7A、7Bがそれぞれ出力したスピーカユニット51〜58に対応する音声信号をミキシングし、エコーキャンセラ6に出力する。エコーキャンセラ6は、上記のように、スピーカユニット51〜58に対応する音声信号から擬似回帰音信号を生成する。また、エコーキャンセラ6は、スピーカユニット51〜58に対応する音声信号をD/Aコンバータ11〜18に出力する。スピーカユニット51〜58に対応する音声信号は、それぞれD/Aコンバータ11〜18でアナログ音声信号に変換され、アンプ31〜38で増幅された後スピーカユニット51〜58で放音される。
The audio signals output from the
ここで、ビーム制御部7A、7Bがそれぞれ違う領域に音声ビームを出力するように遅延処理を行うことで、ユーザは、各場所で異なるソースの音声を聴くことができる。例えば図4に示すように、リビングのソファーの位置に居るユーザh1は、映画音声(ソースA)を聴き、ダイニングテーブルの位置に居るユーザh2は音楽(ソースB)を聴くことができる。また、同じ映画音声であっても、ユーザh1は日本語の音声を聴き、ユーザh2は英語の音声を聴く、といったこともできる。各音声ビーム(音声ディップ)のソース、方向は制御部4により設定される。
Here, by performing delay processing so that the
制御部4は、CPUを含み、レベル比較器174から入力した選択指示データに基づいて、音源の位置を検出する音源位置検出処理を行う。最も単純には、選択指示データが示す音声ビームの収音領域に音源が存在すると判断し、この収音領域を音源位置とする。なお、図示はしないが、マイクユニット21〜28が収音した収音信号(エコーキャンセラ6の出力した収音信号)をそれぞれ入力し、線形予測法や最小分散法等、その他一般的な手法を用いて音源位置を検出してもよい。
The
また、制御部4は、信号選択回路175から入力したメイン収音ビームを解析するコマンド解析処理を行う。コマンド解析処理は、音声認識を行い、メイン収音ビームの音声内容からコマンドを抽出する処理である。具体的には、制御部4は、入力した音声信号と予めメモリ(図示せず)等に記憶してある音声信号のパターンとを比較する。比較方法は、例えば隠れマルコフモデル等の確率モデルを利用する。制御部4は、入力した音声信号の内容から特定の音声内容を認識した場合、これをコマンドとして抽出する。コマンドの内容は、トリガ、ソースの選択、およびビームの設定に分類される。
In addition, the
制御部4は、トリガのコマンドとして抽出される音声(例えば「コマンド入力」という音声)を予め定めておき、このトリガ音声を認識した後に入力される音声信号をソースの選択、およびビームの設定のコマンドとして抽出するコマンド抽出処理を行い、トリガ音声が認識されていなければコマンド抽出処理を実行しない。
The
同様に、制御部4は、ソースの選択のコマンドとして抽出される音声内容を予め定めておく。ソースの選択のコマンドとして抽出される音声内容は、例えば「ソースA」、「ソースB」等である。
また、制御部4は、ビームの設定のコマンドとして抽出される音声内容も予め定めておく。ビームの設定のコマンドとして抽出される音声内容は、例えば「音を大きく」、「音を小さく」等である。
なお、ソースの選択、およびビームの設定のコマンドの抽出は、本発明において必須ではない。
Similarly, the
The
Note that selection of a source and extraction of a beam setting command are not essential in the present invention.
また、音声認識に限らず、例えば特定のリズムパターンをコマンドとして抽出することもできる。制御部4は、所定レベル以上の音声でかつ所定レベル以上の時間が短い単発音(例えば手をたたく音声など)をカウントし、所定時間内(例えば3秒)の入力回数によってコマンドを抽出する。例えば、単発音1回で「音を大きく」と判断し、2回で「音を小さく」と判断する。
In addition to voice recognition, for example, a specific rhythm pattern can be extracted as a command. The
制御部4は、音源位置検出処理で検出した音源位置、およびコマンド解析処理で解析したコマンド内容に基づいて、ビーム制御部7A、7Bの遅延量やゲインを設定する指向性設定処理を行う。以下、図面を参照して指向性設定処理の具体的な例について説明する。なお、いずれの例においても、ユーザは最初に「コマンド入力」等のトリガ音声を発しているものとする。
The
図5は、指向性設定処理の例として、音声ビームをコントロールする例を示す図である。同図(A)は、ユーザの方向に音声ビームを向ける場合の例を示した図である。同図において、ユーザh1が「ソースAこちらへ」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「こちらへ」を抽出する。また、制御部4は、ユーザh1の位置を検出する。そして、制御部4は、ソースAの音声(同図の例では映画音声)がユーザh1の位置に向けられるように、ビーム制御部7Aの遅延量を設定する。これにより、ユーザh1は、各場所で「ソースAこちらへ」と発言するだけで、音声ビームを自身の方向に向けることができる。
FIG. 5 is a diagram illustrating an example of controlling an audio beam as an example of directivity setting processing. FIG. 3A is a diagram showing an example in which an audio beam is directed toward the user. In the figure, when the user h1 says “Source A here”, the
次に、同図(B)は、ユーザの方向に向けられている音声ビームの音量を変更する場合の例を示した図である。同図において、ユーザh1が「ソースA音を大きく」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「音を大きく」を抽出する。また、制御部4は、ユーザh1の位置を検出する。そして、制御部4は、ソースAの音声ビームの音量が大きくなるように、ビーム制御部7Aのゲインを設定する。なお、このときに検出したユーザh1の位置が音声ビームの方向からずれていれば、ユーザh1の位置に音声ビームを向けるようにビーム制御部7Aの遅延量を設定してもよい。これにより、ユーザh1は、各場所で「ソースA音を大きく」と発言するだけで、自身の位置だけソースAの音量を大きくすることができる。
図5(A)、および図5(B)に示した指向性設定の例は、夜間にテレビや音楽を楽しんでいる場合、家庭内の他の音が大きく、映画の音声を聞き取り難い場合、等に好適である。
Next, FIG. 5B is a diagram showing an example of changing the volume of the sound beam directed toward the user. In the figure, when the user h1 says “source A louder”, the
The example of directivity setting shown in FIG. 5 (A) and FIG. 5 (B) is that when enjoying TV and music at night, when other sounds in the home are loud and it is difficult to hear the sound of the movie, It is suitable for etc.
次に、図6は、ユーザの方向に音声ディップを向ける場合の例を示した図である。同図において、ユーザh1が「ソースAここだけミュート」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「ここだけミュート」を抽出する。また、制御部4は、ユーザh1の位置を検出する。そして、制御部4は、ソースAの音声がユーザh1の位置だけ音量が低下するように(図中2点破線で示す音声ディップが向けられるように)、ビーム制御部7Aの遅延量を設定する。これにより、ユーザh1は、各場所で「ソースAここだけミュート」と発言するだけで、音声ディップを自身の方向に向けることができる。
同図の例は、ユーザがテレビや音楽を楽しんでいるとき、電話がかかってきて一時的に音量を下げたい場合等に好適である。
Next, FIG. 6 is a diagram illustrating an example in which an audio dip is directed toward the user. In the figure, when the user h1 says “source A mute only”, the
The example shown in the figure is suitable for a case where the user is enjoying television or music and wants to temporarily lower the volume due to an incoming call.
次に、図7は、ユーザ以外の方向(特定の方向)に音声ビームを向ける場合の例を示した図である。同図(A)において、ユーザh1が「ソースA反対方向」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「反対方向」を抽出する。また、制御部4は、ユーザh1の位置を検出する。そして、制御部4は、ソースAの音声ビームがユーザと反対の方向に向けられるように、ビーム制御部7Aの遅延量を設定する。なお、反対の方向とは、スピーカアレイ5の中心位置Oからアレイ長軸方向に直交する方向軸Yを挟んで対称となる位置を言う。同図の例では、ユーザh1の位置の反対の方向にユーザh2が存在する。したがって、ソースAの音声ビームがユーザh2に向けられることとなる。
以上のように、ユーザh1は、各場所で「ソースA反対方向」と発言するだけで、音声ビームを自身と異なる方向に向けることができる。なお、予め音声ビームを向ける方向を複数設定しておき、その方向に音声ビームを向けることもできる。
Next, FIG. 7 is a diagram illustrating an example in which an audio beam is directed in a direction other than the user (a specific direction). In FIG. 5A, when the user h1 says “source A opposite direction”, the
As described above, the user h1 can direct the sound beam in a direction different from that of the user h1 simply by saying “the direction opposite to the source A” at each place. A plurality of directions in which the sound beam is directed can be set in advance, and the sound beam can be directed in that direction.
同図(B)において、制御部4は、音声ビームを向ける方向として方向1〜3までの複数の方向を予め設定している。なお、設定する方向の数はこの例に限らない。ここで、ユーザh1が「ソースA方向1」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「方向1」を抽出する。そして、制御部4は、ソースAの音声ビームが予め設定した方向1に向けられるように、ビーム制御部7Aの遅延量を設定する。
図7の例は、ユーザが音楽を楽しんでいるとき、これを他の人に聴かせたい場合等に好適である。また、上記のようにユーザがテレビや音楽を楽しんでいるとき、電話がかかってきて一時的に他の方向に音声ビームを向けたい場合等にも好適である。
In FIG. 5B, the
The example in FIG. 7 is suitable when the user is enjoying music and wants other people to listen to it. Further, when the user is enjoying television or music as described above, it is also suitable for a case where a telephone call is received and the user wants to temporarily direct the sound beam in the other direction.
次に、図8は、ユーザ以外の方向(特定の方向)に音声ディップを向ける場合の例を示した図である。同図(A)において、ユーザh1が「ソースA反対方向だけミュート」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「反対方向だけミュート」を抽出する。また、制御部4は、ユーザh1の位置を検出する。そして、制御部4は、ソースAの音声がユーザと反対の方向だけ音量が低下するように(図中2点破線で示す音声ディップが向けられるように)、ビーム制御部7Aの遅延量を設定する。同図の例では、ユーザh1の位置の反対の方向にユーザh2が存在する。したがって、ソースAの音声について、ユーザh2の位置だけ音量が低下する。
Next, FIG. 8 is a diagram illustrating an example in which the voice dip is directed in a direction other than the user (specific direction). In FIG. 5A, when the user h1 says “Mute only in the direction opposite to the source A”, the
以上のように、ユーザh1は、各場所で「ソースA反対方向だけミュート」と発言するだけで、音声ディップを自身と異なる方向に向けることができる。なお、予め音声ディップを向ける方向を複数設定しておき、その方向に音声ディップを向けることもできる。 As described above, the user h1 can direct the audio dip in a direction different from that of the user h1 only by saying “mute only in the direction opposite to the source A” at each place. It is also possible to set a plurality of directions in which the voice dip is directed in advance and direct the voice dip in that direction.
同図(B)において、制御部4は、音声ディップを向ける方向として方向1〜3までの複数の方向を設定している。なお、この例においても、設定する方向の数はこの例に限らない。ここで、ユーザh1が「ソースA方向1だけミュート」と発言すると、制御部4は、ソースの選択のコマンドとして「ソースA」を抽出し、ビームの設定のコマンドとして「方向1だけミュート」を抽出する。そして、制御部4は、ソースAの音声ディップが予め設定した方向1に向けられるように、ビーム制御部7Aの遅延量を設定する。
図8の例は、赤ちゃんが寝ている方向だけ音量を下げたい場合等に好適である。また、家庭内の電話機の方向を予め設定しておけば、電話がかかってきた場合に、電話機の方向だけ音量を下げることも可能である。
In FIG. 5B, the
The example of FIG. 8 is suitable for the case where it is desired to decrease the volume only in the direction in which the baby is sleeping. Also, if the direction of the telephone in the home is set in advance, it is possible to reduce the volume only in the direction of the telephone when a call is received.
以上のように、本発明の放収音装置によれば、ユーザが本体やリモコンを操作して複雑な設定を行う必要なく、音声を発するだけで、音声ビーム、音声ディップを容易にコントロールすることができる。 As described above, according to the sound emission and collection device of the present invention, the user can easily control the sound beam and the sound dip only by emitting sound without having to perform complicated settings by operating the main body or the remote control. Can do.
1−放収音装置
2−マイクアレイ
3−入出力インタフェース
4−制御部
5−スピーカアレイ
6−エコーキャンセラ
7A,7B−ビーム制御部
8−ミキサ
1-Sound emitting and collecting device 2-Microphone array 3-Input / output interface 4-Control unit 5-Speaker array 6-
Claims (6)
音源位置を検出する音源位置検出部と、
音声に特定の方向へ指向性を持たせて放音する放音部と、
前記収音信号を入力し、収音信号に含まれる指向性を指示するコマンドを抽出する音声解析部と、
前記音源位置検出部が検出した音源位置、および前記音声解析部の抽出した指向性を指示するコマンドの内容に基づいて、前記放音部の指向性パターンを設定する制御部と、
を備えた放収音装置。 A sound collection unit that collects sound and outputs a sound collection signal;
A sound source position detection unit for detecting a sound source position;
A sound emitting part that emits sound with directivity in a specific direction;
A voice analysis unit that inputs the collected sound signal and extracts a command that directs directivity included in the collected sound signal;
A control unit that sets a directivity pattern of the sound emitting unit based on a sound source position detected by the sound source position detecting unit and a content of a command that instructs the directivity extracted by the voice analysis unit;
A sound emission and collection device.
前記制御部は、前記音声解析部が抽出したソースを選択するコマンドに基づいて、選択されたソースの音声の指向性パターンを設定し、
前記放音部は、前記制御部が設定した指向性パターンに基づいて、異なるソースの音声を同時に複数の方向へ指向性を持たせて放音する請求項1に記載の放収音装置。 The voice analysis unit further extracts a command for selecting a source included in the collected sound signal,
The control unit sets the directivity pattern of the selected source voice based on the command for selecting the source extracted by the voice analysis unit,
The sound emission and collection device according to claim 1, wherein the sound emission unit emits sound of different sources with directivity in a plurality of directions at the same time based on the directivity pattern set by the control unit.
前記制御部は、前記音声解析部がトリガとなるコマンドを抽出した場合のみ、前記指向性を指示するコマンドの内容に基づいてその後指向性パターンを設定する請求項1、または請求項2に記載の放収音装置。 The voice analysis unit further extracts a trigger command included in the collected sound signal,
3. The control unit according to claim 1, wherein the control unit sets a directivity pattern thereafter based on the content of the command instructing the directivity only when the voice analysis unit extracts a trigger command. 4. Sound emission and collection device.
前記音声解析部は、前記エコーキャンセラがエコー成分を除去した収音信号に含まれるコマンドを抽出する請求項1乃至請求項5のいずれかに記載の放収音装置。 An echo canceller for removing an echo component of the collected sound signal;
6. The sound emission and collection device according to claim 1, wherein the voice analysis unit extracts a command included in a sound collection signal from which an echo component has been removed by the echo canceller.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007040507A JP5380777B2 (en) | 2007-02-21 | 2007-02-21 | Audio conferencing equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007040507A JP5380777B2 (en) | 2007-02-21 | 2007-02-21 | Audio conferencing equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008205896A true JP2008205896A (en) | 2008-09-04 |
JP5380777B2 JP5380777B2 (en) | 2014-01-08 |
Family
ID=39782887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007040507A Expired - Fee Related JP5380777B2 (en) | 2007-02-21 | 2007-02-21 | Audio conferencing equipment |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5380777B2 (en) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010148030A (en) * | 2008-12-22 | 2010-07-01 | Sony Corp | Sound wave output device, communication device, sound wave output method, and program |
JP2013225886A (en) * | 2013-06-10 | 2013-10-31 | Yamaha Corp | Voice collecting device and voice emitting/collecting system |
JP2014523679A (en) * | 2011-06-21 | 2014-09-11 | ロウルズ リミテッド ライアビリティ カンパニー | Signal-enhanced beamforming in an augmented reality environment |
JP2015037239A (en) * | 2013-08-13 | 2015-02-23 | 日本電信電話株式会社 | Reverberation suppression device and method, program, and recording medium therefor |
WO2015187587A1 (en) * | 2014-06-03 | 2015-12-10 | Harman International Industries, Incorporated | Hands free device with directional interface |
JP2016531375A (en) * | 2013-09-20 | 2016-10-06 | アマゾン テクノロジーズ インコーポレイテッド | Local and remote speech processing |
JP2017500785A (en) * | 2013-11-22 | 2017-01-05 | アップル インコーポレイテッド | Hands-free beam pattern configuration |
JPWO2015186445A1 (en) * | 2014-06-03 | 2017-04-20 | ソニー株式会社 | Information processing apparatus, information processing method, and program |
JP2019029861A (en) * | 2017-07-31 | 2019-02-21 | 日本電信電話株式会社 | Acoustic signal processing device, method and program |
US10515637B1 (en) | 2017-09-19 | 2019-12-24 | Amazon Technologies, Inc. | Dynamic speech processing |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0816184A (en) * | 1994-06-28 | 1996-01-19 | Matsushita Electric Works Ltd | Speech recognition type controller |
JPH08149581A (en) * | 1994-11-22 | 1996-06-07 | Oki Electric Ind Co Ltd | Voice input remote controller |
JP2000089779A (en) * | 1998-09-08 | 2000-03-31 | Nec Mobile Commun Ltd | Apparatus angle control system |
JP2001078276A (en) * | 1999-09-07 | 2001-03-23 | Mitsubishi Electric Corp | Remote controller |
JP2001125594A (en) * | 1999-09-14 | 2001-05-11 | Deutsche Thomson Brandt Gmbh | Device for adapting directional characteristic of microphone for voice control |
JP2003131695A (en) * | 2001-10-25 | 2003-05-09 | Hitachi Ltd | Voice recognition equipment, and unit and method for voice recognition equipment control |
JP2004120459A (en) * | 2002-09-27 | 2004-04-15 | Mitsubishi Electric Corp | Sound output device |
JP2004514926A (en) * | 2000-11-27 | 2004-05-20 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Control method of device provided with sound output means |
JP2005197896A (en) * | 2004-01-05 | 2005-07-21 | Yamaha Corp | Audio signal supply apparatus for speaker array |
JP2006337513A (en) * | 2005-05-31 | 2006-12-14 | Funai Electric Co Ltd | Television receiver |
-
2007
- 2007-02-21 JP JP2007040507A patent/JP5380777B2/en not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0816184A (en) * | 1994-06-28 | 1996-01-19 | Matsushita Electric Works Ltd | Speech recognition type controller |
JPH08149581A (en) * | 1994-11-22 | 1996-06-07 | Oki Electric Ind Co Ltd | Voice input remote controller |
JP2000089779A (en) * | 1998-09-08 | 2000-03-31 | Nec Mobile Commun Ltd | Apparatus angle control system |
JP2001078276A (en) * | 1999-09-07 | 2001-03-23 | Mitsubishi Electric Corp | Remote controller |
JP2001125594A (en) * | 1999-09-14 | 2001-05-11 | Deutsche Thomson Brandt Gmbh | Device for adapting directional characteristic of microphone for voice control |
JP2004514926A (en) * | 2000-11-27 | 2004-05-20 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Control method of device provided with sound output means |
JP2003131695A (en) * | 2001-10-25 | 2003-05-09 | Hitachi Ltd | Voice recognition equipment, and unit and method for voice recognition equipment control |
JP2004120459A (en) * | 2002-09-27 | 2004-04-15 | Mitsubishi Electric Corp | Sound output device |
JP2005197896A (en) * | 2004-01-05 | 2005-07-21 | Yamaha Corp | Audio signal supply apparatus for speaker array |
JP2006337513A (en) * | 2005-05-31 | 2006-12-14 | Funai Electric Co Ltd | Television receiver |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010148030A (en) * | 2008-12-22 | 2010-07-01 | Sony Corp | Sound wave output device, communication device, sound wave output method, and program |
JP4725643B2 (en) * | 2008-12-22 | 2011-07-13 | ソニー株式会社 | SOUND OUTPUT DEVICE, COMMUNICATION DEVICE, SOUND OUTPUT METHOD, AND PROGRAM |
CN101765042B (en) * | 2008-12-22 | 2014-05-28 | 索尼株式会社 | Sonic wave output device, voice communication device, sonic wave output method and program |
US8817578B2 (en) | 2008-12-22 | 2014-08-26 | Sony Corporation | Sonic wave output device, voice communication device, sonic wave output method and program |
JP2014523679A (en) * | 2011-06-21 | 2014-09-11 | ロウルズ リミテッド ライアビリティ カンパニー | Signal-enhanced beamforming in an augmented reality environment |
US9973848B2 (en) | 2011-06-21 | 2018-05-15 | Amazon Technologies, Inc. | Signal-enhancing beamforming in an augmented reality environment |
JP2013225886A (en) * | 2013-06-10 | 2013-10-31 | Yamaha Corp | Voice collecting device and voice emitting/collecting system |
JP2015037239A (en) * | 2013-08-13 | 2015-02-23 | 日本電信電話株式会社 | Reverberation suppression device and method, program, and recording medium therefor |
JP2016531375A (en) * | 2013-09-20 | 2016-10-06 | アマゾン テクノロジーズ インコーポレイテッド | Local and remote speech processing |
JP2017500785A (en) * | 2013-11-22 | 2017-01-05 | アップル インコーポレイテッド | Hands-free beam pattern configuration |
KR101960215B1 (en) * | 2013-11-22 | 2019-03-19 | 애플 인크. | Handsfree beam pattern configuration |
KR102012612B1 (en) | 2013-11-22 | 2019-08-20 | 애플 인크. | Handsfree beam pattern configuration |
KR20180002905A (en) * | 2013-11-22 | 2018-01-08 | 애플 인크. | Handsfree beam pattern configuration |
CN109379671B (en) * | 2013-11-22 | 2020-11-03 | 苹果公司 | Method, system and apparatus for adjusting sound emitted by a speaker array |
KR20180108878A (en) * | 2013-11-22 | 2018-10-04 | 애플 인크. | Handsfree beam pattern configuration |
US10251008B2 (en) | 2013-11-22 | 2019-04-02 | Apple Inc. | Handsfree beam pattern configuration |
CN109379671A (en) * | 2013-11-22 | 2019-02-22 | 苹果公司 | Hands-free beam pattern configuration |
JPWO2015186445A1 (en) * | 2014-06-03 | 2017-04-20 | ソニー株式会社 | Information processing apparatus, information processing method, and program |
US10318016B2 (en) | 2014-06-03 | 2019-06-11 | Harman International Industries, Incorporated | Hands free device with directional interface |
JP2017526024A (en) * | 2014-06-03 | 2017-09-07 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | Hands-free device with directional interface |
WO2015187587A1 (en) * | 2014-06-03 | 2015-12-10 | Harman International Industries, Incorporated | Hands free device with directional interface |
JP2019029861A (en) * | 2017-07-31 | 2019-02-21 | 日本電信電話株式会社 | Acoustic signal processing device, method and program |
US10515637B1 (en) | 2017-09-19 | 2019-12-24 | Amazon Technologies, Inc. | Dynamic speech processing |
Also Published As
Publication number | Publication date |
---|---|
JP5380777B2 (en) | 2014-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5380777B2 (en) | Audio conferencing equipment | |
US10079017B1 (en) | Speech-responsive portable speaker | |
EP3474557B1 (en) | Image processing device, operation method of image processing device, and computer-readable recording medium | |
JP4837917B2 (en) | Device control based on voice | |
US11624800B1 (en) | Beam rejection in multi-beam microphone systems | |
US10149049B2 (en) | Processing speech from distributed microphones | |
EP3491645B1 (en) | Far-field audio processing | |
CN107454508B (en) | TV set and TV system of microphone array | |
CN109599124B (en) | Audio data processing method and device and storage medium | |
US9293134B1 (en) | Source-specific speech interactions | |
US9167333B2 (en) | Headset dictation mode | |
US9392353B2 (en) | Headset interview mode | |
US9792901B1 (en) | Multiple-source speech dialog input | |
US11301208B2 (en) | Control method, control device, and control system | |
US10325591B1 (en) | Identifying and suppressing interfering audio content | |
WO2003107327A1 (en) | Controlling an apparatus based on speech | |
JP5130298B2 (en) | Hearing aid operating method and hearing aid | |
JP6678315B2 (en) | Voice reproduction method, voice interaction device, and voice interaction program | |
JP2011066668A (en) | Echo canceler, echo canceling method, and program of echo canceler | |
JP2020202448A (en) | Acoustic device and acoustic processing method | |
JP2007329753A (en) | Voice communication device and voice communication device | |
JP2007298876A (en) | Voice data recording and reproducing apparatus | |
JP2008249893A (en) | Speech response device and its method | |
JP2005229422A (en) | Sound processing apparatus | |
JP2007086592A (en) | Speech output device and method therefor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111122 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120123 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20120123 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121002 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121203 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130916 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |