JP2011166407A - 音響設定装置および音響設定方法 - Google Patents

Abstract

【課題】聴取空間に配置された静止物体を検出しながら静止物体のスピーカに対する相対関係の変化に応じて聴取音の出力状態に関するオーディオ出力条件の設定が可能な音響設定装置を提供すること。
【解決手段】複数のスピーカ１０１が設置された聴取空間ＳＰに向けて、スピーカ１０１から出力される聴取者に聴取させるべき聴取音の、聴取空間ＳＰに対する出力状態に関するオーディオ出力条件の設定を行なう音響システム１００が、複数のスピーカ１０１をオーディオ信号に基づき駆動させるオーディオ出力手段と、聴取空間ＳＰに存在する静止物体を検出する聴取空間環境検出手段と、前記聴取空間環境検出手段が、空間内存在物体のスピーカ１０１に対する相対関係が変化したことを検出したときに、オーディオ出力条件設定を前記変化に対応した設定とするオーディオ出力条件設定手段とを備えている。
【選択図】図７

Description

本発明は、オーディオ機器などのスピーカから聴取空間に向けて出力される聴取者に聴取させるべき聴取音の、前記聴取空間に対するオーディオ出力条件の設定を行なう音響設定装置および音響設定方法に関する。

近年、複数のスピーカを配置して、臨場感ある音場を表現する音響システムに関する技術が各種提案されている。このような音響システムでは、特定した聴取者の聴取位置に応じてスピーカ位置、音声フィルタ処理、音圧や出力タイミングなどの聴取音に関するオーディオ出力条件の設定を行なって音場を実現させる音響設定装置を備えている。

また、音響システムにカメラを設置し、撮像したフレームに顔が進入した際に、肌色成分を検出しその位置に応じてオーディオ出力条件設定を行なう技術も知られている（例えば、特許文献１参照）。

しかしながら、上述の従来の音響設定装置では、まず、使用前に聴取音の聴取空間に対する出力状態に関するオーディオ出力条件設定を、聴取空間の環境に応じて行う必要がある。例えば、５．１ｃｈサラウンドシステムでは、聴取者位置に対するフロント、リア、サブウーハなどの複数のスピーカのそれぞれの距離を聴取者自らが測定しオーディオ出力条件設定を行なう必要があった。
また、近年では聴取者が測定する代わりに、聴取者位置にヘッドセットのような集音装置を事前に設置し、聴取空間における聴取空間環境を確認するものがある。その場合には、聴取者や障害物などの影響が無い環境にしなければならないため、その分、聴取者の手間となってしまうという問題や、集音時に音域毎に確認する必要があるため、設定時間を要するという問題がある。

そして何より、その設定された聴取空間内の環境に変化が生じると、聴取者がそれに応じて各スピーカの位置などを再度設定する必要がある。例えば、聴取空間に配置された椅子が大きさの異なるものに交換され、その設置位置も変更されるといった聴取空間環境の変化が生じた場合、聴取者の位置および音響の反射度合いが変わるため、各スピーカの位置・向きその他の聴取音の聴取空間に対する出力状態に関するオーディオ出力条件を再設定する必要がある。
また、上述の特許文献１に記載の技術は、顔の進入の際にのみ肌色成分に応じてオーディオ出力条件設定を行なうため、上述のような静止物体の大きさや位置などの変動に対応することができず、加えて、聴取者が存在するのに肌色成分（顔）の検出ができなかった場合、聴取空間に対する聴取音の適正なオーディオ出力条件の設定ができなかった。

本発明は、上述の課題を解決することを目的とするものであり、聴取空間に配置された静止物体を検出しながら静止物体のスピーカに対する相対関係の変化に応じて聴取音の出力状態に関するオーディオ出力条件の設定が可能な音響設定装置および音響設定方法を提供することを目的とする。

上記目的を達成するために本発明の音響設定装置は、 複数のスピーカが設置された聴取空間に向けて、前記スピーカから出力される聴取者に聴取させるべき聴取音の、前記聴取空間に対する出力状態に関するオーディオ出力条件の設定を行なう音響設定装置であって、前記複数のスピーカをオーディオ信号に基づき駆動させるオーディオ出力手段と、前記聴取空間に存在する静止物体を検出する聴取空間環境検出手段と、前記聴取空間環境検出手段が、前記静止物体の前記スピーカに対する相対関係が変化したことを検出したときに、前記変化に対応したオーディオ出力条件に設定するオーディオ出力条件設定手段とを備えていることを特徴とする。

本発明の音響設定装置では、聴取空間に配置された静止物体を検出しながら静止物体体のスピーカに対する相対関係が変化したときには、聴取音の聴取空間に対する出力状態に関するオーディオ出力条件設定を、相対関係の変化に応じた設定とするため、聴取空間において静止物体とスピーカとの相対関係に変化が生じた場合にも最適なオーディオ出力条件の設定が可能である。

図１は本発明の実施例１に係る音響設定装置を備えた音響システムの外観を示す斜め正面から見た斜視図である。 図２は実施例１の音響設定装置を備えた音響システムの外観を示す平面図である。 図３は実施例１の音響設定装置を備えた音響システムの概要を示すブロック図である。 図４は実施例１の音響設定装置を備えた音響システムに組み込まれているカメラユニットの概要を示すブロック図である。 図５は実施例１で用いるＲＧＢの画像データにおける細分化されたエリアを示す図である。 図６は実施例１の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れを示すフローチャートである。 図７は実施例１の作用説明用の聴取空間ＳＰの一例を示す斜視図である。 図８は図７に示す聴取空間ＳＰに対応して実施例１の音響設定装置が作動した状態を示す斜視図である。 図９は図６のステップＳ６で実行するＡＦ処理の詳細を示すフローチャートである。 図１０は実施例１の作用説明用の聴取空間ＳＰの環境変動例を示す斜視図である。 図１１は実施例１の作用説明図であって、（ａ）は図７に示す聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示している。 図１２は実施例１の作用説明図であって、（ａ）は図１０に示す聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示している。 図１３は実施例１の音響設定装置が、図７に示す聴取空間ＳＰの聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。 図１４は実施例１の音響設定装置が、図１０に示す聴取空間ＳＰの聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。 図１５は実施例２の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れを示すフローチャートである。 図１６は実施例２の作用を説明するための聴取空間ＳＰの一例を示す斜視図である。 図１７は実施例２の作用を説明するための聴取空間ＳＰの環境変動例を示す斜視図である。 図１８は実施例２の作用説明図であって、（ａ）は図１６に示す聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示し、（ｃ）はそのグルーピングエリアにおける顔検知範囲を示している。 図１９は実施例２の作用説明図であって、（ａ）は図１７に示す聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示し、（ｃ）はそのグルーピングエリアにおける顔検知範囲を示している。 図２０は実施例２の音響設定装置が、図１６に示す聴取空間ＳＰの聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。 図２１は実施例２の音響設定装置の図１７に示す聴取空間ＳＰの聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。 図２２は実施例３の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れの前半部分を示すフローチャートである。 図２３は実施例３の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れの後半部分を示すフローチャートである。 図２４は実施例３の作用を説明するための聴取空間ＳＰの一例を示す斜視図である。 図２５は実施例３の音響設定装置が、図２４に示す聴取空間ＳＰの聴取空間環境に応じて作動した例の説明図であって、（ａ）は図２４に示す聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示し、（ｃ）はそのグルーピングエリアにおける顔検知範囲を示している。 図２６は実施例３の音響設定装置が、図２４に示す聴取空間ＳＰの聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。 図２７は実施例４の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れの前半部分を示すフローチャートである。 図２８は実施例４の音響設定装置を備えた音響システムにおけるオーディオ出力条件設定処理の流れの後半部分を示すフローチャートである。 図２９は実施例４の音響設定装置の視線検知処理の説明図であり、（ａ）は視線検知処理に用いるテンプレートの一例を示し、（ｂ）はこのテンプレートを用いたマッチング処理例を示している。 図３０は実施例４の音響設定装置が聴取空間ＳＰの聴取空間環境に応じて作動した例の説明図であって、（ａ）は聴取空間ＳＰの画像データを示し、（ｂ）はその画像データをＡＦ処理して得られるグルーピングエリアを示し、（ｃ）は視線検知処理前の顔検知範囲を示し、（ｄ）は視線検知処理を経た後の顔検知範囲を示している。 図３１は実施例４の音響設定装置の作動例の説明図であって、図２４に示す聴取空間ＳＰから装置から向かって右側の聴取者ＭＡが眠った場合の聴取空間環境に応じてスピーカ１０１，１０１を水平方向に回動させて角度θ１，θ２に設定した状態を示す図である。

以下、本発明を実施するための形態について、添付図面を参照しながら実施例を挙げて説明する。

［構成］
まず、図１〜図４に基づいて、実施例１の音響設定装置の構成について説明する。なお、図１は本発明の実施例１に係る音響設定装置を備えた音響システム１００の外観を示す斜め正面から見た斜視図、図２は実施例１の音響設定装置を備えた音響システム１００の外観を示す平面図、図３は音響システム１００の概要を示すブロック図、図４は音響システム１００に組み込まれているカメラユニット１０２の概要を示すブロック図である。

音響システム１００は、一対のスピーカ１０１，１０１、カメラユニット１０２、スピーカ１０１を垂直方向の軸を中心に回転させる駆動ステージ１０３、電源スイッチ１０４を有している。

図３に示すように、音響システム１００は、外部機器Ｉ／Ｆブロック１１１、Ｄ／Ａ変換ブロック１１２、信号処理ブロック１１３、駆動ブロック１１４、カメラユニット１０２、音響出力ブロック（オーディオ出力手段）３０を備えている。また、カメラユニット１０２は、カメラコントロールブロック２１およびレンズユニットブロック２２を備え、音響出力部３０はアンプブロック３１を備えている。
外部機器Ｉ／Ｆブロック１１１は、テレビやＤＶＤプレーヤなどの外部機器からオーディオ信号を入力するオーディオ入力端子を有している。外部機器Ｉ／Ｆブロック１１１に入力されたオーディオ信号は、信号処理ブロック１１３によりデジタル出力データへ変換する信号処理が施される。信号処理ブロック１１３は、ＤＳＰ（Digital Signal Processor）により構成されており、入力されたデータに対してノイズリダクションや、フィルタ処理などの処理を行なう。

信号処理ブロック１１３で変換されたデジタル出力データは、Ｄ／Ａ変換ブロック１１２によりアナログデータに変換され、そのアナログデータが音響出力部３０へ入力される。音響出力部３０は、アンプブロック３１により、アナログデータに対して増幅処理を行うことができる。

駆動ブロック１１４は、各スピーカ１０１の下部にある駆動ステージ１０３を、それぞれ所定角度に回動可能である。この駆動ブロック１１４および駆動ステージ１０３が、スピーカ１０１，１０１の向きを変更する手段に相当する。

次に、図４に基づいてカメラユニット１０２の構成を説明する。
カメラユニット１０２は、聴取空間ＳＰ（図７参照）内を撮影して画像データを得る撮像手段であって、カメラコントロールブロック２１とレンズユニットブロック２２とを備えており、本実施例１では、後述する聴取空間環境検出手段としての機能を有する。なお、聴取空間ＳＰとは、図７に示すように、音響システム１００が配置されてスピーカ１０１，１０１によりオーディオ出力が成される空間を指しており、図７では、椅子ＣＨ１が置かれた部屋を一例として示している。

図４に戻り、カメラコントロールブロック２１は、レンズユニットブロック２２で得られた画像信号の処理や、レンズユニットブロック２２に対して後述するオートフォーカス（以下、ＡＦと表す）処理などを実行させる制御を行う。

カメラコントロールブロック２１は、カメラプロセッサ７（以下、単に「プロセッサ７」という）を備えている。
プロセッサ７は、ＣＣＤ１信号処理ブロック７２、ＣＣＤ２信号処理ブロック７６、ＣＰＵブロック７３、ローカルＳＲＡＭ７７、メモリコントローラブロック７１、Ｉ２Ｃブロック７５を備えており、これらは相互にバスラインで接続されている。プロセッサ７の外部には、ＹＵＶ画像データを保存するＳＤＲＡＭ９が配置されていて、プロセッサ７とバスラインによって接続されている。プロセッサ７の外部には、制御プログラムが格納されたＲＯＭ８が配置されていて、プロセッサ７とバスラインによって接続されている。

レンズユニットブロック２２は、鏡胴ユニット５を備えている。鏡胴ユニット５は、ズームレンズ５１ａを有するズーム光学系５１、およびフォーカスレンズ５２ａを有するフォーカス光学系５２を有する。ズーム光学系５１、フォーカス光学系５２は、それぞれズームモータ５１ｂ、フォーカスモータ５２ｂによって駆動されるようになっている。これら各モータ５１ｂ，５２ｂは、プロセッサ７のＣＰＵブロック７３によって制御されるモータドライバ５５によって動作が制御される。ズームモータ５１ｂには、ＤＣモータを使用し、電源スイッチ１０４がＯｎされた場合に焦点距離を３５ｍｍフィルム換算で３５ｍｍ相当の位置へ移動するように制御する。また、フォーカスモータ５２ｂには、ステッピンモータを使用し、フォーカスレンズ５２ａの駆動範囲は、音響システム１００を実際に設置した場合の聴取空間環境を考えて、音響システム１００の正面方向に焦点距離を１ｍ〜５ｍの範囲で移動させるようにしている。このフォーカスレンズ５２ａによる前記範囲の繰り出し量（パルス量）に基づいて、後述するＡＦ処理を実行する。

鏡胴ユニット５は、撮像素子であるＣＣＤ１０に被写体像を結ぶ撮影レンズを有する。ＣＣＤ１０は、上記被写体像を画像信号に変換してＦ／Ｅ−ＩＣ６に入力する。Ｆ／Ｅ−ＩＣ６はＣＤＳ回路６１、ＡＤＣ回路６２、Ａ／Ｄ変換器６３を有し、画像信号にそれぞれ所定の処理を施し、デジタル信号に変換してプロセッサ７のＣＣＤ１信号処理ブロック７２に入力する。これらの信号処理動作は、プロセッサ７のＣＣＤ１信号処理ブロック７２から出力されるＶＤ信号（垂直駆動信号）・ＨＤ信号（水平駆動信号）により、タイミングジェネレータ６４を介して制御される。

次に、このカメラユニット１０２のＡＦ動作について説明する。
まず、両レンズ５１ａ，５２ａを通してＣＣＤ１０に入射した光は、電気信号に変換されてアナログ信号のＲ，Ｇ，ＢとしてＣＤＳ回路６１、Ａ／Ｄ変換器６３に送られる。Ａ／Ｄ変換器６３でデジタル信号に変換されたそれぞれの信号は、ＳＤＲＡＭ９内のＹＵＶ変換部（図示省略）でＹＵＶ信号に変換されて、メモリコントローラブロック７１によってフレームメモリに書き込まれる。このＹＵＶ信号は、ＶＤ信号毎に出力され、そのつど更新できるようにしている。また、このＹＵＶ信号は、メモリコントローラブロック７１に読み出されて、画像データの合焦度合いを示すＡＦ評価値、同データの露光状態を示すＡＦ評価値が算出される。

ＡＦ評価値データは、特徴データとしてＣＰＵブロック７３に読み出されて、ＡＦの処理に利用される。ＡＦ評価値（フーリエ係数の高周波成分の画像面上での積分値（平均値））は合焦状態にあるとき、被写体のエッジ部分がはっきりとしているため、高周波成分が一番高くなる。これを利用して、ＡＦによる合焦検出動作時は、それぞれのフォーカスレンズ位置におけるＡＦ評価値を取得して、その極大になる点（ピーク位置）を検出する。また極大になる点が複数あることも考慮に入れ、複数あった場合はピーク位置の評価値の大きさや、その周辺の評価値との下降、上昇度合いを判断し、最も信頼性のある点を合焦位置としてＡＦを実行する。

また、ＡＦ評価値は、本実施例１では、デジタルＲＧＢ信号内の細分化された複数のエリアにおいてそれぞれ算出する。図５が実施例１で用いるＲＧＢの画像データにおける細分化されたエリアを示している。本実施例１では、水平方向、垂直方向ともに８分割されたエリアを使用している。各エリアは座標をもっており、左上なら水平１、垂直１、右下なら水平８、垂直８としている。なお、この場合のエリア分割数は、これに限定されず、さらに細分化するなどしてもよい。

実施例１の音響システム１００におけるオーディオ出力条件設定処理の流れを図６のフローチャートを用いて説明する。

まず、ステップＳ１では、音響システム１００の電源スイッチ１０４がＯｎになっているどうかを確認し、Ｏｎになっていなければ処理を終了し、ＯｎであればステップＳ２に進む。

電源がＯｎの場合に進むステップＳ２では、外部機器Ｉ／Ｆブロック１１１に音響データが受信されているかどうかを確認し、受信されていない場合は処理を終了し、受信されている場合はステップＳ３に進む。

ステップＳ３では、音響システム１００の駆動ステージ１０３がすでに駆動されているかどうかを確認し、駆動していない場合は、ステップＳ６に進み、既に駆動されている場合はステップＳ４に進む。

ステップＳ４では、カメラユニット１０２によって聴取空間ＳＰを撮像し、聴取空間ＳＰ内において環境変動があったかどうかを確認する変動確認処理を行った後、ステップＳ５に進む。なお、実施例１における環境変動とは、聴取空間ＳＰに配置された静止物体を含む空間内に存在する物体のスピーカ１０１，１０１に対する相対関係の変化をいう。また、静止物体とは、聴取空間ＳＰに配置されて静止した物体を指し、図７に一例を示す聴取空間ＳＰでは椅子ＣＨ１を指す。また、環境変動の確認に関しては、方法に関してはいろいろあるが、本実施例１では、カメラユニット１０２において現在のフレームで出力された画像データと、その１つ前のフレームの画像データとの差分による画像変動を用いて確認を行う。この画像変動の演算については後述する。

ステップＳ５では、画面変動があったか否か確認し、画像変動があった場合はステップＳ６に進み、画像変動が無かった場合は、ステップＳ８に進む。以上のように、ステップＳ４、Ｓ５では、静止物体のスピーカ１０１，１０１に対する相対関係の変化の有無を検出するために、空間内に存在する物体のカメラユニット１０２に対する相対変位を検出している。音響システム１００において、この処理を行う部分が聴取空間環境検出手段に相当する。

ステップＳ６では、ＡＦ処理を実行し、次のステップＳ７に進む。なお、ＡＦ処理は、カメラユニット１０２が有するＡＦ機能を用いて、カメラユニット１０２と聴取空間ＳＰに存在する静止物体との距離を計測する処理である。カメラユニット１０２おいてこの処理を行なう部分が距離検出手段に相当するもので、その詳細については後述する。
ステップＳ７では、ＡＦ処理の結果に基づいて、駆動ブロック１１４により駆動ステージ１０３を駆動させる処理を実行した後、ステップＳ８に進む。この駆動ステージ１０３を駆動させる処理とは、本実施例１では、駆動ステージ１０３を、図示を省略した垂直方向の軸を中心に回転させる処理である。これにより、各スピーカ１０１，１０１の水平方向の向きが変化し、聴取空間ＳＰのオーディオ出力条件設定が変化する。このオーディオ出力条件設定のパラメータは角度であり、図８に示すように、２つあるスピーカ１０１，１０１の正面方向であってカメラユニット１０２の光軸Ｏに沿う方向に対する角度θ１、θ２を決定する。なお、この角度θ１、θ２の演算は、ＣＰＵブロック７３と信号処理ブロック１１３とのいずれかで行なう。
ステップＳ８では、音響出力部３０により外部機器Ｉ／Ｆブロック１１１で得られた外部機器からのオーディオ信号をスピーカ１０１，１０１により再生させる音響出力処理を実行した後、処理を終了する。このステップＳ８の音響出力処理の詳細は後述する。

以上のように、ステップＳ７，Ｓ８の処理により、静止物体の変化に対応してスピーカ１０１，１０１の向きを変えることでオーディオ出力条件設定を行っている。音響システム１００において、これらの処理を行う部分がオーディオ環境設定手段に相当する。

次に、ステップＳ４の変動確認処理について説明を加える。
本実施例１では、変動確認処理に用いる画像変動確認には 、ＶＤ信号に同期したタイミングで連続的に取得された画像データをＳＤＲＡＭ９のバッファメモリに記憶し、次に取得された画像データと、輝度差分から算出される積算結果で比較する。例えば、まず、一つ前の画像データをバッファメモリに記憶し、この記憶された画像データと最新のタイミングで取得された画像データとの差分を演算し、この演算ののち、最新のタイミングで取得された画像データを一つ前の画像データに上書きしてバッファメモリに記憶する。そして、この上書きされた最新のタイミングの画像データと次のタイミングで取得された画像データとを用いて、差分演算を繰り返す。

最新のタイミングで取得された画像データとＳＤＲＡＭ９に記憶されている一つ前のタイミングで取得された画像データを用いて行う差分演算処理は、各画像データを構成する各画素の隣接する画素間の輝度差分を水平方向と垂直方向のそれぞれにおいて積算し、さらにそれを１つ前のタイミングで取得された積算結果と比較し、その水平方向の差分結果と垂直方向の差分結果を合算したものから変動確認評価値Ｑを算出する処理である。変動確認評価値Ｑは、ＶＤ信号の発生タイミングごとに算出される。

変動確認処理における差分演算処理に用いる演算式について説明をする。
最新のタイミングにおいて水平方向の隣接する画素間での輝度差分の積算結果をＨ（ｖ）とすると、その演算式は下記の式（１）で表される。

式（１）において、Ｄ（ｉ，ｊ）はＡＦ処理エリア内の画素の座標を示す。ＨｓｔａｒｔはＡＦ処理エリアの水平開始位置であって、ｍはＡＦ処理エリアの水平範囲である。
また、垂直方向の隣接する画素間での輝度差分の積算結果をＶ（ｈ）とすると、その演算式は下記の式（２）で表される。

式（２）において、Ｄ（ｉ，ｊ）はＡＦ処理エリア内の画素の座標を示す。ＶｓｔａｒｔはＡＦ処理エリアの垂直開始位置であって、ｎはＡＦ処理エリアの垂直範囲である。
上記式（１）と式（２）によって算出されるＨ（ｖ）とＶ（ｈ）と、その一つ前のタイミングで算出された積分結果Ｈ’(ｖ)とＶ’(ｈ)を用いて、その差分の総和をＱ（ｔ）とすると、その演算式は下記の式（３）で表される。

式（３）において、ｔはＶＤタイミングカウントである。

この評価値Ｑ（ｔ）を画像更新タイミング（Ｖｄタイミング）毎に演算し、ステップＳ５では、その差分があらかじめ設定された判定閾値以上であった場合に、環境変動があったと判定する。なお、この判定閾値は、明暗による画像データの変化も想定されるために、ある程度の明暗変化を許容する値に設定しておくことが好ましい。また、本実施例１では、上述のように、画像データのフレーム間差分により静止物体の変動を検知しているがこの限りではなく、ヒストグラムによる差分抽出を行うことで検知したり、あるいは処理速度に問題が無いようであれば、画像差からオプティカルフローを算出したりする他の方法を用いることもできる。

次に、ステップＳ６で実行するＡＦ処理の詳細を図９のフローチャートに基づいて説明する。なお、ＡＦ処理では、測距エリアを、カメラユニット１０２から光軸方向に１ｍの位置から５ｍの位置までの範囲とし、ＡＦ処理の開始時点では、フォーカスレンズ５２ａの焦点を１ｍの距離に配置しておく。
まず、ステップＳ６１では、ＶＤ信号の立ち下がりを検出するまで待ち処理を行い、ＶＤ信号の立ち下がりを検出すると、ステップＳ６２に進む。
ステップＳ６２では、所定パルス数に応じてフォーカスモータ５２ｂを駆動し、フォーカスレンズ５２ａを焦点距離５ｍの位置に向けて移動を開始させた後、次のステップＳ６３に進む。

ステップＳ６３では、フォーカスレンズ５２ａを移動した後の映像信号を取得し、この映像信号に基づく画像データによってＡＦ評価値を算出し、ステップＳ６４に進む。ステップＳ６４では、フォーカスレンズ５２ａの位置が終了位置（本実施例１では、焦点距離５ｍに相当する位置）まで移動したか否か判定し、終了位置に達した場合はステップＳ６５に進み、終了位置に達していない場合は、ステップＳ６２に戻って、フォーカス駆動とＡＦ評価値取得とを繰り返し行う。

ステップＳ６５では、ピーク位置検出処理を実行し、ステップＳ６６に進む。このピーク位置検出処理では、まず、図５の細分化されたそれぞれのエリアにおける各画素の高周波成分の積分値によりピーク位置を検出する。そして、各エリアにおいて、ピーク位置が同距離と思われる位置をグルーピングし、その範囲が含まれる端のエリア番号を取得する。

ここで、グルーピングについて説明を加える。
このグルーピングの説明にあたり、聴取空間ＳＰにおける椅子ＣＨ１が取り替えられた場合を例に挙げて説明する。すなわち、音響システム１００が設置されている聴取空間ＳＰにおいて、図７に示すように複数人掛けの椅子ＣＨ１が置かれている状態から、図１０に示すように、一人掛けの椅子ＣＨ２に取り替えられたというように、静止物体の変動が生じた場合のグルーピングの違いについて説明する。

図１１、図１２がそれぞれ図７および図１０に示す聴取空間ＳＰに対するＡＦ処理を行ったときの画像データとグルーピング結果を示している。すなわち、聴取空間ＳＰが図７に示す状態である場合、図１１（ａ）に示す画像データが得られ、同図（ｂ）において斜線を付したエリアでグルーピングされている。この例では、グルーピングエリアは、水平方向１〜７、垂直方向６〜８のエリアとなっている。一方、聴取空間ＳＰが図１０に示す状態である場合、図１２（ａ）に示す画像データが得られ、同図（ｂ）において斜線を付したエリアでグルーピングされている。この例では、水平方向２〜５、垂直方向６〜８のエリアとなっている。このように聴取空間ＳＰにおいて静止物体が変動する環境変動が生じても、グルーピングを行うことによってこの変動を検出できるとともに、聴取空間ＳＰの空間内存在物体の存在位置を推定することが可能となる。
最後のステップＳ６６では、フォーカスレンズ５２ａの焦点をピーク位置へ移動する処理を行い、ＡＦ処理を終了する。

次に、図６のフローチャートで説明したステップＳ７のステージ駆動処理について説明を加える。前述のように、ステージ駆動時のパラメータは角度であるが、２つの角度θ１、θ２の演算には、図８に示すように、ＡＦ処理によるグルーピングエリアから、そのエリア番号の水平方向両端位置の検出値を用いる。本実施例１では、各スピーカ１０１，１０１を、水平方向にのみ回動させるため、グルーピングエリアの水平方向両端位置に各スピーカ１０１，１０１の正面が向くように回動させ、グルーピングエリアにおける左右のスピーカ１０１，１０１のオーディオ出力状態が均等になるようにしている。このため、グルーピングエリアの両端に相当する水平エリア位置を、焦点距離３５ｍｍの画角と聴取距離ｄとから算出し、画角端と水平エリア位置との差分Ｌ１，Ｌ２（図１２（ｂ）参照）を算出し、下記式（４）（５）に基づき、この差分Ｌ１，Ｌ２聴取距離ｄとのａｔａｎ(アークタンジェント)により角度θ１，θ２を算出する。
θ１＝ａｔａｎ（Ｌ１／ｄ） ・・・（４）
θ２＝ａｔａｎ（Ｌ２／ｄ） ・・・（５）
次に、図６のフローチャートで説明したステップＳ８の音響出力処理について説明を加える。
音響出力処理では、デジタル変換されたオーディオ信号に対して、増幅処理などを行い各スピーカ１０１，１０１へと出力する。このとき、聴取位置により出力タイミングを変化させる必要がある場合は、フィルタ処理を行うことにより両スピーカ１０１，１０１における出力タイミングをずらす処理を行ってもよい。その際には、ＡＦ処理にて取得したグルーピングによって推定される静止物体（例えば、椅子ＣＨ１，ＣＨ２）から各スピーカ１０１，１０１までの聴取距離ｄを算出しフィルタをかけることになる。

次に、実施例１の作用を、音響システム１００が配置された聴取空間ＳＰにおいて、静止物体としての図７に示す椅子ＣＨ１が、図１０に示す椅子ＣＨ２に取り替えられるという変動、すなわち、スピーカ１０１，１０１に対する静止物体の相対関係に変化が生じた場合を例に挙げて説明する。

音響システム１００では電源スイッチ１０４がＯｎされると、オーディオ出力条件設定処理が継続して実行される。ここで、オーディオ出力条件設定処理の最初の処理の時点では、駆動ステージ１０３が駆動されていないことから、ステップＳ１、Ｓ２、Ｓ３、Ｓ６の流れに基づきＡＦ処理が実行される。このとき、聴取空間ＳＰにおいて、図７に示す位置に２，３人掛け用の椅子ＣＨ１が置かれている場合、ステップＳ６５のピーク位置検出処理により、図１１（ｂ）に示すように、水平方向で１〜７、垂直方向で６〜８の範囲のグルーピングが成される。そして、ステップＳ７のステージ駆動処理により、スピーカ１０１，１０１の正面をグルーピングエリアの水平方向両端に向かせる角度θ１，θ２（図１３参照）が得られ、さらに、両角度θ１，θ２に基づいて、駆動ステージ１０３が回動される。これに伴い両スピーカ１０１，１０１は、駆動ステージ１０３と一体的に回動して図１３に示すように正面が若干外側を向いた状態となり、その後、音響出力処理が実行される。

なお、その後、椅子ＣＨ１がそのまま置かれている場合、ステップＳ５において画面変動有りの判定が成されず、スピーカ１０１，１０１の向きが維持されたままで音響出力処理が実行される。

音響システム１００がこのように作動した場合、音響システム１００による音場は、椅子ＣＨ１に掛けた聴取者ＭＡ（図１６参照）にとって臨場感に富む最適のオーディオ出力条件に設定される。

一方、聴取空間ＳＰにおいて、図１０に示す１人掛け用の椅子ＣＨ２に取り替えられて図示のように配置されて環境変動が生じた場合、ステップＳ５において、画面変動が有りと判定されて、再び、ＡＦ処理およびステージ駆動処理が実行され、再度オーディオ出力条件の設定が成される。

このとき、ステップＳ６５のピーク位置検出処理により、図１２（ｂ）に示すように、水平方向２〜５、垂直方向６〜８の範囲がグルーピングされる。そして、ステップＳ７のステージ駆動処理により、グルーピングエリアの水平方向両端に対応する図１４に示す角度θ１，θ２が得られる。この例では、角度θ１は、変化していないが、角度θ２が大きく変化し、これに伴って、装置右側に配置された駆動ステージ１０３が回動されて図１４に示すように装置右側に配置されたスピーカ１０１が回動される。

したがって、音響システム１００による音場は、椅子ＣＨ２に掛けた聴取者ＭＡにとって臨場感に富む最適の音場を形成するオーディオ出力条件に設定に変更される。

以上説明したように、本実施例１では、聴取空間ＳＰに配置された静止物体の存在を検出し、これら静止物体に応じてオーディオ出力条件（音響パラメータ）を設定するとともに、聴取空間ＳＰにおいてスピーカ１０１，１０１に対する静止物体の相対関係に変化（画像変動）が生じた場合には、静止物体の変化に伴ってオーディオ出力条件を変化させ、最適なオーディオ出力を可能とすることができる。
この場合、聴取者ＭＡが自らスピーカ１０１からの距離などを測定する必要が無く、聴取者ＭＡの手間を省くことができる。加えて、聴取空間ＳＰにおける椅子ＣＨ１，ＣＨ２などの他動的な静止物体のスピーカ１０１，１０１に対する相対関係の変化に応じてオーディオ出力条件の設定を変更でき、聴取者ＭＡがオーディオ出力条件の設定のために、このような静止物体など移動させる必要もなく、短時間に手間を掛けることの無い設定が可能となる。

そして何より、聴取空間ＳＰにおいて静止物体の相対関係の変化が生じても、聴取者ＭＡが再度設定し直すこと無く自動的にオーディオ出力条件設定の変更が成され、聴取者ＭＡの手間をさらに大幅に省くことが可能である。

（他の実施例）
以下に、他の実施例の音響環定装置について説明する。
なお、他の実施例を説明するのにあたり、実施例１と同じ構成については同じ符号を付けて説明を省略する。作用についても、実施例１と相違する作用について説明し、実施例１と同じ作用については説明を省略する。

＜実施例２＞
実施例２の音響設定装置は、音響システム１００における処理の内容が実施例１と異なり、聴取空間ＳＰの聴取空間環境を検出する聴取空間環境検出手段に、聴取者ＭＡを検出する聴取者検出手段を加えた例である。

この実施例２の音響システム１００における処理の流れを図１５のフローチャートに基づいて説明する。なお、このフローチャートにおいて、ステップＳ１〜Ｓ６までは実施例１と同様であるので、実施例１と同じステップ符号を付けて説明を省略し、実施例１と相違する処理ステップについて説明する。

ステップＳ６のＡＦ処理を終えると、ステップＳ２１に進み、顔検知判定処理を実行し、ステップＳ２２に進む。
このステップＳ２１の顔検知判定処理では、聴取空間ＳＰに顔が存在するか否かに基づいて、聴取者ＭＡが存在するか否かを判定し、聴取者ＭＡが存在する場合は、その顔が存在する位置について再度グルーピングを行う。顔検知方法に関しては、デジタルスチルカメラの技術において、既に、公知となった下記のａ〜ｃに列挙する方法が知られており、本実施例２では、下記の技術のいずれかの方法を用いるものとする。
ａ）テレビジョン学会誌Ｖｏｌ．４９、Ｎｏ．６、ｐｐ．７８７−７９７（１９９５）の「顔領域抽出に有効な修正ＨＳＶ表色系の提案」に示されるように、カラー画像をモザイク画像化し、肌色領域に着目して顔領域を抽出する方法。
ｂ）電子情報通信学会誌Ｖｏｌ．７４−Ｄ−ＩＩ、Ｎｏ．１１、ｐｐ．１６２５−１６２７（１９９１）の「静止濃淡情景画像からの顔領域を抽出する手法」に示されているように、髪や目や口など正面人物像の頭部を構成する各部分に関する幾何学的な形状特徴を利用して正面人物の頭部領域を抽出する方法。
ｃ）画像ラボ１９９１−１１（１９９１）の「テレビ電話用顔領域検出とその効果」に示されるように、動画像の場合、フレーム間の人物の微妙な動きによって発生する人物像の輪郭エッジを利用して正面人物像を抽出する方法。

ステップＳ２２では、ステップＳ２１の顔検知判定処理の結果に基づいて、聴取者ＭＡの有無を判定し、聴取者ＭＡが存在する場合はステップＳ２３に進み、聴取者ＭＡが不在の場合はステップＳ７に進む。

ステップＳ２３では、再度、顔検知位置でのグルーピング処理によりその範囲を設定する顔検知範囲設定処理を行った後、ステップＳ７に進む。以上のように、実施例２で追加したステップＳ２１〜Ｓ２３の処理を行う部分が、聴取者検出手段に相当する。
なお、ステップＳ７以降の処理は、実施例１と同様であるので説明を省略する。

次に、実施例２の作用を説明する。
この作用を説明するのにあたり、聴取空間ＳＰ内の環境変化として、図１６に示すように聴取者ＭＡが椅子ＣＨ１に座った状態から、図１７に示すように聴取者ＭＡが椅子ＣＨ１に寝そべった状態に変化した場合を例に挙げて説明する。すなわち、実施例２では、スピーカ１０１，１０１に対し、静止物体としての椅子ＣＨ１の相対関係には変化がなく一定の状態であるが、聴取者ＭＡの相対関係が変化している。

図１６に示す聴取空間ＳＰの聴取空間環境で、実施例２の音響設定装置の作動が開始されたとする。この場合、まず、ステップＳ１〜Ｓ３、Ｓ６、Ｓ２１、Ｓ２２、Ｓ２３、Ｓ７、Ｓ８の順で処理が実行され、この聴取空間ＳＰの聴取空間環境に応じて駆動ステージ１０３が駆動されてスピーカ１０１の向きが設定された後、音響出力が成される。

この場合、ステップＳ６のＡＦ処理において図１８（ａ）に示す画像データが得られるとともに、図１８（ｂ）に示すグルーピング結果が得られ、この図に示すように、水平範囲で１〜７、垂直範囲で４〜８の範囲でグルーピングされている。
さらに、本実施例２では、ステップＳ２３の顔検知範囲設定処理により、図１８（ｃ）において斜線で示すように顔が検知されるエリアが設定され、この図示の例では、顔検知範囲が、水平範囲で４〜５、垂直範囲で４〜６の範囲に設定される。

本実施例２では、ステップＳ７のステージ駆動処理では、実施例１と同様に、顔検知範囲の水平方向両端と画角端との差分Ｌ１，Ｌ２と聴取距離ｄとのａｔａｎ（アークタンジェント）により角度θ１，θ２が算出され、駆動ステージ１０３が駆動される。その結果、両スピーカ１０１，１０１は、図２０に示すように、顔検知範囲の両端を向くように、音響システム１００の正面中央方向を向く。
したがって、音響システム１００では、椅子ＣＨ１の幅方向中央付近に着座した聴取者ＭＡにとって最適の臨場感にあふれた音場が得られる。

次に、聴取者ＭＡの姿勢が、図１６に示すように椅子ＣＨ１に着座した状態から、図１７に示すように椅子ＣＨ１に寝転がった状態に変動した場合について説明する。

この場合、このような聴取者ＭＡのスピーカ１０１，１０１に対する相対関係の変化が画面変動に現れ、ステップＳ５、Ｓ６、Ｓ２１〜Ｓ２３の流れに基づき、再びＡＦ処理、顔検知範囲設定処理などが実行される。

このとき、ＡＦ処理では、図１９（ａ）に示す画像データが得られ、さらに、図１９（ｂ）に示すようなグルーピングエリアが得られる。この場合、ＡＦ処理によるグルーピングエリアは、水平方向範囲は、図１８に示す例と同様である。

そこで、本実施例２では、ステップＳ２３の顔検知範囲設定処理によって、図１９（ｃ）に示す顔検知範囲が設定され、この場合、顔検知範囲は、水平範囲で２〜４、垂直範囲で５〜８の範囲と判定され、図１８に示す状態とは範囲が異なっている。

したがって、ステップＳ７のステージ駆動処理では、この顔検知範囲に基づいて、図２１に示すように、角度θ１，θ２が変更され、駆動ステージ１０３，１０３の回動に基づいてスピーカ１０１，１０１の向きが変更される。
この場合も、両スピーカ１０１，１０１は、顔検知範囲の両端を向き、椅子ＣＨ１に寝転がった聴取者ＭＡにとって最適の臨場感にあふれた音場が得られる。

以上のように、実施例２では、椅子ＣＨ１，ＣＨ２などの静止物体のスピーカ１０１，１０１に対する相対関係の変化に加え、聴取者ＭＡの相対関係の変化に応じたオーディオ出力条件設定が可能となり、聴取者ＭＡに、いっそう臨場感ある音場を提供することが可能である。

しかも、実施例２では、顔検知だけでなく、実施例１と同様に聴取空間ＳＰに存在する静止物体を含む空間内に存在する物体に対するＡＦ処理も実行している。このため、顔検知時に、その特徴点、例えば目や口といった部位が隠れるなどにより顔検知できなかった場合でも、実施例１と同様に、静止物体（図１６に示す例では椅子）に対するＡＦ処理結果に基づいてオーディオ出力条件設定を行うことが可能である。したがって、顔検知が成されない場合でも、聴取空間ＳＰに適したオーディオ出力条件設定が可能である。

＜実施例３＞
次に、実施例３について説明する。
この実施例３は、聴取空間ＳＰにおいて、聴取者ＭＡの人数を判定し、聴取者ＭＡの人数の変動にも対応できるようにした例である。

図２２、図２３のフローチャートは、実施例３の処理の流れを示している。なお、実施例３では音響システム１００における処理の流れの一部のみが、実施例２と相違しており、これら実施例２と同様の処理の部分は、実施例１，２と同じステップ符号を付して説明を省略し、相違点についてのみ説明する。
実施例１，２と相違するのは、ステップＳ２２において聴取者ＭＡ有りと判定して顔検知範囲設定処理を行うステップＳ２３に進むまでの間に、ステップＳ３１において顔検知数検索処理を行っている点である。

この顔検知数検索処理は、聴取空間ＳＰにおける聴取者ＭＡの人数を検出するもので、顔検知可能な人数に関しては、カメラユニット１０２内のＣＰＵブロック７３など演算能力などにも影響されるが、少なくとも４人程度は必要と考えられる。

次に、ステップＳ３１の顔検知数検索処理にて人数が確定された状態で、再度、顔検知範囲に対してのグルーピング処理を行う顔検知範囲設定処理を行う。この顔検知範囲設定処理自体は、実施例２のステップＳ２３と同様であるが、図２４に示すように、聴取者ＭＡが２人存在する場合は以下のようになる。

すなわち、ステップＳ６のＡＦ処理では、図２５（ａ）に示す画像データに基づいてグルーピングが行われ、図２５（ｂ）に示すグルーピング結果が得られる。この場合、グルーピングエリアは、水平範囲で１〜７、垂直範囲で４〜８となっている。これに対し、ステップＳ２３の顔検知範囲設定処理で設定される顔検知範囲は、複数の全ての顔（この例では、２人の顔）が含まれる範囲が設定され、図２５（ｃ）において斜線で示すように、水平範囲で３〜７、垂直範囲で４〜６の範囲が設定される。

したがって、ステップＳ７のステージ駆動処理では、実施例１と同様に、顔検知範囲の両端と画角端との差分Ｌ１，Ｌ２と聴取距離ｄとのａｔａｎ（アークタンジェント）により角度θ１，θ２が算出され、駆動ステージ１０３が駆動される。

次に、実施例３の作動例について説明する。
まず、聴取空間ＳＰの聴取空間環境が図１６に示すように、椅子ＣＨ１に１人の聴取者ＭＡが座っている状態であるときには、実施例２の説明と同様に、図１８（ｃ）に示す顔検知範囲が設定され、スピーカ１０１，１０１は、図２０に示すように傾けられる。したがって、椅子ＣＨ１に座った１人の聴取者ＭＡにとって最適なオーディオ出力条件設定を形成する。

この聴取空間環境から、図２４に示すように、椅子ＣＨ１に２人の聴取者ＭＡが座る環境変動が生じた場合、Ｓ５において画面変動有りと判定されて、ＡＦ処理（Ｓ６）、顔検知判定処理（Ｓ２１）、顔検知数検索処理（Ｓ３１）、顔検知範囲設定処理（Ｓ２３）が実行される。

これらの処理により、図２５（ｃ）に示すように２人の顔が含まれる顔検知範囲が設定され、前述したようにステージ駆動処理では、顔検知範囲の水平方向端縁と画角端との差分Ｌ１，Ｌ２と、聴取距離ｄとのａｔａｎ（アークタンジェント）により角度θ１，θ２が算出され、駆動ステージ１０３が駆動される。したがって、スピーカ１０１，１０１は、図２０に示すように、中央に傾いた状態から図２６に示すように、若干外側を向くように向きが変更され、これにより、２人の聴取者ＭＡのいずれに対しても均等で最適な音場の形成が可能となる。

以上説明したように、実施例３にあっては、聴取空間ＳＰに複数の聴取者ＭＡが存在する場合には、顔検知された複数の聴取者ＭＡの全てが含まれるような範囲に向けてオーディオ出力することによって、複数の聴取者ＭＡの全てに対して最適な音場を提供することができる。

また、実施例２と同様に、顔検知できなかった場合でも、静止物体に対するＡＦ処理結果に基づいてオーディオ出力条件設定を行って、聴取空間ＳＰに適したオーディオ出力条件設定が可能である。

＜実施例４＞
実施例４の音響設定装置は、聴取者ＭＡが眠った場合に、最適な音響設定を行うことを可能とした例である。

図２７、図２８のフローチャートは、実施例４の処理の流れを示している。なお、実施例４では音響システム１００における処理の流れの一部のみが、実施例３と相違しており、これら実施例３と同様の処理の部分は、実施例１〜３と同じステップ符号を付して説明を省略し、相違点についてのみ説明する。
実施例３と相違するのは、ステップＳ３１の顔検知数検索処理と、ステップＳ２３の顔検知範囲設定処理の間に、検知人数に応じて視線検知処理を行っている点である。

すなわち、ステップＳ３１の顔検知数検索処理にて人数が確定した後に進むステップＳ４１では、検知人数が２人以上であるか否か判定し、検知人数が１人の場合はステップＳ２３の顔検知範囲設定処理に進み、検知人数が２人以上の場合はステップＳ４２に進む。

ステップＳ４２では、顔検知された各顔画像に対して視線検知処理を行う。この視線検知処理は、聴取者ＭＡが開眼している（起きている）か閉眼している（眠っている）かを確認する処理である。この場合、図２９（ａ）に示す目画像テンプレートＴＰを用い、この目画像テンプレートＴＰを拡大縮小させながら顔画像とマッチングを行って画像データＧを検索し目を検出、つまり開眼している状態かどうかを検出する。なお、図２９（ｂ）は目画像テンプレートＴＰのマッチング状態を示している。ここで、顔が検知された聴取者ＭＡの顔画像において開眼が検出されない場合には、この顔は検知されていないものとして聴取者ＭＡから除外する処理を行う。

したがって、複数の聴取者ＭＡの全てが含まれる顔検知範囲を設定する際に、水平方向で端およびその隣の聴取者ＭＡの開眼が検出されずに聴視者ＭＡから除外された場合は、これらの聴取者ＭＡは、複数の顔画像を含む顔検知範囲に含まれなくなる。

よって、本実施例４では、図２４に示すように、聴取空間ＳＰに２人の聴取者ＭＡ，ＭＡが存在し、図示のように、２人の聴取者ＭＡ，ＭＡとも開眼している場合は、実施例３と同様に、図２５（ｃ）において斜線で示す範囲のように、２人の聴取者ＭＡ，ＭＡの顔が含まれる顔検知範囲が設定される。また、この場合、駆動ステージ１０３，１０３は、図２６に示す角度θ１，θ２だけ回動し、両スピーカ１０１，１０１は、顔検知範囲の水平方向両端を向くように、中央方向に傾けられる。

一方、図３０（ａ）の画像データに示すように、装置正面の右側の聴取者ＭＡが閉眼している場合について説明する。この場合、ＡＦ処理によるグリーピングは、図２５（ｂ）に示す例と同様に、水平範囲で１〜７、垂直範囲で４〜８となり、また、ステップＳ３１の顔検知数検索処理を実行した時点での顔検知範囲は、図２５（ｃ）に示す例と同様に、水平範囲で３〜７、垂直範囲で４〜６のエリアとなる。

さらに、ステップＳ４２の視線検知処理を実行し、向かって右側の聴取者ＭＡは、閉眼していることから顔検知範囲から除外するため、ステップＳ２３においける顔検知範囲設定処理により設定される顔検知範囲は、図３０（ｄ）において斜線で示すように、向かって左側の聴取者ＭＡの顔のみが含まれる水平範囲で３〜４、垂直範囲で４〜６のエリアとなる。

したがって、ステップＳ７のステージ駆動処理では、実施例１と同様に、図３１に示すように、顔検知範囲の水平方向両端と画角端との差分Ｌ１，Ｌ２と聴取距離ｄとのａｔａｎ（アークタンジェント）により角度θ１，θ２が算出される。これにより、駆動ステージ１０３が駆動され、装置左側のスピーカ１０１が大きく傾いた状態となる。

よって、実施例４では、聴取者ＭＡが複数存在する場合、目が閉じているかどうかを確認し、目を開けて起きていると思われる聴取者ＭＡのみに最適な音場を形成するオーディオ出力条件を設定することができる。

また、オーディオ出力条件の設定後に、顔が検知されていた聴取者ＭＡが眠るなどして目を閉じた場合、その画像変動の検出で、顔検知範囲設定処理、視線検知処理が行われ、眠った聴取者ＭＡは除外されて顔検知範囲が設定され、この設定に応じてオーディオ出力条件（角度θ１，θ２）の再設定が行われ、起きている聴取者ＭＡにとって最適の音場が形成される。

また、実施例２と同様に、顔検知できなかった場合でも、静止物体に対するＡＦ処理結果に基づいてオーディオ出力条件設定を行って、聴取空間ＳＰに適したオーディオ出力条件設定が可能である。

以上、本発明の実施の形態について実施例を用いて説明したが、本発明はこうした実施例に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形および置換を加えることができる。

例えば、実施例では、各駆動ステージ１０３，１０３を水平方向に回動させているが、垂直方向にも回動させるようにしてもよい。
また、実施例では、ＡＦ処理において、ピーク値をスキャンするいわゆる山登りＡＦの採用例を示したが、距離結果がでるようなもの、例えば、レンズを２段構成にしてステレオ方式による視差画像を用いて距離を算出することができればより高速に聴取空間ＳＰに存在する空間内存在物体との距離を捉えることが可能となる。
また、実施例では、２つのスピーカ１０１，１０１を用いた例を示したが、その数は、この限りでなく、５．１ｃｈなどの３以上のスピーカを用いてもよい。

また、実施例では、静止物体として椅子ＣＨ１，ＣＨ２を示したが、静止物体としてはこれら椅子に限定されるものではない。

また、実施例では、オーディオ出力条件設定処理の実行開始時のオーディオ出力条件の設定も自動的に行うようにした例を示したが、少なくとも、空間内存在物体のスピーカに対する相対関係の変化時に、この変化に応じたオーディオ出力条件設定とするものであれば、最初の設定は、他の要因に基づいて自動設定したり、手動設定したりするものでもよい。

また、実施例では、オーディオ出力条件の設定として、スピーカを回動させるものを示したが、これに限定されるものではなく、聴取音に関するオーディオ出力条件の設定であれば、スピーカ位置、音声フィルタ処理、音圧や出力タイミングなどの聴取音に関する設定を行なうようにしてもよい。

また、実施例では、聴取空間環境検出手段における距離検出手段として、撮像手段のオートフォーカス機能を用いたものを適用したが、静止物体との距離を計測できるものであれば、音波や光の反射時間を用いて距離を計測するものなど他の手段を用いてもよい。

また、実施例では、静止物体を検出するのにあたり、画像データとして撮像され、ＡＦ処理により距離が計測された物体は全て、静止物体として処理したが、例えば、実施例において画像変動の有無を判定する手段を用いて、あらかじめ設定された画像データ間で変動が生じないものを静止物体とする処理を追加してもよい。

本発明は、オーディオ機器、ならびにオーディオ機器を搭載したテレビまたはプロジェクタなどに利用可能である。

３０ 音響出力部（オーディオ出力手段）
１００ 音響システム（オーディオ出力条件設定手段）
１０１ スピーカ
１０２ カメラユニット（聴取空間環境検出手段）
ＣＨ１ 椅子（静止物体）
ＣＨ２ 椅子（静止物体）
ＳＰ 聴取空間

ＷＯ２００６０５７１３１号公報

Claims (12)

1. 複数のスピーカが設置された聴取空間に向けて、前記スピーカから出力される聴取者に聴取させるべき聴取音の、前記聴取空間に対する出力状態に関するオーディオ出力条件の設定を行なう音響設定装置であって、
   前記複数のスピーカをオーディオ信号に基づき駆動させるオーディオ出力手段と、
   前記聴取空間に存在する静止物体を検出する聴取空間環境検出手段と、
   前記聴取空間環境検出手段が、前記静止物体の前記スピーカに対する相対関係が変化したことを検出したときに、前記変化に対応したオーディオ出力条件に設定するオーディオ出力条件設定手段とを備えていることを特徴とする音響設定装置。
2. 前記聴取空間環境検出手段は、前記聴取空間の画像データを得る撮像手段を備え、時間的に前後する前記画像データの相違に基づいて前記相対関係の変化を検出することを特徴とする請求項１に記載の音響設定装置。
3. 前記聴取空間環境検出手段は、前記聴取空間の画像データを得る撮像手段と、前記画像データから画像データ領域全体を細分化したエリアに分割し、それぞれのエリアにおける前記スピーカと前記静止物体との相対距離情報を取得する距離検出手段とを有することを特徴とする請求項１または請求項２に記載の音響設定装置。
4. 前記距離検出手段は、前記撮像手段のオートフォーカス機構を用いて前記相対距離の検出を行なうことを特徴とする請求項３に記載の音響設定装置。
5. 前記聴取空間環境検出手段は、前記画像データを用いて、前記聴取者の顔に関する特徴検出により前記聴取空間内に存在する前記聴取者の検出を行う聴取者検出手段を有し、
   前記オーディオ出力条件設定手段は、前記聴取空間環境検出手段が前記静止物体と前記聴取者とのいずれかに前記スピーカに対する相対関係の変化を検出したときに、前記オーディオ出力条件設定を前記変化に対応した設定とすることを特徴とする請求項２〜請求項４のいずれか１項に記載の音響設定装置。
6. 前記聴取者検出手段は、前記聴取者が複数検出された場合、前記聴取者の顔画像の開眼を検出し、非開眼の顔画像の聴取者は前記聴取者から除外することを特徴とする請求項５に記載の音響設定装置。
7. 前記オーディオ出力条件設定手段は、前記聴取空間に対する前記スピーカの向きを変更する手段を備えていることを特徴とする請求項１〜請求項６のいずれか１項に記載の音響設定装置。
8. 前記聴取空間環境検出手段は、前記聴取空間の画像データを得る撮像手段を備え、前記画像データを縦横に複数個のエリアに等分割して各エリア内の合焦位置を検出し、合焦位置が一致するエリアをグループ化し、このグループ化されたエリアの水平方向両端の座標位置を特定し、この水平方向座標位置と前記静止物体までの距離に基づいて前記スピーカの向きを設定することを特徴とする請求項７に記載の音響設定装置。
9. 複数のスピーカが設置された聴取空間に向けて、前記スピーカから出力される聴取者に聴取させるべき聴取音の、前記聴取空間に対する出力状態に関するオーディオ出力条件の設定を行なう音響設定方法であって、
   前記複数のスピーカをオーディオ信号に基づき駆動させるオーディオ出力工程と、
   前記聴取空間に存在する静止物体を検出する聴取空間環境検出工程と、
   前記聴取空間環境検出工程で、前記静止物体の前記スピーカに対する相対関係が変化したことを検出したときに、前記変化に対応したオーディオ出力条件に設定するオーディオ出力条件設定工程とを備えていることを特徴とする音響設定方法。
10. 前記聴取空間環境検出工程は、前記聴取空間の画像データを得る撮像工程と、前記画像データから画像データ領域全体を細分化したエリアに分割し、それぞれのエリアにおける前記スピーカと前記静止物体との相対距離情報を取得する距離検出工程とを有することを特徴とする請求項９に記載の音響設定方法。
11. 前記聴取空間環境検出工程は、前記画像データを用いて、前記聴取者の顔に関する特徴検出により前記聴取空間内に存在する前記聴取者の検出を行う聴取者検出工程を有し、
    前記オーディオ出力条件設定工程は、前記静止物体と前記聴取者とのいずれかに前記スピーカに対する相対関係が変化したことを検出したときに、前記変化に対応したオーディオ出力条件設定とすることを特徴とする請求項１０に記載の音響設定方法。
12. 前記聴取者検出工程は、前記聴取者が複数検出された場合、前記聴取者の顔画像の開眼を検出し、非開眼の顔画像の聴取者は前記聴取者から除外することを特徴とする請求項１１に記載の音響設定方法。

Images