JP5746717B2 - 音源位置決め - Google Patents

Description

本発明は、音源位置決めに関し、排他的ではないが特に、複数の音源の方向を決定するために３つ又は４つのマイクロホンを持つマイクロホンアレイを使用する音源位置決めに関する。

音声信号の先進の処理は、例えば通信、コンテンツ配信等を含む多くの領域で益々重要になった。例えば、ハンズフリー通信及び音声制御システムのような幾つかの用途では、複数のマイクロホンからの入力の複雑な処理は、マイクロホンを有するマイクロホンアレイに対する構成可能な方向感度を提供するために用いられてきた。他の例として、通信会議アプリケーションは、スピーカを選択し分離するため音声ビームステアリングを使用する。特に、マイクロホンアレイからの信号の処理は、個々のマイクロホン信号の結合の特性を単に変えることにより変更できる方向を持つ音声ビームを生成できる。

先進の音声処理アプリケーションの益々重要な機能は、様々な音源の位置の推定である。実際、音声処理が益々複雑な音声環境において使われて来ているので、２つ同時の音源の方向を推定可能なことが、しばしば望ましい。例えば、通信会議シナリオにおいて、２台のスピーカは、同時にアクティブである。斯様な方向推定は、例えば、所望の方向に音声ビームを向けるか、又は干渉する音源に対応する方向にノッチを提供するために用いられる。幾つかのシナリオでは、音源分離は、重要であり、２つの音源の推定された方向に基づいている。

しかしながら、単一の主要な音源に対して方向を推定するより同時に２つの音源に対して方向を推定することは、通常はかなり困難である。斯様なアプリケーションの重要な課題は、異なるマイクロホン信号の異なる音源からの寄与をどうやって切り離すかということである。従来の解決策は、２つの信号の時間又は周波数特性の差に基づいて信号を区別することに基づきがちである。例えば、２つの音源の一方が特定の時間間隔で優位であることを知っている場合、この音源に対する方向推定は斯様な時間間隔の間でだけ生成される。他のアプローチは、２つの音源の周波数差を利用することである。例えば、高速フーリエ変換（ＦＦＴ）が信号に適用され、音源の一方が各サブバンドにおいて優位であると仮定される。従って、単一の方向推定は各サブバンドに対して生成され、方向推定は各音源に属しているサブバンドを平均化することにより生成される。

しかしながら、斯様なアプローチは、多くのシナリオにおいて次善又は信頼できない傾向がある。特に、当該アプローチは、有意な時間差又は周波数差を持つ２つの音源音声信号に依存し、従って同様の特性を持つ信号に対しては崩れる傾向がある。比較的異なる音声信号に対してさえ、どの音声信号が各周波数及び／又は時間間隔で優位かを決定することが困難であるので、重要な劣化が起こる。例えば、異なる音声信号に対してさえ、各サブバンドにおける優位な１つの音源の仮定は、低い割合のサブバンドに対して適当なだけである。更にまた、従来の音源位置決めアプローチは、複雑でリソース要求がある傾向がある。

従って、音源位置決めのための改良されたアプローチが有利であり、特に、改善された正確さ、音声信号の類似の特性に対する低い感度、増大した柔軟性、容易な実行、少ないリソース消費、異なる動作シナリオに対する改善されたパフォーマンス及び／又は、改良されたパフォーマンスを可能にするアプローチが有利である。

従って、本発明は、上述の不利な点の一つ以上の単独又は任意の組合せを、好ましくは緩和し、軽減し又は除去しようとする。

本発明の一態様によると、少なくとも３つのマイクロホンを有する少なくとも二次元のマイクロホンアレイから信号を受信するための受信回路と、異なる方向特性を持つ少なくとも３つの基準ビームをマイクロホン信号から生成するための基準回路と、２つの音源に対する同時の方向推定を生成するための推定回路とを有する音源位置決め装置であって、前記推定回路は、前記少なくとも３つの基準ビームの信号を結合することにより、結合信号に対する音声ビームフォームの形状を反映するビーム形状パラメータと、前記結合信号に対する音声ビームフォームの方向を反映するビーム方向パラメータとを持つ前記結合信号を生成するための回路と、前記結合信号のエネルギー尺度を示すコスト尺度を生成するための回路と、コスト尺度に対する局所的最小に対応するビーム方向パラメータのビーム方向パラメータ値とビーム形状パラメータのビーム形状パラメータ値とを推定するための回路と、前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値の関数として、第１の音源の第１の方向推定と第２の音源の第２の方向推定とを決定するための回路とを有する、音源位置決め装置が提供される。

本発明は、多くのシナリオ及びアプリケーションで２つ同時の音源に対する改良された音源位置決めを提供する。２つの方向推定の決定は、多くのシナリオで、より正確である。特に、当該アプローチは、２つの音源からの音声の類似に対する減少した感度を提供する。特に、当該アプローチは、空間特性に基づく方向の決定を可能にし、よって非常に類似の特性を持つ２つの音源からの音声信号に対してさえ方向を決定可能にする。更にまた、当該アプローチは、低い複雑さ及び／又は低い計算リソース要求で実行される。

当該アプローチは、音声信号の波長がマイクロホンアレイのサイズより大幅に大きいシステムに特に適している。

基準ビームは、非適応で、捕捉信号及び／又は音声状況から独立していてもよい。基準ビームは、一定であり、少なくとも３つのマイクロホンからの信号の一定／非適応な結合により生成される。基準ビームは、具体的には、固有ビーム又は直交ビームである。一つの基準ビームはモノポールであり、残りの基準ビームはダイポールである。ダイポールは、実質的に互いに直交している。

ビーム形状パラメータは、無指向性基準ビームに対する方向基準ビームの相対的な加重を表す。ビーム方向パラメータは、異なる方向基準ビームの相対的な加重を表す。基準ビームの異なる方向特性は、例えば主ゲイン方向又はメインローブの平均方向により測定されるような、異なるビーム形状及び／又は異なるビーム方向を反映する。

本発明の任意の特徴によると、前記推定回路は、前記結合信号、ビーム形状パラメータの現在の値及びビーム方向パラメータの現在の値に応じてビーム形状パラメータ及びビーム方向パラメータの少なくとも第１のパラメータに対する更新値を繰り返し決定し、第１のパラメータの現在の値及び前記更新値から第１のパラメータに対する新規な値を生成する。

これは、高性能を維持しながら、容易な実行及び／又は減少した複雑さを提供する。特に、これは、計算リソース使用を低減する。更にまた、これは、音源の動きを追跡するために実用的なシステムを可能にする。

本発明の任意の特徴によると、更新値は、第１のパラメータに関するコスト尺度の微分値に依存する。

これは、ビーム形状パラメータ値及びビーム方向パラメータ値の改良された決定を提供する。特に、これは、更新値の適当な符号の効果的な決定を可能にし、幾つかの実施例で、更新値の適切な大きさの有利な決定を提供する。

本発明の任意の特徴によると、前記推定回路は、ビーム形状パラメータ及びビーム方向パラメータ両方の更新値を独立して決定する。

これは、ビーム形状パラメータ値及びビーム方向パラメータ値のより効率的及び／又は改良された更新を提供する。パラメータの１つに対する現在の繰り返しの更新値が他のパラメータに対する現在の繰り返しの更新値に依存していないという点で、この決定は独立している。

本発明の任意の特徴によると、推定回路は、ビーム形状パラメータ及びビーム方向パラメータのうちの少なくとも１つに対する勾配探索プロセスを使用して、局所的最小を推定する。

これは、高性能を維持しながら、容易にされた実行及び／又は減少した複雑さを提供する。特に、これは、計算リソース使用を低減する。更にまた、これは、音源の動きを追跡するための実用的なシステムを可能にする。

本発明の任意の特徴によると、推定回路は、前記少なくとも３つの基準ビームの第２及び第３の基準ビームの結合加重より小さな前記少なくとも３つの基準ビームの第１の基準ビームの最大加重に対応する減少した動作間隔までビーム形状パラメータを制限する。

これは、第１及び第２の方向推定の改良された決定を提供する。

本発明の任意の特徴によると、第１の方向推定及び第２の方向推定が平面内の２次元の方向推定であり、推定回路は、平面外の前記音源の仰角に対して第１の方向推定及び第２の方向推定を補償する。

これは、第１及び第２の方向推定の改良された決定を提供する。補償は、例えば、平面上の音源の推定及び／又は予め定められた仰角値に基づく。

本発明の任意の特徴によると、マイクロホンアレイが少なくとも４つのマイクロホンを有する３次元マイクロホンアレイであり、前記基準回路は更に第４の基準ビームを生成し、前記推定回路は、更に、第４の基準ビームと前記少なくとも３つの基準ビームの少なくとも２つの他の基準ビームとの信号を結合することにより他の結合信号を生成する回路であって、前記他の結合信号は、前記他の結合信号に対する音声ビームフォームの形状を反映する他のビーム形状パラメータと、前記他の結合信号に対する他の音声ビームフォームの方向を反映する他のビーム方向パラメータとを持つ前記他の結合信号を生成する回路と、前記他の結合信号のエネルギー尺度を示す他のコスト尺度を生成する回路と、前記他のコスト尺度に対する局所的最小に対応する、前記他のビーム形状パラメータの他のビーム形状パラメータ値と、前記ビーム方向パラメータの他のビーム方向パラメータ値とを推定する回路とを有し、第１の方向推定及び第２の方向推定を決定するための回路は、前記他のビーム形状パラメータ値及び前記他のビーム方向パラメータ値に応じて、更に第１の方向推定及び第２の方向推定を決定する。

これは、より正確な方向推定を生成可能にする。特に、これは、三次元方向推定を生成可能にし、及び／又は二次元の方向推定の平面から推定された仰角が補償されるので、より正確な二次元の方向推定を生成可能にする。基準ビームの１つのセットに基づいて１つの平面内の２つの方向推定を決定するための同じアプローチが、基準ビームの異なるセットを使用して、他の平面おそらく垂直面内の追加の２つの方向推定を決定するために使われる。

第４の基準ビームは、具体的にはダイポールであり、基準ビームの他のダイポールに対して直交している。

本発明の任意の特徴によると、ビーム形状パラメータ値及びビーム方向パラメータ値は、前記ビーム形状パラメータ及び前記ビーム方向パラメータのうちの少なくとも１つに関するコスト尺度の微分値がゼロである３次元ポイントの第１のセットを特徴づけ、前記他のビーム形状パラメータ値及び前記他のビーム方向パラメータ値は、前記他のビーム形状パラメータ及び前記他のビーム方向パラメータのうちの少なくとも１つに関する他のコスト尺度の微分値がゼロである３次元ポイントの第２のセットを特徴づけ、前記推定回路は、３次元ポイントの第１のセット及び３次元ポイントの第２のセット両方に含まれる少なくとも２つの３次元ポイントに対する方向推定として、第１の方向推定及び第２の方向推定を決定する。

これは、三次元方向推定の正確な及び／又は低い複雑さの決定を可能にする。

本発明の任意の特徴によると、推定回路は、前記少なくとも２つの３次元ポイントが予め定められたゲイン値に対応するという要求に応じて前記少なくとも２つの３次元ポイントを選択する。

これは、三次元方向推定の正確な及び／又は低い複雑さの決定を可能にする。予め定められたゲイン値は、具体的には、正規化されたゲイン値に対応し、２つの３次元ポイントは、三次元ポイントのセットと、ユニット球体との両方に属しているポイントとして選択される。

本発明の任意の特徴によると、推定回路は、ビーム形状パラメータ値及びビーム方向パラメータ値に対して、前記ビーム形状パラメータ及び前記ビーム方向パラメータのうちの少なくとも１つに関するコスト関数の解析的微分値がゼロであることに対応する方向推定として、第１の方向推定及び第２の方向推定を決定する。

これは、関連するコスト関数についての解析知識で信号値の実際的なアルゴリズムの最小化を利用することにより、２つ同時の音源の方向の有利な決定を可能にする。本発明は、２つ同時の音源に対する方向推定のリソース効率的な計算を提供するために結合信号のエネルギー測定に関するコスト関数の実際的及び解析的推測を利用する。

方向推定は、ビーム形状パラメータに関する微分値及びビーム方向パラメータに関する微分値両方がゼロであるという基準の下で決定される。

本発明の任意の特徴によると、少なくとも３つの基準ビームの第１の基準ビームがモノポールであり、前記少なくとも３つの基準ビームの少なくとも第２の基準ビーム及び第３の基準ビームは、異なる方向のダイポールである。

これは、特に有利なパフォーマンスを提供し、空間要件だけに基づいて２つの同時の方向推定に対する方向推定の効果的及び正確な決定を可能にする。第２及び第３の基準ビームは、互いに直交している。

本発明の任意の特徴によると、ビーム方向パラメータが第３の基準ビームに対する第２の基準ビームの加重を反映し、前記ビーム形状パラメータが第２及び第３の基準ビームに対する第１の基準ビームの加重を反映する。

これは、簡略分析評価を可能にし、ビーム形状パラメータ値及びビーム方向パラメータ値から方向推定を決定するための複雑さが減少した機能に結果としてなる結合信号の特に効果的な生成を提供する。

本発明の任意の特徴によると、結合は、
ｙ［ｋ］＝αｍ［ｋ］＋（１−α）［ｃｏｓ（φ_ｓ）ｄ_ｘ［ｋ］＋ｓｉｎ（φ_ｓ）ｄ_ｙ［ｋ］］
により実質的に与えられ、ここで、ｙ［ｋ］が前記結合信号のサンプルｋを表し、ｍ［ｋ］が第１の基準ビームのサンプルｋを表し、ｄ_ｘ［ｋ］が第２の基準信号のサンプルｋを表し、ｄ_ｙ［ｋ］は第３の基準信号のサンプルｋを表し、αがビーム形状パラメータであり、φ_ｓがビーム方向パラメータである。

これは、特に有利なパフォーマンスを提供し、空間状況に基づいて２つの同時の方向推定に対する方向推定の効果的及び正確な決定を可能にする。

本発明の態様によると、少なくとも３つのマイクロホンを有する少なくとも２次元のマイクロホンアレイからマイクロホン信号を受信するステップと、前記マイクロホン信号から異なる方向特性を持つ少なくとも３つの基準ビームを生成するステップと、以下のステップを実施することにより、２つの音源に対する同時の方向推定を生成するステップとを有し、前記以下のステップは、前記少なくとも３つの基準ビームの信号を結合することにより、結合信号に対する音声ビームフォームの形状を反映するビーム形状パラメータと、前記結合信号に対する音声ビームフォームの方向を反映するビーム方向パラメータとを持つ前記結合信号を生成するステップと、前記結合信号のエネルギー尺度を示すコスト尺度を生成するステップと、コスト尺度に対する局所的最小に対応するビーム方向パラメータのビーム方向パラメータ値とビーム形状パラメータのビーム形状パラメータ値とを推定するステップと、前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値の関数として、第１の音源の第１の方向推定と第２の音源の第２の方向推定とを決定するステップとである、音源位置決めの方法が提供される。

本発明のこれら及び他の態様、特徴並びに利点は、これ以降説明される実施例を参照して、明らかに説明されるだろう。

本発明の実施例は、単なる例示として図面を参照して説明されるだろう。

図１は、本発明の幾つかの実施例による２つ同時の音源に対する音源位置決めのための装置の要素の例を例示する。 図２は、マイクロホンアレイのためのマイクロホン構成の一例を示す。 図３は、図１の装置により生成される固有ビームの一例を示す。 図４は、図１の装置用の方向推定プロセッサの要素の一例を示す。 図５は、請求項１の装置により生成される方向推定結果の一例を示す。 図６は、請求項１の装置により生成される方向推定結果の一例を示す。 図７は、請求項１の装置により生成される音声ビームの一例を示す。 図８は、請求項１の装置による方向推定に対する収束の一例を示す。 図９は、図１の装置により生成される固有ビームの例を示す。

図１は、本発明の幾つかの実施例による２つ同時の音源に対する音源位置決めのための装置の一例を示す。システムは、マイクロホンから２つ同時の異なる音源までの方向を推定するために、複数のマイクロホンからの信号を処理する。方向推定は、空間考察に基づいて決定され、２つの音源からの音声信号に対する異なる時間的又はスペクトル特性に依存しない。

図１のシステムは、具体例では二次元のマイクロホンアレイであるマイクロホンアレイ１０１を有する。マイクロホンアレイ１０１は、単一の一次元ラインに並べられていない少なくとも３つのマイクロホンを有する。多くの実施例では、１つのマイクロホンから他の２つのマイクロホンを通るラインまでの最短距離は、これらの２つのマイクロホンの間の距離の少なくとも１／５はある。

具体例では、マイクロホンアレイ１０１は、図２に図示されるように、円上に同一の間隔で置かれる３つのマイクロホンを有する。

よって、この例では、平面ジオメトリー内に少なくとも３つの（無指向性又は片方向）センサの円形のアレイが使われる。他の実施例では、マイクロホンの他のアレンジメントが使われてもよいことは理解されるだろう。３つより多いマイクロホンが用いられる実施例に対しては、これらはおそらく非平面ジオメトリーで配置される、すなわち、マイクロホンアレイが三次元マイクロホンアレイであることも理解されるだろう。しかしながら、以下の説明は、アジマス（方位角）平面に配置された等距離の３つのマイクロホンの円形のアレイに焦点を当てる。

マイクロホンアレイ１０１は、マイクロホン信号を受信する受信回路１０３に結合される。図１の例では、受信回路１０３は、当業者に良く知られているように、マイクロホン信号を増幅し、フィルタリングし、デジタル化するように設けられる。

受信回路１０３は、マイクロホン信号から少なくとも３つの基準ビームを生成するように設けられる基準プロセッサ１０５に結合される。基準ビームは、適合されるのではなく、受信回路１０３からデジタル化されたマイクロホン信号の固定した結合により生成される一定ビームである。図１の例では、３つの直交固有ビームが、基準プロセッサ１０５により生成される。

この例では、マイクロホンアレイの３つのマイクロホンは、指向性マイクであり、特に、マイクロホンの位置を接合することにより形成される周辺部から外向きに（よって、具体例では円形のアレイの環の外向きに）主ゲインがポインティングしているように配置されるカージオイド形のマイクロホンである。カージオイド形のマイクロホンの使用は、センサノイズ及びセンサ―ミスマッチに対する感度が非常に減らされるという利点を供給する。しかしながら、他のシナリオで、無指向性マイクロホンのような他のマイクロホンタイプが使用されてもよいことは理解されるだろう。

３つのカージオイド形のマイクロホンの応答は、それぞれΦ＝０、２π／３、４π／３でメインローブを持つＥ_Ｃ ^０（ｒ、θ、φ）、Ｅ_Ｃ ^１（ｒ、θ、φ）及びＥ_Ｃ ^２（ｒ、θ、φ）としてそれぞれ示され、ここで、θ及びΦは標準球面座標角度である。センサ―ノイズがないと仮定すると、ｎ番目のカージオイド形マイクロホン応答は以下により理想的に与えられる。

ｎ番目のカージオイド形マイクロホンのマグニチュード応答Ａ_ｎ及び位相応答Ψ_ｎは以下により理想的に与えられる。

ここで、

上記の式では、ｃは音速であり、ｘ_ｎ及びｙ_ｎはｎ番目のマイクロホンのｘ及びｙ座標である。
ｒが円の半径とし、以下の式、

及び

を使用して、
以下の式のように書ける。

３つのカージオイド形のマイクロホンから、３つの直交固有ビームは、入力として３つのマイクロホンを持つ３ポイントの離散フーリエ変換（ＤＦＴ）を使用して生成できる。このＤＦＴは、ｉ＝１，２，３で３つのフェーズモードＰ_ｉ（ｒ、θ、φ）を作る。

ここで、

であり、＊は複素共役オペレータを示す。

これらの関数は、モノポール
Ｅ_ｍ（ｒ、θ、φ）＝２・Ｐ_０（ｒ、θ、φ）
と２つの直交ダイポール
Ｅ_ｄ ^ｘ（ｒ、θ、φ）＝２・［Ｐ_１（ｒ、θ、φ）＋Ｐ_２（ｒ、θ、φ）］
Ｅ_ｄ ^ｙ（ｒ、θ、φ）＝２ｊ・［Ｐ_１（ｒ、θ、φ）−Ｐ_２（ｒ、θ、φ）］
からなる３つの基準ビームを生成するために使用できる。

マトリックス表記では、これは、以下の式により表される。

アレイのサイズより大きい波長に対して、カージオイド形の応答の位相成分は無視でき、結果的に以下の固有ビーム応答になる。
Ｅ_ｍ＝１
Ｅ_ｄ ^ｘ（θ、φ）＝ｃｏｓφｓｉｎθ
Ｅ_ｄ ^ｙ（θ、φ）＝ｃｏｓ（φ−π／２）ｓｉｎθ

これら固有ビームの指向性パターンは、図３に図示される。

ゼロ次の固有ビームＥ_ｍは球体に対応するモノポール応答を表すのに対し、他の固有ビームは図３に図示されるように、ダブル球体に対応する１次の固有ビームを表す。よって、２つの１次の固有ビームは、直交ダイポールである。

よって、基準プロセッサ１０５は、３つの入力信号（３つのサンプルシーケンスの形で）を受信して、これらから３つの基準ビームを生成する。３つ基準ビームは例では異なる方向特性を持ち、第１の基準ビームは実質的に無指向性であるのに対し、第２及び第３の基準ビームは指向的であり、同じビーム形状を持つが異なる方向に向けられている。

各サンプル時間で、信号サンプルは、マイクロホン信号サンプルから各基準ビームに対して生成される。よって、以下の説明は、時間インデックスｋを持つ時間離散的信号（サンプリングされた）を考慮する。基準プロセッサ１０５は、３つのカージオイド形のマイクロホン信号ｃ_ｏ［ｋ］、ｃ_１［ｋ］、ｃ_２［ｋ］からモノポール信号ｍ［ｋ］と２つの直交ダイポール信号ｄ_ｘ［ｋ］、ｄ_ｙ［ｋ］とを生成する。

マイクロホン信号から基準ビーム信号を生成するために必要とされる処理は低い複雑さとなり、低い計算リソース要求を表すことに留意されたい。

３つの基準ビーム信号ｍ［ｋ］、ｄ_ｘ［ｋ］、ｄ_ｙ［ｋ］は、基準ビーム信号に基づいて２つ同時の音源に対する方向推定を生成するように設けられる推定プロセッサ１０７へ供給される。図４は、本発明の幾つかの実施例による詳細な推定プロセッサ１０７の要素を例示する。

推定プロセッサ１０７は、基準ビーム信号ｍ［ｋ］、ｄ_ｘ［ｋ］、ｄ_ｙ［ｋ］を受信し、これらを結合信号へ結合する結合器４０１を有する。結合は、単に基準ビーム信号の加重総和、すなわち以下の式となる。
ｙ［ｋ］＝ｚ_１・ｍ［ｋ］＋ｚ_２・ｄ_ｘ［ｋ］＋ｚ_３・ｄ_ｙ［ｋ］
ｄ_ｘ［ｋ］及びｄ_ｙ［ｋ］は方向性基準ビームに対応するのに対し、ｍ［ｋ］は無指向性基準ビームに対応する例では、この式は、以下のように書き直される。
ｙ［ｋ］＝ｚ_１・ｍ［ｋ］＋ｚ_４・（ｚ_５・ｄ_ｘ［ｋ］＋ｚ_６・ｄ_ｙ［ｋ］）
ここで、ｚ_４・ｚ_５＝ｚ_２及びｚ_４・ｚ_６＝ｚ_３であり、ｚ_５及びｚ_６は基準（ｚ_５）^２＋（ｚ_６）^２＝１を満たすスカラー値である。よって、この例では、（ｚ_４）^２＝（ｚ_２）^２＋（ｚ_３）^２及びｚ_５＝ｚ_２／ｚ_４、ｚ_６＝ｚ_３／ｚ_４である。

従って、２つの方向基準ビームが方向以外同一である具体例では、パラメータｚ_５及びｚ_６は、メインローブの方向を制御する、すなわち３つの基準ビームの結合により形成される音声ビームと同様に、２つの方向基準ビームの結合により形成される音声ビームで最も大きいゲインの方向を制御する。更にまた、３つの基準ビームの結合により形成される結果として生じる音声ビームの形状は、パラメータｚ_１及びｚ_４により制御される。

よって、基準ビーム加重結合は、結果的に結合ビームのビーム形状及び方向それぞれを反映する／示す（少なくとも一つの）ビーム方向パラメータ及び（少なくとも一つの）ビーム形状パラメータとなることが分かる。

具体例では、結合は、以下の結合により、特に表される。
ｙ［ｋ］＝αｍ［ｋ］＋（１−α）［ｃｏｓ（φ_ｓ）ｄ_ｘ［ｋ］＋ｓｉｎ（φ_ｓ）ｄ_ｙ［ｋ］］

よって、具体例では、ｚ_１＝α、ｚ_４＝１−α、ｚ_５＝ｃｏｓ（φ_ｓ）及びｚ_６＝ｓｉｎ（φ_ｓ）である。

第２及び第３の基準ビームがユニティゲインダイポールである例では、中括弧の和は、単にφ_ｓの方向のユニティダイポールの生成に対応する。更に、第１の基準ビームがユニティモノポールであるので、ｚ_１及びｚ_４に対する規制は、結果として生じる音声ビームがユニティゲイン音声ビームであることを確実にする。音声ビームの形状は、パラメータαにより制御される。特に、α＝１に対して、結果として生じる音声ビームはユニティモノポールであり、α＝０に対して、結果として生じるビームは、方向φ_ｓのユニティダイポールである。

実際、結果として生じる音声ビームパターンは、以下の式により与えられる。
Ｅ_ｙ（θ、φ）＝α＋（１−α）ｃｏｓ（φ−φ_ｓ）ｓｉｎ（θ）
ここで、αは、１次のビームパターン形状を制御するビーム形状パラメータであり、φ_ｓは、アジマス平面内でビームパターンを回転させるビーム方向パラメータである。

よって、例では、第３の基準ビームに対する第２の基準ビームの加重（ダイポールの相対的な加重）を設定するビーム方向パラメータφ_ｓと、第２及び第３の基準ビームに対する（すなわち結合ダイポールに対する）第１の基準ビーム（モノポール）の加重を設定するビーム形状パラメータαとに応じて、明確な結合が作られる。

しかしながら、幾つかの実施例では、ビーム形状パラメータ及びビーム方向パラメータは、ビーム形状及び方向それぞれを反映する間接的なパラメータでもよいことは理解されるだろう。よって、結合は、ビーム形状及びビーム方向両方の特性に各々影響を及ぼす異なる加重値に基づく。例えば、結合オペレーションは、加重値ｚ_１、ｚ_２、ｚ_３を直接使用する。よって、ビーム形状パラメータ及びビーム方向パラメータは、明確に使われる必要がなく、結合で明確に使用される特定の物理的加重値から導出できる仮想的、理論的又は間接的なパラメータを表してもよい。よって、ビーム形状パラメータ及びビーム方向パラメータは、結合加重の関数である。

結合器は、結合信号からコスト尺度を生成するコストプロセッサ４０３に結合される。コスト尺度は、結合信号のエネルギーの指標、特に結合信号の電力の指標として生成される。具体例では、コスト尺度は、単に結合信号の電力として計算される。
Ｊ［ｋ］＝ｙ［ｋ］^２

多くの実施例では、コスト尺度は、ローパスフィルタリング値として決定され、具体的には、適切な数のサンプルの平均値であることは理解されるだろう。

コストプロセッサ４０３は、コスト尺度に対する局所的最小に対応するビーム方向パラメータのビーム方向パラメータ値と、ビーム形状パラメータのビーム形状パラメータ値とを推定するように設けられる最小化プロセッサ４０５に結合される。よって、最小化プロセッサ４０５は、局所的最小を達成するコスト関数に結果としてなるビーム方向パラメータ及びビーム形状パラメータの値を決定する。幾つかのシナリオでは、局所的最小は、ビーム形状パラメータ値及びビーム方向パラメータ値がコスト尺度の最小値、よって結合信号の最小電力に結果としてなるように決定されるシナリオに対応する全体的な最小でもある。

２つだけの音源があるシナリオでは、最小値は、しばしば、２つの音源の完全な減衰に対応し、よって結合信号のゼロ電力に対応する。しかしながら、実際的なシナリオでは、コスト尺度は、通常はノイズ、音反射等のため高くなるだろう。

特定の場合に、最小化プロセッサ４０５は、結合器４０１に更に結合され、結合のために使われるビーム形状パラメータ及びビーム方向パラメータ値を直接制御する。よって、この例では、コスト関数の最小化は、基準ビーム信号を結合するために用いられるパラメータ値を制御する最小化プロセッサ４０５により達成される。

コスト関数の最小値に結果としてなるパラメータ値を決定する種々異なるアプローチが用いられてもよいことは理解されるだろう。例えば、最小化プロセッサ４０５は、パラメータの値の大きいセットを生成し、これらを結合器４０１へ供給して、結果として生じるコスト尺度を監視する。

例えば、サンプル時間ごとに、最小化プロセッサ４０５は、ビーム形状パラメータ値及びビーム方向パラメータ値を有する多数のパラメータセットを生成する。例えば、離散的シーケンス０、０．０１、０．０２、０．０３．．．０．９９からαの値及び離散的シーケンス０、π／１００、２π／１００、３π／１００．．．９９π／１００からφ_ｓの値を持つ全ての可能なセットが生成される。これらのセットの各々に対して、結合は実施され、コスト尺度が計算される。最小化プロセッサ４０５は、その時、最小値を見つけるために、コスト尺度値を通じて検索できる。このとき、所望のビーム形状パラメータ値及びビーム方向パラメータ値は、このセットに対する値として与えられる。

最小化プロセッサ４０５は、ビーム形状パラメータ値及びビーム方向パラメータ値を受信する方向推定器４０７に結合される。方向推定器４０７は、受信ビーム形状パラメータ値及びビーム方向パラメータ値の関数として、第１の音源に対する第１の方向推定及び第２の音源に対する第２の方向推定を決定するように処理する。

方向推定器４０７は、コスト尺度の最小に結果としてなるビーム形状パラメータ及びビーム方向パラメータの値が、また、ビーム形状パラメータ及びビーム方向パラメータに関するコスト関数のゼロの微分値に結果としてなるという事実に特に基づく。この事実は、ビーム形状パラメータ及びビーム方向パラメータの関数として、音源の方向を表わす関数を得るためにコスト関数を解析的／理論的に分析可能にする。よって、方向推定器４０７は、特定の測定されたコスト尺度を最小化する特定のアプローチを、このオペレーションが、方向推定に対する解析関数を理論的なコスト関数から計算可能にするという事実と組み合わせる。

よって、システムにおいて、第１の方向推定及び第２の方向推定は、ビーム形状パラメータ値及びビーム方向パラメータ値に対して、ビーム形状パラメータ及びビーム方向パラメータの少なくとも１つに関するコスト関数の解析的微分値がゼロであることに対応する方向推定として計算される。

例示的な解析的微分値は、この例、すなわち
ｙ［ｋ］＝αｍ［ｋ］＋（１−α）［ｃｏｓ（φ_ｓ）ｄ_ｘ［ｋ］＋ｓｉｎ（φ_ｓ）ｄ_ｙ［ｋ］］
の特定の結合に対して以下に説明されるだろう。

しかしながら、同じアプローチが他の結合及び他のパラメータに適用できることは理解されるだろう。

この例では、アジマス平面内に（すなわちマイクロホンアレイの平面内に）位置される２つの異なる音源が存在すると仮定される。

コスト関数は、以下のように規定される。
Ｊ（α、φ_ｓ）＝ε｛ｙ^２［ｋ］｝
ここで、ε｛｝は、平均化（又はローパスフィルタリング）オペレーションを示す。

アジマス角φ_ｎｉでｉ＝１，２の２つの方向源ｎ_ｉ［ｋ］を仮定すると、結合信号値は以下の式により与えられる。

音声信号が無相関であると仮定すると、これは以下の式を生じる。

ここで、σ_ｎ１ ^２及びσ_ｎ２ ^２は音源の偏差である。

このとき、コスト関数は、ビーム形状パラメータα及びビーム方向パラメータφ_ｓに関する微分により分析され、以下の式を生じる。

ここで、
Ｃ_ｉ＝ｃｏｓ（φ_ｎｉ−φ_ｓ）
及び

であり、
Ｓ_ｉ＝ｓｉｎ（φ_ｎｉ−φ_ｓ）
である。

コスト尺度の局所的最小に対して、コスト関数の微分値はゼロである。上記式でわかるように、これは以下の場合である。もし、Ｃ_ｉ＝１ならば、φ_ｎ１＝φ_ｎ２＝φ_ｓを生じる。

しかしながら、斯様な解は、単一の音源方向に対応するのに対し、シナリオでは２つの音源があると仮定されている。更にまた、この解は、鞍点であることが示され、従って安定解ではない。従って、この解は無視される。

以下の式のとき、コスト関数微分値がゼロであることも分かる。

これは、以下の結果となる。

これは、以下の式の場合だけ満足する。

このように、上記式は、コスト関数がゼロであるビーム形状パラメータ値及びビーム方向パラメータ値の関数として音源の方向を表す。コスト関数が局所的最小に対してゼロであるので、従って、コスト尺度の最小に結果としてなるように決定されるビーム形状パラメータ値及びビーム方向パラメータ値は、コスト関数微分値がゼロであるパラメータ値に対応する。従って、これらの値は、２つの音源に対する方向推定を提供するために、上記式に挿入できる。

上記式は±オペレーションに起因する曖昧性を招くが、両方のオプションが有効であることに留意されたい。実際、オプション間の切換えは、単に２つの音源間で方向推定を切り換えること（すなわち、指標ｉが関係する音源間の切換え）に対応するだけである。

よって、図１のシステムは、２つ同時の音源に対する効果的な方向推定を提供する。このアプローチは、正確な結果で、低い複雑さ及びリソース要件を持つ非常に有利なパフォーマンスを提供することがわかった。

上記の具体例では、コスト尺度の最小に対応するパラメータ値を決定するための計算的に比較的厳しいアプローチが使われた。以下では、計算的により効率的であるが、非常に正確及び信頼性が高いアプローチが説明される。

以下の実施例では、コスト尺度の局所的最小は、ビーム形状パラメータ値及びビーム方向パラメータ値の反復的な更新により、特に決定される。よって、現在の値に基づいて、更新値は、新しいサンプル時間ごとに決定され、後続のサンプル時間の結合のために使われるパラメータ値を生成するために、現在の値に加えられる。このように、１つの結合結果だけが各サンプルに対して決定され、現在の値に基づいて、新しいパラメータ値が、後続のサンプル時間の間に決定される。よって、当該アプローチは、最初に正しいパラメータ値を提供しなくても、正しい値へ収束する。

特定のアプローチは、ビーム形状パラメータ及びビーム方向パラメータ両方に対する勾配探索プロセスを使用するが、勾配検索がパラメータの１つだけに原則として適用されることは理解されるだろう。

よって、例では、更新値は、コスト関数の微分値に依存している。特に、ビーム形状パラメータに対する更新値は、ビーム形状パラメータに関係するコスト関数の微分値に依存し、ビーム方向パラメータに対する更新値は、ビーム方向パラメータに関係するコスト関数の微分値に依存する。

更に詳細には、値α及びφ_ｓの推定は、最速降下法更新に基づく適応アルゴリズムにより生成され、ここで、更新ステップはコスト関数の表面とは反対側の方向にある。よって、以下の式となる。

及び

ここで、＾が推定値を示し、∇_ｑが変数ｑに対する勾配を示し、μは適応アルゴリズムの動的な応答を制御しているステップサイズである。

微分値（勾配）は、以下のように決定される。

及び

ここで、前述のｙ［ｋ］は、以下の式により決定される。

勾配計算が基準ビーム信号ｍ［ｋ］、ｄ_ｘ［ｋ］、ｄ_ｙ［ｋ］のエネルギーに依存するので、更新式を正規化することは、しばしば有益である。これは、以下の式となる。

及び

ここで、

は、適合を正規化するために含まれる無指向性応答の電力推定であり、εは０による割り算を防止するための小さな値である。

このアプローチは、２つのパラメータに対する更新された値の独立決定を可能にすることに留意されたい。特に、１つのパラメータに対する現在の更新値は、他のパラメータに対する現在の更新値に依存するのではなく、以前の値にだけ依存する。

このアプローチは非常に効率的なアプローチを提供し、方向推定を決定するための結合及び特定のゼロ微分値に基づくアプローチと勾配検索と組み合わせは、方向推定を決定するための正確なアプローチに結果としてなるが、低い複雑さ及び低い計算リソース要件を依然維持する。

例えば、３セットの音源位置をフォローするための適応アルゴリズムがシミュレーションされた。

音源の各セットに対して、パラメータ値に対する２つの最適解が有効である（両方ともゼロのコスト関数値を持つ）。１つの最適解は、αの正の値であるのに対し、他の最適解はαの負の値である。しかしながら、両方の解は、２つの音源に対する同じ方向推定に結果としてなる。

シミュレーションでは、ユニット偏差を持つ２つの無相関のガウスノイズシーケンス源が使われた。また、無相関のノイズは、モノポール信号及び２つの直交ダイポール信号に、モノポールに対して０．０００１及びダイポールに対して０．００００５８の偏差で（球状等方性ノイズフィールドに対応して）加えられた。

方向推定φ_ｎｉの推定値に対する（１００００以上の独立実行による）アンサンブルの平均化された結果が、図５及び図６に図示されている。音源の３つのセットに対する結合信号に対応するビームパターンが、図７に図示されている。見てわかるように、ヌルが正しいアジマス角度で配置される。更に、セット＃１のビームパターンの形状がスケールファクタを別にしてセット＃３のものと類似していることが明らかである。このスケールファクタは、セット＃１のビームパターンが、αの正の値から作られるのに対し、セット＃３のビームパターンが、αの負の値から作られるという事実により生じる。０から１の間のαの値に対して、ビームパターンのメインローブは、ユニティゲインファクタを持つ。図８は、アンサンブルの平均化されたコスト尺度の収束を例示する。

幾つかの実施例では、推定プロセッサ１０７は、ビーム形状パラメータを減少した動作間隔に制限するように設けられる。当該間隔は、具体的には、少なくとも３つの基準ビームの第２及び第３の基準ビームの結合加重の加重より小さな第１の基準ビームの最大加重まで結果的に値を制限する。具体例では、これは、単にα＜１／２を要求することにより達成される。

２つの個々の基準ビームダイポールの結合から生じるダイポールより小さなモノポールの加重までのビーム形状値の制限は、少なくとも２つのノッチがアジマス平面内に存在することを確実にする。

以前の説明では、２つの音源がアジマス平面内に位置されると仮定された。特に、基準ビーム式
Ｅ_ｍ＝１
Ｅ_ｄ ^ｘ（θ、φ）＝ｃｏｓφｓｉｎθ
Ｅ_ｄ ^ｙ（θ、φ）＝ｃｏｓ（φ−π／２）ｓｉｎθ
は、仰角パラメータθがπ／２に等しく、よってｓｉｎ（θ）＝１と仮定することにより単純化された。しかしながら、幾つかの実施例では、音源の仰角を考慮することが有利である。この場合には、結合信号のビーム形状は、以下により表される。
Ｅ_ｙ（θ、φ）＝αＥ_ｍ＋（１−α）［ｃｏｓφ_ｓＥ_ｄ ^ｘ（θ、φ）＋ｓｉｎφ_ｓＥ_ｄ ^ｙ（θ、φ）］

を持つコスト関数
Ｊ（α、φ_ｓ）＝ε｛ｙ^２［ｋ］｝
を使用することは、

を生じ、
ここで、音源の各々に対する仰角角度は

により表される。

ビーム形状パラメータα及びビーム方向パラメータφ_ｓに関してこの関数を微分することは、

で

を生じ、

で

を生じる。

よって、導関数は、二次元の場合に対して決定されるが、仰角パラメータ

を考慮して変更される関数に対応する。特に、

を設定することは、結果的に上記式を前に導出した式に減少させる。

前述のように、微分値がゼロであることの要求は、Ｃ_ｉ＝１
よって、φ_ｎ１＝φ_ｎ２＝φ_ｓに対応する不安定な解を供給する。

この解決策を無視することにより、以下の解を供給する。

このように、見て分かるように、微分値がゼロである要求は、（音源がアジマス平面内にあると仮定される）二次元の場合に対するパラメータ値から方向推定を決定するための対応する式に結果としてなる。しかしながら、図示されるように、方向推定は、また、仰角にも依存して変更される。アジマス平面外の音源の仰角（マイクロホンアレイの仰角）は、以前の簡略化された二次元の式が用いられる場合、二次元の平面におけるエラーの導入に結果としてなることに留意されたい。

幾つかの実施例では、従って、二次元の方向推定は、平面外の音源の仰角に対して補償される。単純な例として、ユーザは、マイクロホンアレイに対するポテンシャル源の仰角角度を手動で決定し、仰角角度を手動で入力する。例えば、マイクロホンアレイが会議用テーブルの中心に位置する会議アプリケーションに対して、テーブル周辺に座っている人々の典型的な話す高さに対応する仰角角度が決定され、装置へ供給される。このとき、この仰角角度は、上記の式の一定の予め定められた較正値として使われる。

斯様なアプローチは、決定された方向推定の正確さを改善する。しかしながら、多くの実用的なアプリケーションに対して、音源の仰角により導入される誤差は重要ではなく、単に無視されてもよいことは理解されるだろう。

幾つかの実施例では、装置は、２つの方向推定に対する３次元方向推定を生成するように更に設けられる。特にアジマス角に加えて、仰角角度も決定される。

幾つかの実施例では、基準プロセッサ１０５は、第２及び第３の基準ビームのピークゲインにより形成される平面から外へ延在する方向にピークゲインを持つ方向ビームとして第４の基準ビームを生成するように更に設けられる。斯様なビームは、具体的には、三次元マイクロホンアレイを使用して生成される。例えば、ｘ，ｙ平面（図２を参照）の３つのマイクロホンＭ_１、Ｍ_２、Ｍ_３に加えて、マイクロホンアレイは、ｚ方向に位置がずれた、すなわちｚ≠０に第４のマイクロホンを更に有する。

具体例では、マイクロホンアレイは、正四面体の頂点に配置される４つのマイクロホンを有する。よって、対称形の球面マイクロホンアレンジメントが使われる。平面マイクロホンアレイと同様に、球面マイクロホンアレイの指向性（例えばカージオイド形）マイクロホンを使用することは、センサノイズ及びセンサミスマッチに対する感度が非常に低減されるという利点を持つ。

更にまた、例では、基準プロセッサ１０５は、第２及び第３の基準ビームのダイポールと同様の形状を持つダイポールである第４の基準ビームを生成するために、信号を結合する。特に、ダイポールは、互いに直交し、向き（方向）以外は同一である。特に、基準プロセッサ１０５は、以下の基準ビームを生成する。
Ｅ_ｍ＝１
Ｅ_ｄ ^ｘ（θ、φ）＝ｃｏｓφｓｉｎθ
Ｅ_ｄ ^ｙ（θ、φ）＝ｓｉｎφｃｏｓθ
Ｅ_ｄ ^ｚ（θ、φ）＝ｃｏｓθ
ここで、θは仰角角度であり、Φはアジマス角である。よって、以前の二次元の例の３つの基準ビームに加えて、ｚ軸に沿って目指す第３のダイポールが生成される。基準ビームは、図９に図示されている。

このとき、装置は、最初の３つの基準ビームに基づいて、すなわちＥ_ｍ、Ｅ_ｄ ^ｘ及びＥ_ｄ ^ｙに基づいて、前述されたような２次元の方向推定プロセスを最初に実施する。

上で示されたように、以下の式

のとき、微分値はゼロである。

よって、最初の３つの基準ビームに基づく方向推定は、３Ｄ空間の一組のポイントを識別する。上記の式は、特に、座標系の中央から生じる（回転対称の）円錐の周辺に対応する一組のポイントを定める。円錐の周辺上のポイントに位置する全ての音源は、結果的にゼロ微分値となる。ｘ―ｙ平面と交差する円錐周辺のポイントは、以前の２次元の推定に対応する。

装置は、更に第１、第２及び第４の基準ビームに基づいて、すなわちＥ_ｍ、Ｅ_ｄ ^ｘ及びＥ_ｄ ^ｚに基づいて正確な同じオペレーションを実施する。よって、コスト関数に対して結果的にゼロ微分値となるビーム形状パラメータ値及びビーム方向パラメータ値の第２のセットが、これら３つの基準ビームに対して決定される。処理は、ｘ―ｙ平面に対するものに等しいが、ｘ―ｚ平面に対応する。よって、決定されたビーム形状パラメータ値及びビーム方向パラメータ値は、可能な音源位置決めの第２の円錐を定める。

その後、装置は、両方のプロセスに基づいて、よってｘ―ｙ平面に対するビーム形状パラメータ値及びビーム方向パラメータ値と、ｘ―ｚ平面に対するビーム形状パラメータ値及びビーム方向パラメータ値との両方に基づいて、三次元推定を決定する。

特に、ｘ―ｙ平面評価は、ｘ―ｙ平面に対するコスト関数の微分値がゼロである３次元ポイントの第１のセットに結果としてなり（第１の円錐）、ｘ―ｚ平面評価は、ｘ―ｚ平面に対するコスト関数の微分値がゼロである３次元ポイントの第２のセットに結果としてなる（第２の円錐）。音源位置が両方の要件を満たさなければならないので、可能な音源位置のセットは、ポイントの両方のセットに含まれるポイントに対応する。よって、可能性がある音源位置のセットは、２つの円錐の交差に対応する。従って、可能性がある音源位置のセットは、両方とも座標系の中央から発する３次元空間の２本のラインを定める。

交差する点の間の選択は、これらが予め定められたゲイン値に対応する、すなわち、これらが座標系の中央までの特定の距離にあるという要求に基づいてなされる。特に、全ての基準ビームがユニティゲインビームである例では、音源ポイントは、ユニティ球体との可能な音源位置のセットの交差により見つけられる。これは、決定される２つの特定のポイントに結果としてなる。ｉ＝１，２を持つ２つのポイント（ｘ_ｉ、ｙ_ｉ、ｚ_ｉ）は、球面座標、

及び

に変換できる。
ここで、ａｒｃｔａｎ［］は、４象限アークタンジェントオペレータである。

よって、第４の基準ビームの使用及び２つの平面における等価な処理は、三次元方向推定を決定するために用いられる。

説明されたアプローチは、３つの平面の任意の２つを使用でき、すなわち、三次元方向推定は、択一的に、Ｅ_ｍ、Ｅ_ｄ ^ｘ、Ｅ_ｄ ^ｙ及びＥ_ｍ、Ｅ_ｄ ^ｙ、Ｅ_ｄ ^ｚの基準ビームセット、又は、Ｅ_ｍ、Ｅ_ｄ ^ｘ、Ｅ_ｄ ^ｚ及びＥ_ｍ、Ｅ_ｄ ^ｙ、Ｅ_ｄ ^ｚの基準ビームセットに基づくことも理解されるだろう。

幾つかの実施例では、アルゴリズムは、全３つの平面に対して実施される。そのとき、方向推定は、平面の推定された角度の違いが最も大きい２つの平面に基づく。これは、（それぞれの平面で観察される）２つの音源の角度の違いが小さくなるとき（例えば、αが１／２近くになるとき）、アルゴリズムの適応挙動が悪くなることが知られているからである。従って、α／（α−１）が最もゼロ（０）に近くなる２つの平面を選択する。

方向推定は、多くのシナリオで、多くのアプリケーションで好適に使われることは理解されるだろう。例えば、これは、方向推定に応じて制御される例えば指向性ビーム又はゼロで用いられる音源分離の基礎を形成する。例えば、２つのビームが、（音源が所望の信号を表すとき）音源の推定された方向に形成され、又は、２つのゼロが、（音源が所望されない信号を表すとき）任意の適切なビーム形成技術を使用して音源の推定された方向に形成される。

明確さのため上記記載は、種々異なる機能的ユニット及びプロセッサを参照して、本発明の実施例を説明したことが理解されるだろう。しかしながら、異なる機能的ユニット又はプロセッサ間の機能の適当な配給が本発明から逸脱することなく使用されてもよいことは明らかである。例えば、別個のプロセッサ又はコントローラにより実施されるべき例示された機能は、同一のプロセッサ又はコントローラにより実施されてもよい。従って、特定の機能的ユニットの参照は、厳密な論理、物理的構造、又は組織を示すよりはむしろ、説明した機能を供給するための適当な手段の参照としてのみ見られるべきである。

本発明は、ハードウェア、ソフトウェア、ファームウェア又はこれらの組み合わせを含む適当な形式で実行できる。本発明は、オプション的に、一つ以上のデータプロセッサ及び／又はデジタル信号プロセッサを走らせるコンピュータソフトウェアとして少なくとも部分的に実行できる。本発明の実施例の要素及び部品は、適当な態様で物理的に、機能的に、及び論理的に実行されてもよい。実際に、機能は、単一のユニット、複数のユニット又は他の機能ユニットの一部で実行できる。このように、本発明は、単一のユニットで実行されてもよいし、異なるユニット及びプロセッサ間で物理的に、及び機能的に分配されてもよい。

回路、プロセッサ、コントローラ等の用語は、特定の構成又は実行を暗示するものではなく、任意の適切な形式で実行される。特に、回路は、例えば、実行可能なプロセッサでの実行コードとして実行される処理アルゴリズムでもよい。

本発明は幾つかの実施例と関連して説明されたが、ここで説明した特定の形式に限定する意図はない。むしろ、本発明の範囲は、添付の請求項によってのみ限定される。加えて、特徴が特定の実施例と関連して説明されるように見えるが、当業者は、説明された実施例の様々な特徴が本発明に従って組み合わされてもよいことを認識するだろう。請求項において、「有する」という用語は、他の要素又はステップの存在を排除しない。

更に、個別にリストされているが、複数の手段、要素、又は方法のステップは、例えば単一のユニット又はプロセッサにより実行されてもよい。加えて、個別の特徴が異なる請求項に含まれているが、これらは好適に結合でき、異なる請求項に含まれるものは、特徴の組み合わせが実行可能及び／又は有益であるのではないということを意味しない。また、一つのカテゴリの請求項に特徴を含めることは、このカテゴリの制限を意味するのではなく、むしろ特徴が適当に他の請求項カテゴリに等しく適用可能であることを示す。更に、請求項の特徴の順番は、特徴が働かなければならない特定の順番を意味するのではなく、特に方法の請求項の個別のステップの順番は、ステップがこの順番で実施されなければならないことを意味しない。むしろ、ステップは適当な順番で実施されてもよい。加えて、単一の引用は複数を排除しない。よって、引用「ａ」、［ａｎ」、「第１の」、「第２の」等は、複数を排除しない。請求項内の参照符号は、単に例を明白にするものとして提供されるのであって、何れにおいても請求項の範囲を制限するものとして解釈されるべきではない。

Claims (15)

1. 少なくとも３つのマイクロホンを有する少なくとも二次元のマイクロホンアレイからマイクロホン信号を受信するための受信回路と、異なる方向特性を持つ少なくとも３つの基準ビームの信号をマイクロホン信号から生成するための基準回路と、２つの音源に対する同時の方向推定を生成するための推定回路とを有する音源位置決め装置であって、前記推定回路は、前記少なくとも３つの基準ビームの前記信号を結合することにより、結合信号に対する音声ビームフォームの形状を反映するビーム形状パラメータと、前記結合信号に対する音声ビームフォームの方向を反映するビーム方向パラメータとを持つ前記結合信号を生成するための回路と、前記結合信号のエネルギー尺度を示すコスト尺度を生成するための回路と、前記コスト尺度に対する局所的最小に対応するビーム方向パラメータのビーム方向パラメータ値とビーム形状パラメータのビーム形状パラメータ値とを推定するための回路と、前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値の関数として、第１の音源の第１の方向推定と第２の音源の第２の方向推定とを決定するための回路とを有する、音源位置決め装置。
2. 前記推定回路は、前記結合信号、ビーム形状パラメータの現在の値及びビーム方向パラメータの現在の値に応じてビーム形状パラメータ及びビーム方向パラメータの少なくとも第１のパラメータに対する更新値を繰り返し決定し、第１のパラメータの現在の値及び前記更新値から第１のパラメータに対する新規な値を生成する、請求項１に記載の音源位置決め装置。
3. 前記更新値が第１のパラメータに関するコスト尺度の微分値に依存する、請求項２に記載の音源位置決め装置。
4. 前記推定回路が、ビーム形状パラメータ及びビーム方向パラメータ両方の更新値を独立して決定する、請求項２に記載の音源位置決め装置。
5. 前記推定回路が、ビーム形状パラメータ及びビーム方向パラメータのうちの少なくとも１つに対する勾配探索プロセスを使用して、局所的最小を推定する、請求項１に記載の音源位置決め装置。
6. 前記推定回路は、前記少なくとも３つの基準ビームの第２及び第３の基準ビームの結合加重より小さな前記少なくとも３つの基準ビームの第１の基準ビームの最大加重となる値にビーム形状パラメータを制限する、請求項１に記載の音源位置決め装置。
7. 第１の方向推定及び第２の方向推定が平面内の２次元の方向推定であり、前記推定回路が、平面外の前記音源の仰角に対して第１の方向推定及び第２の方向推定を補償する、請求項１に記載の音源位置決め装置。
8. 前記マイクロホンアレイが少なくとも４つのマイクロホンを有する３次元マイクロホンアレイであり、前記基準回路は更に第４の基準ビームを生成し、前記推定回路は、第４の基準ビームと前記少なくとも３つの基準ビームの少なくとも２つの他の基準ビームとの信号を結合することにより他の結合信号を生成する回路であって、前記他の結合信号は、前記他の結合信号に対する音声ビームフォームの形状を反映する他のビーム形状パラメータと、前記他の結合信号に対する他の音声ビームフォームの方向を反映する他のビーム方向パラメータとを持つ前記他の結合信号を生成する回路と、前記他の結合信号のエネルギー尺度を示す他のコスト尺度を生成する回路と、前記他のコスト尺度に対する局所的最小に対応する、前記他のビーム形状パラメータの他のビーム形状パラメータ値と、前記ビーム方向パラメータの他のビーム方向パラメータ値とを推定する回路とを有し、第１の方向推定及び第２の方向推定を決定するための回路は、前記他のビーム形状パラメータ値及び前記他のビーム方向パラメータ値に応じて、更に第１の方向推定及び第２の方向推定を決定する、請求項１に記載の音源位置決め装置。
9. 前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値は、前記ビーム形状パラメータ及び前記ビーム方向パラメータのうちの少なくとも１つに関する前記コスト尺度の微分値がゼロである３次元ポイントの第１のセットを特徴づけ、前記他のビーム形状パラメータ値及び前記他のビーム方向パラメータ値は、前記他のビーム形状パラメータ及び前記他のビーム方向パラメータのうちの少なくとも１つに関する前記他のコスト尺度の微分値がゼロである３次元ポイントの第２のセットを特徴づけ、前記推定回路は、３次元ポイントの第１のセット及び３次元ポイントの第２のセット両方に含まれる少なくとも２つの３次元ポイントに対する方向推定として、第１の方向推定及び第２の方向推定を決定する、請求項８に記載の音源位置決め装置。
10. 前記推定回路は、前記少なくとも２つの３次元ポイントが予め定められたゲイン値に対応するという要求に応じて前記少なくとも２つの３次元ポイントを選択する、請求項９に記載の音源位置決め装置。
11. 前記推定回路は、前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値に対して、前記ビーム形状パラメータ及び前記ビーム方向パラメータのうちの少なくとも１つに関するコスト関数の解析的微分値がゼロである方向推定として、第１の方向推定及び第２の方向推定を決定する、請求項１に記載の音源位置決め装置。
12. 前記少なくとも３つの基準ビームの第１の基準ビームがモノポールであり、前記少なくとも３つの基準ビームの少なくとも第２の基準ビーム及び第３の基準ビームは、異なる方向のダイポールである、請求項１に記載の音源位置決め装置。
13. 前記ビーム方向パラメータが第３の基準ビームに対する第２の基準ビームの加重を示し、前記ビーム形状パラメータが第２及び第３の基準ビームに対する第１の基準ビームの加重を示し、請求項１１に記載の音源位置決め装置。
14. 前記結合は、
    ｙ［ｋ］＝αｍ［ｋ］＋（１−α）［ｃｏｓ（φ_ｓ）ｄ_ｘ［ｋ］＋ｓｉｎ（φ_ｓ）ｄ_ｙ［ｋ］］
    により実質的に与えられ、ここで、ｙ［ｋ］が前記結合信号のサンプルｋを表し、ｍ［ｋ］が第１の基準ビームのサンプルｋを表し、ｄ_ｘ［ｋ］が第２の基準信号のサンプルｋを表し、ｄ_ｙ［ｋ］は第３の基準信号のサンプルｋを表し、αがビーム形状パラメータであり、φ_ｓがビーム方向パラメータである、請求項１に記載の音源位置決め装置。
15. 少なくとも３つのマイクロホンを有する少なくとも２次元のマイクロホンアレイからマイクロホン信号を受信するステップと、
    前記マイクロホン信号から異なる方向特性を持つ少なくとも３つの基準ビームの信号を生成するステップと、以下のステップを実施することにより、２つの音源に対する同時の方向推定を生成するステップとを有し、前記以下のステップは、
    前記少なくとも３つの基準ビームの前記信号を結合することにより、結合信号に対する音声ビームフォームの形状を反映するビーム形状パラメータと、前記結合信号に対する音声ビームフォームの方向を反映するビーム方向パラメータとを持つ前記結合信号を生成するステップと、前記結合信号のエネルギー尺度を示すコスト尺度を生成するステップと、前記コスト尺度に対する局所的最小に対応するビーム方向パラメータのビーム方向パラメータ値とビーム形状パラメータのビーム形状パラメータ値とを推定するステップと、前記ビーム形状パラメータ値及び前記ビーム方向パラメータ値の関数として、第１の音源の第１の方向推定と第２の音源の第２の方向推定とを決定するステップとである、音源位置決めの方法。

Images