JP6772890B2 - 信号処理装置、プログラム及び方法 - Google Patents

Description

本発明は、信号処理装置、プログラム及び方法に関し、例えば、複数の音源が存在する環境下で、特定の方向の範囲に存在する音源を強調し収音することを欲する通信端末、オーディオ機器、音声認識装置などに適用し得る。

複数の音源が存在する環境下において、ある目的の音源を抽出する技術として、複数のマイクを用いた音源分離、マイクを直線上や平面上、球面上等に配置したマイクアレイを用いたビームフォーマやヌルフォーマ等がある。特に、目的の音源以外の音源が非定常である場合や、複数ある場合には、単一のマイクを用いたノイズサプレッサによる目的音源の抽出は難しく、２つ以上のマイクを用いることが必須となる。

上述したマイクアレイを用いたビームフォーマとは、ある特定の方向の音のみ強調し収音する技術である。ビームフォーマとは、各マイクに到達する信号の時間差を利用して指向性を形成する技術である。

ビームフォーマには、加算型と減算型という２つの種類がある。加算型ビームフォーマに比べて、減算型ビームフォーマはより少ないマイク数で鋭い指向性を形成できるという利点がある。

図１３は、マイク数が２個の場合の減算型ビームフォーマに係る構成を示すブロック図である。図１３の減算型ビームフォーマは、第１のマイクＭ１、第２のマイクＭ２、第１の遅延手段３、第２の遅延手段４、減算手段５から構成される。第１のマイクＭ１で収音した第１の入力信号は第１の遅延手段３に与えられ、第２のマイクＭ２で収音した第２の入力信号は第２の遅延手段４に与えられる。妨害音が第１のマイクＭ１側から到来している場合、第１の遅延手段３は第１の入力信号を遅延させることで、第１の入力信号と第２の入力信号に含まれる妨害音の位相を合わせる。一方、妨害音が第２のマイクＭ２側から到来している場合、第２の遅延手段４は第２の入力信号を遅延させることで、妨害音の位相を合わせる。第１の遅延手段３から得られた第１の遅延信号と第２の遅延手段から得られた第２の遅延信号は減算手段５に与えられる。減算手段５は、第１の遅延信号から第２の遅延信号を減じることで、強調音声を得る。以上のように、減算型ビームフォーマは、第１の入力信号と第２の入力信号とに含まれる妨害音の位相を合わせ、減算し、妨害音を抑圧することで、目的音を強調する。減算型ビームフォーマは、事前に与えられる妨害音の到来方向情報を必要とする。

ところで、減算型ビームフォーマには、妨害音源が少しでも移動してしまうと、妨害音の抑圧性能が大きく低下してしまう問題がある。

図１４は、従来の信号処理装置Ｚを用いて、自動車（車両）Ａの中における運転手Ｕ１の音声を強調する例について示した説明図である。

例えば、図１４に示すように音声認識を用いて音声によって操作できるカーナビゲーションシステムなどでは、自動車内において運転手の音声だけを抽出する必要がある。

したがって、運転席と助手席にそれぞれ人が乗車している場合には、助手席の助手Ｕ２の音声（妨害音）を抑圧する必要があるが、助手Ｕ２が前後左右に顔（妨害音源）を動かすと、減算型ビームフォーマでは妨害音を抑圧することができない。

適応ビームフォーマの代表の一つである最小分散ビームフォーマ（Ｍｉｎｉｍｕｍ Ｖａｒｉａｎｃｅ Ｂｅａｍｆｏｒｍｅｒ：ＭＶＢ）は、目的音の到来方向を事前に与えることで、妨害音を効率的に抑圧できる方法である。ＭＶＢは、目的音の到来方向に対してはゲインが１となるような拘束条件の下で、強調音声の分散を最小化することにより、妨害音を抑圧する。

また、スペクトル減算法を用いることで、目的音源の到来方向に強い指向性を形成することができる。非特許文献１では、目的音源は常に正面にあると仮定して、第１に減算型ビームフォーマで正面方向から到来する目的音を抑圧した目的音抑圧信号を得、第２に第１の入力信号の振幅スペクトルから目的音抑圧信号の振幅スペクトルを減算（スペクトル減算）することで目的音を強調した強調音声の振幅スペクトルを得、第３に強調音声の振幅スペクトルと第１の入力信号の位相スペクトルとを用いて強調音声を得る。

矢頭 隆、森戸 誠、山田 圭、小川 哲司、"正方形マイクロホンアレイによる音源分離技術"、情報処理、Ｖｏｌ．５１、Ｎｏ．１１、２０１０

しかしながら、従来の技術は以下に述べる問題を有する。

図１５は、自動車Ａの中における目的音と妨害音のイメージについて示した説明図である。

ＭＶＢは、マイクの数より１つ少ない数の妨害音しか抑圧することができない。したがって、図１４のように２つのマイクで目的音を強調する場合、妨害音は図１５（ｂ）に示すように伝搬するため、ＭＶＢは妨害音の直接音を抑圧できるが反射音を抑圧できないので、目的音を十分に強調することができない。

非特許文献１に記載の技術は、正面方向以外から到来した音声は、目的音に由来するものであってもすべて抑圧してしまう。したがって、図１４のように２つのマイクで目的音を強調する場合、目的音は図１５（ａ）に示すように伝搬するため、非特許文献１に記載の技術は目的音の反射音をも抑圧してしまうため、目的音の音質が劣化してしまう。

そのため、より少ない演算コストで、且つ、より少ない歪みで目的音を強調する信号処理装置、プログラム及び方法を提供することができる。

第１の本発明の信号処理装置は、（１）第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得る第１の周波数解析手段と、（２）第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得る第２の周波数解析手段と、（３）前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出する特徴量算出手段と、（４）前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得るフィルタ決定手段と、（５）前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得る乗算手段とを備えることを特徴とする。

第２の本発明の信号処理プログラムは、コンピュータを、（１）第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得る第１の周波数解析手段と、（２）第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得る第２の周波数解析手段と、（３）前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出する特徴量算出手段と、（４）前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得るフィルタ決定手段と、（５）前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得る乗算手段と、（６）前記乗算手段で得られた強調スペクトルを入力して信号波形を復元して強調音声を得る波形復元手段として機能させることを特徴とする。

第３の本発明の信号処理方法は、信号処理方法において、（１）第１の周波数解析手段、第２の周波数解析手段、特徴量算出手段、フィルタ決定手段、及び乗算手段を有し、（２）前記第１の周波数解析手段は、第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得て、（３）前記第２の周波数解析手段は、第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得て、（４）前記特徴量算出手段は、前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出し、（５）前記フィルタ決定手段は、前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得て、（６）前記乗算手段は、前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得ることを特徴とする。

本発明によれば、より少ない演算コストで、且つ、より少ない歪みで目的音を強調する信号処理装置、プログラム及び方法を提供することができる。

第１の実施形態に係る信号処理装置の機能的構成について示したブロック図である。 第１の実施形態に係る信号処理装置の使用環境の例について示した説明図である。 第１の実施形態に係る信号処理装置で処理される特徴量Ｆ_{ｃｅｎｔｅｒ}の例について示している。 第１の実施形態に係る信号処理装置で処理される特徴量Ｆ_ｓｉｄｅの例について示している。 第１の実施形態に係る信号処理装置で処理される音の到来方向θとＤＯＡ特徴量Ｆとの関係について示したグラフである。 第１の実施形態に係る信号処理装置で処理される広義単調増加関数の例について示したグラフである。 第１の実施形態に係る信号処理装置で用いられる強調フィルタの例について示したグラフである。 第１の実施形態に係るフィルタ決定手段で得られる強調フィルタＧの例について示したグラフである。 第２の実施形態に係るフィルタ決定手段で得られる強調フィルタＧの例について示したグラフである。 第２の実施形態に係るフィルタ決定手段で得られる強調フィルタＧと、第３の実施形態に係るフィルタ決定手段で得られる強調フィルタＧとの比較について示したグラフである。 第４の実施形態に係る信号処理装置で処理される音の到来方向θとＤＯＡ特徴量Ｆ’との関係について示したグラフである。 第４の実施形態に係るフィルタ決定手段４０４で得られる強調フィルタＧの例について示した説明図である。 従来のマイク数が２個の場合の減算型ビームフォーマに係る構成を示すブロック図である。 従来の信号処理装置を用いて、自動車の中における運転手の音声を強調する例について示した説明図である。 自動車の中における目的音と妨害音のイメージについて示した説明図である。

（Ａ）第１の実施形態
以下、本発明による信号処理装置、プログラム及び方法の第１の実施形態を、図面を参照しながら詳述する。

（Ａ−１）第１の実施形態の構成
図２は、第１の実施形態に係る信号処理装置１００が利用される環境について示した説明図である。なお、図２において、括弧内の符号は、後述する第２〜第４の実施形態において用いられる符号である。

第１の実施形態に係る信号処理装置１００は、自動車Ａの中における運転手Ｕ１の音声を強調する例について示した説明図である。自動車Ａの中では、運転席に運転手Ｕ１が座り、助手席に助手Ｕ２が座った状態となっている。そして、自動車Ａの中では運転手Ｕ１の正面（運転席の正面）に、マイクアレイを構成する第１のマイクＭ１及び第２のマイクＭ２が配置されている。運転手Ｕ１からみて、第１のマイクＭ１は左側（助手Ｕ２と反対の側）に配置されており、第２のマイクＭ２は右側（助手Ｕ２の側）に配置されている。

図１は、第１の実施形態に係る信号処理装置１００の機能的構成を示すブロック図である。

第１の実施形態の信号処理装置１００は、第１の周波数解析手段１０１、第２の周波数解析手段１０２、特徴量算出手段１０３、フィルタ決定手段１０４、乗算手段１０５、及び波形復元手段１０６を有している。

信号処理装置１００は、一部または全部をソフトウェア的に構成するようにしてもよい。信号処理装置１００は、例えば、メモリ及びプロセッサを有するコンピュータにプログラム（実施形態に係る信号処理プログラムを含む）をインストールすることにより構成してもよい。

第１の周波数解析手段１０１は、第１の入力信号ｘ１を周波数解析して第１の入力スペクトルＸ１を得る。

第２の周波数解析手段１０２は、第２の入力信号ｘ２を周波数解析して第２の入力スペクトルＸ２を得る。

特徴量算出手段１０３は、第１の入力スペクトルＸ１と第２の入力スペクトルＸ２とに基づいて所定の特徴量（以下、「ＤＯＡ特徴量Ｆ」と呼ぶ）を得る。ＤＯＡ特徴量Ｆは、目的音の到来方向に応じて変化する特徴量であり、詳細については後述する。

特徴量算出手段１０３は、（１）式または（１）式を式変形した計算式によって前記ＤＯＡ特徴量Ｆを得ることができる。

（１）式では、ある時刻のある周波数において、前記第１の入力スペクトルをＸ_１、前記第２の入力スペクトルをＸ_２、前記第２の入力スペクトルの複素共役をＸ_２ ^＊としている。

フィルタ決定手段１０４は、ＤＯＡ特徴量Ｆを所定の広義単調増加関数で写像して強調フィルタＧを得る。

乗算手段１０５は、第１の入力スペクトルＸ１に強調フィルタＧを乗じて強調スペクトルＹを得る。

波形復元手段１０６は、強調スペクトルＹに基づいて信号波形を復元して強調音声ｙを得る。

次に、特徴量算出手段１０３が得るＤＯＡ特徴量と、フィルタ決定手段１０４が得る強調フィルタの設計思想について述べる。

強調フィルタには、第２のマイクＭ２側（妨害音側）から到来する妨害音の直接音と反射音を抑圧し、第１のマイクＭ１側（目的音側、また、正面方向を含む）から到来する目的音の直接音と反射音を抑圧しない特徴を与える必要がある。そのため、ＤＯＡ特徴量には、音が、第１のマイクＭ１側から到来した場合には大きな値を取り、第２のマイクＭ２側から到来した場合には小さな値を取るようにしたい。しかし、第１のマイクＭ１側が正面方向を含んでいるために、このような特徴は音の到来方向に対して対称とはならないため、当該特徴を有する公知の特徴量はない。

そこで、正面方向に対して大きな値を取る特徴量と、第２のマイクＭ２側に対して大きな値を取る特徴量を考える。ある時刻のある周波数において、前記第１の入力スペクトルをＸ_１、前記第２の入力スペクトルをＸ_２、前記第２の入力スペクトルの複素共役をＸ_２ ^＊とおき、例えば、式（１−１）で表される特徴量Ｆ_{ｃｅｎｔｅｒ}と、式（１−２）で表される特徴量Ｆ_ｓｉｄｅを考える。

ここで、正面方向（２つのマイクの位置を結んだ直線と垂直をなす方向）を０度、第２のマイクＭ２側の（第１のマイクＭ１から見た第２のマイクＭ２の）方向を＋９０度とし、音源のスペクトルをＳ、角周波数をω、２つのマイク間隔をｄ、音の到来方向をθ（シータ）、音速をｃとおくと、Ｘ_１とＸ_２はそれぞれ（２）式と（３）式のように書け、式（２）と式（３）を（１−１）式と（１−２）式に代入すると、それぞれ（３−１）式と（３−２）式が得られる。（３−１）式と（３−２）式で表される特徴量Ｆ_{ｃｅｎｔｅｒ}とＦ_ｓｉｄｅの、音の到来方向θに対する関係を、それぞれ図３と図４に示す。

図３は、特徴量Ｆ_{ｃｅｎｔｅｒ}の例について示している。

図３では、横軸を音源の到来方向θとし縦軸を特徴量Ｆ_{ｃｅｎｔｅｒ}としている。図３では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと特徴量Ｆ_{ｃｅｎｔｅｒ}の関係を示したグラフとなっている。

図４は、特徴量Ｆ_ｓｉｄｅの例について示している。

図４では、横軸を音源の到来方向θとし縦軸を特徴量Ｆ_ｓｉｄｅとしている。図４では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと特徴量Ｆ_ｓｉｄｅの関係を示したグラフとなっている。

図３と図４から、Ｆ_{ｃｅｎｔｅｒ}は到来方向０度に対して大きな値となっており、またＦ_ｓｉｄｅは０度に対して第２のマイクＭ２側に対して大きな値となり、第１のマイクＭ１側に対して小さな値となっている。

以上のように、ＤＯＡ特徴量Ｆは、目的音の方向（０度の方向；正面方向）に対して大きな値となる特性があるＦ_{ｃｅｎｔｅｒ}と、第２のマイクＭ２側（すなわち妨害音の音源である助手Ｕ２の側のマイク）に対して大きな値となる特性があるＦ_ｓｉｄｅを用いて得られる特徴量であることがわかる。

次に、音の到来方向とＤＯＡ特徴量との関係について述べる。

ＤＯＡ特徴量は（３−３）式で定義する。

（２）式と（３）式を（３−３）式に代入すると（４）式が得られ、式変形すると（５）式が得られる。（５）式で表される音の到来方向θとＤＯＡ特徴量Ｆとの関係を図５に示す。

図５は、音の到来方向θとＤＯＡ特徴量Ｆとの関係について示したグラフである。

図５では、横軸を音源の到来方向θとし縦軸をＤＯＡ特徴量Ｆとしている。図５では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θとＤＯＡ特徴量Ｆの関係を示したグラフとなっている。

図５から、ＤＯＡ特徴量Ｆは、正面方向に対しては必ずＦ＝１となり、第２のマイクＭ２側（妨害音側）に対しては必ずＦ＜１となる。一方、第１のマイクＭ１側に対しては、低い周波数と高い周波数の０度に近いθではＦ＞１となり、高い周波数の９０度に近い部分ではＦ＜１となる。

以上のように、ＤＯＡ特徴量Ｆは、音が、第１のマイクＭ１側から到来した場合には大きな値を取り、第２のマイクＭ２側から到来した場合には小さな値を取る特徴を備えていることがわかる。言い換えると、ＤＯＡ特徴量Ｆは、正面方向から第１のマイクＭ１側の方向（助手Ｕ２からの妨害音と反対方向）にピークが存在し、当該ピークの存在する方向から第２のマイクＭ２側に方向が傾くほど値が小さくなる特徴があることがわかる。

強調フィルタは、ＤＯＡ特徴量を所定の広義単調増加関数で写像することで得られる。

図６は、広義単調増加関数ｆｍａｐ（Ｆ）の例について示したグラフである。

図６では、横軸をＤＯＡ特徴量Ｆの値とし縦軸を強調フィルタＧの値としている。

図１５からわかるように、強調フィルタは、第２のマイクＭ２側から到来する音を抑圧し、正面方向と第１のマイクＭ１側から到来する音は抑圧しないようにしたい。そこで、例えば広義単調増加関数ｆｍａｐ（Ｆ）を（６）式のように定義する。図６では、マイク間隔を３ｃｍ、音速を３３２ｍ／ｓ、Ｆ_０＝０．９としたｆｍａｐ（Ｆ）の例を示している。

強調フィルタをＧ＝ｆｍａｐ（Ｆ）として得ると、音の到来方向θと強調フィルタＧとの関係は図７のようになる。

図７は、強調フィルタの例について示したグラフである。

図７では、横軸を音の到来方向θの値とし縦軸を強調フィルタＧの値としている。図７では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと強調フィルタＧの値の関係を示したグラフとなっている。

つまり、ＤＯＡ特徴量Ｆが１より少し小さい値より大きい場合には強調フィルタＧを１とし、そうでない場合には強調フィルタＧは１より小さくすることで、強調フィルタに所望の特性、すなわち妨害音の直接音と反射音を抑圧するが目的音の直接音と妨害音は抑圧しない特性を与えられる。

なお、本発明と同様の強調フィルタは、例えば第１の入力スペクトルと第２の入力スペクトルとから周波数ごとに到来方向θを算出することで得ることもできるが、逆正接関数（ａｔａｎ、ａｒｃｔａｎ、ｔａｎ^−１などと書かれる）を計算する演算コストがかかる。そのため、演算コストの観点で本発明の方が優位である。

（Ａ−２）第１の実施形態の動作
次に、上述した構成を有する第１の実施形態の信号処理装置１００の動作（実施形態の信号処理方法）を、図１を参照しながら説明する。

信号処理装置１００は、目的音源を含む第１の入力信号ｘ_１と第２の入力信号ｘ_２（時間領域の入力信号）について、目的音強調を行って、強調音声ｙ（時間領域の出力信号）を生成するものである。

第１の周波数解析手段１０１及び第２の周波数解析手段は、フーリエ変換に代表される任意の周波数解析手法、またはフィルタバンクに代表される任意の帯域分割手段によって、第１の入力信号ｘ_１と第２の入力信号ｘ_２をそれぞれＫ個の帯域に分割し、第１の入力スペクトルＸ_１と第２の入力スペクトルＸ_２とを得る。以下、第１の入力スペクトルと第２の入力スペクトルは、帯域の番号（例えばｋ番目）を明示する必要がある場合はＸ_１（ｋ）、Ｘ_２（ｋ）と書き、帯域の番号を明示する必要がない場合は単にＸ_１、Ｘ_２と表記する。第１の周波数解析手段１０１は、得られた第１の入力スペクトルＸ_１を特徴量算出手段１０３と乗算手段１０５に与え、第２の周波数解析手段１０２は、得られた第２の入力スペクトルＸ_２を特徴量算出手段１０３に与える。なお、乗算手段１０５に与えられる入力スペクトルは第１の入力スペクトルＸ_１としたが、これに限定されるものではなく、第２の入力スペクトルＸ_２を乗算手段１０５に与えても良く、いずれも同様の効果を奏する。

特徴量算出手段１０３は、第１の入力スペクトルＸ_１と第２の入力スペクトルＸ_２とに基づいて（７）式によってＤＯＡ特徴量Ｆを算出し、フィルタ決定手段１０４に与える。（７）式をそのまま使って計算しても良いが、冗長な演算を含むため、式変形しても良い。Ｘ_１とＸ_２は複素数なので、これを（８）式のように書き直して（７）式に代入して整理すると、（９）式を得る。（７）式の代わりに（９）式を用いることで、乗算回数を減らすことができる。

フィルタ決定手段１０４は、ＤＯＡ特徴量Ｆに基づいて所定の広義単調増加関数によって強調フィルタＧを算出し、乗算手段１０５に与える。第１の実施形態では、すべての周波数に対して同じ広義単調増加関数を用いる。所定の広義単調増加関数ｆｍａｐ（Ｆ）として、例えば（１０）式で定義される１つの閾値Ｆ_０を持つ関数や、（１１）式で定義される２つの閾値Ｆ_１、Ｆ_２を持つ関数、（１２）式で定義されるスケールＦ_３、オフセットＦ_０のシグモイド関数を用いることができる。

図８は、第１の実施形態に係るフィルタ決定手段１０４で得られる強調フィルタＧの例について示したグラフである。

図８（ａ）、図８（ｂ）、図８（ｃ）は、それぞれ（１０）式、（１１）式、（１２）式によって得られる強調フィルタＧの例を示している。図８（ａ）、図８（ｂ）、図８（ｃ）では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと強調フィルタＧの関係を示したグラフとなっている。図８（ａ）、図８（ｂ）、図８（ｃ）では、横軸を音源の到来方向θとし縦軸を強調フィルタＧの値（到来方向θに応じた値）としている。

ここでは、Ｆ_０＝０．８、Ｆ_１＝０．７、Ｆ_２＝０．９、Ｆ_３＝１２とした。妨害音の抑圧性能に関して、（１０）式と（１１）式との差はあまりない。一方、強調音声の歪みに関して、（１０）式で得られる強調フィルタＧは値を０か１しか持たないためにミュージカルノイズを発生しやすいが、（１１）式は遷移帯域があることで抑圧／非抑圧の切り替わりが緩やかになるためにミュージカルノイズが発生しにくい。（１２）式は（１１）式をさらに滑らかにした特性となっており、更なるミュージカルノイズ低減効果や歪みを減らす効果が期待できる。多少の演算コストの増加が許容されるのであれば、（１２）式を用いるのが好適である。

乗算手段１０５は、入力スペクトルＸ_１に周波数ごとに強調フィルタＧ（強調ゲイン）を乗じ、得られた強調スペクトルＹを波形復元手段１０６に与える。

波形復元手段１０６は、第１の周波数解析手段１０１と第２の周波数解析手段１０２で用いた周波数解析手法または帯域分割手法に対応する波形復元手法を用いて、乗算手段１０５から与えられた強調スペクトルＹに基づいて信号波形を再構成し、得られた強調音声ｙ（強調信号）を出力する。

（Ａ−３）第１の実施形態の効果
第１の実施形態によれば、以下のような効果を奏することができる。

第１の実施形態の信号処理装置１００では、第２のマイクＭ２側の方向から到来する音を抑圧し、正面方向と第１のマイクＭ１側の方向から到来する音は抑圧しないので、自動車内において運転手Ｕ１の声（目的音）を強調する場合などにおいて、少ない歪みで目的音を強調することができる。

言い換えると、信号処理装置１００では、少ない演算コストで、妨害音の直接音と反射音を抑圧するが、目的音の直接音と反射音は抑圧しない強調フィルタＧを設計できるので、少ない歪みで目的音を強調できるという効果を奏する。

（Ｂ）第２の実施形態
以下、本発明による信号処理装置、プログラム及び方法の第２の実施形態を、図面を参照しながら詳述する。

（Ｂ−１）第２の実施形態の構成
第２の実施形態の信号処理装置２００も、第１の実施形態と同様に図２に示すような環境で利用されるものとして説明する。

また、第２の実施形態の信号処理装置２００の内部構成についても、上述の図１を用いて示すことができる。

以下では、第２の実施形態の信号処理装置２００について、第１の実施形態との差異を説明する。

第１の実施形態では、フィルタ決定手段１０４において、すべての周波数に同じ広義単調増加関数ｆｍａｐ（Ｆ）を適用して強調フィルタＧを得ていたため、図８に示した通り、強調フィルタＧの特性が周波数ごとに異なっていた。特に低い周波数では抑圧されない到来方向の範囲が広くなる現象が起こる。そこで、第２の実施形態では、どの周波数でも同じような特性となるように、周波数ごとに異なる広義単調増加関数を適用する。

第２の実施形態の信号処理装置２００の構成は、図１に示すように、フィルタ決定手段１０４がフィルタ決定手段２０４に替わること以外は、第１の実施形態の信号処理装置１００の構成と同じである。

（Ｂ−２）第２の実施形態の動作
次に、以上のような構成を有する第２の実施形態の信号処理装置２００の動作（実施形態の信号処理方法）を説明する。

第２の実施形態の信号処理装置２００の動作は、フィルタ決定手段２０４の動作がフィルタ決定手段１０４とは異なる点以外は、第1の実施形態の信号処理装置１００の動作と同じである。

第１の実施形態では、図７に示すように、正面方向から第２のマイクＭ２の側に到来方向を傾けた際に、周波数によって強調フィルタＧのゲインが所定以下（例えば、０．５以下）となる到来角度（以下、「カットオフ到来角度」と呼ぶ）にばらつきがある。言い換えると、第１の実施形態では、周波数によって抑圧しない到来方向の範囲にばらつきがある。これに対して、第２の実施形態のフィルタ決定手段２０４は、周波数ごとの広義単調増加関数を設定することで、このばらつきを吸収し、複数の周波数でカットオフ到来角度（抑圧しない到来方向の範囲）が近づくようにしている。フィルタ決定手段２０４において、周波数ごとのカットオフ到来角度のばらつき（抑圧しない到来方向の範囲のばらつき）を抑制するような、周波数ごとの広義単調増加関数を求める方式については限定されないものであるが、例えば、いかのような処理を適用することができる。

フィルタ決定手段２０４は、ＤＯＡ特徴量Ｆに基づいて所定の広義単調増加関数によって強調フィルタＧを算出し、乗算手段１０５に与える。第２の実施形態では、周波数ごとに異なる広義単調増加関数を用いる。ここでは、ｋ番目の周波数のＤＯＡ特徴量をＦ（ｋ）、ｋ番目の周波数の強調ゲインをＧ（ｋ）と書く。ｋ番目の周波数をｆ_ｋとして、到来方向と周波数の番号をＤＯＡ特徴量に変換する関数を（１３）式で定義する。そして、所定のｋ番目の周波数の広義単調増加関数ｆｍａｐ_ｋ（Ｆ（ｋ））として、例えば（１４）式で定義される１つの到来方向閾値θ_０を関数や、（１５）式で定義される２つの到来方向閾値θ_１、θ_２を持つ関数、（１６）式で定義されるスケールＦ_ａ、オフセット到来方向θ_０のシグモイド関数を用いることができる。

図９は、第２の実施形態に係るフィルタ決定手段２０４で得られる強調フィルタＧの例について示したグラフである。

図９（ａ）、図９（ｂ）、図９（ｃ）は、それぞれ（１４）式、（１５）式、（１６）式によって得られる強調フィルタＧの例を示している。図９（ａ）、図９（ｂ）、図９（ｃ）では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと強調フィルタＧの関係を示したグラフとなっている。図９（ａ）、図９（ｂ）、図９（ｃ）では、横軸を音源の到来方向θとし縦軸を強調フィルタＧの値（到来方向θに応じた値）としている。

ここでは、θ_０＝１５、θ_１＝２０、θ_２＝１０、Ｆ_ａ＝１２とした。第１の実施形態における強調フィルタＧ（図８）では、抑圧しない到来方向の範囲が周波数ごとに変化していたが、第２の実施形態における強調フィルタＧ（図９）では、高い周波数の第１のマイクＭ１側を除いて、抑圧しない到来方向の範囲は周波数が変わっても変化しない。なお、（１６）式については周波数によって特性が変化しているが、強調フィルタＧのゲインが０．５となるカットオフ到来角度は周波数に依らず一定である。つまり、（１３）〜（１６）式を用いて強調ゲインを算出すれば、第２のマイクＭ２側、すなわち妨害音側（助手席側）を何度まで抑圧するかを、すべての周波数共通かつ直接的に設定できる。

（Ｂ−３）第２の実施形態の効果
第２の実施形態によれば、第１の実施形態の効果に加えて、以下のような効果を奏することができる。

第２の実施形態の信号処理装置２００では、強調ゲインが抑圧しない到来方向の範囲をすべての周波数で同じように与えることができ、かつその範囲を到来方向の角度そのもので設定できるので、より適切な調整が可能となり、より少ない歪みで目的音を強調できるという効果を奏する。

（Ｃ）第３の実施形態
以下、本発明による信号処理装置、プログラム及び方法の第３の実施形態を、図面を参照しながら詳述する。

（Ｃ−１）第３の実施形態の構成
第３の実施形態の信号処理装置２００も、第１、第２の実施形態と同様に図２に示すような環境で利用されるものとして説明する。

また、第３の実施形態の信号処理装置３００の内部構成についても、上述の図１を用いて示すことができる。

以下では、第３の実施形態の信号処理装置２００について、第２の実施形態との差異を説明する。

第２の実施形態では、妨害音側の到来方向を何度まで抑圧するかを、すべての周波数共通で設定した。しかし、低い周波数は信号の波長に対してマイク間隔を十分に広く取ることが困難なため（１００Ｈｚの波長は約３．３ｍだが、自動車内でのマイク間隔は数ｃｍとするのが一般的）、低い周波数において数値計算によって得られる到来方向に関する情報（本発明ではＤＯＡ特徴量）は一般に曖昧になる（到来方向推定の意味で推定誤差が大きくなる）。そこで、第３の実施形態では、所定よりも低い周波数（例えば、２５０Ｈｚ以下の周波数帯）では強調ゲインが抑圧しない到来方向の範囲を広げる（第２のマイクＭ２の側に広げる；妨害音を発する助手Ｕ２の側に広げる）ように設計する。

第３の実施形態の信号処理装置３００の構成は、フィルタ決定手段１０４がフィルタ決定手段３０４に替わること以外は、第１の実施形態の信号処理装置１００の構成と同じである。

（Ｃ−２）第３の実施形態の動作
次に、以上のような構成を有する第３の実施形態の信号処理装置３００の動作（実施形態の信号処理方法）を説明する。

第３の実施形態の信号処理装置３００の動作は、フィルタ決定手段３０４の動作がフィルタ決定手段１０４とは異なる点以外は、第1の実施形態の信号処理装置１００の動作と同じである。

フィルタ決定手段３０４は、ＤＯＡ特徴量Ｆに基づいて所定の広義単調増加関数によって強調フィルタＧを算出し、乗算手段１０５に与える。第２の実施形態では、周波数ごとに異なる広義単調増加関数を用いる。ここでは、ｋ番目の周波数のＤＯＡ特徴量をＦ（ｋ）、ｋ番目の周波数の強調ゲインをＧ（ｋ）と書く。ｋ番目の周波数をｆ_ｋとして、到来方向と周波数の番号をＤＯＡ特徴量に変換する関数を（１７）式で定義する。そして、所定のｋ番目の周波数の広義単調増加関数ｆｍａｐ_ｋ（Ｆ（ｋ））として、例えば（１８）式で定義される１つの到来方向閾値θ_０を持つ関数を用いることができる。

図１０は、第２の実施形態に係るフィルタ決定手段２０４で得られる強調フィルタＧと、第３の実施形態に係るフィルタ決定手段３０４で得られる強調フィルタＧとの比較について示したグラフである。

図１０（ａ）は、第２の実施形態におけるフィルタ決定手段２０４で上述の（１３）式及び（１４）式を用いて得られる強調フィルタＧについて示している。また、図１０（ｂ）は、第３の実施形態に係るフィルタ決定手段３０４で（１７）式及び（１８）式により得られる強調フィルタＧの例を示している。図１０（ａ）、図１０（ｂ）では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと強調フィルタＧの関係を示したグラフとなっている。図１０（ａ）、図１０（ｂ）では、横軸を音源の到来方向θとし縦軸を強調フィルタＧの値（到来方向θに応じた値）としている。

ここでは、θ_０＝５、Ｆ_０＝０．９７とした。図１０より、到来方向と周波数の番号をＤＯＡ特徴量に変換する関数Φ（ファイ）の上限値をＦ_０としたことで、低い周波数の抑圧しない到来方向の範囲が広くなったことが確認できる。

（Ｃ−３）第３の実施形態の効果
第３の実施形態によれば、第１、第２の実施形態の効果に加えてができる。

第３の実施形態の信号処理装置３００では、数値計算によって得られる到来方向に関する情報が曖昧となる低い周波数において、抑圧しない到来方向の範囲を広めに確保できるので、低い周波数の目的音の歪みが軽減され、より少ない歪みで目的音を強調できるという効果を奏する。

（Ｄ）第４の実施形態
以下、本発明による信号処理装置、プログラム及び方法の第４の実施形態を、図面を参照しながら詳述する。

（Ｄ−１）第４の実施形態の構成
第４の実施形態の信号処理装置４００も、第１〜第３の実施形態と同様に図２に示すような環境で利用されるものとして説明する。

また、第４の実施形態の信号処理装置４００の内部構成についても、上述の図１を用いて示すことができる。

以下では、第４の実施形態の信号処理装置４００について、第１〜第３の実施形態との差異を説明する。

第１〜第３の実施形態では、自動車Ａ内において運転手Ｕ１の正面に２つのマイクＭ１、Ｍ２をセットする場合を想定して、助手席側（助手Ｕ２側）だけを抑圧する強調フィルタＧを設計した。これに対して、第４の実施形態では、本発明におけるＤＯＡ特徴量を用いて正面方向のみを強調する（抑圧しない）強調フィルタを適用するものとする。

図１に示すように、第４の実施形態の信号処理装置４００の構成は、特徴量算出手段１０３とフィルタ決定手段１０４がそれぞれ特徴量算出手段４０３とフィルタ決定手段４０４に替わること以外は、第１の実施形態の信号処理装置１００の構成と同じである。

（Ｄ−２）第４の実施形態の動作
次に、以上のような構成を有する第４の実施形態の信号処理装置４００の動作（実施形態の信号処理方法）を説明する。

次に、上述した構成を有する第４の実施形態の信号処理装置４００の動作を説明する。第４の実施形態の信号処理装置４００の動作は、特徴量算出手段４０３とフィルタ決定手段３０４の動作が特徴量算出手段１０３とフィルタ決定手段１０４とは異なる点以外は、第1の実施形態の信号処理装置１００の動作と同じである。

特徴量算出手段４０３は、第１の入力スペクトルＸ_１と第２の入力スペクトルＸ_２とに基づいて（１９）式によって２つのＤＯＡ特徴量ＦとＦ’を算出し、フィルタ決定手段４０４に与える。２つのＤＯＡ特徴量を音の到来方向θに関して整理すると、（２０）式となる。

図１１は、音の到来方向θと（２０）式のＤＯＡ特徴量Ｆ’との関係について示したグラフである。

図１１では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θとＤＯＡ特徴量Ｆ’の関係を示したグラフとなっている。図１１では、横軸を音源の到来方向θとし縦軸をＤＯＡ特徴量Ｆ’としている。

図１１を見ると、ＤＯＡ特徴量Ｆ（図５）とはちょうど左右が反転していることが確認できる。

フィルタ決定手段４０４は、２つのＤＯＡ特徴量ＦとＦ’に基づいて所定の広義単調増加関数によって強調フィルタＧを算出し、乗算手段１０５に与える。所定の広義単調増加関数には、第１の実施形態に係るｆｍａｐ（Ｆ）、第２の実施形態に係るΦ（φ，ｋ）とｆｍａｐ_ｋ（Ｆ（ｋ））、第３の実施形態に係るΦ（φ，Ｆ_０，ｋ）とｆｍａｐ_ｋ（Ｆ（ｋ））のいずれを用いても良いが、ここでは一例として、第２の実施形態の所定の広義単調増加関数を用いて説明する。第４の実施形態において、強調フィルタＧは（２１）式を用いて算出される。

図１２は、第４の実施形態に係るフィルタ決定手段４０４で得られる強調フィルタＧの例について示した説明図である。

図１２（ａ）、図１２（ｂ）、図１２（ｃ）は、それぞれｆｍａｐ_ｋ（Ｆ（ｋ））として（１４）式、（１５）式、（１６）式を用いた場合に得られる強調フィルタＧの例を示している。図１２（ａ）、図１２（ｂ）、図１２（ｃ）では、音源の周波数を１ｋＨｚ、２ｋＨｚ、４ｋＨｚと変化させた場合の到来方向θと強調フィルタＧの関係を示したグラフとなっている。図１２（ａ）、図１２（ｂ）、図１２（ｃ）では、横軸を音源の到来方向θとし縦軸を強調フィルタＧの値（到来方向θに応じた値）としている。

ここでは、θ_０＝２０、θ_１＝１５、θ_２＝２５、Ｆ_ａ＝１２とした。図１２より、正面方向のみを強調する（抑圧しない）強調フィルタが得られていることが分かる。

（Ｄ−３）第４の実施形態の効果
第４の実施形態によれば、第１〜第３の実施形態と比較して以下のような効果を奏することができる。

第４の実施形態の信号処理装置４００では、強調フィルタＧ（強調ゲイン）が抑圧しない到来方向の範囲を正面方向に限定した目的音を強調できるという特有の効果を奏することができる。

（Ｅ）他の実施形態
本発明は、上記の各実施形態に限定されるものではなく、以下に例示するような変形実施形態も挙げることができる。

（Ｅ−１）上記の実施形態において、信号処理装置は、強調スペクトルＹの波形を復元して強調音声ｙを出力するものとして記載したが、波形を復元せずに強調スペクトルＹを出力しても良い。また、強調スペクトルＹと強調音声ｙの両方を出力するようにしても良い。その場合、波形復元手段１０６は除外するようにしてもよい。

１００…信号処理装置、１０１…第１の周波数解析手段、１０２…第２の周波数解析手段、１０３…特徴量算出手段、１０４…フィルタ決定手段、１０５…乗算手段、１０６…波形復元手段、Ｍ１…第１のマイク（第１の収音装置）、Ｍ２…第２のマイク（第２の収音装置）。

Claims (10)

1. 第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得る第１の周波数解析手段と、
   第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得る第２の周波数解析手段と、
   前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得るフィルタ決定手段と、
   前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得る乗算手段と
   を備えることを特徴とする信号処理装置。
2. 前記第１の特徴量は、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して前記第１の収音装置の側の方向にピークが存在し、前記ピークの方向から前記第２の収音装置側に方向が傾くほど値が小さくなることを特徴とする請求項１に記載の信号処理装置。
3. 前記特徴量算出手段は、正面方向に対して大きな値となる第２の特徴量と、正面方向よりも前記第２の収音装置の側の方向に対して大きな値となる第３の特徴量を用いて、前記第１の特徴量を算出することを特徴とする請求項１又は２に記載の信号処理装置。
4. 前記フィルタ決定手段は、周波数ごとに異なる広義単調増加関数を用いて前記第１の特徴量を写像し、周波数ごとに前記強調フィルタを得ることを特徴とする請求項１〜３のいずれかに記載の信号処理装置。
5. 前記フィルタ決定手段は、周波数ごとの前記強調フィルタにおいて、抑圧しない到来方向の範囲を一致させるように、各周波数の広義単調増加関数を設定することを特徴とする請求項４に記載の信号処理装置。
6. 前記フィルタ決定手段は、所定の周波数以下の低周波数帯の前記強調フィルタにおいて、前記所定の周波数より高い高周波数帯と比較して抑圧しない到来方向の範囲を広くする広義単調増加関数を設定することを特徴とする請求項４に記載の信号処理装置。
7. 前記フィルタ決定手段は、前記低周波数帯の前記強調フィルタにおいて、前記高周波数帯よりも、抑圧しない到来方向の範囲を前記第２の収音装置側に広くする広義単調増加関数を設定することを特徴とする請求項６に記載の信号処理装置。
8. 前記フィルタ決定手段は、前記第１の特徴量を用いて、正面方向のみを強調する強調フィルタを得る広義単調増加関数を設定することを特徴とする請求項１〜３のいずれかに記載の信号処理装置。
9. コンピュータを、
   第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得る第１の周波数解析手段と、
   第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得る第２の周波数解析手段と、
   前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得るフィルタ決定手段と、
   前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得る乗算手段と、
   前記乗算手段で得られた強調スペクトルを入力して信号波形を復元して強調音声を得る波形復元手段と
   して機能させることを特徴とする信号処理プログラム。
10. 信号処理方法において、
    第１の周波数解析手段、第２の周波数解析手段、特徴量算出手段、フィルタ決定手段、及び乗算手段を有し、
    前記第１の周波数解析手段は、第１の収音装置から入力された第１の入力信号を周波数解析して第１の入力スペクトルを得て、
    前記第２の周波数解析手段は、第２の収音装置から入力された第２の入力信号を周波数解析して第２の入力スペクトルを得て、
    前記特徴量算出手段は、前記第１の周波数解析手段で得られた第１の入力スペクトルと前記第２の周波数解析手段で得られた第２の入力スペクトルに基づき、前記第１の収音装置の位置と前記第２の収音装置の位置を結んだ直線と垂直をなす正面方向に対して、正面方向及び前記第１の収音装置側の方向の値を大きくとり、前記第２の収音装置側の方向の値を小さくとる第１の特徴量を算出し、
    前記フィルタ決定手段は、前記特徴量算出手段で算出された前記第１の特徴量を、所定の広義単調増加関数で写像して強調フィルタを得て、
    前記乗算手段は、前記第１の周波数解析手段で得られた第１の入力スペクトルに前記フィルタ決定手段で得られた強調フィルタを乗じて強調スペクトルを得る
    ことを特徴とする信号処理方法。

Images