JP7025303B2 - 音響システム - Google Patents

Description

本発明は、複数の音響装置（マイクアレイ・スピーカシステム）を含む音響システムに関する。

話者等の音源の位置を特定して音源から出力される音声を適切に取得する音響システムが知られている（例えば特許文献１参照）。特許文献１には、話者から発せられた音声を取得する複数のマイクロホンが特定の方向に配備され、各マイクロホンで取得された音声に基づいて、話者が各マイクロホンに向かって音声を発した方向と各マイクロホンが配備されている方向との間でなす角度を算出する技術が開示されている。

特開２００４－１２６９４１号公報

近年、複数のマイク及びスピーカを備え、音声会議システム等を実現するマイクアレイ・スピーカシステムが提案されている。このマイクアレイ・スピーカシステム（音響装置）がオープンスペース等に複数設置される場合、それぞれの音響装置に対応する集音領域が重複することが考えられる。例えば、第１音響装置の集音領域の一部と、第２音響装置の集音領域の一部とが重複する場合がある。この場合に、重複した集音領域に位置する話者が、第１音響装置に向けて発話した場合には、第１音響装置にとっては適切な音声となるが、第２音響装置にとっては不要な音声（ノイズ）となる。

本発明の目的は、複数の音響装置が同一の音源の音声を取得した場合に当該音声を適切に処理することが可能な音響システムを提供することにある。

本発明の一の態様に係る音響システムは、ネットワークを介して接続された複数の音響装置を備える音響システムであって、各音響装置は、音声を取得する音声取得部と、前記音声取得部により取得された前記音声の音源定位を行う音源定位部と、他の音響装置から、当該他の音響装置において取得された前記音声に関する音源情報を取得する音源情報取得部と、前記音源情報取得部により取得された前記音源情報に前記音源定位部により特定された音源と同一の音源が存在する場合に、当該音源情報における音源の音圧レベルが、前記音源定位部により特定された音源の音圧レベルより大きいか否かを判定する音源判定部と、前記音源情報における音源の音圧レベルが、前記音源定位部により特定された音源の音圧レベルより大きい場合に、前記音源定位部により特定された音源の前記音声をフィルタ処理するフィルタ処理部と、を備える。

本発明によれば、複数の音響装置が同一の音源の音声を取得した場合に当該音声を適切に処理することが可能となる。

図１は、本発明の実施形態に係る音響システムが適用される会議システムを模式的に示す図である。 図２は、本発明の実施形態１に係る音響システムの構成を示す機能ブロック図である。 図３は、本発明の実施形態１に係る音響システムにおける各音響装置のスピーカの位置関係を模式的に示す図である。 図４は、本発明の実施形態１に係る音響システムにおける各音響装置のスピーカの位置関係を模式的に示す図である。 図５は、本発明の実施形態１に係る音響システムおける位置検出処理の手順の一例を説明するためのフローチャートである。 図６は、本発明の実施形態１に係る音響システムおける位置検出処理の手順の一例を説明するためのフローチャートである。 図７は、本発明の実施形態２に係る音響システムの構成を示す機能ブロック図である。 図８は、本発明の実施形態２に係る音響システムおける音声フィルタ処理の手順の一例を説明するためのフローチャートである。 図９は、本発明の実施形態２に係る音響システムおける音声フィルタ処理の他の例を説明するためのフローチャートである。

以下、添付図面を参照しながら、本発明の実施形態について説明する。尚、以下の実施形態は、本発明を具体化した一例であって、本発明の技術的範囲を限定する性格を有さない。

本発明に係る音響システムは、例えばオフィスのオープンスペースに設置される会議システムに適用される。図１には、前記会議システムの一例を模式的に示している。音響システム１は、それぞれがマイクアレイ・スピーカシステムを構成する音響装置１００及び音響装置２００を含んでいる。音響システム１に含まれる音響装置は、２つ以上であればよい。ここでは、一例として２つの音響装置１００，２００を示している。音響システム１では、ビームフォーミング技術等により、音響装置１００に集音領域１０が設定され、音響装置２００に集音領域２０が設定されている。音響装置１００，２００は、それぞれに設定された集音領域１０，２０において発せられる音声を取得する。図１に示す例では、会議１の参加者Ａ，Ｂは、音響装置１００を利用して会議を行い、会議２の参加者Ｃ，Ｄ，Ｅは、音響装置２００を利用して会議を行う。それぞれの会議は、前記参加者のみによる会議であってもよいし、外部の参加者を含むテレビ会議であってもよい。

音響装置１００は、操作表示部１３と、少なくとも２つのマイク１４と、少なくとも１つのスピーカ１５とを備えている。図１では、一例として、２つのマイク１４ａ，１４ｂと、２つのスピーカ１５ａ，１５ｂとを示している。マイク１４ａ，１４ｂは、操作表示部１３の上部において所定の間隔をあけて配置されており、スピーカ１５ａ，１５ｂは、操作表示部１３の下部において所定の間隔をあけて配置されている。マイク１４ａ，１４ｂは、会議１の参加者Ａ，Ｂが発話した音声を集音する。スピーカ１５ａ，１５ｂは、会議１のテレビ会議に参加する外部の参加者が発話した音声を出力したり、音響装置１００が記憶又は取得する音声データの音声を出力したりする。操作表示部１３には、会議１の資料、会議１の参加者の映像、音響装置１００が記憶又は取得する画像等が表示される。マイク１４ａ，１４ｂは、本発明の第１マイクの一例である。スピーカ１５ａ，１５ｂは、本発明の第１スピーカの一例である。操作表示部１３は、本発明の第１表示部の一例である。

同様に、音響装置２００は、操作表示部２３と、少なくとも２つのマイク２４と、少なくとも１つのスピーカ２５とを備えている。図１では、一例として、２つのマイク２４ａ，２４ｂと、２つのスピーカ２５ａ，２５ｂとを示している。マイク２４ａ，２４ｂは、操作表示部２３の上部において所定の間隔をあけて配置されており、スピーカ２５ａ，２５ｂは、操作表示部２３の下部において所定の間隔をあけて配置されている。マイク２４ａ，２４ｂは、会議２の参加者Ｃ，Ｄ，Ｅが発話した音声を集音する。スピーカ２５ａ，２５ｂは、会議２のテレビ会議に参加する外部の参加者が発話した音声を出力したり、音響装置２００が記憶又は取得する音声データの音声を出力したりする。操作表示部２３には、会議２の資料、会議２の参加者の映像、音響装置２００が記憶又は取得する画像等が表示される。マイク２４ａ，２４ｂは、本発明の第２マイクの一例である。スピーカ２５ａ，２５ｂは、本発明の第２スピーカの一例である。操作表示部２３は、本発明の第２表示部の一例である。

ここで、図１に示す例では、音響装置１００の集音領域１０の一部と、音響装置２００の集音領域２０の一部とが重複している。また重複した領域（重複領域Ｓ１）には、会議２の参加者Ｃが存在する。この場合において、参加者Ｃが音響装置２００に向かって発話した場合、マイク２４ａ，２４ｂは参加者Ｃの音声を集音し、音響装置２００は当該音声を取得する。一方、マイク１４ａ，１４ｂも参加者Ｃの音声を集音し、音響装置１００は当該音声を取得する。音響装置２００が取得する音声は、会議２に関する適切な音声である一方、音響装置１００が取得する音声は、会議１に無関係な不適切な音声（ノイズ）となる。

このように、複数の集音領域を構成し、集音領域が重複する音響システムでは、何れかの音響装置がノイズとなる音声を集音してしまうという問題が生じ得る。この問題を解決する方法として、複数の音響装置の互いの位置関係を把握し、ノイズとなる音声を除去等することが考えられる。以下では、実施形態１において、複数の音響装置の互いの位置関係を把握する構成について説明し、実施形態２において、ノイズとなる音声を除去（フィルタ処理）する構成について説明する。

［実施形態１］
図２は、本発明の実施形態１に係る音響システム１の概略構成を示す図である。音響装置１００，２００は、それぞれ、ネットワークＮ１に接続されており、外部機器と通信可能となっている。ネットワークＮ１は、インターネット、ＬＡＮ、ＷＡＮ、又は公衆電話回線などの通信網である。例えば、音響装置１００，２００は、それぞれ、ネットワークＮ１を利用してテレビ会議システムを構築する。

［音響装置１００］
図２に示すように、音響装置１００は、制御部１１、記憶部１２、操作表示部１３、マイク１４、スピーカ１５、通信インターフェース１６などを備える。音響装置１００は、例えば表示装置、又はパーソナルコンピュータのような情報処理装置であってもよい。音響装置１００は、本発明の第１音響装置の一例である。

通信インターフェース１６は、音響装置１００を有線又は無線でネットワークＮ１に接続し、ネットワークＮ１を介して他の外部機器（例えば音響装置２００）との間で所定の通信プロトコルに従ったデータ通信を実行するための通信インターフェースである。

スピーカ１５は、操作表示部１３の下部に所定の間隔をあけて配置された２つのスピーカ１５ａ，１５ｂ（図１参照）を含み、スピーカ１５ａ，１５ｂのそれぞれが音声を外部に出力する。スピーカ１５ａ，１５ｂは、音響装置１００の中心から左右均等に配置されている。

マイク１４は、操作表示部１３の上部に所定の間隔をあけて配置された２つのマイク１４ａ，１４ｂ（図１参照）を含み、マイク１４ａ，１４ｂのそれぞれが音声を集音する。マイク１４ａ，１４ｂは、音響装置１００の中心から左右均等に配置されている。

操作表示部１３は、各種の情報を表示する液晶ディスプレイ又は有機ＥＬディスプレイのような表示部と、操作を受け付けるマウス、キーボード、又はタッチパネルなどの操作部とを備えるユーザーインターフェースである。

記憶部１２は、各種の情報を記憶する半導体メモリ、ＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）などを含む不揮発性の記憶部である。例えば、記憶部１２には、制御部１１に後述の位置検出処理（図５及び図６参照）を実行させるための位置検出処理プログラムなどの制御プログラムが記憶されている。例えば、前記位置検出処理プログラムは、ＵＳＢ、ＣＤ又はＤＶＤ（何れも登録商標）などのコンピュータ読取可能な記録媒体に非一時的に記録されており、音響装置１００に電気的に接続されるＵＳＢドライブ、ＣＤドライブ又はＤＶＤドライブなどの読取装置（不図示）で読み取られて記憶部１２に記憶される。前記位置検出処理プログラムは、ネットワークＮ１を介して外部機器からダウンロードされて記憶部１２に記憶されてもよい。

また、記憶部１２には、音響装置１００の機器情報１２１が記憶されている。機器情報１２１には、音響装置１００を識別する固有情報を表すＵＵＩＤ（Universally Unique Identifier）情報、音響装置１００を構成する機器の情報を表す構成情報等が含まれる。構成情報には、音響装置１００内でのマイク１４ａ，１４ｂ及びスピーカ１５ａ，１５ｂの配置情報、例えば距離及び角度等の情報が含まれる。記憶部１２は、本発明の第１記憶部の一例である。

制御部１１は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどの制御機器を有する。前記ＣＰＵは、各種の演算処理を実行するプロセッサーである。前記ＲＯＭは、前記ＣＰＵに各種の演算処理を実行させるためのＢＩＯＳ及びＯＳなどの制御プログラムが予め記憶された不揮発性の記憶部である。前記ＲＡＭは、各種の情報を記憶する揮発性又は不揮発性の記憶部であり、前記ＣＰＵが実行する各種の処理の一時記憶メモリー（作業領域）として使用される。そして、制御部１１は、前記ＲＯＭ又は記憶部１２に予め記憶された各種の制御プログラムを前記ＣＰＵで実行することにより音響装置１００を制御する。

具体的に、制御部１１は、機器検出部１１１、構成情報交換部１１２、テスト音声送受信部１１３、スピーカ音源定位部１１４、位置算出部１１５、位置通知部１１６などの各種の処理部を含む。尚、制御部１１は、前記ＣＰＵで前記位置検出処理プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部１１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。尚、前記位置検出処理プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

機器検出部１１１は、ネットワークＮ１に接続された他の音響装置（ここでは音響装置２００）を検出する。機器検出部１１１は、本発明の第１機器検出部の一例である。例えば、機器検出部１１１は、ＵＰＮＰ（Universal Plug and Play）機能により音響装置２００を自動認識する。また、機器検出部１１１は、可聴域外の音声データにＵＵＩＤ情報を埋め込んで定期的に出力することにより音響装置２００を認識してもよい。他の音響装置を検出する方法は、周知の方法を採用することができる。

構成情報交換部１１２は、機器検出部１１１により検出された他の音響装置２００と構成情報の交換を行う。例えば構成情報交換部１１２は、音響装置１００内でのマイク１４ａ，１４ｂ及びスピーカ１５ａ，１５ｂの距離及び角度（第１構成情報）を音響装置２００に送信し、音響装置２００内でのマイク２４ａ，２４ｂ及びスピーカ２５ａ，２５ｂの距離及び角度（第２構成情報）を音響装置２００から受信する。

テスト音声送受信部１１３は、機器検出部１１１により検出された他の音響装置２００のスピーカ２５ａ，２５ｂから出力されるテスト音声を取得する。テスト音声送受信部１１３は、本発明の第１音声取得部の一例である。またテスト音声送受信部１１３は、音響装置１００のスピーカ１５ａ，１５ｂからテスト音声を出力させる。前記テスト音声は、音響装置１００，２００の互いの位置関係を特定するための音声であり、例えばＵＵＩＤ情報を含む可聴域外の音声を用いることができる。ここで、音響装置１００がマスタ機器となり、音響装置２００がスレーブ機器となる場合、テスト音声送受信部１１３は、音響装置２００に、スピーカ２５ａ，２５ｂからテスト音声を出力するように指示（音声出力指示）を送信する。

スピーカ音源定位部１１４は、テスト音声送受信部１１３により取得されたテスト音声に基づいて、テスト音声の音源である音響装置２００のスピーカ２５ａ，２５ｂについて音源定位を行う。例えば、スピーカ音源定位部１１４は、スピーカ２５ａから出力されるテスト音声を集音する２つのマイク１４ａ，１４ｂの構成情報（距離及び角度）と、スピーカ２５ａの構成情報（距離及び角度）とに基づいて、スピーカ２５ａの音源定位を行う。またスピーカ音源定位部１１４は、スピーカ２５ｂから出力されるテスト音声を集音する２つのマイク１４ａ，１４ｂの構成情報（距離及び角度）と、スピーカ２５ｂの構成情報（距離及び角度）とに基づいて、スピーカ２５ｂの音源定位を行う。スピーカ音源定位部１１４は、本発明の第１音源定位部の一例である。

位置算出部１１５は、構成情報交換部１１２により取得されたスピーカ２５ａ，２５ｂの距離及び角度と、スピーカ音源定位部１１４による音源定位の結果とに基づいて、音響装置１００に対するスピーカ２５ａ，２５ｂの位置（距離及び角度）を算出する。位置算出部１１５は、本発明の第１位置算出部の一例である。

図３には、音響装置１００と、音響装置２００のスピーカ２５ａ，２５ｂとの位置関係を模式的に示している。スピーカ１５ａ，１５ｂの間の距離Ｌ１と、音響装置１００の中心Ｃ１に対するスピーカ１５ａ，１５ｂの位置との情報は、音響装置１００の構成情報の配置情報に含まれる。また、スピーカ２５ａ，２５ｂの間の距離Ｌ２と、音響装置２００の中心Ｃ２に対するスピーカ２５ａ，２５ｂの位置との情報は、音響装置２００の構成情報の配置情報に含まれる。

図３に示すように、位置算出部１１５は、スピーカ２５ａ，２５ｂの配置情報と音源定位の結果とに基づいて、音響装置１００の中心Ｃ１に対するスピーカ２５ａの距離Ｌ２ａ及び角度θ２ａと、音響装置１００の中心Ｃ１に対するスピーカ２５ｂの距離Ｌ２ｂ及び角度θ２ｂとを算出する。また、位置算出部１１５は、音響装置２００の構成情報と音源定位の結果とに基づいて、音響装置１００の中心Ｃ１に対する音響装置２００の距離Ｌ２ｃ及び角度θ２ｃとを算出する。

位置通知部１１６は、位置算出部１１５により算出された距離及び角度の情報（第１位置情報）、すなわち音響装置１００に対するスピーカ２５ａの距離Ｌ２ａ及び角度θ２ａと、音響装置１００に対するスピーカ２５ｂの距離Ｌ２ｂ及び角度θ２ｂとの情報を、音響装置２００に通知する。また位置通知部１１６は、後述する音響装置２００から通知される距離及び角度の情報（第２位置情報）を受信する。位置通知部１１６は、本発明の第１位置通知部の一例である。

［音響装置２００］
図２に示すように、音響装置２００は、音響装置１００と同一の構成及び機能を有する。以下では、音響装置１００と同一の機能を有する構成については適宜説明を省略する。音響装置２００は、本発明の第２音響装置の一例である。

記憶部２２は、各種の情報を記憶する半導体メモリ、ＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）などを含む不揮発性の記憶部である。例えば、記憶部２２には、制御部２１に後述の位置検出処理（図５及び図６参照）を実行させるための位置検出処理プログラムなどの制御プログラムが記憶されている。例えば、前記位置検出処理プログラムは、ＵＳＢ、ＣＤ又はＤＶＤ（何れも登録商標）などのコンピュータ読取可能な記録媒体に非一時的に記録されており、音響装置２００に電気的に接続されるＵＳＢドライブ、ＣＤドライブ又はＤＶＤドライブなどの読取装置（不図示）で読み取られて記憶部２２に記憶される。前記位置検出処理プログラムは、ネットワークＮ１を介して外部機器からダウンロードされて記憶部２２に記憶されてもよい。

また記憶部２２には、音響装置２００の機器情報２２１が記憶されている。機器情報２２１には、音響装置２００を識別する固有情報を表すＵＵＩＤ情報、音響装置２００を構成する機器の情報を表す構成情報等が含まれる。構成情報には、音響装置２００内でのマイク２４ａ，２４ｂ及びスピーカ２５ａ，２５ｂの配置情報、例えば距離及び角度等の情報が含まれる。記憶部２２は、本発明の第２記憶部の一例である。

制御部２１は、機器検出部２１１、構成情報交換部２１２、テスト音声送受信部２１３、スピーカ音源定位部２１４、位置算出部２１５、位置通知部２１６などの各種の処理部を含む。尚、制御部２１は、前記ＣＰＵで前記位置検出処理プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部２１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。尚、前記位置検出処理プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

機器検出部２１１は、ネットワークＮ１に接続された他の音響装置（ここでは音響装置１００）を検出する。機器検出部２１１は、本発明の第２機器検出部の一例である。

構成情報交換部２１２は、機器検出部２１１により検出された他の音響装置１００と構成情報の交換を行う。例えば構成情報交換部２１２は、音響装置２００内でのマイク２４ａ，２４ｂ及びスピーカ２５ａ，２５ｂの距離及び角度（第２構成情報）を音響装置１００に送信し、音響装置１００内でのマイク１４ａ，１４ｂ及びスピーカ１５ａ，１５ｂの距離及び角度（第１構成情報）を音響装置１００から受信する。

テスト音声送受信部２１３は、機器検出部２１１により検出された他の音響装置１００のスピーカ１５ａ，１５ｂから出力されるテスト音声を取得する。またテスト音声送受信部２１３は、スピーカ２５ａ，２５ｂからテスト音声を出力させる。音響装置１００がマスタ機器となり、音響装置２００がスレーブ機器となる場合、テスト音声送受信部２１３は、音響装置１００から前記音声出力指示を受信すると、スピーカ２５ａ，２５ｂからテスト音声を出力させる。テスト音声には、音響装置２００のＵＵＩＤ情報が含まれる。テスト音声送受信部２１３は、本発明の音声出力部及び第２音声取得部の一例である。

スピーカ音源定位部２１４は、テスト音声送受信部２１３により取得されたテスト音声に基づいて、テスト音声の音源である音響装置１００のスピーカ１５ａ，１５ｂについて音源定位を行う。例えば、スピーカ音源定位部２１４は、スピーカ１５ａから出力されるテスト音声を集音する２つのマイク２４ａ，２４ｂの構成情報（距離及び角度）と、スピーカ１５ａの構成情報（距離及び角度）とに基づいて、スピーカ１５ａの音源定位を行う。またスピーカ音源定位部２１４は、スピーカ１５ｂから出力されるテスト音声を集音する２つのマイク２４ａ，２４ｂの構成情報（距離及び角度）と、スピーカ１５ｂの構成情報（距離及び角度）とに基づいて、スピーカ１５ｂの音源定位を行う。スピーカ音源定位部２１４は、本発明の第２音源定位部の一例である。

位置算出部２１５は、構成情報交換部２１２により取得されたスピーカ１５ａ，１５ｂの距離及び角度と、スピーカ音源定位部２１４による音源定位の結果とに基づいて、音響装置２００に対するスピーカ１５ａ，１５ｂの位置（距離及び角度）を算出する。位置算出部２１５は、本発明の第２位置算出部の一例である。

図４には、音響装置１００のスピーカ１５ａ，１５ｂと、音響装置２００との位置関係を模式的に示している。図４に示すように、音響装置２００の位置算出部２１５は、スピーカ１５ａ，１５ｂの配置情報と音源定位の結果とに基づいて、音響装置２００の中心Ｃ２に対するスピーカ１５ａの距離Ｌ１ａ及び角度θ１ａと、音響装置２００の中心Ｃ２に対するスピーカ１５ｂの距離Ｌ１ｂ及び角度θ１ｂとを算出する。また、位置算出部２１５は、音響装置１００の構成情報と音源定位の結果とに基づいて、音響装置２００の中心Ｃ２に対する音響装置１００の距離Ｌ１ｃ及び角度θ１ｃとを算出する。

位置通知部２１６は、位置算出部２１５により算出された距離及び角度の情報（第２位置情報）、すなわち音響装置２００に対するスピーカ１５ａの距離Ｌ１ａ及び角度θ１ａと、音響装置２００に対するスピーカ１５ｂの距離Ｌ１ｂ及び角度θ１ｂとの情報を、音響装置１００に通知する。また位置通知部２１６は、音響装置１００から通知される前記第１位置情報を受信する。位置通知部２１６は、本発明の位置受信部及び第２位置通知部の一例である。

音響装置１００，２００は、それぞれで算出された前記位置情報を交換することにより、音響装置１００，２００の互いの位置関係を把握することが可能となる。

［位置検出処理］
以下、図５を参照しつつ、音響装置１００の制御部１１によって実行される位置検出処理の手順の一例について説明する。

ステップＳ１０１において、制御部１１（機器検出部１１１）は、ネットワークＮ１に接続された他の音響装置（ここでは音響装置２００）を検出する。音響装置２００が検出された場合（Ｓ１０１：ＹＥＳ）、処理はステップＳ１０２に移行する。

ステップＳ１０２において、音響装置１００がマスタ機器になった場合（Ｓ１０２：ＹＥＳ）、処理はＳ１０３に移行する。音響装置１００がスレーブ機器になった場合（Ｓ１０２：ＮＯ）、音響装置１００は後述の処理（図６参照）を実行する。音響装置がマスタ機器又はスレーブ機器になる方法は、周知の方法を採用することができる。ここでは、音響装置１００がマスタ機器になり、音響装置２００がスレーブ機器になったものとする。

ステップＳ１０３において、制御部１１（構成情報交換部１１２）は、音響装置２００と構成情報の交換を行う。具体的には、制御部１１は、音響装置１００内でのマイク１４ａ，１４ｂ及びスピーカ１５ａ，１５ｂの配置情報（距離及び角度）を音響装置２００に送信し、音響装置２００内でのマイク２４ａ，２４ｂ及びスピーカ２５ａ，２５ｂの配置情報（距離及び角度）を音響装置２００から受信する。

ステップＳ１０４において、制御部１１（テスト音声送受信部１１３）は、スレーブ機器の音響装置２００に対して、スピーカ２５ａ，２５ｂからテスト音声を出力するように指示（音声出力指示）を行う。制御部１１（テスト音声送受信部１１３）がスピーカ２５ａ，２５ｂから出力された前記テスト音声を、マイク１４ａ，１４ｂを介して取得した場合（Ｓ１０５：ＹＥＳ）、処理はステップＳ１０６に移行する。制御部１１が前記テスト音声を取得できなかった場合（Ｓ１０５：ＮＯ）、処理はステップＳ１１０に移行する。

ステップＳ１０６において、制御部１１（スピーカ音源定位部１１４）が前記テスト音声に基づいて何れかのスピーカ（例えばスピーカ２５ａ）の音源定位を完了した場合（Ｓ１０６：ＹＥＳ）、処理はステップＳ１０７に移行する。制御部１１が前記テスト音声に基づいてスピーカ２５ａの音源定位を完了できなかった場合（Ｓ１０６：ＮＯ）、処理はステップＳ１１０に移行する。

ステップＳ１０７において、音源定位が完了していない他のスピーカが存在する場合（Ｓ１０７：ＹＥＳ）、処理はステップＳ１０５に戻り、音源定位が完了していない他のスピーカが存在しない場合（Ｓ１０７：ＮＯ）、処理はステップＳ１０８に移行する。ここでは、他のスピーカ２５ｂが存在するため、処理はステップＳ１０５に戻り、上述の処理を繰り返す。スピーカ２５ａ，２５ｂについて音源定位が完了すると、処理はステップＳ１０８に移行する。

ステップＳ１０８において、制御部１１（位置算出部１１５）は、スピーカ２５ａ，２５ｂの配置情報（距離及び角度）と、スピーカ音源定位部１１４による音源定位の結果とに基づいて、音響装置１００に対するスピーカ２５ａ，２５ｂの位置（距離及び角度）を算出する。

ステップＳ１０９において、制御部１１（位置通知部１１６）は、音響装置１００に対するスピーカ２５ａの距離Ｌ２ａ及び角度θ２ａと、音響装置１００に対するスピーカ２５ｂの距離Ｌ２ｂ及び角度θ２ｂとの情報（位置情報）を、音響装置２００に通知する。

ステップＳ１１０では、制御部１１は、音響装置２００について、当該位置検出処理を実行済であることを示す情報（フラグ等）を設定する。その後、処理はステップＳ１０１に戻り、他の音響装置の検出処理を実行する。

以下、図６を参照しつつ、スレーブ機器となる音響装置２００の制御部２１によって実行される位置検出処理の手順の一例について説明する。

ステップＳ２０１において、制御部２１（機器検出部２１１）は、ネットワークＮ１に接続された他の音響装置（ここでは音響装置１００）を検出する。音響装置１００が検出された場合（Ｓ２０１：ＹＥＳ）、処理はＳ２０２に移行する。

ステップＳ２０２において、音響装置２００がマスタ機器にならなかった場合（Ｓ２０２：ＮＯ）、すなわちスレーブ機器になった場合、処理はステップＳ２０３に移行する。音響装置２００がマスタ機器になった場合（Ｓ２０２：ＹＥＳ）、音響装置２００は上述の処理（図５参照）を実行する。ここでは、音響装置１００がマスタ機器になり、音響装置２００がスレーブ機器になるため、処理はステップＳ２０３に移行する。

ステップＳ２０３において、制御部２１（構成情報交換部２１２）は、音響装置１００と構成情報の交換を行う。具体的には、制御部２１は、音響装置２００内でのマイク２４ａ，２４ｂ及びスピーカ２５ａ，２５ｂの配置情報（距離及び角度）を音響装置１００に送信し、音響装置１００内でのマイク１４ａ，１４ｂ及びスピーカ１５ａ，１５ｂの配置情報（距離及び角度）を音響装置１００から受信する。

ステップＳ２０４において、制御部２１（テスト音声送受信部２１３）が音響装置１００から前記音声出力指示を受信した場合（Ｓ２０４：ＹＥＳ）、処理はステップＳ２０５に移行する。

ステップＳ２０５において、制御部２１（テスト音声送受信部２１３）は、スピーカ２５ａ，２５ｂからテスト音声を出力させる。

ステップＳ２０６において、音響装置１００においてスピーカ２５ａ，２５ｂの音源定位が完了した場合（Ｓ２０６：ＹＥＳ）、処理はステップＳ２０７に移行する。前記音源定位が完了しなかった場合（Ｓ２０６：ＮＯ）、処理はステップＳ２０４に戻る。

ステップＳ２０７において、制御部２１（位置通知部２１６）は、音響装置１００から送信される前記位置情報、すなわち音響装置１００に対するスピーカ２５ａの距離Ｌ２ａ及び角度θ２ａと、音響装置１００に対するスピーカ２５ｂの距離Ｌ２ｂ及び角度θ２ｂとの情報を受信する。

音響装置１００，２００はそれぞれ上述の位置検出処理（図５及び図６参照）を実行した後、音響装置１００は図６の点線枠で囲った「処理２」を実行し、音響装置２００は図５の点線枠で囲った「処理１」を実行する。これにより、音響装置１００，２００はそれぞれ、自身に対する相手の音響装置の音源（スピーカ）の位置（距離及び角度）を把握する。よって、音響装置１００，２００の互いの位置関係を把握することが可能となる。

［実施形態２］
図７は、本発明の実施形態２に係る音響システム１の概略構成を示す図である。実施形態１に係る音響システム１と同一の構成については、説明を省略する。音響装置１００，２００は、同一の構成及び機能を有する。以下では、音響装置１００を例に挙げて説明する。

音響装置１００の記憶部１２は、各種の情報を記憶する半導体メモリ、ＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）などを含む不揮発性の記憶部である。例えば、記憶部１２には、制御部１１に後述の音源フィルタ処理（図８参照）を実行させるための音源フィルタ処理プログラムなどの制御プログラムが記憶されている。例えば、前記音源フィルタ処理プログラムは、ＵＳＢ、ＣＤ又はＤＶＤ（何れも登録商標）などのコンピュータ読取可能な記録媒体に非一時的に記録されており、音響装置１００に電気的に接続されるＵＳＢドライブ、ＣＤドライブ又はＤＶＤドライブなどの読取装置（不図示）で読み取られて記憶部１２に記憶される。前記音源フィルタ処理プログラムは、ネットワークＮ１を介して外部機器からダウンロードされて記憶部１２に記憶されてもよい。

図７に示すように、音響装置１００の制御部１１は、図２に示す各処理部に加えて、さらに、タイムスタンプ処理部１０１、音声取得部１０２、音源定位部１０３、音源情報交換部１０４、音源判定部１０５、フィルタ処理部１０６などの各種の処理部を含む。尚、制御部１１は、前記ＣＰＵで前記音源フィルタ処理プログラムに従った各種の処理を実行することによって前記各種の処理部として機能する。また、制御部１１に含まれる一部又は全部の処理部が電子回路で構成されていてもよい。尚、前記音源フィルタ処理プログラムは、複数のプロセッサーを前記各種の処理部として機能させるためのプログラムであってもよい。

タイムスタンプ処理部１０１は、他の音響装置（ここでは音響装置２００）との同期を取るためにタイムスタンプの補正等を行う。

音声取得部１０２は、前記位置検出処理（図５及び図６参照）により音響システム１が構築された後に、マイク１４ａ，１４ｂにより集音される話者の音声を取得する。例えば図１に示す会議システムにおいて、音声取得部１０２は、集音領域１０に位置する会議１の参加者Ａ，Ｂが発話する音声を取得する。また、音声取得部１０２は、重複領域Ｓ１に位置する会議２の参加者Ｃが発話する音声を取得する。制御部１１は、音声取得部１０２により取得された参加者Ａ，Ｂの音声に対して所定の音声処理を行う。例えば、テレビ会議システムにおいて、制御部１１は、参加者Ａ，Ｂの音声の音声データを、ネットワークＮ１を介して遠隔地の外部機器に送信する。音声取得部１０２は、本発明の音声取得部の一例である。

音源定位部１０３は、音声取得部１０２により取得された音声に基づいて、当該音声の音源定位を行う。また音源定位部１０３は、前記音声に基づいて、音圧レベル、スペクトラム等を測定する。音源定位部１０３は、本発明の音源定位部の一例である。

音源情報交換部１０４は、他の音響装置（ここでは音響装置２００）と音源情報の交換を行う。例えば音源情報交換部１０４は、音源定位部１０３により得られる、音源定位の結果、音圧レベル、スペクトラム等を含む音源情報を音響装置２００に送信し、後述する音響装置２００の音源定位部２０３により得られる、音源定位の結果、音圧レベル、スペクトラム等を含む音源情報を音響装置２００から受信する。音源情報交換部１０４は、本発明の音源情報取得部の一例である。

音源判定部１０５は、音響装置２００から取得した前記音源情報に、音源定位部１０３により特定された音源と同一の音源が存在するか否かを判定する。前記音源情報に前記同一の音源が存在する場合、音源判定部１０５は、さらに、音響装置２００から取得した前記音源情報における音源の音圧レベル（以下、第２音圧レベルという。）が、音源定位部１０３により特定された音源の音圧レベル（以下、第１音圧レベルという。）より大きいか否かを判定する。音源判定部１０５は、本発明の音源判定部の一例である。

フィルタ処理部１０６は、前記第２音圧レベルが前記第１音圧レベルより大きい場合に、前記同一の音源にフィルタ処理を施す。例えば、フィルタ処理部１０６は、マイク１４ａ，１４ｂに、前記同一の音源から取得する音声とは逆位相の音声を入力することにより、前記同一の音源から取得する音声を打ち消す。音声のフィルタ処理は、周知の方法を採用することができる。尚、フィルタ処理部１０６は、前記第２音圧レベルが前記第１音圧レベル以下の場合、前記同一の音源のフィルタ処理を解除する。フィルタ処理が解除された場合、制御部１１は、音声取得部１０２により取得された音声に対して、前記所定の音声処理を行う。フィルタ処理部１０６は、本発明のフィルタ処理部の一例である。

音響装置２００の制御部２１に含まれる各処理部は、音響装置１００の制御部１１に含まれる前記各処理部と同一の処理を実行する。

［音源フィルタ処理］
以下、図８を参照しつつ、音響装置１００の制御部１１によって実行される音源フィルタ処理の手順の一例について説明する。尚、音響システム１に含まれる各音響装置は、同一の音源フィルタ処理を実行する。ここでは、図１に示す会議システムの適用シーンを例に挙げる。

ステップＳ３０１において、制御部１１（タイムスタンプ処理部１０１）は、音響装置２００との同期を取るためにタイムスタンプの補正を行う。

ステップＳ３０２において、制御部１１（音声取得部１０２）が話者の音声を取得した場合（Ｓ３０２：ＹＥＳ）、処理はステップＳ３０３に移行する。尚、制御部１１は、取得した音声の音声データにタイムスタンプを付与する。

ステップＳ３０３において、制御部１１（音源定位部１０３）は、音声取得部１０２により取得された音声に基づいて音源定位を行う。

ステップＳ３０４において、制御部１１（音源情報交換部１０４）は、音響装置２００と音源情報の交換を行う。

ステップＳ３０５において、制御部１１（音源判定部１０５）は、音響装置２００から取得した前記音源情報に、音源定位部１０３により特定された音源と同一の音源が存在するか否かを判定する。尚、制御部１１は、前記判定処理において、音声データに付与されたタイムスタンプの情報等を用いてもよい。前記音源情報に前記同一の音源が存在する場合（Ｓ３０５：ＹＥＳ）、例えば重複領域Ｓ１に話者（ここでは参加者Ｃ）が存在する場合、処理はステップＳ３０６に移行する。前記音源情報に前記同一の音源が存在しない場合（Ｓ３０５：ＮＯ）、すなわち重複領域Ｓ１に話者が存在しない場合、処理はステップＳ３１０に移行する。

ステップＳ３０６において、制御部１１（音源判定部１０５）は、音響装置２００から取得した前記音源情報における音源の音圧レベル（第２音圧レベル）が、音源定位部１０３により特定された音源の音圧レベル（第１音圧レベル）より大きいか否かを判定する。前記第２音圧レベルが前記第１音圧レベルより大きい場合（Ｓ３０６：ＹＥＳ）、処理はステップＳ３０７に移行する。前記第２音圧レベルが前記第１音圧レベル以下の場合（Ｓ３０６：ＮＯ）、処理はステップＳ３０８に移行する。

ステップＳ３０７において、制御部１１（フィルタ処理部１０６）は、前記同一の音源に前記フィルタ処理を施す。その後、処理はステップＳ３０２に戻る。

ステップＳ３０８において、制御部１１は、前記同一の音源に対して前記フィルタ処理が設定されているか否かを判定する。前記同一の音源に対して前記フィルタ処理が設定されていない場合（Ｓ３０８：ＮＯ）、処理はそのままステップＳ３１０に移行する。一方、前記同一の音源に対して前記フィルタ処理が設定されている場合（Ｓ３０８：ＹＥＳ）、ステップＳ３０９において、制御部１１（フィルタ処理部１０６）は、前記同一の音源に設定された前記フィルタ処理を解除する。その後、処理はステップＳ３１０に移行する。

ステップＳ３１０において、制御部１１は、重複領域Ｓ１以外の他の領域から音声を取得した場合（Ｓ３０５：ＮＯ）、ここでは参加者Ａ，Ｂの音声を取得した場合、当該音声に対して前記所定の音声処理を実行する。また、制御部１１は、前記同一の音源に対して前記フィルタ処理が設定されていない場合（Ｓ３０８：ＮＯ）、又は、前記同一の音源に対して設定された前記フィルタ処理を解除した場合（Ｓ３０９）前記所定の音声処理を実行する。その後、処理はステップＳ３０２に戻る。

各音響装置は、話者の音声を取得する度に上述の処理を実行する。これにより、各音響装置１００，２００は、本来の音声を適切に処理し、ノイズとなる音声を除去することが可能となる。このように、実施形態２に係る音響システム１によれば、複数の音響装置が同一の音源の音声を取得した場合に当該音声を適切に処理することが可能となる。

実施形態２に係る音響システム１は、以下の構成であってもよい。図９は、音響装置１００の制御部１１によって実行される音源フィルタ処理の他の例を示すフローチャートである。図９に示すステップＳ４０１～Ｓ４０５、Ｓ４１０の処理は、図８に示すステップＳ３０１～Ｓ３０５、Ｓ３１０の処理と同一であるため説明を省略する。

例えば、図１に示す会議システムにおいて、音響装置１００のスピーカ１５ａ，１５ｂの位置と、参加者Ｃの位置とが近接している場合、音響装置２００において、スピーカ１５ａ、１５ｂから出力される音声（例えば遠隔地の話者の音声）と、参加者Ｃの発話する音声とが、同一位置の音源であると判断される場合が考えられる。この場合、音響装置２００は、参加者Ｃの発話した音声を取得するとともに、スピーカ１５ａ，１５ｂから出力される音声を取得するが、スピーカ１５ａ，１５ｂから出力される音声は音響装置２００にとってノイズとなる。

そこで、例えば図９に示すように、ステップＳ４０６において、音響装置１００の制御部１１は、前記同一位置の音源について、自身のスピーカ１５ａ，１５ｂから出力される音声の音圧レベルと、音響装置２００から取得した前記音源情報における音源の音圧レベルとの差（音圧レベル差）が閾値より大きいか否かを判定する。前記音圧レベル差が閾値より大きい場合（Ｓ４０６：ＹＥＳ）、処理はステップＳ４０７に移行し、前記音圧レベル差が閾値以下の場合（Ｓ４０６：ＮＯ）、処理はステップＳ４１０に移行する。

ステップＳ４０７において、制御部１１は、スピーカ１５ａ，１５ｂの出力音圧レベルを下げる。例えば、制御部１１は、スピーカ１５ａ，１５ｂの出力音圧レベルを、前記音圧レベル差の分だけ下げる。これにより、音響装置２００は、音響装置１００のスピーカ１５ａ，１５ｂから出力されるノイズとなる音声を除去することができる。

上述の説明では、音響システム１を会議システムに適用した場合を例に挙げたが、本発明の音響システムはこれに限定されない。例えば、本発明の音響システムは、スマートスピーカ、ＡＩスピーカ等に適用することもできる。この場合、音響システム１には、複数のスマートスピーカ（音響装置）が配置される。スマートスピーカにより取得される音声は、例えば音声により各種の処理を実行させる音声コマンドとして利用される。この構成によれば、各スマートスピーカが、自身に向けて発せられた本来の音声を適切に取得し、不要な音声（ノイズ）をフィルタ処理することによって、誤動作を防ぐことが可能となる。

１ ：音響システム
１０ ：集音領域
１１ ：制御部
１２ ：記憶部
１３ ：操作表示部
１４ ：マイク
１５ ：スピーカ
１６ ：通信インターフェース
２０ ：集音領域
２１ ：制御部
２２ ：記憶部
２３ ：操作表示部
２４ ：マイク
２５ ：スピーカ
１００ ：音響装置
１０１ ：タイムスタンプ処理部
１０２ ：音声取得部
１０３ ：音源定位部
１０４ ：音源情報交換部
１０５ ：音源判定部
１０６ ：フィルタ処理部
１１１ ：機器検出部
１１２ ：構成情報交換部
１１３ ：テスト音声送受信部
１１４ ：スピーカ音源定位部
１１５ ：位置算出部
１１６ ：位置通知部
１２１ ：機器情報
２００ ：音響装置
２０３ ：音源定位部
２１１ ：機器検出部
２１２ ：構成情報交換部
２１３ ：テスト音声送受信部
２１４ ：スピーカ音源定位部
２１５ ：位置算出部
２１６ ：位置通知部
２２１ ：機器情報
Ｎ１ ：ネットワーク
Ｓ１ ：重複領域

Claims (7)

1. ネットワークを介して接続された複数の音響装置を備える音響システムであって、
   各音響装置は、
   音声を取得する音声取得部と、
   前記音声取得部により取得された前記音声の音源定位を行う音源定位部と、
   他の音響装置から、当該他の音響装置において取得された前記音声に関する音源情報を取得する音源情報取得部と、
   前記音源情報取得部により取得された前記音源情報に前記音源定位部により特定された音源と同一の音源が存在する場合に、当該音源情報における音源の音圧レベルが、前記音源定位部により特定された音源の音圧レベルより大きいか否かを判定する音源判定部と、
   前記音源情報における音源の音圧レベルが、前記音源定位部により特定された音源の音圧レベルより大きい場合に、前記音源定位部により特定された音源の前記音声をフィルタ処理するフィルタ処理部と、を備える、
   音響システム。
2. 前記フィルタ処理部は、前記音響装置に設けられたマイクに、前記音源定位部により特定された音源から取得する前記音声とは逆位相の音声を入力する、
   請求項１に記載の音響システム。
3. 前記音源情報取得部により取得された前記音源情報は、前記他の音響装置において取得された前記音声の音源定位の結果と、当該音声の音圧レベルとを含む、
   請求項１又は請求項２に記載の音響システム。
4. 前記各音響装置は、前記音源情報における音源の音圧レベルが、前記音源定位部により特定された音源の音圧レベル以下の場合に、前記音源定位部により特定された音源の前記音声に対して所定の音声処理を実行する、
   請求項１から請求項３の何れか１項に記載の音響システム。
5. 前記各音響装置は、当該音響装置を識別する固有情報と、当該音響装置を構成する機器の情報とを記憶する記憶部を備える、
   請求項１から請求項４の何れか１項に記載の音響システム。
6. 前記各音響装置は、少なくとも１つのスピーカと、少なくとも２つのマイクとを備える、
   請求項１から請求項５の何れか１項に記載の音響システム。
7. 前記各音響装置は、情報を表示する表示部を備える、
   請求項１から請求項６の何れか１項に記載の音響システム。

Images