JPH0449756A - 会議通話装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、通信回線を介して複数の通話者が会話するこ
とができる会議通話装置に利用する。

本発明は、特に、複数のマイク入力からなる多数の話者
間の会議通信方式に関するもので、送話者の位置の情報
を知ることにより、話者が誰であるのかを明確にするた
め同時話者位置を検出する会議通話装置に関する。

〔従来の技術〕

従来、複数の話者が２対地に分散され、音像を再生する
方法にステレオ伝送方式がある。例えば、文献（南「疑
似ステレオ音声を用いたテレコンファレンスの音声系」
電子通信学会、回路とシステム研究会資料ＣＡＳ８６−
２９．１９８６＞がある。この内容は周知のように、送
話側では二つのマイクの相関をとり、この相関量を別な
回線によって送出し受聴側で二つの拡声器から、その相
関量をもとにもとの音場を再生しようとするものである
。

しかし、この方式では同時話者があった場合、相関量は
不定となり、正確に求めることはできず現実的な音場再
生とはならない。しかも、単独話者の場合でも、集音す
るマイクの位置や、送話側および受聴側の音響条件、特
に残響条件によって音像定位が正確に行われない。これ
は会議通話の場合、各話者が点音源であるため、従来の
音楽ステレオ放送で聞いたオーケストラのように、右側
からピアノが、左側からバイオリンが聞こえてくると行
った曖昧な音像定位と本質的に異なるからである。

この理由として、例えば、ＮＨＫ　（日本放送協会）が
現在、高精彩画テレビ、すなわちＨＤ　Ｔ　Ｖのサービ
スを開始しようとしているが、拡声器の数は５個とし、
前面には拡声器を３個設置し、中央での音像のぼけを防
止しているが、これも音像定位をより正確なものとした
いと言う理由からくるものである。しかし、前述したよ
うに遠隔会議では各話者の位置が重要な情報源であり、
その話者の位置は点音源であり、より正確な音像定位が
求められることはいうまでもない。

これらの欠点を打破し、これを解決する方式として、例
えば、文献（島田、鈴木「多対地音声会議通信システム
の対地識別音像生成方式」電子通信学会誌、第Ｊ７０−
Ｂ巻、第９号、１９８７）がある。

この方式では複数の対地に通話者端末を配置し、その通
話者端末ごとに異なる位置に音像を発生させる方式につ
いて提案している。この方式を用いても対向する会議室
間の複数話者相互通信への拡張が１可能であり、その応
用例としては各送話者に送話者の番号をあらかじめ付与
することによって、送話者となった音声信号と同時にそ
の話者の番号を同時伝送し、受聴側では各拡声器にその
送話者番号があらかじめ設定されているので、その番号
に対応する拡声器に音声信号を発生させれば拡声器の設
置場所からその送話者の音声を受聴することになる。

〔発明が解決しようとする課題〕

しかし、一つの会議室に複数の話者が同時に在席し、複
数のマイクで集音する会議通話方式において、該当のマ
イクに送話者の音声だけが集音するとはかぎらない。こ
の理由として各話者ごとにマイクが割り当てられたとし
ても、室内の音響条件やマイクと送話者の配置によ−っ
て他のマイクに話者の音声の影響を受けるからである。

従って、従来の音声会議やテレビ会議の、Ｊ″うな遠隔
会議通信を行う会議通話装置には以下の欠点があった。

（１）該当のマイクだけに送話者の音声を集音すること
は室内の音響条件を考慮すれば困蕪なことから、話者ご
とにマイクを設置して、そのマイクに人力された音声だ
けが特定の話者の番号として定められないこと。

（２）　　この（１）の欠点を防止するために超指向性
のマイクを使用することも考慮されるが、非常に高価で
あり、また、話者が送話中に動いたりすると、その音量
レベルが変化したり、さらには音圧を検出できなくなる
こと。

本発明の目的は、前記の欠点を除去することにより、一
つの会議室内において複数の話者が同時に送話者となっ
た場合や単独話者の場合、複数マイクからの音声に対す
る信号を処理し送話者に対応するマイクの位置を特定で
き、その結果、そのマイクに番号を付与することにより
、受聴側での音像定位が可能となるばかりか、対応する
マイクだけを動作させ通話系での信号対雑音比を増大さ
せることができる会議通話装置を提供することにある。

〔課題を解決するための手段〕

本発明は、各話者ごとに対応して設置位置がほぼ一列に
なるようにかつ各話者から一定距離を隔てて配置された
複数ｎのマイクと、各マイクから入力された各話者の音
声信号をディジタル音声信号に変換出力するディジタル
化手段と、このディジタル化手段から出力されるディジ
タル音声信号に対応する話者を特定する送話者符号信号
を生成出力する送話者符号信号生成手段とを備えた会議
通話装置において、前記送話者符号信号生成手段は、各
マイクからの音圧レベルを検出する複数ｎの音声検出手
段と、前記複数ｎの音声検出手段から出力される出力信
号の順番を検出しそれに対応する話者番号を記憶する話
者番号検出記憶１段と、配置されている第一番目と第ｎ
番目の二つのマイクから受信される音声信号の相互相関
関数を求める相互相関関数算出手段と、この相互相関関
数算出手段により算出された相互相関関数から相互を目
間関数が最大となる時間差を求める最大値検出手段と、
この最大値検出手段により算出された時間差と前記話者
番号検出記憶手段に記憶さた話者番号に対する話者の位
置との関係の一致を確認し、当該話者番号に対する送話
者符号信号を送出する確認手段とを含むことを特徴とす
る。

また、本発明は、相互相関関数算出手段は、ｎ個の全マ
イクをｍ個のマイクからなる小区間に分割し、ｍ区間ご
とに相互相関関数を求める手段であることができる。

〔作用〕

本発明における会議通話装置で、複数同時話者の位置を
検出する方式は、二つのマイクから受信される音声信号
の相互相関関数の最大値となる時間差と、音源すなわち
話者から各マイクまでの時間差に対応していることに基
づいている。

ずなわぢ、音声検出手段で各マイクからの音圧レベルを
検出し、話者番号検出記憶手段により最初の話者位置か
ら順番に話者位置を検出しそれらの話者番号を記憶する
。そして、相互相関関数算出手段により第一番目と第ｎ
番目のマイク（またはｎ個のマイクをｍ個ずつの小区分
に分割して小区分内の両端のマイク）から受信される音
声信号の相互相関関数を求め、最大値検出手段により相
互相関関数が最大値となる時間差を求め、確認手段によ
り、この求められた時間差と前記話者番号記憶手段に記
憶された話者の位置との一致を確認し、当該話者番号に
対する送話者符号信号を送出する。

従って、マイクに番号を付与することにより受聴側での
音像定位が可能となる。さらに、マイクをｍ区分するこ
とにより、対応するマイクだけを動作させ通話系での信
号対雑音比を増大させることが可能となる。

〔実施例〕

以下、本発明の実施例について図面を診照して説明する
。

始めに本発明の基本的な原理にってい説明し、その後で
具体的な実施例について説明する。

第１図は本発明の第一実施例（／、）９部を示す説明図
で、マイクの配置と話者の座席位置の関係を示す。

ここで、Ｓｌ、　、Ｓｌ　％　　、Ｓ、、は話者であり
、これに対応したＭ　１　％　　、Ｍｉ　ｓ　　、Ｌは
マイクである。送話者とマイクの距離はｒとし、マイク
間の距離をｄとする。

第１図を用いて、本発明の基本的原理の説明を以下に行
う。いま、自由拡散音場であると仮定し１、単独話者の
場合と複数話者の場合について基本的な考察を行う。

第２図はマイクＭ１とマイクＭｈ間の相互相関関数例を
示したものである。

（１）単独話者（単一音源）の場合 話者ＳＩの音源からマイクＭ１　とＭ、、に人力される
音圧波形Ｒｉ（ｔ）とＲｎ（ｔ）は、一般的に、で与え
られ、ここでＡ　（［１１＞は振幅線分を、φ（ＩＴＩ
）は位相成分を示す。

相互相関関数Ｃｃ、（ｔ、τ）は、 で与えられる。

話者別に対応するマイクＭ１とＭ、、の相互相関関数Ｃ
ｃ、（ｔ、　　τ）が最大となる時間差τは、ｒ＝ＴＩ
Ｉ　Ｔｉｎ である。すなわち、第１図において、 １ｄ＝ｎｄ／２ のとき、いい換えれば、 Ｌ、、−１、。

のとき、 ■目−Ｔｉｎ となり、 ｒ＝Ｑ となり、第２図に示した点線のような相互相関関数が得
られる。従って、話者軸の音源位置はマイクＭ１とマイ
クＭ、の位置の中央にあることが判明し、そのとき、式
（１）が最大値（極大値が一つの場合）となる。

（２）複数の音源がある場合（特に２音源の場合）話者
Ｓｌと話者Ｓ、の各音源からマイクＭ、とＭ７に人力さ
れる音圧波形Ｒｌ　（ｔ）とＲ，（ｔ）　とは、”’　
　Ｌ。

音圧波形Ｒｌ　（ｔ）とＲ、（ｔ）の相関関数Ｃｃｒ（
ｔ、　ｒ）は、 で与えられる。

話者Ｓｌと話者Ｓ、の各音源に対するマイクＭ。

とＭ、との相互相関関数ｃ　ｃｔ　（ｔ、　　τ）が最
大値となる第一項目の時間差の値は τ＝　Ｔ’　ｉ　１　　Ｔ　ｉ　ｈ 第二項目のその値は τ−ＴＪＩ　　Ｔｊ・ である。

いま、音速をＣとし、話者ＳＬとマイクＭ１の距離をり
、とすれば、話者８、の音源からマイクＭ、に到達する
遅延時間１゛１．は、 Ｔ　Ｉ　ｌ　＝　Ｌ　Ｌ　ｌ　／　ｃ　＝　ＥＰＴ〒漏
Ｆ／　Ｃで与えられる。

複数話者の音源がある場合についても同様に式（２）か
らも判るように、複数の最大値、すなわち極大値となる
時間差が音源から各マイクまでの時間差に対応している
から、音源の位置が時間差から判明することとなる。第
２図の実線は話者ＳＩ　と話者Ｓ、が中央の位置から対
象に座席し、同時に話者となった例を示している。すな
わち、（ＬｉＬＬ・幽・）−１−・ｊｌ　　Ｌｊ・の場
合である。

以上は自由音場すなわち残響時間のない室内での動作概
要ではあるが、残響時間がある場合も残響は信号のイン
パルス応答の初期応答部分には影響がなく、後続部分に
影響があるので、本発明の方式に本質的な影響は与えな
い。また、拡散性の室内騒音の場合については時間的に
無相関であるから、式（２）が成立（７、雑音に対して
も強い方式となる。

第３図は本第−実施例の具体的なブロック構成図である
。本第−実施例は、各話者Ｍ、〜Ｍ、、ごとに対応して
設置位置がほぼ一列になるようにかつ各話者Ｍ１〜Ｍ、
から一定距離を隔てて配置された複数ｎのマイク１ａ〜
１ｄと、各マイクｌａ〜Ｉｄから入力された各話者Ｍ＋
　””−Ｍ−の音声信号をディジタル音声信号１７に変
換出力するディジタル化手段としての、アナログディジ
タル変換器２、遅延回＃１４ａ　〜１４ｄ、ならびに論
理積回路１５ａ〜１５ｄと、このディジタル化手段から
出力されるディジタル音声信号１７に対応する話者を特
定する送話者符号信号１８を生成出力する送話者符号信
号生成手段を備えた会議通話装置において、本発明の特
徴とするところの、 前記送話者符号信号生成手段は、各マイク１ａ〜１ｄか
らの音圧レベルを検出する複数ｎの音声検出手段として
の音声検出回路３ａ〜３ｄと、音声検出手段３８〜３ｄ
から出力される出力信号から第一話者を検出しそれに対
応する話者番号を記憶する話者番号検出記憶手段として
の第一話者検出回路４および番号記憶回路５と、配置さ
れている第一番目と第ｎ番目の二つのマイク１ａと１ｄ
とから受信される音声信号の相互相関関数を求める相互
相関関数算出手段としての、シフトレジスタ回路６ａお
よび６ｂ、遅延時間掃引回路７、可変遅延回路８ａおよ
び３ｂ、ならびに乗算回路９と、この相互相関関数算出
手段により算出された相互相関関数から相互相関関数が
最大となる時間差を求める最大値検出手段としての積分
回路１０および最大値検出回路１１と、この最大値検出
回路１１により算出された時間差と番号記憶回路５に記
憶さた話者番号に対する話者の位置との関係の一致を＊
認し当該話者番号に対する送話者符号信号１８を送出す
る確認手段とし、ての位置検出回路１２および一致回路
１３とを含んでいる。

次に、本第−実施例の動作について説明する。

まず、説明を簡単にするために、第１図において、話者
がＳＩおよびＳＪであるとし、話者Ｓ１が最初に話者と
なり、話者Ｓ４が二番目の話者であるとする。マイクＭ
ｉ　には第１図から明らかなように他の各マイクより逸
早く音声信号が到達する。この結果、各音声検出回路３
ａ〜３ｄは音圧レベルを検出する時刻が一番早いのは、
第３図の音声検出間￥８３ｂであり、これを第一話者と
して第一話者検出回路４で検出する。ここで、番号記憶
回路５の一番若番にマイク番号を書き込む。

次に、通話者軸が話者となった場合、やはり音声検出回
路３Ｃで音圧レベルを検出することとなり、これを第二
番目の話者として番号記憶回路５に記憶させる。当然、
このとき、話者Ｓｉ　が受聴者となった場合には、音声
検出回路３ｂの音圧レベルが減少するので、第一話者と
して話者Ｓ。

が番号記憶回路５の番地が書き込まれることになる。従
って、第一話者は常に番号記憶回路５の内容の若番を占
有しており、全員が受聴者となった場合には、この番号
記憶回路５にはマイクの番号は書き込まれず、クリア状
態となっている。従って、番号記憶回路５の内容を調べ
れば常に音声検出回路３ａ〜３ｄて検出された第一話者
、第二話者が行番号順に登録されていることになる。

方、マイクＭ１　とマイクＭ。からの音声信号の相関を
とるために、ある時間区間の音声信号を記憶しておくシ
フトレジスタ回路６ａおよび６ｂに音声信号が人力され
る。最大の遅延時間差を示す話者とマイクの距離差、す
なわち第２図において、可変遅延回路８ａおよび８ｂの
最大遅延時間ｒｌｌａＭは話者Ｓ、からマイクＭ、まで
の距離と話者Ｓ１からマイクＭｈまでの距離差を音速で
割算した時間である。ここで可変遅延回路８ａと８ｈと
は互いに連動しており、双方の遅延時間が０のとき、式
（２）の相互相関関数のτが０を示している。

可変遅延関数８ａが遅延時間を掃引している場合は可変
遅延関数８ｈの遅延時間は０で静止しておリ、逆に可変
遅延関数８ｂが遅延時間を掃引している場合は可変遅延
関数８ａの遅延時間は０で静止している。ずなわち、−
τ１，８のときは可変遅延回路８ａの遅延時間量が最大
で、可変遅延量τは減少して０の値になったら、次に可
変遅延回路８ｈの遅延時間＠Ｔが増大し、最大遅延時間
十τ□９まで掃引するように遅延時間掃引関数７で指令
する。

二つの可変遅延回路８ａおよび８ｂの出力音声信号を乗
算回路９で乗算して、時間間隔Ｔの積分を行う積分回路
１０を経て、その積分値を監視し、比較機能を有した最
大値検出回路１１で前の値より低くなったら、そのとき
の遅延時間掃引回路７の遅延時間に対応するマイク位置
を記憶している位置検出回路１２に伝達し、そのマイク
の位置情報を、番号記憶回路５の出力信号と一致回路１
３とで照合を行う。

さらに、各マイクＭ、、、９Ｍ、、、、Ｍｊ、、、Ｍｎ
から出力された音声信号は、音声検出に必要な処理遅延
時間や相互相関関数の極大値を検出するのに必要な処理
時間分だけの遅延時間を有した遅延回路群１４ａ〜１４
ｄを介して、一致回路１３の出力から得られたマイク位
置情報によって、該当のマイクのみの音声信号だけを論
理積回路１５ａ〜１５ｄによって通過させ、さらに、複
数の話者の状態のときは加算回路１６によって加算され
、ディジタル音声信号１７を得る。また、話者Ｓに対応
したマイクＭの信号も送話者符号信号１８として出力さ
れる。

ところで、話者Ｓ、がマイクＭ、、とが音圧が検出でき
ないほど離れていると、話者ＳＩが端にあるマイクＭ１
の入力は音声信号として充分な音圧レベルに達しない場
合がある。

第４図に示す本第二実施例は、信号対雑音比量を増大す
るようにマイク位置と話者位置の関係を定めたものであ
る。

すなわち、マイクＭ、とマイクＭｂの区間の相互相関関
数の演算、マイクＭ、とマイクＭ。の区間の相互相関関
数の演算、およびマイクＭｄとマイクＭ、の区間の相互
相関関数の演算をそれぞれ独立に行うことにより、信号
対雑音比の量を太きく取れることになるので、確度の高
い話者位置検出が可能となる。

具体的な動作ブロック図の説明で第３図と異なるところ
は、シフトレジスタ回路６ａおよび６ｂ。

遅延時間掃引回路７、可変遅延回路８ａおよび８ｈ、乗
算回路９、積分回路１０、最大値検出回路１１、お、Ｌ
び位置検出回路１２が複数構成で動作するようにすれば
よい。

また、第５図は本発明の第三実施例の要部を示す説明図
で、本発明をテレビ会議に使用される弓形構造机に適用
した場合のマイク位置と話者位置の関係を示す。これま
ではマイクの列を直線で説明したが、マイクの列が中形
でも本質的な動作は同じである。

〔発明の効果〕

以上説明したように、本発明は、複数のマイクに人力さ
れる第一の話者を検出し、また二つのマイクの入力音声
信号の相互相関関数が最大となる時間差を求めることに
よって話者の位置が判明するので、音声検出手段と照合
することにより、同時に複数話者が存在する会話状態で
も話者となっている該当のマイクの位置を検出すること
ができるので、会議室内において複数の話者が同時に送
話者となった場合や単独話者の場合、そのマイクに洲号
を付与することにより、受聴側での音像定位が可能とな
るばかりか、対応するマイクだけを動作させ通話系での
信号対雑音比を増大させることができる効果がある。

【図面の簡単な説明】

第１図は本発明の第一実施例の要部を示す説明図。 第２図はその二つのマイク間の相互相関関数の一例を示
す特性図。 第３図はその具体的なブロック構成図。 第４図は本発明の第二実施例の要部を示す説明図。 第５図は本発明の第三実施例の要部を示す説明図。 １ａ〜１ｄ・・・マイク、２・・・アナログディジタル
変換器、３ａ〜３ｄ・・・音声検出回路、４・・・第一
話者検出回路、５・・・番号記憶回路、６ａ　、６ｂ・
・・シフトレジスタ回路、７・・・遅延時間掃引回路、
８ａ。 ８ｂ・・・可変遅延回路、９・・・乗算回路、１０・・
・積分回路、１１・・・最大値検出回路、１２・・・位
置検出回路、１３・・・一致回路、１４ａ〜１４ｄ・・
・遅延回路、１５ａ〜１５ｄ・・・論理積回路、１６・
・・加算回路、１７・・・ディジタル音声信号、１８・
・・送話者符号信号、Ｍ、−Ｍ、・・・マイク、Ｓ、〜
Ｓｈ・・・話者。 特許出願人　　日本電信電話株式会社 代理人　　弁理士　井　出　直　孝 禿−芙基１没バマイク決シｌと“話遺イ立Ｉ）３１　回 −を階 ｍａｘ ７啼 亮−芙全例（相１相関関数分」） 亮　２　図

Claims (1)

1. 【特許請求の範囲】 １、各話者ごとに対応して設置位置がほぼ一列になるよ
   うにかつ各話者から一定距離を隔てて配置された複数ｎ
   のマイクと、 各マイクから入力された各話者の音声信号をディジタル
   音声信号に変換出力するディジタル化手段と、 このディジタル化手段から出力されるディジタル音声信
   号に対応する話者を特定する送話者符号信号を生成出力
   する送話者符号信号生成手段とを備えた会議通話装置に
   おいて、 前記送話者符号信号生成手段は、 各マイクからの音圧レベルを検出する複数ｎの音声検出
   手段と、 前記複数ｎの音声検出手段から出力される出力信号の順
   番を検出しそれに対応する話者番号を記憶する話者番号
   検出記憶手段と、 配置されている第一番目と第ｎ番目の二つのマイクから
   受信される音声信号の相互相関関数を求める相互相関関
   数算出手段と、 この相互相関関数算出手段により算出された相互相関関
   数から相互相関関数が最大となる時間差を求める最大値
   検出手段と、 この最大値検出手段により算出された時間差と前記話者
   番号検出記憶手段に記憶さた話者番号に対する話者の位
   置との関係の一致を確認し、当該話者番号に対する送話
   者符号信号を送出する確認手段と を含むことを特徴とする会議通話装置。 ２、相互相関関数算出手段は、ｎ個の全マイクをｍ個の
   マイクからなる小区間に分割し、ｍ区間ごとに相互相関
   関数を求める手段である請求項１記載の会議通話装置。