特許 6985811 音声情報取得装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6985811

(24)【登録日】2021年11月30日

(45)【発行日】2021年12月22日

(54)【発明の名称】音声情報取得装置

(51)【国際特許分類】

   H04R 1/08 20060101AFI20211213BHJP

   H04R 3/00 20060101ALI20211213BHJP

   H04R 1/40 20060101ALI20211213BHJP

   H04R 1/02 20060101ALI20211213BHJP

【ＦＩ】

   H04R1/08

   H04R3/00 320

   H04R1/40 320A

   H04R1/02 108

【請求項の数】8

【全頁数】17

(21)【出願番号】特願2017-90488(P2017-90488)

(22)【出願日】2017年4月28日

(65)【公開番号】特開2018-191078(P2018-191078A)

(43)【公開日】2018年11月29日

【審査請求日】2020年4月23日

(73)【特許権者】

【識別番号】321001056

【氏名又は名称】ＯＭデジタルソリューションズ株式会社

(74)【代理人】

【識別番号】110002907

【氏名又は名称】特許業務法人イトーシン国際特許事務所

(72)【発明者】

【氏名】内田 純一

【審査官】 大石 剛

(56)【参考文献】

【文献】 実開平０６−０７７３９１（ＪＰ，Ｕ）

【文献】 特開２００７−１７４４８８（ＪＰ，Ａ）

【文献】 特開昭５４−１５５８２０（ＪＰ，Ａ）

【文献】 実開平０５−０４８４９１（ＪＰ，Ｕ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｈ０４Ｒ １／０８

Ｈ０４Ｒ ３／００

Ｈ０４Ｒ １／４０

Ｈ０４Ｒ １／０２

(57)【特許請求の範囲】

【請求項1】

音声を収音するマイクと、
前記マイクを内部に収容する筐体と、
前記筐体の表面に設けられ、表面側に位置するメッシュ状の第１フィルタおよび前記マイクと対向する側に位置するメッシュ状の第２フィルタを含む少なくとも三層のフィルタを有する多層フィルタと、
を備え、
前記多層フィルタと前記マイクは、前記多層フィルタによる空気の分散および吸収時に発生する音声ノイズと、前記多層フィルタを通過した音声とが、距離に従って減衰する効果によって定められた距離だけ離間していることを特徴とする音声情報取得装置。

【請求項2】

前記第１フィルタの目開きが前記第２フィルタの目開きより大きく、かつ前記第１フィルタの線径が前記第２フィルタの線径より大きいことを特徴とする請求項１に記載の音声情報取得装置。

【請求項3】

前記第１および第２フィルタは金属を用いて構成され、
前記多層フィルタは、
前記第１フィルタと前記第２フィルタとの間に位置し、不織布を用いて構成される第３フィルタを有することを特徴とする請求項１又は２に記載の音声情報取得装置 。

【請求項4】

前記マイクは、無指向性マイクであることを特徴とする請求項１〜３のいずれか一項に記載の音声情報取得装置。

【請求項5】

弾性を有し、前記筐体の内部で前記マイクを保持する弾性保持部材をさらに備えたことを特徴とする請求項１〜４のいずれか一項に記載の音声情報取得装置。

【請求項6】

前記筐体の表面のうち前記多層フィルタが設けられる表面と反対側の表面に位置し、前記マイクと前記筐体の内部において空間的に隔離されている第２マイクをさらに備えたことを特徴とする請求項１〜５のいずれか一項に記載の音声情報取得装置。

【請求項7】

前記第２マイクは、前記マイクと前記筐体の表面に沿って並んでいることを特徴とする請求項６に記載の音声情報取得装置。

【請求項8】

前記多層フィルタは、前記筐体の高さ方向の上端部の表面に位置し、
前記筐体は、前記多層フィルタが位置する表面と反対側の表面の高さ方向略中央部に、ユーザが当該筐体を把持する際に指を掛ける指掛け部を有することを特徴とする請求項１〜７のいずれか一項に記載の音声情報取得装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、音声情報を取得する音声情報取得装置に関する。

【背景技術】

【0002】

従来、マイクで音声を録音する際、不要な方向から受けるノイズの影響を低減させる信号処理とマイクの指向性感度とを組み合わせることによって、指向性音声を取得する技術が知られている。例えば、特許文献１には、特定方向以外の方向を向いている主ローブと、関心のある特定方向を向いている副ローブとを含む指向性感度を有する一つまたは複数のマイクを利用し、信号処理回路によって主ローブの方向から受信される音声の影響を低減させる技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特表２００４−５３６５３６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

マイクで音声を録音する際に音声の発声者が半濁音等を発すると、マイクに吹きかかる息の影響により、いわゆるポップノイズが生じることが知られている。しかしながら、上述した従来技術では、ポップノイズの低減については十分に考慮されていなかった。

【0005】

本発明は、上記に鑑みてなされたものであって、ポップノイズを低減した音声情報を取得することができる音声情報取得装置を提供することを目的とする。

【課題を解決するための手段】

【0006】

上述した課題を解決し、目的を達成するために、本発明に係る音声情報取得装置は、音声を収音するマイクと、前記マイクを内部に収容する筐体と、前記筐体の表面に設けられ、表面側に位置するメッシュ状の第１フィルタおよび前記マイクと対向する側に位置するメッシュ状の第２フィルタを含む少なくとも三層のフィルタを有する多層フィルタと、を備え、前記多層フィルタと前記マイクは、前記多層フィルタによる空気の分散および吸収時に発生する音声ノイズと、前記多層フィルタを通過した音声とが、距離に従って減衰する効果によって定められた距離だけ離間している。

【発明の効果】

【0007】

本発明によれば、ポップノイズを低減した音声情報を取得することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、本発明の実施の形態１に係る音声情報取得装置の正面側の外観を示す斜視図である。

【図2】図２は、本発明の実施の形態１に係る音声情報取得装置の背面側の外観を示す斜視図である。

【図3】図３は、本発明の実施の形態１に係る音声情報取得装置の収音部の構成を示す部分断面図である。

【図4】図４は、音声が空気の流れとして多層フィルタを通過する様子を模式的に示す図である。

【図5】図５は、本発明の実施の形態１に係る音声情報取得装置の構造上の利点を説明する図である。

【図6】図６は、本発明の実施の形態１に係る音声情報取得装置を備えた音声処理システムの機能構成を示すブロック図である。

【図7】図７は、音声情報処理装置のドキュメント化部が作成するドキュメントの構成を模式的に示す図である。

【図8】図８は、音声処理システムが実行する処理の概要を示すフローチャートである。

【図9】図９は、本発明の実施の形態１の変形例１に係る音声情報取得装置の要部の構成を示す部分断面図である。

【図10】図１０は、本発明の実施の形態１の変形例２に係る音声情報取得装置の要部の構成を示す部分断面図である。

【図11】図１１は、本発明の実施の形態２に係る音声情報取得装置の要部の構成を示す部分断面図である。

【発明を実施するための形態】

【0009】

以下、添付図面を参照して、本発明を実施するための形態（以下、「実施の形態」という）を説明する。なお、図面はあくまでも模式的なものに過ぎない。

【0010】

本発明の実施の形態に係る音声情報取得装置は、音声を収音するマイクと、マイクを内部に収容する筐体と、筐体の表面に設けられ、表面側に位置するメッシュ状の第１フィルタおよびマイクと対向する側に位置するメッシュ状の第２フィルタを含む少なくとも三層のフィルタを有する多層フィルタとを備える。多層フィルタとマイクは、多層フィルタによる空気の分散および吸収時に発生する音声ノイズと、多層フィルタを通過した音声とが、距離に従って減衰する効果によって定められた距離だけ離間している。この音声情報取得装置は、例えば医療用途に適用され、医師等のユーザが診断結果を見ながら患者のカルテを作成するために音声入力を行う際に利用される。この際、ユーザは音声情報取得装置を手で把持してマイクに向けて音声を入力する。なお、本実施の形態に係る音声情報取得装置は、医療用途以外の用途にも適用可能である。

【0011】

（実施の形態１）
図１は、本発明の実施の形態１に係る音声情報取得装置の正面側の外観を示す斜視図である。図２は、本実施の形態１に係る音声情報取得装置の背面側の外観を示す斜視図である。図１および図２に示す音声情報取得装置１は、装置外部で発生した音声を収音して音声情報を生成する装置である。音声情報取得装置１は、筐体２と、収音部３と、操作部４と、接続コード５とを備える。

【0012】

筐体２は、正面側の第１筐体２１と、背面側の第２筐体２２とを含む構造体であり、収音部３や音声情報取得装置１の機能を実現するための各種電子部品を内部に収容している。図１に示すように、筐体２は略直方体形状をなしており、ユーザの手によって把持された状態で縦長に延びる形状をなしている。筐体２は、ユーザが手で把持した状態で高さ方向（図１および図２の上下方向）の略半分が手のひらに収まる程度の大きさを有する。また、筐体２は、ユーザが第１筐体２１の正面２ａに親指を添えた状態で第２筐体２２の背面２ｂを人差し指から小指を添えて把持できる程度の厚さを有する。

【0013】

第２筐体２２の高さ方向の略中央部には、ユーザが筐体２を手で把持する際に指を掛ける指掛け部６が設けられている。図２に示すように、指掛け部６は、高さ方向に沿って上方から下方に２つの凹部６１、６２を有する。ユーザは、この２つの凹部６１、６２に親指以外の指を適宜掛けることによって第１筐体２１の正面２ａに置く親指とともに筐体２を把持する。

【0014】

なお、筐体２は、第１筐体２１および第２筐体２２の２つの部材からなる構造体に限定されず、三つ以上の部材を組み合わせた構造体であってもよい。例えば、収音部３の形状を構成するフレーム部材（フィルタ用フレーム）などが筐体２に含まれてもよい。また、第１筐体２１の正面２ａ側の形状は、図１における高さ方向に沿って湾曲面状をなしてもよいし、平面状をなしてもよい。

【0015】

収音部３は、筐体２の高さ方向の上端部に設けられており、音声を収音する機能を有する。収音部３は、音声に含まれるノイズを含む各種ノイズを除去する多層フィルタ７と、筐体２の内部に収容されており、多層フィルタ７を介して伝搬する音声を収音するマイク８とを含む。収音部３の詳細構成については、図４を参照して後述する。

【0016】

操作部４は、筐体２の正面２ａ側に設けられた複数のボタンにより構成されている。これらのボタンには、例えば録音ボタンや、再生ボタンなどが含まれる。図１に示すように、操作部４は、第１筐体２１から正面２ａよりも突出するボタンであって、高さ方向で第１筐体２１の中央部付近に複数個配置されている。ユーザは、筐体２を把持した状態で、正面２ａ側の操作部４に添えた親指によって操作部４を操作する。なお、第２筐体２２の２つの凹部６１、６２の少なくともいずれか一方に、操作部４の一部を構成するボタン等の部材を設けてもよい。

【0017】

接続コード５は、外部の装置に接続され、音声情報を外部の装置に出力するとともに、外部の装置からの信号を受信する。なお、音声情報取得装置１は、無線により外部の装置と通信可能に接続する構成としてもよい。

【0018】

図３は、音声情報取得装置１の収音部３の構成を示す部分断面図である。図３に示すように、収音部３は、第１筐体２１の正面２ａに取り付けられた三層構造の多層フィルタ７と、筐体２の内部に形成された収容部３１に取り付けられたマイク８とを有する。図３では、ユーザの口Ｍから発せられる音声の進行方向を矢印で示している。この進行方向は、第１筐体２１の正面２ａに対して約４５度をなす角度である。また、図３では、親指Ｆ₁と人差し指Ｆ₂を図示することによってユーザが把持している状態であることを示している。

【0019】

多層フィルタ７は、音声情報取得装置１の外表面（正面２ａ側の外表面）の一部を構成する第１フィルタ７１と、マイク８と対向する第２フィルタ７２と、第１フィルタ７１と第２フィルタ７２との間に位置する第３フィルタ７３と、を有する。多層フィルタ７は、ユーザが発する破裂音に伴って収音部３に吹き込まれてくる空気の流れの一部をせき止め、その一部を分散させたり吸収したりすることにより、マイク８に対して空気が直接的に衝突することによって生じるノイズを抑える機能を有する。

【0020】

第１フィルタ７１は、シート状の金属製のメッシュを用いて構成されており、音声情報取得装置１の外表面の一部をなしている。このため、第１フィルタ７１にはユーザの手が触れることによって手の脂（皮脂）が付着することがある。第１フィルタ７１を構成するメッシュを構成する線の線径が細く、かつ隣り合う線同士の隙間の大きさである目開きが小さすぎると、付着した皮脂による汚れが目立ってしまうおそれがある。そこで、第１フィルタ７１は、皮脂の汚れが目立たない程度の目開きを有していることが好ましい。また、第１フィルタ７１は外表面の一部を構成するため、適度な強度も必要である。以上の点に鑑みて、第１フィルタ７１を構成するメッシュの線径と目開きが設定される。なお、第１フィルタ７１は平らなシート状でなくでもよく、例えば筐体２の上端部において、正面側から上端面側に延びるように曲がったシート状をなしていてもよい。

【0021】

第２フィルタ７２は、第１フィルタ７１と同様にシート状の金属製のメッシュを用いて構成されている。第２フィルタ７２のメッシュの目開きは第１フィルタ７１の目開きよりも小さく、第２フィルタ７２の線径は第１フィルタ７１の線径よりも小さい。また、第２フィルタ７２の単位面積当たりの線径と線の本数との積は、第１フィルタ７１の同じ積よりも小さい。一般に、メッシュの目開きが小さいほどポップノイズの除去効果が高い。したがって、第２フィルタ７２は、第１フィルタ７１よりもポップノイズの除去効果が高いフィルタであるということができる。

【0022】

第３フィルタ７３は、不織布を用いて構成されており、第１フィルタ７１および第２フィルタ７２よりも厚いシート状のフィルタである。第３フィルタ７３は、厚いほどポップノイズの低減効果が大きい。第３フィルタ７３は、第１フィルタ７１とは離間している一方、第２フィルタ７２とは接触（密着）している。第１フィルタ７１を通過した際に分散された空気は、第３フィルタ７３に衝突する。なお、第１フィルタ７１と第３フィルタ７３は接触していてもよい。この結果、第３フィルタ７３は空気の衝突によるエネルギーを吸収して衝突音を減衰させる。第３フィルタ７３の積層方向の厚さが１ｍｍ以下、より好ましくは０．９ｍｍ程度である場合、マイク８の周波数特性および感度にほとんど影響が生じないことが確かめられている。なお、第３フィルタ７３の主面の大きさは、第２フィルタ７２の主面の大きさと同じであってもよいし、第２フィルタ７２の主面の大きさと異なっていてもよい。

【0023】

第２フィルタ７２と第３フィルタ７３は、第１筐体２１の高さ方向の上部に形成された四角形状のフィルタ収容用凹部２１ａに取り付けられている。フィルタ収容用凹部２１ａは、第１筐体２１の正面２ａよりもマイク８側に凹んでいる。なお、フィルタ収容用凹部２１ａは四角形状に限定されない。すなわち、第２フィルタ７２および第３フィルタ７３は四角形状のシートに限定されない。

【0024】

なお、多層フィルタ７は少なくとも三層を有していればよく、第１フィルタ７１と第２フィルタ７２との間にさらに別の層を有していてもよい。また、第１フィルタ７１と第２フィルタ７２の目開きの大小関係が逆であってもよい。すなわち、第１フィルタ７１の目開きが第２フィルタ７２の目開きより小さい場合にも、上述した多層フィルタ７と同等の性能を得ることができる。

【0025】

マイク８は、無指向性マイクであって、外部から多層フィルタ７を介して伝わる音声を収音する。マイク８は、収容部３１の内部で振動板が筐体２（第１筐体２１）の正面２ａ側を向いた状態で配置されている。筐体２の厚さ方向（図４の左右方向）において、マイク８は多層フィルタ７から離間した位置であって、相対的に第２筐体２２の背面２ｂ側に位置するように設けられている。マイク８には長さ方向で上下に弾性保持部材９が取り付けられている。図４に示す例では、マイク８が筐体２の長さ方向に沿って配置され、多層フィルタ７とその高さ方向に平行に配置されている。例えば、マイク８に含まれる振動板が筐体２の長さ方向に沿って平行に配置されている。すなわち、マイク８は、多層フィルタ７と振動板とを最短距離で結ぶ線が振動板と直交するように配置されている。なお、マイク８は指向性を有していてもよい。

【0026】

多層フィルタ７とマイク８とは、収容部３１において所定距離Ｚｄだけ離間している。以下、この所定距離Ｚｄをマイク深さという。マイク深さＺｄは、１０〜２０ｍｍである。これにより、収音部３によるポップノイズを精度よく除去することができるとともに、筐体２の大型化を抑制することができる。マイク深さＺｄが１５〜２０ｍｍであれば、ポップノイズの低減効果が一段と向上することが確かめられており、さらに好ましい。多層フィルタ７は、ユーザが発する破裂音に伴って収音部３に吹き込まれてくる空気の流れの一部をせき止め、その一部を分散させたり吸収したりすることにより、マイク８に対して空気が直接的に衝突することによって生じるノイズを抑える機能を有する。この際に多層フィルタ７が振動、変形等することによって生じる音が減衰する距離がマイク深さＺｄに相当する。収音部３の開口（第３フィルタ７３のサイズで規定してもよい）が１０ｍｍ×３０ｍｍ程度で、ユーザの口と音声情報取得装置１の距離が１０ｃｍ程度離れている場合は、この距離（１０ｃｍ）程度のマイク深さＺｄを有しているのが好ましい。この距離は大きければ大きいほどよいが、あまり大きすぎると、多層フィルタ７を通過して来る声の振動そのものが減衰するだけでなく、機器も大型化するので、それらの点に鑑みて距離が設定されるのが好ましい。ここで、第３フィルタ７３の孔が小さい方がエネルギー分散効果が大きく、高周波で振動して、距離に従ってノイズ音の減衰効果を大きくすることができる。また、第３フィルタ７３の孔が小さいほど、マイク深さＺｄを小さくすることができ、省スペースでポップ音対策を有効に行うことが可能となる。想定されるユーザの息づかいにもよるが、マイク深さＺｄ（多層フィルタ７とマイク８との離間距離）は、フィルタ孔径の１００〜５００倍に設定すれば有効な効果が得られることがわかっているので、この範囲の値での設計を行うとよい。例えば、第３フィルタ７３の孔が約５０μｍ（開口率２８％程度）のものを適用することが想定される。このような第３フィルタ７３を適用することにより、ポップ音の原因となる呼気の一部が遮られて、マイク８に到達するまでのエネルギーを抑えることができる。

【0027】

弾性保持部材９は、マイク８を保持して筐体２に固定する部材であって、筐体２の振動がマイク８に伝達することを抑制するための部材である。筐体２からマイク８に伝達する振動には、筐体２に加わる衝撃だけではなく、筐体２を伝播する音が含まれる。筐体２を伝播する音には、ユーザが筐体２の外表面（正面２ａや背面２ｂや側面）を擦った際に生じる音に起因する、いわゆるタッチノイズが含まれる。弾性保持部材９はタッチノイズを吸収して、マイク８にタッチノイズが収音されることを抑制する。

【0028】

なお、図３では弾性保持部材９をばね状に記載しているが、これは模式的なものであり、中空円筒状の弾性部材を収容部３１に取り付けるとともに、その部材の中空部にマイク８をはめ込むような構成としてもよい。また、弾性保持部材９は、収容部３１内でマイク８が多層フィルタ７から所定距離だけ離間した位置に配置可能であれば、第１筐体２１に取り付けられてもよい。

【0029】

また、タッチノイズの発生を抑制するために、筐体２の外表面を紫外線硬化樹脂などの被膜によってコーティングしてもよい。これにより、筐体２の外表面が円滑化し、その外表面上をユーザの指先が摺動してもタッチノイズの発生を抑制することができる。

【0030】

図４は、音声が空気の流れとして多層フィルタ７を通過する様子を模式的に示す図である。図４に示すように、ユーザが発した音声を伝える疎密波は、空気の流れ（気流）として第１フィルタ７１を通過することによってポップノイズが低減される。第１フィルタ７１を通過した空気は分散して衝突する。この衝突が起こる箇所には第３フィルタ７３が存在しているため、第３フィルタ７３が気流の衝突エネルギーを吸収して衝突音を減衰させる。第３フィルタ７３を通過した空気は第２フィルタ７２によってさらにポップノイズが低減される。第２フィルタ７２とマイク８とはマイク深さＺｄだけ離間しているため、マイク８が収音する音声は気流の乱れが減衰している。マイク深さＺｄは、破裂音等発生時の呼気の多層フィルタ７による分散および吸収時に発生する音声ノイズと、多層フィルタ７を通過した人の声の音声とが、距離に従って減衰する効果によって定められる。すなわち、マイク深さＺｄとして、声が減衰せず、ポップノイズが十分に減衰する距離を選んでもよい。なお、ここでは、上述した分散効果による声の減衰は無視できるものとしている。

【0031】

次に、図５の（ａ）〜（ｃ）を参照して、以上の構成を有する音声情報取得装置１の構造上の利点を説明する。図５の（ａ）に示すように、ユーザが音声を録音するために音声情報取得装置１を手に持って音声を発する場合、音声情報取得装置１の音声入力位置すなわちち多層フィルタ７の位置をユーザの口の前方付近の近傍に位置させるとともに、手首を曲げない姿勢で把持しているのが最も自然な状態である。このとき、ユーザが音声情報取得装置１を把持している手は、ユーザの胸と同じほぼ高さに位置している。この場合、ユーザの口から発せられた音声に対応する疎密波は、多層フィルタ７に向けて第１筐体２１の正面２ａに対してほぼ正面から入射する。したがって、上述したように、音声情報取得装置１は、高さ方向の上端部に多層フィルタ７（収音部３）が位置しているため、ユーザが自然で負担の少ない姿勢を保ちながら音声入力を行うことを可能にしている。

【0032】

これに対して、多層フィルタ７（収音部３）が設けられている位置によっては、ユーザが不自然な姿勢を取らざるを得ない場合がある。例えば、図５の（ｂ）に示すように、収音用フィルタ７Ａが筐体の上面に設けられた音声情報取得装置１Ａの場合、ユーザは収音用フィルタ７Ａが口と対向するように筐体上部を自らに近づけ、反対に筐体下部を遠ざけるように音声情報取得装置１Ａを傾けて収音用フィルタ７Ａに向けて音声を発することになる。この場合、ユーザは音声情報取得装置１Ａを傾けて把持しなければならず、手首やひじに負担のかかる姿勢を取らなければならない。また、図５の（ｃ）に示すように、収音用フィルタ７Ｂが筐体の前面の高さ方向略中央部に設けられた音声情報取得装置１Ｂの場合にも、ユーザは収音範囲に口が入るように不安定な持ち方を強いられることとなり、ユーザへの負担が大きい。

【0033】

このように、本実施の形態１に係る音声情報取得装置１は、収音部３をユーザの把持態様に応じて負担の少ない適切な位置に設けているため、人間工学的にも優れた構造上の特性を有している。

【0034】

図６は、音声情報取得装置１が取得した音声情報をテキスト情報に変換することによってドキュメント化する音声処理システムの機能構成を示すブロック図である。同図に示す音声処理システムＳＹＳは、音声情報取得装置１と、音声情報取得装置１と通信可能に接続され、音声情報に対応するテキスト情報を含むドキュメントを生成する音声情報処理装置１００とを備える。音声処理システムＳＹＳは、例えば医師等のユーザが音声情報取得装置１に音声を入力し、その音声情報に基づいてカルテとして活用可能なドキュメントを作成する。音声処理システムＳＹＳは、音声の入力と並行して取得した音声情報をテキスト情報に変換する機能を有してもよい。

【0035】

まず、音声情報取得装置１の機能構成を説明する。音声情報取得装置１は、収音部３と、操作部４と、姿勢検出部１１と、通信部１２と、制御部１３と、記録部１４とを備える。

【0036】

姿勢検出部１１は、音声情報取得装置１の姿勢を検出する。姿勢検出部１１は、例えば加速度センサを用いて構成されている。

【0037】

通信部１２は、音声情報処理装置１００との間で情報の送受信を行う。通信部１２は、制御部１３の制御のもと、音声情報を音声情報処理装置１００へ送信する。上述した図１等に示す音声情報取得装置１は接続コード５を備えるため、通信部１２は接続コード５を介して音声情報処理装置１００に情報を送信する。なお、通信部１２が無線によって音声情報処理装置１００と通信可能な構成としてもよい。

【0038】

制御部１３は、音声情報取得装置１の動作を制御する。制御部１３は、ＣＰＵ（Central Processing Unit）等の汎用プロセッサまたはＡＳＩＣ（Application Specific Integrated Circuit）もしくはＦＰＧＡ（Field Programmable Gate Array）等の特定の機能を実行する専用の集積回路等を用いて構成される。制御部１３は、必要に応じて、人工知能の回路を含んでいてもよく、深層学習等の機械学習の結果を利用した制御を行ってもよい。音声情報取得装置１が有する各種機能は、専用の回路やプログラムが連携して特定のシーケンス制御で各種制御を行う回路を用いて実現される。また、制御部１３が人工知能の回路を含む場合には、機械学習の結果を利用した制御を行う機能を有する。例えば、制御部１３は、機械学習を行うことによって精度を高めた音声情報を取得することも可能である。

【0039】

記録部１４は、多層フィルタ７に関する情報であるフィルタ情報１４ａを記録している。また、記録部１４は、制御部１３が動作を制御するための各種プログラムを記録する。記録部１４は、例えば、ＲＡＭ（Random Access Memory）等の揮発性メモリおよびＲＯＭ（Read Only Memory）等の不揮発性メモリを用いて構成される。このうち、ＲＡＭは、収音部３が収音した音声情報を一時的に記憶してもよい。なお、外部から装着可能なメモリカード等のコンピュータ読み取り可能な記録媒体を用いて記録部１４を構成してもよい。

【0040】

次に、音声情報処理装置１００の機能構成を説明する。音声情報処理装置１００は、通信部１０１と、時計部１０２と、音声出力部１０３と、表示部１０４と、制御部１０５と、記録部１０６と、を備える。

【0041】

通信部１０１は、音声情報取得装置１の通信部１２との間で情報の送受信を行う。通信部１０１は、受信した音声情報を制御部１０５に送信する。

【0042】

時計部１０２は、通信部１０１が音声情報を受信した日時を制御部１０５に送信する。時計部１０２により記録された日時は、制御部１０５によって音声情報と関連付けられて記録部１０６に記録される。

【0043】

音声出力部１０３は、音声を出力するスピーカ等を用いて構成される。なお、音声出力部１０３を音声情報処理装置１００と別の構成としてもよい。

【0044】

表示部１０４は、ドキュメント化部１０５ｂにより作成されたドキュメント１５０に対応する情報を表示する。表示部１０４は、例えば液晶または有機ＥＬ（Electro Luminescence）等からなる表示パネルを用いて構成される。なお、表示部１０４を音声情報処理装置１００と別の構成としてもよい。

【0045】

制御部１０５は、音声情報処理装置１００の動作を制御する。制御部１０５は、音声処理部１０５ａと、ドキュメント化部１０５ｂとを有する。

【0046】

音声処理部１０５ａは、通信部１０１が受信した音声情報に対してノイズ除去処理等の音声処理を実施する。例えば、音声処理部１０５ａは、音声情報に風切音などの環境音が含まれているか否かを判別し、音声情報をテキスト情報に変換する際に不要な環境音などのノイズを音声情報から除去する。

【0047】

ドキュメント化部１０５ｂは、音声処理部１０５ａによってノイズ処理が施された音声情報をテキスト情報に変換し、所定のフォーマットにしたがってドキュメントを作成する。図７は、ドキュメント化部１０５ｂが作成するドキュメントの構成を模式的に示す図である。同図に示すドキュメント１５０には「患者」、「年齢」、「性別」、「部位」、「所見」、「日付」などの複数の項目１５１が含まれる。ドキュメント化部１０５ｂが作成したドキュメント１５０は、記録部１０６に格納される。ドキュメント化部１０５ｂは、記録部１０６に格納されている音声テキスト化辞書１０６ａを用いることにより、音声情報をテキスト情報に変換する。

【0048】

制御部１０５は、ＣＰＵ等の汎用プロセッサまたはＡＳＩＣもしくはＦＰＧＡ等の特定の機能を実行する専用の集積回路等を用いて構成される。制御部１０５は、必要に応じて、人工知能の回路を含んでいてもよく、深層学習等の機械学習の結果を利用した制御を行ってもよい。音声情報処理装置１００が有する各種機能は、専用の回路やプログラムが連携して特定のシーケンス制御で各種制御を行う回路を用いて実現される。また、制御部１０５が人工知能の回路を含む場合には、機械学習の結果を利用した制御を行う機能を有する。例えば、制御部１０５は、機械学習を行うことにより、記録部１０６が記録している音声テキスト化辞書１０６ａの単語を登録し、語彙を増やしてもよい。

【0049】

記録部１０６は、制御部１０５による各種の処理に用いられる情報や、通信部１０１が受信した音声情報等を記録している。記録部１０６には、音声テキスト化辞書１０６ａと、フォーマット情報１０６ｂと、ドキュメント記録１０６ｃと、音声処理テーブル１０６ｄとが格納されている。

【0050】

音声テキスト化辞書１０６ａは、上述したように、ドキュメント化部１０５ｂが音声情報をテキスト情報に変換する際に参照される。音声テキスト化辞書１０６ａには、日常会話で使われる単語に対応する辞書が含まれている。また、音声処理システムＳＹＳを医療用途で使用する場合、音声テキスト化辞書１０６ａには予め医療用語が含まれている。

【0051】

フォーマット情報１０６ｂは、ドキュメント化部１０５ｂがドキュメント１５０を作成する際に参照するフォーマットの情報である。フォーマット情報１０６ｂには、項目１５１に関する情報などが含まれる。

【0052】

ドキュメント記録１０６ｃは、ドキュメント化部１０５ｂが作成したドキュメント１５０を記録する。ドキュメント記録１０６ｃは、分類可能な態様で記録されていてもよい。例えば、音声処理システムＳＹＳを医療用途に適用する場合、記録部１０６は、患者や診察日等の項目毎にドキュメント１５０を関連付けてドキュメント記録１０６ｃを構成してもよい。

【0053】

音声処理テーブル１０６ｄは、通信部１０１が受信した音声情報の処理状況を示すテーブルである。音声処理テーブル１０６ｄには、例えば音声情報からテキスト情報への変換の進捗状況を示す状況や、ドキュメント作成の進捗状況を示す情報などが含まれる。

【0054】

以上の構成を有する音声情報処理装置１００は、１または複数のコンピュータを用いて構成される。音声情報処理装置１００が複数のコンピュータを用いて構成される場合には、複数のコンピュータを有線で互いに通信可能に接続していてもよいし、通信ネットワークを介して互いに通信可能に接続してもよい。

【0055】

図８は、音声処理システムＳＹＳが実行する処理の概要を示すフローチャートである。まず、音声情報取得装置１では、制御部１０５が録音を実施するか否かを判定する（ステップＳ１）。録音を実施すると判定した場合（ステップＳ１：Ｙｅｓ）、音声情報取得装置１は音声情報の入力を受け付ける（ステップＳ２）。音声情報取得装置１の通信部１２は、制御部１３の制御のもと、取得した音声情報を音声情報処理装置１００に送信する。

【0056】

続いて、音声情報を受信した音声情報処理装置１００では、音声処理部１０５ａが音声情報に対してノイズ除去処理を行う（ステップＳ３）。

【0057】

その後、音声情報処理装置１００の制御部１０５は、ステップＳ３でノイズ除去した音声情報をテキスト情報に変換可能であるか否かを判定する（ステップＳ４）。判定の結果、音声情報をテキスト情報に変換可能である場合（ステップＳ４：Ｙｅｓ）、ドキュメント化部１０５ｂは音声情報をテキスト情報に変換する処理を行う（ステップＳ５）。

【0058】

続いて、制御部１０５は、ドキュメントに含まれる項目のうちテキスト情報が該当する項目を判別可能であるか否かを判定する（ステップＳ６）。テキスト情報が該当する項目を判別可能である場合（ステップＳ６：Ｙｅｓ）、ドキュメント化部１０５ｂは、フォーマット情報１０６ｂを参照して該当する項目にテキスト情報を入力することにより、ドキュメントを作成するドキュメント化の処理を行う（ステップＳ７）。

【0059】

この後、ドキュメント化部１０５ｂは、ドキュメント化の処理を終了するか否かを判定する（ステップＳ８）。この際、ドキュメント化部１０５ｂは、フォーマット情報１０６ｂに含まれるすべての項目へのテキスト情報の入力状況に基づいてドキュメント化の処理を終了するか否かを判定する。ドキュメント化の処理を終了すると判定した場合（ステップＳ８：Ｙｅｓ）、ドキュメント化部１０５ｂは作成したドキュメントを記録部１０６に記録する（ステップＳ９）。図７に示すドキュメント１５０は、ドキュメント化部１０５ｂが作成を完了したドキュメントの一例を示しており、全ての項目に対応するテキストが書き込まれた状態を示している。ステップＳ９の後、音声処理システムＳＹＳは一連の処理を終了する。

【0060】

ステップＳ１において、制御部１０５が録音を実施しないと判定した場合（ステップＳ１：Ｎｏ）、音声情報処理装置１００の音声出力部１０３は、受信した音声の再生を行う（ステップＳ１０）。その後、音声処理システムＳＹＳはステップＳ１に戻る。なお、ここでは音声の再生を行う場合を説明したが、音声処理システムＳＹＳが他の処理を行うようにしてもよい。

【0061】

ステップＳ４において、制御部１０５が音声情報をテキスト情報に変換可能ではないと判定した場合（ステップＳ４：Ｎｏ）、制御部１０５は表示部１０４にテキスト化ができない旨の警告（エラー情報を含む）を表示させる（ステップＳ１１）。なお、音声出力部１０３が音声によって警告を出力するようにしてもよい。ステップＳ１１の後、音声処理システムＳＹＳは、ステップＳ２に戻る。

【0062】

ステップＳ６において、制御部１０５が、ドキュメントに含まれる項目のうちテキスト情報が該当する項目を判別可能でないと判定した場合（ステップＳ６：Ｎｏ）、制御部１０５は表示部１０４に該当項目を判別できない旨の警告（エラー情報を含む）を表示する（ステップＳ１２）。なお、このステップＳ１２においても、音声出力部１０３が音声によって警告を出力するようにしてもよい。ステップＳ１２の後、音声処理システムＳＹＳは、ステップＳ２に戻る。

【0063】

ステップＳ８において、ドキュメント化部１０５ｂがドキュメント化の処理を終了しないと判定した場合（ステップＳ８：Ｎｏ）、すなわちドキュメントの項目でテキスト情報が入力されていない項目がある場合、音声処理システムＳＹＳはステップＳ２に戻る。

【0064】

以上のフローチャートの説明では、「まず」、「この後」、「続いて」等の表現を用いてステップ間の処理の前後関係を明示していたが、処理の順序は、それらの表現によって一義的に定められるわけではない。すなわち、図８に記載したフローチャートにおける処理の順序は、矛盾のない範囲で変更することができる。

【0065】

以上説明した本発明の実施の形態１によれば、筐体２の表面に設けられ、表面側に位置するメッシュ状の第１フィルタ７１およびマイク８と対向する側に位置するメッシュ状の第２フィルタ７２を含む少なくとも三層のフィルタを有する多層フィルタ７を備えているため、ポップノイズを低減した音声情報を取得することができる。

【0066】

また、本実施の形態１によれば、第１フィルタの目開きが第２フィルタの目開きよりも大きいため、表面の第１フィルタが皮脂による汚れを目立たなくすることができる。

【0067】

また、本実施の形態１によれば、多層フィルタ７を設けることにより、取得対象である音声以外に環境音等のノイズが存在する環境下であっても、鮮明な音声を取得することができる。

【0068】

また、本実施の形態１によれば、音声情報取得装置１が正確な音声情報を取得することができるため、音声情報処理装置１００が精度の高い文字情報に変換してドキュメントを作成することが可能となる。

【0069】

（変形例）
図９は、実施の形態１の変形例１に係る音声情報取得装置の要部の構成を示す部分断面図である。同図に示す音声情報取得装置１Ｃは、多層フィルタ７が筐体２Ｃの高さ方向に対して傾斜して配置されている。音声情報取得装置１Ｃにおいて、第１筐体２１Ｃには、多層フィルタ７が斜め上方を向くように取り付けられるフィルタ収容用凹部２１Ｃａが形成されている。具体的には、多層フィルタ７は、高さ方向と平行な正面２Ｃａに対して約４５度傾斜している。収容部３１Ｃ内部におけるマイク深さＺｄは、上述した図４に示す音声情報取得装置１と同じである。

【0070】

図１０は、実施の形態１の変形例２に係る音声情報取得装置の要部の構成を示す部分断面図である。同図に示す音声情報取得装置１Ｄは、図９に示す音声情報取得装置１Ｃとはマイク８の振動板が向いている方向が異なる。音声情報取得装置１Ｄでは、マイク８の振動板が筐体２Ｄの第１筐体２１Ｄの正面２Ｄａに対して傾斜しており、第１筐体２１Ｄのフィルタ収容用凹部２１Ｄａに取り付けられた多層フィルタ７のフィルタ主面と平行に対向している。収容部３１Ｄ内部におけるマイク深さＺｄは、上述した音声情報取得装置１および１Ｃと同じである。

【0071】

以上説明した変形例が、上述した実施の形態１と同様の効果を奏することは言うまでもない。

【0072】

（実施の形態２）
次に、本発明の実施の形態２を説明する。本実施の形態２に係る音声情報取得装置は、上述した実施の形態１とは異なり、２つのマイクによって音声を収音する。なお、以下の説明において、上述した実施の形態１と同様の構成については説明を省略し、その参照符号を引用する。

【0073】

図１１は、本実施の形態２に係る音声情報取得装置の要部の構成を示す部分断面図である。図１１に示す音声情報取得装置２０１において、収音部２０３は、多層フィルタ７と、筐体２０２の正面２０２ａ側を向く無指向性のマイク８と、筐体２０２の背面２０２ｂ側に振動板を向けて配置されたマイク（第２マイク）１５とを備える。収音部２０３は、マイク８および１５がそれぞれ取得した音声を用いて音声情報を生成する。

【0074】

マイク１５は、筐体２０２の背面２０２ｂ側に回り込んだ発声者の音声を収音するとともに、音声情報取得装置２０１の周囲の環境音などのノイズを除去する機能も有する。マイク１５は、第２筐体２２２の収容凹部２２２ａによって収容部２３１とは空間的に隔離されており、収容部２３１の内部を伝播する音声は収音しない。マイク１５は、マイク８と合わせて全体で指向性を確保している。

【0075】

図１１に示すように、マイク１５は収容凹部２２２ａの内部に収容されている。マイク１５は、マイク８よりも高さ方向で下側に位置しており、高さ方向に沿ってマイク８と並んで配置されている。これにより、筐体２０２の厚さを薄くすることが可能である。

【0076】

収容凹部２２２ａは、筐体２０２の背面２０２ｂ側から正面２０２ａ側に凹んだ形状を有する。収容凹部２２２ａには、マイク１５用のフィルタ（以下「背面フィルタ」という）１６が取り付けられている。背面フィルタ１６は筐体２０２の背面２０２ｂに沿った形状をなす。背面フィルタ１６は、多層フィルタ７とは異なる素材により構成されている。なお、背面フィルタを多層フィルタ７と同様の構成にしてもよい。

【0077】

収容凹部２２２ａの内部において、マイク１５は弾性保持部材１７によって保持されている。弾性保持部材１７は、収容凹部２２２ａに嵌合した中空円柱状の部材であり、その中空部にマイク１５を保持している。なお、収容凹部２２２ａの枠を設けて２つのマイクを筐体内で空間的に隔離する代わりに、ポリエステル系ポリウレタンフォーム等の吸音性に優れた部材を筐体２０２の内部に設けることによってマイク８とマイク１５を空間的に隔離し、筐体２０２の内部を通過する音声がマイク１５に収音されることがないように遮蔽するようにしてもよい。

【0078】

以上の構成を備えた音声情報取得装置２０１は、実施の形態１で説明した音声情報処理装置１００とともに、本実施の形態２に係る音声処理システムを構成する。本実施の形態２において、音声情報処理装置１００は、音声処理部１０５ａにおいて、マイク１５が取得した音声情報を用いて環境音等の外部ノイズを除去するとともに、マイク８とマイク１５の位置関係に基づいて定まる位相差に基づいて２つの音声情報を合成することによって１つの合成音声情報を作成する。また、ドキュメント化部１０５ｂは、この合成音声情報をテキスト情報に変換してドキュメントを作成する。記録部１０６には、音声処理部１０５ａが２つの音声情報を合成する際に参照する２つの音声情報の位相差情報等が記録されている。

【0079】

以上説明した本発明の実施の形態２によれば、実施の形態１と同様、ポップノイズを低減した音声情報を取得することができる。

【0080】

また、本実施の形態２によれば、背面側にマイク１５をさらに備えたことにより、外部ノイズを確実に除去し、一段と明瞭な音声情報（合成音声情報）を取得することが可能になる。その結果、音声情報のテキスト情報への変換を一段と精度よく行うことが可能となる。

【0081】

（その他の実施の形態）
ここまで、本発明を実施するための形態を説明してきたが、本発明は上述した実施の形態によってのみ限定されるべきものではない。例えば、音声情報処理装置１００が作成したドキュメントを、通信ネットワークを介して外部サーバなどに送信することにより、その外部サーバ内に保存するようにしてもよい。

【0082】

また、音声情報取得装置が、音声情報処理装置が有する機能の少なくとも一部を具備してもよい。例えば、音声情報取得装置が音声情報をテキスト情報に変換する機能を有していてもよいし、さらにドキュメントを作成する機能を有していてもよい。

【0083】

また、本明細書においてフローチャートを用いて説明した処理のアルゴリズムは、プログラムとして記述することが可能である。このようなプログラムは、コンピュータ内部の記憶部が記憶してもよいし、コンピュータ読み取り可能な記録媒体に記録してもよい。プログラムの記憶部の記憶または記録媒体への記録は、コンピュータまたは記録媒体を製品として出荷する際に行ってもよいし、通信ネットワークを介したダウンロードにより行ってもよい。

【0084】

このように、本発明は、ここでは記載していない様々な実施の形態を含みうるものであり、特許請求の範囲によって特定される技術的思想の範囲内で種々の設計変更等を行うことが可能である。

【符号の説明】

【0085】

１、１Ａ、１Ｂ、１Ｃ、１Ｄ、２０１…音声情報取得装置；２、２Ｃ、２Ｄ、２０２…筐体；３、３Ｃ、３Ｄ、２０３…収音部；４…操作部；６…指掛け部；７…多層フィルタ；８、１５…マイク；９、１７…弾性保持部材；１６…背面フィルタ；１００…音声情報処理装置；ＳＹＳ…音声処理システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】