特開 2022-161076 フィルタ生成装置、音声処理方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022161076

(43)【公開日】2022-10-21

(54)【発明の名称】フィルタ生成装置、音声処理方法、及びプログラム

(51)【国際特許分類】

   H04R 3/00 20060101AFI20221014BHJP

   H04R 1/00 20060101ALI20221014BHJP

【ＦＩ】

H04R3/00 320

H04R1/00 327Z

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2021065612

(22)【出願日】2021-04-08

(71)【出願人】

【識別番号】308036402

【氏名又は名称】株式会社ＪＶＣケンウッド

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】高田 規

(72)【発明者】

【氏名】鶴 秀生

【テーマコード（参考）】

5D220

【Ｆターム（参考）】

5D220BA21

5D220BC01

(57)【要約】      （修正有）

【課題】適切に処理を行うことができるフィルタ生成装置、音声処理方法及びプログラムを提供する。
【解決手段】フィルタ生成装置２００は、骨伝導マイク５と、口腔外の第１の位置にあるスピーカ７が測定信号を出力した時に、骨伝導マイク５が収音した第１収音信号を取得する第１収音信号取得部５１と、被測定者の口腔内の第２の位置にあるスピーカ８が測定信号を出力した時に、骨伝導マイク５が収音した第２収音信号を取得する第２収音信号取得部５２と、第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出する周波数特性算出部１４と、第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するフィルタ生成部１５と、を備えている。
【選択図】図３

【特許請求の範囲】

【請求項1】

骨伝導マイクで収音された信号に対して処理を行うためのフィルタを生成するフィルタ生成装置であって、
被測定者に装着された骨伝導マイクと、
音源データを再生して、測定信号を生成する測定信号生成部と、
被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得する第１収音信号取得部と、
前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得する第２収音信号取得部と、
前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出する周波数特性算出部と、
前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するフィルタ生成部と、を備えたフィルタ生成装置。

【請求項2】

前記フィルタ生成部は、第１周波数特性の振幅値が第２周波数特性の振幅値より所定の値以上高い周波数帯域の振幅値を抑圧し、第１周波数特性の振幅値が第２周波数特性の振幅値より所定の値以上低い周波数帯域の振幅値を強調するフィルタを生成する請求項１に記載のフィルタ生成装置。

【請求項3】

前記第１収音信号取得部は、前記骨伝導マイクの位置を変えて、前記骨伝導マイクが複数回収音した複数の第１収音信号を取得し、
前記第２収音信号取得部は、前記骨伝導マイクの位置を変えて、前記骨伝導マイクが複数回収音した複数の第２収音信号を取得し、
前記周波数特性算出部は、前記複数の第１収音信号に基づいて前記第１周波数特性を算出し、前記複数の第２収音信号に基づいて前記第２周波数特性を算出する請求項１、又は２に記載のフィルタ生成装置。

【請求項4】

骨伝導マイクで収音された信号に対して処理を行う音声処理方法であって、
音源データを再生して、測定信号を生成するステップと、
被測定者に装着された骨伝導マイクで測定信号を収音するステップと、
被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得するステップと、
前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得するステップと、
前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出するステップと、
前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するステップと、を備えた音声処理方法。

【請求項5】

骨伝導マイクで収音された信号を処理する音声処理方法をコンピュータに実行させるプログラムであって、
前記音声処理方法は、
音源データを再生して、測定信号を生成するステップと、
被測定者に装着された骨伝導マイクで測定信号を収音するステップと、
被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得するステップと、
前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得するステップと、
前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出するステップと、
前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するステップと、を備えた、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、フィルタ生成装置、音声処理方法、及びプログラムに関する。

【背景技術】

【0002】

特許文献１には、骨導マイクロフォンと、骨導スピーカとを有する騒音低減装置が開示されている。この騒音低減装置は、骨導マイクロフォンからの入力信号を、同振幅で逆位相の信号に変換処理するディジタルフィルタを有している。騒音低減装置は、変換処理後の信号に基づいて、骨導干渉音を生成している。

【0003】

特許文献２では骨導音マイクと気道音マイクとを用いた気道音推定装置が開示されている。この装置では、気道音マイクがサンプル気導音を収音し、骨伝導マイクがサンプル骨導音を収音している。そして、フィルタ関数生成部が、サンプル気道音とサンプル骨導音の各々の長時間スペクトルを求める。フィルタ関数生成部は、サンプル気導音の長時間スペクトルの絶対値をサンプル骨導音の長時間スペクトルの絶対値で割ったものをフィルタ関数として導出している。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００６－３２５８９５号公報

【特許文献2】特開２００４－２７９７６８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

このような骨伝導マイクでは、ノイズ低減などの処理を適切に行うことが望まれる。しかしながら、特許文献１，２ではユーザが発した音声がどのような伝達特性で体内を伝搬して聴覚器官に到達するかを計測することができない。したがって、ノイズ低減などの処理を適切に行うことが困難である。

【0006】

本開示は上記の点に鑑みなされたものであり、骨伝導マイクで収音した収音信号に対して適切に処理を行うことができるフィルタ生成装置、音声処理方法、及びプログラムを提供する。

【課題を解決するための手段】

【0007】

本実施形態にかかるフィルタ生成装置は、骨伝導マイクで収音された信号に対して処理を行うためのフィルタを生成するフィルタ生成装置であって、被測定者に装着された骨伝導マイクと、音源データを再生して、測定信号を生成する測定信号生成部と、被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得する第１収音信号取得部と、前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得する第２収音信号取得部と、前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出する周波数特性算出部と、前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するフィルタ生成部と、を備えている。

【0008】

本実施形態にかかる音声処理方法は、骨伝導マイクで収音された信号に対して処理を行う音声処理方法であって、音源データを再生して、測定信号を生成するステップと、被測定者に装着された骨伝導マイクで測定信号を収音するステップと、被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得するステップと、前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得するステップと、前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出するステップと、前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するステップと、を備えている。

【0009】

本実施形態にかかるプログラムは、骨伝導マイクで収音された信号を処理する音声処理方法をコンピュータに実行させるプログラムであって、前記音声処理方法は、音源データを再生して、測定信号を生成するステップと、被測定者に装着された骨伝導マイクで測定信号を収音するステップと、被測定者の口腔外の第１の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第１収音信号を取得するステップと、前記被測定者の口腔内の第２の位置にあるスピーカが測定信号を出力した時に、前記骨伝導マイクが収音した第２収音信号を取得するステップと、前記第１収音信号及び第２収音信号をそれぞれ周波数領域に変換することで、第１周波数特性及び第２周波数特性を算出するステップと、前記第１周波数特性及び第２周波数特性に基づいて、フィルタを生成するステップと、を備えている。

【発明の効果】

【0010】

本開示によれば、適切に処理を行うことができるフィルタ生成装置、音声処理方法、及びプログラムを提供することを目的とする。

【図面の簡単な説明】

【0011】

【図1】骨伝導マイクを用いた音声変換システムの構成を示す模式図である。

【図2】フィルタ生成装置２００の構成を示す図である。

【図3】フィルタ生成を行うシステムの構成とその処理フローを示す図ある。

【図4】周波数特性を示すグラフである。

【発明を実施するための形態】

【0012】

以下、本発明を適用した具体的な実施形態について、図面を参照しながら詳細に説明する。ただし、本開示が以下の実施形態に限定される訳ではない。また、説明を明確にするため、以下の記載及び図面は、適宜、簡略化されている。

【0013】

実施の形態１．
本実施の形態にかかる音声変換システムの構成について、図１を用いて説明する。図１は、音声変換システム１００の構成を示す模式図である。音声変換システム１００は、骨伝導マイク１５０を用いた骨伝導マイクシステムである。

【0014】

音声変換システム１００は、骨伝導マイク１５０と、音声変換装置１６０とを備えている。骨伝導マイク１５０は、発話者であるユーザＵ１に装着されている。ユーザＵ１は音声Ｖｏを発話する。骨伝導マイク１５０は発話による振動Ｖｉを検出する。骨伝導マイク１５０は、体内を伝搬した声帯の振動Ｖｉを検出して、電気信号に変換する。つまり、骨伝導マイク１５０は、頭蓋骨などの骨等を伝わってきた振動Ｖｉを検出する。

【0015】

なお、図１では、ユーザＵ１は、骨伝導マイク１５０を耳周辺に装着しているが、喉周辺に装着してもよいし、頭蓋骨などの骨等の振動を検出可能なその他の部分でもよい。骨伝導マイク１５０は空間を伝搬した気道音ではなく、振動Ｖｉに基づく骨伝導音を収音している。したがって、ユーザＵ１が口Ｍを覆った状態でも、ユーザＵ１の発話を収音することができる。

【0016】

骨伝導マイク１５０は、発話に応じた骨伝導音を収音して、電気信号に変換する。骨伝導マイク１５０はこの電気信号を発話信号として、音声変換装置１６０に出力する。なお、骨伝導マイク１５０と音声変換装置１６０の接続方法は、有線接続に限らず、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の無線接続であってもよい。

【0017】

音声変換装置１６０は、フィルタ処理を行うためのフィルタを格納している。音声変換装置１６０は、該フィルタを用いて、発話信号に対してフィルタ処理を行う。例えば、音声変換装置１６０は、時間領域の発話信号に対してフィルタを畳み込むことで、フィルタ処理を行う。音声変換装置１６０は、フィルタ処理後の発話信号を音声信号１７０として出力する。音声変換装置１６０は、発話信号を音声信号１７０に変換する。

【0018】

このように、音声変換装置１６０は、骨伝導マイク１５０からの発話信号を取得して、フィルタ処理を行う。音声変換装置１６０は、フィルタ処理後の音声信号を外部機器に送信する。音声変換装置１６０は、フィルタ処理以外の処理を発話信号に対して行ってもよい。例えば、音声変換装置１６０は、音声信号を送信するための変調処理等を行ってもよい。

【0019】

音声変換装置１６０は、メモリ、及びプロセッサを備えている。メモリは、処理プログラムや各種パラメータや測定データなどを記憶している。プロセッサは、メモリに格納された処理プログラムを実行する。プロセッサが処理プログラムを実行することで、各処理が実行される。プロセッサは、例えば、ＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＤＳＰ（Digital Signal Processor），ＡＳＩＣ（Application Specific Integrated Circuit）、又は、ＧＰＵ(Graphics Processing Unit)等であってもよい。メモリは、例えば、不揮発性のフラッシュメモリであってもよい。

【0020】

音声変換装置１６０は、音声専用の処理装置に限らず、パーソナルコンピュータ、スマートフォン、タブレットＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などの汎用処理装置であってもよい。例えば、音声変換装置１６０がスマートフォンなどの場合、骨伝導マイク１５０を用いた音声通話やリモート会議などが可能となる。例えば、音声変換装置１６０は、音声信号１７０をＩＰ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）パケットにして送信する。

【0021】

なお、図１では、音声変換装置１６０と骨伝導マイク１５０とが別の装置として示されているが、骨伝導マイク１５０と音声変換装置１６０とは一体の装置であってもよい。例えば、骨伝導マイク１５０が、ＤＳＰなどのプロセッサを内蔵していてもよい。そして、骨伝導マイク１５０が内蔵されたプロセッサが、音声変換装置１６０の処理の一部又は全てを行ってもよい。

【0022】

図１では、音声変換装置１６０は、骨伝導マイク１５０からの発話信号に対して、フィルタ処理を行っている。このようにすることで、発話信号に対して、ノイズ低減等の処理を適切に行うことができる。音声変換装置１６０は、骨伝導マイク１５０の音声信号が、気道音マイクの音声信号と同等になるようにフィルタ処理を行っている。よって、音声信号を受信した受話者が、ユーザＵ１の発話を容易に聞くことができるようになる。つまり、音声変換装置１６０は、フィルタ処理を行うことで、受話者が聞き取りやすい音声信号に変換する。これにより、気道音マイクを用いた場合と同等に、受話者がユーザＵ１の発話を聞くことができる。

【0023】

音声変換装置１６０には、発話信号に処理を行うためのフィルタが予め設定されている。以下、このフィルタを生成するための装置、及び処理について、図２、及び図３を用いて説明する。図２は、フィルタ生成装置２００の構成を示す模式図であり、図３は音声処理のフローを示す図である。図３では、図１に示す音声変換システム１００での処理と、図２に示すフィルタ生成装置２００での処理が示されている。例えば、図１に示す音声変換システム１００の音声変換装置１６０は、発話信号取得部１６２、フィルタ処理部１６３の処理を行う。また、図２に示すフィルタ生成装置２００の音声処理装置２は、測定音源１０、増幅器１１、第１収音信号取得部５１、第２収音信号取得部５２、周波数特性算出部１４、フィルタ生成部１５、補正部１６の処理を行う。なお、図１に示すユーザＵ１と図２に示す被測定者Ｕ２とは同一人物であることが望ましい。もちろん、ユーザＵ１と被測定者Ｕ２は同一人物に限らず、異なる人物であってもよい。

【0024】

図２に示すように、フィルタ生成装置２００は、音声処理装置２と、骨伝導マイク５と、第１スピーカ７と、第２スピーカ８と、を備えている。図３に示すように、音声処理装置２は、測定音源１０、増幅器１１、周波数特性算出部１４、フィルタ生成部１５、補正部１６、第１収音信号取得部５１，第２収音信号取得部５２等を備えている。

【0025】

音声処理装置２は、メモリ、及びプロセッサを備えている。メモリは、処理プログラムや各種パラメータや測定データなどを記憶している。プロセッサは、メモリに格納された処理プログラムを実行する。プロセッサが処理プログラムを実行することで、各処理が実行される。プロセッサは、例えば、ＣＰＵ、ＦＰＧＡ、ＤＳＰ，ＡＳＩＣ、又は、ＧＰＵ等であってもよい。メモリは、例えば、不揮発性のフラッシュメモリであってもよい。測定音源１０、増幅器１１、周波数特性算出部１４、フィルタ生成部１５、補正部１６、第１収音信号取得部５１，第２収音信号取得部５２は、例えば、プログラムと協調し、ＣＰＵ等で構成される。

【0026】

音声処理装置２は、音声の入出力機能を有している。つまり、音声処理装置２は、第１スピーカ７、第２スピーカ８及び骨伝導マイク５と接続するための入出力ポート（接続用端子など）を有している。音声処理装置２は、音声処理専用の装置に限らず、スマートフォン等の汎用処理装置であってもよい。

【0027】

図２に示すように、被測定者である被測定者Ｕ２が骨伝導マイク５を装着している。音声処理装置２の入力ポートには、骨伝導マイク５が接続される。したがって、音声処理装置２は、骨伝導マイク５で収音された収音信号を取得することができる。骨伝導マイク５と音声処理装置２の接続方法は、有線接続に限らず、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の無線接続であってもよい。

【0028】

図２の骨伝導マイク５は、図１の骨伝導マイク１５０と同じものであることが好ましい。もちろん、骨伝導マイク５とは骨伝導マイク１５０と物理的に同じものに限らず、同じタイプなどのものであってもよい。つまり、骨伝導マイク５は骨伝導マイク１５０と同じ型番で有り、材料や構成が一致していることが好ましい。骨伝導マイク５は骨伝導マイク１５０を同等のものとすることで、より適切な処理を行うことができる。なお、図２のフィルタ生成に用いられる骨伝導マイク５と、図１の音声処理に用いられる骨伝導マイク１５０とは同じタイプのものに限らず、異なるタイプのものであってもよい。

【0029】

第１スピーカ７は被測定者Ｕ２の口腔Ｍａ外に配置された外部スピーカである。ここで、第１スピーカ７が配置されている位置を第１の位置とする。第１の位置は、口腔Ｍａの外側の空間にある位置である。第１スピーカ７は、被測定者Ｕ２に向けて、測定信号を出力する。よって、第１スピーカ７からの測定信号（測定音）は空間を伝搬して、被測定者Ｕ２まで到達する。そして、骨伝導マイク５は、被測定者Ｕ２の体内を伝搬した測定信号を検出する。第１スピーカ７からの測定信号（測定音）を発した場合、骨伝導マイク５が収音する収音信号は、骨伝導する外部ノイズＮである。

【0030】

第２スピーカ８は被測定者Ｕ２の口腔Ｍａの内部に配置された口腔内スピーカである。ここで、第２スピーカ８が配置されている位置を第２の位置とする。第２の位置は、口腔Ｍａ内にある位置である。第２スピーカ８は、口腔内に配置できるような小型のスピーカとなっている。第２スピーカ８からの測定信号（測定音）は被測定者Ｕ２の体内（口腔内）を伝搬して、骨伝導マイク５で検出される。第２スピーカ８から発した測定信号により、被測定者Ｕ２の頭蓋骨などの骨が振動する。骨伝導マイク５は、骨伝導による振動Ｖｉを検出する。つまり、骨伝導マイク５は第２スピーカ８が発した測定信号を骨伝導音として収音する。

【0031】

フィルタ生成装置２００におけるフィルタ生成方法について説明する。図３に示すように、フィルタ生成装置２００の音声処理装置２は、測定音源１０を備えている。測定音源１０は、測定信号を発生するための音源データを格納している。つまり、測定音源１０は、音源データを再生することで測定信号を生成する測定信号生成部となる。測定信号に含まれる測定音は、様々な周波数成分を含むことが好ましい。例えば、測定音源１０は、広い周波数帯域に渡る測定音の音源データを記憶する。

【0032】

測定音源１０は測定音となる測定信号を増幅器１１に出力する。増幅器１１は、測定音源１０からの測定信号を増幅して、第１スピーカ７、又は第２スピーカ８に出力する。測定音源１０はデジタルデータとして音源データを記憶している場合、Ｄ／Ａ（Ｄｉｇｉｔａｌ ｔｏ Ａｎａｌｏｇ）変換してもよい。第１スピーカ７、又は第２スピーカ８は測定信号を出力する。なお、第１スピーカ７と被測定者Ｕ２までの距離に応じて、増幅器１１の増幅率を調整してもよい。

【0033】

骨伝導マイク５は、第１スピーカ７から発生した測定信号を検出する。つまり、第１スピーカ７から発した測定音は、空間を伝搬して、さらに被測定者Ｕ２の体内を伝搬して、骨伝導マイク５に到達する。同様に、骨伝導マイク５は、第２スピーカ８から発生した測定信号を検出する。つまり、第２スピーカ８から発した測定音は、被測定者Ｕ２の体内（口腔内）を伝搬して、骨伝導マイク５に到達する。骨伝導マイク５は、第１スピーカ７、又は第２スピーカ８から発せられた測定音を骨伝導音として収音する。

【0034】

フィルタ生成装置２００は、第１スピーカ７を用いた測定と、第２スピーカ８とを用いた測定とをそれぞれ行う。つまり、フィルタ生成装置２００は、第１スピーカ７と第２スピーカ８を切替えて測定を行う。第１スピーカ７を用いた測定を第１測定とし、第２スピーカ８を用いた測定を第２測定とする。なお、第１測定と第２測定との測定順番は特に限定されるものではない。第１測定の後に第２測定が行われてもよく、第２測定の後に第１測定が行われてもよい。

【0035】

また、第１測定で骨伝導マイク５が収音した信号を第１収音信号とし、第２測定で骨伝導マイク５が収音した信号を第２収音信号とする。第１収音信号は、第１スピーカ７からの測定信号を骨伝導マイク５で収音した信号となる。第２収音信号は、第２スピーカ８からの測定信号を骨伝導マイク５で収音した信号となる。

【0036】

第１収音信号取得部５１は、第１測定による第１収音信号を取得する。第２収音信号取得部５２は、第２測定による第２収音信号を取得する。第１収音信号取得部５１は、第１収音信号を周波数特性算出部１４に出力する。第２収音信号取得部５２は、第２収音信号を周波数特性算出部１４に出力する。第１収音信号取得部５１、及び第２収音信号取得部５２は、それぞれ第１収音信号及び第２収音信号をＡ／Ｄ（Ａｎａｌｏｇ Ｔｏ Ｄｉｇｉｔａｌ）変換するＡＤ変換器を有していてもよい。第１収音信号取得部５１及び第２収音信号取得部５２は、第１収音信号及び第２収音信号をメモリなどに記憶しても良い。

【0037】

周波数特性算出部１４は、第１収音信号と第２収音信号のそれぞれの周波数特性を算出する。例えば、周波数特性算出部１４は、離散フーリエ変換を行うことで、周波数振幅特性（振幅スペクトル）及び周波数位相特性（位相スペクトル）を算出する。また、周波数特性算出部１４は、離散フーリエ変換に限らず、離散コサイン変換などの離散信号を周波数領域に変換する手段により、周波数振幅特性及び周波数位相特性を算出してもよい。周波数振幅特性の代わりに、周波数パワー特性が用いられていてもよい。周波数特性算出部１４は、周波数特性をメモリ等に記憶しても良い。

【0038】

第１収音信号の周波数特性を第１周波数特性Ｆ１とし、第２収音信号の周波数特性を第２周波数特性Ｆ２とする。周波数特性算出部１４は、第１周波数特性Ｆ１及び第２周波数特性Ｆ２をフィルタ生成部１５に出力する。フィルタ生成部１５は、第１周波数特性Ｆ１及び第２周波数特性Ｆ２に基づいて、フィルタを生成する。フィルタ生成部１５は、第１周波数特性Ｆ１及び第２周波数特性Ｆ２を比較することで、フィルタを生成する。

【0039】

図４は、第１周波数特性Ｆ１と第２周波数特性Ｆ２とを示すグラフである。図４は、第１周波数特性Ｆ１と、第２周波数特性Ｆ２として、周波数振幅特性を示している。図４において横軸は周波数、縦軸はゲイン（ｄＢ）である。また、図４では帯域Ｂ１は、周波数が低い低域であり、帯域Ｂ３は周波数が高い高域となっている。帯域Ｂ２は、帯域Ｂ１より高い周波数、かつ、帯域Ｂ３より低い周波数の中域となっている。

【0040】

測定音が伝搬する経路が異なることによって、第１周波数特性Ｆ１と第２周波数特性Ｆ２とは異なる特性を示している。図４に示すように、帯域Ｂ１、帯域Ｂ３において、第２周波数特性Ｆ２が第１周波数特性Ｆ１よりも高くなっている。帯域Ｂ２において、第１周波数特性Ｆ１が第２周波数特性Ｆ２よりも高くなっている。

【0041】

よって、フィルタ生成部１５は、帯域Ｂ１，及び帯域Ｂ３では、振幅をべき乗的に増幅し、帯域Ｂ２では振幅をべき乗的に減衰するようなフィルタを生成する。つまり、フィルタ生成部１５は、第１周波数特性Ｆ１の振幅値が第２周波数特性Ｆ２の振幅値より所定の値以上高い周波数帯域の振幅値を抑圧し、第１周波数特性Ｆ１の振幅値が第２周波数特性Ｆ２の振幅値より所定の値以上低い周波数帯域の振幅値を強調するためのフィルタを生成する。フィルタ生成部１５は、第１周波数特性の振幅値が優位な周波数帯域の特徴を消し、第２周波数特性の振幅値が優位な周波数帯域の特徴を強調するためのフィルタ係数を生成する。フィルタ生成部１５は、各周波数に対するフィルタ係数を算出する。例えば、フィルタ生成部１５は、各周波数における第２周波数特性Ｆ２の振幅値と第１周波数特性の振幅値との差分に基づいて、フィルタ係数を算出する。このようにすることで、外部からの音響による影響を低減することができる。なお、所定の値は、例えば６ｄＢである。また、所定の値は、第１周波数特性Ｆ１の振幅値が第２周波数特性Ｆ２の振幅値より所定の値以上高い場合と、第１周波数特性Ｆ１の振幅値が第２周波数特性Ｆ２の振幅値より所定の値以上低い場合とで異なる値を設定してもよい。

【0042】

なお、フィルタ生成部１５は、位相特性については、第１周波数特性、及び第２周波数特性の位相特性をそのまま用いても良い。フィルタ生成部１５は、離散フーリエ変換又は逆離散コサイン変換により、フィルタ係数（振幅特性）と位相特性から時間領域の信号を算出する。フィルタ生成部１５は、フィルタ係数性と位相特性をＩＦＦＴ（高速逆フーリエ変換）することで、時間信号を生成する。フィルタ生成部１５は、生成した時間信号を所定のフィルタ長で切り出すことで、フィルタを算出する。なお、フィルタを求めるための処理は、公知の手法を用いることができるため、詳細な説明を省略する。

【0043】

フィルタ生成部１５は、生成したフィルタを補正部１６に出力する。補正部１６は、フィルタ生成部１５で生成されたフィルタを補正する。例えば、補正部１６は、骨伝導マイク５の装着位置のずれなどによる影響を軽減するための補正を行う。例えば、上記の第１測定と第２測定とを１セットとして、骨伝導マイク５の装着位置を変えて複数セットの測定を行う。つまり、骨伝導マイク５の装着位置を変更して、複数セットの測定を行う。

【0044】

周波数特性算出部１４又は補正部１６は、複数回の第１測定で収音された複数の周波数特性に基づいて、第１周波数特性を算出する。周波数特性算出部１４又は補正部１６は、複数回の第２測定で収音された複数の周波数特性に基づいて、第２周波数特性を算出する。例えば、補正部１６は、複数の周波数特性を平均化することで、補正を行う。あるいは、補正部１６は複数の周波数特性に対して重み付けをして平均化を行ってもよい。骨伝導マイク５の位置を変えて測定を繰り返し行うことで、音声処理装置２が、複数の周波数特性を求めることができる。補正部１６は、複数回の第１測定で測定された周波数特性の振幅値の単純平均又は重み付け平均を算出する。これにより、第１周波数特性Ｆ１が算出される。補正部１６は、複数回の第２測定で得られた第２周波数特性の振幅値の単純平均又は重み付け平均を算出する。これにより、第２周波数特性Ｆ２が算出される。

【0045】

平均化により得られた第１周波数特性Ｆ１と、平均化により得られた第２周波数特性Ｆ２を用いて、フィルタ生成部１５、又は補正部１６がフィルタを生成又は補正する。このようにすることで、より適用範囲を広げることが可能になる。つまり、装着位置の位置ずれが生じた場合でも適切な処理を行うことができる。なお、補正部１６の処理については公知の手法を用いることができるため、詳細な説明を省略する。また、補正部１６の補正については省略可能である。

【0046】

補正部１６は、補正後のフィルタを音声変換装置１６０のフィルタ処理部１６３に出力する。フィルタ処理部１６３は、メモリなどにフィルタを格納する。フィルタ処理部１６３は、発話信号に対してフィルタ処理を行う。具体的には、図１に示すように、骨伝導マイク１５０を装着した被測定者Ｕ２が発話する。

【0047】

図３に示すように、音声変換装置１６０の発話信号取得部１６２が、骨伝導マイク１５０からの発話信号を取得する。フィルタ処理部１６３は、発話信号に対してフィルタ処理を施す。例えば、フィルタ処理部１６３が発話信号に対してフィルタを畳み込む。フィルタ処理部１６３はフィルタ処理を行った発話信号を音声信号１７０として出力する。なお、発話信号取得部１６２、フィルタ処理部１６３は、例えば、プログラムと協調し、ＣＰＵ等で構成される。

【0048】

このように、フィルタ生成装置２００は、骨伝導マイク５を用いて、実際に発話する口腔内からの音響と、外部からの音響との骨伝導マイク５への伝達特性を実際に計測している。フィルタ生成装置２００は、これらの伝達特性を考慮したフィルタを生成している。

【0049】

そして、音声変換システム１００がこのフィルタを用いてフィルタ処理を行っている。これにより、外部からの音響を減衰することができる。さらに、ユーザＵ１自身の発生する音声を増幅させることができるため、耐ノイズ性の高い、骨伝導マイクシステムを提供できる。

【0050】

図１に示すユーザＵ１と図２に示す被測定者Ｕ２は同一人物であってもよい。つまり、フィルタを生成するための測定時において、骨伝導マイク５を装着する被測定者Ｕ２と、フィルタ処理時に骨伝導マイク１５０を装着するユーザＵ１とを同一人物とすることができる。これにより、ユーザ固有の伝達特性を反映したフィルタを生成することができる。つまり、ユーザＵ１の骨伝導音に処理に適したフィルタを用いることができる。

【0051】

あるいは、図１に示すユーザＵ１と図２に示す被測定者Ｕ２は別人物であってもよい。つまり、フィルタを生成するための測定時において、骨伝導マイク５を装着する被測定者Ｕ２が、フィルタ処理時に骨伝導マイク１５０を装着するユーザＵ１と異なる人物とすることができる。この場合、ユーザＵ１は、異なる人物である被測定者Ｕ２に対する測定で作成されたフィルタを利用する。これにより、骨伝導マイク１５０を用いるユーザＵ１に対する測定が不要となる。よって、より簡便にフィルタの適用範囲を広げることができる。例えば、一人の被測定者Ｕ２での測定で生成されたフィルタを、複数の発話者に適用することができる。これにより、測定を省略することができ、簡便にフィルタを生成することができる。

【0052】

上記の説明ではフィルタを生成する処理を行う音声処理装置２と、フィルタ処理を行う音声変換装置１６０を別の装置として示しているが、音声処理装置２と、音声変換装置１６０とは一体の装置としてもよい。また、フィルタを生成するための処理を行う音声処理装置２は単一の装置に限られるものではない。例えば、骨伝導マイク５又は音声変換装置１６０が音声処理装置２の一部の処理を行ってもよい。

【0053】

なお、図２，図３において、第１スピーカ７と第２スピーカ８とが異なるスピーカとして示されているが、第１スピーカ７と第２スピーカ８とは同じスピーカであってもよい。この場合、一つのスピーカを口腔Ｍａ外に配置することで、第１スピーカ７として機能する。さらに、そのスピーカを口腔Ｍａ内に配置することで、第２スピーカ８として機能する。

【0054】

第２測定では、第２スピーカ８が口腔Ｍａ内に配置されているが、第２スピーカ８は口腔Ｍａ内に配置されていなくてもよい。例えば、第２スピーカ８は完全に口腔Ｍａ内に配置された状態に限らず、被測定者Ｕ２が第２スピーカ８の放音側のみを加えた状態で測定が行われてもよい。あるいは、第２スピーカ８は被測定者Ｕ２の口腔Ｍａに近接して配置されていればよい。つまり、第２スピーカ８の配置位置である第２の位置は、第１スピーカ７の配置位置である第１の位置よりも口腔Ｍａに近い位置であれば良い。

【0055】

上記処理のうちの一部又は全部は、コンピュータプログラムによって実行されてもよい。上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（ｔａｎｇｉｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ)、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ)、フラッシュＲＯＭ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ)によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

【0056】

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は上記実施の形態に限られたものではなく、その要旨を逸脱しない範囲で種々変更可能であることは言うまでもない。上記の実施の形態の２つ以上を適宜組み合わせることも可能である。

【符号の説明】

【0057】

２ 音声処理装置
５ 骨伝導マイク
７ 第１スピーカ
８ 第２スピーカ
１０ 測定音源
１１ 増幅器
１４ 周波数特性算出部
１５ フィルタ生成部
１６ 補正部
５１ 第１収音信号取得部
５２ 第２収音信号取得部
１００ 音声変換システム
１５０ 骨伝導マイク
１６０ 音声変換装置
１６２ 発話信号取得部
１６３ フィルタ処理部
１７０ 音声信号
２００ フィルタ生成装置
Ｕ１ ユーザ
Ｕ２ 被測定者

【図1】

【図2】

【図3】

【図4】