JP2009017331A - 音声処理装置、音声処理方法、音声処理プログラム及びその記録媒体 - Google Patents

Abstract

【課題】
通話者間における快適な通信通話を実現する。
【解決手段】
受信音声の再生出力用に選択される選択スピーカと、その選択スピーカから出力される音量との組み合わせからなる複数の受信音声再生条件の候補に従って音声出力設定で、順次、テスト信号発生部２２０がテスト音声信号を発生させる。テスト音声は、集音ユニットで集音され、集音結果がエコー検出部２５０へ送られる。エコー検出部２５０は、テスト音声のエコー量を検出し、最適条件決定部２６１へ向けて送る。最適条件決定部２６１が、受信音声再生条件の候補の中から、受話音声のスピーカからマイクロフォンへの回り込みエコーが最小となる最適条件を決定する。
【選択図】 図８

Description

本発明は、音声処理装置、音声処理方法、音声処理プログラム、及び、当該音声処理プログラムが記録された記録媒体に関する。

近年、携帯電話等の移動通信端末装置による通信通話は、日常生活を行う上で、欠かせないものとなってきている。このため、移動通信端末装置による通信通話を、車両の運転中にも、運転操作に支障をきたさずに行うことが可能な、いわゆるハンズフリー通話が注目されている。

こうしたハンズフリー通話を行うことのできる車載用の装置については、ハンズフリー通話とハンドセット通話とを切り換えることができるもの（特許文献１参照：以下、「従来例１」という）等、様々な技術が提案されている。かかるハンズフリー通話が可能な装置では、送信音声を集音するマイクロフォンと、受信音声を出力するスピーカとを備えているが、通常の電話装置と比べて、スピーカから出力された音声が、マイクロフォンで集音されてしまうエコー現象が発生し易い。

このため、車載用のハンズフリー通話通信装置の多くにおいては、エコーキャンセラが装備されている。かかるエコーキャンセラとしては、例えば、送信音声信号から伝送音声帯域以外の雑音をバンドエリミネーションフィルタで抽出し、その抽出結果を受信音声信号に加算した信号に基づいてエコーを推定する技術が提案されている（特許文献２参照；「従来例２」という）。

特開２００３−７８６０７号公報 特許２９１９４２２号公報

ところで、近年において、多くの車両には音声のステレオ出力やマルチチャンネル出力のために、複数のスピーカを備える音響装置が搭載されている。こうした車両においてハンズフリー通話通信を実現する場合に、当該音響装置の複数のスピーカを利用することが考えられる。

かかる場合において、通信通話時には、当該複数のスピーカの全てから同一の音量で受信音声を出力させることが最も簡易な方法である。しかしながら、この方法では、利用者にとっての聴取性を確保しつつ、当該複数のスピーカからマイクロフォンへの回り込みエコーを、従来例２のようなエコーキャンセラのみにより十分に除去することは困難であった。

このため、複数のスピーカを備える場合において、受話音声のスピーカからマイクロフォンへの回り込みエコーを低減することができる技術が切望されていた。かかる要請に応えることが、本発明が解決すべき課題の一つとして挙げられる。

本発明は、上記の事情を鑑みてなされたものであり、通話者間で快適な通信通話を行うことのできる新たな音声処理装置及び音声処理方法を提供することを目的とする。

請求項１に記載の発明は、通話通信機能を有する音声処理装置であって、外部との通話のために発せられた音声を集音し、送信音声信号に変換する集音手段と；外部からの受信音声信号に基づいて受信音声を再生出力する複数のスピーカと；前記受信音声の再生に際して、前記複数のスピーカの中から再生出力用に選択される少なくとも１つの選択スピーカと、前記選択スピーカから出力される音声の音量との組み合わせから成る複数の受信音声再生条件候補が記憶された記憶手段と；前記複数の受信音声再生条件候補のそれぞれに従って、内部的に発生したテスト音声を、順次、前記選択スピーカから再生出力させるテスト音声出力制御手段と；前記テスト音声の再生出力に起因して前記集音手段により集音された音のエコー量を検出するエコー検出手段と；前記複数の受信音声再生条件候補のそれぞれに対応する前記エコー検出手段による検出結果に基づいて、前記複数の受信音声再生条件候補の中から最適条件を決定する最適条件決定手段と；通話通信中において、前記最適条件を受信音声再生条件として設定する条件設定手段と；を備えることを特徴とする音声処理装置である。

請求項６に記載の発明は、外部との通話のために発せられた音声を集音し、送信音声信号に変換する集音手段と；外部からの受信音声信号に基づいて受信音声を再生出力する複数のスピーカと；前記受信音声の再生に際して、前記複数のスピーカの中から再生出力用に選択される少なくとも１つの選択スピーカと、前記選択スピーカから出力される音声の音量との組み合わせから成る複数の受信音声再生条件候補が記憶された記憶手段とを備える音声処理装置において使用される音声処理方法であって、前記複数の受信音声再生条件候補のそれぞれに従って、内部的に発生したテスト音声を、順次、前記選択スピーカから再生出力するテスト音声出力工程と；前記テスト音声の再生出力に起因して前記集音手段により集音された音のエコー量を検出するエコー検出工程と；前記複数の受信音声再生条件候補のそれぞれに対応する前記エコー検出工程における検出結果に基づいて、前記複数の受信音声再生条件候補の中から最適条件を決定する最適条件決定工程と；通話通信中において、前記最適条件を受信音声再生条件として設定する条件設定工程と；を備えることを特徴とする音声処理方法である。

請求項７に記載の発明は、請求項６に記載の音声処理方法を演算手段に実行させる、ことを特徴とする音声処理プログラムである。

請求項８に記載の発明は、請求項７に記載の音声処理プログラムが、演算手段により読み取り可能に記録された記録媒体である。

以下、本発明の一実施形態を、図１〜図１０を参照して説明する。なお、以下の説明及び図面においては、同一又は同等の要素には同一の符号を付し、重複する説明は省略する。

［構成］
図１には、一実施形態に係る音声処理装置１００の概略的な構成がブロック図にて示されている。なお、以下の説明においては、音声処理装置１００は、車両ＣＲ（図２参照）に搭載される装置であるものとする。また、この音声処理装置１００は、携帯電話装置９００との間で無線通信を行うものである。音声処理装置１００は、携帯電話装置９００及び移動通信網を介して、通話相手とハンズフリーで通話通信を行うことができるものであるとする。

この図１に示されるように、音声処理装置１００は、制御ユニット１１０と、ドライブユニット１２０とを備えている。

また、音声処理装置１００は、音出力ユニット１３０_Lと、音出力ユニット１３０_Rと、音出力ユニット１３０_SLと、音出力ユニット１３０_SRとを備えている。

ここで、音出力ユニット１３０_Lはレフトスピーカ１３１_L（以下、「Ｌスピーカ」とも記す）を有し、音出力ユニット１３０_Rはライトスピーカ１３１_R（以下、「Ｒスピーカ」とも記す）を有している。また、音出力ユニット１３０_SLはサラウンドレフトスピーカ１３１_SL（以下、「ＳＬスピーカ」とも記す）を有し、音出力ユニット１３０_SRはサラウンドライトスピーカ１３１_SR（以下、「ＳＲスピーカ」とも記す）を有している。

さらに、音声処理装置１００は、集音手段としての集音ユニット１４０と、表示ユニット１５０と、操作入力ユニット１６０と、記憶手段としてのハードディスク装置等の記憶装置１７０と、アンテナ１８０とを備えている。

なお、制御ユニット１１０以外の要素１２０〜１８０は、制御ユニット１１０に接続されている。

制御ユニット１１０は、音声処理装置１００の全体を統括制御する。この制御ユニット１１０の詳細については、後述する。

ドライブユニット１２０は、音声コンテンツが記録されたコンパクトディスクＣＤが挿入されると、その旨を制御ユニット１１０に報告する。そして、ドライブユニット１２０は、コンパクトディスクＣＤが挿入された状態で、制御ユニット１１０から音声コンテンツの再生指令ＤＶＣを受けると、再生指定がなされた音声をコンパクトディスクＣＤから読み出す。かかる音声コンテンツの読み出し結果は、オーディオ信号であるコンテンツデータＣＴＤとして、制御ユニット１１０へ向けて送られる。

音出力ユニット１３０_L〜１３０_SRのそれぞれは、上述したスピーカ１３１_L〜１３１_SRの他に、制御ユニット１１０から受信した音声出力信号ＡＯＳ_L〜ＡＯＳ_SRを増幅する増幅器とを備えている。これらの音出力ユニット１３０_L〜１３０_SRは、制御ユニット１１０による制御のもとで、移動通信網及び携帯電話装置９００を順次介した通話相手からの受信音声信号に対応する音声、制御ユニット１１０において生成されたテスト音声信号に対応する音声、楽曲等を再生して出力する。

本実施形態では、図２に示されるように、音出力ユニット１３０_Lのレフトスピーカ１３１_Lは、助手席側の前方ドア筐体内に配置される。このレフトスピーカ１３１_Lは、助手席側を向くように配設されている。

音出力ユニット１３０_Rのライトスピーカ１３１_Rは、運転席側の前方ドア筐体内に配置される。このライトスピーカ１３１_Rは、運転席側を向くように配設されている。

音出力ユニット１３０_SLのサラウンドレフトスピーカ１３１_SLは、助手席側後部の筐体内に配置される。このサラウンドレフトスピーカ１３１_SLは、助手席側の後部座席を向くように配設されている。

音出力ユニット１３０_SRのサラウンドライトスピーカ１３１_SRは、運転席側後部の筐体内に配置される。このサラウンドライトスピーカ１３１_SRは、運転席側の後部座席を向くように配設されている。

図１に戻り、集音ユニット１４０は、（ｉ）周囲の音を収集して電気的なアナログ音声信号とするマイクロフォン１４１、（ii）マイクロフォンから出力されたアナログ音声信号を増幅する増幅器、（iii）増幅されたアナログ音声信号をデジタル音声信号に変換するＡＤ変換器（Analog to Digital Converter）とを備えて構成されている。ここで、マイクロフォン１４１は、図２に示されるように、運転席の前方に配置され、その指向性は後部座席に向かって放射状になっている。集音ユニット１５０による集音結果は、集音結果データＡＡＤとして、制御ユニット１１０に報告される。

図１に戻り、表示ユニット１５０は、（ｉ）液晶パネル、有機ＥＬ（Electro Luminescence）パネル、ＰＤＰ（Plasma Display Panel）等の表示デバイス１５１と、（ii）制御ユニット１１０から送出された表示制御データに基づいて、表示ユニット１５０全体の制御を行うグラフィックレンダラ等の表示コントローラと、（iii）表示画像データを記憶する表示画像メモリ等を備えて構成されている。この表示ユニット１５０は、制御ユニット１１０による制御のもとで、ドライブユニット１２０を利用した音声再生用の操作ガイダンスや、通信通話における通話相手の電話番号、電話番号に対応する氏名が登録されている場合には通話相手の氏名、通話時間等を表示する。

操作入力ユニット１６０は、音声処理装置１００の本体部に設けられたキー部、あるいはキー部を備えるリモート入力装置等により構成される。ここで、本体部に設けられたキー部としては、表示ユニット１５０の表示デバイス１５１に設けられたタッチパネルを用いることができる。なお、キー部を有する構成に代えて、音声入力する構成を採用することもできる。

この操作入力ユニット１６０を利用者が操作することにより、音声処理装置１００の動作内容の設定が行われる。例えば、後述する受信音声再生条件情報１７１の設定、音声コンテンツの再生指令等を、利用者が操作入力ユニット１６０を利用して行う。こうした入力内容は、操作入力データＩＰＤとして、操作入力ユニット１６０から制御ユニット１１０へ向けて送られる。

記憶装置１７０は、不揮発性の記憶装置であるハードディスク装置等から構成される。記憶装置１７０内には、受信音声再生条件情報１７１などの様々な情報が記憶されている。

受信音声再生条件情報１７１とは、受信音声の再生に際して、スピーカ１３１_L〜１３１_SRの中から再生出力用に選択される選択スピーカと、選択スピーカから出力される音声の音量との組み合わせからなる複数の受信音声再生条件の候補（以下、「プリセット」ともいう）である。かかる受信音声再生条件情報１７１の例が、図３に示されている。この図３では、例えば、プリセット（Ｐ＝１）が、選択スピーカを車両ＣＲの前方に配置されるＬスピーカとＲスピーカとし、そのスピーカから出力される音声の音量レベルを６とするプリセットであり、プリセット（Ｐ＝２）が、選択スピーカを車両ＣＲの後方に配置されるＳＬスピーカとＳＲスピーカとし、そのスピーカから出力される音声の音量レベルを６とするプリセットとなっている。なお、本実施形態では、音声の音量レベルは０〜１０までとする。

図１に戻り、アンテナ１８０は、携帯電話装置９００からの無線信号を受信するとともに、携帯電話装置９００へ向けて無線信号を送信する。アンテナ１８０による受信結果は、受信音声信号ＲＥＳとして、制御ユニット１１０へ向けて出力される。また、アンテナ１８０は、制御ユニット１１０からの送信音声信号ＴＲＳを受け、当該送信音声信号ＴＲＳに対応する無線信号を携帯電話装置９００へ向けて送信する。

制御ユニット１１０は、上述したように、音声処理装置１００の全体を統括制御する。この制御ユニット１１０は、図４に示されるように、制御処理部１１１と、オーディオ処理部１１２と、通話音声処理部１１３とを備えている。また、制御ユニット１１０は、アナログ変換部１１４と、出力信号選択部１１５と、音量調整部１１６とを備えている。

制御処理部１１１は、操作入力ユニット１６０に入力された指令入力等に基づいて、オーディオ処理部１１２、通話音声処理部１１３、出力信号選択部１１５及び音量調整部１１６を制御する。また、制御処理部１１１は、ドライブユニット１２０及び表示ユニット１５０を制御する。この制御処理部１１１については、後述する。

オーディオ処理部１１２は、音声コンテンツを含む再生すべきコンテンツの指定入力がなされたことが操作入力ユニット１６０から報告された場合、及び、ドライブユニット１２０にコンパクトディスクＣＤが挿入されたときにコンテンツを自動再生すべき旨の設定がなされている場合に、制御処理部１１１からの音声コンテンツ処理制御指令ＡＰＣに従って、当該再生すべきコンテンツに対応するコンテンツデータＣＴＤをドライブユニット１２０から読み出して展開し、デジタル音データ信号を生成する。引き続き、オーディオ処理部１１２は、生成されたデジタル音データ信号を解析し、デジタル音データ信号に含まれるチャンネル指定情報に従って、デジタル音データ信号を、上述したスピーカ１３１_L，１３１_R，１３１_SL，１３１_SRのそれぞれに供給されるように分離する。このようにして分離された信号は、チャンネル処理信号ＰＣＤ_L，ＰＣＤ_R，ＰＣＤ_SL，ＰＣＤ_SRとして、アナログ変換部１１４へ向けて出力される。

通話音声処理部１１３は、携帯電話装置９００及び移動通信網を介した外部との通話音声の処理を行う。この通話音声処理部１１３は、図５に示されるにように、通信インターフェイス部２１０と、テスト信号発生部２２０と、信号切替部２３０とを備えている。また、通話音声処理部１１３は、エコーキャンセル手段としてのエコーキャンセル部２４０と、エコー検出手段としてのエコー検出部２５０とを備えている。

通信インターフェイス部２１０は、携帯電話装置９００との間における信号授受に関して利用される。この通信インターフェイス部２１０は、受信部２１１と、送信部２１２とを備えて構成されている。

受信部２１１は、携帯電話装置９００からの受信音声信号ＲＥＳを受ける。そして、受信部２１１は、受信音声信号ＲＥＳを内部処理用の受信信号ＲＥＤに変換して、信号切替部２３０へ向けて出力する。また、受信部２１１は、受信音声信号ＲＥＳに基づいて通話通信の着信及び切断を検出し、検出結果を、着信指示ＲＥＩとして、制御処理部１１１へ向けて出力する。

送信部２１２は、エコーキャンセル部２４０からの送信信号ＴＲＤを受ける。そして、送信部２１２は、送信信号ＴＲＤを携帯電話装置９００への送信用の送信音声信号ＴＲＳに変換して、携帯電話装置９００へ向けて出力する。

テスト信号発生部２２０は、制御処理部１１１からテスト音声信号を発生すべき旨のテスト信号発生指令ＳＧＣを受けると、テスト音声信号ＳＧＤを発生させる。こうして発生させたテスト音声信号ＳＧＤは、信号切替部２３０へ向けて送られる。

信号切替部２３０は、スイッチ素子を備えている。このスイッチ素子は、入力端子としてＡ端子及びＢ端子を有するとともに、出力端子としてＣ端子を有している。端子Ａは受信部２１１に接続された端子であり、Ｂ端子はテスト信号発生部２２０に接続された端子である。端子Ａでは受信信号ＲＥＤを受け、端子Ｂではテスト音声信号ＳＧＤを受ける。そして、制御処理部１１１からの指令ＲＳＣに従って、Ａ端子とＣ端子とを導通したり、Ｂ端子とＣ端子とを導通したり、更には、Ａ端子及びＢ端子のいずれともＣ端子を導通しなかったりする。Ｃ端子からは、選択された信号が、信号ＲＳＤとしてアナログ変換部１１４へ向けて送られるとともに、エコーキャンセル部２４０へ向けて送られる。

エコーキャンセル部２４０は、通信通話中の集音結果データＡＡＤに含まれるエコー音成分を除去するためのものである。このエコーキャンセル部２４０は、図６に示されるように、スイッチ２４１と、フィルタ手段としての適応フィルタ２４２と、減算手段としての減算器２４３とを備えている。

スイッチ素子２４１は、入力端子Ａと出力端子Ｂとを有している。このスイッチ素子２４１は、減算器２４３の出力する送信信号ＴＲＤが、適応フィルタ２４２のフィルタ係数を算出するために適応フィルタ２４２へ送られる信号伝送路上に設けられている。スイッチ素子２４１のオン・オフの動作は、制御処理部１１１からの指令ＥＣＣに従って行われる。

適応フィルタ２４２は、不図示の係数更新部とフィルタ部とから構成されている。係数更新部は、ＬＭＳ（Least Mean Square）アルゴリズムなどの学習同定法により、減算器２４３の出力する送信信号ＴＲＤのパワーが最小となるように、適応フィルタ２４２のフィルタ係数を算出し、このフィルタ係数をフィルタ部に設定する処理を繰り返す。フィルタ部は、係数更新部により設定された係数により定まるインパルス応答を有するＦＩＲフィルタなどである。このフィルタ部は、信号ＲＳＤから擬似エコー信号ＥＣＤを生成する。こうして生成した擬似エコー信号ＥＣＤは、減算器２４３へ向けて送られる。

減算器２４３は、集音ユニット１４０からの集音結果データＡＡＤから、擬似エコー信号ＥＣＤを減算する。減算結果は、送信信号ＴＲＤとして、送信部２１２へ向けて送られるとともに、エコー検出部２５０へ向けて送られる。

図５に戻り、エコー検出部２５０は、エコーキャンセル部２４０から送られてくる送信信号ＴＲＤのエコー量を検出する。検出結果は、エコー量値ＥＶＤとして、エコー検出部２５０から制御処理部１１１へ向けて送られる。

図４に戻り、アナログ変換部１１４は、オーディオ処理部１１２からのデジタル信号であるチャンネル処理信号ＰＣＤ_L〜ＰＣＤ_SRと、通話音声処理部１１３からのデジタル信号である信号ＲＳＤとを受ける。そして、アナログ変換部１１４は、オーディオ処理部１１２から受けたチャンネル処理信号ＰＣＤ_L〜ＰＣＤ_SRをアナログ信号ＰＣＳ_L〜ＰＣＳ_SRに変換し、通話音声処理部１１３から受けた信号ＲＳＤをアナログ信号ＲＳＳに変換する。このアナログ変換部１１４は、当該５種のデジタル信号に対応して、互いに同様に構成された５個のＤＡ（Digital to Analogue）変換器を備えている。このアナログ変換部１１４による変換結果であるアナログ信号ＰＣＳ_L〜ＰＣＳ_SR，ＲＳＳは、出力信号選択部１１５へ向けて送られる。

出力信号選択部１１５は、アナログ変換部１１４からのアナログ信号ＰＣＳ_L〜ＰＣＳ_SR，ＲＳＳを受ける。そして、出力信号選択部１１５は、制御処理部１１１からの出力信号選択指令ＯＤＳに従って、音量調整部１１６へ向けての、アナログ信号ＰＣＳ_L〜ＰＣＳ_SRの供給、アナログ信号ＲＳＳの供給、及び、いずれの信号も供給しないかを選択する。かかる機能を有する出力信号選択部１１５は、図７に示されるように、４個のスイッチ素子１１５_L〜１１５_SRを備えている。

各スイッチ素子１１５_L〜１１５_SRは、入力端子としてＡ端子及びＢ端子を有するとともに、出力端子としてＣ端子を有している。端子Ａ及び端子Ｂはアナログ変換部１１４に接続された端子である。また、端子Ｃは音量調整部１１６に接続された端子である。各スイッチ素子１１５_L〜１１５_SRでは、Ａ端子でアナログ信号ＰＣＳ_L〜ＰＣＳ_SRを受けるとともに、Ｂ端子でアナログ信号ＲＳＳを受ける。そして、制御処理部１１１からの出力信号選択指令ＯＤＳにおける個別出力選択指令ＯＤＳ_L〜ＯＤＳ_SRに従って、Ａ端子とＣ端子とを導通したり、Ｂ端子とＣ端子とを導通したり、更には、Ａ端子及びＢ端子のいずれともＣ端子を導通しなかったりする。スイッチ素子１１５_L〜１１５_SRのＣ端子からは、選択された信号（無信号を含む）が、音出力選択信号ＰＢＳ_L〜ＰＢＳ_SRとして音量調整部１１６へ向けて送られる。

図４に戻り、音量調整部１１６は、出力信号選択部１１５からの音出力選択信号ＰＢＳ_L〜ＰＢＳ_SRを受ける。この音量調整部１１６は、音出力選択信号ＰＢＳ_L〜ＰＢＳ_SRのそれぞれごとに、いわゆる電子ボリューム等により、互いに独立な音量調整が可能となっている。

音量調整部１１６は、音出力選択信号ＰＢＳ_L〜ＰＢＳ_SRのそれぞれに対して、制御処理部１１１からの音量調整指令ＶＬＣ_L〜ＶＬＣ_SRに従った音量調整を行う。かかる調整結果は、音声出力信号ＡＯＳ_L〜ＡＯＳ_SRとして、音出力ユニット１３０_L〜１３０_SRへ向けて出力される。

制御処理部１１１は、上述した他の構成要素を制御しつつ、音声処理装置１００の機能を発揮させる。この制御処理部は、図８に示されるように、最適条件決定手段としての最適条件決定部２６１と、テスト音声出力制御手段、条件設定手段及びエコーキャンセル制御手段としての制御部２６２とを備えている。

最適条件決定部２６１は、受信音声の出力に際して、受信音声再生条件情報１７１に設定された受信音声再生条件の候補の中から、最適条件を決定する。この最適条件決定部２６１は、後述する「最適条件決定モード」時のときのみ処理を行う。

最適条件決定部２６１は、制御部２６２からの処理指令ＤＭＣを受けると、エコー検出部２５０から送られてくるエコー量値ＥＶＤを取得するとともに、当該エコー量値ＥＶＤを不図示のメモリに記憶する。このエコー量値ＥＶＤは、受信音声再生条件の候補の数（プリセットＰの数）だけ、順次、エコー検出部２５０から送られてくる。そして、最適条件決定部２６１は、順次、送られてくるエコー量値ＥＶＤの中から、エコー量値ＥＶＤが最小となるときのプリセットＰの値を決定する。このようにして決定したプリセットＰの値は、値ＰＢＤとして、制御部２６２へ向けて送られる。

制御部２６２は、音声処理装置１００における「コンテンツ再生モード」と「通話モード」の２つのモードの動作を制御する。ここで、「コンテンツ再生モード」とはコンパクトディスクＣＤから音声コンテンツを読み出してオーディオ信号を再生するモードである。また、「通話モード」とは、携帯電話装置９００及び移動通信網を介して外部と通信通話を行うモードである。なお、「通話モード」には、通常通話を行う「通常通話モード」と、受信音声再生条件の候補の中から最適条件を決定する「最適条件決定モード」の２種類がある。

制御部２６２は、通常は、「コンテンツ再生モード」の動作の制御を行う。そして、制御部２６２は、操作入力ユニット１６０からの通話発信指令を受けた場合、及び、受信部２１１からの着信指示ＲＥＩを受けた場合に、「通常通話モード」の動作制御を開始する。一方、制御部２６２は、「通常通話モード」にある状態において、操作入力ユニット１６０からの通話切断指令を受けた場合、及び、受信部２１１からの着信指示ＲＥＩが途絶えた場合に、「コンテンツ再生モード」の動作制御に復帰する。なお、制御部２６２による「最適条件決定モード」の動作制御は、操作入力ユニット１６０からの最適条件決定指令を受けた場合にのみ行われる。

ここで、「コンテンツ再生モード」と「通話モード」との切替えは、出力信号選択部１１５におけるスイッチ操作で行われる。また、「通常通話モード」と「最適条件決定モード」との切替えは、信号切替部２３０におけるスイッチ操作で行われる。

「最適条件決定モード」の動作制御に際し、制御部２６２は、まず、受信音声再生条件情報１７１から、受信音声再生条件を取得する。この受信音声再生条件には複数の候補があり（図３参照）、制御部２６２は、１番目（プリセット（Ｐ＝１））の候補に対応した音声処理装置１００の設定を行う。

この設定に際し、制御部２６２は、出力信号選択部１１５へ向けて、信号ＲＳＳを選択すべき旨の指令を送る。より具体的には、出力信号選択部１１５における最初の測定対象となるスピーカに対応するスイッチ素子のＢ端子とＣ端子とを導通させるとともに、他のスイッチ素子におけるＣ端子がＡ端子及びＢ端子のいずれとも導通しないことを指定する出力信号選択指令ＯＤＳを出力信号選択部１１５へ向けて送る。図３を例にとって説明すると、制御部２６２は、Ｌスピーカ、Ｒスピーカに対応するスイッチ素子１１５_L，１１５_RのＢ端子とＣ端子を導通させるとともに、ＳＬスピーカ、ＳＲスピーカに対応するスイッチ素子１１５_SL，１１５_SRにおけるＣ端子がＡ端子及びＢ端子のいずれとも導通しないことを指定する出力信号選択指令ＯＤＳを出力信号選択部１１５へ向けて送る。

また、この設定に際し、制御部２６２は、信号切替部２３０へ向けて、テスト信号発生部２２０からのテスト音声信号ＳＧＤを選択すべき旨の指令、すなわち、スイッチ素子の端子Ｂと端子Ｃを導通させることを指定する指令ＲＳＣを送る（図５参照）。

さらに、この設定に際し、制御部２６２は、スイッチ２４１へ向けて、減算器２４３からの送信信号ＴＲＤを適応フィルタ２４２へ送らない旨の指令、すなわち、スイッチ２４１をオフにすべき旨の指令ＥＣＣを送る（図６参照）。

さらに、この設定に際し、制御部２６２は、音量調整部１１６へ向けて、ＬスピーカとＲスピーカから出力すべき音量を、レベル６に調整すべき旨の音量調整指令ＶＬＣ_L，ＶＬＣ_Rを送る。

このようにして、プリセット（Ｐ＝１）の候補に対応した音声処理装置１００の設定が、終了すると、制御部２６２は、次いで、テスト音声信号ＳＧＤを発生すべき旨のテスト信号発生指令ＳＧＣを、テスト信号発生部２２０へ向けて送る。また、制御部２６２は、テスト信号発生指令ＳＧＣと同時に、処理指令ＤＭＣを、最適条件決定部２６１へ向けて送る（図８参照）。

制御部２６２は、エコー検出部２５０からエコー量値ＥＶＤを受けると、プリセット（Ｐ＝１）の候補における処理が終了した判断し、次のプリセット（Ｐ＝２）の候補に対応した音声処理装置１００の設定を行う。

すべての受信音声再生条件の候補についてのエコー量値ＥＶＤの検出が終了した後、制御部２６２は、最適条件決定部２６１から、最適条件のプリセットである値ＰＢＤを受ける。この値ＰＢＤは、制御部２６２内の不図示の記憶部に記憶される。

こうして、受信音声再生条件の候補の中から最適条件が決定されると、制御部２６２は、「最適条件決定モード」の動作制御を終了する。

前述したように、音声処理装置１００は、通常は、「コンテンツ再生モード」の動作の制御を行うが、操作入力ユニット１６０からの通話発信指令を受けた場合、及び、受信部２１１からの着信指示ＲＥＩを受けた場合に、「通常通話モード」の動作制御を開始する。

この「通常通話モード」の動作制御に際し、制御部２６２は、まず、最適条件決定部２６１から受けた最適条件のプリセットである値ＰＢＤを参照し、受信音声再生条件情報１７１から、最適条件となる受信音声再生条件（以下、単に「最適条件」という）を取得する。そして、この最適条件に対応した音声処理装置１００の設定を行う。

この設定に際し、制御部２６２は、出力信号選択部１１５へ向けて、信号ＲＳＳを最適条件の選択スピーカから出力することが可能なスイッチ操作をすべき旨の出力信号選択指令ＯＤＳを送る。

また、この設定に際し、制御部２６２は、信号切替部２３０へ向けて、受信部２１１からの受信信号ＲＥＤを選択すべき旨の指令、すなわち、スイッチ素子の端子Ａと端子Ｃを導通させることを指定する指令ＲＳＣを送る（図５参照）。

さらに、この設定に際し、制御部２６２は、スイッチ２４１へ向けて、減算器２４３からの送信信号ＴＲＤを適応フィルタ２４２へ送る旨の指令、すなわち、スイッチ２４１をオンにすべき旨の指令ＥＣＣを送る（図６参照）。

さらに、この設定に際し、制御部２６２は、音量調整部１１６へ向けて、選択スピーカから出力すべき音量を、最適条件のレベルに調整すべき旨の音量調整指令ＶＬＣ_L〜ＶＬＣ_Rを送る。

「コンテンツ再生モード」の動作制御に際し、制御部２６２は、出力信号選択部１１５へ向けて、スイッチ素子１１５_L〜１１５_SRの全てについて、Ａ端子とＣ端子とを導通させるべきことを指定する出力信号選択指令ＯＤＳを送る。この結果、アナログ変換部１１４からのアナログ信号ＰＣＳ_L〜ＰＣＳ_SRが、出力信号選択部１１５を介して、音出力選択信号ＰＢＳ_L〜ＰＢＳ_SRとして、音量調整部１１６へ向けて供給されるようになる。

また、制御部２６２は、「コンテンツ再生モード」の動作制御に際し、利用者が再生すべき音声コンテンツの指定を支援するための案内画面を表示ユニット１５０に表示させる。そして、操作入力ユニット１６０から音声コンテンツを指定した再生指令が入力されると、制御部２６２は、ドライブユニット１２０を制御して、再生コンテンツのデータ読み出しを制御する。

また、制御部２６２は、「コンテンツ再生モード」の動作制御に際し、音量調整部１１６を制御して、音出力ユニット１３０_L〜１３０_SRのスピーカ１３１_L〜１３１_SRへの出力音量を調整する。この出力音量の制御に際して、制御部２６２は、操作入力ユニット１６０に入力された音量指定に基づいて音量調整指令ＶＬＣ_L〜ＶＬＣ_SRを生成し、音量調整部１１６へ向けて送る。

［動作］
次に、上記のように構成された音声処理装置１００の動作について、「最適条件決定モード」のときの動作に主に着目して説明する。

利用者が操作入力ユニット１６０を利用して、受信音声再生条件の候補の中から最適条件を決定すべき旨の指令を入力することにより、音声処理装置１００の「最適条件決定モード」の動作が開始する。こうして、「最適条件決定モード」の動作が開始すると、図９のステップＳ１１において、「最適条件決定モード」の設定が行われる。

このステップＳ１１では、制御部２６２は、通話音声処理部１１３内の信号切替部２３０へ向けて、テスト信号発生部２２０からのテスト音声信号ＳＧＤを選択すべき旨の指令ＲＳＣを送る。この指令ＲＳＣに従って、信号切替部２３０によりテスト音声信号ＳＧＤが選択され、信号ＲＳＤとしてアナログ変換部１１４へ送られることになる。

また、制御部２６２は、通話音声処理部１１３におけるエコーキャンセル部２４０内のスイッチ２４１へ向けて、減算器２４３からの送信信号ＴＲＤを適応フィルタ２４２へ送らない旨の指令ＥＣＣを送る。この指令ＥＣＣにより、スイッチ２４１はオフとなる。この結果、エコーキャンセル部２４０におけるエコーキャンセルの処理は行われない。これらの設定が終了すると、処理はステップＳ１２へ進む。

ステップＳ１２では、デフォルト設定時におけるテスト音声のエコー量値ＥＶＤを検出する。ここで、デフォルト設定とは、本実施形態では、テスト音声を出力する選択スピーカをスピーカ１３１_L〜１３１_SRのすべてとし、その音量レベルを６とするものであるとする。

このステップＳ１２では、制御部２６２は、まず、上述したデフォルト設定を行う。このデフォルト設定に際し、制御部２６２は、出力信号選択部１１５へ向けて、全てのスイッチ素子１１５_L〜１１５_SRについて、Ｂ端子とＣ端子を導通させるべき旨の出力信号選択指令ＯＤＳを送る。次いで、制御部２６２は、音量調整部１１６へ向けて、スピーカ１３１_L〜１３１_SRから出力すべき音量を、レベル６に調整すべき旨の音量調整指令ＶＬＣ_L〜ＶＬＣ _SRを送る。この設定後、制御部２６２は、テスト信号発生部２２０へ向けて、テスト音声信号ＳＧＤを発生すべき旨のテスト信号発生指令ＳＧＣを送る。

テスト信号発生指令ＳＧＣを受けたテスト信号発生部２２０は、テスト音声信号ＳＧＤを発生させる。こうして発生させたテスト音声信号ＳＧＤは、信号切替部２３０へ向けて送られる。この結果、信号切替部２３０、アナログ変換部１１４、出力信号選択部１１５音量調整部１１６を経由して、音出力ユニット１３０_L〜１３０_SRからテスト音声が出力される。

このテスト音声は、集音ユニット１４０で集音され、集音結果データＡＡＤとして、減算器２４３へ向けて送られる（図６参照）。なお、前述したように、「最適条件決定モード」ではスイッチ２４１がオフとなっているため、減算器２４３からエコー検出部２５０へ向けて送られる送信信号ＴＲＤは、エコーキャンセルの処理が施されていない。そして、エコー検出部２５０は、減算器２４３から送られてくる送信信号ＴＲＤを受けて、そのエコー量を検出する。検出結果は、エコー量値ＥＶＤとして、最適条件決定部２６１へ向けて送られる。そして、最適条件決定部２６１は、このエコー量値ＥＶＤをエコー量（Ａ）として内部の記憶部に記憶する。

次いで、ステップＳ１３において、受信音声を再生するための最適条件の決定処理が行われる。この処理では、図１０に示されるように、まず、ステップＳ２１において、制御部２６２は、受信音声再生条件情報１７１から受信音声再生条件を取得し、プリセット（Ｐ＝１）の設定を行う。かかるプリセットに対応する選択スピーカの設定については、出力信号選択部１１５へ向けての出力信号選択指令ＯＤＳで行い、選択スピーカの音量の設定については、音量調整部１１６へ向けての音量調整指令ＶＬＣ_L〜ＶＬＣ_SRで行う。この設定が完了すると、処理はステップＳ２２へ進む。

ステップＳ２２では、当該プリセットにおけるテスト音声のエコー量値ＥＶＤを検出する。このステップでは、制御部２６２は、テスト音声信号ＳＧＤを発生すべき旨のテスト信号発生指令ＳＧＣを、テスト信号発生部２２０へ向けて送る。この結果、テスト信号発生部２２０からテスト音声信号ＳＧＤが発生し、このテスト音声信号ＳＧＤは、信号切替部２３０、アナログ変換部１１４、出力信号選択部１１５及び音量調整部１１６を経由して、音出力ユニット１３０_L〜１３０_SRからテスト音声として出力される。そして、その後はステップＳ１２におけるのと同様に、テスト音声は、集音ユニット１４０で集音され、集音結果データＡＡＤとして、減算器２４３へ向けて送られる。そして、減算器２４３からは、エコーキャンセルの処理が施されていない送信信号ＴＲＤがエコー検出部２５０へ向けて送られる。エコー検出部２５０は、減算器２４３から送られてくる送信信号ＴＲＤを受けて、そのエコー量を検出する。検出結果は、エコー量値ＥＶＤとして、最適条件決定部２６１へ向けて送られる。そして、最適条件決定部２６１は、このエコー量値ＥＶＤをエコー量（Ｂ）として内部の記憶部に記憶する。この後、処理はステップＳ２３へ進む。

ステップＳ２３では、最適条件決定部２６１が、数値化されたエコー量（Ａ）とエコー量（Ｂ）の大きさを比較し、エコー量（Ａ）がエコー量（Ｂ）より大きいか否かを判定する。この判定の結果が肯定的であった場合（ステップＳ２３：Ｙ）には、処理はステップＳ２４へ進む。

ステップＳ２４では、最適条件決定部２６１が、エコー量（Ｂ）をエコー量（Ａ）に置き換えるとともに、このときのプリセットＰの値を値ＰＢＤに設定する。これらの設定が完了すると、処理はステップＳ２５へ進む。

一方、ステップＳ２３における判定の結果が否定的であった場合（ステップＳ２３：Ｎ）には、処理はステップＳ２５へ進む。

ステップＳ２５では、制御部２６２が、すべてのプリセットに関するテスト音声の音量検出が終了したか否かを判定する。この判定の結果が否定的であった場合（ステップＳ２５：Ｎ）には、処理はステップＳ２６へ進む。

ステップＳ２６では、次の測定対象となるプリセットに対する音声処理装置１００の設定が行われる。この設定も、ステップＳ２１におけるのと同様に、制御部２６２は、受信音声再生条件情報１７１から受信音声再生条件を基にして、測定対象となるプリセットに対する設定を行う。

ステップＳ２６の処理が終了すると、処理はステップＳ２２へ戻る。以後、ステップＳ２５における判定の結果が肯定的となるまで、ステップＳ２２〜Ｓ２６の処理が繰り返される。

全てのプリセットに対応する計測処理が終了し、ステップＳ２５における判定の結果が肯定的になると（ステップＳ２５：Ｙ）、最適条件決定部２６１が、最適条件のプリセットである値ＰＢＤを制御部２６２へ報告する。そして、制御部２６２が、値ＰＢＤを記憶部に記憶すると、「最適条件決定モード」の動作が終了する。

「最適条件決定モード」の動作が終了すると、音声処理装置１００は「コンテンツ再生モード」になる。なお、前述したように、音声処理装置１００は、通常時は「コンテンツ再生モード」の動作を行うが、制御部２６２が、操作入力ユニット１６０からの通話発信指令、または、受信部２１１から着信指示ＲＥＩを受けた場合に、「通常通話モード」となる。

音声処理装置１００が「通常通話モード」になると、制御部２６２は、まず、最適条件決定部２６１から受けた最適条件のプリセットである値ＰＢＤを参照し、受信音声再生条件情報１７１から、最適条件となる受信音声再生条件を取得する。次いで、出力信号選択部１１５へ向けて、信号ＲＳＳを最適条件の選択スピーカから出力することが可能なスイッチ操作をすべき旨の出力信号選択指令ＯＤＳを送る。

さらに、制御部２６２は、信号切替部２３０へ向けて、受信部２１１からの受信信号ＲＥＤを選択すべき旨の指令を送り、スイッチ２４１へ向けて、減算器２４３からの送信信号ＴＲＤを適応フィルタ２４２へ送る旨の指令を送る。このスイッチ２４１の設定により、エコーキャンセル部２４０において、エコーキャンセル処理が行われる。さらに、制御部２６２は、音量調整部１１６へ向けて、選択スピーカから出力すべき音量を、最適条件のレベルに調整すべき旨の音量調整指令ＶＬＣ_L〜ＶＬＣ_SRを送る。

「通常通話モード」時において、操作入力ユニット１６０からの通話切断指令を受けた場合、及び、受信部２１１からの着信指示ＲＥＩが途絶えた場合に、音声処理装置１００は、「コンテンツ再生モード」の動作を再開する。

制御部２６２は、「コンテンツ再生モード」時には、利用者が再生すべき音声コンテンツの指定を支援するための案内画面を表示ユニット１５０に表示させる。そして、操作入力ユニット１６０に音声コンテンツを指定した再生指令が入力されると、制御部２６２は、ドライブユニット１２０を制御して、音声コンテンツのデータ読み出しを制御する。

また、制御部２６２は、「コンテンツ再生モード」時には、オーディオ処理部１１２を制御して、ドライブユニット１２０からのコンテンツデータＣＴＤを４個のチャンネル処理信号ＰＣＤ_L〜ＰＣＤ_SRに分離させる。

また、制御部２６２は、「コンテンツ再生モード」時には、音量調整部１１６を制御して、音出力ユニット１３０_L〜１３０_SRのスピーカ１３１_L〜１３１_SRのからの出力音量を調整する。

以上説明したように、本実施形態では、車両内でハンズフリー通話を行う際に、受信音声を再生するために４個のスピーカ１３１_L〜１３１_SRを使用する。これらのスピーカの中から、受信音声の再生出力用に選択される選択スピーカと、その選択スピーカから出力される音量との組み合わせからなる複数の受信音声再生条件の候補を、利用者が設定する。そして、各受信音声再生条件のもとで、テスト音声を順次、発生させ、その条件下でのエコー音成分を計測する。そして、この計測結果を基にして、受話音声のスピーカから出力のマイクロフォンへの回り込みエコーが最小となる最適条件を自動的に決定する。これにより、複数のスピーカを備える場合において、受話音声のスピーカから出力のマイクロフォンへの回り込みエコーを低減することができる。

したがって、本実施形態によれば、車両の運転中にハンズフリー通話を行う際に、通話者間で快適な通信通話を行うことができる。

［実施形態の変形］
本発明は、上記の実施形態に限定されるものではなく、様々な変形が可能である。

例えば、上記の実施形態では、音声処理装置１００と携帯電話装置９００との間の通信を無線通信で実現することとしたが、例えば、音声処理装置１００と携帯電話装置９００との間をケーブルを用いて接続し、音声処理装置１００と携帯電話装置９００との間の通信を有線通信とするものであってもよい。

また、上記の実施形態では、音声処理装置１００は携帯電話装置９００と無線通信を行うとしたが、携帯電話装置に限定せず、ＰＨＳやＰＤＡ、自動車電話等の移動通信端末装置と無線通信を行うものであってもよい。

また、上記の実施形態では、受信音声を再生するスピーカとして４個のスピーカを備えることとしたが、２個、３個、又は、５個以上のスピーカから受信音声を再生出力させるようにすることもできる。

また、上記の実施形態においては、車両に搭載される音声処理装置に本発明を適用したが、車両以外の他の移動体に搭載される音声処理装置にも本発明を適用することもできるし、また、例えば、家庭内等において使用される音声処理装置に本発明を適用することもできる。

なお、上記の実施形態における制御ユニット１１０の一部又は全部を中央処理装置（ＣＰＵ：Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、読出専用メモリ（ＲＯＭ：Read Only Memory）、ランダムアクセスメモリ（ＲＡＭ：Random Access Memory）等を備えた演算手段としてのコンピュータとして構成し、予め用意されたプログラムを当該コンピュータで実行することにより、上記の実施形態における処理の一部又は全部を実行するようにしてもよい。このプログラムはハードディスク、ＣＤ−ＲＯＭ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、当該コンピュータによって記録媒体から読み出されて実行される。また、このプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ等の可搬型記録媒体に記録された形態で取得されるようにしてもよいし、インターネットなどのネットワークを介した配送の形態で取得されるようにしてもよい。

本発明の一実施形態に係る音声処理装置の構成を概略的に示すブロック図である。 図１の４個のスピーカ及びマイクロフォンの配置位置を説明するための図である。 図１の再生音声条件情報を説明するためのブロック図である。 図１の制御ユニットの構成を説明するためのブロック図である。 図４の通話音声処理部の構成を説明するためのブロック図である。 図５のエコーキャンセル部の構成を説明するためのブロック図である。 図４の出力信号選択部の構成を説明するためのブロック図である。 図４の制御処理部の構成を説明するためのブロック図である。 図１の装置による受信音声の最適条件決定処理を説明するためのフローチャートである。 図９における最適条件決定処理を説明するためのフローチャートである。

符号の説明

１００ … 音声処理装置
１３０ … 記憶装置（記憶手段）
１３１_L〜１３１_SR … スピーカ
１４０ … 集音ユニット（集音手段）
２４０ … エコーキャンセル部（エコーキャンセル手段）
２４２ … 適応フィルタ（フィルタ手段）
２４３ … 減算器（減算手段）
２５０ … エコー検出部（エコー検出手段）
２６１ … 最適条件決定部（最適条件決定手段）
２６２ … 制御部（テスト音声出力制御手段、条件設定手段、エコーキャ
ンセル制御手段）

Claims (8)

1. 通話通信機能を有する音声処理装置であって、
   外部との通話のために発せられた音声を集音し、送信音声信号に変換する集音手段と；
   外部からの受信音声信号に基づいて受信音声を再生出力する複数のスピーカと；
   前記受信音声の再生に際して、前記複数のスピーカの中から再生出力用に選択される少なくとも１つの選択スピーカと、前記選択スピーカから出力される音声の音量との組み合わせから成る複数の受信音声再生条件候補が記憶された記憶手段と；
   前記複数の受信音声再生条件候補のそれぞれに従って、内部的に発生したテスト音声を、順次、前記選択スピーカから再生出力させるテスト音声出力制御手段と；
   前記テスト音声の再生出力に起因して前記集音手段により集音された音のエコー量を検出するエコー検出手段と；
   前記複数の受信音声再生条件候補のそれぞれに対応する前記エコー検出手段による検出結果に基づいて、前記複数の受信音声再生条件候補の中から最適条件を決定する最適条件決定手段と；
   通話通信中において、前記最適条件を受信音声再生条件として設定する条件設定手段と；
   を備えることを特徴とする音声処理装置。
2. 前記通話通信に際して、前記送信音声信号におけるエコー成分を低減させるエコーキャンセル手段を更に備える、ことを特徴とする請求項１に記載の音声処理装置。
3. 前記エコーキャンセル手段は、
   前記受信音声信号に基づいて、前記エコー成分を擬似する擬似エコー信号を生成するフィルタ手段と；
   前記集音手段における集音結果から前記擬似エコー信号を減算して前記送信音声信号を生成する減算手段と；
   を備えることを特徴とする請求項２に記載の音声処理装置。
4. 前記テスト音声の再生出力時には、前記エコーキャンセル手段による前記エコー成分の低減を行わせない設定を行うエコーキャンセル制御手段を更に備える、ことを特徴とする請求項２又は３に記載の音声処理装置。
5. 移動体に搭載される、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処理装置。
6. 外部との通話のために発せられた音声を集音し、送信音声信号に変換する集音手段と；外部からの受信音声信号に基づいて受信音声を再生出力する複数のスピーカと；前記受信音声の再生に際して、前記複数のスピーカの中から再生出力用に選択される少なくとも１つの選択スピーカと、前記選択スピーカから出力される音声の音量との組み合わせから成る複数の受信音声再生条件候補が記憶された記憶手段とを備える音声処理装置において使用される音声処理方法であって、
   前記複数の受信音声再生条件候補のそれぞれに従って、内部的に発生したテスト音声を、順次、前記選択スピーカから再生出力するテスト音声出力工程と；
   前記テスト音声の再生出力に起因して前記集音手段により集音された音のエコー量を検出するエコー検出工程と；
   前記複数の受信音声再生条件候補のそれぞれに対応する前記エコー検出工程における検出結果に基づいて、前記複数の受信音声再生条件候補の中から最適条件を決定する最適条件決定工程と；
   通話通信中において、前記最適条件を受信音声再生条件として設定する条件設定工程と；
   を備えることを特徴とする音声処理方法。
7. 請求項６に記載の音声処理方法を演算手段に実行させる、ことを特徴とする音声処理プログラム。
8. 請求項７に記載の音声処理プログラムが、演算手段により読み取り可能に記録された記録媒体。

Images