JPH089500A - 音声受信装置 - Google Patents

Abstract

(57)【要約】 【目的】 所定音源からの音声だけを選択的に強調する
ことができる、ステレオ音声信号を受信する音声受信装
置を実現する。 【構成】 音源の位置によって、その音源から発音され
た音声が右マイクロフォンで捕捉される時間と、左マイ
クロフォンで捕捉される時間とが異なる。この時間差を
埋めるように、音声受信装置３０における右遅延部３３
ａ又は左遅延部３３ｂは右音声データ又は左音声データ
の少なくとも一方を遅延する。合成演算部３３ｃは、こ
の遅延によって所定音声成分の位相が揃えられた右音声
データ及び左音声データを合成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はステレオ音声信号を受信
する音声受信装置に関し、特に、テレビ会議システムに
適用して好適なものである。

【０００２】

【従来の技術】テレビ会議システムにおいて、音声信号
として、送信側における臨場感を醸し出したり話者の位
置を受信側で認識し易くしたりするために、ステレオ音
声信号が用いられている。

【０００３】図２は、このようなテレビ会議システムに
おける従来の音声信号の伝送系構成を示すものである。
図２において、音声送信装置１０は、通信網１を介して
少なくとも１個以上の音声受信装置２０と接続されてい
る。

【０００４】音声送信装置１０は、２個のマイクロフォ
ン１１Ｒ、１１Ｌと、２個のアナログ／デジタル変換部
１２Ｒ、１２Ｌと、音声符号化部１３と、通信制御部１
４とから構成されている。

【０００５】２個のマイクロフォン１１Ｒ、１１Ｌは左
右に設けられているものであり、それぞれ音源（例えば
話者）からの音声を捕捉して電気信号（音声信号）に変
換する。このようにしてマイクロフォン１１Ｒから出力
された右音声信号は、対応するアナログ／デジタル変換
部１２Ｒによってデジタルデータ（右音声データ）に変
換されて音声符号化部１３に与えられ、他方、マイクロ
フォン１１Ｌから出力された左音声信号は、対応するア
ナログ／デジタル変換部１２Ｌによってデジタルデータ
（左音声データ）に変換されて音声符号化部１３に与え
られる。音声符号化部１３は、右音声データ及び左音声
データをそれぞれ所定の符号化方式に従って符号化した
後、多重化して通信制御部１４に与える。かくして、こ
の通信制御部１４による通信制御を受けて符号化された
ステレオ音声データが通信網１に出力される。

【０００６】図３は、符号化された左音声データ及び右
音声データの多重化された後の状態を示すものである。
この図３に示すように、同一時点にかかる左音声データ
及び右音声データが多重され、多重によって得られたス
テレオ音声データが時間順次に出力される。

【０００７】一方、音声受信装置２０は、通信制御部２
１と、音声復号化部２２と、２個のデジタル／アナログ
変換部２３Ｒ、２３Ｌと、２個のスピーカ２４Ｒ、２４
Ｌとから構成されている。

【０００８】通信網１からのステレオ音声データは、通
信制御部２１で受信されて音声復号化部２２に与えられ
る。音声復号化部２２は、まずステレオ音声データを右
音声データ及び左音声データに多重分離し、その後それ
ぞれ復号化する。復号化された右音声データは、デジタ
ル／アナログ変換部２３Ｒによってアナログ信号（右音
声信号）に変換された後、右側に配置されたスピーカ２
４Ｒに与えられて発音出力される。他方、復号化された
左音声データは、デジタル／アナログ変換部２３Ｌによ
ってアナログ信号（左音声信号）に変換された後、左側
に配置されたスピーカ２４Ｌに与えられて発音出力され
る。

【０００９】以上のようにして、ステレオ音声信号を音
声送信装置１０及び音声受信装置２０間で授受すること
により、送信側における臨場感を受信側において醸し出
したり、音声によって画面中における話者の位置を受信
側で認識し易くしたりすることができる。

【００１０】

【発明が解決しようとする課題】ところで、送信側及び
受信側で会議者全員がテレビ会議システムの近くにいる
とは限らない。そのため、話者の音声が聞き取りにくい
ことも生じる。例えば、話者が送信側のテレビ会議シス
テムのマイクロフォンから遠い位置にいる場合や、話者
がマイクロフォンの近くにいても聴者が受信側のテレビ
会議システムのスピーカから遠い位置にいる場合には話
者の音声が聞き取りにくい。このような場合、音量調整
用のボリュームによって調整することも考えられるが限
界がある。また、逆に、近くの話者の音声が大きくなり
過ぎるような恐れもある。

【００１１】また、送信側の会議室において背景雑音が
ある場合が多い。例えば、空調整備における動作音や、
窓を介して道路から飛来する車両音が常時生じているこ
とがある。このような場合においても、話者の音声が受
信側において聞き取りにくいことも生じる。このような
場合には、ボリュームによって音量調整をしても背景雑
音も大きくなるので無意味である。

【００１２】以上のように、テレビ会議システムでは、
所定音源からの音声だけを選択的に強調したいことが実
際上多く生じているが、従来ではかかる要求に応じるこ
とはできなかった。

【００１３】本発明は、以上の点を考慮してなされたも
のであり、所定音源からの音声だけを選択的に強調する
ことができる、ステレオ音声信号を受信する音声受信装
置を提供しようとするものである。

【００１４】

【課題を解決するための手段】かかる課題を解決するた
め、本発明においては、ステレオ音声信号を受信する音
声受信装置において、右音声信号又は左音声信号の少な
くとも一方の位相を移相して、両音声信号の所定音声成
分の位相をそろえる音声移相手段と、この音声移相手段
によって所定音声成分の位相が揃えられた右音声信号及
び左音声信号を合成してモノラル音声信号を形成するス
テレオ音声合成手段とを備え、音声送信装置における所
定位置の音源からの音声信号を強調するようにした。

【００１５】

【作用】音源の位置によって、その音源から発音された
音声が右マイクロフォンで捕捉される時間と、左マイク
ロフォンで捕捉される時間とが異なる。

【００１６】本発明では、この時間差を埋めるように、
音声移相手段が右音声信号又は左音声信号の少なくとも
一方の位相を移相し、ステレオ音声合成手段がこの音声
移相手段によって所定音声成分の位相が揃えられた右音
声信号及び左音声信号を合成する。このようにして合成
された音声は、時間差が埋め合わされた音声成分につい
ては、右音声信号又は左音声信号におけるその音声成分
より大きなものとなる。他方、他の音源からの右音声信
号及び左音声信号における音声成分は、位相がそろえら
れていないので合成されても大きくなることはない。

【００１７】従って、上述のように処理することによ
り、所定音源からの音声だけを選択的に強調することが
できる。

【００１８】

【実施例】以下、本発明の一実施例を図面を参照しなが
ら詳述する。なお、この実施例は、テレビ会議システム
における音声受信装置とする。また、音声送信装置は図
２に示した構成を有し、その説明は省略する。

【００１９】図１は、この実施例の要部構成を示すブロ
ック図である。図１において、この実施例の音声受信装
置３０は、通信制御部３１、音声復号化部３２、音源強
調部３３、操作盤３４、デジタル／アナログ変換部３５
及びスピーカ３６を備えている。

【００２０】通信網１からのステレオ音声データ（図３
参照）は、通信制御部３１で受信されて音声復号化部３
２に与えられる。音声復号化部３２は、まずステレオ音
声データを右音声データ及び左音声データに多重分離
し、その後それぞれ復号化する。復号化された右音声デ
ータ及び左音声データは、音源強調モードにおいては、
音源強調部３３に与えられる。

【００２１】この実施例の場合、右音声及び左音声を同
時に発音させるステレオ発音モードと、特定音源からの
音声をモノラル音声として発音させる音源強調モードと
があり、音源強調モードによる強調音源の位置も右音
源、中央音源、左音源も分けられている。そのため、操
作盤３４は、ステレオ発音スイッチ３４ａ、右音源強調
スイッチ３４ｂ、中央音源強調スイッチ３４ｃ及び左音
源強調スイッチ３４ｄが設けられている。右音源強調ス
イッチ３４ｂ、中央音源強調スイッチ３４ｃ及び左音源
強調スイッチ３４ｄのいずれかが操作されたときに、音
声復号化部３２によって復号化された右音声データ及び
左音声データが音源強調部３３に与えられる。

【００２２】なお、ステレオ発音モードにおいては、復
号化された右音声データ及び左音声データはそれぞれ、
右音声用及び左音声用のデジタル／アナログ変換部（図
２の２２Ｒ、２２Ｌ）に与えられ、従来と同様に処理さ
れる。図１においては、ステレオ発音モードにおけるデ
ジタル／アナログ変換部以降の構成は省略している。ま
た、その説明も省略する。

【００２３】音源強調部３３は、実際上デジタルシグナ
ルプロセッサ（ＤＳＰ）によって構成されており、機能
的には、右遅延部３３ａ、左遅延部３３ｂ、合成演算部
３３ｃ及び遅延量制御部３３ｄによって構成される。

【００２４】右遅延部３３ａは、遅延量制御部３３ｄの
制御を受けて右音声データを遅延させるものであり、左
遅延部３３ｂは、遅延量制御部３３ｄの制御を受けて左
音声データを遅延させるものである。なお、この実施例
の場合、右遅延部３３ａ及び左遅延部３３ｂの一方だけ
が遅延動作を実行するものであり（両者共に遅延動作し
ない場合はある）、他方は入力された音声データをその
まま通過させる。右遅延部３３ａを通過した右音声デー
タ及び左遅延部３３ｂを通過した左音声データは共に、
合成演算部３３ｃに与えられる。合成演算部３３ｃは、
右音声データ及び左音声データを加算合成してモノラル
な音声データに変換してデジタル／アナログ変換部３５
に与える。

【００２５】デジタル／アナログ変換部３５は、モノラ
ル音声データをアナログ信号（音声信号）に変換してス
ピーカ３６に与えて発音出力させる。なお、デジタル／
アナログ変換部３５は、右音声用又は左音声用の一方の
デジタル／アナログ変換部（図２参照）を流用したもの
であっても良く、別個専用のデジタル／アナログ変換部
であっても良い。同様に、スピーカ３６も、右音声用又
は左音声用の一方のスピーカ（図２参照）を流用したも
のであっても良く、別個専用のスピーカであっても良
い。

【００２６】音源強調部３３の遅延量制御部３３ｄは、
右音源からの音声を強調させるときには右遅延部３３ａ
に遅延動作させるものであり、その遅延量を少なくとも
所定値以上に制御する。また、音源強調部３３の遅延量
制御部３３ｄは、左音源からの音声を強調させるときに
は左遅延部３３ｂに遅延動作させるものであり、その遅
延量を少なくとも所定値以上に制御する。さらに、音源
強調部３３の遅延量制御部３３ｄは、中央音源からの音
声を強調させるときには右遅延部３３ａ又は左遅延部３
３ｂの一方に遅延動作させるものであり、その遅延量を
少なくとも所定値以下に制御する。遅延量制御部３３ｄ
は、合成演算部３３ｃからの音声データと音声復号化部
３２からの一方の音声データとを、例えばパワー比較す
ることによって最適遅延量を決定する。すなわち、この
実施例の場合、遅延量の探索動作を行ない、その後に遅
延された音声データと遅延されていない音声データとの
合成処理が実行される。

【００２７】上述した音源強調部３３の処理によって、
所定方向の音源からの音声が強調されていることを明ら
かにする。

【００２８】図４は、音声送信装置１０の左右のマイク
ロフォン１１Ｒ及び１１Ｌと、２個の音源４０Ｒ及び４
０Ｌの配置例を示すものである。右側に位置する音源４
０Ｒは、右側のマイクロフォン１１Ｒに対する物理的な
距離は短く、左側のマイクロフォン１１Ｌに対する物理
的距離は長い。従って、ある時点で右側音源４０Ｒから
発音された音声は、右側マイクロフォン１１Ｒの方が左
側マイクロフォン１１Ｌより相対的に早く捕捉する。逆
に、左側に位置する音源４０Ｌは、右側のマイクロフォ
ン１１Ｒに対する物理的な距離は長く、左側のマイクロ
フォン１１Ｌに対する物理的距離は短く、従って、ある
時点で左側音源４０Ｌから発音された音声は、左側マイ
クロフォン１１Ｌの方が右側マイクロフォン１１Ｒより
相対的に早く捕捉する。

【００２９】図５は、右側音源４０Ｒから発音された音
声ＡＲと、右側マイクロフォン１１Ｒで捕捉されたその
音声信号ＡＲＲと、左側マイクロフォン１１Ｌで捕捉さ
れたその音声信号ＡＲＬとの関係を示すものである。図
５（Ａ）に示す右側音源４０Ｒでの発音音声ＡＲに比べ
て、多少の時間だけ遅れて、まず、図５（Ｂ）に示すよ
うに右側マイクロフォン１１Ｒに音声信号ＡＲＲが現わ
れ、さらに、所定時間Ｔ１だけ遅れて、図５（Ｃ）に示
すように左側マイクロフォン１１Ｌに音声信号ＡＲＬが
現われる。図６は、左側音源４０Ｌから発音された音声
ＡＬと、右側マイクロフォン１１Ｒで捕捉された音声信
号ＡＬＲと、左側マイクロフォン１１Ｌで捕捉された音
声信号ＡＬＬとの関係を示すものである。図６（Ａ）に
示す左側音源４０Ｌでの発音音声ＡＬに比べて、多少の
時間だけ遅れて、まず、図６（Ｃ）に示すように左側マ
イクロフォン１１Ｒに音声信号ＡＬＬが現われ、さら
に、所定時間Ｔ２だけ遅れて、図６（Ｃ）に示すように
右側マイクロフォン１１Ｒに音声信号ＡＬＲが現われ
る。

【００３０】図７は、音源での波形と、音声受信装置３
０の合成演算部３３ｃからの合成音声データの所定成分
との関係を示す図である。また、この図７は、右音声デ
ータに対して時間Ｔ１だけ遅延させた状態を示してい
る。音声復号化部３２から音源強調部３３に与えられる
右音声データには、図４に示したように左右に音源４０
Ｒ及び４０Ｌがある場合には、右側音源４０Ｒからの音
声データ成分ＡＲＲ（図５（Ｂ））と、左側音源４０Ｌ
からの音声データ成分ＡＬＲ（図６（Ｂ））とが含まれ
ている。同様に、音声復号化部３２から音源強調部３３
に与えられる左音声データには、図４に示したように左
右に音源４０Ｒ及び４０Ｌがある場合には、右側音源４
０Ｒからの音声データ成分ＡＲＬ（図５（Ｃ））と、左
側音源４０Ｌからの音声データ成分ＡＬＬ（図６
（Ｃ））とが含まれている。

【００３１】ここで、右音声データに対して時間Ｔ１だ
け遅延させると、遅延された右音声データに含まれてい
る右側音源４０Ｒからの音声データ成分ＡＲＲと、左音
声データに含まれている右側音源４０Ｒからの音声デー
タ成分ＡＲＬとの位相が一致し、これらを合成した場
合、図７（Ａ）に示すように、合成された右側音源４０
Ｒからの音声データ成分ＡＲＳは右側音源４０Ｒからの
元の音声ＡＲより強調されたものとなる。

【００３２】これに対して、右音声データに対して時間
Ｔ１だけ遅延させた場合、遅延された右音声データに含
まれている左側音源４０Ｌからの音声データ成分ＡＬＲ
と、左音声データに含まれている左側音源４０Ｌからの
音声データ成分ＡＬＬとの位相差はさらに大きくなり
（＝Ｔ１＋Ｔ２）、これらを合成した場合、図７（Ｂ）
に示すように、合成された左側音源４０Ｌからの音声デ
ータ成分ＡＬＳは左側音源４０Ｌからの元の音声ＡＬよ
りパワーが弱まったものとなる。

【００３３】上述のように、図４に示すように左右に音
源４０Ｒ及び４０Ｌがある場合において、音声復号化部
３２からの右音声データを所定量だけ遅延させて左音声
データに加算合成すると、右側音源４０Ｒからの音声デ
ータ成分が大きく強調される。同様に、音声復号化部３
２からの左音声データを所定量だけ遅延させて右音声デ
ータに加算合成すると、左側音源４０Ｌからの音声デー
タ成分が大きく強調される。

【００３４】従って、上述の実施例によれば、所定位置
の音源からの音声信号を強調できる音声受信装置を提供
することができる。従って、テレビ会議において話者の
発音内容を聴者がより明確に聞き取ることができる。

【００３５】なお、上記実施例においては、本発明をテ
レビ会議システムの音声受信装置に適用したものを示し
たが、本発明はこれに限定されるものではなく、ステレ
オ音声を受信する音声受信装置に広く適用できるもので
ある。

【００３６】また、上記実施例においては、右側音声信
号と左側音声信号とをデジタル段階で合成するものを示
したが、アナログ段階で合成処理するようにしても良
い。

【００３７】さらに、上記実施例においては、遅延量の
制御を自動的に行なうものを示したが、遅延量の指示を
もユーザが行なうものであっても良い。また、各種操作
を操作盤３４だけでなく、いわゆるリモコンに対して行
なうものであっても良い。

【００３８】また、右音声データに含まれている所定の
音声データ成分と左音声データに含まれている所定の音
声データ成分の位相をそろえる処理は、遅延処理に限定
されるものではなく、逆に、位相の進み処理によって実
現しても良い。

【００３９】

【発明の効果】以上のように、本発明によれば、右音声
信号又は左音声信号の少なくとも一方の位相を移相し
て、両音声信号の所定音声成分の位相をそろえる音声移
相手段と、この音声移相手段によって所定音声成分の位
相が揃えられた右音声信号及び左音声信号を合成してモ
ノラル音声信号を形成するステレオ音声合成手段とを設
けたので、所定音源からの音声だけを選択的に強調する
ことができる音声受信装置を実現できる。

【図面の簡単な説明】

【図１】実施例の要部構成を示すブロック図である。

【図２】従来の音声受信装置を含むテレビ会議システム
の構成を示すブロック図である。

【図３】音声送信装置及び音声受信装置で授受する音声
データの伝送用フォーマットを示す説明図である。

【図４】複数音源４０Ｒ、４０Ｌとマイクロフォン１１
Ｒ、１１Ｌとの配置例を示すブロック図である。

【図５】図４の場合における音源４０Ｒの発音音声と、
各マイクロフォン１１Ｒ、１１Ｌでの捕捉音声との関係
を示す説明図である。

【図６】図４の場合における音源４０Ｌの発音音声と、
各マイクロフォン１１Ｒ、１１Ｌでの捕捉音声との関係
を示す説明図である。

【図７】右音声データ及び左音声データの一方を遅延さ
せて合成することで所定音源からの音声を強調できるこ
とを示す説明図である。

【符号の説明】

３３…音源強調部、３３ａ…右遅延部、３３ｂ…左遅延
部、３３ｃ…合成演算部、３３ｄ…遅延量制御部、３４
…操作盤。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 ステレオ音声信号を受信する音声受信装
   置において、 右音声信号又は左音声信号の少なくとも一方を移相し
   て、両音声信号の所定音声成分の位相をそろえる音声移
   相手段と、 この音声移相手段によって所定音声成分の位相が揃えら
   れた右音声信号及び左音声信号を合成してモノラル音声
   信号を形成するステレオ音声合成手段とを備え、 音声送信装置における所定位置の音源からの音声信号を
   強調するようにしたことを特徴とする音声受信装置。