[发明专利]目标音强调装置及方法、噪音估计用参数学习装置及方法、记录介质

说明书

本发明提供噪音估计用参数学习装置，即使在混响或时间帧差成为问题的大规模空间中，也可以使配置在远离的位置的多个麦克风协作而执行频谱相减法，强调目标音。学习多个麦克风的观测信号中包含的噪音的估计中使用的噪音估计用参数的噪音估计用参数学习装置包括：模型化单元，将规定的麦克风的观测信号的概率分布模型化，将时间帧差的概率分布模型化，将传递函数增益的概率分布模型化；似然函数设定单元，根据模型化的概率分布，设定与时间帧差有关的似然函数、与传递函数增益有关的似然函数；以及参数更新单元，交替地反复更新两个似然函数的变量，将收敛后的时间帧差以及传递函数增益作为噪音估计用参数输出。

技术领域

本发明涉及在大规模的空间中，使配置在远离的位置的多个麦克风协作来进行目标音的强调的技术、目标音强调装置、噪音估计用参数学习装置、目标音强调方法、噪音估计用参数学习方法、程序。

背景技术

作为压制从某个方向到来的噪音的技术，代表性的有使用了麦克风阵列的波束成形。在广播用途的运动音的拾音中，大多取代使用波束成形而使用猎枪麦克风或抛物线麦克风等指向性麦克风。哪一种技术都强调从确定的方向到来的声音，压制从此以外的方向到来的声音。

考虑在棒球场或足球场、制造工厂等大规模的空间中仅希望拾音目标音的状况。若举出具体例子，则有在棒球场时希望拾音击球音和裁判的声音，在制造工厂时希望拾音某个制造设备的运转声的情况等。在这样的环境下，有噪音从与目标音相同的方向到来的情况，在上述的技术中不能仅强调目标音。

在压制从与目标音同方向到来的噪音的技术中，存在时间频率屏蔽。以下，使用算式说明这些方法。而且，在以下的算式中出现的表示观测信号的X和表示传递特性的H等右上方的数字意味着对应的麦克风的编号(索引)。例如在右上方的数字为(1)的情况下，对应的麦克风设为“第1麦克风”。而且，在以下的说明中出现的“第1麦克风”设为始终用于观测目标音的规定的麦克风。即，用“第1麦克风”观测的观测信号X⁽¹⁾设为始终充分地包含了目标音的规定的观测信号，是适合作为音源强调中使用的信号的观测信号。

另一方面，在以下的说明中也出现“第m麦克风”，但是在“第m麦克风”这样的情况下，意味着是与“第1麦克风”对比的“任意的麦克风”。

因此，在“第1麦克风”或“第m麦克风”这样的情况下，其编号是概念性的，不通过该编号确定该麦克风的位置或性质。例如，若在棒球场的例子中进行说明，则在“第1麦克风”这样的情况下，不意味着例如该麦克风存在于“挡球网背面”等确定的位置。因为“第1麦克风”意味着是适于观测目标音的规定的麦克风，所以若目标音的位置移动则“第1麦克风”的位置随之移动(更正确地说，对麦克风分配的编号(索引)伴随目标音的移动而适当变更)。

首先，将通过波束成形或指向性麦克风拾音的观测信号设为X⁽¹⁾_ω,τ∈C^Ω×T。这里ω∈{1,...,Ω}和τ∈{1,...,T}分别为频率和时间的索引。在将目标音设为S⁽¹⁾_ω,τ∈C^Ω×T，将不能完全压制的噪音群设为N_ω,τ∈C^Ω×T时，观测信号可以如以下那样记述。

这里H_ω⁽¹⁾是从目标音位置至麦克风位置的传递特性。由式(1)可知，规定的(第1)麦克风的观测信号包含目标音和噪音。在时间频率屏蔽中，使用时间频率掩码(mask)G_ω,τ来得到强调了目标音的信号Y_ω,τ。这里，理想的时间频率掩码G_ω,τ^{ideal}通过以下的式子求出。