[发明专利]拾音装置、拾音方法以及程序

权利要求书

1.一种拾音装置，用于对从成为音源的物体输出的目的音进行拾音，所述拾音装置具有：

第1输入部，接受由摄像机生成的图像数据的输入；

第2输入部，接受从麦克风阵列输出的音响信号的输入；和

控制部，决定对所述目的音进行拾音的方向，

所述控制部包含：

检测部，基于所述图像数据来检测所述物体在水平方向或垂直方向中至少任意一个方向上的位置，输出表示检测出的所述物体的位置的信息即物体位置信息；

推定部，基于所述音响信号来推定所述音源在水平方向或垂直方向中至少任意一个方向上的位置，输出表示推定出的所述音源的位置的信息即音源位置信息；

加权部，对应于所述摄像机的拍摄状况来设定所述物体位置信息的权重；和

决定部，基于所述物体位置信息、所述物体位置信息的权重和所述音源位置信息来决定对所述目的音进行拾音的方向。

2.根据权利要求1所述的拾音装置，其中，

所述加权部基于表示所述物体包含在所述图像数据中的确定性的图像准确度来设定所述物体位置信息的权重。

3.根据权利要求2所述的拾音装置，其中，

所述加权部基于所述图像数据的平均亮度或亮度的方差来算出所述图像准确度。

4.根据权利要求2所述的拾音装置，其中，

所述检测部将所述图像数据分割成多个区域，

所述加权部基于所述多个区域当中与检测出的所述物体的位置对应的一个区域的平均亮度或亮度的方差来算出所述图像准确度。

5.根据权利要求1～4中任一项所述的拾音装置，其中，

所述加权部对应于所述麦克风阵列的音接收状况来设定所述音源位置信息的权重，

所述决定部基于所述物体位置信息、所述物体位置信息的权重、所述音源位置信息和所述音源位置信息的权重来决定对所述目的音进行拾音的方向。

6.根据权利要求5所述的拾音装置，其中，

所述加权部基于表示所述目的音包含在所述音响信号中的确定性的音响准确度来设定所述音源位置信息的权重。

7.根据权利要求6所述的拾音装置，其中，

所述加权部基于所述音响信号中所含的所述目的音与非目的音的似然比或功率比来算出所述音响准确度。

8.根据权利要求1所述的拾音装置，其中，

所述拾音装置还具有：

传感器部，包含探测周围的明亮度的亮度传感器、探测到所述物体的距离的距离传感器或加速度传感器当中的至少一者，

所述加权部基于所述传感器部的输出来设定所述物体位置信息的权重。

9.根据权利要求1所述的拾音装置，其中，

所述拾音装置具备：

所述摄像机或所述麦克风阵列当中的至少一方。

10.根据权利要求1所述的拾音装置，其中，

所述检测部检测人的身体、脸或唇来作为所述物体。

11.一种拾音装置，用于对从成为音源的物体输出的目的音进行拾音，所述拾音装置具有：

第1输入部，接受由摄像机生成的图像数据的输入；

第2输入部，接受从麦克风阵列输出的音响信号的输入；和

控制部，决定对所述目的音进行拾音的方向，

所述控制部包含：

检测部，基于所述图像数据来检测所述物体在水平方向或垂直方向中至少任意一个方向上的位置，输出表示检测出的所述物体的位置的信息即物体位置信息；

推定部，基于所述音响信号来推定所述音源在水平方向或垂直方向中至少任意一个方向上的位置，输出表示推定出的所述音源的位置的信息即音源位置信息；

加权部，对应于所述麦克风阵列的音接收状况来设定所述音源位置信息的权重；和

决定部，基于所述物体位置信息、所述音源位置信息和所述音源位置信息的权重来决定对所述目的音进行拾音的方向。