[发明专利]交谈检测装置、助听器和交谈检测方法

说明书

技术领域

本发明涉及在周围存在多个说话者的状况下，检测与交谈对象的交谈的交谈检测装置、助听器和交谈检测方法。

背景技术

近年来，助听器能够从来自多个话筒单元的输入信号形成敏感度的指向性(例如，参照专利文献1)。使用助听器想听见的声源主要是与助听器佩戴者进行交谈的对象的声音。因此，为了有效利用指向性处理，希望助听器进行与检测交谈的功能联动的控制。

以往，作为感测(sensing)交谈状况的方法，有使用摄像机和话筒的方法(例如，参照专利文献2)。在专利文献2中记载的信息处理装置对来自摄像机的影像进行处理，估计人物的视线方向。在进行交谈的情况下，考虑到在视线方向上存在交谈对象的情况较多。但是，在助听器用途中，由于需要追加摄像设备，所以该方法(approach)不适当。

另一方面，通过多个话筒(话筒阵列)，能够估计从哪个方向听见声音，所以在会议的场合下，能够从该估计结果信息中提取交谈对象。然而，声音具有扩散的性质。因此，如在咖啡厅的交谈那样，在存在多个交谈组的情况下，仅基于传来方向进行的判断，难以区别向自己说出的话和向自己以外的人说出的话。从听见发声的人的角度来看，声音的传来方向并不表示发出了声音的人的脸的方向。这一点与能够直接估计脸或视线的方向的影像输入不同，所以难以实现基于声音输入的交谈对象检测的方法。

作为考虑了干扰音(masking sound)的存在的基于声音输入的现有的交谈对象检测装置，例如有专利文献3中记载的声音信号处理装置。在专利文献3中记载的声音信号处理装置对来自话筒阵列的输入信号进行处理而进行声源分离，并通过对两个声源间的交谈成立程度进行运算，判定交谈是否成立。

专利文献3中记载的声音信号处理装置，提取在来自多个声源的多个声音信号混在一起而输入的环境下交谈成立的有效声音。该声音信号处理装置基于发声的时序，进行考虑了交谈是“话的投接球”的性质的数值化。

图1是表示专利文献3中记载的声音信号处理装置的结构的图。

如图1所示，声音信号处理装置10包括：话筒阵列11；声源分离单元12；每个声源的发声检测单元13、14、15；每两个声源的交谈成立度运算单元16、17、18；以及有效声音提取单元19。

声源分离单元12将从话筒阵列11输入的多个声源进行分离。

发声检测单元13、14和15判定各个声源的有声/无声。

交谈成立度运算单元16、17和18对每两个声源的交谈成立度进行运算。

有效声音提取单元19从每两个声源的交谈成立度中提取交谈成立度最大的声音作为有效声音。

作为声源分离的方式，已知基于ICA(Independent Component Analysis：独立分量分析)进行的方式或通过ABF(Adaptive Beamformer：自适应波束形成器)进行的方式。另外，也已知两者的动作原理相似(例如，参照非专利文献1)。

现有技术文献

专利文献

专利文献1：美国专利第2002/0041695A1号说明书

专利文献2：日本特开2000-352996号公报

专利文献3：日本特开2004-133403号公报

非专利文献

非专利文献1：牧野昭二等著“独立成分分析に基づくブラインド音源分離”电子情报通信学会技术研究报告.EA，应用音响103(129)，17-24，2003-06-13

发明内容

发明要解决的问题

然而，在这样的现有的声音信号处理装置中，具有以下的问题，即：交谈成立度的有效性变低，无法高精度地判定前方的说话者是否为交谈对象。这是因为，在可佩戴(wearable)话筒阵列(头部佩戴式的话筒阵列)的情况下，从佩戴者来看，话筒阵列佩戴者的自身发声和位于佩戴者的前方的交谈对象的发声的双方都辐射到相同方向(前方)。因此，在现有的声音信号处理装置中，难以分离这些发声。

例如，在由对左右耳朵分别佩戴两个话筒单元的两耳助听器的总计四个话筒单元构成话筒阵列的情况下，能够以佩戴者的头部为中心，对周围的音响信号执行声源分离处理。但是，在如位于前方的说话者的发声和佩戴者自身的发声那样，声源的方向相同的情况下，无论通过ABF或ICA，都难以进行声源分离。这种声源的方向相同，影响到各个声源的有声/无声判定精度，也影响到基于该精度的交谈成立判定的精度。