室内マイクロホンアレイを用いた実時間発話方向推定

摘要

本稿では，大規模マイクロホンアレイを用いた発話方向推定について報告する.筆者らは，先に音源の指向特性に基づいたビームフォーミング法を提案し，スピーカや人の発話方向推定について報告した.さらに，振幅成分の抽出，発話区間検出，周波数マスク，ヒストグラムの4つの改良手法を加えることで，高精度な推定が可能となること示した.その後，実時間で方向推定が可能なシステムについて報告したが，計算量の制限などにより推定精度が低く，その主原因も不明確であった.本稿では，実時間システムの精度の低い原因を調査し，それをもとに改良を行った実時間システムを提案した.評価実験から，従来の実時間システムよりも実時間性，推定精度に優れていることを示した.%This paper addresses a real-time sound source orientation estimation system using a 96ch microphone-array. We proposed a beam-forming method with estimation of sound source directivity, and reported orientation estimation of a speech source such as a loudspeaker or an actual human. Furthermore, we showed that the precision of the orientation estimation system is improved to introduce four additional techniques: Amplitude-extraction, correlation-based automatic voice activity detection (VAD), frequency mask and histogram integration. We developed a real-time sound source orientation system. However, the precision of the real-time system is sufficient for practical use. In this paper, we investigate the main causes of the estimation error and propose an advanced real-time orientation estimation system. The experimental results show that the advanced system has lower errorsrnthan the previous system by 20°--30°.