特許ウォッチ

公開番号2025079377
公報種別公開特許公報(A)
公開日2025-05-22
出願番号2023191954
出願日2023-11-10
発明の名称音声処理装置、音声処理方法、プログラム及び記憶媒体
出願人パイオニア株式会社
代理人個人
主分類G10L 15/20 20060101AFI20250515BHJP(楽器;音響)
要約【課題】音声認識の認識精度を向上させることが可能な音声処理装置等を提供する。
【解決手段】音声処理装置は、推定部と、設定部と、を有する。推定部は、マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する。設定部は、エコー成分の推定に係るステップサイズを、マイク音声及びエコー成分の相関性に応じて異なるサイズに設定する。
【選択図】図3
特許請求の範囲【請求項１】
マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定部と、
前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定部と、
を有する音声処理装置。
続きを表示（約 1,000 文字）【請求項２】
前記設定部は、前記マイク音声及び前記エコー成分の相関性が高い場合に、前記ステップサイズを相対的に大きい第１のサイズに設定し、前記マイク音声及び前記エコー成分の相関性が低い場合に、前記ステップサイズを相対的に小さい第２のサイズに設定する請求項１に記載の音声処理装置。
【請求項３】
前記マイク音声及び前記エコー成分の相関性を示す相関係数を算出する算出部をさらに有し、
前記設定部は、前記相関係数が所定の閾値よりも大きい場合に、前記ステップサイズを前記第１のサイズに設定し、前記相関係数が前記所定の閾値以下である場合に、前記ステップサイズを前記第２のサイズに設定する請求項２に記載の音声処理装置。
【請求項４】
前記マイク音声から前記エコー成分を差し引くことにより、前記マイク音声に含まれる前記システム音声を抑制する抑制部と、
前記抑制された前記システム音声を含む前記マイク音声を減衰させる減衰部と、をさらに有する請求項１に記載の音声処理装置。
【請求項５】
前記設定部は、前記ステップサイズとして、前記エコー成分の推定に用いられるフィルタにおけるフィルタ係数の可変幅を設定する請求項１に記載の音声処理装置。
【請求項６】
前記設定部は、前記エコー成分の推定に係るステップサイズを、複数のステップサイズのうちの一のステップサイズに設定する請求項１に記載の音声処理装置。
【請求項７】
コンピュータが実行する音声処理方法であって、
マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定工程と、
前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定工程と、
を有する音声処理方法。
【請求項８】
コンピュータにより実行されるプログラムであって、
マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定部、及び、
前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定部として前記コンピュータを機能させるプログラム。
【請求項９】
請求項８に記載のプログラムを記憶した記憶媒体。

発明の詳細な説明【技術分野】
【０００１】
本開示は、音声を処理する技術に関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
音声に含まれるエコー成分を除去するエコーキャンセルに係る技術が従来知られている。
【０００３】
具体的には、例えば、特許文献１には、マイクに入力されたユーザの発話音声と、当該マイクに入力されたエコーと、を含む音声から当該エコーに相当する成分を除去する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２００９－１０９５３６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
例えば、スマートスピーカ等のような、音声認識を利用した対話型の装置に入力された音声に対してエコーキャンセルを適用した場合には、音声の劣化により音声認識の認識精度が低下してしまう、という問題点が生じる。
【０００６】
これに対し、特許文献１には、前述の問題点を解消するための方法について特に開示等されていない。そのため、特許文献１に開示された技術によれば、前述の問題点に応じた課題が生じている。
【０００７】
本開示は、上記の課題を鑑み、音声認識の認識精度を向上させることが可能な音声処理装置を提供することを主な目的とする。
【課題を解決するための手段】
【０００８】
請求項に記載の発明は、音声処理装置であって、マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定部と、前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定部と、を有する。
【０００９】
請求項に記載の発明は、コンピュータが実行する音声処理方法であって、マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定工程と、前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定工程と、を有する。
【００１０】
請求項に記載の発明は、コンピュータにより実行されるプログラムであって、マイクに入力されたマイク音声に含まれるシステム音声に対応する成分をエコー成分として推定する推定部、及び、前記エコー成分の推定に係るステップサイズを、前記マイク音声及び前記エコー成分の相関性に応じて異なるサイズに設定する設定部として前記コンピュータを機能させる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許