特許ウォッチ

公開番号2025089157
公報種別公開特許公報(A)
公開日2025-06-12
出願番号2023204187
出願日2023-12-01
発明の名称録音装置、録音システム、及びそれらの録音方法
出願人パナソニックIPマネジメント株式会社
代理人弁理士法人大島特許事務所
主分類G10L 21/0272 20130101AFI20250605BHJP(楽器;音響)
要約【課題】骨導マイクおよび気導マイクを用いて利用者を含む複数の人物の発声が収音される場合に、利用者の発声とその周囲の人物の発声とを分離する録音装置、録音システム、及びそれらの録音方法を提供する。
【解決手段】利用者の発声を収音して骨導音信号を生成する骨導マイク10と利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイク11と、気導音信号に基づく複数の人物の発声から骨導音信号に基づく利用者の発声を分離するための処理を実行することにより、分離音データを生成する演算部36と、骨導音信号に基づき生成された利用者の発声を含む骨導音データ及び分離音信号に基づき生成された利用者以外の前記人物の発声を含む分離音データをそれぞれ記憶する記憶部42と、備えた構成とする。
【選択図】図3
特許請求の範囲【請求項１】
利用者の発声を収音して骨導音信号を生成する骨導マイクと、
前記利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、
前記気導音信号に基づく前記複数の人物の前記発声から前記骨導音信号に基づく前記利用者の前記発声を分離するための処理を実行することにより、分離音信号を生成する音声分離部と、
前記骨導音信号に基づき生成された前記利用者の前記発声を含む骨導音データ、及び前記分離音信号に基づき生成された前記利用者以外の前記人物の前記発声を含む分離音データをそれぞれ記憶する記憶部と、
を備えた、録音装置。
続きを表示（約 1,900 文字）【請求項２】
前記骨導音信号が伝送される骨導音伝送路と、
前記気導音信号が伝送される気導音伝送路と、
を更に備え、
前記音声分離部は、前記気導音伝送路を伝送される前記気導音信号から前記骨導音伝送路を伝送される前記骨導音信号を減算することにより、前記分離音信号を生成する、請求項１に記載の録音装置。
【請求項３】
前記骨導音伝送路において、前記分離音信号の生成に用いられる前記骨導音信号から前記利用者の前記発声に基づく音声信号を抽出するローパスフィルタを更に備えた、請求項２に記載の録音装置。
【請求項４】
前記骨導音伝送路において、前記分離音信号の生成に用いられる前記骨導音信号におけるノイズ成分を除去または低減するノイズキャンセラを更に備えた、請求項２に記載の録音装置。
【請求項５】
前記骨導音データに基づく音声と前記分離音データに基づく音声とを選択的に再生可能な音声再生部を更に備えた、請求項１または請求項２に記載の録音装置。
【請求項６】
前記骨導音データに基づく音声と前記分離音データに基づく音声との音声認識処理を選択的に実行することにより、テキスト変換処理を実行可能な音声認識部を更に備えた、請求項１または請求項２に記載の録音装置。
【請求項７】
複数の利用者における各利用者によってそれぞれ使用されるマイクセットと、
前記各マイクセットからの音声信号をそれぞれ取得するサーバとを備え、
前記各マイクセットは、
前記各利用者の発声を収音して骨導音信号を生成する骨導マイクと、
前記各利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、を有し、
前記サーバは、
前記骨導音信号に基づく骨導音データと、前記気導音信号に基づく気導音データとを、前記各マイクセットからそれぞれ取得する音声データ取得部と、
前記音声データ取得部によって取得された複数の前記気導音データを合成することにより、合成気導音データを生成する気導音データ合成部と、
前記合成気導音データに基づく合成音声から、少なくとも１つの前記マイクセットに対応する前記骨導音データに基づく前記利用者の前記発声を分離するための処理を実行することにより分離音データを生成する音声データ分離部と、
前記骨導音データと、前記分離音データとをそれぞれ記憶する記憶部と、
を有する、録音システム。
【請求項８】
前記複数の利用者のいずれかにより使用される入力装置を更に備え、
前記サーバは、前記入力装置への入力操作によって選択された少なくとも１つの前記マイクセットの情報を取得し、
前記音声データ分離部は、選択された少なくとも１つの前記マイクセット以外の前記マイクセットに対応する前記骨導音データに基づき、前記分離音データを生成する、請求項７に記載の録音システム。
【請求項９】
複数の利用者における各利用者によってそれぞれ使用されるマイクセットと、
前記各マイクセットからの音声信号をそれぞれ取得するサーバとを備え、
前記各マイクセットは、
前記各利用者の発声を収音して骨導音信号を生成する骨導マイクと、
前記各利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、を有し、
前記サーバは、
前記骨導音信号に基づく骨導音データと、前記気導音信号に基づく気導音データとを、前記各マイクセットからそれぞれ取得する音声データ取得部と、
２以上の前記マイクセットに対応する前記骨導音データを合成することにより、それら２以上のマイクセットを使用する２以上の利用者の発声を含む合成骨導音データを生成する骨導音データ合成部と、
前記合成骨導音データおよび前記気導音データを記憶する記憶部と、
を有する、録音システム。
【請求項１０】
前記複数の利用者のいずれかにより使用される入力装置を更に備え、
前記サーバは、前記入力装置への入力操作によって選択された２以上の前記マイクセットの情報を取得し、
前記骨導音データ合成部は、選択された前記２以上のマイクセットに対応する前記骨導音データを合成することにより、前記合成骨導音データを生成する、請求項９に記載の録音システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、骨導マイクおよび気導マイクを備え、利用者の発声を録音する録音装置、録音システム、及びそれらの録音方法に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
従来、利用者の顎や頭部の骨の振動を利用することにより、利用者の発声を収音する骨導マイクが普及している。骨導マイクの収音特性（例えば、収音された音の周波数特性）は、空気の振動を利用する一般的な気導マイクとは異なる。一般に、骨導マイクは、例えば比較的ノイズの多い環境における収音により適していることが知られている。また、そのような骨導マイクおよび気導マイクの収音特性の違いを利用した技術が開発されている。
【０００３】
例えば、利用者によって楽曲が歌唱された際に、骨伝導マイク（すなわち、骨導マイク）および空気伝導マイク（すなわち、気導マイク）から同時に入力された歌唱音を、空気伝導録音データ及び骨伝導録音データとして記録部に記録し、その記録されている空気伝導録音データ及び骨伝導録音データからなる組み合わせの録音データを同期再生する録音再生システムが存在する（特許文献１を参照）。これにより、利用者は、再生された自らの歌唱音を違和感なく聴き取ることができる。
【先行技術文献】
【特許文献】
【０００４】
特開２０１０－１７６０４１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、骨導マイクおよび気導マイクを備えた録音装置によって生成された録音データに複数の人物の発声が含まれる場合がある。例えば、録音装置の利用者（例えば、録音装置を所持する人物）およびその周囲に存在する人物の会話を録音する場合などである。一方、そのような複数の人物の発声を含む録音データについて、利用者の発声とその周囲の人物の発声とを分離して利用したい場合がある。そのような発声の利用には、例えば、利用者の発声とその周囲の人物の発声とを個別に再生することや、利用者の発声とその周囲の人物の発声とを個別にテキスト化することなどが含まれる。
【０００６】
これに対し、上記特許文献１に記載の従来技術によれば、骨導マイクおよび気導マイクの収音特性の違いを利用することにより、利用者は、録音された自らの歌唱音を違和感なく聴くことができる。しかし、その従来技術では、複数の人物が発声する環境において録音が行われる場合に、利用者の発声をその周囲の人物の発声と分離して利用することについては全く想定されていない。
【０００７】
そこで、本開示は、骨導マイクおよび気導マイクを用いて利用者を含む複数の人物の発声が収音される場合に、利用者の発声とその周囲の人物の発声とを分離して利用可能とする録音装置、録音システム、及びそれらの録音方法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】
本開示の録音装置は、利用者の発声を収音して骨導音信号を生成する骨導マイクと、前記利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、前記気導音信号に基づく前記複数の人物の前記発声から前記骨導音信号に基づく前記利用者の前記発声を分離するための処理を実行することにより、分離音信号を生成する音声分離部と、前記骨導音信号に基づき生成された前記利用者の前記発声を含む骨導音データ、及び前記分離音信号に基づき生成された前記利用者以外の前記人物の前記発声を含む分離音データをそれぞれ記憶する記憶部と、備えた構成とする。
【０００９】
本開示の録音システムは、複数の利用者における各利用者によってそれぞれ使用されるマイクセットと、前記各マイクセットからの音声信号をそれぞれ取得するサーバとを備え、前記各マイクセットは、前記各利用者の発声を収音して骨導音信号を生成する骨導マイクと、前記各利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、を有し、前記サーバは、前記骨導音信号に基づく骨導音データと、前記気導音信号に基づく気導音データとを、前記各マイクセットからそれぞれ取得する音声データ取得部と、前記音声データ取得部によって取得された複数の前記気導音データを合成することにより、合成気導音データを生成する気導音データ合成部と、前記合成気導音データに基づく合成音声から、少なくとも１つの前記マイクセットに対応する前記骨導音データに基づく前記利用者の前記発声を分離するための処理を実行することにより分離音データを生成する音声データ分離部と、前記骨導音データと、前記分離音データとをそれぞれ記憶する記憶部と、を有する構成とする。
【００１０】
本開示の録音方法は、録音装置の録音方法であって、前記録音装置は、利用者の発声を収音して骨導音信号を生成する骨導マイクと、前記利用者を含む複数の人物の発声を収音して気導音信号を生成する気導マイクと、を備え、前記気導音信号に基づく前記複数の人物の前記発声から前記骨導音信号に基づく前記利用者の前記発声を分離するための処理を実行することにより分離音信号を生成し、前記骨導音信号に基づき前記利用者の前記発声を含む骨導音データを生成し、かつ前記分離音信号に基づき前記利用者以外の前記人物の前記発声を含む分離音データを生成し、前記骨導音データおよび前記分離音データをそれぞれ記憶する構成とする。
（【００１１】以降は省略されています）

関連特許