第22回 ロボット聴覚特集 - 奥乃研究室 - 京都大学

マイクロホン[ 正 面 ][ 左 ][ 右 ][ 背 面 ][ 頭 部 ][ 右 ][ 左 ]スピーカ8 chA/Dボードマルチリングバッファ話 者方 向 推 定ノイズキャンセラエコーキャンセラ音 声 認 識エンジン制 御ロボットプラットフォームFigure. 2: PaPeRo の 音 声 インターフェースマイクロホン、 及 び 頭 部 に1 個 の 指 向 性 マイクロホン、さらにCCDカメラ、 超 音 波 センサ、 赤 外 線 センサ、プッシュスイッチを 搭 載 し、4 個 のモータによって動 作 する。これらのセンサ 及 びモータは、Windows XPで 動 作 するPentiumM 1.6GHz CPUによって 制 御 する。2.2. 音 声 インターフェースPaPeRoの 音 声 インターフェースは、Fig. 2に 示 す 構成 を 有 する。 前 記 マイクロホンに 入 力 された 信 号 を8チャンネルAD 変 換 ボード( 東 京 エレクトロンデバイス、TD-BD-8CSUSB)を 用 いてディジタル 化 し、マルチリングバッファに 格 納 する。 格 納 された 信 号 から必 要 な 信 号 を 選 択 して、 所 望 の 処 理 を 行 う。 話 者 方向 推 定 では、 正 面 、 左 、 右 の3マイクロホンに 入 力 された 信 号 を 使 用 する。 推 定 された 方 向 の 情 報 は、ロボットの 方 向 を 制 御 するロボットプラットフォームに 供 給 される。ノイズキャンセラでは、 頭 部 と 背 面の2つのマイクロホンに 入 力 された 信 号 を 使 用 する。雑 音 が 低 減 された 出 力 は、 出 力 用 リングバッファに格 納 される。ロボットプラットフォームは、 必 要 に応 じて 出 力 用 リングバッファから 音 声 認 識 エンジンに 信 号 を 供 給 し、 音 声 認 識 が 行 われる。2.3. AD 変 換 ボードパーソナルロボットPaPeRoに 内 蔵 可 能 な 小 型 の8チャンネルAD 変 換 ボード(TD-BD-8CSUSB)を、 東 京 エレクトロンデバイスと 共 同 で 開 発 した。ボードの 外観 を、Fig. 3に 示 す。8チャンネルのマイクロホン 入力 信 号 を 同 時 にサンプリングし、USB2.0またはUSB1.1インターフェースで、パーソナルコンピュータ(パソコン) 等 へ 取 り 込 むことができる。ボードは、ASIOドライバに 準 拠 しており、USB 経 由 で 供 給 された 電 力 による 動 作 (バスパワー 動 作 )が 可 能 であ56mmる。バスパワーとは 別 に、 外 部 電 源 供 給 の 端 子 も 有している。サンプリング 周 波 数 は、48kHz、44.1kHz、22.05kHz、11.025kHz、 又 は8kHzのいずれかを 選 択 することができる。マイクロホン 入 力 アンプ 及 びAD 変換 利 得 調 整 機 能 を 内 蔵 しており、60dB 以 上 のSN 比 を達 成 している。3. 近 接 音 場 における 話 者 方 向 推 定 [5]3.1. 方 向 推 定 の 原 理話 者 方 向 推 定 は、 複 数 のマイクロホンに 入 力 された信 号 の 時 間 差 に 基 づいて 行 う。Fig. 4に 示 すように、マイクロホンを 結 ぶ 直 線 と 直 角 の 方 向 に 対 して、 角度 θをなす 方 向 から 音 が 到 来 する 例 を 考 える。2つのマイクロホンへの 入 力 信 号 をx1(t)、x2(t)、これらの 時 間 差 をτとする。 時 間 差 τは、 入 力 信 号 x1(t) とx2(t)に 関 する 相 互 相 関 の 最 大 値 として 求 めることができる。このτを 用 いて、θは(1)で 与 えられる。− cτθ = sin 1 ( )M93mmFigure. 3. 8 チャンネルAD 変 換 ボード(1)42