JP2016189570A - インターホン装置 - Google Patents

Abstract

【課題】 パン・チルト操作の手間を簡略化することが可能はインターホン装置を提供する。
【解決手段】 玄関子機１に複数のマイクを備えたマイクロホンアレイ１２と、マイクロホンアレイ１２が収音して出力する複数チャネルの音声信号をデジタル信号に変換する子機ＣＯＤＥＣ１４とを設けると共に、居室親機２に玄関子機１から伝送された複数チャンネルのデジタル音声信号から音声信号の位相差を検出する位相差検出部３２、及び検出した位相差情報を基に音声の到来方向を推定する到来方向推定部３３を備えた音声信号処理部２７と、到来方向推定部３３の推定結果を基にモニタ２５に表示する映像をパン・チルトする映像信号処理部１６とを設けた。
【選択図】 図１

Description

本発明はインターホン装置に関し、詳しくは通話時に玄関子機に組み込んだカメラの撮像映像を、居室親機において表示するインターホン装置に関する。

玄関子機にカメラを設けて訪問者映像を居室親機に表示させ、通話時に居住者が訪問者を映像で確認できるインターホン装置が普及している。このようなインターホン装置には、居室親機の操作によりカメラ撮像映像のパン・チルト操作が可能なものがあり、特にカメラの撮像方向を変えずに撮像映像の表示を操作してパン・チルトさせる電子ズーム機能は簡易な構成で実施できるため普及している（例えば、特許文献１参照）。

特開２０１１−７１７４８号公報

カメラ撮像映像を居室親機の操作でパン・チルトできるインターホン装置は、訪問者映像を見ながらモニタ画面の中心に人物を移動させることができるため、人物確認がし易かった。しかしながら、訪問者毎に立ち位置や身長が異なるため、従来のインターホン装置はその都度パン・チルト操作する面倒な操作を必要とした。

そこで、本発明はこのような問題点に鑑み、パン・チルト操作の手間を簡略化することが可能なインターホン装置を提供することを目的としている。

上記課題を解決する為に、請求項１の発明は、呼び出し／通話機能及びカメラを備えた玄関子機と、玄関子機からの呼び出しを受けて通話する機能及びカメラの撮像映像を表示するモニタを備えた居室親機とを有するインターホン装置において、玄関子機の通話のための子機マイクが複数のマイクから成るマイクロホンアレイで構成され、マイクロホンアレイが収音して出力する複数チャンネルの音声信号をデジタル信号に変換するＣＯＤＥＣとを有する一方、居室親機は、玄関子機から伝送された複数チャンネルのデジタル音声信号から、音声信号の位相差を検出する位相差検出部と、検出した位相差情報を基に音声の到来方向を推定する到来方向推定部と、到来方向推定部の推定結果を基にモニタに表示する映像をパン・チルトする表示制御部とを有することを特徴とする。
この構成によれば、複数のマイクが収音する音声の位相差から発話している人物の方向を推定して、その方向の撮像映像をモニタに表示させることができ、応答する居住者がパン・チルト操作する煩わしさを無くすことができる。

請求項２の発明は、請求項１に記載の構成において、マイクロフォンアレイのマイク間隔に基づく位相差と到来方向の関係を周波数に関連付けて記憶した位相・周波数特性記憶部を有し、到来方向推定部は、位相差検出部が検出した位相差及び周波数情報を、位相・周波数特性記憶部の情報に対比して到来方向を推定することを特徴とする。
この構成によれば、記憶している情報と対比して発話している人物の方向を推定するため、簡易な演算で精度の高い判定ができる。

本発明によれば、複数のマイクが収音する音声の位相差から発話している人物の方向を推定して、その方向を撮像した映像をモニタに表示させることができ、応答する居住者がパン・チルト操作する煩わしさを無くすことができる。

本発明に係るインターホン装置の一例を示すブロック図である。 音声信号処理部の回路ブロック図である。 マイクが検出する音声信号の位相差を説明する図である。 位相差・周波数直線の説明図である。 位相差・周波数直線の説明図である。 位相差・周波数直線の説明図である。

以下、本発明を具体化した実施の形態を、図面を参照して詳細に説明する。図１は本発明に係るインターホン装置の一例を示す回路ブロック図であり、１は玄関に設置されて居住者を呼び出して通話するための玄関子機、２は宅内に設置されて玄関子機１からの呼び出しに応答するための居室親機であり、両者は伝送線Ｌ１により接続されている。

玄関子機１は、呼出操作する呼出ボタン１１、通話するための子機マイク１２及び子機スピーカ１３、子機マイク１２が収音した音声信号のＡ／Ｄ変換、及び居室親機２から伝送された音声信号のＤ／Ａ変換を実施する子機ＣＯＤＥＣ１４、訪問者を撮像するためのカメラ１５、映像信号の変調処理等を実施する映像処理部１６、居室親機２と通信する子機通信処理部１７等を備えている。但し、子機マイク１２は複数のマイクロフォンから成るマイクロフォンアレイで構成されている。

居室親機２は、応答操作等行うための親機操作部２１、通話するための親機マイク２２及び親機スピーカ２３、親機マイク２２が収音した音声信号のＡ／Ｄ変換、及び玄関子機１から伝送された音声信号のＤ／Ａ変換を実施する親機ＣＯＤＥＣ２４、カメラ１５の撮像映像を表示するモニタ２５、映像信号の復調を行いモニタ２５に表示する映像を生成する映像処理部２６、音声信号から訪問者の方向を推定する機能を備えた音声信号処理部２７、居室親機２全体を制御する親機ＣＰＵ２８、玄関子機１と通信する親機通信処理部２９等を備えている。

図２は音声信号処理部２７の回路ブロック図を示し、図２に示すように音声の有無を判断する音声検出部３１、子機マイク１２の複数のマイク間の位相差を算出する位相差検出部３２、音声の到来方向を推定する到来方向推定部３３、位相差と到来方向の関係を周波数に関連付けて記憶した位相・周波数特性記憶部３４等を備えている。

ここで、位相・周波数特性記憶部３４が記憶しているデータについて説明する。図３は子機マイク１２が収音した音声の位相説明図、図４は、グラフ化した保存データの説明図であり移相差・周波数直線を示している。この図３、図４を参照して説明する。尚、ここでは子機マイク１２を構成するマイクロフォンアレイは、横方向に配置された２つのマイク（第１マイクＭ１、第２マイクＭ２）で構成されているとし、例えば１０ｍｍ離間して配置された場合を示している。
Ｓは訪問者等の音源を示し、図４に示す直線は周波数の変化に伴う音源方向を示し、子機マイク１２の正面方向を角度０°として、直線Ｐｌは−６０度（左側に６０度）、Ｐ２は−４５度、Ｐ３は０度、Ｐ４は４５度、Ｐ５は６０度（右側に６０度）の方角を示している。尚、図４においてプロットされている多数の丸印は、後述する収音した音声の位相差成分を示している。

この直線Ｐ１からＰ５は以下の様に決定される。尚、算出する直線の数は任意である。第１マイクＭ１、第２マイクＭ２から音源Ｓまでの距離差ｌは数１となるため、音源Ｓから子機マイク１２までの音声到達時間差τは数２により求めることができる。

尚、ｄはマイク間の距離、θは音声の到来角度、Ｖは音速である。

第１マイクＭ１は、第２マイクＭ２に対して時間τ遅れた信号として収音されるから、信号の周波数をｆ（周期Ｔは１／ｆ）とすると、音声到達時間差τと周期Ｔの関係は音声の位相差をΔφとすると、数３の関係で示される。

よって、第１マイクＭ１、第２マイクＭ２で収音された音声の位相差Δφは数４となる。

マイク間隔ｄと到来角度θより傾きが決まり、図４に示す位相・周波数直線が作成され、位相・周波数特性記憶部３４に記憶される。
尚、周波数ｆが２倍のｆ_１になると、周期Ｔ_１はＴ／２となるため、位相差Δφ（ｆ_１）は数５のようになり、位相差も２倍になる。

このように作成された位相・周波数直線が記憶されたインターホン装置の動作を次に説明する。但し、玄関子機１による呼び出しを受けて居室親機２で応答する動作、呼出操作を受けてカメラ１５の撮像映像がモニタ２５に表示される動作は従来と同様であるため説明を省略し、ここでは子機マイク１２が収音した音声から訪問者の方角を推定し、モニタ２５にその方角の映像を表示させる動作の流れを説明する。

玄関子機１において子機マイク１２により２チャンネルの音声として収音された音声は、子機ＣＯＤＥＣ１４によりデジタル信号に変換され、子機通信処理部１７を介して居室親機２に伝送される。この音声信号を受信した居室親機２は、音声信号処理部２７において所定の処理が成される。
具体的に、音声信号処理部２７では、まず音声検出部３１にて音声の有無が判定され、有音と判定されると位相差検出部３２にて音声信号がフレーム分割される。
フレーム分割は、効率良く演算するために実施され、処理環境に合わせて設定することが望ましく、一例としてフレーム長３２ｍｓ、オーバーラップ５０％として実施される。

位相差検出部３２では、フレーム分割された入力信号（ここでは２個のマイクＭ１，Ｍ２で収音した２チャンネルの信号とする）を、窓関数（ハミング窓など）処理を経て離散フーリエ変換する。
引き続き、離散フーリエ変換結果の各チャンネルの実部と虚部の正接関数から位相成分を算出し、その差分である位相差成分を算出する。こうして算出した位相差成分を位相・周波数特性記憶部３４に記憶されている図４に示す位相差・周波数直線と比較（比較方法も任意とする）する。尚、ここでは入力信号の位相差成分と予め用意した直線との平均誤差を比較し、最小誤差を示す直線を算出した到来角度を推定到来角（方向）とする。

図４に示す多数の丸印は、こうして算出した位相差成分をプロットした一例を示し、位相差・周波数直線の−６０度のＰ１、−４５度のＰ２、０度のＰ３、４５度のＰ４、６０度のＰ５等は、こうして算出された位相差成分データを基に作成された周波数直線であり、−９０度から第１マイクＭ１、第２マイクＭ２の２チャンネルで入力された白色雑音の位相差成分をプロットして作成したものである。
尚、この図４のプロット例では、到来方向推定部３３は、−６０度の直線Ｐ１を誤差最小として算出し、到来方向が−６０度と推定される。これにより、正確ではないがおおまかな発話者の方向を認識できる。

また、図５、図６に示す移相差・周波数直線は比較のための図であり、それぞれ−４５度と０度から入力した白色雑音の位相差成分のプロットと位相差・周波数直線を示している。図５はやや左から、図６は正面からそれぞれ音声が入力されていることを認識できる。
こうして推定された到来方向推定部３３の結果は、親機ＣＰＵ２８に送られ、親機ＣＰＵ２８から映像処理部２６に制御信号が出されて、映像処理部２６において映像のパンチルト制御が実施され、到来方向推定部３３が推定した方向の映像がモニタ２５に表示される。

このように、マイクロフォンアレイで構成される子機マイク１２が収音する音声の位相差から発話している人物の方向を推定して、その方向を撮像した映像をモニタ２５に表示させることができ、応答する居住者がパン・チルト操作する煩わしさを無くすことができる。
また、記憶している情報と対比して発話している人物の方向を推定するため、簡易な演算で精度の高い判定ができる。

尚、上記形態は子機マイク１２をマイクを２つ左右に配置した構成とし、左右方向の映像の移動（パン動作）を自動で行う構成としたが、マイクロフォンアレイを縦に配置すればモニタ２５に表示する映像のチルトを自動で行う構成を得ることができる。更に、マイクを３個以備えて上下左右の双方に配置すれば、パン・チルト制御の自動化が可能となる。
また、到来方向推定部３３を音声信号処理部２７に設けたが、親機ＣＰＵ２８と一体化しても良い。

１・・玄関子機、２・・居室親機、１１・・呼出ボタン、１２・・子機マイク（マイクロフォンアレイ）、１５・・カメラ、１４・・子機ＣＯＤＥＣ（ＣＯＤＥＣ）、２５・・モニタ、２６・・映像信号処理部（表示制御部）、２７・・音声信号処理部、２８・・親機ＣＰＵ、３２・・位相差検出部、３３・・到来方向推定部、３４・・位相・周波数特性記憶部。

Claims (2)

1. 呼び出し／通話機能及びカメラを備えた玄関子機と、前記玄関子機からの呼び出しを受けて通話する機能及び前記カメラの撮像映像を表示するモニタを備えた居室親機とを有するインターホン装置において、
   前記玄関子機の通話のための子機マイクが複数のマイクから成るマイクロホンアレイで構成され、前記マイクロホンアレイが収音して出力する複数チャンネルの音声信号をデジタル信号に変換するＣＯＤＥＣとを有する一方、
   前記居室親機は、前記玄関子機から伝送された前記複数チャンネルのデジタル音声信号から、音声信号の位相差を検出する位相差検出部と、検出した前記位相差情報を基に音声の到来方向を推定する到来方向推定部と、前記到来方向推定部の推定結果を基に前記モニタに表示する映像をパン・チルトする表示制御部とを有することを特徴とするインターホン装置。
2. 前記マイクロフォンアレイのマイク間隔に基づく位相差と到来方向の関係を周波数に関連付けて記憶した位相・周波数特性記憶部を有し、
   前記到来方向推定部は、前記位相差検出部が検出した位相差及び周波数情報を、前記位相・周波数特性記憶部の情報に対比して到来方向を推定することを特徴とする請求項１記載のインターホン装置。

Images