JPH10171497A - 背景雑音除去装置 - Google Patents

Abstract

(57)【要約】 【課題】 背景雑音と音声信号が混在する入力信号から
背景雑音を音質を損なうことなく除去し得る背景雑音除
去装置を提供する。 【解決手段】 A/D 変換器１〜パワースペクトル計算部
４で入力信号を順次フレーム単位の周波数成分X_f,kに変
換する。時間軸音声検出器６が音声信号を検出しない期
間、背景雑音推定部７はX_f,kに基づいて推定背景雑音N2
_f,k を生成して保持する。時間軸音声検出器６が音声信
号を検出する期間、加算器５はE1_f,k＝X_f,k−α_c N2_f,k
を計算する。パワー操作部10とS/N 計算部11は、E1_f,k
とN2_f,k に基づいて全周波数帯域のS/N_aと全周波数帯
域を複数に分割した小領域毎のS/N_mとを計算する。帯域
別背景雑音再推定部12は、S/N_mとS/N_aの差が所定値以下
の各小領域について再更新推定背景雑音N3_mf,kを生成す
る。加算器13はE1_f,k から所定量のN3_mf,kを減算し、平
滑演算部14〜D/A 変換器17等は加算器13の出力をフレー
ム毎の周波数成分から時間軸信号に変換して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声信号と背景雑
音が混在する入力信号から背景雑音を除去する背景雑音
除去装置に関するものである。

【０００２】

【従来の技術】音声信号と背景雑音が混在する入力信号
から背景雑音を除去する一方法として、入力信号を周波
数成分に変換してあらかじめ定めた低周波数成分と高周
波数成分とに分け、低周波数成分に対しては全体に１よ
り小さいゲインをかけて振幅を小さくし、高周波数成分
に対しては周波数減算法(spectral subtraction)を適用
して各スペクトル毎に背景雑音を除去する方法が知られ
ている。

【０００３】

【発明が解決しようとする課題】しかしながら、上記の
背景雑音除去方法では、(a) 通常の使用状態では背景雑
音の周波数特性は様々で未知であるため、あらかじめ低
周波数域と高周波数域とを決定しておくこは困難であ
る。(b) 低周波数域と高周波数域とでは別々の方式を用
いて処理を行うので、低周波数域と高周波数域の分割点
での整合が難しく、スペクトルが低周波数域から高周波
数域まで連続した周波数特性に対しても、周波数分割点
において処理方式の相違による不連続な処理点が発生
し、聴感上の違和感を発生させる。(c) 低周波数域では
S/N が改善されずにパワーが小さくなるだけであるの
で、特に音声成分が低周波数域に集中している場合には
効果的な雑音除去が期待できず、周波数成分の全帯域で
見たときには、S/N はむしろ劣化し、音質も劣化する。
等の欠点があった。

【０００４】本発明はこのような従来技術の欠点を解消
し、低周波数域と高周波数域を区別することなく周波数
成分の全帯域で１つの方法で背景雑音の除去を行う、聴
感上の違和感が生じない、音質の優れた背景雑音除去装
置を提供することを目的とする。

【０００５】

【課題を解決するための手段】本発明は上述の課題を解
決するために、入力信号として、背景雑音が入力され次
いで該背景雑音と音声信号が混在する形で入力される背
景雑音除去装置において、この装置は、入力信号を時間
軸信号から順次フレーム単位で周波数成分に変換する信
号変換手段と、入力信号に含まれる音声信号を検出する
音声検出手段と、この音声検出手段で音声信号が検出さ
れないノイズ期間は、信号変換手段で変換される周波数
成分と１フレーム前に生成した推定背景雑音との平均を
とることにより推定背景雑音を生成して保持する背景雑
音推定手段と、音声検出手段で音声信号が検出される音
声期間は、信号変換手段で変換される周波数成分から背
景雑音推定手段で保持される推定背景雑音を減算する第
１の加算手段と、この第１の加算手段の減算で得られる
周波数成分を信号とし、背景雑音推定手段で保持される
推定背景雑音を雑音として、全周波数帯域のS/N と全周
波数帯域を複数に分割した小領域毎のS/N とを計算する
S/N 計算手段と、小領域のS/N と全周波数帯域のS/N の
差が所定値以下の各小領域について、第１の加算手段の
減算で得られる周波数成分と背景雑音推定手段で保持さ
れる推定背景雑音とを所定の割合で含む再更新推定背景
雑音を生成する帯域別背景雑音再推定手段と、第１の加
算手段の減算で得られる周波数成分から再更新推定背景
雑音を減算する第２の加算手段と、この第２の加算手段
の減算で得られるフレーム毎の周波数成分を時間軸信号
に変換して出力する信号再生手段とを有し、第１の加算
手段で減算する推定背景雑音と第２の加算手段で減算す
る再更新推定背景雑音の大きさは、入力信号から背景雑
音が除去されるように設定されることを特徴とする。

【０００６】また、本発明は上述の課題を解決するため
に、入力信号として、背景雑音が入力され次いで該背景
雑音と音声信号が混在する形で入力される背景雑音除去
装置において、この装置は、入力信号を時間軸信号から
順次フレーム単位で周波数成分に変換する信号変換手段
と、入力信号に含まれる音声信号を検出する音声検出手
段と、この音声検出手段で音声信号が検出されないノイ
ズ期間は、信号変換手段で変換される周波数成分と１フ
レーム前に生成した推定背景雑音との平均をとることに
より推定背景雑音を生成して保持する背景雑音推定手段
と、音声検出手段で音声信号が検出される音声期間は、
信号変換手段で変換される周波数成分から背景雑音推定
手段で保持される推定背景雑音を減算する第１の加算手
段と、この第１の加算手段の減算で得られる周波数成分
を信号とし、背景雑音推定手段で保持される推定背景雑
音を雑音として、全周波数帯域のS/N と全周波数帯域を
複数に分割した小領域毎のS/N とを計算するS/N 計算手
段と、小領域のS/N と全周波数帯域のS/N の差が所定値
以下の各小領域について、第１の加算手段の減算で得ら
れる周波数成分と背景雑音推定手段で保持される推定背
景雑音とを所定の割合で含む雑音を生成し、この雑音に
背景雑音推定手段で保持される推定背景雑音を加算する
ことにより再更新推定背景雑音を生成する帯域別背景雑
音再推定手段と、信号変換手段の変換で得られる周波数
成分から再更新推定背景雑音を減算する第２の加算手段
と、この第２の加算手段の減算で得られるフレーム毎の
周波数成分を時間軸信号に変換して出力する信号再生手
段とを有し、第２の加算手段で減算する再更新推定背景
雑音の大きさは、入力信号から背景雑音が除去されるよ
うに設定されることを特徴とする。

【０００７】この場合、音声検出手段は、信号変換手段
の変換で得られる周波数成分に含まれる音声成分を検出
することにより入力信号に含まれる音声信号を検出する
ようにするとよい。

【０００８】更に、音声検出手段は、信号変換手段の変
換で得られる周波数成分を複数の小領域に分割して該小
領域毎に音声成分を検出し、音声成分が検出された小領
域の数が所定値以上であるとき入力信号に音声信号が含
まれると判定するようにするとよい。

【０００９】また、音声検出手段は、信号変換手段の変
換で得られる周波数成分を複数の小領域に分割して該小
領域毎に音声成分を検出し、全小領域数に対する音声成
分が検出された小領域の数の割合が所定値以上であると
き入力信号に音声信号が含まれると判定するようにする
とよい。

【００１０】

【発明の実施の形態】次に添付図面を参照して本発明に
よる背景雑音除去装置の実施例を詳細に説明する。

【００１１】図１は本発明の第１の実施例の背景雑音除
去装置を示すブロック図である。この第１の実施例は、
背景雑音から急峻な変化成分を取り除いた推定背景雑音
および背景雑音の急峻な変化分を含む再更新推定背景雑
音を生成し、入力信号から推定背景雑音を除去し、更
に、周波数帯域を複数に分割した小領域のうちS/N が特
に小さい小領域に対しては再更新推定背景雑音を除去す
ることにより、音質を損なうことなく背景雑音を精度よ
く除去するものである。

【００１２】図１において、入力端子18には、始め背景
雑音N1が入力され、次いで音声信号S がその背景雑音N1
に混在する形で入力されるものとする。例えば、携帯電
話装置、自動車電話装置、音響機器等のマイクロホンか
ら出力される信号がこの音声信号S 、背景雑音N1に相当
する。入力端子18に入力された入力信号（背景雑音N1、
または音声信号S と背景雑音N1）は、入力端子18に接続
されるアナログ−ディジタル変換器（A/D 変換器）１に
入力される。A/D 変換器１は、入力端子18からの信号を
所定の周波数、例えば、電話装置であれば8 KHz でサン
プリングし、アナログ信号からディジタル信号に変換し
て出力側に接続される窓関数演算器２および時間軸音声
検出器６へ出力する。

【００１３】窓関数演算器２は、A/D 変換器１からのデ
ィジタル信号を所定のサンプル数毎に１つのフレームに
まとめ、その各フレームに対して窓関数演算を施して出
力側に接続される高速フーリエ変換演算器（FFT 演算
器）３へ出力する。なお、窓関数演算には、フレーム間
のデータ飛躍に基づく高周波成分の発生を防止するため
に、ハニング窓、ハミング窓等の窓関数が使用されるこ
とは周知のところである。FFT 演算器３は、窓関数演算
器２からの信号について１フレーム毎に高速フーリエ変
換演算を施し、時間t の関数として表わされる時間軸信
号を周波数成分（スペクトル信号）に変換する。そし
て、そのスペクトル信号を、出力側に接続されるパワー
スペクトル計算部４および位相計算部８へ出力する。

【００１４】ここで、入力端子18に背景雑音N1が入力さ
れたときFFT 演算器３から出力されるスペクトル信号を
N1(f,k) （f は周波数、k はフレーム番号）、音声信号
S のみが入力されたときFFT 演算器３から出力されるス
ペクトル信号をS(f,k)とすると、FFT 演算器３から出力
されるスペクトル信号X(f,k)は、入力端子18に背景雑音
N1のみが入力されるノイズ期間では(1) 式で表わすこと
ができ、入力端子18に背景雑音N1と音声信号S が混在す
る形で入力される音声期間では(2) 式で表わすことがで
きる。

【００１５】 X(f,k)＝N1(f,k) (1) X(f,k)＝N1(f,k) ＋S(f,k) (2) パワースペクトル計算部４は、FFT 演算器３からのスペ
クトル信号X(f,k)のパワースペクトルX_f,kを、１フレー
ム毎に計算する。そして、計算したパワースペクトルX
_f,kを出力側に接続される加算器５および背景雑音推定
部７へ出力する。位相計算部８は、FFT 演算器３からの
スペクトル信号X(f,k)の各周波数成分毎の同相成分およ
び直交成分から各周波数成分の位相Φ(f,k) を計算し、
その位相Φ(f,k) を出力側に接続される位相保持器９へ
出力する。位相保持器９は、位相計算部８からの位相Φ
(f,k) を１フレームの期間保持する。

【００１６】一方、時間軸音声検出器６は、A/D 変換器
１からのディジタル信号に音声が含まれるか否かを検出
し、その検出結果を出力側に接続される背景雑音推定部
７へ出力する。本実施例では、音声の検出を時間軸で行
なうものであり、長時間、例えば500ms における入力信
号の平均パワーと、短時間、例えば50msにおける入力信
号の平均パワーとの差を算出し、その差があらかじめ設
定した閾値を越えたとき入力信号中に音声が含まれてい
ると判定する。なお、音声の検出方法は、本実施例に限
定されるものではなく、時間軸で音声を検出できる方法
であればどのような方法であってもかまわない。

【００１７】背景雑音推定部７は、スイッチ71、背景雑
音更新部72、および背景雑音保持部73を含み、時間軸音
声検出器６が音声を検出しないノイズ期間において、パ
ワースペクトル計算部４からのパワースペクトルX_f,kを
用いて背景雑音を推定する。詳細には、スイッチ71は、
時間軸音声検出器６からの判定結果に基づいてノイズ期
間のみスイッチを閉じ、パワースペクトル計算部４の出
力側を背景雑音更新部72の入力側に接続する。したがっ
て、パワースペクトル計算部４からのパワースペクトル
X_f,kは、ノイズ期間のみ背景雑音更新部72に入力され
る。

【００１８】背景雑音更新部72は、パワースペクトル計
算部４からのパワースペクトルX_f,kと、背景雑音保持部
73に保持されている１フレーム前に推定した推定背景雑
音N2_f,k-1 とを用いて、(3) 式により推定背景雑音N2
_f,k を算出すると共に、背景雑音保持部73に保持されて
いる１フレーム前の推定背景雑音N2_f,k-1 を推定背景雑
音N2_f,k に更新する。なお、(3) 式の計算は、フレーム
毎、周波数成分毎に実行される。

【００１９】 N2_f,k ＝α・N2_f,k-1 ＋(1−α) ・X_f,k (3) ここで、k ＝0 のとき、N2_f,0 ＝0 とする。また、α
は、ノイズ推定の速度を決定する係数であって、1 ＞α
＞0 の範囲内に設定される。

【００２０】ところで、背景雑音のパワースペクトルは
その平均値の周辺に或る分散をもって時間的に変動する
ものである。したがって、背景雑音のパワースペクトル
をそのまま背景雑音除去のために用いると、装置が各フ
レーム毎に背景雑音に過敏に応答し、その動作が不安定
となる。そこで、本実施例では、(3) 式を用いてパワー
スペクトル計算部４からのパワースペクトルX_f,kと１フ
レーム前に推定した推定背景雑音N2_f,k-1 との平均をと
り、その平均したパワースペクトルを推定背景雑音とし
て用いることにより、装置が各フレーム毎に背景雑音に
敏感に応答することを防止し、装置の安定化を図ってい
る。

【００２１】このように、背景雑音推定部７は、ノイズ
期間において、フレーム毎に(3) 式により背景雑音を推
定していく。そして、背景雑音保持部73で保持される推
定背景雑音N2_f,k-1 が、パワースペクトル計算部４から
出力されるパワースペクトルX_f,kに近づいてN2_f,k-1 ≒
X_f,kとなったとき、ノイズ期間ではX_f,k≒N1_f,k （N1
_f,k は背景雑音のパワースペクトル）であるので、推定
背景雑音N2_f,k を用いて背景雑音N1_f,k を除去すること
ができることとなり、背景雑音推定部７の背景雑音の推
定アルゴリズムは収束する。背景雑音更新部72は、推定
アルゴリズム収束後の推定背景雑音N2_f,k を出力側に接
続される加算器５およびパワー操作部10へ出力し、背景
雑音保持部73は、その推定背景雑音N2_f,k を保持する。

【００２２】ノイズ期間が終了し、次いで入力端子18に
背景雑音N1と音声信号S が混在する形で入力される音声
期間に移ると、パワースペクトル計算部４からは背景雑
音N1と音声信号S が混在する信号に対応するパワースペ
クトルX_f,kが出力される。加算器５は、このパワースペ
クトルX_f,kと、背景雑音推定部７からの推定背景雑音N2
_f,k とを用いて(4) 式により減算を実行し、その結果E1
_f,k を出力側に接続されるパワー操作部10および加算器
13へ出力する。なお、(4) 式において、α_c は、推定背
景雑音N2_f,k の減算量を加減するための係数であり、1
≧α_c >0の範囲内で、使用環境等を考慮してあらかじめ
定めておく。

【００２３】 E1_f,k ＝X_f,k−α_c ・N2_f,k (4) 先述したように音声期間では、FFT 演算器３の出力X(f,
k)は、X(f,k)＝N1(f,k) ＋S(f,k)となるので、パワース
ペクトル計算部４から出力される音声のパワースペクト
ルをS_f,kとすると、加算器５の出力E1_f,k は(5) 式のよ
うになる。

【００２４】 E1_f,k ≒S_f,k (5) このように、加算器５からは、背景雑音を含む音声信号
に対応するパワースペクトルX_f,kから推定背景雑音N2
_f,k を除去した音声信号に対応するパワースペクトルS
_f,kが出力されることになる。ただし、推定背景雑音N2
_f,k は実際の背景雑音には完全に一致しないので、音声
信号に対応するパワースペクトルS_f,kのみを得ることは
困難であり、E1_f,k には多少の背景雑音が含まれること
となる。なお、ノイズ期間では、FFT 演算器３の出力X
(f,k)はX(f,k)＝N(f,k)となるので、加算器５の出力E1
_f,k は、E1_f,k ≒0 となる。

【００２５】パワー操作部10は、帯域分割器101 、パワ
ー計算部102 、対数計算部103 、スイッチ104 、および
パワー保持部105 を含み、加算器５および背景雑音推定
部７からのパワースペクトルを複数の小領域の周波数帯
域（チャンネル）に分割し、そのチャンネル毎にパワー
を計算するものである。詳細には、加算器５からのパワ
ースペクトルE1_f,k および背景雑音推定部７からのパワ
ースペクトルN2_f,k は、帯域分割器101 およびパワー計
算部102 の双方にそれぞれ入力される。

【００２６】帯域分割器101 は、ノイズ期間においては
背景雑音推定部７からのパワースペクトルN2_f,k を、音
声期間においては１フレーム毎に入力される加算器５か
らのパワースペクトルE1_f,k をそれぞれ所定の数のチャ
ンネルに分割し、出力側に接続されるパワー計算部102
および後述する帯域別背景雑音再推定部12へ出力する。
パワー計算部102 は、帯域分割器101 からの各チャンネ
ルのパワースペクトルを用いて、(6) 式、(7) 式によ
り、パワースペクトルE1_f,k に対応する各チャンネルの
パワー和E1_m,k 、パワースペクトルN2_f,k に対応する各
チャンネルのパワー和N2_m,k を計算する。

【００２７】

【数１】 ここで、m は、分割した小領域の周波数帯域の第m 番目
の周波数帯域（第m チャンネル）を表わし、fsは、第m
チャンネルにおける開始周波数を表わし、feは、第m チ
ャンネルにおける終了周波数を表わしている。

【００２８】また、パワー計算部102 は、加算器５から
のパワースペクトルE1_f,k 、背景雑音推定部７からのパ
ワースペクトルN2_f,k を用いて、(8) 式、(9) 式によ
り、パワースペクトルE1_f,k に対応する全周波数帯域に
おけるパワー総和E1_ALL 、パワースペクトルN2_f,k に対
応する全周波数帯域におけるパワー総和N2_ALL を計算す
る。

【００２９】 E1_ALL ＝ΣE1_f,k (8) N2_ALL ＝ΣN2_f,k (9) パワー計算部102 は、計算したパワー和E1_m,k 、N2
_m,k 、パワー総和E1_ALL 、N2_ALL を出力側に接続される
対数計算部103 へ出力する。対数計算部103 は、(10)〜
(13)式により、パワー計算部102 からの各パワー和、パ
ワー総和について対数変換を行い、出力側に接続される
スイッチ104 へ出力する。

【００３０】 E1_mlog＝log(E1_m,k) (10) N2_mlog＝log(N2_m,k) (11) E1_alog＝log(E1_ALL) (12) N2_alog＝log(N2_ALL) (13) スイッチ104 は、時間軸音声検出器６により制御され、
ノイズ期間はスイッチを端子a 側に倒して対数計算部10
3 の出力側をパワー保持器105 に接続する。これによ
り、ノイズ期間では対数計算部103 の出力はパワー保持
器105 に入力され、パワー保持器105 は、対数計算部10
3 からの各チャンネルのパワー和N2_mlogと全周波数帯域
のパワー総和N2_alogを保持すると共に、出力側に接続さ
れるS/N 計算部11へ出力する。スイッチ104 は、音声期
間はスイッチを端子b 側に倒して対数計算部103 の出力
側をS/N 計算部11に接続する。これにより、音声期間で
は対数計算部103 からの各チャンネルのパワー和E1_mlog
と全周波数帯域のパワー総和E1_alogがフレーム毎にS/N
計算部11に入力される。

【００３１】S/N 計算部11は、全帯域S/N 計算部111 お
よび帯域別S/N 計算部112 を含み、パワー操作部10から
の各チャンネルのパワー和E1_mlog、N2_mlog、全周波数帯
域のパワー総和E1_alog、N2_alogに基づいてS/N を計算す
るものである。詳細には、全帯域S/N 計算部111 は、音
声期間にスイッチ104 を介して対数計算部103 から送出
される全周波数帯域のパワー総和E1_alogと、パワー保持
器105 に保持されているノイズ期間中の全周波数帯域の
パワー総和N2_alogとを用いて(14)式により全帯域のS/N_a
を計算し、出力側に接続される帯域別背景雑音再推定部
12へ出力する。

【００３２】 S/N_a＝E1_alog−N2_alog (14) 一方、帯域別S/N 計算部112 は、音声期間にスイッチ10
4 を介して対数計算部103 から出力される各チャンネル
のパワー和E1_mlogと、パワー保持器105 に保持されてい
るノイズ期間中の各チャンネルのパワー和N2_mlogとを用
いて、(15)式により小領域別のS/N_mを計算し、出力側に
接続される帯域別背景雑音再推定部12へ出力する。

【００３３】 S/N_m＝E1_mlog−N2_mlog (15) ここで、m は、分割した複数の小領域の周波数帯域の第
m 番目の周波数帯域（第m チャンネル）を表わしてい
る。

【００３４】なお、本実施例では、パワー計算部102 の
出力を対数計算部103 で対数変換した後、S/N 計算部11
でS/N を算出しているが、対数変換しないでS/N を算出
してもよい。この場合、対数計算部103 が不要となるが
S/N の計算がやや面倒になる。

【００３５】帯域別背景雑音再推定部12は、帯域別S/N
差判定部121 および帯域別背景雑音再更新部122 を含
み、S/N 計算部11からの全周波数帯域のS/N_aおよび各チ
ャンネルのS/N_mに基づいてチャンネル毎のS/N 差を判定
し、S/N の低いチャンネルについては推定背景雑音の再
更新を行なうものである。詳細には、帯域別S/N 差判定
部121 は、S/N 計算部11の全帯域S/N 計算部111 からの
全周波数帯域のS/N_aおよび帯域別S/N 計算部112 からの
各チャンネルのS/N_mを用いて、(16)式、(17)式により、
チャンネル毎にS/N_mとS/N_aの差を判定し、その判定結果
を出力側に接続される帯域別背景雑音再更新部122 へ出
力する。

【００３６】 S/N_m≧S/N_a＋δ (16) S/N_m＜S/N_a＋δ (17) ここで、δは、装置や使用環境等を考慮してあらかじめ
定めていく定数である。図２は、全周波数帯域のS/N_aと
チャンネルのS/N_mの一例を示す図である。ただし、α＝
0.5 、α_c ＝0.7 、β＝0.8 、δ＝−6(dB) 、m ＝5 の
場合であり、また、縦軸の単位はdBである。

【００３７】帯域別背景雑音再更新部122 は、パワー操
作部10の帯域分割器101 から出力される各チャンネルの
推定背景雑音のうち、 (17) 式を満足するチャンネルの
推定背景雑音N2_mf,kと、同じく帯域分割器101 から出力
される加算器５の出力がチャンネル毎に分割された出力
のうち、 (17) 式を満足するチャンネルの出力E1_mf,kと
を用いて、(18)式により推定背景雑音N2_mf,kの再更新を
行って再更新推定背景雑音N3_mf,kを生成し、出力側に接
続される加算器13へ出力する。なお、 (16) 式を満足す
るチャンネルについては、再更新は行わない。

【００３８】 N3_mf,k＝(1−β) ・N2_mf,k＋β・ E1_mf,k (18) ここで、m は、分割した複数の周波数帯域の第m 番目の
周波数帯域（第m チャンネル）を表わす。また、βは、
再更新の速度を表わす係数であり、加算器５の第m チャ
ンネルの出力E1_mf,kを再更新推定背景雑音N3_mf,kに反映
させるためのものである。

【００３９】(18)式において、βを大きくすると再更新
推定背景雑音N3_mf,kに対するE1_mf,kの影響が大きくな
り、βを小さくするとその影響が小さくなる。ここで、
加算器５の第m チャンネルの出力E1_mf,kは、背景雑音の
急峻な変化に応じて急峻に変化するものである。したが
って、βが大きければ再更新推定背景雑音N3_mf,kは、急
峻に変化する背景雑音成分に速やかに追従するものとな
り、逆にβが小さければ再更新推定背景雑音N3_mf,kは、
急峻に変化する背景雑音成分に緩やかに追従するものと
なる。よって、βは、再更新の速度を表わす係数である
ということができ、使用環境等に応じて決定される。

【００４０】加算器13は、帯域別背景雑音再更新部122
により推定背景雑音の再更新が行われるチャンネルに対
して、帯域分割器101 からの加算器５の第m チャンネル
の出力E1_mf,kおよび帯域別背景雑音再更新部122 からの
再更新推定背景雑音N3_mf,kを用いて(19)式により減算を
行い、出力側に接続される平滑演算部14へ出力する。

【００４１】 E2_mf,k＝E1_mf,k−α_k ・N3_mf,k ＝X_mf,k −α_c ・N2_mf,k−α_k ・N3_mf,k (19) ここで、α_k は、1 ≧α_k ＞0 の範囲内であらかじめ定
めておく係数であり、再更新推定背景雑音N3_mf,kの減算
量を加減する係数である。

【００４２】また、加算器13は、推定背景雑音の再更新
が行われないチャンネルに対しては、(20)式に示すよう
に加算器５の出力E1_mf,kをそのまま出力側に接続される
平滑演算部15へ出力する。

【００４３】 E2_mf,k＝E1_mf,k (20) 図３は、帯域別背景雑音再更新部の動作を説明するため
の図である。図３において、縦軸は各成分のパワーレベ
ルを表わし、横軸はチャンネル（周波数）を表わしてい
る。また、破線a は、背景雑音更新部72により推定され
た推定背景雑音N2_f,k のスペクトル、実線b は音声信号
と背景雑音が混在したスペクトルX_f,k、点線c は背景雑
音のスペクトル、点線d は帯域別背景雑音再更新部122
で再更新された再更新推定背景雑音N3_mf,kのスペクトル
である。また、斜線を施したチャンネル( ４、６、９チ
ャンネル）は、帯域別背景雑音再更新部122 において推
定背景雑音の再更新が行われたチャンネルである。

【００４４】破線a の推定背景雑音N2_f,k は、(3) 式で
示されるようにフレームに対して平滑化された雑音であ
り、フレーム毎に急峻に変化する背景雑音成分に迅速に
対応するものではない。したがって、加算器５におい
て、点線b の音声信号と背景雑音が混在したスペクトル
から破線a の推定背景雑音N2_f,k を除去しても、急峻に
変化する背景雑音成分は残ってしまう。

【００４５】そこで、(17)式に当てはまるS/N の低いチ
ャンネル、言い換えれば他のチャンネルに比較して音声
成分が少ないチャンネル（図３の４、６、９チャンネ
ル）については、加算器５の出力におけるそのチャンネ
ルに対応する成分E1_mf,kを用いて急峻に変化する背景雑
音成分に対応する点線d で示す再更新推定背景雑音N3
_mf,kを(18)式により生成する。そして、加算器13におい
て、(19)式により加算器５の出力E1_f,k からその再更新
推定背景雑音N3_mf,kを除去する。これにより、加算器13
の出力における音声成分が少ないチャンネル（図３の
４、６、９チャンネル）のS/N は、大幅に改善されるこ
ととなる。

【００４６】平滑演算部14は、加算器13からの信号に対
して(19)、(20)式による処理を施し、その信号の周波数
特性を平滑化する。この周波数特性の平滑化により各フ
レームの非連続性が減少するので、自然な音感を得るこ
とができる。平滑演算部14は、周波数特性を平滑化した
出力E3_f,k を出力側に接続される逆高速フーリエ変換演
算器（逆FFT 演算器）15へ出力する。

【００４７】 E3_f,k ＝(1−γ) ・E2_f,k-1 ＋γ・ E2_f,k (21) 逆FFT 演算器15は、１フレーム毎に位相保持器９からの
位相Φ(f,k) を用いて平滑演算部14からの信号E3_f,k に
対して逆高速フーリエ変換を施し、周波数成分で表わさ
れる信号E3_f,k を時間t の関数として表わされる時間軸
信号E4(k) に変換する。そして、出力側に接続される窓
関数オーバラップ処理部16へ出力する。なお、この周波
数成分で表わされる信号を逆FFT 演算により時間軸信号
に変換する方法は既に公知である。

【００４８】窓関数オーバラップ処理部16は、逆FFT 演
算器15からの時間軸信号E4(k) を、フレーム間で不連続
にならないようにあらかじめ定めた比率でオーバラップ
させることにより整合をとり、出力側に接続されるディ
ジタル−アナログ変換器（D/A 変換器）17へ出力する。
D/A 変換器17は、窓関数オーバラップ処理部16からの信
号をディジタル信号からアナログ信号に変換し、出力側
に接続される出力端子19へ出力する。このようにして、
入力端子18に入力された音声信号は、背景雑音が除去さ
れて出力端子17から出力される。

【００４９】以上説明したように第１の実施例によれ
ば、入力信号を複数の小領域の周波数帯域（チャンネ
ル）に分割して背景雑音の減算処理を行っているので、
入力信号の特性が未知であっても処理内容に変更を加え
る必要がなく、また、１つの処理方法により低周波数
域、高周波数域の分け隔てなく背景雑音の除去処理を行
うので、聴感上の違和感が発生しない音質の優れた背景
雑音除去装置を実現することができる。

【００５０】また、第１の実施例によれば、入力信号を
複数のチャンネルに分割し、各チャンネル毎に背景雑音
の平均的な特性を示す推定背景雑音を用いて雑音減算処
理を行い、他のチャンネルに比較してS/N が小さいチャ
ンネル、つまり音声成分の少ないチャンネルに対しては
背景雑音の急峻的な成分に対応する再更新推定背景雑音
を用いて更に雑音減算処理を行っているので、音声成分
が低周波数域に集中している場合であっても音声成分が
少ないチャンネルで背景雑音を精度よく除去することが
できる。

【００５１】図４は本発明の第２の実施例の背景雑音除
去装置を示すブロック図である。この第２の実施例は、
図１に示す第１の実施例の背景雑音除去装置における時
間軸音声検出器６を周波数軸音声検出器20に変更し、パ
ワースペクトル計算部４の出力側とパワー操作部10の帯
域分割器101 の出力側とを周波数軸音声検出器20の入力
側にそれぞれ接続したものである。

【００５２】図４において、周波数軸音声検出器20は、
パワースペクトル計算部４の出力X_f,kと帯域分割器101
の出力N2_mf,kを用いて、帯域分割器101 において分割し
た小領域の周波数帯域（チャンネル）毎に(22)式により
出力N4_c,k を計算する。

【００５３】 N4_cf,k＝ε・N2_cf,k＋(1−ε )・X_cf,k (22) ただし、N4_cf,0＝0 とする。ここで、c は、分割した複
数の周波数帯域の第c番目の周波数帯域（第c チャンネ
ル）を表わし、εは、1 ＞ε＞0 の範囲内であらかじめ
定めておくノイズ平均の速度を決定する定数である。

【００５４】次いで、周波数軸音声検出器20は、(23)式
により、(22)式により計算した出力N4_cf,kにあらかじめ
設定した閾値κを加算する。そして、その加算結果J
_cf,k が(24)式を満足する場合には、第c チャンネルに
音声成分が含まれるものと判定し、その加算結果J_cf,k
が(25)式を満足する場合には、第c チャンネルに音声成
分が含まれないものと判定する。

【００５５】 J_cf,k ＝κ＋N4_cf,k (23) X_cf,k ＞J_cf,k (24) X_cf,k ≦J_cf,k (25) 次いで、周波数軸音声検出器20は、音声成分が含まれて
いると判定したチャンネルの数V があらかじめ定めたチ
ャンネル数M に対して(26)式を満足する場合には、第k
番目のフレームは音声信号を含むフレームである判定
し、(27)式を満足する場合には、第k 番目のフレームは
音声信号を含まないフレームである判定する。なお、チ
ャンネル数M は、特定の値に限定されるものではない。

【００５６】 音声成分有りのチャンネル数V ≧M (26) 音声成分有りのチャンネル数V ＜M (27) 図５は、上述の周波数軸音声検出器20の動作を説明する
ための図である。図５において、縦軸はパワーレベル、
横軸はチャンネル番号（周波数）である。また、実線a
は、パワースペクトル計算部４から出力される第k 番目
のフレームのパワースペクトル出力X_f,k、実線b は、背
景雑音推定部７により推定された推定背景雑音のスペク
トルN2_f,k 、そして点線c は、(23)式により計算された
加算結果J_f,kを表わす。

【００５７】この図５は、第２、第４、第６チャンネル
については(24)式が成立して音声成分が含まれるものと
判定され、残る第１、第３、第５、第７〜第10チャンネ
ルについては(25)式が成立して音声成分が含まれないも
のと判定される場合の例である。この場合、音声成分が
含まれるものと判定されるチャンネル数V は３チャンネ
ルであるから、例えば、(26)式、(27)式におけるチャン
ネル数M を３とすれば、この第K 番目のフレームは音声
信号を含むものと判定される。なお、本実施例では、音
声成分が含まれるチャンネル数V によりフレームに音声
信号が含まれているか否かを判定したが、全チャンネル
数に対する音声成分が含まれるチャンネル数V の割合に
よりフレームに音声信号が含まれているか否かを判定し
てもよい。

【００５８】周波数軸音声検出器20による判定結果は、
第１の実施例の場合と同様に背景雑音推定部７のスイッ
チ71およびパワー操作部10のスイッチ104 に送出され、
各スイッチを制御する。なお、周波数軸音声検出器20以
外の各部は、図１に示す第１の実施例の対応する各部と
構成、動作が同じである。

【００５９】以上説明したように第２の実施例によれ
ば、音声信号の検出を周波数軸で行っているので、音声
の周波数成分に重点を置いて検出し得る閾値の設定が可
能である。また、フレーム単位で音声信号を検出するの
で多くのフレーム内のデータを一括して判定材料とする
ことになり、確実に音声信号を検出することができる。
したがって、背景雑音を精度よく除去できる、音質の優
れた背景雑音除去装置を提供できる。また、第２の実施
例によれば、当然に第１の実施例と同様の効果を得るこ
とができる。

【００６０】図６は本発明の第３の実施例の背景雑音除
去装置を示すブロック図である。図１に示す第１の実施
例の背景雑音除去装置においては、音声期間において、
パワースペクトル計算部４から出力されるパワースペク
トルX_f,kから、背景雑音推定部７で生成した推定背景雑
音N2_f,k を加算器５で減算し、次いで、帯域別背景雑音
再推定部12で生成した再更新推定背景雑音N3_mf,kを加算
器13で減算することにより背景雑音の除去を行ってい
る。

【００６１】これに対して第３の実施例では、パワース
ペクトル計算部４から出力されるパワースペクトルX_f,k
から、推定背景雑音N2_f,k と再更新推定背景雑音N3_mf,k
とをまとめて加算器13で減算することとしたものであ
る。そのため、図６では、パワースペクトル計算部４の
出力側を加算器５を介さずに直接加算器13の入力側に接
続している。そして、帯域別背景雑音再推定部12は、再
更新推定背景雑音N3_mf,kに一定量の推定背景雑音N2_f,k
を加算した推定背景雑音（N3_mf,k＋α_c ・N2_f,k）を生
成し、出力側に接続される加算器13へ出力するものであ
る。この第３の実施例おいても、第１の実施例と同様の
効果を得ることができる。

【００６２】図７は本発明の第４の実施例の背景雑音除
去装置を示すブロック図である。図４に示す第２の実施
例の背景雑音除去装置においては、音声期間において、
パワースペクトル計算部４から出力されるパワースペク
トルX_f,kから、背景雑音推定部７で生成した推定背景雑
音N2_f,k を加算器５で減算し、次いで、帯域別背景雑音
再推定部12で生成した再更新推定背景雑音N3_mf,kを加算
器13で減算することにより背景雑音の除去を行ってい
る。

【００６３】これに対して第４の実施例では、パワース
ペクトル計算部４から出力されるパワースペクトルX_f,k
から、推定背景雑音N2_f,k と再更新推定背景雑音N3_mf,k
とをまとめて加算器13で減算することとしたものであ
る。そのため、図７では、パワースペクトル計算部４の
出力側を加算器５を介さずに直接加算器13の入力側に接
続している。そして、帯域別背景雑音再推定部12は、再
更新推定背景雑音N3_mf,kに一定量の推定背景雑音N2_f,k
を加算した推定背景雑音（N3_mf,k＋α_c ・N2_f,k）を生
成し、出力側に接続される加算器13へ出力するものであ
る。この第４の実施例おいても、第２の実施例と同様の
効果を得ることができる。

【００６４】なお、本発明は、携帯電話装置、自動車電
話装置、音響装置等だけではなく、音声認識装置、TV会
議装置、無線通信機等に広く適用することができる。

【００６５】

【発明の効果】このように本発明によれば、入力信号の
周波数帯域を複数の小領域に分割し、小領域毎に背景雑
音の減算処理を行っているので、入力信号の特性が未知
であっても処理内容に変更を加える必要がなく、また、
１つの処理方法により低周波数域、高周波数域の分け隔
てなく背景雑音の除去処理を行うので聴感上の違和感が
発生しないという効果が得られる。

【００６６】また、本発明によれば、小領域毎に、背景
雑音の平均的な特性を示す推定背景雑音を用いて雑音減
算処理を行い、更に、他のチャンネルに比較してS/N が
小さいチャンネルに対しては背景雑音の急峻的な変化に
対応する再更新推定背景雑音を用いて雑音減算処理を行
っているので、S/N が小さいチャンネルにおける背景雑
音を精度よく除去することができ、音質の優れた背景雑
音除去装置を実現することができる。

【図面の簡単な説明】

【図１】本発明の第１の実施例を示すブロック図であ
る。

【図２】チャンネルのS/N と全周波数帯域のS/N の一例
を示す図である。

【図３】帯域別背景雑音再更新部の動作例を示す図であ
る。

【図４】本発明の第２の実施例を示すブロック図であ
る。

【図５】周波数軸音声検出器の動作例を示す図である。

【図６】本発明の第３の実施例を示すブロック図であ
る。

【図７】本発明の第４の実施例を示すブロック図であ
る。

【符号の説明】

１ A/D 変換器 ２ 窓関数演算器 ３ FFT 演算器 ４ パワースペクトル計算部 ５、13 加算器 ６ 時間軸音声検出器 ７ 背景雑音推定部 ８ 位相計算部 ９ 位相保持器 10 パワー操作部 11 S/N 計算部 12 帯域別背景雑音再推定部 14 平滑演算部 15 逆FFT 演算器 16 窓関数オーバラップ処理部 17 D/A 変換器 20 周波数軸音声検出器

Claims (5)

【特許請求の範囲】
1. 【請求項１】 入力信号として、背景雑音が入力され次
   いで該背景雑音と音声信号が混在する形で入力される背
   景雑音除去装置において、該装置は、 前記入力信号を時間軸信号から順次フレーム単位で周波
   数成分に変換する信号変換手段と、 前記入力信号に含まれる音声信号を検出する音声検出手
   段と、 該音声検出手段で音声信号が検出されないノイズ期間
   は、前記信号変換手段で変換される周波数成分と１フレ
   ーム前に生成した推定背景雑音との平均をとることによ
   り推定背景雑音を生成して保持する背景雑音推定手段
   と、 前記音声検出手段で音声信号が検出される音声期間は、
   前記信号変換手段で変換される周波数成分から前記背景
   雑音推定手段で保持される推定背景雑音を減算する第１
   の加算手段と、 該第１の加算手段の減算で得られる周波数成分を信号と
   し前記背景雑音推定手段で保持される推定背景雑音を雑
   音として、全周波数帯域のS/N と全周波数帯域を複数に
   分割した小領域毎のS/N とを計算するS/N 計算手段と、 前記小領域のS/N と全周波数帯域のS/N の差が所定値以
   下の各小領域について、前記第１の加算手段の減算で得
   られる周波数成分と前記背景雑音推定手段で保持される
   推定背景雑音とを所定の割合で含む再更新推定背景雑音
   を生成する帯域別背景雑音再推定手段と、 前記第１の加算手段の減算で得られる周波数成分から前
   記再更新推定背景雑音を減算する第２の加算手段と、 該第２の加算手段の減算で得られるフレーム毎の周波数
   成分を時間軸信号に変換して出力する信号再生手段とを
   有し、 前記第１の加算手段で減算する推定背景雑音と前記第２
   の加算手段で減算する再更新推定背景雑音の大きさは、
   前記入力信号から背景雑音が除去されるように設定され
   ることを特徴とする背景雑音除去装置。
2. 【請求項２】 入力信号として、背景雑音が入力され次
   いで該背景雑音と音声信号が混在する形で入力される背
   景雑音除去装置において、該装置は、 前記入力信号を時間軸信号から順次フレーム単位で周波
   数成分に変換する信号変換手段と、 前記入力信号に含まれる音声信号を検出する音声検出手
   段と、 該音声検出手段で音声信号が検出されないノイズ期間
   は、前記信号変換手段で変換される周波数成分と１フレ
   ーム前に生成した推定背景雑音との平均をとることによ
   り推定背景雑音を生成して保持する背景雑音推定手段
   と、 前記音声検出手段で音声信号が検出される音声期間は、
   前記信号変換手段で変換される周波数成分から前記背景
   雑音推定手段で保持される推定背景雑音を減算する第１
   の加算手段と、 該第１の加算手段の減算で得られる周波数成分を信号と
   し前記背景雑音推定手段で保持される推定背景雑音を雑
   音として、全周波数帯域のS/N と全周波数帯域を複数に
   分割した小領域毎のS/N とを計算するS/N 計算手段と、 前記小領域のS/N と全周波数帯域のS/N の差が所定値以
   下の各小領域について、前記第１の加算手段の減算で得
   られる周波数成分と前記背景雑音推定手段で保持される
   推定背景雑音とを所定の割合で含む雑音を生成し、該雑
   音に前記背景雑音推定手段で保持される推定背景雑音を
   加算することにより再更新推定背景雑音を生成する帯域
   別背景雑音再推定手段と、 前記信号変換手段の変換で得られる周波数成分から前記
   再更新推定背景雑音を減算する第２の加算手段と、 該第２の加算手段の減算で得られるフレーム毎の周波数
   成分を時間軸信号に変換して出力する信号再生手段とを
   有し、 前記第２の加算手段で減算する再更新推定背景雑音の大
   きさは、前記入力信号から背景雑音が除去されるように
   設定されることを特徴とする背景雑音除去装置。
3. 【請求項３】 請求項１または請求項２に記載の背景雑
   音除去装置において、前記音声検出手段は、前記信号変
   換手段の変換で得られる周波数成分に含まれる音声成分
   を検出することにより前記入力信号に含まれる音声信号
   を検出することを特徴とする背景雑音除去装置。
4. 【請求項４】 請求項３に記載の背景雑音除去装置にお
   いて、前記音声検出手段は、前記信号変換手段の変換で
   得られる周波数成分を複数に分割した小領域毎に音声成
   分を検出し、音声成分が検出された小領域の数が所定値
   以上であるとき前記入力信号に音声信号が含まれると判
   定することを特徴とする背景雑音除去装置。
5. 【請求項５】 請求項３に記載の背景雑音除去装置にお
   いて、前記音声検出手段は、前記信号変換手段の変換で
   得られる周波数成分を複数に分割した小領域毎に音声成
   分を検出し、全小領域数に対する音声成分が検出された
   小領域の数の割合が所定値以上であるとき前記入力信号
   に音声信号が含まれると判定することを特徴とする背景
   雑音除去装置。