JP2002527785A

JP2002527785A - 情報信号にある休止期間の間にノイズ推定値を更新する方法とシステム

Info

Publication number: JP2002527785A
Application number: JP2000576290A
Authority: JP
Inventors: ウイン、スティーブ
Original assignee: エヌシーティーグループインコーポレーテッド
Priority date: 1998-10-13
Filing date: 1999-10-06
Publication date: 2002-08-27
Also published as: WO2000022444A1; US6108610A; EP1129361A4; CA2346251A1; EP1129361A1; CA2346251C

Abstract

(57)【要約】本発明は音声などの情報信号及びノイズの両方をむ信号（２０５）におけるスペクトル成分を推定するための改良された適応スペクトルの推定器に関する。ノイズ推定値（２４５）を発生させて、次に、連続的にノイズ推定値を更新するのではなく、音声又はその他の情報が検出されないとき、情報信号における休止期間の間にノイズ推定値を更新するだけのための方法とシステムが提供される。ノイズ推定値が周波数帯ごとに計算され、最高音質を生成するためにユーザーが設定できる可変数学的ファクタを含んだものを提供する。

Description

【発明の詳細な説明】

【０００１】発明の技術分野本発明は、情報信号及びノイズを含む複雑な信号のノイズ成分の適応言語フィ
ルタ（ＡＳＦ）推定値を改良する方法とシステムに関する。本発明は、情報信号
の休止期間の間にだけ更新されるノイズ推定値を発生させる。これは、処理速度
の増加及びシステムメモリーの減少を引き起こす。本発明の方法は、安価なデジ
タル信号処理装置での実現に特に適している。

【０００２】発明の背景情報信号のスペクトルの成分は、音声の通信用のチャンネル・ボコーダ、音声
認識システム及び信号強調フィルタを含む多くの信号処理システムにおいて使わ
れている。これらのシステムに対する入力が、ノイズによって汚染されることが
多いので、ノイズ低減法、従ってノイズ推定技術に多大な関心があった。非相関
のノイズの効果はランダムな成分を各周波数帯のパワーに加えることであり、ノ
イズ含有量を正確に査定することの問題は、複雑な信号からのノイズの除去であ
る所望の最終結果を達成するために重大である。

【０００３】ノイズがないスペクトルの成分は、チャンネル・ボコーダの最適動作に必要で
ある。ボコーダにおいては、入力信号が、多くの異なる周波数帯にろ波され、各
帯域からの信号は、整流され（方形にされ）て平滑化される（低域ろ波）。平滑
化プロセスは、ノイズの変動を小さくする傾向がある。このような方法は、ロー
トハウザー（Ｒｏｔｈａｕｓｅｒ）その他の米国特許第３，４３１．３５５号及
びシュローダー（Ｓｃｈｒｏｅｄｅｒ）の米国特許第３，４３１，３５５号にお
いてに開示されている。代替の方法がブレンゼル（Ｂｒｅｎｄｚｅｌ）その他の
米国特許第３，８５５．４２３号においてに開示されている。この方法において
、各帯域のノイズのレベルはその帯域におけるエネルギの連続した最小値から推
定され、信号のレベルは連続した最大値から推定される。ポール（Ｐａｕｌ）そ
の他の米国特許第４，０００，３６９号において、騒音レベルは同様のやり方で
推定され、各帯域の音声信号のより良い推定値を得るために入力信号から減じら
れる。この方法は、ノイズの平均値を減らす。

【０００４】スペクトルの処理のもう一つの適用面は、音声フィルタリングある。ワイスほ
かは、１９７４年４月のＩＥＥＥシンポジュウム・音声認識（Ｓｙｍｐ．Ｓｐｅ
ｅｃｈＲｅｃｏｇｎｉｔｉｏｎ）において提出された「干渉を減衰させるため
の音声信号の処理」″ＰｒｏｃｅｓｓｉｎｇＳｐｅｅｃｈＳｉｇｎａｌｓ
ｔｏＡｔｔｅｎｕａｔｅＩｎｔｅｒｆｅｒｅｎｃｅ″にスペクトル整形技術
を開示している。この技術は、周波数領域処理を使用して２つの方法、すなわち
振幅変調（ゲイン制御に等価である）及び振幅クリッピング（スペクトル減算と
呼ばれている技術に等価である）を記載する。ノイズ推定値も言語推定値も更新
されないので、このフィルタは適応可能でない。出力時間波形が元のフェーズと
スペクトルの推定値を再結合することによって得られる。

【０００５】適応言語フィルタがグロープ（Ｇｒａｕｐｅ）及びコーシー（Ｃａｕｓｅｙ）
の米国特許第４，１８５，１６８号において開示され、それは本願明細書におい
て参照することによって含まれている。グロープ及びコーシーは、ノイズが音声
信号と比較して比較的変化がない統計値を有するという仮定に基づくノイズが多
い音声信号の適応フィルタ方法を記載している。

【０００６】グロープ及びコーシー方法において、入力信号は異なる周波数帯に限られてい
る一組の信号に分割される。各信号に対するＳＮ比は、次にそれの絶対値の経時
変化に従って推定される。各信号のゲインは、次に、ＳＮ比の推定値（普通は高
ＳＮには１に近く、低いＳＮ比には１未満のゲイン）従って制御される。

【０００７】グロープ及びコーシーは、信号にある連続した最小値からノイズパワーを推定
する特定の方法を記載し、推定されたノイズ及び信号のパワーの関数としてゲ
インを決定するいくつかの方法を記載している。これは以前にグロープ及びコー
シーの米国特許第４，０２５，７２１号に記載された方法に対する代替物で、そ
れは入力音声信号発言の間の休止期間を検出し、これらの休止期間の間にノオイ
ズパラメータの推定値を更新する。アメリカ特許番号４．０２５．７２１におい
て、グロープ及びコーシーはノイズを減らす（Ｗｉｅｎｅｒ）およびカルマン（
Ｋａｌｍａｎ）フィルタの使用を記載している。これらのフィルタは、時間領域
または周波数領域において実現できる。

【０００８】ボルは、ＩＥＥＥ音響、音声及び信号処理についての議事録（Ｔｒａｎｓａｃ
ｔｉｏｎｓｏｎＡｃｏｕｓｔｉｃｓ，ＳｐｅｅｃｈａｎｄＳｉｇｎａ
ｌＰｒｏｃｅｓｓｉｎｇ）、ＡＳＳＰ−２７巻、第２号、１９７９年４月の「
スペクトル減算を用いる音声の音響的ノイズの抑制」″Ｓｕｐｐｒｅｓｓｉｏｎ
ｏｆＡｃｏｕｓｔｉｃＮｏｉｓｅｉｎＳｐｅｅｃｈｕｓｉｎｇＳ
ｐｅｃｔｒａｌＳｕｂｔｒａｃｔｉｏｎ″においてスペクトル減算をする計算
処理的により有効な方法を記載している。スペクトルの減算技術（ポール、ワイ
ス及びベルによって使われた）において、ノイズスペクトルの一定であるかゆっ
くり変化する推定値が減じられる。しかし、各周波数ビンにノイズパワーの連続
した測定は速く変化する及び、ノイズの平均レベルだけはスペクトルの減算によ
って減らされる。残留ノイズは、ノイズパワーの変動に依存する。これは、また
、｛スペクトルのゲインが一定である｝ワイス・スペクトル成形技術の真実であ
る。グロープの方法において、ノイズの変動及び平均レベルを減らすことができ
るように、各ビンに加えられるゲインは、連続的に変えられる。

【０００９】スペクトルのゲインを決定する多くの方式がある。一つの方式が、ＩＥＥＥ音
響、音声及び信号処理についての議事録、ＡＳＳＰ−３２巻、第６号、１９８４
年１２月の「最小平均自乗誤差短時間振幅推定器を用いる音声強調」″Ｓｐｅｅ
ｃｈｅｎｈａｎｃｅｍｅｎｔｕｓｉｎｇａｍｉｎｉｍｕｍｍｅａｎ−
ｓｑｕａｒｅｅｒｒｏｒｓｈｏｒｔ−ｔｉｍｅｓｐｅｃｔｒａｌａｍｐ
ｌｉｔｕｄｅｅｓｔｉｍａｔｏｒ″においてエフレイムおよびマラーによって
記載されている。これが、ＳＮ比の２つの推定値（入力信号からのもの及び出力
信号からのもの）を得る技術を記載している。それは、騒音レベルの推定値を更
新しない。ゲインは、これらの２つの推定値の複雑な数学的関数なので、それで
、この方法は、デジタル処理装置での直接実現に適さない。

【００１０】アルダースバーム（Ａｌｄｅｒｓｂｕｒｇ）その他の米国特許第５，０１２．
５１９号において、エフライム及びのゲイン推定技術は、完全な適応システムを
与えるグロープ及びコーシーの米国特許第４，０２５，７２１号において開示さ
れたノイズ・パラメータ推定法と組合されている。エフライム及びマラーの数学
的な関数は、ゲインを決定する二次元の参照用テーブルと置換される。しかし、
ＳＮ比の推定値が非常に大きい範囲にわたって変化することができるので、この
テーブルは、大量の費用のかかる処理装置時間及び記憶装置を必要とする。アル
ダスバームその他は、かなりの追加の処理時間を必要とする入力信号上に別個の
音声検知システムを使用する。

【００１１】したがって、ノイズの正確で高速な識別のために有効な適応信号処理技術を利
用することができるという従来技術において未経験の要求がある。ノイズ推定値
が情報信号の休止期間の間になされるだけならば、処理時間及び記憶装置効率は
改良されるだろう、従って、ノイズ推定値は情報信号が検出されない場合にだけ
更新される。このアルゴリズムは、安価なデジタル信号処理装置上で実現される
ことができるべきである。

【００１２】発明の要約本発明の目的は、情報信号の休止期間の間だけ、ノイズ推定値を得て更新して
、処理時間及び記憶装置の必要量を減らすことができることである。したがって、本発明によれば、ノイズ推定値を連続的に更新するのではなく、
ノイズ推定値を情報信号における休止期間の間、すなわち、音声またはその他の
情報が検出されないとき、だけ更新する方法とシステムが提供される。ノイズ推
定値を更新することの前の情報信号における休止期間の間待機することによって
、処理時間及び記憶装置の所要量を減らさすことができる。それはまた、適応言
語フィルタリングを安価なデジタル信号処理装置で容易に実現できるようにする
。

【００１３】本発明の方法によれば、一組の入力周波数成分が生成され、全パワーが、各入
力周波数成分に対して計算され、情報信号のパワーが推定され、情報信号の変更
ゲインが計算され、そして入力周波数成分が周波数成分のパワーの推定値を生成
するために、変更ゲインを乗じられた後に、情報信号において休止期間が検出さ
れた場合だけノイズパワーの推定値が更新される。情報信号における休止期間を
検出することは、まず、情報信号の周波数成分のパワーの推定値が各周波数にお
ける第１の予め定められたしきい値を超えるかどうかを決定することによって達
成される。パワーの推定値が第１の予め定められたしきい値を超える場合、次に
、しきい値制御［ｆ］は、それが第２の予め定められたしきい値を超えるかどう
かを決定するために検査される。しきい値が第２の予め定められたしきい値を超
える場合、休止期間は検出された。しきい値が第２の予め定められたしきい値を
超えない場合、休止期間は全く検出されなかった。この場合、ノイズ推定値は更
新されないで、その代わりに、しきい値制御［ｆ］は１だけ増やされる。

【００１４】本発明の前述の方法は、情報信号とノイズノ両方を含んでいる入力信号から情
報信号の周波数成分のノイズパワーを推定するシステムによって実現される。こ
のシステムは、入力周波数成分を生成するための手段、各周波数帯ごとに１つの
周波数成分で各入力周波数成分の全パワーを計算するための第１の計算手段、各
周波数帯の変更ゲインを計算するための第２の計算手段及び情報信号の周波数成
分のパワーの推定値を生成するためにゲインを入力周波数成分に乗じるゲイン乗
算手段を備えている。本システムは、なお情報信号のパワーを見積って、情報信
号において検出される休止期間の間だけノイズパワーの推定値を見積手段によっ
て更新する手段を備えている。見積手段自体は、加算器、加算器に連結されて情
報信号のパワーの推定値及び加算器からの第１の予め定められたしきい値を受け
、情報信号のパワーの推定値が第１の予め定められたしきい値を超えるかどうか
を決定する第１の比較要素及び第１の比較要素に連結されて、情報信号のパワー
の推定値が第１の予め定められたしきい値を超える場合、しきい値が第２の予め
定められたしきい値を超えるかどうかを決定する第２の比較要素を備えている。
しきい値が第２の予め定められたしきい値を超えていれば、この状態が情報信号
において検出された休止期間を表しているので、ノイズパワーの推定値は更新さ
れる。休止期間が検出されなければ、増分要素がしきい値を１だけ増やす。

【００１５】発明の説明本発明はスピーチなどの情報信号が検出されないときだけ更新されるノイズ推
定値を発生させる方法を記載している。ノイズ推定値は、周波数帯ごとに計算さ
れ、最高音質を作るようにユーザーが設定できる可変数学的ファクタを含んだも
のを提供する。本発明のノイズ推定方法によって、適応音声フィルタ算法を全て
の状態の下でよりよく実行できるようになる。

【００１６】本発明の適応音声フィルタリングは、ノイズが多い音声信号の適応フィルタリ
ング方法を記載しているグロープ及びコーシーのアメリカ特許番号第４．１８５
．１６８号に記載されたものの改変バージョンである。この方法は、ノイズが音
声信号と比較して比較的変化がない統計を有するという仮定に基づいている。

【００１７】フィルタへの入力は、通常、ノイズ及び情報信号を含むアナログ信号を高域及
び低域フィルタを通し、次に、少なくとも８ｋＨｚのサンプルレートで結果とし
て生じる信号を標本化することによって得られたディジタル信号である。高域フ
ィルタは、フィルタのダイナミックレンジに悪い影響を及ぼす低周波ノイズを取
り除くように設計されている。高域フィルタのターンオーバー周波数は、「ｆ＿
ロー」未満であり、「ｆ＿ロー」は、ヘルツで表した音声帯域の最小限界値であ
る。低域フィルタはアンチエイリアス・フィルタである。そして、それは少なく
とも「ｆ＿ハイ」のターンオーバー周波数を有し、「ｆ＿ハイ」は、ヘルツで表
した音声帯域の上限値である。低域フィルタの次数は、サンプリング周波数及び
エリアジングを防ぐ必要性によって決定される。

【００１８】出力信号は、実係数をもつ周波数領域フィルタを使用して入力信号をろ波する
ことによって計算され、時系列又は一組のスペクトル推定値であってもよい。出
力が時系列である場合、それはアナログ出力信号を生成するために、ディジタル
・アナログ変換器（ＤＡＣ）及びアナログ・アンチイメイジング・フィルタに通
してもよいし、又は、それを次の信号処理への入力として用いてもよい。

【００１９】スペクトルの成分の推定器は、４つの基本ステップを備えている。１．入力信号のスペクトルの計算、２．音声帯域（「ｆ＿ロー」→「ｆ＿ハイ」Ｈｚ）内の各周波数ビン内の
信号とノイズパワの推定、３．各周波数ビンごとの周波数領域フィルタのゲイン（係数）の計算、及び４．各入力スペクトル成分に対応するゲインを乗じることにるスペクトル
の推定値の計算。これは基本的にはグロープ及びコーシーの方法であり、各プロセスは以下に論じ
られる。

【００２０】ノイズの推定値は、情報信号にある休止期間の間に更新される。これらの休止
期間は、それが各振動数における「ノイズ」［ｆ］を乗じた予め定められたしき
い値（ノイズしきい値）を超えているかどうかを知るためにパワー推定値を調べ
ることによって検出される。パワー推定値が計算されたしきい値より上にある場
合、「しきい値制御」［ｆ］はそれが予め定められた値「更新」＿「遅れ」を超
えるかどうかを知るために検査される。

【００２１】入力信号のスペクトル成分は帯域通過フィルタリング及びフーリエ変換を含む
様々な手段によって得ることができる。一つの方法では、離散的又は高速のフー
リエ変換を入力時系列のＮ点のシーケンシャル・ブロックを変換するために用い
る。Ｎ／２点のオーバラップを使用できる場合には、窓関数（例えばハニング（
Ｈａｎｎｉｎｇ）窓）を適用できる。離散フーリエ変換（ＤＦＴ）を音声帯域に
ある各周波数ビンに使うことができるし、又は、代わりに、高速フーリエ変換（
ＦＦＴ）を全周波数帯を通じて使うことができる。スペクトルは、音声帯域内の
各周波数ビンごとに記憶される。適用面によっては、不均等に間隔を置いた周波
数を持つことが望ましく、これらの適用面では、高速フーリエ変換を使用できな
いので、各成分を独立して計算しなければならないことがある。一つの方法では
、入力スペクトル（Ｘ）は入力時系列（ｘ）のフーリエ変換として計算される、
すなわちＸ＝フーリエ変換｛ｘ，窓関数，Ｎ｝。入力スペクトル内のパワーは、パワー＝モジュラスの２乗｛Ｘ｝によって与えられる。

【００２２】代わりに、パワーがフィルタ出力を整流して平滑化することによって推定され
てもよい場合には、帯域濾波器を使用してもよい。グロープ及びコーシーのシス
テムのこのバージョンは、図１のブロック線図１００に示されている。入力時間
信号１０５（ｘ）は、帯域ろ波器の列に加えられる。これらの帯域フィルタのう
ちの１つは、図１にある帯域フィルタ１１０によって表されている。帯域フィル
タ１１０の出力は、Ｘと書かれた入力スペクトル信号１１５である。入力スペク
トル信号１１５のパワーは全入力スペクトルパワー信号１６５を発生させる入力
スペクトル信号パワー測定１４０によって測定される。この方法は全入力スペク
トルパワー信号１６５及びノイズパワー推定器出力１６０の両方ための推定値が
作られることを必要とする。ノイズパワー推定器出力１６０は、全入力スペクト
ルパワー信号１６５のノイズ含有量が一定とみなされることができる時間に関連
した時定数を利用するノイズパワー推定器１４５によって発生される。信号パワ
ー１８５は、信号パワー推定器１５５によって推定される。これらの推定値から
ウィーナーゲイン係数１７０は、ウィーナー・ゲイン計算器１５０によって計算
される。ウィーナー・ゲイン計算器１５０は、信号パワー１８５である情報信号
内のパワー対ノイズパワー推定器出力１６０とパワー信号１８５の和である全パ
ワーに対する比を決定する。各周波数ビンに対して、これはＷ＝信号／（ノイズ＋信号）である。グロープ及びコーシーの方法において、ウィーナー・ゲインＷは、入力
スペクトルの対応する成分に直接に適用される。変更されていない方式において
、出力のスペクトルの成分は、入力スペクトル信号１１５に乗算器１２０にある
ウィーナーゲイン係数１７０を乗じることによって与えられる。

【００２３】結果は、出力スペクトルの信号１２５Ｙ＝Ｗ＊Ｘである。出力時間信号１３５（ｙ）が必要な場合、それは、逆ＦＦＴ（又はＤＦ
Ｔ）及び「オーバラップ−加算」法によって又はチャンネルコンバイナ１３０を
使用して個々のチャンネルからの成分を合計することによって計算できる。

【００２４】反復ｋごとの後、Ｎ時間点の出力ブロックは、ｙ_ｋ（１：Ｎ）＝逆フーリエ変換｛Ｙ，Ｎ｝ｙ_ｋ（１：Ｎ／２）＝ｙ_ｋ（Ｊ：Ｎ／２）＋ｙ_ｋ−１（Ｎ／２＋１：Ｎ）として更新される。ｙｋの第１のＮ／２点は、次にチャンネル・コンバイナ１３
０に送られるか又はそれ以後の処理に使われてもよい。

【００２５】改良されたシステムが図２のブロック線図２００に示されている。追加の特徴を以下に説明する。

【００２６】ゲイン変更時間入力信号２０５は、帯域フィルタ２１０に加えられる。帯域フィルタ２１
０の出力は乗算器２２０の入力に加えられ、時間信号出力が要求される場合、チ
ャンネル・コンバイナ２３０が時間出力信号２３５を発生させるために利用され
る。ＳＮ比が低いとき、ウィーナー・ゲインの直接の使用は音楽的又は人工的な
性質を有する残留ノイズをもたらす。一つの改良は残留ノイズの音楽的性質を減
らすゲイン変更器２７０の使用である。ゲイン変更器２７０は、ウィーナー・ゲ
イン計算２５０及びノイズパワー推定器２４５から入力を受ける。全入力スペク
トルパワー測定２４０の出力は、また、入力としてゲイン変更器２７０に送られ
る。

【００２７】ゲイン変更器２７０は、図３のブロック線図３００によって示されている。情
報信号の瞬時パワーは、瞬時パワーとウィーナー・ゲインの積として推定するこ
とができる。これは、全入力スペクトルパワー２６５をノイズパワー推定器出力
２６０で割って（それは、除算器３０５によって達成される）、この商をウィー
ナーゲイン係数２８０を変更するか又はそれに乗じるために用いることによって
得られた各周波数ビンにおける瞬時ＳＮ比（ｓｎｒ）の推定値を与える。これは
乗算器３２５によって達成されるので、乗算器３２５の出力はＳＮ比推定値３２
０である。

【００２８】従って、ｓｎｒ＝Ｗ＊（パワー／ノイズ）。ＳＮ比の関数は、次に、関数変更器３１５によって計算され、変更係数２７５（
それはベクトルＣによって示されている）は、関数変更器３１５の出力を除算器
３０５の出力で割ることによって計算される。これは除算器３１０によって達成
され、各周波数ごとに行われるので、Ｃ＝Ｆ｛ｓｎｒ｝＊（ノイズ／パワー）＝Ｆ｛ｓｎｒ｝／（パワー／ノイ
ズ）ここで、Ｆは、単一変数の関数なので、ＤＳＰ上に参照用テーブル又は解析関数
として実現するのによく適している。関数Ｆの一つの形は、次式で与えられる。
ここにおいて、ｃ及びｓｎｒ０は、定数である。他の形を使用できるが、関数が
高いＳＮ比においてほぼ線形であることが望ましい。特に、エフレイム（Ｅｐｈ
ｒａｉｍ）及びマラー（Ｍａｌａｈ）のゲインはそれをこの形で実現できるよう
に操作できる。

【００２９】出力スペクトルの信号２２５（Ｙ）（これは情報信号のスペクトルの推定値で
ある）は、図２に示されるように、対応する変更係数２７５を乗じること（２１
５）によって計算されるので、各周波数に対して次式になる。Ｙ＝Ｃ＊ｘ

【００３０】信号推定エフレイム及びマラーは、ＳＮ比を更新する方法を記載している。この方法は
、信号パワー推定器出力２８５の推定値を与えるように修正されることができる
。信号パワー推定器２５５は、図２で示す出力スペクトルの信号のパワー測定２
９５によって計算される出力スペクトル信号内のパワーである出力スペクトル信
号パワー２９０を使用する。この方法は、図４のブロック線図４００に詳細に示
されて、次式で与えられる。

【００３１】信号１＝最大値｛パワー−ノイズ，０｝信号２＝モジュラスの２乗｛Ｙ｝信号＝（１−β）＊信号１＋β＊信号２

【００３２】全入力スペクトルパワー２６５とノイズパワー推定器出力との間の差２６０が
加算器４０５によって計算される。加算器４０５の出力は、半波整流器４１０に
よって半波整流される。半波整流器４１０の出力は半波整流器出力信号４１５で
あり、半波整流器出力信号４１５は（１−β）重み関数４２０によって重みを付
けられる。信号パワー推定器出力２８５は、（１−β）重み関数４２０の出力と
（β）重み関数４３０の出力の加算器４２５による和として得られる。（β）重
み関数４３０の出力は、出力スペクトル信号パワー２９０の重み付き値である。
重み付き和において使用された重み付けパラメータβは、普通は、０．９より大
きく１より小さくなるように選ばれる。

【００３３】ノイズ推定ノイズの推定値は、情報信号における休止期間の間に更新できる。休止期間は、それが各振動数におけるｎｏｉｓｅ［ｆ］を乗じた予め定められ
たしきい値（ノイズしきい値）を超えているかどうかを知るためにパワー推定値
を調べることによって検出され得る。パワー推定値が計算されたしきい値より上
にある場合、「しきいち制御」［ｆ］はそれが予め定められた値「更新＿遅れ」
を超えるかどうかを知る知るために検査される。それが超えている場合、ノイズ
推定値はノイズ［ｆ］＝α＊パワー＋（１−α）＊ノイズ［ｆ］ノイズ［ｆ］＝最大値｛ノイズ［ｆ］，最小ノイズ｝しきい制御値［ｆ］＝０として更新される。

【００３４】最小ノイズは、ノイズ［ｆ］がゼロに等しくならないようにする定数である。
それは、普通は１＊１０ｅｘｐ−７に等しい。休止期間が検出されなければ、しきい値制御［ｆ］が、１だけ増やされる。しきい値制御［ｆ］＝現しきい値制御［ｆ］＋１この種のノイズ推定器は、図５のブロック線図５００に描かれている。入力ス
ペクトルパワー２６５は、加算器５７５の第１の入力に加えられる。ノイズパワ
ー推定器出力２６０は、時間遅れ５６５の入力に加えられる。時間遅れ５６５は
、１サンプル遅れとして機能する。時間遅れ５６５の出力は、ノイズしきい値乗
算器５７０において定数（ノイズしきい値）を乗じられる。ノイズしきい値乗算
器５７０の出力は、加算器５７５の第２の入力に経路を定められる。加算器５７
５の出力は、（＞＝０？）関数５５０に入力される。論理ＡＮＤ５５６の入力は
、関数５５０及び関数５５５が真の場合だけ、アルゴリズムプロセス５４５を使
用可能にする。関数５５６の出力が偽の場合、アルゴリズムプロセス５４５は使
用不能にされる。論理ＡＮＤ５５６の出力は、インバータ５５７の入力に加えら
れる。インバータ５５７において偽の入力は、アルゴリズムプロセス５４０を使
用可能にする。

【００３５】次に、第１のアルゴリズムプロセス５４０を説明する。入力スペクトルパワー
２６５は、（α）乗算器５０５に入力される。（α）乗算器５０５の出力は、加
算器５１０の第１の入力に加えられる。加算器５１０の出力は、乗算器５２５へ
の入力である。時間遅れ５２０は、１サンプル遅れである。乗算器５２５の出力
は、ノイズパワー推定器出力２６０である。ノイズパワー推定器出力２６０は、
時間遅れ５６５の入力及び時間遅れ５３０の入力に加えられる。時間遅れ５３０
は、単一のサンプル遅れとして機能する。時間遅れ５３０の出力は、（１−α）
乗算器５１５の、入力に加えられる。（１−α）乗算器５１５の出力は、加算器
５１０の第２の入力として加えられる。

【００３６】第２のアルゴリズムのプロセス５４５は、しきい値の値に＋１の増分を生じ、
（増分しきい値制御）関数５３５によって表される。情報信号検出器

【００３７】本発明は、情報信号における休止期間の間に、ノイズの推定値を更新するよう
に働く。情報信号の存在は、周波数ビン（一様な重み付けが、使われてもよい）
にわたるＳＮ成分の重み付き和を調べることによって検出できる。この重み付き
和が予め定められたしきい値より上にある場合、信号は情報を含むとみなされ、
ノイズ推定値は、更新される。これは、図６のブロック線図６００に示されてい
る。ＳＮ比推定値６０５は、ＳＮ比重み係数６１０によって重みを付けられ、次
に、しきい値検出器６２０に入力される前に加算器出力信号６３０Ｓを生成する
ために加算器６１５によって合算される。しきい検出器６２０の出力は、しきい
検出器出力信号６２５である。

【００３８】一つのアルゴリズムの例を以下に説明する。各更新数ｋにおいてＸ＝フーリエ変換｛ｘ，窓関数，Ｎ｝。音声帯域の各周波数ｆごとに、パワー＝モジュラスの２乗｛Ｘ［ｆ］｝信号１＝最大値｛パワー−ノイズ［ｆ］，０｝信号２＝モジュラスの２乗｛Ｙ［ｆ］｝信号＝（１−β）＊信号１＋β＊信号２Ｗ＝信号／（ノイズ［ｆ］＋信号）ｓｎｒ＝Ｗ＊（パワー／ノイズ［ｆ］）Ｃ＝Ｆ｛ｓｎｒ｝／（パワー／ノイズ［ｆ］）もし（パワー−ノイズしきい値＊ノイズ［ｆ］＞＝０でしきい値制御＜更新＿遅
れならば、しきい値制御［ｆ］＝しきい値制御［ｆ］＋１さもなければノイズ［ｆ］＝α＊パワー＋（ｌ−α）＊ノイズ［ｆ］ノイズ［ｆ］＝最大（ノイズ［ｆ］，最小ノイズ）しきい値制御［ｆ］＝０ＥＮＤＩＦ旧＿パワー［ｆ］＝パワーＹ［ｆ］＝Ｃ＊Ｘ［ｆ］ＥＮＤＦＯＲｙ_ｋ（１：Ｎ）＝逆フーリエ変換｛Ｙ，Ｎ｝ｙ_ｋ（ｌ：Ｎ／２）＝ｙ_ｋ（ｌ：Ｎ／２）＋ｙ_ｋ−１（Ｎ／２＋１：Ｎ）
各反復（ｋ）の終わりに、信号ｙｋ（１：Ｎ／２）は、情報信号の推定値を与え
る。休止期間が情報信号において検出されない場合、しきい値制御［ｆ］は１だ
け増やされる。

【００３９】しきい値制御［ｆ］＝現しきい値制御［ｆ］＋１。前述の説明書から分かるように、本発明は、ノイズ推定値を計算して適応音声
フィルタ・プログラム・アルゴリズムにおいて利用できる方法を教示している。
このノイズ推定法は、ノイズ推定値を連続的に更新するのではなく、休止期間の
間だけノイズ推定値を発生する。このノイズ推定及び更新技術は、従来技術より
干渉トーンの速い収束及びの迅速な抹消を可能にする。この１０進法の技術は、
安価なデジタル信号処理装置上に実現できる。それは普通は処理時間を少なくし
、記憶装置の要求量がが少なくなっている。本発明の方法は、ノイズ推定の他の
方法において共通である追加の情報信号含有量によるノイズ推定値の破壊を避け
る。

【００４０】本発明を特に好適な実施例に関して図と共に説明したが、形及び詳細における
さまざまな変化が本発明の精神と範囲から逸脱することなく、実施例においてな
されてもよいことは当業者には分かるであろう。

【図面の簡単な説明】

本発明の特性と思われる新奇な特徴は、添付の請求の範囲に記載されている。
しかし、使用法の好適なモードのみならず本発明自身及びその目的および利点は
、添付の図面と共に読まれるとき、例示的実施例の以下の詳細な説明を参照する
ことで例示の実施例を最もよく理解されるだろう。

【図１】従来技術のシステムのブロック線図である。

【図２】本発明の代表的なシステムのブロック線図である。

【図３】本発明によるゲイン変更のためのサブシステムのブロック線図であ
る。

【図４】本発明による信号パワー推定サブシステムのブロック線図である、

【図５】本発明によるノイズパワー推定のためのサブシステムのブロック線
図である。

【図６】本発明による情報信号検出器のためのサブシステムのブロック線図
１７である。

Claims

【特許請求の範囲】

【請求項１】情報信号の周波数成分を情報信号及びノイズを含んでいる入力
信号から推定するための方法であって、前記方法が各周波数帯ごと及び各周波数成分ごとに一つある一組の入力周波数成分を生
成するステップ、各入力周波数成分における全パワーを計算するステップ、中に含まれている情報信号のパワーを推定るステップ、全パワーの関数として各周波数帯ごとの変更ゲイン、情報信号のパワーの推
定値及びノイズパワーの推定値を計算するステップ、前記ゲインを入力周波数成分に乗じ、それによって前記情報信号の周波数成
分のパワーの推定値を生成するステップ、情報信号にける休止期間を検出するステップを備え、前記休止期間を検出す
るステップがさらに前記情報信号の周波数成分のパワーの推定値が第１の予め定められたし
きい値を超えるかどうかを決定するステップを含み、前記情報信号の周波数成分のパワーの推定値が第１の予め定められたし
きい値を超える場合、しきい値が第２の予め定められたしきい値を超えるかどう
かを決定し、そのとき休止期間が検出されれば、しきい値が第２の予め定められ
たしきい値を超えるかどうかを決め、また、ノイズパワーの推定値を情報信号において検出された休止期間の間に
更新するステップを備える情報信号の周波数成分を情報信号及びノイズを含んでいる入力信号から推定する
ための方法。
【請求項２】しきい値が第２の予め定められたしきい値を超えなければ、し
きい値を＋１増加する請求項１に記載の方法。
【請求項３】各周波数帯域の推定ＳＮ比の重み付き和から全ＳＮ比を推定す
るステップを含む請求項１に記載の方法。
【請求項４】入力信号に情報信号の存在を決定するために前記推定された全
ＳＮ比を使用するステップを含む請求項３に記載の方法。
【請求項５】ノイズ低減出力信号を生成するために前記情報信号の周波数成
分の推定値を再結合するステップを含む請求項１に記載の方法。
【請求項６】情報信号のパワーが前記情報信号の周波数成分の前の推定値及
び入力周波数成分内のパワーとノイズパワーの推定値との間の正の差との組合せ
から推定される請求項１に記載の方法。
【請求項７】各周波数帯におけるゲインがノイズパワーの前記推定値及び情報信号のパワーの推定値からウィーナー・
ゲインを推定するステップ、ＳＮ比の推定値を生成するために、推定さたノイズパワーに対する入力周波
数成分のパワーの比を前記ウィーナー・ゲインに乗じるステップ、推定されたＳＮ比の関数を計算するステップ、及び変更ゲインを生成するために推定されたＳＮ比の前記関数を入力周波数成分
のパワーの推定されたノイズパワーに対する比で割るステップによって決定される請求項６に記載の方法。
【請求項８】フィルタリングがフーリエ変換によって実行される請求項１に
記載の方法。
【請求項９】スピーチまたは音声認識システムへのプリプロセッサとして使
われる請求項１に記載の方法。
【請求項１０】通信システムにけるノイズを減らすために使われる請求項
１に記載の方法。
【請求項１１】一組の入力周波数成分を生成する前記手段は、入力信号を一
組の帯しきい濾波器を通してろ波することを含む請求項１の方法。
【請求項１２】一組の入力周波数成分を生成する前記手段は、入力信号のフ
ーリエ変換を計算するステップを含む請求項１の方法。
【請求項１３】情報信号及びノイズを含んでいる入力信号から情報信号の周
波数成分のノイズパワーを推定するためのシステムであって、前記システムは、各周波数帯ごと及び各周波数成分ごとに一つある一組の入力周波数成分を生
成する手段、各入力周波数成分における全パワーを計算する第１の計算手段、中に含まれる情報信号のパワーを推定する推定手段、情報信号において前記推定手段によって検出された休止期間だけの間にノイ
ズパワーの推定値を更新する更新手段、全パワー関数として各周波数帯のための変更ゲイン、情報信号のパワーの推
定値及びノイズパワーの推定値を計算する第２の計算手段、前記ゲインを入力周波数成分に乗じ、それによって前記情報信号の周波数成
分のパワーの推定値を生成するゲイン乗算手段を備えることを特徴とする情報信号の周波数成分のノイズパワーを推定するシス
テム。
【請求項１４】前記推定手段は、入力スペクトルパワー信号及び第１の予め定められたしきい値を与えられる
加算器、情報信号のパワーの推定値及び第１の加算器からの第１の予め定められたし
きい値を受け、情報信号のパワーの推定値が第１の予め定められたしきい値を超
えるかどうか決定する第１の比較要素、及び第１の比較要素に連結され、情報信号のパワーの推定値が第１の予め定めら
れたしきい値を超える場合、しきい値が第２の予め定められたしきい値を超える
かどうかを決定する第２の比較要素、を備え、しきい値が第２の予め定められたしきい値を超える場合、休止期間が検出され
、推定手段がノイズパワーの推定値を更新する請求項１３に記載のシステム。
【請求項１５】しきい値が第２の予め定められたしきい値を超えない場合、
しきい値を１だけ増やす増分要素を更に備える請求項１３に記載のシステム。
【請求項１６】第２の算出手段は、ウィーナー・ゲインを前記推定値からノイズパワー及び情報信号のパワーの
推定値を推定する手段、ＳＮ比の推定値を作るために入力周波数成分のパワーの推定値とノイズパワ
ーの推定値の比を前記ウィーナー・ゲインに乗じるウィーナー乗算手段、推定されたＳＮ比の関数を計算する関数計算手段、及び変更ゲインを生成するためにノイズパワーの推定値に対する入力周波数成分
のパワーの比によって推定されたＳＮ比の前記関数を割るこのための除算手段を備える請求項１３に記載のシステム。
【請求項１７】一組の入力周波数成分を生成する前記手段は、入力信号を一
組の帯域ろ波器を通してろ波することができる請求項１３のシステム。
【請求項１８】一組の入力周波数成分を生成する前記手段は、入力信号のフ
ーリエ変換を計算することができる請求項１３のシステム。