JP2004317993A

JP2004317993A - 雑音低減回路および雑音低減方法

Info

Publication number: JP2004317993A
Application number: JP2003114951A
Authority: JP
Inventors: Juichi Kino; 寿一木野
Original assignee: Asahi Kasei Corp
Current assignee: Asahi Kasei Corp
Priority date: 2003-04-18
Filing date: 2003-04-18
Publication date: 2004-11-11

Abstract

【課題】スペクトル減算による音質劣化を緩和、改善できる雑音低減回路および雑音低減方法を提供する。
【解決手段】周波数データと音声区間判定結果とから適応的に入力対雑音レベル比を推定してその入力対雑音レベル比に応じたゲインを算出するゲイン算出部を有する。ゲイン算出部は、入力対雑音レベル比から原音付加率を算出する原入力スペクトル付加率算出部（２１４）と、その原音付加率を基に原音対応ゲインを算出する原音付加ゲイン計算部（２１５）と、入力対雑音レベル比から平滑化重み係数を算出する平滑化重み係数算出部（２１６）と、原音対応ゲインを平滑化重み係数を基に平滑化することで、入力対雑音レベル比に対して適応的に最適なゲインを算出するゲイン平滑化部（２１７）とを有する。
【選択図】図２

Description

【０００１】
【発明の属する技術分野】
本発明は、雑音が混入した入力から雑音成分を低減する雑音低減技術に関し、特に高性能な雑音低減を行う雑音低減回路および雑音低減方法に関する。
【０００２】
【従来の技術】
従来、雑音が混入した入力から雑音成分を低減する方法としてはスペクトル減算法が知られている（例えば非特許文献１など）。また、その典型的な実現例が特許文献１の図２に示されている。同図には、高速フェーリ変換（ＦＦＴ）処理部、振幅２乗処理部、音声検出器、ブロックワイズの平均化器、ブロックワイズのゲイン計算処理部、乗算器、および逆高速フェーリ変換（ＩＦＦＴ）処理部を含む雑音低減回路が記載されている。
【０００３】
上記文献にも記載されているように、一般に、スペクトル減算法では、入力データに含まれる加法性雑音成分の周波数スペクトルもしくはパワースペクトルを推定して、入力対雑音比を算出する。算出された入力対雑音比に応じたゲインが入力スペクトルに乗算されて、周波数領域で雑音成分に相当する量だけ抑圧される。この抑圧された周波数成分を周波数逆変換して、雑音が除去された出力データを得ることができる。
【０００４】
しかし、このスペクトル減算法を用いた従来の雑音低減処理は、雑音低減性能自体は高いものの、音質が劣化する可能性のあることが知られている。例えば、雑音スペクトルの推定誤差により、ミュージカルノイズという雑音の消し残りが発生しやすく、雑音低減処理後の音声品質が低下する。これを緩和するために、非特許文献２では、入力対雑音比に応じたある割合で原音を付加することで主観評価結果を向上することができたと記載されている。また、非特許文献３では、フレーム間でゲインを時間的に平滑化することでミュージカルノイズを減らすことができると記載されている。
【０００５】
【特許文献１】
特表２００２−５１７０２１号公報
【０００６】
【非特許文献１】
Ｓ．Ｆ．Ｂｏｌｌ「ＳｕｐｐｒｅｓｓｉｏｎｏｆＡｃｏｕｓｔｉｃＮｏｉｓｅｉｎＳｐｅｅｃｈｕｓｉｎｇＳｐｅｃｔｒａｌＳｕｂｔｒａｃｔｉｏｎ（スペクトルサブトラクションによる音声中の音響ノイズの抑圧）」ＩＥＥＥＴｒａｎｓ，Ａｃｏｕｓｔ．ＳｐｅｅｃｈａｎｄＳｉｇ．Ｐｒｏｃ．，２７，Ｐ．１１３−１２０，１９７９年
【０００７】
【非特許文献２】
佐々木、中村「マスキング効果を用いた低歪み雑音低減方式の検討」信学技法ＥＡ９８−１０６，Ｐ．３７−４２，１９９８年
【０００８】
【非特許文献３】
Ｈ．Ｋｉｍ，Ｄ，Ｒｕｗｉｓｃｈ「ＳｐｅｅｃｈＥｎｈａｎｃｅｍｅｎｔｉｎＮｏｎ−ｓｔａｔｉｏｎａｒｙＮｏｉｓｅＥｎｖｉｒｏｎｍｅｎｔｓ（変動する雑音環境でのスピーチの向上）」ＩＣＳＬＰ２００２，Ｐ．１８２９−１８３２，２００２年
【０００９】
【発明が解決しようとする課題】
しかし、上述したスペクトル減算の音質劣化を緩和、改善しようという従来の試みは、ある条件下でその効果が限定的に確認できるものの、普遍的に十分に最適化されているとは言えない。更に、不適切な設定で実装を行うと、逆に音質を劣化させる可能性もある。
【００１０】
例えば、非特許文献２では、原音付加率を決める入力対雑音比の具体的な推定方法については記述されていない。また、入力対雑音比と原音付加率との相関性についても主観評価を行った結果から、定性的な言及をするにとどまっている。
【００１１】
また、非特許文献３では、平滑化重み係数は適切に設定しないと、残響が強調されて、逆に音声品質が劣化すると指摘されている。
【００１２】
本発明は、上記の点に鑑みてなされたもので、その目的は、スペクトル減算を基にした雑音低減回路および雑音低減方法において、高い雑音低減性能を実現し、同時に音質劣化を最小限に抑えることにある。
【００１３】
【課題を解決するための手段】
上記目的を達成するため、本発明の雑音低減回路は、デジタル音声入力データを周波数データに変換する周波数変換部と、前記周波数データから音声区間か非音声区間かを判定する音声区間判定部と、前記周波数データと前記音声区間判定部の判定結果とから適応的に入力対雑音レベル比を推定して該入力対雑音レベル比に応じたゲインを算出するゲイン算出部と、前記ゲインを前記周波数データに乗じる乗算部と、前記ゲインを乗じられた周波数データを音声出力時間データに変換する周波数逆変換部とを有する雑音低減回路であって、前記ゲイン算出部が、前記入力対雑音レベル比から原音付加率を算出する原入力スペクトル付加率算出部と、算出された前記原音付加率を基に原音対応ゲインを算出する原音付加ゲイン計算部と、前記入力対雑音レベル比から平滑化重み係数を算出する平滑化重み係数算出部と、前記平滑化重み係数を基に前記原音対応ゲインを平滑化するゲイン平滑化部とを含むことを特徴とする。
【００１４】
ここで、前記原音付加率と、前記平滑化重み係数が共に、前記入力対雑音レベル比に応じて適応的に制御され、前記ゲイン平滑化部が前記原音対応ゲインと前記平滑化重み係数とにより前記入力対雑音レベル比に対して適応的に最適なゲインを算出することを特徴とすることができる。
【００１５】
上記目的を達成するため、本発明の雑音低減方法は、デジタル音声入力データを周波数データに変換する周波数変換ステップと、前記周波数データから音声区間か非音声区間かを判定する音声区間判定ステップと、前記周波数データと前記音声区間判定ステップでの判定結果とから適応的に入力対雑音レベル比を推定して該入力対雑音レベル比に応じたゲインを算出するゲイン算出ステップと、前記ゲインを前記周波数データに乗じる乗算ステップと、前記ゲインを乗じられた周波数データを音声出力時間データに変換する周波数逆変換ステップとを有する雑音低減方法であって、前記ゲイン算出ステップが、前記入力対雑音レベル比から原音付加率を算出する原入力スペクトル付加率算出ステップと、算出された前記原音付加率を基に原音対応ゲインを算出する原音付加ゲイン計算ステップと、前記入力対雑音レベル比から平滑化重み係数を算出する平滑化重み係数算出ステップと、前記平滑化重み係数を基に前記原音対応ゲインを平滑化するゲイン平滑化ステップとを包含することを特徴とする。
【００１６】
ここで、前記原音付加率と、前記平滑化重み係数が共に、前記入力対雑音レベル比に応じて適応的に制御され、前記ゲイン平滑化ステップにおいて前記原音対応ゲインと前記平滑化重み係数とにより前記入力対雑音レベル比に対して適応的に最適なゲインを算出することを特徴とすることができる。
【００１７】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を詳細に説明する。
【００１８】
図１は本発明の一実施形態における雑音低減回路の全体の構成を示す。本実施形態の雑音低減回路は、周波数変換（ＦＦＴ）部１１０、音声区間判定部１１１、ゲイン算出部１１２、および周波数逆変換（逆ＦＦＴ）部１１４を有する。
【００１９】
周波数変換部１１０はデジタル音声入力データを周波数データに変換する。音声区間判定部１１１は周波数変換部１１０で変換された周波数データから音声区間か非音声区間かの判定を行う。ゲイン算出部１１２は周波数変換部１１０で変換された周波数データと音声区間判定部１１１の音声区間判定結果とから適応的に入力対雑音レベル比を推定してその入力対雑音レベル比に応じたゲインを算出する。乗算部１１３はゲイン算出部１１２で算出されたゲインを周波数変換部１１０で変換された周波数データに乗じる。周波数逆変換部１１４は乗算部１１３でゲインを乗じられた周波数データを音声出力時間データに変換する。
【００２０】
図２には図１のゲイン算出部１１２の内部構成を示す。図２に示すように、ゲイン算出部１１２は、スペクトルレベル算出部２１０、スイッチ２１１、ブロック平均部２１２、入力対雑音レベル比算出部２１３、原入力スペクトル付加率算出部２１４、原音付加ゲイン計算部２１５、平滑化重み係数算出部２１６、およびゲイン平滑化部２１７を有する。
【００２１】
スペクトルレベル算出部２１０は入力（周波数データ）のスペクトルレベルを算出する。スイッチ２１１は上記の音声区間判定結果に応じてオン・オフの切り替え動作をする。ブロック平均部２１２は非音声区間の入力スペクトルレベルの平均を算出して、その算出結果を雑音のみのスペクトルレベルと推定する。入力対雑音レベル比算出部２１３は、入力のスペクトルレベルと上記雑音のスペクトルレベルとから入力対雑音レベル比（ＳＮＲ）を算出する。原入力スペクトル付加率算出部２１４は入力対雑音レベル比（ＳＮＲ）から原入力スペクトル付加率（原音付加率）βを算出する。原音付加ゲイン計算部２１５は原入力スペクトル付加率βから原音付加ゲインＧ１を計算する。平滑化重み係数算出部２１６は入力対雑音レベル比（ＳＮＲ）から平滑化重み係数αを算出する。ゲイン平滑化部２１７は平滑化重み係数αを基に原音付加ゲインＧ１を平滑化して入力対雑音レベル比に応じたゲインＧを出力する。
【００２２】
次に、図１および図２を用いて、本発明の実施形態の動作を説明する。
【００２３】
図１において、入力信号Ｘは音声と雑音を含んだ時間領域の信号である。この信号Ｘはある周期でサンプリングされた後に、ある数単位でまとめられて（フレーム処理）、本雑音低減回路に入力し、周波数変換部１１０によって周波数データ系列に変換される。周波数変換部１１０では一般的に用いられる高速フーリエ変換を実行している。
【００２４】
周波数変換部１１０から出力された周波数データ系列は、音声区間判定部１１１とゲイン算出部１１２と乗算部１１３とにそれぞれ供給される。
【００２５】
音声区間判定部１１１では、入力スペクトル（周波数データ系列）から音声区間であるか非音声区間であるかの判定を行い、その判定結果をゲイン算出部１１２のスイッチ２１１へ伝える。
【００２６】
図２に示すように、ゲイン算出部１１２内の入力信号スペクトルレベル算出部２１０において、入力スペクトル（周波数データ系列）は振幅スペクトルまたはパワースペクトルなどの、ある次元のスペクトル量１・１^ａに変換される。ここで、ａ＝１の時は振幅スペクトル、ａ＝２の時はパワースペクトルに対応する。
【００２７】
音声区間判定部１１１の音声区間判定結果はスイッチ２１１の動作を制御する。音声区間判定結果が非音声区間である場合は、スイッチ２１１はオン状態となり、入力スペクトルレベル信号が後続のブロック平均部２１２に渡される。音声区間判定結果が音声区間である場合、スイッチ２１１はオフ状態となり、入力スペクトルレベル信号はブロック平均部２１２には伝わらない。このようにスイッチ２１１を制御して、ブロック平均部２１１で非音声区間の入力スペクトルレベルの平均を求めることにより、雑音を含んだ入力スペクトルレベルから、雑音のみのスペクトルレベルを推定することができる。
【００２８】
入力対雑音レベル比算出部２１３は入力スペクトルレベルと上記推定された雑音スペクトルレベルとから入力対雑音レベル比（ＳＮＲ）を算出する。算出された入力対雑音レベル比（ＳＮＲ）は、原入力スペクトル付加率算出部２１４と平滑化重み係数算出部２１６とにそれぞれ供給される。
【００２９】
原入力スペクトル付加率算出部２１４は入力対雑音レベル比（ＳＮＲ）から原入力スペクトル付加率（原音付加率）βを算出する。入力対雑音レベル比（ＳＮＲ）から原入力スペクトル付加率βへの変換は後述で例示するような予め決めた変換関数ｈにより規定される。この対応関係は、次式（１）で表わされる。
β＝ｈ（ＳＮＲ） …（１）
算出された原入力スペクトル付加率βは原音付加ゲイン計算部２１５へ受け渡される。原音付加ゲイン計算部２１５は原入力スペクトル付加率βを用いて原音付加対応ゲインＧ１を算出する。Ｇ１とβの関係は、次式（２）で与えられる。
Ｇ１＝β＋（１−β）（１−Ｋ／ＳＮＲ） …（２）
ここで、Ｋはパラメータであり、通常１から５程度の値を設定する。
【００３０】
平滑化重み係数算出部２１６は入力対雑音レベル比（ＳＮＲ）から平滑化重み係数αを算出する。入力対雑音レベル比（ＳＮＲ）から平滑化重み係数αへの変換は後述で例示するような予め決めた変換関数ｆにより規定される。この対応関係は、次式（３）で表わされる。
α＝ｆ（ＳＮＲ） …（３）
原音付加ゲイン計算部２１５で算出された原音付加対応ゲインＧ１と平滑化重み係数算出部２１６で算出された平滑化重み係数αはゲイン平滑化部２１７に渡される。
【００３１】
ゲイン平滑化部２１７は平滑化重み係数αと原音付加対応ゲインＧ１とを用いて最終ゲインＧを算出する。この関係は次式（４）で与えられる。
Ｇ＝αＧ２＋（１−α）Ｇ１ …（４）
ここで、Ｇ２は１フレーム前の原音付加対応ゲインＧ１を表す。
【００３２】
ゲイン平滑化部２１７は、図２に示すように、（１−α）Ｇ１を演算する第１の乗算器と、１フレーム前の原音付加対応ゲインＧ１を表すＧ２を得るための遅延器と、αＧ２を演算する第２の乗算器と、αＧ２と（１−α）Ｇ１とを加算する加算器とから構成することができる。
【００３３】
ゲイン平滑化部２１７で得られた最終ゲインＧと、周波数変換部１１０で変換された入力スペクトルとを図１の乗算部１１３で乗算し、その結果得られた周波数データを周波数逆変換部１１４で音声出力時間データに変換する。
【００３４】
本明細書の［発明が解決しようとする課題］の項で述べたように、従来技術においては、雑音スペクトルレベルの推定誤差がミュージカルノイズを生じさせるために処理後の音声の品質を劣化させていた。この推定誤差は入力対雑音レベル比が小さい場合に、より音声品質に影響する。
【００３５】
これに対し、本発明では、ミュージカルノイズが発生して音声品質劣化に影響が大きい場合には、雑音を低減する通常の処理に加えて、原音を付加することで聴感上の品質を保つことができることを利用している。
【００３６】
即ち、原入力スペクトル付加率算出部２１４の演算処理を入力対雑音レベル比ＳＮＲに応じて適応的に作用するように設計し、またその結果、原音付加ゲイン計算部２１５で算出された原音付加対応ゲインＧ１を用いることで、聴感上の品質を保つことを容易に実現することができる。
【００３７】
ゲイン平滑部２１７は、原音付加対応ゲインＧ１の値を前のフレームの原音付加対応ゲインＧ２と重み付き平均を取ることにより、最終的なゲインＧを算出する。この重み付き平均処理により、ミュージカルノイズ削減効果の更なる向上が得られる。
【００３８】
（実施の一例）
本発明の実施の一例として、以下の仕様でシミュレーションを行い、音質の向上と動作安定性を確認することができた。
パラメータ：
ａ＝２（パワースペクトル）
Ｋ＝４
関数ｈ：
β＝０．５０（ＳＮＲ＜０．２５）
＝０．００（ＳＮＲ＞＝０．２５）
関数ｆ：
α＝０．５０（ＳＮＲ＜０．２５）
＝０．２５（０．２５＜＝ＳＮＲ＜５．００）
＝０．１０（ＳＮＲ＞＝５．００）
【００３９】
（他の実施の形態）
以上、本発明の実施形態を詳述したが、本発明は、図１、図２に示すような機能を実現するのに、必ずしも回路部品に限らず、実施形態の機能を実現するソフトウエア・プログラムを用いた超小型演算処理装置（ＭＰＵ）のようなコンピュータシステムを利用しても実施可能である。
【００４０】
即ち、本発明は、前述した実施形態の機能を実現するソフトウエアのプログラムを、システム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータがその供給されたプログラムを読み出して実行することによっても達成される場合を含む。その場合、プログラムの機能を有していれば、形態は、プログラムである必要はない。プログラムを供給するための記録媒体としては、例えば、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード（ＩＣメモリカード）、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−Ｒ）などがある。
【００４１】
【発明の効果】
以上説明したように、本発明によれば、ゲイン算出部内に、原入力の周波数データを付加する原音付加対応ゲインの計算を行う原音付加ゲイン計算部と、原音付加効果に対応するゲインを平滑化するゲイン平滑化部を有することで、スペクトル減算を基にした雑音低減回路において、高い雑音低減性能を実現でき、同時に音質劣化を最小限に抑えることができる効果を奏する。
【図面の簡単な説明】
【図１】本発明の一実施形態における雑音低減回路の全体の構成を示すブロック図である。
【図２】図１のゲイン算出部の内部構成を示すブロック図である。
【符号の説明】
１１０周波数変換部
１１１音声区間判定部
１１２ゲイン算出部
１１３乗算部
１１４周波数逆変換部
２１０スペクトルレベル算出部
２１１スイッチ
２１２ブロック平均部
２１３入力対雑音レベル比算出部
２１４原入力スペクトル付加率算出部
２１５原音付加ゲイン計算部
２１６平滑化重み係数算出部
２１７ゲイン平滑化部

Claims

デジタル音声入力データを周波数データに変換する周波数変換部と、
前記周波数データから音声区間か非音声区間かを判定する音声区間判定部と、
前記周波数データと前記音声区間判定部の判定結果とから適応的に入力対雑音レベル比を推定して該入力対雑音レベル比に応じたゲインを算出するゲイン算出部と、
前記ゲインを前記周波数データに乗じる乗算部と、
前記ゲインを乗じられた周波数データを音声出力時間データに変換する周波数逆変換部とを有する雑音低減回路であって、
前記ゲイン算出部が、前記入力対雑音レベル比から原音付加率を算出する原入力スペクトル付加率算出部と、算出された前記原音付加率を基に原音対応ゲインを算出する原音付加ゲイン計算部と、前記入力対雑音レベル比から平滑化重み係数を算出する平滑化重み係数算出部と、前記平滑化重み係数を基に前記原音対応ゲインを平滑化するゲイン平滑化部とを含むことを特徴とする雑音低減回路。
前記原音付加率と、前記平滑化重み係数が共に、前記入力対雑音レベル比に応じて適応的に制御され、前記ゲイン平滑化部が前記原音対応ゲインと前記平滑化重み係数とにより前記入力対雑音レベル比に対して適応的に最適なゲインを算出することを特徴とする請求項１に記載の雑音低減回路。
前記原音付加率βへの変換は変換関数ｈにより規定され、
β＝ｈ（ＳＮＲ） …（１）
前記原音対応ゲインＧ１と前記原音付加率βの関係は、次式（２）で与えられ、
Ｇ１＝β＋（１−β）（１−Ｋ／ＳＮＲ） …（２）
（ただし、Ｋはパラメータ）
前記平滑化重み係数αへの変換は変換関数ｆにより規定され、
α＝ｆ（ＳＮＲ） …（３）
前記最終のゲインＧは次式（４）
Ｇ＝αＧ２＋（１−α）Ｇ１ …（４）
（ただし。Ｇ２は１フレーム前の原音付加対応ゲインＧ１を表す。）
で与えられることを特徴とする請求項２に記載の雑音低減回路。
前記ゲイン算出部は、
入力スペクトルを振幅スペクトルまたはパワースペクトルなどの、ある次元のスペクトル量に変換するスペクトルレベル算出部と、
前記音声区間判定部の音声区間判定結果に応じて動作するスイッチと、
前記スイッチから受け渡された非音声区間の入力スペクトルレベルの平均を算出して、その算出結果を雑音のみのスペクトルレベルと推定するブロック平均部と、
前記スペクトルレベル算出部から与えられる入力のスペクトルレベルと前記ブロック平均部から与えられる前記雑音のスペクトルレベルとから入力対雑音レベル比を算出する入力対雑音レベル比算出部と
を有することを特徴とする請求項１ないし３のいずれかに記載の雑音低減回路。
デジタル音声入力データを周波数データに変換する周波数変換ステップと、
前記周波数データから音声区間か非音声区間かを判定する音声区間判定ステップと、
前記周波数データと前記音声区間判定ステップでの判定結果とから適応的に入力対雑音レベル比を推定して該入力対雑音レベル比に応じたゲインを算出するゲイン算出ステップと、
前記ゲインを前記周波数データに乗じる乗算ステップと、
前記ゲインを乗じられた周波数データを音声出力時間データに変換する周波数逆変換ステップとを有する雑音低減方法であって、
前記ゲイン算出ステップが、前記入力対雑音レベル比から原音付加率を算出する原入力スペクトル付加率算出ステップと、算出された前記原音付加率を基に原音対応ゲインを算出する原音付加ゲイン計算ステップと、前記入力対雑音レベル比から平滑化重み係数を算出する平滑化重み係数算出ステップと、前記平滑化重み係数を基に前記原音対応ゲインを平滑化するゲイン平滑化ステップとを包含することを特徴とする雑音低減方法。
前記原音付加率と、前記平滑化重み係数が共に、前記入力対雑音レベル比に応じて適応的に制御され、前記ゲイン平滑化ステップにおいて前記原音対応ゲインと前記平滑化重み係数とにより前記入力対雑音レベル比に対して適応的に最適なゲインを算出することを特徴とする請求項５に記載の雑音低減方法。