JP2006276856A - 音声信号前処理システム - Google Patents

Abstract

【課題】 音声信号受信中の雑音低減を効果的に行うことができる自動音声認識システム用の音声信号前処理システムを提供する。
【解決手段】 音声信号前処理システムは、音声信号を検出する音響センサと、室内の雑音信号を検出する非音響センサと、音声信号前処理部と、第二フィルタバンクを介し音響センサを前処理部に接続する第二信号処理部と、第一フィルタバンクを介し非音響センサを前処理部に接続する第一信号処理部とからなり、両フィルタバンクは、複数のサブバンドへ受信信号を分離し、前処理部は、コヒーレント周波数帯域信号処理部と、非コヒーレント周波数帯域信号処理部と、受信信号のコヒーレンス特性によりこれらのいずれかを選択する前処理方法選定部とを備え、非コヒーレント周波数帯域信号処理部は室内を伝播する信号の伝達関数を推定する伝達関数推定手段とを有している。
【選択図】 図３

Description

本発明は、自動音声認識システムに適用される音声信号の前処理に関するものである。より詳細には、車両に設けられた自動音声認識システムに適用される音声信号の前処理に関するものである。

安全面の観点では、車両の運転手からの音声指令によって、直接運転に関わらない機器が安全に操作でき、本来の運転操作に集中できることが好ましい。しかし、車両環境は外乱の影響を受けやすく、例えば、風、タイヤ回転、機械的振動、オーディオ系統、ワイパーの摩擦、ウィンカーの信号といった様々な雑音源を有する。よって、これら雑音源から発生した雑音成分が混在する環境の中で運転手の音声指令を正しく抽出するには、自動音声認識システムによる信号解析の前に、まずは観測した信号を処理する必要がある。ここでいう「雑音」とは、騒音、不快音、及び混信などの妨害(例えば電波障害)を意味する。

詳細には、本発明は、音声指令信号が自動音声認識システムに入力される前に本信号を処理することに関する。この前処理によって信号品質がアップすると／音声明瞭度が高まると、自動音声認識システムの信頼性が高まるので、より多くのユーザにより受け入れられる。

自動音声認識システムによる信号解析の前により良質な音声信号（希望信号）を得るために、観測信号から雑音を除去／低減するという従来の方法は既に知られている。図１に示すのは、自動音声認識システムへ音声信号を伝送する前に雑音成分を除去／低減するという指令信号処理の標準的な方法を説明する図である。音声信号ｓ（ｎ）は雑音信号ｄ（ｎ）によって乱され、観測信号ｙ（ｎ）として生成される。この観測信号ｙ（ｎ）は前処理部２へ伝送され、前処理部２では、雑音成分が除去／低減されることで信号品質が向上する／音声明瞭度が高まる。このような前処理部２による雑音除去を介して出力される希望信号ｓ（ｎ）は、自動音声認識部６３へ伝送される。

しかし、雑音は様々な源から発生する場合が殆どなので、モデル化が難しい。よって、
効率よく雑音成分を減衰可能なフィルタ決定が難しい場合がある。

さらに、雑音特性に関する誤ったモデリングや不正確な推定に基づいて決定した不適切なフィルタを用いる雑音除去（音声前処理）を施すと、音声信号が部分的に欠損する。この場合、前処理を施さない場合よりも音声明瞭度が低下することもある。

音声信号品質の向上として、いくつかの解決策が提案されている。例えば、話者方向に指向性を制御したマイクロホンアレーをビームフォーマ（指向性制御）とリンクして使用することで特定方向に受ける信号のゲインを大きくし、特定方向の雑音や妨害から自動音声認識システムが受ける影響を軽減することができることは周知の通りである。

しかし、このようなマイクロホンアレーを用いた指向性制御は、指向性を高めようとするほどコストがかかる。また、車両の内装美に関わる制約から判断すると、車両へ簡単には実装しにくい。更に、マイクロホンアレーが受信する車両環境内の外乱は、自動音声認識システムの精度に対する主要な障害ではないので、充分な音声認識性能を依然発揮しにくいままとなる。結果、限られた構造のみでしか問題に対応できなかったり、問題全体の解決には至らないことになる。

他の解決策として、雑音参照信号を得るための雑音参照信号センサを付随することで雑音や妨害を低減する方法がある。例えば、第一マイクロホンを運転手近くに設置し、第二マイクロホンを運転手から遠くに設置する。こうすることで、第一マイクロホンは音声指令、つまり希望信号を受信し、一方、第二マイクロホンは基本的には雑音信号のみを感知する。しかし、発話者(この場合は運転手)から遠くに設置されたマイクロホンでは発話者周辺の局所雑音である信号を受信しづらいので、この解決方法は実際にはそれほど効果的ではない。結果、マイクロホンが発話者から離れている場合、不正確な雑音参照信号が生成されることとなり、上述の通り、この雑音参照信号は自動音声認識システムにおける使用に適さない。反対に、第二マイクロホンが発話者近くに設置されていると、第二マイクロホンが受信する信号には、発話者周辺の局所雑音に相当する雑音成分が反映可能である一方、第二マイクロホンの信号への希望信号の混入を防ぐことが大変困難となる。この場合、希望信号そのものが雑音成分として誤認されてしまい、雑音サブトラクション（雑音低減方法）により誤って抑圧されてしまうので、上記方法では、希望信号の部分的な欠損、もしくは希望信号全体的な破綻につながりうる。

この問題を解決するに当たり他の観点では、雑音参照信号決定手段として考えられる非音響センサと音響センサを併用する方法がある。例えば、オーディオ系統のスピーカに伝達される電気信号を雑音参照信号のソースとして用いることで雑音処理を行う音声信号処理装置が、後述の特許文献１に記載されている。この装置では、雑音参照信号は音響領域に属する希望信号の影響を受けない電気領域に属するので、雑音参照信号と希望信号の結合を回避できる。

非音響センサと音響センサを併用する音声処理方法のその他の例として、振動検出器が挙げられる。振動検出器には、一般的に、次の２タイプのセンサがある。１つは発話者の体に接触している接触センサで、もう１つは、接触していない非接触センサである。１つ目のセンサ(接触式)を車両の運転手へ適用すると、かなりの制約が生じるため好ましくない。しかし、二つ目のセンサ(非接触式)は、本発明が適用可能な用途には適していると考えられ、本出願明細書内においても考察される。

雑音信号を除去／低減する他の可能性としては、音声信号受信前に雑音成分を推定し、希望信号と雑音から構成される混合信号の受信中に受信信号から雑音成分を減算する方法がある。この方法を適切に行うには、音声状態検出器を用いて音声の有無を検出し、音声信号受信直前の雑音推定値を受信信号から音声信号受信中（つまり、音声状態検出器により音声有りと検出した場合）に減算する必要がある。それには、音声信号レベルは大抵、バックグラウンドノイズレベルよりもパワーが高いと考えられる。よって、音声信号の振幅のしきい値を用いれば、音声信号受信フレームが検出でき、事前に推定した雑音は、前記の方法によって抑圧できる。
特開平２−２４４０９９号公報

しかし、上記に記載した閾値に基づく音声信号受信フレーム検出方法は、例えば摩擦音や無声音に対してはロバストではない。更に、この検出方法は、音声信号受信中は雑音が発生／変化しないことが絶対前提条件となっている。しかしながら、本検出方法を適用するであろう用途から鑑みると、一般に車両環境は、非定常的な雑音や妨害の原因となる環境が強いられ、車速（加速度や減速度）、オーディオ系統の出力、ワイパー操作、ウィンカー点滅などにより変動する。これより、上記の前提条件はこういった非定常的な車両環境にはあきらかに適用できない。つまり、音声信号受信フレーム中の雑音変動を考慮することが必要であり、雑音成分に関する固定の前提条件を設けることなく、音声信号受信中でも継続的に雑音低減の実現が必要である。

よって、本発明は上記に鑑みてなされたものであり、音声信号受信中の雑音低減も効果的に実現できる自動音声認識システム用の音声信号前処理システムを提供するものである。

本発明にて講じた技術的解決手段は、請求項１記載のように、室内空間の非音響雑音信号を検出する少なくとも一つの非音響センサと、該非音響センサに接続され前記非音響雑音信号に所定の処理を行うための第一音声信号処理部と、該第一信号処理部に接続され前記非音響雑音信号を複数の周波数帯域信号に分離する第一フィルタバンクと、特定者が放つ音声信号を検出する少なくとも一つの音響センサと、該音響センサに接続され受信信号に所定の処理を行うための第二信号処理部と、該第二信号処理部に接続され受信信号を複数の周波数帯域信号に分離する第二フィルタバンクと、前記第一フィルタバンク及び前記第ニフィルタバンクからの受信信号を用いて、前記第二フィルタバンクから伝送される受信信号を音声自動認識システム用に前処理するための音声信号前処理部と、を備える音声信号処理システムにおいて、前記音声信号前処理部は、前記第一フィルタバンク及び前記第二フィルタバンクから伝送されるコヒーレント周波数帯域信号に基づき、前記第二フィルタバンクから伝送される受信信号から雑音信号を低減するためのコヒーレント周波数帯域処理部と、前記一フィルタバンク及び前記第二フィルタバンクから伝送される非コヒーレントな周波数帯域信号に基づき、前記第二フィルタバンクから伝送される受信信号から雑音信号を低減するための非コヒーレント周波数帯域処理部と、前記第一フィルタバンク及び前記第ニフィルタバンクから伝送された信号のコヒーレンス特性を判断し、前記第一フィルタバンク及び前記第ニフィルタバンクから伝送される受信信号がコヒーレントな周波数帯域信号である場合、前記コヒーレント周波数帯域信号処理部により処理し、前記第一フィルタバンク及び前記第ニフィルタバンクから伝送される受信信号が非コヒーレントな周波数帯域信号の場合、前記非コヒーレント周波数帯域信号処理部により処理する前処理方法選定部と、前記コヒーレント周波数帯域処理部と前記非コヒーレント周波数帯域処理部とにより雑音信号が低減された信号を合成する周波数帯域合成部とを備え、前記非コヒーレント周波数帯域処理部は、前記第一フィルタバンクから伝送された雑音信号に基づき伝達関数を推定する伝達関数推定部と、該伝達関数推定部により推定された伝達関数と前記第一フィルタバンクから伝送される受信信号に基づいて、雑音信号の推定を更新するための瞬時雑音推定手段とを備え、該推定された雑音信号と前記第二フィルタバンクから伝送される受信信号に基づき雑音信号を低減すると良い。

好ましくは、請求項２記載のように、前記音声信号を検知したとき、前記伝達関数推定手段での伝達関数の推定の更新を自動的に停止する音声状態検出器を備えると良い。

好ましくは、請求項３記載のように、前記音声状態検出器へ信号を伝送する非音響センサを有すると良い。

好ましくは、請求項４記載のように、前記非コヒーレント周波数帯域信号処理部は、前記瞬時雑音推定手段にて推定された雑音信号の推定値を受信し、前記音声信号から該雑音信号の推定値を減算するスペクトル減算手段を有すると良い。

好ましくは、請求項５記載のように、前記コヒーレント周波数帯域信号処理部は、前記第一フィルタバンクから伝送される音声信号から雑音信号の推定値を減算することで音声信号から雑音信号を低減するものであると良い。

好ましくは、請求項６記載のように、前記自動音声認識システムは、車両用音声認識システムであると良い。

本発明の音声信号前処理システムは、車両用音声自動認識以外の用途にも適用可能であることは明らかである。

また、本発明にて講じた技術的解決手段は、特定者が放つ音声信号を検出する少なくとも一つの音響センサと、室内空間の非音響雑音信号を検出する少なくとも一つの非音響センサと、音声信号前処理部と、第一フィルタバンクを介して前記非音響センサを前記音声信号前処理部に接続する第一信号処理部と、第二フィルタバンクを介して前記音響センサを前記音声信号前処理部に接続する第二信号処理部とを備え、前記第一フィルタバンクと前記第二フィルタバンクは、複数の周波数サブバンドへ各々受信した信号を分離し、前記音声前処理部は、前記第一フィルタバンクによって伝送された信号から雑音を低減するために、コヒーレント周波数帯域の信号を処理するコヒーレント周波数帯域信号処理部と、非コヒーレント周波数帯域の信号を処理し、前記室内空間の信号の伝達関数を推定する伝達関数推定手段を有する非コヒーレント周波数帯域信号処理部と、前記第一フィルタバンクと前記第二フィルタバンクから受信した信号のコヒーレンス特性を決定し、前記コヒーレント周波数帯域信号処理部と前記非コヒーレント周波数帯域信号処理部のうち一つを選択する前処理方法選定部と、を備える自動音声認識システム用の音声信号前処理システムである。

本発明の音声信号前処理システムによれば、音声信号受信中も雑音源の雑音成分が推定できるので、音声信号受信中の雑音低減も効果的に実現できる。また、本発明の音声信号前処理システムによれば、精度良く、信頼性高く、安価に、雑音低減を実現することが音声信号前処理システムを提供することができる。

以下、本発明を実施するための最良の形態を、図面を基に説明する。図２は、自動音声認識システムに用いられる車両の室内空間の雑音源およびセンサを示す概略図である。

車両の室内空間には、例えばマイクロホンやマイクロホンアレー等、車両の運転手７が発声する音声信号を検出するように構成及び配置された少なくとも一つの音響センサ１が設けられる。運転手７が発話するとき、希望信号ｓ（ｎ）である音声指令信号を発することもある。この希望信号ｓ（ｎ）は、自動音声認識システムが解析する車両操作指令として最終的に活用される。図２の付番９により示される複数の雑音源や妨害源は、車両の外的環境、車両の運転状況、及び車両の室内空間の状況に応じた関数であり、時間と共に変化する雑音信号ｄ（ｎ）を生成する。図２において付番４により概略的に示される車両の室内空間（以下、車室とする。）は、雑音源からセンサへ伝送される信号の伝搬媒質に実際のところ相当する。よって、音響センサ１は雑音信号ｄ（ｎ）及び希望信号ｓ（ｎ）から構成される信号ｙ（ｎ）を受信する。

本実施例では、非音響センサ/センサ群１１は、タイヤ回転やエンジン作動などに起因する振動のような雑音源や妨害源から放たれる非音響信号ｄ’（ｎ）を計測するように構成されている。非音響センサ１１によって実測される非音響信号ｄ’（ｎ）は、雑音参照信号として用いられる。実際、音声信号受信中の雑音や妨害を定常であるとする仮定ほど制限的ではないが、より現実的に考えても、非音響信号ｄ’（ｎ）として実測される雑音は、媒質である車室内を略定常的に伝搬すると考えることができる。実際、車室内における幾何学的配置、材料組成や音響特性は、音声信号受信中でも略一定であるという事実によりこれは立証される。よって、希望信号受信中であっても、雑音源とセンサ群１１間の非音響信号ｄ’（ｎ）の伝達関数は、略定常的である。よって、非音響センサ群１１の非音響信号ｄ’（ｎ）を用い、雑音の伝搬特性である伝達関数を推定するだけで、従来の様に音声信号受信中は雑音は定常であると仮定することなく、雑音信号ｄ（ｎ）の変化を継続的に推定でき、雑音参照信号内に希望信号が混入することを防ぐことができる。

上記によると、雑音源９の雑音信号ｄ（ｎ）の実測は必要なく、より定常的であり、音声信号受信中も略安定していると考えられる伝搬媒質の伝達関数を推定するだけで、雑音や妨害が希望信号受信中に大幅に変動し続けたとしても、音声信号受信中に雑音や妨害を継続的に推定でき、またそれらを継続的に除去／低減もできる。

図３は、本実施例による音声信号前処理部を備える前処理システムの概略図を示す。非音響センサ群１１は、第一信号処理部１２と第一フィルタバンク１３を介して音声信号前処理部５に接続している。第一信号処理部１２は、非音響センサ／センサ群１１から受信する非音響信号ｄ’（ｎ）内のインパルスノイズの有無を検出し、インパルスノイズを除いた信号が第一フィルタバンク１３を介して前処理システム内を伝搬する。第一フィルタバンク１３の受信信号は、第一フィルタバンク１３にて複数のスペクトル帯域へ分離され、各帯域ごとに適合した雑音・妨害減衰処理が以下の手順にて行われる。こうして複数のスペクトル帯域へ分離された信号は、音声信号前処理部５へ伝送される。

他方、音響センサ／センサ群１は、第二信号処理部１４と第二フィルタバンク１５を介して音声信号前処理部５に接続している。第二信号処理部１４は、使われるセンサの機能に応じて受信信号を適合させる。例えば、マイクロホンアレーがセンサとして用いられている場合、従来のマイクロホンアレーを用いた音声処理方法を適用する。 第二信号処理部１４で信号処理された信号は、 第二フィルタバンク１５へ伝送される。第二フィルタバンク１５の受信信号は、第二フィルタバンク１５にて複数のスペクトル帯域へ分離され、各帯域ごとに適合した雑音・妨害減衰処理が以下の手順にて行われる。こうして複数のスペクトル帯域へ分離された信号は、音声信号前処理部５へ伝送される。

次に、本実施例による音声信号前処理部５をより詳細に説明する。音声信号前処理部５は、信号特性に応じて受信信号を処理するいくつかの部分から構成されている。各帯域に分離した信号は、音声信号前処理部５にてスペクトルサブバンド化され、各スペクトルサブバンド（サブ帯域）ごとに適合した雑音・妨害減衰処理が行われる。

音声信号前処理部５は、前処理方法選定部５１を備える。前処理方法選定部５１は、例えば第一フィルタバンク１３、第二フィルタバンク１５からの出力信号の帯域幅、コヒーレンス（相関性）、及び／または状態を基に前処理方法を決定する。この解析結果によって、前処理方法選定部５１は、コヒーレント周波数帯域の信号を処理するコヒーレント周波数帯域信号処理部５２か、非コヒーレント周波数帯域もしくは弱コヒーレント周波数帯域の信号を処理する非コヒーレント周波数帯域信号処理部５３のどちらかを選択する。

また、請求項で示す非コヒーレントとは、非コヒーレント及び弱コヒーレントを含む概念である。

前処理方法選定部５１は、第一フィルタバンク１３，第二フィルタバンク１５から受信した信号のコヒーレンス（相関性）を測定する。ある信号周波数帯域におけるコヒーレンス値が高い場合、前処理方法選定部５１はコヒーレント周波数帯域信号処理部５２を選択する。コヒーレント周波数帯域信号処理部５２では、複数の参照信号を用いた従来の雑音除去による直交性の原理に基づく雑音低減方法が受信信号ｙ（ｎ）に適用される。その雑音低減方法としては、例えば、受信信号ｙ（ｎ）から雑音信号ｄ’（ｎ）の推定値を減算することで希望信号ｓ（ｎ）の推定値を得る方法がある。実際多くの方法が知られているが、例えば、ウィナーフィルターという雑音低減方法が利用可能であるが、詳細な説明はここでは省略する。

非コヒーレント周波数帯域信号処理部５３は、伝達関数推定手段５５、瞬時雑音推定手段５７及びスペクトル減算手段５９を有する。図４は、非コヒーレント周波数帯域信号処理部５３の詳細を示す概略図である。伝達関数推定手段５５は、希望信号ｓ（ｎ）と雑音信号ｄ（ｎ）から構成される受信信号ｙ（ｎ）を受信する。車室内の伝搬媒質は、音声信号受信中も略安定しているので、伝達関数もこの期間中安定していると考えられる。よって、雑音源にて生成される雑音の周波数を非音響センサ群１１にて実測し、伝達関数を推定することで、車室内の雑音変動を知ることができる。結果、雑音信号ｄ（ｎ）は、希望信号受信中であっても、継続的に推定及び適合される。よって、従来の雑音信号スペクトル減算にて希望信号から減算されるべき雑音参照信号の信頼性がより高まり、希望信号に含まれる雑音成分がより効果的に低減する。伝達関数推定手段５５は伝達関数推定値を出力し、その伝達関数推定値は瞬時雑音推定手段５７へ伝送される。これについては、以下に詳細を説明する。

瞬時雑音推定手段５７は、非音響センサ群１１の実測値ｄ’（ｎ）を受信し、伝達関数推定手段５５の推定結果を用いて雑音信号ｄ（ｎ）の推定値を更新する。瞬時雑音推定手段５７は、継続的に更新される雑音信号ｄ（ｎ）の推定値をスペクトル減算手段５９へ伝送する。

スペクトル減算手段５９は、フィルタバンク１５から受信する信号から雑音スペクトル推定値を減算する。ここでの詳細な説明は省略するが、雑音の短時間スペクトルは、話者が発話を休止している間に通常測定され、雑音の混入した音声スペクトルの補正に用いられる。

有利な点としては、本実施例の前処理システムは、周知の音声状態検出器を更に有している。車両の運転者が発話し始めると（つまり、音声状態検出器が音声有りと検出した場合）、伝達関数推定値の更新を自動的に停止し、一方、車両の運転者が発話を止めると（つまり、音声状態検出器が音声無しと検出した場合）伝達関数推定値の更新を再開する。

好ましくは、音声状態検出器は、感度や信頼性向上を図るために、非音響センサ２１に接続しているとよい。このような音声状態検出器は、図３において付番５４で示され、音声信号前処理部５に備えられ、第一フィルタバンク１３、第二フィルタバンク１５の信号を受信する。非音響センサ２１も本前処理システムに含まれ、音声状態検出器５４へ信号を伝送する。

音声信号受信有無に応じた、伝達関数推定手段５５での伝達関数推定値の更新や凍結制御として、希望信号と雑音信号から構成される信号ｙ（ｎ）を受信し、非音響センサ２１の信号をも受信する音声状態検出器５４によって、更新指令が伝達関数推定手段５５へ送られる。ここで言う非音響センサ２１とは、例えば、運転席に座る運転手近傍に配置された振動センサタイプのものであっても良い。

音声信号を受信した音声状態検出器５４は、伝達関数推定手段５５をフリーズモードにすることで伝達関数の推定を停止する指令を伝達関数推定手段５５へ送る。よって、音声信号が受信される間は、伝達関数は更新されないが、雑音推定値ｄ（ｎ）は、瞬時雑音推定手段５７により更新され続ける。

これ以上音声信号が受信されなくなると直ちに、音声状態検出器５４は、伝達関数推定手段５５を更新モードにすることで伝達関数の推定を許可する指令を伝達関数推定手段５５へ送る。

コヒーレント周波数帯域信号処理部５２で推定された信号及び非コヒーレント周波数帯域信号処理部５３にて算出された信号は、周波数帯域合成部６１にて合成される。よって、雑音成分が効果的に抑圧された仮希望信号ｓ（ｎ）が自動音声認識システム６３へ送信される。

図１は、雑音信号低減の一般的方法を示す概略図である。 図２は、一実施形態の自動音声認識システムに係る車室内の雑音源およびセンサを示す概略図である。 図３は、一実施形態の音声信号前処理部を有する音声信号前処理システムの簡略化したブロック図である。 図４は、一実施形態の音声信号前処理部の要部を示すブロック図である。

符号の説明

１ 音響センサ
４ 車両の室内空間
５ 音声信号前処理部
７ 運転手
９ 複数の雑音源や妨害源
１１ 非音響センサ
１２ 第一信号処理部
１３ 第一フィルタバンク
１４ 第二信号処理部
１５ 第二フィルタバンク
５１ 前処理方法選定部
５２ コヒーレント周波数帯域信号処理部
５３ 非コヒーレント周波数帯域信号処理部
５４ 音声状態検出器
５５ 伝達関数推定手段
５７ 瞬時雑音推定手段
５９ スペクトル減算手段
６１ 周波数帯域合成部
６３ 自動音声認識システム

Claims (6)

1. 室内空間の非音響雑音信号を検出する少なくとも一つの非音響センサと、該非音響センサに接続され前記非音響雑音信号に所定の処理を行うための第一音声信号処理部と、
   該第一信号処理部に接続され前記非音響雑音信号を複数の周波数帯域信号に分離する第一フィルタバンクと、
   特定者が放つ音声信号を検出する少なくとも一つの音響センサと、
   該音響センサに接続され該音響センサからの受信信号に所定の処理を行うための第二信号処理部と、
   該第二信号処理部に接続され受信信号を複数の周波数帯域信号に分離する第二フィルタバンクと、
   前記第一フィルタバンク及び前記第ニフィルタバンクからの受信信号を用いて、前記第二フィルタバンクから伝送される受信信号を音声自動認識システム用に前処理するための音声信号前処理部と、
   を備える音声信号処理システムにおいて、
   前記音声信号前処理部は、
   前記第一フィルタバンク及び前記第二フィルタバンクから伝送されるコヒーレント周波数帯域信号に基づき、前記第二フィルタバンクから伝送される受信信号から雑音信号を低減するためのコヒーレント周波数帯域処理部と、
   前記一フィルタバンク及び前記第二フィルタバンクから伝送される非コヒーレントな周波数帯域信号に基づき、前記第二フィルタバンクから伝送される受信信号から雑音信号を低減するための非コヒーレント周波数帯域処理部と、
   前記第一フィルタバンク及び前記第ニフィルタバンクから伝送された信号のコヒーレンス特性を判断し、前記第一フィルタバンク及び前記第ニフィルタバンクから伝送される受信信号がコヒーレントな周波数帯域信号である場合、前記コヒーレント周波数帯域信号処理部により処理し、前記第一フィルタバンク及び前記第ニフィルタバンクから伝送される受信信号が非コヒーレントな周波数帯域信号の場合、前記非コヒーレント周波数帯域信号処理部により処理する前処理方法選定部と、
   前記コヒーレント周波数帯域処理部と前記非コヒーレント周波数帯域処理部とにより雑音信号が低減された信号を合成する周波数帯域合成部とを備え、
   前記非コヒーレント周波数帯域処理部は、前記第一フィルタバンクから伝送された雑音信号に基づき伝達関数を推定する伝達関数推定部と、該伝達関数推定部により推定された伝達関数と前記第一フィルタバンクから伝送される受信信号に基づいて、雑音信号の推定を更新するための瞬時雑音推定手段とを備え、該推定された雑音信号と前記第二フィルタバンクから伝送される受信信号に基づき雑音信号を低減することを特徴とする自動音声認識システム用の音声信号前処理システム。
2. 前記音声信号を検知したとき、前記伝達関数推定手段での伝達関数の推定の更新を自動的に停止する音声状態検出器を備える請求項１記載の自動音声認識システム用の声信号前処理システム。
3. 前記音声状態検出器へ信号を伝送する非音響センサを有する請求項２記載の自動音声認識システム用の音声信号前処理システム。
4. 前記非コヒーレント周波数帯域信号処理部は、前記瞬時雑音推定手段にて推定された雑音信号の推定値を受信し、前記受信信号から該雑音信号の推定値を減算するスペクトル減算手段を有する請求項１ないし３のいずれかに記載の自動音声認識システム用の音声信号前処理システム。
5. 前記コヒーレント周波数帯域信号処理部は、前記第二フィルタバンクから伝送される受信信号から雑音信号の推定値を減算することにより音声信号を得るものである請求項１ないし４のいずれかに記載の自動音声認識システム用の音声信号前処理システム。
6. 前記自動音声認識システムは、車両用音声認識システムである請求項１ないし５のいずれかに記載の自動音声認識システム用の音声信号前処理システム。

Images