JP2006313997A - 騒音量推定装置 - Google Patents

Abstract

【課題】 処理量を軽減することができ、コスト低減が可能な「騒音量推定装置」を提供すること。
【解決手段】 騒音量推定装置１００は、車室内に設置されたスピーカ１０に入力されるオーディオ信号の周波数成分を解析するＦＦＴ処理部２２と、車室内に設置されたマイクロホン１２から出力される信号の周波数成分を解析するＦＦＴ処理部２０と、これらのＦＦＴ処理部２０、２２によって解析された２種類の信号の周波数成分に基づいて振幅二乗コヒーレンス関数を算出することにより、マイクロホン１２から出力される信号に含まれるオーディオ信号の割合を検出するコヒーレンス関数算出部３０と、マイクロホン１２から出力される信号とコヒーレンス関数算出部３０の検出結果とに基づいてマイクロホン１２に到達するオーディオ音以外の外来騒音の騒音量を算出する乗算部５０、加算部５２とを備えている。
【選択図】 図１

Description

本発明は、走行中の自動車の車室内等においてマイクロホンによって観測される収集音に含まれる騒音量を推定する騒音量推定装置に関する。

カーオーディオ装置を用いて音楽再生を行いながら走行する自動車の車室内では、スピーカから出力されるオーディオ音の他にロードノイズ等の各種の騒音が含まれている。このような騒音は自動車の走行速度や路面状況、気象状態（風や雨の強さ等）によってその騒音量が大きく変化するため、オーディオ音の音量が一定であるものとすると、騒音量が大きい場合にはオーディオ音が聴きづらくなる。このため、騒音量に応じてオーディオ音の音量を自動的に調整することができればオーディオ音の聴きづらさを改善することができるが、その前提として、騒音量を正確に検出する必要がある。

一般には、車室内にマイクロホンを設置し、このマイクロホンによる観察音を用いて騒音量を検出することになるが、この観察音には騒音以外にオーディオ音も含まれるため、観察音からオーディオ音を除去して騒音のみを抽出する工夫が必要になる。例えば、マイクロホンによる観察音からオーディオ音を除去する手法としては、ＦＩＲフィルタを用いて車室内の伝達特性を模擬することにより、マイクロホンによる観察音からオーディオ音を除去する方法が用いられている（例えば、特許文献１参照。）。
特開２００１−１９５０８５号公報（第２−８頁、図１−７）

ところで、上述した特許文献１に開示された従来手法を用いてマイクロホンによる観察音の中からオーディオ音を除去して騒音量を検出する場合には、信号処理系内で音響再生系（車室内）の伝達特性をＦＩＲフィルタを用いて模擬する必要があり、処理の負担が大きいという問題があった。このＦＩＲフィルタの次数Ｎは４０００程度に設定する必要がある。例えば、Ｎ＝４０９６とすると、入力されるオーディオデータの１サンプル時間あたりの平均積和演算回数は４０９６回になるため演算量が膨大になり、高価な処理装置（ＣＰＵやＤＳＰ）を用いる必要があるため、騒音量に基づいて各種の処理を行うシステムを構築しようとしたときにコストがかかるという問題があった。また、音響再生系の伝達特性は定常ではなく時間とともに変化するため、ＦＩＲフィルタの係数を逐次更新する必要があり、そのための処理（例えば適応アルゴリズムを用いたフィルタ係数の更新処理）を考慮すると、さらに処理の負担が大きくなってコスト増につながることになる。

本発明は、このような点に鑑みて創作されたものであり、その目的は、処理の負担を軽減することができ、コスト低減が可能な騒音量推定装置を提供することにある。

上述した課題を解決するために、本発明の騒音量推定装置は、車室内に設置されたスピーカに入力されるオーディオ信号の周波数成分を解析する第１の周波数成分解析手段と、車室内に設置されたマイクロホンから出力される信号の周波数成分を解析する第２の周波数成分解析手段と、第１および第２の周波数成分解析手段によって解析された２種類の信号の周波数成分に基づいて振幅二乗コヒーレンス関数を算出することにより、マイクロホンから出力される信号に含まれるオーディオ信号の割合を検出するコヒーレンス関数算出手段と、マイクロホンから出力される信号とコヒーレンス関数算出手段の検出結果とに基づいて、マイクロホンに到達するオーディオ音以外の外来騒音の騒音量を算出する騒音算出手段とを備えている。所定の演算式を用いて２種類の信号に対応する振幅二乗コヒーレンス関数を算出する処理を行っているため、ＦＩＲフィルタによる積和演算を繰り返す処理に比べて演算量を少なくすることができるため、処理の負担を軽減することが可能となる。また、これに伴って処理能力の低い安価な処理装置を用いることができるようになり、コストの低減が可能になる。

また、上述した第２の周波数成分解析手段によって解析された周波数成分毎のパワースペクトルを算出するパワースペクトル算出手段と、パワースペクトル算出手段によって算出されたパワースペクトルに、コヒーレンス関数算出手段によって算出されたオーディオ信号の割合を乗算することにより、オーディオ信号のパワースペクトルを算出する乗算手段とをさらに備えることが望ましい。これにより、外来騒音の騒音量の推定とともに、外来騒音以外のオーディオ信号のパワースペクトルを取得することが可能となる。

また、上述した騒音算出手段は、パワースペクトル算出手段によって算出されたパワースペクトルから、乗算手段によって算出されたオーディオ信号のパワースペクトルを減算することにより、外来騒音のパワースペクトルを騒音量として算出することが望ましい。これにより、騒音量として外来騒音のパワースペクトルを得ることができ、得られた外来騒音のパワースペクトルを用いた各種の処理、例えばオーディオ信号のゲイン補正等の処理を容易に実現することができる。

以下、本発明を適用した一実施形態の騒音量推定装置について、図面を参照しながら説明する。

図１は、一実施形態の騒音量推定装置の構成を示す図である。図１に示す本実施形態の騒音量推定装置１００は、オーディオ信号に対応するオーディオ音Ａが車室内に設置されたスピーカ１０から出力されたときに、同じ車室内に設置されたマイクロホン１２を用いて収集した音に含まれる外来騒音Ｂのパワースペクトルを騒音量として推定する動作を行う。このために、騒音量推定装置１００は、２つのＦＦＴ（高速フーリエ変換）処理部２０、２２、コヒーレンス関数算出部３０、パワースペクトル算出部４０、乗算部５０、加算部５２を含んで構成されている。

一方のＦＦＴ処理部２０は、ＦＦＴ演算を行って周波数成分を解析することにより、マイクロホン１２から出力される信号（この信号を「観察信号」と称する）の周波数成分毎の複素スペクトルを算出する。同様に、他方のＦＦＴ処理部２２は、ＦＦＴ演算を行って周波数成分を解析することにより、スピーカ１０に入力されるオーディオ信号の周波数成分毎の複素スペクトルを算出する。

コヒーレンス関数算出部３０は、２つのＦＦＴ処理部２０、２２によって算出された２種類の複素スペクトルを用いて振幅二乗コヒーレンス関数を算出する。この振幅二乗コヒーレンス関数は、マイクロホン１２から出力される観察信号に含まれるオーディオ信号の割合を周波数成分毎に示すものである。例えば、算出された振幅二乗コヒーレンス関数の値が０．８ということは、マイクロホン１２から出力される観察信号の中で、オーディオ信号に基づく成分のパワーの割合が８０％で、残りの２０％が入力されたオーディオ信号と相関のない外来騒音成分であることを示している。

パワースペクトル算出部４０は、ＦＦＴ処理部２０によって算出された観察信号の複素スペクトルに基づいて、この観察信号の周波数成分毎のパワースペクトルを算出する。乗算部５０は、パワースペクトル算出部４０によって算出された観察信号のパワースペクトルに、コヒーレンス関数算出部３０によって算出された振幅二乗コヒーレンス関数の値を乗算することにより、観察信号中のオーディオ信号のパワースペクトル（オーディオパワースペクトルＥ）を算出する。この乗算処理は各周波数成分毎に行われる。加算部５２は、パワースペクトル算出部４０によって算出された観察信号のパワースペクトルから、乗算部５０によって演算されたオーディオ信号のパワースペクトルを減算することにより、観察信号からオーディオ信号に対応する成分を除去した外来騒音のパワースペクトル（騒音パワースペクトルＤ）を算出する。

上述したＦＦＴ処理部２２が第１の周波数成分解析手段に、ＦＦＴ処理部２０が第２の周波数成分解析手段に、コヒーレンス関数算出部３０がコヒーレンス関数算出手段に、乗算部５０、加算部５２が騒音算出手段に、パワースペクトル算出部４０がパワースペクトル算出手段に、乗算部５０が乗算手段にそれぞれ対応する。

図２は、図１に示した騒音量推定装置１００の適用例を示す図であり、騒音量推定装置１００を用いて構成されるオーディオ信号補正システムの構成例を示す図である。図２に示すオーディオ信号補正システムは、図１に示した構成（騒音量推定装置１００、スピーカ１０、マイクロホン１２）に聴感補正フィルタ１１０と聴感補正係数算出部１１２を追加した構成を有している。

聴感補正フィルタ１１０は、例えばＦＩＲフィルタであって、入力されるオーディオ信号の特性を調整する。聴感補正係数算出部１１２は、騒音量推定装置１００によって推定された外来騒音の各周波数成分毎のパワースペクトルに基づいて、聴感補正フィルタ１１０のフィルタ係数を設定する。例えば、最も簡単には、外来騒音の各周波数成分毎のパワースペクトルが大きくなったときに、対応する周波数成分のゲインが高くなるように聴感補正フィルタ１１０のフィルタ係数が設定される。また、外来騒音の変化分だけゲインを調整するのではなく、騒音下において静寂下と同じ大きさの音に感じるために静寂下のオーディオ信号に対してどれだけゲインを高くする必要があるかを示す補正ゲイン特性をあらかじめ求めておいて、騒音量推定装置１００によって推定された騒音量とこの補正ゲイン特性とに基づいて、聴感補正フィルタ１１０のフィルタ係数を聴感補正係数算出部１１２によって設定するようにしてもよい。なお、このようにしてオーディオ信号の補正ゲインを設定する方法は、特開２００１−１３６０３９号公報などに開示されている。

次に、コヒーレンス関数算出部３０を用いることによって外来騒音の騒音量を推定する基本原理について説明する。
（１．出力端に雑音源がある場合の伝達関数の推定）
図３は、車室内の音響伝達系の伝達関数をＨ（ｋ）としたときにこの音響伝達系に入出力される信号の関係をモデル化した図である。図３に示すように、入力ｘ（ｎ）に対する伝達関数Ｈ（ｋ）の出力ｚ（ｎ）には、音響伝達系の出力端（図１に示すシステムの場合にはマイクロホン１２）で入力ｘ（ｎ）に無相関な騒音成分（外来騒音）ｎ（ｎ）が加わり、それらの和ｙ（ｎ）が実際に観測可能な信号となる。このとき、入力と出力の関係は次式で表される。ここで、演算子「＊」は畳み込み演算を示す。

いま、ｘ（ｎ）、ｙ（ｎ）が得られており、かつ音響伝達系Ｈ（ｋ）が定常であると仮定してクロススペクトル法を用いた音響伝達系の推定を行うものとする。

入出力信号ｘ（ｎ）、ｙ（ｎ）をＮ点からなるＭ個のブロック｛ｘ_i（ｎ）｝、｛ｙ_i（ｎ）｝（ｉ＝０，１，…，Ｍ）に分割する。それぞれのブロックのスペクトルをＸ_i（ｋ）、Ｙ_i（ｋ）とすると音響伝達系の入出力の関係は周波数領域で次式で表すことができる。なお、同様にｉ番目の雑音信号｛ｎ_i（ｎ）｝のスペクトルをＮ_i（ｋ）とする。

入力Ｘｉ（ｋ）と伝達関数Ｈ（ｋ）から推定される雑音を含まない音響伝達系の応答Ｚ_i＾（ｋ）＝Ｈ（ｋ）Ｘ_i（ｋ）と実際の出力Ｙ_i（ｋ）の差のパワーのｉに関する平均ｅｒｒｏｒ²（差の二乗値）は次式で表すことができる。なお、明細書中では「＾」を文字の上に重ねることができないため、右にずらして表記するものとする。なお、式中における上付文字としての「＊」は複素共役を、Ｅ_i［］は加算平均処理を表す。

このｅｒｒｏｒ²をＨ（ｋ）に関して偏微分し、結果を０とおくと次式を得る。

この結果より、推定誤差パワーの平均を最小にする伝達関数Ｈ（ｋ）の最適な推定値Ｈ（ｋ）＾、および雑音がない場合の音響伝達系の応答の推定値Ｚ_i（ｋ）＾が次式で示すように与えられる。

（２．振幅二乗コヒーレンス関数）
雑音成分を含まない応答のパワースペクトルの平均値と雑音を含んだ応答のパワースペクトルの平均値の比｜γ（ｋ）｜²は次式で表すことができる。

この｜γ（ｋ）｜²を振幅二乗コヒーレンス関数という。｜γ（ｋ）｜²は０から１の間の値をとる。振幅二乗コヒーレンス関数は、出力系列の中で入力系列と線形な関係にある成分のパワーの比を表している。例えば、｜γ（ｋ）｜²＝０．８は、出力の中で入力に基づく成分のパワーが８０％で、残りの２０％は入力の線形伝搬では説明できない（入力と相関のない）雑音成分であることを示す。
（３．振幅二乗コヒーレンス関数を用いた雑音成分の平均パワーの推定）
上述したように、振幅二乗コヒーレンス関数は出力系列の中で入力系列と線形な関係にある成分のパワーの比を表しており、これを用いることで、ある音響伝達系の出力に混入する雑音成分のパワーを推定することができる。

（５）式に示した伝達関数の推定値Ｈ（ｋ）＾を用いて伝達関数の推定誤差のパワーの最小値を表すと次式のようになる。

このｅｒｒｏｒ_minは、入力と無相関な雑音の平均パワー｜Ｎ_i（ｋ）｜²に相当する。γ（ｋ）＝１であれば入力と出力は完全に相関し、雑音のパワーは０である。反対に、γ（ｋ）＝０のときは入力と出力の間にはまったく相関がなく、出力のパワーＥ_i［Ｙ_i（ｋ）］は雑音のパワー｜Ｎ_i（ｋ）｜²に等しい。このことから、ある音響伝達系の出力に混入する雑音成分の平均パワーは、系の入力系列と出力系列から求めることができることがわかる。

図４〜図６は、図１に示した騒音量推定装置１００を用いて騒音量の推定を行った場合のシミュレーション結果を示す図である。これらの図に示すＡ〜Ｅの各符号は、図１に含まれるＡ〜Ｅの各符号に対応しており、スピーカ１０から出力されるオーディオ音がＡで、外来騒音がＢで、マイクロホン１２から出力される観察信号がＣで、騒音パワースペクトルがＤで、オーディオパワースペクトルがＥでそれぞれ示されている。

図４には、シミュレーションで用いたオーディオ音Ａ、外来騒音Ｂ、観察信号Ｃのそれぞれについて周波数成分毎のパワーの真値が示されている。また、図５には振幅二乗コヒーレンス関数を用いて推定された騒音パワースペクトルＤとオーディオパワースペクトルＥの推定値がそれぞれ示されている。図６には推定された騒音パワースペクトルＤ、オーディオパワースペクトルＥのそれぞれに含まれる誤差の値が示されている。これらの図に示すように、振幅二乗コヒーレンス関数を用いることにより、高い精度で騒音量（騒音パワースペクトル）を推定できていることがわかる。

このように、本実施形態の騒音量推定装置１００では、（７）式で示される演算式を用いて２種類の信号に対応する振幅二乗コヒーレンス関数を算出する処理を行っているため、ＦＩＲフィルタによる積和演算を繰り返す処理に比べて演算量を少なくすることができ、処理の負担を軽減することが可能となる。具体的には、データ点数をＮとすると、（７）式を用いて演算を行った場合の積和演算回数は以下のようになる。

２×Ｎ＋２×Ｎlog₂Ｎ＋４×（Ｎ／２）＋２×２×（Ｎ／２）
＋２×（Ｎ／２）＋（Ｎ／２）＋２×２４×（Ｎ／２）
＝２Ｎlog₂Ｎ＋３１．５Ｎ
例えば、Ｎ＝４０９６とすると、１サンプル時間当たりの平均積和演算量は上式から、（２Ｎlog₂Ｎ＋３１．５Ｎ）／Ｎ＝２log₂４０９６＋３１．５＝５５．５回となる。これは、ＦＩＲフィルタを用いた従来手法の４０９６回と比べて１／７４になっており、演算量を大幅に削減することができたことがわかる。また、演算量の減少に伴って処理能力の低い安価な処理装置を用いることができるようになるため、コストの低減も可能になる。

なお、本発明は上記実施形態に限定されるものではなく、本発明の要旨の範囲内において種々の変形実施が可能である。上述した実施形態では、ＦＦＴ演算を行うことによって信号の周波数解析を行っているが、各周波数成分を抽出する複数のバンドパスフィルタによって構成されるフィルタバンクを用いて周波数成分を解析するようにしてもよい。

一実施形態の騒音量推定装置の構成を示す図である。 図１に示した騒音量推定装置を用いて構成されるオーディオ信号補正システムの構成例を示す図である。 車室内の音響伝達系の伝達関数をＨ（ｋ）としたときにこの音響伝達系に入出力される信号の関係をモデル化した図である。 図１に示した騒音量推定装置を用いて騒音量の推定を行った場合のシミュレーション結果を示す図である。 図１に示した騒音量推定装置を用いて騒音量の推定を行った場合のシミュレーション結果を示す図である。 図１に示した騒音量推定装置を用いて騒音量の推定を行った場合のシミュレーション結果を示す図である。

符号の説明

１０ スピーカ
１２ マイクロホン
２０、２２ ＦＦＴ処理部
３０ コヒーレンス関数算出部
４０ パワースペクトル算出部
５０ 乗算部
５２ 加算部
１００ 騒音量推定装置
１１０ 聴感補正フィルタ
１１２ 聴感補正係数算出部

Claims (3)

1. 車室内に設置されたスピーカに入力されるオーディオ信号の周波数成分を解析する第１の周波数成分解析手段と、
   車室内に設置されたマイクロホンから出力される信号の周波数成分を解析する第２の周波数成分解析手段と、
   前記第１および第２の周波数成分解析手段によって解析された２種類の信号の周波数成分に基づいて振幅二乗コヒーレンス関数を算出することにより、前記マイクロホンから出力される信号に含まれる前記オーディオ信号の割合を検出するコヒーレンス関数算出手段と、
   前記マイクロホンから出力される信号と前記コヒーレンス関数算出手段の検出結果とに基づいて、前記マイクロホンに到達する前記オーディオ音以外の外来騒音の騒音量を算出する騒音算出手段と、
   を備えることを特徴とする騒音量推定装置。
2. 請求項１において、
   前記第２の周波数成分解析手段によって解析された周波数成分毎のパワースペクトルを算出するパワースペクトル算出手段と、
   前記パワースペクトル算出手段によって算出されたパワースペクトルに、前記コヒーレンス関数算出手段によって算出された前記オーディオ信号の割合を乗算することにより、前記オーディオ信号のパワースペクトルを算出する乗算手段と、
   をさらに備えることを特徴とする騒音量推定装置。
3. 請求項２において、
   前記騒音算出手段は、前記パワースペクトル算出手段によって算出されたパワースペクトルから、前記乗算手段によって算出された前記オーディオ信号のパワースペクトルを減算することにより、前記外来騒音のパワースペクトルを前記騒音量として算出することを特徴とする騒音量推定装置。
   

Images