JP2006503330A - サブバンド音声信号のノイズ削減 - Google Patents

Abstract

フィルタリングされる音声信号に存在する音声は、音声の期間中のノイズレベル計算を中断するために検出される。受信される音声信号は、複数のサブバンド信号に分割される。サブバンド可変ゲインは、受信される音声信号のノイズレベルの推定、及び各サブバンドの受信される信号のエンベロープに基づいて各サブバンドに対して決定される。各サブバンド信号は、そのサブバンドに対するサブバンド可変ゲインと乗算される。サブバンド信号は、結合されて出力音声信号を生成する。

Description

本発明は、音声信号のノイズレベルを低減することに関する。

人間の音声の電気的表現は、音声を記憶する個人間のコミュニケーション及びマンマシンインターフェースにますます用いられてきている。音声信号を理解する際の１つの限界は、音声と混合されるノイズの量である。幅広く様々な手法が、音声信号に含まれるノイズ量を低減するために提案されてきている。多くのこれらの手法は、それらがノイズ特性、ノイズ源の位置、正確な音声特性、及びその類似のものなどの確実には利用可能でない情報を想定しているために実際的ではない。

ノイズを低減する１つの手法は、ノイズ音声信号をフィルタリングすることである。これは、音声信号をその等価な周波数領域に変換し、周波数領域信号に所望のフィルタを掛け、その後、時間領域信号に戻す変換をすることによって成し遂げられる。時間領域と周波数領域表現の間の変換は、一般に、高速フーリエ変換及び逆高速フーリエ変換を用いて成し遂げられる。代替的には、音声信号は、サブバンドに分解され、ゲインが各サブバンドに与えられる。増幅され又は減衰されたサブバンドは、その後、フィルタリングされた音声信号を生成するために結合される。どちらの場合においても、フィルタ又はゲインパラメータが計算されなければならない。この計算は、音声信号を不純にするノイズ特性の決定に依存する。

典型的には、音声は、ノイズ成分のみが音声信号に現れる平静な期間を含む。平静な期間は、話し手が息をつくときに自然に発生する。音声アクティビティ検出（ＶＡＤ）は、音声信号の音声の存在を検出するのに用いられ得る。利用に際し、ＶＡＤはノイズ音声信号に接続される。ＶＡＤの出力は、音声が入力信号に発生しているときにパラメータ計算論理の信号を出す。ＶＡＤの利用に付随する１つの問題は、音声信号が幅広く様々なレベルのノイズを含む場合には、ＶＡＤは典型的には複雑であるということである。

必要とされることは、ノイズ低減係数を計算するために複雑な論理を必要とすることなしに、ノイズのレベルを変化させることをもって改善される音声信号を生成することである。

本発明は、音声期間中にノイズフロアレベル計算を中断する目的のために、フィルタリングされた音声信号において音声の存在を検出する。

音声信号におけるノイズを低減する方法が提供されている。受信される音声信号におけるノイズフロアが推定される。受信される音声信号は、複数のサブバンド信号に分割される。サブバンド可変ゲインは、ノイズフロア推定及びサブバンド信号に基づいて各サブバンドに対して決定される。各サブバンド信号は、サブバンド可変ゲインをそのサブバンドに掛けられる。率に応じて定められるサブバンド信号は、出力音声信号を生成するために結合される。音の存在は、フィルタリングされた音声信号で決定される。ノイズフロア推定は、音がフィルタリングされた音声信号に存在することを決定される期間中は中断される。

フィルタリングされた音声信号は出力音声信号である。代替的には、フィルタリングされた音声信号は、各サブバンド信号に対応するサブバンド可変ゲインと異なる音声決定サブバンドゲインを掛けることによって決定される。音声決定サブバンドゲインを用いたサブバンド信号の生成は、フィルタリングされた音声信号を生成するために結合される。この結果は、強調される音声に一の経路を生じさせ、音声検出には別の低品質の経路を生じさせる。

本発明の実施例において、その方法は、さらに、サブバンド可変ゲインによる乗算及びサブバンド可変ゲインによる乗算に続くサブバンド信号の補間よりも前に各サブバンド信号のデシメーションを含んでいる。

本発明の別の実施例において、各サブバンド可変ゲインはノイズフロアレベルに対するノイズ音声レベルの割合として決定される。少なくとも１つのノイズ音声レベル及びノイズフロアレベルが、時定数によって表される平均の減衰レベルとして決定される。時定数値は、前のレベルと最新レベルの比較に基づく。

本発明のさらに別の実施例において、その方法は、さらに、推定されるノイズフロアに基づく状態を決定することを含んでいる。サブバンド可変ゲインは、決定される状態に基づいて各サブバンドに対して決定される。

本発明のさらに別の実施例において、各サブバンド可変ゲインは、ノイズフロアレベルに対するノイズ音声レベルの割合として決定される。ノイズフロアレベルは、減衰するノイズフロアレベルの平均として決定される。ノイズフロアレベルの決定は、音声がフィルタリングされた音声信号に存在することを決定される期間中は中断される。

また、入力音声信号におけるノイズを低減するためのシステムが提供される。そのシステムは、音声信号を受信する分析フィルタバンクを含んでいる。分析フィルタバンクは、複数のフィルタを含んでおり、各フィルタは複数のサブバンド信号を音声信号から抽出する。また、前記システムは、複数の可変ゲイン乗算器を含んでいる。各可変ゲイン乗算器は、１つのサブバンド信号にサブバンド可変ゲインを乗算し、サブバンド生成信号を生成する。シンセサイザは、サブバンド生成信号を受信し、低減されたノイズ音声信号を発生させる。音声アクティビティ検出は、低減されたノイズ音声信号において音声の存在を検出する。ゲイン計算論理は、音声の存在が検出されない場合には入力音声信号に基づいてノイズフロアレベルを決定し、音声の存在が検出される場合にはノイズフロアレベルを一定に保持する。サブバンド可変ゲインは、ノイズフロアレベルに基づいて決定される。

入力音声信号においてノイズを低減するための別のシステムが提供される。そのシステムは、サブバンド信号を入力音声信号から抽出する分析フィルタバンクを含んでいる。各サブバンドに対する可変ゲイン乗算器は、サブバンド信号にサブバンド可変ゲインを掛けて、サブバンド生成信号を生成する。音声信号シンセサイザは、前記複数のサブバンド生成信号を受信し、低減されたノイズ音声信号を発生させる。また、前記システムは、複数の音声検出乗算器を含んでいる。各音声検出乗算器は、１つのサブバンド信号に音声検出サブバンドゲインを掛けて、検出サブバンド信号を生成する。音声検出シンセサイザは、前記複数の検出サブバンド信号を受信し、音声検出信号を発生させる。音声アクティビティ検出器は、音声検出信号における音声の存在を検出する。ゲイン計算論理は、検出された音声の存在に基づいてサブバンド可変ゲインを発生させる。

本発明に係る上記対象及び他の対象、特徴、及び利点は、添付図面と関連される場合に、本発明を実行するための以下の詳細な説明の最良の形態から容易く明らかになる。

図１を参照すると、共通のサンプリングレートを用いた、分析、サブバンドゲイン、及び合成を例証するブロック図が示されている。概して２０によって示されている音声処理システムは、２２によって指示される入力音声信号ｙ（ｎ）を受信する。分析セクション２４は、入力音声信号２２を複数のサブバンド２８に分割する複数のサブバンドフィルタ２６を含んでいる。

サブバンドフィルタ２６は、技術的に知られている様々な手段で構成され得る。サブバンドフィルタ２６は、均一なフィルタバンクとして実現され得る。また、サブバンドフィルタ２６は、ウェーブレットフィルタバンク、ＤＦＴフィルタバンク、ＢＡＲＫスケールに基づくフィルタバンク、オクターブフィルタバンク、及びその類似のものとして実現され得る。Ｈ₁（ｎ）によって指示される最初のサブバンドフィルタ２６は、ローパスフィルタ又はバンドパスフィルタであり得る。Ｈ_L（ｎ）によって指示される最後のサブバンドフィルタは、ハイパスフィルタ又はバンドパスフィルタであり得る。他のサブバンドフィルタ２６は、典型的にはバンドパスフィルタである。

サブバンド信号２８は、ゲイン要素３２によって各サブバンド２８のゲインを変更するゲインセクション３０によって受信される。各サブバンド内において、乗算器３４はサブバンド信号２８及びゲイン３２を受信し、生成信号３６を発生させる。当業者によって認識されるように、乗算器３４は、例えば、相互コンダクタンスアンプと共に、ハードウェア乗算回路、ソフトウェアの乗算、シフト−アンド−アド（shift-and-add）オペレーション、その類似のものなどの様々な手段によって実現され得る。

合成セクション３８は、生成信号３６を受信し、出力音声信号ｙ'（ｎ）４０を発生させる。示されている実施例では、合成セクション３８は、加算器４２を用いて実現される。また、合成セクション３８は、性能を改善するために合成フィルタバンクを用いて実現され得る。

サブバンド２８の数、サブバンドフィルタ２６の周波数範囲及びゲイン３２を適切に選定することによって、入力音声信号２２のノイズの影響は、出力音声信号４０で大きく低減され得る。

ここで図２を参照すると、異なるサンプリングレートを用いている、分析、サブバンドゲイン、及び合成を例証するブロック図が示されている。音声処理システム６０は、各サブバンドに対するデシメータ６２を有する分析セクション２４を有している。デシメータ６２は、要素Ｍによってデシメーション又はダウンサンプリングを実現する。その後の合成セクション３８は、要素Ｍによって補間又はアップサンプリングを実現する補間回路６４を含んでいる。補間回路６４の出力は、再構成フィルタ６６によってフィルタリングされる。音声処理システム６０は、臨界でなく又は臨界でサンプリングされ得る。サンプリング要素Ｍはサブバンド数Ｌに等しい場合、その後、音声処理システム６０は臨界のサンプリングがなされる。サンプリング要素がサブバンド数より少ない場合、音声処理システム６０は臨界のサンプリングがなされることはない。サブバンドフィルタ２６、６６は、プロトタイプフィルタの変調バージョンを用いて得られる。一般に、このタイプの構造は、均一のフィルタを用いる。例えばウェーブレットフィルタなどの不均一なフィルタバンクが用いられる場合、異なるアップサンプリング要素及びダウンサンプリング要素が必要とされる。

図１に示されるようなデシメーションなしの合成／分析システムは、小さな歪がサブバンドエイリアシングからデシメーションシステムにもたらされるという事実のため、典型的には、図２に示されるようなデシメーションを有するシステムよりも良好な音質を与える。しかしながら、デシメーションは、システムの複雑性を軽減させ得る。デシメーションが用いられるかどうかに関する決定は、アプリケーション制約条件次第である。

図３を参照すると、本発明の実施例に従うノイズ削減を例証するブロック図が示されている。音声処理システム７０は、入力音声信号２２を受信し、複数の音声サブバンド信号２８を生成する分析セクション２４を含んでいる。また、音声処理システム７０は、複数の可変ゲイン乗算器３４を含んでいる。各乗算機３４は、１つのサブバンド信号２８にサブバンド可変ゲイン３２を掛けてサブバンド生成信号７２を作り出す。シンセサイザ３８は、サブバンド生成信号７２を受信し、ノイズ削減された音声信号４０を発生させる。音声アクティビティ検出器（ＶＡＤ）７４は、ノイズ削減された音声信号４０の音声の存在を検出する。ＶＡＤ７４は、音声の存在を指示する音声アクティビティ信号７６を発生させる。ゲイン計算論理７８は、サブバンド可変ゲイン３２を計算する。ゲイン論理７８は、音声の存在が検出されない場合には入力音声信号２２に基づいてノイズフロアレベルを決定し、音声の存在が検出される場合にはノイズフロアレベルを一定に保持する。サブバンド可変ゲイン３２は、各サブバンドのノイズフロアレベル及び音声レベルに基づいて決定される。

望ましくは、可変ゲイン３２は、サブバンドノイズ音声信号Ｙ_k（ｎ）のエンベロープ及びサブバンドノイズフロアエンベロープＶ_k（ｎ）を用いてｋ番目のサブバンドに対して計算される。式１は、サブバンド信号２８のエンベロープを得る公式を与え、｜ｙ_k（ｎ）｜は、サブバンド信号２８の絶対値を表している。

定数αは、式２に示されるように定義される。

ここで、ｆ_sは入力音声信号２２のサンプリング周波数を表し、Ｍはダウンサンプリング要素、ｓｐｅｅｄ＿ｄｅｃａｙは音声エンベロープの減衰時間を決定する時定数である。初期値Ｙ_k（０）は０に設定される。同様に、ノイズフロアエンベロープは、式３のように表される。

定数βは、式４で示されるように定義される。

ここで、ｎｏｉｓｅ＿ｄｅｃａｙは、ノイズエンベロープの減衰時間を決定する時定数である。

定数α及びβは、式５及び６に示されるように、異なるアタック及び減衰の時定数を許容するように導入され得る。

ここで、添字“ａ”はアタック時定数を示し、添字“ｄ”は減衰時定数を示す。例えば、パラメータは、以下の通りである。

一度、Ｙ_k（ｎ）及びＶ_k（ｎ）の値が得られると、各サブバンドに対する可変ゲイン３２は式７にように計算される。

ここで、定数γは、ノイズ削減の推定を提供する。例えば、音声及びノイズエンベロープが、例えば静寂な期間中生じるものとおよそ同じ値を有する場合に、ゲイン要素は以下のようになる。

従って、γ＝１０である場合、ノイズ削減はおよそ２０ｄＢである。本発明の実施例では、ガンマに対する値は、例えば入力音声信号２２におけるノイズレベルなどのノイズ特性に基づいている。また、異なるゲイン要素γ_kは、各サブバンドｋに用いられる。典型的には、可変ゲイン３２は、1またはそれ以下の大きさに制限される。

音声アクティビティ検出器７４は、当業者に知られている様々な手法で実現され得る。利用時に共通して音声アクティビティ検出器が有する１つの困難性は、前記検出器が高レベル又は中程度のレベルのノイズの存在において複雑な論理を必要とすることである。ＶＡＤ７４は、音声の存在に対して出力音声信号４０を監視する。入力音声信号２２に混合されるノイズの多くは既に取り除かれているので、ＶＡＤ７４の設計は、ＶＡＤ７４が入力音声信号２２を監視した場合よりもかなり単純でもよい。ＶＡＤ７４の一実現方法は、出力音声信号４０のパワーを検査することによって音声の存在を検出する。パワーレベルが事前設定された閾値よりも大きい場合、音声が検出される。

別の実施例では、ＶＡＤ７４は、信号対ノイズ比を得ることによって出力音声信号４０における音声の存在を検出し得る。例えば、出力ノイズフロア推定に対する出力音声レベルエンベロープの割合が、式９に示されるように用いられ得る。

ここで、Ｔは閾値であり、ＶＡＤは音声アクティビティ信号７６である。音声レベルエンベロープＹ'（ｎ）及びノイズフロアレベルエンベロープＶ'（ｎ）は式１−６に関して上述したように計算され得る。閾値Ｔは、入力信号のノイズフロア推定に基づいて選定され得る。また、ヒステリシスが閾値と共に用いられる。

音声が延長された期間に任意のサブバンド信号２８に与えられる場合にノイズ削減システムにおいて問題が生じ得る。この問題は、連続音に生じ、一定の言語及び一定の話し手からの信号においてよりいっそう一般的となる。連続音は、ノイズフロアシーリングエンベロープを増大させる。結果として、各サブバンドに対するゲイン要素Ｇ_k（ｎ）は、あるべきものより小さくなり、処理された音声信号４０において望ましくない減衰を生じる。この問題は、ノイズエンベロープフロア推定の更新が音声期間中に停止されている場合に低減され得る。言い換えれば、音声アクティビティ信号７６がアサートされるとき、Ｖ_k（ｎ）の値は更新されない。この動作は、以下の式１０で説明される。

ここで、図４を参照すると、本発明の実施例に従う個別の合成を有するノイズ削減を例証するブロック図が示されている。９０によって概して示される音声処理システムは、複数のサブバンド信号２８を入力音声信号２２から抽出する分析フィルタバンク２４を含んでいる。各可変ゲイン乗算器３４は１つのサブバンド信号２８にサブバンド可変ゲイン３２を掛けてサブバンド生成信号７２を作り出す。音声信号シンセサイザ３８は、サブバンド生成信号７２を受信し、ノイズ削減された音声信号４０を発生させる。また、音声処理システム９０は、複数の音声検出乗算器９２を含んでいる。各音声検出乗算器９２は、１つのサブバンド信号２８に音声検出サブバンドゲイン９４を掛けて検出サブバンド信号９６を作り出す。音声検出サブバンドゲイン９４は、計算され又は事前設定され、ゲインメモリ９８に保持され得る。音声検出シンセサイザ１００は、検出サブバンド信号９６を受信し、音声検出信号１０２を発生させる。音声アクティビティ検出器７４は、音声検出信号１０２における音声の存在を検出する。ゲイン計算論理７８は、検出される音声の存在に基づいてサブバンド可変ゲイン３２を発生させる。

音声検出信号１０２を発生させ、ノイズ削減された音声信号４０を発生させるための個別の分析セクションにより、異なる特性がそれぞれに対して用いられ得る。例えば、音声検出サブバンドゲイン９４は、サブバンド可変ゲイン３２とは異なっており、音声を検出するタスクにより良く適合している。また、音声検出サブバンドゲイン９４及び検出乗算器９２は、サブバンド可変ゲイン３２及び可変ゲイン乗算器３４とは異なる、典型的には低い解像度要件を有する。

ここで、図５を参照すると、本発明の実施例の詳細ブロック図が示されている。１１０によって概して示されている音声処理システムは、分析セクション２４、音声信号合成セクション３８、及び音声検出合成セクション１００を含んでいる。また、音声処理システム１１０は、プリエンファシスフィルタ１１２及びデエンファシスフィルタ１１４を含んでいる。典型的には、より低いフォルマントの入力音声信号２２は、高いフォルマントよりもより大きなエネルギーを含んでいる。また、高周波数でのノイズ情報は、入力音声信号２２の高周波数の音声情報より目立たない。それゆえ、ノイズ消去処理の前に挿入されるプリエンファシスフィルタ１１２は、高周波数帯域において良好なノイズ削減を得るための助けとなる。単純なアプリエンファシスフィルタは、式１１に説明される。

デエンファシスフィルタ１１４は、プリエンファシスフィルタ１１２の影響を取り除く。対応するデエンファシスフィルタ１１４は、式１２によって説明され得る。

必要であれば、より複雑な構造がプリエンファシスフィルタ１１２及びデエンファシスフィルタ１１４を実現するために用いられ得る。

現実の世界のアプリケーションでは、ノイズの特性は、いつでも変化し得る。さらに、ノイズレベルは、低いノイズ状況から高いノイズ状況へ幅広く変動する。異なるノイズ状況は、可変ゲイン３２に対する異なるパラメータ設定をトリガーするのに用いられる。不適切なパラメータの選定は、実際には、音声処理システム１１０の性能を低下させる。例えば、低いノイズ状況では、ゲインパラメータの積極的な設定は、結果として、出力音声信号４０に望ましくない音声歪を生じる。

ゲイン論理７８は、ゲイン計算パラメータを決定するためのステートマシン１１６及びノイズフロア推定１１８を含み得る。フルバンドノイズ推定１２０は、フィルタリングされた音声信号１０２から遅延された入力信号２２を減算することによって得られる。これは、結果として、かなりの量のノイズが、ノイズを含む入力２２から抽出され、ノイズフロア推定１１８によって用いられ、入力信号２２に与えられるノイズフロア推定を生むことになる。入力２２に与えられる遅延量ｄは、サブバンド構造によって作られる遅延を補償する。ノイズフロア推定は、推定処理を改善するために無音の期間中にのみ更新される。ノイズフロア推定は以下のように式１３によって説明される。

ここで、Ｖ（ｎ）は、抽出されるノイズ信号１２０のエンベロープである。

ステートマシン１１６は、以下のように、ノイズフロア信号１２０及び閾値Ｔ₁，Ｔ₂，．．．，Ｔ_pに基づいて状態Ｐの１つに変化する。

各状態ｐに対して、γ、β、α、及びその類似のものなどの異なるパラメータがゲイン３２を計算する際に用いられ得る。これは、より高いレベルのノイズでより積極的なノイズ消去を可能にし、低いノイズの期間中には、より消極的でより歪の少ないノイズ消去を可能にする。加えて、ヒステリシスは、状態間の急激な変動を防ぐために状態遷移において用いられ得る。

ここで、図６を参照すると、本発明の実施例に従う、個別の分析及び合成を用いたノイズ削減を例証するブロック図が示されている。１３０によって概して示される音声処理システムは、分析セクション２４から分離した音声検出分析セクション１３２を含んでいる。音声検出分析セクション１３２は、入力音声信号２２を受信し、サブバンド１３４を発生させる。個別の分析セクション１３２により、異なる多数のサブバンド信号１３４が、音声検出信号１０２を形成するために発生され得る。代替的に、異なる多数のサブバンド信号１３４に加えて、分析セクション１３２はまた、サブバンド２８と異なる特性を有するサブバンド信号１３４を発生させる。これらの特性は、信号解像度、範囲、サンプリングレート、及びその類似のものを含んでいる。従って、音声検出シンセサイザセクション１００及び乗算器９２は、音声検出信号１０２を発生させるためには、より単純な構成であり得る。

上記図１−６を参照すると、ブロック図は本発明を論理的に例証するのに用いられている。これらのブロック図は、コンピュータシステムを実行するソフトウェア、カスタム集積回路、分散デジタルコンポーネント、アナログエレクトロニクス、及びこれら及び他の手段の様々な組み合わせなどの多様な手段で実現され得る。ブロック図は、例証及び理解の簡単のために提供されており、本発明を特定の実現方法に限定することを意味するものではない。

ここで、図７を参照すると、本発明の実施例に従うノイズ削減を実現するためのシステムのブロック図が示されている。１４０によって概して示される音声処理システムは、連続時間系の音声入力信号１４４を受信し、音声入力信号２２を生成するアナログ−デジタル変換器１４２を含んでいる。プロセッサ１４６は、入力音声信号２２を処理し、出力音声信号４０を生成する。メモリ１４８は、命令及び定数をプロセッサ１４６に供給する。当業者によって認識されるように、図１−６に示される幾つかの又は全ての論理は、プロセッサ１４６で実行するコードとして実現され得る。

本発明の実施例が例証され説明される一方、これらの実施例は本発明のすべての可能な形態を例証し説明することが意図されるものではない。この明細書で用いられる文言は、限定というよりはむしろ説明の文言であり、様々な変更が本発明の意図及び範囲から出発することなしになされ得ることが理解される。

共通のサンプリングレートを用いた、分析、サブバンドゲイン、及び合成を例証するブロック図である。 異なるサンプリングレートを用いた、分析、サブバンドゲイン、及び合成を例証するブロック図である。 本発明の実施例に従うノイズ削減を例証するブロック図である。 本発明の実施例に従う別々の合成を有するノイズ削減を例証するブロック図である。 本発明の実施例の詳細ブロック図である。 本発明の実施例に従う別々の分析及び合成を有するノイズ削減を例証するブロック図である。 本発明の実施例に従うノイズ削減を実現するためのシステムのブロック図である。

Claims (21)

1. 音声信号のノイズを削減する方法であって、
   前記音声信号はノイズが存在する断続的な音声を含み、
   前記音声信号を受信する段階と、
   受信された音声信号のノイズフロアを推定する段階と、
   受信された音声信号を複数のサブバンド信号に分割する段階と、
   受信された音声信号の推定されるノイズフロア及び前記サブバンド信号に基づいて各サブバンドに対するサブバンド可変ゲインを決定する段階と、
   各サブバンド信号にそのサブバンドに対する前記サブバンド可変ゲインを掛けて、率に応じて定められるサブバンド信号を生成する段階と、
   出力音声信号を生成するために前記率に応じて定められるサブバンド信号を結合する段階と、
   フィルタリングされた音声信号において音声の存在を決定する段階と、
   音声が前記フィルタリングされた音声信号に存在することを決定される期間中ノイズフロア推定を中断する段階と、を備えている方法。
2. 前記フィルタリングされた音声信号は、前記出力音声信号であることを特徴とする請求項１に記載の音声信号のノイズを削減する方法。
3. 前記フィルタリングされた音声信号が、
   各サブバンド信号に、対応するサブバンド可変ゲインとは異なる音声決定サブバンドゲインを掛ける段階と、
   前記サブバンド信号に対する前記音声決定サブバンドゲインを有するサブバンド信号の各生成を結合する段階と、を備える方法によって決定されることを特徴とする請求項１に記載の音声信号のノイズを削減する方法。
4. 前記サブバンド可変ゲインによる乗算よりも前の各サブバンド信号のデシメーション、及び前記サブバンド可変ゲインによる乗算に続く前記サブバンド信号の補間回路をさらに備えている請求項１に記載の音声信号のノイズを削減する方法。
5. 各サブバンド可変ゲインは、前記ノイズフロアのレベルに対するノイズを含む音声レベルの割合として決定されることを特徴とする請求項１に記載の音声信号のノイズを削減する方法。
6. 少なくとも１つの前記ノイズを含む音声レベル及び前記ノイズフロアのレベルは、時定数によって表される減衰するレベルの平均として決定される請求項５に記載の音声信号のノイズを削減する方法。
7. 前記時定数の値は、前のレベルと最新レベルとの比較に基づいていることを特徴とする請求項６に記載の音声信号のノイズを削減する方法。
8. 推定されるノイズフロアに基づいて状態を決定する段階と、
   決定される状態に基づいて各サブバンドに対する前記サブバンド可変ゲインを決定する段階と、をさらに備えている請求項１に記載の音声信号のノイズを削減する方法。
9. 前記ノイズフロアを推定する段階は、前記出力音声信号と受信される音声信号との間の差分を検出することを含んでいる請求項１に記載の音声信号のノイズを削減する方法。
10. 入力音声信号のノイズを削減するシステムであって、
    前記入力音声信号は、ノイズが存在する断続的な音声を含み、
    前記入力音声信号を受信する分析フィルタバンクであって、該分析フィルタバンクは複数のフィルタを含み、該分析フィルタバンクの各フィルタはサブバンド信号を前記音声信号から抽出するようになっている分析フィルタバンクと、
    複数の可変ゲイン乗算器であって、各可変ゲイン乗算器は１つのサブバンド信号にサブバンド可変ゲインを掛けてサブバンド生成信号を作り出すようになっている可変ゲイン乗算器と、
    複数のサブバンド生成信号を受信し、ノイズ削減された音声信号を発生させるシンセサイザと、
    前記ノイズ低減された音声信号において音声の存在を検出する音声アクティビティ検出器と、
    前記サブバンド可変ゲインを計算するためのゲイン計算論理であって、（ａ）音声の存在が検出されない場合に前記入力音声信号に基づいてノイズフロアのレベルを決定し、（ｂ）音声の存在が検出される場合に前記ノイズフロアのレベルを一定に保持し、（ｃ）前記ノイズフロアのレベルに基づいて前記サブバンド可変ゲインを決定するように機能するゲイン計算論理と、を備えているシステム。
11. 前記ゲイン計算論理は、前記入力音声信号から抽出されるノイズ量に基づいて状態を変化させるステートマシンを含み、前記サブバンド可変ゲインは、さらに前記ステートマシンの状態に基づくことを特徴とする請求項１０に記載の入力音声信号のノイズを削減するシステム。
12. 前記分析フィルタバンクは、各サブバンドに対するデシメータを備え、前記シンセサイザは、各サブバンドに対する補間回路を備えることを特徴とする請求項１０に記載の入力音声信号のノイズを削減するシステム。
13. 入力音声信号のノイズを削減するシステムであって、
    前記入力音声信号は、ノイズが存在する断続的な音声を含み、
    前記入力音声信号を受信する分析フィルタバンクであって、該分析フィルタバンクは複数のフィルタを備え、該分析フィルタバンクの各フィルタはサブバンド信号を前記入力音声信号から抽出するようになっている分析フィルタバンクと、
    複数の可変ゲイン乗算器であって、各可変ゲイン乗算器は１つのサブバンド信号にサブバンド可変ゲインを掛けてサブバンド生成信号を作り出すようになっている可変ゲイン乗算器と、
    複数のサブバンド生成信号を受信し、ノイズ削減された音声信号を発生させる音声信号シンセサイザと、
    複数の音声検出乗算器であって、各音声検出乗算器は１つのサブバンド信号に音声検出サブバンドゲインを掛けて検出サブバンド信号を生成するようになっている音声検出乗算器と、
    複数の検出サブバンド信号を受信し、音声検出信号を発生させる音声検出シンセサイザと、
    前記音声検出信号において音声の存在を検出する音声アクティビティ検出器と、
    検出された音声の存在に基づいて前記サブバンド可変ゲインを発生させるゲイン計算論理と、を備えているシステム。
14. 各サブバンドに対する前記サブバンド可変ゲインは、ノイズフロアエンベロープレベルに対する入力音声エンベロープレベルの割合に基づいており、前記ノイズフロアエンベロープレベルは、検出される音声の存在に基づいていることを特徴とする請求項１３に記載の入力音声信号のノイズを削減するシステム。
15. 前記ノイズフロアエンベロープレベルは、音声が検出される期間中、一定のままであることを特徴とする請求項１４に記載の入力音声信号のノイズを削減するシステム。
16. 前記ゲイン計算論理は、前記入力音声信号において検出されるノイズのレベルに基づいて状態を変化させるステートマシンを備えており、前記サブバンド可変ゲインは、さらに前記ステートマシンの状態に基づいていることを特徴とする請求項１３に記載の入力音声信号のノイズを削減するシステム。
17. 前記分析フィルタバンクは、各サブバンドに対するデシメータを備えており、前記音声信号シンセサイザ及び前記音声検出シンセサイザは、それぞれ各サブバンドに対する補間回路を備えていることを特徴とする請求項１３に記載の入力音声信号のノイズを削減するシステム。
18. 音声信号を処理する方法であって、
    前記音声信号は、ノイズが存在する断続的な音声を含み、
    前記音声信号をサブバンドに分割する段階と、
    前記音声信号の各サブバンドにサブバンド可変ゲインを掛ける段階と、
    前記音声信号及びノイズが前記音声信号から取り除かれた後に検出される音声の存在に基づいて各サブバンド可変ゲインを決定する段階と、
    を備えている方法。
19. 音声信号を処理するシステムであって、
    前記音声信号を少なくとも１セットのサブバンドに分割する手段と、
    サブバンドの第１のセットから各サブバンドを増幅する手段と、
    複数のフィルタリングされた第１のセットのサブバンドを結合して第１のフィルタリングされた音声信号を生成する手段と、
    前記第１のフィルタリングされた音声信号に基づいて音声の存在を決定する手段と、
    第２のセットのサブバンドから各サブバンドを増幅する手段と、
    複数のフィルタリングされた第２のセットのサブバンドを結合して第２のフィルタリングされた音声信号を生成する手段と、
    検出された音声の存在及び前記音声信号に基づいて前記可変ゲインを決定する手段と、
    を備えるシステム。
20. 前記第１のセットのサブバンドは、前記第２のセットのサブバンドと同じであることを特徴とする請求項１９に記載の音声信号を処理するシステム。
21. 前記第１のセットのサブバンドは、前記第２のセットのサブバンドと同じでないことを特徴とする請求項１９に記載の音声信号を処理するシステム。

Images