JP2008060715A - エコー消去装置、その方法、そのプログラム、およびその記録媒体 - Google Patents

Abstract

【課題】非線形性が強い再生手段を用いた場合でもエコー信号の除去能力を高める。
【解決手段】受話信号を再生手段により、再生信号に変換・放声し、メインマイクロホン６１よりの話者受音信号とスピーカ４よりのエコー信号からなる受音信号からエコー信号を除去して、送話信号を出力するエコー消去装置において、メインマイクロホン６１から、エコー信号より、話者受音信号を大きく含む受音信号を収音し、サブマイクロホン６ｍ（ｍ＝１、．．．、Ｍ）から、話者受音信号より、エコー信号を大きく含む受音信号を収音し、受話信号から、第１の擬似エコー信号を生成し、サブマイクロホン６ｍよりの受音信号が入力され、第２の擬似エコー信号を生成し、メインマイクロホン６１で収音された受音信号から上記第１、第２の擬似エコー信号を減算し、第１、第２の可変フィルタのフィルタ係数を更新する。
【選択図】図３

Description

この発明は、例えば、ＴＶ会議や音声会議などハンズフリー通信のエコー消去装置、その方法、そのプログラム、およびその記録媒体に関する。

従来技術のエコー消去装置の機能構成例を図１に示し、スピーカを線形特性と非線形特性の並列接続したモデルで表したときのブロック図を図２に示す。
以下の説明において、再生手段はスピーカとして、収音手段はマイクロホンとして説明する。また、図示しない遠端話者よりの通信網２を経由した音声信号を受話信号ｘ（ｔ）と表し、近端話者７が発した音声を話者音声ｓ（ｔ）と表し、マイクロホンで収音された話者音声ｓ（ｔ）を話者受音信号ａ（ｔ）と表し、スピーカから放声された再生音がマイクロホンにまわり込み、収音された音声信号をエコー信号ｄ（ｔ）と表し、マイクロホンで収音した音声信号を受音信号ｙ（ｔ）と表し、遠端話者への送話信号または誤差信号をｅ（ｔ）と表す。ただしｔは離散的時刻を表す。
従来のエコー消去装置１４は可変フィルタ８、減算部１０、フィルタ係数更新部１２、とで構成されている。従来のエコー消去装置１４はスピーカ４とマイクロホン６を用いた拡声通話において、受音信号ｙ（ｔ）に混入されたエコー信号ｄ（ｔ）を消去する。エコー消去装置１４の入力信号、（マイクロホン６で収音される音声信号）つまり受音信号ｙ（ｔ）はエコー信号ｄ（ｔ）と話者受音信号ａ（ｔ）とからなる。従来のエコー消去装置１４は、受音信号ｙ（ｔ）に含まれるエコー信号ｄ（ｔ）を推定して、受音信号ｙ（ｔ）から差し引くことにより、受音信号ｙ（ｔ）に含まれるエコー信号ｄ（ｔ）を消去する。

まず、図示しない遠端話者からの音声信号が通信網２を経由して、受話信号ｘ（ｔ）として、スピーカ４に入力される。また、スピーカ特性が線形であるとした場合、その特性をｇ（ｔ）とし、スピーカ４からマイクロホン６までのインパルス応答をｒ_１（ｔ）とすると、スピーカ４からマイクロホン６に回り込み、収音されたエコー信号ｄ（ｔ）は以下の式（１）で表すことが出来る。
ｄ（ｔ）＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ） （１）
ただし＊は畳み込み演算を表す。次に、近端話者７からマイクロホン６までのインパルス応答をｃ_１（ｔ）と表し、上述したように、近端話者７からの音声はｓ（ｔ）であるので、受音信号ｙ（ｔ）は以下の式（２）で表すことができる。
ｙ（ｔ）＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）＋ｃ_１（ｔ）＊ｓ（ｔ） （２）
ここで、エコー消去装置１４に求められるのは、受音信号ｙ（ｔ）に含まれるエコー信号ｄ（ｔ）を消去することである。つまり、式（２）の右辺の第１項ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）の成分を消去することである。
可変フィルタ８で、推定したインパルス応答（以下、擬似インパルス応答ｈ（ｔ）という）を受話信号ｘ（ｔ）に畳み込み、可変フィルタ８よりの出力信号である擬似エコー信号ｈ（ｔ）＊ｘ（ｔ）を出力する。減算部１０で受音信号ｙ（ｔ）から擬似エコー信号ｈ（ｔ）＊ｘ（ｔ）を減算して、減算部１０はエコー信号ｄ（ｔ）を消去した送話信号ｅ（ｔ）を出力する。送話信号ｅ（ｔ）を式で表せば以下の式（３）になる。
ｅ（ｔ）＝｛ｇ（ｔ）＊ｒ_１（ｔ）−ｈ（ｔ）｝＊ｘ（ｔ）＋ｃ_１（ｔ）＊ｓ（ｔ） （３）

可変フィルタのフィルタ係数（擬似インパルス応答ｈ（ｔ））は、フィルタ係数更新部１２で受話信号ｘ（ｔ）と送話信号ｅ（ｔ）等を用いて更新される。この更新には、学習同定（ＮＬＭＳ：ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ−Ｍｅａｎ−Ｓｑｕａｒｅｓ）アルゴリズム、もしくは射影アルゴリズム、もしくは逐次最小二乗（ＲｅｃｕｒｓｉｖｅＬｅａｓｔＳｑｕａｒｅ）アルゴリズム、もしくはＬＭＳ（ＬｅａｓｔＭｅａｎＳｑｕａｒｅ）アルゴリズム等を用いられる。例えば、学習同定アルゴリズムを用いると、更新式は以下の式（４）になる。
Ｈ(t+1)＝Ｈ（ｔ）＋ａ・Ｘ（ｔ）・ｅ（ｔ）／Ｘ（ｔ）^ＴＸ（ｔ） （４）
ここで、ａは事前に設定されたステップサイズであり、０＜ａ＜２の値をとり、Ａ^ＴはベクトルＡの転置行列を表し、Ｈ（ｔ）は時刻ｔにおけるフィルタ係数Ｈ（ｔ）＝(ｈ(０)，ｈ(１)，…，ｈ(Ｌ−１))^Ｔで表され、Ｌは可変フィルタ８のフィルタのタップ長であり、Ｘ（ｔ）は時刻ｔにおける受話信号ｘ（ｔ）のＬサンプル分のベクトルであり、Ｘ（ｔ）＝(ｘ(ｔ−０)，ｘ(ｔ−１)，…，ｘ(ｔ−Ｌ＋１))^Ｔで表す。

上述したように、フィルタ係数更新部１２は受話信号ｘ（ｔ）と送話信号ｅ（ｔ）から、上記式（４）等で表す更新式を用いて、可変フィルタ８のフィルタ係数を更新する。可変フィルタ８は更新されたフィルタ係数で逐次、受話信号ｘ（ｔ）をフィルタリングする。以上の処理により、受音信号ｙ（ｔ）に含まれるエコー信号ｄ（ｔ）が消去される。エコー信号ｄ（ｔ）が消去された送話信号ｅ（ｔ）が通信網２を通じて、図示しない遠端話者に出力される。なお、従来のエコー消去装置の詳細は特許文献１に記載されている。
特許第２６０２７５０号

従来のエコー消去装置１４においては、エコー信号ｄ（ｔ）を十分に消去できない場合があった。この理由は、次の点にあると考えられるに至った。
即ち、一般的に、スピーカ特性は、振幅の大きな入力信号（受話信号ｘ（ｔ））に対して、出力が頭打ちになるような非線形の特性をもっているので、スピーカ特性は線形と非線形の特性に分けて考えられる。即ちスピーカ特性は、図２に示すように、線形特性の部分のスピーカ４のインパルス応答をｇ（ｔ）、非線形の部分の特性を関数ｆ（・）との並列特性で表すことが出来る。このスピーカ特性を考慮するとエコー信号ｄ（ｔ）は以下の式（５）で表すことができる。
ｄ（ｔ）＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）＋ｒ_１（ｔ）＊ｆ(ｘ（ｔ）) （５）
また受音信号ｙ（ｔ）は以下の式（６）で表すことができる。
ｙ（ｔ）＝ｄ（ｔ）＋ｃ_１（ｔ）＊ｓ（ｔ）
＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）＋ｒ_１（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_１（ｔ）＊ｓ（ｔ） （６）
従って、送話信号ｅ（ｔ）は以下の式（７）になる。
ｅ（ｔ）＝｛ｇ（ｔ）＊ｒ_１（ｔ）−ｈ（ｔ）｝＊ｘ（ｔ）＋ｒ_１（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_１（ｔ）＊ｓ（ｔ） （７）
しかし、従来のエコー消去装置１４においては、消去可能なエコーは、線形のエコー経路を通って、マイクロホン６に到達したエコーのみで、非線形のエコーは消去できない。つまり、上記式（６）の右辺の第１項であるｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）のみが消去され、第２項であるｒ_１（ｔ）＊ｆ(ｘ（ｔ）)の成分を消去することができず、送話信号ｅ（ｔ）に非線形のエコー信号が混入してしまう。従って、非線形が強いスピーカ等を用いた場合、十分にエコー信号を消去できないという問題があった。

この発明によれば、受話信号を再生手段により、再生音に変換して、放声し、話者用収音手段よりの話者受音信号と上記再生音が回り込んだ信号（以下、エコー信号という）からなる受音信号から上記エコー信号を除去して、送話信号として出力するエコー消去装置において、上記受話信号から、第１の擬似エコー信号を生成し、上記複数の収音手段中よりの受音信号から、第２の擬似エコー信号を生成し、上記話者用収音手段よりの受音信号から上記第１の擬似エコー信号及び上記第２の擬似エコー信号を減算して、上記送話信号を出力し、少なくとも、上記受話信号と上記送話信号とが入力され、上記第１の可変フィルタのフィルタ係数を更新し、少なくとも、上記複数の収音手段中よりの受音信号と上記送話信号とから、上記第２の可変フィルタのフィルタ係数を更新する。

上記の構成により、非線形性が強いスピーカ等を用いた場合でも、エコー信号の除去能力を高めることが出来、送話信号の品質を高めることができる。

以下に、この発明を実施するための最良の形態を示す。

この発明の機能構成例を図３に示し、この発明の主要な処理の流れを図４に示す。図１と同一機能構成部分には同一参照番号を付け、重複説明を省略する。以下も同様とする。また、メインマイクロホン６１は話者用収音手段を話者の音声を収音するためのものであり、収音手段とはメインマイクロホンを含む全てのマイクロホンを表すこととする。
エコー消去装置４０は、第１の可変フィルタ２４、第２の可変フィルタ２６ｍ（ｍ＝２、．．．、Ｍ）、加算部３６、減算部３８、第１のフィルタ係数更新部３４、第２のフィルタ係数更新部３２、とで構成されている。また、マイクロホンの数は、複数個であるＭ個（Ｍ≧２）になり、マイクロホンを６ｍ（ｍ＝１、．．．、Ｍ）と表す。
この発明のエコー消去装置４０の入力信号は、スピーカ４よりの再生信号がまわり込んだエコー信号と近端話者７よりの音声信号であり、つまりマイクロホン６ｍで収音された受音信号ｙ_ｍ（ｔ）である。出力信号は図示しない遠端話者への送話信号ｅ（ｔ）である。エコー消去装置４０は、エコー信号ｄ（ｔ）を消去し、会話をしやすくする。また、エコー消去装置４０の各入力信号は図示しないＡＤ変換部で、アナログ信号から離散時間の信号（ディジタル信号）に変換され、エコー消去装置４０の各出力信号は、図示しないＤＡ変換部で離散時間の信号（ディジタル信号）からアナログ信号に変換される。

受話信号ｘ（ｔ）はスピーカ４により再生音として再生される。スピーカ４内の信号の流れの詳細は上述と同様、図２に示す。上述の通り、スピーカ特性は、振幅の大きな信号の入力に対して、出力が頭打ちになるような非線形の特性をもっているので、スピーカ特性は線形と非線形の特性に分けて考える。線形特性の部分のインパルス応答ｇ（ｔ）、非線形の部分の特性を関数ｆ（・）として表す。またスピーカから各マイクロホン６ｍ（ｍ＝１、．．．、Ｍ）までのインパルス応答をｒ_ｍ（ｔ）と表し、近端話者７から各マイクロホン６ｍまでのインパルス応答をｃ_ｍ（ｔ）と表すと、各マイクロホン６ｍでの受音信号ｙ_ｍ（ｔ）は以下の式（８）で表すことができる。
ｙ_ｍ（ｔ）＝ｇ（ｔ）＊ｒ_ｍ（ｔ）＊ｘ（ｔ）＋ｒ_ｍ（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_ｍ（ｔ）＊ｓ（ｔ） （８）
この実施例１では、図示しない話者受音信号選出手段は、複数のマイクロホン６ｍから、エコー信号レベル対話者受音信号レベルの比の時間平均値が、他のマイクロホン６ｍに比べて小さいマイクロホン６ｍをメインマイクロホン６１として選出した場合である。（ステップＳ２）。

また図示しないエコー受音信号選出手段は、複数のマイクロホン６ｍから、エコー信号レベル対話者受音信号レベルの比の時間平均値が大きいマイクロホンを１つ以上選出した場合である。ただし、この場合、メインマイクロホン６１は選択しない（ステップＳ２）。
話者受音信号選出手段の選出の仕方の一例として、図３に記載のように、１つのマイクロホンをメインマイクロホン６１とし、メインマイクロホン６１の感度の高い方向を近端話者７方向に向け、その他のマイクロホンを全てサブマイクロホン６ｍ（ｍ＝２、．．．、Ｍ）として、サブマイクロホン６ｍの感度の高い方向をスピーカ４方向に向けることが考えられる。メインマイクロホン６１、サブマイクロホン６ｍの感度の方向については後ほど詳細に述べる。この場合、メインマイクロホン６１に向かって近端話者７は音声を発することになる。
メインマイクロホン６１および、サブマイクロホン６ｍで収音された受音信号ｙ_ｍ（ｔ）（ｍ＝１、．．．、Ｍ）は上記式（８）と同様に表すことができる。サブマイクロホン６ｍの受音信号ｙ_ｍ（ｔ）がそれぞれ対応する第２の可変フィルタ２６ｍ（ｍ＝２、．．．、Ｍ）に入力される。第２の可変フィルタ２６ｍが受音信号ｙ_ｍ（ｔ）に第２のフィルタ係数ｈ_ｍ（ｔ）を畳み込んで、つまり以下の式（９）を計算して第２の擬似エコー信号β_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）が生成される（ステップＳ４）。

β_ｍ（ｔ）＝ｙ_ｍ（ｔ）＊ｈ_ｍ（ｔ） （９）
第２の擬似エコー信号β_ｍ（ｔ）はそれぞれ加算部３６へ入力される。

一方、受話信号ｘ（ｔ）は第１の可変フィルタ２４に入力される。第１の可変フィルタ２４が受話信号ｘ（ｔ）に第１のフィルタ係数ｈ_１（ｔ）を畳み込んで、つまり以下の式（１０）を計算して、第１の擬似エコー信号α（ｔ）が生成される（ステップＳ４）。
α（ｔ）＝ｘ（ｔ）＊ｈ_１（ｔ） （１０）
第１の擬似エコー信号α（ｔ）および第２の擬似エコー信号β_ｍ（ｔ）は加算部３６へ入力され、α（ｔ）＋Σ_ｉ＝２ ^Ｍβ_ｉ（ｔ）が計算される。加算された信号α（ｔ）＋Σ_ｉ＝２ ^Ｍβ_ｉ（ｔ）は、減算部３８に入力される。

一方、メインマイクロホン６１で収音された受音信号ｙ_１（ｔ）は減算部３８に入力される。減算部３８で、受音信号ｙ_１（ｔ）から加算部３６よりの音声信号α（ｔ）＋Σ_ｍ＝２ ^Ｍβ_ｍ（ｔ）を減算し、つまり、以下の式（１１）が計算され、送話信号ｅ（ｔ）が出力される（ステップＳ６）。
ｅ（ｔ）＝ｙ_１（ｔ）−α（ｔ）−Σ_ｉ＝２ ^Ｍβ_ｉ（ｔ）
＝ｙ_１（ｔ）−ｈ_１（ｔ）＊ｘ（ｔ）−Σ_ｉ＝２ ^Ｍｙ_ｉ（ｔ）＊ｈ_ｉ（ｔ）
（１１）
上記式（８）より

ｙ_１（ｔ）＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）＋ｒ_１（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_１（ｔ）＊ｓ（ｔ） （１２）
ｙ_ｉ（ｔ）＝ｇ（ｔ）＊ｒ_ｉ（ｔ）＊ｘ（ｔ）＋ｒ_ｉ（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_ｉ（ｔ）＊ｓ（ｔ） （１３）
となるので、式（１２）（１３）を上記式（１１）へ代入すると、以下の式（１４）になる。

ｅ（ｔ）＝ｇ（ｔ）＊ｒ_１（ｔ）＊ｘ（ｔ）＋ｒ_１（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_１（ｔ）＊ｓ（ｔ）
−ｈ_１（ｔ）＊ｘ（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊｛ｇ（ｔ）＊ｒ_ｉ（ｔ）＊ｘ（ｔ）
＋ｒ_ｉ（ｔ）＊ｆ(ｘ（ｔ）)＋ｃ_ｉ（ｔ）＊ｓ（ｔ）｝
＝｛ｇ（ｔ）＊ｒ_１（ｔ）−ｈ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｇ（ｔ）＊ｒ_ｉ（ｔ）｝＊ｘ（ｔ）
＋｛ｒ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｒ_ｉ（ｔ）｝＊ｆ(ｘ（ｔ）)
＋｛ｃ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｃ_ｉ（ｔ）｝＊ｓ（ｔ） （１４）

ここで、式（１４）の第１項｛ｇ（ｔ）＊ｒ_１（ｔ）−ｈ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｇ（ｔ）＊ｒ_ｉ（ｔ）｝＊ｘ（ｔ）は線形の音響エコー成分であり、｛ｇ（ｔ）＊ｒ_１（ｔ）−ｈ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｇ（ｔ）＊ｒ_ｉ（ｔ）｝＝０となるｈ_１（ｔ）とｈ_ｍ（ｔ）を設定すれば、線形の音響エコーを消去することが出来る。
式（１４）の第２項｛ｒ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｒ_ｉ（ｔ）｝＊ｆ(ｘ（ｔ）)は、非線形の音響エコー成分であり、ｒ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｒ_ｉ（ｔ）＝０となるｈ_ｍ（ｔ）を設定すれば、非線形の音響エコーを消去することが出来る。
上記話者受音信号選出手段および、エコー受音信号選出手段は必ずしも設けなくても良い。この場合は話者受音信号選出手段が設けられないメインマイクロホン６１からの話者音声を収音した受音信号が減算部３８へ入力され、エコー受音信号選出手段が設けられないサブマイクロホン６ｍよりの受音信号が第２の可変フィルタ２６ｍへ入力される。
式（１４）の第３項｛ｃ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｃ_ｉ（ｔ）｝＊ｓ（ｔ）は近端話者７の音声成分であり、メインマイクロホン６１で収音された近端話者７の音声成分ｃ_１（ｔ）＊ｓ（ｔ）に加え、劣化成分であるΣ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｃ_ｉ（ｔ）＊ｓ（ｔ）が存在している。

また、上記式（１４）の第３項に含まれる近端話者７の音声の劣化成分であるΣ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｃ_ｉ（ｔ）＊ｓ（ｔ）が大きくなってしまうと、送話音声の品質が悪くなってしまう。これを防ぐためには前述したエコー受音信号選択手段を用いる。以下に一例を説明する。簡略化のために、メインマイクロホン６１、サブマイクロホン６２、共に１個の場合を説明する。
上記｛ｃ_１（ｔ）−Σ_ｉ＝２ ^Ｍｈ_ｉ（ｔ）＊ｃ_ｉ（ｔ）｝＊ｓ（ｔ）に基づく近端話者７の音声の劣化を防ぐためには、ｈ_２（ｔ）とｃ_２（ｔ）を小さくする必要がある。このためには、上記話者受音信号選出手段およびエコー受音信号選出手段を設ければよい。例えば、メインマイクロホン６１およびサブマイクロホン６２の配置を変えることが考えられる。図５に示すように、メインマイクロホン６１およびサブマイクロホン６２として単一指向性マイクロホンを使用する。メインマイクロホン６１の感度の高い部分６１ａを近端話者７に向け、感度の低い部分６１ｂをスピーカ４に向ける。また、サブマイクロホン６２の感度の高い部分６２ａをスピーカ４に向けて、感度の低い部分６２ｂを近端話者７に向ける。このような配置をすることで、メインマイクロホン６１において、ｃ_２（ｔ）の振幅が、ｃ_１（ｔ）の振幅より小さくなる。さらに、ｒ_１（ｔ）の振幅がｒ_２（ｔ）の振幅よりも小さくなることで、エコーを消去するためのフィルタｈ_２（ｔ）の振幅も小さくなる。何故なら、上記式（１４）の第２項において、ｒ_１（ｔ）−ｈ_２（ｔ）＊ｒ_２（ｔ）＝０となるｈ_２（ｔ）を設定しているからである。この配置により、近端話者７の音声の劣化成分ｈ_２（ｔ）＊ｃ_２（ｔ）＊ｓ（ｔ）を小さくすることが出来る。
この実施例１において、図６に示すように、メインマイクロホン６１の感度の高い部分６１ａを近端話者７に向け、マイクロホン６ｍの感度の高い部分６ｍａをスピーカ４に向けることで、近端話者７の音声の劣化成分を小さくすることが出来る。

次に、エコー信号ｄ（ｔ）を抑圧するための可変フィルタの係数ｈ_１（ｔ）、ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）を求める方法を説明する。フィルタ係数ｈ_１（ｔ）は第１のフィルタ係数更新部３４で、ｈ_ｍ（ｔ）は、第２のフィルタ係数更新部３２で更新される（ステップＳ８）。送話信号ｅ（ｔ）に含まれるエコー成分の２乗平均が小さくなるようにフィルタ係数ｈ_１（ｔ）、ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）を逐次更新することにより得られる。ただしフィルタ係数の初期値は任意の値で事前に与えられる。
このフィルタ係数を逐次更新するアルゴリズムの代表的なものには、学習同定（ＮＬＭＳ：ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ−Ｍｅａｎ−Ｓｑｕａｒｅｓ）アルゴリズム、もしくは射影アルゴリズム、もしくは逐次最小二乗（ＲｅｃｕｒｓｉｖｅＬｅａｓｔＳｑｕａｒｅ）アルゴリズム、もしくはＬＭＳ（ＬｅａｓｔＭｅａｎＳｑｕａｒｅ）アルゴリズム等がある。以下、それぞれのアルゴリズムを簡単に説明する。

ＮＬＭＳアルゴリズム
ＮＬＭＳアルゴリズムは観測された最新の１サンプルの送話信号ｅ（ｔ）のみを用いてフィルタ係数を更新するアルゴリズムであり、演算量が少ない特徴をもつ。第１のフィルタ係数更新部３４による更新式は以下の式（１５）で表され、第２のフィルタ係数更新部３２による更新式は以下の式（１６）で表される。
Ｈ_１（ｔ＋１）＝Ｈ_１（ｔ）＋ａ_１・Ｘ（ｔ）・ｅ（ｔ）／｛Ｘ（ｔ）^ＴＸ（ｔ）＋Σ_ｉ＝２ ^ＭＹ_ｉ（ｔ）^ＴＹ_ｉ（ｔ）｝ （１５）
Ｈ_ｍ（ｔ＋１）＝Ｈ_ｍ（ｔ）＋ａ_ｍ・Ｙ_ｍ（ｔ）・ｅ（ｔ）／｛Ｘ（ｔ）^ＴＸ（ｔ）＋Σ_ｉ＝２ ^ＭＹ_ｉ（ｔ）^ＴＹ_ｉ（ｔ）｝ （１６）
ただし、Ｈ_１（ｔ）、Ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）は、時刻ｔにおける受話信号ｘ（ｔ）に対するフィルタ係数のベクトルであり、Ｈ_ｍ（ｔ）＝(ｈ_ｍ(０)，ｈ_ｍ(１)，…，ｈ_ｍ(Ｌ−１))^Ｔ（ｍ＝１、．．．、Ｍ）で表され、Ｌはタップ数である。ａ_１とａ_ｍは事前に設定されたＮＬＭＳアルゴリズムのステップサイズであり、
０＜ａ_１、ａ_ｍ＜２を満たす。また、Ｙ（ｔ）は時刻ｔにおける送話信号ｙ（ｔ）のＬサンプル分のベクトルであり、Ｙ_ｍ（ｔ）＝(ｙ_ｍ(ｔ−０)，ｙ_ｍ(ｔ−１)，…，ｙ_ｍ(ｔ−Ｌ＋１))^Ｔで表す。
また、上記式（４）の右辺の分母と、上記式（１５）（１６）の右辺の分母を比較すると、上記式（１５）（１６）の右辺の分母で、余分にΣ_ｉ＝２ ^ＭＹ_ｉ（ｔ）^ＴＹ_ｉ（ｔ）が足されている。Σ_ｉ＝２ ^ＭＹ_ｉ（ｔ）^ＴＹ_ｉ（ｔ）は、各マイクロホン６ｍで収音された受音信号ｙ_ｍ（ｔ）のパワーの和である。分母に受音信号ｙ_ｍ（ｔ）のパワーの和を足しておくことで、フィルタ係数の発散を防ぐことが出来る。

ＬＭＳアルゴリズム
ＬＭＳアルゴリズムもＮＬＭＳアルゴリズム同様、観測された最新の１サンプルの送話信号ｅ（ｔ）のみを用いてフィルタ係数を更新するアルゴリズムであり、演算量が少ない特徴をもつ。ＬＭＳアルゴリズムの更新式は、以下の式（１７）、（１８）で表すことができる。
Ｈ_１（ｔ+１）＝Ｈ_１（ｔ）＋ｂ・Ｘ（ｔ）・ｅ（ｔ） （１７）
Ｈ_ｍ（ｔ＋１）＝Ｈ_ｍ（ｔ）＋ｂ_ｍ・Ｙ_ｍ（ｔ）・ｅ（ｔ） （１８）

射影アルゴリズム
射影アルゴリズムは、過去ｕサンプル分の送話信号ｅ（ｔ）を用いて、フィルタ係数を更新するアルゴリズムである。射影アルゴリズムは隣り合う入力信号ベクトルの間の相関を取り除くことを基本的な考え方とするアルゴリズムである。射影アルゴリズムは上述したＮＬＭＳアルゴリズムに比べ、演算量が多くなるが送話信号ｅ（ｔ）の収束速度が速いという特徴がある。第１のフィルタ係数ｈ_１（ｔ）および第２のフィルタ係数ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）は以下の式（１９）で更新される。なお、以下の式（１９）は２次のフィルタ係数の更新式である。

ただし、ベクトルｕ（ｔ）は、以下の式（２０）で表すことができる。

ＲＬＳアルゴリズム
ＲＬＳアルゴリズムは、過去全ての送話信号ｅ（ｔ）を利用して、フィルタ係数を更新するアルゴリズムであり、上述した射影アルゴリズムよりも送話信号ｅ（ｔ）の収束速度が速いが、演算量は多い。ＲＬＳアルゴリズムは過去の全入出力の関係を最小２乗誤差で近似させるフィルタ係数ベクトルＨ＾（ｔ）を求めることにある。第１のフィルタ係数ｈ_１（ｔ）および第２のフィルタ係数ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）は以下の式（２１）で更新される。

ただし、ベクトルＫ（ｔ）は以下の式（２２）で表すことができる。

ただし、ベクトルＰ（ｔ）は入力信号の共分散行列Ｅ［ｘ（ｔ）ｘ（ｔ）^Ｔ］の逆行列として定義され、タップ数Ｌを用いて、Ｌ×Ｌの正方行列である。またベクトルＰ（ｔ）は以下の式（２３）を満たす。

ただし、λは忘却係数であり、０≦λ≦１を満たす係数である。
これらのアルゴリズムの詳細については、「音響エコーキャンセラのための適応信号処理の研究 牧野昭二 博士論文 １９９３ 東北大学」に記載されている。
また第１のフィルタ係数更新部３４および、第２のフィルタ係数更新部３２の更新アルゴリズムは各々違うアルゴリズムを用いても良い。

これらの更新アルゴリズムを適用して第１のフィルタ係数更新部３４および、第２のフィルタ係数更新部３２で、送話信号ｅ（ｔ）が収束するまで、第１のフィルタ係数ｈ_１（ｔ）および第２のフィルタ係数ｈ_ｍ（ｔ）（ｍ＝２、．．．、Ｍ）は更新される（ステップＳ８）。またこれらのアルゴリズムを用いて、フィルタ係数を更新できることは、以下で説明する実施例２〜４においても同様である。
実施例１の機能構成により、スピーカ４に非線形性などがある場合に発生する非線形な音響エコーと、線形の音響エコーとの両方のエコーを消去することが出来、高い消去性能を実現することが出来る。

［実験結果］
従来のエコー消去装置１４と実施例２のエコー消去装置４０を実際のハンズフリー装置に適用して、効果を比較するための実験結果を説明する。この実験で使用した実施例１で説明したエコー消去装置４０、スピーカ４、近端話者７などの配置を図７に示す。また、メインマイクロホン、サブマイクロホンをそれぞれ１つとした。メインマイクロホン６１とサブマイクロホン６２とを結ぶ直線と、スピーカ４と近端話者７とを結ぶ直線と、が直交するように、メインマイクロホン６１、サブマイクロホン６２、スピーカ４、近端話者７を配置させる。メインマイクロホン６１とサブマイクロホン６２との距離を２ｃｍ、スピーカ４と近端話者７との距離を５０ｃｍ、スピーカ４とメインマイクロホン６１との距離を５ｃｍとし、スピーカ４の直径は４ｃｍである。スピーカ特性は過大入力に対してクリップする特性を模擬したシグモイド関数とし、空間応答ｃ_１（ｔ）、ｃ_２（ｔ）、ｒ_１（ｔ）、ｒ_２（ｔ）は図７の配置で計測したインパルス応答とした。

メインマイクロホン６１の感度の高い部分４１ａを近端話者の方向へ向け、サブマイクロホン６２の感度の高い部分６２ａをスピーカ４の方向へ向ける。また、サンプリング周波数は１６ｋＨｚ、残響時間を２００ｍｓ、第１の可変フィルタ２４および第２の可変フィルタ２６のタップ数は５１２タップ、適応アルゴリズムはＮＬＭＳアルゴリズムを用いた。
図８、図９に実験結果を示す。図８は受話信号ｘ（ｔ）に白色雑音を入力したときのエコー消去量を示しているグラフであり、値が大きいほどより多くのエコーを消去できていることを示す。横軸が時刻（ｓ）であり、縦軸がその時刻のエコー消去量を示す。細線が従来技術のエコー消去装置１４によるエコー消去量を示し、太線が実施例１で説明したエコー消去装置４０によるエコー消去量を示す。
従来技術のエコー消去装置１４を用いた場合のエコー消去量は２０ｄＢ程度が最大であることが理解できる。これは、スピーカ４に非線形性があるために生じる非線形な音響エコーを従来技術で説明したエコー消去装置１４では消去できないためである。

これに対し、実施例１で説明したエコー消去装置４０を使用した場合のエコー消去量は４０ｄＢ程度であることが理解できる。これは、実施例２で説明したエコー消去装置４０においての非線形な音響エコーも消去できているからである。
図９は、近端話者７に対するインパルス応答を示したグラフである。横軸が周波数（Ｈｚ）を示し、縦軸が、近端話者７からメインマイクロホン６１までのインパルス応答ｃ_１（ｔ）である。細線がエコー消去装置４０の処理前を示し、太線がエコー消去装置４０の処理後を示す。図８のグラフより、処理前と処理後のインパルス応答ｃ_１（ｔ）を比較しても、殆ど差が無いことが理解できる。以上のことから、実施例１では、近端話者７の音声の劣化成分が小さいことがわかる。
以上の説明から、実施例１によれば、線形の音響エコーと、スピーカ４の非線形性により発生する非線形な音響エコーの両方を消去し、高いエコー消去方法を実現出来る。さらに、近端話者７の音声の劣化を小さく高品質な収音が実現できる。

実施例１では、メインマイクロホン６１は感度の高い部分６１ａを近端話者７に向けて、感度の低い部分をスピーカ４に向け、サブマイクロホン６２は感度の高い部分６２ａをスピーカ４に向け、感度の低い部分を近端話者７に向けることで、近端話者７の音声の劣化成分を小さくすることが出来ることを説明した。実施例２では、話者受音信号選出手段をメインビームフォーマとし、エコー受音信号選出手段をサブビームフォーマとする機能構成例である。実施例２ではこれらメインビームフォーマとサブビームフォーマを使って近端話者７の音声の劣化成分を小さくする。
図１０に実施例２の機能構成例を示す。実施例２のエコー消去装置４０は実施例２で説明したエコー消去装置４０と比較して、上記サブビームフォーマ５０とメインビームフォーマ５２とが加えられる。また、この実施例では、マイクロホン６ｍにおいては、メインマイクロホン（話者用収音手段）、サブマイクロホンとに分けられることなく、全てのマイクロホン６ｍが並列的に作動する。

また、サブビームフォーマ５０はサブ固定フィルタ５０ｍ（ｍ＝１、．．．、Ｍ）とサブ加算部５００とで構成され、メインビームフォーマ５２はメイン固定フィルタ５２ｍ（ｍ＝１、．．．、Ｍ）とメイン加算部５２０とで構成される。
メインビームフォーマ５２は近端話者７方向に感度を高くし、スピーカ４に対する感度を低くする。また、サブビームフォーマ５０は、スピーカ４に対する感度を高くして、近端話者７に対する感度を低くする。メインビームフォーマ５２とサブビームフォーマ５０を使用することで、任意の方向に対して指向性が高い部分と低い部分を作ることができ、様々なスピーカとマイクロホンの配置に適用することができる。
また、この実施例２の説明では、簡略化のため、周波数領域ωで説明する。近端話者からマイクロホン６ｍまでの伝達関数をＣ_ｍ（ω）とし、スピーカ４からマイクロホン６ｍまでの伝達関数をＲ_ｍ（ω）とし、メインビームフォーマ５２中のｍチャネルのメイン固定フィルタ５２ｍの各固定フィルタ係数をＰ_ｍ（ω）とし、サブビームフォーマ５０のサブ固定フィルタ５０ｍの固定フィルタ係数をＱ_ｍ（ω）とする。
サブ固定フィルタ５０ｍおよびメイン固定フィルタ５２ｍの各固定フィルタ係数は予め与えられた値から固定されたものである。以下に、固定フィルタ係数の設計を説明する。

メインビームフォーマ５２に要求されるのは、近端話者７の音声ｓ（ω）を収音し、スピーカ４からの再生音を抑圧することである。これらの条件を式で表せば、以下の式（２４）（２５）になる。
Σ_ｉ＝１ ^ＭＣ_ｉ’（ω）・Ｐ_ｉ（ω）＝Ｄ（ω） （２４）
Σ_ｉ＝１ ^ＭＲ_ｉ’（ω）・Ｐ_ｉ（ω）＝０ （２５）
ここで、Ｄ（ω）は目標とするインパルス応答である。目標とするインパルス応答とは、例えば、振幅値が固定値であり、位相が直線位相（時間領域における固定遅延）となっているようなインパルス応答である。Ｃ_ｍ’(ω)、Ｒ_ｍ’(ω)はマイク６ｍ、スピーカ４、近端話者７の配置から計算される直接波の理論的な応答を事前に設定する。以下の式（２６）（２７）でも同様である。上記式（２４）（２５）を満たす固定フィルタ係数Ｐ_ｍ(ω)を設定すれば良い。次に、サブビームフォーマ５０に要求されるのは、近端話者７の音声ｓ（ω）を抑圧し、スピーカ４からの再生音を収音することである。これらの条件を式で表すと、以下の式（２６）（２７）になる。
Σ_ｉ＝１ ^ＭＣ_ｉ’（ω）・Ｑ_ｉ（ω）＝０ （２６）
Σ_ｉ＝１ ^ＭＲ_ｉ’（ω）・Ｑ_ｉ（ω）＝Ｋ（ω） （２７）
ただし、Ｋ（ω）は目標とするインパルス応答である。目標とするインパルス応答とは、例えば、振幅値が固定値であり、位相が直線位相（時間領域における固定遅延）となっているようなインパルス応答である。
その他の処理は実施例１と同様である。

以上のように、メインビームフォーマ５２、サブビームフォーマ５０を設定すれば、任意のマイクロホン６ｍとスピーカ４の配置において、メインビームフォーマ５２では近端話者７の方向に感度を高くして、スピーカ４に対する感度を低くして、サブビームフォーマ５０ではスピーカ４に対する感度を高くして、近端話者７に対する感度を低くすることが実現し、近端話者音声の劣化を防止することが出来る。

この実施例の機能構成例は、実施例１で説明したエコー消去装置４０に受話検出部６０とスイッチ６２ｍ（ｍ＝２、．．．Ｍ）を加えたものである。スイッチ６２ｍのそれぞれは第２の可変フィルタ２６ｍのそれぞれと対応して接続されている。
図１１に実施例３の機能構成例を示す。通信網２よりの音声信号ｊ（ｔ）は第１の可変フィルタ２４のほかに、受話検出部６０にも入力される。受話検出部６０は、音声信号ｊ（ｔ）のレベルを観測し、受話信号ｘ（ｔ）のある区間を検出する。検出は例えば、予め、与えられた閾値と音声信号ｊ（ｔ）のレベル（パワー）とを比較し、音声信号ｊ（ｔ）の方が大きい場合はその区間に受話信号ｘ（ｔ）が含まれていると判断する。
受話信号ｘ（ｔ）が含まれている区間では、受話検出部６０がスイッチ６２ｍのオン接続とし、第２の可変フィルタ２６ｍをそれぞれ、加算部３６へ接続させる。また、受話信号ｘ（ｔ）が含まれていない区間では、受話検出部６０が、スイッチ６２ｍの接続をオフとし、第２の可変フィルタ２６ｍをそれぞれ加算部３６から切り離す。

これらの処理により、近端話者７の発話があり、音声信号ｊ（ｔ）中に受話信号ｘ（ｔ）が含まれていない区間ではスイッチ６２ｍの接続がオフになっているので、第２の可変フィルタ２６よりの第２の擬似エコー信号ｑ（ｔ）が加算部３６に出力されず、つまりサブマイクロホン６ｍを経由する近端話者の音声が遮断され、送話信号ｅ（ｔ）での近端話者音声の劣化がなくなる。
また音声信号ｊ（ｔ）中に受話信号ｘ（ｔ）が含まれている区間ではスイッチ６２ｍがオン接続になっているので、実施例２で説明したとおり、エコー信号ｄ（ｔ）を消去する。
また受話信号ｘ（ｔ）が含まれている区間で、かつ近端話者７が発話しているいわゆるダブルトークの区間では、スイッチ６２ｍがオン接続となり、エコー信号ｄ（ｔ）を消去する。このダブルトーク区間では、近端話者７の音声の劣化が生じるが、ダブルトーク時は、近端話者７から音声信号ｓ（ｔ）と受話信号ｘ（ｔ）の両方が聴こえるため、聴覚のマスキング効果により、音声の劣化が聞こえにくくなっているので、劣化の知覚が少なくなる。

図１２に示すこの実施例４の機能構成例は、実施例２で説明したエコー消去装置４０に実施例３で説明した受話検出部６０を加えたものである。実施例３同様、受話信号ｘ（ω）が受話検出部６０に入力され、通信網２よりの音声信号ｊ（ω）中に受話信号ｘ（ω）が含まれている区間では、スイッチ６２がオン接続となり、エコー信号ｄ（ω）が消去される。また、通信網２よりの音声信号ｊ（ω）中に受話信号ｘ（ω）が含まれていない区間では、スイッチ６２の接続がオフとなり、近端話者７の音声の劣化は生じない。
以上の各実施形態の他、本発明であるエコー消去装置は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、エコー消去装置において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。
また、この発明のエコー消去装置における処理をコンピュータによって実現する場合、エコー消去装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、エコー消去装置における処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）、ＤＶＤ−ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＣＤ−ＲＯＭ（ＣｏｍｐａｃｔＤｉｓｃＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＣＤ−Ｒ（Ｒｅｃｏｒｄａｂｌｅ）／ＲＷ（ＲｅＷｒｉｔａｂｌｅ）等を、光磁気記録媒体として、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌｄｉｓｃ）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（ＥｌｅｃｔｒｏｎｉｃａｌｌｙＥｒａｓａｂｌｅａｎｄＰｒｏｇｒａｍｍａｂｌｅ−ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）等を用いることができる。
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（ＡｐｐｌｉｃａｔｉｏｎＳｅｒｖｉｃｅＰｒｏｖｉｄｅｒ）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、エコー消去装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

従来技術のシステムの機能構成例を示すブロック図。 従来技術及びこの発明のスピーカ４内の受話信号ｘ（ｔ）の流れを示す図。 この発明の実施例１のシステムの機能構成例を示すブロック図。 この発明の実施例１の主な処理の流れを示すフローチャート。 この発明の実施例１または３において、近端話者７の音声の劣化成分を抑圧するためのメインマイクロホン６１、サブマイクロホン６２の配置を示す図。 この発明に使用したメインマイクロホン６１とサブマイクロホン６２の配置を図５のように配置した場合の機能構成例を示すブロック図。 従来の技術のエコー消去装置１４とこの発明のエコー消去装置４０との効果の違いを示すための実験配置図。 従来の技術のエコー消去装置１４とこの発明のエコー消去装置４０とのエコー消去性能を示すグラフ。 この発明のエコー消去装置４０による処理前と処理後においての、近端話者７に対するインパルス応答ｃ_ｍ（ｔ）を示す図。 この発明の実施例２のシステムの機能構成例を示すブロック図。 この発明の実施例３のシステムの機能構成例を示すブロック図。 この発明の実施例４のシステムの機能構成例を示すブロック図。

Claims (14)

1. 再生手段により受話信号を再生音に変換して、放声し、近端話者音声が話者用収音手段により受音された信号（以下、話者受音信号という）と上記再生音が上記話者用収音手段により受音された信号（以下、エコー信号という）からなる受音信号から、上記エコー信号を除去して、送話信号として出力するエコー消去装置において、
   上記受話信号が入力され、第１の擬似エコー信号を生成する第１の可変フィルタと、
   １以上のエコー用収音信号手段により、受音された受話信号が入力され、第２の擬似エコー信号を生成する第２の可変フィルタと、
   上記話者用収音手段での受音信号から、上記第１の擬似エコー信号及び上記第２の擬似エコー信号を減算して、上記送話信号を出力する減算部と、
   少なくとも、上記受話信号と上記送話信号とが入力され、上記第１の可変フィルタのフィルタ係数を更新する第１のフィルタ係数更新部と、
   少なくとも、上記エコー用収音手段での受音信号と上記送話信号とが入力され、上記第２の可変フィルタのフィルタ係数を更新する第２のフィルタ係数更新部とを備えることを特徴とするエコー消去装置。
2. 請求項１記載のエコー消去装置において、
   更に、複数の上記収音手段中から、エコー信号レベル対話者音信号レベルの比の時間平均値が、他の受音信号に比べて小さい受音信号を選出して、上記減算部へ入力する話者受音信号選出手段と、
   複数の上記収音手段中から、エコー信号レベル対話者音信号レベルの比の時間平均値が、他の受音信号に比べて大きい受音信号を選出して、上記第２の可変フィルタへ入力するエコー受音信号選出手段と、を備えることを特徴とするエコー消去装置。
3. 請求項２記載のエコー消去装置において、
   上記話者受音信号選出手段は、話者方向に感度が高く、上記複数の収音手段中の上記話者用収音手段としての１つの収音手段（以下、主収音手段という）からの収音信号を得る手段であり、
   上記エコー受音信号選出手段は、上記再生手段方向に感度が高く、上記主収音手段以外である収音手段からの収音信号を得る手段であることを特徴とするエコー消去装置。
4. 請求項２記載のエコー消去装置において、
   上記話者受音信号選出手段は、全ての上記複数の収音手段からの上記受音信号が入力され、上記受音信号中の上記エコー信号の成分を抑圧するメインビームフォーマであり、
   上記エコー受音信号選出手段は、全ての上記複数の収音手段からの上記受音信号が入力され、上記受音信号中の上記話者受音信号の成分を抑圧するサブビームフォーマであることを特徴とするエコー消去装置。
5. 請求項１〜４の何れかに記載のエコー消去装置において、
   更に、上記受話信号のレベルを検出し、検出されたレベルが予め決められた閾値より小さい場合は、上記第２の可変フィルタを稼動させず、出力を０とする受話検出部を備えることを特徴とするエコー消去装置。
6. 請求項１〜５の何れかに記載のエコー消去装置において、
   上記第１のフィルタ係数更新部および、上記第２のフィルタ係数更新部のフィルタ係数の更新は、学習同定（ＮＬＭＳ：ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ−Ｍｅａｎ−Ｓｑｕａｒｅｓ）アルゴリズム、もしくは射影アルゴリズム、もしくは逐次最小二乗（ＲｅｃｕｒｓｉｖｅＬｅａｓｔＳｑｕａｒｅ）アルゴリズム、もしくはＬＭＳ（ＬｅａｓｔＭｅａｎＳｑｕａｒｅ）アルゴリズムを用いて、逐次更新するものであることを特徴とするエコー消去装置。
7. 再生手段により受話信号を再生音に変換して、放声し、近端話者音声が話者用収音手段により受音された信号（以下、話者受音信号という）と上記再生音が上記話者用収音手段により受音された信号（以下、エコー信号という）からなる受音信号から、上記エコー信号を除去して、送話信号として出力するエコー消去方法において、
   第１の可変フィルタが、上記受話信号から第１の擬似エコー信号を生成する第１の擬似エコー信号生成過程と、
   第２の可変フィルタが、１以上のエコー用収音信号手段により、受音された受話信号から第２の擬似エコー信号を生成する第２の擬似エコー信号生成過程と、
   減算手段が、上記話者用収音手段よりの受音信号から上記第１の擬似エコー信号及び上記第２の擬似エコー信号を減算して、上記送話信号を出力する減算過程と、
   第１のフィルタ係数更新手段が、少なくとも、上記受話信号と上記送話信号とから、上記第１の可変フィルタのフィルタ係数を更新する第１のフィルタ係数更新過程と、
   第２のフィルタ係数更新手段が、少なくとも、上記エコー用収音手段での受音信号と上記送話信号とから、上記第２の可変フィルタのフィルタ係数を更新する第２のフィルタ係数更新過程と、を有することを特徴とするエコー消去方法。
8. 請求項７記載のエコー消去方法において、
   更に、話者受音信号選出手段が、複数の上記収音手段中から、エコー信号レベル対話者音信号レベルの比の時間平均値が、他の受音信号に比べて小さい受音信号を選出する話者受音信号選出過程と、
   エコー受音信号選出手段が、複数の上記収音手段中から、エコー信号レベル対話者音信号レベルの比の時間平均値が、他の受音信号に比べて大きい受音信号を選出するエコー受音信号選出過程と、を有することを特徴とするエコー消去方法。
9. 請求項８記載のエコー消去方法において、
   上記話者受音信号選出過程は、上記話者受音信号選出手段が、話者方向に感度が高く、上記複数の収音手段中の上記話者用収音手段としての１つの収音手段（以下、主収音手段という）からの収音信号を得る過程であり、
   上記エコー受音信号選出過程は、上記エコー受音信号選出手段が、上記再生手段方向に感度が高く、上記主収音手段以外である収音手段からの収音信号を得る過程であることを特徴とするエコー消去方法。
10. 請求項８記載のエコー消去方法において、
    上記話者受音信号選出過程は、メインビームフォーマにより、全ての上記複数の収音手段からの上記受音信号中の上記エコー信号の成分を抑圧する過程であり、
    上記エコー受音信号選出過程は、サブビームフォーマにより、全ての上記複数の収音手段からの上記受音信号中の上記話者受音信号の成分を抑圧する過程であることを特徴とするエコー消去方法。
11. 請求項７〜１０の何れかに記載のエコー消去方法において、
    更に、受話検出手段が、上記受話信号のレベルを検出し、検出されたレベルが予め決められた閾値より小さい場合は、上記第２の可変フィルタを稼動させず、出力を０とする受話検出過程を有することを特徴とするエコー消去方法。
12. 請求項７〜１１の何れかに記載のエコー消去方法において、
    上記第１のフィルタ係数更新過程および、上記第２のフィルタ係数更新過程のフィルタ係数の更新は、学習同定（ＮＬＭＳ：ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ−Ｍｅａｎ−Ｓｑｕａｒｅｓ）アルゴリズム、もしくは射影アルゴリズム、もしくは逐次最小二乗（ＲｅｃｕｒｓｉｖｅＬｅａｓｔＳｑｕａｒｅ）アルゴリズム、もしくはＬＭＳ（ＬｅａｓｔＭｅａｎＳｑｕａｒｅ）アルゴリズムを用いて、逐次更新する過程であることを特徴とするエコー消去方法。
13. 請求項７〜１２の何れかに記載したエコー消去方法の各過程をコンピュータに実行させるためのエコー消去プログラム。
14. 請求項１３記載のエコー消去プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images