JP2008148179A - 音声信号処理装置および自動利得制御装置における雑音抑圧処理方法 - Google Patents

Abstract

【課題】入力される音声信号のレベルが変動する場合に、自動利得制御を行って音声信号のレベルが一定となるように調整できるとともに、雑音成分のゆらぎを生じ難くすること。
【解決手段】入力される音声信号Ｓ１の利得を制御する利得制御手段１１，１２と、音声信号に対する雑音抑圧量ＳＬを算出する雑音抑圧量算出部１３と、利得制御手段において算出される利得ＧＬに基づいて、雑音抑圧量ＳＬを補正する補正部１４と、音声信号に含まれる雑音成分を、補正された雑音抑圧量ＳＬＨにしたがって抑圧する雑音抑圧部１５とを備える。
【選択図】図１

Description

本発明は、音声信号の利得を調節して当該音声信号のレベルをほぼ一定にする自動利得制御装置における雑音抑圧処理のための方法および音声信号処理装置に関する。特に、音声信号に背景雑音が混入している場合に、音声信号のレベルを最適なレベルに調整するとともに、音声信号のレベル調整にともなう雑音成分のゆらぎを生じ難くした方法および装置に関する。

近年の通信ネットワークの規模と機能の拡大にともなって、テレビ会議システムや携帯電話の普及が促進されかつその機能が向上している。テレビ会議システムや携帯電話のような音声通信システムでは、マイクと発話者との距離、発話者の声の大きさの違いなどによって、マイクに入力される音声のレベルが変動する。そのため、受話側での受聴音量が変動してしまい、聴きづらさの一因となることがある。このような問題を解決するために、音声信号が最適な一定のレベルとなるように制御する自動利得調制御置（自動利得調整装置）が用いられている。

一般的な自動利得制御装置では、まず、入力信号に音声が含まれているか否かという音声検出を行う。ここで音声が含まれると判定された区間において、入力信号の瞬時パワーに基づいて、音声パワーの平均値（平均音声パワー）を算出する。この平均音声パワーと目標とする音声のレベル（目標音声パワー）とを比較することにより、入力信号に対する利得（ゲイン）を算出し、その利得が得られるように入力信号を増幅する（特許文献１）。

しかし、このような方法では次のような問題がある。つまり、例えば、携帯電話を屋外で利用する場合に、マイクには音声に加えて環境騒音などの背景雑音が混入する。そのような場合に自動利得制御（ＡＧＣ）を行うと、音声とともに背景雑音も同じ利得で増幅される。

ここで、図４（Ａ）に示す入力信号（音声信号）Ｓ１のように、背景雑音ＨＺのレベルはほぼ一定であるが音声ＶＣのレベル変動が大きい場合を例にとって説明する。この場合に、音声ＶＣのレベルが一定となるように制御しようとすると、入力信号の音声ＶＣのレベルが小さな区間ＫＫ２では、図４（Ｂ）に示す出力信号Ｓ１１のように、音声ＶＣとともに背景雑音ＨＺのレベルも大きくなってしまう。そのため、入力信号の音声ＶＣのレベルが大きな区間ＫＫ１，３と小さな区間ＫＫ２とで背景雑音成分のゆらぎが生じ、聴感上好ましくない。

この問題に対して、自動利得制御を行う前に雑音成分を除去することが提案されている（特許文献２）。しかし、特許文献２の方法によっても背景雑音ＨＺを完全に除去することはできないので、図４（Ｃ）に示す出力信号Ｓ１２のように、消されずに残った残留雑音成分について、やはりゆらぎが生じてしまう。
特開平１−２８６６３３ 特開平１０−９８３４６

上に述べたように、従来においては背景雑音ＨＺを完全に除去することができないため、どのようにしても入力信号の中に雑音成分が残り、これが原因となって、自動利得制御を行った場合に雑音成分のゆらぎが生じてしまう。

本発明は、上述の問題に鑑みてなされたもので、入力される音声信号のレベルが変動する場合に、自動利得制御を行って音声信号のレベルが一定となるように調整できるとともに、雑音成分のゆらぎを生じ難くすることを目的とする。

本発明に係る装置は、入力される音声信号の利得を制御する利得制御手段と、前記音声信号に対する雑音抑圧量を算出する雑音抑圧量算出手段と、前記利得制御手段において算出される利得に基づいて、前記雑音抑圧量を補正する補正手段と、前記音声信号に含まれる雑音成分を、補正された雑音抑圧量にしたがって抑圧する雑音抑圧手段とを備える。

補正手段において、雑音抑圧量が利得に応じて補正されるので、雑音抑圧量は、利得の小さな区間では小さくなり、利得の大きな区間では大きくなる。その結果、雑音成分はほぼ一定となってゆらぎが抑制される。

好ましくは、前記補正手段は、前記利得制御手段において算出された利得に比例して前記雑音抑圧量を調節する。

本発明によると、入力される音声信号のレベルが変動する場合に、自動利得制御を行って音声信号のレベルが一定となるように調整できるとともに、雑音成分のゆらぎを生じ難くすることができる。

図１は本発明に係る音声信号処理装置３の構成の例を示すブロック図、図２は利得ＧＬと補正量ＬＨとの関係の例を示す図、図３は音声信号Ｓ１のＳ／Ｎ比と雑音抑圧量ＳＬとの関係の例を示す図、図４は音声信号Ｓ１と利得制御および雑音抑圧処理などを行った後の音声信号の状態の例を示す図、図５は図４に示す音声信号Ｓ１に対する利得ＧＬ、雑音抑圧量ＳＬ、補正後の雑音抑圧量ＳＬＨの例を示す図である。

図１において、音声信号処理装置３は、利得算出部１１、増幅部１２、雑音抑圧量算出部１３、補正部１４、および雑音抑圧部１５を有する。

利得算出部１１は、入力される音声信号Ｓ１に対する利得（ゲイン）ＧＬを算出する。利得ＧＬの算出方法は、種々の公知の方法を用いることができる。例えば、音声信号Ｓ１の音声区間における音声パワーの平均値と目標レベルとから利得ＧＬを算出する。なお、本明細書における「音声信号」とは、信号の形態にかかわらず、音声に関する信号のことであり、情報伝達に必要な本来の「音声」、および「背景雑音」などの雑音成分をも含んだ信号である。

増幅部１２は、雑音抑圧部１５から出力される音声信号Ｓ２を、利得算出部１１で算出された利得ＧＬに応じて増幅する。その結果、増幅部１２からは、レベルがほぼ一定となった音声信号Ｓ３が出力される。なお、本明細書において、利得ＧＬは「１」以下であってもよいので、「増幅」には「減衰」が含まれる。

雑音抑圧量算出部１３は、音声信号Ｓ１に対する雑音抑圧量ＳＬを算出する。雑音抑圧量ＳＬの算出方法は、種々の公知の方法を用いることができる。例えば、時間領域の音声信号Ｓ１を周波数領域に変換し、スペクトル解析を行って雑音成分を抽出してその推定雑音（長時間平均）を得る。これを元の音声信号Ｓ１と比較し、Ｓ／Ｎ比（ＳＮＲ）に応じて雑音抑圧量ＳＬを決定する。通常、Ｓ／Ｎ比が小さい（雑音成分が多い）場合には雑音抑圧量ＳＬを大きくして明瞭度を向上させ、Ｓ／Ｎ比が大きい場合には雑音抑圧量ＳＬを小さくして音声の忠実度を高くする。

補正部１４は、利得算出部１１において算出される利得ＧＬに基づいて、雑音抑圧量ＳＬを補正する。つまり、雑音抑圧量ＳＬを利得ＧＬに応じて増減する。例えば、図２に示す関数Ｆ１のように、補正量ＬＨつまり雑音抑圧量ＳＬが利得ＧＬに比例して増減するように補正する。または、図２の関数Ｆ２のように利得ＧＬに対してガンマ関数的に増減するように補正する。または、図２の関数Ｆ３のように利得ＧＬに対して対数関数的に増減するように補正する。

なお、補正量ＬＨおよび補正された雑音抑圧量（補正雑音抑圧量）ＳＬＨは次の一般式で示すことができる。

ＬＨ ＝ｆ（ＧＬ）
ＳＬＨ＝ｆ（ＧＬ，ＳＬ）
また、音声信号Ｓ１のＳ／Ｎ比に対する雑音抑圧量ＳＬの関係については、例えば図３に示すように、Ｓ／Ｎ比が小さい場合、つまり雑音成分が多い場合には、雑音抑圧量ＳＬが大きく、Ｓ／Ｎ比が大きい場合、つまり雑音成分が少ない場合には、雑音抑圧量ＳＬが小さい。そして、利得ＧＬが小さい場合、つまり音声成分（音声パワー）が大きい場合には、Ｓ／Ｎ比の小さい区間における雑音抑圧量ＳＬを小さくして音質の劣化を最小限に抑え、利得ＧＬが大きい場合、つまり音声成分が小さい場合には、Ｓ／Ｎ比の小さい区間における雑音抑圧量ＳＬを大きくして雑音を取り除き、音質の明瞭度を上げる。

雑音抑圧部１５は、音声信号Ｓ１に含まれる雑音成分を、補正された雑音抑圧量ＳＬＨにしたがって抑圧する。その結果、雑音抑圧部１５からは、音声信号Ｓ１の雑音成分が抑圧された音声信号Ｓ２が出力される。

なお、音声信号処理装置３は、ＤＳＰまたはＣＰＵが適当なプログラムを実行することによって、または回路素子を用いたハード回路によって、またはそれらの組み合わせによって、それぞれ実現することが可能である。また、音声信号処理装置３は、デジタル処理、アナログ処理、またはこれらの組み合わせの処理とすることができる。

利得算出部１１と増幅部１２とは利得制御部ＧＣを構成する。つまり、利得算出部１１と増幅部１２とを１つの利得制御部ＧＣとして処理プロセスまたは回路を構成してもよい。また、雑音抑圧量算出部１３と補正部１４とは自動雑音抑圧量算出部ＡＮを構成する。つまり、雑音抑圧量算出部１３と補正部１４とを１つの自動雑音抑圧量算出部ＡＮとして処理プロセスまたは回路を構成してもよい。さらに、雑音抑圧部１５をも含めて自動雑音抑圧量算出部ＡＮを構成するとも可能である。また、音声信号処理装置３の全体を１つの処理プロセスまたは回路とすることも可能である。

次に、音声信号処理装置３に図４（Ａ）に示す音声信号Ｓ１が入力された場合について具体的に説明する。

図４（Ａ）に示す音声信号Ｓ１は、雑音のレベルはほぼ一定であるが音声のレベルが大きく変動している。この場合に、利得算出部１１は、図５（Ａ）に示すように、音声のレベルが大きな区間ＫＫ１，３で利得ＧＬが小さくなるように算出し、音声のレベルが小さな区間ＫＫ２で利得ＧＬが大きくなるように算出する。

雑音のレベルはほぼ一定であるので、従来の制御を行ったとした場合には、図５（Ｂ）に示すように、雑音抑圧量ＳＬはほぼ一定となる。その場合には、背景技術の項でも述べたように、音声信号の中に図４（Ｂ）（Ｃ）に示すような雑音成分のゆらぎが生じてしまう。

本実施形態の音声信号処理装置３では、補正部１４において、雑音抑圧量ＳＬが利得ＧＬに応じて補正される。その結果、図５（Ｃ）に示すように、補正された雑音抑圧量ＳＬＨは、利得ＧＬの小さな区間ＫＫ１，３では小さくなり、利得ＧＬの大きな区間ＫＫ２では大きくなる。

その結果、図４（Ｄ）に示すように、音声信号Ｓ３の音声のレベルはほぼ一定となり、しかも、雑音成分の除去が行われてそのレベルがほぼ一定となり、雑音成分のゆらぎはほぼなくなる。

これによって、スピーカまたはイヤホンなどを通して音声を聴く者にとって、音声が一定のレベルで聞こえ、雑音成分のレベルがほぼ一定でゆらぎがなくなりかつ雑音成分が小さく抑えられているので、聴きづらさが無くなって聴き易い。

上に述べた実施形態の音声信号処理装置３は、例えば、携帯電話の受話側または送話側に、またテレビ会議システムの音声出力回路などに組み込んで実施することができる。

上に述べた実施形態において、雑音抑圧部１５を増幅部１２の前段に設けたが、雑音抑圧部１５を増幅部１２の後段に設けてもよい。その他、雑音抑圧量算出部１３、補正部１４、雑音抑圧部１５、利得制御部ＧＣ、自動雑音抑圧量算出部ＡＮ、音声信号処理装置３の全体または各部の構成、形状、寸法、個数、回路、処理の内容または順序、区間の大きさ、種々のパラメータの値または演算式などは、本発明の趣旨に沿って適宜変更することができる。

本発明に係る音声信号処理装置の構成の例を示すブロック図である。 利得と補正量との関係の例を示す図である。 音声信号のＳ／Ｎ比と雑音抑圧量との関係の例を示す図である。 音声信号の状態の例を示す図である。 図４に示す音声信号に対する利得、雑音抑圧量、補正量の例を示す図である。

符号の説明

３ 音声信号処理装置（自動利得制御装置）
１１ 利得算出部（利得算出手段）
１２ 増幅部（増幅手段）
１３ 雑音抑圧量算出部（雑音抑圧量算出手段）
１４ 補正部（補正手段）
１５ 雑音抑圧部（雑音抑圧手段）
ＧＣ 利得制御部（利得制御手段）
ＡＮ 自動雑音抑圧量算出部
Ｓ１ 音声信号
ＧＬ 利得
ＳＬ 雑音抑圧量
ＳＬＨ 補正雑音抑圧量

Claims (4)

1. 入力される音声信号の利得を制御する利得制御手段と、
   前記音声信号に対する雑音抑圧量を算出する雑音抑圧量算出手段と、
   前記利得制御手段において算出される利得に基づいて、前記雑音抑圧量を補正する補正手段と、
   前記音声信号に含まれる雑音成分を、補正された雑音抑圧量にしたがって抑圧する雑音抑圧手段と、
   を備えたことを特徴とする音声信号処理装置。
2. 前記補正手段は、前記利得制御手段において算出された利得に比例して前記雑音抑圧量を調節する、
   請求項１記載の音声信号処理装置。
3. 入力される音声信号に対する利得を算出する利得算出手段と、
   前記音声信号を前記利得に応じて増幅する増幅手段と、
   前記音声信号に対する雑音抑圧量を前記利得に応じて増減するように算出する雑音抑圧量算出手段と、
   前記音声信号に含まれる雑音成分を前記雑音抑圧量にしたがって抑圧する雑音抑圧手段と、
   を備えたことを特徴とする音声信号処理装置。
4. 音声信号の利得を制御して当該音声信号のレベルをほぼ一定にする自動利得制御装置における雑音抑圧処理方法であって、
   前記音声信号に対する雑音抑圧量を、前記音声信号に対する利得に応じて増減するように補正し、補正された雑音抑圧量を用いて、前記音声信号に含まれる雑音成分を抑圧する、
   ことを特徴とする自動利得制御装置における雑音抑圧処理方法。

Images