JP2008199594A - 騒音低減装置 - Google Patents

Abstract

【課題】
フィルタの働きによる音声自体の劣化を招くことなく、騒音成分を低減させる。
【解決手段】
騒音低減装置は、第１マイクロホンの出力信号が入力される第１線形予測フィルタと、第２マイクロホンの出力信号が入力される第２線形予測フィルタと、第１線形予測フィルタからの出力信号が入力され、第２線形予測フィルタと自己の出力信号の誤差信号が最小になるようにフィルタ係数が更新される第１適応フィルタと、第１マイクロホンの出力信号が入力される第２適応フィルタと、第２マイクロホンの出力信号から第２適応フィルタの出力信号を差し引いた信号を出力する減算器と、減算器から出力された信号が入力され、第２マイクロホンに入力された第２音声信号を復元する逆フィルタと、を備える。
【選択図】図２

Description

本願発明は、マイクロホンに入力された音声から、騒音成分を低減させて出力する騒音低減装置に関する。

実環境下では、マイクロホンで採取した音声に騒音が重畳することは避けられない。そのために騒音を低減して音声を強調する方法が検討され、これまでに数多くの手法が提案されている。一般に、それら従来の方法は、使用するマイクロホンの数に基づき、以下の二種類に分けられる。第一は、マイクロホンの数が一つのシステムに適用される方法で、スペクトルサブトラクション法(SS法)がその代表である。第二は、マイクロホンの数を複数とするマイクロホンアレーに適用される方法である。

以上の手法には適応される環境に適不適がある。多数の騒音が多方面から入射する環境下ではSS法が有利である。一方、騒音と音声のマイクロホンへの入射角が明確に異なり、多数のマイクロホンが設置可能な空間的に余裕がある場合には、マイクロホンアレーの方が有利である。これは音声と騒音に関する空間情報を利用することができる分、騒音の除去性能の向上が期待されるためである。

これまでに提案されているマイクロホンアレーシステムは、マイクロホンの間隔に制約があるという問題がある。この問題については、マイクロホンアレーシステムによる騒音低減法により解決している（例えば非特許文献１参照）。
中野裕文、藤井健作、伊藤良生、"2マイクロホンアレーシステムによる騒音低減法、"信学技報、EA2006-14、May．2006 S.ヘイキン、"適応フィルタ入門、"武部幹(訳)、現代工学社、1999 藤井健作、多田豪、棟安実治、"マイクロホンアレーによる男性と女性の分離のための予備的検討、"2003春季日音講論集、2-8-19、March、2003

しかし、この手法で用いたEE′法にはシステムの動作が不安定になるという問題がある。そこで本発明ではこの問題を解決するためマイクロホンアレーシステムに適用する新たな手法を提供することを目的としている。

上記課題を解決するために、本願発明に係る騒音低減装置は、音声及び騒音がそれぞれ第１音声信号及び第１騒音信号として入力される第１マイクロホンと、前記第１マイクロホンと異なる位置に配設されるとともに前記音声及び前記騒音がそれぞれ第２音声信号及び第２騒音信号として入力される第２マイクロホンと、前記第１マイクロホンの出力信号が入力されるとともに、前記第１マイクロホンの出力信号から音声の相関を除去するようにフィルタ係数が更新される第１線形予測フィルタと、前記第２マイクロホンの出力信号が入力されるとともに、前記第１線形予測フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第２線形予測フィルタと、前記第１線形予測フィルタからの出力信号が入力され第２線形予測フィルタからの出力信号と自己の出力信号のうち一方から他方を差し引くことによって得られる信号のパワーを最小化するようにフィルタ係数が更新される第１適応フィルタと、前記第１マイクロホンの出力信号が入力されるとともに、前記第１線形予測フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第２適応フィルタと、前記第２マイクロホンの出力信号と前記第２適応フィルタの出力信号のうち一方から他方を引くことによって得られる誤差信号を出力する減算器と、前記減算器から出力された信号が入力され、前記第２マイクロホンに入力された前記第２音声信号を復元する逆フィルタと、を備える。

また、上記騒音低減装置において、前記第１マイクロホンから前記第２マイクロホンまでの音響伝搬特性をh^abとし、前記第２マイクロホンから前記第１マイクロホンまでの音響伝搬特性をh^baとすると、前記逆フィルタは、１／（１−h^ab h^ba）の関数を有するフィルタとしてもよい。

また、上記騒音低減装置において、前記音響伝搬特性h^abを、前記第１適応フィルタのフィルタ係数と同じ値としてもよい。

また、上記騒音低減装置において、前記第２マイクロホンの出力信号が入力されるとともに、前記第２マイクロホンの出力信号から音声の相関を除去するようにフィルタ係数が更新される第３線形予測フィルタと、前記第１マイクロホンの出力信号が入力されるとともに、前記第３線形予測フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第４線形予測フィルタと、前記第３線形予測フィルタからの出力信号が入力され第４線形予測フィルタからの出力信号と自己の出力信号のうち一方から他方を差し引くことによって得られる誤差信号のパワーを最小化するようにフィルタ係数が更新される第３適応フィルタと、をさらに備え、前記音響伝搬特性h^baを、前記第３適応フィルタのフィルタ係数と同じ値としてもよい。
また、上記騒音低減装置において、前記第１適応フィルタ及び前記第２適応フィルタは複数あるステップサイズのいずれかによって更新され、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーが比較的大きい場合は大きいステップサイズが採用され、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーが比較的小さい場合は小さいステップサイズが採用されるようにしてもよい。

また、上記騒音低減装置において、P_Eｊを前記第１減算器の出力のパワーとし、P_Yjを前記第２適応フィルタの出力のパワーとし、Eを任意の値とすると、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーの大きさは、２E P_Yj／（P_Eｊ＋E P_Yｊ）によって判断してもよい。
また、上記騒音低減装置において、前記第２マイクロホンの出力信号が入力されるとともに、前記第３適応フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第４適応フィルタと、前記第１マイクロホンの出力信号と前記第４適応フィルタの出力信号のうち一方から他方を引くことによって得られる誤差信号を出力する第２減算器と、をさらに備え、前記第３適応フィルタ及び前記第４適応フィルタは複数あるステップサイズのいずれかによって更新され、前記第２減算器の出力のパワーに対する前記第４適応フィルタの出力のパワーが比較的大きい場合は大きいステップサイズが採用され、前記第２減算器の出力のパワーに対する前記第４適応フィルタの出力のパワーが比較的小さい場合は小さいステップサイズが採用されるようにしてもよい。

本願の騒音低減装置によれば、フィルタの働きによる音声自体の劣化を招くことなく、騒音成分を低減させることができる。

以下、本発明の好ましい実施の形態について説明する。

（１．２マイクロホンアレーシステムの基本構造）
図1にマイクロホンアレーシステムの基本構造を示す。同図ではマイクロホンはＡとBの２つを使用しており、ADF(Adaptive digital filter)は適応フィルタを示している。また本実施形態では左方向から音声信号s_j、右方向から騒音信号n_jが到来するものとしている。

ここで、マイクロホンAB間の音響系をh^abとすると、マイクロホンBに入力される騒音信号n^b _jは、マイクロホンAに到来する騒音信号ベクトルn^a _jを用いて、

と表すことができる。同様にマイクロホンBからAの音響系をh^baとすると、マイクロホンAに入力される音声信号s^a _jはマイクロホンBに到来する音声信号s^b _j
を用いて、

と示される。このときマイクロホンA、Bから出力される信号x^a _j、x^b _jはそれぞれ、

となる。
ここで適応フィルタADFの係数H^ab _jの更新に通常の学習同定法である（例えば非特許文献２参照）、

を用いる場合を考える。上式においてe_jは推定誤差であり、

と表される。さらにy_jは適応フィルタの出力信号であり、

と示される。
このとき、適応フィルタのk番目の要素について考えると、右辺第2項の分子は、

となる。ここで式(8)の成分のうち、平均が0となる成分は適応フィルタの係数更新に効力をもたない。すなわち、騒音と音声は相関をもたないことから、それらを無視すれば、

とおくことができる。さらに式(1)(7)を代入すると、

と展開される。さらに、同様にして音声と騒音は相関をもたないので、それらを無視すると、

となる。ここで右辺第1項目s^b _js^a _j(k)は、適応フィルタが音声に対する線形予測器として動作していることを示している。また、第2項では音声に自己相関がないとしてもH^ab _j(k)s^a _j(k)2は0とはならず、第3項による推定誤差による適応フィルタの係数更新を妨害する。

（２．提案マイクロホンアレーシステム）
図2に本実施形態に係るマイクロホンアレーシステムの基本構造を示す。同図のLPF(Linear Prediction Filter)は線形予測器を示している。ただし、マイクロホンBに接続されている線形予測器は更新を行わず、マイクロホンAに接続されている線形予測器のフィルタ係数と同じ係数をもつフィルタとしている。同様に図の下方にある適応フィルタも更新は行わず、図の中央の適応フィルタの係数をコピーしたものである。また図2においてマイクロホンA、Bに接続されている線形予測器の出力信号x^a′ _j、x^b′ _jはそれぞれ、

と表すことができる。ここで、s^a′ _j、n^a′ _jはx^a′jに含まれる音声成分と騒音成分、s^b′ _j、n^b′ _jはx^b′の音声成分と騒音成分を示している。これらの信号を用いて学習同定法を適用すると、

と示される。また、e′_jは提案法における推定誤差であり、

と表すことができる。ただし、y′_jは適応フィルタの出力信号であり、

となる。
これらを用いて前節と同様の式展開を行うと、

となりさらに、

と展開できる。ここで音声と騒音には相関がないことから、それらを無視すると、

となる。ここで線形予測器の働きにより音声の相関が除去できれば、s^b′ _js^a′ _j(k)の期待値は0と近似される。したがって、

と書きかえることができる。また右辺第二項は、

となり、第一項のシステム同定への影響を小さくすることができる。
さらにこのときの出力e_jは、

であり、ここでH^abがh^abに近似できたとすると、

となる。これより、騒音が除去できた音声のみの信号を出力信号として取り出すことができると期待される。

（３．シミュレーションによるシステムの動作確認）
適応フィルタADFの収束特性をシミュレーションにより確認を行う。シミュレーションの評価として推定誤差

を用いる。ただし、

であり、Tはタップ数を示している。シミュレーション条件として、
・線形予測器LPF
更新法：学習同定法
ステップサイズμ：0.1
タップ数：128
・適応フィルタADF
更新法：学習同定法
ステップサイズμ：0.01
タップ数：128
・入力信号
音声信号s_j：標本化周期8kHzの男性音声
騒音信号n_j：音声信号とのパワー比を0dBとした有色騒音信号
・マイクロホンAB間の音響伝播特性：0.9z-²
とする。

これらの条件においてシミュレーションを行った結果、図3が得られる。同図より適応フィルタは推定誤差が約−10dBを中心に振動していることが確認できる。これは音声が外乱として働いているため、音声が大きくなる区間ではその影響を無視できず推定が妨害れるためだと考えられる。また出力される信号の騒音抑圧効果を、

で表す。上式においてe^s、eⁿは出力信号eに含まれる音声信号成分を示しており、Iは入力サンプル数を示している。ここで出力される信号のSN比は12.3dBとなる。これより騒音が低減できたことを指標から確認することができる。

（４．音声のパワーによる更新制御）
本実施形態において音声は外乱として働く。これは式(20)を見れば明らかである。したがって外乱の大きくなる区間で更新を行うことは推定の悪化につながる。そこで本節では、図2における出力音声e_jとフィルタ出力y_jを用いて更新を制御する手法を説明する。本実施形態では更新の制御を実現するため、ステップサイズμを

と決める。ここでEはステップサイズを制御するためのパラメータで本実施形態では0.01と設定する。またP_Yj、P_Ejはそれぞれ適応フィルタの出力y_jとシステムの出力e_jのパワーである。これらP_Yj、P_Ejは図4のようなブロック図で導出される。

ブロック図において、

と計算でき、α₁=1-1/1024、α₂=1-1/256としている。これは本実施形態で用いている騒音が定常であるので、P_Yjの値もできる限り一定に保つために時間変化を少ないため小さくするためである。

とP_Yj、P_Ejを決定する。P_Ejをこのように求めるのは音声信号の入力にステップサイズをすばやく対応させるためである。また本実施形態では、式(28)で求めるステップサイズを、

と制限をする。以上の手法によりステップサイズμを決定したときの適応フィルタの収束特性を、シミュレーションにより確認する。

前節と同様の条件でシミュレーションを行うと推定誤差の推移は図5のようになる。同図によれば推定誤差が約−20dBで推移しており、図3と比べれば性能が改善していることが確認できる。また出力のSN比は23.0dBとなり、図7の出力信号波形を見れば騒音がほとんど目立たなくなっていることが確認できる。

（５．音声復元のための検討）
次に得られる出力信号e_jについて考える。前述の式(23)によると、得られる出力信号e_jは、

となり、騒音を除去した信号を得ることができる。しかし、この信号はマイクロホンBで観測される音声信号s^b _jが変調されたものである。これは得られる出力信号の音質劣化を意味している。

そこで、本節では前節までの手法で得られた出力信号e_jを用いて原音声s^b _jを復元する手法について説明する。上式においてs^a _jには、

の関係がある。

したがって、1/(1-H^ab _j ^Th^ba)という関数を持つIIR(Infinite Impulse Response)フィルタを形成し、システムの出力信号e_jを入力すれば、

となり、マイクロホンBで観測できる音声信号s^b _jを得ることができる。

しかし、上式においてh^baはマイクロホンBからAの音響伝播特性である。そこで、前節までのマイクロホンAB間の音響特性H^ab _jを求める手法をマイクロホンBA間にも適用することでマイクロホンBA間のh^ba _jの推定を行う。得られるH^baが十分な推定を行うことができればh^baと近似することができるので、これを代入することで目的のフィルタを作成する。これを実現するためのシステムを図8に示す。図のようにe_jを逆フィルタへ入力することで音声を復元できた出力信号o_jを得ることができる。

H^ba _jを推定するためのシステムを図9に示す。同図におけるADFのフィルタ係数ベクトルが目的のH^ba _jに一致する。ここでH^ba _jは音声信号が参照信号となるためそれを考慮し更新を行わなければならない。つまり、H^ba _jに入力される信号ベクトルの成分x^b′′ _j(k)に含まれる音声成分s^b′′(k)の信号が小さいと参照信号が外乱に埋もれてしまうので、この状態で更新を行うと推定が悪化してしまう。しかしs^b′′(k)は実際には観測できない信号であるため、出力信号o_j-_kをs^b′′ _j(k)を生成する際に使用する線形予測器に入力し、得られる信号o′_j-_kを用いて更新タップの制御を行う。この更新式をH^ab _jのK番目の要素H^ab _j(k)について表すと、

となる。上式においてP_sは音声の平均パワー、またe^b′ _jは推定誤差信号で、

と示される。また図9のLPFの特性をL_jとすると、上式におけるo′_j-_kは、

と表すことができる。

（６．シミュレーションによる音声復元の確認）
シミュレーションにより、提案法の動作確認を行う。まず、図8におけるH^ba _jの収束特性について確認を行う。適応アルゴリズムについては前節で示した手法を用いそのパラメータとして、
・線形予測器LPF
更新法：学習同定法
ステップサイズμ：0.1
タップ数：128
・適応フィルタADF
ステップサイズμ：0.01
タップ数：128
とする。また他の条件は第5節でのシミュレーション条件と同様とする。

以上の条件でシミュレーションを行うと収束特性は図10のようになる。同図から約−16dBまで推定ができていることが確認できる。また、図5と比較するとH^ab _jの収束よりも時間がかかることも確認できる。これは更新制御のため更新の頻度が低下したためだと考えられる。

次に音声復元効果をシミュレーションにより確認する。本実施形態では評価指標として式(27)のSNR_outの他に、音質評価指標VEと総合評価指標OEを用いる。それぞれ、

と示される。上式において、o^s _jは出力信号o_jに含まれる音声信号成分であり、Iは入力サンプル数である。

これらの条件でシミュレーションを行うと出力信号o_jとして図11が得られる。この指標はVE=14.7dB、OE=13.8dB、SNR_out=20.3dBとなる。e_jについて評価を行うとVE=2.4dB、OE=2.3dB、SNR_out=23.6dBとなることから提案手法が音質改善に効果があることが確認できる。

（７．まとめ）
本実施形態では、マイクロホンアレーシステムに適用するアルゴリズムについて説明した。この手法によりマイクロホン間の音響系を推定することで騒音を低減できることをシミュレーションにより確認できた。また得られた音声信号は劣化しているため、それを元の音声に復元する手法についても合わせて説明した。この手法により劣化した音声の音質を改善できることを確認できた。

本願の騒音低減装置によれば、音声自体の劣化を招くことなく騒音成分を低減させることができるので、音声通信の技術分野において利用できる。

マイクロホンアレーシステムの基本構造を示した図である。 本実施形態に係るマイクロホンアレーシステムを示した図である。 マイクロホンアレーシステムの動作確認を示した図である。 P_V、P_Eの導出ブロック図である。 ステップサイズ制御を行ったときの推定誤差を示した図である。 マイクロホンA側に入力される信号波形を示した図である。 出力信号波形を示した図である。 音声復元システムを示した図である。 マイクロホンBからAの音響系を推定するためのシステムを示した図である。 H^baの収束特性を示した図である。 出力信号波形を示した図である。

Claims (7)

1. 音声及び騒音がそれぞれ第１音声信号及び第１騒音信号として入力される第１マイクロホンと、
   前記第１マイクロホンと異なる位置に配設されるとともに前記音声及び前記騒音がそれぞれ第２音声信号及び第２騒音信号として入力される第２マイクロホンと、
   前記第１マイクロホンの出力信号が入力されるとともに、前記第１マイクロホンの出力信号から音声の相関を除去するようにフィルタ係数が更新される第１線形予測フィルタと、
   前記第２マイクロホンの出力信号が入力されるとともに、前記第１線形予測フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第２線形予測フィルタと、
   前記第１線形予測フィルタからの出力信号が入力され第２線形予測フィルタからの出力信号と自己の出力信号のうち一方から他方を差し引くことによって得られる信号のパワーを最小化するようにフィルタ係数が更新される第１適応フィルタと、
   前記第１マイクロホンの出力信号が入力されるとともに、前記第１適応フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第２適応フィルタと、
   前記第２マイクロホンの出力信号と前記第２適応フィルタの出力信号のうち一方から他方を引くことによって得られる誤差信号を出力する第１減算器と、
   前記第１減算器から出力された信号が入力され、前記第２マイクロホンに入力された前記第２音声信号を復元する逆フィルタと、を備える騒音低減装置。
2. 前記第１マイクロホンから前記第２マイクロホンまでの音響伝搬特性をh^abとし、前記第２マイクロホンから前記第１マイクロホンまでの音響伝搬特性をh^baとすると、前記逆フィルタは、１／（１−h^ab h^ba）の関数を有するフィルタである、請求項１に記載の騒音低減装置。
3. 前記音響伝搬特性h^abを、前記第１適応フィルタのフィルタ係数と同じ値とする、請求項２に記載の騒音低減装置。
4. 前記第２マイクロホンの出力信号が入力されるとともに、前記第２マイクロホンの出力信号から音声の相関を除去するようにフィルタ係数が更新される第３線形予測フィルタと、
   前記第１マイクロホンの出力信号が入力されるとともに、前記第３線形予測フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第４線形予測フィルタと、
   前記第３線形予測フィルタからの出力信号が入力され第４線形予測フィルタからの出力信号と自己の出力信号のうち一方から他方を差し引くことによって得られる誤差信号のパワーを最小化するようにフィルタ係数が更新される第３適応フィルタと、をさらに備え、
   前記音響伝搬特性h^baを、前記第３適応フィルタのフィルタ係数と同じ値とする、請求項２又は３に記載の騒音低減装置。
5. 前記第１適応フィルタ及び前記第２適応フィルタは複数あるステップサイズのいずれかによって更新され、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーが比較的大きい場合は大きいステップサイズが採用され、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーが比較的小さい場合は小さいステップサイズが採用される、請求項１乃至４のうちいずれか一の項に記載の騒音低減装置。
6. P_Eｊを前記第１減算器の出力のパワーとし、P_Yjを前記第２適応フィルタの出力のパワーとし、Eを任意の値とすると、前記第１減算器の出力のパワーに対する前記第２適応フィルタの出力のパワーの大きさは、２E P_Yj／（P_Eｊ＋E P_Yｊ）によって判断される、請求項５に記載の騒音低減装置。
7. 前記第２マイクロホンの出力信号が入力されるとともに、前記第３適応フィルタのフィルタ係数と同じ値でフィルタ係数が更新される第４適応フィルタと、
   前記第１マイクロホンの出力信号と前記第４適応フィルタの出力信号のうち一方から他方を引くことによって得られる誤差信号を出力する第２減算器と、をさらに備え、
   前記第３適応フィルタ及び前記第４適応フィルタは複数あるステップサイズのいずれかによって更新され、前記第２減算器の出力のパワーに対する前記第４適応フィルタの出力のパワーが比較的大きい場合は大きいステップサイズが採用され、前記第２減算器の出力のパワーに対する前記第４適応フィルタの出力のパワーが比較的小さい場合は小さいステップサイズが採用される、請求項４乃至６のうちいずれか一の項に記載の騒音低減装置。