JP2008252510A - エコーキャンセラ - Google Patents

Abstract

【課題】 ダブルトーク状態およびシングルトーク状態のそれぞれに対応可能なエコーキャンセラを、従来よりも簡単かつ安価な構成で実現する。
【解決手段】 本発明が適用されたインターカム装置１０は、相手方装置からの受信信号ｘ［ｎ］に当該相手方の音声成分が含まれているかどうかを検出する受話音検出回路２２と、相手方への送信信号としての誤差信号ｅ（ｔ）にこちら側の話者の音声成分が含まれているかどうかを検出する送話音検出回路２２と、を備えている。そして、これらの検出回路２２および２６による検出結果ＡおよびＢに基づいて、判定回路２４が、ダブルトーク状態およびシングルトーク状態のいずれの状態にあるのかを判定し、この判定回路２４による判定結果Ｃに基づいて、ステップサイズ制御回路２８が、適応フィルタ回路２０のステップサイズμを適宜に設定するべく、ステップサイズ制御信号Ｄを生成する。
【選択図】 図１

Description

本発明は、エコーキャンセラに関し、特に相手方から受信された受信信号が入力されるスピーカと、このスピーカと同じ空間に設けられており相手方に送信される送信信号を生成するマイクロホンと、を具備する音声通信装置に用いられ、スピーカの出力音がマイクロホンに入力されることによって送信信号に現れるエコー成分をキャンセルする、エコーキャンセラに関する。

この種の音響エコーキャンセラは、一般に、受信信号に基づいて上述のエコー成分を模擬した擬似エコー信号を生成する適応フィルタ手段と、この適応フィルタ手段によって生成された擬似エコー信号を送信信号から差し引くことで当該エコー成分をキャンセルする減算手段と、を備えている。即ち、相手方（遠端話者）のみが発音しているいわゆるシングルトーク状態にあるときに、当該相手方の発音に従うエコー成分をキャンセルすることを、前提としている。これに対して、こちら側（近端話者）も同時に発音しているいわゆるダブルトーク状態にあるときには、こちら側の発音に従う音声成分もキャンセル対象とされるので、不本意な結果を招く恐れがある。従って、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかに応じて、適切な処置を講ずる必要がある。

そこで、それぞれの状態に応じて適切な処置を講ずるべく従来技術として、例えば特許文献１に開示されたものがある。この従来技術によれば、外部へ音声出力された音声出力信号と、この音声出力の回り込みによるエコー成分が混入された音声入力信号と、の音量比が、音量比学習手段によって算出されると共に、当該音量比学習手段によって自装置におけるシングルトーク状態の音量比が学習される。そして、この音量比学習手段によって今回算出された音量比が、これまでの音量比の学習から予測されるダブルトーク状態に適合するかどうかに応じて、ダブルトーク検出手段が、当該ダブルトーク状態を検出する。つまり、ダブルトーク状態であれば、音量比はシングルトーク状態の音量比の範囲を超えていると予測されるので、この発想に従い、今回算出された音量比と、これまで学習されたシングルトーク状態における音量比の範囲と、が比較され、この比較結果に基づいて、ダブルトーク状態が検出される。そして、この検出結果に基づいて、エコーキャンセル処理手段が、適応制御のための学習動作を実行するかどうかを制御する。具体的には、シングルトーク状態にあるときにのみ学習動作を実行し、ダブルトーク状態にあるときには当該学習動作を非実行とする。

特開２００７−５３５１２号公報

しかし、上述の従来技術では、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかを検出するのに、音声出力信号と音声入力信号との音量比が逐次算出されると共に、自装置におけるシングルトーク状態の音量比が学習され、さらに今回の音量比がこれまでの学習から予測されるダブルトーク状態に適合するかどうかが比較される、という極めて複雑な処理が施される。従って、この複雑な処理を施すための構成もまた、複雑化し、かつ高コスト化する、という問題がある。この問題は、一連の処理を純粋なハードウェアによって実現する場合のみならず、ソフトウェア（プログラム）によって実現する場合にも、同様に生じる。

それゆえに、本発明は、従来よりも極めて簡単かつ安価な構成でシングルトーク状態およびダブルトーク状態のいずれの状態にあるのかを判定し、ひいてはそれぞれの状態に応じて適切な処置を講ずることができるエコーキャンセラを提供することを、目的とする。

この目的を達成するために、本発明は、相手方から受信された受信信号が入力されるスピーカと、このスピーカと同じ空間に設けられ当該相手方に送信される送信信号を生成するマイクロホンと、を具備する音声通信装置に用いられ、スピーカの出力音がマイクロホンに入力されることによって送信信号に現れるエコー成分をキャンセルするエコーキャンセラにおいて、受信信号に基づいて当該エコー成分を模擬した擬似エコー信号を生成する適応フィルタ手段と、送信信号から当該擬似エコー信号を差し引く減算手段と、を具備する。そして、受信信号に相手方の発音に従う受信音声成分が含まれているかどうかを検出する受信音声検出手段と、送信信号にマイクロホンへの発音に従う送信音声成分が含まれているかどうかを検出する送信音声検出手段と、をも具備する。さらに、受信音声検出手段および送信音声検出手段のそれぞれによる検出結果に基づいてシングルトーク状態であるのかダブルトーク状態であるのかを判定する判定手段と、この判定手段による判定結果に基づいて適応フィルタ手段の適応動作を制御する適応制御手段と、をも具備することを特徴とするものである。

即ち、本発明では、適応フィルタ手段が、相手方から受信された受信信号に基づいて、当該受信信号に従うスピーカの出力音がマイクロホンに回り込むことによって送信信号に現れるエコー成分を模擬した擬似エコー信号を生成する。そして、減算手段が、この擬似エコー信号を送信信号から差し引くことで、当該エコー成分をキャンセルする。その一方で、受信音声検出手段が、受信信号に相手方の積極的な発音に従う受信音声成分が含まれているかどうか、つまり当該相手方の真の音声成分が含まれているかどうか、を検出する。併せて、送信音声検出手段が、送信信号にマイクロホンへの積極的な発音に従う送信音声成分が含まれているかどうか、つまりこちら側の真の音声成分が含まれているかどうか、を検出する。そして、これら受信音声検出手段および送信音声検出手段のそれぞれによる検出結果に基づいて、判定手段が、今現在、シングルトーク状態にあるのか、それともダブルトーク状態にあるのか、を判定する。具体的には、受信信号および送信信号の一方にのみ真の音声成分が含まれている場合には、シングルトーク状態にあると判定し、受信信号および送信信号の両方に真の音声成分が含まれている場合には、ダブルトーク状態にあると判定する。そして、この判定手段による判定結果に基づいて、適応制御手段が、適応フィルタ手段の適応動作を制御する。

なお、適応制御手段は、適応フィルタ手段の適応動作の応答性に関係する所定要素を制御するものとしてもよい。

具体的には、適応制御手段は、当該所定要素として、適応フィルタ手段のステップサイズを制御するものとしてもよい。

より具体的には、適応制御手段は、判定手段によってシングルトーク状態にあると判定されたとき、適応フィルタ手段のステップサイズの値を比較的に大きい第１サイズ値とし、これによって、当該適応フィルタ手段の応答性を高める。一方、判定手段によってダブルトーク状態にあると判定されたときには、適応制御手段は、適応フィルタ手段のステップサイズの値を第１サイズ値よりも小さい第２サイズ値とし、これによって、当該適応フィルタ手段の応答性を低下させるものとしてもよい。このようにすれば、シングルトーク状態にあるときには、応答性の高い適応フィルタ手段の適応動作によって、良好なエコーキャンセル効果が得られる。一方、ダブルトーク状態にあるときには、少なくとも適応フィルタ手段の適応動作が不安定になるのが防止され、不本意な結果を招くことはない。なお、極端には、ダブルトーク状態にあるときには、当該第２サイズ値として“０”という値が設定されてもよく、つまり適応フィルタ手段の適応動作が停止されてもよい。

さらに、適応制御手段は、判定手段による判定結果が一定期間にわたって維持されたことを条件として、当該判定結果に基づく制御を行うものとしてもよい。つまり、判定手段によってシングルトーク状態およびダブルトーク状態の一方から他方に遷移したと判定されたときに直ぐに、当該判定手段による判定結果に基づいて適応フィルタ手段の適応動作を制御するのではなく、当該判定手段による判定結果が一定期間にわたって維持されたときに初めて、当該判定結果に基づく制御を行うものとしてもよい。このようにすれば、判定手段による判定結果が頻繁に変化したときに、これに伴って適応フィルタ手段の適応動作が頻繁に変わるのを防止することができる。つまり、適応フィルタ手段の適応動作を安定化させることができる。

また、本発明において、受信音声検出手段は、受信信号のうち相手方の真の音声成分のレベルを検出する受信音声レベル検出手段と、当該受信信号のうち相手方の騒音に従う受信騒音成分のレベルを検出する受信騒音レベル検出手段と、これら受信音声レベル検出手段および受信騒音レベル検出手段のそれぞれによる検出結果を互いに比較することによって当該受信信号に相手方の真の音声成分が含まれているかどうかを検出する受信側レベル比較手段と、を備えるものであってもよい。具体的には、受信側レベル比較手段は、受信音声レベル検出手段による検出レベル（相手方の真の音声レベル）が受信騒音レベル検出手段による検出レベル（相手方の騒音レベル）よりも大きいとき、好ましくは、当該受信音声レベル検出手段による検出レベルが当該受信騒音レベル検出手段による検出レベルに所定のマージンを加えたレベルよりも大きいときに、受信信号に相手方の真の音声成分が含まれているものと、判断する。そして、これ以外のときは、当該受信信号に相手方の音声成分が含まれていない、いわゆる無音状態にある、と判断する。このように、受信信号に含まれている相手方の騒音レベルを基準として、当該受信信号に相手方の真の音声成分が含まれているか否かを判断することによって、当該騒音の影響を受けない（言い換えれば当該騒音の変化に追随した）適切な検出を実現することができる。

なお、ここで言う受信音声レベル検出手段は、受信信号の信号レベルの立ち上がりに対しては俊敏に応答し、つまり比較的に小さい時定数を有し、当該受信信号の信号レベルの立ち下がりに対しては鈍感に応答する、つまり比較的に大きい時定数を有する、低域フィルタ手段、言わば受信音声フィルタ手段、によって構成することができる。そして、受信騒音レベル検出手段は、受信信号の信号レベルの立ち上がりに対しては鈍感に応答し、つまり比較的に大きい時定数を有し、当該受信信号の信号レベルの立ち下がりに対しては俊敏に応答する、つまり比較的に小さい時定数を有する、低域フィルタ手段、言わば受信騒音フィルタ手段、によって構成することができる。

送信音声検出手段についても、上述の受信音声検出手段と同様に、送信信号のうちこちら側の真の音声成分のレベルを検出する受信音声レベル検出手段と、当該送信信号のうちこちら側の騒音に従う送信騒音成分のレベルを検出する送信騒音レベル検出手段と、これら送信音声レベル検出手段および送信騒音レベル検出手段のそれぞれによる検出結果を互いに比較することによって当該送信信号にこちら側の真の音声成分が含まれているかどうかを検出する送信側レベル比較手段と、を備えるものであってもよい。即ち、送信側レベル比較手段は、送信音声レベル検出手段による検出レベル（こちら側の真の音声レベル）が送信騒音レベル検出手段による検出レベル（こちら側の騒音レベル）よりも大きいとき、好ましくは、当該送信音声レベル検出手段による検出レベルが当該送信騒音レベル検出手段による検出レベルに所定のマージンを加えたレベルよりも大きいときに、送信信号にこちら側の真の音声成分が含まれているものと、判断する。そして、これ以外のときは、当該送信信号にこちら側の音声成分が含まれていない無音状態にある、と判断する。このように、送信信号に含まれているこちら側の騒音レベルを基準として、当該送信信号にこちら側の音声成分が含まれているか否かを判断することによって、当該騒音の影響を受けない（言い換えれば当該騒音の変化に追随した）適切な検出を実現することができる。

そして、ここで言う送信音声レベル検出手段は、上述の受信音声レベル検出手段と同様の、送信信号の信号レベルの立ち上がりに対しては俊敏に応答し、当該送信信号の信号レベルの立ち下がりに対しては鈍感に応答する低域フィルタ手段、言わば送信音声フィルタ手段、によって構成することができる。そして、送信騒音レベル検出手段は、上述の受信騒音レベル検出手段と同様に、送信信号の信号レベルの立ち上がりに対しては鈍感に応答し、当該送信信号の信号レベルの立ち下がりに対しては俊敏に応答する低域フィルタ手段、言わば送信騒音フィルタ手段、によって構成することができる。

また、本発明においては、受信音声検出手段および送信音声検出手段のそれぞれによる検出結果に基づいて受信信号および送信信号のそれぞれを個々に減衰させる減衰手段を、さらに備えてもよい。言い換えれば、当該減衰手段を有する音声スイッチ手段、を具備する音声通信装置に、本発明を適用してもよい。

即ち、音声通信装置においては、特にハウリングを防止するべく、受信信号および送信信号のそれぞれに音声成分が含まれているか否かに基づいてこれら受信信号および送信信号のそれぞれを個々に減衰させる、具体的には、受信信号および送信信号の一方に音声成分が含まれているときに他方を減衰させる、という音声スイッチ手段、が設けられている場合がある。そして、このような音声スイッチ手段は、受信信号に相手方の音声成分が含まれているかどうかを検出する第１の検出手段と、送信信号にこちら側の音声成分が含まれているかどうかを検出する第２の検出手段と、これら第１および第２の検出手段による検出結果に基づいて受信信号および送信信号のそれぞれを個々に減衰させる減衰手段と、を備えている。従って、この音声スイッチ手段を構成する第１の検出手段を、本発明における受信音声検出手段として兼用させると共に、当該音声スイッチ手段を構成する第２の検出手段を、本発明における送信音声検出手段として兼用させれば、比較的に小規模な改造で本発明のエコーキャンセラを追加することができる。つまり、音声スイッチ手段と本発明のエコーキャンセラとを兼ね備えた音声通信装置を、比較的に容易かつ安価に実現することができる。

上述したように、本発明によれば、受信信号に相手方の真の音声成分が含まれているかどうかを検出する受信音声検出手段と、送信信号にこちら側の音声成分が含まれているかどうかを検出する送信音声検出手段と、のそれぞれによる検出結果に基づいて、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかが判定され、この判定結果に基づいて、適応フィルタ手段の適応動作が適宜制御される。従って、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかを検出するのに、音声出力信号と音声入力信号との音量比が逐次算出されると共に、自装置におけるシングルトーク状態の音量比が学習され、さらに今回の音量比がこれまでの学習から予測されるダブルトーク状態に適合するかどうかが比較される、という極めて複雑な処理が施され、この複雑な処理が施された後にやっとそれぞれの状態に応じた制御が行われる、という上述した従来技術に比べて、当該受信音声検出手段および送信音声検出手段を含むエコーキャンセラ全体を簡単かつ安価に構成することができる。

本発明が適用されたハンズフリー式のインターカム装置１０の一実施形態について、図１〜図５を参照して説明する。

図１に示すように、本実施形態に係るインターカム装置１０は、スピーカ１２およびマイクロホン１４を備えている。これらスピーカ１２およびマイクロホン１４は、互いに同じ空間に設けられており、具体的には図示しない受話器に内蔵されている。

このうち、スピーカ１２には、図示しない相手方装置から受信された受信信号ｘ（ｔ）（ｔ；時間を表すインデックス）が入力される。スピーカ１２は、入力された受信信号ｘ（ｔ）に従って駆動することで、相手方からの受話音を再生する。再生された受話音は、上述の空間に出力され、このインターカム装置１０を操作する図示しないこちら側の話者により聴取される。

一方、マイクロホン１４には、こちら側の話者から発せられる音声ｓ（ｔ）が入力される。マイクロホン１４は、入力された音声ｓ（ｔ）を電気信号ｙ（ｔ）に変換する。変換された電気信号ｙ（ｔ）は、マイクロホン１４から出力され、このマイクロホン１４の出力信号ｙ（ｔ）は、後述する減算回路１６を介して、相手方装置に送信される。

ところで、このようなインターカム装置１０においては、スピーカ１２の出力音の一部ｄ（ｔ）がマイクロホン１４に回り込み、これによって、マイクロホン１４の出力信号ｙ（ｔ）に当該回り込みの音ｄ（ｔ）に従うエコー成分が現れる。このエコー成分ｄ（ｔ）は、言うまでもなく通信品質を低下させる原因となるため、本実施形態においては、当該エコー成分ｄ（ｔ）をキャンセルするべく、エコーキャンセラ１８が、インターカム装置１０の本体に内蔵されている。

このエコーキャンセラ１８は、受信信号ｘ（ｔ）が入力されるＦＩＲ（Finite Impulse Response）型の適応フィルタ回路２０と、この適応フィルタ回路２０による処理後信号ｕ（ｔ）をマイクロホン１４の出力信号ｙ（ｔ）から差し引く上述の減算回路１６と、を備えている。減算回路１６による減算後の信号、つまり適応フィルタ回路２０による処理後信号ｕ（ｔ）とマイクロホン１４の出力信号ｙ（ｔ）との差を表す誤差信号ｅ（ｔ）は、適応フィルタ回路２０にフィードバックされる。適応フィルタ回路２０は、この誤差信号ｅ（ｔ）が最小になるように、次の式１に基づいて、自身のフィルタ係数Ｗ［ｎ］（ｎ；時間ｔをサンプリング番号で表したインデックス）を更新する。

《式１》
Ｗ［ｎ＋１］＝Ｗ［ｎ］＋２・μ・ｅ［ｎ］・Ｘ［ｎ］

なお、この式１において、μは、適応フィルタ回路２０の応答性を決定付けるステップサイズ（収束係数）であり、このステップサイズμの値が大きいほど、当該適応フィルタ回路２０の応答性が高まる。また、この式１で表される更新前のフィルタ係数Ｗ［ｎ］および更新後のフィルタ係数Ｗ［ｎ＋１］は、いずれもベクトルである。例えば、更新前のフィルタ係数Ｗ［ｎ］は、次の式２で表される。

《式２》
Ｗ［ｎ］＝［ｗ０［ｎ］ ｗ１［ｎ］ ｗ２［ｎ］ … ｗＬ−１［ｎ］］^Ｔ

この式２において、ｗ０［ｎ］，ｗ１［ｎ］，…は、時変のフィルタ係数であり、Ｌは、適応フィルタ回路２０のタップ数である。そして、Ｔは、転置を表す。

また、式１におけるＸ［ｎ］は、受信信号ｘ（ｔ）をベクトルで表現したものであり、次の式３で表される。

《式３》
Ｘ［ｎ］＝［ｘ［ｎ］ ｘ［ｎ−１］ ｘ［ｎ−２］ … ｘ［ｎ−Ｌ＋１］］^Ｔ

このように式１に基づいて適応フィルタ回路２０のフィルタ係数Ｗ［ｎ］が更新されることで、誤差信号ｅ（ｔ）は最小となり、言い換えれば、当該適応フィルタ回路２０による処理後信号ｕ（ｔ）はエコー成分ｄ（ｔ）と略等価な擬似エコー信号となる。そして、この擬似エコー信号ｕ（ｔ）が、減算回路１６によって、マイクロホン１４の出力信号ｙ（ｔ）から差し引かれることで、当該マイクロホンの出力信号ｙ［ｎ］からエコー成分ｄ（ｔ）がキャンセルされる。そして、このエコー成分ｄ（ｔ）がキャンセルされた後の誤差信号ｅ（ｔ）が、相手方装置に送信される。

ただし、この要領によるエコー成分ｄ（ｔ）のキャンセル動作は、飽くまで、相手方のみが発音しているシングルトーク状態においてのみ、有効であり、こちら側の話者が同時に発音しているダブルトーク状態においては、不本意な結果を招く恐れがある。これは、ダブルトーク状態にあるときには、こちら側の話者の音声ｓ（ｔ）までもがキャンセル対象となるためである。

そこで、このような不本意な結果を招くことのないように、本実施形態では、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかが判定され、この判定結果に基づいて、適応フィルタ回路２０の適応動作が制御され、詳しくは上述のステップサイズμの値が設定される。

これを実現するべく、本実施形態においては、受信信号ｘ（ｔ）に相手方の真の音声成分、言わば受話音成分、が含まれているかどうかを検出するための受話音検出回路２２が、設けられている。この受話音検出回路２２は、例えば、受信信号ｘ（ｔ）に相手方からの受話音成分が含まれているときには、“Ｈ（ハイ）”レベルの信号を出力し、当該受話音成分が含まれていないときには、“Ｌ（ロー）”レベルの信号を出力する。そして、この受話音検出回路２２から出力される受話音検出信号Ａは、判定回路２４に入力される。

これと同様に、相手方装置に送信される誤差信号ｅ（ｔ）についても、これにこちら側の話者による真の音声成分、言わば送話音成分、が含まれているかどうを検出する送話音検出回路２６が、設けられている。この送話音検出回路２６は、誤差信号ｅ（ｔ）にこちら側の話者による送話音成分が含まれているときには、“Ｈ”レベルの信号を出力し、当該送話音成分が含まれていないときには、“Ｌ”レベルの信号を出力する。そして、この送話音検出回路２６から出力される送話音検出信号Ｂもまた、判定回路２４に入力される。

判定回路２４は、受話音検出回路２２から入力される受話音検出信号Ａと、送話音検出回路２６から入力される送話音検出信号Ｂと、に基づいて、今現在、シングルトーク状態にあるのか、それともダブルトーク状態にあるのかを、判定する。具体的には、受話音検出信号Ａおよび送話音検出信号Ｂがいずれも“Ｈ”レベルであるとき、判定回路２４は、ダブルトーク状態にある、と判定して、例えば“Ｈ”レベルの信号を出力する。一方、これ以外のとき、つまり受話音検出信号Ａおよび送話音検出信号Ｂがいずれも“Ｌ”レベルであるか、どちらかが“Ｌ”レベルであるときには、判定回路２４は、（無音状態を含む）シングルトーク状態にある、と判定して、“Ｌ”レベルの信号を出力する。そして、この判定回路２４から出力される判定結果信号Ｃは、ステップサイズ制御回路２８に入力される。

ステップサイズ制御回路２８は、判定回路２４から入力される判定結果信号Ｃに従って、適応フィルタ回路２０のステップサイズμを設定するためのステップサイズ制御信号Ｄを生成する。具体的には、当該判定結果信号Ｃが“Ｈ”レベルであるとき、つまりダブルトーク状態にあるとき、ステップサイズ制御回路２８は、適応フィルタ回路２０のステップサイズμとして例えば“０．０５”という比較的に小さい値が設定されるように、当該ステップサイズ制御信号Ｄを生成する。一方、判定結果信号Ｃが“Ｌ”レベルであるとき、つまりシングルトーク状態にあるときには、ステップサイズμとして当該“０．０５”よりも大きい例えば“０．１６”という値が設定されるように、ステップサイズ制御信号Ｄを生成する。なお、これら“０．０５”および“０．１６”というステップサイズμの値は、事前の試験や経験に基づいて、適当に定められる。

即ち、本実施形態によれば、シングルトーク状態にあるときは、適応フィルタ回路２０のステップサイズμとして“０．１６”という比較的に大きい値が設定される。これにより、適応フィルタ回路２０は、高い応答性で適応動作を行うこととなり、良好なエコーキャンセル効果を得られることが期待される。

一方、ダブルトーク状態にあるときには、適応フィルタ回路２０のステップサイズμとして“０．０５”という比較的に小さい値が設定される。これにより、少なくとも適応フィルタ回路２０の適応動作が不安定となるのが防止され、当該適応動作が破綻する等の不本意な結果を招くこともない。

ここで、図２を参照して、より具体的な動作例を説明する。

例えば、今、或る時刻ｔ１において、図２（ａ）に示すように、受話音検出信号Ａが“Ｌ”レベルから“Ｈ”レベルに変化すると共に、同図（ｂ）に示すように、送話音検出信号Ｂが“Ｌ”レベルである、とする。この場合、判定回路２４は、シングルトーク状態にある、と判定して、同図（ｃ）に示すように、“Ｌ”レベルの判定結果信号Ｃを出力する。そして、この判定結果信号Ｃが“Ｌ”レベルであることに従って、ステップサイズ制御回路２８は、同図（ｄ）に示すように、適応フィルタ回路２０のステップサイズμとして“０．１６”という比較的に大きい値を設定する。これにより、適応フィルタ回路２０は、シングルトーク状態に即した高い応答性で適応動作する。

そして、時刻ｔ１よりも後の時刻ｔ２において、図２（ａ）に示すように、受話音検出信号Ａが“Ｈ”レベルから“Ｌ”レベルに変化すると共に、同図（ｂ）に示すように、送話音検出信号Ｂは“Ｌ”レベルを維持している、とする。この場合も、判定回路２４は、シングルトーク状態にあると判定して、同図（ｃ）に示すように、“Ｌ”レベルの判定結果信号Ｃを出力する。そして、ステップサイズ制御回路２８は、同図（ｄ）に示すように、適応フィルタ回路２０のステップサイズμの値を“０．１６”に維持する。

さらに、時刻ｔ２よりも後の時刻ｔ３において、図２（ａ）に示すように、受話音検出信号Ａが“Ｌ”レベルを維持したまま、今度は、同図（ｂ）に示すように、送話音検出信号Ｂが“Ｌ”レベルから“Ｈ”レベルに変化する、とする。この場合も、判定回路２４は、シングルトーク状態にあると判定して、同図（ｃ）に示すように、“Ｌ”レベルの判定結果信号Ｃを出力する。そして、ステップサイズ制御回路２８もまた、同図（ｄ）に示すように、適応フィルタ回路２０のステップサイズμの値を“０．１６”に維持する。

そして、時刻ｔ３よりも後の時刻ｔ４において、図２（ａ）に示すように、受話音検出信号Ａも“Ｌ”レベルから“Ｈ”レベルに変化すると共に、同図（ｂ）に示すように、送話音検出信号Ｂが“Ｈ”レベルを維持している、とする。この場合、判定回路２４は、シングルトーク状態からダブルトーク状態に遷移したと判定し、同図（ｃ）に示すように、“Ｈ”レベルの判定結果信号Ｃを出力する。そして、ステップサイズ制御回路２８は、この判定結果信号Ｃに従って、適応フィルタ回路２０のステップサイズμの値を“０．１６”から“０．０５”に変更する。ただし、ステップサイズ制御回路２８は、判定結果信号Ｃが“Ｌ”レベルから“Ｈ”レベルに変化した時点ｔ４で直ぐに、適応フィルタ回路２０のステップサイズμの値を“０．１６”から“０．０５”に変更するのではなく、同図（ｄ）に示すように、当該時点ｔ４から或る一定時間Ｔｄが経過した時点ｔ５においても、判定結果信号Ｃが“Ｈ”レベルを維持しているときに初めて、当該適応フィルタ回路２０のステップサイズμの値を変更する。このように、一定時間Ｔｄにわたって判定結果信号Ｃが変化しないことを条件に、当該判定結果信号Ｃに応じてステップサイズμの値が変更されることで、当該ステップサイズμの値が頻繁に変更されるのが防止され、ひいては適応フィルタ回路２０の動作が不安定となるのが防止される。なお、ここで言う一定時間Ｔｄとしては、例えば０．００１［ｓ］〜０．０１［ｓ］程度の比較的に短い時間が適当であり、好ましくは０．００５［ｓ］程度が適当である。

さらに、時刻ｔ５よりも後の時刻ｔ６において、図２（ａ）に示すように、受話音検出信号Ａが“Ｈ”レベルから“Ｌ”レベルに変化すると共に、その一方で、同図（ｂ）に示すように、送話音検出信号Ｂは“Ｈ”レベルを維持している、とする。この場合、判定回路２４は、ダブルトーク状態からシングルトーク状態に遷移したと判定し、同図（ｃ）に示すように、“Ｌ”レベルの判定結果信号Ｃを出力する。そして、ステップサイズ制御回路２８は、この判定結果信号Ｃに従って、適応フィルタ回路２０のステップサイズμの値を“０．０５”から“０．１６”に戻す。なお、このときも、上述と同様、判定結果信号Ｃが“Ｈ”レベルから“Ｌ”レベルに変化した時点ｔ６から一定時間Ｔｄが経過した時点ｔ７において、当該判定結果信号Ｃが“Ｌ”レベルを維持していることを条件に、ステップサイズ制御回路２８は、同図（ｄ）に示すように、適応フィルタ回路２０のステップサイズμの値を“０．０５”から“０．１６”に戻す。

そして、時刻ｔ７よりも後の時刻ｔ８において、図２（ａ）に示すように、受話音検出信号Ａが“Ｌ”レベルを維持したまま、同図（ｂ）に示すように、送話音検出信号Ｂが“Ｈ”レベルから“Ｌ”レベルに変化する、とする。この場合も、判定回路２４は、シングルトーク状態にあると判定して、同図（ｃ）に示すように、判定結果信号Ｃを“Ｌ”レベルに維持する。そして、ステップサイズ制御回路２８もまた、同図（ｄ）に示すように、適応フィルタ回路２０のステップサイズμの値を“０．１６”に維持する。

次に、図３を参照して、受話音検出回路２２の詳細を説明する。

この図３に示すように、受話音検出回路２２は、受信信号ｘ（ｔ）が入力される整流回路２２０を有している。この整流回路２２０は、入力された受信信号ｘ（ｔ）を整流し、言わば絶対値の信号に変換する。また、整流回路２２０は、受信信号ｘ（ｔ）が急激に変動することによる影響を回避するべく、所定期間、例えば１［ｍｓ］、にわたって当該受信信号ｘ（ｔ）の絶対値を積分し、つまり当該１［ｍｓ］毎の絶対値の平均値を求める。そして、この整流回路２２０による整流後信号（絶対値）は、音声レベル算出フィルタ回路２２２および騒音レベル算出フィルタ回路２２４のそれぞれに入力される。

音声レベル算出フィルタ回路２２２は、整流回路２２０と共に受信音声レベル検出手段を構成するものであり、具体的には、当該整流回路２２０による整流後信号の立ち上がりに対しては俊敏に応答し、つまり立ち上がり時定数が小さく、当該整流後信号の立ち下がりに対しては鈍感に応答する、つまり立ち下がり時定数が大きい、低域フィルタ回路である。このような音声レベル算出フィルタ回路２２２によって整流回路２２０による整流後信号を濾波処理することで、当該整流後信号に含まれる受話音成分のレベルＶｘａが算出される。そして、算出された受話音レベルＶｘａは、受信側レベル比較手段としての比較回路２２６に与えられる。

一方、騒音レベル算出フィルタ回路２２４は、整流回路２２０と共に受信騒音レベル検出手段を構成するものであり、具体的には、当該整流回路２２０による整流後信号の立ち上がりに対しては鈍感に応答し、つまり立ち上がり時定数が大きく、当該整流後信号の立ち下がりに対しては俊敏に応答する、つまり立ち下がり時定数が小さい、低域フィルタ回路である。このような騒音レベル算出フィルタ回路２２４によって整流回路２２０による
整流後信号を濾波処理することによって、当該整流後信号に含まれる騒音成分のレベルＶｘｓが算出される。そして、算出された騒音レベルＶｘｓは、乗算回路２２８によってα倍された後、比較回路２２８に与えられる。なお、乗算回路２２８において騒音レベルＶｘｓに乗ぜられる係数αの値は、１以上の値であり、例えば１．５〜３．０の範囲で任意に設定される。また、騒音レベル算出フィルタ回路２２４においては、突発性騒音の影響を回避するべく、その入力信号である整流回路２２０による整流後信号を、当該整流回路２２０における積分期間（１［ｍｓ］）よりもさらに長い期間、例えば８［ｍｓ］、にわたって積分して、当該８［ｍｓ］毎の積分値（平均値）から騒音レベルＶｘｓを算出するようにしてもよい。

比較回路２２６は、音声レベル算出フィルタ回路２２２から与えられる受話音レベルＶｘａと、騒音レベル算出フィルタ回路２２４から乗算回路２２８経由で与えられる言わばマージン付与後の騒音レベルα・Ｖｘｓと、を比較する。そして、例えば、受話音レベルＶｘａがマージン付与後騒音レベルα・Ｖｘｓよりも大きいとき（Ｖｘａ＞α・Ｖｘｓ）、受信信号ｘ（ｔ）に受話音成分が含まれている、と判断する。そして、上述した受話音検出信号Ａとして、“Ｈ”レベルの信号を出力する。これとは反対に、受話音レベルＶｘａがマージン付与後騒音レベルα・Ｖｘｓ以下（Ｖｘａ≦α・Ｖｘｓ）であるときには、比較回路２２６は、受信信号ｘ（ｔ）に受話音成分が含まれていない、と判断する。そして、受話音検出信号Ａとして、“Ｌ”レベルの信号を出力する。

このように、受信信号ｘ（ｔ）を整流して、この整流後信号に含まれる受話音レベルＶｘａと騒音レベルＶｘｓとが相対的に比較され、その比較結果に基づいて、当該受信信号ｘ（ｔ）に真の受話音成分が含まれているか否かが判断される。これにより、周囲の騒音による影響を受け難い的確な受話音成分の検出が実現される。また、受話音レベルＶｘａと騒音レベルＶｘｓとの比較の際に、当該騒音レベルＶｘｓにα倍のマージンが付与されることで、誤動作が低減され、検出動作が安定化される。

これと同様に、送話音検出回路２６も、図４に示すような構成とされている。

即ち、送話音検出回路２６は、誤差信号ｅ（ｔ）が入力される整流回路２６０と、この整流回路２６０による整流後信号から送話音レベルＶｅａを算出する音声レベル算出フィルタ回路２６２と、当該整流後信号から騒音レベルＶｅｓを算出する騒音レベル算出フィルタ回路２２４と、これら送話音レベルＶｅａおよび騒音レベルＶｅｓを互いに比較する比較回路２２６と、を備えている。併せて、この比較回路２２６による比較の際に、騒音レベルＶｅｓは、乗算回路２６８によってα倍され、つまり当該α倍というマージンを付与される。比較回路２２６は、送話音レベルＶｅａがマージン付与後騒音レベルα・Ｖｅｓよりも大きいとき（Ｖｅａ＞α・Ｖｅｓ）、誤差信号ｅ（ｔ）に送話音成分が含まれている、と判断し、上述した送話音検出信号Ｂとして、“Ｈ”レベルの信号を出力する。これとは反対に、送話音レベルＶｅａがマージン付与後騒音レベルα・Ｖｅｓ以下（Ｖｅａ≦α・Ｖｅｓ）であるときには、誤差信号ｅ（ｔ）に送話音成分が含まれていない、と判断し、送話音検出信号Ｂとして、“Ｌ”レベルの信号を出力する。このような構成により、周囲の騒音の影響を受け難い的確な送話音成分の検出が実現される。

以上のように、本実施形態によれば、受信信号ｘ（ｔ）に相手方の音声成分が含まれているかどうかを検出する受話音検出回路２２と、誤差信号ｅ（ｔ）にこちら側の音声成分が含まれているかどうかを検出する送話音検出回路２４と、のそれぞれの検出結果に基づいて、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかが判定され、この判定結果に基づいて、適応フィルタ回路２０のステップサイズμがそれぞれの状態に応じた適切な値に設定される。従って、シングルトーク状態およびダブルトーク状態のいずれの状態にあるのかを検出するのに、音声出力信号と音声入力信号との音量比が逐次算出されると共に、自装置におけるシングルトーク状態の音量比が学習され、さらに今回の音量比がこれまでの学習から予測されるダブルトーク状態に適合するかどうかが比較される、という極めて複雑な処理が施され、この複雑な処理が施された後にようやくそれぞれの状態に応じた制御が行われる、という上述の従来技術に比べて、当該受話音声検出回路２２および送話音声検出回路２６を含むエコーキャンセラ１８全体を簡単かつ安価に構成することができる。

なお、本実施形態で説明したようなインターカム装置１０は、特にハウリングを防止するために、図５に示すような音声スイッチ回路１００を備えていることがある。この音声スイッチ回路１００は、受信信号ｘ（ｔ）を減衰させる受信側減衰実行手段としての受信側アッテネータ回路１０２と、送信信号としてのマイクロホン１４の出力信号ｙ（ｔ）を減衰させる送信側減衰実行手段としての送信側アッテネータ回路１０４と、を有している。さらに、この音声スイッチ回路１００は、受信信号ｘ（ｔ）に相手方からの受話音成分が含まれているかどうかを検出するための受話音検出回路１０６と、送信信号ｙ（ｔ）にこちら側の送話音成分が含まれているかどうかを検出するための送話音検出回路１０８と、これら受話音検出回路１０６および送話音検出回路１０８のそれぞれによる検出結果に基づいて受信側アッテネータ回路１０２および送信側アッテネータ回路１０４のそれぞれを制御する減衰制御手段としてのアッテネータ制御回路１１０と、を有している。即ち、アッテネータ制御回路１１０は、受信信号ｘ（ｔ）および送信信号ｙ（ｔ）の一方に音声成分が含まれているときに他方を減衰させるように受信側アッテネータ回路１０２および送信側アッテネータ回路１０４のそれぞれを制御する。これにより、音響経路を含む閉路の形成が抑制され、ハウリングが防止される。

このような音声スイッチ回路１００が設けられている場合には、当該音声スイッチ回路１００を構成する受話音検出回路１０６および送話音検出回路１０８を、それぞれ上述した受話音検出回路２２および送話音検出回路２６として兼用させることができる。また、アッテネータ制御回路１１０を、上述した判定回路２４として兼用させることも可能である。このようにすれば、比較的に小規模な改造で、当該音声スイッチ回路１００を備えたインターカム装置１０にエコーキャンセラ１８を追加することができる。言い換えれば、音声スイッチ回路１００とエコーキャンセラ１８との両方を備えたインターカム装置１０を、容易かつ安価に実現することができる。

本実施形態で説明した内容は、飽くまで、本発明を実現するための一例であり、本発明の範囲を限定するものではない。

例えば、本実施形態においては、インターカム装置１０に本発明を適用する場合について説明したが、これに限らない。即ち、相手方からの受話音を再生するためのスピーカと、相手方に送る音声を入力するためのマイクロホンとが、互いに同一の空間に設けられている装置であれば、本発明を適用することができる。特に、近年、街頭での防犯のために、これらスピーカおよびマイクロホンを街路灯に組み合わせたスーパ防犯灯が注目されているが、このスーパ防犯灯にも、本発明を適用することができる。

また、本実施形態においては、シングルトーク状態にあるときに、適応フィルタ回路２０のステップサイズμの値を“０．１６”とし、ダブルトーク状態にあるときに、当該ステップサイズμの値を“０．０５”としたが、これに限らない。即ち、これ以外の値を設定してもよいし、受信信号ｘ（ｔ）および誤差信号ｅ（ｔ）のそれぞれに含まれる音声成分のレベルに従って当該ステップサイズμの値を徐々に（つまり段階的または連続的に）変化させてもよい。そして、ステップサイズμに限らず、適応フィルタ回路２０のタップ数Ｌやそれ以外の要素を変更してもよい。

さらに、受話音検出回路２２については、図３に示した構成としたが、これに限らない。例えば、単に適当なスレッショルドレベルを予め設定しておき、このスレッショルドレベルと整流回路２２０による整流後信号のレベルとを比較することによって、受話信号ｘ（ｔ）に受話音成分が含まれているかどうかを検出するようにしてもよい。

そして、送話音検出回路２６についても、同様に、図４以外の構成としてもよい。

本発明の一実施形態の概略構成を示すブロック図である。 図１における各要部の動作を示すタイミングチャートである。 図１における受話音検出回路の詳細を示すブロック図である。 図１における送話音検出回路の詳細を示すブロック図である。 同実施形態を適用するのに好適なインターカム装置の概略構成を示すブロック図である。

符号の説明

１０ インターカム装置
１２ スピーカ
１４ マイクロホン
１６ 減算回路
１８ エコーキャンセラ
２０ 適応フィルタ回路
２２ 受話音検出回路
２４ 判定回路
２６ 送話音検出回路

Claims (10)

1. 相手方から受信された受信信号が入力されるスピーカと、該スピーカと同じ空間に設けられ該相手方に送信される送信信号を生成するマイクロホンと、を具備する音声通信装置に用いられ、該スピーカの出力音が該マイクロホンに入力されることによって該送信信号に現れるエコー成分をキャンセルするエコーキャンセラにおいて、
   上記受信信号に基づいて上記エコー成分を模擬した擬似エコー信号を生成する適応フィルタ手段と、
   上記送信信号から上記擬似エコー信号を差し引く減算手段と、
   上記受信信号に上記相手方の発音に従う受信音声成分が含まれているかどうかを検出する受信音声検出手段と、
   上記送信信号に上記マイクロホンへの発音に従う送信音声成分が含まれているかどうかを検出する送信音声検出手段と、
   上記受信音声検出手段および上記送信音声検出手段のそれぞれによる検出結果に基づいてシングルトーク状態であるのかダブルトーク状態であるのかを判定する判定手段と、
   上記判定手段による判定結果に基づいて上記適応フィルタ手段の適応動作を制御する適応制御手段と、
   を具備することを特徴とする、エコーキャンセラ。
2. 上記適応制御手段は上記適応フィルタ手段の適応動作の応答性に関係する所定要素を制御する、請求項１に記載のエコーキャンセラ。
3. 上記所定要素は上記適応フィルタ手段のステップサイズを含む、請求項２に記載のエコーキャンセラ。
4. 上記適応制御手段は、上記判定手段によって上記シングルトーク状態であると判定されたとき上記ステップサイズの値を第１サイズ値とし、該判定手段によって上記ダブルトーク状態であると判定されたとき該ステップサイズの値を該第１サイズ値よりも小さい第２サイズ値とする、請求項３に記載のエコーキャンセラ。
5. 上記適応制御手段は上記判定手段による判定結果が一定期間にわたって維持されたことを条件として該判定結果に基づく制御を行う、請求項１ないし４のいずれかに記載のエコーキャンセラ。
6. 上記受信音声検出手段は、上記受信信号のうち上記受信音声成分のレベルを検出する受信音声レベル検出手段と、該受信信号のうち上記相手方における騒音に従う受信騒音成分のレベルを検出する受信騒音レベル検出手段と、該受信音声レベル検出手段および該受信騒音レベル検出手段のそれぞれによる検出結果を互いに比較することによって該受信信号に該受信音声成分が含まれているかどうかを検出する受信側レベル比較手段と、を備える、請求項１ないし５のいずれかに記載のエコーキャンセラ。
7. 上記受信音声レベル検出手段は、上記受信信号の信号レベルの立ち上がりに対して俊敏に応答し該受信信号の信号レベルの立ち下がりに対して鈍感に応答する受信音声フィルタ手段を備え、
   上記受信騒音レベル検出手段は、上記受信信号の信号レベルの立ち上がりに対して鈍感に応答し該受信信号の信号レベルの立ち下がりに対して俊敏に応答する受信騒音フィルタ手段を備える、
   請求項６に記載のエコーキャンセラ。
8. 上記送信音声検出手段は、上記送信信号のうち上記送信音声成分のレベルを検出する送信音声レベル検出手段と、該送信信号のうち上記マイクロホンに入力された騒音に従う送信騒音成分のレベルを検出する送信騒音レベル検出手段と、該送信音声レベル検出手段および該送信騒音レベル検出手段のそれぞれによる検出結果を互いに比較することによって該送信信号に該送信音声成分が含まれているかどうかを検出する送信側レベル比較手段と、を備える、請求項１ないし７のいずれかに記載のエコーキャンセラ。
9. 上記送信音声レベル検出手段は、上記送信信号の信号レベルの立ち上がりに対して俊敏に応答し該送信信号の信号レベルの立ち下がりに対して鈍感に応答する送信音声フィルタ手段を備え、
   上記送信騒音レベル検出手段は、上記送信信号の信号レベルの立ち上がりに対して鈍感に応答し該送信信号の信号レベルの立ち下がりに対して敏感に応答する送信騒音フィルタ手段を備える、
   請求項８に記載のエコーキャンセラ。
10. 上記受信音声検出手段および上記送信音声検出手段のそれぞれによる検出結果に基づいて上記受信信号および上記送信信号のそれぞれを個々に減衰させる減衰手段をさらに備える、請求項１ないし９のいずれかに記載のエコーキャンセラ。

Images