JP2010074531A - 残響除去装置、残響除去方法、残響除去プログラム、記録媒体 - Google Patents

Abstract

【課題】振幅の大きな収音信号の直後、及び、目的音の終端部分に残響成分が残留しやすいという問題があった。本発明は、振幅の大きな収音信号の直後、及び、目的音の終端部分に残留する残留成分を抑圧することができる残留除去装置等を提供することを目的とする。
【解決手段】本発明の残響除去装置は、Ｍ個のセンサによってそれぞれ観測されたＭ個のチャネルｍの収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力部と、収音信号ｘ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める残響分離部を有する。
【選択図】図３

Description

この発明は、残響を含む収音信号から残響成分を除去する残響除去装置、残響除去方法、残響除去プログラム、残響除去記録媒体に関する。

残響のある環境で収音された収音信号は、本来の目的音に残響が重畳された信号となる。その目的音が音声等の場合、重畳した残響成分により音声の明瞭性が大きく低下する。残響を含む収音信号の残響除去装置として特許文献１記載の装置がある。図１は特許文献１記載の残響除去装置５０の構成例を示す。センサで観測された収音信号が所定の標本化周波数でサンプリングされ、収音信号ｘ（ｎ）が生成される。収音信号ｘ（ｎ）は、メモリ１０ａに格納される。なお、残響除去を行う全時間区間の収音信号ｘ（ｎ）を事前に取得し、メモリ１０ａに格納しておき、分析フレーム毎に、以下の各過程を実行する。

まず、疑似白色化（Pre-whitening）部５１が、入力された収音信号ｘ（ｎ）が有する短時間区間での自己相関成分を抑制し、疑似白色化した収音信号ｘ’を生成して出力する。次に、第一線形予測係数算出部５２が、収音信号ｘ’（ｎ）を用い、マルチステップ線形予測モデルの線形予測係数α（ｐ）を算出する。なお、α（ｐ）は、ｘ（ｎ）に対応する線形予測項のｐ番目の線形予測係数とする。次に、後部残響予測部５３に、疑似白色化部５１で生成された疑似白色化後の収音信号ｘ'（ｎ）と、第一線形予測係数算出部５２で算出された線形予測係数α（ｐ）とが入力される。そして、後部残響予測部５３は、線形予測係数α(p)と疑似白色化後の収音信号ｘ'（ｎ）とをマルチステップ線形予測モデルの線形予測項に代入して得られた線形予測値を、後部残響予測値ｒ（ｎ）として算出し出力する。次に、周波数領域変換部５５に、疑似白色化部５１で生成された疑似白色化後の収音信号ｘ'（ｎ）と、後部残響予測部５３で算出された後部残響予測値ｒ（ｎ）とが入力される。周波数領域変換部５５は、入力された疑似白色化後の収音信号ｘ'（ｎ）を周波数領域の収音信号Ｘ'（ω，ｔ）に変換し、後部残響予測値ｒ（ｎ）を周波数領域の後部残響予測値Ｒ（ω，ｔ）に変換する。周波数領域変換部５５は、これらの処理により、周波数領域の収音信号Ｘ'（ω，ｔ）の振幅スペクトル|Ｘ'（ω，ｔ）|と位相情報ａｒｇ［Ｘ'（ω，ｔ）］、及び、周波数領域の後部残響予測値Ｒ（ω，ｔ）の振幅スペクトル|Ｒ（ω，ｔ）|と位相情報ａｒｇ［Ｒ（ω，ｔ）］とを抽出し、出力する。次に、後部残響除去部５９に、周波数領域の収音信号の振幅スペクトル|Ｘ'（ω，ｔ）|と、周波数領域の後部残響予測値の振幅スペクトル|Ｒ（ω，ｔ）|とが入力される。そして、後部残響除去部５９は、以下の式（１）を用いて、周波数領域の収音信号の振幅スペクトル|Ｘ'（ω，ｔ）|と、周波数領域の後部残響予測値の振幅スペクトル|Ｒ（ω，ｔ）|との相対値を求め、当該相対値を後部残響除去信号の振幅スペクトル予測値|Ｙ（ω，ｔ）|として出力する。

|Y(ω,t)|=(|X'(ω,t)|^k-|R(ω,t)|^k・const)^1/k (1）
なお、constは定数を示し、ｋは自然数を示す。時間領域変換部６１は、後部残響除去部５９から出力された後部残響除去信号の振幅スペクトル予測値|Ｙ（ω，ｔ）|と、周波数領域変換部５５から出力された周波数領域の収音信号の位相情報ａｒｇ［Ｘ’（ω，ｔ）］とが入力される。これらの情報を用い、後部残響除去信号の複素スペクトル予測値Ｙ（ω，ｔ）を算出し、さらに、時間領域に変換した残響除去信号ｙ（ｎ）を算出して出力する。
国際公開第WO 2007/100137 A1号パンフレット

図２（ｉ）は、特許文献１記載の残響除去装置の出力信号を示す。特許文献１記載の残響除去装置を含む従来技術では、振幅の大きな収音信号の直後（Ｂ）、及び、目的音（例えば、音声等）の終端部分（Ａ）に残響成分が残留しやすいという問題があった。本発明は、振幅の大きな収音信号の直後、及び、目的音の終端部分に残留する残留成分を抑圧することができる残留除去装置、残留除去方法、残留除去プログラム、記録媒体を提供することを目的とする。

請求項１記載の残響除去装置は、Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力部と、収音信号ｘ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める残響分離部を有する。

請求項２記載の残響除去装置は、Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）を用いて、雑音除去信号ｄ_ｍ（ｎ）を算出する雑音分離部と、 収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力部と、雑音除去信号ｄ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）求める残響分離部を有する。

請求項６記載の残響除去方法は、Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力ステップと、収音信号ｘ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める残響分離ステップを有する。

請求項７記載の残響除去方法は、Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）を用いて、雑音除去信号ｄ_ｍ（ｎ）を算出する雑音分離ステップと、収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力ステップと、雑音除去信号ｄ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）求める残響分離ステップを有する。

振幅の大きな収音信号の直後、及び、目的音の終端部分に残留する残響成分を抑圧することができる。

ここで、本発明の実施例について述べる。

図３は、実施例１の残響除去装置１００の構成例を、図４は、実施例１の処理の流れを示す。以下、同様の構成要素については、同一の符号を付す。実施例１の残響除去装置１００は、雑音分離部１１０と、時変抑圧係数出力部１３０と、残響分離部１５０と、出力信号生成部１７０と、を有する。センサで観測された収音信号ｘ（ｕ）（但し、ｕは、連続時間を表す）が所定の標本化周波数でサンプリングされ、収音信号ｘ（ｎ）（但し、ｎは、離散時間を表す）が生成される。なお、収音信号ｘ（ｎ）には、目的音（例えば、音声等）、雑音成分ｂ（ｎ）及び残響成分ｒ（ｎ）が含まれる。収音信号ｘ（ｎ）は、メモリ等に格納される。なお、残響除去を行う全時間区間の収音信号ｘ（ｎ）を事前に取得し、メモリ等に格納しておき、分析フレーム毎に、以下の各過程を実行する。また、分析フレームとは、複数の離散時間ｎを含む時間区間を意味する。なお、収音信号ｘ（ｎ）の取得をリアルタイムで行いつつ、以下の各過程を実行してもよい。

雑音分離部１１０は、収音信号ｘ（ｎ）を用いて、雑音除去信号ｄ（ｎ）を算出し、収音信号ｘ（ｎ）から雑音除去信号ｄ（ｎ）を差し引いて雑音成分ｂ（ｎ）を求める（ｓ１１０）。図５は、雑音分離部１１０の構成例を、図６は、雑音分離部１１０の構成例の流れを示す。例えば、雑音分離部１１０は、雑音除去部１１１と、雑音抽出部１１３を有し、収音信号ｘ（ｎ）は、雑音除去部１１１と、雑音抽出部１１３に入力される。雑音除去部１１１は、収音信号ｘ（ｎ）を用いて、雑音除去信号ｄ（ｎ）を算出する（ｓ１１１）。雑音を除去する従来技術として、例えば、Nathalie Virag, "Single Channel Speech Enhancement Based on Masking Properties of the Human Auditory System", IEEE TANSACTIONS ON SPEECH AND AUDIO PROCESSING, MARCH 1999, VOL.7, NO.2, p.126-137（以下「参考文献１」という）等がある。但し、雑音除去方法を参考文献１に限定するものではなく、他の雑音除去方法を用いてもよい。雑音除去部１１１は、算出した雑音除去信号ｄ（ｎ）を残響分離部１５０及び雑音抽出部１１３へ出力する。図７は、雑音除去部１１１の構成例を示す。雑音除去部１１１は、周波数領域変換部１１１ａ、雑音推定部１１１ｂ、減算部１１１ｃ、閾値計算部１１１ｄ、係数取得部１１１ｅ、利得関数計算部１１１ｆ、時間領域変換部１１１ｇを有する。例えば、雑音除去部１１１の有する周波数領域変換部１１１ａは、収音信号ｘ（ｎ）を入力され、短時間フーリエ変換等によって収音信号ｘ（ｎ）を周波数領域の収音信号Ｘ（ω,ｔ）に変換して、振幅スペクトル｜Ｘ（ω,ｔ）｜と位相情報ａｒｇ［Ｘ（ω,ｔ）］を出力する。なお、短時間フーリエ変換によってこの処理を行う場合は、例えば以下の式（２）を用いる。また、Ｆ［・］は短時間フーリエ変換関数を示し、Ｌｏｇ[・］は対数関数を示す。
X(ω, t)=Log[F[x(n)]] (2)

雑音推定部１１１ｂは、収音信号ｘ（ｎ）を入力される。例えば、音声等の目的音が存在しない状態において、統計的仮定に基づいて、雑音成分を検出し、推定雑音成分ｂ’（ｎ）を求め、さらに、式（２）により周波数領域の推定雑音成分Ｂ’（ω，ｔ）に変換し、振幅スペクトル｜Ｂ’（ω，ｔ）｜を求め、出力する。なお、雑音成分が同じ状態を維持したり、非常にゆっくりと変化する場合には、以下の式により振幅スペクトル｜Ｂ’（ω，ｔ）｜を更新してもよい。
|B'(ω,t)|^γ=λ_D・|B'(ω,t-1)|^γ+(1-λ_D)・|X(ω,t-1)|^γ
但し、λ_Ｄは、忘却因子であり、０．５≦λ_Ｄ≦０．９である。γは指数パラメータである。

減算部１１１ｃは、収音信号の振幅スペクトル｜Ｘ（ω,ｔ）｜と推定雑音成分の振幅スペクトル｜Ｂ’（ω，ｔ）｜を入力され、以下の式（３）により推定雑音除去信号の振幅スペクトル｜Ｄ’（ω，ｔ）｜を求め、出力する。
|D'(ω,t)| = {|X(ω,t)|²- |B'(ω,t)|²}^1/2 (3)

閾値計算部１１１ｄでは、聴覚をモデルとして閾値Ｔ（ω，ｔ）を取得する。閾値Ｔ（ω，ｔ）を求める方法としては、例えば、Nathalie Virag, "Speech Enhancement Based on Masking Properties of the Auditory System", in Proc. IEEE ICASSP, Detroit, MI, MAY 1995, p.796-799（以下「参考文献２」という）等がある。

係数取得部１１１ｅは、閾値Ｔ（ω，ｔ）を入力され、分析フレーム毎に、利得関数を求める際に用いるパラメータα（ω，ｔ）、β（ω，ｔ）を取得する。利得関数計算部１１１ｆは、パラメータα（ω，ｔ）、β（ω，ｔ）、収音信号の振幅スペクトル｜Ｘ（ω,ｔ）｜と推定雑音成分の振幅スペクトル｜Ｂ’（ω，ｔ）｜を入力され、以下の式によって、利得関数Ｇ（ω，ｔ）を計算し、出力する。

γ_１、γ_２は指数パラメータであり、γ_２＝１／γ_１である。α（ω，ｔ）の値を大きくすると、残留ノイズを減少させることができるが、音声歪みが増加する。β（ω，ｔ）の値を大きくすると、残留ノイズを減少させることができるが、雑音成分が増加する。トレードオフの関係にある。残留ノイズを減少させる適切なα（ω，ｔ）、β（ω，ｔ）を計算するために、係数取得部１１１ｅにおいて、以下のように求める。
α(ω,t)=F_α[α_min,α_max, T(ω,t)]
β(ω,t)=F_β[β_min,β_max, T(ω,t)]

なお、α_ｍｉｎ、β_ｍｉｎはそれぞれα(ω,t)、β(ω,t)の最小値を、α_ｍａｘ、β_ｍａｘはそれぞれα(ω,t)、β(ω,t)の最大値を表す。Ｆ_α、Ｆ_βは、Ｔ（ω、ｔ）が最大値の時に各パラメータの最小値α_ｍｉｎ、β_ｍｉｎを返し、Ｔ（ω、ｔ）が最小値の時に各パラメータの最大値α_ｍａｘ、β_ｍａｘを返し、Ｔ（ω、ｔ）が最小値と最大値の間の場合には、その値に応じて補間したα(ω,t)、β(ω,t)を返す関数である。例えば、α_min=1，α_max=6，β_min=0，β_max=0.02，γ=γ₁=2，γ₂=(1/γ₁)=0.5とすることが考えられる。詳しくは、参考文献１に述べられている。

時間領域変換部１１１ｇは、利得関数Ｇ（ω，ｔ）と収音信号の振幅スペクトル｜Ｘ（ω,ｔ）｜と位相情報ａｒｇ［Ｘ（ω,ｔ）］を入力される。雑音除去信号の振幅スペクトル｜Ｄ（ω，ｔ）｜を以下のように求め、
|D(ω,t)|=G(ω,t)・|X(ω,t)|
さらに、位相情報ａｒｇ［Ｘ（ω,ｔ）］を用いて、複素スペクトル予測値Ｄ（ω，ｔ）を算出し、さらに、時間領域に変換した雑音除去信号ｄ（ｎ）を算出して出力する。

雑音抽出部１１３は、以下のように、収音信号ｘ（ｎ）から雑音除去信号ｄ（ｎ）を差し引いて雑音成分ｂ（ｎ）を求める（ｓ１１３）。
ｂ（ｎ）＝ｘ（ｎ）−ｄ（ｎ）
求めた雑音成分ｂ（ｎ）を出力信号生成部１７０へ出力する。

特許文献１記載の残響除去装置は、収音信号ｘ（ｎ）には、残響成分だけではなく、雑音成分も含まれるため、高精度な残響成分の推定、除去は困難であった。加えて、雑音成分の特徴を大きく変化させるという問題もあった。しかし、本実施例では、残響分離部１５０において（詳細は後述）、雑音成分を除去した雑音除去信号ｄ（ｎ）を用いて、残響除去を行うため、高精度な残響成分の推定、除去ができる。加えて、出力信号生成部１７０において（詳細は後述）、出力信号に雑音成分を加えることができるため、雑音成分の特徴を変化させずに、残響を除去することができるという効果がある。

図８は時変抑圧係数出力部１３０の構成例を、図９は時変抑圧係数出力部１３０の処理の流れを示す。時変抑圧係数出力部１３０は、収音信号ｘ（ｎ）のパワー時間包絡値ｅ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ（ｔ）を出力する（ｓ１３０）。

例えば、時変抑圧係数出力部１３０は、パワー時間包絡値計算部１３１と、目的音終端時刻検出部１３３と、高パワー時刻検出部１３５と、抑圧係数出力部１３７を有する。

パワー時間包絡値計算部１３１は、収音信号ｘ（ｎ）のパワー時間包絡値ｅ（ｔ）を計算する（ｓ１３１）。パワー時間包絡値計算部１３１は、収音信号ｘ（ｎ）が入力され、収音信号ｘ（ｎ）を数十ミリ秒程度の短時間窓（ハミング窓等）で分割し、窓内のパワー時間包絡値ｅ（ｔ）を求め、これを目的音終端時刻検出部１３３と、高パワー時刻検出部１３５へ出力する。例えば、以下のように、パワー時間包絡値を求めることができる。

但し、Ｎは、ハニング窓等の窓関数ｗ（ｋ）の窓長を表し、ｋ＝１,２…Ｎである。さらに、オーバーラップ処理を行う際のフレーム周期をＮ／ｊとすると、ｗｘ（ｔ，ｋ）は以下のように表される。

但し、ｎ＝ｔ×(Ｎ／ｊ)＋ｋであり、ｋ＝Ｎとなる度に、パワー時間包絡値ｅ（ｔ）を出力する。

図１０は、目的音終端時刻検出部及び高パワー時刻検出部における検出例の概要を示す。目的音終端時刻検出部１３３は、パワー時間包絡値ｅ（ｔ）を入力され、目的音（例えば、音声等）の終端部分の時刻Ａを検出する（ｓ１３３）。例えば、以下のような検出方法が考えられる。パワー時間包絡値ｅ（ｔ）の値が閾値Ｔ_Ａ以上の値から以下の値となった時刻を検出し、目的音の終端部分の時刻Ａとする。

高パワー時刻検出部１３５は、パワー時間包絡値ｅ（ｔ）を入力され、高パワーを有する収音信号ｘ（ｎ）が発生した直後の時刻Ｂを検出する（ｓ１３５）。例えば、以下のような検出方法が考えられる。パワー時間包絡値ｅ（ｔ）の値が閾値Ｔ_Ｂ以上の値から以下の値となった時刻を検出し、高パワーを有する収音信号ｘ_ｍ（ｎ）が発生した直後の時刻Ｂとする。このような方法により時刻Ａ，Ｂを検出することで、図２（ｉ）の（Ａ）、（Ｂ）の時刻、あるいは、その近傍の時刻を検出することができる。なお、目的音終端時刻Ａ及び高パワー時刻を検出する方法は、上記方法に限られるものではなく、例えば、L.R. Rabiner and M.R. Sambur, "An algorithm for determining the endpoints of isolated utterances," Bell Syst. Tech. J., vol.54, no.2, pp.297-315, Feb. 1975.やその他従来からある発話区間検出技術及び利用者による目視等で判定してもよい。

抑圧係数出力部１３７は、時刻ＡまたはＢを入力されたときに、予め定められた時変抑圧係数を出力する（ｓ１３７）。例えば、目的音の終端部分の時刻Ａが入力された場合には、時変抑圧係数として、１を基準とし、10ms毎にａ倍した係数ａ⁰, ａ¹, ａ², ａ³, ａ⁴, ａ⁵, ａ⁶, ａ⁷, ａ⁸, ａ⁹（例えば、ａ＝０．３１６２）を出力し、高パワーを有する収音信号ｘ（ｎ）が発生した直後の時刻Ｂが入力された場合には、時変抑圧係数として、10ms毎に以下の係数0.6, 0.4, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9を出力するように予め定めてもよい。なお、時変抑圧係数を出力するタイミングや個数や値は、適宜設定することができる。

図１１は、残響分離部１５０の構成例を、図１２は、残響分離部１５０の処理の流れを示す。残響分離部１５０は、雑音除去信号ｄ（ｎ）及び時変抑圧係数λ（ｔ）を用いて、残響除去信号ｙ（ｎ）及び残響成分ｒ（ｎ）を求める（ｓ１５０）。残響分離部１５０は、残響除去部１６２、及び残響抽出部１６３を有し、残響除去部１６２は、疑似白色化部１５１と、線形予測係数算出部１５２と、後部残響予測部１５３と、周波数領域変換部１５５と、後部残響除去部１５９及び時間領域変換部１６１を有する。

図１３は、疑似白色化（Pre-whitening）部１５１の構成例を示す。疑似白色化部１５１は、雑音除去信号ｄ（ｎ）を用いて、疑似白色化(Pre-whitening)を施した信号ｄ’（ｎ）を求める（ｓ１５１）。

具体的には、疑似白色化（Pre-whitening）部１５１は、周波数領域変換部１５１１と、時間平均化部１５１２と、減算部１５１３と、時間領域変換部１５１４を有する。一例として、Cepstral Mean Subtraction(CMS)を用いて雑音除去信号の疑似白色化を行う。まず、疑似白色化部１５１の周波数領域変換部１５１１が、メモリ等から収音信号１分析フレーム分の雑音除去信号ｄ（ｎ）を読み込む。そして、周波数領域変換部１５１１は、短時間フーリエ変換等によって雑音除去信号ｄ（ｎ）を周波数領域の雑音除去信号Ｄ（ω，ｔ）に変換して出力する。なお、短時間フーリエ変換によってこの処理を行う場合は、以下の式を用いる。
D(ω, t)=Log[F[d (n)]]

次に、時間平均化部１５１２に周波数領域の雑音除去信号Ｄ（ω，ｔ）が読み込まれ、時間平均化部１５１２は、以下の式によって、周波数領域の雑音除去信号Ｄ（ω，ｔ）の時間平均Ｅ｛Ｄ（ω，ｔ）｝を求め、出力する。

次に、減算部１５１３に周波数領域の雑音除去信号Ｄ（ω，ｔ）とその時間平均Ｅ｛Ｄ（ω，ｔ）｝とが読み込まれ、減算部１５１３は、以下の式によってＤ’（ω，ｔ）を算出し、出力する。
D’(ω,t)=D(ω,t) −E{D(ω,t)}

次に、時間領域変換部１５１４にＤ’（ω，ｔ）が読み込まれ、時間領域変換部１５１４は、逆フーリエ変換等によってこれらを時間領域に変換し、疑似白色化された雑音除去信号ｄ’（ｎ）を算出し、出力する。なお、逆フーリエ変換によってこの処理を行う場合は、例えば以下の式を用いる。また、ｉｎｖＦ［・］は逆フーリエ変換関数を、ｅｘｐ[・］はネイピア数を底とした指数関数を表す。
d’(n)=invF[exp[D’(ω,t)]]

なお、上述した短時間フーリエ変換関数Ｆ［・］や逆フーリエ変換関数ｉｎｖＦ［・］において窓長２５ｍｓの窓関数を用いた場合、２５ｍｓ以内の初期反射成分及び短時間相関を取り除くことができる。

また、本実施例では、時間領域変換部１５１４で生成された疑似白色化後の雑音除去信号ｄ’（ｎ）は、後部残響予測部１５３、周波数領域変換部１５５及び残響抽出部１６３にも転送される。各離散時間の上記雑音除去信号ｄ（ｎ）から、当該離散時間ｎ直前の短時間区間内の各雑音除去信号と自己相関性を持つ自己相関成分を抑制し、疑似白色化した雑音除去信号ｄ’（ｎ）を生成する。このような短期的な自己相関を雑音除去信号ｄ（ｎ）から抑制することは、後部残響を精度良く推定する上で望ましい。

第一線形予測係数算出部１５２は、疑似白色化した雑音除去信号ｄ’（ｎ）を用いて、以下の式（４）の関係を有する、マルチステップ線形予測モデルの各線形予測係数α（ｐ）を求める（ｓ１５２）。詳しくは特許文献１に述べられている。

なお、ｎを離散時間とし、ｄ’（ｎ）を離散時間ｎに対応する雑音除去信号とし、α（ｐ）を線形予測係数とし、Ｎを線形予測係数の数とし、Ｄをステップサイズ（遅延）とし、ｅ（ｎ）を離散時間ｎに対応する予測誤差とする。また、各線形予測係数α（ｐ）を算出する方法としては、自己相関法（correlation method）や共分散法(covariance method)を例示できる。また、ＭＡＴＬＡＢ（登録商標）等を利用してこの処理を行ってもよい。

後部残響予測部１５３は、前記疑似白色化した雑音除去信号ｄ’（ｎ）と各線形予測係数α（ｐ）から後部残響信号ｒ（ｎ）を予測する（ｓ１５３）。後部残響予測部１５３は、線形予測係数α（ｐ）と疑似白色化後の雑音除去信号ｄ’（ｎ）をマルチステップ線形予測モデルの線形予測項に代入して得られた線形予測値を、後部残響予測値ｒ（ｎ）として算出し出力する。本実施例では、式（４）のマルチステップ線形予測モデルを用いているため、後部残響予測部１５３は、以下の式（５）に従って後部残響予測値ｒ（ｎ）を求めて出力する。

周波数領域変換部１５５は、疑似白色化した雑音除去信号ｄ’（ｎ）及び後部残響信号ｒ（ｎ）を周波数領域の信号Ｄ’（ω，ｔ）及びＲ（ω，ｔ）に変換し、周波数領域の雑音除去信号の振幅スペクトル｜Ｄ’（ω，ｔ）｜と位相情報ａｒｇ［Ｄ’（ω，ｔ）］、及び、後部残響信号の振幅スペクトル｜Ｒ（ω，ｔ）｜と位相情報ａｒｇ［Ｒ（ω，ｔ）］を抽出し、出力する（ｓ１５５）。なお、短時間フーリエ変換によってこの処理を行う場合には、例えば以下の式を用いる。
D'(ω,t)＝Log[F[d'(n)]]
R(ω,t)＝Log[F[R(n)]]

後部残響除去部１５９は、周波数領域の雑音除去信号のパワー値から後部残響信号のパワー値を差し引いた値に、前記時変抑圧係数λ（ｔ）を掛け合わせた値を周波数領域の残響除去信号の振幅スペクトル｜Ｙ（ω，ｔ）｜として算出する（ｓ１５９）。例えば、
|D'(ω,t)|²-|R(ω,t)|²・const>0 (6)
但し、constは定数（例えばconst=1）を示す。式（６）の関係を満たすと判断された場合、後部残響除去部１５９は、以下の式により周波数領域の残響除去信号の振幅スペクトル｜Ｙ（ω，ｔ）｜を算出して出力する。
|Y(ω,t)|=λ_（ｔ）{(|D'(ω,t)|² - |R(ω,t)|²・const)^1/2} (7)

一方、式（６）の関係を満たさないと判断された場合、後部残響除去部５９は、｜Ｙ（ω，ｔ）｜として０又は十分小さい値を出力する。このように、時変抑圧係数λ（ｔ）を用いることで、図２（ｉ）における目的音の終端部分の時刻Ａや高パワーを有する前記収音信号ｘ_ｍ（ｎ）が発生した直後の時刻Ｂにおいても、効果的に残響成分を抑圧することができ、聴覚上も残響が除去されたように感じられるという効果がある。

時間領域変換部１６１は、残響除去信号の振幅スペクトル｜Ｙ（ω，ｔ）｜と疑似白色化された雑音除去信号の位相情報ａｒｇ［Ｄ’（ω，ｔ）］を用いて時間領域の残響除去信号ｙ（ｎ）を算出する（ｓ１６１）。例えば、周波数領域の残響除去信号の振幅スペクトル｜Ｙ（ω，ｔ）｜から、以下の式（８）により残響除去信号の複素スペクトル予測値Ｙ（ω，ｔ）を求める。なお、exp(・)は、ネイピア数を底とした指数関数であり、ｊは虚数単位である。
Y(ω,t)=|Y(ω,t)|・exp(j・arg[D'(ω,t)]) (8）

そして、複素スペクトル予測値Ｙ（ω，ｔ）を時間領域に変換した残響除去信号ｙ（ｎ）を算出し、出力する。時間領域への変換は、例えば、以下の式を用いて逆フーリエ変換によって行う。
y(n)= invF[exp[Y(ω,t)]]
このようにして求めた残響除去信号ｙ（ｎ）を信号生成部１７０及び残響抽出部１６３へ出力する。

残響抽出部１６３は、雑音除去信号ｄ（ｎ）から残響除去信号ｙ（ｎ）を差し引くことによって残響成分ｒ（ｎ）を求める。
ｒ（ｎ）＝ｄ（ｎ）−ｙ（ｎ）
求めた残響成分ｒ（ｎ）を出力信号生成部１７０へ出力する。

出力信号生成部１７０は、残響除去信号ｙ（ｎ）、雑音成分ｂ（ｎ）及び残響成分ｒ（ｎ）を重み付け加算して、出力信号ｚ（ｎ）を算出する。例えば、以下の式のように算出する。
ｚ（ｎ）＝ｙ（ｎ）＋α×ｂ（ｎ）＋β×ｒ（ｎ）

但し、α、βは、予め利用者によって設定されるパラメータであり、０≦α≦１、０≦β≦１とする。例えば、α＝１と設定することで雑音成分を維持することができ、また、α＝０と設定することで、雑音成分を除去することもできる。またαには、残響除去前と、残響除去後の目的音と雑音の比を一定に保つために、以下のような値を自動的に設定することが考えられる。

また、βを０とすることもできるが、例えば目的音が音声等の場合には、実環境における音声にも残響が含まれることを考慮して、より実環境における音声に近い出力信号とするために、βに小さな値（例えば、０．０１）を設定することが考えられる。このように出力信号生成部１７０を設け、残響除去信号に雑音成分を加えることで、収音信号の雑音成分の特徴を変化させずに、残響成分を除去することができる。さらに、残響成分を加えることで、より実環境における音声等に近い出力信号とすることもできる。

但し、出力信号生成部１７０を設けなくとも、本発明の効果（振幅の大きな収音信号の直後、及び、目的音の終端部分に残留する残響成分を抑圧するという効果）を得ることができる。その場合、雑音分離部１１０には雑音抽出部１１３を、残響分離部１５０には、残響抽出部１６３を設けなくともよい。また、残響分離部１５０が出力する残響除去信号ｙ（ｎ）を出力信号ｚ（ｎ）として出力する。この場合にも、残響分離部１５０において、雑音成分を除去した雑音除去信号ｄ（ｎ）を用いて、残響除去を行うため、高精度な残響成分の推定、除去ができる。

[比較実験の結果]
従来技術（特許文献１）と本実施例で残響除去処理の比較実験の結果に基づき、本発明の効果を説明する。図２（ｉ）は、特許文献１記載の残響除去装置を使って残響除去処理を行った結果を、図２（ii）は、本実施例の残響除去装置を使って残響除去処理を行った結果を示す。なお、本実施例では、目的音終端時刻検出部１３３にて検出した時刻Ｂから１００ｍｓ後までエネルギーを抑圧した。時変抑圧係数は、１を基準として、10ms毎に0.3162倍した係数0.3162⁰, 0.3162¹, 0.3162², 0.3162³, 0.3162⁴, 0.3162⁵, 0.3162⁶, 0.3162⁷, 0.3162⁸, 0.3162⁹を設定した。また、高パワー時刻検出部１３５に検出した時刻Ａから８０ｍｓ後までエネルギーを抑圧した。時変抑圧係数として、10ms毎に以下の係数0.6, 0.4, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9を設定した。本実施例の残響除去装置を用いた場合、より効果的に大きな音の直後、及び、目的音の終端部分の残響が抑圧されていることを見て取ることができる。

図１４（Ａ）は、雑音と残響を含む収音信号のスペクトログラムを、図１４（Ｂ）は、特許文献１の出力信号のスペクトログラムを、図１４（Ｃ）は、本実施例の出力信号のスペクトログラムを示す。なお、本実施例では、出力信号生成部１７０におけるパラメータは、α＝１、β＝０と設定した。また、雑音除去部１１１では、参考文献１記載の雑音除去方法を用いた。図１４（Ａ）において、雑音は白色性であるため、周波数特性が一様であることが見て取れる。一方、図１４（Ｂ）において、図１４（Ａ）と比べて処理後は雑音の特性が著しく変化していることがわかる。図１４（Ｃ）において、雑音の特性が変化していないことが分かる。

また、特許文献１の出力信号と本実施例の出力信号の残響除去性能を比較するため、２名の被験者により聴取実験を行った。実験結果として、本実施例の出力信号は、雑音の特徴に大きな変化を加えずに、目的音の終端、及び高パワーを有する収音信号が発生した直後において残響成分が抑圧され、より品質のよい残響除去信号が得られていることが分かった。

［変形例１］
実施例１と異なる部分のみ説明する。図１５は変形例１の残響除去装置２００の構成例を、図１６は変形例１の処理の流れを示す。残響除去装置２００は、残響分離部２５０及び時変抑圧部１３０を有する。

残響分離部２５０は、収音信号ｘ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める（ｓ２５０）。つまり、雑音除去信号ｄ（ｎ）に代えて、収音信号ｘ（ｎ）を利用して残響成分を除去する。この場合、残響除去装置２００は、雑音分離部、出力信号生成部を有さなくてもよい。また、残響分離部２５０は、残響抽出部を有さなくともよい。このような構成においても、振幅の大きな収音信号の直後、及び、目的音の終端部分に残留する残響成分を抑圧するという効果を得ることができる。雑音が少ない場合等には、演算量等を減らすことができ有効である。なお、このとき、残響分離部２５０は残響除去信号ｙ（ｎ）を出力信号ｚ（ｎ）として出力し、残響成分ｒ（ｎ）は出力しない。

図１７は、実施例２の残響除去装置３００の構成例を示す。以下、同様の構成要素については、同一の符号を付す。実施例２の残響除去装置３００は、雑音分離部３１０と、時変抑圧係数出力部３３０と、残響分離部３５０と、出力信号生成部３７０と、を有する。Ｍ個（Ｍ≧２）のセンサで観測されたＭ個のチャネルｍ（ｍ＝１，・・・，Ｍ）の収音信号ｘ_ｍ（ｕ）（但し、ｕは、連続時間を表す）が所定の標本化周波数でサンプリングされ、収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）が生成される。収音信号ｘ_ｍ（ｎ）は、それぞれメモリ等に格納される。

雑音分離部３１０は、収音信号ｘ_ｍ（ｎ）を用いて、雑音除去信号ｄ_ｍ（ｎ）を算出し、収音信号ｘ_ｍ（ｎ）から雑音除去信号ｄ_ｍ（ｎ）を差し引いて雑音成分ｂ_ｍ（ｎ）を求める。各チャネルｍにおいて、実施例１と同様の処理を行う。

時変抑圧係数出力部３３０は、収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する。各チャネルｍにおいて、実施例１と同様の処理を行う。

残響分離部３５０は、雑音除去信号ｄ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）求める。各チャネルｍにおいて、実施例１と同様の処理を行う。

出力信号生成部３７０は、残響除去信号ｙ_ｍ（ｎ）、雑音成分ｂ_ｍ（ｎ）及び残響成分ｒ_ｍ（ｎ）を重み付け加算して、出力信号ｚ_ｍ（ｎ）を算出する。各チャネルｍにおいて、実施例１と同様の処理を行う。
z_m(n)=y_ｍ(n)+α×b_m(n)＋β×r_m(n) (9）
但し、α、βは、予め利用者によって設定されるパラメータであり、０≦α≦１、０≦β≦１とする。このような構成とすることによって、各チャネルからの出力信号は、実施例１と同様の効果が得られる。なお、出力信号生成部３７０、または、雑音分離部３１０と出力信号生成部３７０を有さない場合であっても、実施例１、または、変形例１と同様の効果が得られる。

［変形例１］
実施例２と異なる部分についてのみ説明する。図１８は、変形例１の構成例を示す。変形例１では、残響分離部３５０’及び出力信号生成部３７０’の処理が異なる。図１９は、残響分離部３５０’の構成例を示す。残響分離部３５０’は、雑音除去信号ｄ_ｍ（ｎ）及び時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ（ｎ）及び残響成分ｒ_ｍ（ｎ）を求める。残響分離部３５０’は、残響除去部３６２、残響抽出部３６３、遅延量算出部３６５及び遅延調節部３６７を有する。残響除去部３６２では、各チャネルｍにおいて、実施例１と同様の処理を行い、ｍ個の残響除去信号ｙ_ｍ（ｎ）を出力する。

遅延量算出部３６５に、各チャネルの残響除去信号ｙ_１（ｎ）…ｙ_Ｍ(ｎ)が入力される。そして、遅延量算出部３６５は、残響除去信号ｙ_１(ｎ)…ｙ_Ｍ(ｎ)のチャネル間相互相関を極大にする残響除去信号の遅延量τ_１…τ_Ｍを、各チャネルについて決定する。以下にこの具体例を示す。まず、遅延量算出部３６５は、入力された分析フレーム内の残響除去信号ｙ_１(ｎ)…ｙ_Ｍ(ｎ)に対し、以下の式のようなチャネル間相関関数Ａ_ｍ（τ）の関数値を求める。なお、E{・}は平均演算子である。
A_m(τ)=E{y₁(n)・y_m(n+τ)}

次に、遅延量算出部３６５は、各ｍについて、チャネル間相関関数Ａ_ｍ(τ)を極大（例えば最大）とするτをτ_ｍとして求める。例えば、チャネル間相関関数Ａ_ｍ(τ)を最大とするτをτ_ｍとする場合には、遅延量算出部３６５は、
τ_ｍ=max{ A_m(τ)}
を算出して出力する。なお、max{・}は・の最大値を検出する。また、τ_ｍは、チャネルｍの残響除去信号の遅延量であり、遅延量にはτ_ｍ＝０も含む。

各遅延量τ₁…τ_Mと、残響除去信号ｙ_１(ｎ)…ｙ_Ｍ(ｎ)とが、遅延調節部３６７に入力される。そして、遅延調節部３６７の遅延部３６８は、各チャネルの残響除去信号ｙ_１(ｎ)…ｙ_Ｍ(ｎ)を、それぞれ遅延量τ_１…τ_Ｍだけ遅延させて、ｙ_１（ｎ＋τ₁）…ｙ_Ｍ（ｎ＋τ_Ｍ）を算出して出力する。

次に、ｙ_１（ｎ＋τ_１）…ｙ_Ｍ（ｎ＋τ_Ｍ）が、遅延補正部３６９に入力され、遅延補正部３６９は、以下の式に従い、ｙ_１（ｎ＋τ_１）…ｙ_Ｍ（ｎ＋τ_Ｍ）の平均を算出する。複数チャネルの場合には、雑音分離部３５０’が、この平均を新たに残響除去信号ｙ（ｎ）として出力する。各チャネルの後部残響信号に含まれる誤差成分は統計的に独立であると過程した場合、この操作により誤差を抑圧できることになる。

残響抽出部３６３は、雑音除去信号ｄ_ｍ（ｎ）から残響除去信号ｙ（ｎ）を差し引くことによって残響成分ｒ_ｍ（ｎ）を求める。
ｒ_ｍ（ｎ）＝ｄ_ｍ（ｎ）−ｙ（ｎ）
求めた残響成分ｒ_ｍ（ｎ）を出力信号生成部３７０’へ出力する。

出力信号生成部３７０’は、残響除去信号ｙ（ｎ）、雑音成分ｂ_ｍ（ｎ）及び残響成分ｒ_ｍ（ｎ）を重み付け加算して、出力信号ｚ_ｍ（ｎ）を算出する。例えば、以下の式のように算出する。
z_m(n)=y(n)+α×b_m(n)＋β×r_m(n) (10)
但し、α、βは、予め利用者によって設定されるパラメータである。このような構成とすることによって、実施例１と同様の効果が得られる。また、式（１０）に代えて、以下の式を用いることにより、ｍチャネルの収音信号から１チャネルの出力信号ｚ（ｎ）を得ることができる。

なお、出力信号生成部３７０’、または、雑音分離部３１０と出力信号生成部３７０’を有さない場合であっても、実施例１、または、変形例１と同様の効果が得られる。

上述した残響除去装置は、コンピュータにより機能させることもできる。この場合はコンピュータに、目的とする装置（各種実施例で図に示した機能構成をもつ装置）として機能させるためのプログラム、又はその処理手順（各実施例で示したもの）の各過程をコンピュータに実行させるためのプログラムを、ＣＤ−ＲＯＭ、磁気ディスク、半導体記憶装置などの記録媒体から、あるいは通信回線を介してそのコンピュータ内にダウンロードし、そのプログラムを実行させればよい。

本発明に係る残響除去装置は、さまざまな音響信号処理システムの要素技術として利用することが可能である。例えば、発話された音声信号の残響除去処理が要素技術として性能向上に寄与できるような音響信号処理システムには、残響環境下で収音した音声を整音するためのシステムや、残響環境下で残響を除去することで聞き取り易さを向上させる補聴器や、残響除去により音声の明瞭性を向上させるＴＶ会議システム等の通信システム等が挙げられる。実環境で収音された信号には、常に残響（反射音）が含まれるが、本発明に係る残響除去装置は、そのような環境で用いられることを想定している。

特許文献１記載の残響除去装置５０の構成例を示す。 図２（ｉ）は、特許文献１記載の残響除去装置を使って残響除去処理を行った結果を、図２（ii）は、本実施例の残響除去装置を使って残響除去処理を行った結果を示す。 実施例１の残響除去装置１００の構成例を示す。 実施例１の処理の流れを示す。 雑音分離部１１０の構成例を示す。 雑音分離部１１０の構成例の流れを示す。 雑音除去部１１１の構成例を示す。 時変抑圧係数出力部１３０の構成例を示す。 時変抑圧係数出力部１３０の処理の流れを示す。 目的音終端時刻検出部及び高パワー時刻検出部における検出例の概要を示す。 残響分離部１５０の構成例を示す。 残響分離部１５０の処理の流れを示す。 疑似白色化（Pre-whitening）部１５１の構成例を示す。 図１４（Ａ）は雑音と残響を含む収音信号のスペクトログラムを、図１４（Ｂ）は特許文献１の出力信号のスペクトログラムを、図１４（Ｃ）は本実施例の出力信号のスペクトログラムを示す。 実施例１の変形例１の残響除去装置２００の構成例を示す。 実施例１の変形例１の処理の流れを示す。 実施例２の残響除去装置３００の構成例を示す。 実施例２の変形例１の残響除去装置３００’の構成例を示す。 実施例２の変形例１の残響分離部３５０’の構成例を示す。

符号の説明

１００，２００，３００ 残響除去装置 １１０，３１０ 雑音分離部
１３０，２３０，３３０ 時変抑圧係数出力部
１５０，２５０，３５０，３５０’ 残響分離部
１７０，３７０，３７０’ 出力信号生成部
１３１ パワー時間包絡値計算部 １３３ 目的音終端時刻検出部
１３５ 高パワー時刻検出部 １３７ 抑圧係数出力部

Claims (10)

1. Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力部と、
   前記収音信号ｘ_ｍ（ｎ）及び前記時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める残響分離部と、
   を有する残響除去装置。
2. Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）を用いて、雑音除去信号ｄ_ｍ（ｎ）を算出する雑音分離部と、
   前記収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力部と、
   前記雑音除去信号ｄ_ｍ（ｎ）及び前記時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）求める残響分離部と、
   を有する残響除去装置。
3. 請求項２記載の残響除去装置であって、
   前記雑音分離部は、前記収音信号ｘ_ｍ（ｎ）から前記雑音除去信号ｄ_ｍ（ｎ）を差し引いて雑音成分ｂ_ｍ（ｎ）を求め、
   前記残響分離部は、前記残響除去信号ｙ_ｍ（ｎ）に加え、残響成分ｒ_ｍ（ｎ）を求め、
   残響除去信号、前記雑音成分ｂ_ｍ（ｎ）及び前記残響成分ｒ_ｍ（ｎ）を重み付け加算して、出力信号を算出する出力信号生成部を有すること、
   を特徴とする残響除去装置。
4. 請求項１から３記載の何れかの残響除去装置であって、
   前記時変抑圧係数出力部は、前記収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）を計算するパワー時間包絡値計算部と、
   前記パワー時間包絡値ｅ_ｍ（ｔ）を用いて、目的音の終端部分の時刻Ａ_ｍを検出する目的音終端時刻検出部と、
   前記パワー時間包絡値ｅ_ｍ（ｔ）を用いて、高パワーを有する前記収音信号ｘ_ｍ（ｎ）が発生した直後の時刻Ｂ_ｍを検出する高パワー時刻検出部と、
   前記時刻Ａ_ｍまたはＢ_ｍを用いて、予め定められた抑圧係数を出力する抑圧係数出力部を有すること
   を特徴とする残響除去装置。
5. 請求項２から４記載の何れかの残響除去装置であって、
   前記残響分離部は、
   前記雑音除去信号ｄ_ｍ（ｎ）を疑似白色化する疑似白色化部と、
   前記疑似白色化した雑音除去信号ｄ’ _ｍ（ｎ）を用いて、マルチステップ線形予測モデルの各線形予測係数を求める線形予測係数算出部と、
   前記疑似白色化した雑音除去信号ｄ’ _ｍ（ｎ）と各線形予測係数から後部残響信号ｒ_ｍ（ｎ）を予測する後部残響予測部と、
   前記疑似白色化した雑音除去信号ｄ’ _ｍ（ｎ）及び前記後部残響信号ｒ_ｍ（ｎ）を周波数領域に変換し、それぞれの振幅スペクトルと位相情報を抽出し、出力する周波数領域変換部と、
   前記周波数領域の雑音除去信号のパワー値から後部残響信号のパワー値を差し引いた値に、前記時変抑圧係数λ_ｍ（ｔ）を掛け合わせた値を残響除去信号の振幅スペクトル｜Ｙ_ｍ（ω，ｔ）｜として算出する後部残響除去部と、
   前記振幅スペクトル｜Ｙ_ｍ（ω，ｔ）｜と前記位相情報を用いて時間領域の残響除去信号ｙ_ｍ（ｎ）を算出する時間領域変換部と、
   前記雑音除去信号ｄ_ｍ（ｎ）から残響除去信号を差し引くことによって残響成分ｒ_ｍ（ｎ）を求める残響抽出部を有すること
   を特徴とする残響除去装置。
6. Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力ステップと、
   前記収音信号ｘ_ｍ（ｎ）及び前記時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）を求める残響分離ステップと、
   を有する残響除去方法。
7. Ｍ（Ｍ≧１）個のセンサによってそれぞれ観測されたＭ個のチャネルｍ（ｍ＝１，...，Ｍ）の収音信号をそれぞれ複数の時点でサンプリングして得られた収音信号ｘ_ｍ（ｎ）（但し、ｎは、離散時間を表す）を用いて、雑音除去信号ｄ_ｍ（ｎ）を算出する雑音分離ステップと、
   前記収音信号ｘ_ｍ（ｎ）のパワー時間包絡値ｅ_ｍ（ｔ）（但し、ｔはフレーム番号を表す）の変化に依存して、時変抑圧係数λ_ｍ（ｔ）を出力する時変抑圧係数出力ステップと、
   前記雑音除去信号ｄ_ｍ（ｎ）及び前記時変抑圧係数λ_ｍ（ｔ）を用いて、残響除去信号ｙ_ｍ（ｎ）求める残響分離ステップと、
   を有する残響除去方法。
8. 請求項７記載の残響除去方法であって、
   前記雑音分離ステップは、前記収音信号ｘ_ｍ（ｎ）から前記雑音除去信号ｄ_ｍ（ｎ）を差し引いて雑音成分ｂ_ｍ（ｎ）を求め、
   前記残響分離ステップは、前記残響除去信号ｙ_ｍ（ｎ）に加え、残響成分ｒ_ｍ（ｎ）を求め、
   残響除去信号、前記雑音成分ｂ_ｍ（ｎ）及び前記残響成分ｒ_ｍ（ｎ）を重み付け加算して、出力信号を算出する出力信号生成ステップを有すること、
   を特徴とする残響除去方法。
9. 請求項１から５の何れかに記載の残響除去装置としてコンピュータを機能させるためのプログラム。
10. 請求項９記載の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。