JP2010134013A - 信号処理装置及び信号処理方法 - Google Patents

Abstract

【課題】現時点の直前における入力信号の基本周期を精度良く算出することができる信号処理装置及び信号処理方法を提供する。
【解決手段】テンプレート設定部５１は、パケットロスが発生したロス発生時点ＲＴから過去に向けてある時間幅の音声信号をテンプレートＴＭとして設定する。周期検出部５２は、テンプレート設定部５１により設定されたテンプレートＴＭを音声信号に対してロス発生時点ＲＴから過去に向けてスライドさせ、テンプレートＴＭと音声信号との相関を求め、テンプレートＴＭと音声信号との相関ピークが最も強く現れたときのスライド量からロス発生時点ＲＴの直前の音声信号の基本周期を検出する。ここで、テンプレート設定部５１は、周期検出部５２がテンプレートＴＭのスライド量が増大するにつれてテンプレートＴＭの時間幅を増大させる。
【選択図】図２

Description

本発明は、入力信号の基本周期を検出する信号処理装置及び信号処理方法に関するものである。

近年、ＰＬＣや無線ＬＡＮ等の通信媒体を用いて音声通話を行うＶｏＩＰ（Voice over Internet Protocol）通信が知られている。ＰＬＣや無線ＬＡＮ等の通信媒体は、伝送品質が変動しやすいため、パケットロスによる音声品質の劣化が問題となる。パケットロスが発生すると、例えばプツというようなノイズ音が通話中に発生する可能性がある。

そこで、ＶｏＩＰの通信装置では、パケットロスが発生した場合、直前の音声信号の基本周期（ピッチ）を検出し、パケットロスが発生した直前の基本周期分の音声信号を用いてロス期間を補間する隠蔽処理が行われている。

図７は、従来の隠蔽処理を説明するための音声信号の波形図である。図７において縦軸は通信装置に入力される音声信号の強度を示し、横軸は時間を示している。音声パケットの受信に失敗し、パケットロスが発生すると、通信装置は、パケットロスが発生する直前の所定期間の音声信号をテンプレートとして設定する。

次に、このテンプレートを音声信号に対してパケットロスが発生したした時点から過去に向けてスライドさせる。次に、テンプレートと音声信号との相関演算を実行し、パケットロスが発生する直前の音声信号の基本周期を検出する。

次に、パケットロスが発生してから過去に遡って、基本周期分の音声信号を取り出し、その音声信号をロス期間に繰り返し当てはめてロス期間を補間する。

ここで、この基本周期分の音声信号でロス期間を補間するのは、通話者が例えば「あ」という音声を発した場合、この「あ」の音声は、２０ｍｓｅｃ程度に区切られて１つの音声パケットにのせて送信されるため、ロス期間ではパケットロスが発生する直前の基本周期分の音声信号が繰り返されている可能性が高いからである。

したがって、隠蔽処理を行う場合、パケットロスが発生した直前の音声信号の基本周期を検出することが重要となる。

なお、従来の基本周期の検出手法として下記に示す特許文献１〜４が知られている。特許文献１では、複数の異なる分析窓幅で、入力音声波形の自己相関関数Ｒ（τ）を求め、求めた最大値をＲ（τ）ｍａｘとし、Ｖ＝Ｒ（τ）ｍａｘ／Ｒ（０）を求め、Ｖの大きさとτのばらつきとを考慮して、最も信頼できるτの値から入力音声波形のピッチを求める技術が開示されている。

特許文献２では、デジタルサンプルされた音信号の自己相関関数φ（ｄ）を求め、音声信号の概略のピッチを抽出し、抽出した概略のピッチを基本区間として、基本区間の整数倍で音声信号を区切って演算区間を決定し、決定した演算区間の自己相関関数φ´（ｄ）から音声信号のピッチを求める技術が開示されている。

特許文献３では、過去のフレームで抽出したピッチの平均値が大きいときに分析窓長を長く設定すると共に間引き率を高く設定し、逆に前記平均値が小さいときに分析窓長を短く設定すると共に間引き率を低く設定する技術が開示されている。

特許文献４では、予め定められた複数のピッチ候補のそれぞれについて入力音声信号のピッチを求めるにあたり、ピッチ候補が長周期になるにつれて、周期評価に用いる入力音声信号の時間軸上の評価範囲を広くすると共に、入力音声信号のサンプリング周期を狭める技術が開示されている。
特許第３２１９８６８号公報 特許第３２３３４４８号公報 特許第３４５９４１号公報 特開２００４−３１７５３３号公報

しかしながら、特許文献１〜４の手法は、いずれも、上記の隠蔽処理を行うことを課題としておらず、単に入力信号から基本周期を精度良く検出すること課題としている。そのため、パケットロスが発生した直前の入力信号の基本周期を精度良く検出することができないという問題がある。特に、特許文献１〜４の手法では、パケットロスが発生する直前に入力信号の基本周期が変化した際に、この基本周期とテンプレートの時間幅とがマッチしていない場合、この基本周期を精度良く検出することができないという問題が発生する。

本発明の目的は、現時点の直前における入力信号の基本周期を精度良く算出することができる信号処理装置及び信号処理方法を提供することである。

（１）本発明の一局面による信号処理装置は、現時点から過去に向けてある時間幅の入力信号を基準信号として設定する基準信号設定部と、前記基準信号を前記入力信号に対して現時点から過去に向けてスライドさせ、前記基準信号と前記入力信号との相関を求めることで、前記入力信号の基本周期を検出する周期検出部とを備え、前記基準信号設定部は、前記基準信号のスライド量が増大するにつれて前記基準信号の時間幅を増大させる。

本発明の別の一局面による信号処理方法は現時点から過去に向けてある時間幅の入力信号を基準信号として設定する基準信号設定ステップと、前記基準信号を現在の入力信号から過去の入力信号に向けてスライドさせ、前記基準信号と入力信号との相関を求めることで、前記基本周期を検出する周期検出ステップとを備え、前記周期検出ステップは、前記基準信号のスライド量が増大するにつれて前記基準信号の時間幅を増大させる。

この構成によれば、現時点から過去に向けてある時間幅の入力信号が基準信号として設定される。そして、設定された基準信号が入力信号に対して現時点から過去に向けてスライドされる。そして、基準信号と入力信号との相関が求められ、入力信号の基本周期が検出される。

ここで、基準信号はスライド量が増大するにつれて時間幅が増大される。したがって、スライド量の小さい比較的初期の段階において、現時点のほぼ直前の基本周期分の入力信号が基準信号とされるタイミングが発生する。このとき、基準信号と入力信号との間で強い相関ピークが現れる。一方、スライド量が大きくなると、それに応じて基準信号の時間幅も増大され、基準信号には複数の周波数成分が含まれるようになる。そのため、上記のタイミングで得られる相関ピークほど強い相関ピークを得ることはできなくなる。よって、現時点の直前の入力信号の基本周期を精度良く検出することが可能となる。

更に、スライド量の小さい比較的初期の段階においては、基準信号の時間幅が短いため、計算量を小さくすることができる。

（２）前記入力信号にパケットロスが発生したか否かを検出するパケットロス検出部と、隠蔽処理部とを更に備え、前記周期検出部は、前記パケットロス検出部によりパケットロスが発生したロス発生時点を前記現時点として前記基本周期を検出し、前記隠蔽処理部は、前記ロス発生時点から過去に向けて前記基本周期分の入力信号を取り出し、取り出した入力信号でパケットロスが発生したロス期間を補間することが好ましい。

この構成によれば、パケットロスが発生した場合に、ロス発生時点が現時点とされ、ロス発生時点の直前における入力信号の基本周期が検出される。そして、ロス発生時点から過去に向けて基本周期分の入力信号が取り出され、この入力信号を用いてロス期間が補間されて隠蔽処理が行われる。そのため、隠蔽処理を精度良く行うことができる。

（３）前記基準信号設定部は、前記基準信号のスライド量が所定のスライド基準値になるまで、前記基準信号の時間幅を所定の初期時間幅に設定することが好ましい。

この構成によれば、基準信号のスライド量が比較的小さい場合は、基準信号の時間幅が初期時間幅に設定されるため、スライド量が小さい場合であっても基準信号の時間幅を一定の大きさ以上確保することが可能となり、基準信号と入力信号との間の相関をより精度良く求めることができる。なお、初期時間幅としては、例えば想定される入力信号の基本周期の最小値程度の値を採用すればよい。また、スライド基準値としては、例えば初期時間幅を採用すればよい。

（４）前記周期検出部は、相互相関により前記基準信号と前記入力信号との相関を求めることが好ましい。

この構成によれば、相互相関が採用されているため、基準信号と入力信号との相関を精度良く算出することができる。

（５）前記周期検出部は、ＡＭＤＦにより前記基準信号と前記入力信号との相関を求めることが好ましい。

この構成によれば、ＡＭＤＦが採用されているため、比較的少ない計算量でありながら精度良く基準信号と入力信号との相関を算出することができる。

（６）前記入力信号は、所定のサンプリング周期でサンプリングされた信号であり、前記周期検出部は、式（１）を用いて前記相互相関を行うことが好ましい。

但し、φ（τ）は相関値を示し、Ｎは前記基準信号の時間幅を示し、ｘ（ｊ）は前記基準信号を示し、ｘ（ｊ−τ）は前記入力信号を示し、ｋ＋１は前記基準信号の開始点を示し、ａは予め定められた係数を示し、τは前記基準信号のスライド量を示し、ｊは入力信号の各サンプリング点のサンプリング番号を示す。

この構成によれば、式（１）を用いて相互相関が算出されることになる。

（７）前記入力信号は、所定のサンプリング周期でサンプリングされた信号であり、前記周期検出部は、式（２）を用いて前記ＡＭＤＦを行うことが好ましい。

但し、φ（τ）は相関値を示し、Ｎは前記基準信号の時間幅を示し、ｘ（ｊ）は前記基準信号を示し、ｘ（ｊ−τ）は前記入力信号を示し、ｋ＋１は前記基準信号の開始点を示し、ａは予め定められた係数を示し、τは前記基準信号のスライド量を示し、ｊは入力信号の各サンプリング点のサンプリング番号を示す。

この構成によれば、式（２）を用いてＡＭＤＦが行われることになる。

（８）前記基準信号設定部は、前記基準信号のスライド量が所定の変更基準値を超えるまで、前記ａを１≦ａ＜２の範囲内の所定の固定値に設定し、前記基準信号のスライド量が前記変更基準値を超えると、前記スライド量が所定の最大スライド量に近づくにつれて、１に近づくように前記ａの値を減少させることが好ましい。

この構成によれば、スライド量が小さい場合、基準信号の時間幅をスライド量に対して大きめに設定することができ、スライド量が大きい場合、基準信号の時間幅をスライド量程度の値に設定することができる。そのため、スライド量が小さい場合において、基準信号の時間幅が小さくなりすぎることを防止することができる。

本発明によれば、スライド量が小さい比較的初期の段階において、現時点のほぼ直前の基本周期分の入力信号が基準信号とされるタイミングが発生する。このとき、基準信号と入力信号との間で強い相関ピークが現れる。一方、スライド量が大きくなると、それに応じて基準信号の時間幅も増大され、基準信号には複数の周波数成分が含まれるようになる。そのため、上記のタイミングで得られる相関ピークほど強い相関ピークを得ることはできなくなる。よって、現時点のほぼ直前の入力信号の基本周期を精度良く検出することが可能となる。

以下、本発明の一実施の形態による信号処理装置を通信装置に適用した場合を例に挙げて説明する。図１は、本発明の一実施の形態による信号処理装置が適用された通信装置の全体構成を示すブロック図である。なお、この通信装置は、例えばＶｏＩＰによる通話機能を備える通信装置であり、SIP(Session Initiation Protocol)、Ｈ．３２３、ＩＰｖ４、又はＩＰｖ６等の通信プロトコルを用いて所定の通信ネットワークを介して接続された他の通信装置との間で通信を行う。

図１に示すように、本通信装置は、パケット受信部１、遅延ゆらぎ吸収バッファ２、タイマ３、パケットロス検出部４、検出処理部５、隠蔽処理部６、音声出力部７、及びスピーカ８を備えている。

パケット受信部１は、他の通信装置から送信される音声パケットを受信し、この音声パケットを遅延ゆらぎ吸収バッファ２に出力する。この音声パケットは、例えば、ＲＴＰ（Real-time Transport Protocol）に準拠した音声パケットであり、２０ｍｓｅｃのデジタルの音声信号を含む。また、音声信号は、例えば、ＰＣＭμ−Ｌａｗ等により８ｋＨｚのサンプリング周波数でサンプリングされたデジタルの音声信号である。

したがって、パケット受信部１は、音声パケットのＲＴＰヘッダに含まれるシーケンス番号に従って、受信した音声パケットを時系列順に遅延ゆらぎ吸収バッファ２に出力する。なお、ＲＴＰヘッダには、シーケンス番号の他タイムスタンプ等が含まれている。シーケンス番号は音声パケットの送信順序を示し、タイムスタンプは、元の音声波形における音声信号の相対的な位置を示す。

遅延ゆらぎ吸収バッファ２は、パケット受信部１から出力された音声パケットを一旦保持し、所定時間遅延させて出力することで音声パケットの遅延ゆらぎを吸収する。

タイマ３は、パケットロス検出部４がパケットロスを検出する際に用いられる。パケットロス検出部４は、遅延ゆらぎ吸収バッファ２が検出処理部５に音声パケットを出力したとき、タイマ３に計時を開始させ、遅延ゆらぎ吸収バッファ２が次の音声パケットを出力する前に、タイマ３による計時時間がパケットロスが発生したと想定される所定時間を超えた場合、パケットロスが発生したと判定する。

検出処理部５は、遅延ゆらぎ吸収バッファ２から順次出力される音声パケットからシーケンス番号及びタイムスタンプに従って音声信号を取り出す。そして、検出処理部５は、パケットロス検出部４によりパケットロスが検出された場合、取り出した音声信号に対して基本周期（ピッチ）の検出処理を行い、パケットロス検出部４によりパケットロスが検出されなかった場合、取り出した音声信号を音声出力部７にそのまま出力する。なお、検出処理部５は、過去一定期間の音声信号を保持するものとする。

また、検出処理部５は、テンプレート設定部５１（基準信号設定部の一例）及び周期検出部５２を備えている。テンプレート設定部５１は、パケットロスが発生したロス発生時点から過去に向けてある時間幅の音声信号をテンプレート（基準信号の一例）として設定する。ここで、テンプレート設定部５１は、周期検出部５２がテンプレートのスライド量を増大させるにつれてテンプレートの時間幅を増大させる。

周期検出部５２は、テンプレート設定部５１により設定されたテンプレートを音声信号に対してロス発生時点から過去に向けてスライドさせ、テンプレートと音声信号との相関を求め、テンプレートと音声信号との相関ピークが最も強く現れたときのスライド量からロス発生時点の直前の音声信号の基本周期を検出する。

図２は、テンプレート設定部５１及び周期検出部５２の処理を説明するための音声信号の波形図である。なお、図２に示す縦軸は音声信号の強度を示し、横軸は時間をサンプル数で示したものである。また、図２に示すテンプレートＴＪは従来の隠蔽処理に使用されていたテンプレートを示している。

パケットロスが発生すると、従来の通信装置では、例えば、ロス発生時点ＲＴから過去の所定期間分の音声信号をテンプレートＴＪとして設定する。そして、このテンプレートＴＪを音声信号に対してロス発生時点ＲＴから過去に向けてスライドさせることで、音声信号とテンプレートＴＪの相関を求め、最も強い相関ピークが得られたときのテンプレートＴＪのスライド量から音声信号の基本周期を検出していた。

図３は、従来のテンプレートＴＪを用いたときのテンプレートＴＪと音声信号との相関値の演算結果を示したグラフである。なお、図３においては、ＡＭＤＦを用いて相関値が算出されている。また、図３において、縦軸は相関値を示し、横軸はロス発生時点ＲＴを０としたときの時間をサンプル数で示したものである。また、図３はＡＭＤＦによる相関値であるため、値が小さいほど音声信号とテンプレートＴＪとの相関が強い。

図３では、まず、３７サンプルの時点で下に凸の相関ピークＰＫ１が現れ、次に、４７サンプルの時点で下に凸の相関ピークＰＫ２が現れ、以後、およそ３７サンプルの周期で下に凸の相関ピークが繰り返し現れている。そして、相関ピークＰＫ１の方が相関ピークＰＫ２よりも小さく現れている。そのため、従来の手法では３７サンプルが音声信号の基本周期として検出されてしまう。

一方、図２に示すようにロス発生時点ＲＴの直前の音声信号の基本周期は、４７サンプルである。そのため、従来の手法では、ロス発生時点ＲＴの直前の音声信号の基本周期が精度良く検出されていないことが分かる。

これは、テンプレートＴＪの時間幅は、４７サンプルより遙かに大きく、テンプレートＴＪには検出対象となる基本周期が４７サンプルの音声信号は１周期分しか含まれていないが、検出対象でない基本周期が３７サンプルの音声信号は３周期分も含まれているため、３７サンプルで強い相関ピークが現れたと考えられる。

この場合、ロス発生時点ＲＴから過去に遡って３７サンプル分の音声信号を取り出し、この音声信号をロス期間に繰り返し当てはめて補間することで、隠蔽処理が行われる。

そのため、ロス期間の波形とロス期間以外の波形とを滑らかに繋ぐことが困難となり、隠蔽処理を精度良く行うことが困難となってしまう。

一方、テンプレートの時間幅が４７サンプルより小さい場合、４７サンプルの基本周期を検出することはできない。

そこで、本実施の形態では、図２に示すようにテンプレートＴＭのスライド量が増大されるにつれて、テンプレートＴＭの時間幅が増大されている。

そのため、例えば図２の３段目に示すテンプレートＴＭのように、ある程度テンプレートＴＭをスライドさせたとき、そのテンプレートには、ほぼ検出対象となる４７サンプルの音声信号のみが含まれるようになる。一方、図２の４段目のテンプレートＴＭにおいては、基本周期が４７サンプルの音声信号に加えて、基本周期が３７サンプルの音声信号も含まれている。そのため、３段目のテンプレートＴＭと音声信号との相関の方が、４段目のテンプレートＴＭと音声信号との相関よりも強く表れ、ロス発生時点ＲＴの直前の音声信号の基本周期を精度良く検出することが可能となる。

ここで、周期検出部５２は、相関演算として、例えば式（１）に示す相互相関又は式（２）に示すＡＭＤＦを採用することが好ましい。

但し、φ（τ）は相関値を示し、ＮはテンプレートＴＭの時間幅を示し、ｘ（ｊ）はテンプレートＴＭを示し、ｘ（ｊ−τ）は音声信号を示し、ｋ＋１はテンプレートＴＭの開始点を示し、ａは予め定められた係数を示し、τはテンプレートＴＭのスライド量を示し、ｊは音声信号の各サンプリング点のサンプリング番号を示す。

また、テンプレート設定部５１は、テンプレートＴＭのスライド量が所定のスライド基準値になるまで、テンプレートＴＭの時間幅を所定の初期時間幅に設定することが好ましい。

こうすることで、テンプレートＴＭのスライド量が比較的小さい場合は、テンプレートＴＭの時間幅が初期時間幅に設定され、スライド量が小さい場合であってもテンプレートＴＭの時間幅を一定の大きさ以上確保することが可能となり、テンプレートＴＭと音声信号（入力信号）との間の相関をより精度良く求めることができる。

更に、テンプレートＴＭのスライド量がスライド基準値になるまで、テンプレートＴＭの時間幅は初期時間幅に設定されるが、この初期時間幅を比較的短くすることで、計算量を少なくすることができる。

なお、初期時間幅としては、想定される音声信号の基本周期の最小値程度を採用することが好ましい。また、スライド基準値としては、例えば初期時間幅を採用すればよい。

図４は、テンプレート設定部５１及び周期検出部５２の処理を説明する図である。図４に示す直線上の各点は音声信号のサンプリング点を示している。また、右端のサンプリング点はロス発生時点ＲＴを示し、各サンプリング点は、左に向かうにつれて過去のサンプリング点を示している。また、ロス発生時点ＲＴを０番目のサンプリング点とする。音声信号の基本周期は、短い場合で３ｍｓｅｃ程度であり、サンプリング周波数が８ｋＨｚとすると、２４サンプルに相当する。したがって、初期時間幅として、例えば２４サンプルとすればよいが、図４では、説明の便宜上、テンプレートＴＭの初期時間幅を４とし、ａ＝１とし、スライド基準値を５とする。

まず、パケットロスが発生すると、周期検出部５２は、τ＝０に設定し、テンプレートＴＭの初期時間幅が４であるため、ロス発生時点ＲＴから左に４番目のサンプリング点を基準サンプリング点ｋとして設定し、ｋからロス発生時点ＲＴに向かうにつれて、１ずつ増えるように各サンプリング点にサンプリング番号を付与し、ｋから過去に向かうにつれて、１ずつ減少するように各サンプリング点にサンプリング番号を付与する。

そして、テンプレート設定部５１は、音声信号ｘ（ｋ＋１）〜ｘ（ｋ＋４）をテンプレートＴＭ０として設定する。

そして、周期検出部５２は、式（１）又は（２）を用いて、テンプレートＴＭ０と音声信号ｘ（ｊ−０）との相関値φ（０）を算出する。この場合テンプレートＴＭ０は、音声信号ｘ（ｋ＋１）〜ｘ（ｋ＋４）に当てはめられる。

次に、周期検出部５２は、τ＝１に設定し、τ＝０と同様にして、式（１）又は（２）を用いて、テンプレートＴＭ０と音声信号ｘ（ｊ−１）との相関値φ（１）を算出する。この場合、テンプレートＴＭ０は、音声信号ｘ（ｋ）〜ｘ（ｋ＋３）に当てはめられる。

以下、τ＝４になるまで、テンプレートＴＭ０が音声信号に対して過去に向けてスライドされ、式（１）又は（２）を用いてφ（２），φ（３），φ（４）が算出される。

次に、周期検出部５２は、τ＝５に設定すると、τ≧スライド基準値（＝５）であるため、ロス発生時点ＲＴから左に５番目のサンプリング点を基準サンプリング点ｋとして設定する。そして、テンプレート設定部５１は、音声信号ｘ（ｋ＋１）〜ｘ（ｋ＋５）をテンプレートＴＭ５として設定する。そして、周期検出部５２は、式（１）又は（２）を用いてテンプレートＴＭ５と音声信号ｘ（ｊ−５）との相関値φ（５）を求める。この場合、テンプレートＴＭ５は、音声信号ｘ（ｋ−４）〜ｘ（ｋ）に当てはめられる。

次に、周期検出部５２は、τ＝６に設定し、ロス発生時点ＲＴから左に６番目のサンプリング点を基準サンプリング点ｋとして設定する。そして、テンプレート設定部５１は、音声信号ｘ（ｋ＋１）〜ｘ（ｋ＋６）をテンプレートＴＭ６として設定する。そして、周期検出部５２は、式（１）又は（２）を用いてテンプレートＴＭ６と音声信号ｘ（ｊ−６）との相関値φ（６）を求める。この場合、テンプレートＴＭ６は、音声信号ｘ（ｋ−５）〜ｘ（ｋ）に当てはめられる。

以後、周期検出部５２は、τが最大スライド量であるτｍａｘになるまで、上記処理を繰り返し、φ（τ）を求める。これにより、テンプレートＴＭは、スライド量が増大するにつれて、時間幅が増大されることになる。

図５は、図２に示す音声信号に対して本実施の形態による手法を用いて相関値φ（τ）を求めたときの相関値φ（τ）のグラフを示している。なお、図５において、縦軸は相関値φ（τ）を示し、横軸は時間をサンプル数で示したものである。また、図５においては、ＡＭＤＦにより相関値φ（τ）が算出されている。したがって、図３と同様、相関値の低い相関ピークほど音声信号とテンプレートＴＭとの相関が強い。

図５においては、ロス発生時点ＲＴ（＝０）からおよそ４７サンプル経過したときに下に凸の相関ピークＰＫ１が現れ、次に、相関ピークＰＫ１が現れてからおよそ３７サンプル経過したときに下に凸の相関ピークＰＫ２が現れ、以後、およそ３７サンプル経過する毎に下に凸の相関ピークが現れている。また、相関ピークは時間が経過するにつれて値が大きくなっており、テンプレートＴＭと音声信号との相関が弱くなっている。なお、サンプリング周波数を８ｋＨｚとすると、３７サンプルは、３７×０．１２５ｍｓｅｃ＝４．６２５ｍｓｅｃに相当し、４７サンプルは、４７×０．１２５＝５．８７５ｍｓｅｃに相当する。

つまり、図５に示す相関ピークのうち、テンプレートＴＭを４７サンプル分ずらしたときの相関ピークＰＫ１が最小となっている。

そのため、周期検出部５２は、最小の相関ピークＰＫ１が現れた時刻である４７サンプルをロス発生時点ＲＴの直前の音声信号の基本周期として検出する。したがって、周期検出部５２は、図２に示すロス発生時点ＲＴの直前の音声信号の基本周期である４７サンプルを検出できていることが分かる。

図１に戻り、隠蔽処理部６は、ロス発生時点ＲＴから過去に向けて周期検出部５２により検出された基本周期分の音声信号を取り出し、取り出した音声信号でパケットロスが発生したロス期間を補間する隠蔽処理を行う。

ここで、隠蔽処理部６は、例えば、図２に示す音声信号が入力され、周期検出部５２が基本周期として４７サンプルを検出したとすると、ロス発生時点ＲＴから過去に向けて４７サンプルの音声信号を取り出し、取り出された音声信号をロス期間の最後まで繰り返し当てはめ、ロス期間を補間する。

音声出力部７は、隠蔽処理が行われた音声信号又は隠蔽処理が行われなかった音声信号をアナログ信号に変換し、スピーカ８から音声として出力させる。

図６は、図１に示す通信装置の処理を示すフローチャートである。なお、図６のフローチャートでは、説明の便宜上、ａ＝１としている。まず、ステップＳ１において、パケットロス検出部４が、パケットロスを検出すると（ステップＳ１でＹＥＳ）、周期検出部５２は、τ＝０に設定する（ステップＳ２）。

次に、テンプレート設定部５１は、τの値に応じた時間幅のテンプレートＴＭを音声信号から設定する（ステップＳ３）。このとき、テンプレート設定部５１は、τ＜スライド基準値の場合は、テンプレートＴＭの時間幅を初期時間幅に設定し、τ≧スライド基準値の場合、テンプレートＴＭの時間幅をＮ＝τに設定する。

次に、周期検出部５２は、ｋ＋１がテンプレートＴＭの開始点となるように、基準サンプリング点ｋを設定し、各サンプリング点にサンプリング番号を付与する（ステップＳ４）。

次に、周期検出部５２は、式（１）又は（２）を用いてテンプレートＴＭと音声信号との相関値を算出する（ステップＳ５）。

次に、周期検出部５２は、τ＝τ＋１とする（ステップＳ６）。次に、周期検出部５２は、τ≧スライド基準値の場合（ステップＳ７でＹＥＳ）、すなわち、テンプレートＴＭのスライド量がスライド基準値を超えた場合、処理をステップＳ８に進め、τ＜スライド基準値の場合（ステップＳ７でＮＯ）、処理をステップＳ５に戻す。ステップＳ５〜Ｓ７の処理が繰り返されることで、初期時間幅のテンプレートＴＭは、スライド基準値となるまで、音声信号に対して過去に向けてスライドされる。

ステップＳ８において、τ＜τｍａｘである場合（ステップＳ８でＮＯ）処理がステップＳ３に戻され、τ≧τｍａｘとなるまで、ステップＳ３〜Ｓ８の処理が繰り返される。これにより、テンプレートＴＭは、スライド量であるτが増大するにつれて時間幅が増大される。

ステップＳ８において、τ≧τｍａｘとなった場合（ステップＳ８でＹＥＳ）、周期検出部５２は、ステップＳ５で算出した相関値から相関ピークを検出し、検出した相関ピークのうち、テンプレートＴＭと音声信号との相関が最も強い相関ピークのスライド量を特定し、特定したスライド量から基本周期を検出する（ステップＳ９）。ここで、式（１）を採用した場合、相関値が最大の値を有する相関ピークがテンプレートＴＭと音声信号との最も強い相関を示す。また、式（２）を採用した場合、相関値が最小の値を示す相関ピークがテンプレートＴＭと音声信号との最も強い相関を示す。

また、周期検出部５２は、特定したスライド量に音声信号のサンプリング周期を乗じることで、基本周期を算出すればよい。

次に、隠蔽処理部６は、ステップＳ９で検出された基本周期に従って音声信号を取り出し、取り出した音声信号を用いてロス期間を補間し、隠蔽処理を行う（ステップＳ１０）。

なお、図４の説明では、テンプレート設定部５１は、ａ＝１に設定したが、これに限定されず、テンプレートＴＭのスライド量が所定の変更基準値を超えるまで、ａを１≦ａ＜２の範囲内の所定の固定値に設定し、スライド量が変更基準値を超えると、スライド量が最大スライド量（τｍａｘ）に近づくにつれて、１に近づくようにａの値を漸次減少させてもよい。変更基準値としては、例えば上記のスライド基準値を採用することができる。

これにより、スライド量が小さい場合、テンプレートＴＭの時間幅をスライド量に対して大きめに設定することができ、スライド量が大きい場合、テンプレートＴＭの時間幅をスライド量程度の値に設定することができる。そのため、スライド量が小さい場合において、テンプレートＴＭの時間幅が小さくなりすぎることによる相関演算精度の低下を防止することができる。

また、相関演算としては、式（１）に示す相互相関、又は式（２）に示すＡＭＤＦに代えて、ＡＳＤＦ等の手法を採用してもよい。

このように、本通信装置によれば、ロス発生時点ＲＴから過去に向けてある時間幅の音声信号がテンプレートＴＭとして設定される。そして、設定されたテンプレートＴＭが音声信号に対して現時点から過去に向けてスライドされる。そして、テンプレートＴＭと音声信号との相関が求められ、音声信号の基本周期が検出される。

ここで、テンプレートＴＭはスライド量が増大するにつれて時間幅が増大される。したがって、スライド量が小さい比較的初期の段階において、現時点のほぼ直前の基本周期分の音声信号がテンプレートＴＭとされるタイミングが発生する。このとき、テンプレートＴＭと音声信号との間で強い相関ピークが現れる。一方、スライド量が大きくなると、それに応じてテンプレートＴＭの時間幅も増大され、テンプレートＴＭには複数の周波数成分が含まれるようになる。そのため、上記のタイミングで得られる相関ピークほど強い相関ピークを得ることはできなくなる。よって、現時点のほぼ直前の音声信号の基本周期を精度良く検出することが可能となる。

本発明の一実施の形態による信号処理装置が適用された通信装置の全体構成を示すブロック図である。 テンプレート設定部及び周期検出部の処理を説明するための音声信号の波形図である。 従来のテンプレートを用いたときのテンプレートと音声信号との相関値の演算結果を示したグラフである。 テンプレート設定部及び周期検出部の処理を説明する図である。 図２に示す音声信号に対して本実施の形態による手法を用いて相関値を求めたときの相関値のグラフを示している。 図１に示す通信装置の処理を示すフローチャートである。 従来の隠蔽処理を説明するための音声信号の波形図である。

符号の説明

１ パケット受信部
２ 遅延ゆらぎ吸収バッファ
３ タイマ
４ パケットロス検出部
５ 検出処理部
６ 隠蔽処理部
７ 音声出力部
８ スピーカ
５１ テンプレート設定部
５２ 周期検出部

Claims (9)

1. 現時点から過去に向けてある時間幅の入力信号を基準信号として設定する基準信号設定部と、
   前記基準信号を前記入力信号に対して現時点から過去に向けてスライドさせ、前記基準信号と前記入力信号との相関を求めることで、前記入力信号の基本周期を検出する周期検出部とを備え、
   前記基準信号設定部は、前記基準信号のスライド量が増大するにつれて前記基準信号の時間幅を増大させることを特徴とする信号処理装置。
2. 前記入力信号にパケットロスが発生したか否かを検出するパケットロス検出部と、
   隠蔽処理部とを更に備え、
   前記周期検出部は、前記パケットロス検出部によりパケットロスが発生したロス発生時点を前記現時点として前記基本周期を検出し、
   前記隠蔽処理部は、前記ロス発生時点から過去に向けて前記基本周期分の入力信号を取り出し、取り出した入力信号でパケットロスが発生したロス期間を補間することを特徴とする請求項１記載の信号処理装置。
3. 前記基準信号設定部は、前記基準信号のスライド量が所定のスライド基準値になるまで、前記基準信号の時間幅を所定の初期時間幅に設定することを特徴とする請求項１又は２記載の信号処理装置。
4. 前記周期検出部は、相互相関により前記基準信号と前記入力信号との相関を求めることを特徴とする請求項１〜３のいずれかに記載の信号処理装置。
5. 前記周期検出部は、ＡＭＤＦにより前記基準信号と前記入力信号との相関を求めることを特徴とする請求項１〜３のいずれかに記載の信号処理装置。
6. 前記入力信号は、所定のサンプリング周期でサンプリングされた信号であり、
   前記周期検出部は、式（１）を用いて前記相互相関を行うことを特徴とする請求項４記載の信号処理装置。
   

   

   但し、φ（τ）は相関値を示し、Ｎは前記基準信号の時間幅を示し、ｘ（ｊ）は前記基準信号を示し、ｘ（ｊ−τ）は前記入力信号を示し、ｋ＋１は前記基準信号の開始点を示し、ａは予め定められた係数を示し、τは前記基準信号のスライド量を示し、ｊは入力信号の各サンプリング点のサンプリング番号を示す。
7. 前記入力信号は、所定のサンプリング周期でサンプリングされた信号であり、
   前記周期検出部は、式（２）を用いて前記ＡＭＤＦを行うことを特徴とする請求項５記載の信号処理装置。
   

   

   但し、φ（τ）は相関値を示し、Ｎは前記基準信号の時間幅を示し、ｘ（ｊ）は前記基準信号を示し、ｘ（ｊ−τ）は前記入力信号を示し、ｋ＋１は前記基準信号の開始点を示し、ａは予め定められた係数を示し、τは前記基準信号のスライド量を示し、ｊは入力信号の各サンプリング点のサンプリング番号を示す。
8. 前記基準信号設定部は、前記基準信号のスライド量が所定の変更基準値を超えるまで、前記ａを１≦ａ＜２の範囲内の所定の固定値に設定し、前記基準信号のスライド量が前記変更基準値を超えると、前記スライド量が所定の最大スライド量に近づくにつれて、１に近づくように前記ａの値を減少させることを特徴とする請求項６又は７記載の信号処理装置。
9. 現時点から過去に向けてある時間幅の入力信号を基準信号として設定する基準信号設定ステップと、
   前記基準信号を現在の入力信号から過去の入力信号に向けてスライドさせ、前記基準信号と入力信号との相関を求めることで、前記基本周期を検出する周期検出ステップとを備え、
   前記周期検出ステップは、前記基準信号のスライド量が増大するにつれて前記基準信号の時間幅を増大させることを特徴とする信号処理方法。

Images