JP2012022166A - 音声処理装置、音声処理方法および電話装置 - Google Patents

Abstract

【課題】再生される音声の品質を向上させること。
【解決手段】遠端音声取得部１１は、ネットワークを介して受信された第一音声信号を取得する。擬似帯域拡張部１２は、遠端音声取得部１１によって取得された第一音声信号に基づき生成した拡張帯域成分により第一音声信号の帯域を拡張する。近端音声取得部１３は、第一音声信号を再生する再生機器の周辺の音声を示す第二音声信号を取得する。補正量算出部１４は、近端音声取得部１３によって取得された第二音声信号に含まれる騒音成分に基づく補正量を算出する。補正部１５は、擬似帯域拡張部１２によって帯域を拡張された第一音声信号の拡張帯域成分のパワーを、補正量算出部１４によって算出された補正量によって補正する。出力部１６は、補正部１５によって拡張帯域成分のパワーが補正された第一音声信号を再生機器へ出力する。
【選択図】図１

Description

本発明は、音声信号を処理する音声処理装置、音声処理方法および電話装置に関する。

たとえば携帯電話やＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）においては、音声信号が狭帯域化（たとえば３００［Ｈｚ］〜３４００［Ｈｚ］）されて伝送されるため、受話音声が劣化する（たとえば籠もり感の発生）。これに対して、従来、狭帯域音声信号の周波数成分を拡張帯域にコピーすることで擬似的に広帯域化する技術が知られている。たとえば、入力信号の成分を高域に複写することで高域信号を生成し、入力信号を全波整流することで低域信号を得る方法が示されている（たとえば、下記特許文献１参照。）。

特開平９−９０９９２号公報

しかしながら、上述した従来技術では、受信された音声信号に含まれる騒音や再生側の騒音によっては、帯域拡張の効果を十分に得られなかったり、帯域拡張の副作用によってさらに音質が劣化したりすることがある。このため、上述した従来技術では、再生される音声の品質を十分に向上させることができないという問題がある。

開示の音声処理装置、音声処理方法および電話装置は、上述した問題点を解消するものであり、再生される音声の品質を向上させることを目的とする。

上述した課題を解決し、目的を達成するため、開示技術は、狭帯域化された入力信号から複数の周波数帯域に変換された音声信号を取得し、取得された音声信号の狭帯域成分に基づいて、前記音声信号の帯域を拡張する拡張帯域成分を生成し、前記拡張帯域成分のパワーを、取得された音声信号に含まれる騒音成分に基づいて定まる補正量によって補正し、補正された前記拡張帯域成分と取得された音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を出力する。

開示の音声処理装置、音声処理方法および電話装置によれば、再生される音声の品質を向上させることができるという効果を奏する。

実施の形態１にかかる音声処理装置を示すブロック図である。 遠端音声取得部によって取得される遠端音声信号の一例を示す図である。 擬似帯域拡張部によって帯域を拡張された遠端音声信号の一例を示す図である。 音声処理装置の動作の一例を示すフローチャートである。 実施の形態１にかかる補正量の算出動作の一例を示すフローチャートである。 近端騒音成分と補正量との関係を示すグラフである。 音声処理装置を適用した携帯電話装置の一例を示すブロック図である。 携帯電話装置を適用した通信システムの一例を示す図である。 実施の形態２にかかる音声処理装置を示すブロック図である。 実施の形態２にかかる補正量の算出動作の一例を示すフローチャートである。 遠端騒音成分と補正量との関係を示すグラフである。 実施の形態３にかかる音声処理装置を示すブロック図である。 実施の形態３にかかる補正量の算出動作の一例を示すフローチャートである。 遠端騒音成分に対する近端騒音成分の比率と補正量との関係を示すグラフである。 実施の形態４にかかる補正量の算出動作の一例を示すフローチャートである。 近端騒音成分に対する音声成分の比率と補正量との関係を示すグラフである。 実施の形態５にかかる音声処理装置を示すブロック図である。 実施の形態５にかかる補正量の算出動作の一例を示すフローチャートである。 近端騒音成分に対する帯域拡張後の遠端音声信号の比率と補正量との関係を示すグラフである。 実施の形態６にかかる補正量の算出動作の一例を示すフローチャートである。 近端騒音成分の定常性と補正量との関係を示すグラフである。 フレーム間のパワースペクトルの差と定常性との関係を示すグラフである。 実施の形態７にかかる補正量の算出動作の一例を示すフローチャートである。 遠端騒音成分の定常性と補正量との関係を示すグラフである。 実施の形態８にかかる補正量の算出動作の一例を示すフローチャートである。 近端騒音成分および遠端騒音成分の類似性と補正量との関係を示すグラフである。 各騒音成分のパワースペクトル差と類似性との関係を示すグラフである。 実施の形態９にかかる補正量の算出動作の一例を示すフローチャートである。 拡張帯域成分と狭帯域成分との境界付近の補間を示す図である。 遠端音声信号のパワースペクトルの例を示す図（その１）である。 遠端音声信号のパワースペクトルの例を示す図（その２）である。 遠端音声信号のパワースペクトルの例を示す図（その３）である。 遠端音声信号のパワースペクトルの例を示す図（その４）である。 音声処理装置の変形例１を示すブロック図である。 音声処理装置の変形例２を示すブロック図である。 対応テーブルの一例を示す図である。

以下に添付図面を参照して、開示技術の好適な実施の形態を詳細に説明する。

（実施の形態１）
（音声処理装置の構成）
図１は、実施の形態１にかかる音声処理装置を示すブロック図である。図１に示すように、実施の形態１にかかる音声処理装置１０は、遠端音声取得部１１と、擬似帯域拡張部１２と、近端音声取得部１３と、補正量算出部１４と、補正部１５と、出力部１６と、ＡＧＣ１７と、を備えている。

遠端音声取得部１１および近端音声取得部１３のそれぞれは、狭帯域化された入力信号から複数の周波数帯域に変換された音声信号を取得する音声信号取得手段である。また、遠端音声取得部１１および近端音声取得部１３のそれぞれは、たとえばＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：高速フーリエ変換）部によって実現することができる。また、遠端音声取得部１１および近端音声取得部１３のそれぞれは、たとえば２０［ｍｓｅｃ］単位で音声信号を取得する。

遠端音声取得部１１は、遠端音声信号（第一音声信号）を取得する第一取得手段である。遠端音声信号は、ネットワークを介して受信された音声信号である。たとえば、遠端音声取得部１１は、音声処理装置１０の前段に設けられた受信回路から遠端音声信号を取得する。遠端音声取得部１１は、取得した遠端音声信号を擬似帯域拡張部１２へ出力する。

擬似帯域拡張部１２は、遠端音声取得部１１から出力された遠端音声信号（狭帯域成分）に基づき生成した拡張帯域成分により、遠端音声取得部１１から出力された遠端音声信号の帯域を擬似的に拡張する拡張手段である。帯域の擬似的な拡張については後述する。擬似帯域拡張部１２は、帯域を拡張した遠端音声信号を補正部１５へ出力する。

近端音声取得部１３は、近端音声信号（第二音声信号）を取得する第二取得手段である。近端音声信号は、音声処理装置１０によって処理された遠端音声信号を再生する再生機器の周辺の音声を示す音声信号である。たとえば、近端音声取得部１３は、遠端音声信号を再生する再生機器の周辺に設けられたマイクから近端音声信号を取得する。近端音声信号は、たとえば狭帯域化された信号である。近端音声取得部１３は、取得した近端音声信号を補正量算出部１４へ出力する。

補正量算出部１４は、近端音声取得部１３から出力された近端音声信号に含まれる騒音成分（以下、近端騒音成分と称する）に基づく補正量を算出する算出手段である。たとえば、補正量算出部１４は、近端音声信号から近端騒音成分を抽出する。近端騒音成分の抽出には、種々の方法を用いることができる。たとえば、補正量算出部１４は、雑音予測手段によって雑音の周波数領域の信号を得る方法によって近端音声信号から近端騒音成分を抽出する（たとえば、特許２８３０２７６号参照）。たとえば、近端音声信号に含まれる無音区間を抽出し、抽出した無音区間から雑音成分を予測することができる。

補正量算出部１４は、抽出した近端騒音成分の大きさに基づく補正量を算出する。たとえば、補正量算出部１４は、抽出した近端騒音成分が大きいほど大きな補正量を算出する。補正量算出部１４は、算出した補正量を補正部１５へ出力する。

補正部１５は、擬似帯域拡張部１２から出力された遠端音声信号の拡張帯域成分のパワーを、補正量算出部１４から出力された補正量によって補正する補正手段である。補正部１５は、拡張帯域成分のパワーを補正した遠端音声信号を出力部１６へ出力する。

出力部１６は、補正部１５から出力された遠端音声信号を時間帯域に変換して再生機器へ出力する出力手段である。出力部１６は、たとえばＩＦＦＴ（Ｉｎｖｅｒｓｅ Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：逆高速フーリエ変換）部によって実現することができる。これにより、擬似的に帯域が拡張された遠端音声信号が再生機器によって再生される。

また、遠端音声取得部１１と擬似帯域拡張部１２の間にはＡＧＣ１７（Ａｕｔｏｍａｔｉｃ Ｇａｉｎ Ｃｏｎｔｒｏｌ）が設けられていてもよい。ＡＧＣ１７は、遠端音声取得部１１から擬似帯域拡張部１２へ出力される遠端音声信号の利得一定制御を行う。また、ＡＧＣ１７は、補正部１５と出力部１６の間や、遠端音声取得部１１の前段や、出力部１６の後段などに設けられていてもよい。また、音声処理装置１０において、ＡＧＣ１７を省いた構成としてもよい。

（遠端音声信号の例）
図２は、遠端音声取得部によって取得される遠端音声信号の一例を示す図である。図２において、横軸は周波数を示し、縦軸はパワーを示す。帯域成分２１は、遠端音声取得部１１によって取得される遠端音声信号の一例を示している。帯域成分２１の帯域は、たとえば３００［Ｈｚ］〜３４００［Ｈｚ］である。また、ネットワークを介して受信された遠端音声信号は、元の音声信号よりも帯域が狭くなる。ここでは、たとえば元の音声信号には含まれていた３４００［Ｈｚ］より高い帯域２２が帯域成分２１に含まれていない。

図３は、擬似帯域拡張部によって帯域を拡張された遠端音声信号の一例を示す図である。図３において、横軸は周波数を示し、縦軸はパワーを示す。また、図３において、図２に示した部分と同様の部分については同一の符号を付して説明を省略する。

擬似帯域拡張部１２は、たとえば、帯域成分２１を帯域２２に複製することによって帯域２２の高周波側に拡張帯域成分３１を生成する。また、擬似帯域拡張部１２は、たとえば、遠端音声信号を波形処理（たとえば全波整流）によって歪ませることによって帯域２２の低周波側に拡張帯域成分３２を生成する。そして、擬似帯域拡張部１２は、帯域成分２１および拡張帯域成分３１，３２を、帯域を拡張した遠端音声信号として出力する。

（音声処理装置の動作）
図４は、音声処理装置の動作の一例を示すフローチャートである。図４に示すように、まず、遠端音声取得部１１が、遠端音声信号を取得する（ステップＳ４１）。つぎに、擬似帯域拡張部１２が、ステップＳ４１によって取得された遠端音声信号の帯域を擬似的に拡張する（ステップＳ４２）。つぎに、補正量算出部１４が、遠端音声信号の拡張帯域成分の補正量を算出する（ステップＳ４３）。

つぎに、補正部１５が、ステップＳ４２によって帯域を拡張された遠端音声信号の拡張帯域成分のパワーを、ステップＳ４３によって算出された補正量によって補正する（ステップＳ４４）。つぎに、出力部１６が、ステップＳ４４によって補正された遠端音声信号を再生機器へ出力し（ステップＳ４５）、一連の動作を終了する。

（補正量の算出）
図５は、実施の形態１にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端音声信号から近端騒音成分を抽出する（ステップＳ５１）。つぎに、ステップＳ５１によって抽出された近端騒音成分の大きさに基づく補正量を算出し（ステップＳ５２）、一連の算出動作を終了する。

図６は、近端騒音成分と補正量との関係を示すグラフである。図６において、横軸は近端騒音成分の大きさを示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＮｍｉｎは、近端騒音成分の最小値（たとえば−５０［ｄＢ］）である。横軸のＮｍａｘは、近端騒音成分の最大値（たとえば５０［ｄＢ］）である。縦軸のＡｍｉｎは、補正量の最小値（たとえば０．０）である。縦軸のＡｍａｘは、補正量の最大値（たとえば２．０）である。

ここで、遠端音声取得部１１および近端音声取得部１３によって取得される音声信号の各周波数に対応するインデックスをｉとする。遠端音声取得部１１および近端音声取得部１３におけるＦＦＴの周波数の分割数をＦＮとすると、ｉは０〜ＦＮ−１の範囲の値となる。たとえば、遠端音声取得部１１および近端音声取得部１３が０〜８［ｋＨｚ］の帯域を３１．２５［Ｈｚ］の帯域で分割する場合は、ＦＮは２５６となる。

拡張帯域成分の周波数のインデックスをｉ＝ＦＢ〜ＦＥとする。ＦＢは、拡張帯域成分の周波数のインデックスの最小値である。ＦＥは、拡張帯域成分の周波数のインデックスの最小値である（ＦＥ＝ＦＮ−１）。補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（１）式によって補正量Ａｉを算出する。Ｎｉは、周波数ｉの近端騒音成分の大きさである。

上記（１）式によって補正量を算出することで、近端騒音成分と補正量との関係は図６の関係６０に示すようになる。このように、補正量算出部１４は、近端騒音成分が大きいほど大きな補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

遠端音声信号を再生する再生機器の周辺の騒音が大きい場合は、拡張帯域成分のマスキング量が大きくなり、遠端音声信号の帯域拡張の効果をユーザが感知しにくくなる。これに対して、近端騒音成分が大きいほど拡張帯域成分のパワーを大きくする補正量を算出することで、近端騒音が大きい場合に拡張帯域成分のパワーを大きくし、帯域拡張による効果をユーザが感知しやすくすることができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（拡張帯域成分の補正）
補正部１５は、たとえば下記（２）式によって遠端音声信号の拡張帯域成分のパワーを補正する。Ｓｉは、擬似帯域拡張部１２から出力された遠端音声信号における周波数ｉのパワースペクトルである。Ｓｉ’は、補正部１５による補正後の帯域拡張における周波数ｉのパワースペクトルである。

Ｓｉ’＝Ａｉ×Ｓｉ …（２）

ここで、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）についてはＡｉ＝１．０となっているため、周波数ｉ（０〜ＦＢ−１）についてはＳｉ’はＳｉと同じになり補正されない。これにより、拡張帯域成分（ｉ＝ＦＢ〜ＦＥ）のパワーを補正した遠端音声信号を得ることができる。このように、補正部１５は、たとえば、周波数ｉごとに、拡張帯域成分のパワーに補正量を乗算することによって遠端音声信号の拡張帯域成分のパワーを補正する。

（音声処理装置の適用例）
図７は、音声処理装置を適用した携帯電話装置の一例を示すブロック図である。図７に示すように、携帯電話装置７０は、受信回路７１と、復号回路７２と、音声処理装置１０と、受話器７３と、送話器７４と、前処理回路７５と、符号化回路７６と、送信回路７７と、を備えている。

受信回路７１は、たとえば基地局から無線送信された音声信号を受信する。受信回路７１は、受信した音声信号を復号回路７２へ出力する。復号回路７２は、受信回路７１から出力された音声信号を復号する。復号回路７２によって行われる復号には、たとえばＦＥＣ（Ｆｏｒｗａｒｄ Ｅｒｒｏｒ Ｃｏｒｒｅｃｔｉｏｎ）などが含まれる。復号回路７２は、復号した音声信号を音声処理装置１０へ出力する。復号回路７２から音声処理装置１０へ出力される音声信号は、ネットワークを介して受信された遠端音声信号である。

音声処理装置１０は、復号回路７２から出力された遠端音声信号の帯域を擬似的に拡張して受話器７３へ出力する。たとえば、音声処理装置１０の遠端音声取得部１１は、復号回路７２から出力された遠端音声信号を取得する。音声処理装置１０の出力部１６は、帯域が拡張された遠端音声信号を受話器７３へ出力する。

なお、図示しないが、たとえば、音声処理装置１０と受話器７３との間にはアナログ変換器が設けられており、音声処理装置１０から受話器７３へ出力されるデジタルの遠端音声信号はアナログ信号に変換される。受話器７３は、音声処理装置１０の出力部１６から出力された遠端音声信号を受話音として再生する再生機器である。

送話器７４は、送話音を音声信号に変換して前処理回路７５へ出力する。前処理回路７５は、送話器７４から出力された音声信号をサンプリングすることによってデジタル信号に変換する。前処理回路７５は、デジタル信号に変換した音声信号を音声処理装置１０および符号化回路７６へ出力する。

前処理回路７５から出力される音声信号は、遠端音声信号を再生する再生機器（受話器７３）の周辺の音声を示す近端音声信号である。音声処理装置１０の近端音声取得部１３は、前処理回路７５から出力された近端音声信号を取得する。符号化回路７６は、前処理回路７５から出力された音声信号を符号化する。符号化回路７６は、符号化した音声信号を送信回路７７へ出力する。送信回路７７は、符号化回路７６から出力された音声信号を、たとえば基地局へ無線送信する。

なお、ここでは携帯電話装置７０に音声処理装置１０を適用する構成について説明したが、音声処理装置１０の適用先は携帯電話装置７０に限らない。たとえば、音声処理装置１０は、固定の電話装置などに適用することもできる。また、音声処理装置１０は、音声信号の送信機能を持たない音声信号の受信装置などに適用することもできる。また、前処理回路７５から出力された音声信号を近端音声信号として音声処理装置１０が取得する構成について説明したが、受話器７３の付近にマイクなどを別途設けて得た音声信号を近端音声信号として音声処理装置１０が取得する構成としてもよい。

図８は、携帯電話装置を適用した通信システムの一例を示す図である。図８に示すように、通信システム８０は、携帯電話装置８１，８２と、基地局８３，８４と、ネットワーク８５と、を含んでいる。携帯電話装置８１，８２のそれぞれには、たとえば図７に示した携帯電話装置７０を適用することができる。携帯電話装置８１は、基地局８３との間で無線通信を行う。携帯電話装置８２は、基地局８４との間で無線通信を行う。

基地局８３，８４は、ネットワーク８５を介して互いに有線の通信を行う。たとえば、携帯電話装置８２は、携帯電話装置８１から基地局８３、ネットワーク８５および基地局８４を介して送信された音声信号を遠端音声信号として受信する。また、携帯電話装置８２は、携帯電話装置８２の周辺の音声を示す音声信号を近端音声信号として取得する。

このように、実施の形態１にかかる音声処理装置１０によれば、近端音声信号に含まれる騒音成分に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態２）
（音声処理装置の構成）
図９は、実施の形態２にかかる音声処理装置を示すブロック図である。図９において、図１に示した構成と同様の構成については同一の符号を付して説明を省略する。図９に示すように、実施の形態２にかかる音声処理装置１０は、遠端音声取得部１１と、擬似帯域拡張部１２と、補正量算出部１４と、補正部１５と、出力部１６と、を備えている。また、実施の形態２においては、図１に示した近端音声取得部１３を省いてもよい。

遠端音声取得部１１は、取得した遠端音声信号を擬似帯域拡張部１２および補正量算出部１４へ出力する。補正量算出部１４は、遠端音声取得部１１から出力された遠端音声信号に含まれる騒音成分（以下、遠端騒音成分と称する）に基づく補正量を算出する。たとえば、補正量算出部１４は、遠端音声信号から遠端騒音成分を抽出する。遠端騒音成分の抽出には、種々の方法を用いることができる。

たとえば、補正量算出部１４は、雑音予測手段によって雑音の周波数領域の信号を得る方法によって遠端音声信号から遠端騒音成分を抽出する（たとえば、特許２８３０２７６号参照）。たとえば、近端音声信号に含まれる無音区間を抽出し、抽出した無音区間から雑音成分を予測することができる。補正量算出部１４は、抽出した遠端騒音成分の大きさに基づく補正量を算出する。たとえば、補正量算出部１４は、抽出した遠端騒音成分が大きいほど小さな補正量を算出する。

また、図９に示す音声処理装置１０を、図１に示した音声処理装置１０のように、利得一定制御を行うＡＧＣ１７を設けた構成としてもよい。

（遠端音声信号の例，音声処理装置の動作）
実施の形態２にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態２にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態２にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図１０は、実施の形態２にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、遠端音声信号から遠端騒音成分を抽出する（ステップＳ１０１）。つぎに、ステップＳ１０１によって抽出された遠端騒音成分の大きさに基づく補正量を算出し（ステップＳ１０２）、一連の算出動作を終了する。

図１１は、遠端騒音成分と補正量との関係を示すグラフである。図６において、横軸は遠端騒音成分の大きさを示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＮｆｍｉｎは、遠端騒音成分の最小値（たとえば−５０［ｄＢ］）である。横軸のＮｆｍａｘは、遠端騒音成分の最大値（たとえば５０［ｄＢ］）である。

補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（３）式によって周波数ｉの補正量Ａｉを算出する。Ｎｆｉは、周波数ｉにおける遠端騒音成分の大きさである。ｋは、擬似帯域拡張部１２において周波数ｉの成分を生成するために使用した周波数のインデックスである。擬似帯域拡張部１２において全波整流などの方法で帯域拡張し、周波数ｉの成分を生成するために使用した周波数のインデックスが決まらない場合は、ｋ＝ｉ−ｍとする。ｍは、擬似帯域拡張部１２へ入力された遠端音声信号の最大周波数に相当するインデックスである。

また、上記（３）式によって補正量を算出することで、遠端騒音成分と補正量との関係は図１１の関係１１０に示すようになる。このように、補正量算出部１４は、遠端騒音成分が大きいほど小さな補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

遠端音声信号の帯域拡張を行うと遠端音声信号に含まれる遠端騒音成分も拡張されるため、遠端音声信号に含まれる遠端騒音成分が大きい場合は音質の劣化が大きくなる。これに対して、遠端騒音成分が大きいほど拡張帯域成分のパワーを小さくする補正量を算出することで、遠端騒音成分が大きい場合に拡張帯域成分のパワーを小さくし、音質の劣化を抑えることができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態２にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態２にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態２にかかる音声処理装置１０によれば、遠端音声信号に含まれる騒音成分に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態３）
（音声処理装置の構成）
図１２は、実施の形態３にかかる音声処理装置を示すブロック図である。図１２において、図１に示した構成と同様の構成については同一の符号を付して説明を省略する。図１２に示すように、実施の形態３にかかる音声処理装置１０における遠端音声取得部１１は、取得した遠端音声信号を擬似帯域拡張部１２および補正量算出部１４へ出力する。

補正量算出部１４は、遠端音声取得部１１から出力された遠端音声信号に含まれる遠端騒音成分に対する、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分の比率に基づく補正量を算出する。たとえば、補正量算出部１４は、遠端音声信号から遠端騒音成分を抽出する。また、補正量算出部１４は、近端音声信号から近端騒音成分を抽出する。そして、補正量算出部１４は、抽出した遠端騒音成分に対する、抽出した近端騒音成分の比率を算出し、算出した比率に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した比率が高いほど大きな補正量を算出する。

また、図１２に示す音声処理装置１０を、図１に示した音声処理装置１０のように、利得一定制御を行うＡＧＣ１７を設けた構成としてもよい。

（遠端音声信号の例，音声処理装置の動作）
実施の形態３にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態３にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態３にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図１３は、実施の形態３にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、遠端音声信号から遠端騒音成分を抽出する（ステップＳ１３１）。つぎに、近端音声信号から近端騒音成分を抽出する（ステップＳ１３２）。つぎに、ステップＳ１３１によって抽出された遠端騒音成分に対する、ステップＳ１３２によって抽出された近端騒音成分の比率を算出する（ステップＳ１３３）。つぎに、ステップＳ１３３によって算出された比率に基づく補正量を算出し（ステップＳ１３４）、一連の算出動作を終了する。

図１４は、遠端騒音成分に対する近端騒音成分の比率と補正量との関係を示すグラフである。図１４において、横軸は遠端騒音成分に対する近端騒音成分の比率（ＮＮＲ）を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＮＮＲｍｉｎは、遠端騒音成分に対する近端騒音成分の比率の最小値（たとえば−５０［ｄＢ］）である。横軸のＮＮＲｍａｘは、遠端騒音成分に対する近端騒音成分の比率の最大値（たとえば５０［ｄＢ］）である。

補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（４）式によって周波数ｉの補正量Ａｉを算出する。ＮＮＲｉは、周波数ｉにおける遠端騒音成分に対する近端騒音成分の比率であり、ＮＮＲｉ＝Ｎｉ−Ｎｆｋである。

また、上記（４）式によって補正量を算出することで、遠端騒音成分に対する近端騒音成分の比率と補正量との関係は図１４の関係１４０に示すようになる。このように、補正量算出部１４は、遠端騒音成分に対する近端騒音成分の比率が高いほど大きな補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

遠端音声信号を再生する再生機器の周辺の騒音が大きい場合は、拡張帯域成分のマスキング量が大きくなり、遠端音声信号の帯域拡張の効果をユーザが感知しにくくなる。一方、遠端音声信号に含まれる遠端騒音成分が大きい場合は、遠端音声信号の帯域拡張によって遠端騒音成分も拡張されるため、音質の劣化が大きくなる。

これに対して、遠端騒音成分に対する近端騒音成分の比率が高いほど拡張帯域成分のパワーを大きくする補正量を算出することで、帯域拡張による効果をユーザが感知しやすく、かつ音質の劣化を抑えることができるように拡張帯域成分を補正することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態３にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態３にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態３にかかる音声処理装置１０によれば、遠端騒音成分に対する近端騒音成分の比率に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態４）
（音声処理装置の構成）
実施の形態４にかかる音声処理装置１０の構成については、実施の形態３と同様である（たとえば図１２参照）。ただし、補正量算出部１４は、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分に対する、遠端音声取得部１１から出力された遠端音声信号に含まれる音声成分の比率に基づく補正量を算出する。遠端音声信号に含まれる音声成分は、遠端音声信号に含まれる成分のうちの遠端音声成分を除いた成分である。たとえば、補正量算出部１４は、近端音声信号から近端騒音成分を抽出する。また、補正量算出部１４は、遠端音声信号から音声成分を抽出する。

遠端音声信号からの音声成分の抽出には、種々の方法を用いることができる（たとえば、特開２００５−１６５０２１号公報参照）。補正量算出部１４は、抽出した近端騒音成分に対する音声成分の比率を算出し、算出した比率に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した比率が高いほど大きな補正量を算出する。

（遠端音声信号の例，音声処理装置の動作）
実施の形態４にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態４にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態４にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図１５は、実施の形態４にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端音声信号から近端騒音成分を抽出する（ステップＳ１５１）。つぎに、遠端音声信号から音声成分を抽出する（ステップＳ１５２）。つぎに、ステップＳ１５１によって抽出された近端騒音成分に対する、ステップＳ１５２によって抽出された音声成分の比率を算出する（ステップＳ１５３）。つぎに、ステップＳ１５３によって算出された比率に基づく補正量を算出し（ステップＳ１５４）、一連の算出動作を終了する。

図１６は、近端騒音成分に対する音声成分の比率と補正量との関係を示すグラフである。図１６において、横軸は近端騒音成分に対する音声成分の比率（ＶｆＮｎＲ）を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＶｆＮｎＲｍｉｎは、近端騒音成分に対する音声成分の比率の最小値（たとえば−５０［ｄＢ］）である。横軸のＶｆＮｎＲｍａｘは、近端騒音成分に対する音声成分の比率の最大値（たとえば５０［ｄＢ］）である。

補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（５）式によって周波数ｉの補正量Ａｉを算出する。ＶｆＮｎＲｉは、周波数ｉにおける近端騒音成分に対する音声成分の比率であり、ＶｆＮｎＲｉ＝Ｖｆｋ−Ｎｎｉである。Ｖｆｋは周波数ｋにおける音声成分の大きさである。Ｎｎｉは周波数ｉにおける近端騒音成分の大きさである。

また、上記（５）式によって補正量を算出することで、近端騒音成分に対する音声成分の比率と補正量との関係は図１６の関係１６０に示すようになる。このように、補正量算出部１４は、近端騒音成分に対する音声成分の比率が高いほど小さい補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

遠端音声信号を再生する再生機器の周辺の騒音（近端騒音成分）が大きいほど、拡張帯域成分のマスキング量が大きくなり、遠端音声信号の帯域拡張の効果をユーザが感知しにくくなる。一方、遠端音声信号が小さいほど、小さなパワーの拡張帯域成分が生成されるため、遠端音声信号の帯域拡張による音質の向上効果が小さくなる。

そのため、近端騒音成分に対する音声成分の比率が高いほど、拡張帯域成分のマスキング量による影響が、遠端音声信号の帯域拡張による音質の向上効果の影響よりも大きくなる。換言すると、近端騒音成分に対する音声成分の比率が低いほど、遠端音声信号の帯域拡張による音質の向上効果の影響が、拡張帯域成分のマスキング量による影響よりも大きくなる。

補正量算出部１４は、近端騒音成分に対する音声成分の比率が高いほど拡張帯域成分のパワーを小さくする補正量を算出する。これにより、帯域拡張による効果をユーザが感知しやすく、かつ遠端音声信号の帯域拡張による音質の向上効果が大きくなるように拡張帯域成分のパワーを補正することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態４にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態４にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態４にかかる音声処理装置１０によれば、近端騒音成分に対する音声成分の比率に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態５）
（音声処理装置の構成）
図１７は、実施の形態５にかかる音声処理装置を示すブロック図である。図１７において、図１に示した構成と同様の構成については同一の符号を付して説明を省略する。図１７に示すように、実施の形態５にかかる音声処理装置１０における擬似帯域拡張部１２は、帯域を拡張した遠端音声信号を補正部１５および補正量算出部１４へ出力する。

補正量算出部１４は、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分に対する、擬似帯域拡張部１２から出力された遠端音声信号の比率に基づく補正量を算出する。たとえば、補正量算出部１４は、近端音声信号から近端騒音成分を抽出する。そして、補正量算出部１４は、抽出した近端騒音成分に対する遠端音声信号の比率を算出し、算出した比率に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した比率が高いほど小さな補正量を算出する。

また、図１７に示す音声処理装置１０を、図１に示した音声処理装置１０のように、利得一定制御を行うＡＧＣ１７を設けた構成としてもよい。

（遠端音声信号の例，音声処理装置の動作）
実施の形態５にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態５にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態５にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図１８は、実施の形態５にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端音声信号から近端騒音成分を抽出する（ステップＳ１８１）。つぎに、ステップＳ１８１によって抽出された近端騒音成分に対する、擬似帯域拡張部１２の帯域拡張後の遠端音声信号の比率を算出する（ステップＳ１８２）。つぎに、ステップＳ１８２によって算出された比率に基づく補正量を算出し（ステップＳ１８３）、一連の算出動作を終了する。

図１９は、近端騒音成分に対する帯域拡張後の遠端音声信号の比率と補正量との関係を示すグラフである。図１９において、横軸は近端騒音成分に対する帯域拡張後の遠端音声信号の比率（ＰＮｎＲ）を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＰＮｎＲｍｉｎは、近端騒音成分に対する帯域拡張後の遠端音声信号の比率の最小値（たとえば−５０［ｄＢ］）である。横軸のＰＮｎＲｍａｘは、近端騒音成分に対する帯域拡張後の遠端音声信号の比率の最大値（たとえば５０［ｄＢ］）である。

補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（６）式によって周波数ｉの補正量Ａｉを算出する。ＰＮｎＲｉは、周波数ｉにおける近端騒音成分に対する帯域拡張後の遠端音声信号の比率であり、ＰＮｎＲｉ＝Ｐｉ−Ｎｎｉである。Ｐｉは、擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の周波数ｉにおける大きさである。

また、上記（６）式によって補正量を算出することで、近端騒音成分に対する帯域拡張後の遠端音声信号の比率と補正量との関係は図１９の関係１９０に示すようになる。このように、補正量算出部１４は、近端騒音成分に対する帯域拡張後の遠端音声信号の比率が高いほど小さな補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

遠端音声信号を再生する再生機器の周辺の騒音（近端騒音成分）が大きいほど、拡張帯域成分のマスキング量が大きくなり、遠端音声信号の帯域拡張の効果をユーザが感知しにくくなる。一方、帯域拡張後の遠端音声信号が小さいほど、遠端音声信号の帯域拡張による音質の向上効果が小さくなる。

これに対して、補正量算出部１４は、近端騒音成分に対する帯域拡張後の遠端音声信号の比率が高いほど拡張帯域成分のパワーを小さくする補正量を算出する。これにより、帯域拡張による効果をユーザが感知しやすく、かつ遠端音声信号の帯域拡張による音質の向上効果が大きくなるように拡張帯域成分のパワーを補正することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態５にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態５にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態５にかかる音声処理装置１０によれば、近端騒音成分に対する帯域拡張後の遠端音声信号の比率に基づく補正量によって拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態６）
（音声処理装置の構成）
実施の形態６にかかる音声処理装置１０の構成については、実施の形態１と同様である（たとえば図１参照）。ただし、補正量算出部１４は、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分の定常性に基づく補正量を算出する。たとえば、補正量算出部１４は、近端音声信号から近端騒音成分を抽出し、抽出した近端騒音成分の定常性を算出する。補正量算出部１４は、算出した定常性に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した定常性が高いほど小さな補正量を算出する。

（遠端音声信号の例，音声処理装置の動作）
実施の形態６にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態６にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態６にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図２０は、実施の形態６にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端音声信号から近端騒音成分を抽出する（ステップＳ２０１）。つぎに、ステップＳ２０１によって算出された近端騒音成分の定常性を算出する（ステップＳ２０２）。つぎに、ステップＳ２０２によって算出された定常性に基づく補正量を算出し（ステップＳ２０３）、一連の算出動作を終了する。

図２１は、近端騒音成分の定常性と補正量との関係を示すグラフである。図２１において、横軸は近端騒音成分の定常性を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＴｎｍｉｎは、近端騒音成分の定常性の最小値（たとえば０．０）である。横軸のＴｎｍａｘは、近端騒音成分の定常性の最大値（たとえば１．０）である。補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（７）式によって周波数ｉの補正量Ａｉを算出する。Ｔｎｉは、周波数ｉにおける近端騒音成分の定常性である。

また、上記（７）式によって補正量を算出することで、近端騒音成分の定常性と補正量との関係は図２１の関係２１０に示すようになる。このように、補正量算出部１４は、近端騒音成分の定常性が高いほど小さい補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

一般に、定常性が高い音声ほどユーザが感知しにくい音声となる。たとえば、遠端音声信号を再生する再生機器の周辺の騒音（近端騒音成分）の定常性が高いほど、ユーザは周辺の騒音を感知しにくくなり、その結果として拡張帯域成分のマスキング量が小さくなる。一方、遠端音声信号を再生する再生機器の周辺の騒音（近端騒音成分）の定常性が低いほど、ユーザは周辺の騒音を感知しやすくなり、その結果として拡張帯域成分のマスキング量が大きくなる。

これに対して、補正量算出部１４は、近端騒音成分の定常性が高いほど拡張帯域成分のパワーを小さくする補正量を算出する。これにより、拡張帯域成分をユーザが感知しやすくなる場合に拡張帯域成分のパワーを小さくし、音質の劣化を抑えることができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（定常性の算出）
図２２は、フレーム間のパワースペクトルの差と定常性との関係を示すグラフである。図２２において、横軸は近端騒音成分のフレーム間のパワースペクトルの差（ΔＸ）を示し、縦軸は補正量算出部１４によって算出される定常性を示している。横軸のΔＸｍｉｎは、近端騒音成分のフレーム間のパワースペクトルの差の最小値（たとえば−０．１）である。横軸のΔＸｍａｘは、近端騒音成分のフレーム間のパワースペクトルの差の最大値（たとえば０．３）である。縦軸のＴｍｉｎは、定常性の最小値である。縦軸のＴｍａｘは、定常性の最大値である。

補正量算出部１４は、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（８）式によって現フレームの周波数ｉにおけるパワースペクトルＸｉを算出する。ＳＰｉ＿ＲＥは、現フレームの信号の複素スペクトルの実部である。ＳＰｉ＿ｉｍは、現フレームの信号の複素スペクトルの虚部である。

Ｘｉ＝ＳＰｉ＿ＲＥ×ＳＰｉ＿ＲＥ＋ＳＰｉ＿ｉｍ×ＳＰｉ＿ｉｍ …（８）

また、補正量算出部１４は、算出したパワースペクトルＸｉに基づいて、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（９）式によって平均パワースペクトルＥｉを算出する。Ｅｉ＿ｐｒｅｖは、前フレームの平均パワースペクトルである。ｃｏｅｆは、更新係数である（０＜ｃｏｅｆ＜１）。

Ｅｉ＝ｃｏｅｆ×Ｘｉ＋（１−ｃｏｅｆ）×Ｅｉ＿ｐｒｅｖ …（９）

また、補正量算出部１４は、算出したパワースペクトルＸｉおよび平均パワースペクトルＥｉに基づいて、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（１０）式によって差ΔＸｉを算出する。差ΔＸｉは、平均パワースペクトルＥｉで正規化した、前フレームとのパワースペクトルの周波数ｉにおける差である。Ｘｉ＿ｐｒｅｖは、前フレームの周波数ｉにおけるパワースペクトルである。

ΔＸｉ＝（Ｘｉ−Ｘｉ＿ｐｒｅｖ）／Ｅｉ …（１０）

また、補正量算出部１４は、算出した差ΔＸｉに基づいて、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（１１）式によって周波数ｉにおける定常性Ｔｉを算出する。Ｔｉは、近端騒音成分の周波数ｉにおける定常性である。Ｔｍｉｎは、近端騒音成分の定常性の最小値（たとえば０．０）である。Ｔｍａｘは、近端騒音成分の定常性の最大値（たとえば１．０）である。

上記（１１）式によって定常性Ｔｉを算出することで、フレーム間のパワースペクトルの差ΔＸｉと定常性Ｔｉとの関係は図２２の関係２２０に示すようになる。このように、フレーム間のパワースペクトルの差ΔＸｉが大きいほど定常性Ｔｉが低くなる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態６にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態６にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態６にかかる音声処理装置１０によれば、近端騒音成分の定常性に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態７）
（音声処理装置の構成）
実施の形態７にかかる音声処理装置１０の構成については、実施の形態２と同様である（たとえば図９参照）。ただし、補正量算出部１４は、遠端音声取得部１１から出力された遠端音声信号に含まれる遠端騒音成分の定常性に基づく補正量を算出する。たとえば、補正量算出部１４は、遠端音声信号から遠端騒音成分を抽出し、抽出した遠端騒音成分の定常性を算出する。補正量算出部１４は、算出した定常性に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した定常性が高いほど小さな補正量を算出する。

（遠端音声信号の例，音声処理装置の動作）
実施の形態７にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態７にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態７にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図２３は、実施の形態７にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、遠端音声信号から遠端騒音成分を抽出する（ステップＳ２３１）。つぎに、ステップＳ２３１によって算出された遠端騒音成分の定常性を算出する（ステップＳ２３２）。つぎに、ステップＳ２３２によって算出された定常性に基づく補正量を算出し（ステップＳ２３３）、一連の算出動作を終了する。

図２４は、遠端騒音成分の定常性と補正量との関係を示すグラフである。図２４において、横軸は遠端騒音成分の定常性を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＴｆｍｉｎは、遠端騒音成分の定常性の最小値（たとえば−５０［ｄＢ］）である。横軸のＴｆｍａｘは、遠端騒音成分の定常性の最大値（たとえば５０［ｄＢ］）である。補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（１２）式によって周波数ｉの補正量Ａｉを算出する。

また、上記（１２）式によって補正量を算出することで、遠端騒音成分の定常性と補正量との関係は図２４の関係２４０に示すようになる。このように、補正量算出部１４は、遠端騒音成分の定常性が高いほど小さい補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

一般に、定常性が高い音声ほどユーザが感知しにくい音声となる。たとえば、遠端騒音成分の定常性が高いほど、ユーザは遠端騒音成分を感知しにくくなり、その結果として拡張帯域成分のマスキング量が小さくなる。一方、遠端騒音成分の定常性が低いほど、ユーザは遠端騒音成分を感知しやすくなり、その結果として拡張帯域成分のマスキング量が大きくなる。

これに対して、補正量算出部１４は、遠端騒音成分の定常性が高いほど拡張帯域成分のパワーを小さくする補正量を算出する。これにより、拡張帯域成分をユーザが感知しやすくなる場合に拡張帯域成分のパワーを小さくし、音質の劣化を抑えることができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（定常性の算出，拡張帯域成分の補正，音声処理装置の適用例）
実施の形態７にかかる補正部１５による遠端騒音成分の定常性の算出については、実施の形態６における近端騒音成分の定常性の算出と同様である（たとえば上記（８）式〜（１１）式および図２２参照）。また、実施の形態７にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態７にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態７にかかる音声処理装置１０によれば、遠端騒音成分の定常性に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態８）
（音声処理装置の構成）
実施の形態８にかかる音声処理装置１０の構成については、実施の形態３と同様である（たとえば図１２参照）。ただし、補正量算出部１４は、遠端音声取得部１１から出力された遠端音声信号に含まれる遠端騒音成分と、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分と、の類似性に基づく補正量を算出する。

たとえば、補正量算出部１４は、遠端音声信号から遠端騒音成分を抽出するとともに、近端音声信号から近端騒音成分を抽出し、抽出した遠端騒音成分と近端騒音成分との類似性を算出する。補正量算出部１４は、算出した類似性に基づく補正量を算出する。たとえば、補正量算出部１４は、算出した類似性が高いほど大きな補正量を算出する。

（遠端音声信号の例，音声処理装置の動作）
実施の形態８にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態８にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態８にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図２５は、実施の形態８にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端音声信号から近端騒音成分を抽出する（ステップＳ２５１）。つぎに、遠端音声信号から遠端騒音成分を抽出する（ステップＳ２５２）。つぎに、ステップＳ２５１によって算出された近端騒音成分と、ステップＳ２５２によって算出された遠端騒音成分と、の類似性を算出する（ステップＳ２５３）。つぎに、ステップＳ２５３によって算出された類似性に基づく補正量を算出し（ステップＳ２５４）、一連の算出動作を終了する。

図２６は、近端騒音成分および遠端騒音成分の類似性と補正量との関係を示すグラフである。図２６において、横軸は近端騒音成分と遠端騒音成分との類似性を示し、縦軸は補正量算出部１４によって算出される補正量を示している。横軸のＳｍｉｎは、近端騒音成分と遠端騒音成分との類似性の最小値（たとえば０．０）である。横軸のＳｍａｘは、近端騒音成分と遠端騒音成分との類似性の最大値（たとえば１．０）である。補正量算出部１４は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、たとえば下記（１３）式によって周波数ｉの補正量Ａｉを算出する。

また、上記（１３）式によって補正量を算出することで、近端騒音成分および遠端騒音成分の類似性と補正量との関係は図２６の関係２６０に示すようになる。このように、補正量算出部１４は、近端騒音成分と遠端騒音成分との類似性が高いほど大きな補正量を算出する。また、補正量算出部１４は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。

一般に、類似性が高い各音声ほどユーザが聞き分けにくい各音声となる。たとえば、近端騒音成分と遠端騒音成分との類似性が高いほど、近端騒音成分と遠端音声信号の拡張帯域成分との類似性も高くなるため、ユーザが拡張帯域成分を感知しにくくなる。一方、近端騒音成分と遠端騒音成分との類似性が低いほど、近端騒音成分と遠端音声信号の拡張帯域成分との類似性も低くなるため、ユーザが拡張帯域成分を感知しやすくなる。

これに対して、補正量算出部１４は、近端騒音成分と遠端騒音成分との類似性が高いほど拡張帯域成分のパワーを大きくする補正量を算出する。これにより、遠端音声信号の拡張帯域成分をユーザが感知しにくくなる場合に拡張帯域成分のパワーを大きくし、帯域拡張による効果をユーザが感知しやすくすることができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。

（類似性の算出）
図２７は、各騒音成分のパワースペクトル差と類似性との関係を示すグラフである。図２７において、横軸は近端騒音成分と遠端騒音成分とのパワースペクトル差を示し、縦軸は補正量算出部１４によって算出される類似性を示している。横軸のＤｍｉｎは、近端騒音成分と遠端騒音成分とのパワースペクトル差の最小値（たとえば０．０）である。横軸のＤｍａｘは、近端騒音成分と遠端騒音成分とのパワースペクトル差の最大値（たとえば１．０）である。縦軸のＳｍｉｎは、類似性の最小値（たとえば０．０）である。縦軸のＳｍａｘは、類似性の最大値（たとえば１．０）である。

補正量算出部１４は、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（１４）式によって現フレームの周波数ｉにおける近端騒音成分の正規化パワースペクトルＸＮｉを算出する。ＳＰＮｉ＿ｒｅは、近端騒音成分の周波数ｉにおける複素スペクトルの実部である。ＳＰＮｉ＿ｉｍは、近端騒音成分の周波数ｉにおける複素スペクトルの虚部である。ｓは、開始インデックス（たとえば３００［Ｈｚ］に対応するインデックス）である。ｅは、終了インデックス（たとえば３４００［Ｈｚ］に対応するインデックス）である。

また、補正量算出部１４は、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（１５）式によって現フレームの周波数ｉにおける遠端騒音成分の正規化パワースペクトルＸＦｉを算出する。ＳＰＦｉ＿ｒｅは、遠端騒音成分の周波数ｉにおける複素スペクトルの実部である。ＳＰＦｉ＿ｉｍは、遠端騒音成分の周波数ｉにおける複素スペクトルの虚部である。ｓは、開始インデックス（たとえば３００［Ｈｚ］に対応するインデックス）である。ｅは、終了インデックス（たとえば３４００［Ｈｚ］に対応するインデックス）である。

また、補正量算出部１４は、算出した正規化パワースペクトルＸＮｉおよび正規化パワースペクトルＸＦｉに基づいて、周波数ｉ＝０〜ＦＮ／２−１について、たとえば下記（１６）式によってパワースペクトル差Ｄを算出する。パワースペクトル差Ｄは、近端騒音成分と遠端騒音成分のパワースペクトル差である。

また、補正量算出部１４は、算出したパワースペクトル差Ｄに基づいて、たとえば下記（１７）式によって近端騒音成分と遠端騒音成分との類似性Ｓを算出する。

上記（１７）式によって類似性Ｓを算出することで、各騒音成分のパワースペクトル差と類似性との関係は図２７の関係２７０に示すようになる。このように、各騒音成分のパワースペクトル差が大きいほど類似性が低くなる。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態８にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態８にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態８にかかる音声処理装置１０によれば、近端騒音成分と遠端騒音成分との類似性に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスを調整することができる。このため、遠端音声信号に基づいて再生される音声の質を向上させることができる。また、拡張帯域成分の複数の周波数について補正量を算出することで、複数の周波数について適切な補正を行い、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態９）
実施の形態９にかかる音声処理装置１０は、上述した各実施の形態にかかる各方法で複数の補正量を算出し、算出した複数の補正量を用いて拡張帯域成分のパワーを補正する。たとえば、音声処理装置１０は、実施の形態１〜８にかかる各方法のうちの少なくとも２つの方法で算出した補正量をそれぞれ重み付けして加算し、加算した補正量によって拡張帯域成分のパワーを補正する。

各補正量の重み付け係数は、各補正量の重要度などに応じてあらかじめ設定しておく。ここでは、一例として、実施の形態１にかかる方法で算出した補正量と、実施の形態２にかかる方法で算出した補正量と、をそれぞれ重み付けして加算し、加算した補正量によって拡張帯域成分のパワーを補正する場合について説明する。

（音声処理装置の構成）
実施の形態９にかかる音声処理装置１０の構成については、実施の形態３と同様である（たとえば図１２参照）。ただし、補正量算出部１４は、遠端音声取得部１１から出力された遠端音声信号に含まれる遠端騒音成分に基づく補正量と、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分に基づく補正量と、をそれぞれ重み付けして加算する。近端音声取得部１３は、加算した補正量を補正量算出部１４へ出力する。

たとえば、補正量算出部１４は、近端音声信号から近端騒音成分を抽出し、抽出した近端騒音成分に基づく補正量を算出する（たとえば実施の形態１参照）。また、補正量算出部１４は、遠端音声信号から遠端騒音成分を抽出し、抽出した遠端騒音成分に基づく補正量を算出する（たとえば実施の形態２参照）。また、補正量算出部１４は、算出した各補正量にそれぞれ重み付け係数を乗算する。そして、補正量算出部１４は、重み付け係数を乗算した各補正量を加算し、加算した補正量を補正量算出部１４へ出力する。

（遠端音声信号の例，音声処理装置の動作）
実施の形態９にかかる遠端音声取得部１１によって取得される遠端音声信号の例については実施の形態１と同様である（たとえば図２参照）。また、実施の形態９にかかる擬似帯域拡張部１２によって帯域を拡張された遠端音声信号の例については実施の形態１と同様である（たとえば図３参照）。また、実施の形態９にかかる音声処理装置１０の動作の例については実施の形態１と同様である（たとえば図４参照）。

（補正量の算出）
図２８は、実施の形態９にかかる補正量の算出動作の一例を示すフローチャートである。補正量算出部１４は、たとえば以下の各ステップによって補正量を算出する。まず、近端騒音成分に基づく補正量を算出する（ステップＳ２８１）。つぎに、遠端騒音成分に基づく補正量を算出する（ステップＳ２８２）。つぎに、ステップＳ２８１，Ｓ２８２によって算出された各補正量に重み付け係数を乗算する（ステップＳ２８３）。つぎに、ステップＳ２８３によって乗算された各補正量を加算し（ステップＳ２８４）、一連の算出動作を終了する。

（拡張帯域成分の補正，音声処理装置の適用例）
実施の形態９にかかる補正部１５による拡張帯域成分の補正については実施の形態１と同様である（たとえば上記（２）式参照）。また、実施の形態９にかかる音声処理装置１０の適用例については実施の形態１と同様である（たとえば図７，図８参照）。

このように、実施の形態９にかかる音声処理装置１０によれば、複数の方法で補正量を算出し、算出した各補正量を用いて拡張帯域成分のパワーを補正することで、帯域拡張の効果と副作用のバランスをより柔軟に調整することができる。このため、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（実施の形態１０）
実施の形態１０にかかる音声処理装置１０の補正量算出部１４は、上述した各実施の形態にかかる各方法のいずれかによって複数の補正量を算出する。そして、補正量算出部１４は、拡張帯域成分と狭帯域成分との境界付近の所定幅の帯域成分について当該帯域における周波数ごとに定まる補正量を補正部１５へ出力する。ここでは実施の形態１０にかかる音声処理装置１０による補正量の算出について説明するが、音声処理装置１０の他の処理等については上述した各実施の形態と同様である。

（補正量の算出）
実施の形態１０にかかる音声処理装置１０の補正量算出部１４は、拡張帯域成分と狭帯域成分との境界付近の所定幅の帯域成分について当該帯域における周波数ごとに定まる補正量を補正部１５へ出力する。たとえば、補正量算出部１４は、算出した補正量Ａｉのうちの、拡張帯域成分と狭帯域成分との境界付近の所定幅の帯域成分を、当該帯域の両側の周波数における補正量Ａｉに基づいて補間することで平滑化する。

これにより、補正部１５によって拡張帯域成分の補正を行っても、遠端音声信号における拡張帯域成分と狭帯域成分との境界付近に急激なパワー勾配ができることを回避し、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

図２９は、拡張帯域成分と狭帯域成分との境界付近の補間を示す図である。図２９において、横軸は周波数帯域のインデックスを示し、縦軸は補正量Ａｉを示している。境界帯域２９１は、拡張帯域成分と狭帯域成分との境界付近の所定幅の帯域成分を示している。たとえば、境界帯域２９１は、拡張帯域成分と狭帯域成分との境界の周波数（たとえば周波数ＦＢ）を含み所定の幅を有するように設定される。

帯域２９２は、境界帯域２９１より低周波側の帯域を示している。帯域２９３は、境界帯域２９１より高周波側の帯域を示している。周波数Ｆ１は、境界帯域２９１と帯域２９２との境界の周波数である。周波数Ｆ２は、境界帯域２９１と帯域２９３との境界の周波数である。補正量Ａ_F1は、周波数Ｆ１について補正量算出部１４が算出した補正量である。補正量Ａ_F2は、周波数Ｆ２について補正量算出部１４が算出した補正量である。

補正量算出部１４は、たとえば、算出した補正量Ａ_F1および補正量Ａ_F2に基づいて、境界帯域２９１の各補正量Ａｉを補間する。たとえば、補正量算出部１４は、下記（１８）式によって境界帯域２９１の補間後の各補正量Ａｉ’を算出する。

関係２９０は、境界帯域２９１における周波数ｉと補正量Ａｉの関係を示している。このように、補正量算出部１４は、算出した補正量Ａ_F1および補正量Ａ_F2に基づいて、境界帯域２９１の各補正量Ａｉを線形に補間することができる。これにより、境界帯域２９１において急激なパワー勾配ができることを回避することができる。

また、補正量算出部１４は、帯域２９２および帯域２９３の補間後の各補正量Ａｉ’については、補間前の各補正量Ａｉと同じ値とする。補正量算出部１４は、補間後の補正量Ａｉ’を補正部１５へ出力する。補正部１５は、補正量算出部１４から出力された補正量Ａｉ’に基づいて、遠端音声信号の拡張帯域成分のパワーを補正する。

なお、補正量算出部１４は、周波数Ｆ１と周波数Ｆ２との間の周波数における補正量Ａｉを算出しないようにしてもよい。この場合も、補正量算出部１４は、境界帯域２９１の補正量Ａｉ’を、補正量Ａ_F1および補正量Ａ_F2に基づいて補間することによって得ることができる。

このように、実施の形態１０にかかる音声処理装置１０は、拡張帯域成分と狭帯域成分との境界付近の所定幅の帯域成分について当該帯域における周波数ごとに定まる補正量により補正された音声信号を出力する。これにより、拡張帯域成分の補正を行っても、拡張帯域成分と狭帯域成分との境界付近に急激なパワー勾配ができることを回避し、遠端音声信号に基づいて再生される音声の質をさらに向上させることができる。

（遠端音声信号のパワースペクトルの例）
つぎに、上述した各実施の形態にかかる音声処理装置１０の補正部１５による補正の前後における遠端音声信号のパワースペクトルの例を示す。ここでは、一例として、図９に示した音声処理装置１０における遠端音声信号のパワースペクトルを示す。

図３０〜図３３は、遠端音声信号のパワースペクトルの例を示す図である。図３０〜図３３において、横軸は周波数を示し、縦軸はパワーを示している。パワースペクトル３００は、遠端音声信号のパワースペクトルである。狭帯域成分３０１は遠端音声信号の狭帯域成分（たとえばｉ＝０〜ＦＢ−１）である。拡張帯域成分３０２は遠端音声信号の拡張帯域成分（たとえばｉ＝ＦＢ〜ＦＥ）である。

図３０に示すパワースペクトル３００は、遠端音声信号に含まれる騒音成分が比較的大きい場合における、補正部１５による補正前の遠端音声信号のパワースペクトルである。図３１に示すパワースペクトル３００は、図３０と同様に遠端音声信号に含まれる騒音成分が比較的大きい場合における、補正部１５による補正後の遠端音声信号のパワースペクトルである。図３０および図３１に示すように、この場合は、パワースペクトル３００のうちの拡張帯域成分３０２のパワーを低下させるように補正が行われる。

図３２に示すパワースペクトル３００は、遠端音声信号に含まれる騒音成分が比較的小さい場合における、補正部１５による補正前の遠端音声信号のパワースペクトルである。図３３に示すパワースペクトル３００は、図３２と同様に遠端音声信号に含まれる騒音成分が比較的小さい場合における、補正部１５による補正後の遠端音声信号のパワースペクトルである。図３２および図３３に示すように、この場合は、パワースペクトル３００のうちの拡張帯域成分３０２のパワーをほぼ維持するように補正が行われる。

（音声処理装置の変形例）
つぎに、上述した各実施の形態にかかる音声処理装置１０の変形例について説明する。ここでは図１に示した音声処理装置１０の変形例について説明するが、上述した他の音声処理装置１０についても同様の変形が可能である。

図３４は、音声処理装置の変形例１を示すブロック図である。図３４において、図１に示した構成と同様の構成については同一の符号を付して説明を省略する。図３４に示すように、音声処理装置１０において、遠端音声信号の狭帯域成分については、補正部１５を経由させずに出力部１６から出力するようにしてもよい。

たとえば、擬似帯域拡張部１２は、生成した拡張帯域成分を補正部１５へ出力するとともに、遠端音声信号の狭帯域成分を出力部１６へ出力してもよい。補正部１５は、擬似帯域拡張部１２から出力された拡張帯域成分を補正して出力部１６へ出力する。出力部１６は、補正部１５から出力された拡張帯域成分と、擬似帯域拡張部１２から出力された狭帯域成分と、に基づいて、帯域を拡張された遠端音声信号を出力する。

また、図示しないが、遠端音声取得部１１から擬似帯域拡張部１２へ出力される遠端音声信号の狭帯域成分を分岐し、分岐した各狭帯域成分をそれぞれ擬似帯域拡張部１２および出力部１６へ出力してもよい。そして、擬似帯域拡張部１２は、生成した拡張帯域成分を補正部１５へ出力する。補正部１５は、擬似帯域拡張部１２から出力された拡張帯域成分を補正して出力部１６へ出力する。出力部１６は、補正部１５から出力された拡張帯域成分と、遠端音声取得部１１から出力された狭帯域成分と、に基づいて、帯域を拡張された遠端音声信号を出力する。

図３５は、音声処理装置の変形例２を示すブロック図である。図３５において、図１に示した構成と同様の構成については同一の符号を付して説明を省略する。図３５に示すように、音声処理装置１０は、補正量算出部１４に代えて補正量参照部３５１を備えていてもよい。補正量参照部３５１は、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分に基づく補正量を、対応テーブルを参照して導出する。

たとえば音声処理装置１０のメモリには、近端騒音成分の大きさと補正量とを対応付けた対応テーブルが記憶されている。補正量参照部３５１は、周波数ごとに、近端音声取得部１３から出力された近端音声信号に含まれる近端騒音成分の大きさに対応する補正量を対応テーブルから導出する。補正量参照部３５１は、導出した補正量を補正部１５へ出力する。

図３６は、対応テーブルの一例を示す図である。図３５に示した音声処理装置１０のメモリには、たとえば図３６に示す対応テーブル３６０が記憶されている。対応テーブル３６０においては、近端騒音成分の大きさＮｉと、補正量Ａｉと、が対応付けられている。対応テーブル３６０の各値は、たとえば図６に示した関係６０を離散化したものである。

補正量参照部３５１は、周波数ｉ＝ＦＢ〜ＦＥの補正量については、近端騒音成分の大きさＮｉに対応する補正量Ａｉを対応テーブル３６０から導出する。また、補正量参照部３５１は、遠端音声信号の狭帯域成分の周波数ｉ（０〜ＦＢ−１）の補正量についてはＡｉ＝１．０とする。このように、音声処理装置１０は、上述した各式によって補正量Ａｉを算出する構成に限らず、テーブル参照により補正量Ａｉを導出する構成としてもよい。

なお、対応テーブル３６０において補正量Ａｉと対応付けられる項目は、上述した実施の形態ごとに異なる。たとえば、図９に示した音声処理装置１０においては、対応テーブル３６０において、周波数ｉにおける遠端騒音成分の大きさＮｆｉと、補正量Ａｉと、を対応付けておく。また、図１２に示した音声処理装置１０においては、対応テーブル３６０において、周波数ｉにおける遠端騒音成分に対する近端騒音成分の比率ＮＮＲｉと、補正量Ａｉと、を対応付けておく。

以上説明したように、開示の音声処理装置、音声処理方法および電話装置は、帯域拡張の効果と副作用のバランスを左右する近端音声成分や遠端音声成分に基づく補正量によって遠端音声信号の拡張帯域成分のパワーを補正する。これにより、帯域拡張の効果と副作用のバランスを調整し、遠端音声信号に基づいて再生される音声の質を向上させることができる。

上述した各実施の形態に関し、さらに以下の付記を開示する。

（付記１）狭帯域化された入力信号から複数の周波数帯域に変換された音声信号を取得する音声信号取得手段と、
前記音声信号取得手段によって取得された音声信号の狭帯域成分に基づいて、前記音声信号の帯域を拡張する拡張帯域成分を生成する拡張手段と、
前記拡張帯域成分のパワーを、前記音声信号取得手段によって取得された音声信号に含まれる騒音成分に基づいて定まる補正量によって補正する補正手段と、
前記補正手段によって補正された前記拡張帯域成分と前記音声信号取得手段により取得された音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を出力する出力手段と、
を備えることを特徴とする音声処理装置。

（付記２）前記音声信号取得手段は、
狭帯域化された第一音声信号を取得する第一取得手段と、
前記第一音声信号を再生する再生機器の周辺の音声を示す第二音声信号を取得する第二取得手段と、
を有し、
前記拡張手段は、
前記音声信号取得手段により取得された音声信号として、前記第一取得手段により取得された前記第一音声信号を用い、
前記補正手段は、
前記音声信号取得手段によって取得された音声信号に含まれる騒音成分として、前記第二取得手段により取得された第二音声信号に含まれる騒音成分を用い、
前記出力手段は、
前記音声信号取得手段により取得された音声信号として、前記第一取得手段により取得された前記第一音声信号を用いることを特徴とする付記１に記載の音声処理装置。

（付記３）前記補正手段は、前記拡張帯域成分に含まれる複数の周波数ごとに、前記第二取得手段により取得された第二音声信号に基づいて定まる補正量により補正することを特徴とする付記２に記載の音声処理装置。

（付記４）前記出力手段は、前記拡張帯域成分と前記狭帯域成分との境界付近の所定幅の帯域成分について当該帯域における周波数ごとに定まる補正量により補正された音声信号を出力することを特徴とする付記１〜３のいずれか一つに記載の音声処理装置。

（付記５）前記補正手段は、前記第二取得手段により取得された第二音声信号に含まれる騒音成分の大きさに基づく補正量により補正することを特徴とする付記２または３に記載の音声処理装置。

（付記６）前記補正手段は、前記第一取得手段によって取得された第一音声信号に含まれる騒音成分と、前記第二音声信号に含まれる騒音成分と、の比率に基づく補正量により補正することを特徴とする付記２または３に記載の音声処理装置。

（付記７）前記補正手段は、前記騒音成分と、前記第一取得手段によって取得された第一音声信号に含まれる音声成分と、の比率に基づく補正量により補正することを特徴とする付記２または３に記載の音声処理装置。

（付記８）前記補正手段は、前記騒音成分の定常性に基づく補正量により補正することを特徴とする付記１〜７のいずれか一つに記載の音声処理装置。

（付記９）前記補正手段は、前記第一音声信号および前記第二音声信号に含まれる各騒音成分の類似性に基づく補正量により補正することを特徴とする付記２または３に記載の音声処理装置。

（付記１０）音声信号を取得する音声信号取得工程と、
前記音声信号取得工程によって取得された音声信号の狭帯域成分に基づいて、前記音声信号の帯域を拡張する拡張帯域成分を生成する拡張工程と、
前記拡張帯域成分のパワーを、前記音声信号取得工程によって取得された音声信号に含まれる騒音成分に基づいて定まる補正量によって補正する補正工程と、
前記補正工程によって補正された前記拡張帯域成分と前記音声信号取得工程により取得された音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を出力する出力工程と、
を含むことを特徴とする音声処理方法。

（付記１１）ネットワークを介して第一音声信号を受信する受信手段と、
前記受信手段によって受信された第一音声信号を取得する第一取得手段と、
前記第一取得手段によって取得された第一音声信号の狭帯域成分に基づいて、前記第一音声信号の帯域を拡張する拡張帯域成分を生成する拡張手段と、
前記第一音声信号を再生する再生機器の周辺の音声を示す第二音声信号を取得する第二取得手段と、
前記拡張手段によって生成された前記拡張帯域成分のパワーを、前記第二取得手段によって取得された第二音声信号に含まれる騒音成分に基づいて定まる補正量により補正する補正手段と、
前記補正手段によって補正された前記拡張帯域成分と前記第一音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を前記再生機器へ出力する出力手段と、
前記第二取得手段によって取得された第二音声信号を、ネットワークを介して送信する送信手段と、
を備えることを特徴とする電話装置。

２１ 帯域成分
２２ 帯域
３１，３２ 拡張帯域成分
７０，８１，８２ 携帯電話装置
８０ 通信システム
８３，８４ 基地局
８５ ネットワーク

Claims (9)

1. 狭帯域化された入力信号から複数の周波数帯域に変換された音声信号を取得する音声信号取得手段と、
   前記音声信号取得手段によって取得された音声信号の狭帯域成分に基づいて、前記音声信号の帯域を拡張する拡張帯域成分を生成する拡張手段と、
   前記拡張帯域成分のパワーを、前記音声信号取得手段によって取得された音声信号に含まれる騒音成分に基づいて定まる補正量によって補正する補正手段と、
   前記補正手段によって補正された前記拡張帯域成分と前記音声信号取得手段により取得された音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を出力する出力手段と、
   を備えることを特徴とする音声処理装置。
2. 前記音声信号取得手段は、
   狭帯域化された第一音声信号を取得する第一取得手段と、
   前記第一音声信号を再生する再生機器の周辺の音声を示す第二音声信号を取得する第二取得手段と、
   を有し、
   前記拡張手段は、
   前記音声信号取得手段により取得された音声信号として、前記第一取得手段により取得された前記第一音声信号を用い、
   前記補正手段は、
   前記音声信号取得手段によって取得された音声信号に含まれる騒音成分として、前記第二取得手段により取得された第二音声信号に含まれる騒音成分を用い、
   前記出力手段は、
   前記音声信号取得手段により取得された音声信号として、前記第一取得手段により取得された前記第一音声信号を用いることを特徴とする請求項１に記載の音声処理装置。
3. 前記補正手段は、前記拡張帯域成分に含まれる複数の周波数ごとに、前記第二取得手段により取得された第二音声信号に基づいて定まる補正量により補正することを特徴とする請求項２に記載の音声処理装置。
4. 前記出力手段は、前記拡張帯域成分と前記狭帯域成分との境界付近の所定幅の帯域成分について当該帯域における周波数ごとに定まる補正量により補正された音声信号を出力することを特徴とする請求項１〜３のいずれか一つに記載の音声処理装置。
5. 前記補正手段は、前記第二取得手段により取得された第二音声信号に含まれる騒音成分の大きさに基づく補正量により補正することを特徴とする請求項２または３に記載の音声処理装置。
6. 前記補正手段は、前記第一取得手段によって取得された第一音声信号に含まれる騒音成分と、前記第二音声信号に含まれる騒音成分と、の比率に基づく補正量により補正することを特徴とする請求項２または３に記載の音声処理装置。
7. 前記補正手段は、前記騒音成分と、前記第一取得手段によって取得された第一音声信号に含まれる音声成分と、の比率に基づく補正量により補正することを特徴とする請求項２または３に記載の音声処理装置。
8. 音声信号を取得する音声信号取得工程と、
   前記音声信号取得工程によって取得された音声信号の狭帯域成分に基づいて、前記音声信号の帯域を拡張する拡張帯域成分を生成する拡張工程と、
   前記拡張帯域成分のパワーを、前記音声信号取得工程によって取得された音声信号に含まれる騒音成分に基づいて定まる補正量によって補正する補正工程と、
   前記補正工程によって補正された前記拡張帯域成分と前記音声信号取得工程により取得された音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を出力する出力工程と、
   を含むことを特徴とする音声処理方法。
9. ネットワークを介して第一音声信号を受信する受信手段と、
   前記受信手段によって受信された第一音声信号を取得する第一取得手段と、
   前記第一取得手段によって取得された第一音声信号の狭帯域成分に基づいて、前記第一音声信号の帯域を拡張する拡張帯域成分を生成する拡張手段と、
   前記第一音声信号を再生する再生機器の周辺の音声を示す第二音声信号を取得する第二取得手段と、
   前記拡張手段によって生成された前記拡張帯域成分のパワーを、前記第二取得手段によって取得された第二音声信号に含まれる騒音成分に基づいて定まる補正量により補正する補正手段と、
   前記補正手段によって補正された前記拡張帯域成分と前記第一音声信号の狭帯域成分とに基づいて、帯域を拡張された音声信号を前記再生機器へ出力する出力手段と、
   前記第二取得手段によって取得された第二音声信号を、ネットワークを介して送信する送信手段と、
   を備えることを特徴とする電話装置。

Images