JP2012242470A

JP2012242470A - 信号広帯域化装置、信号広帯域化方法、及びそのプログラム

Info

Publication number: JP2012242470A
Application number: JP2011110148A
Authority: JP
Inventors: Naka Omuro; 仲大室; Shigeaki Sasaki; 茂明佐々木; Manabu Okamoto; 学岡本
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2011-05-17
Filing date: 2011-05-17
Publication date: 2012-12-10
Anticipated expiration: 2031-05-17
Also published as: JP5458057B2

Abstract

【課題】通話相手によらず、安定的に高品質な擬似広帯域信号を生成する。
【解決手段】狭帯域信号を２つの異なるカットオフ周波数で並列にハイパスフィルタリングし、フィルタリング後の各狭帯域信号のパワー比を計算し、その比の値に応じて低域強調レベルを決定する。続いて、低域を強調するゲイン係数と前記低域強調レベルとから修正ゲイン係数を計算し、これを周波数領域に変換された前記狭帯域信号に乗算し、低域強調された周波数領域の信号を生成する。また、周波数領域に変換された前記狭帯域信号の一部又は全部を複製することにより４ｋＨｚを超える周波数帯域の信号を生成する。そして、前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の信号とを結合して周波数領域の広帯域信号を生成し、これを時間領域に変換して擬似広帯域信号を生成する。
【選択図】図１

Description

本発明は、電話網やパケット通信ネットワークを利用した音声・音響信号（以下、「音声」という）通信に用いるものであり、狭帯域信号から擬似的に広帯域信号を求める信号広帯域化装置、信号広帯域化方法、及びそのプログラムに関する。

アナログ電話を代表とする従来からの電話システムで伝送できる音声の周波数帯域は、およそ３００Ｈｚから３．４ｋＨｚである。これは、用件を伝えるのに必要な音声品質と、伝送に必要な情報量とのバランスを考慮して、国際電気通信連合（ＩＴＵ−Ｔ）によって決められ、広く世界で採用されていることによる。一般に、周波数帯域の上限が４ｋＨｚ以下の音声を狭帯域信号、４ｋＨｚを超えて７ｋＨｚ程度までの音声を広帯域信号と呼ぶ。

ところで、最近の音響技術の発展及びディジタル信号処理技術の進歩により、日常生活で使われる機器の音声の品質が向上している。このような状況において、電話の音声にも広帯域化を求める声がある。かかる要求に応える目的で、音声擬似広帯域化装置やその方法が用いられる。音声の擬似広帯域化とは、通話相手から受信した狭帯域信号を利用して、受信側の端末又は通信路上の変換装置によって広帯域信号を生成することをいう。生成される広帯域信号は、本来の広帯域音声とは異なり、あらかじめ決められた規則によって狭帯域信号から広帯域信号に変換されるものであるため、これを擬似広帯域信号と呼ぶ。擬似広帯域化において重要なことは、できるだけ本来の広帯域音声に近い音質の広帯域信号を生成することであり、狭帯域信号から広帯域信号への変換規則がその性能を左右する。

音声を擬似広帯域化するには、大きく分けて、３００Ｈｚ前後より低い周波数帯成分の回復（以下、「回復Ａ」という）の処理と、３．４ｋＨｚより高い周波数帯域成分の回復（以下、「回復Ｂ」という）の処理が必要である。本発明は回復Ａに関するものである。
前記のように、従来からの電話システムで伝送される音声の周波数帯域の下限は３００Ｈｚ前後である。ＩＴＵ−Ｔでは、典型的な電話機の送話周波数特性として、ＩＲＳ（またはモディファイドＩＲＳ）と呼ばれる推奨特性を規定している。しかし、最近の電話機・電話システムでは、ＩＲＳ特性に準拠しないものが増えてきている。具体的には、音声の周波数帯域の下限が１００Ｈｚ程度であるものや、平坦な周波数スペクトル特性を持っているものがある。これは、電話機のマイクロフォンにオーディオ用のものが利用されることや、ディジタルの通信回線で利用されることを想定した設計であることによる。これらの特性は一般にＦＬＡＴと呼ばれるが、ＦＬＡＴという厳密な規格があるわけではないので、最近の電話機・電話システムは、狭帯域信号でも特性がバラバラであるといえる。

このような特性が様々な狭帯域信号を擬似広帯域化する方法として、特許文献１の方法が知られている。ＩＲＳ特性の詳細についても、特許文献１で説明されている。特許文献１の方法では、時間領域の狭帯域信号を周波数領域に変換することによって周波数領域の信号を得るとともに、時間領域の狭帯域信号をパーコール分析することでパーコール係数を求め、得られたパーコール係数が小さいほど、高域側に比べて低域側の値が大きいゲイン係数を求め、前記周波数領域の信号に前記ゲイン係数を乗算することで、低域が強調された周波数領域の狭帯域信号を生成し、低域が強調された周波数領域の狭帯域信号の一部または全部を複製した周波数領域の信号を、４ｋＨｚを超える周波数帯域に配置し、これらを合わせて時間領域に変換することで擬似広帯域信号を出力する。

特開２０１０−６６３３５号公報

特許文献１におけるパーコール係数は、入力音声信号がＩＲＳ特性のときはＦＬＡＴ特性のときに比べて小さくなる傾向にあるため、低域成分の少ないＩＲＳ特性のときのほうが、相対的に擬似広帯域化処理において、低域がより強調されるという点で効果がある。しかしながら、パーコール係数は、入力された音声信号の周波数軸上でのスペクトルの傾きを表すため、様々な電話機・電話システムの送話特性に起因する傾きと、様々な人間の声のスペクトルに起因する傾きの両方が合わさった傾きを測定していることになる。したがって、通常の通話時に、電話機の送話特性だけを正確に特定することができず、判定誤りが生じることが課題である。なお、ＦＡＸの通信開始時のように、白色雑音を用いて周波数特性を測定すれば、特許文献１の方法でも正確に判定可能であるが、通常の音声通話では現実的でない。

本発明の目的は、通話相手によらず、安定的に高品質な擬似広帯域信号を生成することが可能な信号広帯域化装置、信号広帯域化方法、及びそのプログラムを提供することにある。

本発明の信号広帯域化装置は、第１フィルタと第２フィルタと第１パワー計算部と第２パワー計算部とパワー比計算部と低域強調レベル決定部と周波数領域変換部とレベル乗算部とゲイン乗算部と複製部と結合部と周波数領域逆変換部とを備える。第１フィルタは、狭帯域信号を第１のカットオフ周波数でフィルタリングするハイパスフィルタである。第２フィルタは、前記狭帯域信号を前記第１フィルタと異なる第２のカットオフ周波数でフィルタリングするハイパスフィルタである。第１パワー計算部は、前記第１フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第１パワーを計算する。第２パワー計算部は、前記第２フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第２パワーを計算する。パワー比計算部は、前記第１パワーと前記第２パワーの比であるパワー比を計算する。低域強調レベル決定部は、前記パワー比の値に応じて低域強調レベルを決定する。周波数領域変換部は、前記狭帯域信号を周波数領域の信号に変換する。レベル乗算部は、周波数ごとの低域強調のゲイン係数と前記低域強調レベルとから修正ゲイン係数を計算する。ゲイン乗算部は、前記周波数領域の信号と前記修正ゲイン係数とを周波数ごとに乗算し、低域強調された周波数領域の信号を生成する。複製部は、前記周波数領域の信号の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号を生成する。結合部は、前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の周波数領域の信号とを結合して周波数領域の広帯域信号を生成する。周波数逆変換部は、前記周波数領域の広帯域信号を時間領域の信号に変換し、擬似広帯域信号として出力する。

本発明の信号広帯域化装置、信号広帯域化方法、及びそのプログラムによれば、受信した狭帯域信号から、通話相手の電話機・電話システムの送話特性をより正確に判定することができ、その判定に基づいて受信側の擬似広帯域化処理の低域強調レベルを制御することができる。そのため、通話相手によらず、安定的に高品質な擬似広帯域信号を生成することができる。

信号広帯域化装置１００の構成例を示す図信号広帯域化装置１００の処理フロー例を示す図信号広帯域化装置２００の構成例を示す図信号広帯域化装置２００の処理フロー例を示す図信号広帯域化装置３００の構成例を示す図信号広帯域化装置３００の処理フロー例を示す図信号広帯域化装置４００のパワー比生成部４２０の構成例を示す図信号広帯域化装置４００の処理フロー例を示す図信号広帯域化装置５００のパワー比生成部５２０の構成例を示す図信号広帯域化装置５００の処理フロー例を示す図

以下、本発明の実施形態について、詳細に説明する。

本発明の信号広帯域化装置１００の構成例を図１に、その構成例における処理フローを図２に示す。信号広帯域化装置１００は、第１フィルタ１１１と第２フィルタ１１２とパワー比生成部１２０と低域強調レベル決定部１３０とレベル乗算部１４０と周波数領域変換部１５０とゲイン乗算部１６０と複製部１７０と結合部１８０と周波数逆変換部１９０とを備える。また、パワー比生成部１２０は、第１パワー計算部１２１と第２パワー計算部１２２とパワー比計算部１２３とを備える。

信号広帯域化装置１００に入力される狭帯域音声信号ｓ(ｔ)は、アナログ信号、ディジタル信号を問わないが、一般には、フレームと呼ばれる一定時間例えば２０ミリ秒毎に区切られたディジタル音声信号であることが多い。ｔは時刻を表し、ディジタル音声信号の場合はサンプルに対応する。なお、狭帯域のディジタル音声信号のサンプリング周波数には８ｋＨｚを用いることが多いが、１１ｋＨｚや１６ｋＨｚなどの他のサンプリング周波数を用いてもよい。

狭帯域音声信号ｓ(ｔ)は、第１フィルタ１１１、第２フィルタ１１２、周波数領域変換部１５０に入力される。

第１フィルタ１１１は、カットオフ周波数がＦ_１のハイパスフィルタであり、入力された狭帯域音声信号ｓ(ｔ)をハイパスフィルタリングしてｓ_１(ｔ)を出力する（Ｓ１）。Ｆ_１は例えば５０Ｈｚから２００Ｈｚの間で決めるとよい。第１フィルタ１１１の出力ｓ_１(ｔ)は第１パワー計算部１２１に送られる。第１パワー計算部１２１では、一定時間長のｓ_１(ｔ)のパワーＰ_１を計算する（Ｓ２）。パワーの計算は、一般的には信号の二乗和を計算するが、例えば絶対値の和や、二乗和の平方根（ＲＭＳ）など、パワーに準ずる物理尺度であればよく、本願では総称してパワーと呼ぶ。

第２フィルタ１１２は、カットオフ周波数がＦ_２のハイパスフィルタであり、入力された狭帯域音声信号ｓ（ｔ）をハイパスフィルタリングしてｓ_２（ｔ）を出力する（Ｓ３）。Ｆ_２は例えば２５０Ｈｚから５００Ｈｚの間で決めるとよい。第２フィルタ１１２の出力ｓ_２（ｔ）は第２パワー計算部１２２に送られる。第２パワー計算部１２２では、一定時間長のｓ_２（ｔ）のパワーＰ_２を計算する（Ｓ４）。

カットオフ周波数Ｆ_１とＦ_２は、Ｆ_１＜Ｆ_２であれば上記の例以外の周波数に設定してもよい。狭帯域音声信号ｓ(ｔ)にオフセットすなわち直流成分がない場合は、Ｆ_１＝０としてもよく、Ｆ_１＝０のときは第１フィルタ１１１を省略できる。

パワーＰ_１とＰ_２はそれぞれパワー比計算部１２３に送られる。パワー比計算部１２３は、パワーＰ_１とＰ_２の大小関係を表す数値としてＰ_１とＰ_２の比Ｒを計算する（Ｓ５）。Ｒは例えば、Ｒ＝ＳＱＲＴ(Ｐ_２／Ｐ_１)として計算できる。ＳＱＲＴ（ｘ）はｘの平方根を表す。平方根を用いずにＲ＝Ｐ_２／Ｐ_１でもよい。また、パワーの比ではなく、Ｒ＝Ｐ_２−Ｐ_１のようにパワーの差を用いてもよい。パワー比Ｒは低域強調レベル決定部１３０に送られる。

低域強調レベル決定部１３０は、パワー比Ｒの値に応じて、あらかじめ決められた規則に基づいて、低域強調レベルｃを決定する（Ｓ６）。例えば、
Ｒ≧Ｔ_１のときはｃ＝１
Ｒ≦Ｔ_２のときはｃ＝０
Ｔ_２＜Ｒ＜Ｔ_１のときは、ｃ＝(Ｒ−Ｔ_２)／(Ｔ_１−Ｔ_２)
とする。ここで、Ｔ_１とＴ_２はそれぞれあらかじめ決められた閾値である。一例として、Ｔ_１に０．９５、Ｔ_２に０．７５を用いることができる。また１≧Ｔ_１＞Ｔ_２≧０であれば、他の値を用いてもよい。前記のように、Ｒとしてパワーの差を用いるときは、０≧Ｔ_１＞Ｔ_２となるような閾値を用いる。

低域強調レベルｃは、レベル乗算部１４０に送られる。レベル乗算部１４０は、あらかじめ決められた低域強調のゲイン係数Ｇ(ｋ)と低域強調レベルｃを用いて修正ゲイン係数Ｇ’（ｋ）＝ｃ(Ｇ(ｋ)−１)＋１を計算し、ゲイン乗算部１６０に送る（Ｓ７）。ｋは周波数を表す。ゲイン係数Ｇ(ｋ)は周波数ｋの関数であり、修正ゲイン係数Ｇ’(ｋ)も周波数ｋの関数である。

周波数領域変換部１５０に入力された狭帯域音声信号ｓ(ｔ)は、フーリエ変換、コサイン変換、変形コサイン変換などの手法を用いて、周波数領域の信号Ｓ(ｋ)に変換される（Ｓ８）。上記のようにｋは周波数を表す。また周波数領域への変換は、逆変換が可能な方法であれば任意の方法を用いてよい。周波数領域の信号Ｓ(ｋ)は、ゲイン乗算部１６０と複製部１７０に送られる。

ゲイン乗算部１６０は、Ｓ(ｋ)とＧ’(ｋ)の値を周波数ｋ毎に乗算し、低域強調された周波数領域の信号Ｓ_Ｌ（ｋ）を出力し、結合部１８０に送る（Ｓ９）。

複製部１７０は、周波数領域の信号Ｓ(ｋ)の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号Ｓ_Ｈ(ｋ)を出力し、結合部１８０に送る（Ｓ１０）。Ｓ_Ｈ(ｋ)の生成方法として、例えば、Ｓ(ｋ)の２ｋＨｚから４ｋＨｚの帯域の信号を複製して４ｋＨｚから６ｋＨｚに配置し、６ｋＨｚから８ｋＨｚの帯域の信号はゼロにするなどの方法が利用可能である。特許文献１に記載された方法を利用してもよい。

結合部１８０は、Ｓ_Ｌ(ｋ)とＳ_Ｈ(ｋ)を結合して、周波数領域の広帯域信号Ｓ_ｗ(ｋ)を出力し、周波数逆変換部１９０に送る（Ｓ１１）。

周波数逆変換部１９０は、Ｓ_ｗ(ｋ)を周波数領域変換部で利用した変換手法に対応する逆変換、例えば、フーリエ逆変換、コサイン逆変換、変形コサイン逆変換などを用いて、Ｓ_ｗ(ｋ)を時間領域の信号に変換し、擬似広帯域信号ｓ_ｗ(ｔ)として出力する（Ｓ１２）。

本実施例では、２つの異なるカットオフ周波数を持つハイパスフィルタを通した信号のパワーの比が１に近い値か否かを用いて、入力狭帯域信号の周波数特性を判別している。例えば、５０Ｈｚから３．４ｋＨｚのフラットな周波数特性を持つ信号Ａが入力されたときに、カットオフ周波数Ｆ_１＝１２０Ｈｚのハイパスフィルタを通した信号のパワーＰ_１は、カットオフ周波数Ｆ_２＝３００Ｈｚのハイパスフィルタを通した信号のパワーＰ_２よりもかなり大きく、パワーの比Ｒは０．７５よりも小さくなることが想定される。一方、３００Ｈｚから３．４ｋＨｚのＩＲＳ周波数特性を持つ信号Ｂが入力されたときは、カットオフ周波数Ｆ_１＝１２０Ｈｚのハイパスフィルタを通した信号のパワーＰ_１と、カットオフ周波数Ｆ_２＝３００Ｈｚのハイパスフィルタを通した信号のパワーＰ_２は、常にＰ_２＜Ｐ_１であるものの、ほぼ同程度であり、パワーの比Ｒは０．９５よりも大きくなることが想定される。つまり、Ｒが１に近いほど入力信号の低域成分が少ない、即ち通話相手の端末の送話特性で低域が不十分であるため、擬似広帯域化において低域をより強調する必要があり、Ｒが小さいほど入力信号の低域成分は多い即ち通話相手の端末の送話特性で低域が十分に送出されているため、擬似広帯域化において低域をあまり強調する必要がない。

以上説明した信号広帯域化装置１００によれば、受信した狭帯域信号から、通話相手の電話機・電話システムの送話特性をより正確に判定することができ、その判定に基づいて受信側の擬似広帯域化処理の低域強調レベルを制御することができる。そのため、通話相手によらず、安定的に高品質な擬似広帯域信号を生成することができる。

実施例２の信号広帯域化装置２００は、実施例１と特許文献１の方法を組み合わせたものである。構成例を図３に、その構成例における処理フローを図４に示す。信号広帯域化装置２００は、第１フィルタ１１１と第２フィルタ１１２とパワー比生成部１２０と低域強調レベル決定部１３０とレベル乗算部２４０と周波数領域変換部１５０とゲイン乗算部１６０と複製部１７０と結合部１８０と周波数逆変換部１９０とパーコール分析部２１０とゲイン係数決定部２２０とを備える。また、パワー比生成部１２０は、第１パワー計算部１２１と第２パワー計算部１２２とパワー比計算部１２３とを備える。つまり、実施例１との相違は、パーコール分析部２１０とゲイン係数決定部２２０とが加わり、レベル乗算部１４０がレベル乗算部２４０に置き換わっている点にあり、その他については実施例１と共通である。そこで、ここでは相違部分を説明し、共通部分の説明は省略する。

パーコール分析部２１０は、狭帯域音声信号ｓ(ｔ)が入力され、パーコール分析または線形予測分析を用いてｓ(ｔ)のパーコール係数ｒを計算し、ゲイン係数決定部２２０に送る（Ｓ２１）。

ゲイン係数決定部２２０は、特許文献１に記載されているように、パーコール係数が小さいほど、高域側に比べて低域側の値が大きいゲイン係数Ｇｒ(ｋ)を生成し、レベル乗算部２４０に送る（Ｓ２２）。

レベル乗算部２４０は、Ｇｒ(ｋ)と低域強調レベルｃを用いて、修正ゲイン係数Ｇ’ｒ(ｋ)＝ｃ(Ｇｒ(ｋ)−１)＋１を計算し、ゲイン乗算部１６０に送る（Ｓ７）。

本実施例は、特許文献１の方法で決定されるゲイン係数に、さらに低域強調レベルｃで重み付けすることが特徴である。

実施例３の信号広帯域化装置３００は、実施例１の変形である。構成例を図５に、その構成例における処理フローを図６に示す。信号広帯域化装置３００は、第１フィルタ１１１と第２フィルタ１１２とパワー比生成部１２０とゲイン選択部３５０と周波数領域変換部１５０とゲイン乗算部１６０と複製部１７０と結合部１８０と周波数逆変換部１９０とを備える。また、パワー比生成部１２０は、第１パワー計算部１２１と第２パワー計算部１２２とパワー比計算部１２３とを備える。つまり、実施例１との相違は、低域強調レベル決定部１３０とレベル乗算部１４０が、ゲインテーブル３１０とゲイン選択部３４０に置き換わっている点にあり、その他については実施例１と共通である。そこで、ここでも相違部分を説明し、共通部分の説明は省略する。

ゲイン選択部３４０は、パワー比生成部１２０から出力されたパワーの比Ｒの値に基づいて、あらかじめ決められたゲインテーブルのゲインＧ_１(ｋ)、Ｇ_２(ｋ)、Ｇ_３(ｋ)、．．．Ｇ_Ｎ(ｋ)の中から、あらかじめ決められた規則に基づいてゲインＧ_ｎ(ｋ)を選択し、ゲイン乗算部１６０に送る（Ｓ３１）。あらかじめ決められた規則とは、例えば、
Ｒ≧Ｖ_１のときはＧ_ｎ(ｋ)＝Ｇ_１(ｋ)
Ｖ_１＞Ｒ≧Ｖ_２のときはＧ_ｎ(ｋ)＝Ｇ_２(ｋ)
Ｖ_２＞Ｒ≧Ｖ_３のときはＧ_ｎ(ｋ)＝Ｇ_３(ｋ)
：
Ｖ_Ｎ−１＞ＲのときはＧ_ｎ(ｋ)＝Ｇ_Ｎ(ｋ)
のように、複数の閾値を設け、閾値とＲの値を比較することによって各閾値に対応するゲインを選択するとよい。

実施例４は、実施例１から３におけるパワー比生成部１２０を変形した実施例であり、パワー比生成部以外は各実施例と共通である。

図７は実施例４のパワー比生成部４２０の構成例であり、図８は実施例１の信号広帯域化装置１００にパワー比生成部４２０を適用した場合の処理フロー例である。パワー比生成部４２０は、パワー比生成部１２０を構成する第１パワー計算部１２１と第２パワー計算部１２２とパワー比計算部１２３とに加え、第１メモリ４２１と第１加算部４２２と第２メモリ４２３と第２加算部４２４とを備える。

第１パワー計算部１２１の出力であるパワーＰ_１は、第１メモリ４２１と第１加算部４２２に送られる。第１メモリ４２１は、あらかじめ指定した時間長に対応する個数のパワーＰ_１を保持する。第１加算部４２２は、第１メモリ４２１に保持された１個以上のパワーＰ_１と第１パワー計算部１２１から送られたパワーＰ_１との和Ｐ’_１を計算し、パワー比計算部１２３に送る（Ｓ４１）。

第２パワー計算部１２２の出力であるパワーＰ_２は、第２メモリ４２３と第２加算部４２４に送られる。第２メモリ４２３は、あらかじめ指定した時間長に対応する個数のパワーＰ_２を保持する。第２加算部４２４は、第２メモリ４２３に保持された１個以上のパワーＰ_２と第２パワー計算部１２２から送られたパワーＰ_２との和Ｐ’_２を計算し、パワー比計算部１２３に送る（Ｓ４２）。

パワー比計算部１２３は、パワーＰ’_１とＰ’_２の大小関係を表す数値としてＰ’_１とＰ’_２の比Ｒを計算する（Ｓ５）。Ｒは例えば、Ｒ＝ＳＱＲＴ(Ｐ’_２／Ｐ’_１)として計算できる。

本実施例の特徴は、あらかじめ指定した時間長の過去にわたってパワーを計算し、そのパワーを用いてパワー比を計算することにある。長時間にわたってパワーを求め、長時間にわたる平均的なパワー比を用いて低域の強調レベルを決定するほうが、安定的に入力信号、即ち通話相手の端末の送話周波数特性を推定することができる。しかしながら、あまり長い時間にわたる平均的なパワー比を用いると、相手が端末のミュートボタンを押した場合や、多地点通話で話者が変わったときに追従できないため、数百ミリ秒から２秒程度の平均的なパワー比を用いるのが適当である。

実施例５は、実施例４におけるパワー比生成部４２０を変形した実施例であり、パワー比生成部以外は実施例１から３と共通である。

図９は実施例５のパワー比生成部５２０の構成例であり、図１０は実施例１の信号広帯域化装置１００にパワー比生成部５２０を適用した場合の処理フロー例である。パワー比生成部５２０は、パワー比生成部４２０を構成する第１パワー計算部１２１と第２パワー計算部１２２とパワー比計算部１２３と第１メモリ４２１と第１加算部４２２と第２メモリ４２３と第２加算部４２４とに加え、制御部５２１と第１スイッチ５２２と第２スイッチ５２３とを備える。

パワー比生成部５２０に入力された信号ｓ_１(ｔ)は第１パワー計算部１２１に送られるとともに、制御部５２１に送られる。

制御部５２１は、信号ｓ_１(ｔ)を分析し、その結果に応じて第１スイッチ５２２と第２スイッチ５２３の開閉制御を行う（Ｓ５１）。第１スイッチ５２２が開（OFF）の時間は、パワーＰ_１は第１メモリ４２１および第１加算部４２２に送られないため、当該時間のｓ_１(ｔ)の特性によって、パワーＰ’_１およびパワー比Ｒが更新されることはない。第１スイッチ５２２が閉（ON）の時間は、パワーＰ_１は第１メモリ４２１および第１加算部４２２に送られ、パワー比Ｒが更新される。第２スイッチ５２３も同様に、開（OFF）の時間は、パワーＰ_２は第２メモリ４２３および第２加算部４２４に送られないため、当該時間のｓ_２(ｔ)の特性によって、パワーＰ’_２およびパワー比Ｒが更新されることはない。第２スイッチ５２３が閉（ON）の時間は、パワーＰ_２は第２メモリ４２３および第２加算部４２４に送られ、パワー比Ｒが更新される。

制御部５２１の動作の第一の例として、例えば、ｓ_１(ｔ)を分析して当該区間が音声区間であるか無音や背景雑音区間であるかを判別し、音声区間のみ第１スイッチ５２２および第２スイッチ５２３を閉（ON）にする制御をするとよい。これは音の無い区間でパワー比を計算しても意味がないためである。

第二の例として、ｓ_１(ｔ)を分析して当該区間が有声音区間であるか無声音区間であるかを判別し、有声音区間のみ第１スイッチ５２２および第２スイッチ５２３を閉（ON）にする制御をするとよい。パワー比Ｒを有声音区間でのみ計算、更新するメリットは、常にパワー比を更新するのに比べて、安定したパワー比が得られるためである。

第三の例として、第二の例とは逆に、無声音区間のみ第１スイッチ５２２および第２スイッチ５２３を閉（ON）にする制御も可能である。第二の例と第三の例は矛盾するように見えるが、そうではない。有声音区間の音声信号は一般に声のピッチと呼ばれる基本周波数の調波構造をしているが、人によってピッチの周波数が異なり、例えば男性は低く、女性は高いため、パワー比がピッチの周波数によって影響を受ける可能性がある。一方、無声音区間ではピッチ周波数に影響を受けないパワー比を計算することができる。

実施例１から３における各閾値は、制御部の制御規則によって異なるため、実験的に適当な値を求める必要がある。

以上説明した各実施例の信号広帯域化装置及び信号広帯域化方法における各処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本発明の信号広帯域化装置の各機能は必要に応じ、併合・分割しても構わない。その他、本発明において表現されている技術的思想の範囲内で適宜変更が可能である。

本発明の信号広帯域化装置を構成する各部の機能をコンピュータによって実現する場合、各部が担う機能の処理内容はプログラムによって記述される。そのプログラムは、例えば、ハードディスク装置に格納されており、実行時には、必要なプログラムやデータがＲＡＭ(Random Access Memory)に読み込まれて、そのプログラムがＣＰＵにより実行されることにより、コンピュータ上で各処理内容が実現される。

Claims

狭帯域信号を第１のカットオフ周波数でフィルタリングするハイパスフィルタである第１フィルタと、
前記狭帯域信号を前記第１フィルタと異なる第２のカットオフ周波数でフィルタリングするハイパスフィルタである第２フィルタと、
前記第１フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第１パワーを計算する第１パワー計算部と、
前記第２フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第２パワーを計算する第２パワー計算部と、
前記第１パワーと前記第２パワーの比であるパワー比を計算するパワー比計算部と、
前記パワー比の値に応じて低域強調レベルを決定する低域強調レベル決定部と、
前記狭帯域信号を周波数領域の信号に変換する周波数領域変換部と、
周波数ごとの低域強調のゲイン係数と前記低域強調レベルとから修正ゲイン係数を計算するレベル乗算部と、
前記周波数領域の信号と前記修正ゲイン係数とを周波数ごとに乗算し、低域強調された周波数領域の信号を生成するゲイン乗算部と、
前記周波数領域の信号の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号を生成する複製部と、
前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の周波数領域の信号とを結合して周波数領域の広帯域信号を生成する結合部と、
前記周波数領域の広帯域信号を時間領域の信号に変換し、擬似広帯域信号として出力する周波数逆変換部と、
を備える信号広帯域化装置。
請求項１に記載の信号広帯域化装置において、
パーコール分析または線形予測分析を用いて前記狭帯域信号のパーコール係数を計算するパーコール分析部と、
前記パーコール係数が小さいほど高域側に比べて低域側の値が大きいゲイン係数を周波数ごとに生成するゲイン係数決定部と、
を更に備え、
前記レベル乗算部は、前記ゲイン係数決定部で生成したゲイン係数と前記低域強調レベルとを用いて修正ゲイン係数を計算する
ことを特徴とする擬似広帯域音声信号生成装置。
狭帯域信号を第１のカットオフ周波数でフィルタリングするハイパスフィルタである第１フィルタと、
前記狭帯域信号を前記第１フィルタと異なる第２のカットオフ周波数でフィルタリングするハイパスフィルタである第２フィルタと、
前記第１フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第１パワーを計算する第１パワー計算部と、
前記第２フィルタでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第２パワーを計算する第２パワー計算部と、
前記第１パワーと前記第２パワーのパワー比を計算するパワー比計算部と、
前記狭帯域信号を周波数領域の信号に変換する周波数領域変換部と、
複数のゲイン係数があらかじめ記録されたゲインテーブルと、
前記ゲインテーブルを参照し、所定の規則に基づき前記パワー比の値に対応するゲイン係数を選択するゲイン選択部と、
前記周波数領域の信号と前記選択されたゲイン係数とを周波数ごとに乗算し、低域強調された周波数領域の信号を生成するゲイン乗算部と、
前記周波数領域の信号の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号を生成する複製部と、
前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の周波数領域の信号とを結合して周波数領域の広帯域信号を生成する結合部と、
前記周波数領域の広帯域信号を時間領域の信号に変換し、擬似広帯域信号として出力する周波数逆変換部と、
を備える信号広帯域化装置。
請求項１乃至３のいずれかに記載の信号広帯域化装置において、
あらかじめ指定した時間長に対応する個数の前記第１パワーを保持する第１メモリと、
前記第１メモリに保持された１個以上の第１パワーと前記第１パワー計算部から送られた第１パワーとの和である第１パワー和を計算する第１加算部と、
あらかじめ指定した時間長に対応する個数の前記第２パワーを保持する第２メモリと、
前記第２メモリに保持された１個以上の第２パワーと前記第２パワー計算部から送られた第２パワーとの和である第２パワー和を計算する第２加算部と、
を更に備え、
前記パワー比計算部は、前記パワー比を前記第１パワー和と前記第２パワー和の比として計算する
ことを特徴とする信号広帯域化装置。
請求項４に記載の信号広帯域化装置において、
第１スイッチと第２スイッチと制御部とを更に備え、
前記第１スイッチは、前記第１パワー計算部と前記第１メモリ及び前記第１加算部との間に設けられ、
前記第２スイッチは、前記第２パワー計算部と前記第２メモリ及び前記第２加算部との間に設けられ、
前記制御部は、前記狭帯域信号を分析し、その結果に応じて前記第１スイッチと前記第２スイッチの開閉を制御する
ことを特徴とする信号広帯域化装置。
狭帯域信号を第１のカットオフ周波数でハイパスフィルタリングする第１フィルタリングステップと、
前記狭帯域信号を前記第１フィルタリングステップと異なる第２のカットオフ周波数でフィルタリングする第２フィルタリングステップと、
前記第１フィルタリングステップでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第１パワーを計算する第１パワー計算ステップと、
前記第２フィルタリングステップでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第２パワーを計算する第２パワー計算ステップと、
前記第１パワーと前記第２パワーの比であるパワー比を計算するパワー比計算ステップと、
前記パワー比の値に応じて低域強調レベルを決定する低域強調レベル決定ステップと、
周波数ごとの低域強調のゲイン係数と前記低域強調レベルとから修正ゲイン係数を計算するレベル乗算ステップと、
前記狭帯域信号を周波数領域の信号に変換する周波数領域変換ステップと、
前記周波数領域の信号と前記修正ゲイン係数とを周波数ごとに乗算し、低域強調された周波数領域の信号を生成するゲイン乗算ステップと、
前記周波数領域の信号の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号を生成する複製ステップと、
前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の周波数領域の信号とを結合して周波数領域の広帯域信号を生成する結合ステップと、
前記周波数領域の広帯域信号を時間領域の信号に変換し、擬似広帯域信号として出力する周波数逆変換ステップと、
を実行する信号広帯域化方法。
請求項６に記載の信号広帯域化方法において、
パーコール分析または線形予測分析を用いて前記狭帯域信号のパーコール係数を計算するパーコール分析ステップと、
前記パーコール係数が小さいほど高域側に比べて低域側の値が大きいゲイン係数を周波数ごとに生成するゲイン係数決定ステップと、
を更に実行し、
前記レベル乗算ステップは、前記ゲイン係数決定ステップで生成したゲイン係数と前記低域強調レベルとを用いて修正ゲイン係数を計算する
ことを特徴とする擬似広帯域音声信号生成方法。
狭帯域信号を第１のカットオフ周波数でハイパスフィルタリングする第１フィルタリングステップと、
前記狭帯域信号を前記第１フィルタリングステップと異なる第２のカットオフ周波数でフィルタリングする第２フィルタリングステップと、
前記第１フィルタリングステップでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第１パワーを計算する第１パワー計算ステップと、
前記第２フィルタリングステップでフィルタリングされた前記狭帯域信号の一定時間長のパワーである第２パワーを計算する第２パワー計算ステップと、
前記第１パワーと前記第２パワーの比であるパワー比を計算するパワー比計算ステップと、
複数のゲイン係数があらかじめ記録されたゲインテーブルを参照し、所定の規則に基づき前記パワー比の値に対応するゲイン係数を選択するゲイン選択ステップと、
前記狭帯域信号を周波数領域の信号に変換する周波数領域変換ステップと、
前記周波数領域の信号と前記選択されたゲイン係数とを周波数ごとに乗算し、低域強調された周波数領域の信号を生成するゲイン乗算ステップと、
前記周波数領域の信号の一部または全部を複製することによって、４ｋＨｚを超える周波数帯域の周波数領域の信号を生成する複製ステップと、
前記低域強調された周波数領域の信号と前記４ｋＨｚを超える周波数帯域の周波数領域の信号とを結合して周波数領域の広帯域信号を生成する結合ステップと、
前記周波数領域の広帯域信号を時間領域の信号に変換し、擬似広帯域信号として出力する周波数逆変換ステップと、
を実行する信号広帯域化方法。
請求項６乃至８のいずれかに記載の信号広帯域化方法において、
あらかじめ指定した時間長に対応する個数の前記第１パワーを保持する第１メモリに保持された１個以上の第１パワーと前記第１パワー計算ステップで計算された第１パワーとの和である第１パワー和を計算する第１加算ステップと、
あらかじめ指定した時間長に対応する個数の前記第２パワーを保持する第２メモリに保持された１個以上の第２パワーと前記第２パワー計算ステップで計算された第２パワーとの和である第２パワー和を計算する第２加算ステップと、
を更に実行し、
前記パワー比計算ステップは、前記パワー比を前記第１パワー和と前記第２パワー和の比として計算する
ことを特徴とする信号広帯域化方法。
請求項９に記載の信号広帯域化方法において、
前記狭帯域信号を分析し、その結果に応じて前記第１パワー計算ステップで計算された第１パワーと前記第２パワー計算ステップで計算された第２パワーを、それぞれ前記第１加算ステップと前記第２加算ステップに与えるか否かを制御する制御ステップを更に実行する
ことを特徴とする信号広帯域化方法。
請求項１乃至５のいずれかに記載の信号広帯域化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。