JP2012513699A - 遠隔端通話者信号と複合信号との間の音響カップリングの特定 - Google Patents

Abstract

本発明は、スピーカー１１０とマイク１２０との間の音響カップリングの、改善された特定処理であって、ダブルトーク中における音響カップリングのより良好な見積もりをもたらすような処理に関する。これは、スピーカー１１０により生成される遠隔端通話者信号１０１と、遠隔端通話者信号のエコーおよび近接端通話者信号を含む、マイク１２０により拾われる複合信号１０２との間の、音響カップリングを特定する装置１００であって、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化に対する、複合信号１０２のエンベロープの変化の比から、音響カップリングが導出される装置によって、実現される。これにより、ダブルトーク中における系統誤差（音響カップリングの過大見積もり）が、もはや存在しなくなるか、少なくとも大幅に低減させられる。

Description

本発明は、遠隔端通話者信号と、その遠隔端通話者信号のエコーおよび近接端通話者信号を含む複合信号との間の、音響カップリングを特定する装置に関するものである。本発明はまた、遠隔端通話者信号と複合信号との間の音響カップリングを特定する方法にも関する。さらに、本発明は、音響エコーキャンセラー、ウェブカメラ装置、ビデオ会議システム、およびハンドフリー型の電話端末にも関する。

近年のフルデュプレックスのハンドフリー型通信システムでは、音響エコーキャンセラー（Ａｃｏｕｓｔｉｃ Ｅｃｈｏ Ｃａｎｃｅｌｌｅｒ；ＡＥＣ）が常に使用されている。かかるＡＥＣの１つの重要な構成部品は、エコーフィルタと呼ばれることの多い適応フィルタであり、このエコーフィルタは、スピーカーとマイクとの間の物理的パスをモデリングし、スピーカーによりマイクに生じるエコーを予測しようとするものである。向こう側にいる遠隔端通話者の信号は、増幅されてスピーカーに供給される。エコーが生成されて、そのエコーは、近接端通話者がいる場合はその近接端通話者の音声信号と共に、マイクにより拾われる。適応フィルタは、マイク信号から差し引くことができるような、エコー信号のレプリカを生成する。このレプリカ生成は、スピーカーとマイクとの間のインパルス応答（の一部）を見積もることにより行われる。

典型的にはＮ点トランスバーサルフィルタとして実装される適応フィルタは、マイク信号とエコー信号のレプリカとの差分である残差信号を、トランスバーサルフィルタの入力データと相関付けることにより、自己のフィルタ係数を更新する。しかしながら、この処理は、エコーのみが存在する場合に良好に作用する。近接端通話者信号も存在するときは、その近接端通話者信号の存在のために適応フィルタが逸脱するので、問題が起こり得る。遠隔端通話者信号と近接端通話者信号とが相関付けられると、これらの問題はより深刻になる。この問題に対する１つの解決策は、ダブルトークの際には適応化量の低減を行い、激しいダブルトークの際には適応化処理の停止すら行うという方策である。１つのよく知られた解決策は、たとえばＡ．Ｍａｄｅｒ、Ｈ．ＰｕｄｅｒおよびＧ．Ｕ．Ｓｃｈｍｉｄｔの「Ｓｔｅｐ−ｓｉｚｅ ｃｏｎｔｒｏｌ ｆｏｒ ａｃｏｕｓｔｉｃ ｅｃｈｏ ｃａｎｃｅｌｌａｔｉｏｎ ｆｉｌｔｅｒｓ−ａｎ ｏｖｅｒｖｉｅｗ（音響エコーキャンセリングフィルタのためのステップサイズ制御−概要）」、Ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ８０号（２０００年）、１６９７−１７１９頁に記載されているような、ステップサイズ制御を用いる方策である。この場合、近接端通話者がアクティブ状態になると適応フィルタのステップサイズが小さくなるように、適応フィルタのフィルタ係数の更新が、音響カップリングに依存するものとされる。そして、マイク信号に対する遠隔端通話者信号のパワー比として、音響カップリングが見積もられる。

しかしながら、ダブルトークの状況においては、この音響カップリングは過剰に大きく見積もられてしまい、適応フィルタのステップサイズの低減量が小さすぎる状態となり、適応フィルタは最適な解決策から逸脱してしまう。

本発明の１つの目的は、遠隔端通話者信号と複合信号との間の音響カップリングの特定を改善することであり、これは、ダブルトーク中の音響カップリングのより良好な見積もりに繋がる。

本発明は、独立請求項により規定される。従属請求項は、有利な実施形態を規定する。

本発明によれば、上記の目的は、予め決められた時間間隔中における、遠隔端通話者信号のエンベロープの変化に対する、複合信号のエンベロープの変化の比から、音響カップリングを導出することにより達成される。こうすることにより、ダブルトーク中における系統誤差（音響カップリングの過大見積もり）が、もはや存在しなくなるか、少なくとも大幅に低減させられる。

さらなる実施形態では、複合信号のエンベロープは、整流してブロックベースで平均を取ることにより複合信号から、遠隔端通話者信号のエンベロープは、整流してブロックベースで平均を取ることにより遠隔端通話者信号から、それぞれ取得される。この方法は、たとえば音声のように、変化が緩やかなエンベロープを有する信号に対して有利である。

別の実施形態では、複合信号のエンベロープおよび遠隔端通話者信号のエンベロープが、それぞれ、ブロックベースでの複合信号および遠隔端通話者信号のパワー測定値から導出される。この方法は、たとえば音声のように、変化が緩やかなエンベロープを有する信号に対して有利であり、また、特定のＤＳＰプラットホーム上では非常に効率的に実施することができる。

別の実施形態では、上記の予め決められた時間間隔は、遠隔端通話者信号の連続したサンプル間の時間間隔とされ、複合信号のサンプリングは、遠隔端通話者信号のサンプリングとアラインメントを取られる。マイクにおけるエコーは、スピーカー信号と、音響カップリングの関数である音響パスとの線形畳込みであると捉えられるので、このように複合信号のサンプリングを遠隔端通話者信号のサンプリングとアラインメントさせることが必要である。

別の実施形態では、上記の予め決められた時間間隔は、遠隔端通話者信号の連続したサンプル間の時間間隔を複数含むような時間間隔とされ、複合信号のサンプリングは、遠隔端通話者信号のサンプリングとアラインメントを取られる。こうすることにより、ブロックベース（すなわちサンプルのブロック）で、音響カップリングを特定できるようになる。この形態は、音響カップリングの更新をブロックごとに１回のみとすることを可能とするため、計算量を減らすことができる。

別の実施形態では、上記の装置は、
− 遠隔端通話者信号のエンベロープの変化を特定するための第１のエンベロープ変化特定回路、
− 複合信号のエンベロープの変化を特定するための第２のエンベロープ変化特定回路、
− 遠隔端通話者信号のエンベロープの変化をフィルタリングするための適応フィルタであって、その適応フィルタは残差信号により制御され、適応フィルタのフィルタ係数のうちの１つが、上記の予め決められた時間間隔中における、遠隔端通話者信号のエンベロープの変化に対する、複合信号のエンベロープの変化の比であるような適応フィルタ、および
− 適応フィルタの出力信号と、複合信号のエンベロープの変化との間の差分である、残差信号を特定する差分回路を含むものとされる。適応フィルタを利用することの利点は、そのような（単純な）適用フィルタを用いて、音響パスの強固な見積もりが得られる点である。

さらなる実施形態では、適応フィルタがマルチタップフィルタとされ、予め決められた時間間隔中における、遠隔端通話者信号のエンベロープの変化に対する、複合信号のエンベロープの変化の比が、最も大きな値を有する適応フィルタのフィルタ係数として特定される。

さらなる実施形態では、遠隔端通話者信号と、遠隔端通話者信号のエコーとの間の遅延が、音響カップリングを特定する適応フィルタの、最も大きな値を有するタップの位置により決定される。こうすることにより、特定のアプリケーションにおいて存在することのある、バルク遅延を見積もることができる。たとえば、ビデオと同調するためオーディオが遅延させられる、デジタルＴＶセットの場合がこの特定のアプリケーションに当たる。

本発明の別の側面によれば、遠隔端通話者信号と複合信号との間の、音響カップリングを特定する方法が提供される。本発明のこの側面にも、上記で述べた特徴、利点、説明等が、等しく適用される点を理解されたい。

本発明はさらに、本発明に係る装置を備えた、音響エコーキャンセラー、ウェブカメラ装置、ビデオ会議システム、およびハンドフリー型の電話端末を提供する。

本発明に従う、スピーカーとマイクとの間の音響カップリングを特定する装置の、１つの実施形態の模式図 予め決められた時間間隔中における、遠隔端通話者信号のエンベロープの変化に対する、複合信号のエンベロープの変化の比から、音響カップリングを導出することの効果を示したグラフ 本発明に係る音響カップリングを特定する装置の、例示的なアーキテクチャを示した図 適応フィルタを含む、音響カップリングを特定する装置の変更実施形態を示した図 本発明に従う音響カップリングを特定する装置を含む、音響エコーキャンセラーの１つの実施形態の模式図 遠隔端通話者信号を遅延させるためにさらなる適応フィルタの前段に設けられる遅延回路を含む、音響エコーキャンセラーの１つの実施形態であって、遅延回路が音響カップリングにより制御される実施形態の模式図

本発明の上記およびその他の側面、特徴および利点は、以下で説明する実施形態を参照することにより明らかとなる。

図１は、スピーカー１１０とマイク１２０との間の音響カップリング１０３を特定する、本発明に従う装置１００の実施形態を概略的に示している。スピーカー１１０は、遠隔端通話者信号１０１を再生している。マイク１２０は、遠隔端通話者信号１０１のエコーと近接端通話者信号とを含む、複合信号１０２を拾っている。スピーカー１１０とマイク１２０との間の音響カップリング現象は、矢印１３０により象徴的に表わされている。音響カップリング１０３は、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化に対する、複合信号１０２のエンベロープの変化の比から導出される。導出された音響カップリングは、信号１０３の形式で、装置１００から出力される。

図２は、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化に対する、複合信号１０２のエンベロープの変化の比から、音響カップリング１０３を導出することの効果を示したグラフである。ｘ軸は、信号サンプルのブロック数の形式で、時間を示している。ｙ軸は、音響カップリングの平方根を示している。実線のグラフは、予め決められた時間間隔中における、遠隔端通話者信号１０１のパワーに対する、複合信号１０２のパワーの比の平方根として、音響カップリングが導出された際の、音響カップリングの平方根を示している。破線のグラフは、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化に対する、複合信号１０２のエンベロープの変化の比として、音響カップリングが導出された際の、音響カップリングの平方根を示している。図示されている期間中の遠隔端通話者信号１０１中には、（ほぼ）連続的な遠隔端の音声が存在する。この期間は、２つのサブ期間に分けられる。第１のサブ期間は、１から１４００ブロックの範囲内（各ブロックは８０個のサンプルに対応する）であり、第２のサブ期間は、１４００から４５００ブロックの範囲内である。第１のサブ期間中の音響カップリング１０３の平方根は約０．１の値を取るが、第２のサブ期間中では約１の値を取る。それらのサブ範囲中、７００ブロックと１２００ブロックの間、２１００ブロックと２６００ブロックの間、および３４００ブロックと４０００ブロックの間では、ダブルトークが存在する。最初の２つのサブ期間中では、近接端通話者信号中に含まれる近接端の音声のレベルは、遠隔端通話者信号中に含まれる遠隔端の音声信号のレベルとほとんど同一であるが、第３のサブ期間中では、近接端通話者信号中に含まれる近接端の音声信号は、遠隔端の音声信号よりも約２０ｄＢ低い。実線により示される音響カップリングの平方根は、ダブルトークが存在しない期間についてのみ正しい。本発明に従って特定される音響カップリング、および破線で示される同音響カップリングの平方根については、７００ブロックと１２００ブロックの間のサブ期間内のダブルトーク中は、ほとんど逸脱がない。一方、２１００ブロックと２６００ブロックの間、および３４００ブロックと４０００ブロックの間のサブ期間では、逸脱は、実線グラフが呈する逸脱よりも少ない。より重要なことは、逸脱が反対の方向を有することである。このことは、これらのサブ期間中において音響カップリングが低く見積もられていると言い換えることができる。ダブルトークの間は、２人の通話者が同時にアクティブ状態となっており、とりわけ、２１００ブロックから２６００ブロックのサブ期間中においてそうであるように２人の通話者の強さが同等である場合には、複合信号１０２のエンベロープの逸脱は、近接端の音声およびエコーの個々の成分のエンベロープよりも小さい。そのような低い見積もりは、ダブルトーク中における適応フィルタのよりゆっくりとした適応化をもたらし、そのようなゆっくりとした適応化は我々の望むところである。したがって、実際のところ、そのような低い見積もりは望ましい。

図３は、本発明に係る音響カップリング１０３を特定する装置１００の、例示的なアーキテクチャを示している。装置１００は、遠隔端通話者信号１０１の第１のエンベロープ２０１を特定するための第１のエンベロープ特定回路２１０、および複合信号１０２の第２のエンベロープ２０２を特定するための第２のエンベロープ特定回路２２０を含んでいる。装置１００はさらに差分回路２３０を含んでおり、この差分回路２３０に、回路２１０および２２０により導かれたエンベロープ２０１および２０２が与えられる。差分回路２３０は、予め決められた時間間隔中における、第２のエンベロープ２０２の変化に対する第１のエンベロープ２０１の変化の比から導出される、音響カップリング１０３を特定する。

ある実施形態では、第１のエンベロープ特定回路２１０および第２のエンベロープ特定回路２２０で取得される信号のエンベロープは、それぞれ信号１０１および１０２を整流し（すなわち信号の絶対値を取り）、低域通過フィルタリングを施すことにより特定される。低域通過フィルタリングは、たとえばカットオフ周波数１００Ｈｚの低域通過フィルタを用いて行われる。

別の実施形態では、第１のエンベロープ特定回路２１０および第２のエンベロープ特定回路２２０で取得される信号のエンベロープは、それぞれ、ブロックベースの平均の整流された複合信号、およびブロックベースの平均の整流された遠隔端通話者信号から得られる。ブロックのサイズは、音声エンベロープの（平均の）変化により決定され、たとえば、１６ｋＨｚのサンプリング周波数で１６０サンプル分とされる。信号ｘに対し、ブロックベースの平均の整流された信号から得られるエンベロープ

は、

と表すことができる。ここで、

は、ｋ番目のブロックに対するエンベロープ値を指し、Ｂはサンプル数で表されたブロックサイズである。

別の実施形態では、複合信号のエンベロープ２０１、および遠隔端通話者信号のエンベロープ２０２は、ブロックベースのパワー測定値から導出される。信号のエンベロープを計算する１つの方法は、ブロックベースで、信号のパワーの平方根を取る方法である。その場合、信号ｘに対し、エンベロープ

は、

と表すことができる。

別の実施形態では、エンベロープの変化は、予め決められた時間間隔の最初と最後におけるエンベロープの差とされる。信号ｘに対し、サンプル（ｋ−Ｄ）とｋにより境界が定められる時間間隔に亘る、この信号のエンベロープの変化

は、

と表すことができる。ここでＤは、上記の予め決められた時間間隔の長さである。同様に、インデックスｋをブロック番号を示すものとして、Ｄをブロック数で表わした予め決められた時間間隔の長さとしてもよい。

音響カップリングが特定される時間間隔同士は、互いに隣接した時間間隔である。しかしながら、これらの時間間隔が重複していてもよい。

別の実施形態では、ゼロＤＣフィルタを用いてエンベロープ信号を高域通過フィルタリングすることにより、エンベロープの変化が見積もられる。

別の実施形態では、上記の予め決められた時間間隔は、遠隔端通話者信号１０１の連続したサンプル間の時間間隔とされ、複合信号１０２のサンプリングが、遠隔端通話者信号１０１のサンプリングとアラインメントを取られる。信号ｘに対し、連続したサンプルｋと（ｋ＋１）との間におけるこの信号のエンベロープの変化

は、

と表すことができる。ここで、

は、ｋ番目のサンプルに対するエンベロープの値を示す。

別の実施形態では、上記の予め決められた時間間隔は、遠隔端通話者信号の連続したサンプル間の時間間隔を複数含むような時間間隔とされ、複合信号１０２のサンプリングが、遠隔端通話者信号１０１のサンプリングとアラインメントを取られる。ブロックのサイズは、音声エンベロープの（平均の）変化により決定され、たとえば１６ｋＨｚのサンプリング周波数において１６０サンプル分とされる。信号ｘに対し、この信号のエンベロープの変化

は、

と表すことができる。ここでＢは、サンプル数で表したブロックサイズを示す。

図４は、適応フィルタ２３１を含む、音響カップリング１０３を特定する装置１００の変更実施形態を示している。装置１００は、遠隔端通話者信号１０１のエンベロープの第１の変化２０１Ａを特定するための第１のエンベロープ変化特定回路２１１、および複合信号１０２のエンベロープの第２の変化２０２Ａを特定するための第２のエンベロープ変化特定回路２２１を備えている。さらに、装置１００は、第１のエンベロープ変化特定回路２１１の出力信号をフィルタリングするための適応フィルタ２３１を含んでおり、この適応フィルタ２３１は、残差信号２０４により制御される。適応フィルタ２３１のフィルタ係数のうちの１つは、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化２０１Ａに対する、複合信号１０２のエンベロープの変化２０２Ａの比を表している。残差信号２０４は、差分回路２４０によって与えられる。この差分回路２４０は、適応フィルタ２３１の出力信号と、第２のエンベロープ変化特定回路２２１の出力信号２０２Ａとの差を計算する。

エンベロープ特定回路２１１および２２１は、上記で説明した方法のうちの１つに従って、それぞれ遠隔端通話者信号および近接端通話者信号のエンベロープの変化を特定する。

適応フィルタ２３１は、残差信号２０４のエネルギーが最小となるように、自己のフィルタ係数を調整する。フィルタの適応化については、Ｓ．Ｈａｙｋｉｎ、Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ Ｔｈｅｏｒｙ（適応フィルタ理論）、Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ（米国ニュージャージー州）、Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、１９８６年、ＩＳＢＮ ０−１３−００４０５２−５ ０２５に記載の、ＮＬＭＳ（Ｎｏｒｍａｌｉｚｅｄ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ；規格化最小二乗）フィルタを用いることができる。あるいは、ＮＬＭＳフィルタに代えて、Ｇ．Ｐ．Ｍ．Ｅｇｅｌｍｅｅｒｓ、Ｒｅａｌ ｔｉｍｅ ｒｅａｌｉｚａｔｉｏｎ ｃｏｎｃｅｐｔｓ ｏｆ ｌａｒｇｅ ａｄａｐｔｉｖｅ ｆｉｌｔｅｒｓ（大型適応フィルタのリアルタイム実現の概念）、ＰｈＤ論文、Ｅｉｎｄｈｏｖｅｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ、オランダ国アインドーフェン、Ｅｉｎｄｈｏｖｅｎ １９９５年、ＩＳＢＮ ９０−３８６−０４５６−４に記載されているような、ブロック周波数領域適応フィルタ（Ｂｌｏｃｋ Ｆｒｅｑｕｅｎｃｙ Ｄｏｍａｉｎ Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ）または分割領域適応フィルタ（Ｐａｒｔｉｔｉｏｎｅｄ Ｄｏｍａｉｎ Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ）を用いてもよく、これは、ＮＬＭＳアルゴリズムが周波数ビンごとに適用されることを意味する。ＮＬＭＳフィルタの適応化速度は、入力パワーのスペクトル形状に依存する。ブロック周波数領域適応フィルタまたは分割領域適応フィルタは、入力パワーのスペクトル形状の影響をはるかに受けにくい。

別の実施形態では、適応フィルタ２３１は、１タップフィルタとされる。適応フィルタ２３１が収束した後、音響カップリング１０３の見積もりが、適応フィルタ２３１の係数の二乗として導出される。

別の実施形態では、適応フィルタ２３１は、マルチタップフィルタとされる。その場合、予め決められた時間間隔中における、遠隔端通話者信号１０１のエンベロープの変化２０１Ａに対する、複合信号１０２のエンベロープの変化２０２Ａの比は、最も大きな値を有する適応フィルタ２３１のフィルタ係数として特定される。

別の実施形態では、遠隔端通話者信号１０１と、その遠隔端通話者信号のエコーとの間の遅延が、音響カップリング１０３を特定する適応フィルタ２３１の、最も大きな値を有するタップの位置により特定される。

図５は、本発明に従う音響カップリングを特定する装置１００を含む、音響エコーキャンセラーの１つの実施形態の模式図である。この音響エコーキャンセラーは、遠隔端通話者信号１０１を再生するスピーカー１１０、および遠隔端通話者信号１０１のエコーと近接端通話者信号とを含む複合信号１０２を拾うマイク１２０を含んでいる。この音響エコーキャンセラーはさらに、スピーカー１１０によりマイク１２０上に生じさせられるエコーを予測するための、エコーフィルタ１４０を含んでいる。エコーフィルタ１４０は、適応フィルタとして実装されることが多い。エコーフィルタ１４０は、そのエコーフィルタ１４０の出力信号１０４と複合信号１０２との間の差１０５に応じて、遠隔端通話者信号１０１をフィルタリングしている。差分信号１０５は、別の差分回路１５０において取得される。音響エコーキャンセラーはさらに、スピーカー１１０とマイク１２０との間の音響カップリング１０３を特定するための、本発明に従う装置１００を含んでいる。エコーフィルタ１４０は、音響カップリング１０３により制御される。エコーフィルタ１４０の適応化には、たとえば、ステップサイズ制御を伴うＮＬＭＳ（Ｎｏｒｍａｌｉｚｅｄ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ；規格化最小二乗）アルゴリズムを用いることができる。たとえば、ＮＬＭＳアルゴリズムは、（Ｓ．Ｈａｙｋｉｎ、Ａｄａｐｔｉｖｅ Ｆｉｌｔｅｒ Ｔｈｅｏｒｙ（適応フィルタ理論）、Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ（米国ニュージャージー州）、Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、１９８６年、ＩＳＢＮ ０−１３−００４０５２−５ ０２５に記載されているように、）

との学習ルールを有するものとされてもよい。ここで、

は、（離散）時刻ｋにおけるさらなる適応フィルタの入力ベクトル（すなわちＮ点トランスバーサルフィルタの遅延ライン上のサンプル）であり、

はそれぞれ時刻ｋおよびｋ＋１におけるトランスバーサルフィルタのフィルタ係数を含むベクトルであり、

はさらなる残差信号であり、

は入力信号１０１の平滑化されたパワーであり、αはステップサイズである。ステップサイズ制御の適用は、たとえば以下の学習ルールをもたらす。

ここで、

は音響カップリング１０３であり、

はさらなる残差信号の平滑化されたパワーである。遠隔端通話者信号１０１のみが存在する場合には、

により最大値が決定されるので、エコーフィルタは早く収束する。ダブルトークが存在する場合には、

が

よりも大きく、エコーフィルタの適応化速度は低下させられる。

図６は、遠隔端通話者信号１０１を遅延させるためにエコーフィルタ１４０の前段に設けられる遅延回路１６０を含む、音響エコーキャンセラーの１つの実施形態の模式図である。遅延回路１６０は、音響カップリング１０３により制御される。図５に示した音響エコーキャンセラーと共通の音響エコーキャンセラーの機能回路が、図６に示した音響エコーキャンセラーにも同様に設けられている。

音響カップリング特定装置１００は、たとえばマルチタップ適応フィルタを備えており、マルチタップ適応フィルタのインパルス応答において最大値を有するタップの位置が、バルク遅延の大きさを決定する。たとえば、仮にピークがタップｎに存在し、予め決められた時間間隔がＢ個のサンプル分の大きさだとすると、バルク遅延は最大（ｎ−１）＊Ｂ個のサンプル分である。実際には、適応フィルタが現実の音響インパルス応答を確実にカバーするように、これよりいくらか低い値が取られる。

上記で説明した音響エコーキャンセラーは、ウェブカメラ装置、ビデオ会議システム、またはハンドフリー型の電話端末に有利に適用することができる。

本発明をいくつかの実施形態と関連付けて説明してきたが、これは、ここで挙げた特定の形態に限定する意図ではない。そうではなく、本発明の範囲は、付随する特許請求の範囲のみによって限定されるものである。また、ある特徴が特定の実施形態と結び付けて説明されているように見えるかもしれないが、当業者であれば、説明されている実施形態の様々な特徴が、本発明に従って組合せ可能であることを理解するであろう。特許請求の範囲において、「含む」または「備える」との語は、他の要素または工程の存在を排除するものではない。

さらに、複数の回路、要素または方法の工程が個別に列挙されているが、それら複数のものは、たとえば単一のユニットまたはプロセッサにより実装されてもよい。さらに、個々の特徴が互いに異なる請求項に含まれていることがあるが、それらの異なる請求項に含まれている特徴同士を有利に組み合わせることができる場合もあり、異なる請求項に含まれるということは、それらの特徴の組合せが実現可能でないおよび／または有利でないことを表すものではない。「含む」または「備える」との語は、請求項に列挙した以外の他の要素または工程の存在を排除するものではない。また、ある特徴が１カテゴリーのクレームに含まれるということは、そのカテゴリー限定のことを示唆するものではなく、むしろその特徴が他の請求項のカテゴリーにも適宜同様に適用可能であることを示唆するものである。さらに、単一形での言及は、その要素が複数存在することを排除するものではない。すなわち、「ある」、「１つの」、「第１の」、「第２の」等の言及の仕方は、複数の存在を排除するものではない。請求項中の参照符号は、単に明確さのための例として与えられているものであり、いかなる形でもその請求項の技術的範囲を限定するものであると捉えられるべきではない。本発明は、いくつかの別個の要素を含むハードウェアの回路により実装されてもよいし、適切にプログラミングされたコンピュータまたはその他のプログラミング可能装置の回路により実装されてもよい。

Claims (14)

1. 遠隔端通話者信号と、該遠隔端通話者信号のエコーおよび近接端通話者信号を含む複合信号との間の、音響カップリングを特定する装置であって、
   予め決められた時間間隔中における、前記遠隔端通話者信号のエンベロープの変化に対する、前記複合信号のエンベロープの変化の比から、前記音響カップリングを導出する回路を含むことを特徴とする装置。
2. 前記複合信号の前記エンベロープが、整流してブロックベースで平均を取ることにより前記複合信号から、前記遠隔端通話者信号の前記エンベロープが、整流してブロックベースで平均を取ることにより前記遠隔端通話者信号から、それぞれ取得されることを特徴とする請求項１記載の装置。
3. 前記複合信号の前記エンベロープおよび前記遠隔端通話者信号の前記エンベロープが、それぞれ、ブロックベースでの前記複合信号および前記遠隔端通話者信号のパワー測定値から導出されることを特徴とする請求項１記載の装置。
4. 前記予め決められた時間間隔が、前記遠隔端通話者信号の連続したサンプル間の時間間隔であり、前記複合信号のサンプリングが、前記遠隔端通話者信号のサンプリングとアラインメントを取られていることを特徴とする請求項１記載の装置。
5. 前記予め決められた時間間隔が、前記遠隔端通話者信号の連続したサンプル間の時間間隔を複数含むような時間間隔であり、前記複合信号のサンプリングが、前記遠隔端通話者信号のサンプリングとアラインメントを取られていることを特徴とする請求項１記載の装置。
6. 前記遠隔端通話者信号の前記エンベロープの前記変化を特定するための第１のエンベロープ変化特定回路、
   前記複合信号の前記エンベロープの前記変化を特定するための第２のエンベロープ変化特定回路、
   前記遠隔端通話者信号の前記エンベロープの前記変化をフィルタリングするための適応フィルタであって、該適応フィルタは残差信号により制御され、該適応フィルタのフィルタ係数のうちの１つは、前記予め決められた時間間隔中における、前記遠隔端通話者信号の前記エンベロープの前記変化に対する、前記複合信号の前記エンベロープの前記変化の比であるような適応フィルタ、および
   前記適応フィルタの出力信号と、前記複合信号の前記エンベロープの前記変化との間の差分である、前記残差信号を特定する差分回路を含んでいることを特徴とする請求項１記載の装置。
7. 前記適応フィルタがマルチタップフィルタであり、前記予め決められた時間間隔中における、前記遠隔端通話者信号の前記エンベロープの前記変化に対する、前記複合信号の前記エンベロープの前記変化の前記比が、最も大きな値を有する前記適応フィルタのフィルタ係数として特定されることを特徴とする請求項６記載の装置。
8. 遠隔端通話者信号と、遠隔端通話者信号の前記エコーとの間の遅延が、前記音響カップリングを特定する前記適応フィルタの、最も大きな値を有するタップの位置により決定されることを特徴とする請求項７記載の装置。
9. 遠隔端通話者信号と、該遠隔端通話者信号のエコーおよび近接端通話者信号を含む複合信号との間の、音響カップリングを特定する方法であって、
   予め決められた時間間隔中における、前記遠隔端通話者信号のエンベロープの変化に対する、前記複合信号のエンベロープの変化の比から、前記音響カップリングが導出されることを特徴とする方法。
10. 遠隔端通話者信号を再生するスピーカーと、
    前記遠隔端通話者信号のエコーおよび近接端通話者信号を含む、複合信号を拾うマイクと、
    前記スピーカーにより前記マイク上に引き起こされるエコーを予測するため、さらなる適応フィルタの出力信号と、前記複合信号との間の差に応じて、前記遠隔端通話者信号をフィルタリングするエコーフィルタと、
    請求項１から７いずれか１項記載の、前記遠隔端通話者信号と前記複合信号との間の音響カップリングを特定する装置とを含み、
    前記エコーフィルタがさらに、前記音響カップリングにより制御されていることを特徴とする音響エコーキャンセラー。
11. 遠隔端通話者信号を再生するスピーカーと、
    前記遠隔端通話者信号のエコーおよび近接端通話者信号を含む、複合信号を拾うマイクと、
    前記スピーカーにより前記マイク上に引き起こされるエコーを予測するため、エコーフィルタの出力信号と、前記複合信号との間の差に応じて、前記遠隔端通話者信号をフィルタリングする該エコーフィルタと、
    前記遠隔端通話者信号を遅延させるため、前記エコーフィルタの前段に設けられている遅延回路と、
    請求項７または８記載の、前記遠隔端通話者信号と前記複合信号との間の音響カップリングを特定する装置とを含み、
    前記遅延回路が、前記音響カップリングを特定する適応フィルタの、最も大きな値を有するタップの位置により制御されることを特徴とする音響エコーキャンセラー。
12. 請求項１０または１１記載の音響エコーキャンセラーを含むことを特徴とするウェブカメラ装置。
13. 請求項１０または１１記載の音響エコーキャンセラーを含むことを特徴とするビデオ会議システム。
14. 請求項１０または１１記載の音響エコーキャンセラーを含むことを特徴とするハンドフリー型の電話端末。

Images