JP2014010279A - 雑音抑圧装置 - Google Patents

Abstract

【課題】複数のチャネルの音響信号を利用した構成のもとで雑音成分を高精度に抑圧する。
【解決手段】雑音抑圧部３２Aは、相異なる位置に配置された複数の収音機器Ｍが生成するＤ個のチャネルの音響信号ｘd(t)に対して雑音成分を抑圧する雑音抑圧処理を実行する。制御部３４Aは、複数の周波数の各々について、当該周波数での平均強度が高いチャネルの音響信号ｘd(t)が雑音抑圧処理に優先的に反映されるように雑音抑圧部３２Aを制御する。
【選択図】図１

Description

本発明は、音響信号の雑音成分を抑圧する技術に関する。

相互に離間して配置された複数の収音機器が生成する複数のチャネルの音響信号を利用して雑音成分を抑圧（目的音成分を強調）する技術が従来から提案されている。例えば非特許文献１には、各収音機器が生成した複数のチャネルの音響信号に対する独立成分分析（ＩＣＡ:Independent Component Analysis）で雑音成分を推定し、周波数領域にて音響信号から雑音成分を減算する技術（ＢＳＳＡ：Blind Spatial Subtraction Array）が開示されている。

Y. Takahashi, et al., "Blind spatial subtraction array for speech enhancement in noisy environment", IEEE Trans. Audio, Speech, and Lang. Process., vol.17, no.4, p.650-664, 2009

ところで、独立成分分析による雑音成分の推定では、目的音成分の音源を点音源と見做せる場合（各収音機器に対する目的音の波面が安定的に維持される場合）には雑音成分を高精度に推定することが可能であるが、音響の反射や散乱を経た多様な経路で収音機器に目的音成分が到来したチャネルの音響信号を雑音成分の推定に適用した場合には雑音成分の推定精度が低下するという問題がある。なお、以上の説明では便宜的に独立成分分析による雑音成分の推定に言及したが、複数のチャネルの音響信号を利用して雑音成分を抑圧する他の技術においても同様の問題が発生し得る。以上の事情を考慮して、本発明は、複数のチャネルの音響信号を利用した構成のもとで雑音成分を高精度に抑圧することを目的とする。

本発明の雑音抑圧装置は、相異なる位置に配置された複数の収音機器が生成する複数のチャネルの音響信号に対して雑音成分を抑圧する雑音抑圧処理を実行する雑音抑圧手段（例えば雑音抑圧部３２A，３２B，３２C，３２D）と、複数の周波数の各々について当該周波数での平均強度（平均パワーや平均振幅）が高いチャネルの音響信号が雑音抑圧処理に優先的に反映されるように雑音抑圧手段を制御する制御手段（例えば制御部３４A，３４B，３４C，３４D）とを具備する。以上の構成では、平均強度が高いチャネル（点音源性が高いチャネル）の音響信号が雑音抑圧処理に優先的に反映されるように周波数毎に雑音抑圧手段が制御されるから、雑音成分を高精度に抑圧することが可能である。

本発明の第１態様において、雑音抑圧手段は、各チャネルの音響信号に対して順次に雑音抑圧処理を実行する複数段の単位処理手段（例えば単位処理部Ｕ[1]〜Ｕ[Q]）と、複数段のうち最終段の単位処理手段による処理後の各チャネルの音響信号を合成する合成処理手段（例えば合成処理部４６）とを含み、制御手段は、複数の周波数の各々について、複数段のうち先頭段の単位処理手段による処理前の音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、複数段の単位処理手段の各々は、複数の周波数の各々について、制御手段が当該周波数について選択した２以上のチャネルの音響信号に対する独立成分分析で雑音成分を推定する雑音推定手段（例えば雑音推定部４４１）と、雑音推定手段が推定した各周波数の雑音成分を複数のチャネルの各々の音響信号から抑圧する抑圧処理手段（例えば抑圧処理部４４３）とを含む。第１態様の具体例は、例えば第１実施形態として後述される。なお、第１態様は、雑音抑圧処理の反復を省略した態様に変形され得る。第１態様の変形例において、制御手段は、複数の周波数の各々について、音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、雑音抑圧手段は、複数の周波数の各々について、制御手段が当該周波数について選択した２以上のチャネルの音響信号に対する独立成分分析で雑音成分を推定する雑音推定手段と、雑音推定手段が推定した各周波数の雑音成分を複数のチャネルの各々の音響信号から抑圧する抑圧処理手段とを含む。

第１態様に係る雑音抑圧装置の好適例において、制御手段は、複数の周波数の各々について、各チャネルの音響信号における当該周波数の平均強度の最大値に応じて閾値を設定し、平均強度が閾値を上回る２以上のチャネルを選択する。

本発明の第２態様において、制御手段は、複数の周波数の各々について、音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、雑音抑圧手段は、複数の周波数の各々について、制御手段が当該周波数について選択した２以上のチャネルの音響信号を適用して目的音方向に死角を形成する死角制御型のビームフォーマで雑音成分を推定する雑音推定手段（例えば雑音推定部５４）と、雑音推定手段が推定した各周波数の雑音成分を複数のチャネルの各々の音響信号から抑圧する抑圧処理手段（例えば抑圧処理部５５）とを含む。第２態様の具体例は、例えば第２実施形態として後述される。

本発明の第３態様において、雑音抑圧手段は、複数のチャネルのうち相隣接する２個のチャネルの各組に対応する複数の単位処理手段（例えば単位処理部Ｈ[2]〜Ｈ[D]）と、複数のチャネルのうち一のチャネルの音響信号から各単位処理手段による処理後の音響信号を減算する抑圧処理手段（例えば抑圧処理部６２）とを含み、複数の単位処理手段の各々は、当該単位処理手段に対応する２個のチャネル間の音響信号の差分信号を生成する差分算定手段（例えば差分算定部６５２）と、抑圧処理手段が生成する音響信号の強度が最小化するように差分信号に適応フィルタ処理を実行する適応フィルタ手段（例えば適応フィルタ部６５３）と、適応フィルタ手段による処理後の音響信号の強度を周波数毎に調整する強度調整手段（例えば強度調整部６５５）とを含み、制御手段は、複数の周波数の各々について、当該周波数での平均強度が高いチャネルの組合せに対応する差分信号ほど相対的に高い強度に調整されるように各単位処理手段の強度調整手段を制御する。第３態様の具体例は、例えば第３実施形態として後述される。

本発明の第４態様において、雑音抑圧手段（例えば第２抑圧処理部７３）は、複数のチャネルの各々の音響信号を適用した反復的な更新で目的音成分の強調用の空間相関行列を算定するとともに各チャネルの音響信号に空間相関行列を作用させることで雑音成分を抑圧するＭＶＤＲ型の適応ビームフォーマによる雑音抑圧処理を実行し、制御手段は、複数の周波数の各々について、当該周波数での平均強度が高いチャネルの音響信号ほど空間相関行列の更新に対して優勢に反映されるように雑音抑圧手段を制御する。第４態様の具体例は、例えば第４実施形態として後述される。

以上の各態様に係る雑音抑圧装置は、雑音成分の抑圧に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラム（ソフトウェア）との協働によっても実現される。本発明のプログラムは、相異なる位置に配置された複数の収音機器が生成する複数のチャネルの音響信号に対して雑音成分を抑圧する雑音抑圧処理を実行する雑音抑圧手段、および、複数の周波数の各々について当該周波数での平均強度が高いチャネルの音響信号が雑音抑圧処理に優先的に反映されるように雑音抑圧手段を制御する制御手段としてコンピュータを機能させる。以上のプログラムによれば、本発明の雑音抑圧装置と同様の作用および効果が実現される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされるほか、通信網を介した配信の形態で提供されてコンピュータにインストールされる。

第１実施形態に係る雑音抑圧装置のブロック図である。 第１実施形態における雑音抑圧部のブロック図である。 単位処理部のブロック図である。 第２実施形態における雑音抑圧装置のブロック図である。 第３実施形態における雑音抑圧装置のブロック図である。 第４実施形態における雑音抑圧装置のブロック図である。

＜第１実施形態＞
図１は、本発明の第１実施形態に係る雑音抑圧装置１００Aのブロック図である。第１実施形態の雑音抑圧装置１００Aには収音機器群１２と放音装置１４とが接続される。収音機器群１２は、相異なる位置に相互に離間して配置されたＤ個（Ｄは３以上の自然数）の収音機器Ｍを具備するマイクロホンアレイである。周囲の音響を収音することで各収音機器Ｍが生成したＤ個のチャネルの音響信号ｘ1(t)〜ｘD(t)が収音機器群１２から雑音抑圧装置１００Aに並列に供給される。各音響信号ｘd(t)（ｄ＝１〜Ｄ）は、特定の方向から各収音機器Ｍに到来する目的音成分（例えば音声や楽音等の音響）と目的音成分以外の雑音成分（空調設備の動作音や雑踏音等の環境音）との混合音の波形を示す時間領域信号である（ｔ：時間）。

雑音抑圧装置１００Aは、Ｄ個のチャネルの音響信号ｘ1(t)〜ｘD(t)から音響信号ｙ(t)を生成する音響処理装置である。音響信号ｙ(t)は、各音響信号ｘd(t)から雑音成分を抑圧した音響（目的音成分を強調した音響）の波形を示す時間領域信号である。放音装置１４（例えばスピーカやヘッドホン）は、雑音抑圧装置１００Aが生成した音響信号ｙ(t)に応じた音響を放射する。なお、各音響信号ｘd(t)をアナログからデジタルに変換するＡ/Ｄ変換器や音響信号ｙ(t)をデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略した。

図１に示すように、雑音抑圧装置１００は、演算処理装置２２と記憶装置２４とを具備するコンピュータシステムで実現される。記憶装置２４は、演算処理装置２２が実行するプログラムや演算処理装置２２が使用する各種のデータを記憶する。半導体記録媒体や磁気記録媒体などの公知の記録媒体や複数種の記録媒体の組合せが記憶装置２４として任意に採用され得る。音響信号ｘ1(t)〜ｘD(t)を記憶装置２４に事前に記憶した構成（したがって収音機器群１２は省略される）も好適である。

演算処理装置２２は、記憶装置２４に格納されたプログラムを実行することで、Ｄ個のチャネルの音響信号ｘ1(t)〜ｘD(t)から音響信号ｙ(t)を生成するための複数の機能（雑音抑圧部３２A，制御部３４A）を実現する。なお、演算処理装置２２の各機能を複数の装置に分散した構成や、専用の電子回路（ＤＳＰ）が各機能を実現する構成も採用され得る。

雑音抑圧部３２Aは、Ｄ個のチャネルの音響信号ｘ1(t)〜ｘD(t)に対する雑音抑圧処理で音響信号ｙ(t)を生成する。図２は、第１実施形態の雑音抑圧部３２Aのブロック図である。図２に示すように、雑音抑圧部３２Aは、周波数分析部４２と信号処理部４４と合成処理部４６と波形生成部４８とを含んで構成される。

周波数分析部４２は、周波数軸上の各周波数に対応する各音響信号ｘd(t)の周波数成分（周波数スペクトル）Ｘd^[0](f,τ)を、Ｄ個のチャネルの各々について時間軸上の単位区間（フレーム）毎に順次に生成する。記号ｆは周波数軸上の任意の周波数（周波数ビン）を意味し、記号τは時間軸上の任意の時点（単位区間）を意味する。周波数成分Ｘd^[0](f,τ)の算定には、短時間フーリエ変換等の公知の周波数解析が任意に採用され得る。なお、通過帯域が相違する複数の帯域通過フィルタで構成されるフィルタバンクを周波数分析部４２として利用することも可能である。

図２の信号処理部４４は、周波数分析部４２が生成した周波数成分Ｘ1^[0](f,τ)〜ＸD^[0](f,τ)に対する雑音抑圧処理でＤ個のチャネルの周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)を複数の周波数の各々について単位区間毎に生成する。各周波数成分Ｘd^[Q](f,τ)は、周波数成分Ｘd^[0](f,τ)から雑音成分を抑圧した音響成分である。第１実施形態の信号処理部４４は、周波数領域での独立成分分析（FD-ICA：Frequency Domain - Independent Component Analysis）で雑音成分を推定する。合成処理部４６は、信号処理部４４が生成したＤ個のチャネルの周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)を合成することで音響信号ｙ(t)の各周波数成分（周波数スペクトル）Ｙ(f,τ)を単位区間毎に順次に生成する。なお、信号処理部４４および合成処理部４６の具体的な構成や動作については後述する。

波形生成部４８は、合成処理部４６が単位区間毎に生成する各周波数成分Ｙ(f,τ)から時間領域の音響信号ｙ(t)を生成する。具体的には、波形生成部４８は、各周波数成分Ｙ(f,τ)を単位区間毎に短時間逆フーリエ変換で時間波形に変換し、変換後の時間波形を前後の単位区間について相互に連結することで音響信号ｙ(t)を生成する。波形生成部４８が生成した音響信号ｙ(t)が放音装置１４に供給されて音響として放射される。

図１の制御部３４Aは、Ｄ個のチャネルのうち雑音成分の推定に好適なチャネルの音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるように雑音抑圧部３２Aを制御する。第１実施形態の制御部３４Aは、独立成分分析による雑音成分の推定に好適なＤs個（２≦Ｄs≦Ｄ）のチャネルをＤ個のチャネルから周波数毎に選択する。制御部３４AがＤs個のチャネルを選択する時期は任意である。例えば、雑音抑圧処理の開始前に制御部３４AがＤs個のチャネルを選択する構成や、制御部３４Aが所定の周期毎（例えば単位区間の所定個毎）にＤs個のチャネルを選択する構成が採用される。

周波数領域の独立成分分析を利用した雑音成分の推定では、目的音成分の音源を点音源と見做せる場合（各収音機器Ｍに到来する目的音成分の波面が安定的に維持される場合）に雑音成分を高精度に推定できるという傾向がある（非特許文献１）。以上の傾向を考慮して、目的音成分の点音源性（目的音成分の音源を点音源と評価する妥当性）を検討する。

Ｄ個のチャネルから任意に選択された２個のチャネル（第ｄ1番目および第ｄ2番目）に着目し、目的音成分の音源から第ｄ1番目のチャネルの収音機器Ｍまでの伝達関数ｈd1(f)と、目的音成分の音源から第ｄ2番目のチャネルの収音機器Ｍまでの伝達関数ｈd2(f)との相対比に応じた指標（以下「伝達関数比」という）Ｒ(f)を導入する（ｈd1(f)＜ｈd2(f)）。各周波数の伝達関数比Ｒ(f)は例えば以下の数式(1)で表現される。

目的音成分が相異なる経路での反射や散乱を経て第ｄ1番目および第ｄ2番目の各チャネルの収音機器Ｍに到来した場合（各チャネルの収音機器Ｍに到来する目的音成分の点音源性が低い場合）、伝達関数ｈd1(f)と伝達関数ｈd2(f)との相違は増大する。他方、目的音成分が波面を安定的に維持したまま第ｄ1番目および第ｄ2番目のチャネルの収音機器Ｍに到来した場合（各チャネルの収音機器Ｍに到来する目的音成分の点音源性が高い場合）、伝達関数ｈd1(f)と伝達関数ｈd2(f)とは略同等となる。すなわち、各チャネルに到来する目的音成分の点音源性が高いほど伝達関数比Ｒ(f)は増加するという概略的な傾向がある。前述の通り、目的音成分の点音源性が高いほど独立成分分析で雑音成分が高精度に推定されるから、伝達関数比Ｒ(f)が大きい各チャネルが独立成分分析による雑音成分の推定に好適であると評価できる。

以上の知見を背景としてＤ個のチャネルの伝達関数ｈ1(f)〜ｈD(f)に着目すると、各伝達関数ｈd(f)の強度|ｈd(f)|²を降順（大−>小）に配列して上位から順次に各チャネルを選択すれば、伝達関数比Ｒ(f)は大きい数値に維持される。すなわち、伝達関数ｈd(f)の強度|ｈd(f)|²の降順で上位に位置する各チャネルの音響信号ｘd(t)が、独立成分分析による雑音成分の推定に好適であるという傾向がある。そこで、伝達関数ｈd(f)の強度|ｈd(f)|²の大小を検討する。

第ｄ番目のチャネルの音響信号ｘd(t)における各周波数成分Ｘd(f,τ)の強度（パワー）|Ｘd(f,τ)|²の時間平均（以下「平均強度」という）Ｅ[|Ｘd(f,τ)|²]は、以下の数式(2)で近似的に表現される。

数式(2)の記号Ｅ[ ]は、括弧内の数値の時間平均（期待値）を意味する。数式(2)の記号Ｅ[|Ｓ(f,τ)|²]は、目的音成分Ｓ(f,τ)の平均強度（平均パワー）を意味し、記号Ｅ[|Ｎd(f,τ)|²]は、第ｄ番目のチャネルの収音機器Ｍに到来する雑音成分Ｎd(f,τ)の平均強度を意味する。数式(2)の伝達関数ｈd(f)は、目的音成分Ｓ(f,τ)の音源から第ｄ番目のチャネルの収音機器Ｍまでの伝達関数である。なお、時間平均Ｅ[ ]の算定対象となる時間長（単位区間の個数）は任意であり、例えば所定の個数の単位区間にわたる平均や可変の個数の単位区間にわたる平均を算定することが可能である。また、後述の分離行列Ｗ^[q](f)の推定対象となる時間長と同等の時間長にわたる平均を算定する構成も好適である。

目的音成分Ｓ(f,τ)は点音源から放射された伝播前の音響成分であり、点音源から各収音機器Ｍまでの伝播特性（伝達関数ｈd(f)）とは無関係である。したがって、目的音成分Ｓ(f,τ)の発生を一定の確率分布に従う確率過程とすれば、数式(2)のうち目的音成分Ｓ(f,τ)の平均強度Ｅ[|Ｓ(f,τ)|²]は所定の定数と近似される。また、拡散性（空間的に拡散する性質）の雑音成分Ｎd(f,τ)を前提とすると、雑音成分Ｎd(f,τ)の平均強度Ｅ[|Ｎd(f,τ)|²]も定数と仮定できる。したがって、数式(2)の平均強度Ｅ[|Ｘd(f,τ)|²]に応じて伝達関数ｈd(f)の強度|ｈd(f)|²の順序（大小）を評価することが可能である。すなわち、音響信号ｘd(t)の各周波数の平均強度Ｅ[|Ｘd(f,τ)|²]が大きいほど伝達関数ｈd(f)の強度|ｈd(f)|²が増加するという関係がある。以上に説明した平均強度Ｅ[|Ｘd(f,τ)|²]および強度|ｈd(f)|²の関係と、伝達関数ｈd(f)の強度|ｈd(f)|²が大きいチャネルほど独立成分分析による雑音成分の推定に好適であるという前述の傾向とを考慮すると、Ｄ個のチャネルのうち平均強度Ｅ[|Ｘd(f,τ)|²]が大きいチャネルが独立成分分析による雑音成分の推定に好適であると評価できる。

以上の傾向を考慮して、第１実施形態の制御部３４Aは、周波数分析部４２が生成した各周波数成分（信号処理部４４による処理前の各周波数成分）Ｘd^[0](f,τ)の平均強度Ｅ[|Ｘd^[0](f,τ)|²]をチャネル毎に算定し、平均強度Ｅ[|Ｘd^[0](f,τ)|²]の降順で上位に位置するＤs個のチャネル（すなわち、目的音成分の点音源性が収音時に維持されているチャネル）を周波数毎に個別に選択する。具体的には、第１実施形態の制御部３４Aは、平均強度Ｅ[|Ｘd^[0](f,τ)|²]が閾値Ｔ(f)以上であるＤs個のチャネル（Ｅ[|Ｘd^[0](f,τ)|²]≧Ｔ(f)）を選択する。閾値Ｔ(f)は、例えば以下の数式(3)の演算で周波数毎に算定される。

数式(3)の係数ξは、１未満の正数（０＜ξ＜１）である。数式(3)の記号max{Ｅ[|Ｘd^[0](f,τ)|²]}は、Ｄ個のチャネルにわたる平均強度Ｅ[|Ｘd^[0](f,τ)|²]（Ｅ[|Ｘ1^[0](f,τ)|²]〜Ｅ[|ＸD^[0](f,τ)|²]）の最大値を意味する。すなわち、閾値Ｔ(f)は、平均強度Ｅ[|Ｘd^[0](f,τ)|²]の最大値を下回る範囲内で平均強度Ｅ[|Ｘd^[0](f,τ)|²]に応じた数値に設定される。したがって、制御部３４Aが選択するチャネルの総数Ｄs（２≦Ｄs≦Ｄ）は周波数毎に相違し得る。以上が制御部３４Aの動作である。

雑音抑圧部３２Aの信号処理部４４および合成処理部４６について構成および動作の具体例を説明する。図２に示すように、信号処理部４４は、相互に縦続に接続されて各チャネルの音響信号ｘd(t)（Ｘ1^[0](f,τ)〜ＸD^[0](f,τ)）を順次に処理するＱ段の単位処理部Ｕ[1]〜Ｕ[Q]を含んで構成される。

図３は、信号処理部４４のうち第ｑ段目（ｑ＝１〜Ｑ）の単位処理部Ｕ[q]のブロック図である。単位処理部Ｕ[q]は、前段（第(q-1)段）から供給されるＤ個のチャネルの周波数成分Ｘ1^[q-1](f,τ)〜ＸD^[q-1](f,τ)に対する雑音抑圧処理で各周波数の周波数成分Ｘ1^[q](f,τ)〜ＸD^[q](f,τ)を単位区間毎に生成する。先頭段（第１段）の単位処理部Ｕ[1]には周波数分析部４２が生成した周波数成分Ｘ1^[0](f,τ)〜ＸD^[0](f,τ)が供給され、最終段（第Ｑ段）の単位処理部Ｕ[Q]が生成した周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)が合成処理部４６に供給される。

図３に示すように、各単位処理部Ｕ[q]は、雑音推定部４４１と抑圧処理部４４３とを含んで構成される。雑音推定部４４１は、制御部３４Aによる処理結果（Ｄs個のチャネルの選択結果）に応じて雑音成分を推定する。第１実施形態の雑音推定部４４１は、単位処理部Ｕ[q]に供給されるＤ個のチャネルの周波数成分Ｘ1^[q-1](f,τ)〜ＸD^[q-1](f,τ)のうち制御部３４Aがその周波数について選択したＤs個のチャネルの周波数成分Ｘd^[q-1](f,τ)を適用した独立成分分析で、各チャネルの雑音成分Ｚd^[q](f,τ)（Ｚ1^[q](f,τ)〜ＺD^[q](f,τ)）を単位区間毎に順次に算定する。他方、Ｄ個のチャネルのうち制御部３４Aが選択していない各チャネルの周波数成分Ｘd^[q-1](f,τ)は雑音成分の推定に適用されない。また、１個の周波数について雑音推定部４４１が選択するＤs個のチャネルの組合せはＱ個の単位処理部Ｕ[q]の各雑音推定部４４１について共通する。

具体的には、雑音推定部４４１は、第１に、制御部３４Aが選択したＤs個のチャネルの周波数成分Ｘd^[q-1](f,τ)を学習情報（教師情報）として適用した独立成分分析で目的音成分を抑圧するための分離行列Ｗ^[q](f)を周波数毎に算定する。例えば、Ｄs個のチャネルの周波数成分Ｘd^[q-1](f,τ)を適用した公知の更新式の演算を累積的に反復することで分離行列Ｗ^[q](f)が算定される。第２に、雑音推定部４４１は、各周波数成分Ｘd^[q-1](f,τ)に分離行列Ｗ^[q](f)を適用した分離成分（雑音成分を強調した音響成分）について、独立成分分析のスケーリング問題（不定性）を解消するための逆射影（projection back）を実行することで、周波数毎の雑音成分Ｚd^[q](f,τ)（Ｚ1^[q](f,τ)〜ＺD^[q](f,τ)）をＤ個のチャネルの各々について算定する。

図３の抑圧処理部４４３は、雑音推定部４４１がチャネル毎に推定した雑音成分Ｚd^[q](f,τ)をそのチャネルの周波数成分Ｘd^[q-1](f,τ)から抑圧する雑音抑圧処理を実行することで、各チャネルの周波数成分Ｘd^[q](f,τ)を単位区間毎に順次に生成する。具体的には、抑圧処理部４４３は、以下の数式(4A)および数式(4B)で表現される雑音抑圧処理をＤ個のチャネルの各々について周波数毎に実行する。

数式(4A)の記号ｊは虚数単位を意味し、記号θ(f,τ)は周波数成分Ｘd^[q-1](f,τ)の位相角（位相スペクトル）を意味する。また、数式(4A)の記号βは抑圧係数であり、数式(4B)の記号ηはフロアリング係数である。以上の説明から理解される通り、第１実施形態では、数式(4A)および数式(4B)で表現される減算型の雑音抑圧処理（スペクトル減算）が、音響信号ｘd(t)の各周波数成分Ｘd^[0](f,τ)に対してＱ回にわたりチャネル毎に累積的に反復される。

図２の合成処理部４６は、信号処理部４４（最終段の単位処理部Ｕ[Q]）が生成したＤ個のチャネルの周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)を合成することで音響信号ｙ(t)の周波数成分Ｙ(f,τ)を周波数毎および単位区間毎に算定する。第１実施形態の合成処理部４６は、目的音成分の音源方向（到来方向）φに収音のビーム（収音感度が高い領域）を形成する遅延加算（ＤＳ：Delay-Sum）型のビームフォーマであり、遅延部４６２と加算部４６４とを含んで構成される。

遅延部４６２は、Ｄ個のチャネルの周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)の各々を目的音成分の音源方向φに応じた遅延量だけ遅延させる。音源方向φは、信号処理部４４のＱ個の単位処理部Ｕ[1]〜Ｕ[Q]から選択された１個の単位処理部Ｕ[q]（例えば最終段の単位処理部Ｕ[Q]）の雑音推定部４４１が生成した分離行列Ｗ^[q](f)から特定される。加算部４６４は、遅延部４６２による遅延後のＤ個のチャネルの周波数成分Ｘ1^[Q](f,τ)〜ＸD^[Q](f,τ)を加算することで音響信号ｙ(t)の周波数成分Ｙ(f,τ)を生成する。したがって、各周波数成分Ｙ(f,τ)から波形生成部４８が生成する音響信号ｙ(t)では、音源方向φの目的音成分が強調される。

以上に説明した形態では、Ｄ個のチャネルのうち平均強度Ｅ[|Ｘd^[0](f,τ)|²]の降順で上位に位置するＤs個のチャネルの各音響信号ｘd(t)が選択的に独立成分分析に適用されるから、雑音成分Ｚd^[q](f,τ)を高精度に推定することが可能である。したがって、雑音成分を高精度に抑圧した音響信号ｙ(t)を生成できるという利点がある。

ところで、第１実施形態のように雑音抑圧処理をＱ回にわたり累積的に反復する構成では、第２段目以降の各単位処理部Ｕ[q]の雑音推定部４４１が、前段（第(q-1)段）の雑音抑圧処理で生成された各チャネルの周波数成分Ｘd^[q-1](f,τ)の平均強度Ｅ[|Ｘd^[q-1](f,τ)|²]に応じて、雑音成分Ｚd^[q](f,τ)の推定に適用するチャネルを選択する構成（以下「対比例」という）も想定され得る。しかし、前段の各単位処理部Ｕ[q-1]による雑音抑圧処理（非線形処理）では音響に波形歪が発生し得るから、対比例の構成では第２段目以降の各単位処理部Ｕ[q]にて目的音成分の点音源性を正確に評価することが困難である。第１実施形態では、先頭段の単位処理部Ｕ[1]による処理前の各周波数成分Ｘd^[0](f,τ)の平均強度Ｅ[|Ｘd^[0](f,τ)|²]に応じたチャネルの選択結果がＱ個の単位処理部Ｕ[1]〜Ｕ[Q]に共通に適用されるから、対比例と比較して各単位処理部Ｕ[q]にて雑音成分Ｚd^[q](f,τ)を高精度に推定できるという利点がある。ただし、対比例の構成も本発明の範囲に包含され得る。

＜第２実施形態＞
本発明の第２実施形態を以下に説明する。なお、以下に例示する各形態において作用や機能が第１実施形態と同等である要素については、第１実施形態で参照した符号を流用して各々の詳細な説明を適宜に省略する。

図４は、第２実施形態における雑音抑圧装置１００Bのブロック図である。第２実施形態の雑音抑圧装置１００Bは、第１実施形態の雑音抑圧装置１００Aの雑音抑圧部３２Aおよび制御部３４Aを図４の雑音抑圧部３２Bおよび制御部３４Bに置換した構成である。雑音抑圧部３２Bは、収音機器群１２から供給されるＤ個のチャネルの音響信号ｘ1(t)〜ｘD(t)に対する雑音抑圧処理で音響信号ｙ(t)を生成する。制御部３４Bは、Ｄ個のチャネルのうち雑音成分の推定に好適なチャネルの音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるように雑音抑圧部３２Bを制御する。

図４に示すように、雑音抑圧部３２Bは、収音制御部５１と周波数分析部５２と周波数分析部５３と雑音推定部５４と抑圧処理部５５と波形生成部５６とを含んで構成される。収音制御部５１は、目的音成分が到来する既知の音源方向（事前情報として設定された音源方向）に収音のビームを形成するビームフォーマであり、例えばＤ個のチャネルの音響信号ｘ1(t)〜ｘD(t)を遅延および加算することで時間領域の音響信号ｖ(t)を生成する。周波数分析部５２は、収音制御部５１が生成した音響信号ｖ(t)の各周波数成分（周波数スペクトル）Ｖ(f,τ)を単位区間毎に生成する。

周波数分析部５３は、第１実施形態の周波数分析部４２と同様に、Ｄ個のチャネルの各々について音響信号ｘd(t)の各周波数成分Ｘd(f,τ)を単位区間毎に算定する。制御部３４Bは、第１実施形態の制御部３４Aと同様に、周波数分析部５３が算定した各周波数成分Ｘd(f,τ)の平均強度Ｅ[|Ｘd(f,τ)|²]の降順で上位に位置するＤs個のチャネルを選択する。

雑音推定部５４は、Ｄ個のチャネルのうち制御部３４Bが選択したＤs個のチャネルの音響信号ｘd(t)（各周波数成分Ｘd(f,τ)）を適用して周波数毎の雑音成分Ｚ(f,τ)を推定する。第２実施形態の雑音推定部５４は、制御部３４Bが選択したＤs個のチャネルの各周波数成分Ｘd(f,τ)を適宜に遅延してから相互に加減算することで目的音成分の既知の音源方向に収音の死角（収音感度が低い領域）を形成する死角制御型のビームフォーマであり、Ｄs個のチャネルの各周波数成分Ｘd(f,τ)から目的音成分を抑圧した雑音成分Ｚ(f,τ)を推定する。なお、各チャネルの周波数成分Ｘd(f,τ)の加減算の係数は例えば伝播行列（混合行列）の逆行列から特定することが可能である。

抑圧処理部５５は、周波数分析部５２が生成した周波数成分Ｖ(f,τ)から雑音推定部５４が推定した雑音成分Ｚ(f,τ)を抑圧する（例えば数式(4A)および数式(4B)と同様に周波数領域で各周波数成分Ｖ(f,τ)から雑音成分Ｚ(f,τ)を減算する）ことで音響信号ｙ(t)の各周波数成分Ｙ(f,τ)を単位区間毎に生成する。波形生成部５６は、第１実施形態の波形生成部４８と同様に、抑圧処理部５５が生成する各周波数成分Ｙ(f,τ)から時間領域の音響信号ｙ(t)を生成する。

以上に説明した通り、第２実施形態においても、Ｄ個のチャネルのうち点音源性が高いチャネル（すなわち雑音成分の推定に好適なチャネル）の音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるから、第１実施形態と同様に、雑音成分を高精度に抑圧した音響信号ｙ(t)を生成できるという利点がある。

＜第３実施形態＞
図５は、第３実施形態における雑音抑圧装置１００Cのブロック図である。第３実施形態の雑音抑圧装置１００Cは、第１実施形態の雑音抑圧装置１００Aの雑音抑圧部３２Aおよび制御部３４Aを図５の雑音抑圧部３２Cおよび制御部３４Cに置換した構成である。雑音抑圧部３２Cは、収音機器群１２から供給されるＤ個のチャネルの音響信号ｘ1(t)〜ｘD(t)に対する雑音抑圧処理で音響信号ｙ(t)を生成する。

第３実施形態の雑音抑圧部３２Cは、Griffith-Jim型の適応ビームフォーマを利用した雑音抑圧処理で音響信号ｙ(t)を生成する。具体的には、雑音抑圧部３２Cは、Ｄ個のチャネルのうち相隣接する２個のチャネルの各組に対応するＫ個（Ｋ＝Ｄ−１）の単位処理部Ｈ[2]〜Ｈ[D]と、Ｄ個から選択された１個のチャネルの音響信号ｘd(t)（図５の例示では第１番目のチャネルの音響信号ｘ1(t)）を処理する基礎処理部６１と、抑圧処理部６２および波形生成部６３とを含んで構成される。

第ｋ番目（ｋ＝２〜Ｄ）の単位処理部Ｈ[k]は、第(k-1)番目のチャネルの音響信号ｘk-1(t)と第ｋ番目のチャネルの音響信号ｘk(t)との差分に対応する各周波数成分Ｇk(f,τ)を単位区間毎に生成し、基礎処理部６１は、第１番目のチャネルの音響信号ｘ1(t)の各周波数成分Ｇ1(f,τ)を生成する。抑圧処理部６２は、基礎処理部６１が生成した各周波数成分Ｇ1(f,τ)から各単位処理部Ｈ[k]が生成したＫ個の周波数成分Ｇk(f,τ)を減算することで音響信号ｙ(t)の各周波数成分Ｙ(f,τ)を単位区間毎に生成する。波形生成部６３は、第１実施形態の波形生成部４８と同様に、抑圧処理部６２が生成する各周波数成分Ｙ(f,τ)から時間領域の音響信号ｙ(t)を生成する。

基礎処理部６１は、遅延部６１１と遅延部６１２と周波数分析部６１３とを含んで構成される。遅延部６１１および遅延部６１２は、音響信号ｘ1(t)を遅延させる。周波数分析部６１３は、遅延部６１２による処理後の音響信号ｘ1(t)の各周波数成分Ｇ1(f,τ)を単位区間毎に生成する。

第ｋ番目の単位処理部Ｈ[k]は、遅延部６５１と差分算定部６５２と適応フィルタ部６５３と周波数分析部６５４と強度調整部６５５とを含んで構成される。遅延部６５１は、音響信号ｘk(t)を遅延させる。差分算定部６５２は、第(k-1)番目のチャネルの音響信号ｘk-1(t)と第ｋ番目のチャネルの音響信号ｘk(t)との差分を差分信号ｇk(t)（ｇk(t)＝ｘk-1(t)−ｘk(t)）として生成する。基礎処理部６１の遅延部６１１および各単位処理部Ｈ[k]の遅延部６５１の各々の遅延量は、目的音成分の音源方向からの到来音が抑圧されるように設定される。

適応フィルタ部６５３は、差分信号ｇk(t)に対して適応フィルタ処理を実行する。波形生成部６３が生成する音響信号ｙ(t)の強度が最小化されるように適用フィルタ処理は適応的に制御される。したがって、適応フィルタ部６５３による処理後の差分信号ｇk(t)は雑音成分の推定結果に相当する。周波数分析部６５４は、適応フィルタ部６５３による処理後の差分信号ｇk(t)の各周波数成分Ｇk(f,τ)を生成する。強度調整部６５５は、各周波数成分Ｇk(f,τ)の強度を周波数毎に調整する。具体的には、強度調整部６５５は、周波数毎に設定された調整値（ゲイン）α(f)を周波数成分Ｇk(f,τ)に乗算する。強度調整部６５５による調整後の各周波数成分Ｇk(f,τ)が抑圧処理部６２にて音響信号ｘ1(t)の各周波数成分Ｇ1(f,τ)から減算される。

図５の制御部３４Cは、Ｄ個のチャネルのうち雑音成分の推定に好適なチャネルの音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるように周波数毎に雑音抑圧部３２Cを制御する。具体的には、制御部３４Cは、音響信号ｘd(t)の各周波数成分Ｘd(f,τ)の平均強度Ｅ[|Ｘd(f,τ)|²]が高いチャネルの組合せ（例えば各組を構成する２個のチャネルの平均強度Ｅ[|Ｘd(f,τ)|²]の平均値が高い組合せ）に対応する周波数成分Ｇk(f,τ)ほど相対的に高い強度に調整されるように各単位処理部Ｈ[k]の強度調整部６５５を制御する。例えば、周波数成分Ｘd(f,τ)の平均強度Ｅ[|Ｘd(f,τ)|²]が高いチャネルの組合せに対応する単位処理部Ｈ[k]の強度調整部６５５ほど調整値α(f)が相対的に大きい数値に設定される。

以上に説明した通り、第３実施形態においても、Ｄ個のチャネルのうち点音源性が高いチャネルの音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるから、第１実施形態と同様に、雑音成分を高精度に抑圧した音響信号ｙ(t)を生成できるという利点がある。

＜第４実施形態＞
図６は、第４実施形態における雑音抑圧装置１００Dのブロック図である。第４実施形態の雑音抑圧装置１００Dは、第１実施形態の雑音抑圧装置１００Aの雑音抑圧部３２Aおよび制御部３４Aを図６の雑音抑圧部３２Dおよび制御部３４Dに置換した構成である。雑音抑圧部３２Dは、収音機器群１２から供給されるＤ個のチャネルの音響信号ｘ1(t)〜ｘD(t)に対する雑音抑圧処理で音響信号ｙ(t)を生成する。

第４実施形態の雑音抑圧部３２Dは、ＭＶＤＲ（minimum variance distortionless response）型（最小分散型）の適応ビームフォーマを利用した雑音抑圧処理で音響信号ｙ(t)を生成する。具体的には、雑音抑圧部３２Dは、周波数分析部７１と第１抑圧処理部７２と第２抑圧処理部７３と波形生成部７４とを含んで構成される。

周波数分析部７１は、第１実施形態の周波数分析部４２と同様に、Ｄ個のチャネルの各々について音響信号ｘd(t)の各周波数成分Ｘd(f,τ)を単位区間毎に算定する。第１抑圧処理部７２は、各音響信号ｘd(t)の雑音成分を周波数領域にてチャネル毎に抑圧する雑音抑圧処理で各チャネルの周波数成分Ｖd(f,τ)（Ｖ1(f,τ)〜ＶD(f,τ)）を生成する。例えば、第１抑圧処理部７２は、各周波数成分Ｘd(f,τ)から雑音成分を周波数領域で抑圧するスペクトル減算をチャネル毎に実行する。

第２抑圧処理部７３は、ＭＶＤＲ型の適応ビームフォーマを利用した雑音抑圧処理をＤ個のチャネルの周波数成分Ｖd(f,τ)に対して実行することで音響信号ｙ(t)の周波数成分Ｙ(f,τ)を生成する。具体的には、第２抑圧処理部７３は、第１抑圧処理部７２による処理後の各チャネルの周波数成分Ｖd(f,τ)を利用した逐次的な更新で、目的音成分の音源方向からの到来音の強度を維持したまま雑音成分を抑圧可能な空間相関行列（線形フィルタ）を算定し、空間相関行列を各チャネルの周波数成分Ｘd(f,τ)に作用させることで音響信号ｙ(t)の周波数成分Ｙ(f,τ)を算定する。波形生成部７４は、第１実施形態の波形生成部４８と同様に、第２抑圧処理部７３が生成する各周波数成分Ｙ(f,τ)から時間領域の音響信号ｙ(t)を生成する。

制御部３４Dは、Ｄ個のチャネルのうち雑音成分の推定に好適なチャネルの音響信号ｘd(t)ほど第２抑圧処理部７３による雑音抑圧処理（ＭＶＤＲ型の適応ビームフォーマ）に優先的に反映されるように周波数毎に雑音抑圧部３２Dを制御する。具体的には、制御部３４Dは、音響信号ｘd(t)の各周波数成分Ｘd(f,τ)の平均強度Ｅ[|Ｘd(f,τ)|²]が高いほど空間相関行列の更新に対して優勢に反映されるように第２抑圧処理部７３を制御する。例えば、平均強度Ｅ[|Ｘd(f,τ)|²]の減少に対して指数関数的に減少する加重値がチャネル毎に設定されて空間相関行列の算定に適用される。

以上に説明した通り、第４実施形態においても、Ｄ個のチャネルのうち点音源性が高いチャネルの音響信号ｘd(t)ほど雑音抑圧処理に優先的に反映されるから、第１実施形態と同様に、雑音成分を高精度に抑圧した音響信号ｙ(t)を生成できるという利点がある。

＜変形例＞
以上の各形態は多様に変形される。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は適宜に併合され得る。

（１）雑音抑圧部３２（３２A，３２B，３２C，３２D）による雑音抑圧処理の内容は以上の例示に限定されない。例えば、第１実施形態および第２実施形態では周波数領域での減算型の雑音抑圧処理（数式(4A)）を例示したが、第１実施形態の抑圧処理部４４３が雑音成分Ｚd^[q](f,τ)の抑圧用のウィーナフィルタを周波数成分Ｘd^[q-1](f,τ)に作用させる構成や、第２実施形態の抑圧処理部５５が雑音成分Ｚ(f,τ)の抑圧用のウィーナフィルタを周波数成分Ｖ(f,τ)に作用させる構成も採用され得る。

（２）第１実施形態や第２実施形態では、制御部３４（３４A，３４B）が選択したＤs個のチャネルを雑音抑圧処理に反映させるとともに残余のチャネルは雑音抑圧処理に反映させない構成を例示したが、第１実施形態や第２実施形態において、第３実施形態や第４実施形態と同様に、Ｄs個のチャネルの各々を雑音抑圧処理に反映させる度合（重み）を制御部３４が制御することも可能である。また、第３実施形態や第４実施形態において、平均強度に応じて制御部３４（３４C，３４D）が選択したＤs個のチャネルの音響信号ｘd(t)のみを雑音抑圧処理に反映させて残余のチャネルは加味しない構成も採用され得る。

以上の説明から理解されるように、平均強度Ｅ[|Ｘd(f,τ)|²]が高いチャネルの音響信号を雑音抑圧処理に優先的に反映させる構成とは、Ｄ個のチャネルのうち平均強度Ｅ[|Ｘd(f,τ)|²]に応じて選択されたチャネルの音響信号のみを雑音抑圧処理に反映させるとともに残余のチャネルを雑音抑圧処理に反映させない構成と、Ｄ個のチャネルの各々の音響信号を平均強度Ｅ[|Ｘd(f,τ)|²]に応じた度合（重み）で雑音抑圧処理に反映させる構成との双方を包含する。

（３）第１実施形態では、雑音抑圧処理をＱ回にわたり累積的に反復したが、雑音抑圧処理の反復は省略され得る。例えば、第１実施形態の雑音抑圧部３２Aを、雑音推定部４４１と抑圧処理部４４３とを含む１個の単位処理部Ｕ[q]で構成することも可能である。ただし、雑音抑圧量を低減した雑音抑圧処理を複数回にわたり反復する第１実施形態の構成によれば、同等の効果を１回の雑音抑圧処理で実現する場合と比較してミュージカルノイズの発生が抑制されるという利点がある。

１００A，１００B，１００C、１００D……雑音抑圧装置、１２……収音機器群、１４……放音装置、２２……演算処理装置、２４……記憶装置、３２A，３２B，３２C，３２D……雑音抑圧部、３４A，３４B，３４C，３４D……制御部、４２……周波数分析部、４４……信号処理部、４６……合成処理部、４６２……遅延部、４６４……加算部、４８……波形生成部、Ｕ[q]（Ｕ[1]〜Ｕ[Q]）……単位処理部、４４１……雑音推定部、４４３……抑圧処理部、５１……収音制御部、５２……周波数分析部、５３……周波数分析部、５４……雑音推定部、５５……抑圧処理部、５６……波形生成部、Ｈ[k]（Ｈ[2]〜Ｈ[D]）……単位処理部、６１……基礎処理部、６１１，６１２……遅延部、６１３……周波数分析部、６２……抑圧処理部、６３……波形生成部、６５１……遅延部、６５２……差分算定部、６５３……適応フィルタ部、６５４……周波数分析部、６５５……強度調整部、７１……周波数分析部、７２……第１抑圧処理部、７３……第２抑圧処理部、７４……波形生成部。

Claims (5)

1. 相異なる位置に配置された複数の収音機器が生成する複数のチャネルの音響信号に対して雑音成分を抑圧する雑音抑圧処理を実行する雑音抑圧手段と、
   複数の周波数の各々について当該周波数での平均強度が高いチャネルの音響信号が前記雑音抑圧処理に優先的に反映されるように前記雑音抑圧手段を制御する制御手段と
   を具備する雑音抑圧装置。
2. 前記制御手段は、前記複数の周波数の各々について、前記音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、
   前記雑音抑圧手段は、
   前記複数の周波数の各々について、前記制御手段が当該周波数について選択した２以上のチャネルの音響信号に対する独立成分分析で雑音成分を推定する雑音推定手段と、
   前記雑音推定手段が推定した各周波数の雑音成分を前記複数のチャネルの各々の音響信号から抑圧する抑圧処理手段とを含む
   請求項１の雑音抑圧装置。
3. 前記雑音抑圧手段は、前記各チャネルの音響信号に対して順次に雑音抑圧処理を実行する複数段の単位処理手段と、
   前記複数段のうち最終段の単位処理手段による処理後の各チャネルの音響信号を合成する合成処理手段とを含み、
   前記制御手段は、前記複数の周波数の各々について、複数段のうち先頭段の単位処理手段による処理前の音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、
   前記複数段の単位処理手段の各々は、
   前記複数の周波数の各々について、前記制御手段が当該周波数について選択した２以上のチャネルの音響信号に対する独立成分分析で雑音成分を推定する雑音推定手段と、
   前記雑音推定手段が推定した各周波数の雑音成分を前記複数のチャネルの各々の音響信号から抑圧する抑圧処理手段とを含む
   請求項１の雑音抑圧装置。
4. 前記制御手段は、前記複数の周波数の各々について、前記各チャネルの音響信号における当該周波数の平均強度の最大値に応じて閾値を設定し、平均強度が前記閾値を上回る前記２以上のチャネルを選択する
   請求項２または請求項３の雑音抑圧装置。
5. 前記制御手段は、前記複数の周波数の各々について、前記音響信号の当該周波数での平均強度が高い２以上のチャネルを選択し、
   前記雑音抑圧手段は、
   前記複数の周波数の各々について、前記制御手段が当該周波数について選択した２以上のチャネルの音響信号を適用して目的音方向に死角を形成する死角制御型のビームフォーマで雑音成分を推定する雑音推定手段と、
   前記雑音推定手段が推定した各周波数の雑音成分を前記複数のチャネルの各々の音響信号から抑圧する抑圧処理手段とを含む
   請求項１の雑音抑圧装置。

Images