JP2016025619A - エコーキャンセラ装置 - Google Patents

Abstract

【課題】 受話信号が出力されているにもかかわらず、それがスピーカで全く又はほとんど再生されなくなった場合でも、安定したエコーキャンセル性能を発揮し得るエコーキャンセラ装置を提供する。
【解決手段】 エコーキャンセラ装置３０は、第一入力信号x1(k)をフィルタ係数h(k)によってフィルタ処理することにより第一出力信号y1(k)を生成する第一フィルタ部１１１と、第一目的信号d1(k)と第一出力信号y1(k)とを入力しこれらの差である第一誤差信号e1(k)を出力する第一減算部１２１と、第一誤差信号e1(k)が小さくなるようにフィルタ係数h(k)を適応アルゴリズムに基づいて修正する適応部１３と、第一減算部１２１に入力される第一目的信号d1(k)に第一入力信号x1(k)を加える内部帰還部３１と、を備えている。
【選択図】 図１

Description

本発明は、スピーカから再生された音声がマイクロホンで収音されることによって発生するエコー信号を除去するエコーキャンセラ装置に関する。

近年、音声認識は、認識性能の向上により、機器の操作手段として利用される場面が増加している。特に自動車分野においては、運転中の音声認識による手を使わない操作が、安全性の観点から注目されている。

例えば自動車用のナビゲーションシステムでは、地図情報、それに付随する各種の情報、エンタテーメント情報など種々の情報が収集され、それらの情報を基にした機器の操作が音声認識によって実行されている。つまり、自動車用のナビゲーションシステムは、運転者を含むユーザと会話しながら、それらに関連する機器を制御するのである。そこでは、ナビゲーションシステムがユーザとのコミュニケーションの主たる制御機能を司る。

このとき、ナビゲーションシステムは、ユーザと正しく会話をし、誤りなく制御指示を出すために、ユーザが発声した言葉を正確に認識する必要がある。そのため、ナビゲーションシステムには、自ら発したガイダンススピーチがエコー信号となって戻ってきた場合に、これをユーザの音声信号から取り除くためのエコーキャンセラ装置が具備されている（例えば特許文献１参照）。

図４は、関連技術１のエコーキャンセラ装置を示すブロック図である。以下、この図面に基づき説明する。

本関連技術１のエコーキャンセラ装置８０は、自動車用のナビゲーションシステム９０に組み込まれている。ナビゲーションシステム９０は、スピーカ９１、マイクロホン９２、音声認識部９３、主制御部９４、ガイダンススピーチ生成部９５などを備えている。

エコーキャンセラ装置８０は、スピーカ９１から再生された音声がマイクロホン９２で収音されることによって発生するエコー信号y'(k)を、除去するものである。ここで、スピーカ９１で再生される信号を入力信号x(k)とし、エコー信号y'(k)を含む信号を目的信号d(k)とする。「ｋ」は離散的時間を表す変数である。

このとき、エコーキャンセラ装置８０は、入力信号x(k)をフィルタ係数h(k)によってフィルタ処理することにより出力信号y(k)を生成するフィルタ部８１と、目的信号d(k)と出力信号y(k)とを入力しこれらの差である誤差信号e(k)を出力する減算部８２と、誤差信号e(k)が小さくなるようにフィルタ係数h(k)を適応アルゴリズムに基づいて修正する適応部８３と、を備えている。

ユーザ１００が発した音声は、マイクロホン９２で収音されて送話信号Sinとなり、図示しないＡ／ＤコンバータによってＡ／Ｄ変換され、エコーキャンセラ装置８０を経て送話信号Soutとなって音声認識部９３へ出力される。音声認識部９３は、その送話信号Soutを音声認識アルゴリズムによって解読し、その解読情報を主制御部９４へ伝える。主制御部９４は、その解読情報に基づいて適切なガイダンススピーチを決定し、これをガイダンススピーチ生成部９５へ伝える。ガイダンススピーチ生成部９５は、そのガイダンススピーチを音声合成して受話信号Rinとして出力する。受話信号Rinは、図示しないＤ／ＡコンバータによってＤ／Ａ変換され、受話信号Routとなってスピーカ９１で再生される。

図示するように、エコーキャンセラ装置８０は、適応フィルタを用いた信号処理によって音響エコーを抑制する。そのエコーキャンセラの原理を説明する。スピーカ９１で再生される入力信号x(k)と、マイクロホン９２で受音されるエコー信号y'(k)とは、車内のインパルス応答h'(k)を用いて、y'(k)＝x(k)＊h'(k)（「＊」は畳み込み演算を表す。）と関係付けられる。そこで、エコーキャンセラ装置８０は、このインパルス応答h'(k)の推定値であるフィルタ係数h(k)を求め、これにより推定エコー信号である出力信号y(k)を作り、それをマイクロホン９２で収音された目的信号d(k)から差し引くことで音響エコーを防止する。車内のインパルス応答h'(k)は、人の移動、ドアや窓の開閉などによって時間的変動を伴うため、その推定に適応部８３が用いられる。適応部８３は、誤差信号e(k)のパワーを最小にするように、フィルタ係数h(k)を逐次的に修正する。

なお、目的信号d(k)には、エコー信号y'(k)の他に、ユーザ１００からの話者信号s(k)や、周囲雑音などのノイズn(k)が含まれる。また、エコーキャンセラ装置８０は、入力信号x(k)と目的信号d(k)との時間差を調整する遅延調整部８５や、誤差信号e(k)に含まれるノイズn(k)などを抑制するノイズ抑制部８６等も備えている。

特許第５３７３４７３号公報 特開２００２−２０４１７５号公報

しかしながら、関連技術１のエコーキャンセラ装置８０では、次の（１）、（２）、（３）のような問題があった。

（１）適応部８３は、最適なフィルタ係数h(k)の決定に、一定の学習時間を要する。そのため、スピーカ９１からガイダンススピーチが発声された直後は、フィルタ係数h(k)がまだ収束していないため、エコー信号y'(k)を十分に除去できずに、残留エコーが発生することがある。例えば、エコーキャンセラ装置８０が動作を初めて最初のガイダンススピーチの場合や、ガイダンススピーチの終了後から再びガイダンススピーチを始めるまでの間に、インパルス応答h'(k)が大きく変化した場合などに、このような現象が起きやすい。

（２）ノイズn(k)が大きくなるほど、インパルス応答h'(k)の推定値であるフィルタ係数h(k)を求めることが難しくなる。特に、ノイズn(k)がエコー信号y'(k)よりも大きくなり、ノイズn(k)にエコー信号y'(k)が埋もれてしまうと、エコー信号y'(k)がマイクロホン９２に到達する伝達関数であるインパルス応答h'(k)を推定することはほぼ不可能となる。

（３）ユーザ１００がミュート操作をしたりスピーカ用ボリュームを大きく下げたりすると、ガイダンススピーチ生成部９５から受話信号Rinが出力されても、それがスピーカ９１では全く又はほとんど再生されなくなる。この場合、インパルス応答h'(k)が大きく変化したことになるため、フィルタ係数h(k)の修正量が大きくなり、その収束までに時間がかかるので、この間のエコーキャンセル性能が大幅に低下する。

そこで、本発明の目的は、(1)スピーカから発声された直後でも、(2)ノイズが大きい場合でも、(3)受話信号が出力されているにもかかわらず、それがスピーカで全く又はほとんど再生されなくなった場合でも、安定したエコーキャンセル性能を発揮し得るエコーキャンセラ装置を提供することにある。

本発明に係るエコーキャンセラ装置は、
スピーカから再生された音声がマイクロホンで収音されることによって発生するエコー信号を除去するエコーキャンセラ装置であって、
前記スピーカで再生される信号を入力信号とし、前記エコー信号を含む信号を目的信号としたとき、
前記入力信号をフィルタ係数によってフィルタ処理することにより出力信号を生成するフィルタ部と、
前記目的信号と前記出力信号とを入力しこれらの差である誤差信号を出力する減算部と、
前記誤差信号が小さくなるように前記フィルタ係数を適応アルゴリズムに基づいて修正する適応部と、
前記減算部に入力される前記目的信号に前記入力信号を加える内部帰還部と、
を備えたものである。

本発明に係るエコーキャンセラ装置によれば、減算部に入力される目的信号に入力信号を加える内部帰還部を備えたことにより、ユーザがミュート操作をしたりスピーカ用ボリュームを大きく下げたりして、受話信号がスピーカから再生されなくなった場合でも、目的信号に含まれるエコー信号が実質的に極端に下がることはない。したがって、この場合のフィルタ係数の修正量を低減できるので、その収束に要する時間を短縮でき、安定したエコーキャンセル性能を発揮できる。

実施形態１のエコーキャンセラ装置を示すブロック図である。 参考例１のエコーキャンセラ装置を示すブロック図である。 参考例２のエコーキャンセラ装置を示すブロック図である。 関連技術１のエコーキャンセラ装置を示すブロック図である。 比較例１のエコーキャンセラ装置を示すブロック図である。

以下、添付図面を参照しながら、本発明を実施するための形態（以下「実施形態」という。）について説明する。なお、本明細書及び図面において、実質的に同一の構成要素については同一の符号を用いる。

図２は、参考例１のエコーキャンセラ装置を示すブロック図である。以下、この図面に基づき説明する。

本参考例１のエコーキャンセラ装置１０は、自動車用のナビゲーションシステム４１に組み込まれている。ナビゲーションシステム４１は、スピーカ９１、マイクロホン９２、音声認識部９３、主制御部９４、ガイダンススピーチ生成部９５などを備えている。ナビゲーションシステム４１は、エコーキャンセラ装置１０を除き、関連技術１のナビゲーションシステムと同じ構成である。

本参考例１のエコーキャンセラ装置１０は、スピーカ９１から再生された音声がマイクロホン９２で収音されることによって発生するエコー信号y'(k)を除去するものである。ここで、スピーカ９１で再生される信号を第一入力信号x1(k)とし、エコー信号y'(k)を含む信号を第一目的信号d1(k)とする。

このとき、エコーキャンセラ装置１０は、第一入力信号x1(k)をフィルタ係数h(k)によってフィルタ処理することにより第一出力信号y1(k)を生成する第一フィルタ部１１１と、第一目的信号d1(k)と第一出力信号y1(k)とを入力しこれらの差である第一誤差信号e1(k)を出力する第一減算部１２１と、第一誤差信号e1(k)が小さくなるようにフィルタ係数h(k)を適応アルゴリズムに基づいて修正する適応部１３と、第一目的信号d1(k)を一定時間τ遅らせて第二目的信号d2(k)として出力する第一遅延部１４１と、第一入力信号x1(k)を一定時間τ遅らせて第二入力信号x2(k)として出力する第二遅延部１４２と、適応部１３で修正されたフィルタ係数h(k)によって第二入力信号x2(k)をフィルタ処理することにより第二出力信号y2(k)を生成する第二フィルタ部１２２と、第二目的信号d2(k)と第二出力信号y2(k)とを入力しこれらの差である第二誤差信号e2(k)を出力する第二減算部１２２と、を備えている。

また、一定時間τは、フィルタ係数h(k)が十分に収束するまでの時間（例えば１００ｍｓ）に設定される。エコーキャンセラ装置１０は、第一入力信号x1(k)と第一目的信号d1(k)との時間差を調整する遅延調整部１５や、第二誤差信号e2(k)に含まれるノイズn(k)などを抑制するノイズ抑制部１６等も備えている。ただし、それらの時間差やノイズn(k)が許容されれば、遅延調整部１５やノイズ抑制部１６は省略してもよい。エコーキャンセラ装置１０のその他の構成は、関連技術１のエコーキャンセラ装置と同様である。

エコーキャンセラ装置１０の各部は、例えばコンピュータプログラムによって、コンピュータ（例えばＤＳＰ）内に実現することができる。本コンピュータプログラムは、非一時的な記録媒体（non-transitory storage medium）、例えば光ディスク、半導体メモリなどに記録されてもよい。その場合、本コンピュータプログラムは、記録媒体からコンピュータによって読み出され、実行される。

次に、エコーキャンセラ装置１０の動作について説明する。

適応部１３は、第一出力信号y1(k)が第一目的信号d1(k)に似た信号になって、第一誤差信号e1(k)のパワーが小さくなるように、フィルタ係数h(k)を修正する。フィルタ係数h(k)の修正手順は、適応アルゴリズムと呼ばれ、各時刻ｋにおいて観測される第一入力信号x1(k)及び第一誤差信号e1(k)に基づいて、フィルタ係数h(k)を最適係数hoに近づけていく。適応部１３の動作開始時刻k=0において、フィルタ係数h(k)には適当な初期値（例えば、h(0)=0）が与えられる。適応アルゴリズムは、各時刻ｋにおいて、次式<1>に示すように、フィルタ係数h(k)をh(k+1)に修正し、少しずつ最適係数に近づけていく。
h(k+1)＝h(k)＋δh(k) ・・・<1>

上式において、δh(k)は、修正ベクトルと呼ばれ、Ｌ次のベクトルである。適応アルゴリズムとしては、学習同定法、ＬＭＳアルゴリズム、射影アルゴリズム、ＲＬＳアルゴリズムなどが知られている。本参考例１では学習同定法を用いている。

新たなフィルタ係数h(k+1)は、第一フィルタ部１１１及び第二フィルタ部１１２の両方へ出力される。

第一フィルタ部１１１は、第一入力信号x1(k+1)と時刻k+1におけるフィルタ係数h(k+1)とから、次式<2>に基づき第一出力信号y1(k+1)を生成する。
y1(k+1)＝x1(k+1)＊h(k+1) ・・・<2>

そして、第一減算部１２１は、第一目的信号d1(k+1)及び第一出力信号y1(k+1)に基づいて、時刻k+1における第一誤差信号e1(k+1)を次式<3>のように決定する。
e1(k+1)＝d1(k+1)−y1(k+1) ・・・<3>

一方、第二フィルタ部１１２は、一定時間τ遅れて入力した第一入力信号x1(k+1)である第二入力信号x2(k+1)と、時刻k+1+τにおけるフィルタ係数h(k+1+τ)とから、次式<4>に基づき第二出力信号y2(k+1)を生成する。
y2(k+1)＝x2(k+1)＊h(k+1+τ) ・・・<4>

そして、第二減算部１２２は、一定時間τ遅れて入力した第一目的信号d1(k+1)である第二目的信号d2(k+1)と第二出力信号y2(k+1)とに基づいて、時刻k+1における第二誤差信号e2(k+1)を次式<5>のように決定する。
e2(k+1)＝d2(k+1)−y2(k+1) ・・・<5>

次に、エコーキャンセラ装置１０の作用及び効果について説明する。

前述のように、適応部１３は、最適なフィルタ係数h(k)の決定に、一定の学習時間を要する。そのため、スピーカ９１からガイダンススピーチが発声された直後は、フィルタ係数h(k)がまだ収束していないため、第一誤差信号e1(k)からエコー信号y'(k)を十分に除去できないことがある。例えば、ガイダンススピーチの終了後、再びガイダンススピーチを始めるまでの間に、インパルス応答h'(k)があまり変化しなければ、ガイダンススピーチ再開後のフィルタ係数h(k)も速やかに収束する。ところが、ガイダンススピーチの終了後、再びガイダンススピーチを始めるまでの間に、インパルス応答h'(k)が大きく変化した場合は、第一誤差信号e1(k)をそのまま使って音声認識をすると、第一誤差信号e1(k)に含まれるエコー信号y'(k)によってその認識率が低下してしまう。また、エコーキャンセラ装置１０が動作を初めて最初のガイダンススピーチの場合も、フィルタ係数h(k)が収束するまでに時間がかかることがある。

そこで、エコーキャンセラ装置１０では、第一目的信号d1(k)を一定時間τ遅らせて第二目的信号d2(k)とし、第一入力信号x1(k)を一定時間τ遅らせて第二入力信号x2(k)とし、一定時間τ経過して収束の進んだフィルタ係数h(k)を用いて第二入力信号x2(k)をフィルタ処理することにより第二出力信号y2(k)を生成し、第二出力信号y2(k)及び第二目的信号d2(k)から第二誤差信号e2(k)を求めるようにしたので、スピーカ９１から発声された直後でも、第二誤差信号e2(k)に含まれるエコー信号y'(k)を確実に除去でき、これにより安定したエコーキャンセル性能を発揮できる。

次に、エコーキャンセラ装置１０について、言葉を変えてもう一度説明する。

エコーキャンセラの基本機能は、スピーカ９１から出力される音声（ガイダンススピーチ）が空間を伝播しマイクロホン９２に入力されるまでの伝達関数であるインパルス応答h'(k)を、スピーカ９１から出力される受話信号Routと、マイクロホン９２より収音される送話信号Sinとにより推定することである。この推定は、ユーザ１００からの話者信号s(k)のない状況で実施する。

スピーカ９１からガイダンススピーチが出ている状況において、ユーザ１００が認識目的の音声を発すると、それらの音がマイクロホン９２で収音される。そして、エコーキャンセラ装置１０にてインパルス応答h'(k)を推定した演算を行うことによって、ガイダンススピーチ成分が削除され、ユーザ１００の音声が音声認識部９３に伝送される。

系の推定は学習同定法によって行なわれる。伝達関数を実現するフィルタ係数h(k)は、スピーカ９１やマイクロホン９２の位置の変化、スピーカ９１からのガイダンススピーチや外部騒音の急激な変化、などの経路変動に追従して同定される。

このとき、フィルタ係数h(k)は、系の変化に対して一定時間の学習をもって決定される。そのため、系が変動した瞬間は系が収束していないことから、スピーカ９１からのエコー信号y'(k)は消去し切れずに残留エコーが発生する。つまり、学習の初期の時点では、フィル係数h(k)が同定中であるため、残留エコー成分がより多く残ることになる。

このように、伝達関数同定の初期の部分では、実際の系の状態とは全く異なったフィルタ係数h(k)となっているため、残留エコーが発生する。これに対して、エコーキャンセラ装置１０は、例えばガイダンススピーチが発声された直後など、学習の期間がほとんどない場合においても残留エコーを低減できる。ここで、適応フィルタでのエコー成分の計算を開始する前に、事前に適応フィルタの同定を行っておくこととする。本参考例１では、システム同定部分とエコー成分計算部分とを分離し、時間差を与えてエコーキャンセルできる構成としている。この構成により、エコーキャンセルの初期状態でも、フィルタ係数h(k)は系の特徴を現す値となっており、エコー信号をキャンセルできるようにしている。

図３は、参考例２のエコーキャンセラ装置を示すブロック図である。以下、この図面に基づき説明する。

本参考例２のエコーキャンセラ装置２０は、自動車用のナビゲーションシステム４２に組み込まれている。ナビゲーションシステム４２は、エコーキャンセラ装置２０を除き、参考例１のナビゲーションシステムと同じ構成である。

エコーキャンセラ装置２０は、ゲイン係数g(k)を調整することによって第一目的信号d1(k)に含まれるノイズn(k)を抑制し第一減算部１２１へ出力する第一ノイズ抑制部２１と、第一ノイズ抑制部２１で調整されたゲイン係数g(k)を用いて第一ノイズ抑制部２１と同様のノイズ抑制処理を第一入力信号x1(k)に対して実施し、処理された第一入力信号x1(k)を第一フィルタ部１１１及び適応部１３へ出力する第二ノイズ抑制部２２と、を更に備えている。

第一ノイズ抑制部２１は、第一目的信号d1(k)に含まれるノイズn(k)を推定し、そのノイズn(k)に応じて周波数ごとに減衰させる割合（ゲイン係数g(k)）決定する一般的なものであり、時間的に変化するゲイン係数g(k)を有する時変フィルタである。第二ノイズ抑制部２２は、第一ノイズ抑制部２１で調整されたゲイン係数g(k)をそのまま用いる時変フィルタである。第二ノイズ抑制部２２を設ける理由は、ノイズ抑制処理されたエコー信号y'(k)と同様のノイズ抑制処理を第一入力信号x1(k)にも施すことにより、ノイズ抑制処理されたエコー信号y'(k)に近い第一出力信号y1(k)を得るためである。第二ノイズ抑制部２２は、自らはノイズn(k)を推定できないので、第一ノイズ抑制部２１で調整されたゲイン係数g(k)を用いる。

第一ノイズ抑制部２１及び第二ノイズ抑制部２２の具体例としては、ＳＮＲ（Speech to Noise Ratio）を推定し、そのＳＮＲに応じて抑圧係数（ゲイン係数g(k)）を補正し、その抑圧係数を用いてノイズ抑制を行うものが挙げられる（特許文献２参照）。

エコーキャンセラ装置２０のその他の構成は、参考例１のエコーキャンセラ装置の構成と同様である。ただし、第一遅延部１４１及び第二遅延部１４２は省略してもよい。

次に、エコーキャンセラ装置２０の作用及び効果について説明する。

ノイズn(k)が大きくなるほど、インパルス応答h'(k)の推定値であるフィルタ係数h(k)を求めることが難しくなる。そこで、第一減算部１２１の前段に第一ノイズ抑制部２１を置き、第一フィルタ部１１１及び適応部１３の前段に第二ノイズ抑制部２２を置くことにより、第一目的信号d1(k)に含まれるノイズn(k)を抑制してフィルタ係数h(k)を求められるようにする。

一方、図５に示す比較例１のエコーキャンセラ装置８０’及びナビゲーションシステム９０’は、関連技術１のエコーキャンセラ装置及びナビゲーションシステムに、本参考例２における第一ノイズ抑制部２１及び第二ノイズ抑制部２２を設けたものである。この構成によれば、ノイズn(k)が大きくてもフィルタ係数h(k)を求めることができるものの、誤差信号e(k)に含まれる話者信号s(k)に歪が生じることにより、音声認識率が低下してしまう。なぜなら、目的信号d(k)に含まれる話者信号s(k)も、第一ノイズ抑制部２１によってノイズ抑制処理が施されてしまうからである。

そこで、本参考例２では、ノイズ抑制処理された第一目的信号d1(k)を用いてフィルタ係数h(k)を求める第一フィルタ部１１１とは別に、ノイズ抑制処理されていない第二目的信号d2(k)を用いてエコーキャンセルする第二フィルタ部１１２を設けることにより、第二誤差信号e2(k)に含まれる話者信号s(k)に歪が生じないようにしている。

このように、エコーキャンセラ装置２０によれば、第一ノイズ抑制部２１及び第二ノイズ抑制部２２を設けたことにより、ノイズn(k)が大きくてもフィルタ係数h(k)を求めることができるので、安定したエコーキャンセル性能を発揮できる。これに加え、ノイズ抑制処理された第一目的信号d1(k)を用いてフィルタ係数を求めるとともに、ノイズ抑制処理されていない第二目的信号d2(k)を用いてエコーキャンセルすることにより、第二目的信号d2(k)に含まれる話者信号s(k)の歪みを抑えつつ、安定したエコーキャンセル性能を発揮できる。本参考例２のエコーキャンセラ装置２０のその他の作用及び効果は、参考例１のエコーキャンセラ装置のそれらと同様である。

次に、エコーキャンセラ装置２０について、言葉を変えてもう一度説明する。

スピーカ９１からのガイダンススピーチがマイクロホン９２に入力するまでの系の推定において、大きな外乱雑音が発生しているとする。この場合、スピーカ９１からのガイダンススピーチレベルが外乱雑音レベルより高ければ、伝達関数であるインパルス応答h'(k)は精度が劣化するものの推定が可能となるので、エコーキャンセルは機能する。このとき、エコーがキャンセルされた信号には外乱雑音成分を含んでいるが、ノイズ抑制部１６により外乱雑音成分が減衰され、話者音声が音声認識部９３へ伝送される。

しかし、外乱雑音がスピーカ９１から出力されるガイダンススピーチよりも大きく、ガイダンススピーチがノイズの中に埋もれてしまっている場合、この音声信号がマイクロホン９２に到達する伝達関数を推定することはほぼ不可能となる。

そこで、ガイダンススピーチが外部雑音に埋もれてしまっている状況を解決するため、エコーキャンセラ構成の前段に第一ノイズ抑制部２１を置き、スピーカ９１からのガイダンススピーチレベルよりも外部雑音レベルを低くして、伝達関数を求める。このとき、第二ノイズ抑制部２２も設けることにより、第一ノイズ抑制部２１の影響を打ち消すようにしている。

スピーカ９１からガイダンススピーチが流れておりユーザ１００からの発声が無い状態を「シングルトーク」、スピーカ９１からガイダンススピーチが流れている最中にユーザ１００からの発声が有る状態を「ダブルトーク」という。

ここで、図５に示す比較例１では、第一ノイズ抑制部２１及び第二ノイズ抑制部２２によるノイズ抑制処理が施された音声信号は、ノイズが除去されているものの、残った音声の品質がシングルトーク区間とダブルトーク区間とでは異なるものとなる。つまり、ダブルトーク区間では、正確にスペクトルが再現されず音声に劣化が生じ、そのエコーキャンセラ出力の音声品質も劣化するため、送話信号Soutを用いた音声認識率が低下する。

その劣化の原因は、次のとおりである。エコーキャンセラ処理では、エコー成分を除去する際に、システム同定によって得られた正確な（位相も含めて）伝達関数に基づき作成した予測信号を減算する。これに対し、ノイズ抑制処理では、信号の統計的性質を利用してノイズを推定してそれを減算するので、エコーキャンセラの予測ほどの精度はない。つまり、ノイズ抑制処理は、ダブルトーク状態の統計モデルは想定していない。そのため、ノイズ抑制処理された音声信号に対しエコーキャンセラ処理を行うと、ダブルトーク時の音質が劣化することにより、音声認識率が劣化する。

そこで、本参考例２では、エコーキャンセラの同定処理のみにノイズ抑制処理を施した信号を用い、エコーキャンセリング処理においてはノイズ抑制処理を施さない信号を用いることにより、ダブルトーク時のエコーキャンセラ出力音声の品質を確保し、音声認識率を向上させる。

以上説明したように、ノイズ抑制処理された音声信号に対しエコーキャンセラ処理を実施すると、ダブルトーク時の音質が劣化し、音声認識率が劣化するという問題がある。この問題を解決するため、本参考例２では、ノイズ抑制処理をして外部雑音を抑圧した信号を、適応フィルタ係数を算出する同定処理に用い、ノイズ抑制処理をしない元の信号を、エコーキャンセル処理に用いる構成にしたことにより、ダブルトーク時の音声品質の劣化を抑制することができる。なお、図３の構成は、参考例１のタイムシフト・エコーキャンル方式の構成に、本参考例２のダブルトーク時品質劣化抑圧方式を適用したものである。

図１は、実施形態１のエコーキャンセラ装置を示すブロック図である。以下、この図面に基づき説明する。

本実施形態１のエコーキャンセラ装置３０は、自動車用のナビゲーションシステム４３に組み込まれている。ナビゲーションシステム４３は、エコーキャンセラ装置３０を除き、参考例１又は２のナビゲーションシステムと同じ構成である。

エコーキャンセラ装置３０は、第一減算部１２１及び第一遅延部１４１に入力される第一目的信号d1(k)に第一入力信号x1(k)を加える内部帰還部３１を更に備えている。内部帰還部３１は、第一入力信号x1(k)を一定のゲインで減衰又は増幅するアンプ３２と、アンプ３２で減衰又は増幅された第一入力信号x1(k)を第一目的信号d1(k)に加える加算器３３と、を有する。

エコーキャンセラ装置３０のその他の構成は、参考例２のエコーキャンセラ装置の構成と同様である。

また、第一遅延部１４１、第二遅延部１４２、第二フィルタ部１１２、第二減算部１２２、第一ノイズ抑制部２１及び第二ノイズ抑制部２２は省略してもよい。その場合のエコーキャンセラ装置３０は、第一入力信号x1(k)をフィルタ係数h(k)によってフィルタ処理することにより第一出力信号y1(k)を生成する第一フィルタ部１１１と、第一目的信号d1(k)と第一出力信号y1(k)とを入力しこれらの差である第一誤差信号e1(k)を出力する第一減算部１２１と、第一誤差信号e1(k)が小さくなるようにフィルタ係数h(k)を適応アルゴリズムに基づいて修正する適応部１３と、第一減算部１２１に入力される第一目的信号d1(k)に第一入力信号x1(k)を加える内部帰還部３１と、を備えたものとなる。ここで、「第一入力信号x1(k)」、「第一目的信号d1(k)」、「第一出力信号y1(k)」、「第一誤差信号e1(k)」及び「第一減算部１２１」は、それぞれ特許請求の範囲における「入力信号」、「目的信号」、「出力信号」、「誤差信号」、「減算部」の一例に相当する。

次に、エコーキャンセラ装置３０の作用及び効果について説明する。

エコーキャンセラ装置３０によれば、第一減算部１２１及び第一遅延部１４１に入力される第一目的信号d1(k)に第一入力信号x1(k)を加える内部帰還部３１を備えたことにより、ユーザ１００がミュート操作をしたりスピーカ用ボリュームを大きく下げたりして、受話信号Routがスピーカ９１から再生されなくなった場合でも、第一目的信号d1(k)に実質的に含まれるエコー信号y'(k)が極端に下がることはない。したがって、この場合のフィルタ係数h(k)の修正量を低減できるので、その収束に要する時間を短縮でき、安定したエコーキャンセル性能を発揮できる。本実施形態１のエコーキャンセラ装置３０のその他の作用及び効果は、参考例２のエコーキャンセラ装置のそれらと同様である。

次に、エコーキャンセラ装置３０について、言葉を変えてもう一度説明する。

車室内においてユーザ１００がミュート操作又はボリューム絞り切りなどの操作を行った場合は、急激な伝達関数の変化が起こり、フィルタ係数h(k)の修正量は大きく、全く別物の収束処理になってしまう。この状態から復帰する場合も、フィルタ係数h(k)の修正量が大きいため収束に時間がかかり、この間のエコーキャンセル性能は大幅に低下する。そこで、本実施形態１は、例えばスピーカ９１からのガイダンススピーチ発声中にスピーカ９１の出力をミュートするなど、急激は音響環境の変化が起こった際にも、安定的にエコーキャンセラ出力を保つようにするものである。

本実施形態１では、内部帰還部３１を設けることにより、エコー経路の変動に対してフィルタ係数h(k)の修正量を小さくし、その追従性能を向上させる。これにより、通常起こりうる操作であるミュートなどの特異な状態においても、エコーキャンセラの動作の安定を確保する。

内部帰還部３１は、音響系によるエコーリーターンパスと並列に、内部で遅延時間調整後の参照信号（第一入力信号x1(k)）を、マイクロホン９２から入力した第一目的信号d1(k)に加算する。これにより、スピーカ９１のミュート操作を行った場合でも、エコーリターンロスは−∞にはならず、数デシベル変化するだけに留まり、その場合のフィルタ係数h(k)の修正量は小さい。内部帰還により与えられた信号は、単純遅延であるのでエコーキャンセラで完全に除去されることから、出力に現れることはない。

以上、上記実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細については、当業者が理解し得るさまざまな変更を加えることができる。

上記の実施形態の一部又は全部は以下の付記のようにも記載され得るが、本発明は以下の構成に限定されるものではない。

（付記１）スピーカから再生された音声がマイクロホンで収音されることによって発生するエコー信号を除去するエコーキャンセラ装置であって、
前記スピーカで再生される信号を第一入力信号とし、前記エコー信号を含む信号を第一目的信号としたとき、
前記第一入力信号をフィルタ係数によってフィルタ処理することにより第一出力信号を生成する第一フィルタ部と、
前記第一目的信号と前記第一出力信号とを入力しこれらの差である第一誤差信号を出力する第一減算部と、
前記第一誤差信号が小さくなるように前記フィルタ係数を適応アルゴリズムに基づいて修正する適応部と、
前記第一目的信号を一定時間遅らせて第二目的信号として出力する第一遅延部と、
前記第一入力信号を前記一定時間遅らせて第二入力信号として出力する第二遅延部と、
前記適応部で修正された前記フィルタ係数によって前記入力信号をフィルタ処理することにより第二出力信号を生成する第二フィルタ部と、
前記第二目的信号と前記第二出力信号とを入力しこれらの差である第二誤差信号を出力する第二減算部と、
を備えたエコーキャンセラ装置。

（付記２）スピーカから再生された音声がマイクロホンで収音されることによって発生するエコー信号を除去するエコーキャンセラ装置であって、
前記スピーカで再生される信号を入力信号とし、前記エコー信号を含む信号を目的信号としたとき、
ゲイン係数を調整することによって前記目的信号に含まれるノイズを抑制する第一ノイズ抑制部と、
この第一ノイズ抑制部で調整された前記ゲイン係数を用いて前記第一ノイズ抑制部と同様のノイズ抑制処理を前記入力信号に対して実施する第二ノイズ抑制部と、
前記ノイズ抑制処理がされた前記入力信号をフィルタ係数によってフィルタ処理することにより第一出力信号を生成する第一フィルタ部と、
前記ノイズ抑制処理がされた前記目的信号と前記第一出力信号とを入力しこれらの差である第一誤差信号を出力する第一減算部と、
前記第一誤差信号が小さくなるように前記フィルタ係数を適応アルゴリズムに基づいて修正する適応部と、
前記適応部で修正された前記フィルタ係数によって、前記ノイズ抑制処理がされていない前記入力信号をフィルタ処理することにより第二出力信号を生成する第二フィルタ部と、
前記ノイズ抑制処理がされていない前記目的信号と前記第二出力信号とを入力しこれらの差である第二誤差信号を出力する第二減算部と、
を備えたエコーキャンセラ装置。

本発明に係るエコーキャンセラ装置は、前述のナビゲーションシステムの他、携帯電話や固定電話のハンズフリー使用、インターネットによるＷｅｂ会議システムなどで使われている、スピーカとマイクロホンを利用した双方向通信に利用可能である。

＜参考例１＞
１０ エコーキャンセラ装置
１１１ 第一フィルタ部
１１２ 第二フィルタ部
１２１ 第一減算部
１２２ 第二減算部
１３ 適応部
１４１ 第一遅延部
１４２ 第二遅延部
１５ 遅延調整部
１６ ノイズ抑制部
４１ ナビゲーションシステム
９１ スピーカ
９２ マイクロホン
９３ 音声認識部
９４ 主制御部
９５ ガイダンススピーチ生成部
１００ ユーザ
y'(k) エコー信号
x1(k) 第一入力信号
x2(k) 第二入力信号
d1(k) 第一目的信号
d2(k) 第二目的信号
h(k) フィルタ係数
y1(k) 第一出力信号
y2(k) 第二出力信号
e1(k) 第一誤差信号
e2(k) 第二誤差信号
s(k) 話者信号
n(k) ノイズ
h'(k) インパルス応答
Sin，Sout 送話信号
Rin，Rout 受話信号
＜参考例２＞
２０ エコーキャンセラ装置
２１ 第一ノイズ抑制部
２２ 第二ノイズ抑制部
４２ ナビゲーションシステム
＜実施形態１＞
３０ エコーキャンセラ装置
３１ 内部帰還部
３２ アンプ
３３ 加算器
４３ ナビゲーションシステム
＜関連技術１＞
８０ エコーキャンセラ装置
８１ フィルタ部
８２ 減算部
８３ 適応部
８５ 遅延調整部
８６ ノイズ抑制部
９０ ナビゲーションシステム
x(k) 入力信号
d(k) 目的信号
y(k) 出力信号
e(k) 誤差信号
＜比較例１＞
８０’ エコーキャンセラ装置
９０’ ナビゲーションシステム

Claims (2)

1. スピーカから再生された音声がマイクロホンで収音されることによって発生するエコー信号を除去するエコーキャンセラ装置であって、
   前記スピーカで再生される信号を入力信号とし、前記エコー信号を含む信号を目的信号としたとき、
   前記入力信号をフィルタ係数によってフィルタ処理することにより出力信号を生成するフィルタ部と、
   前記目的信号と前記出力信号とを入力しこれらの差である誤差信号を出力する減算部と、
   前記誤差信号が小さくなるように前記フィルタ係数を適応アルゴリズムに基づいて修正する適応部と、
   前記減算部に入力される前記目的信号に前記入力信号を加える内部帰還部と、
   を備えたエコーキャンセラ装置。
2. 請求項１記載のエコーキャンセラ装置を備えたナビゲーションシステムであって、
   前記スピーカからガイダンススピーチを再生する、
   ナビゲーションシステム。

Images