JP2017069745A - 音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法 - Google Patents

Abstract

【課題】音源分離エコー抑圧装置で、音源分離処理で抑圧された音響エコー信号をエコー抑圧処理でも抑圧してしまい、引きすぎが発生し、音の歪みを軽減する。【解決手段】本発明の音源分離エコー抑圧装置は、複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力する音源分離部と、音源分離信号の振幅スペクトルを求め、推定エコー信号の振幅スペクトルと音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求めるエコーサプレスゲイン算出部と、音源分離ゲインとエコーサプレスゲインとに基づいて、エコーサプレスゲインを補正するエコーサプレスゲイン補正部を備える。【選択図】 図１

Description

本発明は、音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法に関し、例えば、テレビ会議システムや電話会議システム等において用いられる音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法である。

例えば、テレビ会議システムや電話会議システム等の拡声通話システムでは、スピーカから放音された音（ここで、音は音響や音声等を含む。）がマイクに回り込んで送話側に戻る音響エコー信号が発生する。音響エコー信号は、通話の著しい妨げとなるため、音響エコー抑圧方法に関して、これまでも多くの研究、開発が行なわれている。

音響エコー信号を抑圧する１つの手法として、エコー抑圧装置（エコーサプレッサー）を使用する手法がある。エコー抑圧装置とは、遠端信号と近端入力信号とから推定エコーパス特性、推定エコー信号、エコーサプレスゲインを求めて、近端入力信号とエコーサプレスゲインを乗算することで音響エコー信号を抑圧する手法である。

近年、エコー抑圧装置は，多チャンネルのマイク入力を備え、エコー抑圧処理の前に音源分離処理(指向性処理)を行うことで，雑音や騒音を抑圧してから，エコー抑圧処理を行う音源分離エコー抑圧装置が特許文献１によって提案されている。

特開２０１３−１６５４９６号公報

しかしながら、従来の音源分離エコー抑圧装置では、音源分離処理で抑圧された音響エコー信号をエコー抑圧処理で再び抑圧してしまうため、エコー抑圧処理で音の歪が発生し、音質が悪くなる問題がある。

そのため、音源分離処理で抑圧した音響エコー信号は、エコー抑圧処理部では抑圧されないようにし、音の歪が小さき、音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法が望まれている。

本発明は、上記課題に鑑みてなされたものであり、音源分離処理で抑圧された音響エコー信号を判定し、エコー抑圧処理では音源分離処理で抑圧された音響エコー信号を抑圧しないようにすることで、音響エコー信号の引き過ぎにより発生する音の歪みを改善しようとするものである。

本発明は、上記課題を解決するために、以下の構成を備えるものである。

第１の本発明に係る音源分離エコー抑圧装置は、音源分離された音源分離信号に含まれる音響エコー成分を抑圧する音源分離エコー抑圧装置において、（１）入力された遠端信号を周波数領域の信号に変換して、遠端信号の振幅スペクトルを求める遠端信号振幅スペクトル算出部と、（２）入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求める近端入力信号振幅スペクトル算出部と、（３）保持している推定エコーパス特性と遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求める推定エコー信号推定部と、（４）複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力する音源分離部と、（５）音源分離信号の振幅スペクトルを求める音源分離信号振幅スペクトル算出部と、（６）推定エコー信号の振幅スペクトルと音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求めるエコーサプレスゲイン算出部と、（７）音源分離ゲインとエコーサプレスゲインとに基づいて、上記エコーサプレスゲインを補正するエコーサプレスゲイン補正部と、（８）補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧するエコーサプレス部と、（９）遠端信号の振幅スペクトルと音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新する推定エコーパス更新部とを備えることを特徴とする。

第２の本発明に係る音源分離エコー信号抑圧プログラムは、音源分離された音源分離信号に含まれる音響エコー成分を抑圧する音源分離エコー抑圧プログラムにおいて、コンピュータを、（１）入力された遠端信号を周波数領域の信号に変換して、遠端信号の振幅スペクトルを求める遠端信号振幅スペクトル算出部と、（２）入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求める近端入力信号振幅スペクトル算出部と、（３）保持している推定エコーパス特性と遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求める推定エコー信号推定部と、（４）複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力する音源分離部と、（５）音源分離信号の振幅スペクトルを求める音源分離信号振幅スペクトル算出部と、（６）推定エコー信号の振幅スペクトルと音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求めるエコーサプレスゲイン算出部と、（７）音源分離ゲインとエコーサプレスゲインとに基づいて、エコーサプレスゲインを補正するエコーサプレスゲイン補正部と、（８）補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧するエコーサプレス部と、（９）遠端信号の振幅スペクトルと音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新する推定エコーパス更新部として機能させることを特徴とする。

第３の本発明に係る音源分離エコー抑圧方法は、音源分離された音源分離信号に含まれる音響エコー成分を抑圧する音源分離エコー抑圧方法において、（１）遠端信号振幅スペクトル算出部が、入力された遠端信号を周波数領域の信号に変換して、遠端信号の振幅スペクトルを求め、（２）近端入力信号振幅スペクトル算出部が、入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求め、（３）推定エコー信号推定部が、保持している推定エコーパス特性と遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求め、（４）音源分離部が、複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力し、（５）音源分離信号振幅スペクトル算出部が、音源分離信号の振幅スペクトルを求め、（６）エコーサプレスゲイン算出部が、推定エコー信号の振幅スペクトルと音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求め、（７）エコーサプレスゲイン補正部が、音源分離ゲインとエコーサプレスゲインとに基づいて、エコーサプレスゲインを補正し、（８）エコーサプレス部が、補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧し、（９）推定エコーパス更新部が、遠端信号の振幅スペクトルと音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新することを特徴とする。

本発明によれば、音源分離処理で抑圧された音響エコー信号を判定し、音源分離処理で抑圧された音響エコー信号はエコー抑圧処理では抑圧しないようにし、音源分離処理で抑圧されなかった音響エコー信号はエコー抑圧処理で抑圧することで引き過ぎによる音の歪みを改善できる。

第１の実施形態に係る音源分離エコー抑圧装置の構成を示すブロック図である。 第２の実施形態に係る音源分離エコー抑圧装置の構成を示すブロック図である。

（Ａ）第１の実施形態
以下では、本発明の音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法の第１の実施形態を、図面を参照しながら詳細に説明する。

第１の実施形態は、例えば、テレビ会議システムや電話会議システム等の拡声通話システムの音声送受信装置の音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法に本発明を適用した場合を例示したものである。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る音源分離エコー抑圧装置１００の構成を示すブロック図である。

第１の実施形態に係る音源分離エコー抑圧装置１００は、例えば、専用ボードとして構築されるようにしても良いし、ＤＳＰ（デジタルシグナルプロセッサ）への音源分離エコー抑圧プログラムの書き込みによって実現されたものであっても良く、ＣＰＵと、ＣＰＵが実行するソフトウェア（音源分離エコー抑圧プログラム）によって実現されたものであっても良いが、機能的には、図１で表すことができる。

図１において、第１の実施形態に係る音源分離エコー抑圧装置１００は、遠端信号入力端子１０１、ＤＡ変換器１０２、スピーカ１０３、マイク１０４ａ、１０４ｂ、ＡＤ変換器１０５ａ、１０５ｂ、遠端信号周波数領域変換部１０６、遠端信号振幅スペクトル計算部１０７、推定エコーパス特性保持部１０８、推定エコー信号計算部１０９、近端入力信号周波数領域変換部１１０ａ、１１０ｂ、音源分離ゲイン計算部１１１、音源分離部１１２、音源分離信号振幅スペクトル計算部１１３、エコーサプレスゲイン計算部１１４、エコーサプレスゲイン補正部１１５、エコーサプレス部１１６、近端出力信号時間領域変換部１１７、近端信号入力端子１１８、近端出力信号振幅スペクトル計算部１１９、シングルトーク判定部１２０、推定エコーパス特性計算部１２１、推定エコーパス特性更新部１２２を有する。

遠端信号入力端子１０１は、入力された遠端信号をＤＡ変換器１０２、遠端信号周波数領域変換部１０６に出力する。ＤＡ変換器１０２は、遠端信号であるデジタル音信号をアナログ音信号に変換して、スピーカ１０３を通して近端側に出力する。

一方、近端側の話者が発した音声等の音信号や、環境音、音響エコー信号（例えば、スピーカ１０３から出力されたアナログ音信号が近端側の空間を伝達して回り込んだ信号）等が重畳したアナログ音信号は、マイク１０４ａ、１０４ｂにおいて受音され、ＡＤ変換器１０５ａ、１０５ｂにおいてデジタル音信号に変換され、デジタル音信号を近端入力信号として音源分離エコー抑圧装置１００に入力される。

遠端信号周波数領域変換部１０６は、例えば、高速フーリエ変換（ＦＦＴ）等により、時間領域の信号である遠端信号を周波数領域の信号に変換し、遠端信号の周波数スペクトルを、遠端信号振幅スペクトル計算部１０７に出力する。

遠端信号振幅スペクトル計算部１０７は、遠端信号の周波数スペクトルに基づいて、遠端信号の振幅スペクトルを算出し、算出した遠端信号の振幅スペクトルを推定エコー信号計算部１０９、及び推定エコーパス特性計算部１２１に出力する。

推定エコーパス特性保持部１０８は、エコーパス特性を保持している。推定エコーパス特性保持部１０８は、保持しているエコーパス特性を推定エコー信号計算部１０９、及び推定エコーパス特性更新部１２２に出力する。

推定エコー信号計算部１０９は、遠端信号の振幅スペクトルとエコーパス特性とを乗じて推定エコー信号の振幅スペクトルを算出し、エコーサプレスゲイン計算部１１４に出力する。

一方、マイク１０４ａ、１０４ｂは、近端側の話者を音源とする音信号を受音する。なお、この実施形態では、２個のマイク１０４ａ、１０４ｂにより受音された２つの音信号から、音源である近端側の話者が発した音信号（目的音）を非目的音から分離する場合を例示する。なお、３個以上のマイクを備え、３個以上のマイクが受音した音信号から目的音を分離するようにしても良い。

近端入力信号周波数領域変換部１１０ａ、１１０ｂはそれぞれ、例えば、高速フーリエ変換（ＦＦＴ）等により、ＡＤ変換器１０５ａ、１０５ｂのそれぞれからの近端入力信号を周波数領域の信号に変換し、近端入力信号の周波数スペクトルを音源分離ゲイン計算部１１１と音源分離部１１２に出力する。

音源分離ゲイン計算部１１１は、近端入力信号の周波数スペクトルから音源分離ゲインを算出し、音源分離部１１２、及びエコーサプレスゲイン補正部１１５に出力する。

音源分離部１１２は、近端入力信号と音源分離ゲインから音源分離信号を算出し、音源分離信号振幅スペクトル計算部１１３、及びエコーサプレス部１１６に出力する。

音源分離信号振幅スペクトル計算部１１３は、音源分離信号の周波数スペクトルに基づいて、音源分離信号の振幅スペクトルを算出し、音源分離信号の振幅スペクトルをエコーサプレスゲイン計算部１１４、シングルトーク判定部１２０、及び推定エコーパス特性計算部１２１に出力する。

エコーサプレスゲイン計算部１１４は、音源分離信号の振幅スペクトルと推定エコー信号の振幅スペクトルとを用いて、音源分離信号に重畳されている音響エコー信号を抑圧するエコーサプレスゲインを算出し、算出したエコーサプレスゲインをエコーサプレスゲイン補正部１１５に出力する。

エコーサプレスゲイン補正部１１５は、エコーサプレスゲインと音源分離ゲインから、音源分離で抑圧された音響エコー信号を判定し、音源分離で抑圧された音響エコー信号を抑圧しないようエコーサプレスゲインを補正し、補正したエコーサプレスゲインをエコーサプレス部１１６に出力する。

エコーサプレス部１１６は、補正したエコーサプレスゲインと音源分離信号の周波数スペクトルを乗じることにより、音源分離入力信号に重畳されている音源分離部１１２で抑圧できなかった音響エコー信号を抑圧した周波数スペクトルを求め、近端出力信号の周波数スペクトルとして、近端出力信号時間領域変換部１１７に出力する。

近端出力信号時間領域変換部１１７は、近端出力信号の周波数スペクトルを、例えば、逆高速フーリエ変換（ＩｎｖｅｒｓｅＦＦＴ）等により、時間領域のデジタル音信号に変換し、近端出力信号を近端信号出力端子１１８に出力する。

近端信号出力端子１１８は、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯電話等の無線ネットワークの電波等に接続されており、接続されている回線を介して遠端側（相手側）へ近端出力信号が出力される。

近端出力信号振幅スペクトル計算部１１９は、近端出力信号の周波数スペクトルに基づいて、近端出力信号の振幅スペクトルを算出し、算出した近端出力信号の振幅スペクトルをシングルトーク判定部１２０に出力する。

シングルトーク判定部１２０は、近端入力信号の振幅スペクトルと近端出力信号の振幅スペクトル等を用いてシングルトークかシングルトーク以外かを判定し、シングルトーク判定結果を推定エコーパス特性更新部１２２に出力する。

推定エコーパス特性計算部１２１は、遠端信号の振幅スペクトルと近端入力信号の振幅スペクトルに基づいて、現フレームの推定エコーパス特性を算出し、算出した現フレームの推定エコーパス特性を推定エコーパス特性更新部１２２に出力する。

推定エコーパス特性更新部１２２は、推定エコーパス特性計算部１２１で算出された現フレームの推定エコーパス特性と推定エコーパス特性保持部１０８に保持している推定エコーパス特性とシングルトーク判定部１２０のシングルトーク判定結果に基づき、エコーパス特性を更新し、更新したエコーパス特性を推定エコーパス特性保持部１０８に保存する。

（Ａ−２）第１の実施形態の動作
次に、本発明の実施形態に係る音源分離エコー抑圧装置１００の音源分離エコー抑圧処理の動作を詳細に説明する。

まず、音源分離エコー抑圧装置１００の動作開始後、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯端末等の無線ネットワークの電波等に接続されており、接続されている回線を介して、遠端側の遠端信号が遠端信号入力端子１０１に入力される。

遠端信号入力端子１０１に入力された遠端信号は、ＤＡ変換器１０２に遠端信号を出力される。遠端信号は、ＤＡ変換器１０２によりデジタル音信号からアナログ音信号に変換され、スピーカ１０３を通して近端側に出力される。

一方、近端側の話者が発した音声等の音信号や、環境音、音響エコー信号（例えば、スピーカ１０３から出力されたアナログ音信号が近端側の空間を伝達して回り込んだ信号）等が重畳したアナログ音信号は、マイク１０４ａ、１０４ｂにおいて受音される。マイク１０４ａ、１０４ｂのそれぞれにより受音されたアナログ音信号は、ＡＤ変換器１０５ａ、１０５ｂのそれぞれによりデジタル音信号（図１の近端入力信号ａ、ｂ）に変換され、デジタル音信号が近端入力信号として音源分離エコー抑圧装置１００に入力される。

遠端信号周波数領域変換部１０６では、例えば、高速フーリエ変換（ＦＦＴ）等により、遠端信号を時間領域の信号から周波数領域の信号に変換され、変換された遠端信号の周波数スペクトルＲＯＵＴ（ｉ，ω）を遠端信号振幅スペクトル計算部１０７に出力する。

遠端信号振幅スペクトル計算部１０７では、周波数スペクトルＲＯＵＴ（ｉ，ω）を用いて、（１）式に従い、遠端信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜が求められる。

ここで、ｉはフレーム、ωは周波数ビン、ＲＯＵＴ＿ｒｅａｌ（ｉ，ω）とＲＯＵＴ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの遠端信号の周波数スペクトルＲＯＵＴ（ｉ，ω）の実数部と虚数部を示しており、遠端信号の周波数スペクトルＲＯＵＴ（ｉ，ω）は、（２）式で表すことができる。（２）式のｊは虚数を表している。

そして、遠端信号振幅スペクトル計算部１０７により求められた遠端信号の周波数スペクトル｜ＲＯＵＴ（ｉ，ω）｜は、推定エコー信号計算部１０９に出力する。

推定エコー信号計算部１０９では、推定エコーパス特性保持部１０８に保持している推定エコーパス特性｜Ｈ（ｉ−１，ω）｜と、遠端信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜を用いて、（３）式により、推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜が求められる。

（３）式は遠端信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜に、推定エコーパス特性保持部１０８に保持している推定エコーパス特性｜Ｈ（ｉ−１，ω）｜の対応する周波数ビンを乗じて、当該周波数ビンの推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜を求めるという式である。そして、推定エコー信号計算部１０９により求められた推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜をエコーサプレスゲイン計算部１１４に出力する。

一方、近端入力信号周波数領域変換部１１０ａ、１１０ｂでは、ＡＤ変換器１０５ａ、１０５ｂから出力されたデジタル音信号を近端入力信号として、例えば、高速フーリエ変換（ＦＦＴ）等により、近端入力信号を時間領域の信号から周波数領域の信号に変換し、変換された近端入力信号の周波数スペクトルＳＩＮａ（ｉ，ω），ＳＩＮｂ（ｉ，ω）を、音源分離ゲイン計算部１１１と音源部分離部１１２に出力する。

音源分離ゲイン計算部１１１では、マイクロフォンアレー処理を行い、音源を分離する音源分離ゲインを算出する。音源分離ゲインの手法は、例えば、従来のマイクロフォンアレー処理である遅延和アレー処理で、（４）式に従い、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）を算出する手法がある。

なお、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）の算出手段は、種々の方法を広く適用することができ、例えば、近端入力信号の一方をマイク間隔の時間分遅延させた信号を算出し、もう一方の近端入力信号から引く、差分型アレー方式でゲインを算出しても良い。音源分離ゲイン計算部１１１は、算出した音源分離ゲインを音源分離部１１２とエコーサプレスゲイン補正部１１５に出力する。

音源分離部１１２では、例えば、近端入力分離信号のスペクトルＳＩＮａ（ｉ，ω）と音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とを用いて、（５）式、（６）式に従い、音源分離信号を算出する。

ここで、ＳＥＰＡ＿ｒｅａｌ（ｉ，ω）とＳＥＰＡ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの音源分離信号の周波数スペクトルの実数部と虚数部を示しており、音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）は、（７）式で表すことができる。（７）式のｊは虚数を表している。

（５）式と（６）式は、音源分離信号の周波数スペクトルの実数部、虚数部に音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）を周波数ビン毎に乗じて、音源を分離した音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）を求めるという式である。なお、音源分離信号の算出の手段は、種々の方法を広く適用することができ、例えば，近端入力分離信号のスペクトルＳＩＮｂ（ｉ，ω）と音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とを（５）式、（６）式と同様に乗算することで算出しても良く、近端入力分離信号のスペクトルＳＩＮａ（ｉ，ω）、ＳＩＮｂ（ｉ，ω）と音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とを用いて算出しても良い。より具体的には、例えば、近端入力分離信号のスペクトルＳＩＮａ（ｉ，ω）とＳＩＮｂ（ｉ，ω）との平均値に音源分離ゲインを乗算する方法を用いても良い。音源分離部１１２により求められた音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）をエコーサプレス部１１６に出力する。

音源分離信号振幅スペクトル計算部１１３は、音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）を用いて、（８）式に従い、音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜が求められる。

そして、音源分離信号振幅スペクトル計算部１１３により求められた音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜は、エコーサプレスゲイン計算部１１４、シングルトーク判定部１２０、及び推定エコーパス特性計算部１２１に出力する。

エコーサプレスゲイン計算部１１４では、音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜と推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ、ω）｜とを取得して、（９）式を用いて、エコーサプレスゲインＧ_ＥＳ（ｉ，ω）を求める。

（９）式は、周波数ビン毎に音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜から推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜を差し引いた振幅スペクトルを、音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜で除することで、エコーサプレスゲインＧ_ＥＳ（ｉ，ω）を求めるという式である。エコーサプレスゲイン計算部１１４により求められたエコーサプレスゲインＧ_ＥＳ（ｉ，ω）は、エコーサプレスゲイン補正部１１５に出力する。

エコーサプレスゲイン補正部１１５では、音源分離部１１２で抑圧されている音響エコー信号を音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とエコーサプレスゲインＧ_ＥＳ（ｉ，ω）とを比較して、その比較結果に応じてエコーサプレスゲインＧ_ＥＳ（ｉ，ω）の値を補正する。

ここで、音源分離部１１２で抑圧されている音響エコー信号の判定方法は、例えば、（１０）式に従い、補正するかを判定する。また、エコーサプレスゲイン補正部１１５が判定して出力するエコーサプレスゲインＧ_ＥＳ（ｉ，ω）の値を、エコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）と表記する。

（１０）式において、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）がエコーサプレスゲインＧ_ＥＳ（ｉ，ω）より小さいときは、音源分離部１１２で十分抑圧されている音響エコー信号と判定する。このとき、エコーサプレス部１１６で大きく抑圧しないようにするために、エコーサプレスゲイン補正部１１５は、（１０）式に従い、エコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）の値を１とする。

一方、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）の値がエコーサプレスゲインＧ_ＥＳ（ｉ，ω）以上のときは、音源分離部１１２で十分抑圧されていない音響エコー信号と判定する。このとき、エコーサプレス部１１６で抑圧するために、エコーサプレスゲイン補正部１１５は、(１０)式に従い、エコーサプレスゲインＧ_ＥＳ（ｉ，ω）の値をエコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）とする。

なお、音源分離部１１２で十分抑圧されているかの判定方法は、種々の方法を広く適用することができる。この実施形態では、エコーサプレスゲイン補正部１１５が、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とエコーサプレスゲインＧ_ＥＳ（ｉ，ω）とを比較する場合を例示しているが、その他に例えば、エコーサプレスゲイン補正部１１５が、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）のみを用いて、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）が閾値以下の場合、音源分離部１１２で十分抑圧されていると判定し、エコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）を１に補正するとしても良い。エコーサプレスゲイン補正部１１５は補正したエコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）をエコーサプレス部１１６に出力する。

エコーサプレス部１１６では、音源分離信号のスペクトルＳＥＰＡ（ｉ，ω）と、エコーサプレスゲイン補正部１１５からのエコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）とを用いて、（１１）式、（１２）式に従い、音源分離信号のスペクトルＳＥＰＡ（ｉ，ω）に重畳されている音響エコー信号を抑圧する。

ここで、ＳＯＵＴ＿ｒｅａｌ（ｉ，ω）とＳＯＵＴ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの近端出力信号の周波数スペクトルの実数部と虚数部を示しており、近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）は、（１３）式で表すことができる。（１３）式のｊは虚数を表している。

（１１）式と（１２）式は周波数スペクトルの実数部、虚数部にエコーサプレスゲインＧ_ＥＳ＿ｒ（ｉ，ω）を周波数ビン毎に乗じて、音響エコー信号を抑圧した近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を求めるという式である。そして、エコーサプレス部１１６により求められた音響エコー信号が抑圧された近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を近端出力信号時間領域変換部１１７に出力する。

近端出力信号時間領域変換部１１７では、近端出力信号のスペクトルＳＯＵＴ（ｉ，ω）が、例えば、逆高速フーリエ変換（ＩｎｖｅｒｓｅＦＦＴ）等により、時間領域のデジタル音信号に変換し、近端出力信号を近端信号出力端子１１８に出力する。

近端信号出力端子１１８は、例えば、ＩＰ網等のネットワークや、携帯電話等の無線ネットワークの電波等に接続されており、近端出力信号を接続されている回線を介して通話相手である遠端側に出力する。

近端出力信号振幅スペクトル計算部１１９では、近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を用いて、（１４）式に従い、近端出力信号の振幅スペクトル｜ＳＯＵＴ（ｉ，ω）｜が求められる。

そして、近端出力信号振幅スペクトル計算部１２４は、算出した近端入力信号の振幅スペクトル｜ＳＯＵＴ（ｉ，ω）｜をシングルトーク判定部１２０に出力する。

シングルトーク判定部１２０では、音源分離信号がシングルトークかシングルトーク以外かを音源分離入力信号の振幅スペクトルと近端出力信号の振幅スペクトルとを用いて判定する。シングルトークかシングルトーク以外かを判定する手法は、例えば、（１５）式に従い、シングルトークかシングルトーク以外かを判定する手法がある。（１５）式のＦｓはサンプリング周波数、ＴＨ１は閾値である。

（１５）式の条件が真のときはシングルトークと判定し、偽のときはシングルトーク以外として判定する。閾値ＴＨ１は、（１５）式の場合、シングルトーク時は（１５）式の左辺が小さい値になるので、小さい固定値（例えばＴＨ１＝０．３）やフレームで変化する変数などにしても良い。なお、シングルトークかシングルトーク以外か否かの判定方法は、種々の方法を広く適用することができ、例えば、遠端信号の振幅スペクトルと各近端入力信号の振幅スペクトルとの相関を求めて相関が高いときはシングルトークとする方法で判定しても良い。シングルトーク判定部１２０は、シングルトーク判定結果を推定エコーパス特性更新部１２２に出力する。

推定エコーパス特性計算部１２１は、現フレームの推定エコーパス特性｜Ｈ_１（ｉ，ω）｜、を遠端信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜と音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜を用いて、（１６）式に従い求める。

現フレームの推定エコーパス特性｜Ｈ_１（ｉ，ω）｜が求まれば推定エコーパス特性更新部１２２に現フレームの推定エコーパス特性｜Ｈ_１（ｉ，ω）｜を出力する。

推定エコーパス特性更新部１２２は、シングルトーク判定部１２０でシングルトークと判定されたフレームで、推定エコーパス特性｜Ｈ_１（ｉ，ω）｜と推定エコーパス特性保持部１０８に保持されている推定エコーパス特性｜Ｈ（ｉ−１，ω）｜から推定エコーパス特性｜Ｈ（ｉ，ω）｜を（１７）式に従って更新する。

ａは時定数フィルタの係数であり、ａは０以上、１以下の値であって、エコーパス特性の更新を遅くしたい場合は１に近い値が望ましく(例えばａ＝０．９９等の値)、更新を早くしたい場合は０に近い値が望ましい(例えばａ＝０．０１等の値)。推定エコーパス特性更新部１２２は更新したエコーパス特性｜Ｈ（ｉ，ω）｜を推定エコーパス特性保持部１０８に保持させる。

一方、シングルトーク判定部１２０でシングルトーク以外と判定されたフレームはエコーパス特性の更新を行わない。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態によれば、音源分離処理で抑圧された信号は、エコーサプレス処理で抑圧しないようにすることで、エコー抑圧処理の引きすぎによる音の歪を防止し、音響エコー信号を抑圧することができる。

（Ｂ）第２の実施形態
次に、本発明の音源分離エコー抑圧装置、音源分離エコー抑圧プログラム、及び音源分離エコー抑圧方法の第２の実施形態を、図面を参照しながら詳細に説明する。

第２の実施形態は、本発明の音源分離エコー抑圧装置が、複数のスピーカを有してステレオエコーを抑圧する場合を例示する。

（Ｂ−１）第２の実施形態の構成
上述した第１の実施形態では、音源分離エコー抑圧装置１００が１個のスピーカ１０３を有する場合を例示したが、スピーカの数を増設しても良い。そこで、第２の実施形態では、音源分離エコー抑圧装置が２個のスピーカで構成され、ステレオエコー信号を抑圧する場合を例示する。

図２は、変形実施形態に係る２個のスピーカ１０３ａ、１０３ｂを有する音源分離エコー抑圧装置１００Ａの内部構成を示すブロック図である。

図２に示す音源分離エコー抑圧装置１００Ａは、遠端信号入力端子１０１ａ、１０１ｂ、ＤＡ変換器１０２ａ、１０２ｂ、スピーカ１０３ａ、１０３ｂ、マイク１０４ａ、１０４ｂ、ＡＤ変換器１０５ａ、１０５ｂ、遠端信号周波数領域変換部１０６ａ、１０６ｂ、遠端信号振幅スペクトル計算部１０７ａ、１０７ｂ、推定エコーパス特性保持部１０８ａ、１０８ｂ、推定エコー信号計算部１０９ａ、１０９ｂ、近端入力信号周波数領域変換部１１０ａ、１１０ｂ、音源分離ゲイン計算部１１１、音源分離部１１２、音源分離信号振幅スペクトル計算部１１３ａ、エコーサプレス後音源分離信号振幅スペクトル計算部１１３ｂ、エコーサプレスゲイン計算部１１４ａ、１１４ｂ、エコーサプレスゲイン補正部１１５ａ、１１５ｂ、エコーサプレス部１１６ａ、１１６ｂ、近端出力信号時間領域変換部１１７、近端信号入力端子１１８、近端出力信号振幅スペクトル計算部１１９、シングルトーク判定部１２０、推定エコーパス特性計算部１２１ａ、１２１ｂ、推定エコーパス特性更新部１２２ａ、１２２ｂを有する。

（Ｂ−２）第２の実施形態の動作
第２の実施形態に係る音源分離エコー抑圧装置１００Ａにおける音源分離エコー抑圧処理の基本的な動作は、第１の実施形態で説明した音源分離エコー抑圧処理と同様である。

以下では、エコーサプレスゲイン補正部１１５ａ、１１５ｂにおける処理動作を中心に詳細に説明する。

遠端信号周波数領域変換部１０６ａ、１０６ｂはそれぞれ、例えば、高速フーリエ変換（ＦＦＴ）等により、遠端信号を時間領域の信号から周波数領域の信号に変換し、変換された遠端信号の周波数スペクトルＲＯＵＴａ（ｉ，ω）、ＲＯＵＴｂ（ｉ，ω）を遠端信号振幅スペクトル計算部１０７に出力する。

遠端信号振幅スペクトル計算部１０７ｂ、１０７ｂはそれぞれ、周波数スペクトルＲＯＵＴａ（ｉ，ω）、ＲＯＵＴｂ（ｉ，ω）を用いて、（１８）式、（１９）式に従い、遠端信号の振幅スペクトル｜ＲＯＵＴａ（ｉ，ω）｜、｜ＲＯＵＴｂ（ｉ，ω）｜を求める。

ここで、ｉはフレーム、ωは周波数ビン、ＲＯＵＴａ＿ｒｅａｌ（ｉ，ω）、ＲＯＵＴｂ＿ｒｅａｌ（ｉ，ω）とＲＯＵＴａ＿ｉｍａｇｅ（ｉ，ω）、ＲＯＵＴｂ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの遠端信号の周波数スペクトルＲＯＵＴａ（ｉ，ω）、ＲＯＵＴｂ（ｉ，ω）の実数部と虚数部を示しており、遠端信号の周波数スペクトルＲＯＵＴａ（ｉ，ω）、ＲＯＵＴｂ（ｉ，ω）は、（２０）式、（２１）式で表すことができる。（２０）式、（２１）式のｊは虚数を表している。

そして、遠端信号振幅スペクトル計算部１０７ａ、１０７ｂにより求められた遠端信号の周波数スペクトル｜ＲＯＵＴａ（ｉ，ω）｜、｜ＲＯＵＴｂ（ｉ，ω）｜は、推定エコー信号計算部１０９ａ、１０９ｂに出力する。

推定エコー信号計算部１０９ａ、１０９ｂはそれぞれ、推定エコーパス特性保持部１０８ａ、１０８ｂに保持している推定エコーパス特性｜Ｈａ（ｉ−１，ω）｜、｜Ｈｂ（ｉ−１，ω）｜と、遠端信号の振幅スペクトル｜ＲＯＵＴａ（ｉ，ω）｜、｜ＲＯＵＴｂ（ｉ，ω）｜を用いて、（２２）式、（２３）式により、推定エコー信号の振幅スペクトル｜ＥＣＨＯａ（ｉ，ω）｜、｜ＥＣＨＯｂ（ｉ，ω）｜が求められる。

（２２）式、（２３）式は、遠端信号の振幅スペクトル｜ＲＯＵＴａ（ｉ，ω）｜、｜ＲＯＵＴｂ（ｉ，ω）｜に、推定エコーパス特性保持部１０８ａ、１０８ｂに保持しているエコーパス特性｜Ｈａ（ｉ−１，ω）｜、｜Ｈｂ（ｉ−１，ω）｜の対応する周波数ビンを乗じて、当該周波数ビンの推定エコー信号の振幅スペクトル｜ＥＣＨＯａ（ｉ，ω）｜、｜ＥＣＨＯｂ（ｉ，ω）｜を求めるという式である。

そして、推定エコー信号計算部１０９ａ、１０９ｂにより求められた推定エコー信号の振幅スペクトル｜ＥＣＨＯａ（ｉ，ω）｜、｜ＥＣＨＯｂ（ｉ，ω）｜をエコーサプレスゲイン計算部１１４ａ、１１４ｂに出力する。

音源分離信号振幅スペクトル計算部１１３ａは、音源分離部１１２から音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）を用いて、（２４）式に従い、近端入力信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜が求められる。音源分離信号の周波数スペクトルＳＥＰＡ（ｉ，ω）は、第１の実施形態の（５）式〜（７）式で表わされる。

そして、音源分離信号振幅スペクトル計算部１１３ａにより求められた音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜は、エコーサプレスゲイン計算部１１４ａ、シングルトーク判定部１２０、及び推定エコーパス特性計算部１２１ａに出力する。

エコーサプレスゲイン計算部１１４ａでは、音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜と推定エコー信号の振幅スペクトル｜ＥＣＨＯａ（ｉ、ω）｜とを取得して、（２５）式を用いて、エコーサプレスゲインＧ_ＥＳａ（ｉ，ω）を求める。

（２５）式は、周波数ビン毎に音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜から推定エコー信号の振幅スペクトル｜ＥＣＨＯａ（ｉ，ω）｜を差し引いた振幅スペクトルを、音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜で除することで、エコーサプレスゲインＧ_ＥＳａ（ｉ，ω）を求めるという式である。エコーサプレスゲイン計算部１１４ａにより求められたエコーサプレスゲインＧ_ＥＳａ（ｉ，ω）は、エコーサプレスゲイン補正部１１５ａに出力する。

エコーサプレスゲイン補正部１１５ａでは、第１の実施形態のエコーサプレスゲイン補正部１１５と同様にして、音源分離部１１２で抑圧されている音響エコー信号を音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とエコーサプレスゲインＧ_ＥＳａ（ｉ，ω）とを比較して、その比較結果に応じてエコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）の値を補正する。

ここで、音源分離部１１２で抑圧されている音響エコー信号の判定方法は、例えば、（２６）式に従い、補正するか判定する。また、エコーサプレスゲイン補正部１１５ａが判定して出力するエコーサプレスゲインＧ_ＥＳａ（ｉ，ω）の値を、エコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）と表記する。

（２６）式において、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）がエコーサプレスゲインＧ_ＥＳａ（ｉ，ω）より小さいときは、音源分離部１１２で十分抑圧されている音響エコー信号と判定する。このとき、エコーサプレス部１１６ａで大きく抑圧しないようにするために、エコーサプレスゲイン補正部１１５ａは、（２６）式に従い、エコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）の値を１とする。

一方、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）の値がエコーサプレスゲインＧ_ＥＳａ（ｉ，ω）以上のときは、音源分離部１１２で十分抑圧されていない音響エコー信号と判定する。このとき、エコーサプレス部１１６ａで抑圧するために、エコーサプレスゲイン補正部１１５ａは、(２６)式に従い、エコーサプレスゲインＧ_ＥＳａ（ｉ，ω）の値をエコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）とする。

エコーサプレスゲイン補正部１１５ａは補正したエコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）をエコーサプレス部１１６ａに出力する。

エコーサプレス部１１６ａでは、音源分離信号のスペクトルＳＥＰＡ（ｉ，ω）と、エコーサプレスゲイン補正部１１５ａからのエコーサプレスゲインＧ_{ＥＳａ＿ｒ}（ｉ，ω）とを用いて、（２７）式、（２８）式に従い、音源分離信号のスペクトルＳＥＰＡ（ｉ，ω）に重畳されている音響エコー信号を抑圧する。

ここで、ＳＯＵＴａ＿ｒｅａｌ（ｉ，ω）とＳＯＵＴａ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの音源分離信号の周波数スペクトルの実数部と虚数部を示しており、音源分離信号の周波数スペクトルＳＯＵＴａ（ｉ，ω）は、（２９）式で表すことができる。（２９）式のｊは虚数を表している。

エコーサプレス後音源分離信号振幅スペクトル計算部１１３ｂは、エコーサプレス部１１６ａによりエコーサプレス後の音源分離信号の周波数スペクトルＳＯＵＴａ（ｉ，ω）を用いて、（３０）式に従い、近端入力信号の振幅スペクトル｜ＳＯＵＴａ（ｉ，ω）｜を求める。

そして、音源分離信号振幅スペクトル計算部１１３ａにより求められたエコーサプレス後の音源分離信号の振幅スペクトル｜ＳＯＵＴａ（ｉ，ω）｜は、エコーサプレスゲイン計算部１１４ｂ、推定エコーパス特性計算部１２１ｂに出力する。

エコーサプレスゲイン計算部１１４ｂでは、エコーサプレス部１１６によるエコーサプレス後の音源分離信号の振幅スペクトル｜ＳＯＵＴａ（ｉ，ω）｜と推定エコー信号の振幅スペクトル｜ＥＣＨＯｂ（ｉ、ω）｜とを取得して、（３１）式を用いて、エコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）を求める。

（３１）式は、周波数ビン毎に、エコーサプレス後の音源分離信号の振幅スペクトル｜ＳＯＵＴａ（ｉ，ω）｜から推定エコー信号の振幅スペクトル｜ＥＣＨＯｂ（ｉ，ω）｜を差し引いた振幅スペクトルを、エコーサプレス後の音源分離信号の振幅スペクトル｜ＳＯＵＴａ（ｉ，ω）｜で除することで、エコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）を求めるという式である。エコーサプレスゲイン計算部１１４ｂにより求められたエコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）は、エコーサプレスゲイン補正部１１５ｂに出力する。

エコーサプレスゲイン補正部１１５ｂでは、音源分離部１１２で抑圧されている音響エコー信号を音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）とエコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）とを比較して、その比較結果に応じてエコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）の値を補正する。

ここで、音源分離部１１２で抑圧されている音響エコー信号の判定方法は、例えば、（３２）式に従い、補正するか否かを判定する。また、エコーサプレスゲイン補正部１１５ｂが判定して出力するエコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）の値を、エコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）と表記する。

（３２）式において、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）がエコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）より小さいときは、音源分離部１１２で十分抑圧されている音響エコー信号と判定する。このとき、エコーサプレス部１１６ｂで大きく抑圧しないようにするために、エコーサプレスゲイン補正部１１５ｂは、（３２）式に従い、エコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）の値を１とする。

一方、音源分離ゲインＧ_ＳＥＰＡ（ｉ，ω）の値がエコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）以上のときは、音源分離部１１２で十分抑圧されていない音響エコー信号と判定する。このとき、エコーサプレス部１１６ｂで抑圧するために、エコーサプレスゲイン補正部１１５ｂは、(３２)式に従い、エコーサプレスゲインＧ_ＥＳｂ（ｉ，ω）の値をエコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）とする。

エコーサプレスゲイン補正部１１５ｂは補正したエコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）をエコーサプレス部１１６ｂに出力する。

エコーサプレス部１１６ｂでは、音源分離信号のスペクトルＳＯＵＴａ（ｉ，ω）と、エコーサプレスゲイン補正部１１５ｂからのエコーサプレスゲインＧ_{ＥＳｂ＿ｒ}（ｉ，ω）とを用いて、（３３）式、（３４）式に従い、エコーサプレス後の音源分離信号のスペクトルＳＯＵＴａ（ｉ，ω）に重畳されている音響エコー信号を抑圧する。

ここで、ＳＯＵＴｂ＿ｒｅａｌ（ｉ，ω）とＳＯＵＴｂ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの近端出力信号の周波数スペクトルの実数部と虚数部を示しており、近端出力信号の周波数スペクトルＳＯＵＴｂ（ｉ，ω）は、（３５）式で表すことができる。（３５）式のｊは虚数を表している。

近端出力信号時間領域変換部１１７は、第１の実施形態と同様にして、近端出力信号のスペクトルＳＯＵＴｂ（ｉ，ω）が、例えば、逆高速フーリエ変換（ＩｎｖｅｒｓｅＦＦＴ）等により、時間領域のデジタル音信号に変換し、近端出力信号を近端信号出力端子１１８に出力する。

近端信号出力端子１１８は、例えば、ＩＰ網等のネットワークや、携帯電話等の無線ネットワークの電波等に接続されており、近端出力信号を接続されている回線を介して通話相手である遠端側に出力する。

近端出力信号振幅スペクトル計算部１１９では、近端出力信号の周波数スペクトルＳＯＵＴｂ（ｉ，ω）を用いて、（３６）式に従い、近端出力信号の振幅スペクトル｜ＳＯＵＴｂ（ｉ，ω）｜が求められる。

そして、近端出力信号振幅スペクトル計算部１２４は、算出した近端入力信号の振幅スペクトル｜ＳＯＵＴｂ（ｉ，ω）｜をシングルトーク判定部１２０に出力する。

シングルトーク判定部１２０では、音源分離信号がシングルトークかシングルトーク以外かを音源分離入力信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜と近端出力信号の振幅スペクトル｜ＳＯＵＴｂ（ｉ，ω）｜とを用いて判定する。シングルトークかシングルトーク以外かを判定する手法は、例えば、（３７）式に従い、シングルトークかシングルトーク以外かを判定する手法がある。（３７）式のＦｓはサンプリング周波数、ＴＨ１は閾値である。

（３７）式の条件が真のときはシングルトークと判定し、偽のときはシングルトーク以外として判定する。閾値ＴＨ１は、（３７）式の場合、シングルトーク時は（３７）式の左辺が小さい値になるので、小さい固定値（例えばＴＨ１＝０．３）やフレームで変化する変数などにしても良い。なお、シングルトークかシングルトーク以外か否かの判定方法は、種々の方法を広く適用することができ、例えば、遠端信号の振幅スペクトルと各近端入力信号の振幅スペクトルとの相関を求めて相関が高いときはシングルトークとする方法で判定しても良い。シングルトーク判定部１２０は、シングルトーク判定結果を推定エコーパス特性更新部１２２ａ、１２２ｂに出力する。

推定エコーパス特性計算部１２１ａ、１２１ｂは、現フレームの推定エコーパス特性｜Ｈａ_１（ｉ，ω）｜、｜Ｈｂ_１（ｉ，ω）｜を遠端信号の振幅スペクトル｜ＲＯＵＴａ（ｉ，ω）｜、｜ＲＯＵＴｂ（ｉ，ω）｜と音源分離信号の振幅スペクトル｜ＳＥＰＡ（ｉ，ω）｜を用いて、（３８）式、（３９）式に従い求める。

現フレームの推定エコーパス特性｜Ｈａ_１（ｉ，ω）｜、｜Ｈｂ_１（ｉ，ω）｜が求まれば推定エコーパス特性更新部１２２ａ、１２２ｂに現フレームの推定エコーパス特性｜Ｈａ_１（ｉ，ω）｜、｜Ｈｂ_１（ｉ，ω）｜を出力する。

推定エコーパス特性更新部１２２ａ、１２２ｂは、シングルトーク判定部１２０ａ、１２０ｂでシングルトークと判定されたフレームで、推定エコーパス特性｜Ｈａ_１（ｉ，ω）｜、｜Ｈｂ_１（ｉ，ω）｜と推定エコーパス特性保持部１０８ａ、１０８ｂに保持されている推定エコーパス特性｜Ｈａ（ｉ−１，ω）｜、｜Ｈｂ（ｉ−１，ω）｜から推定エコーパス特性｜Ｈａ（ｉ，ω）｜、｜Ｈａ（ｉ，ω）｜を（４０）式、（４１）式に従って更新する。

ａは時定数フィルタの係数であり、ａは０以上、１以下の値であって、エコーパス特性の更新を遅くしたい場合は１に近い値が望ましく(例えばａ＝０．９９等の値)、更新を早くしたい場合は０に近い値が望ましい(例えばａ＝０．０１等の値)。推定エコーパス特性更新部１２２ａ、１２０ｂは更新したエコーパス特性｜Ｈ（ｉ，ω）｜を推定エコーパス特性保持部１０８ａ、１０８ｂに保持させる。

一方、シングルトーク判定部１２０ａ、１２０ｂでシングルトーク以外と判定されたフレームはエコーパス特性の更新を行わない。

（Ｂ−３）第２の実施形態の効果
以上のように、第２の実施形態によれば、第１の実施形態の効果に加えて、スピーカを増設したステレオエコーを抑圧することができる。

（Ｃ）他の実施形態
上述した各実施形態においても、種々の変形実施形態を説明したが、本発明は以下の変形実施形態についても適用することができる。

（Ｃ−１）上述した各実施形態で説明した音源分離エコー抑圧装置は、例えば、テレビ会議システムや電話会議システム等に用いられる音声通信装置を含む装置に搭載されるようにしても良い。また、携帯電話機やスマートフォン等の携帯端末に本発明の音源分離エコー抑圧装置が搭載されるようにしても良い。

（Ｃ−２）上述した第２の実施形態において、推定した推定エコー信号の相関を考慮して、複数のステレオ信号の相関があるときには、過度の抑圧を防止するために、推定エコー信号の振幅スペクトルと音源分離信号の振幅スペクトルとの差分をとることで、相関成分を除去するようにしても良い。

１００…音源分離エコー抑圧装置、１０１（１０１ａ、１０１ｂ）…遠端信号入力端子、１０２（１０２ａ、１０２ｂ）…ＤＡ変換器、１０３（１０３ａ、１０３ｂ）…スピーカ、１０４ａ、１０４ｂ…マイク、１０５ａ、１０５ｂ…ＡＤ変換器、１０６（１０６ａ、１０６ｂ）…遠端信号周波数領域変換算部、１０７（１０７ａ、１０７ｂ）…遠端信号振幅スペクトル計算部、１０８（１０８ａ、１０８ｂ）…推定エコーパス特性保持部、１０９（１０９ａ、１０９ｂ）…推定エコー信号計算部、１１０ａ、１１０ｂ…近端入力信号周波数領域変換部、１１１…音源分離ゲイン計算部、１１２…音源分離部、１１３、１１３ａ…音源分離信号振幅スペクトル計算部、１１３ｂ…エコーサプレス後音源分離信号振幅スペクトル計算部、１１４（１１４ａ、１１４ｂ）…エコーサプレスゲイン計算部、１１５（１１５ａ、１１５ｂ）…エコーサプレスゲイン補正部１１５（１１６ａ、１１６ｂ）…エコーサプレス部、１１７…近端出力信号時間領域変換部、１１８…近端信号入力端子、１１９…近端出力信号振幅スペクトル計算部、１２０…シングルトーク判定部１２０…推定エコーパス特性計算部、１２２…推定エコーパス特性更新部。

Claims (5)

1. 音源分離された音源分離信号に含まれる音響エコー成分を抑圧する音源分離エコー抑圧装置において、
   入力された遠端信号を周波数領域の信号に変換して、上記遠端信号の振幅スペクトルを求める遠端信号振幅スペクトル算出部と、
   入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求める近端入力信号振幅スペクトル算出部と、
   保持している推定エコーパス特性と上記遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求める推定エコー信号推定部と、
   上記複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力する音源分離部と、
   上記音源分離信号の振幅スペクトルを求める音源分離信号振幅スペクトル算出部と、
   上記推定エコー信号の振幅スペクトルと上記音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求めるエコーサプレスゲイン算出部と、
   上記音源分離ゲインと上記エコーサプレスゲインとに基づいて、上記エコーサプレスゲインを補正するエコーサプレスゲイン補正部と、
   上記補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧するエコーサプレス部と、
   上記遠端信号の振幅スペクトルと上記音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新する推定エコーパス更新部と
   を備えることを特徴とする音源分離エコー抑圧装置。
2. 上記エコーサプレスゲイン補正部が、上記音源分離ゲインと上記エコーサプレスゲインとの比較結果に応じて、上記エコーサプレスゲインを補正することを特徴とする請求項１に記載の音源分離エコー抑圧装置。
3. 上記エコーサプレスゲイン補正部が、上記音源分離ゲインと閾値との比較結果に応じて、上記エコーサプレスゲインを補正することを特徴とする請求項１に記載の音源分離エコー抑圧装置。
4. 音源分離された音源分離信号に含まれる音響エコー成分を抑圧する音源分離エコー抑圧プログラムにおいて、
   コンピュータを、
   入力された遠端信号を周波数領域の信号に変換して、上記遠端信号の振幅スペクトルを求める遠端信号振幅スペクトル算出部と、
   入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求める近端入力信号振幅スペクトル算出部と、
   保持している推定エコーパス特性と上記遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求める推定エコー信号推定部と、
   上記複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力する音源分離部と、
   上記音源分離信号の振幅スペクトルを求める音源分離信号振幅スペクトル算出部と、
   上記推定エコー信号の振幅スペクトルと上記音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求めるエコーサプレスゲイン算出部と、
   上記音源分離ゲインと上記エコーサプレスゲインとに基づいて、上記エコーサプレスゲインを補正するエコーサプレスゲイン補正部と、
   上記補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧するエコーサプレス部と、
   上記遠端信号の振幅スペクトルと上記音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新する推定エコーパス更新部と
   して機能させることを特徴とする音源分離エコー抑圧プログラム。
5. 音源分離された音源分離信号に含まれるエコー成分を抑圧する音源分離エコー抑圧方法において、
   遠端信号振幅スペクトル算出部が、入力された遠端信号を周波数領域の信号に変換して、上記遠端信号の振幅スペクトルを求め、
   近端入力信号振幅スペクトル算出部が、入力された複数の近端入力信号を周波数領域の信号に変換して、各近端入力信号の振幅スペクトルを求め、
   推定エコー信号推定部が、保持している推定エコーパス特性と上記遠端信号の振幅スペクトルを乗算し推定エコー信号の振幅スペクトルを求め、
   音源分離部が、上記複数の近端入力信号の振幅スペクトルに基づいて目的音信号を音源分離する音源分離ゲインを求め、音源分離信号を出力し、
   音源分離信号振幅スペクトル算出部が、上記音源分離信号の振幅スペクトルを求め、
   エコーサプレスゲイン算出部が、上記推定エコー信号の振幅スペクトルと上記音源分離信号の振幅スペクトルに基づいて、エコーサプレスゲインを求め、
   エコーサプレスゲイン補正部が、上記音源分離ゲインと上記エコーサプレスゲインとに基づいて、上記エコーサプレスゲインを補正し、
   エコーサプレス部が、上記補正されたエコーサプレスゲインを用いて音響エコー成分を抑圧し、
   推定エコーパス更新部が、上記遠端信号の振幅スペクトルと上記音源分離信号の振幅スペクトルとに基づいて算出した推定エコーパス特性を更新する
   ことを特徴とする音源分離エコー抑圧方法。

Images