JP2017191332A - 雑音検出装置、雑音検出方法、雑音低減装置、雑音低減方法、通信装置およびプログラム。 - Google Patents

Abstract

【課題】周期的突発音を高精度且つ少ない遅延時間で検出し、検出した雑音に基づく適切
な対応を可能とする。
【解決手段】雑音検出装置１００は、入力された音データを所定時間幅のフレームに区切
り、フレーム毎に突発音の検出および検出された突発音の周期性を判定することにより周
期性突発音を検出する。突発音は、ピーク位置における継続時間およびピークの変化量を
用いて検出する。突発音の周期性は、概形モデル化した突発音の波形における自己相関値
および波形の時間幅の等間隔性により判定する。雑音低減装置５００は、検出した周期性
突発音に対して、フレーム毎の音声信号含有率に応じた音圧量調整を行い、雑音を低減す
る。通信装置２００、６００は、検出された周期性突発音に基づく報知および雑音低減さ
れた通話を行う。
【選択図】図１

Description

本発明は、雑音を検出し適切な対応を行うための雑音検出装置、雑音検出方法、雑音低
減装置、雑音低減方法、通信装置およびプログラムに関する。

雑音環境下での雑音を低減した音声通話を行う通信装置が求められている。また、雑音
環境下においては、雑音の発生を迅速に検出する必要性がある場面も発生する。

特開２００３−３０８０９２号公報 特開２０１１−２０５５９８号公報

特許文献１には、予め学習した雑音モデルと照合して、雑音を検出および低減する装置
が開示されている。特許文献２には、包絡線に基づく突発性雑音を検出する装置が開示さ
れている。

例えば、雑音検出装置や雑音低減装置を、無線通話を行う通信装置として適用した場合
、検出した雑音が通信装置のユーザに対する緊急状態を示す場合があり、迅速な対応が求
められる場合がある。また、検出した雑音に対応して、適切に雑音を低減した音声通信を
行う必要がある。

特許文献１においては、メモリ等に保存した雑音標準モデルと周期的な突発音とを照合
しているが、検出される雑音は、周辺環境やパワースペクトルを求める際の分析窓の位置
によっては、標準モデルとは異なることも多い。また、標準雑音との照合は、照合処理に
よる遅延を発生してしまう。また、特許文献２においては、突発音の信号成分に基づいて
突発音を低減しているが、検出される突発音は通話等の音声成分と構成周波数が重なって
おり、周波数成分のみでの突発音検出が困難であるとともに、突発音の低減とともに音声
成分も低減してしまう。

本発明はこのような問題点に鑑みなされたものであり、周期的突発音を高精度且つ少な
い遅延時間で検出し、周期性突発音に基づく適切な対応を可能とする、雑音検出装置、雑
音検出方法、雑音低減装置、雑音低減方法、通信装置およびプログラムを提供することを
目的とする。

上記目的を達成するために、本発明に係る雑音検出装置（１００）は、入力された音デ
ータに対して所定の時間幅のフレームに区切る処理を行うフレーム処理部（１５１）、前
記フレーム処理部により区切られたフレームにおける所定以上の振幅値となるピーク位置
を検出する振幅検出部（１５２）、前記振幅検出部において検出されたピーク位置におけ
るピークの継続時間およびピークの変化量を算出し、突発音を確定する突発音確定部（１
５３）、前記突発音確定部により確定された突発音を概形モデル化する概形モデル化部（
１５４）、前記概形モデル化部によりモデル化された突発音の概形モデルと、前記音声信
号における過去の概形モデルとの相関値を算出し、前記相関値が所定以上であるか否かを
判断する相関値算出部（１５５）、前記相関値算出部により所定以上の相関値であると判
断された前記突発音の概形モデルと過去の概形モデルとの時間幅に基づき、周期性を備え
る周期性突発音が発生しているか否かを判断する周期性突発音判定部（１５６）、を備え
ることを特徴とする。

また、本発明に係る通信装置は、前記雑音検出装置（１００）、前記雑音検出装置（１
００）により検出された周期性突発音の音源情報を算出する突発音区間音圧算出部（２５
１）、前記突発音区間音圧算出部（２５１）により算出された音源情報に基づき周期性突
発音に関する通知を行う通知部（２９０）、を備えることを特徴とする。

また、本発明に係る雑音検出方法は、入力された音データに対して所定の時間幅のフレ
ームに区切る処理を行うフレーム処理ステップ（ステップＳ００１）、前記フレーム処理
ステップにおいて区切られたフレームにおける所定以上の振幅値となるピーク位置を検出
する振幅検出ステップ（ステップＳ００２、ステップＳ００３）、前記振幅検出ステップ
において検出されたピーク位置におけるピークの継続時間およびピークの変化量を算出し
、突発音を確定する突発音確定ステップ（ステップＳ００４、ステップＳ００５）、前記
突発音確定ステップにおいて検出された突発音を概形モデル化する概形モデル化ステップ
（ステップＳ００６）、前記概形モデル化ステップにおいて概形モデル化された突発音の
概形モデルと、前記音声信号における過去の概形モデルとの相関値を算出し、前記相関値
が所定以上であるか否かを判断する相関値算出ステップ（ステップＳ００７、ステップＳ
００８）、前記相関値算出ステップにおいて所定以上の相関値であると判断された前記突
発音の概形モデルと過去の概形モデルとの時間幅に基づき、周期性を備える周期性突発音
が発生しているか否かを判断する周期性突発音判定ステップ（ステップＳ００９）、を備
えることを特徴とする。

また、本発明に係るプログラムは、雑音を検出する雑音検出装置（１００）が備えるコ
ンピュータ（２５０）に、入力された音データに対して所定の時間幅のフレームに区切る
処理を行うフレーム処理ステップ、前記フレーム処理ステップにおいて区切られたフレー
ムにおける所定以上の振幅値となるピーク位置を検出する振幅検出ステップ、前記振幅検
出ステップにおいて検出されたピーク位置におけるピークの継続時間およびピークの変化
量を算出し、突発音を確定する突発音確定ステップ、前記突発音確定ステップにおいて検
出された突発音を概形モデル化する概形モデル化ステップ、前記概形モデル化ステップに
おいて概形モデル化された突発音の概形モデルと、前記音声信号における過去の概形モデ
ルとの相関値を算出し、前記相関値が所定以上であるか否かを判断する相関値算出ステッ
プ、前記相関値算出ステップにおいて所定以上の相関値であると判断された前記突発音の
概形モデルと過去の概形モデルとの時間幅に基づき、周期性を備える周期性突発音が発生
しているか否かを判断する周期性突発音判定ステップ、を実行させることを特徴とする。

また、本発明に係る雑音低減装置（５００）は、入力された音声信号に対して所定の時
間幅のフレームに区切る処理を行うフレーム処理部（５５１）、前記フレーム処理部によ
り区切られたフレームにおける突発音を検出する突発音検出部（５５２）、前記フレーム
処理部により区切られたフレームが音声区間であるか否かを判断し、音声区間である場合
は音声区間に含まれる音声成分包含量を算出する音声区間判定部（５５３）、前記突発音
検出部により検出された突発音が周期性を備えるか否かを判断する突発音周期性判定部（
５５４）、前記突発音周期性判定部により突発音が周期性を備えると判断された場合、前
記音声区間判定部による判定結果に基づき突発音の音圧量調整値を決定する音圧量調整値
決定部（５５５）、前記音圧量調整値決定部により決定された音圧量調整値によって突発
音の音圧量を調整することにより、突発音を低減する出力レベル調整部（５５６）、を備
えることを特徴とする。

また、本発明に係る通信装置（６００）は、前記雑音低減装置（５００）を備え、通話
音声に対して前記雑音低減装置（５００）による雑音低減処理を行うことを特徴とする。

また、本発明に係る雑音低減方法は、入力された音声信号に対して所定の時間幅のフレ
ームに区切る処理を行うフレーム処理ステップ（ステップＳ５０１）、前記フレーム処理
ステップにおいて区切られたフレームにおける突発音を検出する突発音検出ステップ（ス
テップＳ５０２）、前記フレーム処理ステップにおいて区切られたフレームが音声区間で
あるか否かを判断し、音声区間である場合は音声区間に含まれる音声成分包含量を算出す
る音声区間判定ステップ（ステップＳ５０３〜ステップＳ５０５）、前記突発音検出ステ
ップにおいて検出された突発音が周期性を備えるか否かを判断する突発音周期性判定ステ
ップ（ステップＳ５０６、ステップＳ５０７）、前記突発音周期性判定ステップにおいて
突発音が周期性を備えると判断された場合、前記音声区間判定ステップにおける判定結果
に基づき突発音の音圧量調整値を決定する音圧量調整値決定ステップ（ステップＳ５０８
〜ステップＳ５１２）、前記音圧量調整値決定ステップにおいて決定された音圧量調整値
によって突発音の音圧量を調整することにより、突発音を低減する出力レベル調整ステッ
プ（ステップＳ５１３）、を備えることを特徴とする。

また、本発明に係るプログラムは、雑音を低減する雑音低減装置（５００）が備えるコ
ンピュータ（５５０）に、入力された音声信号に対して所定の時間幅のフレームに区切る
処理を行うフレーム処理ステップ、前記フレーム処理ステップにおいて区切られたフレー
ムにおける突発音を検出する突発音検出ステップ、前記フレーム処理ステップにおいて区
切られたフレームが音声区間であるか否かを判断し、音声区間である場合は音声区間に含
まれる音声成分包含量を算出する音声区間判定ステップ、前記突発音検出ステップにおい
て検出された突発音が周期性を備えるか否かを判断する突発音周期性判定ステップ、前記
突発音周期性判定ステップにおいて突発音が周期性を備えると判断された場合、前記音声
区間判定ステップにおける判定結果に基づき突発音の音圧量調整値を決定する音圧量調整
値決定ステップ、前記音圧量調整値決定ステップにおいて決定された音圧量調整値によっ
て突発音の音圧量を調整することにより、突発音を低減する出力レベル調整ステップ、を
実行させることを特徴とする。

本発明によれば、周期的突発音を高精度且つ少ない遅延時間で検出し、周期性突発音に
基づく適切な対応を可能とする。

本発明の実施形態における雑音検出装置の構成例を示すブロック図である。 本発明の実施形態における雑音検出方法のフローチャートである。 突発音の例を説明した図である。 突発音の概形モデル化の例を説明した図である。 相関値算出の例を説明した図である。 本発明の実施形態における通信装置の構成例を示すブロック図である。 本発明の実施形態における通信装置の処理例を示すフローチャートである。 本発明の実施形態における通信装置の処理例を示すフローチャートである。 本発明の実施形態における通信装置の処理例を示すフローチャートである。 突発音区間による音圧レベル変化の例を示した図である。 本発明の実施形態における通信装置の他の構成例を示すブロック図である。 本発明の実施形態における通信装置と突発音発生方向例を示した図である。 本発明の実施形態における通信装置の処理例を示すフローチャートである。 本発明の実施形態における雑音低減装置の構成例を示すブロック図である。 本発明の実施形態における雑音低減装置の突発音検出部の構成例を示すブロック図である。 本発明の実施形態における雑音低減方法のフローチャートである。 本発明の実施形態における雑音低減方法における突発音検出処理のフローチャートである。 本発明の実施形態における雑音低減方法における概形モデル化処理のフローチャートである。 概形モデル化処理の例を説明した図である。 概形モデル化処理の他の例を説明した図である。 本発明の実施形態における雑音低減方法における概形モデル化処理のフローチャートである。 概形モデル化処理の他の例を説明した図である。 本発明の実施形態における通信装置の構成例を示すブロック図である。

先ず、本発明に係る雑音検出装置１００および雑音検出方法の例について図１から図５
を用いて説明する。

本発明の実施形態である雑音検出装置１００は、例えば後述する通信装置２００に内蔵
された状態で、一例として工事現場や災害現場などの環境で用いられることがある。この
ような環境で用いられる通信装置は、例えば地盤圧縮機の動作音や酸素マスクのバイブレ
ーション音など持続性のある突発音により通話音声が阻害されることがある。また、それ
らの突発音の存在が通話者に対する危険を示す場合もある。

一例として、消防士が火災現場における活動時に用いる酸素マスクは、酸素を供給する
酸素ボンベの酸素残量が少なくなり圧力が低下すると、酸素マスク内の乱流に起因して酸
素マスクが振動し、周期的な突発音が発生する。このような状態においては、無線装置に
よる通話に周期的突発音が混入し、受話側による音声の聞き取りが困難になってしまう。
さらには、このような周期的突発音の発生が酸素残量の低下を示すため、迅速に把握また
は周囲への通知を行う必要がある。

図１は、本発明に係る雑音検出装置１００のブロック図である。雑音検出装置１００は
、通信装置２００等に搭載される。雑音検出装置１００は、通信装置２００等にモジュー
ルとして搭載されてもよく、通信装置２００に備えられているＣＰＵ（Central Processi
ng Unit）等の処理および通信装置２００の構成要素を用いて実現されてもよい。また、
ＰＣ（Personal Computer）や携帯端末等により実現されてもよい。

雑音検出装置１００は、主な構成要素として入力部１１０、出力部１２０、記憶部１３
０、制御部１５０を備える。これら以外にも雑音検出装置１００として機能するために必
要な構成要素を適宜備える。

入力部１１０は、雑音検出装置１００により雑音を検出する対象の音データが入力され
るインターフェースである。具体的には、雑音検出装置１００が単体で用いられる場合は
、各種入力端子やマイクロホンであり、雑音検出装置１００が通信装置２００に内蔵され
る場合は、通信装置２００が備えるマイクロホン等から入力された音データが入力される
。入力部１１０は、入力される音のアナログ信号をデジタルの音データに変換するＡ／Ｄ
コンバータを備えていてもよく、入力される音データをデジタルデータとして制御部１５
０に入力させる。

出力部１２０は、雑音検出装置１００が検出した雑音に関する情報を出力する。雑音に
関する情報の具体例としては、雑音検出の有無、雑音検出による通知指示等である。出力
部１２０による出力形態や出力タイミング等は、制御部１５０により制御される。出力部
１２０は、雑音検出装置１００が単体で用いられる場合は、音声または映像の出力を行う
各種インターフェースを備え、雑音検出装置１００が通信装置２００に内蔵される場合は
、通信装置２００が備える出力インターフェースに情報を出力する。

記憶部１３０は、雑音検出装置１００の雑音検出処理に用いる一時的なデータの記憶や
、概形モデル波形等を記憶する。記憶部１３０は、制御部としてのＣＰＵに付随している
ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）、その他の記憶素子であ
る。また、雑音検出装置１００が通信装置２００に内蔵されている場合は通信装置２００
の記憶部として共用であってもよい。また、制御部１５０において実行される各種プログ
ラムも記憶部１３０に記憶される。

制御部１５０は、雑音検出装置１００の構成要素および各種処理のためのプログラムを
実行するＣＰＵやＤＳＰ（Digital Signal Processor）等である。雑音検出装置１００が
通信装置２００に内蔵されている場合は、通信装置２００の制御部２５０と共用であって
もよい。

制御部１５０は、実行されるプログラムによって各種機能を実現する。本実施形態にお
いて制御部１５０は、フレーム処理部１５１、振幅検出部１５２、突発音確定部１５３、
概形モデル化部１５４、相関値算出部１５５、周期性突発音判定部１５６を実現する。

フレーム処理部１５１は、入力部１１０から入力された雑音を検出する対象の音データ
に対して、所定のサンプル数に従った時間幅で音データをフレームに区切る処理を行う。

振幅検出部１５２は、フレーム処理部１５１でフレーム化された時間軸の音データを構
成する複数のサンプル点より、振幅値が他のサンプル点と比較して高い値を示すサンプル
点の位置をピーク位置として検出する処理を行う。具体的には、振幅値が所定の閾値以上
である場合のピーク位置を検出する。

突発音確定部１５３は、振幅検出部１５２において検出されたピーク位置に基づき、振
幅の高い信号が継続する期間と、ピーク位置を基準としたエネルギー変化量を算出し、検
出対象となる突発音を確定する処理を行う。

概形モデル化部１５４は、突発音確定部１５３において検出された突発音の時間軸信号
振幅波形から概形モデル波形を生成する処理を行う。

相関値算出部１５５は、概形モデル化部１５４で生成された概形モデル波形として記憶
している過去のフレームにおける概形モデル波形との相関値を算出する処理を行う。また
、算出した相関値が所定以上の相関値であるか否かを判断する。

周期性突発音判定部１５６は、相関値算出部１５５において所定以上の相関値であると
判断された概形モデル波形と過去の概形モデル波形との時間幅を算出し、概形モデル波形
が周期性を備えるか否か、すなわち突発音が周期性突発音であるか否かを判断する。また
、周期性突発音判定部１５６は周期性突発音の発生に伴う周期性突発音モードのオンオフ
を制御する。

次に、図２のフローチャートを用いて雑音検出装置１００による雑音検出方法について
説明する。

先ず、入力部１１０に入力された音データに対してフレーム処理部１５１は所定のサン
プル数の時間幅でフレーム化する処理を行う（ステップＳ００１）。例えば酸素残量が少
なくなった際の酸素マスクが振動することによる周期的突発音は、最も音圧レベルが高い
ピーク位置の立ち上がりから立ち下がりまで約０．１ｓｅｃの時間幅を有する。従って、
このような周期性突発音の存在を検出するためには、各突発音の前後の突発音を含まない
区間を確保し、ピーク位置における振幅の変化量やエネルギー変化量の推移に基づき突発
音を検出する必要がある。このため、検出対象の突発音の存在を把握するための時間幅と
しては、ピーク位置の立ち上がりから立ち下がりまでの約０．１ｓｅｃに対して、０．３
ｓｅｃから０．５ｓｅｃであることが望ましい。

ステップＳ００１においてフレーム化する時間幅は、上記の時間幅に限らず、検出対象
の突発音や雑音検出装置１００を構成するシステムによって変更してもよい。検出対象の
突発音は、物体と物体とが衝突して発する打撃音である場合、衝突する物体によって突発
音の持続時間等が推定されるため、突発音の持続時間の数倍分をフレーム化の時間幅とし
て確保する。

次に、振幅検出部１５２はステップＳ００１においてフレーム化した音データの振幅値
を所定の閾値と比較し（ステップＳ００２）、振幅値が閾値以上であるか否かを判断する
（ステップＳ００３）。ステップＳ００３において、振幅値が閾値以上であると判断され
た場合、振幅検出部１５２は時間軸上のピーク位置を検出する。

ここで、突発音の特徴について図３を用いて説明する。図３（Ａ）は、周期性突発音の
波形例であり、横軸が時間、縦軸が振幅を示している。図３（Ａ）においては、振幅値が
大きい２箇所がそれぞれ突発音である。このように、突発音は他の区間に比べて振幅が大
きいという特徴を有するため、突発音の有無は、平均的な入力信号のエネルギーまたは振
幅値に基づき判断することができる。

ステップＳ００２の処理において、振幅検出部１５２が比較する閾値の例は、図３（Ａ
）においてはＴｈとして示される。閾値Ｔｈは、音データが入力されてから解析フレーム
までの平均値から求めるが、例えば解析フレームの中央値や突発音のデータに基づいて予
め設定された値であってもよい。

また、解析対象の波形が図３（Ｂ）のように周辺雑音の影響により閾値以上の波形が多
発する場合や、周辺雑音の振幅値に突発音の振幅値が加算される場合もある。このような
場合、振幅検出部１５２が比較する閾値Ｔｈは、周囲の雑音レベルに応じて調整されても
よい。

ステップＳ００３において、振幅値が閾値以下であると判断された場合（ステップＳ０
０３：Ｎｏ）、解析対象となるフレームにおいて突発音は無いため、次のフレームを解析
対象としてステップＳ００１の処理に戻る。

ステップＳ００３において、振幅値が閾値以上であると判断された場合（ステップＳ０
０３：Ｙｅｓ）、突発音確定部１５３は、検出したピーク位置に基づき振幅の高い信号の
継続時間とピーク位置を基準としたエネルギー変化量を算出し、突発音を確定する（ステ
ップＳ００４）。

ここで、ステップＳ００４において算出する振幅の高い信号の継続時間について図３を
用いて説明する。突発音は、上述したように他の区間に比べて振幅値が大きいが、図３（
Ｂ）のように振幅の大きい周辺雑音が存在する場合、振幅の大きい周辺雑音も突発音であ
ると判断されてしまう。図３（Ｂ）の波形は、突発音の周辺雑音として人の声による音声
が含まれている場合の波形である。

図３（Ａ）に示す突発音の継続時間と図３（Ｂ）に示す振幅値の大きい音声の継続時間
とを対比すると、音声は振幅のピークから急峻に振幅が低下しているのに対し、突発音の
振幅は振幅のピークからの継続時間が音声より長くなっていることが分かる。また、音声
の成分によっては継続時間が突発音の継続時間より長くなる場合もある。このような場合
においても、ステップＳ００４の処理としては、検出対象の突発音の継続時間を基準とし
て継続時間を比較することにより、検出対象の突発音と周辺雑音としての突発性信号とを
区別することができる。

ステップＳ００４における継続時間の算出例としては、図３（Ａ）に例示するように、
ピーク位置から所定の区間Ｉｎｔ内における閾値Ｔｈ以上の値の数を求める。区間Ｉｎｔ
内における閾値Ｔｈ以上の値が多いということは、振幅の継続時間が長いということを示
す。

また、ステップＳ００４においては、ピーク位置を基準としたエネルギー変化量として
、ピーク位置から区間Ｉｎｔ内の最後のサンプル位置までの振幅の絶対値を加算し、エネ
ルギーを算出する。図３（Ｂ）に示すように、検出対象の突発音の振幅はピーク位置から
緩やかに減衰するが、周辺雑音としての突発性信号は急峻に減衰しているため、エネルギ
ー変化量に差が生じる。従って、突発音確定部１５３は、ステップＳ００４において算出
した継続時間とエネルギー変化量各々が所定の閾値以上である場合（ステップＳ００５：
Ｙｅｓ）、そのピーク位置における波形を突発音として確定する。所定の閾値以下である
場合（ステップＳ００５：Ｎｏ）、突発音は検出されないため、次のフレームを解析対象
としてステップＳ００１の処理に戻る。

ここで、突発音がフレームの境界付近に存在している場合の処理について説明する。解
析対象のフレームの境界に突発音がある場合、突発音の継続時間が隣接するフレームとで
分断されるなど、正確な検出ができない場合が生じるためである。具体的には、ステップ
Ｓ００２からステップＳ００５までの処理を、解析対象のフレームとその直前のフレーム
の一部のサンプル区間を含めて分析することにより可能とする。また、ステップＳ００１
におけるフレーム化処理時に、隣接するフレーム同士オーバーラップする区間を設けたフ
レーム化処理としてもよい。この場合のオーバーラップ区間の時間幅は、検出対象の突発
音の継続時間以上の時間幅であることが好ましい。

以上、ステップＳ００１からステップＳ００５までの処理は、突発音を検出するための
短期時間分析である。

次に、概形モデル化部１５４は、ステップＳ００５において突発音として検出された波
形に対して概形モデル化処理を行う（ステップＳ００６）。具体的には、図４（Ａ）に示
すように、入力波形を絶対値に変換する。さらに、図４（Ｂ）に示すように絶対値に変換
された波形に対してその振幅値にメディアンフィルターによる処理を行う。なお、振幅値
の概形モデル化処理は上記に限らず、移動平均を用いるなど、他の手法によっても可能で
ある。ステップＳ００６において概形モデル化された波形のデータやピーク位置等は、逐
次記憶部１３０に記憶される。

酸素マスクが振動して発生する周期性突発音の周期は、一般的に０．０５〜０．１ｓｅ
ｃである。上述した短期時間分析により突発音が検出され、その後上述した周期となるフ
レーム数の時間幅内に突発音が検出されなかった場合は、検出された突発音は周期性突発
音ではないため、概形モデル化されたデータは記憶部１３０から消去してもよい。また、
上述した周期となるフレーム数内に突発音が検出された場合は、周期性突発音である可能
性が高いため、概形モデル化されたデータを所定のフレーム数分記憶部１３０に記憶する
。記憶するフレーム数は周期性突発音の周期等によって変更されてもよい。

次に、ステップＳ００６において概形モデル化された波形に対して、相関値算出部１５
５は、記憶部１３０に記憶されている過去のフレームにおける概形モデルとの相関値を算
出する（ステップＳ００７）。具体的な処理としては、相関値算出部１５５は、式１に示
すような一般的な自己相関関数を用いて相関値を算出する。式１において、Ｎはサンプル
データ数、ｎは時系列サンプルを表す整数であり、ｍは時系列のサンプルシフト量を示し
、自己相関関数の結果Ａを求める。

ステップＳ００７の処理として、具体的な概形モデルによる相関値算出について図５を
用いて説明する。相関値を算出する範囲は、図５（Ａ）の枠で囲った範囲で示すように、
突発音の継続時間とし、これを相関範囲とする。この相関範囲を１サンプルずつずらしな
がらサンプル毎に相関値を算出する。この処理においては、全てのサンプルに対して相関
値を算出すると、演算量が多くなってしまうため、検出対象である周期性突発音の持続時
間分ずらしたサンプルから相関値を算出することにより、算出処理量の効率化を行うこと
ができる。具体例としては、一般的な酸素マスクが振動することにより発生する周期性突
発音の継続時間は約０．０５ｓｅｃであるため、約０．０５ｓｅｃに相当するサンプル数
分ずらした位置から相関値を算出する。

ステップＳ００７の処理において算出した相関値による相関性の高い突発音の例を図５
（Ｂ）に示す。図５（Ｂ）においては、各々の突発音の波形の後半部分において相関性の
高い形態があることが分かる。この相関値により各々の突発音は相関性があり、連続的に
相関性の高い突発音が存在することが分かる。

また、相関値算出部１５５はステップＳ００７において算出した相関値が所定の閾値以
上であるか否かを判断する（ステップＳ００８）。ここでいう所定の閾値とは、突発音の
波形同士に十分な相関性があり、同一の発生源による突発音であることが判断できる値と
する。ステップＳ００８において、相関値が所定の閾値以上であると判断された場合（ス
テップＳ００８：Ｙｅｓ）、過去のフレームにおいて同様の突発音が発生しているものと
みなし、次のステップへ移行する。ステップＳ００８において、相関値が所定の閾値以上
ではないと判断された場合（ステップＳ００８：Ｎｏ）、周期的な突発音ではないため、
ステップＳ００１の処理に戻る。

ステップＳ００８において、相関値が所定の閾値以上であると判断された場合（ステッ
プＳ００８：Ｙｅｓ）、図５（Ｂ）に示すように解析対象の突発音と過去の突発音との距
離である時間幅を算出し（ステップＳ００９）、算出した時間幅で周期性を有する周期性
突発音であると判断する。

以上、ステップＳ００６からステップＳ００９までの処理は、短期時間分析において検
出した突発音が周期性突発音であることを検出するための長期時間分析である。

ステップ００１からステップＳ００９までの周期性突発音の検出処理においては、背景
雑音に検出対象の突発音以外の音で類似した波形概形を有する突発音が発生した場合、そ
のような偶発的な突発音を検出対象の周期性突発音であると判断してしまう場合もある。
以下の処理は周期性突発音をより正確に検出するための処理である。

先ず、周期性突発音判定部１５６は、現時点において周期性突発音モードであるか否か
を判断する（ステップＳ０１０）。周期性突発音モードとは、突発音が検出され且つその
突発音が周期性を有している場合のモードである。突発音が発生していてもその突発音が
周期性を有していない場合は、周期性突発音モードではない。また、突発音検出前の初期
値は、周期性突発音モードではない。

ステップＳ０１０において、周期性突発音モードであると判断された場合（ステップＳ
１０：Ｙｅｓ）、周期性突発音判定部１５６は、解析中の突発音区間であるステップＳ０
０９において算出した時間幅と、過去の突発音区間である時間幅とを比較する（ステップ
Ｓ０１１）。ステップＳ０１１における具体的な比較例としては、検出対象の周期性突発
音としてとりうる時間幅の下限値から上限値までの間の値であるか否かを判断する。他に
は、解析中の周期性突発音における記憶部１３０に記憶されている過去分の時間幅の最小
値から最大値まで、またはこれらの最小値および最大値に所定の係数を掛けた値の間など
である。

ステップＳ０１１において、所定の範囲内であると判断された場合（ステップＳ０１１
：Ｙｅｓ）、周期性突発音が継続しているため、周期性突発音モードを維持させる（ステ
ップＳ０１２）。ステップＳ０１１において、所定の範囲内ではないと判断された場合（
ステップＳ０１１：Ｎｏ）、周期性突発音が継続していないため、周期性突発音モードを
解除する（ステップＳ０１３）。ステップＳ０１１がＮｏである場合とは、周期性突発音
の周期性が消滅した場合であるが、ステップＳ０１３の処理前に、周期性が保たれていな
いと判定された結果の頻度や連続性をステップＳ０１３に移行する判断要素として加えて
もよい。

ステップＳ０１０において、周期性突発音モードではないと判断された場合（ステップ
Ｓ１０：Ｎｏ）、周期性突発音判定部１５６は突発音の周期性について判定する（ステッ
プＳ０１４）。突発音は、例えば過去に一回のみ周期性のある突発音が存在した場合であ
っても、その周期性は偶然発生している可能性もある。従って、ステップＳ０１４の判断
として、所定のフレーム以内に周期性のある突発音が所定回数存在するか否かを確認する
ことにより、突発音が周期性突発音であることを確認する。

ステップＳ０１４においては、例えば所定の数フレームの期間中に３回にわたり相関性
の高い突発音が確認できた場合、周期性突発音モードとする。これは、突発音が存在し、
さらに所定の解析期間中に突発音が４回検出され、且つそれらの突発音の間隔が等間隔で
ある場合に相当する。等間隔であるか否かの判断は、ステップＳ０１１の判断と同一であ
ってもよい。このような突発音は偶発的に発生した確率が低いため、周期性を備えている
と判断することができる。等間隔である相関性の高い突発音の確認回数は、上記に限らず
４回以上であってもよい。

ステップＳ０１４における判断結果に基づき、周期性突発音判定部１５６は検出対象の
突発音が周期性を備える突発音である場合は周期性突発音モードとし（ステップＳ０１６
）、周期性を備える突発音ではない場合は周期性突発音モードではない状態が維持される
。

以上のように、本発明に係る雑音検出装置１００は、短期時間分析、長期時間分析およ
び周期性突発音モードを備え、突発音の振幅値、継続時間、自己相関値、周期性の時間幅
という特徴量に基づき、正確に周期性突発音を検出することができる。

このように検出された周期性突発音に対して、雑音検出装置１００を内蔵または接続す
る各種装置は、ノイズキャンセル処理や音声強調処理など必要な処理を行うことが可能で
ある。

次に、雑音検出装置１００を用いた通信装置２００について、図６から図１３を用いて
説明する。本実施形態に係る通信装置２００は、酸素マスクを装着した状態で使用される
通信装置を例として説明するが、他の実施可能な形態としてはこれに限らない。

本実施形態において、酸素ボンベからの酸素残量が少なくなった場合に生じる酸素マス
クの振動による周期性突発音は、その酸素マスクを装着している人物が緊急を要する状態
であることを表す。また、酸素マスクを装着している複数の人物が存在する場合において
、いずれかの酸素マスクが周期性突発音を発生した場合、現場の状況や酸素マスクあるい
はヘルメット等の装着によって、周辺音を聞き取ることは困難である。このため、雑音検
出装置１００が検出した周期性突発音に基づき、迅速な報知や対象人物の特定を行う必要
がある。

図６は、本発明に係る通信装置２００の構成ブロック図である。通信装置２００は、各
種無線通信装置や携帯電話等である。

通信装置２００は、主な構成要素として雑音検出装置１００、マイクロフォン２１０、
音声出力部２２０、通信部２３０、表示部２４０、制御部２５０を備える。これら以外に
も例えば電源や操作部など通信装置２００として機能するために必要な構成要素を適宜備
える。

マイクロフォン２１０は、通信装置２００を用いて音声通話を行う場合に音声信号など
の音信号を取得するためのマイクロフォンおよび雑音検出装置１００による雑音を検出す
るためのマイクロフォンである。各々の目的のマイクロフォンは、共用されてもよく各々
備えられていてもよい。マイクロフォン２１０から入力された音声信号は、制御部２５０
によって通信部２３０により送信される搬送波に変調される。また、マイクロフォン２１
０から入力された信号は、雑音検出装置１００が備える入力部１１０に入力される。マイ
クロフォン２１０から入力された音声信号をデジタル信号の音声データに変換するA／Dコ
ンバータを備えてもよい。

音声出力部２２０は、通信装置２００を用いて音声通話を行う場合に通話先からの音声
を出力するためのスピーカまたはイヤホン等である。音声出力部２２０への音声出力は、
制御部２５０によって制御される。

通信部２３０は、各種無線通信の送受信を行う通信モジュール等であり、通信は通信制
御部２５３によって制御される。

表示部２４０は、液晶表示装置等の表示素子であり、表示内容や表示形態は制御部２５
０により制御される。

制御部２５０は、通信装置２００の構成要素および各種処理のためのプログラムを実行
するＣＰＵやＤＳＰ等であり、雑音検出装置１００の制御部１５０と共用であってもよい
。

制御部２５０は、実行されるプログラムによって各種機能を実現する。本実施形態にお
いて制御部２５０は、突発音区間音圧算出部２５１、通知制御部２５２、通信制御部２５
３を備える。

突発音区間音圧算出部２５１は、雑音検出装置１００が周期性突発音を検出した場合、
検出した周期性突発音の音圧レベルや音圧レベルの変化量に基づき、周期性突発音の音源
情報を算出する。

通知制御部２５２は、突発音区間音圧算出部２５１が算出した周期性突発音の音源情報
に基づいた通知処理に関する制御を行う。

通信制御部２５３は、通信部２３０による無線通信に関する制御を行う。

また、通知制御部２５２が通知を行うために用いる通信部２３０、通信制御部２５３、
表示部２４０などを包括して通知部２９０とする。通知部２９０は、通知制御部２５２の
制御により上記構成要素の一部または全部を用いて通知を行い、通知の手法によっては他
の構成要素を含む。

次に、通信装置２００に備えられている雑音検出装置１００が周期性突発音を検出した
場合における通信装置２００の処理例について、図７から図１０を用いて説明する。

具体例としては、酸素ボンベからの酸素残量が少なくなった場合に生じる酸素マスクの
振動による周期性突発音を、振動している酸素マスクの装着者またはその周囲で同様に酸
素マスクを装着している他の装着者などが使用している通信装置２００が検出した場合の
処理例であるが、これに限定はされない。

先ず、雑音検出装置１００が周期性突発音を検出した場合、図７のフローチャートにお
いて突発音区間音圧算出部２５１は、検出した周期性突発音の音圧レベルを予め定められ
ている閾値と比較する（ステップＳ１０１）。比較する音圧レベルは、所定区間の平均値
や中央値などである。

ステップＳ１０１の比較結果において、検出された周期性突発音の音圧レベルが閾値以
上である場合（ステップＳ１０２：Ｙｅｓ）、周期性突発音の発生源が自身の酸素マスク
であるため、通知制御部２５２は、自身の異常発生を通知する（ステップＳ１０３）。

ステップＳ１０３における自身の異常発生の通知は、様々な手法が適用可能である。具
体的な例としては、通知制御部２５２の制御により通信制御部２５３および通信部２３０
を用いて、異常発生を知らせる無線送信を行う。異常発生を知らせる無線送信によって、
音声信号として異常の発生を通知したり、受信した周囲の通信装置が備えるＬＥＤ等の光
源を点滅させ、視覚的に異常の発生を通知してもよい。さらには、自身の通信装置２００
が備える表示部２４０や光源を用いて異常を視覚的に通知してもよい。異常発生を知らせ
る無線送信や表示においては、酸素量低下など具体的な異常内容が判別できることとして
もよい。

ステップＳ１０１の比較結果において、検出された周期性突発音の音圧レベルが閾値以
上ではない場合（ステップＳ１０２：Ｎｏ）、周期性突発音の発生源が自身の酸素マスク
ではなく周囲に存在する他者の酸素マスクであるため、通知制御部２５２は、周囲の他者
において異常が発生していることを通知する（ステップＳ１０４）。ステップＳ１０４に
おける他者の異常発生の通知においても、様々な手法が適用可能である。具体的な例とし
ては、ステップＳ１０３における例と同様であるが、異常発生を知らせる無線送信や表示
においては、具体的な異常内容に加えて他者に異常が発生していることを判別できること
としてもよい。

次に、突発音区間音圧算出部２５１は、異常が発生した他者の位置情報を取得する（ス
テップＳ１０５）。ステップＳ１０５の処理は、他者が周囲に複数存在する場合、どの他
者に異常が生じているかを明確にするためである。ステップＳ１０５の処理については後
述する。

ステップＳ１０５において、異常が発生した他者の位置情報を取得した後、通知制御部
２５２は、異常対象である他者の位置情報を通知する（ステップＳ１０６）。異常対象で
ある他者の位置情報の通知においても様々な手法が適用可能であり、位置情報の種類によ
っても異なる場合もあるが、無線送信による視覚的または聴覚的な通知、または表示部２
４０や光源を用いる視覚的な通知が適切である。

次にステップＳ１０５の第一の処理例について説明する。図８は異常が発生している他
者と自己との位置関係を取得する処理を説明するフローチャートである。図７におけるス
テップＳ１０１およびステップS１０２の処理により他者に異常が発生したと判断された
後、突発音区間音圧算出部２５１は周期性突発音の所定区間毎の音圧レベルの変化を判定
する（ステップＳ２０１）。

ステップＳ２０１の判定において、現時点における区間の音圧レベルが過去の区間の音
圧レベルより大きいと判断された場合（ステップＳ２０２：Ｙｅｓ）、通知制御部２５２
は異常が発生している他者が自己に近づいていると判断する（ステップＳ２０３）。この
ため、図７におけるステップＳ１０６においては、各種手法により異常が発生している他
者が自己に近づいていることを通知する。

ステップＳ２０１の判定において、現時点における区間の音圧レベルが過去の区間の音
圧レベルより小さいと判断された場合（ステップＳ２０２：Ｎｏ）、通知制御部２５２は
異常が発生している他者が自己から遠ざかっていると判断する（ステップＳ２０４）。こ
のため、図７におけるステップＳ１０６においては、各種手法により異常が発生している
他者が自己から遠ざかっていることを通知する。

ステップＳ２０１の判定においては、音圧レベルの変化を判定する音声区間の長さによ
っては、複数の音声区間において連続して音圧レベルの上昇または下降が確認されること
により判断してもよい。

このような通知を行うことで、異常が発生した他者の発見時間の短縮に繋げることがで
きる。

次に、図９および図１０を用いてステップＳ１０５の第二の処理例について説明する。
図７におけるステップＳ１０１およびステップS１０２の処理により他者に異常が発生し
たと判断された後、通知制御部２５２は、音声出力部２２０による音声出力または表示部
２４０による表示を用いて、異常対象方向検出のための動作を行う指示を行う（ステップ
Ｓ２１１）。具体的には、通信装置２００または通信装置２００を保持した人物がその場
で３６０度回転するように指示する。

ステップＳ２１１における指示後、突発音区間音圧算出部２５１は、周期性突発音の所
定区間毎の音圧レベル取得し（ステップＳ２１２）、周期性突発音の方向を判定する（ス
テップＳ２１３）。図１０は、ステップＳ２１２の処理において取得した音圧レベルの例
である。図１０においては、回転開始から終了までの角度を横軸とし、音圧レベルを縦軸
としており、１８０度の位置つまり回転開始時の向きにおいて後方向で最大の音圧レベル
を得ており、その方向に異常が発生した他者が存在していることが分かる。音圧レベルと
回転角度は、ステップＳ２１１における指示開始時間から概算してもよいが、通信装置２
００に加速度センサ等が備えられ、加速度センサの出力によって回転角度を取得してもよ
い。

このため、図７におけるステップＳ１０６においては、各種手法により、ステップＳ２
１３において判定した異常が発生している他者の方向を通知する。

このような通知を行うことで、異常が発生した他者の発見時間のさらなる短縮に繋げる
ことができる。また、図８および図９において説明した他者の位置情報取得処理は他の位
置情報取得処理と組み合わせて実行されてもよい。

次に、図１１から図１３を用いてステップＳ１０５の第三の処理例について説明する。
第三の処理例については、通信装置２００の構成が一部異なってくる。このため、通信装
置２００の構成ブロック図を図１１を用いて説明する。図１１の説明においては図６と共
通する部分の説明は省略する。

図１１に示す通信装置２００は、マイクロフォン２１０に代えて第１マイクロフォン２
１１および第２マイクロフォン２１２を備える。第１マイクロフォン２１１および第２マ
イクロフォン２１２は、機能としてはマイクロフォン２１０と同一であり、複数備えられ
ていることが異なる。

図１２に第１マイクロフォン２１１および第２マイクロフォン２１２は、通信装置２０
０において同一面またはほぼ対象となるように配置されている。このため、突発音１の発
生位置においては、第２マイクロフォン２１２には第１マイクロフォン２１１よりも時間
的に遅延した信号が入力される。同様に、突発音２の発生位置においては、第１マイクロ
フォン２１１には第２マイクロフォン２１２よりも時間的に遅延した信号が入力される。

制御部２５０は、実行されるプログラムによって相関値算出部２５４を実現する。相関
値算出部２５４は、第１マイクロフォン２１１および第２マイクロフォン２１２から入力
された周期性突発音の相関値を求める。

図１３を用いて、図１１に示す通信装置２００によるステップＳ１０５の第三の処理例
について説明する。図１１に示す通信装置２００においても、図７に示す周期性突発音を
検出した場合における処理は同一である。

図７におけるステップＳ１０１およびステップS１０２の処理により他者に異常が発生
したと判断された後、相関値算出部２５４は、第１マイクロフォン２１１および第２マイ
クロフォン２１２のいずれかに入力された信号を基準として相関値を求める（ステップＳ
２１１）。

ステップＳ２１１の処理は、例えば第１マイクロフォン２１１に入力された信号を基準
とする場合、式２を用いて相関値を算出する。式２においては、第１マイクロフォン２１
１をマイク１、第２マイクロフォン２１２をマイク２として記載している。式２において
、Ｎはサンプルデータ数、ｎは時系列サンプルを表す整数であり、ｍは時系列のサンプル
シフト量を示し、自己相関関数の結果Ａを求める。

式２を用いて相関値を算出した場合、図１２に示す突発音１の方向で周期性突発音が発
生した場合は、第１マイクロフォン２１１に対して第２マイクロフォン２１２より先行し
て周期性突発音の信号が到着する。同様に突発音２の方向で周期性突発音が発生した場合
は、第２マイクロフォン２１２に対して第１マイクロフォン２１１より先行して周期性突
発音の信号が到着する。

このように、ステップＳ２２１において相関値算出部２５４は、第１マイクロフォン２
１１または第２マイクロフォン２１２を基準として相関値を求める。また、相関値算出部
２５４は、ステップＳ２２１で算出した相関値に基づき、相関が最も高い波形の時間幅か
ら周期性突発音の複数のマイクロフォン間の位相差を取得し、位相差より周期性突発音の
発生方向を判定する（ステップＳ２２２）。

このような処理によって判定した周期性突発音の発生方向を、図７におけるステップＳ
１０６にて、指定された各種手法を用いて通知する。このような通知を行うことで、異常
が発生した他者の発見時間のさらなる短縮に繋げることができる。また、図１３において
説明した他者の位置情報取得処理は他の位置情報取得処理と組み合わせて実行されてもよ
い。

このような構成を備える通信装置２００は、迅速且つ適切に周期性突発音を検出し、周
期性突発音が発生していることや周期性突発音の発生源に関する情報を自身または周囲の
通信装置２００へ通知することができる。

次に、本発明に係る雑音低減装置５００および雑音低減方法について、図１４から図２
2を用いて説明する。

本発明の実施形態である雑音低減装置５００は、例えば後述する通信装置６００に内蔵
された状態で、一例として工事現場や災害現場などの環境で用いられる。一例としては上
述したように、消防士が火災現場における活動時に用いる酸素マスクが周期的な突発音を
発生し、受話側の音声の聞き取りが困難となる場合がある。

図１４は、本発明に係る雑音低減装置５００のブロック図である。雑音低減装置５００
は、後述する通信装置６００等に搭載される。雑音低減装置５００は、通信装置等にモジ
ュールとして搭載されてもよく、通信装置６００に備えられているＣＰＵ等の処理および
通信装置６００の構成要素を用いて実現されてもよい。また、ＰＣや携帯端末等により実
現されてもよい。

また、雑音低減装置５００は、図１に示す雑音検出装置１００と共通の構成要素を備え
ており、同一の装置であってもよい。また、雑音低減装置５００および雑音検出装置１０
０は、通信装置６００等の構成要素を用いて同時に実現されてもよい。

雑音低減装置５００は、主な構成要素として入力部５１０、出力部５２０、記憶部５３
０、制御部５５０を備える。これら以外にも雑音低減装置５００として機能するために必
要な構成要素を適宜備える。

入力部５１０は、雑音低減装置５００が雑音を低減する対象の音データが入力されるイ
ンターフェースであり、具体的な構成は入力部１１０と同様である。

出力部５２０は、雑音低減装置５００が雑音を低減した音データを出力するインターフ
ェースである。出力部５２０による出力形態や出力タイミング等は、制御部５５０により
制御される。出力部５２０は、雑音低減装置５００が単体で用いられる場合は、雑音が低
減された音データの出力を行う各種インターフェースを備え、雑音低減装置５００が通信
装置６００に内蔵される場合は、通信装置６００が備える通信部に雑音が低減された音デ
ータを出力する。

記憶部５３０は、雑音低減装置５００の雑音低減処理に用いる一時的なデータの記憶や
、概形モデル等を記憶する。記憶部５３０の具体的な構成は記憶部１３０と同様であり、
制御部５５０において実行される各種プログラムも記憶部５３０に記憶される。

制御部５５０は、雑音低減装置５００の構成要素および各種処理のためのプログラムを
実行するＣＰＵやＤＳＰ等である。雑音低減装置５００が通信装置６００に内蔵されてい
る場合は、通信装置６００の制御部６５０と共用であってもよい。

制御部５５０は、実行されるプログラムによって各種機能を実現する。本実施形態にお
いて制御部５５０は、フレーム処理部５５１、突発音検出部５５２、音声区間判定部５５
３、突発音周期性判定部５５４、音圧量調整値決定部５５５、出力レベル調整部５５６を
実現する。

フレーム処理部５５１は、フレーム処理部１５１と同様に、入力部５１０から入力され
た雑音を低減する対象の音データに対して、所定のサンプル数に従った時間幅で音データ
をフレームに区切る処理を行う。

突発音検出部５５２は、フレーム処理部５５１でフレーム化された時間幅の音データか
ら、検出対象である突発音を検出する処理を行う。また、突発音検出部５５２は、検出さ
れた突発音に対して概形モデル化処理を行う。

音声区間判定部５５３は、フレーム処理部５５１でフレーム化された時間幅の音データ
が音声を含む音声区間であるか否かを判断する処理を行う。また、音声区間判定部５５３
は、音声区間に対して音声を包含する割合である音声包含量を算出する処理を行う。

突発音周期性判定部５５４は、突発音検出部５５２で検出された突発音が周期性を備え
る周期性突発音であるか否かを判断する処理を行う。

音圧量調整値決定部５５５は、突発音周期性判定部５５４突発音が周期性を備えると判
断された場合、音声区間判定部５５３による判定結果に基づき突発音の音圧量調整値を決
定する処理を行う。

出力レベル調整値５５６は、音圧量調整値決定部５５５により決定された音圧量調整値
によって突発音の音圧量を調整することにより、突発音を低減する処理を行う。

図１５は、図１４に示す突発音検出部５５２の構成ブロック図である。突発音検出部５
５２が突発音を検出するための構成は問わないが、一例として図１に示す振幅検出部１５
２、突発音確定部１５３および概形モデル化部１５４が突発音を検出するための機能であ
るため、各々と同様の機能である振幅検出部５６１、突発音確定部５６２および概形モデ
ル化部５６３を備える。

振幅検出部５６１は、フレーム処理部５５１でフレーム化された時間軸の音データを構
成する複数のサンプル点より、振幅値が他のサンプル点と比較して高い値を示すサンプル
点の位置をピーク位置として検出する処理を行う。具体的には、振幅値が所定の閾値以上
である場合のピーク位置を検出する。

突発音確定部５６２は、振幅検出部５６１において検出されたピーク位置に基づき、振
幅の高い信号が継続する期間と、ピーク位置を基準としたエネルギー変化量を算出し、検
出対象となる突発音を確定する処理を行う。

概形モデル化部５６３は、突発音確定部５６２において確定された突発音の時間軸音声
振幅波形から概形モデル波形を生成する処理を行う。

次に、図１６のフローチャートを用いて雑音低減装置５００による雑音低減方法につい
て説明する。

先ず、入力部５１０に入力された音データに対してフレーム処理部５５１は所定のサン
プル数の時間幅でフレーム化する処理を行う（ステップＳ５０１）。ステップＳ５０１の
処理は、図２に示すステップＳ００１の処理と同様である。例えば酸素残量が少なくなっ
た際の酸素マスクが振動することによる周期的突発音は、最も音圧レベルが高いピーク位
置の立ち上がりから立ち下がりまで約０．１ｓｅｃの時間幅を有する。従って、このよう
な周期性突発音の存在を検出するためには、各突発音の前後の突発音を含まない区間を確
保し、ピーク位置における振幅の変化量やエネルギー変化量の推移に基づき突発音を検出
する必要がある。このため、検出対象の突発音の存在を把握するための時間幅としては、
ピーク位置の立ち上がりから立ち下がりまでの約０．１ｓｅｃに対して、０．３ｓｅｃか
ら０．５ｓｅｃであることが望ましい。

次に、突発音検出部５５２は、ステップＳ５０１においてフレーム化された音データか
ら突発音を検出し、検出された突発音の振幅値および波形の変化量から概形モデル化処理
を行う（ステップＳ５０２）。突発音検出部５５２による突発音の検出手法は様々な手法
が適用可能であるが、一例としては、図２に示すステップＳ００２からステップＳ００５
の処理を適用してもよい。また、突発音検出部５５２による突発音の概形モデル化処理に
ついても図２に示すステップＳ００６の処理を適用してもよい。この場合、突発音検出部
５５２は、図１５に示すように、振幅検出部１５２、突発音確定部５６２および概形モデ
ル化部１５４に対応する振幅検出部５６１、突発音確定部５６２および概形モデル化部５
６３としての機能を備える。

ステップＳ５０２の突発音検出処理を図１７を用いて説明する。先ず、振幅検出部５６
１はステップＳ５０１においてフレーム化した音データの振幅値を所定の閾値と比較し（
ステップＳ６０２）、振幅値が閾値以上であるか否かを判断する（ステップＳ６０２）。
ステップＳ６０２において、振幅値が閾値以上であると判断された場合、振幅検出部５６
１は時間軸上のピーク位置を検出する。

ステップＳ６０２において振幅値が閾値以下であると判断された場合（ステップＳ６０
２：Ｎｏ）、解析対象となるフレームにおいて突発音は無いため、次のフレームを解析対
象としてステップＳ５０１の処理に戻る。

ステップＳ６０２において、振幅値が閾値以上であると判断された場合（ステップＳ６
０２：Ｙｅｓ）、突発音確定部５６２は、検出したピーク位置に基づき振幅の高い信号の
継続時間とピーク位置を基準としたエネルギー変化量を算出し、突発音を確定する（ステ
ップＳ６０３）。

また、ステップＳ６０３においては、ピーク位置を基準としたエネルギー変化量として
、ピーク位置から区間Ｉｎｔ内の最後のサンプル位置までの振幅の絶対値を加算し、エネ
ルギーを算出する。突発音確定部５６２は、ステップＳ６０３において算出した継続時間
とエネルギー変化量各々が所定の閾値以上である場合（ステップＳ６０４：Ｙｅｓ）、そ
のピーク位置における波形を突発音として確定する。所定の閾値以下である場合（ステッ
プＳ６０４：Ｎｏ）、突発音は検出されないため、次のフレームを解析対象としてステッ
プＳ５０１の処理に戻る。

次に、概形モデル化部５６３は、ステップＳ６０４において突発音として検出された波
形に対して概形モデル化処理を行う（ステップＳ６０５）。

ここで、概形モデル化処理の例について図１８から図２２を用いて説明する。ここで説
明する概形モデル化処理は、ステップＳ６０５の処理を実行する概形モデル化部５６３に
おいて実施されるとともに、図２のステップＳ００６の処理を実行する概形モデル化部１
５４における概形モデル化処理に適用してもよい。なお、本実施形態においては、突発音
を低減する際にＡＧＣ（Automatic Gain Control）処理を用いるため、概形モデル化処理
においてＡＧＣ係数を用いる。ＡＧＣ処理は周知の手法であるが、本実施形態においては
ＡＧＣ係数を突発音の低減に応用し、入力された音データに含まれる突発音の感度を下げ
て出力することで、突発音を低減することを可能とする。

先ず、概形モデル化処理の第１の例を、図１８および図１９を用いて説明する。

概形モデル化部５６３は、突発音確定部５６２により確定された突発音の突発音区間か
ら最大振幅値を検出する（ステップＳ７０１）。ステップＳ７０１の処理は、図１９（Ａ
）に示すように、突発音としての波形の開始位置から終了位置までの区間である突発音区
間における振幅の最大値を検出する。ここで検出する振幅の最大値は振幅の絶対値の最大
値であってもよい。

次に、概形モデル化部５６３は、ステップＳ７０１において検出した最大振幅値からＡ
ＧＣ係数α_pkを算出する（ステップＳ７０２）。ステップＳ７０２におけるＡＧＣ係数α
_pkの算出は、式３を用いて求める。式３において、Ｉgainは入力信号の振幅値でありステ
ップＳ７０１において検出した最大振幅値である。ＨgainはＩgainに対してＡＧＣ処理を
行った後の目標とする振幅値であり、Ｍgainは所定の閾値である。

式３において、所定の閾値であるＭgainは、突発音区間の振幅値から算出することが望
ましいが、予め設定された値であってもよい。ＡＧＣ処理後の目標値であるＨgainは、突
発音が存在しない区間の振幅値と同等となるように設定することが望ましいが、予め設定
された値であってもよい。

式３は、具体的には、入力信号の振幅値であるＩgainが所定の閾値Ｍgainより大きい場
合にＨgainとなるように調整するＡＧＣ係数α_pkを算出する。

次に、概形モデル化部５６３はステップＳ７０２において算出されたＡＧＣ係数α_pkを
、突発音区間の各サンプル値に入力するとともに、突発音区間以外のＡＧＣ係数を１とし
て、図１９（Ｂ）に示すような矩形波を作成する（ステップＳ７０３）。ステップＳ７０
３で作成された矩形波を突発音の概形モデルとする。

次に、概形モデル化処理の第２の例を、図２０を用いて説明する。概形モデル化処理の
第２の例は、第１の例として説明した図１８のフローチャートにおけるステップＳ７０３
の処理が異なる。

概形モデル化部５６３は、ステップＳ７０２において算出されたＡＧＣ係数α_pkに基づ
いて、図２０に示すように、突発音波形のピーク位置と突発音区間の前後のサンプル数か
ら三角波を作成する（ステップＳ７０３）。ここでいうピーク位置とは、ステップＳ７０
１で検出された突発音区間の最大値の振幅値とサンプル位置を示す。

例えば、サンプル位置ＳｔにおけるＡＧＣ係数α_Stは式４により求められる。

第２の例におけるステップＳ７０３は、ピーク位置から突発音区間の範囲内におけるサ
ンプル位置毎にＡＧＣ係数を求めて作成された三角波を突発音の概形モデルとする。

次に、概形モデル化処理の第３の例を、図２１および図２２を用いて説明する。概形モ
デル化処理の第３の例は、第１の例および第２の例として説明した図１８のフローチャー
トにおけるステップＳ７０１の後にステップＳ７１０の処理が加えられることが異なる。

概形モデル化部５６３は、ステップＳ７０１において検出した突発音の最大振幅値にお
けるサンプル位置から突発音を区間分割し、分割した各々の区間における振幅の最大値を
検出する（ステップＳ７１０）。具体的には、図２２（Ａ）に示すように、ステップＳ７
０１において検出した突発音を最大振幅値におけるサンプル位置を基準として、任意の複
数区間として突発音区間を分割する。図２２（Ａ）においては、最大値を基準として区間
幅ｔの分割区間ａ、分割区間ｂおよび分割区間ｃに突発音区間を分割している。

分割数および分割方法は任意である。具体例として最大振幅値のサンプル位置から突発
音区間終了位置までを任意の分割数で等分した区間幅ｔによる分割を行う。突発音の特性
としては、突発音区間の初期に最大振幅値が存在するため、突発音区間発生位置から最大
振幅値のサンプル位置までは区間分割する必要は無いが、突発音の特性によっては区間分
割する。

概形モデル化部５６３は、分割した各々の区間における最大振幅値を検出し、式４によ
り各々の区間の最大振幅値におけるＡＧＣ係数を算出し、図２２（Ｂ）に示すような波形
を突発音の概形波形とする。図２２（Ｂ）に示す突発音の概形波形は波形を平滑化しても
よい。

図１６に戻り、ステップＳ５０１においてフレーム化された音データに対し、音声区間
判定部５５３はそのフレームが音声区間であるか否かを判断する（ステップＳ５０３）。
音声区間の判定処理とは、フレーム化された区間の音データに人の声の成分が含まれてい
る場合を音声区間とする処理である。

ステップＳ５０３において音声区間ではないと判断された場合（ステップＳ５０４：Ｎ
ｏ）、つまり人の声の成分が含まれていないと判断された場合は、判断対象のフレームが
音声区間でないことを記憶し、ステップＳ５０６へ推移する。音声区間でないことの記録
としては、音声区間であるフレームに対して例えば「１」または「正」のフラグを付し、
音声区間ではないフレームに対してはフラグを付さないなどである。

ステップＳ５０３において音声区間であると判断された場合（ステップＳ５０４：Ｙｅ
ｓ）、つまり人の声の成分が含まれていると判断された場合は、判断対象のフレームに対
して音声区間であることを示すフラグを付し、判断対象のフレームにおける音声成分の包
含量を算出し（ステップＳ５０５）、ステップＳ５０６へ推移する。

ステップＳ５０１の音声区間判定の処理手法およびステップＳ５０５の音声成分包含量
算出手法は任意であるが、具体例として本出願人による特開２０１２−１２８４１１号公
報に開示された技術等を適用することができる。

ステップＳ５０２の処理、およびステップＳ５０３からステップＳ５０５の処理は、並
行して実行されてもよく、いずれかを先に処理してもよい。

次に、突発音周期性判定部５５４は、ステップＳ５０２における突発音の検出結果およ
びステップＳ５０３における音声区間判定結果に基づき、検出された突発音の周期性を検
出する（ステップＳ５０６）。ステップＳ５０６における突発音の周期性検出処理は、ス
テップＳ５０２における概形モデル化処理（ステップＳ６０５）による突発音の概形モデ
ル間の最大振幅値を示すピークの間隔を測定することにより求める。測定されたピークの
間隔が、許容された誤差範囲であり且つ所定回数に渡って連続している場合、検出された
突発音は周期性を備える周期性突発音であると判断できる。 また、ステップＳ５０６に
おける突発音の周期性検出は、突発音の概形モデルの自己相関を用いた、図２に示すステ
ップＳ００８およびステップＳ００９の処理を用いてもよい。

ステップＳ５０６の検出結果により、突発音が周期性を備える周期性突発音であると判
断された場合（ステップＳ５０７：Ｙｅｓ）、周期性突発音の持続性を示すフラグを付す
。具体的には突発音が周期性突発音であると判断された初回の突発音から、例えば「１」
または「正」のフラグを付し、突発音が検出されなくなるまで、または突発音が周期性突
発音ではないと判断されるまでフラグを維持する。

また、突発音が周期性であることを示すフラグが維持されている状態であり、ステップ
Ｓ５０２において突発音が検出されなかった場合であっても、検出対象のフレームに対し
てステップＳ５０３において音声区間であると判断されている場合は、ステップＳ５０６
の処理において突発音が周期性を備えるとする。これは、検出対象のフレームに含まれて
いる音声成分の影響により突発音が検出できない可能性があるためである。

ステップＳ５０６において突発音が周期性を有さないと判断された場合（ステップＳ５
０７：Ｎｏ）、検出された突発音に周期性が無い、または周期性突発音が終了したために
、次のフレームを解析対象としてステップＳ５０１の処理に戻る。突発音が周期性を有さ
ない判断は、例えば突発音の概形モデルの相関値や時間幅による周期性検出に加えて、ス
テップＳ５０３における音声区間ではない場合が該当する。また、音声区間であっても音
声包含量が所定以下の場合に周期性を有さないと判断する対象としてもよい。ステップＳ
５０７がＮｏの場合に周期性突発音の持続性を示すフラグが付されている場合は、検出対
象のフレームよりフラグを消去する。

ステップＳ５０７において突発音が周期性を有すると判断された場合（ステップＳ５０
７：Ｙｅｓ）、ステップＳ５０８以降の周期性突発音の音圧量調整値を決定する処理に進
む。

ステップＳ５０８において音圧量調整値決定部５５５は、周期性突発音であると判断さ
れたフレームが音声区間であるか否かを判断する（ステップＳ５０８）。ステップＳ５０
８の判断は、ステップＳ５０４において付されたフラグの有無により判断する。

ステップＳ５０８において音声区間ではないと判断された場合（ステップＳ５０８：Ｎ
ｏ）、すなわち周期性突発音である突発音が含まれるフレームに音声成分が含まれていな
い場合は、検出された突発音の音圧を低減しても音声には影響が無い。このため、このよ
うなフレームにおいては、ステップＳ６０５において概形モデル化された波形に基づき音
圧量調整値を算出する（ステップＳ５０９）。

ステップＳ５０９において算出される音圧量調整値は、具体的にはそのフレームにおけ
る概形モデル化波形をそのまま用いる。具体的には、図１８および図２１におけるステッ
プＳ７０３で作成されたＡＧＣカーブをそのフレームにおける音圧量調整値とする。

ステップＳ５０８において音声区間であると判断された場合（ステップＳ５０８：Ｙｅ
ｓ）、すなわち周期性突発音である突発音が含まれるフレームに音声成分が含まれている
場合は、含まれる音声成分の影響を加味して音圧量調整値を設定する。音圧量調整値決定
部５５５は、周期性突発音である突発音が含まれるフレームの音声成分の含有量が閾値以
上であるか否かを判断する（ステップＳ５１０）。

ステップＳ５１０において、音声成分の含有量が所定の閾値以上であると判断された場
合（ステップＳ５１０：Ｙｅｓ）、突発音よりも音声成分が強くなることが考えられる。
ここで、ステップＳ６０５において概形モデル化された波形に基づき音圧量調整値を算出
すると、音声成分を大幅に減少させてしまう。ステップＳ５１１においては、概形モデル
化された波形に基づく音圧量調整ではなく、記憶部５３０に記憶されている過去に求めた
音圧量調整値を調整して用いる（ステップＳ５１１）。

ステップＳ５１１の処理を具体的に説明すると、音声成分の含有量が所定の閾値以上で
ある場合は、周期性突発音であることを示すフラグが付されていても、上述したように音
声成分の影響により突発音が検出できない場合である。仮に検出できたとしても突発音よ
りも音声が強い可能性がある。このため、対象フレームの直近で更新された音圧量調整値
を記憶部５３０より読み出す。記憶部５３０から読み出す直近の音圧量調整値は、音声信
号が含まれていないフレームにおける音圧量調整値とする。この場合、音圧量調整値の最
大振幅値を、例えば２分の１、３分の１など音声信号が必要以上に低減されないように調
整する。音圧量調整値の調整は、予め定められた値であってもよく、音声成分の含有量に
基づき変更可能であってもよい。

ステップＳ５１０において、音声成分の含有量が所定の閾値未満であると判断された場
合（ステップＳ５１０：Ｎｏ）、突発音が検出されているが音声信号も含まれている。こ
のため、音圧量調整値決定部５５５はステップＳ５０９と同様に対象となるフレームの概
形モデル化波形に基づいたＡＧＣカーブを、音声信号が必要以上に低減されないように調
整した上で用いる（ステップＳ５１２）。ステップＳ５１２における音圧量調整値の調整
も、予め定められた値であってもよく、音声成分の含有量に基づき変更可能であってもよ
いが、ステップＳ５１１における調整に比して音圧調整ｔ値の最大振幅値が小さくならな
いような調整である。

ステップＳ５０９、ステップＳ５１１およびステップＳ５１２の処理において音圧量調
整値が決定した後、音圧量調整値決定部５５５は対象のフレームに対して音圧調整値に基
づき突発音を低減する処理を行う（ステップＳ５１３）。また、ステップＳ５０９、ステ
ップＳ５１１およびステップＳ５１２の処理において決定された音圧調整値は、対象のフ
レームに対応付けられて逐次記憶部５３０に記憶される。ここで記憶された音圧調整値は
次以降のフレームにおけるステップＳ５１１およびステップＳ５１２の処理時に用いられ
る。

このような処理を行うことで、雑音低減装置５００は、音声信号が含まれている場合で
あっても音声信号への影響を最小限としながら、周期性突発音を低減することができる。

次に、雑音低減装置５００を用いた通信装置６００について、図２３を用いて説明する
。通信装置６００は通信装置２００と同様に各種無線通信装置や携帯電話等であり、通信
装置２００と同一の装置であってもよい。この場合、通信装置６００には雑音検出装置１
００による雑音検出機能およひ雑音低減装置５００による雑音低減機能が搭載されること
となる。

通信装置６００は、主な構成要素として雑音低減検出装置５００、マイクロフォン６１
０、音声出力部６２０、通信部６３０、表示部６４０、制御部６５０を備える。これら以
外にも例えば電源や操作部など通信装置６００として機能するために必要な構成要素を適
宜備える。

マイクロフォン６１０は、通信装置６００を用いて音声通話を行う場合に音声信号など
の音信号を取得するためのマイクロフォンおよび雑音低減装置５００による雑音を検出す
るためのマイクロフォンであり、マイクロフォン２１０と同様の構成である。各々の目的
のマイクロフォンは、共用されてもよく各々備えられていてもよい。マイクロフォン６１
０から入力された信号は、制御部６５０によって通信部６３０により送信される搬送波に
変調される。通信部６３０によって送信されるデータは雑音低減装置５００によって雑音
が低減されたデータである。

音声出力部６２０は、通信装置６００を用いて音声通話を行う場合に通話先からの音声
を出力するためのスピーカまたはイヤホン等であり、音声出力部２２０と同様の構成であ
る。

通信部６３０は、各種無線通信の送受信を行う通信モジュール等であり、通信部２３０
と同様の構成である。

表示部６４０は、液晶表示装置等の表示素子であり、表示部２４０と同様の構成である
。

制御部６５０は、通信装置６００の構成要素および各種処理のためのプログラムを実行
するＣＰＵやＤＳＰ等であり、制御部２５０の構成と同様である。また、雑音低減装置５
００の制御部５５０と共用であってもよい。

制御部６５０は、実行されるプログラムによって各種機能を実現する。本実施形態にお
いて制御部６５０は、通信制御部６５３を備え、通信部６３０による無線通信に関する制
御を行う。

このような構成を備える通信装置６００は、周期性突発音が発生する環境下においても
雑音低減処理による音声信号への影響を抑え、適切に雑音が低減された音声通信を行うこ
とができる。

１００ 雑音検出装置、１１０ 入力部、１２０ 出力部、１３０ 記憶部、１５０ 制
御部、１５１ フレーム処理部、１５２ 振幅検出部、１５３ 突発音確定部、１５４
概形モデル化部、１５５ 相関値算出部、１５６ 周期性突発音判定部、２００ 通信装
置、２１０ マイクロフォン、２１１ 第１マイクロフォン、２１２ 第２マイクロフォ
ン、２２０ 音声出力部、２３０ 通信部、２４０ 表示部、２５０ 制御部、２５１
突発音区間音圧算出部、２５２ 通知制御部、２５３ 通信制御部、２５４ 相関値算出
部、２９０ 通知部、５００ 雑音低減装置、５１０ 入力部、５２０ 出力部、５３０
記憶部、５５０ 制御部、５５１ フレーム処理部、５５２ 突発音検出部、５５３
音声区間判定部、５５４ 突発音周期性判定部、５５５ 音圧量調整値決定部、５５６
出力レベル調整部、５６１ 振幅検出部、５６２ 突発音確定部、５６３ 概形モデル化
部、６００ 通信装置、６１０ マイクロフォン、６２０ 音声出力部、６３０ 通信部
、６４０ 表示部、６５０ 制御部、６５３ 通信制御部

Claims (5)

1. 入力された音声信号に対して所定の時間幅のフレームに区切る処理を行うフレーム処理部、
   前記フレーム処理部により区切られたフレームにおける突発音を検出する突発音検出部、
   前記フレーム処理部により区切られたフレームが音声区間であるか否かを判断する音声区間判定部、
   前記突発音検出部により検出された突発音が周期性を備えるか否かを判断する突発音周期性判定部、
   前記突発音周期性判定部により突発音が周期性を備えると判断された場合、前記音声区間判定部による判定結果に基づき突発音の音圧量調整値を決定する音圧量調整値決定部、
   を備えることを特徴とする雑音低減装置。
2. 前記突発音検出部は、検出された突発音の波形を概形モデル化する概形モデル化部を備え、
   前記音圧調整値決定部は、前記概形モデル化部により概形モデル化された突発音の波形、および前記音声区間判定部による判定結果に基づき突発音の音圧調整値を決定することを特徴とする、
   請求項１に記載の雑音低減装置。
3. 前記音声区間判定部は、前記フレームが音声区間である場合は音声区間に含まれる音声成分包含量を算出し、
   前記音圧調整値決定部は、前記音声区間判定部により算出された音声成分包含量に基づいて前記音圧量調整値を決定することを特徴とする、
   請求項１または請求項２に記載の雑音低減装置。
4. 入力された音声信号に対して所定の時間幅のフレームに区切る処理を行うフレーム処理ステップ、
   前記フレーム処理ステップにおいて区切られたフレームにおける突発音を検出する突発音検出ステップ、
   前記フレーム処理ステップにおいて区切られたフレームが音声区間であるか否かを判断する音声区間判定ステップ、
   前記突発音検出ステップにおいて検出された突発音が周期性を備えるか否かを判断する突発音周期性判定ステップ、
   前記突発音周期性判定ステップにおいて突発音が周期性を備えると判断された場合、前記音声区間判定ステップにおける判定結果に基づき突発音の音圧量調整値を決定する音圧量調整値決定ステップ、
   を含むことを特徴とする雑音低減方法。
5. コンピュータに、
   入力された音声信号に対して所定の時間幅のフレームに区切る処理を行うフレーム処理ステップ、
   前記フレーム処理ステップにおいて区切られたフレームにおける突発音を検出する突発音検出ステップ、
   前記フレーム処理ステップにおいて区切られたフレームが音声区間であるか否かを判断する音声区間判定ステップ、
   前記突発音検出ステップにおいて検出された突発音が周期性を備えるか否かを判断する突発音周期性判定ステップ、
   前記突発音周期性判定ステップにおいて突発音が周期性を備えると判断された場合、前記音声区間判定ステップにおける判定結果に基づき突発音の音圧量調整値を決定する音圧量調整値決定ステップ、
   を実行させることを特徴とするプログラム。

Images