JP2019216389A - エコー抑圧装置、エコー抑圧方法およびエコー抑圧プログラム - Google Patents

Abstract

【課題】演算装置の処理負荷を軽減しつつ、エコーの除去を効果的に行うことができる。【解決手段】スピーカへ伝送される参照信号の大きさが第１閾値以上の場合には、非線形処理を用いた学習アルゴリズムを選択し、参照信号の大きさが第１閾値より小さい場合には、線形処理を用いた学習アルゴリズムを選択し、選択された学習アルゴリズムを用いてエコーを学習し、学習結果に基づいてマイクロホンにより収音された入力信号に含まれるエコーを除去する。【選択図】図２

Description

本発明は、エコー抑圧装置、エコー抑圧方法およびエコー抑圧プログラムに関する。

特許文献１には、遠端話者が無送話状態のときにエコーパス推定／疑似エコー生成回路の学習を停止することが開示されている。特許文献１に記載の発明では、エコー抑圧装置のキャンセル能力の高さを表す指標ＥＲＬＥが真のエコーと雑音とのＳ／Ｎ比よりある程度以上小さいときは学習アルゴリズムで用いるパラメータα＝１にし、ＥＲＬＥがＳ／Ｎ比に近づきまたはＳ／Ｎ比より大きくなるにつれてαを徐々に小さくする。

特許文献２には、受信信号入力側にスピーカアンプが飽和する受信信号レベルを調査する増幅器を設け、その調査結果に応じたクリッピング閾値を持つクリッピング回路を予測フィルタの入力側に設けて、スピーカアンプの出力が飽和してもエコーキャンセル量を悪化させないエコー抑圧装置が開示されている。

特開平７−３０３０６８号公報 特開２００３−１３４００４号公報

しかしながら、特許文献１、２に記載の発明では、演算負荷が重くなってしまうという問題がある。

本発明はこのような事情を鑑みてなされたもので、演算装置の処理負荷を軽減しつつ、エコーの除去を効果的に行うことができるエコー抑圧装置、エコー抑圧方法およびエコー抑圧プログラムを提供することを目的とする。

本発明にかかるエコー抑圧装置は、スピーカとマイクロホンとを有する端末のうちの前記マイクロホンにより収音された入力信号を伝送する送話側信号経路に設けられるエコー抑圧装置であって、前記スピーカへ伝送される参照信号の大きさに基づいて、エコーを学習する学習アルゴリズムを選択するアルゴリズム選択部と、前記アルゴリズム選択部により選択された学習アルゴリズムを用いてエコーを学習するエコー学習部と、前記エコー学習部による学習結果に基づいて前記入力信号に含まれるエコーを除去するエコー除去部と、を備え、前記アルゴリズム選択部は、前記参照信号の大きさが第１閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記第１閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択することを特徴とする。

本発明によれば、スピーカへ伝送される参照信号の大きさが第１閾値以上の場合には、非線形処理を用いた学習アルゴリズムを選択し、参照信号の大きさが第１閾値より小さい場合には、線形処理を用いた学習アルゴリズムを選択し、選択された学習アルゴリズムを用いてエコーを学習し、学習結果に基づいてマイクロホンにより収音された入力信号に含まれるエコーを除去する。線形処理を用いた学習アルゴリズムは計算量が少ないため、演算装置の処理負荷を軽減することができる。また、非線形処理を用いた学習アルゴリズムを用いることで、非線形の歪みが発生する場合において、エコーの除去を効果的に行うことができる。

前記参照信号を周波数領域の関数に変換する変換部をさらに備え、前記アルゴリズム選択部は、所定の間隔で複数に分けられた周波数帯域ごとに前記学習アルゴリズムを選択し、前記エコー学習部は前記周波数帯域ごとに前記学習アルゴリズムを用いて前記参照信号に含まれるエコーを学習し、前記エコー除去部は、前記周波数帯域ごとに前記エコー学習部による学習結果に基づいてエコーを除去してもよい。このように周波数帯域ごとにエコーの除去を行うことで、より確実にエコーを除去することができる。

前記参照信号の大きさに基づいてエコーを除去するか否かを決定する除去要否判定部をさらに備え、前記除去要否判定部は、前記参照信号の大きさが前記第１閾値より小さい第２閾値より小さい場合には、前記エコー除去部によるエコーの除去をしないことを決定してもよい。これにより、不要な演算を省略し、演算装置の処理負荷を軽減するとともに、収音された音声を明瞭に送信することができる。

前記エコー除去部は、いずれの学習アルゴリズムにより学習された学習結果に対しても同一の計算式を用いてエコーを除去してもよい。この構成によれば、使用する学習アルゴリズムを違和感なく自然に切り替えることができる。

本発明にかかるエコー抑圧方法は、例えば、スピーカへ伝送される参照信号の大きさに基づいてエコーを学習する学習アルゴリズムを選択するアルゴリズム選択ステップと、前記アルゴリズム選択ステップにより選択される学習アルゴリズムを用いてエコーを学習するエコー学習ステップと、前記エコー学習ステップにおける学習結果に基づいてマイクロホンにより収音された入力信号に含まれるエコーを除去するエコー除去ステップと、含み、前記アルゴリズム選択ステップは、前記参照信号の大きさが閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択することを特徴とする。

本発明にかかるエコー抑圧プログラムは、例えば、スピーカとマイクロホンとを有する端末のうちの前記マイクロホンにより収音された入力信号を伝送する送話側信号経路に設けられるエコー抑圧プログラムであって、コンピュータを、前記スピーカへ伝送される参照信号の大きさに基づいて、エコーを学習する学習アルゴリズムを選択するアルゴリズム選択部であって、前記参照信号の大きさが閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択するアルゴリズム選択部と、前記アルゴリズム選択部により選択された学習アルゴリズムを用いてエコーを学習するエコー学習部と、前記エコー学習部による学習結果に基づいて前記入力信号に含まれるエコーを除去するエコー除去部と、として機能させることを特徴とする。

本発明によれば、演算装置の処理負荷を軽減しつつ、エコーの除去を効果的に行うことができる。

第１の実施の形態に係るエコー抑圧装置１が設けられた音声通信システム１００を模式的に示す図である。 エコー抑圧装置１の概略構成を示すブロック図である。 エコー抑圧装置１が行う処理の流れを示すフローチャートである。 第２の実施の形態に係るエコー抑圧装置２の概略構成を示すブロック図である。 エコー抑圧装置２が行う処理の流れを示すフローチャートである。

以下、本発明に係るエコー抑圧装置の実施形態を、図面を参照して詳細に説明する。エコー抑圧装置は、音声通信システムにおいて、通話の際に発生するエコーを抑圧する装置であり、スピーカおよびマイクが組み込まれてなる製品、例えば電話会議やテレビ会議用のヘッドセット、車載用の通話装置、およびインターホン等に用いられる。

＜第１の実施の形態＞
図１は、第１の実施の形態に係るエコー抑圧装置１が設けられた音声通信システム１００を模式的に示す図である。音声通信システム１００は、主として、マイクロホン５１及びスピーカ５２を有する端末５０（例えば、車載装置、会議システム、携帯端末）と、２台の通信装置５３、５４と、スピーカアンプ５５と、エコー抑圧装置１と、を有する。

音声通信システム１００は、端末５０（近端端末）を利用する利用者（近端側にいる利用者Ａ）が、通信装置５４（遠端端末）を利用する利用者（遠端側にいる利用者Ｂ）と音声通信を行なうシステムである。通信装置５４を介して入力された音声信号をスピーカ５２によって拡声出力し、かつ、近端側にいる利用者の発する音声をマイクロホン５１により集音して通信装置５４へ伝送することで、利用者Ａは、通信装置５３を把持することなく拡声通話（ハンズフリー通話）が可能となる。通信装置５３と通信装置５４とは、一般的な電話回線により接続されており、相互に通話が可能である。

エコー抑圧装置１は、マイクロホン５１から入力された入力信号を、端末５０から通信装置５３へ伝送する送話側信号経路に設けられる。

エコー抑圧装置１は、例えば、音声通信システム１００内の端末５０等に搭載される専用ボードとして構築されてもよい。また、エコー抑圧装置１は、例えば、コンピュータのハードウエア及びソフトウエア（エコー抑圧プログラム）によって構成されてもよい。エコー抑圧プログラムは、コンピュータ等の機器に内蔵されている記憶媒体としてのＨＤＤや、ＣＰＵを有するマイクロコンピュータ内のＲＯＭ等に予め記憶しておき、そこからコンピュータにインストールされてもよい。また、エコー抑圧プログラムは、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスク等のリムーバブル記憶媒体に、一時的あるいは永続的に格納（記憶）しておいてもよい。

図２は、エコー抑圧装置１の概略構成を示すブロック図である。エコー抑圧装置１は、マイクロホン５１と通信装置５３の送話側の信号入力端５３１との間に接続されている。図２において、上側の信号経路は、マイクロホン５１から入力された入力信号を伝送する送話側信号経路であり、下側の信号経路は、スピーカ５２へ信号を伝送する受話側信号経路である。

マイクロホン５１で収音される入力信号および通信装置５３によって受信された音声信号は、エコー抑圧装置１に入力される。エコー抑圧装置１は、通信装置５３に受信され、受話側信号経路を伝達される音声信号である参照信号に基づいて入力信号のエコーを除去し、送話側の信号入力端５３１へ出力する。

エコー抑圧装置１は、主として、エコー除去部１１と、除去要否判定部２２と、アルゴリズム選択部２３と、エコー学習部２４と、を有する。

エコー除去部１１は、マイクロホン５１で収音された入力信号からエコーを除去する機能部である。エコー除去部１１は、後述するエコー学習部２４により生成された疑似エコー信号を用いてエコーを除去する。エコー除去部１１の処理は既に公知であるため、説明を省略する。エコー除去部１１から出力された信号は、送話側の信号入力端５３１へ出力され、通信装置５３を介して利用者Ｂが有する通信装置５４に伝達される。

除去要否判定部２２は、参照信号の大きさに基づいて、エコー除去部１１によるエコーの除去を行うか否かを判定する機能部である。除去要否判定部２２は、参照信号の大きさが閾値Ｔ２より小さい場合、エコー除去部１１によるエコーの除去をしないことを決定する。除去要否判定部２２は、参照信号の大きさが閾値Ｔ２以上である場合、エコー除去部１１によるエコーの除去を行うことを決定する。

参照信号の大きさは、所定時間における参照信号の音圧の総和により求められる。また、参照信号の大きさは、所定時間における参照信号の絶対値を総和することにより求められてもよい。また、単位時間あたりの参照信号の絶対値の平均値を参照信号の大きさとしてもよい。

閾値Ｔ２は、通信装置５４側の環境騒音に基づいて定められる。通信装置５４側から常に入力されている環境騒音に関しては、利用者Ｂからの音声を利用者Ａが聞き取る場合に大きな障害にならない場合が通常であるためである。例えば、通信装置５４から信号出力端５３２へ入力される騒音レベルが３０ｄＢ（ＳＰＬ）以下である場合における参照信号の最大値を閾値Ｔ２とすることができる。また例えば、スピーカ５２から１ｍ離れた場所で十分静かな場合（３０ｄＢ（ＳＰＬ）以下）である場合における参照信号の最大値を閾値Ｔ２とすることができる。

エコー学習部２４は、エコーの学習アルゴリズムを用いて入力信号に含まれるエコーを学習し、エコー除去部１１によりエコーの除去に用いられる疑似エコー信号を生成する機能部である。エコー学習部２４は、複数種類の学習アルゴリズムを実行可能に構成されている。エコー学習部２４は、非線形処理を用いた学習アルゴリズムと、線形処理を用いた学習アルゴリズムムと、を実行することができる。エコー学習部２４は、次に詳述するアルゴリズム選択部２３により選択される１の学習アルゴリズムを用いて、エコーを学習する。

アルゴリズム選択部２３は、エコー学習部２４がエコーの学習に用いる学習アルゴリズムを選択する機能部である。アルゴリズム選択部２３は、参照信号の大きさに対する少なくとも１つの閾値に基づいてアルゴリズムを選択する。ここでは、アルゴリズム選択部２３は、参照信号の大きさが閾値Ｔ２より大きい閾値Ｔ１以上か否かを判定し、判定結果に基づいてエコーを学習する学習アルゴリズムを決定する。

閾値Ｔ１は、例えばスピーカ５２から１ｍはなれた場所でスピーカ歪みを測定し、正弦波の歪みレベルが１％以上発生する場合の参照信号の平均値とすることができる。スピーカ歪みの測定は、例えば、「ＪＩＳ Ｃ ５５３２：２０１４ 音響システム用スピーカ」で定められた方法を用いる。

アルゴリズム選択部２３は、参照信号の大きさが閾値Ｔ１以上の場合は非線形処理を用いた学習アルゴリズムを選択し、参照信号の大きさが閾値Ｔ１より小さい場合は線形処理を用いた学習アルゴリズムを選択する。線形処理を用いた学習アルゴリズムは、例えばＮＬＭＳやＬＭＳである。

除去要否判定部２２およびアルゴリズム選択部２３は、所定時間間隔ごとに、定期的に参照信号の大きさを判定し、エコー学習の態様を切り替える。すなわち、エコー抑圧装置１は、エコー学習の態様に関して、エコー学習を行わない態様、非線形処理を用いた学習アルゴリズムによりエコーを学習する態様、および線形処理を用いた学習アルゴリズムムによりエコーを学習する態様の３種類から選択可能であり、刻々と変化する参照信号の大きさに基づいて、エコー学習の態様が自動的に相互に切り替わるように構成されている。

図３は、エコー抑圧装置１が行う処理の流れを示すフローチャートである。まず、マイクロホン５１により入力信号を収音し（ステップＳ１）、受話側の信号出力端５３２から参照信号を取得する（ステップＳ２）。そして、除去要否判定部２２は、参照信号の大きさが閾値Ｔ２以上か否かを判定する（ステップＳ３）。

参照信号の大きさが閾値Ｔ２より小さい場合（ステップＳ３でＮｏ）は、参照信号が小さい、すなわちエコーも小さく、エコー抑圧自体が必要ない場合である。したがって、この場合には、エコー抑圧装置１は、エコーの除去を行わず、入力信号を信号入力端５３１へ出力する（ステップＳ８）。これにより、マイクロホン５１から出力された音声が歪まないで、きれいな音声のまま通信装置５４へ出力される。

参照信号の大きさが閾値Ｔ２以上の場合（ステップＳ３でＹｅｓ）には、アルゴリズム選択部２３は、参照信号の大きさが、閾値Ｔ１以上か否かを判定する（ステップＳ４）。

参照信号の大きさが閾値Ｔ１以上の場合（ステップＳ４でＹｅｓ）は、スピーカ５２からの音が大きい、すなわちエコーが大きく、スピーカ５２からの音が歪む場合である。歪み成分は非線形であるため、線形処理を用いた学習ではエコーを除去するのが困難である。したがって、この場合には、エコー学習部２４は、非線形処理を用いた学習アルゴリズムによりエコーを学習する（ステップＳ５）。非線形処理を用いた学習アルゴリズムは、計算量が多いが、歪みをより確実に除去することができる。

参照信号の大きさが閾値Ｔ２以上であって閾値Ｔ１より小さい場合（ステップＳ４でＮｏ）は、エコー成分が気になるが、そのレベルが低い場合である。したがって、この場合には、エコー学習部２４は、低演算量の線形処理を用いた学習アルゴリズムによりエコーを学習する（ステップＳ６）。線形処理を用いた学習アルゴリズムは計算量が少ないため、線形処理を用いた学習アルゴリズムを適用することで演算装置の負荷を低減する。

ステップＳ５又はステップＳ６によりエコー学習が行われると、エコー除去部１１は、学習された結果に基づいて入力信号に含まれるエコーを除去する（ステップＳ７）。エコー除去部１１は、いずれの学習アルゴリズムにより学習された学習結果に対しても同一の計算式を用いて参照信号のエコーを除去する。次いで、エコー抑圧装置１は、エコーが除去されている信号を信号入力端５３１へ出力する（ステップＳ８）。

本実施の形態によれば、参照信号の大きさに基づいてエコーの学習アルゴリズムを選択するため、演算装置の処理負荷を軽減しつつ、エコーの除去を効果的に行うことができる。

また、本実施の形態によれば、参照信号の大きさが大きい場合には非線形処理を用いたアルゴリズムによる学習に切り替えることで、参照信号の大きさが大きい場合に生じる非線形の歪みを確実に除去することができる。

また、本実施の形態によれば、いずれの学習アルゴリズムにより学習された学習結果に対しても同一の計算式を用いて前記参照信号のエコーを除去するため、使用する学習アルゴリズムが頻繁に切り替わっても、違和感なく自然にエコーを除去することができる。

なお、本実施の形態では、除去要否判定部２２およびアルゴリズム選択部２３が参照する閾値Ｔ１および閾値Ｔ２は、あらかじめ定められていたが、過去の参照信号又は入力信号の値に基づいて閾値Ｔ１および閾値Ｔ２を変動させてもよい。また、エコー抑圧装置１は、適宜接続される外部機器により閾値Ｔ１および閾値Ｔ２を書き換え可能に構成されていてもよい。

また、本実施の形態では、アルゴリズム選択部２３が１個の閾値に基づいて学習アルゴリズムを選択するものであったが、アルゴリズム選択部２３は複数の閾値に基づいて学習アルゴリズムを選択してもよい。すなわち、エコー学習部２４は３種類以上の学習アルゴリズムをそれぞれ実行可能であって、アルゴリズム選択部２３は、互いに異なる複数の閾値に基づいて１の学習アルゴリズムを選択するように構成されていてもよい。

例えばアルゴリズム選択部２３は、参照信号の大きさが大きい場合、例えば閾値Ｔ１より大きい閾値Ｔ５よりも参照信号が大きい場合は、非線形処理を用いた学習アルゴリズムのうち、参照信号の大きさが閾値Ｔ１以上かつ閾値Ｔ５以下の場合に用いる学習アルゴリズムよりも学習の収束速度が速い学習アルゴリズムを選択する。閾値Ｔ５は、例えばスピーカ５２から１ｍはなれた場所でスピーカ歪みの試験を行い、正弦波の歪みレベルが２％以上発生する場合の参照信号の平均値とすることができる。非線形処理を用いた学習アルゴリズムは、非線形フィルタの設計に用いる数理アルゴリズムにより収束速度及び精度が変わる。したがって、参照信号の大きさが閾値Ｔ５よりも大きい場合は、参照信号の大きさが閾値Ｔ１以上かつ閾値Ｔ５以下の場合よりも収束速度が速い数理アルゴリズムを選択する。このように、大きな歪みが発生する場合には、エコー成分除去の精度よりも速さを優先し、ある程度エコーが除去されている目的音声を早く生成する。

また例えば、アルゴリズム選択部２３は、参照信号の大きさが小さい場合、例えば参照信号が閾値Ｔ１より小さく閾値Ｔ２より大きい閾値Ｔ６以下である場合は、エコー成分除去の速さよりも精度を優先し、線形処理を用いた学習アルゴリズムのうち、学習の収束速度が遅く、推定精度の高い学習アルゴリズムを選択する。閾値Ｔ６は、例えば、スピーカ５２から１ｍ離れた場所で十分静かな場合（３０ｄＢ（ＳＰＬ）以下）である場合の参照信号の最大値とする。例えば、参照信号が閾値Ｔ２より大きくかつ閾値Ｔ６以下である場合は精度が高いＬＭＳを用い、参照信号が閾値Ｔ６より大きくかつ閾値Ｔ１以下である場合は速度が速いＮＬＭＳを用いる。このように、エコー成分が小さい場合には、エコー成分除去の速さよりも精度を優先し、エコー成分を確実に除去する。

また、アルゴリズム選択部２３は、選択される学習アルゴリズムに含まれるパラメータを、参照信号の大きさに基づいて変更できるように構成されていてもよい。パラメータを変えることで、学習アルゴリズムの更新速度が変更される。アルゴリズム選択部２３は、参照信号の大きさに比例して当該パラメータを連続的に変化させてもよいし、段階的に切り替えてもよい。またアルゴリズム選択部２３は、適宜接続される外部機器により学習速度に関するパラメータを変更できるように構成されていてもよい。この構成によれば、参照信号の大きさに応じてより細かく学習速度を調整することができる。

また、本実施の形態では、エコー学習部２４が擬似エコー信号の生成を行ったが、エコー学習部２４は、擬似エコー信号の生成において、スピーカ５２の再生直後から所定期間が経過するまでの入力信号からは擬似エコー信号を生成しないようにしてもよい。スピーカ５２の再生直後から所定期間が経過するまでは、スピーカ５２等が継続して振動することにより発生した音がマイクロホン５１に回り込むため、参照信号に起因しない入力信号が発生してしまうからである。ただし、スピーカ５２の再生直後から所定期間が経過するまでに参照信号が入力された場合には、エコー学習部２４が擬似エコー信号の生成をしないで、エコー除去部１１が振動により発生した音を検知してエコーを抑圧することが望ましい。参照信号が入力されたか否かは、参照信号の大きさに基づいて検知してもよいし、発話検知部が発話を検知するようにしてもよい。発話の検知は既に公知であるため説明を省略する。

＜第２の実施の形態＞
本発明に係るエコー抑圧装置の第２の実施形態について、第１の実施形態と異なる部分を中心に説明する。第２の実施形態にかかるエコー抑圧装置２は、参照信号を周波数領域の関数に変換する変換部、およびエコーが除去されている信号を時間領域の関数に変換する逆変換部を備える点において、第１の実施形態にかかるエコー抑圧装置１とは異なる。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

図４は、第２の実施の形態に係るエコー抑圧装置２の概略構成を示すブロック図である。エコー抑圧装置２は、主として、エコー除去部１２と、変換部３０、３１と、除去要否判定部３２と、アルゴリズム選択部３３と、エコー学習部３４と、逆変換部３５と、を有する。

変換部３０は、参照信号を周波数領域の関数に変換する機能部である。変換部３１は、入力信号を周波数領域の関数に変換する機能部である。変換部３０、３１は、本実施形態においてはフーリエ変換を行うが、他の変換手法によって周波数領域の関数に変換してもよい。

除去要否判定部３２は、所定の間隔で複数に分けられた周波数帯域ごとに、エコー除去部１１によるエコーの除去を行うか否かを判定する。除去要否判定部３２は、閾値Ｔ４に基づいて、エコーの除去を行うか否かを判定する。閾値Ｔ４は、周波数帯域ごとに定められている。閾値Ｔ４は、閾値Ｔ２と同様の方法により求められる。

アルゴリズム選択部３３は、所定の間隔で複数に分けられた周波数帯域ごとに学習アルゴリズムを選択する。アルゴリズム選択部３３は、閾値Ｔ３に基づいて、アルゴリズムを選択する。閾値Ｔ３は、周波数帯域ごとに定められている。閾値Ｔ３は、閾値Ｔ４より大きい。閾値Ｔ３は、閾値Ｔ１と同様の方法により求められる。

エコー学習部３４は周波数帯域ごとに選択される学習アルゴリズムを用いてエコーを学習する。エコー除去部１２は、周波数帯域ごとに得られる学習結果に基づいてエコーを除去する。

逆変換部３５は、エコーが除去されている信号のパワースペクトル密度を逆変換し、時間領域の関数に変換する機能部である。逆変換部２６は、例えば逆フーリエ変換を行う。逆変換部３５により変換された時間領域の出力信号は、送話側の信号入力端５３１に入力され、通信装置５３を介して利用者Ｂが有する通信装置５４に伝達される。

図５は、エコー抑圧装置２が行う処理の流れを示すフローチャートである。マイクロホン５１により入力信号が収音され（ステップＳ１）、受話側の信号出力端５３２から参照信号が入力されると（ステップＳ２）、変換部３０は、参照信号を周波数領域の関数に変換する（ステップＳ１０）。また、変換部３１は、入力信号を周波数領域の関数に変換する（ステップＳ１１）。これにより、参照信号及び入力信号が複数の周波数帯域に分けられる。

除去要否判定部２２は、周波数帯域ごとに、エコーの除去を行うか否かを判定する。すなわち除去要否判定部２２は、周波数帯域ごとに、参照信号の音圧が閾値Ｔ４以上か否かを判定する（ステップＳ１２）。参照信号のパワースペクトル密度が閾値Ｔ４より小さい（ステップＳ１２でＮｏ）周波数帯域については、エコー抑圧装置２は、当該各周波数帯域のエコー除去を行わず、後述するステップＳ１８に進む。

参照信号のパワースペクトル密度が閾値Ｔ４以上（ステップＳ１２でＹｅｓ）の周波数帯域については、アルゴリズム選択部２３は、周波数帯域ごとに、参照信号の音圧が閾値Ｔ３以上か否かを判定する（ステップＳ１３）。

参照信号のパワースペクトル密度が閾値Ｔ３以上（ステップＳ１３でＹｅｓ）の周波数帯域については、エコー学習部２４は、ステップＳ１１で周波数領域の関数に変換された入力信号に基づいて、非線形処理を用いた学習アルゴリズムにより当該周波数帯域のエコーを学習する（ステップＳ１４）。

参照信号の大きさが閾値Ｔ４以上であって閾値Ｔ３より小さい（ステップＳ１３でＮｏ）の周波数帯域については、エコー学習部２４は、ステップＳ１１で周波数領域の関数に変換された入力信号に基づいて、線形処理を用いた学習アルゴリズムにより当該周波数帯域のエコーを学習する（ステップＳ１５）。

エコー除去部１２は、ステップＳ１４、Ｓ１５で学習された結果に基づいて周波数帯域ごとに入力信号に含まれるエコーを除去する（ステップＳ１７）。

逆変換部３５は、エコー除去部１２によりエコーが除去された周波数領域の関数を時間領域の関数に変換する（ステップＳ１８）。また、逆変換部３５は、参照信号のパワースペクトル密度が閾値Ｔ４より小さい（ステップＳ１２でＮｏ）周波数帯域については、ステップＳ１１で周波数領域の関数に変換された信号を再び時間領域の関数に変換する（ステップＳ１８）。最後に、エコー抑圧装置２は、逆変換部３５により変換された信号を信号入力端５３１へ出力する（ステップＳ１９）。

本実施の形態によれば、周波数帯域ごとにエコーの除去を効果的に行うことができるため、より確実にエコーを除去することができる。

なお、本実施の形態では、ステップＳ１０の後にステップＳ１１を行ったが、ステップＳ１１はステップＳ１４、Ｓ１５の直前に行ってもよい。

以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。

１ ：エコー抑圧装置
１１、１２：エコー除去部
２２、３２：除去要否判定部
２３、３３：アルゴリズム選択部
２４、３４：エコー学習部
２６ ：逆変換部
３０、３１：変換部
３５ ：逆変換部
５０ ：端末
５１ ：マイクロホン
５２ ：スピーカ
５３、５４：通信装置
５５ ：スピーカアンプ
１００ ：音声通信システム
５３１ ：信号入力端
５３２ ：信号出力端

Claims (6)

1. スピーカとマイクロホンとを有する端末のうちの前記マイクロホンにより収音された入力信号を伝送する送話側信号経路に設けられるエコー抑圧装置であって、
   前記スピーカへ伝送される参照信号の大きさに基づいて、エコーを学習する学習アルゴリズムを選択するアルゴリズム選択部と、
   前記アルゴリズム選択部により選択された学習アルゴリズムを用いてエコーを学習するエコー学習部と、
   前記エコー学習部による学習結果に基づいて前記入力信号に含まれるエコーを除去するエコー除去部と、
   を備え、
   前記アルゴリズム選択部は、前記参照信号の大きさが第１閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記第１閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択する
   ことを特徴とするエコー抑圧装置。
2. 前記参照信号を周波数領域の関数に変換する変換部をさらに備え、
   前記アルゴリズム選択部は、所定の間隔で複数に分けられた周波数帯域ごとに前記学習アルゴリズムを選択し、
   前記エコー学習部は前記周波数帯域ごとに前記学習アルゴリズムを用いて前記参照信号に含まれるエコーを学習し、
   前記エコー除去部は、前記周波数帯域ごとに前記エコー学習部による学習結果に基づいてエコーを除去する
   ことを特徴とする請求項１に記載のエコー抑圧装置。
3. 前記参照信号の大きさに基づいてエコーを除去するか否かを決定する除去要否判定部をさらに備え、
   前記除去要否判定部は、前記参照信号の大きさが前記第１閾値より小さい第２閾値より小さい場合には、前記エコー除去部によるエコーの除去をしないことを決定する
   ことを特徴とする請求項１又は２に記載のエコー抑圧装置。
4. 前記エコー除去部は、いずれの学習アルゴリズムにより学習された学習結果に対しても同一の計算式を用いて前記入力信号に含まれるエコーを除去する
   ことを特徴とする請求項１から３のいずれか一項に記載のエコー抑圧装置。
5. スピーカへ伝送される参照信号の大きさに基づいてエコーを学習する学習アルゴリズムを選択するアルゴリズム選択ステップと、
   前記アルゴリズム選択ステップにより選択される学習アルゴリズムを用いてエコーを学習するエコー学習ステップと、
   前記エコー学習ステップにおける学習結果に基づいてマイクロホンにより収音された入力信号に含まれるエコーを除去するエコー除去ステップと、
   を含み、
   前記アルゴリズム選択ステップは、前記参照信号の大きさが閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択する
   ことを特徴とするエコー抑圧方法。
6. スピーカとマイクロホンとを有する端末のうちの前記マイクロホンにより収音された入力信号を伝送する送話側信号経路に設けられるエコー抑圧プログラムであって、
   コンピュータを、
   前記スピーカへ伝送される参照信号の大きさに基づいて、エコーを学習する学習アルゴリズムを選択するアルゴリズム選択部であって、前記参照信号の大きさが閾値以上の場合には非線形処理を用いた学習アルゴリズムを選択し、前記参照信号の大きさが前記閾値より小さい場合には線形処理を用いた学習アルゴリズムを選択するアルゴリズム選択部と、
   前記アルゴリズム選択部により選択された学習アルゴリズムを用いてエコーを学習するエコー学習部と、
   前記エコー学習部による学習結果に基づいて前記入力信号に含まれるエコーを除去するエコー除去部と、
   して機能させることを特徴とするエコー抑圧プログラム。
   

Images