JP2021097293A - エコーキャンセル装置、エコーキャンセル方法およびエコーキャンセルプログラム - Google Patents

Abstract

【課題】適応フィルタの数が増加しないようにする。【解決手段】エコーキャンセル装置１０Ａは、再生する周波数帯域が互いに異なる複数のスピーカ１６、１７の出力を入力とするマイクロホン１８からの信号を取得する。入力される音声データのうち、互いに異なる周波数帯域の信号成分を、フィルタ１０１、１０２でそれぞれ通過させる。それぞれ通過した互いに異なる周波数帯域の信号成分を、スピーカ１６、１７それぞれからマイクロホン１８までの音の到達時間に基づいて、遅延部１０３、１０４でそれぞれ遅延させる。それぞれ遅延された信号成分を加算部１０８で加算し、加算データに対応する信号をスピーカ１６、１７へ出力する。除去処理部１０５は、音声データを参照データとし、マイクロホン１８から取得した信号に対応する入力デジタルデータから参照データに対応する成分を除去する処理を行う。【選択図】図３

Description

本発明は、エコーキャンセル装置、エコーキャンセル方法およびエコーキャンセルプログラムに関する。

カーオーディオには、ユーザーの音声を検出するシステムとして、ハンズフリーと呼ばれるシステム（以下、ハンズフリーシステムと呼ぶ）を有するものがある。ハンズフリーシステムでは、マイクロホンを用いて集音した運転者の音声をデジタルデータに変換する。マイクロホンは、ハンドル、ルームミラー、ピラーなどに設置される。集音した音声は電話機を通して先方の通話者に送られる。また、先方の発話した音声は電話機を通しカーオーディオのスピーカから鳴らす。

ここで、複数のスピーカを含むマルチチャンネル対応の拡声通話系システムにおいて、チャンネル間の音量バランスを設定する技術として、特許文献１が知られている。特許文献１では、チャンネルごとに適応フィルタを設けてエコーキャンセル処理を行っている。また、スピーカとマイクとの距離分の時間遅延の測定方法が特許文献２に記載されている。さらに、複数のスピーカについて適用した、エコーキャンセル装置が特許文献３に記載されている。

特開２００９−０９４７０７号公報 特開平５−２９７８８１号公報 特開２０１９−１６５２７６号公報

ハンズフリーシステムでは、エコー除去装置を設けて音響エコーを除去することがある。特許文献１に記載の技術によると、スピーカごとに適応フィルタが必要になることから、スピーカの数が多いと適応フィルタの数も多くなるため、改善の余地がある。

また、特許文献２、特許文献３に記載の技術は、全周波数帯域を含んだ音声を想定している。このため、特許文献２、特許文献３に記載の技術は、再生する周波数帯域が互いに異なる複数のスピーカについては、適用できない。例えば、ツイータとウーファとが別々の場所に配置される、セパレートツイータタイプの２ウェイスピーカについて、特許文献２に記載の技術は適用できない。すなわち、音声周波数の帯域を分割した音が別々の場所から出力される場合において、特許文献２に記載の技術では正しくエコーキャンセルの効果が得られないため、改善の余地がある。

本発明は、上記に鑑みてなされたものであって、その目的は、再生する周波数帯域が互いに異なる複数のスピーカに適用する場合であっても、適応フィルタの数が増加せずに、エコーキャンセルを実現できるエコーキャンセル装置、エコーキャンセル方法およびエコーキャンセルプログラムを提供することである。

上述した課題を解決し、目的を達成するために、本発明のある態様によるエコーキャンセル装置は、再生する周波数帯域が互いに異なる複数のスピーカの出力を入力とするマイクロホンからの信号を取得する取得部と、入力される音声データのうち、互いに異なる前記周波数帯域の信号成分を、それぞれ通過させる複数のフィルタ部と、前記複数のフィルタ部をそれぞれ通過した互いに異なる周波数帯域の信号成分を、前記複数のスピーカそれぞれから前記マイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる遅延部と、前記遅延部によってそれぞれ遅延された信号成分を加算する第１加算部と、前記第１加算部による加算データに対応する信号を前記複数のスピーカへ出力する出力部と、前記音声データを参照データとし、前記取得部が取得した信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する処理を行う除去処理部と、を含む。

上述した課題を解決し、目的を達成するために、本発明のある態様によるエコーキャンセル方法は、入力される音声データについて、互いに異なる周波数帯域の信号成分に分ける工程と、互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる工程と、それぞれ遅延させた前記信号成分を加算し、加算したデータに対応する音を前記複数のスピーカから出力する工程と、前記マイクロホンからの信号を取得する工程と、前記入力される音声データを参照データとし、前記マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する工程と、を含む。

上述した課題を解決し、目的を達成するために、本発明のある態様によるエコーキャンセルプログラムは、コンピュータを、入力される音声データについて、互いに異なる周波数帯域の信号成分に分けるフィルタ部、互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる遅延部、それぞれ遅延させた前記信号成分を加算し、前記複数のスピーカから出力する加算部、前記入力される音声データを参照データとし、前記マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する除去処理部、として機能させるためのエコーキャンセルプログラムである。

本発明によれば、再生する周波数帯域が互いに異なる複数のスピーカに適用する場合であっても、エコー除去装置である適応フィルタの数が増加せずに、エコーキャンセルを実現できる。

図１は、比較例によるエコーキャンセル装置の構成を示す図である。 図２は、各スピーカから入るマイク遅延構成のイメージ図である。 図３は、第１実施形態によるエコーキャンセル装置の構成を示す図である。 図４は、除去処理部の構成を示す図である。 図５は、第２実施形態によるエコーキャンセル装置の構成を示す図である。 図６は、第３実施形態における、解析部の処理の内容の例を示すフローチャートである。 図７は、エコーキャンセル装置によって実現されるエコーキャンセル方法を示すフローチャートである。

以下に、本発明の実施形態を図面に基づいて詳細に説明する。以下の実施形態の説明において、同一又は同等の構成部分については同一の符号を付し、その説明を簡略又は省略する。なお、実施形態により本発明が限定されるものではない。また、実施形態の構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。また、この実施形態に記載された複数の変形例は、当業者自明の範囲内にて任意に組み合わせが可能である。また、発明の要旨を逸脱しない範囲で構成の省略、置換又は変更を行うことができる。

以下、各実施形態について説明するが、各実施形態の理解を容易にするため、先に比較例について説明する。

（比較例）
図１は、比較例によるエコーキャンセル装置の構成を示す図である。図１を参照すると、比較例によるエコーキャンセル装置１０は、２つのスピーカ１６、１７と、マイクロホン（以下、マイクと略称する）１８と、ハイパスフィルタ（ＨＰＦ）１９とに接続される。

スピーカ１６、１７は、入力されるアナログの音声信号を、音声に変換する。スピーカ１６は、例えばウーファーであり、低域または中低音域の音声信号を出力する。スピーカ１７は、例えばツイータであり、高音域の音声信号を出力する。

エコーキャンセル装置１０からの１チャンネルの出力の信号線は２つに分岐され、スピーカ１６に向かう信号線とスピーカ１７に向かう信号線とに分かれる。スピーカ１７に向かう信号線には、ハイパスフィルタ１９が挿入されている。ハイパスフィルタ１９は、音声信号に含まれる高音域の部分を通過させる。ハイパスフィルタ１９は、例えば、インダクタとキャパシタとの直列回路によって実現できる。

２つのスピーカ１６、１７は、セパレートツイータタイプの２ウェイスピーカとして機能する。カーオーディオシステムの場合、スピーカ１７は車両の場合、Ａピラーなど運転者などの耳に近い位置に配置されることがある。スピーカ１６は、車両のドアの下部に配置されることがある。

マイク１８は、車両の音声を取得する。マイク１８は、取得した音声をアナログの音声信号に変換する。

また、図１において、比較例によるエコーキャンセル装置１０は、信号処理部１００と、増幅部（Ａｍｐｌｉｆｉｅｒ；以下、ＡＭＰと呼ぶ）１１および１５と、アナログデジタル変換部（Ａｎａｌｏｇ Ｄｉｇｉｔａｌ Ｃｏｎｖｅｒｔｅｒ；以下、ＡＤＣと呼ぶ）１２と、デジタルアナログ変換部（Ｄｉｇｉｔａｌ Ａｎａｌｏｇ Ｃｏｎｖｅｒｔｅｒ；以下、ＤＡＣと呼ぶ）１３と、音量制御部１４と、を有する。

信号処理部１００は、デジタルの音声データに対して、エコー等の、対象の音声以外を除去する除去処理部１０５を有する。

ＡＭＰ１１は、マイクアンプである。ＡＭＰ１１は、マイク１８から出力されるアナログの音声信号を増幅する。

ＡＤＣ１２は、入力されるアナログの音声信号をデジタルの音声データに変換する変換部である。ＡＤＣ１２によって変換されたデジタルの音声データは、信号処理部１００に入力される。

ＤＡＣ１３は、入力されるデジタルの音声データをアナログの音声信号に変換する。ＤＡＣ１３によって変換されたアナログの音声信号は、音量制御部１４に入力される。

音量制御部１４は、スピーカ１６、１７から出力する音の出力レベルすなわち音量を調整する。音量制御部１４によって音量が調整されたアナログの音声信号は、ＡＭＰ１５に入力される。

ＡＭＰ１５は、スピーカアンプである。ＡＭＰ１５は、入力されるアナログの音声信号を増幅する。ＡＭＰ１５が増幅したアナログの音声信号は、スピーカ１６、１７に入力される。

電話機２０は、音声信号４０１を通話相手側に送信すると共に、通話相手側からの音声信号４００を受信する。電話機２０は、例えば、移動電話機やスマートフォンである。

また、図１のように、セパレートツイータタイプの２ウェイスピーカを用いる場合、オーディオ機器からの１チャンネルの出力線は分岐され、スピーカ１６に向かう信号線とスピーカ１７に向かう信号線とに分かれる。スピーカ１６とスピーカ１７とは同じ位置に置かれることが少なく、特にカーオーディオ装置においては、スピーカ１６とスピーカ１７とが異なる位置に設置される。このため、スピーカ１６とマイク１８との距離と、スピーカ１７とマイク１８との距離とが異なり、エコーキャンセルを適切に行うことが難しい。エコーキャンセルを適切に行うためには、高音域の音声信号、低域または中低音域の音声信号の２チャンネルのスピーカそれぞれについて適応フィルタを設ける必要があり、除去処理部１０５内の適応フィルタの数が増加する。

図２は、各スピーカ１６、１７からマイク１８への入力を模式的に示す図である。図２に示すように、各スピーカ１６、１７から出力される音声は、１つのマイク１８に入力される。各スピーカ１６、１７からマイク１８までの音の到達時間は互いに異なる。このため、各スピーカ１６、１７から同時に音を出力しても、出力された音はマイク１８と各スピーカ１６、１７との距離分の遅延時間を持ってマイク１８に入力される。図２に示すように、マイク１８に入力される信号３０１は、各スピーカ１６、１７から出力された信号が時間軸上でずれて重畳された状態になる。

このため、図２に示すように、異なる遅延時間を持ってマイク１８に入力された音声信号についてエコーを除去する処理を行う場合、複数のスピーカ１６、１７それぞれについてエコーをキャンセルする必要がある。複数のスピーカ１６、１７についてエコーをキャンセルするためには、除去処理部をスピーカのチャンネル数分用意する必要がある。

除去処理部は、それぞれ適応フィルタを有する。適応フィルタは処理が重いため、装置全体の処理への影響を考慮すると除去処理部を複数搭載することは難しい。

（第１実施形態）
次に、第１実施形態について説明する。

図３は、第１実施形態によるエコーキャンセル装置の構成例を示す図である。図３において、本実施形態によるエコーキャンセル装置１０Ａは、セパレートツイータタイプのスピーカを使用している。図３は、ハンズフリーシステムに適用したエコーキャンセル装置の例を示す。

図３に示すエコーキャンセル装置１０Ａは、比較例によるエコーキャンセル装置１０の信号処理部１００とは異なる信号処理部１００Ａを有する。信号処理部１００Ａは、デジタルの音声データに対して、エコー等の、対象の音声以外を除去する処理等を行う。信号処理部１００Ａは、例えば、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）を利用して実現することができる。信号処理部１００Ａは、ＳＯＣ（Ｓｙｓｔｅｍ−ｏｎ−ａ−ｃｈｉｐ）によって実現してもよい。信号処理部１００Ａは、ＤＳＰとＳＯＣとの両方を利用して実現してもよい。なお、エコーキャンセル装置１０Ａまたは信号処理部１００Ａは、音声データを入力する入力部を有する。

［信号処理部］
信号処理部１００Ａは、ハイパスフィルタ（ＨＰＦ）１０１と、ローパスフィルタ（ＬＰＦ）１０２と、遅延部（Ｄｅｌａｙ）１０３、１０４と、除去処理部１０５と、可変増幅部１０６、１０７と、加算部１０８と、解析部１０９と、を有する。これらは例えば、ＤＳＰを利用して実現することができる。

第１加算部である加算部１０８は電話機から入ってくる「高域再生用のツイータ」の信号と、「低域再生用のウーファー」の信号とを加算し、１チャンネルの信号にする。可変増幅部１０６、１０７は、増幅度を変化させることができる。具体的には、可変増幅部１０６、１０７の増幅度は、解析部１０９からの制御信号によって、変化させることができる。可変増幅部１０６、１０７の増幅度を変化させ、増幅度のバランスを調整することにより、「高域再生用のツイータ」の音量と、「低域再生用のウーファー」の音量との関係によって、加算部１０８の加算するバランスを変える。

高域をカットするＬＰＦや、低域をカットするＨＰＦは、急峻な特性を持てず緩やかに音量が下がる特性を持つ。よって、低域カットしても設定した周波数以下が完全に出力されないことはなく、低域の音はレベルが下がるが出力される。よって、ＨＰＦ１０１およびＬＰＦ１０２によって、スピーカ１７、スピーカ１６への信号の帯域を分割しても、分割した帯域付近では、スピーカ１７およびスピーカ１６両方から同じ音が出ることになる。カーオーディオシステムの場合、スピーカ１７は、車両のドアのＡピラーと呼ばれる場所に設置されることが多い。その場合、ハンドルなどに設置されるマイクの位置では、高域の直進性が高いため、ツイータの向きによってマイクに入ってくる音量が大きく変化する。このため、マイク１８の位置や取り付け方によって、スピーカ１６からマイク１８に入力されるレベルとスピーカ１７からマイク１８に入力されるレベルとに差が生じる。そこで、可変増幅部１０６、１０７のうち、音が大きい方（すなわち、エコー音声が大きい方）の増幅度を小さくし、加算部１０８における加算量を調整する。これにより、適切にエコーキャンセルを行うことができる。

除去処理部１０５は、デジタルの音声データを参照データとして入力する。参照データは、電話機２０からの音声である。除去処理部１０５は、マイク１８に入力された音声信号を変換したデジタルの音声データから、参照データに対応する成分を除去するエコー除去処理を行う。エコー除去処理とは、マイク１８に入力された音声信号を変換したデジタルの音声データから、参照データに対応する成分を差し引く処理である。このエコー除去処理を行うことにより、スピーカ１６、１７から出力される音声が通話相手に出力する音声に含まれないようにすることができる。

［遅延部］
遅延部１０３、１０４は、ＨＰＦ１０１とＬＰＦ１０２とで帯域分割された音声に対して遅延処理を行う。スピーカ１６、１７と同じ周波数帯域を取り出すように、ＨＰＦ１０１およびＬＰＦ１０２のカットオフ周波数を決定しておく。遅延部１０３、１０４は、スピーカ１７、１６への出力信号に対応しており、スピーカ１７からマイク１８までの距離とスピーカ１６からマイク１８までの距離との差を調整するための遅延部として機能する。遅延部１０３、１０４には、電話機２０から入力される音声が入力される。遅延部１０３、１０４は、スピーカ１７、１６それぞれからマイク１８までの音の到達時間に基づいて、通信相手からの音声を、それぞれ遅延させる。スピーカ１６、１７への出力信号に対応する通信相手からの音声を、スピーカ１６、１７それぞれからマイク１８までの音の到達時間に基づいて、それぞれ遅延させる。

遅延部１０３、１０４は、信号処理部１００Ａによって実現することができる。遅延部１０３、１０４は、信号処理部１００Ａによって実現するのではなく、信号処理部１００Ａの外部に設けてもよい。信号処理部１００Ａの外部に遅延部１０３、１０４を設ける場合、可変ディレイラインを用いてもよい。その後段の加算部１０８はオペアンプなどによって構成し、アナログ信号として加算しても良い。

［遅延量の調整］
図３を参照すると、スピーカ１６、１７については、マイク１８との距離が互いに異なるため、各スピーカ１６、１７からマイク１８までの音の到達時間が互いに異なる。

そこで、遅延部１０３、１０４について、例えば、次のように異なる遅延量を設定する。各スピーカ１６、１７からマイク１８までのそれぞれの距離を測定する。距離の測定は、例えば、巻尺を用いて行うことができる。測定した距離を音速で除算することにより、各スピーカ１６、１７からマイク１８までの音の到達時間を算出できる。このように算出した到達時間に基づき、マイク１８での音の到達時間を同じになるように各遅延部１０３、１０４の遅延量を設定する。

また、遅延部１０３、１０４について、次のように遅延量を設定してもよい。インパルス信号を１つのスピーカから出力し、マイク１８に入力する。インパルス信号の波形とマイク１８への入力信号の波形とを比較する。インパルス信号の波形のピーク点からマイク１８への入力信号の波形のピーク点までの時間を、スピーカからマイクまでの音の到達時間とする。マイク１８の位置に音が同じタイミングで到達するように、各スピーカ１６、１７から出力する前に到達時間に基づいて遅延させる。なお、インパルス信号を各スピーカ１６、１７から同時に出力し、各スピーカ１６、１７から出力したインパルス信号の波形が重なるように遅延量を調整してもよい。

この処理を各スピーカ１６、１７について行うことにより、複数のスピーカ１６、１７それぞれについて、マイク１８までの音の到達時間を算出する。上記のように算出した到達時間に基づき、各遅延部１０３、１０４の遅延量を設定する。エコーキャンセル装置１０Ａの稼働前に遅延量を１度設定すれば、各スピーカまたはマイク１８の位置を変更しないかぎり、遅延量を再度設定する必要はない。

ＨＰＦ１０１は、低音域の周波数成分をカットした高音域の周波数成分を通過させる。高音域の周波数成分は、スピーカ１７から出力される。ＬＰＦ１０２は、高音域の周波数成分をカットした低音域の周波数成分を通過させる。低音域の周波数成分は、スピーカ１６から出力される。ＨＰＦ１０１およびＬＰＦ１０２におけるカットオフ周波数は、スピーカの公証特性を参考にして設定しても良いし、ホワイトノイズなどの測定音を用いてカットされ始める周波数を調査して設定しても良い。

［除去処理部］
図４は、除去処理部１０５の構成例を示す図である。図４に示すように、除去処理部１０５は、適応フィルタ１０５１と、減算部１０５２とを有する。

適応フィルタ１０５１は、各スピーカ１６、１７の出力からマイク１８への入力までの空間すなわちエコーパスの特性に基づいて参照データを処理してキャンセルデータを生成する。より具体的には、適応フィルタ１０５１は、エコーパスの特性を模擬した特性情報を、参照データに掛けてキャンセルデータを生成する。適応フィルタ１０５１は、適応フィルタ係数で畳み込み処理を行い、キャンセルデータを生成する。適応フィルタ１０５１は、生成したキャンセルデータを減算部１０５２に入力する。

減算部１０５２は、マイク１８に入力される音声信号に対応する音声データすなわち入力デジタルデータからキャンセルデータを減算する。減算部１０５２の出力は誤差データとして適応フィルタ１０５１に入力される。適応フィルタ１０５１は、フィルタ係数を更新し、誤差信号が最小になるように収束させる動作を行う。

上記のようにＨＰＦでツイータ領域をＬＰＦでウーファー領域を分割し、各遅延部１０３、１０４の遅延量を設定し、帯域分割した音声を加算することで戻し各スピーカから出力し、マイク１８への入力タイミングを調整することにより、除去処理部１０５を複数設ける必要はなく、単一の除去処理部１０５によってエコー除去処理を実現できる。

［解析部］
解析部１０９は、除去処理部１０５の出力する音声信号４０１について周波数解析を行い、除去処理部１０５によって除去できなかったエコーの漏れの信号成分の周波数帯域を検出する。除去処理部１０５は入力デジタルデータから参照データに対応する成分を除去する処理、すなわちエコーキャンセル処理を行うが、エコーを完全に除去できずに、除去処理部１０５からエコーが漏れることがある。解析部１０９は、除去処理部１０５から漏れたエコー（以下、エコー漏れと呼ぶ）の周波数解析を行う。周波数解析を行うことにより、エコー漏れがＨＰＦ１０１の通過周波数帯域とＬＰＦ１０２の通過周波数帯域とのいずれに対応するか判断することができる。周波数解析には、例えば、フーリエ変換を用いることができる。なお、解析部１０９は、所定のサンプリング周期で、エコー漏れの周波数解析を行う。

解析部１０９は、漏れたエコーが、ＨＰＦ１０１とＬＰＦ１０２とで帯域分割された周波数のどちらに対応するか判断し、該当の周波数成分の加算量を可変増幅部１０６、１０７によって調整する。すなわち、解析部１０９は、除去処理部の出力を解析し、除去処理部１０５の処理によって除去できなかったエコー漏れの信号成分の周波数帯域を検出する。また、可変増幅部１０６、１０７は、遅延部１０３、１０４によってそれぞれ遅延された信号成分のうち、解析部１０９によってエコー漏れとして検出された周波数帯域の信号成分のレベルを調整するレベル調整部として機能する。解析部１０９は、エコー漏れを検出した場合に、可変増幅部１０６または１０７を制御してレベルを調整する。その調整の際、エコー漏れがなくなるレベルを目標とし、現在のレベルがその目標のレベルに一致するように、可変増幅部１０６または１０７を制御する。

ここで、例えば、漏れたエコーの周波数が、ＨＰＦ１０１の通過周波数帯域に対応する場合、解析部１０９は可変増幅部１０６の増幅度を低下させる。また、例えば、漏れたエコーの周波数が、ＬＰＦ１０２の通過周波数帯域に対応する場合、解析部１０９は可変増幅部１０７の増幅度を低下させる。

［動作］
次に、ハンズフリーシステムの動作について説明する。ハンズフリーシステムの動作については、エコーキャンセル装置１０Ａの動作を中心に説明する。

除去処理部１０５は、電話機２０から出力されるデジタルの音声データすなわち受信データを参照データとして入力することで、参照データに対応する成分を除去する。マイク１８から入力するスピーカ１６、１７からの音声を消すことで、エコーの無い音が除去処理部１０５の出力から得られる。

通話相手側への送話側の経路は、以下のようになる。すなわち、マイク１８は、音声を取得する。マイク１８は、取得した音声をアナログの音声信号に変換する。マイク１８によって変換された音声信号は、ＡＭＰ１１に入力される。ＡＭＰ１１は、音声信号の電圧レベルを増幅する。ＡＭＰ１１は、後段でクリップしない程度に、音声信号の電圧レベルを調整する。ＡＤＣ１２は、ＡＭＰ１１によってレベルが調整されたアナログの音声信号をデジタルの音声データに変換する。ＡＤＣ１２によって変換されたデジタルの音声データは、信号処理部１００Ａに入力される。信号処理部１００Ａは、デジタルの音声データについて、エコーを除去する処理を行う。信号処理部１００Ａによってエコーが除去された音声データは、信号処理部１００Ａから出力される。信号処理部１００Ａから出力された音声データは、電話機２０に入力される。電話機２０は、音声データを通話相手側の図示しない電話機に送信する。

通話相手側の電話機からの受話側の経路は、以下のようになる。すなわち、電話機２０は、通話相手側の電話機から受信した、デジタルの音声データを出力する。エコーキャンセル装置１０Ａは、電話機２０から出力されるデジタルの音声データを入力する。エコーキャンセル装置１０Ａは、信号処理部１００Ａにおいてデジタルの音声データについて必要な処理を行う。信号処理部１００Ａは、デジタルの音声データを出力する。信号処理部１００Ａが出力するデジタルの音声データは、ＤＡＣ１３に入力される。ＤＡＣ１３は、入力されるデジタルの音声データをアナログの音声信号に変換する。ＤＡＣ１３によって変換されたアナログの音声信号は、ＡＭＰ１５に入力される。ＡＭＰ１５は、音声信号の電圧レベルを増幅する。ＡＭＰ１５によって電圧レベルが増幅された音声信号は、スピーカ１６、１７に入力される。スピーカ１６、１７は、音声を出力する。なお、ＡＭＰ１５は、加算部１０８による加算データに対応する信号を複数のスピーカ１６、１７へ出力する出力部として機能する。

ここで、スピーカ１６、１７とマイク１８とが設けられている。このため、スピーカ１６、１７が出力した音声は、マイク１８に入力される。その場合、エコーが発生し聞き取りづらくなることがある。そこで、信号処理部１００Ａの除去処理部１０５において、エコー除去処理を行う。

除去処理部１０５は、デジタルの音声データを参照データとして入力する。参照データであるデジタルの音声データは、ＨＰＦ１０１、ＬＰＦ１０２や遅延部１０３、１０４で遅延させる前の音声データである。除去処理部１０５は、マイク１８に入力された音声信号を変換したデジタルの音声データから、参照データに対応する成分を差し引くエコー除去処理を行う。このエコー除去処理を行うことにより、スピーカ１６、１７から出力される音声が、通話相手に出力する音声に含まれないようにすることができる。

以上説明したように、本実施形態では、複数のスピーカ１６、１７それぞれからマイク１８までの音の到達時間に基づいて、通信相手からの声を、それぞれ遅延させることにより、チャンネル数が複数であっても適応フィルタの数が増加せずに、エコーキャンセルを実現できる。また、複数のスピーカ１６、１７から出力された音がマイク１８に入力される際、各スピーカ１６、１７からの音が時間軸上でずれて重畳されることはなく、正確なエコーキャンセルを実現できる。

本実施形態のエコーキャンセル装置１０Ａは、各遅延部１０３、１０４において遅延量を設定し、歪などを伴う非線形処理を行っていない。このため、本実施形態のエコーキャンセル装置１０Ａによれば、本来の音が維持される。また、マイク１８への入力信号に対して追加処理を行っていないため、マイク１８の入力信号について劣化が発生しない。

（第２実施形態）
次に、第２実施形態について説明する。上記の各スピーカ１６、１７は、カーオーディオなどから出力される音楽の出力のためにも用いられることがある。つまり、スピーカが、電話機２０による通話用と音楽鑑賞用とに用いられることがある。カーオーディオなどから出力される音楽についてエコーキャンセルを行わない場合、音楽と通話に関する音声とを分離し、音楽については遅延部により遅延処理を行わず、通話に関する音声のみ遅延処理を行えばよい。以下、このように音楽と通話とを分離した、第２実施形態によるエコーキャンセル装置について説明する。

図５は第２実施形態によるエコーキャンセル装置１０Ｂの構成例を示す図である。図５において、第２実施形態によるエコーキャンセル装置１０Ｂは、図３に示すエコーキャンセル装置１０Ａに、第２加算部である加算部１６１を追加した構成である。加算部１６１には、音楽データ１６０が入力される。

加算部１６１は、加算部１０８から出力されるデータに、音楽データ１６０を加算する。音楽データ１６０が加算されたデータは、ＤＡＣ１３、音量制御部１４、ＡＭＰ１５を経由して、各スピーカ１６、１７への出力信号として出力される。加算部１６１は、信号処理部１００Ａによって実現してもよい。

図５に示すエコーキャンセル装置１０Ｂにおいて、各遅延部１０３、１０４についての遅延量の設定については、図３に示すエコーキャンセル装置１０Ａの場合と同様である。

図５に示すエコーキャンセル装置１０Ｂによるエコーキャンセルの動作は、図３に示すエコーキャンセル装置１０Ａと同様である。音楽と通話に関する音声とを分離し、音楽については遅延部１０３および１０４による遅延処理を行わず、通話に関する音声について遅延部１０３および１０４で遅延させてマイク１８の位置に音が同じタイミングで到達する。

本実施形態においても、第１の実施形態と同様に、複数のスピーカ１６、１７それぞれからマイク１８までの音の到達時間に基づいて、通信相手からの声を、それぞれ遅延させることにより、チャンネル数が複数であっても適応フィルタの数が増加せずに、エコーキャンセルを実現できる。また、複数のスピーカ１６、１７から出力された音がマイク１８に入力される際、各スピーカ１６、１７からの音が時間軸上でずれて重畳されることはなく、正確なエコーキャンセルを実現できる。

（第３実施形態）
次に、第３実施形態について説明する。

解析部１０９において、エコー漏れを検出する都度、レベルを変化させると、可変増幅部１０６および１０７の出力を加算する加算部１０８の加算結果が安定しないことがある。加算部１０８の加算結果が安定しないと、スピーカ１６、１７から出力される音のレベルが大きくなったり小さくなったりして安定しないことがある。

そこで、解析部１０９において、エコー漏れを検出した場合に、直ちにレベルを変化させるのではなく、エコー漏れが続いたらレベルを変化させるようにしてもよい。例えば、同じエコー漏れが所定時間（例えば、５０ｍｓ）連続して検出されたら、可変増幅部１０６または１０７を制御してレベルを変化させる。同じエコー漏れが所定時間連続して検出されない場合は、レベルを変化させない。

図６は、第３実施形態における、解析部１０９の処理の内容の例を示すフローチャートである。図６において、解析部１０９はエコー漏れを確認する（ステップＳ６０１）。確認の結果、エコー漏れを検出した場合（ステップＳ６０２においてＹｅｓ）、ステップＳ６０３に移行し、タイマの動作を開始させるか、または、タイマの動作を継続させる。タイマの計時時間が、所定時間を経過した場合（ステップＳ６０４においてＹｅｓ）、ステップＳ６０５に移行し、可変増幅部１０６または１０７を制御してレベルを調整する。

ステップ６０２において、エコー漏れを検出しない場合（ステップＳ６０２においてＮｏ）、ステップＳ６０６に移行し、タイマの動作を停止させる。その後、ステップＳ６０１に戻る。ステップ６０４において、タイマの計時時間が、所定時間を経過していない場合（ステップＳ６０４においてＮｏ）、ステップＳ６０１に戻る。なお、以上の処理は、所定のサンプリング周期で継続して行われる。

以上のように、解析部１０９がエコー漏れの信号成分の周波数帯域を所定時間連続して検出した場合は、その周波数帯域の信号成分のレベルを調整し、解析部１０９がエコー漏れの信号成分の周波数帯域を所定時間連続して検出していない場合は、その周波数帯域の信号成分のレベルを調整しない。以上の処理は、ヒステリシス処理であり、加算部１０８の加算結果が安定し、スピーカ１６、１７から出力される音のレベルを安定させることができる。

（第４実施形態）
次に、第４実施形態について説明する。本実施形態では、解析部１０９が可変増幅部１０６または１０７を制御する際に、時定数をもってゆっくり変化させる。

上述したように、解析部１０９は、エコー漏れを検出した場合に、可変増幅部１０６または１０７を制御してレベルを調整する。その調整の際、エコー漏れがなくなるレベルを調整の目標とし、現在のレベルが目標のレベルに一致するように、可変増幅部１０６または１０７を制御する。本実施形態では、目標のレベルに徐々に近づくように可変増幅部１０６または１０７を制御する。例えば、現在のレベルとその目標のレベルとの差が５ｄＢである場合、５ｄＢの差がなくなるように可変増幅部１０６または１０７を制御するのではなく、例えばレベルを１ｄＢずつ制御する。つまり、可変増幅部１０６または１０７の増幅度を急激に変化させるのではなく、ゆるやかに変化させる制御すなわち時定数制御を行う。このように制御することによって、加算部１０８における加算量は、時定数をもってゆっくり変化する。このため、車両内の通話音声に違和感が生じることなくエコー漏れを抑制できる。

［エコーキャンセル方法］
上記エコーキャンセル装置１０Ａ、１０Ｂにより、以下のエコーキャンセル方法が実現される。図７は、上記エコーキャンセル装置によって実現されるエコーキャンセル方法を示すフローチャートである。

図７に示すように、エコーキャンセル方法は、入力される音声データについて、互いに異なる周波数帯域の信号成分に分ける工程（ステップＳ７０１）と、互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる工程（ステップＳ７０２）と、それぞれ遅延させた信号成分を加算する工程（ステップＳ７０３）と、加算したデータに対応する音を複数のスピーカから出力する工程（ステップＳ７０４）と、マイクロホンからの信号を取得する工程（ステップＳ７０５）と、入力される音声データを参照データとし、マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する工程（ステップＳ７０６）と、を含む。このエコーキャンセル方法によれば、再生する周波数帯域が互いに異なる複数のスピーカに適用する場合であっても、適応フィルタの数が増加せずに、エコーキャンセルを実現できる。

[エコーキャンセルプログラム]
上記エコーキャンセル装置１０Ａ、１０Ｂは、コンピュータを、入力される音声データについて、互いに異なる周波数帯域の信号成分に分けるフィルタ部、互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる遅延部、それぞれ遅延させた前記信号成分を加算し、前記複数のスピーカから出力する加算部、前記入力される音声データを参照データとし、前記マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する除去処理部、として機能させるためのエコーキャンセルプログラムを利用して実現してもよい。このエコーキャンセルプログラムを利用すれば、再生する周波数帯域が互いに異なる複数のスピーカに適用する場合であっても、適応フィルタの数が増加せずに、エコーキャンセルを実現できる。

（変形例）
上述した各実施形態では、再生する周波数帯域が互いに異なる２つのスピーカを含む２ウェイスピーカに適用する場合について説明したが、再生する周波数帯域が互いに異なる３つのスピーカを含む３ウェイスピーカに適用することもできる。例えば、ミッドレンジを３ウェイスピーカや、重低音を出力するスーパーウーファを含む３ウェイスピーカで再生する場合、についても、再生する各周波数帯域に対応するフィルタを用意すればよい。

また、上述した各実施形態によるエコーキャンセル装置は、帯域が分割され、かつ、スピーカ出力後に分岐された複数のスピーカとマイクとを有する装置について適用することができる。例えば、インカーコミュニケーションをはじめとする自動車内でのハンズフリーシステムの他、テレビ電話、移動電話機やスマートフォンを用いたハンズフリー通話、テレビ会議システム、カラオケ装置について適用できる。また、通話相手が音声認識装置やＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）アシスタントである場合であっても上述した各実施形態によるエコーキャンセル装置を適用することができる。

（まとめ）
以上説明したように、入力される音声データのうち、互いに異なる周波数帯域の信号成分を、ハイパスフィルタ１０１、ローパスフィルタ１０２でそれぞれ通過させる。それぞれ通過した互いに異なる周波数帯域の信号成分を、スピーカ１６、１７それぞれからマイク１８までの音の到達時間に基づいて、遅延部１０３、１０４でそれぞれ遅延させた後で加算する。加算したデータに対応する信号をスピーカ１６、１７へ出力する。入力される音声データを参照データとし、マイク１８から取得した信号に対応する入力デジタルデータから参照データに対応する成分を除去する。こうすることにより、再生する周波数帯域が互いに異なる複数のスピーカからの音声についても、適応フィルタの数が増加せずに、エコーキャンセルを実現できる。

１０、１０Ａ、１０Ｂ エコーキャンセル装置
１１、１５ 増幅部
１２ アナログデジタル変換部
１３ デジタルアナログ変換部
１４ 音量制御部
１６、１７ スピーカ
１８ マイクロホン
１９ ハイパスフィルタ
２０ 電話機
１００、１００Ａ 信号処理部
１０１ ハイパスフィルタ
１０２ ローパスフィルタ
１０３、１０４ 遅延部
１０５ 除去処理部
１０６、１０７ 可変増幅部
１０８、１６１ 加算部
１０９ 解析部
１０５１ 適応フィルタ
１０５２ 減算部

Claims (9)

1. 再生する周波数帯域が互いに異なる複数のスピーカの出力を入力とするマイクロホンからの信号を取得する取得部と、
   入力される音声データのうち、互いに異なる前記周波数帯域の信号成分を、それぞれ通過させる複数のフィルタ部と、
   前記複数のフィルタ部をそれぞれ通過した互いに異なる周波数帯域の信号成分を、前記複数のスピーカそれぞれから前記マイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる遅延部と、
   前記遅延部によってそれぞれ遅延された信号成分を加算する第１加算部と、
   前記第１加算部による加算データに対応する信号を前記複数のスピーカへ出力する出力部と、
   前記音声データを参照データとし、前記取得部が取得した信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する処理を行う除去処理部と、を含むエコーキャンセル装置。
2. 前記除去処理部の出力を解析し、前記除去処理部の処理によって除去できなかったエコー漏れの信号成分の周波数帯域を検出する解析部と、
   前記遅延部によってそれぞれ遅延された信号成分のうち、前記解析部によって検出された周波数帯域の信号成分のレベルを調整するレベル調整部と、をさらに含み、
   前記第１加算部は、前記レベル調整部によるレベルの調整後の信号成分を加算する、
   請求項１に記載のエコーキャンセル装置。
3. 前記レベル調整部は、
   前記解析部が前記エコー漏れの信号成分の周波数帯域を所定時間連続して検出した場合に、前記周波数帯域の信号成分のレベルを調整し、
   前記解析部が前記エコー漏れの信号成分の周波数帯域を所定時間連続して検出していない場合に、前記周波数帯域の信号成分のレベルを調整しない、
   請求項２に記載のエコーキャンセル装置。
4. 前記レベル調整部は、前記信号成分のレベルを調整する際、
   調整の目標のレベルに向けて徐々に近づくように、前記信号成分のレベルを調整する、
   請求項２または３に記載のエコーキャンセル装置。
5. 前記遅延部は、前記マイクロホンと前記複数のスピーカそれぞれとの距離に基づいて算出される前記音の到達時間に基づいて、遅延量が設定される請求項１から請求項４のいずれか１つに記載のエコーキャンセル装置。
6. 前記第１加算部から出力されるデータに、音楽データを加算して前記スピーカへの出力信号として出力する第２加算部をさらに含む請求項１から請求項５のいずれか１つに記載のエコーキャンセル装置。
7. 前記除去処理部は、
   前記参照データが入力され、前記スピーカの出力から前記マイクロホンへの入力までの空間の特性に基づいて前記参照データを処理して生成したキャンセルデータを出力する適応フィルタと、
   前記キャンセルデータを前記入力デジタルデータから減算する減算部と、を含む請求項１から請求項６のいずれか１つに記載のエコーキャンセル装置。
8. 入力される音声データについて、互いに異なる周波数帯域の信号成分に分ける工程と、
   互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる工程と、
   それぞれ遅延させた前記信号成分を加算し、加算したデータに対応する音を前記複数のスピーカから出力する工程と、
   前記マイクロホンからの信号を取得する工程と、
   前記入力される音声データを参照データとし、前記マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する工程と、
   を含むエコーキャンセル方法。
9. コンピュータを、
   入力される音声データについて、互いに異なる周波数帯域の信号成分に分けるフィルタ部、
   互いに異なる周波数帯域の信号成分を、複数のスピーカからマイクロホンまでの音の到達時間に基づいて、それぞれ遅延させる遅延部、
   それぞれ遅延させた前記信号成分を加算し、前記複数のスピーカから出力する加算部、
   前記入力される音声データを参照データとし、前記マイクロホンからの信号に対応する入力デジタルデータから前記参照データに対応する成分を除去する除去処理部、
   として機能させるための
   エコーキャンセルプログラム。

Images