JP3183104B2

JP3183104B2 - ノイズ削減装置

Info

Publication number: JP3183104B2
Application number: JP17848495A
Authority: JP
Inventors: 利幸森井
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 1995-07-14
Filing date: 1995-07-14
Publication date: 2001-07-03
Anticipated expiration: 2015-07-14
Also published as: JPH0934497A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル携帯電話や
マルチメディア通信等に必要な音声符号化・復号化装置
（音声コーデック）や、機器のガイド音声出力等に必要
な音声合成装置を構成するための、ディジタル音声信号
を処理する装置に関するものである。

【０００２】

【従来の技術】携帯電話等のディジタル移動通信の分野
では加入者の増加に対処するために低ビットレートの音
声の圧縮符号化法が求められており、各研究機関におい
て研究開発が進んでいる。日本国内においてはモトロー
ラ社の開発したビットレート１１．２ｋｂｐｓのＶＳＥ
ＬＰという符号化法がディジタル携帯電話用の標準符号
化方式として採用された。（同方式を搭載したディジタ
ル携帯電話は１９９４年秋に国内において発売され
た。）また更に、ＮＴＴ移動通信網株式会社の開発した
ビットレート５．６ｋｂｐｓのＰＳＩ−ＣＥＬＰという
符号化方式が次期携帯電話の標準化方式として採用さ
れ、現在製品開発の段階にある。これらの方式はいずれ
もＣＥＬＰ（ＣｏｄｅＥｘｉｔｅｄＬｉｎｅａｒ
Ｐｒｅｄｉｃｔｉｏｎ）方式を改良したものである。こ
れは音声を音源情報と声道情報とに分離し、音源情報に
ついては符号帳に格納された複数の音源サンプルのイン
デクスによって符号化し声道情報についてはＬＰＣ（線
形予測係数）を符号化するということと、音源情報符号
化の際には声道情報を加味して入力音声と比較を行なう
という方法（Ａ−ｂ−Ｓ：ＡｎａｌｙｓｉｓｂｙＳ
ｙｎｔｈｅｓｉｓ）を採用していることに特徴がある。

【０００３】上記技術により非常に低ビットレートで音
声信号を伝送することができるようになったが、それと
共に大きな問題点が明らかになった。それは、音声の発
声モデルに基づいて情報圧縮を行っているために、音声
信号以外の音響信号に対応できないという点である。そ
のため、音声信号中に背景ノイズや機器ノイズが含まれ
ていると、効率の良い符号化ができず、合成時（復号化
時）に異音を生じる結果となっていた。この問題を解決
するために、従来より入力音声信号からノイズを削減す
る手法が検討されてきた。上記標準化方式のＰＳＩ−Ｃ
ＥＬＰでは、符号化を行う前にノイズキヤンセラによっ
てノイズを削減するという処理を行っている。上記ノイ
ズキャンセラは、カルマンフィルタを基本として開発さ
れており、音声の有無を検出して適応的に制御を行うこ
とによりノイズを低減させている。このノイズキャンセ
ラによって、ある程度の背景ノイズを削減することがで
きる。しかし、ノイズレベルの高いノイズや、音声中の
ノイズ等に対しては余り良い性能が得られていなかっ
た。

【０００４】一方、より強力なノイズ低減法として、ス
ペクトルサブトラクション法が（「サスペンション・オ
ブ・アコースティック・ノイズ・イン・スピーチ・ユー
ジング・スペクトラル・サブストラクション」エス．エ
フ．ボール著、アイ．イー．イー．イー．トランス．エ
ー．エス．エス．ピー．（S.F.Boll "Suppression ofAc
oustic Noise in Speech Using Spectral Subtractio
n",IEEE Trans.ASSP.,Vol.27,No.2,pp113-120,1979））
に記載されている。これは、入力音声信号に対して離散
フーリエ変換を行ないスペクトルに変換した後、ノイズ
をスペクトル上で減ずる方法であり、主に音声認識装置
の入力部等に応用されている。この方法を音声信号中の
ノイズ低減に応用した一例について図３を用いて説明す
る。まず、ノイズスペクトルの推定は次の手順で行われ
る。まず、音声を含んでいないノイズのみの信号３１を
入力し、Ａ／Ｄ変換部３２においてディジタル信号に変
換する。次に一定時間の入力信号列（フレームと呼ぶ）
に対して離散フーリエ変換をフーリエ変換部３３で行
い、ノイズのスペクトルを求める。そして、これを複数
のフレームに対して求めたノイズのスペクトルからノイ
ズの平均的スペクトルをノイズ分析部３４で求め、これ
をノイズスペクトル格納部３５に格納する。そして、ノ
イズの削減は以下の手順で行われる。まず、ノイズを含
む音声信号３６を入力し、Ａ／Ｄ変換部３７においてデ
ィジタル信号に変換する。次に、上記と同様にして離散
フーリエ変換をフーリエ変換部３８で行い、ノイズを含
んだ音声のスペクトルを求める。そしてノイズ削減部３
９で、ノイズスペクトル格納部３５に格納されたノイズ
スペクトルを音声のスペクトルから減ずる。そして、そ
の結果得られたスペクトルに対して逆フーリエ変換を逆
フーリエ変換部４０で行い、出力信号４１を得る。な
お、このアルゴリズムにおけるスペクトルとしては振幅
スペクトル（複素数の複素平面上でのノルム、実数部と
虚数部を２乗して加算し、平方根をとることによって求
められる。）を用いるのが一般的である。また、振幅ス
ペクトルで減じた場合、逆フーリエ変換を行う時の位相
成分としては、入力信号の位相成分をそのまま用いると
いう方法が挙げられる。

【０００５】上記スペクトルサブトラクション法は、よ
り強力なノイズ低減方法であるが、ノイズ推定方法やコ
スト（メモリ容量、計算量）等の問題があるために、こ
れまでのリアルタイムの音声処理装置に用いられた例は
少なかった。

【０００６】

【発明が解決しようとする課題】ノイズを含んだ音声信
号からノイズを低減させる方法として、従来はカルマン
フィルタのような方法が用いられていた。より強力なノ
イズ低減方法としてスペクトルサブトラクション法が挙
げられるが、上記スペクトルサブトラクション法をリア
ルタイムの音声処理装置に応用するためには、次の様な
課題を有していた。（１）音声がどのタイミングでデータ中に存在するかが
明らかでないために、ノイズスペクトル推定が困難であ
る。（２）計算量が多い。（３）必要なＲＡＭ容量が多い。（４）ノイズレベルが高い時にスペクトルが大きく歪
み、音質の劣化を生ずる。

【０００７】本発明は上記従来の課題を解決するもの
で、少ない計算量およびＲＡＭ容量でノイズスペクトル
推定が容易にでき、ノイズレベルが高い場合でも音質劣
化を防ぐことができるノイズ削減装置を提供することを
目的とする。

【０００８】

【課題を解決するための手段】この目的を達成するため
に本発明のノイズ削減装置は、入力音声信号をディジタ
ル信号に変換するＡ／Ｄ変換部と、削減するノイズ量を
制御する係数を調節するノイズ削減係数調節部と、前記
Ａ／Ｄ変換部により得られる一定時間長（１フレーム）
のディジタル信号に対して線形予測分析（ＬＰＣ分析）
を行うＬＰＣ分析部と、前記Ａ／Ｄ変換部により得られ
る一定時間長（１フレーム）のディジタル信号に対して
離散フーリエ変換を行うフーリエ変換部と、推定された
ノイズのスペクトルが格納されているノイズスペクトル
格納部と、前記フーリエ変換部により得られる入力スペ
クトルと前記ノイズスペクトル格納部に格納されている
ノイズスペクトルとを比較することによってノイズのス
ペクトルを推定して得られたノイズスペクトルを前記ノ
イズスペクトル格納部に格納するノイズ推定部と、前記
ノイズ削減係数調節部により得られる係数に基づいて前
記ノイズスペクトル格納部に格納されているノイズスペ
クトルを前記フーリエ変換部により得られる入力信号の
スペクトルから減ずるノイズ削減部と、前記ノイズ削減
部により得られるスペクトルを調べて減じ過ぎた周波数
のスペクトルを補償するスペクトル補償部と、前記スペ
クトル補償部により得られるスペクトルと前記フーリエ
変換部により得られる位相とに基づいて逆フーリエ変換
を行う逆フーリエ変換部と、前記逆フーリエ変換部によ
り得られる音響信号に対してスペクトル強調を行うスペ
クトル強調部と、前記スペクトル強調部により得られる
信号を前のフレームの信号と整合させる波形整合部とを
具備する構成を有している。

【０００９】

【作用】この構成によって本発明は第１に、音声区間中
でも音声区間外でもノイズスペクトル推定を行うことが
できるので、ノイズスペクトル推定が容易にできる。ま
た、入力のスペクトル包絡の特徴を線形予測係数で強調
することができるので、ノイズレベルが高い場合でも音
質の劣化を防止できる。

【００１０】また第２には、振幅スペクトルを求める際
に必要な平方根の計算が省略できるので、少ない計算量
で処理できる。

【００１１】また第３には、連続する複数フレームの振
幅スペクトルの最低値を各周波数毎に求めることがで
き、これをノイズスペクトルとすることによって音声が
含まれている区間においてもノイズスペクトルの推定が
容易にできる。

【００１２】また第４には、ノイズスペクトル格納部を
構成するためのＲＡＭ領域を数分の１に削減することが
できるので、少ないＲＡＭ容量で処理できる。また、長
く持続する単音をノイズと誤判定することを防ぐことも
できる。

【００１３】また第５には、ノイズの穏やかな変化に適
応することができるので、ノイズスペクトル推定が容易
にできる。

【００１４】また第６には、穏やかに変化するノイズに
適応したノイズスペクトル推定が可能になり、ノイズス
ペクトル推定が容易にできる。

【００１５】また第７には、実際よりも低く推定される
ノイズレベルを実際のノイズレベルまで引き上げること
ができ、より適したノイズ削減が可能になるので、ノイ
ズスペクトル推定が容易にできる。

【００１６】また第８には、補償された周波数の異音感
を低減すると同時に音声を含んでいない区間のパワーを
低減させることができるので、ノイズレベルが高い場合
でも音質の劣化を防止できる。

【００１７】また第９には、ノイズ削減によって生じた
スペクトル歪みを補正し、聴感的に音質を向上させるこ
とができるので、ノイズレベルが高い場合でも音質の劣
化を防止できる。

【００１８】

【実施例】

（実施例１）以下、本発明の１の実施例について、図１
を用いて説明する。

【００１９】まず、図１に示すノイズ削減装置の各構成
要素を簡単に説明する。１１は入力音声である。１２は
アナログ信号をデジタル信号に変換するＡ／Ｄ変換部で
ある。１３は安定化係数を格納する安定化係数格納部で
ある。１４は、安定家系数格納部１３に格納された安定
化係数を参照して、ノイズの削減量を制御するための係
数であるノイズ削減係数を調節するノイズ削減係数調節
部である。１５は入力されたディジタル信号をメモリに
セットする入力波形設定部である。１６は入力波形設定
部で設定されたディジタル信号に対してＬＰＣ分析を行
うＬＰＣ分析部である。１７は同ディジタル信号に対し
てフーリエ変換を行うフーリエ変換部である。１８は、
ノイズ削減係数調節部１４で得られた安定化係数に基づ
き、フーリエ変換部１７で得られたスペクトルから、ノ
イズスペクトル格納部２５に格納されたノイズスペクト
ルを減ずるノイズ削減部である。１９は、前スペクトル
格納部２６に格納されたスペクトルを参照して、ノイズ
削減部１８で得られたスペクトルの補償を行うスペクト
ル補償部である。２０は、スペクトル補償部で得られた
スペクトルと、フーリエ変換部１７で得られた位相スペ
クトルとを基に、逆フーリエ変換を行う逆フーリエ変換
部である。２１は、ＬＰＣ分析部１６で得られたＬＰＣ
係数に基づき逆フーリエ変換部２０で得られた信号のス
ペクトル強調を行うスペクトル強調部である。２２は、
スペクトル強調部で得られた信号と前の処理区間の信号
とを整合させる波形整合部である。２３は出力信号であ
る。２４は、フーリエ変換部１７で得られたスペクトル
に基づき、ノイズのスペクトルを推定するノイズ推定部
である。２５は、ノイズ推定部２４で得られたノイズス
ペクトルを格納するノイズスペクトル格納部である。２
６は前の処理区間のスペクトルを格納する前スペクトル
格納部である。２７は出力信号２３の波形を格納する前
波形格納部である。

【００２０】次に、上記構成のノイズ削減装置の動作を
説明する。まず、入力音声信号１１をＡ／Ｄ変換部１２
でディジタル信号に変換する。前の処理区間の状態を参
照してノイズ削減係数をノイズ削減係数調整部１４で調
節した後、ＬＰＣ分析部１６においてＬＰＣ分析によっ
てＬＰＣ係数を得る。次に、フーリエ変換１７によって
スペクトルに変換し、ノイズのスペクトルをノイズ削減
係数に基づいてノイズ削減部１８において減ずる。スペ
クトルが負になった場合は、スペクトル補償部１９にお
いてスペクトル補償を行う。得られたスペクトルに対し
て、逆フーリエ変換部２０において逆フーリエ変換を行
い信号を得る。更に、スペクトル強調部２１においてＬ
ＰＣ係数を用いて極強調等のスペクトル強調処理を行
い、波形整合部２２から出力信号を得る。

【００２１】以下、本実施例のアルゴリズムの詳細な説
明を行う。まず、本実施例を実現するための、種々の固
定パラメータの名称と設定例とを以下に示す。

【００２２】・フレーム長（設定例：１６０（８ｋＨｚ
サンプリングデータで２０ｍｓｅｃ））・先読みデータ長（設定例：６０（８ｋＨｚサンプリン
グデータで７．５ｍｓｅｃ））・指定ノイズ削減係数（設定例：２０．０）・ＬＰＣ予測次数（設定例：１０）・ノイズスペクトル基準持続数（設定例：１００）・指定最小パワー（設定例：１０．０）・ＭＡ強調係数（設定例：０．６）・ＡＲ強調係数（設定例：０．７）・高域強調係数（設定例：０．３）・パワー強調係数（設定例：１．２）・ノイズ基準パワー（設定例：２７００．０）次にスタティックのＲＡＭ領域を設定する。まず、安定
化係数格納部１３、ノイズスペクトル格納部２５、前ス
ペクトル格納部２６、前波形格納部２７をクリアする。
各格納部の説明と設定例を述べる。安定化係数格納部
は、ノイズ削減係数を調節するための安定化係数を格納
するエリアであり、初期値として２．０を格納してお
く。ノイズスペクトル格納部２５は、１位候補のノイズ
スペクトルと２位候補のノイズスペクトルとそれぞれの
周波数のスペクトル値が何フレーム前に変化したかを示
すフレーム数（以後持続数と呼ぶ）を各周波数毎に格納
するエリアであり、ノイズスペクトルと持続数としてそ
れぞれに充分大きな数を初期値として格納しておく。ま
た、前スペクトル格納部２６は、１つ前のフレームのス
ペクトル（前スペクトルと呼ぶ）と１つ前のフレームの
パワー（前パワーと呼ぶ）を格納するエリアであり、前
スペクトルとして全ての周波数に指定最小パワーを格納
しておき、前パワーとして０．０を格納しておく。ま
た、前波形格納部２７は出力信号を整合させるための前
のフレームの出力信号の最後の先読みデータ長分のデー
タを格納するエリアであり、初期値として全てに０を格
納しておく。

【００２３】次にノイズ削減アルゴリズムについて図１
を用いてブロック毎に説明する。まず、音声を含むアナ
ログの入力信号１１をＡ／Ｄ変換部１２でＡ／Ｄ変換
し、これを１フレーム長＋先読みデータ長（上記設定例
では１６０＋６０＝２２０ポイント）だけ入力する。
ノイズ削減係数調節部１４においては、安定化係数格納
部１３に格納された安定化係数と指定ノイズ削減係数を
基に、以下の（数１）によりノイズ削減係数を算出す
る。そして、得られた安定化係数を安定化係数格納部１
３に格納する。

【００２４】

【数１】

【００２５】安定化係数はノイズが含まれており、且つ
安定して推定されているかどうかを示す値であり、小さ
いほどより安定であることを示している。

【００２６】入力波形設定部１５においては、Ａ／Ｄ変
換部１２において入力された入力信号を、高速フーリエ
変換（ＦＦＴ）するために、２の指数乗の長さを持つメ
モリ配列に後ろ詰めで書込む。前の部分は０を詰めてお
く。前述の設定例では２５６の長さの配列に０〜３５ま
で０を書込み、３６〜２５５までに入力信号を書込む。
この配列は８次のＦＦＴの際に実数部として用いられ
る。また、虚数部として、実数部と同じ長さの配列を用
意し、全てに０を書込んでおく。

【００２７】ＬＰＣ分析部１６においては、入力波形設
定部１５で設定した実数部エリアに対してハミング窓を
掛け、窓掛け後の波形に対して自己相関分析を行って自
己相関係数を求め、自己相関法に基づくＬＰＣ分析を行
い、線形予測係数を得る。さらに、得られた線形予測係
数と、予め設定したＭＡ強調係数、ＡＲ強調係数を用い
て、以下の（数２）の式に基づき、スペクトル強調部２
１で使用する極強調フィルタのＭＡ係数とＡＲ係数とを
算出する。

【００２８】

【数２】

【００２９】フーリエ変換部１７では、入力波形設定部
１５で得られる実数部、虚数部のメモリ配列を用いて、
ＦＦＴによる離散フーリエ変換を行う。得られた複素ス
ペクトルの実数部と虚数部の絶対値の和を計算すること
によって入力信号の疑似振幅スペクトル（以下に入力ス
ペクトルと呼ぶ）を求める。また、各周波数の入力スペ
クトル値の総和（以下に入力パワーと呼ぶ）を求める。

【００３０】次にノイズ推定部２４における処理を説明
する。まず、ノイズスペクトル格納部２５に格納されて
いる１位候補、２位候補の全ての周波数の持続数を更新
する（１を加算する）。そして、１位候補の各周波数の
持続数を調べ、予め設定したノイズスペクトル基準持続
数より大きい場合は、２位候補のスペクトルと持続数を
１位候補とし、３位候補のスペクトルを２位候補のスペ
クトルとし持続数を０とする。ただし、この２位候補の
スペクトルの入れ替えにおいては、３位候補を格納せ
ず、２位候補を若干大きくしたもので代用することによ
って、メモリを節約することができる。本実施例では、
２位候補のスペクトルを１．２倍したものを代用するこ
ととする。

【００３１】そして、持続数の更新の後に、各周波数毎
に、ノイズスペクトルと入力スペクトルの比較を行う。
まず、各周波数の入力スペクトルを１位候補のノイズス
ペクトルと比較し、もし入力スペクトルの方が小さい場
合は、１位候補のノイズスペクトルと持続数を２位候補
とし、入力スペクトルを１位候補のスペクトルとし１位
候補の持続数は０とする。前記の条件以外の場合は、入
力スペクトルと２位候補のノイズスペクトルとの比較を
行い、もし入力スペクトルの方が小さい場合は、入力ス
ペクトルを２位候補のスペクトルとし２位候補の持続数
は０とする。そして、得られた１、２位候補のスペクト
ルと持続数をノイズスペクトル格納部２５に格納する。

【００３２】上記ノイズ推定処理において、１つの周波
数のノイズスペクトルを複数の周波数の入力スペクトル
と対応させれば、ノイズスペクトル格納部２５を構成す
るためのＲＡＭ容量を節約することができる。例とし
て、本実施例の２５６ポイントのＦＦＴを用いる場合
に、１つの周波数のノイズスペクトルを４つの周波数の
入力スペクトルから推定するときのノイズスペクトル格
納部２５のＲＡＭ容量を示す。（疑似）振幅スペクトル
が周波数軸上で左右対称であることを考慮すると、全て
の周波数で推定する場合は１２８個の周波数のスペクト
ルと持続数を格納するので、１２８（周波数）×２（ス
ペクトルと持続数）×２（１、２位候補）で計５１２Ｗ
のＲＡＭ容量が必要になる。これに対して、１つの周波
数のノイズスペクトルを４つの周波数の入力スペクトル
と対応させる場合は、３２（周波数）×２（スペクトル
と持続数）×２（１、２位候補）で計１２８ＷのＲＡＭ
容量でよいことになる。この場合、ノイズスペクトルの
周波数解像度は低下することになるが、上記１対４の場
合は殆ど性能の劣化がないことを実験により確認してい
る。また、この発明は、１つの周波数のスペクトルでノ
イズスペクトルを推定しないことから、定常音（サイン
波、母音等）が長時間続いた場合に、そのスペクトルを
ノイズスペクトルと誤推定することを防ぐ効果もある。

【００３３】さらに、上記ノイズスペクトル推定の後、
１位候補のノイズスペクトルの総和を求める（以後これ
をノイズパワーと呼ぶ）。そして、このノイズパワーが
ノイズ基準パワーよりも小さい時、ノイズが含まれてい
ないとして、安定化係数格納部１３に格納されている安
定化係数を３．０として安定化係数格納部１３に格納す
る。この処理により、入力信号にノイズが含まれていな
いことをノイズ削減係数調整部１４に伝えることができ
る。よって、ノイズが含まれていないときに、ノイズ削
減係数を小さくすることができ、したがってノイズ削減
に伴う音声のスペクトル歪みを小さくすることができ
る。

【００３４】次に、ノイズ削減部１８における処理につ
いて説明する。まず、入力スペクトルからノイズスペク
トル格納部２５に格納されている１位候補のノイズスペ
クトルにノイズ削減係数調節部１４で得られたノイズ削
減係数を乗じたものを引く（以後、差スペクトルと呼
ぶ）。上記ノイズ推定部２４の説明において示したノイ
ズスペクトル格納部２５のＲＡＭ容量の節約を行った場
合は、入力スペクトルに対応する周波数のノイズスペク
トルに削減係数を乗じたものを引く。

【００３５】次に、スペクトル補償部１９における処理
について説明する。まず、安定化係数格納部１３に格納
された安定化係数を参照し、これが１．４よりも大きい
場合は、前スペクトル格納部２６に入力スペクトルを格
納する。次に、ノイズ削減部１８で得られた差スペクト
ルを調べ、負である場合は、その周波数における入力ス
ペクトルと前スペクトル格納部２６に格納された前フレ
ームのスペクトルとのうち小さい方の値とする。（この
処理後の差スペクトルを以後出力スペクトルと呼ぶ。）
そして、出力スペクトルを前スペクトル格納部２６へ格
納する。（なお、この補償に、前スペクトルを用いず
に、入力スペクトル、又は入力スペクトルに係数を乗じ
たもののみを用いれば、さらにメモリ容量が節約でき
る。）ここで、音声が含まれていないノイズ区間のパワ
ーの変動による異音を抑えるために、前スペクトル格納
部２６に格納された前フレームのパワーを用いてパワー
のスムージングを行う。処理の流れについて以下に説明
する。まず、出力スペクトルの総和を求める。（以後こ
れを出力パワーと呼ぶ。）次に、安定化係数格納部１３
に格納された安定化係数を参照し、これが１．４よりも
大きい場合は、前スペクトル格納部２６に前パワーとし
て出力パワーを格納する。そして、出力パワーが前パワ
ーの１．８倍よりも小さく、且つ、前パワーがノイズパ
ワーにノイズ削減係数と１．４を乗じたものよりも小さ
い場合に、以下の手順でスムージングを行う。

【００３６】まず、以下の（数３）によって前パワーを
変換する。

【００３７】

【数３】

【００３８】そして、前スペクトルを出力スペクトルと
し、前パワーと共に前スペクトル格納部２６に格納す
る。

【００３９】逆フーリエ変換部２０では、フーリエ変換
部１７で得られた位相成分とスペクトル補償部１９で得
られた出力スペクトルとに基づき、複素スペクトルを構
成し、ＦＦＴを用いて逆フーリエ変換を行う。（得られ
た信号を第１次出力信号と呼ぶ。）さらに、スペクトル強調部２１における処理について説
明する。

【００４０】まず、逆フーリエ変換部２０において得ら
れた第１次出力信号に対して、ＬＰＣ分析部１６におい
て得られたＭＡ係数とＡＲ係数とを用いて極強調フィル
タを掛ける。このフィルタの伝達関数を以下の（数４）
に示す。

【００４１】

【数４】

【００４２】更に、高域成分を強調するために、予め設
定した高域強調係数を用いて、高域強調フィルタを掛け
る。このフィルタの伝達関数を以下の（数５）に示す。

【００４３】

【数５】

【００４４】更に、パワーを強調するために、予め設定
したパワー強調係数を信号に乗ずる。（この処理によっ
て得られた信号を第２次出力信号と呼ぶ。）最後に、波形整合部２２において、スペクトル強調部２
１で得られた第２次出力信号と、前波形格納部２７に格
納された信号を三角窓によって重ね合せて出力信号を得
る。更に、この出力信号の最後の先読みデータ長分のデ
ータを前波形格納部２７に格納する。このときの整合方
法を以下の（数６）に示す。

【００４５】

【数６】

【００４６】ここで注意が必要なのは、出力信号として
は先読みデータ長＋フレーム長分のデータが出力される
が、この内信号として扱うことができるのはデータの始
端からフレーム長の長さの区間のみということである。
なぜなら、後ろの先読みデータ長のデータは次の出力信
号を出力するときに書き換えられるからである。ただ
し、出力信号の全区間内では連続性は補償されるので、
ＬＰＣ分析やフィルタ分析等周波数分析には使用でき
る。

【００４７】ここで、上記構成によるノイズ削減装置の
性能を評価するために、音声符号化装置（ＣＥＬＰ方式
が基本）の音声入力部に本発明のノイズ削減装置を使用
して、音声符号化・復号化実験を行った。従来例で示し
た通り、現在の音声符号化装置、音声コーデックにおけ
る重大な課題は、入力音声に重畳しているノイズが符号
化・復号化後に異音になり、合成音が聞きづらくなると
いうことである。そこで、音声符号化・復号化で得られ
る合成音声を多数の試聴者に聞かせ、主観評価実験を行
った。

【００４８】評価サンプルは図２に示すシステムにより
作成した。まず、ノイズを含む音声信号をまず本発明の
ノイズ削減装置に入力し、ノイズを削減する。次に、削
減後の信号を音声符号化装置に入力し符号を得る。そし
て、得られた符号を音声復号化装置に入力し、出力信号
を得る。そして、この出力信号をサンプルとして試聴実
験を行った。また、リファレンス用としては、ノイズ削
減装置を介さずに入力信号を音声符号化装置へ直接入力
することによって得られた出力信号を用いた。

【００４９】ノイズ削減装置は上記実施例に示した設定
例の通りに作成した。メモリ容量はスタティックＲＡＭ
が約３００Ｗ、ダイナミックＲＡＭが約１．４ｋＷ、処
理量は約３ＭＯＰＳである。

【００５０】また、音声サンプルは男女２名づつ計４名
分の日本語短文データ（それぞれ２〜３秒間）でサンプ
リングレートは８ｋＨｚ、ノイズの無い音声データであ
る。ノイズ付加データは、前述のノイズ無しデータに道
路騒音をＳ／Ｎ比２０ｄＢで付加することによって作成
した。また、試聴者は男女計１６名である。評価は、５
段階（１：大変悪い、２：悪い、３：普通、４：良い、
５：大変良い）で行い、各評価者、各データについて得
られた評価値を平均してＭＯＳ（Mean OpinionScore）
を求めた。結果を以下の表１に示す。

【００５１】

【表１】

【００５２】これを見るとわかるように、ノイズの無い
データでは３．５という高いＭＯＳ値が得られている。
しかし、ノイズが含まれると異音感が増加し、ノイズ削
減装置を用いない場合は、ＭＯＳ値で３．１３と大きく
音質が劣化する。しかし、本発明のノイズ削減装置を用
いると、ノイズが削減され音質の劣化が起こらず、３．
５とノイズの無いときの音質とほぼ同じＭＯＳ値が得ら
れるようになった。

【００５３】上記の実験から本発明の効果が高いことが
検証できた。

【００５４】

【発明の効果】以上のように本発明は、第１に音声区間
中でも音声区間外でもノイズスペクトル推定を行うこと
ができ、音声がどのタイミングでデータ中に存在するか
が明らかでない場合でもノイズスペクトルを推定するこ
とができる。また、入力のスペクトル包絡の特徴を線形
予測係数で強調することができ、ノイズレベルが高い場
合でも音質の劣化を防ぐことができる。

【００５５】第２に、振幅スペクトルを求める際に必要
な平方根の計算が省略でき、計算量を節約することがで
きる。

【００５６】第３に、連続する複数フレームの振幅スペ
クトルの最低値を各周波数毎に求めることができ、これ
をノイズスペクトルとすることによって音声が含まれて
いる区間においてもノイズスペクトルの推定が容易にで
き、音声がどのタイミングでデータ中に存在するかが明
らかでない場合でもノイズスペクトルを推定することが
できる。

【００５７】第４に、ノイズスペクトル格納部を構成す
るためのＲＡＭ領域を数分の１に削減することができ、
ＲＡＭ容量を節約することができる。また、この発明に
より、長く持続する単音をノイズと誤判定することを防
ぐこともできる。

【００５８】第５に、ノイズの穏やかな変化に適応する
ことができ、音声がどのタイミングでデータ中に存在す
るかが明らかでない場合でもノイズスペクトルを推定す
ることができる。

【００５９】第６に、穏やかに変化するノイズに適応し
たノイズスペクトル推定が可能になり、音声がどのタイ
ミングでデータ中に存在するかが明らかでない場合でも
ノイズスペクトルを推定することができる。

【００６０】第７に、実際よりも低く推定されるノイズ
レベルを実際のノイズレベルまで引き上げることがで
き、より適したノイズ削減が可能になり、音声がどのタ
イミングでデータ中に存在するかが明らかでない場合で
もノイズスペクトルを推定することができる。

【００６１】第８に、補償された周波数の異音感を低減
すると同時に音声を含んでいない区間のパワーを低減さ
せることができ、ノイズレベルが高い場合でも音質の劣
化を防ぐことができる。

【００６２】第９に、ノイズ削減によって生じたスペク
トル歪みを補正し、聴感的に音質を向上させることがで
き、ノイズレベルが高い場合でも音質の劣化を防ぐこと
ができる。

【図面の簡単な説明】

【図１】本発明のノイズ削減装置のブロック結線図

【図２】本発明の効果を評価するための評価データの作
成方法を示した図

【図３】従来のスペクトルサブトラクションによるノイ
ズ削減装置のブロック結線図

【符号の説明】

１１入力信号１２Ａ／Ｄ変換部１３安定化係数格納部１４ノイズ削減係数調節部１５入力波形設定部１６ＬＰＣ分析部１７フーリエ変換部１８ノイズ削減部１９スペクトル補償部２０逆フーリエ変換部２１スペクトル強調部２２波形整合部２３出力音声２４ノイズ推定部２５ノイズスペクトル格納部２６前スペクトル格納部２７前波形格納部５１入力信号５２ノイズ削減装置５３音声符号化装置５４音声復号化装置５５出力信号３１ノイズのみの入力信号３２Ａ／Ｄ変換部３３フーリエ変換部３４ノイズ分析部３５ノイズスペクトル格納部３６ノイズを含む入力信号３７Ａ／Ｄ変換部３８フーリエ変換部３９ノイズ削減部４０逆フーリエ変換部４１出力信号

フロントページの続き (56)参考文献欧州特許出願公開718820（ＥＰ，Ａ２) 米国特許5774846（ＵＳ，Ａ) 米国特許6067518（ＵＳ，Ａ) 米国特許6167373（ＵＳ，Ａ) 電子情報通信学会技術研究報告［音声］，Ｖｏｌ．93，Ｎｏ．463，ＳＰ93− 139，大室仲外「ＰＳＩ−ＣＥＬＰ音声符号化の可変ビットレート化に関する検討」，ｐ．９−16（1994年２月17日発行) 電子情報通信学会技術研究報告［音声］，Ｖｏｌ．95，Ｎｏ．355，ＳＰ95− 80，森井利幸外「音声の短時間的特徴に対応したマルチモードＣＥＬＰ符号化」，ｐ．55−62（1995年11月16日発行) Ｐｒｏｃｅｅｄｉｎｇｓｏｆ 1996 ＩＥＥＥ 46ｔｈＶｅｈｃｕｌａｒＴｅｃｈｎｏｌｏｇｙＣｏｎｆｅｒｅｎｃｅ，Ｎ．Ｔａｎａｋａｅｔａｌ，”ＡＭｕｌｔｉ−ＭｏｄｅＶａｒｉａｂｌｅＲａｔｅＳｐｅｅｃｈＣｏｄｅｒｆｏｒＣＤＭＡＣｅｌｌｕｌａｒＳｙｓｔｅｍｓ”，ｐ. 198−202，Ａｐｒｉｌ 28−Ｍａｙ１，1996，Ａｔｌａｎｔａ，Ｇｅｒｏｇｉａ，ＵＳＡ (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 15/20 G10L 21/02 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】入力音声信号をディジタル信号に変換す
るＡ／Ｄ変換部と、削減するノイズ量を制御する係数を
調節するノイズ削減係数調節部と、前記Ａ／Ｄ変換部に
より得られる一定時間長（１フレーム）のディジタル信
号に対して線形予測分析（ＬＰＣ分析）を行うＬＰＣ分
析部と、前記Ａ／Ｄ変換部により得られる一定時間長
（１フレーム）のディジタル信号に対して離散フーリエ
変換を行うフーリエ変換部と、推定されたノイズのスペ
クトルが格納されているノイズスペクトル格納部と、前
記フーリエ変換部により得られる入力スペクトルと前記
ノイズスペクトル格納部に格納されているノイズスペク
トルとを比較することによってノイズのスペクトルを推
定して得られたノイズスペクトルを前記ノイズスペクト
ル格納部に格納するノイズ推定部と、前記ノイズ削減係
数調節部により得られる係数に基づいて前記ノイズスペ
クトル格納部に格納されているノイズスペクトルを前記
フーリエ変換部により得られる入力信号のスペクトルか
ら減ずるノイズ削減部と、前記ノイズ削減部により得ら
れるスペクトルを調べて減じ過ぎた周波数のスペクトル
を補償するスペクトル補償部と、前記スペクトル補償部
により得られるスペクトルと前記フーリエ変換部により
得られる位相とに基づいて逆フーリエ変換を行う逆フー
リエ変換部と、前記逆フーリエ変換部により得られる音
響信号に対してスペクトル強調を行うスペクトル強調部
と、前記スペクトル強調部により得られる信号を前のフ
レームの信号と整合させる波形整合部とを具備するノイ
ズ削減装置。
【請求項２】フーリエ変換部が、離散フーリエ変換を
行って得られる複素スペクトルの実数部と虚数部の絶対
値の和を計算することによって疑似的な振幅スペクトル
を得るものである請求項１記載のノイズ削減装置。
【請求項３】ノイズ推定部が、フーリエ変換部により
得られる入力信号のスペクトルを各周波数毎にノイズス
ペクトルと大小比較し、前記入力信号のスペクトルが前
記ノイズスペクトルより小さい場合に、その周波数のノ
イズスペクトルを入力信号のスペクトルとすることによ
ってノイズスペクトルを推定するものである請求項１記
載のノイズ削減装置。
【請求項４】ノイズ推定部が、１つの周波数のノイズ
スペクトルが複数の周波数の入力信号のスペクトルに対
応しており、ノイズスペクトルの各周波数に対してそれ
と対応する複数の周波数の入力信号のスペクトルとの比
較を行い、最も小さい値をノイズスペクトルとしてノイ
ズスペクトル格納部に格納するものである請求項１記載
のノイズ削減装置。
【請求項５】ノイズ推定部が、ノイズスペクトルとし
て格納されている各周波数のノイズスペクトルが不変で
あるフレーム数がある固定値以上の場合に、そのスペク
トル値を強制的に放棄するものである請求項１記載のノ
イズ削減装置。
【請求項６】ノイズ推定部が、ノイズスペクトルの第
２候補を抽出してノイズスペクトル格納部に格納してお
き、ノイズスペクトルの放棄の際には、その第２候補に
入れ替えるものである請求項５記載のノイズ削減装置。
【請求項７】ノイズ削減部が、ノイズ削減係数調節部
にて得られたノイズ削減係数をノイズスペクトル格納部
に格納されたノイズスペクトルに乗じて、フーリエ変換
部にて得られた入力信号のスペクトルから減ずるもので
ある請求項１記載のノイズ削減装置。
【請求項８】スペクトル補償部で補償されたスペクト
ルを格納する前スペクトル格納部を有し、スペクトル補
償部が、ノイズ削減部で負のスペクトル値となった周波
数に対して、フーリエ変換部で得られる現フレームのス
ペクトルと前記前スペクトル格納部に格納されたスペク
トルとのうち、小さい方を用いて補償し、さらに得られ
たスペクトルを前記前スペクトル格納部に格納するもの
である請求項１記載のノイズ削減装置。
【請求項９】スペクトル強調部が、逆フーリエ変換部
にて得られた音響信号に対して、ＬＰＣ分析部にて得ら
れた線形予測係数による極強調フィルタ処理、高域強調
フィルタ処理及びパワー強調処理によるスペクトル強調
を行うものである請求項１記載のノイズ削減装置。