JP3616341B2 - Multi-channel echo cancellation method, apparatus thereof, program thereof, and recording medium - Google Patents

Description

Σはｎ＝０からＬ−１まで
のような畳み込み演算で得られるものとモデル化できる。Ｌはタップ数で、反響路１５の残響時間に対応させて、あらかじめ設定しておく定数である。まず、受話信号蓄積・ベクトル生成部１７において、受話信号ｘ_１（ｋ）をＬ−１時刻過去のものまで蓄積しておく。蓄積された信号は、受話信号ベクトルｘ _１（ｋ）、すなわち

として出力される。但し、＊^Ｔ はベクトルの転置を表す。疑似反響信号生成部１８では、式（２）の受話信号ベクトルｘ _１（ｋ）と、反響路推定部１９から得られる疑似反響ベクトルｈ＾_１１（ｋ）との内積演算

を行ない、その結果として、疑似反響信号ｙ＾_１（ｋ）を生成する。この内積演算は、式（１）のような畳み込み演算と等価である。反響路推定部１９では、疑似反響信号生成部１８で用いる疑似反響路ベクトルｈ＾_１１（ｋ）を生成する。この反響路推定に用いる最も一般的なアルゴリズムは、ＮＬＭＳアルゴリズム（学習同定法）である。ＮＬＭＳアルゴリズムでは、時刻ｋにおける受話信号ベクトルｘ _１（ｋ）と、残留反響信号ｅ_１（ｋ）、すなわち差回路２１でマイクロホン１６の出力ｙ_１（ｋ）から疑似反響信号ｙ＾_１（ｋ）を差し引いた信号

とから、時刻ｋ＋１において用いる疑似反響路ベクトルｈ＾_１１（ｋ＋１）を次式のように求める。

但し、μはステップサイズパラメータと呼ばれ０＜μ＜２の範囲で適応動作の調整に用いる。以上のような処理を繰り返すことにより、反響路推定部１９では、次第に疑似反響路ベクトルｈ＾_１１（ｋ）を、真の反響路１５のインパルス応答ｈ_１１（ｋ，ｎ）の時系列を各要素として持つ反響路ベクトルｈ _１１（ｋ）、すなわち

と一致させることが可能となり、その結果式（４）の残留反響信号ｅ_１ （ｋ）を小さくすることができる。
【０００３】
一般にＮ（＞２）チャネルの再生系とＭ（＞１）チャネルの集音系とで構成される通信会議システムの場合の反響の消去は、図５に示すような構成により行われる。すなわち再生側の全Ｎチャネルと集音側の各１チャネルとの間にＮ入力１出力時系列信号を処理するＮチャネル反響消去装置２２_１，２２_２，…，２２_Ｍ をそれぞれ接続した反響消去システム２３として実現される。この場合システム全体でＮ×Ｍ個の反響路１５_ｎｍ（１＜ｎ＜Ｎ，１＜ｍ＜Ｍ）が存在する。このシステムの構成単位である再生側の全Ｎチャネルと集音側の各１チャネルとの間に接続されるＮチャネル反響消去装置２２_１，２２_２，…，２２_Ｍ については、図４に示した反響消去装置１４の構成を拡張して、図６に示すように構成される。これは例えば電子情報通信学会論文誌 ’８６／１０ Ｖｏｌ．Ｊ６９−Ａ Ｎｏ．１０「多チャネル適応ディジタルフィルタ」に詳しく述べられている。ここで、集音側が第ｍ集音チャネル（１＜ｍ＜Ｍ）に接続されているＮチャネル反響消去装置２２_ｍ を考える。第ｍチャネルのマイクロホン１６_ｍ で集音される反響信号は、各再生チャネルの受話信号がそれぞれの反響路１５_１ｍ〜１５_Ｎｍを経て集音側で全て加算されることにより得られるために、反響路推定をどの再生チャネルについても、統一的に同じ１つの残留反響信号ｅ_ｍ （ｋ）のみを評価して行なうための工夫が必要となる。まず、各再生チャネルの受話信号について、受話信号蓄積・ベクトル生成部（１７_１，１７_２，…，１７_Ｎ ）により、受話信号ベクトル

を生成する。但し、Ｌ_１，Ｌ_２，…，Ｌ_Ｎ はタップ数で、各反響路１５_１ｍ，１５_２ｍ，…，１５_Ｎｍの残響時間に対応させて、あらかじめ設定する定数である。これらのベクトルをベクトル結合部２４によって、

と結合する。また、反響路推定部１９_ｍ においても、各再生チャネルと第ｍ集音チャネルとの間のＮ個の反響路を模疑するための、各疑似反響路ベクトルｈ＾_１ｍ（ｋ），ｈ＾_２ｍ（ｋ），…，ｈ＾_Ｎｍ（ｋ） を結合して

として扱う。疑似反響路結合ベクトルｈ＾_ｍ （ｋ） の更新は、ＮＬＭＳアルゴリズムを用いた場合、

のように行なわれる。疑似反響信号生成部１８_ｍ では、内積演算

により、第ｍ集音チャネルで集音された反響信号ｙ_ｍ （ｋ）に対する疑似反響信号ｙ＾_ｍ （ｋ）を生成する。このように、各チャネル毎のベクトルを結合して１つのベクトルとして扱うことにより、基本的な処理の流れは、図４に示した１チャネル反響消去装置と同様となる。
【０００４】
【発明が解決しようとする課題】
従来の多チャネルエコー消去方法はその疑似反響路が真の反響路にほぼ収束するのが遅い。この点を改善すべく研究した結果、各チャネルの受話信号の再生信号ごとの反響路についての疑似反響路において、その反響路の逐次推定における更新ステップサイズμが同一値である点に問題があると考えるに至った。
説明を簡単にするため、図７に示すように受話チャネルが２つ、集音チャネルが１つの場合を例とする。各受話信号ｘ_１ （ｋ），ｘ_２ （ｋ）はそれぞれチャネル疑似反響路１８_１ ，１８_２ へ印加され、チャネル疑似反響路１８_１ ，１８_２ よりの各チャネル疑似反響信号ｙ＾_１ （ｋ），ｙ＾_２ （ｋ）は合成回路２６で合成されて総合疑似反響信号ｙ＾（ｋ）とされて差回路２１へ供給され、マイクロホン１６_１ よりの集音信号ｙ（ｋ）からｙ＾（ｋ）が引算され、残留反響信号ｅ（ｋ）が求められる。残留反響信号ｅ（ｋ）と、受話信号ｘ_１ （ｋ），ｘ_２ （ｋ）がチャネル反響路推定部１９_１ ，１９_２ へ供給され、チャネル反響路推定部１９_１ ，１９_２ はそれぞれ、受話信号ｘ_１ （ｋ），ｘ_２ （ｋ）の各再生信号がマイクロホン１６_１ に至る反響路１５_１ ，１５_２ のインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）を逐次推定して、これら推定したインパルス応答ｈ＾_１ （ｋ），ｈ＾_２ （ｋ）をチャネル疑似反響路１８_１ ，１８_２ にそれぞれ設定する。
【０００５】
チャネル反響路推定部１９_１ ，１９_２ における各推定チャネルインパルス応答ｈ＾_１ （ｋ），ｈ＾_２ （ｋ）は式（１２）から以下のようになる。式（１２）は受話チャネルが２つであるから式（１４）となる。
【０００６】
【数１】

【０００７】
反響路１５₁ ，１５₂ の残響時間により決るタップ数Ｌ₁ とＬ₂ を等しくＬとした。
このようにＸ^T（ｋ）Ｘ（ｋ）はスカラーであるから、式（１４）は行列の各行ごとに次のように書ける。

つまりチャネル反響路推定部１９₁ ，１９₂ はそれぞれ式（１５），（１６）によりチャネル反響路１５₁ ，１５₂ のインパルス応答ｈ₁（ｋ），ｈ₂（ｋ）を逐次推定することになる。Ｘ₁（ｋ）／（Ｘ^T（ｋ）Ｘ（ｋ）），Ｘ₂ （ｋ）／（Ｘ^T（ｋ）Ｘ（ｋ））はそれぞれ全チャネルの受話信号のパワーで正規化された受話信号（ベクトル）と言える。Ｘ^T（ｋ）Ｘ（ｋ）はパワー計算部２７で計算されて各推定部１９₁ ，１９₂ へ供給される。また図７中には図６中の受話信号蓄積ベクトル生成部は必要とするが省略してある。式（１５），（１６）より、その更新ステップサイズは共にμと等しいものとなっている。
【０００８】
しかし、例えば図７に示すように、スピーカ１２_１ ，１２_２ とマイクロホン１６_１ ，１６_２ を互いに対向させて、方形の各コーナに位置させた場合、マイクロホン１６_１ に対し正面のスピーカ１２_１ からの反響路１５_１ のインパルス応答ｈ_１ （ｋ）の方が、対角位置のスピーカ１２_２ からの反響路１５_２ のインパルス応答ｈ _２ （ｋ）よりエネルギーが大きい。このことは、スピーカとマイクロホンの方形コーナの配置に限らず、他の配置においても反響路によりインパルス応答のエネルギーに差があり、かつ３チャネル以上の多チャネルエコー消去方法についても同様のことが言える。
【０００９】
そこでこの発明の目的はこのインパルス応答のエネルギーの差を考慮して従来よりも収束が速い多チャネルエコーキャンセル方法、その装置、そのプログラム及びその記録媒体を提供することにある。
【００１０】
【課題を解決するための手段】
この発明によれば各チャネルの受話信号をチャネル疑似反響路に印加してチャネル疑似反響信号をそれぞれ生成し、これらチャネル疑似反響信号を加算して総合疑似反響信号を生成し、この総合疑似反響信号を集音信号から差し引いて残留反響信号を生成し、特に各チャネルの受話信号の再生信号と集音信号との各インパルス応答と対応する信号の大きさを入力して、各チャネルのインパルス応答の級数の係数の二乗和の相対比と各チャネルの更新ステップサイズの相対比が等しくなるように各チャネルの更新ステップサイズを生成し、各チャネルごとにその更新ステップサイズと、各受話信号と、上記残留反響信号とからそのチャネルの反響路のインパルス応答を逐次推定し、その推定したインパルス応答によりそのチャネルの疑似反響路を生成する。
【００１１】
【発明の実施の形態】
図１にこの発明の実施形態を示す。説明を簡単にするため、受話２チャネル、集音１チャネルを例とし、図７と対応する部分に同一参照符号を付けてある。この実施形態では、各チャネルの反響路１５_１ ，１５_２ のインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）と対応する信号をステップサイズ生成部３１に入力して、各チャネルごとのステップサイズμ_１ ，μ_２ をそのインパルス応答に対応する信号の大きさに応じて決定する。インパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）と対応する信号としては受話信号ｘ_１ （ｋ），ｘ_２ （ｋ）の各再生信号と集音信号ｙ（ｋ）との間の各インパルス応答、つまり反響路１５_１ ，１５_２ の各インパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）それ自体、あるいはスピーカ１２_１ ，１２_２ 、マイクロホン１６_１ の配置に応じて経験的に推測される大略の値、またはチャネル疑似反響路１８_１ ，１８_２ に設定される推定インパルス応答などが用いられる。インパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）を用いる場合は、予め、各１つのスピーカのみからインパルス音を放射して、マイクロホン１６の出力信号を測定して求める。
【００１２】
更新ステップサイズμ_１ ，μ_２ は各チャネルのインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）と対応する信号（以下ｈ _１ （ｋ），ｈ _２ （ｋ）で代表する）の大きさ、つまり振幅又はパワーに応じ、大きければ大きな値とする。特に各チャネルのインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）のパワーの、これらパワーの和に対する比に応じて更新ステップサイズμ_１ ，μ_２ を決定する。この場合、これら各チャネルの更新ステップサイズμ_１ ^２とμ_２ ^２の和が２となるようにする。例えば次のようにして求める。いまｈ _１ （ｋ），ｈ _２ （ｋ）がそれぞれ１要素のみとして、これらをｈ平面上に書くと図２に示すように、式（１４）の更新ベクトルｈ＾（ｋ）は、ｈ _１ （ｋ）とｈ _２ （ｋ）のパワーが等しい場合は、横軸に対し４５度のベクトル４１上にあることになる。ベクトルｈ _１ （ｋ），ｈ _２ （ｋ）の各長さをａ＝√（ｈ _１ ^Ｔ （ｋ）ｈ _１ （ｋ）），ｂ＝√（ｈ _２ ^Ｔ （ｋ）ｈ _２ （ｋ））とすると、更新ベクトルｈ＾（ｋ）は図２中のベクトル４２上のように設定することで、その疑似反響路が真の反響路にほぼ収束するのを速くすることができる。この更新ベクトルｈ＾（ｋ）に応じてステップサイズμ_１ ，μ_２ を、√（ａ^２ ）と√（ｂ^２ ）の比と等しくする、つまり
μ_１ ：μ_２ ＝√（ａ^２ ）：√（ｂ^２ ）
とすればよい。従って下記の連立方程式が得られる。
【００１３】
μ₁ √（ｂ² ）＝μ₂ √（ａ² ）
μ₁ ²＋μ₂ ²＝２
この連立方程式を解くと以下のようになる。
μ₁ ＝√（２ａ ² ）／（√（ａ ² ＋ｂ ² ））
μ₂ ＝√（２ｂ ² ）／（√（ａ ² ＋ｂ ² ））
つまり
μ₁ ＝√（２ｈ₁ ^T（ｋ）ｈ₁（ｋ））／（√（ｈ₁ ^T（ｋ）ｈ₁（ｋ））＋√（ｈ₂ ^T（ｋ）ｈ₂ （ｋ））） （17）
μ₂ ＝√（２ｈ₂ ^T（ｋ）ｈ₂（ｋ））／（√（ｈ₁ ^T（ｋ）ｈ₁（ｋ））＋√（ｈ₂ ^T（ｋ）ｈ₂ （ｋ））） （18）
をステップサイズ生成部３１で計算すればよい。
【００１４】
従ってインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）がそれぞれ２乗和回路３２_１ ，３２_２ に入力されて、各ベクトルの要素の２乗和
ｈ _１ ^Ｔ （ｋ）ｈ _１ （ｋ）＝Σ _ｉ＝０ ^Ｌ−１ ｈ_１ ^２（ｋ，ｉ）
ｈ _２ ^Ｔ （ｋ）ｈ _２ （ｋ）＝Σ _ｉ＝０ ^Ｌ−１ ｈ_２ ^２（ｋ，ｉ）
がそれぞれ計算され、これら２乗和は開平回路３３_１ ，３３_２ で平方根がとられ、ａ＝√（ｈ _１ ^Ｔ （ｋ）ｈ _１ （ｋ），ｂ＝√（ｈ _２ ^Ｔ （ｋ）ｈ _２ （ｋ））が求められる。これらａとｂが加算回路３４で加算され、式（１７），（１８）の分母が求められる。乗除算回路３５_１ で加算回路３４の加算値でａを除算した値に２を乗算して式（１７）の計算結果μ_１ が求められる。同様に乗除算回路３５_２ で加算回路３４の加算値でｂを除算した値に２を乗算して式（１８）の計算結果μ_２ が求められる。
【００１５】
これら更新ステップサイズμ_１ ，μ_２ がそれぞれ対応するチャネル反響推定部１９_１ ，１９_２ へ供給される。チャネル反響路推定部１９_１ ，１９_２ には図６に示した場合と同様にそれぞれ受話信号ｘ_１ （ｋ），ｘ_２ （ｋ）が供給されると共にパワー計算部２７よりの所定時間の全チャネルの受話信号パワーの和と残留反響信号ｅ（ｋ）が共通に供給される。チャネル反響路推定部１９_１ ，１９_２ ではそれぞれ以下の式によりチャネル反響路のインパルス応答の推定ｈ＾_１ （ｋ＋１），ｈ＾_２ （ｋ＋１）が逐次行われる。
【００１６】

これら推定されたインパルス応答ｈ＾_１ （ｋ＋１），ｈ＾_２ （ｋ＋１）がそれぞれチャネル疑似反響路１８_１ ，１８_２ に設定される。その他は図６に示した装置と同様な処理を行う。
【００１７】
このように更新ステップサイズμ_１ ，μ_２ が反響路１５_１ ，１５_２ のインパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）のエネルギーの相対比に応じて、大きいエネルギーのチャネルに対応する更新ステップサイズが大きくされ、それだけ全体としての疑似反響路１８_１ ，１８_２ の収束が速くなる。
ステップサイズ生成部３１で各時刻ｋごとにμ_１ （ｋ），μ_２ （ｋ）を計算することにより、反響路１５_１ ，１５_２ が変動してｈ _１ （ｋ），ｈ _２ （ｋ）が変動してもこれに追従して、適切なμ_１ （ｋ），μ_２ （ｋ）が設定されることになる。また最初にステップサイズ生成部３１に、インパルス応答ｈ _１ （ｋ），ｈ _２ （ｋ）の経験的推定値を入力しても、その後、チャネル疑似反響路１８_１ ，１８_２ の各インパルス応答ｈ＾_１ （ｋ），ｈ＾_２ （ｋ）をステップサイズ生成部３１に入力することにより、チャネル疑似反響路１８_１ ，１８_２ が反響路１５_１ ，１５_２ に収束するに従って、更新ステップサイズμ_１ ，μ_２ が適切な値μ_１ （ｋ），μ_２ （ｋ）に更新される。あるいはμ_１ ，μ_２ の初期値はμ_１ ＝μ_２ とし従来において使用していた適当な値を設定し、その後は、ｈ＾_１ （ｋ），ｈ＾_２ （ｋ）をステップサイズ生成部３１に入力してμ_１ ，μ_２ を更新してもよい。
【００１８】
この発明は受話チャネルが３チャネル以上の場合にも適用できる。例えばＮチャネルの場合、ステップサイズ生成部３１で各チャネルｎ（ｎ＝１，２，・・・，Ｎ）に対し、次の計算をすればよい。
μ_n＝√Ｎ（ｈ_n ^T（ｋ）ｈ_n（ｋ））／√（ｈ₁ ^T（ｋ）ｈ₁（ｋ）＋(ｈ₂ ^T（ｋ）ｈ₂（ｋ）・・・＋ｈ_N ^T（ｋ）ｈ_N（ｋ））
この式から理解されるように、各チャネルのインパルス応答の大きさ（振幅又はパワー）の、チャネル間の相対的大きさ比により、インパルス応答の大きさが大きいチャネルの疑似反響路の収束速度が大きくなるようにステップサイズを求めればよい。また上記実施形態ではチャネル反響路推定部において、全チャネルの受話信号のパワーの和を求めたものを用いたが、必ずしもその必要はない。例えば電子情報通信学会論文誌’８６／１０ Ｖｏｌ．Ｊ６９−Ａ Ｎｏ．１０「多チャネル適応ディジタルフィルタ」で提案しているように、チャネルごとにその受話信号をその電力で正規化したものを用いてもよい。
【００１９】
またチャネル反響路推定のアルゴリズムとしては学習同定法に限らず、射影法その他のアルゴリズムを用いてもよい。更にこの多チャネルエコーキャンセル装置を、コンピュータによりプログラムを実行させて機能させることもできる。この場合はこの多チャネルエコーキャンセルプログラムを、ＣＤ−ＲＯＭ、フロッピーディスク、磁気ディスクなどからコンピュータのプログラムメモリにインストールし、あるいは通信回線を通じてダウンロードして、そのプログラムを実行することになる。
【００２０】
【発明の効果】
図１に示した実施形態において、マイクロホン１６_１ と正面スピーカ１２_１ 間の距離が約１．５ｍ、スピーカ１２_１ と１２_２ 間の距離が約１．２ｍの場合、インパルス応答ｈ _１ （ｋ）とｈ _２ （ｋ）のパワー比は壁の反射などにより変わり、１：０．７５〜０．８５程度となるが、１：０．８とした。この場合の計算機シミュレーションの結果を図３に示す。図３中の実線はこの発明方法による疑似反響路の収束状態を示し、破線は従来法による収束状態を示す。反響路を変化させてから係数誤差（インパルス応答推定値誤差）が−１０ｄＢになる時間が、従来法では８．３秒掛ったが、この発明方法によれば５．９秒となり、従来法より約１．５倍の収束速度が得られ、この発明方法が優れていることが確認できた。
【００２１】
以上述べたようにこの発明によれば、各チャネルの反響路のインパルス応答に応じてそのチャネルの反響路推定における更新ステップサイズを決定することにより、多チャネルエコーキャンセルの収束速度を向上させることができる。
【図面の簡単な説明】
【図１】この発明の実施形態の機能構成を示す図。
【図２】インパルス応答に応じてステップサイズを決めるための説明図。
【図３】この発明の効果を確認するための、収束状態の計算機シミュレーションを示す図。
【図４】従来の１チャネルエコーキャンセル装置の機能構成を示す図。
【図５】従来の多チャネルエコーキャンセル装置の構成図。
【図６】従来の多チャネルエコーキャンセル装置の具体的機能構成を示す図。
【図７】従来の２チャネルエコーキャンセル装置の機能構成を示す図。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a multi-channel echo canceling method, an apparatus thereof, a program thereof, and a recording medium for canceling a room echo signal that causes a howling and an auditory disturbance in, for example, a communication conference system having a multi-channel playback system. is there.
[0002]
[Prior art]
There is an echo canceling device in order to provide a loudspeaking call system with excellent simultaneous call performance and low echo.
First, an echo canceling method and apparatus configuration of an echo canceling apparatus for one channel will be described with reference to FIG. In a voice call, the received signal obtained by the other party's utterance at the receiving terminal 11 is automatically reproduced from the speaker 12 and automatically sent to the speaker 12 according to the amplitude of the received signal, the power, etc. In some cases, the signal is reproduced from the speaker 12 after some processing is performed on the received signal, such as by adjusting the gain automatically. For this reason, in this specification, the received signal x ₁ (k) is not limited to the received signal itself from the other party, and when the received signal is processed, it indicates the processed received signal. Shall. k represents discrete time. The echo canceling device 14 cancels the echo signal y ₁ (k) obtained by collecting the received signal x ₁ (k) from the speaker 12 through the echo path 15 and collecting into the microphone 16. Here, the reverberation signal y ₁ (k) has an impulse response of the reverberation path 15 at time k as h ₁₁ (k, n),

Σ can be modeled as that obtained by a convolution operation such as n = 0 to L-1. L is the number of taps, and is a constant set in advance corresponding to the reverberation time of the echo path 15. First, the received signal accumulation / vector generation unit 17 accumulates the received signal x ₁ (k) up to L-1 time past. The accumulated signal is the received signal vector x ₁ (k), ie

Is output as However, * ^T represents transposition of a vector. In the pseudo reverberation signal generation unit 18, the inner product calculation of the received signal vector x ₁ (k) of the equation (2) and the pseudo reverberation vector h ^ ₁₁ (k) obtained from the echo path estimation unit 19.

As a result, a pseudo echo signal y ^ ₁ (k) is generated. This inner product operation is equivalent to a convolution operation as shown in Equation (1). The echo path estimation unit 19 generates a pseudo echo path vector h ₁₁ (k) used by the pseudo echo signal generation unit 18. The most common algorithm used for echo path estimation is the NLMS algorithm (learning identification method). The NLMS algorithm, the received signal vector x ₁ (k) at time k, the residual echo signal _e 1 (k), i.e. the estimated echo signal _y ^ 1 by the difference circuit 21 from the output _y 1 of the microphone 16 (k) (k) Minus the signal

From the above, the pseudo echo path vector h ^ ₁₁ (k + 1) used at time k + 1 is obtained as follows.

However, μ is called a step size parameter and is used for adjustment of the adaptive operation in the range of 0 <μ <2. By repeating the processing as described above, the echo path estimation unit 19 gradually converts the pseudo echo vector h ^ ₁₁ (k) to the time series of the impulse response h ₁₁ (k, n) of the true echo path 15. The echo path vector h ₁₁ (k) as an element, that is,

As a result, the residual echo signal e ₁ (k) in the equation (4) can be reduced.
[0003]
In general, in the case of a communication conference system constituted by a reproduction system of N ( > 2) channel and a sound collection system of M ( > 1) channel, the echo cancellation is performed by the configuration shown in FIG. In other words, echo cancellation is performed by connecting N channel echo cancellers 22 ₁ , 22 ₂ ,..., 22 _M for processing N input 1 output time-series signals between all N channels on the reproduction side and one channel on the sound collection side. This is realized as a system 23. In this case, N × M echo paths 15 _nm (1 < n < N, 1 < m < M) exist in the entire system. FIG. 4 shows the N channel echo cancellers 22 ₁ , 22 ₂ ,..., 22 _M connected between all N channels on the reproduction side and one channel on the sound collection side, which are constituent units of this system. Further, the configuration of the echo canceling device 14 is expanded as shown in FIG. This is the case, for example, of the IEICE Transactions '86 / 10 Vol. J69-A No. 10 “Multi-channel adaptive digital filters”. Here, consider an N-channel echo canceller 22 _m whose sound collection side is connected to the m-th sound collection channel (1 < m < M). Since the echo signal collected by the m-th channel microphone 16 _m is obtained by adding the reception signals of the respective reproduction channels through the respective echo paths 15 _1m to 15 _Nm on the sound collection side. It is necessary to devise a method for evaluating the path by uniformly evaluating only the same residual echo signal e _m (k) for any reproduction channel. First, with respect to the reception signal of each reproduction channel, the reception signal vector is generated by the reception signal accumulation / vector generation unit (17 ₁ , 17 ₂ ,..., 17 _N ).

Is generated. Here, L ₁ , L ₂ ,..., L _N are tap numbers, and are constants set in advance corresponding to the reverberation times of the reverberation paths 15 _1m , 15 _{2m ,.} These vectors are converted by the vector combiner 24,

Combine with. Also in the echo path estimation unit 19 _m , each pseudo echo path vector h ^ _1m (k), h ^ for suspecting N echo paths between each reproduction channel and the m-th sound collection channel. _2m (k), ..., h ^ _Nm (k)

Treat as. The update of the pseudo-echo path vector h ^ _m (k) is performed using the NLMS algorithm.

It is done like this. In the pseudo echo signal generation unit 18 _m , the inner product calculation

Thus, a pseudo echo signal y ^ _m (k) for the echo signal y _m (k) collected by the mth sound collection channel is generated. Thus, by combining the vectors for each channel and treating them as one vector, the basic processing flow is the same as that of the one-channel echo canceller shown in FIG.
[0004]
[Problems to be solved by the invention]
In the conventional multi-channel echo cancellation method, it is slow that the pseudo echo path almost converges to the true echo path. As a result of research to improve this point, there is a problem in that the update step size μ in the successive estimation of the echo path has the same value in the pseudo echo path for the echo signal for each reproduction signal of the reception signal of each channel. I came to think.
In order to simplify the explanation, as shown in FIG. 7, an example is given in which there are two reception channels and one sound collection channel. Each received signal _{x 1 (k), x 2} (k) are respectively applied to the channel estimated echo path ₁₈ 1, 18 _2, channel estimated echo path ₁₈ 1, 18 each channel than ₂ echo replica _{y ^} 1 (k ), _{y ^} 2 (k) are synthesized by the synthesizing circuit 26 is supplied to the overall echo replica y ^ (k) and has been the difference circuit 21, y from the sound collection signal y from the microphone 16 ₁ (k) ^ (K) is subtracted to obtain a residual echo signal e (k). A residual echo signal e (k), the received signal _{x 1 (k), x 2} (k) is supplied to the channel echo path estimation unit ₁₉ 1, 19 _2, channel echo path estimation unit ₁₉ 1, 19 _2, respectively, The impulse responses h ₁ (k) and h ₂ (k) of the echo paths 15 ₁ and 15 ₂ where the reproduced signals of the received signals x ₁ (k) and x ₂ (k) reach the microphone 16 ₁ are sequentially estimated, These estimated impulse responses h ^ ₁ (k) and h ^ ₂ (k) are set in the channel pseudo echo paths 18 ₁ and 18 ₂ , respectively.
[0005]
The estimated channel impulse responses h ₁ (k) and h ₂ (k) in the channel echo path estimation units 19 ₁ and 19 ₂ are as follows from the equation (12). Expression (12) becomes Expression (14) because there are two reception channels.
[0006]
[Expression 1]

[0007]
The echo path 15 _1, 15 taps determined by the _second reverberation time L ₁ and L ₂ have the same L.
Since X ^T (k) X (k) is a scalar in this way, Equation (14) can be written as follows for each row of the matrix.

That is, the channel echo path estimation units 19 ₁ and 19 ₂ sequentially estimate the impulse responses h ₁ (k) and h ₂ (k) of the channel echo paths 15 ₁ and 15 _{2 using} the equations (15) and (16), respectively. Become. X ₁ (k) / (X ^T (k) X (k)) and X ₂ (k) / (X ^T (k) X (k)) are receptions normalized by the power of reception signals of all channels, respectively. It can be said that it is a signal (vector). X ^T (k) X (k) is calculated by the power calculation unit 27 and supplied to the estimation units 19 ₁ and 19 ₂ . In FIG. 7 , the received signal accumulation vector generation unit in FIG. 6 is necessary but omitted. From equations (15) and (16), the update step size is both equal to μ.
[0008]
However, for example, as shown in FIG. 7, when the speakers 12 ₁ and 12 ₂ and the microphones 16 ₁ and 16 ₂ are opposed to each other and positioned at each corner of the square, the speaker 12 _{1 in} front of the microphone 16 ₁ towards echo path 15 ₁ of the impulse response _h 1 (k) is greater energy than the diagonal position of the speaker 12 _{and second} echo path 15 ₂ from the impulse response h ₂ (k). This is not limited to the arrangement of the rectangular corners of the speaker and the microphone, and there is a difference in the energy of the impulse response depending on the echo path in other arrangements, and the same can be said for the multi-channel echo cancellation method of three or more channels. .
[0009]
SUMMARY OF THE INVENTION An object of the present invention is to provide a multi-channel echo canceling method, an apparatus, a program thereof, and a recording medium thereof, which have a faster convergence than conventional methods in consideration of the energy difference of the impulse response.
[0010]
[Means for Solving the Problems]
According to the present invention, the received signal of each channel is applied to the channel pseudo echo path to generate a channel pseudo echo signal, and the channel pseudo echo signal is added to generate a total pseudo echo signal. Is subtracted from the collected sound signal to generate a residual echo signal, and in particular , the input signal magnitude corresponding to each impulse response of the reproduction signal and the collected sound signal of the received signal of each channel is input, and the impulse response of each channel is input. The update step size of each channel is generated so that the relative ratio of the square sum of the coefficients of the series is equal to the relative ratio of the update step size of each channel, the update step size for each channel, each received signal, and the above The impulse response of the echo path of the channel is sequentially estimated from the residual echo signal, and the pseudo echo path of the channel is estimated based on the estimated impulse response. Generated.
[0011]
DETAILED DESCRIPTION OF THE INVENTION
FIG. 1 shows an embodiment of the present invention. In order to simplify the description, the reception 2 channel and the sound collection 1 channel are taken as an example, and the same reference numerals are given to the portions corresponding to FIG. In this embodiment, signals corresponding to the impulse responses h ₁ (k), h ₂ (k) of the echo paths 15 ₁ , 15 ₂ of each channel are input to the step size generator 31, and the step size for each channel is entered. μ ₁ and μ ₂ are determined according to the magnitude of the signal corresponding to the impulse response. Signals corresponding to the impulse responses h ₁ (k) and h ₂ (k) are impulses between the reproduced signals of the received signals x ₁ (k) and x ₂ (k) and the sound collection signal y (k). It is estimated empirically depending on the response, that is, the impulse responses h ₁ (k) and h ₂ (k) of the echo paths 15 ₁ and 15 ₂ , or the arrangement of the speakers 12 ₁ and 12 ₂ and the microphone 16 _1. An approximate value or an estimated impulse response set in the channel pseudo echo paths 18 ₁ and 18 ₂ is used. When the impulse responses h ₁ (k) and h ₂ (k) are used, the impulse sound is radiated from only one speaker and the output signal of the microphone 16 is measured in advance.
[0012]
Update step size mu _1, mu ₂ is the impulse response h ₁ of each channel _{(k), h 2 (k} ) and the corresponding signal (hereinafter h _{1 (k),} is represented by _h 2 (k)) of the size, That is, depending on the amplitude or power, a larger value is set if it is larger. In particular, the update step sizes μ ₁ and μ ₂ are determined according to the ratio of the impulse responses h ₁ (k) and h ₂ (k) of each channel to the sum of these powers. In this case, the sum of the update step sizes μ ₁ ² and μ ₂ ² of these channels is set to 2. For example, it is obtained as follows. Now, assuming that h ₁ (k) and h ₂ (k) have only one element and these are written on the h plane, as shown in FIG. 2, the update vector h ^ (k) in equation (14) becomes h ₁ When the powers of (k) and h ₂ (k) are equal, they are on a vector 41 of 45 degrees with respect to the horizontal axis. The lengths of the vectors h ₁ (k) and h ₂ (k) are expressed as a = √ ( h ₁ ^T (k) h ₁ (k)), b = √ ( h ₂ ^T (k) h ₂ (k)) Then, the update vector h ^ (k) can be set so as to be on the vector 42 in FIG. 2, so that the pseudo echo path can be converged to a true echo path faster. The step sizes μ ₁ and μ ₂ are made equal to the ratio of √ (a ² ) and √ (b ² ) according to this update vector h ^ (k), that is, μ ₁ : μ ₂ = √ (a ² ): √ (b ² )
And it is sufficient. Therefore, the following simultaneous equations are obtained.
[0013]
μ ₁ √ (b ² ) = μ ₂ √ (a ² )
μ ₁ ² + μ ₂ ² = 2
Solving these simultaneous equations gives the following.
μ ₁ = √ (2a ² ) / (√ (a ² + b ² ))
μ ₂ = √ (2b ² ) / (√ (a ² + b ² ))
That is, μ ₁ = √ (2 h ₁ ^T (k) h ₁ (k)) / (√ (h ₁ ^T (k) h ₁ (k)) + √ (h ₂ ^T (k) h ₂ (k)) (17)
μ ₂ = √ (2 h ₂ ^T (k) h ₂ (k)) / (√ (h ₁ ^T (k) h ₁ (k)) + √ (h ₂ ^T (k) h ₂ (k))) (18)
May be calculated by the step size generation unit 31.
[0014]
Accordingly, the impulse responses h ₁ (k) and h ₂ (k) are input to the square sum circuits 32 ₁ and 32 ₂ , respectively, and the square sum of the elements of each vector.
h ₁ ^T (k) h ₁ (k) = Σ _{i = 0} ^L−1 h ₁ ² (k, i)
h ₂ ^T (k) h ₂ (k) = Σ _{i = 0} ^L−1 h ₂ ² (k, i)
Are calculated, and square sums of these square sums are taken by the square root circuit 33 ₁ , 33 ₂ , and a = √ ( h ₁ ^T (k) h ₁ (k), b = √ ( h ₂ ^T (k) h ₂ (k)) is obtained. these a and b are added together by the addition circuit 34, equation (17), a by the sum of the denominator is obtained. square by dividing circuit 35 ₁ addition circuit 34 (18) multiplied by 2 in dividing the value computed mu ₁ of formula (17) is determined. Similarly multiplication and division circuit 35 ₂ in by multiplying 2 to a value obtained by dividing the b in the addition value of the adder circuit 34 the formula ( calculation results mu ₂ of 18) is obtained.
[0015]
These update step sizes μ ₁ and μ ₂ are supplied to the corresponding channel echo estimation units 19 ₁ and 19 ₂ , respectively. The channel echo path estimation units 19 ₁ and 19 ₂ are supplied with received signals x ₁ (k) and x ₂ (k), respectively, as in the case shown in FIG. The sum of the received signal power of the channels and the residual echo signal e (k) are supplied in common. Channel echo path estimation units 19 ₁ and 19 ₂ sequentially perform channel echo path impulse response estimations h ₁ (k + 1) and h ₂ (k + 1) according to the following equations, respectively.
[0016]

These estimated impulse responses h ₁ (k + 1) and h ₂ (k + 1) are set in the channel pseudo echo paths 18 ₁ and 18 ₂ , respectively. Other processes are the same as those of the apparatus shown in FIG.
[0017]
As described above, the update step sizes μ ₁ and μ ₂ correspond to the energy ratios of the impulse responses h ₁ (k) and h ₂ (k) of the echo paths 15 ₁ and 15 ₂ , so The step size is increased, and the convergence of the pseudo echo paths 18 ₁ and 18 ₂ as a whole is accelerated accordingly.
The step size generator 31 calculates μ ₁ (k) and μ ₂ (k) at each time k, so that the echo paths 15 ₁ and 15 ₂ fluctuate and h ₁ (k) and h ₂ (k). Even if fluctuates, appropriate μ ₁ (k) and μ ₂ (k) are set following this. The first step size generating unit 31, the impulse response h _{1 (k),} also enter the empirical estimate of _h 2 (k), then the channel estimated echo path ₁₈ 1, 18 ₂ of the impulse response h By inputting ^ ₁ (k), h ^ ₂ (k) to the step size generation unit 31, the update step size μ is increased as the channel pseudo echo paths 18 ₁ and 18 ₂ converge to the echo paths 15 ₁ and 15 _{2. 1} and μ ₂ are updated to appropriate values μ ₁ (k) and μ ₂ (k). Alternatively, the initial values of μ ₁ and μ ₂ are set to μ ₁ = μ ₂ and appropriate values used in the prior art are set. Thereafter, h ^ ₁ (k) and h ^ ₂ (k) are set as step size generation units. 31 may be input to update μ ₁ and μ ₂ .
[0018]
The present invention can also be applied to a case where there are three or more receiving channels. For example, in the case of N channels, the step size generation unit 31 may perform the following calculation for each channel n (n = 1, 2,..., N).
μ _n = √N (h _n ^T (k) h _n (k)) / √ (h ₁ ^T (k) h ₁ (k) + (h ₂ ^T (k) h ₂ (k)) + h _N ^T (k) h _N (k))
As understood from this equation, the convergence rate of the pseudo-resonance path of the channel having a large impulse response is determined by the relative size ratio between the channels of the impulse response (amplitude or power) of each channel. What is necessary is just to obtain | require step size so that it may become large. In the above embodiment, the channel echo path estimation unit uses the sum of the powers of received signals of all channels, but this is not always necessary. For example, IEICE Transactions '86 / 10 Vol. J69-A No. As proposed in 10 “Multi-channel adaptive digital filter”, a signal obtained by normalizing the received signal for each channel with its power may be used.
[0019]
The channel echo path estimation algorithm is not limited to the learning identification method, and a projection method or other algorithms may be used. Further, this multi-channel echo canceling apparatus can be made to function by executing a program by a computer. In this case, the multi-channel echo cancellation program is installed in a computer program memory from a CD-ROM, floppy disk, magnetic disk or the like, or downloaded through a communication line, and the program is executed.
[0020]
【The invention's effect】
In the embodiment shown in FIG. 1, the distance between the microphone 16 ₁ and the front speaker 12 ₁ of about 1.5 m, when the distance between the speaker 12 ₁ and 12 ₂ is about 1.2 m, the impulse response h ₁ (k) The power ratio of h ₂ (k) varies depending on the reflection of the wall and is about 1: 0.75 to 0.85, but is set to 1: 0.8. The result of the computer simulation in this case is shown in FIG. The solid line in FIG. 3 indicates the convergence state of the pseudo echo path according to the method of the present invention, and the broken line indicates the convergence state according to the conventional method. The time for the coefficient error (impulse response estimated value error) to be −10 dB after changing the echo path took 8.3 seconds with the conventional method, but according to the method of the present invention, it took 5.9 seconds, which is more than the conventional method. A convergence speed of about 1.5 times was obtained, and it was confirmed that the method of the present invention was excellent.
[0021]
As described above, according to the present invention, it is possible to improve the convergence speed of multi-channel echo cancellation by determining the update step size in the echo path estimation of the channel according to the impulse response of the echo path of each channel. it can.
[Brief description of the drawings]
FIG. 1 is a diagram showing a functional configuration of an embodiment of the present invention.
FIG. 2 is an explanatory diagram for determining a step size according to an impulse response.
FIG. 3 is a diagram showing a computer simulation in a converged state for confirming the effect of the present invention.
FIG. 4 is a diagram showing a functional configuration of a conventional one-channel echo cancellation apparatus.
FIG. 5 is a configuration diagram of a conventional multi-channel echo canceling apparatus.
FIG. 6 is a diagram showing a specific functional configuration of a conventional multi-channel echo canceling apparatus.
FIG. 7 is a diagram showing a functional configuration of a conventional two-channel echo cancellation apparatus.

Claims (4)

N channel (N is an integer of 2 or more) received signals are respectively applied to corresponding channel pseudo echo paths to generate channel pseudo echo signals,
These channel pseudo echo signals are added to generate an overall pseudo echo signal,
Subtracting the total simulated echo signal from the collected signal for the reproduction signal of each received signal to generate a residual echo signal,
Input each impulse response between the reproduced signal of the received signal of each channel and the collected sound signal, and the relative ratio of the square sum of the coefficient of the series of impulse response of each channel and the update step size of each channel Calculate the update step size for each channel so that the ratios are equal ,
An updating step size for each of the respective channels, and the reception signals of the channels, sequentially estimating the impulse response of the echo path of the reproduction signal of the channel from the said residual echo signal,
A multi-channel echo cancellation method, wherein a pseudo echo path of a corresponding channel is generated based on the sequentially estimated impulse response. N channels (N is an integer of 2 or more) of received signals are applied to each of the N channel pseudo echo paths to generate a channel pseudo echo signal;
A synthesis circuit for generating a total pseudo signal by adding the N channel pseudo echo signals;
A subtracting circuit that generates a residual echo signal by subtracting the synthetic pseudo signal from the collected sound signal for the reproduced signals of the N received signals;
Each impulse response between the reproduced signal of the N received signals and the collected sound signal is input, and the relative ratio of the square sum of the coefficients of the series of impulse responses of each channel and the relative update step size of each channel A step size generator for obtaining N update step sizes so that the ratios are equal ;
The update step size, the received signal of each channel, and the residual echo signal are input for each channel, and the impulse response of the echo path of the reproduced signal of that channel is sequentially estimated, and the estimated impulse response is N echo path estimators set in the corresponding channel pseudo echo path;
A multi-channel echo canceling apparatus. Program for executing a multi-channel echo canceling method of claim 1 Symbol placement on the computer. A computer-readable recording medium on which the program according to claim 3 is recorded.

Images