JP4074656B2

JP4074656B2 - 騒音除去装置

Info

Publication number: JP4074656B2
Application number: JP2007507125A
Authority: JP
Inventors: 健作藤井; 哲宮田
Original assignee: Toa Corp
Current assignee: Toa Corp
Priority date: 2005-03-07
Filing date: 2006-03-07
Publication date: 2008-04-09
Anticipated expiration: 2026-03-07
Also published as: US20090214054A1; WO2006095736A1; US8180068B2; JPWO2006095736A1

Description

本発明は、マイクロホンの出力信号から騒音成分を除去する騒音除去装置に関する。

マイクロホンで騒音混じりの音声（話声等）を受音し、マイクロホン出力信号から騒音成分を除去する技術がある。なお、騒音成分除去の研究を記載した文献として、例えば、非特許文献１がある。
網谷他，信学技報，ＵＳ８４−９８，ｐｐ．４１−４６，Ｊａｎ２００２．

しかし、従来の騒音除去装置においては、騒音成分を有効に除去することができない場合や、騒音成分除去に伴い音声に歪みが生ずる場合がある。

本願発明の目的は、騒音と音声（話声等）が混在する中から騒音成分を取り除き、音声（話声等）を明瞭に聞き取ることができるように処理する装置を提供することにある。

上記課題を解決するため、本願発明にかかる騒音除去装置は、第１のマイクロホンと、第２のマイクロホンと、信号処理部とを備え、該信号処理部は、線形予測フィルタと、騒音再合成フィルタとを有し、該線形予測フィルタは、該第１のマイクロホンの出力信号を入力し、該第１のマイクロホンの出力信号を線形予測によって予測して予測信号を生成し、該騒音再合成フィルタは、該第１のマイクロホンの出力信号と該予測信号とのうちの一方を他方から差し引くことによって得られる第１の差信号を主入力信号として入力し、該第２のマイクロホンの出力信号と自己の出力信号とのうちの一方を他方から差し引くことによって得られる第２の差信号を誤差信号として入力し、該誤差信号を最小化するようにフィルタ係数を更新する適応フィルタであり、該騒音再合成フィルタに適用されている適応アルゴリズムの更新項において所定のしきい値を用いてクリップ処理を行い、該クリップ処理では、該更新項の大きさが該しきい値より大きいとき、その大きさが該しきい値になるように該更新項を縮小し、該しきい値の大きさに縮小された該更新項に基づいて、該騒音再合成フィルタの該フィルタ係数を更新する。

また上記騒音除去装置において、該騒音再合成フィルタが適用する適応アルゴリズムが、学習同定法であってもよい。

また、上記騒音除去装置において、該線形予測フィルタが、該第１の差信号を誤差信号として入力し、該誤差信号を最小化するようにフィルタ係数を更新する適応フィルタであってもよい。

本願発明の騒音除去装置によれば、音声を歪ませることなく、騒音成分を有効に除去することができる。

提案される騒音除去装置の基本構造を示す図である。線形予測誤差フィルタの構造を示す図である。実験環境を示す図である。マイクロホンＢに入力された音声波形を示す図である。マイクロホンＢで観測される騒音重畳音声波形を示す図である。提案される騒音除去装置による強調音声波形を示す図である。マイクロホンＢで観測される騒音重畳音声波形を示す図である。提案される騒音除去装置による強調音声波形を示す図である。

符号の説明

Ａ，Ｂマイクロホン

提案される騒音除去装置の基本的な構造を図１ａに示す。図１ａに示す本実施形態の騒音除去装置は、時刻ｊにおいて、マイクロホンＡに入射した信号

に線形予測分析を適用し、その結果として得られた予測残差を

と生成する。ここで、ｓ_ａ（ｊ）はマイクロホンＡで採取された音声、ｎ_ａ（ｉ）は騒音、ｓ’_ａ（ｊ）とｎ’_ａ（ｊ）はそれぞれの予測残差である。

図１ａの線形予測誤差フィルタとしては、どのようなタイプの線形予測誤差フィルタを採用してもよい。線形予測誤差フィルタの構造の一例を図１ｂに示す。

図１ｂの線形予測誤差フィルタは、主に、減算器と、ＦＩＲ型の線形予測フィルタとによって構成されている。

線形予測誤差フィルタに入力された信号ｘ_ａ（ｊ）は、線形予測誤差フィルタの内部で分岐し、減算器と線形予測フィルタとに入力される。減算器には、線形予測フィルタの出力信号ｙ（ｊ）も入力される。減算器は、信号ｘ_ａ（ｊ）から信号ｙ（ｊ）を減じ、その減算結果としての信号ｅ_ａ（ｊ）を予測残差として出力する。

線形予測フィルタは、タップ数がＰであるＦＩＲ型のフィルタであり、その出力信号ｙ（ｊ）は次式により表される。

ここで、ｈ_ｉ（ｊ）は、ｉ番目のフィルタ係数である。

フィルタ係数ｈ_ｉ（ｊ）は、予測残差信号ｅ_ａ（ｊ）のパワーが最小化されるように、更新されてゆく。そしてその更新には、学習アルゴリズム（適応アルゴリズム）が用いられる。ここで用いられる学習アルゴリズム（適応アルゴリズム）としては、いかなるタイプの適応アルゴリズムを用いてもよいが、例えば、ＬＭＳアルゴリズム、ＲＬＳアルゴリズム、ＮＬＭＳアルゴリズム（学習同定法）を用いることができる。

次に、騒音再合成フィルタは、この予測残差ｅ_ａ（ｊ）を用いて

を合成する。ここで、ｓ’_ｂ（ｊ）とｎ’_ｂ（ｊ）は再合成された音声と騒音である。

一方、マイクロホンＢには音声ｓ_ｂ（ｊ）に騒音ｎ_ｂ（ｊ）が重畳した信号

が入射する。従って、本実施形態の騒音除去装置において騒音再合成フィルタで

だけを合成することができれば、強調音声

を本実施形態の騒音除去装置の出力として得ることができる。この騒音の再合成はマイクロホンＡからマイクロホンＢにいたる音響伝搬路を未知系とするシステム同定と同時に実行される。従って、その同定に伴い死角が騒音の到来方向に適応的に向けられる。

騒音再合成フィルタは適応フィルタである。騒音再合成フィルタが適用する学習アルゴリズム（適応アルゴリズム）は、ＬＭＳアルゴリズムやＲＬＳアルゴリズムなど、いかなるタイプのものを用いてもよいが、特に、学習アルゴリズムにＮＬＭＳ（Ｎｏｒｍａｌｉｚｅｄ−ＬＭＳ：学習同定法）を用いることにより、比較的演算量が少ない割に高い騒音抑圧効果（騒音除去効果）を得られる。しかし、音声（話声）にエコーがかかったような歪みが生じる。この歪みを軽減するための構成を追加した。

騒音再合成フィルタに入力される信号には、式（３）のとおり音声と騒音の成分が含まれているため、騒音再合成フィルタは音声と騒音の両方を再合成する。しかし、騒音のみを再合成するのが理想であり、音声も再合成してしまうことから出力音声に歪みが生じる。学習アルリズムにＮＬＭＳを用いると音声歪みが大きく現れるのは、騒音再合成フィルタが性能良く働いているからに他ならない。

騒音再合成フィルタを騒音だけに追随するようにすれば、音声歪みは軽減できるはずである。

ＮＬＭＳの更新項

は、騒音のみの入力では値が小さく、音声が入力されると値が大きくなる。そこで、ＮＬＭＳの更新項において適当なしきい値を用いてクリップ処理させる方法を提案する。

ここに言う「クリップ処理」とは、騒音再合成フィルタが適用する適応アルゴリズムによって決定されるパラメータ更新ベクトルの大きさが所定値（しきい値）より大きいとき、方向を変化させることなく大きさが該所定値になるように該パラメータ更新ベクトルを縮小する処理のことである。そして、該所定値の大きさに縮小されたパラメータ更新ベクトルによって、該騒音再合成フィルタのパラメータ値が更新されるのである。

出願人は、図２の環境で実験を行った。但し、ＳＰ_Ｓは音声を、ＳＰ_Ｎは騒音を出力するスピーカー、Ｍ_Ａ，Ｍ_ＢはマイクロホンＡ，マイクロホンＢを表している。

スピーカー及びマイクロホンは床面から７０ｃｍ、天井から２００ｃｍの机の上に配置され、マイクロホンの間隔は１０．０ｃｍ、ＳＰ_Ｓはθ＝１３５度、ＳＰ_Ｎはθ＝４５度の位置に配置されている。これは７．０７ｃｍ（音速を３４０ｍとした場合、上限周波数８ｋＨｚに対して１．６６波長）の行路差に対応する。また実験場所における暗騒音はＡ特性で４６．５ｄＢである。音声として男性アナウンス、騒音として１ｋＨｚ付近にピークを持つジェットファンの騒音に似せた有色性騒音を用いた。

線形予測誤差フィルタ（ＬＰＥＦ），騒音再合成フィルタ（ＮＲＦ）それぞれについて、表１のＤＳＰに組み込んだときの処理量，メモリ使用量などを表２に示す。なお、更新項クリップのしきい値として０．０００１を用いた。

以上のような条件のもとで騒音抑圧実験を行った。原音声、騒音重畳音声、強調音声波形をそれぞれ図３，４，５に示す。この結果より、提案システムの騒音抑圧効果を確認することができた。

更新項クリップ処理を行うと、聴感上、音声歪みは明らかに軽減されている。このことを定量的に評価するため、下記の音質評価値ＶＥを算出した。

ＶＥの計算には、マイクロホンＢに入射された音声が必要なので、シミュレーションでのみ計算可能となる。入力ＳＮＲ（ＳＮ比）を−３ｄＢにして実験で用いたものと同じ音声，騒音を使って計算機シミュレーションを行い、ＶＥを算出した。

更新項クリップ処理を行ったほうが、わずかだがＶＥの値が良くなっていることが分かる。

また、実環境での使用を考えて、雑踏騒音を集音してこれを騒音とし、同様の環境，条件で実験を行った。図６，７の結果から、人の声が重なり合った雑踏騒音に対しても、提案法の有効性が確認できる。また、更新項クリップ処理を行うと音声歪みが軽減されることを聴感上で確認した。

以上、２本のマイクロホンを使った騒音抑圧装置（騒音除去装置）について提案し、ＤＳＰ実機による実験からその騒音抑圧効果を確認した。また、騒音再合成フィルタの学習アルゴリズムにＮＬＭＳを用いた場合に生じる音声の歪みに対して、解決策を提案し、その有効性も確認した。

本願の騒音除去装置を用いることにより、マイクロホンの出力信号から騒音成分を除去することができるので、電気音響の技術分野に利用できる。

以上、本発明の一実施形態たる騒音除去装置を説明した。

上記実施形態においては、線形予測フィルタが適応フィルタであるような騒音除去装置を示したが、騒音除去装置の線形予測フィルタは必ずしも適応フィルタでなくともよい。

上記説明から、当業者にとっては、本発明の多くの改良や他の実施形態が明らかである。従って、上記説明は、例示としてのみ解釈されるべきであり、本発明を実行する最良の態様を当業者に教示する目的で提供されたものである。本発明の精神を逸脱することなく、その構造及び／又は機能の詳細を実質的に変更できる。

Claims

第１のマイクロホンと、第２のマイクロホンと、信号処理部とを備え、
該信号処理部は、線形予測フィルタと、騒音再合成フィルタとを有し、
該線形予測フィルタは、該第１のマイクロホンの出力信号を入力し、該第１のマイクロホンの出力信号を線形予測によって予測して予測信号を生成し、
該騒音再合成フィルタは、該第１のマイクロホンの出力信号と該予測信号とのうちの一方を他方から差し引くことによって得られる第１の差信号を主入力信号として入力し、該第２のマイクロホンの出力信号と自己の出力信号とのうちの一方を他方から差し引くことによって得られる第２の差信号を誤差信号として入力し、該誤差信号を最小化するようにフィルタ係数を更新する適応フィルタであり、
該騒音再合成フィルタに適用されている適応アルゴリズムの更新項において所定のしきい値を用いてクリップ処理を行い、該クリップ処理では、該更新項の大きさが該しきい値より大きいとき、その大きさが該しきい値になるように該更新項を縮小し、該しきい値の大きさに縮小された該更新項に基づいて、該騒音再合成フィルタの該フィルタ係数を更新する、騒音除去装置。
該騒音再合成フィルタが適用する適応アルゴリズムが、学習同定法である、請求項１記載の騒音除去装置。
該線形予測フィルタが、該第１の差信号を誤差信号として入力し、該誤差信号を最小化するようにフィルタ係数を更新する適応フィルタである、請求項１又は２に記載の騒音除去装置。