JP4121896B2

JP4121896B2 - エコー抑圧方法、装置、プログラムとその記憶媒体

Info

Publication number: JP4121896B2
Application number: JP2003132026A
Authority: JP
Inventors: 澄宇阪内; 陽一羽田; 章俊片岡
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2003-05-09
Filing date: 2003-05-09
Publication date: 2008-07-23
Anticipated expiration: 2023-05-09
Also published as: JP2004336554A

Description

【０００１】
【産業上の利用分野】
この発明は、エコー抑圧方法、装置、プログラムとその記憶媒体に関し、特に２線４線式通話、およびスピーカとマイクロホンを用いたハンズフリー拡声通話の如き通話において、ハウリングの原因となり或いは聴覚上の劣化を引き起こすエコー信号を抑圧し、送話者音声品質を向上させるエコー抑圧方法、装置、プログラムとその記憶媒体に関する。
【０００２】
【従来の技術】
送話音声信号である収録信号にエコー信号が重畳したエコー重畳収録信号から周波数領域でエコー信号を抑圧する従来の技術について説明する（特許文献１参照）。
図６を参照するに、３０１はエコー抑圧装置全体を示す。このエコー抑圧装置３０１は、エコー経路結合量推定部３０４、エコー抑圧ゲイン算出部３０５、乗算器３０６より成る。３０２はエコー経路伝搬遅延推定部、３０３は遅延器、４０１および４０２は周波数分析部、４０３は周波数合成部である。
始めに、送信側の送信端１１から伝送路を経由して受信側の受信端２１に到来した音声再生されるべき再生（受話）信号ｘ（ｋ）は周波数分析部４０１で周波数領域に変換され、信号の短時間スペクトルＸが求められる。受信側において収録された収録（送話）信号ｓ（ｋ）にエコー経路を介してエコー信号ｂ（ｋ）が混入したエコー重畳収録信号ｙ（ｋ）は周波数分析部４０２で周波数領域に変換され、信号の短時間スペクトルＹが求められる。
【０００３】
次に、周波数領域に変換された再生信号ｘ（ｋ）および周波数領域に変換されたエコー重畳収録信号ｙ（ｋ）をエコー経路結合量推定部３０４に入力し、これらの信号のパワーＰＸ、ＰＹの比の極小値から、推定エコー経路結合量ＰＨｅを計算する。具体的には、所定期間毎にエコー重畳収録信号ｙ（ｋ）のパワーＰＹに対する再生信号ｘ（ｋ）のパワーＰＸの比を算出し、前回取得した比と今回取得した比とを比較して、小さい方を推定エコー経路結合量とする。そして、エコー抑圧ゲイン算出部３０５において、先ず、再生信号のパワーＰＸに推定エコー経路結合量ＰＨｅを乗じ、予測エコー信号パワーＰＢｅを計算する。この予測エコー信号パワーＰＢｅと、エコー重畳収録信号ｙ（ｋ）の短時間スペクトルＹを用いて、エコー抑圧ゲインＧを計算する。エコー抑圧ゲインＧはエコー重畳収録信号ｙ（ｋ）に含まれる収録信号ｓ（ｋ）のパワー比率に等しく決定する。この値を、乗算器３０６でエコー重畳収録信号ｙ（ｋ）に乗じることにより、エコー信号ｂ（ｋ）を抑圧した処理信号Ｓｅ（ｋ）が得られ、周波数合成部４０３で時間領域の信号に変換することにより、エコー信号ｂ（ｋ）を抑圧して収録信号ｓ（ｋ）を強調した時間信号ｓｅ（ｋ）が得られる。
【０００４】
以上の通りにして、収録信号ｓ（ｋ）にエコー信号ｂ（ｋ）が重畳されたエコー重畳収録信号ｙ（ｋ）からエコー信号ｂ（ｋ）だけを抑圧し、収録信号ｓ（ｋ）だけを強調して、受信側の送信端２２から伝送路を経由して送信側の受信端１２に送り出されることとなる。
一方、周波数領域でのエコー信号抑圧において、フレームシフト毎に一定数、２Ｎサンプル（Ｎは２以上の整数）からなるフレーム毎に各フレームのデータに窓関数を乗じて周波数領域に変換しエコー抑圧を行い、時間領域に逆変換した後にオーバーラップ加算処理済の信号を出力する技術が提案されている（特許文献２参照）。
【０００５】
この概略を図７を参照して説明するに、ＩＮＰＵＴ１およびＩＮＰＵＴ２は、それぞれ、窓掛け演算処理ステップＷＩＮ１および窓掛け演算処理ステップＷＩＮ２の前段で実行されるフレーム生成ステップ１およびフレーム生成ステップ２を示す。ＯＵＴＰＵＴは、時間領域逆変換ステップＩＦＦＴの後段で実行されるオーバーラップ加算処理ステップを示す。フレーム生成ステップ１の入力信号ＩＮＳｉｇ１およびフレーム生成ステップ２のＩＮＳｉｇ２は、デジタル信号列を示す。これらデジタル信号列ＩＮＳｉｇ１およびデジタル信号列ＩＮＳｉｇ２から、サンプルデータが、例えば、５１２サンプル分の記憶容量を持つメモリに記憶される。メモリは最新のサンプルデータを書き込む際は、その書き込み位置が最も古いサンプルデータが記憶されているアドレスに選定される。従って、メモリに記憶されているサンプルデータは常時最新の５１２個サンプルのデータである。図７に示すＮｏ．１は最も新しいサンプルデータの番号を示し、Ｎｏ．５１２は５１２個前にメモリに記憶されたサンプルデータを示している。ＫはＫ回目のフレーム生成処理ステップ、Ｋ＋１はＫ＋１回目のフレーム生成処理ステップを示す。
【０００６】
前回Ｎｏ．７６８からＮｏ．２５６までの５１２個のサンプルデータがメモリに記憶された時点で、これらＮｏ．７６８からＮｏ．２５６までの５１２個のデータを読み出し、１フレーム分のサンプルデータとして窓掛け演算処理ステップＷＩＮ１およびＷＩＮ２に引き渡す。窓掛け演算処理ステップＷＩＮ１およびＷＩＮ２では、例えば、ハニング窓関数の如き窓関数の窓掛け演算を行い、周波数領域変換ステップＦＦＴ１および周波数領域変換ステップＦＦＴ２に引き渡す。周波数領域変換ステップＦＦＴ１および周波数領域変換ステップＦＦＴ２は、５１２個分のサンプルデータを周波数領域係数に変換し、エコー抑圧ステップＥＲはこれら変換データにエコー抑圧処理を施し、時間領域逆変換ステップＩＦＦＴはエコー抑圧処理を施されたデータに時間領域逆変換処理を施して時間領域の信号Ｓ１を出力する。
【０００７】
メモリから１フレーム分のサンプルデータが読み出された後、メモリには引き続いて例えば１６ｋＨｚの速度でサンプルデータが書き込み続けられる。最初の１フレーム分のサンプルデータが読み出された時点から更に２５６個分のサンプルデータＮｏ．２５６からＮｏ．１が書き込まれると、メモリの半分の領域のデータが書き換えられる。この時点でＫ＋１回目の読み出しが実行され、窓掛け演算処理ステップＷＩＮ１およびＷＩＮ２で窓掛け演算処理を施されたＮｏ．５１２からＮｏ．１までのデータも周波数領域変換ステップＦＦＴ１および周波数領域変換ステップＦＦＴ２に送り込まれる。Ｋ＋１回目に送り込まれた５１２個のサンプルデータは、周波数領域変換ステップＦＦＴ１および周波数領域変換ステップＦＦＴ２と、エコー抑圧ステップＥＲと、時間領域逆変換ステップＩＦＦＴを経て、時間領域の信号Ｓ２として出力される。
【０００８】
即ち、Ｋ＋１回目の処理では、Ｋ回目に出力された信号Ｓ１のデータのより新しい後半の２５６個分のデータと、Ｋ＋１回目に出力された信号Ｓ２のデータのより昔の前半の２５６個分のデータをオーバーラップ加算処理した信号ＯＵＴＳｉｇが出力される。信号ＯＵＴＳｉｇはその後にＤ／Ａ変換部でアナログ信号に変換されて音声信号に再現される。
上述した通り、従来は、入力側において、メモリに２５６個のサンプルデータが書き込まれる度毎に１フレーム分のサンプルデータに対し窓掛け演算を行い周波数領域変換処理ステップＦＦＴ１および周波数領域変換処理ステップＦＦＴ２に送り出されるので、処理遅延は２５６個のサンプルデータを取り込む時間となる。
【０００９】
更に、出力側においては、前後する２つのフレームをオーバーラップ加算処理して出力信号ＯＵＴＳｉｇを生成する。そのため、次回処理される信号が出力される２５６個分の時間を待った。出力側でも２５６個分の処理遅延が発生することになる。
結局、従来は入力側と出力側の双方で２５６個分のデータを処理する時間が掛かることになり、合計で５１２個分のデータを処理する時間が処理遅延時間となる。サンプリング周波数を１６ｋＨｚとすれば５１２個分のサンプルデータを処理する時間は約３２ｍｓとなる。
【００１０】
【特許文献１】
特開２００２−８４２１２号公報
【特許文献２】
特願２００２−１０４３６３号明細書
【００１１】
【発明が解決しようとする課題】
以上の従来例は、周波数領域のエコー抑圧処理であり、各帯域におけるエコーの比率に見合った損失を挿入してエコーを低減するため、非線形エコー抑圧処理でありながら双方向同時通話（ダブルトーク）時にも収録信号ｓ（ｋ）が途切れることなく、エコー信号ｂ（ｋ）だけを抑圧することができる。その代わりに、周波数領域に変換するためにフレーム単位の処理を行う必要がある。
即ち、周波数領域への変換を高速フーリエ変換を用いて実行する場合、ＦＦＴ点数に対応するフレーム長Ｌは、時間および周波数分解能のトレードオフから、１６ｋＨｚサンプリングの場合で５１２〜１０２４サンプル程度とするのが最も良く、この場合は、５１２サンプルから１０２４サンプルを蓄積するに要する時間３２ｍｓ〜６４ｍｓ程度の処理遅延が発生することになる。
【００１２】
しかし、例えば、最近利用が拡大しているＩＰ網を用いたハンズフリー拡声通話において、以上のエコー抑圧を用いる場合、ネットワークの伝送遅延を含めた一巡遅延が増大し、通話品質の劣化を引き起こす。また、ＴＶ会議におけるハンズフリー通話において上述のエコー抑圧を用いる場合にも同様に、一巡遅延を増大させるためにエコーが検知され易くなるという問題も生じる。
処理遅延を少なくするには、周波数領域に変換する際のフレーム長を短くする方法がある。しかし、この方法は周波数分解能が低下し、音声と雑音の分離性能が劣化するために、音声の歪み、抑圧量の低下が生じる。
この発明は、処理音声歪みの発生を抑え、エコー抑圧性能を保持したまま、処理遅延だけを削減することのできるエコー抑圧方法、装置、プログラムとその記憶媒体を提供するものである。
【００１３】
【課題を解決するための手段】
再生信号に起因するエコー信号が収録信号に重畳して生じるエコーを抑圧するエコー抑圧方法において、再生信号および収録信号をそれぞれ所定のサンプル数ずつ記憶し、記憶されているサンプル中の最新のサンプル数が予め定めたサンプル数（予め定めたサンプル数Ｎ₂＜所定のサンプル数Ｎ₁）に達する度毎に再生信号および収録信号を周波数係数に変換するための所定のサンプル数の長さの変換フレームをそれぞれ生成し、変換フレームの各サンプルデータをそれぞれ周波数領域に変換し、周波数領域で再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧し、エコー信号が抑圧されたエコー抑圧済収録信号を時間領域に変換し、出力信号を生成するための所定のサンプル数の長さの加算フレームを生成し、加算フレームの予め定めたサンプル数のサンプルと、この加算フレームの１フレーム前の加算フレームの予め定めたサンプル数のサンプルをオーバーラップ加算して出力信号を生成するエコー抑圧方法を構成した。
【００１４】
そして、再生信号に起因するエコー信号が収録信号に重畳して生じるエコーを抑圧するエコー抑圧装置において、再生信号および収録信号をそれぞれ所定のサンプル数Ｎ₁ずつ記憶する再生信号記憶部１０３および収録信号記憶部１０８と、再生信号記憶部１０３および収録信号記憶部１０８に記憶したサンプル中の最新のサンプル数が予め定めたサンプル数Ｎ₂（予め定めたサンプル数Ｎ₂＜所定のサンプル数Ｎ₁）に達する度毎に再生信号および収録信号をそれぞれ周波数係数に変換する再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９と、再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９のそれぞれが生成した再生信号変換フレームおよび収録信号変換フレームをそれぞれ周波数領域に変換する再生信号周波数領域変換部１０５および収録信号周波数領域変換部１１０と、周波数領域で再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧するエコー抑圧部１１１と、エコー信号が抑圧されたエコー抑圧済収録信号を時間領域に変換する時間領域逆変換部１１２と、出力信号を生成するための予め定めたサンプル数の長さの加算フレームを生成する加算フレーム生成部１１３と、加算フレーム生成部１１３が生成した加算フレームを記憶する加算フレーム記憶部１１４と、加算フレーム生成部１１３が生成した加算フレームの予め定めたサンプル数Ｎ₂のサンプルと加算フレーム記憶部１１４に記憶した１フレーム前の加算フレームの予め定めたサンプル数Ｎ₂のサンプルをオーバーラップ加算して出力信号を生成する出力信号生成部１１５と、を具備するエコー抑圧装置を構成した。
【００１５】
また、再生信号および収録信号をそれぞれ所定のサンプル数ずつ記憶し、記憶されているサンプル中の最新のサンプル数が予め定めたサンプル数（予め定めたサンプル数＜所定のサンプル数）に達する度毎に再生信号および収録信号を周波数係数に変換するための所定のサンプル数の長さの変換フレームをそれぞれ生成し、変換フレームの各サンプルデータをそれぞれ周波数領域に変換し、周波数領域で再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧し、エコー信号が抑圧されたエコー抑圧済収録信号を時間領域に変換し、出力信号を生成するための所定のサンプル数の長さの加算フレームを生成し、加算フレームの予め定めたサンプル数のサンプルと、この加算フレームの１フレーム前の加算フレームの予め定めたサンプル数のサンプルをオーバーラップ加算して出力信号を生成する、指令をコンピュータに対して実行するエコー抑圧プログラムを構成した。
更に、先のエコー抑圧プログラムを記憶した記憶媒体を構成した。
【００１６】
【発明の実施の形態】
この発明は、再生信号に起因するエコー信号成分が収録信号に重畳して生じるエコーを抑圧するエコー抑圧方法であり、再生信号および収録信号をそれぞれ所定のサンプル数ずつ記憶し、記憶されているサンプル中の最新のサンプル数が予め定めたサンプル数Ｎに達する度毎に再生信号および収録信号を周波数領域係数に変換するための変換フレームをそれぞれ生成し、これらの変換フレームの各サンプルデータをそれぞれ周波数領域に変換し、周波数領域で再生信号の周波数領域係数を用いて収録信号に重畳するエコー信号を抑圧し、エコー信号が抑圧されたエコー抑圧済収録信号を時間領域に変換し、出力信号を生成する加算フレームを生成し、この加算フレームのＮサンプルと、この加算フレームの１フレーム前の加算フレームのＮサンプルをオーバーラップ加算して出力信号を生成するエコー抑圧方法を提供する。
【００１７】
この発明は、また、再生信号に起因するエコー信号成分が収録信号に重畳して生じるエコー信号を抑圧するエコー抑圧装置であり、再生信号および収録信号をそれぞれ所定のサンプル数ずつ記憶する再生信号記憶部および収録信号記憶部を具備し、これらの再生信号記憶部および収録信号記憶部に記憶したサンプル中の最新のサンプル数が予め定めたサンプル数Ｎに達する度毎に再生信号および収録信号をそれぞれ周波数領域係数に変換する再生信号変換フレーム生成部および収録信号変換フレーム生成部を具備し、これらの再生信号変換フレーム生成部および収録信号変換フレーム生成部のそれぞれが生成した再生信号変換フレームおよび収録信号変換フレームをそれぞれ周波数領域に変換する再生信号周波数領域変換部および収録信号周波数領域変換部を具備し、周波数領域で再生信号の周波数領域係数を用いてエコー信号の重畳した収録信号からエコー信号を抑圧するエコー抑圧部とエコー信号が抑圧されたエコー抑圧済収録信号を時間領域に変換する時間領域逆変換部を具備し、出力信号を生成するための加算フレームを生成する加算フレーム生成部を具備し、この加算フレーム生成部が生成した加算フレームを記憶する加算フレーム記憶部を具備し、加算フレーム生成部が生成した加算フレームのＮサンプルと加算フレーム記憶部に記憶した１フレーム前の加算フレームのＮサンプルをオーバーラップ加算して出力信号を生成する出力信号生成部とを具備するエコー抑圧装置を提供する。
【００１８】
この発明は、更に、コンピュータが読み取り可能な符号によって記述され、請求項１に記載されるエコー抑圧方法をコンピュータに実行させるエコー抑圧プログラムとその記憶媒体を提供する。
上述したこの発明によるエコー抑圧方法および装置によれば、変換フレーム生成部は再生信号記憶部および収録信号記憶部に記憶されている所定のサンプル数のサンプル中の最新のサンプル数が予め定めた数Ｎに達する度毎に入力信号を周波数領域に変換するための変換フレームを生成する。
最新のサンプル数Ｎを例えばＮ＝３２とすれば、変換フレーム生成部は、再生信号記憶部および収録信号記憶部に記憶されている例えば５１２サンプル中の最新のサンプル数が３２サンプルに達する度毎に５１２サンプルで構成される変換フレームを生成する。即ち、変換フレーム生成部は再生信号記憶部および収録信号記憶部に３２個のサンプルが取り込まれる度毎に５１２サンプルで構成される１フレーム分の変換フレームを生成する。３２個のサンプルを蓄積する時間は約２ｍｓであるから、ここにおける処理遅延時間は約２ｍｓで済むことになる。
【００１９】
２ｍｓの時間間隔で生成された変換フレームの各サンプルデータは周波数領域係数に変換され、周波数領域でエコー抑圧処理が施される。エコー抑圧処理を施した後の信号を時間領域に逆変換し、次いで加算フレーム生成部で時間領域に変換した処理済信号の最新（先頭）の値から２Ｎサンプル（６４サンプル）過去までの値を切り取る。その切り取ったフレームに長さ６４点の時間窓関数（例えばハニング窓関数）を掛ける。
次に、出力信号生成部で加算フレーム記憶部に記憶した長さ３２サンプルの１処理ブロック前の加算フレームと、今回生成した現加算フレームの最新の値から３２サンプル過去迄の値（長さ３２サンプル）をオーバーラップさせて加算し、出力信号として出力する。今回生成した現加算フレームの後半の３２サンプル分は加算フレーム記憶部に記憶し、次回のオーバーラップ加算処理に利用する。このオーバーラップ加算処理は３２サンプル分の遅延（２ｍｓ）となり、合計して４ｍｓで済むことになる。
【００２０】
この発明によれば、周波数領域に変換する際にＮサンプルを蓄積するに要する時間と、Ｎサンプル分のデータをオーバーラップ加算処理するに要する時間の和はＮサンプルの数を「３２」とした場合、「４ｍｓ」となり、従来の処理遅延時間「３２ｍｓ」と比較して約１/８に減少することになる。
この発明は、更に、周波数領域に変換するステップでは５１２サンプルを１フレームとして周波数領域変換部に投入するから、周波数分解能を充分に保ったままエコー抑圧処理を施すことができる利点が得られる。
【００２１】
【実施例】
この発明の実施例を図１を参照して説明する。
図中１００はこの発明によるエコー抑圧装置の全体を示す。再生信号入力端１０１および収録信号入力端１０６に入力された再生信号ｘ（ｋ）およびエコー重畳収録信号ｙ（ｋ）は、再生信号Ａ／Ｄ変換部１０２および収録信号Ａ／Ｄ変換部１０７でデジタル信号にそれぞれ変換される。この再生信号Ａ／Ｄ変換部１０２および収録信号Ａ／Ｄ変換部１０７は、サンプリング周波数１６ｋＨｚで動作するものとして説明する。
再生信号Ａ／Ｄ変換部１０２および収録信号Ａ／Ｄ変換部１０７でデジタル信号に変換された再生信号ｘ（ｋ）およびエコー重畳収録信号ｙ（ｋ）はこの発明によるエコー抑圧装置１００にそれぞれ入力される。この発明によるエコー抑圧装置１００は、再生信号記憶部１０３および収録信号記憶部１０８、再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９、再生信号周波数領域変換部１０５および収録信号周波数領域変換部１１０、エコー抑圧部１１１、時間領域逆変換部１１２、加算フレーム生成部１１３、加算フレーム記憶部１１４、出力信号記憶部１１５によって構成される。
【００２２】
再生信号記憶部１０３および収録信号記憶部１０８はメモリで構成され、従来の技術と同様に、最新の、例えば５１２個のサンプルデータを記憶する。
再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９は再生信号記憶部１０３および収録信号記憶部１０８に予め定めたＮ個のサンプルデータを含む５１２個のサンプルデータを１フレームとする変換フレームを生成する。図２に変換フレームの様子を示す。Ｆ１は前回に生成された変換フレーム、Ｆ２は現在生成された変換フレームを示す。前回生成された変換フレームＦ１と現在生成された変換フレームＦ２は、共に、その生成時点で最新のＮ個のサンプルデータを先頭に具備している。図２に示す例ではＮ＝３２とした場合を示す。即ち、再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９は再生信号記憶部１０３および収録信号記憶部１０８に３２個のサンプルデータが書き込まれる度毎に、その３２個のサンプルデータに続く全てのサンプルデータ、この例においては５１２個のサンプルデータ、を再生信号記憶部１０３および収録信号記憶部１０８から取り込み、変換フレームF１、F２、・・・・・を生成する。
【００２３】
なお、ここで、先頭から２５６個目までのサンプルデータはそのまま入力信号の値で再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９に取り込み、それ以下のサンプルデータには「０」を代入した場合を示す。これは、入力信号の５１２サンプル全てを変換フレームに用いると、周波数変換の際に信号の冗長性に起因する悪影響が発生するため、ここでは半分以下の長さには「０」を代入する。
再生信号変換フレーム生成部１０４および収録信号変換フレーム生成部１０９で生成された変換フレームＦ１、Ｆ２、・・・は３２サンプルの処理遅延時間、即ち、この例では２ｍｓの時間間隔で再生信号周波数領域変換部１０５および収録信号周波数領域変換部１１０に引き渡されて周波数領域係数に変換される。再生信号周波数領域変換部１０５および収録信号周波数領域変換部１１０は高速フーリエ変換部により構成する。
【００２４】
次に、エコー抑圧部１１１でエコーを抑圧する。このエコー抑圧部１１１としては先の特許文献１に記載されるエコー抑圧装置その他の周知慣用の抑圧装置を適宜に適用することができる。エコー抑圧処理自体に関する説明は、エコー抑圧処理に要する処理遅延時間の削減を要旨とするこの発明と直接関連するものではないので、その詳細な説明は省略する。
時間領域逆変換部１１２はエコー抑圧処理を施された後の信号を時間領域の信号に逆変換するところである。
加算フレーム生成部１１３は、時間領域に変換した処理済信号の最新（先頭）の値から６４サンプル過去までの値を切り取る。その切り取ったフレームに長さ６４点の時間窓関数（例えばハニング窓関数）を掛ける。
【００２５】
図３を用いてその様子を説明する。図３に示すオーバーラップ加算処理ステップＯＵＴＰＵＴにおいて、ＤＡＴ１−１とＤＡＴ１−２は加算フレーム生成部１１３の処理により前フレームの先頭から６４サンプルを切り取ったフレームに６４点のハニング窓関数を掛けて生成した加算フレームを示す。また、ＤＡＴ２−１とＤＡＴ２−２は、今回、加算フレーム生成部１１３の処理により次フレームの先頭から６４サンプルを切り取ってハニング窓関数を掛けて生成した加算フレームを示す。これらの加算フレームＤＡＴ１−１とＤＡＴ１−２およびＤＡＴ２−１とＤＡＴ２−２は、それぞれ、自己のフレームと次のフレームの処理が終了するまで加算フレーム記憶部１１４に記憶される。
【００２６】
出力信号生成部１１５は、今回加算フレーム生成部１１３が生成した加算フレームの中の前半の加算フレームＤＡＴ２−１と前フレームで生成された後半の加算フレームＤＡＴ１−２とをオーバーラップ加算し、出力信号として出力する。今回生成された加算フし一ムＤＡＴ２−２は次フレームで生成される加算フレームとの加算処理に使用される。
このオーバーラップ加算処理時に、ここでは３２サンプル分の処理遅延（２ｍｓ）が発生する。図１の加算処理された出力信号d（ｋ）は、出力Ｄ／Ａ変換部１１６でアナログ信号に変換し、出力端１１７から出力される。
【００２７】
以上の説明から明らかなように、この発明によれば再生信号記憶部１０３および収録信号記憶部１０８に予め定めた３２サンプルが取り込まれる間の時間（２ｍｓ）と、出力側で行われるオーバーラップ加算処理により発生する上述した処理遅延（２ｍｓ）の和（４ｍｓ）が全ての処理遅延時間となる。その結果、５１２サンプルを単位として処理する場合の３２ｍｓと比較して処理遅延は１／８に削減することができる。上述では予め定めたＮサンプルの値を３２サンプルとした場合を説明したが、この発明では３２サンプルに限られるものではなく、１サンプルまで削減することができる。しかも、周波数領域への変換は５１２サンプル毎に処理する場合と同じであるため、音声歪みの発生やエコー抑圧量の低下もほぼない。なお、処理遅延時間の削減は、単位サンプル時間に対する演算処理量とのトレードオフの関係にある。
【００２８】
[第１の適用例] ハンズフリー機能付き音声通信
クライアント・ソフトウェア
第１の適用例は、ハンズフリー機能付き音声通信クライアント・ソフトウェアであり、図４にその構成図を示す。Ａ地点の話者の音声にはエコーが重畳してマイクロホン２０２に入力される。マイクロホン２０２により収録されたエコー重畳収録信号をこの発明によるエコー抑圧部２００に入力し、エコーを抑圧して出力し、コーデック２０３に入力する。次いで、ネットワーク通信部２０４を介してネットワーク２０５に接続し、Ｂ地点、Ｃ地点、Ｄ地点の話者にエコーを抑圧した音声を送信することができる。
[第２の適用例] ハンズフリー通話装置
第２の適用例は、ハンズフリー通話装置であり、図５にその構成図を示す。ライン入力３０２に受信した相手側の音声信号はスピーカ２０１から拡声されてエコーとなり、マイクロホン２０２に収音される。同時に、話者の音声もマイクロホン２０２に収音される。エコー信号をエコー抑圧部２００で抑圧し、ライン出力３０２′からはエコー信号のない音声信号を相手側に送信することができる。
【００２９】
【発明の効果】
上述した通りであって、この発明のエコー抑圧方法および装置は、変換フレーム生成部は再生信号記憶部および収録信号記憶部に記憶されている所定のサンプル数のサンプル中の最新のサンプル数が予め定めた数Ｎに達する度毎に入力信号を周波数領域に変換するための変換フレームを生成する。
最新のサンプル数ＮをＮ＝３２とすれば、変換フレーム生成部は、再生信号記憶部および収録信号記憶部に記憶されている例えば５１２サンプル中の最新のサンプル数が３２サンプルに達する度毎に５１２サンプルで構成される変換フレームを生成する。即ち、変換フレーム生成部は再生信号記憶部および収録信号記憶部に３２個のサンプルが取り込まれる度毎に５１２サンプルで構成される１フレーム分の変換フレームを生成する。３２個のサンプルを蓄積する時間は約２ｍｓであるから、ここにおける処理遅延時間は約２ｍｓである。そして、出力信号生成部で加算フレーム記憶部に記憶した長さ３２サンプルの１処理ブロック前の加算フレームと、今回生成した現加算フレームの最新の値から３２サンプル過去までの長さ３２サンプルをオーバーラップさせ加算して出力信号として出力する。このオーバーラップ加算処理は３２サンプル分の処理遅延、約２ｍｓとなる。即ち、この発明によれば、周波数領域に変換する際にＮサンプルを蓄積するに要する時間と、Ｎサンプル分のデータをオーバーラップ加算処理するに要する時間の和は、Ｎサンプルの数を「３２」とした場合に約４ｍｓとなり、従来の処理遅延時間３２ｍｓと比較して、約１/８に減少することになる。更に、周波数領域に変換するステップでは５１２サンプルを１フレームとして周波数領域変換部に投入するから、周波数分解能を充分に保ったままエコー抑圧処理を施すことができる利点が得られる。
【００３０】
この発明によれば、結局、エコー抑圧処理において抑圧性能を保持したまま処置遅延を削減することができ、ハンズフリー拡声通信システムにおける一巡遅延の増加による通話品質の劣化を防ぎ、ハンズフリー通話装置におけるエコーが聞こえやすくなる悪影響を軽減することができる。
【図面の簡単な説明】
【図１】実施例を説明する図。
【図２】変換フレーム生成の実施例を説明する図。
【図３】加算フレーム生成の実施例を説明する図。
【図４】第１の適用例を説明する図。
【図５】第２の適用例を説明する図。
【図６】従来例を説明する図。
【図７】周波数変換および逆変換の従来例を説明する図。
【符号の説明】
１０１再生信号入力端１０２再生信号Ａ／Ｄ変換部
１０３再生信号記憶部１０４再生信号変換フレーム生成部
１０５再生信号周波数領域変換部１０６収録信号入力端
１０７収録信号Ａ／Ｄ変換部１０８収録信号記憶部
１０９収録信号変換フレーム生成部１１０収録信号周波数領域変換部
１１１エコー抑圧部１１２時間領域逆変換部
１１３加算フレーム生成部１１４加算フレーム記憶部
１１５出力信号生成部１１６出力Ｄ／Ａ変換部
１１７出力端

Claims

再生信号に起因するエコー信号が収録信号に重畳して生じるエコーを抑圧するエコー抑圧方法において、
前記再生信号および収録信号をそれぞれ最新のものから所定のサンプル数ずつ記憶し、
前記記憶したサンプル数Ｎ（２Ｎ＜前記所定サンプル数）の最新の再生信号および最新の収録信号が書き込まれる度毎に、前記記憶された前記Ｎサンプルの最新の再生信号および最新の収録信号をそれぞれ含む最新のものから前記所定のサンプル数の長さの再生信号および収録信号をそれぞれ再生信号変換フレームおよび収録信号変換フレームとしてそれぞれ生成し、
前記再生信号変換フレームおよび前記収録信号変換フレームをそれぞれ周波数領域に変換し、
前記周波数領域に変換した再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧し、
前記エコー信号が抑圧されたエコー抑圧済収録信号を前記所定のサンプル数の長さの時間領域の信号に変換し、
前記所定のサンプル数の長さの時間領域の信号に、最新のものから前記予め定めたサンプル数の倍のサンプル数である２Ｎ個を取り出す時間窓関数を掛けたものを加算フレームとして生成し、
前記サンプル数２Ｎの加算フレームの最新でない側のＮ個のサンプルと、１回前のサンプル数Ｎの加算フレームの最新側のＮ個のサンプルを対応するサンプル毎に加算してサンプル数Ｎの出力信号を生成することを特徴とするエコー抑圧方法。
再生信号に起因するエコー信号が収録信号に重畳して生じるエコーを抑圧するエコー抑圧装置において、
前記エコー抑圧装置に入力された再生信号および収録信号をそれぞれ最新のものから所定のサンプル数ずつ記憶する再生信号記憶部および収録信号記憶部と、
前記再生信号記憶部および前記収録信号記憶部に記憶したサンプル数Ｎ（２Ｎ＜前記所定サンプル数）の最新の再生信号および最新の収録信号が書き込まれる度毎に、前記再生信号記憶部および収録信号記憶部に記憶された前記Ｎサンプルの最新の再生信号および最新の収録信号をそれぞれ含む最新のものから前記所定のサンプル数の長さの再生信号および収録信号をそれぞれ再生信号変換フレームおよび収録信号変換フレームとして生成する再生信号変換フレーム生成部および収録信号変換フレーム生成部と、
前記再生信号変換フレーム生成部および前記収録信号変換フレーム生成部のそれぞれが生成した前記再生信号変換フレームおよび前記収録信号変換フレームをそれぞれ周波数領域に変換する再生信号周波数領域変換部および収録信号周波数領域変換部と、
前記再生信号周波数領域変換部および前記収録信号周波数領域変換部がそれぞれ周波数領域に変換した再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧するエコー抑圧部と、
前記エコー抑圧部でエコー信号が抑圧されたエコー抑圧済収録信号を前記所定のサンプル数の長さの時間領域の信号に変換する時間領域逆変換部と、
前記時間領域逆変換部が生成した前記所定のサンプル数の長さの時間領域の信号に、最新のものから前記予め定めたサンプル数の倍のサンプル数である２Ｎ個を取り出す時間窓関数を掛けたものを加算フレームとして生成する加算フレーム生成部と、
前記加算フレーム生成部が生成した加算フレームを記憶する加算フレーム記憶部と、
前記加算フレーム生成部が生成したサンプル数２Ｎの加算フレームの最新でない側のＮ個のサンプルと前記加算フレーム記憶部に１回前に記憶した加算フレームの最新側のＮ個のサンプルを対応するサンプル毎に加算してサンプル数Ｎの出力信号を生成する出力信号生成部と、
を具備することを特徴とするエコー抑圧装置。
コンピュータを、
再生信号および収録信号をそれぞれ最新のものから所定のサンプル数ずつ記憶する手段と、
前記記憶されているサンプル数Ｎ（２Ｎ＜前記所定サンプル数）の最新の再生信号および最新の収録信号が書き込まれる度毎に、前記記憶された前記Ｎサンプルの最新の再生信号および最新の収録信号をそれぞれ含む前記所定のサンプル数の長さの再生信号および収録信号をそれぞれ再生信号変換フレームおよび収録信号変換フレームとしてそれぞれ生成する手段と、
前記再生信号変換フレームおよび前記収録信号変換フレームをそれぞれ周波数領域に変換する手段と、
前記周波数領域に変換した再生信号および収録信号の周波数係数を用いて収録信号からエコー信号を抑圧する手段と、
前記エコー信号が抑圧されたエコー抑圧済収録信号を前記所定のサンプル数の長さの時間領域の信号に変換する手段と、
前記所定のサンプル数の長さの時間領域の信号に、最新のものから前記予め定めたサンプル数の倍のサンプル数である２Ｎ個を取り出す時間窓関数を掛けたものを加算フレームとして生成する手段と、
前記サンプル数２Ｎの加算フレームの最新でない側のＮ個のサンプルと、１回前のサンプル数Ｎの加算フレームの最新側のＮ個のサンプルを対応するサンプル毎に加算してサンプル数Ｎの出力信号を生成する手段として機能させるためのエコー抑圧プログラム。
請求項３に記載されるエコー抑圧プログラムを記憶した記憶媒体。