JP4209348B2

JP4209348B2 - エコー抑圧方法、この方法を実施する装置、プログラムおよび記録媒体

Info

Publication number: JP4209348B2
Application number: JP2004062610A
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: 2004-03-05
Filing date: 2004-03-05
Publication date: 2009-01-14
Anticipated expiration: 2024-03-05
Also published as: JP2005250266A

Description

この発明は、エコー抑圧方法、この方法を実施する装置、プログラムおよび記録媒体に関し、特に、電話伝送において、ハウリング、聴覚上の劣化を引き起こすエコーを抑圧し、送話者音声品質を向上させるエコー抑圧方法、この方法を実施する装置、プログラムおよび記録媒体に関する。

図４を参照して、送話音声ｓ（ｋ）にエコー信号ｂ（ｋ）が重畳したエコー重畳信号ｙ（ｋ）から、周波数領域でエコーを抑圧する従来の技術について説明する。なお、ｋは離散時間を表す（特許文献１参照）。図４において、３０１はエコー抑圧装置、３０２はエコー経路伝搬遅延推定部、３０３は遅延器、３０４はエコー経路結合量推定部、３０５はエコー抑圧ゲイン算出部、３０６は乗算器、４０１、４０２が周波数分析部、４０３が時間合成部である。
始めに、受話（再生）信号ｘ（ｋ）及びエコー重畳信号ｙ（ｋ）をそれぞれ、受話信号周波数分析部４０１および送話信号周波数分析部４０２で周波数領域に変換し、信号の短時間スペクトルＸ（ｆ）、Ｙ（ｆ）をそれぞれ求める。ｆは周波数を表す。なお、特許文献１においては、受話信号に対してエコー経路の伝搬遅延を考慮した方法が記載されているが、ここではその説明は省略する。次に、変換した受話信号及びエコー重畳信号それぞれのパワーＰＸ（ｆ）、ＰＹ（ｆ）の比の極小値から、エコ.一経路結合量推定部３０４において、推定エコー経路結合量Ｃ（ｆ）を計算する。具体的には、所定期間毎にエコー重畳信号のパワーに対する受話信号のパワーの比を算出し、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、受話信号パワーＰＸ（ｆ）に推定エコー経路結合量Ｃ（ｆ）を乗じて、予測エコー信号パワーＰＢ（ｆ）を計算する。その予測エコー信号パワーＰＢ（ｆ）と、エコー重畳信号の短時問スペクトルＹ（ｆ）のパワースペクトルＰＹ（ｆ）を用いて、エコー抑圧ゲインＧ（ｆ）を計算する。

ここで、エコー抑圧ゲインＧ（ｆ）は、エコー重畳信号ｙ（ｋ）に対する送話信号ｓ（ｋ）のパワー比率、即ち、エコー重畳信号中に占める送話信号の割合に等しくなるように計算する。なお、送話信号ｓ（ｋ）自体を直接観測することはできないので、エコー重畳信号のパワースペクトルＰＹ（ｆ）と予測エコー信号パワーＰＢ（ｆ）の差を近似的に用いる。こうして求めたエコー抑圧ゲインＧ（ｆ）を乗算器３０６でエコー重畳信号の短時問スペクトルＹ（ｆ）に乗じる。この処理は、エコー重畳信号を、その信号に含まれる送話信号の割合に見合った量に減算する処理に相当し、かくしてエコーを抽圧した処理信号Ｓ’（ｆ）が得られる。最後に、時間合成部４０３で逆変換を行い、エコー信号ｂ’（ｋ）を抑圧し送話信号ｓ（ｋ）を強調した時間信号ｓ’（ｋ）を相手側に送信することができる。

上述した通り、エコー抑圧ゲインＧ（ｆ）をエコー重畳信号Ｙ（ｆ）に含まれる送話信号Ｓ（ｆ）のパワー比率に等しくなるように計算するエコー抑圧方法は、他の文献にも開示されている（特許文献２、３参照）。
特許第３５０７０２０号明細書特許第３４２０7０５号明細書特開２００３−２８４１８３号公報

従来例は、エコー抑圧ゲインＧ（ｆ）をエコー重畳信号ｙ（ｋ）に含まれる送話（収録）信号ｓ（ｋ）のパワー比率に等しくなるように計算する。周波数領域での処理の場合、エコー抑圧ゲインＧ（ｆ）はエコー重畳信号ｙ（ｋ）の周波数分析点数と同数の係数（ゲイン係数）で構成される。さて、エコー重畳信号ｙ（ｋ）のパワーは、マイクロホンに収音される信号自体のため正確に計算できる。これに対して、すでにエコーが重畳されてマイクロホンに収音された送話信号ｓ（ｋ）のパワーは単独で測定することはできない。そのために、受話信号パワーＰＸ（ｆ）に推定エコー経路結合量量Ｃ（ｆ）を乗じて、予測エコー信号パワーＰＢ（ｆ）を計算する。この時、受話信号パワーＰＸ（ｆ）は既知だがエコー経路結合量Ｃ（ｆ）は推定値のために、予測エコー信号パワーＰＢ（ｆ）には推定誤差が生じる。この推定誤差の影響で、計算したゲイン係数は理想的な値（パワー比率）とはならない。即ち、周波数領域で隣り合うゲイン係数が理想的な値に比べ断続的（飛び飛び）になるために、これが処理後の送話音声に歪みを発生させる原因となる。

この発明は、予測エコー信号パワーに推定誤差があっても、処理後の送話音声の歪み発生を抑え、且つ充分なエコー抑圧量を実現するエコー抑圧方法、この方法を実施する装置、プログラムおよび記録媒体を提供するものである。

請求項１：送話信号から受話信号に起因するエコー成分を抑圧するエコー抑圧方法において、受話信号を周波数領域に変換し、送話信号を周波数領域に変換し、周波数領域における受話信号短時間スペクトル及び送話信号短時間スペクトルからエコー成分の短時間スペクトルを推定し、送話信号短時間スペクトルに含まれる送話信号短時間スペクトルとエコー成分短時間スペクトルとの差のパワー比率を素エコー抑圧ゲインとして計算し、素エコー抑圧ゲインの各ゲイン係数の周波数軸上で隣接するゲイン係数との重み付け加算平均値を平滑化エコー抑圧ゲインの各ゲイン係数とし、平滑化エコー抑圧ゲインの各ゲイン係数が１に近い場合はより１に近づけ、０に近い場合はより０に近づけた値を強調化エコー抑圧ゲインの各ゲイン係数とし、強調化エコー抑圧ゲインを送話信号短時間スペクトルに重畳して抑圧処理信号短時間スペクトルを計算し、抑圧処理信号短時間スペクトルを時間領域に逆変換して出力するエコー抑圧方法を構成した。

ここで、請求項２：送話信号から受話信号に起因するエコー成分を抑圧するエコー抑圧装置において、受話信号を周波数領域に変換する受話信号周波数分析部と、送話信号を周波数領域に変換する送話信号周波数分析部と、周波数領域での受話信号短時間スペクトル及び送話信号短時間スペクトルからエコー成分の短時間スペクトルを推定するエコー成分短時間スペクトル推定部と、送話信号短時間スペクトルに含まれる送話信号短時間スペクトルとエコー成分短時間スペクトルとの差のパワー比率を素エコー抑圧ゲインとして計算する素エコー抑圧ゲイン計算部と、素エコー抑圧ゲインの各ゲイン係数の周波数軸上で隣接するゲイン係数との重み付け加算平均値を平滑化エコー抑圧ゲインの各ゲイン係数とするエコー抑圧ゲイン平滑化部と、平滑化エコー抑圧ゲインの各ゲイン係数が１に近い場合はより１に近づけ、０に近い場合はより０に近づけた値を強調化エコー抑圧ゲインの各ゲイン係数とするエコー抑圧ゲイン強調化部と、強調化エコー抑圧ゲインを送話信号短時間スペクトルに重畳して抑圧処理信号短時間スペクトルを計算するエコー抑圧ゲイン重畳部と、抑圧処理信号短時間スペクトルを時間領域に逆変換して出力する時間合成部とを具備するエコー抑圧装置を構成した。

更に、請求項３：コンピュータを請求項２に記載のエコー抑圧装置として機能させるためのプログラムを構成した。
また、請求項４：コンピュータを請求項２に記載のエコー抑圧装置として機能させるためのプログラムを記録したコンピュータに読み取り可能な記録媒体を構成した。

この発明によれば、ゲイン係数の平滑化を行うことによりエコー抑圧ゲインの断続性が減少し、音声歪みの発生が抑えられ、平滑化した後のゲイン係数を強調化することにより、送話音声の欠損を回避し、且つエコーを充分に抑圧するという効果が生ずる。

以下、発明を実施するための最良の形態を図の実施例を参照して具体的に説明する。図１は音響エコー或いは回線エコーを抑圧するエコー抑圧装置の実施例を説明する図である。
図１において、受話信号入力端２０１から入力された受話信号ｘ（ｋ）は、受話信号出力端２０２から出力され、エコー経路７を伝搬した後にエコー信号ｂ（ｋ）となる。そして、送話信号ｓ（ｋ）に加算され、エコー重畳信号ｙ（ｋ）となる。エコー重畳信号ｙ（ｋ）は送話信号入力端２０３を介してエコー抑圧装置５０１に入力される。

エコー抑圧装置５０１は、はじめに、エコー重畳信号ｙ（ｋ）を送話信号周波数分析部４０２で周波数領域に変換し、短時間スペクトルＹ（ｍ，ｆ）を出力する。同時に、受話信号周波数分析部４０１は受話信号ｘ（ｋ）を周波数領域に変換し、短時間スペクトルＸ（ｍ，ｆ）を出力する。ここで、ｋは任意のサンプリング時刻、ｍは周波数領域でフレーム処理を行うために逐次切り取った各フレームの番号、ｆは任意の周波数を表す。
次に、エコー成分短時間スペクトル推定部５００はエコーパワー計算部５０６およびエコー経路結合量記憶部５０２より成り、周波数領域での受話信号短時間スペクトル及び送話信号短時間スペクトルからエコー成分の短時間スペクトルを推定する。エコーパワー計算部５０６において、エコー経路結合量記憶部５０２からエコー経路結合量（音響結合量）Ｃ（ｍ，ｆ）を読み込み、受話信号ｘ（ｋ）の短時間スペクトルＸ（ｍ，ｆ）に基づいて計算されたパワースペクトルＰＸ（ｍ，ｆ）と周波数領域で乗じることにより、エコーのパワースペクトルＰＢ（ｍ，ｆ）を求める。なお、エコー経路結合量（音響結合量）Ｃ（ｍ，ｆ）の計算方法は、背景技術に示した特許文献１〜３において詳細に説明されている。この方法による計算結果をエコー経路結合量記憶部５０２に記憶して準備しておく。

次に、エコー抑圧ゲイン計算部５０８の素エコー抑圧ゲイン計算部６０１において、エコー重畳信号ｙ（ｋ）の短時間スペクトルＹ（ｍ，ｆ）に基づいて計算されたパワースペクトルＰＹ（ｍ，ｆ）とエコーのパワースペクトルＰＢ（ｍ，ｆ）とを用いて素のエコー抑圧ゲインＧ（ｍ，ｆ）を求める。以上のエコーパワースペクトルＰＢ（ｍ，ｆ）及び素のエコー抑圧ゲインＧ（ｍ，ｆ）の計算方法も、背景技術に示した特許文献１〜３において詳細に説明されている。
ここで、エコー抑圧ゲイン平滑化部６０２において、求められた素のエコー抑圧ゲインＧ（ｍ，ｆ）の要素であるゲイン係数に対して重みをつける平滑化を行う。素エコー抑圧ゲイン計算部６０１で計算された素エコー抑圧ゲインＧ（ｍ，ｆ）のゲイン係数は、［発明が解決しようとする課題］でも説明した通り、エコーのパワースペクトルＰＢ（ｍ，ｆ）の推定誤差の影響で理想の値とのずれが生じ、それぞれのゲイン係数に断続性が生じる。このために、周波数軸上で隣接するゲイン係数の断続性を緩和することにより、各ゲイン係数の値を滑らかにする平滑化を行う。

以下、平滑化の手法を具体的に説明する。素のエコー抑圧ゲインＧ（ｍ，ｆ）の周波数領域でｎバンド目の要素である素ゲイン係数をｇ（ｎ）、平滑化した後の平滑化ゲイン係数をｇ_e（ｎ）とすると、平滑化処理の１例は、以下の式で表すことができる。

この式は、ゲイン係数ｇ（ｎ−ｄ１）〜ｇ（ｎ＋ｄ２）の平均値をｎバンド目の平滑化ゲイン係数ｇ_e（ｎ）とする平滑化処理を示す。ここで、ｄ１は０以上ｎ以下の整数、ｄ２は０以上で「分析フレーム点数−ｎ」以下の整数とする。また、ａ（ｉ）はｉバンド目の重み係数を表す。重み係数ａ（ｉ）は、平均値を計算する場合の各素ゲイン係数の影響、即ち、断続性を緩和する割合を制御する。以上の処理の後に、平滑化エコー抑圧ゲインＧ_e（ｍ，ｆ）を出力する。

次に、エコー抑圧ゲイン強調化部６０３において、エコー抑圧ゲイン平滑化部６０２ですでに平滑化したゲイン係数ｇ_e（ｎ）の強調化を行う。強調化については、後で詳細に説明される。ゲイン関数は平滑化によって不連続性がなくなるが、トレードオフで「なまる」という弊害が生じる。具体的には、ｎバンド目のゲイン係数が１で、隣接するｎ−１バンド目が０．９２、ｎ＋１バンド目が０．９３の時に、この３つのバンドで平均値からｎバンド目の平滑化ゲイン係数を決めると、０．９５となる（重み係数ａ（ｉ）は、全て１とした）。

ところで、以上のゲイン係数は、送話信号に占める送話音声の周波数領域におけるそれぞれの比率である。即ち、計算されたゲイン係数が１に近い時はエコーが小さく、送話音声が支配的な通話状態であり、０に近い時は送話音声が小さくエコーが支配的な通話状態である。先に説明したように、平滑化ゲイン係数が「なまる」と、その値は０および１から離れてしまう。１から離れると、例えば、先の例のように平滑化して０．９５になると、送話音声が支配的なのにその周波数領域の成分を９５％にしてしまう。即ち、送話音声に５％の欠損が生じる。０から離れると、例えば、０．０５になると、エコーが支配的で１００％抑圧すべき時に９５％の抑圧となり、残留エコーが生じて通話品質に悪影響を及ぼすに到る。そこで、以下に示す平滑化され「なまった」平滑化ゲイン係数ｇ_ｅ（ｎ）の強調化処理を行う。強調化したエコー抑圧ゲインをＧ_ｇ（ｍ，ｆ）として、その周波数領域でｎバンド目の強調化ゲイン係数をｇ_ｇ（ｎ）とした場合、強調化処理は平滑化ゲイン係数ｇ_ｅ（ｎ）の値の大小によって、それぞれのゲイン係数を０もしくは１に近づけるように行う処理である。即ち、平滑化ゲイン係数ｇ_ｅ（ｎ）が大きい（１に近い）場合は、より１に近づけて送話音声をより通し易くし、平滑化ゲイン係数ｇ_ｅ（ｎ）が小さい（０に近い）場合は、より０に近づけてエコーをより抑圧するように平滑化エコー抑圧ゲインＧ_ｅ（ｍ，ｆ）を強調する。この強調化処理の具体的な１例を以下に式で示す。

ｇ_ｅ（ｎ）がｔｈ１より大きい場合：ｇ_ｅ（ｎ）＝ｇ_ｅ（ｎ）^{ｖ１（ｎ）}
ｇ_ｅ（ｎ）がｔｈ２より小さい場合：ｇ_ｅ（ｎ）＝ｇ_ｅ（ｎ）^{ｖ２（ｎ）}
ここで、ｖ１（ｎ）は０以上１以下の数、ｖ２（ｎ）は１以上の数とする。また、ｔｈ１とｔｈ２は、ｔｈ１≧ｔｈ２の関係を満たす０以上１以下の数である。ｇ_ｅ（ｎ）は０から１の範囲の値を持つため、ｖ１（ｎ）を乗じた場合、より１に近づき、ｖ２（ｎ）を乗じた場合、より０に近づく処理をこの式は実現する。以上の処理の後に、強調化したエコー抑圧ゲインＧ_ｇ（ｍ，ｆ）を出力する。

そして、エコー抑圧ゲイン重畳部５０９において、短時間スペクトルＹ（ｍ，ｆ）に強調化したエコー抑圧ゲインＧｇ（ｍ，ｆ）を乗じ、エコー信号を抑圧した短時問スペクトルＳ’（ｍ，ｆ）を出力する。最後に、時間合成部４０３において、エコー信号を抑圧した短時問スペクトルＳ’（ｍ，ｆ）を時間信号に逆変換して送話信号出力端２０４に出力する。この処理は、図２に示すように入出力が２以上のＮチャネルの場合にも、全てのチャネルに対して独立に処理を行うことにより、Ｎチャネルのエコーの抑圧をすることができる。

ここで、適応フィルタを用いたエコーキャンセラ２０５をこの発明のエコー抑圧装置５０１の前段に配置した構成のエコー抑圧装置を図３を参照して説明する。図３のエコー抑圧装置において、エコー抑圧装置５０１自体は先の図１の場合と同様に動作するが、エコー重畳信号ｙ（ｋ）の代わりにエコーキャンセラ２０５によって或る程度まで消去された残留エコーｅ（ｋ）の重畳した送話信号ｓ（ｋ）を入力信号とする。この場合、周波数帯域毎のエコー経路結合量は、前段のエコーキャンセラ２０５を含んだ結合量となるが、エコー抑圧装置５０１の処理として不具合が生じることはない。

この発明のエコー抑圧装置を、ＤＳＰ（Digital Signal Processor）により行うようにしてもよい。また、コンピュータによりプログラムを実行させることにより機能させてもよい。この場合は、そのプログラムはCD−ROM、フロッピー（登録商標）ディスク、磁気ディスクなどに記録されたものを、コンピュータ内のプログラム用メモリに取り込んで行うことになる。このプログラム用メモリには、通信によりプログラムをダウンロードさせてもよい。

実施例を説明する図。入出力が２チャネル以上の場合の実施例を説明する図。エコーキャンセラをエコー抑圧装置の前段に配置した実施例を説明する図。従来例を説明する図。

符号の説明

４０１受話信号周波数分析部４０２送話信号周波数分析部
４０３時間合成部５００エコー成分短時間スペクトル推定部
５０２エコー経路結合量記憶部５０６エコーパワー計算部
５０９エコー抑圧ゲイン重畳部６０１素エコー抑圧ゲイン計算部
６０２エコー抑圧ゲイン平滑化部６０３エコー抑圧ゲイン強調化部

Claims

送話信号から受話信号に起因するエコー成分を抑圧するエコー抑圧方法において、
受話信号を周波数領域に変換し、送話信号を周波数領域に変換し、周波数領域における受話信号短時間スペクトル及び送話信号短時間スペクトルからエコー成分の短時間スペクトルを推定し、送話信号短時間スペクトルに含まれる送話信号短時間スペクトルとエコー成分短時間スペクトルとの差のパワー比率を素エコー抑圧ゲインとして計算し、素エコー抑圧ゲインの各ゲイン係数の周波数軸上で隣接するゲイン係数との重み付け加算平均値を平滑化エコー抑圧ゲインの各ゲイン係数とし、平滑化エコー抑圧ゲインの各ゲイン係数が１に近い場合はより１に近づけ、０に近い場合はより０に近づけた値を強調化エコー抑圧ゲインの各ゲイン係数とし、強調化エコー抑圧ゲインを送話信号短時間スペクトルに重畳して抑圧処理信号短時間スペクトルを計算し、抑圧処理信号短時間スペクトルを時間領域に逆変換して出力することを特徴とするエコー抑圧方法。
送話信号から受話信号に起因するエコー成分を抑圧するエコー抑圧装置において、
受話信号を周波数領域に変換する受話信号周波数分析部と、送話信号を周波数領域に変換する送話信号周波数分析部と、周波数領域での受話信号短時間スペクトル及び送話信号短時間スペクトルからエコー成分の短時間スペクトルを推定するエコー成分短時間スペクトル推定部と、送話信号短時間スペクトルに含まれる送話信号短時間スペクトルとエコー成分短時間スペクトルとの差のパワー比率を素エコー抑圧ゲインとして計算する素エコー抑圧ゲイン計算部と、素エコー抑圧ゲインの各ゲイン係数の周波数軸上で隣接するゲイン係数との重み付け加算平均値を平滑化エコー抑圧ゲインの各ゲイン係数とするエコー抑圧ゲイン平滑化部と、平滑化エコー抑圧ゲインの各ゲイン係数が１に近い場合はより１に近づけ、０に近い場合はより０に近づけた値を強調化エコー抑圧ゲインの各ゲイン係数とするエコー抑圧ゲイン強調化部と、強調化エコー抑圧ゲインを送話信号短時間スペクトルに重畳して抑圧処理信号短時間スペクトルを計算するエコー抑圧ゲイン重畳部と、抑圧処理信号短時間スペクトルを時間領域に逆変換して出力する時間合成部とを具備することを特徴とするエコー抑圧装置。
コンピュータを請求項２に記載のエコー抑圧装置として機能させるためのプログラム。
コンピュータを請求項２に記載のエコー抑圧装置として機能させるためのプログラムを記録したコンピュータに読み取り可能な記録媒体。