JP4279357B2 - 特に補聴器における雑音を低減する装置および方法 - Google Patents

Description

【技術分野】
【０００１】
本発明は、音声信号あるいは他の信号の雑音低減に関し、特に、デジタル補聴器の雑音低減に関する。
【背景技術】
【０００２】
雑音の存在する環境の中では、聴覚障害者は通常の聴覚を持つ人に比べてきわめて不利な状況にある。内耳の鍋牛での処理が低減した結果、聴覚障害者は意味のある発話と、妨害となる音源（例えば、雑音）とをあまり聞き分けられないのが普通である。発話を迅速に理解するために一層注意を払わなければならないので、聞き手は疲労してしまう。不運なことに、従来の補聴器では発話と雑音とが同じ量だけ強化されるので、この問題をほとんど解決できない。
【発明の開示】
【発明が解決しようとする課題】
【０００３】
いくつかの補聴器に使用される圧縮のアルゴリズムは、高いレベルの信号よりも低いレベルの信号が強化されている。低いレベルの発話による低いレベルの雑音信号によって、この作用は聞こえ具合に応答する（cue）。高い雑音のレベルでは、圧縮器の動作が雑音によって過度に影響を受け、雑音レベルを強化するだけであるために圧縮を行うことはあまり効果がない。雑音の多い環境の中でよく仕事をする人にとっては、受け入れがたい結果が生じる可能性がある。
【０００４】
本発明は、雑音の高い環境の中で音質を良くし、それを実際に補聴器に実現するという二つのアプローチを提供する。
【課題を解決するための手段】
【０００５】
本発明では、入力信号から雑音を除去し、より雑音のない（cleaner）信号によって圧縮段階を制御する。増幅の信号（上のパス）は、任意に、異なる雑音低減のアルゴリズムで処理する。ある状況下では、ふたつの雑音低減ブロックが融合する場合、同じ雑音低減信号を、応用と圧縮制御のために使用することが望ましい。他の場合、上のパスにおいて、雑音の低減を変更または除去することが望ましい。
【０００６】
雑音の低減がすべての聞き取りの状況のなかで適切ではないことは明らかである。所望の信号が雑音と混同する状況はすべて問題である。一般的にこうした状況には、音楽などの非発話信号（no-speech signals）が含まれている。リモートコントロールまたは補聴器による制御は、雑音の低減を可能にしたり可能にしなかったりである。
【０００７】
本発明では、発話やその他の所望の音源を強化する技術であって、雑音は強化することなく少なくとも、雑音の強化部分を低減する技術が要求されているという理解に基づいている。
【０００８】
本発明に第一の態様によれば、信号における雑音を低減する方法において、（１）増幅装置に入力信号を供給する段階と、（２）入力信号を、補助雑音低減アルゴリズムにかけて、補助信号を生成する段階と、（３）補助信号を用いて、増幅装置のための制御入力を決定する段階と、（４）制御信号によって増幅装置を制御し、雑音を低減した出力信号を生成する段階とを有する方法を提供するものである。
【０００９】
入力信号を主要雑音低減アルゴリズムにかけて改良入力信号を生成し、その改良入力信号を増幅装置に供給することが好ましい。主要雑音低減アルゴリズムと補助雑音低減アルゴリズムは異なる場合がある。
【００１０】
本発明の別の態様によれば、発話を含む入力信号における雑音を信号対雑音比を用いて低減する方法において、（１）発話の存在と非存在とを検出することと、（２）発話が存在しない場合には、雑音規模のスペクトラム予測値を決定することと、（３）発話が存在する場合には、雑音規模のスペクトラム予測値と音声信号の規模のスペクトラムとを比較することと、（４）入力信号の規模のスペクトラムと雑音規模のスペクトラム予測値から、入力信号の信号対雑音比に依存する減衰関数を計算することと、（５）極小または極大の信号対雑音比のための入力信号に対する実質的な改良をすることなく、減衰関数によって入力信号を改良して、雑音が低減された信号を生成することを有する方法を提供する。
【００１１】
減衰関数は次の数式で計算することが好ましい。

H（f）は減衰関数であり、|X（f）|は入力信号の規模のスペクトラムであり、

は、雑音規模のスペクトラムの予測値であり、βは過剰減法（oversubtraction）の係数であり、αは減衰度であり、αとβとは、所望の減衰関数を得るために選択される。過剰減法の係数であるβは、信号対雑音比に対する関数として変化することが好ましく、信号対雑音比が高い場合および低い場合にβはゼロであり、信号対雑音比がゼロを超えて増加し、所定の信号対雑音比において最大値になるまでβは増加し、より高い信号対雑音比については、第一の所定の信号対雑音比より大きな第二の所定の信号対雑音比でβはゼロまで減少する。
【００１２】
好適には、過剰減法の係数βは、プリエンファシス（preemphasis）関数Ｐ（f）で割られ、改良された過剰減法の係数

となり、改良されたプリエンファシス関数は、高い周波数でβを減少させて、高い周波数で減衰を減少させる。
【００１３】
減衰関数が突然あるいは急速に変化することを防止するために減衰関数を制御することが好ましい。そして、G_n（f）がｎ回目のフレームにおいて平滑化（smoothed）された減衰関数である次の数式に従って計算することが好ましい。
G_n（f）=（1-_Y）H（f）+_YG_n-1（f）
【００１４】
過剰減法の係数βは、知覚的な変形の関数である。
その方法には、遠隔操作で作動する雑音の抑制を含むことができる。その方法には、非常に小さな雑音あるいは、極めて悪条件な環境にいるときに雑音の低減を自動的に禁止することも含むことができる。
【００１５】
別の態様では、本発明は、音声信号における発話の存在を決定する方法であって、入力した入力信号のブロックを取り出し、そのブロックに対して自己相関処理を実施し、相関信号を形成し、発話のピッチに対応するピッチを有する周期信号の存在のために、相関信号を調べることを有する方法を提供する。
【００１６】
さらに別の態様において、本発明は、上記のいずれかの方法を実施する装置であって、入力信号を入力する入力手段と、雑音を低減した出力信号を出力手段と、入力手段に接続され、補助信号を生成する補助雑音低減手段と、入力手段と補助雑音低減手段に接続され、補助信号によって制御されて雑音の低減された出力信号を生成する増幅手段とを有する装置を提供する。
【発明を実施するための最良の形態】
【００１７】
第１図を参照しながら、本発明が使用する基本方策を概略的に示す。雑音信号の入力１０、二つのパス１２と１４に分割される。上のパス１２において、雑音の低減はブロック１６に示すように実施される。下のパス１４では、雑音の低減は装置１８で実施される。雑音低減装置１８は、より雑音の少ない信号を提供し、その信号は圧縮回路２０に供給される。そして、圧縮回路は上のパスの信号を増幅する増幅装置２２を制御し、符号２４で出力信号を生成する。
【００１８】
ここで、雑音装置１８の位置は、圧縮段階を制御するためのより雑音の少ない信号を提供するものである。雑音低減装置１８は、補助雑音低減アルゴリズムから補助信号を生成する第一の生成手段を備えている。装置１８によって実行される補助アルゴリズムは、異なったパラメーターを例外として装置１６によって実行されるアルゴリズムと同じ場合がある。雑音低減した補助信号が聞こえないため、装置１８は、一層積極的に雑音を低減する。それに対して、この補助信号は、圧縮回路２０を制御し、圧縮回路２０は、増幅装置２２を制御するために制御入力を生成する第二の生成手段を備える。
【００１９】
雑音低減装置１６は任意に選択でき、雑音低減装置１８の雑音低減アルゴリズムとは異なる雑音低減アルゴリズムを用いることによって、実行することができる。雑音低減装置１６および１８に同じアルゴリズムを用いる場合には、二つのパスが分割して装置２０と２２に移行する前に、統合することができる。上述通り、上のパスの雑音低減は、変更する場合や除去することができる。
【００２０】
第２図において、これは提案した雑音低減技術を具体的に実現した補聴器のブロック図である。参照番号１０の受信した信号は、まずブロック（block）されたり、窓がけ（window）されたりする。ブロックおよび窓がけされた出力は、入力に周波数の変換、ここで、好適には離散フーリエ変換（ＤＦＴ）を提供し、（こうした段階はすべて参照番号３２に示すように、実行される）信号Ｘ（ｆ）を与える。しかし、本発明はＤＦＴに限定するものではなく、そのほかの変換も用いることができる。変換のサイズに対する緩やかな限定によって、ＤＦＴを実行する公知で迅速な方法は、迅速なフーリエ変換（ＦＦＴ）である。入力１０は、入力される発話の中のポーズを孤立させるため平行して機能する発話検出器３４にも接続される。説明を簡単にするため、ここで“発話”を基準とするが、これは、孤立させたり、検出したりすることができるどのような所望の音声信号をも包括する。こうしたポーズによって、雑音のスペクトラムの予測をアップデート（update）できる機会を与えられる。この予測は、遅い平均値が続く発話のポーズの間だけ、アップデートする。発話を検出する場合、雑音の予測は、凍結される。
【００２１】
参考番号３８に示すように、装置３２および声検出装置（voice detection unit）３４からの出力は、受信する雑音

の規模のスペクトラムを検出するブロック３８に接続される。装置３８によって検出される規模のスペクトラムは予測値である。装置３２の出力は、また、ブロック３６に接続して、受信する雑音信号|X（f）|の規模のスペクトラムを検出する。
【００２２】
雑音フィルタ計算手段４０は、|X（f）|と

に基づいて、減衰関数|H（f）|を計算する。参照番号４２で示すように、これを使用して、オリジナルの入力信号|X（f）|を制御する。この信号は、公知のやり方で逆変換や重合付加の再合成にかけられて、参照番号４４において、出力を発生する。
【００２３】
発話の間には、規模のスペクトラムを、雑音のスペクトラムの予測値と比較する。一般的に、周波数に依存する減衰は、二つの入力スペクトラムの関数として計算される。一般的に、入力信号が、雑音より高い周波数領域では、入力信号が雑音と等しいまたは雑音より低い領域より雑音は減衰されない。減衰関数は一般に次の数式で与えられる。

H（f）は、周波数の関数としての減衰であり、S（f）は雑音のない発話のスペクトラムであり、N（f）は、雑音のスペクトラムであり、αは減衰度である。
【００２４】
好適には、選択される減衰法則は、αは１に等しく対応するウィーナー（Wiener）の減衰法則である。ウィーナーの法則は発話に対する雑音の電力（power）を最小限にする。ほかの減衰度もまた用いることができ、例えば、αは０．５に等しいというスペクトラムの減法を用いることができる。
【００２５】
S（f）もN（f）も、正確に知られており、雑音のない発話や雑音のスペクトルの事前の知識を必要としないため、予測

が取って代わる。

【００２６】
|X（f）|は受信する発話のスペクトラムであり、

は発話のポーズの間に予測される雑音のスペクトラムである。発話のスペクトラムと雑音のスペクトラムとを完全に予測すれば、この公式を利用して最適（最大）の信号対雑音比（ＳＮＲ）が生成される。ＳＮＲはこの公式を用いることでできるだけ大きくできるが、結果的に生じる発話内の雑音は、主観的な評価によって過剰であるとまだ判断されている。こうした知覚的な側面を考慮した公式の実用化の改良は、次の式によって与えられる。

βは、過剰減法係数である。
αは減衰度である。
【００２７】
H（f）は、有用であるためには０．０から１．０の間でなければならない。否定的な結果が得られた場合、H（f）はその周波数では単にゼロに設定する。さらに、H（f）の最小値をゼロより大きくして、雑音を完全に抑制することを回避するのが有益である。直感的に逆らえば、これによって、音楽的な雑音の人工的な産物（後で議論する）が減少する。パラメーターαは雑音のレベルをあげるために減衰度を制御する。一般的に、αが高く設定されるにつれて、雑音はX（f）が降下するほど酷使（punish）される。最高の知覚上の結果がα＝１．０で得られることが分かった。α＝１．０、β＝１．０という特殊なケースは、パワースペクトラムに対応し、上に記載したようにウィーナーのフィルター解法を生成する。
【００２８】
パラメーターβは、必要となる付加的な雑音抑制の量を制御する。それは、理想的には入力雑音レベルの関数である。経験的に、雑音が非常に少ない場合（ＳＮＲ＞４０ｄＢ）、βはゼロになるはずである。一層低いＳＮＲ信号については、雑音の低減は一層信頼できず、次第に働かなくなる。この付加的な雑音の抑制の例は次の通りである。

この例において、β０とは、最大の減数値である５．０である。事実、ＳＮＲ＝０から、減衰βは一様にＳＮＲ＝５において、最大の減数値であるβ０まで跳ね上がり、さらに、ＳＮＲ＝４０において一様にゼロまで落下する。
【００２９】
本発明の別の態様としてはβを周波数の関数として知覚の質の改良を提供する。この特徴を利用する例として、高い周波数の情報を過剰に減衰することを回避するため、入力のスペクトラムX（f）に対して、周波数の漸増に対応するプリエンファシス関数P（f）を適用することが必要であった。このプリエンファシス関数の効果は、高い周波数において、雑音レベルより上に、入力のスペクトラムを人工的にあげることにある。そして、減衰度によって、高い周波数が相対的に影響を受けないということになる。このプリエンファシスは、プリエンファシスの係数により、高い周波数でβを減少させることで好都合に成し遂げることができる。

はプリエンファシス後のβである。
【００３０】
さらに改良を加えることなく、上記した公式は音楽的雑音として知られる可聴の人工的な産物を有する雑音が減少した発話を生成する。このことが生じるのは、雑音を減少させる際に、雑音の減少が効果を発揮するようにするためには、周波数の減衰の関数は適応性がなければならないからである。このフィルターの用いることで、低いＳＮＲの孤立した周波数領域が可聴域に入ったり出たりしてこの音楽的雑音の人工的な産物が生じるのである。この問題を緩和するためにいろいろな方法が用いられている。適応の速度をスローダウンさせれば、この問題をかなり緩和することになる。この方法では、忘却の係数（forgetting factor）_Yを導入して減衰関数における突然の減衰の変化を緩やかにする。
G_n（f）=（1-_Y）H（f）+_YG_n-1（f）
G_n（f）およびG_n-1（f）とは、ｎ’回目および（ｎ−１）’回目のフレームにおける平滑化された減衰の関数である。
【００３１】
知覚上の質のさらなる改良は、知覚上の変形の関数としてβ（周波数の関数に加えて）を用いることで可能となる。この方法において、（上記したような簡単な指数関数的な要因や忘却係数ではなく）平滑化の係数はG_n（f）を用いるという決定を、そのような変化が知覚的に隠されているかどうかということに基づいて行う。知覚上の適応性のアルゴリズムが、理想的な減衰関数H（f）を目的として用いるのは、達成可能な最高のＳＮＲを表しているからである。アルゴリズムは、知覚上の変形をできるだけ最小限にしながら、G_n（f）をどれだけ調整できるかを決定する。この決定は、出力スペクトラムにおける数多くのマスキングの基準に基づき、以下のことを有する。
【００３２】
１．マスキングの広がり−高周波数エネルギーの変化を、特に、低い周波数付近の周波数エネルギーにおける変化をマスクすること
２．前のエネルギー−より騒がしい（louder）周波数の成分の変化を弱い周波数の成分の変化よりもっと聞き易くすること
３．聞き取りのしきい値−特定の周波数において、聞き取りのしきい値以下では、雑音をかなり減少させる点がないこと、
４．事前の減衰−低いレベルから急激に上昇することを許容してはならず、１）、２）または３）によってマスクしなければ、高いレベルは急激に上昇することを許してはならない
【００３３】
雑音低減を用いて、圧縮回路（第１図に図示する）に達しないうちに、入力信号を処理するアプリケーションにおいては、雑音を低減した信号の知覚的な特徴は重要度が一層低い。事実、上記した二つの異なった抑制アルゴリズムによって雑音低減を実行することが有効であることが立証されている。別の雑音低減１８を良好な圧縮性能のために最適化する一方で、雑音の低減１６は知覚上の質のために最適化する。
【００３４】
存在する雑音を抑制または低減する装置の成功の鍵となる要素は、発話と声の検出器である。雑音のスペクトラムの正確な予測を得ることが重要である。雑音のスペクトラムの予測を、発話の行われている間にアップデートする場合、雑音のスペクトラムは発話と混同され、発話がキャンセルとなるという結果になる。発話の検出はとても難しく、大きな雑音の状況では特に難しい。有声発話と無声発話（子音）と雑音との３つの区別は、雑音が非常に小さい場合には可能であるが、大きな雑音のなかで利用できる唯一信頼できる区別は有声発話と雑音であることが分かった。雑音のスペクトラムの平均化が緩やかな場合には、エネルギーの低い子音を加えることは重要ではない。
【００３５】
このようにして、本発明の別の態様では、発話を検出するために自己相関処理を用いている。この処理の利点は定期的な信号を比較的容易に検出できることである。当事者が評価しているように、定期的な信号の自己相関の固有の特性は、繰り返し期間に対応するタイムラグで、ピークを示すということである。（ラビナー・エル・アール氏，シェイファー・アール・ダブリュー氏（Rabiner,L.R.Shafer,R.W）共著の発話信号のデジタル処理（Prentice Hall Inc.,1978）参考文献として本明細書に記載を参照する）有声の発話は、そのピッチ期間の速度ではほとんど周期的であるため、自己相関処理に基づく声の検出器が開発された。十分に長い間自己相関処理を実施すれば、相関のない雑音は、継続するピッチの期間が共に平均化されるとキャンセルされる傾向がある。
【００３６】
厳密な短時間の自己相関処理では、信号をまずブロックして、時間の範囲を限定する（ブロックの外のサンプルはゼロに設定される）。この操作の後には、ブロックに対する自己相関処理が実施される。このアプローチの欠点は、自己相関処理には、タイムラグが大きくなればなるほど、含まれるサンプルが少なくなるという点である。ピッチのラグ（一般的には、４０個から２４０個のサンプル）（２．５ミリ秒から１５ミリ秒に匹敵する）は、自己相関処理の重要な部分であるため、この問題を回避する自己相関処理の改良版が、（ラビナー・エル・アール氏，シェイファー・アール・ダブリュー氏（Rabiner,L.R.Shafer,R.W）共著の発話信号のデジタル処理（同上）に記載されている。この方法においては、信号はブロックされ、信号の（同じ長さの）遅れたブロックと相関がつけられている。遅れたブロックのサンプルは、第一のブロックに存在しないサンプルが含まれるため、この処理は厳密な自己相関処理ではないが、よりよい周期性を示している。
【００３７】
リアルタイムのシステムである補聴器と各発話のブロックに対するすべての計算の要素とは、次のデータが到着しないうちに完了しなけれならないことが分かっている。わずかな数の発話のブロックごとに必要な長い自己相関処理の計算時間は、計算しなければならない時が来るたびに、確実なシステムの停止をもたらす。したがって、自己相関処理は各ブロックごとに計算できる数多くのブロックにセグメント化して部分相関の表に格納することが理解されている。完全な自己相関処理は、第３図に示すように、こうした部分相関をそれぞれの上に重ねて加えることによって決定される。
【００３８】
第３図において、入力サンプル５０は、参照番号５２に示すメモリのバッファに格納される別々のブロックに分割される。相関用バッファ５２は、ブロック相関の装置５４に接続し自己相関処理が実施される。部分交差相関（cross-correlation）５６は総合して最終的な相関５８になる。
【００３９】
この技術は、正確に改良された自己相関処理を迅速に生成し、十分なメモリが活用でき、部分相関を格納することができる場合には、好適な実施例である。
【００４０】
メモリのスペースの考慮して上記の技術を除いた場合、＊＊＊指数関数的な平均化を活用して、相関用バッファの数を単一のバッファに減らす。この技術では、連続する部分相関は集められ、前の相関用バッファの内容にまでスケールダウンする。この簡略化によって、メモリをかなり少なくできるが、入力シーケンスに指数関数的なウインドウを必然的に適用する。不運なことに、ウインドウの作用によって、時間の周期性が少なくなる。その効果は、自己相関のピークを双方向における数多くの隣接するタイムラグの拡散である。この不明瞭となるピークによって、声の検出の精度がある程度落ちることになる。
【００４１】
ＦＦＴ変形のブロックを用いる装置において、（上述した技術に対する）これら部分相関は、周波数領域で迅速に実施されることができる。各ブロックについて、相関の操作は、変換されたタイムシーケンスで複合乗法（complex multiplication）のシーケンスに減少される。結果的に生じる周波数領域のシーケンスは直接加算されて、時間の領域に復元されて、完全に長時間にわたる自己相関処理がなされる。別の実施例において、周波数領域の相関の結果は、時間の領域に決して変換されることはない。これを実現する場合、ピッチの周波数は直接周波数の領域で直接決定される。
【００４２】
自己相関処理用のフレームは、（より短い）発話のフレームと比べて長いので、声の検出は現フレームに比べて遅れている。この遅延の補償は、雑音のスペクトラムのアップデートブロックで成される。
【００４３】
発話のポーズの潜在的候補と考えられるフレームに対してフレーム間の拘束が加えられており、雑音のフレームを間違って検出することが少なくなる。提案されたフレームと雑音のスペクトラムの前の予測値との間のスペクトラムの距離を比較する。大きな数値であれば、フレームは真にポーズであるという可能性は少なくなる。声の検出器は、この情報、自己相関の存在あるいは非存在、フレームのエネルギーおよび入力としての雑音の生じる平均値を取りこむ。
【図面の簡単な説明】
【図１】補聴器の雑音低減の概念的なブロック図である。
【図２】補聴器における雑音低減の詳細なブロック図である。
【図３】セグメントで実施される改良された自己相関処理の概念を示す図である。

Claims (24)

1. 発話を含む入力信号における雑音を信号対雑音比を用いて低減する方法において、
   （１）発話の存在と非存在とを検出する段階と、
   （２）前記発話が存在しない場合、雑音規模のスペクトラムの予測値を決定する段階と、
   （３）前記発話が存在する場合、雑音規模のスペクトラムの予測値に対する前記入力信号の規模のスペクトラムを比較する段階と、
   （４）前記入力信号の規模のスペクトラムおよび前記雑音規模のスペクトラムの予測値から、前記入力信号の信号対雑音比に依存する減衰関数を計算する段階と、
   （５）極小または極大の前記信号対雑音比のための前記入力信号に対する実質的な改良をすることなく、前記減衰関数で前記入力信号を改良して、雑音が低減された信号を生成する段階と、
   を含む方法。
2. 増幅装置に前記入力信号を供給する段階と、
   前記入力信号を、補助の雑音低減アルゴリズムにかけて、補助信号を生成する段階と、
   前記補助信号を使用して、前記増幅装置のための制御入力を決定する段階と、
   前記制御信号によって、前記増幅装置を制御して雑音を低減した出力信号を生成する段階と、
   を含む請求項１に記載の方法。
3. 前記入力信号に主要雑音低減アルゴリズムをかけて、改良された入力信号を生成し、前記増幅装置に供給する請求項２に記載の方法。
4. 前記主要雑音低減アルゴリズムと前記補助雑音低減アルゴリズムとが異なる請求項３に記載の方法。
5. 前記発話の規模のスペクトラムの予測値の二乗は、前記入力信号の前記規模のスペクトラムの二乗から前記雑音規模のスペクトラムの予測値を減法することによって決定する請求項１に記載の方法。
6. 前記減衰関数が、下記の数式に従って計算する請求項５に記載の方法。
   

   

   ここで、H（f）は、前記減衰関数であり、|X（f）|は、前記入力信号の規模のスペクトラムであり、
   

   

   は、前記雑音規模のスペクトラムの予測値であり、βは、過剰減法の係数であり、αは減衰度であり、αとβとは、所望の減衰関数を得るために選択される。
7. 過剰減法の係数βは前記信号対雑音比に対する関数として変化し、前記信号対雑音比が高い場合および低い場合にβはゼロであり、前記信号対雑音比がゼロを超えて増加し、所定の信号対雑音比において最大値になるまでβは増加し、より高い信号対雑音比については、第一の信号対雑音比より大きな第二の所定の信号対雑音比でβはゼロまで減少する請求項６に記載の方法。
8. 前記過剰減法の係数βは、プリエンファシス関数P（f）で割られて改良された過剰減法の係数
   

   

   を与え、前記プリエンファシス関数は、高い周波数でβを減少させて高い周波数で減衰を減少させる請求項７に記載の方法。
9. 前記減衰関数の変化の速度を制御して、前記減衰関数の突然の変化および迅速な変化を防止する請求項６または７に記載の方法。
10. 前記減衰関数は、連続した回数のフレームで、下記の数式に従って計算される請求項６に記載の方法。
    G_n（f）=（1-_Y）H（f）+_YG_n-1（f）
    ここで、G_n（f）とG_n-1（f）とは、ｎ’回目と（ｎ−１）’回目のフレームにおける平滑化された減衰関数である。
11. βは知覚上の変形の関数であることを特徴とする請求項１０に記載の方法。
12. 遠隔操作により雑音抑制をオン/オフすることを含む請求項１に記載の方法。
13. 非常に低雑音または非常に劣悪な環境の存在下では、自動的に雑音低減を禁止することを含む請求項１に記載の方法。
14. 改良された自己相関処理によって、発話を検出することを含む請求項１に記載の方法。
15. 前記自己相関処理は、
    入力のサンプルを取り上げ、入力サンプルを短いブロックに分割して、前記ブロックを相関用バッファに格納することと、
    互いの前記ブロックを相関づけて、部分相関を形成することと、
    前記部分相関を統合して、最終的な相関を得ることと、
    を含む請求項１４に記載の方法。
16. デジタル信号の処理を実行し、迅速なフーリエ変換を活用して、前記部分相関を生成することを含み、周波数領域で直接、有声の発話を検出することを含む請求項１５に記載の方法。
17. 前記入力信号のブロックを取り出し、そのブロックに対して自己相関処理を実行して相関信号を形成し、発話のピッチに対応するピッチを有する周期信号の存在について前記相関信号を調べることを含む請求項１に記載の方法。
18. 前記自己相関処理を、前記入力信号から取り出した第一のブロックと、前記入力信号からの遅延ブロックとに実施することを特徴とする請求項１７に記載の方法。
19. 各ブロックを複数のより短いセクションに分割し、前記相関がより短いセクションの組の間の相関を含み、部分相関を集計して、前記相関信号を得る請求項１８に記載の方法。
20. 前記入力信号を相関用バッファの組の中に複数のサンプルとして格納し、前記自己相関処理をバッファ内の前記信号に対して実行して、前記部分相関を決定し、前記部分相関を集計し格納することを含む請求項１９に記載の方法。
21. 請求項１ないし２０のいずれか１項に記載の方法を実施する装置であって、
    信号の入力と、
    雑音を低減した出力と、
    前記入力に接続され、補助信号を生成する補助雑音低減手段と、
    前記入力と前記補助雑音低減手段とに接続され、前記補助信号で制御されて雑音の低減された出力信号を生成する前記増幅手段と、
    を含む装置。
22. 前記補助雑音低減手段が、
    前記入力に接続され、所望の音声信号の存在を示す検出信号を供給する検出手段と、
    前記入力に接続され、前記入力信号の規模のスペクトラムを決定する前記規模手段と、
    前記検出手段と前記入力に接続され、雑音規模のスペクトラムの予測値を生成するスペクトラム予測手段と、
    スペクトラム予測手段と前記規模手段と前記増幅手段に接続され、前記雑音規模のスペクトラムの予測値と前記入力信号の規模のスペクトラムとを受信して、前記補助信号を生成し、前記補助信号を出力する前記雑音フィルタ計算手段と、
    を含む請求項２１に記載の装置。
23. 前記入力、前記規模手段、および前記スペクトラム予測手段との間に接続され、変換信号を供給するために信号を周波数領域に変換する周波数変換手段を備え、
    前記規模手段が前記変換信号から前記規模のスペクトラムを決定し、前記スペクトラム予測手段が前記変換信号から前記雑音のスペクトラムの予測値を決定する請求項２２に記載の装置。
24. 前記雑音フィルタ計算手段が、前記入力信号の前記規模のスペクトラムの平方から前記雑音規模のスペクトラムの予測値の平方を減算することによって、前記発話の規模のスペクトラムの平方を決定し、下記の数式にしたがって、前記減衰関数として前記補助信号を計算する請求項２３に記載の装置。
    

    

    ここで、H（f）は前記減衰関数であり、｜X（f）｜は前記入力信号の規模のスペクトラムであり、
    

    

    は、前記雑音規模のスペクトラムの予測値であり、βは、過剰減法の係数であり、αは減衰度であり、αとβとは、所望の減衰関数を得るために選択される。

Images