JP4463905B2 - 音声処理方法、装置及び拡声システム - Google Patents
音声処理方法、装置及び拡声システム Download PDFInfo
- Publication number
- JP4463905B2 JP4463905B2 JP27499199A JP27499199A JP4463905B2 JP 4463905 B2 JP4463905 B2 JP 4463905B2 JP 27499199 A JP27499199 A JP 27499199A JP 27499199 A JP27499199 A JP 27499199A JP 4463905 B2 JP4463905 B2 JP 4463905B2
- Authority
- JP
- Japan
- Prior art keywords
- audio signal
- processing
- room
- sound
- fast fourier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Landscapes
- Circuit For Audible Band Transducer (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、室内で拡声される音声の明瞭度を改善するための処理を行う音声処理装置に関する。
【０００２】
【従来の技術】
講演会場、多目的ホール、教室、教会などの室内で、講演・講義などを行う場合、話者が発生した音声はマイクロフォンによって検出され、増幅などの電気的処理がなされた後、会場に設置されたスピーカから音響として室内に放射され、最終的に聴衆の耳に到達する。
【０００３】
このような状況では通常、室内の残響の影響でスピーカから放射される音声の明瞭度が低下する。特に、老人性難聴や聴覚障害の人にとって、このような影響の弊害が大きく、非常に聞き取りにくい音声となってしまう。
【０００４】
【発明が解決しようとする課題】
上述したように、室内においてマイクロフォンで話者の音声を検出し、スピーカで拡声して室内に放射する場合、残響の影響で聴衆の耳に到達する音声の明瞭度が低下するという問題があった。
【０００５】
本発明は、マイクロフォンで検出された音声信号に対してスピーカに出力される前に特定の処理を施すことによって、スピーカから放射されて聴衆の耳に到達する音声の明瞭度を向上させることができる音声処理装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記の課題を解決するため、本発明は入力された音声信号に対してスピーカに出力される前に処理を施す音声処理装置であって、音声信号に対して変調スペクトルの特定の周波数成分を強調する処理を行うことを基本的な特徴とする。
【０００７】
音声の変調スペクトル（音声信号の時間包絡に対するスペクトル）形状と音声の明瞭度との間には強い相関があることが知られている。室内で残響が音声に付加されると、その残響の程度に応じて音声の明瞭度が低下するが、これは残響によって音声の変調スペクトルが変化を受けるからである。
【０００８】
このように変調スペクトルが受ける変化の様子は、一般にＭＴＦ（modulation transfer function）によって記述される。残響のある室内の場合、ＭＴＦは低域通過特性を有する。音声の変調スペクトルのピークは本来、約４Ｈｚ付近に存在するが、残響によってピークの位置がより低い周波数にシフトし、同時に変調指数も低下する結果、音声の明瞭度が低下することになる。
【０００９】
この考察から、入力される音声信号に対して残響が付加される前にある処理を施すことによって、処理を施さない場合に比較して残響が付加された後の音声の変調スペクトルが原音声に近くなれば、実際に拡声されて聴衆の耳に到達する音声の明瞭度の低下を防止できることが期待される。
【００１０】
本発明らの検討によれば、このような音声信号に予め施す処理として、音声信号の変調スペクトルの特定の周波数成分、例えば変調スペクトルのピークである４Ｈｚ付近の成分、具体的には２Ｈｚ〜８Ｈｚの範囲の低周波成分を強調する処理を用いることが有効であることが確認された。
【００１１】
本発明の一つの態様による音声処理装置は、入力された音声信号を複数の帯域に分割するフィルタバンクと、このフィルタバンクにより分割された各帯域の音声信号から包絡情報を抽出する複数の包絡抽出器と、これら複数の包絡抽出器により抽出された包絡情報に対してそれぞれ特定の周波数成分を強調する処理を施す複数のフィルタと、これら複数のフィルタの出力信号に対してフィルタバンクにより分割された各帯域の音声信号の位相情報をそれぞれ乗じる複数の乗算器と、これら複数の乗算器の出力信号を加算する加算器とを有する。
【００１２】
本発明の他の態様による音声処理装置は、入力された音声信号に対し窓掛け処理を行って該音声信号を複数のフレームに分割する窓掛け処理部と、この窓掛け処理部により分割された各フレームの音声信号に高速フーリエ変換を施して各フレーム毎の振幅情報および位相情報を得る高速フーリエ変換器と、この高速フーリエ変換器により得られる各フレーム毎の振幅情報に対してそれぞれ特定の周波数成分を強調する処理を施す複数のフィルタと、これら複数のフィルタからの各フレーム毎の出力信号に高速フーリエ変換器により得られた位相情報を用いて逆高速フーリエ変換を施す逆高速フーリエ変換器と、この逆高速フーリエ変換器の各フレーム毎の出力信号を一部重複させて足し合わせる重複加算部とを有する。
【００１３】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
図１に、本発明を適用した音声拡声システムの例を示す。講演会場、多目的ホール、教室、教会などの室内１において、講演・講義などを行う話者２が発生した音声はマイクロフォン３によって検出される。マイクロフォン３から電気信号として出力される音声信号は、前置増幅器４により増幅された後、本発明に基づく音声処理装置５に入力される。
【００１４】
音声処理装置５では、入力される音声信号に対して音声の明瞭度を向上させるための信号処理、すなわち後に詳しく述べるように、音声信号の変調スペクトルの特定の周波数成分を強調する処理が行われる。音声処理装置５で処理された音声信号は、電力増幅器６により増幅された後、室内１に設置されたスピーカ７に供給され、このスピーカ７から音響として放射されることによって、最終的に聴衆８の耳に到達する。
【００１５】
（第１の実施形態）
次に、音声処理装置５について具体的に説明する。図２は音声処理装置５の第１の実施形態を示すブロック図である。図２において、入力端子１０には図１の前置増幅器４によって増幅された音声信号が入力される。この入力音声信号は、Ａ／Ｄ変換器１１により例えばサンプリング周波数１６ｋＨｚでサンプリングされて１６ビット程度のディジタル信号に変換される。
【００１６】
Ａ／Ｄ変換器１１から出力されるディジタル化された音声信号は、人間の聴覚特性の臨界帯域を工学的にシミュレートするために、音声処理で一般に使われている１／３オクターブの等価Ｑ帯域通過フィルタ１２−１，１２−２，…，１２−ｎからなるフィルタバンク１２により、複数（ｎ）の帯域に分割される。帯域分割数ｎはこれに限るものではないが、例えばｎ＝１６である。図３に、ある帯域通過フィルタ１２−１の出力信号の時間波形の例を示す。
【００１７】
フィルタバンク１２で分割された各帯域の音声信号は、ｎ個の処理ブロック１３−１，１３−２，…，１３−ｎに入力される。処理ブロック１３−１，１３−２，…，１３−ｎは、基本的に同一構成であるため、一つの処理ブロック１３−１についてのみ説明する。
【００１８】
処理ブロック１３−１において、帯域通過フィルタ１２−１によって帯域制限を受けた音声信号は、まず包絡抽出器１４に入力される。包絡抽出器１４は、入力された音声信号の包絡（厳密には、時間包絡）情報、言い換えれば振幅情報を抽出するものであり、具体的には例えばヒルベルト変換器により実現される。なお、包絡抽出器１４では、入力された音声信号の位相情報も包絡情報と分離して取り出される。
【００１９】
包絡抽出器１４により抽出された包絡情報は、低域通過フィルタ１５を経てダウンサンプラ１６に入力され、この後のフィルタ処理を容易にするため、１／Ｍにダウンサンプリングされる。音声の変調スペクトルの構造から、５０Ｈｚ以上の変調スペクトル成分はあまり重要ではないため、ダウンサンプリング比Ｍは例えばダウンサンプリング後の最高周波数が５０Ｈｚとなるように、つまりダウンサンプリング後のサンプリング周波数が１００Ｈｚとなるように、Ｍ＝１６０に選ばれる。なお、低域通過フィルタ１５は、包絡抽出器１４であるヒルベルト変換器により発生する高周波の不要成分を除去し、またダウンサンプラ１６でのダウンサンプリング時に折り返し歪みが発生するのを防止するために帯域制限を行うものであり、そのカットオフ周波数は例えば４０Ｈｚに設定される。
【００２０】
ダウンサンプラ１６から出力されるダウンサンプリング後の包絡情報は、本発明に基づく変調スペクトルフィルタ１７に入力される。図２では簡単のため、変調スペクトルフィルタを変調フィルタと記載している。
【００２１】
図４に、変調スペクトルフィルタ１７に入力されるダウンサンプラ１６の出力信号の時間波形の例を示す。変調スペクトルフィルタ１７は、例えば図５（ａ）（ｂ）（ｃ）（ｄ）に示すような周波数特性を有し、入力された包絡情報に対するスペクトル（変調スペクトル）のうち特定の周波数成分、例えば好ましくは１Ｈｚ〜１０Ｈｚ、より好ましくは３Ｈｚ〜８Ｈｚの成分を強調する処理を行うことによって、音声の明瞭度を向上させるものである。
【００２２】
変調スペクトルフィルタ１７の特性は固定でもよいが、特性可変のフィルタを用い、室内１のＭＴＦ特性に応じて最適な特性に調整するようにしてもよい。また、変調スペクトルフィルタ１７として特性の異なる複数のフィルタを用意しておき、これらから室内１のＭＴＦ特性に応じて各チャネルで最適なフィルタを選択して使用するようにしてもよい。すなわち、変調スペクトルフィルタ１７の特性は各チャネルで同一でもよいが、異なっていてもよい。
【００２３】
図６に変調スペクトルフィルタ１７の出力信号の時間波形、図７に周波数特性の例をそれぞれ示す。これは変調スペクトルフィルタ１７として図５（ａ）の特性のフィルタを用いた例であり、図４に示した変調スペクトルフィルタ１７の入力信号の周波数特性と比較して明らかなように、変調スペクトルのピークである４Ｈｚ付近が強調されている。
【００２４】
変調スペクトルフィルタ１７の出力信号は、アップサンプラ１８によってＭ倍にアップサンプリングされることにより、ダウンサンプラ１６によるダウンサンプリングの前のサンプリング周波数とされた後、半波整流器１９を経て乗算器２０に入力され、包絡抽出器１４で分離された位相情報と乗算される。図７に、乗算器２０の出力信号の時間波形を示す。そして、乗算器２０の出力信号は帯域通過フィルタ２１により、処理で生じた不要成分が除去され、処理ブロック１３−１の出力となる。
【００２５】
処理ブロック１３−１，１３−２，…１３−ｎの出力信号は、加算器２２により一つの音声信号に合成された後、Ｄ／Ａ変換器２３によってディジタル信号からアナログ信号に変換され、出力端子２４から出力される。この出力端子２４から出力される音声信号が図１の電力増幅器６に入力され、スピーカ７から音響として放射される。
【００２６】
次に、音声処理装置５による効果について具体的に述べる。
変調スペクトルフィルタ１７として図５（ａ）（ｂ）（ｃ）（ｄ）に示した特性のフィルタをそれぞれ用いた場合について、本実施形態の音声処理装置５により処理した音声と、処理しない原音声の聴取実験を残響が大きい教会の聖堂で以下の通り行った。図５（ａ）（ｂ）（ｃ）はいずれも主として４Ｈｚ付近を強調する特性であるが、周波数応答のピーク値と形状が相違している。図５（ｄ）は主として６Ｈｚ付近を強調する特性である。
【００２７】
【表１】
【００２８】
表８は、被験者として参加した４人の聴覚障害者に、処理した音声と原音声のいずれが聞き取り易いかを選択してもらった結果である。表１の中の数値は、図５（ａ）（ｂ）（ｃ）（ｄ）のフィルタをそれぞれ用いた場合について、処理後の音声の方が原音声より聞き取り易いと答えた被験者の割合である。
ここで、特に図５（ａ）のフィルタを用いた場合は、４人の被験者全員が処理後の音声の方が原音声より聞き取り易いと答え、図５（ｄ）のフィルタを用いた場合でも、４人中３人が処理後の音声の方が聞き取り易いと答えた。参考として健聴者にも同じ実験に参加してもらったところ、健聴者が受けた処理後の音声の印象は原音声とほぼ同じという答えであった。
【００２９】
一方、図５（ｂ）（ｃ）のフィルタを用いた場合は、処理後の音声の方が聞き取り易いと答えた被験者は半分と評価が分かれたが、さらに具体的に調べてみると、４人のうち処理後の音声が聞き取り易いと答えた２人は、いずれも比較的重度の聴覚障害者であった。
【００３０】
以上の結果から、本発明に基づく音声処理装置は特に聴覚障害者に対して、残響による明瞭度の低下を防止する上で効果的であることが確認された。
【００３１】
（第２の実施形態）
図９は、本発明の音声処理装置５の第２の実施形態を示すブロック図である。図２に示した第１の実施形態と同様に、入力端子１０には図１の前置増幅器４によって増幅された音声信号が入力され、Ａ／Ｄ変換器１１により例えばサンプリング周波数１６ｋＨｚでサンプリングされて１６ビット程度のディジタル信号に変換される。
【００３２】
Ａ／Ｄ変換器１１から出力されるディジタル化された入力音声信号は、まず窓掛け処理部３１でハミング窓などによる窓掛け処理が行われる。すなわち、窓掛け処理部３１では時間波形である入力音声信号が複数のフレームに、かつ各フレームが１／２期間または１／４フレーム期間ずつオーバラップするように分割される。フレームの時間長は、例えば１６ｍｓｅｃである。
【００３３】
窓掛け処理部３１からの各フレームの信号は、高速フーリエ変換器（ＦＦＴ）３２により高速フーリエ変換、つまり入力音声信号である時間領域の信号から周波数領域の信号への変換が行われ、各フレーム毎の振幅情報と位相情報が出力される。各フレーム毎の位相情報は、後述する逆高速フーリエ変換器で使用するために逐次保持される。高速フーリエ変換器３２から出力される各フレーム毎の振幅情報は、必要に応じて聴覚重み付け部３３により聴覚特性を考慮した重み付けが行われることにより、臨界帯域特性が付与された後、変調スペクトルフィルタ３４−１，３４−２，…３４−ｎに入力される。なお、図９でも簡単のため、変調スペクトルフィルタを変調フィルタと記載している。
【００３４】
変調スペクトルフィルタ３４−１，３４−２，…３４−ｎは、第１の実施形態における変調スペクトルフィルタ１７と同様に変調スペクトルのうち特定の周波数成分、例えば２Ｈｚ〜８Ｈｚの成分を強調する処理を行うことによって、音声の明瞭度を向上させるためのものである。
【００３５】
変調スペクトルフィルタ３４−１，３４−２，…３４−ｎの出力信号は、半波整流器３５−１，３５−２，…，３５−ｎを経て逆高速フーリエ変換器（ＩＦＦＴ）３６に入力され、ここで高速フーリエ変換器３２から出力され保持されている位相情報を用いて逆高速フーリエ変換、つまり周波数領域の信号から時間領域の信号への変換が行われた後、重複加算部（ＯＬＡ）３７によって窓掛け処理部３１と逆の処理が施される。すなわち、重複加算部３７では各フレーム毎の逆高速フーリエ変換された信号を１／２フレーム期間または１／４フレーム期間ずつ重複（オーバラップ）させながら逐次足し合わせることにより、一つの音声信号に合成する。
【００３６】
重複加算部３７から出力される音声信号は、Ｄ／Ａ変換器２３によりディジタル信号からアナログ信号に変換され、出力端子２４から出力される。この出力端子２４から出力される音声信号が図１の電力増幅器６に入力され、スピーカ７から音響として放射される。
【００３７】
上述した第２の実施形態の構成によっても、第１の実施形態と同様の効果が得られることは明らかである。本発明はその他、種々変形して実施することが可能である。
【００３８】
【発明の効果】
以上説明したように、本発明によればマイクロフォンなどで検出された音声信号に対して、その変調スペクトルのピーク付近の特定の周波数成分を強調する処理を行うことにより、スピーカから放射される音声の明瞭度を効果的に向上させることができ、聴覚障害者や高齢者に対して有効である。
【図面の簡単な説明】
【図１】本発明に係る音声処理装置を用いた音声拡声システムの概念図
【図２】本発明に係る音声処理装置の第１の実施形態を示すブロック図
【図３】図２における帯域通過フィルタの出力信号波形の例を示す図
【図４】図２における変調スペクトルフィルタの入力信号の周波数特性の例を示す図
【図５】図２における変調スペクトルフィルタの好ましい周波数特性の例を示す図
【図６】図２における変調スペクトルフィルタの出力信号の時間波形の例を示す図
【図７】図２における変調スペクトルフィルタの出力信号の周波数特性の例を示す図
【図８】図２における乗算器の出力信号波形の例を示す図
【図９】本発明に係る音声処理装置の第２の実施形態を示すブロック図
【符号の説明】
１０…入力端子
１１…Ａ／Ｄ変換器
１２…フィルタバンク
１３−１〜１３−ｎ…処理ブロック
１４…包絡抽出器
１５…低域通過フィルタ
１６…ダウンサンプラ
１７…変調スペクトルフィルタ
１８…アップサンプラ
１９…半波整流器
２０…乗算器
２１…帯域通過フィルタ
２２…加算器
２３…Ｄ／Ａ変換器
２４…出力端子
３１…窓掛け処理部
３２…高速フーリエ変換器
３３…聴覚重み付け部
３４−１，３４−２，…，３４−ｎ…変調スペクトルフィルタ
３５−１，３５−２，…，３５−ｎ…半波整流器
３６…逆高速フーリエ変換器
３７…重複加算部
【発明の属する技術分野】
本発明は、室内で拡声される音声の明瞭度を改善するための処理を行う音声処理装置に関する。
【０００２】
【従来の技術】
講演会場、多目的ホール、教室、教会などの室内で、講演・講義などを行う場合、話者が発生した音声はマイクロフォンによって検出され、増幅などの電気的処理がなされた後、会場に設置されたスピーカから音響として室内に放射され、最終的に聴衆の耳に到達する。
【０００３】
このような状況では通常、室内の残響の影響でスピーカから放射される音声の明瞭度が低下する。特に、老人性難聴や聴覚障害の人にとって、このような影響の弊害が大きく、非常に聞き取りにくい音声となってしまう。
【０００４】
【発明が解決しようとする課題】
上述したように、室内においてマイクロフォンで話者の音声を検出し、スピーカで拡声して室内に放射する場合、残響の影響で聴衆の耳に到達する音声の明瞭度が低下するという問題があった。
【０００５】
本発明は、マイクロフォンで検出された音声信号に対してスピーカに出力される前に特定の処理を施すことによって、スピーカから放射されて聴衆の耳に到達する音声の明瞭度を向上させることができる音声処理装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記の課題を解決するため、本発明は入力された音声信号に対してスピーカに出力される前に処理を施す音声処理装置であって、音声信号に対して変調スペクトルの特定の周波数成分を強調する処理を行うことを基本的な特徴とする。
【０００７】
音声の変調スペクトル（音声信号の時間包絡に対するスペクトル）形状と音声の明瞭度との間には強い相関があることが知られている。室内で残響が音声に付加されると、その残響の程度に応じて音声の明瞭度が低下するが、これは残響によって音声の変調スペクトルが変化を受けるからである。
【０００８】
このように変調スペクトルが受ける変化の様子は、一般にＭＴＦ（modulation transfer function）によって記述される。残響のある室内の場合、ＭＴＦは低域通過特性を有する。音声の変調スペクトルのピークは本来、約４Ｈｚ付近に存在するが、残響によってピークの位置がより低い周波数にシフトし、同時に変調指数も低下する結果、音声の明瞭度が低下することになる。
【０００９】
この考察から、入力される音声信号に対して残響が付加される前にある処理を施すことによって、処理を施さない場合に比較して残響が付加された後の音声の変調スペクトルが原音声に近くなれば、実際に拡声されて聴衆の耳に到達する音声の明瞭度の低下を防止できることが期待される。
【００１０】
本発明らの検討によれば、このような音声信号に予め施す処理として、音声信号の変調スペクトルの特定の周波数成分、例えば変調スペクトルのピークである４Ｈｚ付近の成分、具体的には２Ｈｚ〜８Ｈｚの範囲の低周波成分を強調する処理を用いることが有効であることが確認された。
【００１１】
本発明の一つの態様による音声処理装置は、入力された音声信号を複数の帯域に分割するフィルタバンクと、このフィルタバンクにより分割された各帯域の音声信号から包絡情報を抽出する複数の包絡抽出器と、これら複数の包絡抽出器により抽出された包絡情報に対してそれぞれ特定の周波数成分を強調する処理を施す複数のフィルタと、これら複数のフィルタの出力信号に対してフィルタバンクにより分割された各帯域の音声信号の位相情報をそれぞれ乗じる複数の乗算器と、これら複数の乗算器の出力信号を加算する加算器とを有する。
【００１２】
本発明の他の態様による音声処理装置は、入力された音声信号に対し窓掛け処理を行って該音声信号を複数のフレームに分割する窓掛け処理部と、この窓掛け処理部により分割された各フレームの音声信号に高速フーリエ変換を施して各フレーム毎の振幅情報および位相情報を得る高速フーリエ変換器と、この高速フーリエ変換器により得られる各フレーム毎の振幅情報に対してそれぞれ特定の周波数成分を強調する処理を施す複数のフィルタと、これら複数のフィルタからの各フレーム毎の出力信号に高速フーリエ変換器により得られた位相情報を用いて逆高速フーリエ変換を施す逆高速フーリエ変換器と、この逆高速フーリエ変換器の各フレーム毎の出力信号を一部重複させて足し合わせる重複加算部とを有する。
【００１３】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
図１に、本発明を適用した音声拡声システムの例を示す。講演会場、多目的ホール、教室、教会などの室内１において、講演・講義などを行う話者２が発生した音声はマイクロフォン３によって検出される。マイクロフォン３から電気信号として出力される音声信号は、前置増幅器４により増幅された後、本発明に基づく音声処理装置５に入力される。
【００１４】
音声処理装置５では、入力される音声信号に対して音声の明瞭度を向上させるための信号処理、すなわち後に詳しく述べるように、音声信号の変調スペクトルの特定の周波数成分を強調する処理が行われる。音声処理装置５で処理された音声信号は、電力増幅器６により増幅された後、室内１に設置されたスピーカ７に供給され、このスピーカ７から音響として放射されることによって、最終的に聴衆８の耳に到達する。
【００１５】
（第１の実施形態）
次に、音声処理装置５について具体的に説明する。図２は音声処理装置５の第１の実施形態を示すブロック図である。図２において、入力端子１０には図１の前置増幅器４によって増幅された音声信号が入力される。この入力音声信号は、Ａ／Ｄ変換器１１により例えばサンプリング周波数１６ｋＨｚでサンプリングされて１６ビット程度のディジタル信号に変換される。
【００１６】
Ａ／Ｄ変換器１１から出力されるディジタル化された音声信号は、人間の聴覚特性の臨界帯域を工学的にシミュレートするために、音声処理で一般に使われている１／３オクターブの等価Ｑ帯域通過フィルタ１２−１，１２−２，…，１２−ｎからなるフィルタバンク１２により、複数（ｎ）の帯域に分割される。帯域分割数ｎはこれに限るものではないが、例えばｎ＝１６である。図３に、ある帯域通過フィルタ１２−１の出力信号の時間波形の例を示す。
【００１７】
フィルタバンク１２で分割された各帯域の音声信号は、ｎ個の処理ブロック１３−１，１３−２，…，１３−ｎに入力される。処理ブロック１３−１，１３−２，…，１３−ｎは、基本的に同一構成であるため、一つの処理ブロック１３−１についてのみ説明する。
【００１８】
処理ブロック１３−１において、帯域通過フィルタ１２−１によって帯域制限を受けた音声信号は、まず包絡抽出器１４に入力される。包絡抽出器１４は、入力された音声信号の包絡（厳密には、時間包絡）情報、言い換えれば振幅情報を抽出するものであり、具体的には例えばヒルベルト変換器により実現される。なお、包絡抽出器１４では、入力された音声信号の位相情報も包絡情報と分離して取り出される。
【００１９】
包絡抽出器１４により抽出された包絡情報は、低域通過フィルタ１５を経てダウンサンプラ１６に入力され、この後のフィルタ処理を容易にするため、１／Ｍにダウンサンプリングされる。音声の変調スペクトルの構造から、５０Ｈｚ以上の変調スペクトル成分はあまり重要ではないため、ダウンサンプリング比Ｍは例えばダウンサンプリング後の最高周波数が５０Ｈｚとなるように、つまりダウンサンプリング後のサンプリング周波数が１００Ｈｚとなるように、Ｍ＝１６０に選ばれる。なお、低域通過フィルタ１５は、包絡抽出器１４であるヒルベルト変換器により発生する高周波の不要成分を除去し、またダウンサンプラ１６でのダウンサンプリング時に折り返し歪みが発生するのを防止するために帯域制限を行うものであり、そのカットオフ周波数は例えば４０Ｈｚに設定される。
【００２０】
ダウンサンプラ１６から出力されるダウンサンプリング後の包絡情報は、本発明に基づく変調スペクトルフィルタ１７に入力される。図２では簡単のため、変調スペクトルフィルタを変調フィルタと記載している。
【００２１】
図４に、変調スペクトルフィルタ１７に入力されるダウンサンプラ１６の出力信号の時間波形の例を示す。変調スペクトルフィルタ１７は、例えば図５（ａ）（ｂ）（ｃ）（ｄ）に示すような周波数特性を有し、入力された包絡情報に対するスペクトル（変調スペクトル）のうち特定の周波数成分、例えば好ましくは１Ｈｚ〜１０Ｈｚ、より好ましくは３Ｈｚ〜８Ｈｚの成分を強調する処理を行うことによって、音声の明瞭度を向上させるものである。
【００２２】
変調スペクトルフィルタ１７の特性は固定でもよいが、特性可変のフィルタを用い、室内１のＭＴＦ特性に応じて最適な特性に調整するようにしてもよい。また、変調スペクトルフィルタ１７として特性の異なる複数のフィルタを用意しておき、これらから室内１のＭＴＦ特性に応じて各チャネルで最適なフィルタを選択して使用するようにしてもよい。すなわち、変調スペクトルフィルタ１７の特性は各チャネルで同一でもよいが、異なっていてもよい。
【００２３】
図６に変調スペクトルフィルタ１７の出力信号の時間波形、図７に周波数特性の例をそれぞれ示す。これは変調スペクトルフィルタ１７として図５（ａ）の特性のフィルタを用いた例であり、図４に示した変調スペクトルフィルタ１７の入力信号の周波数特性と比較して明らかなように、変調スペクトルのピークである４Ｈｚ付近が強調されている。
【００２４】
変調スペクトルフィルタ１７の出力信号は、アップサンプラ１８によってＭ倍にアップサンプリングされることにより、ダウンサンプラ１６によるダウンサンプリングの前のサンプリング周波数とされた後、半波整流器１９を経て乗算器２０に入力され、包絡抽出器１４で分離された位相情報と乗算される。図７に、乗算器２０の出力信号の時間波形を示す。そして、乗算器２０の出力信号は帯域通過フィルタ２１により、処理で生じた不要成分が除去され、処理ブロック１３−１の出力となる。
【００２５】
処理ブロック１３−１，１３−２，…１３−ｎの出力信号は、加算器２２により一つの音声信号に合成された後、Ｄ／Ａ変換器２３によってディジタル信号からアナログ信号に変換され、出力端子２４から出力される。この出力端子２４から出力される音声信号が図１の電力増幅器６に入力され、スピーカ７から音響として放射される。
【００２６】
次に、音声処理装置５による効果について具体的に述べる。
変調スペクトルフィルタ１７として図５（ａ）（ｂ）（ｃ）（ｄ）に示した特性のフィルタをそれぞれ用いた場合について、本実施形態の音声処理装置５により処理した音声と、処理しない原音声の聴取実験を残響が大きい教会の聖堂で以下の通り行った。図５（ａ）（ｂ）（ｃ）はいずれも主として４Ｈｚ付近を強調する特性であるが、周波数応答のピーク値と形状が相違している。図５（ｄ）は主として６Ｈｚ付近を強調する特性である。
【００２７】
【表１】
表８は、被験者として参加した４人の聴覚障害者に、処理した音声と原音声のいずれが聞き取り易いかを選択してもらった結果である。表１の中の数値は、図５（ａ）（ｂ）（ｃ）（ｄ）のフィルタをそれぞれ用いた場合について、処理後の音声の方が原音声より聞き取り易いと答えた被験者の割合である。
ここで、特に図５（ａ）のフィルタを用いた場合は、４人の被験者全員が処理後の音声の方が原音声より聞き取り易いと答え、図５（ｄ）のフィルタを用いた場合でも、４人中３人が処理後の音声の方が聞き取り易いと答えた。参考として健聴者にも同じ実験に参加してもらったところ、健聴者が受けた処理後の音声の印象は原音声とほぼ同じという答えであった。
【００２９】
一方、図５（ｂ）（ｃ）のフィルタを用いた場合は、処理後の音声の方が聞き取り易いと答えた被験者は半分と評価が分かれたが、さらに具体的に調べてみると、４人のうち処理後の音声が聞き取り易いと答えた２人は、いずれも比較的重度の聴覚障害者であった。
【００３０】
以上の結果から、本発明に基づく音声処理装置は特に聴覚障害者に対して、残響による明瞭度の低下を防止する上で効果的であることが確認された。
【００３１】
（第２の実施形態）
図９は、本発明の音声処理装置５の第２の実施形態を示すブロック図である。図２に示した第１の実施形態と同様に、入力端子１０には図１の前置増幅器４によって増幅された音声信号が入力され、Ａ／Ｄ変換器１１により例えばサンプリング周波数１６ｋＨｚでサンプリングされて１６ビット程度のディジタル信号に変換される。
【００３２】
Ａ／Ｄ変換器１１から出力されるディジタル化された入力音声信号は、まず窓掛け処理部３１でハミング窓などによる窓掛け処理が行われる。すなわち、窓掛け処理部３１では時間波形である入力音声信号が複数のフレームに、かつ各フレームが１／２期間または１／４フレーム期間ずつオーバラップするように分割される。フレームの時間長は、例えば１６ｍｓｅｃである。
【００３３】
窓掛け処理部３１からの各フレームの信号は、高速フーリエ変換器（ＦＦＴ）３２により高速フーリエ変換、つまり入力音声信号である時間領域の信号から周波数領域の信号への変換が行われ、各フレーム毎の振幅情報と位相情報が出力される。各フレーム毎の位相情報は、後述する逆高速フーリエ変換器で使用するために逐次保持される。高速フーリエ変換器３２から出力される各フレーム毎の振幅情報は、必要に応じて聴覚重み付け部３３により聴覚特性を考慮した重み付けが行われることにより、臨界帯域特性が付与された後、変調スペクトルフィルタ３４−１，３４−２，…３４−ｎに入力される。なお、図９でも簡単のため、変調スペクトルフィルタを変調フィルタと記載している。
【００３４】
変調スペクトルフィルタ３４−１，３４−２，…３４−ｎは、第１の実施形態における変調スペクトルフィルタ１７と同様に変調スペクトルのうち特定の周波数成分、例えば２Ｈｚ〜８Ｈｚの成分を強調する処理を行うことによって、音声の明瞭度を向上させるためのものである。
【００３５】
変調スペクトルフィルタ３４−１，３４−２，…３４−ｎの出力信号は、半波整流器３５−１，３５−２，…，３５−ｎを経て逆高速フーリエ変換器（ＩＦＦＴ）３６に入力され、ここで高速フーリエ変換器３２から出力され保持されている位相情報を用いて逆高速フーリエ変換、つまり周波数領域の信号から時間領域の信号への変換が行われた後、重複加算部（ＯＬＡ）３７によって窓掛け処理部３１と逆の処理が施される。すなわち、重複加算部３７では各フレーム毎の逆高速フーリエ変換された信号を１／２フレーム期間または１／４フレーム期間ずつ重複（オーバラップ）させながら逐次足し合わせることにより、一つの音声信号に合成する。
【００３６】
重複加算部３７から出力される音声信号は、Ｄ／Ａ変換器２３によりディジタル信号からアナログ信号に変換され、出力端子２４から出力される。この出力端子２４から出力される音声信号が図１の電力増幅器６に入力され、スピーカ７から音響として放射される。
【００３７】
上述した第２の実施形態の構成によっても、第１の実施形態と同様の効果が得られることは明らかである。本発明はその他、種々変形して実施することが可能である。
【００３８】
【発明の効果】
以上説明したように、本発明によればマイクロフォンなどで検出された音声信号に対して、その変調スペクトルのピーク付近の特定の周波数成分を強調する処理を行うことにより、スピーカから放射される音声の明瞭度を効果的に向上させることができ、聴覚障害者や高齢者に対して有効である。
【図面の簡単な説明】
【図１】本発明に係る音声処理装置を用いた音声拡声システムの概念図
【図２】本発明に係る音声処理装置の第１の実施形態を示すブロック図
【図３】図２における帯域通過フィルタの出力信号波形の例を示す図
【図４】図２における変調スペクトルフィルタの入力信号の周波数特性の例を示す図
【図５】図２における変調スペクトルフィルタの好ましい周波数特性の例を示す図
【図６】図２における変調スペクトルフィルタの出力信号の時間波形の例を示す図
【図７】図２における変調スペクトルフィルタの出力信号の周波数特性の例を示す図
【図８】図２における乗算器の出力信号波形の例を示す図
【図９】本発明に係る音声処理装置の第２の実施形態を示すブロック図
【符号の説明】
１０…入力端子
１１…Ａ／Ｄ変換器
１２…フィルタバンク
１３−１〜１３−ｎ…処理ブロック
１４…包絡抽出器
１５…低域通過フィルタ
１６…ダウンサンプラ
１７…変調スペクトルフィルタ
１８…アップサンプラ
１９…半波整流器
２０…乗算器
２１…帯域通過フィルタ
２２…加算器
２３…Ｄ／Ａ変換器
２４…出力端子
３１…窓掛け処理部
３２…高速フーリエ変換器
３３…聴覚重み付け部
３４−１，３４−２，…，３４−ｎ…変調スペクトルフィルタ
３５−１，３５−２，…，３５−ｎ…半波整流器
３６…逆高速フーリエ変換器
３７…重複加算部
Claims (8)
- 室内へ放出される前の入力音声信号に対して、前記室内のＭＴＦ（Modulation Transfer Function）特性に応じて予め設定された、前記入力音声信号の時間包絡情報に対するスペクトルを表す変調スペクトルの特定の周波数成分を強調する処理を施し、該処理を施した音声信号を前記室内に設置されたスピーカから放出させることを特徴とする音声処理方法。
- 室内に設置されたマイクロフォンにより入力されかつ前記室内へ放出される前の音声信号に対して、前記室内のＭＴＦ（Modulation Transfer Function）特性に応じて予め設定された、前記音声信号の時間包絡情報に対するスペクトルを表す変調スペクトルの特定の周波数成分を強調する処理を施し、該処理を施した音声信号を前記室内に設置されたスピーカから放出させることを特徴とする音声処理方法。
- 前記特定の周波数成分は、１〜１０Ｈｚの成分であることを特徴とする請求項１又は２記載の音声処理方法。
- 室内へ放出される前の入力音声信号に対して、前記室内のＭＴＦ（Modulation Transfer Function）特性に応じて予め設定された、前記入力音声信号の時間包絡情報に対するスペクトルを表す変調スペクトルの特定の周波数成分を強調する処理を施す処理ブロックと、
前記処理回路により前記変調スペクトルの特定の周波数成分を強調する処理が施された音声信号を前記室内に設置されたスピーカに供給し、このスピーカから前記室内へ向けて音響として放出させる回路と
を具備することを特徴とする音声処理装置。 - 前記処理ブロックは、
入力音声信号を複数の帯域に分割するフィルタバンクと、
前記フィルタバンクにより分割された各帯域の音声信号から時間包絡情報を抽出する複数の包絡抽出器と、
前記複数の包絡抽出器により抽出された時間包絡情報に対してそれぞれ、前記予め設定された変調スペクトルの特定の周波数成分を強調する処理を施す変調スペクトルフィルタからなる複数の処理部と、
前記複数の処理部からの出力信号に対して前記フィルタバンクにより分割された各帯域の音声信号の位相情報をそれぞれ乗じる複数の乗算器と、
前記複数の乗算器の出力信号を加算して出力音声信号を得る加算器とを有することを特徴とする請求項４記載の音声処理装置。 - 前記処理ブロックは、
入力音声信号に対し窓掛け処理を行って該音声信号を複数のフレームに分割する窓掛け処理部と、
前記窓掛け処理部により分割された各フレームの音声信号に高速フーリエ変換を施してフレーム毎の振幅情報及び位相情報を得る高速フーリエ変換器と、
前記高速フーリエ変換器により得られるフレーム毎の振幅情報に対してそれぞれ、前記予め設定された変調スペクトルの特定の周波数成分を強調する処理を施す変調スペクトルフィルタからなる複数の処理部と、
前記複数の処理部からのフレーム毎の出力信号に前記高速フーリエ変換器により得られた前記位相情報を用いて逆高速フーリエ変換を施す逆高速フーリエ変換器と、
前記逆高速フーリエ変換器のフレーム毎の出力信号を一部重複させて足し合わせて出力音声信号を得る重複加算部とを有することを特徴とする請求項４記載の音声処理装置。 - 前記特定の周波数成分は、１〜１０Ｈｚの成分であることを特徴とする請求項４乃至６のいずれか１項記載の音声処理装置。
- 請求項４乃至７のいずれか１項記載の音声処理装置と、
前記入力音声信号を得るマイクロフォンと、
前記出力音声信号を音響として放射するスピーカとを具備することを特徴とする拡声システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27499199A JP4463905B2 (ja) | 1999-09-28 | 1999-09-28 | 音声処理方法、装置及び拡声システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27499199A JP4463905B2 (ja) | 1999-09-28 | 1999-09-28 | 音声処理方法、装置及び拡声システム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2001100774A JP2001100774A (ja) | 2001-04-13 |
| JP2001100774A5 JP2001100774A5 (ja) | 2006-11-09 |
| JP4463905B2 true JP4463905B2 (ja) | 2010-05-19 |
Family
ID=17549391
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27499199A Expired - Lifetime JP4463905B2 (ja) | 1999-09-28 | 1999-09-28 | 音声処理方法、装置及び拡声システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4463905B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7165025B2 (en) * | 2002-07-01 | 2007-01-16 | Lucent Technologies Inc. | Auditory-articulatory analysis for speech quality assessment |
| WO2008041321A1 (fr) * | 2006-10-03 | 2008-04-10 | Toa Corporation | Dispositif de traitement des signaux et dispositif de diffusion utilisant ledit dispositif |
| DE102007048973B4 (de) | 2007-10-12 | 2010-11-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Erzeugen eines Multikanalsignals mit einer Sprachsignalverarbeitung |
| WO2009093416A1 (ja) | 2008-01-21 | 2009-07-30 | Panasonic Corporation | 音声信号処理装置および方法 |
| JP5077847B2 (ja) * | 2008-03-04 | 2012-11-21 | 国立大学法人北陸先端科学技術大学院大学 | 残響時間推定装置及び残響時間推定方法 |
| US8233629B2 (en) * | 2008-09-04 | 2012-07-31 | Dts, Inc. | Interaural time delay restoration system and method |
| KR101967233B1 (ko) * | 2017-04-04 | 2019-04-10 | 박율리아 | 확성장치를 구비한 칠판 |
| CN112201262B (zh) * | 2020-09-30 | 2024-05-31 | 珠海格力电器股份有限公司 | 一种声音处理方法及装置 |
| CN113658579B (zh) * | 2021-09-18 | 2024-01-30 | 重庆紫光华山智安科技有限公司 | 音频信号处理方法、装置、电子设备及可读存储介质 |
-
1999
- 1999-09-28 JP JP27499199A patent/JP4463905B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001100774A (ja) | 2001-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7343022B2 (en) | Spectral enhancement using digital frequency warping | |
| US6757395B1 (en) | Noise reduction apparatus and method | |
| EP2375785B1 (en) | Stability improvements in hearing aids | |
| US8949113B2 (en) | Sound perception using frequency transposition by moving the envelope | |
| US8755545B2 (en) | Stability and speech audibility improvements in hearing devices | |
| Stone et al. | Quantifying the effects of fast-acting compression on the envelope of speech | |
| KR20130072258A (ko) | 개선된 오디오 재생 방법 및 보청기 | |
| JP2003516003A (ja) | 信号処理技術を組込んだ補聴器 | |
| EP2091266B1 (en) | Hearing device and use of a hearing aid device | |
| US9420382B2 (en) | Binaural source enhancement | |
| JP4463905B2 (ja) | 音声処理方法、装置及び拡声システム | |
| WO2013005550A1 (ja) | 直接音抽出装置および残響音抽出装置 | |
| CN108886650A (zh) | 用于音频再现的子带空间和串扰消除 | |
| Kusumoto et al. | Modulation enhancement of speech by a pre-processing algorithm for improving intelligibility in reverberant environments | |
| JP4774255B2 (ja) | 音声信号処理方法、装置及びプログラム | |
| CA1284529C (en) | Digital hearing enhancement apparatus | |
| TW200835374A (en) | System and method for utilizing omni-directional microphones for speech enhancement | |
| JP2563719B2 (ja) | 音声加工装置と補聴器 | |
| Kusumoto et al. | Modulation enhancement of speech as a preprocessing for reverberant chambers with the hearing-impaired | |
| JP2001100774A5 (ja) | 音声処理方法、装置及び拡声システム | |
| JP5046233B2 (ja) | 音声強調処理装置 | |
| RU2589298C1 (ru) | Способ повышения разборчивости и информативности звуковых сигналов в шумовой обстановке | |
| JPH07146700A (ja) | ピッチ強調方法および装置ならびに聴力補償装置 | |
| JP2011010246A (ja) | 音声変調器および音声データ変調器 | |
| SU1765903A1 (ru) | Способ обработки сигнала в слуховом аппарате |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060922 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060922 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090507 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090519 |
|
| AA91 | Notification that invitation to amend document was cancelled |
Free format text: JAPANESE INTERMEDIATE CODE: A971091 Effective date: 20090609 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090630 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090831 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091013 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091214 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100119 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100218 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130226 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4463905 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140226 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |