JP4594854B2 - 音声スイッチ方法、音声スイッチ装置、音声スイッチプログラム及びそのプログラムを記録した記録媒体 - Google Patents

Description

この発明は、拡声通話系の音響通信装置において、通話の障害となり、時にはハウリングの原因となる音響エコーを抑圧する音声スイッチ方法、音声スイッチ装置、音声スイッチプログラム及びそのプログラムを記録した記録媒体。

近年のデジタルネットワーク大容量化により、容易に複数人が参加でき、通話環境がより自然な多チャネル拡声通話型の通信会議システムが検討されている。拡声通話系では、スピーカから拡声された音声が、送話音声収音用マイクロホンに収音されて音響エコーが生じる。音響エコーがそのまま送信されると通話の障害や不快感などの問題が生じ、更に対地の拡声通話系を含めて形成される閉ループのループゲインが１より大きい場合にはハウリングが生じて、通話が不可能になる。
このような問題が解決するために、多チャネル拡声通話に対応した音声スイッチ装置が特許文献１に提案されている。受話チャネル数がＭ（Ｍは１以上の整数、以下同様）、送信チャネル数が２の場合について、この音声スイッチ装置の構成を図１に示す。

Ｍチャネルの受話端子１_ｍ（ただし、ｍ＝１、．．．、Ｍ）に入力された再生信号ｘ_ｍは、Ｍ個のスピーカ２_ｍによって音響信号として再生され、反響経路ｈ_ｍを経てマイクロホン３_ｎ（ただし、ｎ＝１、．．．、Ｎであるが、図１の場合、Ｎ＝２）に収音信号ｙ_ｎとして回り込む。そして、収音信号ｙ_ｎは送話端子４_ｎに入力される。
また、音声スイッチ装置５により、受話信号ｘ_ｍもしくは送話信号ｙ_ｎを減衰させる。音声スイッチ装置５の具体的構成例は、送話判定部６、送話音声パワー推定部７_１、７_２、受話信号ｘ_ｍを減衰させるか否かにより、減衰させた受話信号ｘ_ｍまたは入力された受話信号ｘ_ｍそのものを出力するための受話側可変減衰部８_ｍ、マイクロホン３_１、３_２からの収音信号ｙ_ｎを減衰させるか否かにより減衰させた収音信号ｙ_ｎ、または入力された収音信号ｙ_ｎそのものを出力するための送話側可変減衰部９_１、９_２からなる。なお、送話音声パワー推定部７_１、７_２、送話側可変減衰部９_１、９_２は音声スイッチ装置５中に、マイクロホン３_１、３_２毎に備え付けられており、受話側可変減衰部８_ｍは音声スイッチ装置５中に、スピーカ２_ｍ毎に備え付けられており、送話判定部６は音声スイッチ装置５中に、１つ備え付けられている。

送話音声パワー推定部７_１においては、再生信号ＴＦ変換部７１_ｍ、収音信号ＴＦ変換部７２、エコー成分比率推定部７３、信号パワー算出部７４からなる。なお、送話音声パワー推定部７_ｎはマイクロホン３_ｎごとに備え付けられており、再生信号ＴＦ変換部７１_ｍは、図１では、送話音声パワー推定部７_１中に、設けられている。後述するように、スピーカ２_ｍ毎に送話音声パワー推定部７_１、７_２に共通に設けられている構成でも良く、送話音声パワー推定部７_１、７_２ごとに再生信号ＴＦ変換部７１_ｍを設ける構成でも良い。収音信号ＴＦ変換部７２エコー成分比率推定部７３非エコー信号パワー算出部７４は、送話音声パワー推定部７_１中に各１つ備え付けられている。

次に、音声スイッチ装置５の処理の流れを説明する。Ｍチャネルの受話端子１_ｍに入力された受話信号は、受話側可変減衰部８_ｍを通じて再生信号ｘ_１、．．．、ｘ_Ｍとしてスピーカ２_ｍへ供給されると同時に、送話音声パワー推定部７_１、７_２にも入力される。送話音声パワー推定部７_１中の再生信号ＴＦ変換部７１_ｍにて時間領域の再生信号ｘ_ｍ（ｋ）（ただしｋは離散的時刻）をＬサンプル毎に、各フレーム長２Ｌサンプルづつを、フレームＸ_１ ^ｂ（ｊ）、．．．、Ｘ_Ｍ ^ｂ（ｊ）として切り出し、（ただしｊはフレーム時刻）、これらフレームを周波数領域に変換して、再生信号スペクトルＸ^→ _１（ｊ、ｆ）、．．．、Ｘ^→ _Ｍ（ｊ、ｆ）を求める。ここで、Ｘ^ｂ _ｍ（ｊ）は、フレームに切り出された第ｍチャネルの再生信号の２Ｌサンプルのブロックを表し、Ｘ^→ _ｍ（ｊ、ｆ）は第ｍチャネルの再生信号のスペクトルの２Ｌ個の周波数成分を要素とするベクトルを表す。

ここで、第ｍチャネルの再生信号のフレーム長２Ｌサンプルの信号フレームを用いて、離散的時刻ｋとフレーム時刻ｊの関係を図２に示す。図２中のａはフレーム時刻ｊの信号フレーム、ｂはフレーム時刻ｊ＋１の信号フレームであり、ａの信号フレームよりＬサンプル分遅れている。ｃはフレーム時刻ｊ＋２の信号フレームであり、ａの信号フレームより２Ｌサンプル分遅れとしている。また離散的時刻ｋについて言及すると、ａの信号フレームの（１）、（２）、（３）、（４）はそれぞれ、フレーム信号のサンプルを表し、フレーム時刻ｊの信号フレームの最後のサンプル（４）の時刻ｋをｊＬとすると、最初のサンプル（１）は、サンプル（４）より２Ｌ−１サンプル前であるから、時刻ｋはｊＬ−２Ｌ＋１となる。同様にサンプル（２）、（３）の離散的時刻ｋはそれぞれｊＬ−２Ｌ・・・ｊＬ−１になり、それぞれのサンプル（１）、（２）・・・（３）、（４）をｘ_ｍ（ｊＬ−２Ｌ＋１）、ｘ_ｍ（ｊＬ−２Ｌ）・・・ｘ_ｍ（ｊＬ−１）、ｘ_ｍ（ｊＬ）と表すことができる。また同様に、ｂの信号フレームの最初と最後のサンプル（５）と（６）はそれぞれ、ｘ_ｍ（（ｊ＋１）Ｌ−２Ｌ＋１）、ｘ_ｍ（（ｊ＋１）Ｌ）と表すことができ、ｃの信号フレームの最初と最後のサンプル（７）と（８）はそれぞれｘ_ｍ（ｊＬ＋１）、ｘ_ｍ（（ｊ＋２）Ｌ）と表すことができる。

マイクロホン３_１、３_２に収音された収音信号ｙ_１（ｋ）、ｙ_２（ｋ）はそれぞれ、送話音声パワー推定部７_１、７_２に入力されると共に送話側可変減衰部９_１、９_２へ供給される。各送話音声パワー推定部７_１、７_２はその入力信号ｙ_ｎ（ｋ
）が異なるだけで、同様の動作を行うものであるから、以後は送話音声パワー推定部７_１について説明する。送話音声パワー推定部７_１中の収音信号ＴＦ変換部７２では、時間領域の収音信号ｙ_１（ｋ）を前記と同様にＬサンプル毎にフレーム長２ＬサンプルをフレームＹ_１（ｊ）として切り出し、これらフレームを周波数領域に変換して、収音信号スペクトルＹ_１ ^→（ｊ、ｆ）を求める。

前記再生信号スペクトルＸ_１ ^→（ｊ、ｆ）、．．．、Ｘ_Ｍ ^→（ｊ、ｆ）と前記収音信号スペクトルＹ_１ ^→（ｊ、ｆ）がエコー成分比率推定部７３に入力される。エコー成分比率推定部７３では、周波数成分毎に収音信号に占めるエコー成分の比率γ^２（ｊ，ｆ）を求める。
エコー成分比率推定部７３の具体的構成例を図３に示す。エコー成分比率推定部７３は、Ｍー１個の受話側相間除去部７３１_２〜７３１_Ｍで構成される収音側相関除去部群７３１、Ｍー１個の再生側相関除去部７３２_２〜７３２_Ｍで構成される再生側相関除去部群７３２、Ｍ個のコヒーレンス算出部７３３_１〜７３３_Ｍで構成されるコヒーレンス算出部群７３３、１個のエコー成分比率算部７３４により構成される。

次に、エコー成分比率７３の処理の流れを説明する。第ｍチャネルの前記再生信号スペクトルＸ_ｍ ^→（ｊ、ｆ）（ｍ＝２、．．．、Ｍ）から、第１〜第ｍ−１チャネルの前記再生信号スペクトルＸ_１ ^→（ｊ、ｆ）〜Ｘ_ｍ−１ ^→（ｊ、ｆ）との周波数成分ごとの相関成分を再生側相関除去部７３１_ｍで除去した再生側相関除去信号スペクトルＸ_{ｍ（ｍ―１）} ^→（ｊ、ｆ）を求める。再生側相関除去部７３１_ｍには、第１チャネルの再生信号スペクトルＸ_１ ^→（ｊ、ｆ）と再生側相関除去部７３１_２〜７３１_ｍ−１からの再生側相関除去信号スペクトルＸ_２（１） ^→（ｊ、ｆ）〜Ｘ_{（ｍ―１）（ｍ―２）} ^→（ｊ、ｆ）が入力されて、前記周波数成分ごとの相関成分の除去が行われる。

収音側相関除去部７３２_ｍでは、収音信号スペクトルＹ_１ ^→（ｊ、ｆ）から第１〜第ｍ−１チャネルの再生信号スペクトルＸ_１ ^→（ｊ、ｆ）〜Ｘ_ｍ−１ ^→（ｊ、ｆ）との周波数成分ごとの相関成分が除去される。この例では、収音側相関除去部７３２_ｍには、前記収音信号スペクトルＹ_１ ^→（ｊ、ｆ）と、第１チャネルの再生信号スペクトルＸ_１ ^→（ｊ、ｆ）と相関除去部７３１_２〜７３１_ｍ−１からの第２〜第ｍ−１チャネルの再生側相関除去信号スペクトルＸ_２（１） ^→（ｊ、ｆ）、．．．、Ｘ_{（ｍ―１）（ｍ―２）} ^→（ｊ、ｆ）とが収音側相関除去部７３２_ｍに入力され、収音側相関除去部７３２_ｍから収音側相関除去信号スペクトルＹ_{（ｍ−１）} ^→（ｊ、ｆ）を求める。

コヒーレンス算出部群７３３においては、第１チャネルの再生信号スペクトルＸ_１ ^→（ｊ、ｆ）と前記収音信号スペクトルＹ_１ ^→（ｊ、ｆ）がコヒーレンス算出部７３３_１に入力され、コヒーレンス算出部７３３_１で、第１チャネルの再生信号スペクトルＸ_１ ^→（ｊ、ｆ）と収音信号スペクトルＹ_１ ^→（ｊ、ｆ）との周波数成分ごとのコヒーレンスγ^２ _１ｙ（ｊ、ｆ）を求める。
再生側相関除去信号スペクトルＸ_{ｍ（ｍ―１）} ^→（ｊ、ｆ）と収音側相関除去信号スペクトルＹ_{（ｍ−１）} ^→（ｊ、ｆ）がコヒーレンス算出部７３３_ｍに入力され、コヒーレンス算出部７３３_ｍで、再生側相関除去信号スペクトルＸ_{ｍ（ｍ―１）} ^→（ｊ、ｆ）と収音側相関除去信号スペクトルＹ_{（ｍ−１）} ^→（ｊ、ｆ）の周波数成分ごとのコヒーレンスγ^２ _{ｍｙ（ｍ―１）}（ｊ、ｆ）を求める。このようにして、第１〜第ｍチャネルごとの再生信号スペクトルと収音信号との周波数成分ごとの相関（コヒーレンス）が得られる。

コヒーレンス算出部７３３_１で算出されたコヒーレンスγ^２ _１ｙ（ｊ、ｆ）とコヒーレンス算出部７３３_２〜７３３_Ｍで算出された全てのγ^２ _{２ｙ（１）}（ｊ、ｆ）〜γ^２ _{Ｍｙ（Ｍ―１）}（ｊ、ｆ）がエコー成分比率算出部７３４に入力され、エコー成分比率算出部７３４で、周波数成分毎に、収音信号スペクトルに占める全チャネルの再生信号のエコー成分比率γ_１ ^２（ｊ、ｆ）を求める。
次に、図１の説明に戻って、前記送話音声パワー推定部７₁中の信号パワー算出部７４_１にエコー成分比率γ_１ ^２（ｊ、ｆ）と前記収音信号スペクトルＹ_１ ^→（ｊ、ｆ）が入力され、非エコー信号パワー算出部７４で、エコー成分比率γ_１ ^２（ｊ、ｆ）と前記収音信号スペクトルＹ_１ ^→（ｊ、ｆ）から周波数帯域毎に非エコー成分を求め、その総和をとって非エコー信号パワーＰ_ｙ１（ｊ）を求める。

送話音声パワー推定部７_２は前述したように、入力される収音信号ｙ_１（ｋ）ではなく、ｙ_２（ｋ）であるだけで、音声パワー推定部７_１と同様な処理を行う。よって送話音声パワー推定部７_２から、信号パワー算出部（図示せず）で、前記エコー成分収音信号スペクトルＹ_２ ^→（ｊ、ｆ）中の、非エコー信号パワーＰ_ｙ２（ｊ）が求められる。
この例では、非エコー信号パワーＰ_ｙ１（ｊ）と非エコー信号パワーＰ_ｙ２（ｊ）が、送話判定部６に入力され、全収音チャネルの比エコー信号パワーの和、この例では、Ｐ_ｙ１（ｊ）＋Ｐ_ｙ２（ｊ）を求め、その和をあらかじめ設定した閾値Ｐ_ｔｈと比較し、非エコー信号のパワーの和が閾値Ｐ_ｔｈより大きいときは、送話有りと判定し、そうでない場合は（閾値Ｐ_ｔｈ以下の場合）は、送話無しと判定する。そして、送話有りと判定された場合は、受話側の可変減衰部８_１〜８_Ｍにより受話信号のみを減衰させてスピーカからの再生信号とする。送話無しと判定された場合は、送話側の可変減衰部９_１〜９_Ｎにより送話信号のみを減衰させて送信する。

なぜならば、実際には、受話側（再生側）と送話側（収音側）の双方向から同時に長い間話し続けることは少ない。つまり再生信号有り、収音信号有りが同時に続くことは稀である。誰かが話し始めると、他の会議参加者は受聴する、という形態が多い。送話ありと判定されている場合は、送話信号（収音側）のみで受話信号（再生信号）は殆どないと考えられる。この状態で、例えば、咳払いや、ペンを落とした音などが受話側で突発的に起こってしまうと、これらの音声信号が、スピーカ２により再生されてしまう。よってこれらの音声信号を再生させないためにも、受話信号のみを減衰させてスピーカからの再生信号とする。また、送話なしと判定されている場合は、送話信号が殆どなく受話信号のみが再生音として、再生信号がスピーカへ供給される。前記と同様に収音側で例えば、咳払いや、ペンを落とした音などが突発的に起こってしまうと、これらの音が送信されてしまう。よってこれらの音が送信されないためにも、収音信号のみを減衰させてスピーカからの再生信号とする。

なお、再生信号スペクトルＸ_１ ^→（ｊ、ｆ）、．．．、Ｘ_Ｍ ^→（ｊ、ｆ）、収音信号スペクトルＹ_１ ^→（ｊ、ｆ）、再生側相関除去信号スペクトルＸ_{ｍ（ｍ―１）} ^→（ｊ、ｆ）、収音側相関除去信号スペクトルＹ_{（ｍ−１）} ^→（ｊ、ｆ）、コヒーレンスγ^２ _１ｙ（ｊ、ｆ）、コヒーレンスγ^２ _{ｍｙ（ｍ―１）}（ｊ、ｆ）、エコー成分比率γ_１ ^２（ｊ、ｆ）、非エコー信号パワーＰ_ｙ１（ｊ）の具体的な算出の仕方は後述する。
特開２００４−１４７０９６

前記従来法で、収音信号スペクトルの第ｊフレームＹ_１ ^→（ｊ）とスピーカ２_ｍ（ｍ＝１、．．．、Ｍ）から再生される再生信号の各フレームとの関係に注目すると、
Ｙ_１ ^→（ｊ）＝［Ｘ_１ ^ｂ（ｊ）・・・Ｘ_Ｍ ^ｂ（ｊ）に起因するエコー］
＋［Ｘ_１ ^ｂ（ｊ−１）・・・Ｘ_Ｍ ^ｂ（ｊ−１）に起因するエコー］
＋［Ｘ_１ ^ｂ（ｊ−２）・・・Ｘ_Ｍ ^ｂ（ｊ−２）に起因するエコー］
・・・のようになる。
従来法のエコー成分比率推定では、フレーム時刻がｊ−１以前のフレームに起因する２項目以降のエコー成分は誤差要因となる。前記従来法では、フレーム処理による処理遅延を抑えて通話を快適にする目的で、フレーム長をなるべく短く１０〜２０ｍｓに設定するケースが実用上大半である。つまり、残響時間（通常の部屋で３００ｍｓ程度）と比較して、フレーム長がずっと短く設定されているために、誤差要因となるエコー成分、すなわち２項目以降のエコー成分が増大して、エコー成分比率算出部７３４がその機能を十分果たさず、送話検出性能が劣化してしまう。本発明の目的は、短いフレーム長でもエコー成分比率算出部７３４がその機能を十分達成し、送話検出性能の劣化しない音声スイッチ方法、その装置、そのプログラム、そのプログラムを記憶した記憶媒体を提供することである。

共通の音場に配置され、Ｍチャネルの再生信号が供給されるＭ個のスピーカ（Ｍは２以上の整数）とＮ個のマイクロホン（Ｎは１以上の整数）に接続される装置に用いられる音声スイッチ方法において、あらかじめ決めた２Ｌ個のサンプル点（Ｌは１以上の整数）によるフレームごとに、現フレーム（時刻ｊ）のＭチャネルの時間領域の再生信号のそれぞれを周波数領域に変換したＭチャネルの再生信号スペクトルＸ _ｍ ^→ （ｊ）（１≦ｍ≦Ｍ）を求め、前記Ｎ個のマイクロホンよりの現フレームのＮチャネルの時間領域の収音信号のそれぞれを周波数領域に変換したＮチャネルの収音信号スペクトルＹ _ｎ ^→ （ｊ）（１≦ｎ≦Ｎ）を求め、Ｍチャネルそれぞれについて、現フレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ）と過去のＢ個のフレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である再生信号拡張スペクトル

を求め、Ｎチャネルそれぞれについて、現フレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ）と過去のＢ個のフレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である収音信号拡張スペクトル

を求め、Ｍチャネルの前記再生信号拡張スペクトル、それぞれから、チャネル間相関成分を除去して再生側相関除去信号スペクトルを求め、前記マイクロホンごとに、前記収音信号拡張スペクトルから各前記再生信号拡張スペクトルとの相関成分を除去して収音側相関除去信号スペクトルを求め、前記マイクロホンごとに、前記再生側相関除去信号スペクトルと再生チャネル及び周波数成分が対応する前記収音側相関除去信号スペクトルとのコヒーレンスを計算し、前記マイクロホンごとに、前記各周波数成分ごとでの各前記再生チャネルごとの前記コヒーレンスを計算する過程での計算結果に基づき、各周波数成分ごとの前記収音信号拡張スペクトル中のエコー成分比率を計算し、前記マイクロホンごとに、前記周波数成分毎に、前記収音信号スペクトルと前記全エコー成分比率とに基づき、前記収音信号スペクトル中の非エコー成分を計算し、これら非エコー成分の総和を計算して、非エコー信号パワーを求め、前記Ｎチャネル非エコー信号パワーと所定の閾値とを比較して、送話の有り無しの判定をし、前記送話の有り無しの判定をする過程において、送話ありと判定されると、前記全受話信号を減衰させて前記再生信号とし、前記送話の有り無しの判定をする過程において、送話なしと判定されると、前記全収音信号を減衰させることを有することを特徴とする音声スイッチ方法。

以上の構成によれば、短いフレームの多チャネル再生信号と収音信号のフーリエ係数を求め、現フレームより複数前のフレームまでのフーリエ係数も用いて、１フレームの各フーリエ係数についてみれば、長いフレームのフーリエ係数と対応するものを求め、これを用いて、収音信号に占めるエコー成分の比率を推定しているため、フレーム長を短くしても、収音信号中に占めるエコー成分の比率を比較的正しく、検出することができ、送話検出も確実に行われる。つまり、フレーム長が短く通話が快適に行われ、しかも低演算量で確実な送話検出が可能となり、品質の高い拡声通話を行うことができる。

実施例１
本願発明の実施例１を図１に示す。拡声通話系がＭ（Ｍは２以上の整数）チャネル再生系と２チャネル収音系から構成される場面について説明する。この発明と、従来技術とは、使用した図１中のエコー成分比率推定部７３が異なる。このエコー成分比率推定部７３を拡張エコー成分比率推定部１０３という。実施例１中のその他の構成は従来のものと全て同じである。
再生信号ＴＦ変換部７１_１〜７１_Ｍで、時間領域の再生信号ｘ_１（ｋ）〜ｘ_Ｍ（ｋ）（ｋは離散的時刻）を、Ｌサンプル毎に長さ２Ｌサンプルの信号ベクトルにフレーム化し、その各信号ベクトルをフーリエ変換（ＦＦＴ）を使って下記に示す再生信号スペクトルＸ^→ _１（ｊ、ｆ）〜Ｘ^→ _Ｍ（ｊ、ｆ）に変換する。これは、時刻ｋ＝ｊＬ（ｊは０以上の整数であり、フレーム時刻）の時点で、各信号の直近２Ｌサンプル分、すなわちｊＬ−２Ｌ＋１．．．ｊＬのサンプル分をフレーム化していることである。
Ｘ_１ ^→（ｊ、ｆ）＝［Ｘ_１（ｊ、１）・・・Ｘ_１（ｊ、ｆ）・・・Ｘ_１（ｊ、２Ｌ）］
＝ＦＦＴ［ｘ_１（ｊＬ−２Ｌ＋１）・・・ｘ_１（ｊＬ）］・・・（１）
・・・
Ｘ_Ｍ ^→（ｊ、ｆ）＝［Ｘ_Ｍ（ｊ、１）・・・Ｘ_Ｍ（ｊ、ｆ）・・・Ｘ_Ｍ（ｊ、２Ｌ）］
＝ＦＦＴ［ｘ_Ｍ（ｊＬ−２Ｌ＋１）・・・ｘ_Ｍ（ｊＬ）］・・・（２）
収音信号ＴＦ変換部７２で、時間領域の収音信号ｙ_１（ｋ）、ｙ_２（ｋ）を同様に、周波数領域に変換して下記に示す収音信号スペクトルＹ_１ ^→（ｊ、ｆ）、Ｙ_２ ^→（ｊ、ｆ）を求める。
Ｙ_１ ^→（ｊ、ｆ）＝［Ｙ_１（ｊ、１）・・・Ｙ_１（ｊ、ｆ）・・・Ｙ_１（ｊ、２Ｌ）］
＝ＦＦＴ［ｙ_１（ｊＬ−２Ｌ＋１）・・・ｙ_１（ｊＬ）］・・・（３）
・・・
Ｙ_２ ^→（ｊ、ｆ）＝［Ｙ_２（ｊ、１）・・・Ｙ_２（ｊ、ｆ）・・・Ｙ_２（ｊ、２Ｌ）］
＝ＦＦＴ［ｙ_２（ｊＬ−２Ｌ＋１）・・・ｙ_２（ｊＬ）］・・・（４）
次に、拡張エコー成分比率推定部１０３の具体的構成例を図４に示す。この図４に示す構成は図３に示した構成に対し、収音信号フレーム拡張部１０３７_ｙ１を収音側相関除去部群１０３２の前段に、再生信号フレーム拡張部１０３７_ｘ１〜１０３７_ｘＭを再生側相関除去部群１０３１の前段にそれぞれ加えただけで、他の部分は全て同じである。再生信号フレーム拡張部１０３７_ｘ１〜１０３７_ｘＭで過去Ｂ個（Ｂは１以上の整数）の再生信号スペクトルと現時点の再生信号スペクトルから、周波数領域フレーム拡張処理により、再生信号拡張スペクトルＵ^→ _１（ｊ、ｆ）、．．．、Ｕ^→ _Ｍ（ｊ、ｆ）を求める。
Ｕ_１ ^→（ｊ、ｆ）＝Ｘ_１ ^→（ｊ、ｆ）＋Ｘ_１ ^→（ｊ−２、ｆ）＋・・・＋Ｘ_１ ^→（ｊ−２Ｂ、ｆ）・・・（５）
Ｕ_Ｍ ^→（ｊ、ｆ）＝Ｘ_Ｍ ^→（ｊ、ｆ）＋Ｘ_Ｍ ^→（ｊ−２、ｆ）＋・・・＋Ｘ_Ｍ ^→（ｊ−２Ｂ、ｆ）・・・（６）
また収音信号フレーム拡張部１０３７_ｙ１で、過去Ｂ個の収音信号スペクトルと現時点の収音信号スペクトルから周波数領域フレーム拡張処理により収音信号拡張スペクトルＶ^→ _１（ｊ、ｆ）を求める。
Ｖ_１ ^→（ｊ、ｆ）＝Ｙ_１ ^→（ｊ、ｆ）＋Ｙ_１ ^→（ｊ−２、ｆ）＋・・・＋Ｙ_１ ^→（ｊ−２Ｂ、ｆ）・・・（７）
前記の過去のスペクトル数Ｂは、主要なエコーが拡張スペクトルに含まれるように３〜１５に設定するのが好ましい。

図４中の再生側相関除去部群１０３１、収音側相関除去部群１０３２、コヒーレンス算出部群１０３３、エコー成分比率算出部１０３４は図３中の対応するものとそれぞれ処理は同様であるが、入力される信号が異なる。再生側相関除去部１０３１_ｍ（ｍ＝２、．．．、Ｍ）で、第ｍチャネル再生信号拡張スペクトルＵ^→ _ｍ（ｊ、ｆ）から、第１〜第ｍ−１チャネル再生信号拡張スペクトルＵ^→ _１（ｊ、ｆ）〜Ｕ^→ _ｍ-１（ｊ、ｆ）との相関を除去して、第ｍチャネルの再生側相関除去信号拡張スペクトルＵ^→ _{ｍ（ｍ-１）}（ｊ、ｆ）を求める。ただし、再生側相関除去部１０３１_ｍへの入力は、第ｍチャネル再生信号拡張スペクトルＵ^→ _ｍ（ｊ、ｆ）と、第１チャネル再生信号拡張スペクトルＵ^→ _１（ｊ、ｆ）、第２〜第ｍ−１チャネル再生側相関除去信号拡張スペクトルＵ_２（１） ^→（ｊ、ｆ）、．．．、Ｕ_{ｍ−１（ｍ-２）} ^→（ｊ、ｆ）であり、実際の処理は、下式で表される。
Ｕ_{ｍ（ｍ-１）} ^→（ｊ、ｆ）＝Ｕ_ｍ ^→（ｊ、ｆ）−Σ^ｍ−１ _ｉ＝１Ｇ_ｉｍ ^→（ｊ、ｆ）Ｕ_{ｉ（ｉ-１）} ^→（ｊ、ｆ）・・・（８）
Ｇ_ｉｍ ^→（ｊ、ｆ）＝ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｕ_ｍ ^→（ｊ、ｆ）］／
ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｕ_{ｉ（ｉ-１）} ^→（ｊ、ｆ）］
ただし、Ｕ_１（０） ^→（ｊ、ｆ）＝Ｕ_１ ^→（ｊ、ｆ）とし、Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）はＵ_{ｉ（ｉ-１）} ^→（ｊ、ｆ）の複素共役とする。
またε［］は時間平均を取ることを意味する。時間平均処理は例えば、
ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｕ_ｍ ^→（ｊ、ｆ）］＝
βε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ−１、ｆ）Ｕ_ｍ ^→（ｊ−１、ｆ）］＋
（１−β）ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｕ_ｍ ^→（ｊ、ｆ）］のように、１フレーム前の処理結果と０〜１の値をとる平滑化定数βを用いる方法がある。

また収音側相関除去部１０３２_ｍ（ｍ＝２、．．．、Ｍ）では、収音信号拡張スペクトルＶ^→ _１（ｊ、ｆ）から第１〜第ｍ−１チャネルの再生信号拡張スペクトルＵ^→ _１（ｊ、ｆ）〜Ｕ^→ _ｍ−１（ｊ、ｆ）との相関成分を除去して、第ｍの収音側相関除去信号拡張スペクトルＶ^→ _{（ｍ−１）}（ｊ、ｆ）を求める。ただし、収音側相関除去部１０３２_ｍへの入力は、収音信号拡張スペクトルＶ^→ _ｍ（ｊ、ｆ）と、第１チャネル再生信号拡張スペクトルＵ^→ _１（ｊ、ｆ）及び、第２〜第ｍ−１チャネル再生側相関除去信号拡張スペクトルＵ^→ _２（１）（ｊ、ｆ）、．．．、Ｕ^→ _{ｍ−１（ｍ-２）}（ｊ、ｆ）であり、実際の処理は、下式で表される。
Ｖ_{（ｍ-１）} ^→（ｊ、ｆ）＝Ｖ_１ ^→（ｊ、ｆ）−Σ^ｍ−１ _ｉ＝１Ｇ_ｉｙ ^→（ｊ、ｆ）Ｕ_{ｉ（ｉ-１）} ^→（ｊ、ｆ）・・・（９）
Ｇ_ｉｙ ^→（ｊ、ｆ）＝ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｖ_ｍ ^→（ｊ、ｆ）］／
ε［Ｕ^＊ _{ｉ（ｉ-１）} ^→（ｊ、ｆ）Ｕ_{ｉ（ｉ-１）} ^→（ｊ、ｆ）］であり、上述の再生側相関除去部１０３１_ｍとほぼ同様の処理である。

コヒーレンス算出部１０３３_１では、第１チャネル再生信号拡張スペクトルＵ_１ ^→（ｊ、ｆ）と収音信号拡張スペクトルＶ_１ ^→（ｊ、ｆ）とのコヒーレンスγ^２ _１ｙ（ｊ、ｆ）を求める。
コヒーレンス算出部１０３３_ｍ（ｍ＝２、．．．、Ｍ）では、第ｍチャネルの再生側相関除去拡張スペクトルＵ^→ _{ｍ（ｍ-１）}（ｊ、ｆ）と第ｍの収音側相関除去拡張スペクトルＶ^→ _{（ｍ-１）}（ｊ、ｆ）が入力され、以下の式でコヒーレンスγ^２ _{ｍ（ｍ−１）}（ｊ、ｆ）を求める。
γ^２ _{ｍ（ｍ−１）}（ｊ、ｆ）＝
｜ε［Ｕ^＊ _{ｍ（ｍ-１）} ^→（ｊ、ｆ）Ｖ_{（ｍ−１）} ^→（ｊ、ｆ）］｜^２／
ε［Ｕ^＊ _{ｍ（ｍ-１）} ^→（ｊ、ｆ）Ｕ_{ｍ（ｍ-１）} ^→（ｊ、ｆ）］ε［Ｖ^＊ _{（ｍ-１）} ^→（ｊ、ｆ）Ｖ_{（ｍ-１）} ^→（ｊ、ｆ）］・・・（１０）
エコー成分比率算出部１０３４で、前記コヒーレンスγ^２ _１ｙ（ｊ、ｆ）と前記コヒーレンスγ^２ _{ｍ（ｍ−１）}（ｊ、ｆ）の全てを用いて、以下の式にて、収音信号拡張スペクトルＶ_１ ^→（ｊ、ｆ）に占めるエコー成分の割合γ_１ ^２（ｆ）を求める。
γ_１ ^２（ｆ）＝１−（１−γ_１ｙ（ｆ））・・・（１−γ^２ _{ｍｙ・（ｍ−１）}（ｆ）） ・・・（１１）
マイクロホン３_２で収音された収音信号ｙ_２（ｋ）についても同様の処理を行うことにより収音信号拡張スペクトルＶ_２ ^→（ｊ、ｆ）に占めるエコー成分の割合γ_２ ^２（ｆ）を求める。

次に、従来技術の項で説明したように、図１中の非エコー信号パワー算出部７４では、収音信号スペクトルＹ_１ ^→（ｊ、ｆ）と前記で求めたエコー成分比率γ_１ ^２（ｊ、ｆ）から周波数帯域毎に、非エコー成分を求め、その総和をとって比エコー信号パワーＰ_ｙ１ ^→（ｊ）を求める。また、収音信号スペクトルＹ_２ ^→（ｊ、ｆ）とエコー成分比率γ_１ ^２（ｊ、ｆ）から非エコー信号パワーＰ_ｙ２（ｊ、ｆ）を求める。これら非エコー信号パワーは下記式により求める。
Ｐ_ｙ１ ^→（ｊ、ｆ）＝Σ^２Ｌ _ｆ＝１ε［Ｙ^＊ _１ ^→（ｊ、ｆ）Ｙ_１ ^→（ｊ、ｆ）］｛１−γ_１ ^２（ｊ、ｆ）｝ ・・・（１２）
Ｐ_ｙ２ ^→（ｊ、ｆ）＝Σ^２Ｌ _ｆ＝１ε［Ｙ^＊ _２ ^→（ｊ、ｆ）Ｙ_２ ^→（ｊ、ｆ）］｛１−γ_２ ^２（ｊ、ｆ）｝ ・・・（１３）
なお、収音信号スペクトルＹ_１ ^→（ｊ、ｆ）、Ｙ_２ ^→（ｊ、ｆ）の代わりに、
収音信号拡張スペクトルＶ_１ ^→（ｊ、ｆ）、Ｖ_２ ^→（ｊ、ｆ）を用いても良い。
送話判定部６の具体例を図５ａに示す。この例では、非エコー信号パワーＰ_ｙ１（ｊ、ｆ）、非エコー信号パワーＰ_ｙ２（ｊ、ｆ）が送話判定部６に入力される。非エコー信号パワーＰ_ｙ１（ｊ、ｆ）、非エコー信号パワーＰ_ｙ２（ｊ、ｆ）は合計部６_１で合計され、非エコー信号パワーの和、Ｐ_ｙ１（ｊ、ｆ）＋Ｐ_ｙ２（ｊ、ｆ）が求められる。そして、あらかじめ設定、格納されたレジスタ６_３内の閾値Ｐ_ｔｈ１と合計部６_１よりの合計値とが合計比較部６_２で比較される。非エコー信号のパワーの和が閾値Ｐ_ｔｈ１より大きいときは、送話有りと判定し、そうでない場合は、送話なしと判定する。閾値Ｐ_ｔｈ１は例えば、マイクロホン入力定格レベルの−１５ｄｂ等に設定することが考えられる。

また、送話判定部６のもう１つの具体例を図５ｂに示す。この例では、各マイクロホンのチャネルごとの非エコー信号パワーＰ_ｙｎ（ｎ＝１、．．．Ｎ）は対応する比較部６_４ｎで、あらかじめ定められ、格納されているレジスタ６_５内の閾値Ｐ_ｔｈ２とそれぞれ比較され、チャネル合計部６_６において非エコー信号パワーＰ_ｙｎが閾値Ｐ_ｔｈ２を越えているチャネル数を合計する。あらかじめ定められ、格納されているレジスタ６_７内の閾値Ｐ_ｔｈ３と前記チャネル数の合計値とをチャネル合計比較部６_８で比較し、チャネル数の合計値が閾値Ｐ_ｔｈ３を超えている場合は、送話有りと判定し、それ以外の場合は送話無しと判定する。また閾値Ｎ_ｔｈ１、閾値Ｎ_ｔｈ２は、例えば約―１５ｄｂが好ましく、閾値Ｎ_ｔｈ３は例えばＮ／２が好ましい。

送話判定部６で送話有りと判定した時に、図１中の受話側可変減衰部８_１〜８_Ｍは、各再生信号ｘ_ｍ（ｋ）を減衰させて、スピーカ２_ｍから再生させる。また、送話判定部６で送話無しと判定した時に、送話側可変減衰部９_１〜９_Ｍは、各収音信号ｙ_ｎ（ｋ）を減衰させて、送話端子に出力させる。
なお、送話判定に使用した信号フレームに減衰処理を適用するために、当該フレームで送話有無の判定結果が得られるまでの処理時間に相当する遅延量の遅延器１１を、送話側可変減衰部９_ｎの前段に、挿入する構成も考えられる。

ここで、周波数領域フレーム拡張処理で求めた拡張スペクトルの値（フーリエ係数）が長いフレームから求まるスペクトルの値（フーリエ係数）と一致することを示す。
まずｋ＝２Ｌ−１の時点で、フレーム長２Ｌ（ｋ＝０〜２Ｌ−１）の信号フレームに関して２ｆ_０番目（ｆ_０＝０、．．．、Ｌ−１）の離散フーリエ係数を求めることを考える。この係数は次式で定義される。

以上より、複数の短いフレームから算出したフーリエ係数を使って、長いフレームから算出されるフーリエ係数を求められることが分かった。
演算量の観点から例えば、Ｌサンプルごとにフーリエ係数が必要な時、前記方法とＬサンプルごとに、ＢＬ点のＦＦＴを実行する方法と比較すると、前記の方法では、Ｌサンプルごとに、Ｌ点の高速離散フーリエ変換１回で十分なので、ずっと低い演算量で実現可能となっている。
また、ここでは、Ｍチャネル再生系（Ｍは２以上の整数）と２チャネル収音系の構成でエコー成分の比率を求める場合を説明したが、収音系３チャネル以上（Ｎチャネル）の場合でも、送話側音声パワー推定部７をマイクロホンごとに備え付け、同様の処理を行うことで、各収音チャネルごとにエコー成分の比率γ_ん ^２（ｆ）（ｎ＝１、．．．、Ｎ）を求めることができる。

前述したように、再生信号ＴＦ変換部７１_１、．．．、７１_Ｍ、再生信号フレーム拡張部３７_１、．．．、３７_Ｍ、再生側相関除去部１０３１_２、．．．、１０３１_Ｍはマイクロホンごとの送話音声パワー推定部７_１、．．．、７_Ｎに共通に用いられる。その場合の、構成部の接続関係例を図６に示す。図６において、図１と図４と対応する部分に同一番号をつけてあり、要は、再生側相関除去部１０３１_２、．．．、１０３１_Ｍよりの再生側相関除去信号拡張スペクトルＵ_１（ｊ、ｆ）、Ｕ_２（１）（ｊ、ｆ）、．．．、Ｕ_{Ｍ（Ｍ―１）}（ｊ、ｆ）が送話音声パワー推定部７_１、．．．、７_Ｎの各収音側相関除去部群１０３２と各コヒーレンス算出部群１０３３にそれぞれ供給される。その他の説明は重複するので省略する。

またこの発明を実施する際に、既存の音声スイッチ装置５中のエコー成分比率推定部７３を拡張エコー成分推定部１０３に差し替えるのみなので、コスト的な効果も期待できる。
実施例２
この発明の実施例２を図７に示す。実施例２の実施例１と異なる点のみ説明する。実施例２では、実施例１において、受話側可変減衰器８_ｍを備えず、受話端末１_１、．．．、１_Ｍよりの各受話信号が供給される受話判定部１２を新たに備える。受話判定部１２は例えば、送話判定部で用いた図５ａもしくは、図５ｂのような構成が考えられ、非エコー信号パワーＰ_ｙ１、．．．、Ｐ_ｙＮの代わりに、Ｍチャネルの受話信号パワーが入力される。即ち例えば、図５ａと対応するものについて説明する。まず、合計部６_１において、各再生信号ｘ_ｍ（ｋ）（ｍ＝１、．．．Ｍ）のフレームごとのパワーＰ_ｙ１、．．．、Ｐ_ｙＮが一点鎖線で示すパワー計数部６_９で計算され、これら全再生信号のパワーＰ_ｘｍの和Ｐ_ｘ１＋Ｐ_ｘ２・・・Ｐ_ｘＭが求められる。そして、あらかじめ設定し、格納されたレジスタ６_３内の閾値Ｐ_ｔｈ４と全再生信号のパワーＰ_ｘｍの和とが合計比較部６_３で比較される。全再生信号のパワーＰ_ｘｍの和が閾値Ｐ_ｔｈ４より大きいときは、受話有りと判定し、そうでない場合は、受話なしと判定する。

また、受話判定部６のもう１つの具体例を図５ｂと対応する場合について述べる。各再生信号ｘ_ｍ（ｋ）は対応するパワー計数部６_９ｍに入力され、そのフレームごとのパワーＰ_ｘｍが計算され、これら各パワーＰ_ｘｍがレジスタ６_５にあらかじめ定められ格納されている閾値Ｐ_ｔｈ５とそれぞれ、比較部６_４ｍで比較され、チャネル合計部６_６において、パワーＰ_ｘｍが閾値Ｐ_ｔｈ５を越えているチャネル数を合計し、あらかじめ定められ、格納されているレジスタ６_７内の閾値Ｐ_ｔｈ６と前記チャネル数の合計値とをチャネル合計比較部６_８で比較し、チャネル数の合計値が閾値Ｐ_ｔｈ６を超えている場合は、受話有りと判定し、それ以外の場合は受話無しと判定する。また閾値Ｎ_ｔｈ４、閾値Ｎ_ｔｈ５は、例えば約―１５ｄｂが好ましく、閾値Ｎ_ｔｈ６は例えばＭ／２が好ましい。

そして受話判定部１２で受話信号有りと判定されて、かつ送話判定部５で送話無しと判定されると、送話側可変減衰器８により、収音信号ｙ_ｎ（ｋ）を減衰させる。
この実施例２の構成により、実施例１とは違い、受話側減衰部８_ｍがないため、ダブルトーク中でも音切れしにくい。また、送話信号の強度のみではなく受話信号の強度も測定しているので、実施例１よりも正確に、エコーを減衰させることができる。
実施例３
この発明の実施例３を図８に示す。実施例３は実施例１で説明した音声スイッチ方法を、適応フィルタによる音響エコー消去方法と組み合わせた構成でありあとの処理は全て同じである。ここでは、Ｍチャネル再生系、２チャネル収音系の場合を考える。受話側可変減衰部８_１〜８_Ｍを経た再生信号ｘ_１（ｋ）〜ｘ_Ｍ（ｋ）はスピーカ２_１〜２_Ｍで再生され、同時に、音響エコー消去部１３_１、１３_２に入力され、予測エコー信号が生成される。スピーカで再生された再生信号ｘ_１（ｋ）〜ｘ_Ｍ（ｋ）は音響エコー経路ｈ_１〜ｈ_Ｍを経て、マイクロホン３_１、３_２に回り込む。以下の説明は、マイクロホン３_１に収音された収音信号ｙ_１（ｋ）について説明する。減算器１３２によってマイクロホン３_１からの収音信号ｙ_１（ｋ）から予測エコー信号ｈ＾_１（ｋ）が差し引かれ、その残差信号ｅ_１（ｋ）がエコー経路推定部１３３にフィードバックされると同時に、送話側可変減衰器９_１を経て、対地へ送信される。送話判定部６では、実施例１と同様に、送話の有無を判定し、受話側可変減衰器８及び送話側可変減衰器９を制御する。なお適応フィルタの更新には、例えば特開２００２−２２３１８２号公報に挙げられている各種アルゴリズムを使用することができる。なお、収音系がＮチャネル（Ｎは３以上の整数）の場合にも、同様の構成の処理により、音声スイッチ装置と適応フィルタによる音響エコー消去を組み合わせることが可能である。

この構成では、エコー消去処理を経た信号が送信される。そのため、受話音声と送話音声が重なる双方で話をする状況において、収音信号に送話信号と共に含まれる受話エコー成分を大幅に低減させた上で送信することができ、拡声通話の品質が大幅に向上する。
また、送話音声パワー推定部７と音響エコー消去部１３を入れ替えた構成も考えられる。この場合、音響エコー消去部１３で生成された残差信号ｅ（ｋ）が収音信号ｙ_ｎ（ｋ）として、収音信号ＴＦ変換部７２に入力されると共に、送話側可変減衰器８_ｎへ供給される。
更に実施例２と実施例３を組み合わせた構成も考えられる。この場合は、より品質の高い拡声通話を行うことができる。

図１及び図７に示した装置をコンピューターにより機能させてもよい。この場合は、これら図１及び図７に示した装置として、コンピュータを機能させるためのプログラムを、ＣＤ−ＲＯＭ、磁気ディスク、半導体記憶装置などからコンピュータにインストールし、あるいは、通信回線を介して、ダウンロードし、そのプログラムを実行させればよい。

従来技術の音声スイッチ装置及びこの発明の実施例１の具体的機能構成例を示すブロック図。 フレーム時刻ｊと離散的時刻ｋの関係を示す図。 従来技術のエコー成分比率推定部７３の具体的機能構成例を示すブロック図。 この発明の拡張エコー成分比率推定部１０３の具体的機能構成例を示すブロック図。 図５ａは送話判定部６及び受話判定部１１の具体的機能構成例を示す図であり、図５ｂは送話判定部６及び受話判定部１１のもう一つの具体的機能構成例を示す図である。 音声スイッチ装置における送話音声パワー推定部７_１、．．．、７_Ｎに対し、共通に用いられる機能構成部を説明するためのブロック図。 この発明の実施例２の具体的機能構成例を示すブロック図。 この発明の実施例３の具体的機能構成例を示すブロック図。

Claims (6)

1. 共通の音場に配置され、Ｍチャネルの再生信号が供給されるＭ個のスピーカ（Ｍは２以上の整数）とＮ個のマイクロホン（Ｎは１以上の整数）に接続される装置に用いられる音声スイッチ方法において、
   あらかじめ決めた２Ｌ個のサンプル点（Ｌは１以上の整数）によるフレームごとに、現フレーム（時刻ｊ）のＭチャネルの時間領域の再生信号のそれぞれを周波数領域に変換したＭチャネルの再生信号スペクトルＸ _ｍ ^→ （ｊ）（１≦ｍ≦Ｍ）を求める過程と、
   前記Ｎ個のマイクロホンよりの現フレームのＮチャネルの時間領域の収音信号のそれぞれを周波数領域に変換したＮチャネルの収音信号スペクトルＹ _ｎ ^→ （ｊ）（１≦ｎ≦Ｎ）を求める過程と、
   Ｍチャネルそれぞれについて、現フレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ）と過去のＢ個のフレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である再生信号拡張スペクトル
   

   

   
   を求める過程と、
   Ｎチャネルそれぞれについて、現フレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ）と過去のＢ個のフレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である収音信号拡張スペクトル
   

   

   
   を求める過程と、
   Ｍチャネルの前記再生信号拡張スペクトル、それぞれから、チャネル間相関成分を除去して再生側相関除去信号スペクトルを求める過程と、
   前記マイクロホンごとに、前記収音信号拡張スペクトルから各前記再生信号拡張スペクトルとの相関成分を除去して収音側相関除去信号スペクトルを求める過程と、
   前記マイクロホンごとに、前記再生側相関除去信号スペクトルと再生チャネル及び周波数成分が対応する前記収音側相関除去信号スペクトルとのコヒーレンスを計算する過程と、
   前記マイクロホンごとに、前記各周波数成分ごとでの各前記コヒーレンスを計算する過程での計算結果に基づき、各周波数成分ごとの前記収音信号拡張スペクトル中のエコー成分比率を計算する過程と、
   前記マイクロホンごとに、前記周波数成分毎に、前記収音信号スペクトル又は前記収音信号拡張スペクトルと前記エコー成分比率とに基づき、前記収音信号スペクトル中の非エコー成分を計算し、これら非エコー成分の総和を計算して、非エコー信号パワーを求める過程と、
   前記Ｎチャネル非エコー信号パワーと所定の閾値とを比較して、送話の有り無しの判定をする過程と、
   前記送話の有り無しの判定をする過程において、送話ありと判定されると、前記全受話信号を減衰させて前記再生信号とする過程と、
   前記送話の有り無しの判定をする過程において、送話なしと判定されると、前記全収音信号を減衰させる過程と、
   を有することを特徴とする音声スイッチ方法。
2. 共通の音場に配置され、Ｍチャネルの再生信号が供給されるＭ個のスピーカ（Ｍは２以上の整数）とＮ個のマイクロホン（Ｎは１以上の整数）に接続される装置に用いられる音声スイッチ方法において、
   あらかじめ決めた２Ｌ個のサンプル点（Ｌは１以上の整数）によるフレームごとに、現フレーム（時刻ｊ）のＭチャネルの時間領域の再生信号のそれぞれを周波数領域に変換したＭチャネルの再生信号スペクトルＸ _ｍ ^→ （ｊ）（１≦ｍ≦Ｍ）を求める過程と、
   前記Ｎ個のマイクロホンよりの現フレームのＮチャネルの時間領域の収音信号のそれぞれを周波数領域に変換したＮチャネルの収音信号スペクトルＹ _ｎ ^→ （ｊ）（１≦ｎ≦Ｎ）を求める過程と、
   Ｍチャネルそれぞれについて、現フレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ）と過去のＢ個のフレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である再生信号拡張スペクトル
   

   

   
   を求める過程と、
   Ｎチャネルそれぞれについて、現フレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ）と過去のＢ個のフレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）との周波数成分ごとの和である収音信号拡張スペクトル
   

   

   
   を求める過程と、
   Ｍチャネルの前記再生信号拡張スペクトル、それぞれから、チャネル間相関成分を除去して再生側相関除去信号スペクトルを求める過程と、
   前記マイクロホンごとに、前記収音信号拡張スペクトルから各前記再生信号拡張スペクトルとの相関成分を除去して収音側相関除去信号スペクトルを求める過程と、
   前記マイクロホンごとに、前記再生側相関除去信号スペクトルと再生チャネル及び周波数成分が対応する前記収音側相関除去信号スペクトルとのコヒーレンスを、計算する過程と、
   前記マイクロホンごとに、前記各周波数成分ごとでの各前記コヒーレンスを計算する過程での計算結果に基づき、各周波数成分ごとの前記収音信号拡張スペクトル中のエコー成分比率を計算する過程と、
   前記マイクロホンごとに、前記周波数成分毎に、前記収音信号スペクトル又は前記収音信号拡張スペクトルと前記エコー成分比率とに基づき、前記収音信号スペクトル中の非エコー成分を計算し、これら非エコー成分の総和を計算して、非エコー信号パワーを求める過程と、
   前記Ｎチャネル非エコー信号パワーと所定の閾値とを比較して、送話の有り無しの判定をする過程と、
   前記Ｍチャネルの現フレーム再生信号のパワーを計算し、そのパワーを所定の閾値と比較して、再生信号の有り無しの判定を行う過程と、
   送話の有り無しの判定をする前記過程において送話なしと判定され、かつ、前記再生信号の有り無しの判定を行う前記過程において、再生信号有りと判定されると、全収音信号を減衰させる過程と、
   を有することを特徴とする音声スイッチ方法。
3. 共通の音場に配置されるＭ個のスピーカ（Ｍは２以上の整数）とＮ個のマイクロホン（Ｎは１以上の整数）に接続される音声スイッチ装置において、
   あらかじめ決めた２Ｌ個のサンプル点（Ｌは１以上の整数）によるフレームごとに、現フレーム（時刻ｊ）のＭチャネルの時間領域の再生信号が入力され、これら再生信号のそれぞれを周波数領域に変換したＭチャネルの再生信号スペクトルＸ _ｍ ^→ （ｊ）（１≦ｍ≦Ｍ）を出力する再生信号ＴＦ変換部と、
   現フレームのＮチャネルの時間領域の収音信号が入力され、これら収音信号のそれぞれを周波数領域に変換したＮチャネルの収音信号スペクトルＹ _ｎ ^→ （ｊ）（１≦ｎ≦Ｎ）として出力する収音信号ＴＦ変換部と、
   Ｍチャネルそれぞれについて、現フレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ）と過去のＢ個のフレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）とが入力され、これらスペクトルの周波数成分ごとの和である再生信号拡張スペクトル
   

   

   
   を計算して出力する再生信号拡張スペクトル算出部と、
   Ｎチャネルそれぞれについて、現フレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ）と過去のＢ個のフレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）とが入力され、これらスペクトルの周波数成分ごとの和である収音信号拡張スペクトル
   

   

   
   を計算して出力する収音信号拡張スペクトル算出部と、
   Ｍチャネルの前記再生信号拡張スペクトルが入力され、それぞれから、チャネル間相関成分を除去して再生側相関除去信号スペクトルとして出力する再生側相関除去部と、
   前記マイクロホンごとに、前記収音信号拡張スペクトルと前記各再生拡張スペクトルが入力され、前記収音信号拡張スペクトルから各前記再生信号拡張スペクトルとの相関成分を除去して収音側相関除去信号スペクトルとして出力する収音側相関除去部と、
   前記マイクロホンごとに、各前記再生側相関除去信号スペクトルと各前記収音側相関除去信号スペクトルが入力され、これらの対応周波数成分間のコヒーレンスを計算するコヒーレンス算出部と、
   前記マイクロホンごとに、前記各周波数成分ごとでの各前記コヒーレンス算出部での計算結果に基づき、各周波数成分ごとの収音信号拡張スペクトル中のエコー成分比率を計算するエコー成分比率算出部と、
   前記マイクロホンごとに、前記収音信号スペクトル又は前記収音信号拡張スペクトルと前記周波数成分ごとの収音信号拡張スペクトル中の前記エコー成分比率が入力され、前記周波数成分ごとに、前記収音信号スペクトル又は前記収音信号拡張スペクトルと、前記エコー成分比率とから前記収音信号スペクトルの非エコー成分を計算し、これら非エコー成分の総和を計算して、非エコー信号パワーを計算する非エコー信号パワー算出部と、
   前記Ｎチャネルの前記非エコー信号パワーが入力され、その非エコー信号パワーと所定の閾値とを比較して、送話の有り無しの判定を出力する送話判定部と、
   前記送話判定部よりの送話ありの判定信号が入力され、前記全受話信号を減衰させて前記再生信号として出力する受話減衰部と、
   前記送話判定部よりの送話なしの判定信号が入力され、前記全収音信号を減衰させる送話減衰部と、
   を有することを特徴とする音声スイッチ装置。
4. 共通の音場に配置されるＭ個のスピーカ（Ｍは２以上の整数）とＮ個のマイクロホン（Ｎは１以上の整数）に接続される音声スイッチ装置において、
   あらかじめ決めた２Ｌ個のサンプル点（Ｌは１以上の整数）によるフレームごとに、現フレーム（時刻ｊ）のＭチャネルの時間領域の再生信号が入力され、これら再生信号のそれぞれを周波数領域に変換したＭチャネルの再生信号スペクトルＸ _ｍ ^→ （ｊ）（１≦ｍ≦Ｍ）を出力する再生信号ＴＦ変換部と、
   現フレームのＮチャネルの時間領域の収音信号が入力され、これら収音信号のそれぞれを周波数領域に変換したＮチャネルの収音信号スペクトルＹ _ｎ ^→ （ｊ）（１≦ｎ≦Ｎ）として出力する収音信号ＴＦ変換部と、
   Ｍチャネルそれぞれについて、現フレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ）と過去のＢ個のフレームの前記再生信号スペクトルＸ _ｍ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）とが入力され、これらスペクトルの周波数成分ごとの和である再生信号拡張スペクトル
   

   

   
   を計算して出力する再生信号拡張スペクトル算出部と、
   Ｎチャネルそれぞれについて、現フレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ）と過去のＢ個のフレームの前記収音信号スペクトルＹ _ｎ ^→ （ｊ−２ｂ）（１≦ｂ≦Ｂ）とが入力され、これらスペクトルの周波数成分ごとの和である収音信号拡張スペクトル
   

   

   
   を計算して出力する収音信号拡張スペクトル算出部と、
   Ｍチャネルの前記再生信号拡張スペクトルが入力され、それぞれから、チャネル間相関成分を除去して再生側相関除去信号スペクトルとして出力する再生側相関除去部と、
   前記マイクロホンごとに、前記収音信号拡張スペクトルと前記各再生拡張スペクトルが入力され、前記収音信号拡張スペクトルから各前記再生信号拡張スペクトルとの相関成分を除去して収音側相関除去信号スペクトルとして出力する収音側相関除去部と、
   前記マイクロホンごとに、各前記再生側相関除去信号スペクトルと各前記収音側相関除去信号スペクトルが入力され、これらの対応周波数成分間のコヒーレンスを計算するコヒーレンス算出部と、
   前記マイクロホンごとに、前記各周波数成分ごとでの各前記コヒーレンス算出部での計算結果に基づき、各周波数成分ごとの収音信号拡張スペクトル中のエコー成分比率を計算するエコー成分比率算出部と、
   前記マイクロホンごとに、前記収音信号スペクトル又は前記収音信号拡張スペクトルと前記周波数成分ごとの収音信号拡張スペクトル中の前記エコー成分比率が入力され、前記周波数成分ごとに、前記収音信号スペクトル又は前記収音信号拡張スペクトルと、前記エコー成分比率とから前記収音信号スペクトルの非エコー成分を計算し、これら非エコー成分の総和を計算して、非エコー信号パワーを計算する非エコー信号パワー算出部と、
   前記Ｎチャネルの前記非エコー信号パワーが入力され、その非エコー信号パワーと所定の閾値とを比較して、送話の有り無しの判定を出力する送話判定部と、
   前記Ｍチャネルの現フレームの前記再生信号が入力され、これら前記再生信号のパワーを計算し、そのパワーを所定の閾値と比較して、前記再生信号の有り無しの判定を行う受話判定部と、
   前記送和判定部から送話なしの判定信号が入力され、かつ、前記受話判定部から再生信号有りの判定信号が入力されて全収音信号を減衰させる送話減衰部と、
   を有することを特徴とする音声スイッチ装置。
5. 請求項１または２に記載の音声スイッチ方法の各過程をコンピュータに実行させるための音声スイッチプログラム。
6. 請求項１または２に記載した音声スイッチ方法の各過程をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。

Images