JP4612468B2

JP4612468B2 - 信号抽出装置

Info

Publication number: JP4612468B2
Application number: JP2005146342A
Authority: JP
Inventors: 真理子青木; 賢一古家; 章俊片岡
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2005-05-19
Filing date: 2005-05-19
Publication date: 2011-01-12
Anticipated expiration: 2025-05-19
Also published as: JP2006323134A

Description

本発明は、近接した目的信号源と、遠方の雑信号源とから信号が発せられている環境において、雑信号を抑圧し、目的信号を高いＳＮ比で抽出する信号抽出装置に関する。

目的信号と雑信号が時間的に重ならずに発せられている環境（例えば、信号が音の場合、話者が順番に交代していく環境や、時々突発的に鳴る非定常な雑音などが存在する環境である。）において、遠方の雑信号を抑圧し、近接した目的信号を強調する方法としては、従来、パワーを用いて閾値処理を行うノイズゲートという方法が提案されてきた（例えば非特許文献１参照）。
インターネット<http://www.jiten.com/dicmi/docs/k25/20745s.htm>［平成１７年５月１６日検索］

しかし、パワーだけを情報に使う場合には、例えば遠方のパワーの大きな雑信号と、近接した位置から発せられたパワーの小さな目的信号の判別を誤り、不必要な雑信号が出力されたり、必要な目的信号が過剰に抑圧されるという問題があった。

そこで本発明は、上記従来方法に比して目的信号と雑信号との判別誤りを低減し、目的信号を高いＳＮ比で抽出する信号抽出装置を提供することを目的とする。

目的信号源が雑信号源に比べて信号入力手段（例えば信号が音の場合、マイクロホン）に近接しているという場合、遠方の雑信号には反射や残響が多く重畳され、近接した目的信号には雑信号があまり重畳されないという特徴がある。この特徴を検出可能な物理量（信号特徴量）を算出することで、信号が遠方位置から発せられているのか近接位置から発せられているのかを判定し、近接した目的信号だけを抽出する。

信号の反射や残響などの度合いは、信号のケプストラムの高次成分（例えばケフレンシで５０ｍｓ以上）の変動の大きさから観測できることが知られている。同様に、信号の自己相関関数の変動からも観測できることが知られている。
（参考文献１）：Alan V. Oppenheim, Ronald W. Schafer著、伊達玄訳、"デジタル信号処理（DIGITAL SIGNAL PROCESSING）"、初版、下巻、株式会社コロナ社、１９８６年６月２０日

また、信号の反射や残響などの度合いは、信号の尖鋭度からも観測できることが知られている。
（参考文献２）：Bradford W. Gillespie, Henrique S. Malvar and Dinei A.F. Florencio,"Speech Dereverberation Via Maximum-Kurtosis Subband Adaptive Filtering", International Conference on Acoustics, Speech and Signal Processing, 2001

さらに、ケプストラム高次の時間軸に関する分散値は、近接信号では小さく、遠方信号では大きくなる。自己相関関数の時間軸に関する分散値も、近接信号では小さく、遠方信号では大きくなる。また、尖鋭度については、近接信号では値が大きく、遠方信号では値が小さくなる。

図１に、信号が音の場合に、マイクロホンから５０ｃｍ程度離れた位置からの目的音信号とマイクロホンから３ｍ程度離れた位置からの雑音信号とを３０秒ほど観測した場合における、ケプストラム高次の分散値の一例を示す。横軸はケプストラムにおいて短時間フーリエ変換する際のフレーム時間のフレーム数を表し、縦軸はケプストラム高次の分散値を表す。実線が近傍(マイクロホンから５０ｃｍ程度)の目的音信号（近い音）であり、点線が遠方(マイクロホンから３ｍ程度)の雑音信号（遠い音）である。
図２に、上記（図１の場合）と同条件下における自己相関関数の分散値の一例を示す。横軸は自己相関関数を演算する際のフレーム時間のフレーム数を表し、縦軸は自己相関関数の分散値を表す。
図３に、上記（図１の場合）と同条件下における尖鋭度の一例を示す。横軸は尖鋭度を演算する際のフレーム時間のフレーム数を表し、縦軸は尖鋭度を表す。

従って本発明では、信号入力手段で受信した受信信号のケプストラム高次の分散値、または自己相関関数の分散値、または尖鋭度の値を算出し、その値に応じて信号を出力する際の重み値αを算出する。

信号特徴量として受信信号のケプストラム高次の分散値を用いた場合、目的信号源からの信号のケプストラム分散値は雑信号源からの信号のケプストラム分散値よりも小さいことを利用して、ケプストラム分散値が予め定めた閾値より小さくなる区間は目的信号と判定し、受信信号に乗算する重み値αを所定の値に決定する。ケプストラム分散値が閾値より大きくなる区間は雑信号の区間と判定し、重み値αを所定の値に決定する。判定された各区間における重み値αの値は、目的信号源からの信号と雑信号源からの信号とを分離できるように適宜の値に設定される。例えばαを０≦α≦１．０とすれば、目的信号と判定された区間の受信信号に乗算する重み値αは、１．０あるいは１．０に近い値に決定し、雑信号と判定された区間の受信信号に乗算する重み値αは、０あるいは０に近い値に決定すればよい。
信号特徴量として受信信号の自己相関関数の分散値を用いる場合も同様の処理を行う。

また、信号特徴量として受信信号の尖鋭度を用いる場合には、近接した目的信号源からの信号の尖鋭度は大きく、遠方の雑信号源からの信号の尖鋭度は小さくなる性質を利用して、尖鋭度がある閾値以上になる区間は目的信号と判定し、受信信号に乗算する重み値αを所定の値に決定する。尖鋭度が閾値以下の場合には雑信号成分と判定し、重み値αを所定の値に決定する。判定された各区間における重み値αの値は、目的信号源からの信号と雑信号源からの信号とを分離できるように適宜の値に設定される。例えばαを０≦α≦１．０とすれば、目的信号と判定された区間の受信信号に乗算する重み値αは、１．０あるいは１．０に近い値に決定し、雑信号と判定された区間の受信信号に乗算する重み値αは、０あるいは０に近い値に決定すればよい。

重み値乗算手段においては、決定した重み値αを受信信号ｘ（ｔ）（ｔ：サンプリング時刻）の各帯域に乗算する。即ち、目的信号と判定された区間の受信信号には所定の重み値α（上記の例で云えば、１．０あるいは１．０に近い値）を乗じ、雑信号と判定された区間の受信信号には所定の重み値α（上記の例で云えば、０あるいは０に近い値）を乗じる。このように重み付けされた受信信号を出力信号として出力する。

また、上記信号特徴量(ケプストラム高次の分散値、自己相関関数の分散値、尖鋭度)はそれぞれ単独で用いても良いし、複数を組み合わせてもよい。演算量に余裕がある場合には、複数組み合わることにより判別精度の向上が期待できる。なお、上記信号特徴量はパワーと組み合わせることも出来る。

さらに、予め既知の目的信号および雑信号から上記の複数の信号特徴量を算出し、これらの値から重回帰分析に基づく回帰式を得ておき、受信信号の信号特徴量を回帰式に当てはめて得た目的変量から重み値を決定することもできる。

本発明の信号抽出装置によれば、パワーだけを使って判別していた従来方法に比して、目的信号と雑信号との判別誤りを低減し、目的信号を高いＳＮ比で抽出することができる。

図４に、第１の実施形態および第２の実施形態に係わる信号抽出装置（Ａ）の機能ブロック図を示す。また図５に、第１の実施形態および第２の実施形態に係わる信号抽出装置（Ａ）における信号抽出処理のフローチャートを示す。これらの実施形態においては、信号を音声や楽音などの音響信号として説明する。信号入力手段である音響信号入力部（１）は例えばマイクロホンとする。目的信号源である目的音源の音響信号（目的音信号）をｓ（ｔ）、雑信号源である雑音源の音響信号（雑音信号）をｎ（ｔ）とする。説明を簡略化するために、ここでは雑音源を一つとして説明するが、一般に雑音源の個数は複数でも良い。

＜第１の実施形態＞
まず、本発明の信号抽出装置の第１の実施形態について説明する。

信号特徴量算出手段である音響特徴量算出部（２）においては、音響信号入力部（１）で受信された受信信号ｘ（ｔ）の信号特徴量である音響特徴量τを算出する（Ｓ１００）。この音響特徴量τとは例えば、受信信号のケプストラム高次の分散値τ_１、自己相関関数の分散値τ_２、そして尖鋭度τ_３のいずれかである。

第１の実施形態では、これらの音響特徴量のうちいずれかを単独で使うとするが、複数を組み合わせて使うことで精度向上が望める。この場合については、第２の実施形態において説明する。

以下に、ケプストラム、自己相関関数、尖鋭度の定義を説明する。

《ケプストラム》
受信信号ｘ（ｔ）のケプストラムは式（１）で定義される。

ここで、fft(・)は入力・のフーリエ変換、abs(・)は入力・の絶対値、log(・)は入力・の常用対数、ifft(・)は入力・の逆フーリエ変換、そしてreal(・)は入力・の実部を表す。音響特徴量算出部（２）で算出される音響特徴量τは、受信信号のケプストラム高次の分散値τ_１の場合、式（１）で定義されたケプストラムの高次成分の分散値である。

《自己相関関数》
受信信号ｘ（ｔ）の自己相関関数は式（２）で定義される。

ここで、Ｎは相関を計算する信号の長さ、ｍはｍサンプルずらした相関を表す。音響特徴量算出部（２）で算出される音響特徴量τは、自己相関関数の分散値τ_２の場合、式（２）で定義された自己相関関数の分散値である。

《尖鋭度》
受信信号ｘ（ｔ）の線形予測残差信号をｙ（ｔ）とする。信号ｙ（ｔ）の尖鋭度は下記式（３）で定義される。

ここでＥは信号の期待値である。音響特徴量算出部（２）で算出される音響特徴量τは、尖鋭度τ_３の場合、式（３）で定義された尖鋭度である。

重み値決定手段である重み値決定部（３）においては、音響特徴量算出部（２）で算出した音響特徴量τの値に基づき、受信信号ｘ（ｔ）の各帯域に乗算する重み値αを決定する（Ｓ１０１）。例えば、音響特徴量としてケプストラム高次の分散値を用いた場合、目的音源からの音響信号のケプストラム分散値は雑音源からの音響信号のケプストラム分散値よりも小さいことを利用して、ケプストラム分散値が予め定めた閾値より小さくなる区間は目的音信号と判定し、受信信号に乗算する重み値αをα＝１．０（あるいは１．０に近い値）に決定する。ケプストラム分散値が閾値より大きくなる区間は雑音信号の区間と判定し、ゼロに近い重み値α（０≦α＜１）を決定する。音響特徴量として受信信号の自己相関関数の分散値を用いる場合も同様の処理を行う。

また、音響特徴量として受信信号の尖鋭度を用いる場合には、近接した目的音源からの音響信号の尖鋭度は大きく、遠方の雑音源からの音響信号の尖鋭度は小さくなる性質を利用して、尖鋭度がある閾値以上になる区間は目的音信号と判定して重み値αをα＝１．０（あるいは１．０に近い値）に決定する。尖鋭度が閾値以下の場合には雑音信号成分と判定してゼロに近い重み値α（０≦α＜１）を決定する。

重み値乗算手段である重み値乗算部（４）においては、重み値決定部（３）で決定した重み値αを受信信号ｘ（ｔ）に乗算する（Ｓ１０２）。つまり、目的音信号と判定された区間の受信信号には所定の重み値α（１．０あるいは１．０に近い値）を乗じ、雑音信号と判定された区間の受信信号には所定の重み値α（０あるいは０に近い値）を乗じ、このα×ｘ（ｔ）を出力信号として出力する。この出力信号が目的音信号として抽出されたものである。

＜第２の実施形態＞
次に、本発明の信号抽出装置の第２の実施形態について説明する。
第２の実施形態に係わる信号抽出装置は、第１の実施形態で述べた信号抽出装置（Ａ）と同じ構成である。以下、第１の実施形態と異なる部分について説明する。

第２の実施形態では、重み値の決定に複数の音響特徴量を用いる。即ち、重み値決定手段である重み値決定部（３）においては、音響特徴量算出部（２）で算出した複数の音響特徴量の値に基づき、受信信号ｘ（ｔ）の各帯域に乗算する重み値αを決定する（Ｓ１０１ｐ）。

先に述べた複数の音響特徴量を組み合わせた場合の処理の一例を下記プログラム形式〈ａ〉で示す。ここで、ケプストラム高次の分散値をτ_１、τ_１の閾値をth1、自己相関関数の分散値をτ_２、τ_２の閾値をth2、尖鋭度をτ_３、τ_３の閾値をth3とする。また、プログラム形式〈ａ〉の記号∪は“または”を表す。

プログラム形式〈ａ〉は、τ_１がth1よりも小さいか、τ_２がth2よりも小さいか、τ_３がth3よりも大きいかの少なくともいずれかが成立するか否かを判断し〔プログラム形式〈ａ〉の１行目〕、それらの少なくともいずれかが成立する場合には、重み値αを１．０と決定し〔プログラム形式〈ａ〉の２行目〕、それ以外の場合は、重み値αを０．０と決定する〔プログラム形式〈ａ〉の３行目〕ことを表す。

勿論、プログラム形式〈ａ〉の１行目のif文において、∪(または)の代わりに∩(且つ)を用いて判断するものとしてもよいし、これらの組み合わせを用いて判断することも可能である。

また、上記τ_１、τ_２、τ_３の全てを用いて判断することは必須ではない。例えば、τ_１＜th1とτ_２＜th2の組み合わせ、τ_１＜th1とτ_３＞th3の組み合わせ、τ_２＜th2とτ_３＞th3の組み合わせで判断することでもよい。さらに、上記τ_１、τ_２、τ_３のみならず、受信信号ｘ（ｔ）のパワーの値をτ_４、このτ_４の閾値をth4として、τ_４＞th4を用いて判断することも可能である。つまり例えば、τ_１＜th1とτ_４＞th4の組み合わせで判断することも可能であるし、τ_１＜th1とτ_３＞th3とτ_４＞th4の組み合わせで判断することなども可能である。より具体的な一例をプログラム形式〈ｂ〉で示す。

プログラム形式〈ｂ〉は、τ_１がth1よりも小さいか、あるいは、τ_２がth2よりも小さく、且つ、τ_４がth4よりも大きいかの少なくともどちらかが成立するか否かを判断し〔プログラム形式〈ｂ〉の１行目〕、少なくともどちらかが成立する場合には、重み値αを１．０と決定し〔プログラム形式〈ｂ〉の２行目〕、それ以外の場合は、重み値αを０．０と決定する〔プログラム形式〈ｂ〉の３行目〕ことを表す。

なお、以上に例示したプログラム形式では、例えばτ_１については、τ_１＜th1を判断するとしたが、逆にth1≦τ_１を判断するように変更することもできる。このことを説明するために、プログラム形式〈ｃ〉および〈ｄ〉を例示する。

プログラム形式〈ｃ〉は、τ_１がth1よりも小さく、且つ、τ_２がth2よりも小さいことが成立するか否かを判断し〔プログラム形式〈ｃ〉の１行目〕、これが成立する場合には、重み値αを１．０と決定し〔プログラム形式〈ｃ〉の２行目〕、それ以外の場合は、重み値αを０．０と決定する〔プログラム形式〈ｃ〉の３行目〕ことを表す。一方、プログラム形式〈ｄ〉は、τ_１がth1以上であるか、または、τ_２がth2以上であるかの少なくともどちらかが成立するか否かを判断し〔プログラム形式〈ｄ〉の１行目〕、少なくともどちらかが成立する場合には、重み値αを０．０と決定し〔プログラム形式〈ｄ〉の２行目〕、それ以外の場合は、重み値αを１．０と決定する〔プログラム形式〈ｄ〉の３行目〕ことを表す。結局、プログラム形式〈ｃ〉〈ｄ〉は同等の処理内容を表している。

このように、プログラム形式〈ｃ〉〈ｄ〉で例示したように、同等の処理内容でありながら、異なる判断に従って処理されることがあるが、本発明においては、ある特定の判断に従った処理に限定するものではない。その他、複数の音響特徴量（信号特徴量）を用いた重み値αの決定は、本発明の趣旨を逸脱しない限り適宜に変更可能である。

＜第３の実施形態＞
次に、本発明の信号抽出装置の第３の実施形態について説明する。
図６に、第３の実施形態における信号抽出装置（Ｂ）の機能ブロック図を示す。また図７に、第３の実施形態に係わる信号抽出装置（Ｂ）における信号抽出処理のフローチャートを示す。
第３の実施形態に係わる信号抽出装置（Ｂ）は、第１の実施形態および第２の実施形態で述べた信号抽出装置（Ａ）に、後述の統計分析部（５）を備えたものである。以下、第１の実施形態ないし第２の実施形態と異なる部分について説明する。

第３の実施形態に係わる信号抽出装置（Ｂ）の特徴は、音響特徴量の閾値を決定する際、重回帰分析と呼ばれる手法を使うことで、閾値を毎回設定する必要が無く、閾値が０．５以上ならば目的音信号、０．５より小さければ雑音信号と判定できるところにある（第３の実施形態では閾値を０．５とするが、閾値を０．５に限定するものではなく適宜変更可能である。）。重回帰分析とは、複数の音響特徴量と信号の特徴との相関を多次元で調べることの出来る手法である。

重回帰分析では一般に、正解が既知であるデータを用いて、未知データの判別を行うことが出来る。例えば、予め収録された近接の目的音信号と、遠方の雑音信号に対して、近接の目的音信号には数値“１”を割り当て、遠方の雑音信号には数値“０”を正解として割り当てる。さらに、既知の目的音信号及び雑音信号の音響特徴量として複数の音響特徴量を算出する(これは先に述べたケプストラム高次の分散値、自己相関関数の分散値、そして尖鋭度、パワーなどである)。これらの音響特徴量に対して重回帰分析を施すことで、未知の信号に対して、それが近接音であるか、遠方音であるかを判別するための回帰式が導かれる。回帰式は、説明変量ｐ_１〜ｐ_ｋ（ｋ＝１，２，・・・）に対して、回帰係数ｂ_１〜ｂ_ｋを用いて、下記式（４）で表される。

ここで、説明変量ｐ_１〜ｐ_ｋは音響特徴量τ_１〜τ_ｋを表し、ｙは回帰式（４）から得られる目的変量である。また、ａ_０はｙ切片である（ｙ切片ａ_０と回帰係数ｂ_１〜ｂ_ｋをうまく求める手法が重回帰分析である。）。

統計分析手段である統計分析部（５）においては、音響特徴量算出部（２）で算出した音響特徴量を、式（４）の説明変量に代入演算した結果、目的変量ｙ_１を算出する（Ｓ２００）。

このように算出された目的変量ｙ_１を用いて、重み値算出部（３）は、重み値αをプログラム形式〈ｅ〉のように決定する（Ｓ２０１）。

プログラム形式〈ｅ〉は、ｙ_１の値が０．５よりも大きいか否かを判断し、大きいと判断された場合には、重み値αを１．０に決定し、それ以外の場合には、重み値αを０．０に決定することを表している。

このように定めることで、閾値の分布を予め目視で確認しなくても、重み値αを決定することが出来る。

なお、本発明の信号抽出装置は、上記の信号入力手段（例えばマイクロホン）、記憶装置（例えばＲＡＭ、ＲＯＭやハードディスク）、演算処理装置（例えばＣＰＵ）、入力・出力装置（例えばキーボード、ディスプレイ）、これらの装置間でデータのやり取りが可能に接続するバスなどを備えたコンピュータによって実現することができる（図８参照）。この場合、上述したケプストラムの高次成分の分散値、自己相関関数の分散値、尖鋭度、統計分析、重み値、出力信号などを算出するために必要なプログラム（音響特徴量算出プログラム、統計分析プログラム、重み値決定プログラム、重み値乗算プログラムその他これらのプログラムの処理を制御する制御プログラムなど。但し、第１の実施形態および第２の実施形態では、統計分析プログラムは不要である。）その他受信信号ｘ（ｔ）などのデータを記憶装置に記憶しておき、必要に応じて演算処理装置がプログラムを読み込んで解釈実行することで、上述した各部の機能を実現する（音響特徴量算出部、統計分析部、重み値決定部、重み値乗算部その他これら各部の処理を制御する制御部など）。重み値乗算部によって出力された出力信号は、記憶装置に保存すればよい。また各プログラムは、コンピュータ読み取り可能な記録媒体に記録することもできる。

本発明の信号抽出装置は、例えば、目的信号が音声の場合の音声認識や雑音信号抑圧といった音響信号分析などに有用である。特に、目的信号源からの目的信号と雑信号源からの雑信号とが時間的に重なっていない環境において、目的信号源が雑信号源に比べて信号抽出装置に近接している場合に有用である。

マイクロホンから５０ｃｍ程度離れた位置からの目的音信号とマイクロホンから３ｍ程度離れた位置からの雑音信号とを３０秒ほど観測した場合における、ケプストラム高次の分散値の一例。図１におけるのと同条件下での自己相関関数の分散値の一例。図１におけるのと同条件下での尖鋭度の一例。第１の実施形態および第２の実施形態に係わる信号抽出装置（Ａ）の機能ブロック図。第１の実施形態および第２の実施形態に係わる信号抽出装置（Ａ）における信号抽出処理のフローチャート。第３の実施形態に係わる信号抽出装置（Ｂ）の機能ブロック図。第３の実施形態に係わる信号抽出装置（Ｂ）における信号抽出処理のフローチャート。信号抽出装置のハードウェア構成例。

符号の説明

１マイクロホン
２音響特徴量算出部
３重み値決定部
４重み値乗算部
５統計分析部

Claims

目的音声音響信号源および雑音信号源が存在する環境下で受信された受信信号から、雑音信号を抑圧し目的音声音響信号を抽出する信号抽出装置であって、
目的音声音響信号源および雑音信号源からの信号を受信する少なくとも１つ以上の信号入力手段と、
信号入力手段で受信された受信信号の信号特徴量を算出する信号特徴量算出手段と、
信号特徴量算出手段で算出された信号特徴量の値に基づき、信号入力手段で受信された受信信号に乗算する重み値αを決定する重み値決定手段と、
重み値決定手段で決定された重み値を、信号入力手段で受信された受信信号に乗算する重み値乗算手段とを備え、
上記信号特徴量算出手段で算出される信号特徴量はケプストラムの高次の時間軸に関する分散値である
ことを特徴とする信号抽出装置。
目的音声音響信号源および雑音信号源が存在する環境下で受信された受信信号から、雑音信号を抑圧し目的音声音響信号を抽出する信号抽出装置であって、
目的音声音響信号源および雑音信号源からの信号を受信する少なくとも１つ以上の信号入力手段と、
信号入力手段で受信された受信信号の信号特徴量を算出する信号特徴量算出手段と、
信号特徴量算出手段で算出された信号特徴量の値に基づき、信号入力手段で受信された受信信号に乗算する重み値αを決定する重み値決定手段と、
重み値決定手段で決定された重み値を、信号入力手段で受信された受信信号に乗算する重み値乗算手段とを備え、
上記信号特徴量算出手段で算出される信号特徴量は自己相関関数の時間軸に関する分散値である
ことを特徴とする信号抽出装置。
目的音声音響信号源および雑音信号源が存在する環境下で受信された受信信号から、雑音信号を抑圧し目的音声音響信号を抽出する信号抽出装置であって、
目的音声音響信号源および雑音信号源からの信号を受信する少なくとも１つ以上の信号入力手段と、
信号入力手段で受信された受信信号の信号特徴量を算出する信号特徴量算出手段と、
信号特徴量算出手段で算出された信号特徴量の値に基づき、信号入力手段で受信された受信信号に乗算する重み値αを決定する重み値決定手段と、
重み値決定手段で決定された重み値を、信号入力手段で受信された受信信号に乗算する重み値乗算手段とを備え
上記信号特徴量算出手段は、
信号特徴量としてパワー、ケプストラムの高次の時間軸に関する分散値、自己相関関数の時間軸に関する分散値、尖鋭度のいずれか２つ以上を算出するものであり、
上記重み値決定手段は、
上記信号特徴量算出手段で算出された信号特徴量であるパワー、ケプストラムの時間軸に関する分散値、自己相関関数の時間軸に関する分散値、尖鋭度のうち複数の組み合わせに基づき、受信信号に乗算する重み値αを決定する
ことを特徴とする信号抽出装置。
上記信号特徴量算出手段で算出された信号特徴量の値から重回帰分析による目的変量を算出する統計分析手段を備え、
上記重み値決定手段は、
統計分析手段で算出された目的変量に基づき、重み値αを決定するものである
ことを特徴とする請求項１から請求項３のいずれかに記載の信号抽出装置。