JP4849023B2

JP4849023B2 - 雑音抑圧装置

Info

Publication number: JP4849023B2
Application number: JP2007184458A
Authority: JP
Inventors: 直樹仁田
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2007-07-13
Filing date: 2007-07-13
Publication date: 2011-12-28
Anticipated expiration: 2027-07-13
Also published as: JP2009020427A

Description

本発明は、雑音信号が重畳された音声信号から雑音成分を抑圧する雑音抑圧装置に関する。

従来、雑音抑圧装置として種々のものが提案されている。図４は、騒音再合成法と呼ばれる手法を利用する雑音抑圧装置の例を示したものである。騒音再合成法では、入力信号からそれに含まれる雑音信号を推定し、この推定した雑音信号を入力信号から減算して出力信号とすることにより、雑音成分の抑圧された出力が得られる（例えば、非特許文献１参照）。

図４を参照して、この雑音抑圧装置１００の構成とその動作原理を簡単に説明する。雑音抑圧装置１００への入力信号はサンプリングされたデジタル信号ｘ（ｎ）であり、この信号ｘ（ｎ）は音声信号ｓ（ｎ）と雑音信号ξ（ｎ）とからなる。整数ｎはサンプルのインデックス、即ち離散時間を表す。入力信号ｘ（ｎ）は、線形予測誤差フィルタ１０１へ入力される。線形予測誤差フィルタ１０１は、過去の所定数の入力信号サンプルを用いた線形結合によって現在の入力信号を予測し、その予測結果と実際の入力信号との差分である予測誤差信号ｗ（ｎ）を出力する。入力信号の予測は、予測誤差信号ｗ（ｎ）が最小になるように線形結合の係数を決めることにより行われる。

ここで、入力信号ｘ（ｎ）のうち音声信号成分ｓ（ｎ）は予測性が高いが雑音信号成分ξ（ｎ）は予測性が低いという性質があるため、予測結果には雑音成分があまり含まれないことになる。したがって、予測誤差信号ｗ（ｎ）は、主として雑音成分に基づく、音声信号ｓ（ｎ）との相関が小さい信号となる。この予測誤差信号ｗ（ｎ）は、適応デジタルフィルタ１０２へ入力される。適応デジタルフィルタ１０２は、入力された予測誤差信号ｗ（ｎ）にフィルタリング処理を施し、信号ξ’（ｎ）を出力する。信号ξ’（ｎ）は符号反転して加算器１０３へ入力され、この信号と入力信号ｘ（ｎ）との差分をとった信号ｓ’（ｎ）が加算器１０３から出力される。

このとき、適応デジタルフィルタ１０２は、加算器１０３の出力ｓ’（ｎ）が最小となるようにフィルタリング特性を適応的に制御する。ここでｓ’（ｎ）＝ｓ（ｎ）＋ξ（ｎ）−ξ’（ｎ）であるが、予測誤差信号ｗ（ｎ）から得られる信号であるξ’（ｎ）はｗ（ｎ）と同じく音声信号ｓ（ｎ）との相関が小さいから、上記フィルタリングの適応制御においてξ’（ｎ）を変化させた時、ξ（ｎ）−ξ’（ｎ）が最小値をとる場合にｓ’（ｎ）が最小になる。このことは、適応デジタルフィルタ１０２の出力ξ’（ｎ）は雑音信号ξ（ｎ）を推定したものであることを意味する。

このように、この雑音抑圧装置１００では、雑音を推定した信号ξ’（ｎ）を再合成し、この信号ξ’（ｎ）を入力信号ｘ（ｎ）から減算することによって、雑音成分の抑圧された信号ｓ’（ｎ）を得ることができる。
川村他、騒音再合成による騒音抑圧法の改善に関する一検討、「日本音響学会春季研究発表会講演論文集」、日本音響学会、２００２年３月、６０５−６０６頁

上述した雑音抑圧装置１００において、理想的には、線形予測誤差フィルタ１０１の出力である予測誤差信号ｗ（ｎ）は、一様な周波数応答を持ついわゆる白色雑音となって音声信号ｓ（ｎ）と無相関になる。このとき、適応デジタルフィルタ１０２から出力される再合成された雑音信号ξ’（ｎ）は、同様に音声信号ｓ（ｎ）とは無相関であるため、入力信号ｘ（ｎ）に含まれる実際の雑音信号ξ（ｎ）と一致したものとなる。したがって、雑音抑圧装置１００の出力信号はｓ’（ｎ）＝ｓ（ｎ）となり、雑音が完全に除去されて音声だけを含んでいる信号が得られることになる。

しかしながら、現実には、線形予測誤差フィルタ１０１からは音声信号ｓ（ｎ）に基づく成分も含んだ予測誤差信号ｗ（ｎ）が出力されるので、ｗ（ｎ）は十分に白色化されない。この場合、後続する適応デジタルフィルタ１０２の処理では、出力する信号ξ’（ｎ）と音声信号ｓ（ｎ）との相関が大きくなって、この推定された雑音信号ξ’（ｎ）が実際の雑音信号ξ（ｎ）からずれたものとなってくる。この結果、雑音抑圧装置１００の出力信号ｓ’（ｎ）において、雑音抑圧の効果が十分に得られなくなってしまう。
なお、非特許文献１には、線形予測誤差フィルタ１０１を改良することによって、予測誤差信号ｗ（ｎ）に含まれる音声信号成分を低減し上記の問題を解決する方法が提案されているが、これには構成が複雑化して装置規模が大きくなってしまう問題がある。

本発明は上記の点に鑑みてなされたものであり、その目的は、雑音抑圧効果に優れるとともに構成が簡素な雑音抑圧装置を提供することにある。

本発明は上記の課題を解決するためになされたものであり、音声信号と雑音信号とを含む入力信号から雑音成分を抑圧して出力する雑音抑圧装置であって、前記入力信号から予測誤差信号に基づく線形予測により得られる予測信号と、前記入力信号と前記予測信号の差分である前記予測誤差信号と、を出力する第１のフィルタ部と、前記第１のフィルタ部から出力される予測誤差信号の周波数特性を変換することにより前記入力信号に含まれる雑音信号を推定した信号を出力する第２のフィルタ部と、前記第１のフィルタ部から出力される予測信号と、前記第２のフィルタ部の出力と前記入力信号との差分信号と、を混合して出力する混合部と、を備えたことを特徴とする。

この発明において、第１のフィルタ部（例えば実施形態における線形予測誤差フィルタ）から予測信号を出力して、この予測信号と第２のフィルタ部（例えば実施形態における適応デジタルフィルタ）の出力信号とを混合して出力するようにした。したがって、第２のフィルタ部に入力される予測誤差信号が十分に白色化されていないために入力信号と第２のフィルタ部の出力との差分信号が十分に雑音抑圧されない場合においても、第１のフィルタ部から音声信号を予測し雑音が抑圧された予測信号を混合していることにより、雑音の少ない良好な音声出力を得ることができる。また、第１のフィルタ部からの予測信号と第２のフィルタ部の出力信号とを混合するだけであるので、構成が簡単である。

また、本発明は、上記の雑音抑圧装置において、前記第２のフィルタ部における制御パラメータの変化量を判定する判定部を備え、前記第２のフィルタ部は、前記差分信号に応じて変化する前記制御パラメータを用いて前記予測誤差信号の周波数特性変換を行い、前記混合部は、前記判定部により前記制御パラメータの変化量が所定量を超えていると判定された時は前記第１のフィルタ部から出力される予測信号を所定値以上の混合割合で混合することを特徴とする。

この発明において、第１のフィルタ部では線形予測の結果が安定するまでに所定の時間がかかり、第２のフィルタ部で制御パラメータの変化が落ち着くまでには更に付加的に所定の時間を要するが、制御パラメータの変化が落ち着いていない場合でも、線形予測の結果が安定していれば、雑音抑圧が十分でない第２フィルタ部の出力信号が相対的に少なく混合され、雑音が抑圧された第１フィルタ部の出力である予測信号が相対的に多く混合される。したがって、第２のフィルタ部で制御パラメータの変化が落ち着く前に、いち早く雑音の少ない良好な音声出力を得ることができる。

本発明によれば、雑音抑圧効果に優れるとともに構成が簡素な雑音抑圧装置を実現することができる。

以下、図面を参照しながら本発明の実施形態について詳しく説明する。
図１は、本発明の一実施形態による雑音抑圧装置の構成を示すブロック図である。雑音抑圧装置１は、線形予測誤差フィルタ１０と、適応デジタルフィルタ２０と、混合部３０と、加算器４２と、から構成される。また、線形予測誤差フィルタ１０は、遅延器１１−１と、線形予測器１２と、加算器４１と、から構成される。

雑音抑圧装置１への入力信号は、所定のサンプリング周期でサンプリングされたデジタル信号ｘ（ｎ）である。この信号ｘ（ｎ）は、所望される音声信号ｓ（ｎ）と、抑圧されるべき雑音信号ξ（ｎ）とからなる。整数ｎは入力信号サンプルのインデックスであり、離散時間に対応する。入力信号ｘ（ｎ）は、線形予測誤差フィルタ１０へ入力される。線形予測誤差フィルタ１０において、この入力信号ｘ（ｎ）は遅延器１１−１によって１サンプル分遅延させられて、線形予測器１２へ１サンプル前の入力信号ｘ（ｎ−１）が入力される。線形予測器１２は、制御パラメータＨ_ＬＰＥＦ（以下に述べる予測係数ｈ_ｋ（ｎ）の集合）に基づく線形予測により、入力された入力信号ｘ（ｎ−１）から現在の入力信号ｘ（ｎ）を予測した予測信号ｙ（ｎ）を計算する。

線形予測器１２は、図２のブロック図に示される内部構成（このような構成のフィルタは、トランスバーサルフィルタと呼ばれる）を有している。入力信号ｘ（ｎ−１）は、乗算器１３−１と遅延器１１−２に与えられる。遅延器１１−２は、この入力信号ｘ（ｎ−１）を１サンプル分遅延させて、１サンプル前の入力信号ｘ（ｎ−２）を出力する。更に、入力信号ｘ（ｎ−２）は、乗算器１３−２と遅延器１１−３に与えられる。遅延器１１−３は、この入力信号ｘ（ｎ−２）を１サンプル分遅延させて、１サンプル前の入力信号ｘ（ｎ−３）を出力する。以下同様にして、Ｍ番目の遅延器１１−Ｍまでの処理が行われる。遅延器１１−Ｍからの入力信号ｘ（ｎ−Ｍ）は、乗算器１３−Ｍに与えられる。各乗算器１３−ｋ（ｋ＝１，２，…，Ｍ）は、与えられた入力信号ｘ（ｎ−ｋ）に予測係数ｈ_ｋ（ｎ）を乗算してその結果を加算器１４へ出力する。加算器１４において、これらが加算され次式で表される予測信号ｙ（ｎ）が得られる。

予測信号ｙ（ｎ）は符号反転して加算器４１へ入力される。加算器４１へは、この符号反転した予測信号ｙ（ｎ）が１つの入力とされ、また現在の実際の入力信号ｘ（ｎ）がもう１つの入力とされる。加算器４１において、これらが加算され入力信号ｘ（ｎ）と予測信号ｙ（ｎ）の差分である予測誤差信号ｗ（ｎ）＝ｘ（ｎ）−ｙ（ｎ）が出力される。線形予測器１２は、この予測誤差信号ｗ（ｎ）が最小になるように予測係数ｈ_ｋ（ｎ）を決定して、線形予測による予測信号ｙ（ｎ）を計算している。

ここで、入力信号ｘ（ｎ）のうち音声信号成分ｓ（ｎ）として人の声を想定すると、通常人の声は周期性が高いためこの音声信号成分ｓ（ｎ）は予測性が高い。一方、雑音信号成分ξ（ｎ）は人の声に比べて周期性が低いため予測性が低い。したがって、予測信号ｙ（ｎ）は予測性の高い音声信号成分ｓ（ｎ）が予測される結果、雑音成分をあまり含まず所望される音声成分を多く含んだ信号となり、予測誤差信号ｗ（ｎ）は主として雑音成分を含んだ信号となる。
線形予測誤差フィルタ１０は、上記の音声信号成分ｓ（ｎ）を予測した信号である予測信号ｙ（ｎ）を混合部３０へ出力し、雑音が主成分で音声信号ｓ（ｎ）との相関が小さい信号である予測誤差信号ｗ（ｎ）を適応デジタルフィルタ２０へ出力する。

適応デジタルフィルタ２０は、入力された予測誤差信号ｗ（ｎ）に対して制御パラメータＨ_ＡＤＦに基づくフィルタリング処理を施し、信号ξ’（ｎ）を出力する。適応デジタルフィルタ２０は線形予測器１２と同様のトランスバーサルフィルタとして構成されるものであって、制御パラメータＨ_ＡＤＦも上記の予測係数ｈ_ｋ（ｎ）と同様の係数の集合である。適応デジタルフィルタ２０から出力された信号ξ’（ｎ）は、符号反転して加算器４２へ入力される。加算器４２へは、この符号反転した信号ξ’（ｎ）が１つの入力とされ、また雑音抑圧装置１への入力信号ｘ（ｎ）がもう１つの入力とされる。加算器４２においてこれらが加算され、入力信号ｘ（ｎ）と信号ξ’（ｎ）の差分である信号ｓ’（ｎ）＝ｓ（ｎ）＋ξ（ｎ）−ξ’（ｎ）が混合部３０へ出力される。

このとき、適応デジタルフィルタ２０は、加算器４２の出力ｓ’（ｎ）が最小となるように制御パラメータＨ_ＡＤＦを適応的に変化させ、フィルタリング特性を制御する。ここで、予測誤差信号ｗ（ｎ）から得られる信号であるξ’（ｎ）はｗ（ｎ）と同じく音声信号ｓ（ｎ）との相関が小さいので、フィルタリング特性の適応的制御においてξ’（ｎ）を変化させた時、ξ（ｎ）−ξ’（ｎ）が最小値をとる場合にｓ’（ｎ）が最小になる。したがって、適応デジタルフィルタ２０の出力ξ’（ｎ）は、入力信号ｘ（ｎ）に含まれる雑音信号ξ（ｎ）を推定した信号になる。また、加算器４２の出力ｓ’（ｎ）は、この雑音を推定した信号ξ’（ｎ）を入力信号ｘ（ｎ）から減じたものであるから、雑音成分が抑圧された信号になる。

こうして、混合部３０へは、いずれも雑音成分が抑圧されている２つの信号ｙ（ｎ）とｓ’（ｎ）が入力される。混合部３０はこれらの信号を所定の混合割合で混合して出力し、これが雑音抑圧装置１の出力信号となる。
このように、雑音成分が抑圧された２つの信号ｙ（ｎ）およびｓ’（ｎ）を混合して雑音抑圧装置１の出力信号としたので、予測誤差信号ｗ（ｎ）が十分に白色化されていないために加算器４２の出力ｓ’（ｎ）が十分に雑音抑圧されない場合においても、線形予測誤差フィルタ１０の出力である予測信号ｙ（ｎ）が雑音抑圧されているため、雑音抑圧装置１から雑音の少ない良好な音声出力を得ることができる。

次に、本発明の他の実施形態を説明する。
図３は、本発明の他の実施形態による雑音抑圧装置の構成を示すブロック図である。この雑音抑圧装置２は、上述した雑音抑圧装置１の構成に加えて判定部５０を備えたものである。上述した雑音抑圧装置１と共通する構成については説明を省略する。

判定部５０は、適応デジタルフィルタ２０がフィルタリング処理をする際の上記制御パラメータＨ_ＡＤＦを逐次取り込んで、その係数が更新される前後の変化量が所定の閾値を超えているか否かを判定する。判定は、１サンプル毎に行ってもよいし、所定の数サンプルについての平均的な変化量を対象に行ってもよい。判定部５０による当該判定の結果は混合部３０へ送られる。

制御パラメータＨ_ＡＤＦの変化量が上記閾値を超えていると判定された時、即ち制御パラメータＨ_ＡＤＦの変化が大きいため適応デジタルフィルタ２０が出力する雑音信号ξ（ｎ）を推定した信号ξ’（ｎ）が安定しておらず、ξ’（ｎ）とξ（ｎ）の差が大きい時は、混合部３０は、線形予測誤差フィルタ１０からの予測信号ｙ（ｎ）が所定値以上の混合割合となるように、信号ｙ（ｎ）とｓ’（ｎ）を混合して出力する。ξ’（ｎ）とξ（ｎ）の差が大きい時は加算器４２の出力ｓ’（ｎ）が十分に雑音抑圧されない時であるので、ｓ’（ｎ）が少なく線形予測誤差フィルタ１０からの雑音抑圧された出力ｙ（ｎ）が多く混合されることによって、雑音抑圧装置１から雑音の少ない良好な音声出力を効果的に得ることができる。

特に、線形予測誤差フィルタ１０で線形予測が安定して行われ、雑音が抑圧された予測信号ｙ（ｎ）が得られるまでには所定の時間がかかり、適応デジタルフィルタ２０で制御パラメータＨ_ＡＤＦの変化が落ち着いて、加算器４２から雑音が抑圧された出力ｓ’（ｎ）が得られるまでには更に付加的に所定の時間を要するので、混合部３０が上記のように動作することにより、線形予測誤差フィルタ１０の線形予測が安定した時点でいち早く雑音の少ない良好な音声出力を得ることができる。

以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
例えば、線形予測誤差フィルタ１０や適応デジタルフィルタ２０の具体的な構成は上述のものに限定されず、非特許文献１に示されているようないわゆるラティスフィルタを適用しても構わない。

本発明の一実施形態による雑音抑圧装置の構成を示すブロック図である。線形予測器の構成を示すブロック図である。本発明の他の実施形態による雑音抑圧装置の構成を示すブロック図である。従来の雑音抑圧装置の構成を示すブロック図である。

符号の説明

１，２…雑音抑圧装置１０…雑音予測誤差フィルタ１１…遅延器１２…線形予測器１３…乗算器１４…加算器２０…適応デジタルフィルタ３０…混合部４１，４２…加算器５０…判定部

Claims

音声信号と雑音信号とを含む入力信号から雑音成分を抑圧して出力する雑音抑圧装置であって、
前記入力信号から予測誤差信号に基づく線形予測により得られる予測信号と、前記入力信号と前記予測信号の差分である前記予測誤差信号と、を出力する第１のフィルタ部と、
前記第１のフィルタ部から出力される予測誤差信号の周波数特性を変換することにより前記入力信号に含まれる雑音信号を推定した信号を出力する第２のフィルタ部と、
前記第１のフィルタ部から出力される予測信号と、前記第２のフィルタ部の出力と前記入力信号との差分信号と、を混合して出力する混合部と、
を備えたことを特徴とする雑音抑圧装置。
前記第２のフィルタ部における制御パラメータの変化量を判定する判定部を備え、
前記第２のフィルタ部は、前記差分信号に応じて変化する前記制御パラメータを用いて前記予測誤差信号の周波数特性変換を行い、
前記混合部は、前記判定部により前記制御パラメータの変化量が所定量を超えていると判定された時は前記第１のフィルタ部から出力される予測信号を所定値以上の混合割合で混合する
ことを特徴とする請求項１に記載の雑音抑圧装置。