JP4929899B2 - 音声入出力装置及びプログラム - Google Patents

Description

本発明は、マイクから入力された音声信号のノイズを除去するノイズ除去手段を有した音声入出力装置及びプログラムに関する。

近年、携帯電話や携帯電話に接続するハンズフリー装置等の音声入出力装置において、騒音下での使用を想定して、受話音量の様々な自動調整方法が開発されている。

例えば、ユーザの送話音の音声レベルを検知し、その大きさにより受話音量を調整する技術（特許文献１参照）や、音声入出力装置とユーザとの距離と、周辺環境の騒音との２つの要素によって受話音量を調整する技術（特許文献２参照）等が挙げられる。

これらの技術により、ユーザは、周囲の騒音に応じて自ら受話音量を変える必要がなく、例えば運転中に、音量調整による操作の煩わしさや交通上の危険を回避することができる。
特開２００４−１６５８６５号公報 特開２００４−２２１８０６号公報

しかし、特許文献１では、周辺環境の騒音を直接検知するのではなく、ユーザが発する送話音の大きさを用いて、間接的に騒音の大きさを検知している。そのため、例えば、ユーザが騒音下において小さな声で話した場合、ユーザの意に反して受話音量が小さくなってしまうことがある。

また、特許文献２では、携帯電話に、ユーザが音声を入力するマイクとは別に、騒音を検知するためのマイクが備えられているため、装置構成が複雑になり、コストが高くなってしまう。

本発明は、上述したような課題に鑑みて為されたものであり、その目的とするところは、簡単な装置構成で、スピーカから出力される出力音声の音量調整を周辺の騒音等の環境に合わせて適切に行うことである。

上記の課題を解決するために、請求項１に記載の音声入出力装置は、
マイクから入力された音声信号のノイズを除去するノイズ除去手段と、
前記ノイズ除去手段により除去されたノイズのノイズレベルを検知するノイズレベル検知手段と、
前記ノイズレベル検知手段により検知されたノイズレベルに基づいて、スピーカから出力される出力音声の音量調整を行う音量調整手段と、
を備え、
前記ノイズ除去手段は、音声信号を所定の周波数帯域に分割する周波数帯域分割手段を有し、当該周波数帯域分割手段によって分割された周波数帯域毎の音声信号を減衰させることでノイズを除去し、
前記ノイズレベル検知手段は、前記周波数帯域分割手段によって分割される周波数帯域毎に設定された所定の重みに応じて各周波数帯域の減衰量に重み付けを行った結果の最大値をノイズレベルとして検知し、検知したノイズレベルの値をｄＢ値に変換してノイズレベル情報として前記音量調整手段に出力することを特徴としている。

請求項２に記載の発明は、請求項１に記載の発明において、
前記マイクから入力された音声信号の信号レベルを調整する信号レベル調整手段を更に備え、
前記音量調整手段は、前記信号レベル調整手段による信号レベルの調整量に基づいて、前記出力音声の音量調整を行う、
ことを特徴としている。

請求項３に記載のプログラムは、マイクから入力された音声信号を所定の周波数帯域に分割する周波数帯域分割手段を有し、当該周波数帯域分割手段によって分割された周波数帯域毎の音声信号を減衰させることでノイズを除去するノイズ除去手段を備えたコンピュータを、
マイクから入力された音声信号に含まれるノイズのノイズレベルを検知するノイズレベル検知手段、
前記ノイズレベル検知手段により検知されたノイズレベルに基づいて、スピーカから出力される出力音声の音量調整を行う音量調整手段、
として機能させ、
前記ノイズレベル検知手段に、前記周波数帯域分割手段によって分割される周波数帯域毎に設定された所定の重みに応じて各周波数帯域の減衰量に重み付けを行った結果の最大値をノイズレベルとして検知させ、検知されたノイズレベルの値をｄＢ値に変換させてノイズレベル情報として前記音量調整手段に出力させることを特徴としている。

本発明によれば、マイクから入力された音声信号から除去されたノイズのノイズレベルに基づいて、スピーカから出力される出力音声の音量調整を行うので、騒音を検知するための専用マイクを備える等、別手段を設置する必要がない。そのため、簡単な装置構成で、スピーカから出力される出力音声の音量調整を、周辺の騒音等の環境に合わせて適切に行うことができる。

〔第１の実施形態〕
以下、本発明の音声入出力装置を、携帯電話等に接続するハンズフリー装置に適用した場合の第１の実施形態について図１〜図５を参照して説明する。

ハンズフリー装置は、携帯電話に、ケーブル等を介して外付けで接続される。ハンズフリー装置は、携帯電話に接続されると、マイク、スピーカの音声入出力の機能を、携帯電話に代わって担う。また、携帯電話とハンズフリー装置との間において、送話信号や受話信号等の音声信号の通信が行われる。

図１は、ハンズフリー装置２の機能構成の一例を示すブロック図である。図１に示すように、ハンズフリー装置２は、スピーカ３、マイク４、携帯電話等に接続されるインターフェース部５、ボリューム６、アンプ７・８、エコーキャンセラ９、ノイズキャンセラ１０、ノイズレベル検知部１１及び制御部１２を備えて構成される。

ボリューム６は、制御部１２からの音量調整命令Ｖｃに基づいて、携帯電話からインターフェース部５を介して入ってきた受話信号Ｖａの信号レベルの調整を行い、スピーカ３から出力される音量を調整する。そのために、ボリューム６は、制御部１２から音量調整命令Ｖｃを受け取り、受け取った音量調整命令Ｖｃに基づいて、Ｖａの信号レベルを調整し、アンプ７へ入力する。

エコーキャンセラ９は、スピーカ３から出力された受話音声が、マイク４に拾われてエコーやハウリングを起こすのを防ぐ機能を持つ。エコーキャンセラ９は、インターフェース部５を介して送られてきた受話信号Ｖａと、マイク４からアンプ８を介して入力された送話信号Ｖｂを受け取る。そして、受話信号Ｖａに基づいて遅延のあるエコーを予測して発生させ、送話信号Ｖｂから擬似エコーを差し引くことにより、送話信号Ｖｂに含まれるエコーを除去する。そして、エコーを除去した送話信号Ｖｂをノイズキャンセラ１０へ送る。

ノイズキャンセラ１０は、送話信号Ｖｂ中のノイズを除去する機能を持つ。図２に示すように、ノイズキャンセラ１０は、エコーキャンセラ９から送られてきた送話信号Ｖｂを所定の周波数帯域に分割し（以下、周波数帯域分割処理１０ａと称する）、周波数帯域毎に、それぞれノイズキャンセル処理１０ｂを行う。周波数帯域毎にノイズキャンセル処理１０ｂを行った後、送話信号Ｖｂを合成する（以下、周波数帯域合成処理１０ｃと称する）。そして、ノイズを除去した送話信号Ｖｂを、インターフェース部５を介して携帯電話へ送る。

図３に、ノイズキャンセル処理１０ｂのフローチャートを示す。先ず、ノイズキャンセラ１０は、周波数帯域分割処理１０ａによって分割した送話信号Ｖｂに対して、平滑処理等によるレベル検出によって、単位時間毎（例えば１００ｍｓｅｃ）に信号レベルを検出する（ステップＳ１）。

そして、単位時間毎（１００ｍｓｅｃ）に検出された信号レベルの、所定時間内（例えば１ｓｅｃ）の最大値及びレベル変動値を求める（ステップＳ２）。レベル変動値は、検出された信号レベルの微分値の最大値をとることで求められる。尚、信号レベルの最大値及びレベル変動値を求めるための所定時間は、１ｓｅｃが好ましい。これは、通常の音声において、同じ周波数の音声が１ｓｅｃ以上継続することはないことを前提としているためである。

次に、レベル変動値が所定の範囲内であり（ステップＳ３；Ｙｅｓ）、かつ信号レベルの最大値が所定の閾値を超えた場合（ステップＳ４；Ｙｅｓ）、周波数帯域分割処理１０ａによって分割した送話信号Ｖｂに減衰処理を行う（ステップＳ５）。この減衰処理による送話信号Ｖｂの減衰量の情報（以下、減衰量情報Ｖｄと称す）は、ノイズレベル検知部１１へ送られる（ステップＳ６）。

また、検出されたレベル変動値が所定の範囲内でない場合（ステップＳ３；Ｎｏ）、又は、信号レベルの最大値が所定の閾値を超えない場合（ステップＳ４；Ｎｏ）は、減衰処理と減衰量情報Ｖｄのノイズレベル検知部１１への通知を行わない。

ノイズレベル検知部１１は、図４に示すように、ノイズキャンセラ１０から送られてきた各減衰量情報Ｖｄのうち、最大の減衰量をｄＢ値に変換し、この値をノイズレベルの情報（以下、ノイズレベル情報Ｖｅと称す）として制御部１２へ送る。尚、周波数帯域分割処理１０ａによって分割された周波数帯域毎に聴感上の重みを持たせ、各周波数帯域の減衰量に重み付けを行った結果の最大値をｄＢ値に変換してノイズレベル情報Ｖｅとしてもよい。

制御部１２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を有して構成され、ハンズフリー装置２の各機能部を統括的に制御する。自動音量調整においては、ノイズレベル検知部１１から受け取ったノイズレベル情報Ｖｅに基づいて音量調整命令Ｖｃを作成し、ボリューム６に送る役割を担う。

制御部１２は、ノイズレベル情報Ｖｅに基づいて音量調整命令Ｖｃを作成するために、ＲＯＭに記憶している音量調整命令用テーブルを使用する。このテーブルは、ノイズレベルに音量調整レベルを対応させている。音量調整レベルとは、音量調整命令Ｖｃにおいて、どれだけ音量を大きくするかの調整レベルをｄＢ値で表したものである。音量調整レベルは、物理上のノイズレベルと聴感上のノイズレベルとの調整をとるように、適切な値として保存されている。この値は、例えば、ノイズレベル３ｄＢに対して、音量調整レベル２ｄＢのような値となっている。尚、必ずしもノイズレベルと音量調整レベルは１対１に対応しておらず、ノイズレベル３ｄＢ〜６ｄＢに、音量調整レベル２ｄＢを対応付けるように、所定幅のノイズレベルに音量調整レベルを対応付けてもよい。

次に、制御部１２の自動音量調整の具体的な動作を図５のフローチャート図を用いて説明する。

先ず、携帯電話とハンズフリー装置２がインターフェース部５を介して接続され、通話が開始されると、送話信号Ｖｂがマイク４へ入力される。そして、エコーキャンセラ９によって送話信号Ｖｂ中のエコーが除去される。更にノイズキャンセラ１０によって送話信号Ｖｂ中のノイズが除去され、減衰量情報Ｖｄはノイズレベル検知部１１へ送られる。ノイズレベル検知部１１はノイズレベルを検知し、そのノイズレベル情報Ｖｅを制御部１２に送る。そして制御部１２は、ノイズレベル検知部１１から送られてきたノイズレベル情報Ｖｅを受け取る（ステップＳ１１）。

次に、制御部１２は音量調整命令用テーブルを参照して（ステップＳ１２）、受け取ったノイズレベル情報Ｖｅに対応する音量調整命令Ｖｃを作成する（ステップＳ１３）。そして、作成した音量調整命令Ｖｃをボリューム６へ送る（ステップＳ１４）。

そして、制御部１２は、通話が終了したか判断し（ステップＳ１５）、通話が終了したなら（ステップＳ１５；Ｙｅｓ）、自動音量調整の処理を終了する。また、通話が終了していないなら（ステップＳ１５；Ｎｏ）、再びノイズレベル情報Ｖｅを取得し（ステップＳ１１）、自動音量調整の処理を継続する。

以上、第１の実施形態によれば、ノイズキャンセラ１０によって除去された送話信号中のノイズのノイズレベルに基づいて、制御部１２が音量調整命令Ｖｃを作成し、ボリューム６へ送る。この音量調整命令Ｖｃにより、ボリューム６は、音量を調整する。そのため、例えば、大きな騒音下でのハンズフリー通話時には、受話音量が自動で大きくなり、ユーザは、自ら音量調整の操作を行わなくてもよい。

また、音声入力用のマイクから入力された送話信号中のノイズレベルを検知しているため、周囲の騒音を検知するマイクを別に設ける必要はなく、簡単な装置構成で、音量調整を環境に合わせて適切に行うことができる。

〔第２の実施形態〕
次に、本発明の音声入出力装置の、第２の実施形態について図６〜図８を用いて説明する。ここで、図６〜図８において、ノイズレベル検知部１１、制御部１２を除いて、図１〜図５と同一の符号は、第１の実施形態と同一又は同様の構成、動作を示すため、その説明を省略する。

図６は、第２の実施形態におけるハンズフリー装置のブロック図である。図６に示すように、ハンズフリー装置２は、スピーカ３、マイク４、携帯電話等に接続されるインターフェース部５、ボリューム６、アンプ７・８、エコーキャンセラ９、ノイズキャンセラ１０、ノイズレベル検知部１１、制御部１２及びイコライザ１３を備えて構成される。

イコライザ１３は、制御部１２からのイコライザ調整命令Ｖｆに基づいて、携帯電話からインターフェース部５を介して入ってきた受話信号Ｖａの特定周波数に対して、信号レベルの調整を行う。その結果、スピーカ３から出力される特定周波数の音声の音量を調整する。特定周波数の音声の音量を調整することにより、出力音声の音質が高まる。ここで、イコライザ調整命令Ｖｆとは、周波数に対する受話信号Ｖａの信号レベルの調整量を示した周波数特性の情報である。

ノイズレベル検知部１１は、図７に示すように、ノイズキャンセラ１０から送られてきた各減衰量情報ＶｄをそれぞれｄＢ値に変換し、ノイズレベル情報Ｖｇとして制御部１２へ、当該ノイズレベルに対応する周波数の情報（以下、周波数情報Ｖｈと称する）と共に送る。

制御部１２は、ノイズレベル検知部１１から受け取った各ノイズレベル情報Ｖｇと各周波数情報Ｖｈとに基づいて、イコライザ調整命令Ｖｆを作成し、イコライザ１３に送る。また、音量調整命令Ｖｃを作成し、ボリューム６に送る。

制御部１２は、各ノイズレベル情報Ｖｇと各周波数情報Ｖｈとにより、この周波数のノイズレベルだけ信号を増幅させるイコライザ調整命令Ｖｆを作成する。尚、各ノイズレベル情報Ｖｇと各周波数情報Ｖｈとにより、あらかじめ設定された周波数特性のデータを選択し、イコライザ調整命令Ｖｆを作成してもよい。

次に、制御部１２の、イコライザ１３に対する自動音量調整の具体的な動作を図８のフローチャートを用いて説明する。

先ず、第１の実施形態と同様に、通話が開始されると、送話信号Ｖｂ中のノイズが除去され、減衰量情報Ｖｄはノイズレベル検知部１１へ送られる。ノイズレベル検知部１１はノイズレベルと当該ノイズレベルに対応する周波数とを検知し、ノイズレベル情報Ｖｇと周波数情報Ｖｈとを制御部１２へ送る。そして制御部１２は、ノイズレベル検知部１１から送られてきたノイズレベル情報Ｖｇと周波数情報Ｖｈとを受け取る（ステップＳ２１）。

次に、制御部１２はノイズレベル情報Ｖｇと周波数情報Ｖｈとに基づいて、適切な周波数特性のイコライザ調整命令Ｖｆを作成する（ステップＳ２２）。そして、作成したイコライザ調整命令Ｖｆをイコライザ１３へ送る（ステップＳ２３）。

次に、通話が終了したか判断し（ステップＳ２４）、通話が終了したなら（ステップＳ２４；Ｙｅｓ）、自動音量調整の処理を終了する。また、通話が終了していないなら（ステップＳ２４；Ｎｏ）、再び、ノイズレベル情報Ｖｇと周波数情報Ｖｈを取得し（ステップＳ２１）、自動音量調整の処理を継続する。

以上、第２の実施形態によれば、ノイズキャンセラ１０によって、除去された送話信号中のノイズのノイズレベルと当該ノイズレベルに対応する周波数とによって、制御部１２が、周波数毎の音量を調整するための周波数特性を持ったイコライザ調整命令Ｖｆを作成し、イコライザ１３へ送る。このイコライザ調整命令Ｖｆにより、イコライザ１３は、周波数毎の音量を調整する。そのため、例えば、定常ノイズ成分の周波数特性によって、受話信号がマスキングされ、車室内で聞き取りにくくなる状態を回避することができる。

また、第１の実施形態と同様に、送話信号中のノイズレベルを検知しているため、周囲の騒音を検知するマイクを別に設ける必要はなく、簡単な装置構成で、音量調整を環境に合わせて適切に行うことができる。

〔第３の実施形態〕
次に、本発明の音声入出力装置の、第３の実施形態について図９を用いて説明する。ここで、図９において、図１〜図５と同一の符号は、第１の実施形態と同一又は同様の構成、動作を示すため、その説明を省略する。

図９は、第３の実施形態におけるハンズフリー装置のブロック図である。図９に示すように、ハンズフリー装置２は、スピーカ３、マイク４、携帯電話等に接続されるインターフェース部５、ボリューム６、アンプ７・８、エコーキャンセラ９、ノイズキャンセラ１０、ノイズレベル検知部１１、制御部１２及びＡＧＣ（Automatic Gain Control）１４を備えて構成される。

ＡＧＣ１４は、マイク４から入力された送話信号Ｖｂの信号レベルの調整を行う。そのために、ＡＧＣ１４は、アンプ８の信号の増幅率を調整する。また、ＡＧＣ１４は、送話信号の調整量の情報（以下、調整量情報Ｖｉと称する）を制御部１２へ送る。

制御部１２は、ノイズレベル検知部１１から送られてきたノイズレベル情報Ｖｅに、ＡＧＣ１４から送られてきた調整量情報Ｖｉの調整量を加えて、音量調整命令Ｖｃを作成する。そして、作成した音量調整命令Ｖｃをボリューム６へ送る。

以上、第３の実施形態によれば、ノイズキャンセラ１０によって除去された送話信号Ｖｂのノイズレベルに、ＡＧＣ１４による送話信号Ｖｂの調整量を加えた結果に基づいて、制御部１２が適切な受話音量となるような音量調整命令Ｖｃを作成し、ボリューム６へ送る。そのため、ＡＧＣ１４による送話信号Ｖｂの信号レベルの調整量を考慮して、適切に音量調整できる。

〔変形例〕
尚、第１、２及び３の実施形態では、携帯電話とハンズフリー装置２をケーブル等の有線で接続するとしたが、無線で通信するとしてもよい。また、携帯電話の中にハンズフリー装置２を組み込んでもよい。

更に、携帯電話の代わりに、テレビ会議用パソコンやカーオーディオ等を接続してもよい。また、携帯電話の代わりにカーオーディオを接続した場合、インターフェース部５から入ってくる音楽信号を、周囲の騒音によって、オーディオの音量を自動調整することになる。

第１の実施形態におけるハンズフリー装置のブロック図 第１の実施形態におけるノイズキャンセラの処理の概略図 第１の実施形態におけるノイズキャンセラのノイズキャンセル処理のフローチャート図 第１の実施形態におけるノイズレベル検知部の入出力情報の概略図 第１の実施形態における制御部の自動音量調整処理のフローチャート図 第２の実施形態におけるハンズフリー装置のブロック図 第２の実施形態におけるノイズレベル検知部の入出力情報の概略図 第２の実施形態における制御部の自動音量調整処理のフローチャート図 第３の実施形態におけるハンズフリー装置のブロック図

符号の説明

２ ハンズフリー装置
３ スピーカ
４ マイク
５ インターフェース部
６ ボリューム
７ アンプ
８ アンプ
９ エコーキャンセラ
１０ ノイズキャンセラ
１１ ノイズレベル検知部
１２ 制御部
１３ イコライザ
１４ ＡＧＣ
Ｖａ 受話信号
Ｖｂ 送話信号
Ｖｃ 音量調整命令
Ｖｄ 減衰量情報
Ｖｅ ノイズレベル情報
Ｖｆ イコライザ調整命令
Ｖｇ ノイズレベル情報
Ｖｈ 周波数情報
Ｖｉ 調整量情報
１０ａ 周波数帯域分割処理
１０ｂ ノイズキャンセル処理
１０ｃ 周波数帯域合成処理

Claims (3)

1. マイクから入力された音声信号のノイズを除去するノイズ除去手段と、
   前記ノイズ除去手段により除去されたノイズのノイズレベルを検知するノイズレベル検知手段と、
   前記ノイズレベル検知手段により検知されたノイズレベルに基づいて、スピーカから出力される出力音声の音量調整を行う音量調整手段と、
   を備え、
   前記ノイズ除去手段は、音声信号を所定の周波数帯域に分割する周波数帯域分割手段を有し、当該周波数帯域分割手段によって分割された周波数帯域毎の音声信号を減衰させることでノイズを除去し、
   前記ノイズレベル検知手段は、前記周波数帯域分割手段によって分割される周波数帯域毎に設定された所定の重みに応じて各周波数帯域の減衰量に重み付けを行った結果の最大値をノイズレベルとして検知し、検知したノイズレベルの値をｄＢ値に変換してノイズレベル情報として前記音量調整手段に出力することを特徴とする音声入出力装置。
2. 前記マイクから入力された音声信号の信号レベルを調整する信号レベル調整手段を更に備え、
   前記音量調整手段は、前記信号レベル調整手段による信号レベルの調整量に基づいて、前記出力音声の音量調整を行う、
   ことを特徴とする請求項１に記載の音声入出力装置。
3. マイクから入力された音声信号を所定の周波数帯域に分割する周波数帯域分割手段を有し、当該周波数帯域分割手段によって分割された周波数帯域毎の音声信号を減衰させることでノイズを除去するノイズ除去手段を備えたコンピュータを、
   マイクから入力された音声信号に含まれるノイズのノイズレベルを検知するノイズレベル検知手段、
   前記ノイズレベル検知手段により検知されたノイズレベルに基づいて、スピーカから出力される出力音声の音量調整を行う音量調整手段、
   として機能させ、
   前記ノイズレベル検知手段に、前記周波数帯域分割手段によって分割される周波数帯域毎に設定された所定の重みに応じて各周波数帯域の減衰量に重み付けを行った結果の最大値をノイズレベルとして検知させ、検知されたノイズレベルの値をｄＢ値に変換させてノイズレベル情報として前記音量調整手段に出力させるためのプログラム。

Images