JP4978352B2

JP4978352B2 - エコーキャンセラ

Info

Publication number: JP4978352B2
Application number: JP2007181765A
Authority: JP
Inventors: 啓奥村; 聡関根; 司末永
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2007-07-11
Filing date: 2007-07-11
Publication date: 2012-07-18
Anticipated expiration: 2027-07-11
Also published as: JP2009021741A

Description

この発明は、電話会議システムの通話端末やハンズフリー機能を備えた携帯電話機等に好適なエコーキャンセラに関する。

従来より、電話会議システムの通話端末やハンズフリー機能を備えた携帯電話機等の端末は、スピーカとマイクロホンを同一空間に向けて使用するため、遠端側からの受信音声信号がスピーカから放音されるとき、スピーカからマイクロホンへの音の回り込みが発生する。そこで、この種の端末では、マイクロホンによって収音される回り込み音の音声信号がエコーとして遠端側に送信されるのを防止するため、エコーキャンセラが一般的に用いられる。このエコーキャンセラとしては、適応フィルタを利用したものが一般的であるが、この適応フィルタのみではエコーを完全にキャンセルすることが困難であり、残留エコーがどうしても発生する。このため、適応フィルタに加えて、残留エコーを抑圧する回路を備えたエコーキャンセラが提案されている。

図３はこの種のエコーキャンセラの構成例を示すブロック図である。この例において、エコーキャンセラは、電話会議の通話端末に設けられており、大別して適応フィルタ部１と、残留エコー抑圧部２とにより構成されている。

図３において、通話相手である遠端側の通話端末からの音声信号は、受信端子１０１により受信され、スピーカ１０２から音声として放音される。マイクロホン１０３は、近端側の空間内の音声を収音し、音声信号を出力する。このマイクロホン１０３が収音する音声は、近端側の話者が発声したものである場合もあるが、スピーカ１０２からマイクロホン１０３への回り込み音である場合もある。適応フィルタ部１は、遠端側から受信される音声信号から後者の回り込み音を模擬した擬似エコー信号を生成し、マイクロホン１０３の出力信号から減算する回路である。

図示のように、適応フィルタ部１は、ＦＩＲ（Finite Impulse Response；有限インパルス応答）フィルタ１１と、フィルタ係数算出部１２と、減算器１３とにより構成されている。ここで、ＦＩＲフィルタ１１は、一定時間長のフレーム毎に、遠端側から受信される音声信号のサンプル列にフィルタ係数列を畳み込み、擬似エコー信号ｒ（ｎ）を出力する。減算器１３は、マイクロホン１０３の出力信号からＦＩＲフィルタ１１が出力する擬似エコー信号ｒ（ｎ）を減算して誤差信号ｅ（ｎ）を出力する。フィルタ係数算出部１２は、誤差信号ｅ（ｎ）が最小になるように、ＦＩＲフィルタ１１が畳み込みに用いるフィルタ係数列を更新する適応制御を行う。この適応制御により、ＦＩＲフィルタ１１の伝達特性がスピーカ１０２からマイクロホン１０３への回り込み音の音声伝播経路の伝達特性に近いものとされる。このため、回り込み音の成分と近似した擬似エコー信号ｒ（ｎ）がＦＩＲフィルタ１１により出力され、減算器１３により、マイクロホン１０３の出力信号からこの擬似エコー信号ｒ（ｎ）が減算される。

以上説明した適応フィルタ部１によりマイクロホン１０３の出力信号から回り込み音の成分をある程度キャンセルすることができるが、どうしてもキャンセルしきれない残留エコーの成分が誤差信号ｅ（ｎ）に発生する。残留エコー抑圧部２は、適応フィルタ部１の減算器１３が出力する誤差信号ｅ（ｎ）に含まれる残留エコーの成分を抑圧して出力する装置である。

図示のように、残留エコー抑圧部２は、ＦＦＴ部２１および２２と、スペクトル減算部２３と、ＩＦＦＴ部２４とにより構成されている。適応フィルタ部１と同様、この残留エコー抑圧部２も、一定時間長のフレーム毎に次に述べる残留エコー抑圧のための処理を進める。まず、ＦＦＴ部２１は、ＦＩＲフィルタ１１から出力される擬似エコー信号ｒ（ｎ）にＦＦＴ（Fast Fourie Transform；高速フーリエ変換）を施し、スペクトル情報Ｒ（ω）に変換する。また、ＦＦＴ部２２は、減算器１３から出力される誤差信号ｅ（ｎ）にＦＦＴを施し、スペクトル情報Ｅ（ω）に変換する。スペクトル減算部２３では、下記式に示すスペクトル減算を行い、スペクトル情報Ｅ’（ω）を算出する。
Ｅ’（ω）
＝｛（‖Ｅ（ω）‖^２−‖Ｒ（ω）‖^２）／‖Ｅ（ω）‖^２｝Ｅ（ω）
＝（１−‖Ｒ（ω）‖^２／‖Ｅ（ω）‖^２）Ｅ（ω） ……（１）

ＩＦＦＴ部２４は、このスペクトル情報Ｅ’（ω）にＩＦＦＴ（Inverse Fast Fourie
Transform；逆高速フーリエ変換）を施し、時間領域の誤差信号ｅ’（ｎ）に変換する。この誤差信号ｅ’（ｎ）は、送信端子１０４から遠端側の通話端末に送られる。

ここで、擬似エコー信号ｒ（ｎ）は、スピーカ１０２からマイクロホン１０３への回り込み音を模擬した信号である。従って、擬似エコー信号ｒ（ｎ）から得られたスペクトル情報Ｒ（ω）のパワースペクトル‖Ｒ（ω）‖^２の大きな周波数では、誤差信号ｅ（ｎ）に含まれる残留エコーの強度が大きいと考えられる。そして、残留エコー抑圧部２のスペクトル減算部２３の処理では、各種の周波数において、擬似エコー信号ｒ（ｎ）のパワースペクトル‖Ｒ（ω）‖^２が大きくなる程、元のスペクトル情報Ｅ（ω）に乗算されるゲイン（１−‖Ｒ（ω）‖^２／‖Ｅ（ω）‖^２）が小さくなる。従って、このスペクトル減算部２３の処理を経たスペクトル情報Ｅ’（ω）にＩＦＦＴを施すことにより、残留エコー成分の抑圧された音声信号ｅ’（ｎ）が得られる。なお、この種の残留エコー抑圧技術を利用したエコーキャンセラは例えば特許文献１に開示されている。
特開２００４−５６４５３号公報

ところで、上述した従来のエコーキャンセラは、ＦＩＲフィルタ１１によって減算器１３に与えられる擬似エコー信号ｒ（ｎ）がフレーム毎に大きく変化するため、残留エコー抑圧部２の出力信号ｅ’（ｎ）にミュージカルノイズ等が発生し、遠端側に送られる音声信号の音質が劣化するという問題があった。

この発明は、以上説明した事情に鑑みてなされたものであり、適応フィルタによるエコーキャンセル後の残留エコーを効果的に抑圧することができ、かつ、ミュージカルノイズ等の雑音の発生の少ないエコーキャンセラを提供することを目的としている。

この発明は、遠端側から受信される音声信号を音として放音するスピーカと近端側の話者の音声を収音して音声信号を出力するマイクロホンに対して設けられ、前記スピーカから前記マイクロホンへの回り込み音に対応した成分を前記マイクロホンの出力信号から除去するエコーキャンセラにおいて、前記遠端側から受信される音声信号にフィルタ処理を施して前記回り込み音を模した擬似エコー信号を出力するフィルタと、前記マイクロホンの出力信号から前記擬似エコー信号を減算して誤差信号を出力する減算器と、前記誤差信号が最小になるように前記フィルタ処理に用いられるパラメータの制御を行う適応制御手段とを有する適応フィルタ部と、前記適応制御手段により制御されるパラメータに基づいて、各種の周波数毎に、前記誤差信号に含まれる残留エコーの強度を推定し、この残留エコーの強度の推定値に応じた大きさの減衰を前記誤差信号に与えて、前記遠端側へ送信する音声信号を発生する残留エコー抑圧部とを具備することを特徴とするエコーキャンセラを提供する。

かかる発明によれば、適応制御手段により制御されるフィルタ処理のパラメータに基づいて、各種の周波数毎に、適応フィルタ部の減算器が出力する誤差信号に含まれる残留エコーの強度が推定される。そして、この推定された残留エコーの強度に応じた大きさの減衰が誤差信号に与えられ、残留エコー成分の抑圧された音声信号として遠端側に出力される。ここで、適応制御手段により制御されるフィルタ処理のパラメータは、擬似エコー信号に比べると時間的変化が緩やかである。従って、遠端側に送られる音声信号にミュージカルノイズ等の雑音が発生するのを防止することができる。

以下、図面を参照し、この発明の実施の形態を説明する。
図１は、この発明の一実施形態であるエコーキャンセラの構成を示すブロック図である。図１に示すように、このエコーキャンセラは、適応フィルタ部１と、残留エコー抑圧部２Ａとにより構成されている。適応フィルタ部１は、前掲図３のものと同様な構成である。この適応フィルタ部１において、フィルタ係数算出部１２は、減算器１３が出力する誤差信号ｅ（ｎ）が最小になるようにＦＩＲフィルタ１１のフィルタ処理に用いられるパラメータ（この例では、フィルタ係数列）の制御を行う適応制御手段としての役割を果たす。前掲図３のものと同様、適応フィルタ部１では、一定時間長のフレーム毎に、遠端側からの受信音声信号から擬似エコー信号ｒ（ｎ）を発生するフィルタ処理、減算器１３による誤差信号ｅ（ｎ）の算出処理が行われる。残留エコー抑圧部２Ａは、前掲図３の残留エコー抑圧部２とは構成が異なる。本実施形態の特徴は、この残留エコー抑圧部２Ａにある。

この残留エコー抑圧部２Ａにおいて、ＦＦＴ部２０１は、適応フィルタ部１においてＦＩＲフィルタ１１の畳み込み演算に用いられるフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１；Ｎは所定の整数）にＦＦＴを施し、周波数領域のスペクトル情報Ｈ（ω）に変換する。パワー演算部２０２は、ＦＦＴ部２０１により得られたスペクトル情報Ｈ（ω）からパワースペクトル‖Ｈ（ω）‖^２を演算する。ここで、適応フィルタ部１において適応制御がなされている状態において、ＦＩＲフィルタ１１が畳み込み演算に用いるフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）は、スピーカ１０２からマイクロホン１０３への音声伝播経路のインパルス応答のサンプル列に相当するものとなる。従って、フィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）にＦＦＴを施すことにより得られるスペクトル情報Ｈ（ω）のパワースペクトル‖Ｈ（ω）‖^２は、減算器１３から出力される誤差信号ｅ（ｎ）に含まれる残留エコーの強度の周波数依存性に近いものであると言うことができる。そこで、本実施形態では、以下説明するように、このスペクトル情報Ｈ（ω）のパワースペクトル‖Ｈ（ω）‖^２を誤差信号ｅ（ｎ）に含まれる残留エコーの強度の周波数毎の推定値として使用して、残留エコーの抑圧のための処理を行う。

まず、ピーク検出部２０３は、オーディオ周波数帯域内におけるパワースペクトル‖Ｈ（ω）‖^２の最大値Ｈｍａｘを求める。次に乗算器２０４は、０＜α≦１の範囲の定数αをパワースペクトルの最大値Ｈｍａｘに乗算し、正規化基準値Ｈｓｔｄを求める。そして、ゲイン算出部２０５は、次式（２ａ）および（２ｂ）に従い、周波数毎のゲインＧ（ω）を算出する。
Ｇ（ω）＝Ｈｓｔｄ／‖Ｈ（ω）‖^２（‖Ｈ（ω）‖^２＞Ｈｓｔｄ） ……（２ａ）
＝１（‖Ｈ（ω）‖^２≦Ｈｓｔｄ） ……（２ｂ）

図２は、パワースペクトル‖Ｈ（ω）‖^２と、正規化基準値Ｈｓｔｄと、ゲイン算出部２０５により算出されるゲインＧ（ω）との関係を示している。図示のように、ゲイン算出部２０５は、パワースペクトル‖Ｈ（ω）‖^２が正規化基準値Ｈｓｔｄを越えている周波数帯域では、パワースペクトル‖Ｈ（ω）‖^２が大きくなる程度に応じてゲインＧ（ω）を低下させ、パワースペクトル‖Ｈ（ω）‖^２が正規化基準値Ｈｓｔｄ以下の周波数帯域では、ゲインＧ（ω）を上限値１とするのである。

通話状態判定部２０６は、近端側の話者のみが発声している近端シングルトークの状態であるか否かを検出する。通話状態判定部２０６としては、周知の構成のものを使用可能である。例えばスピーカ１０２に対する入力音声信号のレベルＬ１とマイクロホン１０３から得られる出力音声信号のレベルＬ２との比Ｌ１／Ｌ２がある閾値よりも低く、かつ、減算器１３から得られる誤差信号ｅ（ｎ）とＦＩＲフィルタ１１から得られる擬似エコー信号ｒ（ｎ）との相関係数がある閾値よりも小さい場合に、近端シングルトークの状態であると判定する回路を通話状態判定部２０６として使用してもよい。ゲート回路２０７は、通話状態判定部２０６の判定結果が近端シングルトーク状態を示していない期間は、ゲイン算出部２０５により得られた周波数毎のゲインＧ（ω）を乗算器２０９に送り、通話状態判定部２０６の判定結果が近端シングルトーク状態を示している期間は、全周波数に亙って１であるゲインＧ（ω）＝１を乗算器２０９に送る。

ＦＦＴ部２０８は、前掲図３のＦＦＴ部２２と同様、減算器１３から出力される誤差信号ｅ（ｎ）にＦＦＴを施し、スペクトル情報Ｅ（ω）に変換する。乗算器２０９は、次式に示すように、ゲインＧ（ω）とスペクトル情報Ｅ（ω）と乗算を行い、スペクトル情報Ｅ’（ω）を算出する。
Ｅ’（ω）＝Ｇ（ω）Ｅ（ω） ……（３）

そして、ＩＦＦＴ部２１０は、乗算器２０９から供給されるスペクトル情報Ｅ’（ω）にＩＦＦＴを施し、時間領域の誤差信号ｅ’（ｎ）に変換する。この誤差信号ｅ’（ｎ）は、送信端子１０４から遠端側の通話端末に送られる。

以上の構成のうち、乗算器２０９に与えるゲインＧ（ω）を算出するための要素、具体的には、ＦＦＴ部２０１と、パワー演算部２０２と、ピーク検出部２０３と、乗算器２０４と、ゲイン算出部２０５と、ゲート回路２０７は、フィルタ係数算出部１２によりフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）が更新されたときに、それをトリガとして動作する。従って、フィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）が更新されないときは、乗算器２０９に与えられるゲインＧ（ω）は変化しない。

以上説明した本実施形態において、ＦＩＲフィルタ１１のフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）から得られたパワースペクトル‖Ｈ（ω）‖^２は、既に述べたように、減算器１３から出力される誤差信号ｅ（ｎ）に含まれる残留エコーの周波数毎の強度に近いものを示す。そして、ゲイン算出部２０５が出力するゲインＧ（ω）は、パワースペクトル‖Ｈ（ω）‖^２が正規化基準値Ｈｓｔｄを越えている周波数帯域において、そのパワースペクトル‖Ｈ（ω）‖^２が大きくなる程度に応じて低下する。従って、本実施形態によれば、誤差信号ｅ（ｎ）に含まれるスペクトルのうち残留エコーの強度が高い帯域のものを残留エコーの強度に応じた抑圧量だけ抑圧することができる。

しかも、本実施形態では、適応制御手段であるフィルタ係数算出部１２により制御されるフィルタ処理のパラメータ、具体的にはフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）を用いて、誤差信号ｅ（ｎ）に含まれる残留エコーの強度の推定を行っている。そして、このフィルタ係数列ｈ（ｋ）（ｋ＝０〜Ｎ−１）は、ＦＩＲフィルタ１１から出力される擬似エコー信号ｒ（ｎ）に比べると時間的変化が緩やかである。従って、本実施形態によれば、遠端側に送信する誤差信号ｅ’（ｎ）にミュージカルノイズ等の雑音が発生するのを防止することができる。

また、本実施形態によれば、通話状態判定部２０６による制御により、エコーが発生しない近端シングルトーク状態では、乗算器２０９に与えるゲインＧ（ω）を１とし、残響エコーの抑圧を行わないようにしている。従って、近端シングルトーク状態において、近端側の話者が発生した音声を安定したゲインで遠端側に送ることができる。また、本実施形態によれば、フィルタ係数ｈ（ｋ）（ｋ＝０〜Ｎ−１）が更新されたとき、すなわち、残留エコーの強度の周波数依存性に変化が生じた可能性がある場合に限り、乗算器２０９に与えるゲインＧ（ω）を演算する回路を動作させている。従って、ゲインＧ（ω）の無駄な切り換えを防止して、エコーキャンセラの動作を安定させることができ、かつ、エコーキャンセラの演算量および消費電力を低減することができる。

以上、この発明の一実施形態について説明したが、この発明には他にも実施形態が考えられる。例えば次の通りである。

（１）上記実施形態において、適応フィルタ部１および残留エコー抑圧部２Ａは、上記実施形態において述べた通りの処理を実行する専用の電子回路でもよく、同様な処理を通話端末等に搭載されたコンピュータに実行させるコンピュータプログラムであってもよい。

（２）上記実施形態では、適応フィルタ処理のためのフィルタとして、時間領域での演算を行うＦＩＲフィルタ１１を用いたが、周波数領域でのフィルタ処理を行うものを用いてもよい。この場合、フィルタ処理の帯域通過特性から各種の周波数における残留エコーの強度を直接推定することが可能であるため、上記実施形態において行ったようなフィルタ係数に対するＦＦＴは不要である。

（３）正規化基準値Ｈｓｔｄを求めるためにパワースペクトルの最大値Ｈｍａｘに乗算する定数αを可変とし、例えば通話端末に設けられた何らか操作子の操作により調整することが可能な構成としてもよい。この場合、定数αを１に近づけることにより、残留エコーの抑圧の効果を弱くし、０に近づけることにより効果を強くする、という調整が可能になる。

（４）パワー演算部２０２は、ＦＦＴ部２０１によりスペクトル情報Ｈ（ω）が算出された各周波数についてパワースペクトル‖Ｈ（ω）‖^２を求めてもよいが、それよりも周波数精度を粗くし、各周波数を幾つかの近接した周波数の組に分割した各組毎に代表的なパワースペクトル‖Ｈ（ω）‖^２を求めてもよい。

（５）オーディオ周波数帯域を例えば低域、中域、高域といった具合に複数の帯域に分割し、各帯域の単位で、乗算器２０９に与えるゲインＧ（ω）を算出してもよい。すなわち、低域、中域、高域といった帯域毎に、パワースペクトル‖Ｈ（ω）‖^２の最大値Ｈｍａｘを求め、この最大値Ｈｍａｘから正規化基準値Ｈｓｔｄを求め、パワースペクトル‖Ｈ（ω）‖^２と正規化基準値Ｈｓｔｄを用いてゲインＧ（ω）を求めるのである。この態様において、低域、中域、高域といった帯域毎に、パワースペクトルの最大値Ｈｍａｘから正規化基準値Ｈｓｔｄを得るための定数αを設定するように構成してもよい。この態様は、残留エコーの抑圧特性を低域、中域、高域といった帯域毎に適切なものに調整することができるという利点がある。

（６）エコーの抑圧技術としては、センタークリッパやエコーサプレッサ等の周知の技術がある。本発明によるエコーキャンセラを構成するに当たり、上記実施形態における残留エコー抑圧部２Ａに加えて、これらの周知のエコー抑圧技術を適用してもよい。

この発明の一実施形態であるエコーキャンセラの構成を示すブロック図である。同エコーキャンセラにおいて、パワー演算部２０２により算出されるパワースペクトル‖Ｈ（ω）‖^２と、正規化基準値Ｈｓｔｄと、ゲイン算出部２０５により算出されるゲインＧ（ω）との関係を示す図である。従来のエコーキャンセラの構成を示すブロック図である。

符号の説明

１……適応フィルタ部、２Ａ……残留エコー抑圧部、１０２……スピーカ、１０３……マイクロホン、１１……ＦＩＲフィルタ、１２……フィルタ係数算出部、１３……減算器、２０１，２０８……ＦＦＴ部、２０２……パワー算出部、２０３……ピーク検出部、２０４，２０９……乗算器、２０５……ゲイン算出部、２０６……通話状態判定部、２０７……ゲート回路、２１０……ＩＦＦＴ部。

Claims

遠端側から受信される音声信号を音として放音するスピーカと近端側の話者の音声を収音して音声信号を出力するマイクロホンに対して設けられ、前記スピーカから前記マイクロホンへの回り込み音に対応した成分を前記マイクロホンの出力信号から除去するエコーキャンセラにおいて、
前記遠端側から受信される音声信号にフィルタ処理を施して前記回り込み音を模した擬似エコー信号を出力するフィルタと、前記マイクロホンの出力信号から前記擬似エコー信号を減算して誤差信号を出力する減算器と、前記誤差信号が最小になるように前記フィルタ処理に用いられるパラメータの制御を行う適応制御手段とを有する適応フィルタ部と、
前記適応制御手段により制御されるパラメータに基づいて、各種の周波数毎に、前記誤差信号に含まれる残留エコーの強度を推定し、この残留エコーの強度の推定値に応じた大きさの減衰を前記誤差信号に与えて、前記遠端側へ送信する音声信号を発生する残留エコー抑圧部と、を備え、
前記適応フィルタ部におけるフィルタは、前記適応制御手段により制御されるパラメータであるフィルタ係数列を前記遠端側から受信される音声信号に畳み込んで前記擬似エコー信号を生成し、
前記残留エコー抑圧部は、
前記誤差信号を周波数領域の情報である第１のスペクトル情報に変換する第１の周波数変換手段と、
前記第１のスペクトル情報に対し、各種の周波数毎にゲインを乗算する乗算器と、
前記乗算器の出力情報を時間領域の信号に変換することにより、前記遠端側へ送信する音声信号を発生する逆周波数変換手段と、
前記フィルタが擬似エコー信号を生成するのに用いるフィルタ係数列を周波数領域の情報である第２のスペクトル情報に変換する第２の周波数変換手段と、
前記誤差信号に含まれる残留エコーの強度の推定値として、前記第２のスペクトル情報のパワースペクトルを演算するパワー演算部と、
前記パワースペクトルに基づき、前記乗算器が前記第１のスペクトル情報に乗算するゲインを演算する手段であって、各周波数において前記パワースペクトルが大きくなる程度に応じてゲインが小さくなるように、各周波数に対応したゲインを前記パワースペクトルの逆特性に応じて演算するゲイン演算手段と
を具備することを特徴とするエコーキャンセラ。
前記ゲイン演算手段により周波数毎に演算されるゲインの各々は１を超えないことを特徴とする請求項１に記載のエコーキャンセラ。
前記ゲイン演算手段は、前記パワースペクトルの最大値に低域、中域および高域の周波数帯域毎に異なる定数を乗算して各周波数帯域における正規化基準値を算出し、パワースペクトルが当該正規化基準値を上回る周波数については、当該周波数の属する周波数帯域の正規化基準値を当該周波数におけるパワースペクトルの値で除算して当該周波数に対応するゲインを算出することを特徴とする請求項１または２に記載にエコーキャンセラ。
前記各周波数帯域における正規化基準値を算出する際の定数を調整する手段をさらに有することを特徴とする請求項１から３の何れか１項に記載のエコーキャンセラ。
近端の話者のみが発声している近端シングルトークの状態にあるか否かを判定する通話状態判定部を具備し、
前記残留エコー抑圧部は、前記通話状態判定部の判定結果が近端シングルトークの状態にあることを示す期間、前記残留エコーの強度の推定値に応じた大きさの減衰を前記誤差信号に与える動作を行わないことを特徴とする請求項１から４の何れか１項に記載のエコーキャンセラ。