JP5033109B2 - 音響エコーキャンセラ装置とその方法と、プログラムと記録媒体 - Google Patents

Description

この発明は、拡声通信会議等でエコーをキャンセルする目的で使用される音響エコーキャンセラ装置とその方法と、プログラムと記録媒体に関する。

図６に従来の音響エコーキャンセラ装置６０の機能構成例を示してその動作を説明する。音響エコーキャンセラ装置６０は、受話端１、スピーカ２、マイクロホン３、送話端４、擬似反響路５、減算器６、適応フィルタ部７を備える。受話端１に入力される受話信号ｘ（ｋ）（ｋは時刻）はスピーカ２で再生される。マイクロホン３で収音されたエコー信号ｄ（ｋ）は、減算器６において擬似エコー信号ｙ（ｋ）が減算され、その結果の誤差信号ｅ（ｋ）が送話端４に至る。

受話信号ｘ（ｋ）、エコー信号ｄ（ｋ）、誤差信号ｅ（ｋ）はディジタル信号である。受話信号ｘ（ｋ）をスピーカ２で音響信号に変換する際に必要なＤ/Ａ変換器と、マイクロホン３で収音されたアナログ信号であるエコー信号をディジタル信号に変換するＡ/Ｄ変換器については省略している。

適応フィルタ部７は、誤差信号ｅ（ｋ）と、受話信号ｘ（ｋ）を入力として、誤差信号ｅ（ｋ）が零になるようにフィルタ係数ｗ（ｋ）を式（１）に示すように逐次更新する。更新される適応フィルタは、擬似反響路５に逐次コピーされる。

ここでμは、更新量を制御するパラメータであるステップサイズであり、Ｌは適応フィルタ部７のフィルタ長、ｗ_ｊ（ｊ＝１〜Ｌ）は適応フィルタの各係数である。

擬似反響路５は、逐次更新されるフィルタ係数ｗ（ｋ）を有し、受話信号ｘ（ｋ）を入力として擬似エコー信号ｙ（ｋ）を生成する。擬似エコー信号ｙ（ｋ）は式（２）で計算される。

式（１）のΔｗ（ｋ）は時刻ｋにおける更新量で、適応アルゴリズムによって異なる。例えば、学習同定法の更新量は式（３）に示すようになる。

ただし、

である。Ｔは転置、太字のｗ，ｘはベクトル、斜字はスカラーを表す。各変数名の表記は式中に示す表記が正しい。

適応アルゴリズムは、学習同定法を基本として変形・拡張され、収束速度の高速化等が行われる。例えば、図７に示すように収束速度の高速化を目的に、受話信号ｘ（ｋ）を線形変換してｚ（ｋ）を生成する線形変換部８を設ける方法がある。線形変換部８を備えた従来の音響エコーキャンセラ装置７０の適応フィルタ部７７は、その線形変換されたｚ（ｋ）を用いて更新量を求める（式（６））。

例えば、非特許文献１では、線形変換された受話信号ｚ（ｋ）を式（７）で求めている。

式（７）は、ベクトルｘ（ｋ）とベクトルｘ（ｋ−１）との間の直交ベクトルｚ（ｋ）を意味する。入力信号ｘ（ｋ）の自己相関が強い場合には線形変換することで、適応フィルタ係数の収束を早める効果が期待できる。

また、ステレオ信号を扱うステレオエコーキャンセラ装置の場合も同じように線形変換を行うことで収束速度の高速化が図られる。ステレオエコーキャンセラ装置の擬似反響路は、左右チャネル用のフィルタ係数ｗ_１（ｋ），ｗ_２（ｋ）を有する。線形変換部も各チャネルにそれぞれ設けられる点で異なる。なお、ステレオエコーキャンセラ装置の機能構成例については後述する。

ステレオ信号の擬似エコー信号ｙ（ｋ）は式（８）で計算され、擬似反響路に逐次コピーされる各チャネルの適応フィルタ係数ｗ_１（ｋ），ｗ_２（ｋ）は、式（９），（１０）で逐次更新される。

線形変換の方法にはいくつかの方法がある。例えば、非特許文献２ではｚ_１（ｋ），ｚ_２
（ｋ）が以下で表される。

ここで、ｐ_１（ｋ），ｐ_２（ｋ）は電力を正規化するための正規化係数、Ｌはフィルタ
長である。
John F.Doherty and Rajiv Parayath,"A Robust Echo Canceler for Acoustic Environment,"analog and digital signal processing,vol.44,no.5,may 1997. 藤井哲郎、島田正治、「多チャネル適応ディジタルフィルタ」、電子情報通信学会、vol.69,No.10,pp.1226-1233,May 1986.

音響エコーキャンセラ装置で用いられる適応フィルタは、エコー信号と共にマイクロホンに収音される周囲雑音のレベルによって、定常消去量が変わってくる。ここで「定常消去量」とは、適応フィルタの学習が進み、誤差信号ｅ（ｋ）のレベルが定常状態になった時の、エコー信号ｄ（ｋ）と誤差信号ｅ（ｋ）のレベル差で定義される。図８に定常消去量を模式的に示す。図８の横軸は時間、縦軸はフィルタ係数の誤差[ｄＢ]である。

学習同定法を変形・拡張した場合の定常消去量は、線形変換したｚ（ｋ）の影響を受けるため、必ずしも同じ定常消去量が得られるとは限らない。図８に破線と一点鎖線の特性で示すようにフィルタ係数の収束は早まるが、同じ定常消去量が得られなくなる場合がある。そこで、学習同定法と同じ定常消去量を得るためには、線形変換ｚ（ｋ）の値に合わせてステップサイズμの値を設定する必要がある。

従来は、そのステップサイズμを実験やコンピュータシミュレーションで決めていた。また、一度決めたステップサイズμも、受話信号の種類やマイクロホンに収音される周囲雑音、部屋の環境によって変化してしまう問題点があった。

この発明は、このような点に鑑みてなされたものであり、適応アルゴリズムが学習同定法を基本として変形・拡張されている音響エコーキャンセラ装置において、学習同定法と同じ定常消去量を得られるステップサイズを自動的に求めるようにした音響エコーキャンセラ装置とその方法と、プログラムと記録媒体を提供することを目的とする。

この発明の音響エコーキャンセラ装置は、線形変換部と、ステップサイズ制御部と、適応フィルタ部と、擬似反響路と、減算器とを具備する。線形変換部は、受話信号を入力として線形変換した線形変換後受話信号を生成する。ステップサイズ制御部は、受話信号と線形変換後受話信号を入力として学習同定法と同じ定常消去量が得られるステップサイズを算出する。適応フィルタ部は、ステップサイズと誤差信号と受話信号と線形変換後受話信号を入力として逐次反響路を推定したフィルタ係数を生成する。擬似反響路は、受話信号とフィルタ係数を入力として擬似エコー信号を生成する。減算器は、エコー信号から擬似エコー信号を差し引いて誤差信号を生成する。

この発明では、ステップサイズ制御部が、受話信号と線形変換後受話信号を入力として学習同定法と同じ定常消去量を得られるステップサイズを算出するので自動的にステップサイズが設定出来る。よって、ステップサイズの設定を目的とした実験やコンピュータシミュレーションを不要とする。また、受話信号の種類が変わってもそれに最適なステップサイズを自動的に設定することが可能になる。

〔この発明の基本的な考え〕
この発明の音響エコーキャンセラ装置は、学習同定法と同じ定常消去量を得る目的で、同じ係数誤差が得られるようにステップサイズを制御する。その制御方法をこの発明の基本的な考えとして以下、説明する。

ここで係数誤差とは、推定された適応フィルタ係数が、実際のインパルス応答ｈに対して、どの程度の誤差であるかを表す値である。まず、学習同定法の係数誤差は式（１５）で表せる。式（１５）は、例えば、参考文献「田中雅史、“音響エコーキャンセラのための低演算量適応信号処理の研究”http://opac.tulips.tsukuba.ac.jp/pub/dl/e_thesis/ko/tanaka2006.pdfに記載されている。

ここで、ｎは雑音、Ｅ[・]は期待値を表し、μ_Ｎは学習同定法のステップサイズを表す。次に式（６）で表される適応アルゴリズムを用いた場合の係数誤差を以下のように導く。まず更新式は式（１６）で表せる。

ここで誤差信号ｅ（ｋ）は式（１７）で表せるので、式（１６）は式（１８）となる。

式（１８）の両辺から実際のインパルス応答ｈを引いてε（ｋ）＝ｗ（ｋ）−ｈと置く
と、ε（ｋ）は式（１９）で表せる。

係数誤差はＥ[‖ε（ｋ）‖^２]で定義されるため、式（１９）を二乗することで、係数誤差を求めることができる。受話信号ｘ（ｋ）と雑音ｎ（ｋ）は、独立で、雑音ｎ（ｋ）の期待値が０と仮定するとｎ（ｋ）を含む項は０になる。ここで、定常状態を意味する条件Ｅ[‖ε（ｋ）‖^２]＝Ｅ[‖ε（ｋ−1）‖^２]を代入して更に詳しく見てみると、式（２０）となる。

式（２０）のε_ｉ（ｋ−１）は、ε（ｋ−１）のｉ番目の要素である。定常状態においては、受話信号からなるｘ（ｋ），ｚ（ｋ）の各要素と、係数誤差ベクトルε（ｋ−１）の各要素は独立であり、係数誤差ベクトルの各要素も独立で期待値が０であると仮定できるため、式（２０）の左辺第二項、第四項、右辺第二項は０となる。また左辺第一項と第三項は等しい。また、期待値の性質を利用すると式（２１），（２２）の関係であり、

更に式（２３）の条件とすると式（２０）は式（２４）で表せる。

学習同定法の係数誤差は式（１５）であるため、学習同定法と同じ係数誤差を達成するためには式（２５）と置いてμについて解けば良い（式（２６））。

式（２６）の演算で求めたステップサイズμを用いることで、学習同定法と同じ係数誤
差を達成することが可能となり、定常消去量を等しくすることが出来る。この発明の音響エコーキャンセラ装置は、式（２６）に示すステップサイズを算出するステップサイズ制御部を備える点で新しい。

以下、この発明の実施の形態を図面を参照して説明する。複数の図面中同一のものには
同じ参照符号を付し、説明は繰り返さない。

図１にこの発明の音響エコーキャンセラ装置１００の機能構成例を示す。音響エコーキャンセラ装置１００は、従来の音響エコーキャンセラ装置７０に、新たにステップサイズ制御部１０の構成を追加したものである。
音響エコーキャンセラ装置１００は、例えばＲＯＭ、ＲＡＭ、ＣＰＵ等で構成されるコンピュータに所定のプログラムが読み込まれて、ＣＰＵがそのプログラムを実行することで実現されるものである。図２に音響エコーキャンセラ装置１００の動作フローを示し、図１と図２を参照してその動作を説明する。

音響エコーキャンセラ装置１００は、線形変換部８と、ステップサイズ制御部１０と、適応フィルタ部１７と、擬似反響路５と、減算器６とを備える。線形変換部８は、受話信号ｘ（ｋ）を入力として、受話信号ｘ（ｋ）を線形変換した線形変換後受話信号ｚ（ｋ）を生成する（ステップＳ８）。

ステップサイズ制御部１０は、受話信号ｘ（ｋ）と線形変換後受話信号ｚ（ｋ）を入力として学習同定法と同じ定常消去量が得られるステップサイズを算出する（ステップＳ１０）。ステップサイズμの演算は、この発明の基本的な考えで説明した式（２７）を用いて行う。

適応フィルタ部１７は、ステップサイズμと、誤差信号ｅ（ｋ）と、受話信号ｘ（ｋ）とを入力として逐次反響路を推定したフィルタ係数ｗ（ｋ）を式（１６）で生成する（ステップＳ１７）。擬似反響路５は、受話信号ｘ（ｋ）とフィルタ係数ｗ（ｋ）を入力として擬似エコー信号ｙ（ｋ）を式（２）で生成する（ステップＳ５）。

減算器６は、マイクロホン３で収音されたエコー信号ｄ（ｋ）から擬似エコー信号ｙ（ｋ）を差し引いて誤差信号ｅ（ｋ）を生成する（ステップＳ６）。誤差信号ｅ（ｋ）は、ステップサイズ制御部１０で求めた学習同定法と同じ定常消去量を得るステップサイズによって得られた値であり、誤差信号ｅ（ｋ）の残留誤差は学習同定法のそれと同じ値になる。

音響エコーキャンセラ装置１００によれば、従来、実験やコンピュータシミュレーションで設定していたステップサイズを自動的に決定することが出来る。また、受話信号ｘ（ｋ）の種類、マイクロホンに収音される周囲雑音、部屋の環境等が変わってもそれに最適なステップサイズを自動的に生成出来る効果も奏する。

この発明の特徴部分であるステップサイズ制御１０について、図３にステップサイズ制御部１０の具体的な機能構成例を示して更に詳しく説明する。ステップサイズ制御部１０は、短時間パワー期待値算出手段１００、正規化手段１０１、ステップサイズ算出手段１０２を備える。

短時間パワー期待値算出手段１００は、受話信号ｘ（ｋ）の短時間パワーの期待値Ａを式（２７）の演算により求める（ステップＳ１００、図２）。

正規化手段１０１は、受話信号ｘ（ｋ）と線形変換後受話信号ｚ（ｋ）を入力として、線形変換後受話信号の短時間パワーを、受話信号ｘ（ｋ）と線形変換後受話信号ｚ（ｋ）との内積の二乗で除した正規化値の期待値Ｂを式（２８）の演算により求める（ステップＳ１０１）。

ステップサイズ算出手段１０２は、受話信号ｘ（ｋ）の短時間パワーの期待値Ａと正規化値の期待値Ｂを入力としてステップサイズμ（ｋ）を式（２９）の演算により求める（ステップＳ１０２）。

式（２９）は上記した式（２６）と同じ演算である。

ステップサイズμ_Ｎは学習同定法のステップサイズであり、予めステップサイズ算出手段１０２に記録されている。学習同定法のステップサイズμ_Ｎがμ_Ｎ＝１の場合は、式（２６）は式（３０）で表せる。

期待値を意味するＥ[・]には、実際の計算では所定短時間のそれぞれの値の平均値が用いられる。

〔シミュレーション結果〕
この発明の音響エコーキャンセル方法の効果を確認する目的で、シミュレーションを行った。シミュレーションは、受話信号ｘ（ｋ）を０〜８ｋＨｚのピンクノイズとし、サンプリング周波数１６ｋＨｚ、期待値を求める平均時間を６４ｍｓとして行った。その結果を図４に示す。図４は、音響エコーキャンセラ装置の収束過程を示す図であり、横軸が時間（秒）、縦軸が残留誤差（ｄＢ）である。縦軸の残留誤差は上記した係数誤差と同じものである。

エコー信号を細線、学習同定法の特性を点線、線形変換有りの特性を破線、この発明の特性を太い実線で表す。約５４ｄＢのエコー信号（細線）が学習同定法（点線）では、約４４.５ｄＢの残留誤差に収束しており、定常消去量は約９.５ｄＢである。その特性に対して、収束を早める目的で線形変換を行った線形変換有り（破線）の特性は、収束は早まるものの定常消去量が約１ｄＢ減ってしまっている。

これらの特性に対してこの発明の特性（太い実線）は、線形変換有り（破線）と同等の収束特性と、学習同定法と同程度の定常消去量を示している。このようにこの発明の音響エコーキャンセル方法によれば、学習同定法と同程度の定常消去量が得られることが分かる。なお、学習同定法とこの発明の定常消去量が完全に一致しない理由は、期待値を求める平均時間を６４ｍｓに設定していることによる。平均時間を長くすれば、定常消去量は学習同定法の値に近づく。

この発明の音響エコーキャンセル方法をステレオエコーキャンセラ装置に適用した場合を実施例２として説明する。実施例２のステレオエコーキャンセラ装置５０の機能構成例を図５に示す。ステレオエコーキャンセラ装置５００は、受話信号のチャネル毎に線形変換部８１，８２を備える点と、ステップサイズ制御部５０が各チャネルの受話信号ｘ_１（ｋ），ｘ_２（ｋ）、線形変換後受話信号ｚ_１（ｋ），ｚ_２（ｋ）を、それぞれ線形結合してステップサイズを演算する点でモノラルの音響エコーキャンセラ装置と異なる。それぞれの線形結合を式（３１），（３２）に示す。適応フィルタ部５７、擬似反響路５５の動作はモノラルの場合と変わらない。

この各チャネルの信号を線形結合する考えは、ｎチャネルに拡張することが可能である。

以上説明したこの発明の音響エコーキャンセラ装置とその方法は、上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能である。上記した装置及び方法において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。

また、上記装置における処理手段をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、各装置における処理手段がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ-ＲＡＭ
（Random Access Memory）、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ-Ｒ
（Recordable）/ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto Optical disc）等を、半導体メモリとしてフラッシュメモリー等を用いることができる。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記録装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
また、各手段は、コンピュータ上で所定のプログラムを実行させることにより構成することにしてもよいし、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

この発明の音響エコーキャンセラ装置１００の機能構成例を示す図。 音響エコーキャンセラ装置１００の動作フローを示す図。 ステップサイズ制御部１０の機能構成例を示す図。 音響エコーキャンセラ装置のシミュレーション結果を示す図。 この発明のステレオエコーキャンセラ装置５００の機能構成例を示す図。 従来の音響エコーキャンセラ装置６０の機能構成例を示す図。 従来の音響エコーキャンセラ装置７０の機能構成例を示す図。 定常消去量を模式的に示す図。

Claims (7)

1. 受話信号を入力として線形変換した線形変換後受話信号を生成する線形変換部と、
   上記受話信号と上記線形変換後受話信号を入力として学習同定法と同じ定常消去量が得られるステップサイズを算出するステップサイズ制御部と、
   上記ステップサイズと誤差信号と上記受話信号と上記線形変換後受話信号を入力として逐次反響路を推定したフィルタ係数を生成する適応フィルタ部と、
   上記受話信号と上記フィルタ係数を入力として擬似エコー信号を生成する擬似反響路と、
   エコー信号から上記擬似エコー信号を差し引き上記誤差信号を生成する減算器と、
   を具備する音響エコーキャンセラ装置。
2. 請求項１に記載の音響エコーキャンセラ装置において、
   上記ステップサイズ制御部は、
   上記受話信号の短時間パワーの期待値を求める短時間パワー期待値算出手段と、
   上記線形変換後受話信号の短時間パワーを、上記受話信号と線形変換後受話信号との内積の二乗で除した正規化値の期待値を求める正規化手段と、
   上記受話信号の短時間パワーの期待値と上記正規化値を入力として上記ステップサイズを算出するステップサイズ算出手段と、
   を備えることを特徴とする音響エコーキャンセラ装置。
3. 請求項１又は２に記載の音響エコーキャンセラ装置において、
   上記受話信号を複数チャネル備えることを特徴とする音響エコーキャンセラ装置。
4. 線形変換部が、受話信号を入力として線形変換した線形変換後受話信号を生成する線形変換過程と、
   ステップサイズ制御部が、上記受話信号と上記線形変換後受話信号を入力として学習同定法と同じ定常消去量を得られるステップサイズを算出するステップサイズ制御過程と、
   適応フィルタ部が、上記ステップサイズと誤差信号と上記受話信号と上記線形変換後受話信号を入力として逐次反響路を推定したフィルタ係数を生成する適応フィルタ生成過程と、
   擬似反響路が、上記受話信号と上記フィルタ係数を入力として擬似エコー信号を生成する擬似エコー信号生成過程と、
   減算器が、エコー信号から上記擬似エコー信号を差し引き上記誤差信号を生成する減算過程と、
   を含む音響エコーキャンセル方法。
5. 請求項４に記載の音響エコーキャンセル方法において、
   上記ステップサイズ制御過程は、
   短時間パワー期待値算出手段が、上記受話信号の短時間パワーの期待値を求める短時間パワー期待値算出ステップと、
   正規化手段が、上記線形変換後受話信号の短時間パワーを、上記受話信号と線形変換後受話信号との内積の二乗で除した正規化値の期待値を求める正規化ステップと、
   ステップサイズ算出手段が、上記受話信号の短時間パワーの期待値と上記正規化値を入力として上記ステップサイズを算出するステップサイズ算出ステップと、
   を含むことを特徴とする音響エコーキャンセル方法。
6. 請求項１乃至３の何れかに記載した音声エコーキャンセラ装置としてコンピュータを機能させるための装置プログラム。
7. 請求項６に記載した装置プログラムを記録したコンピュータで読み取り可能な記録媒体。

Images