JP5359744B2 - 音処理装置及びプログラム - Google Patents

Description

本発明は音処理装置及びプログラムに関し、例えば、電話端末において捕捉音声若しくは発音出力音声の明瞭度を向上させる場合に適用し得るものである。

雑音が重畳された音声は、明瞭度が下り発話内容が聴き取り難くなるなどの問題が生じる。これを解決するために、従来から、ノイズキャンセラ、ノイズサプレッサと称される技術が存在する。また、特許文献１に示されるような音声強調技術が存在する。前者は、雑音が重畳された音声から雑音部分を消去、抑圧することにより音声対雑音比（ＳＮ比）を向上させて明瞭度を向上させるものである。後者は、音声部分を強調することにより、音声対雑音比を向上させ明瞭度を向上させるものである。

特開平６−２０８３９５号公報

しかしながら、前者の方法では、消去、抑圧された後の雑音の周波数特性について特には考慮がなされず、レベルは下るものの異音が発生して、逆に聴感品質を劣化させる場合があった。また、後者の方法では、元々の音声が持つ周波数特性を過度に変形して歪感を増大させる場合があった。

本発明は、前述の課題に鑑みてなされたものであり、自然な聴感を保ちつつ信号対雑音比を向上させ、音信号（音声信号若しくは音響信号）の明瞭度を向上させる音処理装置及びプログラムを提供しようとしたものである。

第１の本発明は、入力された音信号に含まれている雑音成分の抑圧により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、（２）入力された上記音信号を帯域分割する帯域分割手段と、（３）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、雑音成分の帯域か否かを判別する信号／雑音判定手段と、（４）雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させる制御手段と、（５）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段とを有することを特徴とする。

第２の本発明は、入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、（２）入力された上記音信号を帯域分割する帯域分割手段と、（３）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か否かを判別する信号／雑音判定手段と、（４）音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、（５）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段とを有することを特徴とする。

第３の本発明は、入力された音信号に含まれている雑音成分の抑圧及び入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、（２）人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、（３）入力された上記音信号を帯域分割する帯域分割手段と、（４）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か雑音成分の帯域を判別する信号／雑音判定手段と、（５）雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させると共に、音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、（６）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段とを有することを特徴とする。

第４の本発明の音処理プログラムは、コンピュータを、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、（２）入力された音信号を帯域分割する帯域分割手段と、（３）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、雑音成分の帯域か否かを判別する信号／雑音判定手段と、（４）雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させる制御手段と、（５）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段として機能させ、（６）入力された音信号に含まれている雑音成分の抑圧により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする。

第５の本発明の音処理プログラムは、コンピュータを、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、（２）入力された音信号を帯域分割する帯域分割手段と、（３）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か否かを判別する信号／雑音判定手段と、（４）音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、（５）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段として機能させ、（６）入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする。

第６の本発明の音処理プログラムは、コンピュータを、（１）人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、（２）人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、（３）入力された音信号を帯域分割する帯域分割手段と、（４）上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か雑音成分の帯域を判別する信号／雑音判定手段と、（５）雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させると共に、音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、（６）上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段として機能させ、（７）入力された音信号に含まれている雑音成分の抑圧及び入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする。

本発明によれば、自然な聴感を保ちつつ信号対雑音比を向上させ、音信号の明瞭度を向上させることができる。

第１の実施形態の音声処理装置１００の機能的構成を示すブロック図である。 図１の利得変更回路の詳細構成を示すブロック図である。 図１の利得変更回路群への入力信号及び出力信号の周波数特性を示す説明図である。 第２の実施形態の音声処理装置１００の機能的構成を示すブロック図である。 図４の利得変更回路の詳細構成を示すブロック図である。 図４の利得変更回路における音声強調上限値及び雑音抑圧下限値の組の変更の説明図である。

（Ａ）第１の実施形態
以下、本発明による音処理装置及びプログラムを音声処理に適用した第１の実施形態を、図面を参照しながら詳述する。第１の実施形態の音処理装置（音声処理装置）は、例えば、電話端末のマイクロフォンが捕捉し、デジタル信号に変換された近端音声信号を処理する位置に介在され、又は、スピーカに与えるデジタル信号でなる遠端音声信号を処理する位置に介在される。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態の音声処理装置１００の機能的構成を示すブロック図である。例えば、ソフトフォンは、コンピュータにソフトフォン用アプリケーションをインストールして構築されるものであるが、そのソフトフォン用アプリケーションの部分的プログラムとして第１の実施形態の音処理プログラム（音声処理プログラム）を適用し、第１の実施形態の音声処理装置１００を構築しても良い。この場合であっても、機能的構成を図１で表すことができる。

図１において、第１の実施形態の音声処理装置１００は、有音無音検出回路１０１、周波数帯域分割回路１０２、利得変更回路１０３−１〜１０３−Ｍ及び周波数帯域合成回路１０４を有する。

雑音が重畳されたデジタル信号でなる音声信号ｓ（ｎ）（但し、ｎは時刻を表すパラメータである）は、有音無音検出回路１０１及び周波数帯域分割回路１０２に入力される。

有音無音検出回路１０１は、入力音声信号ｓ（ｎ）が有音（有音区間）か無音（無音区間）かを判定するものである。有音無音検出回路１０１による判定方法としては既存の任意のものを適用できる。例えば、判定用の信号パワ閾値を持ち、入力音声信号ｓ（ｎ）のパワがこれを上回る場合に有音（Ｖ＝１）、そうでない場合に無音（Ｖ＝０）という結果を、利得変更回路１０３−１〜１０３−Ｍに出力する。

周波数帯域分割回路１０２は、入力音声信号ｓ（ｎ）をＭ個の周波数帯域に分割し、各帯域分割信号ｓ１（ｎ）〜ｓＭ（ｎ）をそれぞれ、対応する利得変更回路１０３−１〜１０３−Ｍに出力するものである。

各利得変更回路１０３−ｍ（ｍは１〜Ｍ）はそれぞれ、入力された帯域分割信号ｓｍ（ｎ）に対する信号成分又は雑音成分の利得を制御し、音声明瞭度を高めるものである。この第１の実施形態の場合、利得変更回路１０３−ｍは、ＩＳＯ（国際標準化機構）２２６等の人間の聴覚特性（ラウドネス曲線）に応じて、利得の制御限界が決定されている。

周波数帯域合成回路１０４は、利得変更回路１０３−１〜１０３−Ｍからの出力信号ｘ１（ｎ）〜ｘＭ（ｎ）を合成し、合成後の音声信号ｘ（ｎ）を明瞭化された音声信号として出力するものである。

図２は、利得変更回路１０３−ｍの詳細構成を示すブロック図である。利得変更回路１０３−１〜１０３−Ｍは同様な構成を有するが、利得変更回路１０３−１〜１０３−Ｍは後述する限界値記憶部２０３に記憶されている音声強調上限値及び雑音抑圧下限値が異なっている。

図２において、利得変更回路１０３−ｍは、ＳＮ算出部２００、ＳＮ閾値供給部２０１、音声／雑音判定部２０２、限界値記憶部２０３及び利得変更部２０４を有する。

ＳＮ算出部２００は、入力された帯域分割信号ｓｍ（ｎ）の音声対雑音比（ＳＮ比）ｓｎｍを計算するものである。ＳＮ比ｓｎｍの計算方法としては、既存のいかなる方法を適用したものであっても良く、一例を挙げれば以下の通りである。

帯域分割信号ｓｍ（ｎ）のパワを計算し、信号パワｓｍｐとする。無音時（Ｖ＝０）の場合、例えば、雑音推定値ｓｍｎｐを（１）式に従って更新する（但し、０＜α＜１）。一方、有音時（Ｖ＝１）の場合には、雑音推定値ｓｍｎｐの更新は実施しない。そして、ＳＮ比ｓｎｍを（２）式に従って計算する。

ｓｍｎｐ＝α×ｓｍｎｐ＋（１−α）×ｓｍｐ …（１）
ｓｎｍ＝１０×ｌｏｇ_１０（ｓｍｐ／ｓｍｎｐ） …（２）
ＳＮ閾値供給部２０１は、ＳＮ比ｓｎｍと比較されるＳＮ閾値を音声／雑音判定部２０２に供給するものである。ＳＮ閾値供給部２０１は、無音時（Ｖ＝０）の帯域分割信号ｓｍ（ｎ）のパワの平均値を算出し、このパワ平均値に所定のオフセットを足し込んだものをＳＮ閾値として音声／雑音判定部２０２に供給するようにしても良い。また、多くの人の音声信号を処理し、当該利得変更回路１０３−ｍが担当する帯域が音声帯域か雑音帯域かを切り分けることができるＳＮ比の境界値を予め算出しておき、ＳＮ閾値供給部２０１にＳＮ閾値として予め設定しておき、ＳＮ閾値供給部２０１は、予め設定されたＳＮ閾値として音声／雑音判定部２０２に供給するようにしても良い。

音声／雑音判定部２０２は、ＳＮ算出部２００が算出したＳＮ比ｓｎｍと、ＳＮ閾値供給部２０１から供給されたＳＮ閾値との大小比較により、当該利得変更回路１０３−ｍが担当する帯域が、対象話者（の音声）の特徴から言えば、音声帯域又は雑音帯域になっているかを判定するものである。音声／雑音判定部２０２は、ＳＮ比ｓｎｍがＳＮ閾値を上回る場合には、当該利得変更回路１０３−ｍが担当する帯域が音声帯域であると判定し、そうでない場合には、当該利得変更回路１０３−ｍが担当する帯域が雑音帯域であると判定する。

限界値記憶部２０３には、当該利得変更回路１０３−ｍが担当する帯域が音声帯域である場合における音声強調の上限の限界利得（音声強調上限値）と、当該利得変更回路１０３−ｍが担当する帯域が雑音帯域である場合における雑音抑圧の下限の限界利得（雑音抑圧下限値）とを記憶しているものである。なお、限界値記憶部２０３には、音声強調上限値又は雑音抑圧下限値の一方のみを記憶し、他方は、記憶している値から所定量を減算又は加算することで得るようにしても良い。

後述する図３における音声強調上限曲線Ｃ１１は、利得変更回路１０３−１〜１０３−Ｍにおける音声強調上限値を繋げ合わせた曲線であり、図３における雑音抑圧下限曲線Ｃ１２は、利得変更回路１０３−１〜１０３−Ｍにおける雑音抑圧下限値を繋げ合わせた曲線である。これら曲線Ｃ１及びＣ２は、ＩＳＯ（国際標準化機構）２２６等の人間の聴覚特性（ラウドネス曲線）に応じた曲線形状をしている。

利得変更部２０４は、音声／雑音判定部２０２による、当該利得変更回路１０３−ｍが担当する帯域が音声帯域又は雑音帯域という判定結果によって処理を切り替えるものである。

利得変更部２０４は、当該利得変更回路１０３−ｍが担当する帯域が音声帯域の場合には、入力された帯域分割信号ｓｍ（ｎ）の利得が、限界値記憶部２０３に記憶されている音声強調上限値を下回っているか否かを判別する。ここで、帯域分割信号ｓｍ（ｎ）の利得は帯域分割信号ｓｍ（ｎ）のパワである。利得変更部２０４は、帯域分割信号ｓｍ（ｎ）の利得が音声強調上限値を下回っていると、入力された帯域分割信号ｓｍ（ｎ）を、利得が音声強調上限値に一致するように変更（増幅）して出力し、帯域分割信号ｓｍ（ｎ）の利得が音声強調上限値以上であると、入力された帯域分割信号ｓｍ（ｎ）を利得変更することなくそのまま通過させる。

利得変更部２０４は、当該利得変更回路１０３−ｍが担当する帯域が雑音帯域の場合には、入力された帯域分割信号ｓｍ（ｎ）の利得が、限界値記憶部２０３に記憶されている雑音抑圧下限値を上回っているか否かを判別する。利得変更部２０４は、帯域分割信号ｓｍ（ｎ）の利得が雑音抑圧下限値を上回っていると、入力された帯域分割信号ｓｍ（ｎ）を、利得が雑音抑圧下限値に一致するように変更（減衰）して出力し、帯域分割信号ｓｍ（ｎ）の利得が雑音抑圧下限値以下であると、入力された帯域分割信号ｓｍ（ｎ）を利得変更することなくそのまま通過させる。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の音声処理装置１００の動作を、図３に示す周波数特性図をも参照しながら説明する。

雑音が重畳されたデジタル信号でなる音声信号ｓ（ｎ）は、有音無音検出回路１０１及び周波数帯域分割回路１０２に入力される。

入力音声信号ｓ（ｎ）は、周波数帯域分割回路１０２によって、Ｍ個の周波数帯域に分割され、分割後の各帯域分割信号ｓ１（ｎ）〜ｓＭ（ｎ）はそれぞれ、対応する利得変更回路１０３−１〜１０３−Ｍに与えられる。また、有音無音検出回路１０１によって、入力音声信号ｓ（ｎ）が有音か無音かが判定され、その判定結果も、利得変更回路１０３−１〜１０３−Ｍに与えられる。

利得変更回路１０３−ｍ（ｍは１〜Ｍ）においては、ＳＮ算出部２００によって、入力された帯域分割信号ｓｍ（ｎ）のＳＮ比ｓｎｍが計算され、このＳＮ比ｓｎｍとＳＮ閾値供給部２０１から供給されたＳＮ閾値とが、音声／雑音判定部２０２によって比較され、当該利得変更回路１０３−ｍが担当する帯域が音声帯域又は雑音帯域になっているかが判定される。

当該利得変更回路１０３−ｍが担当する帯域が音声帯域と判定された場合には、利得変更部２０４によって、入力された帯域分割信号ｓｍ（ｎ）の利得が、限界値記憶部２０３に記憶されている音声強調上限値を下回っているか否かが判別され、帯域分割信号ｓｍ（ｎ）の利得が音声強調上限値を下回っていると、入力された帯域分割信号ｓｍ（ｎ）は、その利得が音声強調上限値に一致するように変更（増幅）されて出力され、帯域分割信号ｓｍ（ｎ）の利得が音声強調上限値以上であると、入力された帯域分割信号ｓｍ（ｎ）は利得変更されることなくそのまま出力される。

一方、当該利得変更回路１０３−ｍが担当する帯域が雑音帯域の場合には、利得変更部２０４によって、入力された帯域分割信号ｓｍ（ｎ）の利得が、限界値記憶部２０３に記憶されている雑音抑圧下限値を上回っているか否かが判別され、帯域分割信号ｓｍ（ｎ）の利得が雑音抑圧下限値を上回っていると、入力された帯域分割信号ｓｍ（ｎ）は、その利得が雑音抑圧下限値に一致するように変更（減衰）されて出力され、帯域分割信号ｓｍ（ｎ）の利得が雑音抑圧下限値以下であると、入力された帯域分割信号ｓｍ（ｎ）は利得変更されることなくそのまま出力される。

利得変更回路１０３−１〜１０３−Ｍからの出力信号ｘ１（ｎ）〜ｘＭ（ｎ）は周波数帯域合成回路１０４によって合成され、合成後の音声信号ｘ（ｎ）が、明瞭化された音声信号として当該音声処理装置１００から出力される。

図３（Ａ）は、利得変更回路群１０３−１〜１０３−Ｍへ入力された帯域分割信号ｓ１（ｎ）〜ｓＭ（ｎ）の利得を示し、図３（Ｂ）は、利得変更回路群１０３−１〜１０３−Ｍから出力された帯域分割信号ｘ１（ｎ）〜ｘＭ（ｎ）の利得を示している。また、図３において、黒塗りの縦棒で利得を示す帯域は、内部の音声／雑音判定部２０２（２０２−１〜２０２−Ｍ）によって音声帯域と判定された帯域を示し、ハッチが付与された縦棒で利得を示す帯域は、内部の音声／雑音判定部２０２（２０２−１〜２０２−Ｍ）によって雑音帯域と判定された帯域を示している。

１番目の帯域は、図３（Ａ）に示すように、雑音帯域と判定され、しかも、帯域分割信号ｓ１（ｎ）の利得が雑音抑圧下限値を上回っているので、図３（Ｂ）に示すように、帯域分割信号ｓ１（ｎ）は、その利得が雑音抑圧下限値に一致するように変更（減衰）され、変更後の帯域分割信号ｘ１（ｎ）が出力される。

５番目の帯域は、図３（Ａ）に示すように、雑音帯域と判定されるが、帯域分割信号ｓ５（ｎ）の利得が雑音抑圧下限値以下であるので、図３（Ｂ）に示すように、帯域分割信号ｓ５（ｎ）はそのまま出力帯域分割信号ｘ５（ｎ）となる。

２番目の帯域は、図３（Ａ）に示すように、音声帯域と判定され、しかも、帯域分割信号ｓ２（ｎ）の利得が音声強調上限値を下回っているので、図３（Ｂ）に示すように、帯域分割信号ｓ２（ｎ）は、その利得が音声強調上限値に一致するように変更（増幅）され、変更後の帯域分割信号ｘ２（ｎ）が出力される。

３番目の帯域は、図３（Ａ）に示すように、音声帯域と判定されるが、帯域分割信号ｓ３（ｎ）の利得が音声強調上限値以上であるので、図３（Ｂ）に示すように、帯域分割信号ｓ３（ｎ）はそのまま出力帯域分割信号ｘ３（ｎ）となる。

（Ａ−３）第１の実施形態の効果
第１の実施形態によれば、人間の聴覚特性に基づく音声強調上限値、雑音抑圧下限値を設け、音声強調の上限、雑音抑圧の下限を設定して、音声強調又は雑音抑圧を行うようにしたので、自然な聴感を保ちつつ音声対雑音比を向上させ、音声の明瞭度を向上させることができる。

（Ｂ）第２の実施形態
次に、本発明による音処理装置及びプログラムを音声処理に適用した第２の実施形態を、図面を参照しながら詳述する。

図４は、第２の実施形態の音声処理装置１００Ａの機能的構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には同一、対応符号を付して示している。また、図５は、第２の実施形態における利得変更回路１０３Ａ−ｍの詳細構成を示すブロック図であり、第１の実施形態に係る図４との同一、対応部分には同一、対応符号を付して示している。

第２の実施形態の音声処理装置１００Ａは、第１の実施形態と同様な有音無音検出回路１０１、周波数帯域分割回路１０２、利得変更回路１０３Ａ−１〜１０３Ａ−Ｍ及び周波数帯域合成回路１０４に加え、限界値変更指令回路１０５を有する。また、利得変更回路１０３Ａ−ｍ（ｍは１〜Ｍ）の内部構成が第１の実施形態と異なっている。利得変更回路１０３Ａ−ｍは、第１の実施形態と同様に、ＳＮ算出部２００、ＳＮ閾値供給部２０１、音声／雑音判定部２０２、限界値記憶部２０３Ａ及び利得変更部２０４を有するが、限界値記憶部２０３Ａが第１の実施形態のものと異なっている。

第２の実施形態における限界値記憶部２０３Ａは、音声強調上限値及び雑音抑圧下限値の組を、複数組記憶しているものである。以下では、説明の簡単化のために、２組の音声強調上限値及び雑音抑圧下限値が限界値記憶部２０３Ａに格納されているとする。２組のうち、一方の組の音声強調上限値及び雑音抑圧下限値は老人の聴覚特性を考慮したものとなっており、他方の組の音声強調上限値及び雑音抑圧下限値は老人以外の聴覚特性を考慮したものとなっている。

なお、第２の実施形態における限界値記憶部２０３Ａは、ある組の音声強調上限値及び雑音抑圧下限値だけを記憶し、他の組の音声強調上限値及び雑音抑圧下限値は、記憶している値に所定の変換関数を適用して得るものであっても良い。

第２の実施形態で新たに設けられた限界値変更指令回路１０５は、利得変更回路１０３Ａ−１〜１０３Ａ−Ｍに対し、利得変更部２０４（２０４−１〜２０４−Ｍ）が利用する音声強調上限値及び雑音抑圧下限値の組を指令するものである。利得変更部２０４−１〜２０４−Ｍは、限界値変更指令回路１０５からの変更指令に対して連動して利用する組を変更するものである。

例えば、限界値変更指令回路１０５がプッシュスイッチ若しくはキーボード上の特定のキーを中心として構成され、プッシュスイッチ若しくは特定キーが操作される毎に、他方の組への切換えを指示するものであっても良い。また例えば、限界値変更指令回路１０５がディップスイッチ、若しくは、各組に対応した２つのキーを中心として構成され、ディップスイッチが操作されたり、選択中でない組に対応するキーが操作されたりした場合に、他方の組への切換えを指示するものであっても良い。

例えば、第２の実施形態の音声処理装置１００Ａがソフトフォンに組み込まれたものであって、マイクロフォンからの音声信号を処理する系に設けられた場合であれば、近端話者が、遠端話者が老人であると認識したときに、限界値変更指令回路１０５によって、老人の聴覚特性を考慮した音声強調上限値及び雑音抑圧下限値の組に変更させれば良い。また例えば、第２の実施形態の音声処理装置１００Ａがソフトフォンに組み込まれたものであって、スピーカへの音声信号を処理する系に設けられた場合であれば、近端話者は自己が老人であるときに、限界値変更指令回路１０５によって、老人の聴覚特性を考慮した音声強調上限値及び雑音抑圧下限値の組に変更させれば良い。

なお、限界値変更指令回路１０５は、入力された音声信号ｓ（ｎ）から、老人の音声か否かを自動判別する既存技術を適用したものであっても良い。

図６（Ａ）は、老人以外の聴覚特性を考慮した音声強調上限値及び雑音抑圧下限値の組の選択状態を示しており、このような状態において、老人の聴覚特性を考慮した音声強調上限値及び雑音抑圧下限値の組への変更指令が生じると、図６（Ｂ）に実線で示す音声強調上限曲線Ｃ２１及び雑音抑圧下限曲線Ｃ２２で規定される音声強調上限値及び雑音抑圧下限値の組を、利得変更部２０４−１〜２０４−Ｍが利用する状態に切り替わる。

ここで、老人の聴覚特性を考慮した音声強調上限曲線Ｃ２１及び雑音抑圧下限曲線Ｃ２２は、ＩＳＯ７０２９などに基づき、年齢による聴覚特性の違いを考慮して定められたものである。すなわち、人間の聴覚は、年齢と共に高い周波数が知覚されにくくなるため、これを考慮して、音声強調上限曲線Ｃ２１及び雑音抑圧下限曲線Ｃ２２においては、周波数が高い領域の音声強調上限値及び雑音抑圧下限値を、他の組に係る音声強調上限曲線Ｃ１１及び雑音抑圧下限曲線Ｃ１２より上昇させている。

図６の例では、音声強調上限曲線Ｃ１１及び雑音抑圧下限曲線Ｃ１２が有効な場合に比較し、老人の聴覚特性を考慮した音声強調上限曲線Ｃ２１及び雑音抑圧下限曲線Ｃ２２が有効な場合には、例えば、Ｍ番目の雑音帯域はその減衰量が少なくなり、また、（Ｍ−３）番目の音声帯域は増幅されなかったものから増幅対象に変化する。

（Ｂ−３）第２の実施形態の効果
第２の実施形態によっても、人間の聴覚特性に基づく音声強調上限値、雑音抑圧下限値を設け、音声強調の上限、雑音抑圧の下限を設定して、音声強調及び雑音抑圧を行うようにしたので、自然な聴感を保ちつつ音声対雑音比を向上させ、音声の明瞭度を向上させることができる。

さらに、第２の実施形態によれば、年齢と共に変化する人間の聴覚特性を考慮し、音声強調上限値及び雑音抑圧下限値の組を複数組設けて選択して使用できるようにしたので、第１の実施形態に比して、より聴取者に合わせて、音声の明瞭度を向上させることができる。

（Ｃ）他の実施形態
上記各実施形態では、雑音成分の抑圧と音声成分の強調とを併用して音声対雑音比（ＳＮ比）を向上させる音声処理装置を示したが、雑音成分の抑圧によって音声対雑音比を向上させる音声処理装置に本発明を適用することができ、また、音声成分の強調によって音声対雑音比を向上させる音声処理装置に本発明を適用することができる。

上記実施形態の説明では、音声処理装置を電話端末に適用する例を挙げたが、本発明の用途はこれに限定されるものではない。

また、上記各実施形態では音声信号を処理する音声処理装置に本発明を適用したものを示したが、音響信号（オーディオ信号）を処理する音響処理装置に本発明を適用することができる。特許請求の範囲における「音信号」は、音声信号又は音響信号を表している。

１００、１００Ａ…音声処理装置、１０１…有音無音検出回路、１０２…周波数帯域分割回路、１０３−１〜１０３−Ｍ、１０３Ａ−１〜１０３Ａ−Ｍ…利得変更回路、１０４…周波数帯域合成回路、１０５…限界値変更指令回路、２００…ＳＮ算出部、２０１…ＳＮ閾値供給部、２０２…音声／雑音判定部、２０３、２０３Ａ…限界値記憶部、２０４…利得変更部。

Claims (9)

1. 入力された音信号に含まれている雑音成分の抑圧により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、
   人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、
   入力された上記音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、雑音成分の帯域か否かを判別する信号／雑音判定手段と、
   雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   を有することを特徴とする音処理装置。
2. 上記抑圧下限保持手段は、各周波数帯域の雑音抑圧下限値として、人間の聴覚の年齢変化特性に合わせた複数の値を保持し、複数の値から適用する値を選択する
   ことを特徴とする請求項１に記載の音処理装置。
3. 入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、
   人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、
   入力された上記音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か否かを判別する信号／雑音判定手段と、
   音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   を有することを特徴とする音処理装置。
4. 上記強調上限保持手段は、各周波数帯域の音強調上限値として、人間の聴覚の年齢変化特性に合わせた複数の値を保持し、複数の値から適用する値を選択する
   ことを特徴とする請求項３に記載の音処理装置。
5. 入力された音信号に含まれている雑音成分の抑圧及び入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させる音処理装置において、
   人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、
   人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、
   入力された上記音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か雑音成分の帯域を判別する信号／雑音判定手段と、
   雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させると共に、音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   を有することを特徴とする音処理装置。
6. 上記抑圧下限保持手段は、各周波数帯域の雑音抑圧下限値として、人間の聴覚の年齢変化特性に合わせた複数の値を保持し、複数の値から適用する値を選択し、
   上記強調上限保持手段は、各周波数帯域の音強調上限値として、人間の聴覚の年齢変化特性に合わせた複数の値を保持し、複数の値から適用する値を選択する
   ことを特徴とする請求項５に記載の音処理装置。
7. コンピュータを、
   人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、
   入力された音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、雑音成分の帯域か否かを判別する信号／雑音判定手段と、
   雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   して機能させ、入力された音信号に含まれている雑音成分の抑圧により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする音処理プログラム。
8. コンピュータを、
   人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、
   入力された音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か否かを判別する信号／雑音判定手段と、
   音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   して機能させ、入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする音処理プログラム。
9. コンピュータを、
   人間の聴覚特性に基づいて決定された周波数帯域毎の雑音抑圧下限値を保持している抑圧下限保持手段と、
   人間の聴覚特性に基づいて決定された周波数帯域毎の音強調上限値を保持している強調上限保持手段と、
   入力された音信号を帯域分割する帯域分割手段と、
   上記各帯域分割信号の信号対雑音比を、周波数帯域によって定まる閾値と比較することにより、周波数帯域毎に、音成分の帯域か雑音成分の帯域を判別する信号／雑音判定手段と、
   雑音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが雑音抑圧下限値を上回っているか否かを判別し、上回っていると帯域分割信号の大きさを雑音抑圧下限値に一致するように変更し、上回っていないと帯域分割信号の大きさを維持させると共に、音成分と判定された周波数帯域に対して、その周波数帯域の帯域分割信号の大きさが音強調上限値を下回っているか否かを判別し、下回っていると帯域分割信号の大きさを音強調上限値に一致するように変更し、下回っていないと帯域分割信号の大きさを維持させる制御手段と、
   上記制御手段を介した全ての帯域分割信号を合成する帯域合成手段と
   して機能させ、入力された音信号に含まれている雑音成分の抑圧及び入力された音信号に含まれている音成分の強調により信号対雑音比を向上させて音信号の明瞭度を向上させることを特徴とする音処理プログラム。

Images