JP5387459B2 - 雑音推定装置、雑音低減システム、雑音推定方法、及びプログラム - Google Patents

Description

本発明は、マイクロフォン等で収音した信号に含まれる雑音成分を低減する音声信号処理技術に関する。

話者の発声をマイクロフォン等で収音した収音信号に含まれる雑音成分を低減させる音声信号処理技術が幾つか知られており、そのうちのひとつに、スペクトルサブトラクション等と称されている雑音抑圧処理技術がある。この技術は、雑音モデルを収音信号に基づき推定し、この雑音モデルを収音信号から減じることで雑音成分を低減させるという技術である。

この雑音モデルを推定する技術について、幾つかの提案がされている。
例えば、そのうちのひとつは、音声データ中に含まれるノイズレベルを、所定時間幅毎に求めたパワーレベルの頻度分布から検出するという技術である。

また、例えば、そのうちの別のひとつは、雑音が混入した音声信号のスペクトル波形の傾きに基づいて、その雑音のスペクトルを推定するという技術である。

特開平１０−３１９９８５号公報 特開２０００−２９５００号公報

収音信号に連続的に含まれている雑音成分である定常性雑音成分についての雑音モデルの推定を行う場合を考える。例えば、雑踏の中で発声している話者の側を車が通過する状況を想定する。このような状況では、定常性雑音成分は雑踏に車のエンジン音が加わったものになる。この定常性雑音成分は、車が近づいてくるに従って徐々に大きくなっていき、話者の側を車が通過した後には、車が遠ざかるにつれて徐々に小さくなっていく。このような環境での収音された信号からに含まれる雑音成分の低減に用いる定常性雑音成分モデルは、車のエンジン音には追随し、その一方で話者の発声には引っ張られないようなものであることが極めて好ましい。

しかし、徐々にレベルが変化する定常性雑音成分と、非定常性信号成分（収音対象の音声成分と、定常性雑音成分以外の雑音成分とを含む、収音信号に単発若しくは断続的に含まれている信号成分）とを区別することは難しい。このため、従来の定常性雑音モデルの推定技術では、雑音追随性が悪かったり、あるいはその逆に、音声や非定常性信号成分の影響により、本来の定常性雑音成分よりもモデルの方が高レベルになってしまったりする傾向が見られた。

定常性雑音モデルに音声が含まれてしまうと、雑音低減処理（例えば前述したスペクトルサブトラクション等）を行う際に、音声を定常性雑音成分と誤ってしまうことになり、これは、雑音低減処理後の音声に歪をもたらす原因となる。

また、異なる位置のマイクロフォンでの収音信号の周波数スペクトル毎の位相差に基づき、話者の方向以外から到来する雑音成分を定常性雑音成分として推定するという技術がある。しかしながら、この技術では、話者と同一方向からの雑音は話者音声とみなされてしまうため、話者方向の定常性雑音モデルの精度が悪くなってしまう。その結果、話者と同一方向の定常性雑音成分は減らないという問題が生じる。

本発明は上述した問題に鑑みてなされたものであり、その解決しようとする課題は、発音体による発音を収音した収音信号に含まれる定常性雑音成分を精度良く推定することである。

本明細書で後述する雑音推定装置のひとつには、推定手段と制御手段とを有しているというものがある。このうち、推定手段は、発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行う。また、制御手段は、ある時刻での該収音信号である現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づいて該推定手段を制御する。ここで、該推定手段は、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、該現在収音信号に含まれる定常性雑音成分の推定を行う。また、該制御手段は、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該推定手段を制御する。

また、本明細書で後述する雑音推定方法のひとつには、発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行うというものがある。この方法では、まず、ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行う。そして、次に、該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該定常性雑音成分の推定を制御する。この推定の制御では、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるようにする。

また、本明細書で後述するプログラムのひとつには、発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定をコンピュータに行わせるためのものがある。このプログラムは、推定処理と制御処理とをコンピュータに行わせる。ここで、推定処理は、ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行う。また、制御処理は、該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該定常性雑音成分の推定を制御する。この推定の制御では、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるようにする。

本明細書で後述する定常雑音推定装置は、発音体による発音を収音した収音信号に含まれる定常性雑音成分を精度良く推定することができる。

雑音低減システムの構成図である。 雑音推定装置の第一の例の構成図である。 雑音推定装置の各部での信号波形である。 雑音推定装置として動作させることのできるコンピュータの構成例である。 コンピュータにより実行される制御処理の第一の例の処理内容を図解したフローチャートである。 非定常性指標に基づく制御を行わなかった場合の定常性雑音モデルの推定結果例である。 非定常性指標に基づく制御を行った場合の定常性雑音モデルの推定結果例である。 雑音推定装置の第二の例の構成図である。 位相差係数の設定手法の説明図である。 コンピュータにより実行される制御処理の第二の例の処理内容を図解したフローチャートである。 雑音推定装置の第一の例による定常性雑音モデルの推定結果例である。 雑音推定装置の第二の例による定常性雑音モデルの推定結果例である。 雑音推定装置の第三の例の構成図である。 コンピュータにより実行される制御処理の第三の例の処理内容を図解したフローチャートである。 コンピュータにより実行される制御処理の第四の例の処理内容を図解したフローチャートである。 コンピュータにより実行される制御処理の第五の例の処理内容を図解したフローチャートである。

まず図１について説明する。図１は、雑音低減システムの構成図である。
雑音低減システム１は、雑音推定装置２、雑音低減装置３、及びＩＦＦＴ装置４を備えて構成されている。この雑音低減システム１には、マイクＡ５がマイクアンプ６を介して接続されており、更に、マイクＢ７がマイクアンプ８を介して接続されている。

マイクＡ５及びマイクアンプ６は、発音体である人９の発する音声を収音するための収音装置である。マイクアンプ６から出力される収音信号は、雑音低減システム１に備えられている、雑音推定装置２及び雑音低減装置３に送られる。
雑音推定装置２は、収音信号に含まれる定常性雑音成分の推定を行い、その推定結果である定常性雑音モデルを出力する。

ＩＦＦＴ（Inverse Fast Fourier Transform）装置４は高速フーリエ逆変換を行う装置であり、雑音推定装置２から出力される定常性雑音モデルを、周波数領域で表現されているものから時間領域で表現するものへと変換して雑音低減装置３に送る。なお、雑音推定装置２内にＩＦＦＴ装置４を備えるようにして、周波数領域で表現されている定常性雑音モデルを雑音推定装置２内で時間領域での表現に変換してから雑音低減装置３に送るようにしてもよい。あるいは、雑音低減装置３内にＩＦＦＴ装置４を備えるようにして、雑音推定装置２から受け取った、周波数領域で表現されている定常性雑音モデルを、雑音低減装置３内で時間領域での表現に変換するようにしてもよい。

雑音低減装置３は、雑音推定装置２から得た定常性雑音モデルを収音信号から減算する音声信号処理を行うことによって、その収音信号に含まれる定常性雑音成分を低減させ、その処理結果を、雑音低減システム１の出力信号として出力する。

マイクＢ７及びマイクアンプ８は、マイクＡ５及びマイクアンプ６が収音するものと同一の音を収音するための副収音装置であり、人９の発する音声を、マイクＡ５とは異なる位置で収音する。マイクアンプ８から出力される副収音信号は、雑音低減システム１に備えられている、雑音推定装置２に送られる。雑音推定装置２は、この副収音信号と前述した収音信号とを用いて、当該収音信号に含まれる定常性雑音成分の推定を行う。但し、後述する雑音推定装置２の構成のうち、次に説明する第一の例のみは、副収音信号を用いずに、収音信号のみを用いて、当該定常性雑音成分の推定を行う。従って、この場合には、マイクＢ７及びマイクアンプ８は不要である。

なお、マイクＡ５及びマイクＢ７の距離は、両マイクでそれぞれ測定された雑音が著しくは変わらず、かつ、位相差測定可能な距離であればよい。

次に図２について説明する。図２は、雑音推定装置２の第一の例の構成図である。この雑音推定装置２は、ＦＦＴ部１１、非定常性指標算出部１２、定常性雑音モデル更新係数設定部１３、及び定常性雑音モデル推定部１４を備えて構成されている。

ＦＦＴ（Fast Fourier Transform）部１１は、高速フーリエ変換を行うものであり、収音信号の所定のサンプル数分の信号波形を周波数スペクトルに変換して非定常性指標算出部１２に送る。なお、この高速フーリエ変換のために行う収音信号のサンプリングでは、人９の発声音を表現するのに十分なサンプリング間隔で行うものとする。

なお、非定常性指標算出部１２、定常性雑音モデル更新係数設定部１３、及び定常性雑音モデル推定部１４は、収音信号についてそれぞれが行う処理を、収音信号の周波数スペクトル毎に行う。

非定常性指標算出部１２は非定常性指標の算出を行う。非定常性指標とは、ある時刻での収音信号（以降の説明では、便宜上、この収音信号を「現在収音信号」と称することとする）に含まれる非定常性信号成分の推定割合を数値の大きさで表した指標である。なお、本願において、収音信号に含まれる非定常性信号成分とは、定常性雑音成分と、収音装置による収音対象である発音体の発音（本実施形態においては人９の発声音）との両者を含むものとする。
非定常性指標算出部１２による非定常性指標の算出手法については後述する。

定常性雑音モデル更新係数設定部１３は、定常性雑音モデルの推定を行う際に使用する定常性雑音モデル更新係数を、非定常性指標に基づいて設定することで、定常性雑音モデル推定部１４による定常性雑音モデルの推定を制御する。

定常性雑音モデル推定部１４は、収音信号に含まれる定常性雑音成分の推定を行う。本実施形態では、定常性雑音モデル推定部１４は、現在収音信号を得た時刻よりも過去の収音信号（以降の説明では、便宜上、この収音信号を「過去収音信号」と称することとする）に基づき推定した定常性雑音成分の推定結果を、現在収音信号を用いて更新する。次に、このようにして行う、現在収音信号に含まれる定常性雑音成分の推定手法について、更に説明する。

定常性雑音モデル推定部１４は、時刻ｔ（但し、ｔは０以上の整数）における現在収音信号（周波数スペクトルｉの振幅成分）Ｓｉ（ｔ）に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を、下記の［１］式により算出する。
Ｎｉ（ｔ）＝γ×Ｓｉ（ｔ）＋（１−γ）×Ｎｉ（ｔ−１）………［１］

なお、この［１］式において、γは定常性雑音モデル更新係数であり、０≦γ＜１とする。また、Ｎｉ（ｔ−１）は、過去収音信号に基づき推定した定常性雑音成分の推定結果である。つまり、この式［１］は、Ｎｉ（ｔ−１）を、現在収音信号Ｓｉ（ｔ）を用いて更新して、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を得る式である。より具体的には、この式［１］は、Ｓｉ（ｔ）とＮｉ（ｔ−１）とをγ：（１−γ）の割合（「第一の割合」）で加算した加算結果を、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）とする式である。なお、Ｎｉ（−１）＝０とする。

この［１］式において、定常性雑音モデル更新係数γを以下のようにして設定する。すなわち、現在収音信号における定常性雑音成分の割合が大きいほど、定常性雑音モデル更新係数γを「１」に近い値とする。すると、［１］式により算出される定常性雑音成分Ｎｉ（ｔ）は現在収音信号Ｓｉ（ｔ）に近い値となる。その一方、現在収音信号における定常性雑音成分の割合が小さい（すなわち、非定常性信号成分の割合が大きい）ほど、定常性雑音モデル更新係数γを「０」に近い値とする。すると、［１］式により算出される現在収音信号に含まれる定常性雑音成分Ｎｉ（ｔ）は、過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）に近い値となる。

従って、定常性雑音モデル更新係数設定部１３が、以上のように、定常性雑音モデル更新係数γの値を、現在収音信号における、定常性雑音成分の割合若しくは非定常性信号成分の割合に基づき設定すれば、定常性雑音成分の推定を［１］式により行うことができる。定常性雑音モデル更新係数設定部１３は、定常性雑音モデル更新係数γをこのように設定するために、前述した非定常性指標を用いる。

ここで、非定常性指標算出部１２により行われる、この非定常性指標の算出について説明する。
まず、前述した式［１］において、定常性雑音モデル更新係数γを、予め定めておいた定数値αとして、現在収音信号に含まれる定常性雑音成分の仮推定が行われる。すなわち、下記の式［２］の値が計算される。
ＶＮｉ（ｔ）＝α×Ｓｉ（ｔ）＋（１−α）×Ｎｉ（ｔ−１）………［２］

但し、このαの値は、ｔ＝０のときは「１」とする。また、ｔ＞０のときは、αの値は０＜α＜１とし、マイクＡ５の特性や設置環境、定常性雑音の種類等に応じて具体的な数値を設定する（αを例えば「０．１」に設定する）。また、実際に雑音低減システムを設置して動作させて、定常性雑音低減効果が良好な定数αの値を実験により求めるようにしてもよい。

次に、式［２］により求めた、現在収音信号に含まれる定常性雑音成分の仮推定値ＶＮｉ（ｔ）を、前述した式［１］を用いて過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）で除算する計算が行われる。すなわち、下記の式［３］の値が計算されて、ＡＳＩｉ（ｔ）が算出される。
ＡＳＩｉ（ｔ）＝ＶＮｉ（ｔ）／Ｎｉ（ｔ−１）………［３］

従って、この式［２］及び［３］を計算することで、Ｓｉ（ｔ）とＮｉ（ｔ−１）とをα：（１−α）の割合（「第二の割合」）で加算した結果を、Ｎｉ（ｔ−１）で除算した値がＡＳＩｉ（ｔ）として算出される。

式［３］を参照すれば、現在収音信号に含まれる定常性雑音成分の仮推定値が、過去収音信号に基づき推定した定常性雑音成分の推定結果に比べて大きいほど、ＡＳＩｉ（ｔ）は大きくなることが分かる。

また、式［２］を参照すれば、この仮推定値がこの推定結果に比べて大きくなるのは、αの値が定数であるので、現在収音信号Ｓｉ（ｔ）が大きい値であった場合であることは明らかである。しかし、本来は、定常性雑音成分のレベルの変化は、この時間ｔの時間間隔程度ではそれほど大きくはならないはずである。（もしも、現在収音信号Ｓｉ（ｔ）が定常性雑音成分のみであり、その成分のレベルが過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）に等しければ、ＡＳＩｉ（ｔ）は「１」となることは式［２］及び［３］から明らかである。）従って、現在収音信号Ｓｉ（ｔ）が大きい値になった場合には、その現在収音信号Ｓｉ（ｔ）は、定常性雑音成分に比べて非定常性信号成分の割合が大きいと推定することができる。

以上のことから、ＡＳＩｉ（ｔ）は、現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表しているといえるので、従って、前述した非定常性指標であるいえる。本実施形態において、非定常性指標算出部１２は、上記の式［２］及び［３］を計算することによって求まるＡＳＩｉ（ｔ）を、非定常性指標として算出する。

定常性雑音モデル更新係数設定部１３は、このようにして非定常性指標算出部１２により算出される非定常性指標の値と、所定の閾値との大小比較を行う。そして、この非定常性指標の値が当該閾値よりも小さい場合には、現在収音信号に含まれる非定常性信号成分の割合は小さいとの判定を下す。本実施形態においては、このように判定した場合には、前述した式［１］における定常性雑音モデル更新係数γを、式［２］で定常性雑音成分の仮推定に用いたαと等しい値に設定する。この結果、式［１］において、Ｓｉ（ｔ）とＮｉ（ｔ−１）とを加算するときの加算割合（γ：（１−γ）、「第一の割合」）が、式［２］におけるＳｉ（ｔ）とＮｉ（ｔ−１）とを加算するときの加算割合（α：（１−α）、「第二の割合」）に一致する。

一方、この非定常性指標の値が当該閾値以上である場合には、現在収音信号に含まれる非定常性信号成分の割合は大きいとの判定を下す。本実施形態においては、このように判定した場合には、前述した式［１］における定常性雑音モデル更新係数γを、非定常性指標の値が当該閾値よりも小さい場合に設定する値よりも小さい値に設定する。本実施形態においては、このように判定した場合には、定常性雑音モデル更新係数γを、式［２］で定常性雑音成分の仮推定に用いたαよりも小さい値に設定する。例えば、αが「０．１」に設定されている場合には、γを例えば「０．０１」に設定する。

現在収音信号に含まれる定常性雑音成分Ｎｉ（ｔ）の推定を、前掲した［１］式に従い、過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）に対する、現在収音信号Ｓｉ（ｔ）を用いた更新により行うことは既に説明した。従って、γを上述したように小さくして設定すれば、この更新による定常性雑音成分Ｎｉ（ｔ）の推定結果の変化量が少なくなることは、［１］式から明らかである。

但し、ｔ＝０のときは、前述したように、Ｎｉ（−１）＝０としたから、前掲した［３］式でＡＳＩｉ（ｔ）を算出することができない。また、この場合におけるＮｉ（−１）は、定常性雑音成分の推定結果としても明らかに不適切である。そこで、この場合には、非定常性指標の値が当該閾値よりも小さい場合と同様に、定常性雑音モデル更新係数γを、定数αと等しい値に設定するようにする。

定常性雑音モデル更新係数設定部１３は、以上のようにして設定した定常性雑音モデル更新係数γを定常性雑音モデル推定部１４に送って前述したγ：（１−γ）の割合（「第一の割合」）を変更させることで、定常性雑音モデル推定部１４による定常性雑音モデルの推定を制御する。

なお、非定常性指標の値と大小比較を行う閾値は、例えば以下のようにして値を決定する。
図３について説明する。図３は、雑音推定装置２の各部での信号波形例である。

図３の波形例は、いずれも収音信号の３００Ｈｚ付近におけるスペクトルについての波形であり、その途中で、人９による発声が開始されている。なお、図３において、［Ａ］は現在収音信号Ｓｉ（ｔ）の振幅スペクトルであり、［Ｂ］は、上記［２］式による現在収音信号に含まれる定常性雑音成分の仮推定値ＶＮｉ（ｔ）の波形であり、［Ｃ］は、上記［３］式による非定常性指標ＡＳＩｉ（ｔ）の波形である。

この図３の波形における「雑音のみの区間」を参照すると、［Ｃ］の波形では、非定常性指標ＡＳＩｉ（ｔ）がほぼ「１」に近い値となっていることが分かる。前述した閾値は、例えば、実際に雑音低減システムを設置してこのように動作させて、この「雑音のみの区間」での非定常性指標ＡＳＩｉ（ｔ）の最大値を、少し（例えば「０．１」程度）大きくした値に設定する。

なお、雑音推定装置２の動作、すなわち、収音信号に含まれる定常性雑音成分の推定を行い、その推定結果である定常性雑音モデルを出力する動作を、標準的な構成のコンピュータに行わせることもできる。

ここで、図４について説明する。図４には、雑音推定装置２として動作させることのできるコンピュータ２０の構成例が図解されている。
このコンピュータ２０は、ＭＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、ハードディスク装置２４、入力装置２５、表示装置２６、インタフェース装置２７、及び記録媒体駆動装置２８を備えている。なお、これらの構成要素はバス２９を介して接続されており、ＭＰＵ２１の管理の下で各種のデータを相互に授受することができる。

ＭＰＵ（Micro Processing Unit）２１は、このコンピュータ２０全体の動作を制御する演算処理装置である。
ＲＯＭ（Read Only Memory）２２は、所定の基本制御プログラムが予め記録されている読み出し専用半導体メモリである。ＭＰＵ２１は、この基本制御プログラムをコンピュータ２０の起動時に読み出して実行することにより、このコンピュータ２０の各構成要素の動作制御が可能になる。

ＲＡＭ（Random Access Memory）２３は、ＭＰＵ２１が各種の制御プログラムを実行する際に、必要に応じて作業用記憶領域として使用する、随時書き込み読み出し可能な半導体メモリである。

ハードディスク装置２４は、ＭＰＵ２１によって実行される各種の制御プログラムや各種のデータを記憶しておく記憶装置である。
ＭＰＵ２１は、ハードディスク装置２４に記憶されている所定の制御プログラムを読み出して実行することにより、後述する制御処理を行えるようになる。

入力装置２５は、例えばキーボード装置やマウス装置であり、コンピュータ２０の使用者により操作されると、その操作内容に対応付けられている使用者からの各種情報の入力を取得し、取得した入力情報をＭＰＵ２１に送付する。

表示装置２６は例えば液晶ディスプレイであり、ＭＰＵ２１から送付される表示データに応じて各種のテキストや画像を表示する。
インタフェース装置２７は、このコンピュータ２０に接続される各種機器との間での各種データの授受の管理を行う。より具体的には、インタフェース装置２７は、マイクＡ５からマイクアンプ６を経て送られてくる収音信号のアナログ−デジタル変換や、雑音推定装置２の出力である定常性雑音モデルデータの後続機器への送信などを行う。

記録媒体駆動装置２８は、可搬型記録媒体３０に記録されている各種の制御プログラムやデータの読み出しを行う装置である。ＭＰＵ２１は、可搬型記録媒体３０に記録されている所定の制御プログラムを、記録媒体駆動装置２８を介して読み出して実行することによって、後述する各種の制御処理を行うようにすることもできる。なお、可搬型記録媒体３０としては、例えばＣＤ−ＲＯＭ（Compact Disc Read Only Memory）やＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）などがある。

このようなコンピュータ２０を雑音推定装置２として動作させるには、まず、後述する雑音推定処理の処理内容をＭＰＵ２１に行わせるための制御プログラムを作成する。作成された制御プログラムはハードディスク装置２４若しくは可搬型記録媒体３０に予め格納しておく。そして、ＭＰＵ２１に所定の指示を与えてこの制御プログラムを読み出させて実行させる。こうすることで、ＭＰＵ２１が、ＦＦＴ部１１、非定常性指標算出部１２、定常性雑音モデル更新係数設定部１３、及び定常性雑音モデル推定部１４として機能し、このコンピュータ２０による雑音推定装置２の機能の提供が可能になる。

なお、同様にして制御プログラムを作成して実行させることで、このようなコンピュータ２０を、雑音低減装置３やＩＦＦＴ装置４として動作させることも可能である。更には、同様にして制御プログラムを作成してコンピュータ２０に実行させることで、雑音推定装置２、雑音低減装置３、及びＩＦＦＴ装置４の機能を並行して提供させるようにすることで、雑音低減システム１をコンピュータ２０で構成することも可能である。

次に図５について説明する。図５は、図４のコンピュータ２０におけるＭＰＵ２１により行われる雑音推定処理の第一の例の処理内容を図解したフローチャートである。
この処理が開始されると、まず、Ｓ１０１において、ＦＦＴ処理が行われる。この処理は、収音信号の所定のサンプル数分の信号波形を周波数スペクトルへと変換する高速フーリエ変換処理である。なお、この処理は、ＦＦＴ部１１としてＭＰＵ２１が機能するための処理である。

上述したＳ１０１に続くＳ１０２からＳ１０８にかけての処理は、Ｓ１０１の処理により得られた収音信号の周波数スペクトル毎に行う。
まず、Ｓ１０２からＳ１０４にかけての処理は、非定常性指標算出部１２としてＭＰＵ２１が機能するための処理である。

Ｓ１０２では、前述した定数αを、前述したようにして定めた所定の値（図５では「０．１」）に設定する処理が行われる。次に、Ｓ１０３において、設定された定数αの値を用いて、前掲した［２］式を計算して、現在収音信号に含まれる定常性雑音成分の仮推定値ＶＮｉ（ｔ）を算出する処理が行われる。そして、続くＳ１０４において、前掲した［３］式を計算して、非定常性指標ＡＳＩｉ（ｔ）を算出する処理が行われる。

Ｓ１０５からＳ１０７にかけての処理は、定常性雑音モデル更新係数設定部１３としてＭＰＵ２１が機能するための処理である。
まず、Ｓ１０５では、Ｓ１０４の処理によって算出された非定常性指標ＡＳＩｉ（ｔ）と、前述した所定の閾値との大小比較を行い、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいか否かを判定する処理が行われる。ここで、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいと判定されたとき（判定結果がＹｅｓのとき）にはＳ１０６に処理を進める。一方、非定常性指標ＡＳＩｉ（ｔ）が当該閾値以上であると判定されたとき（判定結果がＮｏのとき）にはＳ１０７に処理を進める。

Ｓ１０６では、前述した定常性雑音モデル更新係数γの値を、行われの処理で値を設定した定数αとする処理が行われ、その後はＳ１０８に処理を進める。
Ｓ１０７では、前述した定常性雑音モデル更新係数γを、上述したＳ１０７の処理で設定する値よりも小さい値に設定する。本実施形態においては、このように判定した場合には、定常性雑音モデル更新係数γを、式［２］で定常性雑音成分の仮推定に用いたαよりも小さい値に設定する。図５では、αを「０．１」に設定しているので、γを、「０．１」よりも小さい値として、例えば「０．０１」に設定する。

次に、Ｓ１０８では、Ｓ１０６の処理若しくはＳ１０７の処理により設定された定常性雑音モデル更新係数γの値を用いて前掲した［１］式を計算して、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を算出して出力する処理が行われる。こうして収音信号の周波数スペクトル毎に得られた定常性雑音成分の推定結果が、定常性雑音モデルである。

以上のＳ１０８の処理を終えると図５の雑音推定処理は完了し、以降、この雑音推定処理が繰り返し実行される。
ＭＰＵ２１が以上の雑音推定処理を行うことで、コンピュータ２０が雑音推定装置２として機能し、収音信号に含まれる定常性雑音成分の推定が行われて、その推定結果である定常性雑音モデルが得られる。

以上のように動作する雑音推定装置２による定常性雑音成分の推定結果例を提示する。図６Ａは、非定常性指標に基づく制御を行うことなく定常性雑音モデルの推定を行った場合（定常性雑音モデル更新係数γを固定値とした場合）の波形である。一方、図６Ｂは、非定常性指標に基づく制御を行って定常性雑音モデルの推定を行った場合（定常性雑音モデル更新係数γを非定常性指標の値に基づき変更した場合）の波形である。

図６Ａ及び図６Ｂの各々において、黒線の波形は、収音信号の約３００Ｈｚのスペクトルであり、白線の波形は、その周波数での定常性雑音モデルである。なお、横軸は時間の経過を表しており、縦軸はレベルの大きさを表している。

図６Ａ及び図６Ｂにおける囲み部分に注目すると、図６Ａでは、白線の波形が黒線の波形に似た形状になっており、定常性雑音モデルに、収音信号に含まれる非定常性信号である、人９の発声音が含まれてしまっている。これに対し、図６Ｂでは、白線の波形と黒線の波形とは図６Ａの波形ほどは似ておらず、従って、非定常性信号が定常性雑音モデルから抑制されていることが分かる。

次に図７について説明する。図７は雑音推定装置２の第二の例の構成図である。この雑音推定装置２を図２に図解した第一の例と比較すると、第一の例の構成に対してＦＦＴ部３１及び位相差算出部３２が追加されている点が相違している。

ＦＦＴ部１１は、前述した第一の例におけるものと同一のものであり、収音信号の所定のサンプル数分の信号波形を周波数スペクトルに変換して非定常性指標算出部１２に送る。

ＦＦＴ部３１は、高速フーリエ変換を行うものであり、副収音信号の所定のサンプル数分の信号波形を周波数スペクトルに変換し、その各スペクトルの位相情報を位相差算出部３２に送る。なお、この高速フーリエ変換のために行う副収音信号のサンプリングは、収音信号のものと同一のタイミングで行うようにし、ＦＦＴ部３１により得られる副収音信号の各スペクトルの周波数がＦＦＴ部１１により得られる収音信号のものと一致するようにする。

なお、非定常性指標算出部１２、定常性雑音モデル更新係数設定部１３、定常性雑音モデル推定部１４、及び位相差算出部３２は、収音信号及び副収音信号についてそれぞれが行う処理を、収音信号の周波数スペクトル毎に行う。

非定常性指標算出部１２は前述した第一の例におけるものと同一のものであり、非定常性指標の算出を行う。
位相差算出部３２は、副収音信号の位相情報をＦＦＴ部３１から受け取ると共に、収音信号についての位相情報をＦＦＴ部１１から受け取る。位相差算出部３２は、受け取った位相情報の差を算出して、収音信号と副収音信号との位相差を獲得し、得られた位相差の情報を定常性雑音モデル更新係数設定部１３に送る。

定常性雑音モデル更新係数設定部１３は、前述した第一の例と同様に、非定常性指標算出部１２により算出される非定常性指標の値と、所定の閾値との大小比較を行う。そして、この非定常性指標の値が当該閾値よりも小さい場合には、前述した第一の例と同様に、現在収音信号に含まれる非定常性信号成分の割合は小さいとの判定を下す。従って、本実施形態においては、このように判定した場合には、前述した定常性雑音モデル更新係数γを、式［２］で定常性雑音成分の仮推定に用いた定数αと等しい値に設定する。

一方、定常性雑音モデル更新係数設定部１３は、この非定常性指標の値が当該閾値以上である場合には、前述した第一の例と同様に、前述した定常性雑音モデル更新係数γを、非定常性指標の値が当該閾値よりも小さい場合に設定する値よりも小さい値に設定する。但し、この第二の例では、この定常性雑音モデル更新係数γの値を小さくする程度を、位相差算出部３２から受け取った位相差情報に基づいて設定する。

位相差係数βの設定について、図８を参照しながら説明する。なお、位相差係数βは、定常性雑音モデル更新係数γの値を小さくする程度を決定する係数である。位相差係数βを設定する場合には、定常性雑音モデル更新係数γは、下記の式［４］を計算することで算出される。
γ＝α×β………［４］

図８のグラフは、収音信号及び副収音信号のある周波数のスペクトルにおける位相差情報と位相差係数βとの対応関係を描いたものである。このグラフにおいて、横軸は、位相差算出部３２から受け取る位相差情報であり、縦軸は位相差係数βである。

図８のグラフでは、収音信号と副収音信号との位相差が所定の範囲内である場合には、位相差係数βを、小さい値、より具体的には、「０」以上で「０」に近い値（図８のグラフでは「０．１」）としている。ここで、この範囲は、発音体である人９とマイクＡ５及びマイクＢ７との位置関係を予め定めた状態で人９の同一の発生音を両者が各々収音したときに収音信号と副収音信号との間に生じる位相差を中心とする所定の範囲とする。その一方で、この範囲から大きく外れている位相差の範囲では、位相差係数βを、大きい値、より具体的には「１」に近い値としている。そして、この両者の間を、前述の「０」に近い値から前述の「１」に近い値まで連続的に（図８のグラフでは直線的に）結んだときの値を、その間での位相差係数βの値としている。

人９の同一の発声音を収音した収音信号と副収音信号との間に生じる位相差は、マイクＡ５及びマイクＢ７の各々から人９までの距離の差によって生じるものである。この距離の差は、マイクＡ５（及びマイクＢ７）から見たときの人９の方向の違いによって増減する。つまり、この位相差は、マイクＡ５（及びマイクＢ７）から見たときの人９の発声音の到来方向に対応している。

前述したように、図８のグラフにおいては、位相差が、予め定めていた人９の発声音の到来方向から所定の範囲内を表している場合には、位相差係数βを小さい値としている。位相差がこのような範囲内を表しているときは、非定常性信号成分である人９の発声音が現在収音信号に大きな割合で含まれていると推定できるので、位相差係数βを小さい値として、定常性雑音モデル更新係数γの値を定数αから更に小さくするのである。γの値を小さくすれば、現在収音信号Ｓｉ（ｔ）を用いた更新による定常性雑音成分Ｎｉ（ｔ）の推定結果の変化量が少なくなることは、前述したように、［１］式から明らかである。

その一方で、前述したように、図８のグラフにおいて、位相差が、この範囲から大きく外れている場合には、位相差係数βを大きい値としている。この範囲から位相差が大きく外れているときは、非定常性信号成分である人９の発声音が収音信号に含まれている割合が大きくはないと推定できる。従って、この場合には、位相差係数βを大きい値として、定常性雑音モデル更新係数γの値を定数αに近い値とする。こうすることで、現在収音信号Ｓｉ（ｔ）を用いた更新による定常性雑音成分Ｎｉ（ｔ）の推定結果の変化量を、非定常性指標の値が前述の閾値よりも小さい場合と同等のものになる。

なお、図８のグラフはあくまでも一例に過ぎないものであり、収音信号及び副収音信号の周波数スペクトルにおける位相差情報と位相差係数βとの対応関係は、この例に限定されるものではない。

例えば、ある周波数スペクトルにおいての位相差が、人９とマイクＡ５及びマイクＢ７との位置関係を予め定めた状態で人９の同一の発生音を両者が各々収音したときの位相差に一致しているときの位相差係数βを「０」とするようにしてもよい。この場合には、定常性雑音モデル更新係数γの値が「０」となるので、現在収音信号Ｓｉ（ｔ）を用いた更新による定常性雑音成分Ｎｉ（ｔ）の推定結果の変化量もゼロとなることは、［１］式から明らかである。また、この場合に、位相差係数βを「０」とする位相差から所定値以上外れている位相差の範囲では、位相差係数βを「１」に近い値とする。そして、この両者の間を、「０」から前述の「１」に近い値まで連続的に結んだときの値を、その間での位相差係数βの値とする。位相差情報と位相差係数βとの対応関係を、例えばこのようにしてもよい。

定常性雑音モデル推定部１４は、前述した第一の例におけるものと同一のものであり、収音信号に含まれる定常性雑音成分の推定を行う。定常性雑音モデル更新係数設定部１３は、以上のようにして設定した定常性雑音モデル更新係数γを定常性雑音モデル推定部１４に送って前述したγ：（１−γ）の割合を変更させることで、定常性雑音モデル推定部１４による定常性雑音モデルの推定を制御する。

次に図９について説明する。図９は、図４のコンピュータ２０におけるＭＰＵ２１により行われる雑音推定処理の第二の例の処理内容を図解したフローチャートである。この第二の例は、図７の構成を有する雑音推定装置２としてコンピュータ２０を機能させるためのものである。

図９において、図７に図解した第一の例におけるものと同一の処理には同一の符号を付している。これらの処理については詳細な説明を省略する。
図９の処理が開始されると、Ｓ１０１のＦＦＴ処理の実行と並行して、Ｓ２０１においてもＦＦＴ処理が行われる。この処理は、副収音信号の所定のサンプル数分（Ｓ１０１のＦＦＴ処理が対象とする収音信号のサンプル数と同数）の信号波形を周波数スペクトルへと変換する高速フーリエ変換処理である。なお、この処理は、ＦＦＴ部３１としてＭＰＵ２１が機能するための処理である。

次に、非定常性指標算出部１２としてＭＰＵ２１が機能するための処理である、前述したＳ１０２からＳ１０４にかけての処理の実行と並行して、Ｓ２０２において位相差算出処理が行われる。この処理では、まず、Ｓ２０１の処理により得られた副収音信号の周波数スペクトルの各々の位相情報を受け取ると共に、Ｓ１０１の処理により得られた収音信号の周波数スペクトルの各々の位相情報を受け取る。そして、周波数スペクトル毎に、受け取った位相情報の差を算出して収音信号と副収音信号との位相差を獲得する。なお、この位相差算出処理は、位相差算出部３２としてＭＰＵ２１が機能するための処理である。

以上のＳ１０１からＳ１０４にかけての処理とＳ２０１及びＳ２０２の処理との完了後に続いて行われるＳ１０５、Ｓ１０６、Ｓ２０３、及びＳ２０４の処理は、定常性雑音モデル更新係数設定部１３としてＭＰＵ２１が機能するための処理である。

まず、Ｓ１０５において、前述したように、Ｓ１０４の処理によって算出された非定常性指標ＡＳＩｉ（ｔ）と、前述した所定の閾値との大小比較を行い、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいか否かを判定する処理が行われる。ここで、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいと判定されたとき（判定結果がＹｅｓのとき）にはＳ１０６に処理を進める。一方、非定常性指標ＡＳＩｉ（ｔ）が当該閾値以上であると判定されたとき（判定結果がＮｏのとき）にはＳ２０３に処理を進める。

Ｓ１０６では、前述した定常性雑音モデル更新係数γの値を、Ｓ１０２の処理で値を設定した定数αとする処理が行われ、その後はＳ１０８に処理を進める。
一方、Ｓ２０３では位相差係数取得処理が行われる。この処理では、まず、ハードディスク装置２４に予め記憶されている位相差係数テーブルが参照される。この位相差係数テーブルは、図８にグラフで図解したような、位相差情報と位相差係数βとの具体的な対応関係が表されているテーブルである。そして、このテーブルにおいて、Ｓ２０２の位相差算出処理により獲得された位相差情報に対応付けられている位相差係数βの値が取得される。

次に、Ｓ２０４では、Ｓ１０２の処理で設定されている定数αと、Ｓ２０３の処理で取得した位相差係数βの値とに基づき、前掲した式［４］を計算することによって、前述した定常性雑音モデル更新係数γの値を算出する処理が行われる。そして、この処理の後はＳ１０８に処理を進める。

次に、Ｓ１０８では、Ｓ１０６の処理若しくはＳ２０４の処理により設定された定常性雑音モデル更新係数γの値を用いて前掲した［１］式を計算して、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を算出して出力する処理が行われる。こうして収音信号の周波数スペクトル毎に得られた定常性雑音成分の推定結果が、定常性雑音モデルである。

以上のＳ１０８の処理を終えると図９の雑音推定処理は完了し、以降、この雑音推定処理が繰り返し実行される。
ＭＰＵ２１が以上の雑音推定処理を行うことによっても、コンピュータ２０が雑音推定装置２として機能し、収音信号に含まれる定常性雑音成分の推定が行われて、その推定結果である定常性雑音モデルが得られる。
以上のように動作する雑音推定装置２による定常性雑音成分の推定結果例を提示する。

図１０Ａは、図２の構成を備えた雑音推定装置の第一の例による定常性雑音モデルの推定結果例であり、図１０Ｂは、図７の構成を備えた雑音推定装置の第二の例による定常性雑音モデルの推定結果例である。

図１０Ａ及び図１０Ｂに描かれている各グラフの横軸は、時間の経過を表している。但し、この横軸は、図６Ａ及び図６Ｂに描かれている各グラフの横軸とはスケールが大きく異なっており、図６Ａ及び図６Ｂにおけるスケールを縮めたものとなっている。

図１０Ａにおいて、（Ａ）の波形は、収音信号の波形である。なお、人９の発声音が含まれている区間を表示している。また、（Ｂ）の波形は、この収音信号の約３００Ｈｚのスペクトルの振幅成分の波形である。更に、（Ｃ）の波形は、雑音推定装置の第一の例によって得られた非定常性指標の波形である。そして、（Ｄ）の波形は、雑音推定装置の第一の例による定常性雑音成分の推定結果例である。

一方、図１０Ｂにおいて、（Ａ）の波形は、収音信号の約３００Ｈｚのスペクトルの振幅成分の波形であり、図１０Ａの（Ｂ）と同一の波形である。また、（Ｂ）の波形は、雑音推定装置の第一の例によって得られた位相差情報の波形である。更に、（Ｃ）の波形は、雑音推定装置の第二の例によって得られた非定常性指標の波形である。そして、（Ｄ）の波形は、雑音推定装置の第二の例による定常性雑音成分の推定結果例である。

図６Ｂの波形を図６Ａの波形とを対比して前述したように、先に説明した雑音推定装置の第一の例の構成であっても、定常性雑音モデルから非定常性信号を効果的に抑制することができる。しかしながら、図１０Ａの（Ｄ）の波形のように時間軸のスケールを変更して定常性雑音モデルの波形を参照すると、非定常性信号である人９の発声音の成分が、依然として定常性雑音モデルに残存していることが分かる。

これに対し、図１０Ｂの（Ｄ）の波形を図１０Ａの（Ｄ）の波形と対比すると明らかなように、雑音推定装置の第二の例の構成では、第一の例では残存していた人９の発声音の成分も、定常性雑音モデルから良好に抑制できていることが分かる。

次に図１１について説明する。図１１は雑音推定装置２の第三の例の構成図である。
この第三の例の構成を図７に図解した第二の例と比較すると、非定常性指標算出部１２による非定常性指標の算出を、ＦＦＴ部３１によって得られる副収音信号の周波数スペクトルの位相情報にも基づいて行う点が相違している。そこで、ここでは、この非定常性指標の算出についてのみ説明する。

第一の例及び第二の例の構成を備えた雑音推定装置２では、前述したように、前掲の［２］式を用いて現在収音信号に含まれる定常性雑音成分の仮推定を行う際の定数αを、ｔ＞０の範囲で固定値としていた。これに対し、この第三の例の構成を備える雑音推定装置２では、収音信号と副収音信号との位相差を利用する。この位相差が、前述したような、予め想定した人９の発声音の到来方向の範囲内を表している場合には、非定常性信号成分である人９の発声音が現在収音信号に大きな割合で含まれていると推定できる。そこで、この場合には、その範囲外である場合よりも定数αの値を小さくする。この第三の例の構成を備える雑音推定装置２では、このようにして、前掲の［２］式によるＳｉ（ｔ）とＮｉ（ｔ−１）との加算におけるＳｉ（ｔ）の加算割合を少なくすることで、現在収音信号に含まれる定常性雑音成分の仮推定をより適切なものとする。すると、非定常性指標算出部１２により算出される非定常性指標の確からしさも向上するので、結果として、定常性雑音モデル推定部１４による定常性雑音成分の推定結果がより適切なものとなる。

次に図１２について説明する。図１２は、図４のコンピュータ２０におけるＭＰＵ２１により行われる雑音推定処理の第三の例の処理内容を図解したフローチャートである。この第三の例は、図１１の構成を有する雑音推定装置２としてコンピュータ２０を機能させるためのものである。

この第三の例の処理内容を図９に図解した第二の例と比較すると、Ｓ１０２からＳ１０４にかけての処理に、Ｓ３０１からＳ３０３にかけての処理が追加されている点が相違している。つまり、第二の例において非定常性指標算出部１２としてＭＰＵ２１が機能するための処理である、Ｓ１０２からＳ１０４にかけての処理に、Ｓ３０１からＳ３０３にかけての処理が追加されている。そこで、この第三の例では、これらの処理についてのみ説明することとし、第二の例と同一の処理については説明を省略する。

まず、Ｓ３０１において、Ｓ２０２の位相差算出処理により獲得された位相差情報が、前述したような、予め想定した人９の発声音の到来方向の範囲内を表しているか否かを判定する処理が行われる。ここで、位相差情報が当該範囲内を表していると判定されたとき（判定結果がＹｅｓのとき）には、Ｓ３０３に処理を進める。一方、位相差情報が当該範囲内を表していないと判定されたとき（判定結果がＮｏのとき）には、Ｓ３０２に処理を進める。

Ｓ３０２では、前掲した式［２］における前述した定数αを、前述したようにして定めた所定の値（図１２では「０．１」）に設定する処理が行われ、その後はＳ１０３に処理を進める。

一方、Ｓ３０３では、この定数αを、Ｓ３０２の処理で設定する値よりも小さい値（図１２では「０．０１」）に設定して、現在収音信号に含まれる定常性雑音成分の仮推定をより適切なものとする処理が行われ、その後はＳ１０３に処理を進める。

Ｓ１０３では、Ｓ３０２若しくはＳ３０３の処理により設定された定数αの値を用いて、前掲した［２］式を計算して、現在収音信号に含まれる定常性雑音成分の仮推定値ＶＮｉ（ｔ）を算出する処理が行われる。そして、続くＳ１０４において、前掲した［３］式を計算して、非定常性指標ＡＳＩｉ（ｔ）を算出する処理が行われる。このＳ１０３及びＳ１０４の処理は、前述したものと同様である。

上述した図１２の雑音推定処理をＭＰＵ２１が行うことによっても、コンピュータ２０が雑音推定装置２として機能し、収音信号に含まれる定常性雑音成分の推定が行われて、その推定結果である定常性雑音モデルが得られる。

次に、図７に構成を図解した雑音推定装置２の第二の例における定常性雑音モデル更新係数設定部１３の機能変更による、定常性雑音成分の推定結果の向上について、図１３及び図１４を参照しながら説明する。

まず図１３について説明する。図１３は、図４のコンピュータ２０におけるＭＰＵ２１により行われる雑音推定処理の第四の例の処理内容を図解したフローチャートである。この第四の例は、図７の構成を有する雑音推定装置２としてコンピュータ２０を機能させるためのものである。

この第四の例では、位相差算出部３２により算出された収音信号と副収音信号との位相差が、人９とマイクＡ５及びマイクＢ７との位置関係を予め定めた状態で人９の同一の発声音を収音したときの位相差と一致するか否かを判定する。なお、この判定は、非定常性指標が所定の閾値以上であると判定したときに行われる。そして、計数用のカウンタを用意し、この両者の位相差が、マイクＡ５及びマイクアンプ６で収音信号を新たに得る度に連続して一致したときの連続回数を計数する。

なお、この第四の例では、上述した両者の位相差が一致しているときには、位相差係数βを「０」とする場合を想定している。
前述したように、非定常性指標が所定の閾値以上であるときに、上述した位相差が一致している場合には、非定常性信号成分である人９の発声音が現在収音信号に大きな割合で含まれていると推定できる。但し、上述したように、この第四の例の場合には、位相差係数βが「０」となる。すると、前掲した［４］式及び［１］式により、上述した位相差が一致している場合には、現在収音信号Ｓｉ（ｔ）に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）は、過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）のまま更新されない。従って、上述した位相差の一致が連続した場合には、その連続している間は、定常性雑音成分の推定結果Ｎｉ（ｔ）が更新されないことになり、その推定結果の確からしさの信頼度が低下する。

そこで、この第四の例では、前述したカウンタの計数値が予め定めておいた所定に達するほどに上述した位相差の一致が連続した場合には、定常性雑音モデル更新係数γを、非定常性指標が所定の閾値よりも小さい場合のときのものと同一の値に設定する。

現在収音信号に含まれる定常性雑音成分Ｎｉ（ｔ）の推定を、前掲した［１］式に従い、過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）に対する、現在収音信号Ｓｉ（ｔ）を用いた更新により行うことは既に説明した。従って、定常性雑音モデル更新係数設定部１３の機能を変更して、γの値をこのように設定させるようにすることで、この更新による定常性雑音成分Ｎｉ（ｔ）の推定結果の変化量が、非定常性指標が所定の閾値よりも小さい場合のときのものと同一になる。第四の例は、このようにして、前述した場合における定常性雑音成分の推定結果Ｎｉ（ｔ）の更新を促すようにするものである。

図１３に図解した第四の例の処理内容を図９に図解した第二の例と比較すると、Ｓ１０６の処理が削除され、その代わりに、Ｓ４０１からＳ４０４にかけての処理が追加されている点が相違している。つまり、第二の例においての定常性雑音モデル更新係数設定部１３としての処理である、Ｓ１０５及びＳ１０６並びにＳ２０３及びＳ２０４の処理が、Ｓ１０５、Ｓ２０３及びＳ２０４、並びにＳ４０１からＳ４０４にかけての処理に置き換えられている。そこで、この第四の例では、これらの処理についてのみ説明することとし、第二の例と同一の処理については説明を省略する。

まず、Ｓ１０５において、前述したように、Ｓ１０４の処理によって算出された非定常性指標ＡＳＩｉ（ｔ）と、前述した所定の閾値との大小比較を行い、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいか否かを判定する処理が行われる。ここで、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいと判定されたとき（判定結果がＹｅｓのとき）にはＳ４０４に処理を進める。一方、非定常性指標ＡＳＩｉ（ｔ）が当該閾値以上であると判定されたとき（判定結果がＮｏのとき）にはＳ２０３に処理を進める。

Ｓ２０３では位相差係数取得処理が行われる。この処理では、まず、ハードディスク装置２４に予め記憶されている位相差係数テーブルが参照される。この位相差係数テーブルは、位相差情報と位相差係数βとの具体的な対応関係が表されているテーブルである。但し、このテーブルにおいて、収音信号と副収音信号との位相差が、人９とマイクＡ５及びマイクＢ７との位置関係を予め定めた状態で人９の同一の発生音を両者が各々収音したときの位相差に一致しているときには、位相差係数βは「０」である。そして、このテーブルにおいて、Ｓ２０２の位相差算出処理により獲得された位相差情報に対応付けられている位相差係数βの値が取得される。

次に、Ｓ２０４では、Ｓ１０２の処理で設定されている定数αと、Ｓ２０３の処理で取得した位相差係数βの値とに基づき、前掲した式［４］を計算することによって、前述した定常性雑音モデル更新係数γの値を算出する処理が行われる。そして、この処理の後はＳ４０１に処理を進める。

Ｓ４０１では、位相差係数βの値が「０」であるか否かを判定する処理が行われる。この処理は、すなわち、Ｓ２０２の処理により算出された収音信号と副収音信号との位相差が、人９とマイクＡ５及びマイクＢ７との位置関係を予め定めた状態で人９の同一の発声音を収音したときの位相差と一致するか否かを判定する処理である。ここで、位相差係数βの値が「０」であると判定されたとき（判定結果がＹｅｓのとき）にはＳ４０２に処理を進める。一方、位相差係数βの値が「０」ではないと判定されたとき（判定結果がＮｏのとき）にはＳ１０８に処理を進める。

Ｓ４０２では、変数ｎｉの現在の値をインクリメント（１だけ加算）し、その結果を改めて変数ｎｉに代入する処理が行われる。この変数ｎｉは前述したカウンタの計数値に相当するものであり、その初期値は「０」である。

Ｓ４０３では、変数ｎｉの現在の値が所定値（図１３では「１００」）よりも小さいか否かを判定する処理が行われる。ここで、変数ｎｉの値が所定値よりも小さいと判定されたとき（判定結果がＹｅｓのとき）にはＳ１０８に処理を進める。一方、変数ｎｉの値が所定値に達したと判定されたとき（判定結果がＮｏのとき）にはＳ４０４に処理を進める。

Ｓ４０４では、定常性雑音モデル更新係数γの値を、Ｓ１０２の処理で値を設定した定数αとすると共に、変数ｎｉを初期化してその値を「０」とする処理が行われ、その後はＳ１０８に処理を進める。

Ｓ１０８では、Ｓ４０４の処理若しくはＳ２０４の処理により設定された定常性雑音モデル更新係数γの値を用いて前掲した［１］式を計算して、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を算出して出力する処理が行われる。この処理は前述したものと同様である。こうして収音信号の周波数スペクトル毎に得られた定常性雑音成分の推定結果が、定常性雑音モデルである。

上述した図１３の雑音推定処理をＭＰＵ２１が行うことによっても、コンピュータ２０が雑音推定装置２として機能し、収音信号に含まれる定常性雑音成分の推定が行われて、その推定結果である定常性雑音モデルが得られる。

次に図１４について説明する。図１４は、図４のコンピュータ２０におけるＭＰＵ２１により行われる雑音推定処理の第五の例の処理内容を図解したフローチャートである。この第五の例も、図７の構成を有する雑音推定装置２としてコンピュータ２０を機能させるためのものである。

この第五の例では、収音信号のある周波数スペクトルについての非定常性指標が所定の閾値以上であると判定しても、収音信号に含まれている非定常性信号成分の割合は大きいとの判定結果を直ちには下さない。その代わりに、このときに、その他の周波数スペクトルについての非定常性指標について、所定の閾値以上であると判定されたものが多いか少ないかを調べる。ここで、非定常性指標が所定の閾値以上であると判定された周波数スペクトルが多かった場合に、初めて、収音信号には、非定常性信号成分の割合が大きく含まれているとの判定を下す。その一方、非定常性指標が所定の閾値以上であると判定された周波数スペクトルが少なかった場合には、収音信号に含まれている非定常性信号成分の割合は大きくはないとの判定を下す。定常性雑音モデル更新係数設定部１３は、定常性雑音モデル推定部１４が行う収音信号に含まれる定常性雑音成分の推定を、この判定結果に従って制御する。

図１４に図解した第五の例の処理内容を図９に図解した第二の例と比較すると、Ｓ５０１及びＳ５０２の処理が追加されている点が相違している。つまり、第二の例においての定常性雑音モデル更新係数設定部１３としての処理である、Ｓ１０５及びＳ１０６並びにＳ２０３及びＳ２０４の処理に、Ｓ５０１及びＳ５０２の処理が追加されている。そこで、この第四の例では、これらの処理についてのみ説明することとし、第二の例と同一の処理については説明を省略する。

まず、Ｓ１０５では、Ｓ１０４の処理によって算出された非定常性指標ＡＳＩｉ（ｔ）と、前述した所定の閾値との大小比較を行い、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいか否かを判定する処理が行われる。ここで、非定常性指標ＡＳＩｉ（ｔ）が当該閾値よりも小さいと判定されたとき（判定結果がＹｅｓのとき）にはＳ１０６に処理を進める。一方、非定常性指標ＡＳＩｉ（ｔ）が当該閾値以上であると判定されたとき（判定結果がＮｏのとき）にはＳ２０３に処理を進める。

Ｓ１０６では、前述した定常性雑音モデル更新係数γの値を、Ｓ１０２の処理で値を設定した定数αとする処理が行われ、その後はＳ１０８に処理を進める。
一方、Ｓ２０３では位相差係数取得処理が行われる。この処理では、まず、ハードディスク装置２４に予め記憶されている位相差係数テーブルが参照される。この位相差係数テーブルは、図８にグラフで図解したような、位相差情報と位相差係数βとの具体的な対応関係が表されているテーブルである。そして、このテーブルにおいて、Ｓ２０２の位相差算出処理により獲得された位相差情報に対応付けられている位相差係数βの値が取得される。

次に、Ｓ２０４では、Ｓ１０２の処理で設定されている定数αと、Ｓ２０３の処理で取得した位相差係数βの値とに基づき、前掲した式［４］を計算することによって、前述した定常性雑音モデル更新係数γの値を算出する処理が行われる。そして、この処理の後はＳ５０１に処理を進める。

Ｓ５０１では定常性雑音変化度を算出する処理が行われる。定常性雑音変化度は、例えば、Ｓ１０１のＦＦＴ処理で得られる収音信号の周波数スペクトルの本数で、当該周波数スペクトルのうち非定常性指標ＡＳＩｉ（ｔ）が前述の閾値以上であったものの本数を除算して算出する。なお、Ｓ１０１のＦＦＴ処理で得られる収音信号の周波数スペクトルの本数が固定値であれば、この除算を行わず、当該周波数スペクトルのうち非定常性指標ＡＳＩｉ（ｔ）が前述の閾値以上であったものの本数を、直ちに定常性雑音変化度としてもよい。また、この代わりに、例えば、Ｓ１０１のＦＦＴ処理で得られる収音信号の周波数スペクトルのうち、人９による発声音が含まれ得る周波数スペクトルのみを対象として、この除算を行うようにしてもよい。

次に、Ｓ５０２では、Ｓ５０１の処理により算出された定常性雑音変化度が、予め定めておいた所定の判定基準値を超えるか否かを判定する処理が行われる。ここで、定常性雑音変化度が判定基準値を超えていると判定されたとき（判定結果がＹｅｓのとき）には、Ｓ１０８に処理を進める。なお、このときの定常性雑音モデル更新係数γの値は、Ｓ２０４の処理により設定された値である。一方、定常性雑音変化度が判定基準値以下であると判定されたとき（判定結果がＮｏのとき）には、前述したＳ１０６に処理を進め、定常性雑音モデル更新係数γの値を、Ｓ１０２の処理で値を設定した定数αとする処理が行われ、その後にＳ１０８に処理を進める。

Ｓ１０８では、Ｓ１０６の処理若しくはＳ２０４の処理により設定された定常性雑音モデル更新係数γの値を用いて前掲した［１］式を計算して、現在収音信号に含まれる定常性雑音成分の推定結果Ｎｉ（ｔ）を算出して出力する処理が行われる。この処理は前述したものと同様である。こうして収音信号の周波数スペクトル毎に得られた定常性雑音成分の推定結果が、定常性雑音モデルである。

上述した図１４の雑音推定処理をＭＰＵ２１が行うことによっても、コンピュータ２０が雑音推定装置２として機能し、収音信号に含まれる定常性雑音成分の推定が行われて、その推定結果である定常性雑音モデルが得られる。

なお、以上までに説明した雑音推定装置２の各構成例においては、非定常性指標算出部１２による非定常性指標ＡＳＩｉ（ｔ）の算出を、前掲した［３］式を計算することによって行うものとしていたが、算出法はこれに限定されるものではない。例えば、現在収音信号Ｓｉ（ｔ）を過去収音信号に基づき推定した定常性雑音成分の推定結果Ｎｉ（ｔ−１）で除算する下記の［５］式により、非定常性指標ＡＳＩｉ（ｔ）を算出するようにしてもよい。
ＡＳＩｉ（ｔ）＝Ｓｉ（ｔ）／Ｎｉ（ｔ−１）…………………［５］

なお、以上までに説明した実施形態に関し、更に以下の付記を開示する。
（付記１）
発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行う推定手段と、
ある時刻での該収音信号である現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づいて該推定手段を制御する制御手段と、
を有しており、
該推定手段は、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、該現在収音信号に含まれる定常性雑音成分の推定を行い、
該制御手段は、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該推定手段を制御する、
ことを特徴とする雑音推定装置。
（付記２）
該発音体の発音を該収音装置とは異なる位置で収音するための装置である副収音装置により得られた収音信号である副収音信号と該収音装置により得られた該収音信号との位相差を、所定の複数の周波数の各々について求める位相差取得手段を更に有し、
該推定手段は、該現在収音信号についての該定常性雑音成分の推定を該所定の複数の周波数の各々で行い、
該制御手段は、該推定手段に対する該制御を該所定の複数の周波数の各々で行うと共に、該非定常性指標が該閾値以上である場合には、該推定手段による該更新による変化量が少なくなるようにする制御における該変化量を、該所定の複数の周波数の各々での該位相差に基づいて設定する、
ことを特徴とする付記１に記載の雑音推定装置。
（付記３）
該制御手段は、該位相差が、該発音体による同一の発音を該収音装置及び該副収音装置の各々が収音したときの該収音信号と該副収音信号との位相差に一致している場合には、該推定手段による該更新による変化量をゼロとする制御を行うことを特徴とする付記２に記載の雑音推定装置。
（付記４）
該推定手段は、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第一の割合で加算した加算結果を、該現在収音信号に含まれる定常雑音成分の推定の結果とすることを特徴とする付記１から３のうちのいずれか一項に記載の雑音推定装置。
（付記５）
該制御手段は、該第一の割合を変更することによって該推定手段を制御することを特徴とする付記４に記載の雑音推定装置。
（付記６）
該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第二の割合で加算し、該加算の結果を、該過去収音信号に基づき推定した該定常性雑音成分の推定結果で除算した値を該非定常性指標として算出する非定常性指標算出手段を更に有しており、
該制御手段は、該非定常性指標算出手段が算出した非定常性指標に基づいて該推定手段を制御する、
ことを特徴とする付記４又は５に記載の雑音推定装置。
（付記７）
該制御手段は、該非定常性指標が該閾値よりも小さい場合には、該制御手段を制御して、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを加算するときの該第一の割合を、該第二の割合に一致させることを特徴とする付記６に記載の雑音推定装置。
（付記８）
該推定手段は、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第一の割合で加算した加算結果を、該現在収音信号に含まれる定常雑音成分の推定の結果とし、
該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第二の割合で加算し、該加算の結果を、該過去収音信号に基づき推定した該定常性雑音成分の推定結果で除算した値を該非定常性指標として算出する非定常性指標算出手段を更に有しており、
該非定常性指標算出手段は、該第二の割合を該位相差に基づき変更し、
該制御手段は、該第一の割合を変更することによって該推定手段を制御すると共に、該非定常性指標算出手段が算出した非定常性指標に基づいて該推定手段を制御する、
ことを特徴とする付記２又は３に記載の雑音推定装置。
（付記９）
該非定常性指標算出手段は、該位相差と、該発音体による同一の発音を該収音装置及び該副収音装置の各々が収音したときの該収音信号と該副収音信号との位相差との違いが所定の範囲内である場合には、該第二の割合を変更して、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果との加算における該現在収音信号の加算割合を少なくすることを特徴とする付記８に記載の雑音推定装置。
（付記１０）
該非定常性指標が所定の閾値以上であるときであって、且つ、該収音信号と該副収音信号との位相差と、該発音体による同一の発音を該収音装置及び該副収音装置の各々が収音したときの該収音信号と該副収音信号との位相差とが、該収音装置で該収音信号を新たに得る度に連続して一致したときの連続回数を計数するカウンタを更に有しており、
該制御手段は、該カウンタの計数値が所定値に達したときには、該推定手段による該更新による変化量を、該非定常性指標が該閾値よりも小さい場合におけるものと同一のものとする、
ことを特徴とする付記３に記載の雑音推定装置。
（付記１１）
該制御手段は、該推定手段による該更新による変化量を該位相差に基づき更に少なくする制御を、該所定の複数の周波数のうちで該非定常性指標が該閾値以上である周波数の数が所定の判定基準値よりも多い場合に行うことを特徴とする付記２又は３に記載の雑音推定装置。
（付記１２）
付記１から１１のうちのいずれか一項に記載の雑音推定装置と、
該雑音推定装置が有している該推定手段により推定された定常性雑音成分を該収音信号から減じることによって、該収音信号に含まれる定常性雑音成分を低減させる雑音低減装置と、
を有することを特徴とする雑音低減システム。
（付記１３）
発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行う雑音推定方法であって、
ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行い、
該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該定常性雑音成分の推定を制御する、
ことを特徴とする雑音推定方法。
（付記１４）
発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定をコンピュータに行わせるためのプログラムであって、
ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行う推定処理と、
該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該定常性雑音成分の推定を制御する制御処理と、
を該コンピュータに行わせるためのプログラム。

１ 雑音低減システム
２ 雑音推定装置
３ 雑音低減装置
４ ＩＦＦＴ装置
５ マイクＡ
６、８ マイクアンプ
７ マイクＢ
９ 人
１１、３１ ＦＦＴ部
１２ 非定常性指標算出部
１３ 定常性雑音モデル更新係数設定部
１４ 定常性雑音モデル推定部
２０ コンピュータ
２１ ＭＰＵ
２２ ＲＯＭ
２３ ＲＡＭ
２４ ハードディスク装置
２５ 入力装置
２６ 表示装置
２７ インタフェース装置
２８ 記録媒体駆動装置
２９ バス
３０ 可搬型記録媒体
３２ 位相差算出部

Claims (8)

1. 発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行う推定手段と、
   ある時刻での該収音信号である現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づいて該推定手段を制御する制御手段と、
   を有しており、
   該推定手段は、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、該現在収音信号に含まれる定常性雑音成分の推定を行い、
   該制御手段は、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該推定手段を制御する、
   ことを特徴とする雑音推定装置。
2. 該発音体の発音を該収音装置とは異なる位置で収音するための装置である副収音装置により得られた収音信号である副収音信号と該収音装置により得られた該収音信号との位相差を、所定の複数の周波数の各々について求める位相差取得手段を更に有し、
   該推定手段は、該現在収音信号についての該定常性雑音成分の推定を該所定の複数の周波数の各々で行い、
   該制御手段は、該推定手段に対する該制御を該所定の複数の周波数の各々で行うと共に、該非定常性指標が該閾値以上である場合には、該推定手段による該更新による変化量が少なくなるようにする制御における該変化量を、該所定の複数の周波数の各々での該位相差に基づいて設定する、
   ことを特徴とする請求項１に記載の雑音推定装置。
3. 該推定手段は、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第一の割合で加算した加算結果を、該現在収音信号に含まれる定常雑音成分の推定の結果とすることを特徴とする請求項１又は２に記載の雑音推定装置。
4. 該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第二の割合で加算し、該加算の結果を、該過去収音信号に基づき推定した該定常性雑音成分の推定結果で除算した値を該非定常性指標として算出する非定常性指標算出手段を更に有しており、
   該制御手段は、該非定常性指標算出手段が算出した非定常性指標に基づいて該推定手段を制御する、
   ことを特徴とする請求項３に記載の雑音推定装置。
5. 該推定手段は、該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第一の割合で加算した加算結果を、該現在収音信号に含まれる定常雑音成分の推定の結果とし、
   該現在収音信号と該過去収音信号に基づき推定した該定常性雑音成分の推定結果とを所定の第二の割合で加算し、該加算の結果を、該過去収音信号に基づき推定した該定常性雑音成分の推定結果で除算した値を該非定常性指標として算出する非定常性指標算出手段を更に有しており、
   該非定常性指標算出手段は、該第二の割合を該位相差に基づき変更し、
   該制御手段は、該第一の割合を変更することによって該推定手段を制御すると共に、該非定常性指標算出手段が算出した非定常性指標に基づいて該推定手段を制御する、
   ことを特徴とする請求項２に記載の雑音推定装置。
6. 請求項１から５のうちのいずれか一項に記載の雑音推定装置と、
   該雑音推定装置が有している該推定手段により推定された定常性雑音成分を該収音信号から減じることによって、該収音信号に含まれる定常性雑音成分を低減させる雑音低減装置と、
   を有することを特徴とする雑音低減システム。
7. 発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定を行う雑音推定方法であって、
   ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行い、
   該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該定常性雑音成分の推定を制御する、
   ことを特徴とする雑音推定方法。
8. 発音体の発音を収音するための収音装置により得られた収音信号に含まれる定常性雑音成分の推定をコンピュータに行わせるためのプログラムであって、
   ある時刻での該収音信号である現在収音信号に含まれる定常性雑音成分の推定を、該時刻よりも過去の該収音信号である過去収音信号に基づき推定した該定常性雑音成分の推定結果を、該現在収音信号を用いて更新することによって、行う推定処理と、
   該現在収音信号に含まれる非定常性信号成分の推定割合を数値の大きさで表す指標である非定常性指標に基づき、該非定常性指標が所定の閾値以上である場合には、該非定常性指標が該閾値よりも小さい場合よりも、該過去収音信号に基づき推定した該定常性雑音成分の推定結果に対する該更新による変化量が少なくなるように該定常性雑音成分の推定を制御する制御処理と、
   を該コンピュータに行わせるためのプログラム。