JP5530741B2 - 残響抑圧装置及び残響抑圧方法 - Google Patents

Description

本発明は、残響抑圧装置及び残響抑圧方法に関する。

残響抑圧処理は，遠隔会議通話または補聴器における明瞭度の向上およびロボットの音声認識（ロボット聴覚）に用いられる自動音声認識の認識率の向上を目的として、自動音声認識の前処理として利用されている重要な技術である（例えば、特許文献１参照）。従来、処理によって非線形歪が発生せず、理論上高精度な残響抑圧が可能な逆フィルタ理論（Ｍｕｌｔｉｐｌｅ−ｉｎｐｕｔ／ｏｕｔｐｕｔ ＩＮｖｅｒｓｅ−ｆｉｌｔｅｒｉｎｇ Ｔｈｅｏｒｅｍ、以下、「ＭＩＮＴ」と称する)に基づく残響抑圧処理が提案されている（例えば、非特許文献１参照）。ロボット聴覚の自動音声認識の残響抑圧処理には、音響伝達特性の事前測定が必要なく（ブラインド）、リアルタイムの処理ができ、処理によって非線形歪が発生しないという３つの条件を満たす必要がある。

上記３つの条件を満たす手法として、ＭＩＮＴに基づく残響抑圧法であるセミブラインドＭＩＮＴ（Ｓｅｍｉ−Ｂｌｉｎｄ−ＭＩＮＴ、以下、「ＳＢＭ」と称する）（例えば、非特許文献２参照）と、適応無相関化逆フィルタ(Ｄｅｃｏｒｒｅｌａｔｉｏｎ−ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｉｎｖｅｒｓｅ Ｆｉｌｔｅｒｉｎｇ、以下、「ＤＡＩＦ」と称する)（例えば、非特許文献３参照）がある。

一般的な残響抑圧手法であるＳＢＭやＤＡＩＦにおいては、初期到達チャネルが既知であるという仮定がある。この仮定を満たさない場合は、残響抑圧性能が著しく低下するという課題がある。遠隔会議通話のように、音源位置がある限られた範囲に限定できる場合には、マイクロホン位置を工夫することで初期到達チャネルを既知とすることができる。

特開平９―２６１１３３号公報

M. Miyoshi and Y. Kaneda, "Inverse filtering of room acoustics," IEEE Transactions on Speech and Audio Processing,vol.36, no.2, pp.145-152, 1988 古家賢一、片岡章俊、"チャネル間相関行列と白色化フィルタを用いたｓｅｍｉ−ｂｌｉｎｄ残響抑圧、"電子情報通信学会論文誌、ｖｏｌ．Ｊ８８−Ａ、ｎｏ．１０、ｐｐ．１０８９−１０９９、２００５ 中島弘史、中臺一博、長谷川雄二、辻野広司、"適応無相関化逆フィルタ処理によるブラインド残響抑圧、"日本音響学会講演論文集(秋)、ｐｐ．７１３−７１４、２００８

しかしながら、ロボット聴覚のように、音源があらゆる位置に存在する可能性がある場合には、初期到達チャネルを予め想定することができないという問題がある。

そこで本発明は、上記問題に鑑みてなされたものであり、その目的は、初期到達チャネルが未知の場合においても残響抑圧することができる残響抑圧装置及び残響抑圧方法を提供することにある。

上記の課題を解決するために、請求項１に記載した発明は、複数の音響信号のうち少なくとも一つの音響信号を所定の遅延時間だけ遅らせた遅延付加済信号を生成する遅延付加手段（例えば、実施形態における遅延付加部４１）と、前記遅延付加済信号を用いて残響抑圧処理を行う残響抑圧処理手段（例えば、実施形態における残響抑圧処理部２３ｊ）と、前記音響信号に基づいて音源方向を推定する音源方向推定手段（例えば、実施形態における音源方向推定部１４１）と、を備え、前記遅延付加手段は、前記音響信号を収集する複数の集音装置の間の距離と、前記音源方向推定手段によって推定された音源方向とに基づいて前記遅延時間を算出することを特徴とする。これにより、代表チャネル以外の入力信号に遅延を付加することにより、予め決定した代表チャネルを、音響信号が最初に到達するチャネルに設定することができる。また、音源方向の推定の精度が良くない場合でも、音源方向の推定結果とマイクロホン間の距離の両方に基づいて、信号に与える遅延時間を定めることができる。

請求項２に記載した発明は、請求項１に記載の発明において、音響信号を収集する複数の集音装置（例えば、実施形態におけるマイクロホン１１ｊ）を備えることを特徴とする。これにより、代表チャネル以外の入力信号に遅延を付加することにより、予め決定した代表チャネルを、マイクロホンからの音響信号が最初に到達するチャネルに設定することができる。

請求項３に記載した発明は、音響信号が入力される複数の音響信号入力手順と、前記複数の音響信号入力手順のうち少なくとも一つの前記音響信号入力手順に入力される音響信号を所定の遅延時間だけ遅らせた遅延付加済信号を生成する遅延付加手順と、前記遅延付加済信号を用いて残響抑圧処理を行う残響抑圧処理手順と、前記音響信号に基づいて音源方向を推定する音源方向推定手順と、を有し、前記遅延付加手順において、前記音響信号を収集する複数の集音装置の間の距離と、前記音源方向推定手順によって推定された音源方向とに基づいて前記遅延時間を算出することを特徴とする。

請求項１に記載した発明によれば、予め決定した代表チャネルを、音響信号が最初に到達するチャネルに設定することができるので、初期到達チャネルが未知の場合においても精度良く残響を抑圧することができる。また、音源方向の推定結果とマイクロホン間の距離の両方に基づいて信号に与える遅延時間を定めることができるので、どの方向から音が到来しても精度良く残響を抑圧することができる。

請求項２に記載した発明によれば、予め決定した代表チャネルを、マイクロホンからの音響信号が最初に到達するチャネルに設定することができるので、初期到達チャネルが未知の場合においても精度良く残響を抑圧することができる。

請求項３に記載した発明によれば、予め決定した代表チャネルを、音響信号が最初に到達するチャネルに設定することができるので、初期到達チャネルが未知の場合においても精度良く残響を抑圧することができる。また、音源方向の推定結果とマイクロホン間の距離の両方に基づいて信号に与える遅延時間を定めることができるので、どの方向から音が到来しても精度良く残響を抑圧することができる。

本発明の実施形態としての残響抑圧装置のブロック構成図である。 本発明の第一の実施例における残響抑圧装置の演算処理部のブロック構成図である。 チャネル選択部の処理を説明するための図である。 遅延付加部の処理を説明するための図である。 ＭＩＮＴによる残響抑圧処理を説明するための図である。 リアルタイムＤＡＩＦによる残響抑圧処理部のブロック構成図である。 インパルス応答の測定条件を示した表である。 マイクロホンの配置とインパルス応答波形を説明するための図である。 実験手順を説明するための図である。 実験で用いたチャネル数とその使用チャネルを示した表である。 利用チャネル数と残響抑圧量の関係を説明するための図である。 全てのチャネルの組み合わせに対する残響抑圧量を説明するための図である。 遅延を付加した時の、全てのチャネルの組み合わせに対する残響抑圧量を説明するための図である。 本発明の第二の実施例における残響抑圧装置の演算処理部のブロック構成図である。 基準マイクロホン、対象マイクロホンおよび音源の位置関係を説明するための図である。

以下、本発明を実施形態について、図面を参照して詳細に説明する。従来の残響抑圧処理では、一般的にチャネル数が多いほど残響抑圧性能が高いため、利用できる全てのチャネルを使って残響抑圧処理を行っていた。しかしマイクロホンの配置によっては、音源からマイクロホンまでの音響伝達関数（以下、インパルス応答と称する）が類似したチャネルが存在するため、必ずしも多くのチャネルを使うことで性能が向上するとは限らない。そこで、本発明の実施例１では、利用するチャネルを選択する処理(チャネル選択) を行う。

図１は、本発明の一実施形態としての残響抑圧装置のブロック構成図である。残響抑圧装置はマイクロホン１１_ｊ（ｊは１からＮまでの整数）と、電子制御ユニット１２とを有する。電子制御ユニット１２は、ＲＯＭ１３と、Ａ／Ｄ変換部１４と、演算処理部１５と、ＲＡＭ１６とから構成されている。音声が入力されたマイクロホン１１_ｊは、音声を電気信号に変換し、当該変換した電気信号をＡ／Ｄ変換部１４に出力する。Ａ／Ｄ変換部１４は、マイクロホン１１_ｊから入力されたアナログの電気信号をデジタル信号に変換する。Ａ／Ｄ変換部１４は、当該デジタル信号を演算処理部１５に出力する。演算処理部１５は、制御プログラムをＲＯＭ１２から読み出し、Ａ／Ｄ変換部１４から入力されたデジタル信号に対して、残響抑圧演算を行い、残響抑圧された信号をＲＡＭ１６に書き込む。

図２は、本発明の演算処理部１５の処理の一実施例（実施例１）のブロック構成図である。演算処理部１５は、チャネル選択部（ＣＳ）２２_ｊと、残響抑圧処理部（ＤＭ）２３_ｊとから構成されている。
チャネル選択部（ＣＳ）２２_ｊは、Ａ／Ｄ変換部１４から入力された音声信号ｘ_ｊ（ｊは１からＬまでの整数）から、数チャネルを選択する。各チャネル選択部２２_ｊは、選択したチャネルを残響抑圧処理部（ＤＭ）２３_ｊ（ｊは１からＬまでの整数）へ出力する。
残響抑圧処理部（ＤＭ）２３_ｊは、入力された信号に残響抑圧処理を行い、残響抑圧された信号ｙ_ｊ（ｊは１からＮまでの整数）をＲＡＭ１６に出力し、当該残響抑圧された信号ｙ_ｊをＲＡＭ１６に保存する。
図２に示すように、各チャネル選択部２２_ｊはＮ個の入力から、所定の個数のチャネルを選択し、選択したチャネルを残響抑圧処理部２３_ｊに出力する。

従来の残響抑圧処理では、一般的にチャネル数が多いほど残響抑圧性能が高いため、利用できる全てのチャネルを使って処理を行っていた。しかし、マイクロホンの配置によっては類似したインパルス応答をもつチャネルが存在するため、必ずしも多くのチャネルを使う方が高性能とは限らない。本実施例では、残響抑圧処理部（ＤＭ）２３_ｊで残響抑圧する前に、利用するチャネルを選択する処理(チャネル選択) を行う。図３を用いて、チャネル選択部の処理を説明する。チャネル選択部２２_ｊは、Ｎ個の入力の内、所定の個数のチャネルのみ選択し、当該選択したチャネルを残響抑圧処理部２３_ｊに出力する。この処理により、残響抑圧性能をほとんど低下させることなくチャネル数を削減することができる。チャネル数の削減は、ハードウェアのコスト削減に対して有効である。

ＳＢＭおよびＤＡＩＦでは、初期到達チャネルが既知であるという仮定があり、この条件を満たさない場合、すなわち初期到達チャネルが想定と異なる場合、残響抑圧性能は著しく低下する。初期到達チャネルは、遠隔会議通話のように音源位置がある限られた範囲に限定できる場合には、マイクロホン位置を工夫することで、既知とすることができる。しかし、ロボット聴覚のように、音源があらゆる位置に存在する可能性がある場合、初期到達チャネルを予め仮定することは困難である。本実施例では、この問題を解決するため、複数の入力チャネルのうち代表チャネル以外の入力信号に遅延を付加し、代表チャネルが必ず初期到達チャネルになるようにする。本実施例では、最も離れたマイクロホン間の距離を伝播するのに要する時間よりも長い時間を遅延時間に設定する。

図４を用いて、遅延付加部の処理を説明する。遅延付加部４１は、図４に示すように、Ａ／Ｄ変換部１４から入力されたＮ個の信号のうち、代表チャネル（１ｃｈ）以外の選択チャネル２ｃｈからＮｃｈ（Ｎは２以上の整数）に遅延を付加する。遅延付加部４１は、遅延を付与した信号を残響抑圧処理部２３_ｊに出力する。

残響抑圧処理部２３_ｊは、入力された信号に残響抑圧フィルタをかけ、当該残響抑圧フィルタを掛けた信号を出力する。ここで、残響抑圧処理部２３_ｊにおける処理の詳細について説明する。まず、ＳＢＭのフィルタ処理を説明する前に、その基礎となるＭＩＮＴ（例えば、非特許文献１参照）について説明する。ＭＩＮＴは、ＦＩＲフィルタで正確な逆フィルタを実現するための条件を明らかにした理論である。ＭＩＮＴによれば、Ｍ個の音源から伝播された信号をＮ点で観測する場合、観測信号から正確に音源信号を再現するためには、Ｎ＞Ｍでありかつ各音源から観測点までの伝達関数に共通の零点を持たない必要がある。本実施例では、残響抑圧の対象となる音源を１つと仮定しているため、以後の定式化においても、音減数を１に限定して説明する。

図５は、Ｎ個のマイクロホン（Ｍｉｃ．）を用いた残響抑圧システムを説明するための図である。ここでｓ（ｋ）は音源信号、ｋは離散時間、ｇ_ｊ（ｋ）は音源からｊ番目のマイクロホンまでの長さKの室内インパルス応答（既知）、Ｎはマイクロホン数（Ｎ＞１）、ｘ_ｊ（ｋ）（ｊ＝１,…,Ｎ）はｊ番目のマイクロホンでの受音信号、ｈ_ｊ（ｋ）はｇ_ｊ（ｋ）の逆フィルタを構成する長さＬのＦＩＲフィルタ(未知)、ｙ（ｋ）は逆フィルタ出力を示す。ｇ_ｊ（ｋ）、ｈ_ｊ（ｋ）のｚ変換をそれぞれＧ_ｊ（ｚ）、Ｈ_ｊ（ｚ）と表すと、正確な逆フィルタを構成するためには、下記式（０１）を満たす必要がある。

Ｇ_１（ｚ）Ｈ_１（ｚ）＋Ｇ_２（ｚ）Ｈ_２（ｚ）＋,…,＋Ｇ_Ｎ（ｚ）Ｈ_Ｎ（ｚ) ＝１ ．．．（０１）

上記式（０１）はディオファンタス方程式と呼ばれ、複数の解をもつ不定方程式である。式（０１) をｚ多項式の係数(インパルス応答の値) を用いて行列で表すと、下記式（０２）のように表すことができる。

Ｄ＝ＧＨ ．．．（０２）

ここでＧは下記式（０３）で表す（Ｋ＋Ｌ−１）×ＮＬの行列、Ｈは下記式（０４）で表すＮＬ行の列ベクトル、Ｄは[１０,…,０]^Ｔの列ベクトルである。

Ｇ＝［Ｇ_１,…,Ｇ_Ｎ］ ．．．（０３）
H ＝［ｈ_１,…, ｈ_Ｎ]^Ｔ ．．．（０４）

ここでＧ_ｊはｇ_ｊを要素とした畳み込み行列であり、ｇ_ｊとｈ_ｊは下記式（０５）と（０６）で表される。（参考文献）大賀種敏、山崎芳男、金田豊、音響システムとディジタル処理、コロナ社、１９９５

ｇ_ｊ＝［ｇ_ｊ(０) ,…,ｇ_ｊ（Ｋ−１）]^T ．．．（０５）
ｈ_ｊ＝［ｈ_ｊ(０) ,…, ｈ_ｊ（Ｌ−１）]^T ．．．（０６）

Ｇは測定等により既知であるとすれば、逆フィルタの係数ＨはＧの逆行列から求めることができ、下記式（０７）で表される。

Ｈ=Ｇ^−１Ｄ ．．．（０７）

ただし、Ｇが逆行列をもつためには、（Ａ）Ｋ＋Ｌ−１＝ＮＬ、（Ｂ）｜Ｇ｜≠０ である必要がある。なお、ＭＩＮＴが示した２つの条件（１）逆フィルタの数（＝マイク数）Ｎ と係数長Ｌの制約、（２）伝達系に共通の零点がないという条件は、上記（Ａ）（Ｂ）に由来している。

次に、ＳＢＭについて説明する。ＭＩＮＴでは対象となる系の伝達関数が既知であるという制約があるため、利用の際には事前に伝達関数を測定する必要がある。しかし、伝達関数を事前に測定する事は、実際には困難な場合も多く、利用する際の課題となっていた。ＳＢＭは以下の条件（ａ）と（ｂ）を仮定することで、この課題を解決した手法である。
（ａ）音源は白色信号（音声などの有色音源は、白色化処理を加えることで利用可能)
（ｂ）音源から発せられた音が最初に到達するチャネル(初期到達チャネル) は既知

次に、フィルタ処理部４２におけるＳＢＭのフィルタ処理について説明する。フィルタ処理部４２では、入力信号Ｘに逆フィルタＨを掛けて、逆フィルタＨを掛けた信号をＲＡＭ１６に書き込む。逆フィルタＨは、入力信号Ｘの相関行列Ｒから、下記式（０８）で表される（非特許文献２）。

Ｈ＝ｇ_１（０）R^−１Ｄ ．．．（０８）

また、上式（０８）の計算時には、高速フーリエ変換（ＦＦＴ）と共役勾配法（Ｃｏｎｊｕｇａｔｅ Ｇｒａｄｉｅｎｔ、以下、ＣＧと称する）を用いて計算量を低減したＳＢＭ（ＦＦＴ−ＣＧ−ＳＢＭ）を利用する。（参考文献）古家賢一、片岡章俊、“遠方音声収音のためのリアルタイム残響抑圧処理、”電子情報通信学会技術研究報告、ｖｏｌ．１０５、ｎｏ．９、ｐｐ．１３−１８、２００５

続いて、リアルタイムＤＡＩＦ（Ｒｅａｌ−ｔｉｍｅ ＤＡＩＦ、以下、ＲＤＡＩＦと称する）による処理の場合、図６のブロック構成図に示すように、残響抑圧処理部（ＤＭ）２３_ｊは、逆フィルタ処理部６２と、逆フィルタ算出部６３とを有する。
フィルタ処理部６２は、入力された信号ｘ（ｋ）に逆フィルタＨ（ｋ）をかけ、逆フィルタを掛けた信号ｙ（ｋ）を逆フィルタ算出部６３に出力し、ＲＡＭ１６に書きこむ。
フィルタ算出部６３は、チャネル選択部２２_ｊまたは遅延付加部４１（但し、遅延付加部４１がある場合に限る）から入力された信号ｘ（ｋ）と、逆フィルタ処理部６２から入力された信号ｙ（ｋ）から、次のステップの逆フィルタＨ（ｋ＋１）を算出し、逆フィルタ処理部６２に出力する。

続いて、逆フィルタＨの算出方法について説明する。ＤＡＩＦは入力と出力の無相関化に基づき適応的に逆フィルタを設計する手法である。この手法はＭＩＮＴの条件（Ａ）Ｋ＋Ｌ−１＝ＮＬを擬似逆行列により緩和した理論を基礎としている。そのためＳＢＭと同様、前述（ａ）（ｂ）の条件を仮定する。またフィルタ長をＭＩＮＴに従って定めた場合、ＳＢＭを最急降下法で求める手法と理論的に等価である。簡略化のためスケールファクタｇ_１(０) を１とし、式（０８）の誤差は、下記式（０９）で表される。

Ｅ＝Ｄ−ＲＨ ．．．（０９）

ＤＡＩＦでは勾配法を用いてＥのフロベニウスノルムを最小化するＨを下式（１０）と（１１）により適応的に求める。

Ｈ（ｋ＋１）＝Ｈ（k）−μＪ′（ｋ） ．．．（１０）
Ｊ′（ｋ）＝−Ｒ（ｋ）（Ｄ−Ｒ（ｋ）Ｈ（ｋ）） ．．．（１１）

ここで、μはステップサイズパラメータを表す。
ＲＤＡＩＦ（Ｒｅａｌ−ｔｉｍｅ ＤＡＩＦ）はＤＡＩＦに対して以下の２つの仮定を置くことで、上式（１１）の行列演算をベクトル演算に変更し、使用メモリと演算量を大幅に低減した手法である。ＲＤＡＩＦでは、下記式（１２）と（１３）の仮定を設ける。

Ｒ^Ｔ（ｋ）Ｒ（ｋ）≒Ｅ｛ｘ（ｋ）ｘ^Ｔ（ｋ）ｘ（ｋ）ｘ^Ｔ（ｋ）｝ ．．．（１２）
Ｒ（ｋ）Ｈ（ｋ）＝Ｅ｛ｘ（ｋ）ｘ^Ｔ（ｋ）｝Ｈ（ｋ）≒Ｅ｛ｘ（ｋ）ｙ^Ｔ（ｋ）｝ ．．．（１３）

ここで、Ｅ｛ｘ（ｋ）｝はｘ（ｋ）の期待値を表している。ＲＤＡＩＦでは、式（１１）の行列部を、下記式（１４）で表されるように全てベクトルにすることにより、演算量を低減する。

Ｊ′（ｋ）＝−Ｅ｛ｘ（ｋ）ｘ（ｋ）｝＋Ｅ｛ｘ（ｋ）｜ｘ（ｋ）｜^２ｙ^Ｔ （ｋ）｝ ．．．（１４）

続いて、本実施例の残響抑圧の有効性を確認するために行った評価実験の結果について説明する。はじめに実験条件について説明する。残響抑圧処理部２３_ｊの手法は、伝達系のインパルス応答長が長い場合でも利用可能な方法であるＦＦＴ−ＣＧ−ＳＢＭとＲＤＡＩＦを用いた。（１）伝達系のインパルス応答、（２）音源信号、（３）残響抑圧性能の評価値および（４）パラメータは、以下の通りである。

（１）伝達系のインパルス応答は、実測したデータを加工して作成した。実測時の測定条件は図７の通りである。図８ａは、８チャネルのマイクロホン８１の設置位置を示した図である。同図中で、マイクロホン８１の位置は、円で示されている。
伝達系のインパルス応答の利用時には、実測したインパルス応答を２０４８サンプル（６６７［ｍｓ］）で切り出した波形を用いた。図８ｂは、伝達系のインパルス応答波形の初期部の拡大図である。図８ｂは、横軸が時間、縦軸が振幅であり、濃淡を変えて全８チャネルの波形を重ねて表示したものである。どのチャネルも５００［ｍｓ］程度で収束する波形となっている。

（２）音源信号は平均値０、分散１の白色ガウス雑音とし、評価用のマイクロホンへの入力信号は、インパルス応答を畳み込むことによって作成した。評価用の信号長は、２１７サンプルとする。

（３）続いて、残響抑圧性能の評価値について説明する。残響は拡散性の低い初期反射音と拡散性の高い後部残響音に分けられる。本実施例で扱うＳＢＭおよびＲＤＡＩＦは、逆フィルタに基づく残響抑圧方式であるため、初期反射音の抑圧に対して効果的である。このため、本実施例では５から５０［ｍｓ］の初期反射音の抑圧量を評価値とした。評価値の計算は、応答の０から５［ｍｓ］を直接音、５から５０［ｍｓ］を初期反射音とみなし、５０［ｍｓ］までの信号エネルギーで正規化した初期反射エネルギーＬＤ_５［ｄＢ］を用いて行う。

ここで、τ［ｓ］は時間で、ｇ（τ）はインパルス応答波形である。ｌｏｇ_１０の中の分母は、全体のエネルギー（直接音のエネルギーと初期反射音のエネルギーの総和）を表し、ｌｏｇ_１０の中の分子は、初期反射音のエネルギーを表している。
評価値は、残響抑圧処理前と処理後のＬＤ_５の比を残響抑圧量（Ｒｅｖｅｒｂｅｒａｔｉｏｎ Ｒｅｄｕｃｔｉｏｎ Ｒａｔｅ、以下、ＲＲＲと称する) ［ｄＢ］として、次式で定義する。

ＲＲＲ＝ＬＤ_５ｂ−ＬＤ_５ａ ．．．（１６）

ここで、ＬＤ_５ｂは残響抑圧処理前の初期反射エネルギーを示し、ＬＤ_５ａは残響抑圧処理後の初期反射エネルギーを示す。なおＲＲＲ＝０［ｄＢ］とはＬＤ_５により評価した残響量が変化しないことを意味し、ＲＲＲが大きいほど残響抑圧量が大きいことを意味する。

（４）続いて、実験のパラメータに関して説明する。ＦＦＴｃＣＧ−ＳＢＭにおける逆行列算出時の正規化係数Δは、行列要素の絶対値最大値の０．０１倍とし、ＲＤＡＩＦにおけるステップサイズμは、適応ステップサイズ法（Ａｄａｐｔｉｖｅ Ｓｔｅｐ Ｓｉｚｅ ｐａｒａｍｅｔｅｒ)により得られる最適値の０．１倍とする。フィルタ長は両手法ともにＭＩＮＴに従って定める。

続いて、実験手順について説明する。図９に示すように残響抑圧フィルタの設計と設計したフィルタの評価との２段階の手順の実験を行い、残響抑圧性能を評価する。まず、残響抑圧フィルタの設計として、白色信号ｗにインパルス応答ｇを畳み込み残響信号を作成する（ステップ Ｓ１０１）。次に、残響信号からＳＢＭまたはＤＡＩＦにより残響抑圧フィルタｈを計算する（ステップ Ｓ１０２）。
次に、設計した残響抑圧フィルタの評価の手順として、元のインパルス応答ｇに設計した残響抑圧フィルタｈを畳み込む（ステップ Ｓ１０３）。次に、元のインパルス応答ｇと残響抑圧されたインパルス応答の畳み込みｇ＊ｈを用いて、それぞれ正規化した初期反射エネルギーＬＤ_５を算出し、残響抑圧量ＲＲＲを算出する（ステップ Ｓ１０４）。

続いて、実験結果について説明する。まず、マイクロホン数と抑圧性能の傾向を把握する実験を行った。実験では、はじめに代表的な２チャネルを選択し、図１０に示すように、１チャネルずつ使用チャネルを加えて、２から８チャネルを使用した場合の残響抑圧量ＲＲＲを評価した。図１１はその結果をチャネル数と残響抑圧量の関係を表しておる。横軸はチャネル数、縦軸は残響抑圧量ＲＲＲである。同図より、ＦＦＴ−ＣＧ−ＳＢＭ１１１ではチャネル数と性能はほぼ単調増加の傾向にあるが、４から５チャネルに増加する際には性能が低下している。またＲＤＡＩＦ１１２では８チャネルより４チャネルの方が高性能である。

以上により、残響抑圧性能をほとんど低下させることなくチャネル数を削減することができる。また、チャネル選択がハードウェアのコストを削減するだけでなく、性能も向上させることが明らかとなった。

次に、最適なチャネル選択を行う処理の評価実験を行った。選択するチャネル数はユーザが指定するものとし、本実験では３とした。ここで、最適なチャネル選択の組み合わせは、全数探索(全ての組み合わせで性能評価)し、最高性能を示したチャネルの組み合わせである。また、全ての組み合わせは、_８Ｐ_３=３３６から、３３６通りである。
図１２は、チャネルの組み合わせと残響抑圧量の関係を示している。横軸はマイクロホンのチャネルの組み合わせの通し番号、縦軸はＲＲＲである。なお通し番号は，残響抑圧量（縦軸の値）が大きい順に並べている。図中の水平破線は、全8チャネルを利用した場合（従来法）の性能である。図１２より、チャネルの組み合わせによって、ＦＦＴ−ＣＧ−ＳＢＭ１２１では１２［ｄＢ］以上、ＲＤＡＩＦ１２２では４［ｄＢ］以上の差があることがわかる。

本処理により最適な組み合わせ（最も左側）を選択した場合、３チャネルを用いたＦＦＴ−ＣＧ−ＳＢＭでは全８チャネルを利用した従来法とほぼ同程度、ＲＤＡＩＦでは従来法よりも約１．５［ｄＢ］高い抑圧性能が得られている。以上より、本実施例が残響抑圧性能を低下させること無く、チャネル数を削減でき、有効であることが確認された。なお図中でＦＦＴ−ＣＧ−ＳＢＭ１２１のＲＲＲが急峻に低下する組み合わせの境(垂直破線) は、初期到達チャネルが既知という条件を満たしている組み合わせとそうでない組み合わせの境であり、当該条件を満たさない場合に性能が著しく低下することがわかる。

次に、初期到達チャネルが既知という条件を緩和するため、遅延付加処理を行った実験結果について説明する。実験では、前記のチャネル選択処理で選択された３チャネルの信号のうち、代表信号以外の２つの信号に対して遅延を付加した。
本実施例では、最も離れたマイクロホン間の距離を伝播するのに要する時間よりも長い時間を遅延時間に設定する。遅延時間の算出方法は以下の通りである。マイクは直径０．３［ｍ］の円状に配置されているため、最大マイク間距離は０．３［m］である。音速が約３００［m／ｓ］であることを考慮すると、最大マイク間距離を音が伝搬するのにかかる時間は、０．３［m］／３００［m／ｓ］＝０．００1［ｓ］＝1［ｍｓ］より、約1［ｍｓ］である。マイク間で信号の開始時刻が同時にならないようにするために、1［ｍｓ］に微小な遅延時間０．５［ｍｓ］を加えて、代表信号以外の２つの信号のうち１つの信号に与える遅延時間を１．５［ｍｓ］とする。また、残ったもう１つの信号に与える遅延時間をその２倍の３［ｍｓ］とする。なお、理論上は、初期到達チャネル以外の２つの信号に与える遅延時間は同じ遅延時間でも良い。

図１３は、遅延付加による残響抑圧性能の変化を示している。縦軸および横軸は、図１２と同様であり、太い線が遅延付加なし（図１２と同様）、細い線が遅延付加ありの結果である。同図より、遅延付加がない場合（例えば、ＦＦＴ−ＣＧ−ＳＢＭ１２１）よりも遅延付加を行った場合（例えば、ＦＦＴ−ＣＧ−ＳＢＭ ｄｅｌａｙ１３１）の方が概ね性能が高い事がわかる。特にＦＦＴ−ＣＧ−ＳＢＭ１２１において、初期到達チャネルの条件を満たさなかった組み合わせにおいては６［ｄＢ］以上の大きな性能向上がみられる。またＲＤＡＩＦ ｄｅｌａｙ１３２は、ＲＤＡＩＦ１２２と比較して、約７割の組み合わせにおいて性能が向上し、逆に性能が低下した組み合わせにおいても、その低下度は少ない。

以上より、遅延を付加することにより、初期到達チャネルが既知でない場合にも、ＦＦＴ−ＣＧ−ＳＢＭまたはＲＤＡＩＦを用いて残響抑圧処理ができる。また、多くのチャネル組み合わせで残響抑圧処理の性能向上が可能である。

続いて、信号に与える遅延時間の算出方法の第二の実施例について、図面をもちいて説明する。図１４は、本発明の第二の実施例における残響抑圧装置の演算処理部１５のブロック構成図である。演算処理部１５は、音源方向推定部１４１と、遅延付加部１４２と、残響抑圧処理部１４３とから構成されている。

音源方向推定部１４１は、Ａ／Ｄ変換部１４から入力された音響信号から音源方向を推定し、当該推定した音源方向を遅延付加部１４２に出力する。音源方向推定部１４１は、既知の音源推定方法（例えば、ＭＵｌｔｉｐｌｅ ＳＩｇｎａｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎまたは走査ビームフォーミングを用いた音源探査）を用いて、音源を推定する。

遅延付加部１４２は、音源方向推定部１４１から入力された音源方向に基づいて、各チャネルに付加する遅延時間を算出し、当該遅延時間を音響信号に付加し、当該遅延時間を付加した遅延付加済信号を残響抑圧処理部１４３に出力する。
残響抑圧処理部１４３は、遅延付加部１４２から入力された遅延付加済信号に逆フィルタをかけて残響を抑圧した残響抑圧信号を算出し、当該残響抑圧信号をＲＡＭ１６に出力し、当該残響抑圧信号をＲＡＭ１６に保存する。

次に、遅延付加部１４２の処理の詳細について説明する。図１５は基準マイクロホン、対象マイクロホンおよび音源の位置関係を説明するための図である。基準マイクロホン１５１と対象マイクロホン１５２を結ぶ直線と、音の到来方向を示す線のなす角度をθ（θ≧０）とする。θが０から９０度の範囲にある場合、基準マイクロホンよりも先に対象マイクロホンに音が到達する。θが９０度よりも大きい場合、対象マイクロホンよりも先に基準マイクロホンに音が到達するので、対象マイクロホンが受信した信号に遅延を与える必要はない。
遅延付加部１４２は、設定する遅延時間ｔを、以下の式（１７）から算出する。

ｔ＝Ｄｃｏｓ（θ）／ｃ＋ａ ．．．（１７）

ここで、Ｄはマイク間距離、ｃは音速、ａは微小な遅延定数である。微小な遅延定数ａは、マイク間で信号の開始時刻が同時にならないようにするためである。音源１５３の存在範囲によって、式（１７）のθを以下のように設定する。
（１）θが不明の時には、マイク間の距離が最大になるように、上式（１７）のθを０度に設定する。
（２）θの範囲がθ≧θ_ｍｉｎというように限定される場合には、上式（１７）のθをθ_ｍｉｎに設定する。
（３）音の到来方向を、音源方向推定部１４１が推定できる場合には、上式（１７）のθを推定された角度θ_ｅｓｔに設定する。

以上のように、音の到来方向範囲が限定されている場合は、その範囲の中で最も遅延が大きくなる時間を基に、信号に与える遅延時間を定めることができる。

なお、音源方向の推定の精度が良くない場合、音源方向の推定結果とマイクロホン間の距離の両方に基づいて遅延時間を算出してもよい。具体的には、例えば、推定された音源方向に近い複数のマイクロホン間の距離のうち、最も距離が離れている距離を音速で割ることにより、遅延時間を算出する。これによって、音源方向の推定の精度が良くない場合でも、適切に遅延時間を算出することができる。

以上、本発明の実施形態について図面を参照して詳述したが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１１_１、１１_ｊ、１１_Ｎ マイクロホン（集音装置）
１２ 電子制御ユニット
１３ ＲＯＭ
１４ Ａ／Ｄ変換部
１５ 演算処理部
１６ ＲＡＭ
２２_１、２２_ｊ、２２_Ｌ チャネル選択部（信号選択手段）
２３_１、２３_ｊ、２３_Ｌ 残響抑圧処理部（残響抑圧処理手段）
４１ 遅延付加部（遅延付加手段）
６２ 逆フィルタ処理部
６３ 逆フィルタ算出部
１４１ 音源方向推定部（音源方向推定手段）
１４２ 遅延付加部（遅延付加手段）
１４３ 残響抑圧処理部（残響抑圧処理手段）
１５１ 基準マイクロホン
１５２ 対象マイクロホン
１５３ 音源

Claims (3)

1. 複数の音響信号のうち少なくとも一つの音響信号を所定の遅延時間だけ遅らせた遅延付加済信号を生成する遅延付加手段と、
   前記遅延付加済信号を用いて残響抑圧処理を行う残響抑圧処理手段と、
   前記音響信号に基づいて音源方向を推定する音源方向推定手段と、
   を備え、
   前記遅延付加手段は、前記音響信号を収集する複数の集音装置の間の距離と、前記音源方向推定手段によって推定された音源方向とに基づいて前記遅延時間を算出する
   ことを特徴とする残響抑圧装置。
2. 前記音響信号を収集する複数の前記集音装置、
   を備えることを特徴とする請求項１に記載の残響抑圧装置。
3. 音響信号が入力される複数の音響信号入力手順と、
   前記複数の音響信号入力手順のうち少なくとも一つの前記音響信号入力手順に入力される音響信号を所定の遅延時間だけ遅らせた遅延付加済信号を生成する遅延付加手順と、
   前記遅延付加済信号を用いて残響抑圧処理を行う残響フィルタ処理手順と、
   前記音響信号に基づいて音源方向を推定する音源方向推定手順と、
   を有し、
   前記遅延付加手順において、前記音響信号を収集する複数の集音装置の間の距離と、前記音源方向推定手順によって推定された音源方向とに基づいて前記遅延時間を算出する
   ことを特徴とする残響抑圧方法。

Images