JP5853540B2 - 音声通信装置及びプログラム - Google Patents

Description

本発明は音声通信装置及びプログラムに関し、例えば、携帯型の音声通信端末に適用し得るものである。

近年では、ＶｏＩＰ技術を利用した音声通信であるＩＰ電話端末（ソフトフォンを含む）が広く普及してきた。ＩＰ電話端末は、音声の情報をＩＰパケット化して、ＩＰネットワークを介して伝送することにより、通話相手に音声を伝える。ＩＰ電話端末の形態も、スマートフォンなどの携帯型端末が普及してきており、従来の携帯電話端末も含め、いわゆる携帯型の音声通信端末が増加している。携帯型端末は、屋外で使用されることが多く、周囲雑音の影響で受話音声が聴き取り難いこともある。そのため、特許文献１に記載のように、受話音量を自動で調整する機能を備えた通信端末も提案されている。

特開２００５−２５３０９７号公報

しかしながら、周囲雑音は受話音量のみならず送話音量にも影響を及ぼす。一般に、周囲雑音が大きい場所（周りがうるさい場所）で発話する場合、自然と声が大きくなってしまう事象が生じる。このとき、対向側の受話音声が必要以上に大きくなり、受話音量の自動調整機能を備えない通信端末を利用している対向受話者は、過剰な音量での受話になり、受話音声が聴き取り難くなる。

そのため、受話音声を対向受話者が聴き取り易くできる音声通信装置及びプログラムが望まれている。

第１の本発明の音声通信装置は、送話信号の有音/無音判定を行い、無音区間の平均レベルを周囲雑音レベルとして推定するとともに、有音区間の平均レベルを音声レベルとして推定する周囲雑音推定手段と、所定期間において推定された上記周囲雑音レベルと、当該周囲雑音レベルに対応する推定された上記音声レベルとから回帰分析を行い、当該回帰分析結果から推定音声レベル基準値を算出し、所定期間後、上記音声レベルが当該推定音声レベル基準値と一致するよう、上記送話信号の音量を調整する送話音量調整手段とを備えたことを特徴とする。

第２の本発明の音声通信プログラムは、音声通信装置に搭載されるコンピュータを、送話信号の有音/無音判定を行い、無音区間の平均レベルを周囲雑音レベルとして推定するとともに、有音区間の平均レベルを音声レベルとして推定する周囲雑音推定手段と、所定期間において推定された上記周囲雑音レベルと、当該周囲雑音レベルに対応する推定された上記音声レベルとから回帰分析を行い、当該回帰分析結果から推定音声レベル基準値を算出し、所定期間後、上記音声レベルが当該推定音声レベル基準値と一致するよう、上記送話信号の音量を調整する送話音量調整手段として機能させることを特徴とする。

本発明によれば、周囲雑音に応じて送話音量を調整するようにしたので、対向する音声通信装置の受話者が、受話音声を聴き取り易くすることができる。

第１の実施形態に係る音声通信装置の構成を示すブロック図である。 第１の実施形態の音声通信装置における周囲雑音パワ推定器の推定方法の説明図である。 第１の実施形態の音声通信装置における推定周囲雑音パワをゲインに変換する方法の説明図である。 第２の実施形態に係る音声通信装置の構成を示すブロック図である。 第３の実施形態に係る音声通信装置の構成を示すブロック図である。 第４の実施形態に係る音声通信装置の構成を示すブロック図である。

（Ａ）第１の実施形態
以下、本発明による音声通信装置及びプログラムの第１の実施形態を、図面を参照しながら詳述する。第１の実施形態の音声通信装置は、携帯電話端末やスマートフォンなどの携帯型音声通信端末である。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る音声通信装置の構成を示すブロック図である。

図１において、第１の実施形態の音声通信装置１は、マイクロフォン１０、アナログ／デジタル変換器（Ａ／Ｄ）１１、送話音量調整回路１２、周囲雑音パワ推定器１３及びゲイン制御回路１４を有する。ここで、送話音量調整回路１２、周囲雑音パワ推定器１３及びゲイン制御回路１４は、専用的な回路として構成するだけでなく、ＣＰＵと、ＣＰＵが実行するプログラムで実現するようにしても良い。

マイクロフォン１０は、送話者が発した音声を捕捉するものであり、アナログ／デジタル変換器１１は、捕捉されて得られたアナログ音声信号をデジタル音声信号Ｓに変換するものである。

送話音量調整回路１２は、例えば、乗算器でなり、入力されたデジタル音声信号Ｓに、ゲイン制御回路１４から与えられたゲインＧを乗算して送話音量を調整して出力するものである。このような音量が調整されたデジタル音声信号Ｓｇが、図示しない処理部によって、符号化された後、パケット化されて、対向する音声通信装置に向けて送信される。

周囲雑音パワ推定器１３は、デジタル音声信号Ｓから、送話者の周囲雑音パワＮを推定するものである。周囲雑音パワＮの推定方法は、問われないものであり、いかなる方法を適用しても良い。例えば、入力パワと最小パワとを比較し、入力パワが最小パワより小さければ入力パワを新たな最小パワに更新することを通じて最小パワをいつも検出しておき、図２に示すように、デジタル音声信号Ｓの最小パワを周囲雑音パワＮとして推定するようにしても良い。また、デジタル音声信号Ｓに対して、有音／無音判定を行い、無音区間の平均パワを周囲雑音パワＮとして無音区間毎に推定するようにしても良い。

なお、周囲雑音レベルを、周囲雑音パワ（サンプル値の２乗値）で表しているが、サンプル値の絶対値など、他の指標を用いても良い。

ゲイン制御回路１４は、推定された周囲雑音パワＮに応じたゲインＧを得て、送話音量調整回路１２に与えるものである。ゲイン制御回路１４は、例えば、変換テーブルを内蔵してゲインＧを得るものであっても良く、また例えば、変換式に従って演算してゲインＧを得るものであっても良い。図３は、周囲雑音パワＮをゲインＧに変換する変換方法の一例の説明図であり、変換テーブルを利用する場合であっても変換式を利用する場合であっても適用できるものである。図３の例は、推定された周囲雑音パワＮが所定パワＮ０（所定パワＮ０が０であっても良い）まではゲインＧとしてデジタル音声信号Ｓをそのまま、音量調整後のデジタル音声信号Ｓｇとして出力させるゲイン１．０を出力し、推定された周囲雑音パワＮが所定パワＮ０を超えていると、超えた度合いが大きいほどゲインＧを小さくするように変換する。ここで、漸減直線は、周囲雑音パワＮそのものに対して線形なものであっても良く、周囲雑音パワＮの対数値に対して線形なものであっても良い。後者は、図３の横軸が対数表記されている場合に該当する。

ここで、周囲雑音パワＮが所定パワＮ０まではゲインＧとして１．０を出力するようにしたので、周囲雑音がある程度大きくなるまでは、送話者は、概ね定まっている声の大きさで発声する傾向があるためである。

（Ａ−２）第１の実施形態の動作
次に、以上のような構成を有する第１の実施形態に係る音声通信装置１の動作を説明する。

送話者の音声や周囲雑音は、マイクロフォン１０によって捕捉されてアナログ音声信号になり、このアナログ音声信号がアナログ／デジタル変換器１１によってデジタル音声信号Ｓに変換され、送話音量調整回路１２を介して音量が調整され、音量調整後のデジタル音声信号Ｓｇが対向する音声通信装置に向けて送出される。

デジタル音声信号Ｓは、周囲雑音パワ推定器１３にも与えられ、このデジタル音声信号Ｓに基づいて、周囲雑音パワＮが推定され、推定された周囲雑音パワＮに応じたゲインＧが、ゲイン制御回路１４によって得られて送話音量調整回路１２に与えられる。これにより、デジタル音声信号Ｓに対する上述した音量調整が、送話音量調整回路１２において実行される。

周囲雑音がさほどでもない状況では、送話者は、自己が携帯型音声通信端末（第１の実施形態の音声通信装置１）に対して通常発声する程度のパワで発話する。このとき、周囲雑音パワ推定器１３によって推定される周囲雑音パワＮは、所定パワＮ０より小さく、その結果、１．０のゲインＧが送話音量調整回路１２に与えられ、デジタル音声信号Ｓがそのまま、音量調整後のデジタル音声信号Ｓｇとして出力される。

これに対して、周囲雑音が大きい場合には、送話者は、周囲雑音に負けずに通話できるように知らず知らずと声を大きくする。このとき、周囲雑音パワ推定器１３によって推定される周囲雑音パワＮは、所定パワＮ０を超え、その結果、１．０より小さいゲインＧが送話音量調整回路１２に与えられ、デジタル音声信号Ｓの音量が、送話音量調整回路１２によって減衰調整され、減衰されたデジタル音声信号Ｓｇが出力される。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態によれば、周囲雑音が大きいときには、送話信号を減衰して受話側の音声通信装置に送信するようにしたので、受話音量が大き過ぎて受話者が不快感を抱くようなことを防止することができる。

受話音量が過大になること防止すべく、受話側の音声通信装置で受話音量を自動調整する方法が既に提案されているが、この解決方法では、そのような機能を有する音声通信装置を受話者が所持していなければならず、音量調整のメリットを受ける受話者は所持者に限定される。

一方、第１の実施形態の場合、受話側の音声通信装置が音量調整機能を備えていない場合であっても、過大な受話音量を防止することのメリットを受話者は享受することができる。すなわち、送話者が第１の実施形態の音声通信装置を所持している場合には、多くの受話者が過大な受話音量を防止することのメリットを享受できる。

（Ｂ）第２の実施形態
次に、本発明による音声通信装置及びプログラムの第２の実施形態を、図面を参照しながら説明する。

図４は、第２の実施形態に係る音声通信装置の構成を示すブロック図であり、上述した第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。

図４において、第２の実施形態の音声通信装置１Ａは、マイクロフォン１０、アナログ／デジタル変換器１１、送話音量調整回路１２、周囲雑音パワ推定器１３Ａ、ゲイン制御回路１４Ａ及びパワ対履歴記憶部１５を有する。マイクロフォン１０、アナログ／デジタル変換器１１及び送話音量調整回路１２は、第１の実施形態のものと同様なものであるので、その機能説明は省略する。

第２の実施形態における周囲雑音パワ推定器１３Ａは、有音／無音判定を行い、無音区間の平均パワを周囲雑音パワＮとして推定する方式を採用しているものである。周囲雑音パワ推定器１３Ａは、また、有音区間の平均パワを音声パワＰとして推定するものであり、推定した音声パワＰもゲイン制御回路１４Ａに与えるものである。

パワ対履歴記憶部１５は、推定された音声パワＰと周囲雑音パワＮとの対情報を、最新側の所定対（例えば、２０対）だけ記憶しているものである。音声パワＰを推定した有音区間の直前の無音区間から推定された周囲雑音パワＮが、その直後の有音区間から推定された音声パワＰと対をなしている。パワ対履歴記憶部１５に記憶される対情報は、今回の通話におけるものだけでなく、過去の通話のものも含まれる。なお、通話ごとの対の数に制限を与えるようにしても良い。

第２の実施形態におけるゲイン制御回路１４Ａは、学習機能を有するゲイン制御回路である。ゲイン制御回路１４Ａは、パワ対履歴記憶部１５に記憶されている対情報を利用して、当該音声通信装置１Ａを所持する送話者に適したゲインを学習する機能を有している。学習方法は任意であるが、以下に例示するような方法を挙げることができる。

Ｘ軸を推定周囲雑音パワＮの軸とし、Ｙ軸を推定音声パワＰの軸とし、回帰曲線として２次関数を適用して、記憶されている音声パワＰと周囲雑音パワＮとの対情報を全て適用して、回帰曲線を特定する。この回帰曲線における、所定の推定周囲雑音パワＮの値Ｎ１（例えば、サンプル中の最小値）での推定音声パワＰを基準値Ｐｒｅｆとし、推定周囲雑音パワＮの値ごとに、推定音声パワＰを基準値Ｐｒｅｆにするための比率を求めて、その推定周囲雑音パワＮの値のゲインＧとし、ゲイン制御回路１４Ａ内に格納し直す。

ゲイン制御回路１４Ａは、以上のような学習を通話終了時に実行し、学習し直したゲインＧを次の通話で反映できるようにする。

第２の実施形態によっても、第１の実施形態と同様な効果を奏することができる。これに加え、第２の実施形態によれば、送話者の発声音量の特質に応じてゲインを設定でき、音声通信装置１Ａを所持する送話者によらずに、同様な受話音量品質を受話者に提供することができる。

（Ｃ）第３の実施形態
次に、本発明による音声通信装置及びプログラムの第３の実施形態を説明する。

図５は、第３の実施形態に係る音声通信装置の構成を示すブロック図であり、上述した第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。

図５において、第３の実施形態の音声通信装置１Ｂは、マイクロフォン１０、アナログ／デジタル変換器１１、送話音量調整回路１２、周囲雑音パワ推定器１３、ゲイン制御回路１４、マイクロフォン１０Ｎ及びアナログ／デジタル変換器１１Ｎを有する。マイクロフォン１０、アナログ／デジタル変換器１１、送話音量調整回路１２、周囲雑音パワ推定器１３及びゲイン制御回路１４は、第１の実施形態のものと同様なものであるので、その機能説明は省略する。

第３の実施形態の音声通信装置１Ｂは、周囲雑音の捕捉専用のマイクロフォン１０Ｎと、その捕捉信号（アナログ信号）をデジタル信号に変換して周囲雑音パワ推定器１３に与えるアナログ／デジタル変換器１１Ｎを追加したものである。

携帯電話端末やスマートフォンなどの携帯型音声通信端末が該当する第３の実施形態の音声通信装置１Ｂは、通話時には、マイクロフォン１０が送話者の口に近付くように位置される。そのため、マイクロフォン１０が十分に周囲雑音を捕捉できない場合も生じる。しかし、送話者は、大きな周囲雑音が聴こえているときには大声で話す可能性が高い。すなわち、マイクロフォン１０の配置位置や指向性によっては、その捕捉信号に周囲雑音が含まれている量が少なく、周囲雑音の推定精度が低下する可能性がある。そのため、第３の実施形態の音声通信装置１Ｂでは、周囲雑音の捕捉専用のマイクロフォン１０Ｎを設け、その捕捉信号から周囲雑音パワを推定することとした。

第３の実施形態によっても、第１の実施形態と同様な効果を奏することができる。これに加え、第３の実施形態によれば、周囲雑音パワの推定精度を向上させることができ、その結果、送話音量も適切に調整することができる。

（Ｄ）第４の実施形態
次に、本発明による音声通信装置及びプログラムの第４の実施形態を説明する。

図６は、第４の実施形態に係る音声通信装置の構成を示すブロック図であり、上述した第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。

図６において、第４の実施形態の音声通信装置１Ｃは、マイクロフォン１０、アナログ／デジタル変換器１１、送話音量調整回路１２、周囲雑音パワ推定器１３、ゲイン制御回路１４、受話音量調整回路１６、デジタル／アナログ変換器（Ｄ／Ａ）１７、スピーカ１８及び受話ゲイン制御回路１９を有する。マイクロフォン１０、アナログ／デジタル変換器１１、送話音量調整回路１２、周囲雑音パワ推定器１３及びゲイン制御回路１４は、第１の実施形態のものと同様なものであるので、その機能説明は省略する。

第４の実施形態の音声通信装置１Ｃは、送話方向のデジタル音声信号Ｓから得た推定された周囲雑音パワＮを、受話音量の調整にも利用しようとしたものである。

対向する音声通信装置から到来した音声パケットを分解し、符号化音声データを抽出し、それを復号して得られた受話方向のデジタル音声信号ＳＲは、受話音量調整回路１６に与えられてその音量が調整される。音量調整後のデジタル音声信号ＳＲｇは、デジタル／アナログ変換器１７を介してアナログ音声信号に変換された後、スピーカ１８から発音出力される。受話ゲイン制御回路１９には、周囲雑音パワ推定器１３から推定された周囲雑音パワＮが与えられ、受話ゲイン制御回路１９は、周囲雑音が大きくても受話音声が聴き取り易くなるように、周囲雑音が大きいほど大きくなるようなゲインＧＲを形成して、受話音量調整回路１６に与え、受話音量調整回路１６において、デジタル音声信号ＳＲにゲインＧＲが乗算されて受話音量が調整される。

第４の実施形態によっても、第１の実施形態と同様な効果を奏することができる。これに加え、第４の実施形態によれば、周囲雑音パワに応じて、当該装置での受話音量をも調整したので、周囲雑音に拘らず、受話音声を聴き取り易くできる。

（Ｅ）他の実施形態
上記各実施形態の説明においても、種々変形実施形態に言及したが、さらに、以下に例示するような変形実施形態を挙げることができる。

上記各実施形態においては、送話音量調整回路１２から出力されたデジタル音声信号を符号化処理するように説明したが、送話音量調整回路１２の後段で雑音除去（ノイズキャンセル）するようにしても良い。送話音量を調整しても、調整前後でＳ／Ｎ比は変わらず、Ｓ／Ｎ比を向上させたい場合には、送話音量の調整と、雑音除去との双方を実行すれば良い。

上記各実施形態では、送話音量調整回路１２を新たに設けたものを示したが、既存の増幅回路を利用して送話音量を調整するようにしても良い。マイクロフォン１０が捕捉したアナログ音声信号を増幅する増幅回路を備えている音声通信装置も多いが、この増幅回路を送話音量調整回路１２として利用するようにしても良い。この場合、周囲雑音パワをデジタル音声信号に基づいて推定していると、フィードバック制御となるので、制御が安定するように、通話初期時の所定期間でのみ、周囲雑音パワを推定して、その推定値を通話期間の全体に適用するようにしても良い。

上記各実施形態では、携帯電話端末やスマートフォンなどの携帯型音声通信端末に、本発明の技術思想を適用した場合を示したが、固定電話端末に対しても本発明の技術思想を適用でき、また、電話端末以外の音声通信装置に対しても、本発明の技術思想を適用することができる。

１、１Ａ〜１Ｃ…音声通信装置、１０、１０Ｎ…マイクロフォン、１１、１１Ｎ…アナログ／デジタル変換器（Ａ／Ｄ）、１２…送話音量調整回路、１３、１３Ａ…周囲雑音パワ推定器、１４、１４Ａ…ゲイン制御回路、１５…パワ対履歴記憶部、１６…受話音量調整回路、１７…デジタル／アナログ変換器（Ｄ／Ａ）、１８…スピーカ、１９…受話ゲイン制御回路。

Claims (2)

1. 送話信号の有音/無音判定を行い、無音区間の平均レベルを周囲雑音レベルとして推定するとともに、有音区間の平均レベルを音声レベルとして推定する周囲雑音推定手段と、
   所定期間において推定された上記周囲雑音レベルと、当該周囲雑音レベルに対応する推定された上記音声レベルとから回帰分析を行い、当該回帰分析結果から推定音声レベル基準値を算出し、所定期間後、上記音声レベルが当該推定音声レベル基準値と一致するよう、上記送話信号の音量を調整する送話音量調整手段と
   を備えたことを特徴とする音声通信装置。
2. 音声通信装置に搭載されるコンピュータを、
   送話信号の有音/無音判定を行い、無音区間の平均レベルを周囲雑音レベルとして推定するとともに、有音区間の平均レベルを音声レベルとして推定する周囲雑音推定手段と、
   所定期間において推定された上記周囲雑音レベルと、当該周囲雑音レベルに対応する推定された上記音声レベルとから回帰分析を行い、当該回帰分析結果から推定音声レベル基準値を算出し、所定期間後、上記音声レベルが当該推定音声レベル基準値と一致するよう、上記送話信号の音量を調整する送話音量調整手段と
   して機能させることを特徴とする音声通信プログラム。

Images