JP6059130B2 - 雑音抑圧方法とその装置とプログラム - Google Patents

Description

本発明は、マイクロホン等で収音した収音信号から雑音成分を抑圧する雑音抑圧方法とその装置とプログラムに関する。

マイクロホンで収音した収音信号には、収音したい対象音声に、収音した環境の環境音が重畳する。例えば、オフィス環境であればエアコンの作動音、屋外であれば雑踏音などが収音したい対象音声に重畳することになる。

そこで、従来から、このような雑音を抑圧する目的で雑音抑圧方法が提案されている。例えば、雑音抑圧装置９００が特許文献１に開示されている。図１７を参照して雑音抑圧装置９００の動作を簡単に説明する。雑音抑圧装置９００は、周波数帯域分割部９１０、信号レベル計算部９２０、雑音レベル推定部９３０、雑音抑圧ゲイン計算部９４０、乗算部９５０、時間領域変換部９６０、を具備する。

周波数帯域分割部９１０は、時間領域の収音信号を短時間フーリエ変換によって周波数帯域に分割した周波数領域収音信号に変換する。信号レベル計算部９２０は、周波数領域収音信号から周波数ごとの信号レベルを計算する。雑音レベル推定部９３０は、周波数領域収音信号から周波数ごとの雑音レベルを推定する。

雑音抑圧ゲイン計算部９４０は、信号レベルと雑音レベルから、周波数ごとに雑音を抑圧するためのゲインを計算する。乗算部９５０は、周波数領域収音信号に雑音を抑圧するためのゲインを乗じる。時間領域変換部９６０は、雑音が抑圧された周波数領域収音信号を逆フーリエ変換によって時間領域の雑音抑圧信号に変換する。

特開平９−２５８７９２号公報

しかし、従来の雑音抑圧装置９００では、交通騒音や雑踏の騒音や車の走行音のように雑音のレベルが時間変化する場合に、雑音抑圧性能が著しく低下したり、雑音抑圧後の音質が不自然になる課題がある。

本発明は、この課題に鑑みてなされたものであり、雑音に時間変化があっても、雑音抑圧量の低下が無く、雑音抑圧後の音質が不自然とならない雑音抑圧方法と、その装置とプログラムを提供することを目的とする。

本発明の雑音抑圧方法は、周波数帯域分割過程と、信号レベル計算過程と、雑音レベル推定過程と、雑音区間検出過程と、雑音レベル変動量推定過程と、雑音抑圧ゲイン計算過程と、乗算過程と、時間領域変換過程と、を備える。周波数帯域分割過程は、収音信号を周波数領域の周波数領域収音信号に変換する。信号レベル計算過程は、周波数領域収音信号の大きさを求め、その大きさを平滑化した収音信号レベルを計算する。雑音レベル推定過程は、周波数領域収音信号から周波数ごとに推定した雑音信号の大きさを雑音レベルとして推定する。雑音区間検出過程は、収音信号レベルと雑音レベルとを比較し、全ての周波数を総合して雑音区間を検出する。雑音レベル変動量推定過程は、雑音区間における収音信号レベルと雑音レベルとから、周波数ごとの雑音レベルの変動量である雑音レベル変動量を推定する。雑音抑圧ゲイン計算過程は、収音信号レベルと雑音レベルと雑音レベル変動量とを入力として、雑音を抑圧する雑音抑圧ゲインを計算する。乗算過程は、周波数領域収音信号に雑音抑圧ゲインを乗じた雑音抑圧信号を出力する。時間領域変換過程は、雑音抑圧信号を時間領域の雑音抑圧信号に変換する。

本発明の雑音抑圧方法によれば、雑音レベル変動量推定部が雑音の変動を推定し、雑音抑圧ゲイン計算部が雑音レベルの変動を考慮して雑音抑圧ゲインを計算する。したがって、雑音の変動があっても適切なゲイン設定を行うことができ、雑音の変動がある場合でも、雑音抑圧量の低下がなく、抑圧後の雑音の音質が不自然とならない効果を奏する。

概念的な収音信号を示す図。 本発明の雑音抑圧装置１００の機能構成例を示す図。 雑音抑圧装置１００の動作フローを示す図。 雑音レベル推定部９３０の機能構成を示す図。 雑音区間検出部４０の機能構成例を示す図。 雑音レベル変動量推定部５０の機能構成例を示す図。 雑音抑圧ゲイン計算部６０の機能構成例を示す図。 本発明の雑音抑圧装置２００の機能構成例を示す図。 雑音抑圧ゲイン計算部２６０の機能構成例を示す図。 雑音抑圧ゲイン計算部２６０の動作フローを示す図。 雑音抑圧ゲイン計算部３６０の機能構成例を示す図。 雑音抑圧ゲイン計算部３６０の動作フローを示す図。 雑音レベル変動量推定部４５０の機能構成例を示す図。 雑音レベル変動量推定部４５０の動作フローを示す図。 雑音抑圧ゲイン計算部５６０の機能構成例を示す図。 雑音抑圧ゲイン計算部５６０の動作フローを示す図 従来の雑音抑圧装置９００の機能構成を示す図。

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。実施例の説明の前に、この発明の考えについて説明する。

〔この発明の考え〕
マイクロホンで収音した収音信号には、収音したい対象音声に、屋内であればエアコンの作動音のような一定の大きさの定常雑音と、コピー機の作動音のような時間的に変化する非定常雑音とが重畳する。屋外であれば例えば雑踏音のような一定の雑音に、車の走行音などの非定常雑音が、収音したい対象音声に重畳する。

図１に、収音信号の概念的な図を示す。横方向は時間経過を、縦方向は収音信号の振幅を表す。図１Ａは、対象音声と定常雑音と非定常雑音とが重畳した図である。例えば、振幅の最も大きな信号が収音したい対象音声であり、最も振幅の小さな信号が一定の大きさの定常雑音、中間の振幅の信号が非定常雑音を表す。なお、図１中の各信号の波形は、実際の音声を模擬したものではない。

この発明の雑音抑圧装置１００は、雑音区間検出部４０と雑音変動量推定部５０を備える点で新しい。雑音区間検出部４０は、対象音声と非定常雑音の周波数スペクトルの違いや大きさの違いに着目して雑音区間を検出する。雑音変動量推定部５０は、雑音区間内で収音信号レベルと雑音レベルを比較して雑音レベル変動量を求める。そして、その雑音レベル変動量を考慮して収音信号から雑音を除去する。

図１Ｂに、雑音抑圧装置１００で雑音を除去した収音信号の概念的な図を示す。図１Ｂに示すように非定常雑音も除去されている様子が分かる。このように、この発明の雑音抑圧方法は、雑音区間を検出してその区間の雑音レベルの変動量を求め、その雑音レベルの変動量を収音信号から除去する考えである。

図２に、この発明の雑音抑圧装置１００の機能構成例を示す。その動作フローを図３に示す。雑音抑圧装置１００は、周波数帯域分割部９１０と、信号レベル計算部９２０と、雑音レベル推定部９３０と、雑音区間検出部４０と、雑音レベル変動量推定部５０と、雑音抑圧ゲイン計算部６０と、雑音抑圧ゲイン乗算部９７０と、時間領域変換部９８０と、を具備する。雑音抑圧装置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。以降説明する各装置も同じである。

なお、参照符号から明らかなように、周波数帯域分割部９１０と信号レベル計算部９２０と雑音レベル推定部９３０と雑音抑圧ゲイン乗算部９７０と時間領域変換部９８０とは、従来の雑音抑圧装置９００と同じものである。

周波数帯域分割部９１０は、時間領域の収音信号ｙ（ｔ）を周波数領域の周波数領域収音信号Ｘ（ω,ｎ）に変換する（ステップＳ９１０）。収音信号は、例えばサンプリング周波数８ｋＨｚで離散値化されたディジタル信号である。図２において、収音信号をディジタル化するＡ／Ｄ変換器や、ディジタル信号を連続値化するＤ／Ａ変換器の表記は省略している。周波数帯域分割部９１０は、離散値化した収音信号を、短時間フーリエ変換によって例えば１２８個集めたフレーム単位（ｔ＝１６ｍｓ）の間隔、ウィンドウサイズ３２ｍｓで周波数領域収音信号に変換する。ウィンドウはハニングウィンドウの平方根を取ったものなどを用いる。

信号レベル計算部９２０は、周波数帯域分割部９１０が出力する周波数領域収音信号の大きさを求める。大きさとは、周波数領域収音信号をＸ（ω,ｎ）とした時に、その絶対値である｜Ｘ（ω,ｎ）｜を計算する。又は、そのパワーである｜Ｘ（ω,ｎ）｜^２を計算する。ωは周波数を表し、ｎはフレーム番号を表す。大きさとはレベルと称しても良い値である。

そして、信号レベル計算部９２０は、絶対値若しくはパワーで表される周波数領域収音信号のレベルを時間平滑化した収音信号レベルＹ（ω,ｎ）を計算する（式（１））。式（１）のαは平滑化係数であり、０以上１未満の値を取る。１に近いほど長い時間での平滑化が行われる（ステップＳ９２０）。

雑音レベル推定部９３０は、周波数帯域分割部９１０が出力する周波数領域収音信号Ｘ（ω,ｎ）を入力として、当該周波数領域収音信号Ｘ（ω,ｎ）から周波数ごとに推定した雑音信号の大きさである雑音レベルを推定する（ステップＳ９３０）。図４に、雑音レベル推定部９３０のより具体的な機能構成例を示す。雑音レベル推定部９３０は、レベル計算手段９３１と、時間平滑手段９３２と、ディップホールド手段９３３と、を備える。
レベル計算手段９３１と時間平滑手段９３２は、信号レベル計算部９２０と同様の処理を行い周波数領域収音信号のレベルを求める。レベルとは、上記したようにその絶対値である｜Ｘ（ω,ｎ）｜であっても良いし、そのパワーである｜Ｘ（ω,ｎ）｜^２で有っても良い。但し、信号レベル計算部９２０との間で一致している必要はある。

時間平滑手段９３２は、周波数領域収音信号のレベルを時間平滑化した収音信号レベルＺ（ω,ｎ）を計算する（式（２））。式（２）のβは平滑化係数であり、０以上１未満の値を取る。１に近いほど長い時間での平滑化が行われる。

ディップホールド手段９３３は、時間平滑後の周波数領域収音信号のレベルＺ（ω,ｎ）に対して、例えば式（３）に示す最小値を保持するディップホールド処理を行う。

１フレーム前の推定ノイズレベルＮ（ω,ｎ−１）が、時間平滑化したレベルＺ（ω,ｎ）よりも大きい場合は、推定する雑音レベルＮ（ω,ｎ）に時間平滑化したレベルＺ（ω,ｎ）を代入し、それ以外の場合は、１フレーム前の雑音レベルＮ（ω,ｎ−１）に１以上の定数ｕを乗じて僅かにノイズレベルを上昇させる。定数ｕは予め設定しておく。ｕは雑音レベルの上昇係数であり、１に近いほど穏やかなノイズレベルの上昇となる。

雑音区間検出部４０は、収音信号レベルＹ（ω,ｎ）と雑音レベルＮ（ω,ｎ）を比較し、全ての周波数を総合して雑音区間を検出する。図５に、雑音区間検出部４０のより具体的な機能構成例を示す。雑音区間検出部４０は、乗算手段４１と、比較手段４２と、カウント手段４３と、閾値比較手段４４と、を備える。

乗算手段４１は、予め設定された１以上の固定係数を、雑音レベルＮ（ω,ｎ）に乗じる。比較手段４２は、乗算手段４１の出力信号と収音信号レベルを、周波数ごとに比較し、収音信号レベルの方が大きい場合に１を出力する。

カウント手段４３は、比較手段４２の出力信号をカウントし、いくつの周波数成分で収音信号レベルの方が大きかったかを出力する。閾値比較手段４４は、予め設定した雑音区間検出の閾値とカウント手段４３の出力するカウント数を比較し、カウント数の方が小さい場合を、雑音区間として検出する。カウント数が小さい場合とは、変動する雑音の周波数帯域が収音対象の音声と比較して狭いこと、若しくは変動する雑音のレベルが音声と比較して小さいことを意味する。つまり、収音対象の音声に対して、変動する雑音は、周波数帯域が限定されていたり、レベルが小さい場合が多いので、その違いに着目してフレーム単位で雑音区間を検出する。

雑音レベル変動量推定部５０は、雑音区間における収音信号レベルＹ（ω,ｎ）と雑音レベルＮ（ω,ｎ）とから、周波数ごとの雑音レベルの変動量である雑音レベル変動量Ｒ（ω,ｎ）を推定する。具体的には、雑音区間において収音信号レベルＹ（ω,ｎ）を雑音レベルＮ（ω,ｎ）で除した比ｒを計算し、当該比ｒを時間平滑化した雑音レベル変動量Ｒ（ω,ｎ）を推定する。

図６に、雑音レベル変動量推定部５０のより具体的な機能構成例を示す。 雑音レベル変動量推定部５０は、除算手段５１と、フロアリング手段５２と、平滑化手段５３と、を備える。

除算手段５１は、雑音区間の間においてのみ収音信号レベルＹ（ω,ｎ）を雑音レベルＮ（ω,ｎ）で除した比ｒ（ω,ｎ）を計算する（式（４））。

フロアリング手段５２では、１.０以下の比ｒ（ω,ｎ）を１.０に置き換える。収音信号レベルＹ（ω,ｎ）はノイズの成分も含んだレベルであるので、ノイズレベルＮ（ω,ｎ）よりも大きくなくてはならない。よって、フロアリング手段５２は、１.０以下の比ｒ（ω,ｎ）をエラーと判定してｒ＝１.０に置き換える処理を行う。

平滑化手段５３は、フロアリング手段５２の出力信号を次式で平滑化する。

１フレーム前の雑音レベル変動量Ｒ（ω,ｎ−１）が、収音信号レベルと雑音レベルの比ｒ（ω,ｎ）よりも大きい場合は、係数ａを用い、それ以外の場合は係数ｂを用いて雑音レベル変動量Ｒ（ω,ｎ）を時間平滑化する。ａ＝ｂとして平滑化しても良いが、ｂ＜ａとすることで、雑音レベル変動量Ｒ（ω,ｎ）が上昇する時に素早い平滑化を行うことができ、雑音レベルの変動値のピーク付近の値を求めることができる。

雑音抑圧ゲイン計算部６０は、収音信号レベルＹ（ω,ｎ）と雑音レベルＮ（ω,ｎ）と雑音レベル変動量Ｒ（ω,ｎ）とを入力として、雑音を抑圧する雑音抑圧ゲインＧ（ω,ｎ）を計算する。図７に、雑音抑圧ゲイン計算部６０のより具体的な機能構成例を示す。雑音抑圧ゲイン計算部６０は、雑音レベル変動量乗算手段６１と、マージン乗算手段６２と、減算手段６３と、除算手段６４と、最小値制限手段６５と、時間平滑化手段６６と、を備える。

雑音レベル変動量乗算手段６１は、雑音レベルＮ（ω,ｎ）に雑音レベル変動量Ｒ（ω,ｎ）を周波数ごとに乗算する。マージン乗算手段６２は、雑音レベル変動量乗算手段６１の出力信号に、予め設定されたマージン係数ｃを乗じて雑音の変動量を考慮した雑音変動レベルＮ′（ω,ｎ）を出力する。

減算手段６３は、収音信号レベルＹ（ω,ｎ）から雑音変動レベルＮ′（ω,ｎ）を減算して推定音声レベルＳ（ω,ｎ）を出力する。除算手段６４は、推定音声レベルＳ（ω,ｎ）を収音信号レベルＹ（ω,ｎ）で除算して雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）求める。

最小値制限手段６５は、予め設定された最小値ｄ以下の雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）を、最小値ｄに置き換える。時間平滑化手段６６は、雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）を時間平滑化した雑音抑圧ゲインＧ（ω,ｎ）を出力する。

最小値ｄは、最大雑音抑圧量を決定する定数であり、０〜１の間に設定される。０に近いほど最大雑音抑圧量が高くなる。時間平滑化は、例えば次式に示すように行われる。

１フレーム前の雑音抑圧ゲインＧ（ω,ｎ−１）が、雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）よりも大きい場合は係数ｐを、それ以外の場合は係数ｑを用いて雑音抑圧ゲインの瞬時値を時間平滑化する。係数ｐとｑの値は、聴感上の音質が良好な値に予め設定しておく。

このようにして求められた雑音抑圧ゲインＧ（ω,ｎ）は、周波数収音信号Ｘ（ω,ｎ）のスペクトル形状を、推定音声レベルＳ（ω,ｎ）の形状に変形するものであり、雑音を抑圧することができる。

ゲイン乗算部９７０は、周波数領域収音信号Ｘ（ω,ｎ）に雑音抑圧ゲインＧ（ω,ｎ）を乗じた雑音抑圧信号を出力する。時間領域変換部９８０は、周波数帯域分割部９１０と同じ周波数間隔の同じ点数で、雑音抑圧信号を逆フーリエ変換し、その値にウィンドウを乗算してオーバラップ加算して時間領域の雑音抑圧信号ｕ（ｔ）に変換する。

以上説明した周波数帯域分割部９１０が行う周波数帯域分割過程（ステップＳ９１０）から、時間領域変換部９８０が行う時間領域変換過程（ステップＳ９８０）の各過程の処理（図３）は、フレームを更新しながら動作を停止するまで繰り返される（ステップＳ９０のＮｏ）。この繰り返し処理の制御は制御部９０が行う。制御部９０は、雑音抑圧装置１００の時系列動作を制御するものであり、この発明の特別な技術的特徴ではない。

雑音抑圧装置１００では、雑音レベル変動量Ｒ（ω,ｎ）を推定し、当該値を雑音レベルＮ（ω,ｎ）に乗じることで変動する雑音量を考慮した雑音レベルＮ′（ω,ｎ）を求めている。この変動する雑音量を考慮した雑音レベルＮ′（ω,ｎ）を用いて雑音抑圧を行うことで、変動する雑音に対しても雑音抑圧量の低下がなく、雑音抑圧後の音声の音質が不自然にならない効果を奏する。

図８に、この発明の雑音抑圧装置２００の機能構成例を示す。雑音抑圧装置２００は、雑音抑圧装置１００（図２）に対して、雑音区間も入力信号とする雑音抑圧ゲイン計算部２６０を備える点で異なる。

図９に、雑音抑圧ゲイン計算部２６０のより具体的な機能構成例を示す。雑音抑圧ゲイン計算部２６０は、雑音抑圧ゲイン計算部６０（図７）に対してマージン乗算手段６２に与えるマージン係数を雑音区間で切り替えるマージン係数切替手段２６６を、備える点でのみ異なる。

図１０に、雑音抑圧ゲイン計算部２６０の動作フローを示す。雑音抑圧ゲイン計算部２６０が処理する雑音抑圧ゲイン計算過程（ステップＳ６０）は、上記した雑音抑圧ゲイン計算部６０の動作フローに、マージン係数切替手段２６６が、雑音レベル変動量乗算手段６１の出力信号に乗算するマージン係数を、雑音区間検出部４０が雑音区間を検出している間に切り替えるマージン係数切替ステップ（ステップＳ２６６）を含む点のみが異なる。

マージン係数切替手段２６６は、雑音区間検出部４０が雑音区間を検出している場合に、マージン係数２を選択し、それ以外の場合はマージン係数１を選択してマージン乗算手段６２に入力する。雑音区間で用いられるマージン係数２をマージン係数１に対して大きく設定しておくことで、雑音区間の雑音抑圧量を高めることができる。音声区間で用いられるマージン係数１は、マージン係数２よりも小さな値であるので、音声区間の音質劣化を防止することができる。

以上説明した雑音抑圧装置２００は、雑音抑圧装置１００の奏する効果に加えて、雑音区間の雑音抑圧性能を向上させ、音声区間の音質を向上させることができる。

図１１に、この発明の雑音抑圧ゲイン計算部３６０の機能構成例を示す。その動作フローを図１２に示す。雑音抑圧ゲイン計算部３６０は、雑音抑圧ゲイン計算部６０に対して、更に、マスキングレベル計算手段３６７と、最大値選択手段３６８と、を備える点で異なる。雑音抑圧ゲイン計算部３６０は、雑音抑圧ゲイン計算部６０又は雑音抑圧ゲイン計算部２６０と、置き換えることが可能である。

マスキングレベル計算手段３６７は、減算手段６２が出力する推定音声レベルＳ（ω,ｎ）から、聴覚マスキングレベルＱ（ω,ｎ）を求める（ステップＳ３６７）。聴覚マスキングとは、周波数ＫのパワーがＰ（Ｋ）であった場合に、Ｐ（Ｋ）の関数として計算できる聴覚マスキングレベルを下回る音の成分は、人間の聴覚では聞き取れないという現象である。

聴覚マスキングレベルＱ（ω,ｎ）は、例えばつぎのようにして求めることができる。ある周波数ωの聴覚マスキングレベルＱ（ω,ｎ）を求めるには、その周波数ωの推定音声レベルＳ（ω,ｎ）と、その１つ下の周波数の仮の聴覚マスキングレベルＱ′（ω−１,ｎ）に、それぞれ係数ｖ,ｗを乗じた値を比較し、大きい値を仮の聴覚マスキングレベルＱ′（ω,ｎ）とする（式（７）,（８））。

この処理を、周波数ωの最小値から順に、ω＝最大値になるまで繰り返し実施する。係数ｖ,ｗは聴覚マスキングの特性に基づいて予め設定される１未満、０以上の定数である。なお、係数ｖ,ｗは周波数ωに応じて異なる値に設定しても良い。

周波数ω＝最大値になると、周波数ωの最大値から順に、その周波数ωの仮の聴覚マスキングレベルＱ′（ω,ｎ）と、１つ上の周波数の仮の聴覚マスキングレベルＱ′（ω＋１,ｎ）に係数ｍを乗じた値を比較し、大きい値を聴覚マスキングレベルＱ（ω,ｎ）とする（式（９）,（１０））。係数ｍは、聴覚マスキングの特性に基づいて予め設定される１未満０以上の定数である。また、係数ｍは上記した係数ｖ,ｗと同様に周波数ωに応じて異なる値に設定しても良い。

以上の方法により聴覚マスキングレベルＱ（ω,ｎ）を求めることができる。

最大値選択手段３６８は、減算手段６２が出力する推定音声レベルＳ（ω,ｎ）と、聴覚マスキングレベルＱ（ω,ｔ）を比較し、大きい方の値を、新たな推定音声レベルＳ（ω,ｎ）として除算手段６３に出力する（ステップＳ３６８）。

以上説明した雑音抑圧ゲイン計算部３６０を備える雑音抑圧装置は、聴覚マスキング特性を利用して聴感上聞こえない雑音成分を抑圧しないようにすることができる。したがって、雑音の不要な抑圧をしないようにすることができ、音声の劣化を少なくする効果を奏する。

図１３に、この発明の雑音レベル変動量推定部４５０の機能構成例を示す。その動作フローを図１４に示す。雑音レベル変動量推定部４５０は、雑音レベル変動量推定部５０が備えるフロアリング手段５２をヒストグラム計算手段４５４に、また、その平滑化手段５３を変動量決定手段４５５に、置き換えたものである。雑音レベル変動量推定部４５０は、雑音レベル変動量推定部５０（図２,図８）と、置き換えることが可能である。

ヒストグラム計算手段４５４は、除算手段５１が出力する比ｒ（ω,ｎ）のヒストグラムを計算する（ステップＳ４５４）。変動量決定手段４５５は、ヒストグラム計算手段４５４の出力から、ヒストグラムの累積値が、予め設定した割合ｚ％となる値を求め、雑音レベル変動量として出力する（ステップＳ４５５）。

以上説明した雑音レベル変動量推定部４５０を備える雑音抑圧装置は、ヒストグラムを求めて雑音レベルの変動量を求めるので、より正確に雑音レベルの変動量を求めることができる。その結果、雑音抑圧性能と音質の向上を図ることができる。

図１５に、この発明の雑音抑圧ゲイン計算部５６０の機能構成例を示す。その動作フローを図１６に示す。雑音抑圧ゲイン計算部５６０は、雑音抑圧ゲイン計算部６０に対して、更に、雑音検出手段５６８と、最小値保持手段５６９と、を備える点で異なる。雑音抑圧ゲイン計算部５６０は、雑音抑圧ゲイン計算部６０又は雑音抑圧ゲイン計算部２６０又は雑音抑圧ゲイン計算部３６０と、置き換えることが可能である。

雑音検出手段５６８は、除算手段６３の出力する雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）が、予め設定した閾値を超える周波数の割合を計算し、その割合が当該閾値以下の場合に雑音として検出する（ステップＳ５６８）。雑音検出手段５６８が雑音を検出した場合（ステップＳ５６８、検出）、最小値保持手段５６９は保持している最小値ｄを、時間平滑化手段６５に出力する。雑音検出手段５６８が雑音を検出しない場合（ステップＳ５６８、非検出）、最小値制限手段６４は、予め設定された最小値ｄ以下の雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）を、最小値ｄに置き換えた雑音抑圧ゲインの瞬時値ｇ（ω,ｎ）を、時間平滑化手段６５に出力する。

以上のように動作する雑音抑圧ゲイン計算部５６０を備えた雑音抑圧装置は、雑音区間で安定した雑音抑圧を行うことが可能となり、高い雑音抑圧量と雑音抑圧後の音質を自然にすることができる。

以上説明した本発明の雑音抑圧装置は、雑音の変動を推定し、雑音の変動を考慮して雑音抑圧ゲインを求める技術的特徴を有する。この技術的特徴によって、雑音の変動が有っても適切な雑音抑圧ゲインの設定を行うことができ、雑音の変動がある場合でも雑音抑圧量の低下がなく、雑音抑圧後の音声の音質を自然なものにする効果を奏する。

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EEP-ROM（Electronically Erasable and Programmable-Read Only Memory）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。

Claims (8)

1. 周波数帯域分割部が、収音信号を周波数領域の周波数領域収音信号に変換する周波数帯域分割過程と、
   信号レベル計算部が、上記周波数領域収音信号の大きさを求め、その大きさを平滑化した収音信号レベルを計算する信号レベル計算過程と、
   雑音レベル推定部が、上記周波数領域収音信号から周波数ごとに推定した雑音信号の大きさを雑音レベルとして推定する雑音レベル推定過程と、
   雑音区間検出部が、上記収音信号レベルと上記雑音レベルとを比較し、全ての周波数を総合して雑音区間を検出する雑音区間検出過程と、
   雑音レベル変動量推定部が、上記雑音区間における上記収音信号レベルと上記雑音レベルとの比から、周波数ごとの上記雑音レベルの時間的な変動量である雑音レベル変動量を推定する雑音レベル変動量推定過程と、
   雑音抑圧ゲイン計算部が、上記収音信号レベルと上記雑音レベルと上記雑音レベル変動量とを入力として、雑音を抑圧する雑音抑圧ゲインを計算する雑音抑圧ゲイン計算過程と、
   雑音抑圧ゲイン乗算部が、上記周波数領域収音信号に上記雑音抑圧ゲインを乗じた雑音抑圧信号を出力する雑音抑圧ゲイン乗算過程と、
   時間領域変換部が、上記雑音抑圧信号を時間領域の雑音抑圧信号に変換する時間領域変換過程と、
   を備える雑音抑圧方法。
2. 請求項１に記載した雑音抑圧方法において
   上記雑音抑圧ゲイン計算過程は、
   雑音レベル変動量乗算手段が、上記雑音レベルに上記雑音レベル変動量を乗じる雑音レベル変動量乗算ステップと、
   マージン係数切替手段が、上記雑音区間検出部が上記雑音区間を検出している間はマージン係数２を選択し、上記雑音区間を検出しない間は上記マージン係数２よりも小さなマージン係数１を選択してマージン乗算手段に入力するマージン係数切替ステップと、
   マージン乗算手段が、上記マージン係数切替手段が選択したマージン係数を、上記雑音レベル変動量乗算手段の出力信号に乗じるマージン乗算ステップと、
   減算手段が、上記収音信号レベルから、上記マージン乗算手段の出力信号を減じた推定音声レベルを出力する減算ステップと、
   除算手段が、上記推定音声レベルを上記収音信号レベルで除算した雑音抑圧ゲインの瞬時値を求める除算ステップと、
   最小値制限手段が、上記雑音抑圧ゲインの瞬時値のうち、予め設定した最小値以下の値を当該最小値に置き換える最小値制限ステップと、
   時間平滑化手段が、上記最小値制限手段の出力信号を時間平滑化する時間平滑化ステップと、
   を含むことを特徴とする雑音抑圧方法。
3. 請求項２に記載した雑音抑圧方法において、
   上記雑音抑圧ゲイン計算過程は、
   更に、
   マスキングレベル計算手段が、上記推定音声レベルから聴覚マスキングレベルを計算して求めるマスキングレベル計算ステップと、
   最大値選択手段が、上記推定音声レベルと、上記聴覚マスキングレベルとを比較し、大きい方の値を新たな推定音声レベルとして上記除算手段に出力する最大値選択ステップと、
   を含むことを特徴とする雑音抑圧方法。
4. 請求項１乃至３の何れかに記載した雑音抑圧方法において、
   上記雑音レベル変動量推定過程は、
   除算手段が、上記雑音区間内でのみ上記収音信号レベルを上記雑音レベルで除算した比を計算する除算ステップと、
   ヒストグラム計算手段が、上記比のヒストグラムを計算するヒストグラム計算ステップと、
   変動量決定手段が、上記ヒストグラム計算ステップで計算したヒストグラムの累積値の値が、予め設定した割合となる値を上記雑音レベル変動量として出力する変動量決定ステップと、
   を含むことを特徴とする雑音抑圧方法。
5. 請求項２又は３に記載した雑音抑圧方法において、
   上記雑音抑圧ゲイン計算過程は、
   更に、
   雑音検出手段が、上記除算手段の出力する雑音抑圧ゲインの瞬時値が、予め設定した閾値を超える周波数の割合を計算し、当該割合が予め設定した閾値以下の場合を雑音として検出する雑音検出ステップと、
   最小値保持手段が、上記雑音検出手段が雑音を検出した時に、上記時間平滑化手段に出力する雑音抑圧ゲインの瞬時値を最小値にする最小値保持ステップと、
   を含むことを特徴とする雑音抑圧方法。
6. 収音信号を周波数領域の周波数領域収音信号に変換する周波数帯域分割部と、
   上記周波数領域収音信号の大きさを求め、その大きさを平滑化した収音信号レベルを計算する信号レベル計算部と、
   上記周波数領域収音信号から周波数ごとに推定した雑音信号の大きさを雑音レベルとして推定する雑音レベル推定部と、
   上記収音信号レベルと上記雑音レベルとを比較し、全ての周波数を総合して雑音区間を検出する雑音区間検出部と、
   上記雑音区間における上記収音信号レベルと上記雑音レベルとの比から、周波数ごとの上記雑音レベルの時間的な変動量である雑音レベル変動量を推定する雑音レベル変動量推定部と、
   上記収音信号レベルと上記雑音レベルと上記雑音レベル変動量とを入力として、雑音を抑圧する雑音抑圧ゲインを計算する雑音抑圧ゲイン計算部と、
   上記周波数領域収音信号に上記雑音抑圧ゲインを乗じた雑音抑圧信号を出力する雑音抑圧ゲイン乗算部と、
   上記雑音抑圧信号を時間領域の雑音抑圧信号に変換する時間領域変換部と、
   を具備する雑音抑圧装置。
7. 請求項６に記載した雑音抑圧装置において
   上記雑音抑圧ゲイン計算部は、
   上記雑音レベルに上記雑音レベル変動量を乗じる雑音レベル変動量乗算手段と、
   上記雑音区間検出部が上記雑音区間を検出している間はマージン係数２を選択し、上記雑音区間を検出しない間は上記マージン係数２よりも小さなマージン係数１を選択してマージン乗算手段に入力するマージン係数切替手段と、
   上記マージン係数切替手段が選択したマージン係数を、上記雑音レベル変動量乗算手段の出力信号に乗じるマージン乗算手段と、
   上記収音信号レベルから、上記マージン乗算手段の出力信号を減じた推定音声レベルを出力する減算手段と、
   上記推定音声レベルを上記収音信号レベルで除算した雑音抑圧ゲインの瞬時値を求める除算手段と、
   上記雑音抑圧ゲインの瞬時値のうち、予め設定した最小値以下の値を当該最小値に置き換える最小値制限手段と、
   上記最小値制限手段の出力信号を時間平滑化する時間平滑化手段と、
   を備えることを特徴とする雑音抑圧装置。
8. 請求項１乃至５の何れかに記載した雑音抑圧方法の各過程を、コンピュータに実行させるプログラム。

Images