JP6100801B2

JP6100801B2 - 通信システムにおけるオーディオ信号処理

Info

Publication number: JP6100801B2
Application number: JP2014556151A
Authority: JP
Inventors: ケチチアン，パトリック; ピーテルヤンセ，コルネリス
Original assignee: Koninklijke Philips NV
Current assignee: Koninklijke Philips NV
Priority date: 2012-02-14
Filing date: 2013-01-15
Publication date: 2017-03-22
Anticipated expiration: 2033-01-15
Also published as: WO2013121306A3; US9826085B2; EP2815566A2; CN104126297B; EP2815566B1; TR201807595T4; WO2013121306A2; JP2015513817A; US20150086005A1; ES2671942T3; CN104126297A

Description

本発明は、ユーザーがモバイル装置を使ってコールセンターにコンタクトできるようにするシステムに関し、詳細には、ユーザー装置からコールセンターに送られるオーディオ信号を処理する方法および装置に関する。

既存の通信ネットワークは、地上線およびセルラー装置からコンピュータ上で走るIPベースの電話または音声サービスにわたるさまざまな技術の相互接続を提供する。品質の観点から、ネットワーク内だけで発話およびオーディオ通信パフォーマンスを維持することは、膨大な資源を必要とする、非常に複雑で困難な課題である。一般的な解決策は、種々の音響特性をもち異なる状況で使用される通信装置の数の多さのため、実現可能ではない。せいぜいのところ、ネットワークは、ネットワーク内でさまざまな通信技術の接点となる設備によって生成されるノイズおよびエコーの効果を軽減しようと試みる。たとえば、地上線ネットワークにおける、ハイブリッドとして知られる４から２への変換器（4-to-2 converter）の前に置かれたライン・エコー・キャンセラーは、これらの装置のインピーダンス不整合によって引き起こされるエコーを除去する。

したがって、全部ではないまでもたいていの通信装置は、望まれないノイズおよび音響エコーを除去するためのかなりの量のハードウェアおよび信号処理を含む。望まれないノイズは通例、にぎやかな通りまたは風のある条件下など、装置が使用されている環境に由来し、装置のマイクロホンによって捕捉される。音響エコーは、遠端信号を再生する当該装置のスピーカーとマイクロホンとの間の結合によって生成される。通信装置に使われている設計および部品に依存して、この結合は、穏やかかつ線形から強く高度に非線形まで範囲がありえ、種々の形の処理を要求する。それは、装置のユーザーにとって受け容れ可能なパフォーマンスの標準を与えるために装置製造業者に任される。通例低コストの線形適応フィルタを使って実装される音響エコー・キャンセラーは装置スピーカーとマイクロホンとの間の結合をモデル化し、エコーを除去しようとする。音響エコー・キャンセラーは、線形エコー条件のもとでは通例満足のいく性能を発揮するが、非線形があると性能が劣化する。

ユーザー装置に組み込まれるセルラー・モジュール（たとえばGSM（登録商標）、CDMA）は、エコーおよびノイズ抑制機能を両方含んでいる。ここで、エコー抑制はエコー・キャンセラーおよび周波数依存利得関数によって特徴付けられる後処理器からなる。ノイズ抑制機能もこの後処理器によって、エコー抑制と組み合わせて扱われることが一般的である。今日利用可能なシステムの多くを包含する例示的な発話向上システム２のブロック図が図１に示されている。システム２は、遠端ユーザーからの処理されたオーディオ信号をスピーカー４を介して出力し、近端ユーザーからのオーディオ信号をマイクロホン６を介して受領する。既知のように、スピーカー４によって出力されるオーディオ信号がマイクロホン６によって拾われ、遠端ユーザーにとってエコーを生じることになる。

スピーカー４による再生のためのデジタル‐アナログ変換および増幅前に、デジタル遠端信号は音響エコー・キャンセラー（acoustic echo canceller）AEC ８への入力のはたらきをする。モバイル装置において最も一般的に使用されるアルゴリズムは、その単純さおよび低コストのため、規格化最小平均二乗（NLMS: Normalized Least Mean Squares）アルゴリズムである。このアルゴリズムの目標は、スピーカー４とマイクロホン６との間の音響エコー経路を推定し、マイクロホン信号から除去するために、マイクロホン上でのエコー信号のレプリカを生成することである。該除去の結果として、理想的には近端ユーザーの発話のみを含む、エコーのない残留信号を生じる。

不足モデル化（under-modeling）および音響エコー経路における非線形性（これは増幅器（図１には示さず）、スピーカー４および装置２の機械的な筐体の任意のものまたは全部によって生成されうる）の存在を含むいくつかの要因のため、エコーの一部は必然的に残留信号に留まり、調整可能な後処理器１０がそれを除去する必要がある。後処理ブロック１０は通例、周波数領域で動作し、エコー／ノイズ抑制の量と発話歪みの量の間のトレードオフを提供する。装置の音響構成（acoustics）および残留エコー寄与の結果的な深刻さに依存して、結果として得られる双方向オーディオ通信は、全二重または半二重として特徴付けることができる。半二重通信では、遠端（スピーカー）信号がアクティブであるときは送信（マイクロホン）経路は後処理器１０によってミュートされる。一方、全二重通信では、近端および遠端話者はいずれも相手に割り込むことができる。時に、全二重通信を達成するため、いくらかの残留エコーが送信経路上に残る。すなわち、後処理器１０は、残留エコー成分を完全には抑制しないという代償を払って、近端発話を歪めないようにするのである。半二重モードでは、後処理器１０は基本的なミュート・スイッチとして作用する。

単一マイクロホンのノイズ抑制アルゴリズムは通例、対応する利得関数を導出するために統計ベースのノイズ推定方法を利用する。しかしながら、時間とともに変動する非定常的なノイズ信号については、ノイズ統計を適正に追跡および推定することは、そのような手法を使ってでは難しくなる。したがって、多くのシステムは、過剰減算（over-subtraction）をも適用する。これは、結果的に、結果として得られる発話信号の望ましくない歪みが生じる。

望まれないエコーおよびノイズをマイクロホン信号から抑制することをねらいとする信号向上システムに加えて、環境中のノイズに依存してスピーカー信号を調整または等化するアルゴリズムも存在している。発話補強（speech reinforcement）アルゴリズムとしても知られるこれらのアルゴリズムは、周囲の環境ノイズによってマスクされて消されないようスピーカー信号のラウドネスを増大させる。高齢者のニーズに合わせて調整された発話補強システムも存在する。たとえば、特許文献１では、ユーザーの発話を解析してユーザーが高齢者であるかどうかを判定し、スピーカー信号をしかるべく調整するシステムが呈示されている。これらのアルゴリズムの大半は、マイクロホン６上に存在する周囲のノイズを解析し、再生前にスピーカーに周波数依存利得値を適用する。

図２は、ユーザーのモバイル装置を表わす二つのモバイル端末（MT-AおよびMT-B）およびこれら二つの装置の間の接続を確立し、管理するモバイル・スイッチング・センター（MSC: mobile switching centre）または基地局からなるセルラー・システム２０のブロック図である。

特許文献２では、MTに対するパワー負担を除去するために、音響エコー・キャンセラー（AEC）をモバイル装置からMSCに移すことが提案されている。図２では、このことはオーディオ・ブロック２１によって表わされている。しかしながら、エコー打ち消し機能をMSCに置くことには、標準的なエコー打ち消し／抑制アルゴリズムでは、エコー経路に非線形性を導入する発話エンコーダ／デコーダ（２２、２４、２６、２８）の存在のため、エコー打ち消し性能がより貧弱になるという代償が伴う。したがって、より複雑なアルゴリズムが必要とされることになる。さらに、MSCを介して接続される装置の音響特性は前もって知られてはいない。MTにおいてAECをもつことの利点は、スピーカー３０とマイクロホン３２との間の結合は通例、線形の有限インパルス応答フィルタ（FIR）を使ってモデル化されることができ、MTにおける処理がその特定的な音響構成に合わせて調整されているということである。エンコーダによって導入される非線形処理の存在では、音響エコー打ち消しの問題はより困難になる。

図２は、MSCによって提供される機能は示していない。MTにおいて利用可能な符号化器の型に依存して、MSCはMT間のエンコード方式を変換するタスクをもつ。MSCは、MT信号を復号し、次いで第二のMTによる適正な受信のために信号を再エンコードすることによってこのタンデム化またはトランスコードを実行する。たとえば、モバイル端末MT-Aがエンコーダ２２ Enc-Aを使い、モバイル端末MT-Bがエンコーダ２８ Enc-Bを使う場合、MSCはまずデコーダDec-Aを使ってMT-Aからの到来信号を復号し、次いでMT-Bへの送信のためにエンコーダEnc-Bを使ってこの信号を再エンコードする。

多くの高齢者が今では、転んだときなど緊急の支援を必要とする場合に作動させることができる、パーソナル・ヘルプ・ボタン（PHB: personal help button）またはパーソナル緊急応答システム（PERS: personal emergency response system）を携行している。ユーザーの動きをモニタリングし、転倒が検出される場合に自動的にアラームをトリガーする自動化された転倒検出器も利用可能である。

これらの装置（すなわち、PHB、PERSおよび転倒検出器）は、作動されたときに専用のコールセンターに、ユーザーの近くに（すなわち、典型的にはユーザーの自宅に）位置するベース・ユニットを介して、地上線コールを開始することができ、コールセンターの人員がユーザーに話しかけ、緊急の際にはユーザーに支援が送られるよう手配することができる。ユーザーはPHB/PERSサービスへの登録された加入者なので、その自宅位置（または基地局〔ベース・ステーション〕が見出される他の位置）は既知であり、緊急支援はコールセンター人員によってその位置に向けられることができる。

米国特許出願公開第2006/0088154号国際公開第98/43368号

しかしながら、今では、ユーザーが携行する携帯電話または他のモバイル遠隔通信機能のある装置を利用して、PHB、PERSまたは転倒検出器装置がモバイル遠隔通信ネットワークを通じてコールセンターにコールを開始できるようにするシステムが利用可能である。これらの装置は時に、モバイルPERS（MPERS）装置と称され、セルラー・ネットワークでカバーされるところはどこでも使用できる。これらのMPERS装置の典型的なユーザーは高齢または何らかの形の身体的または精神的障害のある人々なので、そうした装置はできるだけ操作が単純であることが重要である。結果として、モバイル遠隔通信機能は好ましくは、ユーザーが身につけ、典型的には単一の作動ボタンまたは非常に少数の手動コントロールしかもたない専用のPHBまたはPERSペンダントに統合される。MPERS装置が作動されると、装置に事前設定されているコールセンター番号に対して、自動的にコールが行なわれる。

上記で論じたMPERS装置の性質を与えられると、バッテリー寿命を最大化し、ユーザーがバッテリーを充電または交換する頻度を減らすため、電力消費を最小にすることが望ましい。

さらに、これらの装置の典型的なユーザーは耳が遠いことがあるので、MPERS装置によって出力されるオーディオは、ユーザーにとってできるだけ明瞭かつ可聴であることが望ましい。

MPERS装置はあらかじめ決定されたコールセンターにコールをするために使われるのみであるので、モバイル遠隔通信装置によって典型的になされるオーディオ信号の処理の多くが、コールセンターにある通信設備に移される全体的なシステムを設計することが可能であることが認識された。この通信設備は、出て行くオーディオ信号（すなわち、コールセンターからMPERS装置へのオーディオ信号）の通例の処理に加えて、到来オーディオ信号（すなわち、MPERS装置からコールセンターへのオーディオ信号）に対する要求される処理を実行することができる。

これは、いくつかの利点を提供する。第一に、MPERS装置が実行しなければならない処理量を軽減し、ひいては該装置の電力消費を低下させる。第二に、典型的にモバイル装置上で走る処理アルゴリズムはそれらの装置について最適化されており（すなわち、比較的複雑さが低い）、そのことがそうしたアルゴリズムのパフォーマンスを制限する。処理がコールセンターにおける設備で実行できるようにするということは、改善されたパフォーマンスをもってより複雑なアルゴリズムを使うことができることを意味する。第三に、それらの装置および任意の所与の通信に関わるユーザーは既知なので、到来オーディオ・ストリームおよび出て行くオーディオ・ストリームのいずれか一方または両方の処理が、使用されるMPERS装置、コールセンターの人によって使用される設備、コールセンターの人が操作している環境、ユーザーの特定の特性（たとえば耳が遠い）および／またはユーザーおよび／またはコールセンターの人の特定の選好のために最適されることができる。さらなる利点は、オーディオ信号に対して使用されるアルゴリズムまたは他の処理は、MPERS装置に影響することなく、時間の経過とともに簡単に更新または適応されることができる。

本発明のある第一の側面は、請求項１記載の、コールセンターが使用する、該コールセンターと一つまたは複数のユーザー装置との間の通信を可能にする通信設備であって、当該通信設備は、通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号を処理するオーディオ処理回路を有しており、前記処理回路は、前記ユーザー装置から受信されるオーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう受信されたオーディオ信号に対して残響除去処理および／またはノイズ抑制および／または音響エコー打ち消しを実行するよう構成されている、通信設備を提供する。前記通信設備はさらに：コールセンター環境、一つまたは複数のユーザー装置、一つまたは複数のコールセンター装置、前記一つまたは複数のユーザー装置に関連付けられたユーザーの選好および／またはコールセンターの人員の選好についての情報を記憶するデータベースを有する。前記ユーザー装置の一つによるコールセンターへのコールの開始に際して、前記通信設備は、前記コールに関連する前記情報を、前記データベースから取得するよう構成されており、前記オーディオ処理回路は、該取得された情報に基づいてオーディオ信号の前記処理を調整するよう構成されている、

好ましい実施形態では、前記オーディオ処理回路はさらに、通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号に等化および／または利得設定を適用するよう構成されている。

前記オーディオ処理回路は、コールセンターにおける通信装置において生成されるオーディオ信号を、前記生成されたオーディオ信号の通信ネットワークを通じた前記ユーザー装置への送信に先立って処理するようにも構成されることができる。この場合、前記オーディオ処理回路は、前記生成されるオーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう前記生成されたオーディオ信号を処理するならびに／または前記生成されたオーディオ信号に等化および／または利得設定を適用するようにも構成されることができる。

好ましい実施形態では、前記オーディオ処理回路は、前記取得された情報における選好に基づいて前記オーディオ信号に前記等化および／または利得設定を適用するよう構成されている。

さらなる好ましい実施形態では、前記データベースから取得された情報は、耳が遠いユーザー装置のユーザーのために適切な等化設定を含む。

本発明のさらなる実施形態では、当該通信設備はさらに、前記ユーザー装置において残っている電力の推定値に基づいて、前記ユーザー装置に含まれるオーディオ処理回路の一つまたは複数の部分を非アクティブ化またはアクティブ化するよう前記ユーザー装置を制御し、対応して当該通信設備における前記オーディオ処理回路の一つまたは複数の部分をアクティブ化または非アクティブ化するよう構成されている。

上記の実施形態の具体的な実装では、当該通信設備はさらに、前記ユーザー装置のオーディオ処理能力、前記ユーザー装置において現在アクティブであるオーディオ処理回路、前記ユーザー装置の最大バッテリー容量、前記ユーザー装置におけるバッテリーの最後の充電以降の時間および前記ユーザー装置によって電力が消費されるレートのモデルのうちの一つまたは複数についての情報を記憶するデータベースを有しており、当該通信設備は、前記データベースに記憶されている前記情報を使って前記ユーザー装置のバッテリーに残っている電力を推定するよう構成されている。

いくつかの実施形態では、前記オーディオ処理回路は、通信ネットワークを通じて前記ユーザー装置にオーディオ信号を送信するのと、そのオーディオ信号の音響エコーを通信ネットワークを通じて前記ユーザー装置から受信されるオーディオ信号において受信するのとの間の遅延を推定するよう構成された遅延推定器と；推定された遅延および前記ユーザー装置に送信される前記オーディオ信号のコピーと使って、通信ネットワークを通じて前記ユーザー装置に送信されるオーディオ信号の前記音響エコーを除去するよう構成されている音響エコー・キャンセラーとを有する。

本発明の第二の側面によれば、上記のような通信設備と、通信ネットワークを介して前記通信設備にユーザーの発話を表わすオーディオ信号を送信するよう構成されている一つまたは複数のユーザー装置とを有する通信システムが提供される。ここで、前記一つまたは複数のユーザー装置は、オーディオ信号の前記通信設備への送信前には音響エコー打ち消しまたはノイズ抑制処理が全くまたは実質的に全く実行されないよう構成されている。

当該通信システムにおいて、前記一つまたは複数のユーザー装置は、好ましくは、通信ネットワークを通じた前記通信設備から受信されるオーディオ信号に対して、前記ユーザー装置のユーザーに対する前記オーディオ信号の呈示前に、発話向上処理が全くまたは実質的に全く実行されないよう構成される。

本発明の第三の側面によれば、請求項１２記載の、コールセンターにおいて使用される通信設備と一つまたは複数のユーザー装置とを有する通信システムにおいて使う方法であって、前記通信設備において前記ユーザー装置の一つからオーディオ信号を受信する段階と；前記通信設備において前記オーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう前記受信されたオーディオ信号を処理する段階と；前記コールセンターにおいて、前記処理されたオーディオ信号をユーザーに対して呈示する段階とを含む、方法が提供される。

本発明の第四の側面によれば、コンピュータ可読コードが具現されているコンピュータ・プログラム・プロダクトであって、前記コンピュータ可読コードは、好適なコンピュータまたはプロセッサによる実行に際して、前記コンピュータまたはプロセッサが上記の方法を実行するよう構成されている、コンピュータ・プログラム・プロダクトが提供される。

ここで、本発明の例示的な実施形態があくまでも例として、以下の図面を参照しつつ記述される。
通常の発話向上システムのブロック図である。通常のセルラー・システムのブロック図である。本発明のある実施形態に基づく通信設備を組み込んでいるシステムのブロック図である。図３の通信設備の一部をより詳細に示すブロック図である。本発明のある実施形態に基づく方法を示すフローチャートである。

図３は、本発明のある実施形態に基づく例示的なMPERSシステム５０のブロック図である。システム５０は、ユーザーが身につけるまたは携行するMPERSユーザー装置５２を含んでいる。ユーザー装置５２は、ユーザーがコールセンター５４と無線で通信できるようにするのに好適なコンポーネントを有している。よって、ユーザー装置５２は、無線ネットワーク５６を通じてコールセンター５４へのコールを確立するのに好適なトランシーバ回路と、コールセンター５４から受信されるオーディオ信号を出力するスピーカーと、コールセンター５４への送信のためにオーディオ信号を生成するために使われるマイクロホンとを有している。ユーザー装置５２は、バッテリーまたは他のポータブル電源によって電力を受ける。

ユーザー装置５２は、緊急の際にコールセンター５４に連絡するためにユーザーがユーザー装置５２を作動させることを許容する、ボタン５８のような一つまたは複数のユーザーが作動させることのできるコントロールをも有している。ユーザー装置５２は、ユーザーの動きをモニタリングし、ユーザーが転倒を被ったかどうかを判定するよう構成されている一つまたは複数のセンサーをも含んでいてもよい。そのような場合において、ユーザー装置５２は、コールセンター５４へのコールを自動的に開始するよう構成されていることができる（ユーザーは意識がなく、ボタン５８を作動させることができないことがあるので）。

ユーザー装置５２はまた、典型的には、ユーザーの自宅に位置されており、公衆電話交換網（PSTN）６２のような固定通信ネットワークおよび幹線（mains）電源に接続されている関連付けられたベース・ユニット６０を有する。ユーザーが自宅にいて、ベース・ユニット６０の近傍にいるとき（すなわち、ユーザーは自宅にいる）、ユーザー装置５２が無線ネットワーク５６を介してコールを確立するのではなく、ベース・ユニット６０が、PSTN ６２を介してコールセンター５４へのコールを開始するために使用されることができる。この場合、ベース・ユニット６０は、ユーザー装置５２を利用する必要なしにユーザーがコールセンター５４と通信できるようにするそれぞれのスピーカーおよびマイクロホン構成を有することができる。あるいはまた、ユーザー装置５２がベース・ユニット６０の近傍にあるとき、ユーザー装置５２は、ベース・ユニット６０を介してコールセンター５４と通信するよう構成されることができる（たとえば、図３で矢印６３によって示される、ユーザー装置５２とベース・ユニット６０の間の短距離無線通信リンクを使って）。いずれの構成も、ユーザーが自宅にいる間、ユーザー装置５２の電力消費を低減する助けとなりうる。

コールセンター５４では、一つまたは複数のユーザー装置５２からの到来するコールを処理する（特に、到来するおよび出て行くオーディオ信号を処理する）コール処理設備６４が設けられる。処理される到来オーディオ信号は、コールセンター５４においてオペレーター（本稿ではパーソナル応答関係者（PRA: personal response associates）と称される）によって使用される通信装置６６に与えられる。PRA装置６６は、PRAがユーザーと通信できるようにするいかなる好適な設備を有していてもよい。たとえば、PRA装置６６は通常の電話ハンドセットの形であってもよいが、好ましくは、ヘッドセットまたはイアピースの形である。

本発明のある側面によれば、コール処理設備６４は、エコー打ち消しおよび／またはノイズ抑制および／または残響除去ならびに任意的には等化または音声モーフィングのような発話処理といった、通話のそれぞれの端で（すなわちモバイル装置５２およびPRA装置６６の両方の内部の処理回路によって）典型的に実行されるオーディオ信号の処理を実行する。典型的にユーザー装置５２内のセルラー・ベースバンド・モジュールまたは専用のデジタル信号プロセッサ（DSP）で実行されるオーディオ信号向上処理のすべてをコールセンター設備６４に移すことは、ユーザー装置５２に対する処理負荷を軽減し、それによりバッテリー寿命を改善する。さらに、ユーザー装置５２において可能なよりも、コールセンター設備６４においてより複雑かつ電力集約的な処理アルゴリズムを使用し、コールセンター５４とユーザー装置５２との間の通信リンクのパフォーマンスを改善することが可能である。

さらに、コール処理設備６４は、コールセンター５４におけるデータベース６８に記憶された情報を利用して前記オーディオ信号処理を実行することができる。のちにより詳細に述べるように、データベース６８に記憶された情報は、コールセンター環境（すなわち、PRAのまわりの音響的な環境、特にオーディオ信号の処理に対する前記音響的な環境の効果）についての情報、コールセンター５４が管理することを受け持つユーザー装置５２についての情報（たとえば、マイクロホンとスピーカーの間のエコーに対する感受性のようなそれらの装置の音響特性についての情報および／または装置の電力使用モデル）、一つまたは複数のPRA装置６６についての情報（たとえば、ユーザー装置５２、それらの装置６６の音響特性についての情報と同様のもの）、ユーザー装置５２に関連付けられたユーザーの選好（たとえば、好まれる等化および／または利得設定、好まれるオーディオ出力ボリューム、ユーザーが男性または女性どちらのPRAと話すことをより好むか、など）についての情報、コールセンター５４におけるPRAについての情報および／または該PRAについての選好（たとえば、そのPRAに該PRAが好むコール経験を提供するために必要とされる等化および／または利得設定）および／またはコールセンターに以前にかかってきたコールについての情報（たとえば特定のユーザー装置からのコールの全継続時間）のうちの任意のものを含むことができる。このようにしてデータベース６８に記憶されている情報を利用することは、システム５０の柔軟性を高め、特に、処理が特定のユーザーおよび／またはPRAにカスタマイズされることを許容する。

コールセンターにおける環境についての情報は、関連するPRA（すなわち、コールに応える者）が作業している音響的な環境をいう。該環境を、PRA装置６６におけるマイクロホンによる背景ノイズの捕捉を制限する仕方で構成することが可能である。たとえば、250msより短い残響時間をもつドライな音響環境およびPRA間の追加的な音響的な隔離が、残響および背景ノイズを軽減できる。

PRA装置６６として耳内スピーカーをもつ接話マイクロホン・ヘッドセットを使うことは、マイクロホンとスピーカーの間の音響エコーを大幅に低下させつつ、マイクロホンでの信号対雑音比が高められることを意味する。そのような装置６６または他の任意の型の装置をPRAが使うことは、データベース６８において記され、出て行くオーディオ信号の処理を適応させるために使用されることができる。

コール処理設備６４は、オーディオ信号処理およびコール・ハンドリング手順を実装するための適切なソフトウェアを走らせているコンピュータまたはサーバーを有することができる。ただし、コール処理設備６４によって提供される機能の一つまたは複数がDSPのような専用ハードウェアを使って実装されることができることが理解されるであろう。

ユーザーからのコールに応答して（特に、該コール中に）、PRAは緊急サービスにコンタクトするまたはユーザーのための他の支援を探す必要があることがありうることも理解されるであろう。したがって、コール処理設備６４は、ユーザー装置５２との通話が進行している間に緊急サービスとの通話を確立することができるよう構成されることができる。

本発明のさらなる実施形態では、コールセンターにおけるコール処理設備６４は、セルラー、PSTN、IPを通じた音声（VoIP）などといったいくつもの異なる型の通信ネットワークを介してなされるコールを受け容れるよう構成されることができる。この場合、設備６４は、通話を確立するために使用されるネットワークの型に基づいて処理を調整することができる。よって、データベース６８は、処理が異なる型のネットワークのためにどのように調整されるべきかについての情報を含んでいてもよい。

ユーザーの選好（たとえば、等化および利得設定および／または男性または女性のPRAのどちらと話すほうを好むか）についての情報は、ユーザーが最初にMPERSサービスに申し込むときの較正セッションの間に決定されることができる。

図４は、コール処理設備６４の一部をより詳細に示しており、到来するおよび出て行くオーディオ信号の処理が、本発明のある側面に基づいてどのように実行されることができるかを例解している。図４では、二つの処理段が示されている。処理段７０は、PRAによって与えられる、ユーザー装置５２に送信されるべきオーディオ信号を処理するためのものであり、処理段７２は、ユーザー装置５２から受信される、PRAへの呈示のためのオーディオ信号を処理するためのものである。通常の通信システムでは、処理段７２は、本発明のようなコールセンター５４内のコール処理設備６４ではなく、遠端装置（ユーザー装置５２）に見出されることは理解されるであろう。

送信処理段７０は、ローカルな音響エコー・キャンセラーAEC-L ７４および後処理ユニットPPsend ７６を含んでいる。コールセンター５４における音響環境は制御できるので、AEC-L ７４は、エコー・キャンセラー７４の出力に残る残留エコー抑制に関して後処理器PPsend ７６によるエコー抑制をほとんど必要とすることなく、エコーの全部ではないまでも大半を除去できる。しかしながら、PPsend ７６は送信されるオーディオ信号に対して等化をも適用することができ、この等化を、データベース６８に記憶されている事前記憶されたユーザー選好情報またはユーザー装置５２からの受信線７８でのノイズ・レベルを推定することに基づくものとすることができる。

この後者は、適応マルチレート（AMR: adaptive multi-rate）のような音声活動検出器を含む符号化器はノイズのみのセグメントを送信しないことがあるので、標準的なノイズ推定器では難しいことがある。しかしながら、コールセンター５４では、通常のモバイル装置よりも高度な処理を適用することができるので、また装置５２、６６の結合および感度のような音響情報が知られているので、発話活動の間でさえノイズ・レベルを推定して、ノイズ抑制を適用するばかりでなく、了解可能性を高めるようPRAの声の諸周波数領域を補強する高度なノイズ推定アルゴリズムが使用されることができる。

エコー・キャンセラーAEC-L ７４は、上記のNLMSアルゴリズムのよう多様な適応フィルタリング・アルゴリズムを使って実装できる。

受信処理段７２は、オーディオ信号送信（線８０での送信）とオーディオ信号受信との間の長い往復遅延を考慮に入れる必要がある。この経路は、発話符号化器を含み、タンデム化を通じて被る追加的な遅延があればそれも含むからである。したがって、該往復遅延を計算し、（リモート信号）音響エコー・キャンセラーAEC-R ８４をオフセットする遅延推定器ユニット８２が設けられる。これは、音響エコー・キャンセラー８４を実装するために使われる適応フィルタの長さを制限する助けとなり、これはエコー・キャンセラー８４が発話符号化器によって生成される非線形性を追跡する能力を改善するために重要である。

音響エコー・キャンセラーAEC-R ８４は、符号化非線形性を扱うために、AEC-L ７４と比べてより高い複雑さをもって、異なる仕方で実装されることになる。さらに、コールセンター・プロバイダーのPRAの選好に依存して、後処理ユニット８６は、PRAの声の（許容可能な範囲内での）いくらかの残りエコーがPRAに聞こえることを許容するよう調整されてもよい。このエコーは、PRAに自分の声がユーザーに届けられていることを知らせる、該PRAへの重要なフィードバック機構のはたらきをすることができる。

本発明が提供するコールセンター５４における音響環境に対する制御のため、音響ハウリング（これは音響エコーの制御不能なフィードバックとして特徴付けられる）が回避され、既知のシステムに比較してシステムの堅牢性が改善される。上記送信信号処理の堅牢性およびパフォーマンスは、コールセンター５４における音響環境の制御およびPRA装置６６の使用のための適切なガイドラインを通じて制御され、保証されることができる。

あるさらなる実施形態では、（ユーザー装置５２から受領されるオーディオ信号を処理する）処理段７２は、送信／受信経路についてのチャネル非線形性をモデル化するためのそれぞれの処理ブロックを含むことができる。これは、通信ネットワークにおいて遭遇しうるさまざまなエンコーダ／デコーダ非線形性およびユーザー装置５２自身に関係した非線形性（これは通例小さく、よってより高い出力レベルで非線形性を受けやすいより小さなスピーカーを使う）をモデル化するために使うことができる。

本発明のある実施形態に基づく方法を示すフローチャートが図５に示されている。ステップ１０１では、ユーザー装置５２がコールセンター５４へのコールを開始する。上記のように、このコールは、ユーザーが手動でユーザー装置５２上のボタン５８を押すことによって、あるいはユーザー装置５２がユーザーが支援を必要としていることを自動的に判別することによって、開始されることができる。

到来するコールがコール処理設備６４において受信されるとき、コール処理設備６４は、コールに関連する情報を決定するためにデータベース６８に問い合わせる（ステップ１０３）。上記のように、この情報は、コールをしているユーザー装置５２に関連付けられたユーザーの選好、コールセンター５４においてそのコールを処理することになるPRAの選好、PRAによって使用される装置６６の音響特性の詳細、ユーザー装置５２の音響特性の詳細および／またはコールセンター５４における音響環境の詳細に関することができる。

次いで、コール処理設備６４は、ステップ１０３でデータベース６８から得られた情報を使って、コールの処理（すなわち、ユーザー装置５２からの到来オーディオ信号の処理およびPRA装置６６からの出て行くオーディオ信号の処理）を開始する。

図５の方法は、コールセンター５４との新たなコールがユーザー装置５２によって開始されるたびに繰り返される。

本発明のある個別的な実施形態によれば、ユーザー装置５２は、電力制約条件のため非常に限られたエコー抑制を提供する（またはエコー抑制を全く提供しない）よう構成されており、そのため高レベルのエコーがコールセンター５４にフィードバックされる。たとえば、計算量の大きい、長い適応フィルタを用いるのではなく、ユーザー装置は、スピーカーとマイクロホンとの間の直接経路をモデル化し、製造の際にプログラムされることができる単純な固定フィルタを含むことができる。ユーザー装置５２に関係するデータベース６８に記憶された情報が、この事実を示すことができ、これがコール処理設備６４によって、PRAに対して呈示されるエコーの量を制限するための受信／送信処理のレベルを調整するために使用されることができる。

本発明のもう一つの実施形態によれば、特定の装置５２のユーザーが耳が遠い場合、データベース６８に記憶されたユーザー選好についての情報は適切な等化設定を示すことができ、それが送信処理器７６によってPRAの声の高周波数部分をブーストするために使用される。

本発明のもう一つの実施形態によれば、コールセンター５４におけるPRAが残響のある環境におけるハンズフリーまたはハンドセット装置を使う場合、データベース６８に記憶されるPRA装置６６および／またはPRA環境についての情報は、送信処理器７６がエコー・キャンセラー７４においてより長いフィルタ長を使うべきであることを示すことができる。追加的または代替的に、コールセンター５４がある時刻に特にノイズが多い場合は、データベース６８に記憶された情報は、手動または自動で送信処理器７６によって追加的なノイズ抑制が適用されることができることを示すことができる。

本発明のもう一つの実施形態によれば、ユーザー装置５２のセルラー・モジュール内の処理ブロックは、ユーザー装置５２のバッテリーに残っている電力に基づいて生成されるコール処理設備６４からの制御信号に応答して、選択的に作動または停止されることができる。これは、ユーザー装置５２が、十分な電力が残っているときにオーディオ信号の処理の一部または全部を実行することを許容する。コール処理設備６４は、到来するオーディオ信号が適切に処理されるよう、対応して処理段７２の一部または全部を作動または停止させる。

この実施形態では、コール処理設備６４は、データベース６８に記憶された情報からユーザー装置５２のバッテリーに残っている電力を推定することができる。該情報は、たとえば、ユーザー装置５２において有効にされているオーディオ処理機能の数ならびにユーザー装置５２の配備または最後の充電サイクル以来の動作の継続時間および／またはユーザー装置５２の電力使用のモデルに関するものである。現在のバッテリー・レベルの推定がコール処理設備６４によって評価されて、ユーザー装置５２におけるオーディオ処理の一部または全部を無効にするようユーザー装置５２に命令し、コールセンター５４における処理段７２における対応する処理ブロックを作動させるかどうかを決定する。ある代替的な実装では、ユーザー装置５２は、コールの開始に際して、残留バッテリー・レベルの指示をコール処理設備６４に送信することができる。

ユーザー装置５２がデータ送信のために有効にされている（たとえば、装置５２が第三世代以降の遠隔通信ネットワークのためのセルラー・モジュールを有する）本発明の実施形態では、上記のようにデータベース６８に記憶されている、オーディオ信号を処理するためにコールセンター設備６４によって必要とされる情報の一部または全部が、その代わりに、ユーザー装置５２に記憶され、コールの開始時にコールセンターに送信されることができる。

このように、記載される発明は、通常のモバイル通信システムよりも幅広い範囲の諸環境において改善されたコール処理を提供し、処理はユーザーのニーズまたは選好に合わせて簡単に適応されることができる。そのような柔軟性は、コールセンター５４がオーディオ信号処理に対する完全な制御をもち、それによりユーザー装置５２のユーザーおよびユーザー装置５２自身から負担を取り除く（よって装置５２のバッテリー寿命を改善する）、通信システム５０の非対称な構成のために可能となる。

本発明は、図面および上記の記述において詳細に図示し、記述されているが、そのような図示および記述は制約する者ではなく、例解または例示するものであると考えられるものである。本発明は開示される実施形態に限定されるものではない。

開示される実施形態に対する変形が、図面、本開示および付属の請求項を吟味することから、特許請求される発明を実施する際に当業者によって理解され、実装されることができる。請求項において、「有する／含む」の語は他の要素やステップを排除するものではない。単数形は複数を排除するものではない。単一のプロセッサまたはその他のユニットが請求項に記載されるいくつかの項目の機能を充足してもよい。ある種の施策が互いに異なる従属請求項において記載されているというだけの事実がそれらの施策の組み合わせが有利に使用できないことを示すものではない。コンピュータ・プログラムは、光記憶媒体または半導体媒体のような、他のハードウェアと一緒にまたは他のハードウェアの一部として供給される好適な媒体上で記憶／頒布されてもよいが、インターネットまたは他の有線もしくは無線の遠隔通信システムを介してといった他の形で頒布されてもよい。請求項に参照符号があったとしても、それは範囲を限定するものと解釈すべきではない。
いくつかの実施形態を記載しておく。
〔態様１〕
コールセンターが、該コールセンターと一つまたは複数のユーザー装置との間の通信を可能にするために使用する通信設備であって、当該通信設備は：
通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号を処理するオーディオ処理回路を有しており、前記処理回路は、前記ユーザー装置から受信されるオーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう受信されたオーディオ信号に対して残響除去処理および／またはノイズ抑制および／または音響エコー打ち消しを実行するよう構成されている、通信設備。
〔態様２〕
前記オーディオ処理回路はさらに、前記通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号に等化および／または利得設定を適用するよう構成されている、態様１記載の通信設備。
〔態様３〕
前記オーディオ処理回路はさらに、前記コールセンターにおける通信装置において生成されるオーディオ信号を、前記生成されたオーディオ信号の前記通信ネットワークを通じた前記ユーザー装置への送信に先立って、処理するよう構成されている、態様１または２記載の通信設備。
〔態様４〕
前記オーディオ処理回路は、前記生成されるオーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう前記生成されたオーディオ信号を処理するならびに／または前記生成されたオーディオ信号に等化および／または利得設定を適用するよう構成されている、態様３記載の通信設備。
〔態様５〕
コールセンター環境、一つまたは複数のユーザー装置、一つまたは複数のコールセンター装置、前記一つまたは複数のユーザー装置に関連付けられたユーザーの選好および／またはコールセンターの人員の選好についての情報を記憶するデータベースをさらに有する、態様１ないし４のうちいずれか一項記載の通信設備。
〔態様６〕
前記ユーザー装置の一つによるコールセンターへのコールの開始に際して、当該通信設備は、前記コールに関連する前記情報を、前記データベースから取得するよう構成されており、前記オーディオ処理回路は、該取得された情報に基づいてオーディオ信号の前記処理を調整するよう構成されている、態様５記載の通信設備。
〔態様７〕
前記オーディオ処理回路は、前記取得された情報における選好に基づいて前記オーディオ信号に前記等化および／または利得設定を適用するよう構成されている、態様２および／または態様４に従属するときの態様６記載の通信設備。
〔態様８〕
前記取得された情報は、耳が遠いユーザー装置のユーザーのために適切な等化設定を含む、態様７記載の通信設備。
〔態様９〕
当該通信設備はさらに、前記ユーザー装置において残っている電力の推定値に基づいて、前記ユーザー装置に含まれるオーディオ処理回路の一つまたは複数の部分を非アクティブ化またはアクティブ化するよう前記ユーザー装置を制御し、対応して当該通信設備における前記オーディオ処理回路の一つまたは複数の部分をアクティブ化または非アクティブ化するようよう構成されている、態様１ないし８のうちいずれか一項記載の通信設備。
〔態様１０〕
前記ユーザー装置のオーディオ処理能力、前記ユーザー装置において現在アクティブであるオーディオ処理回路、前記ユーザー装置の最大バッテリー容量、前記ユーザー装置におけるバッテリーの最後の充電以降の時間および前記ユーザー装置によって電力が消費されるレートのモデルのうちの一つまたは複数についての情報を記憶するデータベースを有しており、当該通信設備は、前記データベースに記憶されている前記情報を使って前記ユーザー装置のバッテリーに残っている電力を推定するよう構成されている、態様９記載の通信設備。
〔態様１１〕
前記オーディオ処理回路が：
前記通信ネットワークを通じて前記ユーザー装置にオーディオ信号を送信するのと、そのオーディオ信号の音響エコーを前記通信ネットワークを通じて前記ユーザー装置から受信されるオーディオ信号において受信するのとの間の遅延を推定するよう構成された遅延推定器と；
推定された遅延および前記ユーザー装置に送信される前記オーディオ信号のコピーを使って、前記通信ネットワークを通じて前記ユーザー装置に送信されるオーディオ信号の前記音響エコーを除去するよう構成されている音響エコー・キャンセラーとを有する、
態様１ないし１０のうちいずれか一項記載の通信設備。
〔態様１２〕
態様１ないし１１のうちいずれか一項記載の通信設備と；
通信ネットワークを介して前記通信設備にユーザーの発話を表わすオーディオ信号を送信するよう構成されている一つまたは複数のユーザー装置とを有する通信システムであって、
前記一つまたは複数のユーザー装置は、オーディオ信号の前記通信設備への送信前にはオーディオ信号に対して音響エコー打ち消しまたはノイズ抑制処理が全くまたは実質的に全く実行されないよう構成されている、
通信システム。
〔態様１３〕
前記一つまたは複数のユーザー装置はさらに、前記通信ネットワークを通じて前記通信設備から受信されるオーディオ信号に対して、前記ユーザー装置のユーザーに対する前記オーディオ信号の呈示前に、発話向上処理が全くまたは実質的に全く実行されないよう構成されている、態様１２記載の通信システム。
〔態様１４〕
コールセンターにおいて使用される通信設備と一つまたは複数のユーザー装置とを有する通信システムにおいて使う方法であって：
前記通信設備において前記ユーザー装置の一つからオーディオ信号を受信する段階と；
前記通信設備において前記オーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう前記受信されたオーディオ信号を処理する段階と；
前記コールセンターにおいて、前記処理されたオーディオ信号をユーザーに対して呈示する段階とを含む、
方法。
〔態様１５〕
コンピュータ可読コードを含むコンピュータ・プログラムであって、前記コンピュータ可読コードは、好適なコンピュータまたはプロセッサによる実行に際して、前記コンピュータまたはプロセッサが態様１４記載の方法を実行するよう構成されている、コンピュータ・プログラム。

Claims

コールセンターが、該コールセンターと一つまたは複数のユーザー装置との間の通信を可能にするために使用する通信設備であって、当該通信設備は：
通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号を処理するオーディオ処理回路を有しており、前記処理回路は、前記ユーザー装置から受信されるオーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう受信されたオーディオ信号に対して残響除去処理および／またはノイズ抑制および／または音響エコー打ち消しを実行するよう構成されており、
当該通信設備はさらに：
コールセンター環境、一つまたは複数のユーザー装置、一つまたは複数のコールセンター装置、前記一つまたは複数のユーザー装置に関連付けられたユーザーの選好および／またはコールセンターの人員の選好についての情報を記憶するデータベースを有しており、
前記ユーザー装置の一つによるコールセンターへのコールの開始に際して、当該通信設備は、前記コールに関連する前記情報を、前記データベースから取得するよう構成されており、前記オーディオ処理回路は、該取得された情報に基づいてオーディオ信号の前記処理を調整するよう構成されている、
通信設備。
前記オーディオ処理回路はさらに、前記通信ネットワークを通じて前記ユーザー装置から受信されたオーディオ信号に等化および／または利得設定を適用するよう構成されている、請求項１記載の通信設備。
前記オーディオ処理回路はさらに、前記コールセンターにおける通信装置において生成されるオーディオ信号を、前記生成されたオーディオ信号の前記通信ネットワークを通じた前記ユーザー装置への送信に先立って、処理するよう構成されている、請求項１または２記載の通信設備。
前記オーディオ処理回路は、前記生成されるオーディオ信号に存在する残響を抑制するおよび／もしくはノイズを抑制するおよび／もしくは音響エコーを打ち消すよう前記生成されたオーディオ信号を処理するならびに／または前記生成されたオーディオ信号に等化および／もしくは利得設定を適用するよう構成されている、請求項３記載の通信設備。
前記オーディオ処理回路は、前記取得された情報における選好に基づいて前記オーディオ信号に前記等化および／または利得設定を適用するよう構成されている、請求項２または請求項４記載の通信設備。
前記取得された情報は、耳が遠いユーザー装置のユーザーのために適切な等化設定を含む、請求項５記載の通信設備。
当該通信設備はさらに、前記ユーザー装置において残っている電力の推定値に基づいて、前記ユーザー装置に含まれるオーディオ処理回路の一つまたは複数の部分を非アクティブ化またはアクティブ化するよう前記ユーザー装置を制御し、対応して当該通信設備における前記オーディオ処理回路の一つまたは複数の部分をアクティブ化または非アクティブ化するようよう構成されている、請求項１ないし６のうちいずれか一項記載の通信設備。
前記ユーザー装置のオーディオ処理能力、前記ユーザー装置において現在アクティブであるオーディオ処理回路、前記ユーザー装置の最大バッテリー容量、前記ユーザー装置におけるバッテリーの最後の充電以降の時間および前記ユーザー装置によって電力が消費されるレートのモデルのうちの一つまたは複数についての情報を記憶するデータベースを有しており、当該通信設備は、前記データベースに記憶されている前記情報を使って前記ユーザー装置のバッテリーに残っている電力を推定するよう構成されている、請求項７記載の通信設備。
前記オーディオ処理回路が：
前記通信ネットワークを通じて前記ユーザー装置にオーディオ信号を送信するのと、そのオーディオ信号の音響エコーを前記通信ネットワークを通じて前記ユーザー装置から受信されるオーディオ信号において受信するのとの間の遅延を推定するよう構成された遅延推定器と；
推定された遅延および前記ユーザー装置に送信される前記オーディオ信号のコピーを使って、前記通信ネットワークを通じて前記ユーザー装置に送信されるオーディオ信号の前記音響エコーを除去するよう構成されている音響エコー・キャンセラーとを有する、
請求項１ないし８のうちいずれか一項記載の通信設備。
請求項１ないし９のうちいずれか一項記載の通信設備と；
通信ネットワークを介して前記通信設備にユーザーの発話を表わすオーディオ信号を送信するよう構成されている一つまたは複数のユーザー装置とを有する通信システムであって、
前記一つまたは複数のユーザー装置は、オーディオ信号の前記通信設備への送信前にはオーディオ信号に対して音響エコー打ち消しまたはノイズ抑制処理が実行されないよう構成されている、
通信システム。
前記一つまたは複数のユーザー装置はさらに、前記通信ネットワークを通じて前記通信設備から受信されるオーディオ信号に対して、前記ユーザー装置のユーザーに対する前記オーディオ信号の呈示前に、発話向上処理が実行されないよう構成されている、請求項１０記載の通信システム。
コールセンターにおいて使用される通信設備と一つまたは複数のユーザー装置とを有する通信システムにおいて使う方法であって：
前記通信設備において前記ユーザー装置の一つからオーディオ信号を受信する段階と；
前記通信設備において前記オーディオ信号に存在する残響を抑制するおよび／またはノイズを抑制するおよび／または音響エコーを打ち消すよう前記受信されたオーディオ信号を処理する段階と；
コールセンター環境、一つまたは複数のユーザー装置、一つまたは複数のコールセンター装置、前記一つまたは複数のユーザー装置に関連付けられたユーザーの選好および／またはコールセンターの人員の選好についての情報をデータベースに記憶する段階と；
前記ユーザー装置の一つによるコールセンターへのコールの開始に際して、前記コールに関連する前記情報を、前記データベースから取得する段階と；
該取得された情報に基づいてオーディオ信号の前記処理を調整する段階と；
前記コールセンターにおいて、前記処理されたオーディオ信号をユーザーに対して呈示する段階とを含む、
方法。
コンピュータ可読コードを含むコンピュータ・プログラムであって、前記コンピュータ可読コードは、好適なコンピュータまたはプロセッサによる実行に際して、前記コンピュータまたはプロセッサが請求項１２記載の方法を実行するよう構成されている、コンピュータ・プログラム。