JP6121047B2 - エコーキャンセラ装置 - Google Patents

Description

本発明は、送話信号に混入した受話信号のエコーを送話信号から消去するエコーキャンセラ装置に関し、特に、その適用フィルタの正則化数を適切な値とする構成に関するものである。

エコーキャンセラ装置は、拡声通話装置などにおいて、送話信号に混入した受話信号のエコーを送話信号から消去する目的で用いられる。このエコーキャンセラ装置の多くは、適応フィルタによってエコー経路を推定（学習）し、疑似的なエコー信号（エコーレプリカ）を生成し、送話信号から消去することで効果を得る。すなわち、適応フィルタのエコー消去性能がエコーキャンセラ装置の性能を決めると言える。図１は適応フィルタによるエコー経路の学習を表している。
このような適応フィルタによるエコー経路の学習を阻害する要因として、観測される送話信号への外乱信号の混入が考えられる。適応フィルタにとっては、エコーに混入する背景雑音や近端話者音声は外乱となり、エコー経路の学習の妨げとなる。そのため、適応フィルタは外乱に対するロバストネスを強化するための何らかの工夫が必要である。

このような外乱への対策として、適応フィルタアルゴリズムの更新に関わるパラメータである正則化数（Ｒｅｇｕｌａｒｉｚａｔｉｏｎ Ｐａｒａｍｅｔｅｒ）を適切な値とし、適応フィルタアルゴリズムの更新を制御する方法が行われる。
以下に代表的な適応フィルタアルゴリズムであるＮＬＭＳ（Ｎｏｒｍａｌｉｚａｔｉｏｎ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）アルゴリズムの更新式を示す。

である。Ｎはフィルタ次数であり、ｎは時系列を表す添え字である。初期時点のｎ＝０では、（式２）の係数列には何らかの初期値が与えられる。なおｘ（ｎ）は受話信号列であり、

とおくことが多く、（式４）の右辺は入力信号列ｘ（ｎ）の信号パワーとなっている。またｄ（ｎ）は、更新前のフィルタ係数によって得られる残差信号である。

正則化数δを大きな値にすることで、適応フィルタの外乱による誤学習の影響を小さくすることができる。その反面、学習速度が緩慢になることで、初期状態からの学習や、エコーパスの変動に対する追従性が失われ、フィルタ係数の収束に多くの学習回数を要するようになる。正則化数δを小さな値にすることで、学習の速度は速くなるが、外乱に対する耐性は弱くなり、誤学習の頻度は高くなる。

正則化数δは定数とされる場合が多いが、状況に応じて変化させる方法が提案されている。例えば、観測信号に応じて正則化数を変化させる方法が非特許文献２に示されている。この方法では、エコー対外乱比の推定量を用いることにより、時間ごとに正則化数を変化させることが可能である。

浅野太「音のアレイ信号処理-音源の定位・追跡と分離」3.5章，コロナ社 "Regularization of the Affine Projection Algorithm，"Constantin. Paleologu et al.，IEEE Trans. Circuits Syst. II，Exp. Briefs，VOL. 58，NO. 6，JUNE 2011

しかしながら、正則化数を状況に応じて変化させる方法では次のような問題があった。第１に、エコー対外乱比を正確に推定することはできない（エコーも外乱も観測することはできない）ということである。これは、推定誤差が大きい際には正則化数を適切に調整できなくなり、適応フィルタの誤学習が進んでしまう。
第２に、性能が高い周波数領域適応フィルタアルゴリズムではなく、性能が劣る時間領域適応フィルタに適用していることである。周波数領域適応フィルタアルゴリズムは、時間領域適応フィルタアルゴリズムに対して、収束速度が速く、また、低演算量での実現が可能であるため、実装面で大きな利点がある。このため、周波数領域適応フィルタアルゴリズムに適用できないのは大きな問題点であった。

この発明は上記のような課題を解決するためになされたもので、性能向上を図ることのできるエコーキャンセラ装置を得ることを目的とする。

この発明に係るエコーキャンセラ装置は、受話信号を周波数領域に変換する周波数領域変換部と、周波数領域の受話信号を周波数に対応して解析し、当該受話信号の平均パワーを算出する受話信号平均パワー算出部と、受話信号から通話網が狭帯域通話か広帯域通話かを判定する通話網判定部と、受話信号平均パワーと通話網判定部の判定結果とを用いて正則化数セットを算出する正則化数算出部と、受話信号とマイク入力信号と正則化数セットを用いてエコーパスを学習し、疑似エコーを生成しエコーを消去する周波数領域適応フィルタとを備えたものである。

この発明のエコーキャンセラ装置は、周波数に対応して受話信号を解析し、当該受話信号の平均パワーを算出するとともに、受話信号から通話網が狭帯域通話か広帯域通話かを判定し、受話信号平均パワーと通話網判定部の判定結果とを用いて正則化数セットを算出し、周波数領域適応フィルタが、受話信号とマイク入力信号と正則化数セットを用いてエコーパスを学習し、疑似エコーを生成しエコーを消去するようにしたものである。これにより、周波数に応じて適切な正則化数を算出することができ、その結果、大きな性能向上を図ることができる。

適応フィルタによるエコー経路の学習を表すブロック図である。 この発明の実施の形態１によるエコーキャンセラ装置を示すブロック図である。 この発明の実施の形態１によるエコーキャンセラ装置が受話入力信号として用いる疑似音声信号を示す説明図である。 この発明の実施の形態１によるエコーキャンセラ装置の二つの正則化数セットを示す説明図である。 この発明の実施の形態１によるエコーキャンセラ装置の二種類の正則化数セットを使用した際のＦＬＭＳアルゴリズムの出力を示す説明図である。 この発明の実施の形態１によるエコーキャンセラ装置の疑似音声信号の長時間平均パワースペクトルを示す説明図である。 この発明の実施の形態２によるエコーキャンセラ装置を示すブロック図である。

以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
図２は、本発明の実施の形態１に係るエコーキャンセラ装置の構成を示すブロック図である。１０１はエコーパスを表しており、１０２は適応フィルタである。本発明は適応フィルタとして周波数領域適応フィルタを前提としているため、そのフィルタ係数は大文字のＨと表し、適応フィルタが学習するエコーパスを表す伝達関数を同様にＨと表すこととする。周波数領域適応フィルタは、例えばＦＬＭＳ（Ｆａｓｔ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）アルゴリズムを用いる。ＦＬＭＳアルゴリズムの係数更新式は次の一連の式で実現することが可能である。

ここで、ｋをブロック数、ｘ（ｎ）は受話信号、ｙ（ｎ）はマイク入力信号を表す。小文字（太字）は長さＭの縦ベクトルを表し、大文字（太字）は２Ｍ×２Ｍ行列を表し、Ｈはエルミート行列を表す。また、ＦＦＴは高速フーリエ変換、ＩＦＦＴは高速フーリエ逆変換を表し、γは忘却係数である。

ＦＬＭＳアルゴリズムで正則化数を周波数毎に変化させることでエコー消去性能が高くなる実験例を示す。受話入力信号として用いているのは図３に示すＩＴＵ−Ｔ Ｐ．５０１に規定されている疑似音声信号である。スピーカから出力させ、マイクで受けたエコー信号をＦＬＭＳアルゴリズムでエコーパスの学習を行い、消去する。図４に二つの正則化数セットを示す。正則化数セットとは、各周波数の正則化数をまとめた集合である。正則化数セット（１）はすべての周波数帯域で同じ正則化数を設定しており、正則化数セット（２）は低域ほど大きい正則化数、低域ほど小さい正則化数となるように設定した。この二種類の正則化数セットを使用した際のＦＬＭＳアルゴリズムの出力を図５に示す。ここでは、出力結果を周波数領域で表しており、色が濃いほど信号パワーが強い。図からわかるように、正則化数セット（２）を用いた方がエコー消去性能は高く、正則化数セット（１）を使用したＦＬＭＳアルゴリズムと比較して、各時間で３ｄＢの消去量改善が確認できる。

上記において、各周波数帯域での正則化数の組み合わせを正則化数セット（２）のようにした理由を説明する。入力信号に用いた疑似音声信号の長時間平均パワースペクトルが図６に示すように、低域は強く、高域になるにつれて信号パワーが小さい特徴を持つ。正則化数は、信号がもつパワーよりも大きな値とすると、適応フィルタの学習が過度に進みづらくなる。そのため、入力信号のパワーに応じて決めるべきであり、上記の実験では、正則化数セットは入力信号のパワースペクトルに模して作成した。

本発明は、上記特徴を利用し、実施の形態１では、正則化数制御装置１０３を備える。正則化数制御装置１０３は、ＦＦＴ処理部１０４と受話信号平均パワー算出部１０５と正則化数算出部１０６とを備える。ＦＦＴ処理部１０４は、受話信号を周波数領域に変換する周波数領域変換部である。受話信号平均パワー算出部１０５は、ＦＦＴ処理部１０４で変換された周波数帯域毎に受話信号解析を行う受話信号解析部である。正則化数算出部１０６は、受話信号平均パワー算出部１０５の受話信号解析結果を用いて正則化数セットを算出する演算部である。

このように構成された正則化数制御装置１０３では、まず受話信号をＦＦＴ処理部１０４で周波数分析を行うが、この周波数分析は適応フィルタ１０２の計算過程で得られる周波数分析信号を用いてもよい。周波数分析した信号を受話信号平均パワー算出部１０５で算出する。

（式１４）で算出する信号パワーは急峻な変化をできるだけ避け、長時間での平均パワーを算出する目的があるため、（式１４）における忘却係数ηは（式９）における忘却係数γより大きくする必要がある。すなわちη＞γである。上記のように算出された受話信号の平均パワーを用いて、正則化数算出部１０６では正則化数を算出する。正則化数は参照信号となる受話信号の平均パワーに対して実数値ζを乗じることにより決定する。すなわち、正則化数算出の式は（式１５）となる。

実数値ζは固定値としては例えば１／２を使用する方法が考えられる。また，受話信号の全帯域パワーＰ^(ave)（ｋ）により決定させてもよい。全帯域パワーＰ^(ave)（ｋ）は下記の（式１６）で算出する。

全帯域パワーＰ^(ave)（ｋ）の大きさに対して閾値ｋ₁，ｋ₂（ｋ₁＜ｋ₂）を用意し、例えば下記の式（式１７）により実数値ζを決定する。

上記のように実数値ζを決定することにより、受話信号に対して過度に大きい正則化数を加えることを防止することが可能となる。

このように、実施の形態１では、上記のように算出された正則化数を用いた周波数領域適応フィルタを用いることにより、各時間で周波数毎に適切なフィルタ係数更新をすることが可能となり、エコー消去性能を向上することが可能である。また、受話信号パワーを用いているため、エコー対外乱比を算出する必要がなく、正確な正則化数算出が可能である。

以上説明したように、実施の形態１のエコーキャンセラ装置によれば、受話信号を周波数領域に変換する周波数領域変換部と、周波数領域の受話信号を周波数に対応して解析する受話信号解析部と、受話信号解析の結果を用いて正則化数セットを算出する正則化数算出部と、受話信号とマイク入力信号と正則化数セットを用いてエコーパスを学習し、疑似エコーを生成しエコーを消去する周波数領域適応フィルタとを備えたので、各時間で周波数毎に適切なフィルタ係数の更新をすることが可能となり、エコー消去性能を向上することが可能である。

また、実施の形態１のエコーキャンセラ装置によれば、受話信号解析部は受話信号の平均パワーを算出し、正則化数算出部は、算出された受話信号平均パワーを用いて正則化数セットを算出するようにしたので、エコー対外乱比を算出する必要がなく、正確な正則化数を算出することが可能である。

また、実施の形態１のエコーキャンセラ装置によれば、正則化数セットは受話信号平均パワーに対して固定値を乗じて算出するようにしたので、エコー対外乱比を算出する必要がなく、正確な正則化数を算出することが可能である。

また、実施の形態１のエコーキャンセラ装置によれば、正則化数セットは受話信号平均パワーに対して全周波数領域の受話信号パワーに応じて決定する値を乗じて算出するようにしたので、受話信号に対して過度に大きい正則化数を加えることを防止することが可能となる。

実施の形態２．
ハンズフリー通話中は、通話中の通信網によって受話信号の信号帯域制限が異なる。欧州ではすでに広帯域通話（５０〜７０００Ｈｚ）がサービスインしているが、地域によっては狭帯域通話（３００〜３４００Ｈｚ）である。エコーキャンセラは通話網の状況によらずにエコー消去性能品質を確保する必要がある。
広帯域通話処理を前提とした１６ｋＨｚサンプリングのデジタル信号でエコーキャンセラ装置が動作するとし、狭帯域通話状態であることを考えると、４ｋＨｚ〜８ｋＨｚの信号を処理することに意味は無い。なぜならその帯域の信号はエコーキャンセラ処理後に通信網がもつローパスフィルタでカットされるからである。周波数領域適応フィルタの高域部において誤学習が発生すると、その影響は低域にまで広がるため、誤学習ができるだけ発生しないようにする必要がある。

そこで、実施の形態２では図７に示す構成とする。実施の形態２のエコーキャンセラ装置は、正則化数制御装置２０１を備えている。実施の形態１での正則化数制御装置１０３との相違点は、受話入力信号を用いた通話網判定部２０２を備え、正則化数算出部２０３がこの通話網判定部２０２の判定結果に基づいて正規化数を算出するよう構成されていることである。

通話網判定部２０２はハンズフリー通話での通話網が、狭帯域通話か広帯域通話かを判定する。判定方法は種々考えられるが、例えば、受話入力信号に４ｋＨｚ以上の信号を抽出可能なハイパスフィルタを通し、高域信号のパワーがある閾値を下回れば狭帯域通話、上回れば広帯域通話というように判定可能である。また、ネットワーク情報が事前に通知されるのであれば、その情報を判定結果としても良い。

正則化数算出部２０３は通話網判定部２０２から通話網判定結果を参照し、正則化数制御する機能を備える。狭帯域通話であれば、４ｋＨｚ以上に対応する正則化数を大きな値とし、高域の誤学習を防ぐ。すなわち、通話網判定結果が狭帯域通話であれば、次の式（１８）で正則化数を算出する。

ここで、Ｌは非常に大きい値で、例えば受話信号平均パワー算出部１０５で算出された低域のパワーの１０００倍ほどの値を使用すればよい。通話網判定結果が広帯域通話であれば、実施の形態１で説明した、式（１５）と同様の式で正則化数を算出する。
以上の方法により、狭帯域通話中の誤学習の可能性を軽減し、安定的なエコー消去性能を確保することが可能である。
また、正則化数は初期値として、これまで算出してきた正則化数セットを記憶させておき、ｎ＝０から、その正則化数セットを使用しても良い。その際、長時間平均パワー算出に関する式（１４）において、γ＝１とし、長時間平均パワーの更新を行わない、すなわち正則化数セットの更新を行わない状況も、本発明の範疇とする。

以上説明したように、実施の形態２のエコーキャンセラ装置によれば、受話信号を周波数領域に変換する周波数領域変換部と、周波数領域の受話信号を周波数に対応して解析し、受話信号の平均パワーを算出する受話信号平均パワー算出部と、受話信号から通話網が狭帯域通話か広帯域通話かを判定する通話網判定部と、受話信号平均パワーと通話網判定部の判定結果とを用いて正則化数セットを算出する正則化数算出部と、受話信号とマイク入力信号と正則化数セットを用いてエコーパスを学習し、疑似エコーを生成しエコーを消去する周波数領域適応フィルタとを備えたので、実施の形態１の効果に加えて、通話網が狭帯域通話か広帯域通話であってもそれぞれの通話網に最適な性能を得ることができる。

また、実施の形態２のエコーキャンセラ装置によれば、正則化数算出部は、通話網判定部の判定結果が狭帯域通話である場合は、４ｋＨｚ以上の帯域に対応する正則化数を、周波数領域適応フィルタの学習を抑制する設定値とするようにしたので、狭帯域通話中の誤学習を抑制することができ、安定したエコー消去性能を確保することができる。

また、実施の形態２のエコーキャンセラ装置によれば、正則化数算出部は、予め作成された正則化数を用いて、正則化数セットの算出を行うようにしたので、誤学習の可能性がある場合でも、安定したエコー消去性能を確保することができる。

また、実施の形態２のエコーキャンセラ装置によれば、正則化数算出部は、予め設定された正則化数を初期設定とし、正則化数を継続して適用するようにしたので、誤学習の可能性がある場合でも、安定したエコー消去性能を確保することができる。

なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

以上のように、この発明に係るエコーキャンセラ装置は、送話信号に混入した受話信号のエコーを送話信号から消去する構成に関するものであり、拡声通話装置などにおいて、送話信号に混入した受話信号のエコーを送話信号から消去するのに適している。

１０１ エコーパス、１０２ 適応フィルタ（周波数領域適応フィルタ）、１０３，２０１ 正則化数制御装置、１０４ ＦＦＴ処理部（周波数領域変換部）、１０５ 受話信号平均パワー算出部（受話信号解析部）、１０６，２０３ 正則化数算出部、２０２ 通話網判定部。

Claims (4)

1. 受話信号を周波数領域に変換する周波数領域変換部と、
   前記周波数領域の受話信号を周波数に対応して解析し、当該受話信号の平均パワーを算出する受話信号平均パワー算出部と、
   前記受話信号から通話網が狭帯域通話か広帯域通話かを判定する通話網判定部と、
   前記受話信号平均パワーと前記通話網判定部の判定結果とを用いて正則化数セットを算出する正則化数算出部と、
   前記受話信号とマイク入力信号と前記正則化数セットを用いてエコーパスを学習し、疑似エコーを生成しエコーを消去する周波数領域適応フィルタとを備えたことを特徴とするエコーキャンセラ装置。
2. 前記正則化数算出部は、前記通話網判定部の判定結果が狭帯域通話である場合は、４ｋＨｚ以上の帯域に対応する正則化数を、前記周波数領域適応フィルタの学習を抑制する設定値とすることを特徴とする請求項１記載のエコーキャンセラ装置。
3. 前記正則化数算出部は、予め作成された正則化数を用いて、前記正則化数セットの算出を行うことを特徴とする請求項２記載のエコーキャンセラ装置。
4. 前記正則化数算出部は、前記予め設定された正則化数を初期設定とし、当該正則化数を継続して適用することを特徴とする請求項３記載のエコーキャンセラ装置。

Images