JP6206271B2 - 雑音低減装置、雑音低減方法及び雑音低減プログラム - Google Patents

Description

本発明は雑音低減装置、雑音低減方法及び雑音低減プログラムに関し、特に、音声信号に突発音が周期的に含まれる環境において、突発音を抑制する雑音低減装置、雑音低減方法及び雑音低減プログラムに関する。

移動体通信機を雑音環境下で利用する場合、音声の明瞭性を確保するために雑音低減処理を必要とする場合がある。特に無線機のように過酷な環境下で使用されることの多い装置では、例えば工事現場の地盤圧縮機や酸素ボンベのバイブレーション音のように持続性のある周期的な突発音が、音声と被ってしまうと音声の正確な伝達を妨げてしまう問題がある。そこで、特許文献１、２に雑音低減に関する技術が開示されている。

特許文献１では、カメラ一体型ＶＴＲのレンズ可動部から発生する雑音、ヘッドが磁気テープに対して接したり離れたりする時の雑音、銀塩フィルムカメラ機能を持ったカメラ一体型ＶＴＲでの光学シャッターの音、回転型記憶媒体に記録する際に発生するヘッドシーク時などの突発音を減少させる方法が開示されている。具体的には、特許文献１では、突発音区間のみ信号を遮断し、遮断区間の欠落した情報を前後少なくとも一方における信号情報に基づいて補間する。

特許文献２では、突発性雑音の含まれた信号の包絡線を算出し、突発性雑音の信号成分に対応する信号を抽出し、抽出された突発性雑音の信号成分に基づいて突発性雑音の信号成分を低減している。

特開２００２−２５１８２３号公報 特開２０１１−２０５５９８号公報

しかしながら、特許文献１、２に開示された技術では、目的音としている音声と、抑制対象の突発音とが混ざり合った入力信号に対しては、音声の明瞭度を確保しながら、突発音を抑制することが困難である問題があった。

本発明は、現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する突発音情報記憶部と、前記突発音情報と、前記現入力信号と、の相関値を算出する相関値算出部と、前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出する位相差算出部と、前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成する加算信号生成部と、前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する突発音抑制部と、を有する雑音低減装置を提供する。

本発明は、入力信号に含まれる突発音を抑制して出力信号を出力する雑音低減装置における雑音低減方法であって、現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶し、前記突発音情報と、前記現入力信号と、の相関値を算出し、前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出し、前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成し、前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する雑音低減方法提供する。

本発明は、演算部と記憶部とを含み、入力信号に含まれる突発音を抑制して出力信号を出力する雑音低減装置において前記演算部で実行される雑音低減プログラムであって、現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する突発音情報記憶処理と、前記突発音情報と、前記現入力信号と、の相関値を算出する相関値算出処理と、前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出する位相差算出処理と、前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成する加算信号生成処理と、前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する突発音抑制処理と、を実行する雑音除プログラムを提供する。

本発明によれば、周期性雑音の種類によらず高い雑音抑圧効果を奏する雑音低減装置、雑音低減方法及び雑音低減プログラムを提供する。

実施の形態１にかかる雑音低減装置のブロック図である。 実施の形態１にかかる雑音低減装置の動作を示すフローチャートである。 実施の形態１にかかる雑音低減装置に入力される入力信号の一例を示す図である。 実施の形態１にかかる雑音低減装置における突発音情報と相関値との関係を説明する図である。 実施の形態１にかかる雑音低減装置の突発音情報と突発音情報を反転させた加算信号との関係を説明する図である。 実施の形態１にかかる雑音低減装置の突発音情報として記憶する入力信号の範囲を説明する図である。 実施の形態１にかかる雑音低減装置における突発音情報の更新処理を説明する図である。 実施の形態２にかかる雑音低減装置２で扱う入力信号を説明する図である。 実施の形態２にかかる雑音低減装置のブロック図である。 フレームを跨がって突発音が存在する場合における入力信号と解析対象フレームとの関係を説明する図である。 フレームを跨がって突発音が存在する入力信号について突発音抑制処理を行った場合の出力信号を説明する図である。 実施の形態２にかかる雑音低減装置の動作を示すフローチャートである。 実施の形態２にかかる雑音低減装置のフレーム間突発音抑制処理の動作を示すフローチャートである。 実施の形態２にかかる雑音低減装置の前半フレーム突発音抑制処理の動作を示すフローチャートである。

実施の形態１
以下、図面を参照して本発明の実施の形態について説明する。実施の形態１にかかる雑音低減装置１は、入力信号に突発音が周期的に混入した場合に、入力信号から周期性雑音を抑圧した出力信号を出力する。ここで、周期的に混入する突発音は、例えば、消防士が火災現場で活動する時に担ぐ酸素ボンベには、酸素ボンベのタンク内容量が所定値以下となった場合、装着者へ警告を発するために動作する警告バイブレーション音のような持続性、周期性のある突発音を発生させる機能により生じる。また、周期的な突発音としては、工事現場の地盤圧縮機により生じる。

図１に実施の形態１にかかる雑音低減装置１のブロック図を示す。図１に示すように、実施の形態１にかかる雑音低減装置１は、音声入力部１０、フレーム構成部１１、音声判定部１２、突発音検出部１３、突発音更新判定部１４、突発音情報記憶部１５、相関値算出部１６、位相差算出部１７、加算信号生成部１８、突発音抑制部１９を有する。

なお、雑音低減装置１は、音声入力部１０、及び、各種情報を記憶する記憶部がハードウェアにより構成される。また、雑音低減装置１では、フレーム構成部１１、音声判定部１２、突発音検出部１３、突発音更新判定部１４、相関値算出部１６、位相差算出部１７、加算信号生成部１８及び突発音抑制部１９で行われる情報或いは信号に対して行われる処理を、ＣＰＵ（Central Processing Unit）又はＤＳＰ（Digital Signal Processor）等の演算部により実行されるプログラム（例えば、雑音低減プログラム）により実現することができる。この場合、雑音低減プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、ＣＰＵを含むコンピュータに供給できる。また、プログラムにより実現される各構成要素は、ハードウェアによって構成されてもよい。

音声入力部１０は、例えば、マイクロフォン等のセンサであって、外部から音声信号を取得する。この音声入力部１０で取得される入力信号Ａｉｎはアナログ信号である。フレーム構成部１１は、入力信号Ａｉｎをデジタル値に変換すると共に、予め設定されたサンプル数に従った単位で入力信号をフレーム化して入力信号Ｄｉｎを出力する。なお、アナログ信号からデジタル値への変換は、音声入力部１０とフレーム構成部１１のいずれのブロックで行っても良い。フレーム構成部１１が出力する入力信号Ｄｉｎは、後段のブロックに伝達されて、突発音の低減処理が行われる。

音声判定部１２は、抑制対象外の成分である音声が現入力信号に含まれているか否かを判定する。そして、音声判定部１２は、音声成分が現入力信号に含まれていないと判断した場合に音声判定信号をイネーブル状態とする。

突発音検出部１３は、現入力信号に抑制対象の突発音が含まれていることを検出する。そして、突発音検出部１３は、突発音が現入力信号に含まれていると判断した場合、突発音検出信号をイネーブル状態とする。

突発音情報記憶部１５は、現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する。この突発音情報は、入力信号の突発音を打ち消すものであり、参照信号として記憶されるものである。突発音更新判定部１４は、音声判定部において音声が現入力信号に含まれておらず、かつ、突発音検出部１３において突発音が検出されたことに応じて、突発音情報記憶部１５に記憶されている突発音情報を現入力信号により更新する。具体的には、突発音更新判定部１４は、音声判定信号及び突発音検出信号が共にイネーブル状態となったことに応じて、突発音情報記憶部１５に記憶している突発音情報の更新を指示する。ここで、突発音更新判定部１４は、突発音情報を更新する場合、突発音が存在する突発音区間情報を突発音検出部１３から得て、当該突発音区間情報に応じた区間の現入力信号を更新後の突発音情報とすることを突発音情報記憶部１５に指示する。

なお、突発音情報記憶部１５は、突発音更新判定部１４において現入力信号に突発音と音声信号とが含まれている、或いは、現入力信号に突発音が含まれていないと判断された場合、記憶している突発音情報を維持する。

相関値算出部１６は、突発音情報記憶部１５に記憶されている突発音情報と、現入力信号と、の相関値を算出する。より具体的には、突発音検出部１３で現入力信号に突発音が含まれていると判断された場合に、突発音情報と現入力信号との相関値を算出し、算出した相関値を位相差算出部１７に出力する。

ここで、相関値は、例えば（１）式に基づき算出される。

（１）式において、ｍ、ｎは自然数であり、ｍは入力信号列から自己相関値を計算する範囲（時間幅）を示すものであって現入力信号と前入力信号に含まれる入力信号との位相差に当たる値であり、Ｎは定数であって最大位相差（探索範囲）であり、ｎは自己相関値を計算する入力信号列のサンプル数であり、ｘはフレーム化された入力信号であり、Ａ［ｍ］は位相差ｍにおける自己相関値である。

位相差算出部１７は、相関値算出部１６で算出された相関値の最大値に基づき突発音情報と現入力信号中の突発音との位相差を算出する。位相差算出部１７は、算出した位相差情報を加算信号生成部１８に出力する。

加算信号生成部１８は、加算信号生成部１８が出力する位相差情報に基づき突発音情報の位相をシフトさせて雑音相殺信号を生成する。加算信号生成部１８では、この雑音相殺信号として突発音情報を反転させた信号を生成する。また、雑音相殺信号は、現入力信号に加算される信号として扱われるため、以下の説明では、加算信号と称す。

突発音抑制部１９は、加算信号と現入力信号とを加算して現入力信号中の突発音を抑制して出力信号Ｓｏを出力する。実施の形態１では、突発音抑制部１９として加算器を用いる。

続いて、実施の形態１にかかる雑音低減装置１の動作について詳細に説明する。実施の形態１にかかる雑音低減装置１では、突発音抑制処理と、突発音情報更新処理と、を入力信号Ｄｉｎが入力される毎に行う。突発音抑制処理では、過去に入力された入力信号に基づき取得した突発音情報を用いて突発音を抑制する。突発音情報更新処理では、抑制対象ではない音声成分が閾値以下となる非音声区間に入力された入力信号により突発音情報を更新する。

そこで、図２に実施の形態１にかかる雑音低減装置１の動作を示すフローチャートを示す。図２において、ステップＳ１〜Ｓ９、Ｓ１５が突発音抑制処理であり、ステップＳ１０〜Ｓ１４が突発音情報更新処理に該当する。ここで、実施の形態１にかかる雑音低減装置１における突発音抑制処理を具体的に説明するために、図３に実施の形態１にかかる雑音低減装置に入力される入力信号の一例を示す。図３に示すように、実施の形態１にかかる雑音低減装置１では、入力信号Ｄｉｎが入力される。また、入力信号Ｄｉｎには突発音が含まれる。そして、実施の形態１にかかる雑音低減装置１では、過去の解析フレームに含まれる突発音ａを突発音情報として雑音低減装置１に記憶し、この突発音情報を用いて現在の解析対象フレームの突発音ｂを低減する。

図２に示すように、実施の形態１にかかる雑音低減装置１では、処理を開始すると、まず、入力信号Ａｉｎを取得する（ステップＳ１）。そして、雑音低減装置１は、フレーム構成部１１により、入力信号Ａｉｎをフレーム化して、入力信号Ｄｉｎを生成する（ステップＳ２）。

ここで、ステップＳ２のフレーム化処理における１フレームの時間について説明する。本実施の形態では検出対象の突発音として、消防士が用いる酸素ボンベに搭載された酸素残量が少なくなった際にマスク（レギュレーター）が振動し発生する周期的な打撃音を例に考える。この打撃性の突発音は最も音圧レベルが高いピーク位置を頂点とする立ち上がりから立ち下がりまで、約０．０１ｓｅｃの時間幅を有する。この突発音の存在を検出するには、突発音の前後に突発音によるものではない音響信号分析区間を確保し、例えば振幅変化量やエネルギー変化量の推移を観察する必要がある。従って、０．０１ｓｅｃの数倍分の時間幅、例えば０．０３〜０．０５ｓｅｃあれば、検出対象の突発音の存在を把握できることになる。そのため、１フレームの時間として規定する分析幅はこれらの値が望ましい。

なお、フレームの区間は上記数値に限らず、システムに合わせて変更しても良い。物体と物体とが衝突して発する打撃音は、衝突する物体によって定まる限られた持続時間に集約され、ある範囲内に収まると考えられる。よって短期時間分析による分析幅（フレーム内サンプル数）は衝突によって発する突発音の持続時間の数倍分を確保すれば良い。

続いて、実施の形態１にかかる雑音低減装置１は、突発音検出部１３において入力信号Ｄｉｎに突発音が含まれているか否かを判定する（ステップＳ３）。このステップＳ３の突発音検出処理における突発音検出方法は、様々な方法を用いることができるが、周期性の伴った突発音検出精度向上を図った本発明者による特願２０１３−１４５５４８に記載されたフレーム内の信号振幅のピーク位置及びピークの継続時間について現入力信号と過去の入力信号とで相関値を求める方法の採用が望ましい。

このステップＳ３において、入力信号Ｄｉｎに突発音が含まれていれば（ステップＳ４のＹの枝）、突発音情報記憶部１５に突発音情報があるか否かを判断する（ステップＳ５）。一方、ステップＳ３において、入力信号Ｄｉｎに突発音がないと判断された場合（ステップＳ４のＮの枝）、雑音低減装置１は、入力信号Ｄｉｎをそのまま出力信号Ｓｏとして出力する（ステップＳ１５）。

ステップＳ５において、突発音情報記憶部１５に突発音情報がない場合（ステップＳ５のＮの枝）、雑音低減装置１は突発音情報更新処理を行う。加えて、突発音情報がない場合は、抑制に必要な加算信号を用意できないため、雑音低減装置１は、入力信号Ｄｉｎをそのまま出力信号Ｓｏとして出力する（ステップＳ１５）。一方、ステップＳ５において、突発音情報記憶部１５に突発音情報がすでに記憶されている場合（ステップＳ５のＹの枝）、雑音低減装置１はステップＳ６〜Ｓ９の処理を行う。

ステップＳ６では、相関値算出部１６により、突発音情報記憶部１５に格納されている突発音情報と、現在の解析対象フレームである入力信号Ｄｉｎとの相関値を算出する。この相関値は、例えば、上記（１）式に基づき算出する。

ステップＳ７では、ステップＳ６の相関値算出処理で算出された相関値に基づき突発音情報記憶部１５に記憶されている突発音情報と現入力信号Ｄｉｎ中の突発音との位相差を算出して位相差情報を生成する。

ここで、図４に実施の形態１にかかる雑音低減装置における突発音情報と相関値との関係を説明する図を示し、位相差情報についてより詳細に説明する。雑音低減装置１では、まず、相関値算出部１６が、解析対象フレーム（現入力信号Ｄｉｎ）に対して、相関値算出開始位置から相関値算出終了位置まで、記憶している突発音情報をシフトさせながら相関値を求める。このとき、現入力信号Ｄｉｎに突発音が含まれている場合、図４の相関値算出結果に示すように、突発音情報と現入力信号Ｄｉｎ中の突発音とが重なる位置で相関値が大きくなる。つまり、相関値のピーク位置が最も高くなる位置まで突発音情報を位相差分シフトした後に符号反転して加算処理を行う場合が、突発音の信号成分を最も効率よく抑制できる。そこで、位相差算出部１７は、相関値のピークまでの距離（例えば、サンプル数）を算出し、これを位相差情報として加算信号生成部１８に出力する。

なお、解析対象フレームの突発音と突発音情報の位相合わせが不十分な場合、逆に振幅が増加してしまい雑音レベルが増加、または新しい雑音が付加されてしまう可能性がある。そのため、この位相差情報の精度は突発音抑制能力に大きく関わる。

続いて、ステップＳ８では、加算信号生成部１８による加算信号生成処理を行う。この加算信号生成処理の一例を詳細に説明する。そこで、まず、図４を参照する。図４に示すように、現入力信号Ｄｉｎ中の突発音を最も効率良く抑制するためには、突発音情報を位相差情報に基づきずらした位置にシフトさせる必要がある。そこで、加算信号生成部１８では、（２）式に基づき突発音情報の位相をシフトさせる。

（２）式において、Ｂは加算信号であり、ｘは記憶している突発音情報であり、ｉは１フレーム中のサンプル番号であり、ｓは位相差情報であり、ｔは突発音情報中のサンプル総数である。つまり、加算信号生成部１８は、位相差情報により示される位置まで突発音情報をシフトさせ、かつ、突発音情報を反転することで加算信号を生成する。なお、実施の形態１にかかる雑音低減装置の突発音情報と突発音情報を反転させた加算信号との関係を説明する図を図５に示す。図５では、上段に突発音情報を示し、下段に加算信号を示した。図５に示すように、突発音信号と加算信号は互いに反転する関係を有する。

なお、加算信号生成部１８は、位相差情報に基づいたシフト量から指定される解析対象フレーム内の入力信号の該当箇所に対し、記憶した突発音情報の符号反転信号、すなわち加算信号を加算してもよい。

ステップＳ９では、突発音抑制部１９によって、入力信号と加算信号の加算処理、つまり、突発音抑制処理が行われる。これにより、現入力信号Ｄｉｎに含まれている突発音が抑制された出力信号が生成されるが、雑音低減装置１では、このステップＳ９に続いて突発音情報の更新処理が行われる。

突発音情報の更新処理では、まず、音声判定部１２により音声区間判定処理を行う（ステップＳ１０）。ステップＳ１０の音声区間判定処理の方法は、様々な方法が利用可能であるが、発明者らがすでに出願している特開２０１２−１２８４１１号公報に記載されている入力信号のスペクトル成分に基づく音声信号成分の判定方法等を利用することができる。このステップＳ１０では、現入力信号Ｄｉｎに音声が含まれていれば、音声判定部１２が音声区間と判断して音声判定信号をディスイネーブル状態とする（ステップＳ１１のＮの枝）。音声判定信号がディスイネーブル状態である場合、突発音更新判定部１４は、突発音情報記憶部１５に記憶されている突発音情報を維持する。

一方、ステップＳ１０において、現入力信号Ｄｉｎに予め設定した閾値以上の振幅の音声が含まれていなければ、音声判定部１２が雑音区間と判断して音声判定信号をイネーブル状態とする（ステップＳ１１のＹの枝）。これにより、音声判定信号と突発音検出信号とが共にイネーブル状態となるため、突発音更新判定部１４は、突発音更新判定処理において、突発音を更新すると判定する（ステップＳ１３のＹの枝）。

ここで、突発音情報として記憶する情報について詳細に説明する。図６に実施の形態１にかかる雑音低減装置の突発音情報として記憶する入力信号の範囲を説明する図を示す。実施の形態１にかかる雑音低減装置１では、突発音のみを低減するために、図６に示す突発音のリファレンス記憶区間のみを記憶する。図６に示すように、突発音は、突発的に振幅が増幅し、時間と共に減衰していき、リファレンス記憶区間を過ぎると通常の信号レベルに戻るという特徴を有する。よって、リファレンス記憶区間は、突発音のピーク位置（最大値）を検出し、そのピーク位置を基準とした数サンプル前方、及び、後方から突発音の所定区間分のサンプルを設定すればよい。

そして、突発音更新処理では、突発音更新判定部１４が、突発音情報記憶部１５に現入力信号Ｄｉｎにより、突発音情報を更新することを指示して、突発音情報記憶部１５は記憶している情報を現入力信号Ｄｉｎにより更新する。そして、ステップＳ１４までの処理が終了したことに応じて、雑音低減装置１は、出力信号Ｓｏを出力する（ステップＳ１５）。

ここで、上記ステップＳ１２の突発音更新判定処理における誤判定を回避する方法について説明する。音響信号を収音する使用環境によっては、音声と突発音以外にも様々な背景雑音が混入される。そのため、ステップＳ１０の音声区間判定処理において音声が含まれているにも関わらず、当該音声が雑音であると誤判定を起こす可能性がある。誤判定を起こした状態で参照信号が更新された場合、突発音情報に音声が混入してしまうため、弊害が生じる。また、一般的に発話による音声信号の先頭部分及び終わりの部分は音声として認識することが困難であり、誤判定を起こす可能性が高い。入力信号Ｄｉｎを所定の解析時間を有するフレームに区切って生成することで、発話による音声信号がフレーム間で分断されることは頻繁に起きることが予想される。そこで、以上のような音声区間の誤判定の影響を回避するための方法を説明する。

実施の形態１における突発音情報を記憶する方法を、図７を参照して説明する。図７は、実施の形態１にかかる雑音低減装置における突発音情報の更新処理を説明する図である。図７の上図は音声及び突発音が含まれた音響信号であり、図７の下図は音声区間判定結果を表示した図である。音声区間判定の結果は１が音声区間を示し、０が雑音区間を示している。実施の形態１では、突発音情報記憶部１５に記憶する突発音情報に音声が混入しないようにするため、雑音（突発音）区間が数フレーム継続した場合に参照信号を更新する。雑音区間ａは所定フレーム数継続しているため、突発音情報を更新する。一方、音声区間ａでは音声の立ち上がりを音声として認識できていないため、音声区間ａ直前の突発音を記憶すると音声が混入してしまう可能性がある。そこで、音声区間ａの直前ではなく、所定フレーム前の入力信号Ｄｉｎを突発音情報ａとして記憶又は更新する。続いて、音声区間ａでは音声が混入されてしまうため、記憶又は更新を行わない。雑音区間ｂでは雑音区間が短く、突発音のみである信頼性が低いため、記憶又は更新を行わない。音声区間ｂでは音声が混入されてしまうため、記憶又は更新を行わない。雑音区間ｃでは雑音（突発音）区間が所定フレーム数継続しているため、音声区間ｃの数フレーム前の入力信号Ｄｉｎを突発音信号ｂとして記憶する。音声区間ｃでは音声が混入されてしまうため、記憶又は更新を行わない。

以上のように、実施の形態１では、図７に示すように、突発音情報に音声が混入しないようにする為、雑音区間が所定フレーム継続した場合に、音声信号の立ち上がり又は立ち下がり部分を除く位置にある突発音を突発音情報として記憶する。

また、実施の形態１では、突発音情報記憶部１５に記憶する突発音情報を随時更新していく。解析対象フレームと比較して古い突発音を参照信号として使用すると、周囲の環境変化により相関性が十分に確保されない懸念があり、例え相関値のピーク位置を検出し解析対象フレームの突発音との位相ずれを吸収したとしても、生成された突発音低減用の加算信号が効果的に解析対象の突発音を抑制できない場合がある。よって、突発音情報は、音声信号が含まれる可能性が極めて低いと判定された場合に随時更新し、時間的に新しい参照音を確保する。

上記説明より、実施の形態１にかかる雑音低減装置１では、突発音情報記憶部１５に現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する。そして、雑音低減装置１は、この突発音情報に基づき現入力信号Ｄｉｎに含まれる突発音を抑制する。これにより、実施の形態１にかかる雑音低減装置１は、音声の劣化を防止しながら、突発音を抑制することができる。

より具体的には、実施の形態１にかかる雑音低減装置１では、過去の入力信号のうち音声を含まない入力信号から突発音情報を生成し、この突発音情報を反転した加算信号を現入力信号Ｄｉｎに加算することで突発音を抑制する。そのため、雑音低減装置１では、音声信号が抑圧されることがなく、音声の明瞭度を維持しながら突発音のみを抑制することができる。

また、雑音低減処理の代表的手法として、適応フィルタを用いた適応雑音低減処理が広く知られている。この適応フィルタは、フィルタの特性を逐次修正しながら環境変化に合わせて変化させる適応性があるため、環境に応じた最適性を常に保持できるという特徴を持つ。適応フィルタを用いた雑音低減処理では、この特徴を利用してその場所、その時間によって変化する雑音成分だけをカットするように、その場に応じたフィルタ係数を、フィルタを動作させながら逐次変化、適応させて周辺雑音を低減することができる。しかしながら、周期的な突発音などを低減する際に上述した適応フィルタによる雑音低減処理を行うと、適応雑音低減処理を周期的な突発性雑音に対しても、適応信号処理回路（適応フィルタ回路）を常時動作させることになるため、適応信号処理回路のタップ数が多くなり、適応信号処理回路の回路規模が大きくなる問題がある。

一方、実施の形態１にかかる雑音低減装置１では、抑制対象の突発音と、この突発音に近い突発音情報の反転信号とを加算するのみであるため、適応フィルタを用いた手法に比べて大幅に回路規模を小さくすることができる。

実施の形態２
実施の形態２では、実施の形態１にかかる雑音低減装置１の別の形態となる雑音低減装置２について説明する。まず、実施の形態２にかかる雑音低減装置２で扱う突発音について説明する。そこで、図８に実施の形態２にかかる雑音低減装置２で扱う入力信号を説明する図を示す。図８に示すように、実施の形態２にかかる雑音低減装置２では、フレームを跨がって突発音が存在する。実施の形態２にかかる雑音低減装置２では、図８に示すようなフレーム間を跨がって位置する突発音を抑制する。そこで、実施の形態２にかかる雑音低減装置２のブロック図を図９に示す。なお、実施の形態２の説明では、実施の形態１で説明した構成と同じ構成については、実施の形態１と同じ符号を付して説明を省略する。

図９に示すように、実施の形態２にかかる雑音低減装置２は、実施の形態１にかかる雑音低減装置１に突発音位置判定部２０を追加し、突発音抑制部１９を加算制御部２１に置き換えたものである。加算制御部２１は、突発音抑制部に相当するものである。

突発音位置判定部２０は、突発音が、現入力信号の１つ前の処理サイクルで入力される前入力信号との間に跨がって位置するか否かを判定する。加算制御部２１は、突発音が現入力信号と前入力信号とに跨がって位置することが突発音位置判定部２０により検出された場合、前入力信号及び現入力信号に対して加算信号を適用した突発音の抑制処理を施して前入力信号に対応する出力信号Ｓｏを出力する。また、加算制御部２１は、突発音が現入力信号と前入力信号とに跨がって位置することが突発音位置判定部２０により検出された場合、現入力信号が抑制処理済みであることを示す抑制処理済みフラグを有効状態とする。

なお、実施の形態２にかかる雑音低減装置２では、フレーム間を跨ぐ位置にある突発音を含めて抑制対象とするため、フレーム構成部１１は、時間的に前後する２つのフレームを１つのデータとして出力する。そこで、実施の形態２で扱う処理対象フレームを説明する図を図１０に示す。実施の形態２にかかるフレーム構成部１１では、フレーム１、２を１つの解析対象フレームａとして出力し、その後、フレーム３を生成したことに応じてフレーム２、３を１つの解析対象フレームｂとして出力する。なお、解析対象フレームｂに続く解析対象フレームｃにはフレーム３、４が含まれる。また、以下の説明では、図９の解析対象フレームａを例とすると、時間的に前に入力されるフレーム１（前半フレーム）を前入力信号、フレーム１の１つ後に入力されるフレーム２（後半フレーム）を現入力信号と表現する。

また、音声判定部１２は、入力された２フレームの信号を用いて音声の有無を判定する。突発音検出部１３は、入力された２フレームを１つの入力信号として突発音を検出する。

突発音更新判定部１４は、突発音がフレームを跨がずに存在する場合は、入力信号の前半フレームの音声判定信号に応じて突発音情報の更新の可否を判定する。一方、突発音更新判定部１４は、突発音がフレームを跨いで存在する場合は、解析対象フレームａの処理の時点では突発音情報の更新を保留し、解析対象フレームｂが入力されたことに応じて解析対象フレームａの後半フレームの音声信号の有無が判定された後に突発音情報の更新の可否を判定する。つまり、実施の形態２では、突発音更新判定部１４は、突発音位置判定部２０により現入力信号と前入力信号との間に跨がって突発音が存在すると判定され、かつ、現入力信号と前入力信号のいずれにも音声が含まれていないと判断された場合に、現入力信号と前入力信号により突発音情報を更新する。一方、突発音更新判定部１４は、突発音位置判定部２０により現入力信号と前入力信号との間に跨がらずに前入力信号に突発音が存在すると判定され、前入力信号に音声が含まれていないと判断された場合、突発音情報を前入力信号により更新する。

また、相関値算出部１６、位相差算出部１７、及び、加算信号生成部１８は、突発音が現入力信号と前入力信号とに跨がって位置することが突発音位置判定部２０により検出された場合、現入力信号と前入力信号とを１つの入力信号として加算信号を生成する。

続いて、実施の形態２にかかる雑音低減装置２の動作について説明する。そこで、まず、実施の形態２にかかる雑音低減装置２が特に有効な突発音に対する抑制処理を説明する図を図１１に示す。図１１に示すように、実施の形態２にかかる雑音低減装置２では、フレーム間に跨がって位置する突発音を有効に抑制する。そのための処理を説明するために、図１２に実施の形態２にかかる雑音低減装置の動作を示すフローチャートを示す。なお、実施の形態２においても図１２に示した処理は、解析対象フレームが入力される毎に行われる。また、本フレームチャートでは２フレーム処理による抑制処理方法の説明を明確にするため、図９に相当する音声判定部の処理を省略した内容にて記載した。音声が混入する場合は、図２のフレームチャート同様の処理を図１２に追加すれば良い。

図１２に示すように、実施の形態２にかかる雑音低減装置２は、まず、入力信号Ａｉｎを取得する（ステップＳ２０）。そして、雑音低減装置２は、フレーム構成部１１により、入力信号Ａｉｎをフレーム化して、入力信号Ｄｉｎを生成する（ステップＳ２１）。このステップＳ２１では、２つのフレームが含まれる長さの入力信号Ｄｉｎを生成する。

そして、雑音低減装置２は、加算制御部２１の抑制処理済みフラグが有効であるか無効であるかを判断する（ステップＳ２２）。このステップＳ２２において、抑制処理済みフラグが有効と判断された場合（ステップＳ２２のＮの枝）、加算制御部２２で保存している１つ前の処理で処理した解析対象フレームの後半フレーム（現解析対象フレームでは前半フレームに相当）の保存データを出力する（ステップＳ２６）。このステップＳ２６の後は、抑制処理済みのフレームは存在しないため、抑制処理済フラグを無効とする（ステップＳ２７）。

一方、ステップＳ２２において、抑制処理済みフラグが無効と判断された場合（ステップＳ２２のＹの枝）、突発音検出処理を行う（ステップＳ２３）。このステップＳ２３の処理では、解析対象フレームの全体に対して突発音の検出を行う。そして、ステップＳ２３において、前半フレームに突発音がないと判断された場合（ステップＳ２４のＮの枝）、現在の解析対象フレームの前半フレームに相当する前入力信号を出力する（ステップＳ２８）。そして、ステップＳ２８の後では、処理対象フレームの後半フレーム（現入力信号）については突発音抑制処理が完了していないため、加算制御部２１の抑制処理済みフラグを無効にする（ステップＳ２９）。

ステップＳ２３において、前半フレームに突発音があると判断された場合（ステップＳ２４のＹの枝）、現在の解析対象フレームに含まれる２つのフレームに跨がって突発音が存在しているかを突発音位置判定部２０により判断する（ステップＳ２５）。このステップＳ２５では、検出した突発音のピークの位置と突発音を形成する前後の立ち上がり及び立ち下り区間とフレーム化する単位であるフレーム長とから、跨って存在するか否かを判断する。

そして、ステップＳ２５において、フレームを跨いで突発音が存在すると判断された場合（ステップＳ２５のＹの枝）、フレーム間突発音抑制処理を行う（ステップＳ３０）。一方、ステップＳ２５において、フレームを跨いで存在する突発音がないと判断された場合（ステップＳ２５のＮの枝）、解析対象フレームの前半フレーム（前入力信号）に対して前半フレーム突発音抑制処理を行う（ステップＳ３１）。

ここで、ステップＳ３０のフレーム間突発音処理についてより詳細に説明を行う。そこで、図１３に実施の形態２にかかる雑音低減装置のフレーム間突発音抑制処理の動作を示すフローチャートを示す。

図１３に示すように、雑音低減装置２は、フレーム間突発音抑制処理を開始するに当たって、まず、突発音位置判定部２０により相関値算出部１６の抑制対象処理ブロックを２フレームに設定する（ステップＳ４０）。続いて、２フレームを１つの処理対象フレームとして、図２のステップＳ６〜ステップＳ９に対応する処理として、相関値算出処理（ステップＳ４１）、位相差算出処理（ステップＳ４２）、加算信号生成処理（ステップＳ４３）、突発音抑制処理（ステップＳ４４）を行う。

続いて、フレーム間突発音抑制処理では、処理対象フレームの後半フレーム（現入力信号）についても突発音抑制処理が完了するため、加算制御部２１の抑制処理済みフラグを有効にする（ステップＳ４５）。そして、雑音低減装置２は、処理対象フレームの前半フレーム（前入力信号）を出力信号Ｓｏとして出力し、後半フレームについては保存する（ステップＳ４６）。

続いて、ステップＳ３１の前半フレーム突発音処理についてより詳細に説明を行う。そこで、図１４に実施の形態２にかかる雑音低減装置の前半フレーム突発音抑制処理の動作を示すフローチャートを示す。

図１４に示すように、雑音低減装置２は、前半フレーム突発音抑制処理を開始するに当たって、まず、突発音位置判定部２０により相関値算出部１６の抑制対象処理ブロックを前半フレームに設定する（ステップＳ５０）。続いて、前半フレームを１つの処理対象フレームとして、図２のステップＳ６〜ステップＳ９に対応する処理に相当する、相関値算出処理（ステップＳ５１）、位相差算出処理（ステップＳ５２）、加算信号生成処理（ステップＳ５３）、突発音抑制処理（ステップＳ５４）を行う。

続いて、前半フレーム突発音抑制処理では、処理対象フレームの後半フレーム（現入力信号）については突発音抑制処理が完了していないため、加算制御部２１の抑制処理済みフラグを無効にする（ステップＳ５５）。そして、雑音低減装置２は、処理対象フレームの前半フレーム（前入力信号）を出力信号Ｓｏとして出力する（ステップＳ５６）。

なお、音声成分の影響を加味するため、音声判定部を追加する場合は、処理するフレーム長と一致する入力信号にて音声区間判定処理を実施する。具体的には、図１３のフレーム間突発音抑制処理の場合は、前半フレーム及び後半フレームを対象とする音声区間判定を行う。また、図１４の前半フレーム突発音抑制処理の場合は、前半フレームを対象とする音声区間判定を行う。この結果、解析対象フレームにおける音声成分の有無に基づき、使用する突発音情報を的確に選択及び更新することが可能である。

上記説明より、実施の形態２にかかる雑音低減装置２では、フレーム間に跨がって突発音が存在する場合においても、時間的に連続する２つのフレームを処理対象フレームとすることで、突発音の抑制を行うことができる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

１ 雑音低減装置
２ 雑音低減装置
１０ 音声入力部
１１ フレーム構成部
１２ 音声判定部
１３ 突発音検出部
１４ 突発音更新判定部
１５ 突発音情報記憶部
１６ 相関値算出部
１７ 位相差算出部
１８ 加算信号生成部
１９ 突発音抑制部
２０ 突発音位置判定部
２１ 加算制御部

Claims (5)

1. 音声信号を所定の周期でフレーム化したデータを現入力信号とする音声入力部と、
   現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する突発音情報記憶部と、
   前記突発音情報と、前記現入力信号と、の相関値を算出する相関値算出部と、
   前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出する位相差算出部と、
   前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成する加算信号生成部と、
   前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する突発音抑制部と、
   前記現入力信号に抑制対象の突発音が含まれていることを検出する突発音検出部と、
   抑制対象以外の音声が前記現入力信号に含まれているか否かを前記現入力信号のスペクトル成分に基づいて判定する音声判定部と、
   前記音声判定部において前記音声が前記現入力信号に含まれておらず、かつ、前記突発音検出部において前記突発音が検出されたフレームが所定のフレーム数だけ連続したときに、前記突発音情報を前記現入力信号により更新する突発音更新判定部と、を有し、
   フレーム毎に前記突発音の抑制処理を行う雑音低減装置。
2. 現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する突発音情報記憶部と、
   前記突発音情報と、前記現入力信号と、の相関値を算出する相関値算出部と、
   前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出する位相差算出部と、
   前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成する加算信号生成部と、
   前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する突発音抑制部と、
   前記突発音が、前記現入力信号の１つ前の処理サイクルで入力される前入力信号との間に跨がって位置するか否かを判定する突発音位置判定部と、を有し、
   前記相関値算出部、前記位相差算出部、及び加算信号生成部は、前記突発音が前記現入力信号と前記前入力信号とに跨がって位置することが前記突発音位置判定部により検出された場合、前記現入力信号と前記前入力信号とを１つの入力信号として前記加算信号を生成し、
   前記突発音抑制部は、前記突発音が前記現入力信号と前記前入力信号とに跨がって位置することが前記突発音位置判定部により検出された場合、前記前入力信号及び前記現入力信号に対して前記加算信号を適用した突発音の抑制処理を施して前記前入力信号に対応する前記出力信号を出力し、かつ、前記現入力信号が抑制処理済みであることを示す抑制処理済みフラグを有効状態とする雑音低減装置。
3. 前記現入力信号に抑制対象の突発音が含まれていることを検出する突発音検出部と、
   抑制対象以外の音声が前記現入力信号に含まれているか否かを判定する音声判定部と、
   前記音声判定部において前記音声が前記現入力信号に含まれておらず、かつ、前記突発音検出部において前記突発音が検出されたことに応じて、前記突発音情報を更新する突発音更新判定部と、を有し、
   前記突発音更新判定部は、前記突発音位置判定部により前記現入力信号と前記前入力信号との間に跨がって前記突発音が存在すると判定され、かつ、前記現入力信号と前記前入力信号のいずれにも前記音声が含まれていないと判断された場合には前記現入力信号と前記前入力信号により前記突発音情報を更新し、前記突発音位置判定部により前記現入力信号と前記前入力信号との間に跨がらずに前記前入力信号に前記突発音が存在すると判定された場合、前記突発音情報を前記前入力信号により更新する請求項２に記載の雑音低減装置。
4. 入力信号に含まれる突発音を抑制して出力信号を出力する雑音低減装置における雑音低減方法であって、
   音声入力部より得られた音声信号を所定の周期でフレーム化して現入力信号を生成し、フレーム毎に突発音の抑制処理を行い、
   前記突発音の抑制処理において、
   前記現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶し、
   前記突発音情報と、前記現入力信号と、の相関値を算出し、
   前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出し、
   前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成し、
   前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力し、
   前記現入力信号に抑制対象の突発音が含まれていることを検出し、
   抑制対象以外の音声が前記現入力信号に含まれているか否かを前記現入力信号のスペクトル成分に基づいて判定し、
   前記音声が前記現入力信号に含まれておらず、かつ、前記突発音が検出されたフレームが所定のフレーム数だけ連続したときに、前記突発音情報を前記現入力信号により更新する雑音低減方法。
5. 演算部と記憶部とを含み、入力信号に含まれる突発音を抑制して出力信号を出力する雑音低減装置において前記演算部で実行されるプログラムであって、
   音声入力部より得られた音声信号を所定の周期でフレーム化して現入力信号を生成し、フレーム毎に突発音の抑制処理を行い、
   前記突発音の抑制処理において、
   前記現入力信号の前に入力された入力信号のうち音声が予め設定した閾値以下、かつ、抑制対象の突発音を含む入力信号を突発音情報として記憶する突発音情報記憶処理と、
   前記突発音情報と、前記現入力信号と、の相関値を算出する相関値算出処理と、
   前記相関値の最大値に基づき前記突発音情報と前記現入力信号中の突発音との位相差を算出する位相差算出処理と、
   前記位相差に基づき前記突発音情報の位相をシフトさせ、かつ、前記突発音情報を反転させて加算信号を生成する加算信号生成処理と、
   前記加算信号と前記現入力信号とを加算して前記現入力信号中の突発音を抑制して出力信号を出力する突発音抑制処理と、
   前記現入力信号に抑制対象の突発音が含まれていることを検出する突発音検出処理と、
   抑制対象以外の音声が前記現入力信号に含まれているか否かを前記現入力信号のスペクトル成分に基づいて判定する音声判定処理と、
   前記音声判定処理において前記音声が前記現入力信号に含まれておらず、かつ、前記突発音検出処理において前記突発音が検出されたフレームが所定のフレーム数だけ連続したときに、前記突発音情報を前記現入力信号により更新する突発音更新判定処理と、を実行するプログラム。

Images