JP6221257B2 - 信号処理装置、方法及びプログラム - Google Patents

Description

本発明は信号処理装置、方法及びプログラムに関し、例えば、電話機やテレビ会議装置などの音声信号（この明細書では、音声信号と音響信号の双方を含めて「音声信号」と呼んでいる）を扱う通信機や通信ソフトウェアに適用し得るものである。

取得した音声信号中に含まれる雑音成分を抑圧する手法の一つとして、コヒーレンスフィルタ法が挙げられる。コヒーレンスフィルタ法は、特許文献１に記載されているように、左右に死角を有する信号の相互相関を周波数ごとに乗算することで、到来方位に偏りが大きい雑音成分を抑圧する手法である。

特開２００８−７０８７８号公報

しかし、コヒーレンスフィルタ法は、雑音成分を抑圧する効果があるが、一方、ミュージカルノイズという異音成分（トーン性の雑音）を発生させてしまうという課題がある。

そのため、コヒーレンスフィルタ法に従って雑音成分を抑圧しても、ミュージカルノイズの発生を抑えることができる信号処理装置、方法及びプログラムが望まれている。

第１の本発明は、入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理装置において、反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号を、コヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返す反復コヒーレンスフィルタ処理手段を有し、上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、上記反復コヒーレンスフィルタ処理手段は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定する反復終了判定部を有することを特徴とする。

第２の本発明は、入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理方法において、反復コヒーレンスフィルタ処理手段が、反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号をコヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返し、上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、上記反復コヒーレンスフィルタ処理手段の反復終了判定部は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定することを特徴とする。

第３の本発明の信号処理プログラムは、入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理装置に搭載されたコンピュータを、反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号をコヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返す反復コヒーレンスフィルタ処理手段として機能させ、上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、上記反復コヒーレンスフィルタ処理手段は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定する反復終了判定部を有することを特徴とする。

本発明によれば、コヒーレンスフィルタ法に従って雑音成分を抑圧しても、ミュージカルノイズの発生を抑えることができる信号処理装置、方法及びプログラムを提供できる。

第１の実施形態及び第２の実施形態の信号処理装置の全体構成を示すブロック図である。 第１の実施形態における反復コヒーレンスフィルタ処理部の詳細構成を示すブロック図である。 第１の実施形態における指向性形成部からの指向性信号の性質を示す説明図である。 第１の実施形態における指向性形成部による２つの指向性の特性を示す説明図である。 第１の実施形態における反復コヒーレンスフィルタ処理部の詳細動作を示すフローチャートである。 第２の実施形態における反復コヒーレンスフィルタ処理部の詳細構成を示すブロック図である。 第２の実施形態における反復コヒーレンスフィルタ処理部の詳細動作を示すフローチャートである。

（Ａ）第１の実施形態
以下、本発明による信号処理装置、方法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の実施形態の信号処理装置、方法及びプログラムは、コヒーレンスフィルタ処理を所定回数だけ反復して繰り返すことを特徴としている。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る信号処理装置の構成を示すブロック図である。ここで、一対のマイクｍ１及びｍ２を除いた部分は、ハードウェアで構成することも可能であり、また、ＣＰＵが実行するソフトウェア（信号処理プログラム）とＣＰＵとで実現することも可能であるが、いずれの実現方法を採用した場合であっても、機能的には図１で表すことができる。

図１において、第１の実施形態に係る信号処理装置１は、一対のマイクｍ１、ｍ２、ＦＦＴ部１１、反復コヒーレンスフィルタ処理部１２及びＩＦＦＴ部１３を有する。

一対のマイクｍ１、ｍ２は、所定距離（若しくは任意の距離）だけ離れて配置され、それぞれ、周囲の音声を捕捉するものである。各マイクｍ１、ｍ２で捕捉された音声信号（入力信号）は、図示しない対応するＡＤ変換器を介してデジタル信号ｓ１（ｎ）、ｓ２（ｎ）に変換されてＦＦＴ部１１に与えられる。なお、ｎはサンプルの入力順を表すインデックスであり、正の整数で表現される。本文中では、ｎが小さいほど古い入力サンプルであり、大きいほど新しい入力サンプルであるとする。

ＦＦＴ部１１は、マイクｍ１及びｍ２から入力信号系列ｓ１（ｎ）及びｓ２（ｎ）を受け取り、その入力信号ｓ１及びｓ２に高速フーリエ変換（あるいは離散フーリエ変換）を行うものである。これにより、入力信号ｓ１及びｓ２を周波数領域で表現することができる。なお、高速フーリエ変換を実施するにあたり、入力信号ｓ１（ｎ）及びｓ２（ｎ）から、所定のＮ個のサンプルからなる分析フレームＦＲＡＭＥ１（Ｋ）及びＦＲＡＭＥ２（Ｋ）を構成して適用する。入力信号ｓ１（ｎ）から分析フレームＦＲＡＭＥ１（Ｋ）を構成する例を以下の（１）式に示すが、分析フレームＦＲＡＭＥ２（Ｋ）も同様である。

なお、Ｋはフレームの順番を表すインデックスであり、正の整数で表現される。本文中では、Ｋが小さいほど古い分析フレームであり、大きいほど新しい分析フレームであるとする。また、以降の説明において、特に但し書きがない限りは、分析対象となる最新の分析フレームを表すインデックスはＫであるとする。

ＦＦＴ部１１は、分析フレームごとに高速フーリエ変換処理を施すことで、周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）に変換し、得られた周波数領域信号Ｘ１（ｆ，Ｋ）及びＸ２（ｆ，Ｋ）をそれぞれ、反復コヒーレンスフィルタ処理部１２に与える。なお、ｆは周波数を表すインデックスである。また、Ｘ１（ｆ，Ｋ）は単一の値ではなく、（２）式に示すように、複致の周波数ｆ１〜ｆｍのスペクトル成分から構成されるものである。さらに、Ｘ１（ｆ，Ｋ）は複素数であり、実部と虚部からなる。Ｘ２（ｆ，Ｋ）や後述するＢ１（ｆ，Ｋ）及びＢ２（ｆ，Ｋ）も同様である。

Ｘ１（ｆ，Ｋ）＝｛Ｘ１（ｆ１，Ｋ），Ｘ１（ｆ２，Ｋ），…，Ｘ１（ｆｍ，Ｋ）｝ …（２）
反復コヒーレンスフィルタ処理部１２は、コヒーレンスフィルタ処理を所定回数だけ繰り返し実行し、雑音成分が抑圧された信号Ｙ（ｆ，Ｋ）を得て、ＩＦＦＴ部１３に与えるものである。

ＩＦＦＴ部１３は、雑音抑圧後信号Ｙ（ｆ，Ｋ）に対して、逆高速フーリエ変換を施して時間領域信号である出力信号ｙ（ｎ）を得るものである。

図２は、反復コヒーレンスフィルタ処理部１２の詳細構成を示すブロック図である。

図２において、反復コヒーレンスフィルタ処理部１２は、入力信号受信部２１、反復回数カウンタ・参照信号初期化部２２、指向性形成部２３、フィルタ係数計算部２４、回数監視・反復実施可否制御部２５、フィルタ処理部２６、反復回数カウンタ更新部２７、参照信号更新部２８及びフィルタ処理後信号送信部２９を有する。

反復コヒーレンスフィルタ処理部１２においては、これらの各部２１〜２９が協働して動作することにより、後述する図５のフローチャートに示す処理を実行する。

入力信号受信部２１は、ＦＦＴ部１１から出力された周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）を受け取るものである。

反復回数カウンタ・参照信号初期化部２２は、反復回数を表すカウンタ変数（以下、反復回数カウンタと呼ぶ）ｐと、コヒーレンスフィルタ係数を算出するための参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）、ｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）を初期化する。反復回数カウンタｐの初期化値は０であり、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）の初期化値はそれぞれ、Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）である。

ここで、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）の表記は、周波数がｆで、フレームがＫ番目で、反復回数がｐの信号であることを表しており、１ｃｈは、２つの参照信号の一方の信号であることを表している。

指向性形成部２３は、特定方向に指向性が強い２種類の指向性信号（第１及び第２の指向性信号）Ｂ１（ｆ，Ｋ，ｐ）、Ｂ２（ｆ，Ｋ，ｐ）を形成するものである。指向性信号Ｂ１（ｆ，Ｋ，ｐ）、Ｂ２（ｆ，Ｋ，ｐ）を形成する方法は、既存の方法を適用することができ、例えば、（３）式及び（４）式に従った演算により求める方法を適用することができる。

第１の指向性信号Ｂ１（ｆ，Ｋ，ｐ）は、後述するように音源方向の特定方向（右方向）に強い指向性を持つ信号であり、第２の指向性信号Ｂ２（ｆ，Ｋ，ｐ）は、後述するように音源方向の特定方向（左方向）に強い指向性を持つ信号である。

コヒーレンスフィルタ処理の反復が１回もなされていない状態では、参照信号の初期化値を上述したように定めているので、（３）式及び（４）式で表される第１及び第２の指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）はそれぞれ、（５）式、（６）式で表される。なお、（５）式及び（６）式においては、フレームインデックスＫ、反復回数カウンタｐは演算には関与しないので、記載を省略している。

以下、第１及び第２の指向性信号Ｂ１（ｆ）及びＢ２（ｆ）の算出式の意味を、（５）式を例に、図２及び図３を用いて説明する。図２（Ａ）に示した方向θから音波が到来し、距離ｌだけ隔てて設置されている一対のマイクｍ１及びｍ２で捕捉されたとする。このとき、音波が一対のマイクｍ１及びｍ２に到達するまでには時間差が生じる。この到達時間差τは、音の経路差をｄとすると、ｄ＝ｌ×ｓｉｎθなので、音速をｃとすると（７）式で与えられる。

τ＝ｌ×ｓｉｎθ／ｃ …（７）
ところで、入力信号ｓ１（ｎ）にτだけ遅延を与えた信号ｓ１（ｔ−τ）は、入力信号ｓ２（ｔ）と同一の信号である。従って、両者の差をとった信号ｙ（ｔ）＝ｓ２（ｔ）−ｓ１（ｔ−τ）は、θ方向から到来した音が除去された信号となる。結果として、マイクロフォンアレーｍ１及びｍ２は図２（Ｂ）のような指向特性を持つようになる。

なお、以上では、時間領域での演算を記したが、周波数領域で行っても同様なことがいえる。この場合の式が、上述した（５）式及び（６）式である。今、一例として、到来方位θが±９０度であることを想定する。すなわち、第１の指向性信号Ｂ１（ｆ）は、図３（Ａ）に示すように右方向に強い指向性を有し、第２の指向性信号Ｂ２（ｆ）は、図３（Ｂ）に示すように左方向に強い指向性を有する。なお、以降では、θ＝±９０度であることを想定して説明するが、θは±９０度に限定されるものではない。

反復されたコヒーレンスフィルタ処理においては、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）が入力信号と見なされてコヒーレンスフィルタ処理されるため、上述した（３）式及び（４）式を適用する。

フィルタ係数計算部２４は、第１及び第２の指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）に基づいて、（８）式に従ってコヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）を計算するものである。

回数監視・反復実施可否制御部２５は、反復回数カウンタｐと予め定められた反復回数最大値ＭＡＸとを比較し、反復回数カウンタｐが反復回数最大値ＭＡＸより小さければコヒーレンスフィルタ処理を反復させ、反復回数カウンタｐが反復回数最大値ＭＡＸに達するとコヒーレンスフィルタ処理を反復させずに終了させるように各部を制御するものである。

反復回数カウンタ更新部２７は、回数監視・反復実施可否制御部２５がコヒーレンスフィルタ処理を反復させると決定したときに、反復回数カウンタｐを１だけ増加させるものである。この増加に伴い、新たな一連のコヒーレンスフィルタ処理が始まる。

参照信号更新部２８は、周波数成分ごとに、入力された周波数領域信号Ｘ１（ｆ，Ｋ）及びＸ２（ｆ，Ｋ）のそれぞれに対して、（９）式及び（１０）式に示すように、フィルタ係数計算部２４が算出したコヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）を乗算し、フィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）を得る。また、参照信号更新部２８は、得られたフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）を、（１１）式及び（１２）式に示すように、次の反復処理における参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）に設定するものである。

フィルタ処理後信号送信部２９は、回数監視・反復実施可否制御部２５がコヒーレンスフィルタ処理の反復を終了させると決定したときに、その時点で得られているフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）及びＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）の一方を、反復コヒーレンスフィルタ処理信号Ｙ（ｆ，Ｋ）としてＩＦＦＴ部１３に与えるものである。また、フィルタ処理後信号送信部２９は、Ｋを１だけ増加させて次のフレームの処理を起動させるものである。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の信号処理装置１の動作を、図面を参照しながら、全体動作、反復コヒーレンスフィルタ処理部１２における詳細動作の順に説明する。

一対のマイクｍ１及びｍ２から入力された信号ｓ１（ｎ）、ｓ２（ｎ）はそれぞれ、ＦＦＴ部１１によって時間領域から周波数領域の信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）に変換された後、反復コヒーレンスフィルタ処理部１２に与えられる。これにより、反復コヒーレンスフィルタ処理部１２において、コヒーレンスフィルタ処理が所定回数（Ｍ回）だけ繰り返し実行され、得られた雑音抑圧後信号Ｙ（ｆ，Ｋ）がＩＦＦＴ部１３に与えられる。

ＩＦＦＴ部１３においては、周波数領域信号である雑音抑圧後信号Ｙ（ｆ，Ｋ）が、逆高速フーリエ変換によって、時間領域信号ｙ（ｎ）に変換され、この時間領域信号ｙ（ｎ）が出力される。

次に、反復コヒーレンスフィルタ処理部１２における詳細動作を、図５のフローチャートを参照しながら説明する。なお、図５は、あるフレームの処理を示しており、フレームごとに、図５に示す処理が繰り返される。

新たなフレームになり、新たなフレーム（現フレームＫ）の周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）がＦＦＴ部１１から与えられると、反復コヒーレンスフィルタ処理部１２は、反復回数カウンタｐを０に、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）をそれぞれ、周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）に初期化する（ステップＳ１）。

次に、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）に基づき、（３）式及び（４）式に従って、第１及び第２の指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）が計算され（ステップＳ２）、さらに、これらの指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）に基づき、（８）式に従って、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）が計算される（ステップＳ３）。

そして、周波数成分ごとに、（９）式及び（１０）式に示すように、入力された周波数領域信号Ｘ１（ｆ，Ｋ）及びＸ２（ｆ，Ｋ）のそれぞれと、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）とが乗算され、フィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）が得られる（ステップＳ４）。

次に、反復回数カウンタｐと予め定められた反復回数最大値ＭＡＸとが比較される（ステップＳ５）。

反復回数カウンタｐが反復回数最大値ＭＡＸより小さい場合には、反復回数カウンタｐが１だけ増加されて新しい反復回数でのコヒーレンスフィルタ処理に入り（ステップＳ６）、直前のフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ−１）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ−１）が、新しい反復回数での参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）に設定された後（ステップＳ７）、上述したステップＳ２の指向性信号の計算処理に移行する。

これに対して、反復回数カウンタｐが反復回数最大値ＭＡＸに達した場合には、その時点で得られているフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）及びＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）の一方が、反復コヒーレンスフィルタ処理信号Ｙ（ｆ，Ｋ）としてＩＦＦＴ部１３に与えられると共に、フレーム変数Ｋが１だけ増加されて（ステップＳ８）、次のフレームの処理に移行される。

（Ａ−３）第１の実施形態の効果
第１の実施形態によれば、コヒーレンスフィルタ処理後の信号から改めてフィルタ係数を推定して入力信号に付与し、コヒーレンスフィルタ処理を所定回数だけ繰り返すので、コヒーレンスフィルタ法に従って雑音成分を抑圧しつつ、ミュージカルノイズの発生を抑えることができる。

これにより、第１の実施形態の信号処理装置を、テレビ会議システムや携帯電話やスマートフォンなどの通信装置に適用することで、通話音質の向上が期待できる。

（Ｂ）第２の実施形態
次に、本発明による信号処理装置、方法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詳述する。

第２の実施形態の信号処理装置、方法及びプログラムは、コヒーレンスフィルタ処理を反復して繰り返す反復回数を適応的に制御することを特徴としている。

第１の実施形態では、コヒーレンスフィルタ処理の反復回数が固定であった。しかし、最適な反復回数は、雑音の特性によって変動する。そのため、反復回数を固定にした場合、雑音の抑圧量が不足する恐れがある。また、反復を繰り返すたびに音声が歪み自然さが損なわれる場合があり、反復回数を徒に多くしても不都合が生じる。そのため、第２の実施形態では、歪みやミュージカルノイズが少ない音質の自然さと、抑圧性能とがバランスよく実現されるような最適な反復回数を設定することを特徴としている。

（Ｂ−１）第２の実施形態の構成
第２の実施形態に係る信号処理装置１Ａの全体構成も、第１の実施形態の説明で用いた上述した図１で表すことができる。但し、反復コヒーレンスフィルタ処理部１２Ａの内部構成が、第１の実施形態のものと異なっている。

図６は、第２の実施形態の反復コヒーレンスフィルタ処理部１２Ａの詳細構成を示すブロック図であり、上述した図２との同一、対応部分には同一符号を付して示している。

第２の実施形態の反復コヒーレンスフィルタ処理部１２Ａは、第１の実施形態の反復コヒーレンスフィルタ処理部１２におけるフィルタ係数計算部２４に代えて、フィルタ係数・平均ＣＦ係数計算部２４Ａを有し、また、第１の実施形態の反復コヒーレンスフィルタ処理部１２における回数監視・反復実施可否制御部２５に代えて、平均ＣＦ係数増減監視・反復実施可否制御部２５Ａを有する点が、第１の実施形態の反復コヒーレンスフィルタ処理部１２と異なっており、その他の構成は、第１の実施形態の反復コヒーレンスフィルタ処理部１２と同様である。

すなわち、第２の実施形態の反復コヒーレンスフィルタ処理部１２Ａは、入力信号受信部２１、反復回数カウンタ・参照信号初期化部２２、指向性形成部２３、フィルタ係数・平均ＣＦ係数計算部２４Ａ、平均ＣＦ係数増減監視・反復実施可否制御部２５Ａ、フィルタ処理部２６、反復回数カウンタ更新部２７、参照信号更新部２８及びフィルタ処理後信号送信部２９を有する。

フィルタ係数・平均ＣＦ係数計算部２４Ａは、第１及び第２の指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）に基づいて、（８）式に従ってコヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）を計算するのに加え、得られた周波数成分ごとのコヒーレンスフィルタ係数ｃｏｅｆ（０，Ｋ，ｐ）〜ｃｏｅｆ（Ｍ−１，Ｋ，ｐ）の平均値（以下、平均コヒーレンスフィルタ係数と呼ぶ）ＣＯＨ（Ｋ，ｐ）を、（１３）式に従って計算するものである。

平均ＣＦ係数増減監視・反復実施可否制御部２５Ａは、現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）と、前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）とを比較し、現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）より大きければコヒーレンスフィルタ処理を反復させ、現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）以下であればコヒーレンスフィルタ処理を反復させずに終了させるように各部を制御するものである。

以下、平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）を反復の終了判定に利用することとした理由を説明する。

コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）は左右に死角を有する信号成分の相互相関でもあるので、相関が大きい場合は、到来方位には偏りがない正面から到来する音声成分であり、相関が小さい場合は、到来方位が右か左に偏った成分である、というように入力音声の到来方位とも対応付けられる。従って、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）を乗算することは、横から到来する雑音成分を抑圧しているということができ、反復するほど、横から到来する成分の影響を排除されたコヒーレンスフィルタ係数が得られるようになる。

実際に、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）を全ての周波数成分で平均した値である平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）を（１３）式に従って算出して挙動を確認すると、反復回数が増すほど、雑音区間における平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）は増大していき、横から到来する成分の寄与が小さくなっていくことが確認できる。

しかし、必要以上に反復した場合には、正面から到来する成分まで抑圧されるようになり、音質が歪む。そして、その際、平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）は正面から到来する成分の影響が小さくなるため減少していく。

以上のような反復回数に応じた平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）の挙動から、平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が極大値をとる反復回数が、抑圧性能と音質とのバランスがとれる回数であると考えられる。

そこで、反復ごとの平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）を観測し、平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）の変化（挙動）が増加から減少に転じた時点で反復処理を終了することとした。これにより、最適な反復回数で反復コヒーレンスフィルタ処理を実行させることができる。

（Ｂ−２）第２の実施形態の動作
次に、第２の実施形態の信号処理装置１Ａにおける反復コヒーレンスフィルタ処理部１２Ａの詳細動作を、図面を参照しながら説明する。なお、第２の実施形態の信号処理装置１Ａの全体動作は、第１の実施形態の信号処理装置１の全体動作と同様であるので、その説明は省略する。

図７は、第２の実施形態における反復コヒーレンスフィルタ処理部１２Ａの詳細動作を示すフローチャートであり、第１の実施形態に係る図５との同一ステップには同一符号を付して示している。

新たなフレーム（現フレームＫ）の周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）が与えられると、反復回数カウンタｐは０に、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）はそれぞれ、周波数領域信号Ｘ１（ｆ，Ｋ）、Ｘ２（ｆ，Ｋ）に初期化される（ステップＳ１）。次に、参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）に基づき、（３）式及び（４）式に従って、第１及び第２の指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）が計算される（ステップＳ２）。

さらに、これらの指向性信号Ｂ１（ｆ，Ｋ，ｐ）及びＢ２（ｆ，Ｋ，ｐ）に基づき、（８）式に従って、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）が計算され、得られた周波数成分ごとのコヒーレンスフィルタ係数ｃｏｅｆ（０，Ｋ，ｐ）〜ｃｏｅｆ（Ｍ−１，Ｋ，ｐ）に基づき、（１３）式に従って、平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が算出される（ステップＳ１１）。

そして、現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が、前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）より大きいか否かが判別される（ステップＳ１２）。

現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が、前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）より大きい場合には、周波数成分ごとに、（９）式及び（１０）式に示すように、入力された周波数領域信号Ｘ１（ｆ，Ｋ）及びＸ２（ｆ，Ｋ）のそれぞれと、コヒーレンスフィルタ係数ｃｏｅｆ（ｆ，Ｋ，ｐ）とが乗算され、フィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）が得られる（ステップＳ４）。さらに、反復回数カウンタｐが１だけ増加されて新しい反復回数でのコヒーレンスフィルタ処理に入り（ステップＳ６）、直前のフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ−１）、ＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ−１）が、新しい反復回数での参照信号ｒｅｆ＿１ｃｈ（ｆ，Ｋ，ｐ）及びｒｅｆ＿２ｃｈ（ｆ，Ｋ，ｐ）に設定された後（ステップＳ７）、上述したステップＳ２の指向性信号の計算処理に移行する。

これに対して、現在の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ）が、前回の反復回数での平均コヒーレンスフィルタ係数ＣＯＨ（Ｋ，ｐ−１）以下の場合には、その時点で得られているフィルタ処理後信号ＣＦ＿ｏｕｔ＿１ｃｈ（ｆ，Ｋ，ｐ）及びＣＦ＿ｏｕｔ＿２ｃｈ（ｆ，Ｋ，ｐ）の一方が、反復コヒーレンスフィルタ処理信号Ｙ（ｆ，Ｋ）としてＩＦＦＴ部１３に与えられると共に、フレーム変数Ｋが１だけ増加されて（ステップＳ８）、次のフレームの処理に移行される。

（Ｂ−３）第２の実施形態の効果
第２の実施形態によれば、平均コヒーレンスフィルタ係数が増加から減少に転じる、音質と抑圧性能のバランスが良い段階で、反復コヒーレンスフィルタ処理を終了するようにしたので、音質と抑圧性能をバランス良く実現することができる。

これにより、第２の実施形態の信号処理装置を、テレビ会議システムや携帯電話やスマートフォンなどの通信装置に適用することで、通話音質の向上が期待できる。

（Ｃ）他の実施形態
第２の実施形態では、平均コヒーレンスフィルタ係数の挙動が増加から減少に転じたことを、現在の反復回数での平均コヒーレンスフィルタ係数が前回の反復回数での平均コヒーレンスフィルタ係数以下であることが１回生じたことにより判定するものを示したが、現在の反復回数での平均コヒーレンスフィルタ係数が前回の反復回数での平均コヒーレンスフィルタ係数以下であることが所定回（例えば２回）連続したときに、平均コヒーレンスフィルタ係数の挙動が増加から減少に転じたと判定するようにしても良い。

第２の実施形態では、抑圧性能と音質のバランスがとれることを目標として反復回数を制御したが、抑圧性能を重視して音質を低めにしたり、反対に、音質を重視して抑圧性能を控え目に設定したりするようにしても良い。前者の場合であれば、例えば、平均コヒーレンスフィルタ係数が減少に転じた以降も、予め定められている回数だけ反復処理を繰り返す。後者の場合であれば、例えば、平均コヒーレンスフィルタ係数が減少に転じた反復回数より、予め定められている回数だけ前の反復回数でのコヒーレンスフィルタ係数（現在より所定回数前のコヒーレンスフィルタ係数を保存するようにしておく）を適用したフィルタ処理後の信号を、出力信号とするようにすれば良い。

上記第２の実施形態では、相前後する反復回数での平均コヒーレンスフィルタ係数の大小に基づいて、反復処理の終了を判定するものを示したが、相前後する反復回数での平均コヒーレンスフィルタ係数の傾き（微分係数）に基づいて、反復処理の終了を判定するようにしても良い。傾きが０（若しくは０±α（αは極小値を判定できる程度の小さな値）の範囲内の値）に変化したときに、反復処理を終了させると判定する。傾きは、相前後する反復回数での平均コヒーレンスフィルタ係数の算出時刻の時間差が一定の場合であれば、相前後する反復回数での平均コヒーレンスフィルタ係数の差として算出することができ、相前後する反復回数での平均コヒーレンスフィルタ係数の算出時刻の時間差が一定でない場合であれば、平均コヒーレンスフィルタ係数の算出ごとにその時刻を記録しておき、相前後する反復回数での平均コヒーレンスフィルタ係数の差を、時刻の差で割ることによって算出することができる。

上記第２の実施形態では、平均コヒーレンスフィルタ係数を反復処理の終了判定に利用するものを示したが、他のパラメータを適用するようにしても良い。例えば、前後の反復回数における、中央の周波数成分のコヒーレンスフィルタ係数同士で比較して反復処理の継続か終了かの判定を行うようにしても良い。また例えば、全てではなく、一部の周波数成分の平均を比較して反復処理の継続か終了かの判定を行うようにしても良い。さらに、複数の周波数成分の代表値として、平均値以外の他の統計量（例えば中央値）を適用するようにしても良い。

上記実施形態では、前後の反復回数におけるコヒーレンスＣＯＨ（Ｋ，ｐ）及びＣＯＨ（Ｋ，ｐ−１）を反復ごとに比較して、反復ごとに反復処理の継続か終了かの判定を行うものを示したが、反復処理の開始前に、コヒーレンスＣＯＨ（Ｋ）に応じて、反復回数を定めるようにしても良い。例えば、上記実施形態のようにして終了タイミングを定めた場合における、コヒーレンスＣＯＨ（Ｋ）の値と実反復回数との関係を、シミュレーション等によって多数得て、それらの関係を整理して、コヒーレンス（の範囲）と最大反復回数との関係式、若しくは、変換テーブルを予め作成しておき、コヒーレンスが算出されたときに、関係式若しくは変換テーブルを適用して反復回数（最大反復回数）を定め、その反復回数だけコヒーレンスフィルタ処理を反復するようにしても良い。

上記実施形態では、反復処理の継続か終了の判定に、コヒーレンスＣＯＨ（Ｋ）を用いたものを示したが、コヒーレンスＣＯＨ（Ｋ）に代えて、「入力音声信号における目的音声の含有量」という概念を持つ他の特徴量を用いて、反復処理の継続か終了かの判定を行うようにしても良い。

上記各実施形態（特に、第１の実施形態）において、周波数領域の信号で処理していた処理を、可能ならば時間領域の信号で処理するようにしても良い。

上記各実施形態では、一対のマイクが捕捉した信号を直ちに処理する場合を示したが、本発明の処理対象の音声信号はこれに限定されるものではない。例えば、記録媒体から読み出した一対の音声信号を処理する場合にも、本発明を適用することができ、また、対向装置から送信されてきた一対の音声信号を処理する場合にも、本発明を適用することができる。このような変形実施形態の場合であれば、信号処理装置に入力される段階で、既に周波数領域の信号になっていても良い。

上記各実施形態では、入力が２ｃｈの場合を前提として構成及び動作を説明したが、本発明におけるｃｈ数はこれに限定されるものではなく、ｃｈ数を任意に設定しても良い。

１、１Ａ…信号処理装置、１１…ＦＦＴ部、１２、１２Ａ…反復コヒーレンスフィルタ処理部、１３…ＩＦＦＴ部、ｍ１、ｍ２…マイク、２１…入力信号受信部、２２…反復回数カウンタ・参照信号初期化部、２３…指向性形成部、２４…フィルタ係数計算部、２４Ａ…フィルタ係数・平均ＣＦ係数計算部、２５…回数監視・反復実施可否制御部、２５Ａ…平均ＣＦ係数増減監視・反復実施可否制御部、２６…フィルタ処理部、２７…反復回数カウンタ更新部、２８…参照信号更新部、２９…フィルタ処理後信号送信部。

Claims (6)

1. 入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理装置において、
   反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号を、コヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返す反復コヒーレンスフィルタ処理手段を有し、
   上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、
   上記反復コヒーレンスフィルタ処理手段は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定する反復終了判定部を有する
   ことを特徴とする信号処理装置。
2. 上記反復終了判定部は、コヒーレンスフィルタ係数の分布の代表値としてコヒーレンスフィルタ係数の平均値を適用し、平均値が増大から減少に転じる反復回数で、反復処理の終了条件が成立したと判定することを特徴とする請求項１に記載の信号処理装置。
3. 上記反復終了判定部は、現在の反復回数で得られたコヒーレンスフィルタ係数の平均値と、前回の反復回数で得られたコヒーレンスフィルタ係数の平均値とを大小比較することにより、反復処理の終了条件の成立、不成立を判定することを特徴とする請求項２に記載の信号処理装置。
4. 上記反復終了判定部は、コヒーレンスフィルタ係数の平均値の変化の傾きに基づいて、反復処理の終了条件の成立、不成立を判定することを特徴とする請求項２に記載の信号処理装置。
5. 入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理方法において、
   反復コヒーレンスフィルタ処理手段が、反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号をコヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返し、
   上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、
   上記反復コヒーレンスフィルタ処理手段の反復終了判定部は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定する
   ことを特徴とする信号処理方法。
6. 入力音声信号に含まれている雑音成分をコヒーレンスフィルタ処理によって抑制する信号処理装置に搭載されたコンピュータを、
   反復処理の終了条件を満たすまで、コヒーレンスフィルタ処理後の信号をコヒーレンスフィルタ処理での入力信号として、コヒーレンスフィルタ処理を反復して繰り返す反復コヒーレンスフィルタ処理手段として機能させ、
   上記反復コヒーレンスフィルタ処理手段は、周波数領域信号となっている音声信号を処理するものであり、
   上記反復コヒーレンスフィルタ処理手段は、反復回数ごとに算出された、周波数成分ごとのコヒーレンスフィルタ係数の分布の代表値の挙動が所定の場合に、反復処理の終了条件が成立したと判定する反復終了判定部を有する
   ことを特徴とする信号処理プログラム。

Images