JP6295722B2

JP6295722B2 - エコー抑圧装置、プログラム及び方法

Info

Publication number: JP6295722B2
Application number: JP2014038701A
Authority: JP
Inventors: 尚也川畑
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2014-02-28
Filing date: 2014-02-28
Publication date: 2018-03-20
Anticipated expiration: 2034-02-28
Also published as: US20150249885A1; JP2015162872A; US10090882B2

Description

本発明は、エコー抑圧装置及びエコー抑圧プログラムに関し、例えば、テレビ会議システムや電話会議システムにおいて用いられるエコー抑圧装置及びエコー抑圧プログラムに適用し得るものである。

例えば、従来のテレビ会議システムや電話会議システム等の拡声通話システムでは、スピーカから放音された音（ここで、音は音響や音声等を含む）がマイクに回り込んで送話側に戻る音響エコー信号が発生する。音響エコー信号は通話の著しい妨げとなるため、その抑圧方法に関しては、これまでも多くの研究、開発が行なわれている。

従来、音響エコー信号を抑圧する１つの手法として、エコーサプレッサー（エコー抑圧装置）を使用する手法がある。エコーサプレッサーとは、遠端出力信号と近端入力信号からエコーパス特性、推定エコー信号、エコーサプレスゲインを求めて、近端入力信号とエコーサプレスゲインを乗算することで音響エコー信号を抑圧する手法である。このエコーサプレッサーを使用して音響エコー信号を抑圧する手法が非特許文献１によって提案されている。

非特許文献１のエコーサプレッサーは、過去のフレームの遠端出力信号と近端入力信号とに基づいてエコーパス特性を求める。そして、求めたエコーパス特性と遠端出力信号を乗算した信号を推定エコー信号とし、エコーサプレッサーは、近端入力信号と推定エコー信号とに基づいてエコーサプレスゲインを求め、エコーサプレスゲインを近端入力信号と乗算して音響エコー信号を抑圧する。

非特許文献１に開示されるエコー抑圧装置は、過去のフレームの遠端出力信号と近端入力信号とに基づいてエコーパス特性を求める。そして、求めたエコーパス特性と遠端出力信号とを乗算した信号を推定エコー信号とし、エコー抑圧装置は、近端入力信号と推定エコー信号とに基づいてエコーサプレスゲインを求め、エコーサプレスゲインを近端入力信号と乗算して音響エコー信号を抑圧する。

非特許文献１に記載の従来のエコー抑圧装置について、図５を参照しながら説明する。エコー抑圧装置５００は、遠端信号入力端子５０１、ＤＡ変換器５０２、スピーカ５０３、マイク５０４、ＡＤ変換器５０５、第１周波数分析部５０６、第２周波数分析部５０７、音響結合量計算部５０８、推定エコー信号計算部５０９、ゲイン計算部５１０、積算部５１１、周波数-時間変換部５１２、近端信号出力端子５１３を有する。

遠端信号入力端子５０１は、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯電話等の無線ネットワークの電波を介して遠端側（相手側）遠端信号（相手側のデジタル音信号）が入力される。

ＤＡ変換器５０２は、遠端信号入力端子５０１に入力された遠端信号をデジタル音信号からアナログ音信号に変換し、スピーカ５０３に出力する。

スピーカ５０３は、ＤＡ変換器５０２はから出力されたアナログ信号を近端側（自分側）に出力する。

マイク５０４は、近端側の話者が発した音声等の音信号や環境音や音響エコー信号（例えば、スピーカ５０３から出力されたアナログ音信号が近端側の空間を伝達して回り込んだ信号）等が重畳したアナログ音信号を受音する。

ＡＤ変換器５０５は、マイク５０４から出力されたアナログ音信号をデジタル音信号に変換し、変換したデジタル音信号を第２周波数分析部５０７に出力する。

第１周波数分析部５０６は、遠端信号入力端子５０１に入力された遠端信号を遠端出力信号として周波数領域の信号に変換し、遠端出力信号の周波数スペクトルを出力する。

第２周波数分析部５０７は、ＡＤ変換器５０５から出力されたデジタル音信号を近端入力信号として周波数領域の信号に変換し、近端入力信号の周波数スペクトルを出力する。

音響結合量計算部５０８は、遠端出力信号の周波数スペクトルと近端入力信号の周波数スペクトルとを入力として、エコーパス特性を推定し、推定したエコーパス特性を推定エコー信号計算部５０９に出力する。

推定エコー信号計算部５０９は、遠端出力信号の周波数スペクトルと推定したエコーパス特性に基づいて、推定エコー信号を計算する。

ゲイン計算部５１０は、推定エコー信号と近端入力信号の周波数スペクトルとを入力として、エコーサプレスゲインを計算し、積算部５１１に出力する。

積算部５１１は、近端入力信号の周波数スペクトルにエコーサプレスゲインを乗じて音響エコー信号を抑圧した信号の周波数スペクトルを近端出力信号の周波数スペクトルとして周波数-時間変換部５１２に出力する。

周波数-時間変換部５１２は、近端出力信号の周波数スペクトルを周波数領域の信号から時間領域のデジタル音信号に変換し、変換したデジタル音信号を近端信号（相手側に出力されるのデジタル音信号）として近端信号出力端子５１３に出力する。

近端出力信号出力部５１３は、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯電話等の無線ネットワークの電波に接続されており，近端出力信号時間領域変換部１１７から出力された近端信号を接続されている回線を介して通信相手である遠端側に出力する。

Ｃ．ＦａｌｌｅｒａｎｄＣ．Ｔｂｕｒｎｅｒｙ，"Ｅｓｔｉｍａｔｉｎｇｔｈｅｄｅｌａｙａｎｄｃｏｌｏｒａｔｉｏｎｅｆｆｅｃｔｏｆｔｈｅａｃｏｕｓｔｉｃｅｃｈｏｐａｔｈｆｏｒｌｏｗｃｏｍｐｌｅｘｉｔｙｅｃｈｏｓｕｐｐｒｅｓｓｉｏｎ，"ｐｒｏｃ．ＩＷＡＥＮＣ２００５，ｐｐ．５３−５６，Ｏｃｔ．２００５

しかしながら、非特許文献１のエコー抑圧装置では、ソフトフォンやスマートフォンなどの入出力部にバッファがある機器で使用すると、音響エコー信号を抑圧することができない場合がある。ソフトフォンやスマートフォンはエコー抑圧処理以外にも様々な処理（例えば、アプリケーション、プログラム、制御信号処理等）が動作しており、負荷が大きくなるとバッファに音データを記録する処理やバッファから音データを出力する処理が停止するため、遅延量が大きくなり、且つ遅延量の変動が大きくなるためである。

さらに、非特許文献１のエコー抑圧装置は、周波数領域での処理であるため、周波数領域に変換するためにフレーム毎の処理になる。

フレーム処理の場合、同じタイミングで周波数領域に変換できれば、近端側の音信号に重畳された音響エコー信号の周波数の谷と遠端出力信号と推定エコー信号から求めた推定エコー信号の周波数の谷とが一致し音響エコー信号を抑圧することができる。

しかしながら、遅延量が近端側の空間（エコー経路）や入出力部のバッファにより変動するため、同じタイミングで周波数変換することはできない。この場合、近端側の音信号に重畳された音響エコー信号の周波数の谷と遠端出力信号と推定エコー信号から求めた推定エコー信号の周波数の谷とが少しずれてしまい、遅延量が正しくても、周波数の谷の部分のエコーサプレスゲインが大きくなり、当該部分の音響エコー信号を抑圧できない。

よって、非特許文献１のエコーサプレス装置では、遅延量が大きく、且つ遅延量の変動が大きい機器ではフレーム処理の影響で音響エコー信号と推定エコー信号の周波数の谷の部分がずれ、当該部分の音響エコー信号を抑圧することができない。

そのため、遅延量やフレーム処理に関わらず安定的に音響エコー信号を抑圧することができるエコー抑圧装置、プログラム及び方法が望まれている。

第１の本発明は、時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧装置において、（１）現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持する推定エコー信号保持部と、（２）上記遠端出力信号の振幅スペクトルを複数フレーム保持する遠端出力信号保持部と、（３）上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求めるフレーム遅延量推定部と、（４）上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求める遅延推定エコー信号算出部と、（５）上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求めるエコーパス特性算出部と、（６）上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧するエコー抑圧部とを有することを特徴とする。

第２の本発明のエコー抑圧プログラムは、コンピュータを、（１）時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧装置に搭載されたコンピュータを、（２）現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持する推定エコー信号保持部と、（３）上記遠端出力信号の振幅スペクトルを複数フレーム保持する遠端出力信号保持部と、（４）上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求めるフレーム遅延量推定部と、（５）上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求める遅延推定エコー信号算出部と、（６）上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求めるエコーパス特性算出部と、（７）上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧するエコー抑圧部として機能させることを特徴とする。

第３の本発明は、時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧方法において、（１）推定エコー信号保持部、遠端出力信号保持部、フレーム遅延量推定部、遅延推定エコー信号算出部、エコーパス特性算出部、及びエコー抑圧部を有し、（２）上記推定エコー信号保持部は、現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持し、（３）上記遠端出力信号保持部は、上記遠端出力信号の振幅スペクトルを複数フレーム保持し、（４）上記フレーム遅延量推定部は、上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求め、（５）上記遅延推定エコー信号算出部は、上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求め、（６）上記エコーパス特性算出部は、上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求め、（７）上記エコー抑圧部は、上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧することを特徴とする。

本発明によれば、複数フレームの推定エコー信号を用いて推定エコー信号を求めることでフレーム間の補正をし、遅延量やフレーム処理に関わらず安定的に音響エコー信号を抑圧するエコーサプレス装置を提供することができる。

実施形態に係るエコーサプレス装置の機能的構成について示したブロック図である。実施形態に係るエコーサプレス装置に搭載された推定エコー信号保持部の内部構成について示したブロック図である。実施形態に係るエコーサプレス装置に搭載された推定エコー信号計算部の内部構成について示したブロック図である。実施形態に係るエコーサプレス装置に搭載された遠端出力信号保持部の内部構成について示したブロック図である。従来のエコー消去装置の機能的構成を示すブロック図である。

（Ａ）主たる実施形態
以下、本発明によるエコー抑圧装置、及びエコー抑圧プログラムの一実施形態を、図面を参照しながら詳細に説明する。

主たる実施形態は、実施形態は、例えば、テレビ会議システムや電話会議システム等の拡声通話システムの音声送受信装置のエコー抑圧装置及びプログラムに本発明を適用する場合を例示する。

（Ａ−１）実施形態の構成
図１は、この実施形態に係るエコー抑圧装置１００の構成を示すブロック図である。

実施形態に係るエコー抑圧装置１００は、上述した非特許文献１の課題を解決するエコー抑圧装置を実装したものであり、遠端出力信号が音響エコー信号として近端側のマイクに回り込んで入力されたときでも、近端入力信号に対してエコー抑圧処理（エコーサプレス処理）を行い、音響エコー信号を適切に抑圧するものである。

実施形態のエコー抑圧装置１００は、例えば専用ボードとして構築されるようにしても良いし、ＤＳＰ（デジタルシグナルプロセッサ）へのエコー抑圧プログラムの書き込みによって実現されたものであっても良く、ＣＰＵと、ＣＰＵが実行するソフトウェア（エコー抑圧プログラム）によって実現されたものであっても良く、ＣＰＵやメモリ等を有するコンピュータ（プログラムの実施構成）に、実施形態に係るエコー抑圧プログラムをインストールすることにより実現するようにしても良いが、機能的には、図１で表すことができる。

最初に、エコーサプレス装置１００の内部構成について図１を用い説明する。

図１において実施形態に係るエコー抑圧装置１００は、遠端信号入力端子１０１、出力バッファ１０２、ＤＡ変換器１０３、スピーカ１０４、マイク１０５、ＡＤ変換器１０６、入力バッファ１０７、遠端出力信号周波数領域変換部１０８、遠端出力信号振幅スペクトル計算部１０９、エコーパス特性保持部１１０、推定エコー信号計算部１１１、推定エコー信号保持部１１２、近端入力信号周波数領域変換部１１３、近端入力信号振幅スペクトル計算部１１４、フレーム遅延量推定部１１５、推定エコー信号補正部１１６、遠端出力信号保持部１１７、エコーパス特性計算部１１８、エコーサプレスゲイン計算部１１９、エコーサプレス部１２０、近端出力信号時間領域変換部１２１、近端信号端子１２２を有する。

遠端信号入力端子１０１は、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯電話等の無線ネットワークの電波を介して遠端信号が入力される。

出力バッファ１０２は、エコー抑圧装置１００の処理待ち用のバッファであり、遠端信号入力端子１０１に入力された遠端信号を出力バッファ１０２に一時保持し、、ＤＡ変換器１０３の処理準備ができ次第、ＤＡ変換器１０３に遠端信号を出力する。

ＤＡ変換器１０３は、出力バッファ１０２から出力された遠端信号をデジタル音信号からアナログ音信号に変換してスピーカ１０４に出力する。

スピーカ１０４は、ＤＡ変換器１０３から出力されたアナログ音信号を近端側に出力するものである。

マイク１０５は、近端話者が発した音声等の音信号や環境音や音響エコー信号（例えば、スピーカ１０４から出力されたアナログ音信号が近端側の空間を伝達して回り込んだ信号）等が重畳したアナログ音信号を受音する。マイク１０５は、受音したアナログ音信号をＡＤ変換器１０６に出力する。

ＡＤ変換器１０６は、マイク１０５から出力されたアナログ音信号をデジタル音信号に変換し、変換したデジタル音信号を入力バッファ１０７に出力する。

入力バッファ１０７は、エコー抑圧装置１００の処理待ち用のバッファであり、ＡＤ変換器１０６から出力されたデジタル音信号を入力バッファ１０７に一時保持し、エコー抑圧装置１００の準備ができ次第、デジタル音信号を近端信号周波数変換部１１３に出力する。

遠端出力信号周波数領域変換部１０８は、遠端信号入力端子１０１に入力された遠端信号を遠端出力信号として、例えば、高速フーリエ変換（ＦＦＴ）等により、周波数スペクトルに変換するものである。遠端出力信号周波数領域変換部１０８は、変換した遠端出力信号の周波数スペクトルを遠端出力信号振幅スペクトル計算部１０７に出力する。

遠端出力信号振幅スペクトル計算部１０９は、遠端出力信号周波数領域変換部１０６から出力された遠端出力信号の周波数スペクトルに基づいて、遠端出力信号の振幅スペクトルを算出するものである。遠端出力信号振幅スペクトル計算部１０９は、算出した遠端出力信号の振幅スペクトルをエコーパス特性更新部１１１及び遠端出力信号保持部１１７に出力する。

エコーパス特性保持部１１０は、１フレーム前に推定したエコーパス特性を保持する。エコーパス特性保持部１１０は、保持している推定エコーパス特性を推定エコー信号計算部１１１に出力する。

推定エコー信号計算部１１１は、遠端出力信号振幅スペクトル計算部１０９から出力された遠端出力信号の振幅スペクトルと、エコーパス特性保持部１１０に保持されている推定したエコーパス特性とを乗じて推定エコー信号の振幅スペクトルを算出するものである。推定エコー信号計算部１０９は、算出した推定エコー信号の振幅スペクトルを推定エコー信号保持部１１２に出力する。

推定エコー信号保持部１１２は、推定エコー信号計算部１１１で算出された推定エコー信号の振幅スペクトルを所定時間保持する。推定エコー信号保持部１１２は、フレーム遅延量推定部１１５にフレーム遅延量を推定するために過去の推定エコー信号の振幅スペクトルを複数フレーム出力する。さらに、後記するフレーム遅延量推定部１１５で推定したフレーム遅延量を用いて、該当遅延量のフレームと該当フレームの前後のフレームを読出し、推定エコー信号補正部１１６に出力する。

近端信号周波数領域変換部１１３は、入力バッファ１０７から出力されたデジタル音信号を近端入力信号として、例えば、高速フーリエ変換（ＦＦＴ）等により、周波数スペクトルに変換するものである。近端入力信号周波数領域変換部１１３は、変換した近端入力信号の周波数スペクトルを近端入力信号振幅スペクトル計算部１１４、及びエコーサプレス部１２０に出力する。

近端入力信号振幅スペクトル計算部１１４は、近端入力信号周波数領域変換部１１３から出力された近端入力信号の周波数スペクトルに基づいて、近端入力信号の振幅スペクトルを算出するものである。近端入力信号振幅スペクトル計算部１１４は、算出した近端入力信号の振幅スペクトルをエコーパス特性保持部１１０、フレーム遅延量推定部１１７、及びエコーサプレスゲイン計算部１１９に出力する。

フレーム遅延量推定部１１５は、推定エコー信号保持部１１２に保持されている過去数フレームの推定エコー信号の振幅スペクトルと、近端入力信号振幅スペクトル計算部１１４で求めた近端入力信号の振幅スペクトルとの誤差のフレーム毎に計算する。そして、誤差の合計値が最小になるフレームを特定し、推定エコー信号計算部１１６と遠端出力信号保持部１１７とに出力する。

推定エコー信号補正部１１６は、フレーム遅延量推定部１１５で求めたフレーム遅延量だけ遅延させた推定エコー信号と、その前後の複数フレームの推定エコー信号を読出し、読出した複数フレームの推定エコー信号から推定エコー信号の振幅スペクトルを求める。推定エコー信号補正部１１６は、推定エコー信号をエコーサプレスゲイン計算部１１９に出力する。

遠端出力信号保持部１１７は、遠端出力信号振幅スペクトル計算部１０９から出力させた遠端出力信号の振幅スペクトルを推定エコー信号保持部１１２と同じ所定時間保持する。推定エコー信号保持部１１２に推定エコー信号が保持されるとき、推定エコー信号保持部１１２の推定エコー信号バッファ２０１の書込みと同じフレームに遠端出力信号の振幅スペクトルが保持される。そして、フレーム遅延量推定部１１５で推定したフレーム遅延量だけ遅延させた遠端出力信号の振幅スペクトルをエコーパス特性計算部１１８に出力する。

エコーパス特性計算部１１８は、近端入力信号振幅スペクトル計算部１１３から出力される近端入力信号の振幅スペクトルと、遠端出力信号保持部１１７から出力される遅延遠端出力信号の振幅スペクトルとを取得し、エコーパス特性を算出する。エコーパス特性計算部１１８は求めたエコーパス特性をエコーパス特性保持部１１０に出力する。

エコーサプレスゲイン計算部１１９は、近端入力信号振幅スペクトル計算部１１４で求めた近端入力信号の振幅スペクトルと、推定エコー信号補正部１１６から出力される推定エコー信号の振幅スペクトルからエコーサプレスゲインを計算し、算出したエコーサプレスゲインをエコーサプレス部１２０に出力する。

エコーサプレス部１２０は、エコーサプレスゲイン計算部１１９で算出したエコーサプレスゲインと、近端入力信号周波数領域変換部１１３で求めた近端入力信号の周波数スペクトルとを乗じることにより、近端入力信号の周波数スペクトルに重畳されている音響エコー信号が抑圧された信号の周波数スペクトルを得ることができる。エコーサプレス部１２０は、音響エコー信号を抑圧した近端入力信号の周波数スペクトルを近端出力信号の周波数スペクトルとして、近端出力信号時間領域変換部１２１に出力する。

近端出力信号時間領域変換部１２１は、エコーサプレス部１２０で得られた近端出力信号の周波数スペクトルを、例えば、逆高速フーリエ変換（Inverse FFT）等により、周波数領域の信号から時間領域のデジタル音信号に変換し、変換したデジタル音信号を近端信号（相手側に出力されるのデジタル音信号）として近端信号出力端子１２２に出力する。

近端出力信号端子１２２は、例えば、インターネットプロトコル（ＩＰ）網等のネットワークや、携帯電話等の無線ネットワークの電波に接続されており，近端出力信号時間領域変換部１２１から出力された近端信号を接続されている回線を介して通信相手である遠端側に出力する。

次に、推定エコー信号保持部１１２の内部構成について図２を用いて説明する。

推定エコー信号保持部１１２は、推定エコー信号バッファ２０１を有している。

推定エコー信号バッファ２０１は、推定エコー信号を一定時間保持し、推定エコー信号をフレーム遅延量推定部１１５と推定エコー信号補正部１１６に出力する。推定エコー信号バッファ２０１は、上述の通り、時系列ごとにインクリメントされた各フレーム番号のフレーム（周波数ごとの振幅値により構成される振幅スペクトル）が保持されている。

推定エコー信号補正部１１６は、フレーム読出し部３０１と、フレーム周波数ビン比較部３０２を有している。

フレーム読出し部３０１は、近端入力信号の振幅スペクトルと過去の推定エコー信号の振幅スペクトルの誤差が最小になるフレームとその前後の複数フレーム読出す。フレーム読出し部３０１は、読み出したフレームをフレーム周波数ビン比較部３０２に出力する。

フレーム周波数ビン比較部３０２は、フレーム読出し部３０１で読み出した複数フレーム周波数ビン毎に比較し推定エコー信号を補正してエコーサプレス部１２０に出力する。

遠端出力信号保持部１１７は、遠端出力信号バッファ４０１を有している。

遠端出力信号バッファ４０１は、遠端出力信号を一定時間保持し、遠端出力信号をエコーパス特性計算部１１８に出力する。遠端出力信号バッファ４０１は、上述の通り、時系列ごとにインクリメントされた各フレーム番号のフレーム（周波数ごとの振幅値により構成される振幅スペクトル）が保持されている。

（Ａ−２）実施形態の動作
本発明であるエコーサプレス装置１００におけるエコー抑圧処理の動作開始からエコーを抑圧するまでの動作について説明する。

エコーサプレス装置１００が動作を開始すると、遠端信号入力端子１０１にネットワーク網（ＩＰ網）や携帯電話の電波等が接続されており、接続されている回線を介して遠端側の音声や環境音などのデジタル音信号が遠端信号として入力される。

出力バッファ１０２は、遠端信号入力端子１０１に入力された遠端信号をバッファに一時保持し、ＤＡ変換器１０３の準備ができ次第、順次ＤＡ変換器１０３にバッファに保持されている遠端信号を出力する。

ＤＡ変換１０３は、出力バッファ１０２から出力された遠端信号をデジタル音信号からアナログ音信号に変換しスピーカ１０４に出力し、スピーカ１０４に出力する。

スピーカ１０４は、ＤＡ変換器１０３から出力されたアナログ音信号（電気信号）を音信号として近端側に出力する。

マイク１０５は、近端側の話者が発した音声や環境音や音響エコー信号等の音信号が重畳したアナログ音信号を受音し、受音したアナログ音信号をＡＤ変換器１０６に出力する。

ＡＤ変換器１０６は、マイク１０５から出力されたアナログ音信号を標本化、量子化、符号化等の処理を行いデジタル音信号に変換し、変換したデジタル音信号を入力バッファ１０７に出力する。

入力バッファ１０７は、ＡＤ変換器１０６から出力されたデジタル音信号をバッファに一時保持し、エコー抑圧装置１００の準備ができ次第、デジタル音信号を近端信号周波数変換部１１３に出力する。

遠端出力信号周波数領域変換部１０８では、遠端信号入力端子１０１に入力された遠端信号を遠端出力信号として、例えば、高速フーリエ変換（ＦＦＴ）等により周波数スペクトルに変換され、その変換された遠端出力信号の周波数スペクトルＲＯＵＴ（ｉ，ω）は遠端出力信号振幅スペクトル計算部１０９に出力する。

遠端出力信号振幅スペクトル計算部１０９では、遠端出力信号周波領域変換部１０８から出力された遠端出力信号の周波数スペクトルＲＯＵＴ（ｉ，ω）を用いて、（１）式に従い、遠端出力信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜が求められる。

ここで、ｉはフレーム、ωは周波数ビン、ＲＯＵＴ＿ｒｅａｌ（ｉ，ω）とＲＯＵＴ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの遠端出力信号の周波数スペクトルの実数部と虚数部を示しており、遠端出力信号の周波数スペクトルＲＯＵＴ（ｉ，ω）は、

で表すことができる。（２）式のｊは虚数を表している。そして、遠端出力信号振幅スペクトル計算部１０９により求められた遠端出力信号の周波数の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜は、推定エコー信号計算部１１１及び遠端出力信号保持部１１６に出力する。

推定エコー信号計算部１１１では、エコーパス保持部１１０に保持されているエコーパス特性｜Ｈ（ｉ，ω）｜と、遠端出力信号振幅スペクトル計算部１０９からの遠端出力信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜とを用いて、（３）式により、推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜が求められる。つまり、推定エコー信号計算部１１１は、遠端出力信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜に、エコーパス保持部１１０に保持されているエコーパス特性｜Ｈ（ｉ，ω）｜の対応する周波数ビンを乗じて、当該周波数ビンの推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜を求める。

そして、推定エコー信号計算部１０９により求められた推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜は、推定エコー信号保持部１１２の推定エコー信号バッファ２０１に出力する。

推定エコー信号保持部１１２では、推定エコー信号計算部１１１からの推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜を推定エコー信号バッファ２０１に書込む。

ここで、ｕは推定エコー信号バッファ２０１での推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜の書き込みフレーム番号である。つまり、推定エコー信号計算部１１１で推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜が求まると、推定エコー信号バッファ２０１のフレーム番号ｕに記録される。

推定エコー信号バッファ２０１（Ｂｕｆｆｅｒ（ｕ，ω））は、過去の推定エコー信号の振幅スペクトルが数フレーム保存されている(例えば、推定エコー信号バッファ２０１の容量が１００フレーム記憶できる場合は、過去１００フレームの推定エコー信号の振幅スペクトルが記録できる)。推定エコー信号がフレーム番号ｕに記録されるとフレーム番号ｕに１を加算して、フレーム番号を１つ進める。フレーム番号が推定エコー信号バッファ２０１の容量より大きくなると(例えば、推定エコー信号バッファ２０１の容量が１００フレーム記憶できる場合は、ｕが１００以上になったとき)、ｕに０を代入して、推定エコー信号バッファ２０１の最初から推定エコー信号を書込むようにする。

次に、入力バッファ１０７から出力されたデジタル音信号について説明する。

近端入力信号周波数領域変換部１１３では、入力バッファ１０７から出力されたデジタル音信号を近端入力信号として、例えば、高速フーリエ変換（ＦＦＴ）等により、近端入力信号が周波数スペクトルに変換され、その変換された近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）は、近端入力信号振幅スペクトル計算部１１４及びエコーサプレス部１２０に出力する。

近端入力信号振幅スペクトル計算部１１４は、近端入力信号周波数領域変換部１１０からの近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）を用いて、（５）式に従い、近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜が求められる。

ここで、ＳＩＮ＿ｒｅａｌ（ｉ，ω）とＳＩＮ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの近端入力信号の周波数スペクトルの実数部と虚数部を示しており、近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）は

で表すことができる。（６）式のｊは虚数を表している。そして、近端入力信号振幅スペクトル計算部１１４により求められた近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜は、フレーム遅延量推定部１１５及びエコーパス特性計算部１１８及びエコーサプレスゲイン計算部１１９に出力する。

フレーム遅延量推定部１１５は、推定エコー信号保持部１１２の推定エコー信号バッファ２０１から出力された過去副数フレームの推定エコー信号の振幅スペクトルＢｕｆｆｅｒ（ｕ−ｋ，ω）（ｋ＝１，２・・・Ｎ）と、近端入力信号振幅スペクトル計算部１１４から近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜を取得し、式（７）を用いて、フレーム毎に周波数ビン毎の誤差の合計値を計算する。

ここで、ｉはフレーム、ωは周波数ビン、Ｆｓはサンプリング周波数、Ｅｒｒｏｒ（ｋ）（ｋ＝１、２、…、Ｎ）は、近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜と過去の推定エコー信号の振幅スペクトルＢｕｆｆｅｒ（ｕ−ｋ，ω）（ｋ＝１、２、…、Ｎ）との周波数ビン毎の誤差の合計値、ｕは推定エコー信号バッファ２０１での推定エコー信号の振幅スペクトル｜ＥＣＨＯ（ｉ，ω）｜の書込みフレーム番号である。つまり、推定エコー信号バッファ２０１のフレーム番号ｕから過去ｋフレームの推定エコー信号の振幅スペクトルＢｕｆｆｅｒ（ｕ−ｋ，ω）（ｋ＝１、２、…、Ｎ）と、近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜との誤差の合計値をフレーム毎に計算して、フレーム毎の誤差の合計値を求める。フレーム遅延量推定部１１５は、周波数ビン毎の誤差の合計値をフレーム毎に取得し、式（８）を用いて、誤差の合計値が最小になるフレーム遅延量ｋ_minを求める。

ここで、式（８）のａｒｇｍｉｎ（ｘ（ｋ））という関数は、ｘ（ｋ）が最小になる引数を出力する関数であり、誤差の合計値Ｅｒｒｏｒ（ｋ）が最小になるフレーム遅延量を出力しｋ_ｍｉｎに代入するという式である。そして、フレーム遅延量推定部１１５は、誤差の合計値が最小になるフレーム遅延量ｋ_ｍｉｎを推定エコー信号補正部１１６と遠端出力信号保持部１１７とに出力する。

推定エコー信号補正部１１６は、フレーム読出し部３０１でフレーム遅延量推定部１１５からのｋ_ｍｉｎを用いて、推定エコー信号保持部１１２の推定エコー信号バッファ２０１から、近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜と誤差が最小になるフレームＢｕｆｆｅｒ(ｕ−ｋ_ｍｉｎ，ω）と、その前後の複数フレームＢｕｆｆｅｒ（ｕ−（ｋ_ｍｉｎ±ｍ），ω）（例えば、前後1フレームとするとＭ＝−１、１）を読出し、フレーム周波数ビン比較部３０２で周波数ビン毎に比較し、例えば、最も値が大きくなるフレームの推定エコー信号を推定エコー信号の振幅スペクトル｜ＥＣＨＯ_Ｄｅｌａｙ（ｉ，ω）｜とする。

そして、推定エコー信号補正部１１６により求められた推定エコー信号の振幅スペクトル｜ＥＣＨＯ_Ｄｅｌａｙ（ｉ，ω）｜が求まれば、エコーサプレスゲイン算出部推定エコー信号保持部に出力する。

ここで、推定エコー信号補正部１１６のフレーム周波数ビン比較部３０２による推定エコー信号の補正方法は、種々の方法を適応でき、例えば、誤差が最小になるフレームと、その前後の複数フレームの平均値を推定エコー信号としても良い。

遠端出力信号保持部１１７は、遠端出力信号振幅スペクトル計算部１０９から出力された遠端出力信号の振幅スペクトル｜ＲＯＵＴ（ｉ，ω）｜を、（９）式に示すように推定エコー信号保持部１１２と同じ書込みフレーム番号ｕに書込む。

遠端出力信号バッファ４０１（Ｂｕｆｆｅｒ＿ＲＯＵＴ（ｕ，ω））は、過去の遠端出力信号の振幅スペクトルが複数フレーム保存されている(例えば、遠端出力信号バッファ４０１の容量が１００フレーム記憶できる場合は、過去１００フレームの遠端出力信号の振幅スペクトルが記録できる)。遠端出力信号がフレーム番号ｕに記録されるとフレーム番号ｕに１を加算して、フレーム番号を１つ進める。フレーム番号が遠端出力信号バッファ４０１の容量より大きくなると(例えば、遠端出力信号バッファ４０１の容量が１００フレーム記憶できる場合は、ｕが１００以上になったとき)、ｕに０を代入して、遠端出力信号バッファ４０１の最初から遠端出力信号を書込むようにする。

そして、遠端出力信号保持部１１７は、フレーム遅延量推定部１１５からのフレーム遅延量ｋ_ｍｉｎだけ遅延させたフレームＢｕｆｆｅｒ＿ＲＯＵＴ（ｕ-ｋｍｉｎ，ω）を遅延遠端出力信号の振幅スペクトル|ＲＯＵＴ_Ｄｅｌａｙ（ｉ，ω）|として出力し、エコーパス特性計算部１１８に出力する。

エコーパス特性計算部１１８は、遠端出力信号保持部１１７から出力される遅延遠端出信号の振幅スペクトル｜ＲＯＵＴ_Ｄｅｌａｙ（ｉ，ω）｜と、近端入力信号振幅スペクトル１１４から出力される近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜とから、式（１２）を用いて、エコーパス特性｜Ｈ１（ｉ，ω）｜を計算する。

ここで、ｉはフレーム、ωは周波数ビンである。エコーパス特性計算部１１８は、エコーパス特性｜Ｈ（ｉ，ω）｜をエコーパス特性保持部１１０に出力する。

エコーパス特性保持部１１０は、エコーパス特性計算部１１８からのエコーパス特性と保持しているエコーパス特性を用いて、例えば（１３）式で示している時定数フィルタ等を用いてエコーパス特性を更新する。

エコーサプレスゲイン計算部１１９は、近端入力信号振幅スペクトル計算部１１４から近端入力信号の振幅スペクトル｜ＳＩＮ（ｉ，ω）｜と推定エコー信号補正部１１６から出力された｜ＥＣＨＯ＿Ｄｅｌａｙ（ｉ、ω）｜とを取得して、式（１４）を用いて、エコーサプレスゲインＧ（ｉ，ω）を求める。

ここで、ｉはフレーム、ωは周波数ビンである。そして、エコーサプレスゲイン計算部１１９は、エコーサプレスゲインＧ（ｉ，ω）をエコーサプレス部１２０に出力する
エコーサプレス部１２０は、近端入力信号周波数領域変換部１１３から近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）の実数部ＳＩＮ_ｒｅａｌ（ｉ，ω）と虚数部ＳＩＮ_ｉｍａｇｅ（ｉ，ω）と、エコーサプレスゲイン計算部１１９からエコーサプレスゲインＧ（ｉ，ω）を取得する。そして、式（１５）、式（１６）を用いて、近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）と、エコーサプレスゲインＧ（ｉ，ω）とを乗算して、近端入力信号の周波数スペクトルＳＩＮ（ｉ，ω）に重畳されている音響エコー信号を抑圧した近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を算出する。

ここで、ＳＯＵＴ＿ｒｅａｌ（ｉ，ω）とＳＯＵＴ＿ｉｍａｇｅ（ｉ，ω）は、フレームｉにおける周波数ビンωの近端出力信号の周波数スペクトルの実数部と虚数部を示しており、近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）は

で表すことができる。（１７）式のｊは虚数を表している。

そして、エコーサプレス部１２０は、音響エコー信号を抑圧した近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を近端出力信号時間変換部１２１に出力する。

近端出力信号時間変換部１２１は、エコーサプレス部１２０から出力された近端出力信号の周波数スペクトルＳＯＵＴ（ｉ，ω）を、例えば、逆高速フーリエ変換等により、時間領域の信号に変換し、変換後のデジタル音信号を近端出力信号として近端信号出力端子１２１に出力する。

近端信号出力端子１２１は、エコーサプレスゲイン計算部１１９から出力されたデジタル音信号をネットワーク網（ＩＰ網）や携帯電話の電波を介して遠端側に出力する。

（Ａ−３）実施形態の効果
この実施形態によれば、以下のような効果を奏することができる。

本発明のエコーサプレス装置１００では、推定エコー信号を複数フレーム使用して推定エコー信号を補正することで、周波数の谷が少しずれた場合でも、推定エコー信号やエコーサプレスゲインを正しく算出し、音響エコー信号を抑圧することができるエコー抑圧装置及びエコー抑圧プログラムを提供することができる。

具体的には、エコーサプレス装置１００は、エコーパス特性と遠端入力信号から推定エコー信号を求めバッファに保存し、近端入力信号とバッファに保存されている推定エコー信号の誤差を計算し、最小になるフレームとその前後のフレームから推定エコー信号を求める。そして、エコーサプレス装置１００は、近端入力信号と求めた推定エコー信号からエコーサプレスゲインを求め、近端入力信号と乗算することでエコーを抑圧する。これにより、エコーサプレス装置１００では、遅延量が大きい場合や遅延量の変動が大きい動作環境でも、安定的にエコーの抑圧処理を行うことができる。

また、エコーサプレス装置１００では、誤差が最小となるフレームとその前後のフレームを周波数ビン毎に比較し、最も値が大きくなるフレームの推定エコー信号を推定エコー信号とすることで、周波数ビン毎に推定エコー信号を補正し、エコーを抑圧することができる。

（Ｂ）他の実施形態
本発明は、上記の実施形態に限定されるものではなく、以下に例示するような変形実施形態も挙げることができる。

（Ｂ−１）上記の実施形態では、本発明のエコー抑圧装置（エコーサプレス装置）を、テレビ会議や電話会議などの拡声通話系の電話端末に適用する例について説明したが、その他の電話端末（例えば、携帯電話端末やソフトフォンとして機能するＰＣ等種々の電話端末）に適用するようにしてもよい。

また、上記の実施形態では、本発明のエコー抑圧装置（エコーサプレス装置）を、電話端末に搭載する例について説明したが、エコー抑圧装置（エコーサプレス装置）を、単体の装置として構築するようにしてもよい。

１００…エコーサプレス装置、１０１…遠端信号入力端子、１０２…出力バッファ、１０３…ＤＡ変換器、１０４…スピーカ、１０５…マイク、１０６…ＡＤ変換器、１０７…入力バッファ、１０８…遠端出力信号周波数領域変換部、１０９…遠端出力信号振幅スペクトル計算部、１１０…エコーパス特性保持部、１１１…推定エコー信号計算部、１１２…推定エコー信号保持部、１１３…近端入力信号周波数領域変換部、１１４…近端端入力信号振幅スペクトル計算部、１１５…フレーム遅延量推定部、１１６…推定エコー信号補正部、１１７…遠端出力信号保持部、１１８…エコーパス特性計算部、１１９…エコーサプレスゲイン計算部、１２０…エコーサプレス部、１２１…近端出力信号時間領域変換部、１２２…近端信号出力端子、２０１…推定エコー信号バッファ、３０１…フレーム読出し部、３０２…フレーム周波数ビン比較部、５０１…遠端信号入力端子、５０２…ＤＡ変換器、５０３…スピーカ、５０４…マイク、５０５…ＡＤ変換器、５０６…第１周波数分析部、５０７…第２周波数分析部、５０８…音響結合量計算部、５０９…エコー計算、５１０…ゲイン計算部、５１１…積算部、５１２…周波数-時間変換部、５１３…近端信号出力端子。

Claims

時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧装置において、
現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持する推定エコー信号保持部と、
上記遠端出力信号の振幅スペクトルを複数フレーム保持する遠端出力信号保持部と、
上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求めるフレーム遅延量推定部と、
上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求める遅延推定エコー信号算出部と、
上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求めるエコーパス特性算出部と、
上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧するエコー抑圧部と
を有することを特徴とするエコー抑圧装置。
上記遅延推定エコー信号算出部は、上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを上記推定エコー信号保持部から取得し、上記誤差が最小となるフレームと上記誤差が最小となるフレームの前後の複数フレームの上記推定エコー信号から、上記推定エコー信号を算出すること
を特徴とする請求項１に記載のエコー抑圧装置。
時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧装置に搭載されたコンピュータを、
現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持する推定エコー信号保持部と、
上記遠端出力信号の振幅スペクトルを複数フレーム保持する遠端出力信号保持部と、
上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求めるフレーム遅延量推定部と、
上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求める遅延推定エコー信号算出部と、
上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求めるエコーパス特性算出部と、
上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧するエコー抑圧部と
して機能させることを特徴とするエコー抑圧プログラム。
時系列ごとのフレーム単位で近端入力信号から遠端出力信号に基づく音響エコー信号を抑圧するエコー抑圧方法において、
推定エコー信号保持部、遠端出力信号保持部、フレーム遅延量推定部、遅延推定エコー信号算出部、エコーパス特性算出部、及びエコー抑圧部を有し、
上記推定エコー信号保持部は、現フレームより１フレーム前に推定したエコーパス特性と上記遠端出力信号の振幅スペクトルを乗算した推定エコー信号を複数フレーム保持し、
上記遠端出力信号保持部は、上記遠端出力信号の振幅スペクトルを複数フレーム保持し、
上記フレーム遅延量推定部は、上記近端入力信号の振幅スペクトルと上記推定エコー信号保持部に保持されている複数フレームの推定エコー信号の振幅スペクトルの誤差を求め、上記誤差が最小となるフレームを求め、上記誤差が最小となるフレームと現時刻のフレームからフレーム遅延量を求め、
上記遅延推定エコー信号算出部は、上記フレーム遅延量推定部で求めた上記誤差が最小となるフレームと、上記誤差が最小となるフレームの前後の複数フレームを用いて遅延推定エコー信号を求め、
上記エコーパス特性算出部は、上記遠端出力信号を、上記フレーム遅延量推定部で求めた上記フレーム遅延量だけ遅延させた遅延遠端出力信号の振幅スペクトルを上記遠端出力信号保持部から出力し、上記遅延遠端出力信号の振幅スペクトルと上記近端入力信号の振幅スペクトルとから、エコーパス特性を求め、
上記エコー抑圧部は、上記遅延推定エコー信号算出部が求めた遅延推定エコー信号を用いて、上記近端入力信号から上記音響エコー信号を抑圧する
ことを特徴とするエコー抑圧方法。