JP6728250B2 - 音響処理装置、音響処理方法およびプログラム - Google Patents

Description

本発明の実施形態は、音響処理装置、音響処理方法およびプログラムに関する。

音源から直接届く直接音以外に、壁、床、および、天井などで反射して直接音よりも遅れて届く音を残響と呼ぶ。音源が音声の場合、残響が大きいと音韻が不明瞭になり聞き取りにくくなる。そこで従来、マイクロフォンで集音した音声から残響を除去して聞き取りやすくする信号処理技術が開発されている。

例えば、マイクロフォンで集音した観測信号を用いて、音源からマイクロフォンまでの伝達特性の逆特性を持つ逆フィルタを推定し、観測信号に逆フィルタをかけることによって残響を除去する技術が提案されている。また、所定の遅延を持つ過去の観測信号に残響除去フィルタを適用して得られる信号に音源信号を加算して得られる信号として現在の観測信号を表現する自己回帰モデルに基づいて、観測信号から残響除去フィルタを推定し、観測信号に残響除去フィルタをかけることによって残響を除去する技術が提案されている。

特許第５３１２２４８号 特許第５２２７３９３号

本発明が解決しようとする課題は、残響除去フィルタを推定するコストを小さくすることにある。

実施形態の音響処理装置は、除去部と、推定部とを備える。前記除去部は、残響除去フィルタを用いて、音響信号である観測信号から残響信号を除去する。前記推定部は、前記残響除去フィルタを推定する。前記推定部は、ベクトル取得部と、行列生成部と、ベクトル算出部と、フィルタ算出部とを有する。前記ベクトル取得部は、所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルを取得する。前記行列生成部は、２つの前記対象ベクトルの直積に基づく対象行列に近似した第１行列を生成する。前記ベクトル算出部は、前記対象ベクトルと基準時刻における観測信号との積に基づく目的ベクトルを算出する。前記フィルタ算出部は、前記第１行列と前記目的ベクトルとに基づき、前記基準時刻における前記残響信号を生成するための前記残響除去フィルタを算出する。前記第１行列は、前記対象行列と同一の行数および列数であって、行番号より列番号が小さい位置の値が０、または、行番号より列番号が大きい位置の値が０である。

自己回帰モデルを用いた音響処理装置の機能ブロック図。 自己回帰モデルが表す残響の物理的な意味を説明する図。 （３）式のモデルが表す残響の物理的な意味を説明する図。 （４）式のモデルを用いた音響処理装置の機能ブロック図。 第１の実施形態にかかる音響処理装置の構成ブロック図。 第１の実施形態における残響除去処理のフローチャート。 第１の実施形態の残響除去処理の概念図。 対象行列と第１行列との関係を説明する図。 推定部の機能ブロック図。 残響除去フィルタの推定処理のフローチャート。 フィルタ係数の算出処理のフローチャート。 第２の実施形態にかかる音響処理装置の構成ブロック図。 第２の実施形態の残響除去処理の概念図。 第３の実施形態にかかる音響処理装置の構成ブロック図。 第４の実施形態にかかる音響処理装置の構成ブロック図。 第５の実施形態にかかる音響処理装置の構成ブロック図。 第６の実施形態にかかる音響処理装置の構成ブロック図。 第１から第６の実施形態にかかる音響処理装置のハードウェア図。

以下に添付図面を参照して、この発明にかかる音響処理装置の実施形態を詳細に説明する。以下では、音響信号として主に音声信号を用いる例を説明するが、音響信号は音声信号に限られるものではない。

上述の自己回帰モデルは、例えば以下の（１）式で表される。

ここでｓ（ｔ）は時刻ｔの音源信号、ｘ（ｔ）はマイクロフォンで集音された時刻ｔの観測信号、ｃ（τ）は残響除去フィルタの係数、Ｋは直接音からの残響成分の遅延の上限を表す。このモデルに基づいて、観測信号から残響除去フィルタの係数が推定され、以下の（２）式で表されるフィルタリングによって残響が除去される。

ここで、ｙ（ｔ）は残響が除去された目的信号を表している。またＤは除去する残響の遅延の下限を表している。一般に遅延が小さい範囲では、音源信号そのものの成分と残響成分との区別が難しい。このため、音源信号成分を取り除いて歪みが生じることを避けるために所定の遅延Ｄが設定される。Ｍは、Ｍ＝Ｋ−Ｄで表される整数である。

図１は、上述の自己回帰モデルを用いた音響処理装置１０の機能構成例を示すブロック図である。図１に示すように音響処理装置１０は、受付部１１と、推定部１２と、除去部１３と、を備えている。

受付部１１は、観測信号ｘ（ｔ）の入力を受け付ける。例えば受付部１１は、マイクロフォンなどの集音装置で集音された観測信号を入力する。推定部１２は、観測信号ｘ（ｔ）を参照して残響除去フィルタ係数ｃ（τ）を推定する。

除去部１３は、（２）式に基づいてフィルタリングを行って目的信号ｙ（ｔ）を出力する。ここで、（２）式で表される残響除去フィルタは非再帰型フィルタ（ＦＩＲ（Finite Impulse Response）フィルタ）であるため、フィルタは常に安定であり、出力が発散することはない。

図２は、音響処理装置１０で用いられる自己回帰モデルが表す残響の物理的な意味を説明するための図である。図２に示すように、音源である話者３３からの音源信号がマイクロフォン３１で集音（観測）される。観測信号がスピーカ３２などの音響出力装置から出力される。図２は、音源信号は直接音のみがマイクロフォン３１で観測され、観測信号がスピーカ３２で再生され、残響を伴って再度マイクロフォン３１に集音されることを表している。

このように、自己回帰モデルは、話者３３の口元のマイクロフォン３１で集音した音声を会場に拡声放送し、会場で反射した音声が再度マイクロフォン３１に集音される状況などの残響を表している。

残響が問題になる別の状況として、マイクロフォン３１から離れた音源の音声を集音する状況がある。この場合のモデルは以下の（３）式で表される。図３は、このモデルが表す残響の物理的な意味を説明するための図である。

図３は、音源である話者３３から直接マイクロフォン３１に到達する直接音と、音源信号が壁などで反射することによって減衰し遅延した信号とが加算された信号がマイクロフォン３１で観測されることを表している。

残響を除去する信号処理は、一般に音声認識の前処理として用いられることが多い。これは、例えば話者３３の口元から離れたマイクロフォン３１で音声認識を行う場合、室内の残響によって音声認識の精度が低下するためである。このような用途における残響のモデルは、図３のように話者３３から遠い位置にあるマイクロフォン３１による集音のモデルとなる。

モデルが前提とする状況が異なる、すなわち、モデルが不整合であるため、図１に示すような自己回帰モデルを用いた手法では、図３に示す状況に対して、十分な残響除去の精度を得ることができない。

一方、上述したような逆フィルタを用いる手法は、図３のモデルに基づいている。（３）式のｃ（τ）を観測信号ｘ（ｔ）から求めることができたと仮定すると、残響が除去された目的信号ｙ（ｔ）は以下の（４）式で求められる。

図４は、（４）式のモデルを用いた音響処理装置２０の機能構成例を示すブロック図である。図４に示すように音響処理装置２０は、受付部１１と、推定部２２と、除去部２３と、記憶部２４と、を備えている。受付部１１は、図１と同様であるため同一の符号を付し説明を省略する。

推定部２２は、（３）式のモデルに基づいて残響除去フィルタ係数ｃ（τ）を推定する。除去部２３は、（４）式に基づいて目的信号ｙ（ｔ）を計算する。このとき、過去の目的信号が必要であることから、除去部２３は、記憶部２４に算出した目的信号ｙ（ｔ）を記憶して用いている。

このような構成では、残響除去フィルタが再帰型フィルタ（ＩＩＲ（Infinite Impulse Response）フィルタ）となる。このため、フィルタ係数が不安定となって発散する可能性があり、実際には実施することができない。

一般に残響除去で必要なフィルタの次数は数十以上であり、推定したフィルタ係数の安定性を保証することはできない。そのため、（４）式の再帰型残響除去フィルタの特性を近似する非再帰型の残響除去フィルタ（逆フィルタ）が推定され、（２）式によって残響除去が行われる。

このように、図４のような構成では、モデルに基づいた残響除去フィルタそのものではなく、近似的な逆フィルタを用いている。このため、近似による誤差が生じ、残響除去の精度が低下する場合がある。

（第１の実施形態）
第１実施形態にかかる音響処理装置は、音源から離れたマイクロフォンにより集音する状況に対して、その物理現象と合致したモデルに基づいて、フィルタ係数が不安定とならない手法により、残響除去フィルタを推定する。そして各実施形態にかかる音響処理装置は、推定したフィルタを用いて残響除去処理を行う。これにより、残響除去処理の精度を向上させることが可能となる。

図５は、第１の実施形態にかかる音響処理装置１００の構成の一例を示すブロック図である。図５に示すように、音響処理装置１００は、受付部１１と、第１記憶部１２０と、推定部１０２と、除去部１０３と、更新部１０４と、第２記憶部１２１と、第３記憶部１２２と、を備えている。受付部１１は、図１と同様であるため同一の符号を付し説明を省略する。

音響処理装置１００は、マイクロフォンなどで集音された観測信号ｘ（ｔ）を入力とし、残響が除去された目的信号ｙ_ｎ（ｔ）を出力とする。本実施形態では、処理の対象となる処理区間に含まれる観測信号の全体に対して繰り返し残響除去処理が行われ、最後に得られた目的信号が出力される。処理区間は、例えば、音声認識などの音声処理の対象となる時系列の音響信号を含む区間である。繰り返しの回数をＮ回（Ｎは２以上の整数）とする。図中のｎ（ｎは１≦ｎ≦Ｎを満たす整数）は何回目の繰り返しであるかを示すインデックスである。

第１記憶部１２０は、受付部１１が取得した、処理区間に含まれる観測信号の全体を記憶する。第１記憶部１２０に記憶される観測信号は、推定部１０２によるフィルタ係数の推定処理、および、除去部１０３による残響除去処理で参照される。例えば、第１記憶部１２０は、処理区間のうちの任意の時刻（ｔ）が指定された場合、指定された時刻（ｔ）における観測信号ｘ（ｔ）が推定部１０２および除去部１０３により読み出される。

第２記憶部１２１は、除去部１０３により出力される目的信号ｙ_ｎ（ｔ）を記憶する。後述するように、第２記憶部１２１に記憶される目的信号は、除去部１０３による残響除去処理では直接には参照されない。

第３記憶部１２２は、観測信号から残響が除去された後の目的信号を記憶する。第３記憶部１２２に記憶される目的信号は、推定部１０２によるフィルタ係数の推定処理、および、除去部１０３による残響除去処理で参照される。例えば繰り返しのｎ回目に目的信号ｙ_ｎ（ｔ）を求めるときには、繰り返しの（ｎ−１）回目（この場合、ｎは２≦ｎ≦Ｎ）に求められて第３記憶部１２２に記憶された、時刻ｔに対して過去の目的信号Ｙ_{ｎ−１，ｔ−Ｄ}が参照される。処理を開始する時点（ｎ＝１）では目的信号は求められていないため、第３記憶部１２２は、参照する目的信号の初期値として、時刻ｔに対して過去の観測信号を記憶しておく（Ｙ_{０，ｔ−Ｄ}＝Ｘ_ｔ−Ｄ）。

処理区間に含まれるすべての観測信号に対して除去部１０３により残響除去処理が実行された後、更新部１０４が、第２記憶部１２１に記憶された目的信号によって、第３記憶部１２２に記憶された目的信号を更新する。

除去部１０３により出力され第２記憶部１２１に記憶される目的信号を、以下では出力信号といい、第３記憶部１２２に記憶され除去部１０３により参照される目的信号を、以下では参照信号という場合がある。第３記憶部１２２は、ある処理区間（第１処理区間）に含まれる観測信号（第１観測信号）に対して残響の除去が完了した信号を表す参照信号を記憶する記憶部に相当する。

推定部１０２は、残響除去フィルタのフィルタ係数を推定する。推定部１０２は、音源から離れたマイクロフォンにより集音する状況に適合するモデルに基づいてフィルタ係数を推定する。このモデルは、例えば、遅延して入力される音響信号に残響除去フィルタを適用することによって得られる信号と音響信号とを加算して得られる信号として観測信号を表すモデルである。推定部１０２は、このモデルに基づいて、観測信号（第２観測信号）と、参照信号とを用いて、残響除去フィルタのフィルタ係数を推定する。

除去部１０３は、観測信号から残響を除去する残響除去処理を実行する。例えば除去部１０３は、観測信号（第２観測信号）と、第３記憶部１２２に記憶された参照信号と、推定部１０２により推定されたフィルタ係数を有する残響除去フィルタと、を用いて、観測信号から残響が除去された目的信号（出力信号）を求める。

本実施形態では、同じ処理区間に含まれる観測信号に対して、フィルタ係数の推定処理が複数回（Ｎ回）繰り返し実行され、残響除去処理が複数回（Ｎ回）繰り返し実行される。すなわち、第３記憶部１２２に記憶された参照信号を求めるために用いられた観測信号（第１観測信号）と、参照信号を用いて次の繰り返しで目的信号を求めるために用いられる観測信号（第２観測信号）とは、同じ処理区間に含まれる。

更新部１０４は、出力信号によって参照信号を更新する。例えば更新部１０４は、（ｎ−１）回目に求められる出力信号が、繰り返しのｎ回目の参照信号として用いられるように第３記憶部１２２に記憶された参照信号を更新する。

上述の各部（受付部１１、推定部１０２、除去部１０３、および、更新部１０４）は、例えば、１または複数のプロセッサにより実現される。例えば上述の各部は、ＣＰＵ（Central Processing Unit）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上述の各部は、専用のＩＣ（Integrated Circuit）などのプロセッサ、すなわちハードウェアにより実現してもよい。上述の各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

第１記憶部１２０、第２記憶部１２１および第３記憶部１２２は、ＨＤＤ（Hard Disk Drive）、光ディスク、メモリカード、ＲＡＭ（Random Access Memory）などの一般的に利用されているあらゆる記憶媒体により構成することができる。また、第１記憶部１２０、第２記憶部１２１および第３記憶部１２２は、物理的に異なる記憶媒体としてもよいし、物理的に同一の記憶媒体の異なる記憶領域として実現してもよい。さらに第１記憶部１２０、第２記憶部１２１および第３記憶部１２２のそれぞれは、物理的に異なる複数の記憶媒体により実現してもよい。

次に、このように構成された第１の実施形態にかかる音響処理装置１００による残響除去処理について図６を用いて説明する。図６は、第１の実施形態における残響除去処理の一例を示すフローチャートである。

受付部１１は、例えばマイクロフォンなどにより集音された観測信号を受け付ける（ステップＳ１０１）。繰り返しの１回目の場合、観測信号ｘ（ｔ）が、参照信号ｙ_０（ｔ）として第３記憶部１２２に記憶される。

推定部１０２は、残響除去フィルタのフィルタ係数を推定する（ステップＳ１０２）。繰り返しの１回目では、推定部１０２は、第３記憶部１２２の参照信号ｙ_０（ｔ）と観測信号ｘ（ｔ）とを参照して残響除去フィルタのフィルタ係数ｃ_１（τ）を推定する。

次に除去部１０３は、推定されたフィルタ係数ｃ_１（τ）を有する残響除去フィルタで観測信号から残響を除去した出力信号を算出する（ステップＳ１０３）。例えば除去部１０３は、以下の（５）式に基づいて出力信号ｙ_ｎ（ｔ）を求める。繰り返しの１回目（ｎ＝１）の場合、除去部１０３は、出力信号ｙ_１（ｔ）を算出する。

すなわち、除去部１０３は、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の出力信号のそれぞれと、フィルタベクトルＣ_ｎに含まれる対応するフィルタ係数ｃ_ｎ（τ）とを乗じて得られた複数の乗算値を加算した値を、残響信号として算出する。なお、この場合、複数の出力信号は、（ｎ−１）回のフィルタリングをしたことにより残響信号が除去された信号である。そして、除去部１０３は、算出した残響信号を観測信号から除去して出力信号ｙ_１（ｔ）を算出する。

除去部１０３は、出力信号ｙ_１（ｔ）を第２記憶部１２１に記憶する（ステップＳ１０４）。推定部１０２は、処理区間に含まれるすべての時刻ｔの観測信号を処理したか否かを判断する（ステップＳ１０５）。処理していない場合（ステップＳ１０５：Ｎｏ）、ステップＳ１０２に戻り、次の時刻ｔの観測信号に対して処理が繰り返される。

すべての時刻ｔの観測信号に対して出力信号ｙ_１（ｔ）が求められたら（ステップＳ１０５：Ｙｅｓ）、更新部１０４は、第２記憶部１２１に記憶されている出力信号ｙ_１（ｔ）を次回の繰り返しの参照信号として第３記憶部１２２の内容を更新する（ステップＳ１０６）。

次に、推定部１０２は、処理回数が繰り返し回数（Ｎ）に達したか否かを判断する（ステップＳ１０７）。達していない場合（ステップＳ１０７：Ｎｏ）、ステップＳ１０２に戻り、処理区間に含まれるすべての時刻ｔの観測信号に対して再度処理が繰り返される。

例えば繰り返しの２回目の場合、ｎ＝２として同様に推定部１０２および除去部１０３の処理が行われ出力信号ｙ_２（ｔ）が求められて第２記憶部１２１に記憶される。更新部１０４は、第３記憶部１２２の参照信号ｙ_１（ｔ）をｙ_２（ｔ）で更新して次回の参照信号とする。以下同様に処理がＮ回繰り返される。

処理回数が繰り返し回数（Ｎ）に達した場合（ステップＳ１０７：Ｙｅｓ）、除去部１０３は、Ｎ回目の処理で得られた出力信号ｙ_Ｎ（ｔ）を、最終的な出力信号として出力し（ステップＳ１０８）、残響除去処理を終了する。

図７は、本実施形態の残響除去処理の流れを説明するための概念図である。丸印は各信号の１サンプル（ある時刻ｔの信号）を表している。ｘ（ｔ）は処理区間に含まれる各時刻ｔの観測信号を表す。ｙ（ｔ）は各時刻ｔの参照信号を表す。図７の例では、１９個の観測信号を含む区間が処理区間とされる。

繰り返しの１回目では、観測信号ｘ（ｔ）が第３記憶部１２２に記憶され、参照信号ｙ_０（ｔ）として参照される。繰り返しの１回目で算出された出力信号ｙ_１（ｔ）は、２回目の参照信号として第３記憶部１２２に記憶される。繰り返しの２回目で算出された出力信号ｙ_２（ｔ）は、３回目の参照信号として第３記憶部１２２に記憶される。同様にして、繰り返し回数Ｎに達するまで処理が繰り返される。

次に、推定部１０２による残響除去フィルタ係数の推定処理の一例について説明する。

フィルタベクトルＣ_ｎを、以下の（６）式で定義する。フィルタベクトルＣ_ｎは、基準時刻ｔにおける残響信号を推定するための残響除去フィルタに含まれるフィルタ係数を表す。

また、現在の時刻ｔに対して過去の参照信号を表す対象ベクトルＹ_{ｎ，ｔ−Ｄ}を以下の（７）式で定義する。

この対象ベクトルＹ_{ｎ，ｔ−Ｄ}は、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルの一例である。時刻（ｔ−Ｄ）は、基準時刻（現在の時刻ｔ）から、所定の遅延Ｄだけ遅れた時刻である。第１実施形態においては、対象ベクトルＹ_{ｎ，ｔ−Ｄ}は、（ｎ−１）回（ｎは２以上の整数）のフィルタリングをしたことにより残響信号が除去された、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の時刻における複数の出力信号（複数の参照信号）である。

これらを用いると（５）式は以下の（８）式で表される。フィルタベクトルＣ_ｎおよび対象ベクトルＹ_{ｎ，ｔ−Ｄ}のそれぞれは、Ｍ個（Ｍは２以上の整数）の要素を含む。記号Ｔは行列の転置を表す。

残響が取り除かれた出力信号ｙ_ｎ（ｔ）が平均０分散σ（ｔ）^２の時変正規分布に従うと仮定すると、残響除去フィルタに含まれる複数のフィルタ係数を表すフィルタベクトルＣ_ｎを求める問題は、以下の（９）式で表される目的関数Ｅ（Ｃ_ｎ）を最大化するＣ_ｎを推定する問題に帰着される。

ただし、Ｎ（ｘ；μ，σ^２）は、平均μ、分散σ^２の正規分布を表すｘの関数である。

目的関数Ｅ（Ｃ_ｎ）を最大化するフィルタベクトルＣ_ｎは、以下の（１０）式に示す関係式により算出される。

対象行列Ｒ_ｎは、Ｍ×Ｍ個の要素を含む正方行列であり、下記の（１１−１）式により表される。また、目的ベクトルｒ_ｎは、Ｍ個の要素を含むベクトルであり、下記の（１１−２）式により表される。

すなわち、対象行列Ｒ_ｎは、２つの対象ベクトルＹ_{ｎ，ｔ−Ｄ}の直積に対して、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を乗じた値を、所定時間範囲で積分した行列である。また、目的ベクトルｒ_ｎは、対象ベクトルＹ_{ｎ，ｔ−Ｄ}と基準時刻ｔにおける観測信号ｘ（ｔ）との積に対して、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を乗じた値を、所定時間範囲で積分したベクトルである。なお、所定時間範囲は、例えば、処理の対象となる処理区間の範囲であってもよいし、１サンプル分の信号範囲であってもよいし、任意に設定した時間範囲であってもよい。

基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数は、例えば、時刻に応じた変数とすることも可能である。例えば、時刻に応じた変数は、基準時刻ｔにおける、直前のフィルタリングにより残響信号が除去された出力信号の値の二乗の逆数であってもよい。この場合、対象行列Ｒ_ｎは、下記の（１２−１）式により表される。また、目的ベクトルｒ_ｎは、下記の（１２−２）式により表される。

また、観測信号が十分に長い場合、出力信号が時不変正規分布に従うと仮定し、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を、時間に依存しない定数（例えば１）とすることができる。この場合、対象行列Ｒ_ｎは、下記の（１３−１）式により表される。また、目的ベクトルｒ_ｎは、下記の（１３−２）式により表される。

すなわち、対象行列Ｒ_ｎは、２つの対象ベクトルＹ_{ｎ，ｔ−Ｄ}の直積を所定時間範囲で積分した行列であってもよい。また、目的ベクトルｒ_ｎは、対象ベクトルＹ_{ｎ，ｔ−Ｄ}と基準時刻ｔにおける観測信号ｘ（ｔ）との積を、所定時間範囲で積分したベクトルであってもよい。

図８は、対象行列と第１行列との関係を説明する図である。ここで、推定部１０２は、下記の（１４）式に示す第１関係式に従って、フィルタベクトルＣ_ｎを算出する。

すなわち、推定部１０２は、第１行列Ｒ_ｎ´とフィルタベクトルＣ_ｎとの行列積が、目的ベクトルｒ_ｎと等しいことを表す第１関係式に従って、残響除去フィルタに含まれるフィルタ係数を含むフィルタベクトルＣ_ｎを算出する。

第１行列Ｒ_ｎ´は、対象行列Ｒ_ｎに近似した行列である。具体的には、第１行列Ｒ_ｎ´は、対象行列Ｒ_ｎと同一の行数および列数であって、行番号より列番号が小さい位置の値が０、または、行番号より列番号が大きい位置の値が０である。

例えば、図８の（ａ）に示すように、推定部１０２は、対象行列Ｒ_ｎにおける、行番号より列番号が小さい位置の値を０にマスキングすることにより、上三角行列である第１行列Ｒ_ｎ´を生成する。このように生成された第１行列Ｒ_ｎ´は、行番号と列番号とが同一の位置の値および行番号より列番号が大きい位置の値が、対象行列Ｒ_ｎに含まれる値と同一であり、行番号より列番号が小さい位置の値が０である。なお、推定部１０２は、行番号と列番号とが同一の位置の値および行番号より列番号が大きい位置の値のうちの一部の値を、対象行列Ｒ_ｎとは異なる値としてもよい。この場合、第１行列Ｒ_ｎ´は、行番号と列番号とが同一の位置の値および行番号より列番号が大きい位置の値のうちの、少なくとも一部が、対象行列Ｒ_ｎに含まれる値と同一であり、行番号より列番号が小さい位置の値が０である。

例えば、図８の（ｂ）に示すように、推定部１０２は、対象行列Ｒ_ｎにおける、行番号より列番号が大きい位置の値を０にマスキングすることにより、下三角行列である第１行列Ｒ_ｎ´を生成してもよい。このように生成された第１行列Ｒ_ｎ´は、行番号と列番号とが同一の位置の値および行番号より列番号が小さい位置の値が、対象行列Ｒ_ｎに含まれる値と同一であり、行番号より列番号が大きい位置の値が０である。なお、推定部１０２は、行番号と列番号とが同一の位置の値および行番号より列番号が小さい位置の値のうちの一部の値を、対象行列Ｒ_ｎとは異なる値としてもよい。この場合、第１行列Ｒ_ｎ´は、行番号と列番号とが同一の位置の値および行番号より列番号が小さい位置の値のうちの、少なくとも一部が、対象行列Ｒ_ｎに含まれる値と同一であり、行番号より列番号が大きい位置の値が０である。

推定部１０２は、このような第１行列Ｒ_ｎ´を用いることにより、非常に簡易に、残響除去フィルタに含まれるフィルタ係数を表すフィルタベクトルＣ_ｎを算出することができる。

例えば、第１行列Ｒ_ｎ´が３行３列の上三角行列であり、フィルタベクトルＣ_ｎおよび目的ベクトルｒ_ｎが３行１列のベクトルであったとする。この場合、（１４）式に示された第１関係式は、下記の（１５）式のように表される。

なお、（１５）式において、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉは、既に算出されている値である。ｘ_１、ｘ_２、ｘ_３は、フィルタベクトルＣ_ｎに含まれるフィルタ係数であり、推定部１０２による算出対象となる未知の変数である。

（１５）式の行列演算式から、下記の（１６−１）式、（１６−２）式および（１６−３）式が導き出される。

（１６−３）式の未知の変数は、ｘ_３の１個のみである。従って、推定部１０２は、一次方程式を解けばｘ_３を算出することができる。

（１６−２）式の未知の変数は、ｘ_２およびｘ_３の２個である。しかし、ｘ_３の解が算出された後であれば、（１６−２）式の未知の変数は、ｘ_２の１個のみである。従って、推定部１０２は、ｘ_３の解が算出された後であれば、一次方程式を解けばｘ_２の解を算出することができる。

（１６−１）式の未知の変数は、ｘ_１、ｘ_２およびｘ_３の３個である。しかし、ｘ_２およびｘ_３の解が算出された後であれば、（１６−１）式の未知の変数は、ｘ_１の１個のみである。従って、推定部１０２は、ｘ_２およびｘ_３の解が算出された後であれば、一次方程式を解けばｘ_１の解を算出することができる。

以上から、第１行列Ｒ_ｎ´が上三角行列である場合、最も大きい行番号から小さい行番号に向かい行毎に順次に方程式を解く演算を行うことにより、残響除去フィルタに含まれるフィルタ係数を非常に簡易な演算で算出することができる。一方、第１行列Ｒ_ｎ´が下三角行列である場合には、最も小さい行番号から大きい行番号に向かい行毎に順次に方程式を解く演算を行うことにより、残響除去フィルタに含まれるフィルタ係数を非常に簡易な演算で算出することができる。

図９は、推定部１０２の機能ブロックを示す図である。推定部１０２は、ベクトル取得部２０１と、行列生成部２０２と、ベクトル算出部２０３と、フィルタ算出部２０４とを有する。

ベクトル取得部２０１は、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルを取得する。本実施形態においては、ベクトル取得部２０１は、（ｎ−１）回のフィルタリングをしたことにより残響信号が除去された、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の時刻における複数の出力信号を含む対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}を取得する。

行列生成部２０２は、２つの対象ベクトルの直積に基づく対象行列Ｒ_ｎに近似した第１行列Ｒ_ｎ´を生成する。例えば、対象行列Ｒ_ｎは、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}との直積に対して、時刻に応じた変数を乗じた行列を、所定時間範囲で積分した行列である。例えば、時刻に応じた変数は、基準時刻ｔにおける、直前のフィルタリングにより残響信号が除去された出力信号ｙ_ｎ−１（ｔ）の二乗の逆数（１／（ｙ_ｎ−１（ｔ））^２）である。また、対象行列Ｒ_ｎは、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}との直積に対して定数（例えば１）を乗じた行列を、所定時間範囲で積分した行列であってもよい。

例えば、行列生成部２０２は、このような対象行列Ｒ_ｎにおける行番号より列番号が小さい位置の値を０にマスキングすることにより、上三角行列である第１行列Ｒ_ｎ´を生成する。また、例えば、行列生成部２０２は、このような対象行列Ｒ_ｎにおける行番号より列番号が大きい位置の値を０にマスキングすることにより、下三角行列である第１行列Ｒ_ｎ´を生成してもよい。

ベクトル算出部２０３は、対象ベクトルと基準時刻ｔにおける観測信号ｘ（ｔ）との積に基づく目的ベクトルｒ_ｎを算出する。例えば、目的ベクトルｒ_ｎは、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と基準時刻ｔにおける観測信号ｘ（ｔ）との積に対して、時刻に応じた変数を乗じたベクトルを所定時間範囲で積分したベクトルである。時刻に応じた変数は、第１行列Ｒ_ｎ´の生成に用いる変数と同一である。また、例えば、目的ベクトルｒ_ｎは、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と基準時刻ｔにおける観測信号ｘ（ｔ）との積に対して定数（例えば１）を乗じたベクトルを所定時間範囲で積分したベクトルであってもよい。

フィルタ算出部２０４は、第１行列Ｒ_ｎ´と目的ベクトルｒ_ｎとに基づき、基準時刻ｔにおける残響信号を生成するための残響除去フィルタを算出する。より具体的には、フィルタ算出部２０４は、第１行列Ｒ_ｎ´とフィルタベクトルＣ_ｎとの行列積が目的ベクトルｒ_ｎと等しいことを表す第１関係式に従って、残響除去フィルタに含まれる複数のフィルタ係数を算出する。

図１０は、残響除去フィルタの推定処理のフローチャートである。推定部１０２は、ｎ回目のフィルタリングにおいて、図１０に示すフローチャートに従って残響除去フィルタを生成する。

まず、ステップＳ２０１において、ベクトル取得部２０１は、複数の対象信号を含む対象ベクトルを取得する。本実施形態においては、ベクトル取得部２０１は、対象ベクトルとして、（ｎ−１）回のフィルタリングをしたことにより残響信号が除去された複数の出力信号を含む対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}を取得する。

続いて、ステップＳ２０２において、行列生成部２０２は、対象ベクトルに基づき、対象行列Ｒ_ｎを算出する。例えば、行列生成部２０２は、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}との直積に対して時刻に応じた変数を乗じ、所定時間範囲で積分することにより、対象行列Ｒ_ｎを算出する。時間に応じた変数は、例えば、（ｎ−１）回のフィルタリングにより残響信号が除去された出力信号ｙ_ｎ−１（ｔ）の二乗の逆数（１／（ｙ_ｎ−１（ｔ））^２）である。また、行列生成部２０２は、時間に応じた変数に代えて、所定の定数（例えば１）を用いて対象行列Ｒ_ｎを算出してもよい。

続いて、ステップＳ２０３において、行列生成部２０２は、対象行列Ｒ_ｎに基づき、第１行列Ｒ_ｎ´を生成する。例えば、行列生成部２０２は、対象行列Ｒ_ｎにおける行番号より列番号が小さい位置の値を０にマスキングすることにより、上三角行列である第１行列Ｒ_ｎ´を生成する。また、例えば、行列生成部２０２は、対象行列Ｒ_ｎにおける行番号より列番号が大きい位置の値を０にマスキングすることにより、下三角行列である第１行列Ｒ_ｎ´を生成する。

なお、行列生成部２０２は、ステップＳ２０２およびステップＳ２０３の処理を一括して実行してもよい。すなわち、行列生成部２０２は、対象ベクトルから、直接、第１行列Ｒ_ｎ´を生成してもよい。この場合、例えば、行列生成部２０２は、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}との直積の演算において、行番号より列番号が小さい位置または行番号より列番号が大きい位置の値の算出処理をスキップして、０とすればよい。

続いて、ステップＳ２０４において、ベクトル算出部２０３は、対象ベクトルに基づき、目的ベクトルｒ_ｎを算出する。例えば、ベクトル算出部２０３は、対象ベクトルＹ_{ｎ−１，ｔ−Ｄ}と基準時刻ｔにおける観測信号ｘ（ｔ）との積に対して時刻に応じた変数を乗じ、所定時間範囲で積分することにより、目的ベクトルｒ_ｎを算出する。時刻に応じた変数は、対象行列Ｒ_ｎの生成に用いた変数と同一である。

続いて、ステップＳ２０５において、フィルタ算出部２０４は、第１行列Ｒ_ｎ´と目的ベクトルｒ_ｎとに基づき、基準時刻ｔにおける残響信号を生成するための残響除去フィルタを算出する。より具体的には、フィルタ算出部２０４は、第１行列Ｒ_ｎ´とフィルタベクトルＣ_ｎとの行列積が目的ベクトルｒ_ｎと等しいことを表す第１関係式に従って、残響除去フィルタに含まれる複数のフィルタ係数を表すフィルタベクトルＣ_ｎを算出する。そして、推定部１０２は、このように算出したフィルタベクトルＣ_ｎを除去部１０３に与える。

図１１は、フィルタ算出部２０４によるフィルタ係数の算出処理のフローチャートである。フィルタ算出部２０４は、ステップＳ２０５において、図１１のステップＳ２１１からステップＳ２１９の処理を実行する。

まず、ステップＳ２１１において、フィルタ算出部２０４は、第１行列Ｒ_ｎ´が、上三角行列かまたは下三角行列かを判断する。第１行列Ｒ_ｎ´が上三角行列である場合（ステップＳ２１１のＹｅｓ）、フィルタ算出部２０４は、処理をＳ２１２に進める。第１行列Ｒ_ｎ´が下三角行列である場合（ステップＳ２１１のＮｏ）、フィルタ算出部２０４は、処理をステップＳ２１６に進める。

ステップＳ２１２において、フィルタ算出部２０４は、変数ｉにＭを代入する。変数ｉは、演算対象の行を表す。Ｍは、第１行列Ｒ_ｎ´の行数を表す整数である。続いて、ステップＳ２１３において、フィルタ算出部２０４は、下記の（１７）式を演算して、ｉ行目のフィルタ係数ｃ_ｎ（ｉ）を算出する。

（１７）式において、Ｒ_ｎ（ｉ，ｉ）は、対象行列Ｒ_ｎ（または第１行列Ｒ_ｎ´）における、ｉ行ｉ列の値である。ｒ_ｎ（ｉ）は、目的ベクトルｒ_ｎのｉ行の値である。Ｒ_ｎ（ｉ，ｍ）は、対象行列Ｒ_ｎ（または第１行列Ｒ_ｎ´）における、ｉ行ｍ列の値である。ｃ_ｎ（ｍ）は、フィルタベクトルＣ_ｎのｍ行の値である。なお、（１７）式のΣの項は、ｍ＞Ｍの場合、０となる。

続いて、ステップＳ２１４において、フィルタ算出部２０４は、ｉ＝１であるか否かを判断する。ｉ＝１ではない場合（ステップＳ２１４のＮｏ）、フィルタ算出部２０４は、ステップＳ２１５において、ｉから１を減算して、処理をステップＳ２１３に戻す。これにより、フィルタ算出部２０４は、ｉをＭから１まで１ずつ減少させながら、ｉ行目のフィルタ係数ｃ_ｎ（ｉ）を算出することができる。そして、ｉ＝１となった場合（ステップＳ２１４のＹｅｓ）、フィルタ算出部２０４は、本フローを終了する。以上の処理により、フィルタ算出部２０４は、第１行列と、残響除去フィルタに含まれる複数のフィルタ係数を含むフィルタベクトルとの行列積が目的ベクトルと等しいことを表す第１関係式（Ｒ_ｎ´Ｃ_ｎ＝ｒ_ｎ）に従って、最も大きい行番号から小さい行番号に向かい行毎に順次に、残響除去フィルタに含まれるフィルタ係数ｃ_ｎ（ｉ）を算出することができる。

一方、ステップＳ２１６において、フィルタ算出部２０４は、変数ｉに１を代入する。続いて、ステップＳ２１７において、フィルタ算出部２０４は、下記の（１８）式を演算して、ｉ行目のフィルタ係数ｃ_ｎ（ｉ）を算出する。

（１８）式における各値は、（１７）式と同一である。ただし、（１８）式のΣの項は、１＞ｍの場合、０となる。

続いて、ステップＳ２１８において、フィルタ算出部２０４は、ｉ＝Ｍであるか否かを判断する。ｉ＝Ｍではない場合（ステップＳ２１８のＮｏ）、フィルタ算出部２０４は、ステップＳ２１９において、ｉに１を加算して、処理をステップＳ２１７に戻す。これにより、フィルタ算出部２０４は、ｉをＭから１まで１ずつ増加させながら、ｉ行目のフィルタ係数ｃ_ｎ（ｉ）を算出することができる。そして、ｉ＝Ｍとなった場合（ステップＳ２１８のＹｅｓ）、フィルタ算出部２０４は、本フローを終了する。以上の処理により、フィルタ算出部２０４は、第１行列と、残響除去フィルタに含まれる複数のフィルタ係数を含むフィルタベクトルとの行列積が目的ベクトルと等しいことを表す第１関係式（Ｒ_ｎ´Ｃ_ｎ＝ｒ_ｎ）に従って、最も小さい行番号から大きい行番号に向かい行毎に順次に、残響除去フィルタに含まれるフィルタ係数ｃ_ｎ（ｉ）を算出することができる。

以上のように、第１の実施形態に係る音響処理装置１００によれば、残響除去フィルタを非常に簡易な計算で算出することができる。これにより、第１の実施形態に係る音響処理装置１００によれば、残響除去フィルタを推定するコストを小さくすることができる。

第１の実施形態では、音源から離れたマイクロフォンで集音した場合の残響の物理モデルを模擬する（３）式のモデルに基づいて残響除去フィルタ係数を求め、その係数を参照信号に畳み込んで残響成分を求めている。このため、精度よく残響を除去することができる。推定された１セットの残響除去フィルタ係数を用いたフィルタリング処理の過程では、参照信号が出力信号で置き換えられることはなく、再帰型のフィルタとはならない。このため、出力が発散する問題は生じない。

上述した実施形態において、ＤおよびＫの値は、０≦Ｄ＜Ｋを満たす任意の値を設定することができる。これらの値は集音環境における残響の特性に応じて設定すればよい。一般に遅れ時間が２５ｍｓ以下の初期反射音については音声の明瞭性に影響を与えにくいことから、Ｄは２５ｍｓ程度に相当する値をサンプリング周波数に応じて設定すればよい。残響時間が長い環境ではＫの値は大きめに設定する必要がある。ＫとＤの値の差が大きいほど計算量が大きくなる傾向があるため、性能と計算量のバランスを考慮して調整すればよい。

上述した実施形態では、除去部１０３は（５）式に基づいて出力信号を求めるものとして説明したが、これに限定されるものではない。例えば、（５）式のｙ_ｎ（ｔ）の符号とｘ（ｔ）の符号が異なる場合にｙ_ｎ（ｔ）＝０でクリッピングするようにしてもよい。または、（５）式のｙ_ｎ（ｔ）の絶対値がｘ（ｔ）の絶対値を超える場合にｙ_ｎ（ｔ）の絶対値をｘ（ｔ）の絶対値で制限するようにしてもよい。雑音などの影響によって残響除去フィルタの係数に誤差が生じた場合でも、残響除去による音質劣化の副作用を防止することができる。

（変形例）
第１の実施形態では、ある処理区間の観測信号全体に対して残響除去フィルタ係数を推定するものとして説明した。本変形例では、観測信号を所定の時間間隔で区切ったブロック毎に残響除去フィルタ係数の推定と残響除去処理を行う。すなわち、複数の観測信号を含む処理区間が分割されたブロックを処理区間（第１処理区間）として処理が実行される。

ブロック長をＬとし、ブロックの番号を表すインデックスをｂとすると、第ｂ番目のブロックの範囲は、ｂＬ≦ｔ≦ｂＬ＋Ｌ−１となる。推定部１０２は、以下の（１９−１）式および（１９−２）式に示される対象行列Ｒ_ｎおよび目的ベクトルｒ_ｎを用いて残響除去フィルタ係数を求める。

（１９−１）式および（１９−２）式は、（１２−１）式および（１２−２）式をブロック毎の処理に変更した式である。除去部１０３は、ｂＬ≦ｔ≦ｂＬ＋Ｌ−１の範囲で（５）式を用いて出力信号ｙ_ｎ（ｔ）を求める。第１の実施形態と同様に、残響除去フィルタ係数の推定と出力信号の算出が、当該ブロックに対してＮ回繰り返される。最終的に得られた出力信号が当該ブロックの結果として出力される。第ｂ番目のブロックの処理が完了したら、第（ｂ＋１）番目のブロックの観測信号を入力して同様に順次処理を行う。

本変形例によれば、観測信号が長く残響の特性が時間的に変動するような場合に、残響特性の変化に追従して精度よく残響を除去することが可能となる。また、リアルタイムの処理において順次残響を除去した目的信号を出力する必要があるような場合は、本変形例を用いることで、出力の遅延を低減することが可能となる。

このように、第１の実施形態にかかる音響処理装置では、繰り返しの各回で、前の回で求められた目的信号を参照するように、残響除去処理が繰り返し実行される。これにより、再帰型ではないフィルタにより精度よく残響を除去することが可能となる。

（第２の実施形態）
第２の実施形態にかかる音響処理装置は、上記変形例と同様に、複数の観測信号を含む処理区間が分割されたブロックを処理区間として残響除去処理を実行する。本実施形態では、前のブロック（第１処理区間）で求められた目的信号を参照信号として、後のブロック（第２処理区間）の残響除去処理が実行される。

図１２は、第２の実施形態にかかる音響処理装置１００−２の構成の一例を示すブロック図である。図１２に示すように、音響処理装置１００−２は、受付部１１と、第１記憶部１２０と、推定部１０２−２と、除去部１０３−２と、更新部１０４−２と、第２記憶部１２１と、第３記憶部１２２と、を備えている。

第２の実施形態では、推定部１０２−２、除去部１０３−２および更新部１０４−２の機能が第１の実施形態と異なっている。その他の構成および機能は、第１の実施形態にかかる音響処理装置１００のブロック図である図５と同様であるので、同一符号を付し、ここでの説明は省略する。

推定部１０２−２は、前の処理区間（ブロック）で算出された目的信号を参照信号として、フィルタ係数の推定処理を実行する点が、第１の実施形態の推定部１０２と異なっている。除去部１０３−２は、前の処理区間（ブロック）で算出された目的信号を参照信号として、残響除去処理を実行する点が、第１の実施形態の除去部１０３と異なっている。

更新部１０４−２は、前の処理区間（ブロック）で求められる出力信号が、次の処理区間（ブロック）の参照信号として用いられるように第３記憶部１２２に記憶された参照信号を更新する。

このように本実施形態では、ある処理区間（ブロック）に含まれる観測信号に対して、前の処理区間（ブロック）で算出された目的信号を参照信号として残響除去処理が実行される。すなわち、第３記憶部１２２に記憶された参照信号を求めるために用いられた観測信号（第１観測信号）と、参照信号を用いて次の繰り返しで目的信号を求めるために用いられる観測信号（第２観測信号）とは、異なる処理区間（ブロック）に含まれる。

本実施形態は、ブロック長Ｌと除去する残響の遅延の下限値Ｄが、Ｌ≦Ｄの関係を満たす場合に適用できる。Ｌ≦Ｄが成立する場合、あるブロックのフィルタ係数の推定処理で参照する参照信号が、直前のブロックの出力信号により確定している。すなわち、参照信号が現在のブロックで算出された出力信号で置き換えられることはなく、再帰型のフィルタとはならない。このため、出力が発散する問題は生じない。

図１３は、第２の実施形態の残響除去処理の流れを説明するための概念図である。丸印は各信号の１サンプル（ある時刻ｔの信号）を表している。ｘ（ｔ）は処理区間に含まれる各時刻ｔの観測信号を表す。ｙ（ｔ）は各時刻ｔの参照信号を表す。破線はブロックの境界を示す。図１３の例ではブロック長Ｌ＝８となっている。

第（ｂ−１）番目のブロックの処理を完了したと仮定し、第ｂ番目のブロックを処理する手順を説明する。この時点で、第３記憶部１２２には第（ｂ−１）番目のブロックとそれ以前のブロックで求められた目的信号が参照信号として記憶されている。第ｂ番目のブロックに対しては参照信号の初期値として観測信号が記憶されている。

推定部１０２−２の処理について説明する。まず推定部１０２−２は、上述した（１９−１）式、（１９−２）式で表される対象行列Ｒ_ｎおよび目的ベクトルｒ_ｎを求める。さらに、推定部１０２−２は、対象行列Ｒ_ｎに基づき、第１行列Ｒ_ｎ´を生成する。なお、推定部１０２−２は、対象ベクトルから、直接、第１行列Ｒ_ｎ´を生成してもよい。

次に推定部１０２−２は、第１行列Ｒ_ｎ´、目的ベクトルｒ_ｎ、直前のブロックの第１行列Ｒ_ｎ ^ｂ−１´、目的ベクトルｒ_ｎ ^ｂ−１、および、所定のスムージング係数αを用いて、当該ブロックの第１行列Ｒ_ｎ ^ｂ´、および目的ベクトルｒ_ｎ ^ｂを、以下の（２０）式、（２１）式で求める。

αの値は、０＜α＜１の範囲で設定される。αは、例えばＬが小さくなるほど１に近い値（例えば０．９）が用いられる。推定部１０２−２は、これらを用いて、残響除去フィルタ係数Ｃ_ｎを以下の第１関係式（（２２）式）に基づき求める。

次に、除去部１０３−２は、（５）式を用いて当該ブロックの出力信号を算出し、第２記憶部１２１に記憶する。次に、更新部１０４−２は、第３記憶部１２２の当該ブロックの参照信号を第２記憶部１２１の出力信号で更新する。

本実施形態の推定部１０２−２の処理において、（１９−１）式および（１９−２）式のＹ_{ｎ−１，ｔ−Ｄ}が参照する範囲は、Ｌ≦Ｄが成立するため、常に第（ｂ−１）番目のブロックかそれ以前のブロックに含まれている。例えば、残響の遅延の下限値Ｄ＝９、上限値Ｋ＝１４の場合、Ｙ_{ｎ−１，ｔ−Ｄ}が参照する範囲は図１３の範囲４０１となる。

すなわち、本実施形態では、当該ブロックの最初（ｎ＝１）の残響除去フィルタ推定処理においても、参照信号が直前のブロックの出力信号として確定しているため、（３）式の残響モデルに基づいた残響除去フィルタの推定が可能であり、必ずしも繰り返しを行う必要がない。繰り返しを行わない場合は、繰り返す場合と比較して計算量を削減可能となる。

また本実施形態では、残響除去フィルタ係数は、当該ブロックだけで求めるのではなく、それ以前の信号の情報も利用して第１行列Ｒ_ｎ ^ｂ´および目的ベクトルｒ_ｎ ^ｂをスムージングしながら求められる。これにより、ブロックが短い場合でも高精度に残響除去が可能なフィルタ係数を安定して求めることが可能となる。

なお、スムージングを実行せず、第１の実施形態と同様の方法でフィルタ係数を求めてもよい。また、最初のブロックなどのように直前のブロックの出力信号（参照信号）が存在しない場合は、当該ブロックの観測信号などを参照信号の初期値として用いればよい。

このように、第２の実施形態では高い残響除去性能を維持したままアルゴリズム遅延と演算量を低減することができる。このため、リアルタイム処理に適している。

（第３の実施形態）
第１の実施形態および第２の実施形態では、音源から離れたマイクロフォンにより集音する状況と合致したモデルに基づいて、残響除去フィルタを推定した。これに対して、第３の実施形態では、マイクロフォンで集音した観測信号がスピーカから出力され、再度マイクロフォンに集音される状況と合致したモデルに基づいて、残響除去フィルタを推定する。なお、第３の実施形態を説明するにあたり、第１の実施形態と共通の内容については説明を省略する。

図１４は、第３の実施形態にかかる音響処理装置１００−３の構成の一例を示すブロック図である。図１４に示すように、音響処理装置１００−３は、受付部１１と、第１記憶部１２０と、推定部１０２−３と、除去部１０３−３と、更新部１０４と、第２記憶部１２１と、第３記憶部１２２とを備えている。

第３の実施形態では、推定部１０２−３および除去部１０３−３の機能が第１の実施形態と異なっている。その他の構成および機能は、第１の実施形態にかかる音響処理装置１００のブロック図である図５と同様であるので、同一符号を付し、ここでの説明は省略する。

推定部１０２−３は、残響除去フィルタのフィルタ係数を推定する。推定部１０２−３は、マイクロフォンで集音した観測信号がスピーカから出力され、再度マイクロフォンに集音される状況に適合したモデルに基づいてフィルタ係数を推定する。このモデルは、例えば、現在の音響信号と、過去の観測信号に残響除去フィルタを適用して得られる信号とを加算した信号が、観測信号を表す。推定部１０２−３は、このモデルに基づいて、観測信号と、参照信号とを用いて、残響除去フィルタのフィルタ係数を推定する。

除去部１０３−３は、観測信号から残響を除去する残響除去処理を実行する。例えば除去部１０３−３は、第１記憶部１２０に記憶された現在の観測信号および過去の観測信号と、推定部１０２−３により推定された残響除去フィルタとを用いて、観測信号から残響が除去された目的信号（出力信号）を求める。

このような構成の第３の実施形態に係る音響処理装置１００−３は、第１の実施形態に係る音響処理装置１００と同様の手順で処理を実行する。ただし、推定部１０２−３および除去部１０３−３で実行される処理の内容は異なる。

除去部１０３−３は、残響除去フィルタで観測信号から残響を除去した出力信号を算出する場合に、以下の（２３）式に基づいて出力信号ｙ_ｎ（ｔ）を算出する。

すなわち、除去部１０３は、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の観測信号のそれぞれと、フィルタベクトルＣ_ｎに含まれる対応するフィルタ係数ｃ_ｎ（τ）とを乗じて得られた複数の乗算値を加算した値を、残響信号として算出する。そして、除去部１０３は、算出した残響信号を観測信号から除去して出力信号ｙ_１（ｔ）を算出する。

このように、除去部１０３−３は、（２３）式を用いて出力信号（ｔ）を算出することにより、現在の音響信号と過去の音響信号に残響除去フィルタを適用して得られる信号とを加算した信号が観測信号を表すモデルに基づき、観測信号から残響信号を除去することができる。

次に、推定部１０２−３による残響除去フィルタの推定処理について説明する。

現在の時刻ｔに対して過去の観測信号を表す対象ベクトルＸ_ｔ−Ｄを以下の（２４）式で定義する。

この対象ベクトルＸ_ｔ−Ｄは、時刻（ｔ−Ｄ）から所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルの一例である。対象ベクトルＸ_ｔ−Ｄは、Ｍ個の要素を含む。

（２４）式を用いると、（２３）式は、以下の（２５）式で表される。

残響が取り除かれた出力信号ｙ_ｎ（ｔ）が平均０分散σ（ｔ）^２の時変正規分布に従うと仮定すると、残響除去フィルタに含まれる複数のフィルタ係数を表すフィルタベクトルＣ_ｎを求める問題は、以下の（２６）式で表される目的関数Ｅ（Ｃ_ｎ）を最大化するＣ_ｎを推定する問題に帰着される。

従って、第３の実施形態でも、目的関数Ｅ（Ｃ_ｎ）を最大化するフィルタベクトルＣ_ｎは、第１の実施形態で示した（１０）式に示す関係式により算出される。ただし、第３の実施形態において、対象行列Ｒ_ｎは、下記の（２７−１）式により表される。また、目的ベクトルｒ_ｎは、下記の（２７−２）式により表される。

すなわち、対象行列Ｒ_ｎは、２つの対象ベクトルＸ_ｔ−Ｄの直積に対して、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を乗じた値を、所定時間範囲で積分した行列である。また、目的ベクトルｒ_ｎは、対象ベクトルＸ_ｔ−Ｄと基準時刻ｔにおける観測信号ｘ（ｔ）との積に対して、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を乗じた値を、所定時間範囲で積分したベクトルである。なお、所定時間範囲は、例えば、処理の対象となる処理区間の範囲であってもよいし、１サンプル分の信号範囲であってもよいし、任意に設定した時間範囲であってもよい。

基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数は、例えば、時刻に応じた変数とすることも可能である。例えば、時刻に応じた変数は、基準時刻ｔにおける、直前のフィルタリングにより残響信号が除去された出力信号の値の二乗の逆数であってもよい。この場合、対象行列Ｒ_ｎは、下記の（２８−１）式により表される。また、目的ベクトルｒ_ｎは、下記の（２８−２）式により表される。

また、観測信号が十分に長い場合、出力信号が時不変正規分布に従うと仮定し、基準時刻ｔでの正規分布の分散σ^２（ｔ）の逆数を、時間に依存しない定数（例えば１）とすることができる。この場合、対象行列Ｒ_ｎは、下記の（２９−１）式により表される。また、目的ベクトルｒ_ｎは、下記の（２９−２）式により表される。

すなわち、対象行列Ｒ_ｎは、２つの対象ベクトルＸ_ｔ−Ｄの直積を所定時間範囲で積分した行列であってもよい。また、目的ベクトルｒ_ｎは、対象ベクトルＸ_ｔ−Ｄと基準時刻ｔにおける観測信号ｘ（ｔ）との積を、所定時間範囲で積分したベクトルであってもよい。

また、第３の実施形態においても推定部１０２−３は、第１の実施形態に係る推定部１０２と同様に、対象行列Ｒ_ｎに基づき第１行列Ｒ_ｎ´を生成する。そして、推定部１０２−３は、第１行列Ｒ_ｎ´および目的ベクトルｒ_ｎから、フィルタベクトルＣ_ｎを算出する。従って、第３の実施形態に係る推定部１０２−３は、第１行列Ｒ_ｎ´および目的ベクトルｒ_ｎを生成した後の構成および処理は、第１の実施形態に係る推定部１０２と同様である。これにより、第３の実施形態においても、推定部１０２−３は、非常に簡易な計算でフィルタベクトルＣ_ｎを算出することができる。

（第４の実施形態）
第４の実施形態では、第３の実施形態と同様に、マイクロフォンで集音した観測信号がスピーカから出力され、再度マイクロフォンに集音される状況と合致したモデルに基づいて、残響除去フィルタを推定する。さらに、第４の実施形態では、第２の実施形態と同様に、複数の観測信号を含む処理区間が分割されたブロックを処理区間として残響除去処理を実行する。本実施形態では、前のブロック（第１処理区間）で求められた目的信号を参照信号として、後のブロック（第２処理区間）の残響除去処理が実行される。

図１５は、第４の実施形態にかかる音響処理装置１００−４の構成の一例を示すブロック図である。図１５に示すように、音響処理装置１００−４は、受付部１１と、第１記憶部１２０と、推定部１０２−４と、除去部１０３−４と、更新部１０４と、第２記憶部１２１と、第３記憶部１２２と、第４記憶部１２３と、ブロック更新部１３１とを備えている。

第４の実施形態では、第３の実施形態の構成から、第４記憶部１２３およびブロック更新部１３１をさらに備えている。また、第４の実施形態では、推定部１０２−４および除去部１０３−４の機能が第３の実施形態と異なっている。その他の構成および機能は、第３の実施形態にかかる音響処理装置１００−３のブロック図である図１４と同様であるので、同一符号を付し、ここでの説明は省略する。

推定部１０２−４は、前の処理区間（ブロック）で観測された観測信号に基づき、フィルタ係数の推定処理を実行する点が、第３の実施形態の推定部１０２−３と異なっている。除去部１０３−４は、前の処理区間（ブロック）で観測された観測信号に基づき、残響除去処理を実行する点が、第３の実施形態の除去部１０３−３と異なっている。

第４記憶部１２３は、過去の処理区間（ブロック）において、観測信号から残響信号が除去された後の出力信号を記憶する。第４記憶部１２３に記憶される出力信号は、推定部１０２−４によるフィルタ係数の推定処理、および、除去部１０３−４による残響除去処理で参照される。

ブロック更新部１３１は、１ブロック分の処理が完了した場合、前の処理区間（ブロック）で観測された観測信号が、次の処理区間（ブロック）以降の処理で取得可能なように、第１記憶部１２０に記憶された出力信号をコピーして、第４記憶部１２３に記憶させる。

このように本実施形態では、ある処理区間（ブロック）に含まれる観測信号に対して、前の処理区間（ブロック）で観測された観測信号を用いて残響除去処理が実行される。すなわち、第４記憶部１２３に記憶された観測信号と、目的信号を求めるために用いられる観測信号とは、異なる処理区間（ブロック）に含まれる。

推定部１０２−４の処理について説明する。まず、推定部１０２−４は、下記の（３０−１）式および（３０−２）式で表される対象行列Ｒ_ｎおよび目的ベクトルｒ_ｎを求める。

さらに、推定部１０２−４は、対象行列Ｒ_ｎに基づき、第１行列Ｒ_ｎ´を生成する。なお、推定部１０２−４は、対象ベクトルから、直接、第１行列Ｒ_ｎ´を生成してもよい。次に、推定部１０２−４は、第２の実施形態に示した（１９−１）式および（１９−２）式に従い、スムージング処理を実行して、当該ブロックの第１行列Ｒ^ｂ _ｎ´および目的ベクトルｒ_ｎ ^ｂを算出する。そして、推定部１０２−４は、これらを用いて、残響除去フィルタ係数Ｃ_ｎを、第２の実施形態に示した第１関係式（（２２）式）に基づき算出する。

このような本実施形態に係る音響処理装置１００−４では、残響除去フィルタに含まれるフィルタ係数を、当該ブロックに含まれる情報のみで算出するのではなく、それ以前のブロックに含まれる情報も利用して算出する。これにより、音響処理装置１００−４によれば、ブロックが短い場合でも高精度に残響信号を除去することができる。

なお、音響処理装置１００−４は、スムージングを実行せず、第３の実施形態と同様の方法で残響除去フィルタを生成してもよい。また、音響処理装置１００−４は、最初のブロックなどのように直前のブロックの観測信号が存在しない場合は、当該ブロックの観測信号などを用いてもよい。

このように、第４の実施形態では高い残響除去性能を維持したままアルゴリズム遅延と演算量を低減することができる。このため、リアルタイム処理に適している。

（第５の実施形態）
第５の実施形態にかかる音響処理装置は、観測信号を周波数ごとに分けた観測信号（周波数別観測信号）に分割し、周波数別観測信号ごとに残響除去処理を行う。そして本実施形態にかかる音響処理装置は、周波数ごとに求めた、残響が除去された目的信号（周波数別目的信号）を統合して目的信号を求める。

図１６は、第５の実施形態にかかる音響処理装置１００−５の構成の一例を示すブロック図である。図１６に示すように、音響処理装置１００−５は、分割部１０１１と、音響処理部１００１ａ〜１００１ｄと、統合部１０１２と、を備えている。

音響処理部１００１ａ〜１００１ｄは、分割部１０１１により分割された周波数別観測信号を入力して音響除去処理を実行する。音響処理部１００１ａ〜１００１ｄは同様の機能を備えるため、以下では、区別する必要のない場合は単に音響処理部１００１という。図１６では４つの音響処理部１００１を備える例を示しているが、分割する周波数の数に応じた個数の音響処理部１００１を備えればよい。以下では、観測信号がＦ個の周波数領域に分割され、Ｆ個の音響処理部１００１が備えられる例を説明する。

分割部１０１１は、入力された観測信号に帯域分割処理を行い、観測信号をＦ個の周波数帯域に分割し、Ｆ個の周波数別観測信号を出力する。帯域分割処理に伴い、周波数別観測信号のサンプリング周波数は、観測信号のサンプリング周波数と比較して低減される。

Ｆ個の音響処理部１００１は、Ｆ個の周波数別観測信号のうち対応する周波数別観測信号がそれぞれ入力される。音響処理部１００１は、入力された周波数別観測信号（第２観測信号）に対して残響除去処理を行って周波数別目的信号を出力する。

統合部１０１２は、Ｆ個の音響処理部１００１からＦ個の周波数別目的信号を受け取り、Ｆ個の周波数別目的信号の周波数帯域を統合する処理を行い、観測信号と同じサンプリング周波数の目的信号を出力する。

分割部１０１１は、例えば高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を用いて構成することが可能である。例えば分割部１０１１は、観測信号に対して所定のフレーム周期ごとに、窓関数を乗じて短時間波形を取得し、ＦＦＴを適用して帯域分割を行う。例えば、窓関数長(ＦＦＴ長)を５１２サンプルとすると、周波数帯域数は５１２となる。対称性があるため処理すべき帯域数はほぼ半分のＦ＝２５７となる。

ＦＦＴを適用して得られた信号のうち同じ周波数ビンに対応する値をフレーム間で連結した信号が周波数別観測信号となる。そのため、周波数別観測信号のサンプリング周期はフレーム周期と等しくなる。例えば、フレーム周期を１２８サンプルとすれば、周波数別観測信号のサンプリング周期は観測信号のサンプリング周期の１２８倍となる。

音響処理部１００１は、上述した第１〜第４の実施形態の音響処理装置のいずれかを用いることができる。ただし、本実施形態の周波数別観測信号はＦＦＴ処理の結果として複素数となっているため、上述した実施形態における信号処理を複素数に拡張して用いる必要がある。具体的には、行列の転置を共役転置に、値の２乗を絶対値の２乗に変更するなどの拡張を行うことによって、複素数の信号に対しても残響除去を行うことができる。

音響処理部１００１に含まれる除去部の機能は、上述した第１〜第４の実施形態と同様であってもよいし、複素数の信号の位相を無視して絶対値で残響成分を除去するようにしてもよい。この場合、除去部は、（５）式の代わりに以下の（３１）式、（３２）式で出力信号を求めればよい。

本実施形態によれば、出力信号のパワーが観測信号のパワー以下となるため、残響除去による副作用を防止して頑健な処理を行うことができる。

統合部１０１２は、Ｆ個の周波数別目的信号を受け取り、フレームごとに周波数帯域を統合して逆フーリエ変換（ＩＦＦＴ：Inverse FFT）を適用することにより、フレームごとの短時間波形を生成する。さらに統合部１０１２は、各短時間波形の端点での不連続を軽減する合成窓を適用した後に、フレーム周期だけずらして各フレームの短時間波形を重畳することにより目的信号を生成する。

本実施形態では、周波数別観測信号のサンプリング周波数が低減されるため、音響処理部１００１における残響時間に関するパラメータ（（５）式のＤおよびＭ）の値が低減される。その結果、音響処理部１００１の計算量は第１〜第４の実施形態と比較して大幅に削減され、分割部１０１１および統合部１０１２の計算量を含めても計算量が削減される。

分割部１０１１の構成は上記に限られるものではない。例えば分割部１０１１が、完全再構成フィルタバンクを用いるように構成してもよい。これは、例えば直交ミラーフィルタ（ＱＭＦ：Quadrature Mirror Filter）に基づく分析フィルタと１／２サブサンプリングを多段に組み合わせた構成で実現される。

統合部１０１２は逆に、２倍オーバーサンプリングとＱＭＦに基づく合成フィルタを多段に組み合わせた構成によって実現される。完全再構成フィルタバンクを用いた構成では、周波数別観測信号は実数の信号となるため、ＦＦＴを用いる構成と比較してさらに演算量が低減される。

上述した実施形態では、分割されたＦ個の周波数別観測信号のすべてに残響除去処理を行うものとして説明したが、一部の信号のみに残響除去処理を行うようにしてもよい。例えば、１００Ｈｚ〜２０００Ｈｚ程度の範囲に対応する帯域の周波数別観測信号にのみ残響除去処理を行うようにしてもよい。音声の主要な周波数成分はこの帯域に含まれているため、残響除去による明瞭化が可能となり、計算量を削減することができる。また、周波数別観測信号毎に異なるパラメータを設定するようにしてもよい。例えば、残響時間が比較的短い周波数には、（５）式のＭを小さい値とすることにより、性能を低下させずに計算量を削減することができる。

（第６の実施形態）
第６の実施形態にかかる音響処理装置は、残響を除去した音響信号を基に音声認識処理を実行する機能を備える。

図１７は、第６の実施形態にかかる音響処理装置１００−６の構成の一例を示すブロック図である。図１７に示すように、音響処理装置１００−６は、マイクロフォン１１０１と、変換部１１０２と、残響除去部１１０３と、認識部１１０４と、を備えている。

マイクロフォン１１０１は、音声を集音して観測信号を出力する。例えばマイクロフォン１１０１は、残響を含んだアナログ音声信号である観測信号を出力する。マイクロフォン１１０１を音響処理装置１００−６内に備えず、音響処理装置１００−６に接続されたマイクロフォン１１０１から観測信号を入力するように構成してもよい。

変換部１１０２は、アナログ信号である観測信号をデジタル信号に変換する。マイクロフォン１１０１とともに変換部１１０２を音響処理装置１００−６の外部に備えてもよい。この場合、残響除去部１１０３は、変換部１１０２により変換されたデジタル信号を観測信号として入力すればよい。

残響除去部１１０３は、上述した第１〜第５の実施形態に係る音響処理装置のいずれかを用いることができる。残響除去部１１０３で残響が除去された目的信号は認識部１１０４に入力される。

認識部１１０４は、入力された目的信号に対して音声認識処理を実行する。認識部１１０４は、任意の音声認識手法を用いて音声認識処理を実施すればよい。認識部１１０４の出力は、テキストデータでもよいし、認識された単語ＩＤのような記号化された情報であってもよい。

残響除去部１１０３として、第５の実施形態に係る音響処理装置１００−５を用いる場合、統合部１０１２において、統合された周波数別目的信号に対してＩＦＦＴ処理を行わず、周波数別目的信号のまま認識部１１０４に入力するようにしてもよい。このような構成にすることで、認識部１１０４における特徴量抽出のためのＦＦＴ処理を省くことが可能となる。この結果、計算量を削減することができる。

本実施形態の音響処理装置１００−６は、１台の計算機に実装してもよいし、認識部１１０４をサーバ上に実装し、残響除去部１１０３を端末上に実装して、これらの間をネットワークを介して通信するように構成してもよい。

第４の本実施形態の音響処理装置１００−６は、マイクロフォン１１０１と音源とが離れていて残響が混入する集音環境においても、残響を除去して音韻が明瞭になった音声に音声認識処理を適用できる。すなわち、高い精度で認識処理を実行可能となる。

以上説明したとおり、第１から第６の実施形態によれば、残響除去処理の精度を向上させることが可能となる。

次に、第１から第６の実施形態にかかる音響処理装置のハードウェア構成について図１８を用いて説明する。図１８は、第１から第６の実施形態にかかる音響処理装置のハードウェア構成例を示す説明図である。

第１から第６の実施形態にかかる音響処理装置は、ＣＰＵ（Central Processing Unit）５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ（Random Access Memory）５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、各部を接続するバス６１を備えている。

第１から第６の実施形態にかかる音響処理装置で実行されるプログラムは、ＲＯＭ５２等に予め組み込まれて提供される。

第１から第６の実施形態にかかる音響処理装置で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータプログラムプロダクトとして提供されるように構成してもよい。

さらに、第１から第６の実施形態にかかる音響処理装置で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、第１から第６の実施形態にかかる音響処理装置で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

第１から第６の実施形態にかかる音響処理装置で実行されるプログラムは、コンピュータを上述した音響処理装置の各部として機能させうる。このコンピュータは、ＣＰＵ５１がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０、２０、１００、１００−２、１００−３、１００−４、１００−５、１００−６ 音響処理装置
１１ 受付部
１２、２２、１０２、１０２−２、１０２−３、１０２−４ 推定部
１３、２３、１０３、１０３−２、１０３−３、１０３−４ 除去部
２４ 記憶部
３１、１１０１ マイクロフォン
３２ スピーカ
１０４、１０４−２ 更新部
１２０ 第１記憶部
１２１ 第２記憶部
１２２ 第３記憶部
１２３ 第４記憶部
１３１ ブロック更新部
２０１ ベクトル取得部
２０２ 行列生成部
２０３ ベクトル算出部
２０４ フィルタ算出部
１００１ 音響処理部
１０１１ 分割部
１０１２ 統合部
１１０２ 変換部
１１０３ 残響除去部
１１０４ 認識部

Claims (16)

1. 残響除去フィルタを用いて、音響信号である観測信号から残響信号を除去する除去部と、
   前記残響除去フィルタを推定する推定部と、
   を備え、
   前記推定部は、
   所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルを取得するベクトル取得部と、
   ２つの前記対象ベクトルの直積に基づく対象行列に近似した第１行列を生成する行列生成部と、
   前記対象ベクトルと基準時刻における観測信号との積に基づく目的ベクトルを算出するベクトル算出部と、
   前記第１行列と前記目的ベクトルとに基づき、前記基準時刻における前記残響信号を生成するための前記残響除去フィルタを算出するフィルタ算出部と、
   を有し、
   前記第１行列は、前記対象行列と同一の行数および列数であって、行番号より列番号が小さい位置の値が０、または、行番号より列番号が大きい位置の値が０である
   音響処理装置。
2. 前記対象行列は、前記対象ベクトルと前記対象ベクトルとの直積に対して、時刻に応じた変数を乗じた行列を、所定時間範囲で積分した行列であり、
   前記目的ベクトルは、前記対象ベクトルと前記基準時刻における観測信号との積に対して、時刻に応じた変数を乗じたベクトルを、所定時間範囲で積分したベクトルである
   請求項１に記載の音響処理装置。
3. 前記時刻に応じた変数は、前記基準時刻における、直前のフィルタリングにより前記残響信号が除去された出力信号の二乗の逆数である
   請求項２に記載の音響処理装置。
4. 前記対象行列は、前記対象ベクトルと前記対象ベクトルとの直積を、所定時間範囲で積分した行列であり、
   前記目的ベクトルは、前記対象ベクトルと前記基準時刻における観測信号との積を、所定時間範囲で積分したベクトルである
   請求項１に記載の音響処理装置。
5. 前記第１行列は、行番号と列番号とが同一の位置の値および行番号より列番号が大きい位置の値が、前記対象行列に含まれる値と同一であり、行番号より列番号が小さい位置の値が０である
   請求項２から４の何れか１項に記載の音響処理装置。
6. 前記第１行列は、行番号と列番号とが同一の位置の値および行番号より列番号が小さい位置の値が、前記対象行列に含まれる値と同一であり、行番号より列番号が大きい位置の値が０である
   請求項２から４の何れか１項に記載の音響処理装置。
7. 前記第１行列は、行番号と列番号とが同一の位置の値および行番号より列番号が大きい位置の値のうちの、少なくとも一部が、前記対象行列に含まれる値と同一であり、行番号より列番号が小さい位置の値が０である
   請求項２から４の何れか１項に記載の音響処理装置。
8. 前記第１行列は、行番号と列番号とが同一の位置の値および行番号より列番号が小さい位置の値のうちの、少なくとも一部が、前記対象行列に含まれる値と同一であり、行番号より列番号が大きい位置の値が０である
   請求項２から４の何れか１項に記載の音響処理装置。
9. 前記フィルタ算出部は、前記第１行列と、前記残響除去フィルタに含まれる複数のフィルタ係数を含むフィルタベクトルとの行列積が前記目的ベクトルと等しいことを表す第１関係式に従って、最も大きい行番号から小さい行番号に向かい行毎に順次に、前記残響除去フィルタに含まれるフィルタ係数を算出する
   請求項５または７に記載の音響処理装置。
10. 前記フィルタ算出部は、前記第１行列と、前記残響除去フィルタに含まれる複数のフィルタ係数を含むフィルタベクトルとの行列積が前記目的ベクトルと等しいことを表す第１関係式に従って、最も小さい行番号から大きい行番号に向かい行毎に順次に、前記残響除去フィルタに含まれるフィルタ係数を算出する
    請求項６または８に記載の音響処理装置。
11. 前記除去部は、前記基準時刻における観測信号から、前記残響除去フィルタおよび前記対象ベクトルに基づき算出された前記残響信号を減じることにより、前記基準時刻における観測信号から前記残響信号を除去した出力信号を生成する
    請求項９または１０に記載の音響処理装置。
12. 前記除去部は、前記残響除去フィルタを用いて複数回のフィルタリングをして、前記基準時刻における観測信号に含まれる前記残響信号を除去し、
    前記推定部は、前記複数回のフィルタリングのそれぞれ毎に、前記残響除去フィルタを推定する
    請求項１１に記載の音響処理装置。
13. 前記複数の対象信号は、（ｎ−１）回（ｎは２以上の整数）のフィルタリングをしたことにより前記残響信号が除去された、所定間隔ずつずらした複数の時刻における複数の出力信号であり、
    前記除去部は、所定間隔ずつずらした前記複数の出力信号のそれぞれと、前記フィルタベクトルに含まれる対応するフィルタ係数とを乗じて得られた複数の乗算値を加算した値を、前記残響信号として算出する
    請求項１２に記載の音響処理装置。
14. 前記複数の対象信号は、所定間隔ずつずらした複数の時刻における複数の観測信号であり、
    前記除去部は、所定間隔ずつずらした前記複数の観測信号のそれぞれと、前記フィルタベクトルに含まれる対応するフィルタ係数とを乗じて得られた複数の乗算値を加算した値を、前記残響信号として算出する
    請求項１２に記載の音響処理装置。
15. 残響除去フィルタを用いて、音響信号である観測信号から残響信号を除去する除去ステップと、
    前記残響除去フィルタを推定する推定ステップと、
    を含み、
    前記推定ステップでは、
    所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルを取得し、
    ２つの前記対象ベクトルの直積に基づく対象行列に近似した第１行列を生成し、
    前記対象ベクトルと基準時刻における観測信号との積に基づく目的ベクトルを算出し、
    前記第１行列と前記目的ベクトルとに基づき、前記基準時刻における前記残響信号を生成するための前記残響除去フィルタを算出し、
    前記第１行列は、前記対象行列と同一の行数および列数であって、列番号より行番号が大きい位置の値が０、または、行番号より列番号が大きい位置の値が０である
    音響処理方法。
16. コンピュータを音響処理装置として機能させるためのプログラムであって、
    コンピュータに、
    残響除去フィルタを用いて、音響信号である観測信号から残響信号を除去する除去ステップと、
    前記残響除去フィルタを推定する推定ステップと、
    を実行させ、
    前記推定ステップにおいて、
    所定間隔ずつずらした複数の時刻における複数の対象信号を含む対象ベクトルを取得させ、
    ２つの前記対象ベクトルの直積に基づく対象行列に近似した第１行列を生成させ、
    前記対象ベクトルと基準時刻における観測信号との積に基づく目的ベクトルを算出させ、
    前記第１行列と前記目的ベクトルとに基づき、前記基準時刻における前記残響信号を生成するための前記残響除去フィルタを算出させ、
    前記第１行列は、前記対象行列と同一の行数および列数であって、列番号より行番号が大きい位置の値が０、または、行番号より列番号が大きい位置の値が０である
    プログラム。

Images