JP6737133B2 - 雑音推定装置、プログラム及び方法 - Google Patents

Description

本発明は、雑音推定装置、プログラム及び方法に関し、例えば、入力信号に含まれる雑音成分の推定結果を用いて、入力信号に重畳された雑音成分を抑圧する装置に適用し得る。

自然環境において雑音はいたる所に存在するため、一般に実世界で観測される音声は種々の発信元からの雑音を含む。雑音を含んで観測された入力信号から音声だけを強調させるために、様々な雑音抑圧方法が開発されている。これらのうちのほとんどは、抑圧すべき雑音を推定する方法と、雑音を抑圧するフィルタを計算する方法とに対応している。従来の入力信号から雑音を抑圧する音声処理装置では、周波数領域で雑音のパワーを推定するものがある。

従来、最も単純な雑音推定方法の例として、入力スペクトルを音声が存在しない区間で平均する方法がある。しかし、このような従来の雑音推定方法は、事前に音声が存在しない区間を推定しなければならない。そのため、音声が存在する区間を推定する音声区間検出（Ｖｏｉｃｅ Ａｃｔｉｖｉｔｙ Ｄｅｔｅｃｔｉｏｎ：ＶＡＤ）という技術も盛んに開発されているが、完全なＶＡＤは未だ達成されていない。雑音推定処理において、音声区間の推定を誤ると、推定雑音が目的音声を含んでしまうため、強調音声や残留雑音を歪ませるという問題が生じる。また、上述のような雑音推定方法では、雑音区間でしか雑音を推定しないため、長い音声区間があると雑音の変化に追従できないという欠点もある。

このような背景から、音声区間でも雑音の推定を継続する雑音推定方法として、従来非特許文献１、非特許文献２、及び特許文献１の記載技術がある。いずれの文献も雑音抑圧方法（音声強調方法とも言う）に関する。

非特許文献１に記載の従来の雑音推定方法は、入力パワーの時間方向のピークが目的音声の存在を表す一方で、谷が平滑化した雑音パワーの推定に使えるという発見に基づいている。具体的には、現在から所定時間（Ｔ秒）過去までの入力パワーの最小値を、雑音パワーの第１の推定値とする。しかし、雑音パワーの第１の推定値はバイアスを有しており、真の雑音パワーよりも小さくなる性質を持つ。このバイアスは、雑音パワーの第１の推定値の期待値から推定され、得られたバイアス推定値を用いて雑音パワーの第１の推定値を補正して、雑音パワーの第２の推定値（最終的な推定値）を得る。

非特許文献２に記載の従来の雑音推定方法は、目的音声と雑音の複素スペクトルの分布がいずれも平均ゼロの複素正規分布に従うという仮説に基づいて、雑音の複素スペクトルの分散の最尤推定値を雑音パワーの推定値とする。この仮説に基づくと、入力信号の複素スペクトルの分布は音声の複素スペクトルの分散と雑音の複素スペクトルの分散の和を分散とする平均ゼロの複素正規分布となる。ここに現在の入力が劣化音声と雑音のどちらであるかに関する隠れ変数を導入して、忘却係数を伴ったオンラインＥＭアルゴリズムを適用することで、雑音の複素スペクトルの最尤推定値を算出することができる。

特許文献１に記載の従来の雑音推定方法は、入力パワーに適切な重み係数を乗じて、得られた加重入力パワーを所定時間（Ｔ秒）分記憶しておき、記憶された加重入力パワーの平均値を雑音パワーの推定値とする。適切な重み係数は、現在の入力パワーを雑音パワーの直前の推定値で除した事後ＳＮＲ（Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓｅ Ｒａｔｉｏ：信号対雑音比）によって算出される。具体的には、事後ＳＮＲが所定の値Ｇ１以下では重み係数を１とし、事後ＳＮＲがＧ１以上では事後ＳＮＲに反比例するように重み係数を設定し、事後ＳＮＲが所定の値Ｇ２以上では重み係数を０とする。また、重み係数が０の場合には、加重入力パワーは記憶しない。

特開２００２−２０４１７５号公報

Ｒ．Ｍａｒｔｉｎ，"Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｍｉｎｉｍｕｍ Ｓｔａｔｉｓｔｉｃｓ，"ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ７ｔｈ Ｅｕｒｏｐｅａｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ，１９９４，ｐｐ．１１８２−１１８５ Ｍ．Ｓｏｕｄｅｎ， Ｍ．Ｄｅｌｃｒｏｉｘ， Ｋ．Ｋｉｎｓｏｓｈｉｔａ， Ｔ．Ｙｏｓｈｉｃｉｋａ， ａｎｄ Ｔ．Ｎａｋａｔａｎｉ，"Ｎｏｉｓｅ Ｐｏｗｅｒ Ｓｐｅｃｔｒａｌ Ｄｅｎｓｉｔｙ Ｔｒａｃｋｉｎｇ： Ａ Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ Ｐｅｒｓｐｅｃｔｉｖｅ，"ＩＥＥＥ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｌｅｔｔｅｒｓ，Ｖｏｌ．１９，Ｎｏ．８，２０１２，ｐｐ．４９５−４９８

しかしながら、従来の雑音推定方法には以下に述べるような問題点が存在する。

非特許文献１の方法は、雑音が急に大きくなった場合に、後段の雑音抑圧方法によって不快に感じる雑音が残留するという問題を有している。具体的には、雑音が大きくなってから所定時間の間は、雑音パワーの推定値は小さいままである。そして、雑音が大きくなってから所定時間後に、雑音パワーの推定値は急激に増大する。そのような雑音パワーの推定値を用いて雑音抑圧方法を動作させると、雑音が大きくなった瞬間に残留雑音も急に大きくなり、その所定時間後に残留雑音が急に小さくなる。残留雑音の急激な音量の変化は、聴取者に聴感上の不快感を与える。

非特許文献２の方法は、雑音レベルが変化すると雑音パワーの推定値が過大になったり過小になったりするという問題を有している。この雑音推定方法で用いられているオンラインＥＭアルゴリズムは、次のような追従の速さと最尤推定の安定性とのトレードオフを有する忘却係数を大きくすると安定性が増して追従が遅くなり、忘却係数を小さくすると追従が速くなって安定性が下がる。その結果、忘却係数を大きくしても小さくしても雑音パワーの推定値は不正確となり、後段の雑音抑圧方法によって得られる強調音声の歪みを増大させたり残留雑音が大きくなったりする。

特許文献１の方法は、雑音パワーの推定値が、誤って音声に追従してしまうことや、非定常雑音に追従して不安定になることが比較的少なく、それでいて雑音が変化した場合にも比較的速やかに追従することができる。しかし、雑音区間において直前の雑音パワーの推定値よりＧ１倍以上大きい入力パワーには１未満の重み係数を乗じてしまうため、加重入力パワーが真の雑音パワーより小さくなる。そのため、雑音パワーの推定値も、真の雑音パワーの平均値より小さくなる問題がある。

以上のように、従来の雑音推定方法は、雑音パワー推定値が不安定になるか不正確になる問題を有する。

そのため、入力信号について、雑音パワーを安定的かつ正確に推定できる雑音推定装置、プログラム及び方法が望まれている。

第１の本発明は、入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備える雑音推定装置において、（１）それぞれの前記雑音推定手段は、（１−１）過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、（１−２）前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、（１−３）前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有することを特徴とする。

第２の本発明は、入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備える雑音推定装置において、（１）前記雑音推定手段は、（１−１）前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、（１−２）前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、（１−３）前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有することを特徴とする。

第３の本発明の雑音推定プログラムは、コンピュータを（１）入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段として機能させ、（２）それぞれの前記雑音推定手段は、（２−１）過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、（２−２）前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、（２−３）前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有することを特徴とする。

第４の本発明の雑音推定プログラムは、コンピュータを（１）入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段として機能させ、（２）前記雑音推定手段は、（２−１）前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、（２−２）前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、（２−３）前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有することを特徴とする。

第５の本発明は、入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定方法において、（１）前記入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備え、（２）それぞれの前記雑音推定手段は、閾値決定手段、判定手段、及び推定雑音パワー算出手段を備え、（３）前記閾値決定手段は、過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定し、（４）前記判定手段は、前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得し、（５）前記推定雑音パワー算出手段は、前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得することを特徴とする。

第６の本発明は、入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定方法において、（１）前記入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備え、（２）前記雑音推定手段は、閾値決定手段、判定手段、及び推定雑音パワー算出手段を備え、（３）前記閾値決定手段は、前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定し、（４）前記判定手段は、前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得し、（５）前記推定雑音パワー算出手段は、前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得することを特徴とする。

本発明によれば、雑音パワーを安定的かつ正確に推定できる雑音推定装置、プログラム及び方法を提供することができる。

第１の実施形態に係る雑音推定手段の機能的構成について示したブロック図である。 第１の実施形態に係る雑音推定装置の機能的構成について示したブロック図である。 第１の実施形態に係る推定雑音算出手段の機能的構成について示したブロック図である。 レストラン雑音に埋もれた音声成分（７５０Ｈｚ帯域）の入力パワーについて示したグラフである。 レストラン雑音に埋もれた音声成分（７５０Ｈｚ帯域）の入力パワーと音声パワーについて示したグラフである。 第２の実施形態に係る雑音推定手段の機能的構成について示したブロック図である。 第２の実施形態に係る閾値決定手段の機能的構成について示したブロック図である。 第３の実施形態に係る雑音推定手段の機能的構成について示したブロック部である。 第３の実施形態に係る推定雑音算出手段の機能的構成について示したブロック図である。 第４の実施形態に係る雑音推定装置の機能的構成について示したブロック図である。

（Ａ）第１の実施形態
以下、本発明による雑音推定装置、プログラム及び方法の第１の実施形態を、図面を参照しながら詳述する。

（Ａ−１）第１の実施形態の構成
図２は、第１の実施形態に係る雑音推定装置１の機能的構成について示したブロック図である。

図２に示すように、雑音推定装置１は、帯域分割手段１０と、Ｋ個のパワー算出手段２０（２０−１〜２０−Ｋ）と、Ｋ個の雑音推定手段３０（３０−１〜３０−Ｋ）を有している。

雑音推定装置１は、すべてハードウェア的に構成（例えば、専用チップを用いて構成）するようにしてもよいし、一部または全部をソフトウェア的に構成するようにしてもよい。例えば、雑音推定装置１は、プロセッサ及びメモリを備えるコンピュータにプログラム（実施形態に係る雑音推定プログラムを含む）をインストールすることにより実現するようにしてもよい。

帯域分割手段１０は、入力信号ｘを周波数解析して周波数スペクトル（以下、「入力スペクトル」とも呼ぶ）を算出し、得られた入力スペクトルをＫ個に分割して、分割した入力スペクトル（以下、「周波数帯域信号」と呼ぶ）を、パワー算出手段２０−１〜２０−Ｋ（以下、枝番「１」〜「Ｋ」を適宜省略して説明する）に与える。周波数解析には、例えば、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：ＦＦＴ）やウェーブレット変換やフィルタバンクなどを適用することができるが、ＦＦＴが好適である。

入力信号ｘは、例えば、電話端末のマイクにより捕捉される音響信号である。電話端末のマイクにより捕捉される音響信号には、例えば、目的音としての話者の音声と非目的音としての雑音（例えば、背景雑音等）が含まれる。

パワー算出手段２０（２０−１〜２０−Ｋ）は、入力された周波数帯域信号に基づく入力パワーを算出し、雑音推定手段３０（３０−１〜３０−Ｋ）に与える。各パワー算出手段２０では、パワーの算出方法として、種々の算出方法を適用することができる。パワー算出手段２０は、例えば、絶対値の２乗和若しくは絶対値和を入力パワーとして算出するようにしても良い。以下では、各パワー算出手段２０（２０−１〜２０−Ｋ）が出力する入力パワーをＰＸ（ＰＸ_１〜ＰＸ_Ｋ）と表すものとする。

各雑音推定手段３０（３０−１〜３０−Ｋ）は、各パワー算出手段２０（２０−１〜２０−Ｋ）から供給される入力パワーＰＸ（ＰＸ_１〜ＰＸ_Ｋ）に含まれる雑音成分のパワーを推定し、その結果（以下、「推定雑音パワー」とも呼ぶ）を出力する。以下では、各雑音推定手段３０（３０−１〜３０−Ｋ）が出力する推定雑音パワーを、ＰＮ（ＰＮ_１〜ＰＮ_Ｋ）と表すものとする。

各雑音推定手段３０（３０−１〜３０−Ｋ）が、推定雑音パワーＰＮ（ＰＮ_１〜ＰＮ_Ｋ）を出力する際の方式（例えば、信号形式やデータ形式）や出力先については限定されないものである。例えば、雑音推定手段３０（３０−１〜３０−Ｋ）は、入力パワーＰＸ（ｔ）の目的音を強調（雑音を抑圧）する図示しない音声処理装置等に推定雑音パワーＰＮ（ＰＮ_１〜ＰＮ_Ｋ）を供給するようにしてもよい。また、雑音推定装置１は、上述のような音声処理装置の一部として構成するようにしてもよい。

次に、各雑音推定手段３０（３０−１〜３０−Ｋ）の内部構成について説明する。

図１は、任意の雑音推定手段３０の内部構成について示したブロック図である。この実施形態では、各雑音推定手段３０（３０−１〜３０−Ｋ）の内部構成は、図１を用いて示されるものとする。すなわち、各雑音推定手段３０（３０−１〜３０−Ｋ）は、入力される周波数帯域信号（帯域）が異なるのみで同様な構成を有する。図１に示すように、任意の雑音推定手段３０は、入力パワーＰＸ（ｔ）の雑音成分のパワーを推定してＰＮ（ｔ）を出力するものとして以下の説明を行う。

図１に示すように、雑音推定手段３０は、閾値決定手段１１０、判定手段１２０、推定雑音算出手段１３０、及び雑音遅延手段１４０を有している。

閾値決定手段１１０は、入力パワーＰＸ（ｔ）が定常雑音であると判定するための入力パワーＰＸ（ｔ）の範囲（上限値及び下限値）を決定する。この実施形態の閾値決定手段１１０は、当該範囲の下限値としての閾値Ｌ（ｔ）と、当該範囲の上限値としての閾値Ｕ（ｔ）を決定するものとする。具体的には、閾値決定手段１１０は、過去（ｄ時間分過去）の推定雑音パワーＰＮ（ｔ−ｄ）に基づいて第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を決定する処理を行う。

判定手段１２０は、第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）に基づいて入力パワーＰＸ（ｔ）が定常な雑音成分か否かを判定して判定結果Ｄ（ｔ）を得る処理を行う。

推定雑音算出手段１３０は、判定結果Ｄ（ｔ）に応じて入力パワーＰＸ（ｔ）と過去の推定雑音パワーＰＮ（ｔ−ｄ）に基づいて雑音パワーを推定して推定雑音パワーＰＮ（ｔ）を得る処理行う。

雑音遅延手段１４０は、推定雑音パワーＰＮ（ｔ）をｄ時間遅延させて出力する処理を行う。

次に、推定雑音算出手段１３０の内部構成について図３を用いて説明する。

推定雑音算出手段１３０は、雑音入力記憶手段１３１、平均手段１３２、及びスイッチ手段１３３を有する。

雑音入力記憶手段１３１は、判定結果Ｄ（ｔ）に応じて、音声成分を含まない入力パワーＰＸ（ｔ）を所定の時間分記憶（バッファリング）する処理を行う。

平均手段１３２は、判定結果Ｄ（ｔ）に応じて、雑音入力記憶手段１３１が記憶（バッファリング）している入力パワー（入力パワーの集合）を平均して平均雑音入力パワーＰＡ（ｔ）を得る処理を行う。

スイッチ手段１３３は、判定結果Ｄ（ｔ）に応じて、平均雑音入力パワーＰＡ（ｔ）と過去の推定雑音パワーＰＮ（ｔ−ｄ）とのいずれかを選択して推定雑音パワーＰＮ（ｔ）を得る処理を行う。

（Ａ−２）第１の実施形態の動作
次に、以上のような構成を有する第１の実施形態の雑音推定装置１の動作（実施形態の雑音推定方法）を説明する。

上述の通り、各雑音推定手段３０−１〜３０−Ｋの構成及び動作はすべて同様であるため、以下では、任意の雑音推定手段３０内部の動作について説明する。

まず、雑音推定手段３０の全体の動作について図１を用いて説明する。

閾値決定手段１１０は、入力パワーＰＸ（ｔ）と所定の遅延時間ｄだけ過去に得られた推定雑音パワーＰＮ（ｔ−ｄ）とに基づいて２つの閾値を決定し、得られた第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を判定手段１２０に与える。ここで、Ｌ（ｔ）は、Ｕ（ｔ）より必ず小さくなるように決定される。予め雑音パワーの平均的な大きさがわかっている場合には、２つの閾値は定数としても良い。例えば、Ｌ（ｔ）＝０．５、Ｕ（ｔ）＝２．０としてもよい。しかし、雑音パワーの平均的な大きさは、一般に、時間経過と共に少しずつ変化する。したがって、例えば、Ｌ（ｔ）及びＵ（ｔ）を、ＰＮ（ｔ−ｄ）に所定の係数（適用する係数の値については限定されない）を乗じた値とするのが好適である。例えば、Ｌ（ｔ）＝０．３×ＰＮ（ｔ−ｄ）、Ｕ（ｔ）＝３．０×ＰＮ（ｔ−ｄ）としても良い。

判定手段１２０は、入力パワーＰＸ（ｔ）が定常雑音（定常雑音のみ）であるか否かを判定する。

判定手段１２０は、「第１の閾値Ｌ（ｔ）より大きくかつ第２の閾値Ｕ（ｔ）より小さい場合」（すなわち、ＰＸ（ｔ）が閾値決定手段１１０の設定した範囲内の場合）、ＰＸ（ｔ）を定常雑音（音声成分を含まない定常雑音）であると判断し、Ｄ（ｔ）＝Ｔｒｕｅを出力するまた、判定手段１２０は、「ＰＸ（ｔ）がＬ（ｔ）より小さい場合」、又は「ＰＸ（ｔ）が第２の閾値Ｕ（ｔ）より大きい場合」（すなわち、ＰＸ（ｔ）が閾値決定手段１１０の設定した範囲外の場合）、ＰＸ（ｔ）は定常雑音でない（例えば、ＰＸ（ｔ）が音声成分を含む状態）であると判断して、Ｄ（ｔ）＝Ｆａｌｓｅを出力する。そして、判定手段１２０から出力された判定結果Ｄ（ｔ）は推定雑音算出手段１３０に供給する。

判定手段１２０において、第２の閾値Ｕ（ｔ）による判定処理は、入力パワーが定常な雑音成分か否かを判定するだけでなく、従来技術と同様に、入力パワーＰＸ（ｔ）が音声か雑音かを判断する機能に対応する。そして、判定手段１２０において、第１の閾値Ｌ（ｔ）による判定は、小さな入力パワーＰＸ（ｔ）に対して、入力パワーが定常な雑音成分かだけを判定している。つまり、判定手段１２０では、定常雑音であると判断するには小さ過ぎる入力パワーＰＸ（ｔ）は、定常雑音の成分ではないと判断される。もし、この小さな入力パワーに対する第１の閾値Ｌ（ｔ）による判定がない場合、判定手段１２０は、真に雑音成分しか含まない小さな入力パワーＰＸ（ｔ）に推定雑音パワーＰＮ（ｔ）を追従させてしまうので、その後の真に雑音成分しか含まない大きな推定雑音パワーＰＮ（ｔ）を音声であると誤認識し、結果として雑音パワーの推定精度の低下や真の雑音パワーへの追従の遅れが生じてしまう。したがって、判定手段１２０では、第１の閾値による判定を行うことによって、定常な雑音成分を安定的かつ正確に推定できる。

推定雑音算出手段１３０は、Ｄ（ｔ）がＴｒｕｅの場合には入力パワーＰＸ（ｔ）に基づいて推定雑音パワーＰＮ（ｔ）を推定し、Ｄ（ｔ）がＦａｌｓｅの場合には過去の推定雑音パワーＰＮ（ｔ−ｄ）をＰＮ（ｔ）とし、得られたＰＮ（ｔ）を雑音遅延手段１４０に与えると共に、雑音推定手段３０の出力とする。推定雑音算出手段１３０の詳細な動作は後述する。

雑音遅延手段１４０は、推定雑音パワーＰＮ（ｔ）を所定の遅延時間ｄだけ遅延させて、得られたＰＮ（ｔ−ｄ）を閾値決定手段１１０と推定雑音算出手段１３０に与える。所定の遅延時間ｄは、単位時間（つまりｄ＝１）とするのが好適だが、雑音推定手段３０の動作を安定させるためにより大きな遅延時間を設定しでも良い。

次に、推定雑音算出手段１３０の詳細な動作について、図３を用いて説明する。

雑音入力記憶手段１３１は、判定結果Ｄ（ｔ）がＴｒｕｅのときだけ所定の入力セットサイズＮ_Ｎ個の単位時間数の入力パワーのセット（集合）を記憶（Ｎ_Ｎ個の入力パワーＰＸを記憶）する。入力セットサイズＮ_Ｎ個は限定されないものであるが、例えば、単位時間に応じた値や、実験等により得られた好適な値を設定するようにしてもよい。

以下では、雑音入力記憶手段１３１が時刻ｔの時点で記憶している入力パワーのセット（集合）を、雑音入力パワーセットＭＮ（ｔ）と表すものとする。そして、雑音入力記憶手段１３１は、得られた雑音入力パワーセットＭＮ（ｔ）を平均手段１３２に与える。すなわち、ＭＮ（ｔ）は入力パワーＰＸ（ｔ）が定常な雑音成分しか含まないと判定されたとき（Ｄ（ｔ）がＴｒｕｅのとき）の、入力パワーＰＸ（ｔ）の集合となる。

平均手段１３２は、判定結果Ｄ（ｔ）がＴｒｕｅのときだけ、雑音入力記憶手段１３１が記憶しているＭＮ（ｔ）が記憶している雑音入力パワーセットＭＮ（ｔ）の各値（各入力パワーＰＸ）の平均値（以下、「平均雑音入力パワーＰＡ（ｔ）」と表す）を算出し、得られた平均雑音入力パワーＰＡ（ｔ）をスイッチ手段１３３に供給する。

スイッチ手段１３３は、判定結果Ｄ（ｔ）がＴｒｕｅのときには平均雑音入力パワーＰＡ（ｔ）を推定雑音パワーＰＮ（ｔ）として出力し、判定結果Ｄ（ｔ）がＦａｌｓｅのときにはｄ時間だけ過去の推定雑音パワーＰＮ（ｔ−ｄ）を推定雑音パワーＰＮ（ｔ）として出力する。

（Ａ−３）第１の実施形態の効果
第１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。

（Ａ−３−１）第１の実施形態の雑音推定装置１（雑音推定手段３０）、過去の推定雑音パワーＰＮ（ｔ−ｄ）に基づいて、定常雑音と判定可能な入力パワーＰＸ（ｔ）の範囲を示す２つの閾値Ｌ（ｔ）とＵ（ｔ）を決定し、当該範囲内に入る入力パワーＰＸ（ｔ）、すなわち定常な雑音成分であると判断された入力パワーだけを平均して雑音パワー（ＰＮ（ｔ））を推定する。これにより、雑音推定装置１（雑音推定手段３０）では、音声成分と雑音成分を含む入力パワーＰＸ（ｔ）から、定常な雑音パワーを安定的かつ正確に推定することができる。

（Ａ−３−２）ところで、非特許文献１の問題点は、雑音パワーの推定値を不連続に（単位時間以上空けて）選択された過去の値としたことに起因する。雑音パワーの推定値は、滑らかとなるように、連続的に算出されるべきである。また、非特許文献２の問題点は、音声の複素スペクトルを定常な複素正規分布で、モデリングしたことに起因する。音声は本来非定常かつ優ガウス性であるから、分散や隠れ変数を正しく推定できないので、忘却係数によるトレードオフが生じてしまう。さらに、特許文献１の問題点は、小さな入力パワーに対しては無配慮であることに起因する。

以上の要因を解消するために、第１の実施形態の雑音推定装置１（雑音推定手段３０）では、推定する対象を定常雑音に限定している。非特許文献１および特許文献１では、いずれも推定対象が定常か否かに言及していない。また、非特許文献２では評価実験において非定常な雑音を推定対象としているが、非定常性に言及していない。しかし、音声成分も非定常であることを考慮すると、高々１つの帯域だけの観察によって非定常雑音を推定することは、極めて困難である。

図４および図５は、音声信号に非定常なレストラン雑音を重畳した際の、７５０Ｈｚ帯域の入力パワーの時間変化を表すグラフである。図４では、入力パワー（点線）だけが描画されており、図５では入力パワー（点線）と音声成分のパワー（実線）が重ね書きされている。

図４を観察して分かるように、０．５秒や４．０秒の成分が音声成分ではない（図５参照）ことを特定するのは、専門家でも難しい。以上が、本発明が推定対象を定常雑音に限定している理由である。

定常雑音には、以下に説明するような有用な特性を有する。まず、ガウス過程に従う雑音において、その複素スペクトルが複素正規分布に従い、その振幅スペクトルがレイリー分布に従い、さらにそのパワースペクトルが指数分布に従うことが、よく知られている。一般に、ガウス過程に従わない雑音の帯域ごとのパワーは、ガウス過程に従う雑音の帯域ごとのパワーとは厳密には異なる分布となると考えられていた。ところが、本願発明者は、ガウス過程に従わなくとも定常であれば雑音のパワースペクトル（つまり雑音パワー）は指数分布することを発見した（詳細については、以下の「参考文献１」参照）。

参考文献１：藤枝大、矢頭隆、「定常雑音推定の為の有色雑音のパワースペクトルの分布に関する調査」、平成２８年電気学会 電子・情報・システム部門大会、ＴＣ１６−１３、ｐｐ．５５３〜５５８、兵庫県、２０１６年９月

つまり、定常雑音の雑音パワーが指数分布に従うということが厳密にわかっているから、入力パワーが所定の値の範囲内にあれば定常雑音であると言える。そこで、第１の実施形態の雑音推定手段３０では、（ａ）雑音パワーを連続的に推定し、（ｂ）「音声か雑音か」という基準ではなく「定常雑音か否か」という基準を用い、かつ（ｃ）入力パワーが所定の２つの閾値の間に収まっているか否かを判断する（これにより小さな入力パワーをも配慮することができる）ことで、雑音パワーを安定的かつ正確に推定する。

（Ｂ）第２の実施形態
以下、本発明による雑音推定装置、プログラム及び方法の第２の実施形態を、図面を参照しながら詳述する。

（Ｂ−１）第２の実施形態の構成
第２の実施形態の雑音推定装置１Ａの全体構成についても上述の図２を用いて示すことができる。以下では、第２の実施形態の雑音推定装置１Ａについて、第１の実施形態との差異を説明する。

第２の実施形態の雑音推定装置１Ａでは、雑音推定手段３０（３０−１〜３０−Ｋ）が、雑音推定手段３０Ａ（３０Ａ−１〜３０Ａ−Ｋ）に置き換わっている点で第１の実施形態と異なっている。

第１の実施形態の雑音推定手段３０では、２つの閾値Ｌ（ｔ）、Ｕ（ｔ）について、過去の推定雑音パワーＰＮ（ｔ−ｄ）を定数倍することで求めた。これに対して、第２の実施形態の雑音推定装置１Ａ（雑音推定手段３０Ａ）では、過去の推定雑音パワーが指数分布する真の雑音パワーの期待値の推定値となっていることを利用して、統計の技法である区間推定に基づいた閾値決定法を用いる。これにより、雑音推定手段３０Ａでは、第１の実施形態よりも雑音パワーの推定精度を向上させる。

次に、第２の実施形態の雑音推定装置１Ａ（雑音推定手段３０Ａ）において、定常雑音であるか否かを判定するための２つの閾値Ｌ（ｔ）、Ｕ（ｔ）を求める方式の概要（理論）について説明する。

上述の通り、雑音パワーは、定常で、かつ指数分布することがわかっているので、雑音パワーの期待値（標本平均）に関する区間推定を行うことが可能である。指数分布はガンマ分布の特別なケースなので、母数λ（ラムダ）の指数分布に従う確率変数Ｘは、形状母数１、尺度母数１／λのガンマ分布に従うとも言える（（１）式参照）。ガンマ分布は再生性を有するので、ｎ個の確率変数Ｘ_ｉの和は形状母数ｎ、尺度母数１／λのガンマ分布に従う（（２）式参照）。確率変数Ｘ_ｉの標本平均Ｘ^―（エックスバー）は、和の１／ｎ倍（つまり尺度変換した結果）である。ガンマ分布における確率変数の尺度の変換は、ガンマ分布の尺度母数に同様の変換を施すのと同じであるから、標本平均Ｘ^―（指数分布の期待値）は、形状母数ｎ、尺度母数１／（ｎ・λ）のガンマ分布に従う（（３）式参照）。そして、（３）式を尺度変換すると（４）式が得られる。

そして、信頼係数をα（アルファ）とすると、期待値の信頼区間は該期待値が１００×α（％）の確率で得られる区間なので、信頼区間下限と上限はそれぞれ該期待値の累積密度関数がα／２と（１−α／２）となる値として定義される。したがって、信頼区間θ−（シータ・マイナス）とθ＋（シータ・プラス）（（５）式参照）は、（６）式、（７）式、および（８）式によって計算できる。信頼係数αには、０．９０、０．９５、０．９９などが好適に用いられる。（５）式は信頼区間を表す式となっているが、雑音推定には使いにくい。そこで、（５）式を式変形して、（９）式を得る。ここで、λを過去の推定雑音パワーの逆数（指数分布の母数λは、該指数分布の期待値の逆数と一致する）とし、Ｘ_１〜Ｘ_ｎ−１を過去の入力パーとし、Ｘ_ｎを現在の入力パワーとすると、（９）式を満たす入力パワーＸ_１〜Ｘ_ｎは信頼係数αで母数λの指数分布に従うので、現在の入力パワーＸ_ｎは該指数分布に従う雑音パワーであると考えられる。逆に、（９）式を満たさない入力パワーＸ_ｎは該指数分布に従わないと考えられるので、入力パワーＸ_ｎは少なくとも定常な雑音成分ではないと考えられる。

第２の実施形態の雑音推定装置１Ａ（雑音推定手段３０Ａ）では、以上のように、区間推定から厳密に導出された（９）式を満たす入力パワーのみを平均することによって定常雑音の雑音パワーを推定するものとする。これにより、雑音推定装置１Ａ（雑音推定手段３０Ａ）では、非定常な雑音パワーや音声成分を含む入力パワーを誤って平均することを回避し、安定かつ正確な推定雑音パワーを得ることができる。

次に、第２の実施形態の雑音推定手段３０Ａ（３０Ａ−１〜３０Ａ−Ｋ）について、図６を用いて説明する。

図６では、上述の図１と同様に、任意の雑音推定手段３０Ａの機能的構成について示している。図６では、上述の図１と同一部分又は対応部分には同一符号又は対応符号を付している。

第２の実施形態の雑音推定手段３０Ａでは、閾値決定手段１１０が閾値決定手段２１０に置き換わっている点で第１の実施形態と異なっている。

閾値決定手段２１０は、入力パワーＰＸ（ｔ）と過去の推定雑音パワーＰＮ（ｔ−ｄ）に基づいて第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を算出する処理を行う。

図７は、閾値決定手段２１０の機能的構成について示したブロック図である。

閾値決定手段２１０は、入力遅延手段２１１、入力記憶手段２１２、及び閾値算出手段２１３を有している。

入力遅延手段２１１は、入力パワーＰＸ（ｔ）を単位時間遅延させる処理を行う。

入力記憶手段２１２は、入力パワーＰＸ（ｔ）を所定の時間分記憶する処理を行う。以下では、入力記憶手段２１２が、時刻ｔの時点で記憶する所定時間分の入力パワーのセット（集合）を、入力パワーセットＭＸ（ｔ）と表すものとする。

閾値算出手段２１３は、入力パワーセットＭＸ（ｔ）と過去の推定雑音パワーＰＮ（ｔ−ｄ）に基づいて第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を得る処理を行う。

（Ｂ−２）第２の実施形態の動作
次に、以上のような構成を有する第２の実施形態の雑音推定装置１Ａの動作（実施形態の雑音推定方法）を説明する。

以下では、各雑音推定手段３０Ａ−１〜３０Ａ−Ｋの構成及び動作はすべて同様であるため、以下では、第１の実施形態と同様に、任意の雑音推定手段３０Ａ内部の動作について説明する。

第２の実施形態の雑音推定手段３０Ａにおける判定手段１２０、推定雑音算出手段１３０、および雑音遅延手段１４０の動作は、第１の実施形態の雑音推定手段３０と同様の動作であるため説明を省略する。第２の実施形態の雑音推定手段３０Ａでは、閾値決定手段２１０の動作のみが第１の実施形態と異なる。

閾値決定手段２１０は、入力パワーＰＸ（ｔ）と所定の遅延時間ｄだけ過去に得られた推定雑音パワーＰＮ（ｔ−ｄ）とに基づいて２つの閾値を決定し、得られた第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を判定手段１２０に与える。ここで、Ｌ（ｔ）は、Ｕ（ｔ）より必ず小さくなるように決定される。

次に、図７を用いて、閾値決定手段２１０内部の動作を説明する。

入力遅延手段２１１は、入力パワーＰＸ（ｔ）を単位時間だけ遅延させて、得られたＰＸ（ｔ−１）を入力記憶手段２１２に与える。

入力記憶手段２１２は、所定の入力セットサイズＮＸより１小さい単位時間数の入力パワーを記憶し、得られた入力パワーセットＭＸ（ｔ）を閾値算出手段２１３に与える。ＭＸ（ｔ）は入力パワーの集合である（（１０）式参照）。なお、ＮＸは（２）式〜（９）式のｎに相当する。ＭＸ（ｔ）のサイズを（ＮＸ−１）としたのは、（９）式において（ｎ−１）個の和を計算するためである。

閾値算出手段２１３は、入力パワーセットＭＸ（ｔ）とｄ時間だけ過去の推定雑音パワーＰＮ（ｔ−ｄ）とに基づいて２つの閾値を算出し、得られた第１の閾値Ｌ（ｔ）と第２の閾値Ｕ（ｔ）を出力する。閾値算出手段２１３では、（９）式に倣い、Ｌ（ｔ）とＵ（ｔ）はそれぞれ（１１）式と（１２）式によって算出される。なお、閾値算出手段２１３では、θ−（シータ・マイナス）とθ＋（シータ・プラス）は、ｎ＝ＮＸとして（６）式、（７）式、および（８）式によって事前に計算しておく。

（Ｂ−３）第２の実施形態の効果
第２の実施形態によれば、第１の実施形態の効果に加えて、以下のような効果を奏することができる。

第２の実施形態の雑音推定装置１Ａ（雑音推定手段３０Ａ）では、真の雑音パワーが指数分布に従うという事実から、入力パワーＰＸ（ｔ）が定常な雑音成分であるか否かを判定するために使用する２つの閾値Ｌ（ｔ）とＵ（ｔ）を、統計の技法である区間推定に基づいて厳密に算出する。これにより、雑音推定装置１Ａ（雑音推定手段３０Ａ）では、第１の実施形態と比較して、音声成分と雑音成分を含む入力パワーＰＸ（ｔ）から、定常な雑音パワーをより安定的かつより正確に推定することができる。

（Ｃ）第３の実施形態
以下、本発明による雑音推定装置、プログラム及び方法の第３の実施形態を、図面を参照しながら詳述する。

（Ｃ−１）第３の実施形態の構成及び動作
第３の実施形態の雑音推定装置１Ｂの全体構成についても上述の図２を用いて示すことができる。以下では、第３の実施形態の雑音推定装置１Ｂについて、第２の実施形態との差異を説明する。

第３の実施形態の雑音推定装置１Ｂでは、雑音推定手段３０Ａ（３０Ａ−１〜３０Ａ−Ｋ）が、雑音推定手段３０Ｂ（３０Ｂ−１〜３０Ｂ−Ｋ）に置き換わっている点で第２の実施形態と異なっている。

次に、第３の実施形態の雑音推定手段３０Ｂ（３０Ｂ−１〜３０Ｂ−Ｋ）について、図８を用いて説明する。

図８では、上述の図６と同様に、任意の雑音推定手段３０Ｂの機能的構成について示している。図８では、上述の図６と同一部分又は対応部分には同一符号又は対応符号を付している。

第３の実施形態の雑音推定手段３０Ｂでは、推定雑音算出手段１３０が推定雑音算出手段２３０に置き換わっている点で第２の実施形態と異なっている。

次に、第３の実施形態の推定雑音算出手段２３０の構成について図９を用いて説明する。

図９は、推定雑音算出手段２３０の機能的構成について示したブロック図である。図９では、上述の図３と同一部分又は対応部分には同一符号又は対応符号を付している。

推定雑音算出手段２３０では、雑音入力記憶手段１３１の前段に遅延手段１３４が挿入されている点で、第１の実施形態と異なっている。

遅延手段１３４は、供給された入力パワーＰＸ（ｔ）を一定時間遅延させて雑音入力記憶手段１３１に供給する処理（バッファ処理）を行う。なお、遅延手段１３４は、判定結果Ｄ（ｔ）に関わりなく、常時入力パワーＰＸ（ｔ）に対して遅延処理を行う。また、遅延手段１３４が保持するサンプル数（遅延時間）については、例えば、雑音入力記憶手段１３１で用いられたＮ_Ｎに応じた値（例えば、Ｎ_Ｎ／２個）としてもよいし、実験等により好適な値を取得して設定するようにしてもよい。

なお、第１の実施形態の雑音推定手段３０において、推定雑音算出手段１３０を推定雑音算出手段２３０に置き換える構成としてもよい。

（Ｃ−２）第３の実施形態の効果
第３の実施形態によれば、第２の実施形態の効果に加えて以下のような効果を奏することができる。

２つの閾値Ｌ（ｔ）とＵ（ｔ）の算出に用いられる区間推定は、統計の技法である。つまり、判定手段１２０にて行われる定常雑音か否かの判定は統計的に行われるので、判定に用いられるデータが定常雑音でない成分を充分（およそ１０〜数十％）に含まない期間は「定常雑音である」と判定される。一方、推定雑音パワーＰＮ（ｔ）を更新する際には、雑音入力パワーセットＭＮ（ｔ）にわずか（およそ数％）でも定常雑音でない成分が含まれると、得られる推定値は不安定になる。このように、第２の実施形態の雑音推定装置１Ａでは、「定常雑音でない」という判定結果が得られるタイミングは実際に定常雑音でない成分が入力されたタイミングよりも遅れてしまうため、雑音入力パワーセットＭＮ（ｔ）に定常雑音でない成分が格納され、推定雑音パワーＰＮ（ｔ）が不安定になる場合があるという問題が生じる。この問題を回避するために、第３の実施形態の雑音推定装置１Ｂ（雑音推定手段３０Ｂ）では、雑音入力パワーセットＭＮ（ｔ）に格納する入力パワーを遅延させることで、「定常雑音である」と判定されている期間は雑音入力パワーセットＭＮ（ｔ）に定常雑音でない成分が含まれないようにした。これにより、雑音推定装置１Ｂ（雑音推定手段３０Ｂ）では、第２の実施形態と比較して、音声成分と雑音成分を含む入力パワーＰＸ（ｔ）から、定常な雑音パワーをより安定的かつより正確に推定することができる。

（Ｄ）第４の実施形態
以下、本発明による雑音推定装置、プログラム及び方法の第４の実施形態を、図面を参照しながら詳述する。

図１０は、第４の実施形態の雑音推定装置１Ｃの全体構成について示したブロック図である。図１０では、上述の図１と同一部分又は対応部分には同一符号又は対応符号を付している。以下では、第４の実施形態の雑音推定装置１Ｃについて、第１の実施形態との差異を説明する。

図１０に示すように、第４の実施形態の雑音推定装置１Ｃでは、帯域分割手段１０が除外されている点で第１の実施形態と異なっている。そして、第４の実施形態の雑音推定装置１Ｃは、パワー算出手段２０及び雑音推定手段３０を、それぞれ１つ有している。パワー算出手段２０及び雑音推定手段３０の構成自体は第１の実施形態と同様であるため詳しい説明を省略する。

第４の実施形態の雑音推定装置１Ｃでは、入力信号Ｘの帯域を分割せずにそのまま雑音推定処理を行う。したがって、図１０に示すように第４の実施形態の雑音推定装置１Ｃでは、入力信号Ｘが帯域分割されずにそのままパワー算出手段２０に供給されて入力パワーＰＸ（ｔ）に変換（入力信号Ｘの全ての帯域に基づく入力パワーに変換）されて雑音推定手段３０に供給される。そして、雑音推定装置１Ｃでは、パワー算出手段２０が、パワー算出手段２０から供給された入力パワーＰＸ（ｔ）にもとづいて雑音推定処理を行いその結果としての推定雑音パワーＰＮ（ｔ）を出力する。

なお、雑音推定装置１Ｃにおいて、雑音推定手段３０は、第２の実施形態の雑音推定手段３０Ａや、第３の実施形態の雑音推定手段３０Ｂに置き換えるようにしても良い。

第４の実施形態の雑音推定装置１Ｃでは、帯域分割せずに雑音推定を行うため、第１〜第３の実施形態のように帯域ごと（成分ごと）の正確な雑音推定処理はできないが、入力信号Ｘ全体に含まれる雑音成分についてある程度の精度での雑音推定処理を行うことはできる。また、雑音推定装置１Ｃでは、パワー算出手段２０及び雑音推定手段３０がそれぞれ１つだけで良いため、第１〜第３の実施形態と比較して極少ない処理量で、雑音推定処理を行うことはできる。したがって、例えば、推定雑音パワーＰＮ（ｔ）に対して高い精度が用いられない場合には、雑音推定装置１Ｃを用いることで、極少ない処理量である程度の精度で雑音推定処理を行うことが可能となる。

（Ｅ）他の実施形態
本発明は、上記の各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。

（Ｅ−１）第１〜第３の実施形態の雑音推定装置１、１Ａ、１Ｂでは、帯域分割手段１０及びパワー算出手段２０が備えられているが、帯域分割手段１０及びパワー算出手段２０については除外し、雑音推定手段３０（３０−１〜３０−Ｋ）に直接入力パワーＰＸ（ｔ）を供給（外部から供給）するようにしてもよい。また、第４の実施形態においても、パワー算出手段２０を除外して、雑音推定手段３０に直接入力パワーＰＸ（ｔ）を供給（外部から供給）するようにしてもよい。

１…雑音推定装置、１０…帯域分割手段、２０、２０−１〜２０−Ｋ…パワー算出手段、３０、３０−１〜３０−Ｋ…雑音推定手段、１１０…閾値決定手段、１２０…判定手段、１３０…推定雑音算出手段、１４０…雑音遅延手段、１３１…雑音入力記憶手段、１３２…平均手段、１３３…スイッチ手段。

Claims (11)

1. 入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備える雑音推定装置において、
   それぞれの前記雑音推定手段は、
   過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、
   前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、
   前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有する
   ことを特徴とする雑音推定装置。
2. 前記閾値決定手段は、前記入力パワーを定常な雑音成分であると判定する範囲の下限を前記第１の閾値として決定し、当該範囲の上限を前記第２の閾値として決定し、
   前記判定手段は、前記入力パワーが前記第１の閾値より大きく、且つ、前記第２の閾値より小さい場合に、前記入力パワーが定常な雑音成分であると判定する
   ことを特徴とする請求項１に記載の雑音推定装置。
3. 前記閾値決定手段は、
   前記入力パワーを所定の時間分記憶して入力パワーセットを保持する入力パワー記憶手段と、
   前記入力パワー記憶手段に記憶されている入力パワーセットと過去の推定雑音パワーに基づいて前記第１の閾値と前記第２の閾値を算出する閾値算出手段と
   を有することを特徴とする請求項１又は２に記載の雑音推定装置。
4. 前記推定雑音パワー算出手段は、
   前記判定手段で前記入力パワーが定常な雑音成分であると判定された場合、前記入力パワーと過去の推定雑音パワーに基づいて現在の推定雑音パワーを算出し、
   前記判定手段で前記入力パワーが定常な雑音成分でないと判定された場合、過去の推定雑音パワーを現在の推定雑音パワーとして取得する
   ことを特徴とする請求項１〜３のいずれかに記載の雑音推定装置。
5. 前記推定雑音パワー算出手段は、
   前記入力パワーが定常な雑音成分であるときだけ前記入力パワーを所定の時間分記憶して雑音入力パワーセットを保持する雑音入力記憶手段と、
   前記入力パワーが定常な雑音成分であるときだけ前記雑音入力記憶手段に保持されている雑音入力パワーセットを平均して平均雑音入力パワーを得る平均手段と、
   前記入力パワーが定常な雑音成分であるなら前記平均雑音入力パワーを推定雑音パワーとして出力し、前記入力パワーが定常な雑音成分でないなら過去の推定雑音パワーを推定雑音パワーとして出力するスイッチ手段とを有する
   ことを特徴とする、請求項１〜４のいずれかに記載の雑音推定装置。
6. 前記閾値算出手段は、前記入力パワーに含まれる定常な雑音成分のパワーが指数分布に従うと仮定した場合の統計処理により、前記第１の閾値と前記第２の閾値を算出することを特徴とする、請求項３に記載の雑音推定装置。
7. 入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備える雑音推定装置において、
   前記雑音推定手段は、
   前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、
   前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、
   前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有する
   ことを特徴とする雑音推定装置。
8. コンピュータを入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段として機能させ、
   それぞれの前記雑音推定手段は、
   過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、
   前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、
   前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有する
   ことを特徴とする雑音推定プログラム。
9. コンピュータを入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段として機能させ、
   前記雑音推定手段は、
   前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定する閾値決定手段と、
   前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得する判定手段と、
   前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する推定雑音パワー算出手段とを有する
   ことを特徴とする雑音推定プログラム。
10. 入力信号を複数の帯域に分割した信号の入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定方法において、
    前記入力パワーごとに雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備え、
    それぞれの前記雑音推定手段は、閾値決定手段、判定手段、及び推定雑音パワー算出手段を備え、
    前記閾値決定手段は、過去の推定雑音パワーにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定し、
    前記判定手段は、前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得し、
    前記推定雑音パワー算出手段は、前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する
    ことを特徴とする雑音推定方法。
11. 入力信号の入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定方法において、
    前記入力パワーに含まれる雑音成分のパワーを推定して推定雑音パワーを出力する雑音推定手段を備え、
    前記雑音推定手段は、閾値決定手段、判定手段、及び推定雑音パワー算出手段を備え、
    前記閾値決定手段は、前記入力パワーと過去の推定雑音パワーとにもとづいて、前記入力パワーを定常な雑音成分であるか否か判定するための第１の閾値と前記第１の閾値よりも大きい第２の閾値を決定し、
    前記判定手段は、前記第１の閾値と前記第２の閾値に基づいて前記入力パワーが定常な雑音成分か否かを判定して判定結果を取得し、
    前記推定雑音パワー算出手段は、前記判定手段の判定結果、前記入力パワー及び過去の推定雑音パワーを用いて推定雑音パワーを取得する
    ことを特徴とする雑音推定方法。

Images