JP6780644B2 - 信号処理装置、信号処理方法、および信号処理プログラム - Google Patents

信号処理装置、信号処理方法、および信号処理プログラム Download PDF

Info

Publication number
JP6780644B2
JP6780644B2 JP2017526240A JP2017526240A JP6780644B2 JP 6780644 B2 JP6780644 B2 JP 6780644B2 JP 2017526240 A JP2017526240 A JP 2017526240A JP 2017526240 A JP2017526240 A JP 2017526240A JP 6780644 B2 JP6780644 B2 JP 6780644B2
Authority
JP
Japan
Prior art keywords
signal
input
sound
estimated
phase difference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017526240A
Other languages
English (en)
Other versions
JPWO2017002525A1 (ja
Inventor
正徳 加藤
正徳 加藤
昭彦 杉山
昭彦 杉山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2017002525A1 publication Critical patent/JPWO2017002525A1/ja
Application granted granted Critical
Publication of JP6780644B2 publication Critical patent/JP6780644B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0264—Noise filtering characterised by the type of parameter measurement, e.g. correlation techniques, zero crossing techniques or predictive techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0224—Processing in the time domain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0272—Voice signal separating
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166—Microphone arrays; Beamforming
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2410/00—Microphones
    • H04R2410/05—Noise reduction with a separate noise microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2410/00—Microphones
    • H04R2410/07—Mechanical or electrical reduction of wind noise generated by wind passing a microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2430/00—Signal processing covered by H04R, not provided for in its groups
    • H04R2430/03—Synergistic effects of band splitting and sub-band processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
    • H04R2499/10—General applications
    • H04R2499/13—Acoustic transducers and sound field adaptation in vehicles

Description

本発明は、信号処理装置、信号処理方法、および信号処理プログラムに関する。
上記技術分野において、非特許文献１と非特許文献２には、複数のセンサで出力した混在信号を加算した合算信号から妨害音信号成分を推定し、妨害音信号成分の大きさに応じたゲインを合算信号に乗算して、強調信号を得る技術が開示されている。
A. Sugiyama and R. Miyahara, "A DIRECTIONAL NOISE SUPPRESSOR WITH A SPECIFIED BEAMWIDTH," Proc. of ICASSP 2015, pp.524 - 528, Apr. 2015 A. Sugiyama and R. Miyahara, "A Dual-Microphone Noise Suppressor with an Adjustable Constant Beamwidth," Proc. of 29th SIP SYMPOSIUM, pp.444 - 449, Nov. 2014 A. Sugiyama, R. Miyahara and K. Park, "Impact-noise suppression with phase-based detection," Proc. of 21st European Signal Processing Conference, pp.1 - 5, Sept. 2013 C. H. Knapp and G. C. Carter, "The Generalized Correlation Method for Estimation of Time Delay," IEEE Trans. on Acoustics, Speech, and Signal Processing, vol. ASSP-24, no.4, pp.320-327, Aug. 1976 M. Omologo and P. Svaizer, "Use of the Crosspower-spectrum Phase in Acoustic Event Location," IEEE Trans. on Speech and Audio Processing, vol. SAP-5, no.3, pp.288-292, May 1997 R. Schmidt, "Multiple emitter location and signal parameter estimation," IEEE Trans. on Antennas Propag. vol. AP-34, no.3, pp.276-280, Mar. 1982 R. Kumaresan and D.W. Tufts, "Estimating the Angles of Arrival of Multiple Plane Waves," IEEE Trans. on Aerospace and Electronic Systems, vol. AES-19, no.1, pp.134-139, Jan. 1983 M. J. Ross, H. L. Shaffer, A. Cohen, R. Freudberg and H. J. Manley, "Average magnitude difference function pitch extractor," IEEE Trans. on Acoustics, Speech and Signal Processing, vol. ASSP-22, no.5, pp.353-362, 1974 A. M. Noll, "Short‐Time Spectrum and "Cepstrum" Techniques for Vocal‐Pitch Detection," The Journal of Acoustical Society of America, vol.36, no.2, pp.269-302, 1964 A. M. Noll, "Cepstrum Pitch Determination," The Journal of Acoustical Society of America, vol.41, no.2, pp.293-309, 1967 藤本雅清、「音声区間検出の基礎と最近の研究動向」電子情報通信学会 IEICE Technical Report SP2010-23、pp.7 - 12、2010年6月 B. Rafaely and M. Kleider, "Spherical Microphone Array Beam Steering Using Wigner-D Weighting," IEEE Signal Processing Letters, vol.15, pp. 417-420, Dec. 2008 W. Kellermann, "A Self-Steering Digital Microphone Array," Proc. of ICASSP-91, vol.5, pp.3581 - 3584, Apr. 1991
しかしながら、上記非特許文献１および非特許文献２に記載の技術では、様々な方向から到来する妨害音、例えば、自動車走行音や街頭の雑踏音のような環境雑音や、暗騒音、風雑音などの拡散性の妨害音を精度よく推定することができなかった。
本発明の目的は、上述の課題を解決する技術を提供することにある。
上記目的を達成するため、本発明に係る信号処理装置は、
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力する位相差出力手段と、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成する生成手段と、
を備えた。
上記目的を達成するため、本発明に係る信号処理方法は、
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
を含む。
上記目的を達成するため、本発明に係る信号処理プログラムは、
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
を、コンピュータに実行させる。
本発明によれば、拡散性の妨害音を精度よく推定することができる。
本発明の第１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。 本発明の第２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。 本発明の第２実施形態に係る信号処理装置における変換部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置における逆変換部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置における抑圧部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置における位相差出力部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置における抑圧部の構成を示すブロック図である。 本発明の第２実施形態に係る信号処理装置におけるゲイン関数の一例を説明するための図である。 本発明の第２実施形態に係る信号処理装置における補正部の構成の一例を示すブロック図である。 本発明の第３実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第３実施形態に係る信号処理装置における補正部の構成を示すブロック図である。 本発明の第４実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第５実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第５実施形態に係る信号処理装置における補正部の構成を示すブロック図である。 本発明の第６実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第７実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第８実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第９実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第１０実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第１１実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第１２実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第１３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。 本発明の第１４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。 本発明の第１４実施形態に係る信号処理装置における推定部の構成を示すブロック図である。 本発明の第１５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。 本発明の第１６実施形態に係る信号処理装置を説明するための図である。
以下に、本発明の例示的な実施形態について、図面を参照して、以下に詳しく説明記載する。ただし、以下の実施の形態に記載されている、構成、数値、処理の流れ、機能要素などはあくまで一例であり、本発明の技術範囲をそれらの記載のみに限定する趣旨のものではない。なお、以下の説明中における「音声」とは、物の響きや人や鳥獣の声、あるいは物体の振動が空気などの振動として伝わって起こす聴覚の内容またはそのもととなる音波をいい、人の声に限定されない。「音声信号」とは、音声その他の音響に従って生ずる直接的の電気的変化であって、音声その他の音響を伝送するためのものをいい、音声に限定されない。
［第１実施形態］
本発明の第１実施形態としての信号処理装置１００について、図１を用いて説明する。図１に示すように、信号処理装置１００は、位相差出力部１０１と生成部１０２とを備える。位相差出力部１０１は、目的音１１０と妨害音１２０とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号１３１と、同環境において入力した第２入力音に基づいて生成された第２入力信号１３２と、の位相差１３３を出力する。生成部１０２は、位相差１３３と第１入力信号１３１とに基づいて、推定妨害音信号１３４を生成する。
本実施形態によれば、様々な方向から到来した妨害音を推定することができる。これにより、推定妨害音信号を用いて第１入力信号に含まれる妨害音を抑圧し、目的音を強調することができるので、従来よりも強調信号の品質が向上する。
［第２実施形態］
次に本発明の第２実施形態に係る信号処理装置について、図２乃至図７Ｂを用いて説明する。図２は、本実施形態に係る信号処理装置の構成を説明するためのブロック図である。本実施形態の信号処理装置２００は、例えばデジタルカメラ、ノートパソコン、携帯電話などといった装置の一部としても機能する。しかし、本発明はこれに限定されるものではなく、目的音と妨害音とが混在する環境において取得した入力信号から妨害音の成分除去を要求されるあらゆる信号処理装置に適用可能である。
また、本実施形態では、位相差を用いたヌルビームフォーマで第２信号成分（妨害音成分）を推定してから、第１信号成分（目的音成分）を強調する技術について説明するが、これに限定されることはない。
図２に示すように、信号処理装置２００は、センサ２０１、２０２、変換部２０３、２０４、推定部２０５、抑圧部２０６、逆変換部２０７、および出力端子２０８を有する。
変換部２０３には、センサ２０１が生成した混在信号がサンプル値系列Ｘ１(t)として供給される。さらに、変換部２０３は、センサ２０１が生成した混在信号を複数サンプルから構成されるフレームに分割し、フーリエ変換などの変換を施して、複数の周波数成分に分割する。
変換部２０４には、センサ２０２が生成した混在信号がサンプル値系列Ｘ２(t)として供給される。さらに、変換部２０４は、センサ２０２が生成した混在信号を複数サンプルから構成されるフレームに分割し、フーリエ変換などの変換を施して、複数の周波数成分に分割する。なお、混在信号を変換して得られた周波数成分を混在信号スペクトルと呼ぶ。また、センサ２０１、２０２が出力する入力信号は、音声信号であってもよいし、音声信号以外の信号であってもよい。例えば、センサ２０１、２０２は、自動車、船舶、あるいは飛行物体などの機械が発する走行音、エンジン音、スクリュー音、プロペラ音、モーター音、サイレン音、あるいは爆発音などの音に対応する信号を出力してもよい。また、センサ２０１、２０２は、人間や動物が発する足音、悲鳴、鳴き声、あるいは叫び声、または音楽や楽器音などの様々な音に対応する信号を出力してもよい。
混在信号スペクトルは周波数ごとに独立して処理される。ここでは、あるフレームｎのある周波数ｋに注目して説明を続ける。変換部２０３から出力された混在信号スペクトルＸ１(k,n)は、推定部２０５と抑圧部２０６に供給される。変換部２０３は、目的音と妨害音とが混在する環境において入力した入力音に基づいて、入力信号としての混在信号スペクトルＸ１(k,n)を生成する。
また、変換部２０４から出力された混在信号スペクトルＸ２(k,n)は、推定部２０５に供給される。変換部２０４は、目的音と妨害音とが混在する環境において入力した入力音に基づいて、入力信号としての混在信号スペクトルＸ２(k,n)を生成する。
推定部２０５は、変換部２０３から供給される混在信号スペクトルＸ１(k,n)に含まれる第２信号成分を推定し、推定第２信号成分Ｎ(k,n)を生成する。
抑圧部２０６は、推定第２信号成分Ｎ(k,n)を用いて、変換部２０３から供給された混在信号スペクトルＸ１(k,n)に含まれる第２信号成分を抑圧し、抑圧の結果としての強調信号スペクトルＹ(k,n)を逆変換部２０７に伝達する。逆変換部２０７は、抑圧部２０６から供給された強調信号スペクトルＹ(k,n)に対して逆変換を施し、強調信号として、出力端子２０８に供給する。なお、推定部２０５は、混在信号スペクトルＸ１(k,n)に含まれる第２信号成分では無く、混在信号スペクトルＸ２(k,n)に含まれる第２信号成分を推定してもよい。
《変換部の構成》
図３は、変換部２０３、２０４の構成を示すブロック図である。図３に示すように、変換部２０３、２０４はフレーム分割部３０１、窓がけ処理部(windowing unit)３０２、およびフーリエ変換部３０３を含む。
混在信号Ｘ１(t)、Ｘ２(t)は、フレーム分割部３０１に供給され、Ｋ／２サンプルごとのフレームに分割される。ここで、Ｋは偶数とする。フレームに分割された混在信号Ｘ１(t)、Ｘ２(t)は、窓がけ処理部３０２に供給され、窓関数(window function)であるｗ(t)との乗算が行なわれる。第ｎフレームの混在信号ｘ１(t,n)（ｔ＝０、１、...、Ｋ−１）に対するｗ(t)で窓がけ(windowing)された信号は、次式で与えられる。
Figure 0006780644
 また、連続する２フレームの一部を重ね合わせ(オーバラップ)して窓がけしてもよい。オーバラップ長としてフレーム長の５０％を仮定すれば、ｔ＝０、１、...、Ｋ／２−１に対して、以下の式で得られる左辺が、窓がけ処理部３０２の出力となる。
Figure 0006780644
 実数信号に対しては、左右対称窓関数が用いられる。また、窓関数は、変換部２０３、２０４の出力を逆変換部２０７に直接供給したときの入力信号と出力信号が計算誤差を除いて一致するように設計される。これは、ｗ(t)＋ｗ(t+K/2)＝１となることを意味する。
以後、連続する２フレームの５０％をオーバラップして窓がけする場合を例として説明を続ける。ｗ(t)（ｔ＝０、１、...、Ｋ−１）としては、例えば、次式に示すハニング窓を用いることができる。
Figure 0006780644
 このほかにも、ハミング窓、三角窓など、様々な窓関数が知られている。窓がけされた出力はフーリエ変換部３０３に供給され、混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)に変換される。
《逆変換部の構成》
図４は、逆変換部２０７の構成を示すブロック図である。図４に示すように、逆変換部２０７は逆フーリエ変換部４０１、窓がけ処理部４０２、およびフレーム合成部４０３を含む。
逆フーリエ変換部４０１は、抑圧部２０６から供給された強調信号スペクトルＹ(k,n)に逆フーリエ変換を施し、１フレームがＫサンプルを含む時間領域サンプル値系列ｙ(t,n)（ｔ＝０、１、...、Ｋ−１）として、窓がけ処理部４０２に供給する。そして、窓がけ処理部４０２において時間領域サンプル値系列と窓関数ｗ(t)との乗算が行なわれる。逆フーリエ変換により得られた信号ｙ(t,n)（ｔ＝０、１、...、Ｋ−１）に対して、ｗ(t)で窓がけされた信号は、次式の左辺で与えられる。
Figure 0006780644
 フレーム合成部４０３は、窓がけ処理部４０２からの隣接する２フレームの出力を、Ｋ／２サンプルずつ取り出して重ね合わせ、以下の式によって、ｔ＝０、１、...、Ｋ／２−１における出力信号（次の式の左辺ｙハット(t,n)）を生成する。得られた出力信号ｙハット(t,n)は、フレーム合成部４０３から、強調信号として出力端子２０８に伝達される。
Figure 0006780644
 なお、図３および図４において変換部２０３と逆変換部２０７においてフーリエ変換を行うものとして説明したが、フーリエ変換に代えて、アダマール変換、ハール変換、ウェーブレット変換など、他の変換を用いることもできる。ハール変換は、乗算が不要となり、ＬＳＩ化したときの面積を小さくすることができる。ウェーブレット変換は、周波数によって時間解像度を異なったものに変更できるために、第２信号成分の抑圧効果を向上できる。
また、変換部２０３において得られる周波数成分を複数統合してから、推定部２０５で第２信号成分の推定を行うこともできる。統合後の周波数成分の数は、統合前の周波数成分の数よりも少なくなる。具体的には、周波数成分の統合によって得られる統合周波数成分に対して推定第２信号成分Ｎ(k,n)を求め、それを同一統合周波数成分に属する個別の周波数成分に対して共通に用いればよい。このように、複数の周波数成分を統合してから第２信号成分の推定を実行すると、適用する周波数成分の数が少なくなり、全体の演算量を削減することができる。
《抑圧部の構成》
図５は、抑圧部２０６の構成を示すブロック図である。図５に示すように、抑圧部２０６はゲイン計算部５０１、および乗算部５０２を含む。
ゲイン計算部５０１は、第２信号成分を抑圧するためのゲインＧ２(k,n)を求める。ゲイン計算部５０１において採用されるゲイン計算方法としては、様々な方法が考えられる。例えば、第１信号成分との平均２乗誤差を最小にする最適推定値を出力するWienerフィルタを用いてゲインを求めてもよい。また、GSS（Generalized Spectral Subtraction)、MMSE STSA（Minimum Mean-Square Error Short-Time Spectral Amplitude)、MMSE LSA（Minimum Mean-Square Error Log Spectral Amplitude)、といった既知の方法を用いてゲインを求めてもよい。
乗算部５０２は、ゲイン計算部５０１で求めたゲインＧ２(k,n)を、混在信号スペクトルＸ１(k,n)に乗算することで強調信号スペクトルＹ(k,n)を求める。そして、強調信号スペクトルＹ(k,n)を逆変換部２０７に伝達する。
《推定部の構成》
図６Ａは、推定部２０５の構成を示すブロック図である。図６Ａに示すように、推定部２０５は、位相差出力部２５１と生成部２５２とを有する。さらに、生成部２５２は、抑圧部６０２、および補正部６０３を含む。
図６Ｂに示すように、位相差出力部２５１は、正規化部６１１、６１２と計算部６１３、６１４とを有する。
位相差出力部２５１は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)の位相と変換部２０４から供給された混在信号スペクトルＸ２(k,n)の位相との位相差を計算する。混在信号スペクトルＸ(k,n)の位相θ(k,n)は、次の式で定義される。
Figure 0006780644
 ただし、Ｒｅ{Ｘ(k,n)}とＩｍ{Ｘ(k,n)}は、それぞれ混在信号スペクトルＸ(k,n)の実部と虚部を表す。したがって、最も簡単に位相差を求めるには、混在信号スペクトルＸ１(k,n)と混在信号スペクトルＸ２(k,n)の位相を上式で別々に求めてから、両者の差分を計算すればよい。しかし、この方法では高精度に算出することが困難であることが知られている。そこで本実施形態では、非特許文献３に記載された方法で位相差を計算する。
すなわち、第ｎフレームの混在信号スペクトルＸ１(k,n)とＸ２(k,n)の位相をそれぞれθ1(k,n)とθ2(k,n)としたとき、その位相差Δθ(k,n)＝θ1(k,n)−θ2(k,n)を以下の手順で計算する。まず、混在信号スペクトルＸ１(k,n)とＸ２(k,n)のそれぞれをその振幅で正規化する。正規化したスペクトルをＸ１(k,n)バーおよびＸ２(k,n)バーとし、次式を用いて計算する。
Figure 0006780644
 ただし、|Ｘ(k,n)|はＸ(k,n)の絶対値を表す。次に、Ｘ２(k,n)バーの複素共役とＸ１(k,n)バーの積を計算する。両者の積をＲ(k,n)として、以下の式で計算する。
Figure 0006780644
 ただし、conj(X(k,n))はＸ(k,n)の複素共役を表す。そして、位相差Δθ(k,n)を次式で求める。
Figure 0006780644
 位相差は、非特許文献１と非特許文献２に記載のとおり、目的音の到来方向(Direction of Arrival:DOA)に基づいて求めることもできる。この場合、まず目的音の到来方向を推定し、その推定値に基づいて位相差を計算する。推定した到来方向をΦ(n)とし、位相差Δθ(k,n)を次式で求める。
Figure 0006780644
 ただし、ｄはセンサ２０１とセンサ２０２との間隔、ｃは音速、πは円周率を表す。到来方向Φ(n)の推定法としては、様々な方法が知られている。例えば、複数のセンサに到来する音に基づいて生成した入力信号の位相差を利用した方法（相互相関法、相互スペクトルパワー分析法、ＧＣＣ−ＰＨＡＴなど）、ＭＵＳＩＣ法に代表されるサブスペース法などが、非特許文献４〜非特許文献７に開示されている。
図６Ｃに示すように、抑圧部６０２は、ゲイン算出部６２１と乗算器６２２とを有する。
抑圧部６０２は、位相差出力部２５１から供給された位相差に基づいて、変換部２０３から供給された混在信号スペクトルＸ１(k,n)に含まれる第１信号成分を抑圧し、仮推定第２信号成分を生成する。
抑圧部６０２は、最初に位相差Δθ(k,n)を用いて、ゲインＧ(k,n)を計算する。次に、抑圧部６０２は、混在信号スペクトルＸ１(k,n)とゲインＧ(k,n)の積を仮推定第２信号成分として算出する。抑圧部６０２は、あらかじめ定められた位相差とゲインの関係を持つ関数(ゲイン関数)を用いてゲインＧ(k,n)を求める。図７Ａにゲイン関数の一例を示す。
図７Ａにおいて、横軸は位相差Δθ(k,n)を、縦軸はゲインを表す。ここでは、ゲインが１と０の範囲に設定されている。抑圧部６０２は、ゲインが１である場合、入力した信号を減衰なしにそのまま通過させる。抑圧部６０２は、ゲインが０である場合、入力した信号を減衰させて、何も通過させない。ゲインが１である位相差の範囲を通過域、または通過帯域という。ゲインが０である連続した位相差の範囲を阻止域、または阻止帯域という。通過域と阻止域の間には、ゆるやかにゲインが１から０に変化する遷移域、または遷移帯域があってもよい。
図７Ａでは、通過域を白色、遷移域を網掛け、阻止域を斜線で表わして見やすくしている。図から明らかなように、この例では、位相差Δθ(k,n)＝０の周辺に阻止域があり、０から離れた範囲に通過域があり、両者は遷移域を介して連続している。この場合、位相差Δθ(k,n)が０に近い第１信号成分は減衰され、０から離れている第１信号成分は減衰無しに通過する。中間には、少し減衰される位相差Δθ(k,n)の遷移域が存在する。遷移域無しに、通過域と阻止域が直接連続してもよい。位相差Δθ(k,n)＝０は、センサ２０１とセンサ２０２とを結んだ直線に直角な方向から音が到来していることを表す。したがって、この図７Ａに対応する抑圧部６０２は、正面方向から到来する音に対応する入力信号を十分に減衰し、それ以外の方向から到来する音に対応する信号を通過させる特性であることが理解できる。
ゲイン関数としては、この他にも非特許文献１と非特許文献２に記載された関数を用いることが可能である。例えば非特許文献１と非特許文献２には、通過域から遷移域への変化点、および遷移域から阻止域への変化点の近傍で、ゲイン関数が図７Ａよりも緩やかに変化する例が掲載されている。他にも、ゲイン関数が位相差の軸上で非対称、つまり図７Ａの例では左右非対称の例も示されている。
補正部６０３は、抑圧部６０２から供給された仮推定第２信号成分を補正し、推定第２信号成分Ｎ(k,n)を生成する。最も基本的な補正方法は、仮推定第２信号成分の平滑化である。仮推定第２信号成分を時間方向や周波数方向に平滑化し、それを推定第２信号成分Ｎ(k,n)とする。平滑化には、リーク積分や移動平均を用いることができる。例えば、仮推定第２信号成分をＮ(k,n)ハットとすると、移動平均で周波数方向に平滑化する場合には、推定第２信号成分Ｎ(k,n)は次式で計算される。
Figure 0006780644
 ただし、Ｍは１以上の整数である。また、リーク積分で時間方向に平滑化する場合には、推定第２信号成分Ｎ(k,n)は次式で計算される。
Figure 0006780644
 ただし、ａは０以上１以下の実数である。平滑化の方法は、リーク積分や移動平均に限定されない。他にも、高次多項式や非線形関数などを用いて平滑化することも可能である。
平滑化前と平滑化後の仮推定第２信号成分を比較して、両者の差が大きい場合だけ平滑化した値に置き換える補正方法も有効である。平滑化前後の差が小さいときは、位相差の小さい信号が存在しない。つまり第２信号成分だけが存在する状態であることが多い。このような場合、平滑化は第２信号成分の推定精度の劣化をもたらす。したがって、平滑化した値への置き換えを平滑化前後の差が大きい場合に限定することで、常に平滑化を行う場合よりも第２信号成分の推定精度を改善できる。この場合、図７Ｂに示すように、補正部６０３の構成を、平滑化部７３１と比較部７３２と選択部７３３とを備えた構成とする。
《発明の効果》
本実施形態によれば、仮推定第２信号成分を補正して推定第２信号成分Ｎ(k,n)を生成する。これにより、混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)の位相差Δθ(k,n)が小さくなる周波数において、推定第２信号成分Ｎ(k,n)のパワーが小さくなりすぎること(過小推定)を回避できる。このため、第２信号成分（妨害音成分）を高精度に推定でき、第２信号成分の抑圧不足を回避でき、従来よりも強調信号の品質が向上する。
本実施形態では、ヌルビームフォーマを用いて第２信号成分を抑圧する場合について説明した。非特許文献１と非特許文献２に記載された技術のように、位相差が大きい信号に小さなゲインを与えることで、混在信号に含まれる第２信号成分を抑圧して強調信号を得る技術にも同様に適用できる。この場合、抑圧部２０６は、位相差に基づいて第２信号成分を抑圧し、仮強調信号スペクトルを得る。そして、補正部６０３は、本実施形態で説明した方法を用いて仮強調信号スペクトルを補正し、強調信号スペクトルを得る。この構成により、仮強調信号スペクトルを補正して強調信号スペクトルを得るので、位相差Δθ(k,n)が小さくなる周波数において、第２信号成分の抑圧不足を回避できる。このため、従来よりも強調信号の品質が向上する。
以後の実施形態も同様に、ヌルビームフォーマを用いて第２信号成分を抑圧する場合について説明するが、位相差が大きい信号に小さなゲインを与えることで強調信号を生成する技術にも適用できる。その場合、本実施形態と同様に、強調信号スペクトルは推定部２０５で得られる。
［第３実施形態］
次に本発明の第３実施形態に係る信号処理装置について、図８Ａ、図８Ｂを用いて説明する。図８Ａは、本実施形態に係る信号処理装置の推定部８０５の構成を説明するための図である。本実施形態に係る補正部８５３は、第２実施形態に係る補正部６０３と比べると、第１入力信号を入力する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図８Ｂに示す通り、補正部８５３は、平滑化部８９１、比較部８９２および選択部８９３を備える。補正部８５３は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)を用いて、抑圧部６０２から供給された仮推定第２信号成分を補正し、推定第２信号成分Ｎ(k,n)を生成する。平滑化部８９１は、第２実施形態で説明した方法で仮推定第２信号成分Ｎbar(k,n)を平滑化する。比較部８９２は、仮推定第２信号成分Ｎbar(k,n)と混在信号スペクトルＸ１(k,n)のパワーＰＸ１(k,n)とを比較する。選択部８９３は、ＰＸ１(k,n)がＮbar(k,n)よりも小さければ、仮推定第２信号成分Ｎbar(k,n)の代わりにＰＸ１(k,n)を推定第２信号成分Ｎ(k,n)とする。そうでなければ、第２実施形態と同様に仮推定第２信号成分Ｎbar(k,n)を推定第２信号成分Ｎ(k,n)とする。これにより、第２実施形態のように常に平滑化した値に置き換える場合よりも、平滑化に伴う第２信号成分の過大推定を低減できる。本実施形態では混在信号スペクトルＸ１(k,n)を使う場合について説明したが、変換部２０４から供給される混在信号スペクトルＸ２(k,n)を用いてもよい。どちらを用いた場合でも、同等の性能が得られる。
本実施形態によれば、仮推定第２信号成分を補正して推定第２信号成分Ｎ(k,n)を生成する際に、混在信号スペクトルも用いて補正する。さらに、混在信号スペクトルと平滑化した仮推定第２信号成分を比較し、適切な方を推定第２信号成分Ｎ(k,n)とする。したがって、本実施形態によれば、第２実施形態よりも高精度に第２信号成分を推定できるため、強調信号の品質が向上する。
［第４実施形態］
次に本発明の第４実施形態に係る信号処理装置について、図９を用いて説明する。図９は、本実施形態に係る信号処理装置の推定部９０５の構成を説明するための図である。本実施形態に係る補正部９５３は、第２実施形態に係る補正部６０３と比べると、第１入力信号と第２入力信号とを入力する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
補正部９５３は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)と、変換部２０４から供給された混在信号スペクトルＸ２(k,n)とを用いて、抑圧部６０２から供給された仮推定第２信号成分を補正する。これにより、推定第２信号成分Ｎ(k,n)を生成する。第２実施形態とは異なり、混在信号スペクトルＸ１(k,n)だけでなく、混在信号スペクトルＸ２(k,n)をも用いて補正する。基本的には、平滑化した仮推定第２信号成分、混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)の三者を比較・混合・選択することで、推定第２信号成分Ｎ(k,n)を生成する。例えば、三者を直接比較する方法がある。第２実施形態に記載した方法で平滑化した仮推定第２信号成分をＮbar(k,n)、混在信号スペクトルＸ１(k,n)とＸ２(k,n)のそれぞれのパワーをＰＸ１(k,n)とＰＸ２(k,n)とすると、Ｎbar(k,n)、ＰＸ１(k,n)、およびＰＸ２(k,n)の三者を比較する。そして、最も値が小さいものを推定第２信号成分Ｎ(k,n)とする。これにより、第２信号成分の過大推定を第２実施形態よりも低減できる。
Ｎbar(k,n)の比較対象として、ＰＸ１(k,n)とＰＸ２(k,n)を混合したものとする方法も有効である。混合した混在信号スペクトルのパワーをＰＸ３(k,n)とすると、ＰＸ３(k,n)は以下の式で与えられる。
Figure 0006780644
ただし、ｃ(k,n)とｄ(k,n)は実数である。混合に伴うパワーの大幅な変化を防止するため、ｃ(k,n)とｄ(k,n)の和は１であることが望ましい。そして、Ｎbar(k,n)とＰＸ３(k,n)を比較し、値が小さい方を推定第２信号成分Ｎ(k,n)とする。
混合方法は、上記の重み付き和に限定されない。例えば、ＰＸ１(k,n)とＰＸ２(k,n)を対数化し、対数化した両者の重み付き和を計算する方法もある。このとき、重み付き和を計算した後に指数関数を使って、リニア領域信号へ変換する。ＰＸ３(k,n)は、以下のように与えられる。
Figure 0006780644
 ただし、exp(・)とlog(・)はそれぞれ指数関数、対数関数である。対数領域で重み付き和を計算することで、聴覚的に優れた混合を実現できる。その他にも、高次の多項式関数や非線形関数など、他の形で表される関数を用いることも可能である。
本実施形態によれば、仮推定第２信号成分を補正して推定第２信号成分Ｎ(k,n)を生成する際に、複数の混在信号スペクトルを用いて補正する。したがって、本実施形態によれば、第２実施形態よりも高精度に第２信号成分を推定できるため、強調信号の品質が向上する。
［第５実施形態］
次に本発明の第５実施形態に係る信号処理装置について、図１０Ａを用いて説明する。図１０Ａは、本実施形態に係る信号処理装置の推定部１００５の構成を説明するための図である。本実施形態に係る生成部１０５２は、第２実施形態に係る生成部２５２と比べると、存在確率計算部１０５４と補正部１０５５とを備えた点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
存在確率計算部１０５４は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)を用いて、混在信号スペクトルＸ１(k,n)の中に第１信号成分が存在する確率（存在確率）を計算する。この存在確率は、０から１までの実数であり、基本的に全ての周波数において個別に計算される。ただし、計算量を削減する目的で、複数の周波数に対して一つの存在確率を計算してもよい。
目的音が音声や音楽である場合、信号の調波性を利用した方法が有効である。まず、信号の基本周波数を求める。基本周波数の計算方法は、例えば自己相関法や、ケプストラムを用いた方法などが非特許文献８〜非特許文献１０に開示されている。そして、求めた基本周波数から倍音成分が存在する周波数である倍音周波数を求める。基本周波数の整数倍が倍音周波数に相当するので、例えば基本周波数をｋ0とすると、倍音周波数は２ｋ0、３ｋ0、４ｋ0、...となる。最後に、求めた基本周波数および倍音周波数に基づき、周波数ごとに第１信号成分の存在確率を算出する。基本周波数および倍音周波数では、第１信号成分の存在確率を１とする。基本周波数および倍音周波数に近い周波数では１に近い確率を与え、遠ざかるに従って存在確率を０に近づける。
また、第１信号成分の存在確率をフレーム単位で計算する方法も有効である。目的音が音声である場合、第１信号成分の存在可能性をフレーム単位で判定する技術は「音声検出」(VAD:Voice Activity Detection)と呼ばれ、様々な方法が知られている。例えば、低周波数帯域のパワーや信号の高次統計量、および音声の調波性・周期性を利用した方法などが非特許文献１１に開示されている。音声検出の結果、音声が検出された場合には、全ての帯域で音声の存在確率を１とする。そして、音声が検出されなかったフレームのうち、検出直後のＭ２フレームでは１に近い確率を与え、時間が経過するにつれて存在確率を０に近づける(ただし、Ｍ２は正の整数)。
補正部１０５５は、図１０Ｂに示す通り、平滑化部１０６１と混合部１０６２とを備え、存在確率計算部１０５４から供給された存在確率を用いて、抑圧部６０２から供給された仮推定第２信号成分を補正し、推定第２信号成分Ｎ(k,n)を生成する。平滑化部１０６１は、第２実施形態で説明した方法で仮推定第２信号成分Ｎbar(k,n)を平滑化する。混合部１０６２は、存在確率に基づいて算出された混合率で、平滑化前後の仮推定第２信号成分を混合し、混合した信号を推定第２信号成分Ｎ(k,n)とする。混合部１０６２は、存在確率が低ければ、平滑化後の仮推定第２信号成分を高い割合で混合する。このため、第１信号成分が存在する可能性が低い周波数のみで平滑化が行われる。つまり、第１信号成分が存在する帯域において不適切な補正が回避されるので、第２信号成分の過大推定を防止できる。
混合率は、存在確率を変数とする単調関数を用いて計算される。単調関数として基本的な例である一次関数を用いた場合について説明する。存在確率をｐ(k,n)とすると、平滑化前の仮推定第２信号成分に対する混合率ｗ(k,n)は次式で計算される。
Figure 0006780644
 ただし、ａ、ｂは実数で、ａ＞０を満足する。上式から混合率は、０から１までの実数である。ｐ(k,n)が十分小さい場合は、ｗ(k,n)＝０となるので、平滑化前の仮推定第２信号成分を混合する割合は０となる。混合率を計算せずに、存在確率ｐ(k,n)を混合率とすることも可能である。混合率の計算が不要となるので、計算量を削減することに効果的である。
そして、平滑化前後の仮推定第２信号成分をＮ１(k,n)、Ｎ２(k,n)とすると、推定第２信号成分Ｎ(k,n)は次式で算出される。
Figure 0006780644
 混合方法は、上記の重み付き和に限定されない。例えば、Ｎ１(k,n)とＮ２(k,n)を対数化し、対数化した両者の重み付き和を計算する方法もある。このとき、重み付き和を計算した後に指数関数を使って、リニア領域信号へ変換する。推定第２信号成分Ｎ(k,n)は、以下の式で与えられる。
Figure 0006780644
ただし、exp(・)とlog(・)はそれぞれ指数関数、対数関数である。対数領域で重み付き和を計算することで、聴覚的に優れた混合を実現できる。その他にも、高次の多項式関数や非線形関数など、他の形で表される関数を用いることも可能である。
本実施形態によれば、第１信号成分の存在確率を用いて仮推定第２信号成分を補正する。第１信号成分の存在確率が低い場合に、重点的に補正を行う。したがって、本実施形態によれば、第１信号成分の存在確率が高い周波数での不適切な補正を回避できるので、第２実施形態と比べて第２信号成分の推定精度、および強調信号の品質が向上する。
［第６実施形態］
次に本発明の第６実施形態に係る信号処理装置について、図１１を用いて説明する。図１１は、本実施形態に係る信号処理装置の推定部１１０５の構成を説明するための図である。本実施形態に係る存在確率計算部１１５４は、第５実施形態に係る存在確率計算部１０５４と比べると、第１入力信号と第２入力信号とを入力する点で異なる。その他の構成および動作は、第５実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
存在確率計算部１１５４は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)と、変換部２０４から供給された混在信号スペクトルＸ２(k,n)とを用いて、混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)に第１信号成分が存在する確率を計算する。本実施形態では、２つの混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)を用いて存在確率ｐ(k,n)を計算する。
代表的な計算方法は、第１信号成分の存在確率を各混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)で別々に計算し、それらを統合する方法である。目的音が音声や音楽であれば、第５実施形態で説明したように、信号の調波性を利用した方法を用いて、各混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)に対する存在確率ｐ(k,n)を計算できる。
存在確率の統合方法は様々であり、最も簡単な方法は両者の積である。２つの混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)に対する存在確率をそれぞれｐ１(k,n)、ｐ２(k,n)とすると、存在確率計算部１１５４が出力する存在確率ｐ(k,n)は次式のように計算される。
Figure 0006780644
 存在確率ｐ(k,n)の統合方法は、積に限定されない。例えば、ｐ１(k,n)とｐ２(k,n)の重み付き和を用いる方法も有効である。この場合、ｐ(k,n)は次式のように計算される。
Figure 0006780644
 ただし、ａ(k,n)とｂ(k,n)は正の実数である。ａ(k,n)とｂ(k,n)の値を調整することで、ｐ１(k,n)とｐ２(k,n)の影響度を制御できる。例えば、ａ(k,n)＝０．０１、ｂ(k,n)＝０．９９であれば、ｐ(k,n)はｐ２(k,n)に大きく依存するようになる。
別々に求めた存在確率を統合するのではなく、混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)を統合してから存在確率ｐ(k,n)を計算することも有効である。存在確率の計算が１回で済むので、別々に計算するよりも計算量を削減できる。混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)の統合には、重み付き和を用いることができる。統合後の混在信号スペクトルＸＭ(k,n)は、次の式で計算される。
Figure 0006780644
 ただし、ａ(k,n)とｂ(k,n)は正の実数である。統合した混在信号スペクトルＸＭ(k,n)に基づく存在確率ｐ(k,n)の計算には、第５実施形態で説明したように、信号の調波性を利用した方法をそのまま用いることが可能である。
複数の混在信号スペクトルを用いて第１信号成分の存在確率を計算する場合、混在信号スペクトルの相互関係に基づいて計算する方法も有効である。代表例は、混在信号スペクトルの相互相関を用いる方法である。混在信号スペクトルＸ１(k,n)とＸ２(k,n)の相互相関を計算し、相関値が高ければ第１信号成分の存在確率ｐ(k,n)を高くする。例えば環境騒音や暗騒音は相関が低いことが知られているので、目的音が音声や音楽、妨害音が環境騒音や暗騒音の場合には有効な方法である。相関の計算方法については、様々な方法が知られており、例えば、相互相関法、相互スペクトルパワー分析法、ＧＣＣ−ＰＨＡＴなどが非特許文献４〜非特許文献５に開示されている。
混在信号スペクトルのパワーや位相の相対関係を用いた方法も有効である。パワーの相対関係を用いた方法では、混在信号スペクトルＸ１(k,n)とＸ２(k,n)のパワーが近い場合には第１信号成分、そうでなければ第２信号成分と判定する。例えば、両者のパワー比が１に近ければ、第１信号成分の存在確率を高くする。パワー差の場合は、０に近ければ第１信号成分の存在確率を高くする。位相の相対関係を用いる場合には、位相の差が小さければ第１信号成分の存在確率を高くする。位相差としては、位相差出力部２５１で計算されたものを用いてもよい。この場合、存在確率計算部１１５４における位相差の計算が不要になる。
本実施形態によれば、第１信号成分の存在確率を計算する際に、２つの混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)を用いる。したがって、本実施形態によれば、１つの混在信号スペクトルＸ１(k,n)だけを用いていた第５実施形態よりも正確に存在確率ｐ(k,n)を計算できるため、第２信号成分の推定精度、および強調信号の品質が向上する。
［第７実施形態］
次に本発明の第７実施形態に係る信号処理装置について、図１２を用いて説明する。図１２は、本実施形態に係る信号処理装置の推定部１２０５の構成を説明するための図である。本実施形態に係る補正部１２５５は、第５実施形態に係る補正部１０５５と比べると、第１入力信号を入力する点で異なる。その他の構成および動作は、第５実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
補正部１２５５は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)と存在確率計算部１０５４から供給された存在確率ｐ(k,n)を用いて、抑圧部６０２から供給された仮推定第２信号成分を補正する。これにより、推定第２信号成分Ｎ(k,n)を生成する。なお、混在信号スペクトルＸ１(k,n)の代わりに、変換部２０４から供給された混在信号スペクトルＸ２(k,n)を用いても同等の効果が得られる。
まず、第２実施形態に記載した方法で平滑化した仮推定第２信号成分を補正する。そして、存在確率ｐ(k,n)から求めた混合比率に従って、混在信号スペクトルＸ１(k,n)と平滑化した仮推定第２信号成分を混合し、推定第２信号成分Ｎ(k,n)を生成する。存在確率ｐ(k,n)が低ければ、第１信号成分が混在信号スペクトルＸ１(k,n)に含まれる可能性が低いので、混在信号スペクトルＸ１(k,n)の割合を多くする。これにより第１信号成分の存在確率が低い周波数で平滑化が回避されるので、第２信号成分の推定精度は向上する。第２実施形態との主な相違点は、混在信号スペクトルＸ１(k,n)と平滑化した仮推定第２信号成分の混合に、存在確率ｐ(k,n)を用いる点である。
混合には、第５実施形態で説明したように、信号の調波性を利用した方法を利用する。まず、存在確率ｐ(k,n)に基づいて混合率を計算する。そして、算出された混合率に基づいて、混在信号スペクトルと平滑化した仮推定第２信号成分を混合する。平滑化した仮推定第２信号成分をＮbar(k,n)、混在信号スペクトルＸ１(k,n)のパワーをＰＸ１(k,n)、および混合率をｗ(k,n)として、推定第２信号成分Ｎ(k,n)を次の式を用いて計算する。
Figure 0006780644
 ただし、ｗ(k,n)は第５実施形態で説明したように、存在確率を変数とする単調関数を用いた方法で計算する。第５実施形態で説明したとおり、存在確率ｐ(k,n)が低ければｗ(k,n)は小さくなる。その場合、上式からＸ１(k,n)がＮ(k,n)に占める割合が多くなる。混合率を計算せずに、存在確率ｐ(k,n)を混合率とすることも可能である。混合率の計算が不要となるので、計算量の削減に効果的である。
推定第２信号成分Ｎ(k,n)を計算する方法は、存在確率ｐ(k,n)に基づいて、混在信号スペクトルＸ１(k,n)と平滑化した仮推定第２信号成分を混合する方法に限定されない。第３および第５実施形態を組み合わせた方法も有効である。まず、第３実施形態の場合と同様に、平滑化した仮推定第２信号成分をＮbar(k,n)と混在信号スペクトルＸ１(k,n)のパワーＰＸ１(k,n)とを比較する。もしＰＸ１(k,n)がＮbar(k,n)よりも小さければ、Ｎbar(k,n)＝ＰＸ１(k,n)とする。そして、存在確率ｐ(k,n)に従って、補正した仮推定第２信号成分と平滑化前の仮推定第２信号成分とを混合し、混合した仮推定第２信号成分を推定第２信号成分Ｎ(k,n)とする。混合方法については、第５実施形態で説明したように、平滑化前後の仮推定第２信号成分Ｎ１(k,n)、Ｎ２(k,n)の重み付き和を計算する方法を用いることができる。ただし、平滑化直後ではなく、補正も行った仮推定第２信号成分で混合する点が第５実施形態と異なる。
本実施形態によれば、存在確率ｐ(k,n)だけでなく、混在信号スペクトルＸ１(k,n)も用いて仮推定第２信号成分を補正する。さらに、存在確率ｐ(k,n)が低い周波数では、平滑化した仮推定第２信号成分よりも、混在信号スペクトルＸ１(k,n)を重点的に用いて推定第２信号成分Ｎ(k,n)を生成する。したがって、本実施形態によれば、仮推定第２信号成分の補正に存在確率ｐ(k,n)だけを用いていた第５実施形態よりも高精度に第２信号成分を推定できるため、強調信号の品質が向上する。
［第８実施形態］
次に本発明の第８実施形態に係る信号処理装置について、図１３を用いて説明する。図１３は、本実施形態に係る信号処理装置の推定部１３０５の構成を説明するための図である。本実施形態に係る補正部１３５５は、第６実施形態に係る補正部１０５５と比べると、第１入力信号と第２入力信号とを入力する点で異なる。その他の構成および動作は、第６実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
補正部１３５５は、混在信号スペクトルＸ１(k,n)と、混在信号スペクトルＸ２(k,n)と、存在確率計算部１１５４から供給された存在確率ｐ(k,n)とを用いて、抑圧部６０２から供給された仮推定第２信号成分を補正する。これにより、推定第２信号成分Ｎ(k,n)を生成する。
第６実施形態との主な相違点は、混在信号スペクトルの混合処理が追加された点である。混在信号スペクトルの混合には、第４実施形態で説明したように、混在信号スペクトルＸ１(k,n)および混在信号スペクトルＸ２(k,n)のパワーに重み付けをした和を求める方法を用いることが可能である。混在信号スペクトルＸ１(k,n)と混在信号スペクトルＸ２(k,n)のパワーをそれぞれＰＸ１(k,n)とＰＸ２(k,n)とすると、混合した混在信号スペクトルパワーをＰＸ３(k,n)は、以下のように与えられる。
Figure 0006780644
 ただし、ｃ(k,n)とｄ(k,n)は実数である。混合に伴うパワーの大幅な変化を防止するため、ｃ(k,n)とｄ(k,n)の和は１であることが望ましい。
そして、第７実施形態と同様に重み付き和を用いる混合方法で、平滑化した仮推定第２信号成分と混合する。平滑化した仮推定第２信号成分をＮbar(k,n)、混合率をｗ(k,n)とすると、推定第２信号成分Ｎ(k,n)を次のように計算する。
Figure 0006780644
 ただし、ｗ(k,n)は、第５実施形態で説明したように、存在確率ｐ(k,n)に基づいて、存在確率を変数とする単調関数を用いる方法で計算する。第７実施形態で説明した通り、存在確率ｐ(k,n)が低ければｗ(k,n)が小さくなるので、ＰＸ３(k,n)がＮ(k,n)に占める割合が多くなる。
推定第２信号成分Ｎ(k,n)を計算する方法は、存在確率ｐ(k,n)に基づいて、混在信号スペクトルと平滑化した仮推定第２信号成分を混合する方法に限定されない。第４および第６実施形態を組み合わせた方法も有効である。まず、第４実施形態の場合と同様に、平滑化した仮推定第２信号成分を補正する。例えば、平滑化前の仮推定第２信号成分、混在信号スペクトルＸ１(k,n)とＸ２(k,n)のパワーＰＸ１(k,n)、およびＰＸ２(k,n)の三者を比較し、最も値が小さいものを補正値として採用する。そして、存在確率ｐ(k,n)に従って、補正した仮推定第２信号成分と平滑化前の仮推定第２信号成分とを混合し、混合した仮推定第２信号成分を推定第２信号成分Ｎ(k,n)とする。混合方法については、第６実施形態で説明したように重み付き和を用いることができる。ただし、平滑化直後ではなく、補正も行った仮推定第２信号成分を用いて混合する点が第６実施形態と異なる。
本実施形態によれば、存在確率ｐ(k,n)だけでなく、複数の混在信号スペクトルも用いて仮推定第２信号成分を補正する。したがって、本実施形態によれば、仮推定第２信号成分の補正に存在確率ｐ(k,n)だけを用いた第６実施形態よりも高精度に第２信号成分を推定でき、強調信号の品質が向上する。
［第９実施形態］
次に本発明の第９実施形態に係る信号処理装置について、図１４を用いて説明する。図１４は、本実施形態に係る信号処理装置の推定部１４０５の構成を説明するための図である。本実施形態に係る推定部１４０５に含まれる位相差出力部１４５１は、第２実施形態に係る位相差出力部２５１と比べると、仮位相差算出部１４５２と仮位相差補正部１４５３とを有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
仮位相差算出部１４５２は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)の位相と変換部２０４から供給された混在信号スペクトルＸ２(k,n)の位相との位相差を計算して仮位相差として出力する。
仮位相差補正部１４５３は、仮位相差算出部１４５２から供給された仮位相差を補正することにより位相差を得て、この位相差を抑圧部１４５４に供給する。仮位相差補正部１４５３は、基本的には、仮位相差Δθ(k,n)を分析して第１信号成分の存在可能性を推定し、その存在可能性に基づいて位相差を補正する。例えば、高周波数帯域の位相差は、その平均値で置換する。もし第１信号成分が多ければ、位相差の平均値はゼロに近い値となるので、補正後の位相差はゼロに近い値に置換される。
位相差がゼロに近い値を持つ周波数の数をカウントし、カウント数に基づいて補正する方法も有効である。この場合、カウント数が少なければ、第１信号成分の存在可能性が低いので、全ての周波数で位相差の絶対値を大きくし、ゼロから遠ざかるように補正する。
抑圧部１４５４は、仮位相差補正部１４５３から供給された位相差に基づいて、変換部２０３から供給された混在信号スペクトルＸ１(k,n)に含まれる第１信号成分を抑圧し、推定第２信号Ｎ(k,n)を生成する。
本実施形態によれば、仮位相差を補正して位相差を得る。本実施形態は、推定第２信号成分Ｎ(k,n)を直接補正する第２実施形態とは異なるが、位相差の補正により第２信号成分の推定精度が向上する。したがって、本実施形態によれば、第２実施形態と同様に、補正無しの場合に比べて強調信号の品質が向上する。
［第１０実施形態］
次に本発明の第１０実施形態に係る信号処理装置について、図１５を用いて説明する。図１５は、本実施形態に係る信号処理装置の推定部１５０５の構成を説明するための図である。本実施形態に係る推定部１５０５は、第９実施形態に係る推定部１４０５と比べると、位相差出力部１５５１が、存在確率計算部１０５４を有する点で異なる。その他の構成および動作は、第９実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
位相差補正部１５５２は、存在確率計算部１０５４から供給された存在確率ｐ(k,n)を用いて、仮位相差算出部１４５２から供給された仮位相差を補正し、位相差を得る。第１信号成分の存在確率が高ければ、位相差の絶対値を小さくする。第１信号成分の存在確率をｐ(k,n)とすると、補正後の位相差Δθbar(k,n)は次のように与えられる。
Figure 0006780644
 ただしＦ(x)は、ｘの単調増加関数であり、Ｆ(x)＞０を満足する。従ってｐ(k,n)が１に近づけば、Ｆ(１−ｐ(k,n))は小さな値になる。
本実施形態によれば、第１信号成分の存在確率を用いて位相差を補正する。したがって、本実施形態によれば、第１信号成分の存在確率を用いない第９実施形態よりも正確に位相差を補正できるため、第２信号成分の推定精度、および強調信号の品質が向上する。
なお、第６実施形態と同様に、存在確率計算部１０５４が２つ以上の混在信号スペクトルを用いて存在確率を計算するようにしてもよい。
［第１１実施形態］
次に本発明の第１１実施形態に係る信号処理装置について、図１６を用いて説明する。図１６は、本実施形態に係る信号処理装置の推定部１６０５の構成を説明するための図である。本実施形態に係る推定部１６０５は、第２実施形態に係る推定部２０５と比べると、仮ゲイン計算部１６５３、仮ゲイン補正部１６５４、および乗算器１６５５を有する推定妨害音生成部１６５２を備えた点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
仮ゲイン計算部１６５３は、位相差出力部２５１から供給された位相差と、変換部２０３から供給された混在信号スペクトルＸ１(k,n)を用いて、仮ゲインを計算する。位相差から仮ゲインを計算する方法は、第２実施形態に記載のように関数を使った方法を用いることができる。つまり、図７に示したゲイン関数を用いて、位相差から仮ゲインを算出する。
仮ゲイン補正部１６５４は、仮ゲイン計算部１６５３から供給された仮ゲインを補正して、ゲインを得る。基本的には、仮ゲインを分析して第１信号成分の存在可能性を推定し、その可能性に基づいて仮ゲインを補正する。例えば、高周波数帯域のゲインは、その平均値で置換する。第１信号成分が少なければ、ゲインの平均値は１に近い値となるので、補正後のゲインは１に近い値に置換される。
ゲインが１に近い値を持つ周波数の数をカウントし、カウント数に基づいて補正する方法も有効である。この場合、カウント数が多ければ、第１信号成分の存在可能性が低いので、全ての周波数でゲインの値を大きくし、１に近づくように補正する。
乗算器１６５５は、変換部２０３から供給された混在信号スペクトルＸ１(k,n)と仮ゲイン補正部１６５４から供給されたゲインを乗算し、推定第２信号成分Ｎ(k,n)を生成する。混在信号スペクトルＸ１(k,n)のパワーをＰＸ１(k,n)、補正したゲインをＧbar(k,n)とすると、推定第２信号成分Ｎ(k,n)は次式で与えられる。
Figure 0006780644
 なお、乗算器１６５５は、混在信号スペクトルＸ１(k,n)の代わりに、変換部２０４から供給された混在信号スペクトルＸ２(k,n)を用いても同等の効果を得ることができる。
本実施形態によれば、仮ゲインを補正してゲインを得る。本実施形態は、推定第２信号成分Ｎ(k,n)を補正する第２実施形態とは異なるが、ゲインの補正により第２信号成分の推定精度が向上する。したがって、本実施形態によれば、第２実施形態と同様に、補正無しの場合に比べて強調信号の品質が向上する。
［第１２実施形態］
次に本発明の第１２実施形態に係る信号処理装置について、図１７を用いて説明する。図１７は、本実施形態に係る信号処理装置の推定部１７０５の構成を説明するための図である。本実施形態に係る推定部１７０５は、第１１実施形態に係る推定部１６０５と比べると、存在確率計算部１０５４と仮ゲイン補正部１７５１を有する推定妨害音生成部１７５２を備えた点で異なる。その他の構成および動作は、第１１実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
仮ゲイン補正部１７５１は、存在確率計算部１０５４から供給された存在確率ｐ(k,n)を用いて、仮ゲイン計算部１７５１から供給された仮ゲインを補正して、ゲインを得る。基本的に、第１信号成分の存在確率が高ければ、仮ゲインの値を小さくする。第１信号成分の存在確率をｐ(k,n)とすると、補正後のゲインＧbar(k,n)は次のように与えられる。
Figure 0006780644
 ただしＦ(x)は、ｘの単調増加関数であり、Ｆ(x)＞０を満足する。従ってｐ(k,n)が１に近づけば、Ｆ(１−ｐ(k,n))は小さな値になる。
本実施形態によれば、第１信号成分の存在確率を用いて仮ゲインを補正する。したがって、本実施形態によれば、第１信号成分の存在確率を用いない第１１実施形態よりも正確に位相差を補正できるため、第２信号成分の推定精度、および強調信号の品質が向上する。
なお、第６実施形態と同様に、存在確率計算部１０５４が２つ以上の混在信号スペクトルを用いて存在確率を計算するようにしてもよい。
［第１３実施形態］
次に本発明の第１３実施形態に係る信号処理装置について、図１８を用いて説明する。図１８は、本実施形態に係る信号処理装置１８００の構成を説明するための図である。本実施形態に係る信号処理装置１８００は、第２実施形態に係る信号処理装置２００と比べると、位相調整部１８０９を有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
位相調整部１８０９は、変換部２０３、２０４から供給される混在信号スペクトルを受けて、第１信号成分が等価的に正面から到来したと見えるように、各変換部からの信号の位相を調整する。これは、ビームステアリングと呼ばれる処理であり、非特許文献１２〜非特許文献１３に詳細に開示されているので、ここでは省略する。
本実施形態によれば、混在信号スペクトルの位相差を調整することで、ビームステアリングを実現する。このため、本実施形態によれば、目的音が正面以外から到来する場合にも、正面から到来する場合と同等の第２信号成分の推定精度を実現できる。
［第１４実施形態］
次に本発明の第１４実施形態に係る信号処理装置について、図１９を用いて説明する。図１９は、本実施形態に係る信号処理装置１９００の構成を説明するための図である。本実施形態に係る信号処理装置１９００は、第２実施形態に係る信号処理装置２００と比べると、センサ１９０１、変換部１９０２、および推定部１９０３を有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
センサ１９０１には、混在信号がサンプル値系列Ｘ３(t)として供給される。センサ１９０１に供給された混在信号は、変換部１９０２においてフーリエ変換などの変換を施されて、複数の周波数成分に分割される。
推定部１９０３は、変換部２０３、２０４、１９０１から供給される混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)、Ｘ３(k,n)を用いて、混在信号スペクトルＸ１(k,n)に含まれる第２信号成分を推定し、推定第２信号成分Ｎ(k,n)を生成する。推定部１９０３の詳細については、図２０を参照して説明する。
図２０は、本実施形態に係る信号処理装置１９００の推定部１９０３の構成を説明するための図である。本実施形態に係る推定部１９０３は、第２実施形態に係る推定部２０５と比べると、位相差出力部２０５１を有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
位相差出力部２０５１は、変換部２０３、２０４、１９０１から供給される混在信号スペクトルＸ１(k,n)、Ｘ２(k,n)、Ｘ３(k,n)を用いて、混在信号スペクトルの位相差を計算する。はじめに、３つの混在信号スペクトルから全てのペアに対して位相差を計算する。つまりＸ１(k,n)とＸ２(k,n)、Ｘ２(k,n)とＸ３(k,n)、およびｘ３(k,n)とＸ１(k,n)の全てのペアに対して位相差を計算する。各ペアの位相差をΔθ12(k,n)、Δθ23(k,n)、およびΔθ31(k,n)とする。各ペアの位相差は、第２実施形態で説明した方法で求める。そして、全ペアの位相差を１つに統合する。
位相差の統合は、各ペアの位相差、すなわちΔθ12(k,n)、Δθ23(k,n)、およびΔθ31(k,n)の統計量に基づいて行われる。つまり、３つの位相差の統計量を最終的な位相差とする。統計量としては、平均値、中央値、最大値、および最小値などが挙げられる。平均値と中央値とを選択する方法は、位相差の分散を小さくするので、位相差の精度向上をもたらす。最小値を選択する場合は、位相差が小さな領域の特性を位相差が大きな領域へ広げる効果がある。阻止域を等価的に広くする効果につながるので、位相差の計算誤差により、誤って目標信号に大きなゲイン値を与えてしまうことが多い場合に、高い効果を発揮する。
本実施形態によれば、３つの混在信号に基づいて位相差を計算する。３つの混在信号から個別に算出された３つの位相差を統合して、位相差を求める。このため、２つの混在信号から１つの位相差を求めていた第２実施形態よりも、正確に位相差を求めることが可能になる。したがって、本実施形態によれば、第２信号成分の推定精度、および強調信号の品質が向上する。
本実施形態では、３つの混在信号を用いた場合について説明したが、混在信号の数をさらに増やすことで、位相差をより正確に求めることが可能になる。また、第２実施形態だけでなく、他の実施形態についても同様に拡張することが可能である。他の実施形態でも混合信号を３つ以上用いることで、位相差を正確に求めることが可能になり、第２信号成分の推定精度、および強調信号の品質が向上する。
［第１５実施形態］
次に本発明の第１５実施形態に係る信号処理装置について、図２１を用いて説明する。図２１は、本実施形態に係る信号処理装置２１００の構成を説明するための図である。本実施形態に係る信号処理装置２１００は、第２実施形態に係る信号処理装置２００と比べると、推定部、抑圧部、および逆変換部の組を変換部ごとに一組ずつ有する点で異なる。その他の構成および動作は、第２実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
推定部２１０５は、変換部２０４から供給される混在信号スペクトルＸ２(k,n)に含まれる第２信号成分を推定し、推定第２信号成分Ｎ２(k,n)を生成する。
抑圧部２１０６は、推定第２信号成分Ｎ２(k,n)を用いて、変換部２０４から供給された混在信号スペクトルＸ２(k,n)に含まれる第２信号成分を抑圧し、抑圧の結果としての強調信号スペクトルＹ２(k,n)を逆変換部２１０７に伝達する。
逆変換部２１０７は、抑圧部２１０６から供給された強調信号スペクトルＹ２(k,n)の逆変換を求め、強調信号として、出力端子２１０８に供給する。
推定部２１０５は、推定部２０５と同じ方法で、混在信号スペクトルＸ２(k,n)に含まれる第２信号成分を推定する。抑圧部２１０６は、抑圧部２０６と同じ方法で、混在信号スペクトルＸ２(k,n)に含まれる第２信号成分を抑圧する。逆変換部２１０７は、逆変換部２０７と同じ方法で、強調信号スペクトルＹ２(k,n)の逆変換を計算する。
本実施形態によれば、２つの強調信号を生成する。したがって、本実施形態によれば、強調信号を１つだけ生成する第２実施形態よりも、品質が改善する。特にステレオ信号を処理する場合に有効であり、１つの信号を出力する場合に比べて、ステレオ感（臨場感）が向上する。
［第１６実施形態］
次に本発明の第１６実施形態に係る信号処理装置について、図２２を用いて説明する。図２２は、本実施形態に係る信号処理装置２２００のハードウェア構成を説明するための図である。
信号処理装置２２００は、入力部２２０１、ＣＰＵ（Central Processing Unit）２２０２、メモリ２２０３、および出力部２２０４を備える。
入力部２２０１は、センサ２０１、２０２に接続されたインタフェースを含む。
ＣＰＵ２２０２は、入力部２２０１からセンサ２０１、２０２の出力信号を入力して信号処理を行なう。
メモリ２２０３は、センサ２０１、２０２から入力した信号をセンサ２０１、２０２ごとに一時記憶する。さらに、メモリ２２０３は信号処理プログラムの実行領域を有する。
以下、一例として、第２実施形態で説明した信号処理をソフトウェアで実現する場合について、信号処理装置２２００に設けられたＣＰＵ２２０２で実行する処理の流れを説明する。
まず、ステップＳ２２１１において、第１信号成分と第２信号成分が混在する２つの混在信号をセンサ２０１、２０２から入力し、これらの混在信号を変換して、２つの混在信号スペクトルを得る。ステップＳ２２１３において、一方の混在信号スペクトルと他方の混在信号スペクトルとの位相差を求める。ステップＳ２２１５において、その位相差を用いて、一方の混在信号スペクトルに含まれる第１信号成分を抑圧して仮推定第２信号成分を生成する。ステップＳ２２１７において、仮推定第２信号成分を補正して推定第２信号成分Ｎ(k,n)を生成する。ステップＳ２２１９において、推定第２信号成分Ｎ(k,n)を用いて、一方の混在信号スペクトルに含まれる第２信号成分を抑圧して強調信号スペクトルを生成する。ステップＳ２２２１において、強調信号スペクトルを逆変換して強調信号を生成する。
これらの処理を行なうプログラムモジュールはメモリ２２０３に格納されており、ＣＰＵ２２０２がメモリ２２０３に格納されたそれらのプログラムモジュールを順次実行することにより、第２実施形態と同様の効果を得ることができる。
第３実施形態〜第１５実施形態についても同様に、ブロック図で説明した各機能・構成に対応するプログラムモジュールをメモリ２２０３に格納し、ＣＰＵ２２０２がそれらのプログラムモジュールを実行すれば、各実施形態の効果を得ることができる。
[他の実施形態]
以上説明してきた第１乃至第１６実施形態では、それぞれ別々の特徴を持つ信号処理装置について説明したが、それらの特徴を如何様に組み合わせた信号処理装置も、本発明の範疇に含まれる。また、本発明は、複数の機器から構成されるシステムに適用してもよいし、単体の装置に適用してもよい。さらに、本発明は、実施形態の機能を実現するソフトウェアの信号処理プログラムが、システムあるいは装置に直接あるいは遠隔から供給される場合にも適用可能である。したがって、本発明の機能をコンピュータで実現するために、コンピュータにインストールされるプログラム、あるいはそのプログラムを格納した媒体、そのプログラムをダウンロードさせるＷＷＷサーバも、本発明の範疇に含まれる。
［実施形態の他の表現］
上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力する位相差出力手段と、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成する生成手段と、
を備えた信号処理装置。
（付記２）
前記推定妨害音信号に基づき、前記第１入力信号における前記妨害音の成分を抑圧した強調信号を生成する第１抑圧手段をさらに備えた付記１に記載の信号処理装置。
（付記３）
前記生成手段は、
前記位相差を用いて、前記第１入力信号に含まれる目的音成分を抑圧して仮推定妨害音信号を生成する目的音抑圧手段と、
前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する補正手段と、
を備えた、付記１または２に記載の信号処理装置。
（付記４）
前記補正手段は、前記第１入力信号に基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、付記３に記載の信号処理装置。
（付記５）
前記補正手段は、前記第１入力信号と前記第２入力信号とに基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、付記４に記載の信号処理装置。
（付記６）
前記生成手段は、前記第１入力信号における前記目的音成分の存在確率を計算する存在確率計算手段をさらに備え、
前記補正手段は、前記目的音成分の存在確率に基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、付記３に記載の信号処理装置。
（付記７）
前記補正手段は、前記仮推定妨害音信号を時間方向または周波数方向に平滑化した後の平滑化妨害音信号と、平滑化する前の前記仮推定妨害音信号とを混合して前記推定妨害音信号を生成する、付記３乃至６のいずれか１項に記載の信号処理装置。
（付記８）
前記存在確率計算手段は、前記第１入力信号と前記第２入力信号とに基づいて、前記第１入力信号における前記目的音成分の存在確率を計算する、付記６に記載の信号処理装置。
（付記９）
前記補正手段は、前記第１入力信号と前記存在確率とに基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、付記６、７または８に記載の信号処理装置。
（付記１０）
前記補正手段は、前記第１入力信号と前記第２入力信号と前記存在確率とに基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、付記６、７または８に記載の信号処理装置。
（付記１１）
前記位相差出力手段は、
前記第１入力信号の位相と前記第２入力信号の位相との仮位相差を求める仮位相差算出手段と、
前記仮位相差を補正して前記位相差を生成する仮位相差補正手段と、
をさらに備えた、付記１乃至１０のいずれか１項に記載の信号処理装置。
（付記１２）
前記仮位相差補正手段は、前記第１入力信号における前記目的音成分の存在確率に基づいて、前記仮位相差を補正して前記位相差を生成する、付記１１に記載の信号処理装置。
（付記１３）
前記生成手段は、
前記第１入力信号と前記位相差とに基づいて仮ゲインを求める仮ゲイン計算手段と、
前記仮ゲインを補正してゲインを生成する仮ゲイン補正手段と、
前記第１入力信号と前記ゲインとを乗算して前記推定妨害音信号を生成する乗算手段と、
を備えた、付記１乃至１２のいずれか１項に記載の信号処理装置。
（付記１４）
前記仮ゲイン補正手段は、前記第１入力信号における前記目的音成分の存在確率に基づいて、前記仮ゲインを補正して前記ゲインを生成する、付記１３に記載の信号処理装置。
（付記１５）
前記第１入力信号の位相と前記第２入力信号の位相とを調整した第１位相調整信号と第２位相調整信号とを生成する位相調整手段をさらに備え、
前記第１入力信号と前記第２入力信号とに代えて前記第１位相調整信号と前記第２位相調整信号とを用いる、付記１乃至１４のいずれか１項に記載の信号処理装置。
（付記１６）
前記位相差出力手段は、目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、前記環境において入力した第３入力音に基づいて生成された第３入力信号と、の位相差を出力する、付記１乃至１５のいずれか１項に記載の信号処理装置。
（付記１７）
前記推定妨害音信号に基づいて、前記第２入力信号に含まれる前記妨害音の成分を抑圧する第２抑圧手段をさらに備えた、付記１乃至１６のいずれか１項に記載の信号処理装置。
（付記１８）
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
を含む信号処理方法。
（付記１９）
目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
を、コンピュータに実行させる信号処理プログラム。
この出願は、２０１５年６月３０日に出願された日本出願特願２０１５−１３１９７８を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (9)

  1. 目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力する位相差出力手段と、
    前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成する生成手段と、
    を備え、
    前記生成手段は、
    前記位相差を用いて、前記第１入力信号に含まれる目的音成分を抑圧して仮推定妨害音信号を生成する目的音抑圧手段と、
    前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する補正手段と、
    を備えた信号処理装置。
  2. 前記推定妨害音信号に基づき、前記第１入力信号における前記妨害音の成分を抑圧した強調信号を生成する第１抑圧手段をさらに備えた
    請求項１に記載の信号処理装置。
  3. 前記補正手段は、前記第１入力信号に基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、請求項１または２に記載の信号処理装置。
  4. 前記補正手段は、前記第１入力信号と前記第２入力信号とに基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、請求項３に記載の信号処理装置。
  5. 前記生成手段は、前記第１入力信号における前記目的音成分の存在確率を計算する存在確率計算手段をさらに備え、
    前記補正手段は、前記目的音成分の存在確率に基づいて、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、請求項１または２に記載の信号処理装置。
  6. 前記補正手段は、前記仮推定妨害音信号を時間方向または周波数方向に平滑化した後の平滑化妨害音信号と、平滑化する前の前記仮推定妨害音信号とを混合して前記推定妨害音信号を生成する、請求項１乃至５のいずれか１項に記載の信号処理装置。
  7. 前記存在確率計算手段は、前記第１入力信号と前記第２入力信号とに基づいて、前記第１入力信号における前記目的音成分の存在確率を計算する、請求項５に記載の信号処理装置。
  8. 目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
    前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
    を含む信号処理方法であって、
    前記推定妨害音信号を生成するステップは、前記位相差を用いて、前記第１入力信号に含まれる目的音成分を抑圧して仮推定妨害音信号を生成し、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、
    信号処理方法。
  9. 目的音と妨害音とが混在する環境において入力した第１入力音に基づいて生成された第１入力信号と、前記環境において入力した第２入力音に基づいて生成された第２入力信号と、の位相差を出力するステップと、
    前記位相差と前記第１入力信号とに基づいて、推定妨害音信号を生成するステップと、
    を、コンピュータに実行させる信号処理プログラムであって、
    前記推定妨害音信号を生成するステップは、前記位相差を用いて、前記第１入力信号に含まれる目的音成分を抑圧して仮推定妨害音信号を生成し、前記仮推定妨害音信号を補正して前記推定妨害音信号を生成する、
    信号処理プログラム。
JP2017526240A 2015-06-30 2016-06-02 信号処理装置、信号処理方法、および信号処理プログラム Active JP6780644B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015131978 2015-06-30
JP2015131978 2015-06-30
PCT/JP2016/066481 WO2017002525A1 (ja) 2015-06-30 2016-06-02 信号処理装置、信号処理方法、および信号処理プログラム

Publications (2)

Publication Number Publication Date
JPWO2017002525A1 JPWO2017002525A1 (ja) 2018-04-26
JP6780644B2 true JP6780644B2 (ja) 2020-11-04

Family

ID=57609480

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017526240A Active JP6780644B2 (ja) 2015-06-30 2016-06-02 信号処理装置、信号処理方法、および信号処理プログラム

Country Status (3)

Country Link
US (1) US10515650B2 (ja)
JP (1) JP6780644B2 (ja)
WO (1) WO2017002525A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11553692B2 (en) 2011-12-05 2023-01-17 Radio Systems Corporation Piezoelectric detection coupling of a bark collar
US11470814B2 (en) 2011-12-05 2022-10-18 Radio Systems Corporation Piezoelectric detection coupling of a bark collar
AU2018224313B2 (en) 2017-02-27 2023-10-12 Radio Systems Corporation Threshold barrier system
US11394196B2 (en) 2017-11-10 2022-07-19 Radio Systems Corporation Interactive application to protect pet containment systems from external surge damage
US11372077B2 (en) 2017-12-15 2022-06-28 Radio Systems Corporation Location based wireless pet containment system using single base unit
JP7042169B2 (ja) * 2018-06-21 2022-03-25 日清紡マイクロデバイス株式会社 音声認識支援システム
JP7027365B2 (ja) * 2019-03-13 2022-03-01 株式会社東芝 信号処理装置、信号処理方法およびプログラム
CN110111806B (zh) * 2019-03-26 2021-03-30 广东工业大学 一种移动源信号混叠的盲分离方法
US11238889B2 (en) * 2019-07-25 2022-02-01 Radio Systems Corporation Systems and methods for remote multi-directional bark deterrence
US11490597B2 (en) 2020-07-04 2022-11-08 Radio Systems Corporation Systems, methods, and apparatus for establishing keep out zones within wireless containment regions
CN112485761B (zh) * 2021-02-03 2021-04-09 成都启英泰伦科技有限公司 一种基于双麦克风的声源定位方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271191A (ja) * 2002-03-15 2003-09-25 Toshiba Corp 音声認識用雑音抑圧装置及び方法、音声認識装置及び方法並びにプログラム
KR101418023B1 (ko) * 2008-03-14 2014-07-09 삼성전자주식회사 위상정보를 이용한 자동 이득 조절 장치 및 방법
WO2010038385A1 (ja) * 2008-09-30 2010-04-08 パナソニック株式会社 音判定装置、音判定方法、及び、音判定プログラム
JP5672770B2 (ja) * 2010-05-19 2015-02-18 富士通株式会社 マイクロホンアレイ装置及び前記マイクロホンアレイ装置が実行するプログラム
JP5516169B2 (ja) * 2010-07-14 2014-06-11 ヤマハ株式会社 音響処理装置およびプログラム
JP5870476B2 (ja) * 2010-08-04 2016-03-01 富士通株式会社 雑音推定装置、雑音推定方法および雑音推定プログラム
US8682006B1 (en) * 2010-10-20 2014-03-25 Audience, Inc. Noise suppression based on null coherence
JP6179081B2 (ja) * 2011-09-15 2017-08-16 株式会社Ｊｖｃケンウッド ノイズ低減装置、音声入力装置、無線通信装置、およびノイズ低減方法
JP6263890B2 (ja) * 2013-07-25 2018-01-24 沖電気工業株式会社 音声信号処理装置及びプログラム

Also Published As

Publication number Publication date
US20180190311A1 (en) 2018-07-05
JPWO2017002525A1 (ja) 2018-04-26
WO2017002525A1 (ja) 2017-01-05
US10515650B2 (en) 2019-12-24

Similar Documents

Publication Publication Date Title
JP6780644B2 (ja) 信号処理装置、信号処理方法、および信号処理プログラム
US11825279B2 (en) Robust estimation of sound source localization
US10123113B2 (en) Selective audio source enhancement
EP3189521B1 (en) Method and apparatus for enhancing sound sources
CN109285557B (zh) 一种定向拾音方法、装置及电子设备
JP6225245B2 (ja) 信号処理装置、方法及びプログラム
JP6987075B2 (ja) オーディオ源分離
EP2938098B1 (en) Directional microphone device, audio signal processing method and program
WO2014168021A1 (ja) 信号処理装置、信号処理方法および信号処理プログラム
WO2020110228A1 (ja) 情報処理装置、プログラム及び情報処理方法
Karimian-Azari et al. Fast joint DOA and pitch estimation using a broadband MVDR beamformer
Yamaoka et al. Performance evaluation of nonlinear speech enhancement based on virtual increase of channels in reverberant environments
CN113362808B (zh) 一种目标方向语音提取方法、装置、电子设备和存储介质
JP2018136509A (ja) 信号処理装置、プログラム及び方法
CN112017684B (zh) 一种基于麦克风阵列的密闭空间混响消除方法
JP6263890B2 (ja) 音声信号処理装置及びプログラム
Stolbov et al. Dual-microphone speech enhancement system attenuating both coherent and diffuse background noise
CN115665606B (zh) 基于四麦克风的收音方法和收音装置
Okuma et al. Two-channel microphone system with variable arbitrary directional pattern
Di Persia et al. Correlated postfiltering and mutual information in pseudoanechoic model based blind source separation
Aleinik Acceleration of Zelinski post-filtering calculation
Zou et al. Speech enhancement with an acoustic vector sensor: an effective adaptive beamforming and post-filtering approach
WO2021124537A1 (ja) 情報処理装置、算出方法、及び算出プログラム
Martin et al. Binaural speech enhancement with instantaneous coherence smoothing using the cepstral correlation coefficient
JP6221463B2 (ja) 音声信号処理装置及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190515

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200512

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200710

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200915

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200928

R150 Certificate of patent or registration of utility model

Ref document number: 6780644

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150