JP6892598B2 - ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム - Google Patents

ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム Download PDF

Info

Publication number
JP6892598B2
JP6892598B2 JP2017118374A JP2017118374A JP6892598B2 JP 6892598 B2 JP6892598 B2 JP 6892598B2 JP 2017118374 A JP2017118374 A JP 2017118374A JP 2017118374 A JP2017118374 A JP 2017118374A JP 6892598 B2 JP6892598 B2 JP 6892598B2
Authority
JP
Japan
Prior art keywords
noise
input signal
amplitude spectrum
spectrum
gain
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
JP2017118374A
Other languages
English (en)
Other versions
JP2019003087A (ja
Inventor
池田　昇一
昇一 池田
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.)
Icom Inc
Original Assignee
Icom Inc
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 Icom Inc filed Critical Icom Inc
Priority to JP2017118374A priority Critical patent/JP6892598B2/ja
Priority to US15/956,796 priority patent/US10438608B2/en
Publication of JP2019003087A publication Critical patent/JP2019003087A/ja
Application granted granted Critical
Publication of JP6892598B2 publication Critical patent/JP6892598B2/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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
    • 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
    • G10L21/0232—Processing in the frequency domain

Description

本発明は、ノイズを減衰させるノイズ抑圧回路、ノイズ抑圧方法、および、プログラムに関する。
通信機での通話において、音声をマイクで集音する際に、周囲のノイズが混入すると、音声の認識率が低下してしまう。音声の認識率の低下を抑制するため、送信時には、音声信号に含まれるノイズを減衰させてから音声信号を送信し、受信時には、受信信号に含まれるノイズを減衰させてから受信信号を出力する必要がある。
特許文献１に開示される音声認識装置は、単一マイクの入力信号から音声区間の直前の信号のスペクトルをノイズのスペクトルとみなす。該音声認識装置は、音声区間全域からノイズのスペクトルを差し引くことで、ノイズを除去した音声区間のスペクトルを得る。特許文献２に開示される音声処理装置は、スペクトルパターンの内、連続する複数のスペクトルのエネルギーを加算し、１つ分ずつシフトしながら、順次、総和エネルギーを算出し、判定対象の複数のスペクトルの総和エネルギーと、隣接する複数のスペクトルの総和エネルギーとのエネルギー比に基づいてピークスペクトルを検出する。該音声処理装置は、ピークスペクトルの重心周波数に基づき、倍音関係が成り立つ重心周波数の個数に応じてノイズのスペクトルを決定し、ノイズのスペクトルを抑制する。
特開１９９９−２３１８９７号公報 特開２０１２−１３３３４６号公報
特許文献１に開示される音声認識装置では、音声区間の直前の信号のスペクトルを音声区間全域から差し引くため、音声区間のノイズは減衰させることができるが、無音区間のノイズを減衰させることができない。通信機においては、音声区間だけでなく、例えばトーン信号の送受信が行われる無音区間においても、ノイズを減衰させる必要がある。また特許文献１に開示される音声認識装置は、ノイズの特性が変化した場合に、ノイズを十分に減衰させることができない、または、音声を誤って減衰させてしまう可能性がある。該音声認識装置は、信号の振幅が閾値を超えたところを音声区間として検出するため、ノイズが多くなるにつれて、誤動作の可能性が高くなる。
特許文献２に開示される音声処理装置は、ピークスペクトル算出処理およびノイズスペクトルの決定処理が煩雑であり、処理に時間を要するという課題がある。該音声処理装置は、倍音構造でない信号、および倍音構造を有するが周期性のない信号をノイズとして判断する。そのため、該音声処理装置は、周期性のない無声音、例えば、歯擦音をノイズと判断してしまうことがある。
本発明は上述の事情に鑑みてなされたものであり、ノイズの変化に応じてノイズを減衰させるノイズ抑圧の処理を簡易化することが目的である。
上記目的を達成するため、本発明の第１の観点に係るノイズ抑圧回路は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
を備え、
前記第２のスペクトル算出部は、前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい。
好ましくは、前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値は、前記ノイズ指標に応じた係数に基づく一次の低域通過フィルタを用いて算出される。
本発明の第２の観点に係るノイズ抑圧回路は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
を備え、
前記分散指標は、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値である。
好ましくは、前記基準値は、前記入力信号の振幅スペクトルの移動平均値である。
好ましくは、前記分散指標は、第１係数に基づく一次の低域通過フィルタを用いて算出され、
前記基準値は、第２係数に基づく一次の低域通過フィルタを用いて算出され、
前記偏差が、直前の前記フレームにおける前記偏差以上である場合、前記第１係数は前記第２係数より大きく、
前記偏差が、前記直前のフレームにおける前記偏差未満である場合、前記第１係数は前記第２係数より小さい。
好ましくは、前記ノイズ指標は、前記分散指標を前記基準値で除算した値を変数とする関数である。
本発明の第３の観点に係るノイズ抑圧回路は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
を備え、
前記ゲイン算出部は、前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
前記乗算器は、前記周波数領域データに、前記調節された前記スペクトルゲインを乗算する。
本発明の第４の観点に係るノイズ抑圧方法は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出し、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
前記周波数領域データに前記スペクトルゲインを乗算し、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成し、
前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい。
本発明の第５の観点に係るノイズ抑圧方法は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
前記周波数成分ごとに、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値を、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標として算出し、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出し、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
前記周波数領域データに前記スペクトルゲインを乗算し、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成する。
本発明の第６の観点に係るノイズ抑圧方法は、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出し、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出し、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
前記周波数領域データに前記調節された前記スペクトルゲインを乗算し、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成する。
本発明の第７の観点に係るプログラムは、
コンピュータを、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
として機能させ、
前記第２のスペクトル算出部は、前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい。
本発明の第８の観点に係るプログラムは、
コンピュータを、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
として機能させ、
前記分散指標は、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値である。
本発明の第９の観点に係るプログラムは、
コンピュータを、
入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
として機能させ、
前記ゲイン算出部は、前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
前記乗算器は、前記周波数領域データに、前記調節された前記スペクトルゲインを乗算する。
本発明によれば、入力信号の振幅スペクトルおよび入力信号に含まれるノイズの程度を示すノイズ指標に基づいて、ノイズの振幅スペクトルを算出することで、ノイズの変化に応じてノイズを減衰させるノイズ抑圧の処理を簡易化することが可能である。
本発明の実施の形態に係る通信機の構成例を示すブロック図 実施の形態に係るノイズ抑圧回路の構成例を示すブロック図 実施の形態に係るＬＰＦの構成例を示すブロック図 実施の形態における正規化された分散指標の例を示す図 実施の形態における正規化された分散指標の例を示す図 実施の形態における正規化された分散指標の例を示す図 実施の形態におけるノイズ指標の例を示す図 実施の形態におけるスペクトルゲインの調節例を示す図 実施の形態に係るノイズ抑圧回路が行うノイズ抑圧処理の動作の一例を示すフローチャート 本発明の実施の形態に係るノイズ抑圧回路のハードウェアの構成例を示す図
以下、本発明の実施の形態について図面を参照して詳細に説明する。なお図中、同一または同等の部分には同一の符号を付す。
図１は、本発明の実施の形態に係る通信機の構成例を示すブロック図である。通信機１は、周囲の音を集音して音声信号を生成する入力部２、入力部２が生成した音声信号に対して、ノイズを低減する処理を行うノイズ抑圧回路３、ノイズ抑圧回路３の出力信号に基づいて送信信号を生成する送信処理部４を備える。通信機１は、送信と受信とを切り替える送受信切替部５を備える。通信機１は、アンテナ６、アンテナ６で受信した信号を復調して受信信号を生成する受信処理部７、受信処理部７が生成した受信信号に対して、ノイズを低減する処理を行うノイズ抑圧回路８、およびノイズ抑圧回路８の出力信号に基づいて音声を出力する出力部９を備える。
入力部２は、マイク２１、およびマイク２１の出力に対して信号処理を行って音声信号を生成する入力処理部２２を備える。マイク２１は、周囲の音声を集音し、電気信号に変換して出力する。入力処理部２２は、増幅器、ＬＰＦ（Low-Pass Filter：低域通過フィルタ）等を有する。入力処理部２２は、マイク２１が出力する電気信号に対し、増幅、高周波成分の除去等の信号処理を行い、音声信号を生成する。送信処理部４は、プリエンファシス回路４１、変調部４２、および周波数変換部４３を備える。プリエンファシス回路４１は、ノイズ抑圧回路３の出力信号に対し該出力信号の周波数に比例したレベルの信号を出力、すなわち周波数微分を行ったのち、受信側でのＳ／Ｎ（Signal-to-Noise：信号対雑音）比を改善するために、該出力信号の高周波成分の相対強度を予め増大させる処理を行う。変調部４２は、図示しない局部発振器が出力する搬送波を、プリエンファシス回路４１が出力する信号に応じて変調する。変調方式は、例えば、周波数変調、ＳＳＢ（Single Side Band：単側波帯）変調等である。周波数変換部４３は、変調部４２で変調された搬送波の周波数をＲＦ（Radio Frequency：無線周波数）帯に変換して、送信信号を生成する。送信信号は、送受信切替部５を介してアンテナ６に送られ、アンテナ６から送信される。
受信処理部７は、周波数変換部７１、復調部７２、およびディエンファシス回路７３を備える。周波数変換部７１は、送受信切替部５を介して入力されるアンテナ６で受信した信号の周波数をＩＦ（Intermediate Frequency：中間周波数）帯に変換する。復調部７２は、ＩＦ帯に周波数変換された信号に対して、復調処理を行う。ディエンファシス回路７３は、復調部７２で復調された信号の高周波成分を減衰させて、復調信号を生成する。出力部９は、復調信号に対して信号処理を行う出力処理部９１、および出力処理部９１で信号処理された復調信号から音声を出力するスピーカ９２を備える。出力処理部９１は、例えば、増幅器、ＬＰＦ等を有する。出力処理部９１は、復調信号に対し、増幅、高周波成分除去等の信号処理を行う。
通信機１の各部は、コントローラ１０によって制御される。コントローラ１０は、ＣＰＵ（Central Processing Unit：中央処理装置）１１、ＲＡＭ（Random Access Memory）１３、およびＲＯＭ（Read-Only Memory）１４を備える。複雑化を避け、理解を容易にするために、コントローラ１０から各部への信号線が省略されている。コントローラ１０は通信機１の各部にＩ／Ｏ（Input／Output）１２を介して接続しており、それらの処理の開始、終了、処理内容の制御を行う。ＲＯＭ１４は、コントローラ１０が通信機１の動作を制御するための制御プログラムを格納する。コントローラ１０は、制御プログラムに基づいて、通信機１の各部を制御する。
図２は、実施の形態に係るノイズ抑圧回路の構成例を示すブロック図である。ノイズ抑圧回路３，８の構成および動作は同じであるため、ノイズ抑圧回路３の構成について説明する。ノイズ抑圧回路３は、入力信号をフレームとして切り出し、フレームごとに入力信号のＦＦＴ（Fast Fourier Transform：高速フーリエ変換）を行って、周波数領域データを生成するＦＦＴ部３１を備える。ノイズ抑圧回路３において、入力信号は、入力処理部２２が生成した音声信号である。ノイズ抑圧回路３は、周波数領域データから、周波数成分ごとの、入力信号の振幅スペクトルを算出する第１のスペクトル算出部３２、直近の複数のフレームにおける振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部３３、および分散指標に基づいて、入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部３４を備える。ノイズ抑圧回路３は、さらに、ノイズの振幅スペクトルを算出する第２のスペクトル算出部３５、ノイズを抑制するスペクトルゲインを算出するゲイン算出部３６、乗算器３７、および乗算器３７でスペクトルゲインが乗算された周波数領域データのＩＦＦＴ（Inverse Fast Fourier Transform：逆高速フーリエ変換）を行って出力信号を生成するＩＦＦＴ部３８を備える。
ＦＦＴ部３１は、入力信号ｘ（ｔ）に窓関数を乗算することで、入力信号をフレームとして切り出す。ＦＦＴ部３１は、フレームごとに入力信号ｘ（ｔ）のＦＦＴを行って周波数領域データＸ（ｆ）を生成する。Ｘ（ｆ）は、複素数である。Ｘ（ｆ）のｋ番目の要素は、実部Ｒｅ［ｋ］および虚部Ｉｍ［ｋ］を用いて、下記（１）式で表される。下記（１）式中におけるｊは虚数単位である。ｋは整数であり、ＦＦＴサイズをＮとすると、０≦ｋ≦Ｎ−１である。サンプリング周波数をｆｓとすると、Ｘ（ｆ）のｋ番目の要素に対応する、ｋ番目の周波数成分ｆ［ｋ］は、下記（２）式で表される。第１のスペクトル算出部３２は、周波数領域データＸ（ｆ）から、周波数成分ｆ［ｋ］ごとの、入力信号の振幅スペクトル｜Ｘ｜を算出する。振幅スペクトル｜Ｘ｜は、下記（３）式で表される。入力信号の振幅スペクトル｜Ｘ｜は、ノイズ抑圧回路３が有する、図示しないメモリに記憶される。
Figure 0006892598
Figure 0006892598
Figure 0006892598
分散指標算出部３３は、周波数成分ｆ［ｋ］ごとに、直近の複数のフレームにおける入力信号の振幅スペクトル｜Ｘ｜のばらつきの程度を示す分散指標を算出する。分散指標として平均二乗偏差を用いることができるが、処理を簡易化するために、例えば、直近の複数のフレームにおける、入力信号の振幅スペクトルと基準値との差である偏差Ｄの移動平均値を分散指標としてもよい。基準値は、直近の複数のフレームにおける入力信号の振幅スペクトルの移動平均値、固定値等である。
偏差Ｄの移動平均値の算出に用いられるフレームの数および基準値の算出に用いられるフレームの数は任意に定めることができる。偏差Ｄの移動平均値の算出に用いられるフレームの数と、基準値の算出に用いられるフレームの数は同じでもよいし、異なってもよい。本実施の形態では、分散指標算出部３３は、最初のフレームから最新のフレームまでの複数のフレームにおける、偏差Ｄの移動平均値および基準値を算出する。また基準値は、上記複数のフレームにおける入力信号の振幅スペクトル｜Ｘ｜の移動平均値である。偏差Ｄは、下記（４）式で表され、分散指標Ｖは、下記（５）式で表される。下記（４），（５）式において、｜Ｘ｜ａｖｇは、基準値であり、最初のフレームから最新のフレームまでの複数のフレームにおける、入力信号の振幅スペクトル｜Ｘ｜の移動平均値である。基準値｜Ｘ｜ａｖｇ、偏差Ｄ、および分散指標Ｖは、ノイズ抑圧回路３が有する、図示しないメモリに記憶される。
Figure 0006892598
Figure 0006892598
最初のフレームとは、例えば、通信機１の起動後、最初にノイズ抑圧回路３に取り込まれた入力信号から生成された最初のフレームである。最初のフレームについて、分散指標算出部３３は、入力信号の振幅スペクトル｜Ｘ｜を算出する。その後、分散指標算出部３３は、｜Ｘ｜ａｖｇの初期値として、最初のフレームに基づいて算出した入力信号の振幅スペクトル｜Ｘ｜を設定する。また分散指標算出部３３は、偏差Ｄおよび分散指標Ｖの初期値として、０を設定する。
通信機１は、送信側と受信側で共通のノイズ抑圧回路３を備えてもよい。その場合、上述の最初のフレームに加え、送受信の切り替え後、最初にノイズ抑圧回路３に取り込まれた入力信号から生成された最初のフレームも、上述の最初のフレームとみなすことができる。また通信機１の操作によって、ノイズ抑圧回路３の動作のオンとオフを切り替えられる場合、通信機１の起動後、ノイズ抑圧回路３がオフの状態が一定時間続いた後に、オンとなった場合、オンとなった後、最初にノイズ抑圧回路３に取り込まれた入力信号から生成された最初のフレームも、上述の最初のフレームとみなすことができる。
移動平均値は、例えば、単純移動平均、加重移動平均、指数移動平均によって算出される。分散指標Ｖは、第１係数に基づく、直流ゲインが一倍の一次のＬＰＦを用いて算出することができる。直流ゲインが一倍の一次のＬＰＦは、無限長の指数移動平均を算出するとみなすことができる。直流ゲインが一倍の一次のＬＰＦを用いた分散指標Ｖの算出処理は、平均二乗偏差である分散指標の算出処理より簡易である。
図３は、実施の形態に係るＬＰＦの構成例を示すブロック図である。ＬＰＦ３９は、フィルタ係数αを乗算する乗算器３９１、加算器３９２、遅延素子３９３、および（１−α）を乗算する乗算器３９４を備える。乗算器３９１、および加算器３９２は直列に接続される。ＬＰＦ出力は、遅延素子３９３および乗算器３９４を介して、加算器３９２に帰還される。加算器３９２は、乗算器３９１，３９４の出力を加算した結果を出力する。ＬＰＦ出力から、分散指標Ｖが得られる。図３に示すＬＰＦ３９において、データバッファは１つでよく、処理回路の構造の簡易化が可能である。偏差Ｄについても同様に、第２係数に基づく、直流ゲインが一倍の一次のＬＰＦを用いて算出することができる。フィルタ係数をαとすると、図３に示すＬＰＦ３９の伝達関数Ｈ（ｚ）は、下記（６）式で表される。
Figure 0006892598
第１係数および第２係数の大小関係を、偏差Ｄの変化に応じて変化させてもよい。ｍ番目のフレームに対して、分散指標Ｖを算出する場合を例にして説明する。ノイズ抑圧回路３が有するメモリには、ｍ−１番目のフレームに基づく、入力信号の振幅スペクトル｜Ｘ｜［ｍ−１］、基準値｜Ｘ｜ａｖｇ［ｍ−１］、偏差Ｄ［ｍ−１］、および分散指標Ｖ［ｍ−１］が記憶されている。分散指標算出部３３は、入力信号の振幅スペクトル｜Ｘ｜［ｍ］を算出し、入力信号の振幅スペクトル｜Ｘ｜［ｍ］および直前のフレームにおける基準値｜Ｘ｜ａｖｇ［ｍ−１］から、基準値｜Ｘ｜ａｖｇ［ｍ］を算出する。分散指標算出部３３は、入力信号の振幅スペクトル｜Ｘ｜［ｍ］および基準値｜Ｘ｜ａｖｇ［ｍ］から、偏差Ｄ［ｍ］を算出する。
偏差Ｄ［ｍ］が直前のフレームにおける偏差Ｄ［ｍ−１］以上である場合、第２係数より大きい第１係数が設定される。分散指標算出部３３は、第２係数より大きい第１係数に基づくＬＰＦ３９を用いて、偏差Ｄ［ｍ］および分散指標Ｖ［ｍ−１］から、分散指標Ｖ［ｍ］を算出する。また偏差Ｄ［ｍ］が直前のフレームにおける偏差Ｄ［ｍ−１］未満である場合、第２係数より小さい第１係数が設定される。分散指標算出部３３は、第２係数より小さい第１係数に基づくＬＰＦ３９を用いて、偏差Ｄ［ｍ］および分散指標Ｖ［ｍ−１］から、分散指標Ｖ［ｍ］を算出する。第１係数が第２係数より大きく設定されることで、分散指標Ｖは、変化により速く追従する。一方、第１係数が第２係数より小さく設定されることで、分散指標Ｖの急激な変化が抑制される。
ノイズ指標算出部３４は、分散指標Ｖに基づいて、入力信号に含まれるノイズの程度を示すノイズ指標を算出する。ノイズ指標は、例えば、分散指標Ｖを基準値で除算した値を変数とする関数である。本実施の形態において、分散指標Ｖを基準値で除算した値である、正規化された分散指標Ｖｎｏｒｍは、下記（７）式で表される。
Figure 0006892598
正規化された分散指標Ｖｎｏｒｍが取り得る値は、入力信号の特性に応じて変化する。図４から図６は、実施の形態における正規化された分散指標の例を示す図である。図４から図６において、横軸は、正規化された分散指標Ｖｎｏｒｍであり、縦軸は、正規化された分散指標Ｖｎｏｒｍの出現回数である。図４の例では、入力信号は、正規分布のノイズである。入力信号が正規分布のノイズである場合、正規化された分散指標が取り得る値の平均値は０．４２である。図４の例において、正規化された分散指標Ｖｎｏｒｍの値が１に近づくにつれて、出現回数は、急激に減少する。正規化された分散指標Ｖｎｏｒｍの値が１以上である場合の出現回数は、正規化された分散指標Ｖｎｏｒｍの値が１未満である場合の出現回数と比べて、極めて少ない。
図５の例では、入力信号は、音声信号である。入力信号が音声信号である場合、正規化された分散指標が取り得る値の平均値は１．３７である。図５の例において、正規化された分散指標Ｖｎｏｒｍの値が１に近づくにつれて、出現回数は増大する。すなわち、入力信号が音声信号である場合、入力信号の振幅スペクトルのばらつきは、入力信号がノイズである場合よりも大きい。
図６の例では、入力信号は、１ｋＨｚのトーン信号である。トーン信号の振幅スペクトルは、音声信号およびノイズと比べると、極めて安定している。図６の例では、正規化された分散指標Ｖｎｏｒｍが取り得る値の平均値は０．０であり、入力信号の振幅スペクトルにばらつきがないとみなせる。
本実施の形態では、正規化された分散指標Ｖｎｏｒｍに基づいて、入力信号に含まれるノイズの程度を示すノイズ指標を算出する。ノイズ指標ｙは、正規化された分散指標Ｖｎｏｒｍを変数ｘとして、例えば、下記（８）式で表される。図７は、実施の形態におけるノイズ指標の例を示す図である。図７において、横軸がｘ、縦軸がｙである。ｘが定められた範囲にある場合に、ノイズ指標ｙが０以上、１以下の値を取るように、係数ａ１，ａ２の値を定めることができる。図７において、細い実線で示されるノイズ指標ｙの関数において、ａ１＝８、ａ２＝−１６である。図７において、太い実線で示されるノイズ指標ｙの関数において、ａ１＝４、ａ２＝−４である。図７において、点線で示されるノイズ指標ｙの関数において、ａ１＝２．６６６７、ａ２＝−１．７７７８である。図７において、破線で示されるノイズ指標ｙの関数において、ａ１＝２、ａ２＝−１である。
Figure 0006892598
第２のスペクトル算出部３５は、周波数成分ごとに、入力信号の振幅スペクトルおよびノイズ指標ｙに基づいて、ノイズの振幅スペクトルを算出する。第２のスペクトル算出部３５は、周波数成分ごとに、直近の複数のフレームにおける入力信号の振幅スペクトルのノイズ指標ｙに応じた係数で重み付けされた移動平均値を、ノイズの振幅スペクトルとして算出する。本実施の形態においては、第２のスペクトル算出部３５は、最初のフレームから最新のフレームまでの複数のフレームに基づいて、ノイズの振幅スペクトルを算出する。ノイズの振幅スペクトル｜Ｙ｜は、分散指標Ｖおよび偏差Ｄと同様に、ノイズ指標ｙに応じた係数に基づく、直流ゲインが一倍の一次のＬＰＦを用いて算出することができる。ノイズの振幅スペクトル｜Ｙ｜は、ノイズ抑圧回路３が有する、図示しないメモリに記憶される。
ノイズ指標ｙの関数において、ａ１＝４、ａ２＝−４である場合、ｘ≦０の範囲およびｘ≧１の範囲において、ｙ＝０である。ｙ＝０の場合、図３に示すＬＰＦ３９の係数が０になるため、ノイズの振幅スペクトル｜Ｙ｜は、直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜から変化しない。すなわち、ｘ≦０の範囲およびｘ≧１の範囲において、入力信号はノイズでないとみなせるため、該入力信号の振幅スペクトルは、ノイズの振幅スペクトルの算出には用いられない。
一方、上述の例において、０＜ｘ＜１の範囲において、０＜ｙ≦１である。図３に示すＬＰＦ３９の係数は、０より大きく、１以下の値である。ノイズ指標で重み付けされた入力信号の振幅スペクトル｜Ｘ｜が、ノイズの振幅スペクトル｜Ｙ｜の算出に用いられるため、入力信号に含まれるノイズの程度に応じて、ノイズの振幅スペクトル｜Ｙ｜を算出することが可能である。すなわち、第２のスペクトル算出部３５が算出するノイズの振幅スペクトル｜Ｙ｜は、入力信号に含まれるノイズの変化に追従する。ノイズ指標として、正規化された分散指標Ｖｎｏｒｍを変数とする関数を用いることで、信号の振幅に基づいてノイズの有無を判定する場合よりも、入力信号に含まれるノイズの程度を精度よく判定することが可能である。
本実施の形態においては、ノイズ指標に応じた係数は、ノイズ指標と指標調節係数の乗算値である。入力信号の振幅スペクトル｜Ｘ｜が直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜以上である場合の指標調節係数は、入力信号の振幅スペクトル｜Ｘ｜が直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜未満である場合の指標調節係数より小さい。
ｍ番目のフレームに対して、ノイズの振幅スペクトル｜Ｙ｜を算出する場合を例にして説明する。ノイズ抑圧回路３が有するメモリには、ｍ−１番目のフレームに基づく、ノイズの振幅スペクトル｜Ｙ｜［ｍ−１］が記憶されている。入力信号の振幅スペクトル｜Ｘ｜［ｍ］が、直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜［ｍ−１］以上である場合、指標調節係数ｂ１が設定される。第２のスペクトル算出部３５は、ノイズ指標と指標調節係数ｂ１との乗算値に基づくＬＰＦ３９を用いて、入力信号の振幅スペクトル｜Ｘ｜［ｍ］およびノイズの振幅スペクトル｜Ｙ｜［ｍ−１］から、ノイズの振幅スペクトル｜Ｙ｜［ｍ］を算出する。入力信号の振幅スペクトル｜Ｘ｜［ｍ］が、直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜［ｍ−１］未満である場合、指標調節係数ｂ２が設定される。第２のスペクトル算出部３５は、ノイズ指標と指標調節係数ｂ２との乗算値に基づくＬＰＦ３９を用いて、入力信号の振幅スペクトル｜Ｘ｜［ｍ］およびノイズの振幅スペクトル｜Ｙ｜［ｍ−１］から、ノイズの振幅スペクトル｜Ｙ｜［ｍ］を算出する。なお指標調節係数ｂ１は、指標調節係数ｂ２より小さい。
上述のように指標調節係数を設定することで、入力信号の振幅スペクトル｜Ｘ｜が直前のフレームにおけるノイズの振幅スペクトル｜Ｙ｜以上である場合は、ノイズの振幅スペクトル｜Ｙ｜の急激な変化が抑制される。一方、入力信号の振幅スペクトル｜Ｘ｜が直近のノイズの振幅スペクトル｜Ｙ｜未満である場合は、ノイズの振幅スペクトル｜Ｙ｜は、変化により速く追従する。
ゲイン算出部３６は、入力信号の振幅スペクトル｜Ｘ｜およびノイズの振幅スペクトル｜Ｙ｜に基づいて、周波数成分ごとに、ノイズを抑制するスペクトルゲインを算出する。事後ＳＮＲ（Signal-to-Noise Ratio：信号対雑音比）γは、下記（９）式で表される。
Figure 0006892598
ｍ番目のフレームに対して、スペクトルゲインを算出する場合、事前ＳＮＲξは、例えば、Decision Directed法を用いて、下記（１０）式で表される。周波数領域データＸ［ｍ］に含まれる音声信号をＳ［ｍ］とし、ノイズをＹ［ｍ］とすると、Ｘ［ｍ］＝Ｓ［ｍ］＋Ｙ［ｍ］である。下記（１０）式において、βは直前のフレームを利用する割合である。Ｇ［ｍ−１］は、直前のフレーム、すなわちｍ−１番目のフレームに対して算出されたスペクトルゲインである。σＳは、音声信号の振幅スペクトルの分散であり、σＹは、ノイズの振幅スペクトルの分散である。
Figure 0006892598
音声信号の振幅スペクトルの確率密度分布形状は、例えば、下記（１１）式で表されるνで決定される。ｋは上述の例と同様に、整数であり、ＦＦＴサイズをＮとすると、０≦ｋ≦Ｎ−１である。
Figure 0006892598
ゲイン算出部３６は、下記（１２）式によって、スペクトルゲインＧを算出する。下記（１２）式において、μは、音声信号の振幅スペクトルの分布形状を決定するパラメータである。
Figure 0006892598
ゲイン算出部３６は、スペクトルゲインＧに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、ゲイン調節係数を減算することで、スペクトルゲインを調節してもよい。調節されたスペクトルゲインＧ’は、下記（１３）式で表される。下記（１３）式において、ＤＥＰＴＨは、ゲイン調節係数であり、０以上、１以下の値である。ゲイン調節係数を用いてスペクトルゲインＧを調節することで、ノイズ抑圧処理を反映させる程度を調節することが可能である。
Figure 0006892598
上記演算は、Ｑ１５フォーマットで行われるため、ＤＥＰＴＨが取り得る値の最大値は０ｘ７ＦＦＦであり、最小値は０ｘ０００１である。図８は、実施の形態におけるスペクトルゲインの調節例を示す図である。図８において、横軸は、スペクトルゲインＧ、縦軸は、調節されたスペクトルゲインＧ’である。図８において、細い実線は、ＤＥＰＴＨ＝０．２５の場合の調節されたスペクトルゲインＧ’を示す。太い実線は、ＤＥＰＴＨ＝０．５の場合の調節されたスペクトルゲインＧ’を示す。点線は、ＤＥＰＴＨ＝０．７５の場合の調節されたスペクトルゲインＧ’を示す。破線は、ＤＥＰＴＨが上記最大値である場合の調節されたスペクトルゲインＧ’を示す。
乗算器３７は、周波数領域データの各要素に、周波数成分ごとに算出されたスペクトルゲインを乗算し、ＩＦＦＴ部３８に出力する。ゲイン算出部３６がゲイン調節係数に基づいてスペクトルゲインＧを調節した場合は、乗算器３７は、周波数領域データの各要素に、調節されたスペクトルゲインＧ’を乗算する。ＩＦＦＴ部３８は、乗算器３７でスペクトルゲインが乗算された周波数領域データのＩＦＦＴ（Inverse Fast Fourier Transform：逆高速フーリエ変換）を行って、出力信号を生成する。
図９は、実施の形態に係るノイズ抑圧回路が行うノイズ抑圧動作の一例を示すフローチャートである。ノイズ抑圧回路３に、信号が入力されると、ＦＦＴ部３１は、入力信号をフレームとして切り出し、フレームごとに入力信号のＦＦＴを行って、周波数領域データを生成する（ステップＳ１１）。第１のスペクトル算出部３２は、周波数領域データから、周波数成分ごとの、入力信号の振幅スペクトルを算出する（ステップＳ１２）。最初のフレームの場合（ステップＳ１３；Ｙ）、分散指標算出部３３は、初期値を設定する（ステップＳ１４）。最初のフレームでない場合（ステップＳ１３；Ｎ）、ステップＳ１４の処理は行わずに、ステップＳ１５に進む。分散指標算出部３３は、最初のフレームから最新のフレームまでの複数のフレームにおける、偏差Ｄの移動平均値を分散指標Ｖとして算出する（ステップＳ１５）。
ノイズ指標算出部３４は、分散指標Ｖを基準値で除算した値を変数とする関数をノイズ指標として算出する（ステップＳ１６）。第２のスペクトル算出部３５は、周波数成分ごとに、入力信号の振幅スペクトルおよびノイズ指標に基づいて、ノイズの振幅スペクトルを算出する（ステップＳ１７）。ゲイン算出部３６は、入力信号の振幅スペクトルおよびノイズの振幅スペクトルに基づいて、周波数成分ごとに、ノイズを抑制するスペクトルゲインを算出する（ステップＳ１８）。乗算器３７は、周波数領域データの各要素に、周波数成分ごとに算出されたスペクトルゲインを乗算する（ステップＳ１９）。ＩＦＦＴ部３８は、乗算器３７でスペクトルゲインが乗算された周波数領域データのＩＦＦＴを行って、出力信号を生成する（ステップＳ２０）。ノイズ抑圧回路３は、各フレームに対して、上述の処理を行う。
以上説明したとおり、本実施の形態に係るノイズ抑圧回路３，８によれば、入力信号の振幅スペクトルおよびノイズ指標に基づいて、ノイズの振幅スペクトルを算出することで、ノイズの変化に応じてノイズを減衰させることができる。またノイズの振幅スペクトルを算出する際に、例えば、連続する複数のスペクトルのエネルギーの総和を順次算出する処理は必要ないため、本実施の形態に係るノイズ抑圧回路３，８によれば、ノイズ抑圧の処理を簡易化することが可能である。
図１０は、本発明の実施の形態に係るノイズ抑圧回路のハードウェアの構成例を示す図である。ノイズ抑圧回路３，８は、回路を制御するハードウェア構成としてプロセッサ１１１、メモリ１１２、およびインターフェース１１３を備える。これらの装置の各機能は、プロセッサ１１１がメモリ１１２に記憶されたプログラムを実行することにより実現される。インターフェース１１３は、ノイズ抑圧回路３，８と、入力部２、送信処理部４、受信処理部７、出力部９、およびコントローラ１０とを接続し、通信を確立させる。インターフェース１１３は、必要に応じて複数の種類のインターフェースから構成されてもよい。図１０では、プロセッサ１１１およびメモリ１１２をそれぞれ１つで構成する例を示しているが、複数のプロセッサ１１１および複数のメモリ１１２が連携して各機能を実行してもよい。
プロセッサ１１１、メモリ１１２、およびインターフェース１１３で構成される制御処理を行う中心となる部分は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。たとえば、上述の動作を実行するためのコンピュータプログラムを、コンピュータが読み取り可能な記録媒体（フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなど）に格納して配布し、該コンピュータプログラムをコンピュータにインストールすることにより、上述の処理を実行するノイズ抑圧回路３，８を構成してもよい。また、通信ネットワーク上のサーバ装置が有する記憶装置に上記コンピュータプログラムを格納しておき、通常のコンピュータシステムがダウンロードすることでノイズ抑圧回路３，８を構成してもよい。
また、ノイズ抑圧回路３，８の機能を、ＯＳ（オペレーティングシステム）とアプリケーションプログラムの分担、またはＯＳとアプリケーションプログラムとの協働により実現する場合などには、アプリケーションプログラム部分のみを記録媒体や記憶装置に格納してもよい。
また、搬送波にコンピュータプログラムを重畳し、通信ネットワークを介して配信することも可能である。たとえば、通信ネットワーク上の掲示板（BBS：Bulletin Board System）に上記コンピュータプログラムを掲示し、通信ネットワークを介して上記コンピュータプログラムを配信してもよい。そして、このコンピュータプログラムを起動し、ＯＳの制御下で、他のアプリケーションプログラムと同様に実行することにより、上述の処理を実行できるように構成してもよい。
本発明の実施の形態は上述の実施の形態に限られない。上述の実施の形態における回路構成は一例である。通信機１の構成は、上述の例に限られず、送信機または受信機でもよい。ノイズ抑圧回路３，８は、ＤＳＰ（Digital Signal Processor）によって実現することが可能である。ノイズ抑圧回路３，８は、通信機１だけでなく、例えば、オーディオ録音装置、オーディオ再生装置、拡声器等に搭載することができる。
１ 通信機
２ 入力部
３，８ ノイズ抑圧回路
４ 送信処理部
５ 送受信切替部
６ アンテナ
７ 受信処理部
９ 出力部
１０ コントローラ
１１ ＣＰＵ
１２ Ｉ／Ｏ
１３ ＲＡＭ
１４ ＲＯＭ
２１ マイク
２２ 入力処理部
３１ ＦＦＴ部
３２ 第１のスペクトル算出部
３３ 分散指標算出部
３４ ノイズ指標算出部
３５ 第２のスペクトル算出部
３６ ゲイン算出部
３７，３９１，３９４ 乗算器
３８ ＩＦＦＴ部
３９ ＬＰＦ
４１ プリエンファシス回路
４２ 変調部
４３，７１ 周波数変換部
７２ 復調部
７３ ディエンファシス回路
９１ 出力処理部
９２ スピーカ
１１１ プロセッサ
１１２ メモリ
１１３ インターフェース
３９２ 加算器
３９３ 遅延素子

Claims (13)

  1. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
    を備え、
    前記第２のスペクトル算出部は、前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
    前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
    前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい、
    ノイズ抑圧回路。
  2. 前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値は、前記ノイズ指標に応じた係数に基づく一次の低域通過フィルタを用いて算出される、
    請求項１に記載のノイズ抑圧回路。
  3. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
    を備え、
    前記分散指標は、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値である、
    ノイズ抑圧回路。
  4. 前記基準値は、前記入力信号の振幅スペクトルの移動平均値である、
    請求項３に記載のノイズ抑圧回路。
  5. 前記分散指標は、第１係数に基づく一次の低域通過フィルタを用いて算出され、
    前記基準値は、第２係数に基づく一次の低域通過フィルタを用いて算出され、
    前記偏差が、直前の前記フレームにおける前記偏差以上である場合、前記第１係数は前記第２係数より大きく、
    前記偏差が、前記直前のフレームにおける前記偏差未満である場合、前記第１係数は前記第２係数より小さい、
    請求項４に記載のノイズ抑圧回路。
  6. 前記ノイズ指標は、前記分散指標を前記基準値で除算した値を変数とする関数である、
    請求項３から５のいずれか１項に記載のノイズ抑圧回路。
  7. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部と、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部と、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部と、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部と、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部と、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部と、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器と、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部と、
    を備え、
    前記ゲイン算出部は、前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
    前記乗算器は、前記周波数領域データに、前記調節された前記スペクトルゲインを乗算する、
    ノイズ抑圧回路。
  8. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出し、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
    前記周波数領域データに前記スペクトルゲインを乗算し、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成し、
    前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
    前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい、
    ノイズ抑圧方法。
  9. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値を、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標として算出し、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出し、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
    前記周波数領域データに前記スペクトルゲインを乗算し、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成する、
    ノイズ抑圧方法。
  10. 入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成し、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出し、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出し、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出し、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出し、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出し、
    前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
    前記周波数領域データに前記調節された前記スペクトルゲインを乗算し、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成する、
    ノイズ抑圧方法。
  11. コンピュータを、
    入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
    として機能させ、
    前記第２のスペクトル算出部は、前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルの前記ノイズ指標に応じた係数で重み付けされた移動平均値を、前記ノイズの振幅スペクトルとして算出し、
    前記ノイズ指標に応じた係数は、前記ノイズ指標と指標調節係数の乗算値であって、
    前記入力信号の振幅スペクトルが直前の前記フレームにおける前記ノイズの振幅スペクトル以上である場合の前記指標調節係数は、前記入力信号の振幅スペクトルが前記直前のフレームにおける前記ノイズの振幅スペクトル未満である場合の前記指標調節係数より小さい、
    プログラム。
  12. コンピュータを、
    入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
    として機能させ、
    前記分散指標は、前記入力信号の振幅スペクトルと基準値との差の絶対値である偏差の移動平均値である、
    プログラム。
  13. コンピュータを、
    入力信号をフレームとして切り出し、前記フレームごとに前記入力信号の高速フーリエ変換を行って、周波数領域データを生成するＦＦＴ部、
    前記周波数領域データから、周波数成分ごとの、前記入力信号の振幅スペクトルを算出する第１のスペクトル算出部、
    前記周波数成分ごとに、直近の複数の前記フレームにおける前記入力信号の振幅スペクトルのばらつきの程度を示す分散指標を算出する分散指標算出部、
    前記分散指標に基づいて、前記入力信号に含まれるノイズの程度を示すノイズ指標を算出するノイズ指標算出部、
    前記周波数成分ごとに、前記入力信号の振幅スペクトルおよび前記ノイズ指標に基づいて、前記ノイズの振幅スペクトルを算出する第２のスペクトル算出部、
    前記入力信号の振幅スペクトルおよび前記ノイズの振幅スペクトルに基づいて、前記周波数成分ごとに、前記ノイズを抑制するスペクトルゲインを算出するゲイン算出部、
    前記周波数領域データに前記スペクトルゲインを乗算する乗算器、ならびに、
    前記スペクトルゲインが乗算された前記周波数領域データの逆高速フーリエ変換を行って、出力信号を生成するＩＦＦＴ部、
    として機能させ、
    前記ゲイン算出部は、前記スペクトルゲインに０以上、１以下のゲイン調節係数を乗算して、１を加算した結果から、前記ゲイン調節係数を減算することで、前記スペクトルゲインを調節し、
    前記乗算器は、前記周波数領域データに、前記調節された前記スペクトルゲインを乗算する、
    プログラム。
JP2017118374A 2017-06-16 2017-06-16 ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム Active JP6892598B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017118374A JP6892598B2 (ja) 2017-06-16 2017-06-16 ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム
US15/956,796 US10438608B2 (en) 2017-06-16 2018-04-19 Noise suppression circuit, communication device, noise suppression method, and non-transitory computer-readable recording medium storing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017118374A JP6892598B2 (ja) 2017-06-16 2017-06-16 ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム

Publications (2)

Publication Number Publication Date
JP2019003087A JP2019003087A (ja) 2019-01-10
JP6892598B2 true JP6892598B2 (ja) 2021-06-23

Family

ID=64656212

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017118374A Active JP6892598B2 (ja) 2017-06-16 2017-06-16 ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム

Country Status (2)

Country Link
US (1) US10438608B2 (ja)
JP (1) JP6892598B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107180627B (zh) * 2017-06-22 2020-10-09 潍坊歌尔微电子有限公司 去除噪声的方法和装置
JP7413545B2 (ja) 2020-01-21 2024-01-15 ドルビー・インターナショナル・アーベー ノイズフロア推定およびノイズ低減
CN114650203B (zh) * 2022-03-22 2023-10-27 吉林省广播电视研究所(吉林省广播电视局科技信息中心) 单频振幅抑噪测量方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11231897A (ja) 1998-02-12 1999-08-27 Hitachi Ltd 音声認識装置及び方法
US20020178004A1 (en) * 2001-05-23 2002-11-28 Chienchung Chang Method and apparatus for voice recognition
JP2008216720A (ja) * 2007-03-06 2008-09-18 Nec Corp 信号処理の方法、装置、及びプログラム
CN102792373B (zh) * 2010-03-09 2014-05-07 三菱电机株式会社 噪音抑制装置
US8818806B2 (en) 2010-11-30 2014-08-26 JVC Kenwood Corporation Speech processing apparatus and speech processing method
JP6064566B2 (ja) * 2012-12-07 2017-01-25 ヤマハ株式会社 音響処理装置
KR20160026317A (ko) * 2014-08-29 2016-03-09 삼성전자주식회사 음성 녹음 방법 및 장치
JP6693340B2 (ja) * 2016-08-30 2020-05-13 富士通株式会社 音声処理プログラム、音声処理装置、及び音声処理方法

Also Published As

Publication number Publication date
JP2019003087A (ja) 2019-01-10
US20180366137A1 (en) 2018-12-20
US10438608B2 (en) 2019-10-08

Similar Documents

Publication Publication Date Title
EP3348047B1 (en) Audio signal processing
TWI463817B (zh) 可適性智慧雜訊抑制系統及方法
EP1480494B1 (en) Feedback suppression in sound signal processing using frequency translation
EP2241099B1 (en) Acoustic echo reduction
JP6892598B2 (ja) ノイズ抑圧回路、ノイズ抑圧方法、および、プログラム
US8306821B2 (en) Sub-band periodic signal enhancement system
US20040125962A1 (en) Method and apparatus for dynamic sound optimization
WO2010094966A2 (en) A method and system for noise cancellation
US9065409B2 (en) Method and arrangement for processing of audio signals
WO2017196382A1 (en) Enhanced de-esser for in-car communication systems
EP1275200B1 (en) Method and apparatus for dynamic sound optimization
US20230217166A1 (en) Bass enhancement for loudspeakers
EP3748626B1 (en) Mixing apparatus and mixing method
JP2002521945A (ja) 通信端末
JP6216546B2 (ja) ノイズ低減装置、放送受信装置及びノイズ低減方法
US8437386B2 (en) Communication system
US11322168B2 (en) Dual-microphone methods for reverberation mitigation
CN117475976A (zh) 音频处理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200306

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201223

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210112

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210310

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: 20210427

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210510

R150 Certificate of patent or registration of utility model

Ref document number: 6892598

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150