JP7434845B2

JP7434845B2 - エコーキャンセル装置、エコーキャンセル方法およびプログラム

Info

Publication number: JP7434845B2
Application number: JP2019215773A
Authority: JP
Inventors: 真巳中村
Original assignee: JVCKenwood Corp
Current assignee: JVCKenwood Corp
Priority date: 2019-11-28
Filing date: 2019-11-28
Publication date: 2024-02-21
Anticipated expiration: 2039-11-28
Also published as: JP2021087142A

Description

本発明はエコーキャンセル装置、エコーキャンセル方法およびプログラムに関する。

自動車の室内で利用されるハンズフリーシステムが知られている。ハンズフリーシステムでは、通話先から送られる音声をカーオーディオ用のスピーカ等から出力する。そのため、マイクロホンにより集音された音声に、スピーカから出力された音声がエコーとして含まれ、通話先に送信されてしまう。そこで、ハンズフリーシステムには、通話先に送信する信号からエコーをキャンセルするための種々の技術が利用されている。特に、スピーカから出力される音量が大きいと、マイクロホンに入力される音声の音声信号がクリップしてしまう場合がある。このような場合に、効果的にエコーをキャンセルする技術が望まれる。

特許文献１に記載のエコーキャンセル装置は、マイクロホン入力がクリップした場合に、受話信号に所定のフィルタ処理を施して疑似的にクリップした信号に対応した疑似エコー信号を生成する。そして、エコーキャンセル装置は、入力されたデジタル収音信号から擬似エコー信号を差し引いて送話端に出力する送話信号を生成する。

特開２０１２－１６５２８０号公報

しかしながら、上述の技術における疑似エコー信号は、受話信号に含まれるエコー信号とは完全に一致するものではない。そのため、キャンセル処理を施した送話信号にノイズが含まれる虞があった。

本発明は、このような課題を解決するためになされたものであって、好適にエコーキャンセルを行うエコーキャンセル装置等を提供するものである。

本発明にかかるエコーキャンセル装置は、出力音声信号受付部、マイクロホン、振幅信号生成部、比較部、選択部、エコーキャンセラおよび出力部を有している。出力音声信号受付部は、スピーカから出力するための音声信号である出力音声信号を受け付ける。マイクロホンは、ユーザの発話音声を取得して入力音声信号を生成する。振幅信号生成部は、入力音声信号から、第１振幅信号と当該第１振幅信号より小さい振幅の第２振幅信号とをそれぞれ生成する。比較部は、第１振幅信号と第２振幅信号とを比較する。選択部は、比較の結果に基づいて第１振幅信号または第２振幅信号のいずれかを選択信号として選択する。エコーキャンセラは、選択信号と、出力音声信号とに基づいて、選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成する。出力部は、エコーキャンセル後の音声信号を出力する。

本発明にかかるエコーキャンセル方法は、出力音声信号受付ステップ、入力音声信号生成ステップ、振幅信号生成ステップ、選択ステップ、エコーキャンセルステップおよび出力ステップを有している。出力音声信号受付ステップは、スピーカから出力するための音声信号である出力音声信号を受け付ける。入力音声信号生成ステップは、ユーザの発話音声を取得して入力音声信号を生成する。振幅信号生成ステップは、入力音声信号から第１振幅信号と当該第１振幅信号より小さい振幅の第２振幅信号とをそれぞれ生成する。比較ステップは、第１振幅信号と第２振幅信号とを比較する。選択ステップは、第１振幅信号または第２振幅信号のいずれかを選択信号として選択する。エコーキャンセルステップは、選択信号と、出力音声信号とに基づいて、選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成する。出力ステップは、エコーキャンセル後の音声信号を出力する。また、上記選択ステップは、比較の結果から第１振幅信号にクリップが発生したことを検出した後に、予め設定された期間内に予め設定された量のエコー漏れ信号が検出された場合には、選択信号として第２振幅信号を選択する。

本発明にかかるプログラムは、出力音声信号受付ステップ、入力音声信号生成ステップ、振幅信号生成ステップ、比較ステップ、選択ステップ、エコーキャンセルステップおよび出力ステップを有しているエコーキャンセル方法をコンピュータに実行させる。出力音声信号受付ステップは、スピーカから出力するための音声信号である出力音声信号を受け付ける。入力音声信号生成ステップは、ユーザの発話音声を取得して入力音声信号を生成する。振幅信号生成ステップは、入力音声信号から第１振幅信号と当該第１振幅信号より小さい振幅の第２振幅信号とをそれぞれ生成する。比較ステップは、第１振幅信号と第２振幅信号とを比較する。選択ステップは、第１振幅信号または第２振幅信号のいずれかを選択信号として選択する。エコーキャンセルステップは、選択信号と、出力音声信号とに基づいて、選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成する。出力ステップは、エコーキャンセル後の音声信号を出力する。また、上記選択ステップは、比較の結果から第１振幅信号にクリップが発生したことを検出した後に、予め設定された期間内に予め設定された量のエコー漏れ信号が検出された場合には、選択信号として第２振幅信号を選択する。

本発明によれば、好適にエコーキャンセルを行うエコーキャンセル装置等を提供することができる。

実施の形態１にかかるエコーキャンセル装置のブロック図である。エコーキャンセル装置における振幅信号の例を示す第１の図である。エコーキャンセル装置における振幅信号の例を示す第２の図である。エコーキャンセル装置の処理を示すフローチャートである。実施の形態２にかかるエコーキャンセル装置のブロック図である。

以下、発明の実施の形態を通じて本発明を説明するが、特許請求の範囲にかかる発明を以下の実施形態に限定するものではない。また、実施形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。説明の明確化のため、以下の記載および図面は、適宜、省略、および簡略化がなされている。なお、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

＜実施の形態１＞
実施の形態１にかかるエコーキャンセル装置は、電話機と、スピーカおよびマイクとの間に介在してハンズフリーシステムを構成する。図１は、実施の形態１にかかるエコーキャンセル装置のブロック図である。図１に示すエコーキャンセル装置１０は、ハンズフリーシステム１の構成要素であり、エコーキャンセル装置の一実施態様である。エコーキャンセル装置１０のハードウェアは、例えば複数の電気部品が実装された基板により構成されている。

エコーキャンセル装置１０は、電話機１１から音声信号を受け取り、受け取った音声信号を、スピーカ１３０に出力する。エコーキャンセル装置１０は、電話機１１とスピーカ１３０との間に、出力音声信号受付部１００、信号処理部１１０、ＤＡコンバータ１２１（DAC、Digital-to-Analog converter）、出力調整部１２２および出力信号増幅部１２３を有している。

またエコーキャンセル装置１０は、第１マイク１３１および第２マイク１３２からそれぞれ音声信号を受け取り受け取った音声信号にエコーキャンセル処理を施したうえで、かかる処理を施した信号を電話機１１に供給する。エコーキャンセル装置１０は、かかるマイクと電話機１１との間に、第１振幅信号生成部１４１、第２振幅信号生成部１４２、第１ＡＤコンバータ１５１（ADC、Analog-to-Digital converter）、第２ＡＤコンバータ１５２、信号処理部１１０および出力部１６０を有している。

以下に、各構成要素について説明する。出力音声信号受付部１００は、電話機１１に接続し、電話機１１から供給される音声信号を受け付けるインタフェースである。本実施の形態においては、電話機１１から供給される音声信号を、出力音声信号と称する。出力音声信号は、電話機１１からエコーキャンセル装置１０を介してスピーカ１３０に供給され、スピーカから音声として出力される。出力音声信号受付部１００は、電話機１１と通信可能に接続し、電話機１１から出力音声信号を受け付けると、受け付けた出力音声信号を信号処理部１１０に供給する。

信号処理部１１０は、例えばＤＳＰ（Digital Signal Processor）、ＳｏＣ（System-on-a-Chip）またはＣＰＵ（Central Processing Unit）などの演算処理装置を主な構成として含む。また信号処理部１１０は、上述のハードウェアが所定のプログラムを実行することにより、予め設定された機能を実現する。信号処理部１１０は、主な構成として、比較部１１１、選択部１１２、エコーキャンセラ１１３およびエコー漏れ検出部１１６を有している。また信号処理部１１０は、上述の各構成を適宜制御する機能を有している。

以下に、信号処理部１１０が有する主な構成について説明する。比較部１１１は、第１ＡＤコンバータ１５１から供給された第１振幅信号Ｄ１５１と第２ＡＤコンバータ１５２から供給された第２振幅信号Ｄ１５２とを比較し、比較の結果を出力する。比較部１１１は、例えば、２つのデジタル信号を比較するための比較器（コンパレータ）を含む。第１振幅信号Ｄ１５１をデジタル処理にて第２振幅信号Ｄ１５２とのレベル差分を調整後、第１振幅信号Ｄ１５１の波高値と第２振幅信号Ｄ１５２の波高値とを比較することにより、比較部１１１は、第１振幅信号Ｄ１５１がクリップしていることを検出できる。比較部１１１は、例えば、第１振幅信号Ｄ１５１と第２振幅信号Ｄ１５２をそれぞれに周波数変換して周波数特性を比較し、歪みがあるか否かに基づいて、第１振幅信号Ｄ１５１がクリップしていることを検出してもよい。なお、「信号がクリップする」とは、入力された信号が回路の出力ゲインの上限または下限を超えることにより、歪んだ状態になることをいう。「信号がクリップする」ことを、「信号にクリップが発生する」ということもある。

比較部１１１は、第１振幅信号Ｄ１５１がクリップしていることを判定するために、第１ＡＤコンバータ１５１の出力の最大値または最小値が出力されている場合や、第１ＡＤコンバータ１５１の出力の最大値または最小値が連続して出力されていることを判定してもよい。比較部１１１は、第１ＡＤコンバータ１５１が出力するエラー信号（クリップしている場合にエラーとして判定し、出力される信号）に基づいてクリップしていることを判定してもよい。

選択部１１２は、比較部１１１が出力した比較の結果を受け取り受け取った結果に応じて、第１ＡＤコンバータ１５１から供給された第１振幅信号Ｄ１５１または第２ＡＤコンバータ１５２から供給された第２振幅信号Ｄ１５２の内いずれか一の信号を選択する。そして、選択部１１２は、選択した信号を、選択信号Ｄ１１２としてエコーキャンセラ１１３に供給する。

より具体的には、選択部１１２は、比較部１１１が出力した比較の結果から第１振幅信号Ｄ１５１にクリップが発生したことを検出した後に、予め設定された期間内に予め設定された量のエコー漏れ信号が検出された場合には、選択信号Ｄ１１２として第２振幅信号Ｄ１５２を選択する。なお、エコー漏れの検出は、後述のように、エコー漏れ検出部１１６が行う。

エコーキャンセラ１１３は、マイクロホンを介して受け取った音声信号（入力音声信号）に含まれるエコーを除去する。本実施の形態において「エコー」とは、入力音声信号に含まれる通話先からの音声に起因する信号をいう。ハンズフリーシステム１において、スピーカ１３０は、電話機１１から供給された出力音声信号を出力する。第１マイク１３１および第２マイク１３２は、ユーザの発話を集音する際に、スピーカ１３０から出力される音声も併せて集音する。上述のように、スピーカ１３０から出力される音声を第１マイク１３１および第２マイク１３２が集音することにより、入力音声信号にエコーが含まれる。

より具体的には、エコーキャンセラ１１３は、選択信号Ｄ１１２と、出力音声信号とに基づいて、選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成する。すなわちエコーキャンセラ１１３は、まず通話先から受信した音声である出力音声信号を参照データとして受け取って適切に処理し、キャンセルデータ（エコーキャンセル信号）を生成する。その後に選択部１１２からの選択信号Ｄ１１２からキャンセルデータを除去する処理を行うことで、エコーキャンセル後の音声信号を生成し、出力部１６０に供給する。またエコーキャンセラ１１３は、エコーキャンセル後の音声信号および参照データを、エコー漏れ検出部１１６にも供給する。エコーキャンセラ１１３は、適応フィルタ１１４および減算部１１５を有している。

適応フィルタ１１４は、スピーカ１３０の出力から第１マイク１３１または第２マイク１３２への入力までの空間すなわちエコーパスの特性に基づいて参照データを処理してキャンセルデータを生成する。より具体的には、適応フィルタ１１４は、エコーパスの遅延時間、周波数特性およびレベル特性を模擬した特性情報を設定し、設定した特性情報と参照データとを畳み込み処理により掛け合わせてキャンセルデータを生成する。言い換えると、適応フィルタ１１４は、第１マイク１３１または第２マイク１３２を介して受け取った音声信号に含まれる、スピーカ１３０の出力の遅延量や周波数特性、音量レベルなどの特性情報に基づいてエコー成分を抽出し、キャンセルデータとして生成する。適応フィルタ１１４は、生成したキャンセルデータを減算部１１５に入力する。

減算部１１５は、選択部１１２から受け取った選択信号Ｄ１１２からキャンセルデータを減算することで、エコーキャンセル後の音声信号を生成する。ここで減算部１１５は、生成したエコーキャンセル後の音声信号を、誤差信号として適応フィルタ１１４に入力する。さらに適応フィルタ１１４は、フィードバックされた誤差信号を用いてフィルタ係数を更新する。適応フィルタ１１４は、誤差信号が最小になるように収束させる動作を行う。すなわち、適応フィルタ１１４は、参照データとエコーキャンセル後の音声信号とから、選択信号に適用するフィルタを最適化するための学習を行う。

エコー漏れ検出部１１６は、エコーキャンセラ１１３からエコーキャンセル後の音声信号と参照データとを受け取り、エコーキャンセル後の音声信号に含まれるエコー漏れ信号を検出する。また、エコー漏れ検出部１１６は、比較部１１１から比較の結果を受け取る。比較の結果から、第１振幅信号Ｄ１５１がクリップしていることを検出した場合、エコー漏れ信号の積分を開始し、予め設定された期間の積分量を算出する。信号処理部１１０は、エコー漏れ検出部１１６が算出した積分量から、選択部１１２が選択する信号を設定する。すなわち、第１振幅信号Ｄ１５１がクリップしていることを検出し、かつ、予め設定された期間において、予め設定された閾値を超える積分量が算出された場合、信号処理部１１０は、選択部１１２に第２振幅信号Ｄ１５２を選択させる。

以上、信号処理部１１０が有する主な構成について説明した。信号処理部１１０は、出力音声信号受付部１００から受け取った出力音声信号をエコーキャンセラ１１３に供給するとともに、ＤＡコンバータ１２１に供給する。また、信号処理部１１０は、第１ＡＤコンバータ１５１から第１振幅信号Ｄ１５１を受け取るとともに第２ＡＤコンバータ１５２から第２振幅信号Ｄ１５２を受け取り、これらのいずれかの信号と出力音声信号受付部１００から受け取った参照データとを内部で処理し、エコーキャンセル後の音声信号を出力部１６０に供給する。

ＤＡコンバータ１２１は、信号処理部１１０から出力音声信号を受け取り、受け取った出力音声信号をアナログ信号に変換（ＤＡ変換）する。またＤＡコンバータ１２１は、変換したアナログ信号を出力調整部１２２に供給する。出力調整部１２２は例えば可変抵抗器を含む回路であり、スピーカ１３０から出力する音声の出力レベルすなわち音量を調整する。出力調整部１２２は、調整したアナログ信号を出力信号増幅部１２３に供給する。出力信号増幅部１２３は、いわゆる増幅器またはＡＭＰ（amplifier）と称される増幅回路を含む。出力信号増幅部１２３は、出力調整部１２２からアナログ信号を受け取り、受け取ったアナログ信号を増幅してスピーカ１３０に供給する。

第１振幅信号生成部１４１は、例えば、増幅回路を含み、第１マイク１３１から受け取った第１音声信号Ｄ１３１を増幅し、第１振幅信号Ｄ１４１を生成する。第１振幅信号生成部１４１は、生成した第１振幅信号Ｄ１４１を、第１ＡＤコンバータ１５１に供給する。第１振幅信号生成部１４１は、第１マイク１３１から受け取った第１音声信号Ｄ１３１を増幅せず、そのまま第１振幅信号Ｄ１４１としてもよい。第１振幅信号生成部１４１は、第１マイク１３１から受け取った第１音声信号Ｄ１３１の振幅を減縮して第１振幅信号Ｄ１４１を生成してもよい。

第２振幅信号生成部１４２は、例えば、増幅回路を含み、第２マイク１３２から受け取った第２音声信号Ｄ１３２を増幅し、第２振幅信号Ｄ１４２を生成する。第２振幅信号生成部１４２は、生成した第２振幅信号Ｄ１４２を、第２ＡＤコンバータ１５２に供給する。なお、第２振幅信号生成部１４２が出力する第２振幅信号Ｄ１４２の出力レベルは、第１振幅信号生成部１４１が出力する第１振幅信号Ｄ１４１の出力レベルよりも小さくなるように設定されている。第２振幅信号生成部１４２は、第１振幅信号Ｄ１４１の出力レベルよりも小さい出力レベルとなる第２振幅信号Ｄ１４２を生成すればよく、増幅回路は無くともよい。第２振幅信号生成部１４２は、第２マイク１３２から受け取った第２音声信号Ｄ１３２の振幅を減縮して第２振幅信号Ｄ１４２を生成してもよい。

第１ＡＤコンバータ１５１は、第１振幅信号生成部１４１から受け取った第１振幅信号Ｄ１４１をアナログ信号からデジタル信号に変換（ＡＤ変換）する。第１ＡＤコンバータ１５１は、デジタル信号に変換した第１振幅信号Ｄ１５１を、信号処理部１１０の比較部１１１に供給する。第２ＡＤコンバータ１５２は、第２振幅信号生成部１４２から受け取った第２振幅信号Ｄ１４２をアナログ信号からデジタル信号に変換する。第２ＡＤコンバータ１５２は、デジタル信号に変換した第２振幅信号Ｄ１５２を、信号処理部１１０の比較部１１１に供給する。なお本発明において、アナログ信号である第１振幅信号Ｄ１４１をデジタル信号に変換した信号が、第１振幅信号Ｄ１５１である。アナログかデジタルかの差はあるものの、これらは実質的に同一の信号であるため、共に第１振幅信号と呼ぶ。第２振幅信号Ｄ１４２と第２振幅信号Ｄ１５２も同様に、共に第２振幅信号と呼ぶ。

出力部１６０は、信号処理部１１０から受け取ったエコーキャンセル後の音声信号を電話機１１に供給するインタフェースである。出力部１６０は、電話機１１に通信可能に接続し、エコーキャンセル後の音声信号を出力する。

スピーカ１３０は、エコーキャンセル装置１０の出力信号増幅部１２３から出力音声信号を受け取り、受け取った出力音声信号を音声として出力する。スピーカ１３０は例えば自動車の室内に設置されたカーオーディオ用スピーカである。

第１マイク１３１および第２マイク１３２は、ユーザの発話音声を取得して入力音声信号を生成するマイクロホンである。第１マイク１３１は、第１入力音声信号を生成し、生成した第１入力音声信号を第１振幅信号生成部１４１に供給する。第２マイク１３２は、第２入力音声信号を生成し、生成した第２入力音声信号を第２振幅信号生成部１４２に供給する。図１において点線による矢印で示すように、ハンズフリーシステム１においては、スピーカ１３０が出力した音声が第１マイク１３１および第２マイク１３２にエコーとして入力される場合がある。

電話機１１は、携帯電話であり、通話先の音声をエコーキャンセル装置１０の出力音声信号受付部１００に供給し、ユーザの発話音声を、エコーキャンセル装置１０の出力部１６０から受け取る。

次に、図２および図３を参照して第１振幅信号生成部１４１および第２振幅信号生成部１４２が行う処理について説明する。図２は、エコーキャンセル装置における振幅信号の例を示す第１の図である。図２は、エコーキャンセル装置１０の第１振幅信号生成部１４１および第２振幅信号生成部１４２を抽出して示している。また第１振幅信号生成部１４１の右側に、第１入力音声信号Ｄ１３１の一例として第１入力音声信号Ｄ１３１（１）を示し、第１振幅信号生成部１４１の左側に、第１入力音声信号Ｄ１３１（１）が増幅されることにより生成される第１振幅信号Ｄ１４１（１）を示している。同様に、第２振幅信号生成部１４２の右側に、第２入力音声信号Ｄ１３２（１）を示し、第２振幅信号生成部１４２の左側に、第２振幅信号Ｄ１４２（１）を示している。

図２に示す例では、第１マイク１３１および第２マイク１３２は、同等の特性を有している。そのため、第１入力音声信号Ｄ１３１（１）と第２入力音声信号Ｄ１３２（１）とはいずれも振幅Ｗ１０を有している。図２に示すように、第１振幅信号生成部１４１は、第１入力音声信号Ｄ１３１（１）を受け取ると、第１振幅信号Ｄ１４１（１）を生成し、これを出力する。第１振幅信号Ｄ１４１（１）と第１入力音声信号Ｄ１３１（１）とを比較すると、周波数は変化していないが、振幅Ｗ１０から振幅Ｗ１１に増幅されている。

一方、第２振幅信号生成部１４２は、第２入力音声信号Ｄ１３２（１）を受け取ると、第２振幅信号Ｄ１４２（１）を生成し、これを出力する。第２振幅信号Ｄ１４２（１）と第２入力音声信号Ｄ１３２（１）とを比較すると、周波数は変化していないが、振幅Ｗ１０から振幅Ｗ１２に増幅されている。

上述の通り、第２振幅信号生成部１４２が出力する第２振幅信号Ｄ１４２の出力レベルは、第１振幅信号生成部１４１が出力する第１振幅信号Ｄ１４１の出力レベルよりも小さくなるように設定されている。すなわち、第１振幅信号生成部１４１が有するゲイン（増幅率）は、第２振幅信号生成部１４２が有するゲインより大きい。そのため、第１振幅信号Ｄ１４１（１）の振幅Ｗ１１と第２振幅信号Ｄ１４２（１）の振幅Ｗ１２とを比較すると、振幅Ｗ１２は、振幅Ｗ１１より小さい。このように、第１振幅信号生成部１４１は、第２振幅信号生成部１４２よりも入力された信号を相対的に大きく増幅する。第２振幅信号生成部１４２は、第１振幅信号生成部１４１よりも入力された信号を相対的に小さく増幅する。

次に図３を参照しながら、入力音声信号にクリップが発生について説明する。図３は、エコーキャンセル装置における振幅信号の例を示す第２の図である。図３に示す例では、第１振幅信号生成部１４１に第１入力音声信号Ｄ１３１（２）が入力されている。第１入力音声信号Ｄ１３１（２）の振幅Ｗ２０は、図２に示した第１入力音声信号Ｄ１３１（１）の振幅Ｗ１０より大きい。同様に、第２振幅信号生成部１４２に第２入力音声信号Ｄ１３２（２）が入力されている。第２入力音声信号Ｄ１３２（２）の振幅Ｗ２０は、図２に示した第２入力音声信号Ｄ１３２（１）の振幅Ｗ１０より大きい。

第１振幅信号生成部１４１は、第１入力音声信号Ｄ１３１（２）を受け取ると、第１振幅信号Ｄ１４１（２）を出力する。図に示すように、第１振幅信号Ｄ１４１（２）は、振幅Ｗ２０よりも大きい振幅Ｗ２１を有している。また第１振幅信号Ｄ１４１（２）は、信号波形の上下端が曲線ではなく直線に変化している。すなわちここで示す例では、第１入力音声信号Ｄ１３１（２）が増幅された結果、第１振幅信号Ｄ１４１（２）にクリップが発生している。

一方、第２振幅信号生成部１４２は、第２入力音声信号Ｄ１３２（２）を受け取ると、第２振幅信号Ｄ１４２（２）を出力する。図に示すように、第２振幅信号Ｄ１４２（２）は、振幅Ｗ２０よりも大きい振幅Ｗ２２を有している。ここで、振幅Ｗ２２は、第１振幅信号Ｄ１４１が有する振幅Ｗ２１より小さい。このように、第２振幅信号生成部１４２のゲインは第１振幅信号生成部１４１のゲインより小さいため、第１振幅信号Ｄ１４１がクリップした場合でも、第２振幅信号Ｄ１４２がクリップしないという状態になる。

以上、第１振幅信号生成部１４１および第２振幅信号生成部１４２が行う処理について説明した。図２に示した例の場合、第１振幅信号Ｄ１４１（１）と第２振幅信号Ｄ１４２（１）とを比較すると、第１振幅信号Ｄ１４１（１）のＳＮ比（Signal/Noise比）の方が、第２振幅信号Ｄ１４２（１）のＳＮ比より相対的に良い。そのため、エコーキャンセル装置１０は、図２に示した例の場合、第１振幅信号Ｄ１４１（１）をＡＤ変換した第１振幅信号Ｄ１５１を選択信号Ｄ１１２として選択する。これにより、エコーキャンセル装置１０は、より良好な音質のエコーキャンセル後の音声信号を生成できる。

一方、図３に示した例の場合、第１振幅信号Ｄ１４１はクリップしているため、この信号を利用してエコーキャンセル処理を行うと、好適にエコーを除去することができない。そこで、エコーキャンセル装置１０は、第２振幅信号Ｄ１４２（２）をＡＤ変換した第２振幅信号Ｄ１５２を選択信号Ｄ１１２として選択する。これにより、エコーキャンセル装置１０は、より良好な音質のエコーキャンセル後の音声信号を生成できる。なお、図３では模式的に第１振幅信号Ｄ１４１がクリップしているものとして示したが、第１振幅信号Ｄ１４１ではなく、第１ＡＤコンバータ１５１の出力である第１振幅信号Ｄ１５１がクリップしている場合もある。

次に、図４を参照して、エコーキャンセル装置１０が行う処理について説明する。図４は、エコーキャンセル装置の処理を示すフローチャートである。

まず、エコーキャンセル装置１０の出力音声信号受付部１００は、電話機１１から出力音声信号（参照データ）を受け付ける（ステップＳ１０）。

次に、エコーキャンセル装置１０は、入力音声信号すなわち第１入力音声信号Ｄ１３１および第２入力音声信号Ｄ１３２を受け付ける（ステップＳ１１）。

次に、エコーキャンセル装置１０の第１振幅信号生成部１４１および第２振幅信号生成部１４２は、入力音声信号である第１入力音声信号Ｄ１３１および第２入力音声信号Ｄ１３２をそれぞれ増幅する（ステップＳ１２）。

次に、エコーキャンセル装置１０の比較部１１１は、増幅されてＡＤ変換された第１振幅信号Ｄ１５１がクリップしているか否かを比較して判定する（ステップＳ１３）。ここでクリップしていると判定された場合に、ステップＳ１７に進んでもよい。

次に、信号処理部１１０のエコー漏れ検出部１１６は、エコー漏れ信号を積分する（ステップＳ１４）。

次に、信号処理部１１０は、エコー漏れ信号の積分量Ｄが、閾値Ｄｔｈを超えたか否かを判断する（ステップＳ１５）。エコー漏れ信号の積分量Ｄが、閾値Ｄｔｈを超えたと判断する場合（ステップＳ１５：Ｙｅｓ）、信号処理部１１０は、ステップＳ１６に進む。一方、エコー漏れ信号の積分量Ｄが、閾値Ｄｔｈを超えたと判断しない場合（ステップＳ１５：Ｎｏ）、信号処理部１１０は、ステップＳ１７に進む。

ステップＳ１６において、信号処理部１１０の選択部１１２は、選択信号Ｄ１１２として第２振幅信号Ｄ１５２を選択し（ステップＳ１６）、ステップＳ１８に進む。

ステップＳ１７において、信号処理部１１０の選択部１１２は、選択信号Ｄ１１２として第１振幅信号Ｄ１５１を選択し（ステップＳ１７）、ステップＳ１８に進む。

ステップＳ１８において、信号処理部１１０は、出力音声信号（参照データ）から適応フィルタによりキャンセルデータを生成し、信号処理部１１０の減算部１１５は、選択信号Ｄ１１２からキャンセルデータを減算してエコーキャンセル後の音声信号を生成し（ステップＳ１８）、ステップＳ１９に進む。

ステップＳ１９において、信号処理部１１０の出力部１６０は、エコーキャンセル後の音声信号を電話機１１に出力し（ステップＳ１９）、ステップＳ２０に進む。

ステップＳ２０において、信号処理部１１０は、一連の処理が終了か否かを判断する（ステップＳ２０）。一連の処理が終了する場合とは、例えばハンズフリーシステム１がシャットダウンされる場合や、電話機１１による通話が終了する場合などである。一連の処理が終了すると判断しない場合（ステップＳ２０：Ｎｏ）、エコーキャンセル装置１０は、ステップＳ１０に戻り処理を続ける。一方、一連の処理が終了すると判断する場合（ステップＳ２０：Ｙｅｓ）、エコーキャンセル装置１０は、処理を終了する。

以上、エコーキャンセル装置１０が行う処理について説明した。上述の構成により、エコーキャンセル装置１０は、第１振幅信号Ｄ１５１にクリップが発生した場合であっても、過渡的な信号に対する過度な反応を抑制できる。また、エコーキャンセル装置１０は、定常的にクリップが発生する場合には、相対的に低いゲインにより増幅された第２振幅信号Ｄ１５２を選択する。

以上、実施の形態１について説明したが、実施の形態１にかかるエコーキャンセル装置１０は、上述の構成に限られない。例えば、第１マイク１３１および第２マイク１３２は、同等の特性を有しているものに代えて、出力ゲインが異なるものを有していても良い。また、マイクロホンは２つではなく、１つでもよい。その場合、マイクロホンは、第１振幅信号生成部１４１および第２振幅信号生成部１４２にそれぞれ接続する。

なお、上述のように、エコーキャンセル装置１０が第１マイク１３１および第２マイク１３２を有することにより、それぞれのマイクロホンからエコーキャンセル装置１０までの配線の信頼性が向上する。すなわち、２つのマイクロホンとエコーキャンセル装置１０とを接続する配線の一方が断線した場合には、断線していない他方を使用できる。この場合、断線した方の入力音声信号はエコーキャンセル装置１０に届かないため、信号処理部１１０は、断線していないマイクロホンから受け付けた信号を利用して処理を行うことができる。このような利点は、特に、長い配線を引き回す必要がある自動車用のハンズフリーシステムにおいては、有効となる。

エコーキャンセラ１１３の適応フィルタ１１４は、エコー漏れ信号の積分が行われている期間（積分期間）においては、フィルタを最適化する学習を抑制するものであってもよい。これにより、エコーキャンセラ１１３は、受け付けた入力音声信号がクリップしている場合、言い換えると、第１振幅信号Ｄ１５１が第１振幅信号Ｄ１４１と周波数特性的に一致しない、または、第１振幅信号Ｄ１５１の波高値が第１ＡＤコンバータ１５１出力の上限値または下限値に達している、異常な信号である場合に、適応フィルタ１１４が誤ったキャンセルデータを生成し、また、以降のキャンセルデータの生成に悪影響を及ぼすことが無いように、適応フィルタ１１４が誤ったキャンセルデータ学習を止めることで、弊害を抑制できる。この場合、図４に示したフローチャートにおいて、ステップＳ１４の積分処理と同時に、適応フィルタ１１４は学習を抑制する。また、ステップＳ１６またはステップＳ１７の処理と同時に、適応フィルタ１１４は、学習の抑制を解除する。

以上、実施の形態１によれば、好適にエコーキャンセルを行うエコーキャンセル装置等を提供することができる。

＜実施の形態２＞
次に、実施の形態２について説明する。実施の形態２にかかるエコーキャンセル装置は、信号処理部１１０にエコーサプレッサをさらに有している点が、実施の形態１と異なる。図５は、実施の形態２にかかるエコーキャンセル装置のブロック図である。

図５に示すハンズフリーシステム１は、エコーキャンセル装置２０を有している。エコーキャンセル装置２０は、信号処理部１１０に代えて、信号処理部２１０を有している点が、実施の形態１にかかるエコーキャンセル装置１０と異なる。

信号処理部２１０は、エコーサプレッサ１１７を有している。以下に、実施の形態１にかかる信号処理部１１０と異なる点について主に説明する。

エコーサプレッサ１１７は、出力音声信号（参照データ）を受け取るとともに、エコーキャンセラ１１３からエコーキャンセル後の音声信号を受け取る。そして、受け取った参照データとエコーキャンセル後の音声信号との信号レベルに応じて、エコーキャンセル後の音声信号に対してエコーの抑制処理を行う。さらにエコーサプレッサ１１７は、抑制処理を行った音声信号を、出力部１６０に供給する。

また、エコーサプレッサ１１７は、異なる２つの抑制量として、第１抑制量と第２抑制量とが設定できる構成となっている。第１抑制量は、第２抑制量よりもエコーキャンセル信号を抑制する量が大きい。エコーサプレッサ１１７は、エコー漏れ検出部１１６が積分処理を行っていることを示す信号をエコー漏れ検出部１１６から受け取る。エコーサプレッサ１１７は、エコー漏れ検出部１１６がエコー漏れを検出しているか否かに応じて、上述の第１抑制量と第２抑制量とのいずれかを設定する。

すなわち、エコーサプレッサ１１７は、選択信号が第１振幅信号Ｄ１５１であり、第１振幅信号Ｄ１５１にクリップが発生している場合には、エコーキャンセル後の音声信号に対して第１抑制量により抑制処理を施す。また、エコーサプレッサ１１７は、第１振幅信号Ｄ１５１にクリップが発生していない場合には、エコーキャンセル後の音声信号に対して第１抑制量より小さい第２抑制量により抑制処理を施す。

第１振幅信号Ｄ１５１にクリップが発生した場合における上述の積分期間において、エコーキャンセル後の音声信号は、エコー漏れが含まれる可能性が比較的に高くなる。そこで、実施の形態２にかかるエコーキャンセル装置２０は、上述のように、積分期間においては、エコーサプレッサ１１７による抑制量を比較的に大きいものとしている。上述の積分期間は、選択部１１２が選択信号Ｄ１１２を切り替える場合には、過渡期となる。実施の形態２によれば、上述の過渡期において、エコーサプレッサ１１７による抑制量を大きくすることにより、より好適にエコー漏れを抑制できる。よって、実施の形態２によれば、より好適にエコーキャンセルを行うエコーキャンセル装置等を提供することができる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、エコーキャンセル装置１０は、上述のハンズフリーシステムに代えて、携帯電話機や家庭用のコードレス電話機におけるスピーカホン機能、電話会議システムにも適用可能である。また、自動音声と対話をするスマートスピーカ（ＡＩスピーカ）にも適用可能である。

本発明では、第１振幅信号生成部１４１および第２振幅信号生成部１４２を備える形態として説明したが、この形態に限定されず、エコーキャンセル装置１０は、第１ＡＤコンバータ１５１および第２ＡＤコンバータ１５２の入力振幅の基準値を制御する入力基準値制御部を備える形態であってもよい。入力基準値制御部を備えることで、ＡＤコンバータに入力するアナログ信号の振幅を変更することなく、第１ＡＤコンバータ１５１の出力値および第２ＡＤコンバータ１５２の出力値を可変させることができ、本発明と同等の効果を得ることができる。

本発明では、第２振幅信号生成部１４２および第２ＡＤコンバータ１５２を備える形態として説明したが、この形態に限定されず、エコーキャンセル装置１０は、第２振幅信号生成部１４２および第２ＡＤコンバータ１５２を備えなくともよい。第１振幅信号Ｄ１５１がクリップしていることを判定した場合に、第１振幅信号生成部１４１の増幅量を低減させるまたは第１ＡＤコンバータ１５１の入力基準値を広げることにより、第１振幅信号Ｄ１５１がクリップしないようにすることで、本発明と同等の効果を得ることができる。この場合、上述したマイクロホンとエコーキャンセル装置１０とを接続する配線の一方が断線した場合に、断線していない他方を使用できる利点は無いが、エコーキャンセル装置１０を低コストで構成することができ、また消費電力を低減させることができる。

１ハンズフリーシステム
１０、２０エコーキャンセル装置
１１電話機
１００出力音声信号受付部
１１０、２１０信号処理部
１１１比較部
１１２選択部
１１３エコーキャンセラ
１１４適応フィルタ
１１５減算部
１１６エコー漏れ検出部
１１７エコーサプレッサ
１２１ＤＡコンバータ
１２２出力調整部
１２３出力信号増幅部
１３０スピーカ
１３１第１マイク
１３２第２マイク
１４１第１振幅信号生成部
１４２第２振幅信号生成部
１５１第１ＡＤコンバータ
１５２第２ＡＤコンバータ
１６０出力部

Claims

スピーカから出力するための音声信号である出力音声信号を受け付ける出力音声信号受付部と、
ユーザの発話音声を取得して入力音声信号を生成するマイクロホンと、
前記入力音声信号から、第１振幅信号と、当該第１振幅信号より小さい振幅の第２振幅信号と、をそれぞれ生成する振幅信号生成部と、
前記第１振幅信号と前記第２振幅信号とを比較し、前記第１振幅信号に歪みであるクリップが発生していることを検出する比較部と
前記比較の結果から、前記クリップが検出されたか否かに基づいて前記第１振幅信号または前記第２振幅信号のいずれかを選択信号として選択する選択部と、
前記選択信号と、前記出力音声信号とに基づいて、前記選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成するエコーキャンセラと、
前記エコーキャンセル後の音声信号を出力する出力部と、を備える
エコーキャンセル装置。
前記エコーキャンセル後の音声信号に含まれるエコー漏れ信号を検出するエコー漏れ検出部をさらに備え、
前記選択部は、前記比較の結果から前記第１振幅信号にクリップが発生したことを検出し、かつ、予め設定された期間内に予め設定された量の前記エコー漏れ信号が検出された場合には、前記選択信号として前記第２振幅信号を選択する、
請求項１に記載のエコーキャンセル装置。
前記エコーキャンセラは、前記出力音声信号と前記マイクロホンからの音声信号とから前記選択信号に適用するフィルタを最適化するための学習を行う適応フィルタを含み、
前記適応フィルタは、前記期間内において前記学習を抑制する、
請求項２に記載のエコーキャンセル装置。
前記エコーキャンセル後の音声信号に対して信号レベルを抑制する処理を施すエコーサプレッサをさらに備える、
請求項１～３のいずれか一項に記載のエコーキャンセル装置。
前記エコーサプレッサは、前記選択信号が前記第１振幅信号であり、前記第１振幅信号にクリップが発生している場合の前記エコーキャンセル後の音声信号に対して施す第１抑制量が、前記クリップが発生していない場合の前記エコーキャンセル後の音声信号に対して施す第２抑制量よりも大きく設定されている、
請求項４に記載のエコーキャンセル装置。
スピーカから出力するための音声信号である出力音声信号を受け付ける出力音声信号受付ステップと、
ユーザの発話音声を取得して入力音声信号を生成する入力音声信号生成ステップと、
前記入力音声信号から、第１振幅信号と、当該第１振幅信号より小さい振幅の第２振幅信号と、をそれぞれ生成する振幅信号生成ステップと、
前記第１振幅信号と前記第２振幅信号とを比較し、前記第１振幅信号に歪みであるクリップが発生していることを検出する比較ステップと
前記クリップが検出されたか否かに基づいて、前記第１振幅信号または前記第２振幅信号のいずれかを選択信号として選択する選択ステップと、
前記選択信号と、前記出力音声信号とに基づいて、前記選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成するエコーキャンセルステップと、
前記エコーキャンセル後の音声信号を出力する信号出力ステップと、を備え、
前記選択ステップは、前記比較の結果から前記第１振幅信号にクリップが発生したことを検出した後に、予め設定された期間内に予め設定された量のエコー漏れ信号が検出された場合には、前記選択信号として前記第２振幅信号を選択する、
エコーキャンセル方法。
スピーカから出力するための音声信号である出力音声信号を受け付ける出力音声信号受付ステップと、
ユーザの発話音声を取得して入力音声信号を生成する入力音声信号生成ステップと、
前記入力音声信号から、第１振幅信号と、当該第１振幅信号より小さい振幅の第２振幅信号と、をそれぞれ生成する信号振幅信号生成ステップと、
前記第１振幅信号と前記第２振幅信号とを比較し、前記第１振幅信号に歪みであるクリップが発生していることを検出する比較ステップと
前記クリップが検出されたか否かに基づいて、前記第１振幅信号または前記第２振幅信号のいずれかを選択信号として選択する選択ステップと、
前記選択信号と、前記出力音声信号とに基づいて、前記選択信号に含まれるエコーをキャンセル処理してエコーキャンセル後の音声信号を生成するエコーキャンセルステップと、
前記エコーキャンセル後の音声信号を出力する信号出力ステップと、を備えるエコーキャンセル方法をコンピュータに実行させるプログラムであって、
前記選択ステップは、前記比較の結果から前記第１振幅信号にクリップが発生したことを検出した後に、予め設定された期間内に予め設定された量のエコー漏れ信号が検出された場合には、前記選択信号として前記第２振幅信号を選択する、
プログラム。