JPH08506434A - 通信システムにおける伝送ノイズ低減 - Google Patents

Abstract

(57)【要約】 電気通信ネットワークサービスは、線形予測符号化音声モデルの反復推定を使用してノイズを濾波することからなる信号処理により、伝送ノイズの不快な作用を解消する。音声モデルフィルタは、ノイズのみのフレームであると音声アクティビティ検出器により決定される着信信号フレームサンプルに基づき、現行ノイズ出力スペクトル密度の正確な更新推定値を使用する。線形予測符号化モデルを用いる着信信号の新規な計算方法は、所定数の直近過去フレームと２個以下の未来フレームに基づく現在フレームのフレーム内反復を行わせる。この処理は、ノイズ信号の源を確かめることができないにも拘わらず効果的である。

Description

【発明の詳細な説明】 通信システムにおける伝送ノイズ低減技術分野 本発明は高ノイズ電気通信チャネル又はネットワークにおける音声品質を高め ることに関する。更に詳細には、本発明は新規な線形予測符号化の使用によりノ イズ成分を連続的に除去するすることにより音声品質を高める装置に関する。背景技術 全ての形態の音声通信システムにおいて、様々な原因によるノイズはユーザの 通信を妨害する。不正ノイズはシステムの入力部及び伝送路の受信端部における 音声により生じる。ノイズの存在はユーザを不快又は混乱させ、音声品質に悪影 響を及ぼし、音声符号化装置及び音声認識装置の性能を低下させる。 自動車ノイズ及びチャネルノイズを被るセルラ無線電話システム、騒々しい環 境下に配置された有料電話、高ノイズ無線リンク又はその他の劣悪なパス及び接 続を介する長距離通信、音声源におけるノイズを伴う電話会議システム、騒々し いコックピットノイズがパイロットの会話を壊乱するのでパイロットを疲労させ るばかりか危険でもある航空・地上通信システムにとって、音声品質向上技術は 重要である。更に、自動ダイヤル用の音声認識システムの場合のように、認識ア ルゴリズムが明瞭な音声の統計的モデルに基づく場合、認識精度は高ノイズ環境 では劣化する。 伝送路におけるノイズを解消するのは特に困難である。その理由は例えば、ノ イズ信号はその発生源から突き止めることができないことである。従って、ノイ ズの直接測定から“エラー”信号を生成し、次いで、位相反転によりエラー信号 を相殺することによっては、ノイズを抑制することができない。 ノイズ成分が直接観察できない高ノイズ音声信号を高める様々な試みが行われ た。これらの試みは例えば、”Enhancement and Bandwidth Compresion of Nois y Speech，”by J.S．Lim and A.V．Oppenheim，Proceedings of the IEEE，Vol .67，No.12．December 1979，Section V，pp 1586-1604に開示されている。これ らの試みは、使用可能ノイズ信号について計算された全体スペクトルから推定ノ イズ振幅スペクトルを減算するスペクトル減算と、総ノイズ信号及びノイズ出力 スペ クトルの推定値を与える音声成分の最良全極モデルを発見するための、Lim及び Oppenheimにより提案された反復モデル型フィルタを包含する。モデル型法は 、モデルを音声の特性変更に限定するために、時間全域で追加制約がLim-Oppenh eim反復中に音声モデルに賦課される、非リアルタイム音声スムーザを開発する ために、”constrained Iterative Speech Enhancement with Application to S peech Recognition，”by J.H.L．Hansen and M.A．Clements，IEEE Transactio ns on Signal Processing，Vol．39，No．4，April 1991，pp 795-805で使用さ れた。 Lim/Oppenheimの文献における先の方法の効果は、処理後のＳ／Ｎ比を改善す ることである。しかし、濾波出力における非定常ノイズの導入により、音声品質 は殆ど改善されない。極めて低レベルの非定常ノイズであっても、人間が聞くに は耳障りである。Hansenの非リアルタイムスムーザにおける時間フレームの全域 における平滑化効果は、残留している非定常ノイズのレベルを更に低下させるこ とである。Hansenの平滑化法は、Lim/Oppenheimの文献における方法に比べて、 音声品質を著しく高める。しかし、この平滑化法は各時間フレームにおいて過去 及び未来の全てのデータを処理するので、リアルタイムで動作させることができ ない。また、この改善効果は電気通信環境では効果的に動作しない。本発明の目 的は、この電気通信環境で互換できるフィルタとして機能するHansenのスムーザ を改良することである。発明の開示 本発明は通信ネットワーク用の信号処理方法である。この方法は、ノイズ出力 スペクトルを連凝的に推定するリアルタイム動作の追加、各反復について再濾波 された信号の変更及び極数と時間フレーム全域の動作に関する時間制約を有する ＬＰＣ音声モデルの反復推定を用いてノイズを濾波することからなる。ノイズ含 有入力音声信号は特別な反復線形ウイーナ・フィルタに入力される。その目的は 、ネットワークに伝送される音声の推定値をリアルタイムで出力することである 。 フィルタは現在のノイズ出力スペクトル密度関数の正確な推定値を必要とする 。これは、音声中に一般的に存在するノイズギャップにおける入力のスペクトル 推定により得られる。これらのノイズのみフレームの検出は、音声アクティビテ ィ検出器（ＶＡＤ）により行われる。ノイズのみがＶＡＤで検出されると、フィ ル タ出力は減衰され、その結果、全ノイズ出力はネットワークには伝播されない。 フィルタにより音声とノイズが当該時間フレーム内で検出される場合、推定は 、音声が有声音であるか又は無声音であるかについて行われる。反復フィルタで 想定されたＬＰＣモデルの順序（order）は、検出される音声タイプに従って変 更される。大抵、ＬＰＣモデル順序は、時間フレームにおける音声が有声音であ る場合、Ｍ＝Ｆｓ＋（４又は５）であり、時間フレームにおける音声が無声音で ある場合、Ｍ＝Ｆｓである。ここで、Ｆｓは音声帯域幅（ＫＨｚ）である。この モデル順序の動的適合を使用し、濾波音声内に時間依存性変調トーン様ノイズを 生成できる迷走モデル極を抑制する。 新及び旧ノイズスペクトル推定間の“距離”に左右される程度にまで、新たな ノイズのみフレームを更新することにより、ノイズスペクトル変化の痕跡が供給 される。パラメータは、新ノイズスペクトル更新が推定される前に検出しなけれ ばならない連続的な新ノイズフレームの最小数に、及び新ノイズスペクトル更新 が与えられる重さに設定される。 直接測定できないタイプのノイズを抑制するために、適応音声モデル及びノイ ズスペクトル推定と更新とを合体するフィルタの反復推定を使用する技術の改善 について、電気通信ネットワークにおける本発明の使用例に即して下記に詳細に 説明する。図面の簡単な説明 第１図は本発明による電気通信ネットワークの一例のブロック図である。 第１図Ａは信号処理リソースである。 第２図は本発明で行われる平滑化操作のブロック図である。 第３図は音声強調のフレームワークを示す流れ図である。 第４図は制約された音声強調に関する反復シーケンスを生成する装置のブロッ ク図である。 第５図は音声モデルのＬＰＣルート（root）に関するフレーム内平滑化操作と 、反復間のフレーム内ＬＰＣ自己相関マトリックス緩和を示すブロック図である 。 第６図Ａは現在フレームの各反復を更新する方法を示すブロック図である。 第６図Ｂは現在フレームの各反復を更新する改良された方法を示すブロック図 である。 第７図は現在フレーム周囲の７個の音声フレームの全域を平滑にするためのＬ ＰＣ位置ルートに関する平滑化重みのテーブルである。 第８図及び第９図はノイズ推定器のアスペクトを示す信号トレースである。 第１０図はウイーナ・フィルタで使用される所用ノイズスペクトルを更新する のに使用されるステップを示す流れ図である。発明を実施するための最良の形態 本発明は本質的に、単独のノイズ基準が使用できない場合の、チャネル内の音 声／ノイズを濾波する機能拡張方法であり、この方法はリアルタイムで動作する 。本発明を電気通信ネットワークについて説明するが、本発明の原理は、音声伝 送媒体内のノイズを低減しなければならないような全ての状況に対して適用でき る。遠隔地に設置された交換機１０からなる電気通信ネットワークの一例を図１ に示す。交換機１０には、多数の通信端末（例えば、電話機１２）が例えば、撚 線対１２のような市内回線により接続されている。パス１３のような出力チャネ ルが遠隔電話局１０から出ている。パス１３は国境１４を越えることもできる。 パス１３は交換機１６を有する米国内の中央局１５につながっている。交換機１ ６は例えば、符号１７で示される多数の入力パス（パス１３も含む）を管轄する ４ＥＳＳ交換機である。 交換機１６はパス１８のような内部パスを備えている。パス１８は例えば、チ ャネル１３からの着信呼を最終出力伝送チャネル１９（出力チャネル群１９のう ちの一つ）に接続する。チャネル１３からの着信呼は接続セグメント１０，４１ ，１２，１３のうちの何れかで発生されたノイズを含有しているものと見做され る。従って、ノイズ源は直接に測定できない。 本発明によれば、或る所定の閾値を越えるノイズがチャネル１３からの交換機 出力中に存在するか否か論理ユニット２０で決定される。論理ユニット２０は、 ファックス、モデム及びその他の可能性を除外することにより、呼出が音声であ るか否かも決定する。更に、論理ユニット２０は、起呼電話番号が伝送ノイズ低 減サービスの顧客であるか否かも決定する。論理ユニット２０がこれら三つの決 定を全て行うと、呼出は交換機２２により処理ユニット２１に経路指定される。 さもなければ、呼出はチャネル１９に直接通過される。処理ユニット２１は一つ しか図示されていないが、交換機１６から出る全てのチャネルは他のプロセッサ ２１（図示されていない）に接続できる。 高ノイズチャネル１３からの入力信号はアナログフィルタ（図示されていない ）に役立つように処理される。アナログフィルタは基礎帯域電話信号の周波数応 答に限定された周波数応答を有する。 ここで説明するシステムでは、プロセッサ２１に供給される高ノイズ音声は８ ＫＨｚ伝送速度でデジタル化され、時系列はフレーム内で処理される。使用され るフレームサイズは１６０サンプル（２０ミリ秒）であり、再構成濾波音声の連 続性を確保するために、５０％オーバーラップがこれらのブロックに賦課される 。 第１図Ａを参照する。プロセッサ２１はウィーナ・フィルタからなる。未知パ ラメータを取得するために、全極ＬＰＣモデルを想定し、各フレームを反復する ことにより、このフィルタの信号スペクトルが推定される。これはフィルタ２３ であり、高ノイズ呼出はこのフィルタに経路指定される。呼出はバイパス２４を 介して音声アクティビティ検出器（ＶＡＤ）２５にも経路指定される。ＶＡＤ２ ５はノイズ又は音声＋ノイズフレームを連続的に検出し、そして音声フレームが 有声音又は無声音であるか否か決定する。ウィーナ・フィルタで使用されるべき 必要なノイズスペクトルは、ＶＡＤにより検出されるノイズのみのフレームから 推定される。 処理されたフレームがノイズのみのフレームとして検出される場合、ＶＡＤ２ ５はノイズ抑制回路２６に信号を送り、抑圧装置２７で切り替える。このモード では、フィルタ２３へのノイズのみ入力は、端末２８における遠端聴取者への出 力パス１９へその入力を進入させる前に、大幅に減衰される。更に、ノイズのみ フレームが検出される場合、ＶＡＤはフィルタ２３内の更新機能２９へ信号を送 り、現在のノイズフレームに基づき新たなノイズスペクトル推定を行い、これに 、先行ノイズスペクトル推定で重みを付ける。 音声がＶＡＤにより検出される場合、ノイズ抑制回路２６への入力はフィルタ ２３へ切り替えられ、これにより、濾波音声は出力ライン１９へ通過される。更 に、２３における反復ウィーナ・フィルタに関するＬＰＣ音声モデルの順序は、 有声音が検出された場合には、１０番目の順序に、また、無声音音声フレームの 場合には、４番目〜６番目の順序に設定される。音声モデルのこの適応順序に関 するモチベーションは、信号出力スペクトル対ノイズ出力スペクトルの比率が低 い周波数帯域部分において、ＬＰＣ極の反復サーチが偽フォルマントを生じるこ とである。これは、ランダム周波数及び濾波出力の持続期間のノイズトーンを生 じる。このノイズトーンは、たとえ平均信号振幅に対して相対的に非常に低いも のであったとしても、人間の耳には耳障りなものである。従って、無声音音声に ついて一般的に必要なＬＰＣ順序が、所望の帯域幅に関する有声音音声の順序の 半分にしか過ぎないので、また、無声音音声は有声音音声よりも一般的に弱いの で、音声モデルが過剰に指定されないようにＬＰＣ順序を変えることが重要であ る。 反復フィルタ２３で行われる処理は、Lim/Oppenheimの文献における使用可能 フィルタ法及びHansen/Clementsの文献に開示された非リアルタイムＡＵＴＯ− ＬＳＰスムーザに関する反復収束を改善するためにJ.H.L.Hansenにより適用され たフレーム間及びフレーム内平滑化に基づく。本発明により実現される変法もこ れらに追加される。フィルタ２３は入力高ノイズ音声信号について動作され、近 似音声内容を取得する。このフィルタ動作を以下説明する。隣接時間フレーム間の信号モデル平滑化 音声が予めデジタル形でない場合、フィルタ２１は入力信号アナログ／デジタ ル変換器３０を包含する。この変換器はサンプリングされた入力のフレームブロ ックを生成する。１６０サンプル又は２０ミリ秒のフレームサイズは、ＬＰＣモ デリングの目的のための統計的に定常的な処理として近似されるべき音声にとっ て十分な持続時間である。このフィルタの一構成要素として使用される反復ウィ ーナ・フィルタ及び音声処理のＬＰＣモデルは定常処理仮定に基づく。従って、 この短い時間ブロック内でフレームが処理されることは驚くべきことである。 第２図を参照する。入力信号十ノイズはｙ［ｎ］＝ｓ［ｎ］＋ｄ［ｎ］（ここ で、ｙは使用可能な入力サンプルであり、ｓ及びｄは信号及びノイズ部分である ）により示される。サンプルはフレームに型どり（すなわちブロック化）される 。このフレームは相当程度（例えば、５０％まで）重複されている。データブロ ッ クは、タイムウインドウ（例えば、ハニングウインドウ）によりそれぞれ重み付 けされており、これにより、時間で正確に間隔を取られた重複ウインドウ化フレ ームの和を加え、元の入力時系列を得る。ウインドウの使用は、データフレーム について推定されたＬＰＣモデルにおける分散を低下させ、フレーム重複は第１ 図Ａにおける１９に対する再構成濾波信号出力における連続性を与える。 Hansen/Clementsの文献における反復ＡＵＴＯ−ＬＳＰスムーザのように、本 発明に対する２つのタイプの制約が存在し、これらの制約は、入力データの現在 フレームの処理中にウィーナ・フィルタの各反復時に適用される。これらは、現 在フレームの各フレーム内反復時に適用されるＬＰＣ自己相関マトリックス緩和 制約及び隣接する過去及び未来のフレームに関する各反復時に実現されるＬＰＣ 極位置と交差する現在フレームのＬＰＣ音声モデル極位置のフレーム間平滑化で ある。ＬＰＣ極制約は直接適用されない。なぜなら、これらはＺ面における複素 数として生じるからである。従って、フレーム間平滑化に関する複素極位置を判 断する適正な連関は不明である。間接的ではあるが簡単なやり方は、ラインスペ クトル対（ＬＳＰ）と呼ばれるＬＰＣ極の同等な表示を用いることにより実行で きる。このやり方の詳細な内容は、Hansen/Clementsの文献及びDigital Speech Processing，Synthesis，and Recognition，by S．Fururi，Marcel Dekker，Inc .，New York，NY，1989，Chapter Vに開示されている。Ｎ番目の順序のＬＰＣモ デル極位置は、一連のＮ／２ＬＳＰ“位置”ルート及びＮ／２ＬＳＰ“差分（di fference）”ルートにより同等に表示される。これら一連のルートは複素Ｚ面内 のユニットサークル上に存在する。ＬＰＣ極の同等なＬＳＰ表示のユーティリテ ィーは、信号のＬＰＣモデルスペクトルにおける軽度にダンプされたフォーマッ ト位置をＬＳＰ位置ルートと高度に相関させ、かつ、これらのフォーマットにお けるＬＰＣスペクトルの帯域幅をＬＳＰ差分ルートと高度に相関させることであ る。安定なＬＰＣモデルの場合、２種類のＬＳＰルートがユニットサークル上に 正確に存在し、このサークルの周囲を交替する。ＬＳＰルートの位置の配列及び そのタイムフレーム間平滑化は複素ＬＰＣルートの平滑化よりも遥かに単純であ る。要するに、濾波されている現在フレームの各反復におけるＬＰＣ極は、同等 なＬＳＰ位置ルートを平滑化することにより、また、最小距離の“差分”ルート における 下層境界を隣接“位置”ルートに適用することにより、隣接フレーム内の同じ繰 返しにおけるＬＰＣ極の全域で平滑化される。後者の制限は、音声様のＬＰＣモ デルフォーマットの鋭敏性を制約する。 本発明は、連続的な時間フレーム付近全域でＬＳＰ位置の平滑化を行うことを 要求するが、通信ネットワークにおけるリアルタイム用途について実現されたフ ィルタでは、濾波されている現在フレームより先の極く少数のフレームしか使用 できない。５０％オーバーラップされた２０ミリ秒フレームの場合、第２図に示 されるような２つの未来フレームを使用することにより賦課される最小遅延は３ ０ミリ秒である。このような微小な遅延であっても、幾つかの通信ネットワーク では重大である。ここに説明したフィルタは、平滑化のために４個の過去フレー ムと２個の未来フレームを想定する。全ての過去フレームを使用することができ るが、現在フレームと相関関係のあるものだけを使用しなければならない。反復プロセス 現在フレームＫについて行われる制約反復ステップを第３図に示す。第３図は 、第４図に示される反復１，．．．，Ｊの詳細内容を有する。ウイーナ・フィル タ−ＬＳＰサイクルは、周波数領域における入力ブロックをウイーナ・フィルタ （ＷＦ）（ここで、使用された信号及びノイズ出力スペクトル推定値はＣ・Ｓ_y （ｆ）及びＳ_d（ｆ）である）により濾波することにより開始される。すなわち 、最初のフィルタ信号スペクトルは、予測信号出力、Ｐ_signal＝Ｐ_total−Ｐ_{noi se} を有するために、Ｃにより位取りされた総入力スペクトルである。初期化後、 第３図におけるループは、フレームＫの反復濾波に関する次のステップを行う。 （1）時間領域におけるＷＦ出力信号のＬＰＣパラメータを推定することによ り反復ループを開始する。ＬＰＣ自己相関計算はフレームに関する先行反復の自 己相関値全体の緩和を受ける。この緩和ステップは、最良音声ＬＰＣモデルに関 する反復サーチを更に安定化させようとする。これについては、下記の第５図を 参照しながら更に詳細に説明する。 （2）音声フレームＫに関する反復ｊにおいて前記（1）で発見されたＬＰＣモ デルから、ＬＳＰ位置ルートＰ_j及び差分ルートＱ_jを解答する。これには、それ ぞれＬＰＣ順序の半分の２つの多項式の実際ルート解が必要である。 （3）第２図及び第５図ｃに示されるような隣接フレームと交差する現在フレ ームＫに関するＬＳＰ位置ルートＰ_jを平滑化し、ＬＳＰ差分ルートＱ_jを平滑化 Ｐ_jルートから無理に離れさせる。各差分ルートＱ_jは、その最も近い平滑化Ｐ_j ルートから最小距離Ｄ_minよりも大きく離れさせられる。これは、平滑化ＬＰＣ 極位置が、複素Ｚ面のユニットサークルへ押しやられることを防止する。この“ 分岐”は、Lim/Oppenheim文献のLim-Oppenheim反復フィルタにおける問題であり 、Hansen/Clements文献におけるスムーザで取り組まれたものであった。この制 約は実際的な音声伝送にとって望ましい。本発明の方法の電気通信試験では、Ｄ_min ＝０．０８６ラジアンの値を使用した。 （4）平滑化ＬＳＰルートを平滑化ＬＰＣパラメータに変換し、平均出力が現 行のＫ番目の推定信号出力、Ｐ_signal＝Ｐ_total−Ｐ_noiseに等しいように位取り されたＬＰＣ信号モデル出力スペクトルＳ_s（ｆ）_jを計算する。 （5）平滑化ＬＰＣモデル信号スペクトルＳ_s（ｆ）_j及び現行ノイズ出力スペ クトル推定値Ｓ_d（ｆ）を使用し、第３図及び第４図に示されるように、次の反 復ウイーナ・フィルタＨ_j（ｆ）を構築する。この明細書では、“ウイーナ・フ ィルタ”という用語は大雑把な意味で使用されている。なぜなら、このフィルタ はパワーポウ（power pow）にまで高められた通常の非カジュアルＷＦだからで ある。本発明の方法の電気通信試験では、ポウ（pow）について、０．６〜１． ０の間の値を使用した。ポウが大きければ大きいほど、各反復により生じる変化 も大きくなり、ポウが小さければ小さいほど、信号成分に関する反復サーチは一 層安定でなければならない。 （6）先行反復ＷＦ時系列出力Ｓ_j-1［ｎ］及びオリジナル入力データｙ［ｎ］ の組合せを現行のＨ_j（ｆ）により濾波し、信号推定値ｓ_j［ｎ］の次の反復を取 得する。使用される線形結合は（１−Ｂ）．_y[n]＋Ｂ．_Sj-1[n]（但し、０≦Ｂ ≦１）である。Ｂ＝０である場合、フィルタは非制約Lim-Oppenheim反復フィル タとなり、Ｂ＝１の場合、次のＷＦへの入力は、Hansen/Clements文献におけるH ansen ＡＵＴＯ−ＬＳＰスムーザにおいて行われるような先行ＷＦ出力である。 このフィルタに関する大抵の実験では、Ｂについて０．８０〜０．９５の範囲内 の値を使用する。これらの値のＢによれば、Lim-Oppenheimフィルタ及びHansen スムーザの 双方の幾つかの望ましい特徴が組合わされる。この重み付けコンセプトは本発明 の方法で新規である。これは、最終ノイズ内容の量対反復濾波音声で観察された 高周波濾波度の追加制御を与える。 Lim/Oppenheim及びHansen/Clements文献における２つの先行信号モデル化反復 アルゴリズムの特徴の結合、特に各反復におけるウイーナ・フィルタ入力の重み 付けされた組合せは、出力内の僅かに増大された残留ノイズの二律背反を有する 、極く僅かに抑制された観測用音声推定値を生じることが主観的に発見された。 結合は第２図及び第３図に示されている。ここでは、ｊ番目の反復におけるフィ ルタへの入力信号は、総入力ｙ［ｎ］、及び（ｊ−１）番目の反復からのウイー ナ・フィルタ出力ｓ［ｎ］_j-1であることが示されている。 （7）本発明の方法の現在の実現においては、反復イントラ（intra）の回数は 実験により決定される入力パラメータである。実験で得られた結果について、４ 〜７のフレーム内反復の値を、［７，０．６５］，［５，０．８］及び［４，１ ．０］のような［イントラ，ポウ］組合せで使用した。この場合、フィードバッ ク係数Ｂの値は０．８０〜０．９５であった。最良の値はノイズ種類及び音声タ イプに左右される。広帯域フラットノイズの場合、イントラ＝６が代表的である が、ノイズ出力スペクトルが［０，４ＫＨｚ］音声−帯域スペクトルの１ＫＨｚ 以下に激しくバイアスされる場合は、４〜５回の反復で十分である。 第１図Ａにおけるアイテム２５及び第３図にも示される本発明の重要な面は、 ノイズのみのフレームを検出し、そして、音声が存在する場合に有声音又は無声 音音声を検出することにより各フレームに適用するための最良モデル順序を決定 するための音声アクテビィティ検出器（ＶＡＤ）の多重用途である。前記のよう に、ＬＰＣ音声モデルに関する最良順序は、有声音及び無声音音声フレームにつ いて異なる。また、前記のように、音声信号が十分な数の連続フレームで検出さ れない場合にのみ、ノイズスペクトルが更新される。ノイズのみが検出される場 合の時間間隔中に、スイッチ２６におけるノイズ抑圧装置は出力信号を減衰する ために駆動され、次いで、反復フィルタ２３は不稼働にされる。しかし、音声が 検出される場合、２６は３０を出力１９へ切り替える。更に、有声音又は無声音 の音声種類は、反復において使用されるべきＬＰＣ音声モデルの順序の条件にな る。また、３種類の起こりうる状態すなわち、ノイズフレーム，有声音フレーム 及び無声音フレームの間の変化の検出は、現行のＫ番目のフレームに対して平滑 化を行う前に再反復されるべき過去フレームＫ−４，Ｋ−３，Ｋ−２，及びＫ− １に関するＬＳＰ履歴の原因となる。これは、最良音声濾波にとって必要である と共に、論理的である。なぜなら、過去の時間フレーム全域の平滑化の目的は、 平均化されたフレーム全域の短期間定常を使用することにより異種ノイズを平均 化することだからである。フレーム処理 フィルタ２３のリアルタイム動作を行うためにフレームを処理する方法は第６ 図ｂに示されている。Ｋ番目のフレームは、以前に処理され、アーカイブされた フレームであるＫ−４，Ｋ−３，Ｋ−２，Ｋ−１番目フレームに関する現在の時 間基準点であると見做され、一方、Ｋ＋１及びＫ＋２番目のフレームは使用可能 な未来フレームである。Hansen/Clements文献の平滑化方法におけるように、処 理中の反復番号における過去フレームのＬＳＰ履歴を用いることにより各Ｋ番目 のフレーム反復における過去及び未来フレームのＬＳＰルートと共に、Ｋ番目の フレーム音声モデルのＬＳＰルートを平滑化する。しかし、Hansen/Clements文 献における非リアルタイムスムーザと異なり、本発明は２個の未来フレームのみ を使用し、各フレームについて行われる反復中に、必要な過去フレームＬＳＰ履 歴を記憶する。これにより、フレーム内反復中に現行フレームにより平滑化すべ き先行の４個のフレームに関するこれらの履歴を蓄積する。Hansen/Clements文 献の方法におけるように、重みはフレームの全域で次第に減少され、各ＬＳＰ脚 からの逓減率は、このＫ番目のフレームまでのＳＮＲ履歴と同様に現行フレーム ＳＮＲにより左右される。 本発明の別の改善は、フレーム全域に適用されるべきフレームＬＳＰ重みを検 査するテーブルの使用である。本発明で使用される重みテーブルは第７図に示さ れるタイプのものであるが、Hansen/Clements文献で必要とされる重みは時間消 費型の数式計算により得られる。第７図におけるテーブル内に当てはめられた数 値は、Hansen/Clements文献で使用される数式により賦課された制約と異なり、 容易かつ独立に調整することができる。特定のＬＳＰルートに適用される重みベ クト ルが或るテーブルから別のテーブルへ切り替えられるところの音声フレーム閾値 は独立して選択される。平滑化ベクトルを構築する一般的な戦略は、これらのテ ーブルにおいて左から右への示数に示されるように、一層高い順序のＬＳＰ位置 （すなわち、一層高いフォーマット周波数）に一層の平滑化を適用することであ る。これは、一層高い順序のＬＳＰ音声位置で観察される所定のＳＮＲにおける ノイズの多大な影響によるものである。テーブルの数値に賦課される別の傾向は 、フレームＳＮＲが低く、高ＳＮＲに平滑化が適用されないポイントまでＳＮＲ が増大されるに応じて低下される場合、平滑化が広く、かつ、均一なことである 。この傾向は、フレームＳＮＲが改善されるに応じて、濾波音声に対するノイズ の影響が低下されることによる。重みベクトルの或るテーブルから別のテーブル へ切り替えるために使用されるフレームＳＮＲ閾値は、ＶＡＤで推定されたノイ ズ出力の実行推定値Ｎｐｏｗの倍数として即座に選択される。低ＳＮＲフレーム の十分に長いランが起こる場合に賦課されるＷｉｎ０と共に、使用される増大閾 値は、テーブルＷｉｎ１からＷｉｎ２へ変化する場合はＴｈ１＝２．Ｎｐｏｗで あり、テーブルＷｉｎ２からＷｉｎ３へ変化する場合はＴｈ２＝３．Ｎｐｏｗで あり、テーブルＷｉｎ３からＷｉｎ４へ変化する場合はＴｈ３＝７．Ｎｐｏｗで あり、テーブルＷｉｎ４からＷｉｎ５へ変化する場合はＴｈ４＝１１．Ｎｐｏｗ である。音声アクティビティ検出の使用 本発明により音声アクティビティ検出器（ＶＡＤ）を用いてノイズのみフレー ムからノイズ出力スペクトル密度Ｓ_d（ｆ）を推定することは効果がある。第３ 図に略述されるフィルタプロセスは、会話中に存在するノイズが推定Ｓ_d（ｆ） と同じ平均出力スペクトルを有するという仮定に基づく。ノイズが統計的に広義 の定常である場合、ノイズ推定値は変更される必要がない。しかし、ここで説明 した音声強調用途の場合、及びその他の多くの伝送ノイズ低減用途では、ノイズ エネルギーは近似的に定常であるにしか過ぎない。これらの場合では、Ｓ_d（ｆ ）の実行時推定値が必要とされる。従って、音声が存在しない時を識別するため に、動作ＳＮＲにおけるノイズに対する優れた免疫性を有する第１図Ａにおける 検出器２５のようなＶＡＤが使用される。第１０図に示されるように、ノイズ出 力スペ クトル推定値を更新するために、音声セグメント間で検出されるノイズのみフレ ームが使用される。第１図Ａの用途で使用するのに適したＶＡＤは、"The Voice Activity Detector for the PAN-EUROPEAN Digital Cellular Mobile Telephon e Service，"by D．K．Freeman et al.，in IEEE Conf．ICASSP．1989，Section S7.6，pp．369-372に説明されたＧＳＭ０６．３２ＶＡＤ規格から得られる。 第８図及び第９図に示された前濾波及び後濾波音声の実施例は、音声が検出さ れない時の出力信号の減衰をトリガするための音声アクティビティ検出器の使用 方法を示す。Freeman et al.の文献に説明されているように、ノイズフレームに 対するＶＡＤの起動は、検出された入力レベルと、“無音声”特性の繰返しフレ ーム決定との複雑極まるバランスである。音声分類器を用いる改善出力 好都合なことに、ＶＡＤ音声分類器決定は第３図に示されるように、ＬＰＣモ デルステップのフロントエンドに組み込むことができる。これは、ＡＵＴＯ−Ｌ ＳＰアルゴリズムにおけるＬＰＣ順序のようなパラメータ設定は、現に処理され ているフレームにおいて濾波されている音声種類（有声音又は無声音）に応じて 最良に調整されるためである。処理フレーム内の音声がノイズの存在下で確実に 分類できる場合、改善された強調を得ることができる。ノイズスペクトル推定 本発明の別の面によれば、また、第３図及び第１０図を参照すれば、ノイズ信 号スペクトルの変化に対する改善された感度は、新たなノイズスペクトル推定値 Ｓ_d（ｆ）_newが前の推定値Ｓ_d（ｆ）からどれだけ異なるかにより左右される程 度にまでスペクトルＳ_d（ｆ）を新たな“ノイズのみ”フレームにより更新する 装置により供給される。Ｓ_d（ｆ）_L-1が前のノイズスペクトルを示す場合、更新 されたスペクトルは、 Ｓ_d（ｆ）_L＝（１−Ａ）．Ｓ_d（ｆ）_L-1＋Ａ．Ｓ_d（ｆ）_new （但し、前記式中、０≦Ａ≦１は、周波数帯域にわたるエラー｜Ｓ_d（ｆ）_L-1− Ｓ_d（ｆ）_new｜^Pの正規化平均であり、ｐの代表的な値は１→２である）である 。新たなノイズスペクトル推定値が“よく似た”前の推定値形状である場合、Ａ は０に近いが、２つのスペクトル形状が非常に異なる場合、Ａは１に非常に近く な り、新たなノイズフレームはＳ_d（ｆ）_Lに重く重み付けされる。ノイズフレーム 決定はＶＡＤにより為される。このＶＡＤは適正なＳＮＲ範囲において比較的保 存的な推定器なので、正確なノイズ決定の確率は１０ｄＢ以上のＳＮＲでは高い 。ノイズ更新間の時間はこの方法のパラメータではなく、平均スペクトル差だけ である。スペクトルＳ_d（ｆ）_newが推定する際の分散を低下させるために、更新 が有効となる前に、ＶＡＤから多数の連続的なノイズフレーム決定を要求するこ とが望ましい。スペクトルを更新するために、強調試験では、５または６個の連 続的なノイズフレームが要求される。ＡＵＴＯ−ＬＳＰ改良反復フィルタに関する追加説明 前記で説明したように、Lim-Oppenheimモデル型反復フィルタを改良するため に、ＡＵＴＯ−ＬＳＰフィルタ法において２つのタイプの制約が使用される。こ れらは、各反復においてＬＰＣモデルについて計算された自己相関マトリックス にかけられたフレーム内自己相関緩和と、濾波されているフレーム周囲の時間フ レームに関する反復において生じたＬＳＰルートに関するフレーム間平滑化であ る。各反復において行われる制約演算は第５図に示される。平滑化操作は、先行 反復信号結果ｓ［ｎ］_j-1から反復のウイーナ・フィルタ（ＷＦ）信号出力推定 値Ｓ_s（ｆ）_jを得るために、反復中に適用されるべき制約の順序を示す。各反復 において信号スペクトルの新たな推定値がＷＦモードに挿入されるＷＦにより全 信号＋ノイズｙ［ｎ］を濾波する反復シーケンスは理論上は、Lim-Oppenheim文 献で賦課された統計的仮定の下で、“最良”信号推定値に収束する。現実の音声 信号及び関心のあるノイズ種類において、追加のＡＵＴＯ−ＬＳＰフレーム内及 びフレーム間制約は収束を助け、そして、音声様の要件をＷＦにおける信号スペ クトルに賦課する。フレーム内自己相関緩和は第５図Ｂに示されている。第５図 Ｂにおいて、所望のＬＰＣモデルパラメータはａとして示されており、最後の信 号推定値ｓ［ｎ］_jの自己相関マトリックスはＲ_jであり、ｂ_jはYule-WalkerＡＲ 法における相互相関ベクトルである。提案された緩和係数はｃ＝０．７である。 緩和は直前のフレームを越えて平滑化するために拡張させることができるが、こ のようなことをしても何の利点も認められない。平滑化プロセスは第５図Ｃに示 されている。大きな円はそれぞれ複素Ｚ面におけるユニットサークルを示す。Ｋ 番目のフ レーム及び反復Ｊについて、記号’ｏ’はＬＳＰ差分ルートＱ_Kjをマークし、’ ＊’は位置ルートＰ_kjをマークする。最小位相であるＬＰＣモデルの場合、極は ユニットサークルの内側に存在し、Ｐ_kj及びＱ_Kjはこのサークルに沿って交替す る。ＬＳＰ平滑化は過去及び未来フレームについて行われる。この場合、実例の セットはＫ−４，Ｋ−３，Ｋ−２，Ｋ−１，Ｋ，Ｋ＋１，Ｋ＋２である。位置ル ートＰ_kjだけが直接平滑化され、差分ルートＱ_kjは平滑化Ｐ_kjを強制的に追跡さ せられる。逆ステップは、平滑化され位取りされたＬＰＣ信号モデルのスペクト ルＳ_s（ｆ）_jを与える。同等なＬＳＰ表示の複素ルートは、Hansen/Clements文 献及びFurui文献に完全に開示されているように、オリジナルのＬＰＣ多項式の 順序の半分をそれぞれ有する一対の実ルート多項式の簡単な解法である。 明確な計算利点は、ＬＰＣ自己回帰モデルの複素数領域ルートを直接平滑化す るよりもむしろ、ＡＵＴＯ−ＬＳＰ法におけるＬＳＰルートの平滑化に存在する 。ＬＰＣ及びＬＳＰモデル表示が同等であったとしても、フレーム全域のＬＳＰ ルートの平滑化の考えられ得る不都合は、非線形関係がＬＰＣスペクトルフォー マット位置／帯域幅と対応するＬＳＰ位置／距離ルートとの間に存在することで ある。特に、ＬＰＣルートがユニットサークルから離れていくにつれて、ＬＰＣ 位置ルートはＬＰＣフォーマット周波数又は帯域幅と十分に同一にはならない。 しかし、この非線形マッピングは、改良された音声強調をもたらす制約ＬＳＰル ートの有効性を制限しないものと思われる。 ここに述べた方法は、ノイズ出力スペクトルの推定点から、このノイズ推定値 を用いて処理された音声＋ノイズの終点までの時間間隔中にノイズが統計的に広 義の定常である場合に特に有効である。１０ｄＢＳＮＲ以上の信号対ノイズ比の 場合に最も効果的であると思われる。大抵のエネルギーが音声帯域の下層部分に あるような自動車のロードノイズ及び飛行機のコックピットノイズのような干渉 ノイズの場合、５ｄＢＳＮＲまで有効に低下させるように機能する。ネットワー ク内ハムのような定常トーン様ノイズの場合、ＶＡＤがノイズのみフレームの明 確な表示を与える時に、フィルタは０ｄＢ以下のＳＮＲについて非常に首尾よく 動作される。

Claims (1)

1. 【特許請求の範囲】 １．交換ノードと，前記ノードに接続し、そして遠隔地からの信号及びノイズか らなるメッセージを搬送する入力伝送チャネルと，出力信号伝送チャネルからな る電気通信ネットワークにおいて、前記着信メッセージからノイズを濾波する方 法であり、該方法は、 （a）強調音声信号を生成するために、前記着信メッセージを、連続的に重複 され、かつ、タイム・ウインドウ（time-window）された情報フレームに変換す るステップと，ここで、各フレームは線形予測符号化（ＬＰＣ）音声モデルによ り入力信号を示すのに十分な速度で取得されたデジタルサンプルからなる， （b）各フレームを信号フィルタのメモリに記憶するステップと，ここで、前 記フィルタは前記ＬＰＣ音声モデルについて反復推定を行う手段を包含する， （c）（i）前記信号フィルタにおいて、総入力信号スペクトルに基づく現在フ レームの音声信号成分の初期推定値と、ノイズスペクトルの現行推定値を作成し 、 （ii）前記初期推定値から、前記現在フレームに関する一連の同等なＬＳＰ −ルートを生成し、 （iii）前記各現在フレームの各フレーム内反復について、過去フレーム反 復の対応する反復からセーブされた位置ルート及び複数の未来フレームに対する 最初の反復から得られた複数のＬＳＰ位置ルートにより、前記現在フレームの位 置ルートを平滑化する、 ことにより現在フレームの複数のフレーム内反復を行うステップと， （d）フレーム内反復ステップを所定回数繰り返すステップとからなり、 最終回の反復の出力は入力音声信号のリアルタイム推定値の濾波フレームから なることを特徴とするノイズ濾波方法。 ２．前記選択された過去フレームは４個以下の最も最近のフレームからなり、前 記選択された未来フレームは最も近い２個のフレームからなる請求の範囲１の方 法。 ３．ノイズのみコンテンツを有するフレームと音声コンテンツを有するフレーム とを識別するステップと， 前記ノイズのみフレームのコンテンツを用いてノイズスペクトルの連続推定値 を生成するステップと， ノイズのみフレームの検出に応答して、前記ノイズスペクトル推定値を更新す るステップを更に有する請求の範囲２の方法。 ４．ノイズのみフレームの検出に応答して、前記出力伝送チャネルから前記フィ ルタ出力を切断するステップと、減衰器により前記着信メッセージをスイッチし 、これにより前記出力伝送チャネルへ直接伝送するステップを更に有する請求の 範囲３の方法。 ５．各音声フレームについて、音声は有声音であるか又は無声音であるか否か検 出するステップと， 前記有声音音声フレームの検出に応答して、前記音声モデルの順序を１０番目 のＬＰＣ順序に設定するステップと， 前記無声音音声フレームの検出に応答して、前記音声モデルの順序を前記１０ 番目よりもかなり低い順序に設定するステップを更に有する請求の範囲４の方法 。 ６．前記無声音音声フレームの検出に応答する前記順序設定は、４番目の順序か ら６番目の順序の範囲内である請求の範囲５の方法。 ７．現在ノイズフレームの現行推定値は、 何個のノイズのみ連続フレームがフィルタ内に現に記憶されているか決定する ステップと， 連続フレームの個数が所定の閾値よりも多い場合には、連続フレームの平均ノ イズ出力スペクトルを計算するステップと， 平均ノイズ出力スペクトルと予め計算されたノイズ出力スペクトルとの間の差 を測定するステップと， 前記差測度に関連される係数を重み付けすることにより最後から２個の各スペ クトルを調整するステップとからなる方法により導出され、前記調整は前記スペ クトルの得られた和を強制的に所定の出力スペクトルレベルに一致させる請求の 範囲６の方法。 ８．伝送入力ノイズ閾値の設定及び前記閾値を超えるノイズの存在を決定するス テップと、 着呼が音声信号コンテンツを包含するか否か決定するステップと， 起呼電話番号が低伝送ノイズエネルギーを提供する電気通信サービスの顧客の 番号か決定するステップを更に有し、 これら全ての所定事項が存在する場合、前記交換ノードにおいて前記方法を起 動する請求の範囲７の方法。 ９．各フレーム内のＬＳＰルート値に重み付けを行うステップを更に有し、前記 重みは、ＬＳＰフォルマント番号，総フレーム出力の値，フレーム出力閾値，Ｐ_count に達しない連続ノイズ閾値及び前記カウント閾値Ｌ_maxはＰ_countにより超 えられるか否かを選択的に組み合わせることにより定義される請求の範囲８の方 法。 １０．各現在フレームについて行われるフレーム内反復の回数は１〜７の間であ る請求の範囲９の方法。 １１．各連続フレームについてフレーム内反復処理を繰り返し、時間重複フレー ム結果を結合して出力を生成するステップを更に有する請求の範囲１０の方法。