JPH11175083A

JPH11175083A - 雑音らしさ算出方法および雑音らしさ算出装置

Info

Publication number: JPH11175083A
Application number: JP9346689A
Authority: JP
Inventors: Hirohisa Tazaki; 裕久田崎
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1997-12-16
Filing date: 1997-12-16
Publication date: 1999-07-02

Abstract

(57)【要約】【課題】ヒストグラムの制御が簡単で、必要最小限の
メモリで実行でき、安定かつ分解能が高く、雑音変動に
対する追従性も悪くない高精度な背景雑音らしさ算出方
法を提供する。【解決手段】ヒストグラム加算部は、最終出力である
雑音らしさに加えて、ピッチ周期性評価手段、定常性評
価手段の出力結果を総合評価してヒストグラム手段内に
格納されているヒストグラムの複数の要素に対する加算
量を決定する。ヒストグラム抑制手段は、１より小さい
乗数を全ヒストグラム累積値に乗じることでヒストグラ
ムの抑制を行う。ピーク探索手段は、重心パワーより小
さく、累積値も適応閾値より大きい極大値を探索し、前
後の累積値との間を曲線近似して、分解能が高い推定雑
音パワーを算出する。雑音らしさ算出手段は、パワーと
推定雑音パワーを用いて雑音らしさを算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は，音声と背景雑音
区間を判別するための判定用パラメータや、背景雑音ら
しい区間に専用の加工処理を施す際の制御パラメータ、
として用いる雑音らしさの度合いを算出する雑音らしさ
算出方法および雑音らしさ算出装置に関する。音声と背
景雑音区間の判別結果は、音声認識における始終端検出
処理、音声符号化における符号化モード制御処理、雑音
除去に用いる平均雑音スペクトルの更新などに使用され
る。背景雑音らしい区間に専用の加工処理としては、振
幅抑圧処理、雑音の平滑化処理などがある。

【０００２】

【従来の技術】（背景）雑音らしさの算出は、背景雑音
が音声に比べると比較的定常な特性を持っている、使用
条件にもよるが一般に音声に比べると平均パワーが小さ
い、という仮定に基づいて行われているものが多い。前
者の仮定に基づいて雑音レベル（パワー）を推定する方
法として、パワー時系列の低域通過フィルタリング（Ｌ
ＰＦ）処理や、パワー時系列に対して立ち上がり時定数
が長く、立ち下がり時定数が短い平滑化処理を施すもの
がある。そして、これらの推定雑音レベル（パワー）と
現在の入力信号レベル（パワー）を比較することで、現
在の入力信号の雑音らしさを評価することができる。こ
れらの雑音レベル推定方法と雑音レベル算出方法は構成
が簡単で比較的安定である利点があるが、精度があまり
高く取れない課題がある。

【０００３】上記雑音レベル推定およびこれに基づく雑
音らしさ算出の精度を改善する方法として、パワーなど
のパラメータ値のヒストグラムを生成して、その分布を
分析して雑音レベルを推定し、これに基づいて雑音らし
さを算出する方法が提案されている。ヒストグラムを用
いる方法の一部には、音声に比べて雑音の平均パワー
（レベル）が小さい、という後者の仮定を導入している
ものもある。

【０００４】この様なヒストグラムを用いて雑音レベル
を推定したり、雑音らしさを算出する従来の方法として
は、特開昭５９−２１９７９７号、特開平３−３４１０
号、特開平３−１５８９７号、特願平８−３３１３０４
号に開示されているものがある。

【０００５】特開昭５９−２１９７９７号は、音声認識
装置において、入力信号に重畳した背景雑音レベルが変
動した場合でも、高精度に音声区間を切り出すことを目
的とした音声区間切り出し方式に関するもので、現在か
ら一定期間前の過去までさかのぼって累計した入力音声
パワー別の頻度分布（ヒストグラム）を記録しておき、
頻度分布の最大頻度に対応するパワーを現在の背景雑音
レベルとして音声区間の切り出しを行うようにしたもの
である。ここで、ヒストグラムの更新は、入力パワーに
該当するレベルの頻度に１を加え、加えた後の頻度が所
定の最大値Ｃｍａｘを超える場合には入力パワーの各分
割毎の各頻度から１を減じることで行っている。但し、
入力音声が背景雑音でなく音声であるとみなされた場合
には、この頻度分布（ヒストグラム）は更新しないよう
にしている。

【０００６】特開平３−３４１０号は、音声による影響
を除いて背景雑音の平均レベルを検出し、且つ有声音区
間においても検出した背景雑音レベルを維持できるよう
にすることを目的とした雑音（騒音）レベル検出方式に
関するもので、背景雑音が分布すると予想されるレベル
分布範囲を複数の微小レベル範囲に分割し、所定区間の
入力信号を平均化してどの微小レベル範囲に相当するか
決定し、決定された微小レベル範囲対応に生起度数を計
数し、計数値の中の最大となる微小レベル範囲で代表さ
れるレベルを平均雑音（騒音）レベルとするようにした
ものである。

【０００７】ここで、ヒストグラム（微小レベル範囲毎
の生起度数）の生成は、シフトレジスタに格納されてい
る遅延時間内の値から行っている。このシフトレジスタ
を省略した場合には、オーバーフローを検知したら、全
計数値から「１」等の定数値を減算するようにしてい
る。また、ヒストグラムを多段処理とした構成も開示し
ている。即ち、レベル範囲の幅の広くとり、そのレベル
範囲で得られた最大度数レベル範囲を、更に分割して、
生起度数を計数することを繰り返すことで、１回あたり
の分割数を低減している。

【０００８】特開平３−１５８９７号は、背景雑音が変
化した場合でも、誤りの少ない音声と背景雑音との判別
閾値を設定できるようにすることを目的とした判別閾値
設定制御方法に関するもので、雑音（騒音）レベル分布
の標準偏差の定数倍に相当する値を判別閾値とするよう
にしたものである。

【０００９】本出願人は同種の技術として特願平８−３
３１３０４号を先に出願している。この特願平８−３３
１３０４号は、離散パラメータ値の出現頻度値を計数す
るフレーム区間が短い場合や、音声フレーム数が雑音フ
レーム数を大きく上回っている場合でも誤判別が少な
く、且つ省メモリと高分解能を同時に実現することを目
的とした音声区間判別装置に関するもので、入力音声の
パラメータ値の出現頻度分布（ヒストグラム）の複数極
大点に対応する離散パラメータ値の中から平均雑音パラ
メータ値を算出するようにし、また、２個のヒストグラ
ムの一方の総計数量が十分でない場合に、総計数量が十
分になるように制御されているもう一方のヒストグラム
から計数値とパラメータ範囲をコピーするようにしたも
のである。

【００１０】ここで、ヒストグラムの更新は、入力音声
のパラメータ値に対応する部分に一定値を加算すること
で行っている。複数の極大点中から１つを選択する方法
としては、最小離散パラメータ値を選択する方法、閾値
Ｃ１より小さい離散パラメータ値中の最大離散パラメー
タ値を選択する方法、閾値Ｃ２より出現頻度値が大きい
極大点に予備選択する方法である。

【００１１】

【発明が解決しようとする課題】上記の従来法には、以
下に述べる課題がある。特開昭５９−２１９７９７号に
は、入力音声が背景雑音でなく音声であるとみなされた
場合にヒストグラムを更新しないようにしているため
に、急に背景雑音レベルが上昇した場合に、背景雑音区
間を音声と誤判定してしまい、ヒストグラムの更新もな
されないので背景雑音レベルが変化しなくなり、誤判定
から脱出できなくなってしまう課題がある。

【００１２】現在から一定期間前の過去までさかのぼっ
て累計したヒストグラムを用いているために、その期間
が短すぎたり、その期間内の背景雑音区間が少ない場合
に、背景雑音レベルの推定が不安定になってしまう課題
がある。逆に累計期間を長くしすぎると背景雑音レベル
の変動に対する追従性が悪くなってしまう課題がある。

【００１３】入力パワーに該当するレベルの頻度に１を
加えることでヒストグラムの更新を行っているために、
ヒストグラムの分解能をあげると各ヒストグラム要素の
累積頻度値が小さくなって、連続する要素間で累計頻度
値ががたつき、背景雑音レベルの推定が不安定になって
しまうし、これを補うために累積期間を長くすると上述
の通り背景雑音レベルの変動に対する追従性が悪くなっ
てしまう課題がある。頻度分布の最大頻度に対応するパ
ワーを現在の背景雑音レベルとしているために、累積期
間内の背景雑音区間が音声区間に比べて少ない場合に、
音声のレベルを背景雑音レベルと誤ってしまう課題があ
る。

【００１４】特開平３−３４１０号および特開平３−１
５８９７号には、入力音声の様態によらずに、全ての区
間の値をヒストグラムの頻度計数に等しく用いているた
め、背景雑音区間が音声区間に比べて少なく、雑音の変
動性が大きい場合に、音声のレベルを背景雑音レベルと
誤りやすい課題がある。

【００１５】ヒストグラムの生成をシフトレジスタに格
納されている遅延時間内の値から行っているために、そ
の格納数が少なすぎたり、その期間内の背景雑音区間が
少ない場合に、背景雑音レベルの推定が不安定になって
しまう課題がある。逆に格納数を多くしすぎると背景雑
音レベルの変動に対する追従性が悪くなってしまう課題
がある。シフトレジスタを省略して、オーバーフローを
検知したら、全計数値から「１」等の定数値を減算する
ようにした場合には、オーバーフローに達するまでは、
全ての区間の計数結果が残っているし、オーバーフロー
に達した後でも過去の計数結果の影響がなかなか消えて
いかないために、背景雑音レベルの変動に対する追従性
が悪くなってしまう課題がある。

【００１６】また、前記した特開昭５９−２１９７９７
号と同様に、ヒストグラムの分解能をあげると各ヒスト
グラム要素の累積頻度値が小さくなって、連続する要素
間で累計頻度値ががたつき、背景雑音レベルの推定が不
安定になってしまうし、これを補うために累積期間を長
くすると上述の通り背景雑音レベルの変動に対する追従
性が悪くなってしまう課題がある。頻度分布の最大頻度
に対応するパワーを現在の背景雑音レベルとしているた
めに、累積期間内の背景雑音区間が音声区間に比べて少
ない場合に、音声のレベルを背景雑音レベルと誤ってし
まう課題がある。

【００１７】特願平８−３３１３０４は、入力音声のパ
ラメータ値の出現頻度分布（ヒストグラム）の複数極大
点を求め、最小離散パラメータ値、または閾値Ｃ１より
小さい離散パラメータ値中の最大離散パラメータ値、ま
たは閾値Ｃ２より出現頻度値が大きい極大点を平均雑音
パラメータ値として選択することで、出現頻度値を計数
するフレーム区間が短い場合や、音声フレーム数が雑音
フレーム数を大きく上回っている場合でも誤判別が少な
くなるようにしているが、閾値Ｃ２が固定であるため、
極端に計数フレーム区間が短く、雑音フレームの比率が
少ない場合には、本来の雑音レベルの頻度値が閾値Ｃ２
を下回ってしまい、音声のレベルを背景雑音レベルと誤
ってしまう課題が残っている。また、閾値Ｃ１が固定で
あるため、音声のレベル自体が小さい場合に、音声のレ
ベルを背景雑音レベルと誤ってしまう課題がある。

【００１８】また、ヒストグラムを２つ設けて、省メモ
リと高分解能を同時に実現するように構成しているが、
ヒストグラムの制御が複雑で、メモリは極端に多くはな
らないものの決して少なくなっていない課題がある。

【００１９】この発明は、かかる課題を解決するために
なされたものであり、急に背景雑音レベルが上昇したた
めに背景雑音区間を音声らしい（雑音らしさが低い）と
する誤算出に陥った場合でも、この誤算出から脱出する
ことができる雑音らしさ算出方法を提供することを目的
としている。

【００２０】また、ヒストグラムの累積期間が短い、累
積期間内の背景雑音区間が少ない、雑音の変動性が大き
い場合でも、雑音らしさの算出精度が不安定（背景雑音
レベルの推定が不安定）になったり、音声のレベルを背
景雑音レベルと誤って雑音らしさの算出結果が大きく劣
化することが少ない雑音らしさ算出方法を提供すること
を目的としている。逆に累積期間が長い場合でも、背景
雑音レベルの変動に対する追従性が悪くなってしまうこ
とが少ない雑音らしさ算出方法を提供することを目的と
している。また、安定度を犠牲にすることなく、分解能
を改善した雑音らしさ算出方法を提供することを目的と
している。

【００２１】また、固定の閾値を使用しているために、
音声のレベルを背景雑音レベルと誤ってしまい、雑音ら
しさの算出結果が大きく劣化することがない雑音らしさ
算出方法を提供することを目的としている。また、ヒス
トグラムの制御が簡単で、必要最小限のメモリで実行で
きる雑音らしさ算出方法を提供することを目的としてい
る。

【００２２】

【課題を解決するための手段】上記の課題を解決するた
めに、この発明の雑音らしさ算出方法は、入力音声を所
定長のフレーム毎に分析して所定のパラメータ値を算出
し、現フレームのパラメータ値を用いてパラメータ値の
分布に関するヒストグラムを更新し、このヒストグラム
に基づいて現フレーム時点での推定雑音パラメータ値を
算出し、現フレームのパラメータ値と算出した推定雑音
パラメータ値を比較することで現フレームの雑音らしさ
の度合いを算出する雑音らしさ算出方法であって、入力
音声を分析して得られる所定の評価値に基づいて、ヒス
トグラムの更新の大きさに０より大きい値を乗じるよう
にしたものである。

【００２３】また、この発明の雑音らしさ算出方法はさ
らに、前記所定の評価値として、最終的に算出される雑
音らしさの度合いを含むようにしたものである。

【００２４】また、この発明の雑音らしさ算出方法はさ
らに、前記所定の評価値として、入力音声のピッチ周期
性の大きさを含むようにしたものである。

【００２５】また、この発明の雑音らしさ算出方法はさ
らに、前記所定の評価値として、入力音声に関する定常
性評価結果を含むようにしたものである。

【００２６】また、この発明の雑音らしさ算出方法は、
現フレームのパラメータ値が指すヒストグラム要素の累
積値を増やすとともに、その他のヒストグラム要素また
は全ヒストグラム要素の累積値に１より小さい値を乗じ
ることでヒストグラムの更新を行うようにしたものであ
る。

【００２７】また、この発明の雑音らしさ算出方法は、
現フレームのパラメータ値が指すヒストグラム要素およ
びこの要素に近接する１つ以上の要素の各々の累積値
を、各要素が持つ代表パラメータ値と現フレームのパラ
メータ値との差の大きさに従った量ずつ増やすことでヒ
ストグラムの更新を行うようにしたものである。

【００２８】また、この発明の雑音らしさ算出方法は、
ヒストグラムの各要素の累積値を曲線近似することで要
素間の累積値推移を推定し、この推定結果に基づいて推
定雑音パラメータ値を算出するようにしたものである。

【００２９】また、この発明の雑音らしさ算出方法は、
ヒストグラムの重心を与える重心パラメータ値を算出
し、この重心パラメータ値に所定のマージン値を加算し
た値より小さいパラメータ値の範囲内から推定雑音パラ
メータ値を算出するようにしたものである。

【００３０】また、この発明の雑音らしさ算出方法は、
ヒストグラム全範囲または所定の範囲内の最大累積値を
探索し、この最大累積値に１より小さい値を乗じること
で累積値閾値を算出し、この累積値閾値より大きい累積
値を持つヒストグラム要素の中から推定雑音パラメータ
値を算出するようにしたものである。

【００３１】また、この発明の雑音らしさ算出装置は、
入力音声を所定長のフレーム毎に分析して所定のパラ
メータ値を算出するパラメータ算出部と、前記入力音声
を別途分析して得られる所定の評価値に基づいて０より
大きい乗数を求めて、この乗数をパラメータ値の分布に
関するヒストグラムの更新の大きさに乗じ、前記パラメ
ータ算出部から出力された現フレームのパラメータ値を
用いて前記ヒストグラムの更新信号を算出するヒストグ
ラム更新部と、このヒストグラム更新部から出力された
更新信号に基づいて、現在のヒストグラムを更新するヒ
ストグラム手段と、ヒストグラム手段により更新された
ヒストグラムに基づいて現フレーム時点での推定雑音パ
ラメータ値を算出するピーク探索部と、前記パワー算出
部からの現フレームのパラメータ値と、前記ピーク探索
部が算出した推定雑音パラメータ値を比較することで現
フレームの雑音らしさの度合いを算出する雑音らしさ算
出手段を備えたものである。

【００３２】また、この発明の雑音らしさ算出装置は、
ヒストグラム更新部を前記パラメータ算出部から出力さ
れた現フレームのパラメータ値が指すヒストグラム要素
の累積値を増やすための更新信号と、その他のヒストグ
ラム要素または全ヒストグラム要素の累積値に乗じる１
より小さい乗数を出力するよう構成したものである。

【００３３】また、この発明の雑音らしさ算出装置は、
ヒストグラム更新部を前記パラメータ算出部から出力さ
れた現フレームのパラメータ値が指すヒストグラム要素
およびこの要素に近接する１つ以上の要素の各々の累積
値を、各要素が持つ代表パラメータ値と現フレームのパ
ラメータ値との差の大きさに従った量ずつ増やすための
更新信号を出力するように構成したものである。

【発明の実施の形態】以下図面を参照しながら、この発
明の実施の形態について説明する。

【００３４】実施の形態１．図１は、この発明による雑
音らしさ算出方法の実施の形態１の全体構成を示し、図
中１は入力音声、２は雑音らしさ、３はパラメータ算出
部としてのパワー算出部、７はパワー、８は雑音らしさ
算出手段、９はヒストグラム更新部、１２はヒストグラ
ム手段、１３はピーク探索部、１４は推定雑音パワーで
ある。パワー算出部３は、逆フィルタ手段４、パワー算
出手段５、推定雑音スペクトル更新手段６より構成され
ている。ヒストグラム更新部９は、ヒストグラム加算部
１０、ヒストグラム抑制手段１１より構成されている。
図２は、ヒストグラム加算部１０の構成を示し、図中１
５はヒストグラム要素特定手段、１６は加算量算出手
段、１７は要素番号、１８は加算量である。

【００３５】以下、図に基づいて動作を説明する。まず
入力音声１が所定の時間長のフレーム毎にパワー算出部
３内の逆フィルタ手段４と推定雑音スペクトル推定手段
６に入力される。パワー算出部３内の逆フィルタ手段４
は、後述する推定雑音スペクトル更新手段６内に格納さ
れている推定雑音スペクトルパラメータを用いて、前記
現在のフレームの入力音声１に対する逆フィルタ処理を
行い、逆フィルタされた残差信号をパワー算出手段５に
出力する。この逆フィルタ処理によって、背景雑音の振
幅が大きい、つまり音声と背景雑音が拮抗している可能
性が高い成分の振幅抑圧を行っており、逆フィルタ処理
を行わない場合に比べて、音声区間と背景雑音区間の信
号パワー比が大きくとれるようになっている。

【００３６】なお、推定雑音スペクトルパラメータは、
この雑音らしさ算出方法を使用するアプリケーションま
たは装置内の他のソフトウエアとのモジュールの共有化
といった観点で選択するのが良い。線スペクトル対（Ｌ
ＳＰ）、線形予測係数（ＬＰＣ）、ケプストラムなどの
スペクトル包絡パラメータ、または振幅スペクトルその
ものを用いることができる。後述する推定雑音スペクト
ル更新手段６における更新処理としては線形補間や平均
処理などを用いる構成が簡単であり、このため、スペク
トル包絡パラメータの中では線形補間や平均処理を行っ
てもフィルタが安定であることが保証できるＬＳＰとケ
プストラムが特に適している。雑音成分のスペクトルに
対する表現力としてはケプストラムが優れているが、逆
フィルタ手段の構成の容易さという点ではＬＳＰが勝
る。振幅スペクトルを用いる場合には、この振幅スペク
トル特性をもつＬＰＣを算出して逆フィルタに使用する
か、入力音声１をフーリエ変換した結果に対して振幅変
形処理を行って逆フィルタと同様の効果を実現すればよ
い。

【００３７】次に、パワー算出手段５は、逆フィルタ手
段４から入力された残差信号のパワーを求め、算出され
たパワー７を雑音らしさ算出手段８とヒストグラム更新
部９に出力する。

【００３８】一方、ヒストグラム手段１２は、現時点ま
でのパワー７に関する重み付け出現頻度分布を示すヒス
トグラムを格納しており、後述するヒストグラム更新部
９からの入力に従ってヒストグラムに対する加算処理ま
たは抑制処理を行う。パワー７の所定の範囲を複数の微
小範囲毎に分割したものが各ヒストグラム要素であり、
各ヒストグラム要素は、要素番号、重み付け出現頻度を
表す累積値、要素を代表する代表パワー値を持ってい
る。各微小範囲の広さについては、対数パワー領域で一
定の値に設定するのが良い。ここで従来技術のように単
に出現頻度とせずに重み付け出現頻度を表す累積値とし
ているのは、ヒストグラム更新部９によって出現頻度の
加算に重みが乗じられ、更に抑制のための処理がなされ
るからである。詳細については、後述する。

【００３９】ピーク探索部１３では、ヒストグラム手段
１２に格納されているヒストグラムを読み出し、最大の
累積値を持つヒストグラム要素を探索して、そのヒスト
グラム要素が持つ代表パワー値を推定雑音パワー１４と
して雑音らしさ算出手段８に出力する。この他、特願平
８−３３１３０４号のように、累積値の複数の極大点を
求めて、この中の最小の代表パワー値、または閾値Ｃ１
より小さい代表パワー値中の最大値、または閾値Ｃ２よ
り累積値が大きい極大点に対応する代表パワー値を推定
雑音パワー１４とする方法でも良い。

【００４０】雑音らしさ算出手段８は、パワー算出手段
５から入力されたパワー７と、ピーク探索部１３から入
力された推定雑音パワー１４を用いて、現在のフレーム
の雑音らしさを算出し、これを雑音らしさ２として出力
する。また、算出した雑音らしさを後述する推定雑音ス
ペクトル更新手段６とヒストグラム加算部１０に対して
出力する。ここで、雑音らしさについては、最も単純に
は、式１によって算出できる。

【００４１】Ｖ＝ log(Ｑ） − log(Ｐ) ・・・式１ここで、Ｐがパワー算出手段５から入力されたパワー
７、Ｑが推定雑音パワー１４、Ｖが算出された雑音らし
さ２である。この場合、Ｖの値が大きい程（負値であれ
ばその絶対値が小さい程）雑音らしい、ということにな
る。この他にも、Ｑ／Ｐを計算してＶとするなど、様々
な算出方法が考えられる。

【００４２】以上で、最終出力である雑音らしさ２の出
力までの動作を説明した。そして以降で、次のフレーム
の処理のための前準備にあたる、推定雑音スペクトルと
ヒストグラムの更新処理の説明を行う。

【００４３】パワー算出部３内の推定雑音スペクトル更
新手段６は、まず現在のフレームの入力音声１を分析し
て、逆フィルタ手段４で使用したものと同じ種類のスペ
クトルパラメータを算出する。そして、雑音らしさ算出
手段８が最終的に出力した雑音らしさ２とここで算出し
たスペクトルパラメータを用いて、内部に格納してある
推定雑音スペクトルを更新する。例えば、入力された雑
音らしさ２が高い（Ｖの値が大きい）時に、次の式２に
従い、算出したスペクトルパラメータを推定雑音スペク
トルに反映させることで更新を行う。

【００４４】ｂ’＝（１−γ）× ｂ＋ γ × ａ・・・式２ここで、ａが現在のフレームのスペクトルパラメータ、
ｂが推定雑音スペクトルパラメータである。γは０〜１
の値を取る更新速度定数で、比較的０に近い値に設定す
るとよい。この式の右辺の値を求めて、左辺のｂ’を新
しい推定雑音スペクトルパラメータとすることで更新を
行う。なお、この推定雑音スペクトルの更新方法につい
ては、更に推定精度を向上させるためにフレーム間での
変動性を参照したり、入力された過去のスペクトルパラ
メータを複数格納しておいて、統計分析によって雑音ス
ペクトルパラメータの推定を行ったり、ａの中で最低の
予測利得を持つものをそのまま推定雑音スペクトルパラ
メータとするなど様々な変形、改良が可能である。

【００４５】ヒストグラム加算部１０内のヒストグラム
要素特定手段１５は、パワー算出部３から入力されたパ
ワー７に対応するヒストグラム要素を特定し、特定され
たヒストグラム要素が持つ要素番号を要素番号１７とし
てヒストグラム手段１２に出力する。ヒストグラム要素
の特定方法としては、全ヒストグラム要素の中で代表パ
ワー値とパワー７の差が対数パワー領域で最も近いもの
を選択することで行えば良い。また、ヒストグラム加算
部１０内の加算量算出手段１６は、雑音らしさ算出手段
８から入力された雑音らしさ２に基づいて、前記要素番
号１７を持つヒストグラム要素に加算する加算量１８を
算出し、これをヒストグラム手段１２に出力する。そし
て、ヒストグラム手段１２は、入力された要素番号１７
を持つヒストグラム要素の累積値に対して加算量１８を
加算する。

【００４６】図３は、この加算量算出手段１６におけ
る、雑音らしさ２に基づく加算量１８の算出例を示す。
図３（ａ）では、雑音らしさ２に対する所定の閾値Ｖ１
を用いて、加算量１８を切り換えている場合である。雑
音らしさ２が閾値Ｖ１以上の場合には、加算の大きさに
１を乗じる。つまり元々の大きさを１とすれば加算量１
８は１となる。雑音らしさ２が閾値Ｖ１未満の場合に
は、加算の大きさにαを乗じる。つまり加算量１８はα
となる。ここでαは０より大きく、閾値Ｖ１以上の場合
の加算量（ここでは１）より小さい値とする。

【００４７】この様に算出することで、雑音らしさ２が
低い区間ではヒストグラムへの加算量１８を少なくし、
入力音声に含まれる雑音区間の比率が少ない場合でも、
音声区間の影響を抑制することができ、音声のパワーピ
ークを推定雑音パワーと誤ることを抑制できる。また、
雑音らしさ２が低くても完全にヒストグラムへの加算を
停止することが無いので、雑音レベルが急上昇して推定
雑音パワー１４を上回って雑音らしさ２を誤算出し始め
ても、いずれ推定雑音パワー１４が更新され、誤算出か
ら脱出できるようになる。

【００４８】図３（ｂ）では、２つの閾値Ｖ１とＶ２を
用いて加算量１８を線形的に算出している場合である。
雑音らしさ２がＶ１未満の場合には、加算の大きさにα
を乗じる。つまり加算量１８はαとなる。雑音らしさ２
がＶ２以上の場合には、加算の大きさに１を乗じる。つ
まり加算量１８は１となる。そして雑音らしさ２がＶ１
以上でＶ２未満の場合には、加算の大きさにα〜１の間
の値を乗じ、加算量１８はα〜１の間の値になる。

【００４９】この様に算出することで、雑音らしさが中
途半端な値を持つ（Ｖ１以上Ｖ２未満で、音声区間か背
景雑音区間か判断がつきにくい）場合には、音声と雑音
のどちらの傾向が強いかに依存した加算量が１８が出力
されるので、閾値近傍におけるヒストグラムの加算量が
急変して、ヒストグラムが乱れることを緩和できる。

【００５０】図３（ｃ）では、特に閾値を設定せずに、
連続的に変化する関数によって加算量１８を算出してい
る場合である。雑音らしさ２が大きくなるにつれて加算
量１８が１に近づき、雑音らしさ２が小さくなるにつれ
て加算量１８が０（０より大きいαとしても良い）に近
づくように設定している。この様に算出することで、雑
音らしさ２が大きい程ヒストグラムへの加算が大きくな
るように連続的に制御されるので、より安定に推定雑音
パワーを求めることができるようになる。

【００５１】ヒストグラム更新部９内では、ヒストグラ
ム抑制手段１１が、ヒストグラム手段１２に対して、ヒ
ストグラムの各要素が持つ累積値を減らすための情報を
出力する。具体的には、１より小さい乗数β（ここでは
定数）を出力する。そして、ヒストグラム手段１２は、
ヒストグラム抑制手段１２から入力された乗数βを全累
積値に乗じることで、ヒストグラムの各要素が持つ累積
値を減少させる。

【００５２】ここで、乗数βが１に近いほど、ヒストグ
ラムの抑制が弱くなり、遠い過去のパワー７の影響が多
く残ることとなる。しかし、あまり乗数βが小さくなる
と、ヒストグラムの抑制が強くなり、最近のパワー７し
か反映しなくなり、推定雑音パワー１４の算出が不安定
になる。丁度良い結果を与えるように調整することが必
要である。また、乗数βの値については、ここで説明し
たような一定値とすることが最も簡単であるが、ヒスト
グラム加算部１０が出力した加算量１８の大きさに基づ
いて変化させても良い。すなわち、加算量１０が小さい
場合には、βを１に近づけてヒストグラムの抑制を弱く
することで、音声区間が長く続いた場合に、ヒストグラ
ムが過度に抑制されて、以降の推定雑音パワー１４の算
出が不安定になることを防止することができる。以上、
次のフレームの処理のための前準備にあたる、推定雑音
スペクトルとヒストグラムの更新処理を説明した。

【００５３】この実施の形態１によれば、入力音声を所
定長のフレーム毎に分析して所定のパラメータ値（パワ
ー７）を算出し、このパラメータ値の分布に関するヒス
トグラムを更新し、このヒストグラムに基づいて現フレ
ーム時点での推定雑音パラメータ値（推定雑音パワー１
４）を算出し、現フレームのパラメータ値（パワー７）
と算出した推定雑音パラメータ値（推定雑音パワー１
４）を比較することで現フレームの雑音らしさの度合い
を算出する雑音らしさ算出方法において、入力音声を分
析して得られる所定の評価値（雑音らしさ２）に基づい
て、ヒストグラムの更新の大きさに０より大きい値を乗
じるようにしたので、入力音声に含まれる雑音区間の比
率が少ない場合でも、所定の評価値によって雑音らしく
ない区間を判定して、この区間がヒストグラムに与える
影響を抑制することができ、音声のパワーを推定雑音パ
ワーと誤ることを抑制でき、最終的に誤算出の少ない雑
音らしさ算出方法が提供できる効果がある。

【００５４】また、完全にヒストグラムへの加算を停止
することが無いので、所定の評価値による雑音らしい区
間の判定が何らかの原因で誤判定に陥った場合でも、徐
々にヒストグラムが更新されて、この誤判定から脱出す
ることができ、誤算出の少ない雑音らしさ算出方法を提
供できる効果がある。また、所定の評価値として、最終
的に算出される雑音らしさを含むようにしたので、特別
な評価手段の追加なしに、雑音らしさの低い区間がヒス
トグラムに与える影響を抑制することができ、音声のパ
ワーを推定雑音パワーと誤ることを抑制でき、誤算出の
少ない雑音らしさ算出方法を提供できる効果がある。

【００５５】また、現フレームのパラメータ値（パワー
７）が指すヒストグラム要素の累積値を増やすととも
に、その他のヒストグラム要素の累積値に１より小さい
値（乗数β）を乗じることでヒストグラムの更新を行う
ようにしたので、遠い過去の影響は小さいが０ではな
く、最近の影響が大きくヒストグラムに反映しているの
で、累積期間が長い場合でも、背景雑音パワーの変動に
対する追従性が劣化しない雑音らしさ算出方法を提供で
きる効果がある。また、この様に更新を行うようにした
ので、従来のように固定の累積期間を設定する必要が無
く、累積期間を短かく設定しすぎて雑音らしさの算出精
度が不安定になることがない雑音らしさ算出方法を提供
できる効果がある。

【００５６】実施の形態２．図４は、この発明による雑
音らしさ算出方法の実施の形態２の全体構成を示し、図
１に示した実施の形態１の全体構成に対して、ヒストグ
ラム更新手段９の内部構成が異なっている。この実施の
形態２におけるヒストグラム更新手段９は、ヒストグラ
ム加算部１０、ヒストグラム抑制手段１１、ピッチ周期
性評価手段１９、定常性評価手段２０より構成されてい
る。また、図５は、この実施の形態２におけるヒストグ
ラム加算部１０の構成を示す。図中１５はヒストグラム
要素特定手段、１６は加算量算出手段、１７は要素番
号、１８は加算量、２は雑音らしさ算出手段８が出力し
た雑音らしさ、２１はピッチ周期性評価値、２２は定常
性評価値である。

【００５７】以下、図に基づいて動作を説明する。まず
入力音声１が所定の時間長のフレーム毎にパワー算出部
３とヒストグラム更新部９に入力される。パワー算出部
３内では、実施の形態１と同様に、逆フィルタ手段４、
パワー算出手段５の処理を行い、得られたパワー７を雑
音らしさ算出手段８とヒストグラム更新部９に出力す
る。一方、ヒストグラム手段１２は、実施の形態１と同
様に、現時点までのパワー７に関する重み付け出現頻度
分布を示すヒストグラムを格納しており、後述するヒス
トグラム更新部９からの入力に従ってヒストグラムに対
する加算処理または抑制処理を行う。パワー７の所定の
範囲を複数の微小範囲毎に分割したものが各ヒストグラ
ム要素であり、各ヒストグラム要素は、要素番号、重み
付け出現頻度を表す累積値、要素を代表する代表パワー
値を持っている。

【００５８】ピーク探索部１３は、実施の形態１と同様
に、ヒストグラム手段１２に格納されているヒストグラ
ムを読み出し、最大の累積値を持つヒストグラム要素を
探索して、そのヒストグラム要素が持つ代表パワー値を
推定雑音パワー１４として雑音らしさ算出手段８に出力
する。

【００５９】雑音らしさ算出手段８は、実施の形態１と
同様に、パワー算出手段５から入力されたパワー７と、
ピーク探索部１３から入力された推定雑音パワー１４を
用いて、現在のフレームの雑音らしさを算出し、これを
雑音らしさ２として出力する。また、算出した雑音らし
さを推定雑音スペクトル更新手段７とヒストグラム更新
部９に対して出力する。

【００６０】そして、最終出力である雑音らしさ２が算
出された後で、以降の推定雑音スペクトルとヒストグラ
ムの更新処理を行う。パワー算出部３内の推定雑音スペ
クトル更新手段６は、実施の形態１と同様に、現在のフ
レームの入力音声１を分析して、逆フィルタ手段４で使
用したものと同じ種類のスペクトルパラメータを算出
し、雑音らしさ算出手段８が最終的に出力した雑音らし
さ２とここで算出したスペクトルパラメータを用いて、
内部に格納してある推定雑音スペクトルを更新する。

【００６１】ヒストグラム更新部９内のピッチ周期性評
価手段１９は、入力された入力音声１を分析して、入力
音声のピッチ周期性の高さを評価し、この評価結果をピ
ッチ周期性評価値２１として、定常性評価手段２０とヒ
ストグラム加算部１０に出力する。ここで、ピッチ周期
性の高さを評価する方法としては、入力音声１を最大ピ
ッチ周期長の２倍以上の長さ蓄積しておき、この信号の
相関分析を行い、ピッチ周期の存在範囲である２〜１６
ｍｓ程度の範囲内の最大相関値を求める方法が一般的で
ある。この最大相関値が高いほどピッチ周期性が高いと
評価する。ピッチ周期性評価値２１としては、この最大
相関値をそのまま用いれば良い。

【００６２】定常性評価手段２０は、ピッチ周期性評価
手段１９から入力されたピッチ周期性評価値２１、パワ
ー算出部３から入力されたパワー７、および雑音らしさ
算出手段８から入力された雑音らしさ２の定常性を各々
評価し、評価結果を総合して定常性評価値２２として、
ヒストグラム加算部１０に出力する。

【００６３】ここで、各パラメータの定常性の評価方法
としては、最新の数フレームのパラメータ値を格納、更
新しておき、それらのパラメータ値の分散、最大値と最
小値の差異、などの大きさを所定の正規化定数で正規化
した値で評価する方法が簡単である。また、各パラメー
タの評価結果を総合する方法としては、評価値の積、重
み付き和、最小値などを用いることができる。背景雑音
の特性をある程度絞り込める場合には、この背景雑音と
音声を最も良く区別できるパラメータに対する重みを強
めた重み付き和が有効である。

【００６４】ヒストグラム加算部１０内のヒストグラム
要素特定手段１５は、実施の形態１と同様に、パワー算
出部３から入力されたパワー７に対応するヒストグラム
要素を特定し、特定されたヒストグラム要素が持つ要素
番号を要素番号１７としてヒストグラム手段１２に出力
する。ヒストグラム加算部１０内の加算量算出手段１６
は、雑音らしさ算出手段８から入力された雑音らしさ
２、ピッチ周期性評価手段１９から入力されたピッチ周
期性評価値２１、定常性評価手段２０から入力された定
常性評価値２２に基づいて、前記要素番号１７を持つヒ
ストグラム要素に加算する加算量１８を算出し、これを
ヒストグラム手段１２に出力する。

【００６５】ここで、雑音らしさ２、ピッチ周期性評価
値２１、定常性評価値２２という３つのパラメータから
１つの加算量１８を算出する方法としては、各パラメー
タに対して図３で説明した算出方法と同様な算出処理を
行って、得られた３つの加算量を総合して最終的な加算
量１８とすればよい。雑音らしさ２に対しては図３の方
法をそのまま用い、ピッチ周期性評価値２１に対しては
周期性が高いほど加算量を小さく算出し、定常性評価値
２２に対しては定常性が高いほど加算量を大きく算出す
るようにする。３つの加算量を総合する簡単な方法とし
ては、最大値をとる方法がある。こうすることで不用意
に加算量が小さくなってヒストグラムへの加算量が小さ
くなりすぎることを抑止でき安全である。この他、３つ
の加算量の平均値や積をとったり、重み付き和をとる方
法もある。積をとった場合には、確実に雑音と判断でき
る区間を中心にヒストグラムが更新されるので、比較的
背景雑音が定常である場合には非常に安定に推定雑音パ
ワー１４が算出でき、雑音らしさ２も安定に算出でき
る。そして、ヒストグラム手段１２は、入力された要素
番号１７を持つヒストグラム要素の累積値に対して加算
量１８を加算する。

【００６６】ヒストグラム更新部９内では、ヒストグラ
ム抑制手段１１が、実施の形態１と同様に、ヒストグラ
ム手段１２に対して、ヒストグラムの各要素が持つ累積
値を減らすための情報として乗数βを出力する。そし
て、ヒストグラム手段１２は、ヒストグラム抑制手段１
２から入力された乗数βを全累積値に乗じることで、ヒ
ストグラムの各要素が持つ累積値を減少させる。以上、
次のフレームの処理のための前準備にあたる、推定雑音
スペクトルとヒストグラムの更新処理を説明した。

【００６７】なお、この実施の形態２では、定常性評価
手段２０がピッチ周期性評価値２１、パワー７、雑音ら
しさ２という３つのパラメータの定常性を総合判定して
いるが、これに限ったものではなく、他のパラメータを
更に追加することも可能であるし、それらのパラメータ
中のどれか１つないし複数を選択して使用しても構わな
い。更に、ヒストグラム加算部１０内の加算量算出手段
１６が雑音らしさ２、ピッチ周期性評価値２１、定常性
評価値２２という３つのパラメータに基づいて加算量１
８を算出するようにしているが、これに限ったものでは
なく、背景雑音区間らしいか否かを評価することができ
るパラメータであれば更に追加することも可能である
し、それらのパラメータ中のどれか１つないし複数を選
択して使用しても構わない。

【００６８】この実施の形態２によれば、実施の形態１
の構成に加えて、最終的に算出される雑音らしさ、入力
音声を分析して得られるピッチ周期性の大きさ、入力音
声に関する定常性評価結果に基づいて、ヒストグラムの
更新の大きさに０より大きい値を乗じるようにしたの
で、実施の形態１が持つ効果に加えて、雑音の変動性が
大きい場合でも、雑音らしくない区間を比較的精度良く
判定して、この区間がヒストグラムに与える影響を抑制
することができ、音声のパワーを推定雑音パワーと誤る
ことを更に抑制でき、雑音らしさの算出精度が安定（背
景雑音パワーの推定が安定）になり、最終的に誤算出の
少ない雑音らしさ算出方法が提供できる効果がある。

【００６９】実施の形態３．図６は、この発明による雑
音らしさ算出方法の実施の形態３におけるヒストグラム
加算部１０の構成を示し、図中１５はヒストグラム要素
特定手段、１６は加算量算出手段、２は雑音らしさ算出
手段８が出力した雑音らしさ、２１はピッチ周期性評価
値、２２は定常性評価値、２３は分配率算出手段、２４
は加算量分配手段、２５は要素番号ベクトル、２６は加
算量ベクトルである。なお、実施の形態３の雑音らしさ
算出方法の全体構成は、図４と同じであり、ヒストグラ
ム加算部１０以外の構成の動作は同様であるため説明を
省略する。

【００７０】以下、図に基づいて動作を説明する。ヒス
トグラム加算部１０内のヒストグラム要素特定手段１５
は、パワー算出部３から入力されたパワー７に最も近い
代表パワー値を持つヒストグラム要素と、次に近い代表
パワー値を持つヒストグラム要素を特定し、特定された
２つのヒストグラム要素が持つ２つの要素番号を要素番
号ベクトル２５としてヒストグラム手段１２に出力す
る。また、パワー７と２つの特定されたヒストグラム要
素の代表パワー値を分配率算出手段２３に出力する。な
お、ヒストグラム要素の特定においては、対数パワー領
域の距離に基づいて行うのが良い。

【００７１】分配率算出手段２３は、ヒストグラム要素
特定手段１５から入力されたパワー７と２つの代表パワ
ー値に基づいて、各々に対応するヒストグラム要素（そ
の要素番号が要素番号ベクトル２５）への加算量の分配
率を算出し、加算量分配手段２４に出力する。ここで、
加算量の分配率については、パワー７に近い代表パワー
値を持つヒストグラム要素ほど分配率が大きくなるよう
に制御する。

【００７２】図７は、分配率算出手段２３における加算
量の分配率の制御例を示す図である。横軸は対数パワー
を表わし、縦軸が算出される分配率を表わしている。図
中、Ｐ１とＰ２は、ヒストグラム要素特定手段１５にて
特定された２つのヒストグラム要素の代表パワー値であ
る。また、Ｗ１とＷ２は、パワー７がＰ１とＰ２の間の
任意の位置にある時の、各々のヒストグラム要素に与え
る分配率の算出結果を表わしている。なお、Ｐ１とＰ２
はパワー７に最も近い代表パワー値と次に近い代表パワ
ー値であるので、必ずパワー７はＰ１とＰ２の間（両端
を含む）にくる。図７に示した例では、Ｐ１とＰ２の間
では、以下の式３、式４にしたがってＷ１とＷ２が算出
される。

【００７３】Ｗ１＝（log(Ｐ２)−log(Ｐ)）／（log(Ｐ２)−log(Ｐ１)）・・・式３Ｗ２＝（log(Ｐ)−log(Ｐ１)）／（log(Ｐ２)−log(Ｐ１)）・・・式４ここで、Ｐはパワー７を示す。

【００７４】この制御例の場合、パワー７がＰ１に一致
する場合には、Ｐ１に対応するヒストグラム要素に対す
る分配率Ｗ１が１で、Ｐ２に対応するヒストグラム要素
に対する分配率Ｗ２が０となる。逆にパワー７がＰ２に
一致する場合には、Ｐ１に対応するヒストグラム要素に
対する分配率Ｗ１が０で、Ｐ２に対応するヒストグラム
要素に対する分配率Ｗ２が１となる。そして、Ｐ１とＰ
２の間にある場合には、距離の近さに応じて分配率が０
〜１の間で連続的に推移している。

【００７５】次に加算量算出手段１６は、実施の形態２
と同様に、雑音らしさ算出手段８から入力された雑音ら
しさ２、ピッチ周期性評価手段１９から入力されたピッ
チ周期性評価値２１、定常性評価手段２０から入力され
た定常性評価値２２に基づいて、ヒストグラム要素に加
算する加算量１８を算出し、これを加算量分配手段２４
に出力する。加算量分配手段２４は、加算量算出手段１
６が算出した加算量１８に、分配率算出手段２４が出力
したヒストグラム要素毎の分配率を乗じて２つの加算量
を次の式５、式６のように算出し、これを加算量ベクト
ル２６としてヒストグラム手段１２に出力する。

【００７６】Ａ１＝Ａ × Ｗ１・・・式５Ａ２＝Ａ × Ｗ２・・・式６ここで、Ａが加算量１８、Ａ１とＡ２が算出された２つ
の加算量である。

【００７７】そして、ヒストグラム手段１２は、入力さ
れた要素番号ベクトル２５内の２つの要素番号に対応す
る２つのヒストグラム要素に対して、入力された加算量
ベクトル２６内の２つの加算量を加算する。具体的に
は、代表パワー値Ｐ１を持つヒストグラム要素の累積値
にＡ１を加算し、代表パワー値Ｐ２を持つヒストグラム
要素の累積値にＡ２を加算する。

【００７８】なお、上記構成では、２つのヒストグラム
要素を特定して、その各要素毎の加算量を算出して、各
要素の累積値に加算しているが、３つ以上の所定数のヒ
ストグラム要素を特定して、その各要素毎の加算量を算
出して、各要素の累積値に加算することもできる。その
場合、ヒストグラム要素特定手段１５では、パワー７に
近い順に所定数の代表パワー値を決定し、それらの代表
パワー値を持つヒストグラム要素を特定し、分配率算出
手段２３がパワー７に近い代表パワー値を持つヒストグ
ラム要素ほど分配率が大きくなるように分配率を算出
し、加算量分配手段２４が各ヒストグラム要素の加算量
を算出すればよい。分配率の算出方法としては、対数パ
ワー領域での代表パワー値とパワー７の距離に逆比例す
る値を加算するなどすればよい。

【００７９】この実施の形態３によれば、実施の形態２
の構成に加えて、現フレームのパラメータ値（パワー
７）が指すヒストグラム要素およびこの要素に近接する
１つ以上の要素の各々の累積値を、各要素が持つ代表パ
ラメータ値（代表パワー値）と現フレームのパラメータ
値（パワー７）との差の大きさに従った量ずつ増やすこ
とでヒストグラムの更新を行うようにしたので、実施の
形態２が持つ効果に加えて、ヒストグラムの累積期間が
短い、累積期間内の背景雑音区間が少ない場合でも、ヒ
ストグラム要素間の累積値のがたつきが減少し、雑音ら
しさの算出精度が安定（推定雑音パラメータ値の算出が
安定）となり、音声のパワーを背景雑音パワーと誤って
雑音らしさの算出結果が大きく劣化することも少ない雑
音らしさ算出方法を提供することができる効果がある。

【００８０】実施の形態４．図８は、この発明による雑
音らしさ算出方法の実施の形態４におけるピーク探索部
１３の構成を示し、図中２７は重心パワー算出手段、２
８はパワー閾値算出手段、２９は累積値最大値探索手
段、３０は累積値閾値算出手段、３１はパワー最小極大
値探索手段、３２は曲線近似手段である。なお、実施の
形態４の雑音らしさ算出方法の全体構成は、図１または
図４と同じであり、ピーク探索部１３以外の構成の動作
は同様であるため説明を省略する。

【００８１】以下、図に基づいて動作を説明する。ヒス
トグラム手段１２は、現時点までのパワー７に関する重
み付け出現頻度分布を示すヒストグラムを格納してい
る。パワー７の所定の範囲を複数の微小範囲毎に分割し
たものが各ヒストグラム要素であり、各ヒストグラム要
素は、要素番号、重み付け出現頻度値を表す累積値、要
素を代表する代表パワー値を持っている。

【００８２】ピーク探索部１３内の重心パワー算出手段
２７は、ヒストグラム手段１２に格納されているヒスト
グラムを読み出し、ヒストグラムのパワーに関する重心
を算出し、得られた重心パワーをパワー閾値算出手段２
８に出力する。なお、重心パワーの算出は、以下の式７
に従って行うことができる。

【００８３】 log(Ｇ) ＝ Σ｛Ｈ(i)×log(Ｐ(i))｝／ Σ｛Ｈ(i)｝・・・式７ここで、Ｈ(i)が第ｉ番目のヒストグラム要素の累積
値、Ｐ(i)が第ｉ番目のヒストグラム要素の代表パワー
値、Ｇが算出された重心パワーである。この式によって
対数パワー領域での重心パワーが算出されている。な
お、重心パワーの算出は、この式に限定されるものでは
ない。

【００８４】パワー閾値算出手段２８は、重心パワー算
出手段２７より入力された重心パワーに、対数領域で所
定のマージン値を加算して、加算結果をパワー閾値とし
て累積値最大値探索手段２９に出力する。なお、マージ
ン値の加算は以下の式８に従って行うことができる。

【００８５】 log(Ｇ’) ＝ log(Ｇ) ＋ log(δ) ・・・式８ここで、log(δ)がマージン値、Ｇ’がパワー閾値であ
る。この式は、以下の様にパワー領域の乗算によって行
うこともできる。

【００８６】Ｇ’ ＝Ｇ × δ ・・・式９このマージン値については、ヒストグラムが雑音区間の
みによって生成された場合でも、その分布のピークがこ
のパワー閾値を下回らないように設定する必要がある。
マージン値は固定値でもいいが、ヒストグラムの分布の
広がり具合に基づいて大きさを制御すると更に良い。

【００８７】累積値最大値探索手段２９は、ヒストグラ
ム手段１２に格納されているヒストグラムを読み出し、
パワー閾値算出手段２８から入力されたパワー閾値を下
回る代表パワー値を持つヒストグラム要素の中から、累
積値が最大のヒストグラム要素を探索し、その最大の累
積値を累積値閾値算出手段３０に出力する。また、累積
値が最大のヒストグラム要素が持つ要素番号をパワー最
小極大値探索手段３１に出力する。

【００８８】図９は、累積値最大値探索手段２９の動作
を説明するヒストグラム例を示す。横軸が各ヒストグラ
ム要素の代表パワー値（対数領域）、縦軸が各ヒストグ
ラム要素の累積値である。このヒストグラムには、Ｐ
１、Ｐ２という２つの累積値の極大点がある。Ｐ１が背
景雑音のピークであり、Ｐ２が音声のピークである。累
積値最大値探索手段２９では、パワー閾値Ｇ’を下回る
代表パワー値の範囲内で、累積値の最大値を探索し、結
果としてＨｍａｘを出力する。なお、パワー閾値Ｇ’の
位置における累積値がＨｍａｘより大きければ、その値
を出力することになる。

【００８９】なお、図中には、特願平８−３３１３０４
号がピーク探索に使用している固定閾値Ｃ１の例も示し
ている。特願平８−３３１３０４号では、代表パワー値
に関する固定の閾値Ｃ１を下回る範囲内で、出現頻度の
値を最大にする極大値を選択して、これを推定雑音パワ
ーとしている。累積値最大値探索手段２９では推定雑音
パワーを算出しているわけではいし、極大値に限定して
いるわけではないので、全く別物であるが、代表パワー
値に対する閾値を設けて、これを下回る範囲で探索を行
う点が類似するので、比較のために説明する。

【００９０】固定の閾値Ｃ１を用いて累積値最大値探索
手段２９が探索を行った場合、入力信号のパワーが音声
も含めて非常に小さい場合に、図９のように音声のピー
クも固定閾値Ｃ１を下回ってしまい、この音声のピーク
Ｐ２に対する累積値を出力してしまうことになる。この
場合、後述するピーク探索部１３内の処理を経て最終的
に出力される推定雑音パワーとして、音声のパワーが出
力されてしまうことが多くなってしまい好ましくない。
適応的に算出される重心パワーに基づく今回のパワー閾
値を用いることで、この様な固定閾値が持つ課題を解消
することができる。

【００９１】累積値閾値算出手段３０は、累積値最大値
探索手段２９から入力された累積値の最大値Ｈｍａｘ
に、１より小さい値θを乗じることで、累積値に関する
閾値θＨｍａｘを算出し、これをパワー最小極大値探索
手段３１に出力する。

【００９２】パワー最小極大値探索手段３１は、ヒスト
グラム手段１２に格納されているヒストグラムを読み出
し、累積値最大値探索手段２９より入力された要素番号
と、累積値閾値算出手段３０から入力された累積値に関
する閾値θＨｍａｘに基づいて、１つのヒストグラム要
素を選択して、その極大値のヒストグラム要素の要素番
号を曲線近似手段３２に出力する。具体的な選択方法
は、以下の通りである。

【００９３】まず、累積値最大値探索手段２９より入力
された要素番号に対応するヒストグラム要素を抽出し、
このヒストグラム要素およびこのヒストグラム要素より
も小さい代表パワー値を持つヒストグラム要素に以降の
探索範囲を限定する。そして、この探索範囲内から、累
積値が極大値をとり、且つ閾値θＨｍａｘを上回るもの
を探索し、更にこの中で最も小さい代表パワー値を持つ
ものを選択する。なお、条件を満足する極大値が無い場
合には、累積値最大値探索手段２９より入力された要素
番号をそのまま曲線近似手段３２に出力する。

【００９４】図１０は、パワー最小極大値探索手段３１
の動作を説明するヒストグラム例である。横軸が各ヒス
トグラム要素の代表パワー値（対数領域）、縦軸が各ヒ
ストグラム要素の累積値である。このヒストグラムに
は、パワー閾値以下にＰ１、Ｐ２、Ｐ３、Ｐ４という４
つの累積値の極大点がある。Ｐ１とＰ２が背景雑音の主
要なピークであり、Ｐ３とＰ４は低いパワーの雑音フレ
ーム数が少ないために、ヒストグラムの乱れとして現れ
てしまったピークである。また、Ｐ２が累積値最大値探
索手段２９より入力された要素番号に対応する代表パワ
ー値であり、その累積値がＨｍａｘとなっている。パワ
ー最小極大値探索手段３１では、Ｐ２およびＰ２を下回
る代表パワー値の範囲内の４つの極大点Ｐ１、Ｐ２、Ｐ
３、Ｐ４の中で、累積値が閾値θＨｍａｘを上回るＰ１
とＰ２をまず選択し、この２つの内最小の代表パワー値
を持つＰ１を最終選択する。

【００９５】なお、図中には、特願平８−３３１３０４
号がピーク探索に使用している固定閾値Ｃ２の例も示し
ている。特願平８−３３１３０４号では、固定の閾値Ｃ
２を上回る累積値を持つ極大値の中から１つを選択し
て、これを推定雑音パワーとしている。この時、ヒスト
グラムへの累積期間が少なすぎたり多すぎたりした場合
に、固定値Ｃ２がヒストグラムの各累積値を全て上回っ
たり下回ったりして、全く効果を奏することができなく
なる、またはかえって悪さをする場合すら出てくる。適
応的に算出される今回の閾値を用いることで、この様な
固定閾値が持つ課題を解消することができる。

【００９６】曲線近似手段３２は、ヒストグラム手段１
２に格納されているヒストグラムを読み出し、パワー最
小極大値探索手段３１から入力された要素番号を持つヒ
ストグラム要素が、累積値に関する極大値をとっている
場合に限って、前後数個のヒストグラム要素の累積値と
の間を曲線近似し、その曲線上の最大の累積値を与える
パワーを算出して、これを推定雑音パワー１４として出
力する。累積値に関する極大値をとっていない場合に
は、入力された要素番号に対応するヒストグラム要素の
累積値に対応する代表パワー値をそのまま推定雑音パワ
ー１４として出力する。なお、曲線近似方法としては、
前後の要素を使用した３点放物線近似が簡単である。

【００９７】図１１は、曲線近似手段３２の動作を説明
する曲線近似例を示す。横軸がパワー値（対数領域）、
縦軸が累積値である。パワー最小極大値探索手段３１か
ら入力された要素番号に対応するヒストグラム要素の代
表パワー値がｐ２、その累積値がｈ２である。ｐ１とｐ
３はその前後のヒストグラム要素の代表パワー値、ｈ１
とｈ３がその累積値である。この３点に対して、放物線
近似を行った結果が、図中の曲線である。この曲線上の
最大の累積値ｈｍａｘを与えるパワーｐｍａｘは、以下
の数式によって簡単に算出できる。

【００９８】ｐｍａｘ＝ｐ２＋（ｈ３−ｈ１）／（２×ｈ２−ｈ１−ｈ３）／２・・・式１０

【００９９】そして、この曲線近似手段３２から出力さ
れた推定雑音パワー１４を用いて、雑音らしさ算出手段
８が、最終出力である雑音らしさ２を算出し、出力す
る。

【０１００】この実施の形態４によれば、実施の形態１
ないし３の構成に加えて、ヒストグラムの各要素の累積
値を曲線近似することで要素間の累積値推移を推定し、
この推定結果に基づいて推定雑音パラメータ値（推定雑
音パワー１４）を算出するようにしたので、実施の形態
１ないし３が持つ効果に加えて、ヒストグラムの２重化
などの複雑な制御もなしに、安定度を犠牲にすることな
く、分解能を改善した雑音らしさ算出方法を提供するこ
とができる効果がある。また、分解能が改善されるの
で、従来と同じ分解能であれば、ヒストグラム要素数を
減らし、各要素のパラメータ値（パワー）の範囲を広く
することができるので、必要最小限のメモリで実行でき
る雑音らしさ算出方法が提供できる効果がある。ヒスト
グラム要素を減らすことによって、ヒストグラムの累積
期間が短い、累積期間内の背景雑音区間が少ない場合で
も、ヒストグラム要素間の累積値のがたつきが減少し、
雑音らしさの算出精度が安定（推定雑音パラメータ値の
算出が安定）となり、音声のパワーを背景雑音パワーと
誤って雑音らしさの算出結果が大きく劣化することも少
ない雑音らしさ算出方法を提供することができる効果が
ある。

【０１０１】また、ヒストグラムの重心を与える重心パ
ラメータ値（重心パワー）を算出し、この重心パラメー
タ値に所定のマージン値（log(δ)）を加算した値より
小さいパラメータ値の範囲内から推定雑音パラメータ値
（推定雑音パワー１４）を算出するようにしたので、累
積期間内の背景雑音区間が少ない場合でも、ヒストグラ
ムの分布中でパラメータ値（パワー）が小さい範囲内の
みからピーク探索が行え、音声のパワーを背景雑音パワ
ーと誤って雑音らしさの算出結果が大きく劣化すること
が少ない雑音らしさ算出方法を提供できる効果がある。
また、パラメータ値（パワー）に関する固定の閾値を使
用していないので、入力音声のレベルの大小に依存しな
い処理が可能で、音声のパワーを背景雑音パワーと誤っ
てしまい、雑音らしさの算出結果が大きく劣化すること
がない雑音らしさ算出方法を提供できる効果がある。

【０１０２】また、ヒストグラム全範囲または所定の範
囲内の最大累積値（Ｈｍａｘ）を探索し、この最大累積
値に１より小さい値（乗数θ）を乗じることで累積値閾
値（θＨｍａｘ）を算出し、この累積値閾値より大きい
累積値を持つヒストグラム要素の中から推定雑音パラメ
ータ値（推定雑音パワー１４）を算出するようにしたの
で、ヒストグラムの累積期間が短くて、ヒストグラムの
がたつきが多い場合でも、このがたつきが多い微小な極
値を除外してピーク探索が行え、推定雑音パラメータ値
（推定雑音パワー１４）の算出精度があがり、安定な雑
音らしさの算出結果が得られる雑音らしさ算出方法を提
供できる効果がある。また、累積値に関する固定の閾値
を使用していないので、ヒストグラムの累積期間にあま
り依存しない処理が可能で、固定閾値の不整合によって
雑音らしさの算出結果が大きく劣化することがない雑音
らしさ算出方法を提供できる効果がある。

【０１０３】実施の形態５．上記実施の形態１ないし４
では、ヒストグラム抑制手段１１が出力する乗数βにつ
いては、固定またはヒストグラム加算部１０が出力した
加算量１８の大きさに基づいて制御する、としている
が、ヒストグラム加算部１０で算出する加算量１８と同
様に、雑音らしさ２、ピッチ周期性評価値２１、定常性
評価値２２に基づいて制御する構成も可能である。すな
わち、雑音らしさ２が小さい場合、ピッチ周期性評価値
２１が大きい場合、定常性評価値２２が低い場合に、β
を１に近づけてヒストグラムの抑制を弱くすることで制
御を行う。

【０１０４】この実施の形態５によれば、実施の形態１
ないし４が持つ効果に加えて、音声区間が長く続いた場
合に、ヒストグラムが過度に抑制されて、推定雑音パワ
ー１４の算出が不安定になることを防止することができ
る効果がある。

【０１０５】実施の形態６．上記実施の形態１ないし５
の構成において、ヒストグラム更新部９の処理を、加算
量１８を一定値として雑音らしさ算出手段８の前に行
い、算出された雑音らしさ２に基づいて、図３にて説明
した方法を用いて加算量１８を算出して、前記一定値と
の差異分を後でヒストグラムに反映させる構成も可能で
ある。

【０１０６】この実施の形態６によれば、実施の形態１
ないし５が持つ効果に加えて、現在のパワー７が反映し
たヒストグラムに基づいて雑音らしさ２の算出が行われ
るので、若干ではあるが、雑音区間における雑音らしさ
の算出精度が向上する効果がある。

【０１０７】実施の形態７．上記実施の形態１ないし６
の構成では、全ての処理をフレーム毎に行ったが、これ
に限ったものではない。例えば、１フレームを複数のサ
ブフレームに分割し、一部の処理をサブフレーム毎に行
うようにしても良い。例えば、パワー算出部３がサブフ
レーム毎にパワー７を算出し、雑音らしさ算出手段８が
この複数のパワー７と現フレームの推定雑音パワー１４
に基づいて現フレームの雑音らしさ２を算出する構成も
可能である。

【０１０８】この実施の形態７によれば、フレーム内の
複数のパワー７の内の最小値を選択して、これに基づい
た雑音らしさ２を算出することで、実施の形態１ないし
６が持つ効果に加えて、音声区間を背景雑音らしいと誤
りにくい雑音らしさ算出方法が提供できる効果がある。
逆にフレーム内の複数のパワー７の内の最大値を選択し
て、これに基づいた雑音らしさ２を算出することで、実
施の形態１ないし６が持つ効果に加えて、雑音区間を背
景雑音らしくないと誤りにくい雑音らしさ算出方法が提
供できる効果がある。

【０１０９】実施の形態８．上記実施の形態１ないし７
の構成では、雑音らしさ算出手段８に入力するパラメー
タとして、逆フィルタ手段４、パワー算出手段５、推定
雑音スペクトル更新手段６によって算出した残差信号の
パワー７を使用したが、雑音らしさを評価するために適
切なもの（つまり音声区間と雑音区間でパラメータ値の
分布に差異があるもの）であれば、このパラメータに限
ったものではない。例えば、単に入力音声のパワーをパ
ラメータとした場合には、推定雑音パワー１４がいわゆ
る雑音レベルに相当し、「雑音レベルからの差」として
雑音らしさ２が算出される。雑音のスペクトル特性があ
る程度限定できる場合には、雑音が多く含まれる帯域を
除外した帯域制限音声を生成し、そのパワーをパラメー
タとすることもできる。

【０１１０】また、単一のパラメータである必要はな
く、複数のパラメータの重み付き和をそのままパラメー
タとしたり、複数のパラメータに対応して複数のヒスト
グラムを生成し、これに基づいて複数の推定雑音パラメ
ータ（推定雑音パワー１４の代わり）を算出し、これら
の算出結果を総合して最終的な雑音らしさ２を算出する
ことも可能である。

【０１１１】この実施の形態８によれば、適切なパラメ
ータを追加したり変更することで、実施の形態１ないし
７が持つ効果に加えて、更に算出精度の高い雑音らしさ
算出方法が提供できる効果がある。入力音声のパワーを
パラメータとした場合には、推定雑音パワー１４をいわ
ゆる雑音レベルとして外部に出力し、雑音レベルを使用
する様々なアプリケーションや装置に入力することで、
それらの品質を改善できる効果がある。

【０１１２】

【発明の効果】以上説明したように請求項１の発明の雑
音らしさ算出方法および請求項１０の発明の雑音らしさ
算出装置は、入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、このパラメータ値の分布
に関するヒストグラムを更新し、このヒストグラムに基
づいて現フレーム時点での推定雑音パラメータ値を算出
し、現フレームのパラメータ値と算出した推定雑音パラ
メータ値を比較することで現フレームの雑音らしさの度
合いを算出する雑音らしさ算出方法であって、入力音声
を分析して得られる所定の評価値に基づいて、ヒストグ
ラムの更新の大きさに０より大きい値を乗じるようにし
たので、入力音声に含まれる雑音区間の比率が少ない場
合でも、所定の評価値によって雑音らしくない区間を判
定して、この区間がヒストグラムに与える影響を抑制す
ることができ、音声のパラメータ値のピークを推定雑音
パラメータ値と誤ることを抑制でき、最終的に誤算出の
少ない雑音らしさ算出方法が提供できる効果がある。

【０１１３】また、完全にヒストグラムへの加算を停止
することが無いので、所定の評価値による雑音らしい区
間の判定が何らかの原因で誤判定に陥った場合でも、徐
々にヒストグラムが更新されて、この誤判定から脱出す
ることができ、誤算出の少ない雑音らしさ算出方法を提
供できる効果がある。

【０１１４】請求項２の発明の雑音らしさ算出方法は、
請求項１の発明の雑音らしさ算出方法における所定の評
価値として、最終的に算出される雑音らしさを含むよう
にしたので、請求項１の雑音らしさ算出方法が持つ効果
に加えて、特別な評価手段の追加なしに、雑音らしさの
低い区間がヒストグラムに与える影響を抑制することが
でき、音声のパラメータ値のピークを推定雑音パラメー
タ値と誤ることを抑制でき、誤算出の少ない雑音らしさ
算出方法を提供できる効果がある。

【０１１５】請求項３の発明の雑音らしさ算出方法は、
請求項１の発明の雑音らしさ算出方法における所定の評
価値として、入力音声を分析して得られるピッチ周期性
の大きさらしさを含むようにしたので、請求項１の雑音
らしさ算出方法が持つ効果に加えて、雑音の変動性が大
きい場合でも、雑音らしくない区間を比較的精度良く判
定して、この区間がヒストグラムに与える影響を抑制す
ることができ、音声のパラメータ値のピークを推定雑音
パラメータ値と誤ることを更に抑制でき、雑音らしさの
算出精度が安定（背景雑音パラメータ値の推定が安定）
になり、最終的に誤算出の少ない雑音らしさ算出方法が
提供できる効果がある。

【０１１６】請求項４の発明の雑音らしさ算出方法は、
請求項１の発明の雑音らしさ算出方法における所定の評
価値として、入力音声に関する定常性評価結果を含むよ
うにしたので、請求項１の雑音らしさ算出方法が持つ効
果に加えて、雑音の変動性が大きい場合でも、雑音らし
くない区間を比較的精度良く判定して、この区間がヒス
トグラムに与える影響を抑制することができ、音声のパ
ラメータ値のピークを推定雑音パラメータ値と誤ること
を更に抑制でき、雑音らしさの算出精度が安定（背景雑
音パワーの推定が安定）になり、最終的に誤算出の少な
い雑音らしさ算出方法が提供できる効果がある。

【０１１７】請求項５の発明の雑音らしさ算出方法およ
び請求項１１の発明の雑音らしさ算出装置は、現フレー
ムのパラメータ値が指すヒストグラム要素の累積値を増
やすとともに、その他のヒストグラム要素の累積値に１
より小さい値を乗じることでヒストグラムの更新を行う
ようにしたので、遠い過去の影響は小さいが０ではな
く、最近の影響が大きくヒストグラムに反映しているの
で、累積期間が長い場合でも、背景雑音パラメータ値の
変動に対する追従性が劣化しない雑音らしさ算出方法を
提供できる効果がある。また、この様に更新を行うよう
にしたので、従来のように固定の累積期間を設定する必
要が無く、累積期間を短かく設定しすぎて雑音らしさの
算出精度が不安定になることがない雑音らしさ算出方法
を提供できる効果がある。

【０１１８】請求項６の発明の雑音らしさ算出方法およ
び請求項１２の発明の雑音らしさ算出装置は、現フレー
ムのパラメータ値が指すヒストグラム要素およびこの要
素に近接する１つ以上の要素の各々の累積値を、各要素
が持つ代表パラメータ値と現フレームのパラメータ値と
の差の大きさに従った量ずつ増やすことでヒストグラム
の更新を行うようにしたので、実施の形態２が持つ効果
に加えて、ヒストグラムの累積期間が短い、累積期間内
の背景雑音区間が少ない場合でも、ヒストグラム要素間
の累積値のがたつきが減少し、雑音らしさの算出精度が
安定（推定雑音パラメータ値の算出が安定）となり、音
声のパラメータ値のピークを背景雑音パラメータ値と誤
って雑音らしさの算出結果が大きく劣化することも少な
い雑音らしさ算出方法を提供することができる効果があ
る。

【０１１９】請求項７の発明の雑音らしさ算出方法は、
ヒストグラムの各要素の累積値を曲線近似することで要
素間の累積値推移を推定し、この推定結果に基づいて推
定雑音パラメータ値を算出するようにしたので、ヒスト
グラムの２重化などの複雑な制御もなしに、安定度を犠
牲にすることなく、分解能を改善した雑音らしさ算出方
法を提供することができる効果がある。また、分解能が
改善されるので、従来と同じ分解能であれば、ヒストグ
ラム要素数を減らし、各要素のパラメータ値の範囲を広
くすることができるので、必要最小限のメモリで実行で
きる雑音らしさ算出方法が提供できる効果がある。ヒス
トグラム要素を減らすことによって、ヒストグラムの累
積期間が短い、累積期間内の背景雑音区間が少ない場合
でも、ヒストグラム要素間の累積値のがたつきが減少
し、雑音らしさの算出精度が安定（推定雑音パラメータ
値の算出が安定）となり、音声のパラメータ値のピーク
を背景雑音パラメータ値と誤って雑音らしさの算出結果
が大きく劣化することも少ない雑音らしさ算出方法を提
供することができる効果がある。

【０１２０】請求項８の発明の雑音らしさ算出方法は、
ヒストグラムの重心を与える重心パラメータ値を算出
し、この重心パラメータ値に所定のマージン値を加算し
た値より小さいパラメータ値の範囲内から推定雑音パラ
メータ値を算出するようにしたので、累積期間内の背景
雑音区間が少ない場合でも、ヒストグラムの分布中でパ
ラメータ値が小さい範囲内のみからピーク探索が行え、
音声のパラメータ値のピークを背景雑音パラメータ値と
誤って雑音らしさの算出結果が大きく劣化することが少
ない雑音らしさ算出方法を提供できる効果がある。ま
た、パラメータ値に関する固定の閾値を使用していない
ので、入力音声のレベルの大小に依存しない処理が可能
で、音声のパラメータ値のピークを背景雑音パラメータ
値と誤ってしまい、雑音らしさの算出結果が大きく劣化
することがない雑音らしさ算出方法を提供できる効果が
ある。

【０１２１】請求項９の発明の雑音らしさ算出方法は、
ヒストグラム全範囲または所定の範囲内の最大累積値を
探索し、この最大累積値に１より小さい値を乗じること
で累積値閾値を算出し、この累積値閾値より大きい累積
値を持つヒストグラム要素の中から推定雑音パラメータ
値を算出するようにしたので、ヒストグラムの累積期間
が短くて、ヒストグラムのがたつきが多い場合でも、こ
のがたつきが多い微小な極値を除外してピーク探索が行
え、推定雑音パラメータ値の算出精度があがり、安定な
雑音らしさの算出結果が得られる雑音らしさ算出方法を
提供できる効果がある。また、累積値に関する固定の閾
値を使用していないので、ヒストグラムの累積期間にあ
まり依存しない処理が可能で、固定閾値の不整合によっ
て雑音らしさの算出結果が大きく劣化することがない雑
音らしさ算出方法を提供できる効果がある。

【図面の簡単な説明】

【図１】この発明の実施の形態１の雑音らしさ算出方
法の全体構成を示す図である。

【図２】この発明の実施の形態１のヒストグラム加算
部の構成を示す図である。

【図３】この発明の実施の形態１の加算量算出手段に
おける雑音らしさに基づく加算量の算出例を示す図であ
る。

【図４】この発明の実施の形態２の雑音らしさ算出方
法の全体構成を示す図である。

【図５】この発明の実施の形態２のヒストグラム加算
部の構成を示す図である。

【図６】この発明の実施の形態３のヒストグラム加算
部の構成を示す図である。

【図７】この発明の実施の形態３の分配率算出手段に
おける加算量の分配率の制御例を示す図である。

【図８】この発明の実施の形態４のピーク探索部の構
成を示す図である。

【図９】この発明の実施の形態４の累積値最大値探索
手段の動作を説明するヒストグラム例を示す図である。

【図１０】この発明の実施の形態４のパワー最小極大
値探索手段の動作を説明するヒストグラム例を示す図で
ある。

【図１１】この発明の実施の形態４の曲線近似手段の
動作を説明する曲線近似例を示す図である。

【符号の説明】

１：入力音声、２：雑音らしさ、３：パワー
算出部、４：逆フィルタ手段、５：パ
ワー算出手段、６：推定雑音スペクトル更新手段、
７：パワー、８：雑音らしさ算出手段、
９：ヒストグラム更新部、１０：ヒストグラム加算部、
１１：ヒストグラム抑制手段、１２：ヒストグ
ラム手段、１３：ピーク探索部、１４：推定
雑音パワー、１５：ヒストグラム要素特定
手段、１６：加算量算出手段、１７：要素番号、
１８：加算量、１９：ピッチ周期性評価手段、
２０：定常性評価手段、２１：ピッチ周期性評価値、
２２：定常性評価値、２３：分配率算出手段、
２４：加算量分配手段、２５：要素番号ベ
クトル、２６：加算量ベクトル、２７：重心
パワー算出手段、２８：パワー閾値算出手段、
２９：累積値最大値探索手段、３０：累積値閾値
算出手段、３１：パワー最小極大値探索手段、３２：
曲線近似手段

Claims

【特許請求の範囲】

【請求項１】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、前記ヒストグラムの更新は、入力
音声を分析して得られる所定の評価値に基づいて、ヒス
トグラムの更新の大きさに０より大きい値を乗じるよう
にしたことを特徴とする雑音らしさ算出方法。
【請求項２】前記所定の評価値として、最終的に算出さ
れる雑音らしさの度合いを含むことを特徴とする請求項
１記載の雑音らしさ算出方法。
【請求項３】前記所定の評価値として、入力音声のピッ
チ周期性の大きさを含むことを特徴とする請求項１記載
の雑音らしさ算出方法。
【請求項４】前記所定の評価値として、入力音声に関す
る定常性評価結果を含むことを特徴とする請求項１記載
の雑音らしさ算出方法。
【請求項５】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、現フレームのパラメータ値が指す
ヒストグラム要素の累積値を増やすとともに、その他の
ヒストグラム要素または全ヒストグラム要素の累積値に
１より小さい値を乗じることで前記ヒストグラムの更新
を行うようにしたことを特徴とする雑音らしさ算出方
法。
【請求項６】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、現フレームのパラメータ値が指す
ヒストグラム要素およびこの要素に近接する１つ以上の
要素の各々の累積値を、各要素が持つ代表パラメータ値
と現フレームのパラメータ値との差の大きさに従った量
ずつ増やすことで前記ヒストグラムの更新を行うように
したことを特徴とする雑音らしさ算出方法。
【請求項７】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、ヒストグラムの各要素の累積値を
曲線近似することで要素間の累積値推移を推定し、この
推定結果に基づいて前記推定雑音パラメータ値を算出す
るようにしたことを特徴とする雑音らしさ算出方法。
【請求項８】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、ヒストグラムの重心を与える重心
パラメータ値を算出し、この重心パラメータ値に所定の
マージン値を加算した値より小さいパラメータ値の範囲
内から前記推定雑音パラメータ値を算出するようにした
ことを特徴とする雑音らしさ算出方法。
【請求項９】入力音声を所定長のフレーム毎に分析して
所定のパラメータ値を算出し、現フレームのパラメータ
値を用いてパラメータ値の分布に関するヒストグラムを
更新し、このヒストグラムに基づいて現フレーム時点で
の推定雑音パラメータ値を算出し、現フレームのパラメ
ータ値と算出した推定雑音パラメータ値を比較すること
で現フレームの雑音らしさの度合いを算出する雑音らし
さ算出方法であって、ヒストグラム全範囲または所定の
範囲内の最大累積値を探索し、この最大累積値に１より
小さい値を乗じることで累積値閾値を算出し、この累積
値閾値より大きい累積値を持つヒストグラム要素の中か
ら前記推定雑音パラメータ値を算出するようにしたこと
を特徴とする雑音らしさ算出方法。
【請求項１０】入力音声を所定長のフレーム毎に分析し
て所定のパラメータ値を算出するパラメータ算出部と、
前記入力音声を別途分析して得られる所定の評価値に基
づいて０より大きい乗数を求めて、この乗数をパラメー
タ値の分布に関するヒストグラムの更新の大きさに乗
じ、前記パラメータ算出部から出力された現フレームの
パラメータ値を用いて前記ヒストグラムの更新信号を算
出するヒストグラム更新部と、このヒストグラム更新部
から出力された更新信号に基づいて、現在のヒストグラ
ムを更新するヒストグラム手段と、ヒストグラム手段に
より更新されたヒストグラムに基づいて現フレーム時点
での推定雑音パラメータ値を算出するピーク探索部と、
前記パワー算出部からの現フレームのパラメータ値と、
前記ピーク探索部が算出した推定雑音パラメータ値を比
較することで現フレームの雑音らしさの度合いを算出す
る雑音らしさ算出手段を備えたことを特徴とする雑音ら
しさ算出装置。
【請求項１１】入力音声を所定長のフレーム毎に分析し
て所定のパラメータ値を算出するパラメータ算出部と、
前記パラメータ算出部から出力された現フレームのパラ
メータ値が指すヒストグラム要素の累積値を増やすため
の更新信号と、その他のヒストグラム要素または全ヒス
トグラム要素の累積値に乗じる１より小さい乗数を出力
するヒストグラム更新部と、このヒストグラム更新部か
ら出力された更新信号と乗数に基づいて、現在のヒスト
グラムを更新するヒストグラム手段と、ヒストグラム手
段により更新されたヒストグラムに基づいて現フレーム
時点での推定雑音パラメータ値を算出するピーク探索部
と、前記パワー算出部からの現フレームのパラメータ値
と、前記ピーク探索部が算出した推定雑音パラメータ値
を比較することで現フレームの雑音らしさの度合いを算
出する雑音らしさ算出手段を備えたことを特徴とする雑
音らしさ算出装置。
【請求項１２】入力音声を所定長のフレーム毎に分析し
て所定のパラメータ値を算出するパラメータ算出部と、
前記パラメータ算出部から出力された現フレームのパラ
メータ値が指すヒストグラム要素およびこの要素に近接
する１つ以上の要素の各々の累積値を、各要素が持つ代
表パラメータ値と現フレームのパラメータ値との差の大
きさに従った量ずつ増やすための更新信号を出力するヒ
ストグラム更新部と、このヒストグラム更新部から出力
された更新信号に基づいて、現在のヒストグラムを更新
するヒストグラム手段と、ヒストグラム手段により更新
されたヒストグラムに基づいて現フレーム時点での推定
雑音パラメータ値を算出するピーク探索部と、前記パワ
ー算出部からの現フレームのパラメータ値と、前記ピー
ク探索部が算出した推定雑音パラメータ値を比較するこ
とで現フレームの雑音らしさの度合いを算出する雑音ら
しさ算出手段を備えたことを特徴とする雑音らしさ算出
装置。