JPH113094A - ノイズ除去装置 - Google Patents

Abstract

(57)【要約】 【課題】 音声信号に雑音が重畳する入力信号の雑音を
抑制することを目的とした従来のスペクトルサブトラク
ション法では，雑音抑制のために推定した雑音スペクト
ルそのものをメモリに記憶する必要があり，要求記憶容
量が大きくなるため，製作コストを低減することが困難
であった。 【解決手段】 本発明は，入力信号に音声信号が存在し
ない無声区間に含まれる信号のスペクトル包絡と，さら
に上記スペクトル包絡と実際のスペクトルとの残差情報
等をもパラメータ化することにより，要求記憶容量を減
少させると共に音声品質の劣化を防止することを図った
ものである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，ノイズ除去装置に
係り，例えば携帯電話や車載電話等，背景雑音が比較的
多い環境で音声信号を扱う機器において，雑音が重畳し
た音声信号から雑音を除去して快適な使用環境を提供す
るためのノイズ除去装置に関するものである。

【０００２】

【従来の技術】携帯電話や車載電話等の背景雑音が比較
的多い環境で音声信号を扱う機器について，快適な使用
環境を確保するため，音声信号から背景雑音を除去する
ノイズ除去装置の開発研究が盛んに行われている。例え
ば特開平８−５６１８０号公報に開示されているノイズ
キャンセラは，送話音声等の所望信号が主として入力さ
れる主信号用の入力系統に加えて，雑音を取り込むため
の参照信号用の入力系統を備えており，主信号以外に参
照信号を用いて適応フィルタにより雑音の推定を行うも
のである。しかし，上記のように入力系統を複数必要と
する方式は，小型化及び簡素化が要求される携帯電話等
の小型端末には適していない。そこで，例えば日本電波
産業会にて制定されたディジタル携帯電話の標準規格で
は，入力信号に音声信号が存在していない無声区間を検
出し，その無声区間から雑音の情報を得るものが推奨さ
れている。より具体的には，上記無声区間に含まれる信
号のスペクトル包絡やパワー等に基づいて雑音を抑制す
るためのフィルタの係数を決定し，該フィルタに時系列
入力信号を通過させることにより雑音が除去された音声
信号を得ている。

【０００３】また，雑音を除去するための他の一般的な
方式として，いわゆるスペクトルサブトラクション法と
呼ばれるものがあり，これに関する技術は例えば特開平
７−３０６６９５号公報等に開示されている。上記した
スペクトルサブトラクション法では，音声信号に雑音が
重畳された入力信号のスペクトルから推定雑音のスペク
トルを差し引くことにより，雑音の除去が行われる。上
記推定雑音のスペクトルは，上記無声区間に含まれる信
号に対して，例えばＦＦＴ等の直交離散変換を用いるこ
とにより求められる。雑音が除去された実際の信号を得
るには，推定雑音のスペクトルが差し引かれた入力信号
のスペクトルを逆変換すればよい。このスペクトルサブ
トラクション法を用いたノイズ除去装置では，ＦＦＴ等
で求められた推定雑音のスペクトルが直接入力信号のス
ペクトルから差し引かれるため，雑音の微細な構造が反
映された状態で雑音が除去され，雑音除去のために音声
信号に生じる品質劣化を軽減することができるという利
点を有する。

【０００４】

【発明が解決しようとする課題】上記スペクトルサブト
ラクション法を用いたノイズ除去装置では，通常，雑音
のスペクトルが時間や周波数領域で平滑化されたものが
そのまま記憶され用いられていた。この場合，時系列入
力信号のサンプル数が２５６であるとすれば，雑音のス
ペクトルの値も２５６生じる。即ち，従来のスペクトル
サブトラクション法を用いたノイズ除去装置では，微細
構造を反映した雑音除去が行える反面，雑音のスペクト
ルを保持するために膨大なメモリを必要とする。ところ
で，ＤＳＰ等の信号処理手段の内部に設けられるメモリ
容量には制限があるため，上記のようにメモリ容量を多
く必要とする場合，メモリチップは外部に設けられるこ
とになる。しかし，高速化が目覚ましい近年のＤＳＰ等
に追従可能なメモリチップは一般に高価であり大量に入
手することも難しい。従って，上記のようなスペクトル
サブトラクション法を用いたノイズ除去装置を，小型化
及び簡素化に加えて経済性が求められる携帯電話等の小
型端末に用いることは特に困難であった。本発明は，こ
のような従来の技術における課題を解決するために，ノ
イズ除去装置を改良し，スペクトルサブトラクショ法を
用いたノイズ除去装置における必要記憶容量を低減し，
それに加えて雑音除去により音声信号に生じる品質劣化
を軽減することのできるノイズ除去装置を提供すること
を目的とするものである。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に本発明は，音声信号に雑音が重畳する入力信号のスペ
クトルを演算する入力信号スペクトル演算手段と，上記
入力信号から推定される推定雑音のスペクトルを，上記
入力信号スペクトル演算手段により演算された入力信号
のスペクトルから差し引く雑音除去手段とを具備してな
るノイズ除去装置において，上記雑音のスペクトル包絡
形状を定めるスペクトル包絡パラメータを含む雑音パラ
メータを抽出する雑音パラメータ抽出手段と，上記雑音
パラメータ抽出手段により抽出された雑音パラメータか
らスペクトル包絡形状を復元し推定雑音のスペクトルを
演算する推定雑音スペクトル演算手段とを具備してなる
ことを特徴とするノイズ除去装置として構成されてい
る。

【０００６】上記ノイズ除去装置では，推定雑音のスペ
クトルが，スペクトル包絡パラメータを含む雑音パラメ
ータに基づいて演算されるため，メモリ等の記憶手段に
記憶される情報量は，従来のスペクトルサブトラクショ
ン法のように推定雑音のスペクトルをそのまま記憶する
場合と較べて著しく減少するから，製作コストが低減さ
れ携帯電話等の小型端末等にも実装し得る。ここで，上
記スペクトル包絡パラメータには線形予測係数等が用い
られ，その分析次数はたかだか１０程度である。この分
析次数が少なければ，記憶すべきパラメータ数は減少す
るが，復元できる雑音の構造が概略となり，次数を増加
させれば，必要メモリも増加する代わりに雑音の微細構
造をより反映できる。即ち，使用可能なメモリ容量に応
じて適した次数が選択される。また，上記ノイズ除去装
置では，例えば上記構成に加えて，入力信号に音声信号
が存在しない無声区間を検出する無声区間検出手段が更
に具備され，上記無声区間検出手段により検出された無
声区間に含まれる信号が雑音として用いられる。また，
上記ノイズ除去装置において，モータ等の周期雑音源か
ら発生される雑音の微細構造を反映して雑音除去を行う
ためには，上記雑音パラメータ抽出手段に，例えば上記
雑音のピッチに基づくピッチパラメータを抽出するピッ
チパラメータ抽出手段を具備すればよい。ここで，上記
ピッチパラメータには，例えば長期予測ラグ及びピッチ
予測係数が用いられる。また，上記ノイズ除去装置で
は，上記した線形予測係数の他に上記雑音パラメータ抽
出手段により抽出されるスペクトル包絡パラメータに，
上記雑音の自己相関関数や上記雑音の線スペクトル対に
基づくものが用いられる。上記自己相関関数や線スペク
トル対は，時間領域における補間性が優れているため，
時間平滑化のために記憶する過去のフレーム情報量を低
減することができる。

【０００７】また，雑音の微細構造を反映して雑音除去
を行う他の例として，上記雑音パラメータ抽出手段に，
例えば上記雑音のスペクトルを直接演算するスペクトル
演算手段と，上記スペクトル包絡パラメータからスペク
トル包絡形状を復元するスペクトル包絡復元手段と，上
記スペクトル演算手段により演算されたスペクトルと上
記スペクトル包絡復元手段により復元されたスペクトル
包絡とに基づく残差パラメータを抽出する残差パラメー
タ抽出手段を具備する。この場合，スペクトル包絡形状
だけでなく，雑音から直接演算された雑音スペクトルに
対する残差情報が用いられるため，上述のように雑音の
微細構造が雑音除去に反映され音声信号の劣化が防止さ
れる。ここで，残差パラメータは，例えば残差の中心周
波数，振幅，周波数幅等である。また，上記残差パラメ
ータ抽出手段に，上記残差パラメータの複数のパターン
が予め格納された符号帳を備えることも可能である。こ
の場合，上記のような残差の中心周波数等に代えて，当
該フレームに生じた残差に最も近い残差のパターンを表
すインデックスが記憶される。

【０００８】

【発明の実施の形態】以下，添付図面を参照して，本発
明の一実施の形態につき説明し，本発明の理解に供す
る。尚，以下の実施の形態は，本発明を具体化した一例
であって，本発明の技術的範囲を限定する性格のもので
はない。ここで，図１は本発明の一実施の形態に係るノ
イズ除去装置の概略構成を示す図，図２は線形予測係数
による定められるスペクトル包絡の例を示す図，図３は
残差パラメータの例を説明するための図である。図１
（ａ）及び（ｂ）に示すように，本発明の一実施の形態
に係るノイズ除去装置は，音声信号に雑音が重畳する入
力信号のスペクトルを演算するスペクトル演算部（入力
信号スペクトル演算手段に相当）１と，上記入力信号に
音声信号が存在しない無声区間を検出する有声／無声判
定部（無声区間検出手段に相当）２と，上記有声／無声
判定部２により検出された無声区間に含まれる信号から
推定された推定雑音のスペクトルを，上記入力信号スペ
クトル演算手段により演算された入力信号のスペクトル
から差し引く雑音スペクトル抑制部（雑音除去手段に相
当）３とを具備してなるノイズ除去装置であって，上記
無声区間に含まれる信号のスペクトル包絡形状を定める
スペクトル包絡パラメータを含む雑音パラメータを抽出
し記憶されている雑音パラメータを更新する雑音パラメ
ータ更新部（雑音パラメータ抽出手段に相当）４と，上
記雑音パラメータ更新部４により抽出更新された雑音パ
ラメータを記憶する雑音パラメータ記憶部５と，上記雑
音パラメータ記憶部５により記憶された雑音パラメータ
からスペクトル包絡形状を復元し推定雑音のスペクトル
を演算する推定雑音スペクトル演算部６とを具備する。

【０００９】より具体的には，上記雑音パラメータ更新
部４は，図１（ｂ）に詳細に示すように，上記無声区間
に含まれる信号のスペクトルを直接計算する雑音スペク
トル計算手段（スペクトル演算手段に相当）４１と，上
記無声区間に含まれる信号のスペクトル包絡形状を計算
しスペクトル包絡パラメータを求めるスペクトル包絡パ
ラメータ計算手段４２と，上記スペクトル包絡パラメー
タ計算手段４２により求められたスペクトル包絡パラメ
ータを時間領域で平滑化するスペクトル包絡パラメータ
時間平滑化手段４３と，上記スペクトル包絡パラメータ
時間平滑化手段４３により平滑化されたスペクトル包絡
パラメータから上記無声区間に含まれる信号のスペクト
ル包絡形状を復元するスペクトル包絡復元手段４４と，
上記雑音スペクトル計算手段４１により計算されたスペ
クトルと上記スペクトル包絡復元手段４４により復元さ
れたスペクトル包絡とを差し引いて残差パラメータを抽
出する残差パラメータ抽出手段４５とを具備する。ま
た，上記推定雑音スペクトル演算部６は，雑音パラメー
タ記憶部５に記憶されたスペクトル包絡パラメータから
上記無声区間に含まれる信号のスペクトル包絡形状を復
元する雑音スペクトル包絡復元手段６１と，上記残差パ
ラメータから上記残差情報を復元する雑音スペクトル残
差復元手段６２と，上記雑音スペクトル残差復元手段６
２により復元された残差情報を時間領域で平滑化する雑
音スペクトル時間平滑化手段６３と，上記雑音スペクト
ル包絡復元手段６１により復元されたスペクトル包絡形
状と，上記雑音スペクトル時間平滑化手段６３により平
滑化された残差情報に基づいて推定雑音のスペクトルを
演算する推定雑音スペクトル演算手段６４とを具備す
る。

【００１０】以下，本実施の形態に係るノイズ除去装置
の詳細について，本発明におけるスペクトルサブトラク
ション法の概要から説明する。まず，上記ノイズ除去装
置に音声信号に雑音が重畳した時系列信号が入力され
る。この入力信号は，サンプリングされたディジタル信
号であり，例えば電話帯域の音声であれば８ｋＨｚサン
プリング程度のデータが用いられる。スペクトルサブト
ラクション法においては，通常一定個数の連続するデー
タ列をフレームとし，フレーム内に含まれる入力信号ｘ
（ｋ），ｋ＝１，２，…，Ｎを単位とした処理が行われ
る。この入力信号ｘ（ｋ）に音声信号ｓ（ｋ）と雑音ｎ
（ｋ）が含まれているとすれば，ｘ（ｋ）は， ｘ（ｋ）＝ｓ（ｋ）＋ｎ（ｋ） （１） と表すことができる。この入力信号ｘ（ｋ）は，スペク
トル演算部１において，ＦＦＴ等の直交離散変換により
スペクトルに変換される。入力信号ｘ（ｋ），音声信号
ｓ（ｋ），雑音ｎ（ｋ），それぞれのスペクトルをＸ
（ｚ），Ｓ（ｚ），Ｎ（ｚ）とすれば，入力信号のスペ
クトルＸ（ｚ）は， Ｘ（ｚ）＝Ｓ（ｚ）＋Ｎ（ｚ） （２） ここで，ｚは，exp(ｊω）であり，ｊは虚数単位，ωは
周波数である。この入力信号のスペクトルＸ（ｚ）に対
し，雑音スペクトル抑制部３では，記憶している雑音パ
ラメータから推定される推定雑音のスペクトルを取り除
く処理が行われる。例えば，上記雑音のスペクトルの強
度｜Ｎ（ｚ）｜の推定値をμ（ｚ）とすれば，推定雑音
除去後の信号スペクトルＳＣ（ｚ）は， ＳＣ（ｚ）＝Ｘ（ｚ）・max （Ｓ₀ ，１−μ（ｚ）／｜Ｘ（ｚ）｜） （３） に従い演算される。ここで，Ｓ₀ は過度にスペクトルを
抑制しないために設定されるパラメータであり，例えば
Ｓ₀ ＝０に設定される。また，この際計算されたＳＣ
（ｚ）の中で一定値以下のスペクトル値しかない周波数
ωのスペクトルは強制的に０にする等して，推定値の誤
差等に起因する不自然な音質の変動を防止する処理を行
ってもよい。上記のようにして雑音抑制されたスペクト
ルに対してＩＦＦＴ等の逆変換を施せば，入力信号に対
して雑音成分が抑制された時系列信号が得られる。この
際，フレーム間のつなぎ目等で生じる不連続点で音質が
劣化することを防ぐために，一般的に隣接するフレーム
の信号を重ね合わせて出力する処理が行われる。例えば
フレームのサイズがＮ＝２５６に設定された場合には，
上記したフレーム単位の雑音抑制処理は半分の１２８サ
ンプル周期で行われ，フレーム内の半分は隣接するフレ
ームと同じデータサンプルに関して計算が行われる。最
終的な出力は，重なり合った部分のデータに適当なウィ
ンドウ係数で重み付け加算することにより計算される。
ここで，時系列信号とスペクトルとの変換を行う直交変
換には上記したＦＦＴ以外にも，ＤＣＴ（離散コサイン
変換）やフレーム境界での連続性を考慮したＭＤＣＴ
（Modified DCT) 等を用いてもよい。

【００１１】次に無声区間に含まれる信号から推定雑音
のスペクトル包絡形状等を得る雑音パラメータ更新部４
の詳細について説明する。まず，有声／無声判定部２に
より入力信号に音声信号が存在しない無声区間が検出さ
れる。この有声／無声判定部２における有声／無声の判
定は，例えば音量変動や信号のピッチ周期性等に基づい
て行われる。この有声／無声判定部２により入力信号に
音声信号が存在しない，無声と判定されたフレームで
は，雑音パラメータが計算され，それまでに雑音パラメ
ータ記憶部５に記憶されていたパラメータが雑音パラメ
ータ更新部４により逐次更新される。より具体的には，
雑音パラメータ更新部４においては，上記有声／無声判
定部２により検出された無声区間に含まれる信号につい
て例えば次数１０程度の線形予測（ＬＰＣ）分析がスペ
クトル包絡計算手段４２により行われる。この線形予測
分析により，必要とされるスペクトルの包絡形状は概略
表現可能である。即ち，メモリ等に記憶されるパラメー
タは１０個程度で十分である。ここで，図２に示すの
は，実際のスペクトル（図２（ａ））と，それぞれ次数
８，１６の線形予測係数により得られたスペクトル包絡
（図２（ｂ），（ｃ））とを比較した例である。この分
析次数が基本的には高ければ高いほど元のスペクトルに
近い情報が表されるため，使用できるメモリ量やＤＳＰ
等の演算回路の演算スピード等に応じて最適なパラメー
タ数が設定される。上記したＬＰＣ分析において線形予
測係数α_i は，一般的に次に示すYule-Walker の方程式
を用いて求められる。

【数１】 ここで，Ｍは分析の次数，Ｒ_i は入力信号ｘ（ｋ）にハ
ミングウィンドウ等の適当なウィンドウ関数をかけた時
系列信号ｘ_w （ｋ）の自己相関係数（５）式である。

【数２】 上記（４）式は，例えばDurbin-Levinson 法により高速
に演算可能である。上記（４）式から求められた線形予
測係数α_i を用いれば，スペクトル包絡形状は次の伝達
関数Ａ（ｚ）の振幅｜Ａ（ｚ）｜から計算される。

【数３】 従って，上記した線形予測係数α_i と無声区間に含まれ
る信号のパワーに関するパラメータを記憶しておけば，
推定雑音のスペクトル包絡形状を少ないパラメータで表
現することができる。

【００１２】ところで，従来のスペクトルサブトラクシ
ョン法では，通常雑音スペクトルに，時間領域と周波数
領域とで平滑化されたスペクトルが用いられる。これ
は，ＦＦＴ等の分析で求められる雑音スペクトルには，
例えば分析フレームが有限長であることに起因する分析
誤差が含まれるためである。この分析誤差に対して平滑
化を行わなければ，定常な雑音であってもフレーム毎に
得られる分析結果は時間的に変化し，周波数領域におい
ても必要以上の微細構造を扱うことが弊害をもたらす。
もし，平滑化を行わず時間的，周波数的変動があるスペ
クトルをそのまま用いると，雑音抑制の際に不自然な変
動が現れてしまい，極めて不快な音になってしまうこと
が知られている。ただし，上記のように計算されたスペ
クトル包絡は元のスペクトルを周波数平滑化したものと
同等なものとなるため，従来方法で行っていた周波数平
滑化の処理は不要となる。一方，上記したスペクトル包
絡形状を求める処理においても，雑音の時間的な微小変
動に追従する上記のような悪影響を除くために雑音スペ
クトルを時間的に平滑化することが望ましい。しかし線
形予測係数自体は補間性がないため，隣接するフレーム
で計算された線形予測係数同士を直接時間平滑化するこ
とはできず，時間平滑化した線形予測係数は安定性すら
保証されない。このため，線形予測係数をメモリに記憶
する場合，一旦スペクトル包絡を計算した値を用いて時
間平滑化を行うこととなり，当該フレームの時間平滑化
のためには，当該フレームだけではなく過去の複数フレ
ームの線形予測係数をも記憶することが必要である。記
憶容量をより減少させる必要がある場合には，上記した
線形予測係数を記憶するよりも例えば線スペクトル対
（ＬＳＰ）を記憶する方がよい。このＬＳＰは補間性に
優れ，線形予測係数から変換操作により求めることがで
きる。従って，このＬＳＰを求め記憶するようにすれ
ば，パラメータそのものを平滑化することができ，時間
平滑化のために必要となるパラメータは例えば１フレー
ム前のものだけでよい。スペクトル包絡パラメータ時間
平滑化手段４３は例えば上記のようにＬＳＰの平滑化を
行う手段である。上記したＬＳＰに関しては，音声信号
処理の参考書等に詳しく記載されているので，ここでは
分析次数Ｍが偶数の場合について線形予測係数との変換
方法を簡単に説明する。線形予測係数α_i を用いて構成
される以下の２個の方程式Ｐ₁ （ｚ）＝０とＰ ₂ （ｚ）
＝０とを考える。

【数４】 この方程式の解は全てｚ＝exp(ｊω）の形となり，０＜
ω₁ ＜ω₂ ＜…＜ω_m＜πとなるω_i がＭ個存在するこ
とが知られている。このω_i ，ｉ＝１，２，…，Ｍが線
スペクトル対である。上述のように，このパラメータは
直接時間平滑化が可能であるので，雑音パラメータ記憶
部５に記憶されているパラメータをΩ_i （ｉ＝１，２，
…，Ｍ）とすると，以下のように簡単に時間平滑化を行
うことができる。 Ｇ・Ω_i ＋（１−Ｇ）ω_i （Ａ） ここで，Ｇは平滑化の度合いを調整するためのパラメー
タであり，０≦Ｇ＜１である。この時間平滑化された線
スペクトル対を線形予測係数に戻すには，逆にexp(ｊΩ
_i ）という根を持つ式を展開することによってＰ
₁ （ｚ）及びＰ₂ （ｚ）を求めればよい。上記のように
して平滑化された後，スペクトル包絡パラメータは雑音
パラメータ記憶部５に記憶される。

【００１３】次に，元の雑音スペクトルと線形予測係数
等により定めるスペクトル包絡との間の残差について説
明する。まず，元の雑音スペクトルと線形予測係数等に
より定めるスペクトル包絡との間の残差を求めるため
に，スペクトル包絡復元手段４４によりスペクトル包絡
パラメータからスペクトル包絡が復元される。このスペ
クトル包絡は，例えば上記した｜Ａ（ｚ）｜及び信号パ
ワーに相当するゲインに基づいて定められる。一方，雑
音スペクトル計算手段４１では，ＦＦＴ等を用いて上記
無声区間に含まれる時系列信号から直接推定雑音のスペ
クトルが計算される。そして，上記のように復元された
スペクトル包絡と直接演算したスペクトルとの差が演算
され，残差パラメータが残差パラメータ抽出手段４５に
より抽出される。例えば図３（ａ）に示すような，特定
の帯域に信号を含まないノイズ等では該帯域において大
きな残差が生じる。残差パラメータ抽出手段４５では，
例えば図３（ｂ）に示すような残差の中心周波数，大き
さ，周波数幅等からなる残差パラメータが抽出される。
そして，上記のように抽出された残差パラメータは雑音
パラメータ記憶部５に出力され記憶される。この時，使
用可能なメモリ容量に応じて複数組の残差情報を記憶し
てもよい。また，残差パラメータ自体は時間平滑化する
ことができないため，過去の複数フレームの残差情報を
記憶しておき各残差スペクトルが時間平滑化される。次
に，推定雑音スペクトル演算部６では，雑音パラメータ
記憶部５に記憶された雑音パラメータを基に推定雑音の
スペクトルが演算される。まず，雑音スペクトル包絡復
元手段６１により雑音パラメータ記憶部５に記憶された
スペクトル包絡パラメータから上記無声区間に含まれる
信号のスペクトル包絡が復元される。一方，雑音スペク
トル残差復元手段６２により雑音パラメータ記憶部５に
記憶された残差パラメータから例えば図３（ｂ）に実線
で示したような残差情報の復元が行われる。そして，復
元された後に雑音スペクトル残差時間平滑化手段６３に
より時間領域において平滑化が行われる。そして，推定
雑音スペクトル演算手段６４により，上記雑音スペクト
ル包絡復元手段６１により復元されたスペクトル包絡に
ついて上記雑音スペクトル残差時間平滑化手段６３によ
り平滑化された残差情報により補正が行われ推定雑音の
スペクトルが演算される。上記の残差による補正により
雑音スペクトルの微細構造が雑音抑制に反映され，雑音
抑制によって生じる音声信号の劣化が軽減される。そし
て，上記のようにして定めた推定雑音のスペクトルを用
いて上記雑音スペクトル抑制部３において雑音抑制が行
われる。このように，本実施の形態に係るノイズ除去装
置では，推定雑音のスペクトル包絡が線形予測係数や線
スペクトル対といったスペクトル包絡パラメータを用い
て記憶されるため，必要メモリ容量を低減することがで
き，低減する度合いもメモリ容量やＤＳＰ等の演算回路
の計算速度に応じて調節可能である。また，残差情報等
を上記スペクトル包絡パラメータに加えて記憶すること
により雑音スペクトルの微細構造を雑音抑制に反映する
ことができ，雑音抑制によって生じる音声信号の劣化を
軽減することもできる。

【００１４】

【実施例】上記実施の形態では，スペクトル包絡を定め
るスペクトル包絡パラメータに線形予測係数や線スペク
トル対が用いられていたが，これらの代わりに式（５）
に示したような自己相関係数を用いることも可能であ
る。自己相関係数Ｒ_i も線形予測係数と等価なパラメー
タであり，時間平滑化しても悪影響が生じない。この場
合Ｒ₀ そのものが雑音パワーを表すパラメータとなる。
このようなノイズ除去装置も本発明におけるノイズ除去
装置の一例である。また，上記実施の形態では，残差パ
ラメータに求められた残差の中心周波数や大きさ等を用
いていたが，残差パラメータ抽出手段４５に上記残差パ
ラメータの複数のパターンが予め格納された符号帳（不
図示）を設け，各パターンに対応したインデックスを記
憶するようにしてもよい。用途がある程度定まっている
場合には，発生し易い雑音スペクトルを予測することも
可能であるから，特定の雑音スペクトルとの残差を予め
定めれば，インデックスを記憶するだけで音声信号の劣
化を軽減することができより効率的である。このような
ノイズ除去装置も本発明におけるノイズ除去装置の一例
である。また，上記実施の形態におけるノイズ除去装置
では，入力信号に音声信号が含まれない無声区間を検出
するための有声／無声判定部２が具備されているが，こ
の有声／無声判定部２を設けない場合でも，雑音スペク
トルを更新することは可能である。一般的にノイズだけ
の無声状態から音声信号が含まれた有声の状態に移行す
る場合には音量が増加する。従って，無声状態ではパワ
ー最小と考えられることを利用し，信号の音量やスペク
トル強度｜Ｘ（Ｚ）｜が増加する際には雑音スペクトル
があまり更新されないように強い時間平滑化が行われ
る。例えば式ＡにおけるＧが大きく設定される。逆に音
量やスペクトル強度が減少する場合には雑音スペクトル
が即座に追従するように弱い時間平滑化が行われる。例
えばＧが０に近い値に設定される。このようにすれば，
記憶されている雑音スペクトルは，パワーが最小である
時点での値に近いものが保持されるため，無声区間での
み雑音スペクトルを更新する場合とほぼ同様な効果が得
られる。このような有声／無声判定部２を具備しないノ
イズ除去装置も本発明におけるノイズ除去装置の一例で
ある。

【００１５】また，例えば回転体から発せられる雑音は
そのスペクトルに，固有の周期ピッチに対応した周波数
を基本周波数としてその高調波からなる図４（ａ）に示
すような微細構造を有するものがある。この微細構造を
推定雑音のスペクトルに反映するために上記雑音パラメ
ータ更新部４に下記するピッチパラメータ抽出手段を設
けてもよい。ここで，図５は上記雑音パラメータ更新部
４に残差パラメータ抽出手段４５等を設けないで，上記
ピッチパラメータ抽出手段７を設けた場合の概略構成図
である。尚，上記ピッチパラメータ抽出手段７と残差パ
ラメータ抽出手段４５等は排他的なものではなく，同時
に使用することも可能である。図５に示すように上記ピ
ッチパラメータ抽出手段７は，線形予測パラメータ計算
手段４２’により計算されスペクトル包絡パラメータ時
間平滑化手段４３により時間領域で平滑化された線形予
測係数に基づいて形成された線形予測逆フィルタ７１
と，上記線形予測逆フィルタ７１により求められた予測
残差からピッチ分析を行い，ピッチ予測係数を計算する
ピッチ予測係数計算手段７２とを具備する。ところで，
元の信号ｘ（ｋ）に線形予測係数では表せない長いピッ
チの周期性がある場合には，下式で表される線形予測逆
フィルタ７１を通過させた予測残差ｅ（ｋ）にピッチに
対応した周波数成分が顕著に含まれる。

【数５】 ここで，以下のような予測残差ｅ（ｋ）の自己相関係数
Ｑ_l が最大となるｌを長期予測ラグＬとすれば，長期予
測ラグＬをピッチに対応した周期と考えることができ
る。

【数６】 このＬ周期の近傍のデータにて予測を行う係数として，
ピッチ予測係数があり，ｅ（ｋ）を１周期前の前後Ｊサ
ンプルずつを用いて予測する２Ｊ＋１次のピッチ予測係
数β_j ，ｊ＝−Ｊ〜＋Ｊは，線形予測係数と同様に，次
式に従って求められる。

【数７】 上記係数より実現される以下のようなフィルタの周波数
特性は，スペクトル包絡からのピッチ構造による残差を
よく近似することができる。

【数８】 上記したピッチ予測係数等のピッチパラメータを計算す
るのがピッチ予測係数計算手段７２である。尚，ピッチ
予測係数計算手段７２により計算されたピッチパラメー
タは推定雑音スペクトル演算部６において残差パラメー
タと同様に復元され，推定雑音のスペクトルを演算する
のに用いられる。また，図４（ｂ）及び（ｃ）に，スペ
クトル包絡パラメータとピッチパラメータとにより分離
されたスペクトル包絡とピッチ構造とをそれぞれ示し
た。このように，上記した長期予測ラグＬや，ピッチ予
測係数β_j 等のピッチパラメータを記憶しておくことに
より，スペクトル包絡に対して｜Ｂ（ｚ）｜を行って周
期構造を雑音抑制に反映することができる。ここで，Ｊ
＝０や１でも目的に応じては十分に雑音スペクトルのピ
ッチによる微細構造を表現することができ，ピッチ構造
表現のために必要とされる情報量は少なく，結果として
雑音の微細構造を雑音抑制に反映しつつも従来のスペク
トルサブトラクション法よりも必要記憶容量を低減する
ことができる。このようなノイズ除去装置も本発明にお
けるノイズ除去装置の一例ある。

【００１６】

【発明の効果】上記のように本発明は，音声信号に雑音
が重畳する入力信号のスペクトルを演算する入力信号ス
ペクトル演算手段と，上記入力信号から推定される推定
雑音のスペクトルを，上記入力信号スペクトル演算手段
により演算された入力信号のスペクトルから差し引く雑
音除去手段とを具備してなるノイズ除去装置において，
上記雑音のスペクトル包絡形状を定めるスペクトル包絡
パラメータを含む雑音パラメータを抽出する雑音パラメ
ータ抽出手段と，上記雑音パラメータ抽出手段により抽
出された雑音パラメータからスペクトル包絡形状を復元
し推定雑音のスペクトルを演算する推定雑音スペクトル
演算手段とを具備してなることを特徴とするノイズ除去
装置として構成されている。

【００１７】上記ノイズ除去装置では，推定雑音のスペ
クトルが，スペクトル包絡パラメータを含む雑音パラメ
ータに基づいて演算されるため，メモリ等の記憶手段に
記憶される情報量は，従来のスペクトルサブトラクショ
ン法のように推定雑音のスペクトルをそのまま記憶する
場合と較べて著しく減少するから，製作コストが低減さ
れ携帯電話等の小型端末等にも実装し得る。ここで，上
記スペクトル包絡パラメータには線形予測係数等が用い
られ，その分析次数はたかだか１０程度である。この分
析次数が少なければ，記憶すべきパラメータ数は減少す
るが，復元できる雑音の構造が概略となり，次数を増加
させれば，必要メモリも増加する代わりに雑音の微細構
造をより反映できる。即ち，使用可能なメモリ容量に応
じて適した次数が選択される。また，上記ノイズ除去装
置では，例えば上記構成に加えて，入力信号に音声信号
が存在しない無声区間を検出する無声区間検出手段が更
に具備され，上記無声区間検出手段により検出された無
声区間に含まれる信号が雑音として用いられる。また，
上記ノイズ除去装置において，モータ等の周期雑音源か
ら発生される雑音の微細構造を反映して雑音除去を行う
ためには，上記雑音パラメータ抽出手段に，例えば上記
雑音のピッチに基づくピッチパラメータを抽出するピッ
チパラメータ抽出手段を具備すればよい。ここで，上記
ピッチパラメータには，例えば長期予測ラグ及びピッチ
予測係数が用いられる。また，上記ノイズ除去装置で
は，上記した線形予測係数の他に上記雑音パラメータ抽
出手段により抽出されるスペクトル包絡パラメータに，
上記雑音の自己相関関数や上記雑音の線スペクトル対に
基づくものが用いられる。上記自己相関関数や線スペク
トル対は，時間領域における補間性が優れているため，
時間平滑化のために記憶する過去のフレーム情報量を低
減することができる。

【００１８】また，雑音の微細構造を反映して雑音除去
を行う他の例として，上記雑音パラメータ抽出手段に，
例えば上記雑音のスペクトルを直接演算するスペクトル
演算手段と，上記スペクトル包絡パラメータからスペク
トル包絡形状を復元するスペクトル包絡復元手段と，上
記スペクトル演算手段により演算されたスペクトルと上
記スペクトル包絡復元手段により復元されたスペクトル
包絡とに基づく残差パラメータを抽出する残差パラメー
タ抽出手段を具備する。この場合，スペクトル包絡形状
だけでなく，雑音から直接演算された雑音スペクトルに
対する残差情報が用いられるため，上述のように雑音の
微細構造が雑音除去に反映され音声信号の劣化が防止さ
れる。ここで，残差パラメータは，例えば残差の中心周
波数，振幅，周波数幅等である。また，上記残差パラメ
ータ抽出手段に，上記残差パラメータの複数のパターン
が予め格納された符号帳を備えることも可能である。こ
の場合，上記のような残差の中心周波数等に代えて，当
該フレームに生じた残差に最も近い残差のパターンを表
すインデックスが記憶される。

【図面の簡単な説明】

【図１】 本発明の一実施の形態に係るノイズ除去装置
の概略構成を示す図。

【図２】 線形予測係数による定められるスペクトル包
絡の例を示す図。

【図３】 残差パラメータの例を説明するための図。

【図４】 ピッチ構造を有する雑音の処理を説明するた
めの図。

【図５】 本発明の一実施例におけるピッチ抽出手段を
説明するための図。

【符号の説明】

１…スペクトル演算部（入力信号スペクトル演算手段） ２…有声／無声判定部（無声区間検出手段） ３…雑音スペクトル抑制部（雑音除去手段） ４…雑音パラメータ更新部（雑音パラメータ抽出手段） ６…推定雑音スペクトル演算手段 ７…ピッチパラメータ抽出手段 ４１…雑音スペクトル計算手段（スペクトル演算手段） ４４…スペクトル包絡復元手段 ４５…残差パラメータ抽出手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｇ１０Ｌ 9/14 ３０１ Ｇ１０Ｌ 9/14 ３０１Ａ

Claims (8)

【特許請求の範囲】
1. 【請求項１】 音声信号に雑音が重畳する入力信号のス
   ペクトルを演算する入力信号スペクトル演算手段と，上
   記入力信号から推定される推定雑音のスペクトルを，上
   記入力信号スペクトル演算手段により演算された入力信
   号のスペクトルから差し引く雑音除去手段とを具備して
   なるノイズ除去装置において，上記雑音のスペクトル包
   絡形状を定めるスペクトル包絡パラメータを含む雑音パ
   ラメータを抽出する雑音パラメータ抽出手段と，上記雑
   音パラメータ抽出手段により抽出された雑音パラメータ
   からスペクトル包絡形状を復元し推定雑音のスペクトル
   を演算する推定雑音スペクトル演算手段とを具備してな
   ることを特徴とするノイズ除去装置。
2. 【請求項２】 上記入力信号に音声信号が存在しない無
   声区間を検出する無声区間検出手段を更に具備し，上記
   無声区間検出手段により検出された無声区間に含まれる
   信号を雑音とする請求項１記載のノイズ除去装置。
3. 【請求項３】 上記雑音パラメータ抽出手段が，上記雑
   音のピッチに基づくピッチパラメータを抽出するピッチ
   パラメータ抽出手段を具備してなる請求項１若しくは２
   記載のノイズ除去装置。
4. 【請求項４】 上記ピッチパラメータに長期予測ラグ及
   びピッチ予測係数を用いてなる請求項３記載のノイズ除
   去装置。
5. 【請求項５】 上記雑音パラメータ抽出手段により抽出
   されるスペクトル包絡パラメータが，上記雑音の自己相
   関関数である請求項１〜４のいずれかに記載のノイズ除
   去装置。
6. 【請求項６】 上記雑音パラメータ抽出手段により抽出
   されるスペクトル包絡パラメータが，上記雑音の線スペ
   クトル対に基づくものである請求項１〜４のいずれかに
   記載のノイズ除去装置。
7. 【請求項７】 上記雑音パラメータ抽出手段が，上記雑
   音のスペクトルを直接演算するスペクトル演算手段と，
   上記スペクトル包絡パラメータからスペクトル包絡形状
   を復元するスペクトル包絡復元手段と，上記スペクトル
   演算手段により演算されたスペクトルと上記スペクトル
   包絡復元手段により復元されたスペクトル包絡とに基づ
   く残差パラメータを抽出する残差パラメータ抽出手段を
   具備してなる請求項１〜６のいずれかに記載のノイズ除
   去装置。
8. 【請求項８】 上記残差パラメータ抽出手段が，上記残
   差パラメータの複数のパターンが予め格納された符号帳
   を有してなる請求項７記載のノイズ除去装置。