JPWO2009125840A1

JPWO2009125840A1 - 音声信号処理装置及び音声信号処理方法

Info

Publication number: JPWO2009125840A1
Application number: JP2010507282A
Authority: JP
Inventors: 成文後田
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2008-04-10
Filing date: 2009-04-10
Publication date: 2011-08-04
Also published as: WO2009125840A1; EP2273673A1; RU2010145530A; BRPI0911178A2; RU2479117C2; US20110135112A1; MX2010011053A; CN102057567A; EP2273673A4

Abstract

入力した音声信号の種類によらず利得変化により生じる不要な歪み成分を低減する技術を提供する。図１に示すように、音声信号処理装置１０に信号Ｓｉｎが入力されると、信号分岐部１１は第１〜第Ｎの経路Ｒ１〜Ｒｎに分割する。第１〜第Ｎの経路Ｒ１〜Ｒｎの各経路において、第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎが、それぞれに設定されている所定の周波数の帯域を選択して第１〜第ＮのＡＧＣ１２１〜１２ｎに出力する。第１〜第ＮのＡＧＣ１２１〜１２ｎは、それぞれ取得した信号を利得調整し、第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎに出力する。第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎはそれぞれ、帯域制限処理により帯域外の歪み成分を除去する。加算器６０は、帯域制限処理された信号を合成してスピーカ等の出力装置または後工程処理手段へ出力する。

Description

本発明は、音声信号処理装置及び音声信号処理方法に係り、例えば音声信号を複数の経路に分岐して周波数帯域制限処理及び利得調整を行う音声信号処理装置及び音声信号処理方法に関する。

近年、一般に音声のダイナミックレンジを圧縮する手法として、ＡＧＣ（Auto Gain Control）の機能が用いられる。信号の利得を変化させる処理は振幅変調にあたり、その処理により生じる歪みを低減する方法として、ゼロクロス時に振幅を変化させる技術や、振幅をなだらかに変化させる方法が提案されている。前者においては、ゼロクロスが所望のタイミングで訪れるとは限らないため、後者が用いられることが多い。しかしながら、離散的に（または段階的に）振幅を変化させていることから、特定の入力信号に対して振幅が周期的に変化してしまう現象等が起こり、原信号に無い歪みが生じてしまうことがある。

そこで、そのような課題を解決するために、帯域分割された音声信号ごとに利得調整を行い、利得調整後の音声信号を再び加算して出力する技術がある（例えば、特許文献１参照）。この技術では、上記のような構成により、高周波成分の音質を保持しつつ音声出力レベルを平均化している。

特開２００３−２９９１８１号公報

ところで、特許文献１に開示の技術では、入力信号に応じて利得を刻々と変化させるため、利得変化時に歪みが発生し、出力信号に歪みが含まれてしまうという課題があり、改善が求められていた。

本発明の目的は、上記課題に鑑み、入力した音声信号の利得変化により生じる不要な歪み成分を低減する技術を提供することにある。

本発明に係る装置は、音声信号処理装置に関する。この装置は、第１の音声信号に対して周波数帯域制限処理を施す第１の前段帯域制限手段と、前記第１の前段帯域制限手段にて周波数帯域制限処理が施された前記第１の音声信号をゲイン制御する第１のゲイン制御手段と、前記第１のゲイン制御手段においてゲイン制御された前記第１の音声信号に対して周波数帯域制限処理を施す第1の後段帯域制限手段と、前記第１の後段帯域制限手段の周波数帯域制限処理が施された前記第１の音声信号と、を備える。
また、前記第１の音声信号の経路とは異なる経路の音声信号とを合成する合成手段と、を備えてもよい。
また、前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、第２の音声信号に対して周波数帯域制限処理を施す第２の前段帯域制限手段と、前記第２の前段帯域制限手段にて周波数帯域制限処理が施された前記第２の音声信号をゲイン制御する第２のゲイン制御手段と、前記第２のゲイン制御手段においてゲイン制御された前記第２の音声信号に対して周波数帯域制限処理を施す第２の後段帯域制限手段と、を備え、前記第２の後段帯域制限手段における周波数帯域制限処理後の前記第２の音声信号を前記合成手段へ出力してもよい。
また、前記第１の前段帯域制限手段が帯域制限して出力する前記第１の音声信号の周波数帯域は、前記第２の前段帯域制限手段が帯域制限して出力する前記第２の音声信号の周波数帯域より低く設定されてもよい。
また、前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、第３の音声信号に対して周波数帯域制限処理を施す第３の前段帯域制限手段と、前記第３の前段帯域制限手段にて周波数帯域制限処理が施された前記第３の音声信号をゲイン制御する第３のゲイン制御手段と、を備え、前記第３のゲイン制御手段と前記合成手段との間に、ゲイン制御された前記第３の音声信号に対して周波数帯域制限処理を施す後段帯域制限手段を備えず、前記第３のゲイン制御手段におけるゲイン制御後の前記第３の音声信号を前記合成手段へ出力してもよい。
また、前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、第４の音声信号に対して周波数帯域制限処理を施す第４の前段帯域制限手段を備え、前記第４の前段帯域制限手段と前記合成手段との間に、周波数帯域制限処理が施された前記第４の音声信号をゲイン制御するゲイン制御手段及び周波数帯域制限処理を施す後段帯域制限手段を備えず、前記第４の前段帯域制限手段における周波数帯域制限処理後の前記第４の音声信号を前記合成手段へ出力してもよい。
また、前記第１の音声信号と合成される音声信号の経路は、帯域制限処理前の音声信号を前記合成手段に出力する経路であってもよい。
また、前記第１の前段帯域制限手段と前記第１の後段帯域制限手段の各周波数帯域制限処理は、同一の帯域制限手段において、時分割処理にて実行されてもよい。
また、前記第２の前記前段帯域制限手段の特性は、前記第１の前段帯域制限手段で周波数帯域制限処理された前記第１の音声信号の周波数帯域を補完するように設定されてもよい。
本発明に係る方法は、音声信号処理装置の音声信号処理方法に関する。この方法は、入力した音声信号を複数の経路に分岐する経路分割工程と、分岐した各経路において、前記音声信号を周波数帯域制限処理して所定の周波数帯域に分割する帯域分割工程と、帯域に分割された前記各音声信号に対して、必要に応じて利得調整を行う利得調整工程と、利得調整された前記各音声信号を周波数帯域制限処理して、前記利得調整工程において生じる歪信号を除去する歪除去工程と、前記歪除去工程終了後、周波数帯域が分割された前記音声信号を合成する合成工程と、を実行する。
また、前記所定の周波数帯域に分割された前記音声信号において、前記利得調整工程がなされない前記音声信号にあっては、前記歪除去工程が省略されてもよい。

本発明によれば、入力した音声信号の利得変化により生じる不要な歪み成分を低減する技術を提供できる。

第１の実施形態に係る、音声信号処理装置の機能ブロック図である。第１の実施形態に係る、音声信号処理装置における音声信号の処理を示すフローチャートである。第１の実施形態の実験例に係る、音声信号処理装置の機能ブロック図である。第１の実施形態の実験例に係る、実験１の検証結果を説明するグラフである。第１の実施形態の実験例に係る、実験２の検証結果を説明するグラフである。第２の実施形態に係る、音声信号処理装置の機能ブロック図である。第３の実施形態に係る、音声信号処理装置の機能ブロック図である。第４の実施形態に係る、音声信号処理装置の機能ブロック図である。第５の実施形態に係る、音声信号処理装置の機能ブロック図である。

１０、１０ａ〜１０ｃ、２１０、３１０音声信号処理装置
１１、２４０、３４０信号分岐部
２０、２０ａ〜２０ｃ、２２０、３２０信号処理部
６０、２６０、３６０加算器
１１１、２１１第１の前段ＢＰＦ
１１１ａ前段ＢＰＦ
１１２、２１２第２の前段ＢＰＦ
１１３第３の前段ＢＰＦ
１１ｎ第Ｎの前段ＢＰＦ
１２１、２２１第１のＡＧＣ
１２１ａＡＧＣ
１２２第２のＡＧＣ
１２ｎ第ＮのＡＧＣ
１３１、２３１第１の後段ＢＰＦ
１３１ａ後段ＢＰＦ
１３２第２の後段ＢＰＦ
１３ｎ第Ｎの後段ＢＰＦ
３１１第１のＢＰＦ
３１２第２のＢＰＦ
３１ｎ第ＮのＢＰＦ
３２１第１のＡＧＣ
３２２第２のＡＧＣ
３２ｎ第ＮのＡＧＣ
３３０切替指示制御部
３５１前段速度変換部
３５２後段速度変換部

次に、本発明を実施するための形態（以下、単に「実施形態」という）を、図面を参照して具体的に説明する。本実施形態の処理の概要は次の通りである。
１）音声信号を複数の周波数帯域に分割する。
２）各周波数帯域の信号に対して利得調整を行う。
３）利得調整により帯域外に生じた利得変動歪成分を帯域分割フィルタ（ＢＰＦ）で除去する。
４）ＢＰＦで歪成分を除去した信号を合成して出力信号を生成する。
このような処理を行うことで、ノイズ感のない音声の出力信号を生成する。

（第１の実施形態）
図１は、本実施形態に係る音声信号処理装置１０の機能ブロック図である。図示のように、音声信号処理装置１０は、入力された音声の信号Ｓｉｎを第１〜第Ｎの経路Ｒ１〜Ｒｎの信号Ｓ１１〜Ｓ１ｎに分岐する信号分岐部１１と、分岐した信号Ｓ１１〜Ｓ１ｎに対して所定の信号処理を行う信号処理部２０と、信号処理部２０の各経路で処理された信号Ｓ４１〜Ｓ４ｎを合成する加算器６０とを備えている。

信号処理部２０は、分岐した各経路Ｒ１〜Ｒｎにおいてそれぞれ、分岐された信号Ｓ１１〜Ｓ１ｎを周波数帯域処理する前段ＢＰＦと、帯域処理された信号Ｓ２１〜Ｓ２ｎの利得調整を行うＡＧＣと、利得調整された信号Ｓ３１〜Ｓ３ｎを帯域処理する後段ＢＰＦとを備えている。なお、以降の説明で、各経路Ｒ１〜Ｒｎにおいて、前段ＢＰＦ、ＡＧＣ、および後段ＢＰＦの３要素のうち、３要素とも備える経路を第１カテゴリの経路、また、前段ＢＰＦおよびＡＧＣの２要素を備える経路を第２カテゴリの経路、前段ＢＰＦのみの１要素を備える経路を第３カテゴリの経路、３要素いずれもそなえない経路を第４カテゴリの経路、ともいう。図１の構成では、全ての経路Ｒ１〜Ｒｎが、第１カテゴリの経路として例示する。

より具体的には、第１の経路Ｒ１において、上流側から、第１の前段ＢＰＦ１１１と、第１のＡＧＣ１２１と、第１の後段ＢＰＦ１３１とが備わる。同様に、第２の経路Ｒ２において、第２の前段ＢＰＦ１１２と、第２のＡＧＣ１２２と、第２の後段ＢＰＦ１３２とが備わる。そして、以降の経路において同様にして構成され、第Ｎの経路Ｒｎにおいて、第Ｎの前段ＢＰＦ１１ｎと、第ＮのＡＧＣ１２ｎと、第Ｎの後段ＢＰＦ１３ｎとが備わる。

ここで、第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎにおいて、第１の前段ＢＰＦ１１１が選択する周波数の帯域が最も低い周波数帯域であり、第Ｎの前段ＢＰＦ１１ｎが選択する周波数の帯域が最も高い周波数帯域に設定されている。第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎのそれぞれにおいて周波数帯域制限された信号Ｓ２１〜Ｓ２ｎは、第１〜第ＮのＡＧＣ１２１〜１２ｎを通して出力（信号Ｓ３１〜Ｓ３ｎ）される。したがって、第１の前段ＢＰＦ１１１は、ローパスフィルタ（ＬＰＦ）であってよく、第Ｎの前段ＢＰＦ１１ｎは、ハイパスフィルタであってもよい。第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎや後述の第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎは、例えば、ＩＩＲ（Infinite Impulse Response）フィルタであって、ＤＳＰ（Digital Signal Processor）等の信号処理用半導体集積回路で実現される。

また、第１〜第ＮのＡＧＣ１２１〜１２ｎは、それぞれの経路（Ｒ１〜Ｒｎ）の信号（信号Ｓ２１〜Ｓ２ｎ）をそれぞれ利得調整し、信号Ｓ３１〜Ｓ３ｎとして第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎへ出力する。

第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎは、それぞれ同一経路に備わる第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎと同一の帯域特性を備えている。つまり、第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎと、対応する同一経路の第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎは、選択する周波数の帯域特性が同一である。したがって、第１〜第ＮのＡＧＣ１２１〜１２ｎの処理において、第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎが選択した周波数帯域の外に歪み成分が発生した場合には、その歪み成分は除去される。

加算器６０は、第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎにおいて周波数帯域制限処理された信号（信号Ｓ４１〜Ｓ４ｎ）を取得し合成して出力信号Ｓｏｕｔを生成し、図示しないスピーカ等の出力装置や後工程処理手段へ出力する。

図２のフローチャートに、以上の構成による音声信号の処理をまとめて説明する。
音声の信号Ｓｉｎが入力されると、信号分岐部１１が、第１〜第Ｎの経路Ｒ１〜Ｒｎに分岐して各経路に分岐した信号Ｓ１１〜Ｓ１ｎを得る（ステップＳ１０）。

第１〜第Ｎの経路Ｒ１〜Ｒｎの各経路において、第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎが、それぞれに設定されている所定の周波数帯域を選択的に出力して第１〜第ＮのＡＧＣ１２１〜１２ｎに出力（信号Ｓ２１〜Ｓ２ｎ）する（ステップＳ１２）。

第１〜第ＮのＡＧＣ１２１〜１２ｎは、それぞれ取得した信号Ｓ２１〜Ｓ２ｎに対して利得調整を行い、第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎに出力（信号Ｓ３１〜Ｓ３ｎ）する（ステップＳ１４）。

第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎはそれぞれ、利得調整された信号Ｓ３１〜Ｓ３ｎに対してそれぞれに設定されている所定の周波数帯域の信号を選択することで、その帯域外の歪み成分を除去し加算器６０へ出力する（ステップＳ１６）。

加算器６０は、第１〜第Ｎの後段ＢＰＦ１３１〜１３ｎそれぞれで周波数帯域制限処理された信号Ｓ４１〜Ｓ４ｎを取得し合成してスピーカ等の出力装置または後工程処理手段へ出力（信号Ｓｏｕｔ）する（ステップＳ１８）。

以上、本実施形態によると、第１〜第ＮのＡＧＣ１２１〜１２ｎの処理において第１〜第Ｎの前段ＢＰＦ１１１〜１１ｎが選択した周波数帯域の外に生じる歪み成分を除去できるため、不要の成分（歪み成分）を安定的に軽減することができ、加算器６０で合成され生成される信号の音質が向上する。なお、上述の実施形態では、全ての経路で利得調整がなされているがこれに限る趣旨ではない。スピーカの破壊防止の観点では、一般に、低周波数成分の過入力を防止する必要性が最も高い。また、ユーザが感じる歪みについても同様である。そこで、高周波数の信号が選択されている経路、例えば第Ｎの経路Ｒｎでは、利得調整を省略しても十分な品質を確保できることもある。そのような場合、前段ＢＰＦのみとして、ＡＧＣや後段ＢＰＦを省略することができる。つまり、各経路を第１カテゴリの経路のみの構成でなく、第２〜４カテゴリの経路を含む構成であってもよい。その様な実施形態については、第３〜第５の実施形態で例示する。また、前段ＢＰＦと後段のＢＰＦの特性を異なる特性に設定してもよい。さらに、隣接周波数帯域にＡＧＣを行わない周波数帯域の信号がある構成であれば、ＡＧＣを行わない経路に備わるＢＰＦの周波数帯域の特性を、ＡＧＣを行う経路側に周波数帯域に拡げてＡＧＣの行う経路の信号を補完してもよい。つまり、ＡＧＣを行う経路では、帯域制限処理が前段及び後段の二つのＢＰＦでなされるため、信号レベルが低下してしまう可能性がある。その様な場合、信号レベルの低下を防止しつつ発生する歪みを少なくするように二つのＢＰＦのパラメータを設定することが難しくなってしまうことがある。そのようなときに、ＡＧＣがなされない経路の信号により補完することで、ＢＰＦのパラメータの設定が容易となり、また、音質を向上させることができる。

次に、上記の構成及び処理による効果の検証結果（実験１、２）について説明する。なお、ここでは、構成及び処理による効果の確認が容易にできるように、分岐する経路を低周波数帯域側の第１の経路Ｒ１と、高周波数帯域側の第２の経路Ｒ２の二つとする。さらに、第２の経路Ｒ２においては利得調整を行わない。

図３は、本実験例の音声信号処理装置２１０の構成を示す機能ブロック図である。図示のように、音声信号処理装置２１０は、信号分岐部２４０と、信号処理部２２０と、加算器２６０とを備える。

信号分岐部２４０は、入力した音声の信号Ｓｉｎを第１及び第２の経路Ｒ１、Ｒ２に分岐して、分岐した信号Ｓ１１、Ｓ１２を信号処理部２２０へ出力する。また、信号処理部２２０は、第１の経路Ｒ１に、入力側（信号分岐部２４０側）から第１の前段ＢＰＦ２１１と、第１のＡＧＣ２２１と、第１の後段ＢＰＦ２３１とを備え、第２の経路Ｒ２には、第２の前段ＢＰＦ２１２のみを備えている。そして、加算器２６０は、第１の経路Ｒ１において第１の後段ＢＰＦ２３１で処理された信号Ｓ４１と第２の経路Ｒ２において第２の前段ＢＰＦ２１２で処理された信号Ｓ２２とを合成して出力信号Ｓｏｕｔを生成する。

図４は、図３の構成による実験１の検証結果を説明するグラフである。図４（ａ）は、入力信号の周波数特性を示しており、図４（ｂ）は、前段のＢＰＦのみの構成とした従来の手法による出力信号の周波数特性（ピーク値）を示しており、図４（ｃ）は、図３の構成による出力信号の周波数特性を示している。なお、実験条件は次の通りである。
入力信号：
１ｋＨｚ（−１２．５ｄＢ）＋１０ｋＨｚ（−１２．５ｄＢ）サイン波合成
フィルタ特性：
バンドパスフィルタ（中心周波数１ｋＨｚ、バンド幅６７０Ｈｚ）
ハイパスフィルタ（カットオフ周波数４ｋＨｚ、２次、Ｑ：１／２^１／２）
ＡＧＣ：
最大ゲイン＋９ｄＢ、閾値 −２ｄＢ、
アタックタイム１ｍｓ、リリースタイム１００ｍｓ

図４（ａ）に示すように、入力信号（原音声信号）は、１ｋＨｚ及び１０ｋＨｚを中心とした歪みがほとんど含まれていない信号である。そして、従来の手法で処理した信号は、図４（ｂ）に示すように、低周波数側では、例えば、１００Ｈｚ付近では−８０ｄＢ程度の歪みが発生しており、そこから１ｋＨｚまで幾つかのピークを有する歪みが発生しているのが分かる。また、１ｋＨｚより高い周波数側でも１０ｋＨｚを超える領域までに亘り、−６０ｄＢ〜−８０ｄＢ程度の歪みが発生している。

一方、本実施形態で提案する手法によれば、図４（ｃ）に示すように、低周波数域側及び高周波数域側の両方で発生する歪みが低減されているのが分かる。例えば、１００Ｈｚ付近では−１１０ｄＢ程度の非常に小さな歪みまで抑えることができており、実質的に歪みが発生していないレベルとも言える非常に良好な特性が得られている。

図５は、図３の構成による実験２の検証結果を説明するグラフである。図５（ａ）は、入力信号の周波数特性を示しており、図５（ｂ）は、前段のＢＰＦのみの構成とした従来の手法による出力信号の周波数特性（ピーク値）を示しており、図５（ｃ）は、図３の構成による出力信号の周波数特性を示している。なお、実験条件は次の通りであり、実験１における入力信号を低周波数側にシフトしている。
入力信号：
１００Ｈｚ（−９．２ｄＢ）＋１ｋＨｚ（−９．２ｄＢ）サイン波合成
フィルタ特性：
バンドパスフィルタ（中心周波数１００Ｈｚ、バンド幅６０Ｈｚ）
ハイパスフィルタ（カットオフ周波数１８０Ｈｚ、２次、Ｑ：１／２^１／２）
ＡＧＣ：
最大ゲイン＋９ｄＢ、閾値 −２ｄＢ、
アタックタイム１ｍｓ、リリースタイム１００ｍｓ

図５（ａ）に示すように、入力信号（原信号）は、１００Ｈｚ及び１ｋＨｚを中心とした歪みがほとんど含まれていない信号である。そして、従来の手法で処理した信号は、図５（ｂ）に示すように、低周波数側では、例えば、２００Ｈｚ付近では−４０ｄＢ程度の歪みが、また、４００Ｈｚ付近では−５０ｄＢ程度の歪みが発生している。また、１ｋＨｚより高い周波数側でも１０ｋＨｚを超える領域までに亘り、−６０ｄＢ〜−８０ｄＢ程度の歪みが発生している。

一方、本実施形態で提案する手法によれば、図５（ｃ）に示すように、低周波数域側及び高周波数域側の両方で発生する歪みが低減されているのが分かる。例えば、２００Ｈｚ付近では、図５（ｂ）と比べ１０ｄＢ程度小さい−５０ｄＢ程度まで歪みを抑えることができており、さらに、４００Ｈｚ付近では−１５ｄＢ程度小さい−６５ｄＢまで歪みを抑えることができている。

（第２の実施形態）
本実施形態では、分岐した各信号経路において、周波数帯域制限処理を行うＢＰＦを一つとして、時分割によって前段ＢＰＦの機能と後段のＢＰＦ機能とを一つのＢＰＦで行う。

図６は、本実施形態に係る音声信号処理装置３１０の構成を示す機能ブロック図である。図示のように、音声信号処理装置３１０は、前段速度変換部３５１と、信号分岐部３４０と、信号処理部３２０と、加算器３６０と、後段速度変換部３５２とを備える。

前段速度変換部３５１は、同一のＢＰＦで時分割により信号処理を行うために、信号Ｓｉｎの速度を２倍以上に変換する。そして変換後の信号Ｓ１が信号分岐部３４０に出力される。そして、信号分岐部３４０は、図１の信号分岐部１１と同様に、入力された信号Ｓ１を第１〜第Ｎの経路Ｒ１〜Ｒｎに分岐して分岐した信号Ｓ１１〜Ｓ１ｎを得る。

信号処理部３２０は、分岐した各経路Ｒ１〜Ｒｎにおいてそれぞれ、分岐された信号Ｓ１１〜Ｓ１ｎを周波数帯域処理するＢＰＦと、周波数帯域処理された信号Ｓ２１〜Ｓ２ｎの利得調整を行うＡＧＣとを備えている。具体的には、第１の経路Ｒ１において、第１のＢＰＦ３１１と、第１のＡＧＣ３２１とが備わる。同様に、第２の経路Ｒ２において、第２のＢＰＦ３１２と、第２のＡＧＣ３２２とが備わる。そして、以降の経路において同様にして構成され、第Ｎの経路Ｒｎにおいて、第ＮのＢＰＦ３１ｎと、第ＮのＡＧＣ３２ｎとが備わる。

第１〜第ＮのＢＰＦ３１１〜３１ｎは、信号分岐部３４０において分岐された信号Ｓ１１〜Ｓ１ｎを取得すると、まず、それら信号Ｓ１１〜Ｓ１ｎに対してそれぞれ所定の周波数帯域処理を行い、それぞれ第１〜第ＮのＡＧＣ３２１〜３２ｎへ出力（信号Ｓ２１〜Ｓ２ｎ）する。

第１〜第ＮのＡＧＣ３２１〜３２ｎは、それぞれ利得調整を行い、第１〜第ＮのＢＰＦ３１１〜３１ｎに出力（信号Ｓ３１〜Ｓ３ｎ）する。第１〜第ＮのＢＰＦ３１１〜３１ｎでは、利得調整後の信号Ｓ３１〜Ｓ３ｎに対して、それぞれ所定の周波数帯域処理を行い加算器３６０へ出力（信号Ｓ４１〜Ｓ４ｎ）する。

また、信号処理部３２０は、信号分岐部３４０から取得した信号Ｓ１１〜Ｓ１ｎに周波数帯域処理を行うか、利得調整された音声信号Ｓ３１〜Ｓ３ｎに周波数帯域処理を行うかを決定し第１〜第ＮのＢＰＦ３１１〜３１ｎを制御する切替指示制御部３３０を備える。つまり、切替指示制御部３３０は、第１〜第ＮのＢＰＦ３１１〜３１ｎを前段のＢＰＦとして機能させるか後段のＢＰＦとして機能させるかを決定し指示する。

加算器３６０で合成された信号Ｓ５は、後段速度変換部３５２に出力される。そして、後段速度変換部３５２は、前段速度変換部３５１で変換された信号Ｓ１の速度をもとの速度に戻し、スピーカ等の音声出力装置へ出力（信号Ｓ５）する。

以上、本実施形態によると、第１の実施形態と同様の効果を実現できる。さらに、前段の周波数帯域制限処理と後段の周波数帯域制限処理とで同一のＢＰＦを使用するため、同一のフィルタ係数を使用する場合に、フィルタ係数を格納する記憶容量を低減できる。また、前段速度変換部３５１や後段速度変換部３５２の処理は、第１〜第ＮのＢＰＦ３１１〜３１ｎの機能を実現するＤＳＰに行わせることができるため、部品点数を増やさず実現できる。

（第３の実施形態）
本実施形態は、第１の実施形態の変形例であり、図７に、本実施形態の音声信号処理装置１０ａの構成を示す機能ブロック図を示す。図示のように、音声信号処理装置１０ａでは、信号分岐部１１は、入力された音声の信号Ｓｉｎを第１〜第３の経路Ｒ１〜Ｒ３の信号Ｓ１１〜Ｓ１３に分岐する。なお、当然に、信号の分岐数は、３経路に限る趣旨ではない。信号処理部２０ａは、分岐した信号Ｓ１１〜Ｓ１３に対して所定の信号処理を行う。また、加算器６０は、信号処理部２０の各経路で処理された信号Ｓ４１、Ｓ３２、Ｓ２３を合成する。

本実施の形態では、第１の経路Ｒ１が第１カテゴリの経路、第２の経路Ｒ２が第２カテゴリの経路、そして第３の経路Ｒ３が第３カテゴリの経路となっている。具体的には、第１の経路Ｒ１において、上流側から、第１の前段ＢＰＦ１１１と、第１のＡＧＣ１２１と、第１の後段ＢＰＦ１３１とが備わる。同様に、第２の経路Ｒ２において、第２の前段ＢＰＦ１１２と、第２のＡＧＣ１２２とが備わる。そして、第３の経路Ｒ３では、第３の前段ＢＰＦ１１３のみが備わる。

ここで、第１〜第３の前段ＢＰＦ１１１〜１１３において、第１の前段ＢＰＦ１１１が有する周波数帯域が最も低い周波数帯域であり、第３の前段ＢＰＦ１１３が有する周波数帯域が最も高い周波数帯域に設定されている。

以上、本実施形態によると、第１の実施形態と同様の効果が期待できる。さらに、想定される歪み成分の発生を考慮して、ＡＧＣ処理や帯域制限処理を行う構成要素を省くことで、信号レベルの低下を防止しつつ発生する歪みを少なくすることができる。また、ＢＰＦのパラメータの設定、つまり音声信号処理装置１０ａの設計の工数が低減できる。

（第４の実施形態）
本実施形態も、第１の実施形態の変形例であり、図８に示すように音声信号処理装置１０ｂの信号処理部２０ｂは、図７に示した音声信号処理装置１０ａの構成において、第４の経路Ｒ４として、ＡＧＣ処理や帯域制限処理を行わない第４カテゴリの経路を追加したことにある。したがって、加算器６０において、信号処理部２０の各経路で処理された４つの信号Ｓ４１、Ｓ３２、Ｓ２３、Ｓ１４が合成される。本実施の形態によると、第３の実施形態と同様の効果が期待できる。

（第５の実施形態）
本実施形態も、第１の実施形態の変形例であり、図９に示すように音声信号処理装置１０ｃの信号処理部２０ｃにおける経路の分岐構成をシンプルな２系路にした構成となっている。具体的には、図３で示した実験例の構成において、第２の前段ＢＰＦ２１２を省いた構成である。つまり、第１の経路Ｒ１が第１カテゴリの経路であり、第２の経路Ｒ２が第４カテゴリの経路である。より具体的には、第１の経路Ｒ１では、信号分岐部１１側から順に前段ＢＰＦ１１１ａ、ＡＧＣ１２１ａ及び後段ＢＰＦ１３１ａが配置されて、それらで処理がなされた信号Ｓ４１が加算器６０に出力される。一方、第２の経路Ｒ２では、ＡＧＣ処理や帯域制限処理が施されない信号Ｓ１２が加算器６０に出力される。本実施形態によると、第３及び第４の実施形態と同様の効果が期待できる。

以上、本発明を実施形態をもとに説明した。この実施形態は例示であり、それらの各構成要素の組み合わせにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

本実施形態を簡単にまとめると、以下の通りである。
本実施形態の音声信号処理装置は、音声信号を複数の経路に分岐し、前記分岐した音声信号をそれぞれ周波数帯域制限処理をして所定の周波数帯域に分割する前段帯域制限手段と、前記前段帯域制限手段にて分割された音声信号をそれぞれゲイン制御するゲイン制御手段と、前記ゲイン制御手段においてゲイン制御された音声信号を周波数帯域制限処理する後段帯域制限手段と、前記後段帯域制限手段の周波数帯域制限処理後に、前記分岐された音声信号を合成する合成手段とを備える。
また、同一経路に備わる前記前段帯域制限手段と前記後段帯域制限手段の各周波数帯域制限処理は、同一の帯域制限手段において時分割処理にて実行されてもよい。
また、前記複数に分岐した経路のうち、一部の経路には前記ゲイン制御手段と前記後段帯域制限手段とが省略されてもよい。
また、前記ゲイン制御手段と前記後段帯域制限手段とが省略されている経路に備わる前記前段帯域制限手段の特性は、前記前段帯域制限手段で周波数帯域制限処理された音声信号が前記ゲイン制御手段と前記後段帯域制限手段が省略されていない隣接する周波数帯域の経路の音声信号の周波数帯域を補完するように設定されてもよい。

Claims

第１の音声信号に対して周波数帯域制限処理を施す第１の前段帯域制限手段と、
前記第１の前段帯域制限手段にて周波数帯域制限処理が施された前記第１の音声信号をゲイン制御する第１のゲイン制御手段と、
前記第１のゲイン制御手段においてゲイン制御された前記第１の音声信号に対して周波数帯域制限処理を施す第1の後段帯域制限手段と、
を備えることを特徴とする音声信号処理装置。
前記第１の後段帯域制限手段の周波数帯域制限処理が施された前記第１の音声信号と、前記第１の音声信号の経路とは異なる経路の音声信号とを合成する合成手段を備えることを特徴とする請求項１に記載の音声信号処理装置。
前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、
第２の音声信号に対して周波数帯域制限処理を施す第２の前段帯域制限手段と、
前記第２の前段帯域制限手段にて周波数帯域制限処理が施された前記第２の音声信号をゲイン制御する第２のゲイン制御手段と、
前記第２のゲイン制御手段においてゲイン制御された前記第２の音声信号に対して周波数帯域制限処理を施す第２の後段帯域制限手段と、
を備え、
前記第２の後段帯域制限手段における周波数帯域制限処理後の前記第２の音声信号を前記合成手段へ出力する
ことを特徴とする請求項２に記載の音声信号処理装置。
前記第１の前段帯域制限手段が帯域制限して出力する前記第１の音声信号の周波数帯域は、前記第２の前段帯域制限手段が帯域制限して出力する前記第２の音声信号の周波数帯域より低く設定されていることを特徴とする請求項２または３に記載の音声信号処理装置。
前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、
第３の音声信号に対して周波数帯域制限処理を施す第３の前段帯域制限手段と、
前記第３の前段帯域制限手段にて周波数帯域制限処理が施された前記第３の音声信号をゲイン制御する第３のゲイン制御手段と、
を備え、
前記第３のゲイン制御手段と前記合成手段との間に、ゲイン制御された前記第３の音声信号に対して周波数帯域制限処理を施す後段帯域制限手段を備えず、
前記第３のゲイン制御手段におけるゲイン制御後の前記第３の音声信号を前記合成手段へ出力する
ことを特徴とする請求項２から４までのいずれかに記載の音声信号処理装置。
前記第１の音声信号と合成される音声信号を前記合成手段へ出力する経路は、
第４の音声信号に対して周波数帯域制限処理を施す第４の前段帯域制限手段を備え、
前記第４の前段帯域制限手段と前記合成手段との間に、周波数帯域制限処理が施された前記第４の音声信号をゲイン制御するゲイン制御手段及び周波数帯域制限処理を施す後段帯域制限手段を備えず、
前記第４の前段帯域制限手段における周波数帯域制限処理後の前記第４の音声信号を前記合成手段へ出力する
ことを特徴とする請求項２から５までのいずれかに記載の音声信号処理装置。
前記第１の音声信号と合成される音声信号の経路は、帯域制限処理前の音声信号を前記合成手段に出力する経路であることを特徴とする請求項２から６までのいずれかに記載の音声信号処理装置。
前記第１の前段帯域制限手段と前記第１の後段帯域制限手段の各周波数帯域制限処理は、同一の帯域制限手段において、時分割処理にて実行されることを特徴とする請求項２から７までのいずれかに記載の音声信号処理装置。
前記第２の前記前段帯域制限手段の特性は、前記第１の前段帯域制限手段で周波数帯域制限処理された前記第１の音声信号の周波数帯域を補完するように設定されていることを特徴とする請求項３に記載の音声信号処理装置。
入力した音声信号を複数の経路に分岐する経路分割工程と、
分岐した各経路において、前記音声信号を周波数帯域制限処理して所定の周波数帯域に分割する帯域分割工程と、
帯域に分割された前記各音声信号に対して、必要に応じて利得調整を行う利得調整工程と、
利得調整された前記各音声信号を周波数帯域制限処理して、前記利得調整工程において生じる歪信号を除去する歪除去工程と、
前記歪除去工程終了後、周波数帯域が分割された前記音声信号を合成する合成工程と、
を実行することを特徴とする音声信号処理装置の音声信号処理方法。
前記所定の周波数帯域に分割された前記音声信号において、前記利得調整工程がなされない前記音声信号にあっては、前記歪除去工程が省略されることを特徴とする請求項１０に記載の音声信号処理装置の音声信号処理方法。