JPWO2010035308A1 - エコー消去装置 - Google Patents

Abstract

適応フィルタ部１０３が送信入力信号からエコーを除去した送信中間信号を出力し、パワー比較部１０７が受信信号パワーと送信中間信号パワーのパワー比を算出する。受話ＳＴ検出部１０４が受話側のシングルトーク状態を検知した場合に、音響結合量推定部１０８がパワー比から推定音響結合量を推定して更新する。残留エコーパワー推定部１０９は受信信号パワーと推定音響結合量から推定残留エコーパワーを推定し、信号対エコー比推定部１１０が送信中間信号パワーと推定残留エコーパワーの比を推定する。振幅抑圧係数決定部１１１がこの比に応じた振幅抑圧係数を決定し、振幅抑圧部１１２が送信中間信号を振幅抑圧する。

Description

この発明は、音声通信に用いる音響エコー消去装置に関するものである。

線形エコー処理を用いる音響エコー消去装置では、適応フィルタ等の手段によって、スピーカからマイクに至るエコー経路の伝達関数を推定し、擬似エコー信号を生成していた。そして、マイクに入力された送話音声信号から擬似エコー信号を引き去ることによって、送話音声に含まれるエコーを除去していた。この音響エコー消去装置は、エコーと送話音声が重なった状態、即ちダブルトーク状態でも、送話音声を損なわずにエコーのみを除去できるという利点があった。しかしながら、エコー経路の伝達関数に推定誤差が生じること、および非線形エコー等により残留エコーが生じることによって、得られるエコー消去効果には限界があった。

一方、非線形エコー処理を用いる音響エコー消去装置では、音声信号に対して、音声スイッチ、センタクリッパおよび可変アッテネータ等による振幅抑圧処理を施すことによって直接エコーを抑えていた。この音響エコー消去装置は、簡単な構成で、残留エコーを発生させることなく確実にエコーを除去できるという利点があった。しかしながら、ダブルトーク状態では、エコーと共に送話音声を抑圧してしまうことで、音質を損ねるという問題があった。

上述のような問題を解決するために、一般的な音響エコー消去装置は、線形エコー処理によってエコーの主成分を除去し、消し残した残留エコーは、送話音声が有音でない場合にのみ、非線形エコー処理によって除去する構成であった。このような構成が、例えば非特許文献１に記載されている。

しかし、信号パワーにおいて、送話音声対エコー比率が比較的悪い環境では、送話音声がエコーに隠されやすくなるため、送話音声が有音であるか否かの判定が難しくなっていた。この結果、音響エコー装置がダブルトーク状態において送話音声を検出できず、過度な非線形エコー処理を施してしまうことにより、送話音声を損ねるという問題があった。

上述のような問題を解決するために、非線形エコー処理において音声信号の振幅抑圧に用いる抑圧係数を柔軟に制御する方法が、例えば特許文献１に開示されている。
特許文献１に開示の反響抑圧装置は、送話音声とエコーとが重畳した送信信号のパワーからエコー信号のパワーを減算することによって送話音声のみのパワーを算出し、この送話音声パワーに所定のマスキング閾値を加え、さらに送信信号のパワー値で正規化した値を、抑制係数としていた。反響抑圧装置は、この抑制係数を用いて非線形エコー処理を行うことにより、送話音声が存在するダブルトーク状態では自動的に抑圧が弱められ、送話音声が損なわれにくくなっていた。なお、エコー信号のパワーは、受信信号のパワーとエコー経路の音響結合量との積によって推定されていた。

ＩＴＵ−Ｔ勧告 Ｇ．１６５（第１７頁〜第２０頁） 特開２００２−８４２１２号公報（段落００３９〜段落００４２）

例えば特許文献１に記載されたような従来のエコー消去装置では、エコー信号のパワーを受信信号のパワーとエコー経路の音響結合量との積によって推定しているが、この音響結合量はエコー経路の変動や周囲の雑音の影響を受けるために、正確な測定が困難であった。このため、推定したエコー信号のパワーには必ず推定誤差が存在しており、従って、このエコー信号のパワーに基づいて算出された送話音声パワーにも誤差があった。
特に、ハンズフリー電話等の送話音声対エコー比率の非常に悪い環境では、この誤差の影響が顕著であり、送信信号のパワーからエコー信号のパワーの推定値を減算して送話信号のパワーを算出するときに、送話音声パワーの推定値が０以下になってしまうことがあった。この結果、非線形エコー処理において過大なエコー抑圧が働き、送話音声が損なわれてしまうという問題が起こっていた。

従来のエコー消去装置は以上のように構成されているので、送話音声対エコー比率が悪い環境では、ダブルトーク状態において送話音声を損ねてしまうという課題があった。
なお、特許文献１を例にあげて説明した従来の方法において送話音声が損なわれる課題を回避するためには、前述のマスキング閾値を非常に高く設定してエコー抑圧を軽減させる必要がある。しかし、この場合には弊害としてエコーが充分に抑えられなくなるという問題が起こる。

この発明は、上記のような課題を解決するためになされたもので、送話音声対エコー比率が悪い環境において、ダブルトーク状態であっても、送話音声を損なうことなく十分なエコー処理性能を実現するエコー消去装置を得ることを目的とする。

この発明に係るエコー消去装置は、送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部と、受信信号と送信中間信号を用いて、受話側のシングルトーク状態を検知する受話シングルトーク検出部と、受信信号のパワーを算出する第１のパワー算出部と、送信中間信号のパワーを算出する第２のパワー算出部と、受話シングルトーク検出部によってシングルトーク状態が検知された場合に、送信中間信号と受信信号のパワー比から音響結合量を推定して更新する音響結合量推定部と、受信信号のパワーと音響結合量から、送信中間信号の残留エコーパワーを推定する残留エコーパワー推定部と、送信中間信号のパワーと残留エコーパワーの比から、信号対エコー比を推定する信号対エコー比推定部と、信号対エコー比に応じて振幅抑圧係数を決定する振幅抑圧係数決定部と、振幅抑圧係数に基づいて送信中間信号を振幅抑圧する振幅抑圧部とを備えるものである。

このことによって、送話音声対エコー比率が悪い環境において、残留エコーパワーが正確に推定できない場合でも、送話音声を損なうことなく十分なエコー処理性能を実現するエコー消去装置を得ることができる。

この発明に係るエコー消去装置は、送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部と、受信信号と送信中間信号を用いて、受話側のシングルトーク状態を検知する受話シングルトーク検出部と、受信信号を周波数スペクトルに変換する第１の周波数変換部と、受信信号の周波数スペクトルからパワースペクトルを算出する第１のパワースペクトル算出部と、送信中間信号を周波数スペクトルに変換する第２の周波数変換部と、送信中間信号の周波数スペクトルからパワースペクトルを算出する第２のパワースペクトル算出部と、受話シングルトーク検出部によってシングルトーク状態が検知された場合に、送信中間信号と受信信号のパワースペクトル比から音響結合量を推定して更新する音響結合量推定部と、受信信号のパワースペクトルと音響結合量から、送信中間信号の残留エコーパワースペクトルを推定する残留エコーパワースペクトル推定部と、送信中間信号のパワースペクトルと残留エコーパワースペクトルの比から、信号対エコースペクトル比を推定する信号対エコースペクトル比推定部と、信号対エコースペクトル比に応じて振幅抑圧係数スペクトルを決定する振幅抑圧係数スペクトル決定部と、振幅抑圧係数スペクトルに基づいて送信中間信号の周波数スペクトルを振幅抑圧する振幅抑圧部と、振幅抑圧された送信中間信号の周波数スペクトルを時系列信号に変換する逆周波数変換部とを備えるものである。

このことによって、周波数領域上で帯域毎に異なる振幅抑圧係数を算出して周波数領域で振幅抑圧することができ、時間領域で振幅抑圧する場合に比べて、話者音声の損失をさらに少なくできる。

この発明の実施の形態１に係るエコー消去装置の構成を示すブロック図である。 この発明の実施の形態１に係るエコー消去装置における振幅抑圧ゲインの特性を示すグラフである。 この発明の実施の形態２に係るエコー消去装置における振幅抑圧ゲインの特性曲線を示すグラフである。 この発明の実施の形態３に係るエコー消去装置の構成を示すブロック図である。 この発明の実施の形態３に係るエコー消去装置の振幅抑圧ゲイン特性設定部が保存する特性データの一例を示すグラフである。 この発明の実施の形態４に係るエコー消去装置の構成を示すブロック図である。

以下、この発明をより詳細に説明するために、この発明を実施するための最良の形態にして、添付の図面に従って説明する。
実施の形態１．
図１は、この発明の実施の形態１に係るエコー消去装置の構成を示すブロック図である。エコー消去装置は、スピーカ１０１、マイク１０２、適応フィルタ部１０３、受話シングルトーク検出部（以下、受話ＳＴ検出部）１０４、第１および第２のパワー算出部１０５，１０６、パワー比較部１０７、音響結合量推定部１０８、残留エコーパワー推定部１０９、信号対エコー比推定部１１０、振幅抑圧係数決定部１１１、振幅抑圧部１１２を備える。図１において、ｒ_in（ｋ）は受信信号、ｓ_in（ｋ）は送信入力信号であり、ｋは時刻を表す。

次に、エコー消去装置の動作を説明する。
スピーカ１０１は、受信した受信信号ｒ_in（ｋ）を受話音声として出力する。マイク１０２は、スピーカ１０１が出力した受話音声をエコーとして収音し、話者が発する送話音声とエコーとが混在した送信入力信号ｓ_in（ｋ）を生成する。続いて、適応フィルタ部１０３が、マイク１０２から送信入力信号ｓ_in（ｋ）を受け、線形エコー処理により送信入力信号ｓ_in（ｋ）からエコーを除去して送信中間信号ｓ_mid（ｋ）を生成する。
なお、適応フィルタ部１０３はエコーを完全に除去することはできず、送信中間信号ｓ_mid（ｋ）には残留エコーが含まれる。適応フィルタ部１０３には、一般的によく知られるＮＬＭＳ（Ｎｏｒｍａｌｉｚｅｄ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）アルゴリズム等を用いればよい。

続いて、受話ＳＴ検出部１０４が、受信信号ｒ_in（ｋ）と適応フィルタ部１０３から入力される残留エコーを含む送信中間信号ｓ_mid（ｋ）とから、通話状態が受話側のシングルトーク状態、即ち送信入力信号がほぼエコーで占められている状態を検知する。そして、受話ＳＴ検出部１０４は、シングルトーク状態の検知結果として検知フラグＲＳＴ（ｋ）を音響結合量推定部１０８へ出力する。
検知フラグＲＳＴ（ｋ）は、０が受話シングルトーク以外の状態を示し、１が受話シングルトーク状態を示す。ただし、受話ＳＴ検出部１０４は、明確に受話シングルトーク状態と判断できる状態の場合のみ、受話シングルトーク状態と判定するものとする。

一般に、マイク１０２で収音された送信入力信号の送話音声対エコー比率が悪い環境では、受話シングルトークとダブルトークとの正確な識別が困難である。そのため、送話音声対エコー比率が悪く、受話シングルトークかダブルトークか判然としない状況では、受話シングルトーク状態を検知しないよう構成する。このような状況の場合には、受話ＳＴ検出部１０４は、例えば受信信号ｒ_in（ｋ）が有音で、かつ送信中間信号ｓ_mid（ｋ）の信号パワーが所定の閾値よりも低く確実に話者音声が存在しないといえる状況のみを受話シングルトークとして検知するようにする。なお、この構成の場合には、第２のパワー算出部１０６が受話ＳＴ検出部１０４へ送信中間信号のパワーを出力するものとする。

第１のパワー算出部１０５は受信信号ｒ_in（ｋ）に対し受信信号パワーを算出し、第２のパワー算出部１０６は送信中間信号ｓ_mid（ｋ）に対し送信中間信号パワーを算出する。そして、パワー比較部１０７が第１および第２のパワー算出部１０５，１０６から受信信号パワーおよび送信中間信号パワーを受け、下記式（１）に従って両者の比であるパワー比ｓｒ（ｋ）を算出する。

音響結合量推定部１０８は、受話ＳＴ検出部１０４から検知フラグＲＳＴ（ｋ）を受け、ＲＳＴ（ｋ）が１であるとき、即ち受話シングルトーク状態であるとき、下記式（２）により推定音響結合量ｈ（ｋ）を更新する。ただし、（０＜α≦１）である。
ｈ（ｋ）＝α・ｓｒ（ｋ）＋（１−α）ｈ（ｋ−１） （２）

残留エコーパワー推定部１０９は、第１のパワー算出部１０５から受信信号パワーを、音響結合量推定部１０８から推定音響結合量をそれぞれ受け、下記式（３）に従って送信中間信号に含まれる残留エコーのパワーを推定した推定残留エコーパワーを算出する。
なお、エコーの残響成分を考慮する場合には、残留エコーパワー推定部１０９が下記式（３）に代えて下記式（４）に従って、推定音響結合量と受信信号パワーから算出する現時点の残留エコーパワーの推定値に、所定の係数βを乗じた過去時の残留エコーパワーの推定値を加えることによって、推定残留エコーパワーを算出してもよい。

次に、信号対エコー比推定部１１０が、第２のパワー算出部１０６から送信中間信号パワーを、残留エコーパワー推定部１０９から推定残留エコーパワーをそれぞれ受け、下記の定義式（５）に従って信号対エコー比ｓｅｒ（ｋ）を算出する。ここで、ａはａ＞０の任意の定数である。ａは、エコーがなく、分母である推定残留エコーパワーが０であるときに、ｓｅｒ（ｋ）の分母が０になることを防ぐために挿入されたものであり、送信入力信号が話者音声またはエコーを含んで有音であるときの推定残留エコーパワーに対して、充分小さな値となるように予め設定されているものとする。

続いて、振幅抑圧係数決定部１１１が、信号対エコー比推定部１１０から信号対エコー比ｓｅｒ（ｋ）を受け、下記式（６）に従って振幅抑圧係数ｇ（ｋ）を決定する。ここで、ｂ，ｃは予め値の設定された定数パラメータであり、それぞれｂ＞１，ｃ＞０を満たすものとする。また、振幅抑圧係数ｇ（ｋ）には任意の下限値を設けてもよい。

ここで、振幅抑圧係数ｇ（ｋ）と信号対エコー比ｓｅｒ（ｋ）の関係を、それぞれの対数表現である振幅抑圧ゲインＧ（ｋ）と対数信号対エコー比ＳＥＲ（ｋ）を用いて説明する。振幅抑圧係数ｇ（ｋ）から振幅抑圧ゲインＧ（ｋ）への変換、および信号対エコー比ｓｅｒ（ｋ）から対数信号対エコー比ＳＥＲ（ｋ）への変換は、下記式（７）でそれぞれ定義される。
Ｇ（ｋ）＝２０ｌｏｇ₁₀（ｇ（ｋ）） （７）
ＳＥＲ（ｋ）＝１０ｌｏｇ₁₀（ｓｅｒ（ｋ））

振幅抑圧ゲインＧ（ｋ）と対数信号対エコー比ＳＥＲ（ｋ）の関係は、上記式（６）および式（７）より、以下の式（８）で表すことができる。

上記式（８）より、定数ｂは、ＳＥＲ（ｋ）＝０ｄＢにおける振幅抑圧ゲインＧを制御するパラメータであることが分かる。また、定数ｃは、対数信号対エコー比に対する振幅抑圧ゲインの勾配を制御するパラメータであることが分かる。これらのパラメータｂ，ｃは、適用先の条件に応じて任意に調整すればよい。

図２は、上記式（８）によって定義される振幅抑圧ゲインＧ（ｋ）と対数信号対エコー比ＳＥＲ（ｋ）の線形関係を示すグラフであり、対数信号対エコー比軸に対する振幅抑圧ゲイン特性１を示す。図２に示すように、振幅抑圧ゲインＧ（ｋ）と対数信号対エコー比ＳＥＲ（ｋ）の線形関係は、ＳＥＲ（ｋ）＜０ｄＢの領域でも継続している。本来、送信中間信号パワーを残留エコーのパワーが上回ることはあり得ず、常にＳＥＲ（ｋ）＞０ｄＢとなるはずである。しかしながら、音響結合量の推定誤差によって推定残留エコーパワーが送信中間信号パワーを上回り、計算結果としてＳＥＲ（ｋ）＜０ｄＢとなる場合がある。

これに対応するために、本実施の形態のエコー消去装置は、ＳＥＲ（ｋ）＜０ｄＢの範囲においても振幅抑圧ゲインＧ（ｋ）と対数信号対エコー比ＳＥＲ（ｋ）とが線形関係となるように振幅抑圧ゲイン特性を定義しておく（式（８））。そして、振幅抑圧係数決定部１１１は、この式（８）を振幅抑圧係数ｇ（ｋ）と信号対エコー比ｓｅｒ（ｋ）の関係式に直した上記式（６）に従って、振幅抑圧係数ｇ（ｋ）を決定する。

振幅抑圧部１１２は、下記式（９）のように振幅抑圧係数ｇ（ｋ）を送信中間信号ｓ_mid（ｋ）に乗じることによって非線形エコー処理を行い、送信中間信号ｓ_mid（ｋ）に含まれる残留エコーを抑圧した送信出力信号ｓ_out（ｋ）を生成する。
ｓ_out（ｋ）＝ｇ（ｋ）・ｓ_mid（ｋ） （９）

このように、本実施の形態のエコー消去装置は、対数信号対エコー比ＳＥＲ（ｋ）＜０ｄＢの範囲においても、振幅抑圧ゲインＧ（ｋ）とＳＥＲ（ｋ）とが線形関係となるように振幅抑圧ゲイン特性を定義し、この定義に従って振幅抑圧係数決定部１１１が振幅抑圧係数ｇ（ｋ）を決定し、振幅抑圧部１１２が残留エコーを抑圧する。そのため、推定誤差によってＳＥＲ（ｋ）＜０ｄＢとなった場合でも、送信中間信号に対して過度な抑圧が働くことを防ぎ、送話音声の損失を少なくすることができる。

以上のように、実施の形態１によれば、エコー消去装置を、送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部１０３と、受信信号と送信中間信号を用いて受話側のシングルトーク状態を検知する受話ＳＴ検出部１０４と、受信信号パワーを算出する第１のパワー算出部１０５と、送信中間信号パワーを算出する第２のパワー算出部１０６と、送信中間信号パワーと受信信号パワーの比を計算するパワー比較部１０７と、受話ＳＴ検出部１０４によってシングルトーク状態が検知された場合に送信中間信号パワーと受信信号パワーのパワー比から推定音響結合量を推定して更新する音響結合量推定部１０８と、受信信号パワーと推定音響結合量から送信中間信号の推定残留エコーパワーを推定する残留エコーパワー推定部１０９と、送信中間信号パワーと推定残留エコーパワーの比から信号対エコー比を推定する信号対エコー比推定部１１０と、信号対エコー比に応じて振幅抑圧係数を決定する振幅抑圧係数決定部１１１と、振幅抑圧係数に基づいて送信中間信号を振幅抑圧する振幅抑圧部１１２とを備えるように構成した。そのため、送話音声対エコー比率が非常に悪い環境において、残留エコーパワーが正確に推定できない場合でも、送話音声の損失の少ないエコー処理を実現することが可能となる。

また、振幅抑圧係数決定部１１１は、上記式（６）に基づいて、信号対エコー比に応じた振幅抑圧係数を決定するように構成した。そのため、推定誤差によって推定残留エコーパワーが送信中間信号パワーを上回った場合でも、送信中間信号に対して過度な振幅抑圧が働くことを防ぎ、送話音声の損失を少なくすることが可能となる。

また、残留エコーパワー推定部１０９は、上記式（４）に従い、現時点の受信信号のパワーと音響結合量から推定した残留エコーパワーに、過去時に推定した残留エコーパワーを加えて送信中間信号の残留エコーパワーとするように構成した。そのため、エコーの残響成分を考慮した推定残留エコーパワーを推定することが可能となる。

実施の形態２．
上記実施の形態１のエコー消去装置において、振幅抑圧係数決定部１１１は、対数信号対エコー比ＳＥＲ（ｋ）と振幅抑圧ゲインＧ（ｋ）とがＳＥＲ（ｋ）＜０ｄＢの範囲で線形関係となるように振幅抑圧ゲインＧ（ｋ）を決定していた。本実施の形態のエコー消去装置では、この関係式を、振幅抑圧ゲインＧ（ｋ）が対数信号対エコー比ＳＥＲ（ｋ）軸の無限遠に対して飽和曲線を描く数学関数を用いて定義する。

先ず、対数信号対エコー比ＳＥＲ（ｋ）と振幅抑圧ゲインＧ（ｋ）の関係式を下記式（１０）のように定義する。ここで、ｂ，ｃ，ｄは予め値の設定された定数パラメータであり、ｂ，ｃはそれぞれｂ＞１，ｃ＞０を満たすものとする。

図３は、上記式（１０）によって定義される、振幅抑圧ゲインＧ（ｋ）の特性曲線を示すグラフである。図３に示すように、振幅抑圧ゲインＧ（ｋ）は、対数信号対エコー比ＳＥＲ（ｋ）軸の無限遠に対して飽和曲線を描いている。このような飽和曲線となることにより、対数信号対エコー比ＳＥＲ（ｋ）が低い、即ち送信入力信号がエコーのみの状態、または対数信号対エコー比ＳＥＲ（ｋ）が高い、即ち送信入力信号が話者音声のみの状態においては、振幅抑圧ゲインＧ（ｋ）の変動が小さいため、対数信号対エコー比ＳＥＲ（ｋ）に多少の誤差があっても影響を受けにくく、エコー消去装置の動作が安定するという利点がある。

また、図３からも明らかなように、式（１０）より、定数ｂは振幅抑圧ゲインＧ（ｋ）の最低値を制御するパラメータであることが分かる。また、定数ｃは、対数信号対エコー比ＳＥＲ（ｋ）に対する振幅抑圧ゲインＧ（ｋ）の勾配を制御するパラメータとなっている。また、定数ｄは、図３の特性曲線をＳＥＲ（ｋ）軸方向に沿って平行移動させることによって、振幅抑圧ゲインＧ（ｋ）の遷移領域の中心位置を制御するパラメータとなる。

次に、本実施の形態のエコー消去装置において振幅抑圧係数を算出する方法を、図１を援用して説明する。振幅抑圧係数決定部１１１は、上記式（１０）を振幅抑制係数ｇ（ｋ）と信号対エコー比ｓｅｒ（ｋ）の関係式に直した以下の式（１１）に従って、振幅抑制係数ｇ（ｋ）を決定する。振幅抑圧係数決定部１１１以外のエコー消去装置の構成要素は、上記実施の形態１と同一であるため、説明を省略する。

以上のように、実施の形態２によれば、振幅抑圧係数決定部１１１は、上記式（１１）に基づいて、信号対エコー比に応じた振幅抑圧係数を決定するように構成した。そのため、振幅抑圧ゲイン特性が飽和曲線状となっていることにより、振幅抑圧ゲインが対数信号対エコー比の誤差の影響を受けにくく、エコー消去装置の動作を安定させることが可能となる。

実施の形態３．
上記実施の形態１および２のエコー消去装置では、振幅抑圧係数決定部１１１が式を用いて振幅抑圧係数を決定する構成であったが、本実施の形態では、特性空間上に複数の変節点を設定してこれら変節点を通る直線、または近似曲線を用いて振幅抑圧ゲインＧ（ｋ）を定義した特性データから、振幅抑圧係数を決定する構成とする。

図４は、この発明の実施の形態３に係るエコー消去装置の構成を示すブロック図である。エコー消去装置は、スピーカ１０１、マイク１０２、適応フィルタ部１０３、受話ＳＴ検出部１０４、第１のパワー算出部１０５、第２のパワー算出部１０６、パワー比較部１０７、音響結合量推定部１０８、残留エコーパワー推定部１０９、信号対エコー比推定部１１０、振幅抑圧係数決定部４１１、振幅抑圧ゲイン特性設定部４１２、振幅抑圧部１１２を備える。図４において図１と同一または相当の部分については同一の符号を付し説明を省略する。

振幅抑圧ゲイン特性設定部４１２には、対数信号対エコー比ＳＥＲ（ｋ）に対する振幅抑圧ゲインＧ（ｋ）の特性データが保存されている。
図５は、振幅抑圧ゲイン特性設定部４１２が保存している振幅抑圧ゲインＧ（ｋ）特性データの一例であり、信号対エコー比ｓｅｒ（ｋ）と振幅抑圧係数ｇ（ｋ）の関係を対数表現で定義したものである。振幅抑圧ゲイン特性設定部４１２には、図５に示すように特性空間上に設定された複数の変節点に対して、これらの点同士を個々に結ぶ直線もしくは２次以上の関数で定義される曲線、または全ての点を結ぶ近似曲線によって定義された特性曲線を表す特性データが保存されている。本実施の形態のエコー消去装置では、設計者が振幅抑圧ゲイン特性設定部４１２に任意の変節点を設定し、特性曲線を生成して振幅抑圧ゲインＧ（ｋ）特性データとして保存しておくことによって、任意に振幅抑圧ゲイン特性を調節できる。

振幅抑圧係数決定部４１１は、信号対エコー比推定部１１０から入力された信号対エコー比ｓｅｒ（ｋ）に基づき対数信号対エコー比ＳＥＲ（ｋ）を計算する。そして、振幅抑圧係数決定部４１１は、この対数信号対エコー比ＳＥＲ（ｋ）に対応する振幅抑圧ゲインＧ（ｋ）を振幅抑圧ゲイン特性設定部４１２から読み出し、これを振幅抑圧係数ｇ（ｋ）に変換して、振幅抑圧部１１２へ出力する。

以上のように、実施の形態３によれば、エコー消去装置は、信号対エコー比と振幅抑圧係数の関係が定義された振幅抑圧ゲイン特性を、特性空間上に任意に設定された複数の変節点を結ぶ直線または近似曲線で定義された振幅抑圧ゲイン特性データとして保持する振幅抑圧ゲイン特性設定部４１２を備え、振幅抑圧係数決定部４１１は、振幅抑圧ゲイン特性設定部４１２に保持された振幅抑圧ゲイン特性データに基づいて、信号対エコー比に応じた振幅抑圧係数を決定するように構成した。そのため、振幅抑圧ゲイン特性を自在に調節することが可能となる。

実施の形態４．
上記実施の形態１〜３のエコー消去装置は、送信中間信号を時間領域において振幅抑圧する構成としたが、本実施の形態のエコー消去装置では周波数領域において振幅抑圧する構成とする。図６は、この発明の実施の形態４に係るエコー消去装置の構成を示すブロック図である。エコー消去装置は、スピーカ１０１、マイク１０２、適応フィルタ部１０３、受話ＳＴ検出部１０４、第１のパワースペクトル算出部６０５、第２のパワースペクトル算出部６０６、パワー比較部６０７、音響結合量推定部６０８、残留エコーパワースペクトル推定部６０９、信号対エコースペクトル比推定部６１０、振幅抑圧係数スペクトル決定部６１１、振幅抑圧部６１２、第１の周波数変換部６１３、第２の周波数変換部６１４、逆周波数変換部６１５を備える。なお、図６において図１と同一または相当の部分については同一の符号を付し説明を省略する。

第１の周波数変換部６１３は、受信した受信信号ｒ_in（ｋ）を周波数スペクトルに変換し、受信信号スペクトルＲ（ω，ｋ）とする。ωは周波数、ｋは時刻を表す。
また、第２の周波数変換部６１４は、適応フィルタ部１０３から入力された送信中間信号ｓ_mid（ｋ）を、周波数スペクトルに変換し、送信中間信号スペクトルＳ（ω，ｋ）とする。第１および第２の周波数変換部６１３，６１４の周波数変換処理には、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を用いる。

第１のパワースペクトル算出部６０５は、第１の周波数変換部６１３から入力された受信信号スペクトルＲ（ω，ｋ）から受信信号パワースペクトルを算出する。また、第２のパワースペクトル算出部６０６は、第２の周波数変換部６１４から入力された送信中間信号スペクトルＳ（ω，ｋ）から送信中間信号パワースペクトルを算出する。パワー比較部６０７は、第１および第２のパワースペクトル算出部６０５，６０６から受信信号パワースペクトルおよび送信中間信号パワースペクトルを受け、下記式（１２）に従って両者の比であるパワー比ｓｒ（ω，ｋ）を算出する。

音響結合量推定部６０８は、受話ＳＴ検出部１０４からシングルトーク状態の検知結果である検知フラグＲＳＴ（ｋ）を受け、ＲＳＴ（ｋ）が１であるとき、即ち受話シングルトーク状態であるとき、下記式（１３）により推定音響結合量Ｈ（ω，ｋ）を更新する。ただし、（０＜α≦１）である。
Ｈ（ω，ｋ）＝α・ｓｒ（ω，ｋ）＋（１−α）Ｈ（ω，ｋ−１） （１３）

残留エコーパワースペクトル推定部６０９は、第１のパワースペクトル算出部６０５から受信信号パワースペクトルを、音響結合量推定部６０８から推定音響結合量をそれぞれ受け、下記式（１４）に従って推定残留エコーパワースペクトルを算出する。
なお、エコーの残響成分を考慮する場合には、残留エコーパワースペクトル推定部６０９が下記式（１４）に代えて下記式（１５）に従って、推定音響結合量と受信パワースペクトルから算出する現時点の残留エコーパワースペクトルの推定値に、所定の係数βを乗じた過去時の残留エコーパワースペクトルの推定値を与えることによって、推定残留エコーパワースペクトルを算出してもよい。

信号対エコースペクトル比推定部６１０は、第２のパワースペクトル算出部６０６から送信中間信号パワースペクトルを、残留エコーパワースペクトル推定部６０９から推定残留エコーパワースペクトルをそれぞれ受け、信号対エコースペクトル比ｓｅｒ（ω，ｋ）を下記の定義式（１６）に従って算出する。ここで、ａはａ＞０の任意の定数である。

振幅抑圧係数スペクトル決定部６１１は、信号対エコースペクトル比推定部６１０から信号対エコースペクトル比ｓｅｒ（ω，ｋ）を受け、上記実施の形態１〜３のうちのいずれかの方法を用いて振幅抑圧係数スペクトルｇ（ω，ｋ）を決定する。
振幅抑圧係数スペクトル決定部６１１は、実施の形態１の方法を適用した場合には下記式（１７）に従って、また、実施の形態２の方法を適用した場合には下記式（１８）に従って、振幅抑圧係数スペクトルｇ（ω，ｋ）を決定する。

また、実施の形態３の方法を適用する場合には、エコー消去装置が、対数信号対エコースペクトル比ＳＥＲ（ω，ｋ）に対応する振幅抑圧ゲインＧ（ω，ｋ）の特性が定義された振幅抑圧ゲインＧ（ω，ｋ）特性データを保持する振幅抑圧ゲイン特性設定部を備え、振幅抑圧係数スペクトル決定部６１１が、振幅抑圧ゲイン特性設定部から振幅抑圧ゲインＧ（ω，ｋ）を読み出し、これを振幅抑圧係数スペクトルｇ（ω，ｋ）に変換する。
なお、振幅抑圧係数スペクトル決定部６１１が上記実施の形態１〜３の方法を用いて振幅抑圧係数スペクトルｇ（ω，ｋ）を決定する場合には、各方法を用いることにより得られる効果が本実施の形態においても得られることは言うまでもない。

振幅抑圧部６１２は、振幅抑圧係数スペクトルｇ（ω，ｋ）を送信中間信号スペクトルＳ（ω，ｋ）に乗じることによって非線形エコー処理を行い、送信出力信号スペクトルＳ_out（ω，ｋ）を生成する。そして、逆周波数変換部６１５が、振幅抑圧部６１２から送信出力信号スペクトルＳ_out（ω，ｋ）を受け、周波数逆変換して送信出力信号ｓ_out（ｋ）を生成する。

このように、振幅抑圧係数スペクトル決定部６１１が周波数領域上で帯域毎に異なる振幅抑圧係数スペクトルｇ（ω，ｋ）を算出することによって、送信入力信号におけるエコー成分が主となる周波数成分は抑圧され、送話音声が主となる周波数成分は保存されることとなる。このため、時間領域で振幅抑圧する上記実施の形態１〜３のエコー消去装置に比べ、本実施の形態４のエコー消去装置では送信入力信号に含まれる話者音声の損失がさらに少なくなる。

以上のように、実施の形態４によれば、エコー消去装置を、送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部１０３と、受信信号と送信中間信号を用いて受話側のシングルトーク状態を検知する受話ＳＴ検出部１０４と、受信信号を周波数スペクトルである受信信号スペクトルに変換する第１の周波数変換部６１３と、受信信号スペクトルからパワースペクトルを算出する第１のパワースペクトル算出部６０５と、送信中間信号を周波数スペクトルである送信中間信号スペクトルに変換する第２の周波数変換部６１４と、送信中間信号スペクトルからパワースペクトルを算出する第２のパワースペクトル算出部６０６と、送信中間信号パワースペクトルと受信信号パワースペクトルの比を計算するパワー比較部６０７と、受話ＳＴ検出部１０４によってシングルトーク状態が検知された場合に送信中間信号パワースペクトルと受信信号パワースペクトルの比から推定音響結合量を推定して更新する音響結合量推定部６０８と、受信信号パワースペクトルと推定音響結合量から送信中間信号の推定残留エコーパワースペクトルを推定する残留エコーパワースペクトル推定部６０９と、送信中間信号パワースペクトルと推定残留エコーパワースペクトルの比から信号対エコースペクトル比を推定する信号対エコースペクトル比推定部６１０と、信号対エコースペクトル比に応じて振幅抑圧係数スペクトルを決定する振幅抑圧係数スペクトル決定部６１１と、振幅抑圧係数スペクトルに基づいて送信中間信号スペクトルを振幅抑圧する振幅抑圧部６１２と、振幅抑圧された送信中間信号スペクトルを時系列信号に変換する逆周波数変換部６１５とを備えるように構成し、周波数領域上で帯域毎に異なる振幅抑圧係数を算出して周波数領域で振幅抑圧するようにした。そのため、時間領域で振幅抑圧する場合に比べて、話者音声の損失をさらに少なくできる。

以上のように、この発明に係るエコー消去装置は、非線形エコー処理に用いる振幅抑圧係数を信号対エコー比に基づいて決定するようにしたので、話者音声の聴覚的な劣化の少ないエコー消去装置を実現でき、送話音声対エコー比率の悪いハンズフリー電話等のエコー消去装置に用いるのに適している。

Claims (10)

1. 送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部と、
   受信信号と前記送信中間信号を用いて、受話側のシングルトーク状態を検知する受話シングルトーク検出部と、
   前記受信信号のパワーを算出する第１のパワー算出部と、
   前記送信中間信号のパワーを算出する第２のパワー算出部と、
   前記受話シングルトーク検出部によってシングルトーク状態が検知された場合に、前記送信中間信号と前記受信信号のパワー比から音響結合量を推定して更新する音響結合量推定部と、
   前記受信信号のパワーと前記音響結合量から、前記送信中間信号の残留エコーパワーを推定する残留エコーパワー推定部と、
   前記送信中間信号のパワーと前記残留エコーパワーの比から、信号対エコー比を推定する信号対エコー比推定部と、
   前記信号対エコー比に応じて振幅抑圧係数を決定する振幅抑圧係数決定部と、
   前記振幅抑圧係数に基づいて前記送信中間信号を振幅抑圧する振幅抑圧部とを備えるエコー消去装置。
2. 振幅抑圧係数決定部は、次式に基づいて、信号対エコー比に応じた振幅抑圧係数を決定することを特徴とする請求項１記載のエコー消去装置。
   

   
3. 振幅抑圧係数決定部は、次式に基づいて、信号対エコー比に応じた振幅抑圧係数を決定することを特徴とする請求項１記載のエコー消去装置。
   

   
4. 信号対エコー比と振幅抑圧係数の関係を定義した振幅抑圧ゲイン特性を、特性空間上に任意に設定された複数の変節点を結ぶ直線または近似曲線で定義する振幅抑圧ゲイン特性データとして保持する振幅抑圧ゲイン特性設定部を備え、
   振幅抑圧係数決定部は、前記振幅抑圧ゲイン特性設定部に保持された前記振幅抑圧ゲイン特性データに基づいて、信号対エコー比に応じた振幅抑圧係数を決定することを特徴とする請求項１記載のエコー消去装置。
   
5. 残留エコーパワー推定部は、現時点の受信信号のパワーと音響結合量から推定した残留エコーパワーに、過去時に推定した残留エコーパワーを加えて送信中間信号の残留エコーパワーとすることを特徴とする請求項１記載のエコー消去装置。
   
6. 送話音声とエコーが混在した送信入力信号からエコーを除去して送信中間信号を出力する適応フィルタ部と、
   受信信号と前記送信中間信号を用いて、受話側のシングルトーク状態を検知する受話シングルトーク検出部と、
   前記受信信号を周波数スペクトルに変換する第１の周波数変換部と、
   前記受信信号の周波数スペクトルからパワースペクトルを算出する第１のパワースペクトル算出部と、
   前記送信中間信号を周波数スペクトルに変換する第２の周波数変換部と、
   前記送信中間信号の周波数スペクトルからパワースペクトルを算出する第２のパワースペクトル算出部と、
   前記受話シングルトーク検出部によってシングルトーク状態が検知された場合に、前記送信中間信号と前記受信信号のパワースペクトル比から音響結合量を推定して更新する音響結合量推定部と、
   前記受信信号のパワースペクトルと前記音響結合量から、前記送信中間信号の残留エコーパワースペクトルを推定する残留エコーパワースペクトル推定部と、
   前記送信中間信号のパワースペクトルと前記残留エコーパワースペクトルの比から、信号対エコースペクトル比を推定する信号対エコースペクトル比推定部と、
   前記信号対エコースペクトル比に応じて振幅抑圧係数スペクトルを決定する振幅抑圧係数スペクトル決定部と、
   前記振幅抑圧係数スペクトルに基づいて前記送信中間信号の周波数スペクトルを振幅抑圧する振幅抑圧部と、
   前記振幅抑圧された前記送信中間信号の周波数スペクトルを時系列信号に変換する逆周波数変換部とを備えるエコー消去装置。
7. 振幅抑圧係数スペクトル決定部は、次式に基づいて、信号対エコースペクトル比に応じた振幅抑圧係数スペクトルを決定することを特徴とする請求項６記載のエコー消去装置。
   

   
8. 振幅抑圧係数スペクトル決定部は、次式に基づいて、信号対エコースペクトル比に応じた振幅抑圧係数スペクトルを決定することを特徴とする請求項６記載のエコー消去装置。
   

   
9. 信号対エコースペクトル比と振幅抑圧係数スペクトルの関係を定義した振幅抑圧ゲイン特性を、特性空間上に任意に設定された複数の変節点を結ぶ直線または近似曲線で定義する振幅抑圧ゲイン特性データとして保持する振幅抑圧ゲイン特性設定部を備え、
   振幅抑圧係数スペクトル決定部は、前記振幅抑圧ゲイン特性設定部に保持された前記振幅抑圧ゲイン特性データに基づいて、信号対エコースペクトル比に応じた振幅抑圧係数スペクトルを決定することを特徴とする請求項６記載のエコー消去装置。
10. 残留エコーパワースペクトル推定部は、現時点の受信信号のパワースペクトルと音響結合量から推定した残留エコーパワースペクトルに、過去時に推定した残留エコーパワースペクトルを加えて送信中間信号の残留エコーパワースペクトルとすることを特徴とする請求項６記載のエコー消去装置。

Images