JPWO2018163328A1 - 音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置 - Google Patents

音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置 Download PDF

Info

Publication number
JPWO2018163328A1
JPWO2018163328A1 JP2019504202A JP2019504202A JPWO2018163328A1 JP WO2018163328 A1 JPWO2018163328 A1 JP WO2018163328A1 JP 2019504202 A JP2019504202 A JP 2019504202A JP 2019504202 A JP2019504202 A JP 2019504202A JP WO2018163328 A1 JPWO2018163328 A1 JP WO2018163328A1
Authority
JP
Japan
Prior art keywords
acoustic signal
acoustic
signal
voice
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019504202A
Other languages
English (en)
Other versions
JP6545419B2 (ja
Inventor
訓 古田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Application granted granted Critical
Publication of JP6545419B2 publication Critical patent/JP6545419B2/ja
Publication of JPWO2018163328A1 publication Critical patent/JPWO2018163328A1/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/002—Applications of echo suppressors or cancellers in telephonic connections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M19/00—Current supply arrangements for telephone systems
    • H04M19/02—Current supply arrangements for telephone systems providing ringing current or supervisory tones, e.g. dialling tone or busy tone
    • H04M19/04—Current supply arrangements for telephone systems providing ringing current or supervisory tones, e.g. dialling tone or busy tone the ringing-current being generated at the substations
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
    • G10L21/0364—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude for improving intelligibility
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/20—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/60—Substation equipment, e.g. for use by subscribers including speech amplifiers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/60—Substation equipment, e.g. for use by subscribers including speech amplifiers
    • H04M1/6033—Substation equipment, e.g. for use by subscribers including speech amplifiers for providing handsfree use or a loudspeaker mode in telephone sets
    • H04M1/6041—Portable telephones adapted for handsfree use
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/26—Devices for calling a subscriber
    • H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
    • H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/60—Substation equipment, e.g. for use by subscribers including speech amplifiers
    • H04M1/6033—Substation equipment, e.g. for use by subscribers including speech amplifiers for providing handsfree use or a loudspeaker mode in telephone sets
    • H04M1/6041—Portable telephones adapted for handsfree use
    • H04M1/6075—Portable telephones adapted for handsfree use adapted for handsfree use in a vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/74—Details of telephonic subscriber devices with voice recognition means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/56—Arrangements for connecting several subscribers to a common circuit, i.e. affording conference facilities
    • H04M3/568—Arrangements for connecting several subscribers to a common circuit, i.e. affording conference facilities audio processing specific to telephonic conferencing, e.g. spatial distribution, mixing of participants

Abstract

遠端側の受話信号から、その音響的特徴を分析して適切な制御信号を生成する音響信号分析部３０と、入力音響信号に混入している音響エコーをキャンセルするエコーキャンセラ４０ａと、入力音響信号に混入している雑音をキャンセルするノイズキャンセラ４０ｂと、入力音響信号中に含まれる音声の特徴を強調する音声強調部４０ｃとを備えたので、携帯電話や通信網の種別によらず、通話品質を維持することができ、高品質なハンズフリー音声通話ならびに高精度の音声認識が可能となる。

Description

本発明は、通信網を介して相互音声通話を行う音声通信システムにおいて、快適な相互音声通話及び高精度の音声認識を実現する音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置に関する。
近年のデジタル信号処理技術の進展に伴い、自動車内でのハンズフリー音声通話、及び音声認識によるハンズフリー操作が広く普及している。このような自動車内におけるハンズフリー機能は、自動車内の人が発話した音声（送話音声）をマイクロホンで集音し、音声通話の場合は携帯電話又は通信網を介して通話相手に送信したり、音声認識の場合は集音された音声を音声認識用のコンピュータに送信したりしている。また、通話相手が話した音声又はコンピュータが出力した音声（これらを受話音声と称する）を、同様に携帯電話又は通信網を介してスピーカから車室内に出力する。
これら通話及び操作は、車両の走行騒音、又はスピーカ等で発生される音響信号（音響エコー）がマイクロホンに多く回り込むような、高レベルの音響エコー環境かつ高騒音環境で行われることが多いため、マイクロホンに対し、話者が発声した音声信号と共に、背景騒音、音響エコーなど不要な信号も入力されてしまい、通話音声の劣化及び音声認識率の低下などを招く。このため、従来からこの種のハンズフリー通話装置には、音響エコーをキャンセルするエコーキャンセラならびに、車両の走行騒音等のノイズを抑圧するノイズキャンセラが具備されている。
ところが、上記従来のハンズフリー通話装置では、エコーキャンセラ及びノイズキャンセラを制御するパラメータの値は、当該装置の設計時において好適な動作となるように調整した所定の値に設定されているため、ハンズフリー通話装置に接続された携帯電話の種類又は利用する通信網の種類によっては、携帯電話機内部の音声データの圧縮に用いられている音声符号化方式の相違、又は通信網の伝送信号レベルの相違により、エコーキャンセラ及びノイズキャンセラの性能を十分に発揮することができず、送話音声に音響エコー又はノイズが残ったり、あるいは過度に送話音声が抑圧されてしまうことで通話音声に隠滅感が生じたりする場合があり、設計時等に想定した所定の通話音質を維持できない場合がある。
そのため、快適な音声通話及び高精度の音声認識を実現するには、ハンズフリー通話装置に接続された携帯電話の種類又は利用する通信網の種類による音声符号化方式及び通信網等の相違を吸収し、送話音声を補正することが可能な音響信号処理装置が必要である。
従来、上記の送話音声を補正する方法として、例えば、接続した携帯電話の種別あるいは電話番号等を用いた方法があった（例えば、特許文献１及び特許文献２参照）。これらの従来法は、所定の電話番号の情報及び接続されている携帯電話の情報に応じて送話信号の音響処理の内容を変更することで送話音声の品質を維持している。
特開２０００−１６５４８８号公報（例えば、段落００６３〜００６７） 特開２００１−２６８２１２号公報（例えば、段落００２１〜００４６）
しかしながら、相手先電話番号が取得できない非通知通話の場合、又は、将来新しい音声符号化方式を採用した携帯電話が登場した場合などでは、電話番号等の識別ＩＤが与えられないため、上記特許文献１及び特許文献２に記載されたような従来の方法では判別がうまくいかず、正しく音響信号処理ができなくなり、その結果送話音質が劣化し、音声認識精度が低下する課題があった。
本発明は、上記課題を解決するためになされたものであり、電話番号等の識別ＩＤが与えられない状況でも、通話音声の品質を維持することができる音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置を提供することを目的とする。
本発明の一態様に係る音響信号処理装置は、遠端側から入力される受話音声の第１の音響信号の音響的特徴を分析し、前記分析の結果に応じて近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成する音響信号分析部と、前記制御信号に基づいて、前記第２の音響信号の補正を行う音響信号補正部とを備えることを特徴とする。
本発明の他の態様に係る音響信号処理方法は、遠端側から入力される受話音声の第１の音響信号の音響的特徴を分析し、前記分析の結果に応じて近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成する音響信号分析ステップと、前記制御信号に基づいて、前記第２の音響信号の補正を行う音響信号補正ステップとを備えることを特徴とする。
本発明の他の態様に係るハンズフリー通話装置は、上述の音響信号処理装置と、前記第２の音響信号をアナログデジタル変換し、デジタル信号を生成するアナログデジタル変換部と、前記第１の音響信号をデジタルアナログ変換し、アナログ信号を生成するデジタルアナログ変換部とを備えることを特徴とする。
本発明によれば、電話番号等の識別ＩＤが与えられない状況でも、通話品質を維持することができ、高品質なハンズフリー音声通話ならびに高精度の音声認識が可能となる。
本発明の実施の形態１に係るハンズフリー通話装置の概略的な構成を示す図である。 実施の形態１における音響信号分析部の概略的な構成を示す図である。 実施の形態１に係るハンズフリー通話装置のハードウェア構成の一例を示すブロック図である。 実施の形態１に係るハンズフリー通話装置のハードウェア構成の他の例を示すブロック図である。 実施の形態１に係るハンズフリー通話装置の動作の一部を示すフローチャートである。 本発明の実施の形態２に係る音響信号処理装置の概略的な構成を示す図である。
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形態について、添付の図面に従って説明する。以下の説明において、実施の形態に係るハンズフリー通話装置に対して直接音声の送話を行う者を近端側話者といい、近端側話者の通話相手であって実施の形態に係るハンズフリー通話装置に対して通信網を介して音声の送話を行う者を遠端側話者という。また、以下で説明する音響信号処理装置は、ハンズフリー通話装置の機能のうち、音響信号処理を実現することができる装置である。音響信号処理装置は、音響信号処理方法を実現することができる装置である。
《１》実施の形態１
《１−１》構成
図１は、本発明の実施の形態１に係るハンズフリー通話装置１００の概略的な構成を示す図である。ハンズフリー通話装置１００は、近端側話者５００と遠端側話者５０１との間で音声通話を行う装置である。図１に示されるように、ハンズフリー通話装置１００は、音響信号処理装置１０１と、マイクロホン１０と、スピーカ１２と、アナログデジタル変換部２０と、デジタルアナログ変換部２１とを備える。音響信号処理装置１０１は、音響信号分析部３０と、音響信号補正部４０とを備える。音響信号補正部４０は、エコーキャンセラ４０ａと、ノイズキャンセラ４０ｂと、音声強調部４０ｃとを備える。
図１に示されるように、ハンズフリー通話装置１００は、携帯電話機７０と接続されている。携帯電話機７０は、近端側話者５００が所有する携帯電話機である。図１に示されるように、携帯電話機７０は、通信網８０を介して携帯電話機９０と接続されている。携帯電話機９０は、遠端側話者５０１が所有する携帯電話機である。
図１におけるハンズフリー通話装置１００は、ハンズフリー通話装置１００が自動車のカーナビゲーションに組み込まれた一例として示されている。なお、ハンズフリー通話装置１００は、自動車のカーナビゲーションに搭載された例に限定されず、例えば、列車、航空機などの他の乗り物に搭載されていてもよい。
図１には、走行中の自動車内でのユーザ（近端側話者５００）が、通話相手（遠端側話者５０１）と相互音声通話を行う場合が示されている。図１では、近端側話者５００は自動車内でハンズフリー通話を行い、遠端側話者５０１は携帯電話機を手に持って通話を行っている。
なお、説明を簡略化するため、本明細書ではハンズフリー通話機能に限定して図示しており、自動車のカーナビゲーションが持つその他の機能については省略している。ここで、近端側話者５００が発話した音声を送話音声と定義し、遠端側話者５０１が発話した音声を受話音声と定義する。
このハンズフリー通話装置１００の入力は、マイクロホン１０を通じて取り込まれた近端側話者５００の送話音声の他、自動車走行騒音等の雑音、スピーカ１２より送出された遠端側話者５０１の受話音声、カーナビゲーションが送出する案内音声、又はカーオーディオの音楽などが回り込む音響エコーなどであり、これらを総称して入力音響信号とする。
また、このハンズフリー通話装置１００のもう一つの入力は、携帯電話機７０から出力される遠端側話者５０１の受話音声である。携帯電話機７０は、有線あるいは無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）又はＢｌｕｅｔｏｏｔｈ（登録商標）などの近距離無線によりカーナビゲーションと接続し音声通信を行う。
図１の例では、携帯電話機７０とハンズフリー通話装置１００との間の音声通信はデジタル信号で取り扱うものとし、アナログデジタル変換は省略している。受話音声は、遠端側話者５０１が持つ携帯電話機９０のマイクロホン１１から入力され、通信網８０を通じてハンズフリー通話装置１００に接続されている携帯電話機７０に送信される。
以下、図１に基づいて、実施の形態１のハンズフリー通話装置１００の構成及びその動作原理を説明する。アナログデジタル変換部２０は、上述の入力音響信号をアナログデジタル変換し、所定のサンプリング周波数（例えば、８ｋＨｚ）でサンプリングすると共にフレーム単位（例えば、２０ｍｓ）に分割されたデジタル信号に変換する。デジタル信号に変換された入力音響信号は、エコーキャンセラ４０ａに入力される。
音響信号分析部３０は、遠端側話者５０１から発声された受話音声の第１の音響信号としての受話信号の音響的特徴を分析し、その分析結果に応じて送話音声の第２の音響信号としての入力音響信号を補正するための制御信号Ｄ３を出力する。制御信号Ｄ３は、音響信号補正部４０（エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、及び音声強調部４０ｃ）の制御を行う信号である。音響信号分析部３０の詳細な動作については後述する。
エコーキャンセラ（ＥＣ：Ｅｃｈｏ Ｃａｎｃｅｌｌｅｒ）４０ａは、ハンズフリー通話装置１００に入力された受話信号と、入力音響信号とを入力し、入力音響信号中に混入している音響エコーのキャンセルを行う。エコーキャンセラ４０ａによる音響エコーのキャンセルは、正規化ＬＭＳ（Ｎｏｒｍａｌｉｚｅｄ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）法などの適応フィルタによる公知の手法を用いて行うことができる。なお、受話信号は、適応フィルタのフィルタ係数の学習用として用いられる。音響エコーのキャンセルが行われた入力音響信号は、ノイズキャンセラ４０ｂに入力される。
ノイズキャンセラ（ＮＣ：Ｎｏｉｓｅ Ｃａｎｃｅｌｌｅｒ）４０ｂは、入力音響信号中に混入している雑音のキャンセルを行う。ノイズキャンセラ４０ｂによる雑音のキャンセルには、入力音響信号をＦＦＴ（高速フーリエ変換）等を用いて周波数領域のスペクトルに変換した上で、スペクトル減算法の他、最小二乗誤差（ＭＭＳＥ：Ｍｉｎｉｍｕｍ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）推定法、最大事後確率（ＭＡＰ：Ｍａｘｉｍｕｍ ａ Ｐｏｓｔｅｒｉｏｒｉ）推定法のような公知のパワースペクトル制御による方法を適用できる。また、周波数領域の手法の他、ウィナーフィルタ（Ｗｉｅｎｅｒ Ｆｉｌｔｅｒ）法のような時間領域の方法を用いることも可能である。
音声強調部（ＳＥ：Ｓｐｅｅｃｈ Ｅｎｈａｎｃｅｍｅｎｔ）４０ｃは、入力音響信号中に含まれる音声に対し、特徴を強調して表現したい部分について強調処理を行う処理部である。本実施の形態における音声強調処理には、例えば、音声スペクトルの重要なピーク成分（スペクトル振幅が大きい成分）、いわゆるフォルマントを強調するために用いられるフォルマント強調を適用することができる。
フォルマント強調の方法としては、例えば、ハニング窓掛けした音声信号から自己相関係数を求め、帯域伸長処理を施したのち、レビンソンダービン（Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ）法により１２次の線形予測係数を求め、この線形予測係数からフォルマント強調係数を求める。
そして、得られたフォルマント強調係数を用いたＡＲＭＡ（Ａｕｔｏ Ｒｅｇｒｅｓｓｉｖｅ Ｍｏｖｉｎｇ Ａｖｅｒａｇｅ：自己回帰移動平均）型の合成フィルタを通過させることにより行うことができる。フォルマント強調の方法としては上記の方法に限らず、他の公知の手法を用いることができる。
また、音声強調部４０ｃでは、上記に述べた音声強調処理以外に、例えば、ピッチ強調などの音声の調波構造を強調する処理、送話信号の周波数特性を変更するイコライザ処理等、さまざまな公知の音声強調処理を適用可能な他、音声信号レベルを適応的に調整するＡＧＣ（Ａｕｔｏ Ｇａｉｎ Ｃｏｎｔｒｏｌ）も適用することができる。
以上、音声強調処理を行った送話音声を携帯電話機７０へ出力し、携帯電話機７０は、送話音声を通信網８０を経て通話相手である遠端側の携帯電話機９０に送信し、携帯電話機９０はレシーバ１３を通じて遠端側話者５０１に送話音声を送出する。
次に、図２を参照しつつ、上記の音響信号分析部３０の動作例について説明する。図２に示されるように、音響信号分析部３０は、音響パラメータ算出部３１と、音響パラメータ分析部３２と、制御信号生成部３３と、パタン辞書３４と、制御マップ３５とにより構成されている。図２に示されるように、音響パラメータ算出部３１には受話音声に基づく受話信号が入力される。
音響パラメータ算出部３１は、入力された現フレームの受話信号を窓掛け処理した後、例えば、ケプストラム（Ｃｅｐｓｔｒｕｍ）分析より得られたＮ次のメル周波数ケプストラム係数（ＭＦＣＣ：Ｍｅｌ Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒｕｍ Ｃｏｅｆｆｉｃｉｅｎｔ）を算出し、分析用音響パラメータＤ１として音響パラメータ分析部３２に対して出力する。ここで、Ｎは正の整数である。
なお、ケプストラム分析は公知の手法であり説明は省略する。ＭＦＣＣの次数の好適な一例としてはＮ＝１６であるが、受話信号の周波数特性等に応じて適宜変更することが可能である。
音響パラメータ分析部３２は、第１の記憶部としてのパタン辞書３４を参照して、パタン辞書３４中のＭＦＣＣデータ（第１の参照データ）と、入力された分析用音響パラメータＤ１との照合を行い、例えば、最もユークリッド距離が近い結果を、得られたＭＦＣＣデータに対応するパラメータ分析結果Ｄ２として制御信号生成部３３に対して出力する。
パタン辞書３４は、事前に多様かつ大量の音響信号データを用いて学習・クラスタリングされた複数のＭＦＣＣデータと、それらＭＦＣＣデータに学習時条件の認識番号が対応付けられたデータベースである。
制御信号生成部３３は、第２の記憶部としての制御マップ３５の参照データ（第２の参照データ）を参照して、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、及び音声強調部４０ｃのそれぞれを制御する制御信号Ｄ３を生成する。制御信号生成部３３は、例えば、受話音声を分析した結果、遠端側が使用している携帯電話機９０がＣＤＭＡ（Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）方式であると推定された場合、制御マップ３５中にある複数の制御パタンから、ＣＤＭＡ方式におけるエコーキャンセル、ノイズキャンセル及び音声強調の制御信号Ｄ３を選択し出力する。
制御信号生成部３３は、例えば、エコーキャンセル処理のエコー抑圧量と、音声強調処理を強くする一方、ノイズキャンセル処理の雑音抑圧量を弱くするような制御信号Ｄ３を生成する。具体的には、制御信号生成部３３は、エコーキャンセラ４０ａの残留エコー抑圧量の最大値を２０ｄＢから４０ｄＢに強め、音声強調処理の１つであるフォルマント強調係数を０．２から０．４へ強める一方、ノイズキャンセラ４０ｂの雑音抑圧量の最大値を１２ｄＢから３ｄＢに緩和する制御信号Ｄ３を生成する。
上記のような制御を行うことで、送話信号中に含まれる残留エコー成分によりＣＤＭＡ方式の音声符号化が不安定になることを抑制しつつ、送話音声中の音声特徴を強く強調することで音声符号化効率が向上し、高音質な通話が可能となる。
上記以外の更なる効果として、ＣＤＭＡ方式の音声符号化アルゴリズムには、ハンズフリー通話装置１００とは別のノイズキャンセル処理が導入されているが、従来法では、ハンズフリー通話装置１００内のノイズキャンセル処理と、ＣＤＭＡ方式中のノイズキャンセル処理が二重に処理されることで、過度のノイズキャンセルが起こって音声の隠滅感が増加していた。これに対して、本実施の形態による制御をすることにより、適切なノイズキャンセル量に制御されるため音声の隠滅感は解消し、通話品質を維持することが可能となり、高品質な音声通話を行うことができる。
更に上記の制御以外にも、例えば、近端側及び遠端側の携帯電話機７０，９０が共にＣＤＭＡ方式であると推測されたりする場合、あるいは通信方式が不明だが、通信網内にノイズキャンセル処理が行われていると推測される場合等においては、本ハンズフリー通話装置１００内のノイズキャンセル処理を停止する制御を行うことができる。
また、受話音声を分析した結果、音声の不連続感が多い、すなわち、通信網での伝送誤りが多いと推測される場合には音声強調を強めるような制御を行うことができる。これらの処理のように、受話信号から様々な条件を分類してノイズキャンセル処理及び音声強調処理を制御することも可能である。
上記のエコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ及び音声強調部４０ｃによる処理の制御の一例として、エコーキャンセラ４０ａの残留エコー抑圧量の最大値を２０ｄＢから４０ｄＢに強め、音声強調処理の１つであるフォルマント強調係数を０．２から０．４へ強める一方、ノイズキャンセラ４０ｂの雑音抑圧量の最大値を１２ｄＢから３ｄＢに緩和しているが、これに限られることは無く、例えば、入力音響信号を集音するためのマイクロホンの周波数特性又は入力レベル等に応じて適宜変更しても構わない。
なお、上記の実施の形態の音響パラメータ算出部３１では、ＭＦＣＣを分析用音響パラメータとして用いているが、これに限定されることは無く、例えば、ＦＦＴにより得られたパワースペクトル又は自己相関係数等の音声の特徴を良く表現するパラメータを併用してもよい。
なお、上記の実施の形態の音響信号分析部３０中の音響パラメータ分析部３２では、パタンマッチングによる手法を用いているが、これに限られることはなく、音響パラメータ分析部３２とパタン辞書３４の代わりに、機械学習に基づく手法を用いることも可能である。
機械学習に基づく手法としては、例えば、サポートベクタマシン（ＳＶＭ：Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）、アダブースト（Ａｄａ ｂｏｏｓｔ）等に基づく識別手法、又はニューラルネットワークを用いることが可能である。
ニューラルネットワークに基づく手法として、例えば、出力信号の一部を入力に戻すＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ；リカレントニューラルネットワーク）、ＲＮＮの結合素子の構造に改良を加えたＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ−Ｔｅｒｍ Ｍｅｍｏｒｙ）−ＲＮＮなどの公知のニューラルネットワークの派生改良型を用いてもよい。
図３は、実施の形態１に係るハンズフリー通話装置１００のハードウェア構成の一例を示すブロック図である。実施の形態１におけるハンズフリー通話装置１００のハードウェア構成は、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）またはＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などのＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）により実現可能である。
図３に示されるように、実施の形態１に係るハンズフリー通話装置１００のハードウェアは、例えば、信号入出力部２０２、信号処理回路２０３、記録媒体２０４、及びバスなどの信号路２０５により構成されている。また、図３に示されるように、ハンズフリー通話装置１００は音響トランスデューサ２０１及び外部装置２０６と接続されている。
信号入出力部２０２は、音響トランスデューサ２０１及び外部装置２０６との接続機能を実現するインタフェース回路である。音響トランスデューサ２０１としては、例えば、マイクロホンなどの音響振動を捉えて電気信号へ変換する装置、ならびに、スピーカなどの電気信号を音響振動に変換する装置などを使用することができる。
図１に示される、音響信号分析部３０、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、音声強調部４０ｃの各機能は、信号処理回路２０３及び記録媒体２０４で実現することができる。また、図１のアナログデジタル変換部２０とデジタルアナログ変換部２１は信号入出力部２０２に対応している。
記録媒体２０４は、信号処理回路２０３の各種設定データ又は信号データなどの各種データを蓄積するために使用される。記録媒体２０４としては、例えば、ＳＤＲＡＭ（Ｓｙｎｃｈｒｏｎｏｕｓ ＤＲＡＭ）などの揮発性メモリ、ＨＤＤ（ハードディスクドライブ）またはＳＳＤ（ソリッドステートドライブ）などの不揮発性メモリを使用することが可能である。
記録媒体２０４には、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ及び音声強調部４０ｃの初期状態、ならびに、各種設定データ、制御マップデータ、パタン辞書データ等を記憶しておくことができる。
信号処理回路２０３で音響信号処理が行われた送話信号は信号入出力部２０２を経て外部装置２０６に送出されるが、この外部装置２０６としては、図１に示したハンズフリー通話装置１００に接続されている携帯電話機７０が相当する。また、携帯電話機７０が出力した受話信号については、信号入出力部２０２を経て信号処理回路２０３へ入力される。
図４は、実施の形態１に係るハンズフリー通話装置１００のハードウェア構成の他の例を示すブロック図である。図４に示されるように、実施の形態１に係るハンズフリー通話装置１００のハードウェア構成は、タブレットタイプの可搬型コンピュータ、カーナビゲーションシステム等の機器組み込み用途のマイクロコンピュータなどの、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内蔵のコンピュータで実現可能である。
図４に示されるように、実施の形態１に係るハンズフリー通話装置１００のハードウェアは、例えば、信号入出力部３０１、ＣＰＵ３０２を内蔵するプロセッサ３００、メモリ３０３、記録媒体３０４及びバスなどの信号路３０５により構成されている。
信号入出力部３０１は、音響トランスデューサ２０１及び外部装置２０６との接続機能を実現するインタフェース回路である。メモリ３０３は、本実施の形態のハンズフリー通話処理を実現するための各種プログラムを記憶するプログラムメモリであり、プロセッサがデータ処理を行う際に使用するワークメモリであり、及び信号データを展開するメモリ等として使用するＲＯＭ及びＲＡＭ等の記憶手段である。
図１に示した、音響信号分析部３０、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、音声強調部４０ｃの各機能は、プロセッサ３００、メモリ３０３、及び記録媒体３０４で実現することができる。また、図１のアナログデジタル変換部２０及びデジタルアナログ変換部２１は信号入出力部３０１に対応している。
記録媒体３０４は、プロセッサ３００の各種設定データ又は信号データなどの各種データを蓄積するために使用される。記録媒体３０４としては、たとえば、ＳＤＲＡＭなどの揮発性メモリ、ＨＤＤまたはＳＳＤ等の不揮発性メモリを使用することが可能である。
記録媒体３０４には、ＯＳ（オペレーティングシステム）を含むプログラム、各種設定データ、音響信号データ等の各種データを蓄積することができる。なお、この記録媒体３０４に、メモリ３０３内のデータを蓄積しておくこともできる。
プロセッサ３００は、メモリ３０３中のＲＡＭを作業用メモリとして使用し、メモリ３０３中のＲＯＭから読み出されたコンピュータプログラムに従って動作することにより、音響信号分析部３０、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、音声強調部４０ｃと同様の信号処理を実行することができる。
プロセッサ３００で音響信号処理が行われた送話信号は信号入出力部３０１を経て外部装置２０６に送出されるが、この外部装置２０６としては、図１に示したハンズフリー通話装置１００に接続されている携帯電話機７０が相当する。また、携帯電話機７０が出力した受話信号については、信号入出力部３０１を経てプロセッサ３００へ入力される。
本実施の形態のハンズフリー通話装置１００を実行するプログラムは、ソフトウエアプログラムを実行するコンピュータ内部の記憶装置に記憶していても良いし、ＣＤ−ＲＯＭなどの記憶媒体にて配布される形式でも良い。
また、ＬＡＮ等の無線及び有線ネットワークを通じて他のコンピュータからプログラムを取得することも可能である。更に、本実施の形態のハンズフリー通話装置１００に接続される音響トランスデューサ２０１又は外部装置２０６に関しても、無線及び有線ネットワークを通じて各種データを送受信しても構わない。
《１−２》動作
次に、図５のフローチャートを用いてハンズフリー通話装置１００における各部の動作を説明する。図５は、実施の形態に係るハンズフリー通話装置１００の動作の一部を示すフローチャートである。図５に示されるように、アナログデジタル変換部２０は、入力音響信号を所定のフレーム間隔で取りこみ（ステップＳＴ１Ａ）、エコーキャンセラ４０ａへ出力する。
続いて、ステップＳＴ１Ｂにおいて、エコーキャンセラ４０ａでサンプル番号ｔと所定の値Ｔとの比較を行い、サンプル番号ｔが所定の値Ｔより小さい場合（ステップＳＴ１ＢにおいてＹＥＳ）、ステップＳＴ１Ａの処理に戻り、サンプル番号ｔ＝１６０になるまでステップＳＴ１Ａの処理を繰り返す。
サンプル番号ｔが所定の値Ｔ以上である場合（ステップＳＴ１ＢにおいてＮＯ）、処理はステップＳＴ２に進み、音響信号分析部３０は遠端側話者５０１から発声された受話音声の受話信号を取り込む（ステップＳＴ２）。
続いて、処理はステップＳＴ３に進み、音響信号分析部３０は、遠端側話者５０１から発声された受話音声の音響的特徴を分析し、その分析結果に応じて後述するエコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、及び音声強調部４０ｃのそれぞれの制御を行う制御信号を出力する（ステップＳＴ３）。
続いて、処理はステップＳＴ４に進み、エコーキャンセラ４０ａは、ハンズフリー通話装置１００に入力された受話信号と、入力音響信号とを入力し、入力音響信号中に混入している音響エコーのキャンセル処理を行う（ステップ４）。
その後、処理はステップＳＴ５に進み、ノイズキャンセラ４０ｂは、入力音響信号中に混入している雑音のキャンセル処理を行う（ステップＳＴ５）。
その後、処理はステップＳＴ６に進み、音声強調部４０ｃは、入力音響信号中に含まれる音声に対し、その特徴を良く表現する部分について強調処理を行う（ステップＳＴ６）。
続いて、処理はステップＳＴ７Ａに進み、デジタルアナログ変換部２１は、受話信号をハンズフリー通話装置外に出力する処理を行い（ステップＳＴ７Ａ）、併せて送話信号も出力する。
続いて、処理はステップＳＴ７Ｂに進み、サンプル番号ｔと所定の値Ｔとの比較を行い、サンプル番号ｔが所定の値Ｔより小さい場合（ステップＳＴ７ＢにおいてＹＥＳ）、処理はステップＳＴ７Ａに戻り、サンプル番号ｔ＝１６０になるまでステップＳＴ７Ａの処理を繰り返す。
その後、処理はステップＳＴ８に進み、ハンズフリー通話処理が続行される場合（ステップＳＴ８においてＹＥＳ）、処理はステップＳＴ１Ａに戻る。一方、ハンズフリー通話処理が続行されない場合（ステップＳＴ８においてＮＯ）、ハンズフリー通話処理は終了する。
《１−３》効果
以上説明したように、実施の形態１に係るハンズフリー通話装置１００によれば、遠端側の受話信号から、その音響的特徴を分析して適切な制御信号を生成する音響信号分析部３０と、入力音響信号に混入している音響エコーをキャンセルするエコーキャンセラ４０ａと、入力音響信号に混入している雑音をキャンセルするノイズキャンセラ４０ｂと、入力音響信号中に含まれる音声の特徴を強調する音声強調部４０ｃとを備えた。これにより、電話番号等の識別ＩＤが与えられない状況でも、通話品質を維持することができ、高品質な音声通話が可能となる。
具体的には、送話信号中に含まれる残留エコー成分によりＣＤＭＡ方式の音声符号化が不安定になることを抑制するとともに、送話音声中の音声特徴を強く強調することで音声符号化効率が向上し、高音質な通話が可能となる。
また、従来技術におけるＣＤＭＡ方式の音声符号化アルゴリズムには、ハンズフリー通話装置とは別のノイズキャンセル処理が導入されていたため、ハンズフリー通話装置内のノイズキャンセル処理と、ＣＤＭＡ方式中のノイズキャンセル処理が二重に処理されることで、過度のノイズキャンセルが起こって音声の隠滅感が増加していた。
これに対して、実施の形態１に係るハンズフリー通話装置１００によれば、ノイズキャンセル処理が二重となることがないため、適切なノイズキャンセル量に制御されることで音声の隠滅感が解消され、通話品質を維持することが可能となり、高品質な音声通話を行うことが可能となる。
《２》実施の形態２
実施の形態１では、遠端側話者５０１として、遠端側が人の音声通話である場合を例示したが、遠端側を音声認識装置に置き換えた場合でも本発明の構成を適用することが可能であり、これを実施の形態２として説明する。
図６は、本発明の実施の形態２に係る音響信号処理装置１０１の概略的な構成を示すものである。図６において、図１に示される実施の形態１の装置と異なる点は、音響信号処理装置１０１が、通信網８０を介して固定電話機９１及び音声認識装置９２と接続されていることである。その他の構成については実施の形態１と同様であるため、対応する部分に同一符号を付してその説明を省略する。
音響信号分析部３０、エコーキャンセラ４０ａ、ノイズキャンセラ４０ｂ、及び音声強調部４０ｃは、それぞれ実施の形態１にて詳述したのと同様の処理を行い、送話音声を携帯電話機７０と通信網８０を通じて固定電話機９１へ送信する。固定電話機９１が受信した送話音声は、音声認識装置９２へ送信される。
音声認識装置９２は、固定電話機９１で受信された送話音声の送話信号中に含まれる音声の認識を行い、音声認識結果を公知のテキスト音声変換（ＴＴＳ：Ｔｅｘｔ Ｔｏ Ｓｐｅｅｃｈ）処理を用いて合成音に変換し、それを受話音声として、固定電話機９１と通信網８０とを通じ携帯電話機７０へ送信する。なお、得られた音声認識結果に基づく処理については、本発明と別の構成であるので、説明は割愛する。また、固定電話機９１は固定である必要は無く、携帯電話機でも構わない。
実施の形態２の音響信号処理装置１０１では、以上のように構成されているため、携帯電話又は通信網の種別によらず送話音声の品質を維持することができるので、高精度の音声認識が可能となる。
以上説明したように、実施の形態２の音響信号処理装置１０１によれば、遠端側の受話信号から、その音響的特徴を分析して適切な制御信号を生成する音響信号分析部３０と、入力音響信号に混入している音響エコーをキャンセルするエコーキャンセラ４０ａと、入力音響信号に混入している雑音をキャンセルするノイズキャンセラ４０ｂと、入力音響信号中に含まれる音声の特徴を強調する音声強調部４０ｃとを備えたので、電話番号等の識別ＩＤが与えられない状況でも、送話品質を維持することができる。したがって、音声認識装置９２側が認識しやすい音声を送信することができ、高精度の音声認識を行うことが可能となる。
《３》変形例
上記実施の形態では、ハンズフリー通話装置１００又は音響信号処理装置１０１の一例として、カーナビゲーションに組み込まれた場合について説明したが、これに限定されることは無く、例えば、エレベータなどの昇降機用緊急通話インターフォン、一般家庭内又はオフィスでのインターフォン、ＴＶ会議システムの拡声通話又はロボットの音声認識対話システムなどにも適用可能であり、これらの音響的環境で生ずる雑音又は音響エコーについても、各実施の形態にて述べた効果を同様に奏する。
上記実施の形態では、エコーキャンセラ４０ａによるエコーキャンセル処理、ノイズキャンセラ４０ｂによるノイズキャンセル処理、及び音声強調部４０ｃによる音声強調処理等の音声信号処理を送話音声の送話信号に対して行ったが、受話音声の受話信号に対して上記音声信号処理を実施することも可能である。
上記実施の形態では、入力信号の周波数帯域幅を８ｋＨｚとしているがこれに限ることは無く、例えば、更に広帯域の音声信号についても適用可能である。
上記以外にも、本願発明はその発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。
以上のように、本発明に係るハンズフリー通話装置１００ならびに音響信号処理装置１０１は、高品質な音声通話（あるいは、高精度の音声認識）が可能なため、音声通信、音声認識システムのいずれかが導入された、カーナビゲーション、携帯電話、インターフォン等の音声通信システム、ハンズフリー通話システム、ＴＶ会議システム等の音質改善と、音声認識システムの認識率向上のために供するのに適している。
１０，１１ マイクロホン、 １２ スピーカ、 １３ レシーバ、 ２０ アナログデジタル変換部、 ２１ デジタルアナログ変換部、 ３０ 音響信号分析部、 ３１ 音響パラメータ算出部、 ３２ 音響パラメータ分析部、 ３３ 制御信号生成部、 ３４ パタン辞書、 ３５ 制御マップ、 ４０ 音響信号補正部、 ４０ａ エコーキャンセラ、 ４０ｂ ノイズキャンセラ、 ４０ｃ 音声強調部、 ７０ 携帯電話機、 ８０ 通信網、 ９０ 携帯電話機、 ９１ 固定電話機、 ９２ 音声認識装置、 １００ ハンズフリー通話装置、 １０１ 音響信号処理装置、 ５００ 近端側話者、 ５０１ 遠端側話者。
本発明の一態様に係る音響信号処理装置は、第１の参照データを備える第１の記憶部と、第２の参照データを備える第２の記憶部と、遠端側から入力される受話音声の第１の音響信号を分析して分析用音響パラメータを生成する音響パラメータ算出部と、前記第１の参照データを用いて前記分析用音響パラメータを分析することにより、パラメータ分析結果を生成する音響パラメータ分析部と、前記第２の参照データを用いて、前記パラメータ分析結果から、近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成する制御信号生成部と、前記制御信号に基づいて、前記第２の音響信号の補正を行う音響信号補正部とを備えることを特徴とする。
本発明の他の態様に係る音響信号処理方法は、遠端側から入力される受話音声の第１の音響信号を分析して分析用音響パラメータを生成し、第１の参照データを用いて前記分析用音響パラメータを分析することにより、パラメータ分析結果を生成し、第２の参照データを用いて、前記パラメータ分析結果から、近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成し、前記制御信号に基づいて、前記第２の音響信号の補正を行う。

Claims (10)

  1. 遠端側から入力される受話音声の第１の音響信号の音響的特徴を分析し、前記分析の結果に応じて近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成する音響信号分析部と、
    前記制御信号に基づいて、前記第２の音響信号の補正を行う音響信号補正部と
    を備えることを特徴とする音響信号処理装置。
  2. 前記音響信号補正部は、
    前記制御信号に基づいて、前記第２の音響信号に含まれる音響エコーを除去する前記補正であるエコーキャンセル処理を行うエコーキャンセラを備える
    ことを特徴とする請求項１に記載の音響信号処理装置。
  3. 前記音響信号補正部は、
    前記制御信号に基づいて、前記第２の音響信号に含まれる雑音を除去する前記補正であるノイズキャンセル処理を行うノイズキャンセラを備える
    ことを特徴とする請求項１又は２に記載の音響信号処理装置。
  4. 前記音響信号補正部は、
    前記制御信号に基づいて、前記第２の音響信号に含まれる音声の特徴を強調する前記補正である音声強調処理を行う音声強調部を備える
    ことを特徴とする請求項１から３のいずれか１項に記載の音響信号処理装置。
  5. 前記音響信号補正部は、
    前記制御信号に基づいて、前記第２の音響信号に含まれる音響エコーを除去するエコーキャンセル処理を行うエコーキャンセラと、前記制御信号に基づいて、前記第２の音響信号に含まれる雑音を除去するノイズキャンセル処理を行うノイズキャンセラと、前記制御信号に基づいて、前記第２の音響信号に含まれる音声の特徴を強調する音声強調処理を行う音声強調部を備え、
    前記制御信号に基づいて、前記エコーキャンセル処理のエコー抑圧量を上げ、前記音声強調処理を強め、前記ノイズキャンセル処理の雑音抑圧量を下げる制御を行う
    ことを特徴とする請求項１に記載の音響信号処理装置。
  6. 前記音響信号分析部は、
    第１の参照データを備える第１の記憶部と、
    第２の参照データを備える第２の記憶部と、
    前記第１の音響信号を分析して分析用音響パラメータを生成する音響パラメータ算出部と、
    前記第１の参照データを用いて前記分析用音響パラメータを分析することにより、パラメータ分析結果を生成する音響パラメータ分析部と、
    前記第２の参照データを用いて、前記パラメータ分析結果から前記制御信号を生成する制御信号生成部と、
    を備えることを特徴とする請求項１から５のいずれか１項に記載の音響信号処理装置。
  7. 前記音響パラメータ算出部は、Ｎを正の整数としたときに、ケプストラム分析より得られたＮ次のメル周波数ケプストラム係数を算出することにより、前記分析用音響パラメータを生成する
    ことを特徴とする請求項６に記載の音響信号処理装置。
  8. 前記音声強調処理は、音声スペクトルのスペクトル振幅が大きい成分を強調するフォルマント強調処理、音声の調波構造を強調するピッチ強調処理、又は音響信号の周波数特性を変更するイコライザ処理のいずれかの処理である
    ことを特徴とする請求項４又は５に記載の音響信号処理装置。
  9. 請求項１から８のいずれか１項に記載の音響信号処理装置と、
    前記第２の音響信号をアナログデジタル変換することにより、デジタル信号を生成するアナログデジタル変換部と、
    前記第１の音響信号をデジタルアナログ変換することにより、アナログ信号を生成するデジタルアナログ変換部と
    を備える
    ことを特徴とするハンズフリー通話装置。
  10. 遠端側から入力される受話音声の第１の音響信号の音響的特徴を分析し、前記分析の結果に応じて近端側から入力される送話音声の第２の音響信号を補正するための制御信号を生成する音響信号分析ステップと、
    前記制御信号に基づいて、前記第２の音響信号の補正を行う音響信号補正ステップと
    を備えることを特徴とする音響信号処理方法。
JP2019504202A 2017-03-08 2017-03-08 音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置 Expired - Fee Related JP6545419B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/009275 WO2018163328A1 (ja) 2017-03-08 2017-03-08 音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置

Publications (2)

Publication Number Publication Date
JP6545419B2 JP6545419B2 (ja) 2019-07-17
JPWO2018163328A1 true JPWO2018163328A1 (ja) 2019-11-07

Family

ID=63449002

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019504202A Expired - Fee Related JP6545419B2 (ja) 2017-03-08 2017-03-08 音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置

Country Status (5)

Country Link
US (1) US20200045166A1 (ja)
JP (1) JP6545419B2 (ja)
CN (1) CN110383798B (ja)
DE (1) DE112017007005B4 (ja)
WO (1) WO2018163328A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11394425B2 (en) * 2018-04-19 2022-07-19 Cisco Technology, Inc. Amplifier supporting full duplex (FDX) operations
JP7195344B2 (ja) * 2018-07-27 2022-12-23 ドルビー ラボラトリーズ ライセンシング コーポレイション パーベイシブ・リステニングのための強制ギャップ挿入
CN109087660A (zh) * 2018-09-29 2018-12-25 百度在线网络技术（北京）有限公司 用于回声消除的方法、装置、设备以及计算机可读存储介质
CN109599098A (zh) * 2018-11-01 2019-04-09 百度在线网络技术（北京）有限公司 音频处理方法和装置
US20200184991A1 (en) * 2018-12-05 2020-06-11 Pascal Cleve Sound class identification using a neural network
DE112019007263T5 (de) * 2019-06-20 2022-01-05 LG Electronics Inc. Anzeigegerät
CN111933164B (zh) * 2020-06-29 2022-10-25 北京百度网讯科技有限公司 语音处理模型的训练方法、装置、电子设备和存储介质
CN113241089B (zh) * 2021-04-16 2024-02-23 维沃移动通信有限公司 语音信号增强方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002043985A (ja) * 2000-07-25 2002-02-08 Matsushita Electric Ind Co Ltd 音響エコーキャンセラー装置
JP2012222389A (ja) * 2011-04-04 2012-11-12 Nippon Telegr & Teleph Corp <Ntt> 反響消去装置とその方法とプログラム
JP2014045342A (ja) * 2012-08-27 2014-03-13 Sharp Corp エコー抑制装置、通信装置、エコー抑制方法及びエコー抑制プログラム
US20140270149A1 (en) * 2013-03-17 2014-09-18 Texas Instruments Incorporated Clipping Based on Cepstral Distance for Acoustic Echo Canceller
JP2016502779A (ja) * 2012-10-23 2016-01-28 インタラクティブ・インテリジェンス・インコーポレイテッド 音響エコー除去のためのシステムおよび方法
JP2016174233A (ja) * 2015-03-16 2016-09-29 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報処理装置、判定方法及びコンピュータプログラム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3282596B2 (ja) 1998-11-25 2002-05-13 株式会社デンソー 無線通信装置
US7177416B1 (en) * 2002-04-27 2007-02-13 Fortemedia, Inc. Channel control and post filter for acoustic echo cancellation
JP4245617B2 (ja) * 2006-04-06 2009-03-25 株式会社東芝 特徴量補正装置、特徴量補正方法および特徴量補正プログラム
JP5923994B2 (ja) * 2012-01-23 2016-05-25 富士通株式会社 音声処理装置及び音声処理方法
US9275625B2 (en) * 2013-03-06 2016-03-01 Qualcomm Incorporated Content based noise suppression
JP6136995B2 (ja) * 2014-03-07 2017-05-31 株式会社Ｊｖｃケンウッド 雑音低減装置
CN203941693U (zh) * 2014-06-09 2014-11-12 高秀敏 一种远程声音信号处理分析装置
US9520139B2 (en) * 2014-06-19 2016-12-13 Yang Gao Post tone suppression for speech enhancement
CN105374364B (zh) * 2014-08-25 2019-08-27 联想(北京)有限公司 信号处理方法及电子设备
CN105374359B (zh) * 2014-08-29 2019-05-17 中国电信股份有限公司 语音数据的编码方法和系统
GB2525051B (en) * 2014-09-30 2016-04-13 Imagination Tech Ltd Detection of acoustic echo cancellation
CN104936101B (zh) * 2015-04-29 2018-01-30 成都陌云科技有限公司 一种主动式降噪装置
CN104835498B (zh) * 2015-05-25 2018-12-18 重庆大学 基于多类型组合特征参数的声纹识别方法
CN106024004B (zh) * 2016-05-11 2019-03-26 Tcl移动通信科技（宁波）有限公司 一种移动终端双麦降噪处理方法、系统及移动终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002043985A (ja) * 2000-07-25 2002-02-08 Matsushita Electric Ind Co Ltd 音響エコーキャンセラー装置
JP2012222389A (ja) * 2011-04-04 2012-11-12 Nippon Telegr & Teleph Corp <Ntt> 反響消去装置とその方法とプログラム
JP2014045342A (ja) * 2012-08-27 2014-03-13 Sharp Corp エコー抑制装置、通信装置、エコー抑制方法及びエコー抑制プログラム
JP2016502779A (ja) * 2012-10-23 2016-01-28 インタラクティブ・インテリジェンス・インコーポレイテッド 音響エコー除去のためのシステムおよび方法
US20140270149A1 (en) * 2013-03-17 2014-09-18 Texas Instruments Incorporated Clipping Based on Cepstral Distance for Acoustic Echo Canceller
JP2016174233A (ja) * 2015-03-16 2016-09-29 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報処理装置、判定方法及びコンピュータプログラム

Also Published As

Publication number Publication date
CN110383798B (zh) 2021-05-11
DE112017007005B4 (de) 2023-03-30
DE112017007005T5 (de) 2019-10-31
WO2018163328A1 (ja) 2018-09-13
US20200045166A1 (en) 2020-02-06
JP6545419B2 (ja) 2019-07-17
CN110383798A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
JP6545419B2 (ja) 音響信号処理装置、音響信号処理方法、及びハンズフリー通話装置
JP4283212B2 (ja) 雑音除去装置、雑音除去プログラム、及び雑音除去方法
US8666736B2 (en) Noise-reduction processing of speech signals
KR101228398B1 (ko) 향상된 명료도를 위한 시스템, 방법, 장치 및 컴퓨터 프로그램 제품
JP5097504B2 (ja) 音声信号のモデルベース強化
US8831936B2 (en) Systems, methods, apparatus, and computer program products for speech signal processing using spectral contrast enhancement
US8521530B1 (en) System and method for enhancing a monaural audio signal
JP5528538B2 (ja) 雑音抑圧装置
CN108604452B (zh) 声音信号增强装置
JP5646077B2 (ja) 雑音抑圧装置
WO2016056167A1 (ja) エコーキャンセル装置、エコーキャンセルプログラム及びエコーキャンセル方法
US20120330652A1 (en) Space-time noise reduction system for use in a vehicle and method of forming same
GB2398913A (en) Noise estimation in speech recognition
JP5649488B2 (ja) 音声判別装置、音声判別方法および音声判別プログラム
JP2003500936A (ja) エコー抑止システムにおけるニアエンド音声信号の改善
JP5595605B2 (ja) 音声信号復元装置および音声信号復元方法
JP2020122835A (ja) 音声処理装置および音声処理方法
JP2007251354A (ja) マイクロホン、音声生成方法
JP5466581B2 (ja) 反響消去方法、反響消去装置及び反響消去プログラム
JP2005514668A (ja) スペクトル出力比依存のプロセッサを有する音声向上システム
WO2020110228A1 (ja) 情報処理装置、プログラム及び情報処理方法
US20220208206A1 (en) Noise suppression device, noise suppression method, and storage medium storing noise suppression program
CN111226278B (zh) 低复杂度的浊音语音检测和基音估计
JP6956929B2 (ja) 情報処理装置、制御方法、及び制御プログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190402

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190402

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20190402

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190509

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190521

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190618

R150 Certificate of patent or registration of utility model

Ref document number: 6545419

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees