JP2009014937A - エコー抑圧装置、エコー抑圧方法及びコンピュータプログラム - Google Patents

Abstract

【課題】エコーキャンセラ等に適用され、例えばダブルトーク及びシングルトークの境界において境界の判定に遅延を生じさせることがなく、複数チャネルで音を出力するシステムに適用した場合、装置の大型化を防止し、しかも適応処理を行わないため推定能力を超えて残留エコーが大きくなるという問題を生じさせることがないエコー抑圧装置、エコー抑圧方法及びコンピュータプログラムを提供する。
【解決手段】スピーカ等の音出力部に出力させる音の基となる参照音信号、及びマイクロホン等の音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換し、変換後の参照音信号及び観測音信号の比及び相関を示す値を求め、該比及び相関の値の大小を比較し、比較した結果並びに比及び相関からエコーの推定に要する推定係数を導出し、導出した推定係数を用いて、エコーを推定し、推定したエコーに基づいて観測音信号を抑圧する。
【選択図】図２

Description

本発明は、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携して稼働可能であり、観測音信号のエコーを抑圧するエコー抑圧装置、該エコー抑圧装置を用いて実現するエコー抑圧方法、並びに前記抑圧装置を実現するコンピュータプログラムに関する。

例えば、従来のカーナビゲーションシステムにおける音声認識では、話者が発声する前に発話スイッチを押下することにより、カーナビゲーションシステムを消音し、カーナビゲーションシステムのスピーカから出力された音が、エコーとしてマイクロホンに回り込み、音声の誤認識の要因となることを防止している。これに対し、出力音を消音することなく音声認識による操作を行いたいという使用者からの要望がある。この様な要望に応えるためにはスピーカからマイクロホンに回り込む音を抑圧するエコー抑圧方法が必要となる。また車両内の音響、即ちカーオーディオシステムでは、マルチチャネルに対応すべく複数のスピーカが用いられているため、マルチチャネルのカーオーディオシステムから音声認識等の用途に用いられるマイクロホンに回り込むエコーに対応するエコー抑圧方法が要求される。

そこでモノラルチャネルのオーディオシステムに対応するエコー抑圧方法をマルチチャネルのオーディオシステムに適用したエコー抑圧装置が提案されている。図１２は、従来の第１のエコー抑圧装置の構成を示す模式図である。図１２中１０００は、エコー抑圧装置であり、エコー抑圧装置１０００は、マルチチャネルオーディオ２０００から出力された複数チャネルの音信号を、複数のスピーカ２００１，２００１，…へ出力し、各スピーカ２００１，２００１，…は、夫々の音信号に基づく出力を行う。そしてエコー抑圧装置１０００は、マイクロホン２００２にて受音した音から、出力された複数チャネルの音に基づくエコーを除去する。エコーの除去は、受音した音に基づく観測音信号ｙ（ｔ）から、出力する複数チャネル（ｎ）の音に基づく参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）を、夫々のチャネルの参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）に対応した複数の抑圧機構（エコーキャンセラ）１００１−１，…，１００１−ｎにて夫々に対応するエコーを抑圧することにより行う。

またモノラルチャネルのオーディオシステムに対応するエコー抑圧方法をマルチチャネルのオーディオシステムに適用したエコー抑圧装置は、図１２以外の形態についても提案されている。図１３は、従来の第２のエコー抑圧装置の構成を示す模式図である。第２のエコー抑圧装置１０００は、複数チャネルの音に基づく参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）を加算する加算機構１００２にて加算参照音信号ｘ（ｔ）を生成し、一の抑圧機構１００１にて、観測音信号ｙ（ｔ）から、加算参照音信号ｘ（ｔ）に基づいてエコーを抑圧する。

図１４は、従来のエコー抑圧装置が備える抑圧機構１００１の機能構成を示す機能ブロック図である。抑圧機構１００１は、話者が発声しているダブルトークの状態及び発声していないシングルトークの状態を検出する検出部１００１０と、学習同定法を用いた適応処理により、エコーの推定に要するフィルタ係数を更新するフィルタ係数更新部１００１１と、フィルタ係数を用いた数百次の積和演算により、参照音信号ｘ（ｔ）から、エコー信号ｘ’（ｔ）を推定する線形ＦＩＲフィルタ１００１２と、観測音信号ｙ（ｔ）からエコー信号ｘ’（ｔ）を減算することによりエコーの抑圧を行った抑圧結果ｒ（ｔ）を出力する減算部１００１３とを備えている。検出部１００１０は、抑圧結果ｒ（ｔ）の強度変化に基づいてシングルトークの状態とダブルトークの状態とを検出し、ダブルトークの状態時には、フィルタ係数更新部１００１１のフィルタ係数の更新を停止させる。フィルタ係数更新部１００１１は、抑圧結果ｒ（ｔ）に基づいてフィルタ係数を求める。

なお図１２に示したエコー抑圧装置１０００では、図１４に示す抑圧機構１００１を参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）毎に備えている。この様なエコー抑圧方法は、例えば特許文献１に開示されている。
特開２００２−２３７７６９号公報

しかしながら図１４に示した様な学習同定法を用いた適応処理では、過去の学習結果に基づいてエコーを抑圧するため、ダブルトーク及びシングルトークの境界等の観測音信号の大きな変化に対する追従性が悪いという問題がある。このため話者の発声開始直後の状態をシングルトークとして検出したり、発声終了直後のエコーのみの状態をダブルトークとして検出したりすることにより、誤った音声認識処理を行うという問題に繋がる。

また図１２に示した様に各チャネルに対応する抑圧機構を要する方法では、コストの増大、装置の大型化等の問題がある。特に設置スペースの制約が大きいカーナビゲーションシステムに適用する場合、大型化の問題は深刻である。

さらに図１３に示した様に参照音信号を加算してモノラルチャネルの加算参照音信号とした場合には、抑圧できていない残留エコーが大きくなるという問題が生じる。これはマルチチャネルオーディオ２０００による音楽等の音の出力では、各スピーカの再生音及び強度が独立して変化するため、複数経路のエコーを一の適応処理にて学習し、推定することができないためである。

本発明は斯かる事情に鑑みてなされたものであり、参照音信号及び観測音信号を周波数軸上の成分に変換し、変換後の参照音信号及び観測音信号の比及び相関を示す値を求め、該比及び相関の値の大小を比較し、比較した結果並びに比及び相関からエコーの推定に要する推定係数を導出し、導出した推定係数を用いて、エコーを推定し、推定したエコーに基づいて観測音信号を抑圧することにより、学習同定法を用いた適応処理ではないため、ダブルトーク及びシングルトークの境界等の観測音信号の大きな変化に対しても境界の判定に遅延を生じさせることがなく、従って誤認識を防止することが可能なエコー抑圧装置、該エコー抑圧装置を用いて実現するエコー抑圧方法、並びに前記抑圧装置を実現するコンピュータプログラムの提供を主たる目的とする。

また本発明は、参照音信号が複数の場合に、各参照音信号を加算した信号に基づいて、エコー抑制処理を行うことにより、チャネル毎の抑圧処理を要しないため、コストの増大を防止し、装置の大型化を防止することが可能であり、しかも学習同定法を用いた適応処理ではないため推定能力を超えて残留エコーが大きくなるという問題を生じさせることがないエコー抑圧装置等の提供を他の目的とする。

第１発明に係るエコー抑圧装置は、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能であり、前記観測音信号のエコーを抑圧するエコー抑圧装置において、音出力部に出力させる音の基となる参照音信号、及び音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する変換部と、前記参照音信号及び前記観測音信号の周波数軸上の成分の比及び相関を示す値を求める計算部と、前記比及び前記相関の値の大小を比較する比較部と、比較した結果並びに前記比及び前記相関から前記エコーの推定に要する推定係数を導出する導出部と、前記推定係数を用いて、前記エコーを推定する推定部と、推定した前記エコーに基づいて前記観測音信号を抑圧する抑圧部とを備えることを特徴とする。

第２発明に係るエコー抑圧装置は、第１発明において、更に、前記参照音信号が複数の場合に、各参照音信号を加算する加算部を備え、前記変換部は、観測音信号及び加算された参照音信号を周波数軸上の成分に変換する様に構成してあることを特徴とする。

第３発明に係るエコー抑圧装置は、第１発明又は第２発明において、前記計算部は、計算の対象となる周波数を含む所定周波数範囲内における参照音信号の各周波数での値と観測音信号の各周波数での値との相関を求める様に構成してあり、計算の対象となる周波数に応じて、前記所定周波数範囲を変更する様に構成してあることを特徴とする。

第４発明に係るエコー抑圧装置は、第１発明乃至第３発明のいずれかにおいて、前記導出部は、更に、前記比と前記相関との大小関係に関する閾値を複数設定し、前記複数の閾値と前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する様に構成してあることを特徴とする。

第５発明に係るエコー抑圧装置は、第４発明において、前記導出部は、前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する際に用いる閾値を、周波数に応じて変更する様に構成してあることを特徴とする。

第６発明に係るエコー抑圧装置は、第１発明乃至第５発明のいずれかにおいて、前記計算部は、周波数軸上の成分に変換した観測音信号の振幅スペクトル及び参照音信号の振幅スペクトルに基づいて、比及び相関を示す値を求める様に構成してあることを特徴とする。

第７発明に係るエコー抑圧装置は、第６発明において、前記推定部は、エコーの振幅スペクトルを推定する様に構成してあり、前記抑圧部は、エコーの振幅スペクトルに対する観測音信号の振幅スペクトルの比が所定の閾値以上である場合に、観測音信号の振幅スペクトルを抑圧する様に構成してあることを特徴とする。

第８発明に係るエコー抑圧装置は、第７発明において、前記抑圧部は、抑圧の対象となる周波数に応じて閾値を変更する様に構成してあることを特徴とする。

第９発明に係るエコー抑圧方法は、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能なエコー抑圧装置に、前記観測音信号のエコーを抑圧させるエコー抑圧方法であって、前記音出力部に出力させる音の基となる参照音信号、及び前記音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する手順と、前記参照音信号及び前記観測音信号の変換後の周波数軸上の成分の比及び相関を示す値を求める手順と、前記比及び前記相関の値の大小を比較する手順と、比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、前記推定係数を用いて、前記エコーを推定する手順と、前記エコーに基づいて前記観測音信号を抑圧する手順とを含むことを特徴とする。

第１０発明に係るコンピュータプログラムは、コンピュータにロードして、該コンピュータ上で実行される手順を定義したプログラムであって、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく音信号を処理する音処理装置と連携させ、前記観測音信号のエコーを抑圧させるコンピュータプログラムにおいて、コンピュータに、前記参照音信号及び前記観測音信号を変換した周波数軸上の成分の比及び相関を示す値を求める手順と、前記比及び前記相関の値の大小を比較する手順と、比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、前記推定係数を用いて、エコーを推定する手順と、推定したエコーに基づいて前記観測音信号を抑圧する手順とを実行させることを特徴とする。

第１発明、第９発明及び第１０発明では、比及び相関の関係からダブルトークの状態か、シングルトークの状態かをリアルタイムに判別し、エコーの推定方法を適宜変更することにより、過去の信号を参照することが無いため、学習同定法を用いた適応処理の様に、ダブルトーク及びシングルトークの境界の判定に遅延を生じさせることがない。

第２発明では、マルチチャネルオーディオに対応することが可能であり、夫々の参照音信号毎にエコーを推定する必要がないため、チャンネル毎の抑圧部を設ける必要がなく、従って抑圧回路のコストの増大を防止し、設置スペースの拡大を防止することが可能である。また学習同定法を用いた適応処理ではないため推定能力を超えて残留エコーが大きくなるという問題を生じさせることがない。

第３発明では、例えば話者が発声した音と、参照音信号に基づき出力された音との差を検出し難い低周波数領域程、算出に用いる所定周波数範囲を拡大することにより、相関の感度を相対的に上げることができ、ダブルトークの検出精度を向上させることが可能である。

第４発明では、例えば比が相関の第１の閾値未満である場合に、参照音信号及び観測音信号の相関が高いシングルトークの状態にあると見なし、推定係数として扱う比及び参照音信号に基づきエコーを推定することが可能である。また例えば信号比が相関の第２の閾値以上である場合に、参照音信号及び観測音信号の相関が低いダブルトークの状態になると見なし、推定係数として扱う相関及び参照音信号に基づきエコーを推定することが可能である。

第５発明では、低周波数から高周波数になる程、閾値を小さくすることにより、ダブルトークに対する検出精度を高くして話者の発生に対する歪みを抑制することが可能であり、また低周波数から高周波数になる程、閾値を大きくすることにより、シングルトークに対する検出精度を高くして残留エコーの発生を抑制することが可能である。

第６発明及び第７発明では、複素数スペクトルの実部に基づく振幅スペクトルを用いることにより、計算負荷を軽減することが可能である。

第８発明では、低周波数から高周波数になる程、閾値を小さくすることにより、ダブルトークに対する検出精度を高くして話者の発生に対する歪みを抑制することが可能であり、また低周波数から高周波数になる程、閾値を大きくすることにより、シングルトークに対する検出精度を高くして残留エコーの発生を抑制することが可能である。

本発明に係るエコー抑圧装置、エコー抑圧方法及びコンピュータプログラムは、スピーカ等の音出力部に出力させる音の基となる参照音信号、及びマイクロホン等の音入力部が受け付けた音に基づく観測音信号を周波数軸上の成分に変換し、変換後の参照音信号及び観測音信号の比及び相関を示す値を求め、該比及び相関の値の大小を比較し、比較した結果並びに比及び相関からエコーの推定に要する推定係数を導出し、導出した推定係数を用いて、エコーを推定し、推定したエコーに基づいて観測音信号を抑圧する。

この構成により、本発明では、比及び相関の関係からダブルトークの状態か、シングルトークの状態かを判別し、エコーの推定方法を適宜変更することにより、過去の信号を参照することが無いため、学習同定法を用いた適応処理の様に、ダブルトーク及びシングルトークの境界の判定に遅延を生じさせることがない等、優れた効果を奏する。従って例えば音声認識処理に適用した場合、発声開始時、発声終了直後等の境界における誤認識を抑制することが可能である等、優れた効果を奏する。

また本発明は、複数の出力部を用いたマルチチャネルオーディオに適用した場合、各チャネルの参照音信号を加算した信号に基づいて処理を行うことにより、夫々の参照音信号毎にエコーを推定する必要がないため、チャネル毎の抑圧部を設ける必要がない等、優れた効果を奏する。このためコストの増大を防止し、設置スペースの拡大を防止することが可能である等、優れた効果を奏する。また学習同定法を用いた適応処理ではないため推定能力を超えて残留エコーが大きくなるという問題を生じさせることがない等、優れた高価を奏する。

さらに本発明は、音信号を変換した複素スペクトルに共役複素数を乗じて実数化した値、又は複素スペクトルの実数部に基づく振幅スペクトルを用いることにより、複素数に基づく複雑な演算を回避し、計算負荷を軽減することが可能である等、優れた効果を奏する。

さらに本発明は、算出の対象となる周波数を含む所定周波数範囲内における観測音信号の各周波数での値の総和及び参照音信号の各周波数での値の総和の比を相関として用いており、算出の対象となる周波数に応じて、所定周波数範囲を変更する。

この構成により、本発明では、例えば話者が発声した音と、参照音信号に基づき出力された音との差を検出し難い低周波数領域程、算出に用いる所定周波数範囲を拡大することにより、相関の感度を相対的に上げることができ、ダブルトークの検出精度を向上させることが可能である等、優れた効果を奏する。

さらに本発明は、比と相関との大小関係に関する閾値を複数設定し、複数の閾値と比と相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する様に構成してある。具体的な例として、本発明は、比が相関の第１の閾値である第１定数未満である場合に、比の値に基づいて推定係数を導出する様に構成してあり、比が相関の第１定数より大きい閾値である第２定数以上である場合に、相関の値に基づいて推定係数を導出する様に構成してあり、比が相関の第１定数倍以上で、かつ第２定数倍未満である場合に、比及び相関の値に基づいて推定係数を導出する様に構成してある。

この構成により、本発明では、比が相関の第１定数倍未満である場合に、参照音信号及び観測音信号の相関が高いシングルトークの状態にあると見なし、推定係数として扱う比及び参照音信号に基づき補正量としてエコーを推定し、比が相関の第２定数倍以上である場合に、参照音信号及び観測音信号の相関が低いダブルトークの状態になると見なし、推定係数として扱う相関及び参照音信号に基づき補正量としてエコーを推定することが可能である等、優れた効果を奏する。更に比が相関の第１定数倍以上で、かつ第２定数倍未満である場合に、比及び相相関に基づき、例えば加重平均値を推定係数とすることにより、シングルトーク及びダブルトークの境界における不連続な変化を抑制することが可能である等、優れた効果を奏する。また低周波数から高周波数になる程、第１定数及び第２定数を小さくすることにより、ダブルトークに対する検出精度を高くし、話者の発声に対する歪みを抑制することが可能であり、低周波数から高周波数になる程、第１定数及び第２定数を大きくすることにより、シングルトークに対する検出精度を高くし、残留エコーの発生を抑制することが可能である等、優れた効果を奏する。

以下、本発明をその実施の形態を示す図面に基づいて詳述する。

実施の形態１．
図１は、本発明の実施の形態１に係るエコー抑圧装置の構成例を示す模式図である。図１中１は、例えばテレビ会議システム、車両に搭載されるカーナビゲーションシステム等のコンピュータを用いたエコー抑圧装置であり、エコー抑圧装置１は、マルチチャネルオーディオ等の音出力装置２及び音声認識システム等の音処理装置３と連携して動作する。音出力装置２から出力される複数チャネルのアナログ信号である出力音信号は、スピーカ等の複数の音出力部２０，２０，…から音として出力される。またコンデンサマイクロホン等の音入力部３０は、外部の音を受け付け、受け付けた音に基づいてアナログ信号である入力音信号を生成し、音処理装置３へ出力する。エコー抑圧装置１は、音出力部２０，２０，…から夫々出力された音に基づくエコーを、音入力部３０が受け付けた音から除去するエコーキャンセラの機能を備えている。なお以降の説明において、特にエコー抑圧装置１内のｎ個（ｎは自然数）の出力音信号を参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）として示し、入力音信号を観測音信号ｙ（ｔ）として示す。

さらにエコー抑圧装置１は、複数の参照音信号ｘ１，…，ｘｎを加算して加算参照音信号ｘ（ｔ）を生成するアナログミキサー等の加算機構１０と、生成した加算参照音信号ｘ（ｔ）を８０００Ｈｚ等の周期で標本化してデジタル信号に変換し、デジタル信号に変換した際の折り返し誤差（エイリアジング）を防止すべく、ＬＰＦ(Low Pass Filter )によるアンチエイリアジングフィルタ処理を行う第１Ａ／Ｄ(Analog to Digital )変換機構１１と、観測音信号ｙ（ｔ）を増幅するアンプ等の増幅機構１２と、増幅した観測音信号ｙ（ｔ）を８０００Ｈｚ等の周期で標本化してデジタル信号に変換し、アンチエイリアジングフィルタ処理を行う第２Ａ／Ｄ変換機構１３と、加算参照音信号ｘ（ｔ）に基づいて、観測音信号ｙ（ｔ）を補正するエコー抑圧処理を行い、処理結果となるデジタル信号である抑圧結果信号ｒ（ｔ）を出力するＤＳＰ(Digital Signal Processor)等のエコー抑圧機構１４と、抑圧結果信号ｒ（ｔ）をアナログ信号に変換して音処理装置３へ出力するＤ／Ａ(Digital to Analog )変換機構１５とを備えている。エコー抑圧機構１４は、本発明のコンピュータプログラム１００及びデータ等のファームウェアが組み込まれた演算回路であり、ファームウェアとして組み込まれた本発明のコンピュータプログラム１００を実行することにより、コンピュータは、本発明のエコー抑圧装置１として動作する。そして音処理装置３は、受け付けた抑圧結果信号ｒ（ｔ）に基づいて音声認識等の処理を実行する。

図２は、本発明の実施の形態１に係るエコー抑圧装置１が備えるエコー抑圧機構１４の機能構成例を示す機能ブロック図である。エコー抑圧装置１が備えるエコー抑圧機構１４は、デジタル信号に変換した加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）から２０〜４０ｍｓ程度の所定時間長のフレームを夫々生成する。なお各フレームは、１０ｍｓ〜２０ｍｓ程度ずつオーバーラップしており、各フレームに対しては、ハミング窓、ハニング窓等の窓関数、高域強調フィルタによるフィルタリング等の音声認識の分野で一般的なフレーム処理が施される。この様にして生成した各フレームに対して以下に説明する様々な機能による信号処理を実行する。

エコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、フレーム単位の加算参照音信号ｘ（ｔ）をＦＦＴ（高速フーリエ変換:Fast Fourier Transformation）処理にて周波数軸上の成分に変換することにより、参照音信号Ｘ（ｆ）を生成する第１ＦＦＴ変換部１４０、及びフレーム単位の観測音信号ｙ（ｔ）をＦＦＴ処理にて周波数軸上の成分に変換することにより、観測音信号Ｙ（ｆ）を生成する第２ＦＦＴ変換部１４１として機能する。変換された参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）は、複素スペクトルとなる。なお周波数軸上に変換する方法として、ＤＣＴ（離散コサイン変換:Discrete Cosine Transform ）等の変換方法を用いる様にしても良い。

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の対応する周波数ｆについての信号比Ｇ１（ｆ）と、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の対応する周波数ｆについて、類似性の程度を比で示す相関Ｇ２（ｆ）とを求める計算部１４２として機能する。計算部１４２は、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の計算の対象となる各周波数ｆについて、下記の式（１）に基づいて信号比Ｇ１（ｆ）を求める。なお観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）は複素スペクトルであるので、参照音信号Ｘ（ｆ）の共役複素数Ｘ^* （ｆ）を乗じて実数化した上で信号比を求める。

Ｇ１（ｆ）＝｛Ｙ（ｆ）・Ｘ^* （ｆ）｝／｛Ｘ（ｆ）・Ｘ^* （ｆ）｝ …式（１）
但し、Ｇ１（ｆ）：信号比
Ｙ（ｆ）：観測音信号
Ｘ（ｆ）：参照音信号
Ｘ^* （ｆ）：参照音信号の共役複素数

また計算部１４２は、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の計算の対象となる各周波数ｆについて、下記の式（２）に基づいて相関Ｇ２（ｆ）を算出する。相関は、計算の対象となる周波数ｆを中心とした所定周波数範囲内でおいて、観測音信号Ｙ（ｆ）の各周波数ｆでの値の総和及び参照音信号Ｘ（ｆ）の各周波数ｆでの値の総和の比である。なお観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）は複素スペクトルであるので、参照音信号Ｘ（ｆ）の共役複素数Ｘ^* （ｆ）を乗じて実数化した上で相関Ｇ２（ｆ）を求める。

Ｇ２（ｆ）＝Σ｛Ｙ（ｆ）・Ｘ^* （ｆ）｝／Σ｛Ｘ（ｆ）・Ｘ^* （ｆ）｝ …式（２）
但し、Ｇ２（ｆ）：相関

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、算出した信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）を比較する比較部１４３、並びに比較した結果に基づいて信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）からエコーの推定に要するエコー推定係数Ｇ（ｆ）を導出する導出部１４４として機能する。比較部１４３は、下記の式（３）に基づいて信号比Ｇ１（ｆ）の信号強度｜Ｇ１（ｆ）｜と相関Ｇ２（ｆ）の信号強度｜Ｇ２（ｆ）｜の所定の定数α倍との大小関係を比較する。

｜Ｇ１（ｆ）｜＜α｜Ｇ２（ｆ）｜ …式（３）
但し、｜Ｇ１（ｆ）｜：信号比Ｇ１（ｆ）の信号強度
｜Ｇ２（ｆ）｜：相関Ｇ２（ｆ）の信号強度
α：定数

導出部１４４は、信号比Ｇ１（ｆ）の信号強度｜Ｇ１（ｆ）｜が相関Ｇ２（ｆ）の信号強度｜Ｇ２（ｆ）｜の定数α倍未満である場合、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の相関が高いシングルトークの状態であると判定し、Ｇ（ｆ）＝Ｇ１（ｆ）であるエコー推定係数Ｇ（ｆ）を導出する。また信号比Ｇ１（ｆ）の信号強度｜Ｇ１（ｆ）｜が相関Ｇ２（ｆ）の信号強度｜Ｇ２（ｆ）｜の定数α倍以上である場合、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の相関が低いダブルトークの状態であると判定し、Ｇ（ｆ）＝Ｇ２（ｆ）であるエコー推定係数Ｇ（ｆ）を導出する。即ち定数αは、シングルトーク状態かダブルトーク状態かを判定する閾値として用いられる。

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、導出したエコー推定係数Ｇ（ｆ）及び参照音信号Ｘ（ｆ）に基づいて、観測音信号Ｙ（ｆ）を補正する補正量としてエコーのスペクトルＸ’（ｆ）を推定するエコー推定部１４５として機能する。エコー推定部１４５は、下記の式（４）に基づきエコー推定係数Ｇ（ｆ）及び参照音信号Ｘ（ｆ）の積としてエコーＸ’（ｆ）を求める。

Ｘ’（ｆ）＝Ｇ（ｆ）・Ｘ（ｆ） …式（４）
但し、Ｘ’（ｆ）：エコー

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、算出したエコーＸ’（ｆ）に基づいて観測音信号Ｙ（ｆ）を抑圧し、抑圧した結果である抑圧結果信号Ｒ（ｆ）を出力するエコー抑圧部１４６として機能する。エコー抑圧部１４６は、下記の式（５）に基づき観測音信号Ｙ（ｆ）からエコーＸ’（ｆ）を減じる信号補正を行うことにより、エコーを抑圧した結果を示す周波数軸上の成分として抑圧結果信号Ｒ（ｆ）を求める。

Ｒ（ｆ）＝Ｙ（ｆ）−Ｘ’（ｆ） …式（５）
但し、Ｒ（ｆ）：抑圧結果

そしてエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、周波数軸上の成分である抑圧結果信号Ｒ（ｆ）をＩＦＦＴ（逆フーリエ変換）処理にて時間軸上の信号に変換するＩＦＦＴ変換部１４７として機能する。時間軸上の信号に変換された抑圧結果信号ｒ（ｔ）は、Ｄ／Ａ変換機構１５にてアナログ信号に変換された上で、音処理装置３へ出力される。

次に本発明の実施の形態１に係るエコー抑圧装置１の処理について説明する。エコー抑圧装置１は、加算機構１０により、音処理装置３から出力され音出力部２０，２０，…が受け付けるｎ個の参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）を取得し、取得したｎ個の参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）を加算した加算参照音信号ｘ（ｔ）を生成する。そしてエコー抑圧装置１は、加算参照音信号ｘ（ｔ）に対し、第１Ａ／Ｄ変換機構１１により、Ａ／Ｄ変換及びアンチエイリアジングフィルタ処理を行い、デジタル信号に変換した加算参照音信号ｘ（ｔ）をエコー抑圧機構１４に出力する。

またエコー抑圧装置１は、音入力部３０により、受け付けた音に基づいて観測音信号ｙ（ｔ）を生成し、生成した観測音信号ｙ（ｔ）に対し、増幅機構１２にて増幅を行い、第２Ａ／Ｄ変換機構１３により、Ａ／Ｄ変換及びアンチエイリアジングフィルタ処理を行い、デジタル信号に変換した観測音信号ｙ（ｔ）をエコー抑圧機構１４に出力する。

図３は、本発明の実施の形態１に係るエコー抑圧装置１の処理の一例を示すフローチャートである。エコー抑圧装置１のエコー抑圧機構１４は、受け付けた加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）をフレーム化し（Ｓ１０１）、第１ＦＦＴ変換部１４０及び第２ＦＦＴ変換部１４１の処理により、加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）を夫々周波数軸上の成分である参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）に変換する（Ｓ１０２）。

エコー抑圧装置１のエコー抑圧機構１４は、計算部１４２の処理により、参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）の各周波数ｆについて、信号比Ｇ１（ｆ）を求め（Ｓ１０３）、更に参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）の各周波数ｆについて、相関Ｇ２（ｆ）を求める（Ｓ１０４）。ステップＳ１０３における信号比Ｇ１（ｆ）の計算には、前述した式（１）が用いられ、ステップＳ１０４における相関Ｇ２（ｆ）の計算には、前述した式（２）が用いられる。なおステップＳ１０３及びＳ１０４の処理は並行して実行することも可能である。

エコー抑圧装置１のエコー抑圧機構１４は、比較部１４３の処理により、信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）を比較し（Ｓ１０５）、導出部１４４の処理により、比較した結果に基づいて信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）からエコーの推定に要するエコー推定係数Ｇ（ｆ）を導出する（Ｓ１０６）。ステップＳ１０６におけるエコー推定係数Ｇ（ｆ）の導出には、前述の式（３）に基づいて、信号比Ｇ１（ｆ）又は相関Ｇ２（ｆ）が選択される。

エコー抑圧装置１のエコー抑圧機構１４は、エコー推定部１４５の処理により、エコー推定係数Ｇ（ｆ）及び参照音信号Ｘ（ｆ）に基づいて、エコーＸ’（ｆ）を推定する（Ｓ１０７）。ステップＳ１０７では、前述の式（４）を用い、観測音信号Ｙ（ｆ）を補正する補正量として、エコーの推定値であるエコーＸ’（ｆ）を求める。

エコー抑圧装置１のエコー抑圧機構１４は、エコー抑圧部１４６の処理により、エコーＸ’（ｆ）に基づいて観測音信号Ｙ（ｆ）を抑圧して抑圧結果信号Ｒ（ｆ）を生成する（Ｓ１０８）。ステップＳ１０８では、前述の式（５）を用いて観測音信号Ｙ（ｆ）からエコーＸ’（ｆ）を減じる補正を行うことによりエコーを抑圧する。

そしてエコー抑圧装置１のエコー抑圧機構１４は、ＩＦＦＴ変換部１４７の処理により、周波数軸上の成分である抑圧結果信号Ｒ（ｆ）を時間軸上の信号である抑圧結果信号ｒ（ｔ）に変換し（Ｓ１０９）、変換した抑圧結果信号ｒ（ｔ）を、Ｄ／Ａ変換手段１８にてアナログ信号に変換し、音処理装置３へ出力する。

音処理装置３では、受け付けた抑圧結果信号ｒ（ｔ）に基づいて、音声認識処理等の処理を実行する。この様にして本発明の実施の形態１に係るエコー抑圧装置１のエコー抑圧処理が実行される。

次に本発明の実施の形態１に係るエコー抑圧装置１によるエコー抑圧処理の結果について説明する。図４は、本発明の実施の形態１に係るエコー抑圧処理の結果の一例を示すグラフである。図４（ａ）は、本発明の実施の形態１に係るエコー抑圧処理にて処理される参照音信号ｘ（ｔ）の振幅スペクトル｜Ｘ（ｆ）｜及び観測音信号ｙ（ｔ）の振幅スペクトル｜Ｙ（ｆ）｜の一例を示すグラフであり、横軸に周波数ｆをとり、縦軸に信号強度ｄＢをとってその関係を示している。なお実線が参照音信号ｘ（ｔ）の振幅スペクトル｜Ｘ（ｆ）｜であり、点線が観測音信号ｙ（ｔ）の振幅スペクトル｜Ｙ（ｆ）｜である。図４（ｂ）は、本発明の実施の形態１に係るエコー抑圧処理による処理結果を示す抑圧結果信号ｒ（ｔ）の振幅スペクトル｜Ｒ（ｆ）｜の一例を示すグラフであり、横軸に周波数ｆをとり、縦軸に信号強度をとってその関係を示している。図４（ａ）及び（ｂ）は、ダブルトークの状態での振幅スペクトルを示しており、図４（ａ）が処理前、図４（ｂ）が処理後を示している。また図４（ａ）及び図４（ｂ）において、丸印で示した箇所が話者の音声に基づくピークである。

図４（ａ）に示す様に話者の音声が含まれる周波数では、参照音信号ｘ（ｔ）の振幅スペクトル｜Ｘ（ｆ）｜と、観測音信号ｙ（ｔ）の振幅スペクトル｜Ｙ（ｆ）｜との相関が小さくなっている。また図４（ａ）の処理結果である図４（ｂ）では、全体的に強度のレベルが低くなっているが、話者の音声が含まれる周波数ではピークの強度があまり変化していない。これは話者の音声以外のエコーが抑圧されたことを示している。

前記実施の形態１では、相関Ｇ２（ｆ）の算出に要する周波数範囲が一定の帯域幅である形態を示したが、本発明はこれに限らず、周波数に応じて帯域幅を変化させることも可能である。次に実施の形態１において、周波数に応じて帯域幅を変化させる形態について説明する。帯域幅を変化させる場合、相関Ｇ２（ｆ）を算出する前述の式（２）は、下記の式（６）に変形される。

なお式（６）において、標本化時のサンプル個数を示す次数Ｎ（ｆ）を帯域幅として用いる。式（６）において、帯域幅を示す次数Ｎ（ｆ）を一定にすると、式（２）となるが、ここでは帯域幅を示す次数が変化するものとする。図５は、本発明の実施の形態１に係るエコー抑圧方法において、帯域幅Ｎ（ｆ）を変化させる場合の周波数ｆと帯域幅Ｎ（ｆ）との関係を示すグラフである。図５は、横軸に周波数ｆをとり、縦軸に帯域幅を示す次数Ｎ（ｆ）をとってその関係を示している。図５に示す様に帯域幅は、低周波数領域程広くなっている。これは話者が発生した音と、エコーとの差が検出し難い低周波数領域程、帯域幅を大きくすることでサンプル数を増やし、相関の感度を相対的に上げ、ダブルトークの検出精度を向上させるためである。

帯域幅を変化させる場合、図３に例示したフローチャートのステップＳ１０４は、計算部１４２により、各周波数ｆについて、周波数ｆに応じて決定される周波数範囲内における参照音信号Ｘ（ｆ）の総和及び観測音信号Ｘ（ｆ）の総和に基づく相関Ｇ２（ｆ）を求める処理となる。

また前記実施の形態１では、信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）の一方を選択してエコー推定係数Ｇ（ｆ）とする形態を示したが、本発明はこれに限らず、シングルトーク及びダブルトークの境界における不連続な変化を抑制するため、相関Ｇ２（ｆ）に乗じる定数として、第１定数α１及び第１定数α１より大きい第２定数α２を設定し、信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）の加重平均をエコー推定係数Ｇ（ｆ）とする区間を設けても良い。次に実施の形態１において、エコー推定係数Ｇ（ｆ）の導出方法が異なる形態について説明する。

図６は、本発明の実施の形態１に係るエコー抑圧方法において、相関Ｇ２（ｆ）及び信号比Ｇ１（ｆ）の強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜と、エコー推定係数Ｇ（ｆ）に係る係数β（ｆ）との関係を示すグラフである。図６は、横軸に相関Ｇ２（ｆ）及び信号比Ｇ１（ｆ）の強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜をとり、縦軸にエコー推定係数Ｇ（ｆ）に係る係数β（ｆ）をとってその関係を示したグラフである。係数β（ｆ）は、エコー推定係数Ｇ（ｆ）の導出に要する係数であり、係数β（ｆ）を用いた下記の式（７）に基づいてエコー推定係数Ｇ（ｆ）が導出される。

Ｇ（ｆ）＝β（ｆ）・Ｇ１（ｆ）＋｛１−β（ｆ）｝ …式（７）
但し、β（ｆ）：エコー推定係数Ｇ（ｆ）に係る係数

図６に示す様に強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜が第１定数α１未満の場合、係数β（ｆ）＝０となるので、相関Ｇ２（ｆ）がエコー推定係数Ｇ（ｆ）となり、強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜が第２定数α２以上の場合、係数β（ｆ）＝１となるので、信号比Ｇ１（ｆ）がエコー推定係数Ｇ（ｆ）となる。そして強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜が第１定数α１以上第２定数α２未満である場合、図６に示す関係から強度比｜Ｇ２（ｆ）｜／｜Ｇ１（ｆ）｜に応じて係数β（ｆ）の値が決定され、決定された値に基づき式（７）に示した信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）の加重平均の結果により、エコー推定係数Ｇ（ｆ）が導出される。

エコー推定係数Ｇ（ｆ）の導出方法を変更する場合、図３に例示したフローチャートのステップＳ１０６は、導出部１４４により、信号比Ｇ１（ｆ）が相関Ｇ２（ｆ）の第１定数α１倍未満である場合に、信号比Ｇ１（ｆ）がエコー推定係数Ｇ（ｆ）となり、信号比Ｇ１（ｆ）が相関Ｇ２（ｆ）の第１定数α１より大きい第２定数α２倍以上である場合に、相関Ｇ２（ｆ）がエコー推定係数Ｇ（ｆ）となり、信号比Ｇ１（ｆ）が相関Ｇ２（ｆ）の第１定数α１倍以上で、かつ第２定数α２倍未満である場合に、信号比Ｇ１（ｆ）及び相関Ｇ２（ｆ）の加重平均値がエコー推定係数Ｇ（ｆ）となる様にして、エコー推定係数Ｇ（ｆ）を導出する処理となる。

さらに第１定数α１及び第２定数α２は、周波数ｆに応じて変化させることも可能である。図７は、本発明の実施の形態１に係るエコー抑圧方法において、周波数ｆに応じて第１定数α１及び第２定数α２を変化させる場合の周波数ｆと第１定数α１（ｆ）及び第２定数α２（ｆ）との関係を示すグラフである。図７では、横軸に周波数ｆをとり、縦軸に周波数ｆに依存する第１定数α１（ｆ）及び第２定数α２（ｆ）をとってその関係を示している。図７（ａ）は、低周波数から高周波数になる程、第１定数α１（ｆ）及び第２定数α２（ｆ）を小さくすることにより、ダブルトークに対する検出精度を高くし、話者の発声に対する歪みを抑制する形態である。図７（ｂ）は、低周波数から高周波数になる程、第１定数α１（ｆ）及び第２定数α２（ｆ）を大きくすることにより、シングルトークに対する検出精度を高くし、残留エコーの発生を抑制する形態である。なお一の定数αを用いる場合にも、周波数ｆに依存するα（ｆ）とすることが可能である。

実施の形態２．
実施の形態２は、実施の形態１において、補正に関する演算に実数である振幅スペクトルを用いる形態である。実施の形態２に係るエコー抑圧装置の構成例は、図１を用いて示した実施の形態１と同様であるので、実施の形態１を参照するものとし、その説明を省略する。また以降の説明において、実施の形態１と同様の構成については、実施の形態１と同様の符号を付し、その説明を省略する。

図８は、本発明の実施の形態２に係るエコー抑圧装置１が備えるエコー抑圧機構１４の機能構成例を示す機能ブロック図である。エコー抑圧装置１が備えるエコー抑圧機構１４は、デジタル信号に変換した加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）から所定時間長のフレームを夫々生成する。そしてエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、第１ＦＦＴ変換部１４０及び第２ＦＦＴ変換部１４１として機能する。第１ＦＦＴ変換部１４０にて生成された参照音信号Ｘ（ｆ）及び第２ＦＦＴ変換部１４１にて生成された観測音信号Ｙ（ｆ）は、複素スペクトルである。実施の形態２では、第１ＦＦＴ変換部１４０及び第２ＦＦＴ変換部１４１にて生成された複素スペクトルの実数部である振幅スペクトルを用いて処理を行う。なお以降の説明において、複素スペクトルである参照音信号Ｘ（ｆ）の振幅スペクトルを参照音信号｜Ｘ（ｆ）｜として示し、複素スペクトルである観測音信号Ｙ（ｆ）の振幅スペクトルを観測音信号｜Ｙ（ｆ）｜として示す。

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、計算部１４２として機能する。計算部１４２にて処理される観測音信号｜Ｙ（ｆ）｜及び参照音信号｜Ｘ（ｆ）｜は、振幅スペクトルであるので、共役複素数Ｘ^* （ｆ）を乗じることによる実数化は不要である。従って実施の形態２において、計算部１４２は、式（１）に替えて、下記の式（８）により、実数である信号比｜Ｇ１（ｆ）｜’を求める。

｜Ｇ１（ｆ）｜’＝｜Ｙ（ｆ）｜／｜Ｘ（ｆ）｜ …式（８）
但し、｜Ｇ１（ｆ）｜’：信号比
｜Ｙ（ｆ）｜：観測音信号
｜Ｘ（ｆ）｜：参照音信号

また実施の形態２において、計算部１４２は、式（２）に替えて、下記の式（９）により、実数である相関｜Ｇ２（ｆ）｜’を求める。

｜Ｇ２（ｆ）｜’＝Σ｛｜Ｙ（ｆ）｜・｜Ｘ（ｆ）｜｝／Σ｜Ｘ（ｆ）｜² …式（９）
但し、｜Ｇ２（ｆ）｜’：相関

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、比較部１４３及び導出部１４４として機能する。比較部１４３は、式（３）に替えて、下記の式（１０）により、信号比｜Ｇ１（ｆ）｜’と、相関｜Ｇ２（ｆ）｜’の所定の定数α倍との大小関係を比較する。

｜Ｇ１（ｆ）｜’＜α｜Ｇ２（ｆ）｜’ …式（１０）

導出部１４４は、信号比｜Ｇ１（ｆ）｜が相関｜Ｇ２（ｆ）｜の定数α倍未満である場合、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の相関が高いシングルトークの状態であると判定し、｜Ｇ（ｆ）｜＝｜Ｇ１（ｆ）｜であるエコー推定係数｜Ｇ（ｆ）｜を導出する。また信号比｜Ｇ１（ｆ）｜が相関｜Ｇ２（ｆ）｜の定数α倍以上である場合、観測音信号Ｙ（ｆ）及び参照音信号Ｘ（ｆ）の相関が低いダブルトークの状態であると判定し、｜Ｇ（ｆ）｜＝｜Ｇ２（ｆ）｜である実数のエコー推定係数｜Ｇ（ｆ）｜を導出する。

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、エコー推定部１４５として機能する。実施の形態２において、エコー推定部１４５は、式（４）に替えて、下記の式（１１）により、実数であるエコー｜Ｘ’（ｆ）｜を求める。

｜Ｘ’（ｆ）｜＝｜Ｇ（ｆ）｜・｜Ｘ（ｆ）｜ …式（１１）
但し、｜Ｘ’（ｆ）｜：エコー

さらにエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、エコー抑圧部１４６として機能する。実施の形態２において、エコー抑圧部１４６は、式（５）に替えて、下記の式（１２）により、実数である抑圧結果信号｜Ｒ（ｆ）｜を算出する。

｜Ｒ（ｆ）｜＝｜Ｙ（ｆ）｜−｜Ｘ’（ｆ）｜ …式（１２）
但し、｜Ｒ（ｆ）｜：抑圧結果信号

そしてエコー抑圧機構１４は、本発明のコンピュータプログラム１００を実行することにより、実数である抑圧結果信号Ｒ（ｆ）と、第２ＦＦＴ変換部１４１にて生成された観測音信号Ｙ（ｆ）の虚数部とを合成し、合成した信号をＩＦＦＴ処理にて時間軸上の信号に変換するＩＦＦＴ変換部１４７として機能する。時間軸上の信号に変換された抑圧結果信号ｒ（ｔ）は、Ｄ／Ａ変換機構１５にてアナログ信号に変換された上で、音処理装置３へ出力される。

音処理装置３では、受け付けた抑圧結果信号ｒ（ｔ）に基づいて、音声認識処理等の処理を実行する。この様にして実施の形態２に係る本発明のエコー抑圧装置１のエコー抑圧処理が実行される。

次に本発明の実施の形態２に係るエコー抑圧装置１の処理について説明する。エコー抑圧装置１は、実施の形態１と同様の処理により、ｎ個の参照音信号ｘ１（ｔ），…，ｘｎ（ｔ）及び観測音信号ｙ（ｔ）に基づく信号をエコー抑圧機構１４に出力する。

図９は、本発明の実施の形態２に係るエコー抑圧装置１の処理の一例を示すフローチャートである。エコー抑圧装置１のエコー抑圧機構１４は、受け付けた加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）をフレーム化し（Ｓ２０１）、第１ＦＦＴ変換部１４０及び第２ＦＦＴ変換部１４１の処理により、加算参照音信号ｘ（ｔ）及び観測音信号ｙ（ｔ）を夫々周波数軸上の成分である参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）に変換し（Ｓ２０２）、参照音信号Ｘ（ｆ）及び観測音信号Ｙ（ｆ）から振幅スペクトルである参照音信号｜Ｘ（ｆ）｜及び観測音信号｜Ｙ（ｆ）｜を夫々取り出す（Ｓ２０３）。

エコー抑圧装置１のエコー抑圧機構１４は、計算部１４２の処理により、参照音信号｜Ｘ（ｆ）｜及び観測音信号｜Ｙ（ｆ）｜の各周波数ｆについて、信号比｜Ｇ１（ｆ）｜’を求め（Ｓ２０４）、更に参照音信号｜Ｘ（ｆ）｜及び観測音信号｜Ｙ（ｆ）｜の各周波数ｆについて、相関｜Ｇ２（ｆ）｜’を求め（Ｓ２０５）。ステップＳ２０４における信号比｜Ｇ１（ｆ）｜’の算出には、前述した式（８）が用いられ、ステップＳ２０５における相関｜Ｇ２（ｆ）｜’の算出には、前述した式（９）が用いられる。

エコー抑圧装置１のエコー抑圧機構１４は、比較部１４３の処理により、信号比｜Ｇ１（ｆ）｜’及び相関｜Ｇ２（ｆ）｜’を比較し（Ｓ２０６）、導出部１４４の処理により、比較した結果に基づいて信号比｜Ｇ１（ｆ）｜’及び相関｜Ｇ２（ｆ）｜’からエコーの推定に要するエコー推定係数｜Ｇ（ｆ）｜を導出する（Ｓ２０７）。ステップＳ２０７におけるエコー推定係数｜Ｇ（ｆ）｜の導出には、前述した式（８）に基づいて、信号比｜Ｇ１（ｆ）｜’又は相関｜Ｇ２（ｆ）｜’が選択される。

エコー抑圧装置１のエコー抑圧機構１４は、エコー推定部１４５の処理により、エコー推定係数｜Ｇ（ｆ）｜及び参照音信号｜Ｘ（ｆ）｜に基づいて、エコー｜Ｘ’（ｆ）｜を推定する（Ｓ２０８）。ステップＳ２０８では、前述の式（１１）を用い、観測音信号｜Ｙ（ｆ）｜を補正する補正量として、エコーの推定値であるエコー｜Ｘ’（ｆ）｜を求める。

エコー抑圧装置１のエコー抑圧機構１４は、エコー抑圧部１４６の処理により、エコー｜Ｘ’（ｆ）｜に基づいて観測音信号｜Ｙ（ｆ）｜を抑圧して抑圧結果信号｜Ｒ（ｆ）｜を生成する（Ｓ２０９）。ステップＳ２０９では、前述の式（１２）を用いて観測音信号｜Ｙ（ｆ）｜からエコー｜Ｘ’（ｆ）｜を減じる補正を行うことによりエコーを抑圧する。

そしてエコー抑圧装置１のエコー抑圧機構１４は、ＩＦＦＴ変換部１４７の処理により、実数である抑圧結果信号｜Ｒ（ｆ）｜と、第２ＦＦＴ変換部１４１にて生成された観測音信号Ｙ（ｆ）の虚数部とを合成し（Ｓ２１０）、合成した信号を時間軸上の信号である抑圧結果信号ｒ（ｔ）に変換し（Ｓ２１１）、変換した抑圧結果信号ｒ（ｔ）を、Ｄ／Ａ変換手段１８にてアナログ信号に変換し、音処理装置３へ出力する。

音処理装置３では、受け付けた抑圧結果信号ｒ（ｔ）に基づいて、音声認識処理等の処理を実行する。この様にして本発明の実施の形態２に係るエコー抑圧装置１のエコー抑圧処理が実行される。

前記実施の形態２では、エコー抑圧部１４６による補正として、観測音信号｜Ｙ（ｆ）｜からエコー｜Ｘ’（ｆ）｜を減じることによりエコーを抑圧する処理を示したが、本発明はこれに限らず、観測音信号｜Ｙ（ｆ）｜を減衰させることによりエコーを抑圧することも可能である。次に実施の形態２において、観測音信号｜Ｙ（ｆ）｜を減衰させることによりエコーを抑圧する形態について説明する。

図１０は、本発明の実施の形態２に係るエコー抑圧方法において、減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜と、減衰に係る係数ｇ（ｆ）との関係を示すグラフである。図１０は、横軸に減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜をとり、縦軸に減衰に係る係数ｇ（ｆ）をとってその関係を示したグラフである。減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜は、観測音信号｜Ｙ（ｆ）｜及びエコー｜Ｘ’（ｆ）｜の比である。減衰に係る係数ｇ（ｆ）は、観測音信号｜Ｙ（ｆ）｜に乗じて抑圧結果信号｜Ｒ（ｆ）｜を算出するための係数であり、０≦ｇ（ｆ）≦１の値をとり、値が大きい程、減衰量が小さくなる。減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜には、第１閾値γ１及び第２閾値γ２が設定されており、減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜が第１閾値γ１未満の場合、減衰に係る係数ｇ（ｆ）＝０となり、第２閾値γ２以上の場合、減衰に係る係数ｇ（ｆ）＝１となる。そして減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜が第１閾値γ１以上第２閾値γ２未満である場合、図１０に示す関係から減衰に係る比｜Ｙ（ｆ）｜／｜Ｘ’（ｆ）｜に応じて減衰に係る係数ｇ（ｆ）の値が決定される。また減衰に係る係数ｇ（ｆ）、観測音信号｜Ｙ（ｆ）｜及び抑圧結果信号｜Ｒ（ｆ）｜の関係は下記の式（１３）にて示される。

｜Ｒ（ｆ）｜＝ｇ（ｆ）・｜Ｙ（ｆ）｜ …式（１３）
但し、ｇ（ｆ）：減衰に係る係数

減衰に係る係数ｇ（ｆ）を用いる場合、図９に例示したフローチャートのステップＳ２０９は、エコー抑圧部１４６の処理により、観測音信号｜Ｙ（ｆ）｜及びエコー｜Ｘ’（ｆ）｜に基づいて減衰に係る係数ｇ（ｆ）を導出し、導出した減衰に係る係数ｇ（ｆ）に基づいて観測音信号｜Ｙ（ｆ）｜を補正して抑圧結果信号｜Ｒ（ｆ）｜を生成する処理となる。なお抑圧結果信号｜Ｒ（ｆ）｜の生成には、式（１３）が用いられ、観測音信号｜Ｙ（ｆ）｜を減衰に係る係数ｇ（ｆ）に基づいて減衰させることにより、エコーを抑圧する処理となる。

さらに第１閾値γ１及び第２閾値γ２は、周波数ｆに応じて変化させることも可能である。図１１は、本発明の実施の形態２に係るエコー抑圧方法において、周波数ｆに応じて第１閾値γ１及び第２閾値γ２を変化させる場合の周波数ｆと第１閾値γ１（ｆ）及び第２閾値γ２（ｆ）との関係を示すグラフである。図１１では、横軸に周波数ｆをとり、縦軸に周波数ｆに依存する第１閾値γ１（ｆ）及び第２閾値γ２（ｆ）をとってその関係を示している。図１１（ａ）は、低周波数から高周波数になる程、第１閾値γ１（ｆ）及び第２閾値γ２（ｆ）を小さくすることにより、ダブルトークに対する検出精度を高くし、話者の発声に対する歪みを抑制する形態である。図１１（ｂ）は、低周波数から高周波数になる程、第１閾値γ１（ｆ）及び第２閾値γ２（ｆ）を大きくすることにより、シングルトークに対する検出精度を高くし、残留エコーの発生を抑制する形態である。

前記実施の形態１及び２は、本発明の無限にある実施の形態の一部を例示したに過ぎず、各種ハードウェア及びソフトフェア等の構成は、適宜設定することが可能であり、また例示した基本的な処理以外にも様々な処理を組み合わせることが可能である。例えば前記実施の形態１及び２では、出力部が複数である形態を示したが、本発明はこれに限らず、一の出力部を備える装置に適用することも可能である。また音処理装置としては、テレビ会議システム、ナビゲーションシステム等の音声、音響に係る様々なシステムに適用することが可能であり、更にはエコー抑圧装置、音出力装置及び音処理装置を一の装置として構成する様にしても良い。

以上の実施の形態に関し、更に以下の付記を開示する。

（付記１）
音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能であり、前記観測音信号のエコーを抑圧するエコー抑圧装置において、
音出力部に出力させる音の基となる参照音信号、及び音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する変換部と、
前記参照音信号及び前記観測音信号の周波数軸上の成分の比及び相関を示す値を求める計算部と、
前記比及び前記相関の値の大小を比較する比較部と、
比較した結果並びに前記比及び前記相関から前記エコーの推定に要する推定係数を導出する導出部と、
前記推定係数を用いて、前記エコーを推定する推定部と、
推定した前記エコーに基づいて前記観測音信号を抑圧する抑圧部と
を備えることを特徴とするエコー抑圧装置。

（付記２）
更に、前記参照音信号が複数の場合に、各参照音信号を加算する加算部を備え、
前記変換部は、観測音信号及び加算された参照音信号を周波数軸上の成分に変換する様に構成してある
ことを特徴とする付記１に記載のエコー抑圧装置。

（付記３）
前記計算部は、
計算の対象となる周波数を含む所定周波数範囲内における参照音信号の各周波数での値と観測音信号の各周波数での値との相関を求める様に構成してあり、
計算の対象となる周波数に応じて、前記所定周波数範囲を変更する様に構成してある
ことを特徴とする付記１又は付記２に記載のエコー抑圧装置。

（付記４）
前記導出部は、
前記比が前記相関の所定倍未満である場合に、前記比の値に基づいて推定係数を導出する様に構成してあり、
前記比が前記相関の所定倍以上である場合に、前記相関の値に基づいて補正係数を導出する様に構成してある
ことを特徴とする付記１乃至付記３のいずれかに記載のエコー抑圧装置。

（付記５）
前記導出部は、
更に、前記比と前記相関との大小関係に関する閾値を複数設定し、前記複数の閾値と前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する様に構成してあることを特徴とする付記１乃至付記３のいずれかに記載のエコー抑圧装置。

（付記６）
前記導出部は、前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する際に用いる閾値を、周波数に応じて変更する様に構成してあることを特徴とする付記５に記載のエコー抑圧装置。

（付記７）
前記計算部は、観測音信号を変換した複素スペクトルに参照音信号を変換した複素スペクトルの共役複素数を乗じた値及び参照音信号を変換した複素スペクトルに参照音信号を変換した複素スペクトルの共役複素数を乗じた値に基づいて、前記比及び前記相関を示す値を求める様に構成してあることを特徴とする付記１乃至付記６のいずれかに記載のエコー抑圧装置。

（付記８）
前記計算部は、周波数軸上の成分に変換した観測音信号の振幅スペクトル及び参照音信号の振幅スペクトルに基づいて、比及び相関を示す値を求める様に構成してあることを特徴とする付記１乃至付記７のいずれかに記載のエコー抑圧装置。

（付記９）
前記推定部は、エコーの振幅スペクトルを推定する様に構成してあり、
前記抑圧部は、エコーの振幅スペクトルに対する観測音信号の振幅スペクトルの比が所定の閾値以上である場合に、観測音信号の振幅スペクトルを抑圧する様に構成してある
ことを特徴とする付記８に記載のエコー抑圧装置。

（付記１０）
前記抑圧部は、抑圧の対象となる周波数に応じて閾値を変更する様に構成してあることを特徴とする付記９に記載のエコー抑圧装置。

（付記１１）
音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能なエコー抑圧装置に、前記観測音信号のエコーを抑圧させるエコー抑圧方法であって、
前記音出力部に出力させる音の基となる参照音信号、及び前記音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する手順と、
前記参照音信号及び前記観測音信号の変換後の周波数軸上の成分の比及び相関を示す値を求める手順と、
前記比及び前記相関の値の大小を比較する手順と、
比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、
前記推定係数を用いて、前記エコーを推定する手順と、
前記エコーに基づいて前記観測音信号を抑圧する手順と
を含むことを特徴とするエコー抑圧方法。

（付記１２）
コンピュータにロードして、該コンピュータ上で実行される手順を定義したプログラムであって、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく音信号を処理する音処理装置と連携させ、前記観測音信号のエコーを抑圧させるコンピュータプログラムにおいて、
コンピュータに、
前記参照音信号及び前記観測音信号を変換した周波数軸上の成分の比及び相関を示す値を求める手順と、
前記比及び前記相関の値の大小を比較する手順と、
比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、
前記推定係数を用いて、エコーを推定する手順と、
推定したエコーに基づいて前記観測音信号を抑圧する手順と
を実行させることを特徴とするコンピュータプログラム。

本発明の実施の形態１に係るエコー抑圧装置の構成例を示す模式図である。 本発明の実施の形態１に係るエコー抑圧装置が備えるエコー抑圧機構の機能構成例を示す機能ブロック図である。 本発明の実施の形態１に係るエコー抑圧装置の処理の一例を示すフローチャートである。 本発明の実施の形態１に係るエコー抑圧処理の結果の一例を示すグラフである。 本発明の実施の形態１に係るエコー抑圧方法において、帯域幅を変化させる場合の周波数と帯域幅との関係を示すグラフである。 本発明の実施の形態１に係るエコー抑圧方法において、相関及び信号比の強度比と、エコー推定係数に係る係数との関係を示すグラフである。 本発明の実施の形態１に係るエコー抑圧方法において、周波数に応じて第１定数及び第２定数を変化させる場合の周波数と第１定数及び第２定数との関係を示すグラフである。 本発明の実施の形態２に係るエコー抑圧装置が備えるエコー抑圧機構の機能構成例を示す機能ブロック図である。 本発明の実施の形態２に係るエコー抑圧装置の処理の一例を示すフローチャートである。 本発明の実施の形態２に係るエコー抑圧方法において、減衰に係る比と、減衰に係る係数との関係を示すグラフである。 本発明の実施の形態２に係るエコー抑圧方法において、周波数に応じて第１閾値及び第２閾値を変化させる場合の周波数と第１閾値及び第２閾値の関係を示すグラフである。 従来の第１のエコー抑圧装置の構成を示す模式図である。 従来の第２のエコー抑圧装置の構成を示す模式図である。 従来のエコー抑圧装置が備える抑圧機構の機能構成を示す機能ブロック図である。

符号の説明

１ エコー抑圧装置
１０ 加算機構
１４ エコー抑圧機構
１４０ 第１ＦＦＴ変換部
１４１ 第２ＦＦＴ変換部
１４２ 計算部
１４３ 比較部
１４４ 導出部
１４５ エコー推定部
１４６ エコー抑圧部
１４７ ＩＦＦＴ変換手段
２ 音出力装置
２０ 音出力部
３ 音処理装置
３０ 音入力部
１００ コンピュータプログラム

Claims (10)

1. 音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能であり、前記観測音信号のエコーを抑圧するエコー抑圧装置において、
   音出力部に出力させる音の基となる参照音信号、及び音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する変換部と、
   前記参照音信号及び前記観測音信号の周波数軸上の成分の比及び相関を示す値を求める計算部と、
   前記比及び前記相関の値の大小を比較する比較部と、
   比較した結果並びに前記比及び前記相関から前記エコーの推定に要する推定係数を導出する導出部と、
   前記推定係数を用いて、前記エコーを推定する推定部と、
   推定した前記エコーに基づいて前記観測音信号を抑圧する抑圧部と
   を備えることを特徴とするエコー抑圧装置。
2. 更に、前記参照音信号が複数の場合に、各参照音信号を加算する加算部を備え、
   前記変換部は、観測音信号及び加算された参照音信号を周波数軸上の成分に変換する様に構成してある
   ことを特徴とする請求項１に記載のエコー抑圧装置。
3. 前記計算部は、
   計算の対象となる周波数を含む所定周波数範囲内における参照音信号の各周波数での値と観測音信号の各周波数での値との相関を求める様に構成してあり、
   計算の対象となる周波数に応じて、前記所定周波数範囲を変更する様に構成してある
   ことを特徴とする請求項１又は請求項２に記載のエコー抑圧装置。
4. 前記導出部は、
   更に、前記比と前記相関との大小関係に関する閾値を複数設定し、前記複数の閾値と前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する様に構成してあることを特徴とする請求項１乃至請求項３のいずれかに記載のエコー抑圧装置。
5. 前記導出部は、前記比と前記相関とに基づき、シングルトーク状態かダブルトーク状態かを判定する際に用いる閾値を、周波数に応じて変更する様に構成してあることを特徴とする請求項４に記載のエコー抑圧装置。
6. 前記計算部は、周波数軸上の成分に変換した観測音信号の振幅スペクトル及び参照音信号の振幅スペクトルに基づいて、比及び相関を示す値を求める様に構成してあることを特徴とする請求項１乃至請求項５のいずれかに記載のエコー抑圧装置。
7. 前記推定部は、エコーの振幅スペクトルを推定する様に構成してあり、
   前記抑圧部は、エコーの振幅スペクトルに対する観測音信号の振幅スペクトルの比が所定の閾値以上である場合に、観測音信号の振幅スペクトルを抑圧する様に構成してある
   ことを特徴とする請求項６に記載のエコー抑圧装置。
8. 前記抑圧部は、抑圧の対象となる周波数に応じて閾値を変更する様に構成してあることを特徴とする請求項７に記載のエコー抑圧装置。
9. 音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく観測音信号を処理する音処理装置と連携可能なエコー抑圧装置に、前記観測音信号のエコーを抑圧させるエコー抑圧方法であって、
   前記音出力部に出力させる音の基となる参照音信号、及び前記音入力部が入力した音に基づく観測音信号を周波数軸上の成分に変換する手順と、
   前記参照音信号及び前記観測音信号の変換後の周波数軸上の成分の比及び相関を示す値を求める手順と、
   前記比及び前記相関の値の大小を比較する手順と、
   比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、
   前記推定係数を用いて、前記エコーを推定する手順と、
   前記エコーに基づいて前記観測音信号を抑圧する手順と
   を含むことを特徴とするエコー抑圧方法。
10. コンピュータにロードして、該コンピュータ上で実行される手順を定義したプログラムであって、音信号を生成して音を音出力部から出力させる音出力装置、及び音入力部が入力した音に基づく音信号を処理する音処理装置と連携させ、前記観測音信号のエコーを抑圧させるコンピュータプログラムにおいて、
    コンピュータに、
    前記参照音信号及び前記観測音信号を変換した周波数軸上の成分の比及び相関を示す値を求める手順と、
    前記比及び前記相関の値の大小を比較する手順と、
    比較した結果並びに前記比及び前記相関からエコーの推定に要する推定係数を導出する手順と、
    前記推定係数を用いて、エコーを推定する手順と、
    推定したエコーに基づいて前記観測音信号を抑圧する手順と
    を実行させることを特徴とするコンピュータプログラム。

Images