JP2000330597A - 雑音抑圧装置 - Google Patents

Abstract

(57)【要約】 【課題】 雑音のパワやスペクトル変化に対して、音声
を明瞭に取り出すことができるロバストな雑音抑圧装置
を提供すること。 【解決手段】 Ｓ／Ｎ比や周波数成分の２つのパラメー
タに対応した抑圧係数αを抑圧係数データテーブル１３
に格納しておく。雑音を含む音声信号が入力されると、
スペクトル変換手段１１で周波数領域の信号に変換され
る。Ｓ／Ｎ推定手段１２はノイズスペクトルからＳ／Ｎ
比を推定する。抑圧量推定手段１４は抑圧係数データテ
ーブル１３から所望の抑圧係数を取り出し、抑圧するノ
イズスペクトルの推定を行う。雑音抑圧手段１５はスペ
クトル変換手段１１の出力に対して推定ノイズスペクト
ルを用いて雑音成分を抑圧する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、白色性の強い定常
雑音や、パワ周波数特性が徐々に変化していく非定常な
雑音を含む信号から、音声信号のみを明瞭に取り出すこ
とのできる雑音抑圧装置に関するものである。

【０００２】

【従来の技術】定常雑音を抑圧するための雑音抑圧方式
として、ウィーナーフィルターやスペクトルサブトラク
ション法などが知られている。いずれの抑圧方式におい
ても、雑音抑圧量を調整するため、推定したノイズスペ
クトルに倍率変数である抑圧係数αをかけあわせるのが
一般的である。ウィーナーフィルターの機能は（１）式
で表される。

【数１】 なおＳ（ω）は音声スペクトル、Ｘ（ω）は入力信号ス
ペクトル、Ｎ（ω）はノイズスペクトルを表し、スペク
トル信号の記号上に冠した∧（ハット）は、推定の意味
を表す。また‖ ‖は周波数領域の信号の絶対値を示す
記号とする。

【０００３】このような方式を採用する従来の雑音抑圧
装置の構成について、図１５〜１７を用いて説明する。
図１５は従来の一般的なウィーナーフィルタを用いた雑
音抑圧装置の構成図である。この雑音抑圧装置は、入力
信号を即時に周波数分析するＦＦＴ２１、周波数軸上の
入力信号をパワスペクトルに変換するパワスペクトル変
換手段２２、雑音抑圧量をスペクトル成分別に推定する
抑圧量推定手段１４、抑圧量推定手段１４で推定した雑
音抑圧量から、フィルタの諸変数を推定するウィーナー
フィルタ推定手段２３、フィルタ係数を具体的に導出す
るフィルタ係数導出手段２４、求めたフィルタ係数を用
いて入力信号と演算することにより、雑音を抑圧するフ
ィルタリング演算手段２５を含んで構成される。

【０００４】具体的な例としては、ウィーナーフィルタ
推定手段２３において、抑圧係数αは一定値であり、ウ
ィーナーフィルタの特性Ｈ（ω）は（２）式で表現され
る。

【数２】

【０００５】またフィルタ係数導出手段２４では、例え
ばＩＦＦＴによりフィルタ係数を求めるものとする。フ
ィルタリング演算手段２５においては、フィルタ係数導
出手段２４から得られたフィルタ係数を用いて時間領域
上の入力信号Ｘ（ｔ）に対して畳み込み演算を行う。

【０００６】図１６は、図１５の構成で抑圧係数α＝１
に固定した場合の雑音抑圧効果を示す特性図である。具
体的には、５秒間の平均音声スペクトルをＳ（ω）と
し、音声と雑音をＳ／Ｎ比５ｄＢで混合し、装置に入力
する入力信号スペクトルをＸ１（ω）とし、入力信号を
図１５の雑音抑圧装置で抑圧した後の信号スペクトルＸ
２（ω）とするとき、抑圧前のスペクトル距離Ｘ１
（ω）−Ｓ（ω）と抑圧後のスペクトル距離Ｘ２（ω）
−Ｓ（ω）を夫々グラフに示したものである。スペクト
ル距離が０ｄＢに近いほど、雑音を抑圧して音声を忠実
に再現していることを意味する。この図から、従来方式
は周波数帯域によらず、つねに約１０ｄＢほどの雑音抑
圧効果が得られることがわかる。このように、全周波数
帯域において一定量の雑音を抑圧することができる。

【０００７】

【発明が解決しようとする課題】しかしながら、上記の
ような構成の雑音抑圧装置では、抽出目的の音声レベル
や雑音レベルが変化したときに、雑音成分を効率よく抑
圧できるとはいえない。図１６において、例えば４００
Ｈｚ以上の周波数帯域で、雑音抑圧後のスペクトル距離
が負になってしまっている。これは推定に用いるノイズ
スペクトルＮ（ω）を必要以上に多く引きすぎたためで
あり、音声のスペクトル歪みが生じてしまう。特に音声
認識機能では、音声のスペクトル歪みがあると、認識率
が低下する。このような問題に対する対処法としては、
抑圧係数αの値を小さくする、即ち雑音を軽く引くこと
でスペクトル歪みをなくす方法がある。しかし、抑圧係
数αを小さくすると、聴感上雑音感が高まり、抑圧後の
Ｓ／Ｎ比も悪くなる。即ち全体的に雑音抑圧効果が低下
してしまうという矛盾が生じる。

【０００８】このように効率よく抑圧できない理由とし
ては、周波数成分によって抑圧すべき値が変化すること
や、図１６中のいくつかの周波数で見られるようなスペ
クトルの谷間、即ちＳ／Ｎ比の良い周波数でも抑圧が働
いてしまうことなどが挙げられる。

【０００９】図１７は、異なるＳ／Ｎ比で音声とノイズ
を混合した３種類のデータに対して、従来方式で雑音抑
圧を行った場合に得られる夫々のスペクトル距離を示す
特性図であり、ここでは抑圧係数をα＝０．５としてい
る。雑音抑圧後のスペクトル距離は負にはならなくなっ
たが、いずれのＳ／Ｎ比においてもスペクトル距離が０
ｄＢ付近とならず、Ｓ／Ｎ比によっては効率良く雑音が
抑圧されないことが判る。即ち、Ｓ／Ｎ比に応じて雑音
抑圧量を調整する必要のあることがこの図から判る。

【００１０】本発明は、このような従来の問題点に鑑み
てなされたものであって、Ｓ／Ｎ比によって抑圧量を最
適に変化させる雑音抑圧方式を実現すると共に、雑音感
をなくし、かつ音声劣化を引き起こすことなく所望の音
声を取り出すことのできる雑音抑圧装置を提供すること
を目的とする。

【００１１】

【課題を解決するための手段】上記の課題を解決するた
めに、本願の請求項１の発明は、ノイズを含む入力音声
信号を時間領域から周波数領域に変換するスペクトル変
換手段と、前記スペクトル変換手段の変換出力から前記
入力音声信号のＳ／Ｎ比を推定するＳ／Ｎ推定手段と、
雑音の抑圧量を制御する抑圧係数が複数個格納される抑
圧係数データテーブルと、前記Ｓ／Ｎ推定手段で推定さ
れたＳ／Ｎ比に基づいて前記抑圧係数データテーブルか
ら所望の抑圧係数を取り出し、抑圧すべきノイズスペク
トルの推定を行う抑圧量推定手段と、前記抑圧量推定手
段で推定された抑圧ノイズスペクトルに基づいて、前記
スペクトル変換手段の変換出力に含まれるノイズ成分を
抑圧する雑音抑圧手段と、を具備することを特徴とする
ものである。

【００１２】本願の請求項２の発明は、ノイズを含む入
力音声信号を一定サンプル数単位に区切り、フレーム変
換して音声データを出力するフレーム処理手段と、前記
フレーム処理手段の出力する音声データに対して周波数
スペクトルを求めるスペクトル変換手段と、前記フレー
ム処理手段の出力する音声データから、フレーム単位で
ノイズらしさや音声らしさの度合いを示すｎ段階の評価
指数を生成する入力信号種類判定手段と、前記スペクト
ル変換手段の出力をパワスペクトルに変換するパワスペ
クトル変換手段と、前記パワスペクトル変換手段からの
出力と前記入力信号種類判定手段からの出力とに基づい
て、ノイズスペクトルを学習するノイズスペクトル学習
手段と、前記パワスペクトル変換手段からの出力と前記
ノイズスペクトル学習手段からの出力とに基づいて、入
力音声信号の各周波数成分ごとのＳ／Ｎ比を推定するス
ペクトル成分別Ｓ／Ｎ推定手段と、入力音声信号のＳ／
Ｎ比と周波数成分との２つを変数として、雑音の抑圧量
を制御する抑圧係数が複数個格納された抑圧係数データ
テーブルと、前記スペクトル成分別Ｓ／Ｎ推定手段から
出力される各周波数成分ごとのＳ／Ｎ比に基づいて、前
記抑圧係数データテーブルから所望の抑圧係数を取り出
す抑圧係数決定手段と、前記ノイズスペクトル学習手段
から出力されるノイズスペクトルを参照し、前記抑圧係
数決定手段で決定された抑圧係数を用いて、抑圧すべき
ノイズスペクトルの推定を行う抑圧量推定手段と、前記
抑圧量推定手段で推定された抑圧ノイズスペクトル、及
び前記パワスペクトル変換手段から出力されるパワスペ
クトルに基づいて、前記入力音声信号に含まれるノイズ
成分を抑圧する雑音抑圧手段と、を具備することを特徴
とするものである。

【００１３】本願の請求項３の発明は、ノイズを含む入
力音声信号を一定サンプル数単位に区切り、フレーム変
換して音声データを出力するフレーム処理手段と、前記
フレーム処理手段の出力する音声データに対して周波数
スペクトルを求めるスペクトル変換手段と、前記フレー
ム処理手段の出力する音声データから、フレーム単位で
ノイズらしさや音声らしさの度合いを示すｎ段階の評価
指数を生成する入力信号種類判定手段と、前記スペクト
ル変換手段の出力をパワスペクトルに変換するパワスペ
クトル変換手段と、前記パワスペクトル変換手段からの
出力と前記入力信号種類判定手段からの出力とに基づい
て、ノイズスペクトルを学習するノイズスペクトル学習
手段と、前記評価指数を変数とし、雑音の抑圧量を制御
する抑圧係数が複数個格納された抑圧係数データテーブ
ルと、前記入力信号種類判定手段から出力される評価指
数に基づいて、前記抑圧係数データテーブルから所望の
抑圧係数を取り出す抑圧係数決定手段と、前記ノイズス
ペクトル学習手段から出力されるノイズスペクトルを参
照し、前記抑圧係数決定手段で決定された抑圧係数を用
いて、抑圧すべきノイズスペクトルの推定を行う抑圧量
推定手段と、前記抑圧量推定手段で推定された抑圧ノイ
ズスペクトル、及び前記パワスペクトル変換手段から出
力されるパワスペクトルに基づいて、前記入力音声信号
に含まれるノイズ成分を抑圧する雑音抑圧手段と、を具
備することを特徴とするものである。

【００１４】本願の請求項４の発明は、ノイズを含む入
力音声信号を一定サンプル数単位に区切り、フレーム変
換して音声データを出力するフレーム処理手段と、前記
フレーム処理手段の出力する音声データに対して周波数
スペクトルを求めるスペクトル変換手段と、前記フレー
ム処理手段の出力する音声データから、フレーム単位で
ノイズらしさや音声らしさの度合いを示すｎ段階の評価
指数を生成する入力信号種類判定手段と、前記スペクト
ル変換手段の出力をパワスペクトルに変換するパワスペ
クトル変換手段と、前記パワスペクトル変換手段からの
出力と前記入力信号種類判定手段からの出力とに基づい
て、ノイズスペクトルを学習するノイズスペクトル学習
手段と、前記パワスペクトル変換手段からの出力と前記
ノイズスペクトル学習手段からの出力とに基づいて、入
力音声信号の各周波数成分ごとのＳ／Ｎ比を推定するス
ペクトル成分別Ｓ／Ｎ推定手段と、前記ｎ段階の評価指
数、入力音声信号のＳ／Ｎ比、周波数成分の３つを変数
として、雑音の抑圧量を制御する抑圧係数が複数個格納
された抑圧係数データテーブルと、前記スペクトル成分
別Ｓ／Ｎ推定手段から出力される各周波数成分ごとのＳ
／Ｎ比、及び前記入力信号種類判定手段から出力される
評価指数に基づいて、前記抑圧係数データテーブルから
所望の抑圧係数を取り出す抑圧係数決定手段と、前記ノ
イズスペクトル学習手段から出力されるノイズスペクト
ルを参照し、前記抑圧係数決定手段で決定された抑圧係
数を用いて、抑圧すべきノイズスペクトルの推定を行う
抑圧量推定手段と、前記抑圧量推定手段で推定された抑
圧ノイズスペクトル、及び前記パワスペクトル変換手段
から出力されるパワスペクトルに基づいて、前記入力音
声信号に含まれるノイズ成分を抑圧する雑音抑圧手段
と、を具備することを特徴とするものである。

【００１５】本願の請求項５の発明は、ノイズを含む入
力音声信号を一定サンプル数単位に区切り、フレーム変
換して音声データを出力するフレーム処理手段と、前記
フレーム処理手段の出力する音声データに対して周波数
スペクトルを求めるスペクトル変換手段と、前記スペク
トル変換手段の出力をパワスペクトルに変換するパワス
ペクトル変換手段と、前記パワスペクトル変換手段の出
力するパワスペクトルのデータから、フレーム単位でノ
イズらしさや音声らしさの度合いを示すｎ段階の評価指
数を各周波数成分ごとに生成するスペクトル成分別入力
信号種類判定手段と、前記パワスペクトル変換手段から
の出力と前記スペクトル成分別入力信号種類判定手段か
らの出力とに基づいて、ノイズスペクトルを学習するノ
イズスペクトル学習手段と、前記評価指数と周波数成分
との２つを変数として、雑音の抑圧量を制御する抑圧係
数が複数個格納された抑圧係数データテーブルと、前記
スペクトル成分入力信号種類判定手段から出力される各
周波数成分ごとの評価指数に基づいて、前記抑圧係数デ
ータテーブルから所望の抑圧係数を取り出す抑圧係数決
定手段と、前記ノイズスペクトル学習手段から出力され
るノイズスペクトルを参照し、前記抑圧係数決定手段で
決定された抑圧係数を用いて抑圧すべきノイズスペクト
ルの推定を行う抑圧量推定手段と、前記抑圧量推定手段
で推定された抑圧ノイズスペクトル、及び前記パワスペ
クトル変換手段から出力されるパワスペクトルに基づい
て、前記入力音声信号に含まれるノイズ成分を抑圧する
雑音抑圧手段と、を具備することを特徴とするものであ
る。

【００１６】本願の請求項６の発明は、ノイズを含む入
力音声信号を一定サンプル数単位に区切り、フレーム変
換して音声データを出力するフレーム処理手段と、前記
フレーム処理手段の出力する音声データに対して周波数
スペクトルを求めるスペクトル変換手段と、前記スペク
トル変換手段の出力をパワスペクトルに変換するパワス
ペクトル変換手段と、前記パワスペクトル変換手段の出
力するパワスペクトルのデータから、フレーム単位でノ
イズらしさや音声らしさの度合いを示すｎ段階の評価指
数を各周波数成分ごとに生成するスペクトル成分別入力
信号種類判定手段と、前記パワスペクトル変換手段から
の出力と前記スペクトル成分別入力信号種類判定手段か
らの出力とに基づいて、ノイズスペクトルを学習するノ
イズスペクトル学習手段と、前記パワスペクトル変換手
段から出力されるフレーム内の入力信号のパワスペクト
ルと前記ノイズスペクトル学習手段から出力されるフレ
ーム内の推定ノイズのパワスペクトルとを用い、フレー
ム内のＳ／Ｎ比の代表値又はスペクトル成分別のＳ／Ｎ
比を推定するスペクトル成分別Ｓ／Ｎ推定手段と、前記
Ｓ／Ｎ比、前記評価指数、周波数成分の３つを変数とし
て、雑音の抑圧量を制御する抑圧係数が格納された抑圧
係数データテーブルと、前記スペクトル成分別Ｓ／Ｎ推
定手段から出力されるＳ／Ｎ比、及び前記スペクトル成
分別入力信号判定手段から出力される各周波数成分ごと
の評価指数に基づいて、前記抑圧係数データテーブルか
ら所望の抑圧係数を取り出す抑圧係数決定手段と、前記
ノイズスペクトル学習手段から出力されるノイズスペク
トルを参照し、前記抑圧係数決定手段で決定された抑圧
係数を用いて、抑圧すべきノイズスペクトルの推定を行
う抑圧量推定手段と、前記抑圧量推定手段で推定された
抑圧ノイズスペクトル、及び前記パワスペクトル変換手
段から出力されるパワスペクトルに基づいて、前記入力
音声信号に含まれるノイズ成分を抑圧する雑音抑圧手段
と、を具備することを特徴とするものである。

【００１７】本願の請求項７の発明は、予め時間領域の
音声データとして一定フレーム長の擬似音声データを蓄
積する擬似音声データ収録手段と、入力音声信号が雑音
と判定されたときのみ、前記擬似音声データ収録手段か
ら出力される擬似音声データと前記入力音声信号とを異
なる複数のＳ／Ｎ比で混合して蓄積する音声混合手段
と、前記音声混合手段から出力され、複数のＳ／Ｎ比で
混合された音声データの雑音抑圧を行う第１の雑音抑圧
手段と、前記第１の雑音抑圧手段から出力された音声デ
ータのスペクトルと前記擬似音声データのスペクトルと
の比較を行うスペクトル比較手段と、前記スペクトル比
較手段の出力する比較結果に基づき、雑音の抑圧量を制
御する抑圧係数の更新を行い、更新された抑圧係数を記
憶する抑圧係数データテーブルと、前記抑圧係数データ
テーブルから抑圧係数を取り出し、入力音声信号の雑音
抑圧を行う第２の雑音抑圧手段と、を具備することを特
徴とするものである。

【００１８】本願の請求項８の発明は、請求項７記載の
雑音抑圧装置の第１及び第２の雑音抑圧手段を、請求項
１〜６のいずれかに記載の雑音抑圧装置から、抑圧係数
データテーブルを取り除いた構成としたものである。

【００１９】特に請求項１の構成によれば、抑圧係数の
データテーブルをもち、入力信号の周波数成分ごとのＳ
／Ｎ比を推定して抑圧係数を決定するという処理を行う
ことで、入力信号レベルとノイズレベルの音質やレベル
変化に対応した雑音抑圧を行うことができる。

【００２０】特に請求項２の構成によれば、フレームご
とにノイズと音声を区別し、ノイズと判定されたときの
みノイズスペクトルを学習し、現フレームの入力信号パ
ワスペクトルから、周波数成分ごとの現フレームのＳ／
Ｎ比を推定して抑圧係数を決定するという処理を行うこ
とで、抑圧量の調整が可能となり、抑圧の精度が向上す
る。

【００２１】特に請求項３の構成によれば、フレームご
とにノイズと音声を区別し、その区別により抑圧係数を
決定するという処理を行うことで、ノイズと判定された
フレームのときには無条件に大きく抑圧し、音声と判定
されたフレームのときは音声のみを取り出すよう抑圧を
かけることが可能となり、抑圧の効率がよくなる。

【００２２】特に請求項４の構成によれば、請求項２と
３の効果を同時に得ることができる。

【００２３】特に請求項５の構成によれば、フレーム内
の周波数成分ごとにノイズと音声を区別し、その区別に
より抑圧係数を決定するという処理を行うことで、ノイ
ズの周波数成分のときには、無条件に大きく抑圧し、音
声の周波数成分のときは音声のみを取り出すよう抑圧を
かけることが可能となり、更に精度良く抑圧が行える。

【００２４】特に請求項６の構成によれば、請求項２と
５の効果を同時に得ることができる。

【００２５】特に請求項７，８の構成によれば、抑圧係
数のデータテーブルを常に学習により更新することで、
より適応能力に優れた雑音抑圧を行うことができる。

【００２６】

【発明の実施の形態】本発明の雑音抑圧装置は、入力信
号のＳ／Ｎ比と周波数特性に応じて、推測する雑音抑圧
成分を適応的に変化させることにより、雑音感をなくし
て音声スペクトルの劣化を防ぎつつ、明瞭な音声を抽出
するものである。これにより、Ｓ／Ｎ比の低い場合でも
雑音抑圧能力を高め、不快な音を残さずに音声スペクト
ル成分のみを抽出する。更に、音声スペクトルの劣化に
より大きく認識率が下がる音声認識装置に対して本発明
の雑音抑圧装置を設けることにより、音声の認識率を向
上させることができる。以下、本発明の各実施の形態に
ついて図面を参照しながら説明する。

【００２７】（実施の形態１）本発明の実施の形態１に
おける雑音抑圧装置について、図１〜５を参照しながら
説明する。図１は本実施の形態１における雑音抑圧装置
の基本構成を示すブロック図である。この雑音抑圧装置
は、スペクトル変換手段１１、Ｓ／Ｎ推定手段１２、抑
圧係数データテーブル１３、抑圧量推定手段１４、雑音
抑圧手段１５を含んで構成される。

【００２８】入力信号には、音声と定常雑音、又は音声
とゆるやかに変化していく非定常雑音が含まれていると
する。例えば車両に搭載された音声応答機器である音声
応答カーナビゲーション装置に対してドライバーが音声
を発したとする。このときロードノイズがドライバーの
音声に混入されるので、音声信号のＳ／Ｎ比は悪くな
る。以下の実施の形態は、このような入力信号が雑音抑
圧装置に入力されるとする。

【００２９】スペクトル変換手段１１は音声と雑音（非
音声）を含む入力信号を時間領域上から周波数領域上に
変換する変換手段である。Ｓ／Ｎ推定手段１２は、周波
数領域上の入力信号のスペクトル分布、入力信号の振幅
の時間変化又は低振幅成分と高振幅成分の時間変化等を
解析することにより、音声と非音声を識別し、Ｓ／Ｎ比
を推定する推定手段である。音声と雑音の識別は技術的
には難しく、多数の話者中の特定の話者の発音を識別し
たり、発声中に突発性の非定常雑音が生じたとき、話者
の音声を認識するのは特に困難である。ここでは前述し
た環境を対象にしているので、Ｓ／Ｎ比の推定は可能で
ある。推定ノイズスペクトルをＮ（ω）とし、入力信号
のスペクトルをＸ（ω）とすると、例えば次の（３）式
を用いてＳ／Ｎ比を推定する。

【数３】 但し（３）式に限るものではなく、次の（４）式による
Ｓ／Ｎ比算出法でもよい。

【数４】

【００３０】抑圧係数データテーブル１３はＳ／Ｎ比と
周波数との２変数について異なる抑圧係数α（Ｓ／Ｎ，
ω）の値を格納するテーブルである。なお抑圧係数αと
は、推定ノイズスペクトルに掛け合わせる倍率変数であ
る。抑圧量推定手段１４は、抑圧係数データテーブル１
３から最適な抑圧係数αを選択し、抑圧すべきノイズス
ペクトルを推定する推定手段である。雑音抑圧手段１５
は、周波数領域上の入力信号に対して抑圧量推定手段１
４が出力する推定ノイズスペクトルを用いて実際に雑音
抑圧を実行する抑圧手段である。

【００３１】図２は、図１における雑音抑圧手段１５に
対してウィーナーフィルタを使用した場合の雑音抑圧装
置の構成図である。この雑音抑圧装置は、図１のＳ／Ｎ
推定手段１２、抑圧係数データテーブル１３、抑圧量推
定手段１４に加えて、入力信号を即時に周波数分析する
ＦＦＴ２１、周波数領域上の入力信号をパワスペクトル
に変換するパワスペクトル変換手段２２、抑圧量推定手
段１４で推定した雑音抑圧量から、フィルタの諸変数を
推定するウィーナーフィルタ推定手段２３、ＩＦＦＴを
含み、フィルタ係数を具体的に導出するフィルタ係数導
出手段２４、得られたフィルタ係数を用いて入力信号と
演算することにより、雑音を抑圧するフィルタリング演
算手段２５を含んで構成される。

【００３２】ウィーナーフィルタ推定手段２３は、抑圧
量推定手段１４で推定された推定ノイズスペクトルＮ
（ω）と、パワスペクトル変換手段２２から得られた入
力信号のスペクトルＸ（ω）とから、ウィーナーフィル
タの特性Ｈ（ω）を求める。この特性Ｈ（ω）は次の
（５）式で記述される。

【数５】

【００３３】フィルタリング演算手段２５は、フィルタ
係数導出手段２４から得られたフィルタ係数を入力信号
に演算処理することにより、入力信号に含まれる雑音を
抑圧する。フィルタ係数の実現例としては、ＦＩＲフィ
ルタの各乗算器における乗算係数が挙げられる。またフ
ィルタリング演算手段２５の構成例としては、複数の遅
延器及び乗算器と加算器とからなる畳み込み演算回路が
挙げられる。

【００３４】図３は、図１における雑音抑圧手段１５に
対してスペクトルサブトラクションを使用した場合の雑
音抑圧装置の構成図である。この雑音抑圧装置は、フレ
ーム単位で音声信号を入力するものとし、Ｓ／Ｎ推定手
段１２、抑圧係数データテーブル１３、抑圧量推定手段
１４、ＦＦＴ２１、パワスペクトル変換手段２２に加え
て、位相変換手段３１、差分回路３２、スペクトル復元
手段３３、ＩＦＦＴ３４、波形接続手段３５を含んで構
成される。

【００３５】位相変換手段３１は入力信号の位相情報を
算出する変換手段である。差分回路３２は、抑圧量推定
手段１４からの出力、即ち推定ノイズスペクトルと抑圧
係数α（Ｓ／Ｎ，ω）との積と、パワスペクトル変換手
段２２から得られた入力信号のパワスペクトルとの差を
求める回路である。スペクトル復元手段３３は、位相変
換手段３１から得られた位相情報と、差分回路３２から
得られた抑圧後のパワスペクトル情報とから、抑圧後の
スペクトルを復元する復元手段である。ＩＦＦＴ３４
は、復元された抑圧後のスペクトル信号を時間領域上の
信号に変換する手段である。波形接続手段３５はフレー
ム単位で復元された音声信号をフレーム接続する接続手
段である。

【００３６】本実施の形態１において、Ｓ／Ｎ推定手段
１２の代わりに、入力信号のノイズらしさや音声らしさ
を判別し、抑圧量推定手段１４に判定結果を出力する入
力信号種類判定手段を設けてもよい。またＳ／Ｎ推定手
段１２と前述した入力信号種類判定手段の２つを併用し
てもよい。抑圧係数データテーブル１３としては、周波
数とＳ／Ｎ比の２つを変数するもの、周波数と入力信号
種類の２つを変数するもの、周波数とＳ／Ｎ比と入力信
号種類との３つを変数するものが考えられ、いずれを変
数の組を用いたデータテーブルであってもよい。

【００３７】図４は、本実施の形態１の雑音抑圧装置に
より雑音抑圧を行った場合の、抑圧前後のスペクトル距
離を示した特性図である。図１６に比べて図４では特に
高域における過剰な雑音抑圧、即ち音声歪みが軽減され
ていることが判る。

【００３８】図５は、異なるＳ／Ｎ比で混合されたノイ
ズと音声を用いて、本実施の形態１の雑音抑圧装置によ
り雑音抑圧を行った場合のスペクトル距離を示す特性図
である。図１７に示す特性と異なり、図５ではいずれの
Ｓ／Ｎ比においても、スペクトル距離が０ｄＢ付近とな
っている。このように本実施の形態では、Ｓ／Ｎ比の異
なる場合においても、効率的よく雑音を抑圧できること
が判る。

【００３９】以上のように、抑圧係数のデータテーブル
を持ち、入力信号の周波数成分ごとのＳ／Ｎ比を推定し
て抑圧係数を決定するという処理を行うことで、入力信
号やノイズの音質及びレベル変化に対応したロバスト
（変化に対して適応能力の高い）な雑音抑圧を行うこと
ができる。このように高精度の雑音抑圧が行える本実施
の形態の雑音抑圧装置は、音声認識装置への入力前処理
手段としても有力である。

【００４０】（実施の形態２）次に本発明の実施の形態
２における雑音抑圧装置について、図６〜８を参照しな
がら説明する。尚、従来例及び実施の形態１と同一部分
は同一の符号を付け、詳細な説明を省略する。図６は本
実施の形態の雑音抑圧装置の構成図である。この雑音抑
圧装置は、ＦＦＴ２１、パワスペクトル変換手段２２、
抑圧係数データテーブル１３に加えて、フレーム処理手
段６１、入力信号種類判定手段６２、ノイズスペクトル
学習手段６３、スペクトル成分別Ｓ／Ｎ推定手段６４、
抑圧係数決定手段６５、抑圧量推定手段６６、雑音抑圧
手段６７を含んで構成される。

【００４１】フレーム処理手段６１は、入力される音声
信号を一定長のフレームとして切り出す処理手段であ
る。入力信号種類判定手段６２は、フレーム処理手段６
１のフレーム信号を入力し、夫々のフレーム内に含まれ
る音声信号のノイズらしさや音声らしさを区別し、その
判定結果を出力する判定手段である。ここではノイズら
しさや音声らしさをｎ段階に分けて判定を行ってもよ
い。判定方法は、フレーム単位で入力信号を取り入れ、
周波数領域上の入力信号のスペクトル分布、入力信号の
振幅の時間変化又は低振幅成分と高振幅成分の時間変化
等を解析することにより、音声か非音声かを判定する。
入力信号が、車両内のドライバーの発声した音声と、ロ
ードノイズ又はエンジンノイズとが重畳されたような場
合は、上記の判定は技術的に容易である。

【００４２】ノイズスペクトル学習手段６３は、入力信
号種類判定手段６２で雑音と判定されたフレームのパワ
スペクトルを学習し、学習結果を一時的に蓄積する学習
手段である。スペクトル成分別Ｓ／Ｎ推定手段６４は、
パワスペクトル変換手段２２で得られたフレームのパワ
スペクトルと、ノイズスペクトル学習手段６３で学習及
び蓄積されたノイズスペクトルとから、フレーム内の周
波数成分ごとのＳ／Ｎ比を推定するＳ／Ｎ推定手段であ
る。

【００４３】抑圧係数決定手段６５は、スペクトル成分
別Ｓ／Ｎ推定手段６４から出力されるスペクトル成分別
Ｓ／Ｎに基づいて、抑圧係数データテーブル１３から最
適の抑圧係数を選択し、抑圧量推定手段６６に与える決
定手段である。抑圧量推定手段６６はノイズスペクトル
学習手段６３から得られたノイズスペクトルと、抑圧係
数決定手段６５で決定された抑圧係数とから、抑圧すべ
きノイズスペクトルを推定する推定手段である。雑音抑
圧手段６７は、パワスペクトル変換手段２２から得られ
た入力信号のパワスペクトルと、抑圧量推定手段６６で
推定した雑音抑圧量とに基づいて、入力信号に対して実
際に雑音抑圧を行う抑圧手段である。

【００４４】なお図７は、図６の雑音抑圧手段６７に対
してウィーナーフィルタを使用した場合の雑音抑圧装置
の構成図である。この雑音抑圧装置は、雑音抑圧手段６
７の内部構成として、点線部で示すようにウィーナーフ
ィルタ推定手段２３、ＩＦＦＴ３４、インパルス応答制
御手段７７、畳み込み演算手段７８が設けられている。

【００４５】ウィーナーフィルタ推定手段２３は、抑圧
量推定手段６６で推定された推定ノイズスペクトルＮ
（ω）と、パワスペクトル変換手段２２から得られた入
力信号のスペクトルＸ（ω）とから、ウィーナーフィル
タの特性Ｈ（ω）を推定するものである。ＩＦＦＴ３４
はウィーナーフィルタ推定手段２３から出力されたフィ
ルタ特性を時間領域上の制御信号（インパルス応答の制
御信号）に変換する手段である。インパルス応答制御手
段７７は、１フレームごとに得られるインパルス応答の
制御信号を用いて、フレーム間で音声信号を滑らかに変
化していくように制御するための制御手段である。具体
的には、１つ前のフレームでのインパルス応答数列か
ら、新しいフレームへのインパルス応答数列に移行して
変化させるときに、１００％変化させずに一定割合だけ
変化させるようにするといった手法が例として挙げられ
る。これは複数フレーム間のデータを違和感なく接続す
るのに有効である。

【００４６】畳み込み演算手段７８は、インパルス応答
制御手段７７から適宜出力されるフィルタ係数を用いて
入力信号に畳み込み演算する演算手段である。抑圧係数
データテーブル１３としては、周波数とＳ／Ｎ比との２
つを変数とするデータテーブルを用意すればよい。な
お、スペクトル成分別Ｓ／Ｎ推定手段６４の替わりに、
フレーム単位でＳ／Ｎ比の代表値を推定するＳ／Ｎ推定
手段を用いてもよい。この場合データテーブルとして
は、Ｓ／Ｎ比１つだけを変数とするデータテーブルを用
意すればよい。

【００４７】図８は、本実施の形態２の雑音抑圧装置に
より雑音抑圧した場合の音声認識率を示した説明図であ
る。１００単語として１００種の地名を５人の話者に夫
々発声してもらい、発生音声に対して、Ｓ／Ｎ比−２ｄ
Ｂ〜１０ｄＢとなるようノイズを夫々加え、１単語当た
り７種類の音声信号を作り、音声認識の評価対象とし
た。そして夫々の音声信号に対する地名の認識率を調
べ、その平均値をプロットした。雑音抑圧前の認識率を
Ｒ３で示し、従来法による雑音抑圧後の認識率をＲ２で
示し、本実施の形態における方法による雑音抑圧後の認
識率をＲ１で示した。これによると、特にＳ／Ｎ比の悪
い領域、例えばＳ／Ｎ比が０ｄＢ以下の音声信号におい
て、雑音抑圧を行う方が雑音抑圧を行わない方に比較し
て音声の認識率が向上が格段に向上する。この効果に加
えて、従来法による雑音抑圧法による値と比較して、本
実施の形態の雑音抑圧法による音声の認識率が更に向上
することが判る。

【００４８】以上のように、本実施の形態２では、フレ
ームごとにノイズらしさや音声らしさを区別して、ノイ
ズと判断されたときのみノイズスペクトルを学習し、現
フレームのパワスペクトルから、周波数成分ごとの現フ
レームのＳ／Ｎ比を推定し、抑圧係数を決定するという
処理を行うことにより、ロバストな抑圧量の調整が可能
となり、抑圧の精度が向上する。

【００４９】（実施の形態３）次に本発明の実施の形態
３における雑音抑圧装置について、図９を参照しながら
説明する。図９は本実施の形態における雑音抑圧装置の
構成図であり、構成要素はすべて図７に示す実施の形態
２の雑音抑圧装置に準じる。ここでは、図７のスペクト
ル成分別Ｓ／Ｎ推定手段６４の替わりに、入力信号種類
判定手段６２により抑圧係数αが決定されるよう、入力
信号種類判定手段６２の出力が抑圧係数決定手段６５に
入力される構成となっている。また点線部で示す雑音抑
圧手段６７として、ウィーナーフィルタを用いた場合を
示したが、その他の雑音抑圧手段であってもよい。ま
た、入力信号種類判定手段６２では、ノイズか音声かと
いった２段階の判断であってもよいし、その度合いをｎ
段階で判定するものであってもよい。ここでの抑圧係数
データテーブル１３としては、周波数と入力信号種類の
２つを変数とするテーブルを用意すればよい。

【００５０】このように、フレームごとにノイズらしさ
や音声らしさを区別し、その区別により抑圧係数を決定
するという処理を行うことで、ノイズらしいフレームの
ときには入力信号を無条件に大きく抑圧し、音声らしい
フレームのときは音声のみを取り出すよう入力信号に対
して抑圧をかけることが可能となり、抑圧の効率がよく
なる。

【００５１】また実施の形態２のようにＳ／Ｎ比で変数
設定をすると、変数規模の大きさからデータテーブルの
規模が大きくなり、ハードウェア実装の面で不利となる
場合も考えられるが、本実施の形態の場合、ノイズか音
声かというｎ段階判断のｎは任意の数でよく、しかも最
低の２に設定してもさほど支障がないことから、ハード
ウェア実装面で有利である。このような雑音抑圧装置
は、特に携帯電話やＩＣカードなどの小型機器に搭載さ
れる音声認識機能への入力前処理手段としても有力とな
る。

【００５２】（実施の形態４）次に本発明の実施の形態
４における雑音抑圧装置について、図１０を参照しなが
ら説明する。図１０は本実施の形態における雑音抑圧装
置の構成図であり、構成要素はすべて実施の形態２の図
７に準じる。ただし抑圧係数αを決定する抑圧係数決定
手段６５への入力として、入力信号種類判定手段６２と
スペクトル成分別Ｓ／Ｎ推定手段６４からの２つの情報
を利用しているのが本実施の形態の特徴である。また図
１０では雑音抑圧手段６７として、ウィーナーフィルタ
を採用した場合の構成を示したが、その他の雑音抑圧手
段であってもよい。抑圧係数データテーブル１３として
は、周波数、入力信号種類、Ｓ／Ｎ比の３つを変数とし
たデータシートを用意すればよい。

【００５３】なお、スペクトル成分別Ｓ／Ｎ推定手段６
４の替わりに、新たにフレーム単位でＳ／Ｎ比を推定す
るＳ／Ｎ推定手段を用いてもよい。この場合抑圧係数デ
ータテーブル１３としては、Ｓ／Ｎ比のみを変数とした
データシートを入力信号種類別にｎ枚分用意すればよ
い。

【００５４】以上のように、本実施の形態では、フレー
ムごとにノイズらしさや音声らしさをｎ段階で判断し、
ノイズらしいと判断されたときのみ、ノイズスペクトル
を学習する。また、フレーム内のパワスペクトルから、
周波数成分ごとのＳ／Ｎ比をつねに推定し、フレームの
音声種類のｎ段階判断に照らしてデータシートを選択す
る。即ちＳ／Ｎ比と周波数の２変数により抑圧係数を決
定するという処理を行うことで、実施の形態２、３より
も更にロバストな抑圧量の調整が可能となり、精度よく
抑圧が行える。

【００５５】（実施の形態５）次に本発明の実施の形態
５における雑音抑圧装置について、図１１を参照しなが
ら説明する。図１１は本実施の形態における雑音抑圧装
置の構成図であり、構成要素はすべて実施の形態２の図
７に準じる。ただし入力信号のフレームを、スペクトル
成分別にノイズらしさや音声らしさのｎ段階で判定する
ため、スペクトル成分別入力信号種類判定手段１１１を
設ける。また、抑圧係数αを決定する抑圧係数決定手段
６５への入力としては、スペクトル成分別入力信号種類
判定手段１１１からの情報を利用している。

【００５６】実施の形態３との違いは、図９の入力信号
種類判定手段６２はフレーム単位でｎ段階のノイズや音
声などの種類判断を下していたのに対し、本実施の形態
では、フレーム内の周波数成分ごとにｎ段階のノイズや
音声などの種類判断を下しているのが特徴である。また
図１１では雑音抑圧手段６７として、ウィーナーフィル
タを採用した場合の構成を示したが、その他の雑音抑圧
手段であってもよい。抑圧係数データテーブル１３とし
ては、周波数と入力信号種類の２つを変数とするテーブ
ルを用意すればよい。

【００５７】以上により、フレーム内の周波数成分ごと
にノイズらしさや音声らしさを区別し、この区別より抑
圧係数を決定するという処理を行うことで、ノイズらし
い周波数成分のときには、無条件に大きく入力信号を抑
圧し、音声らしい周波数成分のときは音声のみを取り出
すよう入力信号に抑圧をかけることが可能となり、実施
の形態３よりも精度良く抑圧が行える。

【００５８】（実施の形態６）次に本発明の実施の形態
６における雑音抑圧装置について、図１２を参照しなが
ら説明する。図１２は本実施の形態における雑音抑圧装
置の構成図であり、構成要素はすべて実施の形態２の図
７に準じる。ただし抑圧係数αを決定する抑圧係数決定
手段６５への入力として、スペクトル成分別入力信号種
類判定手段１１１とスペクトル成分別Ｓ／Ｎ推定手段６
４からの情報を利用している点が実施の形態４と類似し
ている。実施の形態４では、スペクトル成分別入力信号
種類判定手段６２はフレーム単位でｎ段階のノイズや音
声などの種類判断を下していたのに対し、本実施の形態
のスペクトル成分別入力信号種類判定手段１１１では、
フレーム内の周波数成分ごとにｎ段階のノイズらしさや
音声らしさなどの種類判断を下しているのが特徴であ
る。また図１２では雑音抑圧手段６７として、ウィーナ
ーフィルタを採用した場合の構成を示したが、その他の
雑音抑圧手段であってもよい。

【００５９】抑圧係数データテーブル１３としては、周
波数、入力信号種類、Ｓ／Ｎ比の３つを変数とするテー
ブルを用意すればよい。なお、スペクトル成分別Ｓ／Ｎ
推定手段６４の替わりに、新たにフレーム単位でＳ／Ｎ
比の代表値を推定するＳ／Ｎ推定手段を用いてもよい。

【００６０】以上により、フレーム内の周波数成分ごと
にノイズらしさや音声らしさを区別し、スペクトル成分
別のＳ／Ｎ比も算出して、この２つのデータにより抑圧
係数を決定するという処理を行うことで、ノイズらしい
周波数成分のときには、無条件に大きく抑圧し、音声ら
しい周波数成分のときは音声のみを取り出すよう抑圧を
かけることが可能となり、実施の形態４よりも精度良く
抑圧が行える。例えばこのような雑音抑圧装置を音声認
識装置の前段に設けると、前述した単語の認識率が、７
５％から８２％に改善された。

【００６１】（実施の形態７）次に本発明の実施の形態
７における雑音抑圧装置について、図１３及び図１４を
参照しながら説明する。図１３は本発明の実施の形態７
における雑音抑圧装置の基本構成を示すブロック図であ
る。この雑音抑圧装置は、擬似音声データ収録手段１３
１、音声混合手段１３２、第１の雑音抑圧手段１３３、
スペクトル比較手段１３４、第２の雑音抑圧手段１３
５、抑圧係数データテーブル１３を含んで構成される。

【００６２】擬似音声データ収録手段１３１は時間領域
上の擬似音声データを記憶するデータ収録手段である。
音声混合手段１３２は入力信号の種類を判断し、ノイズ
と判断したときには擬似音声データ収録手段１３１から
擬似音声データを取り出し、数通りのＳ／Ｎ比で音声を
混合する混合手段である。なお、必ずしもノイズかどう
かの判断を行わなくてもよく、常に入力信号に対して擬
似音声データを混合するものであってもよい。またスペ
クトル上でノイズを学習して平均化したものを、時間波
形に戻して混合してもよい。

【００６３】雑音抑圧手段１３３は、各Ｓ／Ｎ比で混合
した音声を、一定の抑圧係数αで雑音抑圧する第１の雑
音抑圧手段であり、実施の形態１〜６のいずれかの雑音
抑圧装置から抑圧係数データテーブルを除いた構成と同
一である。スペクトル比較手段１３４は、擬似音声デー
タのスペクトルと、第１の雑音抑圧手段１３３により雑
音抑圧された各Ｓ／Ｎ比ごとの音声データのスペクトル
とを比較し、フレーム内の平均スペクトル距離という評
価量を用いて抑圧量を評価する比較手段である。尚、比
較及び評価方法は、前述のスペクトル距離でなくてもよ
く、各スペクトル成分の抑圧の様子を評価できるもので
あればよい。

【００６４】第２の雑音抑圧手段である雑音抑圧手段１
３５は実施の形態１〜６のいずれかの雑音抑圧装置から
抑圧係数データテーブルを除いた構成と同一であり、ス
ペクトル比較手段１３４の比較結果に基づいて、抑圧係
数データテーブル１３から最適の抑圧係数αを選択し、
入力信号の雑音を抑圧する手段である。この場合も、よ
りロバストな雑音抑圧を行うことができる。

【００６５】図１４は、本実施の形態７のより具体的な
構成例を示す雑音抑圧装置の構成図である。この雑音抑
圧装置は図１３の雑音抑圧手段１３３と雑音抑圧手段１
３５とを１つにまとめたことを特徴とし、図中の点線部
で示す雑音抑圧手段１３６が、図１３の雑音抑圧手段１
３３と雑音抑圧手段１３５に相当する。雑音抑圧手段１
３６において、ＦＦＴ１４１は、図１３における第１の
雑音抑圧手段１３３内の第１のＦＦＴである。ＦＦＴ１
４２は、雑音抑圧後の音声データを再び各フレームに分
割し、各フレームのパワスペクトルを得る第２のＦＦＴ
である。データテーブル決定手段１４３は、スペクトル
距離から抑圧係数αの値をＳ／Ｎ比ごとに決定する決定
手段である。図１４の上記以外の構成要素については、
図７に示す実施の形態２の構成要素と、図１３に示す疑
似音声データ収録手段１３１及び音声混合手段１３２と
を組み合わせたものである。

【００６６】このような構成にすると、ハードウエア実
装面において有利である。但し、雑音抑圧手段１３３と
雑音抑圧手段１３５とを１つにまとめる必要はなく、ハ
ードウエア実装面において余裕がある場合は、異なる２
つの雑音抑圧手段を採用してもよい。本例のようにフレ
ーム単位で抑圧係数を変化させていくことで、よりロバ
ストな雑音抑圧が実現できる。

【００６７】以上により、抑圧係数のデータテーブルを
常に適応的に算出し利用することで、より雑音のスペク
トル形状やレベル変化に対応した雑音抑圧を行うことが
できる。

【００６８】

【発明の効果】以上のように請求項１，２，４，６記載
の雑音抑圧装置によれば、抑圧係数のデータテーブルを
もち、入力信号の周波数成分ごとのＳ／Ｎ比を推定して
抑圧係数を決定するという処理を行うことで、入力信号
やノイズの音質やレベル変化に対応したロバストな雑音
抑圧を行うことができる。このように高精度の雑音抑圧
が行えるこれらの雑音抑圧装置は、音声認識機能への入
力前処理手段としても有力である。

【００６９】また、請求項３記載の雑音抑圧装置によれ
ば、フレームごとにノイズらしさや音声らしさを区別し
てその区別により抑圧係数を決定するという処理を行う
ことで、ノイズらしいフレームのときには無条件に大き
く抑圧し、音声らしいフレームのときは音声のみを取り
出すよう抑圧をかけることが可能となり、抑圧の効率が
よくなる。請求項２記載の雑音抑圧装置と比較した場
合、Ｓ／Ｎ比という変数領域の大きさからデータテーブ
ルの規模が大きくなるのに対し、ノイズか音声かという
ｎ段階判断のｎは小さくてもよく、ハードウェア実装面
で有利である。

【００７０】また、請求項５記載の雑音抑圧装置によれ
ば、フレーム内の周波数成分ごとにノイズ・音声を区別
し、この区別により抑圧係数を決定するという処理を行
うことで、ハードウェア規模を小さくしたまま、請求項
３記載の雑音抑圧装置よりも精度良く抑圧が行える。

【００７１】また、請求項７，８記載の雑音抑圧装置に
よれば、抑圧係数のデータテーブルを常に適応的に更新
して利用することで、請求項１，２，４，６記載の雑音
抑圧装置より、入力信号やノイズの音質やレベル変化に
対応した雑音抑圧を行うことができる。

【図面の簡単な説明】

【図１】本発明の実施の形態１における雑音抑圧装置の
基本構成を示すブロック図である。

【図２】本発明の実施の形態１の具体例として、ウィー
ナーフィルタを用いた場合の雑音抑圧装置の構成を示す
ブロック図である。

【図３】本発明の実施の形態１の具体例として、スペク
トルサブトラクションを用いた場合の雑音抑圧装置の構
成を示すブロック図である。

【図４】実施の形態１の雑音抑圧装置において、雑音抑
圧前後の各周波数成分ごとのスペクトル距離を示した特
性図である。

【図５】実施の形態１の雑音抑圧装置において、各Ｓ／
Ｎ毎及び各周波数成分毎のスペクトル距離を示した特性
図である。

【図６】本発明の実施の形態２における雑音抑圧装置の
基本構成を示すブロック図である。

【図７】本発明の実施の形態２の具体例として、ウィー
ナーフィルタを用いた場合の雑音抑圧装置の構成を示す
ブロック図である。

【図８】本発明の実施の形態１〜２による雑音抑圧装置
を、音声認識装置の前処理として用いた場合の音声認識
率を示した説明図である。

【図９】本発明の実施の形態３における雑音抑圧装置の
構成を示すブロック図である。

【図１０】本発明の実施の形態４における雑音抑圧装置
の構成を示すブロック図である。

【図１１】本発明の実施の形態５における雑音抑圧装置
の構成を示すブロック図である。

【図１２】本発明の実施の形態６における雑音抑圧装置
の構成を示すブロック図である。

【図１３】本発明の実施の形態７における雑音抑圧装置
の構成を示すブロック図である。

【図１４】本発明の実施の形態７の具体例として、ウィ
ーナーフィルタを用いた場合の雑音抑圧装置の構成を示
すブロック図である。

【図１５】従来の代表的な雑音抑圧装置の構成例を示す
ブロック図である。

【図１６】従来例の雑音抑圧装置において、各周波数成
分毎のスペクトル距離を示した特性図である。

【図１７】従来例の雑音抑圧装置において、各Ｓ／Ｎ毎
及び各周波数成分毎のスペクトル距離を示した特性図で
ある。

【符号の説明】

１１ スペクトル変換手段 １２ Ｓ／Ｎ推定手段 １３ 抑圧係数データテーブル １４ 抑圧量推定手段 １５，１３６ 雑音抑圧手段 ２１ ＦＦＴ ２２ パワスペクトル変換手段 ２３ ウィーナーフィルタ推定手段 ２４ フィルタ係数導出手段 ２５ フィルタリング演算手段 ３１ 位相変換手段 ３２ 差分回路 ３３ スペクトル復元手段 ３４ ＩＦＦＴ ３５ 波形接続手段 ６１ フレーム処理手段 ６２ 入力信号種類判定手段 ６３ ノイズスペクトル学習手段 ６４ スペクトル成分別Ｓ／Ｎ推定手段 ６５ 抑圧係数決定手段 ６６ 抑圧量推定手段 ６７ 雑音抑圧手段 ７７ インパルス応答制御手段 ７８ 畳み込み演算手段 １１１ スペクトル成分別入力信号種類判定手段 １３１ 擬似音声データ収録手段 １３２ 音声混合手段 １３３ 第１の雑音抑圧手段 １３４ スペクトル比較手段 １３５ 第２の雑音抑圧手段 １４１ 第１のＦＦＴ １４２ 第２のＦＦＴ １４３ データテーブル決定手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者 茨木 悟 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 Ｆターム(参考） 9A001 BB02 BB03 GG01 GG03 HH01 HH16 HH17 HH18 JJ05 KK31

Claims (8)

【特許請求の範囲】
1. 【請求項１】 ノイズを含む入力音声信号を時間領域か
   ら周波数領域に変換するスペクトル変換手段と、 前記スペクトル変換手段の変換出力から前記入力音声信
   号のＳ／Ｎ比を推定するＳ／Ｎ推定手段と、 雑音の抑圧量を制御する抑圧係数が複数個格納される抑
   圧係数データテーブルと、 前記Ｓ／Ｎ推定手段で推定されたＳ／Ｎ比に基づいて前
   記抑圧係数データテーブルから所望の抑圧係数を取り出
   し、抑圧すべきノイズスペクトルの推定を行う抑圧量推
   定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクトル
   に基づいて、前記スペクトル変換手段の変換出力に含ま
   れるノイズ成分を抑圧する雑音抑圧手段と、を具備する
   ことを特徴とする雑音抑圧装置。
2. 【請求項２】 ノイズを含む入力音声信号を一定サンプ
   ル数単位に区切り、フレーム変換して音声データを出力
   するフレーム処理手段と、 前記フレーム処理手段の出力する音声データに対して周
   波数スペクトルを求めるスペクトル変換手段と、 前記フレーム処理手段の出力する音声データから、フレ
   ーム単位でノイズらしさや音声らしさの度合いを示すｎ
   段階の評価指数を生成する入力信号種類判定手段と、 前記スペクトル変換手段の出力をパワスペクトルに変換
   するパワスペクトル変換手段と、 前記パワスペクトル変換手段からの出力と前記入力信号
   種類判定手段からの出力とに基づいて、ノイズスペクト
   ルを学習するノイズスペクトル学習手段と、 前記パワスペクトル変換手段からの出力と前記ノイズス
   ペクトル学習手段からの出力とに基づいて、入力音声信
   号の各周波数成分ごとのＳ／Ｎ比を推定するスペクトル
   成分別Ｓ／Ｎ推定手段と、 入力音声信号のＳ／Ｎ比と周波数成分との２つを変数と
   して、雑音の抑圧量を制御する抑圧係数が複数個格納さ
   れた抑圧係数データテーブルと、 前記スペクトル成分別Ｓ／Ｎ推定手段から出力される各
   周波数成分ごとのＳ／Ｎ比に基づいて、前記抑圧係数デ
   ータテーブルから所望の抑圧係数を取り出す抑圧係数決
   定手段と、 前記ノイズスペクトル学習手段から出力されるノイズス
   ペクトルを参照し、前記抑圧係数決定手段で決定された
   抑圧係数を用いて、抑圧すべきノイズスペクトルの推定
   を行う抑圧量推定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクト
   ル、及び前記パワスペクトル変換手段から出力されるパ
   ワスペクトルに基づいて、前記入力音声信号に含まれる
   ノイズ成分を抑圧する雑音抑圧手段と、を具備すること
   を特徴とする雑音抑圧装置。
3. 【請求項３】 ノイズを含む入力音声信号を一定サンプ
   ル数単位に区切り、フレーム変換して音声データを出力
   するフレーム処理手段と、 前記フレーム処理手段の出力する音声データに対して周
   波数スペクトルを求めるスペクトル変換手段と、 前記フレーム処理手段の出力する音声データから、フレ
   ーム単位でノイズらしさや音声らしさの度合いを示すｎ
   段階の評価指数を生成する入力信号種類判定手段と、 前記スペクトル変換手段の出力をパワスペクトルに変換
   するパワスペクトル変換手段と、 前記パワスペクトル変換手段からの出力と前記入力信号
   種類判定手段からの出力とに基づいて、ノイズスペクト
   ルを学習するノイズスペクトル学習手段と、 前記評価指数を変数とし、雑音の抑圧量を制御する抑圧
   係数が複数個格納された抑圧係数データテーブルと、 前記入力信号種類判定手段から出力される評価指数に基
   づいて、前記抑圧係数データテーブルから所望の抑圧係
   数を取り出す抑圧係数決定手段と、 前記ノイズスペクトル学習手段から出力されるノイズス
   ペクトルを参照し、前記抑圧係数決定手段で決定された
   抑圧係数を用いて、抑圧すべきノイズスペクトルの推定
   を行う抑圧量推定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクト
   ル、及び前記パワスペクトル変換手段から出力されるパ
   ワスペクトルに基づいて、前記入力音声信号に含まれる
   ノイズ成分を抑圧する雑音抑圧手段と、を具備すること
   を特徴とする雑音抑圧装置。
4. 【請求項４】 ノイズを含む入力音声信号を一定サンプ
   ル数単位に区切り、フレーム変換して音声データを出力
   するフレーム処理手段と、 前記フレーム処理手段の出力する音声データに対して周
   波数スペクトルを求めるスペクトル変換手段と、 前記フレーム処理手段の出力する音声データから、フレ
   ーム単位でノイズらしさや音声らしさの度合いを示すｎ
   段階の評価指数を生成する入力信号種類判定手段と、 前記スペクトル変換手段の出力をパワスペクトルに変換
   するパワスペクトル変換手段と、 前記パワスペクトル変換手段からの出力と前記入力信号
   種類判定手段からの出力とに基づいて、ノイズスペクト
   ルを学習するノイズスペクトル学習手段と、 前記パワスペクトル変換手段からの出力と前記ノイズス
   ペクトル学習手段からの出力とに基づいて、入力音声信
   号の各周波数成分ごとのＳ／Ｎ比を推定するスペクトル
   成分別Ｓ／Ｎ推定手段と、 前記ｎ段階の評価指数、入力音声信号のＳ／Ｎ比、周波
   数成分の３つを変数として、雑音の抑圧量を制御する抑
   圧係数が複数個格納された抑圧係数データテーブルと、 前記スペクトル成分別Ｓ／Ｎ推定手段から出力される各
   周波数成分ごとのＳ／Ｎ比、及び前記入力信号種類判定
   手段から出力される評価指数に基づいて、前記抑圧係数
   データテーブルから所望の抑圧係数を取り出す抑圧係数
   決定手段と、 前記ノイズスペクトル学習手段から出力されるノイズス
   ペクトルを参照し、前記抑圧係数決定手段で決定された
   抑圧係数を用いて、抑圧すべきノイズスペクトルの推定
   を行う抑圧量推定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクト
   ル、及び前記パワスペクトル変換手段から出力されるパ
   ワスペクトルに基づいて、前記入力音声信号に含まれる
   ノイズ成分を抑圧する雑音抑圧手段と、を具備すること
   を特徴とする雑音抑圧装置。
5. 【請求項５】 ノイズを含む入力音声信号を一定サンプ
   ル数単位に区切り、フレーム変換して音声データを出力
   するフレーム処理手段と、 前記フレーム処理手段の出力する音声データに対して周
   波数スペクトルを求めるスペクトル変換手段と、 前記スペクトル変換手段の出力をパワスペクトルに変換
   するパワスペクトル変換手段と、 前記パワスペクトル変換手段の出力するパワスペクトル
   のデータから、フレーム単位でノイズらしさや音声らし
   さの度合いを示すｎ段階の評価指数を各周波数成分ごと
   に生成するスペクトル成分別入力信号種類判定手段と、 前記パワスペクトル変換手段からの出力と前記スペクト
   ル成分別入力信号種類判定手段からの出力とに基づい
   て、ノイズスペクトルを学習するノイズスペクトル学習
   手段と、 前記評価指数と周波数成分との２つを変数として、雑音
   の抑圧量を制御する抑圧係数が複数個格納された抑圧係
   数データテーブルと、 前記スペクトル成分入力信号種類判定手段から出力され
   る各周波数成分ごとの評価指数に基づいて、前記抑圧係
   数データテーブルから所望の抑圧係数を取り出す抑圧係
   数決定手段と、 前記ノイズスペクトル学習手段から出力されるノイズス
   ペクトルを参照し、前記抑圧係数決定手段で決定された
   抑圧係数を用いて抑圧すべきノイズスペクトルの推定を
   行う抑圧量推定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクト
   ル、及び前記パワスペクトル変換手段から出力されるパ
   ワスペクトルに基づいて、前記入力音声信号に含まれる
   ノイズ成分を抑圧する雑音抑圧手段と、を具備すること
   を特徴とする雑音抑圧装置。
6. 【請求項６】 ノイズを含む入力音声信号を一定サンプ
   ル数単位に区切り、フレーム変換して音声データを出力
   するフレーム処理手段と、 前記フレーム処理手段の出力する音声データに対して周
   波数スペクトルを求めるスペクトル変換手段と、 前記スペクトル変換手段の出力をパワスペクトルに変換
   するパワスペクトル変換手段と、 前記パワスペクトル変換手段の出力するパワスペクトル
   のデータから、フレーム単位でノイズらしさや音声らし
   さの度合いを示すｎ段階の評価指数を各周波数成分ごと
   に生成するスペクトル成分別入力信号種類判定手段と、 前記パワスペクトル変換手段からの出力と前記スペクト
   ル成分別入力信号種類判定手段からの出力とに基づい
   て、ノイズスペクトルを学習するノイズスペクトル学習
   手段と、 前記パワスペクトル変換手段から出力されるフレーム内
   の入力信号のパワスペクトルと前記ノイズスペクトル学
   習手段から出力されるフレーム内の推定ノイズのパワス
   ペクトルとを用い、フレーム内のＳ／Ｎ比の代表値又は
   スペクトル成分別のＳ／Ｎ比を推定するスペクトル成分
   別Ｓ／Ｎ推定手段と、 前記Ｓ／Ｎ比、前記評価指数、周波数成分の３つを変数
   として、雑音の抑圧量を制御する抑圧係数が格納された
   抑圧係数データテーブルと、 前記スペクトル成分別Ｓ／Ｎ推定手段から出力されるＳ
   ／Ｎ比、及び前記スペクトル成分別入力信号判定手段か
   ら出力される各周波数成分ごとの評価指数に基づいて、
   前記抑圧係数データテーブルから所望の抑圧係数を取り
   出す抑圧係数決定手段と、 前記ノイズスペクトル学習手段から出力されるノイズス
   ペクトルを参照し、前記抑圧係数決定手段で決定された
   抑圧係数を用いて、抑圧すべきノイズスペクトルの推定
   を行う抑圧量推定手段と、 前記抑圧量推定手段で推定された抑圧ノイズスペクト
   ル、及び前記パワスペクトル変換手段から出力されるパ
   ワスペクトルに基づいて、前記入力音声信号に含まれる
   ノイズ成分を抑圧する雑音抑圧手段と、を具備すること
   を特徴とする雑音抑圧装置。
7. 【請求項７】 予め時間領域の音声データとして一定フ
   レーム長の擬似音声データを蓄積する擬似音声データ収
   録手段と、 入力音声信号が雑音と判定されたときのみ、前記擬似音
   声データ収録手段から出力される擬似音声データと前記
   入力音声信号とを異なる複数のＳ／Ｎ比で混合して蓄積
   する音声混合手段と、 前記音声混合手段から出力され、複数のＳ／Ｎ比で混合
   された音声データの雑音抑圧を行う第１の雑音抑圧手段
   と、 前記第１の雑音抑圧手段から出力された音声データのス
   ペクトルと前記擬似音声データのスペクトルとの比較を
   行うスペクトル比較手段と、 前記スペクトル比較手段の出力する比較結果に基づき、
   雑音の抑圧量を制御する抑圧係数の更新を行い、更新さ
   れた抑圧係数を記憶する抑圧係数データテーブルと、 前記抑圧係数データテーブルから抑圧係数を取り出し、
   入力音声信号の雑音抑圧を行う第２の雑音抑圧手段と、
   を具備することを特徴とする学習型の雑音抑圧装置。
8. 【請求項８】 前記第１及び第２の雑音抑圧手段は、 請求項１〜６のいずれかに記載の雑音抑圧装置から、抑
   圧係数データテーブルを取り除いたものであることを特
   徴とする請求項７記載の雑音抑圧装置。