JPH1132395A - 音声信号の処理回路 - Google Patents

Abstract

(57)【要約】 【課題】 音声の低域成分による、高域成分へのマスキ
ングを軽減するとともに、音声アンプへの要求を軽減す
る。 【解決手段】 入力された音声信号の低域成分に対して
レベルの低減を行うレベル低減回路１５を設ける。音声
信号の高域成分の開始点を検出する第１の検出回路２３
と、高域成分の終了点を検出する第２の検出回路２３を
設ける。検出回路２３の検出出力にしたがってレベル低
減回路１５のレベル低減度を制御するレベル制御回路２
４を設ける。このレベル制御回路２４は、検出回路２３
が高域成分の開始点を検出したとき、低域レベル低減回
路１５に対してレベル低減度を大きくするように制御信
号を供給するとともに、検出回路２３が高域成分の終了
点を検出したとき、低域レベル低減回路１５に対してレ
ベル低減度を戻すように制御信号を供給する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、補聴器、電話、
拡声器、音声通信などの分野で用いられる、音声信号の
処理装置に関する。

【０００２】

【従来の技術】音声を伝送あるいは再生する場合、その
伝送系あるいは再生系に残響やエコーが多いと、音声の
明瞭度が低下してしまう。そこで、そのようなときに
は、発話速度を遅くする、連続して発声される語音を細
かく分解し、時間をあけて再生するなどの処理が行われ
ている。

【０００３】また、子音のような高域周波数の語音が聞
き取りにくいときには、周波数イコライザ処理により高
域周波数の強調を行うこともある。さらに、いわゆる継
時マスキング（子音がエネルギーの大きい母音に続くと
き、その母音により子音がマスクされる現象）を考慮し
た重み関数をかける処理も試みられている。

【０００４】さらに、以上の処理は難聴者や老人を対象
に行われることもある。

【０００５】

【発明が解決しようとする課題】ところが、前述したよ
うに、発話速度を遅くしたり、連続して発声される語音
を分解したりすると、次のような問題点を生じてしま
う。

【０００６】１．原音声との間に時間のずれを生じ、即
時性がなくなってしまう。したがって、会話などを行う
ときには使えない。また、放送などを聞く場合であって
も、聞き終わるまでの時間が長くなってしまう。 ２．語音の知覚判断には音声成分の変化速度も重要な手
がかりになっているので、発話速度を遅くすると、この
手がかりが変化して別な語音に知覚されてしまうことが
ある。 ３．語音を分解してゆっくり再生すると、語音のまとま
りとしての情報や過渡的な変化部分の情報が失われ、明
瞭度の悪くなることがある。 ４．周波数イコライザ処理により常に高域周波数を増幅
した音声は、音色のバランスがくずれて不快であった
り、聞き取りにくいことがある。 ５．継時マスキングを考慮した重み関数をかける処理
は、少なくとも重み関数の時間長の遅延が生じてしま
い、即時性が失われてしまう。この結果、口の動きと処
理音との間に時間ずれを生じて明瞭度に悪い影響を与え
ることがある。また、イヤホンからマイクロフォンへの
音響的フィードバックがあるときには、その時間遅れに
よって残響音のような現象が引き起こされてしまう。

【０００７】そこで、上述のような問題点に対処するた
め、本出願人は、「特願平９−９９１４４号」におい
て、音声の低域成分による高域成分へのマスキングを補
償する方式として、低域成分が存在する時間帯のみ高域
の増幅率を大きくするようにした「音声信号の処理回
路」を提案している。

【０００８】しかしながら、この「音声信号の処理回
路」においては、高域の増幅率を大きくするので、アン
プの利得および最大出力に余裕が必要になるとともに、
ハウリングを起こさないようにハウリングマージンの余
裕が必要になり、難聴が重い場合に適さない。

【０００９】この発明は、以上のような問題点を一掃し
ようとするものである。

【００１０】

【課題を解決するための手段】このため、この発明にお
いては、入力された音声信号の低域成分に対してレベル
の低減を行うレベル低減回路と、上記音声信号について
高域成分の開始点を検出する第１の検出回路と、上記音
声信号について高域成分の終了点を検出する第２の検出
回路と、上記第１の検出回路および第２の検出回路の検
出出力にしたがって上記レベル低減回路のレベル低減度
を制御するレベル制御回路とを有し、このレベル制御回
路は、上記第１の検出回路が上記高域成分の開始点を検
出したとき、上記低域レベル低減回路に対して上記レベ
ル低減度を大きくするように制御信号を供給するととも
に、上記第２の検出回路が上記高域成分の終了点を検出
したとき、上記低域レベル低減回路に対して上記レベル
低減度を戻すように制御信号を供給するようにした音声
信号の処理回路とするものである。したがって、音声の
低域成分による高域成分へのマスキングや継時マスキン
グに見合う大きさだけ、低域成分のレベルが低減され
て、処理後の音声の明瞭度が改善される。

【００１１】

【発明の実施の形態】ところで、通常の会話の音声は、
無声音と有声音との組み合わせ、すなわち、低い周波数
の成分と高い周波数の成分との組み合わせで構成されて
いる。また、一般の生活環境に存在する音も、低い周波
数の成分と高い周波数の成分との組み合わせになってい
ることが多い。

【００１２】そして、聴覚では、低域成分が高域成分を
マスクすることが知られており、音声を知覚するときに
も、このマスキングが働いている。健聴者では、このマ
スキングによる妨害は小さく、マスキングがあっても正
しく音声を知覚できるが、難聴者では、マスキングによ
る妨害が大きく、時間的にも長く続くことがあり、言葉
の聞き取りを悪くする原因の一つになっている。

【００１３】また、健聴者でも低域成分の大きい雑音が
あると、言葉の聞き取りが低下することがある。さら
に、いわゆる継時マスキングによっても、言葉の明瞭度
が低下する。

【００１４】そこで、この発明は、このようなマスキン
グあるいは継時マスキングに起因する明瞭度の低下を抑
えようとするものである。

【００１５】そして、このため、この発明の一形態にお
いては、音声の高域成分の開始点から数ミリ秒〜十数ミ
リ秒の期間を開始期間とし、音声の高域成分の終了点か
ら十数ミリ秒〜数十ミリ秒の期間を終了期間とすると
き、この開始期間から終了期間までの処理期間には、音
声信号の低域成分に対してレベルの低減を行うものであ
る。

【００１６】図１は、この発明の一形態の構成を示すも
ので、処理前の音声信号Ｓ11が、入力端子１１を通じて
２つのバンドパスフィルタ１２、１３に共通に供給さ
れ、これらのバンドパスフィルタ１２、１３の出力信号
Ｓ12、Ｓ13が、固定利得および可変利得のアンプ１４、
１５を通じて加算回路１６に供給される。

【００１７】この場合、ここでは、音声の第１フォルマ
ント成分を音声の低域成分とし、第２フォルマント成分
および子音成分を音声の高域成分として扱うものであ
る。このため、バンドパスフィルタ１２の通過帯域は、
音声の第２フォルマント成分および子音成分の帯域、例
えば1.2 ｋHz〜８ｋHzとされ、バンドパスフィルタ１３
の通過帯域は、音声のピッチ成分および第１フォルマン
ト成分の帯域、例えば200Hz 〜1.2 ｋHzとされる。

【００１８】したがって、固定利得アンプ１４の利得
と、可変利得アンプ１５の基準利得とが等しい場合、加
算回路１６からは、入力された音声信号Ｓ11に含まれる
高域信号成分Ｓ12および低域信号成分Ｓ13を、等しい割
り合いで有する音声信号Ｓ16が得られることになる。そ
して、この信号Ｓ16が出力端子１７に取り出される。

【００１９】さらに、入力端子１１からの音声信号Ｓ11
が、前処理のため、バンドパスフィルタ２１およびレベ
ル算出回路２２に順に供給される。この場合、バンドパ
スフィルタ２１は、高域信号成分の開始点および終了点
を検出しやすくし、かつ、雑音による影響が小さくなる
ように、入力された音声信号Ｓ11の第２フォルマント成
分と子音成分とを、信号Ｓ21として抽出するものであ
る。したがって、バンドパスフィルタ２１の通過帯域
は、バンドパスフィルタ１２の通過帯域と例えば等しく
設定される。

【００２０】また、レベル算出回路２２は、例えば、信
号Ｓ21を両波整流するとともに、その低域成分（例えば
60Hz以下の成分）を取り出すことにより、バンドパスフ
ィルタ１２から出力される高域信号成分Ｓ12のレベルを
示す信号Ｓ22を形成するものである。

【００２１】そして、このレベル算出回路２２の算出信
号Ｓ22が検出回路２３に供給されて、高域信号成分Ｓ12
の開始点および終了点が検出され、その検出信号Ｓ23が
レベル制御回路２４に供給されてレベル制御信号Ｓ24が
形成され、この信号Ｓ24が可変利得アンプ１５に利得Ｇ
15の制御信号として供給される。

【００２２】この場合、高域信号成分Ｓ12の開始点およ
び終了点の検出と、可変利得アンプ１５の利得Ｇ15の大
きさとは、例えば、図２に示すような関係とされる。す
なわち、算出信号Ｓ22の示す高域信号成分Ｓ12のレベル
が開始点判定のしきい値より小さいときには、アンプ１
５の利得Ｇ15は、アンプ１４の利得と等しい基準値とさ
れているが、時点ｔ1 に高域信号成分Ｓ12のレベルがそ
の開始点判定のしきい値よりも大きくなると、利得Ｇ15
は、時点ｔ1 から数ミリ秒ないし十数ミリ秒後の時点ｔ
2 までの期間Ｔs をもって所定値まで次第に小さくされ
る。

【００２３】また、算出信号Ｓ22の示す高域信号成分Ｓ
12のレベルが終了点判定のしきい値よりも大きいときに
は、利得Ｇ15は小さいままに保持されるが、時点ｔ3 に
高域信号成分Ｓ12のレベルがその終了点判定のしきい値
よりも小さくなると、利得Ｇ15は、時点ｔ3 から数十ミ
リ秒ないし200 ミリ秒後の時点ｔ4 までの期間Ｔe をも
って基準値まで次第に大きくされる。

【００２４】このような構成によれば、処理前の音声信
号Ｓ11に高域信号成分Ｓ12が含まれているとき、その開
始点から終了点までの期間ｔ1 〜ｔ4 には、レベル制御
信号Ｓ24によりアンプ１５の利得Ｇ15が小さくなるの
で、このアンプ１５を通じる低域信号成分Ｓ13のレベル
が低減される。

【００２５】したがって、高域信号成分Ｓ12の開始点か
ら終了点までの期間、端子１７に出力される音声信号Ｓ
16の高域信号成分Ｓ12のレベルが相対的に高くなるの
で、信号Ｓ16の再生音にマスキングを生じても、そのマ
スキングに見合うだけ、再生音の高域成分が相対的に大
きくなり、したがって、言葉の聞き取りが改善される。
また、継時マスキングの場合、高域成分の開始点の近傍
でマスキングの程度が大きいが、図２に示すように、高
域信号成分Ｓ12の開始点の近傍で、低域信号成分のレベ
ルが比較的速やかに低減されて高域信号成分Ｓ12のレベ
ルが相対的に高くなるので、継時マスキングに対しても
明瞭度を有効に高めることができる。

【００２６】図３は、検出回路２３およびレベル制御回
路２４が、算出信号Ｓ22からレベル制御信号Ｓ24を形成
する方法の一形態を示す。すなわち、この場合には、図
１に示した回路の全部がデジタル化されるとともに、例
えばＤＳＰにより構成される。また、音声信号Ｓ11はも
との処理前のアナログ音声信号をＡ／Ｄ変換したデジタ
ル音声信号とされる。

【００２７】そして、検出回路２３およびレベル制御回
路２４においては、デジタル音声信号Ｓ11の１サンプル
ごとに、図３のレベル制御ルーチン１００が実行され、
可変利得アンプ１５の利得Ｇ15が、例えば図２に示すよ
うに制御される。なお、ルーチン１００および以下の説
明において、各変数の意味は以下のとおりである。

【００２８】 e(i) ：音声信号Ｓ11の第ｉ番目のサンプルの示すレベル。 threshold1：高域成分の終了点判定のしきい値。 信号Ｓ11がこの値よりも小さくなったとき、高域成分の終了 点と判定する。 threshold2：高域成分の開始点判定のしきい値。 信号Ｓ11がこの値よりも大きくなったとき、高域成分の開始 点と判定する。 threshold1≦threshold2に設定される。 w ：利得Ｇ15を制御するための重み係数。０≦w ≦１ w ＝０のとき、Ｇ15＝基準利得 w ＝１のとき、Ｇ15＝最小利得 d1 ：係数w を減少させるときのステップ幅。 d2 ：係数w を増加させるときのステップ幅。

【００２９】すなわち、レベル制御ルーチン１００にお
いては、まず、ステップ１０１において、第ｉ番目のサ
ンプルの信号レベルe(i)が開始点判定のしきい値ｔｈｒ
ｅｓｈｏｌｄ２よりも小さいかどうかが判別され、小さ
いときには、処理はステップ１０１からステップ１０２
に進む。

【００３０】そして、このステップ１０２において、第
ｉ番目のサンプルの信号レベルｅ（ｉ）が終了点判定の
しきい値threshold1よりも小さいかどうかが判別され、
小さいときには、処理はステップ１０２からステップ１
０３に進み、このステップ１０３において、係数w がス
テップ幅d1だけ小さくされ、ルーチン１００を終了す
る。したがって、図２に示すように、高域成分の終了点
が検出されたときには、以後、利得Ｇ15は次第に大きく
なっていき、低域成分のレベルが次第に高くなってい
く。

【００３１】また、ステップ１０２において、第ｉ番目
のサンプルの信号レベルe(i)が終了点判定のしきい値th
reshold1以上のときには、処理はステップ１０２からこ
のルーチン１００を終了する。したがって、図２に示す
ように、高域成分の終了点が検出されるまでの期間（利
得Ｇ15の小さい期間）は、その利得Ｇ15が保持されて、
低域成分のレベルが低く保持される。

【００３２】さらに、ステップ１０１において、第ｉ番
目のサンプルの信号レベルe(i)が開始点判定のしきい値
threshold2以上のときには、処理はステップ１０１から
ステップ１０４に進み、このステップ１０４において、
係数w がステップ幅d2だけ大きくされ、ルーチン１００
を終了する。したがって、図２に示すように、高域成分
の開始点が検出されたときには、以後、利得Ｇ15は次第
に小さくなっていき、低域成分のレベルが次第に低くな
っていく。

【００３３】こうして、レベル制御ルーチン１００によ
れば、低域成分用のアンプ１５の利得Ｇ15を低減方向に
制御することにより、高域成分のレベルを相対的に上昇
させているので、マスキングや継時マスキングによる高
域成分の聴感上の減衰を補うことができ、会話の子音部
分など音声の明瞭度を向上させることができる。

【００３４】図４は、音声波形の観測結果を示すもの
で、図４Ａは上述のルーチン１００による処理を行って
いない入力音声信号Ｓ11の波形、図４Ｂはルーチン１０
０による処理を行った出力音声信号Ｓ16の波形の観測例
である。なお、このときの発声内容は、「１行目に書い
てください」である。

【００３５】そして、高域成分の開始点から終了点まで
の期間（矢印Ａ、Ｂ、Ｃ、Ｄ、Ｅの部分）は、低域成分
のレベルが低くなって、高域成分のレベルが相対的に上
昇している。特に、矢印Ａ、Ｂ、Ｃの部分では、音節が
区切れて強調されたようになり、あたかも、はっきり発
音したかのように聞こえる。

【００３６】したがって、上述の処理回路によれば、音
声を残響やエコーなどのある系で伝送あるいは再生する
とき、あるいは難聴者や老人が音声を聞くとき、以下の
ような効果を得ることができる。 １．発声された音声のうち、高域成分へのマスキングが
軽減されるように低域成分のレベルが低減され、聴感的
に子音が強調されるとともに、音節が強調されるので、
音声がはっきりし、明瞭度を改善できる。 ２．マスキングを軽減するために高域成分を増強する必
要がないので、高域成分用のアンプの利得や最大出力、
あるいはハウリングマージンに余裕がなくてもよい。し
たがって、高域成分用のアンプは、常時最大利得状態で
動作させることができる。 ３．マスキングが起きているときだけ、聴感的に高域成
分が強調されるので、高域成分が常に強調されるときの
ように、音色のバランスが崩れたような不快感がない。 ４．原理的に即時処理ができるので、発声者の口の動き
と処理音との間に時間差の生じることがない。また、イ
ヤホンからマイクロフォンへの音響的フィードバックが
あっても、残響音のような音にはならないので、聞きや
すい。 ５．語音の知覚判断にとって重要な音声成分の変化速度
や、語音のまとまりとしての情報および過渡的な変化部
分の情報が失われない。

【００３７】６．ルーチン１００は、その処理のステッ
プ数が少ないので、処理が多少遅いＤＳＰであっても、
十分に対応することができる。

【００３８】図５に示すレベル制御ルーチン２００は、 threshold=threshold1=threshold2 とすることにより、レベル制御ルーチン１００を簡略化
した場合である。すなわち、ルーチン２００において
は、 threshold ：高域成分の開始点判定および終了点判定の
しきい値。信号Ｓ11がこの値よりも小さいと終了点と判
定し、この値よりも大きいと開始点と判定する。 とされ、他はルーチン１００と同様とされる。

【００３９】そして、ステップ２０１において、第ｉ番
目のサンプルの信号レベルe(i)がしきい値threshold と
比較され、レベルe(i)がしきい値threshold よりも小さ
ければ、ステップ２０２において、係数w がステップ幅
d1だけ小さくされ、そうでなければ、ステップ２０３に
おいて、係数w がステップ幅d2だけ大きくされる。

【００４０】したがって、このレベル制御処理ルーチン
２００によれば、処理がさらに簡単であり、ＤＳＰの負
担がより軽くなる。

【００４１】なお、上述においては、入力音声信号Ｓ11
の低域成分のレベルを低減するために、可変利得アンプ
１５を用いたが、これに代えて、固定利得アンプと可変
アッテネータ回路（いわゆる電子ボリューム）との組み
合わせとすることもできる。また、上述においては、い
わゆる本線用と前処理用とに、同じ特性の２つのバンド
パスフィルタ１２、２１を用いているが、前処理用のバ
ンドパスフィルタ２１を省くとともに、バンドパスフィ
ルタ１２からの高域成分Ｓ12をレベル算出回路２２に分
配することにより、より簡単な構成とすることができ
る。

【００４２】さらに、レベル算出回路２２の算出信号Ｓ
22を、レベル制御回路２４に供給することにより、可変
利得アンプ１５における低域成分のレベル低減度を、入
力音声信号Ｓ11の高域成分Ｓ12のレベルに応じて制御す
ることもできる。

【００４３】

【発明の効果】この発明によれば、音声がはっきりし、
明瞭度を改善することができる。また、高域成分用のア
ンプに対する要求を軽減できる。さらに、常に音声の高
域を強調するときのような不快感がない。また、発声者
の口の動きと処理音との間に時間差の生じることがな
い。

【００４４】さらに、イヤホンからマイクロフォンへの
音響的フィードバックがあっても、残響音のようになら
ず、聞きやすい。また、語音の知覚判断などに有効な情
報が損なわれない。しかも、デジタル処理する場合の負
担を少なくすることができる。

【図面の簡単な説明】

【図１】この発明の一形態を示す系統図である。

【図２】この発明を説明するための図である。

【図３】この発明の一形態を示すフローチャートであ
る。

【図４】この発明を説明するための波形図である。

【図５】この発明の一形態を示すフローチャートであ
る。

【符号の説明】

１１＝入力端子、１２＝バンドパスフィルタ、１３＝バ
ンドパスフィルタ、１４＝固定利得アンプ、１５＝可変
利得アンプ、１６＝加算回路、１７＝出力端子、２１＝
バンドパスフィルタ、２２＝レベル算出回路、２３＝検
出回路、２４＝レベル制御回路、１００および２００＝
レベル制御ルーチン

Claims (6)

【特許請求の範囲】
1. 【請求項１】入力された音声信号の低域成分に対してレ
   ベルの低減を行うレベル低減回路と、 上記音声信号について高域成分の開始点を検出する第１
   の検出回路と、 上記音声信号について高域成分の終了点を検出する第２
   の検出回路と、 上記第１の検出回路および第２の検出回路の検出出力に
   したがって上記レベル低減回路のレベル低減度を制御す
   るレベル制御回路とを有し、 このレベル制御回路は、上記第１の検出回路が上記高域
   成分の開始点を検出したとき、上記低域レベル低減回路
   に対して上記レベル低減度を大きくするように制御信号
   を供給するとともに、 上記第２の検出回路が上記高域成分の終了点を検出した
   とき、上記低域レベル低減回路に対して上記レベル低減
   度を戻すように制御信号を供給するようにした音声信号
   の処理回路。
2. 【請求項２】請求項１に記載の音声信号の処理回路にお
   いて、 上記第１の検出回路は、上記高域成分の信号レベルが所
   定のしきい値を越えたとき、これを検出して上記開始点
   の検出信号を出力するようにした音声信号の処理回路。
3. 【請求項３】請求項１に記載の音声信号の処理回路にお
   いて、 上記第２の検出回路は、上記高域成分の信号レベルが所
   定のしきい値を下回ったとき、これを検出して上記終了
   点の検出信号を出力するようにした音声信号の処理回
   路。
4. 【請求項４】請求項１に記載の音声信号の処理回路にお
   いて、 上記レベル制御回路は、上記第１の検出回路が上記高域
   成分の開始点を検出した時点からの時間に応じて上記レ
   ベル低減度を大きくするような制御信号を上記低域レベ
   ル低減回路に供給するようにした音声信号の処理回路。
5. 【請求項５】請求項１に記載の音声信号の処理回路にお
   いて、 上記レベル制御回路は、上記第２の検出回路が上記高域
   成分の終了点を検出した時点からの時間に応じて上記レ
   ベル低減度を小さくするような制御信号を上記低域レベ
   ル低減回路に供給するようにした音声信号の処理回路。
6. 【請求項６】請求項１に記載の音声信号の処理回路にお
   いて、 上記高域成分の信号レベルを算出する高域レベル算出回
   路を備え、 この高域レベル算出回路の出力にしたがって、上記レベ
   ル制御回路が上記低域レベル低減回路のレベル低減度を
   制御するようにした音声信号の処理回路。