JP2003274481A - 音声処理装置、コンピュータプログラム、及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音響エコー信号の非線形成分を速やかに除去
することができる音声処理装置、コンピュータプログラ
ム、及び該コンピュータプログラムが記録されているコ
ンピュータでの読取りが可能な記録媒体の提供。 【解決手段】 通信先からの音声信号が入力される音声
信号入力端子１と入力された音声信号を拡声部３から音
声として出力する前に非線形の歪みを予め取除く非線形
逆システム６と、音声信号入力端子１から音声信号出力
端子２に至る経路にて音響エコー信号の線形成分を推定
する線形適応フィルタ５とを備え、受音部４にて発生し
た音響エコー信号から推定した音響エコー信号の線形成
分を差引くようにしている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声の双方向通信で
発生する音響エコー信号を低減するための音声処理装
置、入力された音声信号に基づき音響エコー信号を低減
させる処理を行うコンピュータプログラム、及び該コン
ピュータプログラムが記録されているコンピュータでの
読取りが可能な記録媒体に関する。

【０００２】

【従来の技術】拡声機能付き携帯電話機、自動車電話等
の装置にあっては、テレビ会議システム、ハンズフリー
フォン等と同様に、ハンドセットを用いることなく、ス
ピーカとマイクロホンとを利用して通話先の遠端話者と
通話することが可能である。

【０００３】拡声機能付き携帯電話機、自動車電話等で
は携帯電話網のような通信回線を通じて音声信号の送受
信を行う。このとき、通話先から送信された音声信号
は、スピーカによって拡声されて話者の耳に届くととも
に、拡声された音声がマイクロホンに回込み、拡声音が
重畳された音声信号が通話先に送信されることになる。
すなわち、通話先の遠端話者がマイクロホンに向かって
発した音声が、その遠端話者の耳に遅れて戻ってくると
いうフィードバック現象が生じることになり、いわゆる
音響エコーが発生する。

【０００４】このような音響エコーは自然な通話を妨害
するため、抑制する必要がある。従来、音響エコーを抑
制するために、スピーカからマイクロホンに至るスピー
カ出力の伝搬路（音響エコー経路）における音響エコー
信号を適応フィルタにより推定することによって、疑似
音響エコー信号を生成し、生成した疑似音響エコー信号
を差引くことによって音響エコーを抑制する音響エコー
キャンセラ装置が開発されている。

【０００５】前述の適応フィルタには、ＦＩＲ（finite
impulse response）フィルタに代表される線形適応フ
ィルタを用いることが一般的である。適応フィルタとし
て線形適応フィルタを用いた場合、音響エコー経路に非
線形の要因が存在するときにはその性能が劣化すること
が知られている。ところで、拡声通話で用いられるスピ
ーカは非線形性を有するため、従来の音響エコーキャン
セラ装置では十分に音響エコー信号を低減することがで
きないという問題点を有していた。特に、拡声機能付き
携帯電話機で利用されるスピーカは安価であり、しかも
小型のものであることが多く、非線形性が強くなるため
性能の劣化が著しいという問題点を有していた。

【０００６】そこで、前述の問題点を解決するために、
非線形適応フィルタを利用した音響エコーキャンセラ装
置が開発されている。図８は従来の音響エコーキャンセ
ラ装置を説明するブロック図である。音響エコーキャン
セラ装置は、例えば、拡声機能付き携帯電話機、自動車
電話等に内蔵されている。通話先からデジタル信号によ
って送信された音声信号は、公衆電話回線網、携帯電話
網等の通信回線を通じて音声信号入力端子１に入力され
た後、スピーカを有する拡声部３によって外部に音声と
して出力される。また、話者の音声はマイクロホンを有
する受音部４から入力された後、音声信号出力端子２か
ら通信回線を通じて通話先に送信される。

【０００７】線形適応フィルタ５ａは、音声信号入力端
子１から入力された音声信号に基づいて、受音部４に生
じる音響エコー信号の線形成分を推定して、疑似音響エ
コー信号の線形成分を生成するようになっており、非線
形適応フィルタ５ａは、同様に、受音部４に生じる音響
エコー信号の非線形成分を推定して、疑似音響エコー信
号の非線形成分を生成するようになっている。生成され
た疑似音響エコー信号の線形成分と非線型成分とは演算
処理部５ｃによって加算されて出力される。

【０００８】そして、線形成分と非線形成分とを加算し
て生成した疑似音響エコー信号は演算処理部７に入力さ
れる。演算処理部７は、音声入力部４にて発生した音響
エコー信号から疑似音響エコー信号を差引く処理を行
う。したがって、音声入力部４で発生した音響エコー信
号は、演算処理部７にて消去されることになる。

【０００９】

【発明が解決しようとする課題】しかしながら、従来の
音響エコーキャンセラ装置では、Volterraフィルタと呼
ばれる非線形適応フィルタが利用されているが、Volter
raフィルタの収束速度（音響エコー経路の同定速度）は
一般的に遅く、また、達成されるエコー消去量が劣化す
る等の問題点を含んでいるため、実用化の面で克服すべ
き多くの課題が残されていた。とりわけ、拡声機能付き
携帯電話機で利用されるスピーカは安価であり、しかも
小型のものであることが多く、このようなスピーカから
出力される音声は非線形性が強くなるため音響エコー信
号の非線形成分を確実かつ速やかに低減することができ
る音響エコーキャンセラ装置の開発が望まれていた。

【００１０】本発明は斯かる事情に鑑みてなされたもの
であり、受信手段が音声信号を受信した場合、推定した
非線形の歪みを音声として出力すべき音声信号から除去
し、音声出力手段から出力された音声が音声入力手段に
入力されることにより生じる音響エコー信号の線形成分
を推定し、推定した音響エコー信号の線形成分を音声入
力手段にて生じた音響エコー信号から除去する構成とす
ることにより、発生し得る音響エコー信号の非線形成分
を抑制するとともに、速やかに音響エコー信号を除去す
ることが可能な音声処理装置、コンピュータプログラ
ム、及びコンピュータでの読取りが可能な記録媒体を提
供することを目的とする。

【００１１】

【課題を解決するための手段】第１発明に係る音声処理
装置は、通信機器から送信された音声信号を受信する受
信手段と、該受信手段が受信した音声信号に基づいて外
部へ音声を出力する音声出力手段と、外部の音声を受音
して音声信号を生成する音声入力手段と、該音声入力手
段にて生成された音声信号を前記通信機器へ送信する送
信手段とを備え、前記音声出力手段から出力された音声
が前記音声入力手段に入力されることにより生じる音響
エコー信号を低減すべくなしてある音声処理装置におい
て、前記受信手段にて音声信号を受信した場合、前記音
声出力手段から出力される音声に伴う非線形の歪みを前
記音声信号に基づき推定する手段と、音響エコー信号の
線形成分を前記音声信号に基づき推定する手段と、推定
した非線形の歪みを前記音声出力手段から出力すべき音
声信号から除去する手段と、推定した音響エコー信号の
線形成分を前記音声入力手段にて生じた音響エコー信号
から除去する手段とを備えることを特徴とする。

【００１２】第２発明に係る音声処理装置は、第１発明
に係る音声処理装置において、前記非線形の歪みを推定
する際に生じる遅延時間を算出する手段を備え、前記受
信手段にて音声信号を受信した後、算出した遅延時刻が
経過した場合に推定した音響エコー信号の線形成分を前
記音声入力手段にて生じた音響エコー信号から除去すべ
くなしてあることを特徴とする。

【００１３】第３発明に係る音声処理装置は、第１発明
又は第２発明に係る音声処理装置において、音声信号と
Volterra級数との畳込み演算処理により、前記音声出力
手段から出力される音声に伴う非線形の歪みを推定すべ
くなしてあることを特徴とする。

【００１４】第４発明に係るコンピュータプログラム
は、コンピュータに、入力された音声信号に基づいて出
力すべき音声に伴う非線形の歪みを推定させるステップ
と、コンピュータに、推定した非線形の歪みを前記音声
信号から除去させるステップと、コンピュータに、非線
形の歪みを除去した音声信号に基づいて音声を出力させ
るステップと、コンピュータに、入力された音声信号に
基づいて音響エコー信号の線形成分を推定させるステッ
プと、コンピュータに、推定した音響エコー信号の線形
成分を送信すべき音声信号から除去させるステップと、
コンピュータに、音響エコー信号の線形成分を除去した
音声信号を送信させるステップとを有することを特徴と
する。

【００１５】第５発明に係るコンピュータでの読取りが
可能な記録媒体は、コンピュータに、入力された音声信
号に基づいて出力すべき音声に伴う非線形の歪みを推定
させるステップと、コンピュータに、推定した非線形の
歪みを前記音声信号から除去させるステップと、コンピ
ュータに、非線形の歪みを除去した音声信号に基づいて
音声を出力させるステップと、コンピュータに、入力さ
れた音声信号に基づいて音響エコー信号の線形成分を推
定させるステップと、コンピュータに、推定した音響エ
コー信号の線形成分を送信すべき音声信号から除去させ
るステップと、コンピュータに音響エコー信号の線形成
分を除去した音声信号を送信させるステップとを有する
コンピュータプログラムが記録されていることを特徴と
する。

【００１６】第１発明にあっては、受信手段にて音声信
号を受信した場合、音声信号から非線形の歪み及び音声
入力手段に発生する音響エコー信号の線形成分を推定
し、推定した非線形の歪みを音声として出力すべき音声
信号から除去すると共に、音声出力手段から出力された
音声が音声入力手段に入力されることにより生じる音響
エコー信号から推定した音響エコー信号の線形成分を除
去するようにしている。したがって、例えば、スピーカ
のような音声出力手段の特性を考慮した非線形適応フィ
ルタを音声出力手段の前段に実装することによって、出
力される音声に伴う非線形の歪みを容易に除去すること
が可能である。また、出力される音声から非線形の歪み
を除去することによって、予め非線形の要因を取り除い
ているため、音声入力手段に生じうる音響エコー信号は
線形成分のみとなる。音響エコー信号の線形成分は、Ｆ
ＩＲフィルタのような従来から利用されている線形適応
フィルタを用いて容易に除去することが可能であるた
め、本発明では、音響エコー信号の非線形成分を同定す
る必要がなく、速やかに音響エコー信号を低減すること
が可能となる。また、出力される音声から非線形の歪み
が除去されるため、拡声通話の音質が向上する。

【００１７】第２発明にあっては、非線形の歪みを推定
する際に生じる遅延時間を算出する手段を備えており、
音声信号を受信した後、算出した遅延時間が経過した場
合に推定した音響エコー信号の線形成分を除去するよう
にしている。したがって、発生し得る音響エコー信号の
みを送信すべき音声信号から取り除くことが可能であ
る。

【００１８】第３発明にあっては、受信した音声信号と
Volterra級数との畳込み演算処理により、出力される音
声に伴う非線形の歪みを推定するようにしている。した
がって、例えば、スピーカのような音声出力手段の特性
に応じてVolterra級数を予め定めておくことにより、速
やかに非線形の歪みを除去することが可能となる。

【００１９】第４発明及び第５発明にあっては、入力さ
れた音声信号に基づいて出力音声に伴う非線形の歪みと
発生しうる音響エコー信号の線形成分を推定し、出力す
べき音声信号から非線形の歪みを除去すると共に、送信
すべき音声信号から音響エコー信号の線形成分を除去す
るようにしている。したがって、例えば、スピーカのよ
うな音声出力手段の特性を考慮して非線形の歪みを推定
することによって、出力される音声に伴う非線形の歪み
を容易に除去することが可能である。また、出力される
音声から非線形の歪みを除去することによって、予め非
線形の要因を取り除いているため、音声入力手段に生じ
うる音響エコー信号は線形成分のみとなり、容易に音響
エコー信号の線形成分を除去することが可能である。本
発明では、音響エコー信号の非線形成分を同定する必要
がなく、速やかに音響エコー信号を低減することが可能
となる。また、出力される音声から非線形の歪みが除去
されるため、拡声通話の音質が向上する。

【００２０】

【発明の実施の形態】以下、本発明の音声処理装置を具
体化した音響エコーキャンセラ装置についてその実施の
形態を示す図面を用いて具体的に説明する。音響エコー
キャンセラ装置は、例えば、拡声機能付き携帯電話機、
自動車電話機等に備えられており、スピーカを備える音
声出力手段から出力された音声がマイクロホンを備える
音声入力手段に入力されることによって生じる音響エコ
ーを抑制する機能を有する。

【００２１】実施の形態１．図１は本実施の形態に係る
音響エコーキャンセラ装置を説明するブロック図であ
る。図中１は、通話相手の遠端話者が持つ電話機、携帯
電話機等の通信端末装置（不図示）から送信される音声
信号を公衆電話回線網、携帯電話網等の通信回線（不図
示）を介して受信するための音声信号入力端子であり、
該音声信号入力端子１に入力された音声信号は後述する
非線形逆システム６により信号処理が施された後、拡声
部３から音声として外部に出力される。また、話者から
発せられる音声は、受音部４から入力された後、音声信
号出力端子２から音声信号として出力され、遠端話者の
通信端末装置に送信される。

【００２２】なお、前記通信回線を通じて送受信がされ
る音声信号はデジタル信号であることが望ましい。しか
し、アナログ信号によって音声信号を送受信することも
可能であり、その場合には、音声信号入力端子１に入力
された音声信号をデジタル信号に変換するＡ／Ｄ変換
器、及び音声信号出力端子２から送信する信号をアナロ
グ信号に変換するＤ／Ａ変換器を備えている必要があ
る。

【００２３】拡声部３は、図に示していないＤ／Ａ変換
器、増幅器、スピーカを備えており、非線形逆システム
６によって信号処理が施された音声信号が音声として出
力される。受音部４は、図に示していないマイクロホ
ン、増幅器、Ａ／Ｄ変換器を備えており、外部の音声を
受音してデジタル信号による音声信号を生成する。

【００２４】音声信号入力端子１から音声信号出力端子
２に至る経路には、遅延器８及び線形適応フィルタ５が
接続されている。音声信号入力端子１に入力された音声
信号は遅延器８により所定時間（例えば、数十ｍｓｅ
ｃ）だけ遅延した後、線形適応フィルタ５に入力され
る。線形適応フィルタは、例えば、ＦＩＲフィルタであ
り、入力された音声信号に基づき疑似音響エコー信号の
線形成分を生成する。

【００２５】生成された疑似音響エコー信号の線形成分
は演算処理部７に入力される。演算処理部７は、受音部
４で発生した音響エコー信号から疑似音響エコー信号の
線形成分を差引く処理を行う。

【００２６】一方、非線形逆システム６は、入力された
音声信号に基づいて拡声部から出力される音声に伴う非
線形の歪みを推定し、拡声部３で生じる非線形の歪みを
予め除去しており、拡声部３から出力される音声に非線
形の歪みが伴わないようにしている。

【００２７】本発明では、前述のように受音部４で発生
する音響エコー信号の線形成分を推定した疑似音響エコ
ー信号を生成して除去するとともに、音声信号の伝達経
路における非線形の歪みを拡声部３から出力される音声
信号から除去することによって、受音部４で発生する音
響エコー信号の非線形成分を抑制する。また、拡声部３
から出力される音声から非線形の歪みを除去するため、
拡声音の音質が向上する。

【００２８】図２は、非線形逆システム６の機能を説明
するブロック図である。非線形逆システム６と拡声部３
とからなる伝達系に非線形時不変の因果関係がある場
合、その伝達系の入出力関係は、次式のようなVolterra
級数展開によって表すことが可能である。

【００２９】

【数１】

【００３０】ここで、ｘ（ｎ）及びｙ（ｎ）は、それぞ
れ伝達系に対する入力信号および出力信号であり、ｈ₁
（ｋ₁ ）は１次のVolterra核、ｈ₂ （ｋ₁ ，ｋ₂ ）は２
次のVolterra核を表している。本実施の形態では、簡易
化のために２次のVolterra核まで採用し、また、Volter
ra核が有限のタップ数Ｎを持つとして前記伝達系の非線
形性を表現する。

【００３１】本発明では、拡声部３（特に、拡声部３が
有するスピーカ）で発生する非線形の歪みを除去するこ
とを一つの目的としており、その非線形の歪みをVolter
ra級数と入力信号ｘ（ｎ）との畳込みによって表すこと
を特徴としている。すなわち、図２に示した如く、拡声
部３に仮想的に１次Volterraフィルタ３１と２次Volter
raフィルタ３２とを設けたことと等価であり、演算処理
部３３によりVolterraフィルタ３１，３２から出力され
た信号を加算して、非線形の歪みを仮想的に発生させる
構成としている。

【００３２】非線形逆システム６では、逆に拡声部３で
発生する非線形の歪みを推定し、入力された音声信号か
ら非線形の歪みを差引いた音声信号を出力する。したが
って、演算処理部３３には非線形の歪みが含まれていな
い音声信号が出力されることになり、音声信号における
非線形の要因を予め取り除くことが可能である。

【００３３】非線形逆システム６では、以下の２種類の
音声信号を生成する。一つは、遅延器６１を通過させる
ことによって、所定時間だけ遅延した音声信号を生成す
る。ここで生成した音声信号が２次Volterraフィルタ３
２を通過することによって、所定時間だけ遅延した非線
形の歪みを伴う音声信号が発生する。一方、音声信号が
モデル信号生成部６２に入力された場合、入力された音
声信号に基づいて非線形の歪みを模擬した音声信号が生
成され、更に線形逆フィルタ６３によって、線形の歪み
を伴う音声信号を生成する。ここで生成した信号は、演
算処理部６４にて符号が反転され、前述の遅延した音声
信号に印加される。そして、線形の歪み及び非線形の歪
みを伴う音声信号が、１次Volterraフィルタ３１に入力
されることによって、まず線形の歪みが除去され、次い
で演算処理部３３にて非線形の歪みが除去される。

【００３４】図３は、本実施の形態に係る音響エコーキ
ャンセラ装置のエコー消去特性を示すグラフである。横
軸には時間、縦軸にはエコー消去量をとる。ここで、エ
コー消去量は、ある入力信号（例えば、有色雑音または
白色雑音）ｙ₀ （ｋ）と、該入力信号ｙ₀ （ｋ）を入力
した場合に推定される音響エコー信号ｙ₁ （ｋ）とを用
いて、

【００３５】

【数２】

【００３６】のように表すことができる。

【００３７】図３では、本実施の形態の音響エコーキャ
ンセラ装置によるエコー消去特性をグラフ３ｂに示して
おり、比較の対象として、伝達経路を線形として音響エ
コーキャンセラ装置に線形適応フィルタを用いたシュミ
レーションの結果（グラフ３ａ）、伝達経路を非線形と
して音響エコーキャンセラ装置に線形適応フィルタを用
いたシュミレーションの結果（グラフ３ｄ）、従来のVo
lterraフィルタを用いた音響エコーキャンセラ装置の結
果（グラフ３ｃ）を示している。

【００３８】図３に示した如く、本実施の形態の音響エ
コーキャンセラ装置による場合、比較的短時間でエコー
消去量が２５［ｄＢ］を超えていることが分かる。伝達
経路を線形として音響エコーキャンセラ装置に線形適応
フィルタを用いた場合（グラフ３ａ）、エコー消去量が
最も改善されているが、これは伝達経路の非線形性を考
慮していない理想的な状態であるからであり、いわば性
能限界を示すグラフである。一方、伝達経路を非線形と
して音響エコーキャンセラ装置に線形適応フィルタを用
いた場合（グラフ３ｄ）、伝達経路の非線形性が外乱と
して影響を及ぼすため、伝達経路を線形と仮定した場合
と比較してエコー消去量が著しく劣化している。また、
従来のVolterraフィルタを用いた音響エコーキャンセラ
装置では、エコー消去量が改善されているが、音響エコ
ー信号を算出する速度が非常に遅い。これらに対して、
本実施の形態に係る音響エコーキャンセラ装置は、短時
間で音響エコー信号を算出することができ、従来の音響
エコーキャンセラ装置と比較してもエコー消去量が改善
されていることが分かる。

【００３９】図４は、音響エコーキャンセラ装置で必要
な演算量を比較したグラフである。グラフの横軸にはタ
ップ数（数式１におけるＮの値）をとり、縦軸には本実
施の形態に係る音響エコーキャンセラ装置で必要な演算
量を従来のVolterraフィルタで必要な演算量により除算
した値をとる。

【００４０】本実施の形態に係る音響エコーキャンセラ
装置では、拡声部３で発生する非線形の歪みを推定する
とき、非線形逆システム６のモデル信号生成部６２で事
前にプリセットした信号を生成する構成であるため、タ
ップ数Ｎに依らず一定の演算量を消費するだけである。
したがって、全体の演算量は、音響エコー信号の線形成
分を線形適応フィルタ５で推定する際に必要な演算量に
依存しており、タップ数Ｎに比例した値となる。一方、
従来のVolterraフィルタを用いた音響エコーキャンセラ
装置による場合、Volterra級数の２次の項を算出する必
要があり、演算量はタップ数Ｎの二乗に比例することに
なる。

【００４１】発明者らによるシュミレーションの結果、
タップ数を増加させる程、エコー消去量の改善をするこ
とが可能であることが知られているが、全体の演算量お
よび非線形逆システム６での遅延を考慮した場合、タッ
プ数Ｎは１２８が実用的である。タップ数Ｎを１２８に
とった場合、図４に示されているように演算量は従来の
ものと比べておよそ１／５に削減することが可能であ
る。

【００４２】このように、本実施の形態に係る音響エコ
ーキャンセラ装置では、Volterraフィルタを利用した従
来の音響エコーキャンセラ装置と比較して演算量が大幅
に削減され、エコー消去量の改善が見られる。また、拡
声部３から出力する音声信号の非線形の歪みを除去して
いるため、音質が向上するという利点も有している。

【００４３】なお、本実施の形態に係る音響エコーキャ
ンセラ装置を携帯電話機のような小型の装置に組込む場
合、線形適応フィルタ５、及び非線形逆システム６はＤ
ＳＰ（デジタルシグナルプロセッサ）、専用ＬＳＩ等を
利用することにより実現することができ、また、線形適
応フィルタ５、非線形逆システム６、線形適応フィルタ
５、及び遅延器８を一体化したＤＳＰ又は専用ＬＳＩを
用いることも可能である。

【００４４】また、本実施の形態では、Volterra級数の
２次の項まで用いて音声信号の非線形歪みを算出してい
るが、３次以上の高次の項を用いて非線形歪みを算出す
ることもできることは、勿論のことである。

【００４５】実施の形態２．前述の音響エコーキャンセ
ラ装置は、拡声機能付き携帯電話機、自動車電話機等に
適用されるだけでなく、テレビ会議システム、電話会議
システム等の音声信号の双方向通信が利用されるシステ
ムにも適用することが可能である。本実施の形態では、
テレビ会議システムに適用した実施の形態について説明
する。

【００４６】図５は、本実施の形態に係るテレビ会議シ
ステムを説明する模式図である。図中１００は、テレビ
会議システムで利用される通信装置であり、該通信装置
１００は、公衆電話回線網のような通信ネットワークＮ
を介して通信先の通信装置１００に接続されている。

【００４７】通信装置１００は、後述するようにスピー
カ及びマイクロホンを備えており、通信ネットワークＮ
を介して音声信号の送受信を行うことが可能であり、ま
た、ＣＣＤカメラ、ビデオカメラのような撮像装置、液
晶ディスプレイのような表示装置を備えており、通信ネ
ットワークＮを介して映像データの送受信を行うことが
可能である。なお、音声信号及び映像データを送信する
際、それらを同期して送信することが望ましいが、本発
明にあっては必ずしも必須の要件ではない。

【００４８】本実施の形態では、通信ネットワークＮを
介して音声信号を受信した場合、受信した音声信号から
非線形の歪み、及び音響エコー信号の線形成分をコンピ
ュータプログラムの演算処理により算出し、マイクロホ
ンから出力すべき音声信号から算出した非線形の歪みを
除去するとともに、スピーカにて発生した音響エコー信
号の線形成分を除去するようにしている。

【００４９】図６は、テレビ会議システムで利用される
通信装置１００の内部構成を示すブロック図である。通
信装置１００は、ＣＰＵを有する制御部１０１を備えて
おり、バス１０２を介して、ＲＯＭ１０３、ＲＡＭ１０
４、操作部１０５、表示部１０６、通信部１０７、拡声
部１０８、受音部１０９、撮像部１１０、及び補助記憶
装置１１１等の各ハードウェアに接続されている。制御
部１０１は、ＲＯＭ１０３に格納された本発明のプログ
ラム、演算処理プログラム、キー入力処理プログラム等
の各種制御プログラムに従って、それらのハードウェア
を制御する。ＲＡＭ１０４はＳＲＡＭ又はフラッシュメ
モリ等で構成され、ＲＯＭ１０３に格納された各種制御
プログラムの実行時に発生するデータ、通信部１０７に
て送受信する映像データ等を一時的に記憶する。

【００５０】操作部１０５は、通信装置１００を操作す
るために必要なテンキー、ファンクションキー等のハー
ドウェアキー又はソフトウェアキーを備えている。表示
部１０６は、液晶ディスプレイのような表示装置を備え
ており、通信部１０７にて受信した映像データ等を表示
する。

【００５１】通信部１０７は、モデムのような回線終端
装置を備えており、拡声部１０８及び受音部１０９に入
力された音声信号、並びに撮像部１１０に入力された映
像データ等を通信ネットワークＮを通じて送受信する際
の制御を行う。

【００５２】拡声部１０８は、図に示していないＤ／Ａ
変換器、増幅器、スピーカを備えており、制御部１０１
により信号処理が施された後、音声信号が音声として出
力される。受音部４は、図に示していないマイクロホ
ン、増幅器、Ａ／Ｄ変換器を備えており、外部の音声を
受音してデジタル信号としての音声信号を生成する。

【００５３】撮像部１１０は、ＣＣＤカメラ、又はビデ
オカメラのような撮像装置を有しており、話者を撮像し
て映像データを取得し、通信ネットワークＮを通じて通
信先の通信装置１００に送信する。

【００５４】補助記憶部１１１は、本発明のコンピュー
タプログラム及びデータを記録したＣＤ−ＲＯＭ等の記
録媒体１１２からコンピュータプログラム及びデータを
読取るＣＤ−ＲＯＭドライブ等からなり、読取られたコ
ンピュータプログラム及びデータは、ＲＯＭ１０３に記
憶される。なお、本発明のコンピュータプログラムは、
必ずしも記録媒体１１２により提供される形態である必
要はなく、ＲＯＭ１０３に予め記憶されている形態であ
ってもよい。

【００５５】図７は、通信装置１００による音声信号の
処理手順を示すフローチャートである。制御部１０１
は、まず、通信部１０７にて音声信号を受信したか否か
を判断する（ステップＳ１）。音声信号を受信していな
い場合（Ｓ１：ＮＯ）、音声信号を受信するまで待機す
る。

【００５６】音声信号を受信した場合（Ｓ１：ＹＥ
Ｓ）、受信した音声信号に基づいて拡声部１０８にて出
力される音声に伴う非線形の歪みを算出する（ステップ
Ｓ２）。非線形の歪みを算出する際、拡声部１０８の特
性を考慮して予めプリセットしてあるVolterra級数の２
次の項を利用して学習同定法（ＮＬＭＳ法）により算出
する。また、受信した音声信号に基づいて音響エコー信
号の線形成分を算出する（ステップＳ３）。音響エコー
信号の線形成分を算出する際、前述の学習同定法の他、
ＬＭＳアルゴリズム、ＲＬＳアルゴリズム等の従来法を
用いることが可能である。

【００５７】次いで、制御部１０１は、ステップＳ２に
より算出した非線形の歪みを受信した音声信号から除去
し（ステップＳ４）、非線形の歪みを除去した音声信号
を音声として拡声部１０８から出力する（ステップＳ
５）。

【００５８】次いで、制御部１０１は、ステップＳ１に
て音声信号を受信してから所定時間が経過したか否かを
判断する（ステップＳ６）。所定時間が経過していない
と判断した場合（Ｓ６：ＮＯ）、所定時間が経過するま
で待機する。なお、前記所定時間は、ステップＳ２にて
非線形の歪みを算出する際に生じる遅延時間に対応して
おり、音響エコー信号の線形成分を算出するにあたっ
て、入力された音声信号に基づき算出される時間であ
る。

【００５９】所定時間が経過したと判断した場合（Ｓ
６：ＹＥＳ）、受音部１０９にて受音した音声信号から
音響エコー信号の線形成分を除去する（ステップＳ
７）。そして、音響エコー信号の線形成分を除去した
後、音声信号を通信部１０７から送信する（ステップＳ
８）。

【００６０】なお、本実施の形態では、コンピュータプ
ログラムの処理により音声信号の非線形歪みと、音響エ
コー信号の線形成分とを除去することとしたが、実施の
形態１で説明したようなＤＳＰ、専用ＬＳＩを用いて実
現することも可能である。

【００６１】

【発明の効果】以上、詳述したように、第１発明による
場合は、受信手段にて音声信号を受信した場合、音声信
号から非線形の歪み及び音声入力手段に発生する音響エ
コー信号の線形成分を推定し、推定した非線形の歪みを
音声として出力すべき音声信号から除去すると共に、音
声出力手段から出力された音声が音声入力手段に入力さ
れることにより生じる音響エコー信号から推定した音響
エコー信号の線形成分を除去するようにしている。した
がって、例えば、スピーカのような音声出力手段の特性
を考慮した非線形適応フィルタを音声出力手段の前段に
実装することによって、出力される音声に伴う非線形の
歪みを容易に除去することが可能である。また、出力さ
れる音声から非線形の歪みを除去することによって、予
め非線形の要因を取り除いているため、音声入力手段に
生じうる音響エコー信号は線形成分のみとなる。音響エ
コー信号の線形成分は、ＦＩＲフィルタのような従来か
ら利用されている線形適応フィルタを用いて容易に除去
することが可能であるため、本発明では、音響エコー信
号の非線形成分を同定する必要がなく、速やかに音響エ
コー信号を低減することが可能となる。また、出力され
る音声から非線形の歪みが除去されるため、拡声通話の
音質が向上する。

【００６２】第２発明による場合は、非線形の歪みを推
定する際に生じる遅延時間を算出する手段を備えてお
り、音声信号を受信した後、算出した遅延時間が経過し
た場合に推定した音響エコー信号の線形成分を除去する
ようにしている。したがって、発生し得る音響エコー信
号のみを送信すべき音声信号から取り除くことが可能で
ある。

【００６３】第３発明による場合は、受信した音声信号
とVolterra級数との畳込み演算処理により、出力される
音声に伴う非線形の歪みを推定するようにしている。し
たがって、例えば、スピーカのような音声出力手段の特
性に応じてVolterra級数を予め定めておくことにより、
速やかに非線形の歪みを除去することが可能となる。

【００６４】第４発明及び第５発明による場合は、入力
された音声信号に基づいて出力音声に伴う非線形の歪み
と発生しうる音響エコー信号の線形成分を推定し、出力
すべき音声信号から非線形の歪みを除去すると共に、送
信すべき音声信号から音響エコー信号の線形成分を除去
するようにしている。したがって、例えば、スピーカの
ような音声出力手段の特性を考慮して非線形の歪みを推
定することによって、出力される音声に伴う非線形の歪
みを容易に除去することが可能である。また、出力され
る音声から非線形の歪みを除去することによって、予め
非線形の要因を取り除いているため、音声入力手段に生
じうる音響エコー信号は線形成分のみとなり、容易に音
響エコー信号の線形成分を除去することが可能である。
本発明では、音響エコー信号の非線形成分を同定する必
要がなく、速やかに音響エコー信号を低減することが可
能となる。また、出力される音声から非線形の歪みが除
去されるため、拡声通話の音質が向上する等、本発明は
優れた効果を奏する。

【図面の簡単な説明】

【図１】本実施の形態に係る音響エコーキャンセラ装置
を説明するブロック図である。

【図２】非線形逆システムの機能を説明するブロック図
である。

【図３】本実施の形態に係る音響エコーキャンセラ装置
のエコー消去特性を示すグラフである。

【図４】音響エコーキャンセラ装置で必要な演算量を比
較したグラフである。

【図５】本実施の形態に係るテレビ会議システムを説明
する模式図である。

【図６】テレビ会議システムで利用される通信装置の内
部構成を示すブロック図である。

【図７】通信装置による音声信号の処理手順を示すフロ
ーチャートである。

【図８】従来の音響エコーキャンセラ装置を説明するブ
ロック図である。

【符号の説明】

１ 音声信号入力端子 ２ 音声信号出力端子 ３ 拡声部 ４ 受音部 ５ 線形適応フィルタ ６ 非線形逆システム ７ 演算処理部 ８ 遅延器

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5D020 CC00 5K027 DD07 DD10 HH03 5K046 BB01 CC29 HH24 HH30 HH54 HH79 HH80

Claims (5)

【特許請求の範囲】
1. 【請求項１】 通信機器から送信された音声信号を受信
   する受信手段と、該受信手段が受信した音声信号に基づ
   いて外部へ音声を出力する音声出力手段と、外部の音声
   を受音して音声信号を生成する音声入力手段と、該音声
   入力手段にて生成された音声信号を前記通信機器へ送信
   する送信手段とを備え、前記音声出力手段から出力され
   た音声が前記音声入力手段に入力されることにより生じ
   る音響エコー信号を低減すべくなしてある音声処理装置
   において、 前記受信手段にて音声信号を受信した場合、前記音声出
   力手段から出力される音声に伴う非線形の歪みを前記音
   声信号に基づき推定する手段と、音響エコー信号の線形
   成分を前記音声信号に基づき推定する手段と、推定した
   非線形の歪みを前記音声出力手段から出力すべき音声信
   号から除去する手段と、推定した音響エコー信号の線形
   成分を前記音声入力手段にて生じた音響エコー信号から
   除去する手段とを備えることを特徴とする音声処理装
   置。
2. 【請求項２】 前記非線形の歪みを推定する際に生じる
   遅延時間を算出する手段を備え、前記受信手段にて音声
   信号を受信した後、算出した遅延時刻が経過した場合に
   推定した音響エコー信号の線形成分を前記音声入力手段
   にて生じた音響エコー信号から除去すべくなしてあるこ
   とを特徴とする請求項１に記載の音声処理装置。
3. 【請求項３】 音声信号とVolterra級数との畳込み演算
   処理により、前記音声出力手段から出力される音声に伴
   う非線形の歪みを推定すべくなしてあることを特徴とす
   る請求項１又は請求項２に記載の音声処理装置。
4. 【請求項４】 コンピュータに、入力された音声信号に
   基づいて出力すべき音声に伴う非線形の歪みを推定させ
   るステップと、コンピュータに、推定した非線形の歪み
   を前記音声信号から除去させるステップと、コンピュー
   タに、非線形の歪みを除去した音声信号に基づいて音声
   を出力させるステップと、コンピュータに、入力された
   音声信号に基づいて音響エコー信号の線形成分を推定さ
   せるステップと、コンピュータに、推定した音響エコー
   信号の線形成分を送信すべき音声信号から除去させるス
   テップと、コンピュータに、音響エコー信号の線形成分
   を除去した音声信号を送信させるステップとを有するこ
   とを特徴とするコンピュータプログラム。
5. 【請求項５】 コンピュータに、入力された音声信号に
   基づいて出力すべき音声に伴う非線形の歪みを推定させ
   るステップと、コンピュータに、推定した非線形の歪み
   を前記音声信号から除去させるステップと、コンピュー
   タに、非線形の歪みを除去した音声信号に基づいて音声
   を出力させるステップと、コンピュータに、入力された
   音声信号に基づいて音響エコー信号の線形成分を推定さ
   せるステップと、コンピュータに、推定した音響エコー
   信号の線形成分を送信すべき音声信号から除去させるス
   テップと、コンピュータに音響エコー信号の線形成分を
   除去した音声信号を送信させるステップとを有するコン
   ピュータプログラムが記録されていることを特徴とする
   コンピュータでの読取りが可能な記録媒体。