JP2006514492A - 処理力の要求が低減されたエコーキャンセラー - Google Patents

Abstract

本発明は、必要な処理力と複雑さを減じるためにより狭いが、なお意味明瞭な（intelligible）、周波数バンドでエコー、ノイズそしてニアエンド通話（near end talk）を処理する改良型オーディオエコーキャンセラーを開示する。本発明の好ましい実施例では、オーディオ通信システム内に取り込まれた音の入力オーディオ信号は間引き（decimated）され、次いでアナライズフイルターにより或る数のサブバンドに分けられる。各サブバンドはそれぞれのサブバンドで該音響信号のモデルからエコー見積を有する該信号を引き算することにより、従来のオーディオエコーキャンセリングに於ける様に処理されるが、但し、又、該信号がバイパスされ、フイルターにより調整されそして該処理された信号から引き算されることが例外的である。最終信号は次いでシンセサイズフイルターにより再組み合わせされ、元のサンプリングレートとバンド幅へ補間（interpolated）される。最終的に、該シンセサイズフイルターからの出力は、フイルターにより遅延させられ、調整された該入力オーディオ信号に加算される。該フイルターはニアエンド音（near end sound）、フアーエンド音（far end sound）そしてノイズの存在を検出する制御アルゴリズムにより制御されるので、該フイルター、そして従って該エコーキャンセラーのハイパスフイルターは、ニアエンド音のみが検出される場合に高い周波数（ローパス周波数の上の）だけを通す。

Description

本発明は改良された音響特性（acoustic characteristics）を有するオーディオ通信（audio communication）のシステムと方法に関し、特に改良されたオーディオエコーキャンセレーションシステム（audio echo cancellation system）を有するビデオ会議システム（video conferencing system）に関する。

ラウドスピーカー（loudspeakers）を用いる従来の会議システムセットアップ（conferencing system set-up）では、２つ以上の通信ユニット（communication units）が別々のサイト（separate sites）に置かれる。会議システムを使って１つのサイトからもう１つのサイトへ送信される信号は幾つかの遅延（delays）を経るが、これらの遅延は送信遅延（transmission delay）と処理遅延（processing delay）とを含む。ビデオ会議システムについては、ビデオ信号の処理遅延はオーディオ信号の処理遅延より可成り大きい。該ビデオ及びオーディオ信号は同時に、位相を合わせて（in phase）表現されねばならないので、より長いビデオ信号遅延を補償するために送信及び受信信号路の両者で該オーディオ信号に音声同期（lip sync）遅延がわざわざ導入される。

従来の会議システムでは、１つ以上のマイクロフオンがサイトＡで音波（sound wave）を取り込み（captures）、該音波を第１オーディオ信号（first audio signal）に変換（transforms）する。該第１オーディオ信号はサイトＢへ送信され、そこではテレビジョンセット又は増幅器及びラウドスピーカー、がサイトＡで発生された該第１オーディオ信号を該音波に変換することにより元の音波を再生（reproduce）する。サイトＢで作られた音波はサイトＢの該オーディオ取り込みシステム（audio capturing system）により部分的に取り込まれ、第２オーディオ信号（second audio signal）に変換され、そしてサイトＡのシステムへ戻るよう送信される。この１つのサイトで取り込まれ、もう１つのサイトへ送信され、次いで最初のサイトへ返し送信される音波を有する問題は音響エコー（acoustic echo）と呼ばれる。その最も厳しい表れ（manifestation）では、そのループ利得（loop gain）が１（unity）を超えると、該音響エコーはフィードバック音（feedback sound）を引き起こすかも知れない。又該音響エコーは、特に上述の音声同期遅延のために、ビデオ会議システムで共通している様に、とりわけもしそのシステムセットアップに遅延がある場合、サイトＡとサイトＢの両者での参加者（participants）に自分自身を聞かせるので、該会議システム上での会話を困難にする。該音響エコー問題は、下記で説明する音響エコーキャンセラー（acoustic echo canceller）を使って解決されるのが通常である。

図１は従来の会議システムセットアップを示す。簡単さのために、図１は２つのサイト、Ａ及びＢ、に分布した会議システムセットアップを示す。該２つのサイトは送信チャンネル１３００を通して接続され、各サイトはそれぞれラウドスピーカー１１００及び１２００と、それぞれマイクロフオン１１１１及び１２１１を有する。図１の矢印は通常該マイクロフオンから該ラウドスピーカーへの、音響信号の伝播の方向（direction of propagation for an acoustic signal）を示す。

図２はビデオ会議システムの全体図である。このシステムは２つのサイト、Ａ及びＢ、に分布している。該会議システムセットアップに関しては、ビデオ会議モジュール（video conferencing module）が２つより多いサイトに分布して、そして又該システムセットアップは唯１つのサイトがラウドスピーカーを有する時機能する。該ビデオモジュールはサイトＡに、ビデオ画像を取り込むビデオ取り込みシステム（video capturing system）２１４１と、該ビデオ画像をコード化するビデオサブシステム（video subsystem）２１５０と、を有する。平行して、音波はオーディオ取り込みシステム（audio capturing system）２１１１により取り込まれ、オーディオサブシステム（audio subsystem）２１３０は該音波を音響信号にコード化する。該ビデオコード化システム（video encoding system）内の処理遅延のために、制御システム２１６０は音声同期遅延２１６３の使用により該オーディオ信号に追加的遅延を導入し、該ビデオ及びオーディオ信号間の同期化を達成する。該ビデオ及びオーディオ信号はマルチプレクサ２１６１内で一緒に混合され、最終信号、該オーディオ−ビデオ信号（audio-video signal）は送信チャンネル２３００上をサイトＢへ送られる。追加の音声同期遅延２２６２がサイトＢで挿入される。更に、該オーディオ表現デバイス（audio presenting device）２２２１により表現（presented）されるオーディオ信号はサイトＢで音波として具体化される。サイトＢで表現された音波の１部は、直接音波としてか、反射された音波としてか、何れかで該オーディオ取り込みデバイス２２１１に到達する。サイトＢに於ける該音の取り込み及びこの音を付随遅延と一緒にサイトＡへ戻し送信することがエコーを形成する。説明した全てのエコーは可成りなまでに合算（sums up）され、従って該ビデオ会議システムでのエコーキャンセラーの品質要求は特に高度である。

図３は音響エコーキャンセラーサブシステム（acoustic echo canceller subsystem）の例を示すが、該サブシステムは図２のビデオ会議システム内のオーディオシステムの１部であってもよい。その参加サイトの少なくとも１つは、その通信システム内のエコーを減じるために該音響エコーキャンセラーサブシステムを有する。該音響エコーキャンセラーサブシステム３１００はフルバンドモデル（full band model）のデジタル音響エコーキャンセラーである。フルバンドモデルは直接的にオーディオ信号の完全なオーディオバンド（例えば、２０ｋＨｚまで；ビデオ会議用では該バンドは典型的に７ｋＨｚ迄であり、オーディオ会議では該バンドは３．４ｋＨｚ迄である）を処理する。

既に述べた様に、音響エコーの補償は音響エコーキャンセラーにより普通達成される。該音響エコーキャンセラーは独立型デバイスであるか又は通信システムの場合は集積化部品（an integrated part）である。該音響エコーキャンセラーは、例えば、線形／非線形の数学的モデルを使って、サイトＡからサイトＢへ送信される該音響信号を変換し、次いでサイトＢからサイトＡへ送信される該音響信号からその数学的に変調された音響信号を引き算する。より詳細には、例えば、サイトＢの音響エコーキャンセラーサブシステム３１００を参照すると、該音響エコーキャンセラーはサイトＡから、該音響システム３１２１の該数学的モデラー（mathematical modeller）を通るよう第１音響信号３１３１を送り、エコー信号の見積もり３１３３を計算し、該見積もられたエコー信号をサイトＢで取り込まれた第２オーディオ信号３１３２から引き算し、そして該見積もられたエコーだけ少ない該第２オーディオ信号３１３５をサイトＡへ戻るよう送信する。又図３の該エコーキャンセラーサブシステムは、該音が該オーディオ取り込みデバイスにより取り込まれる位置で背景ノイズ及び環境の変動に該数学的モデルを更新又は適合させるために、見積もり誤差（estimation error）、すなわち、該見積もられたエコーと現実のエコーとの間の差、を有している。

大抵のエコーキャンセラーで使われる音響システムのモデル３１２１は、直接音（direct sound）と、室内でのその反射の大部分と、の伝達関数（transfer function）を近似するエフアイアール（FIR）｛有限インパルス応答（Finite Impulse Response）｝フイルターである。主として処理力（processing power）のために、該エフアイアールフイルターは、信号がラウドスピーカーにより取り込まれた後有限の時間内でエコーキャンセレーションを好ましく提供はしない。代わりに、それは該エコーが与えられた時間、いわゆるテール長さ（tail length）、の後には、キャンセルされず、残留エコー（residual echo）として現れることを許容する。

完全なテール長さ（complete tail length）内の該エコーを見積もるためには、該エフアイアールフイルターは長さＬ＝Ｆｓ＊テール長さ、を要し、ここでＦｓはＨｚでのサンプリング周波数であり、該テール長さは秒で与えられている。

該フイルターの１つの単一サンプル出力（one single sample output）を計算するための掛け算（multiplications）及び加算（additions）の各々の必要数は該フイルター長さに等しく、該フイルターの出力はサンプル当たり１回計算されるべきである。すなわち、掛け算及び加算の合計数はＦｓ＊Ｌ＝Ｆｓ＊Ｆｓ＊テール長さ＝テール長さ＊Ｆｓ²である。

テール長さの典型的値は０．２５ｓである。Ｆｓ＝８ｋＨｚシステム用の掛け算及び加算の数は１６×１、０００、０００回で、１６ｋＨｚ用では６４×１、０００、０００回そして４８ｋＨｚ用では５７６×１，０００，０００回である。

同様な計算はフイルター更新アルゴリズム（filter update algorithm）用でも行われ得る。最も簡単なアルゴリズム、エルエムエス（LMS）｛最小平均二乗（Least Mean Square）｝はフイルター長さに比例する複雑さ（complexity）を有し、それはＦｓ²に比例する処理力要求（processing power requirement）を意味し、一方もっと複雑なアルゴリズムはフイルター長さの二乗に比例する処理力を有し、それはＦｓ³に比例する処理力要求を意味する。

エコーキャンセラーの処理力要求を減じる１つの方法はサブバンド処理（sub-band processing）を導入することであり、すなわち、信号は、より低いサンプリング周波数を使って表され得るより小さいバンド幅を有するバンドに分けられる。この様なシステムの例は図４で図解される。

アナライズフイルター（analyse filters）４１２５，４１３１は、それぞれフアーエンド（far end）及びニアエンド（near end）からフルバンド信号（full band signals）を、Ｎのサブバンド（sub-bands）に分ける。エコーキャンセレーションと種々のサブバンド処理（sub-band processing）｛典型的には、非線形処理及びノイズ削減であるが、それらに限定されない｝が各サブバンド内で行われ、その後シンセサイズフイルター（synthesize filter）４１２７が修正（modified）されたフルバンド信号を再生する。下記の複雑さ（complexity）計算では、多くのマイナーな処理ブロックは省略されるが、それは全体の処理力要求へのそれらの寄与が小さいからであることを注意されたい。

アナライズフイルター４１２５，４１３１はフイルターバンク及びデシメーター（decimator）を有し、一方シンセサイズフイルター５１２７はフイルターバンク及びインターポーレーター（interpolator）を有する。該フルバンド信号はサンプリング周波数Ｆｓ_fullbandを有する。サブバンド信号はＦｓ_sub-band＝Ｋ／Ｎ＊Ｆｓ_fullbandのサンプリング周波数を有するであろう。Ｋは該フイルターバンクの処理力要求を簡単化し、減じるため導入されるオーバーサンプリング係数（over sampling factor）である。Ｋは常に１より大きいが、大抵は比較的小さい場合が多く、典型的には２より小さい。

該サブバンドの場合用のフイルタリング（filtering）及び適合（adaptation）用の処理力（エフアイアール及びエルエムエスを仮定して）はＯ_sub-band＝ｃ₁＊テール長さ＊Ｆｓ_sub-band ²＝ｃ₁＊テール長さ＊（Ｋ／Ｎ＊Ｆｓ_fullband）²｛ｃ₁は比例定数（c₁ is a proportionally constant）｝である。かくして、高いＮについては、該フイルタリングの処理力要求は減じられるが、しかしながら、合計処理力（total processing power）については、該アナライズ及びシンセサイズフイルターのオーバーヘッド（overhead）が加算されねばならない。

該信号をアナライズし、シンセサイズする有効な方法は変換、例えば、エフエフテー（FFT）に基づいている。該方法は複雑さ（complexity）Ｏ_overhead＝ｃ₂＊Ｎ＊ｌｏｇ₂Ｎを有するが、ここでＮはサブバンドの数であり、ｃ₂は比例定数である。該サブバンドの数はＦｓ_fullbandに比例し、かくしてＯ_overhead＝ｃ₃＊Ｆｓ_fullband＊ｌｏｇ₂Ｆｓ_fullbandとなる。

すなわち、合計複雑さ（total complexity）は下記となる。

Ｏ＝Ｏ_subband＋Ｏ_overhead＝ｃ₁＊テール長さ＊（Ｋ／Ｎ＊Ｆｓ_fullband）²＋ｃ₃＊Ｆｓ_fullband＊ｌｏｇ₂Ｆｓ_fullband
該エコーフイルタリング／適合（echo filtering/adaption）はＦｓ_fullband ²に比例する。サブバンドの数を増加することにより該フイルタリング／適合の部分を減じることは可能であるが、該サブバンド信号の計算用に増加するオーバーヘッドの犠牲を払ってである。なお、多数のサブバンドを使う、すなわち、大きな高速変換（large fast transform）を使うことにより、Ｆｓ_fullband＊ｌｏｇ₂Ｆｓ_fullbandと共に増加する複雑さを得る可能性がある。

理論的には可能であるが、これは、大きな変換を適用する時、信号処理でのキャッシュ（cache）の非効率のために、実用的実施で達成するには難しい。

かくして、サブバンド幅（sub-bandwidths）を増加することなくサブバンドの数の減少を可能にするシステムを提供するため努力が払われて来た。

本発明の目的はサブバンド幅を増加することなくサブバンドの数の減少を可能にするシステムを提供することである。

同封される独立請求項で規定された特徴が本システムを性格付ける。

特に、本発明は、少なくとも音響エコーのモデルを具体化するよう構成されたモジュールであるが、該モジュールから得られる第２信号を補間（interpolate）するよう構成されたインターポーレーターに加えて、それによりエコー見積もりを提供するために、そして第１デシメーターから得られる第１信号から該見積もりを引き算するために、該少なくとも音響エコーのモデルを具体化するよう構成された該モジュールを具備するオーディオエコーキャンセラーを開示しており、該キャンセラーは、第１フイルターにより調整された該第１信号を有する前記モジュールの該出力を引き算することにより前記第２信号を提供するよう適合された引き算デバイス（subtracting device）と、第２フイルターにより調整された前記デシメーターの該入力信号を前記インターポーレーターの該出力信号に加算するよう適合された加算デバイス（adding device）と、を具備している。

本発明を実施する最良モード
下記では本発明が、好ましい実施例を説明し、付属する図面を参照することにより論じられる。しかしながら、例え特定の実施例がビデオ会議と関連して説明されても、当業者は同封される独立請求項で規定された本発明の範囲内で、他の応用及び変型を実現するであろう。

本発明は、高い周波数（high frequency）のエコーキャンセリングシステム（echo cancelling system）では全ての周波数が等しく重要ではない事実を利用する。

約７ｋＨｚの上の周波数は音声明瞭度（speech intelligibility）に大いには寄与しない。しかしながら、自然さ（naturalness）及び経験豊富な周辺（experienced vicinity）へのこれらの周波数の影響（inpact）は可成りなものがある。

例え或る場合の戻り信号がローパスフイルターされ、ダウンサンプル（downsanpled）されても、音声明瞭度と聴覚印象（listening impression）の両者は保持されることを経験が示している。換言すれば、
ａ）同時通話（double talk）中何等情報が失われないことを保証するために、音声明瞭度（speech intelligibility）に寄与する周波数での全二重通信（full duplex communication）（エコーキャンセリングを含む）と、そして
ｂ）片通話（single talk）を伴う時間中のフルバンド幅と増加した自然さ、
を有するオーディオエコーキャンセレーションシステムが有利に設計され得る。

上記限定を適切に具体化することにより、フルオーディブルバンド幅音（full audible bandwidth sound）の利点をなお得ながら、処理力要求への網羅的サンプリング周波数の影響（exhaustive sampling frequency influence）は減じられ得る。

本発明はエコーキャンセレーションとノイズ低減は通信の重要周波数バンド内で従来技術に於ける様に取り扱われ、一方この限界より上では、高忠実度音声（high fidelity speech）を提供し、同時にエコーとフイードバックを避けるために音声スイッチング（voice switching）が好ましく使われる。

図５は本発明の好ましい実施例を示す。それは図４のサブバンドエコーキャンセレーションシステムに基づいている。該好ましい実施例の全体システムはサンプルレートＦｓ_highで動作し、該エコーキャンセラーはサンプルレートＦｓ_lowで働き、Ｆｓ_low／２の下の周波数を有する音を処理する。処理ボックス５０００は全てのサブバンドについて繰り返されることを注意されたい。

該エコーキャンセラーにより処理される前に、エコー、ニアエンド音（near end sound）及び／又はノイズを含むサイトＢからの信号は間引き（decimated）され、すなわち、係数ｎによりローパスフイルターされ、ダウンサンプルされる。又該信号はタップされ、更に進んだ処理用に送られ、そして高い周波数（Ｆｓ_low／２の上の）を有する出力信号の部分を構成する。該ローパスフイルターされ、ダウンサンプルされた信号はアナライズフイルターによりＮのサブバンドに分けられる。本発明の好ましい実施例で分けられるべき該信号はローパスフイルターされているので、Ｎの必要な大きさは対応するだけ減じられるだろう。

該サブバンド信号５１３２は次いで該音響システムの（サブ）モデル５１２１により発生される逆にされたサブバンドエコー見積（inverted sub-band echo estimate）５１３３に加算される。従来技術に於ける様に、該モデルはエフアイアールフイルターと、サイトＡからのオーディオ信号の対応するサブバンド信号及び上記加算の結果５１３４からのフイードバックループを入力として有する、付随フイルター更新アルゴリズム（associated filter update algorithm）、例えば、エルエムエスアルゴリズム（LMS algorithm）と、を有するのが好ましい。最終信号５１３４は好ましくは更に種々の処理、例えば、残留エコーマスキング（residual echo masking）｛エフアイアールフイルターの有限性（finite nature）、そして何等かの他のモデル欠陥（model infirmities）のために｝、ノイズ低減そして快適ノイズ加算（comfort noise addition）、により処理されるのが好ましい。該種々の処理の後の該最終信号は快適ノイズに加えてサイトＢからのノイズの低減された、そしてエコーの無いサブバンド信号を含む。

上記タップされた信号は、それが出力信号の高い周波数部分に寄与するよう意図されているので、何等かの方法でハイパスフイルターされるべきである。本発明に依れば、これは該元の信号からローパスフイルターされた信号を引き算することにより簡単に達成される。該ローパスフイルターされた信号は、それを該デシメーター内のローパスフイルターの直後にタップする｛適当な量のサンプルＴだけ該マイクロフオン（mic）信号を遅延させる｝ことにより提供され得るが、これは、それがローパスフイルタリング及びダウンサンプリングの集積化を禁ずることにより該デシメーター処理を低効率にするので、好ましくない。好ましい方法は該シンセシスフイルター（synthese filter）の直前の処理済みサブバンド信号から、該アナライズフイルターの直後にタップされたクリーンなサブバンド信号を引き算することである。これは該サイトＢ信号の低い周波数のみを提供する該サブバンド処理部分内に通路を作り、該通路は既述の引き算により、該バイパスする信号（the by-passing signal）をハイパスフイルタリングするために使われ得る。

ローパスフイルター５１４２，５１３９、ダウンサンプラー５１４１そしてアップサンプラー５１４０は、下記で更に説明されるＨ_s５１３６，Ｈ_f５１３８と共に、ハイパスフイルターのプロフアイルを支配（governs）する。該バイパスする信号に適当な遅延を有することは勿論この種のフイルタリングには重要であり、この遅延は、Ｈ_fの大きさがＨ_sに対応せねばならないので、Ｈ_fによるフイルタリングの前及び後の両者で付加されねばならない。これらの遅延はローパス、アナリシスそしてシンテシスの各フイルターでの遅延のみならず何等かの追加の遅延をも表すべきである。

本発明はエコーキャンセリングそして低い周波数でのノイズ低減、そして高い周波数での不変のマイクロフオン音を提供する。これは最小のノイズのニアエンド通話（near end talk）、すなわち、サイトＢでのスピーチの場合、望ましい。しかしながら、何等かのレベル調整無しでは、それはフイードバックをもたらすかも知れず、高い周波数のエコーは直通するであろう（will pass right through）。フイードバックは聴覚（hearing）を破りさえする。従って、それぞれ、フルの可聴バンド幅音（full audible bandwidth sound）が求められる状況そして高い周波数が減衰されるべき状況、を識別することが必要である。本発明の好ましい実施例に依れば、該制御アルゴリズム５１３７は、フルバンドのラウドスピーカー及びマイクロフオン信号、同じもののサブバンド信号、サブバンドエコー見積そしてエコーキャンセルされたサブバンド信号、に典型的に基づいて（それらに限定はされないが）、これらの状況を識別する。

該制御アルゴリズム５１３７は下記情勢、すなわち、ａ）ニアエンド通話、又はｂ）フアーエンド通話、同時通話又は背景ノイズのみ、の何れか、を決定する情報を少なくとも提供すべきである。ｂ）の場合、その音の高い周波数部分は、Ｈｓ及びＨｆの利得値をゼロに近く調整することにより、減衰させられるべきである。フアーエンド通話はエコーを作り、ノイズのみが高い周波数成分を含み、フイードバックをトリガーするかも知れない。同時通話の状況は高い周波数の音無しに取り扱われ得て、何故ならば、例えば人々が同時に話す時の様に音景（soundscape）が無秩序（chaotic）である時耳は音の再生での高忠実度に敏感でないからである。

意志決定制御アルゴリズム（decisionmaking control algorithm）は、例えば、状況ａ）用に１、そしてｂ）用に０、の値を一定して作り、それは高い周波数の音のレベル、より精密には、該ハイパスフイルターのプロフアイルを調整する該フイルターＨ_s及びＨ_f、用の基礎として解釈され、使用される。これは該フイルターＨ_s及びＨ_fの最も重要な機能、すなわち該高い周波数の大きさの調整である。下記では、ハイバンド利得変更判断（highband gain change interpretation）の決定｛すなわち、ａ）からｂ）へ又はその逆の、移行｝の例が開示される。

音がＦｓ_high＝４８０００ｋＳ／ｓ、ｎ＝３、従ってＦｓ_low＝１６０００ｋＳ／ｓのサンプルレートで、持続時間１０ｍｓのパッケージで分割されたと仮定する。エコーキャンセラーがサブバンド上で動作する時、該決定はパケット当たり１回行われるのが典型的であるので、フイルターの調整は精々各音パケット毎に１回行われ得る。該サブバンドサンプルは狭い周波数バンド内の各１０ｍｓを表す、一方サイトＢからの信号サンプルは他方で比較的広い周波数バンド内の少量の時間を各々表すので、該より低い周波数（Ｈ_sの大きさにより提供された）での利得調整の結果は高い周波数（すなわち、Ｈ_fの対応する大きさ）ではその通りに（accordingly）扱われるべきなことは当業者には明らかであろう。

もしデシメーター、アナライズフイルター、シンセサイズフイルターそしてインターポーレーターが一緒に線形位相システム（linear phase system）を形成するならば、Ｈ_sは時間不変利得Ｇ_sに帰せられ（Hs can be reduced to time invariant gain Gs）、一方Ｈ_fは適当な遅延と時間不変利得Ｇ_fにより置き換えられ得る。Ｇ_sのどんな変化も時間的に分布した変化Ｇ_fにより反映されねばならない。Ｇ_fを続いたＧ_s値の線形補間として計算することによりほんの小さな誤差しか導入されない。

安定した状況、すなわち、無音（silence）（ノイズのみ）又はフアーエンド通話、では、該フイルターＨ_s及びＨ_fの利得はゼロで安定すべきである（高い周波数の音／ノイズが無い）。ニアエンド通話は非常に安定な状況ではなく、それはスピーチ（speech）が音｛フレーズ（phrase）｝と無音（フレーズの間）と両者を含むからである。なお、フレーズ中は、Ｈ_sとＨ_fの利得（最大の高い周波数の利得）を出来るだけ一定に、そして１に等しく、させることが好ましく、何故ならそれによりフルオーディブルバンド幅音を生じるからである。

最大の高い周波数の利得のより低いレベル（０と１の間）が好ましい多量の背景ノイズの場合があるかも知れないことを注意されたい。最大の高い周波数の利得の低減は勿論デバイスの機能を低下させるものであり、可能な時は高い周波数の背景ノイズを減じることにより解決されるべきである。

例え本発明がビデオ会議と関連して説明されても、それが電話会議とコール（telephone conferences and calls）、モバイル電話会議とコール（mobile telephone conferences and calls）、ウエブ会議（web conferences）他の様な、他の等価の応用でも有用であることを当業者は推論するであろう。

本発明の主な利点は、それが、より少ないサブバンドのために従来技術より低い処理力しか要しないことである。その複雑さ（complexity）はＯ＝ｃ₄＊Ｆｓ_low＊ｌｏｇ₂Ｆｓ_low＋ｃ₅＊Ｆｓ_highである。すなわち、該バンド幅が通信臨界周波数バンド（communication critical frequency bands）より上へ増加した時、その複雑さは該バンド幅に線形的に伴って増大するのみである。

更に、本発明のシステムは、現在のキャンセラー内で調整無しにか、又はほんのマイナーな調整のみを行えば、現在のエコーキャンセラーの周りの枠組みとして付加されてもよい。かくして、本発明は現在のエコーキャンセラーシステムのバンド幅を増加する効率的（開発資源の意味で）方法を提供する。それはサブバンド及びフルバンドの両キャンセラーと共に使用出来る。

加えて、片通話（single talk）中にニアエンド信号（near end signal）用に改良されたオーディオ品質が提供される。フアーエンドサイト（far end site）へ伝送されるニアエンド信号は、Ｈ_fの大きさが１なので、該アナライズ／シンセサイズ（そのサブバンドの場合の）フイルター処理を通されない。従って、この処理中の何等かの歪み又は他の品質劣化が該ニアエンド信号に付加されることはない。

本発明をより容易に理解可能にするために、上記の議論は付属する図面を参照する。
従来の会議システムセットアップの概観的ブロック線図である。 従来の会議システムセットアップのより詳細なブロック線図である。 音響エコーキャンセラーサブシステムのより詳細な図である。 サブバンド処理を用いて実施された対応するエコーキャンセラーサブシステムのブロック線図である。 本発明のサブバンド処理を用いて実施されたエコーキャンセラーサブシステムのブロック線図である。

Claims (23)

1. エコーを付加された入力信号からエコーを減衰させた出力信号を提供するよう調整されたオーディオエコーキャンセラーであって、モジュール出力信号を発生するモジュールの、該モジュール出力信号から得られる出力サブ信号（５１３５）を補間するよう構成されたインターポーレーター（５１３９／５１４０）であり、該インターポーレーターはインターポーレーター出力信号を発生する該インターポーレーターに加えて、エコー見積（５１３３）をそれにより提供するために、そして該エコーを付加された入力信号を間引く第１デシメーター（５１４１／５１４２）から得られた入力サブ信号（５１３２）から該エコー見積（５１３３）を引き算するために、音響エコーのモデル（５１２１）を具体化するよう少なくとも構成された、該モジュールを具備する、該オーディオエコーキャンセラーに於いて、該オーディオエコーキャンセラーが、
   第１フイルター（５１３６）により調整された該入力サブ信号（５１３２）を有する該モジュール出力信号（５１５０）を引き算することにより前記出力サブ信号（５１３５）を提供するよう適合された引き算デバイス（５１３５，５１５０，５１３６，５１３２）と、
   第２フイルター（５１３８）により調整された該エコーを付加された入力信号（５１５２）を該インターポーレーター（５１３９／５１４０）出力信号（５１５４）に加算することにより前記エコーを減衰させた出力信号（５１５５）を提供するよう適合された加算デバイス（５１５５，５１５４，５１５２，５１３８）と、を具備することを特徴とする該オーディオエコーキャンセラー。
2. 前記デシメーター（５１４１／５１４２）の出力をそれぞれのサブ周波数バンドの或る数の入力サブ信号に分けるよう適合された第１アナライズフイルター（５１２６）と、前記数の出力サブ信号を前記インターポーレーター（５１２７）の入力に組み合わせるよう適合されたシンセサイズフイルター（５１２７）と、を具備することを特徴とする請求項１のオーディオエコーキャンセラー。
3. 第２デシメーター（５１２３／５１２４）の出力を、その１つが該音響エコーの前記モデルへの入力であるそれぞれのサブ周波数バンドの前記数のエコーモデル入力信号に分けるよう適合された第２アナライズフイルター（５１２５）を具備することを特徴とする請求項２のオーディオエコーキャンセラー。
4. 該入力サブ信号と対応するエコーモデル入力信号とにより前記第１及び第２フイルター（５１３６，５１３８）の応答を調整するよう適合された制御モジュール（５１３７）を具備することを特徴とする請求項３のオーディオエコーキャンセラー。
5. 第１及び第２デシメーター（５１４１／５１４２、５１２３／５１２４）が共にローパスフイルター（５１４２，５１２３）とダウンサンプラー（５１４１，５１２４）とを有し、該インターポーレーター（５１３９／５１４０）がアップサンプラー（５１４０）とローパスフイルター（５１３９）を有することを特徴とする請求項３又は４のオーディオエコーキャンセラー。
6. 該ローパスフイルターの１つ以上がエフアイアールフイルターとして実施されることを特徴とする請求項５のオーディオエコーキャンセラー。
7. 該アナライズフイルター、該シンセサイズフイルターそして１つ以上の該ローパスフイルターが線形位相であることを特徴とする請求項５又は６のオーディオエコーキャンセラー。
8. 該第１及び第２フイルターが時間可変増幅器であることを特徴とする請求項７のオーディオエコーキャンセラー。
9. 該第１及び第２フイルターが増幅器であることを特徴とする請求項１から６の１つのオーディオエコーキャンセラー。
10. 該第１デシメーター（５１４１／５１４２）から該インターポーレーター（５１３９／５１４０）へ現れる遅延に、蓄積されて対応する第２フイルター（５１３８）の前及び／又は後、又はその中に集積された、１つ以上の遅延ユニットを具備することを特徴とする前記請求項の１つのオーディオエコーキャンセラー。
11. 前記モデルがエフアイアールフイルターと付随フイルター更新アルゴリズムとを有することを特徴とする前記請求項の１つのオーディオエコーキャンセラー。
12. 前記モジュールが更に、下記すなわち、残留エコーマスカー、ノイズ低減アルゴリズム及び／又は快適ノイズ発生器、の１つ以上を少なくとも有する種々の処理ユニット（５１２２）を備えることを特徴とする前記請求項の１つのオーディオエコーキャンセラー。
13. 該キャンセラーがビデオ会議システムの部分であり、そこでは該第２デシメーターの該入力はフアーエンド音を有しフアーエンドサイトのマイクロフオンにより取り込まれた第２オーディオ信号であり、そして該エコーを付加された入力信号はニアエンド音、ノイズ及び／又は該音響エコーを有しニアエンドサイトのマイクロフオンにより取り込まれた第１オーディオ信号であることを特徴とする前記請求項の１つのオーディオエコーキャンセラー。
14. 該キャンセラーが電話通信及び／又は会議システムの部分であり、そこでは該第２デシメーターの該入力はフアーエンド音を有しフアーエンドサイトのマイクロフオンにより取り込まれた第２オーディオ信号であり、そして該エコーを付加された入力信号はニアエンド音、ノイズ及び／又は該音響エコーを有しニアエンドサイトのマイクロフオンにより取り込まれた第１オーディオ信号であることを特徴とする請求項１−１２の１つのオーディオエコーキャンセラー。
15. 該キャンセラーがモバイル通信及び会議システムの部分であり、そこでは該第２デシメーターの該入力はフアーエンド音を有しフアーエンドサイトのマイクロフオンにより取り込まれた第２オーディオ信号であり、そしてエコーを付加された入力信号はニアエンド音、ノイズ及び／又は該音響エコーを有しニアエンドサイトのマイクロフオンにより取り込まれた第１オーディオ信号であることを特徴とする請求項１−１２の１つのオーディオエコーキャンセラー。
16. 該制御モジュール（５１３７）が前記第１及び第２オーディオ信号の存在及び／又は内容を検出し、それに従って前記応答を調整するよう適合されていることを特徴とする請求項１３，１４又は１５のオーディオエコーキャンセラー。
17. 該制御モジュール（５１３７）は、もしニアエンド音がノイズと一緒に又はニアエンド音だけが検出されれば、該応答を、１以下の、第１の、正の、ゼロでない値に、他の全ての場合は、該応答を第２のゼロの値に、調整するよう適合されていることを特徴とする請求項１６のオーディオエコーキャンセラー。
18. オーディオエコーキャンセレーションシステム内でエコーを付加された入力信号からエコーを減衰させた出力信号を提供する方法であるが、モジュール出力信号を発生するモジュールの、該モジュールから得られる出力サブ信号（５１３５）を補間するよう構成されたインターポーレーターであり、該インターポーレーターがインターポーレーター出力信号を発生する該インターポーレーター（５１３９／５１４０）に加えて、エコー見積（５１３３）をそれにより提供するために、そして該エコーを付加された入力信号を間引く第１デシメーター（５１４１／５１４２）から得られた入力サブ信号（５１３２）から該エコー見積（５１３３）を引き算するために、音響エコーのモデル（５１２１）を具体化するよう少なくとも構成されている該モジュールを具備する、該オーディオエコーキャンセレーションシステム内で、エコーを付加された入力信号からエコーを減衰させた出力信号を提供する該方法に於いて、該方法が、
    前記モジュールの前で該入力サブ信号（５１３２）をタップする過程と、
    該タップされた入力サブ信号（５１３２）を第１フイルター（５１３６）により調整する過程と、
    該調整された入力サブ信号（５１３２）を有する該モジュール出力信号を引き算することにより前記出力サブ信号（５１３５）を提供する過程と、
    該エコーを付加された入力信号をタップする過程と、
    該タップされエコーを付加された入力信号を第２フイルター（５１３８）により調整する過程と、
    該調整されエコーを付加された入力信号を該インターポーレーター（５１３９／５１４０）出力信号に加算することにより該エコーを減衰させた出力信号を提供する過程を具備することを特徴とする該方法。
19. 更に下記過程、すなわち
    前記第１デシメーター（５１４１／５１４２）の出力をそれぞれのサブ周波数バンドの或る数の入力サブ信号に分ける過程と、
    前記数の出力サブ信号を組み合わせることにより前記インターポーレーター（５１２７）の入力を提供する過程と、を具備することを特徴とする請求項１８の方法。
20. 更に下記過程、すなわち
    第２デシメーター（５１２３／５１２４）の出力を、その１つが該音響エコーの前記モデルへの入力である、それぞれのサブ周波数バンドの前記数のエコーモデル入力信号に分ける過程、を具備することを特徴とする請求項１９の方法。
21. 更に下記過程、すなわち
    該入力サブ信号及び対応するエコーモデル入力信号に依り、前記第１（５１３６）及び第２フイルター（５１３８）の応答を調整する過程を具備することを特徴とする請求項２０の方法。
22. 更に下記過程、すなわち
    該第１デシメーター（５１４１／５１４２）で該エコーを付加された入力信号をローパスフイルタリング及びダウンサンプリングする過程と、該第２デシメーター（５１２３／５１２４）で該第２デシメーター（５１２３／５１２４）の入力信号をローパスフイルタリング及びダウンサンプリングする過程と、
    該インターポーレーター（５１３９／５１４０）で該インターポーレーター（５１３９／５１４０）の入力をアップサンプリング及びローパスフイルタリングする過程と、を具備することを特徴とする請求項１８−２１の方法。
23. ビデオ、電話又はモバイル会議及び／又は通信のシステムでの請求項１８−２２の方法の使用方法。

Images