JP4432916B2 - 音声処理装置 - Google Patents

Description

本発明は音声処理装置に関し、特にスピーカとマイクロフォン（以下、マイクとする）とを備える拡声通話系の音声処理装置に関する。

ハンズフリー電話やテレビ会議システムなど、各装置がスピーカとマイクとを備えた拡声通話系では、ネットワークを介して接続する遠端装置と近端装置間において、遠端装置のマイクで収音された音声が近端装置に送られ、近端装置のスピーカから放音される。一方、近端装置が装備するマイクから収音される近端話者の音声も遠端装置へ送られ、遠端装置のスピーカから放音されるように構成されている。このため、遠端装置、近端装置それぞれでスピーカから放音される相手の音声がマイクに印加される。何も処理を行わない場合は、この音声が再び相手装置へ送られるため、自分の発声がこだまのように少し遅れてスピーカから聞こえる「エコー」という現象を引き起こす。エコーが大きくなると、再びマイクに印加されて系をループし、ハウリングを引き起こす。

従来、このようなエコーやハウリングを防止するための音声処理装置としてエコーキャンセラが知られている。エコーキャンセラでは、一般的に、適応フィルタを用いてスピーカとマイク間のインパルスレスポンスを学習し、スピーカから放音されるレファレンス信号に学習したインパルスレスポンスを畳み込んだ擬似エコーを生成し、擬似エコーをマイクに印加されるスピーカからの音声と見なし、マイクから入力した音声から差し引くことでエコーを除去する。一般に、適応フィルタの係数は、フィルタのエラー（マイク入力信号と擬似エコーとの差）が小さいほど優れていると判断される。

このようなインパルスレスポンスの学習では、近端話者の位置変動や環境変化などの系変動によって変化するため、適応フィルタの係数は、変化に追従して常に学習する必要がある。そこで、特定帯域を除去するフィルタの出力信号の電力と、特定帯域成分のみを通過させるフィルタの出力信号の電力とに応じて、適応フィルタの係数決定のためのステップサイズを制御するエコーキャンセラなどが提案されている（たとえば、特許文献１参照）。このようなエコーキャンセラでは、音声信号対外乱の比率が小さな領域では、ステップサイズを抑えて適応フィルタの係数の安定化を図り、信号対外乱の比率が大きくなり、外乱の影響が少ない状態では、ステップサイズを大きくして速い収束速度を得るようにステップサイズ制御を行っている。
特開２００４−３５７０５３号公報（段落番号〔００３２〕〜〔００４１〕、図１）

しかしながら、上述のようなエコーキャンセル処理は、遠端話者が発話しておらず、スピーカからレファレンス信号のみが放音されているシングルトーク状態の場合には有効であるが、近端話者と遠端話者が同時に発話しているダブルトーク状態では、適応フィルタの係数を悪化させてしまう恐れがあるという問題点がある。

ダブルトーク状態では、近端話者の音声とともに、遠端話者の音声が加わったスピーカからの出力音声がマイクに入力されてしまう。これは、適応フィルタ処理において、エコー成分に加えて遠端話者の音声が外乱としてマイクに入力されることになる。したがって、エラーの大きさに応じて適応フィルタの係数を設定していると、遠端話者の音声を消すような間違ったフィルタ係数の方が設定されるという問題点がある。この結果、適応フィルタの係数が悪化し、エコーが発生してしまう。

これは、ステップサイズの制御を行う場合も同様であり、ダブルトーク時、外乱の比率が大きいとしてステップサイズを抑えて適応フィルタ係数の安定化が図られるが、結果として間違ったフィルタ係数が設定されてしまう。一旦、悪い適応フィル係数が設定されると、回復までに時間がかかり、その間の出力音声は安定しない。

本発明はこのような点に鑑みてなされたものであり、ダブルトークなどの外乱の変動による影響を抑え、フィルタ係数が崩れにくく安定的であって、収束の速い（系変動へ追従性がよい）音声処理装置を提供することを目的とする。

本発明では上記課題を解決するために、スピーカとマイクロフォンとを備える拡声通話系の音声処理装置であって、複数の適応フィルタ、半固定フィルタ、適応フィルタ評価手段、及び係数設定手段を具備する音声処理装置が提供される。複数の適応フィルタは、学習時の更新量が各々異なる任意の値に設定され、設定された更新量に応じてフィルタ係数を逐次決定する。半固定フィルタは、マイクから入力される音声入力信号のエコー除去処理に適用される。適応フィルタ評価手段は、複数の適応フィルタが各々決定したフィルタ係数に基づく更新ベクトルの大きさと、半固定フィルタに設定されるフィルタ係数に基づく更新ベクトルの大きさとを算出し、更新ベクトルの大きさに応じてフィルタ係数を評価する。係数設定手段は、適応フィルタ評価手段によるフィルタ係数の評価に基づいて、複数の適応フィルタのフィルタ係数のうち、所定の基準を満たす適応フィルタのフィルタ係数を検索し、検索した所定の基準を満たす適応フィルタのフィルタ係数を選択して半固定フィルタに設定する。

このような音声処理装置によれば、複数の適応フィルタには、学習時の更新量が各々異なる任意の値に設定されており、各々がマイクから入力する音声入力信号とレファレンス信号に基づき、設定された更新量に応じたフィルタ係数を逐次決定している。半固定フィルタは、係数設定手段の設定したフィルタ係数を用いて、マイクから入力される音声入力信号からエコーを除去する処理を行う。適応フィルタ評価手段は、複数の適応フィルタのフィルタ係数に基づく更新ベクトルの大きさと、半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさとを算出し、更新ベクトルの大きさに基づいてフィルタ係数を評価する。更新ベクトルが小さいということは、更新する必要がない、すなわち、正解に近いということを意味し、評価が高くなる。係数設定手段は、適応フィルタ評価手段による評価結果に基づき、複数の適応フィルタのフィルタ係数のうち、所定の基準を満たす適応フィルタのフィルタ係数を検索し、検索した所定の基準を満たす適応フィルタのフィルタ係数を選択して半固定フィルタのフィルタ係数に設定して更新する。

本発明の音声処理装置によれば、更新量が任意に設定される適応フィルタのフィルタ係数を更新ベクトルの大きさに応じて評価し、所定の基準を満たす適応フィルタのフィルタ係数を選択して半固定フィルタに設定することができる。したがって、所定の基準を満たすフィルタ係数をエコーキャンセル処理に用いることができるようになる。特に、ダブルトークなどの外乱によって、更新ベクトルは大きくなるので、更新ベクトルの大きさに基づく評価を用いてフィルタ係数を選択することにより、外乱の影響を抑えることができる。

以下、本発明の実施の形態を図面を参照して説明する。まず、実施の形態に適用される発明の概念について説明し、その後、実施の形態の具体的な内容を説明する。
図１は、実施の形態に適用される発明の概念図である。

本発明にかかる音声処理装置は、それぞれ異なる更新量が設定されている適応フィルタ１（３−１）、適応フィルタ２（３−２）、・・・、適応フィルタＮ（３−３）、音声処理に適用される処理用フィルタである半固定フィルタ４、適応フィルタをフィルタ係数に基づく更新ベクトルの大きさで評価する適応フィルタ評価手段５、半固定フィルタ４のフィルタ係数を設定する係数設定手段６及び判定情報を記憶する判定情報データベース（以下、ＤＢとする）７を具備する。以下、特に適応フィルタ１（３−１）、適応フィルタ２（３−２）、・・・、適応フィルタＮ（３−３）を指定する必要がない場合は、適応フィルタ（３−ｎ）と表記する。

更新量が異なる値に設定される適応フィルタ１（３−１）、適応フィルタ２（３−２）、・・・、適応フィルタＮ（３−３）は、スピーカへ出力する音声信号に基づくレファレンス信号１から、マイクから入力される音声信号であるマイク入力信号２に含まれるエコー成分の推定値を算出し、その値をマイク入力信号２から差し引いてから所定の適応アルゴリズムに基づきフィルタ係数を更新する。更新量が大きめに設定されている場合は、係数の収束は速いが、エコー以外の音によって係数が崩れやすい。一方、小さめに設定されている場合は、エコー以外の音においても係数は崩れにくくなるが、係数の収束は遅くなる。適応フィルタ（３−ｎ）のフィルタ係数は、適応フィルタ評価手段５から読み出し可能であるとともに、係数設定手段６から読み出しと書き込みが可能である。

半固定フィルタ４は、レファレンス信号１とマイク入力信号２とを入力し、係数設定手段６によって設定されたフィルタ係数に基づきマイク入力信号２に含まれるエコー成分の推定値を算出し、マイク入力信号２から算出されたエコー成分の推定値を差し引くことによってエコー除去処理を行う。半固定フィルタ４のフィルタ係数は、適応フィルタ評価手段５から読み出し可能であるとともに、係数設定手段６から読み出しと書き込みが可能である。また、逐次フィルタ係数を更新する適応フィルタ（３−ｎ）とは異なり、フィルタ係数は、係数設定手段６によって更新する場合を除き、設定された値に固定する。

適応フィルタ評価手段５は、適応フィルタ１（３−１）、適応フィルタ２（３−２）、・・・、適応フィルタＮ（３−３）各々について更新ベクトルの大きさを算出し、算出された更新ベクトルの大きさに基づき、各々の適応フィルタのフィルタ係数を評価する。更新ベクトルの詳細については後述するが、ｗ（ｎ）を｛ｗ_０，ｗ_１，・・・，ｗ_ｐ−１｝の順で配列されたｎ回目のエコーキャンセリング処理での適応フィルタの係数ベクトル（ｐ次元）、ｘ（ｎ）を｛ｘ_ｔ，ｘ_ｔ−１，ｘ_ｔ−２，・・・，ｘ_{ｔ−（ｐ−１）}｝の順で配列されたレファレンス信号の時間領域データベクトル（同じくｐ次元）とすると、ｎ＋１回目の係数ベクトルｗ（ｎ＋１）は、
ｗ（ｎ＋１）＝ｗ（ｎ）＋μ｛ａ_１（ｎ）ｘ（ｎ）＋ａ_２（ｎ）ｘ（ｎ−１）｝
・・・（１）
と表すことができる。なお、μは、更新のステップサイズである。右辺の｛ａ_１（ｎ）ｘ（ｎ）＋ａ_２（ｎ）ｘ（ｎ−１）｝が更新ベクトルに相当し、更新ベクトルとステップサイズによって、ｎ＋１回目の係数ベクトルｗ（ｎ＋１）が決定する。更新ベクトルの大きさは、更新ベクトルの絶対値を算出することによって得られる。ここで、更新ベクトルが大きいということは、フィルタ係数の変化量が大きいということで、小さいということは、フィルタ係数をあまり変化させる必要がない、すなわち、正解に近いということである。したがって、適応フィルタ評価手段５では、算出された更新ベクトルの大きさに応じて、各々のフィルタ係数が正解に近いかどうかを評価する。なお、半固定フィルタ４のフィルタ係数も同様に評価を行う。評価結果は、係数設定手段６へ通知する。

係数設定手段６は、適応フィルタ評価手段５による判定結果に応じて、最も適している適応フィルタ（３−ｎ）のフィルタ係数を選択し、選択したフィルタ係数を半固定フィルタ４にコピーする。なお、半固定フィルタ４のフィルタ係数を安定的に変化させるためには、１回の評価でコピーを行うのではなく、適応フィルタ（３−ｎ）が、予め決められた所定の回数連続してエコー消去量の基準値を超えた場合に、更新の基準を満たしたと判定し、コピーを行う。判定は、判定情報ＤＢ７に格納される判定基準を参照して行う。さらに、必要に応じて、適応フィルタ（３−ｎ）の更新ベクトルの大きさが所定の基準（たとえば、半固定フィルタ４の更新ベクトルの大きさ）よりも大きい状態が所定の回数以上連続して発生したと判定された場合には、当該適応フィルタ（３−ｎ）のフィルタ係数に半固定フィルタ４のフィルタ係数を設定する。以下、このように、半固定フィルタ４のフィルタ係数を適応フィルタ（３−ｎ）に設定する処理を逆コピーとする。

判定情報ＤＢ７は、判定に関する情報を格納する記憶手段である。係数設定手段６が参照する適応フィルタ（３−ｎ）がコピーの基準を満たしたと判定されるために「更新ベクトルが連続して基準値を下回らなければならない回数」などの判定基準となる閾値情報や、適応フィルタ（３−ｎ）の各々が基準値を超えた回数などのワーク情報が記憶される。

このような構成の音声処理装置の動作について説明する。
適応フィルタ１（３−１）、適応フィルタ２（３−２）、・・・、適応フィルタＮ（３−３）は、学習時の更新量が各々異なる値に設定されており、それぞれにレファレンス信号１とマイク入力信号２とを入力し、所定の適応アルゴリズムに基づいてフィルタ係数を逐次更新している。半固定フィルタ４には、所定のフィルタ係数が設定されており、レファレンス信号１とマイク入力信号２とを入力し、擬似エコー成分を算出してマイク入力信号２から差し引くことによって、マイク入力信号２からエコーを除去している。

適応フィルタ評価手段５は、適応フィルタ（３−ｎ）それぞれに設定されるフィルタ係数により算出される更新ベクトルの大きさと、更新ベクトルの大きさの基準値、たとえば半固定フィルタ４に設定されるフィルタ係数により算出される更新ベクトルの大きさとを比較し、適応フィルタ（３−ｎ）のフィルタ係数を評価する。係数設定手段６は、評価に基づいて、順コピー条件または逆コピー条件が成立したかどうかを判定し、成立していれば、フィルタ係数の順コピー、または逆コピーを行う。このとき、適応フィルタ（３−ｎ）が所定の回数連続して基準値を下回ったかどうかを順コピーの条件とし、順コピー条件が成立したかどうかを判定する。なお、順コピー条件となる、適応フィルタ（３−ｎ）が連続して基準値を超える回数は、適応フィルタ（３−ｎ）の優先度に応じて設定しておくこともできる。優先度の高い適応フィルタ（３−ｎ）の回数を小さくしておくことにより、優先度の高い適応フィルタ（３−ｎ）のフィルタ係数が優先的に順コピーされる。これにより、半固定フィルタ４のフィルタ係数は、より適した値に更新される。なお、順コピー条件となる適応フィルタ（３−ｎ）が連続して基準値を下回る回数はすべて同じにしておき、予め設定された優先度に従って選択する適応フィルタ（３−ｎ）を決定するようにしてもよい。また、順コピー条件とは反対に、適応フィルタ（３−ｎ）が所定の回数連続して基準値を上回ったかどうかを逆コピーの条件とし、逆コピー条件が成立したかどうかも判定する。そして、逆コピー条件が成立したと判定された適応フィルタ（３−ｎ）のフィルタ係数に半固定フィルタ４のフィルタ係数をコピーする。

このように、半固定フィルタは、適応フィルタのフィルタ係数の方が適していると判定された場合に更新され、常に、その時点で最も適したフィルタ係数が設定されている。フィルタ係数のコピー元は、更新量が大きく、系変動への追従性のよい適応フィルタから、更新量が小さくフィルタ係数の崩れにくい適応フィルタまで、更新量の異なる複数の適応フィルタのうち、その時点で最も効果的な適応フィルタのフィルタ係数となる。したがって、系変動への追従性とフィルタ係数の安定性とをともに満たすことが可能となる。

さらに、各々の適応フィルタで係数が大きく崩れてしまった場合であっても、半固定フィルタからの逆コピーを行うことで、より正しいと思われる係数に修正される。これにより、すべての適応フィルタが半固定フィルタを介してお互いのフィルタ係数を修正することができる。

以下、実施の形態を、テレビ会議システムの音声処理部に適用した場合を例に図面を参照して詳細に説明する。
図２は、本発明の実施の形態におけるテレビ会議システムの構成を示した図である。図では、本発明の説明と関係のない処理部を省略している。

本実施の形態のテレビ会議システムは、スピーカ２１ａとマイク２２ａとを接続する会議端末１０ａと、スピーカ２１ｂとマイク２２ｂとを接続する会議端末１０ｂが通信回線２３によって接続されている。以下、任意の話者の近くに配置される会議端末１０ａを近端装置、近端装置１０ａと通信回線２３を介して接続し、この話者からは遠方に位置する会議端末１０ｂを遠端装置１０ｂとする。近端装置１０ａと遠端装置１０ｂは、同様の構成をしており、図では遠端装置１０ｂの内部ブロック図を省略している。なお、通信回線２３は、イーサネット（登録商標）などの一般的なディジタル通信回線である。

近端装置１０ａに接続されたスピーカ２１ａは、遠端装置１０ｂから送られた音声データを近端装置１０ａで処理して放音する。近端装置１０ａに接続されたマイク２２ａは、近端装置１０ａのテレビ会議出席者の発言音声を収音する。このとき、空間を介して入力されるスピーカ２１ａから放音される音声が重畳して収音される。遠端装置１０ｂの場合も同様である。

以下、近端装置１０ａ及び遠端装置１０ｂの内部構成を近端装置１０ａの場合で説明する。近端装置１０ａは、スピーカ２１ａに接続するＤ／Ａ変換器１１、マイク２２ａに接続するＡ／Ｄ変換器１２、音声信号を処理する信号処理部１３、音声信号の符号化／復号処理を行う音声コーデック１４及び通信回線２３に接続する通信部１５を具備する。

Ｄ／Ａ変換器１１は、信号処理部１３で処理されたディジタル音声データをアナログへ変換する。アナログ音声信号は、図示しない増幅器で増幅された後、スピーカ２１ａから放音される。Ａ／Ｄ変換器１２は、マイク２２ａで収音された音声が、図示しない増幅器で増幅されたアナログ音声信号をディジタル音声データに変換する。信号処理部１３は、一般的にディジタルシグナルプロセッサー（ＤＳＰ）で構成され、入力及び出力の音声データを所望のデータへ変換する処理を行うとともに、入力音声データからエコーを除去するエコーキャンセリング処理を実行する。このエコーキャンセリング処理の詳細は後述する。音声コーデック１４は、信号処理部１３から送られてくるマイク２２ａ入力に基づく音声データをテレビ会議システムの通信で標準的に定められている符号へ変換するとともに、通信部１５から送られてくる遠端装置１０ｂによって符号化された音声データをデコードし、信号処理部１３へ送る。通信部１５は、遠端装置１０ｂとの間で、符号化された音声データを含む入出力データを、所定のディジタルデータ通信プロトコルに基づき、通信回線２３を介して送受信する。

このような構成の近端装置における音声処理について説明する。
図３は、本発明の実施の形態の近端装置（音声処理装置）の処理手順を示すフローチャートである。

近端装置１０ａは、遠端装置１０ｂから音声データを受信すると同時に、マイク２２ａが収音した音声データの処理を行う。まず、遠端装置１０ｂからのデータ受信処理について説明する。

［ステップＳ０１ａ］ 近端装置１０ａは、通信回線２３を介して遠端装置１０ｂから送信される符号化された音声データを通信部１５で受信する。受信データは、音声コーデック１４へ送る。

［ステップＳ０２ａ］ 音声コーデック１４は、この受信データをデコードし、たとえば、３２ＫＨｚサンプリング１６ビットストレートＰＣＭのディジタル音声データとして信号処理部１３へ送る。ディジタル音声データは、信号処理部１３を経由して、Ｄ／Ａ変換器１１にも送られる。

次に、同時に実行されるマイクで収音した音声データの処理について説明する。
［ステップＳ０１ｂ］ マイク２２ａは、近端装置１０ａの周辺の音を収音する。したがって、マイク２２ａの入力信号には、近端装置１０ａの周辺にいる話者の音声のほか、スピーカ２１ａから放音された音声信号が含まれる。

［ステップＳ０２ｂ］ マイク２２ａの入力信号をＡ／Ｄ変換器１２によってディジタル音声データに変換し、信号処理部１３へ送る。
以上の処理手順が実行されることにより、Ｄ／Ａ変換器１１には遠端装置１０ｂの音声データが、そして信号処理部１３には、遠端装置１０ｂの音声信号と、マイク２２ａで収音した入力信号が入力される。

［ステップＳ０３］ Ｄ／Ａ変換器１１は、ステップＳ０２ａによって送られたディジタル音声データをアナログ信号に変換する。
［ステップＳ０４］ ステップＳ０３により生成されたアナログ信号は、アンプによって増幅された後、スピーカ２１ａから放音される。

一方、信号処理部１３には、マイク２２ａの入力信号とともに、遠端装置１０ｂの音声データが参照信号として入力される。この参照信号とマイク２２ａの入力信号は、常に１サンプルずつ、同じタイミングで与えられるものとする。

［ステップＳ０５］ 信号処理部１３は、ステップＳ０２ａにより入力された参照信号に基づき、ステップＳ０２ｂにより入力されたマイク２２ａの入力信号からエコー成分を除去する音声信号処理を行う。詳細は、後述する。

［ステップＳ０６］ 信号処理部１３によってエコー成分が除去されたマイク２２ａの入力信号は、音声コーデック１４で、予め定められている符号へエンコードされ、通信部１５へ送られる。

［ステップＳ０７］ 通信部１５は、音声コーデック１４でエンコードされた音声データを、通信回線２３を介して遠端装置１０ｂへ送信する。
このように、近端装置１０ａは、遠端装置１０ｂによってエコー成分が除去された音声データをスピーカ２１ａから出力するとともに、マイク２２ａが収音した入力信号からスピーカ２１ａからの放音に由来するエコー成分を除去した音声データを遠端装置１０ｂに送信する。

以下、信号処理部１３の詳細を、第１、第２、及び第３の実施の形態により説明する。
第１の実施の形態では、適応フィルタが、更新量の異なる複数の適応フィルタにより構成される。

図４は、本発明の第１の実施の形態の信号処理部の構成を示した図である。なお、信号処理部３０は、図２に示した会議端末の信号処理部１３に組み込まれる。
レファレンス信号３１は、音声コーデック１４から入力され、Ｄ／Ａ変換器１１を経てスピーカ２１ａから出力される音声データである。

マイク入力信号３２は、マイク２２ａによって収音された音声信号で、Ａ／Ｄ変換器１２を経て入力され、エコーキャンセリング処理を施した後、音声コーデック１４へ出力される。

信号処理部３０は、更新量を制御するステップサイズの異なる適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）及び半固定フィルタ３４を有する。また、信号処理部３０へは、レファレンス信号３１と、マイク入力信号３２とが入力される。なお、レファレンス信号３１とマイク入力信号３２とは、常に１サンプルずつ同じタイミングで与えられるものとする。

適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）は、それぞれにステップサイズ（μ）の異なる適応フィルタである。ステップサイズは、適応フィルタの更新量を制御するパラメータで、式（１）に示したように、ステップサイズ（μ）が大きいほど更新量は大きくなり、ステップサイズ（μ）が小さいほど更新量は小さくなる。

半固定フィルタ３４は、レファレンス信号３１から擬似エコー成分を算出し、マイク入力信号３２から擬似エコー成分を差し引くことによってエコーを除去し、その信号を音声コーデック１４へ出力する。半固定フィルタ３４のフィルタ係数は、図示しない適応フィルタ評価部による更新ベクトルの大きさに応じた評価に基づき、最も評価の高い適応フィルタのフィルタ係数が設定される。

音量レベル制御３５は、更新ベクトルの大きさ、たとえば、適応フィルタ評価部により最も高い評価を受けた適応フィルタの更新ベクトルの大きさに基づき、出力する音量レベルを制御する。実際のエコーキャンセラ処理では、人の動きなどのような小さな系変動や部屋のノイズなどによりフィルタ係数が完全な正解になることはできず、残留エコー（エコーの消し残り）が生じる。シングルトーク時には、適応フィルタは、処理開始から安定するまでの更新ベクトルは大きくなるが、収束するに従って次第に小さくなる方向に変わる。しかし、ダブルトーク状態になると、更新ベクトルがいきなり大きな値をとるようになる。この状態を検出して、シングルトークまたはダブルトークを判定し、音量レベルを制御する。すなわち、更新ベクトルが小さくなっていく場合はシングルトークと判断し、エコーキャンセル処理後の半固定フィルタ３４の出力信号をミュートする。もしくは、音量を小さくするようにしてもよい。逆に更新ベクトルが大きくなった場合は、ダブルトーク状態と判断し、エコーキャンセル処理後の出力信号を相手にそのまま送る。これにより、ダブルトーク時の音声を損なうことなく、エコーの消し残りを抑制することができる。

このような信号処理部３０における処理の大まかな流れについて説明する。図５は、本発明の第１の実施の形態の信号処理部の処理手順を示すフローチャートである。
１サンプルのレファレンス信号３１とマイク入力信号３２とが与えられて処理が開始される。

［ステップＳ５１］ まず、半固定フィルタ３４のフィルタ係数を用いてエコーキャンセリング処理を行う。エコーキャンセリング処理では、

によって、エコーキャンセリング処理の対象となる時刻ｔのマイク入力信号３２に含まれるエコー成分の推定値ｙ（ｔ）を算出する。そして、その値をマイク入力信号３２の値から減算（エコーキャンセリング）して音声コーデック１４へ送る。

前述のように、ｗ（ｎ）は、｛ｗ_０，ｗ_１，・・・，ｗ_ｐ−１｝の順で配列されたｎ回目のエコーキャンセリング処理での適応フィルタの係数ベクトル（ｐ次元）、ｘ（ｎ）は、｛ｘ_ｔ，ｘ_ｔ−１，ｘ_ｔ−２，・・・，ｘ_{ｔ−（ｐ−１）}｝の順で配列されたレファレンス信号の時間領域データベクトル（同じくｐ次元）を表す。また、ｔ−１はｔの１ターン前、ｔ−２はｔの２ターン前のエコーキャンセリング処理対象となる時刻を表し、各々の時間は一定間隔で並んでいる。

［ステップＳ５２］ 適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）において、それぞれ式（１）によりエコーキャンセリング処理の対象となる時刻ｔのマイク入力信号３２に含まれるエコー成分の推定値ｙ（ｔ）を算出する。次に、推定されたｙ（ｔ）をマイク入力信号３２から減算した値をエラー信号ｅ（ｎ）として、たとえば、前述の式（１）、及び以下に示した式（３）を用いて、ｎ＋１ターン目の係数ベクトルｗ（ｎ＋１）を決定する。

ここで、係数ベクトルの次元ｐは、適応フィルタのタップ長と呼ばれ、これを短めに設定すると係数の収束は速いが、係数の収束限界が浅くなり、逆に長く設定すると収束限界は深くなるものの、収束は遅くなる。このように、タップ長を変化させてもステップサイズを変化させた場合と同様の効果が得られるので、適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）を、タップ長の値を変えて構成してもよい。なお、このような更新式は他にもいくつか存在し、使用する更新式によって性質は多少異なる。

［ステップＳ５３］ 適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）から半固定フィルタ３４への順コピー判定を行い、順コピー条件を満たした適応フィルタの中で最も優先度の高い適応フィルタの係数を半固定フィルタ３４へコピーする。順コピー処理の詳細は後述する。

［ステップＳ５４］ 半固定フィルタ３４から適応フィルタ１（３３−１）、適応フィルタ２（３３−２）、・・・、適応フィルタＮ（３３−３）への逆コピー判定を行い、逆コピー条件を満たした適応フィルタには、半固定フィルタ３４の係数をコピーする。逆コピー処理の詳細は後述する。

［ステップＳ５５］ ステップＳ５３で選択された最も優先度の高い適応フィルタの係数に基づく更新ベクトルの大きさに応じて、エコーキャンセル処理終了後の音声出力信号の音量レベルを制御する。音量レベルの制御は、たとえば、更新ベクトルの大きさを所定の閾値と比較し、閾値より下であれば、シングルトークと判断してミュート処理を行い、閾値を超えていればダブルトークと判断して音量レベルを維持する。また、音量レベルを、更新ベクトルの絶対値の最小値を音量レベル０（ミュート）、更新ベクトルの最大値を音量レベル１（音量を絞らない）とする更新ベクトルの絶対値の関数として算出してもよい。

ここで、順コピー処理の詳細について説明する。図６は、本発明の第１の実施の形態の逆コピーの前に実行する順コピー処理手順を示したフローチャートである。
なお、ここでは、半固定フィルタがなるべく速く収束するように、適応フィルタはステップサイズの小さい順に１からＮの番号が割り振られているとする。したがって、Ｎ番目は最もステップサイズが大きく設定されている適応フィルタで、優先度が最も高い。また勝利回数カウンタＶ１〜ＶＮの初期値は全て０とする。

［ステップＳ５０１］ ２つの使い捨て変数ｉ、ｊを初期化する。ｉは、半固定フィルタと比較を行う適応フィルタに割り振られた番号に対応し、１（適応フィルタの最小番号）に初期化する。ｊは、順コピー条件を満たした適応フィルタの中で最も優先度の高い適応フィルタを記憶するための変数であり、０（順コピー条件を満たす適応フィルタなし）に初期化する。以下、ｉ番目の適応フィルタを適応フィルタ（ｉ）と表記する。

［ステップＳ５０２］ 対象の適応フィルタを指示するｉと、適応フィルタの総数（Ｎ）とを比較する。ｉがＮより大きい場合、全適応フィルタに対する処理が終了したと判断し、処理をステップＳ５０９へ進める。ｉがＮ以下の場合、ｉが指示する対象の適応フィルタに対し、ステップＳ５０３以降の処理を行う。

［ステップＳ５０３］ 適応フィルタ（ｉ）と半固定フィルタとを比較する。ここでは、各々のフィルタ係数から算出される更新ベクトルの絶対値を比較し、値の小さい方を勝ちとする。前述のように、更新ベクトルの絶対値が小さい方が正解に近いフィルタ係数と見なせる。半固定フィルタが勝ちの場合、処理をステップＳ５０４に進め、適応フィルタが勝ちの場合、処理をステップＳ５０５へ進める。まれに引き分ける場合もあるが、ここでは引き分けた場合も適応フィルタの勝ちとする。

［ステップＳ５０４］ 半固定フィルタが勝ちの場合、半固定フィルタのフィルタ係数の方が適していると判断し、適応フィルタ（ｉ）に対応する勝利回数カウンタ（図では、単にカウンタとしている）Ｖｉのカウンタ値を１減算する。具体的には、逆コピー条件も順コピー条件と同一のカウンタで管理するため、勝利回数カウンタＶｉの値に応じて、Ｖｉが正の値であれば、Ｖｉ＝−１を設定し、そうでない場合はＶｉの値を１減算する。そして、処理をステップＳ５０８へ進める。

［ステップＳ５０５］ 適応フィルタが勝ちの場合、適応フィルタのフィルタ係数の方が適していると判断し、適応フィルタ（ｉ）に対応する勝利回数カウンタＶｉをカウントアップする。具体的には、勝利回数カウンタＶｉが負の値の場合もあるので、勝利回数カウンタＶｉが負の値ならば、Ｖｉ＝１を設定し、そうでない場合はＶｉの値を１増加させる。

［ステップＳ５０６］ 勝利回数カウンタＶｉの値と、順コピー条件を満たす連続勝利回数の閾値（閾値１）とを比較し、適応フィルタ（ｉ）が順コピー条件を満たしたかどうかを判定する。勝利回数カウンタＶｉの値が閾値１に到達した場合は、順コピー条件成立と判定し、処理をステップＳ５０７へ進める。閾値１に到達しない場合は、順コピー条件不成立と判定し、処理をステップＳ５０８へ進める。

［ステップＳ５０７］ ステップＳ５０６によって順コピー条件成立と判定された場合、ｊにｉの値を代入する。
［ステップＳ５０８］ ｉを１増加させてステップＳ５０２に戻って、次の適応フィルタに関する処理を繰り返す。

以上の処理手順が実行されることにより、優先度の低い適応フィルタから順に半固定フィルタとの比較が行われる。適応フィルタが勝った場合は勝利回数カウンタを正の方向に増加させる（１から開始し、１ずつ増加させる）。半固定フィルタが勝った場合は、勝利回数カウンタを負の方向に減少させる（−１から開始し、１ずつ減少させる）。したがって、符号が正である場合、Ｖｉの値は適応フィルタ（ｉ）が連続して勝利した連続勝利回数を表し、符号が負である場合Ｖｉの絶対値は連続して敗北した連続敗北回数を表す。そして、連続勝利回数が閾値１を超えている場合には、適応フィルタ（ｉ）の番号ｉをｊに格納する。ｉ＝１から順に繰り返すことにより、ｊには、順コピー条件が成立した適応フィルタのうち、最も優先度の高い適応フィルタの番号が設定される。

［ステップＳ５０９］ すべての適応フィルタについて比較が行われたので、順コピー条件が成立した適応フィルタがあれば、ｊにはそのうち最も優先度の高い適応フィルタの番号が設定されている。ｊが０でないかどうかを判定し、０であれば、順コピー条件成立フィルタなしと判断し、処理を終了する。

［ステップＳ５１０］ ｊが０でなければ、ｊが指示する適応フィルタ（ｊ）のフィルタ係数を半固定フィルタにコピーして、フィルタ係数を更新する。さらに、各適応フィルタに対応する勝利回数カウンタＶ１〜ＶＮの値を０に設定し、処理を終了する。

以上の処理手順が実行されることにより、順コピー条件が成立した適応フィルタのうち、最も優先度の高い適応フィルタのフィルタ係数が半固定フィルタにコピーされる。
次に、続けて実行される逆コピー処理手順について説明する。

図７は、本発明の第１の実施の形態の順コピー終了後の逆コピー処理手順を示したフローチャートである。図６に示した順コピー処理により、勝利回数カウンタＶｉには、値が設定されているとする。

［ステップＳ５１１］ まず、使い捨て変数ｉを１に初期化する。ｉは、図６の場合と同様に、適応フィルタを指示する。
［ステップＳ５１２］ ｉと適応フィルタの総数（Ｎ）とを比較する。ｉがＮより大きい場合、全適応フィルタに対する処理が終了したと判断し、処理を終了する。ｉがＮ以下の場合、ｉが指示する対象の適応フィルタに対し、以下の処理を行う。

［ステップＳ５１３］ 勝利回数カウンタＶｉの値と、逆コピー条件である閾値２とを比較し、逆コピー条件が成立するかどうかを判定する。閾値２で指定された連続敗北回数となった場合、逆コピー条件を満たしたと判定し、処理をステップＳ５１４へ進める。連続敗北回数に到達しない場合、処理をステップＳ５１６へ進める。

［ステップＳ５１４］ 逆コピー条件が満たされた場合、適応フィルタ（ｉ）のフィルタ係数に半固定フィルタのフィルタ係数をコピーする。
［ステップＳ５１５］ 勝利回数カウンタＶｉの値を０に初期化する。

［ステップＳ５１６］ ｉを１増加させてステップＳ５１２に戻って、次の適応フィルタに関する処理を繰り返す。
以上の処理手順が実行されることにより、逆コピー条件が成立した適応フィルタに、半固定フィルタのフィルタ係数がコピーされる。

なお、上記の説明の本発明の第１の実施の形態は、一例であり、本発明はこれに限定されない。実施の形態の変形例など、他にも様々な適用形態が可能である。
たとえば、上記の説明では、適応フィルタから半固定フィルタへの順コピー条件と、半固定フィルタから適応フィルタコピーへの逆コピー条件とがすべての適応フィルタで同じとしたが、この条件は各々の適応フィルタで異なっていてもよい。たとえば、適応フィルタ１（３３−１）では、エラーのパワー値が小さい方を勝ちとし、３０回連続で勝利したら半固定フィルタへの順コピー条件を満たし、１５回連続で敗北したら逆コピー条件を満たすとする。これに対し、適応フィルタ２（３３−２）では、倍の６０回連続で勝利したら順コピー条件を満たし、３０回連続で敗北したら逆コピー条件を満たすといった設定も可能である。

また、上記の説明では、順コピーが行われた後、勝利回数カウンタＶ１〜ＶＮのすべての値を０に初期化したが、負の値をとるものに関しては、初期化を行わないなどの方法も考えられる。

さらに、ステップサイズの大きいものほど優先度を高くしたが、上述のように適応フィルタごとに順コピー条件・逆コピー条件が異なる場合などには、これに限る必要はない。
また、図５に示した音声処理手順も、以下のような変形が可能である。

図５の音声処理手順では、半固定フィルタのエコーキャンセリング処理（ステップＳ５１）は、順コピー処理（ステップＳ５３）及び逆コピー処理（ステップＳ５４）よりも前に行うとしているが、後に行うようにすることもできる。この場合、コピーが行われる前の半固定フィルタにおけるエラーを予め算出しておかなければならないが、半固定フィルタの係数の更新が図５の処理手順よりも１ターン分早くなるという利点がある。

また、上記の説明では、順コピー処理（ステップＳ５３）を実行した後、逆コピー処理（ステップＳ５４）を実行するとしたが、その順番は逆であってもよい。
ここで逆コピー処理、順コピー処理の順で処理を行う場合の手順について説明する。なお、ｉ、ｊ、Ｖｉ（ここでも勝利回数カウンタＶ１〜ＶＮの初期値は０）、及び適応フィルタの並び順については、図６、図７と同様である。

図８は、本発明の第１の実施の形態の順コピー処理の前に実行する逆コピー処理手順を示したフローチャートである。
［ステップＳ５２１］ 使い捨て変数ｉを１に初期化する。

［ステップＳ５２２］ 対象の適応フィルタを指示するｉと、適応フィルタの総数（Ｎ）とを比較する。ｉがＮより大きい場合、全適応フィルタに対する処理が終了したと判断し、処理を終了する。ｉがＮ以下の場合、ｉが指示する対象の適応フィルタに対し、以下の処理を行う。

［ステップＳ５２３］ 適応フィルタ（ｉ）と、半固定フィルタとを比較する。図６と同様に、各々のフィルタ係数から算出される更新ベクトルの絶対値を比較し、値の小さい方を勝ちとする。半固定フィルタが勝ちの場合、処理をステップＳ５２５に進め、適応フィルタが勝ちの場合、処理をステップＳ５２４へ進める。ここでも引き分けた場合は適応フィルタの勝ちとする。

［ステップＳ５２４］ 適応フィルタが勝ちの場合、適応フィルタのフィルタ係数の方が適していると判断し、適応フィルタ（ｉ）に対応する勝利回数カウンタＶｉをカウントアップする。具体的には、勝利回数カウンタＶｉが負の値の場合もあるので、勝利回数カウンタＶｉが負の値ならば、Ｖｉ＝１を設定し、そうでない場合はＶｉの値を１増加させる。そして、処理をステップＳ５２８に進める。

［ステップＳ５２５］ 半固定フィルタが勝ちの場合、半固定フィルタのフィルタ係数の方が適していると判断し、適応フィルタ（ｉ）に対応する勝利回数カウンタＶｉのカウンタ値を１減算する。具体的には、逆コピー条件も順コピー条件と同一のカウンタで管理するため、勝利回数カウンタＶｉの値に応じて、Ｖｉが正の値であれば、Ｖｉ＝−１を設定し、そうでない場合は１減算する。

［ステップＳ５２６］ 勝利回数カウンタＶｉの値と、逆コピー条件である閾値２とを比較し、逆コピー条件が成立するかどうかを判定する。閾値２で指定された連続敗北回数となった場合、逆コピー条件を満たしたと判定し、処理をステップＳ５２７へ進める。連続敗北回数に到達しない場合、処理をステップＳ５２８へ進める。

［ステップＳ５２７］ 逆コピー条件が満たされた場合、適応フィルタ（ｉ）のフィルタ係数に半固定フィルタのフィルタ係数をコピーし、勝利回数カウンタＶｉの値を０に初期化する。

［ステップＳ５２８］ ｉを１増加させてステップＳ５２２に戻って、次の適応フィルタに関する処理を繰り返す。
以上の処理手順が実行されることにより、優先度の低い適応フィルタから順に半固定フィルタとの比較が行われる。適応フィルタが勝った場合は勝利回数カウンタを正の方向に増加させる（１から開始し、１ずつ増加させる）。半固定フィルタが勝った場合は、勝利回数カウンタを負の方向に減少させる（−１から開始し、１ずつ減少させる）。したがって、符号が正である場合、Ｖｉの値は連続して勝利した連続勝利回数を表し、符号が負である場合Ｖｉの絶対値は連続して敗北した連続敗北回数を表す。そして、連続敗北回数が閾値２に到達した場合には、逆コピー条件が成立したとみなし、適応フィルタ（ｉ）のフィルタ係数に、半固定フィルタのフィルタ係数をコピーする。

続けて、順コピー処理が行われる。
図９は、本発明の第１の実施の形態の逆コピー終了後の順コピー処理手順を示したフローチャートである。

［ステップＳ５３１］ 使い捨て変数ｉを１に、ｊを０に初期化する。
［ステップＳ５３２］ 対象の適応フィルタを指示するｉと、適応フィルタの総数（Ｎ）とを比較する。ｉがＮより大きい場合、全適応フィルタに対する処理が終了したと判断し、処理をステップＳ５３６へ進める。ｉがＮ以下の場合、以下の処理を行う。

［ステップＳ５３３］ 勝利回数カウンタＶｉの値と、順コピー条件を満たす勝利回数の閾値（閾値１）とを比較し、適応フィルタ（ｉ）が順コピー条件を満たしたかどうかを判定する。勝利回数カウンタＶｉの値が閾値１に到達しない場合は、順コピー条件不成立と判定し、処理をステップＳ５３５へ進める。

［ステップＳ５３４］ ステップＳ５３３によって順コピー条件成立と判定された場合、ｊにｉの値を代入する。
［ステップＳ５３５］ ｉを１増加させてステップＳ５３２に戻って、次の適応フィルタに関する処理を繰り返す。

［ステップＳ５３６］ すべての適応フィルタについて比較が行われたので、順コピー条件が成立した適応フィルタがあれば、ｊにはそのうち最も優先度の高い適応フィルタの番号が設定されている。ｊが０でないかどうかを判定し、０であれば、順コピー条件成立フィルタなしと判断し、処理を終了する。

［ステップＳ５３７］ ｊが０でなければ、ｊが指示する適応フィルタ（ｊ）のフィルタ係数を半固定フィルタにコピーして、フィルタ係数を更新する。さらに、各適応フィルタに対応する勝利回数カウンタＶ１〜ＶＮの値を０に設定し、処理を終了する。

以上の処理手順が実行されることにより、順コピー条件が成立した適応フィルタのうち、最も優先度の高い適応フィルタのフィルタ係数が半固定フィルタにコピーされる。
次に、第２の実施の形態について説明する。第１の実施の形態では、適応フィルタを更新量の異なる複数の適応フィルタで構成したが、第２の実施の形態では、適応フィルタを任意の更新量を設定することができる１の適応フィルタで構成する。

なお、第２の実施の形態における信号処理部が有する処理機能の構成要素は、図４に示した第１の実施の形態の構成要素と同様である。そこで、図４に示した構成要素の符号を用いて、第２の実施の形態における機能を説明する。また、第２の実施の形態における処理の全体的な流れは、図５に示した第２の実施の形態と同じである。ただし、順コピー及び逆コピーの判定は、適応フィルタ３３ｂと半固定フィルタ３４との間でのみ行われる。

図１０は、本発明の第２の実施の形態の信号処理部の構成を示した図である。
第２の実施の形態の信号処理部３０ｂは、適応フィルタ部が、１の適応フィルタ３３ｂのみで構成されており、適応フィルタ３３ｂの更新量を制御する更新量制御部３７を有する。

第１の実施の形態で説明したように、シングルトーク時には、適応フィルタが収束するに従って更新ベクトルの大きさが次第に小さくなる方向に変わるが、ダブルトーク状態になると、更新ベクトルがいきなり大きな値をとるようになる。そこで、更新量制御部３７は、更新ベクトルの大きさに応じて、適応フィルタ３３ｂのフィルタ係数の更新量、たとえば、ステップサイズを設定する。たとえば、更新ベクトルの大きさに応じてダブルトーク状態であると判定したときは、フィルタ係数を更新しない。すなわち、ステップサイズを０にする。また、ダブルトークではないと判定した場合には、ステップサイズを通常値に戻す。

図１１は、本発明の第２の実施の形態におけるステップサイズ設定の一例を示した図である。図は、水平方向が更新ベクトルの絶対値を表し、垂直方向がステップサイズのレベルを表している。

例１（１０１）は、前述のように、更新ベクトルの絶対値が閾値以下の場合をシングルトークと判断して更新量（ステップサイズμ）を通常レベル（＝１．０）に戻す。そして、更新ベクトルの絶対値が閾値を超えた場合、ダブルトークと判断して、更新量（ステップサイズμ）を０にする。

例２（１０２）及び例３（１０３）は、更新量（ステップサイズμ）を、更新ベクトルの大きさに応じて順次変化させる場合を示しており、更新ベクトルの絶対値が小さくなる方向にあるときは、ステップサイズμを大きくし、更新ベクトルの絶対値が大きくなる方向にあるときは、ステップサイズμを小さくする。なお、更新レベルの絶対値に応じてステップサイズを決定する関数は、システムに応じて任意に設定することができる。

このように、第２の実施の形態では、更新ベクトルの絶対値の大きさに応じて更新量を変化させることにより、第１の実施の形態と同様の効果が得られる。
次に、第３の実施の形態について説明する。第１及び第２の実施の形態では、音声信号の全周端数帯域を一括して処理していたが、第３の実施の形態では、音声信号を周波数帯域で分割し、分割された周波数帯域ごとに処理する。

なお、第３の実施の形態における信号処理部３０ｃが有する処理機能の構成要素は、図４に示した第１の実施の形態の構成要素と同様である。そこで、図４に示した構成要素の符号を用いて、第３の実施の形態における機能を説明する。

図１２は、第３の実施の形態の信号処理部の構成を示した図である。
第３の実施の形態の信号処理部３０ｃは、分析フィルタバンク３９ａ、３９ｃによる帯域分割を２５６チャンネルとし、第１チャンネルを最も低い周波数の成分を出力するとし、順番に番号を付し、最も高い周波数成分のフィルタを第２５６チャンネルとする。そして、第１チャンネルから第１２８チャンネルについては、フィルタ１（３８ａ）、フィルタ２（３８ｂ）、フィルタ３（３８ｃ）、・・・、フィルタ１２８（３８ｄ）を用いた音声処理を行い、第１２９チャンネルから第２５６チャンネルについては奇数または偶数のチャンネルの音声信号のみが伝達される。

フィルタ１（３８ａ）、フィルタ２（３８ｂ）、フィルタ３（３８ｃ）、・・・、フィルタ１２８（３８ｄ）は、各々が第１の実施の形態の信号処理部３０、または第２の実施の形態の信号処理部３０ｂの構成をとる。したがって、帯域分割された音声信号ごとに、図４の第１の実施の形態、または図１０の第２の実施の形態で説明した処理を行う。なお、第１チャンネルから第１２８チャンネルについてフィルタを用いた音声処理を行うのは、一般的に、低域側の周波数帯域に音声信号が多く含まれることによる。

第１２９チャンネルから第２５６チャンネルについては、スピーカ音声処理として、分析フィルタバンク３９ａによって帯域分割されたチャンネルの信号成分のうち、偶数番目のチャンネルの信号成分を除去して合成フィルタバンク３９ｂへ送る。また、マイク音声処理として、分析フィルタバンク３９ｃによって帯域分割されたチャンネルの信号成分のうち、奇数番目のチャンネルの信号成分を除去して合成フィルタバンク３９ｄへ送る。

このように、第３の実施の形態では、帯域分割された音声信号ごとに、更新ベクトルの大きさに応じた適応フィルタの評価と、最適なフィルタ係数を半固定フィルタに設定する処理を行うことにより、第１の実施の形態及び第２の実施の形態と同様の効果を得ることができる。

実施の形態に適用される発明の概念図である。 本発明の実施の形態におけるテレビ会議システムの構成を示した図である。 本発明の実施の形態の近端装置（音声処理装置）の処理手順を示すフローチャートである。 本発明の第１の実施の形態の信号処理部の構成を示した図である。 本発明の第１の実施の形態の信号処理部の処理手順を示すフローチャートである。 本発明の第１の実施の形態の逆コピーの前に実行する順コピー処理手順を示したフローチャートである。 本発明の第１の実施の形態の順コピー終了後の逆コピー処理手順を示したフローチャートである。 本発明の第１の実施の形態の順コピーの前に実行する逆コピー処理手順を示したフローチャートである。 本発明の第１の実施の形態の逆コピー終了後の順コピー処理手順を示したフローチャートである。 本発明の第２の実施の形態の信号処理部の構成を示した図である。 本発明の第２の実施の形態におけるステップサイズ設定の一例を示した図である。 第３の実施の形態の信号処理部の構成を示した図である。

符号の説明

１・・・レファレンス信号、２・・・マイク入力信号、３−１・・・適応フィルタ１、３−２・・・適応フィルタ２、３−３・・・適応フィルタＮ、４・・・半固定フィルタ、５・・・適応フィルタ評価手段、６・・・係数設定手段、７・・・判定情報データベース（ＤＢ）

Claims (9)

1. スピーカとマイクロフォンとを備える拡声通話系の音声処理装置において、
   学習時の更新量が各々異なる任意の値に設定され、設定された前記更新量に応じてフィルタ係数を逐次決定する複数の適応フィルタと、
   前記マイクロフォンから入力される音声入力信号のエコー除去処理に適用される半固定フィルタと、
   前記複数の適応フィルタが各々決定した前記フィルタ係数に基づく更新ベクトルの大きさと、前記半固定フィルタに設定される前記フィルタ係数に基づく前記更新ベクトルの大きさとを算出し、前記更新ベクトルの大きさに応じて前記フィルタ係数を評価する適応フィルタ評価手段と、
   前記適応フィルタ評価手段による前記フィルタ係数の評価に基づいて、前記複数の適応フィルタのフィルタ係数のうち、所定の基準を満たす適応フィルタのフィルタ係数を検索し、検索した前記所定の基準を満たす適応フィルタのフィルタ係数を選択して前記半固定フィルタに設定する係数設定手段と、
   を具備することを特徴とする音声処理装置。
2. 前記係数設定手段は、評価に基づいて、前記複数の適応フィルタのフィルタ係数のうちの２以上の前記適応フィルタのフィルタ係数が前記所定の基準を満たす場合は、予め設定された優先度にしたがって前記半固定フィルタに設定する前記適応フィルタのフィルタ係数を選択する、
   ことを特徴とする請求項１記載の音声処理装置。
3. 前記係数設定手段は、前記複数の適応フィルタ各々について、前記適応フィルタのフィルタ係数に基づく更新ベクトルの大きさと、前記半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさとを比較し、前記適応フィルタのフィルタ係数に基づく更新ベクトルの大きさが前記半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさよりも大きい状態が所定の回数以上連続して発生したと判定されたときは、該適応フィルタのフィルタ係数に前記半固定フィルタのフィルタ係数を設定する、
   ことを特徴とする請求項１記載の音声処理装置。
4. 前記係数設定手段は、前記複数の適応フィルタ各々について、前記適応フィルタのフィルタ係数に基づく更新ベクトルの大きさと、前記半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさとを比較した比較結果に基づき、前記適応フィルタのフィルタ係数に基づく更新ベクトルの大きさが前記半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさよりも小さい状態を継続して検出した回数が予め決められた順コピー条件を満たしたときは、前記半固定フィルタのフィルタ係数に該適応フィルタのフィルタ係数を設定し、前記適応フィルタのフィルタ係数に基づく更新ベクトルの大きさが前記半固定フィルタのフィルタ係数に基づく更新ベクトルの大きさよりも大きい状態を継続して検出した回数が予め決められた逆コピー条件を満たしたときは、該適応フィルタのフィルタ係数に前記半固定フィルタの係数を設定する、
   ことを特徴とする請求項１記載の音声処理装置。
5. 前記複数の適応フィルタの代わりに、前記更新量を任意に設定できる１の適応フィルタを有し、
   前記係数設定手段は、前記１の適応フィルタに設定される前記フィルタ係数に基づく前記更新ベクトルの絶対値の大きさに応じて前記１の適応フィルタの更新量を算出し、前記１の適応フィルタに設定する、
   ことを特徴とする請求項１記載の音声処理装置。
6. さらに、最も評価の高い前記適応フィルタのフィルタ係数に基づく前記更新ベクトルの大きさに応じて、前記半固定フィルタを用いてエコーが除去された前記音声入力信号の音量レベルを制御して残留エコー成分を除去する音量レベル制御手段、
   を具備することを特徴とする請求項１記載の音声処理装置。
7. 前記音量レベル制御手段は、前記更新ベクトルの大きさが所定の基準値以下の場合は、前記残留エコー成分をミュートする、
   ことを特徴とする請求項６記載の音声処理装置。
8. 前記音量レベル制御手段は、前記更新ベクトルの大きさに応じて、前記音量レベルの値を決定する、
   ことを特徴とする請求項６記載の音声処理装置。
9. さらに、前記スピーカから出力する放音信号を複数の周波数帯域に帯域分割する放音信号分割手段と、前記マイクロフォンから入力される収音信号を前記複数の周波数帯域に帯域分割する収音信号分割手段と、前記周波数帯域に帯域分割された前記放音信号を合成する放音信号合成手段と、前記周波数帯域に帯域分割された前記収音信号を合成する収音信号合成手段と、
   を具備し、
   前記適応フィルタ、前記半固定フィルタ、前記適応フィルタ評価手段、及び前記係数設定手段は、前記周波数帯域の一部の周波数帯域範囲ごとに設けられる、
   ことを特徴とする請求項１記載の音声処理装置。

Images