JP6163785B2 - 音声帯域拡張装置及びプログラム - Google Patents

Description

本発明は音声帯域拡張装置及びプログラムに関し、例えば、電話機器（ソフトフォン等を含む）に適用し得るものである。

レガシーな電話機器で伝送できる音声信号の周波数帯域は、約３００Ｈｚから３．４ｋＨｚである。このような電話帯域に帯域制限された狭帯域音声信号の音声は、本来の音声よりもこもった音質になるため、言葉が聞き取り難くなるといった問題が生じる。

この問題を解決するために、３．４ｋＨｚ以上の拡張信号を追加して広帯域音声信号へと拡張することで、音声の明瞭性を向上させる帯域拡張技術が開発されており、例えば、電話機器が出力する音声信号の音質の向上を図っている。

特許出願人が注目するアプローチは、狭帯域音声信号に対して時間領域で処理を施すことで拡張信号を生成し、狭帯域音声信号と生成した拡張信号とを合成することで擬似広帯域音声信号を生成するアプローチである。時間領域の処理は非線形な処理が大半である。また、拡張信号の一部又は全部として適当な雑音を利用する方法も多い。このようなアプローチは、時間領域で処理を行う上にコードブックを必要としないため、少ない計算量と少ないリソースで帯域拡張を実現できるというメリットがある。

図６は、このようなアプローチにおける最も基本的な構成を示しており、以下、図６の構成を簡単に説明する。

図６の構成を有する音声帯域拡張装置１００は、サンプリング変換部１０１、バンドパスフィルタリング部（ＢＰＦ）１０２、全波整流部１０３、ハイパスフィルタリング部（ＨＰＦ）１０４、周波数解析部１０５、拡張ゲイン算出部１０６、乗算部１０７及び加算部１０８を有する。

サンプリング変換部１０１は、サンプリング周波数が８ｋＨｚの狭帯域音声信号Ｓを、サンプリング周波数が１６ｋＨｚの信号にアップサンプリングする。アップサンプリングされた狭帯域音声信号ＸＬは、バンドパスフィルタリング部１０２及び加算部１０８に与えられる。バンドパスフィルタリング１０２によって、アップサンプリングされた狭帯域音声信号ＸＬの例えば帯域２ｋＨｚ〜４ｋＨｚが濾波され、その濾波信号ＸＢは、全波整流部１０３によって全波整流されて、例えば０Ｈｚ〜８ｋＨｚの帯域を有する信号Ｅとなり、ハイパスフィルタリング１０４によって、全波整流信号の例えば４ｋＨｚ以上の成分が濾波されて拡張信号ＥＨが生成される。周波数解析部１０５によって、狭帯域音声信号Ｓが周波数解析されて、周波数スペクトルの振幅包絡、及び、周波数スペクトルの傾きの少なくとも一方に関するスペクトルパラメータＳＦが算出され、拡張ゲイン算出部１０６において、スペクトルパラメータＳＦに基づいて拡張ゲインＥＧが算出されて、得られた拡張ゲインＥＧが乗算部１０７に与えられる（周波数解析、拡張ゲインの算出方法として、非特許文献１に記載の方法を適用できる）。乗算部１０７において、生成された拡張信号ＥＨに、算出された拡張ゲインＥＧが乗算されて、拡張信号の振幅が調整され、加算部１０８において、アップサンプリングされた狭帯域音声信号ＸＬと振幅調整された拡張信号ＸＨとが合成（加算）されて、擬似広帯域音声信号Ｘが生成される。

Ｎａｏｆｕｍｉ Ａｏｋｉ，"Ａ Ｂａｎｄ Ｅｘｔｅｎｓｉｏｎ Ｔｅｃｈｎｉｑｕｅ ｆｏｒ Ｎａｒｒｏｗ−Ｂａｎｄ Ｔｅｌｅｐｈｏｎｙ Ｓｐｅｅｃｈ Ｂａｓｅｄ ｏｎ Ｆｕｌｌ Ｗａｖｅ Ｒｅｃｔｉｆｉｃａｔｉｏｎ"， ＩＥＩＣＥ Ｔｒａｎｓ． Ｃｏｍｍｕｎ．，Ｖｏｌ．Ｅ９３−Ｂ（３），ｐｐ．７２９−７３１，２０１０．

しかしながら、従来の音声帯域拡張装置では、無声音の高域を十分に拡張できず、音声の明瞭度や了解度を改善できず、生成された擬似広帯域音声が聴覚的にこもった音声になるという課題があった。

これを回避しようとして、無理に無声音の高域を拡張しようとすると、有声音が過剰に拡張されて、生成された擬似広帯域音声は聴覚的に雑音が重畳されたような音声になるという課題があった。

本発明は、上記従来の課題を解決することを目的とするものであり、周波数帯域が制限された狭帯域音声の制限帯域外を少ない演算量で拡張し、拡張後の音声が実用的に十分なレベルの言葉の音質と了解度を有することを目的とする。

第１の本発明は、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの最大値を制限することを特徴とする。
第２の本発明は、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法における上記拡張ゲインの値の大きくなりやすさを制御することを特徴とする。
第３の本発明は、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法の非線形式のパラメータ（２乗項の指数）を制御することを特徴とする。
第４の本発明は、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、（４）上記拡張ゲイン形成手段は、上記拡張ゲインの算出方法として、一次関数と二次関数の式に対応でき、上記パワー情報の大小に応じて、適用する上記拡張ゲインの算出方法を一次関数と二次関数のいずれかに選択することを特徴とする音声帯域拡張装置。
第５の本発明は、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、（１）上記狭帯域音声信号を周波数解析して、所定の周波数より低い帯域を含む狭帯域内低域パワーと、当該所定の周波数より高い帯域を含む狭帯域内高域パワーと、グラディエントインデックスとを含むスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを、上記パワー情報の大小に応じて、狭帯域内高域パワーを狭帯域内低域パワーで除した値と、グラディエントインデックスとのいずれの特徴量を用いるかを選択して得る拡張ゲイン形成手段とを備えることを特徴とする。

第６の本発明の音声帯域拡張プログラムは、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの最大値を制限することを特徴とする。
第７の本発明の音声帯域拡張プログラムは、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法における上記拡張ゲインの値の大きくなりやすさを制御することを特徴とする。
第８の本発明の音声帯域拡張プログラムは、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、（４）上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法の非線形式のパラメータ（２乗項の指数）を制御することを特徴とする。
第９の本発明の音声帯域拡張プログラムは、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、（１）上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、（４）上記拡張ゲイン形成手段は、上記拡張ゲインの算出方法として、一次関数と二次関数の式に対応でき、上記パワー情報の大小に応じて、適用する上記拡張ゲインの算出方法を一次関数と二次関数のいずれかに選択することを特徴とする。
第１０の本発明の音声帯域拡張プログラムは、周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、（１）上記狭帯域音声信号を周波数解析して、所定の周波数より低い帯域を含む狭帯域内低域パワーと、当該所定の周波数より高い帯域を含む狭帯域内高域パワーと、グラディエントインデックスとを含むスペクトルパラメータを得る周波数解析手段と、（２）上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、（３）上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを、上記パワー情報の大小に応じて、狭帯域内高域パワーを狭帯域内低域パワーで除した値と、グラディエントインデックスとのいずれの特徴量を用いるかを選択して得る拡張ゲイン形成手段として機能させることを特徴とする。

本発明によれば、無声音の高域を十分に拡張することができ、その結果、音声の明瞭度や了解度が改善されて、聴覚的にクリアな伸びのある擬似広帯域音声信号を生成することができる音声帯域拡張装置及びプログラムを提供できる。

広帯域音声の０Ｈｚ〜４ｋＨｚの低域成分パワーと４ｋＨｚ〜８ｋＨｚの高域成分パワーの散布図である。 第１の実施形態の音声帯域拡張方法の構成を示す機能ブロック図である。 第２の実施形態の音声帯域拡張方法の構成を示す機能ブロック図である。 第３の実施形態の音声帯域拡張方法の構成を示す機能ブロック図である。 第４の実施形態の音声帯域拡張方法の構成を示す機能ブロック図である。 従来の基本的な音声帯域拡張装置の構成を示す機能ブロック図である。

（Ａ）各実施形態に共通する技術思想
まず、各実施形態の音声帯域拡張装置を説明する前に、これら実施形態に共通する技術思想を説明する。

各実施形態の音声帯域拡張装置は、拡張前の狭帯域音声パワーに応じて、生成された拡張信号に乗算する拡張ゲインを動的に変更させようとしたものである。

図１は、電話帯域に制限されていないサンプリング周波数１６ｋＨｚの広帯域音声信号から、０Ｈｚ〜４ｋＨｚの低域成分（狭帯域音声パワーが算出される信号に相当）と、４ｋＨｚ〜８ｋＨｚの高域成分とをそれぞれ、適切なＬＰＦ及びＨＰＦによって濾波し、横軸を低域成分のパワー、縦軸を高域成分のパワーとした散布図をプロットしたものである。この図１から、高域成分のパワーが大きくなるのは、低域成分のパワーが小さいときだけであり、低域成分のパワーが大きいときには高域成分のパワーは大きくなり得ないことが分かる。

このような事実に基づき、各実施形態の音声帯域拡張装置は、狭帯域音声パワーの大小に応じて、例えば、拡張ゲインの最大値が制限されるように拡張ゲインを動的に決定したり、拡張ゲインの値の大きくなりやすさが調整されるように拡張ゲインを動的に決定したりすることとし（具体的な方法は後述する）、横軸を狭帯域音声パワー、縦軸を拡張信号のパワーとした散布図を描いたとした場合に、上述した図１に近い特性とすることができるようにした。

（Ｂ）第１の実施形態
次に、本発明による音声帯域拡張装置及びプログラムの第１の実施形態を、図面を参照しながら説明する。

（Ｂ−１）第１の実施形態の構成
図１は、第１の実施形態の音声帯域拡張装置の機能的構成を示すブロック図であり、上述した図６との同一、対応部分には同一、対応符号を付して示している。第１の実施形態の音声帯域拡張装置は、その各部をハードウェアによって構成しても良く、また、ＣＰＵと、ＣＰＵが実行するプログラム（音声帯域拡張プログラム）として構成しても良いが（例えば、図１に示す各ブロックの機能をプログラムのサブルーチンとして構成しても良い）、機能的には、図１で表すことができる。

図１において、第１の実施形態の音声帯域拡張装置２００は、図６に示した音声帯域拡張装置１００と同様な、サンプリング変換部１０１、バンドパスフィルタリング部（ＢＰＦ）１０２、全波整流部１０３、ハイパスフィルタリング部（ＨＰＦ）１０４、周波数解析部１０５、乗算部１０７、加算部１０８と、第１の実施形態の音声帯域拡張装置２００に特有なパワー算出部２０９、拡張ゲイン算出部２１０を有する。

パワー算出部２０９は、狭帯域音声信号ＳのパワーＳＰを算出し、拡張ゲイン算出部２１０に与えるものである。

拡張ゲイン算出部２１０は、所定の可変な拡張ゲイン算出方法を用いて、周波数解析部１０５から与えられたスペクトルパラメータＳＦと、パワー算出部２０９から与えられた狭帯域音声信号ＳのパワーＳＰとに基づいて、拡張ゲインＥＧを算出し、得られた拡張ゲインＥＧを乗算部１０７に与えるものである。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の音声帯域拡張方装置２００の動作を説明する。

ここで、第１の実施形態の音声帯域拡張装置２００は、パワー算出部２０９を有し、拡張ゲイン算出部２１０が周波数解析部１０５の出力だけでなく、パワー算出部２０９の出力をも利用する点が、上述した図６に示した音声帯域拡張装置１００と異なるので、以下では、周波数解析部１０５の動作に言及した後、パワー算出部２０９及び拡張ゲイン算出部２１０の動作を説明する。

周波数解析部１０５は、上述したように、狭帯域音声信号Ｓを周波数解析し、周波数スペクトルの振幅包絡、及び、周波数スペクトルの傾きの少なくとも一方に関するスペクトルパラメータＳＦを算出するものである。

このような算出方法として、非特許文献１に記載の方法や、同一発明者が特願２０１２−２５８６５１号で提案した方法を挙げることができる。

前者の方法では、以下の（１）式〜（４）式で表現されるグラディエントインデックスＧＩが、スペクトルパラメータＳＦとなる。グラディエントインデックスＧＩは、信号波形の傾き方向が変化する回数とその大きさを表す指標である。（１）式〜（４）式において、ｎは時間の要素番号であり、Ｓ（ｎ）は狭帯域音声信号である。

特願２０１２−２５８６５１号で提案された算出方法では、以下の（５）式〜（８）式のいずれかで表現される修正されたグラディエントインデックスＭＧＩが、スペクトルパラメータＳＦとなる。修正されたグラディエントインデックスＭＧＩは、グラディエントインデックスＧＩと高い相関を持ちながら、値の飛び跳ねがグラディエントインデックスＧＩより小さいパラメータである。また、特願２０１２−２５８６５１号で提案されている、（９）式及び（１０）式で規定されている修正されたグラディエントインデックスＭＧＩを平滑化したパラメータＭＧＩ’（ｎ）を、スペクトルパラメータＳＦとして適用しても良い。（９）式におけるｂは、０以上１未満の忘却係数である。

パワー算出部２０９は、狭帯域音声信号ＳのパワーＳＰを算出し、得られた狭帯域音声信号ＳのパワーＳＰを拡張ゲイン算出部２１０に与える。ここで、パワーの算出には任意の方法を用いることができる。例えば、狭帯域音声信号Ｓの絶対値の移動平均や、狭帯域音声信号Ｓの２乗値の移動平均などを狭帯域音声信号ＳのパワーＳＰとすることができる。

周波数解析部１０５が適用する周波数解析方法によっては、周波数解析部１０５内で狭帯域音声信号ＳのパワーＳＰを算出することを要することもあり得る。このような場合には、周波数解析部１０５内のパワー算出部と、パワー算出部２０９とを共用するようにしても良い。

拡張ゲイン算出部２１０は、基本的に、スペクトルパラメータＳＦに変換係数を乗算することにより、スペクトルパラメータＳＦを拡張ゲインＥＧに変換し、得られた拡張ゲインＥＧを乗算部１０７に与える。

この第１の実施形態の場合、変換係数が固定のものではなく、狭帯域音声パワーＳＰに応じて動的に変化するものである。狭帯域音声パワーＳＰと変換係数との関係は、上述した図１に示した低域成分のパワーと高域成分のパワーとの関係に応じて予め定められている。拡張ゲイン算出部２１０は、狭帯域音声パワーＳＰを変換係数に変換するための変換テーブル、若しくは、狭帯域音声パワーＳＰを変換係数に変換するための変換関数（階段状関数であっても良い）の演算部を内蔵し、入力された狭帯域音声パワーＳＰに応じた変換係数を得た後、スペクトルパラメータＳＦに変換係数を乗算して拡張ゲインＥＧを得る。なお、狭帯域音声パワーＳＰを変換係数に変換した後、スペクトルパラメータＳＦに変換係数を乗算して拡張ゲインＥＧを得る方法に代え、狭帯域音声パワーＳＰに応じて適用する変換テーブルや変換式を切り替えることにより、スペクトルパラメータＳＦを直接拡張ゲインＥＧに変換する方法を適用するようにしても良い。

上述したように、電話帯域に制限されていないサンプリング周波数１６ｋＨｚの広帯域音声信号の高域成分のパワーが大きくなるのは、低域成分のパワーが小さいときだけであり、低域成分のパワーが大きいときには高域成分のパワーは大きくなり得ない。このような事実に基づいて、上述した変換テーブルや変換式が予め形成されている。

例えば、狭帯域音声パワーＳＰの大小に応じて、拡張ゲインＥＧの最大値が制限されるように、スペクトルパラメータＳＦを拡張ゲインＥＧに変換する方法を定めても良く、また例えば、拡張ゲインＥＧの値の大きくなりやすさが調整されるようにスペクトルパラメータＳＦを拡張ゲインＥＧに変換する方法を定めても良い。

ここで、スペクトルパラメータＳＦがスカラーで、拡張ゲインの算出方法が、（１１）式に示すように、スペクトルパラメータＳＦに正の変換係数Ａを乗じて拡張ゲインＥＧを求める方法である場合には、例えば、予め狭帯域音声パワーＳＰが取り得る最大値ＳＰｍａｘを設定しておき、変換係数Ａの最小値をＡｍｉｎ、最大値をＡｍａｘとし、スペクトルパラメータＳＦを変換係数Ａに変換する変換式として、（１２）式の変換式を適用するようにしても良い。

ＥＧ＝Ａ・ＳＦ …（１１）
Ａ＝Ａｍａｘ−（Ａｍａｘ−Ａｍｉｎ）・ＳＰ／ＳＰｍａｘ …（１２）
（１１）式及び式（１２）によれば、狭帯域音声パワーＳＰが大きいとき（有声音に相当）には、小さな変換係数ＡがスペクトルパラメータＳＦに乗じられることで拡張ゲインＥＧが比較的小さな値となり、狭帯域音声パワーＳＰが小さいとき（無声音に相当）には、大きな変換係数ＡがスペクトルパラメータＳＦに乗じられることで拡張ゲインＥＧが比較的大きな値となり、結果として、横軸を狭帯域音声パワーＳＰ、縦軸を拡張信号ＸＨのパワーとした散布図（図示は省略している）を描いた場合に、上述した図１に近い特性とすることができる。

なお、狭帯域音声パワーＳＰの大小に応じて拡張ゲインＥＧを動的に決定する方法は、（１１）式及び（１２）式を適用した方法に限定されるものではない。例えば、狭帯域音声パワーＳＰが大きいときには小さく、狭帯域音声パワーＳＰが小さいときには大きくなるように拡張ゲインＥＧの最大値（上限値）ＥＧｍａｘを動的に算出し、固定係数を適用して算出した拡張ゲインＥＧの値が最大値ＥＧｍａｘを超えている場合には、拡張ゲインＥＧの値を最大値ＥＧｍａｘに制限する（置き換える）ようにしても良い。また例えば、変換係数Ａを制御すると共に（例えば（１２）式を適用する）、拡張ゲインＥＧの最大値を動的に制限する方法も適用するようにしても良い。

上述した（１２）式は、狭帯域音声パワーＳＰと変換係数Ａとの間に線形な関係がある場合を示している。しかし、非線形な関係式を適用するようにしても良い。このような場合において、狭帯域音声パワーＳＰの大小に応じて拡張ゲインＥＧを動的に決定する方法として、その非線形性を調整する方法であっても良い。例えば、非線形式のパラメータ（例えば、２乗項の指数）を変化するようにしても良い。

また、以上では、狭帯域音声パワーＳＰと変換係数Ａとの間の変換式（若しくは狭帯域音声パワーＳＰと拡張ゲインＥＧとの間の変換式）が連続的な曲線に従うようなイメージで説明したが、狭帯域音声パワーＳＰに対して、１つ以上の閾値を導入して選択的（離散的（さらに言い換えると段階的））に決定するようにして良い。

さらに、今まで例示した動的な決定方法と異なり、複数の拡張ゲイン算出方法を用意しておき、狭帯域音声パワーＳＰに応じて、いずれかの拡張ゲイン算出方法を選択した上で、スペクトルパラメータＳＦを拡張ゲインＥＧに変換するようにしても良い。例えば、狭帯域音声パワーＳＰに対する１つの閾値ＴＳＰを予め設定しておいて、ＳＰ≧ＴＳＰの場合には、狭帯域音声パワーＳＦの一次関数によって拡張ゲインＥＧを算出し、ＳＰ＜ＴＳＰの場合には、拡張ゲインＳＦの二次関数によって拡張ゲインＥＧを算出するという方法を適用するようにしても良い。

また、今まで例示した動的な決定方法の説明では、スペクトルパラメータＳＦがスカラーであることが前提であるかのように記載したが、スペクトルパラメータＳＦは複数のパラメータを有するベクトルや行列等であっても良く、上記動的な決定方法が、スペクトルパラメータＳＦを構成するパラメータの種類や数を決定する方法であっても良い。

例えば、スペクトルパラメータＳＦが、０Ｈｚ〜２ｋＨｚの帯域パワー（狭帯域内低域パワー）ＳＰＬ、２ｋＨｚ〜４ｋＨｚの帯域パワー（狭帯域内高域パワー）ＳＰＨ、グラディエントインデックスＧｌの３つのパラメータを有しているとし、狭帯域音声パワーＳＰに対する１つの閾値ＴＳＰを予め設定しておき、ＳＰ≧ＴＳＰの場合には、狭帯域内高域パワーＳＰＨを狭帯域内低域ＳＰＬで除した値に基づいて拡張ゲインＥＧを算出し、ＳＰ＜ＴＳＰの場合には、グラディエントインデックスＧＩに基づいて拡張ゲインＥＧを算出するという方法を適用することができる。

（Ｂ−２）第１の実施形態の効果
第１の実施形態によれば、電話帯域に制限されていない広帯域音声信号における低域成分のパワーと高域成分のパワーとの関係を、拡張された擬似広帯域音声信号での実現できるように、生成された拡張信号ＥＨに乗算される拡張ゲインＥＧを、狭帯域音声パワーＳＰに応じて動的に定めるようにしたので、無声音の高域を十分に拡張することができ、音声の明瞭度や了解度が改善され、かつ、有声音が過剰に拡張されずに新たに雑音が重畳されず、聴覚的にクリアな伸びのある擬似広帯域音声を得ることができる。

（Ｃ）第２の実施形態
次に、本発明による音声帯域拡張装置及びプログラムの第２の実施形態を、図面を参照しながら説明する。

（Ｃ−１）第２の実施形態の構成
図３は、第２の実施形態の音声帯域拡張装置の構成を示すブロック図であり、上述した図１の同一、対応部分には同一、対応符号を付して示している。

図３において、第２の実施形態の音声帯域拡張装置３００は、第１の実施形態の音声帯域拡張装置２００と同様な、サンプリング変換部１０１、バンドパスフィルタリング部（ＢＰＦ）１０２、全波整流部１０３、ハイパスフィルタリング部（ＨＰＦ）１０４、周波数解析部１０５、乗算部１０７、加算部１０８、パワー算出部２０９、拡張ゲイン算出部２１０と、第２の実施形態で特有な長期平均部３１１、パワー正規化部３１２とを有する。

長期平均部３１１は、パワー算出部２０９から与えられた狭帯域音声パワーＳＰの長期平均値ｌｏｎｇＳＰを算出し、得られた狭帯域音声パワーの長期平均値ｌｏｎｇＳＰはパワー正規化部３１２に与えるものである。

パワー正規化部３１２は、パワー算出部２０９から与えられた狭帯域音声パワーＳＰを長期平均部３１１から与えられたその長期平均値ｌｏｎｇＳＰで除することで、狭帯域音声の正規化パワーＮＳＰを算出し、得られた狭帯域音声の正規化パワーＮＳＰを拡張ゲイン算出部２１０に与えるものである。

なお、第２の実施形態の拡張ゲイン算出部２１０は、第１の実施形態のものとは異なり、生成された拡張信号ＥＨに乗算される拡張ゲインＥＧを、狭帯域音声の正規化パワーＮＳＰに応じて動的に定める。

（Ｃ−２）第２の実施形態の動作
次に、第２の実施形態の音声帯域拡張装置３００の動作を説明する。

ここで、第２の実施形態の音声帯域拡張装置３００は、拡張ゲイン算出部２１０に与える狭帯域音声信号のパワー情報が、単なるパワーＳＰから、正規化パワーＮＳＰに置き換わった点が、第１の実施形態の音声帯域拡張装置２００から変更されている。そこで、以下では、正規化パワーＮＳＰの形成に係わる長期平均部３１１及びパワー正規化部３１２の動作を中心に説明する。

長期平均部３１１は、パワー算出部２０９から与えられた狭帯域音声のパワーＳＰの長期平均値ｌｏｎｇＳＰを算出する。長期平均値ｌｏｎｇＳＰの算出方法には任意の方法を用いることができる。例えば、移動平均や、（１３）式に示すような時定数フィルタによる平滑化を適用することができる。（１３）式におけるｔａｕは、０＜ｔａｕ＜１の範囲内の値をとる時定数、演算子「←」は右辺から左辺への代入を表す。長期平均の長さをＴ秒とすると、移動平均を適用する場合にはＴ秒間の平均値を長期平均値とし、時定数フィルタを適用する場合には追従に要する時間がＴ秒となるような時定数ｔａｕによって平滑化された値を長期平均値とする。なお、移動平均を適用すると比較的大きなメモリ領域を確保する必要が生じるため、移動平均を適用する場合と比較すると、時定数フィルタを用いることが好ましい。長期平均の長さＴは、５秒〜２０秒程度が望ましい。

ｌｏｎｇＳＰ ← ｔａｕ・ｌｏｎｇＳＰ＋（１−ｔａｕ）・ＳＰ
…（１３）
パワー正規化部３１２は、狭帯域音声パワーＳＰを長期平均値ｌｏｎｇＳＰで除することで、狭帯域音声の正規化パワーＮＳＰを算出する。狭帯域音声の正規化パワーＮＳＰは、入力である狭帯域音声のパワーの長期平均値によって正規化されているため、話者の声量やマイク感度の大小に関わらず、有声音では大きな値となり、無声音では小さな値となる。すなわち、この正規化処理によって、例えば、話者の声が小さい場合において有声音期間の拡張ゲインＥＧが過大になったり、話者の声が大きい場合において無声音期間の拡張ゲインＥＧが過小になったりすることを回避することができる。

また、狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰの算出において、長期平均の長さＴを有限長としているので、話者が変わったり、マイク感度が変化したりした場合などでも、狭帯域音声の正規化パワーＮＳＰはＴ秒後には適切な値に戻すことができる。

（Ｃ−２）第２の実施形態の効果
第２の実施形態によれば、第１の実施形態と同様な効果に加え、以下の効果を奏することができる。

第２の実施形態によれば、狭帯域音声のパワーをその長期平均値で正規化して拡張ゲインに反映させるようにしたので、有声音と無声音の拡張度合いが、話者の声量やマイク感度の影響を受けなくなり、さらに話者やマイク感度が変更になってもー定時間後には新たな環境に適応させることができ、その結果、より音声の明瞭度や了解度が改善された聴覚的にクリアな伸びのある擬似広帯域音声信号を得ることができる。

（Ｄ）第３の実施形態
次に、本発明による音声帯域拡張装置及びプログラムの第３の実施形態を、図面を参照しながら説明する。

図４は、第３の実施形態の音声帯域拡張装置の構成を示すブロック図であり、上述した第２の実施形態に係る図３との同一、対応部分には同一、対応符号を付して示している。

図４において、第３の実施形態の音声帯域拡張装置４００は、第２の実施形態の音声帯域拡張装置３００の構成に加えて音声区間検出部４１３を備え、長期平均部４１４が音声区間検出部４１３からの検出信号ＶＡＤを利用するものになっている点が、第２の実施形態の音声帯域拡張装置３００と異なっている。

音声区間検出部４１３は、狭帯域音声信号Ｓに基づいて、狭帯域音声信号Ｓが音声区間か無音区間かを判定し、得られた音声区間判定結果ＶＡＤを長期平均部４１４に与れる。

ここで、音声区間の検出方法には、公知の任意の方法を適用することができる。例えば、狭帯域音声信号Ｓのパワーを観察し、該パワーが所定の閾値以上ならば音声区間、該パワーが所定の閾値未満ならば無音区間と判断する方法を適用できる。なお、この場合には、音声区間検出部４１３への入力を狭帯域音声信号Ｓに代えて狭帯域音声パワーＳＰとすることで、音声区間検出部４１３における演算量を少なくすることができる。

第３の実施形態の長期平均部４１４は、音声区間判定結果ＶＡＤの入力を受けて、狭帯域音声信号Ｓが音声区間である場合には、第２の実施形態の長期平均部３１１と同様に狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰを更新し、一方、狭帯域音声信号Ｓが無音区間である場合には、狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰの値を更新しない（前の値を保持する）。このようにして、更新された狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰ、又は、更新されなかった（前の値が保持された）狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰがパワー正規化部３１２に与えられ、第２の実施形態で説明したように処理される。

無音区間では、話者やマイク感度とは無関係に、狭帯域音声パワーＳＰが小さい。そこで、この第３の実施形態においては、無音区間で狭帯域音声のパワーの長期平均値ｌｏｎｇＳＰの更新を止めることで、長期平均値ｌｏｎｇＳＰが無音区間のパワーに追従して小さくなることを回避している。

第３の実施形態によれば、第２の実施形態と同様な効果に加え、以下の効果を奏することができる。

第３の実施形態によれば、無音区間で狭帯域音声のパワーの長期平均値の更新を止めるようにしたので、長期平均値が意図せずに小さくなり過ぎることを回避でき、拡張度合いが安定した擬似広帯域音声信号を得ることができる。

（Ｅ）第４の実施形態
次に、本発明による音声帯域拡張装置及びプログラムの第４の実施形態を、図面を参照しながら説明する。

図５は、第４の実施形態の音声帯域拡張装置の構成を示すブロック図であり、上述した第１の実施形態に係る図２との同一、対応部分には同一、対応符号を付して示している。

図５において、第４の実施形態の音声帯域拡張装置５００は、第１の実施形態の音声帯域拡張装置２００の構成に加えて信号処理部５１３を備えている点が、第１の実施形態の音声帯域拡張装置２００と異なっている。

信号処理部５１５は、入力された狭帯域音声信号Ｓに所定の信号処理を施して処理後狭帯域音声信号Ｓ’を得て、周波数解析部１０５及びパワー算出部２０９に与えるものである。

ここで、所定の信号処理とは、例えば、一般にプリエンファシスと呼ばれる高帯域強調フィルタリングや、雑音抑圧、フォルマント強調など、多種多様な信号処理を挙げることができる。信号処理部５１５が実施する信号処理は１種類でも良く、２種類以上の信号処理を実施するようにしても良い。上述した高帯域強調フィルタリングは***の放射特性をキャンセルするフィルタであるから、狭帯域音声の音韻性をより正確にスペクトルパラメータＳＦに反映させることができる。また、雑音環境下では、雑音抑圧を行うことでスペクトルパラメータＳＦが雑音に乱されることを防ぐことができる。また、雑音抑圧と高域強調フィルタリングを組み合わせることで、さらに音韻性を強調するようにしても良い。

図５では、信号処理部５１５によって得られた処理後狭帯域音声信号Ｓ’が、周波数解析部１０５及びパワー算出部２０９に与えられるように記載しているが、処理後狭帯域音声信号Ｓ’が周波数解析部１０５又はパワー算出部２０９のいずれかだけ与えられる構成としても良く、また、サンプリング変換部１０１に狭帯域音声信号Ｓではなく処理後狭帯域音声信号Ｓ’を与える構成としても良い。また、信号処理部５１５が構成の異なる複数の信号処理部を含み、異なる信号処理を施した処理後狭帯域音声信号を得て、それらが、サンプリング変換部１０１、周波数解析部１０５及びパワー算出部２０９の対応するものにだけ与えられるような構成としても良い。

第４の実施形態によれば、第１の実施形態と同様な効果に加え、以下の効果を奏することができる。

第４の実施形態によれば、狭帯域音声信号に適当な処理を施してから、後段の拡張処理や解析処理を実行するようにしたので、音韻性の反映を強化したり、雑音の影響を弱めたりすることができ、その結果、より音声の明瞭度や了解度が改善された擬似広帯域音声信号を得ることができる。

（Ｆ）他の実施形態
上記各実施形態の説明においても、種々変形実施形態に言及したが、さらに、例示するような変形実施形態を挙げることができる。

上記第４の実施形態は、第１の実施形態の技術思想に対して、信号処理部を導入したものであってが、第２又は第３の実施形態の技術思想に対して、第４の実施形態で説明した信号処理部を導入するようにしても良い。

上記各実施形態においては、拡張信号の生成方法が、ＢＰＦで２ｋＨｚ〜４ｋＨｚを抽出した信号の全波整流波をＨＰＦで拡張帯域に制限して生成するものであったが、拡張信号の生成方法はこの方法に限定されるものではない。例えば、全波整流処理の代りに、半波整流処理や２乗等のべき乗演算、ｔａｎｈ演算などを適用するものであっても良い。また、ここでは非線形処理を挙げたが、線形処理を行っても良い。ＢＰＦによる抽出帯域も２ｋＨｚ〜４ｋＨｚに限定されるものではなく、また、ＢＰＦによるフィルタリングを実行しないものであっても良い。また、上記各実施形態においては、音声信号を拡張しているが、線形予測分析等によって得られる音源信号を使って拡張信号を生成するようにしても良く、雑音発生源を構成に含めて該雑音発生源から出力される雑音信号を使って拡張信号を生成するようにしても良い。また、複数の信号を静的又は動的に組み合わせて拡張信号を生成するようにしても良い。

また、上記各実施形態において、拡張ゲイン算出部２１０の各種のパラメータや拡張ゲイン算出方法、動的な決定方法をユーザが手動で制御、選択できるようにしても良い。これにより、ユーザの好みに合わせた音質の擬似広帯域音声信号が得られる音声帯域拡張装置を実現できる。ここで、ユーザが選択できる選択肢を、狭帯域音声パワーの情報（狭帯域音声パワーそのもの、若しくは、狭帯域音声の正規化パワー）に応じて切り替えるようにしても良く、ユーザが選択した方法の処理の中で、狭帯域音声パワーの情報に応じて、変換式やパラメータを変更するようにしても良い。

また、上記各実施形態において、拡張ゲイン算出部２１０の各種のパラメータや拡張ゲイン算出方法、動的な決定方法を、狭帯域音声信号Ｓを解析した結果に基づいて、自動的に制御できるようにしても良い。例えば、スペクトル包終の長期平均値やピッチ周波数の長期平均等の話者性の情報によって切り替える。このようにすると、使用環境に自動的に適応する音声帯域拡張装置を実現できる。ここで、自動制御された方法の処理の中で、狭帯域音声パワーの情報に応じて、変換式やパラメータを変更するようにすれば良い。

また、長期平均部３１１又は長期平均部４１４を含む第２の実施形態、第３の実施形態又は第４の実施形態において、長期平均の長さＴをユーザが手動で制御できるようにしても良い。これにより、環境の変化への追従速度をユーザの好みに合わせた音声帯域拡張装置を実現できる。

また、長期平均部３１１又は長期平均部４１４を含む第２の実施形態、第３の実施形態又は第４の実施形態において、長期平均の長さＴを、狭帯域音声信号Ｓ又は処理後狭帯域音声信号Ｓ’を解析した結果に基づいて、自動的に制御できるようにしても良い。例えば、上記話者性の変化量に関する情報や、無音区間の頻度や長さによって切り替えるようにすれば良い。このようにすると、使用環境に自動的に適応する音声帯域拡張装置を実現できる。

また、信号処理部５１５を含む第４の実施形態において、狭帯域音声信号Ｓに施す信号処理の内容やパラメータをユーザが手動で制御できるようにしても良い。これにより、ユーザの好みに合わせた音質の擬似広帯域音声信号が得られる音声帯域拡張装置を実現できる。

また、信号処理部５１５を含む第４の実施形態において、狭帯域音声信号Ｓに施す信号処理の内容やパラメータを、狭帯域音声信号Ｓを解析した結果に基づいて、自動的に制御できるようにしても良い。例えば、上記話者性の変化量に関する情報や、無音区間の頻度や長さによって切り替えるようにしても良い。このようにすると、使用環境に自動的に適応する音声帯域拡張装置を実現することができる。

上記各実施形態の音声帯域拡張装置へ入力される狭帯域音声信号Ｓは、対向する通信装置から送信されてきたものであっても良く、また、記録媒体などから読み出したものであっても良い。また、上記各実施形態の音声帯域拡張装置が得た擬似広帯域音声信号Ｘは、スピーカなどから発音出力されても良く、他の装置に送信されても良く、また、記録媒体に記録されても良い。

２００、３００、４００、５００…音声帯域拡張装置、１０１…サンプリング変換部、１０２…バンドパスフィルタリング部（ＢＰＦ）、１０３…全波整流部、１０４…ハイパスフィルタリング部（ＨＰＦ）、１０５…周波数解析部、１０７…乗算部、１０８…加算部、２０９…パワー算出部、２１０…拡張ゲイン算出部、３１１、４１４…長期平均部、３１２…パワー正規化部、４１３…音声区間検出部、５１５…信号処理部。

Claims (16)

1. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、
   上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
   上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
   上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、
   上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの最大値を制限する
   ことを特徴とする音声帯域拡張装置。
2. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、
   上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
   上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
   上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、
   上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法における上記拡張ゲインの値の大きくなりやすさを制御する
   ことを特徴とする音声帯域拡張装置。
3. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、
   上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
   上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
   上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、
   上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法の非線形式のパラメータ（２乗項の指数）を制御する
   ことを特徴とする音声帯域拡張装置。
4. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、
   上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
   上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
   上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段とを備え、
   上記拡張ゲイン形成手段は、上記拡張ゲインの算出方法として、一次関数と二次関数の式に対応でき、上記パワー情報の大小に応じて、適用する上記拡張ゲインの算出方法を一次関数と二次関数のいずれかに選択することを特徴とする音声帯域拡張装置。
5. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置において、
   上記狭帯域音声信号を周波数解析して、所定の周波数より低い帯域を含む狭帯域内低域パワーと、当該所定の周波数より高い帯域を含む狭帯域内高域パワーと、グラディエントインデックスとを含むスペクトルパラメータを得る周波数解析手段と、
   上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
   上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを、上記パワー情報の大小に応じて、狭帯域内高域パワーを狭帯域内低域パワーで除した値と、グラディエントインデックスとのいずれの特徴量を用いるかを選択して得る拡張ゲイン形成手段と
   を備えることを特徴とする音声帯域拡張装置。
6. 上記パワー情報取得手段は、
   上記狭帯域音声信号のパワーを算出するパワー算出部と、
   上記狭帯域音声信号のパワーの長期平均値を得る長期平均部と、
   上記狭帯域音声信号のパワーを上記狭帯域音声信号のパワーの長期平均値で除することで正規化パワーを得るパワー正規化部とを備え、
   上記正規化パワーを上記パワー情報として出力する
   ことを特徴とする請求項１〜５に記載の音声帯域拡張装置。
7. 上記パワー情報取得手段は、上記狭帯域音声信号に基づいて音声区間か無音区間かを判定する音声区間検出部をさらに備え、上記長期平均部は、上記音声区間検出部が音声区間と判定した場合には長期平均値を更新し、上記音声区間検出部が無音区間と判定した場合には上記長期平均値を保持することを特徴とする請求項６に記載の音声帯域拡張装置。
8. 上記狭帯域音声信号に所定の信号処理を施して処理後狭帯域音声信号を得る信号処理手段をさらに備え、上記周波数解析手段及び上記パワー情報取得手段へは、処理後狭帯域音声信号を入力することを特徴とする請求項１〜７のいずれかに記載の音声帯域拡張装置。
9. 上記信号処理手段は、少なくとも１種類以上の信号処理を施すものであり、信号処理の中に、高帯域強調フィルタリングが含まれていることを特徴とする請求項８に記載の音声帯域拡張装置。
10. 上記信号処理手段は、少なくとも１種類以上の信号処理を施すものであり、信号処理の中に、雑音抑圧が含まれていることを特徴とする請求項８に記載の音声帯域拡張装置。
11. 上記信号処理手段は、少なくとも１種類以上の信号処理を施すものであり、信号処理の中に、フォルマント強調が含まれていることを特徴とする請求項８に記載の音声帯域拡張装置。
12. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、
    上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
    上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
    上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、
    上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの最大値を制限する
    ことを特徴とする音声帯域拡張プログラム。
13. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、
    上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
    上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
    上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、
    上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法における上記拡張ゲインの値の大きくなりやすさを制御する
    ことを特徴とする音声帯域拡張プログラム。
14. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、
    上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
    上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
    上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、
    上記拡張ゲイン形成手段は、上記パワー情報の大小に応じて、上記拡張ゲインの算出方法の非線形式のパラメータ（２乗項の指数）を制御する
    ことを特徴とする音声帯域拡張プログラム。
15. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、
    上記狭帯域音声信号を周波数解析してスペクトルパラメータを得る周波数解析手段と、
    上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
    上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを得るものであって、上記パワー情報に応じて、拡張ゲインの取得方法を動的に制御する拡張ゲイン形成手段として機能させ、
    上記拡張ゲイン形成手段は、上記拡張ゲインの算出方法として、一次関数と二次関数の式に対応でき、上記パワー情報の大小に応じて、適用する上記拡張ゲインの算出方法を一次関数と二次関数のいずれかに選択することを特徴とする音声帯域拡張プログラム。
16. 周波数帯域が制限された狭帯域音声信号を、制限帯域外の拡張帯域の信号成分を含むように拡張する音声帯域拡張装置に搭載されるコンピュータを、
    上記狭帯域音声信号を周波数解析して、所定の周波数より低い帯域を含む狭帯域内低域パワーと、当該所定の周波数より高い帯域を含む狭帯域内高域パワーと、グラディエントインデックスとを含むスペクトルパラメータを得る周波数解析手段と、
    上記狭帯域音声信号に関するパワー情報を得るパワー情報取得手段と、
    上記スペクトルパラメータに基づいて、上記拡張帯域信号における拡張成分の大きさを調整するための拡張ゲインを、上記パワー情報の大小に応じて、狭帯域内高域パワーを狭帯域内低域パワーで除した値と、グラディエントインデックスとのいずれの特徴量を用いるかを選択して得る拡張ゲイン形成手段と
    して機能させることを特徴とする音声帯域拡張プログラム。

Images