特開 2022-156943 雑音判定プログラム、雑音判定方法及び雑音判定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022156943

(43)【公開日】2022-10-14

(54)【発明の名称】雑音判定プログラム、雑音判定方法及び雑音判定装置

(51)【国際特許分類】

   G10L 25/84 20130101AFI20221006BHJP

【ＦＩ】

G10L25/84

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2021060888

(22)【出願日】2021-03-31

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】松尾 直司

(57)【要約】

【課題】音声信号に含まれる非定常雑音を抑圧すること。
【解決手段】雑音判定プログラムは、音声信号のスペクトルにおいて、周波数別の音圧レベルと、音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、周波数別の音圧レベルと、帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、処理をコンピュータに実行させる。
【選択図】図６

【特許請求の範囲】

【請求項1】

音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理をコンピュータに実行させることを特徴とする雑音判定プログラム。

【請求項2】

前記比較する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化とを比較する処理を含み、
前記判定する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との類似度が低い周波数の成分を雑音と判定する処理を含む、
ことを特徴とする請求項１に記載の雑音判定プログラム。

【請求項3】

前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との各々を、前記スペクトルを分析する分析フレーム間の音圧レベルの比から算出する処理を前記コンピュータにさらに実行させる、
ことを特徴とする請求項１または２に記載の雑音判定プログラム。

【請求項4】

前記算出する処理は、前記類似度として、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との比を算出する処理を含む、
ことを特徴とする請求項３に記載の雑音判定プログラム。

【請求項5】

前記判定する処理で雑音と判定された周波数の成分を抑圧する処理を前記コンピュータにさらに実行させる、
ことを特徴とする請求項１～４のいずれか１つに記載の雑音判定プログラム。

【請求項6】

前記抑圧する処理は、前記音声信号に対する音声区間の検出結果に応じて、前記判定する処理で雑音と判定された周波数の成分を抑圧するか、あるいは全ての周波数の成分を抑圧するのかを切り替える処理を含む、
ことを特徴とする請求項５に記載の雑音判定プログラム。

【請求項7】

音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理をコンピュータが実行することを特徴とする雑音判定方法。

【請求項8】

音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理を実行する制御部を含む雑音判定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、雑音判定技術に関する。

【背景技術】

【0002】

テレワークの普及に伴い、ソフトフォンなどを用いた通話や会議が増えている。例えば、イヤホンケーブルの途中に接続される無指向性のモノラルマイクを用いる場合、キーボードの打鍵音や周囲からの音声が高いレベルの非定常雑音として送話音声に混じることがある。従って、送話品質向上の側面から、モノラル信号において送話音声に混じった非定常雑音を抑圧することが求められる。

【0003】

コンピュータのファンや空調の動作音などのパワーの時間軸上での変化が小さい定常雑音については、定常雑音のパワースペクトルを推定して雑音混じり音声のパワースペクトルから差し引くスペクトルサブトラクション方式の雑音抑圧技術が普及している。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００６－２４３６４４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記の従来技術では、あくまでパワー変化が小さい定常雑音に対応するものに過ぎないので、キーボードの打鍵音などのパワー変化が大きい非定常雑音を抑圧することが困難な一面がある。また、音源位置の違いを利用して非定常雑音も抑圧対象に可能なマイクアレイは、広いスペースやコストの面で制約が生じるので、適用範囲が限られる一面もある。

【0006】

１つの側面では、本発明は、音声信号に含まれる非定常雑音を抑圧できる雑音判定プログラム、雑音判定方法及び雑音判定装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

一態様では、雑音判定プログラムは、音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、処理をコンピュータに実行させる。

【発明の効果】

【0008】

音声信号に含まれる非定常雑音を抑圧できる。

【図面の簡単な説明】

【0009】

【図1】図１は、信号処理装置の機能構成例を示すブロック図である。

【図2】図２は、音声のパワースペクトルの一例を示す図である。

【図3】図３は、マスキング効果の範囲の一例を示す模式図である。

【図4】図４は、パワースペクトルの一例を示す模式図である。

【図5】図５は、パワースペクトルの一例を示す模式図である。

【図6】図６は、雑音判定部の機能構成例を示すブロック図である。

【図7】図７は、ＳＮＲ及び抑圧ゲインの上限値の関係の一例を示す図である。

【図8】図８は、抑圧ゲイン、抑圧ゲインの上限値及び類似度の関係の一例を示す図である。

【図9】図９は、信号処理の手順を示すフローチャートである。

【図10】図１０は、雑音混じり音声の入力信号の一例を示す図である。

【図11】図１１は、非定常雑音のパワースペクトルの一例を示す図である。

【図12】図１２は、音声及び非定常雑音のパワースペクトルの一例を示す図である。

【図13】図１３は、非定常雑音の抑圧後の雑音混じり音声信号の一例を示す図である。

【図14】図１４は、非定常雑音の抑圧後のパワースペクトルの一例を示す図である。

【図15】図１５は、応用例に係る信号処理装置の機能構成例を示すブロック図である。

【図16】図１６は、雑音判定部の機能構成例を示すブロック図である。

【図17】図１７は、抑圧ゲイン及び類似度の関係の一例を示す図である。

【図18】図１８は、応用例に係る信号処理の手順を示すフローチャートである。

【図19】図１９は、ハードウェア構成例を示す図である。

【発明を実施するための形態】

【0010】

以下、添付図面を参照して本願に係る雑音判定プログラム、雑音判定方法及び雑音判定装置の実施例について説明する。各実施例には、あくまで１つの例や側面を示すに過ぎず、このような例示により数値や機能の範囲、利用シーンなどは限定されない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【実施例0011】

図１は、信号処理装置の機能構成例を示すブロック図である。図１に示す信号処理装置１０は、雑音混じり音声信号を処理する信号処理機能を提供するものである。このような信号処理機能の一環として、音声信号に混じった雑音を判定、あるいは抑圧するための雑音判定機能が提供される。

【0012】

１つの側面として、雑音判定機能は、雑音混じり音声信号の中でもモノラル信号をターゲットとすることが可能であると共に、雑音の中でも、とりわけキーボードの打鍵音や周囲の会話音声などといった非定常雑音の判定や抑圧をターゲットとすることが可能である。

【0013】

＜利用シーンの一例＞
１つの側面として、上記の雑音判定機能は、コールセンター向けの交換機に搭載される機能としてアドオンされ得る。他の側面として、上記の雑音判定機能は、ソフトフォンやＷｅｂ会議のアプリケーションにアドオンされ得る。更なる側面として、上記の雑音判定機能は、マイクロフォンユニットのファームウェアとして実現され得る。

【0014】

この他、上記の雑音判定機能は、クラウド型サービス、例えば音声認識サービスや音声分析ＡＩ（Artificial Intelligence）などのフロントエンドで参照されるライブラリの機能、例えばＡＰＩ（Application Programming Interface）として実現され得る。

【0015】

＜音声の特性の一側面＞
母音、例えば「あ」、「い」、「う」、「え」、「お」などは、声帯の振動によってパルス信号列が時間軸上で生じ、さらに、声帯から口までの声道で共鳴が生じることにより発声される。

【0016】

図２は、音声のパワースペクトルの一例を示す図である。図２に示すグラフの横軸は、周波数を指し、グラフの縦軸は、各周波数の音声のパワー、言い換えれば音圧レベルを指す。なお、横軸の周波数は４ｋＨｚを２５６点で量子化した場合の例である。図２に示すパワースペクトルによれば、声帯振動によるパルス信号列特性は、細かい山谷の繰り返し、いわゆる調波構造を有することが明らかである。さらに、声道の調音特性は、低域の透過率が高いローパス特性と共に、複数のピーク、例えば図２に示された帯域Ｐ１～Ｐ４に対応する４つのピークを持つバンドパス特性を有することがわかる。

【0017】

＜マスキング効果＞
図３は、マスキング効果の範囲の一例を示す模式図である。図３に示すグラフの横軸は、周波数を指し、グラフの縦軸は、パワーを指す。図３には、一例として、音声成分Ｓ１が実線および太線で示されると共に、雑音成分Ｎ１及びＮ２が破線および太線で示されている。さらに、図３には、音声成分Ｓ１によるマスキング効果の範囲がハッチングで示されている。

【0018】

図３に示すように、音声成分Ｓ１が周波数Ｆ１１であるとする。この場合、周波数Ｆ１１の近傍である周波数Ｆ１２を持つ雑音成分Ｎ１のパワーは、音声成分Ｓ１のマスキング効果の範囲内となる。このため、雑音成分Ｎ１は、音声成分Ｓ１によりマスクされるので、知覚されない。一方、音声成分Ｓ１のマスキング効果は、周波数Ｆ１１の近傍でない周波数Ｆ２１を持つ雑音成分Ｎ２に対しては小さくなる。そして、雑音成分Ｎ２のパワーは、聴覚の閾値を超えるので、知覚される。

【0019】

＜課題の一側面＞
背景技術の欄で説明したスペクトルサブトラクション方式の雑音抑圧技術とは別の、非定常雑音を抑圧する従来技術では、周波数軸上において、高レベルの雑音成分が音声のパワースペクトルのエンベロープのレベルまで抑圧される。

【0020】

しかしながら、上記の従来技術では、音声成分のマスキング効果が及ばない雑音の残留成分が知覚されるので、定常雑音に比べてパワー変化が大きい非定常雑音を抑圧するのが困難な一面がある。

【0021】

このように音声成分のマスキング効果が及ばない事例として、雑音の残留成分の周波数近傍で音声成分のパワーが低い場合、あるいは雑音の残留成分の周波数近傍に音声成分が無い場合が挙げられる。例えば、音声の中でも、特に母音では、発声器官である声帯の周期的な振動によりパワースペクトルが山谷繰り返しの調波構造となるので、音声成分のパワーが低い帯域が発生しやすい。

【0022】

図４及び図５は、パワースペクトルの一例を示す模式図である。図４には、原音（音声＋雑音）のパワースペクトルＰＳ１が示されている一方で、図５には、上記の非定常雑音を抑圧する従来技術による抑圧後のパワースペクトルＰＳ２が示されている。図４及び図５に示すグラフの横軸は、周波数を指し、グラフの縦軸は、パワーを指す。さらに、図４には、音声成分Ｓ１およびＳ２が実線および太線で示されると共に、雑音成分Ｎ１及びＮ２が破線および太線で示されている。さらに、図５には、抑圧後の音声成分Ｓ１１およびＳ２２が実線および太線で示されると共に、抑圧後の雑音成分Ｎ１１及びＮ２２が破線および太線で示されている。さらに、図５には、音声成分Ｓ１１およびＳ２２によるマスキング効果の範囲がハッチングで示されている。

【0023】

例えば、上記の従来技術では、図４に示す原音のパワースペクトルＰＳ１から低域のエンベロープが算出された上で低域のエンベロープから推定のエンベロープが算出されることにより、エンベロープＥｃ１が得られる。そして、原音のパワースペクトルＰＳ１がエンベロープＥｃ１まで抑圧されることにより、図５に示す抑圧後のパワースペクトルＰＳ２が得られる。この結果、雑音成分Ｎ１が雑音成分Ｎ１１まで抑圧されると共に、雑音成分Ｎ２が雑音成分Ｎ２２まで抑圧される。これらのうち、雑音成分Ｎ１１の周波数Ｆ１２は、音声成分Ｓ１１の周波数Ｆ１１の近傍であり、雑音成分Ｎ１１は、音声成分Ｓ１１のマスキング効果の範囲内となる。このため、雑音成分Ｎ１１は、音声成分Ｓ１１によりマスクされるので、知覚されない。一方、音声成分Ｓ２２のマスキング効果は、周波数Ｆ２１の近傍でない周波数Ｆ２２を持つ雑音成分Ｎ２２に対しては小さい。そして、雑音成分Ｎ２２のパワーは、聴覚の閾値を超えるので、知覚される。

【0024】

このように、上記の従来技術では、雑音成分Ｎ２２の周波数Ｆ２２近傍で音声成分Ｓ２２のパワーが低い場合、音声成分Ｓ２２のマスキング効果が及ばないので、雑音成分Ｎ２２が知覚される。

【0025】

＜課題解決アプローチの一側面＞
そこで、本実施例に係る雑音判定機能は、モノラル信号の低域のパワーの時間変化と各々の周波数のパワーの時間変化との類似度のうち類似度が低い周波数の信号成分を非定常雑音として判定、あるいは抑圧するアプローチにより課題を解決する。

【0026】

このような課題解決アプローチのモチベーションは、次のような技術的知見があって始めて得られる。すなわち、音声は、発声器官である声帯の振動などが低域強調のバンドパス特性を持つ声道で共鳴されて発生するので、周波数軸上の低域から高域の広い帯域において、パワーの時間変化が類似する。従って、音声成分のレベルが高い低域のパワーの時間変化を音声成分のパワー変化とし、各周波数のパワーの時間変化との似かよりさを検出することにより、似かよりさが低い周波数の成分を、音声とは異なる非定常雑音と判定して抑圧できる。つまり、モノラル信号に混じる非定常雑音を狙い撃ちする抑圧、例えば１未満のゲイン乗算を実現できる。この結果、非定常雑音に対応する雑音の残留成分のパワーを聴覚で知覚する閾値を超えないレベル、あるいは音声成分によるマスキング効果が得られるレベルまで抑圧できる。

【0027】

したがって、本実施例に係る雑音判定機能によれば、音声信号に含まれる非定常雑音を抑圧できる。

【0028】

＜信号処理装置の構成＞
次に、本実施例に係る信号処理装置の機能構成例を説明する。図１には、上記の信号処理機能に対応するブロックが模式化されている。図１に示すように、信号処理装置１０は、入力部１１と、窓掛部１２と、ＦＦＴ（Fast Fourier Transform）部１３と、音声区間検出部１４と、ＩＦＦＴ（Inverse FFT）部１５と、加算部１６と、雑音判定部１７とを有する。

【0029】

入力部１１は、雑音混じり音声である入力信号を窓掛部１２へ入力する処理部である。あくまで一例として、入力信号は、図示しないマイクロフォン、例えばモノラルマイクから取得することができる。他の一例として、入力信号は、ネットワークを介して取得されてよい。この他、入力信号は、ストレージ、あるいはリムーバブルメディアなどから取得されてもよい。このように、入力信号は、任意のソースから取得されてよい。

【0030】

窓掛部１２は、雑音混じり音声である入力信号のデータに時間軸上で特定の分析フレーム長の窓関数を掛ける処理部である。あくまで一例として、窓掛部１２は、フレーム周期ごとに、入力部１１により入力される入力信号のうち特定の時間長のフレームを抽出して窓関数、例えばハニング窓を掛ける。このとき、窓関数による情報欠損を軽減する側面から、窓掛部１２は、前後の分析フレームを任意の割合でオーバーラップさせることができる。例えば、一定間隔、例えばフレーム周期２５６サンプルごとに、固定長、例えば５１２サンプルを分析フレーム長とすることで、オーバーラップ率を５０％とすることができる。このようにして得られた分析フレームは、ＦＦＴ部１３および音声区間検出部１４へ出力される。

【0031】

ＦＦＴ部１３は、ＦＦＴ、いわゆる高速フーリエ変換を実行する処理部である。あくまで一例として、ＦＦＴ部１３は、窓掛部１２により窓関数が掛けられた分析フレームにＦＦＴを適用する。これにより、分析フレームの入力信号が振幅スペクトルおよび位相スペクトルへ変換される。その後、ＦＦＴ部１３は、ＦＦＴで得られた振幅スペクトルからパワースペクトルを算出して雑音判定部１７へ出力する一方で、ＦＦＴで得られた位相スペクトルをＩＦＦＴ部１５へ出力する。なお、ここでは、ＦＦＴを適用する例を挙げたが、フーリエ変換、あるいは離散フーリエ変換などの他のアルゴリズムを適用して時間領域から周波数領域へ変換することとしてもよい。

【0032】

音声区間検出部１４は、音声区間を検出する処理部である。あくまで一例として、音声区間検出部１４は、入力信号の振幅および零交差に基づいて音声区間の開始および終了を検出することができる。他の一例として、音声区間検出部１４は、分析フレームごとにＧＭＭ（Gaussian mixture model）に従って音声の尤度および非音声の尤度を算出してこれらの尤度の比から音声区間を検出することもできる。これにより、入力信号の分析フレームごとに当該分析フレームが音声区間または非音声区間にラベリングされる。その後、音声区間検出部１４は、分析フレームのラベル、例えば音声区間または非音声区間やその尤度などを雑音判定部１７へ出力する。

【0033】

ＩＦＦＴ部１５は、ＩＦＦＴ、いわゆる逆高速フーリエ変換を実行する処理部である。あくまで一例として、ＩＦＦＴ部１５は、ＦＦＴ部１３により出力される位相スペクトルと、雑音判定部１７による抑圧ゲイン乗算後に出力されるパワースペクトルとから得られる振幅スペクトルにＩＦＦＴを適用する。これにより、スペクトルが分析フレーム長の時間波形へ逆変換される。このようにＩＦＦＴで得られた分析フレーム長の時間波形が加算部１６へ出力される。

【0034】

加算部１６は、分析フレームの時間波形と、前の分析フレームで得られた時間波形とをオーバーラップ加算を行う処理部である。あくまで一例として、加算部１６は、ＩＦＦＴ部１５により分析フレームの時間波形が出力された場合、当該分析フレームの時間波形と、１つ前の分析フレームの時間波形とをオーバーラップ率に対応する割合でオーバーラップさせて加算する。このようにして得られる雑音抑圧後の音声信号は、信号処理装置１０の利用シーンに応じて任意の出力先へ出力することができる。

【0035】

＜雑音判定部１７の構成＞
図６は、雑音判定部１７の機能構成例を示すブロック図である。図６には、上記の雑音判定機能に対応するブロックが模式化されている。図６に示すように、雑音判定部１７は、第１時間変化算出部１７Ａと、第２時間変化算出部１７Ｂと、類似度算出部１７Ｃと、上限値算出部１７Ｄと、抑圧ゲイン算出部１７Ｅと、抑圧部１７Ｆとを有する。

【0036】

第１時間変化算出部１７Ａは、低域のパワーの時間変化を算出する処理部である。ここで言う「低域」とは、入力信号の周波数レンジのうち低い方から特定の割合、例えば１／４に対応する周波数帯域を指す。このような低域からは直流成分を除外することができる。

【0037】

あくまで一例として、第１時間変化算出部１７Ａは、下記の式（１）に従って低域のパワー Pow_low(t)を算出する。下記の式（１）における「ｔ」は、分析フレームの番号を指す。下記の式（１）における「ｆ」は、周波数ビンのインデックスを指し、例えば、０からＮ－１までの番号で識別される。下記の式（１）における「Ｎ」は、分析フレーム長を指す。

【数1】

【0038】

例えば、上記の式（１）の例で言えば、ｆの下限値を指定する周波数ビンのインデックスに１番を設定することで、周波数ビンのインデックスの０番に対応する直流成分が除去される。さらに、ｆの上限値を指定する周波数ビンのインデックスにＮ／８番を設定することで、周波数レンジの１／４に対応する周波数帯域を低域の上限に指定できる。

【0039】

ＦＦＴでは、分析フレームの時間波形は周波数軸上のスペクトルに変換され、０Ｈｚからサンプリング周波数までの範囲が分析フレーム長Ｎ（＝５１２）で離散化される。ここで、標本化定理の側面から、時間波形の周波数レンジは、サンプリング周波数の１／２未満とされるので、周波数レンジに含まれる周波数ビンの総数は、直流成分も含めるとＮ／２となる。このため、周波数レンジの１／４を低域とする場合、低域に含まれる周波数ビンの数は、Ｎ／８（＝（Ｎ／２）／４）となる。また、サンプリング周波数が８ｋＨｚで分析フレーム長が５１２であるとしたとき、周波数分解能は、約１５．６Ｈｚとなる。

【0040】

このように低域のパワー Pow_low(t)が算出された後、第１時間変化算出部１７Ａは、下記の式（２）に従って低域のパワー Pow_low(t)の時間変化R_Pow_low(t)を算出することができる。

【数2】

【0041】

第２時間変化算出部１７Ｂは、各周波数のパワーの時間変化を算出する処理部である。あくまで一例として、第２時間変化算出部１７Ｂは、下記の式（３）に従って各周波数のパワーPow(t,f)の時間変化R_Pow(t,f)を算出することができる。

【数3】

【0042】

類似度算出部１７Ｃは、低域のパワーの時間変化と各周波数のパワーの時間変化との類似度を算出する処理部である。あくまで一例として、類似度算出部１７Ｃは、下記の式（４）に従って低域のパワーの時間変化R_Pow_low(t)と各周波数のパワーの時間変化R_Pow(t,f)との類似度S(t,f)を算出できる。この類似度S(t,f)の値が１に近いほど両者が似通っていることを意味する。

【数4】

【0043】

上限値算出部１７Ｄは、抑圧ゲインの上限値を算出する処理部である。あくまで一例として、上限値算出部１７Ｄは、音声区間の確からしさ、例えば尤度に基づいて抑圧ゲインの上限値を算出する。ここで、音声区間の確からしさは、一例として、音声区間検出部１４による音声区間の検出結果から計算する雑音区間の平均パワーと現在の分析フレームの入力信号のパワーの比、いわゆるＳＮＲを下記の式（５）に従って算出できる。例えば、ＳＮＲの値が大きいほど音声区間であることが確からしいことを意味する。なお、下記の式（５）における「Ｎ」は、定常雑音の平均パワー（長時間平均）に対応し得る。
ＳＮＲ＝１０ｌｏｇ_１０（入力信号のパワー／雑音区間の平均パワー）・・・（５）

【0044】

上記のＳＮＲを用いて、上限値算出部１７Ｄは、抑圧ゲインの上限値g_max（≦１）を算出する。このような抑圧ゲインの上限値g_maxの算出には、ＳＮＲおよび抑圧ゲインの上限値の対応関係が定義されたルックアップテーブルや関数などを用いることができる。図７は、ＳＮＲ及び抑圧ゲインの上限値の関係の一例を示す図である。図７に示すグラフの横軸は、ＳＮＲを指し、グラフの縦軸は、抑圧ゲインの上限値を指す。図７に示すように、ルックアップテーブルには、ＳＮＲの値が高いほど高い抑圧ゲインの上限値g_maxが定義される。図７に示すΔ、Δ′およびεの各々は、一例として、Δ＝３．０（ｄＢ）、Δ′＝６．０（ｄＢ）、ε＝０．２５が設定される。

【0045】

抑圧ゲイン算出部１７Ｅは、抑圧ゲインを算出する処理部である。あくまで一例として、抑圧ゲイン算出部１７Ｅは、上限値算出部１７Ｄにより算出された抑圧ゲインの上限値g_maxと、類似度算出部１７Ｃにより算出された類似度S(t,f)とに基づいて抑圧ゲインg(t,f)を算出する。図８は、抑圧ゲイン、抑圧ゲインの上限値及び類似度の関係の一例を示す図である。図８に示すように、抑圧ゲインは、類似度が低いほど、すなわちS(t,f)の値が１から離れるほど小さく算出される。図８に示すα、α′、β、β′およびγの各々は、一例として、α＝１．４、α′＝２．０、β＝０．７、β′＝０．５、γ＝０．２５が設定される。

【0046】

抑圧部１７Ｆは、パワースペクトルの雑音成分を抑圧する処理部である。あくまで一例として、抑圧部１７Ｆは、下記の式（６）の通り、各周波数のパワースペクトルPow(t,f)と、抑圧ゲインg(t,f)とを乗算することにより、雑音抑圧後のパワースペクトルPow′(t,f)を算出する。
Pow′(t,f)=g(t,f)Pow(t,f)・・・（６）

【0047】

＜処理の流れ＞
図９は、信号処理の手順を示すフローチャートである。この処理は、あくまで一例として、雑音混じり音声信号の入力が終了するまで一定間隔ごとに反復して実行され得る。図９に示すように、窓掛部１２は、入力部１１により入力される雑音混じり音声の入力信号から、窓関数を分析フレーム長の５０％シフトして、最新の分析フレームを抽出して窓関数を掛ける（ステップＳ１０１）。

【0048】

続いて、ＦＦＴ部１３は、ステップＳ１０１で窓関数が掛けられた分析フレームにＦＦＴを適用する（ステップＳ１０２）。そして、音声区間検出部１４は、ステップＳ１０１で得られた分析フレームの音声区間を検出する（ステップＳ１０３）。

【0049】

その後、第１時間変化算出部１７Ａは、ステップＳ１０２のＦＦＴで得られたパワースペクトルから低域のパワー Pow_low(t)の時間変化R_Pow_low(t)を算出する（ステップＳ１０４）。

【0050】

また、ステップＳ１０２で実行されるＦＦＴの周波数ビンの個数Ｎ－１に対応する回数の分、下記のステップＳ１０５から下記のステップＳ１０８までの処理を繰り返すループ処理１が開始される。

【0051】

すなわち、第２時間変化算出部１７Ｂは、ステップＳ１０２のＦＦＴで得られたパワースペクトルからループ処理中の周波数ビンｆのパワーPow(t,f)の時間変化R_Pow(t,f)を算出する（ステップＳ１０５）。

【0052】

続いて、類似度算出部１７Ｃは、ステップＳ１０４で得られた低域のパワーの時間変化R_Pow_low(t)と、ループ処理中の周波数ビンｆのパワーの時間変化R_Pow(t,f)との類似度S(t,f)を算出する（ステップＳ１０６）。

【0053】

そして、上限値算出部１７Ｄは、ステップＳ１０３で得られる音声区間の検出結果から求まるＳＮＲを用いて、抑圧ゲインの上限値g_max（≦１）を算出する（ステップＳ１０７）。

【0054】

その上で、抑圧ゲイン算出部１７Ｅは、ステップＳ１０７で算出された抑圧ゲインの上限値g_maxと、ステップＳ１０６で算出された類似度S(t,f)とに基づいて抑圧ゲインg(t,f)を算出する（ステップＳ１０８）。

【0055】

このようなループ処理１が繰り返されることにより、１番目の周波数ビンからＮ番目の周波数ビンまでの各周波数の抑圧ゲインg(t,f)を得ることができる。そして、ループ処理１が終了すると、抑圧部１７Ｆは、各周波数のパワースペクトルPow(t,f)と、抑圧ゲインg(t,f)とを乗算することにより、雑音抑圧後のパワースペクトルPow′(t,f)を算出する（ステップＳ１０９）。

【0056】

その後、ＩＦＦＴ部１５は、ステップＳ１０２によるＦＦＴの実行結果として出力される位相スペクトルと、ステップＳ１０９で算出された抑圧後のパワースペクトルPow′(t,f)とから得られる振幅スペクトルにＩＦＦＴを適用する（ステップＳ１１０）。

【0057】

そして、加算部１６は、ステップＳ１１０のＩＦＦＴで得られた分析フレームの時間波形の前半５０％と、１つ前の分析フレームの時間波形の後半５０％とをオーバーラップさせて加算し（ステップＳ１１１）、処理を終了する。

【0058】

なお、図９に示すフローチャートでは、上記のステップＳ１０５から上記のステップＳ１０８までの処理がループ処理として実行される例を挙げたが、これに限定されず、並列して実行されることとしてもよい。

【0059】

＜効果の一側面＞
上述してきたように、本実施例に係る雑音判定部１７は、モノラル信号のうち、低域のパワーの時間変化と、各々の周波数のパワーの時間変化との類似度のうち類似度が低い周波数の信号成分を非定常雑音として判定、あるいは抑圧する。

【0060】

図６には、あくまで一例として、従来技術であるスペクトルサブトラクションによる抑圧では抑圧しきれない非定常雑音が混じる音声信号のパワースペクトルＰＳ１が雑音判定部１７へ入力される例が示されている。このようなパワースペクトルＰＳ１が入力されたとしても、低域のパワーの時間変化と各々の周波数のパワーの時間変化との類似度のうち類似度が低い周波数の信号成分、すなわち雑音成分Ｎ１およびＮ２を狙い撃ちする抑圧を実現できる。この結果、図６に示すパワースペクトルＰＳ３に示す通り、非定常雑音に対応する雑音の残留成分Ｎ３１およびＮ４２のパワーを聴覚で知覚する閾値を超えないレベル、あるいは音声成分によるマスキング効果が得られるレベルまで抑圧できる。

【0061】

したがって、本実施例に係る雑音判定部１７によれば、音声信号に混じる非定常雑音を抑圧することが可能である。

【0062】

図１０は、雑音混じり音声の入力信号の一例を示す図である。図１０に示すように、入力信号には、非定常雑音のみが含まれる時間波形の区間と、音声および非定常雑音が同時に存在する時間波形の区間とが含まれる。これらのうち、前者のパワースペクトルを図１１に示すと共に、後者のパワースペクトルを図１２に示す。図１１は、非定常雑音のパワースペクトルの一例を示す図である。図１２は、音声及び非定常雑音のパワースペクトルの一例を示す図である。図１１及び図１２に示すように、非定常雑音のパワースペクトルに含まれる帯域Ｐ５の雑音成分が音声及び非定常雑音のパワースペクトルの帯域Ｐ５の音声成分に重畳することにより、音声の調波構造を不明瞭にしている。これにより、音声の知覚が困難になる。

【0063】

図１３は、非定常雑音の抑圧後の雑音混じり音声信号の一例を示す図である。図１４は、非定常雑音の抑圧後のパワースペクトルの一例を示す図である。図１３に示す非定常雑音の抑圧後の音声信号と、図１０に示された雑音混じり音声の入力信号とを対比すると、本実施例に係る雑音判定機能が図１１に示された雑音に適用されることにより、非定常雑音のみが含まれる区間でパワーのレベルが低減できていることが明らかである。さらに、図１４に示す非定常雑音の抑圧後のパワースペクトルと、図１２に示されたパワースペクトルとを対比すると、帯域Ｐ５の雑音成分が抑圧されており、音声の調波構造が明確化されていることが明らかである。したがって、本実施例に係る雑音判定機能によれば、音声の知覚が可能になる。

【実施例0064】

さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

【0065】

＜応用例＞
上記の実施例１では、抑圧ゲインの上限値を可変にして制御する例を挙げたが、必ずしも抑圧ゲインの上限値を可変に制御せずともよい。そこで、本実施例では、分析フレームが音声区間または非音声区間のいずれであるかに応じて雑音抑圧処理を切り替えることで、抑圧ゲインの上限値の固定を可能とする応用例について説明する。

【0066】

図１５は、応用例に係る信号処理装置２０の機能構成例を示すブロック図である。図１５では、図１に示された機能部と同様の機能を有する機能部には同一の符号を付し、その説明を省略することとする。図１５に示すように、信号処理装置２０は、図１に示された信号処理装置１０と比べて、切替え部２１Ａ、切替え部２１Ｂ、抑圧部２２および雑音判定部２３をさらに有する点が異なる。

【0067】

切替え部２１Ａは、ＦＦＴで得られたパワースペクトルを抑圧部２２または雑音判定部２３のいずれに入力するのかを切り替える処理部である。１つの側面として、切替え部２１Ａは、分析フレームが非音声区間である場合、ＦＦＴで得られたパワースペクトルを抑圧部２２へ入力する。他の側面として、切替え部２１Ａは、分析フレームが音声区間である場合、ＦＦＴで得られたパワースペクトルを雑音判定部２３へ入力する。

【0068】

切替え部２１Ｂは、抑圧部２２または雑音判定部２３のいずれかの出力をＩＦＦＴ部１５へ入力する処理部である。１つの側面として、切替え部２１Ｂは、分析フレームが非音声区間である場合、抑圧部２２により抑圧されたパワースペクトルをＩＦＦＴ部１５へ入力する。他の側面として、切替え部２１Ｂは、分析フレームが音声区間である場合、雑音判定部２３により抑圧されたパワースペクトルをＩＦＦＴ部１５へ入力する。

【0069】

抑圧部２２は、ＦＦＴで得られたパワースペクトルを抑圧する処理部である。あくまで一例として、抑圧部２２は、ＦＦＴで得られた各周波数のパワースペクトルPow(t,f)に一律の抑圧ゲイン、例えば０．２５を乗算する。

【0070】

図１６は、雑音判定部２３の機能構成例を示すブロック図である。図１６では、図６に示された機能部と同様の機能を有する機能部には同一の符号を付し、その説明を省略することとする。図１６に示すように、雑音判定部２３は、図１に示された雑音判定部１７に比べて、抑圧ゲイン算出部１７Ｅの処理内容と一部が異なる抑圧ゲイン算出部２３Ａを有すると共に、上限値算出部１７Ｄを有さずともよい点が相違する。

【0071】

抑圧ゲイン算出部２３Ａは、抑圧ゲイン算出部１７Ｅと比べて、抑圧ゲインの上限値を固定値、例えば「１」として類似度算出部１７Ｃにより算出された類似度S(t,f)に基づいて抑圧ゲインg(t,f)を算出する点が異なる。図１７は、抑圧ゲイン及び類似度の関係の一例を示す図である。図１７に示すように、抑圧ゲインは、類似度が低いほど、すなわちS(t,f)の値が１から離れるほど小さく算出される。図８に示すα、α′、β、β′およびγの各々は、一例として、α＝１．４、α′＝２．０、β＝０．７、β′＝０．５、γ＝０．２５が設定される。

【0072】

図１８は、応用例に係る信号処理の手順を示すフローチャートである。図１８には、図９に示されたフローチャートと異なる処理に異なるステップ番号が付与される一方で、図９に示されたフローチャートと同一の処理に同一のステップ番号が付与されている。

【0073】

図１８に示すように、窓掛部１２は、入力部１１により入力される雑音混じり音声の入力信号から、窓関数を分析フレーム長の５０％シフトして、最新の分析フレームを抽出して窓関数を掛ける（ステップＳ１０１）。

【0074】

続いて、ＦＦＴ部１３は、ステップＳ１０１で窓関数が掛けられた分析フレームにＦＦＴを適用する（ステップＳ１０２）。そして、音声区間検出部１４は、ステップＳ１０１で得られた分析フレームの音声区間または非音声区間を検出する（ステップＳ１０３）。

【0075】

このとき、分析フレームが音声区間である場合（ステップＳ３０１Ｙｅｓ）、第１時間変化算出部１７Ａは、ステップＳ１０２のＦＦＴで得られたパワースペクトルから低域のパワー Pow_low(t)の時間変化R_Pow_low(t)を算出する（ステップＳ１０４）。

【0076】

また、ステップＳ１０２で実行されるＦＦＴの周波数ビンの個数Ｎ－１に対応する回数の分、ステップＳ１０５、ステップＳ１０６およびステップＳ３０２の処理を繰り返すループ処理１が開始される。

【0077】

すなわち、第２時間変化算出部１７Ｂは、ステップＳ１０２のＦＦＴで得られたパワースペクトルからループ処理中の周波数ビンｆのパワーPow(t,f)の時間変化R_Pow(t,f)を算出する（ステップＳ１０５）。

【0078】

続いて、類似度算出部１７Ｃは、ステップＳ１０４で得られた低域のパワーの時間変化R_Pow_low(t)と、ループ処理中の周波数ビンｆのパワーの時間変化R_Pow(t,f)との類似度S(t,f)を算出する（ステップＳ１０６）。

【0079】

その上で、抑圧ゲイン算出部２３Ａは、抑圧ゲインの固定上限値、例えば「１」と、ステップＳ１０６で算出された類似度S(t,f)とに基づいて抑圧ゲインg(t,f)を算出する（ステップＳ３０２）。

【0080】

このようなループ処理１が繰り返されることにより、１番目の周波数ビンからＮ番目の周波数ビンまでの各周波数の抑圧ゲインg(t,f)を得ることができる。そして、ループ処理１が終了すると、抑圧部１７Ｆは、各周波数のパワースペクトルPow(t,f)と、抑圧ゲインg(t,f)とを乗算することにより、雑音抑圧後のパワースペクトルPow′(t,f)を算出する（ステップＳ１０９）。

【0081】

一方、分析フレームが非音声区間である場合（ステップＳ３０１Ｎｏ）、抑圧部２２は、次のような処理を実行する。すなわち、抑圧部２２は、ＦＦＴで得られた各周波数のパワースペクトルPow(t,f)に一律の抑圧ゲイン、例えば０．２５を乗算することにより、抑圧後のパワースペクトルPow′(t,f)を算出する（ステップＳ３０３）。

【0082】

その後、ＩＦＦＴ部１５は、ステップＳ１０２のＦＦＴの実行結果として出力される位相スペクトルと、ステップＳ１０９又はＳ３０３で算出された抑圧後のパワースペクトルPow′(t,f)とから得られる振幅スペクトルにＩＦＦＴを適用する（ステップＳ１１０）。

【0083】

そして、加算部１６は、ステップＳ１１０のＩＦＦＴで得られた分析フレームの時間波形の前半５０％と、１つ前の分析フレームの時間波形の後半５０％とをオーバーラップさせて加算し（ステップＳ１１１）、処理を終了する。

【0084】

なお、図１８に示すフローチャートでは、ステップＳ１０５、ステップＳ１０６およびステップＳ３０２の処理がループ処理として実行される例を挙げたが、これに限定されず、並列して実行されることとしてもよい。

【0085】

以上のように、応用例に係る雑音判定部２３においても、上記の実施例１と同様、音声信号に混じる非定常雑音を抑圧することが可能であると共に、抑圧ゲインの上限値の固定が可能である。

【0086】

＜分散および統合＞
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されておらずともよい。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、雑音判定部１７が有する機能部の一部、あるいは雑音判定部２３が有する機能部の一部を信号処理装置１０または２０の外部装置としてネットワーク経由で接続するようにしてもよい。また、雑音判定部１７が有する機能部の一部、あるいは雑音判定部２３が有する機能部の一部を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の信号処理装置１０または２０の機能を実現するようにしてもよい。

【0087】

上記の実施例１では、類似度に基づいてパワースペクトルを抑圧する例を挙げたが、類似度に基づいて各周波数の成分が音声または雑音のいずれであるのかを判定することとしてもよい。例えば、類似度が低いほど雑音の可能性が高く、類似度が高いほど音声の可能性が高いと判定できる。また、上記の実施例１では、低域のパワーの時間変化と、各周波数ビンのパワーの時間変化とを比較する例を挙げたが、低域のパワーと、各周波数ビンのパワーとを比較してその類似度に基づいて各周波数の成分が音声または雑音のいずれであるのかを判定することとしてもよい。

【0088】

［雑音判定プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１９を用いて、実施例１及び実施例２と同様の機能を有する雑音判定プログラムを実行するコンピュータの一例について説明する。

【0089】

図１９は、ハードウェア構成例を示す図である。図１９に示すように、コンピュータ１００は、操作部１１０ａと、スピーカ１１０ｂと、カメラ１１０ｃと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、ＣＰＵ１５０と、ＲＯＭ１６０と、ＨＤＤ１７０と、ＲＡＭ１８０とを有する。これら１１０～１８０の各部はバス１４０を介して接続される。

【0090】

ＨＤＤ１７０には、図１９に示すように、上記の実施例１で示された雑音判定部１７、あるいは実施例２で示された雑音判定部２３と同様の機能を発揮する雑音判定プログラム１７０ａが記憶される。この雑音判定プログラム１７０ａは、図６に示された雑音判定部１７または図１６に示された雑音判定部２３の各構成要素と同様、統合又は分離してもよい。すなわち、ＨＤＤ１７０には、必ずしも上記の実施例１で示した全てのデータが格納されずともよく、処理に用いるデータがＨＤＤ１７０に格納されればよい。

【0091】

このような環境の下、ＣＰＵ１５０は、ＨＤＤ１７０から雑音判定プログラム１７０ａを読み出した上でＲＡＭ１８０へ展開する。この結果、雑音判定プログラム１７０ａは、図１９に示すように、雑音判定プロセス１８０ａとして機能する。この雑音判定プロセス１８０ａは、ＲＡＭ１８０が有する記憶領域のうち雑音判定プロセス１８０ａに割り当てられた領域にＨＤＤ１７０から読み出した各種データを展開し、展開された各種データを用いて各種の処理を実行する。例えば、雑音判定プロセス１８０ａが実行する処理の一例として、図９や図１８に示す処理などが含まれ得る。なお、ＣＰＵ１５０では、必ずしも上記の実施例１で示した全ての処理部が動作せずともよく、実行対象とする処理に対応する処理部が仮想的に実現されればよい。

【0092】

なお、上記の雑音判定プログラム１７０ａは、必ずしも最初からＨＤＤ１７０やＲＯＭ１６０に記憶されておらずともかまわない。例えば、コンピュータ１００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に雑音判定プログラム１７０ａを記憶させる。そして、コンピュータ１００がこれらの可搬用の物理媒体から雑音判定プログラム１７０ａを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに雑音判定プログラム１７０ａを記憶させておく。このように記憶された雑音判定プログラム１７０ａをコンピュータ１００にダウンロードさせた上で実行させるようにしてもよい。

【0093】

以上の実施例を含む実施形態に関し、さらに以下の付記を開示する。

【0094】

（付記１）音声信号のスペクトルにおいて、周波数別の音圧レベルと、閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理をコンピュータに実行させることを特徴とする雑音判定プログラム。

【0095】

（付記２）前記比較する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化とを比較する処理を含み、
前記判定する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との類似度が低い周波数の成分を雑音と判定する処理を含む、
ことを特徴とする付記１に記載の雑音判定プログラム。

【0096】

（付記３）前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との各々を、前記スペクトルを分析する分析フレーム間の音圧レベルの比から算出する処理を前記コンピュータにさらに実行させる、
ことを特徴とする付記２に記載の雑音判定プログラム。

【0097】

（付記４）前記算出する処理は、前記類似度として、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との比を算出する処理を含む、
ことを特徴とする付記３に記載の雑音判定プログラム。

【0098】

（付記５）前記判定する処理で雑音と判定された周波数の成分を抑圧する処理を前記コンピュータにさらに実行させる、
ことを特徴とする付記１に記載の雑音判定プログラム。

【0099】

（付記６）前記抑圧する処理は、前記音声信号に対する音声区間の検出結果に応じて、前記判定する処理で雑音と判定された周波数の成分を抑圧するか、あるいは全ての周波数の成分を抑圧するのかを切り替える処理を含む、
ことを特徴とする付記５に記載の雑音判定プログラム。

【0100】

（付記７）音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理をコンピュータが実行することを特徴とする雑音判定方法。

【0101】

（付記８）前記比較する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化とを比較する処理を含み、
前記判定する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との類似度が低い周波数の成分を雑音と判定する処理を含む、
ことを特徴とする付記７に記載の雑音判定方法。

【0102】

（付記９）前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との各々を、前記スペクトルを分析する分析フレーム間の音圧レベルの比から算出する処理を前記コンピュータがさらに実行する、
ことを特徴とする付記８に記載の雑音判定方法。

【0103】

（付記１０）前記算出する処理は、前記類似度として、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との比を算出する処理を含む、
ことを特徴とする付記９に記載の雑音判定方法。

【0104】

（付記１１）前記判定する処理で雑音と判定された周波数の成分を抑圧する処理を前記コンピュータがさらに実行する、
ことを特徴とする付記７に記載の雑音判定方法。

【0105】

（付記１２）前記抑圧する処理は、前記音声信号に対する音声区間の検出結果に応じて、前記判定する処理で雑音と判定された周波数の成分を抑圧するか、あるいは全ての周波数の成分を抑圧するのかを切り替える処理を含む、
ことを特徴とする付記１１に記載の雑音判定方法。

【0106】

（付記１３）音声信号のスペクトルにおいて、周波数別の音圧レベルと、前記音声信号で閾値よりも周波数が低い帯域の音圧レベルとを比較し、
前記周波数別の音圧レベルと、前記帯域の音圧レベルとの類似度に基づいて、各周波数に対応する成分が音声または雑音のいずれであるかを判定する、
処理を実行する制御部を含む雑音判定装置。

【0107】

（付記１４）前記比較する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化とを比較する処理を含み、
前記判定する処理は、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との類似度が低い周波数の成分を雑音と判定する処理を含む、
ことを特徴とする付記１３に記載の雑音判定装置。

【0108】

（付記１５）前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との各々を、前記スペクトルを分析する分析フレーム間の音圧レベルの比から算出する処理を前記制御部がさらに実行する、
ことを特徴とする付記１４に記載の雑音判定装置。

【0109】

（付記１６）前記算出する処理は、前記類似度として、前記周波数別の音圧レベルの時間変化と、前記帯域の音圧レベルの時間変化との比を算出する処理を含む、
ことを特徴とする付記１５に記載の雑音判定装置。

【0110】

（付記１７）前記判定する処理で雑音と判定された周波数の成分を抑圧する処理を前記制御部がさらに実行する、
ことを特徴とする付記１３に記載の雑音判定装置。

【0111】

（付記１８）前記抑圧する処理は、前記音声信号に対する音声区間の検出結果に応じて、前記判定する処理で雑音と判定された周波数の成分を抑圧するか、あるいは全ての周波数の成分を抑圧するのかを切り替える処理を含む、
ことを特徴とする付記１７に記載の雑音判定装置。