特開 2024-139278 自動利得制御装置、エコー除去装置、自動利得制御方法及び自動利得制御プログラム

(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】P2024139278

(43)【公開日】2024-10-09

(54)【発明の名称】自動利得制御装置、エコー除去装置、自動利得制御方法及び自動利得制御プログラム

(51)【国際特許分類】

   H03G 3/20 20060101AFI20241002BHJP

   G10L 21/034 20130101ALI20241002BHJP

   H04B 3/23 20060101ALI20241002BHJP

【ＦＩ】

H03G3/20 A

G10L21/034

H04B3/23

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023050149

(22)【出願日】2023-03-27

(71)【出願人】

【識別番号】391008559

【氏名又は名称】株式会社トランストロン

(74)【代理人】

【識別番号】100170070

【弁理士】

【氏名又は名称】坂田 ゆかり

(72)【発明者】

【氏名】里見 祐樹

【テーマコード（参考）】

5J100

5K046

【Ｆターム（参考）】

5J100JA01

5J100KA02

5J100LA00

5J100SA00

5K046AA01

5K046BB01

5K046HH11

5K046HH56

5K046HH61

5K046HH69

5K046HH79

(57)【要約】

【課題】演算装置の処理負荷を軽減しつつ、適切な利得制御を行うことができる。
【解決手段】端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部と、第２入力信号に基づいて第１ゲインを算出するゲイン決定部と、受話側信号経路に設けられており、第１ゲインを受話信号に乗算するゲイン乗算部と、を備える。参照信号は、受話信号にゲイン乗算部で第１ゲインが乗算された後の信号である。
【選択図】 図２

【特許請求の範囲】

【請求項1】

端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部と、
前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部と、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部と、
を備え、
前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御装置。

【請求項2】

前記ゲイン決定部は、
前記第２入力信号に基づいて、前記参照信号のパワーの瞬時値であるパワー瞬時値を算出するパワー瞬時値取得部と、
前記第１時間より長い第２時間の間に前記パワー瞬時値取得部により求められた複数の前記パワー瞬時値に基づいて、前記スピーカを鳴らす音の大きさの概算値を数値化した平均パワーを算出する平均パワー推定部と、
前記平均パワーと、ゲインの目標値とに基づいて所望の第２ゲインを算出するゲイン算出部と、
前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、
を備えたことを特徴とする請求項１に記載の自動利得制御装置。

【請求項3】

前記ゲイン決定部は、
前記第２入力信号とゲインの目標値とに基づいて、周波数帯域ごとに第３ゲインを算出する第２ゲイン算出部と、
前記第１時間より長い第２時間の間に算出された前記第３ゲインを、周波数方向および時間方向に前記ゲインを平均して第２ゲインを算出する平均部と、
前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、
を備えたことを特徴とする請求項１に記載の自動利得制御装置。

【請求項4】

前記非連続性軽減部は、前記参照信号の振幅の変位が反転するゼロクロスポイントで前記第１ゲインが不連続となるようにする
ことを特徴とする請求項２又は３に記載の自動利得制御装置。

【請求項5】

前記非連続性軽減部は、前記参照信号の振幅の変位が最大となる最大点までの間に徐々に前記第１ゲインを変化させる
ことを特徴とする請求項２又は３に記載の自動利得制御装置。

【請求項6】

前記パワー瞬時値の変化率が所定値以上であることを検出するパワー変化検出部をさらに備え、
前記ゲイン決定部は、前記パワー瞬時値の変化率が前記所定値以上であることを検出した場合には、前記第１ゲインを変化させない
ことを特徴とする請求項２に記載の自動利得制御装置。

【請求項7】

前記ゲイン決定部は、前記第２ゲインを第２時間より長い第３時間をかけて変化させる
ことを特徴とする請求項２から６のいずれか一項に記載の自動利得制御装置。

【請求項8】

前記ゲイン乗算部は、前記受話信号の大きさが閾値以上の場合には、前記第１ゲインを小さくする
ことを特徴とする請求項１から７のいずれか一項に記載の自動利得制御装置。

【請求項9】

請求項１から８のいずれか一項に記載の自動利得制御装置と、
前記端末が有するマイクロホンから入力された入力信号を伝送する送話側信号経路に設けられており、前記スピーカから出力される音声が前記マイクロホンに入力することによって生じるエコーを除去するエコー除去部を備え、
前記エコー除去部は、前記周波数領域変換部により変換された前記第２入力信号に基づいてエコー除去を行う
ことを特徴とするエコー除去装置。

【請求項10】

端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換するステップと、
前記第２入力信号に基づいて、第１ゲインを算出するステップと、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するステップと、を含み、
前記参照信号は、前記受話信号に前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御方法。

【請求項11】

コンピュータを、
端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部、
前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部、として機能させ、
前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、自動利得制御装置、エコー除去装置、自動利得制御方法及び自動利得制御プログラムに関する。

【背景技術】

【0002】

特許文献１には、入力信号のレベルに応じて入力信号を増幅する際の利得を制御する自動利得制御装置が開示されている。この装置では、入力信号に含まれる雑音の程度を検出する雑音検出部と、入力信号の比較的短い時間における時間平均を検出する短時間平均レベル検出部と、雑音検出部で検出される雑音の程度に応じて予め用意された複数の利得関数のうちから何れか一つの利得関数を選択する利得関数選択部と、短時間平均レベル検出部で検出される入力信号の短時間平均値及び利得関数選択部で選択された利得関数から入力信号を増幅する際の利得を算出する利得算出部とを備えている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００４－１２９１８７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に記載の発明では、入力信号の平均値を取得するため、演算装置に負荷がかかり、高い処理能力のＣＰＵが必要となる。したがって、特許文献１に記載の発明では、低い処理能力のＣＰＵを用いて適切な利得の制御を行うことができない。

【0005】

本発明はこのような事情を鑑みてなされたもので、演算装置の処理負荷を軽減しつつ、適切な利得制御を行うことができる自動利得制御装置、エコー除去装置、自動利得制御方法および自動利得制御プログラム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】

【0006】

上記課題を解決するために、本発明に係る自動利得制御装置は、例えば、端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部と、前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部と、前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部と、を備え、前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号であることを特徴とする。

【0007】

上記課題を解決するために、本発明の他態様に係る自動利得制御方法は、例えば、端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換するステップと、前記第２入力信号に基づいて、第１ゲインを算出するステップと、前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するステップと、を含み、前記参照信号は、前記受話信号に前記第１ゲインが乗算された後の信号であることを特徴とする。

【0008】

上記課題を解決するために、本発明の他態様に係る自動利得制御プログラムは、例えば、コンピュータを、端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部、前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部、前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部、として機能させ、前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号であることを特徴とする。
なお、コンピュータプログラムは、インターネット等のネットワークを介したダウンロードによって提供したり、ＣＤ－ＲＯＭなどのコンピュータ読取可能な各種の記録媒体に記録して提供したりすることができる。

【0009】

本発明に係る自動利得制御装置、自動利得制御方法および自動利得制御プログラムによれば、ゲイン乗算部で第１ゲインが乗算された後の信号である受話信号（参照信号）である第１入力信号を周波数領域の第２入力信号に変換し、第２入力信号に基づいて第１ゲインを算出する。第１時間ごとに処理を行うため、演算装置の処理負荷を軽減することができる。また、参照信号のパワーを用いて第１ゲインを求めることで、適切な利得制御を行うことができる。

【0010】

前記ゲイン決定部は、前記第２入力信号に基づいて、前記参照信号のパワーの瞬時値であるパワー瞬時値を算出するパワー瞬時値取得部と、前記第１時間より長い第２時間の間に前記パワー瞬時値取得部により求められた複数の前記パワー瞬時値に基づいて、前記スピーカを鳴らす音の大きさの概算値を数値化した平均パワーを算出する平均パワー推定部と、前記平均パワーと、ゲインの目標値とに基づいて所望の第２ゲインを算出するゲイン算出部と、前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、を備えてもよい。このように、第２時間の平均パワーに基づいて第１ゲインを求めることで、参照信号の大きさを適切に反映したより適切な利得制御を行うことができる。また、ゲインの変化に伴う信号の不連続性による異音の発生を低減することができる。

【0011】

前記ゲイン決定部は、前記第２入力信号とゲインの目標値とに基づいて、周波数帯域ごとに第３ゲインを算出する第２ゲイン算出部と、前記第１時間より長い第２時間の間に算出された前記第３ゲインを、周波数方向および時間方向に前記ゲインを平均して第２ゲインを算出する平均部と、前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、を備えてもよい。このように、第２時間の間に得られたゲインの平均値である第２ゲインを用いることで、参照信号の大きさを適切に反映したより適切な利得制御を行うことができる。また、ゲインの変化に伴う信号の不連続性による異音の発生を低減することができる。

【0012】

前記非連続性軽減部は、前記参照信号の振幅の変位が反転するゼロクロスポイントで前記第１ゲインが不連続となるようにしてもよい。このように、音量がゼロになるゼロクロスポイントではゲインを急激に変化させてもユーザが違和感を感じにくいため、ゼロクロスポイントでゲインを切り替えることは快適なユーザ利用に寄与する。

【0013】

前記非連続性軽減部は、前記参照信号の振幅の変位が最大となる最大点までの間に徐々に前記第１ゲインを変化させてもよい。このように、適切でないゲインが乗算されたことがユーザに感知されやすい時点までに確実にゲインを切り替えることは快適なユーザ利用に寄与する。

【0014】

前記パワー瞬時値の変化率が所定値以上であることを検出するパワー変化検出部をさらに備え、前記ゲイン決定部は、前記パワー瞬時値の変化率が前記所定値以上であることを検出した場合には、前記第１ゲインを変化させなくてもよい。このように、発話中、無声音又は語尾の発話時にはゲインを変化させず、直前のゲインを維持することで、聞き取りやすい音声を担保できる。

【0015】

前記ゲイン決定部は、前記第２ゲインを第２時間より長い第３時間をかけて変化させてもよい。これにより、ゲインの急峻な変化を防止することができる。

【0016】

前記ゲイン乗算部は、前記受話信号の大きさが閾値以上の場合には、前記第１ゲインを小さくしてもよい。これにより、信号を増幅し過ぎることによるクリップを防止することができる。また、装置の破損を防止することができる。

【0017】

本発明の他態様に係るエコー除去装置は、例えば、自動利得制御装置と、前記端末が有するマイクロホンから入力された入力信号を伝送する送話側信号経路に設けられており、前記スピーカから出力される音声が前記マイクロホンに入力することによって生じるエコーを除去するエコー除去部を備え、前記エコー除去部は、前記周波数領域変換部により変換された前記第２入力信号に基づいてエコー除去を行うことを特徴とする。すなわち、周波数領域変換部を自動利得制御装置とエコー除去部とで共有できる。これにより、少ない処理コストで適切にゲインを求めたり、エコーを除去したりすることができる。

【発明の効果】

【0018】

本発明によれば、演算装置の処理負荷を軽減しつつ、適切な利得制御を行うことができる。

【図面の簡単な説明】

【0019】

【図1】第１の実施の形態に係るエコー除去装置１が設けられた音声通信システム１００を模式的に示す図である。

【図2】エコー除去装置１の概略構成を示すブロック図である。

【図3】自動利得制御装置９の処理を説明する模式図である。

【図4】重みづけ関数の一例を示す図である。

【図5】サンプル数Ｔ１及びオーバーラップ率を説明する模式図である。

【図6】非連続性軽減部２２ｄの他の形態を説明する図であり、（ａ）は参照信号を示すグラフであり、（ｂ）、（ｃ）はゲインを示すグラフである。

【図7】非連続性軽減部２２ｄの他の形態を説明する図であり、（ａ）は参照信号を示すグラフであり、（ｂ）はゲインを示すグラフである。

【図8】第２の実施の形態に係るエコー除去装置２の概略構成を示すブロック図である。

【図9】第３の実施の形態に係るエコー除去装置３の概略構成を示すブロック図である。

【図10】自動利得制御装置９Ａの処理を説明する模式図である。

【図11】第４の実施の形態に係るエコー除去装置４の概略構成を示すブロック図である。

【図12】第５の実施の形態に係るエコー除去装置５の概略構成を示すブロック図である。

【図13】第６の実施の形態に係るエコー除去装置６の概略構成を示すブロック図である。

【発明を実施するための形態】

【0020】

以下、本発明に係る自動利得制御装置、自動利得制御方法及び自動利得制御プログラムの実施形態を、図面を参照して詳細に説明する。

【0021】

自動利得制御装置は、信号のゲイン（利得）を自動調整する装置である。以下の実施の形態では、自動利得制御装置は、エコー除去装置の中に設けられている。エコー除去装置は、音声通信システムにおいて、通話の際に発生するエコーを抑圧する装置である。

【0022】

＜第１の実施の形態＞
図１は、第１の実施の形態に係る自動利得制御装置９を有するエコー除去装置１が設けられた音声通信システム１００を模式的に示す図である。音声通信システム１００は、主として、マイクロホン５１及びスピーカ５２を有する端末５０と、２台の通信装置５３、５４と、スピーカアンプ５５と、エコー除去装置１と、を有する。

【0023】

音声通信システム１００は、端末５０（近端端末）を利用する近端話者（近端側にいる利用者Ａ）が、通信装置５４（遠端端末）を利用する利用者（遠端側にいる利用者Ｂ）と音声通信を行なうシステムである。通信装置５４を介して入力された音声信号（以下、受話信号という）をスピーカ５２によって拡声出力し、かつ、近端側にいる利用者Ａの発する音声をマイクロホン５１により集音して通信装置５４へ伝送することで、利用者Ａは、通信装置５３を把持することなく拡声通話（ハンズフリー通話）が可能となる。通信装置５３と通信装置５４とは、一般的な電話回線により接続されている。

【0024】

エコー除去装置１及び自動利得制御装置９は、例えば、音声通信システム１００内の通信端末等（例えば、車載装置、会議システム、携帯端末）に搭載される専用ボードとして構築されてもよい。また、エコー除去装置１は、例えば、主として、情報処理を実行するためのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの演算装置、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）やＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの記憶装置を含むコンピュータシステム及びソフトウエア（エコー抑圧プログラム）によって構成されてもよい。エコー抑圧プログラムは、コンピュータ等の機器に内蔵されている記憶媒体としてのＳＳＤや、ＣＰＵを有するマイクロコンピュータ内のＲＯＭ等に予め記憶しておき、そこからコンピュータにインストールしてもよい。また、エコー抑圧プログラムは、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスク等のリムーバブル記憶媒体に、一時的あるいは永続的に格納（記憶）しておいてもよい。

【0025】

図２は、エコー除去装置１及び自動利得制御装置９の概略構成を示すブロック図である。エコー除去装置１は、機能的には、主として、自動利得制御装置９と、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４（本発明のエコー除去部に相当）と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。図２において、上側の信号経路は、マイクロホン５１から入力された入力信号を伝送する送話側信号経路であり、下側の信号経路は、スピーカ５２へ受話信号を伝送する受話側信号経路である。また、図中、矢印は信号の流れ（処理の流れ）を示す。

【0026】

なお、エコー除去装置１の機能構成要素は、処理内容に応じてさらに多くの構成要素に分類されてもよいし、１つの構成要素が複数の構成要素の処理を実行してもよい。

【0027】

エコー除去部１１は、例えば、適応フィルタを用いてエコーを除去する。エコー除去部１１は、参照信号に基づいて、与えられた手順に従ってフィルタ係数を更新し、受話側信号経路を伝送される信号から擬似エコー信号を生成し、送話側信号経路を伝送される入力信号から擬似エコー信号を減算することで、エコーを除去するものである。ここで、参照信号とは、スピーカ５２を鳴らすための信号であり、受話側信号経路を伝送された受話信号に対してゲイン乗算部２３（後に詳述）及びＥＱ・ゲイン・コンプレッサ１６（後に詳述）で処理が行われた後の信号である。なお、適応フィルタについては既に公知であるため、説明を省略する。

【0028】

なお、本実施の形態では、エコー除去部１１に適応フィルタを適用したが、その他の公知のエコー除去技術をエコー除去部１１に適用することもできる。

【0029】

周波数分析器（ＦＦＴ部）１２は、信号に対して高速フーリエ変換（ＦＦＴ、Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を行う。ＦＦＴ部１２は、エコー除去部１１の処理において周波数変換を行う機能部である。ＦＦＴ部１２は、時系列に並んだ信号（時間の領域）を周波数の集合で表す信号（周波数の領域）に変換する。

【0030】

なお、図においては便宜上、ＦＦＴ部１２とＦＦＴ部２１とは異なるブロックに記載されているが、同一の機能部により処理されてもよい。

【0031】

ノイズ／エコーサプレッサ１４は、例えば、線形エコーを除去するエコー除去部１１で除去できなかった非線形エコーを除去する機能部である。ノイズ／エコーサプレッサ１４は、例えば適宜の周波数フィルタ等の他、パワー瞬時値を参照した非線形エコー抑圧処理を実施してもよい。ノイズ／エコーサプレッサ１４からの出力値は、ＩＦＦＴ部１５により逆高速フーリエ変換（ＩＦＦＴ、Ｉｎｖｅｒｓｅ ＦＦＴ）され、通信装置５３の出力部５３１から出力信号として出力される。

【0032】

なお、本実施の形態では、ＦＦＴ部１２で高速フーリエ変換を行い、ＩＦＦＴ部１５で逆高速フーリエ変換を行ったが、ＦＦＴ部１２及びＩＦＦＴ部１５で行う処理はこれに限られない。例えば、ＦＦＴ部１２で離散フーリエ変換（ＤＦＴ、ｄｉｓｃｒｅｔｅＦＴ）を行い、ＩＦＦＴ部１５で逆離散フーリエ変換（ＩＤＦＴ、Ｉｎｖｅｒｓｅ ＤＦＴ）を行ってもよい。

【0033】

自動利得制御装置９は、入力部５３２から入力され、受話側信号経路を伝送される受話信号に基づいてゲインを決定し、このゲインを受話信号に乗じる。本実施の形態では、参照信号に基づいてゲインを決定する。

【0034】

ゲインを乗じた受話信号は、ＥＱ・ゲイン（ゲイン制御又はゲイン乗算）・コンプレッサ１６を経てスピーカアンプ５５に出力される。ＥＱ・ゲイン・コンプレッサ１６は、所定の周波数帯域の音量を押さえるイコライザーと、音量の強弱の幅を圧縮するコンプレッサーとを含む。なお、ＥＱ・ゲイン・コンプレッサ１６は必須ではない。この場合には、受話信号に対してゲイン乗算部２３（後に詳述）で処理が行われた後の信号を参照信号とすればよい。

【0035】

なお、エコー除去装置１は一般的な発話検知やノイズキャンセリングに関する構成を有していてよい。各構成の処理は既に公知であるため、説明を省略する。

【0036】

次に、自動利得制御装置９について説明する。自動利得制御装置９は、主として、ＦＦＴ部２１と、ゲイン決定部２２と、ゲイン乗算部２３と、を機能的に有する。ゲイン決定部２２は、主として、パワー瞬時値取得部２２ａと、平均パワー推定部２２ｂと、ゲイン算出部２２ｃと、非連続性軽減部２２ｄとを機能的に有する。ＦＦＴ部２１で処理された信号に基づいて、ゲイン決定部２２において出力信号のレベルを一定範囲とするゲイン（本発明の第１ゲインに相当）が求められ、このゲインがゲイン乗算部２３において受話信号に乗算される。

【0037】

図３は、自動利得制御装置９の処理を説明する模式図である。図中、矢印は信号の流れ（処理の流れ）を示す。ＥＱ・ゲイン・コンプレッサ１６は必須ではないため、図３ではＥＱ・ゲイン・コンプレッサ１６の処理を省略する。

【0038】

時間ｔａ（本発明の第１時間に相当）の最初に得られた受話信号をｘ（ｓ）とすると、参照信号ｙ（ｓ）は以下の数式（１）のように表される。また、時間ｔａの間に得られる最後の受話信号をｘ（ｓ＋Ｆ１－１）の参照信号ｙ（ｓ＋Ｆ１－１）は以下の数式（２）で表される。ここでＧ（ｓ）、Ｇ（ｓ＋Ｆ１－１）はゲイン乗算部２３で乗算されるゲイン（本発明の第１ゲインに相当）である。このようにして求められたＦ１個の参照信号ｙ（ｓ）～ｙ（ｓ＋Ｆ１－１）は、ＦＦＴ部２１に入力される

【数1】

・・・（１）

【数2】

・・・（２）

【0039】

ＦＦＴ部２１は、ＦＦＴ部１２と同様、信号に対して周波数変換を行う。周波数変換は、例えば高速フーリエ変換（ＦＦＴ、Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）である。ＦＦＴ部２１は、時間ｔａに得られたＦ１個（例えば、１２８個）のサンプルを取得するごとに高速フーリエ変換を行う。ＦＦＴ部２１は、上述の処理により、パワースペクトルをＹ［k］(t)として求める。ここで、ｔはフレームであり、例えば最初のＦ１個のサンプルが１フレーム（ｔ＝１）であり、その次のＦ１個のサンプルが２フレーム（ｔ＝２）である。また、ｋは周波数帯域であり、kの数（周波数の分解能）はサンプル数Ｆ１と同じである。このように、パワースペクトルＹ［k］(t)は、周波数情報（ｋ）と時間情報（ｔ）が混ざっている。

【0040】

ＦＦＴ部２１により得られたパワースペクトルＹ［k］(t)（本発明の第２入力信号に相当）は、ゲイン決定部２２に入力される。ゲイン決定部２２（パワー瞬時値取得部２２ａ、平均パワー推定部２２ｂ、ゲイン算出部２２ｃ、非連続性軽減部２２ｄ）は、ＦＦＴ部２１により得られたパワースペクトルＹ［k］(t)に基づいて、出力信号のゲインの変化率が所定値となるように、出力信号のゲインを算出する。

【0041】

パワー瞬時値取得部２２ａは、パワースペクトルＹ［k］（ｔ）に基づいて、参照信号のパワーの瞬時値であるパワー瞬時値Ｐ（ｔ）を算出する。より具体的には、パワー瞬時値取得部２２ａは、以下の数式（３）によりパワー瞬時値Ｐ（ｔ）を算出する。すなわち、パワー瞬時値Ｐ（ｔ）とは、対象周波数領域Ｆ０からＦ１における各パワースペクトルのパワーの総和である。

【数3】

・・・（３）

【0042】

なお、Ａ［ｋ］は、重みづけ関数である。図４は、重みづけ関数の一例を示す図である。例えば、重みづけ関数として、Ａ特性、Ｃ特性、重みづけを行わないＺ特性等を採用することができる。周波数帯域ごとに重みづけを異ならせることで、所望のパワー瞬時値Ｐ（ｔ）を得ることができる。例えば、人間が聞き取りにくい低周波数領域を切り捨てるＡ特性、Ｃ特性等を用いて重みづけをすることで、人間の感覚に近づけたパワー瞬時値Ｐ（ｔ）を得ることができる。

【0043】

パワー瞬時値取得部２２ａは、毎時刻ではなく、所定のサンプル数Ｆ１（時間ｔａ）ごとパワースペクトルＹ［ｋ］（ｔ）を求めるため、計算頻度が低く、処理コストを低減することができる。

【0044】

ＦＦＴ部２１により得られるパワースペクトル、およびパワー瞬時値取得部２２ａにより得られるパワー瞬時値は、ノイズ／エコーサプレッサ１４に入力される。ノイズ／エコーサプレッサ１４では、パワー瞬時値Ｐ（ｔ）を用いて非線形エコーの抑圧を行う。なお、ＦＦＴ部２１及びパワー瞬時値取得部２２ａは、ノイズ／エコーサプレッサ１４が有していてもよい。

【0045】

平均パワー推定部２２ｂは、時間ｔａより長い時間ｔｂ（本発明の第２時間に相当）の間にパワー瞬時値取得部２２ａにより求められた複数のパワー瞬時値Ｐ（ｔ）に基づいて、パワー瞬時値の平均値である平均パワーＡｖｅ（ｔ）を算出する。平均パワーＡｖｅ（ｔ）は、スピーカ５２（図２等参照）を鳴らす音の大きさの概算値を数値化したものである。

【0046】

例えば、平均パワー推定部２２ｂは、以下の数式（４）により一定区間Ｔ１からＴ２のパワー瞬時値Ｐ（ｔ）の総和を平均パワーＡｖｅ（ｔ）として求める。このＴ１～Ｔ２の間の時間は時間ｔｂと同じである。

【数4】

・・・（４）

【0047】

例えば、サンプル数Ｆ１が１２８個であり、サンプリング周波数が１６ｋＨｚであるとすると、時間ｔａは数ミリ秒であり、パワー瞬時値Ｐ（ｔ）では一瞬（数ミリ秒）のパワーが求められる。パワー瞬時値Ｐ（ｔ）は増減を繰り返すため、本実施の形態では、１～３秒程度のある程度の長い時間（時間ｔｂ）で平均パワーＡｖｅ（ｔ）を求めるようにしている。

【0048】

なお、平均パワー推定部２２ｂは、平均パワーＡｖｅ（ｔ）として一定区間Ｔ１からＴ２のパワー瞬時値Ｐ（ｔ）の総和を求めたが、平均パワーＡｖｅ（ｔ）の算出方法はこれに限られない。例えば、平均パワー推定部２２ｂは、一定区間Ｔ１からＴ２のパワー瞬時値Ｐ（ｔ）の平均値を平均パワーＡｖｅ（ｔ）としてもよいし、一定区間Ｔ１からＴ２のパワー瞬時値Ｐ（ｔ）の時間加重平均値（数式（５）参照）を平均パワーＡｖｅ（ｔ）としてもよいし、一定区間Ｔ１からＴ２のパワー瞬時値Ｐ（ｔ）の最大値を平均パワーＡｖｅ（ｔ）としてもよい。ただし、平均値を用いて平均パワーＡｖｅ（ｔ）を算出するのが最も正確である。また、時間加重平均値を用いて平均パワーＡｖｅ（ｔ）を算出するのが最も処理が軽い。

【数5】

・・・（５）

【0049】

ゲイン算出部２２ｃは、平均パワーＡｖｅ（ｔ）と、ゲインの目標値Ｄ１とに基づいてゲインＧ（ｔ）（本発明の第２ゲインに相当）を算出する。ゲイン算出部２２ｃは、例えば、以下の数式（６）によりゲインＧ（ｔ）を求める。

【数6】

・・・（６）

【0050】

本実施の形態では、平均パワーＡｖｅ（ｔ）の算出にゲイン乗算部２３でゲインが乗算された信号を用いているため、それを排除するために目標値にゲインＧ（ｔ－１）を乗算する。

【0051】

非連続性軽減部２２ｄは、ゲインの変化に伴う信号の非連続性を低減し、信号の変化が滑らかになるように、ゲイン算出部２２ｃで得られたＧ（ｔ）を調整してゲインＧ（ｓ＋ｋ）（本発明の第１ゲインに相当）を求める。非連続性軽減部２２ｄは、ゲインＧ（ｓ＋ｋ）の変化率を所定範囲内とする。

【0052】

ゲイン算出部２２ｃでは、Ｆ１個のサンプル毎に１回しかゲインＧ（ｔ）が求められないが、受話信号は連続して入力される。このときに急にゲインＧ（ｔ）が変更されると、ゲインの変化に伴う信号の不連続性が発生し、異音が入るおそれがある。したがって、非連続性軽減部２２ｄは、ゲインＧ（ｓ＋ｋ）の変化率を所定範囲内とし、信号の非連続性を低減する。

【0053】

非連続性軽減部２２ｄによる処理は、例えば以下の数式（７）により行われる。数式（７）では、ゲインＧ（ｓ＋ｋ）は、ｋ＝０のときは１つ前のフレームのゲインＧ（ｔ－１）となり、ｋ＝Ｔ１－１のときは今回のフレームのゲインＧ（ｔ）となり、任意のサンプル数ｋ＝０～Ｔ１－１の間で線形的にゲインＧ（ｓ＋ｋ）が変化している。なお、サンプル数Ｔ１はあらかじめ定めておくことができ、例えば６４サンプルである。

【数7】

・・・（７）

【0054】

なお、非連続性軽減部２２ｄによる処理は、数式（７）による処理には限られず、ゲイン変化前後の信号が滑らかに接続される種々の処理が採用できる。例えば、非連続性軽減部２２ｄは、以下の数式（８）によりゲインＧ（ｓ＋ｋ）を調整してもよい。数式（８）では、任意のサンプル数ｋ＝０～Ｔ１－１の間で、ゲイン変化前後の信号を曲線（ここでは、ｋ＝ｔ－１で最小値となる２次曲線）で接続する。これにより、より滑らかなゲイン変化を実現できる。

【数8】

・・・（８）

【0055】

数式（７）、（８）では、ｋ＝Ｔ１－１でゲインが不連続となり、ｋ＝０～Ｔ１－１の間はゲインを連続的に変化させる。このように、ゲインを連続的に変化させることで、ｋ＝Ｔ１－１におけるゲインの不連続の程度が小さくなり、近端話者（利用者Ａ、図１参照）が快適な音声を聞くことができる。

【0056】

ゲイン乗算部２３は、受話側信号経路に設けられており、ゲインＧ（ｓ＋ｋ）を受話信号に乗算する。

【0057】

なお、サンプル数Ｔ１は、１からオーバーラップ率を引いた値にサンプル数Ｆ１を乗算した値以下（Ｔ１≦（１－オーバーラップ率）＊Ｆ１）とすることが望ましい。以下、図５を用いてその理由を説明する。図５の横軸は時間軸である。

【0058】

一般的に、ＦＦＴ部２１における処理は、取得したデータを複数のフレームに分割し（オーバーラップ処理）、分割したそれぞれのフレームに窓関数をかけてからＦＦＴを行う。具体的には、図５に示すように、まず、時間Ｓ＝０以降に得られたＦ１個の受話信号ｘ（０）～ｘ（Ｆ１－１）に対してＦＦＴを行ってパワースペクトルＹ［k］(０)を得、これに基づいてゲインＧ（０）を求める。次に、時間Ｓ＝ａ以降に得られたＦ１個の受話信号ｘ（ａ）～ｘ（ａ＋Ｆ１－１）に対してＦＦＴを行ってパワースペクトルＹ［k］(１)を得、これに基づいてゲインＧ（１）を求める。そして、パワースペクトルＹ［k］(０)を得るための受話信号ｘ（０）～ｘ（Ｆ１－１）とパワースペクトルＹ［k］(１)を得るための受話信号ｘ（ａ）～ｘ（ａ＋Ｆ１－１）とは一部重なっている。この重なりのフレームサイズに対する比率がオーバーラップ率である。

【0059】

したがって、ゲイン乗算部２３が乗算するゲインＧ（ｓ＋ｋ）が１つ前のフレームのゲインＧ（ｔ－１）から今回のフレームのゲインＧ（ｔ）に遷移が完了するまでのフレーム数Ｔ１が、ゲイン決定部２２が今回のフレームのゲインＧ（ｔ）（図５におけるＧ（０））を得てから次のフレームのゲインＧ（ｔ＋１）（図５におけるＧ（１））を得るまでのフレーム数以下、すなわちＴ１≦（１－オーバーラップ率）＊Ｆ１以下とすることが望ましい。

【0060】

本実施の形態によれば、自動利得制御装置９が一定の時間ｔａごとに演算を行うため、演算装置の処理負荷を軽減することができる。したがって、処理性能が低いＣＰＵを用いて利得制御を行うことができる。また、自動利得制御装置９が参照信号のパワーを用いてゲインＧ（ｓ＋ｋ）を求めるため、適切な利得制御を行うことができる。特に、時間ｔｂの平均パワーＡｖｅ（ｔ）、すなわち参照信号の大きさを適切に反映した結果に基づいてゲインＧ（ｓ＋ｋ）を求めるため、より適切な利得制御を行うことができる。

【0061】

また、通常行われている従来の自動利得制御では、ゲイン乗算部２３がＦＦＴ部を有し、フーリエ変換後の結果を用いてゲインを求めているが、本実施の形態では参照信号を用いてゲインＧ（ｓ＋ｋ）を求めるため、ゲイン乗算部２３におけるＦＦＴ部が不要である。したがって、本実施の形態によれば、処理性能が低いＣＰＵを用いて利得制御を行うことができる。

【0062】

また、本実施の形態によれば、ノイズ／エコーサプレッサ１４がＦＦＴ部２１により得られたパワースペクトルＹ［k］(t)に基づいてエコー除去を行う、より詳細には、ＦＦＴ部２１により得られたパワースペクトルＹ［k］(t)及びパワー瞬時値取得部２２ａにより得られたパワー瞬時値Ｐ（ｔ）を用いてノイズ／エコーサプレッサ１４が非線形エコーの抑圧を行うため、ノイズ／エコーサプレッサ１４が別途パワースペクトルＹ［k］(t)及びパワー瞬時値Ｐ（ｔ）を算出する必要がない。また、ＦＦＴ部２１及びパワー瞬時値取得部２２ａを自動利得制御装置９とノイズ／エコーサプレッサ１４とで共有することができる。これにより、ノイズ／エコーサプレッサ１４の構成を有効に用いて、少ない処理コストで適切にゲインを求めたり、エコーを除去したりすることができる。

【0063】

なお、本実施の形態では、エコー除去装置１がエコー除去部１１とノイズ／エコーサプレッサ１４とを用いてエコーを除去したが、エコーを除去する形態はこれに限られない。例えば、エコー除去部１１は必須ではない。また、例えば、ノイズ／エコーサプレッサ１４に代えて、ノイズ／エコーサプレッサ１４の位置にエコー除去部１１を設けてもよい。この場合には、エコー除去部１１が本発明のエコー除去部に相当する。また、例えば、エコー除去部１１を無くし、ノイズ／エコーサプレッサ１４がエコー除去部１１の機能をも有していてもよい。

【0064】

また、例えば、ノイズ／エコーサプレッサ１４をＦＦＴ部２１とパワー瞬時値取得部２２ａとの間に設けてもよい。参照信号にノイズが含まれているとパワー瞬時値Ｐ（ｔ）の計算がしにくいため、パワー瞬時値取得部２２ａに入力される参照信号からあらかじめノイズを除去しておくことで容易に計算を行うことができる。

【0065】

また、本実施の形態では、非連続性軽減部２２ｄは、所定のサンプル数の間で線形的又は二次関数的にゲインＧ（ｓ＋ｋ）を変化させたが、非連続性軽減部２２ｄが行う処理の形態はこれに限られない。

【0066】

例えば、非連続性軽減部２２ｄは、図６（ａ）に示すように参照信号の振幅の変位が反転するゼロクロスポイントを検出した上で、図６（ｂ）に示すようにゼロクロスポイントまでの間で線形的又は二次関数的にゲインを変化させてもよい。また、例えば、非連続性軽減部２２ｄは、図６（ｃ）に示すように、ゼロクロスポイントまではゲインを変化させず、ゼロクロスポイントでゲインを変更してもよい。このように、非連続性軽減部２２ｄは、ゼロクロスポイントでゲインが不連続となるようにゲインＧ（ｓ＋ｋ）を変化させる。ゼロクロスポイントでは音量がゼロになるため、ゲインを急激に変化させてもユーザが違和感を感じにくい。したがって、ゼロクロスポイントでゲインを切り替えることは快適なユーザ利用に寄与する。なお、ゼロクロスポイントの検出は適宜の公知の手法によることができる。

【0067】

また、例えば、非連続性軽減部２２ｄは、図７（ａ）に示すように参照信号の振幅の変位が最大となる最大点を検出し、図７（ｂ）に示すように最大点までの間で線形的又は二次関数的にゲインＧ（ｓ＋ｋ）を変化させてもよい。信号が最大となる時点では、適切でないゲインが乗算されたことがユーザに感知されやすいため、信号が最大となる時点までに確実にゲインを切り替えることは快適なユーザ利用に寄与する。最大点の検出は適宜の公知の手法によることができる。

【0068】

また、本実施の形態では、フレーム数Ｔ１≦（１－オーバーラップ率）＊Ｆ１としたが、Ｔ１＞（１－オーバーラップ率）＊Ｆ１とすることも不可能ではない。ただし、Ｔ１＞（１－オーバーラップ率）＊Ｆ１とする場合には、数式（７）、（８）において、Ｇ（t－１）に代えて、前回のＧ（ｓ＋ｋ）（ｋ＝（１－オーバーラップ率）＊Ｆ１）とする必要がある点に注意が必要である。ただし、エコー除去装置１の性能としては、フレーム数Ｔ１までに目標値に達するように、フレーム数Ｔ１≦（１－オーバーラップ率）＊Ｆ１とすることが望ましい。

【0069】

＜第２の実施の形態＞
本発明の第２の実施の形態に係るエコー除去装置２について、第１実施形態と異なる部分を中心に説明する。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

【0070】

図８は、第２の実施の形態に係るエコー除去装置２及び自動利得制御装置９の概略構成を示すブロック図である。エコー除去装置２は、機能的には、主として、自動利得制御装置９と、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。エコー除去装置２では、エコー除去部１１がＦＦＴ部１２の後に構成されている点でエコー除去装置１と異なる。

【0071】

本実施の形態によれば、ＦＦＴ部１２での処理結果を用いてエコー除去部１１及びノイズ／エコーサプレッサ１４でエコーを消すことができる。

【0072】

＜第３の実施の形態＞
本発明の第３の実施の形態に係るエコー除去装置３について、第１実施形態と異なる部分を中心に説明する。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

【0073】

図９は、第３の実施の形態に係るエコー除去装置３の概略構成を示すブロック図である。エコー除去装置３は、機能的には、主として、自動利得制御装置９Ａと、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。

【0074】

自動利得制御装置９Ａは、参照信号に基づいてゲイン（本発明の第１ゲインに相当）を決定し、このゲインを受話信号に乗じる。自動利得制御装置９Ａは、主として、ＦＦＴ部２１と、ゲイン決定部２２Ａと、ゲイン乗算部２３と、を機能的に有する。ゲイン決定部２２は、主として、ゲイン算出部２２ｅと、平均部２２ｆと、非連続性軽減部２２ｄとを機能的に有する。ゲイン決定部２２Ａは、ゲイン算出部２２ｅが平均部２２ｆより前に設けられている点において、第１の実施形態にかかるゲイン決定部２２とは異なる。

【0075】

図１０は、自動利得制御装置９Ａの処理を説明する模式図である。図中、矢印は信号の流れ（処理の流れ）を示す。ＥＱ・ゲイン・コンプレッサ１６は必須ではないため、図１０ではＥＱ・ゲイン・コンプレッサ１６の処理を省略する。

【0076】

ゲイン決定部２２Ａにおいて、ＦＦＴ部２１で得られたパワースペクトルＹ［k］(t)に基づいて、出力信号のレベルが一定範囲となるゲイン（本発明の第１ゲインに相当）が求められ、このゲインがゲイン乗算部２３において受話信号に乗算される。

【0077】

ゲイン算出部２２ｅ（本発明の第２ゲイン算出部に相当）は、パワースペクトルＹ［k］（ｔ）に基づいて、周波数帯域ごとに所望のゲインを求める。より具体的には、ゲイン算出部２２ｅは、以下の数式（９）により周波数帯域ごとのゲインＧ［k］（ｔ）を算出する。

【数9】

・・・（９）

【0078】

平均部２２ｆは、以下の数式（１０）により、周波数ごとのゲインＧ［k］（ｔ）を周波数軸方向にＦ０からＦ１まで平均し、かつ時間軸方向にＴ１からＴ２まで平均することで、任意のフレームにおけるゲインＧ（ｔ）（本発明の第２ゲインに相当）を算出する。

【数10】

・・・（１０）

【0079】

本実施の形態によれば、自動利得制御装置９と同様に、演算装置の処理負荷を軽減しつつ、適切な利得制御を行うことができる。また、周波数ごとのゲインＧ［k］（ｔ）を周波数軸方向にＦ０からＦ１まで平均し、かつ時間軸方向にＴ１からＴ２まで平均してゲインＧ（ｔ）を求めることで、参照信号の大きさを適切に反映したより適切な利得制御を行うことができる。

【0080】

なお、本実施の形態では、平均部２２ｆは、周波数軸方向に平均化した上で時間軸方向に平均化するものとしたが、時間軸方向に平均化した上で周波数軸方向に平均化する処理を行ってもよい。また、平均部２２ｆは、周波数ごとに重みづけを行ってもよい。さらに、平均部２２ｆは、特定の周波数帯域のゲインを平均化する構成であってもよい。

【0081】

＜第４の実施の形態＞
本発明の第４の実施の形態に係るエコー除去装置４について、第１実施形態と異なる部分を中心に説明する。第４実施形態のエコー除去装置４が有する自動利得制御装置９Ｂは、パワー変化検出部４０を備える点で、先に説明した実施形態とは異なる。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

【0082】

図１１は、第４の実施の形態に係るエコー除去装置４及び自動利得制御装置９Ｂの概略構成を示すブロック図である。エコー除去装置４は、機能的には、主として、自動利得制御装置９Ｂと、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４（本発明のエコー除去部に相当）と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。

【0083】

自動利得制御装置９Ｂは、受話側信号経路を伝送される受話信号に基づいてゲインを決定し、このゲインを受話信号に乗じる。自動利得制御装置９Ｂは、主として、ＦＦＴ部２１と、ゲイン決定部２２Ｂと、ゲイン乗算部２３と、パワー変化検出部４０を機能的に有する。ゲイン決定部２２Ｂは、ゲイン決定部２２と同様に、主として、パワー瞬時値取得部２２ａと、平均パワー推定部２２ｂと、ゲイン算出部２２ｃと、非連続性軽減部２２ｄとを機能的に有するが、パワー瞬時値取得部２２ａと平均パワー推定部２２ｂとの間にパワー変化検出部４０が設けられている点でゲイン決定部２２と異なる。

【0084】

自動利得制御装置９Ｂにおいては、ＦＦＴ部２１で処理された信号に基づいて、ゲイン決定部２２Ａ及びパワー変化検出部４０において出力信号のレベルが一定範囲となるゲイン（本発明の第１ゲインに相当）が求められ、このゲインがゲイン乗算部２３において受話信号に乗算される。

【0085】

パワー変化検出部４０は、パワー瞬時値取得部２２ａで算出されたパワー瞬時値Ｐ（ｔ）の変化率が所定値以上であるか否かを検出する。例えば、パワー瞬時値Ｐ（ｔ）の正の変化率が閾値以上である、すなわちパワー瞬時値Ｐ（ｔ）が急激に増加する場合には、発話が開始された蓋然性が高い。また、例えば、パワー瞬時値Ｐ（ｔ）の負の変化率が閾値以上である、すなわちパワー瞬時値Ｐ（ｔ）が急激に減少する場合には、発話中に無声音や子音、語尾が発声されている蓋然性が高い。したがって、パワー変化検出部４０は、パワー瞬時値Ｐ（ｔ）の増加（発話）やパワー瞬時値Ｐ（ｔ）の減少（無声音や子音、語尾）を検出する。

【0086】

発話や無声音や子音、語尾の発話があると、それが原因でパワー瞬時値Ｐ（ｔ）の誤差が大きくなる恐れがある。したがって、パワー変化検出部４０は、発話や無声音や子音、語尾の発話を検出した場合には、ゲインを変化させず、直前のゲインを維持する（Ｇ（ｔ）＝Ｇ（ｔ－１））。そして、パワー変化検出部４０は、直前のゲインＧ（ｔ－１）をゲインＧ（ｔ）として非連続性軽減部２２ｄに出力する。

【0087】

本実施の形態によれば、発話が無い場合には直前のゲインを用いることで、処理が軽減できる。また、無声音又は語尾の発話時には、ゲインを変化させずに直前のゲインを維持することで、不要なゲインの変化を防ぎ、聞き取りやすい音声を担保できる。

【0088】

なお、本実施の形態では、パワー変化検出部４０がパワー瞬時値Ｐ（ｔ）の増加（発話）及びパワー瞬時値Ｐ（ｔ）の減少（無声音や子音、語尾）を検出したがパワー変化検出部４０がパワー瞬時値Ｐ（ｔ）及びパワー瞬時値Ｐ（ｔ）の減少のいずれか一方を検出してもよい。

【0089】

また、本実施の形態では、自動利得制御装置９Ｂはパワースペクトルの変化率に基づいて発話を検出するものとしたが、周波数特性等を参照して発話の有無を検出するものとしてもよい。

【0090】

＜第５の実施の形態＞
本発明の第５の実施の形態に係るエコー除去装置５について、第１実施形態と異なる部分を中心に説明する。第５実施形態のエコー除去装置５が有する自動利得制御装置９Ｃは、ゲイン算出時にいわゆるアタックタイム、リリースタイムを設ける点で、先に説明した実施形態とは異なる。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

【0091】

図１２は、第５の実施の形態に係るエコー除去装置５及び自動利得制御装置９Ｃの概略構成を示すブロック図である。エコー除去装置５は、機能的には、主として、自動利得制御装置９Ｃと、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。

【0092】

自動利得制御装置９Ｃは、受話側信号経路を伝送される受話信号に基づいてゲインを決定し、このゲインを受話信号に乗じる。自動利得制御装置９Ｃは、主として、ＦＦＴ部２１と、ゲイン決定部２２Ｃと、ゲイン乗算部２３とを機能的に有する。ＦＦＴ部２１で処理された信号に基づいて、ゲイン決定部２２Ｃにおいて出力信号のレベルが一定範囲となるゲイン（本発明の第１ゲインに相当）が求められ、このゲインがゲイン乗算部２３において受話信号に乗算される。

【0093】

ゲイン決定部２２Ｃは、ＦＦＴ部２１により得られたパワースペクトルＹ［k］(t)に基づいて、出力信号のゲインの変化率が所定値となるように、出力信号のゲインを算出する。ゲイン決定部２２は、主として、パワー瞬時値取得部２２ａと、平均パワー推定部２２ｂと、ゲイン算出部２２ｇと、非連続性軽減部２２ｄとを機能的に有する。

【0094】

ゲイン算出部２２ｇは、平均パワーＡｖｅ（ｔ）と、ゲインの目標値Ｄ１とに基づいて、数式（５）によりゲインＧ（ｔ）を算出する。このとき、ゲイン算出部２２ｇは、いわゆるアタックタイム又はリリースタイムを設けて、ゲインＧ（ｔ）を緩やかに変化させる。

【0095】

なお、アタックタイムは、最初に信号が入力された場合等に所望のゲインまでゲインを増加させるのに要する時間であり、アタックタイムを大きくするほどゲインは緩やかに増加する。また、リリースタイムは、ゲインが減少した場合等に所望のゲインまでゲインを低下させるのに要する時間であり、リリースタイムを大きくするほどゲインは緩やかに低下する。

【0096】

アタックタイム及びリリースタイムはあらかじめ設定されており、ゲイン算出部２２ｇはアタックタイム及びリリースタイムの時間を保持している。アタックタイム及びリリースタイムは、平均パワー推定部２２ｂが平均パワーＡｖｅ（ｔ）を算出する時間ｔｂ（本発明の第２時間に相当）より長い時間ｔｃ（本発明の第３時間に相当）であり、例えば１～１０秒程度である。

【0097】

ゲイン算出部２２ｇは、アタックタイム及びリリースタイムの時間をかけてゲインＧ（ｔ）を変化させる。例えば、アタックタイムが１０秒であり、ゲインＧ（ｔ）の変化が１である場合には、ゲイン算出部２２ｇは、１フレームで変化させるゲインＧ（ｔ）’（本発明の第２ゲインに相当）を、１を１０秒のフレーム数で割った大きさとする。

【0098】

非連続性軽減部２２ｄは、ゲイン算出部２２ｃで得られたＧ（ｔ）’を数式（７）のＧ（ｔ）に入力してゲインＧ（ｓ＋ｋ）（本発明の第１ゲインに相当）を求める

【0099】

本実施の形態によれば、ゲインの急峻な変化を防止することができる。なお、アタックタイム又はリリースタイムを設ける構成は、数フレーム（例えば、０．０１～０．１秒程度）の時間でゲインの非連続性を軽減する非連続性軽減部２２ｄによる処理と合わせて行うと一層効果的である。

【0100】

＜第６の実施の形態＞
本発明の第６の実施の形態に係るエコー除去装置６について、第１実施形態と異なる部分を中心に説明する。第５実施形態のエコー除去装置６が有する自動利得制御装置９Ｄは、ゲイン乗算時にクリップ対策を行う点で、先に説明した実施形態とは異なる。なお、以降の説明において、第１の実施形態と同様の構成については同一の符号を付し、説明を省略する。

【0101】

なお、クリップとは信号が規定のレベルを超えた部分が削られた状態で出力されることであり、クリップにより異音（クリップノイズ）が発生してしまう。

【0102】

図１３は、第６の実施の形態に係るエコー除去装置６及び自動利得制御装置９Ｄの概略構成を示すブロック図である。エコー除去装置６は、機能的には、主として、自動利得制御装置９Ｄと、エコー除去部１１と、周波数分析器（ＦＦＴ部）１２と、ノイズ／エコーサプレッサ１４と、復元部（ＩＦＦＴ部）１５と、ＥＱ・ゲイン・コンプレッサ１６と、を有する。

【0103】

自動利得制御装置９Ｄは、主として、ＦＦＴ部２１と、ゲイン決定部２２と、ゲイン乗算部２３Ａと、を機能的に有する。ＦＦＴ部２１で処理された信号に基づいて、ゲイン決定部２２において出力信号のレベルが一定範囲となるゲイン（本発明の第１ゲインに相当）が求められ、このゲインがゲイン乗算部２３Ａにおいて受話信号に乗算される。

【0104】

ゲイン乗算部２３Ａは、受話側信号経路に設けられており、非連続性軽減部２２ｄで求められたゲインＧ（ｓ＋ｋ）を受話信号に乗算する。このとき、ゲイン乗算部２３Ａは、受話信号の大きさ（レベル）を取得し、受話信号の大きさが任意の閾値以上の場合には、乗算するゲインを小さくする。また、ゲイン乗算部２３Ａは、受話信号の大きさ（レベル）によっては、ゲインを１まで小さく（ゲインの乗算を停止）してもよい。

【0105】

本実施の形態によれば、信号を増幅し過ぎることによるクリップを防止することができる。また、装置の破損を防止することができる。

【0106】

以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。

【符号の説明】

【0107】

１、２、３、４、５、６：エコー除去装置
９、９Ａ、９Ｂ、９Ｃ、９Ｄ：自動利得制御装置
１１ ：エコー除去部
１２ ：ＦＦＴ部
１４ ：ノイズ／エコーサプレッサ
１５ ：ＩＦＦＴ部
１６ ：ＥＱ・ゲイン・コンプレッサ
２１ ：ＦＦＴ部
２２、２２Ａ、２２Ｂ、２２Ｃ：ゲイン決定部
２２ａ ：パワー瞬時値取得部
２２ｂ ：平均パワー推定部
２２ｃ、２２ｅ、２２ｇ：ゲイン算出部
２２ｄ ：非連続性軽減部
２２ｆ ：平均部
２３、２３Ａ：ゲイン乗算部
４０ ：パワー変化検出部
５０ ：端末
５１ ：マイクロホン
５２ ：スピーカ
５３ ：通信装置
５４ ：通信装置
５５ ：スピーカアンプ
１００ ：音声通信システム
５３１ ：出力部
５３２ ：入力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【手続補正書】

【提出日】2024-02-16

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部と、
前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部と、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部と、
を備え、
前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御装置。

【請求項2】

前記ゲイン決定部は、
前記第２入力信号に基づいて、前記参照信号のパワーの瞬時値であるパワー瞬時値を算出するパワー瞬時値取得部と、
前記第１時間より長い第２時間の間に前記パワー瞬時値取得部により求められた複数の前記パワー瞬時値に基づいて、前記スピーカを鳴らす音の大きさの概算値を数値化した平均パワーを算出する平均パワー推定部と、
前記平均パワーと、ゲインの目標値とに基づいて所望の第２ゲインを算出するゲイン算出部と、
前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、
を備えたことを特徴とする請求項１に記載の自動利得制御装置。

【請求項3】

前記ゲイン決定部は、
前記第２入力信号とゲインの目標値とに基づいて、周波数帯域ごとに第３ゲインを算出する第２ゲイン算出部と、
前記第１時間より長い第２時間の間に算出された前記第３ゲインを、周波数方向および時間方向に前記ゲインを平均して第２ゲインを算出する平均部と、
前記第２ゲインに基づいて前記第１ゲインを算出する非連続性軽減部であって、前記第１ゲインの変化率を所定範囲内とする非連続性軽減部と、
を備えたことを特徴とする請求項１に記載の自動利得制御装置。

【請求項4】

前記非連続性軽減部は、前記参照信号の振幅の変位が反転するゼロクロスポイントで前記第１ゲインが不連続となるようにする
ことを特徴とする請求項２又は３に記載の自動利得制御装置。

【請求項5】

前記非連続性軽減部は、前記参照信号の振幅の変位が最大となる最大点までの間に徐々に前記第１ゲインを変化させる
ことを特徴とする請求項２又は３に記載の自動利得制御装置。

【請求項6】

前記パワー瞬時値の変化率が所定値以上であることを検出するパワー変化検出部をさらに備え、
前記ゲイン決定部は、前記パワー瞬時値の変化率が前記所定値以上であることを検出した場合には、前記第１ゲインを変化させない
ことを特徴とする請求項２に記載の自動利得制御装置。

【請求項7】

前記ゲイン決定部は、前記第２ゲインを前記第２時間より長い第３時間をかけて変化させる
ことを特徴とする請求項２から６のいずれか一項に記載の自動利得制御装置。

【請求項8】

前記ゲイン乗算部は、前記受話信号の大きさが閾値以上の場合には、前記第１ゲインを小さくする
ことを特徴とする請求項１から７のいずれか一項に記載の自動利得制御装置。

【請求項9】

請求項１から８のいずれか一項に記載の自動利得制御装置と、
前記端末が有するマイクロホンから入力された入力信号を伝送する送話側信号経路に設けられており、前記スピーカから出力される音声が前記マイクロホンに入力することによって生じるエコーを除去するエコー除去部を備え、
前記エコー除去部は、前記周波数領域変換部により変換された前記第２入力信号に基づいてエコー除去を行う
ことを特徴とするエコー除去装置。

【請求項10】

端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換するステップと、
前記第２入力信号に基づいて、第１ゲインを算出するステップと、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するステップと、を含み、
前記参照信号は、前記受話信号に前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御方法。

【請求項11】

コンピュータを、
端末が有するスピーカへ受話信号を伝送する受話側信号経路から第１時間の間に入力された時間領域の参照信号である第１入力信号を周波数領域の第２入力信号に変換する周波数領域変換部、
前記第２入力信号に基づいて、第１ゲインを算出するゲイン決定部、
前記受話側信号経路に設けられており、前記第１ゲインを前記受話信号に乗算するゲイン乗算部、として機能させ、
前記参照信号は、前記受話信号に前記ゲイン乗算部で前記第１ゲインが乗算された後の信号である
ことを特徴とする自動利得制御プログラム。