特表 2023-519249 エコー残留抑制

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-05-10

(54)【発明の名称】エコー残留抑制

(51)【国際特許分類】

   G10L 21/0216 20130101AFI20230428BHJP

   H04B 3/23 20060101ALI20230428BHJP

【ＦＩ】

G10L21/0216

H04B3/23

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2022557771

(86)(22)【出願日】2021-03-19

(85)【翻訳文提出日】2022-11-21

(86)【国際出願番号】 US2021023059

(87)【国際公開番号】W WO2021194859

(87)【国際公開日】2021-09-30

(31)【優先権主張番号】62/993,149

(32)【優先日】2020-03-23

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】63/153,523

(32)【優先日】2021-02-25

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

(71)【出願人】

【識別番号】507236292

【氏名又は名称】ドルビー ラボラトリーズ ライセンシング コーポレイション

(74)【代理人】

【識別番号】100101683

【弁理士】

【氏名又は名称】奥田 誠司

(74)【代理人】

【識別番号】100155000

【弁理士】

【氏名又は名称】喜多 修市

(74)【代理人】

【識別番号】100188813

【弁理士】

【氏名又は名称】川喜田 徹

(74)【代理人】

【識別番号】100202197

【弁理士】

【氏名又は名称】村瀬 成康

(72)【発明者】

【氏名】ワン，ニィン

【テーマコード（参考）】

5K046

【Ｆターム（参考）】

5K046AA01

5K046BA06

5K046BB01

5K046HH11

5K046HH56

5K046HH61

5K046HH69

5K046HH79

(57)【要約】

音声処理方法は、推定パワーゲイン特性によって示されるエコーキャンセレーションの長期間にわたる量に基づいて推定エコー残留パワーを計算することを含む。推定パワーゲイン特性は、基準信号およびエコー残留信号に基づく。次いで、エコー残留のエコーサプレッションは、推定エコー残留パワーに基づいて行われ得る。

【特許請求の範囲】

【請求項1】

コンピュータに実装された音声処理方法であって、
基準信号およびエコー残留信号を受け取る工程と、
周波数帯域化を前記基準信号および前記エコー残留信号に対して行うことによって、それぞれ帯域化基準信号および帯域化エコー残留信号を生成する工程と、
前記帯域化基準信号および前記帯域化エコー残留信号に基づいて、音響エコーキャンセラの推定パワーゲイン特性およびループバックパワーを計算する工程であって、前記ループバックパワーは、前記帯域化基準信号の履歴値の組み合わせに対応する、工程と、
前記帯域化エコー残留信号、前記ループバックパワーおよび前記推定パワーゲイン特性に基づいて、推定エコー残留パワーを計算する工程と、
前記帯域化エコー残留信号および前記推定エコー残留パワーに基づいて、複数の帯域化ゲインを計算する工程と、
前記複数の帯域化ゲインを前記エコー残留信号に適用することによって変更エコー残留信号を生成する工程と、
を包含する方法。

【請求項2】

前記基準信号をスピーカによって出力する工程
をさらに包含する請求項１に記載の方法。

【請求項3】

近端音声をマイクロフォンによってキャプチャする工程と、
前記近端音声に対応する近端音声信号を生成する工程と、
前記近端音声信号に対してエコーキャンセレーションを行うことによって前記エコー残留信号を生成する工程と、
をさらに包含する請求項１または２に記載の方法。

【請求項4】

前記変更エコー残留信号を遠端デバイスに送信する工程
をさらに包含する請求項１から３のいずれか１項に記載の方法。

【請求項5】

前記エコー残留信号は、複数の周波数ビンを有し、前記帯域化エコー残留信号は、複数の周波数帯域を有し、かつ、前記帯域化エコー残留信号を生成する工程は、
前記エコー残留信号に対して等価矩形帯域幅帯域化を行うことによって前記帯域化エコー残留信号を生成する工程であって、前記等価矩形帯域化は、人間の聴覚の心理音響モデルにしたがって、前記複数の周波数ビンを前記複数の周波数帯域に統合する、工程
を含む、請求項１から４のいずれか１項に記載の方法。

【請求項6】

前記推定パワーゲイン特性を計算する工程は、
優位適応フィルタタップファインダによって、複数の適応フィルタの複数の優位タップを計算する工程であって、前記複数の優位タップは、前記複数の適応フィルタのうちの他のタップと比較して、より大きな重み寄与分を前記複数の適応フィルタに与える、工程と、
前記複数の優位タップのうちの２つの優位タップおよび前記帯域化基準信号の履歴を使用して、前記帯域化基準信号の前記ループバックパワーを計算する工程と、
前記帯域化基準信号に基づくヒストグラムを使用して、前記推定パワーゲイン特性を計算する工程と、
を含む、請求項１から５のいずれか１項に記載の方法。

【請求項7】

前記推定パワーゲイン特性は、平均および分散を含む、
請求項６に記載の方法。

【請求項8】

前記ループバックパワーは、複数の帯域にわたって計算され、前記推定エコー残留パワーを計算する工程は、
前記複数の帯域のうちの各帯域に対してエコーキャンセラのパワーゲインを、前記推定パワーゲイン特性によってパラメータ化されたガウスランダム変数としてモデル化することによって、各帯域に対して前記ループバックパワーに応じて前記推定エコー残留パワーを計算する工程を含む、請求項１から７のいずれか１項に記載の方法。

【請求項9】

前記複数の帯域化ゲインを計算する工程は、前記エコー残留信号におけるローカルトークの尤度に基づいて、前記複数の帯域化ゲインを選択的に計算する工程を含み、前記ローカルトークは、請求項１から８のいずれか１項に記載の方法を実装するデバイスによってキャプチャされた音声に対応する、請求項１から８のいずれか１項に記載の方法。

【請求項10】

前記エコー残留信号におけるローカルトークの尤度は、前記エコー残留信号を、複数の帯域にわたって適用されたガウス混合モデルとしてモデル化することによって計算される、請求項９に記載の方法。

【請求項11】

前記エコー残留信号におけるローカルトークの尤度は、複数の周波数帯域にわたって合計された前記推定パワーゲイン特性の平均および分散に基づくｌｏｇ尤度である、請求項９に記載の方法。

【請求項12】

前記複数の帯域化ゲインを計算する工程は、前記複数の周波数帯域にわたってグローバル最大抑制ゲインを計算する工程を含む、請求項９に記載の方法。

【請求項13】

前記グローバル最大抑制ゲインを計算する工程は、前記ローカルトークが存在することに対応する第１のゲイン、前記ローカルトークが存在しないことに対応する第２のゲイン、および前記ローカルトークの尤度に基づく、請求項１２に記載の方法。

【請求項14】

前記エコー残留信号は、複数の周波数ビンを有し、前記複数の帯域化ゲインのうちの所与の帯域化ゲインは、前記複数の周波数ビンのうちの所与の周波数ビンに対応し、かつ、前記変更エコー残留信号を生成する工程は、
前記エコー残留信号の前記複数の周波数ビンのうちのそれぞれに対して、前記複数の帯域化ゲインのうちの対応する帯域化ゲインを適用して、前記変更エコー残留信号を生成する工程
を含む、請求項１から１３のいずれか１項に記載の方法。

【請求項15】

プロセッサによる実行時に、請求項１から１４のいずれか１項に記載の方法を含む処理を実行するように装置を制御するコンピュータプログラムを記憶する非一時的コンピュータ読取可能媒体。

【請求項16】

音声処理装置であって、前記装置は、
プロセッサ
を備え、
前記プロセッサは、基準信号およびエコー残留信号を受け取るように前記装置を制御するように構成され、
前記プロセッサは、周波数帯域化を前記基準信号および前記エコー残留信号に対して行うことによって、それぞれ帯域化基準信号および帯域化エコー残留信号を生成するように前記装置を制御するように構成され、
前記プロセッサは、前記帯域化基準信号および前記帯域化エコー残留信号に基づいて、音響エコーキャンセラの推定パワーゲイン特性およびループバックパワーを計算するように前記装置を制御するように構成され、前記ループバックパワーは、前記帯域化基準信号の履歴値の組み合わせに対応し、
前記プロセッサは、前記帯域化エコー残留信号、前記ループバックパワーおよび前記推定パワーゲイン特性に基づいて、推定エコー残留パワーを計算するように前記装置を制御するように構成され、
前記プロセッサは、前記帯域化エコー残留信号および前記推定エコー残留パワーに基づいて、複数の帯域化ゲインを計算するように前記装置を制御するように構成され、かつ、
前記プロセッサは、前記複数の帯域化ゲインを前記エコー残留信号に適用することによって変更エコー残留信号を生成するように前記装置を制御するように構成される、装置。

【請求項17】

前記基準信号を出力するように構成されたスピーカ
をさらに備える請求項１６に記載の装置。

【請求項18】

近端音声をキャプチャするように構成されたマイクロフォン
をさらに備え、
前記プロセッサは、前記近端音声に対応する近端音声信号を生成するように前記装置を制御するように構成され、
前記プロセッサは、前記近端音声信号に対してエコーキャンセレーションを行うことによって前記エコー残留信号を生成するように前記装置を制御するように構成される、請求項１６または１７に記載の装置。

【請求項19】

前記装置は、前記変更エコー残留信号を遠端デバイスに送信するように構成される、請求項１６から１８のいずれか１項に記載の装置。

【請求項20】

前記ループバックパワーは、複数の帯域にわたって計算され、
前記プロセッサは、前記複数の帯域のうちの各帯域に対してエコーキャンセラのパワーゲインを、前記推定パワーゲイン特性によってパラメータ化されたガウスランダム変数としてモデル化することによって、各帯域に対して前記ループバックパワーに応じて前記推定エコー残留パワーを計算するように前記装置を制御するように構成される、請求項１６から１９のいずれか１項に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願への相互参照
本願は、２０２０年３月２３日付け出願の米国仮特許出願第６２／９９３，１４９号および２０２１年２月２５日付け出願の米国仮特許出願第６３／１５３，５２３号に基づく優先権を主張するものであり、各出願の開示内容をすべて本願に援用する。

【0002】

本開示は、音声処理に関し、より具体的には、エコーサプレッション（ｅｃｈｏ ｓｕｐｐｒｅｓｓｉｏｎ）に関する。

【背景技術】

【0003】

本明細書において特に断らない限り、本節に記載のアプローチは、本出願の特許請求の範囲に対して従来技術とはならず、かつ、本節に含まれるからといって従来技術と認めるわけではない。

【0004】

音声会議システムなどの遠隔通信デバイスは、一般に、スピーカおよびマイクロフォンの両方を含む。通信における双方の話者（ｐａｒｔｙ）は、近端話者（near end party）および遠端話者（far end party）と呼ばれることがある。近端話者は、第１の遠隔通信デバイスに近く、遠端話者は、近端話者とは異なる位置にて、第２の遠隔通信デバイスを使用し、有線または無線遠隔通信ネットワークを介して通信を行う。近端デバイスのマイクロフォンは、近端話者の音声をキャプチャするだけでなく、近端におけるスピーカから出力された遠端話者の音声もキャプチャし得る。マイクロフォンによってキャプチャされるスピーカからの出力は、一般に、エコーと呼ばれる。近端遠隔通信デバイスは、一般に、近端においてキャプチャされた音声を遠端に送信する前にエコーを低減するためのエコー管理システムを含む。

【0005】

エコー管理システムは、一般に、エコーキャンセレーションシステムと、その後段のエコーサプレッションシステムとを含む。エコーキャンセレーションシステムは、線形システムであり、典型的には、適応フィルタを含み得る。エコーキャンセレーション後に音声信号に残るエコーは、一般に、「エコー残留」と呼ばれる。エコーサプレッションシステムは、非線形システムであり、エコー残留を低減するために、音声信号をさらに減衰させようとする。エコーサプレッションシステムによって行われる減衰は、異なるゲインを異なる周波数または周波数帯域に適用し得るという点で非線形と呼ばれる。

【0006】

遠隔通信デバイスは、一般に、物理的エコーリターンロス（例えば、スピーカとマイクロフォンとの距離による）、エコーキャンセレーションおよびエコーサプレッションの寄与に基づく、合わせておよそ５０ｄＢのエコー低減を実現する。

【発明の概要】

【発明が解決しようとする課題】

【0007】

要旨
既存のエコー管理システムの問題点の１つは、音声会議またはビデオ会議などの遠隔通信用にラップトップコンピュータを使用することが多くなってきていることである。ラップトップコンピュータにおいては、スピーカとマイクロフォンとが非常に近接しているので、目標である５０ｄＢのエコー低減を達成することが困難となる。上記を鑑み、エコー残留を低減するためにエコーサプレッションシステムを改善することが求められている。

【課題を解決するための手段】

【0008】

一実施形態によると、コンピュータに実装された音声処理方法は、基準信号およびエコー残留信号を受け取る工程を含む。方法は、帯域化を基準信号およびエコー残留信号に対して行うことによって、それぞれ帯域化基準信号および帯域化エコー残留信号を生成する工程をさらに含む。方法は、帯域化基準信号および帯域化エコー残留信号に基づいて、推定パワーゲイン特性（ｐｒｏｆｉｌｅ）およびループバックパワーを計算する工程をさらに含む。方法は、帯域化エコー残留信号、ループバックパワーおよび推定パワーゲイン特性に基づいて、推定エコー残留パワーを計算する工程をさらに含む。方法は、帯域化エコー残留信号および推定エコー残留パワーに基づいて、複数の帯域化ゲインを計算する工程をさらに含む。方法は、複数の帯域化ゲインをエコー残留信号に適用することによって変更エコー残留信号を生成する工程をさらに含む。

【0009】

他の実施形態によると、装置は、スピーカ、マイクロフォンおよびプロセッサを含む。プロセッサは、本明細書に記載の方法のうちの１つ以上を実施するように装置を制御するように構成される。装置は、本明細書に記載の方法のうちの１つ以上と同様の詳細をさらに含み得る。

【0010】

他の実施形態によると、非一時的コンピュータ読取可能媒体は、プロセッサによる実行時に、本明細書に記載の方法のうちの１つ以上を含む処理を実行するように装置を制御するコンピュータプログラムを記憶する。

【0011】

以下の詳細な説明および添付の図面によって、種々の実装例の性質および利点がさらに理解される。

【図面の簡単な説明】

【0012】

【図1】図１は、エコー管理システム１００のブロック図である。

【0013】

【図2】図２は、エコーキャンセラ２０１（図１を参照）のブロック図である。

【0014】

【図3】図３は、エコーサプレッサ３０１（図１を参照）のブロック図である。

【0015】

【図4】図４は、ループバックパワー計算器４００のブロック図である。

【0016】

【図5】図５は、ループバックパワーX(チルダ付き)(b,t')と適応フィルタのエラー（エコー残留）伝達関数H(チルダ付き)(b,t')との関係のヒストグラムである。

【0017】

【図6】図６は、確率密度関数Pr(x│E^c)を例示するグラフである。

【0018】

【図7】図７は、一実施形態にかかる、本明細書に記載の特徴および処理を実施するための移動型デバイスアーキテクチャ７００である。

【0019】

【図8】図８は、音声処理方法８００のフローチャートである。

【発明を実施するための形態】

【0020】

本明細書において、エコーサプレッションに関する技術を記載する。以下に、説明を目的として、本開示を完全に理解するために、多くの例および具体的な詳細を記載する。しかし、特許請求の範囲に定義される本開示がこれらの例における特徴のうちの一部または全部を単独で、または、下記の他の特徴と組み合わせて含み得ることや、本明細書に記載の特徴および概念の変更または均等物をさらに含み得ることが当業者には明らかとなるであろう。

【0021】

以下に、種々の方法、処理および手順を詳述する。特定の工程をある順番で記載することがあるが、そのような順番は、主に記載を簡便および明瞭にするためである。特定の工程が１回よりも多く繰り返されてもよく、他の工程の前または後に生じてもよく（これら工程が他の順番で記載された場合においても）、および他の工程と並列に生じてもよい。第２の工程は、第１の工程が第２の工程の開始前に完了していなければいけない場合のみ第１の工程の後に行われることが要求される。そのような状況が文脈から明らかでない場合は、具体的に指摘する。

【0022】

本明細書において、用語「および」、「または」および「および／または」を使用する。そのような用語は、包含の意味を有するように読まれる。例えば、「ＡおよびＢ」は、少なくとも以下を意味し得る。「ＡおよびＢの両方」、「少なくともＡおよびＢの両方」。別の例として、「ＡまたはＢ」は、少なくとも以下を意味し得る。「少なくともＡ」、「少なくともＢ」、「ＡおよびＢの両方」、「少なくともＡおよびＢの両方」。別の例として、「Ａおよび／またはＢ」は、少なくとも以下を意味し得る。「ＡおよびＢ」、「ＡまたはＢ」。排他的論理和を意図する場合は、そのことを具体的に記載する（例えば、「ＡまたはＢの一方」、「ＡおよびＢのうちのたかだか１つ」）。

【0023】

本明細書は、ブロック、素子、コンポーネント、回路などの構造に関連する種々の処理機能を記載する。一般に、これらの構造は、１つ以上のコンピュータプログラムによって制御されるプロセッサによって実装され得る。

【0024】

以下に、エコー管理のための種々の実施形態の概要を簡単に記載する。システムは、まず、各帯域に対してエコーキャンセラのパワーゲインをガウス分布ランダム変数としてモデル化することによって、入力信号の各帯域におけるエコー残留パワーを推定する。ガウス分布ランダム変数の平均および分散は、ループバックパワーおよびゲイン特性推定に依存する。次に、システムは、各帯域および各異なる入力レベルに対して統計的ゲイン特性を推定する。システムは、統計的ゲイン特性を使用して、入力レベルを複数のセグメントに量子化する。次に、システムは、広帯域エコー残留をガウス混合モデルとしてモデル化し、そして、ローカルトーク（ｌｏｃａｌ ｔａｌｋ）の尤度を計算する。最後に、ローカルトークの尤度に応じて、システムは、異なる最大抑制を入力信号の帯域に適用する。以下に、さらなる詳細を記載する。

【0025】

図１は、エコー管理システム１００のブロック図である。エコー管理システム１００は、概して、遠端デバイスへ送信する前に、近端デバイスによってキャプチャされた音声からエコーを除去する。例えば、遠端からの音声が近端デバイスによって受信され、そして近端デバイスのスピーカから出力される場合、「エコー」は、スピーカから出力されたこの音声であって、近端デバイスのマイクロフォンによってキャプチャされるものに対応する。エコー管理システム１００は、分析フィルタバンク１０１、エコーキャンセラ２０１、エコーサプレッサ３０１および合成フィルタバンク１１１を含む。

【0026】

分析フィルタバンク１０１は、基準信号１２０（

とも表記する）およびキャプチャ信号１２２（

とも表記する）を受信し、変換を行い、変換基準信号１３０（

)とも表記する）および変換キャプチャ信号１３２（

とも表記する）を生成する。基準信号１２０は、遠端デバイスから受信され、そして近端デバイスのスピーカによって出力される信号に対応する。キャプチャ信号１２２は、近端デバイスのマイクロフォンによってキャプチャされた音声に対応する。この音声は、ローカルトーク（例えば、近端デバイスに対応づけられる人物の音声）およびスピーカの出力のエコー（例えば、遠端デバイスに対応づけられる人物の音声）を含み得る。

【0027】

上記変換は、概して、入力信号をある領域から別の領域に変換することに対応する（例えば、時間領域から周波数領域への変換）。分析フィルタバンク１０１は、基準信号１２０およびキャプチャ信号１２２に対してフィルタリングおよびデシメーションを行って、変換基準信号１３０および変換キャプチャ信号１３２を生成する。例えば、分析フィルタバンク１０１は、

に対してフィルタリングおよびデシメーションを行って、

を生成する。ここで、

は、サブ帯域フィルタ指数を示し、

は、デシメーション後の新たな時間変数を示す。同様に、分析フィルタバンク１０１は、

に対してフィルタリングおよびデシメーションを行って、

を生成する。

【0028】

パラメータｋは、必要に応じて、所与の入力信号帯域幅に対して変換ビン（ｂｉｎ）のファインネス（ｆｉｎｅｎｅｓｓ）を調節するように調節され得る。例えば、基準信号１２０（または、キャプチャ信号１２２）の共通帯域幅は、４ｋＨｚ、８ｋＨｚ、１２ｋＨｚ、１６ｋＨｚ、２４ｋＨｚなどであってもよく、対応するサンプリングレートは、８ｋＨｚ、１６ｋＨｚ、２４ｋＨｚ、３２ｋＨｚ、４８ｋＨｚなどである。変換ビン帯域幅が２５Ｈｚの場合、変換（例えば、高速フーリエ変換）を行うときは、ｋは、４ｋＨｚ信号に対して１６０ビン、２４ｋＨｚ信号に対して９６０ビンなどであり得る。

【0029】

エコーキャンセラ２０１は、変換基準信号１３０および変換キャプチャ信号１３２を受け取り、エコーキャンセレーションを行って、エコー残留信号１４０（

とも表記する）を生成する。一般に、エコーキャンセレーションは、

に基づいて線形フィルタリングを

に適用して、

を生成することを意味する。エコーキャンセラ２０１は、典型的には、適応フィルタを実装する。図２を参照して、エコーキャンセラ２０１をさらに詳細に説明する。エコー残留信号１４０は、エコーキャンセレーションを変換キャプチャ信号１３２に適用した結果生じるので、「エコー残留信号」と称される。エコーキャンセレーション後であって、エコーサプレッションの前に信号に残存するエコーが「残留エコー」である。

【0030】

エコーサプレッサ３０１は、変換基準信号１３０およびエコー残留信号１４０を受け取り、エコーサプレッションを行うことにより、変更エコー残留信号１５０（

とも表記する）を生成する。一般に、エコーサプレッションとは、

に基づいて非線形減衰を

に適用して、変更エコー残留信号

を抑制信号として生成することを意味する。図３を参照して、エコーサプレッサ３０１をさらに詳細に説明する。

【0031】

合成フィルタバンク１１１は、変更エコー残留信号１５０を受け取り、逆変換を行って、変更キャプチャ信号１６０（

とも表記する。これは、時間領域信号である）を生成する。逆変換は、概して、分析フィルタバンク１０１によって行われる変換の逆変換に対応する。次いで、変更キャプチャ信号１６０は、近端デバイスから遠端デバイスに送信され得る。

【0032】

エコー管理システム１００に対して、例えば式（１）を使用して、エコーは、線形フィルタを再生信号に適用することとしてモデル化できる。

【数1】

（１）

【0033】

式（１）において、

は、キャンセル対象のエコーに対応し、

は、スピーカ－室内－マイクロフォンインパルス応答（スピーカおよびマイクロフォンを有する近端デバイスが位置する部屋）のモデルに対応し、

は、基準信号１２０に対応し、

は、ノイズに対応する。

【0034】

アップリンクボイスがない（例えば、近端においてローカルトークがなく、かつ、マイクロフォンがスピーカ出力のエコーだけをキャプチャする。アップリンクボイスはまた、近端ボイスと称され得る）場合、式（２）を得る。

【数2】

（２）

【0035】

式（１）および（２）において、

は、最小平均二乗（ＬＭＳ）処理、正規化最小平均二乗（ＮＬＭＳ）処理、再帰最小二乗（ＲＬＳ）処理などの種々の手法によって推定され得る。

【0036】

その音響的性質のため、典型的な室内インパルス応答は、数千を超えるタップを有し、したがって、適応フィルタは、大量の計算リソースを必要とし得る。これは、ラップトップおよびデスクトップコンピュータにとって非常に望ましくなく、計算を低減させるために、フィルタバンク１０１を使用してサブ帯域適応フィルタを実装する。

【0037】

図２は、エコーキャンセラ２０１（図１を参照）のブロック図である。エコーキャンセラ２０１は、分析ビンの個数に対応する複数の適応フィルタ（例えば、ｋ個の適応フィルタ）を含む。２つの適応フィルタ２５１および２５２を図示する。適応フィルタ２５１は、

および

を受け取り、適応フィルタＨ_０を適用して、

を生成する。適応フィルタ２５２は、

および

を受け取り、適応フィルタＨ_ｋを適用して、

を生成する。エコーキャンセラ２０１内のその他の適応フィルタ（図示せず）は、残りのｋ－１個の成分を生成する。Ｘ、Ｙ、およびＶは、それぞれ、変換基準信号１３０、変換キャプチャ信号１３２、およびエコー残留信号１４０（図１を参照）に対応し、これらの信号は、それぞれのビンに対応し、ビンに対応する接尾辞を用いて表記される（例えば、基準信号１３０の０番目のビンに対して「１３０－０」、ｋ番目のビンに対して「１３０－ｋ」など）。フィルタ応答Ｈは、変換領域において室内インパルス応答

に対応する。

【0038】

フィルタバンク１０１によって実装されたサブ帯域適応フィルタは、アルゴリズムの複雑性を大きく低減できるが、フィルタ間でスペクトルが重複するので、エコーキャンセラ２０１の性能が劣化する。この問題に対処するために、閉ループサブ帯域適応フィルタが提案されるが、実際には複雑性が大きく増大するので、音響エコーキャンセレーションに対しては、開ループサブ帯域適応フィルタ（図２）がなおも一般に採用される技術である。

【0039】

図３は、エコーサプレッサ３０１（図１を参照）のブロック図である。上記のように、開ループサブ帯域適応フィルタは、声によるコミュニケーションを良好に行うことを可能にするためにエコーを５０ｄＢの量にまでキャンセルするための実用的な（ただし十分ではない）解決策である。音声呼び出し期間の大部分において、全二重通信（例えば、ダブルトーク、両端が話をしている）が生じることは、まれであるが、それが生じるときは、いずれのアクティブな話者も相手側の音声を理解することを期待していず、単に中断させようと思っているにすぎない。このことに基づいて、エコーキャンセレーション後に非線形エコーサプレッションを適用すれば、エコーをさらに抑制できるが、近端話者のアップリンクボイスが遠端話者をさえぎることも可能になる。

【0040】

上記を鑑み、三参加者によるマルチエンド呼び出し中は、サプレッサがエコー残留を多く通過させすぎると、さえぎられている参加者にとってはそうでないかもしれないが、第三の話者（つまり二重の状況におけるアクティブな二話者でない者）にとっては、使用感は良くないであろう。したがって、良好なサプレッサとしては、エコー残留をなるべく多く抑制（ｓｕｐｐｒｅｓｓ）しながらも、アップリンクボイスをなるべく多く通過させるのがよい。この目的は、線形演算に対しては、エコーキャンセラ２０１などの適応フィルタによってのみ可能となる。

【0041】

これらの問題に対処し、さらなるエコー管理を提供するために、エコーサプレッサ３０１は、エコーサプレッションを行うために、エコー残留について固有の統計を使用する。エコーサプレッサ３０１は、帯域化コンポーネント３１１、パワーゲイン特性推定器３１２、エコー残留推定器３１３、ゲイン計算器３１４および信号コンバイナ３１０を含む。

【0042】

帯域化コンポーネント３１１は、変換基準信号１３０（

とも表記する）およびエコー残留信号１４０（

とも表記する）を受け取り、周波数帯域化を行うことによって、帯域化基準信号３２０（

とも表記する）および帯域化エコー残留信号３２２（

とも表記する）を生成する。一般に、「帯域化（ｂａｎｄｉｎｇ）」とは、信号の複数のサブ帯域または周波数ビンをグループ化または統合することにより、帯域を形成することを意味する。得られる帯域の個数は、元のサブ帯域の個数または周波数ビンの個数よりも少なくなる。例えば、帯域化は、複数のサブ帯域または周波数ビンを合計して帯域を形成することによって行われてもよく、乗算、絶対値計算、マグニチュード計算などのさらなる演算を含んでもよい。帯域化コンポーネント３１１は、式（３）にしたがって、エコー残留信号１４０の帯域化を行って、帯域化エコー残留信号３２２を生成し得る。

【数3】

（３）

【0043】

帯域化コンポーネント３１１は、式（４）にしたがって変換基準信号１３０の帯域化を行うことにより、帯域化基準信号３２０を生成し得る。

【数4】

（４）

【0044】

式（３）および（４）において、Ｂ（ｂ）は、帯域ｂに対応付けられた１セットのビンｋに対応し、帯域化の出力は、各特定の帯域に対して、信号パワーに対応する。帯域化は、等価矩形帯域幅（ｅｑｕｉｖａｌｅｎｔ ｒｅｃｔａｎｇｕｌａｒ ｂａｎｄｗｉｄｔｈ（ＥＲＢ））帯域化であり得る。ＥＲＢ帯域化は、人間の聴覚の心理音響モデルに対応し、より大きな帯域幅をより低い周波数に対応付ける。例えば、ビンｋの個数は、９６０ビンであってもよく、帯域ｂの個数は、６１であってもよく、各帯域ｂは、複数個のビンｋに対応付けられる。ここで、より高い周波数帯域よりも、より低い周波数帯域により多くのビンが対応付けられる。

【0045】

パワーゲイン特性推定器３１２は、帯域化基準信号３２０および帯域化エコー残留信号３２２を受け取り、パワーゲイン特性を推定して、推定パワーゲイン特性３２４およびループバックパワー４２０（

とも表記する。図４を参照）を生成する。推定パワーゲイン特性３２４は、エコーキャンセラ２０１（図１を参照）などの音響エコーキャンセラのパワーゲイン特性の推定値に対応する。パワーゲイン特性推定器３１２はまた、ダブルトークの存在を示す制御信号３２６を受け取り得る。ダブルトークは、遠端話者および近端話者の両方が同時に話をしている状況（例えば、遠端音声が基準信号１２０にしたがって示され、近端音声がキャプチャ信号１２２によって示され、かつ近端音声は近端においてスピーカによって出力されマイクロフォンによってキャプチャされた遠端音声のエコーを含んでいる）を意味する。

【0046】

エコーキャンセラ２０１が定常状態に達し、かつ、アップリンクボイスがない（例えば、制御信号３２６にしたがってダブルトークが不在であること、かつ、基準信号１２０にしたがってエコーが存在することによって示される）場合、式（５）にしたがって表されるエコー残留信号１４０（

)とも表記する）が得られる。

【数5】

（５）

【0047】

式（５）において、

は、実際のスピーカ－室内－マイク応答にマッチングしない適応フィルタのエラー応答である。なお、

は、入力

に依存するので、

もまた当該入力に依存する。そして、適応フィルタ

は、複数のタップを有するので、現在の残留パワー

は、現在の入力パワーだけでなく、前回の入力パワーにも依存し得る。言い換えると、エコー残留

は、線形時間不変（ＬＴＩ）系出力にはならない。

【0048】

簡単かつ実際の実装のために、式（６）にしたがって残留のパワーをモデル化する。

【数6】

（６）

【0049】

図４～５を参照して、パワーゲイン特性推定器３１２をさらに詳細に説明する。

【0050】

図４は、ループバックパワー計算器４００のブロック図である。ループバックパワー計算器４００は、パワーゲイン特性推定器３１２のコンポーネントであり得る（図３を参照）。ループバックパワー計算器４００は、概して、帯域化基準信号３２０（図３を参照。

とも表記する）のループバックパワー４２０（

とも表記する。また、図３を参照）を計算する。概して、ループバックパワー４２０は、帯域化基準信号３２０の履歴値の重み付け組み合わせに対応する。これについてのより完全な説明は後述する。ループバックパワー計算器４００は、優位（ｄｏｍｉｎａｎｔ）適応フィルタタップファインダ４１０、メモリ４１２、乗算器４１４および４１６、ならびに加算器４１８を含む。

【0051】

優位適応フィルタタップファインダ４１０は、フィルタ係数４０２（図２のエコーキャンセラ２０１における適応フィルタＨ_ｋのフィルタ係数に対応する）を受け取り、２つの優位タップを決定して、優位タップの重みｗ_０およびｗ_１を乗算器４１４および４１６に与える。優位タップは、適応フィルタに対して、他のタップよりも大きな重み寄与分を与えるタップである。優位適応フィルタタップファインダ４１０は、すべてのサブ帯域にわたって、Ｈ_ｋに対応するフィルタ係数４０２を使用する。重みｗ_０およびｗ_１は、相対的重みであってもよい。

【0052】

メモリ４１２は、帯域化基準信号

の履歴を記憶する。メモリ４１２は、帯域化基準信号の現在値

および帯域化基準信号の１つ以上の前回値

、

、．．．、

を記憶するための複数のメモリ素子を有する。具体的な例として、図２に、４つのメモリ素子を備えるメモリ４１２を示す。

【0053】

乗算器４１４は、メモリ４１２に記憶された帯域化基準信号３２０の履歴値のうちの１つと重みｗ_０とを乗算し、乗算器４１６は、メモリ４１２に記憶された帯域化基準信号３２０の履歴値のうちの別の１つと重みｗ_１とを乗算する。加算器４１８は、乗算器４１４および４１６の結果を加算する。これにより、ループバックパワー

は、式（７）にしたがって計算され得る。

【数7】

（７）

【0054】

式（７）において、ｎ_０およびｎ_１は、それぞれ優位タップｗ_０およびｗ_１に対応する遅延指数である。図４に示す例において、ｎ_０は、２であり、ｎ_１は、０である。

【0055】

入力パワーが特定の帯域において大きくなるにつれ（ループバックパワー

に対応する）、

も絶対値がより大きくなりやすい。この関係を図５においてさらに詳述する。

【0056】

図５は、ループバックパワー

（図３～４においてループバックパワー４２０とも呼ぶ）と適応フィルタのエラー（エコー残留）伝達関数

との関係のヒストグラムである。図５から分かるように、入力パワーが特定の帯域において大きくなるにつれ（特定の帯域においてループバックパワー

に対応する）、

も絶対値がより大きくなりやすい。他方、帯域が主にノイズを含む場合は、ノイズがキャンセルされないので、

は、小さくなりやすい。

【0057】

図３を再度参照する。パワーゲイン特性推定器３１２は、ヒストグラムである図５の関係を使用して、各帯域に対してゲイン特性を推定する。推定パワーゲイン特性３２４は、

の平均

および分散

として表され得る。（平均および分散は、以下の段落では、記載を簡単にするために

および

と表記する。）要するに、パワーゲイン特性推定器３１２は、エコー残留信号（例えば、エコー残留信号１４０）の統計を入力信号（例えば、基準信号１３０）の履歴と組み合わせて使用して、パワーゲイン特性を推定する。

【0058】

パワーゲイン特性推定器３１２は、制御信号３２６（例えば、ダブルトークインジケータ）を使用してゲイン特性を更新する。具体的には、パワーゲイン特性推定器３１２は、制御信号３２６によって示されるように、アップリンク（近端）ボイスが存在しないことが信頼（ｃｏｎｆｉｄｅｎｃｅ）できる場合のみゲイン特性を更新する。制御信号３２６は、種々の方法で生成されてもよく、例えば、ダブルトーク検出器によって、または、確率的方法を使用して、生成されてもよい。確率的方法の例は、一旦基準信号が第２の閾値よりも長い期間にわたり第１の閾値を超えていた場合に、ランダムな時点で推定を更新することである。

【0059】

エコー残留推定器３１３は、帯域化エコー残留信号３２２（

とも表記する）、ループバックパワー４２０（

とも表記する）および推定パワーゲイン特性３２４（

の平均および分散、

および

と表記する）を受け取り、推定エコー残留パワー３２８（

とも表記する）を計算する。エコー残留推定器３１３は、推定パワーゲイン特性３２４およびループバックパワー４２０の組み合わせに基づいて、推定エコー残留パワー３２８を計算してもよい。エコー残留推定器３１３は、帯域化エコー残留信号３２２、ループバックパワー４２０および推定パワーゲイン特性３２４の組み合わせに適用される最小限の演算器（ｍｉｎｉｍｕｍ ｏｐｅｒａｔｏｒ）を使用して、推定エコー残留パワー３２８を計算してもよい。エコー残留推定器３１３は、式（８）にしたがって推定エコー残留パワー３２８を計算し得る。

【数8】

（８）

【0060】

式（８）において、

は、チューニングによって決定される因子である。最小限の演算器は、推定エコー残留パワー３２８がエコー残留パワーおよびローカルトークパワーの合成である

を超えないようにする。推定エコー残留パワー３２８は、

に重心（ｃｅｎｔｒｏｉｄ）を有するガウスランダム変数としてモデル化され得る。要するに、エコー残留推定器３１３は、各帯域に対してエコーキャンセラ２０１（図１～２を参照）のパワーゲインを、推定パワーゲイン特性３２４によってパラメータ化されたガウスランダム変数としてモデル化することにより、各帯域に対してループバックパワー４２０にしたがって推定エコー残留パワー３２８を計算する。

【0061】

ゲイン計算器３１４は、帯域化エコー残留信号３２２および推定エコー残留パワー３２８を受け取り、帯域化ゲイン３３０（

とも表記する）を計算する。帯域化ゲイン３３０を計算する１つの目的は、半二重の場合対全二重の場合に、各特定の帯域に対して、異なる量の抑制を適用することである。（半二重の場合は、例えば、近端または遠端のいずれかの一方の話者だけが話をしている場合を意味する。全二重の場合は、例えば、ダブルトークのように、両話者が話をしている場合を意味する）言い換えると、帯域化ゲイン３３０を計算することは、エコー残留信号におけるローカルトークの尤度に基づいて、複数の帯域化ゲインを選択的に計算することを含む。帯域化ゲイン３３０の計算の一部として、ゲイン計算器３１４は、上記２つの場合の間でゲイン計算を操作する特徴を計算する。

【0062】

ボイス信号の室内ノイズ、電子ノイズ、およびランダム性の性質により、ｄＢで表される推定エコー残留パワー３２８は、パワーゲイン特性推定器３１２によって計算された推定パワーゲイン特性３２４に対応する、平均ｄＢ

および分散

を有するガウス分布を有すると仮定する。また、ｄＢで表される推定エコー残留パワー３２８は、帯域間において相互相関（第１の仮定、独立）を有さないと仮定する。アップリンクボイスが存在しない場合のイベントを

と表すと、特定の帯域における、ｄＢで表される各エコー残留パワーに対する確率密度関数は、式（９）によって与えられる。

【数9】

（９）

【0063】

式（９）において、ｘは、ｄＢで表される推定エコー残留パワー３２８であり、

は、推定エコー残留パワー３２８の重心に対応する。

【0064】

図６は、式（９）の確率密度関数

を例示するグラフである。図６において、ｘ軸はｘに対応し、ｙ軸は

に対応する。

【0065】

広帯域エコー残留をガウス混合モデルとしてモデル化することによって、すべての帯域ｂにわたってアップリンクボイスが存在しないｌｏｇ尤度Ｌは、式（１０）によって与えられる。

【数10】

（１０）

【0066】

式（１０）において、ｌｏｇ尤度Ｌは、式（９）からの指数成分

をすべての帯域ｂにわたって合計したものである。言い換えると、エコー残留信号１４０におけるローカルトークの尤度は、複数の周波数帯域にわたって合計された推定パワーゲイン特性の平均および分散に基づくｌｏｇ尤度である。要するに、ｌｏｇ尤度Ｌは、エコー残留信号１４０をすべての帯域ｂにわたって適用されるガウス混合モデルとしてモデル化することによって計算される。

【0067】

アップリンクボイスが存在しない（例えば、デバイスによってキャプチャされるローカルトークがない）場合、

は低くなる。アップリンクボイスが存在する場合、

は高く、式（１０）のｌｏｇ尤度Ｌは、ゲイン計算を操作するための信号となる。

【0068】

式（１０）のｌｏｇ尤度Ｌを使用し、式（１１）にしたがって、すべての帯域Ｇ_ｍａｘにわたってグローバル最大抑制ゲインを計算する。

【数11】

（１１）

【0069】

式（１１）において、Ｇ_０は、アップリンクボイスが存在する場合のｄＢで表されるゲインであり、Ｇ_１は、アップリンクボイスが存在しない場合のｄＢで表される所定のゲインである。Ｌ_ｔｈは、所定の閾値であり、ローカルトークが存在するかどうかが既知であれば、初期設定中に各デバイスに対して得ることができる。

【0070】

言い換えると、帯域化ゲイン３３０を計算することは、複数の周波数帯域にわたってグローバル最大抑制ゲインＧ_ｍａｘを計算することを含む。グローバル最大抑制ゲインは、ローカルトークが存在することに対応する第１のゲインＧ_０、ローカルトークが存在しないことに対応する第２のゲインＧ_１、およびローカルトークの尤度Ｌに基づく。

【0071】

各帯域にわたり、ゲイン計算器３１４は、１つ以上のゲイン計算処理を使用して、各帯域

に対してゲインを計算し得る。適切なゲイン計算処理の例が米国特許第９，１７３，０２５号、米国特許第８，７１２，０７６号および米国特許第８，８０４，９７７号に記載されている。これらの開示内容を本願に援用する。

【0072】

信号コンバイナ３１０は、エコー残留信号１４０（

とも表記する）および帯域化ゲイン３３０（

とも表記する）を受け取り、変更エコー残留信号１５０（

とも表記する）を生成する。所与の帯域ｂに対して計算されたゲインは、当該所与のＥＲＢ帯域に属するサブ帯域ｋのすべてに適用される。信号コンバイナ３１０は、式（１２）にしたがって、変更エコー残留信号１５０を生成し得る。

【数12】

（１２）

【0073】

言い換えると、エコー残留信号１４０は、複数の周波数ビンｋを有する。ここで、帯域化ゲイン３３０のうちの所与の帯域化ゲイン

は、所与の周波数ビンに対応し（例えば、各帯域ｂは、複数のビンｋに対応付けられ得る）、変更エコー残留信号１５０を生成することは、エコー残留信号１４０のビンｋのそれぞれに対して、対応する帯域化ゲイン

を適用して、変更エコー残留信号１５０を生成することを含む。

【0074】

図７は、一実施形態にかかる、本明細書に記載の特徴および処理を実装するための移動型デバイスアーキテクチャ７００である。アーキテクチャ７００は、デスクトップコンピュータ、民生音声／ビジュアル（ＡＶ）装置、ラジオ放送装置、移動型デバイス（例えば、スマートフォン、タブレットコンピュータ、ラップトップコンピュータ、ウェアラブルデバイス）などを含むがこれらに限定されない任意の電子デバイス内に実装され得る。図示の例示の実施形態において、アーキテクチャ７００は、ラップトップコンピュータ用であり、プロセッサ７０１、周辺インタフェース７０２、音声サブシステム７０３、スピーカ７０４、マイクロフォン７０５、センサ７０６（例えば、加速度計、ジャイロ、気圧計、磁気計、カメラ）、ロケーションプロセッサ７０７（例えば、ＧＮＳＳ受信器）、無線通信サブシステム７０８（例えば、Ｗｉ－Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、セルラー）、タッチコントローラ７１０および他の入力コントローラ７１１を含むＩ／Ｏサブシステム７０９、タッチ面７１２、および他の入力／制御デバイス７１３を含む。より多くまたはより少ないコンポーネントを有する他のアーキテクチャを使用しても、開示の実施形態を実装できる。

【0075】

メモリインタフェース７１４は、プロセッサ７０１、周辺インタフェース７０２およびメモリ７１５（例えば、フラッシュ、ＲＡＭ、ＲＯＭ）に接続される。メモリ７１５は、オペレーティングシステム命令７１６、通信命令７１７、ＧＵＩ命令７１８、センサプロセッシング命令７１９、電話命令７２０、電子メッセージング命令７２１、ウェブ閲覧命令７２２、音声処理命令７２３、ＧＮＳＳ／ナビゲーション命令７２４およびアプリケーション／データ７２５を含むが、これらに限定されないコンピュータプログラム命令およびデータを記憶する。音声処理命令７２３は、本明細書に記載の音声処理を行うための命令を含む。

【0076】

図８は、音声処理方法８００のフローチャートである。方法８００は、図７のアーキテクチャ７００のコンポーネントを有するデバイス（例えば、ラップトップコンピュータ、携帯電話など）によって行われ、例えば１つ以上のコンピュータプログラムを実行することによって、エコー管理システム１００（図１を参照）、エコーキャンセラ２０１（図２を参照）、エコーサプレッサ３０１（図３を参照）、ループバックパワー計算器４００（図４を参照）などの機能を実装し得る。

【0077】

８０２において、基準信号およびエコー残留信号が入力される。例えば、エコーサプレッサ３０１（図３を参照）は、変換基準信号１３０およびエコー残留信号１４０を受け取り得る。変換基準信号１３０は、図１から分かるように、基準信号１２０に対応する。

【0078】

８０４において、基準信号およびエコー残留信号に対して周波数帯域化を行うことによって帯域化基準信号および帯域化エコー残留信号を生成する。例えば、帯域化コンポーネント３１１（図３を参照）は、変換基準信号１３０およびエコー残留信号１４０に対して帯域化を行って、それぞれ帯域化基準信号３２０および帯域化エコー残留信号３２２を生成し得る。

【0079】

８０６において、帯域化基準信号および帯域化エコー残留信号に基づいて推定パワーゲイン特性およびループバックパワーを計算する。推定パワーゲイン特性３２４は、エコーキャンセラ２０１（図１を参照）などの音響エコーキャンセラのパワーゲイン特性の推定値に対応する。例えば、パワーゲイン特性推定器３１２（図３を参照）は、帯域化基準信号３２０および帯域化エコー残留信号３２２に基づいて推定パワーゲイン特性３２４を計算し得る。ループバックパワー計算器４００（図４を参照）は、帯域化基準信号３２０に基づいてループバックパワー４２０を計算し得る。推定パワーゲイン特性３２４は、（例えばメモリ４１２に記憶された帯域化基準信号３２０の履歴を使用することによって）ループバックパワー計算器４００によって計算されたエコーキャンセレーションの長期間にわたる量を示し得る。

【0080】

８０８において、帯域化エコー残留信号、ループバックパワーおよび推定パワーゲイン特性に基づいて推定エコー残留パワーを計算する。例えば、エコー残留推定器３１３（図３を参照）は、帯域化エコー残留信号３２２、ループバックパワー４２０および推定パワーゲイン特性３２４に基づいて推定エコー残留パワー３２８を計算し得る。

【0081】

８１０において、帯域化エコー残留信号および推定エコー残留パワーに基づいて複数の帯域化ゲインを計算する。例えば、ゲイン計算器３１４（図３を参照）は、帯域化エコー残留信号３２２および推定エコー残留パワー３２８に基づいて帯域化ゲイン３３０を計算し得る。

【0082】

８１２において、複数の帯域化ゲインをエコー残留信号に適用することによって変更エコー残留信号を生成する。例えば、信号コンバイナ３１０（図３を参照）は、帯域化ゲイン３３０をエコー残留信号１４０に適用することによって変更エコー残留信号１５０を生成し得る。

【0083】

方法８００は、本明細書に記載のエコー管理システム１００、エコーキャンセラ２０１、エコーサプレッサ３０１、ループバックパワー計算器４００などの他の機能に対応する更なる工程を含み得る。例えば、基準信号は、スピーカ７０４（図７を参照）などのスピーカによって出力され得る。別の例として、近端音声がマイクロフォン（例えば、図５のマイクロフォン７０５）によってキャプチャされ、近端音声信号が生成され、近端音声信号に対してエコーキャンセレーションを行うことによってエコー残留信号が生成されてもよい（例えば、図１のエコーキャンセラ２０１によって）。近端音声は、ローカルトーク（例えば、近端人物によって生成された音声）、エコー（例えば、近端においてスピーカによって出力された遠端音声）などを含み得る。別の例として、変更エコー残留は、例えば遠隔会議、ビデオ会議などの一部として、近端デバイスによって遠端デバイスへ送信され得る。

【0084】

実装の詳細

【0085】

一実施形態は、ハードウェア、コンピュータ読取可能媒体上に記憶された実行可能モジュール、または両方の組み合わせ（例えば、プログラマブル論理アレイ）で実装されてもよい。特に断らない限り、実施形態によって実行される工程は、いずれの特定のコンピュータまたは他の装置にも本質的に関係している必要はない。ただし、ある種の実施形態では関係していることもあり得る。特に、種々の汎用マシンが、本明細書の教示に従って書かれたプログラムを用いて使用されてもよく、または、要求される方法工程を行うために、より特殊化された装置（例えば、集積回路）を構築することがより便利であり得る。したがって、実施形態は、それぞれが少なくとも一つのプロセッサ、少なくとも一つのデータ記憶システム（揮発性および不揮発性メモリならびに／または記憶素子を含む）、少なくとも一つの入力デバイスまたはポート、および少なくとも一つの出力デバイスまたはポートを備える、一つまたは複数のプログラマブルコンピュータシステム上で実行される一つまたは複数のコンピュータプログラムにおいて実装されてもよい。プログラムコードは、本明細書に記載される機能を行い、出力情報を生成するために入力データに適用される。出力情報は、公知のやり方で一つまたは複数の出力デバイスに適用される。

【0086】

各そのようなコンピュータプログラムは、好ましくは、汎用または専用のプログラマブルコンピュータによって読み取り可能な記憶媒体またはデバイス（例えば、固体メモリもしくは媒体、または磁気もしくは光学媒体）に記憶またはダウンロードされ、コンピュータシステムによって当該記憶媒体またはデバイスが読み取られたときに、本明細書に記載される手順を実行するようにコンピュータを構成し、動作させる。また、本発明のシステムは、コンピュータプログラムで構成されたコンピュータ読み取り可能な記憶媒体として実装されると考えられてもよい。そのように構成された記憶媒体は、コンピュータシステムに、本明細書に記載の機能を行うように、特定のあらかじめ定義されたやり方で動作させる。（ソフトウェア自体および無形または一時的な信号は、それらが特許の保護対象でない場合は、除外される。）

【0087】

本明細書に記載のシステムの局面は、デジタルまたはデジタル化音声ファイルを処理するための適切なコンピュータに基づくサウンド処理ネットワーク環境内で実装され得る。適応音声システムの部分は、コンピュータ間で送信されるデータのバッファリングおよびルーティングする機能を有する一つまたは複数のルータ（図示せず）を含む任意の所望数の個々のマシンを備える一つまたは複数のネットワークを含み得る。そのようなネットワークは、種々の異なるネットワークプロトコル上で構築され得、インターネット、ワイドエリアネットワーク（ＷＡＮ）、ローカルエリアネットワーク（ＬＡＮ）またはそれらの任意の組合せであり得る。

【0088】

コンポーネント、ブロック、プロセスまたは他の機能的コンポーネントのうちの一つまたは複数は、システムのプロセッサに基づくコンピューティングデバイスの実行を制御するコンピュータプログラムを介して実装され得る。また、本明細書に記載の種々の機能は、ハードウェア、ファームウェアの任意の数の組合せを用いて、および／または種々のマシン読取可能もしくはコンピュータ読取可能媒体において実施されるデータおよび／または命令として、それらの動作、レジスタ転送、ロジックコンポーネント、および／または他の特性の観点で記載され得る。そのようなフォーマット化されたデータおよび／または命令が実施され得るコンピュータ読取可能媒体は、光、磁気または半導体記憶媒体などの、種々の形態の物理的（非一時的）不揮発性記憶媒体を含むが、これらに限定されない。

【0089】

上記の説明において、本開示の種々の局面がどのように実装され得るかの例とともに、本開示の種々の実施形態を例示した。上記の例および実施形態は、唯一の実施形態とみなされるべきではなく、特許請求の範囲によって定義される本開示の自由度および利点を例示するために提示した。上記の開示および特許請求の範囲に基づいて、他の構成、実施形態、実装物および等価物が当業者には明らかとなり、特許請求の範囲によって定義される開示の精神および範囲から逸脱することなく使用され得る。

参考文献
米国特許第１０，１１５，４１１号、８，１１１，８３３号、９，３３８，５５１号、９，３６３，６００号、１０，３８２，０９２号、１０，３１３，７８９号、１０，４７７，０３１号、９，５０３，８１５号、９，１８５，５０６号、８，４６２，９５８号、６，１６３，６０８号、９，４２０，３９０号、９，１７３，０２５号、８，７１２，０７６号、８，８０４，９７７号

米国特許出願公開第２０１６／０２４１９５５号、２０１９／０３４９４７１号

C. Yemdji, M. M. Idrissa, N. W. D. Evans and C. Beaugeant, “Efficient low delay filtering for residual echo suppression”, in 2010 18th European Signal Processing Conference, Aalborg, 2010, pp. 16-20.

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【国際調査報告】