JP4877083B2 - 残留エコー抑圧制御装置、方法及びプログラム - Google Patents

Description

本発明は、残留エコー抑圧制御装置、方法及びプログラムに関し、例えば、エコーキャンセラで生じる残留エコーを抑圧するノンリニア・プロセッサ（ＮＬＰ；NonLinear Processor）に適用し得る。

従来、ノンリニア・プロセッサの技術に関しては、ＩＴＵ−Ｔ勧告規格 Ｇ．１６８−２００４（非特許文献１参照）に開示されるものがあり、実現方法の一例としてセンタクリッパ方式が示されている。

図２は、従来のノンリニア・プロセッサ及び周辺機能のシステム構成を示すブロック図であり、図３は、センタクリッパ方式を採用したノンリニア・プロセッサによる入出力特性の一例を示す。

まず、図２において、エコーキャンセラ２は、擬似エコー生成部２１、減算器２２及びダブルトーク検出器２３で構成される。

擬似エコー生成部２１は、学習機能を有する適応フィルタであって、受信入力端子Ｒｉｎに入力した信号に基づいて擬似エコー信号を生成し、擬似エコー信号を減算器２２に与えると共に、減算器２２により送信入力端子Ｓｉｎの入力信号から擬似エコー信号を差し引いて、残留エコー信号ＲＥＳを取り込み、フィルタ特性の学習を行なうものである。

ダブルトーク検出器２３は、受信入力端子Ｒｉｎの入力信号、送信入力端子Ｓｉｎの入力信号及び残留エコー信号ＲＥＳ信号をモニタして発話状態を監視し、近端話者発話時、双方発話時及び無通話時は、適応フィルタ（擬似エコー生成部２１）の学習機能停止及びノンリニア・プロセッサ１をインアクティブ状態とし、遠端話者発話時は、適応フィルタ（擬似エコー生成部２１）の学習機能及びノンリニア・プロセッサ１をアクティブ状態とするものである。

例えば、遠端話者の発話に伴い、受信入力端子Ｒｉｎから入力される信号は、そのまま受信出力端子Ｒｏｕｔより送出され、２線４線変換機能を持つハイブリッド回路部３を経由して、図示しない近端話者電話機へ送られる。

このとき、ハイブリッド回路部３ではエコーが発生し、エコー成分が送信入力信号として入り込み、送信入力端子Ｓｉｎの入力信号にはエコー成分が含まれるものとなる。

エコーキャンセラ２は、受信入力端子Ｒｉｎの入力信号より擬似エコー信号を生成し、送信入力端子Ｓｉｎの入力信号から擬似エコー信号を差し引き、エコー成分を除去しようとするが、雑音や演算精度の問題などにより完全に消去しきれず、残留エコー成分を含んだ残留エコー信号ＲＥＳを出力する。

ノンリニア・プロセッサ１は、遠端話者の発話時にアクティブとなり、残留エコー信号ＲＥＳに含まれる残留エコー成分を抑圧し、送信出力端子Ｓｏｕｔから出力信号として出力するものである。

また、ノンリニア・プロセッサ１は、近端話者発話時、双方発話時及び無通話時はインアクティブとなり、信号歪みを生じさせないように、残留エコー信号ＲＥＳをそのまま送信出力端子Ｓｏｕｔから出力信号として出力するものである。

次に、図３を用いて、センタクリッパ方式を採用したノンリニア・プロセッサ１のアクティブ時の入出力特性を説明する。

図３において、横軸はノンリニア・プロセッサ１に入力する信号ＲＥＳの信号レベルであり、縦軸はノンリニア・プロセッサ１から出力する信号Ｓｏｕｔの信号レベルである。

図３において、ノンリニア・プロセッサ１に入力する信号ＲＥＳの信号レベルが閾値Ｔｓｕｐ未満であった場合、送信出力端子Ｓｏｕｔからの出力信号のレベルを零となるように、ノンリニア・プロセッサ１は信号レベルを抑圧制御する。

また、ノンリニア・プロセッサ１に入力する信号ＲＥＳの信号レベルが閾値Ｔｓｕｐ以上であった場合、入力信号ＲＥＳをそのまま出力信号として出力する。

このように、ノンリニア・プロセッサ１は、エコーキャンセラ２からの残留エコー信号ＲＥＳの信号レベルが閾値Ｔｓｕｐ未満に収まっている場合には、送信出力端子Ｓｏｕｔの信号レベルは零となり、残留エコーが完全に抑圧されることになる。

特開平５−３３６００３号公報 ＩＴＵ（国際電気通信連合）−Ｔ（通信部門）規格勧告 Ｇ．１６８−２００４

しかしながら、センタクリッパ方式を用いた場合、遠端話者の方では、アクティブ時に無音状態となり、インアクティブ時には背景雑音が聞こえる。従って、アクティブ／インアクティブの切り替わりに伴い、無音状態と背景雑音が聞こえる状態が切り替わり、遠端話者の方で違和感を生じるという問題点がある。

また、アクティブ時にＲＥＳの信号レベルが閾値Ｔｓｕｐ以上の場合は、Ｓｏｕｔ信号が歪んでしまうという問題点がある。特にＲＥＳの信号レベルがＴｓｕｐより少しだけ大きい場合の信号歪は顕著である。

そのため、センタクリッパ方式を用いた場合に生じ得る、アクティブ時からインアクティブ時に切り替わったときの遠端話者に与え得る違和感を解消させることができる、残留エコー抑圧制御装置、方法及びプログラムが求められている。

かかる課題を解決するために、第１の本発明の残留エコー抑圧制御装置は、エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御装置において、（１）エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定手段と、（２）背景雑音推定手段からの第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、エコーキャンセラからの入力信号に対する振幅制御を行なう振幅制御処理手段とを備え、振幅制御処理手段の入出力特性が、（２−１）第１の閾値が第２の閾値以上である場合、入力信号をそのまま出力するものであり、（２−２）第１の閾値が第２の閾値未満である場合、（２−２−１）入力信号のサンプル値の絶対値が第１の閾値未満のときには、入力信号をそのまま出力し、（２−２−２）入力信号のサンプル値の絶対値が第１の閾値以上、第２の閾値未満のときには、入力信号に対する振幅を第１の閾値で制限して出力し、（２−２−３）入力信号のサンプル値の絶対値が第２の閾値以上のときには、第２の閾値と第１の閾値との差分を、入力信号に対して減算若しくは加算して出力するものであることを特徴とする。

第２の本発明の残留エコー抑圧制御方法は、エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御方法において、（１）背景雑音推定手段が、エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定工程と、（２）振幅制御処理手段が、背景雑音推定手段からの第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、エコーキャンセラからの入力信号に対する振幅制御を行なう振幅制御処理工程とを有し、振幅制御処理手段の入出力特性が、（２−１）第１の閾値が第２の閾値以上である場合、入力信号をそのまま出力するものであり、（２−２）第１の閾値が第２の閾値未満である場合、（２−２−１）入力信号のサンプル値の絶対値が第１の閾値未満のときには、入力信号をそのまま出力し、（２−２−２）入力信号のサンプル値の絶対値が第１の閾値以上、第２の閾値未満のときには、入力信号に対する振幅を第１の閾値で制限して出力し、（２−２−３）入力信号のサンプル値の絶対値が第２の閾値以上のときには、第２の閾値と第１の閾値との差分を、入力信号に対して減算若しくは加算して出力するものであることを特徴とする。

第３の本発明の残留エコー抑圧制御プログラムは、エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御プログラムにおいて、コンピュータを、（１）エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定手段、（２）背景雑音推定手段からの第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、エコーキャンセラからの入力信号に対する振幅制御を行なう振幅制御処理手段として機能させるものであり、振幅制御処理手段の入出力特性が、（２−１）第１の閾値が第２の閾値以上である場合、入力信号をそのまま出力するものであり、（２−２）第１の閾値が第２の閾値未満である場合、（２−２−１）入力信号のサンプル値の絶対値が第１の閾値未満のときには、入力信号をそのまま出力し、（２−２−２）入力信号のサンプル値の絶対値が第１の閾値以上、第２の閾値未満のときには、入力信号に対する振幅を第１の閾値で制限して出力し、（２−２−３）入力信号のサンプル値の絶対値が第２の閾値以上のときには、第２の閾値と第１の閾値との差分を、入力信号に対して減算若しくは加算して出力するものであることを特徴とする。

本発明によれば、アクティブ時に、第１の閾値以下の信号をそのまま透過させることにより、アクティブ時からインアクティブ時に切り替わったときの遠端話者に与え得る違和感を解消させることができる。

（Ａ）第１の実施形態
以下、本発明の残留エコー抑圧制御装置、方法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。

第１の実施形態では、例えば、電話機を収容する音声通信装置が搭載するエコーキャンセラの送信出力側に設けたノンリニア・プロセッサに、本発明を適用した場合を説明する。

（Ａ−１）第１の実施形態の構成
第１の実施形態に係るノンリニア・プロセッサ及びその周辺機能の構成は、図２に示す従来の構成に対応するから、第１の実施形態も図２を用いて説明する。

図２において、本実施形態のノンリニア・プロセッサ及びその周辺機能の構成は、ノンリニア・プロセッサ１、エコーキャンセラ２、ハイブリッド回路部３を有する。

なお、図２では、ノンリニア・プロセッサ１の機能を明確に説明するため、エコーキャンセラ２とノンリニア・プロセッサ１とは別構成としたが、エコーキャンセラ２の送信出力側にノンリニア・プロセッサ１を備え、後述する本実施形態のノンリニア・プロセッサ１の機能を実現するようにしてもよい。

図２において、受信入力端子Ｒｉｎは、図示しない通信電話網に接続し、遠端話者電話機が送信した送信信号を取り込むものである。また、受信出力端子Ｒｏｕｔは、受信入力端子Ｒｉｎに入力した入力信号を取り込み、その信号をハイブリッド回路部３に与えるものである。また、送信入力端子Ｓｉｎは、ハイブリッド回路部３からの送信信号を取り込むものである。送信出力端子Ｓｏｕｔは、送信信号を通信電話網に与えるものである。

ハイブリッド回路部３は、受信出力端子Ｒｏｕｔからの信号を取り込み、４線２線変換処理を行ない、２線で接続する近端電話機(図示しない)に与えるものである。また、ハイブリッド回路部３は、近端電話機（図示しない）から送信信号を受け取り、２線４線変換処理を行ない、その送信信号を送信入力端子Ｓｉｎに与えるものである。

また、ハイブリッド回路部３において、２線４線変換処理を行なう際に、エコーが発生し、ハイブリッド回路部３がエコー経路となり、エコーが送信信号に回り込み、エコー成分を含んだ送信信号がエコーキャンセラ２に与えられる。

エコーキャンセラ２は、擬似エコー生成部２１、減算器２２、ダブルトーク検出器２３とを有して構成する。

擬似エコー生成部２１は、学習機能を有する適応フィルタである。すなわち、擬似エコー生成部２１は、受信入力端子Ｒｉｎからの入力信号と内部のフィルタ係数とから擬似エコー信号を生成し、その擬似エコー信号を減算器２２に与えるものである。また、擬似エコー生成部２１は、エコー除去した残留エコー信号ＲＥＳを取り込みながら、フィルタ係数を更新するものである。また、擬似エコー生成部２１は、所定のタイミングによりフィルタ係数をクリアすることもできるようにしてもよい。

減算器２２は、送信入力端子Ｓｉｎから入力したエコー成分を含む送信信号から擬似エコー信号を差し引き、エコー成分を除去するものである。減算器２２により、エコー除去された残留エコー信号ＲＥＳは、ダブルトーク検出器２３、ノンリニア・プロセッサ１、擬似エコー生成部２１に与えられる。

ダブルトーク検出器２３は、受信入力端子Ｒｉｎからの信号、送信入力端子Ｓｉｎからの信号、及び減算器２２の出力信号に基づいて、ダブルトーク状態等のトーク状態を検出するものである。

また、ダブルトーク検出器２３は、近端話者発話時、双方発話時及び無通話時には、適応フィルタ（擬似エコー生成部２１）の学習機能を停止させる制御信号を擬似エコー生成部２１に与えると共に、ノンリニア・プロセッサ１をインアクティブ状態とする制御信号をノンリニア・プロセッサ１に与えるものである。

また、ダブルトーク検出器２３は、遠端話者発話時は、適応フィルタ（擬似エコー生成部２１）の学習機能を起動させる制御信号を擬似エコー生成部２１に与えると共に、ノンリニア・プロセッサ１をアクティブ状態とする制御信号をノンリニア・プロセッサ１に送信するものである。

なお、図２において、ダブルトーク検出器２３からノンリニア・プロセッサ１への制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ）は、「１」のときアクティブ状態（ＮＬＰアクティブ）を制御するものであり、「０」のときインアクティブ状態（ＮＬＰインアクティブ）を制御するものである。

ノンリニア・プロセッサ１は、減算器２２から出力された残留信号ＲＥＳを取り込み、ダブルトーク検出器２３からの制御信号に基づいて、アクティブ状態のときに、後述する所定の入出力特性に従って、出力信号の出力レベルを抑圧するものである。なお、ノンリニア・プロセッサ１は、インアクティブ状態のとき、出力信号の出力レベルを抑圧せずに、そのまま出力するものである。

ここで、ノンリニア・プロセッサ１のアクティブ状態のときの入出力特性を、図４及び図５を参照して説明する。

図４及び図５において、横軸は、ノンリニア・プロセッサ１への入力信号である残留エコー信号ＲＥＳの信号レベル、縦軸は、ノンリニア・プロセッサ１の出力信号である送信出力信号Ｓｏｕｔの信号レベルである。

また、Ｔｈ１は、後述する背景雑音推定器により算出される第１の閾値であり、背景雑音の推定結果に応じて変動する変動閾値である。Ｔｈ２は、第２の閾値であり、固定閾値である。

Ｔｈ１＜Ｔｈ２のとき、ノンリニア・プロセッサ１は、図４に示す入出力特性を有し、また、Ｔｈ１≧Ｔｈ２のとき、ノンリニア・プロセッサ１は、図５に示す入出力特性を有する。なお、図４及び図５に示す入出力特性の詳細な説明については後述する。

図１は、第１の実施形態のノンリニア・プロセッサ１の構成である。図１において、第１の実施形態のノンリニア・プロセッサ１は、背景雑音推定器１１、入出力特性制御部１２、選択手段１３、を少なくとも有して構成される。

背景雑音推定器１１は、エコーキャンセラ２から制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ）を受け取り、ＮＬＰインアクティブ（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０）のとき、入力した残留エコー信号に基づいて近端の背景雑音電力を推定し、その背景雑音電力の推定結果を第１の閾値Ｔｈ１として、入出力特性制御部１２に与えるものである。

入出力特性制御部１２は、背景雑音推定器１１から出力される第１の閾値Ｔｈ１と、固定閾値である第２の閾値Ｔｈ２とを受け取り、図４及び図５に示す入出力特性に従って、入力した残留エコー信号ＲＥＳの入力レベルに対する出力レベルの信号を、選択手段１３に与えるものである。

選択手段１３は、エコーキャンセラ２から制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ）を受け取り、ＮＬＰインアクティブ（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０）のとき、ＲＥＳ信号を選択して、そのままＳｏｕｔ信号として出力し、また、ＮＬＰアクティブ（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝１）のとき、入出力特性制御部１２からの信号を選択して、Ｓｏｕｔ信号として出力するものである。

図６は、第１の実施形態の背景雑音推定器１１の内部構成を示す内部構成図である。図６において、第１の実施形態の背景雑音推定器１１は、絶対値算出手段１１１と、ＩＩＲ形ローパスフィルタ手段１１２とを有して構成される。また、ＩＩＲ形ローパスフィルタ手段１１２は、乗算手段３１、加算手段３２、遅延手段３３、乗算手段３４を有する。

背景雑音推定器１１は、近端の背景雑音電力を推定するものであり、ＮＬＰインアクティブ（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０）時の残留エコー信号ＲＥＳの絶対値を、適当な時定数を持つＩＩＲ形ローパスフィルタ手段１１２に入力することにより平均化し、近端の背景雑音電力を推定し、これを第１の閾値Ｔｈ１とするものである。

ここで、ＩＩＲ形ローパスフィルタ手段１１２において、乗算手段３４のフィルタ係数は「ａ」であり、乗算手段３１のフィルタ係数は「１−ａ」である。また、ａは、ａ＝ｅｘｐ（−Ｔ／ＣＲ）で求められる。ＴはＩＩＲ形ローパスフィルタ手段１１２のサンプリング周期、ＣＲは時定数である。時定数ＣＲは、例えば５００ｍｓである。

なお、背景雑音の推定に送信入力信号Ｓｉｎではなく残留エコー信号ＲＥＳを用いるようにしているが、これは、送信入力信号Ｓｉｎにエコー成分が含まれていることがあるので、エコーの影響を極力低減するため、エコー成分が減衰しているエコーキャンセラ出力の残留エコー信号ＲＥＳを用いるようにしているのである。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態のノンリニア・プロセッサ１の処理動作を図面を参照しながら説明する。

まず、ダブルトーク検出器２３は、受信入力信号Ｒｉｎ、送信入力信号Ｓｉｎ及び減算器２２からの出力信号をモニタし、トーク状態を監視している。

ダブルトーク検出器２３は、トーク状態が、近端話者発話状態、双方発話状態又は無通話状態である場合、ノンリニア・プロセッサ１をインアクティブとする制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０）を送信し、また、遠端話者発話状態の場合、ノンリニア・プロセッサ１をアクティブにする制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ＝１）を送信する。

ノンリニア・プロセッサ１は、ダブルトーク検出器２３から制御信号（ＮＬＰ＿Ｃｏｎｔｒｏｌ）を受け取ると、その制御信号に応じて選択した送信出力信号Ｓｏｕｔを送信する。

すなわち、近端話者発話時、双方発話時及び無通話時の場合、ダブルトーク検出器２３からのＮＬＰ＿Ｃｏｎｔｒｏｌ＝０（ＮＬＰインアクティブ）がノンリニア・プロセッサ１に与えられると、ノンリニア・プロセッサ１の選択手段１３は、減算器２２からの残留エコー信号ＲＥＳを選択して、このＲＥＳ信号をそのまま送信出力信号Ｓｏｕｔとして出力する。

また、背景雑音推定器１１では、背景雑音推定演算がＥｎａｂｌｅとなり、残留エコー信号ＲＥＳの絶対値を平均化することにより、近端の背景雑音を推定し、この推定した背景雑音推定結果を第１の閾値Ｔｈ１として入出力特性制御部１２に与える。

ここで、背景雑音推定演算をＥｎａｂｌｅとする場合を、近端話者発話時、双方発話時及び無通話時の場合として説明したが、少なくとも、受信入力信号Ｒｉｎの電力レベルが一定の閾値以下である場合にＥｎａｂｌｅとしてもよい。

図７は、背景雑音推定器の入出力信号例を示す。図７（ａ）は、背景雑音推定器１１の入力信号波形（すなわち、残留エコー信号ＲＥＳ：背景雑音のみの波形）を示し、図７（ｂ）は、背景雑音推定器１１からの出力信号（すなわち、第１の閾値Ｔｈ１）を示す。

なお、第１の実施形態では、背景雑音推定結果をそのまま第１の閾値Ｔｈ１として用いるようにしたが、背景雑音推定結果に所定の定数ｋを乗じることにより、第１の閾値Ｔｈ１を求めるようにしてもよい。この場合、例えば、図６において、フィルタ入力の係数を「１−ａ」としているが、この係数を「ｋ×（１−ａ）」とすれば、背景雑音推定結果に定数ｋを乗じたものを第１の閾値Ｔｈ１とすることができる。

一方、遠端話者発話時の場合、ダブルトーク検出器２３からＮＬＰ＿Ｃｏｎｔｒｏｌ＝１（ＮＬＰアクティブ）がノンリニア・プロセッサ１に与えられると、ノンリニア・プロセッサ１の選択手段１３は、入出力特性制御部１２の出力を選択し、この入出力特性制御部１２からの出力信号を送信出力信号Ｓｏｕｔとして出力する。

また、背景雑音推定器１１では、背景雑音推定演算がＤｉｓａｂｌｅとなり、ＮＬＰアクティブ状態中は、背景雑音推定器１１の出力である第１の閾値Ｔｈ１は変動しない。

そうすると、入出力特性制御部１２では、図４及び図５に示す入出力特性を用いて、入力された残留エコー信号ＲＥＳの入力レベルに対応する出力レベルの信号を出力する。

以下では、図４及び図５に示す入出力特性について説明する。

Ｔｈ１≧Ｔｈ２のとき、入出力特性制御部１２は、図５に示す入出力特性となり、残留エコー信号ＲＥＳを、そのまま送信出力信号Ｓｏｕｔへ出力する。

次に、Ｔｈ１＜Ｔｈ２のとき、入出力特性制御部１２は、図４に示す入出力特性となり、残留エコー信号ＲＥＳに対して減衰処理（振幅制限）を行ない、送信出力信号Ｓｏｕｔを出力する。

ここで、Ｔｈ１＜Ｔｈ２のときに、入出力特性制御部１２が、図４に示す入出力特性に従って、出力信号を出力する処理について、入力する残留エコー信号ＲＥＳの信号レベルが、０以上である場合と、０未満である場合とに場合を分けて説明する。

[入力信号（ＲＥＳ）≧０の場合]
入力信号（ＲＥＳ）＜Ｔｈ１のとき、入出力特性制御部１２は、入力された残留エコー信号ＲＥＳを、そのまま送信出力信号Ｓｏｕｔとして出力する。

Ｔｈ１≦入力信号（ＲＥＳ）＜Ｔｈ２のとき、入出力特性制御部１２は、第１の閾値Ｔｈ１を、送信出力信号Ｓｏｕｔとして出力する。センタクリッパ方式のときには、電力レベルを零としていたが、第１の実施形態では、第１の閾値未満では、入力された残留エコー信号ＲＥＳをそのまま透過させることで、近端の背景雑音レベルの変動を抑えながら、遠端側へ出力することができる。そのため、センタクリッパ方式で生じていた遠端話者へ与えていた違和感を解消することができる。

Ｔｈ２≦入力信号（ＲＥＳ）のとき、入出力特性制御部１２は、入力された残留エコー信号ＲＥＳの入力レベルから、（Ｔｈ２−Ｔｈ１）を差し引いた信号を、送信出力信号Ｓｏｕｔとして出力する。

[入力信号（ＲＥＳ）＜０の場合]
入力信号（ＲＥＳ）＞−Ｔｈ１のとき、入出力特性制御部１２は、入力された残留エコー信号ＲＥＳを、そのまま送信出力信号Ｓｏｕｔとして出力する。

Ｔｈ１≧入力信号（ＲＥＳ）＞−Ｔｈ２のとき、入出力特性制御部１２は、−Ｔｈ１を、そのまま送信出力信号Ｓｏｕｔとして出力する。

Ｔｈ２≧入力信号（ＲＥＳ）のとき、入出力特性制御部１２は、入力された残留エコー信号ＲＥＳの入力レベルに、（Ｔｈ２−Ｔｈ１）を加算した信号を、送信出力信号Ｓｏｕｔとして出力する。

なお、第１の実施形態では、背景雑音推定器１１は、背景雑音推定演算のＥｎａｂｌｅ制御にＮＬＰ＿Ｃｏｎｔｒｏｌを用いるようにしているが、ＮＬＰ＿Ｃｏｎｔｒｏｌとは異なる制御条件を用いても良い。例えば、受信入力信号Ｒｉｎの信号レベルが閾値（例えば、−４０ｄＢｍ）以下のときにのみ、背景雑音推定器１１の演算を行なうようにしても良い。

また、第１の実施形態においては、背景雑音推定器でＩＩＲ形ローパスフィルタ手段１１２により平均化処理を行なう例を示したが、ＦＩＲ形ＬＰＦなどの他の形態のフィルタを用いても良い。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態によれば、ＮＬＰアクティブ時であっても、背景雑音推定器１１が求めた第１の閾値Ｔｈ１以下の信号を、そのまま透過させることができるので、遠端話者に聞こえる近端の背景雑音レベルはほとんど変動しない。従って、従来のセンタクリッパ方式においてＮＬＰアクティブ／インアクティブの切り替わりに伴い生じていた不自然さを解消することができる。

（Ｂ）第２の実施形態
次に、本発明の残留エコー抑圧制御装置、方法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。

第２の実施形態も、例えば、電話機を収容する音声通信装置が搭載するエコーキャンセラの送信出力側に設けたノンリニア・プロセッサに、本発明を適用した場合を説明する。

（Ｂ−１）第２の実施形態の構成
第２の実施形態は、背景雑音推定器の内部構成が第１の実施形態と異なる。つまり、第２の実施形態における背景雑音推定器は、図８に示す内部構成を備える。

なお、その他の機能構成は、第１の実施形態で説明した構成に対応するものであるため、第２の実施形態では、図８に示す背景雑音推定器の機能を中心に説明する。

図８において、第２の実施形態の背景雑音推定器８１は、近端の背景雑音電力を推定するものであり、絶対値算出手段８１１と、短時間平均算出用ＩＩＲ形ローパスフィルタ手段（以下、短時間平均用フィルタ手段ともいう）８１２、長時間平均算出用ＩＩＲ形ローパスフィルタ手段（以下、長時間平均用フィルタ手段ともいう）８１３、選択手段８１４、を有して構成される。

短時間平均用フィルタ手段８１２は、乗算手段４１、加算手段４２、遅延手段４３、乗算手段４４を有する。また、短時間平均用フィルタ手段８１２における、乗算手段４４のフィルタ係数は「ａ＿ｓ」であり、乗算手段４１のフィルタ係数は「１−ａ＿ｓ」である。この「ａ＿ｓ」は、ａ＿ｓ＝ｅｘｐ（−Ｔ／ＣＲ）で求められる。ＴはＩＩＲ形ローパスフィルタ手段８１２のサンプリング周期、ＣＲは時定数である。短時間平均用フィルタ手段８１２の時定数ＣＲは、例えば、３５ｍｓである。

また、長時間平均用フィルタ手段８１３は、乗算手段５１、加算手段５２、遅延手段５３、乗算手段５４を有する。また、長時間平均用フィルタ手段８１３における、乗算手段５４のフィルタ係数は「ａ」であり、乗算手段５１のフィルタ係数は「１−ａ」である。この「ａ」は、ａ＝ｅｘｐ（−Ｔ／ＣＲ）で求められる。ＴはＩＩＲ形ローパスフィルタ手段８１３のサンプリング周期、ＣＲは時定数である。長時間平均用フィルタ手段８１３の時定数ＣＲは、例えば、５００ｍｓである。

選択手段８１４は、短時間平均用フィルタ手段８１２の演算結果と、長時間平均用フィルタ手段８１３の演算結果とを入力し、小さい方の値を選択して出力すると共に、その選択した値を長時間平均用フィルタ手段８１３の遅延手段５３に与えるものである。

（Ｂ−２）第２の実施形態の動作
次に、第２の実施形態の背景雑音推定器８１における処理動作を図面を参照しながら説明する。

第２の実施形態においても、ノンリニア・プロセッサ１の全体動作は、第１の実施形態と同様に、ダブルトーク検出器２３からの制御信号（ＮＬＰ＿Ｃｏｔｒｏｌ）に応じて選択した送信出力信号Ｓｏｕｔを送信する。

背景雑音推定器８１は、ＮＬＰ＿Ｃｏｎｔｒｏｌ＝１のとき、背景雑音レベルの推定演算処理がＤｉｓａｂｌｅとなり、入出力特性制御部１２に与える第１の閾値Ｔｈ１は変動しない。

また、ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０のとき、背景雑音レベルの推定演算処理がＥｎａｂｌｅとなり、推定した背景雑音レベルを第１の閾値Ｔｈ１として入出力特性制御部１２に与える。

ＮＬＰ＿Ｃｏｎｔｒｏｌ＝０のとき、残留エコー信号ＲＥＳが背景雑音推定器８１に入力されると、残留エコー信号ＲＥＳは、短時間平均用フィルタ手段８１２と長時間平均用フィルタ手段８１３に与えられる。

そして、短時間平均用フィルタ手段８１２及び長時間平均用フィルタ手段８１３のそれぞれにおいてフィルタ処理がなされると、それぞれの演算結果が選択手段８１４に与えられる。

選択手段８１４では、短時間平均用フィルタ手段８１２からの演算結果と、長時間平均用フィルタ手段８１３からの演算結果とのうち、小さい値を選択し、これを第１の閾値Ｔｈ１として入出力特性制御部１２に与える。また、選択手段８１４は、選択した小さい値を、長時間平均用フィルタ手段８１３の遅延手段５３に与える。

図７は、背景雑音推定器の入出力信号の例を示す。図７（ｃ）は、第２の実施形態の背景雑音推定器８１の短時間平均用フィルタ手段８１２からの出力信号を示し、図７（ｄ）は、第２の実施形態の背景雑音推定器８１からの出力信号を示す。

図９は、背景雑音推定器の入出力信号の例を示す。図９では、残留エコー信号ＲＥＳに背景雑音信号だけでなく、音声信号も含まれている場合を示す。図９（ａ）は、背景雑音推定器８１の入力信号波形を示し、図９（ｃ）は、背景雑音推定器８１の短時間平均用フィルタ手段８１２からの出力信号を示し、図９（ｄ）は、背景雑音推定器８１からの出力信号を示す。

図７（ｂ）及び図７（ｄ）に示すように、残留エコー信号ＲＥＳに背景雑音信号のみが入力されている場合には、背景雑音推定器８１２は、第１の実施形態の背景雑音推定器１１と同等の特性を示し、これを第１の閾値Ｔｈ１として、入出力特性制御部１２に与える。

また、残留エコー信号ＲＥＳに、背景雑音信号と音声信号とが重畳して入力される場合、図９（ｂ）に示すように、第１の実施形態では、音声入力時に伴い、背景雑音推定器１１からの出力信号レベルが大きくなり、音声断後もなかなか背景雑音レベルに復旧しない。

つまり、近端話者からの音声信号の影響により、背景雑音レベルが大きくなり、第１の閾値Ｔｈ１が大きくなり過ぎてしまい、この場合、背景雑音レベルよりも大きい残留エコー信号が入力されても抑圧することができなくなる。

一方、図９（ｄ）に示すように、第２の実施形態では、音声信号入力時の過渡応答は、第１の実施形態とほぼ同等であるが、音声断後の背景雑音レベルが、比較的早く背景雑音レベルに復旧する。つまり、近端話者の音声による、背景雑音推定結果への影響を小さくしている。

これは、図８に示す背景雑音推定器８１の選択手段８１４において、短時間平均用フィルタ手段８１２の演算結果と、長時間平均用フィルタ手段８１３の演算結果とを入力し、いずれか小さい方の値を選択して出力し、長時間平均用フィルタ手段８１３の遅延手段５３に与えることにより、音声入力時には大きい時定数で応答し、音声断時には小さい時定数で応答するようにしたからである。

第２の実施形態では、第１実施形態と同様に、背景雑音推定結果をそのまま閾値Ｔｈ１として用いるようにしたが、背景雑音推定結果に一定の定数ｋを乗じても良い。第１実施例と同様にフィルタ係数の調整により、定数ｋを乗じるようにしても良い。

第２の実施形態では、第１実施形態と同様に、背景雑音推定器の演算Ｅｎａｂｌｅの制御にＮＬＰ＿Ｃｏｎｔｒｏｌを用いるようにしているが、異なる制御条件を用いても良い。例えば、受信信号Ｒｉｎの信号レベルが閾値（例えば−４０ｄＢｍ）以下の時のみ、背景雑音推定器の演算を行なうようにしても良い。

第２の実施形態では、第１の実施形態と同様に、背景雑音推定器でＩＩＲ形ＬＰＦにより平均化処理を行なう例を示したが、ＦＩＲ形ＬＰＦなどの他の形態のフィルタを用いても良い。

また、図６と図８に示した背景雑音推定器をカスケード接続した構成で、背景雑音推定器を実現しても良い。カスケード接続した場合は、絶対値算出手段が冗長になるので、残留エコー信号ＲＥＳを入力する部分以外の絶対値算出手段は省略可能である。

（Ｂ−３）第２の実施形態の効果
以上のように、第２の実施形態によれば、第１の実施形態で説明した効果に加えて、背景雑音推定器が、短時間平均用フィルタ手段と長時間平均用フィルタ手段と選択手段とを備えることにより、音声信号に対しては大きい時定数で応答し、音声断時には小さい特定数で応答することができる。その結果、近端話者の音声による背景雑音推定結果への影響が小さくなり、背景雑音推定結果の推定精度が向上し、残留エコーを確実に消去できる効果が期待できる。

（Ｃ）第３の実施形態
次に、本発明の残留エコー抑圧制御装置、方法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。

第３の実施形態も、例えば、電話機を収容する音声通信装置が搭載するエコーキャンセラの送信出力側に設けたノンリニア・プロセッサに、本発明を適用した場合を説明する。

第１の実施形態では、第２の閾値Ｔｈ２を固定値とする場合を示したが、第２の閾値Ｔｈ２の値を大きくすると、残留エコー信号ＲＥＳの消去には有利であるが、遠端話者通話状態から近端話者通話状態への遷移時にダブルトーク検出が遅れると、近端話者の音声の話頭を消去してしまうことがある。一方、第２の閾値Ｔｈ２の値を小さくすると、残留エコーが大きい場合に、エコーを消去しきれなくなることがある。

ところで、エコー信号の電力レベルは、受信入力信号Ｒｉｎの電力レベルにほぼ比例する。そこで、第３の実施形態では、受信入力信号Ｒｉｎの電力レベルに応じて、第２の閾値Ｔｈ２を動的に制御するようにしたのである。

（Ｃ−１）第３の実施形態の構成及び動作
第３の実施形態は、ノンリニア・プロセッサの内部構成が第１及び第２の実施形態の構成と異なる。

図１０は、第３の実施形態のノンリニア・プロセッサ９の内部構成を示す内部構成図である。図１０において、第３の実施形態のノンリニア・プロセッサ９は、背景雑音推定器９１、入出力特性制御部９２、選択手段９３、電力算出手段９４、を有して構成される。

図１０に示すように、第３の実施形態では、ノンリニア・プロセッサ９が、電力算出手段９４を備える点に特徴がある。

なお、背景雑音推定器９１は、第１及び第２の実施形態の背景雑音推定器１１及び８１を適用でき、入出力特性制御部９２は入出力特性制御部１２を適用でき、選択手段９３は選択手段１３を適用できる。

電力算出手段９４は、受信入力信号Ｒｉｎを入力し、この受信電力信号Ｒｉｎの電力レベルを算出するものである。また、電力算出手段９４は、算出した受信入力信号Ｒｉｎの電力レベルの大きさに応じて、第２の閾値Ｔｈ２を求め、その求めた第２の閾値Ｔｈ２を入出力特性制御部９３に与えるものである。

なお、電力算出手段９４による電力レベル算出演算処理は、常時Ｅｎａｂｌｅとして良い。また、電力算出手段９４は、例えば、ＩＩＲ形ローパスフィルタを有して構成することで、受信電力信号Ｒｉｎの電力レベルを算出することができる。

また、第２の閾値Ｔｈ２の算出は、受信入力信号Ｒｉｎの電力レベルが、大きいときには大きくなるように、小さいときには小さくなるように制御することができれば、所定の演算式を広く適用できる。例えば、受信入力信号Ｒｉｎの電力レベルから、所定レベル（例えば、２０ｄＢ）だけ差し引いた値を、第２の閾値Ｔｈ２とすることができる。

このように、受信入力信号Ｒｉｎの電力レベルが小さいときに、第２の閾値Ｔｈ２を小さくすることで、遠端話者通話状態から近端話者通話状態への遷移時にダブルトーク検出が遅れても、近端話者の音声の話頭を消去する量が少なくて済む。

また、受信入力信号Ｒｉｎの電力レベルが大きいときには、第２の閾値Ｔｈ２を大きくすることで、残留エコーを確実に消去することができる。

なお、第３の実施形態において、電力算出手段９４は、ＩＩＲ形ＬＰＦにより受信入力信号Ｒｉｎの電力レベルを算出する場合を例にして説明したが、これに限定されず、ＦＩＲ形ＬＰＦなどの他の方法でフィルタを実現しても良い。

（Ｃ−２）第３の実施形態の効果
以上のように、第３の実施形態によれば、第１及び第２の実施形態で説明した効果を奏することに加えて、電力算出手段を備えることで、受信入力信号Ｒｉｎに応じて第２の閾値Ｔｈ２の大きさを制御することができる。

その結果、受信入力信号Ｒｉｎの電力レベルが小さくエコーも小さいときには、第２の閾値Ｔｈ２を小さくすることができ、遠端話者通話状態から近端話者通話状態への切り替わりときに、ダブルトーク検出の遅延が発生したとしても近端話者の音声の話頭を消去する量が少なくて済む。

また、受信入力信号Ｒｉｎの電力レベルが大きくエコーも大きいときには、第２の閾値Ｔｈ２の値が大きくなり、残留エコーを確実に消去することができる。

（Ｄ）他の実施形態
第１〜第３の実施形態のノンリニア・プロセッサは、電話回線において、２線４線変換機能を有するハイブリッド回路で生じる回線エコーを除去するエコーキャンセラや、スピーカからマイクロホンに回り込んだエコー（音響エコー）を除去するエコーキャンセラにも適用することができる。

上述したが、第１及び第２の実施形態で説明した背景雑音推定手段１１及び８１は、任意の組み合わせで、カスケード接続された構成とすることができる。

また、第１〜第３の実施形態のノンリニア・プロセッサは、ハードウェア的な構成を備えるイメージで説明したが、実際は、ソフトウェア処理で実現される。

つまり、ノンリニア・プロセッサは、例えば、ＣＰＵが、記憶部（例えばＲＯＭ）に格納されている処理プログラムを、処理に必要なデータを用いながら実行することで、第１〜第３の実施形態で説明した処理を実現することができる。

なお、可能であれば、ノンリニア・プロセッサはハードウェア構成で実現するようにしいてもよい。

第１の実施形態のノンリニア・プロセッサの内部構成を示す内部構成図である。 ノンリニア・プロセッサとその周辺のシステム機能との構成を示す構成図である。 センタクリッパ方式による特性を説明する説明図である。 第１の実施形態のノンリニア・プロセッサがアクティブ時の入出力特性を説明する説明図である（その１）。 第１の実施形態のノンリニア・プロセッサがアクティブ時の入出力特性を説明する説明図である（その２）。 第１の実施形態の背景雑音推定器の内部構成を説明する内部構成図である。 背景雑音推定器の入出力信号の例を示す図である（背景雑音のみが入力する場合）。 第２の実施形態の背景雑音推定器の内部構成を示す内部構成図である。 背景雑音推定器の入出力信号の例である（背景雑音と音声信号とが重畳する信号が入力する場合）。 第３の実施形態の背景雑音推定器の内部構成を示す内部構成図である。

符号の説明

１、９…ノンリニア・プロセッサ、２…エコーキャンセラ、３…ハイブリッド回路、
１１、８１、９１…背景雑音推定器、１２、９２…入出力特性制御部、１３、９３…選択手段、９４…電力算出手段、
１１１、８１１…絶対値算出手段、１１２…ＩＩＲ形ローパスフィルタ手段、８１２…短時間平均算出用ＩＩＲ形ローパスフィルタ手段（短時間平均用フィルタ手段）、８１３…長時間平均算出用ＩＩＲ形ローパスフィルタ手段（長時間平均用フィルタ手段）、３１、４１、５１…乗算手段、３２、４２、５２…加算手段、３３、４３、５３…遅延手段、３４、４４、５４…乗算手段。

Claims (9)

1. エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御装置において、
   上記エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定手段と、
   上記背景雑音推定手段からの上記第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、上記エコーキャンセラからの上記入力信号に対する振幅制御を行なう振幅制御処理手段と
   を備え、
   上記振幅制御処理手段の上記入出力特性が、
   上記第１の閾値が上記第２の閾値以上である場合、上記入力信号をそのまま出力するものであり、
   上記第１の閾値が上記第２の閾値未満である場合、
   上記入力信号のサンプル値の絶対値が上記第１の閾値未満のときには、上記入力信号をそのまま出力し、
   上記入力信号のサンプル値の絶対値が上記第１の閾値以上、上記第２の閾値未満のときには、上記入力信号に対する振幅を上記第１の閾値で制限して出力し、
   上記入力信号のサンプル値の絶対値が上記第２の閾値以上のときには、上記第２の閾値と上記第１の閾値との差分を、上記入力信号に対して減算若しくは加算して出力する
   ものである
   ことを特徴とする残留エコー抑圧制御装置。
2. 上記背景雑音推定手段が、
   少なくとも受信入力信号の電力レベルが所定の閾値以下のときに、上記入力信号のサンプル値の絶対値を平均化して背景雑音の電力レベルを求め、この背景雑音の電力レベルに基づく値を上記第１の閾値として出力するフィルタ部を有することを特徴とする請求項１に記載の残留エコー抑圧制御装置。
3. 上記フィルタ部が、近端話者発話時、双方発話時又は無通話時に、背景雑音の電力レベルに基づく値を上記第１の閾値として出力することを特徴とする請求項２に記載の残留エコー抑圧制御装置。
4. 上記背景雑音推定手段が、
   上記入力信号のサンプル値の絶対値を、所定短時間で平均化した短時間平均値を求める短時間平均フィルタ部と、
   上記短時間平均フィルタ部よりも長い長時間で、上記入力信号のサンプル値の絶対値を平均化した長時間平均値を求める長時間平均フィルタ部と、
   上記短時間平均値と上記長時間平均値とのうちいずれか小さい値を選択し、この選択した小さい値を上記第１の閾値として出力すると共に、上記選択した小さい値を上記長時間平均フィルタ部の遅延部に与える選択部と
   を有することを特徴とする請求項１に記載の残留エコー抑圧制御装置。
5. 請求項２又は３に記載の上記背景雑音推定手段と、請求項４に記載の上記背景雑音推定手段とを、任意に組み合わせた構成を備えることを特徴とする残留エコー抑圧制御装置。
6. 上記第２の閾値は、予め設定された固定値であることを特徴とする請求項１〜５のいずれかに記載の残留エコー抑圧制御装置。
7. 受信入力信号の電力レベルに応じて、上記第２の閾値の大きさを可変にする第２の閾値制御手段を備えることを特徴とする請求項１〜５のいずれかに記載の残留エコー抑圧装置。
8. エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御方法において、
   背景雑音推定手段が、上記エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定工程と、
   振幅制御処理手段が、上記背景雑音推定手段からの上記第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、上記エコーキャンセラからの上記入力信号に対する振幅制御を行なう振幅制御処理工程と
   を有し、
   上記振幅制御処理手段の上記入出力特性が、
   上記第１の閾値が上記第２の閾値以上である場合、上記入力信号をそのまま出力するものであり、
   上記第１の閾値が上記第２の閾値未満である場合、
   上記入力信号のサンプル値の絶対値が上記第１の閾値未満のときには、上記入力信号をそのまま出力し、
   上記入力信号のサンプル値の絶対値が上記第１の閾値以上、上記第２の閾値未満のときには、上記入力信号に対する振幅を上記第１の閾値で制限して出力し、
   上記入力信号のサンプル値の絶対値が上記第２の閾値以上のときには、上記第２の閾値と上記第１の閾値との差分を、上記入力信号に対して減算若しくは加算して出力する
   ものである
   ことを特徴とする残留エコー抑圧制御方法。
9. エコーキャンセラで生じる残留エコーを抑圧する残留エコー抑圧制御プログラムにおいて、
   コンピュータを、
   上記エコーキャンセラから出力された入力信号に基づいて、近端の背景雑音の電力レベルを推定し、この背景雑音電力レベルの推定結果に応じた第１の閾値を出力する背景雑音推定手段、
   上記背景雑音推定手段からの上記第１の閾値と、第２の閾値との比較結果に応じた入出力特性を用いて、上記エコーキャンセラからの上記入力信号に対する振幅制御を行なう振幅制御処理手段
   として機能させるものであり、
   上記振幅制御処理手段の上記入出力特性が、
   上記第１の閾値が上記第２の閾値以上である場合、上記入力信号をそのまま出力するものであり、
   上記第１の閾値が上記第２の閾値未満である場合、
   上記入力信号のサンプル値の絶対値が上記第１の閾値未満のときには、上記入力信号をそのまま出力し、
   上記入力信号のサンプル値の絶対値が上記第１の閾値以上、上記第２の閾値未満のときには、上記入力信号に対する振幅を上記第１の閾値で制限して出力し、
   上記入力信号のサンプル値の絶対値が上記第２の閾値以上のときには、上記第２の閾値と上記第１の閾値との差分を、上記入力信号に対して減算若しくは加算して出力する
   ものである
   ことを特徴とする残留エコー抑圧制御プログラム。

Images