JP6528438B2 - 音信号処理装置及び音信号処理プログラム - Google Patents

Description

本発明は音信号処理装置及び音信号処理プログラムに関し、例えば、音声信号や音響信号等の音信号に含まれている雑音成分を抑圧する場合に適用し得るものである。

携帯電話システムに代表される音声通話システムでは、入力された音声信号に対して、周囲の雑音の成分が重畳されている場合が少なくなく、通話音質の劣化を引き起こしていた。このような課題を解決するため、従来、入力音声信号に含まれている雑音成分を抑圧する方法が種々提案されている。例えば、非特許文献１には、ウィナーフィルタ法によって雑音成分を抑圧する方法が記載されている。ウィナーフィルタ法は、入力音声信号における雑音成分を推定し、これを周波数領域で入力音声信号から減じることにより雑音成分を抑圧する方法である。

電子情報通信学会知識ベース、１群５編５章５−１

しかしながら、入力音声信号の信号対雑音比（Ｓ／Ｎ比）が劣悪な場合に、ウィナーフィルタ法を適用すると、雑音成分を抑圧した結果、目的とする音声（以下、目的音と呼ぶ）の成分も劣化するという課題があった。この不都合を回避すべく、目的音成分の劣化を抑えると、雑音成分を十分に抑圧できないという課題があった。すなわち、入力音声信号のＳ／Ｎ比が劣悪な場合には、雑音成分の抑圧処理を実行しても、通話音質の劣化を改善できないという課題があった。

雑音抑圧方法としては、ウィナーフィルタ法以外にも、スペクトル減算法やボイススイッチなど種々の方法があるが、入力音声信号のＳ／Ｎ比が劣悪な場合には同様な課題が生じていた。

ところで、ヘッドセットなどの右耳用のスピーカ部と左耳用のスピーカ部とに分かれている発音装置を音声出力装置として適用する場合には、Ｒチャンネル用の音声信号とＬチャンネル用の音声信号とが必要となるが、従来、雑音抑圧処理を行ったモノラル音声信号をステレオ音声信号に変換するのが一般的であり、上述した課題が同様に生じていた。

本発明は、以上の点に鑑みなされたものであり、入力音信号における目的音を聴取し易くできる音信号処理装置及び音信号処理プログラムを提供しようとしたものである。

第１の本発明の音信号処理装置は、（１）目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理部と、（２）上記第１及び第２の分岐信号に対して、Ｓ／Ｎ比を変更して、第１及び第２のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理部と、（３）上記第１及び第２のＳ／Ｎ比変更音信号を同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化部とを有し、上記Ｓ／Ｎ比変更処理部は、上記第１の分岐音信号に含まれている雑音成分を、第１の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更し、上記第２の分岐音信号に含まれている雑音成分を、上記第１の抑圧量パラメータとは異なる第２の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第２の分岐音信号におけるＳ／Ｎ比を変更することを特徴とする。

第２の本発明の音信号処理装置は、（１）目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理部と、（２）上記第１の分岐信号に対して、Ｓ／Ｎ比を変更して、第１のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理部と、（３）上記第１のＳ／Ｎ比変更音信号と上記第２の分岐音信号とを同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化部とを有し、（４）上記Ｓ／Ｎ比変更処理部は、上記第１の分岐音信号に含まれている雑音成分を、所定の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更することを特徴とする。

第３の本発明の音信号処理プログラムは、コンピュータを、（１）目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理手段と、（２）上記第１及び第２の分岐信号に対して、Ｓ／Ｎ比を変更して、第１及び第２のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理手段と、（３）上記第１及び第２のＳ／Ｎ比変更音信号を同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化手段として機能させ、（４）上記Ｓ／Ｎ比変更処理手段は、上記第１の分岐音信号に含まれている雑音成分を、第１の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更し、上記第２の分岐音信号に含まれている雑音成分を、上記第１の抑圧量パラメータとは異なる第２の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第２の分岐音信号におけるＳ／Ｎ比を変更することを特徴とする。

第４の本発明の音信号処理プログラムは、コンピュータを、（１）目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理手段と、（２）上記第１の分岐信号に対して、Ｓ／Ｎ比を変更して、第１のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理手段と、（３）上記第１のＳ／Ｎ比変更音信号と上記第２の分岐音信号とを同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化手段として機能させ、（４）上記Ｓ／Ｎ比変更処理手段は、上記第１の分岐音信号に含まれている雑音成分を、所定の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更することを特徴とする。

本発明によれば、入力音信号における目的音を聴取し易くできる音信号処理装置、音信号処理プログラム及び音信号処理方法を実現できる。

第１の実施形態に係る雑音抑圧装置の構成を示すブロック図である。 第１の実施形態に係る雑音抑圧装置の入出力信号の信号波形を示す説明図である。 第２の実施形態に係る雑音抑圧装置の構成を示すブロック図である。 第３の実施形態に係る雑音抑圧装置の構成を示すブロック図である。

（Ａ）第１の実施形態
以下、本発明による音信号処理装置及び音信号処理プログラムの第１の実施形態を、図面を参照しながら説明する。第１の実施形態の音信号処理装置及び音信号処理プログラムは、入力音声信号に含まれている雑音成分を抑圧する雑音抑圧装置及び雑音抑圧プログラムである。

（Ａ−１）第１の実施形態の構成
図１は、第１の実施形態に係る雑音抑圧装置の構成を示すブロック図である。

第１の実施形態の雑音抑圧装置は、図１で示す構成部分をハードウェアで構成することも可能であり、また、ＣＰＵが実行するソフトウェア（音処理プログラム）とＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）とで実現することも可能であるが、いずれの実現方法を採用した場合であっても、機能的には図１で表すことができる。

図１において、第１の実施形態の雑音抑圧装置１００は、Ｌチャンネル用雑音抑圧回路１０１、Ｒチャンネル用雑音抑圧回路１０２、時刻差検出回路１０３、Ｌチャンネル用時刻補正回路１０４及びＲチャンネル用時刻補正回路１０５を有する。

図１では省略しているが、見方を変えれば、ヘッドセットなどのステレオ音声信号の出力装置も、第１の実施形態の雑音抑圧装置１００の構成要素となっているということができる（このことについては動作説明の項で明らかにする）。但し、第１の実施形態の雑音抑圧装置１００は、音声信号の送話側の装置に設けられていても良く、音声信号の受話側の装置に設けられていても良い。

第１の実施形態の雑音抑圧装置１００に入力された音声信号（入力音声信号）Ｓは２分岐され、分岐された入力音声信号ＳＬ、ＳＲがそれぞれ、ステレオ音声信号の一方として対応するＬチャンネル用雑音抑圧回路１０１又はＲチャンネル用雑音抑圧回路１０２に与えられる。図１では、信号線の分岐（信号分岐回路の一種）で入力音声信号Ｓを２分岐するように記載しているが、入力音声信号Ｓを２分岐する、従来から存在する種々の技術により実現された信号分岐回路を適用するようにしても良い。

Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２は、Ｓ／Ｎ比変更回路として設けられた雑音抑圧回路である。

Ｌチャンネル用雑音抑圧回路１０１は、自己へのＬチャンネルの入力音声信号ＳＬに含まれている雑音成分を抑圧し、雑音抑圧後のＬチャンネル音声信号ＳＳＬを出力するものである。Ｌチャンネル用雑音抑圧回路１０１としては、ウィナーフィルタ法、スペクトル減算法、ボイススイッチなど既存の雑音抑圧方法を適用した公知の雑音抑圧回路を適用することができる。但し、Ｌチャンネル用雑音抑圧回路１０１は、外部から与えられる抑圧量パラメータ（言い換えると、Ｓ/Ｎ比変更パラメータ）ＰＬに従って、雑音成分を抑圧するものであることを要する。例えば、ウィナーフィルタ法やスペクトル減算法などでは、周波数領域で雑音成分の値を得て、得た雑音成分に対してパラメータで指定された抑圧量を、周波数領域の入力音声信号から周波数成分毎に減算することで雑音成分を抑圧する方法であり、雑音成分の抑圧量を抑圧量パラメータＰＬに従って変えることができるものである。

Ｒチャンネル用雑音抑圧回路１０２は、自己へのＲチャンネルの入力音声信号ＳＲに含まれている雑音成分を抑圧し、抑圧後のＬチャンネル音声信号ＳＳＲを出力するものである。Ｒチャンネル用雑音抑圧回路１０２も、外部から与えられる抑圧量パラメータＰＲに従って、雑音成分を抑圧するものであることを要する。

Ｒチャンネル用雑音抑圧回路１０２が適用している雑音抑圧方法や内部構成は、Ｌチャンネル用雑音抑圧回路１０１が適用している雑音抑圧方法や内部構成と同一であっても良く、また、異なっていても良い。例えば、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２が共にウィナーフィルタ法に従ったものであっても良く、また、Ｌチャンネル用雑音抑圧回路１０１がウィナーフィルタ法に従い、Ｒチャンネル用雑音抑圧回路１０２がスペクトル減算法に従うものであっても良い。

第１の実施形態の場合、Ｓ/Ｎ比変更パラメータとしての、Ｌチャンネル用雑音抑圧回路１０１への抑圧量パラメータＰＬと、Ｒチャンネル用雑音抑圧回路１０２への抑圧量パラメータＰＲとが異なっている。このような抑圧量パラメータＰＬ及びＰＲを異なるものにすることにより、Ｌチャンネル用雑音抑圧回路１０１からの雑音抑圧後のＬチャンネル音声信号ＳＳＬにおける目的音成分と、Ｒチャンネル用雑音抑圧回路１０２からの雑音抑圧後のＲチャンネル音声信号ＳＳＲにおける目的音成分とが同様なレベルでありながら、Ｌチャンネル用雑音抑圧回路１０１からの雑音抑圧後のＬチャンネル音声信号ＳＳＬにおける雑音成分のレベルと、Ｒチャンネル用雑音抑圧回路１０２からの雑音抑圧後のＲチャンネル音声信号ＳＳＲにおける雑音成分のレベルとが異なるようになされている。例えば、抑圧量パラメータＰＬの方が抑圧量パラメータＰＲより抑圧量を少なくするものに選定されている場合、雑音抑圧後のＬチャンネル音声信号ＳＳＬにおける雑音成分のレベルの方が、雑音抑圧後のＲチャンネル音声信号ＳＳＲにおける雑音成分のレベルより大きくなる。

Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２はそれぞれ、自己からの出力信号ＳＳＬ、ＳＳＲとして時間領域の信号を出力するものであっても良く、また、周波数領域の信号を出力するものであっても良い。

時刻差検出回路１０３、Ｌチャンネル用時刻補正回路１０４及びＲチャンネル用時刻補正回路１０５は、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２における処理遅延が異なる場合を考慮して設けられたものである。

仮に、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２における処理遅延が同じ場合、言い換えると、雑音抑圧後のＬチャンネル音声信号ＳＳＬと雑音抑圧後のＲチャンネル音声信号ＳＳＲとが同期している場合には、時刻差検出回路１０３、Ｌチャンネル用時刻補正回路１０４及びＲチャンネル用時刻補正回路１０５を省略することができる。

時刻差検出回路１０３は、例えば、雑音抑圧後のＬチャンネル音声信号ＳＳＬと雑音抑圧後のＲチャンネル音声信号ＳＳＲとの相互相関を計算することにより、雑音抑圧後のＬチャンネル音声信号ＳＳＬと雑音抑圧後のＲチャンネル音声信号ＳＳＲとの時刻差Ｄを計算する。例えば、信号ＳＳＬ及びＳＳＲが周波数領域の信号である場合には、ＦＦＴ（高速フーリエ変換）に供する所定期間（例えば２０ｍｓ）のサンプルであるフレームを時刻の単位とすれば良く、信号ＳＳＬ及びＳＳＲが時間領域の信号である場合には、サンプリング周期若しくはフレームを時刻の単位とすれば良い。

時刻差検出回路１０３は、雑音抑圧後のＬチャンネル音声信号ＳＳＬと雑音抑圧後のＲチャンネル音声信号ＳＳＲとの時刻差Ｄを解消するための補正遅延量ＤＬ及びＤＲを形成し、それぞれを対応する時刻補正回路１０４、１０５へ与える。Ｌチャンネル音声信号ＳＳＬの時刻がＲチャンネル音声信号ＳＳＲの時刻より時刻差Ｄ分だけ遅れている場合には、時刻差検出回路１０３は、Ｌチャンネル用時刻補正回路１０４に与える補正遅延量ＤＬを０とし、Ｒチャンネル用時刻補正回路１０５に与える補正遅延量ＤＲをＤとする。逆に、Ｒチャンネル音声信号ＳＳＲの時刻がＬチャンネル音声信号ＳＳＬの時刻より時刻差Ｄ分だけ遅れている場合には、時刻差検出回路１０３は、Ｒチャンネル用時刻補正回路１０５に与える補正遅延量ＤＲを０とし、Ｌチャンネル用時刻補正回路１０４に与える補正遅延量ＤＬをＤとする。

なお、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２における処理遅延が異なる場合であっても、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用雑音抑圧回路１０２の構成などにより、時間差Ｄが予め特定できる場合には、時刻差検出回路１０３と、一方の時刻補正回路１０４又は１０５を省略することができる。

Ｌチャンネル用時刻補正回路１０４は、雑音抑圧後のＬチャンネル音声信号ＳＳＬを補正遅延量ＤＬだけ遅延させて、当該雑音抑圧装置１００からのＬチャンネル出力音声信号ＯＵＴＬとして送出する。同様に、Ｒチャンネル用時刻補正回路１０５は、雑音抑圧後のＲチャンネル音声信号ＳＳＲを補正遅延量ＤＲだけ遅延させて、当該雑音抑圧装置１００からのＲチャンネル出力音声信号ＯＵＴＲとして送出する。

図１では省略しているが、出力音声信号ＯＵＴＬ及びＯＵＴＲが周波数領域の信号である場合には、ステレオ音声信号の出力装置に至るまでに、ＩＦＦＴ（逆高速フーリエ変換）回路を設けることを要する。

（Ａ−２）第１の実施形態の動作
次に、上述した詳細構成を有する第１の実施形態に係る雑音抑圧装置１００の動作を説明する。

第１の実施形態の雑音抑圧装置１００において、入力音声信号Ｓは２分岐され、分岐で得られたＬチャンネルの入力音声信号ＳＬはＬチャンネル用雑音抑圧回路１０１に与えられ、分岐で得られたＲチャンネルの入力音声信号ＳＲはＲチャンネル用雑音抑圧回路１０１に与えられる。

Ｌチャンネル用雑音抑圧回路１０１において、Ｌチャンネルの入力音声信号ＳＬに含まれている雑音成分が、抑圧量パラメータＰＬが指示する分だけ抑圧されると共に、Ｒチャンネル用雑音抑圧回路１０２において、Ｒチャンネルの入力音声信号ＳＲに含まれている雑音成分が、抑圧量パラメータＰＲが指示する分だけ抑圧される。

雑音抑圧後のＬチャンネル音声信号ＳＳＬと雑音抑圧後のＲチャンネル音声信号ＳＳＲとの時刻差Ｄが時刻差検出回路１０３で検出され、時刻差Ｄを解消するための補正遅延量ＤＬ及びＤＲが形成されて、それぞれ対応するＬチャンネル用時刻補正回路１０４、Ｒチャンネル用時刻補正回路１０５に与えられる。

雑音抑圧後のＬチャンネル音声信号ＳＳＬは、Ｌチャンネル用時刻補正回路１０４によって補正遅延量ＤＬだけ遅延されて、当該雑音抑圧装置１００からのＬチャンネル出力音声信号ＯＵＴＬとして送出され、同様に、雑音抑圧後のＲチャンネル音声信号ＳＳＲは、Ｒチャンネル用時刻補正回路１０５によって補正遅延量ＤＲだけ遅延されて、当該雑音抑圧装置１００からのＲチャンネル出力音声信号ＯＵＴＲとして送出される。

図２は、雑音抑圧装置１００への入力音声信号Ｓと、雑音抑圧装置１００からの出力音声信号（Ｌチャンネル出力音声信号及びＲチャンネル出力音声信号）ＯＵＴＬ及びＯＵＴＲの信号波形例を示す説明図である。図２において、「Ｖ」は目的音成分と雑音成分とが重畳されている区間を表し、「Ｎ」は雑音成分だけを含む区間を表している。図２は、抑圧量パラメータＰＬの方が抑圧量パラメータＰＲより抑圧量を少なくするものに選定されている場合の信号波形を示している。

抑圧量パラメータＰＬの方が抑圧量を少なくするものに選定されているため、Ｌチャンネル出力音声信号ＯＵＴＬにおける目的音成分と、Ｒチャンネル出力音声信号ＯＵＴＲにおける目的音成分とが同様なレベルであるが、Ｌチャンネル出力音声信号ＯＵＴＬにおける雑音成分のレベルは、Ｒチャンネル出力音声信号ＯＵＴＲにおける雑音成分のレベルより大きい。

ここで、Ｌチャンネル出力音声信号ＯＵＴＬ及びＲチャンネル出力音声信号ＯＵＴＲ（周波数領域の信号である場合には時間領域の信号への変換を要する）でなるステレオ音声信号の出力装置として、人間が発音音声を両耳で聴くヘッドセットを想定する（なお、出力装置はヘッドセットには限定されない）。発音音声における目的音成分は、左右共にほぼ同じ音圧であるため、頭内の中央に定位して聴こえる。発音音声における雑音成分は、上述したように抑圧量が異なるため、左右の音圧が異なり、頭内の中央から左右のどちらかにずれた位置に定位して聴こえる。図２の例の場合、左耳への雑音成分の音圧の方が右耳への雑音成分の音圧より大きいので、雑音は頭内の中央から左にずれた位置に定位して聴こえる。

すなわち、目的音と雑音の定位位置（音源位置）を異なるものとすることができ、脳内で知覚する際には、目的音と雑音の分離が容易になる。人間は、複数の音源から目的音を意識して聴き分けることができ、人間の聴覚上の特質をも考慮すると、入力音声信号のＳ／Ｎ比が悪くても雑音抑圧効果を高めことができる。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態の雑音抑圧装置によれば、入力音声信号のＳ／Ｎ比が悪くても大きな雑音抑圧効果を奏することができる。すなわち、第１の実施形態の雑音抑圧装置によれば、目的音を聴取し易くできる。

（Ｂ）第２の実施形態
次に、本発明による音信号処理装置及び音信号処理プログラムの第２の実施形態を、図面を参照しながら説明する。第２の実施形態の音信号処理装置及び音信号処理プログラムも、入力音声信号に含まれている雑音成分を抑圧する雑音抑圧装置及び雑音抑圧プログラムである。

図３は、第２の実施形態に係る雑音抑圧装置の構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には同一符号を付して示している。

第２の実施形態の雑音抑圧装置２００は、図３及び図１の比較から明らかなように、第１の実施形態の雑音抑圧装置１００から、Ｌチャンネル用雑音抑圧回路１０１及びＲチャンネル用時刻補正回路１０５を省略したものである。

Ｌチャンネル用雑音抑圧回路１０１を省略することは、第１の実施形態のＬチャンネル用雑音抑圧回路１０１に与える抑圧量パラメータＰＬが抑圧しないことを指示し、分岐Ｌチャンネル音声信号ＳＬをそのまま透過させて抑圧後のＬチャンネル音声信号ＳＳＬにしたのと等価である。

第２の実施形態ではＬチャンネル用雑音抑圧回路１０１を省略しているので、抑圧後のＲチャンネル音声信号ＳＳＲだけに処理遅延が生じており（分岐Ｌチャネル音声信号ＳＬを抑圧後のＬチャンネル音声信号ＳＳＬとみなした場合において、抑圧後のＬチャンネル音声信号ＳＳＬに処理遅延は存在しない）、そのため、処理遅延が生じていないＬチャンネルの処理系にのみ時刻補正回路（Ｌチャンネル用時刻補正回路）１０４を設けている。

第２の実施形態の雑音抑圧装置２００におけるその他の点は、第１の実施形態と同様である。

第２の実施形態の雑音抑圧装置２００の場合、Ｌチャンネル出力音声信号ＯＵＴＬとして入力音声信号Ｓをそのまま適用しているが、第１の実施形態について図２を用いて説明したように、Ｌチャンネル出力音声信号ＯＵＴＬにおける目的音成分と、Ｒチャンネル出力音声信号ＯＵＴＲにおける目的音成分とを同様なレベルにできると共に、Ｌチャンネル出力音声信号ＯＵＴＬにおける雑音成分のレベルをＲチャンネル出力音声信号ＯＵＴＲにおける雑音成分のレベルより大きくできる。その結果、これらステレオ音声信号を聴取したときに、目的音と雑音の定位位置（音源位置）を異なるものとすることができて、人間が意識することにより目的音を容易に分離することができる。

第２の実施形態の雑音抑圧装置によっても、入力音声信号のＳ／Ｎ比が悪くても大きな雑音抑圧効果を奏することができ、目的音を聴取し易くできる。

（Ｃ）第３の実施形態
次に、本発明による音信号処理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。第３の実施形態の音信号処理装置も、入力音声信号に含まれている雑音成分を抑圧する雑音抑圧装置である。

図４は、第３の実施形態に係る雑音抑圧装置の構成を示すブロック図である。

図４において、第３の実施形態の雑音抑圧装置３００は、雑音抑圧装置本体３０１と音源分離回路３０２とを有する。

雑音抑圧装置本体３０１は、第１の実施形態や第２の実施形態（これらの変形実施形態であっても良い）の雑音抑圧装置１００又は２００が該当するものである。第３の実施形態の場合、雑音抑圧装置本体３０１からのＬチャンネル出力音声信号ＯＵＴＬ及びＲチャンネル出力音声信号ＯＵＴＲは、音源分離回路３０２に与えられる。

音源分離回路３０２は、Ｌチャンネル出力音声信号ＯＵＴＬ及びＲチャンネル出力音声信号ＯＵＴＲを、恰も２つのマイクロホンが捕捉した音声信号として、音源分離処理を行って目的音成分の音源と雑音成分の音源とを分離し、分離した目的音成分だけを含む出力音声信号ＯＵＴを得て出力するものである。

音源分離回路３０２は、複数の入力音声信号から音源分離を行う既存の音源分離回路を適用することができ、そのため、詳細構成の説明は省略する。音源分離回路３０２として、例えば、特開２０１４−２１５４６１号公報又は特開２０１４−１５７２６１号公報に記載の音源分離回路などを適用しても良い。

第３の実施形態の雑音抑圧装置によっても、入力音声信号のＳ／Ｎ比が悪くても大きな雑音抑圧効果を奏することができる。しかも、第３の実施形態の雑音抑圧装置によれば、雑音成分が抑圧されたモノラル信号の出力音声信号を得ることができ、目的音を聴取し易くできる。

（Ｄ）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、以下に例示するような変形実施形態を挙げることができる。

上記各実施形態では、抑圧量パラメータＰＬ、ＰＲの値が固定値である場合を示したが、抑圧量パラメータＰＬ及びＰＲの少なくとも一方が動的に変化するものであっても良い。例えば、入力音声信号Ｓにおける雑音成分が多い場合には、抑圧量パラメータＰＬ及びＰＲが指示する抑圧量の差を大きくし、目的音成分の定位位置と、雑音成分の定位位置とのずれを大きくするようにして人間が目的音成分を容易に認識できるようにしても良い。例えば、目的音区間と雑音区間とを公知の方法で分離し、雑音区間のパワーを公知の方法で算出し、雑音区間のパワーを範囲の境界値と比較することにより、雑音成分のパワーが属する範囲を検出し、検出した範囲に対応付けられた抑圧量パラメータＰＬ及びＰＲを記憶テーブルから読み出すようにして、抑圧量パラメータＰＬ及びＰＲを動的に変化させるようにしても良い。

上記各実施形態では、Ｓ／Ｎ比変更回路として、雑音成分を抑圧する雑音抑圧回路（１０１、１０２）を適用した場合を示したが、Ｓ／Ｎ比変更回路として、音声成分（目的音成分）を強調する音声強調回路を適用するようにしても良い。この場合、発音音声における目的音成分は、頭内の中央以外に定位するが、雑音成分の定位位置と異なるため、上述した各実施形態と同様な効果を奏することができる。

また、Ｌチャンネル入力音声信号ＳＬ及びＲチャンネル入力音声信号ＳＲの一方に対して雑音抑圧処理を施し、Ｌチャンネル入力音声信号ＳＬ及びＲチャンネル入力音声信号ＳＲの他方に対して音声強調処理を施すようにしても良い。

さらに、上記で説明したＳ／Ｎ比変更回路は、雑音成分を抑圧し、又は、目的音成分を強調してＳ/Ｎ比を大きくするように変更するものであったが、Ｓ/Ｎ比を小さくするようなＳ／Ｎ比変更回路を適用することもできる。この場合のＳ／Ｎ比変更回路として、音声成分を抑圧する回路や、雑音成分を強調する回路を挙げることができる。Ｓ/Ｎ比を小さくするＳ／Ｎ比変更回路を適用した場合も、変更度合をＬチャンネルとＲチャンネルとで異なるようにさせることにより、発音音声における目的音成分と雑音成分の定位位置を異なるものにでき、人間が意識することにより目的音を分離することができる。

上記各実施形態においては、目的音が音声である場合を示したが、目的音が音響（例えば、機械が発した音）の場合にも本発明を適用することができる。

１００、２００、３００…雑音抑圧装置、１０１…Ｌチャンネル用雑音抑圧回路、１０２…Ｒチャンネル用雑音抑圧回路、１０３…時刻差検出回路、１０４…Ｌチャンネル用時刻補正回路、１０５…Ｒチャンネル用時刻補正回路、３０１…雑音抑圧装置本体、３０２…音源分離回路。

Claims (8)

1. 目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理部と、
   上記第１及び第２の分岐信号に対して、Ｓ／Ｎ比を変更して、第１及び第２のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理部と、
   上記第１及び第２のＳ／Ｎ比変更音信号を同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化部とを有し、
   上記Ｓ／Ｎ比変更処理部は、
   上記第１の分岐音信号に含まれている雑音成分を、第１の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更し、
   上記第２の分岐音信号に含まれている雑音成分を、上記第１の抑圧量パラメータとは異なる第２の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第２の分岐音信号におけるＳ／Ｎ比を変更する
   ことを特徴とする音信号処理装置。
2. 上記同期化部は、
   上記第１のＳ／Ｎ比変更音信号と上記第２のＳ／Ｎ比変更音信号との時刻差を検出する時刻差検出部と、
   検出された時刻差に基づいて、上記第１のＳ／Ｎ比変更音信号及び上記第２のＳ／Ｎ比変更音信号の少なくとも一方を遅延させる遅延部と
   を有することを特徴とする請求項１に記載の音信号処理装置。
3. 上記Ｓ／Ｎ比変更処理部により生成された上記第１及び上記第２のＳ／Ｎ比変更音信号に対して音源分離を施し、目的音成分を有する音信号を得て出力する音源分離部をさらに有することを特徴とする請求項１又は２に記載の音信号処理装置。
4. 目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理部と、
   上記第１の分岐信号に対して、Ｓ／Ｎ比を変更して、第１のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理部と、
   上記第１のＳ／Ｎ比変更音信号と上記第２の分岐音信号とを同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化部とを有し、
   上記Ｓ／Ｎ比変更処理部は、
   上記第１の分岐音信号に含まれている雑音成分を、所定の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更する
   ことを特徴とする音信号処理装置。
5. 上記同期化部は、
   上記第１のＳ／Ｎ比変更信号と上記第２の分岐音信号との時刻差を検出する時刻差検出部と、
   検出された時刻差に基づいて、上記第２の分岐音信号を遅延させる遅延部と
   を有することを特徴とする請求項４に記載の音信号処理装置。
6. 上記Ｓ／Ｎ比変更部により生成される上記第１のＳ／Ｎ比変更信号と、上記第２の分岐信号に対して音源分離を施し、目的音成分を有する音信号を得て出力する音源分離部をさらに有することを特徴とする請求項４又は５に記載の音信号処理装置。
7. コンピュータを、
   目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理手段と、
   上記第１及び第２の分岐信号に対して、Ｓ／Ｎ比を変更して、第１及び第２のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理手段と、
   上記第１及び第２のＳ／Ｎ比変更音信号を同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化手段として機能させ、
   上記Ｓ／Ｎ比変更処理手段は、
   上記第１の分岐音信号に含まれている雑音成分を、第１の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更し、
   上記第２の分岐音信号に含まれている雑音成分を、上記第１の抑圧量パラメータとは異なる第２の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第２の分岐音信号におけるＳ／Ｎ比を変更する
   ことを特徴とする音信号処理プログラム。
8. コンピュータを、
   目的音成分と雑音成分とが混在する入力音信号を２分岐して第１及び第２の分岐音信号を生成する分岐処理手段と、
   上記第１の分岐信号に対して、Ｓ／Ｎ比を変更して、第１のＳ／Ｎ比変更音信号を生成するＳ／Ｎ比変更処理手段と、
   上記第１のＳ／Ｎ比変更音信号と上記第２の分岐音信号とを同期させて、一方をＬチャンネル信号、他方をＲチャンネル信号として出力する同期化手段として機能させ、
   上記Ｓ／Ｎ比変更処理手段は、
   上記第１の分岐音信号に含まれている雑音成分を、所定の抑圧量パラメータが規定する抑圧量だけ抑圧することにより、上記第１の分岐音信号におけるＳ／Ｎ比を変更する
   ことを特徴とする音信号処理プログラム。

Images