バックグラウンドノイズ推定
【課題】バックグラウンドノイズのパワースペクトル密度を推定するシステムを提供すること。
【解決手段】音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、パワースペクトル密度計算ユニットと、時間領域信号平滑化ユニットと、周波数領域信号平滑化ユニットと、増分計算ユニットと、減分計算ユニットと、推定信号平滑化ユニットとを備える。
【解決手段】音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、パワースペクトル密度計算ユニットと、時間領域信号平滑化ユニットと、周波数領域信号平滑化ユニットと、増分計算ユニットと、減分計算ユニットと、推定信号平滑化ユニットとを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
（技術分野）
本発明は、バックグラウンドノイズを推定するシステムおよび方法に関し、特に、同時のスピーチアクティビティの間にバックグラウンドノイズを推定するシステムおよび方法に関する。
【背景技術】
【０００２】
（背景）
受信器の情報内容に寄与しない、そしてそのために擾乱とはみなされない音波は、一般的に、バックグラウンドノイズといわれる。バックグラウンドノイズの発展の過程は、典型的に３つのさまざまな段階に分類され得る。これらは、１つ以上の供給源によるノイズの放出、ノイズの移送、そしてノイズの受容である。第１にノイズ信号（例えば、バックグラウンドノイズ）をノイズ自体の供給源において抑制し、その後信号の移送を抑制することによる試行がなされることが明らかである。しかしながら、ノイズ信号の放出は、多くの場合において所望のレベルまで低減され得ない。なぜなら、例えば、時間および位置に対して自然発生的に発生する周囲ノイズは、不十分に制御され得るのみであるか、またはまったく制御されないからである。
【０００３】
望ましくないバックグラウンドノイズの発生の典型的な例は、自動車の乗客エリアにおけるハンズフリー電話の使用である。一般的に、このような場合に使用される用語「バックグラウンドノイズ」は、外部の大きな影響の音（例えば、周囲ノイズまたは自動車の乗客エリアにおいて知覚されるノイズ）、および、機械的な振動によって引き起こされる音（例えば、自動車の乗客エリアまたはトランスミッションシステムにおける音）の両方を含む。これらの信号が望ましくない場合には、これらの信号はノイズといわれる。音楽または音声信号が、自動車の内部のような騒々しい環境において電気音響システムを介して伝送される場合にはいつでも、信号の質またはわかりやすさ（ｃｏｍｐｒｅｈｅｎｓｉｂｉｌｉｔｙ）は、通常、バックグラウンドノイズに起因して悪化する。バックグラウンドノイズは、外部ノイズ供給源（例えば、風、エンジン、タイヤ、ファンおよび車両内の他の電力ユニット）によって引き起こされ得る。それゆえ、速度、道路状況および自動車内の動作状態に直接的に関連する。
【０００４】
バックグラウンドノイズを含むノイズ信号を低減するために、そして結果として移送される音声信号の主観的な質およびわかりやすさを向上させるために、ノイズ低減システムが実装される。公知のシステムは、好適には、ノイズ信号の推定パワースペクトルに基づいて、周波数領域で動作する。このアプローチの不利な点は、音声信号が同時に発生する場合、そのスペクトル情報が最初にパワースペクトル密度の推定に含まれることである。結果として、引き続くフィルタリング回路において、バックグラウンドノイズ信号が所望のように低減されるだけでなく、音声信号自体も低減され、このことは望ましくない。このことを防ぐために、公知の方法（例えば、音声検出）が、音声信号中の望ましくない低減を回避するために用いられる。しかしながら、このような方法に対する実装の支出は魅力的でないほどに高い。
【０００５】
別の公知の方法において、パワースペクトル密度は、任意の音声検出をせずに平滑フィルタを用いて推定される。ここでは、音声信号のレベルのタイミング特性が、典型的には、バックグラウンドノイズのレベル特性と有意に異なっているという事実が利点となる。このことは、特に、音声信号のレベルの変化のダイナミクスが、バックグラウンドノイズのレベルの典型的な変化よりも、大きく、かなり短い間隔で発生することに起因している。バックグラウンドノイズのレベルが変化する場合にはいつでも、バックグラウンドノイズの推定パワースペクトル密度を、パワースペクトル密度の実際のレベルに近似するために、公知のアルゴリズムは、それゆえ、音声信号のレベルダイナミクスと比較すると、一定の恒久的に定義された所定の小さい増分または減分を用いる。それゆえ、非常に短い期間内に発生する音声信号のレベル変化は、上述の方法と比較すると、バックグラウンドノイズのパワースペクトル密度の推定に、望ましくない精度を落とす（ｃｏｒｒｕｐｔｉｎｇ）効果をまったく有しない。
【０００６】
しかし、この方法の不利な点は、例えば、事前に、低レベルのバックグラウンドノイズスペクトルのパワースペクトル密度が検出された場合、すなわちバックグラウンドノイズのレベルが素早く、連続的に比較的短い期間で上昇する場合、推定パワースペクトル密度のレベルを実際の高い値に上昇させるためには、その遅い応答に起因して、上述のアルゴリズムが長すぎるということである。バックグラウンドノイズのパワースペクトル密度のレベルに対する大きな推定値が事前に決定され、アルゴリズムがバックグラウンドノイズのパワースペクトル密度の値における比較的素早い降下を再生する必要がある場合、すなわち、短い時間期間内でのバックグラウンドノイズのレベルの素早い連続的な低減がある場合にも同じことがいえる。
【０００７】
アルゴリズムのゆるやかさ（ｓｌｕｇｇｉｓｈｎｅｓｓ）は、アルゴリズムの制御時間定数における増分または減分が、バックグラウンドノイズのパワースペクトルの実際のレベルへの、バックグラウンドノイズの推定パワースペクトルの近似のためには、十分に小さくなる必要があるという事実に起因する。このことは、パワースペクトル密度の推定と、同時に発生する音声信号との間の望ましくない依存性を防ぐ。上記のアルゴリズムは、比較的短い時間期間内に発生するバックグラウンドノイズのレベルにおける大きな連続的変化に対して十分に早く応答しない。特に、このアルゴリズムは、短期間に対するレベルの大きな上昇（例えば、自動車の乗客区画におけるバックグラウンドノイズにおいて経験され得る）に対しても十分に早く応答しない。
【発明の概要】
【発明が解決しようとする課題】
【０００８】
短い時間期間内で発生するバックグラウンドノイズのレベルの変化（特にバックグラウンドノイズ内の短寿命で大きな上昇）に対して満足のいく速度で応答する、バックグラウンドノイズのパワースペクトル密度の推定に対するニーズが存在する。
【課題を解決するための手段】
【０００９】
（概要）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムが提供され、該システムは、バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、パワースペクトル密度計算ユニットであって、該パワースペクトル密度計算ユニットは、連続的な計算サイクルを配置することによってノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合された、計算ユニットと、時間領域信号平滑化ユニットであって、該時間領域信号平滑化ユニットは、パワースペクトル密度出力信号を時間領域内で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された、時間領域信号平滑化ユニットと、周波数領域信号平滑化ユニットであって、該周波数領域信号平滑化ユニットは、時間領域信号平滑化ユニットから受信された時間的に平滑化された信号を周波数領域内で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供する用に適合された、周波数領域信号平滑化ユニットと、増分計算ユニットであって、バックグラウンドノイズのパワースペクトル密度の推定値に依存した増分の計算のために適合された、増分計算ユニットと、減分計算ユニットであって、バックグラウンドノイズのパワースペクトル密度の推定値に依存した減分の計算のために適合された、減分計算ユニットと、推定信号平滑化ユニットであって、増分および減分から、バックグラウンドノイズのパワースペクトル密度の推定値を計算するように適合されている、推定信号平滑化ユニットとを備える。平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加する。平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する。
【００１０】
例えば、本発明は以下の項目を提供する。
（項目１）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、該システムは、
該バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、
連続計算サイクルを配置することによって、該ノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合されたパワースペクトル密度計算ユニットと、
該パワースペクトル密度出力信号を時間領域で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された時間領域信号平滑化ユニットと、
該時間領域信号平滑化ユニットから受信された該時間的に平滑化された信号を周波数領域で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供するように適合された周波数領域信号平滑化ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存した増分の計算のために適合された増分計算ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の該推定値に依存した減分の計算のために適合された減分計算ユニットと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するように適合された推定信号平滑化ユニットと
を備え、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、システム。
（項目２）
誤差信号を提供する適応フィルタをさらに備え、上記パワースペクトル密度計算ユニットは、連続計算サイクルを配置する該適応フィルタの該誤差信号から現在のパワースペクトル密度を決定するように適合され、上記システムは、対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するように適合される、上記項目に記載のシステム。
（項目３）
上記システムは、
新しい計算サイクルにおいて決定された上記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された上記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、上記増分値の計算のモードから、上記減分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該増分値の現在の値を最小増分値に再設定するように適合されている、ことと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該減分値の現在の値を最小減分値に再設定するように適合されている、ことと
を行うように適合されている、上記項目のいずれかに記載のシステム。
（項目４）
上記システムは、上記バックグラウンドノイズの上記パワースペクトル密度の上記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するように適合され、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、上記現在計算された値にかかわらず最小値未満に減少する、上記項目のいずれかに記載のシステム。
（項目５）
上記時間領域信号平滑化ユニットは、２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度の平滑化のために適合され、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、上記項目のいずれかに記載のシステム。
（項目６）
上記周波数領域信号平滑化ユニットは、周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、上記時間領域信号ユニットからの上記時間的に平滑化された信号の平滑化のために適合されている、上記項目のいずれかに記載のシステム。
（項目７）
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、上記項目のいずれかに記載のシステム。
（項目８）
上記増分値の増加の値は、現在測定されたパワースペクトル密度の上記平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、上記減分値の増加の値は、現在測定されたパワースペクトル密度の該平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて選択される、上記項目のいずれかに記載のシステム。
（項目９）
上記システムは、心理音響学的感覚知覚に対応する周波数群内の平滑化パワースペクトル密度または非平滑化パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合するように適合されている、上記項目のいずれかに記載のシステム。
（項目１０）
音響的なバックグラウンドノイズのパワースペクトル密度の推定方法であって、該方法は、
パワースペクトル密度計算ユニットによって、マイクロフォン信号からの現在のパワースペクトル密度を決定し、対応するパワースペクトル密度出力信号を提供するステップと、
該提供されたパワースペクトル密度出力信号を時間領域内で平滑化して、結果として生じる時間的に平滑化された信号を提供するステップと、
該時間的に平滑化された信号を周波数領域で平滑化して、結果として生じる平滑化パワースペクトル密度信号を提供するステップと、
該バックグラウンドノイズのパワースペクトル密度の推定値に依存して増分を計算するステップと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存して減分を計算するステップと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するステップと
を包含し、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズの該パワースペクトル密度の該推定値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、方法。
（項目１１）
連続的な計算サイクルを配置することによって、適応フィルタから導出された誤差信号から現在のパワースペクトル密度を決定するステップと、
対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するステップと、
をさらに包含する、上記項目に記載の方法。
（項目１２）
新しい計算サイクルにおいて決定された上記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された上記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、上記増分値の計算のモードから、上記減分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該増分値の現在の値は最小増分値に再設定される、ステップと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該減分値の現在の値は最小減分値に再設定される、ステップと
をさらに包含する、上記項目のいずれかに記載の方法。
（項目１３）
上記バックグラウンドノイズの上記パワースペクトル密度の上記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するステップをさらに包含し、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、上記現在計算された値にかかわらず最小値未満に減少する、上記項目のいずれかに記載の方法。
（項目１４）
２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度を上記時間領域内で平滑化するステップをさらに包含し、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、上記項目のいずれかに記載の方法。
（項目１５）
周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、上記時間領域信号平滑化ユニットからの時間的に平滑化された信号を周波数領域内で平滑化するステップを包含する、上記項目のいずれかに記載の方法。
（項目１６）
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、上記項目のいずれかに記載の方法。
（項目１７）
上記増分値の増加の値は、現在測定されたパワースペクトル密度の上記（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、上記減分値の増加の値は、現在測定されたパワースペクトル密度の該（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択される、上記項目のいずれかに記載の方法。
（項目１８）
心理音響学的感覚知覚に対応する周波数群内の（平滑化）パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合する、上記項目のいずれかに記載の方法。
【００１１】
（摘要）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムおよび方法が提示され、ここでは、平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加する。平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する。
【００１２】
本発明は、以下の図面および説明を参照してより良く理解され得る。図面内の構成要素は、必ずしも縮尺が合わされておらず、代わりに、本発明の原理を説明する際に強調がなされている。さらに、図面においては、類似の参照番号が、対応する部分を指定する。
【図面の簡単な説明】
【００１３】
【図１】図１は、最小二乗平均（ＬＭＳ）アルゴリズムを用いた適応フィルタの信号の流れを示すフローチャートである。
【図２】図２は、メモリレス平滑化フィルタの信号フローチャートである。
【図３】図３は、バックグラウンドノイズを推定する新規のシステムの信号フローチャートである。
【図４】図４は、正弦信号および広帯域ノイズ信号のレベルの関数としてラウドネスを示すグラフである。
【図５】図５は、ホワイトノイズを介したマスキングを示すグラフである。
【図６】図６は、周波数領域におけるマスキングを示すグラフである。
【図７】図７は、周波数群、中間周波数２５０Ｈｚ、１ｋＨｚおよび４ｋＨｚにおける広い狭帯域ノイズに対するマスキングされた閾値を示すグラフである。
【図８】図８は、正弦音響信号によるマスキングを示すグラフである。
【図９】図９は、同時マスキング、プレマスキング、およびポストマスキングの表現である。
【図１０】図１０は、テストトーンインパルスのラウドネスインプレッションと持続期間との関係を示すグラフである。
【図１１】図１１は、テストトーンインパルスのマスキングされた閾値と繰り返し数との関係を示すグラフである。
【図１２】図１２は、ポストマスキングを示すグラフである。
【図１３】図１３は、マスカーの持続期間に対するポストマスキングを示すグラフである。
【図１４】図１４は、複素音響信号による同時マスキングを示すグラフである。
【発明を実施するための形態】
【００１４】
（詳細な説明）
以下に開示される例において、バックグラウンドノイズのパワースペクトル密度は、マイクロフォン信号から直接的に、または適応フィルタの誤差信号から推定される。適応方法およびシステムは、アルゴリズムが、周囲状況の変化（例えば、時間に対するレベルおよびスペクトル成分の変化を受けるノイズ信号に対する変化）への、それらのフィルタ係数の一定の修正に対して自動的に適合されることである。この能力は、パラメータを連続的に最適化するシステム構造によって提供される。このようなシステムにおいて、入力センサ（例えば、マイクロフォン）は、１つ以上のノイズ供給源によって生成された望ましくないノイズ（例えば、バックグラウンドノイズ）を表す信号を得るために用いられる。次いで、信号は、適応フィルタの入力にルーティングされ、フィルタによって処理されて出力信号を生成し、この出力信号は、望ましくないノイズ信号が与えられると有用な信号（例えば、音声信号）から差し引かれ、適応フィルタの入力信号と、望ましくないノイズ信号との相関が、有用な信号と共に発生する。この差し引きから得られる出力信号は、また、適応フィルタに対する誤差信号ともいわれる。望ましくないノイズを表す入力センサの信号と共に、誤差信号は、観測されるエコーのレベル全体を適応して最小化させるために、パラメータの修正および適応フィルタの特性の基本を形成する。
【００１５】
使用される適応アルゴリズムは、いわゆる最小二乗平均（ＬＭＳ）アルゴリズムの変形（例えば、帰納的最小二乗、ＱＲ分解最小二乗、最小二乗格子、ＱＲ分解格子または勾配適応格子、Ｚｅｒｏ Ｆｏｒｃｉｎｇ確率的勾配法など）であり得る。適応フィルタとともに非常に一般的に使用されるＬＭＳアルゴリズムは、適応フィルタの実装の間にしばしば遭遇する親しみやすい最小二乗平均問題の解の近似のためのアルゴリズムを表す。アルゴリズムは、いわゆる最急降下法（減少勾配方法）に基づいており、単純な態様で勾配を推定する。アルゴリズムは、時間的に帰納的に機能する。換言すると、アルゴリズムは各データセットに対して実行され、解が更新される。ＬＭＳアルゴリズムは、低レベルの複雑性および引き続く低い計算機能力要件を提供し、加えて、その数学的安定性および低メモリ要件を提供する。
【００１６】
無限インパルス応答（ＩＩＲ）フィルタまたは有限インパルス応答（ＦＩＲ）フィルタは、適応フィルタ構造として一般的に用いられる。ＦＩＲフィルタは、有限インパルス応答を有する特性として有し、この特性は絶対的な安定状態にする。ｎ次ＦＩＲフィルタは、以下の微分方程式により定義される。
【００１７】
【数１】
ここでｙ（ｎ）は、時間ｎにおける初期値であり、フィルタ係数ｂｉで重み付けされたＮ個のサンプリングされた入力値ｘ（ｎ−Ｎ）〜ｘ（ｎ）の合計値から計算される。所望の伝達関数は、フィルタ係数ｂｉの定義により実現される。
【００１８】
ＦＩＲフィルタとは異なり、既に計算された初期値は、また、ＩＩＲフィルタ（帰納フィルタ）を用いた計算に含まれる。このようなフィルタは、無限インパルス応答を有する。有限時間経過後に、計算値が非常に小さくなるので、この計算は、実際には、有限数のサンプル値ｎの後で終端される。ＩＩＲフィルタを支配する式は、以下のようになる。
【００１９】
【数２】
ここでｙ（ｎ）は、時間ｎにおける初期値であり、フィルタ係数ｂｉで重み付けされたＮ個のサンプリングされた入力値ｘ（ｎ−Ｎ）〜ｘ（ｎ）の合計値から計算され、フィルタ係数ａｉで重み付けされた出力値ｙ（ｎ）の合計が加算される。所望の伝達関数は、フィルタ係数ａｉおよびｂｉの定義により実現される。ＩＩＲフィルタは、ＦＩＲフィルタに比べると安定し得ないが、同一の仕事量での実現性により大きな選択性を有し得る。実際には、それぞれの条件および関連する出費への考慮のもとに関連する要件を最良に満たすフィルタが選ばれる。
【００２０】
図１は、例示的なＦＩＲフィルタの繰り返しの適応のための典型的なＬＭＳアルゴリズムの信号フローを示す。入力信号ｘ［ｎ］は、適応ＬＭＳアルゴリズムに対する基準信号として選ばれ、信号ｄ［ｎ］は、第２の入力信号として得られる。信号ｄ［ｎ］は、未知のシステムの伝達関数を用いてフィルタリングすることにより入力信号ｘ［ｎ］から導かれ、この伝達関数は、バックグラウンドノイズを重ね合わされ、適応フィルタによって近似されやすい。これらの入力信号は、音響信号であり得、例えば、マイクロフォンによって電気信号に変換される。しかし、同様に、これらの入力信号は、機械的振動を適応させるセンサまたは積算回転計によっても生成される電気信号であり得るか、この電気信号を含み得る。
【００２１】
図１は、また、Ｎ次のＦＩＲフィルタを示し、このＮ次のＦＩＲフィルタによって、入力信号ｘ［ｎ］は、離散時間ｎに対して信号ｙ［ｎ］に変換される。フィルタのＮ個の係数は、ｂ０［ｎ］，ｂ１［ｎ］．．．ｂＮ［ｎ］で識別される。適応アルゴリズムは、信号ｄ［ｎ］とフィルタリングされた入力信号ｙ［ｎ］（出力信号）との差分信号である誤差信号ｅ［ｎ］が最小になるまで、フィルタ係数ｂ０［ｎ］，ｂ１［ｎ］．．．ｂＮ［ｎ］を繰り返し変化させる。信号ｄ［ｎ］は、未知のシステムによって歪まされた入力信号ｘ［ｎ］であり、この入力信号は、また、さらに存在する場合にはバックグラウンドノイズを含む。
【００２２】
一般的に、適応フィルタに入力される信号ｘ［ｎ］およびｄ［ｎ］の両方が、確率信号である。音響エコー相殺システムの場合では、上記信号は、例えば、ノイジーな測定信号または通信信号である。誤差信号ｅ［ｎ］および平均誤差二乗の出力、いわゆる平均二乗誤差（ＭＳＥ）は、こうして、適応に対する品質基準として用いられ、ここで、
ＭＳＥ＝Ｅ｛ｅ２［ｎ］｝
である。
【００２３】
ＭＳＥによって表される品質基準は、単純な帰納アルゴリズム（例えば、公知の最小二乗平均（ＬＭＳ）アルゴリズム）によって最小化され得る。最小二乗平均方法を用いて、最小化される関数は、誤差の二乗である。すなわち、誤差二乗の最小値に対する向上した近似を決定するために、定数を乗算された誤差自体のみが、最後の事前決定された近似値にかさされなければならない。適応ＦＩＲフィルタは、これにより、少なくともアプローチされる未知のシステムの未知のインパルス応答の関連部分と同程度の長さであるように選ばれなければならず、その結果、適応フィルタは、誤差信号ｅ［ｎ］を実際に最小化するために十分な自由度を有する。
【００２４】
フィルタ係数は、それぞれ、誤差マージンＭＳＥの最大の減少の方向に、そして、それぞれ誤差マージンＭＳＥの負の勾配の方向に徐々に変化され、パラメータμはステップサイズを制御する。例示的な態様におけるさらなる過程において使用される適応フィルタのフィルタ係数ｂｋ［ｎ］を計算するための公知のＬＭＳアルゴリズムは以下
ｋ＝０，．．．Ｎ−１に対して、ｂｋ［ｎ＋１］＝ｂｋ［ｎ］＝２・μ・ｅ［ｎ］・ｘ［ｎ−ｋ］
のように説明される。
【００２５】
新しいフィルタ係数ｂｋ［ｎ＋１］は、前のフィルタ係数ｂｋ［ｎ］に補正項を加えたものであり、これは誤差信号ｅ［ｎ］の関数であり、入力信号ベクトルｘ［ｎ−ｋ］の関数であり、これはそれぞれのフィルタ係数ベクトルｂｋに割り当てられる。ＬＭＳ収束パラメータμは、これにより、速度およびフィルタの適応の安定性の測定値を表す。
【００２６】
適応フィルタ（この例においてはＦＩＲフィルタ）は、以下の条件が増幅係数μに適用されるとき、ＬＭＳアルゴリズムの使用に応答して、公知のいわゆるＷｉｅｎｅｒフィルタに収束することがさらに公知である。
０＜μ＜μｍａｘ＝１／［（Ｎ＋１）・Ｅ｛ｘ２［ｎ］｝］
ここで、Ｎは、ＦＩＲフィルタの次数を表し、Ｅ｛ｘ２［ｎ］｝は、基準信号ｘ［ｎ］の信号出力を表す。実際には、使用されるステップサイズおよび収束パラメータμは、それぞれ、しばしばμ＝μｍａｘ／１０であるように選ばれる。ＬＭＳフィルタの最小二乗平均アルゴリズムは、こうして、以下で概略されるように実現され得る。
１ 制御変数をｎ＝０に設定することと、アルゴリズムの実行の始まりにおいてｋ＝０，…，Ｎ−１に対する開始係数ｂｋ［ｎ＝０］を選択することと（例えば、ｋ＝０．．．Ｎ−１においてｂｋ［０］＝０およびｅ［０］＝ｄ［０］）、増幅因子μ＜μｍａｘ（例えば、μ＝μｍａｘ／１０）を選択することとによるアルゴリズムの初期化。
２ 基準信号ｘ［ｎ］および信号ｄ［ｎ］の格納。
３
【００２７】
【数３】
に従う、基準信号のＦＩＲフィルタリング。
４ 誤差の決定ｅ［ｎ］＝ｄ［ｎ］−ｙ［ｎ］。
５ ｋ＝０，．．．，Ｎに対して、ｂｋ［ｎ＋１］＝ｂｋ［ｎ］＋２・μ・ｅ［ｎ］・ｘ［ｎ−ｋ］
に従う係数の更新。
６ 次の繰り返しステップｎ＝ｎ＋１の実行およびステップ２〜６を繰り返す。
【００２８】
図２は、平滑化フィルタリングを使用するが音声検出を使用しないことによるバックグラウンドノイズのパワースペクトル密度を推定する方法の信号図を示している。図２は、比較器第１のステップ１、第２の比較器ステップ４、パワースペクトル密度の推定において増加を計算するための第１の計算ステップ２、パワースペクトル密度の推定においてドロップを計算するための第２の計算ステップ３を示している。
【００２９】
バックグラウンドノイズまたは適応フィルタ（図１）の誤差信号を測定するマイクロフォンの信号であり得る信号Ｎｏｉｓｅ［ｎ］は、比較器ステップ１において、アルゴリズムの先行するステップにおいて計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］と比較される。現在の推定値Ｎｏｉｓｅ［ｎ］が、アルゴリズムの先行するステップにおいて計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］よりも大きい場合（ステップ１の「はい」のパス）、一定の所定の増分値Ｃ＿Ｉｎｃがアルゴリズムの先行するステップにおいて計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］に追加され、パワースペクトル密度の推定のために新たなより高い値のＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］を生成する。
【００３０】
増分値Ｃ＿Ｉｎｃは一定であり、その値は、現在の値Ｎｏｉｓｅ［ｎ］の大きさに依存しない。このアプローチは、現在の値Ｎｏｉｓｅ［ｎ］に存在し得る、典型的には自動車の室内における広域バックグラウンドノイズよりも速い上昇レベルを有し得る任意の音声信号が、アルゴリズムに有意な影響を与えたり、その結果として、推定値の計算に有意な影響を与えたりすることを防ぐ。
【００３１】
しかしながら、ステップ１における現在の値Ｎｏｉｓｅ［ｎ］が、アルゴリズムの先行するステップ（ステップ１の「いいえ」のパス）において計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］よりも小さい場合、アルゴリズムの先行するステップにおいて計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］から一定の所定の減分値Ｃ＿Ｄｅｃが減算され、パワースペクトル密度の推定のために新たなより低い値のＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］を生成する。
【００３２】
減分値Ｃ＿Ｄｅｃは定数であり、その値は、現在の値Ｎｏｉｓｅ［ｎ］の大きさに依存しない。このことは、両方の場合（すなわち、増分の場合および減分の場合）に対して、Ｎｏｉｓｅ［ｎ］信号のレベルの変更のレートが無視されるという結論を有する。新たに計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］は、ステップ４において、一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌと比較される。
【００３３】
新たに計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］が一定の所定の最小値ＭｉｎｉＮｏｉｓｅＬｅｖｅｌよりも小さい場合（ステップ４の「はい」のパス)、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の値は、一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌに置換される。言い換えると、推定値は、最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌまでに制限される。この一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌの目的は、Ｎｏｉｓｅ［ｎ］の信号が実際にこの特定の閾値よりも低い場合でさえも、ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の信号が、この特定の閾値を下回ることを防ぐことである。このようにして、このアルゴリズムは、Ｎｏｉｓｅ［ｎ］における後続の速く強い上昇の信号に対してさえも、過度に遅く応答することがない。
【００３４】
パワースペクトル密度に対する推定値について考えられ得る最大上昇レートは、一定の所定の定数値である増分Ｃ＿Ｉｎｃによって特定されるので、アルゴリズム計算サイクルの各時間単位の間に増分Ｃ＿Ｉｎｃの値を顕著に上回る値Ｎｏｉｓｅ［ｎ］における上昇が速く強い場合に、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］と実際の値Ｎｏｉｓｅ［ｎ］との間で値において過度の大きな差が生じ得る。結論として、パワースペクトル密度の実際の値Ｎｏｉｓｅ［ｎ］に対する推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の調整は、なんらかの有意義な推定と計算された推定値の再使用とを不可能にする遅延を経験し得る。一方、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］が一定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌよりも大きい場合（ステップ４の「いいえ」のパス)、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］は維持され、アルゴリズムは、パワースペクトル密度の推定における次の値の計算を開始する。
【００３５】
パワースペクトル密度の推定値を増分することおよび減分することの両方に対し、上記方法の不利な点は、バックグラウンドノイズのレベルにおける変化が、例えば、長い期間にわたって（すなわち、同じ方向におけるアルゴリズムのいくつかの計算サイクルにわたって）上昇する場合に、および、各計算サイクルに対するＮｏｉｓｅ［ｎ］信号のレベルにおける上昇が、任意の所与の計算ステップにおけるパワースペクトル密度の推定値のレベルにおける最大上昇を定義する一定の増分Ｃ＿Ｉｎｃよりも遥かに大きい場合に、Ｎｏｉｓｅ［ｎ］信号のレベルにおける変化のレートが、推定値によって十分に近似されないことがあり得るということである。バックグラウンドノイズのレベルにおける変化が長い期間にわたって（すなわち、同じ方向におけるアルゴリズムのいくつかの計算サイクルにわたって）降下する場合に、および、任意の所与の計算ステップにおけるパワースペクトル密度の推定値のレベルにおける最大上昇を定義する各計算サイクルに対するＮｏｉｓｅ［ｎ］信号のレベルにおける上昇が一定の減分Ｃ＿Ｄｅｃよりも遥かに大きい場合に、同様の問題が生じる。これに関し、新規なシステムおよび方法は、この時点において、同時に発生する音声信号に応答して、アルゴリズムの感度を向上させることなしに、パワースペクトル密度の推定の品質を向上させる。
【００３６】
図２に示されている設計において、アルゴリズムはさらに、観察される全周波数範囲にわたってバックグラウンドノイズの全体レベルを推定するためにのみ適している。しかしながら、信号をフィルタリングすることによるノイズ抑制のためにパワースペクトル密度の推定値を適切に適用するために、推定パワースペクトル密度の適切な周波数解像度が要求される。このことは、図２に記載されている方法についていうと、示されているアルゴリズムが、関心のある周波数範囲（例えば、音声信号の周波数範囲）における個々のスペクトルラインのそれぞれに対して実行されなければならないということを意味し、このことは、デジタル信号プロセッサの高レベルの計算機能力を要求する。
【００３７】
図３は、音声検出を用いずに、バックグラウンドノイズのパワースペクトル密度を推定するための新規なシステムの信号フローチャートである。図３に示されているシステムおよび方法は、例えば、デジタル信号プロセッサを用いてインプリメントされる。図３のシステムは、パワースペクトル密度計算ユニット６、時間領域信号平滑化ユニット７、周波数領域信号平滑化ユニット８、増分計算ユニット９、減分計算ユニット１０、および推定信号平滑化ユニット１１を示している。図３にしたがうと、パワースペクトル密度計算ユニット６は、入力信号ＭＩＣ（ω）からパワースペクトル密度（ＰＳＤ）を計算し、これにより、入力信号ＭＩＣ（ω）のパワースペクトル密度を表す出力信号ＰｓｄＭｉｃ（ω）が生じる。入力信号は、例えば、本明細書中に示されているようなマイクロフォン信号であったり、または、適応フィルタ（図１）の誤差信号であったりし得る。したがって、図３に示されているように、信号ＰｓｄＭｉｃ（ω）は、時間領域信号平滑化ユニット７を用いることにより、時間領域において、平滑化される（時間にわたる平滑化）。
【００３８】
時間領域における平滑化は、２つの異なる平滑化時間定数（すなわち、τｕｐおよびτＤｏｗｎ）を有する。第１の時間定数τｕｐは、信号が上昇するときに、すなわち信号が正の勾配を有する場合に適用され、対照的に、第２の時間定数τＤｏｗｎは、信号が減少するときに、すなわち、信号が負の勾配を有する場合に適用される。したがって、時間領域における平滑化の適用は、周波数領域における平滑化の適用とは完全に異なるものであり、したがって、時間領域における平滑化と周波数領域における平滑化との両方は、混合される必要がない。加えて、異なるｕｐおよびｄｏｗｎの平滑化の時間定数の主目的は、ノイズの上昇または降下に対する、ヒトの耳の感度に対処することである。なぜならば、ヒトの耳は、ノイズの上昇および降下の両方が同じ時間定数を有すると仮定した場合に、ノイズレベルの降下に対してノイズレベルの上昇により感度を有する傾向があるからである。したがって、異なる時間定数（一方は上昇の場合、他方は降下の場合）を適用することにより、この事実を補償することが必要とされる。
【００３９】
図３のシステムのさらなる処理ステップにおいて、時間領域信号平滑化ユニット７の出力は、周波数領域信号平滑化ユニット８を用いることにより、周波数領域において平滑化される（周波数にわたる平滑化)。ここでもまた、この平滑化は、２回実行され、１回は周波数ｆ＝ｆｍｉｎから開始して周波数ｆ＝ｆｍａｘまで係数τｕｐを用いて実行され、もう１回は周波数ｆ＝ｆｍａｘから開始して周波数ｆ＝ｆｍｉｎまで係数τｄｏｗｎを用いて実行される。上方および下方の平滑化ステップは、任意の順序であり得、周波数ｆ＝ｆｍｉｎは、処理のために選択された最小周波数を意味し、ｆ＝ｆｍａｘは、処理のために選択された最大周波数を意味する。周波数ｆｍｉｎおよびｆｍａｘは、周波数範囲がヒトの耳における音響知覚の関連する周波数範囲をカバーするように、選択され得る。周波数にわたるＰｓｄＭｉｃ（ω）信号の平滑化のためのτｕｐおよびτｄｏｗｎは、ＰｓｄＭｉｃ（ω）信号のスペクトルの揺らぎにおける考えられ得る最大の低減が、本方法における後続のステップに対して要求される計算機能力の低減を達成させるように、選択される。同時に、この選択は、ヒトの耳による知覚に対して関連のあるＰｓｄＭｉｃ（ω）の周波数に依存する特性を導出することができるように、必要なスペクトル情報が維持されるように行われる。本明細書中で考察される心理音響学的推定ステップ（および心理音響学的方法）が、さらに以下に示される。
【００４０】
通常、τｕｐおよびτｄｏｗｎは、ｕｐおよびｄｏｗｎの平滑化が、１つの平滑化方向のみにおいて平滑化する場合に生じ得る周波数バイアスを回避するためのものであるということを主な理由として、等しい値として選択される。したがって、下方向における平滑化に対するのと同様に、異なる平滑化時間定数を用いて上方の周波数方向に平滑化する場合に、この場合もまた、特定の種類の周波数シフト（バイアス）が形成される。この特定の種類の周波数シフト（バイアス）は、元来は、上方および下方の平滑化を適用することによって回避されることが意図されたものである。
【００４１】
信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）は、時間領域における平滑化（時間にわたる平滑化、時間領域信号平滑化ユニット７）、周波数領域における平滑化（周波数にわたる平滑化、周波数領域信号平滑化ユニット８）を介して、ＰｓｄＭｉｃ（ω）信号から得られる。ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号は、音声検出機構を用いることなしに、バックグラウンドノイズのパワースペクトル密度を推定するために、増分計算ユニット９、減分計算ユニット１０、および推定信号平滑化ユニット１１において実行される後続の処理ステップに対する入力信号として用いられる。
【００４２】
図３に示されている例示的なシステムにおいて、増分計算ユニット９は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全スペクトル成分に対してＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号におけるレベル上昇が考慮される場合に、パワースペクトル密度の推定に対し、関連のある増分Ｉｎｃ（ω）を計算するための計算ステップを指定する。減分計算ユニット１０は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全スペクトル成分に対してＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号において低減するレベルが考慮される場合に、パワースペクトル密度の推定に対し、関連のある減分Ｄｅｃ（ω）を計算する。推定信号平滑化ユニット１１は、図２に示されているようなメモリレスの平滑化フィルタリングステップを意味し、このステップに対し、パワースペクトル密度のレベルにおける上昇または降下の推定に対する増分および減分は、定数として指定されないが、レベルにおける上昇または降下のレートに適応可能に依存する。
【００４３】
増分計算ユニット９において計算された増分Ｉｎｃ（ω）を用いることにより、パワースペクトル密度の現在の推定値ＰｓｄＭｉｃ（ω）は、平滑化された信号ＳｍｏｏｔｈｅｄＭｉｃ（ω）の関連のあるスペクトル成分の各々に対して一定の最小閾値ＰｓｄＮｏｉｓｅＭｉｎを考慮して、計算される。一定の最小閾値ＰｓｄＮｏｉｓｅＭｉｎは、ＭｉｎＮｏｉｓｅＬｅｖｅｌとして図２に示されているパワースペクトル密度の推定値の最小値に対応する。
【００４４】
上述のように、パワースペクトル密度の推定値の増分および減分の両方に対し、当該技術分野における公知の方法の不利な点は、バックグラウンドノイズのレベルにおける変化が、全ての場合において推定値によって適切に近似されないことがあり得るということである。例えば、これは、長い期間にわたって（すなわち、アルゴリズムのいくつかの計算サイクルにわたって）バックグラウンドノイズの変化が上昇し、アルゴリズムの各計算サイクルに対するバックグラウンドノイズのレベルにおける上昇が、パワースペクトル密度の推定値のレベルにおける最大上昇を定義する一定の増分よりも大きい場合に当てはまる。バックグラウンドノイズのレベルが長い期間にわたって（すなわち、アルゴリズムのいくつかの計算サイクルにわたって）低減し、アルゴリズムの各計算サイクルに対するバックグラウンドノイズのレベルにおける低減が、パワースペクトル密度の推定値のレベルにおける最大減分を定義する一定の減分よりも大きい場合にも、同様の問題が存在する。
【００４５】
バックグラウンドノイズのレベルにおける上昇の場合、パワースペクトル密度のレベルにおける上昇を推定する図３のシステムは、同時に存在する音声信号に対する大きく望ましくない依存を伴わずに、図３に示されているような増分計算ユニット９を用いることにより、この不利な点を解消する。特に音声信号とバックグラウンドノイズとの間でタイミング挙動が非常に異なるという事実が用いられる。典型的に、音声信号は、時間にわたってレベルにおいて速い上昇および降下を示すが（スピーチダイナミクス）、このことは、一般的には、例えば自動車の室内において経験されるような、典型的なバックグラウンドノイズ信号の場合には当てはまらない。それにも関らず、公知の方法は、特定の場合においては、典型的には包囲された条件（例えば、自動車内）に対するバックグラウンドノイズのレベルにおける変化に対して、十分に速く応答しない。
【００４６】
このことは、長い期間にわたって（例えば、２〜３秒間にわたって）連続的に生じるバックグラウンドノイズのレベルにおける強い上昇に対して特に記載されている。そのような期間にわたるレベルにおける連続的な上昇は、音声信号において期待されるレベルにおける上昇とは顕著に異なり、この場合、レベルにおける連続的な上昇は、スピーチダイナミクスに対する長い期間である２〜３秒間も生じることはない。観察される信号のダイナミクスにおけるこの明確な特徴は、本願のシステムおよび方法の応答のスピードを向上させるために、以下に記載されるように用いられる。バックグラウンドノイズのレベルにおける速く強い上昇および降下は、従来の方法よりも優れて、同時発生するスピーチ信号に対するアルゴリズムの感度を向上させることなしに、補償される。
【００４７】
以下では、図３に示されている増分計算ユニット９が、詳細に記載されており、該増分計算ユニットは、バックグラウンドノイズのレベルにおける上昇に応答して、パワースペクトル密度の推定値の増分を計算する。時間領域信号平滑化ユニット７と周波数領域信号平滑化ユニット８とによって、時間領域および周波数領域において平滑化された信号の新たに計算された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）が、先行する計算サイクルにおけるパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きい場合に、増分ＩｎｃＭｉｎの特定の最小値（例えば毎秒０．５ｄＢ）から開始し、推定値の計算に用いられる増分Ｉｎｃ（ω）の新しい値が、一定値ΔＩｎｃ（例えば４４１００Ｈｚのサンプリング周波数で５１２サンプルの、例えば同じフレーム長で、例えば毎フレーム０．０１ｄＢ）によって増加させられる。計算サイクルは、例えば、１０ｍｓの持続時間を有し得る。このようにして、増分Ｉｎｃ（ω）の値は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも連続的に大きい場合に、アルゴリズムの各計算サイクルに対して各時間に０．０１ｄＢだけ連続的に増加させられる。
【００４８】
したがって、１秒間持続して０．５ｄＢの最小値ＩｎｃＭｉｎから開始する平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける上昇に対する増分Ｉｎｃ（ω）は、最終的には１．５ｄＢまで増加させられることがわかる。なぜならば、１秒後（すなわち、１００計算サイクル、各計算サイクルは１０ｍｓの長さ）には、
Ｉｎｃ（ω）＝ＩｎｃＭｉｎ＋１００＊ΔＩｎｃ
として計算されるからである。
【００４９】
新たな計算サイクルの結果として得られた平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＭｉｃ（ω）よりも小さい場合、増分値Ｉｎｃ（ω）の値は、特定の最小値ＩｎｃＭｉｎに再設定され、アルゴリズムは、降下レベルに対してパワースペクトル密度を推定するために減分を決定するための計算モードに変更する。増分Ｉｎｃ（ω）に対して考えられ得る最大値は、一定の所定の値ＩｎｃＭａｘ（例えば、２．５ｄＢ）によって定義される。このことは、増分Ｉｎｃ（ω）の最大値ＩｎｃＭａｘが、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける連続的な上昇の少なくとも２．５秒の期間が経過する前に、増分Ｉｎｃ（ω）の最大値ＩｎｃＭａｘが達成されないことがあり得ることを意味する。ここで、この時間フレームの間に、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値は、先行する計算サイクルにおいて計算されたバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きくなければならない。
【００５０】
等価なアルゴリズムを用いると、バックグラウンドノイズのパワースペクトル密度の値ＰｓｄＮｏｉｓｅ（ω）の推定に対する減分Ｄｅｃ（ω）の値もまた、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける降下に対して計算され得る。バックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）は常に、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されるバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さい場合に、減分Ｄｅｃ（ω）によって低減させられる。実際の増分のために、増分計算ユニット９の図示に対応して、減分計算ユニット１０もまた、この場合に利用される。ここでは、計算された減分Ｄｅｃ（ω）の最小値に対する特定の値ＤｅｃＭｉｎ、計算された減分Ｄｅｃ（ω）の最大値に対する特定の値ＤｅｃＭａｘ、および減分Ｄｅｃ（ω）の適応可能な調整に対する特定の値ΔＤｅｃが用いられる。
【００５１】
ここでもまた、時間領域信号平滑化ユニット７と周波数領域信号平滑化ユニット８とによって、時間領域および周波数領域において平滑化された信号の新たに計算された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さい場合に、減分ＤｅｃＭｉｎの特定の最小値（例えば毎秒１ｄＢ）から開始し、推定値の計算に用いられる減分Ｄｅｃ（ω）の新しい値が、一定値ΔＤｅｃ（例えば４４１００Ｈｚのサンプリング周波数で５１２サンプルの、例えば同じフレーム長で、例えば毎フレーム０．０１ｄＢ）によって増加させられる。このようにして、減分Ｄｅｃ（ω）の値は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも連続的に小さい場合に、アルゴリズムの各計算サイクルに対して各時間に０．０５ｄＢだけ連続的に低減させられる。したがって、これらの例示的な値から、１秒間持続して１ｄＢの最小値ＤｅｃＭｉｎから開始する平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける降下に対する減分Ｄｅｃ（ω）は、６ｄＢまで増加させられることがわかる。なぜならば、Ｄｅｃ（ω）は１秒後（すなわち、１００計算サイクル、各計算サイクルは１０ｍｓの長さ）には、
Ｄｅｃ（ω）＝ＤｅｃＭｉｎ＋１００＊ΔＤｅｃ
として計算されるからである。
【００５２】
新たな計算サイクルの結果として得られた平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きい場合、減分値Ｄｅｃ（ω）の値は、特定の最小値ＤｅｃＭｉｎに再設定され、アルゴリズムは、上昇レベルに対してパワースペクトル密度を推定するために増分を決定するための計算モードに変更する。減分Ｄｅｃ（ω）に対して考えられ得る最大値は、一定の所定の値ＤｅｃＭａｘ（例えば、１１ｄＢ）によって同様に定義される。このことは、減分Ｄｅｃ（ω）の最大値ＤｅｃＭａｘが、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける連続的な降下の少なくとも２秒の期間が経過する前に、減分Ｄｅｃ（ω）の最大値ＤｅｃＭａｘが達成されないことがあり得ることを意味する。ここで、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値は、先行する計算サイクルにおいて計算されたバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さくなければならない。
【００５３】
上述のように、この秒数の期間にわたるレベルにおける連続的な上昇または降下は、推定されるべきバックグラウンドノイズと同時に生じる音声信号の望ましくない効果に対して本明細書中に記載されているアルゴリズムの感度が低い非常に短い間隔において生じる音声信号のレベルにおける上昇または降下とは、非常に異なる。したがって、推定の計算結果は、改悪（ｃｏｒｒｕｐｔ）されない。ここでもまた、上述のアルゴリズムは、各スペクトル成分に対するΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘの量に対する個々の値を用いることにより、信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全てのスペクトル成分に対して実行され得る。ΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘに対する値、ならびに、個々の計算サイクルの持続時間は、例示的なシステムおよび方法を示す例を表しており、用途および周囲条件に依存してその他の値を有し得るが、基礎をなすアルゴリズムの基本機能は維持される。
【００５４】
時間にわたる平滑化のための上述の係数τｕｐおよびτｄｏｗｎ、ならびに、信号ＰｓｄＭｉｃ（ω）の周波数にわたる平滑化のためのτｕｐおよびτｄｏｗｎが、例えば異なる周囲条件のもとでのシミュレーションおよびサンプルテスト回路から経験的に決定されえる。周波数領域におけるＰｓｄＭｉｃ（ω）信号の平滑化（周波数にわたる平滑化）は、計算された係数τｕｐおよびτｄｏｗｎを用いて２回実行され得、１回は低周波数から高周波数への方向で実行され得、１回は高周波数から低周波数への方向で実行され得、これにより、信号の周波数表現において周波数シフト（バイアス）が回避される。
【００５５】
代わりに、時間にわたる平滑化のための係数τｕｐおよびτｄｏｗｎと、周波数にわたる平滑化のための係数τｕｐおよびτｄｏｗｎとは、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の情報コンテンツ（すなわち、サンプリングレート）を低減するために、ヒトの耳の公知の心理音響学的特性から導出され得る。これは、利用されるデジタル信号プロセッサに対して必要とされる小さな大きさの計算機能力に対して得られる利益が大きい限りは好ましい。時間領域における平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のより小さなダイナミックレベルの揺らぎと、ＳｍｏｏｔｈｅｄＭｉｃ（ω）信号の周波数領域におけるスペクトル成分の低減された個数とが、個別に考慮されるということからの利点がある。
【００５６】
最適なプラスの効果を達成するために、物理量のみが用いられることはなく、むしろヒトの耳の心理音響学的特性が考慮されなければならない。心理音響学的特性は、ヒトの耳に音波が到達するときに常に生じる聴覚印象（ａｕｒａｌ ｉｍｐｒｅｓｓｉｏｎ）に関する心理音響学的特性のサブセットである。ヒトの聴覚印象に基づいて、内耳における周波数グループの形成、ヒトの内耳における信号処理、ならびに、時間領域および周波数領域における同時かつ一時的なマスキング効果に基づいて、例えばバックグラウンドノイズのようなノイズ信号が存在するときに、正常な聴覚を有するヒトによって、どのような音響信号または複数の音響信号の組み合わせが知覚されるか否かを示すモデルが形成され得る。
【００５７】
ノイズ信号（マスカーとしても公知）が存在するときにテストトーンのみが知覚され得る閾値は、マスク閾値と称される。対照的に、最小可聴閾値は、完全に静かな環境においてテストトーンのみが知覚され得る値のことをいい、マスカー（例えば、バックグラウンドノイズ）によって最小可聴閾値とマスク閾値との間に引き起こされ得るエリアは、マスキングエリアとして公知である。
【００５８】
ノイズ信号は、例えば、自動車内のバックグラウンドノイズであり、それらのスペクトル成分と、それらの時間的挙動との両方に関して、ダイナミックな変化を受け、心理音響学的モデルは、オーディオ信号レベル、スペクトル成分、および時間的特定に対するマスキングの依存性を考慮する。心理音響学的マスキングのモデリングのベースは、ヒトの耳の基本特性、特に内耳の基本特性によって与えられる。内耳は、いわゆる側頭骨錐体部（ｐｅｔｒｕｏｕｓ ｂｏｎｅ）に位置し、非圧縮性のリンパ液によって充満されている。
【００５９】
内耳は、約２ １／２回転の螺旋形状（蝸牛）である。そして蝸牛は、平行なカナルを含み、上部カナルと下部カナルとは、基底膜によって分離されている。コルチ器官が膜上に存在し、ヒトの耳の感覚細胞を含む。音波によって振動するように基底膜が作られている場合、神経刺激が生成される。すなわち、ノードまたはアンチノードは生じない。これは、結果として、聴覚にとって決定的な効果、すなわち、基底膜上での周波数／位置の転移をもたらす。これを用いて、心理音響学的マスキングの効果と、ヒトの耳の精密化された周波数の選択性とが説明され得る。
【００６０】
ヒトの耳は、限られた周波数帯域において生じる異なる音波を分類することにより、それらが単一の音響イベントにおいて処理されるようにする。これらの周波数帯域は、臨界周波数グループまたは臨界帯域幅（ＣＢ）として公知である。ＣＢのベースは、ヒトの耳は、音波から生じる心理音響学的な聴覚印象に関して共通の可聴印象として、特定の周波数帯域における音をコンパイルするということである。周波数グループ内で生じる音のアクティビティは、異なる周波数グループにおいて生じる音波よりも、互いに対して異なるように影響する。１つの周波数グループ内の同じレベルを有する２つのトーンは、例えば、それらが異なる周波数グループにおけるものである場合よりも、より静かなものとして知覚される。
【００６１】
そして、エネルギーが同じで、マスカーが周波数帯域内にある場合に（この周波数帯域の中心周波数は、テストトーンの周波数である）、テストトーンは、マスカー内で可能なので、周波数帯域の帯域幅が決定され得る。低周波数の場合、周波数グループは、１００Ｈｚの帯域幅を有する。５００Ｈｚよりも高い周波数に対して、周波数グループは、対応する周波数グループの中心周波数の約２０％の帯域幅を有する。
【００６２】
全ての臨界的な周波数グループが全可聴範囲にわたってサイドバイサイドに配置されている場合、聴覚指向の非線形周波数スケールが得られ、これは、トナリティとして公知であり、単位「ｂａｒｋ」を有する。これは、周波数軸のゆがめられたスケーリングを表し、それにより、周波数グループは、全ての位置において、ちょうど１ ｂａｒｋの同じ幅を有する。周波数とトナリティとの間の非線形関係は、基底膜上の周波数／位置の転移に根源をもつ。トナリティの機能は、マスキングされた閾値とラウドネス（ｌｏｕｄｎｅｓｓ）の試験とをベースとして、Ｚｗｉｃｋｅｒによって形成された表および式に定義されている（Ｚｗｉｃｋｅｒ，Ｅ．；Ｆａｓｔｌ，Ｈ．； Ｐｓｙｃｈｏ−ａｃｏｕｓｔｉｃｓ−Ｆａｃｔｓ ａｎｄ Ｍｏｄｅｌｓ， ２ｎｄ Ｅｄｉｔｉｏｎ， Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ， Ｂｅｒｌｉｎ／Ｈｅｉｄｅｌｂｅｒｇ／Ｎｅｗ Ｙｏｒｋ， １９９９）。０〜１６ｋＨｚの可聴周波数範囲において見ることができるように、ちょうど２４個の周波数グループが連続的に位置しており、関連するトナリティの範囲が０〜２４ｂａｒｋとなっている。ｂａｒｋでのトナリティｚは、以下のように計算される。
【００６３】
【数４】
そして、対応する周波数グループの幅ΔｆＧは、
【００６４】
【数５】
となる。
【００６５】
さらに、ラウドネス（ｌｏｕｄｎｅｓｓ）および音強度（ｓｏｕｎｄ ｉｎｔｅｎｓｉｔｙ）という用語は、同じ品質の印象を意味し、それらの単位においてのみ異なる。これらは、ヒトの耳の周波数に依存する知覚を考慮する。心理音響学的な次元「ラウドネス」は、特定のレベル、特定のスペクトル成分、特定の持続時間を有する音が、どの程度大きな音として主観的に知覚されるかを示す。ラウドネスは、音が２倍大きく知覚されると、２倍大きくなり、これは、知覚されたラウドネスに関して、異なる音波が互いに対して比較されることを可能にする。ラウドネスを推定および測定するための単位は、ｓｏｎｅである。１ ｓｏｎｅは、４０ ｐｈｏｎｅのラウドネスレベルを有するトーンの知覚されるラウドネス（すなわち、４０ｄＢの音圧レベルで１ｋＨｚの周波数における正弦波（ｓｉｎｕｓ）トーンと同じラウドネスを有するとして知覚されるトーンのラウドネス）として定義される。
【００６６】
中程度で高い強度値の場合、１０ｐｈｏｎｅによる増加は、ラウドネスにおいて２倍の増加を生じる。低い音強度に対して、強度における僅かな上昇が、知覚されるラウドネスを２倍の大きさにする。ヒトによって知覚されるラウドネスは、音圧レベル、周波数スペクトル、音のタイミング特性に依存し、マスキング効果をモデル化するために用いられる。例えば、ＤＩＮ ４５６３１およびＩＳＯ ５３２Ｂにしたがってラウドネスを測定するための標準的な測定実務が存在する。
【００６７】
図４は、サウンドレベルに関係して、１ｋＨｚの周波数の静的な正弦波トーンのラウドネスＮ１ｋＨｚと、静的な一様な励起ノイズのラウドネスＮＧＡＲとの例を示しており、すなわち、時間効果が知覚されるラウドネスに対して影響を有さない信号に対する例を示している。一様な励起ノイズ（ＧＡＲ）は、各周波数グループにおいて同じ音強度を有するノイズとして、したがって同じ励起を有するノイズとして定義される。図４は、音圧レベルに対する、対数スケールでの、ラウドネスをｓｏｎｅで示している。低い音圧レベルに対して、すなわち、最小の可聴閾値に接近するときに、トーンの知覚されるラウドネスＮは、劇的に降下する。
【００６８】
高い音圧レベルに対して、ラウドネスＮと音圧レベルとの間に関係が存在する。この関係は、図に示される式によって定義される。「Ｉ」は、ワット／ｍ２での推定されるトーンの音強度を意味し、ここでＩ０は、１０−１２ワット／ｍ２での基準の音強度を意味し、これは、中程度の周波数で、ほぼ最小可聴閾値に対応する（以下を参照されたい）。ラウドネスＮが複雑なノイズ信号によるマスキングを決定するための有用な手段であり、そして、スペクトルに関して複雑であり時間に依存する音を介する心理音響学的なモデリングのモデルに対して必要な要件であることは明らかである。
【００６９】
周波数の関数としてトーンをほぼ知覚できるようにするために必要な音圧レベルが測定される場合に、いわゆる最小可聴閾値が得られる。音圧レベルが最小可聴閾値未満である音響信号は、ノイズ信号が同時に存在することがなくても、ヒトの耳によって知覚されることはできない。
【００７０】
対照的に、いわゆるマスキングされた閾値は、ノイズ信号の存在下で、テスト音に対する知覚の閾値として定義される。テスト音がこの心理音響学的な閾値未満となる場合、テスト音は、完全にマスキングされる。このことは、マスキングの心理音響学的範囲内にある全ての情報が知覚されることを意味する。オーディオ信号に対する公知の圧縮およびデータ低減アルゴリズムもまた、このオーディオ信号マスキング特性を用いることにより、例えば、実際の信号の品質における知覚可能な悪化を引き起こすことなしに、テストされている信号における情報成分を低減する。公知の方法は、Ｆｒａｕｎｈｏｆｅｒ Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓによって考案された、レイヤ１、２および３に対するＩＳＯ−ＭＰＥＧオーディオ圧縮処理である。
【００７１】
マスキング効果が全ての種類のヒトの聴覚に対して測定され得ることを多くの試行が実証してきた。多くのその他の心理音響学的な印象とは異なり、個人の間での差異は稀であって無視可能であり得、これは音によるマスキングの一般的な心理音響学的なモデルが生成され得ることを意味する。マスキングの心理音響学的な局面は、本明細書中に示されている場合においては、オーディオ特性にしたがって、測定されたパワースペクトル密度をリアルタイムで平滑化するために利用され、時間領域および周波数領域において心理音響学的にマスキングされた測定されたパワースペクトル密度の成分が、パワースペクトル密度の後続の推定のための処理に含まれないようにされる。結論として、本アルゴリズムによる後続の処理における最初の顕著な低減は、扱われるスペクトル成分の個数に関して得られる。なぜならば、パワースペクトル密度の個々の成分は、それらがその他の成分によってマスキングされると仮定したときに、知覚可能ではなく、したがって、考慮される必要がないからである。
【００７２】
主な２つのタイプのマスキングの間に区別がなされ、このことは、マスキングされた閾値の異なる特性をもたらす。これらのタイプは、同時の周波数領域におけるマスキングと、時間軸に沿ったマスカーの効果による時間領域におけるマスキングである。また、これらの２つのマスキングタイプの混合は、例えば周囲ノイズまたは音楽のような信号において生じる。
【００７３】
同時マスキングは、音をマスキングすることと、それと同時に有用な信号が生じることとを意味する。マスカーの形状、帯域幅、振幅および／または周波数が変化し、周波数の正弦波形状テスト信号のみが可聴になる場合に、可聴範囲（すなわち、主に２０Ｈｚ〜２０ｋＨｚの周波数に対して）の全帯域幅にわたる同時のマスキングに対し、マスキングされた閾値が決定され得る。
【００７４】
図５は、ホワイトノイズによる正弦波テストトーンのマスキングを示している。テストトーンの音強度は、ホワイトノイズによってマスキングされるのみであり、音強度ＩＷＮがその周波数に関連して表示されている。図５において、最小可聴閾値は、破線として表示されている。ホワイトノイズによるマスキングのための正弦波トーンの最小可聴閾値は、以下のように得られる：５００Ｈｚ未満で、正弦波トーンの最小可聴閾値は、ホワイトノイズの第２の強度よりも約１７ｄＢ高い。５００Ｈｚを超えるで周波数で、最小可聴閾値は、約１０ｄＢ／ｄｅｃａｄｅまたは約３ｄＢ／ｏｃｔａｖｅで増加し、周波数を２倍化することに対応する。
【００７５】
最小可聴閾値の周波数依存性は、異なる中心周波数における、ヒトの耳の異なる臨界帯域幅（ＣＢ）から導出される。周波数グループにおいて生じる音強度は知覚されるオーディオの印象においてコンパイルされるので、そのレベルが周波数に依存しないホワイトノイズに対して、より大きな全体強度がより広い周波数グループにおいて得られる。サウンドのラウドネスもまた対応するように上昇し（すなわち、知覚されるラウドネス）、増加したマスキングされた閾値を生じる。このことは、純粋に物理学的な次元（すなわち、例えばマスカーの音圧レベルなど）が、マスキングの心理音響学的な効果のモデリングに対して、すなわち、例えば音圧レベルおよび強度等のテスト次元からマスキングされた閾値を導出することに対して、不適切であることを意味する。代わりに、この場合には、心理音響学的な次元（例えば、ラウドネスＮ）が用いられる。以下の図面から明らかなように、音のマスキングのスペクトル分布と時間特性とが主要な役割を演じる。
【００７６】
マスキングされた閾値が、狭帯域のマスカー、例えば正弦波トーン、狭帯域ノイズまたは臨界広帯域ノイズに対して決定される場合に、マスカーがスペクトル成分を有さないエリアにおいてさえも、結果として生じるスペクトルのマスキングされた閾値が最小可聴閾値よりも高いことが示される。この場合に、狭帯域ノイズと同様に臨界帯域幅ノイズが用いられ、そのレベルはＬＣＢと記される。図５は、１ｋＨｚの中心周波数ｆｃでの臨界帯域幅ノイズに起因するマーカーとして測定される正弦波トーンのマスキングされた閾値と、レベルＬＴのテストトーンの周波数ｆＴに対する異なる音圧レベルとを示している。図５において、最小可聴閾値は、破線によって示されている。
【００７７】
図６の例において、マスキングされた閾値のピークは、マスカーのレベルが２０ｄＢだけ上昇する場合に、２０ｄＢだけ上昇する。したがって、この関係は、マスキングの臨界帯域幅ノイズのレベルＬＣＢに線形的に依存する。測定されたマスキングされた閾値の下縁（すなわち、中心周波数ｆｃよりも低い低周波数の方向におけるマスキング）は、約−１００ｄＢ／ｏｃｔａｖｅの勾配を有し、これは、マスキングされた閾値のレベルＬＣＢに依存しない。この大きな勾配は、マスカーのレベルＬＣＢに対するマスキングされた閾値の上縁のみに到達し、上記レベルは４０ｄＢよりも低い。マスカーのレベルＬＣＢにおける増加に伴い、マスキングされた閾値の上縁が平坦になり、勾配は１００ｄＢのＬＣＢに対して約−２５ｄＢ／ｏｃｔａｖｅとなる。これは、マスカーの中心周波数ｆｃに比べて高い周波数の方向におけるマスキングが、マスキング音が存在する周波数範囲を超えて延長することを意味する。聴覚は、狭帯域、臨界帯域幅ノイズに対して１ｋＨｚ以外の中心周波数に対して、同様に応答する。マスキングされた閾値の上縁および下縁の勾配は、図７に見ることができるように、実際にはマスカーの中心周波数に依存しない。
【００７８】
図７は、６０ｄＢのレベルＬＣＢ、３つの異なる中心周波数２５０Ｈｚ、１ｋＨｚおよび４ｋＨｚでの、狭帯域における臨界帯域幅ノイズからのマスカーに対するマスキングされた閾値を示している。２５０ｋＨｚの中心周波数でのマスカーの下縁に対する明らかに平坦な勾配の流れは、最小可聴閾値によるものであり、これは、より高いレベルにおいてさえも、この低周波数に適用する。示されているような効果は、マスキングのための心理音響学的なモデルのインプリメンテーションに含まれる。ここでもまた、最小可聴閾値は、図７において、破線で表示されている。
【００７９】
正弦波形状のテストトーンは、１ｋＨｚの周波数で別の正弦波トーンによってマスキングされ、図８に示されているように、テストトーンの周波数とマスカーのレベルＬＭとの関係で、マスキングされた閾値が得られる。既に上述されているように、マスカーのレベルに関係して上縁の広がりが明らかに見られるが、マスキングされた閾値の下縁は、実際には周波数およびレベルに依存しない。上方の勾配は、マスカーのレベルに関係して約−１００〜−２５ｄＢ／ｏｃｔａｖｅとして測定され、そしてより低い勾配に対して約−１００ｄＢ／ｏｃｔａｖｅとして測定される。マスキングトーンのレベルＬＭとマスキングされた閾値ＬＴの最大値との間に、約１２ｄＢの差異が存在する。
【００８０】
この差異は、マスカーとして臨界帯域幅ノイズを用いて得られた値よりも顕著に大きい。これは、テストトーンとしてノイズおよび正弦波トーンを用いる場合とは異なり、マスカーの２つの正弦波トーンの強度とテストトーンの強度とが同じ周波数において互いに追加されるからである。結論として、トーンは遥かに速く（すなわち、テストトーンに対してより低いレベルに対して）知覚される。さらに、２つの正弦波トーンを同時に推定するときに、その他の効果（例えば、振動）が生じ、これが増加された知覚または低減されたマスキングにつながり得る。
【００８１】
周波数領域における記載された同時マスキングは、周波数領域信号平滑化ユニット８において平滑化するときに（周波数にわたって平滑化する）、臨界帯域幅ノイズによってマスキングされないＰｓｄＭｉｃ（ω）信号のスペクトル成分のみが考慮される必要があるという効果を有する。また、アルゴリズムは、推定値ＰｓｄＮｏｉｓｅ（ω）を関連するスペクトル成分、成分によって引き起こされる知られるマスキング特性にまで増分または減分するために低減される：したがって、ΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘに対して個々の値が用いられる場合に、処理されるべき個々のスペクトル成分の個数における非常に顕著な低減が得られる。
【００８２】
記載された同時マスキングの他に、時間マスキングといわれる、マスキングの別の心理音響学的効果が公知である。２つの異なる種類の時間マスキングが区別される：プレマスキングは、マスカーのレベルにおける急激な上昇の前にマスキング効果が既に生じている状況を意味する。ポストマスキングは、マスキングされた閾値が、マスカーのレベルにおける速い降下の後の期間において、最小可聴閾値まですぐに降下しないときに生じる効果を意味する。図９は、プレマスキングおよびポストマスキングの両方をシステマチックに示しており、これらは、トーンインパルスのマスキング効果に関連して、以下でさらに詳細に説明される。
【００８３】
時間のプレマスキングおよびポストマスキングの効果を決定するために、短い持続時間のテストトーンインパルスが用いられ、マスキング効果の対応する時間解像度を得なければならない。ここでは、最小可聴閾値とマスキングされた閾値との両方は、テストトーンの持続時間に依存する。これに関して２つの異なる効果が公知である。これらは、テストインパルスの持続時間に対するラウドネスの印象の依存性（図１０を参照のこと）、そして、短いトーンインパルスの反復レートとラウドネスの印象との間の関係（図１１を参照のこと）を意味する。
【００８４】
同じラウドネスの印象を得るためには、２００−ｍｓのインパルスの音圧レベルと比較して、２０−ｍｓのインパルスの音圧レベルは１０ｄＢだけ増加させられなければならないことは公知である。２００ｍｓのインパルスの持続時間の上方で、トーンインパルスのラウドネスはその持続時間に依存しない。ヒトの耳に対して、約２００ｍｓ以上の持続時間での処理は静的な処理を表すことがわかる。音が約２００ｍｓよりも短い場合に、音のタイミング特性の心理音響学的に証明可能な効果が存在する。
【００８５】
図１０は、持続時間に対するテストトーンインパルスの知覚の依存性を示している。破線は、持続時間に対する周波数ｆＴ＝２００Ｈｚ、１ｋＨｚおよび４ｋＨｚの周波数についてのテストトーンインパルスの最小可聴閾値ＴＱを示しており、最小可聴閾値は、２００ｍｓ未満のテストトーンの持続時間に対して約１０ｄＢ／ｄｅｃａｄｅで上昇する。この挙動は、テストトーンの周波数に依存せず、テストトーンの異なる周波数ｆＴに対する線の絶対的な位置は、これらの異なる周波数における異なる最小可聴閾値を反映する。
【００８６】
連続的な線は、４０ｄＢおよび６０ｄＢのレベルＬＵＭＮでの一様なマスキングノイズ（ＵＭＮ）によるテストトーンのマスキングのためのマスキングされた閾値を表す。一様なマスキングノイズは、全可聴範囲にわたって（すなわち、０〜２４ｂａｒｋの全周波数グループに対して）一定のマスキングされた閾値を有するように、定義される。言い換えると、マスキングされた閾値の表示された特性は、テストトーンの周波数ｆＴに依存しない。最小可聴閾値ＴＱと同様に、マスキングされた閾値もまた、２００ｍｓ未満のテストトーンの持続時間に対して、約１０ｄＢ／ｄｅｃａｄｅで上昇する。
【００８７】
図１１は、３ｋＨｚの周波数および３ｍｓの持続時間でのテストトーンインパルスの反復レートに対するマスキングされた閾値の依存性を示している。ここでもまた、一様なマスキングノイズがマスカーであり、これは、長方形の形状で変調される（すなわち、これは、定期的にオンおよびオフにされる）。一様なマスキングノイズの検討される変調周波数は、５Ｈｚ、２０Ｈｚおよび１００Ｈｚである。テストトーンが、一様なマスキングノイズの変調周波数と同一な後続の周波数で放出される。試行の間に、テストトーンインパルスのタイミングは、変調されるノイズの時間に関係するマスキングされた閾値を得るために、対応するように変動する。
【００８８】
図１１は、マスカーの期間の持続時間ＴＭに標準化される横座標に沿ったテストトーンインパルスの時間におけるシフトを示している。縦座標は、計算されたマスキングされた閾値におけるテストトーンインパルスのレベルを示している。破線は、基準点として、変調されていないマスカーに対するテストトーンインパルスのマスキングされた閾値を表す（すなわち、同一であり得る特定でマスカーを連続的に表す）。
【００８９】
図１１において、プレマスキングの勾配と比較してポストマスキングのより平坦な勾配が明確に見られる。長方形の形状のマスカーを機能させた後に、マスキングされた閾値は、短い期間延長される。この効果は、オーバーシュートとして公知である。マスカーのポーズにおける変調された一様なマスキングのいずに対するマスキングされた閾値のレベルにおける最大の降下ΔＬは、一様なマスキングノイズの変調周波数における増加に応答して、静的な一様なマスキングノイズに対するマスキングされた閾値と比較して、低減されることが期待される。言い換えると、テストトーンインパルスのマスキングされた閾値は、そのライフタイムの間に、最小可聴閾値によって特定される最小値まで、わずかに降下し得る。
【００９０】
図１１はまた、マスカーが完全にオンにされる前に、マスカーがテストトーンインパルスを既にマスキングしていることを示している。この効果は、既に言及されたように、プレマスキングとして公知であり、ラウドネスのトーンおよびノイズが（すなわち、高い音圧レベルを有する）、静かなトーンよりも聴覚によってより迅速に処理され得ることに基づいている。プレマスキングの効果は、ポストマスキングの効果よりも遥かに優位性が低い。マスカーの接続を外した後に、可聴閾値は、最小可聴閾値まで迅速に降下することはないが、約２００ｍｓの期間の後にそれに到達する。この効果は、内耳の基底膜上での過渡波の遅い定着によって説明され得る。
【００９１】
マスカーの帯域幅はまた、この最初に、ポストマスキングの持続時間に対して直接的な影響を有する。個々の周波数グループに関連付けられたマスカーの特定のコンポーネントが図１１および１２に示されているようにポストマスキングを引き起こすことがわかる。
【００９２】
図１２は、ガウシアンインパルスのマスキングされた閾値のレベル特性ＬＴを示し、テストトーンとして２０μｓの持続時間を有し、これは、５００ｍｓの持続時間のホワイトノイズから構成される長方形の形状のマスカーであって、ホワイトノイズの音圧レベルＬＷＲが３つのレベル４０ｄＢ、６０ｄＢおよび８０ｄＢをとる長方形の形状のマスカーの終了後の時間ｔｖにおいて存在する。ヒトの耳の近く可能な周波数範囲に関して２０μｓの短い持続時間を有するガウシアン形状のテストトーンはまた、ホワイトノイズと同様の広帯域スペクトル分布を示すので、ホワイトノイズを含むマスカーのポストマスキングは、スペクトル効果なしで測定され得る。図１２における連続曲線は、測定によって決定されたポストマスキングの特性を示している。
【００９３】
そして、これらは、マスカーのレベルＬＷＲに依存せずに、約２００ｍｓ後にテストトーン（この場合に用いられる短いテストトーンに対して約４０ｄＢ）の最小可聴閾値に対する値に到達する。図１２は、曲線を示しており、破線は１０ｍｓの時間定数でのポストマスキングからの指数的な降下に対応する。この種類の単純な近似は、大きなレベルのマスカーに対してのみ当てはまり、最小可聴閾値付近におけるポストマスキングの特性を反映していないことが分かる。
【００９４】
ポストマスキングとマスカーの持続時間との間の関係もまたわかる。図１３における破線は、５ｍｓの持続時間およびｆＴ＝２の周波数でのガウシアン形状のテストトーンインパルスのマスキングされた閾値を示しており、レベルＬＵＭＮ＝６０ｄＢおよび持続時間ＴＭ＝５ｍｓでの一様なマスキングノイズを含む長方形の形状の変調されたマスカーの不活性化の後の遅延時間ｔｄの関数として示している。連続線は、テストトーンインパルスに対して同一であり得るパラメータおよび一様なマスキングノイズでの持続時間ＴＭ＝２００ｍｓでのマスカーに対するマスキングされた閾値を示している。
【００９５】
持続時間ＴＭ＝２００ｍｓでのマスカーに対する測定されるポストマスキングは、２００ｍｓよりも長い持続時間ＴＭで全てのマスカーに対しても見出されるが同一であり得るパラメータでのポストマスキングに一致する。短い持続時間のマスカーで、パラメータが同一であり得る場合（例えば、スペクトル成分およびレベル）、マスカーの持続時間ＴＭ＝５ｍｓに対してマスキングされた閾値の特性から明らかなように、ポストマスキングの効果は低減される。アルゴリズムおよび方法における心理音響学的な効果、例えば心理音響学的なマスキングモデルを使用するために、分類された、複雑なまたは重ね合わされた個々のマスカーに対して、どのようなマスキングが結果として得られるのかを知る必要がある。
【００９６】
異なるマスカーが同時に起こる場合に同時マスキングが存在する。いくつかの現実の音のみが純粋音（例えば、正弦波トーン）に対して比較可能である。一般的に、音楽の楽器から放出されたトーン、ならびに、回転体（例えば、自動車内のエンジン）から生じる音は、多数のハーモニクスを有する。特定のトーンのレベルの組成に依存して、結果としてのマスキングされた閾値は、非常に大きくなり得る。
【００９７】
図１３は、特定のトーンの全てのレベルが４０ｄＢまたは６０ｄＢである２つの場合に対する結果としてのマスキングされた閾値を示している。基本トーンおよび第１の４ハーモニクスがそれぞれ別個の周波数グループに配置され、これは、マスキングされた閾値の最大値に対してこれらの複雑な音の成分のマスキング部分のさらなる重ねあわせ部分が存在しないことを意味する。図１４は、複雑な音に対する同時マスキングを示している。正弦波形状のテストトーンの同時マスキングに対するマスキングされた閾値は、励起の周波数およびレベルに関して、２００−Ｈｚの正弦波トーンの１０ハーモニクスによって表される。全てのハーモニクスは、同じ音圧レベルを有するが、それらの位相の位置は、統計的に分布している。
【００９８】
しかしながら、上縁および下縁のオーバーラップならびにマスキング効果の追加から生じる降下（これは、その最も深い点においては、最小可聴閾値よりも遥かに高い）が明確に見られる。このコンパイルされマスキングされた閾値よりも下に位置する音のその他全てのスペクトル成分は、ヒトの耳によって知覚されることができず、例えば、これらの成分のノイズの多い印象に対して何も貢献しない。対照的に、図１４に示されているように、上方のハーモニクスの大部分は、ヒトの聴覚の臨界的な帯域幅内にある。この臨界的な帯域幅において、個々のマスキングされた閾値のさらなる強い重ね合わせがなされる。
【００９９】
この結果として、同時マスカーの加算は、これらのマスカーの強度を一緒に加算することによって計算され得ないが、代わりに、個別の比ラウドネス値が一緒に加算され、マスキングの心理音響学モデルを定義する。
【０１００】
時間変化する信号のオーディオ信号スペクトルから励起分布を得るために、狭帯域ノイズによるマスキングのための正弦トーンの閾値の公知の特徴が分析の基礎として用いられる。（臨界帯域幅内での）コア励起と（臨界帯域幅外での）エッジ励起との間の区別がここでなされる。この例は、正弦トーンまたは狭帯域ノイズの心理音響学的コア励起であり、これらは物理的なサウンド強度に適合する臨界帯域幅よりも小さい帯域幅を有する。そうでなければ、信号は、オーディオスペクトルによってマスキングされた臨界帯域幅間に対応して分布される。
【０１０１】
このようにして、心理音響学的励起の分布は、受信される時間変化するサウンドの物理的な強度スペクトルから得られる。心理音響学的励起の分布は、比ラウドネスといわれる。複素オーディオ信号の場合における結果生じる全ラウドネスは、色調スケール（すなわち０〜２４ｂａｒｋ）に沿った可聴範囲における全心理音響学的励起の比ラウドネスに対する積分であると見出される。この全ラウドネスに基づいて、マスキングされた閾値は、ラウドネスとマスキングとの間の公知の関係に基づいて生成され、関連する臨界帯域幅内でのサウンドの終端後の時間効果を考慮すると、マスキングされた閾値は約２００ｍｓにおける最小可聴閾値まで降下する。（図１２のポストマスキングも参照）。
【０１０２】
このようにして、心理音響学的マスキングモデルが上記の全てのマスキング効果を考慮して実装される。先の図面および説明から、ノイズ（例えば、バックグラウンドノイズ）の音圧レベル、スペクトル成分およびタイミング特徴によって引き起こされるマスキング効果が何であるか、そしてこれらの効果が、どのように結果として知覚される印象を損なうことなしに時間領域および周波数領域における平滑化を用いて信号の情報内容を低減するために利用され得るかが理解され得る。時間領域および周波数領域において少ない情報内容を有する信号が、パワースペクトル密度の推定値を得るために、デジタル信号プロセッサにおいて非常に低減された計算要件で分析され得ることが明らかである。
【０１０３】
アルゴリズムの計算要件をさらに低減するために、信号の個別のスペクトル成分を処理するのではなく、個別の臨界帯域幅または周波数群において発生する励起パターンをコンパイルすることもまた有用である。上記にさらに説明したように、臨界帯域幅の基礎は、ヒトの耳が、音の心理音響学的印象に関して一般的な聴覚印象として特定の周波数範囲において生じる音を一緒にグループ化することであり、聴覚印象の範囲は、２４個の連続的に配列される周波数群によってカバーされ得る。
【０１０４】
音声信号が、それらのスペクトル分布に関する音響知覚の全周波数範囲をカバーしないという事実からさらなる利点が得られる場合には、周波数群が、その周波数群において音声信号の同時の存在に起因して起こる損害が予測されないように定義され得る。他のアルゴリズム（例えば、わずかな処理要件を有するより単純なアルゴリズム）がこれらの周波数群に使用されて、パワースペクトル密度を推定するか、または後のフィルタリングは、一般的に、パワースペクトル密度のいかなる事前の推定もせずにこれらのサブバンドに対して実装され得る。ヒトのスピーチの周波数範囲は、典型的に６０Ｈｚ〜８ｋＨｚであり、ここで規定された上限および下限には、極端な場合にのみ達し、非常に低いレベルである。
【０１０５】
規定された方法およびシステムから、特に心理音響学的知覚に基づく時間および周波数に対する平滑化が、バックグラウンドノイズの特徴および一般的な状況に従って、個別にまたは様々な組み合わせで適用され得、その結果、一方で、所望の結果（音声信号によって損なわれることなしにバックグラウンドノイズのパワースペクトル密度の信頼できる推定値）を得、そして他方で、デジタル信号プロセッサへの実装に対する必要とされる計算機能力を最小化して、コストを節約し得ることが理解され得る。
【０１０６】
効果は、バックグラウンドノイズのパワースペクトル密度を推定するアルゴリズムにおいて制御時間定数の適応修正から得られる。バックグラウンドノイズのパワースペクトル密度の現在の測定値が、アルゴリズムの連続的な計算ステップにおいて、バックグラウンドノイズのパワースペクトル密度の推定値を超えるか、または推定値に達しない場合にはいつでも、これらの制御時間定数は、バックグラウンドノイズの推定パワースペクトル密度の近似に対するアルゴリズムにおいて規定の最大上限内で、増加ステップにおいて増分または減分を、バックグラウンドノイズのパワースペクトル密度の実際のレベルに増加させる。これにより、公知の方法と比較してバックグラウンドノイズのレベルの素早い変化への優れた考慮が可能になる（例えば、音声信号による干渉なしでのパワースペクトル密度の推定における）。
【０１０７】
全周波数領域を通してパワースペクトル密度のレベル全体の特徴からのバックグラウンドノイズの推定パワースペクトル密度の近似のためのアルゴリズムにおいて、増分または減分を導出しない場合には、さらなる利点が得られ得る。むしろ、上記の方法は、パワースペクトル密度の個別のスペクトル成分を参照して、その結果、バックグラウンドノイズのレベルにおける様々な変化パターンは様々なスペクトル位置において考慮される。
【０１０８】
バックグラウンドノイズの測定パワースペクトル密度が、ヒトの耳の心理音響学的遮蔽効果を考慮した推定を行う前に、時間領域および周波数領域の両方において平滑化される場合にはさらにより多くの利益が理解され得る。これは、時間領域および周波数領域に心理音響学的マスキングを含むことによって、パワースペクトル密度の推定に対するレベル変化に関して測定されるスペクトル線の数の大きな低減をもたらす。それゆえ、このアプローチは、かなり少ない計算機能力を必要とする。
【０１０９】
バックグラウンドノイズの推定パワースペクトル密度の近似おいてアルゴリズムの増分または減分に対する制御時間定数が、平滑化信号からのパワースペクトル密度の各個別のスペクトル線に対して決定されないが、むしろ少数の周波数帯域に対して決定される場合にはさらに多くの利点が導かれ得、この少数の周波数帯域は周波数群に対応し、この周波数群においてヒトの耳は音響アクティビティをコンパイルし、例えば、知覚されたラウドネスを編成するために使用し、このことは結果として、また、平滑化信号の個別のスペクトル成分の分析に比べるとかなり少ない計算機能力を必要とする。このことは、関心のある周波数をカバーする連続的な周波数群のそれぞれ１つに存在する全てのスペクトル成分を、それらの周波数群のスペクトルコンテンツに対する代表的な単一の結合信号に統合することによって達成される。
【０１１０】
本発明を実現する様々な例が開示されてきたが、本発明の利点の一部を達成する様々な変化および修正が、本発明の精神および範囲から逸脱することなしになされ得ることが当業者には明らかである。同一の機能を行う他の構成要素が適切に置き換えられ得ることが当業者には明白である。本発明の概念に対するこのような修正は添付の特許請求の範囲によって包含されることが意図される。
【符号の説明】
【０１１１】
６ パワースペクトル密度計算ユニット
７ 時間領域信号平滑化ユニット
８ 周波数領域信号平滑化ユニット
９ 増分計算ユニット
１０ 減分計算ユニット
１１ 推定信号平滑化ユニット
【技術分野】
【０００１】
（技術分野）
本発明は、バックグラウンドノイズを推定するシステムおよび方法に関し、特に、同時のスピーチアクティビティの間にバックグラウンドノイズを推定するシステムおよび方法に関する。
【背景技術】
【０００２】
（背景）
受信器の情報内容に寄与しない、そしてそのために擾乱とはみなされない音波は、一般的に、バックグラウンドノイズといわれる。バックグラウンドノイズの発展の過程は、典型的に３つのさまざまな段階に分類され得る。これらは、１つ以上の供給源によるノイズの放出、ノイズの移送、そしてノイズの受容である。第１にノイズ信号（例えば、バックグラウンドノイズ）をノイズ自体の供給源において抑制し、その後信号の移送を抑制することによる試行がなされることが明らかである。しかしながら、ノイズ信号の放出は、多くの場合において所望のレベルまで低減され得ない。なぜなら、例えば、時間および位置に対して自然発生的に発生する周囲ノイズは、不十分に制御され得るのみであるか、またはまったく制御されないからである。
【０００３】
望ましくないバックグラウンドノイズの発生の典型的な例は、自動車の乗客エリアにおけるハンズフリー電話の使用である。一般的に、このような場合に使用される用語「バックグラウンドノイズ」は、外部の大きな影響の音（例えば、周囲ノイズまたは自動車の乗客エリアにおいて知覚されるノイズ）、および、機械的な振動によって引き起こされる音（例えば、自動車の乗客エリアまたはトランスミッションシステムにおける音）の両方を含む。これらの信号が望ましくない場合には、これらの信号はノイズといわれる。音楽または音声信号が、自動車の内部のような騒々しい環境において電気音響システムを介して伝送される場合にはいつでも、信号の質またはわかりやすさ（ｃｏｍｐｒｅｈｅｎｓｉｂｉｌｉｔｙ）は、通常、バックグラウンドノイズに起因して悪化する。バックグラウンドノイズは、外部ノイズ供給源（例えば、風、エンジン、タイヤ、ファンおよび車両内の他の電力ユニット）によって引き起こされ得る。それゆえ、速度、道路状況および自動車内の動作状態に直接的に関連する。
【０００４】
バックグラウンドノイズを含むノイズ信号を低減するために、そして結果として移送される音声信号の主観的な質およびわかりやすさを向上させるために、ノイズ低減システムが実装される。公知のシステムは、好適には、ノイズ信号の推定パワースペクトルに基づいて、周波数領域で動作する。このアプローチの不利な点は、音声信号が同時に発生する場合、そのスペクトル情報が最初にパワースペクトル密度の推定に含まれることである。結果として、引き続くフィルタリング回路において、バックグラウンドノイズ信号が所望のように低減されるだけでなく、音声信号自体も低減され、このことは望ましくない。このことを防ぐために、公知の方法（例えば、音声検出）が、音声信号中の望ましくない低減を回避するために用いられる。しかしながら、このような方法に対する実装の支出は魅力的でないほどに高い。
【０００５】
別の公知の方法において、パワースペクトル密度は、任意の音声検出をせずに平滑フィルタを用いて推定される。ここでは、音声信号のレベルのタイミング特性が、典型的には、バックグラウンドノイズのレベル特性と有意に異なっているという事実が利点となる。このことは、特に、音声信号のレベルの変化のダイナミクスが、バックグラウンドノイズのレベルの典型的な変化よりも、大きく、かなり短い間隔で発生することに起因している。バックグラウンドノイズのレベルが変化する場合にはいつでも、バックグラウンドノイズの推定パワースペクトル密度を、パワースペクトル密度の実際のレベルに近似するために、公知のアルゴリズムは、それゆえ、音声信号のレベルダイナミクスと比較すると、一定の恒久的に定義された所定の小さい増分または減分を用いる。それゆえ、非常に短い期間内に発生する音声信号のレベル変化は、上述の方法と比較すると、バックグラウンドノイズのパワースペクトル密度の推定に、望ましくない精度を落とす（ｃｏｒｒｕｐｔｉｎｇ）効果をまったく有しない。
【０００６】
しかし、この方法の不利な点は、例えば、事前に、低レベルのバックグラウンドノイズスペクトルのパワースペクトル密度が検出された場合、すなわちバックグラウンドノイズのレベルが素早く、連続的に比較的短い期間で上昇する場合、推定パワースペクトル密度のレベルを実際の高い値に上昇させるためには、その遅い応答に起因して、上述のアルゴリズムが長すぎるということである。バックグラウンドノイズのパワースペクトル密度のレベルに対する大きな推定値が事前に決定され、アルゴリズムがバックグラウンドノイズのパワースペクトル密度の値における比較的素早い降下を再生する必要がある場合、すなわち、短い時間期間内でのバックグラウンドノイズのレベルの素早い連続的な低減がある場合にも同じことがいえる。
【０００７】
アルゴリズムのゆるやかさ（ｓｌｕｇｇｉｓｈｎｅｓｓ）は、アルゴリズムの制御時間定数における増分または減分が、バックグラウンドノイズのパワースペクトルの実際のレベルへの、バックグラウンドノイズの推定パワースペクトルの近似のためには、十分に小さくなる必要があるという事実に起因する。このことは、パワースペクトル密度の推定と、同時に発生する音声信号との間の望ましくない依存性を防ぐ。上記のアルゴリズムは、比較的短い時間期間内に発生するバックグラウンドノイズのレベルにおける大きな連続的変化に対して十分に早く応答しない。特に、このアルゴリズムは、短期間に対するレベルの大きな上昇（例えば、自動車の乗客区画におけるバックグラウンドノイズにおいて経験され得る）に対しても十分に早く応答しない。
【発明の概要】
【発明が解決しようとする課題】
【０００８】
短い時間期間内で発生するバックグラウンドノイズのレベルの変化（特にバックグラウンドノイズ内の短寿命で大きな上昇）に対して満足のいく速度で応答する、バックグラウンドノイズのパワースペクトル密度の推定に対するニーズが存在する。
【課題を解決するための手段】
【０００９】
（概要）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムが提供され、該システムは、バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、パワースペクトル密度計算ユニットであって、該パワースペクトル密度計算ユニットは、連続的な計算サイクルを配置することによってノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合された、計算ユニットと、時間領域信号平滑化ユニットであって、該時間領域信号平滑化ユニットは、パワースペクトル密度出力信号を時間領域内で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された、時間領域信号平滑化ユニットと、周波数領域信号平滑化ユニットであって、該周波数領域信号平滑化ユニットは、時間領域信号平滑化ユニットから受信された時間的に平滑化された信号を周波数領域内で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供する用に適合された、周波数領域信号平滑化ユニットと、増分計算ユニットであって、バックグラウンドノイズのパワースペクトル密度の推定値に依存した増分の計算のために適合された、増分計算ユニットと、減分計算ユニットであって、バックグラウンドノイズのパワースペクトル密度の推定値に依存した減分の計算のために適合された、減分計算ユニットと、推定信号平滑化ユニットであって、増分および減分から、バックグラウンドノイズのパワースペクトル密度の推定値を計算するように適合されている、推定信号平滑化ユニットとを備える。平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加する。平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する。
【００１０】
例えば、本発明は以下の項目を提供する。
（項目１）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、該システムは、
該バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、
連続計算サイクルを配置することによって、該ノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合されたパワースペクトル密度計算ユニットと、
該パワースペクトル密度出力信号を時間領域で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された時間領域信号平滑化ユニットと、
該時間領域信号平滑化ユニットから受信された該時間的に平滑化された信号を周波数領域で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供するように適合された周波数領域信号平滑化ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存した増分の計算のために適合された増分計算ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の該推定値に依存した減分の計算のために適合された減分計算ユニットと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するように適合された推定信号平滑化ユニットと
を備え、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、システム。
（項目２）
誤差信号を提供する適応フィルタをさらに備え、上記パワースペクトル密度計算ユニットは、連続計算サイクルを配置する該適応フィルタの該誤差信号から現在のパワースペクトル密度を決定するように適合され、上記システムは、対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するように適合される、上記項目に記載のシステム。
（項目３）
上記システムは、
新しい計算サイクルにおいて決定された上記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された上記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、上記増分値の計算のモードから、上記減分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該増分値の現在の値を最小増分値に再設定するように適合されている、ことと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該減分値の現在の値を最小減分値に再設定するように適合されている、ことと
を行うように適合されている、上記項目のいずれかに記載のシステム。
（項目４）
上記システムは、上記バックグラウンドノイズの上記パワースペクトル密度の上記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するように適合され、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、上記現在計算された値にかかわらず最小値未満に減少する、上記項目のいずれかに記載のシステム。
（項目５）
上記時間領域信号平滑化ユニットは、２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度の平滑化のために適合され、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、上記項目のいずれかに記載のシステム。
（項目６）
上記周波数領域信号平滑化ユニットは、周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、上記時間領域信号ユニットからの上記時間的に平滑化された信号の平滑化のために適合されている、上記項目のいずれかに記載のシステム。
（項目７）
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、上記項目のいずれかに記載のシステム。
（項目８）
上記増分値の増加の値は、現在測定されたパワースペクトル密度の上記平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、上記減分値の増加の値は、現在測定されたパワースペクトル密度の該平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて選択される、上記項目のいずれかに記載のシステム。
（項目９）
上記システムは、心理音響学的感覚知覚に対応する周波数群内の平滑化パワースペクトル密度または非平滑化パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合するように適合されている、上記項目のいずれかに記載のシステム。
（項目１０）
音響的なバックグラウンドノイズのパワースペクトル密度の推定方法であって、該方法は、
パワースペクトル密度計算ユニットによって、マイクロフォン信号からの現在のパワースペクトル密度を決定し、対応するパワースペクトル密度出力信号を提供するステップと、
該提供されたパワースペクトル密度出力信号を時間領域内で平滑化して、結果として生じる時間的に平滑化された信号を提供するステップと、
該時間的に平滑化された信号を周波数領域で平滑化して、結果として生じる平滑化パワースペクトル密度信号を提供するステップと、
該バックグラウンドノイズのパワースペクトル密度の推定値に依存して増分を計算するステップと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存して減分を計算するステップと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するステップと
を包含し、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズの該パワースペクトル密度の該推定値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、方法。
（項目１１）
連続的な計算サイクルを配置することによって、適応フィルタから導出された誤差信号から現在のパワースペクトル密度を決定するステップと、
対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するステップと、
をさらに包含する、上記項目に記載の方法。
（項目１２）
新しい計算サイクルにおいて決定された上記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された上記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、上記増分値の計算のモードから、上記減分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該増分値の現在の値は最小増分値に再設定される、ステップと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該減分値の現在の値は最小減分値に再設定される、ステップと
をさらに包含する、上記項目のいずれかに記載の方法。
（項目１３）
上記バックグラウンドノイズの上記パワースペクトル密度の上記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するステップをさらに包含し、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、上記現在計算された値にかかわらず最小値未満に減少する、上記項目のいずれかに記載の方法。
（項目１４）
２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度を上記時間領域内で平滑化するステップをさらに包含し、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、上記項目のいずれかに記載の方法。
（項目１５）
周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、上記時間領域信号平滑化ユニットからの時間的に平滑化された信号を周波数領域内で平滑化するステップを包含する、上記項目のいずれかに記載の方法。
（項目１６）
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、上記項目のいずれかに記載の方法。
（項目１７）
上記増分値の増加の値は、現在測定されたパワースペクトル密度の上記（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、上記減分値の増加の値は、現在測定されたパワースペクトル密度の該（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択される、上記項目のいずれかに記載の方法。
（項目１８）
心理音響学的感覚知覚に対応する周波数群内の（平滑化）パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合する、上記項目のいずれかに記載の方法。
【００１１】
（摘要）
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムおよび方法が提示され、ここでは、平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加する。平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する。
【００１２】
本発明は、以下の図面および説明を参照してより良く理解され得る。図面内の構成要素は、必ずしも縮尺が合わされておらず、代わりに、本発明の原理を説明する際に強調がなされている。さらに、図面においては、類似の参照番号が、対応する部分を指定する。
【図面の簡単な説明】
【００１３】
【図１】図１は、最小二乗平均（ＬＭＳ）アルゴリズムを用いた適応フィルタの信号の流れを示すフローチャートである。
【図２】図２は、メモリレス平滑化フィルタの信号フローチャートである。
【図３】図３は、バックグラウンドノイズを推定する新規のシステムの信号フローチャートである。
【図４】図４は、正弦信号および広帯域ノイズ信号のレベルの関数としてラウドネスを示すグラフである。
【図５】図５は、ホワイトノイズを介したマスキングを示すグラフである。
【図６】図６は、周波数領域におけるマスキングを示すグラフである。
【図７】図７は、周波数群、中間周波数２５０Ｈｚ、１ｋＨｚおよび４ｋＨｚにおける広い狭帯域ノイズに対するマスキングされた閾値を示すグラフである。
【図８】図８は、正弦音響信号によるマスキングを示すグラフである。
【図９】図９は、同時マスキング、プレマスキング、およびポストマスキングの表現である。
【図１０】図１０は、テストトーンインパルスのラウドネスインプレッションと持続期間との関係を示すグラフである。
【図１１】図１１は、テストトーンインパルスのマスキングされた閾値と繰り返し数との関係を示すグラフである。
【図１２】図１２は、ポストマスキングを示すグラフである。
【図１３】図１３は、マスカーの持続期間に対するポストマスキングを示すグラフである。
【図１４】図１４は、複素音響信号による同時マスキングを示すグラフである。
【発明を実施するための形態】
【００１４】
（詳細な説明）
以下に開示される例において、バックグラウンドノイズのパワースペクトル密度は、マイクロフォン信号から直接的に、または適応フィルタの誤差信号から推定される。適応方法およびシステムは、アルゴリズムが、周囲状況の変化（例えば、時間に対するレベルおよびスペクトル成分の変化を受けるノイズ信号に対する変化）への、それらのフィルタ係数の一定の修正に対して自動的に適合されることである。この能力は、パラメータを連続的に最適化するシステム構造によって提供される。このようなシステムにおいて、入力センサ（例えば、マイクロフォン）は、１つ以上のノイズ供給源によって生成された望ましくないノイズ（例えば、バックグラウンドノイズ）を表す信号を得るために用いられる。次いで、信号は、適応フィルタの入力にルーティングされ、フィルタによって処理されて出力信号を生成し、この出力信号は、望ましくないノイズ信号が与えられると有用な信号（例えば、音声信号）から差し引かれ、適応フィルタの入力信号と、望ましくないノイズ信号との相関が、有用な信号と共に発生する。この差し引きから得られる出力信号は、また、適応フィルタに対する誤差信号ともいわれる。望ましくないノイズを表す入力センサの信号と共に、誤差信号は、観測されるエコーのレベル全体を適応して最小化させるために、パラメータの修正および適応フィルタの特性の基本を形成する。
【００１５】
使用される適応アルゴリズムは、いわゆる最小二乗平均（ＬＭＳ）アルゴリズムの変形（例えば、帰納的最小二乗、ＱＲ分解最小二乗、最小二乗格子、ＱＲ分解格子または勾配適応格子、Ｚｅｒｏ Ｆｏｒｃｉｎｇ確率的勾配法など）であり得る。適応フィルタとともに非常に一般的に使用されるＬＭＳアルゴリズムは、適応フィルタの実装の間にしばしば遭遇する親しみやすい最小二乗平均問題の解の近似のためのアルゴリズムを表す。アルゴリズムは、いわゆる最急降下法（減少勾配方法）に基づいており、単純な態様で勾配を推定する。アルゴリズムは、時間的に帰納的に機能する。換言すると、アルゴリズムは各データセットに対して実行され、解が更新される。ＬＭＳアルゴリズムは、低レベルの複雑性および引き続く低い計算機能力要件を提供し、加えて、その数学的安定性および低メモリ要件を提供する。
【００１６】
無限インパルス応答（ＩＩＲ）フィルタまたは有限インパルス応答（ＦＩＲ）フィルタは、適応フィルタ構造として一般的に用いられる。ＦＩＲフィルタは、有限インパルス応答を有する特性として有し、この特性は絶対的な安定状態にする。ｎ次ＦＩＲフィルタは、以下の微分方程式により定義される。
【００１７】
【数１】
ここでｙ（ｎ）は、時間ｎにおける初期値であり、フィルタ係数ｂｉで重み付けされたＮ個のサンプリングされた入力値ｘ（ｎ−Ｎ）〜ｘ（ｎ）の合計値から計算される。所望の伝達関数は、フィルタ係数ｂｉの定義により実現される。
【００１８】
ＦＩＲフィルタとは異なり、既に計算された初期値は、また、ＩＩＲフィルタ（帰納フィルタ）を用いた計算に含まれる。このようなフィルタは、無限インパルス応答を有する。有限時間経過後に、計算値が非常に小さくなるので、この計算は、実際には、有限数のサンプル値ｎの後で終端される。ＩＩＲフィルタを支配する式は、以下のようになる。
【００１９】
【数２】
ここでｙ（ｎ）は、時間ｎにおける初期値であり、フィルタ係数ｂｉで重み付けされたＮ個のサンプリングされた入力値ｘ（ｎ−Ｎ）〜ｘ（ｎ）の合計値から計算され、フィルタ係数ａｉで重み付けされた出力値ｙ（ｎ）の合計が加算される。所望の伝達関数は、フィルタ係数ａｉおよびｂｉの定義により実現される。ＩＩＲフィルタは、ＦＩＲフィルタに比べると安定し得ないが、同一の仕事量での実現性により大きな選択性を有し得る。実際には、それぞれの条件および関連する出費への考慮のもとに関連する要件を最良に満たすフィルタが選ばれる。
【００２０】
図１は、例示的なＦＩＲフィルタの繰り返しの適応のための典型的なＬＭＳアルゴリズムの信号フローを示す。入力信号ｘ［ｎ］は、適応ＬＭＳアルゴリズムに対する基準信号として選ばれ、信号ｄ［ｎ］は、第２の入力信号として得られる。信号ｄ［ｎ］は、未知のシステムの伝達関数を用いてフィルタリングすることにより入力信号ｘ［ｎ］から導かれ、この伝達関数は、バックグラウンドノイズを重ね合わされ、適応フィルタによって近似されやすい。これらの入力信号は、音響信号であり得、例えば、マイクロフォンによって電気信号に変換される。しかし、同様に、これらの入力信号は、機械的振動を適応させるセンサまたは積算回転計によっても生成される電気信号であり得るか、この電気信号を含み得る。
【００２１】
図１は、また、Ｎ次のＦＩＲフィルタを示し、このＮ次のＦＩＲフィルタによって、入力信号ｘ［ｎ］は、離散時間ｎに対して信号ｙ［ｎ］に変換される。フィルタのＮ個の係数は、ｂ０［ｎ］，ｂ１［ｎ］．．．ｂＮ［ｎ］で識別される。適応アルゴリズムは、信号ｄ［ｎ］とフィルタリングされた入力信号ｙ［ｎ］（出力信号）との差分信号である誤差信号ｅ［ｎ］が最小になるまで、フィルタ係数ｂ０［ｎ］，ｂ１［ｎ］．．．ｂＮ［ｎ］を繰り返し変化させる。信号ｄ［ｎ］は、未知のシステムによって歪まされた入力信号ｘ［ｎ］であり、この入力信号は、また、さらに存在する場合にはバックグラウンドノイズを含む。
【００２２】
一般的に、適応フィルタに入力される信号ｘ［ｎ］およびｄ［ｎ］の両方が、確率信号である。音響エコー相殺システムの場合では、上記信号は、例えば、ノイジーな測定信号または通信信号である。誤差信号ｅ［ｎ］および平均誤差二乗の出力、いわゆる平均二乗誤差（ＭＳＥ）は、こうして、適応に対する品質基準として用いられ、ここで、
ＭＳＥ＝Ｅ｛ｅ２［ｎ］｝
である。
【００２３】
ＭＳＥによって表される品質基準は、単純な帰納アルゴリズム（例えば、公知の最小二乗平均（ＬＭＳ）アルゴリズム）によって最小化され得る。最小二乗平均方法を用いて、最小化される関数は、誤差の二乗である。すなわち、誤差二乗の最小値に対する向上した近似を決定するために、定数を乗算された誤差自体のみが、最後の事前決定された近似値にかさされなければならない。適応ＦＩＲフィルタは、これにより、少なくともアプローチされる未知のシステムの未知のインパルス応答の関連部分と同程度の長さであるように選ばれなければならず、その結果、適応フィルタは、誤差信号ｅ［ｎ］を実際に最小化するために十分な自由度を有する。
【００２４】
フィルタ係数は、それぞれ、誤差マージンＭＳＥの最大の減少の方向に、そして、それぞれ誤差マージンＭＳＥの負の勾配の方向に徐々に変化され、パラメータμはステップサイズを制御する。例示的な態様におけるさらなる過程において使用される適応フィルタのフィルタ係数ｂｋ［ｎ］を計算するための公知のＬＭＳアルゴリズムは以下
ｋ＝０，．．．Ｎ−１に対して、ｂｋ［ｎ＋１］＝ｂｋ［ｎ］＝２・μ・ｅ［ｎ］・ｘ［ｎ−ｋ］
のように説明される。
【００２５】
新しいフィルタ係数ｂｋ［ｎ＋１］は、前のフィルタ係数ｂｋ［ｎ］に補正項を加えたものであり、これは誤差信号ｅ［ｎ］の関数であり、入力信号ベクトルｘ［ｎ−ｋ］の関数であり、これはそれぞれのフィルタ係数ベクトルｂｋに割り当てられる。ＬＭＳ収束パラメータμは、これにより、速度およびフィルタの適応の安定性の測定値を表す。
【００２６】
適応フィルタ（この例においてはＦＩＲフィルタ）は、以下の条件が増幅係数μに適用されるとき、ＬＭＳアルゴリズムの使用に応答して、公知のいわゆるＷｉｅｎｅｒフィルタに収束することがさらに公知である。
０＜μ＜μｍａｘ＝１／［（Ｎ＋１）・Ｅ｛ｘ２［ｎ］｝］
ここで、Ｎは、ＦＩＲフィルタの次数を表し、Ｅ｛ｘ２［ｎ］｝は、基準信号ｘ［ｎ］の信号出力を表す。実際には、使用されるステップサイズおよび収束パラメータμは、それぞれ、しばしばμ＝μｍａｘ／１０であるように選ばれる。ＬＭＳフィルタの最小二乗平均アルゴリズムは、こうして、以下で概略されるように実現され得る。
１ 制御変数をｎ＝０に設定することと、アルゴリズムの実行の始まりにおいてｋ＝０，…，Ｎ−１に対する開始係数ｂｋ［ｎ＝０］を選択することと（例えば、ｋ＝０．．．Ｎ−１においてｂｋ［０］＝０およびｅ［０］＝ｄ［０］）、増幅因子μ＜μｍａｘ（例えば、μ＝μｍａｘ／１０）を選択することとによるアルゴリズムの初期化。
２ 基準信号ｘ［ｎ］および信号ｄ［ｎ］の格納。
３
【００２７】
【数３】
に従う、基準信号のＦＩＲフィルタリング。
４ 誤差の決定ｅ［ｎ］＝ｄ［ｎ］−ｙ［ｎ］。
５ ｋ＝０，．．．，Ｎに対して、ｂｋ［ｎ＋１］＝ｂｋ［ｎ］＋２・μ・ｅ［ｎ］・ｘ［ｎ−ｋ］
に従う係数の更新。
６ 次の繰り返しステップｎ＝ｎ＋１の実行およびステップ２〜６を繰り返す。
【００２８】
図２は、平滑化フィルタリングを使用するが音声検出を使用しないことによるバックグラウンドノイズのパワースペクトル密度を推定する方法の信号図を示している。図２は、比較器第１のステップ１、第２の比較器ステップ４、パワースペクトル密度の推定において増加を計算するための第１の計算ステップ２、パワースペクトル密度の推定においてドロップを計算するための第２の計算ステップ３を示している。
【００２９】
バックグラウンドノイズまたは適応フィルタ（図１）の誤差信号を測定するマイクロフォンの信号であり得る信号Ｎｏｉｓｅ［ｎ］は、比較器ステップ１において、アルゴリズムの先行するステップにおいて計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］と比較される。現在の推定値Ｎｏｉｓｅ［ｎ］が、アルゴリズムの先行するステップにおいて計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］よりも大きい場合（ステップ１の「はい」のパス）、一定の所定の増分値Ｃ＿Ｉｎｃがアルゴリズムの先行するステップにおいて計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］に追加され、パワースペクトル密度の推定のために新たなより高い値のＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］を生成する。
【００３０】
増分値Ｃ＿Ｉｎｃは一定であり、その値は、現在の値Ｎｏｉｓｅ［ｎ］の大きさに依存しない。このアプローチは、現在の値Ｎｏｉｓｅ［ｎ］に存在し得る、典型的には自動車の室内における広域バックグラウンドノイズよりも速い上昇レベルを有し得る任意の音声信号が、アルゴリズムに有意な影響を与えたり、その結果として、推定値の計算に有意な影響を与えたりすることを防ぐ。
【００３１】
しかしながら、ステップ１における現在の値Ｎｏｉｓｅ［ｎ］が、アルゴリズムの先行するステップ（ステップ１の「いいえ」のパス）において計算された推定パワースペクトル密度の推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］よりも小さい場合、アルゴリズムの先行するステップにおいて計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ］から一定の所定の減分値Ｃ＿Ｄｅｃが減算され、パワースペクトル密度の推定のために新たなより低い値のＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］を生成する。
【００３２】
減分値Ｃ＿Ｄｅｃは定数であり、その値は、現在の値Ｎｏｉｓｅ［ｎ］の大きさに依存しない。このことは、両方の場合（すなわち、増分の場合および減分の場合）に対して、Ｎｏｉｓｅ［ｎ］信号のレベルの変更のレートが無視されるという結論を有する。新たに計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］は、ステップ４において、一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌと比較される。
【００３３】
新たに計算された推定ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］が一定の所定の最小値ＭｉｎｉＮｏｉｓｅＬｅｖｅｌよりも小さい場合（ステップ４の「はい」のパス)、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の値は、一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌに置換される。言い換えると、推定値は、最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌまでに制限される。この一定の所定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌの目的は、Ｎｏｉｓｅ［ｎ］の信号が実際にこの特定の閾値よりも低い場合でさえも、ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の信号が、この特定の閾値を下回ることを防ぐことである。このようにして、このアルゴリズムは、Ｎｏｉｓｅ［ｎ］における後続の速く強い上昇の信号に対してさえも、過度に遅く応答することがない。
【００３４】
パワースペクトル密度に対する推定値について考えられ得る最大上昇レートは、一定の所定の定数値である増分Ｃ＿Ｉｎｃによって特定されるので、アルゴリズム計算サイクルの各時間単位の間に増分Ｃ＿Ｉｎｃの値を顕著に上回る値Ｎｏｉｓｅ［ｎ］における上昇が速く強い場合に、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］と実際の値Ｎｏｉｓｅ［ｎ］との間で値において過度の大きな差が生じ得る。結論として、パワースペクトル密度の実際の値Ｎｏｉｓｅ［ｎ］に対する推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］の調整は、なんらかの有意義な推定と計算された推定値の再使用とを不可能にする遅延を経験し得る。一方、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］が一定の最小値ＭｉｎＮｏｉｓｅＬｅｖｅｌよりも大きい場合（ステップ４の「いいえ」のパス)、新たに計算された推定値ＮｏｉｓｅＬｅｖｅｌ［ｎ＋１］は維持され、アルゴリズムは、パワースペクトル密度の推定における次の値の計算を開始する。
【００３５】
パワースペクトル密度の推定値を増分することおよび減分することの両方に対し、上記方法の不利な点は、バックグラウンドノイズのレベルにおける変化が、例えば、長い期間にわたって（すなわち、同じ方向におけるアルゴリズムのいくつかの計算サイクルにわたって）上昇する場合に、および、各計算サイクルに対するＮｏｉｓｅ［ｎ］信号のレベルにおける上昇が、任意の所与の計算ステップにおけるパワースペクトル密度の推定値のレベルにおける最大上昇を定義する一定の増分Ｃ＿Ｉｎｃよりも遥かに大きい場合に、Ｎｏｉｓｅ［ｎ］信号のレベルにおける変化のレートが、推定値によって十分に近似されないことがあり得るということである。バックグラウンドノイズのレベルにおける変化が長い期間にわたって（すなわち、同じ方向におけるアルゴリズムのいくつかの計算サイクルにわたって）降下する場合に、および、任意の所与の計算ステップにおけるパワースペクトル密度の推定値のレベルにおける最大上昇を定義する各計算サイクルに対するＮｏｉｓｅ［ｎ］信号のレベルにおける上昇が一定の減分Ｃ＿Ｄｅｃよりも遥かに大きい場合に、同様の問題が生じる。これに関し、新規なシステムおよび方法は、この時点において、同時に発生する音声信号に応答して、アルゴリズムの感度を向上させることなしに、パワースペクトル密度の推定の品質を向上させる。
【００３６】
図２に示されている設計において、アルゴリズムはさらに、観察される全周波数範囲にわたってバックグラウンドノイズの全体レベルを推定するためにのみ適している。しかしながら、信号をフィルタリングすることによるノイズ抑制のためにパワースペクトル密度の推定値を適切に適用するために、推定パワースペクトル密度の適切な周波数解像度が要求される。このことは、図２に記載されている方法についていうと、示されているアルゴリズムが、関心のある周波数範囲（例えば、音声信号の周波数範囲）における個々のスペクトルラインのそれぞれに対して実行されなければならないということを意味し、このことは、デジタル信号プロセッサの高レベルの計算機能力を要求する。
【００３７】
図３は、音声検出を用いずに、バックグラウンドノイズのパワースペクトル密度を推定するための新規なシステムの信号フローチャートである。図３に示されているシステムおよび方法は、例えば、デジタル信号プロセッサを用いてインプリメントされる。図３のシステムは、パワースペクトル密度計算ユニット６、時間領域信号平滑化ユニット７、周波数領域信号平滑化ユニット８、増分計算ユニット９、減分計算ユニット１０、および推定信号平滑化ユニット１１を示している。図３にしたがうと、パワースペクトル密度計算ユニット６は、入力信号ＭＩＣ（ω）からパワースペクトル密度（ＰＳＤ）を計算し、これにより、入力信号ＭＩＣ（ω）のパワースペクトル密度を表す出力信号ＰｓｄＭｉｃ（ω）が生じる。入力信号は、例えば、本明細書中に示されているようなマイクロフォン信号であったり、または、適応フィルタ（図１）の誤差信号であったりし得る。したがって、図３に示されているように、信号ＰｓｄＭｉｃ（ω）は、時間領域信号平滑化ユニット７を用いることにより、時間領域において、平滑化される（時間にわたる平滑化）。
【００３８】
時間領域における平滑化は、２つの異なる平滑化時間定数（すなわち、τｕｐおよびτＤｏｗｎ）を有する。第１の時間定数τｕｐは、信号が上昇するときに、すなわち信号が正の勾配を有する場合に適用され、対照的に、第２の時間定数τＤｏｗｎは、信号が減少するときに、すなわち、信号が負の勾配を有する場合に適用される。したがって、時間領域における平滑化の適用は、周波数領域における平滑化の適用とは完全に異なるものであり、したがって、時間領域における平滑化と周波数領域における平滑化との両方は、混合される必要がない。加えて、異なるｕｐおよびｄｏｗｎの平滑化の時間定数の主目的は、ノイズの上昇または降下に対する、ヒトの耳の感度に対処することである。なぜならば、ヒトの耳は、ノイズの上昇および降下の両方が同じ時間定数を有すると仮定した場合に、ノイズレベルの降下に対してノイズレベルの上昇により感度を有する傾向があるからである。したがって、異なる時間定数（一方は上昇の場合、他方は降下の場合）を適用することにより、この事実を補償することが必要とされる。
【００３９】
図３のシステムのさらなる処理ステップにおいて、時間領域信号平滑化ユニット７の出力は、周波数領域信号平滑化ユニット８を用いることにより、周波数領域において平滑化される（周波数にわたる平滑化)。ここでもまた、この平滑化は、２回実行され、１回は周波数ｆ＝ｆｍｉｎから開始して周波数ｆ＝ｆｍａｘまで係数τｕｐを用いて実行され、もう１回は周波数ｆ＝ｆｍａｘから開始して周波数ｆ＝ｆｍｉｎまで係数τｄｏｗｎを用いて実行される。上方および下方の平滑化ステップは、任意の順序であり得、周波数ｆ＝ｆｍｉｎは、処理のために選択された最小周波数を意味し、ｆ＝ｆｍａｘは、処理のために選択された最大周波数を意味する。周波数ｆｍｉｎおよびｆｍａｘは、周波数範囲がヒトの耳における音響知覚の関連する周波数範囲をカバーするように、選択され得る。周波数にわたるＰｓｄＭｉｃ（ω）信号の平滑化のためのτｕｐおよびτｄｏｗｎは、ＰｓｄＭｉｃ（ω）信号のスペクトルの揺らぎにおける考えられ得る最大の低減が、本方法における後続のステップに対して要求される計算機能力の低減を達成させるように、選択される。同時に、この選択は、ヒトの耳による知覚に対して関連のあるＰｓｄＭｉｃ（ω）の周波数に依存する特性を導出することができるように、必要なスペクトル情報が維持されるように行われる。本明細書中で考察される心理音響学的推定ステップ（および心理音響学的方法）が、さらに以下に示される。
【００４０】
通常、τｕｐおよびτｄｏｗｎは、ｕｐおよびｄｏｗｎの平滑化が、１つの平滑化方向のみにおいて平滑化する場合に生じ得る周波数バイアスを回避するためのものであるということを主な理由として、等しい値として選択される。したがって、下方向における平滑化に対するのと同様に、異なる平滑化時間定数を用いて上方の周波数方向に平滑化する場合に、この場合もまた、特定の種類の周波数シフト（バイアス）が形成される。この特定の種類の周波数シフト（バイアス）は、元来は、上方および下方の平滑化を適用することによって回避されることが意図されたものである。
【００４１】
信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）は、時間領域における平滑化（時間にわたる平滑化、時間領域信号平滑化ユニット７）、周波数領域における平滑化（周波数にわたる平滑化、周波数領域信号平滑化ユニット８）を介して、ＰｓｄＭｉｃ（ω）信号から得られる。ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号は、音声検出機構を用いることなしに、バックグラウンドノイズのパワースペクトル密度を推定するために、増分計算ユニット９、減分計算ユニット１０、および推定信号平滑化ユニット１１において実行される後続の処理ステップに対する入力信号として用いられる。
【００４２】
図３に示されている例示的なシステムにおいて、増分計算ユニット９は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全スペクトル成分に対してＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号におけるレベル上昇が考慮される場合に、パワースペクトル密度の推定に対し、関連のある増分Ｉｎｃ（ω）を計算するための計算ステップを指定する。減分計算ユニット１０は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全スペクトル成分に対してＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）信号において低減するレベルが考慮される場合に、パワースペクトル密度の推定に対し、関連のある減分Ｄｅｃ（ω）を計算する。推定信号平滑化ユニット１１は、図２に示されているようなメモリレスの平滑化フィルタリングステップを意味し、このステップに対し、パワースペクトル密度のレベルにおける上昇または降下の推定に対する増分および減分は、定数として指定されないが、レベルにおける上昇または降下のレートに適応可能に依存する。
【００４３】
増分計算ユニット９において計算された増分Ｉｎｃ（ω）を用いることにより、パワースペクトル密度の現在の推定値ＰｓｄＭｉｃ（ω）は、平滑化された信号ＳｍｏｏｔｈｅｄＭｉｃ（ω）の関連のあるスペクトル成分の各々に対して一定の最小閾値ＰｓｄＮｏｉｓｅＭｉｎを考慮して、計算される。一定の最小閾値ＰｓｄＮｏｉｓｅＭｉｎは、ＭｉｎＮｏｉｓｅＬｅｖｅｌとして図２に示されているパワースペクトル密度の推定値の最小値に対応する。
【００４４】
上述のように、パワースペクトル密度の推定値の増分および減分の両方に対し、当該技術分野における公知の方法の不利な点は、バックグラウンドノイズのレベルにおける変化が、全ての場合において推定値によって適切に近似されないことがあり得るということである。例えば、これは、長い期間にわたって（すなわち、アルゴリズムのいくつかの計算サイクルにわたって）バックグラウンドノイズの変化が上昇し、アルゴリズムの各計算サイクルに対するバックグラウンドノイズのレベルにおける上昇が、パワースペクトル密度の推定値のレベルにおける最大上昇を定義する一定の増分よりも大きい場合に当てはまる。バックグラウンドノイズのレベルが長い期間にわたって（すなわち、アルゴリズムのいくつかの計算サイクルにわたって）低減し、アルゴリズムの各計算サイクルに対するバックグラウンドノイズのレベルにおける低減が、パワースペクトル密度の推定値のレベルにおける最大減分を定義する一定の減分よりも大きい場合にも、同様の問題が存在する。
【００４５】
バックグラウンドノイズのレベルにおける上昇の場合、パワースペクトル密度のレベルにおける上昇を推定する図３のシステムは、同時に存在する音声信号に対する大きく望ましくない依存を伴わずに、図３に示されているような増分計算ユニット９を用いることにより、この不利な点を解消する。特に音声信号とバックグラウンドノイズとの間でタイミング挙動が非常に異なるという事実が用いられる。典型的に、音声信号は、時間にわたってレベルにおいて速い上昇および降下を示すが（スピーチダイナミクス）、このことは、一般的には、例えば自動車の室内において経験されるような、典型的なバックグラウンドノイズ信号の場合には当てはまらない。それにも関らず、公知の方法は、特定の場合においては、典型的には包囲された条件（例えば、自動車内）に対するバックグラウンドノイズのレベルにおける変化に対して、十分に速く応答しない。
【００４６】
このことは、長い期間にわたって（例えば、２〜３秒間にわたって）連続的に生じるバックグラウンドノイズのレベルにおける強い上昇に対して特に記載されている。そのような期間にわたるレベルにおける連続的な上昇は、音声信号において期待されるレベルにおける上昇とは顕著に異なり、この場合、レベルにおける連続的な上昇は、スピーチダイナミクスに対する長い期間である２〜３秒間も生じることはない。観察される信号のダイナミクスにおけるこの明確な特徴は、本願のシステムおよび方法の応答のスピードを向上させるために、以下に記載されるように用いられる。バックグラウンドノイズのレベルにおける速く強い上昇および降下は、従来の方法よりも優れて、同時発生するスピーチ信号に対するアルゴリズムの感度を向上させることなしに、補償される。
【００４７】
以下では、図３に示されている増分計算ユニット９が、詳細に記載されており、該増分計算ユニットは、バックグラウンドノイズのレベルにおける上昇に応答して、パワースペクトル密度の推定値の増分を計算する。時間領域信号平滑化ユニット７と周波数領域信号平滑化ユニット８とによって、時間領域および周波数領域において平滑化された信号の新たに計算された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）が、先行する計算サイクルにおけるパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きい場合に、増分ＩｎｃＭｉｎの特定の最小値（例えば毎秒０．５ｄＢ）から開始し、推定値の計算に用いられる増分Ｉｎｃ（ω）の新しい値が、一定値ΔＩｎｃ（例えば４４１００Ｈｚのサンプリング周波数で５１２サンプルの、例えば同じフレーム長で、例えば毎フレーム０．０１ｄＢ）によって増加させられる。計算サイクルは、例えば、１０ｍｓの持続時間を有し得る。このようにして、増分Ｉｎｃ（ω）の値は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも連続的に大きい場合に、アルゴリズムの各計算サイクルに対して各時間に０．０１ｄＢだけ連続的に増加させられる。
【００４８】
したがって、１秒間持続して０．５ｄＢの最小値ＩｎｃＭｉｎから開始する平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける上昇に対する増分Ｉｎｃ（ω）は、最終的には１．５ｄＢまで増加させられることがわかる。なぜならば、１秒後（すなわち、１００計算サイクル、各計算サイクルは１０ｍｓの長さ）には、
Ｉｎｃ（ω）＝ＩｎｃＭｉｎ＋１００＊ΔＩｎｃ
として計算されるからである。
【００４９】
新たな計算サイクルの結果として得られた平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＭｉｃ（ω）よりも小さい場合、増分値Ｉｎｃ（ω）の値は、特定の最小値ＩｎｃＭｉｎに再設定され、アルゴリズムは、降下レベルに対してパワースペクトル密度を推定するために減分を決定するための計算モードに変更する。増分Ｉｎｃ（ω）に対して考えられ得る最大値は、一定の所定の値ＩｎｃＭａｘ（例えば、２．５ｄＢ）によって定義される。このことは、増分Ｉｎｃ（ω）の最大値ＩｎｃＭａｘが、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける連続的な上昇の少なくとも２．５秒の期間が経過する前に、増分Ｉｎｃ（ω）の最大値ＩｎｃＭａｘが達成されないことがあり得ることを意味する。ここで、この時間フレームの間に、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値は、先行する計算サイクルにおいて計算されたバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きくなければならない。
【００５０】
等価なアルゴリズムを用いると、バックグラウンドノイズのパワースペクトル密度の値ＰｓｄＮｏｉｓｅ（ω）の推定に対する減分Ｄｅｃ（ω）の値もまた、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける降下に対して計算され得る。バックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）は常に、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されるバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さい場合に、減分Ｄｅｃ（ω）によって低減させられる。実際の増分のために、増分計算ユニット９の図示に対応して、減分計算ユニット１０もまた、この場合に利用される。ここでは、計算された減分Ｄｅｃ（ω）の最小値に対する特定の値ＤｅｃＭｉｎ、計算された減分Ｄｅｃ（ω）の最大値に対する特定の値ＤｅｃＭａｘ、および減分Ｄｅｃ（ω）の適応可能な調整に対する特定の値ΔＤｅｃが用いられる。
【００５１】
ここでもまた、時間領域信号平滑化ユニット７と周波数領域信号平滑化ユニット８とによって、時間領域および周波数領域において平滑化された信号の新たに計算された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さい場合に、減分ＤｅｃＭｉｎの特定の最小値（例えば毎秒１ｄＢ）から開始し、推定値の計算に用いられる減分Ｄｅｃ（ω）の新しい値が、一定値ΔＤｅｃ（例えば４４１００Ｈｚのサンプリング周波数で５１２サンプルの、例えば同じフレーム長で、例えば毎フレーム０．０１ｄＢ）によって増加させられる。このようにして、減分Ｄｅｃ（ω）の値は、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも連続的に小さい場合に、アルゴリズムの各計算サイクルに対して各時間に０．０５ｄＢだけ連続的に低減させられる。したがって、これらの例示的な値から、１秒間持続して１ｄＢの最小値ＤｅｃＭｉｎから開始する平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける降下に対する減分Ｄｅｃ（ω）は、６ｄＢまで増加させられることがわかる。なぜならば、Ｄｅｃ（ω）は１秒後（すなわち、１００計算サイクル、各計算サイクルは１０ｍｓの長さ）には、
Ｄｅｃ（ω）＝ＤｅｃＭｉｎ＋１００＊ΔＤｅｃ
として計算されるからである。
【００５２】
新たな計算サイクルの結果として得られた平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値が、先行する計算サイクルにおいて計算されたパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも大きい場合、減分値Ｄｅｃ（ω）の値は、特定の最小値ＤｅｃＭｉｎに再設定され、アルゴリズムは、上昇レベルに対してパワースペクトル密度を推定するために増分を決定するための計算モードに変更する。減分Ｄｅｃ（ω）に対して考えられ得る最大値は、一定の所定の値ＤｅｃＭａｘ（例えば、１１ｄＢ）によって同様に定義される。このことは、減分Ｄｅｃ（ω）の最大値ＤｅｃＭａｘが、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のレベルにおける連続的な降下の少なくとも２秒の期間が経過する前に、減分Ｄｅｃ（ω）の最大値ＤｅｃＭａｘが達成されないことがあり得ることを意味する。ここで、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の値は、先行する計算サイクルにおいて計算されたバックグラウンドノイズのパワースペクトル密度の推定値ＰｓｄＮｏｉｓｅ（ω）よりも小さくなければならない。
【００５３】
上述のように、この秒数の期間にわたるレベルにおける連続的な上昇または降下は、推定されるべきバックグラウンドノイズと同時に生じる音声信号の望ましくない効果に対して本明細書中に記載されているアルゴリズムの感度が低い非常に短い間隔において生じる音声信号のレベルにおける上昇または降下とは、非常に異なる。したがって、推定の計算結果は、改悪（ｃｏｒｒｕｐｔ）されない。ここでもまた、上述のアルゴリズムは、各スペクトル成分に対するΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘの量に対する個々の値を用いることにより、信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の全てのスペクトル成分に対して実行され得る。ΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘに対する値、ならびに、個々の計算サイクルの持続時間は、例示的なシステムおよび方法を示す例を表しており、用途および周囲条件に依存してその他の値を有し得るが、基礎をなすアルゴリズムの基本機能は維持される。
【００５４】
時間にわたる平滑化のための上述の係数τｕｐおよびτｄｏｗｎ、ならびに、信号ＰｓｄＭｉｃ（ω）の周波数にわたる平滑化のためのτｕｐおよびτｄｏｗｎが、例えば異なる周囲条件のもとでのシミュレーションおよびサンプルテスト回路から経験的に決定されえる。周波数領域におけるＰｓｄＭｉｃ（ω）信号の平滑化（周波数にわたる平滑化）は、計算された係数τｕｐおよびτｄｏｗｎを用いて２回実行され得、１回は低周波数から高周波数への方向で実行され得、１回は高周波数から低周波数への方向で実行され得、これにより、信号の周波数表現において周波数シフト（バイアス）が回避される。
【００５５】
代わりに、時間にわたる平滑化のための係数τｕｐおよびτｄｏｗｎと、周波数にわたる平滑化のための係数τｕｐおよびτｄｏｗｎとは、平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）の情報コンテンツ（すなわち、サンプリングレート）を低減するために、ヒトの耳の公知の心理音響学的特性から導出され得る。これは、利用されるデジタル信号プロセッサに対して必要とされる小さな大きさの計算機能力に対して得られる利益が大きい限りは好ましい。時間領域における平滑化された信号ＳｍｏｏｔｈｅｄＰｓｄＭｉｃ（ω）のより小さなダイナミックレベルの揺らぎと、ＳｍｏｏｔｈｅｄＭｉｃ（ω）信号の周波数領域におけるスペクトル成分の低減された個数とが、個別に考慮されるということからの利点がある。
【００５６】
最適なプラスの効果を達成するために、物理量のみが用いられることはなく、むしろヒトの耳の心理音響学的特性が考慮されなければならない。心理音響学的特性は、ヒトの耳に音波が到達するときに常に生じる聴覚印象（ａｕｒａｌ ｉｍｐｒｅｓｓｉｏｎ）に関する心理音響学的特性のサブセットである。ヒトの聴覚印象に基づいて、内耳における周波数グループの形成、ヒトの内耳における信号処理、ならびに、時間領域および周波数領域における同時かつ一時的なマスキング効果に基づいて、例えばバックグラウンドノイズのようなノイズ信号が存在するときに、正常な聴覚を有するヒトによって、どのような音響信号または複数の音響信号の組み合わせが知覚されるか否かを示すモデルが形成され得る。
【００５７】
ノイズ信号（マスカーとしても公知）が存在するときにテストトーンのみが知覚され得る閾値は、マスク閾値と称される。対照的に、最小可聴閾値は、完全に静かな環境においてテストトーンのみが知覚され得る値のことをいい、マスカー（例えば、バックグラウンドノイズ）によって最小可聴閾値とマスク閾値との間に引き起こされ得るエリアは、マスキングエリアとして公知である。
【００５８】
ノイズ信号は、例えば、自動車内のバックグラウンドノイズであり、それらのスペクトル成分と、それらの時間的挙動との両方に関して、ダイナミックな変化を受け、心理音響学的モデルは、オーディオ信号レベル、スペクトル成分、および時間的特定に対するマスキングの依存性を考慮する。心理音響学的マスキングのモデリングのベースは、ヒトの耳の基本特性、特に内耳の基本特性によって与えられる。内耳は、いわゆる側頭骨錐体部（ｐｅｔｒｕｏｕｓ ｂｏｎｅ）に位置し、非圧縮性のリンパ液によって充満されている。
【００５９】
内耳は、約２ １／２回転の螺旋形状（蝸牛）である。そして蝸牛は、平行なカナルを含み、上部カナルと下部カナルとは、基底膜によって分離されている。コルチ器官が膜上に存在し、ヒトの耳の感覚細胞を含む。音波によって振動するように基底膜が作られている場合、神経刺激が生成される。すなわち、ノードまたはアンチノードは生じない。これは、結果として、聴覚にとって決定的な効果、すなわち、基底膜上での周波数／位置の転移をもたらす。これを用いて、心理音響学的マスキングの効果と、ヒトの耳の精密化された周波数の選択性とが説明され得る。
【００６０】
ヒトの耳は、限られた周波数帯域において生じる異なる音波を分類することにより、それらが単一の音響イベントにおいて処理されるようにする。これらの周波数帯域は、臨界周波数グループまたは臨界帯域幅（ＣＢ）として公知である。ＣＢのベースは、ヒトの耳は、音波から生じる心理音響学的な聴覚印象に関して共通の可聴印象として、特定の周波数帯域における音をコンパイルするということである。周波数グループ内で生じる音のアクティビティは、異なる周波数グループにおいて生じる音波よりも、互いに対して異なるように影響する。１つの周波数グループ内の同じレベルを有する２つのトーンは、例えば、それらが異なる周波数グループにおけるものである場合よりも、より静かなものとして知覚される。
【００６１】
そして、エネルギーが同じで、マスカーが周波数帯域内にある場合に（この周波数帯域の中心周波数は、テストトーンの周波数である）、テストトーンは、マスカー内で可能なので、周波数帯域の帯域幅が決定され得る。低周波数の場合、周波数グループは、１００Ｈｚの帯域幅を有する。５００Ｈｚよりも高い周波数に対して、周波数グループは、対応する周波数グループの中心周波数の約２０％の帯域幅を有する。
【００６２】
全ての臨界的な周波数グループが全可聴範囲にわたってサイドバイサイドに配置されている場合、聴覚指向の非線形周波数スケールが得られ、これは、トナリティとして公知であり、単位「ｂａｒｋ」を有する。これは、周波数軸のゆがめられたスケーリングを表し、それにより、周波数グループは、全ての位置において、ちょうど１ ｂａｒｋの同じ幅を有する。周波数とトナリティとの間の非線形関係は、基底膜上の周波数／位置の転移に根源をもつ。トナリティの機能は、マスキングされた閾値とラウドネス（ｌｏｕｄｎｅｓｓ）の試験とをベースとして、Ｚｗｉｃｋｅｒによって形成された表および式に定義されている（Ｚｗｉｃｋｅｒ，Ｅ．；Ｆａｓｔｌ，Ｈ．； Ｐｓｙｃｈｏ−ａｃｏｕｓｔｉｃｓ−Ｆａｃｔｓ ａｎｄ Ｍｏｄｅｌｓ， ２ｎｄ Ｅｄｉｔｉｏｎ， Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ， Ｂｅｒｌｉｎ／Ｈｅｉｄｅｌｂｅｒｇ／Ｎｅｗ Ｙｏｒｋ， １９９９）。０〜１６ｋＨｚの可聴周波数範囲において見ることができるように、ちょうど２４個の周波数グループが連続的に位置しており、関連するトナリティの範囲が０〜２４ｂａｒｋとなっている。ｂａｒｋでのトナリティｚは、以下のように計算される。
【００６３】
【数４】
そして、対応する周波数グループの幅ΔｆＧは、
【００６４】
【数５】
となる。
【００６５】
さらに、ラウドネス（ｌｏｕｄｎｅｓｓ）および音強度（ｓｏｕｎｄ ｉｎｔｅｎｓｉｔｙ）という用語は、同じ品質の印象を意味し、それらの単位においてのみ異なる。これらは、ヒトの耳の周波数に依存する知覚を考慮する。心理音響学的な次元「ラウドネス」は、特定のレベル、特定のスペクトル成分、特定の持続時間を有する音が、どの程度大きな音として主観的に知覚されるかを示す。ラウドネスは、音が２倍大きく知覚されると、２倍大きくなり、これは、知覚されたラウドネスに関して、異なる音波が互いに対して比較されることを可能にする。ラウドネスを推定および測定するための単位は、ｓｏｎｅである。１ ｓｏｎｅは、４０ ｐｈｏｎｅのラウドネスレベルを有するトーンの知覚されるラウドネス（すなわち、４０ｄＢの音圧レベルで１ｋＨｚの周波数における正弦波（ｓｉｎｕｓ）トーンと同じラウドネスを有するとして知覚されるトーンのラウドネス）として定義される。
【００６６】
中程度で高い強度値の場合、１０ｐｈｏｎｅによる増加は、ラウドネスにおいて２倍の増加を生じる。低い音強度に対して、強度における僅かな上昇が、知覚されるラウドネスを２倍の大きさにする。ヒトによって知覚されるラウドネスは、音圧レベル、周波数スペクトル、音のタイミング特性に依存し、マスキング効果をモデル化するために用いられる。例えば、ＤＩＮ ４５６３１およびＩＳＯ ５３２Ｂにしたがってラウドネスを測定するための標準的な測定実務が存在する。
【００６７】
図４は、サウンドレベルに関係して、１ｋＨｚの周波数の静的な正弦波トーンのラウドネスＮ１ｋＨｚと、静的な一様な励起ノイズのラウドネスＮＧＡＲとの例を示しており、すなわち、時間効果が知覚されるラウドネスに対して影響を有さない信号に対する例を示している。一様な励起ノイズ（ＧＡＲ）は、各周波数グループにおいて同じ音強度を有するノイズとして、したがって同じ励起を有するノイズとして定義される。図４は、音圧レベルに対する、対数スケールでの、ラウドネスをｓｏｎｅで示している。低い音圧レベルに対して、すなわち、最小の可聴閾値に接近するときに、トーンの知覚されるラウドネスＮは、劇的に降下する。
【００６８】
高い音圧レベルに対して、ラウドネスＮと音圧レベルとの間に関係が存在する。この関係は、図に示される式によって定義される。「Ｉ」は、ワット／ｍ２での推定されるトーンの音強度を意味し、ここでＩ０は、１０−１２ワット／ｍ２での基準の音強度を意味し、これは、中程度の周波数で、ほぼ最小可聴閾値に対応する（以下を参照されたい）。ラウドネスＮが複雑なノイズ信号によるマスキングを決定するための有用な手段であり、そして、スペクトルに関して複雑であり時間に依存する音を介する心理音響学的なモデリングのモデルに対して必要な要件であることは明らかである。
【００６９】
周波数の関数としてトーンをほぼ知覚できるようにするために必要な音圧レベルが測定される場合に、いわゆる最小可聴閾値が得られる。音圧レベルが最小可聴閾値未満である音響信号は、ノイズ信号が同時に存在することがなくても、ヒトの耳によって知覚されることはできない。
【００７０】
対照的に、いわゆるマスキングされた閾値は、ノイズ信号の存在下で、テスト音に対する知覚の閾値として定義される。テスト音がこの心理音響学的な閾値未満となる場合、テスト音は、完全にマスキングされる。このことは、マスキングの心理音響学的範囲内にある全ての情報が知覚されることを意味する。オーディオ信号に対する公知の圧縮およびデータ低減アルゴリズムもまた、このオーディオ信号マスキング特性を用いることにより、例えば、実際の信号の品質における知覚可能な悪化を引き起こすことなしに、テストされている信号における情報成分を低減する。公知の方法は、Ｆｒａｕｎｈｏｆｅｒ Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓによって考案された、レイヤ１、２および３に対するＩＳＯ−ＭＰＥＧオーディオ圧縮処理である。
【００７１】
マスキング効果が全ての種類のヒトの聴覚に対して測定され得ることを多くの試行が実証してきた。多くのその他の心理音響学的な印象とは異なり、個人の間での差異は稀であって無視可能であり得、これは音によるマスキングの一般的な心理音響学的なモデルが生成され得ることを意味する。マスキングの心理音響学的な局面は、本明細書中に示されている場合においては、オーディオ特性にしたがって、測定されたパワースペクトル密度をリアルタイムで平滑化するために利用され、時間領域および周波数領域において心理音響学的にマスキングされた測定されたパワースペクトル密度の成分が、パワースペクトル密度の後続の推定のための処理に含まれないようにされる。結論として、本アルゴリズムによる後続の処理における最初の顕著な低減は、扱われるスペクトル成分の個数に関して得られる。なぜならば、パワースペクトル密度の個々の成分は、それらがその他の成分によってマスキングされると仮定したときに、知覚可能ではなく、したがって、考慮される必要がないからである。
【００７２】
主な２つのタイプのマスキングの間に区別がなされ、このことは、マスキングされた閾値の異なる特性をもたらす。これらのタイプは、同時の周波数領域におけるマスキングと、時間軸に沿ったマスカーの効果による時間領域におけるマスキングである。また、これらの２つのマスキングタイプの混合は、例えば周囲ノイズまたは音楽のような信号において生じる。
【００７３】
同時マスキングは、音をマスキングすることと、それと同時に有用な信号が生じることとを意味する。マスカーの形状、帯域幅、振幅および／または周波数が変化し、周波数の正弦波形状テスト信号のみが可聴になる場合に、可聴範囲（すなわち、主に２０Ｈｚ〜２０ｋＨｚの周波数に対して）の全帯域幅にわたる同時のマスキングに対し、マスキングされた閾値が決定され得る。
【００７４】
図５は、ホワイトノイズによる正弦波テストトーンのマスキングを示している。テストトーンの音強度は、ホワイトノイズによってマスキングされるのみであり、音強度ＩＷＮがその周波数に関連して表示されている。図５において、最小可聴閾値は、破線として表示されている。ホワイトノイズによるマスキングのための正弦波トーンの最小可聴閾値は、以下のように得られる：５００Ｈｚ未満で、正弦波トーンの最小可聴閾値は、ホワイトノイズの第２の強度よりも約１７ｄＢ高い。５００Ｈｚを超えるで周波数で、最小可聴閾値は、約１０ｄＢ／ｄｅｃａｄｅまたは約３ｄＢ／ｏｃｔａｖｅで増加し、周波数を２倍化することに対応する。
【００７５】
最小可聴閾値の周波数依存性は、異なる中心周波数における、ヒトの耳の異なる臨界帯域幅（ＣＢ）から導出される。周波数グループにおいて生じる音強度は知覚されるオーディオの印象においてコンパイルされるので、そのレベルが周波数に依存しないホワイトノイズに対して、より大きな全体強度がより広い周波数グループにおいて得られる。サウンドのラウドネスもまた対応するように上昇し（すなわち、知覚されるラウドネス）、増加したマスキングされた閾値を生じる。このことは、純粋に物理学的な次元（すなわち、例えばマスカーの音圧レベルなど）が、マスキングの心理音響学的な効果のモデリングに対して、すなわち、例えば音圧レベルおよび強度等のテスト次元からマスキングされた閾値を導出することに対して、不適切であることを意味する。代わりに、この場合には、心理音響学的な次元（例えば、ラウドネスＮ）が用いられる。以下の図面から明らかなように、音のマスキングのスペクトル分布と時間特性とが主要な役割を演じる。
【００７６】
マスキングされた閾値が、狭帯域のマスカー、例えば正弦波トーン、狭帯域ノイズまたは臨界広帯域ノイズに対して決定される場合に、マスカーがスペクトル成分を有さないエリアにおいてさえも、結果として生じるスペクトルのマスキングされた閾値が最小可聴閾値よりも高いことが示される。この場合に、狭帯域ノイズと同様に臨界帯域幅ノイズが用いられ、そのレベルはＬＣＢと記される。図５は、１ｋＨｚの中心周波数ｆｃでの臨界帯域幅ノイズに起因するマーカーとして測定される正弦波トーンのマスキングされた閾値と、レベルＬＴのテストトーンの周波数ｆＴに対する異なる音圧レベルとを示している。図５において、最小可聴閾値は、破線によって示されている。
【００７７】
図６の例において、マスキングされた閾値のピークは、マスカーのレベルが２０ｄＢだけ上昇する場合に、２０ｄＢだけ上昇する。したがって、この関係は、マスキングの臨界帯域幅ノイズのレベルＬＣＢに線形的に依存する。測定されたマスキングされた閾値の下縁（すなわち、中心周波数ｆｃよりも低い低周波数の方向におけるマスキング）は、約−１００ｄＢ／ｏｃｔａｖｅの勾配を有し、これは、マスキングされた閾値のレベルＬＣＢに依存しない。この大きな勾配は、マスカーのレベルＬＣＢに対するマスキングされた閾値の上縁のみに到達し、上記レベルは４０ｄＢよりも低い。マスカーのレベルＬＣＢにおける増加に伴い、マスキングされた閾値の上縁が平坦になり、勾配は１００ｄＢのＬＣＢに対して約−２５ｄＢ／ｏｃｔａｖｅとなる。これは、マスカーの中心周波数ｆｃに比べて高い周波数の方向におけるマスキングが、マスキング音が存在する周波数範囲を超えて延長することを意味する。聴覚は、狭帯域、臨界帯域幅ノイズに対して１ｋＨｚ以外の中心周波数に対して、同様に応答する。マスキングされた閾値の上縁および下縁の勾配は、図７に見ることができるように、実際にはマスカーの中心周波数に依存しない。
【００７８】
図７は、６０ｄＢのレベルＬＣＢ、３つの異なる中心周波数２５０Ｈｚ、１ｋＨｚおよび４ｋＨｚでの、狭帯域における臨界帯域幅ノイズからのマスカーに対するマスキングされた閾値を示している。２５０ｋＨｚの中心周波数でのマスカーの下縁に対する明らかに平坦な勾配の流れは、最小可聴閾値によるものであり、これは、より高いレベルにおいてさえも、この低周波数に適用する。示されているような効果は、マスキングのための心理音響学的なモデルのインプリメンテーションに含まれる。ここでもまた、最小可聴閾値は、図７において、破線で表示されている。
【００７９】
正弦波形状のテストトーンは、１ｋＨｚの周波数で別の正弦波トーンによってマスキングされ、図８に示されているように、テストトーンの周波数とマスカーのレベルＬＭとの関係で、マスキングされた閾値が得られる。既に上述されているように、マスカーのレベルに関係して上縁の広がりが明らかに見られるが、マスキングされた閾値の下縁は、実際には周波数およびレベルに依存しない。上方の勾配は、マスカーのレベルに関係して約−１００〜−２５ｄＢ／ｏｃｔａｖｅとして測定され、そしてより低い勾配に対して約−１００ｄＢ／ｏｃｔａｖｅとして測定される。マスキングトーンのレベルＬＭとマスキングされた閾値ＬＴの最大値との間に、約１２ｄＢの差異が存在する。
【００８０】
この差異は、マスカーとして臨界帯域幅ノイズを用いて得られた値よりも顕著に大きい。これは、テストトーンとしてノイズおよび正弦波トーンを用いる場合とは異なり、マスカーの２つの正弦波トーンの強度とテストトーンの強度とが同じ周波数において互いに追加されるからである。結論として、トーンは遥かに速く（すなわち、テストトーンに対してより低いレベルに対して）知覚される。さらに、２つの正弦波トーンを同時に推定するときに、その他の効果（例えば、振動）が生じ、これが増加された知覚または低減されたマスキングにつながり得る。
【００８１】
周波数領域における記載された同時マスキングは、周波数領域信号平滑化ユニット８において平滑化するときに（周波数にわたって平滑化する）、臨界帯域幅ノイズによってマスキングされないＰｓｄＭｉｃ（ω）信号のスペクトル成分のみが考慮される必要があるという効果を有する。また、アルゴリズムは、推定値ＰｓｄＮｏｉｓｅ（ω）を関連するスペクトル成分、成分によって引き起こされる知られるマスキング特性にまで増分または減分するために低減される：したがって、ΔＩｎｃ、ΔＤｅｃ、ＩｎｃＭｉｎ、ＤｅｃＭｉｎ、ＩｎｃＭａｘおよびＤｅｃＭａｘに対して個々の値が用いられる場合に、処理されるべき個々のスペクトル成分の個数における非常に顕著な低減が得られる。
【００８２】
記載された同時マスキングの他に、時間マスキングといわれる、マスキングの別の心理音響学的効果が公知である。２つの異なる種類の時間マスキングが区別される：プレマスキングは、マスカーのレベルにおける急激な上昇の前にマスキング効果が既に生じている状況を意味する。ポストマスキングは、マスキングされた閾値が、マスカーのレベルにおける速い降下の後の期間において、最小可聴閾値まですぐに降下しないときに生じる効果を意味する。図９は、プレマスキングおよびポストマスキングの両方をシステマチックに示しており、これらは、トーンインパルスのマスキング効果に関連して、以下でさらに詳細に説明される。
【００８３】
時間のプレマスキングおよびポストマスキングの効果を決定するために、短い持続時間のテストトーンインパルスが用いられ、マスキング効果の対応する時間解像度を得なければならない。ここでは、最小可聴閾値とマスキングされた閾値との両方は、テストトーンの持続時間に依存する。これに関して２つの異なる効果が公知である。これらは、テストインパルスの持続時間に対するラウドネスの印象の依存性（図１０を参照のこと）、そして、短いトーンインパルスの反復レートとラウドネスの印象との間の関係（図１１を参照のこと）を意味する。
【００８４】
同じラウドネスの印象を得るためには、２００−ｍｓのインパルスの音圧レベルと比較して、２０−ｍｓのインパルスの音圧レベルは１０ｄＢだけ増加させられなければならないことは公知である。２００ｍｓのインパルスの持続時間の上方で、トーンインパルスのラウドネスはその持続時間に依存しない。ヒトの耳に対して、約２００ｍｓ以上の持続時間での処理は静的な処理を表すことがわかる。音が約２００ｍｓよりも短い場合に、音のタイミング特性の心理音響学的に証明可能な効果が存在する。
【００８５】
図１０は、持続時間に対するテストトーンインパルスの知覚の依存性を示している。破線は、持続時間に対する周波数ｆＴ＝２００Ｈｚ、１ｋＨｚおよび４ｋＨｚの周波数についてのテストトーンインパルスの最小可聴閾値ＴＱを示しており、最小可聴閾値は、２００ｍｓ未満のテストトーンの持続時間に対して約１０ｄＢ／ｄｅｃａｄｅで上昇する。この挙動は、テストトーンの周波数に依存せず、テストトーンの異なる周波数ｆＴに対する線の絶対的な位置は、これらの異なる周波数における異なる最小可聴閾値を反映する。
【００８６】
連続的な線は、４０ｄＢおよび６０ｄＢのレベルＬＵＭＮでの一様なマスキングノイズ（ＵＭＮ）によるテストトーンのマスキングのためのマスキングされた閾値を表す。一様なマスキングノイズは、全可聴範囲にわたって（すなわち、０〜２４ｂａｒｋの全周波数グループに対して）一定のマスキングされた閾値を有するように、定義される。言い換えると、マスキングされた閾値の表示された特性は、テストトーンの周波数ｆＴに依存しない。最小可聴閾値ＴＱと同様に、マスキングされた閾値もまた、２００ｍｓ未満のテストトーンの持続時間に対して、約１０ｄＢ／ｄｅｃａｄｅで上昇する。
【００８７】
図１１は、３ｋＨｚの周波数および３ｍｓの持続時間でのテストトーンインパルスの反復レートに対するマスキングされた閾値の依存性を示している。ここでもまた、一様なマスキングノイズがマスカーであり、これは、長方形の形状で変調される（すなわち、これは、定期的にオンおよびオフにされる）。一様なマスキングノイズの検討される変調周波数は、５Ｈｚ、２０Ｈｚおよび１００Ｈｚである。テストトーンが、一様なマスキングノイズの変調周波数と同一な後続の周波数で放出される。試行の間に、テストトーンインパルスのタイミングは、変調されるノイズの時間に関係するマスキングされた閾値を得るために、対応するように変動する。
【００８８】
図１１は、マスカーの期間の持続時間ＴＭに標準化される横座標に沿ったテストトーンインパルスの時間におけるシフトを示している。縦座標は、計算されたマスキングされた閾値におけるテストトーンインパルスのレベルを示している。破線は、基準点として、変調されていないマスカーに対するテストトーンインパルスのマスキングされた閾値を表す（すなわち、同一であり得る特定でマスカーを連続的に表す）。
【００８９】
図１１において、プレマスキングの勾配と比較してポストマスキングのより平坦な勾配が明確に見られる。長方形の形状のマスカーを機能させた後に、マスキングされた閾値は、短い期間延長される。この効果は、オーバーシュートとして公知である。マスカーのポーズにおける変調された一様なマスキングのいずに対するマスキングされた閾値のレベルにおける最大の降下ΔＬは、一様なマスキングノイズの変調周波数における増加に応答して、静的な一様なマスキングノイズに対するマスキングされた閾値と比較して、低減されることが期待される。言い換えると、テストトーンインパルスのマスキングされた閾値は、そのライフタイムの間に、最小可聴閾値によって特定される最小値まで、わずかに降下し得る。
【００９０】
図１１はまた、マスカーが完全にオンにされる前に、マスカーがテストトーンインパルスを既にマスキングしていることを示している。この効果は、既に言及されたように、プレマスキングとして公知であり、ラウドネスのトーンおよびノイズが（すなわち、高い音圧レベルを有する）、静かなトーンよりも聴覚によってより迅速に処理され得ることに基づいている。プレマスキングの効果は、ポストマスキングの効果よりも遥かに優位性が低い。マスカーの接続を外した後に、可聴閾値は、最小可聴閾値まで迅速に降下することはないが、約２００ｍｓの期間の後にそれに到達する。この効果は、内耳の基底膜上での過渡波の遅い定着によって説明され得る。
【００９１】
マスカーの帯域幅はまた、この最初に、ポストマスキングの持続時間に対して直接的な影響を有する。個々の周波数グループに関連付けられたマスカーの特定のコンポーネントが図１１および１２に示されているようにポストマスキングを引き起こすことがわかる。
【００９２】
図１２は、ガウシアンインパルスのマスキングされた閾値のレベル特性ＬＴを示し、テストトーンとして２０μｓの持続時間を有し、これは、５００ｍｓの持続時間のホワイトノイズから構成される長方形の形状のマスカーであって、ホワイトノイズの音圧レベルＬＷＲが３つのレベル４０ｄＢ、６０ｄＢおよび８０ｄＢをとる長方形の形状のマスカーの終了後の時間ｔｖにおいて存在する。ヒトの耳の近く可能な周波数範囲に関して２０μｓの短い持続時間を有するガウシアン形状のテストトーンはまた、ホワイトノイズと同様の広帯域スペクトル分布を示すので、ホワイトノイズを含むマスカーのポストマスキングは、スペクトル効果なしで測定され得る。図１２における連続曲線は、測定によって決定されたポストマスキングの特性を示している。
【００９３】
そして、これらは、マスカーのレベルＬＷＲに依存せずに、約２００ｍｓ後にテストトーン（この場合に用いられる短いテストトーンに対して約４０ｄＢ）の最小可聴閾値に対する値に到達する。図１２は、曲線を示しており、破線は１０ｍｓの時間定数でのポストマスキングからの指数的な降下に対応する。この種類の単純な近似は、大きなレベルのマスカーに対してのみ当てはまり、最小可聴閾値付近におけるポストマスキングの特性を反映していないことが分かる。
【００９４】
ポストマスキングとマスカーの持続時間との間の関係もまたわかる。図１３における破線は、５ｍｓの持続時間およびｆＴ＝２の周波数でのガウシアン形状のテストトーンインパルスのマスキングされた閾値を示しており、レベルＬＵＭＮ＝６０ｄＢおよび持続時間ＴＭ＝５ｍｓでの一様なマスキングノイズを含む長方形の形状の変調されたマスカーの不活性化の後の遅延時間ｔｄの関数として示している。連続線は、テストトーンインパルスに対して同一であり得るパラメータおよび一様なマスキングノイズでの持続時間ＴＭ＝２００ｍｓでのマスカーに対するマスキングされた閾値を示している。
【００９５】
持続時間ＴＭ＝２００ｍｓでのマスカーに対する測定されるポストマスキングは、２００ｍｓよりも長い持続時間ＴＭで全てのマスカーに対しても見出されるが同一であり得るパラメータでのポストマスキングに一致する。短い持続時間のマスカーで、パラメータが同一であり得る場合（例えば、スペクトル成分およびレベル）、マスカーの持続時間ＴＭ＝５ｍｓに対してマスキングされた閾値の特性から明らかなように、ポストマスキングの効果は低減される。アルゴリズムおよび方法における心理音響学的な効果、例えば心理音響学的なマスキングモデルを使用するために、分類された、複雑なまたは重ね合わされた個々のマスカーに対して、どのようなマスキングが結果として得られるのかを知る必要がある。
【００９６】
異なるマスカーが同時に起こる場合に同時マスキングが存在する。いくつかの現実の音のみが純粋音（例えば、正弦波トーン）に対して比較可能である。一般的に、音楽の楽器から放出されたトーン、ならびに、回転体（例えば、自動車内のエンジン）から生じる音は、多数のハーモニクスを有する。特定のトーンのレベルの組成に依存して、結果としてのマスキングされた閾値は、非常に大きくなり得る。
【００９７】
図１３は、特定のトーンの全てのレベルが４０ｄＢまたは６０ｄＢである２つの場合に対する結果としてのマスキングされた閾値を示している。基本トーンおよび第１の４ハーモニクスがそれぞれ別個の周波数グループに配置され、これは、マスキングされた閾値の最大値に対してこれらの複雑な音の成分のマスキング部分のさらなる重ねあわせ部分が存在しないことを意味する。図１４は、複雑な音に対する同時マスキングを示している。正弦波形状のテストトーンの同時マスキングに対するマスキングされた閾値は、励起の周波数およびレベルに関して、２００−Ｈｚの正弦波トーンの１０ハーモニクスによって表される。全てのハーモニクスは、同じ音圧レベルを有するが、それらの位相の位置は、統計的に分布している。
【００９８】
しかしながら、上縁および下縁のオーバーラップならびにマスキング効果の追加から生じる降下（これは、その最も深い点においては、最小可聴閾値よりも遥かに高い）が明確に見られる。このコンパイルされマスキングされた閾値よりも下に位置する音のその他全てのスペクトル成分は、ヒトの耳によって知覚されることができず、例えば、これらの成分のノイズの多い印象に対して何も貢献しない。対照的に、図１４に示されているように、上方のハーモニクスの大部分は、ヒトの聴覚の臨界的な帯域幅内にある。この臨界的な帯域幅において、個々のマスキングされた閾値のさらなる強い重ね合わせがなされる。
【００９９】
この結果として、同時マスカーの加算は、これらのマスカーの強度を一緒に加算することによって計算され得ないが、代わりに、個別の比ラウドネス値が一緒に加算され、マスキングの心理音響学モデルを定義する。
【０１００】
時間変化する信号のオーディオ信号スペクトルから励起分布を得るために、狭帯域ノイズによるマスキングのための正弦トーンの閾値の公知の特徴が分析の基礎として用いられる。（臨界帯域幅内での）コア励起と（臨界帯域幅外での）エッジ励起との間の区別がここでなされる。この例は、正弦トーンまたは狭帯域ノイズの心理音響学的コア励起であり、これらは物理的なサウンド強度に適合する臨界帯域幅よりも小さい帯域幅を有する。そうでなければ、信号は、オーディオスペクトルによってマスキングされた臨界帯域幅間に対応して分布される。
【０１０１】
このようにして、心理音響学的励起の分布は、受信される時間変化するサウンドの物理的な強度スペクトルから得られる。心理音響学的励起の分布は、比ラウドネスといわれる。複素オーディオ信号の場合における結果生じる全ラウドネスは、色調スケール（すなわち０〜２４ｂａｒｋ）に沿った可聴範囲における全心理音響学的励起の比ラウドネスに対する積分であると見出される。この全ラウドネスに基づいて、マスキングされた閾値は、ラウドネスとマスキングとの間の公知の関係に基づいて生成され、関連する臨界帯域幅内でのサウンドの終端後の時間効果を考慮すると、マスキングされた閾値は約２００ｍｓにおける最小可聴閾値まで降下する。（図１２のポストマスキングも参照）。
【０１０２】
このようにして、心理音響学的マスキングモデルが上記の全てのマスキング効果を考慮して実装される。先の図面および説明から、ノイズ（例えば、バックグラウンドノイズ）の音圧レベル、スペクトル成分およびタイミング特徴によって引き起こされるマスキング効果が何であるか、そしてこれらの効果が、どのように結果として知覚される印象を損なうことなしに時間領域および周波数領域における平滑化を用いて信号の情報内容を低減するために利用され得るかが理解され得る。時間領域および周波数領域において少ない情報内容を有する信号が、パワースペクトル密度の推定値を得るために、デジタル信号プロセッサにおいて非常に低減された計算要件で分析され得ることが明らかである。
【０１０３】
アルゴリズムの計算要件をさらに低減するために、信号の個別のスペクトル成分を処理するのではなく、個別の臨界帯域幅または周波数群において発生する励起パターンをコンパイルすることもまた有用である。上記にさらに説明したように、臨界帯域幅の基礎は、ヒトの耳が、音の心理音響学的印象に関して一般的な聴覚印象として特定の周波数範囲において生じる音を一緒にグループ化することであり、聴覚印象の範囲は、２４個の連続的に配列される周波数群によってカバーされ得る。
【０１０４】
音声信号が、それらのスペクトル分布に関する音響知覚の全周波数範囲をカバーしないという事実からさらなる利点が得られる場合には、周波数群が、その周波数群において音声信号の同時の存在に起因して起こる損害が予測されないように定義され得る。他のアルゴリズム（例えば、わずかな処理要件を有するより単純なアルゴリズム）がこれらの周波数群に使用されて、パワースペクトル密度を推定するか、または後のフィルタリングは、一般的に、パワースペクトル密度のいかなる事前の推定もせずにこれらのサブバンドに対して実装され得る。ヒトのスピーチの周波数範囲は、典型的に６０Ｈｚ〜８ｋＨｚであり、ここで規定された上限および下限には、極端な場合にのみ達し、非常に低いレベルである。
【０１０５】
規定された方法およびシステムから、特に心理音響学的知覚に基づく時間および周波数に対する平滑化が、バックグラウンドノイズの特徴および一般的な状況に従って、個別にまたは様々な組み合わせで適用され得、その結果、一方で、所望の結果（音声信号によって損なわれることなしにバックグラウンドノイズのパワースペクトル密度の信頼できる推定値）を得、そして他方で、デジタル信号プロセッサへの実装に対する必要とされる計算機能力を最小化して、コストを節約し得ることが理解され得る。
【０１０６】
効果は、バックグラウンドノイズのパワースペクトル密度を推定するアルゴリズムにおいて制御時間定数の適応修正から得られる。バックグラウンドノイズのパワースペクトル密度の現在の測定値が、アルゴリズムの連続的な計算ステップにおいて、バックグラウンドノイズのパワースペクトル密度の推定値を超えるか、または推定値に達しない場合にはいつでも、これらの制御時間定数は、バックグラウンドノイズの推定パワースペクトル密度の近似に対するアルゴリズムにおいて規定の最大上限内で、増加ステップにおいて増分または減分を、バックグラウンドノイズのパワースペクトル密度の実際のレベルに増加させる。これにより、公知の方法と比較してバックグラウンドノイズのレベルの素早い変化への優れた考慮が可能になる（例えば、音声信号による干渉なしでのパワースペクトル密度の推定における）。
【０１０７】
全周波数領域を通してパワースペクトル密度のレベル全体の特徴からのバックグラウンドノイズの推定パワースペクトル密度の近似のためのアルゴリズムにおいて、増分または減分を導出しない場合には、さらなる利点が得られ得る。むしろ、上記の方法は、パワースペクトル密度の個別のスペクトル成分を参照して、その結果、バックグラウンドノイズのレベルにおける様々な変化パターンは様々なスペクトル位置において考慮される。
【０１０８】
バックグラウンドノイズの測定パワースペクトル密度が、ヒトの耳の心理音響学的遮蔽効果を考慮した推定を行う前に、時間領域および周波数領域の両方において平滑化される場合にはさらにより多くの利益が理解され得る。これは、時間領域および周波数領域に心理音響学的マスキングを含むことによって、パワースペクトル密度の推定に対するレベル変化に関して測定されるスペクトル線の数の大きな低減をもたらす。それゆえ、このアプローチは、かなり少ない計算機能力を必要とする。
【０１０９】
バックグラウンドノイズの推定パワースペクトル密度の近似おいてアルゴリズムの増分または減分に対する制御時間定数が、平滑化信号からのパワースペクトル密度の各個別のスペクトル線に対して決定されないが、むしろ少数の周波数帯域に対して決定される場合にはさらに多くの利点が導かれ得、この少数の周波数帯域は周波数群に対応し、この周波数群においてヒトの耳は音響アクティビティをコンパイルし、例えば、知覚されたラウドネスを編成するために使用し、このことは結果として、また、平滑化信号の個別のスペクトル成分の分析に比べるとかなり少ない計算機能力を必要とする。このことは、関心のある周波数をカバーする連続的な周波数群のそれぞれ１つに存在する全てのスペクトル成分を、それらの周波数群のスペクトルコンテンツに対する代表的な単一の結合信号に統合することによって達成される。
【０１１０】
本発明を実現する様々な例が開示されてきたが、本発明の利点の一部を達成する様々な変化および修正が、本発明の精神および範囲から逸脱することなしになされ得ることが当業者には明らかである。同一の機能を行う他の構成要素が適切に置き換えられ得ることが当業者には明白である。本発明の概念に対するこのような修正は添付の特許請求の範囲によって包含されることが意図される。
【符号の説明】
【０１１１】
６ パワースペクトル密度計算ユニット
７ 時間領域信号平滑化ユニット
８ 周波数領域信号平滑化ユニット
９ 増分計算ユニット
１０ 減分計算ユニット
１１ 推定信号平滑化ユニット
【特許請求の範囲】
【請求項１】
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、該システムは、
該バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、
連続計算サイクルを配置することによって、該ノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合されたパワースペクトル密度計算ユニットと、
該パワースペクトル密度出力信号を時間領域で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された時間領域信号平滑化ユニットと、
該時間領域信号平滑化ユニットから受信された該時間的に平滑化された信号を周波数領域で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供するように適合された周波数領域信号平滑化ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存した増分の計算のために適合された増分計算ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の該推定値に依存した減分の計算のために適合された減分計算ユニットと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するように適合された推定信号平滑化ユニットと
を備え、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、システム。
【請求項２】
誤差信号を提供する適応フィルタをさらに備え、前記パワースペクトル密度計算ユニットは、連続計算サイクルを配置する該適応フィルタの該誤差信号から現在のパワースペクトル密度を決定するように適合され、前記システムは、対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するように適合される、請求項１に記載のシステム。
【請求項３】
前記システムは、
新しい計算サイクルにおいて決定された前記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された前記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、前記増分値の計算のモードから、前記減分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該増分値の現在の値を最小増分値に再設定するように適合されている、ことと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該減分値の現在の値を最小減分値に再設定するように適合されている、ことと
を行うように適合されている、請求項１または請求項２に記載のシステム。
【請求項４】
前記システムは、前記バックグラウンドノイズの前記パワースペクトル密度の前記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するように適合され、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、前記現在計算された値にかかわらず最小値未満に減少する、請求項１〜請求項３のいずれか１項に記載のシステム。
【請求項５】
前記時間領域信号平滑化ユニットは、２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度の平滑化のために適合され、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、請求項１〜請求項４のいずれか１項に記載のシステム。
【請求項６】
前記周波数領域信号平滑化ユニットは、周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、前記時間領域信号ユニットからの前記時間的に平滑化された信号の平滑化のために適合されている、請求項１〜請求項５のいずれか１項に記載のシステム。
【請求項７】
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、請求項１〜請求項６のいずれか１項に記載のシステム。
【請求項８】
前記増分値の増加の値は、現在測定されたパワースペクトル密度の前記平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、前記減分値の増加の値は、現在測定されたパワースペクトル密度の該平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて選択される、請求項１〜請求項７のいずれか１項に記載のシステム。
【請求項９】
前記システムは、心理音響学的感覚知覚に対応する周波数群内の平滑化パワースペクトル密度または非平滑化パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合するように適合されている、請求項１〜請求項８のいずれか１項に記載のシステム。
【請求項１０】
音響的なバックグラウンドノイズのパワースペクトル密度の推定方法であって、該方法は、
パワースペクトル密度計算ユニットによって、マイクロフォン信号からの現在のパワースペクトル密度を決定し、対応するパワースペクトル密度出力信号を提供するステップと、
該提供されたパワースペクトル密度出力信号を時間領域内で平滑化して、結果として生じる時間的に平滑化された信号を提供するステップと、
該時間的に平滑化された信号を周波数領域で平滑化して、結果として生じる平滑化パワースペクトル密度信号を提供するステップと、
該バックグラウンドノイズのパワースペクトル密度の推定値に依存して増分を計算するステップと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存して減分を計算するステップと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するステップと
を包含し、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズの該パワースペクトル密度の該推定値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、方法。
【請求項１１】
連続的な計算サイクルを配置することによって、適応フィルタから導出された誤差信号から現在のパワースペクトル密度を決定するステップと、
対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するステップと、
をさらに包含する、請求項１０に記載の方法。
【請求項１２】
新しい計算サイクルにおいて決定された前記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された前記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、前記増分値の計算のモードから、前記減分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該増分値の現在の値は最小増分値に再設定される、ステップと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該減分値の現在の値は最小減分値に再設定される、ステップと
をさらに包含する、請求項１０または請求項１１に記載の方法。
【請求項１３】
前記バックグラウンドノイズの前記パワースペクトル密度の前記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するステップをさらに包含し、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、前記現在計算された値にかかわらず最小値未満に減少する、請求項１０〜請求項１２のいずれか１項に記載の方法。
【請求項１４】
２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度を前記時間領域内で平滑化するステップをさらに包含し、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、請求項１０〜請求項１３のいずれか１項に記載の方法。
【請求項１５】
周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、前記時間領域信号平滑化ユニットからの時間的に平滑化された信号を周波数領域内で平滑化するステップを包含する、請求項１０〜請求項１４のいずれか１項に記載の方法。
【請求項１６】
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、請求項１０〜請求項１５のいずれか１項に記載の方法。
【請求項１７】
前記増分値の増加の値は、現在測定されたパワースペクトル密度の前記（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、前記減分値の増加の値は、現在測定されたパワースペクトル密度の該（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択される、請求項１０〜請求項１６のいずれか１項に記載の方法。
【請求項１８】
心理音響学的感覚知覚に対応する周波数群内の（平滑化）パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合する、請求項１０〜請求項１７のいずれか１項に記載の方法。
【請求項１】
音響的なバックグラウンドノイズのパワースペクトル密度を推定するシステムであって、該システムは、
該バックグラウンドノイズを表すノイズ信号を生成するセンサユニットと、
連続計算サイクルを配置することによって、該ノイズ信号から現在のパワースペクトル密度を連続的に決定するように適合され、対応するパワースペクトル密度出力信号を提供するように適合されたパワースペクトル密度計算ユニットと、
該パワースペクトル密度出力信号を時間領域で平滑化するように適合され、結果として生じる時間的に平滑化された信号を提供するように適合された時間領域信号平滑化ユニットと、
該時間領域信号平滑化ユニットから受信された該時間的に平滑化された信号を周波数領域で平滑化するように適合され、結果として生じる平滑化パワースペクトル密度信号を提供するように適合された周波数領域信号平滑化ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存した増分の計算のために適合された増分計算ユニットと、
該バックグラウンドノイズの該パワースペクトル密度の該推定値に依存した減分の計算のために適合された減分計算ユニットと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するように適合された推定信号平滑化ユニットと
を備え、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値該増分値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、システム。
【請求項２】
誤差信号を提供する適応フィルタをさらに備え、前記パワースペクトル密度計算ユニットは、連続計算サイクルを配置する該適応フィルタの該誤差信号から現在のパワースペクトル密度を決定するように適合され、前記システムは、対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するように適合される、請求項１に記載のシステム。
【請求項３】
前記システムは、
新しい計算サイクルにおいて決定された前記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された前記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、前記増分値の計算のモードから、前記減分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該増分値の現在の値を最小増分値に再設定するように適合されている、ことと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードまで該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化することであって、該システムは該減分値の現在の値を最小減分値に再設定するように適合されている、ことと
を行うように適合されている、請求項１または請求項２に記載のシステム。
【請求項４】
前記システムは、前記バックグラウンドノイズの前記パワースペクトル密度の前記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するように適合され、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、前記現在計算された値にかかわらず最小値未満に減少する、請求項１〜請求項３のいずれか１項に記載のシステム。
【請求項５】
前記時間領域信号平滑化ユニットは、２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度の平滑化のために適合され、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、請求項１〜請求項４のいずれか１項に記載のシステム。
【請求項６】
前記周波数領域信号平滑化ユニットは、周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、前記時間領域信号ユニットからの前記時間的に平滑化された信号の平滑化のために適合されている、請求項１〜請求項５のいずれか１項に記載のシステム。
【請求項７】
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、請求項１〜請求項６のいずれか１項に記載のシステム。
【請求項８】
前記増分値の増加の値は、現在測定されたパワースペクトル密度の前記平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、前記減分値の増加の値は、現在測定されたパワースペクトル密度の該平滑化パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて選択される、請求項１〜請求項７のいずれか１項に記載のシステム。
【請求項９】
前記システムは、心理音響学的感覚知覚に対応する周波数群内の平滑化パワースペクトル密度または非平滑化パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合するように適合されている、請求項１〜請求項８のいずれか１項に記載のシステム。
【請求項１０】
音響的なバックグラウンドノイズのパワースペクトル密度の推定方法であって、該方法は、
パワースペクトル密度計算ユニットによって、マイクロフォン信号からの現在のパワースペクトル密度を決定し、対応するパワースペクトル密度出力信号を提供するステップと、
該提供されたパワースペクトル密度出力信号を時間領域内で平滑化して、結果として生じる時間的に平滑化された信号を提供するステップと、
該時間的に平滑化された信号を周波数領域で平滑化して、結果として生じる平滑化パワースペクトル密度信号を提供するステップと、
該バックグラウンドノイズのパワースペクトル密度の推定値に依存して増分を計算するステップと、
該バックグラウンドノイズの該パワースペクトル密度の推定値に依存して減分を計算するステップと、
該増分および減分から、該バックグラウンドノイズの該パワースペクトル密度の該推定値を計算するステップと
を包含し、
該平滑化パワースペクトル密度信号のレベルが増加する場合において、最大増分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズの該パワースペクトル密度の該推定値よりも大きくなる場合に達成するまで、最小増分値から開始して、所定量だけ該増分が増加し、
該平滑化パワースペクトル密度信号のレベルが減少する場合において、最大減分値が、同時に、新しい計算サイクルにおいて現在決定された該パワースペクトル密度の値が、事前の計算サイクルにおいて決定された該バックグラウンドノイズのパワースペクトル密度の該推定値よりも小さくなる場合に達成するまで、最小減分値から開始して、所定量だけ該減分が増加する、方法。
【請求項１１】
連続的な計算サイクルを配置することによって、適応フィルタから導出された誤差信号から現在のパワースペクトル密度を決定するステップと、
対応するパワースペクトル密度出力信号および対応する平滑化パワースペクトル密度信号を提供するステップと、
をさらに包含する、請求項１０に記載の方法。
【請求項１２】
新しい計算サイクルにおいて決定された前記パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された前記バックグラウンドノイズの該パワースペクトル密度の推定値よりも小さい場合に、前記増分値の計算のモードから、前記減分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該増分値の現在の値は最小増分値に再設定される、ステップと、
新しい計算サイクルにおいて決定された該パワースペクトル密度の現在の値が、事前の計算サイクルにおいて計算された該バックグラウンドノイズの該パワースペクトル密度の推定値よりも大きい場合に、該減分値の計算のモードから、該増分値の計算のモードに、該バックグラウンドノイズの該パワースペクトル密度を推定する計算を変化するステップであって、該減分値の現在の値は最小減分値に再設定される、ステップと
をさらに包含する、請求項１０または請求項１１に記載の方法。
【請求項１３】
前記バックグラウンドノイズの前記パワースペクトル密度の前記推定値を減分する場合には、該推定値の低減を一定の規定値まで制限するステップをさらに包含し、その結果、該バックグラウンドノイズの該パワースペクトル密度の該推定値は、前記現在計算された値にかかわらず最小値未満に減少する、請求項１０〜請求項１２のいずれか１項に記載の方法。
【請求項１４】
２つの異なる時間定数を利用して時間に対する現在測定されたパワースペクトル密度を前記時間領域内で平滑化するステップをさらに包含し、該２つの異なる時間定数のうちの１つは上昇信号の場合のためのものであり、該２つの異なる時間定数のうちの１つは減少信号の場合のためのものである、請求項１０〜請求項１３のいずれか１項に記載の方法。
【請求項１５】
周波数平滑化第３係数を用いて最小周波数から上方に開始する、そして／または周波数平滑化第４係数を用いて最大周波数から下方に開始する、前記時間領域信号平滑化ユニットからの時間的に平滑化された信号を周波数領域内で平滑化するステップを包含する、請求項１０〜請求項１４のいずれか１項に記載の方法。
【請求項１６】
現在測定されたパワースペクトル密度の時間に対する平滑化のための第１および第２の係数は、ヒトの耳の心理音響学的感覚特性を表し、そして／または、
該現在測定されたパワースペクトル密度の周波数に対する平滑化のための第３および第４の係数は、該ヒトの耳の心理音響学的感覚特性を表す、請求項１０〜請求項１５のいずれか１項に記載の方法。
【請求項１７】
前記増分値の増加の値は、現在測定されたパワースペクトル密度の前記（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択され、前記減分値の増加の値は、現在測定されたパワースペクトル密度の該（平滑化）パワースペクトル密度信号内の各スペクトル位置に対して異なる値を用いて個別に選択される、請求項１０〜請求項１６のいずれか１項に記載の方法。
【請求項１８】
心理音響学的感覚知覚に対応する周波数群内の（平滑化）パワースペクトル密度のスペクトル成分を、さらなる処理の前に、各周波数群に対する単一の結合信号に統合する、請求項１０〜請求項１７のいずれか１項に記載の方法。
【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】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１０−２１１１９０（Ｐ２０１０−２１１１９０Ａ）
【公開日】平成２２年９月２４日（２０１０．９．２４）
【国際特許分類】
【出願番号】特願２０１０−１２６１１（Ｐ２０１０−１２６１１）
【出願日】平成２２年１月２２日（２０１０．１．２２）
【出願人】（５０４１４７９３３）ハーマン ベッカー オートモーティブ システムズ ゲーエムベーハー (165)
【公開日】平成２２年９月２４日（２０１０．９．２４）
【国際特許分類】
【出願日】平成２２年１月２２日（２０１０．１．２２）
【出願人】（５０４１４７９３３）ハーマン ベッカー オートモーティブ システムズ ゲーエムベーハー (165)
[ Back to top ]