ビームフォーミングおよびポストフィルタリングの組み合わせによる雑音低減
【課題】マイクロフォン信号のビームフォーミングに関連する雑音低減に対する改善された方法およびシステムを提供すること。
【解決手段】オーディオ信号を検出することによりマイクロフォン信号を獲得することと、マイクロフォン信号を処理することによりビームフォーミングされた信号を獲得することと、マイクロフォン信号を処理することによりマイクロフォン信号のそれぞれの雑音寄与のパワー密度を獲得することと、雑音寄与のパワー密度から平均の短時間パワー密度を獲得することと、平均の短時間パワー密度に基づいてビームフォーミングされた信号の雑音寄与のパワー密度を推定することと、ビームフォーミングされた信号をポストフィルタリングすることにより増幅されたビームフォーミングされた信号を獲得することとを包含する、オーディオ信号処理のための方法。
【解決手段】オーディオ信号を検出することによりマイクロフォン信号を獲得することと、マイクロフォン信号を処理することによりビームフォーミングされた信号を獲得することと、マイクロフォン信号を処理することによりマイクロフォン信号のそれぞれの雑音寄与のパワー密度を獲得することと、雑音寄与のパワー密度から平均の短時間パワー密度を獲得することと、平均の短時間パワー密度に基づいてビームフォーミングされた信号の雑音寄与のパワー密度を推定することと、ビームフォーミングされた信号をポストフィルタリングすることにより増幅されたビームフォーミングされた信号を獲得することとを包含する、オーディオ信号処理のための方法。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、電気的に支援された通信に関連するオーディオ信号の雑音低減の分野に関する。特に、本発明は、増幅された音響信号、特に音声信号を獲得するために、マイクロフォン信号をビームフォーミングすることと、ビームフォーミングされた信号をポストフィルタリングすることとに関する。
【背景技術】
【０００２】
オーディオ信号、特に、音声信号を相互に送受信する二当事者の双方向の音声通信は、多くの場合に、背景雑音によるオーディオ信号の質の劣化を受ける。騒がしい環境における背景雑音は、音声の会話の質および明瞭度に大きな影響を与え得、最悪の場合、通信の完全な崩壊をもたらし得る。
【０００３】
顕著な例は、車両内におけるハンズフリー音声通信である。ハンズフリー電話は、自動車における特定の使用に関して快適かつ安全な通信システムを提供する。ハンズフリー電話の場合、通信を保証するために雑音を抑制することが必須となる。雑音信号の振幅および周波数は、例えば、車両の速度および交通騒音により一時的に変動する。
【０００４】
当該分野において、スペクトルサブトラクションを利用する、単一チャンネルの雑音低減方法が公知である。例えば、音声信号が、一部のサブバンドフィルタリング手段によってサブバンドに分割され、雑音低減アルゴリズムが、サブバンドのそれぞれに適用される。しかしながら、これらの方法は、（ほぼ）変化のない雑音の摂動と、明確な信号対雑音の距離とに限定されている。これらの方法に従うと、摂動は排除されず、むしろ、雑音によって影響を与えられたスペクトル成分が、減衰されるので、処理された音声信号は、ひずませられる。このように、音声信号の明瞭度は、通常では、充分に改善されない。
【０００５】
遠距離会話の音声獲得における信号の質を改善する別の方法は、マルチチャンネルシステムの利用であり、すなわち、例えば、非特許文献１に記述されているようなマイクロフォンアレイの利用である。複数のマイクロフォン信号のビームフォーミングが、増幅された音響信号を獲得するために行われる。
【０００６】
現在のマルチチャンネルシステムは、主に、所謂「Ｇｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ」（ＧＳＣ）を使用しており、例えば、非特許文献２を参照されたい。ＧＳＣは、２つの信号処理経路から成り、ブロッキング行列と適応性雑音消去手段とを有する第１（すなわち下側）の適応性経路と、固定ビームフォーマを有する第２（上側）の非適応性経路とから成る。
【０００７】
固定ビームフォーマは、固定のビームパターンを使用する時間遅延補償のための手段によって事前処理された信号を改善する。適応性処理方法は、システムの動作中の、フィルタ係数のようなパラメータを処理することの永久的な適応を特徴とする。ＧＳＣの下側の信号処理経路は、固定ビームフォーマの出力信号の残余の雑音を減算するように使用される雑音基準信号を生成するように最適化される。雑音低減信号処理経路は、通常、ブロッキング行列を備えており、該ブロッキング行列は、音声信号を受信し、そして、雑音基準信号を生成するために利用される。最も単純な実現において、ブロッキング行列は、受信された信号の隣のチャンネルの減算を行う。
【０００８】
しかしながら、適応のために必要とされる収束時間の有限性が原因となって、適応性ビームフォーマは、時間変動が大きい摂動の場合には、あまり成功していない。一方、非定常摂動は、実生活の用途において非常に一般的である。
【非特許文献１】”Ｍｉｃｒｏｐｈｏｎｅ Ａｒｒａｙｓ： Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ”，Ｂｒａｎｄｓｔｅｉｎ，Ｍ．およびＷａｒｄ，Ｄ．編、Ｓｐｒｉｎｇｅｒ、Ｂｅｒｌｉｎ ２００１年
【非特許文献２】「Ａｎ ａｌｔｅｒｎａｔｉｖｅ ａｐｐｒｏａｃｈ ｔｏ ｌｉｎｅａｒｌｙ ｃｏｎｓｔｒａｉｎｅｄ ａｄａｐｔｉｖｅ ｂｅａｍｆｏａｍｉｎｇ」、Ｇｒｉｆｆｉｔｈｓ，Ｌ．ＪおよびＪｉｍ，Ｃ．Ｗ．、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎ，Ｖｏｌ．３０、ｐ．２７、１９８２年
【発明の開示】
【発明が解決しようとする課題】
【０００９】
このように、マイクロフォン信号のビームフォーミングに関連する雑音低減に対する改善された方法およびシステムに対する必要性がある。
【課題を解決するための手段】
【００１０】
上記のことを鑑みて、本発明においては、オーディオ信号を処理する方法が提供され、該方法は、
マイクロフォンアレイによって、オーディオ信号、特に、音声信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によってマイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によってマイクロフォン信号（ｙｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の（スペクトルの）パワー密度（Ｕｍ）を獲得することと、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の（スペクトルの）パワー密度を推定することと、
ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定された（スペクトルの）パワー密度
【００１１】
【表１８】
に基づいて、ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する。
【００１２】
マイクロフォンアレイは、多数（Ｍ個）のマイクロフォン、特に指向性マイクロフォンを備えている。マイクロフォンのそれぞれが、音、例えば、言葉の発声を検出し、マイクロフォン信号（ｙｍ）（ｍ＝１，．．，Ｍ）を生成する。雑音低減によって、かかるマイクロフォン信号を増幅することが、本発明の目的である。この目的を達成するために、マイクロフォン信号は、ビームフォーミング手段、例えば、当該分野において公知のような固定（非適応性）ビームフォーマによってビームフォーミングされ、ブロッキング行列手段によって処理され、該ブロッキング行列手段は、マイクロフォン信号に存在する雑音を表す雑音信号を獲得するように設計されている。
【００１３】
以下の記述において、信号処理は、離散した時間領域ではなくサブバンド領域において行われることが想定される。しかしながら、原則的には、本発明は、時刻とスペクトルとの両方の信号表示に対して実現され得る。サブバンド領域における処理に対して、マイクロフォン信号（ｙｍ）が、解析フィルタバンクによってサブバンドに分割されることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００１４】
【表１９】
（虚数単位がｊで示される）を獲得し得る。同様に、増幅されたビームフォーミングされた信号（Ｐ）は、統合フィルタバンクによってフィルタリングされることにより、増幅されたオーディオ信号、例えば、雑音低減された音声信号を獲得し得る。
【００１５】
サブバンド領域におけるビームフォーミングされた信号は、当該分野において公知のように、周波数サブバンドΩμに対する時刻ｋにおける離散型フーリエ変換係数
【００１６】
【表２０】
を表す。ビームフォーミング手段のこの出力信号は、雑音低減のためにポストフィルタリングされる。ビームフォーミングされた信号
【００１７】
【表２１】
は、既に、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与（のパワー密度）によって獲得された雑音低減された信号であり、該雑音寄与は、ブロッキング行列手段によって獲得されることに留意されたい。マイクロフォン信号のそれぞれの雑音寄与は、例えば、遅延和ビームフォーマを利用するＧｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ（ＧＳＣ）によって実現されるように、マイクロフォン信号のそれぞれの雑音寄与は、既に、獲得されたビームフォーミングされた信号
【００１８】
【表２２】
に対して減算されている。この場合、ポストフィルタリング処理は、ＧＳＣによるマイクロフォン信号の処理後に依然として存在する残余の雑音を除去する。
【００１９】
さらに、適応性加重和ビームフォーマが、利用され得、該適応性の重み付けられた合計のビームフォーマは、フィルタリング（ビームフォーミング）の重みを利用することによって、Ｍ個のマイクロフォンの時刻で整列された信号ｙｍを組み合わせることにより、１つの出力信号を獲得し、該フィルタリング（ビームフォーミング）の重みは、固定ビームフォーマの場合におけるように時刻と無関係ではないが、例えば、所望の方向における感度を維持するために、および雑音源の方向における感度を最小化するために、必要に応じて繰り返し再計算されなければならない。
【００２０】
ビームフォーミングされた信号（Ａ）のポストフィルタリングプロセスが、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定された（スペクトルの）パワー密度
【００２１】
【表２３】
に基づいて実行されることが、本発明の本質的な特徴であり、推定された（スペクトルの）パワー密度
【００２２】
【表２４】
が、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の獲得された、平均の短時間パワー密度（Ｖ）、すなわち
【００２３】
【表２５】
に基づいて獲得され、ここで、Ｍは、マイクロフォンの数を示し、アスタリスクは、複素数共役を示す。各サブバンドにおいて、
【００２４】
【表２６】
は、（マイクロフォン信号のサブバンドフィルタリング後に）マイクロフォン信号ｙｍ（ｌ）に存在する雑音寄与の（スペクトルの）パワー密度を示す。
【００２５】
ビームフォーミングされた信号をフィルタリングするための、ビームフォーミングされた信号の雑音寄与のパワー密度の推定のための、マイクロフォン信号のそれぞれの雑音寄与の、平均の短時間パワー密度の使用は、従来技術において提案された解決策と比較して、かなり増幅された（雑音低減された）ビームフォーミングされた信号をもたらす。
【００２６】
ビームフォーミング手段の出力をポストフィルタリングするステップは、好適には、一部のＷｉｅｎｅｒフィルタのようなフィルタによって行われ得る。このフィルタのフィルタ特性は、ビームフォーミング信号の雑音寄与の推定されたパワー密度に従って適応される。
【００２７】
ビームフォーミング手段の出力信号をフィルタリングするために使用されるポストフィルタリング手段に対するフィルタ係数を獲得するために、マイクロフォン信号のそれぞれの雑音寄与の、平均の短時間パワー密度を利用する効率的な方法は、周波数サブバンドΩμに対する時刻ｋにおける実数の係数
【００２８】
【表２７】
と、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の短時間パワー密度（Ｖ）を乗算することであり、該実数の係数
【００２９】
【表２８】
は、期待値Ｅ
【００３０】
【表２９】
に対する関係を満足するように適合され、ここで、
【００３１】
【表３０】
は、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【００３２】
【表３１】
と、ビームフォーミングされた信号（Ａ）の雑音寄与と、ビームフォーミング手段の出力の望ましい信号の一部分とをそれぞれ示す（Ａ＝Ａｎ＋Ａｓ）。マイクロフォンアレイのＭ個のマイクロフォンによって検出された処理されたオーディオ信号が、音声信号である場合には、実数の係数
【００３３】
【表３２】
の適応は、好適には、音声の休止中、すなわち、
【００３４】
【表３３】
が理想的に満足される期間において実行されるだけである。
【００３５】
上に述べられたように、ビームフォーミングされた信号（Ａ）をポストフィルタリングするステップは、Ｗｉｅｎｅｒフィルタリング手段
【００３６】
【表３４】
によってビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【００３７】
【表３５】
に従って
【００３８】
【表３６】
を用いて、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し得（またはから成り得）、ここで、
【００３９】
【表３７】
は、
【００４０】
【表３８】
に対する推定値を示し、ここで、
【００４１】
【表３９】
は、前記周波数サブバンドΩμ対する時刻ｋにおけるビームフォーミングされた信号
【００４２】
【表４０】
の雑音寄与である。
【００４３】
【表４１】
は、ビームフォーミング手段の出力から容易に獲得され得るが、
【００４４】
【表４２】
の推定値
は、上に記述されたように獲得される（以下の詳細な記述もまた参照されたい）。このように設計されたＷｉｅｎｅｒフィルタの利用は、安定した収束特性を有する非常に効率的かつ信頼性の高いポストフィルタリングをもたらす。さらに、上記のＷｉｅｎｅｒフィルタのようなフィルタによるかかるポストフィルタリングの実現は、プロセッサの負荷および時間消費の観点においては有利である。
【００４５】
好適な実施形態に従って、
【００４６】
【表４３】
すなわち、
【００４７】
【表４４】
に対する推定値は、最大事後推定に従って獲得される。最大事後推定の方法は、最尤推定法、および当該分野において周知の方法（例えば、Ｍ．ＤｅＧｒｏｏｔ、「Ｏｐｔｉｍａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｄｅｃｉｓｉｏｎｓ」、ＭｃＧｒａｗ−Ｈｉｌｌ、１９７０年を参照されたい）に密接に関連付けられる。最大事後推定は、Ｗｉｅｎｅｒフィルタの特性をもたらし、該Ｗｉｅｎｅｒフィルタの特性は、ビームフォーミングされた信号に存在する（残余の）雑音を非常に効率的に低減させる。フィルタの特性に対する第１の推定値は、
【００４８】
【表４５】
によって与えられ、
【００４９】
【表４６】
であるが（上記と下記の詳細な記述とを参照されたい）、
【００５０】
【表４７】
は、以下のように最大事後推定の手順によって最適化され得る。
【００５１】
対数表示において、
推定される実際の比率
【００５２】
【表４８】
と、ビームフォーミングされた信号
【００５３】
【表４９】
の雑音寄与の推定されたパワー密度に対する測定値である推定値の誤差
【００５４】
【表５０】
とを用いて
【００５５】
【表５１】
を有する。音声の休止中
【００５６】
【表５２】
に、推定誤差
【００５７】
【表５３】
が、所謂ミュージカルノイズの形式でアーチファクトをもたらす。推定値
【００５８】
【表５４】
が、ミュージカルノイズを最小化するために、最大事後推定の手順によって獲得される。この手順の詳細は、下の詳細な記述に述べられている。
【００５９】
本発明はまた、コンピュータプログラム製品を提供することであり、該コンピュータプログラム製品は、上に記述された本発明の例のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む。
【００６０】
さらに、本明細書において、本発明は信号処理手段を提供され、該信号処理手段は、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するためにマイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するためにマイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理するように構成された処理手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定するように構成された処理手段と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【００６１】
【表５５】
に基づいて、ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段と
を備えている。
【００６２】
信号処理手段は、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００６３】
【表５６】
を獲得するために、マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンクと、増幅されたオーディオ信号（ｐ）を獲得するために、増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンクとをさらに備え得る。
【００６４】
特に、信号は、 Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備え得、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、ビームフォーミング手段と、ブロッキング行列と、ブロッキング行列手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段とを備えている。
【００６５】
信号処理手段はまた、周波数サブバンドΩμに対する時刻ｋにおける実数の係数
【００６６】
【表５７】
と、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の短時間パワー密度（Ｖ）との乗算によって、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定するように構成され得ることに留意されるべきであり、該実数の係数
【００６７】
【表５８】
は、期待値Ｅ
【００６８】
【表５９】
に対する関係を満足するように適合され、ここで、
【００６９】
【表６０】
は、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度と、ビームフォーミングされた信号（Ａ）の雑音寄与と、ビームフォーミング手段の出力の望ましい信号の一部分とをそれぞれ示す。
【００７０】
ポストフィルタリング手段は、有利にも、Ｗｉｅｎｅｒフィルタのようなフィルタ
【００７１】
【表６１】
であり得、ここで
【００７２】
【表６２】
は、
【００７３】
【表６３】
に対する推定値を示し、ここで、
【００７４】
【表６４】
は、周波数サブバンドΩμ対する時刻ｋにおけるビームフォーミングされた信号
【００７５】
【表６５】
の雑音寄与である。特に、
【００７６】
【表６６】
は、最大事後推定に従って最適化することによって獲得され得る。
【００７７】
本明細書において開示された信号処理手段の例は、有利にも、様々な電子通信デバイスにおいて使用され得る。従って、本発明は、音声認識または音声対話の手段を提供され、該音声認識または音声対話の手段は、信号処理手段の上記の例のうちの１つを備えている。さらに、信号処理手段の上記の例のうちの１つを備えているハンズフリーの電話セットが提供される。
【００７８】
本発明のさらなる特徴および利点が、図面を参照して記述される。記述において、添付の図面に参照が行われ、添付の図面は、本発明の好適な実施形態を例示することを意図されている。かかる実施形態は本発明の全範囲を表してはいないことが理解される。
【００７９】
本発明はさらに以下の手段を提供する。
（項目１）
オーディオ信号処理のための方法であって、
マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によって該マイクロフォン信号（ｙｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定することと、
該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【００８０】
【表６７】
に基づいて、該ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する、方法。
【００８１】
（項目２）
上記ビームフォーミングされた信号（Ａ）は、上記ブロッキング行列手段によって獲得された上記マイクロフォン信号（ｙｍ）のそれぞれの上記雑音寄与によって獲得された雑音低減された信号である、項目１に記載の方法。
【００８２】
（項目３）
解析フィルタバンクによって上記マイクロフォン信号（ｙｍ）をフィルタリングすることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００８３】
【表６８】
を獲得することと、
統合フィルタバンクによって上記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングすることにより、増幅されたオーディオ信号（ｐ）を獲得することと
をさらに包含する、項目１または項目２に記載の方法。
【００８４】
（項目４）
上記ビームフォーミングされた信号（Ａ）の上記雑音寄与（Ａｎ）の上記パワー密度は、上記マイクロフォン信号（ｙｍ）のそれぞれの上記雑音寄与の上記パワー密度（Ｕｍ）から獲得された上記短時間パワー密度（Ｖ）に、上記周波数サブバンドΩμに対する上記時刻ｋにおける実数の係数
【００８５】
【表６９】
を乗算して推定され、該実数の係数
【００８６】
【表７０】
は、期待値Ｅ
【００８７】
【表７１】
に対する関係を満足するように適合され、ここで、
【００８８】
【表７２】
は、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度と、該ビームフォーミングされた信号（Ａ）の該雑音寄与と、該ビームフォーミング手段の出力の望まれる信号の一部分とをそれぞれ示す、項目１〜項目３のうちのいずれか１項に記載の方法。
【００８９】
（項目５）
上記ビームフォーミングされた信号（Ａ）をポストフィルタリングする上記ステップは、Ｗｉｅｎｅｒフィルタリング手段
【００９０】
【表７３】
によって該ビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【００９１】
【表７４】
および
【００９２】
【表７５】
に従って、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し、ここで、
【００９３】
【表７６】
は、
【００９４】
【表７７】
に対する推定値を示し、ここで、
【００９５】
【表７８】
は、上記周波数サブバンドΩμ対する上記時刻ｋにおける上記ビームフォーミングされた信号
【００９６】
【表７９】
の上記雑音寄与である、項目１〜項目４のうちのいずれか１項に記載の方法。
【００９７】
（項目６）
【００９８】
【表８０】
すなわち、
【００９９】
【表８１】
に対する推定値が、最大事後推定に従った最適化によって獲得される、項目５に記載の方法。
【０１００】
（項目７）
項目１〜項目６のうちのいずれか１項に記載の方法のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む、コンピュータプログラム製品。
【０１０１】
（項目８）
信号処理手段であって、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段（１１）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段（１２）と、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理するように構成された処理手段（１５）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定するように構成された処理手段（１６）と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【０１０２】
【表８２】
に基づいて、該ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段（１４）と
を備えている、信号処理手段。
【０１０３】
（項目９）
周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【０１０４】
【表８３】
を獲得するために、上記マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンク（１０）と、
増幅されたオーディオ信号（ｐ）を獲得するために、上記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンクと
をさらに備えている、項目８に記載の信号処理手段。
【０１０５】
（項目１０）
Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備えており、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、上記ビームフォーミング手段（１１）と、上記ブロッキング行列（１２）と、該ブロッキング行列（１２）手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段（１３）と
を備えている、項目８または項目９に記載の信号処理手段。
【０１０６】
（項目１１）
項目８〜項目１０のうちのいずれか１項に記載の信号処理手段を備えている、音声認識または音声対話の手段
（項目１２）
項目８〜項目１０のうちのいずれか１項に記載の信号処理手段を備えている、ハンズフリーの電話セット。
【０１０７】
（摘要）
本発明は、オーディオ信号処理のための方法に関し、該方法は、マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、ブロッキング行列手段（１２）によってマイクロフォン信号（ｙｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定することと、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【０１０８】
【表８４】
に基づいて、ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することとを包含する。
【発明を実施するための最良の形態】
【０１０９】
図１に例示されるように、ｍ＝１，．．，Ｍであり、ｌが離散した時刻指数を示す、マイクロフォンアレイのＭ個のマイクロフォン、特に、指向性マイクロフォンによって獲得されるマイクロフォン信号ｙｍ（ｌ）は、ＧＳＣ（Ｇｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ）によって処理される１。ＧＳＣは、２つの信号処理経路を備えており、ブロッキング行列と適応性雑音消去手段とを有する第１の適応性経路と、例えば、固定のビームパターンを使用する時間遅延補償のための手段によって事前処理された信号を改善する固定ビームフォーマを有する第２の非適応性経路とを備えている。ブロッキング行列は、固定ビームフォーマの出力信号の（残余の）雑音を減算するために使用される雑音基準信号を生成するように最適化される。
【０１１０】
ＧＳＣによって、離散型フーリエ変換（ＤＦＴ）係数、すなわち、サブバンド信号
【０１１１】
【数１】
（虚数単位がｊによって示される）が、当該分野において公知であるように、周波数サブバンドΩμに対して時刻ｋにおいて獲得される。さらに、各チャンネルｍに対して、マイクロフォン信号ｙｍ（ｌ）の雑音部分
【０１１２】
【数２】
が、利用されるＧＳＣに備えられているブロッキング行列によって出力されたサブバンド信号として獲得される。
【０１１３】
ブロッキング行列
【０１１４】
【数３】
の出力と、ＧＳＣ
【０１１５】
【数４】
の出力とに基づいて、ポストフィルタのスカラー
【０１１６】
【数５】
を決定すること２が、本発明の基本的な特徴であり、該
【０１１７】
【数６】
は、雑音低減されたＤＦＴ係数
【０１１８】
【数７】
と、最終的には、雑音低減されたオーディオ信号（望まれた信号）ｐ（ｌ）とを獲得するために、ＧＳＣの出力
【０１１９】
【数８】
をポストフィルタリングする３ために使用される。本発明は、特に、
【０１２０】
【数９】
の効率的かつ信頼性の高い決定に関する。本発明の信号処理および例に関する以下詳細な記述において、信号処理手段が、図２を参照して記述される。
【０１２１】
マイクロフォン信号ｙｍ（ｌ）は、解析フィルタバンク１０によって処理されることにより、さらなる処理に適したサブバンド信号
【０１２２】
【数１０】
を獲得する。解析フィルタバンクは、例えば、ハン窓、ハミング窓、またはガウス窓を実現し得る。サブバンド信号
【０１２３】
【数１１】
は、ビームフォーマ１１、およびブロッキング行列１２、ならびに雑音低減手段１３を備えているＧＳＣに入力され、該雑音低減手段１３は、サブバンド信号
【０１２４】
【数１２】
からブロッキング行列１２によって得られた推定された雑音を減算することにより、雑音低減された離散型フーリエ変換（ＤＦＴ）係数
【０１２５】
【数１３】
を獲得する。
【０１２６】
ブロッキング行列１２は、適応性の種類のフィルタリング手段である。ブロッキング行列によって出力される結果として生じる雑音信号は、理想的には、入力信号の範囲内で所望の信号または有用な信号を完全に遮断するべきである。ブロッキング行列のＷａｌｓｈ−Ｈａｄａｍａｒｄの種類、またはＧｒｉｆｆｉｔｈｓ−Ｊｉｍのブロッキング行列が使用され得る。Ｗａｌｓｈ−Ｈａｄａｍａｒｄのブロッキング行列は、特に、Ｍ＝２ｎ個のマイクロフォンから成るアレイに対して確立され得る。
【０１２７】
本発明に従って、ＧＳＣの出力は、残余の雑音をさらに減少させるために一部の処理を受ける。ポストフィルタリング手段１４が、Ｗｉｅｎｅｒフィルタまたはスペクトルサブトラクションフィルタの形式で実現され得る。Ｗｉｅｎｅｒフィルタのようなフィルタは、
【０１２８】
【数１４】
としてフィルタ特性が与えられ、ここで、
【０１２９】
【数１５】
は、望ましい信号の自己のパワー密度スペクトルと、ＧＳＣの出力
【０１３０】
【数１６】
に含まれる雑音の摂動とをそれぞれ示す。さらに、望ましい信号と雑音の摂動とが相関しないことが想定される。
【０１３１】
上式の括弧内の表示によって与えられる事後信号対雑音比（ＳＮＲ）は、通常、非定常摂動に対する、当該分野において公知であるような時間平均によって推定される。しかしながら、本発明は、時間依存の摂動の抑制に関する。従って、ポストフィルタリングのスカラーに対する時間依存の推定値
【０１３２】
【数１７】
（ここで、Ａｎは、Ａの雑音部分を示す）が、獲得されなければならず、該ポストフィルタリングのスカラーに対する時間依存の推定値
【０１３３】
【数１８】
は、ＧＳＮの出力
【０１３４】
【数１９】
のポストフィルタリングのために使用される。
【０１３５】
推定値
【０１３６】
【数２０】
を
【０１３７】
【数２１】
に対して獲得するために、音の入射方向の情報が、Ａｎを推定することによって得られなければならない。Ａは、ＧＳＣの出力Ａｎから直接的に獲得され得ることに留意されたい。Ａｎは、ブロッキング行列１２の出力信号から獲得される。もっと正確に述べると、本例に従って、ブロッキング行列
【０１３８】
【数２２】
の出力信号の平均の短時間パワー密度が、図２のステージ１５
【０１３９】
【数２３】
によって獲得され、ここで、アスタリスクは、複素数共役を表す。
【０１４０】
【数２４】
に対する推定値
【０１４１】
【数２５】
が、実数の係数
【０１４２】
【数２６−１】
によって獲得され得、すなわち、
【０１４３】
【数２６−２】
である。本例に従って、実数の係数
【０１４４】
【数２７】
が適応されることにより、期待値Ｅ
【０１４５】
【数２８】
に対する関係を満足させ、ここで、
【０１４６】
【数２９】
は、ＧＳＣの出力
【０１４７】
【数３０】
の望ましい信号の一部分である。従って、
【０１４８】
【数３１】
を得る。
【０１４９】
係数
【０１５０】
【数３２】
によって、ＧＳＣの出力のパワー密度に関する出力の適応１６と、ブロッキング行列とが獲得される。ポストフィルタのスカラーに対する推定値
【０１５１】
【数３３】
が、図２のステージ１７において決定される。ポストフィルタのスカラーの最適化が、ステージ１８において行われる。最適化処理が以下に記述される。
【０１５２】
図２に例示された本例に従って、ポストフィルタリング手段１４が、雑音パワーのスペクトル密度の最大事後推定（ＭＡＰ）に基づいて適応される。ＭＡＰの推定値は、対数表示において容易に獲得され、従ってポストフィルタリングのスカラーに対する対数の推定値が、
【０１５３】
【数３４】
として定化され得、ここで、
【０１５４】
【数３５】
は、推定誤差を表す。この推定誤差が、音声の休止中に、所謂ミュージカルノイズのアーチファクトをもたらす。明らかに、この推定誤差
【０１５５】
【数３６】
を最小化することが望ましい。
【０１５６】
推定誤差
【０１５７】
【数３７】
の最小化は、以下のように獲得される。
【０１５８】
【数３８】
は、確率変数の表示となるように仮定されることに留意されたい。
【０１５９】
所与の観察可能な特性、すなわち、
【０１６０】
【数３９】
に対して、推定される量、すなわち、
【０１６１】
【数４０】
が一定値となる可能性が、条件付密度
【０１６２】
【数４１】
によって与えられる（以下において、偏角
【０１６３】
【数４２】
は、簡潔さのために省略される）。ＭＡＰの原理（詳細に関しては、Ｅ．Ｈａｅｎｓｌｅｒ：「Ｓｔａｔｉｓｔｉｓｃｈｅ Ｓｉｇｎａｌｅ」、Ｓｐｒｉｎｇｅｒ Ｖｅｒｌａｇ、Ｂｅｒｌｉｎ（Ｇｅｒｍａｎｙ）、２００１年を参照されたい）に従って、本発明者らは、
【０１６４】
【数４３】
を最大にする、Γａに対する値
【０１６５】
【数４４】
を選択しなければならない。
【０１６６】
ベイズの公式によって、条件付密度ρは、
【０１６７】
【数４５】
として表され得、ここで、ρ（Γａ）は、事前密度として公知である。最大化は、
【０１６８】
【数４６】
を必要とする。
【０１６９】
実験的な研究に基づいて、条件付密度は、分散ΨΔを用いたガウス分布
【０１７０】
【数４７】
によってモデル化され得る。
【０１７１】
次に、望ましい信号と摂動との両方の実数部分と虚数部分とが、同一の分散ρ（Γａ）を有する平均値が０であるガウス分布として記述され得ると仮定すると、ρ（Γａ）は、事後ＳＮＲ
【０１７２】
【数４８】
を用いて
【０１７３】
【数４９】
によって推定され得、ここで、Ｋは、分散
【０１７４】
【数５０】
の上限である。満足な結果が、例えば、Ｋ＝５０を用いて達成され得ることを、実験が示した。
【０１７５】
上記の最大化条件に対する解は、
【０１７６】
【数５１】
となり、該解からスカラーの推定値
【０１７７】
【数５２】
が容易にもたらされる。
【０１７８】
上記の式において、瞬間の事後ＳＮＲが、摂動された測定値
【０１７９】
【数５３】
と、事前ＳＮＲξと、分散ΨΔとの関数として表される（
【０１８０】
【数５４】
ということに留意されたい）。ΨΔ→∞の極限において、標準的なＷｉｅｎｅｒ特性のフィルタの重みが得られることに留意されたい。さらに、事前ＳＮＲξが、例えば、音声の休止の間、ごくわずかである場合には、フィルタは、ミュージカルノイズのアーチファクトを回避するために閉じられる。
【０１８１】
結果として、ポストフィルタリング手段１４に対する上記のＷｉｅｎｅｒ特性が、次
【０１８２】
【数５５】
のように、各時刻ｋと周波数補間点Ωμとに対して得られる。
【０１８３】
ＧＳＣの出力、すなわち、ＤＦＴ係数
【０１８４】
【数５６】
が、上に記述されたように適応されたポストフィルタリング手段１４によってフィルタリングされる。フィルタリングは、雑音低減されたＤＦＴ係数
【０１８５】
【数５７】
をもたらす。最終的に、統合フィルタバンク１９が、フルバンドの雑音低減されたオーディオ信号ｐ（ｌ）を獲得するために利用される。
【０１８６】
上に記述された方法を実現するために、パラメータξ、ΨΔ、およびＫが決定されなければならない。分散
【０１８７】
【数５８】
の上限Ｋに対して、約５０の値が好結果であることを示した。事前ＳＮＲξを決定する周知の方法は、ＥｐｈｒａｉｍおよびＭａｌａｈ、「Ｓｐｅｅｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｕｓｉｎｇ ａ Ｍｉｎｉｍｕｍ Ｍｅａｎ−Ｓｑｕａｒｅ Ｅｒｒｏｒ Ｓｈｏｒｔ−Ｔｉｍｅ Ｓｐｅｃｔｒａｌ Ａｍｐｌｉｔｕｄｅ Ｅｓｔｉｍａｔｏｒ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌ．ＡＳＳＰ−３２、Ｎｏ．６、１９８４年１２月によって導入された所謂判定指向型の手法である。この手法に従うと、ξは、時刻ｋ−１におけるポストフィルタリング手段１４の出力におけるＤＦＴ係数の大きさの自乗を示す
【０１８８】
【数５９】
を用いて
【０１８９】
【数６０】
として推定され得る。実数の係数ａξは、ほぼ１、例えば、０．９８の平滑化係数である。
【０１９０】
摂動の分散
【０１９１】
【数６１】
に対する推定値は、音声の休止における時間の平滑化によって決定されない。むしろ、摂動の方向に関する空間情報が、０．６と０．８との間から選択され得る平滑化係数ａｎを用いて
【０１９２】
【数６２】
として
【０１９３】
【数６３】
を帰納的に決定することによって使用され得る。
【０１９４】
最後に、
【０１９５】
【数６４】
もまた、
は、０．６と０．８との間から選択され得る平滑化係数ａｎを有する
【０１９６】
【数６５】
を用いて
【０１９７】
【数６６】
に従って、音声の休止中（すなわちΨｓ＝０）に帰納的に決定される。
【０１９８】
全ての先に考察された実施形態は、限定としては意図されておらず、本発明の特徴および利点を例示する例として働く。上に記述された特徴の一部または全てがまた、様々な方法で組み合わせられ得ることが理解される。
【図面の簡単な説明】
【０１９９】
【図１】図１は、ＧＳＣ処理とポストフィルタのスカラーの推定とを含む雑音低減のための、本明細書において開示された方法の例の基本的なステップを例示する。
【図２】図２は、ＧＳＣ、ＭＡＰ最適化手段、およびポストフィルタリング手段を含む、本発明の例に従った信号処理手段のコンポーネントを例示する。
【符号の説明】
【０２００】
１０ 解析フィルタバンク
１１ ビームフォーマ
１２ ブロッキング行列
１３ 雑音低減手段
１４ ポストフィルタリング手段
１６ 出力の適応
１９ 統合フィルタバンク
【技術分野】
【０００１】
本発明は、電気的に支援された通信に関連するオーディオ信号の雑音低減の分野に関する。特に、本発明は、増幅された音響信号、特に音声信号を獲得するために、マイクロフォン信号をビームフォーミングすることと、ビームフォーミングされた信号をポストフィルタリングすることとに関する。
【背景技術】
【０００２】
オーディオ信号、特に、音声信号を相互に送受信する二当事者の双方向の音声通信は、多くの場合に、背景雑音によるオーディオ信号の質の劣化を受ける。騒がしい環境における背景雑音は、音声の会話の質および明瞭度に大きな影響を与え得、最悪の場合、通信の完全な崩壊をもたらし得る。
【０００３】
顕著な例は、車両内におけるハンズフリー音声通信である。ハンズフリー電話は、自動車における特定の使用に関して快適かつ安全な通信システムを提供する。ハンズフリー電話の場合、通信を保証するために雑音を抑制することが必須となる。雑音信号の振幅および周波数は、例えば、車両の速度および交通騒音により一時的に変動する。
【０００４】
当該分野において、スペクトルサブトラクションを利用する、単一チャンネルの雑音低減方法が公知である。例えば、音声信号が、一部のサブバンドフィルタリング手段によってサブバンドに分割され、雑音低減アルゴリズムが、サブバンドのそれぞれに適用される。しかしながら、これらの方法は、（ほぼ）変化のない雑音の摂動と、明確な信号対雑音の距離とに限定されている。これらの方法に従うと、摂動は排除されず、むしろ、雑音によって影響を与えられたスペクトル成分が、減衰されるので、処理された音声信号は、ひずませられる。このように、音声信号の明瞭度は、通常では、充分に改善されない。
【０００５】
遠距離会話の音声獲得における信号の質を改善する別の方法は、マルチチャンネルシステムの利用であり、すなわち、例えば、非特許文献１に記述されているようなマイクロフォンアレイの利用である。複数のマイクロフォン信号のビームフォーミングが、増幅された音響信号を獲得するために行われる。
【０００６】
現在のマルチチャンネルシステムは、主に、所謂「Ｇｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ」（ＧＳＣ）を使用しており、例えば、非特許文献２を参照されたい。ＧＳＣは、２つの信号処理経路から成り、ブロッキング行列と適応性雑音消去手段とを有する第１（すなわち下側）の適応性経路と、固定ビームフォーマを有する第２（上側）の非適応性経路とから成る。
【０００７】
固定ビームフォーマは、固定のビームパターンを使用する時間遅延補償のための手段によって事前処理された信号を改善する。適応性処理方法は、システムの動作中の、フィルタ係数のようなパラメータを処理することの永久的な適応を特徴とする。ＧＳＣの下側の信号処理経路は、固定ビームフォーマの出力信号の残余の雑音を減算するように使用される雑音基準信号を生成するように最適化される。雑音低減信号処理経路は、通常、ブロッキング行列を備えており、該ブロッキング行列は、音声信号を受信し、そして、雑音基準信号を生成するために利用される。最も単純な実現において、ブロッキング行列は、受信された信号の隣のチャンネルの減算を行う。
【０００８】
しかしながら、適応のために必要とされる収束時間の有限性が原因となって、適応性ビームフォーマは、時間変動が大きい摂動の場合には、あまり成功していない。一方、非定常摂動は、実生活の用途において非常に一般的である。
【非特許文献１】”Ｍｉｃｒｏｐｈｏｎｅ Ａｒｒａｙｓ： Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ”，Ｂｒａｎｄｓｔｅｉｎ，Ｍ．およびＷａｒｄ，Ｄ．編、Ｓｐｒｉｎｇｅｒ、Ｂｅｒｌｉｎ ２００１年
【非特許文献２】「Ａｎ ａｌｔｅｒｎａｔｉｖｅ ａｐｐｒｏａｃｈ ｔｏ ｌｉｎｅａｒｌｙ ｃｏｎｓｔｒａｉｎｅｄ ａｄａｐｔｉｖｅ ｂｅａｍｆｏａｍｉｎｇ」、Ｇｒｉｆｆｉｔｈｓ，Ｌ．ＪおよびＪｉｍ，Ｃ．Ｗ．、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎ，Ｖｏｌ．３０、ｐ．２７、１９８２年
【発明の開示】
【発明が解決しようとする課題】
【０００９】
このように、マイクロフォン信号のビームフォーミングに関連する雑音低減に対する改善された方法およびシステムに対する必要性がある。
【課題を解決するための手段】
【００１０】
上記のことを鑑みて、本発明においては、オーディオ信号を処理する方法が提供され、該方法は、
マイクロフォンアレイによって、オーディオ信号、特に、音声信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によってマイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によってマイクロフォン信号（ｙｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の（スペクトルの）パワー密度（Ｕｍ）を獲得することと、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の（スペクトルの）パワー密度を推定することと、
ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定された（スペクトルの）パワー密度
【００１１】
【表１８】
に基づいて、ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する。
【００１２】
マイクロフォンアレイは、多数（Ｍ個）のマイクロフォン、特に指向性マイクロフォンを備えている。マイクロフォンのそれぞれが、音、例えば、言葉の発声を検出し、マイクロフォン信号（ｙｍ）（ｍ＝１，．．，Ｍ）を生成する。雑音低減によって、かかるマイクロフォン信号を増幅することが、本発明の目的である。この目的を達成するために、マイクロフォン信号は、ビームフォーミング手段、例えば、当該分野において公知のような固定（非適応性）ビームフォーマによってビームフォーミングされ、ブロッキング行列手段によって処理され、該ブロッキング行列手段は、マイクロフォン信号に存在する雑音を表す雑音信号を獲得するように設計されている。
【００１３】
以下の記述において、信号処理は、離散した時間領域ではなくサブバンド領域において行われることが想定される。しかしながら、原則的には、本発明は、時刻とスペクトルとの両方の信号表示に対して実現され得る。サブバンド領域における処理に対して、マイクロフォン信号（ｙｍ）が、解析フィルタバンクによってサブバンドに分割されることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００１４】
【表１９】
（虚数単位がｊで示される）を獲得し得る。同様に、増幅されたビームフォーミングされた信号（Ｐ）は、統合フィルタバンクによってフィルタリングされることにより、増幅されたオーディオ信号、例えば、雑音低減された音声信号を獲得し得る。
【００１５】
サブバンド領域におけるビームフォーミングされた信号は、当該分野において公知のように、周波数サブバンドΩμに対する時刻ｋにおける離散型フーリエ変換係数
【００１６】
【表２０】
を表す。ビームフォーミング手段のこの出力信号は、雑音低減のためにポストフィルタリングされる。ビームフォーミングされた信号
【００１７】
【表２１】
は、既に、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与（のパワー密度）によって獲得された雑音低減された信号であり、該雑音寄与は、ブロッキング行列手段によって獲得されることに留意されたい。マイクロフォン信号のそれぞれの雑音寄与は、例えば、遅延和ビームフォーマを利用するＧｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ（ＧＳＣ）によって実現されるように、マイクロフォン信号のそれぞれの雑音寄与は、既に、獲得されたビームフォーミングされた信号
【００１８】
【表２２】
に対して減算されている。この場合、ポストフィルタリング処理は、ＧＳＣによるマイクロフォン信号の処理後に依然として存在する残余の雑音を除去する。
【００１９】
さらに、適応性加重和ビームフォーマが、利用され得、該適応性の重み付けられた合計のビームフォーマは、フィルタリング（ビームフォーミング）の重みを利用することによって、Ｍ個のマイクロフォンの時刻で整列された信号ｙｍを組み合わせることにより、１つの出力信号を獲得し、該フィルタリング（ビームフォーミング）の重みは、固定ビームフォーマの場合におけるように時刻と無関係ではないが、例えば、所望の方向における感度を維持するために、および雑音源の方向における感度を最小化するために、必要に応じて繰り返し再計算されなければならない。
【００２０】
ビームフォーミングされた信号（Ａ）のポストフィルタリングプロセスが、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定された（スペクトルの）パワー密度
【００２１】
【表２３】
に基づいて実行されることが、本発明の本質的な特徴であり、推定された（スペクトルの）パワー密度
【００２２】
【表２４】
が、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の獲得された、平均の短時間パワー密度（Ｖ）、すなわち
【００２３】
【表２５】
に基づいて獲得され、ここで、Ｍは、マイクロフォンの数を示し、アスタリスクは、複素数共役を示す。各サブバンドにおいて、
【００２４】
【表２６】
は、（マイクロフォン信号のサブバンドフィルタリング後に）マイクロフォン信号ｙｍ（ｌ）に存在する雑音寄与の（スペクトルの）パワー密度を示す。
【００２５】
ビームフォーミングされた信号をフィルタリングするための、ビームフォーミングされた信号の雑音寄与のパワー密度の推定のための、マイクロフォン信号のそれぞれの雑音寄与の、平均の短時間パワー密度の使用は、従来技術において提案された解決策と比較して、かなり増幅された（雑音低減された）ビームフォーミングされた信号をもたらす。
【００２６】
ビームフォーミング手段の出力をポストフィルタリングするステップは、好適には、一部のＷｉｅｎｅｒフィルタのようなフィルタによって行われ得る。このフィルタのフィルタ特性は、ビームフォーミング信号の雑音寄与の推定されたパワー密度に従って適応される。
【００２７】
ビームフォーミング手段の出力信号をフィルタリングするために使用されるポストフィルタリング手段に対するフィルタ係数を獲得するために、マイクロフォン信号のそれぞれの雑音寄与の、平均の短時間パワー密度を利用する効率的な方法は、周波数サブバンドΩμに対する時刻ｋにおける実数の係数
【００２８】
【表２７】
と、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の短時間パワー密度（Ｖ）を乗算することであり、該実数の係数
【００２９】
【表２８】
は、期待値Ｅ
【００３０】
【表２９】
に対する関係を満足するように適合され、ここで、
【００３１】
【表３０】
は、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【００３２】
【表３１】
と、ビームフォーミングされた信号（Ａ）の雑音寄与と、ビームフォーミング手段の出力の望ましい信号の一部分とをそれぞれ示す（Ａ＝Ａｎ＋Ａｓ）。マイクロフォンアレイのＭ個のマイクロフォンによって検出された処理されたオーディオ信号が、音声信号である場合には、実数の係数
【００３３】
【表３２】
の適応は、好適には、音声の休止中、すなわち、
【００３４】
【表３３】
が理想的に満足される期間において実行されるだけである。
【００３５】
上に述べられたように、ビームフォーミングされた信号（Ａ）をポストフィルタリングするステップは、Ｗｉｅｎｅｒフィルタリング手段
【００３６】
【表３４】
によってビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【００３７】
【表３５】
に従って
【００３８】
【表３６】
を用いて、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し得（またはから成り得）、ここで、
【００３９】
【表３７】
は、
【００４０】
【表３８】
に対する推定値を示し、ここで、
【００４１】
【表３９】
は、前記周波数サブバンドΩμ対する時刻ｋにおけるビームフォーミングされた信号
【００４２】
【表４０】
の雑音寄与である。
【００４３】
【表４１】
は、ビームフォーミング手段の出力から容易に獲得され得るが、
【００４４】
【表４２】
の推定値
は、上に記述されたように獲得される（以下の詳細な記述もまた参照されたい）。このように設計されたＷｉｅｎｅｒフィルタの利用は、安定した収束特性を有する非常に効率的かつ信頼性の高いポストフィルタリングをもたらす。さらに、上記のＷｉｅｎｅｒフィルタのようなフィルタによるかかるポストフィルタリングの実現は、プロセッサの負荷および時間消費の観点においては有利である。
【００４５】
好適な実施形態に従って、
【００４６】
【表４３】
すなわち、
【００４７】
【表４４】
に対する推定値は、最大事後推定に従って獲得される。最大事後推定の方法は、最尤推定法、および当該分野において周知の方法（例えば、Ｍ．ＤｅＧｒｏｏｔ、「Ｏｐｔｉｍａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｄｅｃｉｓｉｏｎｓ」、ＭｃＧｒａｗ−Ｈｉｌｌ、１９７０年を参照されたい）に密接に関連付けられる。最大事後推定は、Ｗｉｅｎｅｒフィルタの特性をもたらし、該Ｗｉｅｎｅｒフィルタの特性は、ビームフォーミングされた信号に存在する（残余の）雑音を非常に効率的に低減させる。フィルタの特性に対する第１の推定値は、
【００４８】
【表４５】
によって与えられ、
【００４９】
【表４６】
であるが（上記と下記の詳細な記述とを参照されたい）、
【００５０】
【表４７】
は、以下のように最大事後推定の手順によって最適化され得る。
【００５１】
対数表示において、
推定される実際の比率
【００５２】
【表４８】
と、ビームフォーミングされた信号
【００５３】
【表４９】
の雑音寄与の推定されたパワー密度に対する測定値である推定値の誤差
【００５４】
【表５０】
とを用いて
【００５５】
【表５１】
を有する。音声の休止中
【００５６】
【表５２】
に、推定誤差
【００５７】
【表５３】
が、所謂ミュージカルノイズの形式でアーチファクトをもたらす。推定値
【００５８】
【表５４】
が、ミュージカルノイズを最小化するために、最大事後推定の手順によって獲得される。この手順の詳細は、下の詳細な記述に述べられている。
【００５９】
本発明はまた、コンピュータプログラム製品を提供することであり、該コンピュータプログラム製品は、上に記述された本発明の例のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む。
【００６０】
さらに、本明細書において、本発明は信号処理手段を提供され、該信号処理手段は、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するためにマイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するためにマイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理するように構成された処理手段と、
マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定するように構成された処理手段と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【００６１】
【表５５】
に基づいて、ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段と
を備えている。
【００６２】
信号処理手段は、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００６３】
【表５６】
を獲得するために、マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンクと、増幅されたオーディオ信号（ｐ）を獲得するために、増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンクとをさらに備え得る。
【００６４】
特に、信号は、 Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備え得、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、ビームフォーミング手段と、ブロッキング行列と、ブロッキング行列手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段とを備えている。
【００６５】
信号処理手段はまた、周波数サブバンドΩμに対する時刻ｋにおける実数の係数
【００６６】
【表５７】
と、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の短時間パワー密度（Ｖ）との乗算によって、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定するように構成され得ることに留意されるべきであり、該実数の係数
【００６７】
【表５８】
は、期待値Ｅ
【００６８】
【表５９】
に対する関係を満足するように適合され、ここで、
【００６９】
【表６０】
は、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度と、ビームフォーミングされた信号（Ａ）の雑音寄与と、ビームフォーミング手段の出力の望ましい信号の一部分とをそれぞれ示す。
【００７０】
ポストフィルタリング手段は、有利にも、Ｗｉｅｎｅｒフィルタのようなフィルタ
【００７１】
【表６１】
であり得、ここで
【００７２】
【表６２】
は、
【００７３】
【表６３】
に対する推定値を示し、ここで、
【００７４】
【表６４】
は、周波数サブバンドΩμ対する時刻ｋにおけるビームフォーミングされた信号
【００７５】
【表６５】
の雑音寄与である。特に、
【００７６】
【表６６】
は、最大事後推定に従って最適化することによって獲得され得る。
【００７７】
本明細書において開示された信号処理手段の例は、有利にも、様々な電子通信デバイスにおいて使用され得る。従って、本発明は、音声認識または音声対話の手段を提供され、該音声認識または音声対話の手段は、信号処理手段の上記の例のうちの１つを備えている。さらに、信号処理手段の上記の例のうちの１つを備えているハンズフリーの電話セットが提供される。
【００７８】
本発明のさらなる特徴および利点が、図面を参照して記述される。記述において、添付の図面に参照が行われ、添付の図面は、本発明の好適な実施形態を例示することを意図されている。かかる実施形態は本発明の全範囲を表してはいないことが理解される。
【００７９】
本発明はさらに以下の手段を提供する。
（項目１）
オーディオ信号処理のための方法であって、
マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によって該マイクロフォン信号（ｙｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定することと、
該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【００８０】
【表６７】
に基づいて、該ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する、方法。
【００８１】
（項目２）
上記ビームフォーミングされた信号（Ａ）は、上記ブロッキング行列手段によって獲得された上記マイクロフォン信号（ｙｍ）のそれぞれの上記雑音寄与によって獲得された雑音低減された信号である、項目１に記載の方法。
【００８２】
（項目３）
解析フィルタバンクによって上記マイクロフォン信号（ｙｍ）をフィルタリングすることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【００８３】
【表６８】
を獲得することと、
統合フィルタバンクによって上記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングすることにより、増幅されたオーディオ信号（ｐ）を獲得することと
をさらに包含する、項目１または項目２に記載の方法。
【００８４】
（項目４）
上記ビームフォーミングされた信号（Ａ）の上記雑音寄与（Ａｎ）の上記パワー密度は、上記マイクロフォン信号（ｙｍ）のそれぞれの上記雑音寄与の上記パワー密度（Ｕｍ）から獲得された上記短時間パワー密度（Ｖ）に、上記周波数サブバンドΩμに対する上記時刻ｋにおける実数の係数
【００８５】
【表６９】
を乗算して推定され、該実数の係数
【００８６】
【表７０】
は、期待値Ｅ
【００８７】
【表７１】
に対する関係を満足するように適合され、ここで、
【００８８】
【表７２】
は、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度と、該ビームフォーミングされた信号（Ａ）の該雑音寄与と、該ビームフォーミング手段の出力の望まれる信号の一部分とをそれぞれ示す、項目１〜項目３のうちのいずれか１項に記載の方法。
【００８９】
（項目５）
上記ビームフォーミングされた信号（Ａ）をポストフィルタリングする上記ステップは、Ｗｉｅｎｅｒフィルタリング手段
【００９０】
【表７３】
によって該ビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【００９１】
【表７４】
および
【００９２】
【表７５】
に従って、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し、ここで、
【００９３】
【表７６】
は、
【００９４】
【表７７】
に対する推定値を示し、ここで、
【００９５】
【表７８】
は、上記周波数サブバンドΩμ対する上記時刻ｋにおける上記ビームフォーミングされた信号
【００９６】
【表７９】
の上記雑音寄与である、項目１〜項目４のうちのいずれか１項に記載の方法。
【００９７】
（項目６）
【００９８】
【表８０】
すなわち、
【００９９】
【表８１】
に対する推定値が、最大事後推定に従った最適化によって獲得される、項目５に記載の方法。
【０１００】
（項目７）
項目１〜項目６のうちのいずれか１項に記載の方法のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む、コンピュータプログラム製品。
【０１０１】
（項目８）
信号処理手段であって、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段（１１）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段（１２）と、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理するように構成された処理手段（１５）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定するように構成された処理手段（１６）と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【０１０２】
【表８２】
に基づいて、該ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段（１４）と
を備えている、信号処理手段。
【０１０３】
（項目９）
周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【０１０４】
【表８３】
を獲得するために、上記マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンク（１０）と、
増幅されたオーディオ信号（ｐ）を獲得するために、上記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンクと
をさらに備えている、項目８に記載の信号処理手段。
【０１０５】
（項目１０）
Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備えており、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、上記ビームフォーミング手段（１１）と、上記ブロッキング行列（１２）と、該ブロッキング行列（１２）手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段（１３）と
を備えている、項目８または項目９に記載の信号処理手段。
【０１０６】
（項目１１）
項目８〜項目１０のうちのいずれか１項に記載の信号処理手段を備えている、音声認識または音声対話の手段
（項目１２）
項目８〜項目１０のうちのいずれか１項に記載の信号処理手段を備えている、ハンズフリーの電話セット。
【０１０７】
（摘要）
本発明は、オーディオ信号処理のための方法に関し、該方法は、マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、ブロッキング行列手段（１２）によってマイクロフォン信号（ｙｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を処理することにより、マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）から獲得された、平均の短時間パワー密度（Ｖ）に基づいて、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）のパワー密度を推定することと、ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の推定されたパワー密度
【０１０８】
【表８４】
に基づいて、ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することとを包含する。
【発明を実施するための最良の形態】
【０１０９】
図１に例示されるように、ｍ＝１，．．，Ｍであり、ｌが離散した時刻指数を示す、マイクロフォンアレイのＭ個のマイクロフォン、特に、指向性マイクロフォンによって獲得されるマイクロフォン信号ｙｍ（ｌ）は、ＧＳＣ（Ｇｅｎｅｒａｌ Ｓｉｄｅｌｏｂｅ Ｃａｎｃｅｌｌｅｒ）によって処理される１。ＧＳＣは、２つの信号処理経路を備えており、ブロッキング行列と適応性雑音消去手段とを有する第１の適応性経路と、例えば、固定のビームパターンを使用する時間遅延補償のための手段によって事前処理された信号を改善する固定ビームフォーマを有する第２の非適応性経路とを備えている。ブロッキング行列は、固定ビームフォーマの出力信号の（残余の）雑音を減算するために使用される雑音基準信号を生成するように最適化される。
【０１１０】
ＧＳＣによって、離散型フーリエ変換（ＤＦＴ）係数、すなわち、サブバンド信号
【０１１１】
【数１】
（虚数単位がｊによって示される）が、当該分野において公知であるように、周波数サブバンドΩμに対して時刻ｋにおいて獲得される。さらに、各チャンネルｍに対して、マイクロフォン信号ｙｍ（ｌ）の雑音部分
【０１１２】
【数２】
が、利用されるＧＳＣに備えられているブロッキング行列によって出力されたサブバンド信号として獲得される。
【０１１３】
ブロッキング行列
【０１１４】
【数３】
の出力と、ＧＳＣ
【０１１５】
【数４】
の出力とに基づいて、ポストフィルタのスカラー
【０１１６】
【数５】
を決定すること２が、本発明の基本的な特徴であり、該
【０１１７】
【数６】
は、雑音低減されたＤＦＴ係数
【０１１８】
【数７】
と、最終的には、雑音低減されたオーディオ信号（望まれた信号）ｐ（ｌ）とを獲得するために、ＧＳＣの出力
【０１１９】
【数８】
をポストフィルタリングする３ために使用される。本発明は、特に、
【０１２０】
【数９】
の効率的かつ信頼性の高い決定に関する。本発明の信号処理および例に関する以下詳細な記述において、信号処理手段が、図２を参照して記述される。
【０１２１】
マイクロフォン信号ｙｍ（ｌ）は、解析フィルタバンク１０によって処理されることにより、さらなる処理に適したサブバンド信号
【０１２２】
【数１０】
を獲得する。解析フィルタバンクは、例えば、ハン窓、ハミング窓、またはガウス窓を実現し得る。サブバンド信号
【０１２３】
【数１１】
は、ビームフォーマ１１、およびブロッキング行列１２、ならびに雑音低減手段１３を備えているＧＳＣに入力され、該雑音低減手段１３は、サブバンド信号
【０１２４】
【数１２】
からブロッキング行列１２によって得られた推定された雑音を減算することにより、雑音低減された離散型フーリエ変換（ＤＦＴ）係数
【０１２５】
【数１３】
を獲得する。
【０１２６】
ブロッキング行列１２は、適応性の種類のフィルタリング手段である。ブロッキング行列によって出力される結果として生じる雑音信号は、理想的には、入力信号の範囲内で所望の信号または有用な信号を完全に遮断するべきである。ブロッキング行列のＷａｌｓｈ−Ｈａｄａｍａｒｄの種類、またはＧｒｉｆｆｉｔｈｓ−Ｊｉｍのブロッキング行列が使用され得る。Ｗａｌｓｈ−Ｈａｄａｍａｒｄのブロッキング行列は、特に、Ｍ＝２ｎ個のマイクロフォンから成るアレイに対して確立され得る。
【０１２７】
本発明に従って、ＧＳＣの出力は、残余の雑音をさらに減少させるために一部の処理を受ける。ポストフィルタリング手段１４が、Ｗｉｅｎｅｒフィルタまたはスペクトルサブトラクションフィルタの形式で実現され得る。Ｗｉｅｎｅｒフィルタのようなフィルタは、
【０１２８】
【数１４】
としてフィルタ特性が与えられ、ここで、
【０１２９】
【数１５】
は、望ましい信号の自己のパワー密度スペクトルと、ＧＳＣの出力
【０１３０】
【数１６】
に含まれる雑音の摂動とをそれぞれ示す。さらに、望ましい信号と雑音の摂動とが相関しないことが想定される。
【０１３１】
上式の括弧内の表示によって与えられる事後信号対雑音比（ＳＮＲ）は、通常、非定常摂動に対する、当該分野において公知であるような時間平均によって推定される。しかしながら、本発明は、時間依存の摂動の抑制に関する。従って、ポストフィルタリングのスカラーに対する時間依存の推定値
【０１３２】
【数１７】
（ここで、Ａｎは、Ａの雑音部分を示す）が、獲得されなければならず、該ポストフィルタリングのスカラーに対する時間依存の推定値
【０１３３】
【数１８】
は、ＧＳＮの出力
【０１３４】
【数１９】
のポストフィルタリングのために使用される。
【０１３５】
推定値
【０１３６】
【数２０】
を
【０１３７】
【数２１】
に対して獲得するために、音の入射方向の情報が、Ａｎを推定することによって得られなければならない。Ａは、ＧＳＣの出力Ａｎから直接的に獲得され得ることに留意されたい。Ａｎは、ブロッキング行列１２の出力信号から獲得される。もっと正確に述べると、本例に従って、ブロッキング行列
【０１３８】
【数２２】
の出力信号の平均の短時間パワー密度が、図２のステージ１５
【０１３９】
【数２３】
によって獲得され、ここで、アスタリスクは、複素数共役を表す。
【０１４０】
【数２４】
に対する推定値
【０１４１】
【数２５】
が、実数の係数
【０１４２】
【数２６−１】
によって獲得され得、すなわち、
【０１４３】
【数２６−２】
である。本例に従って、実数の係数
【０１４４】
【数２７】
が適応されることにより、期待値Ｅ
【０１４５】
【数２８】
に対する関係を満足させ、ここで、
【０１４６】
【数２９】
は、ＧＳＣの出力
【０１４７】
【数３０】
の望ましい信号の一部分である。従って、
【０１４８】
【数３１】
を得る。
【０１４９】
係数
【０１５０】
【数３２】
によって、ＧＳＣの出力のパワー密度に関する出力の適応１６と、ブロッキング行列とが獲得される。ポストフィルタのスカラーに対する推定値
【０１５１】
【数３３】
が、図２のステージ１７において決定される。ポストフィルタのスカラーの最適化が、ステージ１８において行われる。最適化処理が以下に記述される。
【０１５２】
図２に例示された本例に従って、ポストフィルタリング手段１４が、雑音パワーのスペクトル密度の最大事後推定（ＭＡＰ）に基づいて適応される。ＭＡＰの推定値は、対数表示において容易に獲得され、従ってポストフィルタリングのスカラーに対する対数の推定値が、
【０１５３】
【数３４】
として定化され得、ここで、
【０１５４】
【数３５】
は、推定誤差を表す。この推定誤差が、音声の休止中に、所謂ミュージカルノイズのアーチファクトをもたらす。明らかに、この推定誤差
【０１５５】
【数３６】
を最小化することが望ましい。
【０１５６】
推定誤差
【０１５７】
【数３７】
の最小化は、以下のように獲得される。
【０１５８】
【数３８】
は、確率変数の表示となるように仮定されることに留意されたい。
【０１５９】
所与の観察可能な特性、すなわち、
【０１６０】
【数３９】
に対して、推定される量、すなわち、
【０１６１】
【数４０】
が一定値となる可能性が、条件付密度
【０１６２】
【数４１】
によって与えられる（以下において、偏角
【０１６３】
【数４２】
は、簡潔さのために省略される）。ＭＡＰの原理（詳細に関しては、Ｅ．Ｈａｅｎｓｌｅｒ：「Ｓｔａｔｉｓｔｉｓｃｈｅ Ｓｉｇｎａｌｅ」、Ｓｐｒｉｎｇｅｒ Ｖｅｒｌａｇ、Ｂｅｒｌｉｎ（Ｇｅｒｍａｎｙ）、２００１年を参照されたい）に従って、本発明者らは、
【０１６４】
【数４３】
を最大にする、Γａに対する値
【０１６５】
【数４４】
を選択しなければならない。
【０１６６】
ベイズの公式によって、条件付密度ρは、
【０１６７】
【数４５】
として表され得、ここで、ρ（Γａ）は、事前密度として公知である。最大化は、
【０１６８】
【数４６】
を必要とする。
【０１６９】
実験的な研究に基づいて、条件付密度は、分散ΨΔを用いたガウス分布
【０１７０】
【数４７】
によってモデル化され得る。
【０１７１】
次に、望ましい信号と摂動との両方の実数部分と虚数部分とが、同一の分散ρ（Γａ）を有する平均値が０であるガウス分布として記述され得ると仮定すると、ρ（Γａ）は、事後ＳＮＲ
【０１７２】
【数４８】
を用いて
【０１７３】
【数４９】
によって推定され得、ここで、Ｋは、分散
【０１７４】
【数５０】
の上限である。満足な結果が、例えば、Ｋ＝５０を用いて達成され得ることを、実験が示した。
【０１７５】
上記の最大化条件に対する解は、
【０１７６】
【数５１】
となり、該解からスカラーの推定値
【０１７７】
【数５２】
が容易にもたらされる。
【０１７８】
上記の式において、瞬間の事後ＳＮＲが、摂動された測定値
【０１７９】
【数５３】
と、事前ＳＮＲξと、分散ΨΔとの関数として表される（
【０１８０】
【数５４】
ということに留意されたい）。ΨΔ→∞の極限において、標準的なＷｉｅｎｅｒ特性のフィルタの重みが得られることに留意されたい。さらに、事前ＳＮＲξが、例えば、音声の休止の間、ごくわずかである場合には、フィルタは、ミュージカルノイズのアーチファクトを回避するために閉じられる。
【０１８１】
結果として、ポストフィルタリング手段１４に対する上記のＷｉｅｎｅｒ特性が、次
【０１８２】
【数５５】
のように、各時刻ｋと周波数補間点Ωμとに対して得られる。
【０１８３】
ＧＳＣの出力、すなわち、ＤＦＴ係数
【０１８４】
【数５６】
が、上に記述されたように適応されたポストフィルタリング手段１４によってフィルタリングされる。フィルタリングは、雑音低減されたＤＦＴ係数
【０１８５】
【数５７】
をもたらす。最終的に、統合フィルタバンク１９が、フルバンドの雑音低減されたオーディオ信号ｐ（ｌ）を獲得するために利用される。
【０１８６】
上に記述された方法を実現するために、パラメータξ、ΨΔ、およびＫが決定されなければならない。分散
【０１８７】
【数５８】
の上限Ｋに対して、約５０の値が好結果であることを示した。事前ＳＮＲξを決定する周知の方法は、ＥｐｈｒａｉｍおよびＭａｌａｈ、「Ｓｐｅｅｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ｕｓｉｎｇ ａ Ｍｉｎｉｍｕｍ Ｍｅａｎ−Ｓｑｕａｒｅ Ｅｒｒｏｒ Ｓｈｏｒｔ−Ｔｉｍｅ Ｓｐｅｃｔｒａｌ Ａｍｐｌｉｔｕｄｅ Ｅｓｔｉｍａｔｏｒ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌ．ＡＳＳＰ−３２、Ｎｏ．６、１９８４年１２月によって導入された所謂判定指向型の手法である。この手法に従うと、ξは、時刻ｋ−１におけるポストフィルタリング手段１４の出力におけるＤＦＴ係数の大きさの自乗を示す
【０１８８】
【数５９】
を用いて
【０１８９】
【数６０】
として推定され得る。実数の係数ａξは、ほぼ１、例えば、０．９８の平滑化係数である。
【０１９０】
摂動の分散
【０１９１】
【数６１】
に対する推定値は、音声の休止における時間の平滑化によって決定されない。むしろ、摂動の方向に関する空間情報が、０．６と０．８との間から選択され得る平滑化係数ａｎを用いて
【０１９２】
【数６２】
として
【０１９３】
【数６３】
を帰納的に決定することによって使用され得る。
【０１９４】
最後に、
【０１９５】
【数６４】
もまた、
は、０．６と０．８との間から選択され得る平滑化係数ａｎを有する
【０１９６】
【数６５】
を用いて
【０１９７】
【数６６】
に従って、音声の休止中（すなわちΨｓ＝０）に帰納的に決定される。
【０１９８】
全ての先に考察された実施形態は、限定としては意図されておらず、本発明の特徴および利点を例示する例として働く。上に記述された特徴の一部または全てがまた、様々な方法で組み合わせられ得ることが理解される。
【図面の簡単な説明】
【０１９９】
【図１】図１は、ＧＳＣ処理とポストフィルタのスカラーの推定とを含む雑音低減のための、本明細書において開示された方法の例の基本的なステップを例示する。
【図２】図２は、ＧＳＣ、ＭＡＰ最適化手段、およびポストフィルタリング手段を含む、本発明の例に従った信号処理手段のコンポーネントを例示する。
【符号の説明】
【０２００】
１０ 解析フィルタバンク
１１ ビームフォーマ
１２ ブロッキング行列
１３ 雑音低減手段
１４ ポストフィルタリング手段
１６ 出力の適応
１９ 統合フィルタバンク
【特許請求の範囲】
【請求項１】
オーディオ信号処理のための方法であって、
マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によって該マイクロフォン信号（ｙｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定することと、
該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【表１】
に基づいて、該ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する、方法。
【請求項２】
前記ビームフォーミングされた信号（Ａ）は、前記ブロッキング行列手段によって獲得された前記マイクロフォン信号（ｙｍ）のそれぞれの前記雑音寄与によって獲得された雑音低減された信号である、請求項１に記載の方法。
【請求項３】
解析フィルタバンクによって前記マイクロフォン信号（ｙｍ）をフィルタリングすることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【表２】
を獲得することと、
統合フィルタバンクによって前記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングすることにより、増幅されたオーディオ信号（ｐ）を獲得することと
をさらに包含する、請求項１または請求項２に記載の方法。
【請求項４】
前記ビームフォーミングされた信号（Ａ）の前記雑音寄与（Ａｎ）の前記パワー密度は、前記マイクロフォン信号（ｙｍ）のそれぞれの前記雑音寄与の前記パワー密度（Ｕｍ）から獲得された前記短時間パワー密度（Ｖ）に、前記周波数サブバンドΩμに対する前記時刻ｋにおける実数の係数
【表３】
を乗算して推定され、該実数の係数
【表４】
は、期待値Ｅ
【表５】
に対する関係を満足するように適合され、ここで、
【表６】
は、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度と、該ビームフォーミングされた信号（Ａ）の該雑音寄与と、該ビームフォーミング手段の出力の望まれる信号の一部分とをそれぞれ示す、請求項１〜請求項３のうちのいずれか１項に記載の方法。
【請求項５】
前記ビームフォーミングされた信号（Ａ）をポストフィルタリングする前記ステップは、Ｗｉｅｎｅｒフィルタリング手段
【表７】
によって該ビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【表８】
および
【表９】
に従って、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し、ここで、
【表１０】
は、
【表１１】
に対する推定値を示し、ここで、
【表１２】
は、前記周波数サブバンドΩμ対する前記時刻ｋにおける前記ビームフォーミングされた信号
【表１３】
の前記雑音寄与である、請求項１〜請求項４のうちのいずれか１項に記載の方法。
【請求項６】
【表１４】
すなわち、
【表１５】
に対する推定値が、最大事後推定に従った最適化によって獲得される、請求項５に記載の方法。
【請求項７】
請求項１〜請求項６のうちのいずれか１項に記載の方法のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む、コンピュータプログラム製品。
【請求項８】
信号処理手段であって、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段（１１）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段（１２）と、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理するように構成された処理手段（１５）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定するように構成された処理手段（１６）と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【表１６】
に基づいて、該ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段（１４）と
を備えている、信号処理手段。
【請求項９】
周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【表１７】
を獲得するために、前記マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンク（１０）と、
増幅されたオーディオ信号（ｐ）を獲得するために、前記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンク（１９）と
をさらに備えている、請求項８に記載の信号処理手段。
【請求項１０】
Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備えており、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、前記ビームフォーミング手段（１１）と、前記ブロッキング行列（１２）と、該ブロッキング行列（１２）手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段（１３）と
を備えている、請求項８または請求項９に記載の信号処理手段。
【請求項１１】
請求項８〜請求項１０のうちのいずれか１項に記載の信号処理手段を備えている、音声認識または音声対話の手段
【請求項１２】
請求項８〜請求項１０のうちのいずれか１項に記載の信号処理手段を備えている、ハンズフリーの電話セット。
【請求項１】
オーディオ信号処理のための方法であって、
マイクロフォンアレイによってオーディオ信号を検出することにより、マイクロフォン信号（ｙｍ）を獲得することと、
ビームフォーミング手段（１１）によって該マイクロフォン信号（ｙｍ）を処理することにより、ビームフォーミングされた信号（Ａ）を獲得することと、
ブロッキング行列手段（１２）によって該マイクロフォン信号（ｙｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理することにより、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得することと、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定することと、
該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【表１】
に基づいて、該ビームフォーミングされた信号（Ａ）をポストフィルタリングすることにより、増幅されたビームフォーミングされた信号（Ｐ）を獲得することと
を包含する、方法。
【請求項２】
前記ビームフォーミングされた信号（Ａ）は、前記ブロッキング行列手段によって獲得された前記マイクロフォン信号（ｙｍ）のそれぞれの前記雑音寄与によって獲得された雑音低減された信号である、請求項１に記載の方法。
【請求項３】
解析フィルタバンクによって前記マイクロフォン信号（ｙｍ）をフィルタリングすることにより、周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【表２】
を獲得することと、
統合フィルタバンクによって前記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングすることにより、増幅されたオーディオ信号（ｐ）を獲得することと
をさらに包含する、請求項１または請求項２に記載の方法。
【請求項４】
前記ビームフォーミングされた信号（Ａ）の前記雑音寄与（Ａｎ）の前記パワー密度は、前記マイクロフォン信号（ｙｍ）のそれぞれの前記雑音寄与の前記パワー密度（Ｕｍ）から獲得された前記短時間パワー密度（Ｖ）に、前記周波数サブバンドΩμに対する前記時刻ｋにおける実数の係数
【表３】
を乗算して推定され、該実数の係数
【表４】
は、期待値Ｅ
【表５】
に対する関係を満足するように適合され、ここで、
【表６】
は、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度と、該ビームフォーミングされた信号（Ａ）の該雑音寄与と、該ビームフォーミング手段の出力の望まれる信号の一部分とをそれぞれ示す、請求項１〜請求項３のうちのいずれか１項に記載の方法。
【請求項５】
前記ビームフォーミングされた信号（Ａ）をポストフィルタリングする前記ステップは、Ｗｉｅｎｅｒフィルタリング手段
【表７】
によって該ビームフォーミングされた信号（Ａ）をフィルタリングすることにより、
【表８】
および
【表９】
に従って、増幅されたビームフォーミングされた信号（Ｐ）を獲得することを包含し、ここで、
【表１０】
は、
【表１１】
に対する推定値を示し、ここで、
【表１２】
は、前記周波数サブバンドΩμ対する前記時刻ｋにおける前記ビームフォーミングされた信号
【表１３】
の前記雑音寄与である、請求項１〜請求項４のうちのいずれか１項に記載の方法。
【請求項６】
【表１４】
すなわち、
【表１５】
に対する推定値が、最大事後推定に従った最適化によって獲得される、請求項５に記載の方法。
【請求項７】
請求項１〜請求項６のうちのいずれか１項に記載の方法のステップを行うためのコンピュータで実行可能な命令を有する１つ以上のコンピュータ読み取り可能な媒体を含む、コンピュータプログラム製品。
【請求項８】
信号処理手段であって、
検出マイクロフォン信号（ｙｍ）を獲得するように構成された少なくとも２つのマイクロフォンを備えているマイクロフォンアレイと、
ビームフォーミングされた信号（Ａ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたビームフォーミング手段（１１）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与のパワー密度（Ｕｍ）を獲得するために該マイクロフォン信号（ｙｍ）を処理するように構成されたブロッキング行列手段（１２）と、
該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）から平均の短時間パワー密度（Ｖ）を獲得するために、該マイクロフォン信号（ｙｍ）のそれぞれの該雑音寄与の該パワー密度（Ｕｍ）を処理するように構成された処理手段（１５）と、
該マイクロフォン信号（ｙｍ）のそれぞれの雑音寄与の該パワー密度（Ｕｍ）から獲得された、該平均の短時間パワー密度（Ｖ）に基づいて、該ビームフォーミングされた信号（Ａ）の雑音寄与（Ａｎ）の該パワー密度を推定するように構成された処理手段（１６）と、
増幅されたビームフォーミングされた信号（Ｐ）を獲得するために、該ビームフォーミングされた信号（Ａ）の該雑音寄与（Ａｎ）の該推定されたパワー密度
【表１６】
に基づいて、該ビームフォーミングされた信号（Ａ）をフィルタリングするように構成されたポストフィルタリング手段（１４）と
を備えている、信号処理手段。
【請求項９】
周波数サブバンドΩμに対する時刻ｋにおけるサブバンド信号
【表１７】
を獲得するために、前記マイクロフォン信号（ｙｍ）をフィルタリングするように構成された解析フィルタバンク（１０）と、
増幅されたオーディオ信号（ｐ）を獲得するために、前記増幅されたビームフォーミングされた信号（Ｐ）をフィルタリングするように構成された統合フィルタバンク（１９）と
をさらに備えている、請求項８に記載の信号処理手段。
【請求項１０】
Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒを備えており、該Ｇｅｎｅｒａｌ Ｓｉｄｅ Ｌｏｂｅ Ｃａｎｃｅｌｌｅｒは、前記ビームフォーミング手段（１１）と、前記ブロッキング行列（１２）と、該ブロッキング行列（１２）手段によって獲得された雑音低減されたビームフォーミングされた信号を出力するように構成された処理手段（１３）と
を備えている、請求項８または請求項９に記載の信号処理手段。
【請求項１１】
請求項８〜請求項１０のうちのいずれか１項に記載の信号処理手段を備えている、音声認識または音声対話の手段
【請求項１２】
請求項８〜請求項１０のうちのいずれか１項に記載の信号処理手段を備えている、ハンズフリーの電話セット。
【図１】
【図２】
【図２】
【公開番号】特開２００９−４９９９８（Ｐ２００９−４９９９８Ａ）
【公開日】平成２１年３月５日（２００９．３．５）
【国際特許分類】
【出願番号】特願２００８−２０７５１９（Ｐ２００８−２０７５１９）
【出願日】平成２０年８月１１日（２００８．８．１１）
【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)
【Ｆターム（参考）】
【公開日】平成２１年３月５日（２００９．３．５）
【国際特許分類】
【出願日】平成２０年８月１１日（２００８．８．１１）
【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)
【Ｆターム（参考）】
[ Back to top ]