音声処理装置および方法、並びにプログラム
【課題】通話等の音声処理の開始を遅延させることなく、より迅速に適切なフィルタ係数を得ることができるようにする。
【解決手段】音響エコーキャンセラ装置１１は、コンテンツを再生してスピーカ２５からコンテンツの音声を出力する。音響エコーキャンセラ装置１１は、この音声を利用して、マイクロホン２６で収音される音声から、スピーカ２５からマイクロホン２６に到達するエコー成分を除去する処理に用いられるフィルタ係数を学習しておく。そして、音響エコーキャンセラ装置１１は、テレビジョン電話の通話が指示されると、通話処理を開始する。このとき、音響エコーキャンセラ装置１１は、予めコンテンツの音声を利用して更新されたフィルタ係数を用いて、ユーザにより発せられた音声から、スピーカ２５からのエコー成分を除去する。本発明は、音声処理装置に適用することができる。
【解決手段】音響エコーキャンセラ装置１１は、コンテンツを再生してスピーカ２５からコンテンツの音声を出力する。音響エコーキャンセラ装置１１は、この音声を利用して、マイクロホン２６で収音される音声から、スピーカ２５からマイクロホン２６に到達するエコー成分を除去する処理に用いられるフィルタ係数を学習しておく。そして、音響エコーキャンセラ装置１１は、テレビジョン電話の通話が指示されると、通話処理を開始する。このとき、音響エコーキャンセラ装置１１は、予めコンテンツの音声を利用して更新されたフィルタ係数を用いて、ユーザにより発せられた音声から、スピーカ２５からのエコー成分を除去する。本発明は、音声処理装置に適用することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は音声処理装置および方法、並びにプログラムに関し、特に、音響エコーをキャンセルする場合に用いて好適な音声処理装置および方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来、テレビジョン電話機などにおいて、話者音声の音響結合によりエコーを除去する音響エコーキャンセラが知られている。例えば、テレビジョン電話機では、話者の音声を通話相手に送信するために収音すると、話者の音声だけでなく、スピーカから出力された通話相手の音声も収音されてしまうので、このような通話相手の音声（音響エコー）が音響エコーキャンセラで除去される。
【０００３】
具体的には、スピーカから出力しようとする通話相手の音声に対して、適応デジタルフィルタを用いたフィルタ処理が行われて、マイクロホンにより収音される通話相手の音声の予測結果である擬似エコー信号が生成される。そして、実際にマイクロホンにより収音された音声から擬似エコー信号が減算されて得られた残差信号が、話者の音声として、通話相手に対して送信される。
【０００４】
このとき音響エコーキャンセラでは、収音される通話相手の音声の予測精度を向上させるために、受信された通話相手の音声と残差信号とが用いられて、適応デジタルフィルタのフィルタ係数が随時更新される。
【０００５】
このような音響エコーキャンセラを実際のテレビジョン電話機に適応すると、設置環境にもよるが、部屋の残響時間は数100msecにもおよぶため、この残響時間に対応するために必要なフィルタタップ数は数1000タップにもなり、膨大な演算が必要となる。また、フィルタ係数の値が収束するまでに長い時間を要するため、通話開始直後では、充分なエコー消去量を得ることができない。すなわち、通話開始直後は、充分に音響エコーを除去することができない。
【０００６】
そこで、通話に先立って、白色雑音などのトレーニング信号をスピーカから出力させ、これを収音してフィルタ係数の更新を行なっておくことで、通話開始後、より迅速にフィルタ係数を収束させる学習方法が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開平９−２４７２４６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、上述した技術では、フィルタ係数の学習により通話開始が遅延してしまうだけでなく、その学習には膨大な量の演算が必要となる。また、学習時にスピーカから出力される白色雑音等は、話者にとって耳障りであった。
【０００９】
本発明は、このような状況に鑑みてなされたものであり、通話等の音声処理の開始を遅延させることなく、より迅速に適切なフィルタ係数を得ることができるようにするものである。
【課題を解決するための手段】
【００１０】
本発明の第１の側面の音声処理装置は、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、周囲の音声を収音することでエコー信号を生成する収音手段と、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段とを備え、前記音声出力手段は、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、前記フィルタ手段は、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記減算手段は、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する。
【００１１】
前記更新頻度制御手段には、前記エコー信号と前記残差信号とに基づいてエコー消去量を算出させ、前記エコー消去量に応じて前記更新の頻度を増減させることができる。
【００１２】
前記更新頻度制御手段には、前記エコー消去量が所定の閾値未満である場合、前記更新の頻度を増加させることができる。
【００１３】
前記更新頻度制御手段には、前記エコー消去量が前記閾値未満である場合、前記更新手段を実現する制御装置により新たに処理可能な演算量が予め定めた値以上であるとき、前記更新の頻度を所定値だけ増加させ、前記演算量が前記予め定めた値未満であるとき、前記更新の頻度を前記所定値よりも少ない値だけ増加させることができる。
【００１４】
前記更新頻度制御手段には、前記エコー消去量が所定の閾値以上である場合、前記更新の頻度を減少させることができる。
【００１５】
前記第１の音声処理を、コンテンツを再生する処理とし、前記第２の音声処理を、相手との通話処理とすることができる。
【００１６】
前記第１の音声処理を、音声によるルートガイド処理とし、前記第２の音声処理を、相手との通話処理とすることができる。
【００１７】
前記更新頻度制御手段には、前記擬似エコー信号と前記残差信号の類似の度合い、または前記エコー信号と前記残差信号の類似の度合いに応じて、前記更新の頻度を増減させることができる。
【００１８】
前記更新頻度制御手段には、ダブルトーク状態であると検知された場合、前記更新の頻度を減少させるか、または前記適応デジタルフィルタの更新を停止させることができる。
【００１９】
本発明の第１の側面の音声処理方法またはプログラムは、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を音声出力手段に出力させ、収音手段に周囲の音声を収音させることでエコー信号を生成させ、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成し、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成し、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、前記適応デジタルフィルタの更新の頻度を制御し、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段に第２の音声信号に基づいて音声を出力させ、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成するステップを含む。
【００２０】
本発明の第１の側面においては、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声が音声出力手段から出力され、収音手段により周囲の音声が収音されてエコー信号が生成され、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理が施されて擬似エコー信号が生成され、前記エコー信号から前記擬似エコー信号が減算されることで、前記音声出力手段から出力され、前記収音手段に到達する音声成分が前記エコー信号から除去されて、残差信号が生成され、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタが更新され、前記適応デジタルフィルタの更新の頻度が制御される。そして、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段から第２の音声信号に基づいて音声が出力され、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理が施されることにより前記擬似エコー信号が生成され、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号が生成される。
【００２１】
本発明の第２の側面の音声処理装置は、第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声を出力する音声出力手段と、周囲の音声を収音することでエコー信号を生成する収音手段と、前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段とを備え、前記フィルタ手段は、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる。
【００２２】
本発明の第２の側面においては、第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声が音声出力手段から出力され、収音手段により周囲の音声が収音されてエコー信号が生成され、前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理が施されて擬似エコー信号が生成され、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分が前記エコー信号から除去されて、残差信号が生成され、前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタが更新され、前記適応デジタルフィルタの更新の頻度が制御される。そして、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号が生成され、前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる。
【発明の効果】
【００２３】
本発明の第１の側面および第２の側面によれば、音声処理の開始を遅延させることなく、より迅速に適切なフィルタ係数を得ることができる。
【図面の簡単な説明】
【００２４】
【図１】本発明を適用した音響エコーキャンセラ装置の一実施の形態の構成例を示す図である。
【図２】音響エコーキャンセル処理を説明するフローチャートである。
【図３】事前学習処理を説明するフローチャートである。
【図４】フィルタ係数の更新頻度について説明する図である。
【図５】更新頻度制御処理を説明するフローチャートである。
【図６】通話処理を説明するフローチャートである。
【図７】音響エコーキャンセラ装置の他の構成例を示す図である。
【図８】音響エコーキャンセル処理を説明するフローチャートである。
【図９】事前学習処理を説明するフローチャートである。
【図１０】通話処理を説明するフローチャートである。
【図１１】音響エコーキャンセラ装置の他の構成例を示す図である。
【図１２】音響エコーキャンセル処理を説明するフローチャートである。
【図１３】事前学習処理を説明するフローチャートである。
【図１４】再生制御処理を説明するフローチャートである。
【図１５】音響エコーキャンセラ装置の他の構成例を示す図である。
【図１６】音響エコーキャンセル処理を説明するフローチャートである。
【図１７】事前学習処理を説明するフローチャートである。
【図１８】音量制御処理を説明するフローチャートである。
【図１９】コンピュータの構成例を示す図である。
【発明を実施するための形態】
【００２５】
以下、図面を参照して、本発明を適用した実施の形態について説明する。
【００２６】
〈第１の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１は、本発明を適用した音響エコーキャンセラ装置の一実施の形態の構成例を示す図である。この音響エコーキャンセラ装置１１は、例えばテレビジョン放送された番組を受信して再生するとともに、テレビジョン電話機としても機能する。
【００２７】
すなわち、音響エコーキャンセラ装置１１の受信部２１は、テレビジョン放送された放送波を受信して、放送波から番組を構成する映像信号および音声信号を抽出する。受信部２１は、抽出した映像信号を受信映像処理部２２に供給し、抽出した音声信号を受信音声処理部２３に供給する。
【００２８】
受信映像処理部２２は、受信部２１からの映像信号をデコードし、液晶ディスプレイ等からなる表示部２４に供給して映像を表示させる。受信音声処理部２３は、受信部２１から供給された音声信号をデコードし、スピーカ２５−１およびスピーカ２５−２に供給して音声を出力させる。
【００２９】
例えば、スピーカ２５−１には右チャンネルの音声信号が供給され、スピーカ２５−２には左チャンネルの音声信号が供給される。なお、以下、スピーカ２５−１およびスピーカ２５−２を特に区別する必要のない場合、単にスピーカ２５とも称する。
【００３０】
このようにしてスピーカ２５から出力された音声は、音響エコーキャンセラ装置１１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６−１およびマイクロホン２６−２に収音される。マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音して得られた信号（以下、エコー信号と称する）を加算器２７に供給する。なお、以下、マイクロホン２６−１およびマイクロホン２６−２を特に区別する必要のない場合、単にマイクロホン２６とも称する。
【００３１】
マイクロホン２６から出力されたエコー信号は、加算器２７で加算されてモノラル信号化された後、LPF（Low Pass Filter）２８によりフィルタ処理され、さらに間引き器２９により所定のサンプリング周波数にダウンサンプリングされる。間引き器２９によりダウンサンプリングされたエコー信号は、減算器３０および更新頻度制御部３１に供給される。
【００３２】
また、音響エコーキャンセラ装置１１では、番組の再生時には、受信音声処理部２３からスピーカ２５−１およびスピーカ２５−２に出力される音声信号は、スイッチ３２−１およびスイッチ３２−２を介して加算器３３にも供給される。
【００３３】
スイッチ３２−１およびスイッチ３２−２から加算器３３に供給された音声信号は、加算器３３において加算されてモノラル信号化された後、LPF３４によりフィルタ処理され、さらに間引き器３５により所定のサンプリング周波数にダウンサンプリングされる。そして、間引き器３５から出力された音声信号は、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。なお、以下、スイッチ３２−１およびスイッチ３２−２を特に区別する必要のない場合、単にスイッチ３２とも称する。
【００３４】
フィルタ部３７は、スイッチ３６からの音声信号に対し、係数更新部３８から供給された、適応デジタルフィルタのフィルタ係数を用いたフィルタ処理を施すことで、スピーカ２５から出力され、音響エコーキャンセラ装置１１の周囲の環境を通ってマイクロホン２６に収音されたエコー成分を予測する。フィルタ部３７は、予測により得られた擬似エコー信号を減算器３０に供給する。例えば、適応デジタルフィルタは、FIR（Finite Impulse Response）型のデジタルフィルタなどとされる。
【００３５】
減算器３０は、間引き器２９から供給されたエコー信号から、フィルタ部３７から供給された擬似エコー信号を減算して残差信号を生成し、係数更新部３８、更新頻度制御部３１、およびスイッチ３９に供給する。
【００３６】
ここで、マイクロホン２６には、スピーカ２５から出力された音声と、その他の音響エコーキャンセラ装置１１周囲の音声（以下、環境音とも称する）とが含まれている。また、擬似エコー信号は、スピーカ２５から出力され、マイクロホン２６に収音される音声の予測信号である。したがって、エコー信号から擬似エコー信号を除去（減算）して得られる残差信号は、環境音の予測結果であるということができる。
【００３７】
更新頻度制御部３１は、制御部４０から供給される演算リソース情報、スイッチ３６からの音声信号、間引き器２９からのエコー信号、および減算器３０からの残差信号に基づいて、フィルタ係数の更新頻度を示す更新頻度情報を生成し、係数更新部３８に供給する。
【００３８】
ここで、演算リソース情報とは、係数更新部３８を実現する図示せぬ制御装置が、現時点において新たに処理可能な演算量を示す情報である。係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、スイッチ３６からの音声信号、および減算器３０からの残差信号に基づき、フィルタ係数を更新する。
【００３９】
さらに、音響エコーキャンセラ装置１１は、テレビジョン電話機としての機能も備えている。すなわち、ネットワーク制御部４１は、図示せぬ通信網や基地局を介して通話相手の装置（以下、遠端側とも称する）とＩＰ（Internet Protocol）パケットの送受信を行なう。ネットワーク制御部４１が受信するＩＰパケットには、通話相手からの音声信号と映像信号が格納されている。
【００４０】
ネットワーク制御部４１は、ＩＰパケットから抽出した音声信号を、通話用受信音声処理部４２に供給するとともに、ＩＰパケットから抽出した映像信号を、図示せぬ通話用受信映像処理部を介して表示部２４に供給し、映像を表示させる。
【００４１】
通話用受信音声処理部４２は、ネットワーク制御部４１から供給された音声信号をデコードし、出力する。通話用受信音声処理部４２から出力された音声信号は、スイッチ４３−１およびスイッチ４３−２を介して、スピーカ２５−１およびスピーカ２５−２に供給されるとともに、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。以下、スイッチ４３−１およびスイッチ４３−２を特に区別する必要のない場合、単にスイッチ４３とも称する。
【００４２】
制御部４０は、演算リソース情報を更新頻度制御部３１に供給する。また、制御部４０は、テレビジョン放送の番組の再生時において、スイッチ３２をオンし、スイッチ３６を間引き器３５に接続するとともに、スイッチ４３とスイッチ３９をオフする。
【００４３】
さらに、制御部４０は、テレビジョン電話機能による通話を行なう場合、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続するとともに、スイッチ４３とスイッチ３９をオンする。したがって、この場合、通話用受信音声処理部４２からの音声信号は、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給され、この音声信号が用いられて、フィルタ係数の更新や擬似エコー信号の生成が行なわれる。
【００４４】
通話用送信音声処理部４４は、スイッチ３９を介して減算器３０から供給された残差信号を、音響エコーキャンセラ装置１１を所持するユーザ（以下、近端側とも称する）により発せられた音声の音声信号としてエンコードし、ネットワーク制御部４１に供給する。
【００４５】
カメラ４５は、近端側のユーザを撮影し、その結果得られた映像信号を、通話用送信画像処理部４６に供給する。通話用送信画像処理部４６は、カメラ４５からの映像信号をエンコードし、ネットワーク制御部４１に供給する。
【００４６】
ネットワーク制御部４１は、通話用送信音声処理部４４からの音声信号と、通話用送信画像処理部４６からの映像信号をＩＰパケットに格納し、図示せぬ通信網等を介して遠端側の装置に送信する。
【００４７】
［音響エコーキャンセル処理の説明］
ところで、音響エコーキャンセラ装置１１は、ユーザによりテレビジョン放送の番組の再生が指示されると、音響エコーキャンセル処理を開始して、指定された番組を再生する。
【００４８】
この音響エコーキャンセル処理では、番組の再生が行われている間に、その番組の音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりテレビジョン電話による通話が指示されると、遠端側との通話が行なわれるとともに、通話時において、学習により得られたフィルタ係数が用いられて音響エコーがキャンセルされ、音響エコーのない音声が遠端側に送信される。
【００４９】
以下、図２のフローチャートを参照して、音響エコーキャンセラ装置１１による音響エコーキャンセル処理について説明する。
【００５０】
ステップＳ１１において、音響エコーキャンセラ装置１１は、事前学習処理を行う。事前学習処理では、受信された番組が再生されるとともに、番組の音声信号が利用されて、フィルタ係数の学習が行なわれる。
【００５１】
そして、番組の再生中に、ユーザにより音響エコーキャンセラ装置１１が操作され、テレビジョン電話の通話の開始が指示されると、処理はステップＳ１１からステップＳ１２へと進む。なお、事前学習処理の詳細は後述する。
【００５２】
ステップＳ１２において、制御部４０は、音響エコーキャンセラ装置１１の各スイッチを制御して、情報の出力を切り替える。
【００５３】
例えば、制御部４０は、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続するとともに、スイッチ４３とスイッチ３９をオンする。これにより、テレビジョン電話による通話が可能となる。
【００５４】
ステップＳ１３において、音響エコーキャンセラ装置１１は通話処理を行って、音響エコーキャンセル処理は終了する。なお、通話処理の詳細は後述するが、この通話処理においては、テレビジョン電話による通話が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【００５５】
このようにして、音響エコーキャンセラ装置１１は、音響エコーをキャンセルする処理が行われるテレビジョン電話の通話処理が行われる前に、再生されている番組の音声信号を利用して、予めフィルタ係数の学習をしておく。
【００５６】
したがって、実際に通話処理を行うときに、通話処理の開始を遅延させることなく、音響エコーキャンセラ装置１１の周囲の環境により適したフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、通話処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。しかも、フィルタ係数の学習には、再生されている番組の音声信号が用いられるため、白色雑音等を学習に用いる場合のように、ユーザが耳障りに感じるようなこともない。
【００５７】
［事前学習処理の説明］
次に、図３のフローチャートを参照して、図２のステップＳ１１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ３２はオンされ、スイッチ３６は間引き器３５に接続され、スイッチ４３とスイッチ３９はオフされた状態となっている。
【００５８】
ステップＳ４１において、受信部２１は放送波を受信して、放送波に含まれる映像信号および音声信号を、それぞれ受信映像処理部２２および受信音声処理部２３に供給する。
【００５９】
ステップＳ４２において、受信映像処理部２２は、受信部２１からの映像信号をデコードして表示部２４に出力する。すると、表示部２４は、供給された映像信号に基づいて、番組の映像を表示する。
【００６０】
ステップＳ４３において、受信音声処理部２３は、受信部２１から供給された音声信号をデコードして出力する。受信音声処理部２３から出力された音声信号は、スピーカ２５−１およびスピーカ２５−２に供給されるとともに、スイッチ３２を介して加算器３３にも供給される。
【００６１】
スピーカ２５は、受信音声処理部２３から供給された音声信号に基づいて、番組の音声を出力する。この音声は、スピーカ２５から出力された後、音響エコーキャンセラ装置１１の周囲の物体等で反射されてマイクロホン２６に到達する。なお、以下、スピーカ２５から出力された音声が通る、スピーカ２５からマイクロホン２６までの経路をエコー経路とも称することとする。
【００６２】
また、加算器３３は、スイッチ３２−１およびスイッチ３２−２から供給された音声信号を加算し、LPF３４は加算器３３により加算された音声信号に対してフィルタ処理を施し、間引き器３５に供給する。そして、間引き器３５は、LPF３４から供給された音声信号をダウンサンプリングし、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給する。
【００６３】
ステップＳ４４において、フィルタ部３７は、間引き器３５から供給された音声信号に基づいて擬似エコー信号を生成する。
【００６４】
すなわち、フィルタ部３７は係数更新部３８からフィルタ係数を取得する。このフィルタ係数は、予め定められた初期値であってもよいし、最後に係数更新部３８により更新されて保持された値であってもよい。
【００６５】
フィルタ部３７は、係数更新部３８から取得したフィルタ係数を用いて次式（１）の計算を行なうことで、間引き器３５からの音声信号に対してフィルタ処理を行い、擬似エコー信号ｙ’（ｎ）を生成する。
【００６６】
【数１】
【００６７】
なお、式（１）において、ｘ（ｎ）は、時刻ｎにおける音声信号のサンプルの値（サンプル値）を示している。また、ｈｎ（ｋ）は、時刻ｎの擬似エコー信号ｙ’（ｎ）を得るために、音声信号の時刻（ｎ−ｋ）（但し、０≦ｋ≦Ｎ−１）のサンプルに乗算されるフィルタ係数である。
【００６８】
したがって、時刻ｎのサンプルを含む、音声信号の連続する過去Ｎ個のサンプル値のそれぞれに、各サンプルのフィルタ係数ｈｎ（ｋ）が乗算され、それらのフィルタ係数が乗算されたサンプル値の総和が、時刻ｎの擬似エコー信号の値とされる。この例では、フィルタ係数ｈｎ（ｋ）は、Ｎタップで構成されるFIR型の適応デジタルフィルタとされている。
【００６９】
ステップＳ４５において、マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音し、その結果得られたエコー信号を加算器２７に供給する。
【００７０】
加算器２７は、マイクロホン２６から供給されたエコー信号を加算し、LPF２８は加算器２７により加算されたエコー信号に対してフィルタ処理を施し、間引き器２９に供給する。そして、間引き器２９は、LPF２８から供給されたエコー信号をダウンサンプリングし、減算器３０および更新頻度制御部３１に供給する。
【００７１】
なお、間引き器２９および間引き器３５において、収音されたエコー信号、および番組の音声信号のダウンサンプリングが行なわれるのは、これらの信号のサンプリング周波数を、テレビジョン電話の音声信号のサンプリング周波数にあわせるためである。
【００７２】
ステップＳ４６において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、次式（２）を計算し、残差信号ｅ（ｎ）を生成する。
【００７３】
【数２】
【００７４】
なお、式（２）において、ｙ（ｎ）およびｙ’（ｎ）は、それぞれ時刻ｎにおけるエコー信号および擬似エコー信号の値（サンプル値）を示している。つまり、エコー信号ｙ（ｎ）から擬似エコー信号ｙ’（ｎ）が減算されて、時刻ｎの残差信号ｅ（ｎ）が求められる。
【００７５】
減算器３０は、得られた残差信号ｅ（ｎ）を係数更新部３８および更新頻度制御部３１に供給する。なお、番組の再生中は、スイッチ３９はオフされているので、残差信号は通話用送信音声処理部４４には供給されない。
【００７６】
ステップＳ４７において、更新頻度制御部３１は、更新頻度制御処理を行う。なお、更新頻度制御処理の詳細は後述するが、更新頻度制御処理では、間引き器２９からのエコー信号、減算器３０からの残差信号、スイッチ３６からの音声信号、および制御部４０からの演算リソース情報に基づいて、フィルタ係数の更新頻度を示す更新頻度情報が生成され、係数更新部３８に供給される。
【００７７】
ここで、フィルタ係数の更新頻度とは、フィルタ係数の更新時において、適応デジタルフィルタを構成するＮ個のフィルタ係数のうちのいくつを１度に更新するかをいう。
【００７８】
例えば、図４に示すように、適応デジタルフィルタのタップ数Ｎが１６であり、更新頻度が４である場合、１度のフィルタ係数の更新時には１６個のフィルタ係数のうちの４つのフィルタ係数が更新される。
【００７９】
なお、図４において、１つの四角形は１つのフィルタ係数を示しており、図中、縦方向は時間を示している。また、各フィルタ係数の図中、上側には便宜上、フィルタ係数を特定するための番号が付されている。例えば、図中、左端のフィルタ係数は、１番目のフィルタ係数であり、式（１）におけるフィルタ係数ｈｎ（０）に相当する。
【００８０】
図４の例では、Ｍ回目のフィルタ係数の更新時（例えば、時刻Ｍ）には、１番目、５番目、９番目、および１３番目の合計４つのフィルタ係数が更新され、他のフィルタ係数は更新されない。そして、（Ｍ＋１）回目のフィルタ係数の更新時（例えば、時刻（Ｍ＋１））には、２番目、６番目、１０番目、および１４番目の４つのフィルタ係数が更新される。
【００８１】
さらに、（Ｍ＋２）回目のフィルタ係数の更新時には、３番目、７番目、１１番目、および１５番目の４つのフィルタ係数が更新され、（Ｍ＋３）回目のフィルタ係数の更新時には、４番目、８番目、１２番目、および１６番目の４つのフィルタ係数が更新される。
【００８２】
したがって、この場合には、４回の更新により、適応デジタルフィルタを構成する全てのフィルタ係数が更新されることになる。なお、図４では、１度の更新時には、等間隔で並ぶ４つのフィルタ係数が更新される場合について説明したが、不等間隔に並ぶフィルタ係数など、まだ更新されていないフィルタ係数が更新されれば、どのフィルタ係数が更新されてもよい。
【００８３】
図３のフローチャートの説明に戻り、ステップＳ４７の更新頻度制御処理が行われ、更新頻度制御部３１から係数更新部３８に更新頻度情報が供給されると、その後、処理はステップＳ４８に進む。
【００８４】
ステップＳ４８において、係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、間引き器３５からの音声信号、および減算器３０からの残差信号に基づいてフィルタ係数を更新する。
【００８５】
例えば、係数更新部３８は、時刻ｎから時刻（ｎ−Ｎ＋１）までの各時刻の音声信号ｘ（ｎ−ｊ）（但し、０≦ｊ≦Ｎ−１）、時刻ｎの残差信号ｅ（ｎ）、およびｋ番目のフィルタ係数ｈｎ（ｋ）に基づいて次式（３）を計算し、フィルタ係数を更新する。これにより、時刻（ｎ＋１）のｋ番目のフィルタ係数ｈｎ＋１（ｋ）が得られることになる。
【００８６】
【数３】
【００８７】
なお、式（３）において、μは収束係数であり、０＜μ≦１である。また、更新が行なわれないフィルタ係数については、時刻ｎのフィルタ係数ｈｎ（ｋ）が、そのまま時刻（ｎ＋１）のフィルタ係数ｈｎ＋１（ｋ）として用いられる。このように式（３）にしたがってフィルタ係数を更新していく手法は、学習同定法アルゴリズムと呼ばれている。
【００８８】
式（３）の演算により、新たにフィルタ係数を求めて更新していくことで、フィルタ係数は、エコー経路の伝達関数を模擬するように収束していき、実際にマイクロホン２６で収音される、スピーカ２５からの音声により近い擬似エコー信号が得られるようになる。つまり、エコー成分をより高精度に予測することができるようになる。
【００８９】
係数更新部３８は、フィルタ係数を更新すると、更新後の新たなフィルタ係数をフィルタ部３７に供給し、処理はステップＳ４９に進む。
【００９０】
ステップＳ４９において、音響エコーキャンセラ装置１１は、ユーザによりテレビジョン電話の通話開始が指示されたか否かを判定する。ステップＳ４９において、通話開始が指示されていないと判定された場合、処理はステップＳ４１に戻り、上述した処理が繰り返される。
【００９１】
これに対して、ステップＳ４９において、通話開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図２のステップＳ１２に進む。これにより、音響エコーキャンセラ装置１１における各スイッチが切り替えられて、テレビジョン電話の通話処理が行われる。
【００９２】
このように事前学習処理では、テレビジョン電話の通話が開始される直前の、テレビジョン放送の番組の再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数を、それらのフィルタ係数が必要となる実際の通話処理前に得ることができる。
【００９３】
［更新頻度制御処理の説明］
次に、図５のフローチャートを参照して、図３のステップＳ４７の処理に対応する更新頻度制御処理について説明する。
【００９４】
ステップＳ７１において、更新頻度制御部３１は、制御部４０から演算リソース情報を取得する。
【００９５】
例えば、制御部４０は、係数更新部３８やフィルタ部３７を実現する、図示せぬＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）等の制御装置が、現時点において、新たに処理可能な単位時間当たりの演算量を算出する。
【００９６】
この新たに処理可能な演算量は、制御装置が処理可能な単位時間当たりの演算量の最大値から、現時点において制御装置により行なわれている処理の単位時間当たりの演算量を減算することで求められる。例えば、現時点で行なわれている処理とは、フィルタ部３７によるフィルタ処理や、係数更新部３８によるフィルタ係数の更新処理である。
【００９７】
更新頻度制御部３１は、このようにして求められた新たに処理可能な演算量を示す演算リソース情報を、制御部４０から取得する。
【００９８】
ステップＳ７２において、更新頻度制御部３１は、間引き器２９からのエコー信号ｙ（ｎ）、および減算器３０からの残差信号ｅ（ｎ）に基づいて、次式（４）を計算し、エコー消去量ERLE（Echo Return Loss Enhancement）を算出する。
【００９９】
【数４】
【０１００】
すなわち、残差信号の二乗値とエコー信号の二乗値との比の対数をとることにより、エコー消去量ERLEが算出される。このエコー消去量は、エコー信号と残差信号の電力比であり、擬似エコー信号により、エコー信号からどれだけエコー成分が除去されたかを示している。また、エコー消去量の単位はｄＢであり、エコー成分がより多く除去されているほど、エコー消去量の値は大きくなる。
【０１０１】
ステップＳ７３において、更新頻度制御部３１は、ダブルトーク状態であるか否かを判定する。ここで、ダブルトーク状態とは、スピーカ２５から音声が出力されており、さらに近端側のマイクロホン２６近傍で他の大きい音声が発せられている状態をいう。例えば、遠端側にいる通話相手と近端側の話者が同時に発話している状態が、ダブルトーク状態である。
【０１０２】
したがって、例えば更新頻度制御部３１は、スイッチ３６から供給された音声信号のパワーと、間引き器２９から供給されたエコー信号のパワーとを比較することで、ダブルトーク状態であるか否かを判定する。具体的には、スイッチ３６からの音声信号のパワーに基づいて、エコー信号に含まれるスピーカ２５から出力された音声成分のパワーをある程度予測することができるので、エコー信号のパワーが、予測される音声成分のパワーよりも大幅に大きい場合、ダブルトーク状態とされる。例えば、スイッチ３６からの音声信号とエコー信号とのパワーの差分が閾値以上である場合、ダブルトーク状態とされる。
【０１０３】
ステップＳ７３において、ダブルトーク状態であると判定された場合、ステップＳ７４において、更新頻度制御部３１は更新頻度を下げる。
【０１０４】
例えば、ダブルトーク状態では、エコー信号には、近端側の音声も多く含まれているため、近端側の音声までも除去されるようにフィルタ係数の学習が進められてしまう。そこで、このような誤学習を防止するため、ダブルトーク状態であると検知された場合には、更新頻度制御部３１は更新頻度を減少させ、減少後の更新頻度を示す更新頻度情報を係数更新部３８に供給する。そして、新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。なお、ステップＳ７４において、フィルタ係数の更新が停止されるようにしてもよい。この場合、更新頻度が０とされる。
【０１０５】
また、ステップＳ７３において、ダブルトーク状態でないと判定された場合、処理はステップＳ７５へと進む。
【０１０６】
ステップＳ７５において、更新頻度制御部３１は、取得した演算リソース情報に基づいて、係数更新部３８を実現する制御装置の演算リソースが充分にあるか否かを判定する。例えば、演算リソース情報が、予め定められた値以上である場合、演算リソースが充分にあると判定される。
【０１０７】
ステップＳ７５において、演算リソースが充分にあると判定された場合、ステップＳ７６において、更新頻度制御部３１は、エコー消去量が充分であるか否かを判定する。例えば、算出されたエコー消去量ERLEが、予め定めた所定の値以上である場合、エコー消去量が充分であると判定される。
【０１０８】
ステップＳ７６において、エコー消去量が充分であると判定された場合、ステップＳ７７において、更新頻度制御部３１は、更新頻度を下げる。
【０１０９】
例えば、エコー消去量が充分大きい場合、フィルタ係数は充分に収束しており、現時点において、音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数が既に得られている。すなわち、現時点では、フィルタ係数を頻繁に更新する必要はない。
【０１１０】
そこで、更新頻度制御部３１は、更新頻度を減少させ、減少後の更新頻度を示す更新頻度情報を係数更新部３８に供給する。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度がこれまでの値から２だけ下げられる。なお、更新頻度が予め定められた所定値まで下げられるようにしてもよい。
【０１１１】
このように、フィルタ係数が充分に収束している場合には、更新頻度を減少させて、フィルタ係数の更新の演算量を低減させれば、その分だけ制御装置は他の処理に演算リソースを割り当てることができるようになる。これにより、音響エコーキャンセラ装置１１における各処理をより効率よく行うことができる。
【０１１２】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。なお、ステップＳ７６において、エコー消去量が充分であると判定された場合、特に更新頻度が変更されないようにしてもよい。
【０１１３】
また、ステップＳ７６において、エコー消去量が充分でないと判定された場合、ステップＳ７８において、更新頻度制御部３１は更新頻度を大きく上げる。
【０１１４】
エコー消去量が充分でない場合、フィルタ係数はまだ充分に収束しておらず、さらなるフィルタ係数の更新が必要である。そこで、更新頻度制御部３１は、エコー消去量が充分でなく、演算リソースが充分にある場合には、更新頻度を大きく増加させることで、より頻繁にフィルタ係数が更新されるようにする。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度がこれまでの値から４だけ上げられる。これにより、係数更新部３８を実現する制御装置に無理な負荷をかけることなく、より迅速にフィルタ係数を収束させることができる。なお、更新頻度が予め定められた所定値まで上げられるようにしてもよい。
【０１１５】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１１６】
また、ステップＳ７５において、演算リソースが充分にないと判定された場合、ステップＳ７９において、更新頻度制御部３１は、エコー消去量が充分であるか否かを判定する。
【０１１７】
ステップＳ７９において、エコー消去量が充分であると判定された場合、ステップＳ８０において、更新頻度制御部３１は、更新頻度を下げる。そして、更新頻度制御部３１が新たな更新頻度情報を係数更新部３８に供給すると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１１８】
この場合も、ステップＳ７７における場合と同様に、エコー消去量が充分大きく、フィルタ係数は充分に収束しているので、フィルタ係数の更新頻度が下げられる。なお、ステップＳ８０において、特に更新頻度が変更されないようにしてもよい。
【０１１９】
これに対して、ステップＳ７９において、エコー消去量が充分でないと判定された場合、ステップＳ８１において、更新頻度制御部３１は更新頻度を少し上げる。
【０１２０】
エコー消去量が充分でない場合、フィルタ係数はまだ充分に収束しておらず、さらなるフィルタ係数の更新が必要である。ところが、演算リソースが充分にない場合、フィルタ係数の更新頻度を大きく上げると、係数更新部３８を実現する制御装置に対する負荷が過度に大きくなってしまうことになる。
【０１２１】
そこで、更新頻度制御部３１は、エコー消去量が充分でなく、演算リソースが充分にない場合には、フィルタ係数の更新頻度を少しだけ増加させる。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度が１だけ上げられる。これにより、制御装置に無理な負荷をかけることなく、より迅速にフィルタ係数を収束させることができる。
【０１２２】
なお、ステップＳ８１における更新頻度の増加量は、ステップＳ７８における更新頻度の増加量よりも少ない量とされる。
【０１２３】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１２４】
このようにして、更新頻度制御部３１は、演算リソース情報とエコー消去量とに基づいて、適切にフィルタ係数の更新頻度を変化させる。これにより、より効率よく音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数を得ることができる。
【０１２５】
例えば、フィルタ係数の学習が不充分な場合や、エコー経路に急激な変化が生じ、充分なエコー消去量が得られない場合でも、演算リソースに応じて適切にフィルタ係数の更新頻度を制御することにより、良好なエコー消去性能を得ることができる。
【０１２６】
また、エコー消去量が充分にある場合などに、フィルタ係数の更新頻度を減少させれば、フィルタ係数の更新に必要な演算量を削減することができる。例えば、図４に示した例では、全体の１／４の数のフィルタ係数ずつ更新を行なうので、従来と比べてフィルタ係数の更新に必要となる演算量を１／４に削減することができる。
【０１２７】
なお、フィルタ係数の更新頻度は、予め定められた数だけ増減されるようにしてもよいし、エコー消去量や演算リソース情報により定まる値となるように増減されてもよい。
【０１２８】
また、以上においては、演算リソース情報やエコー消去量に基づいて、更新頻度を増減させると説明したが、擬似エコー信号と残差信号との類似度や、エコー信号と残差信号の類似度に基づいて、更新頻度を増減させるようにしてもよい。
【０１２９】
例えば、擬似エコー信号と残差信号との類似度により更新頻度が定められる場合、更新頻度制御部３１は、フィルタ部３７から擬似エコー信号を取得し、この擬似エコー信号と残差信号との相互相関係数を算出する。この場合、相互相関係数の値が大きいほど、擬似エコー信号と残差信号の類似の度合いが大きいことになる。
【０１３０】
ここで、相互相関係数が所定の閾値以上である場合、擬似エコー信号と残差信号は類似しているので、エコー信号（残差信号）から、エコー成分が充分に除去されていないことになる。そこで、相互相関係数が閾値以上である場合には、更新頻度制御部３１は、更新頻度を増加させ、新たな更新頻度情報を生成する。
【０１３１】
また、擬似エコー信号等の信号同士の類似の度合いと、エコー消去量との両方に基づいて、更新頻度が増減されるようにしてもよい。この場合、誤学習等を防止し、より適切な更新制御を実現することができる。このように各信号同士の類似の度合い、ダブルトーク状態であるかの判定結果、演算リソース情報、およびエコー消去量を適宜組み合わせて更新頻度を増減させれば、より適切な更新制御が可能となる。
【０１３２】
さらに、更新頻度制御部３１が、擬似エコー信号等の信号同士の類似の度合いに基づいて、ダブルトーク状態であるか否かを特定するようにしてもよい。
【０１３３】
［通話処理の説明］
以上のようにして、事前学習処理が行われた後、音響エコーキャンセラ装置１１の各スイッチによる情報の出力が切り替えられると、図２のステップＳ１３において、通話処理が行われる。
【０１３４】
以下、図６のフローチャートを参照して、ステップＳ１３の処理に対応する通話処理について説明する。なお、通話処理の開始時においては、スイッチ３２はオフされ、スイッチ３６は通話用受信音声処理部４２に接続され、スイッチ４３とスイッチ３９はオンされた状態となっている。
【０１３５】
ステップＳ１０１において、ネットワーク制御部４１は、通信網等を介して遠端側から送信されてきたＩＰパケットを受信する。ネットワーク制御部４１は、受信したＩＰパケットから映像信号および音声信号を抽出し、映像信号および音声信号を、それぞれ図示せぬ通話用受信映像処理部および通話用受信音声処理部４２に供給する。
【０１３６】
ステップＳ１０２において、ネットワーク制御部４１は、通話用受信映像処理部に映像信号をデコードさせて表示部２４に出力させる。表示部２４は、通話用受信映像処理部から供給された映像信号に基づいて、遠端側のユーザの映像を表示する。すなわち、テレビジョン電話の映像が表示される。
【０１３７】
ステップＳ１０３において、通話用受信音声処理部４２は、ネットワーク制御部４１からの音声信号をデコードし、その結果得られた音声信号を、スイッチ４３を介してスピーカ２５に出力するとともに、音声信号をスイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に出力する。スピーカ２５は、通話用受信音声処理部４２からの音声信号に基づいて、遠端側のユーザの音声を出力する。
【０１３８】
これにより、音響エコーキャンセラ装置１１では、遠端側からのテレビジョン電話の映像と音声が出力されることになる。これに応じて、近端側のユーザは、マイクロホン２６に向かって発話し、遠端側との通話を行なう。
【０１３９】
ステップＳ１０４において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、通話用受信音声処理部４２からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。
【０１４０】
ステップＳ１０４では、上述した事前学習処理のステップＳ４４と同様の処理が行われる。なお、このとき係数更新部３８から取得されるフィルタ係数は、事前学習処理により学習されたフィルタ係数である。つまり、このフィルタ係数は、充分なエコー消去量を得ることができるフィルタ係数である。
【０１４１】
ステップＳ１０５において、マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音し、その結果得られたエコー信号を加算器２７に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された遠端側の音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０１４２】
マイクロホン２６が収音して得られたエコー信号は、加算器２７で加算されてモノラル信号化され、LPF２８でフィルタ処理された後、さらに間引き器２９によりダウンサンプリングされる。間引き器２９は、ダウンサンプリングにより得られたエコー信号を、減算器３０および更新頻度制御部３１に供給する。
【０１４３】
ステップＳ１０６において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。
【０１４４】
この残差信号は、主にエコー成分と近端側のユーザの音声とからなるエコー信号から、エコー成分の予測結果である擬似エコー信号を減算して得られる信号であるから、近端側のユーザの音声の音声信号であるということができる。
【０１４５】
減算器３０は、このようにして得られた残差信号を、テレビジョン電話の近端側の音声として、係数更新部３８、更新頻度制御部３１、および通話用送信音声処理部４４に供給する。また、通話用送信音声処理部４４は、減算器３０からの残差信号をエンコードし、近端側の音声信号としてネットワーク制御部４１に供給する。
【０１４６】
ステップＳ１０７において、カメラ４５は、近端側のユーザを撮影し、その結果得られた映像信号を、テレビジョン電話の近端側の映像の映像信号として、通話用送信画像処理部４６に供給する。通話用送信画像処理部４６は、カメラ４５からの映像信号をエンコードし、ネットワーク制御部４１に供給する。
【０１４７】
ステップＳ１０８において、ネットワーク制御部４１は、通話用送信音声処理部４４からの音声信号と、通話用送信画像処理部４６からの映像信号をＩＰパケットに格納し、図示せぬ通信網等を介して遠端側の装置に送信する。これにより、テレビジョン電話の近端側の映像と音声が、遠端側に送信されたことになる。
【０１４８】
ステップＳ１０９において、更新頻度制御部３１は、更新頻度制御処理を行って更新頻度情報を生成し、係数更新部３８に供給する。なお、ステップＳ１０９の更新頻度制御処理は、図５を参照して説明した更新頻度制御処理と同様であるので、その説明は省略する。
【０１４９】
ステップＳ１１０において、係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、通話用受信音声処理部４２からの音声信号、および減算器３０からの残差信号に基づいて上述した式（３）を計算し、フィルタ係数を更新する。係数更新部３８は、更新後のフィルタ係数をフィルタ部３７に供給する。
【０１５０】
ステップＳ１１１において、音響エコーキャンセラ装置１１は、テレビジョン電話の通話を終了するか否かを判定する。例えば、ユーザにより通話の終了が指示された場合、通話を終了すると判定される。
【０１５１】
ステップＳ１１１において、通話を終了しないと判定された場合、処理はステップＳ１０１に戻り、上述した処理が繰り返される。すなわち、テレビジョン電話の通話とともに、遠端側に送信される音声について、エコー成分を除去（キャンセル）する処理が行われる。
【０１５２】
これに対して、ステップＳ１１１において、通話を終了すると判定された場合、通話処理は終了し、これにより図２の音響エコーキャンセル処理も終了する。
【０１５３】
以上のように、テレビジョン電話の通話時には、その通話の開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、通話開始直後から、少ない演算で充分なエコー消去量を得ることができる。しかも、通話開始前に、学習用の白色雑音等が耳障りとなるようなこともない。
【０１５４】
〈第２の実施の形態〉
［音響エコーキャンセラ装置の構成例］
なお、以上においては、音響エコーキャンセラ装置の例として、テレビジョン電話機能を有するテレビジョン受像機の場合について説明したが、音響エコーキャンセラ装置は、この例に限られるものではない。すなわち、音響エコーキャンセラ装置は、エコー成分をキャンセルしようとする音声処理とは異なる音声処理において、予めフィルタ係数の学習を行なうものであれば、どのようなものであってもよい。
【０１５５】
以下、このような音響エコーキャンセラ装置の他の例について説明する。図７は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図７において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０１５６】
図７の音響エコーキャンセラ装置７１は、例えば、いわゆるハンズフリー通話機能を有するPND（Portable Navigation Device）などから構成される。
【０１５７】
主制御部８１は、図示せぬ加速度センサやGPS（Global Positioning System）から得られた情報を解析し、その解析結果を映像処理部８２および音声処理部８３に供給する。
【０１５８】
映像処理部８２は、主制御部８１からの解析結果に基づいて、音響エコーキャンセラ装置７１が搭載された車両等の現在位置が表示される地図情報を生成し、表示部２４に表示させる。音声処理部８３は、主制御部８１からの解析結果に基づいて、現在位置に応じたルートガイド音声の音声信号を生成し、スピーカ２５に供給する。また、音声処理部８３から出力された音声信号は、スイッチ３２、LPF３４、間引き器３５、およびスイッチ３６を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０１５９】
さらに、スピーカ２５から出力された音声は、音響エコーキャンセラ装置７１が設置された車両内の壁や物体に反射され、エコー成分としてマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給されるか、またはLPF２８、間引き器２９、およびスイッチ８４を介して減算器３０および更新頻度制御部３１に供給される。
【０１６０】
通信制御部８５は、図示せぬ通信網等を介して遠端側の装置と通信し、電話の通話を制御する。すなわち、通信制御部８５は、遠端側から送信されてきた音声信号を受信して、通話用受信音声処理部４２に供給するとともに、通話用送信音声処理部４４から供給された音声信号を、遠端側の装置に送信する。
【０１６１】
制御部４０は、ルートガイド時において、スイッチ３２をオンし、スイッチ３６を間引き器３５に接続し、スイッチ８４を間引き器２９に接続するとともに、スイッチ４３とスイッチ３９をオフする。
【０１６２】
これに対して、制御部４０は、ハンズフリー通話機能による通話を行なう場合、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続し、スイッチ８４をマイクロホン２６に接続するとともに、スイッチ４３とスイッチ３９をオンする。
【０１６３】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置７１の動作について説明する。例えば、音響エコーキャンセラ装置７１は、ユーザによりルートガイドの開始が指示されると、音響エコーキャンセル処理を開始してルートガイドを行なう。
【０１６４】
この音響エコーキャンセル処理では、ルートガイドが行われている間に、そのルートガイドの音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりハンズフリー通話機能による通話が指示されると、遠端側との通話が行なわれるとともに、通話時において、学習により得られたフィルタ係数が用いられて音響エコーがキャンセルされ、音響エコーのない音声が遠端側に送信される。
【０１６５】
以下、図８のフローチャートを参照して、音響エコーキャンセラ装置７１による音響エコーキャンセル処理について説明する。
【０１６６】
ステップＳ１４１において、音響エコーキャンセラ装置７１は、事前学習処理を行う。事前学習処理では、地図情報が表示されてルートガイドの音声が出力されるとともに、ルートガイドの音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、ルートガイド中に、ユーザにより音響エコーキャンセラ装置７１が操作され、ハンズフリー通話機能による通話の開始が指示されると、処理はステップＳ１４１からステップＳ１４２へと進む。なお、事前学習処理の詳細は後述する。
【０１６７】
ステップＳ１４２において、制御部４０は、音響エコーキャンセラ装置７１の各スイッチを制御して、情報の出力を切り替える。
【０１６８】
すなわち、制御部４０は、スイッチ３２をオフし、スイッチ３６およびスイッチ８４を、それぞれ通話用受信音声処理部４２およびマイクロホン２６に接続するとともに、スイッチ４３とスイッチ３９をオンする。これにより、遠端側との通話が可能となる。
【０１６９】
ステップＳ１４３において、音響エコーキャンセラ装置７１は通話処理を行って、音響エコーキャンセル処理は終了する。なお、通話処理の詳細は後述するが、この通話処理においては、ハンズフリー通話機能による通話が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０１７０】
このようにして、音響エコーキャンセラ装置７１は、音響エコーをキャンセルする処理が行われる通話処理が行われる前に、ルートガイドの音声信号を利用して、予めフィルタ係数の学習をしておく。
【０１７１】
したがって、実際に通話処理を行うときに、通話処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、通話処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０１７２】
［事前学習処理の説明］
次に、図９のフローチャートを参照して、図８のステップＳ１４１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ３２はオンされ、スイッチ３６は間引き器３５に接続され、スイッチ８４は間引き器２９に接続され、スイッチ４３とスイッチ３９はオフされた状態となっている。
【０１７３】
ステップＳ１７１において、主制御部８１は、加速度センサやGPSなどの各種のセンサから取得した情報を解析し、その解析結果を映像処理部８２および音声処理部８３に供給する。
【０１７４】
ステップＳ１７２において、映像処理部８２は、主制御部８１からの解析結果に基づいて、現在位置が表示される地図情報を生成し、表示部２４に出力する。すると、表示部２４は、供給された地図情報を表示する。
【０１７５】
ステップＳ１７３において、音声処理部８３は、主制御部８１からの解析結果に基づいて、現在位置に応じたルートガイド音声の音声信号を生成し、出力する。音声処理部８３から出力された音声信号は、スピーカ２５に供給されるとともに、スイッチ３２を介してLPF３４にも供給される。
【０１７６】
スピーカ２５は、音声処理部８３から供給された音声信号に基づいて、ルートガイドの音声を出力する。この音声は、エコー経路を通ってマイクロホン２６に到達する。
【０１７７】
また、音声処理部８３からLPF３４に供給された音声信号は、LPF３４によりフィルタ処理された後、間引き器３５でダウンサンプリングされ、スイッチ３６を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０１７８】
ステップＳ１７４において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０１７９】
ステップＳ１７５において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号をLPF２８に供給する。LPF２８に供給されたエコー信号は、LPF２８でフィルタ処理された後、間引き器２９でダウンサンプリングされ、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給される。
【０１８０】
ステップＳ１７６において、減算器３０は上述した式（２）を計算し、残差信号を生成する。すなわち、減算器３０は、スイッチ８４からのエコー信号から、フィルタ部３７からの擬似エコー信号を減算し、その結果得られた残差信号を係数更新部３８および更新頻度制御部３１に供給する。
【０１８１】
残差信号が生成されると、その後、ステップＳ１７７およびステップＳ１７８の処理が行われてフィルタ係数が更新されるが、これらの処理は図３のステップＳ４７およびステップＳ４８の処理と同様であるため、その説明は省略する。
【０１８２】
ステップＳ１７９において、音響エコーキャンセラ装置７１は、ユーザによりハンズフリー通話機能による通話の開始が指示されたか否かを判定する。ステップＳ１７９において、通話開始が指示されていないと判定された場合、処理はステップＳ１７１に戻り、上述した処理が繰り返される。
【０１８３】
これに対して、ステップＳ１７９において、通話開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図８のステップＳ１４２に進む。これにより、音響エコーキャンセラ装置７１における各スイッチが切り替えられて、ハンズフリー通話機能による通話処理が行われる。
【０１８４】
このように事前学習処理では、ハンズフリー通話機能による通話が開始される直前の、ルートガイド処理時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際の通話処理前に得ることができる。
【０１８５】
［通話処理の説明］
以上のようにして、事前学習処理が行われた後、音響エコーキャンセラ装置７１の各スイッチによる情報の出力が切り替えられると、図８のステップＳ１４３において、通話処理が行われる。
【０１８６】
以下、図１０のフローチャートを参照して、ステップＳ１４３の処理に対応する通話処理について説明する。なお、通話処理の開始時においては、スイッチ３２はオフされ、スイッチ３６およびスイッチ８４は、それぞれ通話用受信音声処理部４２およびマイクロホン２６に接続され、スイッチ４３とスイッチ３９はオンされた状態となっている。
【０１８７】
ステップＳ２０１において、通信制御部８５は、遠端側から送信されてきた音声信号を受信して、通話用受信音声処理部４２に供給する。
【０１８８】
ステップＳ２０２において、通話用受信音声処理部４２は、通信制御部８５からの音声信号をデコードし、その結果得られた音声信号を、スイッチ４３を介してスピーカ２５に出力するとともに、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に出力する。スピーカ２５は、通話用受信音声処理部４２からの音声信号に基づいて、遠端側のユーザの音声を出力する。
【０１８９】
これにより、音響エコーキャンセラ装置７１では、遠端側からの音声が出力されることになる。これに応じて、近端側のユーザは、マイクロホン２６に向かって発話し、遠端側との通話を行なう。
【０１９０】
ステップＳ２０３において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、通話用受信音声処理部４２からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。
【０１９１】
なお、ステップＳ２０３の処理で用いられるフィルタ係数は、予め事前学習処理により学習されたフィルタ係数である。
【０１９２】
ステップＳ２０４において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された遠端側の音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０１９３】
ステップＳ２０５において、減算器３０は、マイクロホン２６から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。
【０１９４】
減算器３０は得られた残差信号を、近端側の音声として、係数更新部３８、更新頻度制御部３１、および通話用送信音声処理部４４に供給する。また、通話用送信音声処理部４４は、減算器３０からの残差信号をエンコードし、近端側の音声信号として通信制御部８５に供給する。
【０１９５】
ステップＳ２０６において、通信制御部８５は、通話用送信音声処理部４４からの音声信号を、図示せぬ通信網等を介して遠端側の装置に送信する。
【０１９６】
遠端側に音声信号が送信されると、その後ステップＳ２０７およびステップＳ２０８の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ２０８において、係数更新部３８では、通話用受信音声処理部４２からの音声信号が用いられて、フィルタ係数が更新される。
【０１９７】
ステップＳ２０９において、音響エコーキャンセラ装置７１は、ハンズフリー通話機能による通話を終了するか否かを判定する。例えば、ユーザにより通話の終了が指示された場合、通話を終了すると判定される。
【０１９８】
ステップＳ２０９において、通話を終了しないと判定された場合、処理はステップＳ２０１に戻り、上述した処理が繰り返される。
【０１９９】
これに対して、ステップＳ２０９において、通話を終了すると判定された場合、通話処理は終了し、これにより図８の音響エコーキャンセル処理も終了する。
【０２００】
以上のように、ハンズフリー通話機能による通話時には、その通話の開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、通話開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２０１】
〈第３の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１１は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図１１において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０２０２】
図１１の音響エコーキャンセラ装置１２１は、例えば、動画像や楽曲等のコンテンツを再生する際に、ユーザの音声により再生の制御を行なう音声リモートコントロール機能を有する再生装置などから構成される。
【０２０３】
記録装置１３１には、コンテンツを構成する映像信号と音声信号が記録されており、主制御部１３２は、指定されたコンテンツの映像信号および音声信号を記録装置１３１から読み出して、映像再生処理部１３３および音声再生処理部１３４に供給する。
【０２０４】
なお、再生対象となるコンテンツが音声信号のみから構成される場合には、その音声信号のみが読み出されて音声再生処理部１３４に供給されるが、以下においては、コンテンツは映像信号と音声信号から構成されるものとして、説明を続ける。
【０２０５】
映像再生処理部１３３は、主制御部１３２から供給された映像信号をデコードし、表示部２４に供給して映像を表示させる。音声再生処理部１３４は、主制御部１３２から供給された音声信号をデコードし、スピーカ２５−１、スピーカ２５−２、および加算器３３に供給する。例えば、スピーカ２５−１には右チャンネルの音声信号が供給され、スピーカ２５−２には左チャンネルの音声信号が供給される。
【０２０６】
音声再生処理部１３４から加算器３３に供給された音声信号は、加算器３３で加算され、LPF３４および間引き器３５を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２０７】
また、スピーカ２５から出力された音声は、音響エコーキャンセラ装置１２１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、LPF２８および間引き器２９を介して、減算器３０および更新頻度制御部３１に供給される。
【０２０８】
さらに制御部４０は、更新頻度制御部３１に演算リソース情報を供給するとともに、スイッチ１３５のオン、オフを制御する。このスイッチ１３５は、残差信号が出力される減算器３０と、音声認識処理部１３６とを接続するものであり、スイッチ１３５は、音声リモートコントロール機能による再生制御が行われる場合にオンされる。
【０２０９】
音声認識処理部１３６は、減算器３０から供給された残差信号に基づいて音声認識を行い、その認識結果を主制御部１３２に供給する。
【０２１０】
すなわち、音声リモートコントロール機能による再生制御が行われる場合、近端側のユーザは、再生中のコンテンツの停止、早送り、巻き戻り、再生するコンテンツの選択等の再生制御のコマンドに対応する音声をマイクロホン２６に対して発する。したがって、減算器３０に入力されるエコー信号には、スピーカ２５からのコンテンツの音声と、ユーザから発せられた再生制御のコマンドに対応する音声とが含まれている。そのため、このエコー信号から擬似エコー信号を減算して得られる残差信号は、再生制御のコマンドに対応する音声の信号となる。
【０２１１】
音声認識処理部１３６は、このような残差信号に対する音声認識処理を行って、ユーザにより発せられた音声が示す再生制御のコマンドを特定し、主制御部１３２は、その特定結果に応じてコンテンツの再生を制御する。
【０２１２】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置１２１の動作について説明する。例えば、音響エコーキャンセラ装置１２１は、ユーザによりコンテンツの再生開始が指示されると、音響エコーキャンセル処理を開始してコンテンツを再生する。
【０２１３】
この音響エコーキャンセル処理では、コンテンツの再生中に、そのコンテンツの音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザにより音声リモートコントロール機能による再生制御の開始が指示されると、ユーザの音声に応じてコンテンツの再生が制御されるとともに、その音声の認識精度を向上させるため、フィルタ係数が用いられて音響エコーがキャンセルされる。
【０２１４】
以下、図１２のフローチャートを参照して、音響エコーキャンセラ装置１２１による音響エコーキャンセル処理について説明する。
【０２１５】
ステップＳ２３１において、音響エコーキャンセラ装置１２１は、事前学習処理を行う。事前学習処理では、コンテンツが再生されて映像と音声が出力されるとともに、コンテンツの音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、コンテンツ再生中に、ユーザにより音響エコーキャンセラ装置１２１が操作され、音声リモートコントロール機能による再生制御の開始が指示されると、処理はステップＳ２３１からステップＳ２３２へと進む。なお、事前学習処理の詳細は後述する。
【０２１６】
ステップＳ２３２において、制御部４０は、スイッチ１３５を制御して、情報の出力を切り替える。すなわち、スイッチ１３５がオンされて、減算器３０から出力される残差信号が、音声認識処理部１３６に供給されるようになる。これにより、音声リモートコントロール機能による再生制御が可能となる。
【０２１７】
ステップＳ２３３において、音響エコーキャンセラ装置１２１は再生制御処理を行って、音響エコーキャンセル処理は終了する。なお、再生制御処理の詳細は後述するが、この再生制御処理においては、音声認識によるコンテンツの再生制御が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０２１８】
このようにして、音響エコーキャンセラ装置１２１は、音響エコーをキャンセルする処理が行われる再生制御処理が行われる前に、コンテンツの音声信号を利用して、予めフィルタ係数の学習をしておく。
【０２１９】
したがって、実際に音声認識による再生制御処理を行うときに、再生制御処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、再生制御処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０２２０】
［事前学習処理の説明］
次に、図１３のフローチャートを参照して、図１２のステップＳ２３１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ１３５はオフされた状態となっている。
【０２２１】
ステップＳ２６１において、主制御部１３２は、コンテンツを再生する。すなわち、主制御部１３２は、ユーザにより指定されたコンテンツの映像信号および音声信号を記録装置１３１から読み出して、映像再生処理部１３３および音声再生処理部１３４に供給する。
【０２２２】
映像再生処理部１３３は、主制御部１３２からの映像信号をデコードし、表示部２４に供給して映像を表示させる。また、音声再生処理部１３４は、主制御部１３２からの音声信号をデコードし、スピーカ２５および加算器３３に供給する。
【０２２３】
これにより、表示部２４にはコンテンツの映像が表示され、スピーカ２５からはコンテンツの音声が出力されることになる。スピーカ２５から出力された音声は、エコー経路を通ってマイクロホン２６に到達する。
【０２２４】
また、加算器３３に供給された音声信号は、加算器３３において加算された後、LPF３４でフィルタ処理され、さらに間引き器３５でダウンサンプリングされて、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２２５】
ステップＳ２６２において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０２２６】
ステップＳ２６３において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号をLPF２８に供給する。LPF２８に供給されたエコー信号は、LPF２８でフィルタ処理された後、間引き器２９でダウンサンプリングされ、減算器３０および更新頻度制御部３１に供給される。
【０２２７】
マイクロホン２６により音声が収音されると、その後、ステップＳ２６４乃至ステップＳ２６６の処理が行われてフィルタ係数が更新されるが、これらの処理は図３のステップＳ４６乃至ステップＳ４８の処理と同様であるため、その説明は省略する。
【０２２８】
ステップＳ２６７において、音響エコーキャンセラ装置１２１は、ユーザにより音声リモートコントロール機能による再生制御の開始が指示されたか否かを判定する。ステップＳ２６７において、再生制御開始が指示されていないと判定された場合、処理はステップＳ２６１に戻り、上述した処理が繰り返される。
【０２２９】
これに対して、ステップＳ２６７において、再生制御開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図１２のステップＳ２３２に進む。これにより、スイッチ１３５がオンされて、音声リモートコントロール機能による再生制御処理が行われる。
【０２３０】
このように事前学習処理では、音声リモートコントロール機能による再生制御が開始される直前の、コンテンツの再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際の再生制御処理前に得ることができる。
【０２３１】
［再生制御処理の説明］
以上のようにして、事前学習処理が行われた後、スイッチ１３５がオンされると、図１２のステップＳ２３３において、再生制御処理が行われる。
【０２３２】
以下、図１４のフローチャートを参照して、ステップＳ２３３の処理に対応する再生制御処理について説明する。
【０２３３】
ステップＳ２９１において、主制御部１３２はコンテンツを再生する。すなわち、図１３のステップＳ２６１と同様の処理が行われて、これまで再生されていたコンテンツが継続して再生される。このとき、音声再生処理部１３４から出力された音声信号は、加算器３３乃至間引き器３５を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２３４】
ステップＳ２９２において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、間引き器３５からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。なお、ステップＳ２９２の処理で用いられるフィルタ係数は、事前学習処理による学習で得られたフィルタ係数である。
【０２３５】
ステップＳ２９３において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、LPF２８および間引き器２９を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力されたコンテンツの音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０２３６】
ステップＳ２９４において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。減算器３０は得られた残差信号を、ユーザから発せられた再生制御のコマンドに対応する音声として、係数更新部３８、更新頻度制御部３１、および音声認識処理部１３６に供給する。
【０２３７】
ステップＳ２９５において、音声認識処理部１３６は、減算器３０から供給された残差信号に対する音声認識処理を行い、ユーザにより発せられた音声に対応するコンテンツの再生制御のコマンドを特定する。そして、音声認識処理部１３６は、再生制御のコマンドの特定結果を主制御部１３２に供給する。
【０２３８】
ステップＳ２９６において、主制御部１３２は、音声認識処理部１３６から供給された再生制御のコマンドの特定結果に応じて、コンテンツの再生を制御する。例えば、主制御部１３２は、再生中のコンテンツの早送りを示す特定結果が音声認識処理部１３６から供給された場合、映像再生処理部１３３および音声再生処理部１３４に対して、所定の再生速度で映像および音声を再生させる。
【０２３９】
コンテンツの再生制御が行なわれると、その後ステップＳ２９７およびステップＳ２９８の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ２９８において、係数更新部３８では、間引き器３５からの音声信号が用いられて、フィルタ係数が更新される。
【０２４０】
ステップＳ２９９において、音響エコーキャンセラ装置１２１は、処理を終了するか否かを判定する。例えば、ユーザによりコンテンツの再生終了や、音声リモートコントロール機能の終了が指示された場合、処理を終了すると判定される。
【０２４１】
ステップＳ２９９において、処理を終了しないと判定された場合、処理はステップＳ２９１に戻り、上述した処理が繰り返される。
【０２４２】
これに対して、ステップＳ２９９において、処理を終了すると判定された場合、再生制御処理は終了し、これにより図１２の音響エコーキャンセル処理も終了する。
【０２４３】
以上のように、音声リモートコントロール機能の実行時には、その開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、再生制御処理の開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２４４】
〈第４の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１５は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図１５において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０２４５】
図１５の音響エコーキャンセラ装置１６１は、例えばテレビジョン放送の番組の再生時に、周囲の環境音に応じて番組の音声に対してイコライザ処理を施し、音声をより聞き取り易くするイコライザ機能を有するテレビジョン受像機等から構成される。
【０２４６】
受信部２１で受信された放送波から抽出され、受信音声処理部２３から出力された番組の音声信号は、調整器１７１−１および調整器１７１−２に供給される。調整器１７１−１および調整器１７１−２は、受信音声処理部２３からの音声信号に対し、適宜、イコライザ処理を施して音声の音量や音色を調整し、その結果得られた音声信号をスピーカ２５−１およびスピーカ２５−２に供給するとともに、加算器３３に供給する。なお、以下、調整器１７１−１および調整器１７１−２を特に区別する必要のない場合、単に調整器１７１とも称する。
【０２４７】
調整器１７１から加算器３３に供給された音声信号は、加算器３３で加算されてモノラル信号化され、間引き器３５を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２４８】
また、スピーカ２５から出力された音声は、音響エコーキャンセラ装置１６１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、間引き器２９を介して、減算器３０および更新頻度制御部３１に供給される。
【０２４９】
制御部４０は、更新頻度制御部３１に演算リソース情報を供給するとともに、間引き器３５および間引き器２９における間引き数、つまりダウンサンプリング後の信号のサンプリング周波数を適宜、変更させる。
【０２５０】
また、制御部４０は、スイッチ１７２のオン、オフを制御する。このスイッチ１７２は、残差信号が出力される減算器３０と、イコライザ制御部１７３とを接続するものである。スイッチ１７２は、イコライザ機能によるイコライザ処理が行われる場合にオンされる。イコライザ制御部１７３は、減算器３０から供給された残差信号に基づいて、調整器１７１によるイコライザ処理を制御する。
【０２５１】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置１６１の動作について説明する。例えば、音響エコーキャンセラ装置１６１は、ユーザによりテレビジョン放送されている番組の再生開始が指示されると、音響エコーキャンセル処理を開始して番組を再生する。
【０２５２】
この音響エコーキャンセル処理では、番組の再生中に、番組の音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりイコライザ機能によるイコライザ処理が指示されると、周囲の環境音に応じて番組の音声に対するイコライザ処理が行われるとともに、より適切なイコライザ処理が施されるように、フィルタ係数が用いられて音響エコーがキャンセルされる。
【０２５３】
以下、図１６のフローチャートを参照して、音響エコーキャンセラ装置１６１による音響エコーキャンセル処理について説明する。
【０２５４】
ステップＳ３２１において、音響エコーキャンセラ装置１６１は、事前学習処理を行う。事前学習処理では、番組が再生されて映像と音声が出力されるとともに、番組の音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、番組再生中に、ユーザにより音響エコーキャンセラ装置１６１が操作され、イコライザ機能によるイコライザ処理の開始が指示されると、処理はステップＳ３２１からステップＳ３２２へと進む。なお、事前学習処理の詳細は後述する。
【０２５５】
ステップＳ３２２において、制御部４０は、スイッチ１７２を制御して、情報の出力を切り替える。すなわち、スイッチ１７２がオンされて、減算器３０から出力される残差信号が、イコライザ制御部１７３に供給されるようになる。これにより、イコライザ機能によるイコライザ処理が可能となる。
【０２５６】
また、制御部４０は、間引き器３５および間引き器２９を制御して、これらの間引き器３５および間引き器２９における間引き数を、予め定められた数に変更させる。
【０２５７】
ステップＳ３２３において、音響エコーキャンセラ装置１６１は音量制御処理を行って、音響エコーキャンセル処理は終了する。なお、音量制御処理の詳細は後述するが、音量制御処理においては、イコライザ機能により、番組の音声信号にイコライザ処理が施されるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０２５８】
このようにして、音響エコーキャンセラ装置１６１は、音響エコーをキャンセルする処理が行われる音量制御処理が行われる前に、番組の音声信号を利用して、予めフィルタ係数の学習をしておく。
【０２５９】
したがって、実際に音量制御処理を行うときに、音量制御処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、音量制御処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０２６０】
［事前学習処理の説明］
次に、図１７のフローチャートを参照して、図１６のステップＳ３２１の処理に対応する事前学習処理について説明する。
【０２６１】
なお、この事前学習処理の開始時においては、スイッチ１７２はオフされた状態となっている。また、ステップＳ３５１乃至ステップＳ３５３の処理は、図３のステップＳ４１乃至ステップＳ４３の処理と同様であるため、その説明は省略する。
【０２６２】
但し、ステップＳ３５３では、受信音声処理部２３から出力された番組の音声信号は、調整器１７１を介して、スピーカ２５および加算器３３に供給される。このとき、調整器１７１では、特に音声信号に対するイコライザ処理は行われない。
【０２６３】
スピーカ２５から番組の音声が出力されると、この音声は、エコー経路を通ってマイクロホン２６に到達する。また、マイクロホン２６には、番組の音声の他、音響エコーキャンセラ装置１６１の周囲の環境音（騒音）も入力される。
【０２６４】
さらに、調整器１７１から加算器３３に供給された音声信号は、加算器３３において加算された後、間引き器３５でダウンサンプリングされて、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２６５】
ステップＳ３５４において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０２６６】
ステップＳ３５５において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を間引き器２９に供給する。間引き器２９に供給されたエコー信号は、間引き器２９でダウンサンプリングされ、減算器３０および更新頻度制御部３１に供給される。
【０２６７】
ステップＳ３５５の処理が行われると、その後、ステップＳ３５６乃至ステップＳ３５８の処理が行われるが、これらの処理は図３のステップＳ４６乃至ステップＳ４８の処理と同様であるため、その説明は省略する。
【０２６８】
ステップＳ３５９において、音響エコーキャンセラ装置１６１は、ユーザによりイコライザ機能によるイコライザ処理の開始が指示されたか否かを判定する。ステップＳ３５９において、イコライザ処理の開始が指示されていないと判定された場合、処理はステップＳ３５１に戻り、上述した処理が繰り返される。
【０２６９】
これに対して、ステップＳ３５９において、イコライザ処理の開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図１６のステップＳ３２２に進む。これにより、スイッチ１７２がオンされて、イコライザ機能によるイコライザ処理が行われる。
【０２７０】
このように事前学習処理では、イコライザ機能の実行開始直前の、番組の再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際のイコライザ処理前に得ることができる。
【０２７１】
［音量制御処理の説明］
以上のようにして、事前学習処理が行われた後、スイッチ１７２がオンされると、図１６のステップＳ３２３において、音量制御処理が行われる。
【０２７２】
以下、図１８のフローチャートを参照して、ステップＳ３２３の処理に対応する音量制御処理について説明する。なお、ステップＳ３８１およびステップＳ３８２の処理は、図１７のステップＳ３５１およびステップＳ３５２の処理と同様であるので、その説明は省略する。
【０２７３】
また、ステップＳ３８１の処理が行われると、受信部２１から受信音声処理部２３には、番組の音声信号が供給される。受信音声処理部２３は、供給された音声信号をデコードして、調整器１７１に供給する。
【０２７４】
ステップＳ３８３において、調整器１７１は、イコライザ制御部１７３の制御にしたがって、受信音声処理部２３から供給された音声信号に対してイコライザ処理を施し、スピーカ２５および加算器３３に供給する。例えば、イコライザ処理により、番組の音声の音量や音色が制御される。
【０２７５】
また、加算器３３に供給された音声信号は、加算器３３で加算され、間引き器３５でダウンサンプリングされた後、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２７６】
ステップＳ３８４において、スピーカ２５は、調整器１７１から供給された音声信号に基づいて、番組の音声を出力する。この音声は、エコー経路を通ってマイクロホン２６に到達する。
【０２７７】
ステップＳ３８５において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、間引き器３５からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。なお、ステップＳ３８５の処理で用いられるフィルタ係数は、事前学習処理により予め学習されたフィルタ係数である。
【０２７８】
ステップＳ３８６において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、間引き器２９を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された音声（エコー成分）と、周囲の環境音とが含まれている。
【０２７９】
ステップＳ３８７において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。減算器３０は得られた残差信号を環境音の信号として、係数更新部３８、更新頻度制御部３１、およびイコライザ制御部１７３に供給する。
【０２８０】
ステップＳ３８８において、イコライザ制御部１７３は、減算器３０から供給された残差信号に基づいて、調整器１７１によるイコライザ処理を制御する。
【０２８１】
例えば、イコライザ制御部１７３は、残差信号に対する解析を行い、その結果得られた周囲の環境音の大きさや周波数特性から、番組の音声の最適な音量や音色を決定する。そして、イコライザ制御部１７３は、決定された音量や音色でスピーカ２５から音声が出力されるように、ステップＳ３８３における調整器１７１の動作を制御する。これにより、音響エコーキャンセラ装置１６１の周囲の騒音が大きい場合でも、ユーザは、容易に番組の音声を聞き取ることができるようになる。
【０２８２】
イコライザ処理の制御が行われると、その後、ステップＳ３８９およびステップＳ３９０の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ３９０において、係数更新部３８では、間引き器３５からの音声信号が用いられて、フィルタ係数が更新される。
【０２８３】
ステップＳ３９１において、音響エコーキャンセラ装置１６１は、処理を終了するか否かを判定する。例えば、ユーザにより番組の再生終了や、イコライザ機能の終了が指示された場合、処理を終了すると判定される。
【０２８４】
ステップＳ３９１において、処理を終了しないと判定された場合、処理はステップＳ３８１に戻り、上述した処理が繰り返される。
【０２８５】
これに対して、ステップＳ３９１において、処理を終了すると判定された場合、音量制御処理は終了し、これにより図１６の音響エコーキャンセル処理も終了する。
【０２８６】
以上のように、イコライザ機能の実行時には、その開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、音量制御処理開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２８７】
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。
【０２８８】
図１９は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
【０２８９】
コンピュータにおいて、CPU５０１，ROM（Read Only Memory）５０２，RAM（Random Access Memory）５０３は、バス５０４により相互に接続されている。
【０２９０】
バス５０４には、さらに、入出力インターフェース５０５が接続されている。入出力インターフェース５０５には、キーボード、マウス、マイクロホンなどよりなる入力部５０６、ディスプレイ、スピーカなどよりなる出力部５０７、ハードディスクや不揮発性のメモリなどよりなる記録部５０８、ネットワークインターフェースなどよりなる通信部５０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア５１１を駆動するドライブ５１０が接続されている。
【０２９１】
以上のように構成されるコンピュータでは、CPU５０１が、例えば、記録部５０８に記録されているプログラムを、入出力インターフェース５０５及びバス５０４を介して、RAM５０３にロードして実行することにより、上述した一連の処理が行われる。
【０２９２】
コンピュータ（CPU５０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア５１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。
【０２９３】
そして、プログラムは、リムーバブルメディア５１１をドライブ５１０に装着することにより、入出力インターフェース５０５を介して、記録部５０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５０９で受信し、記録部５０８にインストールすることができる。その他、プログラムは、ROM５０２や記録部５０８に、あらかじめインストールしておくことができる。
【０２９４】
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２９５】
なお、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
【符号の説明】
【０２９６】
１１ 音響エコーキャンセラ装置， ２３ 受信音声処理部， ２５−１，２５−２，２５ スピーカ， ２６−１，２６−２，２６ マイクロホン， ３０ 減算器， ３１ 更新頻度制御部， ３７ フィルタ部， ３８ 係数更新部， ４０ 制御部， ４４ 通話用送信音声処理部
【技術分野】
【０００１】
本発明は音声処理装置および方法、並びにプログラムに関し、特に、音響エコーをキャンセルする場合に用いて好適な音声処理装置および方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来、テレビジョン電話機などにおいて、話者音声の音響結合によりエコーを除去する音響エコーキャンセラが知られている。例えば、テレビジョン電話機では、話者の音声を通話相手に送信するために収音すると、話者の音声だけでなく、スピーカから出力された通話相手の音声も収音されてしまうので、このような通話相手の音声（音響エコー）が音響エコーキャンセラで除去される。
【０００３】
具体的には、スピーカから出力しようとする通話相手の音声に対して、適応デジタルフィルタを用いたフィルタ処理が行われて、マイクロホンにより収音される通話相手の音声の予測結果である擬似エコー信号が生成される。そして、実際にマイクロホンにより収音された音声から擬似エコー信号が減算されて得られた残差信号が、話者の音声として、通話相手に対して送信される。
【０００４】
このとき音響エコーキャンセラでは、収音される通話相手の音声の予測精度を向上させるために、受信された通話相手の音声と残差信号とが用いられて、適応デジタルフィルタのフィルタ係数が随時更新される。
【０００５】
このような音響エコーキャンセラを実際のテレビジョン電話機に適応すると、設置環境にもよるが、部屋の残響時間は数100msecにもおよぶため、この残響時間に対応するために必要なフィルタタップ数は数1000タップにもなり、膨大な演算が必要となる。また、フィルタ係数の値が収束するまでに長い時間を要するため、通話開始直後では、充分なエコー消去量を得ることができない。すなわち、通話開始直後は、充分に音響エコーを除去することができない。
【０００６】
そこで、通話に先立って、白色雑音などのトレーニング信号をスピーカから出力させ、これを収音してフィルタ係数の更新を行なっておくことで、通話開始後、より迅速にフィルタ係数を収束させる学習方法が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開平９−２４７２４６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、上述した技術では、フィルタ係数の学習により通話開始が遅延してしまうだけでなく、その学習には膨大な量の演算が必要となる。また、学習時にスピーカから出力される白色雑音等は、話者にとって耳障りであった。
【０００９】
本発明は、このような状況に鑑みてなされたものであり、通話等の音声処理の開始を遅延させることなく、より迅速に適切なフィルタ係数を得ることができるようにするものである。
【課題を解決するための手段】
【００１０】
本発明の第１の側面の音声処理装置は、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、周囲の音声を収音することでエコー信号を生成する収音手段と、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段とを備え、前記音声出力手段は、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、前記フィルタ手段は、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記減算手段は、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する。
【００１１】
前記更新頻度制御手段には、前記エコー信号と前記残差信号とに基づいてエコー消去量を算出させ、前記エコー消去量に応じて前記更新の頻度を増減させることができる。
【００１２】
前記更新頻度制御手段には、前記エコー消去量が所定の閾値未満である場合、前記更新の頻度を増加させることができる。
【００１３】
前記更新頻度制御手段には、前記エコー消去量が前記閾値未満である場合、前記更新手段を実現する制御装置により新たに処理可能な演算量が予め定めた値以上であるとき、前記更新の頻度を所定値だけ増加させ、前記演算量が前記予め定めた値未満であるとき、前記更新の頻度を前記所定値よりも少ない値だけ増加させることができる。
【００１４】
前記更新頻度制御手段には、前記エコー消去量が所定の閾値以上である場合、前記更新の頻度を減少させることができる。
【００１５】
前記第１の音声処理を、コンテンツを再生する処理とし、前記第２の音声処理を、相手との通話処理とすることができる。
【００１６】
前記第１の音声処理を、音声によるルートガイド処理とし、前記第２の音声処理を、相手との通話処理とすることができる。
【００１７】
前記更新頻度制御手段には、前記擬似エコー信号と前記残差信号の類似の度合い、または前記エコー信号と前記残差信号の類似の度合いに応じて、前記更新の頻度を増減させることができる。
【００１８】
前記更新頻度制御手段には、ダブルトーク状態であると検知された場合、前記更新の頻度を減少させるか、または前記適応デジタルフィルタの更新を停止させることができる。
【００１９】
本発明の第１の側面の音声処理方法またはプログラムは、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を音声出力手段に出力させ、収音手段に周囲の音声を収音させることでエコー信号を生成させ、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成し、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成し、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、前記適応デジタルフィルタの更新の頻度を制御し、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段に第２の音声信号に基づいて音声を出力させ、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成するステップを含む。
【００２０】
本発明の第１の側面においては、第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声が音声出力手段から出力され、収音手段により周囲の音声が収音されてエコー信号が生成され、前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理が施されて擬似エコー信号が生成され、前記エコー信号から前記擬似エコー信号が減算されることで、前記音声出力手段から出力され、前記収音手段に到達する音声成分が前記エコー信号から除去されて、残差信号が生成され、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタが更新され、前記適応デジタルフィルタの更新の頻度が制御される。そして、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段から第２の音声信号に基づいて音声が出力され、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理が施されることにより前記擬似エコー信号が生成され、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号が生成される。
【００２１】
本発明の第２の側面の音声処理装置は、第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声を出力する音声出力手段と、周囲の音声を収音することでエコー信号を生成する収音手段と、前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段とを備え、前記フィルタ手段は、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる。
【００２２】
本発明の第２の側面においては、第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声が音声出力手段から出力され、収音手段により周囲の音声が収音されてエコー信号が生成され、前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理が施されて擬似エコー信号が生成され、前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分が前記エコー信号から除去されて、残差信号が生成され、前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタが更新され、前記適応デジタルフィルタの更新の頻度が制御される。そして、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号が生成され、前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる。
【発明の効果】
【００２３】
本発明の第１の側面および第２の側面によれば、音声処理の開始を遅延させることなく、より迅速に適切なフィルタ係数を得ることができる。
【図面の簡単な説明】
【００２４】
【図１】本発明を適用した音響エコーキャンセラ装置の一実施の形態の構成例を示す図である。
【図２】音響エコーキャンセル処理を説明するフローチャートである。
【図３】事前学習処理を説明するフローチャートである。
【図４】フィルタ係数の更新頻度について説明する図である。
【図５】更新頻度制御処理を説明するフローチャートである。
【図６】通話処理を説明するフローチャートである。
【図７】音響エコーキャンセラ装置の他の構成例を示す図である。
【図８】音響エコーキャンセル処理を説明するフローチャートである。
【図９】事前学習処理を説明するフローチャートである。
【図１０】通話処理を説明するフローチャートである。
【図１１】音響エコーキャンセラ装置の他の構成例を示す図である。
【図１２】音響エコーキャンセル処理を説明するフローチャートである。
【図１３】事前学習処理を説明するフローチャートである。
【図１４】再生制御処理を説明するフローチャートである。
【図１５】音響エコーキャンセラ装置の他の構成例を示す図である。
【図１６】音響エコーキャンセル処理を説明するフローチャートである。
【図１７】事前学習処理を説明するフローチャートである。
【図１８】音量制御処理を説明するフローチャートである。
【図１９】コンピュータの構成例を示す図である。
【発明を実施するための形態】
【００２５】
以下、図面を参照して、本発明を適用した実施の形態について説明する。
【００２６】
〈第１の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１は、本発明を適用した音響エコーキャンセラ装置の一実施の形態の構成例を示す図である。この音響エコーキャンセラ装置１１は、例えばテレビジョン放送された番組を受信して再生するとともに、テレビジョン電話機としても機能する。
【００２７】
すなわち、音響エコーキャンセラ装置１１の受信部２１は、テレビジョン放送された放送波を受信して、放送波から番組を構成する映像信号および音声信号を抽出する。受信部２１は、抽出した映像信号を受信映像処理部２２に供給し、抽出した音声信号を受信音声処理部２３に供給する。
【００２８】
受信映像処理部２２は、受信部２１からの映像信号をデコードし、液晶ディスプレイ等からなる表示部２４に供給して映像を表示させる。受信音声処理部２３は、受信部２１から供給された音声信号をデコードし、スピーカ２５−１およびスピーカ２５−２に供給して音声を出力させる。
【００２９】
例えば、スピーカ２５−１には右チャンネルの音声信号が供給され、スピーカ２５−２には左チャンネルの音声信号が供給される。なお、以下、スピーカ２５−１およびスピーカ２５−２を特に区別する必要のない場合、単にスピーカ２５とも称する。
【００３０】
このようにしてスピーカ２５から出力された音声は、音響エコーキャンセラ装置１１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６−１およびマイクロホン２６−２に収音される。マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音して得られた信号（以下、エコー信号と称する）を加算器２７に供給する。なお、以下、マイクロホン２６−１およびマイクロホン２６−２を特に区別する必要のない場合、単にマイクロホン２６とも称する。
【００３１】
マイクロホン２６から出力されたエコー信号は、加算器２７で加算されてモノラル信号化された後、LPF（Low Pass Filter）２８によりフィルタ処理され、さらに間引き器２９により所定のサンプリング周波数にダウンサンプリングされる。間引き器２９によりダウンサンプリングされたエコー信号は、減算器３０および更新頻度制御部３１に供給される。
【００３２】
また、音響エコーキャンセラ装置１１では、番組の再生時には、受信音声処理部２３からスピーカ２５−１およびスピーカ２５−２に出力される音声信号は、スイッチ３２−１およびスイッチ３２−２を介して加算器３３にも供給される。
【００３３】
スイッチ３２−１およびスイッチ３２−２から加算器３３に供給された音声信号は、加算器３３において加算されてモノラル信号化された後、LPF３４によりフィルタ処理され、さらに間引き器３５により所定のサンプリング周波数にダウンサンプリングされる。そして、間引き器３５から出力された音声信号は、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。なお、以下、スイッチ３２−１およびスイッチ３２−２を特に区別する必要のない場合、単にスイッチ３２とも称する。
【００３４】
フィルタ部３７は、スイッチ３６からの音声信号に対し、係数更新部３８から供給された、適応デジタルフィルタのフィルタ係数を用いたフィルタ処理を施すことで、スピーカ２５から出力され、音響エコーキャンセラ装置１１の周囲の環境を通ってマイクロホン２６に収音されたエコー成分を予測する。フィルタ部３７は、予測により得られた擬似エコー信号を減算器３０に供給する。例えば、適応デジタルフィルタは、FIR（Finite Impulse Response）型のデジタルフィルタなどとされる。
【００３５】
減算器３０は、間引き器２９から供給されたエコー信号から、フィルタ部３７から供給された擬似エコー信号を減算して残差信号を生成し、係数更新部３８、更新頻度制御部３１、およびスイッチ３９に供給する。
【００３６】
ここで、マイクロホン２６には、スピーカ２５から出力された音声と、その他の音響エコーキャンセラ装置１１周囲の音声（以下、環境音とも称する）とが含まれている。また、擬似エコー信号は、スピーカ２５から出力され、マイクロホン２６に収音される音声の予測信号である。したがって、エコー信号から擬似エコー信号を除去（減算）して得られる残差信号は、環境音の予測結果であるということができる。
【００３７】
更新頻度制御部３１は、制御部４０から供給される演算リソース情報、スイッチ３６からの音声信号、間引き器２９からのエコー信号、および減算器３０からの残差信号に基づいて、フィルタ係数の更新頻度を示す更新頻度情報を生成し、係数更新部３８に供給する。
【００３８】
ここで、演算リソース情報とは、係数更新部３８を実現する図示せぬ制御装置が、現時点において新たに処理可能な演算量を示す情報である。係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、スイッチ３６からの音声信号、および減算器３０からの残差信号に基づき、フィルタ係数を更新する。
【００３９】
さらに、音響エコーキャンセラ装置１１は、テレビジョン電話機としての機能も備えている。すなわち、ネットワーク制御部４１は、図示せぬ通信網や基地局を介して通話相手の装置（以下、遠端側とも称する）とＩＰ（Internet Protocol）パケットの送受信を行なう。ネットワーク制御部４１が受信するＩＰパケットには、通話相手からの音声信号と映像信号が格納されている。
【００４０】
ネットワーク制御部４１は、ＩＰパケットから抽出した音声信号を、通話用受信音声処理部４２に供給するとともに、ＩＰパケットから抽出した映像信号を、図示せぬ通話用受信映像処理部を介して表示部２４に供給し、映像を表示させる。
【００４１】
通話用受信音声処理部４２は、ネットワーク制御部４１から供給された音声信号をデコードし、出力する。通話用受信音声処理部４２から出力された音声信号は、スイッチ４３−１およびスイッチ４３−２を介して、スピーカ２５−１およびスピーカ２５−２に供給されるとともに、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。以下、スイッチ４３−１およびスイッチ４３−２を特に区別する必要のない場合、単にスイッチ４３とも称する。
【００４２】
制御部４０は、演算リソース情報を更新頻度制御部３１に供給する。また、制御部４０は、テレビジョン放送の番組の再生時において、スイッチ３２をオンし、スイッチ３６を間引き器３５に接続するとともに、スイッチ４３とスイッチ３９をオフする。
【００４３】
さらに、制御部４０は、テレビジョン電話機能による通話を行なう場合、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続するとともに、スイッチ４３とスイッチ３９をオンする。したがって、この場合、通話用受信音声処理部４２からの音声信号は、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給され、この音声信号が用いられて、フィルタ係数の更新や擬似エコー信号の生成が行なわれる。
【００４４】
通話用送信音声処理部４４は、スイッチ３９を介して減算器３０から供給された残差信号を、音響エコーキャンセラ装置１１を所持するユーザ（以下、近端側とも称する）により発せられた音声の音声信号としてエンコードし、ネットワーク制御部４１に供給する。
【００４５】
カメラ４５は、近端側のユーザを撮影し、その結果得られた映像信号を、通話用送信画像処理部４６に供給する。通話用送信画像処理部４６は、カメラ４５からの映像信号をエンコードし、ネットワーク制御部４１に供給する。
【００４６】
ネットワーク制御部４１は、通話用送信音声処理部４４からの音声信号と、通話用送信画像処理部４６からの映像信号をＩＰパケットに格納し、図示せぬ通信網等を介して遠端側の装置に送信する。
【００４７】
［音響エコーキャンセル処理の説明］
ところで、音響エコーキャンセラ装置１１は、ユーザによりテレビジョン放送の番組の再生が指示されると、音響エコーキャンセル処理を開始して、指定された番組を再生する。
【００４８】
この音響エコーキャンセル処理では、番組の再生が行われている間に、その番組の音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりテレビジョン電話による通話が指示されると、遠端側との通話が行なわれるとともに、通話時において、学習により得られたフィルタ係数が用いられて音響エコーがキャンセルされ、音響エコーのない音声が遠端側に送信される。
【００４９】
以下、図２のフローチャートを参照して、音響エコーキャンセラ装置１１による音響エコーキャンセル処理について説明する。
【００５０】
ステップＳ１１において、音響エコーキャンセラ装置１１は、事前学習処理を行う。事前学習処理では、受信された番組が再生されるとともに、番組の音声信号が利用されて、フィルタ係数の学習が行なわれる。
【００５１】
そして、番組の再生中に、ユーザにより音響エコーキャンセラ装置１１が操作され、テレビジョン電話の通話の開始が指示されると、処理はステップＳ１１からステップＳ１２へと進む。なお、事前学習処理の詳細は後述する。
【００５２】
ステップＳ１２において、制御部４０は、音響エコーキャンセラ装置１１の各スイッチを制御して、情報の出力を切り替える。
【００５３】
例えば、制御部４０は、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続するとともに、スイッチ４３とスイッチ３９をオンする。これにより、テレビジョン電話による通話が可能となる。
【００５４】
ステップＳ１３において、音響エコーキャンセラ装置１１は通話処理を行って、音響エコーキャンセル処理は終了する。なお、通話処理の詳細は後述するが、この通話処理においては、テレビジョン電話による通話が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【００５５】
このようにして、音響エコーキャンセラ装置１１は、音響エコーをキャンセルする処理が行われるテレビジョン電話の通話処理が行われる前に、再生されている番組の音声信号を利用して、予めフィルタ係数の学習をしておく。
【００５６】
したがって、実際に通話処理を行うときに、通話処理の開始を遅延させることなく、音響エコーキャンセラ装置１１の周囲の環境により適したフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、通話処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。しかも、フィルタ係数の学習には、再生されている番組の音声信号が用いられるため、白色雑音等を学習に用いる場合のように、ユーザが耳障りに感じるようなこともない。
【００５７】
［事前学習処理の説明］
次に、図３のフローチャートを参照して、図２のステップＳ１１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ３２はオンされ、スイッチ３６は間引き器３５に接続され、スイッチ４３とスイッチ３９はオフされた状態となっている。
【００５８】
ステップＳ４１において、受信部２１は放送波を受信して、放送波に含まれる映像信号および音声信号を、それぞれ受信映像処理部２２および受信音声処理部２３に供給する。
【００５９】
ステップＳ４２において、受信映像処理部２２は、受信部２１からの映像信号をデコードして表示部２４に出力する。すると、表示部２４は、供給された映像信号に基づいて、番組の映像を表示する。
【００６０】
ステップＳ４３において、受信音声処理部２３は、受信部２１から供給された音声信号をデコードして出力する。受信音声処理部２３から出力された音声信号は、スピーカ２５−１およびスピーカ２５−２に供給されるとともに、スイッチ３２を介して加算器３３にも供給される。
【００６１】
スピーカ２５は、受信音声処理部２３から供給された音声信号に基づいて、番組の音声を出力する。この音声は、スピーカ２５から出力された後、音響エコーキャンセラ装置１１の周囲の物体等で反射されてマイクロホン２６に到達する。なお、以下、スピーカ２５から出力された音声が通る、スピーカ２５からマイクロホン２６までの経路をエコー経路とも称することとする。
【００６２】
また、加算器３３は、スイッチ３２−１およびスイッチ３２−２から供給された音声信号を加算し、LPF３４は加算器３３により加算された音声信号に対してフィルタ処理を施し、間引き器３５に供給する。そして、間引き器３５は、LPF３４から供給された音声信号をダウンサンプリングし、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給する。
【００６３】
ステップＳ４４において、フィルタ部３７は、間引き器３５から供給された音声信号に基づいて擬似エコー信号を生成する。
【００６４】
すなわち、フィルタ部３７は係数更新部３８からフィルタ係数を取得する。このフィルタ係数は、予め定められた初期値であってもよいし、最後に係数更新部３８により更新されて保持された値であってもよい。
【００６５】
フィルタ部３７は、係数更新部３８から取得したフィルタ係数を用いて次式（１）の計算を行なうことで、間引き器３５からの音声信号に対してフィルタ処理を行い、擬似エコー信号ｙ’（ｎ）を生成する。
【００６６】
【数１】
【００６７】
なお、式（１）において、ｘ（ｎ）は、時刻ｎにおける音声信号のサンプルの値（サンプル値）を示している。また、ｈｎ（ｋ）は、時刻ｎの擬似エコー信号ｙ’（ｎ）を得るために、音声信号の時刻（ｎ−ｋ）（但し、０≦ｋ≦Ｎ−１）のサンプルに乗算されるフィルタ係数である。
【００６８】
したがって、時刻ｎのサンプルを含む、音声信号の連続する過去Ｎ個のサンプル値のそれぞれに、各サンプルのフィルタ係数ｈｎ（ｋ）が乗算され、それらのフィルタ係数が乗算されたサンプル値の総和が、時刻ｎの擬似エコー信号の値とされる。この例では、フィルタ係数ｈｎ（ｋ）は、Ｎタップで構成されるFIR型の適応デジタルフィルタとされている。
【００６９】
ステップＳ４５において、マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音し、その結果得られたエコー信号を加算器２７に供給する。
【００７０】
加算器２７は、マイクロホン２６から供給されたエコー信号を加算し、LPF２８は加算器２７により加算されたエコー信号に対してフィルタ処理を施し、間引き器２９に供給する。そして、間引き器２９は、LPF２８から供給されたエコー信号をダウンサンプリングし、減算器３０および更新頻度制御部３１に供給する。
【００７１】
なお、間引き器２９および間引き器３５において、収音されたエコー信号、および番組の音声信号のダウンサンプリングが行なわれるのは、これらの信号のサンプリング周波数を、テレビジョン電話の音声信号のサンプリング周波数にあわせるためである。
【００７２】
ステップＳ４６において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、次式（２）を計算し、残差信号ｅ（ｎ）を生成する。
【００７３】
【数２】
【００７４】
なお、式（２）において、ｙ（ｎ）およびｙ’（ｎ）は、それぞれ時刻ｎにおけるエコー信号および擬似エコー信号の値（サンプル値）を示している。つまり、エコー信号ｙ（ｎ）から擬似エコー信号ｙ’（ｎ）が減算されて、時刻ｎの残差信号ｅ（ｎ）が求められる。
【００７５】
減算器３０は、得られた残差信号ｅ（ｎ）を係数更新部３８および更新頻度制御部３１に供給する。なお、番組の再生中は、スイッチ３９はオフされているので、残差信号は通話用送信音声処理部４４には供給されない。
【００７６】
ステップＳ４７において、更新頻度制御部３１は、更新頻度制御処理を行う。なお、更新頻度制御処理の詳細は後述するが、更新頻度制御処理では、間引き器２９からのエコー信号、減算器３０からの残差信号、スイッチ３６からの音声信号、および制御部４０からの演算リソース情報に基づいて、フィルタ係数の更新頻度を示す更新頻度情報が生成され、係数更新部３８に供給される。
【００７７】
ここで、フィルタ係数の更新頻度とは、フィルタ係数の更新時において、適応デジタルフィルタを構成するＮ個のフィルタ係数のうちのいくつを１度に更新するかをいう。
【００７８】
例えば、図４に示すように、適応デジタルフィルタのタップ数Ｎが１６であり、更新頻度が４である場合、１度のフィルタ係数の更新時には１６個のフィルタ係数のうちの４つのフィルタ係数が更新される。
【００７９】
なお、図４において、１つの四角形は１つのフィルタ係数を示しており、図中、縦方向は時間を示している。また、各フィルタ係数の図中、上側には便宜上、フィルタ係数を特定するための番号が付されている。例えば、図中、左端のフィルタ係数は、１番目のフィルタ係数であり、式（１）におけるフィルタ係数ｈｎ（０）に相当する。
【００８０】
図４の例では、Ｍ回目のフィルタ係数の更新時（例えば、時刻Ｍ）には、１番目、５番目、９番目、および１３番目の合計４つのフィルタ係数が更新され、他のフィルタ係数は更新されない。そして、（Ｍ＋１）回目のフィルタ係数の更新時（例えば、時刻（Ｍ＋１））には、２番目、６番目、１０番目、および１４番目の４つのフィルタ係数が更新される。
【００８１】
さらに、（Ｍ＋２）回目のフィルタ係数の更新時には、３番目、７番目、１１番目、および１５番目の４つのフィルタ係数が更新され、（Ｍ＋３）回目のフィルタ係数の更新時には、４番目、８番目、１２番目、および１６番目の４つのフィルタ係数が更新される。
【００８２】
したがって、この場合には、４回の更新により、適応デジタルフィルタを構成する全てのフィルタ係数が更新されることになる。なお、図４では、１度の更新時には、等間隔で並ぶ４つのフィルタ係数が更新される場合について説明したが、不等間隔に並ぶフィルタ係数など、まだ更新されていないフィルタ係数が更新されれば、どのフィルタ係数が更新されてもよい。
【００８３】
図３のフローチャートの説明に戻り、ステップＳ４７の更新頻度制御処理が行われ、更新頻度制御部３１から係数更新部３８に更新頻度情報が供給されると、その後、処理はステップＳ４８に進む。
【００８４】
ステップＳ４８において、係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、間引き器３５からの音声信号、および減算器３０からの残差信号に基づいてフィルタ係数を更新する。
【００８５】
例えば、係数更新部３８は、時刻ｎから時刻（ｎ−Ｎ＋１）までの各時刻の音声信号ｘ（ｎ−ｊ）（但し、０≦ｊ≦Ｎ−１）、時刻ｎの残差信号ｅ（ｎ）、およびｋ番目のフィルタ係数ｈｎ（ｋ）に基づいて次式（３）を計算し、フィルタ係数を更新する。これにより、時刻（ｎ＋１）のｋ番目のフィルタ係数ｈｎ＋１（ｋ）が得られることになる。
【００８６】
【数３】
【００８７】
なお、式（３）において、μは収束係数であり、０＜μ≦１である。また、更新が行なわれないフィルタ係数については、時刻ｎのフィルタ係数ｈｎ（ｋ）が、そのまま時刻（ｎ＋１）のフィルタ係数ｈｎ＋１（ｋ）として用いられる。このように式（３）にしたがってフィルタ係数を更新していく手法は、学習同定法アルゴリズムと呼ばれている。
【００８８】
式（３）の演算により、新たにフィルタ係数を求めて更新していくことで、フィルタ係数は、エコー経路の伝達関数を模擬するように収束していき、実際にマイクロホン２６で収音される、スピーカ２５からの音声により近い擬似エコー信号が得られるようになる。つまり、エコー成分をより高精度に予測することができるようになる。
【００８９】
係数更新部３８は、フィルタ係数を更新すると、更新後の新たなフィルタ係数をフィルタ部３７に供給し、処理はステップＳ４９に進む。
【００９０】
ステップＳ４９において、音響エコーキャンセラ装置１１は、ユーザによりテレビジョン電話の通話開始が指示されたか否かを判定する。ステップＳ４９において、通話開始が指示されていないと判定された場合、処理はステップＳ４１に戻り、上述した処理が繰り返される。
【００９１】
これに対して、ステップＳ４９において、通話開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図２のステップＳ１２に進む。これにより、音響エコーキャンセラ装置１１における各スイッチが切り替えられて、テレビジョン電話の通話処理が行われる。
【００９２】
このように事前学習処理では、テレビジョン電話の通話が開始される直前の、テレビジョン放送の番組の再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数を、それらのフィルタ係数が必要となる実際の通話処理前に得ることができる。
【００９３】
［更新頻度制御処理の説明］
次に、図５のフローチャートを参照して、図３のステップＳ４７の処理に対応する更新頻度制御処理について説明する。
【００９４】
ステップＳ７１において、更新頻度制御部３１は、制御部４０から演算リソース情報を取得する。
【００９５】
例えば、制御部４０は、係数更新部３８やフィルタ部３７を実現する、図示せぬＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）等の制御装置が、現時点において、新たに処理可能な単位時間当たりの演算量を算出する。
【００９６】
この新たに処理可能な演算量は、制御装置が処理可能な単位時間当たりの演算量の最大値から、現時点において制御装置により行なわれている処理の単位時間当たりの演算量を減算することで求められる。例えば、現時点で行なわれている処理とは、フィルタ部３７によるフィルタ処理や、係数更新部３８によるフィルタ係数の更新処理である。
【００９７】
更新頻度制御部３１は、このようにして求められた新たに処理可能な演算量を示す演算リソース情報を、制御部４０から取得する。
【００９８】
ステップＳ７２において、更新頻度制御部３１は、間引き器２９からのエコー信号ｙ（ｎ）、および減算器３０からの残差信号ｅ（ｎ）に基づいて、次式（４）を計算し、エコー消去量ERLE（Echo Return Loss Enhancement）を算出する。
【００９９】
【数４】
【０１００】
すなわち、残差信号の二乗値とエコー信号の二乗値との比の対数をとることにより、エコー消去量ERLEが算出される。このエコー消去量は、エコー信号と残差信号の電力比であり、擬似エコー信号により、エコー信号からどれだけエコー成分が除去されたかを示している。また、エコー消去量の単位はｄＢであり、エコー成分がより多く除去されているほど、エコー消去量の値は大きくなる。
【０１０１】
ステップＳ７３において、更新頻度制御部３１は、ダブルトーク状態であるか否かを判定する。ここで、ダブルトーク状態とは、スピーカ２５から音声が出力されており、さらに近端側のマイクロホン２６近傍で他の大きい音声が発せられている状態をいう。例えば、遠端側にいる通話相手と近端側の話者が同時に発話している状態が、ダブルトーク状態である。
【０１０２】
したがって、例えば更新頻度制御部３１は、スイッチ３６から供給された音声信号のパワーと、間引き器２９から供給されたエコー信号のパワーとを比較することで、ダブルトーク状態であるか否かを判定する。具体的には、スイッチ３６からの音声信号のパワーに基づいて、エコー信号に含まれるスピーカ２５から出力された音声成分のパワーをある程度予測することができるので、エコー信号のパワーが、予測される音声成分のパワーよりも大幅に大きい場合、ダブルトーク状態とされる。例えば、スイッチ３６からの音声信号とエコー信号とのパワーの差分が閾値以上である場合、ダブルトーク状態とされる。
【０１０３】
ステップＳ７３において、ダブルトーク状態であると判定された場合、ステップＳ７４において、更新頻度制御部３１は更新頻度を下げる。
【０１０４】
例えば、ダブルトーク状態では、エコー信号には、近端側の音声も多く含まれているため、近端側の音声までも除去されるようにフィルタ係数の学習が進められてしまう。そこで、このような誤学習を防止するため、ダブルトーク状態であると検知された場合には、更新頻度制御部３１は更新頻度を減少させ、減少後の更新頻度を示す更新頻度情報を係数更新部３８に供給する。そして、新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。なお、ステップＳ７４において、フィルタ係数の更新が停止されるようにしてもよい。この場合、更新頻度が０とされる。
【０１０５】
また、ステップＳ７３において、ダブルトーク状態でないと判定された場合、処理はステップＳ７５へと進む。
【０１０６】
ステップＳ７５において、更新頻度制御部３１は、取得した演算リソース情報に基づいて、係数更新部３８を実現する制御装置の演算リソースが充分にあるか否かを判定する。例えば、演算リソース情報が、予め定められた値以上である場合、演算リソースが充分にあると判定される。
【０１０７】
ステップＳ７５において、演算リソースが充分にあると判定された場合、ステップＳ７６において、更新頻度制御部３１は、エコー消去量が充分であるか否かを判定する。例えば、算出されたエコー消去量ERLEが、予め定めた所定の値以上である場合、エコー消去量が充分であると判定される。
【０１０８】
ステップＳ７６において、エコー消去量が充分であると判定された場合、ステップＳ７７において、更新頻度制御部３１は、更新頻度を下げる。
【０１０９】
例えば、エコー消去量が充分大きい場合、フィルタ係数は充分に収束しており、現時点において、音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数が既に得られている。すなわち、現時点では、フィルタ係数を頻繁に更新する必要はない。
【０１１０】
そこで、更新頻度制御部３１は、更新頻度を減少させ、減少後の更新頻度を示す更新頻度情報を係数更新部３８に供給する。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度がこれまでの値から２だけ下げられる。なお、更新頻度が予め定められた所定値まで下げられるようにしてもよい。
【０１１１】
このように、フィルタ係数が充分に収束している場合には、更新頻度を減少させて、フィルタ係数の更新の演算量を低減させれば、その分だけ制御装置は他の処理に演算リソースを割り当てることができるようになる。これにより、音響エコーキャンセラ装置１１における各処理をより効率よく行うことができる。
【０１１２】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。なお、ステップＳ７６において、エコー消去量が充分であると判定された場合、特に更新頻度が変更されないようにしてもよい。
【０１１３】
また、ステップＳ７６において、エコー消去量が充分でないと判定された場合、ステップＳ７８において、更新頻度制御部３１は更新頻度を大きく上げる。
【０１１４】
エコー消去量が充分でない場合、フィルタ係数はまだ充分に収束しておらず、さらなるフィルタ係数の更新が必要である。そこで、更新頻度制御部３１は、エコー消去量が充分でなく、演算リソースが充分にある場合には、更新頻度を大きく増加させることで、より頻繁にフィルタ係数が更新されるようにする。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度がこれまでの値から４だけ上げられる。これにより、係数更新部３８を実現する制御装置に無理な負荷をかけることなく、より迅速にフィルタ係数を収束させることができる。なお、更新頻度が予め定められた所定値まで上げられるようにしてもよい。
【０１１５】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１１６】
また、ステップＳ７５において、演算リソースが充分にないと判定された場合、ステップＳ７９において、更新頻度制御部３１は、エコー消去量が充分であるか否かを判定する。
【０１１７】
ステップＳ７９において、エコー消去量が充分であると判定された場合、ステップＳ８０において、更新頻度制御部３１は、更新頻度を下げる。そして、更新頻度制御部３１が新たな更新頻度情報を係数更新部３８に供給すると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１１８】
この場合も、ステップＳ７７における場合と同様に、エコー消去量が充分大きく、フィルタ係数は充分に収束しているので、フィルタ係数の更新頻度が下げられる。なお、ステップＳ８０において、特に更新頻度が変更されないようにしてもよい。
【０１１９】
これに対して、ステップＳ７９において、エコー消去量が充分でないと判定された場合、ステップＳ８１において、更新頻度制御部３１は更新頻度を少し上げる。
【０１２０】
エコー消去量が充分でない場合、フィルタ係数はまだ充分に収束しておらず、さらなるフィルタ係数の更新が必要である。ところが、演算リソースが充分にない場合、フィルタ係数の更新頻度を大きく上げると、係数更新部３８を実現する制御装置に対する負荷が過度に大きくなってしまうことになる。
【０１２１】
そこで、更新頻度制御部３１は、エコー消去量が充分でなく、演算リソースが充分にない場合には、フィルタ係数の更新頻度を少しだけ増加させる。例えば、適応デジタルフィルタのタップ数Ｎが１６である場合、更新頻度が１だけ上げられる。これにより、制御装置に無理な負荷をかけることなく、より迅速にフィルタ係数を収束させることができる。
【０１２２】
なお、ステップＳ８１における更新頻度の増加量は、ステップＳ７８における更新頻度の増加量よりも少ない量とされる。
【０１２３】
新たな更新頻度情報が係数更新部３８に供給されると、更新頻度制御処理は終了し、その後、処理は図３のステップＳ４８に進む。
【０１２４】
このようにして、更新頻度制御部３１は、演算リソース情報とエコー消去量とに基づいて、適切にフィルタ係数の更新頻度を変化させる。これにより、より効率よく音響エコーキャンセラ装置１１の周囲の環境に適したフィルタ係数を得ることができる。
【０１２５】
例えば、フィルタ係数の学習が不充分な場合や、エコー経路に急激な変化が生じ、充分なエコー消去量が得られない場合でも、演算リソースに応じて適切にフィルタ係数の更新頻度を制御することにより、良好なエコー消去性能を得ることができる。
【０１２６】
また、エコー消去量が充分にある場合などに、フィルタ係数の更新頻度を減少させれば、フィルタ係数の更新に必要な演算量を削減することができる。例えば、図４に示した例では、全体の１／４の数のフィルタ係数ずつ更新を行なうので、従来と比べてフィルタ係数の更新に必要となる演算量を１／４に削減することができる。
【０１２７】
なお、フィルタ係数の更新頻度は、予め定められた数だけ増減されるようにしてもよいし、エコー消去量や演算リソース情報により定まる値となるように増減されてもよい。
【０１２８】
また、以上においては、演算リソース情報やエコー消去量に基づいて、更新頻度を増減させると説明したが、擬似エコー信号と残差信号との類似度や、エコー信号と残差信号の類似度に基づいて、更新頻度を増減させるようにしてもよい。
【０１２９】
例えば、擬似エコー信号と残差信号との類似度により更新頻度が定められる場合、更新頻度制御部３１は、フィルタ部３７から擬似エコー信号を取得し、この擬似エコー信号と残差信号との相互相関係数を算出する。この場合、相互相関係数の値が大きいほど、擬似エコー信号と残差信号の類似の度合いが大きいことになる。
【０１３０】
ここで、相互相関係数が所定の閾値以上である場合、擬似エコー信号と残差信号は類似しているので、エコー信号（残差信号）から、エコー成分が充分に除去されていないことになる。そこで、相互相関係数が閾値以上である場合には、更新頻度制御部３１は、更新頻度を増加させ、新たな更新頻度情報を生成する。
【０１３１】
また、擬似エコー信号等の信号同士の類似の度合いと、エコー消去量との両方に基づいて、更新頻度が増減されるようにしてもよい。この場合、誤学習等を防止し、より適切な更新制御を実現することができる。このように各信号同士の類似の度合い、ダブルトーク状態であるかの判定結果、演算リソース情報、およびエコー消去量を適宜組み合わせて更新頻度を増減させれば、より適切な更新制御が可能となる。
【０１３２】
さらに、更新頻度制御部３１が、擬似エコー信号等の信号同士の類似の度合いに基づいて、ダブルトーク状態であるか否かを特定するようにしてもよい。
【０１３３】
［通話処理の説明］
以上のようにして、事前学習処理が行われた後、音響エコーキャンセラ装置１１の各スイッチによる情報の出力が切り替えられると、図２のステップＳ１３において、通話処理が行われる。
【０１３４】
以下、図６のフローチャートを参照して、ステップＳ１３の処理に対応する通話処理について説明する。なお、通話処理の開始時においては、スイッチ３２はオフされ、スイッチ３６は通話用受信音声処理部４２に接続され、スイッチ４３とスイッチ３９はオンされた状態となっている。
【０１３５】
ステップＳ１０１において、ネットワーク制御部４１は、通信網等を介して遠端側から送信されてきたＩＰパケットを受信する。ネットワーク制御部４１は、受信したＩＰパケットから映像信号および音声信号を抽出し、映像信号および音声信号を、それぞれ図示せぬ通話用受信映像処理部および通話用受信音声処理部４２に供給する。
【０１３６】
ステップＳ１０２において、ネットワーク制御部４１は、通話用受信映像処理部に映像信号をデコードさせて表示部２４に出力させる。表示部２４は、通話用受信映像処理部から供給された映像信号に基づいて、遠端側のユーザの映像を表示する。すなわち、テレビジョン電話の映像が表示される。
【０１３７】
ステップＳ１０３において、通話用受信音声処理部４２は、ネットワーク制御部４１からの音声信号をデコードし、その結果得られた音声信号を、スイッチ４３を介してスピーカ２５に出力するとともに、音声信号をスイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に出力する。スピーカ２５は、通話用受信音声処理部４２からの音声信号に基づいて、遠端側のユーザの音声を出力する。
【０１３８】
これにより、音響エコーキャンセラ装置１１では、遠端側からのテレビジョン電話の映像と音声が出力されることになる。これに応じて、近端側のユーザは、マイクロホン２６に向かって発話し、遠端側との通話を行なう。
【０１３９】
ステップＳ１０４において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、通話用受信音声処理部４２からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。
【０１４０】
ステップＳ１０４では、上述した事前学習処理のステップＳ４４と同様の処理が行われる。なお、このとき係数更新部３８から取得されるフィルタ係数は、事前学習処理により学習されたフィルタ係数である。つまり、このフィルタ係数は、充分なエコー消去量を得ることができるフィルタ係数である。
【０１４１】
ステップＳ１０５において、マイクロホン２６−１およびマイクロホン２６−２は、周囲の音声を収音し、その結果得られたエコー信号を加算器２７に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された遠端側の音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０１４２】
マイクロホン２６が収音して得られたエコー信号は、加算器２７で加算されてモノラル信号化され、LPF２８でフィルタ処理された後、さらに間引き器２９によりダウンサンプリングされる。間引き器２９は、ダウンサンプリングにより得られたエコー信号を、減算器３０および更新頻度制御部３１に供給する。
【０１４３】
ステップＳ１０６において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。
【０１４４】
この残差信号は、主にエコー成分と近端側のユーザの音声とからなるエコー信号から、エコー成分の予測結果である擬似エコー信号を減算して得られる信号であるから、近端側のユーザの音声の音声信号であるということができる。
【０１４５】
減算器３０は、このようにして得られた残差信号を、テレビジョン電話の近端側の音声として、係数更新部３８、更新頻度制御部３１、および通話用送信音声処理部４４に供給する。また、通話用送信音声処理部４４は、減算器３０からの残差信号をエンコードし、近端側の音声信号としてネットワーク制御部４１に供給する。
【０１４６】
ステップＳ１０７において、カメラ４５は、近端側のユーザを撮影し、その結果得られた映像信号を、テレビジョン電話の近端側の映像の映像信号として、通話用送信画像処理部４６に供給する。通話用送信画像処理部４６は、カメラ４５からの映像信号をエンコードし、ネットワーク制御部４１に供給する。
【０１４７】
ステップＳ１０８において、ネットワーク制御部４１は、通話用送信音声処理部４４からの音声信号と、通話用送信画像処理部４６からの映像信号をＩＰパケットに格納し、図示せぬ通信網等を介して遠端側の装置に送信する。これにより、テレビジョン電話の近端側の映像と音声が、遠端側に送信されたことになる。
【０１４８】
ステップＳ１０９において、更新頻度制御部３１は、更新頻度制御処理を行って更新頻度情報を生成し、係数更新部３８に供給する。なお、ステップＳ１０９の更新頻度制御処理は、図５を参照して説明した更新頻度制御処理と同様であるので、その説明は省略する。
【０１４９】
ステップＳ１１０において、係数更新部３８は、更新頻度制御部３１から供給された更新頻度情報に応じた頻度で、通話用受信音声処理部４２からの音声信号、および減算器３０からの残差信号に基づいて上述した式（３）を計算し、フィルタ係数を更新する。係数更新部３８は、更新後のフィルタ係数をフィルタ部３７に供給する。
【０１５０】
ステップＳ１１１において、音響エコーキャンセラ装置１１は、テレビジョン電話の通話を終了するか否かを判定する。例えば、ユーザにより通話の終了が指示された場合、通話を終了すると判定される。
【０１５１】
ステップＳ１１１において、通話を終了しないと判定された場合、処理はステップＳ１０１に戻り、上述した処理が繰り返される。すなわち、テレビジョン電話の通話とともに、遠端側に送信される音声について、エコー成分を除去（キャンセル）する処理が行われる。
【０１５２】
これに対して、ステップＳ１１１において、通話を終了すると判定された場合、通話処理は終了し、これにより図２の音響エコーキャンセル処理も終了する。
【０１５３】
以上のように、テレビジョン電話の通話時には、その通話の開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、通話開始直後から、少ない演算で充分なエコー消去量を得ることができる。しかも、通話開始前に、学習用の白色雑音等が耳障りとなるようなこともない。
【０１５４】
〈第２の実施の形態〉
［音響エコーキャンセラ装置の構成例］
なお、以上においては、音響エコーキャンセラ装置の例として、テレビジョン電話機能を有するテレビジョン受像機の場合について説明したが、音響エコーキャンセラ装置は、この例に限られるものではない。すなわち、音響エコーキャンセラ装置は、エコー成分をキャンセルしようとする音声処理とは異なる音声処理において、予めフィルタ係数の学習を行なうものであれば、どのようなものであってもよい。
【０１５５】
以下、このような音響エコーキャンセラ装置の他の例について説明する。図７は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図７において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０１５６】
図７の音響エコーキャンセラ装置７１は、例えば、いわゆるハンズフリー通話機能を有するPND（Portable Navigation Device）などから構成される。
【０１５７】
主制御部８１は、図示せぬ加速度センサやGPS（Global Positioning System）から得られた情報を解析し、その解析結果を映像処理部８２および音声処理部８３に供給する。
【０１５８】
映像処理部８２は、主制御部８１からの解析結果に基づいて、音響エコーキャンセラ装置７１が搭載された車両等の現在位置が表示される地図情報を生成し、表示部２４に表示させる。音声処理部８３は、主制御部８１からの解析結果に基づいて、現在位置に応じたルートガイド音声の音声信号を生成し、スピーカ２５に供給する。また、音声処理部８３から出力された音声信号は、スイッチ３２、LPF３４、間引き器３５、およびスイッチ３６を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０１５９】
さらに、スピーカ２５から出力された音声は、音響エコーキャンセラ装置７１が設置された車両内の壁や物体に反射され、エコー成分としてマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給されるか、またはLPF２８、間引き器２９、およびスイッチ８４を介して減算器３０および更新頻度制御部３１に供給される。
【０１６０】
通信制御部８５は、図示せぬ通信網等を介して遠端側の装置と通信し、電話の通話を制御する。すなわち、通信制御部８５は、遠端側から送信されてきた音声信号を受信して、通話用受信音声処理部４２に供給するとともに、通話用送信音声処理部４４から供給された音声信号を、遠端側の装置に送信する。
【０１６１】
制御部４０は、ルートガイド時において、スイッチ３２をオンし、スイッチ３６を間引き器３５に接続し、スイッチ８４を間引き器２９に接続するとともに、スイッチ４３とスイッチ３９をオフする。
【０１６２】
これに対して、制御部４０は、ハンズフリー通話機能による通話を行なう場合、スイッチ３２をオフし、スイッチ３６を通話用受信音声処理部４２に接続し、スイッチ８４をマイクロホン２６に接続するとともに、スイッチ４３とスイッチ３９をオンする。
【０１６３】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置７１の動作について説明する。例えば、音響エコーキャンセラ装置７１は、ユーザによりルートガイドの開始が指示されると、音響エコーキャンセル処理を開始してルートガイドを行なう。
【０１６４】
この音響エコーキャンセル処理では、ルートガイドが行われている間に、そのルートガイドの音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりハンズフリー通話機能による通話が指示されると、遠端側との通話が行なわれるとともに、通話時において、学習により得られたフィルタ係数が用いられて音響エコーがキャンセルされ、音響エコーのない音声が遠端側に送信される。
【０１６５】
以下、図８のフローチャートを参照して、音響エコーキャンセラ装置７１による音響エコーキャンセル処理について説明する。
【０１６６】
ステップＳ１４１において、音響エコーキャンセラ装置７１は、事前学習処理を行う。事前学習処理では、地図情報が表示されてルートガイドの音声が出力されるとともに、ルートガイドの音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、ルートガイド中に、ユーザにより音響エコーキャンセラ装置７１が操作され、ハンズフリー通話機能による通話の開始が指示されると、処理はステップＳ１４１からステップＳ１４２へと進む。なお、事前学習処理の詳細は後述する。
【０１６７】
ステップＳ１４２において、制御部４０は、音響エコーキャンセラ装置７１の各スイッチを制御して、情報の出力を切り替える。
【０１６８】
すなわち、制御部４０は、スイッチ３２をオフし、スイッチ３６およびスイッチ８４を、それぞれ通話用受信音声処理部４２およびマイクロホン２６に接続するとともに、スイッチ４３とスイッチ３９をオンする。これにより、遠端側との通話が可能となる。
【０１６９】
ステップＳ１４３において、音響エコーキャンセラ装置７１は通話処理を行って、音響エコーキャンセル処理は終了する。なお、通話処理の詳細は後述するが、この通話処理においては、ハンズフリー通話機能による通話が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０１７０】
このようにして、音響エコーキャンセラ装置７１は、音響エコーをキャンセルする処理が行われる通話処理が行われる前に、ルートガイドの音声信号を利用して、予めフィルタ係数の学習をしておく。
【０１７１】
したがって、実際に通話処理を行うときに、通話処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、通話処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０１７２】
［事前学習処理の説明］
次に、図９のフローチャートを参照して、図８のステップＳ１４１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ３２はオンされ、スイッチ３６は間引き器３５に接続され、スイッチ８４は間引き器２９に接続され、スイッチ４３とスイッチ３９はオフされた状態となっている。
【０１７３】
ステップＳ１７１において、主制御部８１は、加速度センサやGPSなどの各種のセンサから取得した情報を解析し、その解析結果を映像処理部８２および音声処理部８３に供給する。
【０１７４】
ステップＳ１７２において、映像処理部８２は、主制御部８１からの解析結果に基づいて、現在位置が表示される地図情報を生成し、表示部２４に出力する。すると、表示部２４は、供給された地図情報を表示する。
【０１７５】
ステップＳ１７３において、音声処理部８３は、主制御部８１からの解析結果に基づいて、現在位置に応じたルートガイド音声の音声信号を生成し、出力する。音声処理部８３から出力された音声信号は、スピーカ２５に供給されるとともに、スイッチ３２を介してLPF３４にも供給される。
【０１７６】
スピーカ２５は、音声処理部８３から供給された音声信号に基づいて、ルートガイドの音声を出力する。この音声は、エコー経路を通ってマイクロホン２６に到達する。
【０１７７】
また、音声処理部８３からLPF３４に供給された音声信号は、LPF３４によりフィルタ処理された後、間引き器３５でダウンサンプリングされ、スイッチ３６を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０１７８】
ステップＳ１７４において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０１７９】
ステップＳ１７５において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号をLPF２８に供給する。LPF２８に供給されたエコー信号は、LPF２８でフィルタ処理された後、間引き器２９でダウンサンプリングされ、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給される。
【０１８０】
ステップＳ１７６において、減算器３０は上述した式（２）を計算し、残差信号を生成する。すなわち、減算器３０は、スイッチ８４からのエコー信号から、フィルタ部３７からの擬似エコー信号を減算し、その結果得られた残差信号を係数更新部３８および更新頻度制御部３１に供給する。
【０１８１】
残差信号が生成されると、その後、ステップＳ１７７およびステップＳ１７８の処理が行われてフィルタ係数が更新されるが、これらの処理は図３のステップＳ４７およびステップＳ４８の処理と同様であるため、その説明は省略する。
【０１８２】
ステップＳ１７９において、音響エコーキャンセラ装置７１は、ユーザによりハンズフリー通話機能による通話の開始が指示されたか否かを判定する。ステップＳ１７９において、通話開始が指示されていないと判定された場合、処理はステップＳ１７１に戻り、上述した処理が繰り返される。
【０１８３】
これに対して、ステップＳ１７９において、通話開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図８のステップＳ１４２に進む。これにより、音響エコーキャンセラ装置７１における各スイッチが切り替えられて、ハンズフリー通話機能による通話処理が行われる。
【０１８４】
このように事前学習処理では、ハンズフリー通話機能による通話が開始される直前の、ルートガイド処理時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際の通話処理前に得ることができる。
【０１８５】
［通話処理の説明］
以上のようにして、事前学習処理が行われた後、音響エコーキャンセラ装置７１の各スイッチによる情報の出力が切り替えられると、図８のステップＳ１４３において、通話処理が行われる。
【０１８６】
以下、図１０のフローチャートを参照して、ステップＳ１４３の処理に対応する通話処理について説明する。なお、通話処理の開始時においては、スイッチ３２はオフされ、スイッチ３６およびスイッチ８４は、それぞれ通話用受信音声処理部４２およびマイクロホン２６に接続され、スイッチ４３とスイッチ３９はオンされた状態となっている。
【０１８７】
ステップＳ２０１において、通信制御部８５は、遠端側から送信されてきた音声信号を受信して、通話用受信音声処理部４２に供給する。
【０１８８】
ステップＳ２０２において、通話用受信音声処理部４２は、通信制御部８５からの音声信号をデコードし、その結果得られた音声信号を、スイッチ４３を介してスピーカ２５に出力するとともに、スイッチ３６を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に出力する。スピーカ２５は、通話用受信音声処理部４２からの音声信号に基づいて、遠端側のユーザの音声を出力する。
【０１８９】
これにより、音響エコーキャンセラ装置７１では、遠端側からの音声が出力されることになる。これに応じて、近端側のユーザは、マイクロホン２６に向かって発話し、遠端側との通話を行なう。
【０１９０】
ステップＳ２０３において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、通話用受信音声処理部４２からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。
【０１９１】
なお、ステップＳ２０３の処理で用いられるフィルタ係数は、予め事前学習処理により学習されたフィルタ係数である。
【０１９２】
ステップＳ２０４において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、スイッチ８４を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された遠端側の音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０１９３】
ステップＳ２０５において、減算器３０は、マイクロホン２６から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。
【０１９４】
減算器３０は得られた残差信号を、近端側の音声として、係数更新部３８、更新頻度制御部３１、および通話用送信音声処理部４４に供給する。また、通話用送信音声処理部４４は、減算器３０からの残差信号をエンコードし、近端側の音声信号として通信制御部８５に供給する。
【０１９５】
ステップＳ２０６において、通信制御部８５は、通話用送信音声処理部４４からの音声信号を、図示せぬ通信網等を介して遠端側の装置に送信する。
【０１９６】
遠端側に音声信号が送信されると、その後ステップＳ２０７およびステップＳ２０８の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ２０８において、係数更新部３８では、通話用受信音声処理部４２からの音声信号が用いられて、フィルタ係数が更新される。
【０１９７】
ステップＳ２０９において、音響エコーキャンセラ装置７１は、ハンズフリー通話機能による通話を終了するか否かを判定する。例えば、ユーザにより通話の終了が指示された場合、通話を終了すると判定される。
【０１９８】
ステップＳ２０９において、通話を終了しないと判定された場合、処理はステップＳ２０１に戻り、上述した処理が繰り返される。
【０１９９】
これに対して、ステップＳ２０９において、通話を終了すると判定された場合、通話処理は終了し、これにより図８の音響エコーキャンセル処理も終了する。
【０２００】
以上のように、ハンズフリー通話機能による通話時には、その通話の開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、通話開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２０１】
〈第３の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１１は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図１１において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０２０２】
図１１の音響エコーキャンセラ装置１２１は、例えば、動画像や楽曲等のコンテンツを再生する際に、ユーザの音声により再生の制御を行なう音声リモートコントロール機能を有する再生装置などから構成される。
【０２０３】
記録装置１３１には、コンテンツを構成する映像信号と音声信号が記録されており、主制御部１３２は、指定されたコンテンツの映像信号および音声信号を記録装置１３１から読み出して、映像再生処理部１３３および音声再生処理部１３４に供給する。
【０２０４】
なお、再生対象となるコンテンツが音声信号のみから構成される場合には、その音声信号のみが読み出されて音声再生処理部１３４に供給されるが、以下においては、コンテンツは映像信号と音声信号から構成されるものとして、説明を続ける。
【０２０５】
映像再生処理部１３３は、主制御部１３２から供給された映像信号をデコードし、表示部２４に供給して映像を表示させる。音声再生処理部１３４は、主制御部１３２から供給された音声信号をデコードし、スピーカ２５−１、スピーカ２５−２、および加算器３３に供給する。例えば、スピーカ２５−１には右チャンネルの音声信号が供給され、スピーカ２５−２には左チャンネルの音声信号が供給される。
【０２０６】
音声再生処理部１３４から加算器３３に供給された音声信号は、加算器３３で加算され、LPF３４および間引き器３５を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２０７】
また、スピーカ２５から出力された音声は、音響エコーキャンセラ装置１２１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、LPF２８および間引き器２９を介して、減算器３０および更新頻度制御部３１に供給される。
【０２０８】
さらに制御部４０は、更新頻度制御部３１に演算リソース情報を供給するとともに、スイッチ１３５のオン、オフを制御する。このスイッチ１３５は、残差信号が出力される減算器３０と、音声認識処理部１３６とを接続するものであり、スイッチ１３５は、音声リモートコントロール機能による再生制御が行われる場合にオンされる。
【０２０９】
音声認識処理部１３６は、減算器３０から供給された残差信号に基づいて音声認識を行い、その認識結果を主制御部１３２に供給する。
【０２１０】
すなわち、音声リモートコントロール機能による再生制御が行われる場合、近端側のユーザは、再生中のコンテンツの停止、早送り、巻き戻り、再生するコンテンツの選択等の再生制御のコマンドに対応する音声をマイクロホン２６に対して発する。したがって、減算器３０に入力されるエコー信号には、スピーカ２５からのコンテンツの音声と、ユーザから発せられた再生制御のコマンドに対応する音声とが含まれている。そのため、このエコー信号から擬似エコー信号を減算して得られる残差信号は、再生制御のコマンドに対応する音声の信号となる。
【０２１１】
音声認識処理部１３６は、このような残差信号に対する音声認識処理を行って、ユーザにより発せられた音声が示す再生制御のコマンドを特定し、主制御部１３２は、その特定結果に応じてコンテンツの再生を制御する。
【０２１２】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置１２１の動作について説明する。例えば、音響エコーキャンセラ装置１２１は、ユーザによりコンテンツの再生開始が指示されると、音響エコーキャンセル処理を開始してコンテンツを再生する。
【０２１３】
この音響エコーキャンセル処理では、コンテンツの再生中に、そのコンテンツの音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザにより音声リモートコントロール機能による再生制御の開始が指示されると、ユーザの音声に応じてコンテンツの再生が制御されるとともに、その音声の認識精度を向上させるため、フィルタ係数が用いられて音響エコーがキャンセルされる。
【０２１４】
以下、図１２のフローチャートを参照して、音響エコーキャンセラ装置１２１による音響エコーキャンセル処理について説明する。
【０２１５】
ステップＳ２３１において、音響エコーキャンセラ装置１２１は、事前学習処理を行う。事前学習処理では、コンテンツが再生されて映像と音声が出力されるとともに、コンテンツの音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、コンテンツ再生中に、ユーザにより音響エコーキャンセラ装置１２１が操作され、音声リモートコントロール機能による再生制御の開始が指示されると、処理はステップＳ２３１からステップＳ２３２へと進む。なお、事前学習処理の詳細は後述する。
【０２１６】
ステップＳ２３２において、制御部４０は、スイッチ１３５を制御して、情報の出力を切り替える。すなわち、スイッチ１３５がオンされて、減算器３０から出力される残差信号が、音声認識処理部１３６に供給されるようになる。これにより、音声リモートコントロール機能による再生制御が可能となる。
【０２１７】
ステップＳ２３３において、音響エコーキャンセラ装置１２１は再生制御処理を行って、音響エコーキャンセル処理は終了する。なお、再生制御処理の詳細は後述するが、この再生制御処理においては、音声認識によるコンテンツの再生制御が行なわれるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０２１８】
このようにして、音響エコーキャンセラ装置１２１は、音響エコーをキャンセルする処理が行われる再生制御処理が行われる前に、コンテンツの音声信号を利用して、予めフィルタ係数の学習をしておく。
【０２１９】
したがって、実際に音声認識による再生制御処理を行うときに、再生制御処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、再生制御処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０２２０】
［事前学習処理の説明］
次に、図１３のフローチャートを参照して、図１２のステップＳ２３１の処理に対応する事前学習処理について説明する。なお、この事前学習処理の開始時においては、スイッチ１３５はオフされた状態となっている。
【０２２１】
ステップＳ２６１において、主制御部１３２は、コンテンツを再生する。すなわち、主制御部１３２は、ユーザにより指定されたコンテンツの映像信号および音声信号を記録装置１３１から読み出して、映像再生処理部１３３および音声再生処理部１３４に供給する。
【０２２２】
映像再生処理部１３３は、主制御部１３２からの映像信号をデコードし、表示部２４に供給して映像を表示させる。また、音声再生処理部１３４は、主制御部１３２からの音声信号をデコードし、スピーカ２５および加算器３３に供給する。
【０２２３】
これにより、表示部２４にはコンテンツの映像が表示され、スピーカ２５からはコンテンツの音声が出力されることになる。スピーカ２５から出力された音声は、エコー経路を通ってマイクロホン２６に到達する。
【０２２４】
また、加算器３３に供給された音声信号は、加算器３３において加算された後、LPF３４でフィルタ処理され、さらに間引き器３５でダウンサンプリングされて、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２２５】
ステップＳ２６２において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０２２６】
ステップＳ２６３において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号をLPF２８に供給する。LPF２８に供給されたエコー信号は、LPF２８でフィルタ処理された後、間引き器２９でダウンサンプリングされ、減算器３０および更新頻度制御部３１に供給される。
【０２２７】
マイクロホン２６により音声が収音されると、その後、ステップＳ２６４乃至ステップＳ２６６の処理が行われてフィルタ係数が更新されるが、これらの処理は図３のステップＳ４６乃至ステップＳ４８の処理と同様であるため、その説明は省略する。
【０２２８】
ステップＳ２６７において、音響エコーキャンセラ装置１２１は、ユーザにより音声リモートコントロール機能による再生制御の開始が指示されたか否かを判定する。ステップＳ２６７において、再生制御開始が指示されていないと判定された場合、処理はステップＳ２６１に戻り、上述した処理が繰り返される。
【０２２９】
これに対して、ステップＳ２６７において、再生制御開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図１２のステップＳ２３２に進む。これにより、スイッチ１３５がオンされて、音声リモートコントロール機能による再生制御処理が行われる。
【０２３０】
このように事前学習処理では、音声リモートコントロール機能による再生制御が開始される直前の、コンテンツの再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際の再生制御処理前に得ることができる。
【０２３１】
［再生制御処理の説明］
以上のようにして、事前学習処理が行われた後、スイッチ１３５がオンされると、図１２のステップＳ２３３において、再生制御処理が行われる。
【０２３２】
以下、図１４のフローチャートを参照して、ステップＳ２３３の処理に対応する再生制御処理について説明する。
【０２３３】
ステップＳ２９１において、主制御部１３２はコンテンツを再生する。すなわち、図１３のステップＳ２６１と同様の処理が行われて、これまで再生されていたコンテンツが継続して再生される。このとき、音声再生処理部１３４から出力された音声信号は、加算器３３乃至間引き器３５を介して、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２３４】
ステップＳ２９２において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、間引き器３５からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。なお、ステップＳ２９２の処理で用いられるフィルタ係数は、事前学習処理による学習で得られたフィルタ係数である。
【０２３５】
ステップＳ２９３において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、LPF２８および間引き器２９を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力されたコンテンツの音声（エコー成分）と、近端側のユーザにより発話された音声とが含まれている。
【０２３６】
ステップＳ２９４において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。減算器３０は得られた残差信号を、ユーザから発せられた再生制御のコマンドに対応する音声として、係数更新部３８、更新頻度制御部３１、および音声認識処理部１３６に供給する。
【０２３７】
ステップＳ２９５において、音声認識処理部１３６は、減算器３０から供給された残差信号に対する音声認識処理を行い、ユーザにより発せられた音声に対応するコンテンツの再生制御のコマンドを特定する。そして、音声認識処理部１３６は、再生制御のコマンドの特定結果を主制御部１３２に供給する。
【０２３８】
ステップＳ２９６において、主制御部１３２は、音声認識処理部１３６から供給された再生制御のコマンドの特定結果に応じて、コンテンツの再生を制御する。例えば、主制御部１３２は、再生中のコンテンツの早送りを示す特定結果が音声認識処理部１３６から供給された場合、映像再生処理部１３３および音声再生処理部１３４に対して、所定の再生速度で映像および音声を再生させる。
【０２３９】
コンテンツの再生制御が行なわれると、その後ステップＳ２９７およびステップＳ２９８の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ２９８において、係数更新部３８では、間引き器３５からの音声信号が用いられて、フィルタ係数が更新される。
【０２４０】
ステップＳ２９９において、音響エコーキャンセラ装置１２１は、処理を終了するか否かを判定する。例えば、ユーザによりコンテンツの再生終了や、音声リモートコントロール機能の終了が指示された場合、処理を終了すると判定される。
【０２４１】
ステップＳ２９９において、処理を終了しないと判定された場合、処理はステップＳ２９１に戻り、上述した処理が繰り返される。
【０２４２】
これに対して、ステップＳ２９９において、処理を終了すると判定された場合、再生制御処理は終了し、これにより図１２の音響エコーキャンセル処理も終了する。
【０２４３】
以上のように、音声リモートコントロール機能の実行時には、その開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、再生制御処理の開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２４４】
〈第４の実施の形態〉
［音響エコーキャンセラ装置の構成例］
図１５は、音響エコーキャンセラ装置の他の実施の形態の構成例を示す図である。なお、図１５において、図１における場合と対応する部分には、同一の符号を付してあり、その説明は適宜省略する。
【０２４５】
図１５の音響エコーキャンセラ装置１６１は、例えばテレビジョン放送の番組の再生時に、周囲の環境音に応じて番組の音声に対してイコライザ処理を施し、音声をより聞き取り易くするイコライザ機能を有するテレビジョン受像機等から構成される。
【０２４６】
受信部２１で受信された放送波から抽出され、受信音声処理部２３から出力された番組の音声信号は、調整器１７１−１および調整器１７１−２に供給される。調整器１７１−１および調整器１７１−２は、受信音声処理部２３からの音声信号に対し、適宜、イコライザ処理を施して音声の音量や音色を調整し、その結果得られた音声信号をスピーカ２５−１およびスピーカ２５−２に供給するとともに、加算器３３に供給する。なお、以下、調整器１７１−１および調整器１７１−２を特に区別する必要のない場合、単に調整器１７１とも称する。
【０２４７】
調整器１７１から加算器３３に供給された音声信号は、加算器３３で加算されてモノラル信号化され、間引き器３５を介してフィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２４８】
また、スピーカ２５から出力された音声は、音響エコーキャンセラ装置１６１が設置された室内の壁や物体に反射され、エコー成分となってマイクロホン２６に収音される。そして、マイクロホン２６が収音して得られたエコー信号は、間引き器２９を介して、減算器３０および更新頻度制御部３１に供給される。
【０２４９】
制御部４０は、更新頻度制御部３１に演算リソース情報を供給するとともに、間引き器３５および間引き器２９における間引き数、つまりダウンサンプリング後の信号のサンプリング周波数を適宜、変更させる。
【０２５０】
また、制御部４０は、スイッチ１７２のオン、オフを制御する。このスイッチ１７２は、残差信号が出力される減算器３０と、イコライザ制御部１７３とを接続するものである。スイッチ１７２は、イコライザ機能によるイコライザ処理が行われる場合にオンされる。イコライザ制御部１７３は、減算器３０から供給された残差信号に基づいて、調整器１７１によるイコライザ処理を制御する。
【０２５１】
［音響エコーキャンセル処理の説明］
次に、音響エコーキャンセラ装置１６１の動作について説明する。例えば、音響エコーキャンセラ装置１６１は、ユーザによりテレビジョン放送されている番組の再生開始が指示されると、音響エコーキャンセル処理を開始して番組を再生する。
【０２５２】
この音響エコーキャンセル処理では、番組の再生中に、番組の音声信号が利用されて、適応デジタルフィルタのフィルタ係数の学習が行なわれる。そして、ユーザによりイコライザ機能によるイコライザ処理が指示されると、周囲の環境音に応じて番組の音声に対するイコライザ処理が行われるとともに、より適切なイコライザ処理が施されるように、フィルタ係数が用いられて音響エコーがキャンセルされる。
【０２５３】
以下、図１６のフローチャートを参照して、音響エコーキャンセラ装置１６１による音響エコーキャンセル処理について説明する。
【０２５４】
ステップＳ３２１において、音響エコーキャンセラ装置１６１は、事前学習処理を行う。事前学習処理では、番組が再生されて映像と音声が出力されるとともに、番組の音声信号が利用されて、フィルタ係数の学習が行なわれる。そして、番組再生中に、ユーザにより音響エコーキャンセラ装置１６１が操作され、イコライザ機能によるイコライザ処理の開始が指示されると、処理はステップＳ３２１からステップＳ３２２へと進む。なお、事前学習処理の詳細は後述する。
【０２５５】
ステップＳ３２２において、制御部４０は、スイッチ１７２を制御して、情報の出力を切り替える。すなわち、スイッチ１７２がオンされて、減算器３０から出力される残差信号が、イコライザ制御部１７３に供給されるようになる。これにより、イコライザ機能によるイコライザ処理が可能となる。
【０２５６】
また、制御部４０は、間引き器３５および間引き器２９を制御して、これらの間引き器３５および間引き器２９における間引き数を、予め定められた数に変更させる。
【０２５７】
ステップＳ３２３において、音響エコーキャンセラ装置１６１は音量制御処理を行って、音響エコーキャンセル処理は終了する。なお、音量制御処理の詳細は後述するが、音量制御処理においては、イコライザ機能により、番組の音声信号にイコライザ処理が施されるとともに、事前学習処理により得られたフィルタ係数が用いられて、音響エコーをキャンセルする処理が行われる。
【０２５８】
このようにして、音響エコーキャンセラ装置１６１は、音響エコーをキャンセルする処理が行われる音量制御処理が行われる前に、番組の音声信号を利用して、予めフィルタ係数の学習をしておく。
【０２５９】
したがって、実際に音量制御処理を行うときに、音量制御処理の開始を遅延させることなく、適切なフィルタ係数を用いて、音響エコーのキャンセルを開始することができる。そのため、音量制御処理の開始後、少ない演算量で、より迅速にフィルタ係数を収束させることができる。
【０２６０】
［事前学習処理の説明］
次に、図１７のフローチャートを参照して、図１６のステップＳ３２１の処理に対応する事前学習処理について説明する。
【０２６１】
なお、この事前学習処理の開始時においては、スイッチ１７２はオフされた状態となっている。また、ステップＳ３５１乃至ステップＳ３５３の処理は、図３のステップＳ４１乃至ステップＳ４３の処理と同様であるため、その説明は省略する。
【０２６２】
但し、ステップＳ３５３では、受信音声処理部２３から出力された番組の音声信号は、調整器１７１を介して、スピーカ２５および加算器３３に供給される。このとき、調整器１７１では、特に音声信号に対するイコライザ処理は行われない。
【０２６３】
スピーカ２５から番組の音声が出力されると、この音声は、エコー経路を通ってマイクロホン２６に到達する。また、マイクロホン２６には、番組の音声の他、音響エコーキャンセラ装置１６１の周囲の環境音（騒音）も入力される。
【０２６４】
さらに、調整器１７１から加算器３３に供給された音声信号は、加算器３３において加算された後、間引き器３５でダウンサンプリングされて、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２６５】
ステップＳ３５４において、フィルタ部３７は、上述した式（１）を計算し、係数更新部３８からのフィルタ係数、および間引き器３５からの音声信号に基づいて擬似エコー信号を生成する。フィルタ部３７は、生成された擬似エコー信号を減算器３０に供給する。
【０２６６】
ステップＳ３５５において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を間引き器２９に供給する。間引き器２９に供給されたエコー信号は、間引き器２９でダウンサンプリングされ、減算器３０および更新頻度制御部３１に供給される。
【０２６７】
ステップＳ３５５の処理が行われると、その後、ステップＳ３５６乃至ステップＳ３５８の処理が行われるが、これらの処理は図３のステップＳ４６乃至ステップＳ４８の処理と同様であるため、その説明は省略する。
【０２６８】
ステップＳ３５９において、音響エコーキャンセラ装置１６１は、ユーザによりイコライザ機能によるイコライザ処理の開始が指示されたか否かを判定する。ステップＳ３５９において、イコライザ処理の開始が指示されていないと判定された場合、処理はステップＳ３５１に戻り、上述した処理が繰り返される。
【０２６９】
これに対して、ステップＳ３５９において、イコライザ処理の開始が指示されたと判定された場合、事前学習処理は終了し、その後、処理は図１６のステップＳ３２２に進む。これにより、スイッチ１７２がオンされて、イコライザ機能によるイコライザ処理が行われる。
【０２７０】
このように事前学習処理では、イコライザ機能の実行開始直前の、番組の再生時にフィルタ係数を予め更新しておくので、フィルタ係数の更新に充分な時間と演算量を割り当てることができる。したがって、より適切なフィルタ係数を、それらのフィルタ係数が必要となる実際のイコライザ処理前に得ることができる。
【０２７１】
［音量制御処理の説明］
以上のようにして、事前学習処理が行われた後、スイッチ１７２がオンされると、図１６のステップＳ３２３において、音量制御処理が行われる。
【０２７２】
以下、図１８のフローチャートを参照して、ステップＳ３２３の処理に対応する音量制御処理について説明する。なお、ステップＳ３８１およびステップＳ３８２の処理は、図１７のステップＳ３５１およびステップＳ３５２の処理と同様であるので、その説明は省略する。
【０２７３】
また、ステップＳ３８１の処理が行われると、受信部２１から受信音声処理部２３には、番組の音声信号が供給される。受信音声処理部２３は、供給された音声信号をデコードして、調整器１７１に供給する。
【０２７４】
ステップＳ３８３において、調整器１７１は、イコライザ制御部１７３の制御にしたがって、受信音声処理部２３から供給された音声信号に対してイコライザ処理を施し、スピーカ２５および加算器３３に供給する。例えば、イコライザ処理により、番組の音声の音量や音色が制御される。
【０２７５】
また、加算器３３に供給された音声信号は、加算器３３で加算され、間引き器３５でダウンサンプリングされた後、フィルタ部３７、係数更新部３８、および更新頻度制御部３１に供給される。
【０２７６】
ステップＳ３８４において、スピーカ２５は、調整器１７１から供給された音声信号に基づいて、番組の音声を出力する。この音声は、エコー経路を通ってマイクロホン２６に到達する。
【０２７７】
ステップＳ３８５において、フィルタ部３７は、係数更新部３８からフィルタ係数を取得し、このフィルタ係数を用いて、間引き器３５からの音声信号に対するフィルタ処理を行うことで、擬似エコー信号を生成する。例えば、上述した式（１）の計算が行なわれ、擬似エコー信号が生成される。この擬似エコー信号は、フィルタ部３７から減算器３０に供給される。なお、ステップＳ３８５の処理で用いられるフィルタ係数は、事前学習処理により予め学習されたフィルタ係数である。
【０２７８】
ステップＳ３８６において、マイクロホン２６は、周囲の音声を収音し、その結果得られたエコー信号を、間引き器２９を介して減算器３０および更新頻度制御部３１に供給する。ここで、マイクロホン２６で収音される音声には、スピーカ２５から出力された音声（エコー成分）と、周囲の環境音とが含まれている。
【０２７９】
ステップＳ３８７において、減算器３０は、間引き器２９から供給されたエコー信号と、フィルタ部３７から供給された擬似エコー信号とに基づいて、上述した式（２）を計算し、残差信号を生成する。減算器３０は得られた残差信号を環境音の信号として、係数更新部３８、更新頻度制御部３１、およびイコライザ制御部１７３に供給する。
【０２８０】
ステップＳ３８８において、イコライザ制御部１７３は、減算器３０から供給された残差信号に基づいて、調整器１７１によるイコライザ処理を制御する。
【０２８１】
例えば、イコライザ制御部１７３は、残差信号に対する解析を行い、その結果得られた周囲の環境音の大きさや周波数特性から、番組の音声の最適な音量や音色を決定する。そして、イコライザ制御部１７３は、決定された音量や音色でスピーカ２５から音声が出力されるように、ステップＳ３８３における調整器１７１の動作を制御する。これにより、音響エコーキャンセラ装置１６１の周囲の騒音が大きい場合でも、ユーザは、容易に番組の音声を聞き取ることができるようになる。
【０２８２】
イコライザ処理の制御が行われると、その後、ステップＳ３８９およびステップＳ３９０の処理が行われてフィルタ係数が更新されるが、これらの処理は図６のステップＳ１０９およびステップＳ１１０の処理と同様であるので、その説明は省略する。但し、ステップＳ３９０において、係数更新部３８では、間引き器３５からの音声信号が用いられて、フィルタ係数が更新される。
【０２８３】
ステップＳ３９１において、音響エコーキャンセラ装置１６１は、処理を終了するか否かを判定する。例えば、ユーザにより番組の再生終了や、イコライザ機能の終了が指示された場合、処理を終了すると判定される。
【０２８４】
ステップＳ３９１において、処理を終了しないと判定された場合、処理はステップＳ３８１に戻り、上述した処理が繰り返される。
【０２８５】
これに対して、ステップＳ３９１において、処理を終了すると判定された場合、音量制御処理は終了し、これにより図１６の音響エコーキャンセル処理も終了する。
【０２８６】
以上のように、イコライザ機能の実行時には、その開始直前に学習された、充分に収束したフィルタ係数を用いてエコー成分をキャンセルする処理を行うので、音量制御処理開始直後から、少ない演算で充分なエコー消去量を得ることができる。
【０２８７】
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。
【０２８８】
図１９は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
【０２８９】
コンピュータにおいて、CPU５０１，ROM（Read Only Memory）５０２，RAM（Random Access Memory）５０３は、バス５０４により相互に接続されている。
【０２９０】
バス５０４には、さらに、入出力インターフェース５０５が接続されている。入出力インターフェース５０５には、キーボード、マウス、マイクロホンなどよりなる入力部５０６、ディスプレイ、スピーカなどよりなる出力部５０７、ハードディスクや不揮発性のメモリなどよりなる記録部５０８、ネットワークインターフェースなどよりなる通信部５０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア５１１を駆動するドライブ５１０が接続されている。
【０２９１】
以上のように構成されるコンピュータでは、CPU５０１が、例えば、記録部５０８に記録されているプログラムを、入出力インターフェース５０５及びバス５０４を介して、RAM５０３にロードして実行することにより、上述した一連の処理が行われる。
【０２９２】
コンピュータ（CPU５０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア５１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。
【０２９３】
そして、プログラムは、リムーバブルメディア５１１をドライブ５１０に装着することにより、入出力インターフェース５０５を介して、記録部５０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５０９で受信し、記録部５０８にインストールすることができる。その他、プログラムは、ROM５０２や記録部５０８に、あらかじめインストールしておくことができる。
【０２９４】
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２９５】
なお、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
【符号の説明】
【０２９６】
１１ 音響エコーキャンセラ装置， ２３ 受信音声処理部， ２５−１，２５−２，２５ スピーカ， ２６−１，２６−２，２６ マイクロホン， ３０ 減算器， ３１ 更新頻度制御部， ３７ フィルタ部， ３８ 係数更新部， ４０ 制御部， ４４ 通話用送信音声処理部
【特許請求の範囲】
【請求項１】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備え、
前記音声出力手段は、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、
前記フィルタ手段は、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記減算手段は、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
音声処理装置。
【請求項２】
前記更新頻度制御手段は、前記エコー信号と前記残差信号とに基づいてエコー消去量を算出し、前記エコー消去量に応じて前記更新の頻度を増減させる
請求項１に記載の音声処理装置。
【請求項３】
前記更新頻度制御手段は、前記エコー消去量が所定の閾値未満である場合、前記更新の頻度を増加させる
請求項２に記載の音声処理装置。
【請求項４】
前記更新頻度制御手段は、前記エコー消去量が前記閾値未満である場合、前記更新手段を実現する制御装置により新たに処理可能な演算量が予め定めた値以上であるとき、前記更新の頻度を所定値だけ増加させ、前記演算量が前記予め定めた値未満であるとき、前記更新の頻度を前記所定値よりも少ない値だけ増加させる
請求項３に記載の音声処理装置。
【請求項５】
前記更新頻度制御手段は、前記エコー消去量が所定の閾値以上である場合、前記更新の頻度を減少させる
請求項２に記載の音声処理装置。
【請求項６】
前記第１の音声処理は、コンテンツを再生する処理であり、前記第２の音声処理は、相手との通話処理である
請求項２に記載の音声処理装置。
【請求項７】
前記第１の音声処理は、音声によるルートガイド処理であり、前記第２の音声処理は、相手との通話処理である
請求項２に記載の音声処理装置。
【請求項８】
前記更新頻度制御手段は、前記擬似エコー信号と前記残差信号の類似の度合い、または前記エコー信号と前記残差信号の類似の度合いに応じて、前記更新の頻度を増減させる
請求項１に記載の音声処理装置。
【請求項９】
前記更新頻度制御手段は、ダブルトーク状態であると検知された場合、前記更新の頻度を減少させるか、または前記適応デジタルフィルタの更新を停止させる
請求項１に記載の音声処理装置。
【請求項１０】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備える音声処理装置の音声処理方法であって、
前記音声出力手段が、前記第１の音声処理として、前記第１の音声信号に基づく音声を出力し、
前記収音手段が、前記エコー信号を生成し、
前記フィルタ手段が、前記第１の音声信号に基づいて前記擬似エコー信号を生成し、
前記減算手段が、前記エコー信号および前記擬似エコー信号から前記残差信号を生成し、
前記更新手段が、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、
前記更新頻度制御手段が、前記更新の頻度を制御し、
前記音声出力手段が、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、
前記フィルタ手段が、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記減算手段が、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
ステップを含む音声処理方法。
【請求項１１】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を音声出力手段に出力させ、
収音手段に周囲の音声を収音させることでエコー信号を生成させ、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成し、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成し、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、
前記適応デジタルフィルタの更新の頻度を制御し、
前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段に第２の音声信号に基づいて音声を出力させ、
前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
ステップを含む処理をコンピュータに実行させるプログラム。
【請求項１２】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備え、
前記フィルタ手段は、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる
音声処理装置。
【請求項１】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備え、
前記音声出力手段は、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、
前記フィルタ手段は、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記減算手段は、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
音声処理装置。
【請求項２】
前記更新頻度制御手段は、前記エコー信号と前記残差信号とに基づいてエコー消去量を算出し、前記エコー消去量に応じて前記更新の頻度を増減させる
請求項１に記載の音声処理装置。
【請求項３】
前記更新頻度制御手段は、前記エコー消去量が所定の閾値未満である場合、前記更新の頻度を増加させる
請求項２に記載の音声処理装置。
【請求項４】
前記更新頻度制御手段は、前記エコー消去量が前記閾値未満である場合、前記更新手段を実現する制御装置により新たに処理可能な演算量が予め定めた値以上であるとき、前記更新の頻度を所定値だけ増加させ、前記演算量が前記予め定めた値未満であるとき、前記更新の頻度を前記所定値よりも少ない値だけ増加させる
請求項３に記載の音声処理装置。
【請求項５】
前記更新頻度制御手段は、前記エコー消去量が所定の閾値以上である場合、前記更新の頻度を減少させる
請求項２に記載の音声処理装置。
【請求項６】
前記第１の音声処理は、コンテンツを再生する処理であり、前記第２の音声処理は、相手との通話処理である
請求項２に記載の音声処理装置。
【請求項７】
前記第１の音声処理は、音声によるルートガイド処理であり、前記第２の音声処理は、相手との通話処理である
請求項２に記載の音声処理装置。
【請求項８】
前記更新頻度制御手段は、前記擬似エコー信号と前記残差信号の類似の度合い、または前記エコー信号と前記残差信号の類似の度合いに応じて、前記更新の頻度を増減させる
請求項１に記載の音声処理装置。
【請求項９】
前記更新頻度制御手段は、ダブルトーク状態であると検知された場合、前記更新の頻度を減少させるか、または前記適応デジタルフィルタの更新を停止させる
請求項１に記載の音声処理装置。
【請求項１０】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備える音声処理装置の音声処理方法であって、
前記音声出力手段が、前記第１の音声処理として、前記第１の音声信号に基づく音声を出力し、
前記収音手段が、前記エコー信号を生成し、
前記フィルタ手段が、前記第１の音声信号に基づいて前記擬似エコー信号を生成し、
前記減算手段が、前記エコー信号および前記擬似エコー信号から前記残差信号を生成し、
前記更新手段が、前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、
前記更新頻度制御手段が、前記更新の頻度を制御し、
前記音声出力手段が、前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、第２の音声信号に基づいて音声を出力し、
前記フィルタ手段が、前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記減算手段が、前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
ステップを含む音声処理方法。
【請求項１１】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、第１の音声信号に基づく音声を音声出力手段に出力させ、
収音手段に周囲の音声を収音させることでエコー信号を生成させ、
前記第１の音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成し、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成し、
前記残差信号および前記第１の音声信号に基づいて、前記適応デジタルフィルタを更新し、
前記適応デジタルフィルタの更新の頻度を制御し、
前記第１の音声処理後、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記第２の音声処理として、前記音声出力手段に第２の音声信号に基づいて音声を出力させ、
前記第２の音声処理時において、前記第２の音声信号に対して、前記第１の音声処理時に更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記第２の音声処理時において、前記エコー信号から前記擬似エコー信号を減算することで、前記第２の音声処理に用いられる前記残差信号を生成する
ステップを含む処理をコンピュータに実行させるプログラム。
【請求項１２】
第１の音声処理の実行が指示された場合、前記第１の音声処理として、音声信号に基づく音声を出力する音声出力手段と、
周囲の音声を収音することでエコー信号を生成する収音手段と、
前記音声信号に対して、適応デジタルフィルタを用いたフィルタ処理を施して擬似エコー信号を生成するフィルタ手段と、
前記エコー信号から前記擬似エコー信号を減算することで、前記音声出力手段から出力され、前記収音手段に到達する音声成分を前記エコー信号から除去して、残差信号を生成する減算手段と、
前記残差信号および前記音声信号に基づいて、前記適応デジタルフィルタを更新する更新手段と、
前記更新手段による前記適応デジタルフィルタの更新の頻度を制御する更新頻度制御手段と
を備え、
前記フィルタ手段は、前記第１の音声処理の実行中に、前記第１の音声処理とは異なる第２の音声処理の実行が指示された場合、前記音声信号に対して、前記第１の音声処理時に前記更新手段により更新された前記適応デジタルフィルタを用いた前記フィルタ処理を施すことにより前記擬似エコー信号を生成し、
前記第２の音声処理として、前記残差信号に基づいて、前記音声信号の再生制御、音量制御、または音色制御が行なわれる
音声処理装置。
【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１５】
【図１６】
【図１７】
【図１８】
【図１９】
【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１５】
【図１６】
【図１７】
【図１８】
【図１９】
【公開番号】特開２０１２−１３４９２３（Ｐ２０１２−１３４９２３Ａ）
【公開日】平成２４年７月１２日（２０１２．７．１２）
【国際特許分類】
【出願番号】特願２０１０−２８７４５０（Ｐ２０１０−２８７４５０）
【出願日】平成２２年１２月２４日（２０１０．１２．２４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２４年７月１２日（２０１２．７．１２）
【国際特許分類】
【出願日】平成２２年１２月２４日（２０１０．１２．２４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]