音声強調装置、方法、及びプログラム
【課題】効果的に雑音を抑制して、音声を強調することができる音声強調装置、音声強調方法、及び音声強調プログラムを提供すること。
【解決手段】本発明の一態様にかかる音声強調装置は、観測信号のキュムラントを推定する観測信号用キュムラント推定部２１と、雑音成分を推定する雑音推定部１１と、推定雑音のキュムラントを推定する推定雑音用キュムラント推定部２２と、観測信号のキュムラントと、推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する音声成分用キュムラント推定部２４と、音声成分のキュムラントに基づいて、音声成分のカートシスを推定するカートシス推定部２３と、音声成分のカートシスに基づいて、減算係数を算出する減算係数算出部と、減算係数算出部で算出された減算係数を用いて、観測信号に対して雑音減算する雑音減算部１２と、を備えている。
【解決手段】本発明の一態様にかかる音声強調装置は、観測信号のキュムラントを推定する観測信号用キュムラント推定部２１と、雑音成分を推定する雑音推定部１１と、推定雑音のキュムラントを推定する推定雑音用キュムラント推定部２２と、観測信号のキュムラントと、推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する音声成分用キュムラント推定部２４と、音声成分のキュムラントに基づいて、音声成分のカートシスを推定するカートシス推定部２３と、音声成分のカートシスに基づいて、減算係数を算出する減算係数算出部と、減算係数算出部で算出された減算係数を用いて、観測信号に対して雑音減算する雑音減算部１２と、を備えている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、雑音成分と音声成分を含む観測信号の音声を強調する音声強調装置、音声強調方法、及び音声強調プログラムに関する。
【背景技術】
【０００２】
近年、音声を利用するアプリケーションの増加とともに、雑音の存在する中から目的とする音声のみを抽出したいという要望が高まってきている。例えば、図３に示すような環境において、発話者が発話したとする。発話者による発話がマイクロホン１による集音される。このとき、周囲の雑音もマイクロホン１で集音される。従って、マイクロホン１が取得した観測信号Ｘ（ｆ,ｔ）は、目的となる音声信号Ｓ（ｆ,ｔ）と、雑音信号Ｎ（ｆ,ｔ）とを含んでいる。すなわち、Ｘ（ｆ,ｔ）＝Ｓ（ｆ,ｔ）＋Ｎ（ｆ,ｔ）となる。
【０００３】
そして、取得した観測信号Ｘ（ｆ,ｔ）から雑音推定を行う。観測信号Ｘ（ｆ,ｔ）から、推定雑音信号（推定雑音スペクトル）を推定する。なお、図１において、推定値を示すハット付きのＮ（ｆ,ｔ）が推定雑音信号である。推定雑音信号を用いて雑音減算を行うことで、出力信号Ｙ（ｆ,ｔ）を得ることができる。
【０００４】
具体的な雑音推定方法としては、以下の２つが挙げられる。１つ目は、ユーザ音声の無音区間を推定する方法である。この方法では、雑音が定常であると仮定する。そして、カートシス（尖度）やパワー閾値などにより、区間を判定して、推定雑音スペクトルを算出する。
【０００５】
２つ目の方法は、マイクロホンアレイを用いる方法である。この方法では、ユーザからの放射音は、マイクロホンに最も近い点音源と仮定する。そして、ユーザ方位に死角を形成し、雑音推定スペクトルを算出する。
【０００６】
このように推定された雑音推定スペクトルを用いて、雑音減算する。非線形雑音抑圧処理の多くは、時間−周波数領域に変換した観測信号Ｘ（ｆ,ｔ）に対してフィルタ係数Ｈ（ｆ,ｔ）を適用する。具体的には、以下の式（１）により、出力信号Ｙ（ｆ,ｔ）を求めることができる。
【数１】
【０００７】
フィルタ係数Ｈ（ｆ,ｔ）の設計は手法により異なるが、フィルタ係数Ｈ（ｆ,ｔ）は、観測信号Ｘ（ｆ,ｔ）、雑音推定信号、減算係数βにより生成される。具体的な設計手法については、例えば、（ａ）スペクトルサブトラクション（Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ：ＳＳ）法、（ｂ）一般化スペクトルサブトラクション（Ｇｅｎｅｒａｌｉｚｅｄ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ：ＧＳＳ）法、（ｃ）ウィーナーフィルタ（Ｗｉｅｎｅｒ Ｆｉｌｔｅｒ：ＷＦ）法、（ｄ）パラメトリックウィーナーフィルタ（Ｐａｒａｍｅｔｒｉｃ Ｗｉｅｎｅｒ Ｆｉｌｔｅｒ：ＰＷＦ）法がある。それぞれフィルタ係数Ｈ（ｆ,ｔ）は式（２）〜式（５）で示される。
【０００８】
（ａ）
【数２】
【０００９】
（ｂ）
【数３】
【００１０】
（ｃ）
【数４】
【００１１】
（ｄ）
【数５】
【００１２】
上記に手法（ａ）〜（ｄ）において、減算係数βの設定により、雑音抑制性能・音質性能が変動する。例えば、図４に減算係数と各性能の関係のシミュレーション結果を示す。図４に示すように、減算係数βを大きく設定した場合、抑圧性能は高くなるが、音質性能は低くなる。一方、減算係数βを小さく設定した場合、抑圧性能は低くなるが、音質性能は高くなる。
【００１３】
実環境では、雑音と音声の混入度合いは周波数ごとに異なる。このため、減算係数βの最適値が変動する。また、実環境では、雑音と音声の混入度合いが不明であるため、図４のようなグラフすら描くことができない。よって、最適な減算係数βを求めることが困難である。
【先行技術文献】
【特許文献】
【００１４】
【特許文献１】特開２０００−３３０５９７号公報
【特許文献２】特開２００７−３３０５９７号公報
【非特許文献】
【００１５】
【非特許文献１】ＥＵＳＩＰＣＯ２０１０ ｐｐ．９９４−９９８
【発明の開示】
【発明が解決しようとする課題】
【００１６】
特許文献１、特許文献２、及び非特許文献１に、雑音（ノイズ）を抑圧して、音声を強調する別の方法が開示されている。特許文献１では、入力音声信号のＳ／Ｎ比を推定し、雑音の抑圧量を制御する減算係数が複数個格納されている減算係数データテーブルが設けられている。そして、この減算係数データテーブルからＳ／Ｎ比に基づいて減算係数を決定している。
【００１７】
特許文献２では、各周波数ビンにおいて、入力信号の信号対雑音比（ＳＮＲ）を算出している。そして、ＳＮＲが低い時（雑音が多く、音声が少ないと判定された場合）、減算係数を補正して、減算量を増やしている。これにより、入力信号の抑圧をより強くすることができる。一方、ＳＮＲが高い時（雑音が少なく、音声が大勢と判定された場合）、減算係数を補正して、減算量を減らしている。これにより、入力信号の抑圧をより小さくすることができる。
【００１８】
しかしながら、音声対話システムの場合、補正係数や減算係数データテーブルを算出するため、運営する環境にシステムを設置する必要がある。その環境において、予め騒音、及び音声データを測定する。各減算係数値での音声認識率を算出し、減算係数データテーブルの減算係数値や補正係数を決定しなければならない。実際の製品では、このような事前の処理は困難である。また、マイクロホンや、ＡＤコンバータ等の器材が変更された場合、同様に減算係数データテーブルの減算係数値等を決定しなければならない。別環境で予め設定した減算係数を用いる場合、その値が最適値とならない。従って、雑音成分の過大減算、又は過小減算が発生する。音声成分の劣化や雑音成分の残留（ミュージカルノイズの発生）が生じる。これにより、音声認識率の低下、や音質劣化を引き起こしてしまう。
【００１９】
非特許文献１では、処理前後の雑音抑圧量（Ｎｏｉｓｅ Ｒｅｄｕｃｔｉｏｎ Ｒａｔｅ：ＮＲＲ）の自動推定と、処理前後における雑音区間の分布形状の変動を「カートシス比」として算出している。そして、このカートシス比の値を設定値以下に収めるように、減算係数を適応的に選択している。こうすることで、非音声区間の過大減算、又は過小減算を制御している。
【００２０】
しかしながら、非特許文献１では、非音声区間の過大減算、又は過小減算を制御している。換言すると、音声区間の過大減算、又は過小減算を評価していない。よって、音声認識の目的である音声区間の過大減算、又は過小減算が生じてしまうおそれがある。このように特許文献１、特許文献２、及び非特許文献３では、効果的に音声を強調することが困難である。
【００２１】
本発明は、上記の問題点に鑑みてなされたものであり、効果的に音声を強調することができる音声強調装置、音声強調方法、及び音声強調プログラムを提供することを目的とする。
【課題を解決するための手段】
【００２２】
本発明の一態様にかかる音声強調装置は、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調装置であって、雑音成分と音声成分とを含む観測信号のキュムラントを推定する第１のキュムラント推定部と、前記観測信号に含まれる雑音成分を推定する雑音推定部と、前記雑音推定部で推定された推定雑音のキュムラントを推定する第２のキュムラント推定部と、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する第３のキュムラント推定部と、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定する第１のカートシス推定部と、前記音声成分カートシスに基づいて、減算係数を算出する減算係数適応部と、前記減算係数適応部で算出された減算係数を用いて、前記観測信号に対して雑音減算する雑音減算部と、を備えたものである。
【００２３】
上記の音声強調装置が、前記雑音減算部から出力された出力信号のキュムラントを推定する第４のキュムラント推定部と、前記出力信号のキュムラントに基づいて、出力信号のカートシスを推定するカートシス推定部と、をさらに備え、前記出力信号のカートシスに基づいて、前記減算係数適応部が、減算係数を算出するようにしてもよい。
【００２４】
上記の音声強調装置において、前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００２５】
上記の音声強調装置において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、前記雑音推定部が、マイクロホンアレイ処理によって、前記推定雑音を推定するようにしてもよい。
【００２６】
本発明の一態様にかかる音声強調方法は、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調方法であって、雑音成分と音声成分とを含む観測信号のキュムラントを算出するステップと、前記観測信号に含まれる雑音を推定するステップと、推定された推定雑音のキュムラントを算出するステップと、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出するステップと、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、前記音声成分カートシスに基づいて、減算係数を算出するステップと、前記減算係数を用いて、前記観測信号に対して雑音減算するステップと、を備えたものである。
【００２７】
上記の音声強調方法が、出力信号のキュムラントを算出するステップと、出力信号のキュムラントに基づいて、出力信号のカートシスを算出するステップと、をさらに備え、前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数が算出されていてもよい。
【００２８】
上記の音声強調方法において、前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００２９】
上記の音声強調方法において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、マイクロホンアレイ処理によって推定雑音が推定されていてもよい。
【００３０】
本発明の一態様にかかる音声強調プログラムは、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調プログラムであって、コンピュータに対して、雑音成分と音声成分とを含む観測信号のキュムラントを算出させるステップと、前記観測信号に含まれる雑音を推定させるステップと、推定された推定雑音のキュムラントを算出させるステップと、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出させるステップと、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、前記音声成分カートシスに基づいて、減算係数を算出させるステップと、前記減算係数を用いて、前記観測信号に対して雑音減算させるステップと、を備えたものである。
【００３１】
上記の音声強調プログラムが、コンピュータに対して、出力信号のキュムラントを算出させるステップと、出力信号のキュムラントに基づいて、出力信号のカートシスを算出させるステップと、をさらに備え、前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数を算出させてもよい。
【００３２】
上記の音声強調プログラムにおいて、前記観測信号のキュムラントと前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００３３】
上記の音声強調方法において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、マイクロホンアレイ処理によって前記推定雑音が推定されていてもよい。
【発明の効果】
【００３４】
本発明によれば、効果的に音声を強調することができる音声強調装置、音声強調方法、及び音声強調プログラムを提供することを提供することができる。
【図面の簡単な説明】
【００３５】
【図１】実施の形態１にかかる音声強調装置の構成を示すブロック図である。
【図２】実施の形態２にかかる音声強調装置の構成を示すブロック図である。
【図３】一般的な雑音減算処理を示す図である。
【図４】雑音減算処理における減算係数と性能の関係を示すシミュレーション結果である。
【発明を実施するための形態】
【００３６】
以下、本発明に係る移動体の実施形態を、図面に基づいて詳細に説明する。但し、本発明が以下の実施形態に限定される訳ではない。また、説明を明確にするため、以下の記載及び図面は、適宜、簡略化されている。
【００３７】
実施の形態１．
まず、本発明の実施の形態１にかかる音声強調装置について、図１を用いて説明する。図１は、音声強調装置のシステム構成を示すブロック図である。マイクロホン１は、周囲で発生した音を集音して、その音に基づく観測信号を出力する。観測信号には、音声成分と、雑音成分とが含まれている。音声成分は、音声認識の目的となる発話者の音声の信号であり、雑音成分は、発話者の音声以外の信号である。音声強調装置２には、マイクロホン１が接続されている。従って、マイクロホン１が集音した観測信号が音声強調装置２に入力される。
【００３８】
音声強調装置２によって、観測信号の音声を強調する。そして、音声が強調された出力信号を、出力側装置３に出力する。出力側装置３は、音声認識システムや、通信機器などであり、出力信号に対して、所定の処理を行う。例えば、音声認識システムの場合、出力信号に対して音声認識処理を行う。
【００３９】
なお、音声強調装置２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、通信用のインタフェイスなどを有する演算処理装置であり、より具体的には、パーソナルコンピュータ（ＰＣ）等である。また、音声強調装置２は、着脱可能なＨＤＤ、光ディスク、光磁気ディスク等を有し、各種プログラムや制御パラメータなどを記憶し、そのプログラムやデータを必要に応じてメモリ（不図示）等に供給する。もちろん、音声強調装置２は、物理的に一つの構成に限られるものではない。音声強調装置２は、マイクロホン１によって、集音された音のデータに対して、音声処理を行う。
【００４０】
音声強調装置２は、雑音推定部１１と、雑音減算部１２と、カートシス算出ユニット２０と、減算係数算出ユニット３０とを、備えている。カートシス算出ユニット２０は、観測信号用キュムラント推定部２１と、推定雑音用キュムラント推定部２２と、カートシス推定部２３と、音声成分用キュムラント推定部２４とを備えている。減算係数算出ユニット３０は、減算係数適応器３１と、出力信号用キュムラント推定部３２と、出力信号用カートシス推定部３３と、を備えている。
【００４１】
マイクロホン１からの観測信号は、雑音推定部１１と雑音減算部１２と観測信号用キュムラント推定部２１に入力される。なお、入力される観測信号Ｘ（ｆ,ｔ）は、音声強調処理を行う前の前処理によって、時間−周波数領域の信号となっている。具体的には、所定時間の観測信号をバッファに記憶して、その観測信号を、ｋ個（ｋは２以上の整数）のフレームに分割する。ここでは、時間領域において、隣接フレームが半分重なるように、ハーフシフトによってフレーム分割している。さらに、窓関数を用いて、フレーム分割しても良い。さらに、フレーム分割された観測信号を離散フーリエ変換する。これにより、時間−周波数領域の観測信号Ｘ（ｆ,ｔ）を得ることができる。なお、この前処理は、音声強調装置２が行っても良く、他の装置、例えば、マイクロホン１を有するマイクロホンユニットが行っても良い。
【００４２】
雑音推定部１１は、観測信号Ｘ（ｆ,ｔ）に対して雑音推定を行う。これにより、雑音推定信号Ｎ（ｆ,ｔ）が生成される。なお、図１において、雑音推定信号には、推定を示すハットが付されたＮ（ｆ,ｔ）が示されているが、明細書中の説明では、適宜簡略化して、Ｎ（ｆ,ｔ）とする。雑音減算部１２と、推定雑音用キュムラント推定部２２とに、雑音推定信号Ｎ（ｆ,ｔ）が入力される。推定雑音用キュムラント推定部２２は、雑音推定信号に基づいて、推定雑音信号のキュムラントを推定する。また、観測信号用キュムラント推定部２１は、観測信号Ｘ（ｆ,ｔ）のキュムラントを推定する。音声成分用キュムラント推定部２４は、観測信号Ｘ（ｆ,ｔ）のキュムラントと推定雑音のキュムラントとから、音声成分のキュムラントを推定する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと雑音推定のキュムラントとの差で示される。カートシス推定部２３は、音声成分のキュムラントに基づいて、音声成分のカートシスを推定する。
【００４３】
減算係数適応器３１には、音声成分のカートシスが入力される。減算係数適応器３１は、音声成分のカートシスに基づいて、減算係数βを適応する。そして、減算係数適応器３１で求められた減算係数βは、雑音減算部１２に入力される。雑音減算部１２は、減算係数βを用いて、雑音減算処理を実行する。そして、雑音減算部１２からは、雑音が減算された出力信号Ｙ（ｆ,ｔ）が出力される。さらに、出力信号Ｙ（ｆ,ｔ）は、出力信号用キュムラント推定部３２に入力される。出力信号用キュムラント推定部３２は、出力信号Ｙ（ｆ,ｔ）のキュムラントを推定する。出力信号用カートシス推定部３３は、出力信号Ｙ（ｆ,ｔ）のキュムラントから、出力信号のカートシスを推定する。出力信号のカートシスは、減算係数適応器３１に入力される。
【００４４】
減算係数適応器３１は、出力信号のカートシスと、音声成分のカートシスとに基づいて、減算係数βを算出する。例えば、出力信号のカートシスと、音声成分のカートシスとの差が収束するまで、繰り返し演算を行う。すなわち、出力信号のカートシスと、音声成分のカートシスとの差が収束するような、減算係数βを算出する。そして、この減算係数βに基づいて、雑音減算部１２が雑音減算処理を行う。雑音減算については、上記の手法（ａ）〜（ｄ）、すなわち、式（２）〜式（５）を用いることができる。減算係数βは、適応係数であり、入力された観測信号Ｘ（ｆ,ｔ）に応じて決定される。すなわち、雑音減算のためのフィルタが、入力された観測信号に基づいて自己適応されている。
【００４５】
次に、上記の音声強調装置２における音声強調方法について、詳細に説明する。
（ステップ１）
まず、マイクロホン１で取得した時間領域の観測信号ｘ（ｔ）をフレーム分割した後、離散フーリエ変換を行う。これにより、時間−周波数領域の観測信号Ｘ（ｆ,ｔ）を得ることができる。
（ステップ２）
雑音推定部１１が雑音推定処理を実行する。ここでは、観測信号Ｘ（ｆ,ｔ）に対して、音声区間／非音声区間の判定を行い、非音声区間を雑音推定信号とする。なお、ステップ１とステップ２の処理に付いては、公知の方法を用いることができ、特に限定されるものではない。
（ステップ３）
周波数ビンｆ＝０をセットする。
（ステップ４）
観測信号用キュムラント推定部２１と、推定雑音用キュムラント推定部２２が観測信号Ｘ（ｆ,ｔ）のキュムラントＣ観測信号及び推定雑音信号Ｎ（ｆ,ｔ）のキュムラントＣ雑音信号を算出する。そのため、まず、観測信号Ｘ（ｆ,ｔ）、及び推定雑音信号Ｎ（ｆ,ｔ）のモーメントを求める。例えば、観測信号Ｘ（ｆ,ｔ）の２次のモーメントＭ２,観測信号、４次のモーメントＭ４,観測信号、６次のモーメントＭ６,観測信号、８次のモーメントＭ８,観測信号は、以下の式（６）によって求めることができる。
【００４６】
【数６】
【００４７】
なお、＜＞ｔはフレームにおける時間平均を示す。観測信号のモーメントＭ観測信号から観測信号のキュムラントＣ観測信号を求める。観測信号Ｘ（ｆ,ｔ）の２次のキュムラントＣ２,観測信号、４次のキュムラントＣ４,観測信号、６次のキュムラントＣ６,観測信号、８次のキュムラントＣ８,観測信号は、以下の式（７）によって求めることができる。
【００４８】
【数７】
【００４９】
同様に、推定雑音信号Ｎ（ｆ,ｘ）の２次のモーメントＭ２,雑音信号、４次のモーメントＭ４,雑音信号、６次のモーメントＭ６,雑音信号、８次のモーメントＭ８,雑音信号は、以下の式（８）によって求めることができる。
【数８】
【００５０】
推定雑音信号のモーメントＭ雑音信号から推定雑音信号のキュムラントＣ雑音信号を求める。推定雑音信号Ｎ（ｆ,ｔ）の２次のキュムラントＣ２,雑音信号、４次のキュムラントＣ４,雑音信号、６次のキュムラントＣ６,雑音信号、８次のキュムラントＣ８,雑音信号は、以下の式（９）によって求めることができる。
【００５１】
【数９】
【００５２】
このようにして、観測信号Ｘ（ｆ,ｔ）のキュムラントＣ観測信号及び推定雑音信号Ｎ（ｆ,ｔ）のキュムラントＣ雑音信号を算出することができる。なお、時間領域信号において、信号の確率密度関数が平均０かつ対称であると仮定すると奇数次のモーメント、及びキュムラントは０となる。よって、奇数次のモーメント、及びキュムラントは算出しなくてよい。さらに、上記の説明では、２次、４次、６次、８次のモーメント、及びキュムラントを求めたが、求める次数はこれに限られるものではない。
【００５３】
（ステップ５）
音声成分用キュムラント推定部２４が観測信号Ｘ（ｆ,ｔ）内の音声成分のキュムラントＣ音声成分を算出する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと推定雑音のキュムラントとの差で示される。よって、音声成分の２次のキュムラントＣ２,音声成分、４次のキュムラントＣ４,音声成分、６次のキュムラントＣ６,音声成分、８次のキュムラントＣ８,音声成分は、以下の式（１０）で示される。
【００５４】
【数１０】
【００５５】
（ステップ６）
カートシス推定部２３が、音声成分のキュムラントＣ音声成分から、音声成分のカートシスＫ音声成分を推定する。カートシスの推定に付いては、特に限定されるものではないが、例えば、式（１１）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ音声成分を算出することができる。
【００５６】
【数１１】
【００５７】
（ステップ７）
減算係数適応器３１に減算係数βの初期値をセットし、更新回数ｉ＝０をセットする。なお、減算係数βの初期値については、適当な値を選択することができる。
（ステップ８）
そして、減算係数βの初期値を用いて、雑音減算部１２が、観測信号Ｘ（ｆ,ｔ）に対して雑音減算処理を行う。雑音減算処理については、例えば、手法（ａ）〜（ｄ）のいずれか一つを用いることができる。従って、式（２）〜式（５）のいずれか一つを採用し、その式に減算係数βの初期値を代入する。これにより、フィルタ係数Ｈ（ｆ,ｔ）を算出することができる。そして、フィルタ係数Ｈ（ｆ,ｔ）と観測信号Ｘ（ｆ,ｔ）とから、出力信号Ｙ（ｆ,ｔ）を算出する。具体的には、Ｙ（ｆ,ｔ）＝Ｈ（ｆ,ｔ）Ｘ（ｆ,ｔ）となる。
【００５８】
（ステップ９）
出力信号用キュムラント推定部３２が出力信号Ｙ（ｆ,ｔ）のキュムラントＣ出力信号を推定する。そのため、まず、出力信号Ｙ（ｆ,ｔ）のモーメントＭ出力信号を求める。例えば、出力信号Ｙ（ｆ,ｔ）の２次のモーメントＭ２,出力信号、４次のモーメントＭ４,出力信号、６次のモーメントＭ６,出力信号、８次のモーメントＭ８,出力信号は、以下の式（１２）によって求めることができる。
【００５９】
【数１２】
【００６０】
これらのモーメントから出力信号のキュムラントＣ出力信号を求める。出力信号Ｙ（ｆ,ｔ）の２次のキュムラントＣ２,出力信号、４次のキュムラントＣ４,出力信号、６次のキュムラントＣ６,出力信号、８次のキュムラントＣ８,出力信号は、以下の式（１３）によって求めることができる。
【００６１】
【数１３】
【００６２】
（ステップ１０）
出力信号用カートシス推定部３３が、キュムラントＣ出力信号に基づいて、出力信号のカートシスＫ出力信号を算出する。カートシスの推定に付いては、特に限定されるものではないが、例えば、式（１４）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ出力信号を算出することができる。
【００６３】
【数１４】
【００６４】
（ステップ１１）
減算係数適応器３１が、出力信号のカートシスＫ出力信号と音声成分のカートシスＫ音声成分とを比較して、減算係数βを更新する。例えば、出力信号のカートシスＫ出力信号と音声成分のカートシスＫ音声成分の差を求める。そして、カートシスの差に応じて、減算係数βを更新する。具体的には、以下の式（１５）を用いて、減算係数βを更新する。
【００６５】
【数１５】
【００６６】
なお、Ｔｈｒｅｓｈｏｌｄは減算係数βが収束したか否かを判定するためのしきい値であり、任意の値を設定することができる。Δβは、βを収束させるループ計算における、減算係数βの増分値であり、任意の値とすることができる。また、Δβをカートシスの差に応じて、変更しても良い。このように、音声成分のカートシスＫ音声成分が出力信号のカートシスＫ出力信号よりも大きい場合、減算係数適応器３１が、雑音減算が小さいと判定して、減算係数βを増加させる。また、カートシスの差の絶対値がしきい値よりも小さい場合、減算係数適応器３１は、減算係数βが収束したと判定する。従って、周波数ビンｆをインクリメントして、後述する（１４）に進む。
【００６７】
（ステップ１２）
更新回数ｉがインクリメントされる。
（ステップ１３）
更新回数ｉがＩを越えたか否かが判定される。これにより、減算係数βを求めるためのループ計算が十分な回数を行われたか否かが判定される。更新回数ｉがＩよりも小さい場合、ステップ８に戻る。一方、更新回数ｉがＩ以上の場合、周波数ビンｆをインクリメントして、次のステップ１４に進む。すなわち、減算係数βが収束しない場合、更新回数ｉがＩに達するまで、ステップ８〜ステップ１２のループ計算が繰り返し行われる。もちろん、上記の通り、減算係数βが収束した場合、更新回数ｉがＩに到達する前に、ループ計算を抜けても良い。
（ステップ１４）
全ての周波数ビンについて、減算係数βが算出されたか否かを判定する。具体的には、周波数ビンｆがＦよりも小さい場合、ステップ４に戻り、次の周波数ビンの減算係数βを求める。なお、Ｆは周波数ビンの数である。一方、周波数ビンｆがＦより以上の場合、時間領域の出力信号を得る。具体的には、雑音減算部１２で算出された出力信号Ｙ（ｆ,ｔ）を逆フーリエ変換する。そして、逆フーリエ変換された出力信号に窓掛けして、オーバーラップアッドにより、時間領域のデータを得る。これにより、時間領域の出力信号ｙ（ｔ）が出力側装置３に出力される。すなわち、周波数ビンｆがＦに到達するまで、ステップ４〜ステップ１３までのループ計算が繰り返し行われる。なお、ステップ１４の処理は、音声強調装置２が行っても良く、他の装置、例えば、出力側装置３が行っても良い。
【００６８】
このように観測信号内の音声成分のカートシスをブラインド推定する。ここでは、キュムラントの加法性を利用して、観測信号と推定雑音のキュムラントの差から、音声成分のキュムラントを算出している。そして、音声成分のキュムラントからカートシスを算出している。これにより、畳み込みなどの複雑な演算を行うことなく、音声成分のカートシスを推定することができる。音声成分のカートシス推定値と、出力信号のカートシス推定値との比較により、雑音減算の過大／過小を評価する。その評価結果に応じて、減算係数を調整する。すなわち、スペクトル減算が過大であれば、減算係数を小さくし、過小であれば、減算係数を大きくするように、制御する。これにより、適切に雑音を抑圧することができる。特に、音声評価の品質に関する音声成分のカートシスを用いて、減算係数を適応的に算出している。すなわち、音声区間のカートシスを算出することによって、処理前後における、音声区間の分布形状の変動を求めることができる。これにより、音声成分の歪み（例えば、ケプストラム歪み）を抑制することができる。雑音と音声の混合された観測信号から、正確に音性成分のカートシスを算出することができる。出力側装置３における音声認識処理の正確性を向上することができる。
【００６９】
上記の説明では、周波数ビン毎に減算係数βを算出している。これにより、より適切に雑音を抑圧することができ、音声認識処理の正確性を向上することができる。もちろん、減算係数βを一括処理で求めてもよい。以下に、減算係数βを一括で算出する方法を、変形例１として説明する。
【００７０】
実施の形態１の変形例１．
雑音減算の基本的な方法に付いては、上記の処理と方法であるため、説明を省略する。本変形例１では、実施の形態１の方法との相違点を中心に説明する。
【００７１】
変形例１では、複数の周波数ビンに対する減算係数βを一括して算出している。従って、ステップ３と、ステップ１３における周波数ビンｆのインクリメントと、ステップ１４における周波数ビンｆの判定が不要となる。さらに、ステップ４、ステップ９におけるモーメント算出式が異なる。具体的には、式（６）、式（８）、及び式（１２の）代わりに以下の式（１６）、式（１７）、及び式（１８）を用いる。こうすることで、それぞれ、観測信号のモーメントＭ観測信号、雑音成分のモーメントＭ雑音成分、及び出力信号のモーメントＭ出力信号を求めることができる。
【００７２】
【数１６】
【数１７】
【数１８】
【００７３】
上記のモーメントを用いて、キュムラントを推定する。そして、キュムラントからカートシスを算出する。なお、キュムラントとカートシスを求めるための演算処理には、実施の形態１と同様であるため説明を省略する。本変形例１では、０番目の周波数ビンから、（Ｆ−１）番目の周波数ビンまで一括で減算係数を算出することができる。すなわち、Ｆ個の周波数ビンに対して、共通の減算係数βが使用される。これにより、実施の形態１よりも計算時間を短縮することができる。また、音声区間のカートシスを用いているため、効果的に音声を強調することができる。
【００７４】
実施の形態２．
実施の形態２にかかる音声強調装置２に付いて、図２を用いて説明する。実施の形態２では、６個のマイクロホン１が設けられたマイクロホンアレイ５が使用されている。そして、マイクロホンアレイ５で取得された観測信号Ｘ０〜Ｘ５が音声強調装置２に入力される。さらに、雑音推定の処理が実施の形態２と異なっている。なお、これら以外の基本的な処理については、実施の形態１、又は変形例１と同様であるため、説明を省略する。
【００７５】
複数のマイクロホン１で構成されたマイクロホンアレイ５を用いた場合、近接の点音源に対しては、位相差制御により雑音を抑圧することが可能である。従って、本実施形態では、位相差制御により、雑音推定を行っている。実施の形態１で示したように、フレーム区間で音声/非音声区間の推定を行う必要は無い。すなわち、音声があった場合も、音声をキャンセルすることが可能となる。従って，前述の音声区間検出の処理を取り除くことができる。
【００７６】
マイクロホンアレイ５からの観測信号は、雑音推定処理部４１と音声推定処理部４２と観測信号用キュムラント算出部５１に入力される。ここで、雑音低減前の前処理によって、実施の形態１と同様に、観測信号は、時間−周波数領域の信号に変換されている。雑音推定処理部４１は、複数の観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）に対して、雑音推定処理を行う。本実施の形態では、マイクロホンアレイ処理を行い、観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）のそれぞれに対して、推定雑音信号が生成される。例えば、マイクロホンアレイ処理によって音源の位置推定を行い、音源の方以外の音を雑音と推定する。具体的には、ヌルビームフォーマーやＩＣＡ（独立成分分析）による適応アレイ処理で、雑音推定する。なお、マイクロホンアレイ５による雑音推定に付いては、特に限定されるものではなく、公知の方法を用いることができる。
【００７７】
観測信号用キュムラント算出部５１は、観測信号用キュムラント推定部２１と同様に、観測信号のキュムラントを算出する。また、推定雑音用キュムラント算出部５２は、推定雑音用キュムラント推定部２２と同様に、推定雑音信号のキュムラントを推定する。音声成分用キュムラント算出部５３は、音声成分用キュムラント推定部２４と同様に、観測信号のキュムラントと推定雑音信号のキュムラントとに基づいて、音声成分のキュムラントを算出する。具体的には、観測信号のキュムラントと推定雑音信号のキュムラントとの差から、音声成分のキュムラントを求めることができる。カートシス算出部５４は、カートシス推定部２３と同様に、音声成分のキュムラントから、音声成分のカートシスを算出する。減算パラメータ適応判定器５５は、減算係数適応器３１と同様に、音声成分のカートシスに基づいて、減算係数を算出する。
【００７８】
減算パラメータ適応判定器５５で算出された減算係数βが、音声推定処理部４２に入力される。そして、音声推定処理部４２は、この減算係数βを用いて、音声推定処理を行う。すなわち、音声推定処理部４２は雑音減算部１２と同様に、フィルタ係数と減算係数βを用いて、雑音減算処理を行う。これにより、音声が強調された出力信号が生成される。出力信号は、出力信号用キュムラント算出部５７に入力される。
【００７９】
出力信号用キュムラント算出部５７は、出力信号用キュムラント推定部３２と同様に、出力信号のキュムラントを算出する。カートシス算出部５６は、出力信号用カートシス推定部３３と同様に、出力信号のキュムラントに基づいて、出力信号のカートシスを算出する。出力信号のカートシスは、減算パラメータ適応判定器５５に入力される。減算パラメータ適応判定器５５は、減算係数適応器３１と同様に、出力信号のカートシスと、音声成分のカートシスとから、減算係数βを算出する。そして、減算パラメータ適応判定器５５で算出された減算係数βが音声推定処理部４２に入力される。音声推定処理部４２は、更新された減算係数βに基づいて、音声推定処理を行う。すなわち、音声推定処理部４２は雑音減算部１２と同様に、フィルタ係数と減算係数を用いて、雑音減算処理を行う。これにより、音声が推定され、音声が強調された出力信号が出力される。そして、出力信号が外部機器、例えば、実施の形態１で示した出力側装置３（図２では省略）に出力される。上記の処理は、実施の形態１、または変形例１で示した数式によって、算出することができる。これにより、マイクロホン１毎に出力信号Ｙ０（ｆ,ｔ）〜Ｙ５（ｆ,ｔ）を得ることができる。
【００８０】
次に、本実施の形態の音声強調装置２における音声強調方法について、詳細に説明する。なお、以下の説明では、実施の形態１と同様に、周波数ビン毎に、カートシスを算出するが、変形例１と同様に、一括して、カートシスを算出しても良い。
（ステップ１０１）
まず、マイクロホンアレイ５で取得した時間領域の観測信号ｘ０（ｔ）〜ｘ５（ｔ）をフレーム分割した後、離散フーリエ変換を行う。これにより、時間−周波数領域の観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）を得ることができる。
（ステップ１０２）
周波数ビンｆ＝０をセットする。
（ステップ１０３）
雑音推定処理部４１が雑音推定処理を実行する。ここでは、マイクロホンアレイ処理を行うことで、雑音推定信号を得ることができる。それぞれのマイクロホン１に対して、雑音推定信号が生成される。図２の例では、マイクロホン１が６個あるため、雑音推定信号Ｎ０（ｆ,ｔ）〜Ｎ５（ｆ,ｔ）が算出される。なお、ステップ１０１とステップ１０３の処理に付いては、公知の方法を用いることができるため、特に限定されるものではない。もちろん、マイクロホン１の数は、６個に限定されるものではない。
（ステップ１０４）
マイクロホン１の番号ｎ＝０をセットする。すなわち、１つ目のマイクロホン１で取得された観測信号Ｘ０（ｆ,ｔ）とその雑音推定信号Ｎ０（ｆ,ｔ）に対して、キュムラント、及びカートシスを算出するための処理が行われる。
【００８１】
（ステップ１０５）
観測信号用キュムラント算出部５１と、推定雑音用キュムラント算出部５２が観測信号Ｘｎ（ｆ,ｔ）のキュムラントＣ観測信号ｎ及び推定雑音信号Ｎｎ（ｆ,ｔ）のキュムラントＣ雑音信号ｎを算出する。そのため、まず、観測信号Ｘｎ（ｆ,ｔ）、及び推定雑音信号Ｎｎ（ｆ,ｔ）のモーメントを求める。例えば、観測信号Ｘ（ｆ,ｔ）の２次のモーメントＭ２,観測信号ｎ、４次のモーメントＭ４,観測信号ｎ、６次のモーメントＭ６,観測信号ｎ、８次のモーメントＭ８,観測信号ｎは、上記の式（６）と同様の式によって求めることができる。観測信号用キュムラント算出部５１は、観測信号のモーメントＭ観測信号ｎから観測信号のキュムラントＣ観測信号ｎを求める。観測信号Ｘｎ（ｆ,ｔ）の２次のキュムラントＣ２,観測信号ｎ、４次のキュムラントＣ４,観測信号ｎ、６次のキュムラントＣ６,観測信号ｎ、８次のキュムラントＣ８,観測信号ｎは、上記の式（７）によって求めることができる。
【００８２】
推定雑音用キュムラント算出部５２が、同様に、推定雑音信号Ｎｎ（ｆ,ｘ）の２次のモーメントＭ２,雑音信号ｎ、４次のモーメントＭ４,雑音信号ｎ、６次のモーメントＭ６,雑音信号ｎ、８次のモーメントＭ８,雑音信号ｎは、上記の式（８）によって求めることができる。推定雑音用キュムラント算出部５２は、推定雑音信号のモーメントＭ雑音信号ｎから推定雑音信号のキュムラントＣ雑音信号ｎを求める。推定雑音信号Ｎｎ（ｆ,ｔ）の２次のキュムラントＣ２,雑音信号ｎ、４次のキュムラントＣ４,雑音信号ｎ、６次のキュムラントＣ６,雑音信号ｎ、８次のキュムラントＣ８,雑音信号ｎは、上記の式（９）によって求めることができる。このようにして、観測信号Ｘｎ（ｆ,ｔ）のキュムラントＣ観測信号ｎ及び推定雑音信号Ｎｎ（ｆ,ｔ）のキュムラントＣ雑音信号ｎを算出することができる。
（ステップ１０６）
音声成分用キュムラント算出部５３が観測信号Ｘｎ（ｆ,ｔ）内の音声成分のキュムラントＣ音声成分ｎを算出する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと推定雑音のキュムラントとの差で示される。よって、音声成分の２次のキュムラントＣ２,音声成分ｎ、４次のキュムラントＣ４,音声成分ｎ、６次のキュムラントＣ６,音声成分ｎ、８次のキュムラントＣ８,音声成分ｎは、上記の式（１０）で示される。
【００８３】
（ステップ１０７）
カートシス算出部５４が、音声成分のキュムラントＣ音声成分ｎから、音声成分のカートシスＫ音声成分ｎを推定する。カートシスの推定に付いては、特に限定されるものではないが、例えば、上記の式（１１）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ音声成分ｎを算出することができる。
【００８４】
（ステップ１０８）
また、減算パラメータ適応判定器５５に減算係数βの初期値をセットし、更新回数ｉ＝０をセットする。なお、減算係数βの初期値については、適当な値を選択することができる。
（ステップ１０９）
そして、減算係数βの初期値を用いて、音声推定処理部４２が、観測信号Ｘｎ（ｆ,ｔ）に対して雑音減算処理を行う。雑音減算処理については、例えば、手法（ａ）〜（ｄ）のいずれか一つを用いることができる。従って、式（２）〜式（５）のいずれか一つを採用し、その式に減算係数βの初期値を代入する。これにより、フィルタ係数Ｈ（ｆ,ｔ）を算出することができる。そして、フィルタ係数Ｈｎ（ｆ,ｔ）と観測信号Ｘ（ｆ,ｔ）とから、出力信号Ｙｎ（ｆ,ｔ）を算出する。具体的には、Ｙｎ（ｆ,ｔ）＝Ｈｎ（ｆ,ｔ）Ｘｎ（ｆ,ｔ）となる。
【００８５】
（ステップ１１０）
出力信号用キュムラント算出部５７が出力信号Ｙｎ（ｆ,ｔ）のキュムラントＣ出力信号を推定する。そのため、まず、出力信号Ｙｎ（ｆ,ｔ）のモーメントＭ出力信号ｎを求める。例えば、出力信号Ｙ（ｆ,ｔ）の２次のモーメントＭ２,出力信号ｎ、４次のモーメントＭ４,出力信号ｎ、６次のモーメントＭ６,出力信号ｎ、８次のモーメントＭ８,出力信号ｎは、上記の式（１２）によって求めることができる。これらのモーメントから出力信号のキュムラントＣ出力信号ｎを求める。出力信号Ｙｎ（ｆ,ｔ）の２次のキュムラントＣ２,出力信号ｎ、４次のキュムラントＣ４,出力信号ｎ、６次のキュムラントＣ６,出力信号ｎ、８次のキュムラントＣ８,出力信号ｎは、上記の式（１３）によって求めることができる。
【００８６】
（ステップ１１１）
カートシス算出部５６が、キュムラントＣ出力信号に基づいて、出力信号のカートシスＫ出力信号ｎを算出する。カートシスの推定に付いては、特に限定されるものではないが、例えば、上記の式（１４）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ出力信号ｎを算出することができる。
【００８７】
（ステップ１１２）
減算パラメータ適応判定器５５が、減算係数βを更新するとともに、更新回数ｉをインクリメントする。減算パラメータ適応判定器５５が、出力信号のカートシスＫ出力信号ｎと音声成分のカートシスＫ音声成分ｎとを比較して、減算係数βを算出する。例えば、出力信号のカートシスＫ出力信号ｎと音声成分のカートシスＫ音声成分ｎの差を求める。そして、カートシスの差に応じて、減算係数βを更新する。具体的には、上記の式（１５）を用いて、減算係数βを更新する。さらに、更新回数ｉをインクリメントする。
【００８８】
（ステップ１１３）
更新回数ｉがＩを越えたか否かが判定される。これにより、減算係数βを求めるためのループ計算が十分な回数を行われたか否かが判定される。更新回数ｉがＩよりも小さい場合、ステップ１０９に戻る。一方、更新回数ｉがＩ以上の場合、周波数ビンｆをインクリメントして、次のステップ１１４に進む。すなわち、減算係数βが収束しない場合、更新回数ｉがＩに達するまで、ステップ８〜ステップ１１の処理が繰り返し行われる。なお、更新回数ｉがＩに到達する前に、β減算係数が収束した場合、ループ計算を抜けて、次のステップ１１４に進むようにしてもよい。例えば、カートシスの差又は比がしきい値Ｔｈｒｅｓｈｏｌｄよりも小さい場合、ステップ１０９〜ステップ１１２までのループ計算を抜けるようにしてもよい。
【００８９】
（ステップ１１４）
全てのマイクロホン１に付いて、減算係数βを算出したか否かを判定する。例えば、マイクロホンアレイ５に含まれるマイクロホン１の数をＭとすると、マイクロホン番号ｎがＭ以上であるか否かを判定する。マイクロホン番号ｎがＭよりも小さい場合、ステップ１０５に戻る。マイクロホン番号ｎがＭ以上の場合、周波数ビンｆをインクリメントして、次のステップ１１５に移行する。
（ステップ１１５）
全ての周波数ビンについて、減算係数βが算出されたか否かを判定する。具体的には、周波数ビンｆがＦよりも小さい場合、ステップ１０４に戻り、次の周波数ビンｆの減算係数βを求める。なお、Ｆは周波数ビンの数である。一方、周波数ビンｆがＦ以上の場合、時間領域の出力信号を得る。具体的には、音声推定処理部４２で算出された出力信号Ｙ（ｆ,ｔ）を逆フーリエ変換する。そして、逆フーリエ変換された出力信号に窓掛け（ハミング窓）し、オーバーラップアッドにより、時間領域のデータを得る。これにより、音声強調装置２から時間領域の出力信号ｙ（ｔ）が出力される。なお、ステップ１１５の処理は、音声強調装置２が行っても良く、他の装置が行っても良い。
【００９０】
このようにすることで、実施の形態１と同様に、観測信号中の雑音が効果的に低減される。よって、観測信号中の音声を強調することができ、後段の音声認識システムでの音声認識処理の正確性を向上することができる。さらに、音声信号を取得するためのマイクロホンユニットとして、マイクロホンアレイ５を用いている。このため、効果的に雑音推定することができる。また、実施の形態１〜実施の形態２において、減算係数を算出するためのループ計算は、同じ観測信号に対して実行されても良く、随時取得される観測信号を用いて、実行されても良い。すなわち、ループ計算毎に、最新の観測信号を用いてもよい。
【００９１】
上述した雑音抑制処理は、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、若しくはＣＰＵ（Central Processing Unit）又はこれらの組み合わせを含むコンピュータにプログラムを実行させることによって実現してもよい。
【００９２】
上述の例において、音声強調処理をコンピュータに行わせるための命令群を含むプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
【符号の説明】
【００９３】
１ マイクロホン
２ 音声強調装置
３ 出力側装置
５ マイクロホンアレイ
１１ 雑音推定部
１２ 雑音減算部
２０ カートシス算出ユニット
２１ 観測信号用キュムラント推定部
２２ 推定雑音用キュムラント推定部
２３ カートシス推定部
２４ 音声成分用キュムラント推定部
３０ 減算係数算出ユニット
３１ 減算係数適応器
３２ 出力信号用キュムラント推定部
３３ 出力信号用カートシス推定部
４１ 雑音推定処理部
４２ 音声推定処理部
５１ 観測信号用キュムラント算出部
５２ 推定雑音用キュムラント算出部
５３ 音声成分用キュムラント算出部
５４ カートシス算出部
５５ 減算パラメータ適応判定器
５６ カートシス算出部
５７ 出力信号用キュムラント算出部
【技術分野】
【０００１】
本発明は、雑音成分と音声成分を含む観測信号の音声を強調する音声強調装置、音声強調方法、及び音声強調プログラムに関する。
【背景技術】
【０００２】
近年、音声を利用するアプリケーションの増加とともに、雑音の存在する中から目的とする音声のみを抽出したいという要望が高まってきている。例えば、図３に示すような環境において、発話者が発話したとする。発話者による発話がマイクロホン１による集音される。このとき、周囲の雑音もマイクロホン１で集音される。従って、マイクロホン１が取得した観測信号Ｘ（ｆ,ｔ）は、目的となる音声信号Ｓ（ｆ,ｔ）と、雑音信号Ｎ（ｆ,ｔ）とを含んでいる。すなわち、Ｘ（ｆ,ｔ）＝Ｓ（ｆ,ｔ）＋Ｎ（ｆ,ｔ）となる。
【０００３】
そして、取得した観測信号Ｘ（ｆ,ｔ）から雑音推定を行う。観測信号Ｘ（ｆ,ｔ）から、推定雑音信号（推定雑音スペクトル）を推定する。なお、図１において、推定値を示すハット付きのＮ（ｆ,ｔ）が推定雑音信号である。推定雑音信号を用いて雑音減算を行うことで、出力信号Ｙ（ｆ,ｔ）を得ることができる。
【０００４】
具体的な雑音推定方法としては、以下の２つが挙げられる。１つ目は、ユーザ音声の無音区間を推定する方法である。この方法では、雑音が定常であると仮定する。そして、カートシス（尖度）やパワー閾値などにより、区間を判定して、推定雑音スペクトルを算出する。
【０００５】
２つ目の方法は、マイクロホンアレイを用いる方法である。この方法では、ユーザからの放射音は、マイクロホンに最も近い点音源と仮定する。そして、ユーザ方位に死角を形成し、雑音推定スペクトルを算出する。
【０００６】
このように推定された雑音推定スペクトルを用いて、雑音減算する。非線形雑音抑圧処理の多くは、時間−周波数領域に変換した観測信号Ｘ（ｆ,ｔ）に対してフィルタ係数Ｈ（ｆ,ｔ）を適用する。具体的には、以下の式（１）により、出力信号Ｙ（ｆ,ｔ）を求めることができる。
【数１】
【０００７】
フィルタ係数Ｈ（ｆ,ｔ）の設計は手法により異なるが、フィルタ係数Ｈ（ｆ,ｔ）は、観測信号Ｘ（ｆ,ｔ）、雑音推定信号、減算係数βにより生成される。具体的な設計手法については、例えば、（ａ）スペクトルサブトラクション（Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ：ＳＳ）法、（ｂ）一般化スペクトルサブトラクション（Ｇｅｎｅｒａｌｉｚｅｄ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ：ＧＳＳ）法、（ｃ）ウィーナーフィルタ（Ｗｉｅｎｅｒ Ｆｉｌｔｅｒ：ＷＦ）法、（ｄ）パラメトリックウィーナーフィルタ（Ｐａｒａｍｅｔｒｉｃ Ｗｉｅｎｅｒ Ｆｉｌｔｅｒ：ＰＷＦ）法がある。それぞれフィルタ係数Ｈ（ｆ,ｔ）は式（２）〜式（５）で示される。
【０００８】
（ａ）
【数２】
【０００９】
（ｂ）
【数３】
【００１０】
（ｃ）
【数４】
【００１１】
（ｄ）
【数５】
【００１２】
上記に手法（ａ）〜（ｄ）において、減算係数βの設定により、雑音抑制性能・音質性能が変動する。例えば、図４に減算係数と各性能の関係のシミュレーション結果を示す。図４に示すように、減算係数βを大きく設定した場合、抑圧性能は高くなるが、音質性能は低くなる。一方、減算係数βを小さく設定した場合、抑圧性能は低くなるが、音質性能は高くなる。
【００１３】
実環境では、雑音と音声の混入度合いは周波数ごとに異なる。このため、減算係数βの最適値が変動する。また、実環境では、雑音と音声の混入度合いが不明であるため、図４のようなグラフすら描くことができない。よって、最適な減算係数βを求めることが困難である。
【先行技術文献】
【特許文献】
【００１４】
【特許文献１】特開２０００−３３０５９７号公報
【特許文献２】特開２００７−３３０５９７号公報
【非特許文献】
【００１５】
【非特許文献１】ＥＵＳＩＰＣＯ２０１０ ｐｐ．９９４−９９８
【発明の開示】
【発明が解決しようとする課題】
【００１６】
特許文献１、特許文献２、及び非特許文献１に、雑音（ノイズ）を抑圧して、音声を強調する別の方法が開示されている。特許文献１では、入力音声信号のＳ／Ｎ比を推定し、雑音の抑圧量を制御する減算係数が複数個格納されている減算係数データテーブルが設けられている。そして、この減算係数データテーブルからＳ／Ｎ比に基づいて減算係数を決定している。
【００１７】
特許文献２では、各周波数ビンにおいて、入力信号の信号対雑音比（ＳＮＲ）を算出している。そして、ＳＮＲが低い時（雑音が多く、音声が少ないと判定された場合）、減算係数を補正して、減算量を増やしている。これにより、入力信号の抑圧をより強くすることができる。一方、ＳＮＲが高い時（雑音が少なく、音声が大勢と判定された場合）、減算係数を補正して、減算量を減らしている。これにより、入力信号の抑圧をより小さくすることができる。
【００１８】
しかしながら、音声対話システムの場合、補正係数や減算係数データテーブルを算出するため、運営する環境にシステムを設置する必要がある。その環境において、予め騒音、及び音声データを測定する。各減算係数値での音声認識率を算出し、減算係数データテーブルの減算係数値や補正係数を決定しなければならない。実際の製品では、このような事前の処理は困難である。また、マイクロホンや、ＡＤコンバータ等の器材が変更された場合、同様に減算係数データテーブルの減算係数値等を決定しなければならない。別環境で予め設定した減算係数を用いる場合、その値が最適値とならない。従って、雑音成分の過大減算、又は過小減算が発生する。音声成分の劣化や雑音成分の残留（ミュージカルノイズの発生）が生じる。これにより、音声認識率の低下、や音質劣化を引き起こしてしまう。
【００１９】
非特許文献１では、処理前後の雑音抑圧量（Ｎｏｉｓｅ Ｒｅｄｕｃｔｉｏｎ Ｒａｔｅ：ＮＲＲ）の自動推定と、処理前後における雑音区間の分布形状の変動を「カートシス比」として算出している。そして、このカートシス比の値を設定値以下に収めるように、減算係数を適応的に選択している。こうすることで、非音声区間の過大減算、又は過小減算を制御している。
【００２０】
しかしながら、非特許文献１では、非音声区間の過大減算、又は過小減算を制御している。換言すると、音声区間の過大減算、又は過小減算を評価していない。よって、音声認識の目的である音声区間の過大減算、又は過小減算が生じてしまうおそれがある。このように特許文献１、特許文献２、及び非特許文献３では、効果的に音声を強調することが困難である。
【００２１】
本発明は、上記の問題点に鑑みてなされたものであり、効果的に音声を強調することができる音声強調装置、音声強調方法、及び音声強調プログラムを提供することを目的とする。
【課題を解決するための手段】
【００２２】
本発明の一態様にかかる音声強調装置は、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調装置であって、雑音成分と音声成分とを含む観測信号のキュムラントを推定する第１のキュムラント推定部と、前記観測信号に含まれる雑音成分を推定する雑音推定部と、前記雑音推定部で推定された推定雑音のキュムラントを推定する第２のキュムラント推定部と、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する第３のキュムラント推定部と、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定する第１のカートシス推定部と、前記音声成分カートシスに基づいて、減算係数を算出する減算係数適応部と、前記減算係数適応部で算出された減算係数を用いて、前記観測信号に対して雑音減算する雑音減算部と、を備えたものである。
【００２３】
上記の音声強調装置が、前記雑音減算部から出力された出力信号のキュムラントを推定する第４のキュムラント推定部と、前記出力信号のキュムラントに基づいて、出力信号のカートシスを推定するカートシス推定部と、をさらに備え、前記出力信号のカートシスに基づいて、前記減算係数適応部が、減算係数を算出するようにしてもよい。
【００２４】
上記の音声強調装置において、前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００２５】
上記の音声強調装置において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、前記雑音推定部が、マイクロホンアレイ処理によって、前記推定雑音を推定するようにしてもよい。
【００２６】
本発明の一態様にかかる音声強調方法は、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調方法であって、雑音成分と音声成分とを含む観測信号のキュムラントを算出するステップと、前記観測信号に含まれる雑音を推定するステップと、推定された推定雑音のキュムラントを算出するステップと、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出するステップと、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、前記音声成分カートシスに基づいて、減算係数を算出するステップと、前記減算係数を用いて、前記観測信号に対して雑音減算するステップと、を備えたものである。
【００２７】
上記の音声強調方法が、出力信号のキュムラントを算出するステップと、出力信号のキュムラントに基づいて、出力信号のカートシスを算出するステップと、をさらに備え、前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数が算出されていてもよい。
【００２８】
上記の音声強調方法において、前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００２９】
上記の音声強調方法において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、マイクロホンアレイ処理によって推定雑音が推定されていてもよい。
【００３０】
本発明の一態様にかかる音声強調プログラムは、マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調プログラムであって、コンピュータに対して、雑音成分と音声成分とを含む観測信号のキュムラントを算出させるステップと、前記観測信号に含まれる雑音を推定させるステップと、推定された推定雑音のキュムラントを算出させるステップと、前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出させるステップと、前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、前記音声成分カートシスに基づいて、減算係数を算出させるステップと、前記減算係数を用いて、前記観測信号に対して雑音減算させるステップと、を備えたものである。
【００３１】
上記の音声強調プログラムが、コンピュータに対して、出力信号のキュムラントを算出させるステップと、出力信号のキュムラントに基づいて、出力信号のカートシスを算出させるステップと、をさらに備え、前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数を算出させてもよい。
【００３２】
上記の音声強調プログラムにおいて、前記観測信号のキュムラントと前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されていてもよい。
【００３３】
上記の音声強調方法において、前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、マイクロホンアレイ処理によって前記推定雑音が推定されていてもよい。
【発明の効果】
【００３４】
本発明によれば、効果的に音声を強調することができる音声強調装置、音声強調方法、及び音声強調プログラムを提供することを提供することができる。
【図面の簡単な説明】
【００３５】
【図１】実施の形態１にかかる音声強調装置の構成を示すブロック図である。
【図２】実施の形態２にかかる音声強調装置の構成を示すブロック図である。
【図３】一般的な雑音減算処理を示す図である。
【図４】雑音減算処理における減算係数と性能の関係を示すシミュレーション結果である。
【発明を実施するための形態】
【００３６】
以下、本発明に係る移動体の実施形態を、図面に基づいて詳細に説明する。但し、本発明が以下の実施形態に限定される訳ではない。また、説明を明確にするため、以下の記載及び図面は、適宜、簡略化されている。
【００３７】
実施の形態１．
まず、本発明の実施の形態１にかかる音声強調装置について、図１を用いて説明する。図１は、音声強調装置のシステム構成を示すブロック図である。マイクロホン１は、周囲で発生した音を集音して、その音に基づく観測信号を出力する。観測信号には、音声成分と、雑音成分とが含まれている。音声成分は、音声認識の目的となる発話者の音声の信号であり、雑音成分は、発話者の音声以外の信号である。音声強調装置２には、マイクロホン１が接続されている。従って、マイクロホン１が集音した観測信号が音声強調装置２に入力される。
【００３８】
音声強調装置２によって、観測信号の音声を強調する。そして、音声が強調された出力信号を、出力側装置３に出力する。出力側装置３は、音声認識システムや、通信機器などであり、出力信号に対して、所定の処理を行う。例えば、音声認識システムの場合、出力信号に対して音声認識処理を行う。
【００３９】
なお、音声強調装置２は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、通信用のインタフェイスなどを有する演算処理装置であり、より具体的には、パーソナルコンピュータ（ＰＣ）等である。また、音声強調装置２は、着脱可能なＨＤＤ、光ディスク、光磁気ディスク等を有し、各種プログラムや制御パラメータなどを記憶し、そのプログラムやデータを必要に応じてメモリ（不図示）等に供給する。もちろん、音声強調装置２は、物理的に一つの構成に限られるものではない。音声強調装置２は、マイクロホン１によって、集音された音のデータに対して、音声処理を行う。
【００４０】
音声強調装置２は、雑音推定部１１と、雑音減算部１２と、カートシス算出ユニット２０と、減算係数算出ユニット３０とを、備えている。カートシス算出ユニット２０は、観測信号用キュムラント推定部２１と、推定雑音用キュムラント推定部２２と、カートシス推定部２３と、音声成分用キュムラント推定部２４とを備えている。減算係数算出ユニット３０は、減算係数適応器３１と、出力信号用キュムラント推定部３２と、出力信号用カートシス推定部３３と、を備えている。
【００４１】
マイクロホン１からの観測信号は、雑音推定部１１と雑音減算部１２と観測信号用キュムラント推定部２１に入力される。なお、入力される観測信号Ｘ（ｆ,ｔ）は、音声強調処理を行う前の前処理によって、時間−周波数領域の信号となっている。具体的には、所定時間の観測信号をバッファに記憶して、その観測信号を、ｋ個（ｋは２以上の整数）のフレームに分割する。ここでは、時間領域において、隣接フレームが半分重なるように、ハーフシフトによってフレーム分割している。さらに、窓関数を用いて、フレーム分割しても良い。さらに、フレーム分割された観測信号を離散フーリエ変換する。これにより、時間−周波数領域の観測信号Ｘ（ｆ,ｔ）を得ることができる。なお、この前処理は、音声強調装置２が行っても良く、他の装置、例えば、マイクロホン１を有するマイクロホンユニットが行っても良い。
【００４２】
雑音推定部１１は、観測信号Ｘ（ｆ,ｔ）に対して雑音推定を行う。これにより、雑音推定信号Ｎ（ｆ,ｔ）が生成される。なお、図１において、雑音推定信号には、推定を示すハットが付されたＮ（ｆ,ｔ）が示されているが、明細書中の説明では、適宜簡略化して、Ｎ（ｆ,ｔ）とする。雑音減算部１２と、推定雑音用キュムラント推定部２２とに、雑音推定信号Ｎ（ｆ,ｔ）が入力される。推定雑音用キュムラント推定部２２は、雑音推定信号に基づいて、推定雑音信号のキュムラントを推定する。また、観測信号用キュムラント推定部２１は、観測信号Ｘ（ｆ,ｔ）のキュムラントを推定する。音声成分用キュムラント推定部２４は、観測信号Ｘ（ｆ,ｔ）のキュムラントと推定雑音のキュムラントとから、音声成分のキュムラントを推定する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと雑音推定のキュムラントとの差で示される。カートシス推定部２３は、音声成分のキュムラントに基づいて、音声成分のカートシスを推定する。
【００４３】
減算係数適応器３１には、音声成分のカートシスが入力される。減算係数適応器３１は、音声成分のカートシスに基づいて、減算係数βを適応する。そして、減算係数適応器３１で求められた減算係数βは、雑音減算部１２に入力される。雑音減算部１２は、減算係数βを用いて、雑音減算処理を実行する。そして、雑音減算部１２からは、雑音が減算された出力信号Ｙ（ｆ,ｔ）が出力される。さらに、出力信号Ｙ（ｆ,ｔ）は、出力信号用キュムラント推定部３２に入力される。出力信号用キュムラント推定部３２は、出力信号Ｙ（ｆ,ｔ）のキュムラントを推定する。出力信号用カートシス推定部３３は、出力信号Ｙ（ｆ,ｔ）のキュムラントから、出力信号のカートシスを推定する。出力信号のカートシスは、減算係数適応器３１に入力される。
【００４４】
減算係数適応器３１は、出力信号のカートシスと、音声成分のカートシスとに基づいて、減算係数βを算出する。例えば、出力信号のカートシスと、音声成分のカートシスとの差が収束するまで、繰り返し演算を行う。すなわち、出力信号のカートシスと、音声成分のカートシスとの差が収束するような、減算係数βを算出する。そして、この減算係数βに基づいて、雑音減算部１２が雑音減算処理を行う。雑音減算については、上記の手法（ａ）〜（ｄ）、すなわち、式（２）〜式（５）を用いることができる。減算係数βは、適応係数であり、入力された観測信号Ｘ（ｆ,ｔ）に応じて決定される。すなわち、雑音減算のためのフィルタが、入力された観測信号に基づいて自己適応されている。
【００４５】
次に、上記の音声強調装置２における音声強調方法について、詳細に説明する。
（ステップ１）
まず、マイクロホン１で取得した時間領域の観測信号ｘ（ｔ）をフレーム分割した後、離散フーリエ変換を行う。これにより、時間−周波数領域の観測信号Ｘ（ｆ,ｔ）を得ることができる。
（ステップ２）
雑音推定部１１が雑音推定処理を実行する。ここでは、観測信号Ｘ（ｆ,ｔ）に対して、音声区間／非音声区間の判定を行い、非音声区間を雑音推定信号とする。なお、ステップ１とステップ２の処理に付いては、公知の方法を用いることができ、特に限定されるものではない。
（ステップ３）
周波数ビンｆ＝０をセットする。
（ステップ４）
観測信号用キュムラント推定部２１と、推定雑音用キュムラント推定部２２が観測信号Ｘ（ｆ,ｔ）のキュムラントＣ観測信号及び推定雑音信号Ｎ（ｆ,ｔ）のキュムラントＣ雑音信号を算出する。そのため、まず、観測信号Ｘ（ｆ,ｔ）、及び推定雑音信号Ｎ（ｆ,ｔ）のモーメントを求める。例えば、観測信号Ｘ（ｆ,ｔ）の２次のモーメントＭ２,観測信号、４次のモーメントＭ４,観測信号、６次のモーメントＭ６,観測信号、８次のモーメントＭ８,観測信号は、以下の式（６）によって求めることができる。
【００４６】
【数６】
【００４７】
なお、＜＞ｔはフレームにおける時間平均を示す。観測信号のモーメントＭ観測信号から観測信号のキュムラントＣ観測信号を求める。観測信号Ｘ（ｆ,ｔ）の２次のキュムラントＣ２,観測信号、４次のキュムラントＣ４,観測信号、６次のキュムラントＣ６,観測信号、８次のキュムラントＣ８,観測信号は、以下の式（７）によって求めることができる。
【００４８】
【数７】
【００４９】
同様に、推定雑音信号Ｎ（ｆ,ｘ）の２次のモーメントＭ２,雑音信号、４次のモーメントＭ４,雑音信号、６次のモーメントＭ６,雑音信号、８次のモーメントＭ８,雑音信号は、以下の式（８）によって求めることができる。
【数８】
【００５０】
推定雑音信号のモーメントＭ雑音信号から推定雑音信号のキュムラントＣ雑音信号を求める。推定雑音信号Ｎ（ｆ,ｔ）の２次のキュムラントＣ２,雑音信号、４次のキュムラントＣ４,雑音信号、６次のキュムラントＣ６,雑音信号、８次のキュムラントＣ８,雑音信号は、以下の式（９）によって求めることができる。
【００５１】
【数９】
【００５２】
このようにして、観測信号Ｘ（ｆ,ｔ）のキュムラントＣ観測信号及び推定雑音信号Ｎ（ｆ,ｔ）のキュムラントＣ雑音信号を算出することができる。なお、時間領域信号において、信号の確率密度関数が平均０かつ対称であると仮定すると奇数次のモーメント、及びキュムラントは０となる。よって、奇数次のモーメント、及びキュムラントは算出しなくてよい。さらに、上記の説明では、２次、４次、６次、８次のモーメント、及びキュムラントを求めたが、求める次数はこれに限られるものではない。
【００５３】
（ステップ５）
音声成分用キュムラント推定部２４が観測信号Ｘ（ｆ,ｔ）内の音声成分のキュムラントＣ音声成分を算出する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと推定雑音のキュムラントとの差で示される。よって、音声成分の２次のキュムラントＣ２,音声成分、４次のキュムラントＣ４,音声成分、６次のキュムラントＣ６,音声成分、８次のキュムラントＣ８,音声成分は、以下の式（１０）で示される。
【００５４】
【数１０】
【００５５】
（ステップ６）
カートシス推定部２３が、音声成分のキュムラントＣ音声成分から、音声成分のカートシスＫ音声成分を推定する。カートシスの推定に付いては、特に限定されるものではないが、例えば、式（１１）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ音声成分を算出することができる。
【００５６】
【数１１】
【００５７】
（ステップ７）
減算係数適応器３１に減算係数βの初期値をセットし、更新回数ｉ＝０をセットする。なお、減算係数βの初期値については、適当な値を選択することができる。
（ステップ８）
そして、減算係数βの初期値を用いて、雑音減算部１２が、観測信号Ｘ（ｆ,ｔ）に対して雑音減算処理を行う。雑音減算処理については、例えば、手法（ａ）〜（ｄ）のいずれか一つを用いることができる。従って、式（２）〜式（５）のいずれか一つを採用し、その式に減算係数βの初期値を代入する。これにより、フィルタ係数Ｈ（ｆ,ｔ）を算出することができる。そして、フィルタ係数Ｈ（ｆ,ｔ）と観測信号Ｘ（ｆ,ｔ）とから、出力信号Ｙ（ｆ,ｔ）を算出する。具体的には、Ｙ（ｆ,ｔ）＝Ｈ（ｆ,ｔ）Ｘ（ｆ,ｔ）となる。
【００５８】
（ステップ９）
出力信号用キュムラント推定部３２が出力信号Ｙ（ｆ,ｔ）のキュムラントＣ出力信号を推定する。そのため、まず、出力信号Ｙ（ｆ,ｔ）のモーメントＭ出力信号を求める。例えば、出力信号Ｙ（ｆ,ｔ）の２次のモーメントＭ２,出力信号、４次のモーメントＭ４,出力信号、６次のモーメントＭ６,出力信号、８次のモーメントＭ８,出力信号は、以下の式（１２）によって求めることができる。
【００５９】
【数１２】
【００６０】
これらのモーメントから出力信号のキュムラントＣ出力信号を求める。出力信号Ｙ（ｆ,ｔ）の２次のキュムラントＣ２,出力信号、４次のキュムラントＣ４,出力信号、６次のキュムラントＣ６,出力信号、８次のキュムラントＣ８,出力信号は、以下の式（１３）によって求めることができる。
【００６１】
【数１３】
【００６２】
（ステップ１０）
出力信号用カートシス推定部３３が、キュムラントＣ出力信号に基づいて、出力信号のカートシスＫ出力信号を算出する。カートシスの推定に付いては、特に限定されるものではないが、例えば、式（１４）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ出力信号を算出することができる。
【００６３】
【数１４】
【００６４】
（ステップ１１）
減算係数適応器３１が、出力信号のカートシスＫ出力信号と音声成分のカートシスＫ音声成分とを比較して、減算係数βを更新する。例えば、出力信号のカートシスＫ出力信号と音声成分のカートシスＫ音声成分の差を求める。そして、カートシスの差に応じて、減算係数βを更新する。具体的には、以下の式（１５）を用いて、減算係数βを更新する。
【００６５】
【数１５】
【００６６】
なお、Ｔｈｒｅｓｈｏｌｄは減算係数βが収束したか否かを判定するためのしきい値であり、任意の値を設定することができる。Δβは、βを収束させるループ計算における、減算係数βの増分値であり、任意の値とすることができる。また、Δβをカートシスの差に応じて、変更しても良い。このように、音声成分のカートシスＫ音声成分が出力信号のカートシスＫ出力信号よりも大きい場合、減算係数適応器３１が、雑音減算が小さいと判定して、減算係数βを増加させる。また、カートシスの差の絶対値がしきい値よりも小さい場合、減算係数適応器３１は、減算係数βが収束したと判定する。従って、周波数ビンｆをインクリメントして、後述する（１４）に進む。
【００６７】
（ステップ１２）
更新回数ｉがインクリメントされる。
（ステップ１３）
更新回数ｉがＩを越えたか否かが判定される。これにより、減算係数βを求めるためのループ計算が十分な回数を行われたか否かが判定される。更新回数ｉがＩよりも小さい場合、ステップ８に戻る。一方、更新回数ｉがＩ以上の場合、周波数ビンｆをインクリメントして、次のステップ１４に進む。すなわち、減算係数βが収束しない場合、更新回数ｉがＩに達するまで、ステップ８〜ステップ１２のループ計算が繰り返し行われる。もちろん、上記の通り、減算係数βが収束した場合、更新回数ｉがＩに到達する前に、ループ計算を抜けても良い。
（ステップ１４）
全ての周波数ビンについて、減算係数βが算出されたか否かを判定する。具体的には、周波数ビンｆがＦよりも小さい場合、ステップ４に戻り、次の周波数ビンの減算係数βを求める。なお、Ｆは周波数ビンの数である。一方、周波数ビンｆがＦより以上の場合、時間領域の出力信号を得る。具体的には、雑音減算部１２で算出された出力信号Ｙ（ｆ,ｔ）を逆フーリエ変換する。そして、逆フーリエ変換された出力信号に窓掛けして、オーバーラップアッドにより、時間領域のデータを得る。これにより、時間領域の出力信号ｙ（ｔ）が出力側装置３に出力される。すなわち、周波数ビンｆがＦに到達するまで、ステップ４〜ステップ１３までのループ計算が繰り返し行われる。なお、ステップ１４の処理は、音声強調装置２が行っても良く、他の装置、例えば、出力側装置３が行っても良い。
【００６８】
このように観測信号内の音声成分のカートシスをブラインド推定する。ここでは、キュムラントの加法性を利用して、観測信号と推定雑音のキュムラントの差から、音声成分のキュムラントを算出している。そして、音声成分のキュムラントからカートシスを算出している。これにより、畳み込みなどの複雑な演算を行うことなく、音声成分のカートシスを推定することができる。音声成分のカートシス推定値と、出力信号のカートシス推定値との比較により、雑音減算の過大／過小を評価する。その評価結果に応じて、減算係数を調整する。すなわち、スペクトル減算が過大であれば、減算係数を小さくし、過小であれば、減算係数を大きくするように、制御する。これにより、適切に雑音を抑圧することができる。特に、音声評価の品質に関する音声成分のカートシスを用いて、減算係数を適応的に算出している。すなわち、音声区間のカートシスを算出することによって、処理前後における、音声区間の分布形状の変動を求めることができる。これにより、音声成分の歪み（例えば、ケプストラム歪み）を抑制することができる。雑音と音声の混合された観測信号から、正確に音性成分のカートシスを算出することができる。出力側装置３における音声認識処理の正確性を向上することができる。
【００６９】
上記の説明では、周波数ビン毎に減算係数βを算出している。これにより、より適切に雑音を抑圧することができ、音声認識処理の正確性を向上することができる。もちろん、減算係数βを一括処理で求めてもよい。以下に、減算係数βを一括で算出する方法を、変形例１として説明する。
【００７０】
実施の形態１の変形例１．
雑音減算の基本的な方法に付いては、上記の処理と方法であるため、説明を省略する。本変形例１では、実施の形態１の方法との相違点を中心に説明する。
【００７１】
変形例１では、複数の周波数ビンに対する減算係数βを一括して算出している。従って、ステップ３と、ステップ１３における周波数ビンｆのインクリメントと、ステップ１４における周波数ビンｆの判定が不要となる。さらに、ステップ４、ステップ９におけるモーメント算出式が異なる。具体的には、式（６）、式（８）、及び式（１２の）代わりに以下の式（１６）、式（１７）、及び式（１８）を用いる。こうすることで、それぞれ、観測信号のモーメントＭ観測信号、雑音成分のモーメントＭ雑音成分、及び出力信号のモーメントＭ出力信号を求めることができる。
【００７２】
【数１６】
【数１７】
【数１８】
【００７３】
上記のモーメントを用いて、キュムラントを推定する。そして、キュムラントからカートシスを算出する。なお、キュムラントとカートシスを求めるための演算処理には、実施の形態１と同様であるため説明を省略する。本変形例１では、０番目の周波数ビンから、（Ｆ−１）番目の周波数ビンまで一括で減算係数を算出することができる。すなわち、Ｆ個の周波数ビンに対して、共通の減算係数βが使用される。これにより、実施の形態１よりも計算時間を短縮することができる。また、音声区間のカートシスを用いているため、効果的に音声を強調することができる。
【００７４】
実施の形態２．
実施の形態２にかかる音声強調装置２に付いて、図２を用いて説明する。実施の形態２では、６個のマイクロホン１が設けられたマイクロホンアレイ５が使用されている。そして、マイクロホンアレイ５で取得された観測信号Ｘ０〜Ｘ５が音声強調装置２に入力される。さらに、雑音推定の処理が実施の形態２と異なっている。なお、これら以外の基本的な処理については、実施の形態１、又は変形例１と同様であるため、説明を省略する。
【００７５】
複数のマイクロホン１で構成されたマイクロホンアレイ５を用いた場合、近接の点音源に対しては、位相差制御により雑音を抑圧することが可能である。従って、本実施形態では、位相差制御により、雑音推定を行っている。実施の形態１で示したように、フレーム区間で音声/非音声区間の推定を行う必要は無い。すなわち、音声があった場合も、音声をキャンセルすることが可能となる。従って，前述の音声区間検出の処理を取り除くことができる。
【００７６】
マイクロホンアレイ５からの観測信号は、雑音推定処理部４１と音声推定処理部４２と観測信号用キュムラント算出部５１に入力される。ここで、雑音低減前の前処理によって、実施の形態１と同様に、観測信号は、時間−周波数領域の信号に変換されている。雑音推定処理部４１は、複数の観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）に対して、雑音推定処理を行う。本実施の形態では、マイクロホンアレイ処理を行い、観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）のそれぞれに対して、推定雑音信号が生成される。例えば、マイクロホンアレイ処理によって音源の位置推定を行い、音源の方以外の音を雑音と推定する。具体的には、ヌルビームフォーマーやＩＣＡ（独立成分分析）による適応アレイ処理で、雑音推定する。なお、マイクロホンアレイ５による雑音推定に付いては、特に限定されるものではなく、公知の方法を用いることができる。
【００７７】
観測信号用キュムラント算出部５１は、観測信号用キュムラント推定部２１と同様に、観測信号のキュムラントを算出する。また、推定雑音用キュムラント算出部５２は、推定雑音用キュムラント推定部２２と同様に、推定雑音信号のキュムラントを推定する。音声成分用キュムラント算出部５３は、音声成分用キュムラント推定部２４と同様に、観測信号のキュムラントと推定雑音信号のキュムラントとに基づいて、音声成分のキュムラントを算出する。具体的には、観測信号のキュムラントと推定雑音信号のキュムラントとの差から、音声成分のキュムラントを求めることができる。カートシス算出部５４は、カートシス推定部２３と同様に、音声成分のキュムラントから、音声成分のカートシスを算出する。減算パラメータ適応判定器５５は、減算係数適応器３１と同様に、音声成分のカートシスに基づいて、減算係数を算出する。
【００７８】
減算パラメータ適応判定器５５で算出された減算係数βが、音声推定処理部４２に入力される。そして、音声推定処理部４２は、この減算係数βを用いて、音声推定処理を行う。すなわち、音声推定処理部４２は雑音減算部１２と同様に、フィルタ係数と減算係数βを用いて、雑音減算処理を行う。これにより、音声が強調された出力信号が生成される。出力信号は、出力信号用キュムラント算出部５７に入力される。
【００７９】
出力信号用キュムラント算出部５７は、出力信号用キュムラント推定部３２と同様に、出力信号のキュムラントを算出する。カートシス算出部５６は、出力信号用カートシス推定部３３と同様に、出力信号のキュムラントに基づいて、出力信号のカートシスを算出する。出力信号のカートシスは、減算パラメータ適応判定器５５に入力される。減算パラメータ適応判定器５５は、減算係数適応器３１と同様に、出力信号のカートシスと、音声成分のカートシスとから、減算係数βを算出する。そして、減算パラメータ適応判定器５５で算出された減算係数βが音声推定処理部４２に入力される。音声推定処理部４２は、更新された減算係数βに基づいて、音声推定処理を行う。すなわち、音声推定処理部４２は雑音減算部１２と同様に、フィルタ係数と減算係数を用いて、雑音減算処理を行う。これにより、音声が推定され、音声が強調された出力信号が出力される。そして、出力信号が外部機器、例えば、実施の形態１で示した出力側装置３（図２では省略）に出力される。上記の処理は、実施の形態１、または変形例１で示した数式によって、算出することができる。これにより、マイクロホン１毎に出力信号Ｙ０（ｆ,ｔ）〜Ｙ５（ｆ,ｔ）を得ることができる。
【００８０】
次に、本実施の形態の音声強調装置２における音声強調方法について、詳細に説明する。なお、以下の説明では、実施の形態１と同様に、周波数ビン毎に、カートシスを算出するが、変形例１と同様に、一括して、カートシスを算出しても良い。
（ステップ１０１）
まず、マイクロホンアレイ５で取得した時間領域の観測信号ｘ０（ｔ）〜ｘ５（ｔ）をフレーム分割した後、離散フーリエ変換を行う。これにより、時間−周波数領域の観測信号Ｘ０（ｆ,ｔ）〜Ｘ５（ｆ,ｔ）を得ることができる。
（ステップ１０２）
周波数ビンｆ＝０をセットする。
（ステップ１０３）
雑音推定処理部４１が雑音推定処理を実行する。ここでは、マイクロホンアレイ処理を行うことで、雑音推定信号を得ることができる。それぞれのマイクロホン１に対して、雑音推定信号が生成される。図２の例では、マイクロホン１が６個あるため、雑音推定信号Ｎ０（ｆ,ｔ）〜Ｎ５（ｆ,ｔ）が算出される。なお、ステップ１０１とステップ１０３の処理に付いては、公知の方法を用いることができるため、特に限定されるものではない。もちろん、マイクロホン１の数は、６個に限定されるものではない。
（ステップ１０４）
マイクロホン１の番号ｎ＝０をセットする。すなわち、１つ目のマイクロホン１で取得された観測信号Ｘ０（ｆ,ｔ）とその雑音推定信号Ｎ０（ｆ,ｔ）に対して、キュムラント、及びカートシスを算出するための処理が行われる。
【００８１】
（ステップ１０５）
観測信号用キュムラント算出部５１と、推定雑音用キュムラント算出部５２が観測信号Ｘｎ（ｆ,ｔ）のキュムラントＣ観測信号ｎ及び推定雑音信号Ｎｎ（ｆ,ｔ）のキュムラントＣ雑音信号ｎを算出する。そのため、まず、観測信号Ｘｎ（ｆ,ｔ）、及び推定雑音信号Ｎｎ（ｆ,ｔ）のモーメントを求める。例えば、観測信号Ｘ（ｆ,ｔ）の２次のモーメントＭ２,観測信号ｎ、４次のモーメントＭ４,観測信号ｎ、６次のモーメントＭ６,観測信号ｎ、８次のモーメントＭ８,観測信号ｎは、上記の式（６）と同様の式によって求めることができる。観測信号用キュムラント算出部５１は、観測信号のモーメントＭ観測信号ｎから観測信号のキュムラントＣ観測信号ｎを求める。観測信号Ｘｎ（ｆ,ｔ）の２次のキュムラントＣ２,観測信号ｎ、４次のキュムラントＣ４,観測信号ｎ、６次のキュムラントＣ６,観測信号ｎ、８次のキュムラントＣ８,観測信号ｎは、上記の式（７）によって求めることができる。
【００８２】
推定雑音用キュムラント算出部５２が、同様に、推定雑音信号Ｎｎ（ｆ,ｘ）の２次のモーメントＭ２,雑音信号ｎ、４次のモーメントＭ４,雑音信号ｎ、６次のモーメントＭ６,雑音信号ｎ、８次のモーメントＭ８,雑音信号ｎは、上記の式（８）によって求めることができる。推定雑音用キュムラント算出部５２は、推定雑音信号のモーメントＭ雑音信号ｎから推定雑音信号のキュムラントＣ雑音信号ｎを求める。推定雑音信号Ｎｎ（ｆ,ｔ）の２次のキュムラントＣ２,雑音信号ｎ、４次のキュムラントＣ４,雑音信号ｎ、６次のキュムラントＣ６,雑音信号ｎ、８次のキュムラントＣ８,雑音信号ｎは、上記の式（９）によって求めることができる。このようにして、観測信号Ｘｎ（ｆ,ｔ）のキュムラントＣ観測信号ｎ及び推定雑音信号Ｎｎ（ｆ,ｔ）のキュムラントＣ雑音信号ｎを算出することができる。
（ステップ１０６）
音声成分用キュムラント算出部５３が観測信号Ｘｎ（ｆ,ｔ）内の音声成分のキュムラントＣ音声成分ｎを算出する。キュムラントには、加法性が成り立つため、音声成分のキュムラントは、観測信号のキュムラントと推定雑音のキュムラントとの差で示される。よって、音声成分の２次のキュムラントＣ２,音声成分ｎ、４次のキュムラントＣ４,音声成分ｎ、６次のキュムラントＣ６,音声成分ｎ、８次のキュムラントＣ８,音声成分ｎは、上記の式（１０）で示される。
【００８３】
（ステップ１０７）
カートシス算出部５４が、音声成分のキュムラントＣ音声成分ｎから、音声成分のカートシスＫ音声成分ｎを推定する。カートシスの推定に付いては、特に限定されるものではないが、例えば、上記の式（１１）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ音声成分ｎを算出することができる。
【００８４】
（ステップ１０８）
また、減算パラメータ適応判定器５５に減算係数βの初期値をセットし、更新回数ｉ＝０をセットする。なお、減算係数βの初期値については、適当な値を選択することができる。
（ステップ１０９）
そして、減算係数βの初期値を用いて、音声推定処理部４２が、観測信号Ｘｎ（ｆ,ｔ）に対して雑音減算処理を行う。雑音減算処理については、例えば、手法（ａ）〜（ｄ）のいずれか一つを用いることができる。従って、式（２）〜式（５）のいずれか一つを採用し、その式に減算係数βの初期値を代入する。これにより、フィルタ係数Ｈ（ｆ,ｔ）を算出することができる。そして、フィルタ係数Ｈｎ（ｆ,ｔ）と観測信号Ｘ（ｆ,ｔ）とから、出力信号Ｙｎ（ｆ,ｔ）を算出する。具体的には、Ｙｎ（ｆ,ｔ）＝Ｈｎ（ｆ,ｔ）Ｘｎ（ｆ,ｔ）となる。
【００８５】
（ステップ１１０）
出力信号用キュムラント算出部５７が出力信号Ｙｎ（ｆ,ｔ）のキュムラントＣ出力信号を推定する。そのため、まず、出力信号Ｙｎ（ｆ,ｔ）のモーメントＭ出力信号ｎを求める。例えば、出力信号Ｙ（ｆ,ｔ）の２次のモーメントＭ２,出力信号ｎ、４次のモーメントＭ４,出力信号ｎ、６次のモーメントＭ６,出力信号ｎ、８次のモーメントＭ８,出力信号ｎは、上記の式（１２）によって求めることができる。これらのモーメントから出力信号のキュムラントＣ出力信号ｎを求める。出力信号Ｙｎ（ｆ,ｔ）の２次のキュムラントＣ２,出力信号ｎ、４次のキュムラントＣ４,出力信号ｎ、６次のキュムラントＣ６,出力信号ｎ、８次のキュムラントＣ８,出力信号ｎは、上記の式（１３）によって求めることができる。
【００８６】
（ステップ１１１）
カートシス算出部５６が、キュムラントＣ出力信号に基づいて、出力信号のカートシスＫ出力信号ｎを算出する。カートシスの推定に付いては、特に限定されるものではないが、例えば、上記の式（１４）を用いることができる。これにより、音声成分のパワースペクトル領域のカートシスＫ出力信号ｎを算出することができる。
【００８７】
（ステップ１１２）
減算パラメータ適応判定器５５が、減算係数βを更新するとともに、更新回数ｉをインクリメントする。減算パラメータ適応判定器５５が、出力信号のカートシスＫ出力信号ｎと音声成分のカートシスＫ音声成分ｎとを比較して、減算係数βを算出する。例えば、出力信号のカートシスＫ出力信号ｎと音声成分のカートシスＫ音声成分ｎの差を求める。そして、カートシスの差に応じて、減算係数βを更新する。具体的には、上記の式（１５）を用いて、減算係数βを更新する。さらに、更新回数ｉをインクリメントする。
【００８８】
（ステップ１１３）
更新回数ｉがＩを越えたか否かが判定される。これにより、減算係数βを求めるためのループ計算が十分な回数を行われたか否かが判定される。更新回数ｉがＩよりも小さい場合、ステップ１０９に戻る。一方、更新回数ｉがＩ以上の場合、周波数ビンｆをインクリメントして、次のステップ１１４に進む。すなわち、減算係数βが収束しない場合、更新回数ｉがＩに達するまで、ステップ８〜ステップ１１の処理が繰り返し行われる。なお、更新回数ｉがＩに到達する前に、β減算係数が収束した場合、ループ計算を抜けて、次のステップ１１４に進むようにしてもよい。例えば、カートシスの差又は比がしきい値Ｔｈｒｅｓｈｏｌｄよりも小さい場合、ステップ１０９〜ステップ１１２までのループ計算を抜けるようにしてもよい。
【００８９】
（ステップ１１４）
全てのマイクロホン１に付いて、減算係数βを算出したか否かを判定する。例えば、マイクロホンアレイ５に含まれるマイクロホン１の数をＭとすると、マイクロホン番号ｎがＭ以上であるか否かを判定する。マイクロホン番号ｎがＭよりも小さい場合、ステップ１０５に戻る。マイクロホン番号ｎがＭ以上の場合、周波数ビンｆをインクリメントして、次のステップ１１５に移行する。
（ステップ１１５）
全ての周波数ビンについて、減算係数βが算出されたか否かを判定する。具体的には、周波数ビンｆがＦよりも小さい場合、ステップ１０４に戻り、次の周波数ビンｆの減算係数βを求める。なお、Ｆは周波数ビンの数である。一方、周波数ビンｆがＦ以上の場合、時間領域の出力信号を得る。具体的には、音声推定処理部４２で算出された出力信号Ｙ（ｆ,ｔ）を逆フーリエ変換する。そして、逆フーリエ変換された出力信号に窓掛け（ハミング窓）し、オーバーラップアッドにより、時間領域のデータを得る。これにより、音声強調装置２から時間領域の出力信号ｙ（ｔ）が出力される。なお、ステップ１１５の処理は、音声強調装置２が行っても良く、他の装置が行っても良い。
【００９０】
このようにすることで、実施の形態１と同様に、観測信号中の雑音が効果的に低減される。よって、観測信号中の音声を強調することができ、後段の音声認識システムでの音声認識処理の正確性を向上することができる。さらに、音声信号を取得するためのマイクロホンユニットとして、マイクロホンアレイ５を用いている。このため、効果的に雑音推定することができる。また、実施の形態１〜実施の形態２において、減算係数を算出するためのループ計算は、同じ観測信号に対して実行されても良く、随時取得される観測信号を用いて、実行されても良い。すなわち、ループ計算毎に、最新の観測信号を用いてもよい。
【００９１】
上述した雑音抑制処理は、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、若しくはＣＰＵ（Central Processing Unit）又はこれらの組み合わせを含むコンピュータにプログラムを実行させることによって実現してもよい。
【００９２】
上述の例において、音声強調処理をコンピュータに行わせるための命令群を含むプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
【符号の説明】
【００９３】
１ マイクロホン
２ 音声強調装置
３ 出力側装置
５ マイクロホンアレイ
１１ 雑音推定部
１２ 雑音減算部
２０ カートシス算出ユニット
２１ 観測信号用キュムラント推定部
２２ 推定雑音用キュムラント推定部
２３ カートシス推定部
２４ 音声成分用キュムラント推定部
３０ 減算係数算出ユニット
３１ 減算係数適応器
３２ 出力信号用キュムラント推定部
３３ 出力信号用カートシス推定部
４１ 雑音推定処理部
４２ 音声推定処理部
５１ 観測信号用キュムラント算出部
５２ 推定雑音用キュムラント算出部
５３ 音声成分用キュムラント算出部
５４ カートシス算出部
５５ 減算パラメータ適応判定器
５６ カートシス算出部
５７ 出力信号用キュムラント算出部
【特許請求の範囲】
【請求項１】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調装置であって、
雑音成分と音声成分とを含む観測信号のキュムラントを推定する第１のキュムラント推定部と、
前記観測信号に含まれる雑音成分を推定する雑音推定部と、
前記雑音推定部で推定された推定雑音のキュムラントを推定する第２のキュムラント推定部と、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する第３のキュムラント推定部と、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定する第１のカートシス推定部と、
前記音声成分カートシスに基づいて、減算係数を算出する減算係数適応部と、
前記減算係数適応部で算出された減算係数を用いて、前記観測信号に対して雑音減算する雑音減算部と、を備えた音声強調装置。
【請求項２】
前記雑音減算部から出力された前記出力信号のキュムラントを推定する第４のキュムラント推定部と、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを推定するカートシス推定部と、をさらに備え、
前記出力信号のカートシスに基づいて、前記減算係数適応部が、減算係数を算出する請求項１に記載の音声強調装置。
【請求項３】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項１、又は２に記載の音声強調装置。
【請求項４】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
前記雑音推定部が、マイクロホンアレイ処理によって、前記推定雑音を推定している請求項１乃至３のいずれか１項に記載の音声強調装置。
【請求項５】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調方法であって、
雑音成分と音声成分とを含む観測信号のキュムラントを算出するステップと、
前記観測信号に含まれる雑音を推定するステップと、
推定された推定雑音のキュムラントを算出するステップと、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出するステップと、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、
前記音声成分カートシスに基づいて、減算係数を算出するステップと、
前記減算係数を用いて、前記観測信号に対して雑音減算するステップと、を備えた音声強調方法。
【請求項６】
前記出力信号のキュムラントを算出するステップと、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを算出するステップと、をさらに備え、
前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数を算出する請求項５に記載の音声強調方法。
【請求項７】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項５、又は６に記載の音声強調方法。
【請求項８】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
マイクロホンアレイ処理によって前記推定雑音が推定されている請求項５乃至８のいずれか１項に記載の音声強調方法。
【請求項９】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調プログラムであって、
コンピュータに対して、
雑音成分と音声成分とを含む観測信号のキュムラントを算出させるステップと、
前記観測信号に含まれる雑音を推定させるステップと、
推定された推定雑音のキュムラントを算出させるステップと、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出させるステップと、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、
前記音声成分カートシスに基づいて、減算係数を算出させるステップと、
前記減算係数を用いて、前記観測信号に対して雑音減算させるステップと、を備えた音声強調プログラム。
【請求項１０】
コンピュータに対して、
前記出力信号のキュムラントを算出させるステップと、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを算出させるステップと、をさらに備え、
前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数が算出される請求項９に記載の音声強調プログラム。
【請求項１１】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項９、又は１０に記載の音声強調方法。
【請求項１２】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
マイクロホンアレイ処理によって前記推定雑音が推定されている請求項９乃至１１のいずれか１項に記載の音声強調プログラム。
【請求項１】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調装置であって、
雑音成分と音声成分とを含む観測信号のキュムラントを推定する第１のキュムラント推定部と、
前記観測信号に含まれる雑音成分を推定する雑音推定部と、
前記雑音推定部で推定された推定雑音のキュムラントを推定する第２のキュムラント推定部と、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを推定する第３のキュムラント推定部と、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定する第１のカートシス推定部と、
前記音声成分カートシスに基づいて、減算係数を算出する減算係数適応部と、
前記減算係数適応部で算出された減算係数を用いて、前記観測信号に対して雑音減算する雑音減算部と、を備えた音声強調装置。
【請求項２】
前記雑音減算部から出力された前記出力信号のキュムラントを推定する第４のキュムラント推定部と、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを推定するカートシス推定部と、をさらに備え、
前記出力信号のカートシスに基づいて、前記減算係数適応部が、減算係数を算出する請求項１に記載の音声強調装置。
【請求項３】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項１、又は２に記載の音声強調装置。
【請求項４】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
前記雑音推定部が、マイクロホンアレイ処理によって、前記推定雑音を推定している請求項１乃至３のいずれか１項に記載の音声強調装置。
【請求項５】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調方法であって、
雑音成分と音声成分とを含む観測信号のキュムラントを算出するステップと、
前記観測信号に含まれる雑音を推定するステップと、
推定された推定雑音のキュムラントを算出するステップと、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出するステップと、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、
前記音声成分カートシスに基づいて、減算係数を算出するステップと、
前記減算係数を用いて、前記観測信号に対して雑音減算するステップと、を備えた音声強調方法。
【請求項６】
前記出力信号のキュムラントを算出するステップと、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを算出するステップと、をさらに備え、
前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数を算出する請求項５に記載の音声強調方法。
【請求項７】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項５、又は６に記載の音声強調方法。
【請求項８】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
マイクロホンアレイ処理によって前記推定雑音が推定されている請求項５乃至８のいずれか１項に記載の音声強調方法。
【請求項９】
マイクロホンユニットによって取得された観測信号に対して、音声を強調する音声強調プログラムであって、
コンピュータに対して、
雑音成分と音声成分とを含む観測信号のキュムラントを算出させるステップと、
前記観測信号に含まれる雑音を推定させるステップと、
推定された推定雑音のキュムラントを算出させるステップと、
前記観測信号のキュムラントと、前記推定雑音のキュムラントに基づいて、音声成分のキュムラントを算出させるステップと、
前記音声成分のキュムラントに基づいて、音声成分のカートシスを推定するステップと、
前記音声成分カートシスに基づいて、減算係数を算出させるステップと、
前記減算係数を用いて、前記観測信号に対して雑音減算させるステップと、を備えた音声強調プログラム。
【請求項１０】
コンピュータに対して、
前記出力信号のキュムラントを算出させるステップと、
前記出力信号のキュムラントに基づいて、出力信号のカートシスを算出させるステップと、をさらに備え、
前記出力信号のカートシスと前記音声成分のカートシスに基づいて、前記減算係数が算出される請求項９に記載の音声強調プログラム。
【請求項１１】
前記観測信号のキュムラントと、前記推定雑音のキュムラントとの差に基づいて、前記音声成分のキュムラントが推定されている請求項９、又は１０に記載の音声強調方法。
【請求項１２】
前記マイクロホンユニットが複数のマイクロホンを有するマイクロホンアレイを備え、
マイクロホンアレイ処理によって前記推定雑音が推定されている請求項９乃至１１のいずれか１項に記載の音声強調プログラム。
【図２】
【図４】
【図１】
【図３】
【図４】
【図１】
【図３】
【公開番号】特開２０１２−１８１２３３（Ｐ２０１２−１８１２３３Ａ）
【公開日】平成２４年９月２０日（２０１２．９．２０）
【国際特許分類】
【出願番号】特願２０１１−４２１１６（Ｐ２０１１−４２１１６）
【出願日】平成２３年２月２８日（２０１１．２．２８）
【出願人】（５０４１４３４４１）国立大学法人 奈良先端科学技術大学院大学 (226)
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【公開日】平成２４年９月２０日（２０１２．９．２０）
【国際特許分類】
【出願日】平成２３年２月２８日（２０１１．２．２８）
【出願人】（５０４１４３４４１）国立大学法人 奈良先端科学技術大学院大学 (226)
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
[ Back to top ]