音声通話装置
【課題】通話相手のいる場所の臨場感伝達と通話相手の音声の明瞭性向上を両立させる音声通話装置を提供することを目的とする。
【解決手段】音声通信モジュールから出力された受話信号を背景音分離器１０１は音声と背景音に分離し、背景音分離器１０１から出力された音声と背景音を再生するための音声再生用スピーカ１０２と背景音再生用スピーカ１０３を備える。これにより、通話相手のいる場所の背景音を再生し、臨場感を伝達することができる。また、通話相手の音声と背景音を異なる方向から再生することで、同じ方向から再生する場合に比べて、通話相手の音声の明瞭性を向上させることができる。
【解決手段】音声通信モジュールから出力された受話信号を背景音分離器１０１は音声と背景音に分離し、背景音分離器１０１から出力された音声と背景音を再生するための音声再生用スピーカ１０２と背景音再生用スピーカ１０３を備える。これにより、通話相手のいる場所の背景音を再生し、臨場感を伝達することができる。また、通話相手の音声と背景音を異なる方向から再生することで、同じ方向から再生する場合に比べて、通話相手の音声の明瞭性を向上させることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、通信回線を通じて通話する際に、通信相手の音声をスピーカから再生する音声通話装置に関するものである。
【背景技術】
【０００２】
従来の音声通話装置として、通話中に所定の背景音を出力するための背景音出力手段を備えていることを特徴とする、通信装置が知られている（例えば特許文献１参照）。
【０００３】
また、ノイズ抑圧処理方法として、ノイズが重畳された音声信号から、非音声区間に推定されたノイズのスペクトルを減算することで定常ノイズを抑圧する手法が知られている（例えば非特許文献１）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−１９１７９６号公報
【非特許文献】
【０００５】
【非特許文献１】Ｓ．Ｆ．Ｂｏｌｌ、「Ｓｕｐｐｒｅｓｓｉｏｎ ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉｓｅ ｉｎ Ｓｐｅｅｃｈ Ｕｓｉｎｇ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、ｖｏｌ．２７、ｐｐ．１１３−１２０、１９７９
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、従来の音声通話装置では、あらかじめ用意してある特定の背景音を出力するのみで、実際の通話相手の音声に重畳されている背景音を通話者へ伝えることができないという問題があった。また、従来のノイズ抑圧処理を行うことで、音声の明瞭性は向上するが、音声に重畳されたノイズに含まれる通話相手側の臨場感を損なってしまうという問題があった。
【０００７】
本発明は、従来の問題を解決するためになされたもので、通話相手の音声の明瞭性向上と臨場感の伝達を両立する音声通話装置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】
【０００８】
上記目的を達成するために本発明は、通話相手から送られてくる信号を通話相手の音声と背景音に分離する背景音分離器と、前記背景音分離器によって分離された通話相手の音声と背景音を再生する異なる位置に設置された複数のスピーカとを備える構成を有している。
【発明の効果】
【０００９】
本発明によれば、通話相手の音声と背景音を異なる位置に設置されたスピーカから再生することが可能であるために、通話相手の音声の明瞭性向上と臨場感の伝達の２つの効果を有する音声通話装置を提供することができるものである。
【図面の簡単な説明】
【００１０】
【図１】本発明の第１の実施の形態における音声通話装置のブロック図
【図２】本発明の音声通話装置における背景音分離器の一例を示すブロック図
【図３】本発明の第１の実施の形態におけるエコーキャンセラの一例を示すブロック図
【図４】本発明の第２の実施の形態における音声通話装置のブロック図
【図５】本発明の第２の実施の形態におけるエコーキャンセラの一例を示すブロック図
【図６】本発明の第２の実施の形態における背景音サプレッサの一例を示すブロック図
【発明を実施するための形態】
【００１１】
（実施の形態１）
以下、本発明の第１の実施の形態の音声通話装置について、図面を用いて説明する。
【００１２】
本発明の第１の実施の形態の音声通話装置を図１に示す。図１において、音声通話装置１００は、通話相手から送られてくる信号を図示していない音声通信モジュールから入力し、通話相手へ送る信号を前記音声通信モジュールへと出力するように構成されている。なお以降、通話相手から送られてくる信号、通話相手へ送る信号のことをそれぞれ受話信号、送話信号と呼ぶ。
【００１３】
音声通話装置１００は、前記音声通信モジュールから入力された受話信号を音声と背景音に分離する背景音分離器１０１と、背景音分離器１０１によって分離された音声と背景音をそれぞれ再生するための音声再生用スピーカ１０２と背景音再生用スピーカ１０３と、通話者の音声を収音するためのマイクロホン１０４と、音声再生用スピーカ１０２と背景音再生用スピーカ１０３で再生された音がマイクロホン１０４を通して回り込む音（エコー）を除去するためのエコーキャンセラ１０５とで構成されている。
【００１４】
背景音分離器１０１と音声再生用スピーカ１０２、背景音再生用スピーカ１０３との間、およびマイクロホン１０４とエコーキャンセラ１０５との間に、信号を増幅するためのアンプが設けられていても良い。
【００１５】
また、背景音分離器１０１と音声再生用スピーカ１０２、背景音再生用スピーカ１０３との間、およびエコーキャンセラ１０５と前記音声通信モジュールとの間にディジタル信号をアナログ信号に変換するＤ／Ａ変換器が、前記音声通信モジュールと背景音分離器１０１との間、およびマイクロホン１０４とエコーキャンセラ１０５との間に、アナログ信号をディジタル信号に変換するＡ／Ｄ変換器が設けられていても良い。
【００１６】
なお、背景音分離器１０１とエコーキャンセラ１０５は、ディジタル演算処理が行える例えばディジタルシグナルプロセッサ（ＤＳＰ）などの演算器によって実現しても良い。以上のように構成された音声処理装置について、図１を用いてその動作を説明する。
【００１７】
まず、前記音声通信モジュールから出力された受話信号は、背景音分離器１０１に入力される。背景音分離器１０１は、入力信号である受話信号を音声と背景音に分離する。
【００１８】
ここで、背景音とは音声以外の信号を指すが、音声以外の信号には通話相手がいる場所の周囲音が含まれる。
【００１９】
例えば、通話相手が駅のホームにいる場合には、ホームにいる人のざわめきや、電車の音などである。
【００２０】
この背景音を音声と共に再生すれば、通話相手のいる場所の臨場感を再生することができる。
【００２１】
背景音分離器１０１によって、分離された音声と背景音は、それぞれ異なる位置に設置
された音声再生用スピーカ１０２、背景音再生用スピーカ１０３から再生される。
【００２２】
音声を背景音と異なる位置に設置されたスピーカから再生するのは、音声と背景音が異なる方向から聞こえるてくることで、同じ方向から聞こえてくるよりも、音声の明瞭性が向上するからである。
【００２３】
一方、通話者の音声は、マイクロホン１０４に入力され、送話信号として、通信モジュールから通信回線を通じて通話相手に送られる。
【００２４】
マイクロホン１０４には、通話者の音声だけでなく、音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音も入力される。
【００２５】
この音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音は、背景音分離器１０１によって分離された受話信号中に含まれる音声と背景音であるため、これらの信号が前記音声通信モジュールを通じて通話相手に送られると、通話相手からはエコーとして聞こえてしまう。
【００２６】
そこで、このエコーを除去するために、エコーキャンセラ１０５を設けてある。エコーキャンセラ１０５には、マイクロホン１０４によって収音された信号と、背景音分離器１０１の出力信号である音声及び背景音とが入力される。
【００２７】
エコーキャンセラ１０５は、マイクロホン１０４によって収音された信号から、背景音分離器１０１によって分離された音声及び背景音と相関の高い信号を除去し、通話者の音声だけを出力するように動作する。
【００２８】
エコーキャンセラ１０５によってエコーを除去された信号は、送話信号として前記音声通信モジュールから通信回線を通じて通話相手に送られる。
【００２９】
ここで、背景音分離器１０１の動作を、図２を用いて説明する。図２は、背景音分離器１０１の一例を示すブロック図である。
【００３０】
図２において、２００は背景音分離器、２０１、２０４は入力信号のゲインを変える乗算器、２０２は入力信号に含まれる背景音のレベルを推定する背景音レベル推定器、２０３は乗算器２０１、２０４の係数を更新するための係数更新器である。
【００３１】
次に、このように構成された背景音分離器２００の動作を説明する。背景音分離器２００に入力された受話信号は、乗算器２０１、２０４によってそれぞれゲインが変えられ、それぞれ音声出力信号、背景音出力信号として出力される。
【００３２】
背景音分離器２００に入力された受話信号はまた、背景音レベル推定器２０２に入力され、背景音レベルが推定される。
【００３３】
受話信号が音声に背景音が重畳されたような信号の場合、背景音レベル推定器２０２は、例えば最小値検出のような処理により背景音レベルを推定する。
【００３４】
このような処理を行うことにより、音声が存在しない時間区間での定常的な背景音レベルを検出することができる。
【００３５】
背景音レベル推定器２０２における背景音レベル推定方法は、音声区間以外の区間における背景音レベルの平均をとることで推定する方法としても良い。この場合にも、定常的
な背景音レベルを検出することができる。
【００３６】
背景音レベル推定器２０２によって推定された背景音レベルは、係数更新器２０３の一方の入力となる。
【００３７】
係数更新器２０３のもう一方の入力は、音声通信モジュールから入力された受話信号である。係数更新器２０３は、乗算器２０１、２０４に設定する係数を更新する。
【００３８】
係数は、例えば以下のようにすれば算出することができる。いま、入力信号の振幅値をＸ、背景音レベル推定器２０２で推定された背景音の振幅値をＮとすると、出力信号の振幅値Ｙを、
Ｙ ＝ Ｘ − Ｎ
のようにすれば、入力信号の振幅値から背景音の振幅値を減算したものが出力信号の振幅値となるようにすることができる。
上式の両辺をＸで割ると、
Ｙ／Ｘ ＝ （Ｘ − Ｎ）／Ｘ
したがって、
Ｙ ＝ Ｈ・Ｘ
のように表すことができる。ただし、Ｈは、
Ｈ ＝ （Ｘ − Ｎ）／Ｘ
である。
このＨを乗算器２０１の係数として入力信号に乗算すれば、出力信号として背景音が減算された音声信号が得られる。ただし、これらの式は、振幅値として表したものであるので、音声出力信号の位相成分は、入力信号の位相成分と同じものを用いるものとする。
【００３９】
また、Ｙ ＝ Ｈ・Ｘに、Ｙ ＝ Ｘ − Ｎを代入すると、
Ｘ − Ｎ ＝ Ｈ・Ｘ
Ｎ ＝ Ｘ − Ｈ・Ｘ
＝ （１ − Ｈ）・Ｘ
である。
【００４０】
この（１−Ｈ）を乗算器２０４の係数として入力信号に乗算すれば、出力信号として背景音が得られる。ただし、前述の音声信号の場合と同様に、これらの式は、振幅値として表したものであるので、背景音出力信号の位相成分は、入力信号の位相成分と同じものを用いるものとする。
【００４１】
なお、以上の説明は、信号全体で１つの乗算を行うこととして説明したが、入力信号を複数の周波数バンドに分割し、各周波数バンドごと背景音レベルを推定し、乗算処理を行うようにしても良い。
【００４２】
この場合には、より詳細な制御が可能になり、音声と背景音の分離効果が向上するという効果を有する。
【００４３】
次に、エコーキャンセラ１０５の動作を、図３を用いて説明する。図３は、エコーキャンセラ１０５の一例を示すブロック図である。
【００４４】
図３において、３００はエコーキャンセラ、３０１は背景音キャンセラ用適応フィルタ、３０２は音声キャンセラ用適応フィルタ、３０３は背景音キャンセラ用適応フィルタ３０１の係数を更新するための背景音キャンセラ用適応フィルタ更新器、３０４は音声キャンセラ用適応フィルタ３０２の係数を更新するための音声キャンセラ用適応フィルタ更新
器、３０５はマイクロホン１０４により収音されたマイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算する減算器、３０６は減算器３０５の出力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算する減算器である。
【００４５】
このように構成されたエコーキャンセラ３００の動作を説明する。前述のように、マイクロホン１０４には、通話者の音声に加えて、背景音分離器１０１によって分離された音声と背景音がそれぞれ音声再生用スピーカ１０２、背景音再生用スピーカ１０３から再生された信号も入力される。
【００４６】
マイクロホン１０４により収音された信号はマイクロホン入力信号として、エコーキャンセラ３００に入力され、減算器３０５の一方の入力となる。
【００４７】
一方、背景音分離器１０１から出力された背景音が背景音入力信号として、背景音キャンセラ用適応フィルタ３０１に入力される。
【００４８】
背景音キャンセラ用適応フィルタ３０１は例えばＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタで構成され、ＦＩＲフィルタの係数を背景音キャンセラ用適応フィルタ更新器３０３で更新することで、フィルタの特性を所望の振幅および位相特性とすることができる。
【００４９】
背景音キャンセラ用適応フィルタ３０１は、入力信号の振幅特性と位相特性を変更して出力する。
【００５０】
背景音キャンセラ用適応フィルタ３０１の出力信号は、減算器３０５のもう一方の入力となる。減算器３０５は、前記マイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算して出力する。
【００５１】
背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力された背景音入力信号と減算器３０５の出力信号とから、例えばＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ
Ｓｑｕａｒｅ）アルゴリズムを用いて背景音キャンセラ用適応フィルタ３０１の係数を更新する。
【００５２】
ＬＭＳアルゴリズムは、ＦＩＲフィルタの係数を誤差の２乗和が最小になるように逐次更新するアルゴリズムである。誤差を前記マイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算する減算器３０５の出力信号として、背景音キャンセラ用適応フィルタ３０１の係数を更新すれば、前記マイクロホン入力信号から背景音入力信号と相関の高い信号だけを除去するように背景音キャンセラ用適応フィルタ３０１の係数を設定することができる。
【００５３】
つまり、減算器３０５の出力は、前記マイクロホン入力信号から背景音分離器１０１によって分離された背景音と相関の高い信号だけが除去され、通話者の音声と音声再生用スピーカ１０２から再生された音声とから成る信号となる。
【００５４】
減算器３０５の出力は、減算器３０６の一方の入力となる。一方、背景音分離器１０１から出力された音声が音声入力信号として、音声キャンセラ用適応フィルタ３０２に入力される。
【００５５】
音声キャンセラ用適応フィルタ３０２は背景音キャンセラ用適応フィルタ３０１と同様に、例えばＦＩＲフィルタで構成され、ＦＩＲフィルタの係数を音声キャンセラ用適応フィルタ更新器３０４で更新することで、フィルタの特性を所望の振幅および位相特性とす
ることができる。音声キャンセラ用適応フィルタ３０２は、入力信号の振幅特性と位相特性を変更して出力する。音声キャンセラ用適応フィルタ３０２の出力信号は、減算器３０６のもう一方の入力となる。減算器３０６は、前記マイクロホン入力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算して出力する。
【００５６】
音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出力された音声入力信号と減算器３０６の出力信号とから、例えばＬＭＳアルゴリズムを用いて音声キャンセラ用適応フィルタ３０２の係数を更新する。
【００５７】
背景音キャンセラ用適応フィルタ更新器３０３の係数更新と同様に、ＬＭＳアルゴリズムにおける誤差を減算器３０５の出力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算する減算器３０６の出力信号として、音声キャンセラ用適応フィルタ３０２の係数を更新すれば、減算器３０５の出力信号から背景音分離器１０１から出力される音声信号と相関の高い信号だけを除去するように音声キャンセラ用適応フィルタ３０２の係数を設定することができる。
【００５８】
つまり、減算器３０６の出力は、減算器３０５の出力信号から背景音分離器１０１によって分離された音声と相関の高い信号だけが除去され、通話者の音声のみとなる。
【００５９】
減算器３０６の出力は、エコーキャンセラ３００の出力信号として、送話出力信号となる。全体として、エコーキャンセラ３００は、前記マイクロホン入力信号から、背景音分離器１０１が出力する音声と背景音と相関の高い信号を除去して、通話者の音声のみを出力するように動作する。
【００６０】
ただし、背景音キャンセラ用適応フィルタ３０１と音声キャンセラ用適応フィルタ３０２の係数更新を行う期間には、制約が存在する。
【００６１】
背景音キャンセラ用適応フィルタ３０１の係数更新を行う場合、背景音キャンセラ用適応フィルタ更新器３０３は、減算器３０５に入力される前記マイクロホン入力信号に背景音再生用スピーカ１０３から再生された背景音のみが存在するときに、更新処理を行う必要がある。
【００６２】
これは、他の信号の存在によって、係数更新の精度が劣化するのを防ぐためである。そのため、背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力される背景音入力信号の信号検出を行う。
【００６３】
さらに、音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出力される音声入力信号の信号検出を行い、その検出結果を背景音キャンセラ用適応フィルタ更新器３０３へ通知する。
【００６４】
２つの信号検出結果から、背景音キャンセラ用適応フィルタ更新器３０３は、背景音のみが存在している期間を検出し、背景音のみが存在している期間において、更新処理を行う。
【００６５】
同様に、音声キャンセラ用適応フィルタ３０２の係数更新を行う場合、音声キャンセラ用適応フィルタ更新器３０４は、減算器３０６に入力される減算器３０５の出力信号に音声再生用スピーカ１０２から再生された音声のみが存在する場合に、更新処理を行う必要がある。
【００６６】
そのため、音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出
力される音声入力信号の信号検出を行う。
【００６７】
さらに、背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力される背景音入力信号の信号検出と減算器３０５の出力信号の信号検出を行い、その検出結果を音声キャンセラ用適応フィルタ更新器３０４に通知する。
【００６８】
背景音キャンセラ用適応フィルタ更新器３０３は、減算器３０５の出力から信号が検出されない場合、背景音入力信号の信号検出の結果に関わらず、背景音キャンセラ用適応フィルタ３０１により、背景音が除去されていると判断し、背景音検出無しという結果を出力する。
【００６９】
背景音キャンセラ用適応フィルタ更新器３０３はまた、減算器３０５の出力から信号が検出される場合、通常通り、背景音分離器１０１から出力される背景音入力信号の信号検出結果を出力する。
【００７０】
これら背景音分離器１０１から出力される音声および背景音の信号検出結果から、音声のみが存在する期間を検出し、音声キャンセラ用適応フィルタ更新器３０４は、更新処理を行う。
【００７１】
このような本発明の第１の実施形態の音声通話装置によれば、受話信号に含まれる音声と背景音を分離するための背景音分離器と、前記背景音分離器によって分離された音声と背景音をそれぞれ異なる位置から再生するための音声再生用スピーカ、背景音再生用スピーカとを備えることにより、受話信号の音声と背景音を異なる位置から再生することができるため、通話相手のいる場所の臨場感を再生しながら、音声の明瞭性を向上させることができるものである。
【００７２】
また、通話者の音声を収音するマイクロホンと、前記マイクロホンの入力信号に含まれる前記音声再生用スピーカおよび前記背景音再生用スピーカから再生される信号を除去するエコーキャンセラとを備えることにより、前記マイクロホンの入力信号に含まれるエコー成分を除去することができ、通話相手にエコーの無い通話者の音声を送ることができる。
（実施の形態２）
次に、本発明の第２の実施の形態の音声通話装置を図４に示す。図４において、音声通話装置４００は、前記実施の形態１と同様に、図示していない音声通信モジュールから受話信号を入力し、送話信号を前記音声通信モジュールへと出力するように構成されている。
【００７３】
音声通話装置４００は、前記音声通信モジュールから入力された受話信号を音声と背景音に分離する背景音分離器４０１と、背景音分離器４０１によって分離された音声と背景音をそれぞれ再生するための音声再生用スピーカ４０２と背景音再生用スピーカ４０３と、通話者の音声を収音するためのマイクロホン４０４と、音声再生用スピーカ４０２で再生された音がマイクロホン４０４を通して回り込む音（エコー）を除去するためのエコーキャンセラ４０５と、マイクロホン４０４に入力された音から、背景音再生用スピーカ４０３から再生された背景音を抑圧するための背景音サプレッサ４０６とで構成されている。
【００７４】
以上のように構成された音声通話装置について、図４を用いてその動作を説明する。図４において、背景音分離器４０１、音声再生用スピーカ４０２、背景音再生用スピーカ４０３、マイクロホン４０４の動作は、前記実施の形態１と同様である。
【００７５】
前記実施の形態１では、エコーキャンセラ１０５は、音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音を除去するように動作していたが、実施の形態２では、エコーキャンセラ４０５において、音声再生用スピーカ４０２から再生された音声を除去し、背景音サプレッサ４０６において、背景音再生用スピーカ４０３から再生された背景音を抑圧するように動作する。
【００７６】
まず、エコーキャンセラ４０５の動作を図５を用いて説明する。図５において、エコーキャンセラ５００は、音声キャンセラ用適応フィルタ５０１、音声キャンセラ用適応フィルタ更新器５０２、減算器５０３を備える。
【００７７】
音声キャンセラ用適応フィルタ５０１、音声キャンセラ用適応フィルタ更新器５０２、減算器５０３の動作は、それぞれ前記実施の形態１における音声キャンセラ用適応フィルタ３０２、音声キャンセラ用適応フィルタ更新器３０４、減算器３０６の動作と同様である。
【００７８】
適応フィルタとして音声キャンセラ用適応フィルタ５０１のみを有する構成としたため、マイクロホン４０４に入力された信号から、エコーキャンセラ４０５は、背景音分離器４０１により分離された音声と相関の高い信号のみを除去し、通話者の音声と背景音再生用スピーカ４０３から再生された背景音の信号を出力する動作をする。
【００７９】
次に、背景音サプレッサ４０６の動作を図６を用いて説明する。図６において、背景音サプレッサ６００は、乗算器６０１、背景音レベル推定器６０２、係数更新器６０３を備えた構成である。
【００８０】
乗算器６０１、背景音レベル推定器６０２、係数更新器６０３の動作は、それぞれ前記実施の形態１における乗算器２０１、背景音レベル推定器２０２、係数更新器２０３の動作と同様である。
【００８１】
ただし、背景音レベル推定器６０２には、背景音分離器４０１が分離した背景音も入力されている。背景音レベル推定器６０２の入力信号として、マイクロホン４０４に入力された信号からエコーキャンセラ４０５によってエコーが除去された信号だけでなく、背景音分離器４０１によって分離された背景音も入力することで、背景音レベルをより高い精度で推定することができる。
【００８２】
このような本発明の第２の実施の形態の音声通話装置によれば、受話信号に含まれる音声と背景音を分離するための背景音分離器と、前記背景音分離器によって分離された音声と背景音をそれぞれ異なる位置から再生するための音声再生用スピーカ、背景音再生用スピーカとを備えることにより、受話信号の音声と背景音を異なる位置から再生することができるため、通話相手のいる場所の臨場感を再生しながら、音声の明瞭性を向上させることができるものである。
【００８３】
また、通話者の音声を収音するマイクロホンと、前記マイクロホンの入力信号に含まれる前記音声再生用スピーカから再生される信号を除去するエコーキャンセラと、前記マイクロホンの入力信号に含まれる前記背景音再生用スピーカから再生される信号を抑圧する背景音サプレッサとを備えることにより、前記マイクロホンの入力信号に含まれるエコー成分を除去または抑圧することができ、通話相手にエコーのない通話者の音声を送ることができる。背景音の抑圧を前記背景音サプレッサを用いて行うことで、エコーキャンセラを用いるときよりも演算量が少なくすることができ、システム構成を簡単にすることができる。
【産業上の利用可能性】
【００８４】
本発明の音声通話装置は、通話相手の音声をスピーカから再生する際に、背景音分離器から分離された通話相手の音声と背景音をそれぞれ異なる位置に設置されたスピーカから再生するため、通話相手のいる場所の臨場感を伝達するという効果と通話相手の音声の明瞭性を向上させるという効果を有し、通信回線を通じて通話する際に、通話相手の音声をスピーカから再生する音声通話装置として有用である。
【符号の説明】
【００８５】
１００、４００ 音声通話装置
１０１、４０１ 背景音分離器
１０２、４０２ 音声再生用スピーカ
１０３、４０３ 背景音再生用スピーカ
１０４、４０４ マイクロホン
１０５、３００、４０５、５００ エコーキャンセラ
２００ 背景音分離器
２０１、２０４、６０１ 乗算器
２０２、６０２ 背景音レベル推定器
２０３、６０３ 係数更新器
３０１ 背景音キャンセラ用適応フィルタ
３０２、５０１ 音声キャンセラ用適応フィルタ
３０３ 背景音キャンセラ用適応フィルタ更新器
３０４、５０２ 音声キャンセラ用適応フィルタ更新器
３０５、３０６、５０３ 減算器
４０６、６００ 背景音サプレッサ
【技術分野】
【０００１】
本発明は、通信回線を通じて通話する際に、通信相手の音声をスピーカから再生する音声通話装置に関するものである。
【背景技術】
【０００２】
従来の音声通話装置として、通話中に所定の背景音を出力するための背景音出力手段を備えていることを特徴とする、通信装置が知られている（例えば特許文献１参照）。
【０００３】
また、ノイズ抑圧処理方法として、ノイズが重畳された音声信号から、非音声区間に推定されたノイズのスペクトルを減算することで定常ノイズを抑圧する手法が知られている（例えば非特許文献１）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平１１−１９１７９６号公報
【非特許文献】
【０００５】
【非特許文献１】Ｓ．Ｆ．Ｂｏｌｌ、「Ｓｕｐｐｒｅｓｓｉｏｎ ｏｆ Ａｃｏｕｓｔｉｃ Ｎｏｉｓｅ ｉｎ Ｓｐｅｅｃｈ Ｕｓｉｎｇ Ｓｐｅｃｔｒａｌ Ｓｕｂｔｒａｃｔｉｏｎ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ａｃｏｕｓｔｉｃｓ、Ｓｐｅｅｃｈａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、ｖｏｌ．２７、ｐｐ．１１３−１２０、１９７９
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、従来の音声通話装置では、あらかじめ用意してある特定の背景音を出力するのみで、実際の通話相手の音声に重畳されている背景音を通話者へ伝えることができないという問題があった。また、従来のノイズ抑圧処理を行うことで、音声の明瞭性は向上するが、音声に重畳されたノイズに含まれる通話相手側の臨場感を損なってしまうという問題があった。
【０００７】
本発明は、従来の問題を解決するためになされたもので、通話相手の音声の明瞭性向上と臨場感の伝達を両立する音声通話装置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】
【０００８】
上記目的を達成するために本発明は、通話相手から送られてくる信号を通話相手の音声と背景音に分離する背景音分離器と、前記背景音分離器によって分離された通話相手の音声と背景音を再生する異なる位置に設置された複数のスピーカとを備える構成を有している。
【発明の効果】
【０００９】
本発明によれば、通話相手の音声と背景音を異なる位置に設置されたスピーカから再生することが可能であるために、通話相手の音声の明瞭性向上と臨場感の伝達の２つの効果を有する音声通話装置を提供することができるものである。
【図面の簡単な説明】
【００１０】
【図１】本発明の第１の実施の形態における音声通話装置のブロック図
【図２】本発明の音声通話装置における背景音分離器の一例を示すブロック図
【図３】本発明の第１の実施の形態におけるエコーキャンセラの一例を示すブロック図
【図４】本発明の第２の実施の形態における音声通話装置のブロック図
【図５】本発明の第２の実施の形態におけるエコーキャンセラの一例を示すブロック図
【図６】本発明の第２の実施の形態における背景音サプレッサの一例を示すブロック図
【発明を実施するための形態】
【００１１】
（実施の形態１）
以下、本発明の第１の実施の形態の音声通話装置について、図面を用いて説明する。
【００１２】
本発明の第１の実施の形態の音声通話装置を図１に示す。図１において、音声通話装置１００は、通話相手から送られてくる信号を図示していない音声通信モジュールから入力し、通話相手へ送る信号を前記音声通信モジュールへと出力するように構成されている。なお以降、通話相手から送られてくる信号、通話相手へ送る信号のことをそれぞれ受話信号、送話信号と呼ぶ。
【００１３】
音声通話装置１００は、前記音声通信モジュールから入力された受話信号を音声と背景音に分離する背景音分離器１０１と、背景音分離器１０１によって分離された音声と背景音をそれぞれ再生するための音声再生用スピーカ１０２と背景音再生用スピーカ１０３と、通話者の音声を収音するためのマイクロホン１０４と、音声再生用スピーカ１０２と背景音再生用スピーカ１０３で再生された音がマイクロホン１０４を通して回り込む音（エコー）を除去するためのエコーキャンセラ１０５とで構成されている。
【００１４】
背景音分離器１０１と音声再生用スピーカ１０２、背景音再生用スピーカ１０３との間、およびマイクロホン１０４とエコーキャンセラ１０５との間に、信号を増幅するためのアンプが設けられていても良い。
【００１５】
また、背景音分離器１０１と音声再生用スピーカ１０２、背景音再生用スピーカ１０３との間、およびエコーキャンセラ１０５と前記音声通信モジュールとの間にディジタル信号をアナログ信号に変換するＤ／Ａ変換器が、前記音声通信モジュールと背景音分離器１０１との間、およびマイクロホン１０４とエコーキャンセラ１０５との間に、アナログ信号をディジタル信号に変換するＡ／Ｄ変換器が設けられていても良い。
【００１６】
なお、背景音分離器１０１とエコーキャンセラ１０５は、ディジタル演算処理が行える例えばディジタルシグナルプロセッサ（ＤＳＰ）などの演算器によって実現しても良い。以上のように構成された音声処理装置について、図１を用いてその動作を説明する。
【００１７】
まず、前記音声通信モジュールから出力された受話信号は、背景音分離器１０１に入力される。背景音分離器１０１は、入力信号である受話信号を音声と背景音に分離する。
【００１８】
ここで、背景音とは音声以外の信号を指すが、音声以外の信号には通話相手がいる場所の周囲音が含まれる。
【００１９】
例えば、通話相手が駅のホームにいる場合には、ホームにいる人のざわめきや、電車の音などである。
【００２０】
この背景音を音声と共に再生すれば、通話相手のいる場所の臨場感を再生することができる。
【００２１】
背景音分離器１０１によって、分離された音声と背景音は、それぞれ異なる位置に設置
された音声再生用スピーカ１０２、背景音再生用スピーカ１０３から再生される。
【００２２】
音声を背景音と異なる位置に設置されたスピーカから再生するのは、音声と背景音が異なる方向から聞こえるてくることで、同じ方向から聞こえてくるよりも、音声の明瞭性が向上するからである。
【００２３】
一方、通話者の音声は、マイクロホン１０４に入力され、送話信号として、通信モジュールから通信回線を通じて通話相手に送られる。
【００２４】
マイクロホン１０４には、通話者の音声だけでなく、音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音も入力される。
【００２５】
この音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音は、背景音分離器１０１によって分離された受話信号中に含まれる音声と背景音であるため、これらの信号が前記音声通信モジュールを通じて通話相手に送られると、通話相手からはエコーとして聞こえてしまう。
【００２６】
そこで、このエコーを除去するために、エコーキャンセラ１０５を設けてある。エコーキャンセラ１０５には、マイクロホン１０４によって収音された信号と、背景音分離器１０１の出力信号である音声及び背景音とが入力される。
【００２７】
エコーキャンセラ１０５は、マイクロホン１０４によって収音された信号から、背景音分離器１０１によって分離された音声及び背景音と相関の高い信号を除去し、通話者の音声だけを出力するように動作する。
【００２８】
エコーキャンセラ１０５によってエコーを除去された信号は、送話信号として前記音声通信モジュールから通信回線を通じて通話相手に送られる。
【００２９】
ここで、背景音分離器１０１の動作を、図２を用いて説明する。図２は、背景音分離器１０１の一例を示すブロック図である。
【００３０】
図２において、２００は背景音分離器、２０１、２０４は入力信号のゲインを変える乗算器、２０２は入力信号に含まれる背景音のレベルを推定する背景音レベル推定器、２０３は乗算器２０１、２０４の係数を更新するための係数更新器である。
【００３１】
次に、このように構成された背景音分離器２００の動作を説明する。背景音分離器２００に入力された受話信号は、乗算器２０１、２０４によってそれぞれゲインが変えられ、それぞれ音声出力信号、背景音出力信号として出力される。
【００３２】
背景音分離器２００に入力された受話信号はまた、背景音レベル推定器２０２に入力され、背景音レベルが推定される。
【００３３】
受話信号が音声に背景音が重畳されたような信号の場合、背景音レベル推定器２０２は、例えば最小値検出のような処理により背景音レベルを推定する。
【００３４】
このような処理を行うことにより、音声が存在しない時間区間での定常的な背景音レベルを検出することができる。
【００３５】
背景音レベル推定器２０２における背景音レベル推定方法は、音声区間以外の区間における背景音レベルの平均をとることで推定する方法としても良い。この場合にも、定常的
な背景音レベルを検出することができる。
【００３６】
背景音レベル推定器２０２によって推定された背景音レベルは、係数更新器２０３の一方の入力となる。
【００３７】
係数更新器２０３のもう一方の入力は、音声通信モジュールから入力された受話信号である。係数更新器２０３は、乗算器２０１、２０４に設定する係数を更新する。
【００３８】
係数は、例えば以下のようにすれば算出することができる。いま、入力信号の振幅値をＸ、背景音レベル推定器２０２で推定された背景音の振幅値をＮとすると、出力信号の振幅値Ｙを、
Ｙ ＝ Ｘ − Ｎ
のようにすれば、入力信号の振幅値から背景音の振幅値を減算したものが出力信号の振幅値となるようにすることができる。
上式の両辺をＸで割ると、
Ｙ／Ｘ ＝ （Ｘ − Ｎ）／Ｘ
したがって、
Ｙ ＝ Ｈ・Ｘ
のように表すことができる。ただし、Ｈは、
Ｈ ＝ （Ｘ − Ｎ）／Ｘ
である。
このＨを乗算器２０１の係数として入力信号に乗算すれば、出力信号として背景音が減算された音声信号が得られる。ただし、これらの式は、振幅値として表したものであるので、音声出力信号の位相成分は、入力信号の位相成分と同じものを用いるものとする。
【００３９】
また、Ｙ ＝ Ｈ・Ｘに、Ｙ ＝ Ｘ − Ｎを代入すると、
Ｘ − Ｎ ＝ Ｈ・Ｘ
Ｎ ＝ Ｘ − Ｈ・Ｘ
＝ （１ − Ｈ）・Ｘ
である。
【００４０】
この（１−Ｈ）を乗算器２０４の係数として入力信号に乗算すれば、出力信号として背景音が得られる。ただし、前述の音声信号の場合と同様に、これらの式は、振幅値として表したものであるので、背景音出力信号の位相成分は、入力信号の位相成分と同じものを用いるものとする。
【００４１】
なお、以上の説明は、信号全体で１つの乗算を行うこととして説明したが、入力信号を複数の周波数バンドに分割し、各周波数バンドごと背景音レベルを推定し、乗算処理を行うようにしても良い。
【００４２】
この場合には、より詳細な制御が可能になり、音声と背景音の分離効果が向上するという効果を有する。
【００４３】
次に、エコーキャンセラ１０５の動作を、図３を用いて説明する。図３は、エコーキャンセラ１０５の一例を示すブロック図である。
【００４４】
図３において、３００はエコーキャンセラ、３０１は背景音キャンセラ用適応フィルタ、３０２は音声キャンセラ用適応フィルタ、３０３は背景音キャンセラ用適応フィルタ３０１の係数を更新するための背景音キャンセラ用適応フィルタ更新器、３０４は音声キャンセラ用適応フィルタ３０２の係数を更新するための音声キャンセラ用適応フィルタ更新
器、３０５はマイクロホン１０４により収音されたマイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算する減算器、３０６は減算器３０５の出力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算する減算器である。
【００４５】
このように構成されたエコーキャンセラ３００の動作を説明する。前述のように、マイクロホン１０４には、通話者の音声に加えて、背景音分離器１０１によって分離された音声と背景音がそれぞれ音声再生用スピーカ１０２、背景音再生用スピーカ１０３から再生された信号も入力される。
【００４６】
マイクロホン１０４により収音された信号はマイクロホン入力信号として、エコーキャンセラ３００に入力され、減算器３０５の一方の入力となる。
【００４７】
一方、背景音分離器１０１から出力された背景音が背景音入力信号として、背景音キャンセラ用適応フィルタ３０１に入力される。
【００４８】
背景音キャンセラ用適応フィルタ３０１は例えばＦＩＲ（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ）フィルタで構成され、ＦＩＲフィルタの係数を背景音キャンセラ用適応フィルタ更新器３０３で更新することで、フィルタの特性を所望の振幅および位相特性とすることができる。
【００４９】
背景音キャンセラ用適応フィルタ３０１は、入力信号の振幅特性と位相特性を変更して出力する。
【００５０】
背景音キャンセラ用適応フィルタ３０１の出力信号は、減算器３０５のもう一方の入力となる。減算器３０５は、前記マイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算して出力する。
【００５１】
背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力された背景音入力信号と減算器３０５の出力信号とから、例えばＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ
Ｓｑｕａｒｅ）アルゴリズムを用いて背景音キャンセラ用適応フィルタ３０１の係数を更新する。
【００５２】
ＬＭＳアルゴリズムは、ＦＩＲフィルタの係数を誤差の２乗和が最小になるように逐次更新するアルゴリズムである。誤差を前記マイクロホン入力信号から背景音キャンセラ用適応フィルタ３０１の出力信号を減算する減算器３０５の出力信号として、背景音キャンセラ用適応フィルタ３０１の係数を更新すれば、前記マイクロホン入力信号から背景音入力信号と相関の高い信号だけを除去するように背景音キャンセラ用適応フィルタ３０１の係数を設定することができる。
【００５３】
つまり、減算器３０５の出力は、前記マイクロホン入力信号から背景音分離器１０１によって分離された背景音と相関の高い信号だけが除去され、通話者の音声と音声再生用スピーカ１０２から再生された音声とから成る信号となる。
【００５４】
減算器３０５の出力は、減算器３０６の一方の入力となる。一方、背景音分離器１０１から出力された音声が音声入力信号として、音声キャンセラ用適応フィルタ３０２に入力される。
【００５５】
音声キャンセラ用適応フィルタ３０２は背景音キャンセラ用適応フィルタ３０１と同様に、例えばＦＩＲフィルタで構成され、ＦＩＲフィルタの係数を音声キャンセラ用適応フィルタ更新器３０４で更新することで、フィルタの特性を所望の振幅および位相特性とす
ることができる。音声キャンセラ用適応フィルタ３０２は、入力信号の振幅特性と位相特性を変更して出力する。音声キャンセラ用適応フィルタ３０２の出力信号は、減算器３０６のもう一方の入力となる。減算器３０６は、前記マイクロホン入力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算して出力する。
【００５６】
音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出力された音声入力信号と減算器３０６の出力信号とから、例えばＬＭＳアルゴリズムを用いて音声キャンセラ用適応フィルタ３０２の係数を更新する。
【００５７】
背景音キャンセラ用適応フィルタ更新器３０３の係数更新と同様に、ＬＭＳアルゴリズムにおける誤差を減算器３０５の出力信号から音声キャンセラ用適応フィルタ３０２の出力信号を減算する減算器３０６の出力信号として、音声キャンセラ用適応フィルタ３０２の係数を更新すれば、減算器３０５の出力信号から背景音分離器１０１から出力される音声信号と相関の高い信号だけを除去するように音声キャンセラ用適応フィルタ３０２の係数を設定することができる。
【００５８】
つまり、減算器３０６の出力は、減算器３０５の出力信号から背景音分離器１０１によって分離された音声と相関の高い信号だけが除去され、通話者の音声のみとなる。
【００５９】
減算器３０６の出力は、エコーキャンセラ３００の出力信号として、送話出力信号となる。全体として、エコーキャンセラ３００は、前記マイクロホン入力信号から、背景音分離器１０１が出力する音声と背景音と相関の高い信号を除去して、通話者の音声のみを出力するように動作する。
【００６０】
ただし、背景音キャンセラ用適応フィルタ３０１と音声キャンセラ用適応フィルタ３０２の係数更新を行う期間には、制約が存在する。
【００６１】
背景音キャンセラ用適応フィルタ３０１の係数更新を行う場合、背景音キャンセラ用適応フィルタ更新器３０３は、減算器３０５に入力される前記マイクロホン入力信号に背景音再生用スピーカ１０３から再生された背景音のみが存在するときに、更新処理を行う必要がある。
【００６２】
これは、他の信号の存在によって、係数更新の精度が劣化するのを防ぐためである。そのため、背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力される背景音入力信号の信号検出を行う。
【００６３】
さらに、音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出力される音声入力信号の信号検出を行い、その検出結果を背景音キャンセラ用適応フィルタ更新器３０３へ通知する。
【００６４】
２つの信号検出結果から、背景音キャンセラ用適応フィルタ更新器３０３は、背景音のみが存在している期間を検出し、背景音のみが存在している期間において、更新処理を行う。
【００６５】
同様に、音声キャンセラ用適応フィルタ３０２の係数更新を行う場合、音声キャンセラ用適応フィルタ更新器３０４は、減算器３０６に入力される減算器３０５の出力信号に音声再生用スピーカ１０２から再生された音声のみが存在する場合に、更新処理を行う必要がある。
【００６６】
そのため、音声キャンセラ用適応フィルタ更新器３０４は、背景音分離器１０１から出
力される音声入力信号の信号検出を行う。
【００６７】
さらに、背景音キャンセラ用適応フィルタ更新器３０３は、背景音分離器１０１から出力される背景音入力信号の信号検出と減算器３０５の出力信号の信号検出を行い、その検出結果を音声キャンセラ用適応フィルタ更新器３０４に通知する。
【００６８】
背景音キャンセラ用適応フィルタ更新器３０３は、減算器３０５の出力から信号が検出されない場合、背景音入力信号の信号検出の結果に関わらず、背景音キャンセラ用適応フィルタ３０１により、背景音が除去されていると判断し、背景音検出無しという結果を出力する。
【００６９】
背景音キャンセラ用適応フィルタ更新器３０３はまた、減算器３０５の出力から信号が検出される場合、通常通り、背景音分離器１０１から出力される背景音入力信号の信号検出結果を出力する。
【００７０】
これら背景音分離器１０１から出力される音声および背景音の信号検出結果から、音声のみが存在する期間を検出し、音声キャンセラ用適応フィルタ更新器３０４は、更新処理を行う。
【００７１】
このような本発明の第１の実施形態の音声通話装置によれば、受話信号に含まれる音声と背景音を分離するための背景音分離器と、前記背景音分離器によって分離された音声と背景音をそれぞれ異なる位置から再生するための音声再生用スピーカ、背景音再生用スピーカとを備えることにより、受話信号の音声と背景音を異なる位置から再生することができるため、通話相手のいる場所の臨場感を再生しながら、音声の明瞭性を向上させることができるものである。
【００７２】
また、通話者の音声を収音するマイクロホンと、前記マイクロホンの入力信号に含まれる前記音声再生用スピーカおよび前記背景音再生用スピーカから再生される信号を除去するエコーキャンセラとを備えることにより、前記マイクロホンの入力信号に含まれるエコー成分を除去することができ、通話相手にエコーの無い通話者の音声を送ることができる。
（実施の形態２）
次に、本発明の第２の実施の形態の音声通話装置を図４に示す。図４において、音声通話装置４００は、前記実施の形態１と同様に、図示していない音声通信モジュールから受話信号を入力し、送話信号を前記音声通信モジュールへと出力するように構成されている。
【００７３】
音声通話装置４００は、前記音声通信モジュールから入力された受話信号を音声と背景音に分離する背景音分離器４０１と、背景音分離器４０１によって分離された音声と背景音をそれぞれ再生するための音声再生用スピーカ４０２と背景音再生用スピーカ４０３と、通話者の音声を収音するためのマイクロホン４０４と、音声再生用スピーカ４０２で再生された音がマイクロホン４０４を通して回り込む音（エコー）を除去するためのエコーキャンセラ４０５と、マイクロホン４０４に入力された音から、背景音再生用スピーカ４０３から再生された背景音を抑圧するための背景音サプレッサ４０６とで構成されている。
【００７４】
以上のように構成された音声通話装置について、図４を用いてその動作を説明する。図４において、背景音分離器４０１、音声再生用スピーカ４０２、背景音再生用スピーカ４０３、マイクロホン４０４の動作は、前記実施の形態１と同様である。
【００７５】
前記実施の形態１では、エコーキャンセラ１０５は、音声再生用スピーカ１０２から再生された音声と背景音再生用スピーカ１０３から再生された背景音を除去するように動作していたが、実施の形態２では、エコーキャンセラ４０５において、音声再生用スピーカ４０２から再生された音声を除去し、背景音サプレッサ４０６において、背景音再生用スピーカ４０３から再生された背景音を抑圧するように動作する。
【００７６】
まず、エコーキャンセラ４０５の動作を図５を用いて説明する。図５において、エコーキャンセラ５００は、音声キャンセラ用適応フィルタ５０１、音声キャンセラ用適応フィルタ更新器５０２、減算器５０３を備える。
【００７７】
音声キャンセラ用適応フィルタ５０１、音声キャンセラ用適応フィルタ更新器５０２、減算器５０３の動作は、それぞれ前記実施の形態１における音声キャンセラ用適応フィルタ３０２、音声キャンセラ用適応フィルタ更新器３０４、減算器３０６の動作と同様である。
【００７８】
適応フィルタとして音声キャンセラ用適応フィルタ５０１のみを有する構成としたため、マイクロホン４０４に入力された信号から、エコーキャンセラ４０５は、背景音分離器４０１により分離された音声と相関の高い信号のみを除去し、通話者の音声と背景音再生用スピーカ４０３から再生された背景音の信号を出力する動作をする。
【００７９】
次に、背景音サプレッサ４０６の動作を図６を用いて説明する。図６において、背景音サプレッサ６００は、乗算器６０１、背景音レベル推定器６０２、係数更新器６０３を備えた構成である。
【００８０】
乗算器６０１、背景音レベル推定器６０２、係数更新器６０３の動作は、それぞれ前記実施の形態１における乗算器２０１、背景音レベル推定器２０２、係数更新器２０３の動作と同様である。
【００８１】
ただし、背景音レベル推定器６０２には、背景音分離器４０１が分離した背景音も入力されている。背景音レベル推定器６０２の入力信号として、マイクロホン４０４に入力された信号からエコーキャンセラ４０５によってエコーが除去された信号だけでなく、背景音分離器４０１によって分離された背景音も入力することで、背景音レベルをより高い精度で推定することができる。
【００８２】
このような本発明の第２の実施の形態の音声通話装置によれば、受話信号に含まれる音声と背景音を分離するための背景音分離器と、前記背景音分離器によって分離された音声と背景音をそれぞれ異なる位置から再生するための音声再生用スピーカ、背景音再生用スピーカとを備えることにより、受話信号の音声と背景音を異なる位置から再生することができるため、通話相手のいる場所の臨場感を再生しながら、音声の明瞭性を向上させることができるものである。
【００８３】
また、通話者の音声を収音するマイクロホンと、前記マイクロホンの入力信号に含まれる前記音声再生用スピーカから再生される信号を除去するエコーキャンセラと、前記マイクロホンの入力信号に含まれる前記背景音再生用スピーカから再生される信号を抑圧する背景音サプレッサとを備えることにより、前記マイクロホンの入力信号に含まれるエコー成分を除去または抑圧することができ、通話相手にエコーのない通話者の音声を送ることができる。背景音の抑圧を前記背景音サプレッサを用いて行うことで、エコーキャンセラを用いるときよりも演算量が少なくすることができ、システム構成を簡単にすることができる。
【産業上の利用可能性】
【００８４】
本発明の音声通話装置は、通話相手の音声をスピーカから再生する際に、背景音分離器から分離された通話相手の音声と背景音をそれぞれ異なる位置に設置されたスピーカから再生するため、通話相手のいる場所の臨場感を伝達するという効果と通話相手の音声の明瞭性を向上させるという効果を有し、通信回線を通じて通話する際に、通話相手の音声をスピーカから再生する音声通話装置として有用である。
【符号の説明】
【００８５】
１００、４００ 音声通話装置
１０１、４０１ 背景音分離器
１０２、４０２ 音声再生用スピーカ
１０３、４０３ 背景音再生用スピーカ
１０４、４０４ マイクロホン
１０５、３００、４０５、５００ エコーキャンセラ
２００ 背景音分離器
２０１、２０４、６０１ 乗算器
２０２、６０２ 背景音レベル推定器
２０３、６０３ 係数更新器
３０１ 背景音キャンセラ用適応フィルタ
３０２、５０１ 音声キャンセラ用適応フィルタ
３０３ 背景音キャンセラ用適応フィルタ更新器
３０４、５０２ 音声キャンセラ用適応フィルタ更新器
３０５、３０６、５０３ 減算器
４０６、６００ 背景音サプレッサ
【特許請求の範囲】
【請求項１】
通話相手の音声を音声と背景音に分離する背景音分離器と、前記背景音分離器にて分離された音声を再生する音声再生用スピーカと、前記音声再生用スピーカと異なる位置に設置された前記背景音分離器にて分離された背景音を再生する背景音再生用スピーカとを備え、前記背景音分離器から出力される音声と背景音とを異なる位置に設置された前記音声再生用スピーカおよび前記背景音再生用スピーカからそれぞれ再生することを特徴とする音声通話装置。
【請求項２】
通話者の音声を収音するマイクロホンと、前記マイクロホンに入力されるエコーを除去するエコーキャンセラとを備え、前記エコーキャンセラは、前記背景音分離器で分離された音声と背景音が前記音声再生用スピーカおよび前記背景音再生用スピーカによって再生される信号を除去することを特徴とする請求項１記載の音声通話装置。
【請求項３】
通話者の音声を収音するマイクロホンと、前記マイクロホンに入力されるエコーを除去するエコーキャンセラと、前記マイクロホンに入力される前記背景音を抑圧する背景音サプレッサとを備え、前記エコーキャンセラは、前記背景音分離器で分離された音声が前記音声再生用スピーカによって再生される信号を除去し、前記背景音サプレッサは、前記背景音分離器で分離された背景音が前記背景音再生用スピーカによって再生される信号を抑圧することを特徴とする請求項１記載の音声通話装置。
【請求項１】
通話相手の音声を音声と背景音に分離する背景音分離器と、前記背景音分離器にて分離された音声を再生する音声再生用スピーカと、前記音声再生用スピーカと異なる位置に設置された前記背景音分離器にて分離された背景音を再生する背景音再生用スピーカとを備え、前記背景音分離器から出力される音声と背景音とを異なる位置に設置された前記音声再生用スピーカおよび前記背景音再生用スピーカからそれぞれ再生することを特徴とする音声通話装置。
【請求項２】
通話者の音声を収音するマイクロホンと、前記マイクロホンに入力されるエコーを除去するエコーキャンセラとを備え、前記エコーキャンセラは、前記背景音分離器で分離された音声と背景音が前記音声再生用スピーカおよび前記背景音再生用スピーカによって再生される信号を除去することを特徴とする請求項１記載の音声通話装置。
【請求項３】
通話者の音声を収音するマイクロホンと、前記マイクロホンに入力されるエコーを除去するエコーキャンセラと、前記マイクロホンに入力される前記背景音を抑圧する背景音サプレッサとを備え、前記エコーキャンセラは、前記背景音分離器で分離された音声が前記音声再生用スピーカによって再生される信号を除去し、前記背景音サプレッサは、前記背景音分離器で分離された背景音が前記背景音再生用スピーカによって再生される信号を抑圧することを特徴とする請求項１記載の音声通話装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１２−２０５１６１（Ｐ２０１２−２０５１６１Ａ）
【公開日】平成２４年１０月２２日（２０１２．１０．２２）
【国際特許分類】
【出願番号】特願２０１１−６９２１６（Ｐ２０１１−６９２１６）
【出願日】平成２３年３月２８日（２０１１．３．２８）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成２４年１０月２２日（２０１２．１０．２２）
【国際特許分類】
【出願日】平成２３年３月２８日（２０１１．３．２８）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]