音響処理装置
【課題】音響信号の雑音成分を高精度に抑圧する。
【解決手段】行列分解部４２は、並列に収音された音響信号ｓ1および音響信号ｓ2の各々について、当該音響信号ｓiの周波数毎の成分値ｘi[fm,tn]の時系列を要素とする観測行列Ｖiの非負行列因子分解で、複数の基底Ｃi[1]〜Ｃi[K]を含む基底行列Ｗiと複数の重み系列Ｅi[1]〜Ｅi[Ｋ]を含む係数行列Ｈiとを生成する。雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1の複数の基底Ｃ1[1]〜Ｃ1[K]のうち音響信号ｓ2の基底行列Ｗ2の基底Ｃ2[k]との相関が高い基底Ｃ1[k]を、音響信号ｓ1の雑音成分（風雑音）に対応する雑音基底Ｃ1_noiseとして特定する。係数列生成部４６は、基底行列Ｗ1のうち雑音基底Ｃ1_noise以外の各基底Ｃ1[k]と係数行列Ｈ1のうち当該各基底Ｃ1[k]に対応する重み系列Ｅ1[k]とに応じて、音響信号ｓ1の雑音成分が抑圧されるように周波数毎の係数値ｇ1[fm,tn]が設定された処理係数列Ｇ1を生成する。
【解決手段】行列分解部４２は、並列に収音された音響信号ｓ1および音響信号ｓ2の各々について、当該音響信号ｓiの周波数毎の成分値ｘi[fm,tn]の時系列を要素とする観測行列Ｖiの非負行列因子分解で、複数の基底Ｃi[1]〜Ｃi[K]を含む基底行列Ｗiと複数の重み系列Ｅi[1]〜Ｅi[Ｋ]を含む係数行列Ｈiとを生成する。雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1の複数の基底Ｃ1[1]〜Ｃ1[K]のうち音響信号ｓ2の基底行列Ｗ2の基底Ｃ2[k]との相関が高い基底Ｃ1[k]を、音響信号ｓ1の雑音成分（風雑音）に対応する雑音基底Ｃ1_noiseとして特定する。係数列生成部４６は、基底行列Ｗ1のうち雑音基底Ｃ1_noise以外の各基底Ｃ1[k]と係数行列Ｈ1のうち当該各基底Ｃ1[k]に対応する重み系列Ｅ1[k]とに応じて、音響信号ｓ1の雑音成分が抑圧されるように周波数毎の係数値ｇ1[fm,tn]が設定された処理係数列Ｇ1を生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音響信号に含まれる雑音成分を抑圧する技術に関する。
【背景技術】
【０００２】
目的音成分と雑音成分との混合音の音響信号から雑音成分を抑圧する技術が従来から提案されている。例えば特許文献１には、複数の音響信号の各々における低域成分と各低域成分の平均成分とのうち強度が最小となる成分を選択して各音響信号の高域成分と合成することで、風雑音が抑圧された雑音抑圧信号を生成する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第４３５６６７０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１の技術では、雑音抑圧信号の生成に利用される成分が強度のみを基準として選択されるから、例えば風雑音と比較して目的音成分の強度が小さい場合には目的音成分が除去される可能性がある。また、複数の音響信号の平均成分が雑音抑圧信号の低域成分として選択された場合には、雑音抑圧信号の生成の過程で目的音成分の波形が大幅に変化するから、目的音成分が忠実に再現されないという問題もある。以上の事情を考慮して、本発明は、音響信号の雑音成分を高精度に抑圧することを目的とする。
【課題を解決するための手段】
【０００５】
以上の課題を解決するために、本発明の第１態様に係る音響処理装置は、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解手段と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定手段と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列とに応じて、第１音響信号の雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列（例えば図１の処理係数列Ｇi）を生成する係数列生成手段と、第１音響信号に処理係数列を作用させる雑音抑圧手段とを具備する。
【０００６】
以上の構成では、第１音響信号および第２音響信号の各々の観測行列が基底行列と係数行列とに分解され、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い雑音基底が除外されたうえで処理係数列が生成される。したがって、第１音響信号の目的音成分の強度が雑音成分と比較して低い場合でも雑音成分を高精度に抑圧することが可能である。また、基底行列のうち雑音基底以外の基底は維持されるから、目的音成分の波形を忠実に維持しながら雑音成分を抑圧できるという利点もある。
【０００７】
本発明の第１態様の好適例において、行列分解手段は、第１音響信号のうち第１帯域（例えば図２の帯域ＢL）の成分について基底行列と係数行列とを生成し、雑音抑圧手段は、第１音響信号のうち第１帯域の成分に処理係数列を作用させ、雑音抑圧手段による処理後の成分と、第１音響信号のうち第１帯域と比較して高域側の第２帯域（例えば図２の帯域ＢH）内の成分とを合成する波形合成手段を具備する。以上の態様では、第１音響信号の第１帯域の成分について処理係数列が生成および適用され、雑音抑圧手段による処理後に第２帯域内の成分と合成される。したがって、第１音響信号の全帯域を対象として処理係数列の生成や適用を実行する構成と比較して処理の負荷を軽減することが可能である。また、雑音成分の周波数を包含するように第１帯域を設定することで、雑音成分を高精度に抑圧可能な処理係数列を生成できるという利点もある。
【０００８】
本発明の第１態様の好適例に係る音響処理装置は、第１音響信号と第２音響信号との位相差（例えば図６の位相差ΔＰ[tn]）を算定する位相差算定手段を具備し、係数列生成手段は、処理係数列の各係数値を、第１音響信号と第２音響信号との位相差に応じて可変に設定する。例えば、第１音響信号と第２音響信号との位相差が大きい（雑音成分が優勢である）ほど処理係数列による雑音抑圧の効果が増加するように、処理係数列の各係数値が可変に設定される。以上の形態によれば、第１音響信号と第２音響信号との位相差が処理係数列に反映されるから、処理係数列に位相差を反映させない構成と比較して雑音成分を充分に抑圧できるという利点がある。
【０００９】
本発明の第１態様の好適例に係る音響処理装置は、第１音響信号と第２音響信号との強度差（振幅差やパワー差）を算定する強度差算定手段を具備し、係数列生成手段は、処理係数列の各係数値を、第１音響信号と第２音響信号との強度差（例えば図６の強度差ΔＡ[tn]）に応じて可変に設定する。例えば、第１音響信号と第２音響信号との強度差が大きい（雑音成分が優勢である）ほど処理係数列による雑音抑圧の効果が増加するように、処理係数列の各係数値が可変に設定される。以上の形態によれば、第１音響信号と第２音響信号との強度差が処理係数列に反映されるから、処理係数列に強度差を反映させない構成と比較して雑音成分を充分に抑圧できるという利点がある。
【００１０】
本発明の第２態様に係る音響処理装置は、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解手段（例えば図７の行列分解部４２）と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定手段（例えば図７の雑音特定部４４）と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列との乗算で、前記第１音響信号の雑音成分が抑圧された音響信号を生成する抑圧処理手段（例えば図７の抑圧処理部４８）とを具備する。以上の構成でも第１態様と同様の効果が実現される。また、処理係数列の生成や適用が省略されるから、第１態様と比較して音響処理装置の構成や処理が簡素化されるという利点もある。
【００１１】
なお、本発明（第１態様，第２態様）の適用の範囲は、２系統の音響信号を処理する構成に限定されない。すなわち、３系統以上の音響信号を処理する構成でも、特定の２系統の音響信号に着目したときに本発明の要件を充足する構成は、本発明の範囲に当然に包含される。
【００１２】
以上の各態様に係る音響処理装置は、音響信号の処理に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラムとの協働によっても実現される。以下に例示する本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。
【００１３】
本発明の第１態様に係るプログラムは、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底を含む基底行列と、各基底の重み値の時系列を各々が示す複数の重み系列を含む係数行列とを生成する行列分解処理と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底として特定する雑音特定処理と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列とに応じて、第１音響信号の雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列を生成する係数列生成処理と、第１音響信号に処理係数列を作用させる雑音抑圧処理とをコンピュータに実行させる。以上のプログラムによれば、本発明の第１態様に係る音響処理装置と同様の作用および効果が実現される。
【００１４】
本発明の第２態様に係るプログラムは、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解処理と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定処理と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列との乗算で、前記第１音響信号の雑音成分が抑圧された音響信号を生成する抑圧処理とをコンピュータに実行させる。以上のプログラムによれば、本発明の第２態様に係る音響処理装置と同様の作用および効果が実現される。
【図面の簡単な説明】
【００１５】
【図１】本発明の第１実施形態に係る音響処理装置のブロック図である。
【図２】観測行列の説明図である。
【図３】特性解析部のブロック図である。
【図４】基底行列の説明図である。
【図５】係数行列の説明図である。
【図６】第２実施形態における特性解析部のブロック図である。
【図７】第３実施形態における雑音抑圧部のブロック図である。
【発明を実施するための形態】
【００１６】
＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態に係る音響処理装置１００のブロック図である。図１に示すように、音響処理装置１００には信号供給装置１２と放音装置１４とが接続される。
【００１７】
信号供給装置１２は、相異なる位置で並列（同時）に収音されたステレオ形式の音響信号ｓ1および音響信号ｓ2を音響処理装置１００に供給する。各音響信号ｓi（ｉ＝1,2）は、目的音成分と雑音成分との混合音の音圧波形を表す時間領域の信号である。図１では、相互に離間して配置された複数の収音機器（例えば無指向性のステレオマイク）１２２が信号供給装置１２として例示されている。ただし、可搬型または内蔵型の記録媒体から各音響信号ｓiを読出して音響処理装置１００に供給する再生装置や、各音響信号ｓiを通信網から受信して音響処理装置１００に供給する通信装置を、信号供給装置１２として採用することも可能である。
【００１８】
音響処理装置１００は、音響信号ｓ1および音響信号ｓ2からステレオ形式の音響信号ｑ1および音響信号ｑ2を生成する。各音響信号ｑiは、音響信号ｓiから雑音成分を抑圧（目的音成分を強調）した時間領域の信号である。放音装置１４（例えばステレオスピーカやステレオヘッドホン）は、音響処理装置１００が生成した音響信号ｑ1および音響信号ｑ2に応じた音波を放射する。なお、音響信号ｓiをアナログからデジタルに変換するＡ/Ｄ変換器や音響信号ｑiをデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略されている。
【００１９】
図１に示すように、音響処理装置１００は、演算処理装置２２と記憶装置２４とを具備するコンピュータシステムで実現される。記憶装置２４は、演算処理装置２２が実行するプログラムＰGや演算処理装置２２が使用する各種のデータを記憶する。半導体記録媒体や磁気記録媒体等の公知の記録媒体や複数種の記録媒体の組合せが記憶装置２４として任意に採用され得る。音響信号ｓ1および音響信号ｓ2を記憶装置２４に記憶した構成（したがって信号供給装置１２は省略され得る）も好適である。
【００２０】
演算処理装置２２は、記憶装置２４に格納されたプログラムＰGの実行で、音響信号ｓiから音響信号ｑiを生成するための複数の機能（周波数分析部３２，特性解析部３４A，雑音抑圧部３６，波形合成部３８）を実現する。なお、演算処理装置２２の各機能を複数の集積回路に分散した構成や、専用の電子回路（DSP）が各機能を実現する構成も採用され得る。
【００２１】
図１の周波数分析部３２は、音響信号ｓ1のスペクトルＳ1と音響信号ｓ2のスペクトルＳ2とを時間軸上の単位期間（フレーム）毎に順次に生成する。図２に示すように、各スペクトルＳiは、周波数軸上の相異なる周波数（ｆ1，ｆ2，……，ｆM，……）に対応する複数の成分値（パワー）ｘiを配列したパワースペクトルである。スペクトルＸiの生成には、短時間フーリエ変換等の公知の周波数分析が任意に採用され得る。
【００２２】
各音響信号ｓiのスペクトルＳiは、帯域ＢL内のスペクトルＸiと帯域ＢH内のスペクトルＸHiとに区分される。帯域ＢLは、雑音成分の周波数を包含するように設定される。本実施形態では風雑音を雑音成分として想定する。風雑音は、空気自体が流動して収音機器１２２の振動板に直接に衝突することで発生する雑音成分である。空気の衝突に起因した振動板の振動の周波数は、空気の振動（音圧変化）として振動板に伝播する音波の周波数と比較して低い。具体的には、風雑音の周波数は、例えば1.5kHz以下の低周波成分が支配的となる。以上の傾向を考慮して、帯域ＢLは、Ｍ個（Ｍは自然数）の周波数ｆ1〜ｆMを含む1.5kHz以下の周波数帯域に設定される。帯域ＢHは、帯域ＢLと比較して高域側（例えば1.5kHz以上）の周波数帯域である。
【００２３】
図２に示すように、周波数分析部３２が生成したスペクトルＳiの時系列（すなわちスペクトログラム）は、Ｎ個の単位期間ｔ1〜ｔNで構成される解析期間ＴA毎に時間軸上で区分される。解析期間ＴAは、例えば数十秒程度の長時間に設定される。帯域ＢL内のスペクトルＸiのＭ個の成分値ｘi[f1,tn]〜ｘi[fM,tn]を解析期間ＴA内のＮ個の単位期間ｔ1〜ｔNについて時系列に配列したＭ行×Ｎ列の観測行列Ｖiが解析期間ＴA毎に規定される。すなわち、観測行列Ｖiの第ｎ列（ｎ＝１〜Ｎ）は、解析期間ＴA内の第ｎ番目の単位期間ｔnにおけるスペクトルＸiのＭ個の成分値ｘi[f1,tn]〜ｘi[fM,tn]の系列に相当し、観測行列Ｖiの第ｍ行（ｍ＝１〜Ｍ）は、解析期間ＴA内のＮ個の単位期間ｔ1〜ｔNにわたる周波数ｆmでの成分値ｘi[fm,t1]〜ｘi[fm,tN]の時系列に相当する。スペクトルＸiの成分値ｘi[fm,tn]はパワー（非負値）に相当するから、観測行列Ｖiは非負行列（負数を含まない行列）である。
【００２４】
図１の特性解析部３４Aは、観測行列Ｖiを解析することで処理期間ＴA毎に処理係数列Ｇi（Ｇ1，Ｇ2）を生成する。処理係数列Ｇiは、係数値ｇi[f1,t1]〜ｇi[fM,tN]を配列したＭ行×Ｎ列の行列である。係数値ｇi[fm,tn]は、単位期間ｔnのスペクトルＸiのうち周波数ｆmでの成分値ｘi[fm,tn]に対する利得（スペクトルゲイン）に相当し、０以上かつ１以下の範囲内で音響信号ｓiの特性（風雑音の強度）に応じて可変に設定される。具体的には、単位期間ｔn内の音響信号ｓiのうち周波数ｆmの成分において風雑音が優勢であるほど係数値ｇi[fm,tn]は小さい数値に設定される。
【００２５】
雑音抑圧部３６は、特性解析部３４Aが生成した処理係数列Ｇiを音響信号ｓiの観測行列Ｖiに作用させることで、Ｎ個の単位期間ｔ1〜ｔNの各々に対応するＮ個のスペクトルＹiの時系列（解析期間ＴA内のスペクトログラム）を解析期間ＴA毎に順次に生成する。単位期間ｔnに対応するスペクトルＹiは、相異なる周波数ｆmに対応するＭ個の成分値（パワー）ｙi[f1,tn]〜ｙi[fM,tn]を配列したパワースペクトルである。
【００２６】
単位期間ｔnのスペクトルＹiのうち周波数ｆmでの成分値ｙi[fm,tn]は、処理係数列Ｇiのうち当該成分値ｙi[fm,tn]に対応する係数値ｇi[fm,tn]と観測行列Ｖiのうち当該成分値ｙi[fm,tn]に対応する成分値ｘi[fm,tn]との乗算値に設定される（ｙi[fm,tn]＝ｇi[fm,tn]×ｘi[fm,tn]）。前述のように風雑音が優勢であるほど係数値ｇi[fm,tn]は小さい数値に設定されるから、雑音抑圧部３６による処理後のスペクトルＹiは、音響信号ｓiのスペクトルＸiから風雑音を抑圧したスペクトル（音響信号ｑiの帯域ＢLの成分のスペクトル）に相当する。すなわち、雑音抑圧部３６は、音響信号ｓ1および音響信号ｓ2の各々から風雑音を抑圧する要素として機能する。
【００２７】
図１の波形合成部３８は、雑音抑圧部３６が単位期間ｔn毎に生成したスペクトルＹi（帯域ＢL）と周波数分析部３２が生成したスペクトルＸHi（帯域ＢH）とから時間領域の音響信号ｑiを生成する。具体的には、波形合成部３８は、帯域ＢLのスペクトルＹiと帯域ＢHのスペクトルＸHiとの合成（加算）で単位期間ｔn毎にスペクトルＱiを生成し、スペクトルＱiに対応する振幅スペクトルと音響信号ｓiの位相スペクトルとを適用したフーリエ逆変換で時間領域の信号を生成するとともに前後の単位期間ｔnで相互に連結して音響信号ｑiを生成する。
【００２８】
図３は、特性解析部３４Aのブロック図である。図３に示すように、第１実施形態の特性解析部３４Aは、行列分解部４２と雑音特定部４４と係数列生成部４６とを含んで構成される。行列分解部４２は、音響信号ｓ1の観測行列Ｖ1および音響信号ｓ2の観測行列Ｖ2の各々について、当該観測行列Ｖiの非負行列因子分解（NMF：Non-negative Matrix Factorization）で基底行列Ｗi（Ｗ1，Ｗ2）と係数行列Ｈi（Ｈ1，Ｈ2）とを生成する。基底行列Ｗi（図４）は、成分値ｗi[f1,1]〜ｗi[fM,K]を配列したＭ行×Ｋ列の非負行列であり、係数行列Ｈi（図５）は、重み値ｈi[1,t1]〜ｈi[K,tN]を配列したＫ行×Ｎ列の非負行列である（Ｋは自然数）。基底行列Ｗiと係数行列Ｈiとの積が観測行列Ｖiと近似する（Ｖi≒ＷiＨi）ように基底行列Ｗiと係数行列Ｈiとが算定される。
【００２９】
図４に示すように、基底行列Ｗiは、Ｋ個の基底（codebook）Ｃi[1]〜Ｃi[K]で構成される。基底行列Ｗiの第ｋ列目（ｋ＝１〜Ｋ）の基底Ｃi[k]は、解析期間ＴA内の音響信号ｓiを構成すると推定されるＫ種類の成分のうち第ｋ番目の成分の周波数ｆ1〜ｆMでの成分値ｗi[f1,k]〜ｗi[fM,k]の系列（パワースペクトル）に相当する。他方、係数行列Ｈiは、図５に示すように、Ｋ個の重み系列（excitation）Ｅi[1]〜Ｅi[K]で構成される。係数行列Ｈiの第ｋ行目の重み系列Ｅi[k]は、基底行列Ｗiの基底Ｃi[k]で表現される成分に対する単位期間ｔn毎の重み値ｈi[k,t1]〜ｈi[k,tN]の時系列（基底Ｃi[k]の各成分値ｗi[fm,k]の時間変化）に相当する。以上の定義から理解されるように、単位期間ｔnのスペクトルＸiは、係数行列Ｈiのうち単位期間ｔnに対応するＫ個の重み値ｈi[1,tn]〜ｈi[K,tn]を適用したＫ個の基底Ｃi[1]〜Ｃi[K]の加重和で近似される（Ｘi≒ｈi[1,tn]×Ｃi[1]＋ｈi[2,tn]×Ｃi[2]＋……＋ｈi[K,tn]×Ｃi[K]）。
【００３０】
観測行列Ｖiの非負行列因子分解には公知の方法が任意に採用される。例えば、基底行列Ｗiおよび係数行列Ｈiの積と観測行列Ｖiとの相違（例えば距離）が最小化するように基底行列Ｗiと係数行列Ｈiとを逐次的に更新（反復演算）する方法が好適に採用される。反復演算に適用される基底行列Ｗiの初期値（成分値ｗi[fm,k]の初期値）は、例えば乱数に設定される。なお、例えば風雑音のスペクトル（高域ほど減衰する周波数特性）を模擬するように各基底Ｃi[k]のＭ個の成分値ｗi[f1,k]〜ｗi[fM,k]の初期値を設定した構成も好適である。
【００３１】
図３の雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1および音響信号ｓ2の基底行列Ｗ2の各々について、当該基底行列ＷiのＫ個の基底Ｃi[1]〜Ｃi[K]のうち風雑音に対応する１個の基底（以下「雑音基底」という）Ｃi_noiseを特定する。風雑音は、収音機器１２２に衝突する空気の乱流に起因して発生するから、相異なる位置で収音された音響信号ｓ1および音響信号ｓ2の各々に含まれる風雑音の瞬時的な周波数特性は相互に統計的に独立する。ただし、風雑音の長期的な周波数特性は、音声等と比較すると、収音の位置に関わらず同様の特性に維持され易い。すなわち、解析期間ＴAのような長期間にわたる風雑音の周波数特性は音響信号ｓ1と音響信号ｓ2とで類似するという傾向がある。
【００３２】
以上の傾向を考慮して、雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1（基底Ｃ1[1]〜Ｃ1[K]）と音響信号ｓ2の基底行列Ｗ2（基底Ｃ2[1]〜Ｃ2[K]）との間で相互に相関が高い各基底Ｃi[k]（Ｃ1[k1]，Ｃ2[k2]）を雑音基底Ｃi_noiseとして基底行列Ｗ1および基底行列Ｗ2の各々から特定する。例えば、基底行列Ｗ1の１個の基底Ｃ1[k]と基底行列Ｗ2の１個の基底Ｃ2[k]とを選択する全通りの組合せについて基底Ｃ1[k]と基底Ｃ2[k]との相関の度合を示す指標（相関指標）を算定し、相関指標が示す相関の度合が最大となる組合せの基底Ｃ1[k1]と基底Ｃ2[k2]との各々（変数ｋ1と変数ｋ2との数値の異同は不問）を雑音基底Ｃi_noise（Ｃ1_noise，Ｃ2_noise）として抽出する。基底Ｃ1[k]と基底Ｃ2[k]との相関指標としては、例えば距離（ユークリッド距離）や内積が好適に採用される。
【００３３】
図３の係数列生成部４６は、音響信号ｓ1および音響信号ｓ2の各々について、図４に示すように当該音響信号ｓiの基底行列Ｗiから雑音基底Ｃi_noiseを除外したＭ行×(K-1)列の行列ＷAiと、図５に示すように雑音基底Ｃi_noiseに対応する重み系列Ｅi_noiseを係数行列Ｈiから除外した(K-1)行×Ｎ列の行列ＨAiとから処理係数列Ｇi（Ｇ1，Ｇ2）を生成する。
【００３４】
第１に、係数列生成部４６は、雑音基底Ｃi_noiseの除外後の行列ＷAi（Ｍ行×(K-1)列）と重み系列Ｅi_noiseの除外後の行列ＨAi（(K-1)行×Ｎ列）との乗算で行列ＶAiを算定する。行列ＶAiは、要素値ｖa[f1,t1]〜ｖa[fM,tN]を配列したＭ行×Ｎ列の行列である。行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列は、単位期間ｔnのスペクトルＸiから風雑音を抑圧したパワースペクトルに相当する。
【００３５】
第２に、係数列生成部４６は、以下の数式(A)の演算で処理係数列Ｇiの係数値ｇi[fm,tn]を算定する。数式(A)の記号ｖ[fm,tn]は、雑音基底Ｃi_noiseの除外前の基底行列Ｗiと重み系列Ｅi_noiseの除外前の係数行列Ｈiとを乗算したＭ行×Ｎ列の行列における第ｍ行第ｎ列の要素値を意味し、スペクトルＸiの成分値ｘi[fm,tn]の推定値に相当する。
ｇi[fm,tn]＝ｖa[fm,tn]／ｖ[fm,tn] ……(A)
数式(A)で要素値ｖa[fm,tn]を要素値ｖ[fm,tn]で除算しているのは、係数値ｇi[fm,tn]を０以上かつ１以下の範囲内の数値に制限するためである。以上の手順で生成された処理係数列Ｇ1および処理係数列Ｇ2が、図１の雑音抑圧部３６による風雑音の抑圧に適用される。
【００３６】
以上の説明から理解されるように、単位期間ｔn内の音響信号ｓiのうち周波数ｆmの成分に風雑音が優勢であるほど要素値ｖa[fm,tn]は要素値ｖ[fm,tn]に対して減少するから、係数値ｇi[fm,tn]は小さい数値となる。他方、音響信号ｓiの周波数ｆmの成分が風雑音を含まない場合、要素値ｖa[fm,tn]は要素値ｖ[fm,tn]と略同値となる（雑音基底Ｃi_noiseの除外に影響されない）から、係数値ｇi[fm,tn]は１に近い数値となる。したがって、前述のように雑音抑圧部３６が処理係数列Ｇiを観測行列Ｖiに作用させることで、音響信号ｓiから風雑音を抑圧した音響信号ｑiが生成される。
【００３７】
以上に説明したように、第１実施形態では、音響信号ｓiの観測行列Ｖiが基底行列Ｗiと係数行列Ｈiとに分解され、雑音基底Ｃi_noiseを基底行列Ｗiから除外した行列ＷAiと重み系列Ｅi_noiseを係数行列Ｈiから除外した行列ＨAiとを利用して処理係数列Ｇiが生成される。したがって、音響信号ｓiの目的音成分の強度が風雑音と比較して低い場合でも、高精度に風雑音を抑圧することが可能である。また、基底行列Ｗiのうち雑音基底Ｃi_noise以外の各基底Ｃi[k]と係数行列Ｈiのうち重み系列Ｅi_noise以外の各重み系列Ｅi[k]とは維持されるから、音響信号ｓiの目的音成分の波形が忠実に維持された音響信号ｑiを生成できるという利点もある。
【００３８】
なお、基底行列Ｗiから雑音基底Ｃi_noiseを特定する方法としては、例えば、風雑音の周波数特性を模擬するように事前に作成されたモデルを基底行列Ｗiの各基底Ｃi[k]と比較する構成も採用され得る。しかし、風雑音のモデルを利用する構成では、事前に用意されたモデルとは周波数特性が相違する風雑音を充分に抑圧できない可能性がある。他方、第１実施形態では、基底行列Ｗ1と基底行列Ｗ2との間で相関が高い各基底Ｃi[k]が雑音基底Ｃi_noiseとして特定されるから、風雑音のモデルを利用する構成と比較して、多様な特性の風雑音を充分に抑圧できるという利点がある。
【００３９】
また、風雑音を含む帯域ＢLについて選択的に処理係数列Ｇiの生成や適用が実行される（帯域ＢHについては省略される）から、音響信号ｓiの全帯域を処理の対象とする場合と比較して、風雑音の抑圧の精度を維持しながら、演算処理装置２２の処理の負荷を軽減できるという利点もある。
【００４０】
＜Ｂ：第２実施形態＞
次に、本発明の第２実施形態について説明する。なお、以下の各例示において作用や機能が第１実施形態と同等である要素については、以上の説明で参照した符号を流用して各々の詳細な説明を適宜に省略する。
【００４１】
信号供給装置１２の２個の収音機器１２２に対して正面方向から到来する目的音成分は、位相差を殆ど発生させずに略同等の強度（振幅）で各収音機器１２２に到達する。他方、風雑音は前述のように空気の乱流に起因するから、同位相かつ同振幅で各収音機器１２２に到達する可能性は低い。したがって、音響信号ｓ1や音響信号ｓ2にて風雑音が優勢となるほど両者間の位相差や強度差が増加するという傾向がある。以上の傾向を考慮して、本実施形態では、音響信号ｓ1と音響信号ｓ2との位相差や強度差に応じて処理係数列Ｇiの各係数値ｇi[fm,tn]を補正する。
【００４２】
第２実施形態の音響処理装置１００は、第１実施形態の特性解析部３４Aを図６の特性解析部３４Bに置換した構成である。図６に示すように、特性解析部３４Bは、特性解析部３４Aと同様の要素（行列分解部４２，雑音特定部４４，係数列生成部４６）に加えて位相差算定部５２と強度差算定部５４とを含んで構成される。各音響信号ｓi（ｓ1，ｓ2）の帯域ＢMの成分が位相差算定部５２および強度差算定部５４に供給される。帯域ＢMは、風雑音の周波数と主要な目的音成分の周波数とを包含するように設定される。例えば、帯域ＢMは４kHz以下の周波数帯域（すなわち帯域ＢLを含む帯域）に設定される。
【００４３】
位相差算定部５２は、音響信号ｓ1と音響信号ｓ2との位相差ΔＰ[tn]を単位期間ｔn毎に算定する。位相差ΔＰ[tn]は、例えば、帯域ＢM内の各周波数での位相差の代表値（例えば平均値）である。同様に、強度差算定部５４は、音響信号ｓ1と音響信号ｓ2との強度差（例えば振幅差やパワー差）ΔＡ[tn]を単位期間ｔn毎に算定する。
【００４４】
係数列生成部４６は、第１実施形態の係数値ｇi[fm,tn]と同様の方法で算定した係数値γi[fm,tn]（第１実施形態の係数値ｇi[fm,tn]に相当する）を、位相差算定部５２が算定した位相差ΔＰ[tn]と強度差算定部５４が算定した強度差ΔＡ[tn]とに応じて補正することで処理係数列Ｇiの係数値ｇi[fm,tn]を算定する。
【００４５】
第１に、係数列生成部４６は、位相差算定部５２が算定した位相差ΔＰ[tn]に応じて単位期間ｔn毎に係数値ξp[tn]を設定する。具体的には、位相差ΔＰ[tn]が大きい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ξp[tn]が小さい数値となるように、係数値ξp[tn]は０以上かつ１以下の範囲内で可変に設定される。第２に、係数列生成部４６は、強度差算定部５４が算定した強度差ΔＡ[tn]に応じて単位期間ｔn毎に係数値ξa[tn]を設定する。具体的には、強度差ΔＡ[tn]が大きい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ξa[tn]が小さい数値となるように、係数値ξa[tn]は０以上かつ１以下の範囲内で可変に設定される。
【００４６】
第３に、係数列生成部４６は、数式(A)の演算で算定した係数値γi[fm,tn]を係数値ξp[tn]と係数値ξa[tn]に応じて調整することで処理係数列Ｇiの各係数値ｇi[fm,tn]（ｇi[f1,t1]〜ｇi[fM,tN]）を算定する。例えば、係数列生成部４６は、係数値γi[fm,tn]と係数値ξp[tn]と係数値ξa[tn]との乗算値を係数値ｇi[fm,tn]として算定する（ｇi[fm,tn]＝γi[fm,tn]×ξp[tn]×ξa[tn]）。以上の説明から理解されるように、係数値ξp[tn]や係数値ξa[tn]が小さい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ｇi[gm,tn]は小さい数値となる。したがって、第２実施形態によれば、第１実施形態と比較して風雑音を充分に抑圧できるという利点がある。
【００４７】
なお、以上の例示では単位期間ｔn毎に位相差ΔＰ[tn]および強度差ΔＡ[tn]を算定したが、周波数ｆm毎の位相差ΔＰ[fm,tn]と周波数ｆm毎の強度差ΔＡ[fm,tn]とを各単位期間ｔnについて算定する構成も好適である。係数列生成部４６は、周波数ｆmと単位期間ｔnとの組合せ毎に、位相差ΔＰ[fm,tn]に応じた係数値ξp[fm,tn]と強度差ΔＡ[fm,tn]に応じた係数値ξa[fm,tn]とを算定する。処理係数列Ｇiの係数値ｇi[fm,tn]は、例えば係数値γi[fm,tn]と係数値ξp[fm,tn]と係数値ξa[fm,tn]との乗算値として算定される。
【００４８】
＜Ｃ：第３実施形態＞
次に、本発明の第３実施形態を説明する。第１実施形態では、雑音基底Ｃi_noiseの除外後の行列ＶAiに応じた処理係数列Ｇi（Ｇ1，Ｇ2）を音響信号ｓiの観測行列Ｖiに作用させることでスペクトルＹiの時系列を生成した。前述の通り、行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列は、単位期間ｔnのスペクトルＸiから風雑音を抑圧したパワースペクトルに相当する。そこで、第３実施形態では、雑音基底Ｃi_noiseの除外後の行列ＶAiをスペクトルＹiの時系列として利用する。すなわち、処理係数列Ｇiの生成や観測行列Ｖiに対する適用は省略される。
【００４９】
第３実施形態の音響処理装置１００は、第１実施形態の特性解析部３４Aおよび雑音抑圧部３６を図７の雑音抑圧部６０に置換した構成である。図７に示すように、雑音抑圧部６０は、行列分解部４２と雑音特定部４４と抑圧処理部４８とを含んで構成される。行列分解部４２および雑音特定部４４は、第１実施形態と同様である。すなわち、行列分解部４２は、各観測行列Ｖiの非負行列因子分解で基底行列Ｗi（Ｗ1，Ｗ2）と係数行列Ｈi（Ｈ1，Ｈ2）とを生成し、雑音特定部４４は、基底行列Ｗ1内の雑音基底Ｃ1_noiseと基底行列Ｗ2内の雑音基底Ｃ2_noiseとを特定する。
【００５０】
抑圧処理部４８は、音響信号ｓ1および音響信号ｓ2の各々について、当該音響信号ｓiの基底行列Ｗiから雑音基底Ｃi_noiseを除外したＭ行×(K-1)列の行列ＷAiと、雑音基底Ｃi_noiseに対応する重み系列Ｅi_noiseを係数行列Ｈiから除外した(K-1)行×Ｎ列の行列ＨAiとの乗算で算定されるＭ行×Ｎ列の行列ＶAiを、風雑音の抑圧後のスペクトルＹiの時系列（スペクトログラム）として解析期間ＴA毎に順次に生成する。すなわち、行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列が単位期間ｔnのスペクトルＹiとして波形合成部３８に供給される。他の動作は第１実施形態と同様である。
【００５１】
第３実施形態では、雑音基底Ｃi_noiseを基底行列Ｗiから除外した行列ＷAiと重み系列Ｅi_noiseを係数行列Ｈiから除外した行列ＨAiとの乗算でスペクトルＹiの時系列（行列ＶAi）が生成される。したがって、第１実施形態と同様の効果が実現される。また、処理係数列Ｇiの算定（数式(A)）や観測行列Ｖiに対する適用が省略されるから、第１実施形態と比較して音響処理装置１００の構成や処理が簡素化されるという利点もある。
【００５２】
＜Ｄ：変形例＞
以上の各形態には多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は適宜に併合され得る。
【００５３】
（１）変形例１
以上の各形態では、音響信号ｓiを帯域ＢLと帯域ＢHとに分割したが、音響信号ｓiの帯域分割は省略され得る。例えば、音響信号ｓiの全帯域を特性解析部３４（３４A，３４B）や雑音抑圧部３６による処理の対象とした構成も採用される。もっとも、風雑音の強度は高域側の帯域（例えば帯域ＢH）で低下するから、音響信号ｓiの帯域分割を省略した構成では、風雑音の独立した基底Ｃi[k]を非負行列因子分解で高精度に抽出することが困難となる。したがって、抑圧の対象となる雑音成分の周波数帯域が事前に判明している場合には、雑音成分を包含する周波数帯域（帯域ＢL）のみを特性解析部３４（３４A，３４B）や雑音抑圧部３６による処理の対象とした前述の構成が格別に好適である。
【００５４】
（２）変形例２
以上の各形態では、音響信号ｓiの解析期間ＴA毎に処理係数列Ｇiを生成したが、解析期間ＴAの区切は省略される。例えば、音響信号ｓiの全区間にわたる単位期間ｔn毎のスペクトルＸiの時系列を１個の観測行列Ｖiとして処理係数列Ｇiを生成する構成も採用され得る。
【００５５】
（３）変形例３
以上の各形態では、スペクトルＳiをパワースペクトルとした構成を例示したが、スペクトルＳiを振幅スペクトルとした構成も採用され得る。前掲の数式(A)で算定される係数値ｇi[fm,tn]はパワーに対するゲインであるから、スペクトルＳiを振幅スペクトルとした構成では、数式(A)の右辺の平方根（ｖa[fm,tn]／ｖ[fm,tn]）1/2が係数値ｇi[fm,tn]として算定される。
【００５６】
（４）変形例４
以上の各形態では、処理係数列Ｇiの各係数値ｇi[fm,tn]を音響信号ｓiの各成分値ｘi[fm,tn]に乗算することで音響信号ｑiを生成したが、処理係数列Ｇiを音響信号ｓiに作用させる方法は適宜に変更される。例えば、音響信号ｓiの各成分値ｘi[fm,tn]に係数値ｇi[fm,tn]を加算する構成も採用され得る。また、以上の各形態での例示とは反対に、風雑音が優勢であるほど係数値ｇi[fm,tn]が大きい数値となるように処理係数列Ｇiを生成する構成では、成分値ｘi[fm,tn]を係数値ｇi[fm,tn]で除算または減算する構成が採用され得る。
【００５７】
（５）変形例５
以上の各形態では、２系統の音響信号ｑi（ｑ1，ｑ2）を生成したが、１系統（モノラル形式）の音響信号ｑ1のみを生成する場合にも以上の各形態が同様に適用され得る。例えば、観測行列Ｖ1に応じた１個の処理係数列Ｇ1のみを係数列生成部４６が生成し、雑音抑圧部３６は観測行列Ｖ1に対する処理係数列Ｇ1の適用でスペクトルＹ1の時系列のみを生成する。以上の構成では、音響信号ｓ1の基底行列Ｗ1から雑音基底Ｃ1_noiseを特定するために音響信号ｓ2が利用される。
【００５８】
（６）変形例６
演算処理装置２２の処理（処理係数列Ｇiの生成や適用）は、音響信号ｓ1および音響信号ｓ2の供給に並行して実時間的に実行され、各処理毎に逐次的に各音響信号ｑiが再生され得る。ただし、事前に用意された音響信号ｓ1および音響信号ｓ2に対する処理係数列Ｇiの生成や適用が完了してから音響信号ｑiの生成を開始する構成（バッチ処理）も好適である。
【符号の説明】
【００５９】
１００……音響処理装置、１２……信号供給装置、１４……放音装置、２２……演算処理装置、２４……記憶装置、３２……周波数分析部、３４A，３４B……特性解析部、３６……雑音抑圧部、３８……波形合成部、４２……行列分解部、４４……雑音特定部、４６……係数列生成部、５２……位相差算定部、５４……強度差算定部。
【技術分野】
【０００１】
本発明は、音響信号に含まれる雑音成分を抑圧する技術に関する。
【背景技術】
【０００２】
目的音成分と雑音成分との混合音の音響信号から雑音成分を抑圧する技術が従来から提案されている。例えば特許文献１には、複数の音響信号の各々における低域成分と各低域成分の平均成分とのうち強度が最小となる成分を選択して各音響信号の高域成分と合成することで、風雑音が抑圧された雑音抑圧信号を生成する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第４３５６６７０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１の技術では、雑音抑圧信号の生成に利用される成分が強度のみを基準として選択されるから、例えば風雑音と比較して目的音成分の強度が小さい場合には目的音成分が除去される可能性がある。また、複数の音響信号の平均成分が雑音抑圧信号の低域成分として選択された場合には、雑音抑圧信号の生成の過程で目的音成分の波形が大幅に変化するから、目的音成分が忠実に再現されないという問題もある。以上の事情を考慮して、本発明は、音響信号の雑音成分を高精度に抑圧することを目的とする。
【課題を解決するための手段】
【０００５】
以上の課題を解決するために、本発明の第１態様に係る音響処理装置は、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解手段と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定手段と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列とに応じて、第１音響信号の雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列（例えば図１の処理係数列Ｇi）を生成する係数列生成手段と、第１音響信号に処理係数列を作用させる雑音抑圧手段とを具備する。
【０００６】
以上の構成では、第１音響信号および第２音響信号の各々の観測行列が基底行列と係数行列とに分解され、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い雑音基底が除外されたうえで処理係数列が生成される。したがって、第１音響信号の目的音成分の強度が雑音成分と比較して低い場合でも雑音成分を高精度に抑圧することが可能である。また、基底行列のうち雑音基底以外の基底は維持されるから、目的音成分の波形を忠実に維持しながら雑音成分を抑圧できるという利点もある。
【０００７】
本発明の第１態様の好適例において、行列分解手段は、第１音響信号のうち第１帯域（例えば図２の帯域ＢL）の成分について基底行列と係数行列とを生成し、雑音抑圧手段は、第１音響信号のうち第１帯域の成分に処理係数列を作用させ、雑音抑圧手段による処理後の成分と、第１音響信号のうち第１帯域と比較して高域側の第２帯域（例えば図２の帯域ＢH）内の成分とを合成する波形合成手段を具備する。以上の態様では、第１音響信号の第１帯域の成分について処理係数列が生成および適用され、雑音抑圧手段による処理後に第２帯域内の成分と合成される。したがって、第１音響信号の全帯域を対象として処理係数列の生成や適用を実行する構成と比較して処理の負荷を軽減することが可能である。また、雑音成分の周波数を包含するように第１帯域を設定することで、雑音成分を高精度に抑圧可能な処理係数列を生成できるという利点もある。
【０００８】
本発明の第１態様の好適例に係る音響処理装置は、第１音響信号と第２音響信号との位相差（例えば図６の位相差ΔＰ[tn]）を算定する位相差算定手段を具備し、係数列生成手段は、処理係数列の各係数値を、第１音響信号と第２音響信号との位相差に応じて可変に設定する。例えば、第１音響信号と第２音響信号との位相差が大きい（雑音成分が優勢である）ほど処理係数列による雑音抑圧の効果が増加するように、処理係数列の各係数値が可変に設定される。以上の形態によれば、第１音響信号と第２音響信号との位相差が処理係数列に反映されるから、処理係数列に位相差を反映させない構成と比較して雑音成分を充分に抑圧できるという利点がある。
【０００９】
本発明の第１態様の好適例に係る音響処理装置は、第１音響信号と第２音響信号との強度差（振幅差やパワー差）を算定する強度差算定手段を具備し、係数列生成手段は、処理係数列の各係数値を、第１音響信号と第２音響信号との強度差（例えば図６の強度差ΔＡ[tn]）に応じて可変に設定する。例えば、第１音響信号と第２音響信号との強度差が大きい（雑音成分が優勢である）ほど処理係数列による雑音抑圧の効果が増加するように、処理係数列の各係数値が可変に設定される。以上の形態によれば、第１音響信号と第２音響信号との強度差が処理係数列に反映されるから、処理係数列に強度差を反映させない構成と比較して雑音成分を充分に抑圧できるという利点がある。
【００１０】
本発明の第２態様に係る音響処理装置は、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解手段（例えば図７の行列分解部４２）と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定手段（例えば図７の雑音特定部４４）と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列との乗算で、前記第１音響信号の雑音成分が抑圧された音響信号を生成する抑圧処理手段（例えば図７の抑圧処理部４８）とを具備する。以上の構成でも第１態様と同様の効果が実現される。また、処理係数列の生成や適用が省略されるから、第１態様と比較して音響処理装置の構成や処理が簡素化されるという利点もある。
【００１１】
なお、本発明（第１態様，第２態様）の適用の範囲は、２系統の音響信号を処理する構成に限定されない。すなわち、３系統以上の音響信号を処理する構成でも、特定の２系統の音響信号に着目したときに本発明の要件を充足する構成は、本発明の範囲に当然に包含される。
【００１２】
以上の各態様に係る音響処理装置は、音響信号の処理に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラムとの協働によっても実現される。以下に例示する本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。
【００１３】
本発明の第１態様に係るプログラムは、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底を含む基底行列と、各基底の重み値の時系列を各々が示す複数の重み系列を含む係数行列とを生成する行列分解処理と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底として特定する雑音特定処理と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列とに応じて、第１音響信号の雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列を生成する係数列生成処理と、第１音響信号に処理係数列を作用させる雑音抑圧処理とをコンピュータに実行させる。以上のプログラムによれば、本発明の第１態様に係る音響処理装置と同様の作用および効果が実現される。
【００１４】
本発明の第２態様に係るプログラムは、並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列（例えば図２の観測行列Ｖi）の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底（例えば図４の基底Ｃi[1]〜Ｃi[K]）を含む基底行列（例えば図４の基底行列Ｗi）と、各基底の重み値の時系列を各々が示す複数の重み系列（例えば図５の重み系列Ｅi[1]〜Ｅi[K]）を含む係数行列（例えば図５の係数行列Ｈi）とを生成する行列分解処理と、第１音響信号の基底行列の複数の基底のうち第２音響信号の基底行列の基底との相関が高い基底を、第１音響信号の雑音成分に対応する雑音基底（例えば図４の雑音基底Ｃi_noise）として特定する雑音特定処理と、第１音響信号の基底行列のうち雑音基底以外の各基底と第１音響信号の係数行列のうち当該各基底に対応する重み系列との乗算で、前記第１音響信号の雑音成分が抑圧された音響信号を生成する抑圧処理とをコンピュータに実行させる。以上のプログラムによれば、本発明の第２態様に係る音響処理装置と同様の作用および効果が実現される。
【図面の簡単な説明】
【００１５】
【図１】本発明の第１実施形態に係る音響処理装置のブロック図である。
【図２】観測行列の説明図である。
【図３】特性解析部のブロック図である。
【図４】基底行列の説明図である。
【図５】係数行列の説明図である。
【図６】第２実施形態における特性解析部のブロック図である。
【図７】第３実施形態における雑音抑圧部のブロック図である。
【発明を実施するための形態】
【００１６】
＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態に係る音響処理装置１００のブロック図である。図１に示すように、音響処理装置１００には信号供給装置１２と放音装置１４とが接続される。
【００１７】
信号供給装置１２は、相異なる位置で並列（同時）に収音されたステレオ形式の音響信号ｓ1および音響信号ｓ2を音響処理装置１００に供給する。各音響信号ｓi（ｉ＝1,2）は、目的音成分と雑音成分との混合音の音圧波形を表す時間領域の信号である。図１では、相互に離間して配置された複数の収音機器（例えば無指向性のステレオマイク）１２２が信号供給装置１２として例示されている。ただし、可搬型または内蔵型の記録媒体から各音響信号ｓiを読出して音響処理装置１００に供給する再生装置や、各音響信号ｓiを通信網から受信して音響処理装置１００に供給する通信装置を、信号供給装置１２として採用することも可能である。
【００１８】
音響処理装置１００は、音響信号ｓ1および音響信号ｓ2からステレオ形式の音響信号ｑ1および音響信号ｑ2を生成する。各音響信号ｑiは、音響信号ｓiから雑音成分を抑圧（目的音成分を強調）した時間領域の信号である。放音装置１４（例えばステレオスピーカやステレオヘッドホン）は、音響処理装置１００が生成した音響信号ｑ1および音響信号ｑ2に応じた音波を放射する。なお、音響信号ｓiをアナログからデジタルに変換するＡ/Ｄ変換器や音響信号ｑiをデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略されている。
【００１９】
図１に示すように、音響処理装置１００は、演算処理装置２２と記憶装置２４とを具備するコンピュータシステムで実現される。記憶装置２４は、演算処理装置２２が実行するプログラムＰGや演算処理装置２２が使用する各種のデータを記憶する。半導体記録媒体や磁気記録媒体等の公知の記録媒体や複数種の記録媒体の組合せが記憶装置２４として任意に採用され得る。音響信号ｓ1および音響信号ｓ2を記憶装置２４に記憶した構成（したがって信号供給装置１２は省略され得る）も好適である。
【００２０】
演算処理装置２２は、記憶装置２４に格納されたプログラムＰGの実行で、音響信号ｓiから音響信号ｑiを生成するための複数の機能（周波数分析部３２，特性解析部３４A，雑音抑圧部３６，波形合成部３８）を実現する。なお、演算処理装置２２の各機能を複数の集積回路に分散した構成や、専用の電子回路（DSP）が各機能を実現する構成も採用され得る。
【００２１】
図１の周波数分析部３２は、音響信号ｓ1のスペクトルＳ1と音響信号ｓ2のスペクトルＳ2とを時間軸上の単位期間（フレーム）毎に順次に生成する。図２に示すように、各スペクトルＳiは、周波数軸上の相異なる周波数（ｆ1，ｆ2，……，ｆM，……）に対応する複数の成分値（パワー）ｘiを配列したパワースペクトルである。スペクトルＸiの生成には、短時間フーリエ変換等の公知の周波数分析が任意に採用され得る。
【００２２】
各音響信号ｓiのスペクトルＳiは、帯域ＢL内のスペクトルＸiと帯域ＢH内のスペクトルＸHiとに区分される。帯域ＢLは、雑音成分の周波数を包含するように設定される。本実施形態では風雑音を雑音成分として想定する。風雑音は、空気自体が流動して収音機器１２２の振動板に直接に衝突することで発生する雑音成分である。空気の衝突に起因した振動板の振動の周波数は、空気の振動（音圧変化）として振動板に伝播する音波の周波数と比較して低い。具体的には、風雑音の周波数は、例えば1.5kHz以下の低周波成分が支配的となる。以上の傾向を考慮して、帯域ＢLは、Ｍ個（Ｍは自然数）の周波数ｆ1〜ｆMを含む1.5kHz以下の周波数帯域に設定される。帯域ＢHは、帯域ＢLと比較して高域側（例えば1.5kHz以上）の周波数帯域である。
【００２３】
図２に示すように、周波数分析部３２が生成したスペクトルＳiの時系列（すなわちスペクトログラム）は、Ｎ個の単位期間ｔ1〜ｔNで構成される解析期間ＴA毎に時間軸上で区分される。解析期間ＴAは、例えば数十秒程度の長時間に設定される。帯域ＢL内のスペクトルＸiのＭ個の成分値ｘi[f1,tn]〜ｘi[fM,tn]を解析期間ＴA内のＮ個の単位期間ｔ1〜ｔNについて時系列に配列したＭ行×Ｎ列の観測行列Ｖiが解析期間ＴA毎に規定される。すなわち、観測行列Ｖiの第ｎ列（ｎ＝１〜Ｎ）は、解析期間ＴA内の第ｎ番目の単位期間ｔnにおけるスペクトルＸiのＭ個の成分値ｘi[f1,tn]〜ｘi[fM,tn]の系列に相当し、観測行列Ｖiの第ｍ行（ｍ＝１〜Ｍ）は、解析期間ＴA内のＮ個の単位期間ｔ1〜ｔNにわたる周波数ｆmでの成分値ｘi[fm,t1]〜ｘi[fm,tN]の時系列に相当する。スペクトルＸiの成分値ｘi[fm,tn]はパワー（非負値）に相当するから、観測行列Ｖiは非負行列（負数を含まない行列）である。
【００２４】
図１の特性解析部３４Aは、観測行列Ｖiを解析することで処理期間ＴA毎に処理係数列Ｇi（Ｇ1，Ｇ2）を生成する。処理係数列Ｇiは、係数値ｇi[f1,t1]〜ｇi[fM,tN]を配列したＭ行×Ｎ列の行列である。係数値ｇi[fm,tn]は、単位期間ｔnのスペクトルＸiのうち周波数ｆmでの成分値ｘi[fm,tn]に対する利得（スペクトルゲイン）に相当し、０以上かつ１以下の範囲内で音響信号ｓiの特性（風雑音の強度）に応じて可変に設定される。具体的には、単位期間ｔn内の音響信号ｓiのうち周波数ｆmの成分において風雑音が優勢であるほど係数値ｇi[fm,tn]は小さい数値に設定される。
【００２５】
雑音抑圧部３６は、特性解析部３４Aが生成した処理係数列Ｇiを音響信号ｓiの観測行列Ｖiに作用させることで、Ｎ個の単位期間ｔ1〜ｔNの各々に対応するＮ個のスペクトルＹiの時系列（解析期間ＴA内のスペクトログラム）を解析期間ＴA毎に順次に生成する。単位期間ｔnに対応するスペクトルＹiは、相異なる周波数ｆmに対応するＭ個の成分値（パワー）ｙi[f1,tn]〜ｙi[fM,tn]を配列したパワースペクトルである。
【００２６】
単位期間ｔnのスペクトルＹiのうち周波数ｆmでの成分値ｙi[fm,tn]は、処理係数列Ｇiのうち当該成分値ｙi[fm,tn]に対応する係数値ｇi[fm,tn]と観測行列Ｖiのうち当該成分値ｙi[fm,tn]に対応する成分値ｘi[fm,tn]との乗算値に設定される（ｙi[fm,tn]＝ｇi[fm,tn]×ｘi[fm,tn]）。前述のように風雑音が優勢であるほど係数値ｇi[fm,tn]は小さい数値に設定されるから、雑音抑圧部３６による処理後のスペクトルＹiは、音響信号ｓiのスペクトルＸiから風雑音を抑圧したスペクトル（音響信号ｑiの帯域ＢLの成分のスペクトル）に相当する。すなわち、雑音抑圧部３６は、音響信号ｓ1および音響信号ｓ2の各々から風雑音を抑圧する要素として機能する。
【００２７】
図１の波形合成部３８は、雑音抑圧部３６が単位期間ｔn毎に生成したスペクトルＹi（帯域ＢL）と周波数分析部３２が生成したスペクトルＸHi（帯域ＢH）とから時間領域の音響信号ｑiを生成する。具体的には、波形合成部３８は、帯域ＢLのスペクトルＹiと帯域ＢHのスペクトルＸHiとの合成（加算）で単位期間ｔn毎にスペクトルＱiを生成し、スペクトルＱiに対応する振幅スペクトルと音響信号ｓiの位相スペクトルとを適用したフーリエ逆変換で時間領域の信号を生成するとともに前後の単位期間ｔnで相互に連結して音響信号ｑiを生成する。
【００２８】
図３は、特性解析部３４Aのブロック図である。図３に示すように、第１実施形態の特性解析部３４Aは、行列分解部４２と雑音特定部４４と係数列生成部４６とを含んで構成される。行列分解部４２は、音響信号ｓ1の観測行列Ｖ1および音響信号ｓ2の観測行列Ｖ2の各々について、当該観測行列Ｖiの非負行列因子分解（NMF：Non-negative Matrix Factorization）で基底行列Ｗi（Ｗ1，Ｗ2）と係数行列Ｈi（Ｈ1，Ｈ2）とを生成する。基底行列Ｗi（図４）は、成分値ｗi[f1,1]〜ｗi[fM,K]を配列したＭ行×Ｋ列の非負行列であり、係数行列Ｈi（図５）は、重み値ｈi[1,t1]〜ｈi[K,tN]を配列したＫ行×Ｎ列の非負行列である（Ｋは自然数）。基底行列Ｗiと係数行列Ｈiとの積が観測行列Ｖiと近似する（Ｖi≒ＷiＨi）ように基底行列Ｗiと係数行列Ｈiとが算定される。
【００２９】
図４に示すように、基底行列Ｗiは、Ｋ個の基底（codebook）Ｃi[1]〜Ｃi[K]で構成される。基底行列Ｗiの第ｋ列目（ｋ＝１〜Ｋ）の基底Ｃi[k]は、解析期間ＴA内の音響信号ｓiを構成すると推定されるＫ種類の成分のうち第ｋ番目の成分の周波数ｆ1〜ｆMでの成分値ｗi[f1,k]〜ｗi[fM,k]の系列（パワースペクトル）に相当する。他方、係数行列Ｈiは、図５に示すように、Ｋ個の重み系列（excitation）Ｅi[1]〜Ｅi[K]で構成される。係数行列Ｈiの第ｋ行目の重み系列Ｅi[k]は、基底行列Ｗiの基底Ｃi[k]で表現される成分に対する単位期間ｔn毎の重み値ｈi[k,t1]〜ｈi[k,tN]の時系列（基底Ｃi[k]の各成分値ｗi[fm,k]の時間変化）に相当する。以上の定義から理解されるように、単位期間ｔnのスペクトルＸiは、係数行列Ｈiのうち単位期間ｔnに対応するＫ個の重み値ｈi[1,tn]〜ｈi[K,tn]を適用したＫ個の基底Ｃi[1]〜Ｃi[K]の加重和で近似される（Ｘi≒ｈi[1,tn]×Ｃi[1]＋ｈi[2,tn]×Ｃi[2]＋……＋ｈi[K,tn]×Ｃi[K]）。
【００３０】
観測行列Ｖiの非負行列因子分解には公知の方法が任意に採用される。例えば、基底行列Ｗiおよび係数行列Ｈiの積と観測行列Ｖiとの相違（例えば距離）が最小化するように基底行列Ｗiと係数行列Ｈiとを逐次的に更新（反復演算）する方法が好適に採用される。反復演算に適用される基底行列Ｗiの初期値（成分値ｗi[fm,k]の初期値）は、例えば乱数に設定される。なお、例えば風雑音のスペクトル（高域ほど減衰する周波数特性）を模擬するように各基底Ｃi[k]のＭ個の成分値ｗi[f1,k]〜ｗi[fM,k]の初期値を設定した構成も好適である。
【００３１】
図３の雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1および音響信号ｓ2の基底行列Ｗ2の各々について、当該基底行列ＷiのＫ個の基底Ｃi[1]〜Ｃi[K]のうち風雑音に対応する１個の基底（以下「雑音基底」という）Ｃi_noiseを特定する。風雑音は、収音機器１２２に衝突する空気の乱流に起因して発生するから、相異なる位置で収音された音響信号ｓ1および音響信号ｓ2の各々に含まれる風雑音の瞬時的な周波数特性は相互に統計的に独立する。ただし、風雑音の長期的な周波数特性は、音声等と比較すると、収音の位置に関わらず同様の特性に維持され易い。すなわち、解析期間ＴAのような長期間にわたる風雑音の周波数特性は音響信号ｓ1と音響信号ｓ2とで類似するという傾向がある。
【００３２】
以上の傾向を考慮して、雑音特定部４４は、音響信号ｓ1の基底行列Ｗ1（基底Ｃ1[1]〜Ｃ1[K]）と音響信号ｓ2の基底行列Ｗ2（基底Ｃ2[1]〜Ｃ2[K]）との間で相互に相関が高い各基底Ｃi[k]（Ｃ1[k1]，Ｃ2[k2]）を雑音基底Ｃi_noiseとして基底行列Ｗ1および基底行列Ｗ2の各々から特定する。例えば、基底行列Ｗ1の１個の基底Ｃ1[k]と基底行列Ｗ2の１個の基底Ｃ2[k]とを選択する全通りの組合せについて基底Ｃ1[k]と基底Ｃ2[k]との相関の度合を示す指標（相関指標）を算定し、相関指標が示す相関の度合が最大となる組合せの基底Ｃ1[k1]と基底Ｃ2[k2]との各々（変数ｋ1と変数ｋ2との数値の異同は不問）を雑音基底Ｃi_noise（Ｃ1_noise，Ｃ2_noise）として抽出する。基底Ｃ1[k]と基底Ｃ2[k]との相関指標としては、例えば距離（ユークリッド距離）や内積が好適に採用される。
【００３３】
図３の係数列生成部４６は、音響信号ｓ1および音響信号ｓ2の各々について、図４に示すように当該音響信号ｓiの基底行列Ｗiから雑音基底Ｃi_noiseを除外したＭ行×(K-1)列の行列ＷAiと、図５に示すように雑音基底Ｃi_noiseに対応する重み系列Ｅi_noiseを係数行列Ｈiから除外した(K-1)行×Ｎ列の行列ＨAiとから処理係数列Ｇi（Ｇ1，Ｇ2）を生成する。
【００３４】
第１に、係数列生成部４６は、雑音基底Ｃi_noiseの除外後の行列ＷAi（Ｍ行×(K-1)列）と重み系列Ｅi_noiseの除外後の行列ＨAi（(K-1)行×Ｎ列）との乗算で行列ＶAiを算定する。行列ＶAiは、要素値ｖa[f1,t1]〜ｖa[fM,tN]を配列したＭ行×Ｎ列の行列である。行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列は、単位期間ｔnのスペクトルＸiから風雑音を抑圧したパワースペクトルに相当する。
【００３５】
第２に、係数列生成部４６は、以下の数式(A)の演算で処理係数列Ｇiの係数値ｇi[fm,tn]を算定する。数式(A)の記号ｖ[fm,tn]は、雑音基底Ｃi_noiseの除外前の基底行列Ｗiと重み系列Ｅi_noiseの除外前の係数行列Ｈiとを乗算したＭ行×Ｎ列の行列における第ｍ行第ｎ列の要素値を意味し、スペクトルＸiの成分値ｘi[fm,tn]の推定値に相当する。
ｇi[fm,tn]＝ｖa[fm,tn]／ｖ[fm,tn] ……(A)
数式(A)で要素値ｖa[fm,tn]を要素値ｖ[fm,tn]で除算しているのは、係数値ｇi[fm,tn]を０以上かつ１以下の範囲内の数値に制限するためである。以上の手順で生成された処理係数列Ｇ1および処理係数列Ｇ2が、図１の雑音抑圧部３６による風雑音の抑圧に適用される。
【００３６】
以上の説明から理解されるように、単位期間ｔn内の音響信号ｓiのうち周波数ｆmの成分に風雑音が優勢であるほど要素値ｖa[fm,tn]は要素値ｖ[fm,tn]に対して減少するから、係数値ｇi[fm,tn]は小さい数値となる。他方、音響信号ｓiの周波数ｆmの成分が風雑音を含まない場合、要素値ｖa[fm,tn]は要素値ｖ[fm,tn]と略同値となる（雑音基底Ｃi_noiseの除外に影響されない）から、係数値ｇi[fm,tn]は１に近い数値となる。したがって、前述のように雑音抑圧部３６が処理係数列Ｇiを観測行列Ｖiに作用させることで、音響信号ｓiから風雑音を抑圧した音響信号ｑiが生成される。
【００３７】
以上に説明したように、第１実施形態では、音響信号ｓiの観測行列Ｖiが基底行列Ｗiと係数行列Ｈiとに分解され、雑音基底Ｃi_noiseを基底行列Ｗiから除外した行列ＷAiと重み系列Ｅi_noiseを係数行列Ｈiから除外した行列ＨAiとを利用して処理係数列Ｇiが生成される。したがって、音響信号ｓiの目的音成分の強度が風雑音と比較して低い場合でも、高精度に風雑音を抑圧することが可能である。また、基底行列Ｗiのうち雑音基底Ｃi_noise以外の各基底Ｃi[k]と係数行列Ｈiのうち重み系列Ｅi_noise以外の各重み系列Ｅi[k]とは維持されるから、音響信号ｓiの目的音成分の波形が忠実に維持された音響信号ｑiを生成できるという利点もある。
【００３８】
なお、基底行列Ｗiから雑音基底Ｃi_noiseを特定する方法としては、例えば、風雑音の周波数特性を模擬するように事前に作成されたモデルを基底行列Ｗiの各基底Ｃi[k]と比較する構成も採用され得る。しかし、風雑音のモデルを利用する構成では、事前に用意されたモデルとは周波数特性が相違する風雑音を充分に抑圧できない可能性がある。他方、第１実施形態では、基底行列Ｗ1と基底行列Ｗ2との間で相関が高い各基底Ｃi[k]が雑音基底Ｃi_noiseとして特定されるから、風雑音のモデルを利用する構成と比較して、多様な特性の風雑音を充分に抑圧できるという利点がある。
【００３９】
また、風雑音を含む帯域ＢLについて選択的に処理係数列Ｇiの生成や適用が実行される（帯域ＢHについては省略される）から、音響信号ｓiの全帯域を処理の対象とする場合と比較して、風雑音の抑圧の精度を維持しながら、演算処理装置２２の処理の負荷を軽減できるという利点もある。
【００４０】
＜Ｂ：第２実施形態＞
次に、本発明の第２実施形態について説明する。なお、以下の各例示において作用や機能が第１実施形態と同等である要素については、以上の説明で参照した符号を流用して各々の詳細な説明を適宜に省略する。
【００４１】
信号供給装置１２の２個の収音機器１２２に対して正面方向から到来する目的音成分は、位相差を殆ど発生させずに略同等の強度（振幅）で各収音機器１２２に到達する。他方、風雑音は前述のように空気の乱流に起因するから、同位相かつ同振幅で各収音機器１２２に到達する可能性は低い。したがって、音響信号ｓ1や音響信号ｓ2にて風雑音が優勢となるほど両者間の位相差や強度差が増加するという傾向がある。以上の傾向を考慮して、本実施形態では、音響信号ｓ1と音響信号ｓ2との位相差や強度差に応じて処理係数列Ｇiの各係数値ｇi[fm,tn]を補正する。
【００４２】
第２実施形態の音響処理装置１００は、第１実施形態の特性解析部３４Aを図６の特性解析部３４Bに置換した構成である。図６に示すように、特性解析部３４Bは、特性解析部３４Aと同様の要素（行列分解部４２，雑音特定部４４，係数列生成部４６）に加えて位相差算定部５２と強度差算定部５４とを含んで構成される。各音響信号ｓi（ｓ1，ｓ2）の帯域ＢMの成分が位相差算定部５２および強度差算定部５４に供給される。帯域ＢMは、風雑音の周波数と主要な目的音成分の周波数とを包含するように設定される。例えば、帯域ＢMは４kHz以下の周波数帯域（すなわち帯域ＢLを含む帯域）に設定される。
【００４３】
位相差算定部５２は、音響信号ｓ1と音響信号ｓ2との位相差ΔＰ[tn]を単位期間ｔn毎に算定する。位相差ΔＰ[tn]は、例えば、帯域ＢM内の各周波数での位相差の代表値（例えば平均値）である。同様に、強度差算定部５４は、音響信号ｓ1と音響信号ｓ2との強度差（例えば振幅差やパワー差）ΔＡ[tn]を単位期間ｔn毎に算定する。
【００４４】
係数列生成部４６は、第１実施形態の係数値ｇi[fm,tn]と同様の方法で算定した係数値γi[fm,tn]（第１実施形態の係数値ｇi[fm,tn]に相当する）を、位相差算定部５２が算定した位相差ΔＰ[tn]と強度差算定部５４が算定した強度差ΔＡ[tn]とに応じて補正することで処理係数列Ｇiの係数値ｇi[fm,tn]を算定する。
【００４５】
第１に、係数列生成部４６は、位相差算定部５２が算定した位相差ΔＰ[tn]に応じて単位期間ｔn毎に係数値ξp[tn]を設定する。具体的には、位相差ΔＰ[tn]が大きい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ξp[tn]が小さい数値となるように、係数値ξp[tn]は０以上かつ１以下の範囲内で可変に設定される。第２に、係数列生成部４６は、強度差算定部５４が算定した強度差ΔＡ[tn]に応じて単位期間ｔn毎に係数値ξa[tn]を設定する。具体的には、強度差ΔＡ[tn]が大きい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ξa[tn]が小さい数値となるように、係数値ξa[tn]は０以上かつ１以下の範囲内で可変に設定される。
【００４６】
第３に、係数列生成部４６は、数式(A)の演算で算定した係数値γi[fm,tn]を係数値ξp[tn]と係数値ξa[tn]に応じて調整することで処理係数列Ｇiの各係数値ｇi[fm,tn]（ｇi[f1,t1]〜ｇi[fM,tN]）を算定する。例えば、係数列生成部４６は、係数値γi[fm,tn]と係数値ξp[tn]と係数値ξa[tn]との乗算値を係数値ｇi[fm,tn]として算定する（ｇi[fm,tn]＝γi[fm,tn]×ξp[tn]×ξa[tn]）。以上の説明から理解されるように、係数値ξp[tn]や係数値ξa[tn]が小さい（すなわち単位期間ｔnにて風雑音が優勢である）ほど係数値ｇi[gm,tn]は小さい数値となる。したがって、第２実施形態によれば、第１実施形態と比較して風雑音を充分に抑圧できるという利点がある。
【００４７】
なお、以上の例示では単位期間ｔn毎に位相差ΔＰ[tn]および強度差ΔＡ[tn]を算定したが、周波数ｆm毎の位相差ΔＰ[fm,tn]と周波数ｆm毎の強度差ΔＡ[fm,tn]とを各単位期間ｔnについて算定する構成も好適である。係数列生成部４６は、周波数ｆmと単位期間ｔnとの組合せ毎に、位相差ΔＰ[fm,tn]に応じた係数値ξp[fm,tn]と強度差ΔＡ[fm,tn]に応じた係数値ξa[fm,tn]とを算定する。処理係数列Ｇiの係数値ｇi[fm,tn]は、例えば係数値γi[fm,tn]と係数値ξp[fm,tn]と係数値ξa[fm,tn]との乗算値として算定される。
【００４８】
＜Ｃ：第３実施形態＞
次に、本発明の第３実施形態を説明する。第１実施形態では、雑音基底Ｃi_noiseの除外後の行列ＶAiに応じた処理係数列Ｇi（Ｇ1，Ｇ2）を音響信号ｓiの観測行列Ｖiに作用させることでスペクトルＹiの時系列を生成した。前述の通り、行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列は、単位期間ｔnのスペクトルＸiから風雑音を抑圧したパワースペクトルに相当する。そこで、第３実施形態では、雑音基底Ｃi_noiseの除外後の行列ＶAiをスペクトルＹiの時系列として利用する。すなわち、処理係数列Ｇiの生成や観測行列Ｖiに対する適用は省略される。
【００４９】
第３実施形態の音響処理装置１００は、第１実施形態の特性解析部３４Aおよび雑音抑圧部３６を図７の雑音抑圧部６０に置換した構成である。図７に示すように、雑音抑圧部６０は、行列分解部４２と雑音特定部４４と抑圧処理部４８とを含んで構成される。行列分解部４２および雑音特定部４４は、第１実施形態と同様である。すなわち、行列分解部４２は、各観測行列Ｖiの非負行列因子分解で基底行列Ｗi（Ｗ1，Ｗ2）と係数行列Ｈi（Ｈ1，Ｈ2）とを生成し、雑音特定部４４は、基底行列Ｗ1内の雑音基底Ｃ1_noiseと基底行列Ｗ2内の雑音基底Ｃ2_noiseとを特定する。
【００５０】
抑圧処理部４８は、音響信号ｓ1および音響信号ｓ2の各々について、当該音響信号ｓiの基底行列Ｗiから雑音基底Ｃi_noiseを除外したＭ行×(K-1)列の行列ＷAiと、雑音基底Ｃi_noiseに対応する重み系列Ｅi_noiseを係数行列Ｈiから除外した(K-1)行×Ｎ列の行列ＨAiとの乗算で算定されるＭ行×Ｎ列の行列ＶAiを、風雑音の抑圧後のスペクトルＹiの時系列（スペクトログラム）として解析期間ＴA毎に順次に生成する。すなわち、行列ＶAiの第ｎ列に位置するＭ個の要素値ｖa[f1,tn]〜ｖa[fM,tn]の系列が単位期間ｔnのスペクトルＹiとして波形合成部３８に供給される。他の動作は第１実施形態と同様である。
【００５１】
第３実施形態では、雑音基底Ｃi_noiseを基底行列Ｗiから除外した行列ＷAiと重み系列Ｅi_noiseを係数行列Ｈiから除外した行列ＨAiとの乗算でスペクトルＹiの時系列（行列ＶAi）が生成される。したがって、第１実施形態と同様の効果が実現される。また、処理係数列Ｇiの算定（数式(A)）や観測行列Ｖiに対する適用が省略されるから、第１実施形態と比較して音響処理装置１００の構成や処理が簡素化されるという利点もある。
【００５２】
＜Ｄ：変形例＞
以上の各形態には多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は適宜に併合され得る。
【００５３】
（１）変形例１
以上の各形態では、音響信号ｓiを帯域ＢLと帯域ＢHとに分割したが、音響信号ｓiの帯域分割は省略され得る。例えば、音響信号ｓiの全帯域を特性解析部３４（３４A，３４B）や雑音抑圧部３６による処理の対象とした構成も採用される。もっとも、風雑音の強度は高域側の帯域（例えば帯域ＢH）で低下するから、音響信号ｓiの帯域分割を省略した構成では、風雑音の独立した基底Ｃi[k]を非負行列因子分解で高精度に抽出することが困難となる。したがって、抑圧の対象となる雑音成分の周波数帯域が事前に判明している場合には、雑音成分を包含する周波数帯域（帯域ＢL）のみを特性解析部３４（３４A，３４B）や雑音抑圧部３６による処理の対象とした前述の構成が格別に好適である。
【００５４】
（２）変形例２
以上の各形態では、音響信号ｓiの解析期間ＴA毎に処理係数列Ｇiを生成したが、解析期間ＴAの区切は省略される。例えば、音響信号ｓiの全区間にわたる単位期間ｔn毎のスペクトルＸiの時系列を１個の観測行列Ｖiとして処理係数列Ｇiを生成する構成も採用され得る。
【００５５】
（３）変形例３
以上の各形態では、スペクトルＳiをパワースペクトルとした構成を例示したが、スペクトルＳiを振幅スペクトルとした構成も採用され得る。前掲の数式(A)で算定される係数値ｇi[fm,tn]はパワーに対するゲインであるから、スペクトルＳiを振幅スペクトルとした構成では、数式(A)の右辺の平方根（ｖa[fm,tn]／ｖ[fm,tn]）1/2が係数値ｇi[fm,tn]として算定される。
【００５６】
（４）変形例４
以上の各形態では、処理係数列Ｇiの各係数値ｇi[fm,tn]を音響信号ｓiの各成分値ｘi[fm,tn]に乗算することで音響信号ｑiを生成したが、処理係数列Ｇiを音響信号ｓiに作用させる方法は適宜に変更される。例えば、音響信号ｓiの各成分値ｘi[fm,tn]に係数値ｇi[fm,tn]を加算する構成も採用され得る。また、以上の各形態での例示とは反対に、風雑音が優勢であるほど係数値ｇi[fm,tn]が大きい数値となるように処理係数列Ｇiを生成する構成では、成分値ｘi[fm,tn]を係数値ｇi[fm,tn]で除算または減算する構成が採用され得る。
【００５７】
（５）変形例５
以上の各形態では、２系統の音響信号ｑi（ｑ1，ｑ2）を生成したが、１系統（モノラル形式）の音響信号ｑ1のみを生成する場合にも以上の各形態が同様に適用され得る。例えば、観測行列Ｖ1に応じた１個の処理係数列Ｇ1のみを係数列生成部４６が生成し、雑音抑圧部３６は観測行列Ｖ1に対する処理係数列Ｇ1の適用でスペクトルＹ1の時系列のみを生成する。以上の構成では、音響信号ｓ1の基底行列Ｗ1から雑音基底Ｃ1_noiseを特定するために音響信号ｓ2が利用される。
【００５８】
（６）変形例６
演算処理装置２２の処理（処理係数列Ｇiの生成や適用）は、音響信号ｓ1および音響信号ｓ2の供給に並行して実時間的に実行され、各処理毎に逐次的に各音響信号ｑiが再生され得る。ただし、事前に用意された音響信号ｓ1および音響信号ｓ2に対する処理係数列Ｇiの生成や適用が完了してから音響信号ｑiの生成を開始する構成（バッチ処理）も好適である。
【符号の説明】
【００５９】
１００……音響処理装置、１２……信号供給装置、１４……放音装置、２２……演算処理装置、２４……記憶装置、３２……周波数分析部、３４A，３４B……特性解析部、３６……雑音抑圧部、３８……波形合成部、４２……行列分解部、４４……雑音特定部、４６……係数列生成部、５２……位相差算定部、５４……強度差算定部。
【特許請求の範囲】
【請求項１】
並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底を含む基底行列と、前記各基底の重み値の時系列を各々が示す複数の重み系列を含む係数行列とを生成する行列分解手段と、
前記第１音響信号の前記基底行列の前記複数の基底のうち前記第２音響信号の前記基底行列の基底との相関が高い基底を、前記第１音響信号の雑音成分に対応する雑音基底として特定する雑音特定手段と、
前記第１音響信号の前記基底行列のうち前記雑音基底以外の各基底と前記第１音響信号の前記係数行列のうち当該各基底に対応する重み系列とに応じて、前記第１音響信号の前記雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列を生成する係数列生成手段と、
前記第１音響信号に前記処理係数列を作用させる雑音抑圧手段と
を具備する音響処理装置。
【請求項２】
前記行列分解手段は、前記第１音響信号のうち第１帯域の成分について前記基底行列と前記係数行列とを生成し、
前記雑音抑圧手段は、前記第１音響信号のうち前記第１帯域の成分に前記処理係数列を作用させ、
前記雑音抑圧手段による処理後の成分と、前記第１音響信号のうち前記第１帯域と比較して高域側の第２帯域内の成分とを合成する波形合成手段を具備する
請求項１の音響処理装置。
【請求項３】
前記第１音響信号と前記第２音響信号との位相差を算定する位相差算定手段を具備し、
前記係数列生成手段は、前記処理係数列の各係数値を、前記第１音響信号と前記第２音響信号との位相差に応じて可変に設定する
請求項２の音響処理装置。
【請求項４】
前記第１音響信号と前記第２音響信号との強度差を算定する強度差算定手段を具備し、
前記係数列生成手段は、前記処理係数列の各係数値を、前記第１音響信号と前記第２音響信号との強度差に応じて可変に設定する
請求項２または請求項３の音響処理装置。
【請求項１】
並列に収音された第１音響信号および第２音響信号の各々について、当該音響信号の周波数毎の成分値の時系列を要素とする観測行列の非負行列因子分解で、当該音響信号の相異なる成分の周波数毎の成分値を示す複数の基底を含む基底行列と、前記各基底の重み値の時系列を各々が示す複数の重み系列を含む係数行列とを生成する行列分解手段と、
前記第１音響信号の前記基底行列の前記複数の基底のうち前記第２音響信号の前記基底行列の基底との相関が高い基底を、前記第１音響信号の雑音成分に対応する雑音基底として特定する雑音特定手段と、
前記第１音響信号の前記基底行列のうち前記雑音基底以外の各基底と前記第１音響信号の前記係数行列のうち当該各基底に対応する重み系列とに応じて、前記第１音響信号の前記雑音成分が抑圧されるように周波数毎の係数値が設定された処理係数列を生成する係数列生成手段と、
前記第１音響信号に前記処理係数列を作用させる雑音抑圧手段と
を具備する音響処理装置。
【請求項２】
前記行列分解手段は、前記第１音響信号のうち第１帯域の成分について前記基底行列と前記係数行列とを生成し、
前記雑音抑圧手段は、前記第１音響信号のうち前記第１帯域の成分に前記処理係数列を作用させ、
前記雑音抑圧手段による処理後の成分と、前記第１音響信号のうち前記第１帯域と比較して高域側の第２帯域内の成分とを合成する波形合成手段を具備する
請求項１の音響処理装置。
【請求項３】
前記第１音響信号と前記第２音響信号との位相差を算定する位相差算定手段を具備し、
前記係数列生成手段は、前記処理係数列の各係数値を、前記第１音響信号と前記第２音響信号との位相差に応じて可変に設定する
請求項２の音響処理装置。
【請求項４】
前記第１音響信号と前記第２音響信号との強度差を算定する強度差算定手段を具備し、
前記係数列生成手段は、前記処理係数列の各係数値を、前記第１音響信号と前記第２音響信号との強度差に応じて可変に設定する
請求項２または請求項３の音響処理装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１１−２２７４１７（Ｐ２０１１−２２７４１７Ａ）
【公開日】平成２３年１１月１０日（２０１１．１１．１０）
【国際特許分類】
【出願番号】特願２０１０−９９４８８（Ｐ２０１０−９９４８８）
【出願日】平成２２年４月２３日（２０１０．４．２３）
【出願人】（０００００４０７５）ヤマハ株式会社 (5,930)
【公開日】平成２３年１１月１０日（２０１１．１１．１０）
【国際特許分類】
【出願日】平成２２年４月２３日（２０１０．４．２３）
【出願人】（０００００４０７５）ヤマハ株式会社 (5,930)
[ Back to top ]