Graduate School of Information Science, Nara Institute of Science and Technology

Speech and Acoustics ProcessingLaboratory

音響信号処理特論

ビームフォーミングとスペクトル減算の統合手法におけるミュージカルノイズ発生量の

高次統計量に基づく解析

猿渡　洋（奈良先端大）

背景

雑音環境下における（ハンズフリー）音声通話，音声認識要求の高まり

実環境における雑音抑圧手法　様々な雑音抑圧手法

単一チャネル► スペクトル減算， Wiener Filtering, etc ...

マルチチャネル信号処理► マイクロホンアレー信号処理► 単一チャネル雑音抑圧手法では利用できない空間情報を利用可能

マルチチャネル信号処理と非線形ポスト処理の組み合わせ マルチチャネル信号処理よりも更に高い雑音抑圧性能 非線形処理に伴う人工的な歪であるミュージカルノイズが発生

ミュージカルノイズの発生は利用者に不快感を与える

　できる限り発生を抑えたい

マイクロホンアレー信号処理と非線形ポスト処理の組み合わせの例

► 従来の ICA では取り扱いが難しい点音源で近似できない 拡散性の雑音を取り扱い可能► ブラインド処理► 非定常な雑音を取り扱い可能► 後段に SS を用いるため，ミュージカルノイズが問題

ハンズフリー音声認識を目的とした，雑音抑圧手法 独立成分分析 (ICA) で推定した雑音を， 遅延和アレー (DS) により目的音を強調した信号からスペクトル減算

DS( 目的音強調 )

ICA( 雑音推定 )

スペクトル減算

特徴

ブラインド空間的サブトラクションアレー

マイクロホンアレー信号処理と非線形ポスト処理の組み合わせ手法マイクロホンアレー信号処理と非線形ポスト処理の組み合わせ手法

背景

高次統計量を用いたミュージカルノイズ発生量の指標

人が感じるミュージカルノイズの発生

量処理後の尖度の変化

強い関連

ミュージカルノイズの発生量と尖度（４次統計量）の間の関連 [1]主観的なミュージカルノイズの発生量と強い相関があることを確認

ミュージカルノイズの発生をできる限り抑ミュージカルノイズの発生をできる限り抑えたいえたいミュージカルノイズの発生量に関する非線形処理のパラメータ最適化を行い

たい 音質劣化を抑えつつ，できる限り処理強度（雑音抑圧性能）をあげたい

ミュージカルノイズの発生量に関する定量的な尺度が無い ヒューリスティックにパラメータを決定する事が多くなる 対象となる信号が変わるたびにパラメータを決める必要性

[1] Yoshihisa Uemura, et al, Automatic Optimization Scheme of Spectral Subtraction based on musical noise assessment via higher-order statistics,‘’ IWAENC2008.

マイクロホンアレー信号処理と非線形処理の組み合わせ手法において，ミュージカルノイズの側面からも議論できるようにな

った

問題

スペクトル減算後の尖度解析

平均値 平均値

負になった成分は零成分として積み上がる

分布が零方向へ移動し元の分布形状が変化する

スペクトル減算前 スペクトル減算後

スペクトル減算後の p.d.f.

スペクトル減算は推定雑音の平均に，ある一定の減算係数を乗じて減算する． すなわち，パワースペクトル上で p.d.f. が下図のように変形される．

ミュージカルノイズの発生量を抑えるアレー信号処理と非線形処理の統合手法

チャネル毎スペクトル減算とアレー信号処理の組み合わせ [2]

チャネル毎にスペクトル減算を行った後，遅延和アレー (DS) を適用する（下図右） 雑音抑圧性能を損なわず，ミュージカルノイズの発生を抑制できる． 尖度に基づく解析の結果，ガウス性雑音に対しては理論的にも尖度を低減， すなわちミュージカルノイズを低減できることを示した．

Noise estimation by beamforming

DS SSSS

SS

Channel-wisenoise estimation

DS

従来良く見られる組み合わせ方(BF+SS)

検討している組み合わせ方(chSS+BF)

[2] 高橋他，”チャネル毎スペクトル減算を用いたマイクロホンアレー・ポスト処理における　　ミュージカルノイズの低減 ,” 日本音響学会秋季研究発表会講演論文集， 2-8-17, pp.671—674,2008.

本発表では，この検討している構造 (chSS+BF) がガウス性雑音以外に対してもミュージカルノイズを低減できる事を示す

従来のスペクトル減算のつなぎ方(BF+SS)

Beamforming(Delay-and-Sum)

Noise estimation(ICA, NBF, ABF,...)

Spectralsubtraction

(SS)

ビームフォーミングの後ろに，スペクトル減算を接続

1. ビームフォーミング (DS) によりシングルチャネルの目的音強調信号を得る．2. 同時に，死角制御型ビームフォーマ (NBF) や，適応アレー， ICA を用いて シングルチャネルの雑音推定信号を得る．3. 最後に 1, 2 で得られた信号を基にスペクトル減算を行い雑音抑圧信号を得る．

処理手順

提案法：ミュージカルノイズを低減可能なスペクトル減算のつなぎ方 (chSS+BF)

Channel-wisenoise estimation

SS

SSDS

チャネル毎にスペクトル減算を行ってから，後段でビームフォーミング

処理手順1. チャネル毎に雑音推定を行う． ( この推定はたとえば， Single-input multiple-output ICA (SIMO-ICA) などで

行う )2. チャネル毎にスペクトル減算を行い，マルチチャネルの雑音抑圧信号を得

る．3. 2 で得られたマルチチャネルの信号に対して，ビームフォーミングを行う．この この SS SS の接続方法だと処理後の尖度を下げることが可能 の接続方法だと処理後の尖度を下げることが可能 (( 詳細は後詳細は後

述述 ))

処理後の尖度を BF+SS に比べて低減可能 ミュージカルノイズを低減可能

尖度に基づく解析の指針

解析の流れ1. まず，スペクトル減算および， DS によってどのくらい尖度が変化するか

を示す．2. 次に，上記の解析結果を基に， chSS+BF および BF+SS によってどのくらい尖度が 変化するかを示す．仮定する信号 J チャネルのマルチチャネル信号 xj ( j=1, ..., J) を考える． チャネル毎に独立かつ同一分布に従う (i.i.d.) 信号が入力されているとする． また，時間領域における入力信号が従う分布の確率密度関数 (p.d.f.) は 両側対称かつ平均ゼロとする．

　この仮定により， 1 次を除く奇数次モーメント / キュムラントはゼロになる．

また，入力信号はパワースペクトル上ではガンマ分布でモデリングできるとする．

これらの仮定は入力信号がガウス性であることを仮定しない すなわち実環境におけるほとんど全ての雑音を対象にできる

処理後の尖度の増加量が小さい＝ミュージカルノイズの発生量が少ない　⇒ 尖度を基に解析を行い chSS+BF の尖度増加量が小さいことを示す

スペクトル減算後の尖度解析

スペクトル減算後の尖度

スペクトル減算後のは以下のように表現できる [3]

[3] Y. Uemura et al., “Automatic optimization scheme of spectral subtraction based on musical noise assessment via higher-order statistics,” Proc. of IWAENC 2008,

スペクトル減算後の尖度は

減算係数だけでなく，処理前の信号の統計的性質にも依存する．

スペクトル減算の減算係数を大きくすると尖度が上昇する 入力信号の分布の形状（ α ）により，処理後の尖度が異なる．

DS 後の信号の尖度解析

モーメントとキュムラントを用いて解析を進め， DS 後の尖度がどうなるか明らかにする．ここでは以下の性質と仮説を用いる．

キュムラントに関する和の性質

周波数領域におけるパワー領域信号は以下のように表現できる

ここで，実部，虚部が互いに i.i.d. な信号であると仮定すると，パワー領域信号は２つの i.i.d. な信号の 2 乗信号の和になるため，キュムラントの和の性質からパワー領域のキュムラントを求めることができる．

パワー領域信号

DS 後の尖度の解析手順

入力キュムラント

DS 後キュムラント

DS DS 後モーメント

DS 後 2 乗モーメント

DS 後 2 乗キュムラント

DS 後パワー領域キュムラント

DS 後パワー領域モーメント

DS 後パワー領域尖度

時間領域

2乗領域

パワー領域

以下のように，時間領域から 2乗領域を経て，パワー領域の尖度を求める

2乗領域へ

パワー領域へ

DS 後の尖度

DS 後のパワー領域モーメント

DS 後の尖度

ここで求めた DS 後の尖度は任意のキュムラントを設定でき

あらゆる雑音に適用可能

DS 処理前後における尖度の関係

導出した尖度により，以下のような DS の処理前後の尖度の関係が導かれる

ここで，尖度が 6 未満の信号は劣ガウシアン信号であり， 現実的な音響信号として存在することは稀であると考えられる． そこで入力信号の尖度が 6 以上であるとするとおおよそ，以下のように近似できる．

マイクロホンの数が増えるに従って尖度の低減量が増加する

= ミュージカルノイズの発生量が低減する

最終出力の尖度比較

BF+SS の最終出力の尖度

chSS+BF の最終出力の尖度

ここからは， BF+SS及び chSS+BF の最終出力の尖度を議論する．

これらの最終出力の尖度のどちらが小さいかを議論する

最終出力の尖度の比較

導出した BF+SS, chSS+BF の最終出力の尖度を比較するため，次の指標を用いる．

この D は出力尖度の二手法間での差を表している． D>0 であれば， chSS+BF が BF+SS に比べて小さい尖度の信号を　 出力していることを示す．

比較指標

手順 様々な尖度の入力信号に対する上記指標を観察する． なお，スペクトル減算の減算係数は 2.0 で固定．

D>0 であれば， chSS+BF の方がミュージカルノイズを低減できている事を示す．

最終出力の尖度の比較 : 結果

chSS+BF は BF+SS に比べて様々な入力信号に対して尖度を低減できる 効果がある事が分かる

Gaussian Super Gaussian

非ガウス性の雑音に対しても chSS+BF はミュージカルノイズの発生量を低減できる．

実験結果：入力がガウス性雑音の場合

• 雑音抑圧量は同じまま，ミュージカルノイズの発生を抑圧できる雑音抑圧量は同じまま，ミュージカルノイズの発生を抑圧できる• 尖度変化量とミュージカルノイズ発生量の関係の正当性を示唆　尖度変化量とミュージカルノイズ発生量の関係の正当性を示唆　

残留雑音の量処理後の尖度の増加量

悪

良

悪

良

実験結果case2: BF+SS のフロアリング係数 >0

フロアリング係数によっては BF+SS も 提案 chSS+BF と 同じ尖度を達成できる． しかしながら，その場合雑音抑圧性能は劣化

主観評価実験 – 実験条件

サンプリング周波数 16 kHz

目的音声 10 発話 ( 男性 5 発話，女性 5 発話 )

マイクロホン素子数 8

雑音

白色雑音，実収録の駅雑音，音声の三種類の雑音を 36 個のラウドピーカから再生し収録したもの．　　　　　　　　　　　　注：これらの雑音は実収録して

おり，　　　　　　　　　　　　　　チャネル間相関を含む

提示方法 AB 法被験者数 男性 8 名

提示信号数雑音１種類につき 10 ペアの信号計 30 ペアの信号を提示

提示信号および被験者数

目的 chSS+BF と BF+SS で処理した信号のどちらがより ミュージカルノイズが少ないか主観的に評価する．

信号収録に使用した実験環境

主観評価実験 – 結果

どの雑音についても，提案 chSS+BF の方がミュージカルノイズが少ないという判断がなされている

まとめ

ミュージカルノイズを抑えるための線形処理と非線形処理の統合手法 　 として検討している chSS+BF について，ガウス性雑音以外の 雑音に対する挙動の解析を行った． その結果，ガウス性雑音以外の雑音に対しても効果がある事が 確認された．

今後の課題

チャネル間相関が存在する場合の理論的な解析 DS 以外のマイクロホンアレー信号処理の検討 スペクトル減算以外の非線形処理における検討