雑音重畳音声からの窓関数の特性を用いた音声信号スペクトルの推定

摘要

音声を収録する場合、周囲が騒がしいと目的の音声以外に余計な雑音が入ってきてしまう。こういった場合に雑音低減の技術が用いられる。複数のマイクや指向性のマイクによる雑音低減の方法は実用化されている。しかし、単一マイクでサンプルされた信号の雑音低減は難しい。本研究の目的は単一マイクで収録した雑音が混じった観測信号スペクトルから音声信号スペクトルを推定することである。本研究では、先行研究である統計的モデルと決定論的モデルを組み合わせた音声スペクトルのMMSE 推定[4](以下、SD 法) を実装し、その決定論的モデルの問題点を考察した。また、その問題点に対する改善案として窓関数の特性を用いて音声信号の周波数を推定し、推定した周波数から音声を再構成する方法[7] を採用した。この方法と先行研究における統計的モデルを組み合わせた音声スペクトル推定システムを提案した。そして、SD 法によるシステムと提案システムとの性能比較実験を行った。実験では評価尺度にセグメンタルSNR 改善値と対数スペクトル歪みを用いた。その結果、雑音が音声よりも大きな信号ではほとんどの場合で提案システムの方が良い結果が得られた。特にレストラン雑音はすべてのSNR でSD 法によるシステムを上回った。一方、元々SNRが高いときやバス雑音では、音声の周波数推定の精度が良くなかったため提案システムの方が悪い結果となった。今後の課題としては、窓関数の特性を用いた音声スペクトル推定システムの中で行われる周波数推定の精度向上が挙げられる。