エコー除去じょきょ

エコー除去じょきょ（エコーじょきょ、英えい: Echo cancellation）とは、音声おんせい通信つうしん領域りょういきにおいて、電話でんわなどの通話つうわの際さいに話者わしゃの発はっした声こえが受話器じゅわきから話者わしゃに返かえる（反響はんきょう）ことやそれによる不具合ふぐあいを解消かいしょうするための技術ぎじゅつである。自然しぜんな通話つうわを実現じつげんすることやハウリングを防ふせぐ効果こうかがある。音楽おんがく領域りょういきでは、収録しゅうろくされた音源おんげんから収録しゅうろく環境かんきょうによる残響ざんきょうを取とり除のぞく技術ぎじゅつ全般ぜんぱんをいう。

概要がいよう

技術ぎじゅつ上じょうのエコー除去じょきょとは、元もとの信号しんごうから遅延ちえんを伴ともなって繰くり返かえしパターンをエコーとして検出けんしゅつし、エコーを検知けんちしたら、元もとの信号しんごうからそれを引ひくことで除去じょきょする。リアルタイム処理しょりのためには一般いっぱんにデジタルシグナルプロセッサ (DSP) を使つかって実装じっそうされるが、汎用はんようプロセッサ上じょうのソフトウェアとして実装じっそうすることもある。エコー除去じょきょは、エコーサプレッサ（英えい: Echo suppressor）やエコーキャンセラ（英えい: Echo canceller）、あるいは両方りょうほうを使つかって行おこなわれる。

エコーには音響おんきょうエコー（acoustic echo）とハイブリッドエコー（hybrid echo）がある。

歴史れきし

電話でんわにおける「エコー」の定義ていぎは、一般いっぱん的てきな反響はんきょうと同おなじである。人間にんげんが言葉ことばを発はっしたとき、その一部いちぶが反射はんしゃして話者わしゃに戻もどり、耳みみに入はいる。やまびこも同おなじ原理げんりであって、峡谷きょうこくなどでは観光かんこう客きゃくの楽たのしみの一ひとつとなるが、電話でんわではわずらわしい雑音ざつおんに感かんじられる。反射はんしゃは2種類しゅるいに分類ぶんるいされる。遅延ちえんが大おおきいほど好このましくない。遅延ちえんがある程度ていど大おおきければ（数すう百ひゃくミリ秒びょう以上いじょう）、話者わしゃの耳みみには反射はんしゃされた音声おんせいが遅おくれて聞きこえてくるため、非常ひじょうにわずらわしく感かんじられる。遅延ちえんが小ちいさい場合ばあい（10ミリ秒びょう以下いか）、その現象げんしょうを「側がわ音おん; sidetone」と呼よび、人間にんげんの耳みみにとってはそれほどわずらわしくないが、モデムにとっては大おおきな問題もんだいとなる。

電気でんき通信つうしんの初期しょきのころ、人間にんげんの通話つうわの性質せいしつを利用りようしたエコーサプレッサによってエコーの除去じょきょが行おこなわれた。それは、電話でんわ回線かいせんが全ぜん二に重じゅうであっても、人間にんげんが話はなしをするときは両者りょうしゃが同時どうじに話はなすことがないという性質せいしつを利用りようしたものであった。エコーサプレッサは、信号しんごうレベルの大おおきい方ほうの通信つうしん路ろで話者わしゃが話はなしていると想定そうていし、逆ぎゃく方向ほうこうの通信つうしん路ろの信号しんごうを減衰げんすいさせる。当然とうぜんながら、このような方式ほうしきでは完全かんぜんなエコー除去じょきょはできない。両方向りょうほうこうで同時どうじに話はなした場合ばあいや、通話つうわ相手あいての返事へんじが非常ひじょうに素早すばやいためにエコーサプレッサが追おいつかない場合ばあいなどがあり、声こえを発はっしているのに減衰げんすいさせられてしまう場合ばあいがある。

エコーキャンセラは、そのような問題もんだいのあるエコーサプレッサの代替だいたいとして1950年代ねんだいに開発かいはつが始はじまった。当初とうしょそれは人工じんこう衛星えいせいによる通信つうしんでの長ながい遅延ちえんに対応たいおうするためのものであった。最初さいしょのエコーキャンセラは、理論りろん的てきにはAT&Tのベル研究所けんきゅうじょで1960年代ねんだい初はじめに完成かんせいした。しかし、実物じつぶつが開発かいはつされたのは1970年代ねんだい後半こうはんになって電子でんし工学こうがく技術ぎじゅつが進歩しんぽしてからである。エコーキャンセラのコンセプトは、話者わしゃの信号しんごうからエコーを予測よそくして合成ごうせいし、それを逆ぎゃく方向ほうこうの通信つうしん路ろの信号しんごうから引ひくというものである。この技法ぎほうには高度こうどな信号しんごう処理しょり技術ぎじゅつを必要ひつようとする。

デジタル信号しんごう処理しょりが急速きゅうそくに進化しんかし、エコーキャンセラは小型こがた化か・低てい価格かかく化かされていった。1990年代ねんだいにはエコーキャンセラは独立どくりつした機器ききではなくなり、電話でんわ交換こうかん機き内うちに実装じっそうされるようになった（最初さいしょのエコーキャンセラ内蔵ないぞう式しきの電話でんわ交換こうかん機きはノーテルの DMS-250）。エコー除去じょきょ機能きのうが電話でんわ交換こうかん機きに内蔵ないぞうされたことで、通話つうわ毎ごとにエコー除去じょきょの有無うむを自動じどう選択せんたくできるようになり、音声おんせいとデータの区別くべつをする必要ひつようがなくなった。

音響おんきょうエコー

音響おんきょうエコーは、スピーカーからの音声おんせい（例たとえば、電話機でんわきの受話器じゅわきの耳みみにあてる部分ぶぶん）をマイクロフォン（例たとえば、同おなじ受話器じゅわきの口くちにあてる部分ぶぶん）が拾ひろってしまうことで発生はっせいする。一般いっぱんに、電気でんき信号しんごうを使つかった双方向そうほうこうの音声おんせい通信つうしんでは常つねにスピーカーとマイクロフォンが近ちかくにあるため、音響おんきょうエコーも多おおかれ少すくなかれ存在そんざいする。音響おんきょうエコーの身近みぢかな例れいとして、次つぎのようなものがある。

自動車じどうしゃ電話でんわのハンズフリー通話つうわ
普通ふつうの電話でんわをスピーカーフォンあるいはハンズフリーモードで使つかった場合ばあい
電話でんわ会議かいぎシステム（Polycom の Soundstation など）
部屋へやの天井てんじょうなどにスピーカー、テーブル上じょうにマイクロフォンを配置はいちしたシステム
物理ぶつり的てきな結合けつごう（スピーカーの振動しんどうが受話器じゅわき本体ほんたいを伝つたわって、マイクロフォンに拾ひろわれる）

いずれの場合ばあいも、スピーカーからの音声おんせいはほとんど変化へんかすることなくマイクロフォンに拾ひろわれる。これを直接ちょくせつ音響おんきょう経路けいろエコー（direct acoustic path echo）と呼よぶ。エコー除去じょきょの困難こんなんな点てんは、このときの周囲しゅういの環境かんきょうによって音響おんきょうエコーの特性とくせいがオリジナルの信号しんごうとは変かわってしまう点てんにある。このとき、マイクロフォンが拾ひろう音おとの音色ねいろは変かわってしまう。例たとえば、柔やわらかい家具かぐなどが音おとを一部いちぶ吸収きゅうしゅうするために一部いちぶの周波数しゅうはすう成分せいぶんが無なくなったり、周波しゅうは数すうによって反射はんしゃする強つよさが異ことなったりということがある。スピーカーとマイクロフォンのある部屋へやでの音おとの反射はんしゃは様々さまざまな遅延ちえんを生しょうじ、これが残響ざんきょうとなる。

音響おんきょうエコーはオリジナルの音声おんせいを発はっした側がわに到達とうたつする。つまり、A から B に音声おんせいが送信そうしんされたとき、B の部屋へやの中なかで音響おんきょうエコーが発生はっせいし、それが A に送信そうしんされるのである。音響おんきょうエコーは常つねに何なんらかの遅延ちえんを生しょうじるため、耳障みみざわりなものとなる。

ハイブリッドエコー

ハイブリッドエコーは公衆こうしゅう交換こうかん電話でんわ網もうにおいて、ハイブリッドと呼よばれる機器ききでの電気でんきエネルギーの反射はんしゃによって生しょうじる。ハイブリッドとは、網あみの終端しゅうたんである電話機でんわきへの2線せん式しきリンクと、網あみ内ないの4線せん式しきリンクのインタフェースとなる変換へんかん器きである。一般いっぱんに2箇所かしょを接続せつぞくする際さいの通信つうしん経路けいろで、ハイブリッドは2つ存在そんざいし、近ちかい方ほうで生しょうじるハイブリッドエコーは遅延ちえんが小ちいさく、遠とおい方ほうで生しょうじるハイブリッドエコーは遅延ちえんが大おおきい。遅延ちえんが小ちいさいエコーは側がわ音おんとして認識にんしきされるので、遠とおい方ほうでのハイブリッドエコーの方ほうが重大じゅうだいである。しかし、どちらにしても音響おんきょうエコーほどの遅延ちえんは生しょうじない。

エコーサプレッサ

エコーサプレッサは、音声おんせい信号しんごうが流ながれている方向ほうこうを検出けんしゅつし、逆ぎゃく方向ほうこうの通信つうしん路ろを減衰げんすいさせる。一般いっぱんに、近ちかい方ほうで音声おんせいが発生はっせいしたとき、遠とおい方ほうの通信つうしん路ろを減衰げんすいさせる。これにより、話者わしゃが自分じぶんの音声おんせいを聞きくことを防ふせぐ。

この技法ぎほうは効果こうか的てきだが、次つぎに挙あげるようないくつかの問題もんだいを生しょうじる。

通常つうじょうの会話かいわでは、双方そうほうが同時どうじに話はなすこともある。するとエコーサプレッサがあるとき、両方向りょうほうこうから音声おんせい信号しんごうが来くるため、全体ぜんたいとして両方向りょうほうこうに減衰げんすいがかけられる。これを防ふせぐため、両方りょうほうの音声おんせい信号しんごうのレベルが高たかいときはエコーサプレッサが働はたらかないようにすることがある。
エコーサプレッサは信号しんごうレベルを監視かんしして減衰げんすいをかけるかかけないかを判断はんだんしているが、このとき微妙びみょうな遅延ちえんが生しょうじる。このため、一方いっぽうが話はなし始はじめたときに最初さいしょの数すう音おとが聞きこえないという状況じょうきょうが発生はっせいする。これをクリッピング（clippng）と呼よぶ。
通話つうわ相手あいてが騒々そうぞうしい環境かんきょうにいるとき、相手あいてが話はなしている間あいだ、その背後はいごの騒音そうおんも聞きこえるが、こちらが話はなしている間あいだはエコーサプレッサが相手あいての騒音そうおんも減衰げんすいさせる。このとき、スピーカーが突然とつぜん無音むおんになるため、回線かいせんが切きれたと誤解ごかいすることがある。

エコーキャンセラ

ベル研究所けんきゅうじょでの発明はつめい以来いらい、エコー除去じょきょアルゴリズムは改良かいりょうが加くわえられてきた。エコーキャンセラは次つぎのように機能きのうする。

受信じゅしん音声おんせい信号しんごうをデジタル的てきに標本ひょうほん化かし、参照さんしょう信号しんごうとする。
その受信じゅしん音声おんせい信号しんごうをスピーカーで再生さいせいする。
マイクロフォンが直接ちょくせつ経路けいろ音おんや反射はんしゃ音おんを拾ひろう。
マイクロフォンが拾ひろった音声おんせいもエコー信号しんごうとしてデジタル標本ひょうほん化かする。
参照さんしょう信号しんごうとエコー信号しんごうを比較ひかくする。理想りそう的てきな系けいでは、これらは全まったく同おなじである。
参照さんしょう信号しんごうと180°位相いそうをずらしたエコー信号しんごうを合成ごうせいする。理想りそう的てきな系けいでは、これによってエコー信号しんごうが完全かんぜんに除去じょきょされる。

この過程かていを常つねに繰くり返かえす。

エコーキャンセラには、2つの大おおきな問題もんだいがある。第だい一いちに、スピーカー、マイクロフォン、周囲しゅういの空間くうかんなどの特性とくせいによってエコー信号しんごうが変質へんしつすることである。第だい二には、エコー信号しんごうの変質へんしつの特性とくせいはその時ときどきで変かわるという点てんである。

第だい一いちの問題もんだいに対たいしては、音響おんきょう空間くうかんを時とき系列けいれつ領域りょういきと周波数しゅうはすう領域りょういきでモデル化かすることで対処たいしょする。音響おんきょうエコー除去じょきょアルゴリズムは、現在げんざいと過去かこのサンプルの差分さぶんを比較ひかくすることで、次つぎのサンプルを予測よそくする。単純たんじゅん化かすると、サンプルはスピーカーが再生さいせいする直前ちょくぜんとマイクロフォンで拾ひろった直後ちょくごに採とられる。これらを周波数しゅうはすう領域りょういきで比較ひかくする。これはフーリエ変換へんかんによって視覚しかく化かできる。結果けっかとして得えられる情報じょうほうは、次つぎの音おとが音響おんきょう経路けいろによってどのように変化へんかさせられるかを予測よそくするのに使つかわれる。この音響おんきょう空間くうかんのモデルは継続けいぞく的てきに更新こうしんされる。更新こうしんは即時そくじではなく、約やく 0.5 秒びょう程度ていどの遅延ちえんがある。

古ふるいエコーキャンセラでは、インパルスやピンクノイズを使つかったトレーニングが必要ひつようだった。最近さいきんのシステムは無音むおん状態じょうたいから55dBでしべるのキャンセルまで、約やく 200ms で追随ついずいする。

エコーの特性とくせいの変化へんかは、主おもに部屋へやの音響おんきょう環境かんきょうの変化へんかによるものである。例たとえば、何なにか動うごくものがあったり、マイクロフォンを部屋へやの中なかで動うごかした場合ばあいなどに特性とくせいが変化へんかする。ドアを開閉かいへいしたり、イスとテーブルの位置いちが変かわったり、引ひき出だしを出だし入いれしても音響おんきょう空間くうかんの反射はんしゃ特性とくせいが変かわる。このため、エコーキャンセラのアルゴリズムでは非線形ひせんけい処理しょり（Non-Linear Processing、NLP）と呼よばれる積極せっきょく的てきな適応てきおうも行おこなわれる。ただし、NLPを多用たようすると、キャンセルし過すぎの状態じょうたいとなる。その場合ばあい、エコー信号しんごうが弱よわいながらも逆ぎゃく位相いそうで残のこってしまう。

欠点けってん

エコーサプレッサは正ただしい信号しんごうも削除さくじょしてしまうという副作用ふくさようがある。これにより本来ほんらいなら聞きこえているはずの信号しんごうが消けされてしまう「クリッピング」という現象げんしょうが発生はっせいする。理想りそう的てきな状態じょうたいではエコーキャンセラだけで十分じゅうぶんエコー除去じょきょできる。しかし現実げんじつには、多おおくの場合ばあいそれだけでは不十分ふじゅうぶんである。そのため、エコーキャンセラとエコーサプレッサを組くみ合あわせて、それなりの性能せいのうを達成たっせいしているのが現状げんじょうである。

モデム

電話でんわ回線かいせんでモデムを使つかったデでータ通信たつうしんを行おこなう場合ばあい、エコー除去じょきょ機能きのうが働はたらくとデータが壊こわれてしまう可能かのう性せいがある。電話でんわ機器ききの中なかには、2100Hzへるつか 2225Hzへるつのアンサートーンを検出けんしゅつするとエコー除去じょきょをしないようにしているものもある。これは、ITU-Tの G.164 や G.165 に規定きていされている。

1990年代ねんだい、V32やそれ以降いこうのモデムは、内部ないぶにエコーキャンセラを装備そうびしていた。これにより双方向そうほうこうで同おなじ周波数しゅうはすう帯域たいいきを使つかうことが可能かのうとなり、転送てんそうレートが向上こうじょうした。コネクションを確立かくりつする過程かていで、双方そうほうのモデムがラインプローブ信号しんごうを送おくり、エコーを計測けいそくし、遅延ちえんを設定せっていする。この場合ばあいのエコーは音響おんきょうエコーではなく、ハイブリッドエコーである。

デジタル加入かにゅう者しゃ線せんでも自動的じどうてきなエコー除去じょきょが行おこなわれている。送信そうしん側がわと受信じゅしん側がわでは周波数しゅうはすう帯域たいいきを分わけるのが一般いっぱん的てきだが、スペクトルオーバーラップ伝送でんそう方式ほうしきではエコーキャンセラによる信号しんごうの分離ぶんりが必須ひっすとなっている。

外部がいぶリンク