6.3.2 CalcSpecSubGain

6.3.2.1 ノードの概要

信号＋ノイズのパワースペクトルからノイズパワースペクトルを除去する時に， 推定されたノイズのパワースペクトルをどの程度除去するべきかの最適ゲイン を決定するノードである． その他，音声存在確率（6.3.7 節参照）を 出力する．ただし，このノードは音声存在確率を常に1として出力する． 分離音のパワースペクトルと推定ノイズのパワースペクトルの差分を出力する．

6.3.2.2 必要なファイル

無し．

6.3.2.3 使用方法

どんなときに使うのか

HRLE ノードを用いたノイズ推定時に用いる．

典型的な接続例

CalcSpecSubGain の接続例は図 6.39 の通り． 入力はGHDSS で分離後のパワースペクトルおよび HRLE で推定されたノイズのパワースペクトル． 出力は VOICE_PROB，GAINを SpectralGainFilter に接続する．

6.3.2.4 ノードの入出力とプロパティ

入力

INPUT_POWER_SPEC

: Map<int, ObjectRef> 型． 音源 ID と分離音のパワースペクトルの Vector<float> 型データのペア．

NOISE_SPEC

: Map<int, ObjectRef> 型． 音源 ID と推定ノイズのパワースペクトルの Vector<float> 型データのペア．

出力

VOICE_PROB

: Map<int, ObjectRef> 型． 音源 ID と音声存在確率の Vector<float> 型データのペア．

GAIN

: Map<int, ObjectRef> 型． 音源 ID と最適ゲインの Vector<float> 型データのペア．

OUTPUT_POWER_SPEC

: Map<int, ObjectRef> 型． 音源 ID と分離音から推定ノイズを差し引いたパワースペクトル Vector<float> 型データのペア．

パラメータ

ALPHA

: スペクトル減算のゲイン

BETA

: 最適ゲインの最小値

SS_METHOD

: パワースペクトル減算か振幅スペクトル減算かの選択

6.3.2.5 ノードの詳細

信号＋ノイズのパワースペクトルからノイズパワースペクトルを除去する時に， 推定されたノイズのパワースペクトルをどの程度除去するべきかの最適ゲイン を決定するノードである．音声存在確率（6.3.7 節参照）も 出力する．ただし，このノードは音声存在確率を常に1として出力する．

分離音からノイズを差し引いたパワースペクトルを $Y_ n(k_ i)$ ，分離音のパワースペクトルを $X_ n(k_ i)$ ，推定されたノイズの パワースペクトルを $N_ n(k_ i)$ とすると， OUTPUT_POWER_SPEC からの出力は 次のように表される．

$\displaystyle Y_ n(k_ i) $

$\displaystyle = $

$\displaystyle X_ n(k_ i) - N_ n(k_ i) $

(28)

ただし，$n$ は，分析フレーム番号．$k_ i$ は，周波数インデクスを表す． 最適ゲイン $G_ n(k_ i)$ は，次のように表される．

$\displaystyle G_ n(k_ i) $

$\displaystyle = $

$\displaystyle \left\{ \begin{array}{cr} {\rm ALPHA} \frac{Y_ n(k_ i)}{X_ n(k_ i)}, & {if~ ~ } Y_ n(k_ i) > {\rm BETA}, \\ {\rm BETA}, & {if~ ~ otherwise}. \end{array} \right. $

(29)

単純に $Y_ n(k_ i)$ を用いて処理すると，パワーが負になりえる． 以後の処理で，パワースペクトルの取り扱いが困難になるので，予め， パワーが負にならないようにノイズのパワースペクトルを除去するための ゲインを計算するのが本ノードの狙いである．