第 6 章 ノードリファレンス 51
6.3 Separation カテゴリ
6.3.6 HRLE
ノードの概要
本ノードは，Histogram-based Recursive Level Estimation (HRLE)法によって定常ノイズレベルを推定する．
HRLEは，入力スペクトルのヒストグラム（頻度分布）を計算し，その累積分布とパラメータLxにより指定 した正規化累積頻度からノイズレベルを推定する．ヒストグラムは，指数窓により重み付けされた過去の入力 スペクトルから計算され，１フレームごとに指数窓の位置は更新される．
必要なファイル 無し
使用方法
どんなときに使うのか
スペクトル減算によるノイズ抑圧を行うときに用いる．
典型的な接続例
図6.46に示すように，入力はGHDSSなどの分離ノードの後に接続し，出力はCalcSpecSubGainなどの最 適ゲインを求めるノードに接続する．図6.47は，EstimateLeakを併用した場合の接続例である．
図6.46:HRLEの接続例1
ノードの入出力とプロパティ
入力
INPUT SPEC :Map<int, float>型． 入力信号のパワースペクトル
図6.47:HRLEの接続例2 表6.38: HRLEのパラメータ表 パラメータ名 型 デフォルト値 単位 説明
LX float 0.85 正規化累積頻度（Lx値）．
TIME CONSTANT float 16000 [pt] 時定数．
NUM BIN float 1000 ヒストグラムのビン数．
MIN LEVEL float -100 [dB] ヒストグラムの最小レベル．
STEP LEVEL float 0.2 [dB] ヒストグラムのビンの幅．
DEBUG bool false デバッグモード．
出力
NOISE SPEC :Map<int, float>型． 推定ノイズのパワースペクトル
パラメータ
LX :float型．デフォルトは0.85．累積頻度分布上の正規化累積頻度を0–1の範囲で指定する．0を指定す
ると最小レベル，1を指定すると最大レベル，0.5を指定するとメジアン（中央値）を推定する．
TIME CONSTANT :float型．デフォルトは16000．時定数（0以上）を時間サンプル単位で指定する．
NUM BIN :float型．デフォルトは1000．ヒストグラムのビン数を指定する．
MIN LEVEL :float型．デフォルトは-100．ヒストグラムの最小レベルをdB単位で指定する．
STEP LEVEL :float型．デフォルトは0.2．ヒストグラムのビンの幅をdB単位で指定する．
DEBUG :boolデフォルトはfalse．デバッグモードを指定する． デバッグモード(true)の場合，累積ヒ
出力値は，複数の行と列を含む複素行列数値形式であり，行は周波数ビンの位置，列はヒストグラム の位置，各要素は丸括弧で区切られた複素数値（左側が実数，右側が虚数部）を示す．（累積ヒストグラ ムは，実数値であるため，通常では虚数部は0である．しかし今後のバージョンでも0であることは保 障されない．） 1つのサンプルに対する累積ヒストグラムの加算値は，1ではなく指数的に増大してい る（高速化のため）． そのため累積ヒストグラム値は，累積頻度そのものを表してはいない事に注意 されたい． 各行の累積ヒストグラム値のほとんどが0で，最後の列に近い位置のみに値を含む場合，
入力値が設定したヒストグラムのレベル範囲を超えて大きい状態（オーバーフロー状態）にあるので，
NUM BIN, MIN LEVEL,STEP LEVELの一部またはすべてを高い値に設定しなおすべきである． また 逆に各行の累積ヒストグラム値がほとんど一定値で，最初の列に近い位置のみに異なる低い値が含まれ る場合，入力値が設定したヒストグラムのレベル範囲より小さい状態（アンダーフロー状態）にあるの で，MIN LEVELを低い値に設定しなおすべきである．出力の例：
Compmat.disp()
---[(1.00005e-18,0), (1.00005e-18,0), (1.00005e-18,0), ..., (1.00005e-18,0);
(0,0), (0,0), (0,0), ..., (4.00084e-18,0);
...
(4.00084e-18,0), (4.00084e-18,0), (4.00084e-18,0), .., , (4.00084e-18,0)]ˆT Matrix size = 1000 x 257
ノードの詳細
図6.48にHRLEの処理フローを示す．HRLEは，入力パワーからレベルのヒストグラムを求め，その累積分 布からLxレベルを推定する処理となっている．Lxレベルとは，図6.49に示すように，累積頻度分布上の正規 化累積頻度がxになるレベルである．xは，パラメータであり，例えば，x=0であれば最小値，x=1であれ ば最大値，x=0.5であれば中央値を推定する処理となる．
䠍䠊䝺䝧䝹 䜈䛾ኚ
䠎䠊䜲䞁 䝕䝑䜽䝇 䛾ィ⟬
䠏䠊䝠䝇䝖 䜾䝷䝮䛾
᭦᪂
䠐䠊⣼✚䝠䝇䝖 䜾䝷䝮䛾ィ⟬
䝺䝧䝹 㢖ᗘ
䝺䝧䝹
⣼✚㢖ᗘ
䠑䠊Lx䜲 䞁䝕䝑䜽 䝇䛾ィ⟬
䠓䠊䝟䝽 䞊䜈䛾 ኚ
䝠䝇䝖䜾䝷䝮
⣼✚䝠䝇䝖䜾䝷䝮 ᥎ᐃ䝜䜲䝈
䝟䝽䞊 䠄䝇䝨䜽䝖䝹䠅
ධຊ䝟䝽䞊 䠄䝇䝨䜽䝖䝹䠅
䠒䠊䝺䝧䝹 䛾ィ⟬
yp YL Iy
N(t, i)
S(t, i) x
Ix Lx
np
䠍䠊䝺䝧䝹 䜈䛾ኚ
䠎䠊䜲䞁 䝕䝑䜽䝇 䛾ィ⟬
䠏䠊䝠䝇䝖 䜾䝷䝮䛾
᭦᪂
䠐䠊⣼✚䝠䝇䝖 䜾䝷䝮䛾ィ⟬
䝺䝧䝹 㢖ᗘ
䝺䝧䝹
⣼✚㢖ᗘ
䠑䠊Lx䜲 䞁䝕䝑䜽 䝇䛾ィ⟬
䠓䠊䝟䝽 䞊䜈䛾 ኚ
䝠䝇䝖䜾䝷䝮
⣼✚䝠䝇䝖䜾䝷䝮 ᥎ᐃ䝜䜲䝈
䝟䝽䞊 䠄䝇䝨䜽䝖䝹䠅
ධຊ䝟䝽䞊 䠄䝇䝨䜽䝖䝹䠅
䠒䠊䝺䝧䝹 䛾ィ⟬
yp YL Iy
N(t, i)
S(t, i) x
Ix Lx
np
図6.48:HRLEの処理フロー
HRLEの具体的な処理手順は，下記の７つの数式（図6.48の各処理に対応）で示すとおりである．式中で，
tは時刻（フレーム単位），y は入力パワー(INPUT SPEC)，n は推定ノイズパワー(NOISE SPEC])，x，α，
Power Level L [dB]
Frequency N(L) [# of counts]
Noise
Speech
L0 L100
Power Level L [dB]
Cumulative Frequency S(L) [# of cnts.]
Noise
Speech Smax
0 x [%]
Lx
=x/100*Smax
Cumulation
図6.49: Lx値の推定
Lmin，Lstepはヒストグラムに関わるパラメータでそれぞれ正規化累積頻度(LX)，時定数(TIME CONSTANT)，
ビンの最小レベル(MIN LEVEL)，ビンのレベル幅(STEP LEVEL)，⌊a⌋はa以下のaに最も近い整数を示して いる．また，パラメータを除く全ての変数は，周波数の関数であり，各周波数毎に独立して同じ処理が施され る．式中では，簡略化のため周波数を省略した．
YL(t) = 10 log10yp(t), (6.48)
Iy(t) = ⌊(YL(t)−Lmin)/Lstep⌋, (6.49) N(t,l) = αN(t−1,l)+(1−α)δ(l−Iy(t)), (6.50) S(t,l) =
∑l k=0
N(t,k), (6.51)
Ix(t) = argmin
I
[
S(t,Imax) x
100−S(t,I)
], (6.52)
Lx(t) = Lmin+Lstep·Ix(t), (6.53)
np(t) = 10Lx(t)/10 (6.54)
参考文献
(1) H. Nakajima, G. Ince, K. Nakadai and Y. Hasegawa: “An Easily-configurable Robot Audition System using Histogram-based Recursive Level Estimation”, Proc. of IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2010 (to be appeared).