音 声信号処理とは，人間の音声に何らかの処理を加えて，目的とする信号を取り出すことです．例えば，音声重畳雑音除去は，音声に含まれる雑音を取り除いて， 元のきれいな音声を取り出すのが目的です．また，最近では混ざり合った人間の声から，目的の人の声だけを取り出す研究も盛んに行われています．

音声重畳雑音除去は，みなさんが日頃使っている携帯電話でも使用されています．そこでは，スペクトルサブトラクション（スペクトル減算）法というのが一般的に用いられています．図を以下に示します．


こ の方法の特徴は，音声が無く，雑音だけが存在する状態で，まずは雑音のスペクトルだけを検出していき，それを音声と雑音が混じるスペクトルから引き算する ものです．スペクトルを算出するには高速フーリエ変換（FFT)が使用されます．一つのマイクロフォンで実現できることから，小型化，低コスト化が可能の ため，実用化が成功しています．ただし，厳密にはこの方法は単一マイクロホンシステムではなく，擬似単一マイクロフォンシステムです．すなわち，本来なら 雑音用と音声用に２つのマイクが必要なところを，時間差を利用して，一つのマイクを共有しているものです．ただし，問題もあります．それは，事前に検出し た雑音特性が変化すると雑音を引き残したり，引きすぎたりといった問題が生じます．また，FFT演算ではブロック処理（ある一定のデータをまとめて処理す る）ため，実時間性が要求される場合には注意が必要です．

それではここで主な雑音除去システムを紹介しておきましょう．

ま ず，適応ノイズキャンセラです．これは別のページで紹介している適応信号処理技術を用いるもので，雑音用にマイクを設け（そのため複数マイクロフォン方 式），その雑音が，音声用のマイクロフォンへ到達する過程を適応信号処理により推定し，音声用のマイクに入力された音声と雑音が混じった信号からそれを差 し引くことで雑音を除去するものです．

こ の方法の大きな問題は，雑音用のマイクに音声が混じらないよう（図の点線の逆）にしなければならないという点です．すなわち，雑音用マイクには雑音だけが 入力されるような環境を作らないといけません．そのため，一般的には２つのマイクの間の距離を保つ必要があり，システムを小型化するには問題となります．

もう一つ紹介するのはマイクロフォンアレイという技術です．これは複数のマイクロフォンをアレイ状に配置し，位相の違いを推定して同一方向の信号は同相化して強調しようとするものです．当然ながら，マイクは複数必要なため，やはり小型化や低コスト化には問題があります．