JP2013114242A - 音響処理装置 - Google Patents

Abstract

【課題】自然な音色を維持したまま音声を充分に明瞭化する。
【解決手段】音響処理部２０は、音響信号ＡCのうち音声帯域を下回る低域成分ＣLを可変のゲインＧで減衰させる。制御部３０は、音響信号ＡCの音声らしさの指標である音声性指標Ｉを算定し、音声性指標Ｉが示す音声らしさが高い場合に、音声らしさが低い場合と比較して低域成分ＣLが減衰されるようにゲインＧを制御する。音声性指標Ｉは、音響信号ＡCのうち第１周波数Ｆ1を下回る第１成分Ｃ1のエネルギーＥ1と、第１周波数Ｆ1よりも高い第２周波数Ｆ2を下回る第２成分Ｃ2のエネルギーＥ2との相違に応じて算定される。
【選択図】図２

Description

本発明は、音響信号を処理する技術に関する。

音響信号に含まれる音声を明瞭化する技術が従来から提案されている。例えば特許文献１には、効果音等の音響を示す左右チャネルの音響信号を中央チャネルの音響信号に対して低減することで、中央チャネルに含まれる音声を明瞭化する技術が開示されている。また、特許文献２には、音声信号のフォルマントを強調することで音声を明瞭化する技術が開示されている。

特表２０１１−５１８５２０号公報 特開平１１−１７７７８号公報

しかし、特許文献１の技術では、中央チャネルの音響信号に音声と効果音とが混在する場合に中央チャネルの効果音が低減されず、音声を充分に明瞭化できない可能性がある。また、特許文献２の技術で音声を充分に明瞭化するためには音声信号のフォルマントを極端に強調する必要があり、音声が不自然な音色になるという問題がある。以上の事情を考慮して、本発明は、自然な音色を維持したまま音声を充分に明瞭化することを目的とする。

以上の課題を解決するために、本発明の音響処理装置は、音響信号のうち音声帯域を下回る低域成分を可変のゲインで減衰させる音響処理部と、音響信号の音声らしさを順次に解析し、音声らしさが高い場合に、音声らしさが低い場合と比較して低域成分が減衰されるようにゲインを制御する制御部とを具備する。以上の構成によれば、音響信号のうち音声らしさが高い区間について低域成分が減衰されるから、自然な音色を維持したまま音声を充分に明瞭化することが可能である。他方、音響信号のうち音声らしさが低い区間については低域成分を維持できるという利点もある。なお、音声とは、声帯の振動により発生する人間の声（voice sound）を意味する。また、「音声らしさ」とは、音響信号における音声の優勢の度合（音響信号が示す音響が音声である尤度）を意味する。

本発明の好適な態様において、制御部は、音響信号の音声らしさの指標である音声性指標を順次に算定する指標算定部と、音声性指標に応じてゲインを制御する減衰制御部とを含む。例えば、減衰制御部は、音声性指標を閾値と比較し、当該音声性指標が示す音声らしさが低い場合には、低域成分を通過させるようにゲインを設定し、音声性指標が示す音声らしさが高い場合には低域成分を遮断するようにゲインを設定する。以上の態様では、音響信号の音声らしさが高い場合には低域成分の遮断により音声が明瞭化され、音響信号の音声らしさが低い場合には低域の通過により低域成分が維持される。したがって、音声を明瞭化する効果と低域成分を忠実に再現する効果とは格別に顕著である。

他の態様において、減衰制御部は、音声性指標を低域成分の減衰のゲインとして音響処理部に指示する。以上の構成によれば、低域成分の減衰のゲインの急激な変動が抑制されるから、音響信号の振幅の不連続な変動に起因した雑音が抑制されるという利点がある。

本発明の好適な態様において、指標算定部は、音響信号のうち第１周波数を下回る第１成分のエネルギーを算定する第１算定部と、音響信号のうち第１周波数よりも高い第２周波数を下回る第２成分のエネルギーを算定する第２算定部と、第１成分のエネルギーと第２成分のエネルギーとの相違に応じた音声性指標を算定する第３算定部とを含む。以上の構成によれば、音響信号の音声らしさを高精度に反映した音声性指標を第１成分のエネルギーと第２成分のエネルギーとに応じて簡便に算定できるという利点がある。なお、音響信号の調波構造の有無に応じて制御部が音声らしさを解析することも可能である。

本発明の好適な態様において、音響処理部は、音響信号のうち音声帯域を含む帯域の成分を通過させる第１フィルタ部と、音響信号のうち低域成分を通過させる第２フィルタ部と、第２フィルタの通過成分を可変のゲインで減衰させる減衰部と、第１フィルタ部の処理後の成分と減衰部による処理後の成分とを加算する加算部とを含む。以上の構成では、第２フィルタ部を通過した低域成分が選択的に減衰されるから、音響信号のうち音声帯域内の成分は減衰されずに維持されるという利点がある。

以上の各形態に係る音響処理装置は、例えばマルチチャネルの音響システムに好適に採用される。例えば、左右２チャネルと中央チャネルとを含むマルチチャネルの音響システムでは、左右２チャネルの音響信号が効果音等の低域成分を豊富に包含し、中央チャネルの音響信号が会話音等の音声を豊富に包含するという傾向がある。したがって、前述の各形態に係る音響処理装置を中央チャネルの音響信号の処理に適用した音響システムが格別に好適である。

本発明の第１実施形態に係る音響システムのブロック図である。 音響処理装置のブロック図である。 指標算定部のブロック図である。

＜第１実施形態＞
図１は、本発明の第１実施形態に係る音響システム１０のブロック図である。音響システム１０は、信号処理装置１２と３個のスピーカ１４（１４C，１４R，１４L）とを具備するサラウンドシステムである。スピーカ１４Cは受聴者の正面に配置され、スピーカ１４Rは受聴者の右前方に配置され、スピーカ１４Lは受聴者の左前方に配置される。なお、受聴者の左右後方に位置する一対のリアスピーカや低域用のスピーカ（サブウーハ）を追加することも可能である。

図１に示すように、信号処理装置１２には３チャネルの音響信号Ａ（ＡC，ＡR，ＡL）が信号供給装置１６から供給される。信号供給装置１６は、例えばＤＶＤ（Digital Versatile Disk）等の記録媒体から各音響信号Ａを取得して信号処理装置１２に供給する再生装置や、他の通信端末から送信された各音響信号Ａを通信網から受信して信号処理装置１２に供給する通信装置である。なお、信号供給装置１６と信号処理装置１２とを一体に構成することも可能である。各音響信号Ａは、例えば、出演者の会話音等の音声と爆発音等の効果音（背景音）とを含む映像作品の音声を示す。音響信号ＡRおよび音響信号ＡLは、典型的には効果音を豊富に包含する音響信号である。他方、音響信号ＡCは、典型的には音声を豊富に包含するが、音響信号ＡRや音響信号ＡLに存在する効果音も混在する。

信号処理装置１２は、３チャネルの音響信号Ａに対する効果付与等の音響処理で３チャネルの音響信号Ｂ（ＢC，ＢR，ＢL）を生成する装置である。音響信号ＢLはスピーカ１４Lに供給され、音響信号ＢRはスピーカ１４Rに供給され、音響信号ＢCはスピーカ１４Cに供給される。各スピーカ１４（１４C，１４R，１４L）は各音響信号Ｂ（ＢC，ＢR，ＢL）に応じた音波を再生する。なお、各音響信号Ｂをアナログ信号に変換するＤ/Ａ変換器や変換後の信号を増幅する増幅器の図示は便宜的に省略されている。

信号処理装置１２は、音響信号ＡCを処理する図２の音響処理装置１００を含んで構成される。図２に示すように、音響処理装置１００は、音響処理部２０と制御部３０とを具備する。音響処理部２０は、音響信号ＡCのうち人間の音声が含まれる帯域（以下「音声帯域」という）を下回る低域成分ＣLを可変のゲインＧで減衰させることで音響信号ＢCを生成する。制御部３０は、音響信号ＡCの音声らしさを解析した結果に応じて、音響処理部２０による低域成分ＣLの減衰のゲインＧを制御する。具体的には、制御部３０は、音響信号ＡCの音声らしさが高い場合に、音声らしさが低い場合と比較して低域成分ＣLが減衰されるようにゲインＧを順次に制御する。

図２に示すように、音響処理部２０は、第１フィルタ部２２と第２フィルタ部２４と減衰部２６と加算部２８とを具備する。第１フィルタ部２２は、音響信号ＡCのうち音声帯域を含む帯域成分（以下「高域成分」という）ＣHを選択的に通過させる。音声帯域の下限値が８０Ｈｚ程度であることを考慮して、第１実施形態では、音響信号ＡCのうち例えば４０Ｈｚ以上の成分を高域成分ＣHとして例示する。したがって、例えば遮断周波数が４０Ｈｚ程度に設定された高域通過フィルタや、通過帯域の下限値が４０Ｈｚ程度に設定された帯域通過フィルタが第１フィルタ部２２として採用される。

第２フィルタ部２４は、音響信号ＡCのうち低域成分ＣLを選択的に通過させる。第１実施形態では、音響信号ＡCのうち例えば４０Ｈｚ以下の成分を低域成分ＣLとして例示する。したがって、例えば遮断周波数が４０Ｈｚ程度に設定された低域通過フィルタや通過帯域の上限値が４０Ｈｚ程度に設定された帯域通過フィルタが第２フィルタ部２４として採用され得る。以上のように、第１フィルタ部２２および第２フィルタ部２４は、音響信号ＡCを高域成分ＣHと低域成分ＣLとに帯域分割する。

図２の減衰部２６は、第２フィルタ部２４を通過した低域成分ＣLを可変のゲインＧで減衰させる。具体的には、低域成分ＣLにゲイン（調整値）Ｇを乗算する乗算器が減衰部２６として採用される。加算部２８は、第１フィルタ部２２を通過した高域成分ＣHと減衰部２６による処理後の低域成分ＣL-Aとを加算することで音響信号ＢCを生成する。

図２に示すように、制御部３０は、指標算定部３２と減衰制御部３４とを具備する。指標算定部３２は、音響信号ＡCの音声らしさの指標である音声性指標Ｉを所定の周期（例えば４０ミリ秒）で順次に算定する。減衰制御部３４は、指標算定部３２が算定した音声性指標Ｉに応じて減衰部２６のゲインＧを制御する。したがって、減衰部２６のゲインＧは、音声性指標Ｉに応じて経時的に変化する。

図３は、指標算定部３２のブロック図である。図３に示すように、指標算定部３２は、第１算定部４２と第２算定部４４と第３算定部４６とを具備する。第１算定部４２は、音響信号ＡCのうち第１成分Ｃ1のエネルギー（パワー）Ｅ1を順次に算定する要素であり、フィルタ部５２と演算部５４とを含む。フィルタ部５２は、音響信号ＡCのうち第１周波数Ｆ1を下回る帯域成分を第１成分Ｃ1として選択的に通過させる。第１成分Ｃ1は、爆発音等の効果音を含むとともに音声の主要な成分を含まない成分である。音声帯域の下限値は８０Ｈｚ程度であるから、第１周波数Ｆ1は例えば１００Ｈｚ程度に設定される。例えば、遮断周波数（第１周波数Ｆ1）を１００Ｈｚ程度に設定した低域通過フィルタがフィルタ部５２として好適に採用され、音響信号ＡCのうち０Ｈｚから１００Ｈｚの帯域成分が第１成分Ｃ1として抽出される。演算部５４は、フィルタ部５２を通過した第１成分Ｃ1の成分値を自乗することで第１成分Ｃ1のエネルギーＥ1を算定する。

第２算定部４４は、音響信号ＡCのうち第２成分Ｃ2のエネルギーＥ2を順次に算定する要素であり、フィルタ部６２と演算部６４とを含む。フィルタ部６２は、音響信号ＡCのうち第２周波数Ｆ2を下回る帯域成分を第２成分Ｃ2として選択的に通過させる。第１成分Ｃ1が音声の主要な成分を含まないのに対し、第２成分Ｃ2は効果音および音声の双方を包含する。したがって、第２周波数Ｆ2は第１周波数Ｆ1を上回る（Ｆ2＞Ｆ1）。具体的には、遮断周波数（第２周波数Ｆ2）を２５０Ｈｚ程度に設定した低域通過フィルタがフィルタ部６２として採用され、音響信号ＡCのうち０Ｈｚから２５０Ｈｚの帯域成分が第２成分Ｃ2として抽出される。演算部６４は、フィルタ部６２を通過した第２成分Ｃ2の成分値を自乗して第２成分Ｃ2のエネルギーＥ2を算定する。

図３の第３算定部４６は、第１成分Ｃ1のエネルギーＥ1と第２成分Ｃ2のエネルギーＥ2との相違に応じた音声性指標Ｉを順次に算定する。具体的には、第１実施形態の第３算定部４６は、エネルギーＥ2に対するエネルギーＥ1の比を音声性指標Ｉ（Ｉ＝Ｅ1/Ｅ2）として算定する。なお、前述のように第２成分Ｃ2の帯域（０〜２５０Ｈｚ）は第１成分Ｃ1の帯域（０〜１００Ｈｚ）を包含するから、エネルギーＥ1はエネルギーＥ2以下の数値となる。したがって、音声性指標Ｉは１以下の数値（０≦Ｉ≦１）に設定される。

音響信号ＡCのうち音声のみを含む区間では、第１成分Ｃ1のエネルギーＥ1が第２成分Ｃ2のエネルギーＥ2に対して低下する（０に近付く）から、音声性指標Ｉは０に近付く。他方、音響信号ＡCのうち爆発音等の効果音が音声と比較して優勢である区間では、エネルギーＥ1およびエネルギーＥ2の双方が増大するから、音声性指標Ｉは１に近付く。すなわち、音響信号ＡCの音声らしさが高いほど音声性指標Ｉは減少し、音響信号ＡCの音声らしさが低いほど音声性指標Ｉは増加する。以上の説明から理解されるように、音響信号ＡCの音声らしさの指標として音声性指標Ｉは利用され得る。

図２の減衰制御部３４は、指標算定部３２（第３算定部４６）が算定した音声性指標Ｉを所定の閾値Ｔhと比較した結果に応じた減衰部２６のゲインＧを制御する。閾値Ｔhは、音声性指標Ｉの数値範囲内で事前に設定された数値（例えばＴh＝０.５）である。第１実施形態の減衰制御部３４は、音声性指標Ｉが閾値Ｔhを上回る（すなわち、音響信号ＡCの音声らしさが低い）場合に、減衰部２６のゲインＧを、低域成分ＣLを通過させる数値（Ｇ＝１）に設定し、音声性指標Ｉが閾値Ｔhを下回る（すなわち、音響信号ＡCの音声らしさが高い）場合には、減衰部２６のゲインＧを、低域成分ＣLを遮断させる数値（Ｇ＝０）に設定する。すなわち、第１実施形態の制御部３０は、減衰部２６のゲインＧを２値的に制御する。したがって、減衰部２６は、低域成分ＣLの通過/遮断を制御するスイッチとして機能する。

以上の構成によれば、音響信号ＡCの音声らしさが高い場合（Ｉ＜Ｔh）には、低域成分ＣLが遮断されることで音響信号ＡCの音声は充分に明瞭化される。他方、音響信号ＡCの音声らしさが低い場合（Ｉ＞Ｔh）には、低域成分ＣLが維持されるから、音響信号ＡCの効果音の音量が充分に維持された臨場感（サラウンド感）のある音場を形成することが可能である。また、音響信号ＡCに対するゲインＧが可変に制御されるから、例えば音声のフォルマントを選択的に強調する特許文献２の技術と比較すると、音響信号ＡCの再生音を自然な音色に維持できるという利点もある。

なお、特許文献１の技術では、左右チャネルの音響信号が減衰されるから、各チャネルのバランスが変動し、受聴者が知覚する音像が所期の位置に忠実に定位しない可能性がある。第１実施形態では、音響信号ＡRおよび音響信号ＡLの減衰が不要であるから、音像の定位感を忠実に再現できるという利点もある。

＜第２実施形態＞
本発明の第２実施形態について説明する。第１実施形態では、ゲインＧを２値的に制御する構成を例示したが、第２実施形態ではゲインＧを多値的に制御する。なお、以下に例示する各態様において作用や機能が第１実施形態と同様である要素については、第１実施形態の説明で参照した符号を流用して各々の詳細な説明を適宜に省略する。

指標算定部３２が算定する音声性指標Ｉは０から１までの範囲内で変動する。そこで、第２実施形態の減衰制御部３４は、指標算定部３２が算定した音声性指標Ｉを低域成分ＣLの減衰のゲインＧとして音響処理部２０（減衰部２６）に指示する。すなわち、減衰部２６のゲインＧは０以上かつ１以下の範囲内で多値的に変化する。具体的には、音響信号ＡCの音声らしさが経時的に上昇するにつれてゲインＧの低下により低域成分ＣLの減衰の度合が連続的に増加し、音響信号ＡCの音声らしさが経時的に低下するにつれてゲインＧの上昇により低域成分ＣLの減衰の度合が連続的に減少する。

第１実施形態では、低域成分ＣLの減衰のゲインＧが２値的に変動するから、音響処理装置１００による処理後の音響信号ＢCの振幅が不連続に変動し、雑音（「プツ」という雑音）が発生する可能性がある。第２実施形態では、低域成分ＣLの減衰のゲインＧが０から１までの範囲内で連続的に変化するから、音響信号ＢCの振幅の不連続な変動が防止される。したがって、音響信号ＢCの振幅の不連続な変動に起因した雑音を抑制できるという利点がある。

＜変形例＞
以上の実施形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は適宜に併合され得る。

（１）前述の各形態では３チャネルの音響システム１０を例示したが、左右２チャネルの音響システム（ステレオシステム）にも同様に本発明を適用することが可能である。左右２チャネルの音響システムでは、左右の一方のチャネルの音響信号Ａを音響処理装置１００で処理する構成や、双方のチャネルの音響信号Ａを音響処理装置１００で処理する構成が採用され得る。また、モノラルの音響システム（モノラルシステム）に本発明を適用することも可能である。

（２）音響処理部２０の構成は適宜に変更される。例えば、制御部３０から指示されたゲインＧに応じて音響信号ＡCの低域成分ＣLを選択的に減衰させるパラメトリックイコライザを音響処理部２０として利用することも可能である。

（３）音声性指標Ｉを算定する方法や音声性指標Ｉに応じてゲインＧを制御する方法は適宜に変更される。例えば、第１成分Ｃ1のエネルギーＥ1と第２成分Ｃ2のエネルギーＥ2との差分（Ｅ2−Ｅ1）を音声性指標Ｉとして算定する構成でも、エネルギーＥ2がエネルギーＥ1に対して大きい（すなわち音響信号ＡCの音声らしさが高い）ほどゲインＧを小さい数値に設定することで、前述の各形態と同様の効果が実現される。以上の説明から理解されるように、第１成分Ｃ1のエネルギーＥ1と第２成分Ｃ2のエネルギーＥ2との相違に応じた任意の数値が音声性指標Ｉとして利用され得る。また、エネルギーＥ1とエネルギーＥ2とを変数とする所定の演算によりゲインＧを算定することも可能である。

（４）制御部３０が音響信号ＡCの音声らしさを解析する方法は適宜に変更される。例えば、爆発音等の効果音と比較すると音声（有声音）では調波構造が顕著になるという傾向を考慮すると、音響信号ＡCの調波構造（周期性）の有無に応じて制御部３０が音声らしさを判定する構成も採用される。調波構造の有無は、例えば音響信号ＡCの自己相関関数に応じて判定され得る。また、不特定多数の発声者の音声の特徴量をモデル化した音響モデルを用意し、音響信号ＡCから抽出される特徴量を音響モデルと対比することで音響信号ＡCの音声らしさを判定することも可能である。

１０……音響システム、１２……信号処理装置、１４（１４C，１４R，１４L）……スピーカ、１６……信号供給装置、１００……音響処理装置、２０……音響処理部、２２……第１フィルタ部、２４……第２フィルタ部、２６……減衰部、２８……加算部、３０……制御部、３２……指標算定部、３４……減衰制御部、４２……第１算定部、４４……第２算定部、４６……第３算定部、５２，６２……フィルタ部、５４，６４……演算部、Ａ（ＡC，ＡR，ＡL）……音響信号、Ｂ（ＢC，ＢR，ＢL）……音響信号、ＣH……高域成分、ＣL……低域成分、Ｅ1，Ｅ2……エネルギー、Ｇ……ゲイン、Ｉ……音声性指標。

Claims (5)

1. 音響信号のうち音声帯域を下回る低域成分を可変のゲインで減衰させる音響処理部と、
   前記音響信号の音声らしさを順次に解析し、音声らしさが高い場合に、音声らしさが低い場合と比較して低域成分が減衰されるように前記ゲインを制御する制御部と
   を具備する音響処理装置。
2. 前記制御部は、
   前記音響信号の音声らしさの指標である音声性指標を順次に算定する指標算定部と、
   前記音声性指標に応じて前記ゲインを制御する減衰制御部とを含む
   請求項１の音響処理装置。
3. 前記減衰制御部は、
   前記音声性指標を閾値と比較し、当該音声性指標が示す音声らしさが低い場合には、前記低域成分を通過させるように前記ゲインを設定し、前記音声性指標が示す音声らしさが高い場合には前記低域成分を遮断するように前記ゲインを設定する
   請求項２の音響処理装置。
4. 前記減衰制御部は、前記音声性指標を前記低域成分の減衰のゲインとして前記音響処理部に指示する
   請求項２の音響処理装置。
5. 前記指標算定部は、
   前記音響信号のうち第１周波数を下回る第１成分のエネルギーを算定する第１算定部と、
   前記音響信号のうち前記第１周波数よりも高い第２周波数を下回る第２成分のエネルギーを算定する第２算定部と、
   前記第１成分のエネルギーと前記第２成分のエネルギーとの相違に応じた前記音声性指標を算定する第３算定部とを含む
   請求項２から請求項４の何れかの音響処理装置。
   

Images