JPH0984198A - 音信号処理装置およびサラウンド再生方法 - Google Patents

Abstract

(57)【要約】 【課題】 音信号のサラウンド再生を行なう場合に、セ
リフ等のボーカル成分，すなわち同位相成分を音像定位
させ、サラウンドの臨場感を改善し、違和感のないサラ
ウンド再生を実現する。 【解決手段】 バンドエリミネート手段１３は、ローパ
スフィルタ(ＬＰＦ)２１と、ハイパスフィルタ(ＨＰＦ)
２２と、加算器２３とにより構成され、入力音信号のう
ち、セリフ等のボーカル成分については、できる限りサ
ラウンド再生処理がなされないようにするため、ローパ
スフィルタ２１による低い周波数のカットオフとハイパ
スフィルタ２２による高い周波数のカットオフとの間
の、ボーカル成分が特に多く含まれる周波数帯域(バン
ド)の信号成分を除去(カット)してサラウンド信号生成
部１４に与えるようになっている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、サラウンド再生を
行なうための音信号処理装置およびサラウンド再生方法
に関する。

【０００２】

【従来の技術】音信号の再生処理において、音に奥行き
感を与えるために、オリジナルな入力音信号に対してサ
ラウンド再生を行なう技術が知られており、一般的なサ
ラウンド再生技術では、例えば、左(Ｌチャンネル)の音
信号と右(Ｒチャンネル)の音信号との差信号(Ｌ−Ｒ)を
利用したり、残響回路を付加して音に奥行き感を与える
ようにしている。

【０００３】

【発明が解決しようとする課題】ところで、従来、同位
相成分(映画のセリフでモノラル録音されたもの等)が多
く記録された記録媒体を用いて音信号のサラウンド再生
をするときに、左右や前後等のスピーカから出力される
信号の位相差や遅延時間を大きくしてサラウンドの効果
を高めようとすると、同位相成分の音場の定位が分散し
過ぎて不自然な音場となり、サラウンドの臨場感が失わ
れる問題点があった。特に、セリフ等のボーカル成分
は、定位が定まらず違和感のある再生音になっていた。

【０００４】本発明は、音信号のサラウンド再生を行な
う場合に、セリフ等のボーカル成分，すなわち同位相成
分を音像定位させ、サラウンドの臨場感を改善し、違和
感のないサラウンド再生を実現することの可能な音信号
処理装置およびサラウンド再生方法を提供することを目
的としている。

【０００５】

【課題を解決するための手段】上記目的を達成するため
に、請求項１，請求項４記載の発明では、オリジナルな
入力音信号から所定のボーカル周波数帯域成分を取り除
き、所定のボーカル周波数帯域成分が取り除かれた入力
音信号に基づいて、サラウンド再生用のサラウンド信号
を生成し、生成されたサラウンド信号をオリジナルな入
力音信号に加算して、サラウンド再生を行なう。これに
より、音信号のサラウンド再生を行なう場合に、セリフ
等のボーカル成分，すなわち同位相成分を音像定位さ
せ、サラウンドの臨場感を改善し、違和感のないサラウ
ンド再生を実現することができる。

【０００６】また、請求項２，請求項３，請求項５記載
の発明では、入力音信号の周波数分布から、ボーカル帯
域においてエネルギーの大きい周波数帯域を検出し、該
周波数帯域の成分がカットされるように、バンドエリミ
ネート手段の係数を決定し、バンドエリミネート手段に
設定する。これにより、不自然な音場となってサラウン
ドの臨場感が失われる周波数帯域の中で、パワースペク
トルの大きい周波数帯域を自動的に検出し、入力音信号
に対し、最良のサラウンド再生の音場が常に得られるよ
う、自動制御することができる。

【０００７】

【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。図１は本発明に係るサラウンド再生
システムの構成例を示す図である。図１を参照すると、
このサラウンド再生システムは、例えば記録媒体(例え
ばコンパクトディスク)１に記録されている音信号(アナ
ログ音信号)を読出す読出制御部２と、アナログ音信号
をデジタル音信号に変換するＡ／Ｄ変換部３と、Ａ／Ｄ
変換部３からのデジタル音信号に対して、サラウンド処
理を施し、サラウンド再生を行なうデジタル信号処理部
(ＤＳＰ)４と、サラウンド再生処理に用いられるメモリ
５と、デジタル信号処理部４でサラウンド再生されたデ
ジタル音信号をアナログ音信号に変換するＤ／Ａ変換部
６と、Ｄ／Ａ変換部６からのアナログ音信号を音に変換
して出力するスピーカなどの出力部７とを有している。

【０００８】ここで、出力部７は、例えば、前左(フロ
ントＬチャンネル)，前右(フロントＲチャンネル)，後
左(リアＬチャンネル)，後右（リアＲチャンネル)など
の４チャンネル以上のスピーカにより構成することがで
きる。

【０００９】また、デジタル信号処理部４は、例えば図
２のような構成のものとなっている。なお、図１，図２
の例では、デジタル信号処理部４は、記録媒体１から左
(Ｌチャンネル)，右(Ｒチャンネル)のオリジナルな音信
号が読出されるとし、Ｌチャンネル，Ｒチャンネルの入
力音信号に基づいてサラウンド信号を生成し、該サラウ
ンド信号により、Ｌチャンネル，Ｒチャンネルのオリジ
ナルな入力音信号に対してサラウンド再生処理を行なう
よう構成されている。

【００１０】すなわち、図２を参照すると、デジタル信
号処理部４は、記録媒体１からのＬチャンネル，Ｒチャ
ンネルの各入力音信号を加算し、加算信号とする加算器
１１と、加算器１１からの加算信号を所定時間遅延させ
る遅延回路１２と、遅延回路１２で所定時間遅延された
加算信号に対してバンドエリミネートフィルタ(バンド
エリミネータ)として機能するバンドエリミネート手段
１３と、バンドエリミネート手段１３を通過した加算信
号に基づいてサラウンド信号を生成するサラウンド信号
生成部１４と、サラウンド信号生成部１４で生成された
サラウンド信号を記録媒体１からのＬチャンネル，Ｒチ
ャンネルのオリジナルな各入力音信号にそれぞれ加算す
る加算器１５，１６とを有している。

【００１１】ここで、サラウンド信号生成部１４は、例
えば文献「ラジオ技術 1989年9月，P.52〜54」に記載さ
れているような一般的な仕方で、サラウンド信号を生成
することができる。すなわち、バンドエリミネート手段
１３を通過した信号をメモリ５に格納した後、メモリ５
に格納された信号を所定の時間遅延させながら読み出
し、畳み込み演算を行なって、初期反射音や残響音の音
場を与えるためのサラウンド信号を生成するようになっ
ている。

【００１２】また、バンドエリミネート手段１３は、ロ
ーパスフィルタ(ＬＰＦ)２１と、ハイパスフィルタ(Ｈ
ＰＦ)２２と、加算器２３とにより構成され、入力音信
号のうち、セリフ等のボーカル成分については、できる
限りサラウンド再生処理がなされないようにするため、
ローパスフィルタ２１による低い周波数のカットオフと
ハイパスフィルタ２２による高い周波数のカットオフと
の間の、ボーカル成分が特に多く含まれる周波数帯域
(バンド)の信号成分を除去(カット)してサラウンド信号
生成部１４に与えるようになっている。

【００１３】この際、本発明においては、さらに、バン
ドエリミネート手段１３の係数、すなわち、ローパスフ
ィルタ２１の係数(ローパスフィルタ２１のカットオフ
周波数を定めるフィルタリング係数)とハイパスフィル
タ２２の係数(ハイパスフィルタ２２のカットオフ周波
数を定めるフィルタリング係数)とを、入力音信号に応
じて、係数決定手段１８により最適な値に自動的に決定
し、最適なものに自動制御するようになっている。

【００１４】本願の発明者は、実際、サラウンド再生で
一番不自然さを感じるセリフの音場定位に着目し、セリ
フがサラウンド用の信号に影響を与えないバンドエリミ
ネータの周波数帯域の検討を行ない、次表のような結果
を得た。

【００１５】

【表１】

【００１６】以上の結果から、セリフに関しては、２ｋ
Ｈｚを基準(中心)に１オクターブ低い周波数(１ｋＨｚ)
をカットオフ周波数とするローパスフィルタ２１と、１
オクターブ高い周波数(４ｋＨｚ)をカットオフ周波数と
するハイパスフィルタ２２とで、バンドエリミネータを
構成すれば良いことがわかった。

【００１７】なお、バンドエリミネータを構成するロー
パスフィルタ２１，ハイパスフィルタ２２の遮断特性
は、オクターブ３６ｄＢ以上の減衰量を有する６次以上
の急峻な減衰カーブで、できるだけ不要な周波数帯域を
取り除くことが必要である(但し、次数をあまり大きく
すると、デジタル信号処理部(ＤＳＰ)４の処理規模が大
きくなり過ぎて実現できなくなる場合がある)。より具
体的には、例えば文献「“デジタル音声処理”古井 貞
煕 著 東海大学出版会」に示されているように、音声
の長時間スペクトルにおいては、１００Ｈｚ〜８００Ｈ
ｚまでほどんどフラットで、８００Ｈｚ以上では−１０
ｄＢ／ＯＣＴの傾斜を有していることから、−２０ｄＢ
の減衰量となる４ｋＨｚの周波数まで取り除く必要があ
る。

【００１８】上記実験結果によれば、セリフに関して
は、２ｋＨｚのところでパワースペクトル(エネルギー)
が最大となるが、セリフをも含めたボーカル成分に関し
てパワースペクトルは一般に変動し、２ｋＨｚのところ
で常に最大となるとは限らない。従って、係数決定手段
１８は、入力音信号のうちセリフ等のボーカル成分が多
く含まれる周波数帯域を入力音信号に基づいて推定し
て、バンドエリミネート手段１３の係数を決定するよう
になっている。

【００１９】このため、係数決定手段１８には、図３に
示すように、２５０Ｈｚから４ｋＨｚまでのボーカル帯
域においてオクターブ毎に設置され、オクターブ単位の
帯域幅の帯域通過特性をもち、入力音信号を所定のサン
プリング間隔で(例えば数１０ｍ秒毎に)サンプリングし
てフィルタ処理する複数の帯域通過フィルタ(バンドパ
スフィルタ(ＢＰＦ))からなる帯域通過フィルタ部３１
と、帯域通過フィルタ部３１の各帯域通過フィルタに対
応して設けられ、各帯域通過フィルタを通過したサンプ
リングデータをそれぞれ絶対値化する絶対値処理部３２
と、絶対値処理部３２からのサンプリングデータに基づ
き、オクターブ単位の各帯域幅ごとに(すなわち、各帯
域通過フィルタに対応したデータごとに)、パワースペ
クトル(エネルギー)を求めるパワースペクトル生成部３
３と、パワースペクトル生成部３３で得られたオクター
ブ単位の各帯域幅ごとのパワースペクトル(エネルギー)
のレベルを互いに比較し、２５０Ｈｚから４ｋＨｚまで
のボーカル帯域のうちで、エネルギーレべルの最も大き
い周波数帯域を検出するレベル比較部３４と、レベル比
較部３４で検出されたパワースペクトル(エネルギー)の
レべルの最も大きな周波数帯域の中心周波数から所定周
波数だけ低い周波数がローパスフィルタ２１のカットオ
フ周波数となるように、ローパスフィルタ２１のフィル
タリング係数を決定し、また、レベル比較部３４で検出
されたパワースペクトル(エネルギー)のレべルの最も大
きな周波数帯域の中心周波数から所定周波数だけ高い周
波数がハイパスフィルタ２２のカットオフ周波数となる
ように、ハイパスフィルタ２２のフィルタリング係数を
決定する係数決定部３５とを有している。

【００２０】ここで、パワースペクトル生成部３３は、
各オクターブ単位の帯域ごとに、今回のサンプリングデ
ータを前回のサンプリングデータと加算するという仕方
で、パワースペクトルを求めるようになっている。

【００２１】また、係数決定部３５は、パワースペクト
ル(エネルギー)のレべルの最も大きな周波数帯域の中心
周波数から所定周波数だけ低い周波数がローパスフィル
タ２１のカットオフ周波数となるように、ローパスフィ
ルタ２１のフィルタリング係数を決定し、また、パワー
スペクトル(エネルギー)のレべルの最も大きな周波数帯
域の中心周波数から所定周波数だけ高い周波数がハイパ
スフィルタ２２のカットオフ周波数となるように、ハイ
パスフィルタ２２のフィルタリング係数を決定する際
に、ローパスフィルタ２１，ハイパスフィルタ２２のカ
ットオフ周波数と、このカットオフ周波数を与えるロー
パスフィルタ２１，ハイパスフィルタ２２のフィルタリ
ング係数との対応関係を例えばＲＯＭ３６に予め記憶し
ており、この対応関係に基づいてフィルタリング係数を
割り出すようになっている。

【００２２】また、遅延回路１２は、入力音信号に対し
てバンドエリミネート手段１３によりバンドエリミネー
トするに先立ち、バンドエリミネート手段１３の係数を
決定するための時間を考慮して設けられている。すなわ
ち、遅延回路１２は、係数決定手段１８における処理に
要する時間分だけ、入力音信号を遅延させて、バンドエ
リミネート手段１３に入力させるようになっている。

【００２３】次に、このような構成のサラウンド再生シ
ステムの動作について説明する。このサラウンド再生シ
ステムでは、例えば記録媒体１に記録されている音信号
(例えばＬチャンネル，Ｒチャンネルの音信号)が読出制
御部２により読出され、Ａ／Ｄ変換部３においてデジタ
ル信号に変換されてデジタル信号処理部４に入力音信号
として入力すると、デジタル信号処理部４では、この入
力音信号の２５０Ｈｚから４ｋＨｚのボーカル帯域の信
号を、帯域通過フィルタ部３１のオクターブ単位の帯域
幅毎に設置された各帯域通過フィルタで一定時間(数１
０ｍ秒)毎にサンプリングし、各帯域通過フィルタを通
過したサンプリングデータを絶対値処理部３２でそれぞ
れ絶対値化してパワースペクトル生成部３３に与える。

【００２４】パワースペクトル生成部３３では、オクタ
ーブ単位の帯域幅ごとに、絶対値化されたサンプリング
データを前回絶対値化されたサンプリングデータと加算
し、オクターブ単位の帯域幅ごとのパワースペクトルを
得る。しかる後、レベル比較部３４では、オクターブ単
位の帯域幅ごとに求めた各パワースペクトルのレベルを
互いに比較し、パワースペクトルのレべルが最も大きい
周波数ポイントを検出する。このようにしてパワースペ
クトルが最も大きい周波数ポイントが検出されると、係
数設定部３５では、この周波数ポイントよりも１オクタ
ーブ低い周波数をローパスフィルタ２１のカットオフ周
波数として決定し、また、上記周波数ポイントよりも１
オクターブ高い周波数をハイパスフィルタ２２のカット
オフ周波数として決定する。すなわち、不自然な音場と
なってサラウンドの臨場感が失われる周波数帯域の中
で、最もエネルギーの大きい２オクターブの周波数帯域
を検出して、ローパスフィルタ２１，ハイパスフィルタ
２２のカットオフ周波数の係数を決定する。

【００２５】このようにして、ローパスフィルタ２１の
カットオフ周波数，ハイパスフィルタ２２のカットオフ
周波数を決定すると、係数決定部３５は、ＲＯＭ３６に
予め格納されている対応関係に基づき、このようなカッ
トオフ周波数を与えるローパスフィルタ２１，ハイパス
フィルタ２２のそれぞれのフィルタリング係数を割り出
し、これらのフィルタリング係数をバンドエリミネート
手段１３のローパスフィルタ２１，ハイパスフィルタ２
２にそれぞれ設定する。

【００２６】これによって、バンドエリミネート手段１
３は、いま入力した入力音信号に最適なバンドエリミネ
ートフィルタとして設定される。従って、入力音信号
は、遅延回路１２で所定時間延長されて、このバンドエ
リミネート手段１３に入力するとき、このバンドエリミ
ネート手段１３によって、この入力音信号のオーディオ
帯域から、セリフ等のボーカル帯域の中で最もエネルギ
ーの大きな成分が取り除かれる(カットされる)。しかる
後、サラウンド信号生成部１４では、セリフ等のボーカ
ル帯域の中で最もエネルギーの大きな帯域成分が取り除
かれた信号を複数の遅延時間で読み出し畳み込み演算処
理を行ないサラウンド信号を生成する。

【００２７】サラウンド信号生成部１４でこのように生
成されたサラウンド信号は、加算器１５，１６により、
Ｌチャンネル，Ｒチャンネルの直接音(オリジナルな入
力音信号)に加算され、出力部７において、例えば４チ
ャンネル以上のスピーカでサラウンド再生されるが、本
発明においては、サラウンド信号生成部１４では、セリ
フ等のボーカル帯域がほぼ取り除かれた信号に基づいて
サラウンド信号が生成されるので、セリフ等のボーカル
成分はサラウンド再生されない。これにより、セリフ等
のボーカル成分については、フロント側のＬチャンネ
ル，Ｒチャンネルの直接音(オリジナルな入力音信号)で
フロント側中央に音像定位させ、違和感のないサラウン
ド再生を実現できる。

【００２８】すなわち、サラウンド生成部１４で作られ
たサラウンド信号については、任意のボーカル帯域をカ
ットしているため、４チャンネル以上のスピーカでサラ
ウンド再生した場合、特に後方のスピーカ(リアスピー
カ)からボーカル成分が再生されることがなくなり、メ
インのＬチャンネルとＲチャンネルの信号によってフロ
ント側の中央にセリフ等のボーカルが定位することが可
能となって、セリフ等が分散して聞き難い等の違和感を
なくすことが可能となる。

【００２９】換言すれば、従来、モノラル音声をサラウ
ンド再生した場合に映画等のセリフの定位が分散しす
ぎ、かえって臨場感が損なわれていたものを、本発明で
は、デジタル信号処理部(ＤＳＰ)４により、リアスピー
カ等から出力されるサラウンド信号の周波数帯域の成分
を、記録媒体から再生される信号の周波数帯域の成分に
応じて制御するようにしており(入力音信号からボーカ
ル帯域を任意にカットした信号でサラウンド信号を作成
し、リアスピーカなどから出力されるボーカル帯域成分
を入力音信号に応じて制御するようにしており)、４チ
ャンネル以上のスピーカでサラウンド再生を行なった場
合に、セリフ等のボーカル成分の定位をフロント側中央
に定位させることができて、セリフ等のボーカル成分の
定位が分散することを防止し、聞き難い等の違和感をな
くすことができる。

【００３０】このように、本発明では、不自然な音場と
なってサラウンドの臨場感が失われる周波数帯域の中
で、パワースペクトルの大きい周波数帯域を自動的に検
出し、その周波数帯域を削除するので、最良のサラウン
ド再生の音場を常に得ることができる。

【００３１】なお、上述の構成例では、サラウンド再生
システムは、記録媒体１に記録されている音信号を読出
制御部２により読出すようになっているが、入力音信号
は必ずしも記録媒体１に予め記録されたものである必要
はなく、従って、任意の音響源(例えばＬチャンネルと
Ｒチャンネルとを有する任意の音響源)から出力される
ものであれば良い。

【００３２】

【発明の効果】以上に説明したように、請求項１，請求
項４記載の発明によれば、オリジナルな入力音信号から
所定のボーカル周波数帯域成分を取り除き、所定のボー
カル周波数帯域成分が取り除かれた入力音信号に基づい
て、サラウンド再生用のサラウンド信号を生成し、生成
されたサラウンド信号をオリジナルな入力音信号に加算
して、サラウンド再生を行なうので、音信号のサラウン
ド再生を行なう場合に、セリフ等のボーカル成分，すな
わち同位相成分を音像定位させ、サラウンドの臨場感を
改善し、違和感のないサラウンド再生を実現することが
できる。

【００３３】また、請求項２，請求項３，請求項５記載
の発明によれば、入力音信号の周波数分布から、ボーカ
ル帯域においてエネルギーの大きい周波数帯域を検出
し、該周波数帯域の成分がカットされるように、バンド
エリミネート手段の係数を決定し、バンドエリミネート
手段に設定するので、不自然な音場となってサラウンド
の臨場感が失われる周波数帯域の中で、パワースペクト
ルの大きい周波数帯域を自動的に検出し、入力音信号に
対し、最良のサラウンド再生の音場が常に得られるよ
う、自動制御することができる。

【図面の簡単な説明】

【図１】本発明に係るサラウンド再生システムの構成例
を示す図である。

【図２】図１のサラウンド再生システムのデジタル信号
処理部の構成例を示す図である。

【図３】図２のデジタル信号処理部の係数決定手段の構
成例を示す図である。

【符号の説明】

１ 記録媒体 ２ 読出制御部 ３ Ａ／Ｄ変換部 ４ デジタル信号処理部 ５ メモリ ６ Ｄ／Ａ変換部 ７ 出力部 １１，１５，１６ 加算器 １２ 遅延回路 １３ バンドエリミネート手段 １４ サラウンド信号生成部 １８ 係数決定手段 ２１ ローパスフィルタ ２２ ハイパスフィルタ ３１ 帯域通過フィルタ部 ３２ 絶対値処理部 ３３ パワースペクトル生成部 ３４ レベル比較部 ３５ 係数決定部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 入力音信号から所定のボーカル周波数帯
   域成分を取り除くためのバンドエリミネート手段と、バ
   ンドエリミネート手段を通過した信号に基づいて、サラ
   ウンド再生用のサラウンド信号を生成するサラウンド信
   号生成手段とを有していることを特徴とする音信号処理
   装置。
2. 【請求項２】 請求項１記載の音信号処理装置におい
   て、さらに、前記バンドエリミネート手段の係数を決定
   する係数決定手段を有し、該係数決定手段は、入力音信
   号の周波数分布から、ボーカル帯域においてエネルギー
   の大きい周波数帯域を検出し、該周波数帯域の成分がカ
   ットされるように、前記バンドエリミネート手段の係数
   を決定し、前記バンドエリミネート手段に設定すること
   を特徴とする音信号処理装置。
3. 【請求項３】 請求項２記載の音信号処理装置におい
   て、前記バンドエリミネート手段は、ローパスフィルタ
   とハイパスフィルタとにより構成され、前記係数決定手
   段は、入力音信号のエネルギーの周波数分布から、ボー
   カル帯域において最もエネルギーの大きい周波数帯域を
   検出し、この最もエネルギーの大きい周波数帯域の中心
   周波数から所定周波数だけ低い周波数がローパスフィル
   タのカットオフ周波数となるようにローパスフィルタの
   係数を決定してローパスフィルタに設定し、また、所定
   周波数だけ高い周波数がハイパスフィルタのカットオフ
   周波数となるように、ハイパスフィルタの係数を決定し
   てハイパスフィルタに設定することを特徴とする音信号
   処理装置。
4. 【請求項４】 オリジナルな入力音信号から所定のボー
   カル周波数帯域成分を取り除き、所定のボーカル周波数
   帯域成分が取り除かれた入力音信号に基づいて、サラウ
   ンド再生用のサラウンド信号を生成し、生成されたサラ
   ウンド信号をオリジナルな入力音信号に加算して、サラ
   ウンド再生を行なうことを特徴とするサラウンド再生方
   法。
5. 【請求項５】 請求項４記載のサラウンド再生方法にお
   いて、さらに、前記所定のボーカル周波数帯域成分は、
   オリジナルな入力音信号の周波数分布に基づき、ボーカ
   ル帯域のうちで特にエネルギーの大きい周波数帯域とし
   て検出されることを特徴とするサラウンド再生方法。