JP2004212849A

JP2004212849A - マスキング装置

Info

Publication number: JP2004212849A
Application number: JP2003001898A
Authority: JP
Inventors: Masatoshi Suzuki; 匡俊鈴木
Original assignee: Fuji Photo Film Co Ltd
Current assignee: Fujifilm Holdings Corp
Priority date: 2003-01-08
Filing date: 2003-01-08
Publication date: 2004-07-29

Abstract

【課題】簡易な構成の装置で、音声信号に含まれる不要な信号の認識を困難にする。
【解決手段】集音装置１により取得された音声信号に、信号記憶装置４に記憶されている付加信号を、常時付加する。信号記憶装置４には複数の付加信号が記憶されており、制御回路８の設定にもとづく制御により、音声信号に付加する付加信号を選択することができる。付加信号は、２００〜４ｋＨｚを中心周波数とする信号、または、音圧レベルが所定範囲内の信号である白色雑音信号が好ましい。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、マスキング装置に係り、詳細には、不要信号の認識を困難にするためのマスキング装置に関する。
【０００２】
【従来の技術および発明が解決しようとする課題】
音声レコーダまたは、ビデオレコーダなどの集音部により音声信号を取得する場合、ユーザが必要としない不要な信号も取得される場合がある。これらの不要な信号の代表的なものとしては、例えば、レコーダ自体の発生する機械音、風の音などがある。
【０００３】
このようなユーザにとって不要な信号、すなわち、ノイズを除去するために、音声を取得する第１のマイクとは、別にノイズ発生箇所付近に設けられる第２のマイクを備え、第１のマイクから取得されたノイズを含む音声信号から、第２のマイクから取得された音声信号を適応フィルタにより調整することにより取得されるノイズ信号を減ずるようにする従来技術がある。このような従来技術では、これらの処理のために、複数のマイク、信号処理回路、および遅延回路、適応フィルタなどを必要とする（例えば、特許文献１参照）。
【０００４】
また、ノイズを除去するために、マイクから取得された音声信号と、ノイズデータ部に蓄積されているノイズ信号とを比較し、該ノイズ信号と一致した信号を音声信号から除去するようにする別の従来技術がある。このような従来技術では、これらの処理のために、デジタル比較部、ノイズデータ記憶部、ノイズ除去処理部などを必要とする（例えば、特許文献２参照）。
【０００５】
すなわち、これらの従来技術では、第２のマイクから取得された、もしくは、記憶装置に蓄積されているノイズ信号を、音声信号から除去している。しかしながら、これらの従来技術では、ノイズ除去のために多くの追加回路を必要とし、また、信号処理に時間を要するため、オリジナルの音声信号、もしくは、ビデオ信号と処理された音声信号とを同調させるための同調回路なども必要とするため、レコーダの大型化、高価格化を招いている。
【０００６】
本発明は、上記事実に鑑みなされたもので、簡易な構成の装置で不要な信号の認識を困難にすることを目的とする。
【０００７】
【特許文献１】
特開平５−２１８８０５号公報
【特許文献２】
特開平１０−１３３６９２号公報
【０００８】
【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に記載のマスキング装置は、音声信号を取得する取得手段と、前記取得手段により取得された音声信号に付加信号を常時付加する付加手段と、を有する。
【０００９】
すなわち、本発明の付加手段は、取得手段により取得された音声信号に付加信号を常時付加している。これにより、音声信号の中の不要な信号をマスキングすることができ、人間が不要な信号を認識することを困難にすることができる。これは、２つの音が同時に発生した場合、人間には音の認識が困難になる場合があることによるものである。
【００１０】
ところで、マスキングとは、ある周波数を有する音声信号の最小可聴限が、同時に存在する別の信号のために上昇することをいう。すなわち、本発明では、音声信号の中の不要な信号を付加信号によりマスキングすることにより、人間にとって不要な信号の認識が困難になるという特性を利用し、不要な信号を除去するのではなく、不要な信号を聴覚上軽減する。
【００１１】
以上説明したように、本発明は、取得手段により取得された音声信号に、付加信号を常時付加することで、音声信号に含まれる不要な信号の認識を困難にすることができ、複数のマイクや比較回路などを備える必要がなく、装置を小型化することができる。
【００１２】
本発明の付加信号は２００〜４ｋＨｚを中心周波数とする信号、または、音圧レベルが所定範囲内の信号である白色雑音信号であることが好ましい。白色雑音信号は、より好ましくは、２００〜４ｋＨｚにわたって音圧レベルが所定範囲内の信号である。人間の聴覚特性によれば、２００〜４ｋＨｚを中心周波数とする信号、または、白色雑音信号は、他の音声信号をマスキングするのに適している。したがって、付加信号として２００〜４ｋＨｚを中心周波数とする信号、または、白色雑音信号が使用されると、不要な信号の認識は人間にとってより困難となる。
【００１３】
請求項３に記載のマスキング装置は、音声信号および動画像信号を取得する取得手段と、前記取得手段により取得された音声信号に付加信号を常時付加する付加手段と、前記付加手段により付加信号が付加された前記音声信号と、前記取得手段により取得された前記動画像信号と、を対応して記憶する記憶手段と、を有する。
【００１４】
本発明のマスキング装置は、音声信号および動画像信号を取得し、音声信号に付加信号を常時付加する。その後、付加信号が付加された音声信号と、動画像信号と、を対応づけて記憶手段に記憶する。本発明によれば、取得手段により取得された音声信号に、付加信号を常時付加するため、付加信号によるマスキングにより音声信号に含まれる不要な信号の認識が人間にとって困難になる。また、このように、本発明は、複数のマイクや比較回路を備える必要がなく、装置を小型化することができる。
【００１５】
取得された画像信号と音声信号は同時に再生されるべきであり、この再生のために、マスキングにより不要な信号の認識が困難となるように処理された音声信号と、音声信号と同時に取得された画像信号と、は対応づけられて記憶装置に記憶される。このような場合であっても、音声信号の処理に比較などの判断および除去信号の計算などが不要であり、付加信号を常時付加するだけであるため、音声信号の処理に時間を要することはなく、音声信号と画像信号との間に時間的なずれが生じない。これによれば、画像信号と音声信号とを対応づけて記憶するための画像信号遅延回路などがなくても、画像信号と音声信号とを対応づけて記憶することができ、同期のために必要とされる回路はなくてよい。
【００１６】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
【００１７】
図１は、本発明の実施の形態にかかるマスキング装置の内部構成を示すブロック図である。マスキング装置は、音声信号を集音するマイクなどにより構成される集音装置１、画像を撮影するデジタルビデオカメラなどにより構成される撮影装置６、集音装置１により集音された音声信号を増幅する増幅回路２、増幅回路２により増幅された音声信号をデジタル信号に変換する符号化回路３、付加信号を記憶する信号記憶装置４、符号化回路３によりデジタル信号に変換された音声信号と信号記憶装置４により出力される付加信号とを加算する加算回路５、加算回路５により出力される付加信号が加算された音声信号および撮影された画像の画像信号を記憶する記憶装置７、および、信号記憶装置４に記憶されている付加信号のいずれを出力するか選択する制御回路８を有している。なお、制御回路８には、図示しない入力装置が接続されている。
【００１８】
集音装置１は請求項１および３の取得手段を、撮影装置６は請求項３の取得手段を、加算回路５は請求項１および３の付加手段を、記憶装置７は請求項３の記憶手段を構成する。
【００１９】
次に、本実施の形態の作用を説明する。
【００２０】
集音装置１から取得された音声信号は、増幅回路２において増幅されて符号化回路３に送信される。この時点で音声信号には人間にとって不要な信号も含まれる。音声信号は、符号化回路３でアナログ信号からデジタル信号に変換される。
【００２１】
信号記憶装置４には複数の付加信号が蓄積されている。例えば、信号記憶装置４には図２に示される、１．２ｋＨｚを中心周波数とする正規分布のような形状を有する付加信号、および、図３に示される白色雑音である付加信号が記憶されている。ユーザが図示されない入力装置を介して、３０ｄＢの音圧レベルを有する白色雑音である付加信号として、制御回路８に設定すると、制御回路８は３０ｄＢの音圧レベルを有する白色雑音を付加信号として選択し、信号記憶装置４は制御回路８の制御によりこれを加算回路５に出力する。これにより、符号化回路３から出力される音声信号には、３０ｄＢの音圧レベルを有する白色雑音が付加信号として常時付加される。
【００２２】
３０ｄＢの白色雑音が付加された音声信号は記憶装置７に記憶される。このとき、ビデオカメラなどの撮影装置６によりこの音声信号のオリジナルと同時に取得された動画像信号も、この音声信号と対応づけられて、記憶装置７に記憶される。
【００２３】
このように取得手段により取得された音声信号に、付加信号を常時付加することにより、付加信号により音声信号に含まれる不要な信号がマスキングされ、不要な信号の認識が人間にとって困難になる。また、このように、比較などの判断を行わず、常時、付加信号を付加することにより、比較などを必要とする不要な信号の除去にくらべ、必要とされる回路が少なくてよいため、装置が小型化され、価格も低減される。
【００２４】
取得された画像信号と音声信号は同時に再生されるべきであり、この再生のために、マスキングにより不要な信号の認識が困難となるように処理された音声信号と、音声信号と同時に取得された画像信号と、は対応づけられて記憶装置７に記憶される。このような場合であっても、音声信号の処理に比較などの判断および除去信号の計算などが不要であり、付加信号を常時付加するだけであるため、音声信号の処理に時間を要することはなく、音声信号と画像信号との間に時間的なずれが生じない。これによれば、画像信号と音声信号とを対応づけて記憶するための画像信号遅延回路などがなくても、画像信号と音声信号とを対応づけて記憶することができ、同期のために必要とされる回路はなくてよい。
【００２５】
音声信号に含まれる不要な信号とは、例えば、人間にとって不快に感じられるノイズである。人間には、不快に感じるノイズと、あまり不快に感じないノイズとがある。例えば、突発的に発生するノイズは、常態的に発生しているノイズに比べ、人間にとって不快に感じられる。信号記憶装置４に記憶される付加信号は、人間にとってあまり不快に感じないノイズ、すなわち、常態的に発生しているノイズであってよい。本実施の形態によれば、このような人間にとってあまり不快でないノイズにより、人間にとって不快に感じられるノイズがマスキングされ、人間にとって認識が困難になることで、ノイズが聴覚上低減される。
【００２６】
信号記憶装置４に記憶される付加信号は、例えば、２００〜４ｋＨｚの中心周波数を有する信号、もしくは、白色雑音信号であることが好ましい。２００〜４ｋＨｚの中心周波数を有する信号としては、例えば、図２に示す、１．２ｋＨｚを中心周波数とする、正規分布のような形状の（中心周波数から遠去かるにしたがって音圧レベルが低減される）音声信号などがある。また、白色雑音とは、例えば、図３に示されるような、２００〜４ｋＨｚにわたって一様に分布する雑音信号である。
【００２７】
これらの２００〜４ｋＨｚの中心周波数を有する信号、もしくは、白色雑音信号が本発明の付加信号に好ましいとされる原理を以下に記載する。
【００２８】
図４は、信号によるマスキングオージオグラムを示している。ここでは、マスキングする信号（付加信号）が第１音、マスキングされる音声信号が第２音として示されている。図４（ａ）では、第１音が４００Ｈｚで、音レベルが２０ｄＢ、４０ｄＢ、６０ｄＢ、８０ｄＢ、１００ｄＢの場合の、０〜４ｋＨｚにおける第２音の最小可聴限の変動が示されている。図４（ｂ）は第１音が１．２ｋＨｚの場合、図４（ｃ）は第１音が３．５ｋＨｚの場合を示している。
【００２９】
第２音の最小可聴限の変動は、第１音の音レベルにより異なるが、マスキングする第１音の周波数がマスキングされる第２音の周波数よりも低い場合、すなわち、図４（ａ）では第２音が４００Ｈｚ以上、図４（ｂ）では第２音が１．２ｋＨｚ以上、図４（ｃ）では第２音が３．５ｋＨｚ以上の場合、第２音の最小可聴限が高く、すなわち、第２音がよくマスキングされている。したがって、マスキングする第１音は、マスキングされる第２音の周波数より低いことが好ましく、人間の可聴周波数であるほぼ２０〜２０ｋＨｚの中で、比較的低周波数の信号である２００〜４ｋＨｚが付加信号として好ましい。
【００３０】
また、図４（ａ）〜（ｃ）から理解されるように、第１音の周波数および音レベルにかかわらず、第２音の周波数が第１音の周波数より少し高い、または、少し低い周波数を有する場合に最小可聴限が高い、すなわち、第２音がよくマスキングされている。第１音と第２音との周波数が等しい場合、最小可聴限は少し低減する。ここでは、唸りというマスキングとは異なる現象が生じ、通常は別々に認識される第１音と第２音とが、合成され変形された音声として認識される。
【００３１】
このように、第１音と第２音との周波数が等しい場合、第２音の周波数が第１音の周波数より少し高い場合、もしくは、少し低い場合と比べると、第２音はマスキングされない。しかしながら、唸りにより第２音単体での認識は人間にとって困難となるし、十分なマスキング特性も有している。したがって、マスキングする第１音が、マスキングされる第２音を中心周波数とし、これらの少し高い、および、少し低い周波数を含む狭帯域周波数を有することが好ましい。すなわち、２００〜４ｋＨｚを中心周波数とし、中心周波数より少し高い周波数、および、低い周波数を含む狭帯域の信号が付加信号として好ましい。このような信号としては、例えば、２００〜４ｋＨｚを中心周波数とする、図２に示される正規分布のような形状の信号がある。
【００３２】
図５には、白色雑音によるマスキング効果を示す。この図は、０．１〜１０ｋＨｚまで変化するマスキングされる音声信号とともに、マスキングする白色雑音を与えた場合の、音声信号の最小可聴限の変動を示している。図５には、白色雑音が−１０ｄＢ、０ｄＢ、１０ｄＢ、２０ｄＢ、３０ｄＢ、４０ｄＢ、５０ｄＢ、６０ｄＢの場合、および、与えられていない場合が示されている。この図から理解されるように、いずれの音圧レベルの白色雑音も、周波数全体にわたって一様なマスキング効果を有し、白色雑音の音圧レベルを増加すると、音声信号の最小可聴限も増加する。このように、白色雑音は、全周波数帯域にわたって、一様なマスキングをすることができる。したがって、白色雑音はマスキング信号として好ましい。
【００３３】
なお、本実施の形態では、マスキング装置は撮影装置６を含んで構成されているが、本発明はこれに限定されず、撮影装置６を含まない構成でもよい。また、加算回路５から出力されるマスキングされた音声信号は、記憶装置７に記憶されずに、例えば、スピーカなどの出力装置を介して音声として出力されてもよい。
【００３４】
信号記憶装置４に記憶されている複数の付加信号には、異なる中心周波数を有する、異なる帯域幅を有する信号、および、白色雑音などが複数の音圧レベルで記憶されていてよいが、本発明は、信号記憶装置４が複数の付加信号を記憶していることに限定されず、マスキングされる音声信号が一定である場合などは、信号記憶装置４には１つの付加信号のみが記憶されていてもよいし、必要な付加信号が追加されるような構成とされていてもよい。
【００３５】
【発明の効果】
以上説明したように、本発明のマスキング装置は、取得手段により取得された音声信号に、付加信号を常時付加することにより、音声信号に含まれる不要な信号をマスキングして、不要な信号の認識を困難にしているので、装置を小型化することができる、という効果が得られる。
【図面の簡単な説明】
【図１】本発明の実施の形態におけるマスキング装置の構成を示すブロック図である。
【図２】１．２ｋＨｚの中心周波数を有する信号を示す図である。
【図３】白色雑音を示す図である。
【図４】マスキングオージオグラムである。
【図５】白色雑音によるマスキング効果を示す図である。
【符号の説明】
１集音装置
５加算回路
４信号記憶装置

Claims

音声信号を取得する取得手段と、
前記取得手段により取得された音声信号に付加信号を常時付加する付加手段と、
を有するマスキング装置。
前記付加信号は２００〜４ｋＨｚを中心周波数とする信号、または、音圧レベルが所定範囲内の信号である白色雑音信号である請求項１に記載のマスキング装置。
音声信号および動画像信号を取得する取得手段と、
前記取得手段により取得された音声信号に付加信号を常時付加する付加手段と、前記付加手段により付加信号が付加された前記音声信号と、前記取得手段に
より取得された前記動画像信号と、を対応して記憶する記憶手段と、
を有するマスキング装置。