JP2005530432A - 部屋における拡声器からの音声のデジタル等化方法、および、この方法の使用法 - Google Patents

Abstract

ある部屋に置かれた拡声器からの音声をデジタル等化する方法であって、ユーザが音声を知覚する方法に影響を及ぼすさまざまな音響特性を有する上記部屋は、マイクロホンによって１つ以上のインパルス応答を測定することによって、部屋のある部分で補正され、上記インパルス応答は、少なくとも２つの平行な周波数帯域補正アルゴリズムおよび後処理アルゴリズムにおいて処理される。選択肢として、前補正アルゴリズムは、前処理アルゴリズムおよび周波数帯域幅補正フィルタの間で結合することができる。前補正アルゴリズムは、無響室における理想的な条件の下で、測定された拡声器の特徴を表わす入力および／または反射減衰アルゴリズムからのパラメータを受信するようにされる。後処理アルゴリズムから、最終的なフィルタパラメータは記憶され、拡声器を拡声器が置かれた実際の部屋の音響動作に与える増幅器に接続されたソースからの音声を補正するために用いられる。部屋におけるいかなるパラメータも変更された場合、新しいフィルタパラメータを設定するために、本発明に従った補正方法を繰返すことができる。

Description

本発明は、結合した拡声器／部屋の伝達関数を有する、部屋に置かれた拡声器からの音声をデジタル等化する方法に関するものであり、上記方法は、部屋にマイクロホンを置くステップと、増幅器を通して拡声器から１つ以上のパルスを発するステップと、所望の聴取位置におけるインパルス応答を測定するステップと、上記方法とを含む。

さらに、本発明はこの方法の使用法に関する。

音声再生における高忠実度
拡声器は１００年前に考案されたものであるため、音声再生における目的は徐々に変化し、さらに野心的なものとなっている。音声再生の歴史のごく初期において、現実的な技術上の目標は、音量レベル、増幅、音響効率等に関するものであった。今日、これらの課題はもはや我々にとって現実的な技術的課題ではない。努力が進められ、それは２０世紀の後半において音声再生の質に関するものとなった。

ステレオ録音技術が１９５０年代初期に導入されて、（より多くの人がステレオラジオ蓄音機を入手できるようになった）とき、実際の事象に関する再生性質への関心が大きく高まった。過去約４０年の間に、高忠実度は、少なくとも家庭用のオーディオシステムを扱うときに、音声再生において必要不可欠な条件となった。今日、最終的な目的は透明な再生システム、すなわち物理的、電気的または音響上の性質により、元の信号にいかなる可聴特性も追加しないシステムを製造することである。しかしながら、技術的な観点から、これは非常に明確な目標ではない。

高忠実度という用語は、再生システム全体を含み、再生された音声がどの程度実際の事象と一致するかを表わすものである。音声再生の連鎖におけるほとんどの要素によって音声が低下し、それに加えて再生された事象は、通常実際の事象を厳密に複製したものとはかなりかけ離れている（図１．１を参照）。以下ではどこで高忠実度が損害を受けやすいかを列挙する。

・記録技術および処理
・記録された情報／信号の記憶
・記憶された情報の電気信号への変換
・信号（アナログ／デジタル）の変換
・増幅技術
・電気信号から音響信号への変換器（拡声器／ヘッドホン）
・音声再生の部屋
従来の２つのチャネル記録技術は、一貫した態様で実際の事象をとらえるまでに発達し（録音の設定および新しいマルチチャネルシステムの標準に関しては現在でも議論が続いている）、デジタル技術は初期の問題を解決したように思われる。同様に、今日の増幅器は、最終的な透明性に近付くように構成することができる。しかしながら、先行技術の真空管増幅器を用いて再生された４０年前のアナログＬＰ記録が、少なくとも主観的な質の観点から、今日の技術で達成されるものに匹敵する性能を提供するのは、示唆に富むものである。

結論として、透明な高忠実度の音声再生に向けての次の大きな一歩は、音響分野におい
て、すなわち増幅された電気信号がいかにして音声に変換され、音圧が聞き手の耳に到達する前にいかに環境によって影響されるか、においてとられることになるであろう。したがって、再生された音声をさらに向上させるためには、拡声器および部屋に焦点を置かなければならない。

どのシステムの構成要素が再生された音声に最大限に影響を与え、どれが顕著な影響を及ぼさないかに関する多くの偏見が存在する。このような態度および考えには技術的な測定によって確認されたものもあるが、そうでないものもある。一般的に主観的な聴取の観点によって合意されたものもあり（おそらくシステム測定を通して確認することはできないだろうが）、非常に個人的なものもある。しかしながら、元来、ブラインドリスニングテスト（被験者はどの操作が行なわれたのかを知らない）を行なったときに、大半の人は個人的な好みとは関係なく、均一の方法でさまざまな特徴を評価することができることがわかっている。

再生の透明性に関して、唯一適切に参照できるのは実際の事象であるため、大半の人々が魅力的と思うものは、実際の事象に参加しているという錯覚および感覚、すなわち「そこにいる」という感覚を作り出す再生音である。将来的に測定および適切な解釈を実証することができるかもしれないが、よい錯覚とあまりそうでないものとを分ける特徴、決定的な評価は、おそらく常に主観的なものに基づくはずである。

試聴室の影響
音声が、電気から音響への変換として拡声器で生成されるときに、音声が聴取者の耳に届く前の最後の伝送路は試聴室を通る。部屋は囲まれており、音声は拡声器からほとんどすべての方向に発せられるため、この最後の音響伝送路は知覚される音声に大きな影響を及ぼす。部屋は音声再生のために十分に最適化され得るが、それは常に独自の音響特性を事象にもたらす。これは実際の事象の錯覚にとって有益であるかもしれないが、そうでないかもしれず、通常有益ではない。

室内音響の影響のない音声再生の事象を想像することは魅力的なことである。このようなことは、たとえば自由音場で得られるが、平均的な聴取状況に適合しない。別の方法で、無響室、（拡声器からの直接の音声のみが試聴者の耳に届く（反響は全くない）ように設計された部屋）を用いることができる。この解決法も平均的な家の試聴部屋において実現可能ではない。このような部屋が物理的に含意するものは、住宅建設における標準的な技術に全く適合しない。結論として、この条件がたとえ実現可能なものであったとしても、それが実際に望まれることなのかどうかが問題となる。

代わりに、ほぼ理想的な音響特性の補償を行なうことが１つのアプローチとして挙げられる。音響特性の一部は、壁、床または天井に取り付けられた受動減衰材料を用いることによって変えることができるか、または吸収装置を用いることができる。音響を補償する別の方法は、通常電力増幅器の直前に再生システムに設置された電気イコライザを用いることである。このようなイコライザは、再生された音声の周波数振幅の内容を変えることができるが、本質的に過渡信号の再生成に関する周波数の位相特徴も変える。一般的に、これは室内音響を補正しようとするときに１組の悪い特性をもたらすことが多い。したがって、高忠実度の観点から、従来のイコライザは十分ではなく（または望ましいものではなく）、より高度な技術と取って代わる必要がある。

デジタル電子工学による室内音響補正
デジタル技術は、より進歩したイコライザ、またはより広い意味では補正システムの可能性を提供する。信号プロセッサ（ＤＳＰ）を用いるデジタル電子技術によって、理想的な観点から目標となり得るものを実現することがかなり容易になる。本質的に、問題を明
確に示し、適切な解のアルゴリズムを考案し、かつこれらを１つ（またはそれ以上の）ＤＳＰにおいてプログラムすることによって、従来のアナログイコライザと比較してより多くの自由度が与えられる。

しかしながら、このようなアプローチでは、室内音響特性の詳細な情報が要求される。あいにく、同じ部屋で、音響特性の一部は、拡声器および受け手（聴取者または測定マイクロホン）の物理的な位置に依存してかなり変化する。この現象は、ポイント・ツー・ポイント感度シナリオと呼ばれる。したがって、それが１つの物理的な地点でしか適切に作用しないのであれば、すぐに、現実的な補正システムを設計することは見込みのないことと思われる。幸いにも以下で明らかにされるような共通の特徴もある。

したがって、特有の状況ではデジタル技術および数学が（部屋の非常に限られた空間、実際には地点において）非常に正確な室内音響補正の可能性を与え得るが、現実的に物理的に考えると、この可能性を利用することができないことがわかる。補正が、部屋全体でなくとも、より広い空間に適用されることが必須である。

実用的な補正システムの概念
部屋補正システムに対する第１の基本的な要求は、当然のことながら、主観的に知覚された音声再生の質を幾分か改善させることであり、第２の要求は、その使用が簡単でなければならないということである。実用的な補正システムの高レベルの仕様を以下に示すことができる。

・スタンドアローンシステム、外部コンピュータの必要なし
・マルチチャネル機能
・適度なハードウェアの複雑さ、たとえば良好なマルチフォーマットデコーダ（ＭＰ３，ＤＴＳ，Dolby ProLogic等のそれに匹敵するもの
・好ましくは３０秒未満のオフラインでの動作時間
・聴取位置のまわりの適度な空間、たとえば１ｍ²における客観的および主観的な改善、部屋の他の部分に危険な人工物がないこと。

システムの動作はできるだけ簡単でなければならない。ユーザは好ましい位置に、またはおそらく比較的互いに近接した多くの位置にマイクロホンを置き、システムが室内音響情報を獲得するようにする。次に、このシステムは各々のチャネルにつき正確な補正アルゴリズムを計算する（図１．２（左）を参照）。ここで、このアルゴリズムは記憶されて、図１．２（右）に示されるように、信号入力が、前置増幅器を通して信号源から補正システムに与えられる。最後に、補正された信号は電力増幅器および拡声器に与えられる。この設定は前置フィルタリング補正と呼ばれる。なぜなら信号は実際には、室内音響による後の変換に対処するために、事前に電子的に修正されるからである。

室内音響および室内音響情報の獲得の概要
拡声器から来る所与の時点で受信された音声は、より多くの要素からなる。最初に到達するのは、ソースからの直接音であり、その後で多重のおよび変更されたバージョンの音声の集合が現われる。これらの音声は、１つ以上の境界面または内部要素にぶつかり、それによって反射され（図２．１を参照）、そこから離れると、遅延され、減衰される可能性が高い。なぜならほとんどすべての材料はある端数αだけ音声エネルギを吸収するからである。図２．１で、音声は拡声器から発せられ、かつマイクロホンによって受信されるビームとして示されている。この考えは、いかなる部屋の寸法よりもかなり小さい波長についてのみ有効であるため、反射を低い周波数の現象と関連付けることは一般的ではない。７つの反射ビーム、すなわち第１のオーダの最初の４つ（１つ目の反射）、第２のオーダの１つ（２つ目の反射）、および第３のオーダの２つ（３つ目の反射）が示されている
。時間が経過すると、反射数が増加するため、マイクロホンで受信された音声は徐々に、異なる送信経路を通って進む音声ビームの無限和として考えることができる。

３つの部分に分かれるインパルス応答
図２．２では、試聴室からの１００ｍｓの任意のインパルス応答測定が示されており、これは別々に注目すべき３つの部分からなると考えることができることが明らかである。

・直接音
・分離可能な反射
・反響テールとしても示される分離不可能な反射
ある時期のtstatでは、反射を分離するのが難しい。なぜなら反射は短い時間間隔ｔに非常に多く存在するからである。最大時間ｔ₀までの反射数Ｄ_e数がｅｑ．２．１に示されている。統計的時間（または混合時間）と呼ばれる時間ｔ_statはｅｑ．２．２によって規定することができ、比率Ｎ／ｔはエコー密度を示し、この限界を超えると、インパルス応答を統計的な態様で扱うことがより適切になる。反響半径ｒ_reverbはｅｑ．２．３で規定されており、これはソースからのどの距離で音場が拡散するかを示している。（家の試聴室のスピーカから約３ｍの距離の）通常の試聴状況の下で知覚された音響エネルギの大半は、反射ビームから来るものである。なぜならＲ_reverbは典型的に０．５から１ｍであるからである。

モード共振周波数
周波数領域分析は、インパルス応答の伝達関数の対照物と関連付けられることが多い。セクション２．２では、時間領域は、ｔ_statよりも低い分離可能な反射部分、およびｔ_statを超える統計的な反響部分に大まかに分けられる。周波数領域においても同様に考えることができる。音声の波動性のために、部屋の寸法は、低い周波数で、ある波長について半波長の比較的小さな整数に等しいものとなる。したがって、平行な面の間で定在波が観察され、このような周波数について共振が生じる。

部屋の１つの寸法、たとえばＩ_Xが波長の２分の１と等しいとき、定在波は第１のオーダモード（ｎ_X＝１）の部屋の共振を引き起こすといわれる（Ｉ_Xが２つの半波長に等しいときに、第２のオーダモード、ｎ_X＝２が得られる）。定在波はまた２つ以上の平行な面の反射によって生じ、たとえばＳ_XおよびＳ_Z、ならびに完全な組をなす共振周波数（原則としてその数は無限である）は、矩形の形状で完全に反射する部屋に適用されるｅｑ．２．４によって決定することができる。モードｎ_X，ｎ_Y，ｎ_Z（１，０，０；０，１，０；
０，０，１；１，１，０等）を結合することによって、図２．３（棒線）では５Ｈｚの連続的な帯域幅におけるモード共振の合計数が示されている。滑らかな曲線は周波数の関数としてのモード反響の予測された数である。

明らかに、周波数帯域における共振の数は周波数とともに増加し、ある点で、共振を互いから分離することはできない。これが起こったときに、さらなる分析のための統計的なアプローチが便利になる。これは時間領域反射について示されたものと非常に似た状況である。時間領域測定ｔ_statに類似するものとして、シュローダー（Schroeder）はｅｑ．２．５に示された測定を提案し、これを超えると統計的な分析が適切になる。これは、周波数のスペクトルをガウスホワイトノイズプロセスのそれによって近似化することができることを意味する。ｆ_schrを超えると、２つの共振Δ（ｆ_N）の間の距離は非常に狭くなるため、平均して少なくとも３つの共振が１つの共振の平均帯域幅（Ｂｆ_N）に含まれることになり、共振の分離がほとんど不可能になる。

典型的な試聴室について、ｆｓｃｈｒは１００から１５０Ｈｚの範囲にあり、共振の平均帯域幅は４から５Ｈｚとなり、周波数スペクトルの典型的なダイナミックレンジは±１５ｄＢとなる。図２．４には、インパルス応答の周波数振幅スペクトルが示されている。明らかに、共振は可視の不規則性をもたらし、少なくとも２００Ｈｚよりも低い周波数で、ピークを個々に指摘することができると考えられる（ｅｑ．２．５に従ったｆ_schrは１４１Ｈｚである）。

簡潔な観点における室内音響
拡声器および試聴者の位置によって部屋の共振周波数のパターンが変わることはないが、これらによって共振がどのように励起され、知覚されるかに影響が及ぼされるかを理解することが重要である。

図２．５のような図面を、個々に注目すべき時間周波数領域を明らかにし、分離するものとして描くことができる。左上角に、個々に指し示すことのできる分離可能な反射およびモード共振の領域がある。この領域は、おそらく人間の聴覚が最も耳障りな人工物と感じるものである。しかしながら、右下角で、時間および周波数領域の双方は、確率過程として示すことのできる分離不可能な要素によって占められている。すなわち室内音響特性のみに全体的に依存している。

時間および周波数の現象を特徴付け、モデル化するときに、部屋のサイズ（容量）に特に関心が寄せられる。なぜなら、これは結合された領域における限界の外形を示すからである。容量が増えるとｔ_statは上方に動き、ｆ_schrは下方に動き、逆もまた同様である。例示のために、大容量のコンサートホールにおける、部屋のモードおよび共振について述
べるのは全く関連性がないかもしれないが、実際には個々の反射数は大きい可能性がある。小さな部屋において、おそらく最初の２から４の反射のみを分離することができるが、その代わりに部屋の共振は個々に最大数百ヘルツまでを占めるかもしれない。

室内音響情報を獲得するおそらく最も明白な方法は、音声が部屋の位置１Ｐ_sにおけるある十分に規定されたソースから発せられて、位置Ｐ_rで受信されるまでの音声伝送路を考えることである。受信された音声を発せられた音声に関連付けると、厳密に部屋がどのようにＰ_sからＰ_rにかけて音声に影響を与えるのかを見出すことができる。この考察は妥当であると思われる。なぜならＰ_sに位置付けられた拡声器およびＰ_rの試聴者について扱っているからである。この考察は数学的な意味でポイント・ツー・ポイントシナリオと呼ばれる。もちろん拡声器から発せられた音声は（たとえばドライバユニット間の距離のために）空間における単一の位置から来るものではないため、ポイント・ツー・ポイントシナリオの現実世界での解釈は幾分か緩和されなければならない。それでも、受け手側において、受け手が単一のマイクロホンであるとすれば、Ｐ_rを１つの地点と考えることが有効である（２つの耳を持つ人間の場合、この想定は明らかに当てはまらない）。

ＭＬＳＳＡ音響測定システムは、このような伝送路情報を獲得することができる。拡声器を通して（ランダムなホワイトノイズシーケンスに似た）最大長シーケンスｓ_s（ｔ）を発し、かつマイクロホンで所望の地点での音圧ｓ_r（ｔ）を測定することによって、相互相関で伝送路インパルス応答ｈ_sr（ｔ）を計算することができる。

インパルス応答は、理想的に、無限に短い持続時間および無限の帯域幅を有する完璧な音声インパルスｄ（ｔ）がＰ_sから発せられたときに、受信位置Ｐ_rで何が起こったかを知らせる基準である。手を叩くことまたはピストルを発射することはこの理想的なインパルスに近づく。しかしながら、このような信号は雑音の影響を被りやすく、そのために相互相関技術が考案され、広く用いられている。実際に、インパルス応答ｈ_sr（ｔ）は音声に影響を与える３つの項目、拡声器、部屋およびマイクロホンに関する情報を保持する。これらの項目の効果は分離されるかもしれないが、分離されないかもしれない。一般的に、マイクロホンの寄与は、その周波数帯域が通常所望のオーディオ帯域幅と比較して大きいために無視される。ｅｑ．２．６は、時間領域コンボルーションにおいて受信された信号ｓ_r（ｔ）に寄与する個々のインパルス応答としての影響の項目を示している。ｓ_s（ｔ）をｄ（ｔ）に置き換えると、ただ全体のシステム（または伝送路）インパルス応答ｈｓｒ（ｔ）が得られるだけである。

ＭＬＳＳＡは、完全な音圧を測定し、この作業における室内音響の獲得のために用いられる。これは、応答ｈ（ｔ）が実際にｈ（ｎ）と示された一連のサンプルとして表わされることを意味する離散時間システムである。

インパルス応答および伝達関数
インパルス応答ｈ（ｔ）は、連続的な時間領域測定である。コンピュータベースの測定について、出力はもちろん別個のものである。

伝達関数は、インパルス応答に等しい周波数領域である。この関係はＺ変換であり（ｅｑ．２．７を参照）、通常（実用的な目的のために）Ｈ（ｚ）もサンプリングされて複雑
な値のＨ（ｚ）の有限数を与える。ｓ_s（ｔ）がｄ（ｔ）の離散時間バージョンによって置き換えられ、マイクロホンからの非常に小さな影響を無視する、ｅｑ．２．６のＺ変換はｅｑ．２．８をもたらし、コンボルーションが乗算に変わる。

アルゴリズム設計を補正するためのデジタル信号処理技術および伝達関数の分解およびヒルベルト変換
測定された室内インパルス応答ｈ（ｎ）のＺ変換Ｈ（ｚ）は、非パラメータ化されたにもかかわらず、ｅｑ．３．１のように一般化したデジタルＩＩＲフィルタによってモデル化することができる。本質的に、一般化したシステムモデリングは、分子および分母双方の多項式を含む。分子におけるルートａ_jは、単位円内部の伝達関数におけるゼロを表わし、ｂ_jは単位円外部のゼロである。それに応じて、ｃ_iは伝達関数の単位円の極の内部を示し、ｄ_iは外部の極を示す。

分解を通して、いかなる伝達関数Ｈ（ｚ）も最小位相部分、全通過部分、および純粋な遅延（Ｈ_allpass（ｚ）は遅延ｚ^-nを含むこともある）の積に分けることができる。最小位相部分は、すべての極、自然の「内部の」ゼロ（ａ_j）、および振幅１／ｒ（ｂ_j）で内部にマップされたいかなる「外部の」ゼロｂ_j（これをｂ′_jと呼ぶ）からなる。全通過部分は、元の「外部の」ゼロｂ_jおよび人工的にもたらされたゼロｂ′_jを取り消す極からなり、これらの極はａ′_jによって示される。Ｈ（ｚ）のすべての可能な振幅情報は次にＨ_mph（ｚ）に保持され、一方で規定されたＨ_allpass（ｚ）の振幅は常に均一となる。伝達関数におけるこのようにして規定された最小位相および振幅は、明らかに互いに結び付けられる。最小位相システムおよび全通過システムの分離は、同形デコンボルーションを用いることによって達成することができる。応答ｈ（ｎ）の最小位相部分は、最初に複素ケプストラムを形成し、次にこの領域においていかなる因果関係も示さない情報を削除して、最後に図３．１のステップを用いて時間領域に逆戻りする逆算によって抽出することができる。

混合位相システムｈ_mix（ｎ）の逆転は本質的に不安定をもたらす。しかしながら、興味深いことに、不安定であるが因果関係のあるシステムは、安定しているが因果関係のないシステムの形態をとることもできるため、因果関係がないのを許可することによって、最大位相システムの補正が実際に可能になる。室内インパルス応答における過剰位相を、遅延を導入することによってさらに等化することができる。すべての過剰位相に対処する
ために、理想的には、このように課された因果関係は無限に長く続くべきであるが、これはもちろん不可能である。純粋な実用性の観点から、過剰位相の等化はさらに、補正の程度および許容することのできる遅延量の妥協である。好ましくは、ポイント・ツー・ポイントシナリオにおいてｈ_max（ｎ）を等化するときに、補正遅延部分に人工物は存在しないが、再生システムがわずかでも変更されるときは常に、因果関係のない補正が人工物をもたらすことになる。人工物は、たとえば前エコーおよび／または前反響として聞こえるおそれがあり、これは極めて不快なものである。

パラメトリック伝達関数モデリング
パラメトリック法における伝達Ｈ（ｚ）のモデリングは、特にＨ（ｚ）における現象がパラメトリック化されたモデルをもたらす技術に十分に従っているときに、等化において有益となる可能性がある。一般的に、ｅｑ．３．２の開始点をとると、パラメータ化されたモデルは３つのカテゴリ、ＭＡ（移動平均）モデル、ＡＲ（自動回帰）モデル、ならびにＡＲＭＡ（ＭＡおよびＡＲの結合）モデルに分類される。移動平均モデルは、１つ以上のｂ_jがゼロとは異なり、かつすべてのａ_iが０であり、分母多項式は存在せず、Ｈ（ｚ）＝Ｂ（ｚ）であるというときに現れる。したがって、ゼロによるモデリングのみが可能である。なぜならゼロは周波数振幅スペクトルにおける弛みを示し、ＭＡモデリングはおそらく共振をモデル化する最良の方法ではないからである。

（定数ｂ₀は別として）Ｂ（ｚ）多項式が係数ｂ_j＝０を有するときに、Ｈ（ｚ）は自己回帰関数Ｈ（ｚ）＝ｂ０／Ａ（ｚ）である。ここで、振幅スペクトルでピークをもたらす分母のルートがある。これは我々が探しているものにむしろ近い。なぜならこれらのピークは、測定された伝達関数におけるモード共振ピークによく似ている可能性があるからである。自己回帰モデルを確立する１つの方法は線形予測によるものである。線形予測はＨ（ｚ）＝１／Ａ（ｚ）モデルと想定し、Ａ（ｚ）多項式係数ａｉを見つけて、モデルおよび測定の間の誤差が最小二乗（ＬＳ）の意味で最小化されるようにする。この手順は、たとえばインパルス応答ｈ（ｎ）の特定のサンプルを、以前のサンプルの線形結合として形成（または予測）することができることを想定している。

ＡＲアプローチの１つの素晴らしい点は、直接的な逆等化フィルタ設計のためのモデルを用いるときに、等化フィルタＧ（ｚ）がＦＩＲフィルタになることである。ＦＩＲフィルタリングは移動平均に等しく、これは有限のインパルス応答を有し、本質的に安定している。ＡＲモデリングは、我々が扱いたい測定された伝達関数における現象をとらえるその能力のために、および、それが単純で安定した最小位相逆フィルタを生じるために魅力的である。図３．２は、低い周波数の室内伝達関数のオーダ４８ＬＰＣモデリングを示している。

スペクトルの逆転、平滑化および調整
いかなる修正も行なわない状態で、Ｈ（ｚ）の純粋な逆転は、一般的にかなりの遅延を許容しなければ可能ではない。最小位相の等化のみを受入れることができれば、Ｈ（Ｚ）を分解し、Ｈ_mpf（ｚ）を逆転することができる。先述の理由により、これでもおそらく実用的な補正システムにおいては得策ではないであろうが、実行可能なアプローチとして
は、スペクトルを平滑化する、すなわち１／Ｎのオクターブ帯域において平均化を行なうことが挙げられる。このようにして、狭帯域の効果が平均化され、実際に時間領域スミアリングが課される。ここで平滑化されたＨ（ｚ）の逆転スペクトルを見つけるのに問題はない。このような平滑化が行なわれるとき、いかなる位相情報も最初に失われる。しかしながら、ヒルベルト変換を用いることによって、平滑化された振幅部分から、完全に新しい位相部分を導き出し、かつ新しい複雑なフーリエ変換を構成することができる。時間領域に逆戻りし、かつ（平滑化によるわずかな因果関係の欠如に対処するのに必要な）小さな遅延を許可すると、平滑化された伝達関数に基づく最小位相イコライザが得られる。

平滑化が許されない場合（またはおそらく組合せにおいて）、逆転された伝達関数のいわゆる調整（regularisation）を行なうことができる。ｅｑ．３．３を参照すると、調整は、ζ定数によって決定された所望の量の弛み（ゼロ化）効果を抑えるため、逆転伝達関数Ｇ（ｚ）は初期の弛みに対して等しいサイズのピークを被らない。これはＡＲモデリングを用いるのではなく、スペクトル逆転によって低い周波数の等化を設計したいときに有利である可能性がある。それでも逆転は、Ｈ（ｚ）の最小位相分解バージョンに基づかなければならない。

周波数スケールの歪み
周波数の歪みは、周波数スケールへの注意を分配しなおす方法である。たとえば、最高位の詳細ではなく下位の周波数帯域幅の方に焦点を置くことができる。実際に、周波数の歪みは等角写像であり、離散時間システムにおける標準の遅延要素ｚ^-1は、ｅｑ．３．４の第１のオーダの全通過フィルタＤ（ｚ）によって置き換えられる。

したがって、Ｈ（ｚ）の不均一解像周波数の表示が得られる。これは、対数のような周波数に依存した周波数解像度が見られる人間の聴覚機構を反映しようとするときに非常に有利である可能性がある。λを適切に（０．７から０．７５で）選択すると、バークスケール（Bark scale）のそれに似た周波数スケールが生じる。ここで、インパルス応答を歪めることができ、等化フィルタは歪められた領域において決定することができ、等化フィルタ応答は（負のλを用いた同じ手順で）歪みを取除くことができる。しかしながら、欠点は、ｚ^-1の代わりに上述のＤ（ｚ）を用いると、ＦＩＲフィルタがＩＩＲフィルタに変るために、（特に大きなフィルタオーダについて）安定性が自動的に保証されず、等化フィルタは切り捨てなければならない（そうでなければ、実際に等化は歪んだ領域で行なわれる）無限のインパルス応答を有することである。これらのＷＦＩＲフィルタは、音響の適用例においてより十分な割当てのフィルタリング能力を示すことができる。

初期の反射減衰および拡散
室内のインパルス応答ｈ（ｎ）における初期の強い反射を減衰するための技術が開発されてきた。この技術は、位置感度の観点から憂慮すべきである反射をデコンボルブしよう
としないことによって資格を得ている。代わりに、これは各々の反射および反射の周りの小さなタイムスパンにおける他のものを減衰させる。このアルゴリズムは極度に複雑ではなく、室内音響補正枠組みに容易に組込むことができる。上記のセクションで記載された技術によって、周波数の領域の効果のみが直接対処され、この行為が時間領域においても正の効果をもたらすことを期待することができる。反射減衰アルゴリズムは、不快な時間領域の効果に対処する。アルゴリズムの形成には以下のステップが含まれ、これは実用的な観点から室内音響補正に対処する非常に新しい方法である。

・初期の反射を変換する長さｔ_Cのセグメントｃ（ｎ）がｈ（ｎ）から切り離される。

・ｃ（ｎ）の振幅スペクトルは平滑化され、Ｇ（ｚ）を得る。

・Ｇ（ｚ）が逆転され、ｇ（ｎ）に逆変換される
・ｇ（ｎ）は遅延ｔ_CAUSによってｇ_CAUS（ｎ）にコーザライズ（causalise）される。

・ｇ_CAUS（ｎ）にスペシャルウインドウを掛ける。

反射減衰の代替として、第１の強い反射を分離可能な現象として聞き取れないものにするために、（同様に筆者が考案した新技術である）拡散フィルタを用いることができる。ホワイトノイズの（長さが数ミリ秒の）小さなシーケンスは、平均１０％まで減じるように指数関数で重み付けされるが、これは測定されたインパルス応答によってコンボルブされる。初期の強い反射はそのうち不鮮明にされて、応答の初期の部分はより多くのエネルギを含むため、明瞭度指数は増加するが、ＤＲはおそらく増加しない。なぜなら直接音は増幅されないからである。この状況は、互いに近接した比較的低い振幅の多くの反射を有する状況と似ている。実際に、その振幅はかなり高いが、小さな間隔のために、その個々の寄与はおそらく聞き取れないものになる。

過剰位相等化
ｈ_allpass（ｎ）は周波数振幅についての情報を保持しないため、これによって初期の応答をコンボルブすることができ、位相のみが変更される。実際に、ｅｑ．３．５に示されたコンボルーションを行なうことによって過剰位相を完全に除去することを示すことができる。したがって、ｈ（ｎ）の最小位相バージョンのみが残される。もちろん無限に長いシーケンスについて、ｅｑ．３．５を決定することができないため、因果関係の有限の長さを選ばなければならない。同様に、実用的な理由は、たとえばわずか数百ミリ秒の遅延をもたらすこのような制限が、結合されたオーディオ／ビジュアル再生における同期を破壊することを命じることができる。これは補正することのできる過剰位相の量を減じる。同様に前エコーおよび前反響の効果の危険性を最小化するために、因果関係はおそらくかなり小さいものに選択されるべきである。

本発明の目的は、拡声器が置かれる部屋の音響パラメータに関する拡声器の動作を改善することである。

この目的は、以下のステップを特徴とする請求項１の導入部分で規定された方法によって達成され、上記以下のステップは、
ａ）測定されたインパルス応答をアルゴリズムによって前処理し、重み付けするステップと、
ｂ）前処理アルゴリズムからの出力をアルゴリズムによって分割し、クロスオーバーフィルタおよびダウンサンプリングを用いて少なくとも２つの周波数帯域に適合させるステップと、
ｃ）帯域分割アルゴリズムからの出力を、少なくとも２つの周波数帯域補正フィルタアルゴリズムに与えるステップと、
ｄ）帯域補正フィルタアルゴリズムからの出力を、遅延および振幅調整設計アルゴリズムに与えるステップと、
ｅ）調整アルゴリズムからの出力を後処理アルゴリズムに与えるステップと、
ｆ）後処理アルゴリズムからの出力を記憶し、これを用いて、増幅器に与えられる音源をリアルタイムで等化するステップとを含む。

請求項２で述べられるように、前処理アルゴリズムからの出力は、典型的に３つの周波数帯域に分割され、上記３つの帯域幅は、それぞれ低、中、および高周波の帯域であり、周波数領域における音響動作のある局面に属する、より適合性のある補正ｉ_dが得られる。

請求項３で述べられるように、前処理アルゴリズムからの出力が、前補正アルゴリズムにおける入力として用いられるのが好都合であり、上記前補正アルゴリズムは、聴取位置で受信された音声へのある音響上の影響を示す１つ以上の選択的な回路からの出力を受信するようにされた少なくとも１つ以上の入力を有し、上記前補正アルゴリズムは、周波数帯域補正フィルタ設計アルゴリズムに与えられる出力を有する。このようにして、たとえば請求項４で、選択的な回路のうちの１つが無響室の理想的な条件下で拡声器から測定されたパラメータを表わすと述べられるように、または請求項５で、選択的な回路のうちの１つが音響心理状況から得られたパラメータを表わすと述べられるように、全体的な等化を、部屋における物理的なパラメータだけでなく、他のパラメータに適合させることができる。

実験では、この方法が行なわれた場合、さらに良好な等化が得られることがわかり、請求項６で概説されるように、最初の３０ｍｓにおいて、測定されたインパルス応答における反射が、インパルス応答の残りよりも強く減衰される。

等化プロセスを終了するときに処理されたすべての信号が適時に正常であることを保証するために、請求項７で述べられるように、調整アルゴリズムは帯域フィルタからの出力を同期させるための調整機能を含むか、または請求項８で述べられるように、調整アルゴリズムがスケーリングおよび合計の機能性をさらに含むことが有利である。

最後に、請求項９で述べるように、補正は聴取者がいる部屋のある部分に関して行なわれ、ユーザがどのくらい適切に等化を望むのかを選択することができる。すなわち、ユーザが非常に高い精度を望む場合、部屋のうち等化が最適である非常に小さな部分または領域を選択しなければならず、逆もまた同様である。

上述のように、本発明は使用法に関する。

この使用法は請求項１０で規定される。

以下で、本発明は添付の図面と関連してより明確に説明される。

図４．１では、拡声器／部屋の補正設計のために設けられた枠組みの概略図が示されている。主な機能は、前処理、帯域分割、３つの帯域補正および後処理であり、これらの基礎的要素の内容は以下のセクションで詳細に説明される。室内音響補正設計枠組みは、すべてのパラメータにおいて柔軟性を与えるように設けられている。設計枠組みは、単一の伝達経路インパルス応答における補正の開始点となるが、これはより多くの応答の加重平均によって構成され得る。かなりのピークが生じる低い周波数の範囲において、およそ２Ｈｚの周波数解像度が十分であるが、ＦＩＲフィルタを用いて直接実現すると、この解像度を得るにはおよそ２２，０００フィルタ係数が必要となる。今日これは標準的な信号プロセッサにとって非常に重い。しかしながら、高い解像度は、低い周波数で要求されるにすぎないため、帯域分割およびダウンサンプリング技術で始めるのは明白である。３つの帯域の補正設計への要求を緩和するか、または特定の時間領域補正を課すために、初期応答を補助的な機能によって修正することができる（セクション４．６を参照）。

第１のステップにおいて、最初の入力応答は、測定されたインパルス応答から得られる。最初の応答は、単一の測定に基づく可能性がある、またはより多くのインパルス応答ｈ_ｉ（ｎ）を、帯域幅全体内のまたは好ましければある周波数ｆ_{c_avrg}より少し低いところで任意の重量を用いて（単に基準化されたサンプルごとの加算として）平均化し得る。これによって、平滑化された応答の入力が、高い周波数での位置感度を回避するもしくは減じるか、または低い周波数の共振から知覚された効果を暗黙のうちに良好に評価することができる。組合せも可能である。すなわちｆ_{c_avrg}より下であれば、入力応答は多重ソースから単一の受け手の位置への応答の平均とすることができ、ｆ_{c_avrg}を超えれば単一の測定が支配する。重要なのは、一度に１つの伝送チャネルの補正を設計することである。

初期の入力応答は次に、室内音響および心理音響地点等の専用の周波数に依存した補正を可能にする３つの帯域に分割される。帯域の分割は、これらのクロスオーバーフィルタからのいかなる可聴効果も最小にするために、線形位相のＦＩＲフィルタを用いる。４つの周波数、すなわち低いおよび高い遮断周波数、ならびに２つのクロスオーバー周波数を入力しなければならない。部屋のシュローダー周波数の近隣における低いクロスオーバー周波数、および位置感度がアジェンダを設定するところよりも６から７倍高い、上方のクロスオーバー周波数を選択することが適切である。高い帯域幅について、初期のサンプリング速度が維持されるが、便宜上の理由および電力処理への配慮のため、中間のおよび低い帯域はクロスオーバー周波数よりも３倍から４倍の速度で再びサンプリングされる。

３つの帯域幅の各々において、等化にされた応答の持続時間（サンプルの長さ）を設定することができるため、周波数解像度の減少による本質的な平滑化が課される。この平滑化は有利なものとなる可能性があり、応答の持続時間を短くすることによって電力を処理する必要性が確実に減じられる。周波数が高ければ、より短い応答が必要であると考えるのにはわけがある。

低い周波数チャネルは、典型的に約１５０Ｈｚのおおよそシュローダー周波数に制限され、１ｋＨｚよりも低いサンプリング周波数を指す。この場合、２Ｈｚの周波数の解像度は典型的にフィルタの５００タップ未満を必要とする。頑強な逆転フィルタの設計方法は入力応答のＡＲモデル（すべての極）に基づくことができる。逆転フィルタは、セクション３で短く説明されたＬＰＣ技術に基づき、オーダは可変である。この補償方法は以下のために魅力的である。

・これは特にピークを抑えるように機能する。

・等化フィルタはすべて０、１である。−安定性が常に保証される。

・等化フィルタは自動的に最小位相である。

同様に組み込まれた等化フィルタを生成する別の方法は、複雑なスペクトルを逆転させるだけである。しかしながら、ここでピークを同じ振幅の弛みよりも重くさせるために、スペクトルは逆転の前に調整される。この方法は、（振幅スペクトルが用いられさえすれば）最小位相フィルタを保証せず、これは頑強性に関していえばＬＰＣ方法よりも劣る傾向がある。最後に、２つの振幅関連方法のいずれかとともに、入力応答におけるいかなる量の過剰位相も、過剰位相応答の長さに等しい遅延を犠牲にして、過剰位相応答のミラーコンボルーションを用いて補償することができる。

上述のように、低いクロスオーバー周波数は、およそシュローダー周波数で選択すべきであり、位置感度はすでにｆ_schrの数倍の問題であるため、約０．５から１バークの解像度のフィルタバンクを通した平滑化は心理音響によって引き出される可能性がある。５００Ｈｚよりも上の周波数の範囲において、この解像度はおよそ１／６から１／３オクターブに対応する。バークスケールは、（音色を含む）人間の音声認識の方に関連している。中間の周波数帯域幅において、以下の選択が実現される。

・ＡＲモデリングおよびＬＰＣ技術による逆転フィルタ設計
・最小位相振幅スペクトル逆転
・事前の平滑化
・事前の歪み
・反射拡散
最後の選択肢は、応答を、短い（５ｍｓ）の指数で重み付けされたホワイトノイズ応答でコンボルブすることによって初期の強い反射の可聴性を減じる方法である。この「拡散」フィルタは、分離可能な反射を幾分曖昧にする傾向があるが、反響の時間および透明度のためには役立たない。やはり、ＡＲモデルオーダは、（１オクターブから１／２４オクターブの）平滑化要素、および使用可能であれば中間帯域の低い部分の方に注目するのを可能にする歪み要素のように可変である。

高い周波数の範囲で、等化は好ましくは１／６から１／３オクターブの帯域幅における音色バランスの補正に減じられるべきである。なお、心理音響的に引き出されたバーク周波数スケールは１／３オクターブに近く、５００Ｈｚよりも高い。ＦＩＲフィルタの適用は、フィルタ応答の長さを制限するのに用いられたウィンドウによってもたらされた周波数の平滑化を課す。高い周波数帯域幅において、以下の選択肢が実現される。

・最小位相振幅スペクトル逆転
・事前の平滑化
・反射拡散
中間の周波数帯域と同様に、反射拡散はここでも使用可能であり、目標機能の３つの代替案が利用可能である。１つは平坦な周波数スペクトルを有し、２つはわずかに衰退するスペクトル（それぞれ１０個あたり４ｄＢおよび７ｄＢである）。ＡＲモデリング方法はこの帯域幅にはあまり適していない。なぜならこれはピークに過度の焦点を当てるが、狭い帯域の等化は必要とされない、またはここでは望まれないからである。３つの帯域イコライザ全体の機能ブロックが図４．４に示されている。

補正性能を向上させるために、もう２つの選択肢が利用可能である。（使用可能であれ
ば）双方の選択肢は、初期の応答を３つの帯域イコライザに変更するため、３つの等化フィルタは変更された応答に対して動作し、３つの帯域イコライザの出力は再び補正されなければならない。周波数領域へ進みかつ３つの帯域イコライザの機能性をブラインド逆転（もちろんそうではない）に簡略化すると、概念は図４．３に示されたようになる。補正された入力伝達関数Ｈ（ｚ）は、途中で何が起ころうとも１／Ｈ（ｚ）で終了しなければならない。Ｒ（ｚ）と示された補助的な選択肢を表わす線形動作は、結果として逆転の後で適用しなければならない。

３つの帯域イコライザは周波数領域において主に作用するが、入力応答における個々の反射を制御するためには、時間領域において動作する必要がある。扱われた反射シーケンスは切断され、周波数は変換され、反射の過度に感度の高い修正を回避するために、逆転の前に調整または平滑化される。この修正されたデコンボルーション技術によって、最大３０ｍｓの応答が、反射減衰フィルタによって６から１２ｄＢほど減衰される。位置感度の問題のために、および最初の１５から３０ｍｓでエネルギを有さない応答の疑わしい主観的な質のために、反射パターンを完全に取り消すことは望ましくない。調整および平滑化の双方は（遅延をもたらす）後の因果関係を要求し、最後に反射減衰フィルタは、特に高い周波数での完全な取り消しを減じるために、その動作を帯域１００から１０００Ｈｚに制限するようにフィルタリングされた帯域通過である（図４．４を参照）。反射減衰アルゴリズムがセクション３でより詳細に記載されている。

何らかの理由で、拡声器を予め等化し、かつたとえば拡声器の特定の修正が望まれるときに入力の室内応答全体に対して動作するアルゴリズムにおける等化フィルタを含むことが有利であるかもしれない。拡声器を等化する４つの方法が提案される（図４．４を参照）。

図４．５では、補正システムの２つの可能な構成、等化フィルタが測定された応答に基づいて設計され記憶される「オフライン」の構成、および、電力信号が、ダウンサンプリングされ、記憶されたフィルタに基づいて補正され、再びサンプリングされ、追加されて最終的な補正信号を形成する「オンライン」のリアルタイムの構成が示されている。「オフライン」の構成において、各々の帯域における補正設計の後で、補正フィルタは基準化され、もたらされる可能性のある遅延のために時間調整され、最後にフィルタバンクに記憶される。同様に、３つのフィルタは、最初のレートまで再びサンプリングされ、主に評価目的のために１つのＦＩＲフィルタに集約される。フェードアウトウインドウが（評価目的のために）用いられ、補正された応答が２５０Ｈｚから５ｋＨｚの帯域において最初の応答と同じエネルギを有するように基準化される。

室内音響イコライザの性能の例
帯域分割／ダウンサンプリングへの応答入力が、１５０Ｈｚよりも低い２つの応答（ステレオスピーカおよび１つの測定地点）の均一の重さにされた合計として合成され、１５０Ｈｚよりも高くなると平均化は行なわれない。この平均化は、２つの拡声器の位置によって別々に引き起こされるものではなく、一般的な共振現象をよりうまく捉えるためにもたらされる。しかしながら、個々の伝達関数の正確さがわずかに低い補正はコストである。最後に、応答はその合計のエネルギが１に等しくなるまで基準化される。

３つの帯域イコライザのクロスオーバー周波数は、それぞれ１５０Ｈｚおよび９００Ｈｚに設定された。シュローダー周波数は９５Ｈｚであるため、１５０Ｈｚよりも高いと、個々の共振現象が見つかるはずであり、９００Ｈｚは、高感度であるために高い周波数に適用できない中間の周波数帯域補正のために選択される。実際に、７００Ｈｚから１．５ｋＨｚのいかなるクロスオーバー周波数もおそらく十分である。しかしながら、上述のように選択された特定のアルゴリズムのクロスオーバーは９００Ｈｚであることがわかった
。最低のおよび最高の補正周波数は、それぞれ２５Ｈｚおよび２２ｋＨｚに設定される。ダウンサンプリングは、１．５のクロスオーバー周波数で新しいナイキスト周波数（これらは４２２Ｈｚから２４３０Ｈｚである）を与えるために行なわれ、これは１４４から２５のダウンサンプリング要素に等しい。

クロスオーバーフィルタは、全線形位相ＦＩＲフィルタであり、オーダは、理想的なインパルスのダウンサンプリングされた帯域を追加するときに基準から選択され、この結果はフィルタリングされていない理想的なインパルスにできるだけ近くしなければならない。また、（双方のクロスオーバ周波数のための）ＬＰおよびＨＰフィルタの傾斜はおよそ同じでなければならない。これは１８，２８および１８の低減フィルタオーダ（タップ）、および２８、８４および５６０の高域フィルタオーダをもたらす。

低い周波数帯域において、伝達関数を示すＡＲ（自己回帰）モデルを計算するように選択される。このモデル、１／Ａ（ｚ）は、極のみからなるため、モード共振ピークをよく示している。ＡＲモデルは、線形予測コーディング（ＬＰＣ）によって見つけられ、Ａ（ｚ）多項式における係数の数は、２４秒オーダの極の効果に似た４８に設定される。２４のこのような極は、最大１５０Ｈｚの分離可能な共振をモデル化するのに十分であると想定（および検証）されている。Ａ（ｚ）多項式をＦＩＲ等化フィルタとして用いると、伝達関数における自然の弛みに望ましくなくもエネルギを入れることなく、伝達関数における特徴的なピークが除去される。このピーク減衰を通したエネルギの損失を補償するために、低い帯域幅全体が１．５ｄＢに増幅される。低帯域において、等化は、２Ｈｚの本質的な平滑化を生じる５００ｍｓの入力応答全体に対して動作する。

中間帯域において、入力応答の最初の１５０ｍｓのみが用いられ、（これは、実際に望ましい７Ｈｚの最大周波数解像度を課す。なぜならここでは、低帯域と同じくらい狭い帯域幅のピークの現象に注意を払いたくないからである）同様にここではＡＲモデリング技術が用いられる。セクション３に記載されるように、周波数歪み技術を用いると、低い周波数により焦点を当てることが可能になり、０．７２の歪み要素を用いると、ＬＰＣ数学は、４００Ｈｚよりも高い周波数より１５０から４００Ｈｚの帯域に注意を払う。周波数が増加すると、ＡＲ極によって容易にモデル化される伝達関数現象も小さくなる、すなわちＡＲモデリングおよび周波数の歪みを組み合わせるのに十分なわけがあるかもしれない。

高い周波数の帯域幅は、２０Ｈｚの周波数解像度を生じる最初の５０ｍｓを扱う（これは、ここでは比較的広帯域の等化のみが行なわれるべきであるということにうまく適合する）。この帯域幅において、直接のスペクトル逆転が適用されるが、逆転の前に、入力応答スペクトルは１オクターブの４分の１にさらに平滑化される。この平滑化によっていかなる位相情報も除去されるが、ヒルベルト変換関係を用いて復元される。逆転の後で、スペクトルは部屋のインパルス応答における自然の高い周波数の減衰に似たわずかに減衰する関数（１ｋＨｚから１０ｋＨｚの−４ｄＢ）によって重み付けられ、最後に時間領域ＦＩＲフィルタに戻される。

図５．１ではアルゴリズムの性能が示されている。灰色のグラフは、補正設計枠組みおよびそのスペクトルへの応答入力を示し、黒い曲線はそれぞれ補正されたインパルス応答およびスペクトルを示している。特にスペクトルグラフでは、補正効果が容易に見られる。

ここで、反射減衰機能が調査される。入力応答は再び、平均化された低い周波数の位置であるが、今では３つの帯域イコライザの前に、反射減衰機能が使用可能にされる。最初の１０ｍｓにつき、反射は約８ｄＢに減じるように設定される（しかしながらセクション
３に記載されるように完全には除去されない）、これは図５．２に明らかに示されている。３つの帯域イコライザを通して拡張された（反射が減衰された）応答は、結果として生じる周波数振幅スペクトルにそれほど影響を与えない（図５．３を参照）。これは依然として良好であり、まさに非常に期待に沿った初期のアルゴリズムのようである。なぜなら同じアルゴリズムパラメータが用いられ、出力応答が補正設計枠組みに従うように反射減衰フィルタとともに後で補正されるからである。

補正設計枠組みの代替使用
このアルゴリズムの目的は、主観的な性能が問題でないときは常に、設計枠組みを、非常に正確な補正を考え出すように構成することができることを示すことである。聴取位置または低い周波数の拡声器の位置のいずれのためにも、入力応答に対して平均化は行なわれない。すべての３つの帯域について、処理された応答の長さは５００ｍｓである。低いおよび中間の帯域幅の双方において、非常に詳細なＡＲモデリングが、１２０の係数を用いた低帯域において用いられる。中間帯域において、平滑化および事前の歪みも行なわれず、２８８ものＬＰＣの係数が用いられる。また、高帯域において平滑化および減衰目標機能が省略される。したがって、信号処理の観点から、３つの帯域で生じる行為は、ＬＰＣ係数の数が大きいために（制御されかつ頑強な態様においてのみの）合計スペクトル逆転のそれにおおよそ似ている。しかしながらそれは最小位相の方法でも生じる。スペクトル逆転は、過剰位相からわずかに離れており、このためより高い精度に調整された３帯域の技術が用いられる。目的の性能は図５．４に示されるように顕著なものである。

補正設計枠組みは拡声器のみを等化するようにうまく適合される。無響測定スピーカは、室内補正の設置において用いられたのと同じ、補正アルゴリズムの最適化されたパラメータに従っている。図５．５および５．６は、補正の前および後の累積したスペクトルの減衰を示している。この等化は双方の領域において非常に顕著である。

原則として実際の音声事象が、記憶された後でいかに与えられるべきかを示す図である。 （左）は、イコライザを設計する方法について、（右）はイコライザが用いられる方法についての簡略化されたブロック図である。 部屋における拡声器によって発せられた音声からの反射を示す例を示す図である。 聴取室からのインパルス応答測定を示す図である。 ５Ｈｚの帯域幅におけるモード共振を示す曲線を示す図である。 低い周波数の振幅スペクトルを示す図である。 個々に注目すべき時間周波数領域を説明する図である。 時間領域関数が変換され逆転される図である。 低い周波数の部屋の伝達関数のオーダ４８ＬＰＣモデリングを示す図である。 本発明に従って用いられるさまざまなアルゴリズムを示すブロック図である。 図４．１に従ったフィルタの詳細なブロック図である。 図４．１のアルゴリズムで用いられた図表伝達関数を示す図である。 図４．１に従った２つの選択的なブロックの詳細なブロック図である。 本発明に従った２つの可能な構成の補正システムのブロック図である。 本発明に従ったアルゴリズムの性能を示すＤＦＴ振幅スペクトルを示す図である。 反射減衰機能が使用可能にされた補正アルゴリズムを示す図である。 反射減衰機能の使用の下で補正アルゴリズムの性能を示すＤＦＴ振幅スペクトルを示す図である。 本発明に従ったイコライザの最適化された性能のＤＴＦ振幅スペクトルを示す図である。 拡声器の補正の前の累積スペクトル減衰を示す図である。 補正の後の累積スペクトル減衰を示す図である。

Claims (10)

1. 結合された拡声器／部屋の伝達関数を有する部屋に置かれた拡声器からの音声をデジタル等化する方法であって、前記方法は、部屋にマイクロホンを置くステップと、増幅器を通して拡声器から１つ以上のパルスを発するステップと、所望の聴取位置におけるインパルス応答を測定するステップとを含み、前記方法は以下のステップを特徴とし、前記以下のステップは、
   ａ）測定されたインパルス応答をアルゴリズムによって前処理し、重み付けするステップと、
   ｂ）前処理アルゴリズムからの出力をアルゴリズムによって分割し、クロスオーバーフィルタおよびダウンサンプリングを用いて少なくとも２つの周波数帯域に適合させるステップと、
   ｃ）帯域分割アルゴリズムからの出力を、少なくとも２つの周波数帯域補正フィルタ設計アルゴリズムに与えるステップと、
   ｄ）帯域補正フィルタ設計アルゴリズムからの出力を、遅延および振幅調整アルゴリズムに与えるステップと、
   ｅ）調整アルゴリズムからの出力を後処理アルゴリズムに与えるステップと、
   ｆ）後処理アルゴリズムからの出力を記憶し、これを用いて、増幅器に与えられる音源をリアルタイムで等化するステップとを含む、方法。
2. 前処理アルゴリズムからの出力は、典型的に３つの周波数帯域に分割され、前記３つの帯域は、それぞれ低、中および高周波数帯域であることを特徴とする、請求項１に記載の方法。
3. 前処理アルゴリズムからの出力は、前補正アルゴリズムにおける入力として用いられ、前記前補正アルゴリズムは、聴取位置で受信された音声へのある音響上の影響を示す１つ以上の選択的な回路からの出力を受信するようにされた少なくとも１つ以上の入力を有し、前記前補正アルゴリズムは、周波数帯域補正フィルタ設計アルゴリズムに与えられる出力を有することを特徴とする、請求項１または２に記載の方法。
4. 選択的な回路のうちの１つは、無響室の理想的な条件下で拡声器から測定されたパラメータを表わすことを特徴とする、請求項３に記載の方法。
5. 選択的な回路のうちの１つは、音響心理状況から得られたパラメータを表わすことを特徴とする、請求項３または４に記載の方法。
6. 最初の３０ｍｓにおいて、測定されたインパルス応答における反射は、インパルス応答の残りよりも強く減衰されることを特徴とする、請求項２から５に記載の方法。
7. 調整アルゴリズムは、帯域フィルタからの出力を同期させるための調整機能を含むことを特徴とする、請求項１から６に記載の方法。
8. 調整アルゴリズムは、スケーリングおよび合計の機能性をさらに含むことを特徴とする、請求項１から７に記載の方法。
9. 補正は聴取者がいる部屋のある部分に関して行なわれることを特徴とする、請求項１から８に記載の方法。
10. スピーカのマルチチャネルの設定における、請求項１から９に記載の方法の使用法。

Images