JP2008211834A - 音像定位装置 - Google Patents

Abstract

【課題】必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することのできる音像定位装置を提供すること。
【解決手段】パラメータ設定部１１には、音像を定位したい目標位置ごとに、目標位置に対応する標準的な頭部伝達関数の振幅周波数特性に含まれるピーク、ディップ、高域減衰、低域減衰といった構造的特徴のうち、選択された複数個を再現するためのそれぞれに対応するパラメータ（中心周波数fc、尖鋭度Q、レベルL）と、音像を定位したい目標位置ごとに、目標位置に対応する標準的な頭部伝達関数のＩＴＤやＩＬＤといった構造的特徴を再現するためのパラメータ（遅延量およびレベル調整量）とが設定されていて、入力された目標位置情報に対応したパラメータを読み出し音像定位処理部１２に設定する。音像定位処理部１２は、設定されたパラメータに従って処理を行い、音像定位信号を出力する。
【選択図】図１

Description

本発明は、三次元空間の任意の位置に音像を定位させる音像定位装置に関するものである。

従来、スピーカやヘッドホンなどの音響再生装置を用い、三次元空間内の任意の位置に音像を定位させる技術については数多く研究されている。

これらの研究により音像を定位させたい位置から受聴者の耳までの音響伝達特性を忠実に再現し、音源信号に畳み込んで受聴者に提示することにより、所望の位置に音像を定位させることが可能であることが明らかになっている。

この音響伝達特性とは、壁などでの反射、回折、散乱等による伝達特性を表す空間伝達関数や、受聴者の頭部や胴体での反射、回折、散乱等による伝達特性を表す頭部伝達関数などに分けられる。

このうち頭部伝達関数を用いた音像定位については、受聴者の頭部伝達関数を忠実に再現し、音源信号に畳み込んで受聴者に提示することによって任意の位置に音像を定位させることができることが明らかになっている（例えば、非特許文献１参照）。

この頭部伝達関数を用いた従来の音像定位装置では、受聴者本人の頭部伝達関数を正確に測定し、これを忠実に再現して音像定位を行うものや、標準的な頭部伝達関数をあらゆる受聴者に対して共通に用いて音像定位を行うものがある。

図１４は、従来の音像定位装置を示すブロック図である。

図１４において、従来の音像定位装置は、音像を定位させたい方向ごとに作成された頭部伝達関数をＦＩＲ（Finite Impulse Response）フィルタの係数として記憶しておく頭部伝達関数記憶部６１と、音像を定位させる目標位置情報に基づき頭部伝達関数を選択する頭部伝達関数選択部６２と、選択された頭部伝達関数に基づいてフィルタ処理を行って出力する音像定位処理部６３とを備えている。

ここで、頭部伝達関数記憶部６１に記憶する頭部伝達関数は、受聴者本人のものでもよいし、あらゆる受聴者に対して共通に用いる標準的なものであってもよい。

このような音像定位装置において、入力された音源信号は、入力された目標位置情報に基づいて選択された頭部伝達関数を畳み込まれて、音像定位された音響信号である音像定位信号としてヘッドホンやスピーカなどの音響再生装置に出力される。

このように、従来の音像定位装置においては、受聴者本人の、あるいは標準的な頭部伝達関数を用いて、音像定位を行うことができる。

しかしながら、このような従来の音像定位装置においては、音像を定位させたい位置の頭部伝達関数を全て記憶する必要があり、そのデータ量は膨大となっていた。さらに、ＦＩＲフィルタによる音像定位処理は演算量が多くなり、音像定位装置の小型化、簡素化の妨げになっていた。

このような問題を解決するため、必要な位置単位に、測定された頭部伝達関数を模擬するための、単一のＩＩＲ（Infinite Impulse Response）フィルタのパラメータ（中心周波数fc、尖鋭度Q、レベルL）を保持し、目標位置に対応したパラメータによりＩＩＲフィルタで頭部伝達関数を模擬するようにしたものがある（例えば、特許文献１参照）。

また、頭部伝達関数には個人差があり、本人のものではない頭部伝達関数を用いた場合には目標とする位置に正しく音像を定位できない場合があることが明らかになっている。したがって、標準的な頭部伝達関数をあらゆる受聴者に対して共通に用いる音像定位装置では、正しく音像定位できない受聴者が発生してしまうという問題があった。

また、頭部伝達関数を測定するためには特殊な装置等が必要となるため、あらゆる受聴者に対して本人の頭部伝達関数を測定することは現実的に不可能であり、受聴者本人の頭部伝達関数を用いる音像定位装置は容易には作成できないという問題があった。

このような問題を解決するため、標準的な頭部伝達関数を周波数軸上で伸長あるいは収縮させることにより、各受聴者に対応した頭部伝達関数を導出して音像定位を行うものがある（例えば、特許文献２参照）。
特開２０００−２３２９９号公報 特開２００１−１６６９７号公報 イェンス ブラウエルト・森本政之・後藤敏幸編著「空間音響」鹿島出版会、昭和６１年７月１０日

しかしながら、上述の特許文献１に記載のようなものでは、単一のＩＩＲフィルタのみで頭部伝達関数を模擬するため、頭部伝達関数の振幅周波数特性に含まれるピーク（山）やディップ（谷）のうち１つしか再現することができず、正しく音像定位できない場合があるという問題があった。なお、頭部伝達関数の振幅周波数特性を忠実に模擬しようとすると、多数のＩＩＲフィルタが必要となり、上述の従来例と同様に必要なデータ量および演算量が多くなるという問題があった。

また、上述の特許文献２に記載のようなものでは、標準的な頭部伝達関数全体を周波数軸上で伸長あるいは収縮しているだけなので、各受聴者に適した頭部伝達関数を再現できず、正しく音像定位できない場合があるという問題があった。

本発明は、従来の問題を解決するためになされたもので、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することのできる音像定位装置を提供することを目的とする。

本発明の音像定位装置は、入力された目標位置に対応する頭部伝達関数の構造的特徴を再現するように音源信号に対して処理を行う構成を有している。

この構成により、頭部伝達関数の構造的特徴のみを再現するだけで容易に正しく音像定位することができ、必要なデータ量および演算量を削減することができる。

ここで、前記頭部伝達関数の構造的特徴を再現するパラメータを設定するパラメータ設定手段と、前記パラメータに従って前記音源信号に音像定位処理を行って音像定位信号を出力する音像定位処理手段とを備える構成とした。

この構成により、頭部伝達関数の構造的特徴を再現するパラメータによって音像定位処理が行われる。したがって、容易に正しく音像定位することができる。

また、前記パラメータ設定手段は、入力された受聴者情報に基づいて前記受聴者情報に適合した前記パラメータを設定する構成とした。

この構成により、入力された受聴者情報に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記受聴者情報は、受聴者の身体的特徴に関する身体的特徴情報である構成とした。

この構成により、受聴者の身体的特徴に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、入力された受聴者の身体的特徴を包含する情報から受聴者の身体的特徴情報を抽出して出力する身体的特徴抽出手段を備える構成とした。

この構成により、入力された受聴者の身体的特徴を包含する情報から身体的特徴情報が抽出され、抽出された身体的特徴情報に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記受聴者の身体的特徴を包含する情報は、受聴者の画像情報である構成とした。

この構成により、受聴者の画像情報から身体的特徴情報が抽出され、抽出された身体的特徴情報に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記受聴者情報は、受聴者の実測または数値計算で得られた頭部伝達関数である構成とした。

この構成により、受聴者の頭部伝達関数に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記受聴者情報は、受聴者の属性情報である構成とした。

この構成により、受聴者の属性情報に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記受聴者情報は、受聴者の聴覚的特徴に関する情報である構成とした。

この構成により、受聴者の聴覚的特徴に関する情報に適合したパラメータが設定される。したがって、より多くの人に対して容易に正しく音像定位することができる。

また、前記パラメータ設定手段は、目標位置と前記パラメータとの関係を表す関数を保持し、入力された目標位置から前記関数により前記パラメータを算出する構成とした。

この構成により、目標位置から容易にパラメータを設定することができ、必要なデータ量および演算量を削減することができる。

また、前記パラメータ設定手段は、目標位置に対応する前記パラメータを格納するパラメータテーブルを保持し、入力された目標位置に対応した前記パラメータを前記パラメータテーブルから選択する構成とした。

この構成により、目標位置から容易にパラメータを設定することができ、必要なデータ量および演算量を削減することができる。

また、前記パラメータ設定手段は、前記受聴者情報と目標位置と前記パラメータとの関係を表す関数を保持し、入力された目標位置と前記受聴者情報から前記関数により前記パラメータを算出する構成とした。

この構成により、目標位置から容易にパラメータを設定することができ、必要なデータ量および演算量を削減することができる。

また、前記パラメータ設定手段は、前記受聴者情報と目標位置に対応する前記パラメータを格納するパラメータテーブルを保持し、入力された目標位置と前記受聴者情報に対応した前記パラメータを前記パラメータテーブルから選択する構成とした。

この構成により、目標位置から容易にパラメータを設定することができ、必要なデータ量および演算量を削減することができる。

また、前記パラメータ設定手段は、入力された目標位置が前記パラメータテーブルに含まれないとき、近接する位置の前記パラメータから補間により前記目標位置のパラメータを求める構成とした。

この構成により、必要なデータ量を削減することができる。

また、前記パラメータ設定手段は、前記頭部伝達関数の振幅周波数特性に含まれるピーク、ディップ、高域減衰および低域減衰のうち選択されたもののみを再現するパラメータを設定する構成とした。

この構成により、頭部伝達関数の振幅周波数特性に含まれるピーク、ディップ、高域減衰および低域減衰のうち選択されたもののみを再現するだけで容易に正しく音像定位することができ、必要なデータ量および演算量を削減することができる。

また、前記パラメータ設定手段は、前記頭部伝達関数の左右耳の時間差およびレベル差のうち少なくとも１つを再現するパラメータを設定する構成とした。

この構成により、頭部伝達関数の左右耳の時間差およびレベル差のうち少なくとも１つを再現するパラメータを設定するだけで容易に正しく音像定位することができ、必要なデータ量および演算量を削減することができる。

また、前記音像定位処理手段は、複数のＩＩＲフィルタを備え、前記パラメータ設定手段は、前記ＩＩＲフィルタに前記ピーク、ディップ、高域減衰および低域減衰を再現するパラメータを設定する構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、前記音像定位処理手段は、ディレイおよびレベル調整器のうち少なくとも１つを備え、前記パラメータ設定手段は、前記左右耳の時間差を再現するパラメータを前記ディレイに設定し、前記左右耳のレベル差を再現するパラメータを前記レベル調整器に設定する構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、左右いずれか一方の耳に対する前記頭部伝達関数の構造的特徴を再現するとき、反対の耳における目標位置とは左右対称な位置の前記頭部伝達関数の構造的特徴を用いる構成とした。

この構成により、必要なデータ量を削減することができる。

また、再現する前記頭部伝達関数の構造的特徴の数を変化させる構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、音像定位処理のために割り当てられた処理量に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させる構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、前記入力された目標位置に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させる構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、受聴者に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させる構成とした。

この構成により、必要なデータ量および演算量を削減することができる。

また、本発明のプログラムは、コンピュータを、入力された目標位置に対応する頭部伝達関数の振幅周波数特性に含まれるピーク、ディップ、高域減衰および低域減衰のうち選択されたもののみを再現するパラメータ、前記頭部伝達関数の左右耳の時間差を再現するパラメータ、および前記頭部伝達関数の左右耳のレベル差を再現するパラメータのうち少なくとも１つのパラメータを設定するパラメータ設定手段、前記パラメータに従って音源信号に音像定位処理を行って音像定位信号を出力する音像定位処理手段、として機能させる構成を有している。

この構成により、頭部伝達関数の振幅周波数特性に含まれる選択されたピーク、ディップ、高域減衰および低域減衰、頭部伝達関数の左右耳の時間差、頭部伝達関数の左右耳のレベル差のうち少なくとも１つを再現するだけで容易に正しく音像定位することができ、必要なデータ量および演算量を削減することができる。

本発明によれば、入力された目標位置に対応する頭部伝達関数の構造的特徴のみを再現することにより、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することができる。

まず、本発明の基本となる音像定位のための手がかりとなる頭部伝達関数の構造的特徴に関する理論について説明する。

背景技術で述べたように、頭部伝達関数を忠実に再現すれば、任意の位置に音像を定位させることが可能であることから、音像定位のための手がかりが頭部伝達関数の中に含まれていると考えられている。

上述の非特許文献１によれば、音像定位のための手がかりのうち、前後および上下方向の定位に関わる手がかりが、頭部伝達関数の振幅周波数特性に含まれるピーク、ディップ、高域あるいは低域における減衰といった構造的特徴に含まれていると考えられている。また、左右方向の定位に関わる手がかりは、頭部伝達関数に含まれる左右の時間差（両耳間時間差：ＩＴＤ（Interaural Time Difference））やレベル差（両耳間レベル差：ＩＬＤ（Interaural Level Difference））といった構造的特徴に含まれていると考えられている。

本発明者は、前後および上下方向の音像定位の手がかりとなる頭部伝達関数の構造的特徴について被験者ごとに分析を行った。その結果、頭部伝達関数に含まれる全ての構造的特徴（ピーク、ディップ、高域あるいは低域における減衰）を再現するのではなく、そのうちのいくつか（例えば、５、６個）を再現することで正しく音像定位することができることを明らかにした。

さらに、個人差の少ない構造的特徴だけを再現することで、多くの受聴者に対して正しく音像定位することができることも分かった。

なお、音像の左右方向の定位は、ＩＴＤおよびＩＬＤを用いることにより、前後および上下方向の定位とは独立に制御できることが明らかになっている（例えば、特許第３３８８２３５号参照）。したがって、上述の前後および上下方向の音像定位の手がかりとなる頭部伝達関数の構造的特徴を再現した信号に、ＩＴＤおよびＩＬＤを用いて音像の左右方向を制御することができる。

以下、本発明の実施の形態について、図面を参照して説明する。

（第１の実施の形態）
図１は本発明の第１の実施の形態の音像定位装置を示す図である。

図１において、本実施の形態の音像定位装置は、目標位置に対応した音像定位を行うための頭部伝達関数の構造的特徴を再現するためのパラメータを保持し、入力された目標位置情報に基づいて対応するパラメータを音像定位処理部１２に設定するパラメータ設定部１１と、入力される音源信号にパラメータ設定部１１から設定されたパラメータに基づいた音像定位処理を行って、音像定位処理を施された音像定位信号を図示しないヘッドホンやスピーカなどの音響再生装置に出力する音像定位処理部１２とを備えている。

パラメータ設定部１１は、図２に示すような、音像を定位したい目標位置ごとに、目標位置に対応する標準的な頭部伝達関数の振幅周波数特性|Ｈl,r(ｆ)|に含まれるピークＰ１、Ｐ２・・・、ディップＤ１、Ｄ２・・・、高域減衰Ｃh、低域減衰Ｃlといった構造的特徴のうち、選択された複数個を再現するためのそれぞれに対応するパラメータ、すなわち中心周波数fc、尖鋭度Q、レベルLが設定されている。

また、図３に示すような、音像を定位したい目標位置ごとに、目標位置に対応する標準的な頭部伝達関数（左耳：ｈl(ｔ)、右耳：ｈr(ｔ)）のＩＴＤやＩＬＤといった構造的特徴を再現するためのパラメータ、すなわち遅延量およびレベル調整量が設定されている。

音像定位処理部１２は、図４に示すように、左耳用の、設定される中心周波数fc、尖鋭度Q、レベルLのパラメータに基づいて入力信号に頭部伝達関数のピーク、ディップ、高域減衰または低域減衰を再現するフィルタ処理を行う複数のＩＩＲフィルタ１２１La〜１２１Lzと、設定される遅延量に基づいて入力信号を遅延させるディレイ１２２Lと、設定されるレベル調整量に基づいて入力信号のレベルを調整するレベル調整器１２３Lと、右耳用の、設定される中心周波数fc、尖鋭度Q、レベルLのパラメータに基づいて入力信号に頭部伝達関数のピーク、ディップ、高域減衰または低域減衰を再現するフィルタ処理を行う複数のＩＩＲフィルタ１２１Ra〜１２１Rzと、設定される遅延量に基づいて入力信号を遅延させるディレイ１２２Rと、設定されるレベル調整量に基づいて入力信号のレベルを調整するレベル調整器１２３Rとを備えている。

このような音像定位装置において、パラメータ設定部１１に目標位置情報が入力されると、パラメータ設定部１１は、入力された目標位置情報に対応した左耳用、右耳用それぞれのパラメータ（中心周波数fc、尖鋭度Q、レベルL）を読み出し、設定されている数分のパラメータを、左耳用のパラメータは左耳用のＩＩＲフィルタ１２１La〜１２１Lzに、右耳用のパラメータは右耳用のＩＩＲフィルタ１２１Ra〜１２１Rzに、それぞれ１つのパラメータを１つのＩＩＲフィルタに対応させるように設定する。

また、入力された目標位置情報に対応した左耳用、右耳用の遅延量を、左耳用の遅延量を左耳用のディレイ１２２Lに、右耳用の遅延量を右耳用のディレイ１２２Rに設定し、入力された目標位置情報に対応した左耳用、右耳用のレベル調整量を、左耳用のレベル調整量を左耳用のレベル調整器１２３Lに、右耳用のレベル調整量を右耳用のレベル調整器１２３Rに設定する。

音像定位処理部１２では、左耳用、右耳用に分けられた音源信号に対し、ＩＩＲフィルタ１２１La〜１２１Lz、１２１Ra〜１２１Rz、ディレイ１２２L、１２２R、レベル調整器１２３L、１２３Rがそれぞれパラメータ設定部１１に設定されたパラメータに従って、左耳用、右耳用の信号にそれぞれ処理を行い、音像定位された左耳用（Ｌｃｈ）音像定位信号および右耳用（Ｒｃｈ）音像定位信号を出力する。

このように本実施の形態においては、頭部伝達関数を忠実に再現するのではなく、頭部伝達関数の構造的特徴であるピーク、ディップ、高域減衰および低域減衰のうちの選択されたもののみを再現しているので、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することができる。

なお、本実施の形態においては、１個のＩＩＲフィルタで１個のピークまたはディップを再現するようにしたが、図５に示すように、１個のピークＰ１'と２個のディップＤ１'、Ｄ２'を組み合わせることによって、３個のピークと２個のディップを再現することもできる。すなわち、Ｐ１'、Ｄ１'、Ｄ２'を再現する３個のＩＩＲフィルタで５個のピークおよびディップを再現することができ、使用するＩＩＲフィルタの数を削減することができる。以上のように、頭部伝達関数に含まれる複数個のピークやディップを、より少ない数のＩＩＲフィルタの組み合わせにより、実現することもできる。

また、パラメータ設定部１１は、図６に示すように、パラメータ算出部１１１を有し、目標位置とパラメータの値との関係を表した関数を予め保持し、パラメータ算出部１１１で、入力される目標位置情報に対応するパラメータをこの関数により算出するようにしてもよい。

また、パラメータ設定部１１は、図７に示すように、パラメータ選択部１１２を有し、目標位置に対応するパラメータを格納するパラメータテーブルを予め保持し、パラメータ選択部１１２が、入力される目標位置情報に対応するパラメータをパラメータテーブルから選択するようにしてもよい。この場合、目標位置がパラメータテーブルに含まれないときに、例えば、目標位置に近接する位置のパラメータから、一般に用いられる線形補間等の補間処理を用いて目標位置のパラメータを求めることもできる。

（第２の実施の形態）
次に、図８は本発明の第２の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第１の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、パラメータ設定部２１が、目標位置情報に加え、受聴者の頭部や耳の大きさあるいは形状といった音像定位に影響を与える身体的特徴情報を入力され、この身体的特徴情報と目標位置情報とに基づき音像定位処理部１２に設定するパラメータを決定することを特徴としている。

具体的には、パラメータ設定部２１には、耳介の形状等に関する身体的特徴情報（例えば、耳介（pinna）の大きさや耳甲介腔（concha）の大きさなど）の値ごとに、音像を定位したい目標位置ごとの、耳介の形状等と目標位置に対応する頭部伝達関数の振幅周波数特性|Ｈl,r(ｆ)|に含まれるピーク、ディップ、高域減衰および低域減衰といった構造的特徴のうち、選択された複数個を再現するためのそれぞれに対応するパラメータ（中心周波数fc、尖鋭度Q、レベルL）が設定されている。

また、パラメータ設定部２１には、頭部の大きさ等に関する身体的特徴情報（例えば、正面から見た頭の幅（head size）など）の値ごとに、音像を定位したい目標位置ごとの、頭部の大きさ等と目標位置に対応する頭部伝達関数（左耳：ｈl(ｔ)、右耳：ｈr(ｔ)）のＩＴＤやＩＬＤといった構造的特徴を再現するためのパラメータ（遅延量およびレベル調整量）が設定されている。

そして、パラメータ設定部２１に目標位置情報と耳介の形状等および頭部の大きさ等の身体的特徴情報が入力されると、パラメータ設定部２１は、入力された目標位置情報と耳介の形状等に対応した左耳用、右耳用それぞれのパラメータ（中心周波数fc、尖鋭度Q、レベルL）を読み出し、設定されている数分のパラメータを、左耳用のパラメータは左耳用のＩＩＲフィルタ１２１La〜１２１Lzに、右耳用のパラメータは右耳用のＩＩＲフィルタ１２１Ra〜１２１Rzに、それぞれ１つのパラメータを１つのＩＩＲフィルタに対応させるように設定する。

また、入力された目標位置情報と頭部の大きさ等に対応した左耳用、右耳用の遅延量を、左耳用の遅延量を左耳用のディレイ１２２Lに、右耳用の遅延量を右耳用のディレイ１２２Rに設定し、入力された目標位置情報と頭部の大きさ等に対応した左耳用、右耳用のレベル調整量を、左耳用のレベル調整量を左耳用のレベル調整器１２３Lに、右耳用のレベル調整量を右耳用のレベル調整器１２３Rに設定する。

音像定位処理部１２では、左耳用、右耳用に分けられた音源信号に対し、ＩＩＲフィルタ１２１La〜１２１Lz、１２１Ra〜１２１Rz、ディレイ１２２L、１２２R、レベル調整器１２３L、１２３Rがそれぞれパラメータ設定部２１に設定されたパラメータに従って、左耳用、右耳用の信号にそれぞれ処理を行い、音像定位された左耳用（Ｌｃｈ）音像定位信号および右耳用（Ｒｃｈ）音像定位信号を出力する。

このように本実施の形態においては、受聴者の身体的特徴情報と目標位置とに対応する頭部伝達関数を用い、頭部伝達関数の構造的特徴であるピーク、ディップ、高域減衰および低域減衰のうちの選択されたもののみを再現しているので、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することができる。

なお、パラメータ設定部２１は、図９に示すように、パラメータ算出部２１１を有し、身体的特徴を表す値と目標位置とパラメータの値との関係を表した関数を予め保持し、パラメータ算出部２１１で、入力される目標位置情報および身体的特徴情報に対応するパラメータをこの関数により算出するようにしてもよい。

また、パラメータ設定部２１は、図１０に示すように、パラメータ選択部２１２を有し、身体的特徴を表す値ごとに、目標位置に対応するパラメータを格納するパラメータテーブルを予め保持し、パラメータ選択部２１２が、入力される身体的特徴情報および目標位置情報に対応するパラメータをパラメータテーブルから選択するようにしてもよい。この場合、目標位置がパラメータテーブルに含まれないときに、例えば、目標位置に近接する位置のパラメータから、一般に用いられる線形補間等の補間処理を用いて目標位置のパラメータを求めることもできる。

また、本実施の形態においては、身体的特徴情報に基づいてパラメータを変えたが、例えば、受聴者の実測または数値計算で得られた頭部伝達関数に基づきパラメータを変えるようにしてもよい。この場合、受聴者の頭部伝達関数から振幅周波数特性のピークやディップ、高域減衰、低域減衰、ＩＴＤやＩＬＤを抽出し、これらに基づいてパラメータを変えればよい。あるいは、受聴者の年齢や性別などの属性情報に基づいてパラメータを変えるようにしてもよい。あるいは、非特許文献１に詳述されている、方向決定帯域や聴力といった受聴者の聴覚的特徴に関する情報に基づいてパラメータを変えるようにしてもよい。

（第３の実施の形態）
次に、図１１は本発明の第３の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第２の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、入力された受聴者の身体的特徴を包含する情報から身体的特徴情報を抽出してパラメータ設定部２１に出力する身体的特徴抽出部３１を備え、身体的特徴抽出部３１が抽出した身体的特徴情報と目標位置情報とに基づき音像定位処理部１２に設定するパラメータを決定することを特徴としている。

第２の実施の形態と同様、パラメータ設定部２１には、耳介の形状等に関する身体的特徴情報（例えば、耳介（pinna）の大きさや耳甲介腔（concha）の大きさなど）の値ごとに、音像を定位したい目標位置ごとの、耳介の形状等と目標位置に対応する頭部伝達関数の振幅周波数特性|Ｈl,r(ｆ)|に含まれるピーク、ディップ、高域減衰および低域減衰といった構造的特徴のうち、選択された複数個を再現するためのそれぞれに対応するパラメータ（中心周波数fc、尖鋭度Q、レベルL）が設定されている。

また、パラメータ設定部２１には、頭部の大きさ等に関する身体的特徴情報（例えば、正面から見た頭の幅（head size）など）の値ごとに、音像を定位したい目標位置ごとの、頭部の大きさ等と目標位置に対応する頭部伝達関数（左耳：ｈl(ｔ)、右耳：ｈr(ｔ)）のＩＴＤやＩＬＤといった構造的特徴を再現するためのパラメータ（遅延量およびレベル調整量）が設定されている。

そして、身体的特徴抽出部３１には、図１２に示すように、カメラなどで撮像された耳の画像情報や頭部全体の画像情報などが入力される。

身体的特徴抽出部３１は、画像認識部３１１により、特徴抽出やパターンマッチングといった画像認識の手法を用いて、入力された画像情報から耳介や頭部の大きさまたは耳介の形状といった身体的特徴情報を抽出し、パラメータ設定部２１に出力する。

パラメータ設定部２１は、入力された目標位置情報と耳介の形状等に対応した左耳用、右耳用それぞれのパラメータ（中心周波数fc、尖鋭度Q、レベルL）を読み出し、設定されている数分のパラメータを、左耳用のパラメータは左耳用のＩＩＲフィルタ１２１La〜１２１Lzに、右耳用のパラメータは右耳用のＩＩＲフィルタ１２１Ra〜１２１Rzに、それぞれ１つのパラメータを１つのＩＩＲフィルタに対応させるように設定する。

また、入力された目標位置情報と頭部の大きさ等に対応した左耳用、右耳用の遅延量を、左耳用の遅延量を左耳用のディレイ１２２Lに、右耳用の遅延量を右耳用のディレイ１２２Rに設定し、入力された目標位置情報と頭部の大きさ等に対応した左耳用、右耳用のレベル調整量を、左耳用のレベル調整量を左耳用のレベル調整器１２３Lに、右耳用のレベル調整量を右耳用のレベル調整器１２３Rに設定する。

音像定位処理部１２では、左耳用、右耳用に分けられた音源信号に対し、ＩＩＲフィルタ１２１La〜１２１Lz、１２１Ra〜１２１Rz、ディレイ１２２L、１２２R、レベル調整器１２３L、１２３Rがそれぞれパラメータ設定部２１に設定されたパラメータに従って、左耳用、右耳用の信号にそれぞれ処理を行い、音像定位された左耳用（Ｌｃｈ）音像定位信号および右耳用（Ｒｃｈ）音像定位信号を出力する。

このように本実施の形態においては、画像情報等の受聴者の身体的特徴を包含する情報から身体的特徴情報を抽出し、抽出した身体的特徴情報と目標位置とに対応する頭部伝達関数の構造的特徴であるピーク、ディップ、高域減衰および低域減衰のうちの選択されたもののみを再現しているので、身体的特徴情報を容易に入力することができ、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することができる。

なお、上述の各実施の形態において、例えば、正中面内の定位のように、音像の上下方向だけを定位させればよい場合には、パラメータ設定部においてＩＴＤおよびＩＬＤの設定を行わないようにし、さらに音像定位処理部においてディレイとレベル調整器を備えないようにすればよく、複数のＩＩＲフィルタだけで音像定位処理を行うことができる。

また、例えば、水平面内の定位のように、音像の左右方向だけを定位させればよい場合には、パラメータ設定部においてピーク、ディップ、高域減衰および低域減衰を表す中心周波数、レベル、尖鋭度の設定を行わないようにし、さらに音像定位処理部においてＩＩＲフィルタを備えないようにすればよく、ディレイとレベル調整器だけで音像定位処理を行うことができる。

また、例えば、正中面内付近においては、左右の頭部伝達関数の振幅周波数特性の違いが少ないので、正中面内付近だけで定位させればよい場合には、ＩＩＲフィルタについては左耳用、右耳用に分けず、１列だけ備えて左右の耳に共通の処理を行っても同等の効果を得ることができる。

また、左右の時間差またはレベル差のうち、いずれか一方だけでも左右方向の音像定位の手がかりを与えることは可能なので、音像定位処理部はディレイまたはレベル調整器のいずれか一方のみを備え、パラメータ設定部は音像定位処理部が備えるディレイまたはレベル調整器にＩＴＤまたはＩＬＤのいずれか一方のみを設定して音像定位処理を行っても、同等の効果を得ることができる。

また、人間の頭部形状は略左右対称であることから、例えば図１３に示すように、正面から角度φの位置における右耳の頭部伝達関数Ｈr（ｆ；φ）と、左右対称の位置にある左耳の頭部伝達関数Ｈl（ｆ；−φ）に含まれる構造的特徴は略同一とみなすことができる。同様に、角度φの位置における左耳の頭部伝達関数Ｈl（ｆ；φ）と、左右対称の位置にある右耳用の頭部伝達関数Ｈr（ｆ；−φ）に含まれる構造的特徴も略同一とみなすことができる。

したがって、例えば頭部伝達関数の構造的特徴に関する情報は、受聴者の右側半分の位置のものだけを保持し、左側半分の位置では、左右対称の位置の左右の耳を入れ替えたものを用いても（図１３において、Ｈr（ｆ；φ）の構造的特徴をＨl（ｆ；−φ）の構造的特徴として、またＨl（ｆ；φ）の構造的特徴をＨr（ｆ；−φ）の構造的特徴として用いても）、同等の効果を得ることができる。左側半分の位置の情報だけを保持しても同様である。

あるいは、頭部伝達関数の構造的特徴に関する情報は、右耳のものだけをすべての位置について保持し、左耳については、左右対称の位置の右耳の情報を用いても（図１３において、任意のφに対してＨr（ｆ；−φ）の構造的特徴をＨl（ｆ；φ）の構造的特徴として用いても）、同等の効果を得ることができる。左耳の情報だけを保持しても同様である。

いずれの場合においても、頭部伝達関数のうち音像定位に必要な構造的特徴だけを左右対称として扱うので、頭部伝達関数をそのまま左右対象として扱う方法（例えば、特開平７−１１１６９９号公報参照）と比較して、頭部伝達関数に含まれる微細な左右非対称性の影響を受けることが少なく、あらゆる位置に正しく音像定位することができる。さらに、必要となるデータ量を半分に削減することができる。

また、音像定位を行うのに必要な頭部伝達関数の構造的特徴の数が常に一定である必要はなく、音像定位を行う方向や受聴者、もしくは音像定位に割り当てられる処理量に応じて、手動もしくは自動で変化させてもよい。

例えば、音像定位処理に割り当てられる処理量が少なくなった場合には、構造的特徴のうち、特に音像定位に重要な役割を果たすものだけを残して再現すれば、限られた処理量における音像定位効果の劣化を抑えることができる。

また、音像定位処理をＩＩＲフィルタ、ディレイ、レベル調整器を用いて行ったが、同等の機能を有する他の手段を用いて上述の処理を行ってもよい。例えば、ＤＳＰ（Digital Signal Processor）などを使い、プログラムで上述の処理を行うようにしてもよい。

また、パラメータ設定部、身体的特徴抽出部の各部を、音像定位のためのパラメータを設定する音像定位補助装置としてもよいし、通信等により音像定位のためのパラメータを提供する音像定位情報サーバとしてもよい。また、音像定位処理部を、音像定位のためのパラメータに基づいて音像定位処理を行う音像定位処理装置としてもよい。

また、音像定位信号をスピーカ等から再生する場合、必要があれば周知のクロストークキャンセル装置を上述の各実施の形態の音像定位装置に連結し、クロストークキャンセル処理を行った後にスピーカ等により再生するようにすればよいことは明白である。

以上のように、本発明にかかる音像定位装置は、必要なデータ量および演算量を削減することができるとともに、多くの受聴者に対して容易に正しく音像定位することができるという効果を有し、携帯電話機、音声再生装置、音声記録装置、情報端末装置、ゲーム機、会議装置、通信および放送システムなど、音声再生等を行う装置全般において音像定位処理を行う場合に有用である。

本発明の第１の実施の形態における音像定位装置のブロック図 頭部伝達関数の振幅周波数特性における構造的特徴を示す図 頭部伝達関数の両耳間時間差および両耳間レベル差を示す図 本発明の第１の実施の形態における音像定位装置の音像定位処理部のブロック図 本発明の第１の実施の形態における音像定位装置の振幅周波数特性におけるピークおよびディップを再現する他の方法を示す図 本発明の第１の実施の形態における音像定位装置のパラメータ設定部のパラメータ設定関数を用いた例を示すブロック図 本発明の第１の実施の形態における音像定位装置のパラメータ設定部のパラメータテーブルを用いた例を示すブロック図 本発明の第２の実施の形態における音像定位装置のブロック図 本発明の第２の実施の形態における音像定位装置のパラメータ設定部のパラメータ設定関数を用いた例を示すブロック図 本発明の第２の実施の形態における音像定位装置のパラメータ設定部のパラメータテーブルを用いた例を示すブロック図 本発明の第３の実施の形態における音像定位装置のブロック図 本発明の第３の実施の形態における音像定位装置の身体的特徴抽出部のブロック図 頭部伝達関数の左右対称性を示す図 従来の音像定位装置のブロック図

符号の説明

１１ パラメータ設定部
１１１ パラメータ算出部
１１２ パラメータ選択部
１２ 音像定位処理部
１２１La〜１２１Lz、１２１Ra〜１２１Rz ＩＩＲフィルタ
１２２L、１２２R ディレイ
１２３L、１２３R レベル調整器
２１ パラメータ設定部
２１１ パラメータ算出部
２１２ パラメータ選択部
３１ 身体的特徴抽出部
３１１ 画像認識部
６１ 頭部伝達関数記憶部
６２ 頭部伝達関数選択部
６３ 音像定位処理部

Claims (23)

1. 目標位置に音像を定位させるよう音源信号に対して処理を行う音像定位装置であって、
   入力された目標位置に対応する頭部伝達関数の構造的特徴のうち、音像定位に必要な一部の構造的特徴を再現するパラメータを設定するパラメータ設定手段と、
   前記パラメータに従って前記音源信号に音像定位処理を行って音像定位信号を出力する音像定位処理手段と、
   を備え、
   前記構造的特徴は、少なくとも低域側の１つのピークと高域側の２つのディップを含み、
   前記パラメータ設定手段は、少なくとも前記高域側の２つのディップの構造的特徴を再現するパラメータを設定する、
   音像定位装置。
2. 前記パラメータ設定手段は、前記高域側の２つのディップに加え、前記低域側の１つのピークの構造的特徴も再現するパラメータを設定する、
   請求項１に記載の音像定位装置。
3. 前記構造的特徴は、
   更に、前記頭部伝達関数の左右耳の時間差およびレベル差のうち少なくとも１つを含み、
   前記パラメータ設定手段は、
   更に、前記頭部伝達関数の左右耳の時間差およびレベル差のうち少なくとも１つを再現するパラメータを設定する、
   請求項１に記載の音像定位装置。
4. 前記パラメータ設定手段は、更に、入力された受聴者情報に基づいて前記受聴者情報に適合した前記パラメータを設定する
   請求項１に記載の音像定位装置。
5. 前記パラメータ設定手段は、
   目標位置と前記パラメータとの関係を表す関数を保持し、入力された目標位置から前記関数により前記パラメータを算出する
   請求項１に記載の音像定位装置。
6. 前記パラメータ設定手段は、
   目標位置に対応する前記パラメータを格納するパラメータテーブルを保持し、入力された目標位置に対応した前記パラメータを前記パラメータテーブルから選択する
   請求項１に記載の音像定位装置。
7. 前記パラメータ設定手段は、入力された受聴者情報及び目標位置と前記パラメータとの関係を表す関数を保持し、前記受聴者情報と前記目標位置とから前記関数により前記パラメータを算出する
   請求項４に記載の音像定位装置。
8. 前記パラメータ設定手段は、前記受聴者情報と目標位置に対応する前記パラメータを格納するパラメータテーブルを保持し、入力された目標位置と前記受聴者情報に対応した前記パラメータを前記パラメータテーブルから選択する
   請求項４に記載の音像定位装置。
9. 前記パラメータ設定手段は、入力された目標位置が前記パラメータテーブルに含まれないとき、近接する位置の前記パラメータから補間により前記目標位置のパラメータを求める
   請求項６又は８に記載の音像定位装置。
10. 前記音像定位処理手段は、前記高域側の２つのディップを再現する複数のＩＩＲフィルタを備え、
    前記パラメータ設定手段は、前記複数のＩＩＲフィルタに前記高域側の２つのディップを再現するパラメータを設定する
    請求項１に記載の音像定位装置。
11. 前記音像定位処理手段は、前記低域側の１つのピークを再現するＩＩＲフィルタをさらに備え、
    前記パラメータ設定手段は、前記ＩＩＲフィルタに前記低域側の１つのピークを再現するパラメータを設定する
    請求項１０に記載の音像定位装置。
12. 前記音像定位処理手段は、ディレイおよびレベル調整器のうち少なくとも１つをさらに備え、
    前記パラメータ設定手段は、前記左右耳の時間差を再現するパラメータを前記ディレイに設定し、前記左右耳のレベル差を再現するパラメータを前記レベル調整器に設定する
    請求項１０に記載の音像定位装置。
13. 前記パラメータ設定手段は、
    左右何れか一方の耳に対する前記頭部伝達関数の構造的特徴を再現するとき、反対の耳における目標位置に対して左右対称な位置の前記頭部伝達関数の構造的特徴を再現する
    請求項１に記載の音像定位装置。
14. 前記パラメータ設定手段は、
    音像定位処理のために割り当てられた処理量に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させてパラメータを設定する
    請求項１に記載の音像定位装置。
15. 前記パラメータ設定手段は、
    前記入力された目標位置に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させてパラメータを設定する
    請求項１に記載の音像定位装置。
16. 前記パラメータ設定手段は、
    受聴者に応じて、再現する前記頭部伝達関数の構造的特徴の数を変化させてパラメータを設定する
    請求項１に記載の音像定位装置。
17. 前記受聴者情報は、受聴者の身体的特徴に関する身体的特徴情報である請求項４に記載の音像定位装置。
18. 入力された受聴者の身体的特徴を包含する情報から受聴者の身体的特徴情報を抽出して出力する身体的特徴抽出手段を更に備える請求項１７に記載の音像定位装置。
19. 前記受聴者の身体的特徴を包含する情報は、受聴者の画像情報である請求項１８に記載の音像定位装置。
20. 前記受聴者情報は、受聴者の実測または数値計算で得られた頭部伝達関数である請求項４に記載の音像定位装置。
21. 前記受聴者情報は、受聴者の属性情報である請求項４に記載の音像定位装置。
22. 前記受聴者情報は、受聴者の聴覚的特徴に関する情報である請求項４に記載の音像定位装置。
23. コンピュータを、入力された目標位置に対応する頭部伝達関数の振幅周波数特性に含まれる高域側の２つのディップを少なくとも再現するパラメータを設定するパラメータ設定手段、前記パラメータに従って音源信号に音像定位処理を行って音像定位信号を出力する音像定位処理手段、として機能させるためのプログラム。

Images