JP2010540977A - レベルの時変の推定された確率密度を使用する時変オーディオ信号レベル - Google Patents

Abstract

【課題】信号の時変レベルを平滑化する方法、媒体および装置。
【解決手段】方法は信号の短期間レベルの時変確率密度を推定し、確率密度の使用により信号のレベルを平滑化することを含む。信号はオーディオ信号である。短期間レベルと平滑化レベルは、時系列であって、現在時刻インデックスと前時刻インデックスを各々有する。ここで、平滑化の前に、前時刻インデックスでの平滑化レベルの確率を計算することが生じる。平滑化の前に、確率密度を使用して、平滑化媒介変数を計算することが生じてもよい。平滑化媒介変数の計算は、前時刻インデックスでの平滑化レベル、現在時刻インデックスでの短期間レベル、および前時刻インデックスでの平滑化レベルの確率を使用して、平滑化媒介変数を計算することを含む。平滑化媒介変数の計算は推定された確率密度の幅を使用して、平滑化媒介変数を計算することを含む。
【選択図】図３

Description

本発明は、オーディオ信号処理に関する。本発明は、特にオーディオ信号の短期間レベルの平滑化により、オーディオ信号レベルの時変測定値を計算することに関し、さらに詳しくは、平滑化処理の媒介変数（parameter）が、短期間レベルの確率密度の時変推定値によって少なくとも一部分制御されることに関する。

参照文献と参照による取り込み

本発明を理解するにあたり有用な知覚された（音響心理学）ラウドネスを測定するための一定の技術は、特許文献１と非特許文献１に記述される。特許文献１の出願内容と非特許文献１はその全体が参照によって取り込まれる。

ＷＯ２００４／１１１９９４Ａ２、Alan Jeffrey Seefeldt他、２００４年１２月２３日公開、「オーディオ信号の知覚されたラウドネスを計算し調整するための方法、装置およびコンピュータ・プログラム」

「知覚されたラウドネスの新しい客観的測定」（A New Objective Measure of Perceived Loudness）、アラン・ゼーフェルト（Alan Seefeldt）他、オーディオ技術学会会議論文（Audio Engineering Society Convention Paper）６２３６、サンフランシスコ、２００４年１０月２８日。

オーディオ信号処理では、オーディオ信号レベルの時変測定値の生成が多くの場合に必要になる。（ここで、用語「レベル」は、一般的にピークレベル、ＲＭＳレベル、ラウドネスレベル、その他このようなレベル測定値を指す。）例えば、この測定値が過去の数秒間の平均ラウドネスを表示するために著しく平滑化される場合、音量計はオーディオ信号の知覚ラウドネスの時変測定値を表示する。別の例において、自動利得制御（ＡＧＣ）プロセスは、オーディオ信号の水準の高度に平滑化された時変測定値を計算し、次に、オーディオ信号をあてがわれた時、希望の目標レベルに近い音声の平均レベルに自動的に移動する、ゆっくり変わる利得を生成するように得られる測定値を使用する。

多くの例でのこれら２つのうち、平滑化レベル測定値は、短期間レベル測定値に平滑フィルタのある形式をあてがうことで計算される。（「短期間」は、後続する平滑化の有効な間隔より著しく短い時間間隔に関して計算されることを意味する。）例えば、特許文献１に記載されたように、短期間レベルを生成するために、数十ミリ秒の間隔での知覚ラウドネスレベルやＲＭＳレベルを計算する。次に、後続するこの短期間レベルの平滑化は、数秒の桁の時定数を含む。以下の議論で、この時変短期間レベル測定値は信号Ｌ［ｔ］として表わされる。また、後続する平滑化レベル測定値は、Ｌ￣［ｔ］として表わされ、ここでｔは離散時間型インデックスを表わす。

様々な種類の平滑フィルタがＬ￣［ｔ］を生成するためにＬ［ｔ］に適用される。ある者は、有限インパルス応答（ＦｌＲ）フィルタ、又は多重ポールの無限インパルス応答（ＨＲ）フィルタを使用する。使用された特定のフィルタは重大ではない。説明目的のために、一般に使用される急速攻撃／持続放出型のシングルポールのＩＩＲ平滑器を考慮する。そのようなフィルタで、平滑化レベルＬ［ｔ］は、次の方程式に従って更新される：

平滑化係数α_{ａｔｔａｃｋ}とα_{ｒｅｌｅａｓｅ}は、α_{ａｔｔａｃｋ}＜α_{ｒｅｌｅａｓｅ}であるように選ばれる。これは、Ｌ［ｔ］が減少する時（放出）と比較してＬ［ｔ］が増加する場合（攻撃）に、Ｌ￣［ｔ］はＬ［ｔ］をより早く追跡することを意味する。ＡＧＣに関しては、例えば、１秒の時定数に対応してα_{ａｔｔａｃｋ}、および４秒の時定数に対応してα_{ｒｅｌｅａｓｅ}が選ばれる。このようにして、Ｌ￣［ｔ］は、とてもゆっくりと時間と共に変化する。その結果、音声を調整する対応する利得もまたゆっくりと変化して、その結果オリジナル音声の短期間のダイナミックスを維持する。しかし、そのような大きな時定数を使用する場合、問題が生じる。様々な番組やチャネルにわたって一貫した平均レベルを維持する意図を持つテレビ受像機の音声上で、そのようなＡＧＣが作動していると仮定する。そのような状況で、例えばチャネルが変更される場合、ＡＧＣによって処理されているオーディオ信号のコンテンツは不意に変わる。したがって、オーディオ信号の関連する平均レベルはまた不意に変わる。しかしながら、その大きな時定数では、ＡＧＣが、新しいレベルに収束し、かつ希望の目標レベルに従って処理された音声の修正済レベルをもたらすのに、相当な量の時間かかる。そのような順応時間の間、テレビの視聴者は、音声のレベルが大きすぎるか穏やかすぎるのに気づく。その結果、視聴者は、音声だけを調整するために遠隔操作に対して早期に努力して、音声が収束するように、彼自身又は彼女自身がＡＧＣと奮闘するのを見出す。

典型的にその問題を解決する先行技術は、平滑化レベルＬ￣［ｔ］に対する短期間レベルＬ［ｔ］の相対的な関係に基づいて適応する時定数の使用をちょうど記述していた。例えば、信号の短期間レベルが、平滑化レベル付近のしきい値境界値で定義される平滑化レベルと比較して、著しく小さいか大きな場合に、短期間レベルが平滑化レベル付近のしきい値境界値の範囲未満まで反落するまで、平滑化処理はより早い攻撃及び／又は放出の時定数へ切り換えられる。次にシステムは、当初のより遅い時定数に戻る。方程式1は、このより洗練された平滑化技術を実施するために、２個ではなく４個の事例を含むように修正される。

式２において、α_{ａｔｔａｃｋＦａｓｔ}＜α_{ａｔｔａｃｋ}とα_{ｒｅｌｅａｓｅＦａｓｔ}＜α_{ｒｅｌｅａｓｅ}の意味するものは、α_{ａｔｔａｃｋＦａｓｔ}とα_{ｒｅｌｅａｓｅＦａｓｔ}に関連する時定数は、それぞれα_{ａｔｔａｃｋ}とα_{ｒｅｌｅａｓｅ}よりも早いことである。α_{ａｔｔａｃｋ}とα_{ｒｅｌｅａｓｅ}が１秒と４秒の時定数に相当する場合、α_{ａｔｔａｃｋＦａｓｔ}とα_{ｒｅｌｅａｓｅＦａｓｔ}はそれぞれ、０．１秒と０．４秒の時定数にそれぞれ対応して、例えば（１０倍早く）選ばれる。これらのより早い時定数への切換えがあまり頻繁には生じず、平滑化レベルＬ￣［ｔ］の意図しない不安定性に帰着しないように、短時定数（fast time constant）しきい値ΔＬ_ｆａｓｔは思慮深く選ばれる。例えば、レベル測定値Ｌ［ｔ］とＬ￣［ｔ］がデシベルの単位でのＲＭＳレベルに相応する場合、ΔＬ_ｆａｓｔは知覚されたラウドネスの略２倍である１０ｄＢに設定される。

式１の平滑化に関する改良にもかかわらず、式2の平滑化は、さらに多くの信号のためにサブ最適化を行なっている。一般に、任意の合理的なしきい値ΔＬ_ｆａｓｔに関しては、短期間レベルＬ［ｔ］の本来の希望のダイナミクスが、平均レベルＬ￣［ｔ］の周囲のしきい値境界値の外側まで変動するような信号が存在し、その結果、平滑化処理が誤って早い攻撃又は放出モードへ切り替わる。

式２の平滑化が要望通り行なわれる場合をよりよく了解するために、それが不適当に行なわれる場合の、時間にわたる短期間レベルＬ［ｔ］の分布状態を想像するとよい。現在の時刻インデックスtの周囲における時間間隔の短期間レベルＬの任意の特定値に遭遇する確率を予測する時変確率密度として、この分布状態を想像する。この間隔の持続期間は、式2の平滑化フィルタで使用される時定数のより遅い一組と釣り合っている。

今、以前に記述されたテレビチャネル変更例に対する確率密度の振る舞いを考察する。与えられたチャネルに対する短期間レベルのダイナミックレンジがいくぶん制限されていると見なして、短期間レベルＬ［ｔ］の確率密度関数は、平滑化レベルＬ￣［ｔ］の付近に位置する相当に狭いこぶの形をとる。チャネルが変更された時、そして、新しいチャネルの平均レベルがオリジナルより著しく高いとすると、確率密度関数は変わり始める：新しいこぶが新しいチャネルのより高い平均レベルの付近に位置するに従い、オリジナルのこぶは減少する。

図１は、記述された過渡の初めにおける確率密度関数を表す。この図では、水平軸はレベルを表し、垂直軸は確率を表わす。実線は、過渡の初めの短期間レベルの確率密度を表わす。左側の減少するこぶは、古い選局に関連する減少する確率を表わし、右側の増加するこぶは、新しい選局に関連する増加する確率を表わすことに注意されたい。過渡の初めでは、短期間レベルＬ［ｔ］が新しいチャネルのこぶ内にあるが、平滑化レベルＬ￣［ｔ−１］はまだ古い選局のこぶ内にある。この図では、短期間レベルＬ［ｔ］は、ΔＬ_ｆａｓｔより大きな量だけＬ￣［ｔ−１］より大きい。したがって、式2によれば、短時定数がＬ［ｔ］の方へＬ￣［ｔ］を更新するために使用される。これは望ましい効果である：平滑化レベルＬ￣［ｔ］は、確率密度の2個のこぶを分ける間隔を早く移動して、新しく選択されたチャネルのより高い水準に早く適合する。

図２は、非常に異なるオーディオ信号に対する短期間レベルの確率密度を表す。この場合、信号の本来のダイナミクスは比較的大きい。したがって、確率密度のこぶはとても広く広がっている。このようなダイナミクスはジャズやクラシック音楽の高品質録音において典型的である。また図２では、Ｌ￣［ｔ−１］とＬ［ｔ］との関係は全く図１と同じである。しかし、ここでは、両方の値は確率密度の主なこぶの内部に位置する。したがって、Ｌ￣［ｔ−１］とＬ［ｔ］のこの関係が、信号の典型的なダイナミクスであるので、短時定数への切り換えは望ましくない。この場合、式2によって記述された平滑化は適切ではない。

ここに、信号の時変レベルを平滑化する、教示された方法、媒体および装置がある。方法では、信号の短期間レベルの時変確率密度を推定することと、確率密度の使用により信号のレベルを平滑化することを含んでいる。信号はオーディオ信号である。その一方で、平滑化レベルと推定確率密度は、ほぼ同じ割合で時間と共に変化する。

短期間レベルと平滑化レベルは、現在時刻インデックスと前時刻インデックスを各々有する時系列である。ここで、平滑化の前に、前時刻インデックスでの平滑化レベルの確率を算出することが起こる。平滑化の前に、確率密度を使用して平滑化媒介変数を計算することが起こる。平滑化媒介変数の計算には、前時刻インデックスでの平滑化レベル、現在の時刻インデックスの短期間レベル、および前時刻インデックスでの平滑化レベルの確率を使用して、平滑化媒介変数を計算することが含まれる。平滑化媒介変数の計算には、推定された確率密度の幅を使用して、平滑化媒介変数を計算することを含む。

平滑化媒介変数の計算では、前時刻インデックスでの平滑化レベルがしきい値確率以下である場合、第１の攻撃時定数と第１の放出時定数を使用し、そして他の場合には、前時刻インデックスでの平滑化レベルがしきい値確率より大きい場合、攻撃時定数と放出時定数を使用し、ここで、そのうちの一方が対応する第１の時定数より遅いものである。使用された攻撃時定数と放出時定数は、両方とも、対応する第１の時定数より遅いものである。

しきい値確率は可変でもよい。可変しきい値確率は推定された確率密度の関数である。

平滑化には、確率密度の使用により短期間レベルを平滑化することを含む。

確率密度の推定には、助変数表示（parametric representation）を短期間レベルの過去の値に適合させることを含む。この適合には、短期間レベルの過去の値にガウスの混合モデルを適合させることを含む。確率密度の推定には、短期間レベルの過去の値のヒストグラムを計算することを含む。

コンピュータ可読メモリは、ここに記述された方法のうちの任意のものを行なうためのコンピュータ・プログラムを含む。

計算機装置はＣＰＵ、そのようなメモリ、およびＣＰＵとメモリを通信で連結するバスを備える。

オーディオ信号レベル平滑化器は、オーディオ信号の短期間レベルを計算するための短期間レベル計算機、平滑化媒介変数を使用してオーディオ信号のレベルを平滑化するレベル平滑化器、オーディオ信号の確率密度を推定するための確率密度推定器、遅延させた平滑化レベルの確率を計算するための確率計算機、平滑化媒介変数を計算するための平滑化媒介変数計算機、および平滑化レベルを遅延するための遅延器を備える。

確率密度推定器には、オーディオ信号の短期間レベルの時系列を使用して、確率密度を推定するための確率密度推定器を有する。確率計算機は、推定された確率密度および遅延させた平滑化レベルを使用して、確率を計算するための確率計算機を有する。平滑化媒介変数計算機は、確率、遅延させた平滑化レベルおよび短期間レベルを使用して平滑化媒介変数を計算するために平滑化媒介変数計算機を有する。確率計算機は、推定された確率密度および遅延させた平滑化レベルを使用して、確率を計算するために確率計算機を有し、平滑化媒介変数計算機は、確率、遅延させた平滑化レベルおよび短期間レベルを使用して、平滑化媒介変数を計算するための平滑化媒介変数計算機を有する。

レベル平滑化器はオーディオ信号の短期間レベルの平滑化のためにレベル平滑化器を有する。

確率密度推定器は、短期間レベルの過去の値に助変数表示を適合させるための適合器を有する。助変数表示の適合器は、短期間レベルの過去の値にガウスの混合モデルを適合させるための適合器を有する。確率密度推定器には、短期間レベルの過去の値についてのヒストグラムの計算のためにヒストグラム計算機を含めてもよい。

信号の時変レベルを平滑化する別の方法は、短期間レベルを有する信号を受信し、時変レベルを平滑化することを含む。ここで、短期間レベルおよび平滑化された時変レベルは、時系列であって、現在時刻インデックスと前時刻インデックスを各々有する。また、前時刻インデックスでの平滑化された短期間レベルと、現在の時刻インデックスでの短期間レベルとの間の差が、短時定数の使用を指揮するしきい値を越える場合には、平滑化が遅い時定数を使用するように構成される。

本発明およびその好ましい実施例の様々な特徴は、以下の議論および添付の図面を参照することにより一層よく了解される。ここで、この図面では、同一の要素には同一の参照数字を付してある。

図１は、早い平滑化時定数への切換えが適切なオーディオ信号の短期間レベル確率密度を表す。 図２は、早い平滑化時定数への切換えが不適当なオーディオ信号の短期間レベル確率密度を表す。 図３は、発明の実施例の全体ブロック図を表す。 図４は、著しく異なるレベルの音源の間で切り替わるオーディオ信号における発明の実施例の動作を表す。 図５は、本発明の一実施例に従って、平滑化レベル発生器の動作の流れ図を示す。

発明を行なうための最良のモード

図３は発明の一実施例に従って、平滑化レベル発生器３のブロック図である。

平滑化レベル発生器３は、短期間レベル計算機３１、短期間レベル平滑化器３２、確率密度推定器３３、確率計算機３４、平滑化媒介変数計算機３５および遅延器３６を備えている。短期間レベル計算機３１は、入力としてオーディオ信号３Ｄを受け取り、その出力として短期間レベルＬ［ｔ］３７を生成する。確率密度推定器３３は、入力として短期間レベルＬ［ｔ］３７を受け取り、その出力として推定確率密度ｐ（ｌ、ｔ）３８を生成する。確率計算機３４は、その入力として推定確率密度ｐ（ｌ、ｔ）３８と遅延平滑化レベルＬ￣［ｔ−１］３Ｂを受け取り、その出力として確率ｐ（Ｌ￣［ｔ−１］、ｔ）３９を生成する。平滑化媒介変数計算機３５は、遅延平滑化短期間レベル３Ｂおよび短期間レベルＬ［ｔ］３７と同様にその入力として確率ｐ（Ｌ￣［ｔ−１］、ｔ）３９を受け取り、その出力として平滑化媒介変数３Ａを生成する。短期間レベル平滑化器３２は、その入力として平滑化媒介変数３Ａおよび短期間レベルＬ［ｔ］３７を受け取り、その出力として平滑化レベルＬ￣［ｔ］３Ｃを生成する。最後に、遅延器３６は、平滑化レベルＬ￣［ｔ］３Ｃを受け取り、遅延させる。

もちろん、平滑化レベル発生器３は、プログラムされたメモリを含む汎用コンピュータ、アプリケーション特有の回路、プログラマブルゲートアレイ等として、全体として、又は一部分として実施される。

一実施例による平滑化レベル発生器３の動作は、次に記述される。

平滑化レベル発生器３は、短期間レベルＬ［ｔ］の時変確率密度推定値で導き出された情報によって少なくとも一部分が制御されて、短期間レベル推定値Ｌ［ｔ］を平滑化することにより、平滑化レベル推定値Ｌ￣［ｔ］を生成する。得られた平滑化レベル推定値Ｌ￣［ｔ］は、例えば実時間ラウドネス計で表示された値として、あるいはＡＧＣのようなオーディオ動的プロセッサ中の制御パスで使用するために、有用である。

図５は、発明の一実施例による平滑化レベル発生器３の動作の流れ図である。最初に、ステップ５０５で、音声信号の短期間レベルＬ［ｔ］が計算される。ステップ５１０で、この短期間レベルは平滑化され、平滑化レベルＬ￣［ｔ］を生成する。

同時に、ステップ５１５で、短期間レベルＬ［ｔ］から、短期間レベルの確率密度の時変推定値は更新される。この確率密度推定値ｐ（ｌ、ｔ）は、入力レベルｌに対する０と１の間の確率を返す。時刻インデックスｔは、確率密度推定器３３（図３）が短期間レベルＬ［ｔ］の新しい値を受け取るとともに、この機能が時間と共に変化することを示す。理想的には、確率密度推定器３３が推定値ｐ（ｌ、ｔ）の作成に対するＬ［ｔ］の値を考慮に入れる時間間隔は、短期間レベル平滑化器３２がＬ￣［ｔ］を生成する時定数と釣り合っている。その結果、Ｌ￣［ｔ］とｐ（ｌ、ｔ）は、ほぼ同じ割合で時間と共に変わる。

ステップ５２０では、前時刻インデックスｐ（Ｌ￣［ｔ−１］、ｔ）からの平滑化レベル測定値の確率は、レベル値Ｌ￣［ｔ］を密度推定値ｐ（ｌ、ｔ）に与えることにより計算される。この確率値ｐ（Ｌ￣［ｔ−１］、ｔ）は、Ｌ￣［ｔ］と現在の短期間レベルＬ［ｔ］の関係だけのみではなく、Ｌ￣［ｔ］と時刻インデックスｔ付近の短期間レベルの数多くの値に関係する情報も表わす。例えば、ｐ（Ｌ￣［ｔ−１］、ｔ）が高い場合、これはＬ￣［ｔ］が近接過去の短期間レベルの数多くの値と同様であることを示す。反対に、ｐ（Ｌ￣［ｔ−１］、ｔ）が低い場合、Ｌ￣［ｔ］は、近接過去の短期間レベルの大部分の値とは異なる。

最後に、ステップ５２５では、現在の短期間レベルＬ［ｔ］および前回の平滑化レベルＬ￣［ｔ−１］と同様に確率値ｐ（Ｌ￣［ｔ−１］、ｔ）も、現在の平滑化レベルＬ￣［ｔ］の生成に対して平滑化媒介変数を選択するためにこれらの値を使用する、平滑化媒介変数計算機３５（図３）に送り込まれる。

図３は平滑化媒介変数を制御するｐ（Ｌ￣［ｔ−１］、ｔ）を表すが、密度推定値ｐ（ｌ、ｔ）に導き出した他の情報も使用することができる。例えば、平滑化媒介変数計算機３５は、密度推定値の幅の測定値、音声信号のダイナミックレンジの表示器を使用する。

ｐ（Ｌ￣［ｔ−１］、ｔ）の具体的な使用に戻って、一般的には、密度推定値p（l、t）が低い確率値を有する前回の平滑化レベルＬ￣［ｔ−１］を推定する場合には、短時定数によってＬ￣［ｔ］が更新される。Ｌ￣［ｔ−１］の確率値が比較的高い場合には、正常なより遅い時定数が使用される。この様にして、もし大多数の短期間レベル値が前回の平滑化レベルＬ￣［ｔ−１］からはるか遠くに移動していれば、Ｌ￣［ｔ］はその値により素早く近づく。Ｌ￣［ｔ−１］が大多数の短期間レベル値に既に近い場合、より遅い移動が適切である。

図２に関して、たとえ短期間レベルＬ［ｔ］が比較的ずっと遠くにあっても、Ｌ￣［ｔ−１］が高い確率のエリア内に位置するので、本発明の実施例は、より早い時定数への望まれない切換えを防ぐ。図１のチャネル変更例については、この戦略がどのように所要の高速順応を生むか、より詳細に検討することは有益である。支援するために、図４では５段階の２チャネル間の過渡を表す。単純な時定数制御戦略では、ｐ（Ｌ￣［ｔ−１］、ｔ）があるしきい値ｐ_Ｔより大きい場合、Ｌ￣［ｔ−１］を更新するために遅い時定数が使用される。ｐ（Ｌ￣［ｔ−１］、ｔ）がこのしきい値ｐ_Ｔ未満である場合、短時定数が使用される。（時刻インデックスは、表現を単純化するために図中の表記から取り除いてある。）

図４の第１段階は、最初の定常状態であって、第２のより大きなチャネルを選択する直前の状態を表す。短期間レベルの確率密度は、第１チャネルの基準値の周囲に密集して分配される。平滑化レベルL￣は、この密度の主なこぶの内に位置する。したがって、L￣、ｐ（Ｌ￣）の確率はしきい値ｐ_Ｔより大きい。また、遅い時定数はL￣を更新するために使用される。

第２段階は、過渡の始めであって、音声がより大きな第２のチャネルへ切り替わった直後の、システムの状態を表わす。この段落では、第１チャネルの基準値の周囲に位置する確率密度の大きなこぶは縮むと共に、より大きな第２のチャネルの基準値の周囲に位置する新しいこぶは成長する。平滑化レベルL￣は、第２のチャネルの基準値にちょうど近づき始める。しかしながら、その確率はｐ_Ｔよりさらに大きいので、したがって、より遅い時定数がまだ使用される。

第３段階では、過渡の中間であって、確率密度の第１こぶは縮み続けており、また、第２のこぶは成長し続けている。平滑化レベルL￣は、第２のチャネルに向かって右側へ成長し続けた。しかし、今、その確率はしきい値ｐ_Ｔ以下に落ちる。（Lは2個のこぶの間の低い確率の間隙へ移動した。）この点では、短時定数がL￣を更新するために使用され、その結果、第２のチャネルのこぶに向かって間隙を横切って、それを素早く移動させる。

第４段階では、過渡の終了であって、L￣は第２のチャネルの主なこぶへ移動した。また、その確率は再びｐ_Ｔより大きい。そこで、より遅い時定数への切換えが生じる。

最後に、第５段階では、新しい定常状態であって、平滑化レベルL￣は、第２のチャネルの基準値に安定した。また、遅い時定数が使用され続ける。

時変確率密度推定値p（l、t）から導き出した情報の使用で、本発明の実施例は、真実の過渡期に早く応答すると共に、従前の問題のある信号には安定を維持する方法で、音声信号レベル測定値を平滑化することに対して時定数を適応させる。

本発明の特定の実施例をこれから詳細に記述する。この実施例では、Ｌ［ｔ］から平滑化して生成するＬ￣［ｔ］は、時変係数α［ｔ］を備えた1個のポールフィルタとして表現される：

この平滑化では、確率密度推定値ｐ（ｌ、ｔ）の関数として係数α［ｔ］を変えることにより適応させる。短期間レベルＬ［ｔ］からこの密度推定値p（l、t）を導出することが、最初に記述される。その後、係数α［ｔ］の制御が記述される。

確率密度の推定
確率密度推定値ｐ（ｌ、ｔ）は、現在の時刻インデックスtから近接過去へ伸びる時間間隔に関する短期間レベルＬ［ｔ］の振る舞いを取り込む。これをするために、確率密度推定器３３（図３）では、短期間レベルＬ［ｔ］の過去のT値を有するバッファ（図示せず）を保持する。（このバッファの長さTは所要のアプリケーションに応じて選ばれる。以前に議論されたＡＧＣの実施例については、例えば、４秒と等しいバッファの時間をセットする。）

このバッファから、任意の様々の方法で確率密度推定値を生成する。例えば、バッファ中のデータ用のガウスの混合モデルのような助変数表示に適合する。別の技術は、バッファされたデータのヒストグラムを計算する。バッファ中の値はそれぞれ離散的な瓶に割り当てられる。密度関数ｐ（ｌ、ｔ）は、最初に値ｌが収まる瓶を見出し、次に、このデータバッファ中でこの瓶に割り当てられる点の数を、このデータバッファ中の点の総数で割り算された確率として計算される。ヒストグラムの瓶は、ΔＬ_ｂｉｎの間隔を備えた、ある最低レベルＬ_ｍｉｎと最大レベルＬ_ｍａｘの間に位置すると定義される。例えば、レベルがｄＢの単位で表わされる場合、Ｌ_ｍｉｎ＝１ｄＢ、Ｌ_ｍａｘ＝１２０ｄＢ、およびΔＬ_ｂｉｎ＝１ｄＢとセットして、１２０個の瓶を備えたヒストグラムを生成する。瓶Ｂの総数は、次のように一般に表現される：

各時間の瞬間ｔでは、ヒストグラムの各瓶に収まる長さTのデータバッファ中の標本組数が数えられる。Ｈ_ｌ［ｂ］、ｂ＝１…Ｂ、はヒストグラム瓶であり、レベル値ｌが割り当てられる瓶bは、次のマッピング機能に応じて計算される：

アルゴリズム的には、すべての時間ｔのヒストグラムＨ_ｌ［ｂ］の計算が、次の擬コードに応じて生じる：

その後、確率密度推定値ｐ（ｌ、ｔ）は、ｌがバッファ中のデータ点の総数で割られて割り当てられる、その瓶のヒストグラムによって与えられる：

結果は、入力レベルの連続関数ではなく、ΔＬ_ｂｉｎの間隔の「階段状ステップ」の関数である推定された確率密度ｐ（ｌ、ｔ）である。しかしながら、ヒストグラム間隔ΔＬ_ｂｉｎが十分に小さい場合、確率密度推定値は実際的な目的には十分に滑らかである。

平滑フィルタ係数の計算
適応フィルタ係数α［ｔ］の計算を今から記述する。基準状態の下では、Ｌ￣［ｔ−１］の確率が比較的高い場合、正常な攻撃時定数と放出時定数が、式1のように、使用される。Ｌ［ｔ−１］の確率が低い場合、より早い攻撃時定数と放出時定数が使用される。

滑らかに正常な時定数と短時定数との間に挿入するために、0から1の範囲に及ぶ制御信号β［ｔ］は、密度推定値ｐ（ｌ、ｔ）から計算されたＬ￣［ｔ−１］の確率に基づいて生成される：

ｐ（Ｌ￣［ｔ−１］、ｔ）がしきい値ｐ_Ｔより大きい場合、制御信号β［ｔ］は1に等しい。ｐ（Ｌ￣［ｔ−１］、ｔ）がｐ_Ｔ以下に減少するとともに、制御信号β［ｔ］は0まで減少する。最後に平滑フィルタ係数α［ｔ］が、制御信号β［ｔ］に基づいて、正常な攻撃／放出の係数と、早い攻撃／放出の係数との間に挿入することで、計算される。

β［ｔ］が0に等しい場合、Ｌ￣［ｔ−１］は低い確率のエリアにあり、早い攻撃／放出の係数が使用される。β［ｔ］が1に等しい場合ならば、Ｌ￣［ｔ−１］は高い確率のエリアにあり、正常な攻撃／放出の係数が使用される。

ＡＧＣの実施に対して、α_{ａｔｔａｃｋ}、α_{ａｔｔａｃｋＦａｓｔ}、α_{ｒｅｌｅａｓｅ}、及びα_{ｒｅｌｅａｓｅＦａｓｔ}の値は、１秒、０．１秒、４秒および０．４秒の時定数に対応するように各々セットされる。確率しきい値の値ｐ_Ｔは０．０７５の固定値にセットされる。

この実施例はしきい値ｐ_Ｔの固定値を使用するが、さらに、あるアプリケーションにおいては、例えば、密度推定値ｐ（ｌ、ｔ）の測定値の関数として変化するような、ｐ_Ｔを可変しきい値として作成することが好都合である。例えば、ｐ_Ｔはレベルｌを横切るｐ（ｌ、ｔ）の最高値に応じて変わる。

明細書が個々の出版物や特許出願を参照により特定して個々に組込んでいた場合、同じ範囲で、この明細書では、ここに述べられた出版物および特許出願をすべて参照により組込む。

本発明の本質的特質の精神から外れることなく、本発明がいくつかの形式で具体化されてもよいとともに、したがって現在の実施例は例示的にすぎず限定的なものではない。したがって、請求項の権利範囲内以内にある変更、あるいはその権利範囲内の等価物は、請求項で包含されるように意図される。

Claims (27)

1. 信号の時変レベルを平滑化する方法であって：
   前記信号の短期間レベルの時変確率密度を推定し；
   前記確率密度の使用により前記信号のレベルを平滑化する；
   工程を有することを特徴とする方法。
2. 前記信号がオーディオ信号であることを特徴とする請求項1に記載の方法。
3. 前記平滑化されたレベルと推定された確率密度がほぼ同じ割合で時間と共に変化することを特徴とする請求項1に記載の方法。
4. 前記短期間レベルと前記平滑化されたレベルは、時系列であって、各々が現在時刻インデックスと前時刻インデックスを有し；
   前記平滑化の前に、前時刻インデックスでの前記平滑化レベルの確率を計算することが行なわれる；
   ことを特徴とする請求項1に記載の方法。
5. 前記平滑化の前に、前記確率密度を使用して、平滑化媒介変数を計算することが行なわれることを特徴とする請求項1に記載の方法:
6. 前記平滑化媒介変数の計算が、前記前時刻インデックスでの前記平滑化レベル、前記現在時刻インデックスでの前記短期間レベル、および前記前時刻インデックスでの前記平滑化レベルの確率を使用して、前記平滑化媒介変数を計算するように構成されたことを特徴とする請求項５に記載の方法。
7. 前記平滑化媒介変数の計算が、前記推定された確率密度の幅を使用して、前記平滑化媒介変数を計算するように構成されたことを特徴とする請求項５に記載の方法。
8. 前記平滑化媒介変数の計算が、前時刻インデックスでの平滑化レベルが、しきい値確率よりも大きくないときは、第1の攻撃時定数と第1の放出時定数を使用し；
   そしてその逆に、前時刻インデックスでの平滑化レベルがしきい値確率より大きな値を有する場合、攻撃時定数と放出時定数の両方を使用すると共に、前記攻撃時定数と放出時定数の一方は対応する第1の時定数より遅い；
   ことを特徴とする請求項６に記載の方法
9. 攻撃と放出の定数の使用には攻撃時定数と放出時定数を使用することを含み、それらの両方が対応する第1の攻撃時定数と第1の放出時定数より遅いことを特徴とする請求項8の方法。
10. 前記しきい値確率が可変であることを特徴とする請求項６に記載の方法。
11. 前記可変しきい値確率が前記推定された確率密度の関数であることを特徴とする請求項１０に記載の方法。
12. 前記平滑化が前記確率密度の使用により前記短期間レベルを平滑化することを含むことを特徴とする請求項１乃至請求項１１の何れか一項に記載の方法。
13. 前記確率密度の推定が、助変数表示を前記短期間レベルの過去値に適合させることを含むことを特徴とする請求項１乃至請求項１１の何れか一項に記載の方法。
14. 前記適合が前記短期間レベルの前記過去値にガウスの混合モデルを適合させることを含むことを特徴とする請求項１３に記載の方法。
15. 前記確率密度の推定が前記短期間レベルの過去値のヒストグラムを計算することを含むことを特徴とする請求項１乃至請求項１１の何れか一項に記載の方法。
16. 請求項１乃至請求項１１の何れか一項に記載の方法を実施するコンピュータ・プログラムを含んでいるコンピュータ可読メモリ。
17. CPUと；
    請求項１６に記載の前記メモリと；
    前記CPUと前記メモリを通信により連結するバスと；
    を備える計算機装置。
18. オーディオ信号の短期間レベルを計算するための短期間レベル計算機；
    平滑化媒介変数を使用して、前記オーディオ信号のレベルを平滑化するためのレベル平滑化器；
    前記オーディオ信号の確率密度を推定するための確率密度推定器；
    遅延させた平滑化レベルの確率を計算するための確率計算機；
    前記平滑化媒介変数を計算するための平滑化媒介変数計算機；
    前記平滑化レベルを遅延させるための遅延器；
    を備えるオーディオ信号レベル平滑化装置。
19. 前記確率密度推定器が、前記オーディオ信号の前記短期間レベルの時系列を使用して、確率密度を推定するための確率密度推定器を有することを特徴とする請求項１８に記載の装置。
20. 前記確率計算器が、前記推定された確率密度と前記遅延させた平滑化レベルを使用して、前記確率を計算するための確率計算器を有することを特徴とする請求項１８に記載の装置。
21. 前記平滑化媒介変数計算機が、前記確率、前記遅延させた平滑化レベルおよび前記短期間レベルを使用して、平滑化媒介変数を計算するための平滑化媒介変数計算機を有することを特徴とする請求項１８に記載の装置。
22. 前記確率計算器が、前記推定された確率密度と前記遅延させた平滑化レベルを使用して、確率を計算するための確率計算器を有し；
    前記平滑化媒介変数計算機は、前記確率、前記遅延させた平滑化レベルおよび前記短期間レベルを使用して、平滑化媒介変数を計算するための平滑化媒介変数計算機を有する；
    ことを特徴とする請求項１９に記載の装置。
23. 前記レベル平滑化器が、前記オーディオ信号の前記短期間レベルを平滑化するためのレベル平滑化器を有することを特徴とする請求項１８乃至請求項２２の何れか１項に記載の装置。
24. 前記確率密度推定器が、前記短期間レベルの過去値の助変数表示を適合させるための適合器を有することを特徴とする請求項１８乃至請求項２２の何れか１項に記載の装置。
25. 前記助変数表示適合器が、前記短期間レベルの前記過去値にガウスの混合モデルを適合させるための適合器を有することを特徴とする請求項２４に記載の装置。
26. 前記確率密度推定器が、前記短期間レベルの過去値についてのヒストグラムの計算のためのヒストグラム計算機を有することを特徴とする請求項１８乃至請求項２２の何れか１項に記載の装置。
27. 信号の時変レベルを平滑化する方法であって：
    短期間レベルを有する信号を受け取り；
    前記時変レベルを平滑化し；
    ここで、前記短期間レベルと前記平滑化された時変レベルは、時系列であって、現在時刻インデックスと前時刻インデックスを各々有し；
    ここで前記前時刻インデックスでの前記平滑化された短期間レベルと、前記現在時刻インデックスでの前記短期間レベルとの間の差が、短時定数の使用を指図するしきい値を越える場合に、前記平滑化は遅い時定数を使用することを特徴とする方法。

Images