JP2011509010A - オーディオ信号の知覚ラウドネスを調節するシステム - Google Patents

Abstract

オーディオ信号のラウドネスを調節する方法は、電子オーディオ信号を受信して、１つ以上のプロセッサを使用して、オーディオ信号の中の少なくとも１本のチャネルを処理して、オーディオ信号の一部分のラウドネスを決定することを含み得る。この処理は、複数の近似フィルタを用いて、チャネルを処理することを含み得る。複数の近似フィルタは、複数の聴覚フィルタに近似し得る。複数の聴覚フィルタは、人間の聴覚系に更に近似している。更に、この方法は、オーディオ信号のラウドネスを、一定期間、実質的に一定のままにするために、決定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算することを含み得る。更に、この方法は、利得を電子オーディオ信号に適用することを含み得る。
【選択図】 １Ａ

Description

関連出願
本願は、２００７年１２月２１日に出願された「Ｓｙｓｔｅｍ ｆｏｒ Ａｄｊｕｓｔｉｎｇ Ｐｅｒｃｅｉｖｅｄ Ｌｏｕｄｎｅｓｓ ｏｆ Ａｕｄｉｏ Ｓｉｇｎａｌｓ（オーディオ信号の知覚ラウドネスを調節するシステム）」という名称の米国仮特許出願第６１／０１６，２７０号に対して、米国特許法第１１９条のもとで優先権の利益を主張している。これにより、米国仮特許出願第６１／０１６，２７０号の開示は参照によって全体的に組み込まれる。

多くのテレビジョン視聴者が言う１つの苦情は、コマーシャルブレーク中と異なるチャネルに切り替える時とに視聴者が我慢する音量の変化である。同様の音量の極端な状態は、ポータブルオーディオプレーヤと、Ａ／Ｖ受信機と、パーソナルコンピュータと、車載型オーディオシステムとのような、他のデバイスでも起こり得る。この問題に対する１つの解決案は、自動利得制御(automatic gain control, AGC)である。ラウドネスのスパイクが周波数範囲中のどこで発生しても、一般的な自動利得制御（ＡＧＣ）は、大きい振幅のオーディオ信号をカットして、小さい振幅のオーディオ信号をブーストすることによって、音量の変化に対処することにより動作している。

ＡＧＣが作動すると、望ましくない変化と不自然なアーチファクトとが、ポンピング変動とブリージング変動の形で聞こえることがしばしばある。大きな音の一続きのアクション場面中のように、ラウドネスが急に大きくなると、ポンピング変動が低音域トーンの消失をもたらす場合がある。静かな音が続く中で低レベルのヒスをブーストすると、ブリージング変動が起きる場合がある。音量の変化に対処するこの強引な方法が、人間が音量の変化を実際にどのくらい知覚するかを考慮していないのは、残念なことである。

ある特定の実施形態において、オーディオ信号のラウドネスを調節する方法は、電子オーディオ信号を受信して、１つ以上のプロセッサを使用して、オーディオ信号の中の少なくとも１本のチャネルを処理して、オーディオ信号の一部分のラウドネスを決定することを含む。この処理は、複数の近似フィルタを用いて、チャネルを処理することを含み得る。複数の近似フィルタは、複数の聴覚フィルタに近似し得る。複数の聴覚フィルタは、人間の聴覚系に更に近似している。更に、この方法は、オーディオ信号のラウドネスを、一定期間、実質的に一定のままにするために、決定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算することを含み得る。更に、この方法は、利得を電子オーディオ信号に適用することを含み得る。

様々な実施形態において、オーディオ信号のラウドネスを調節する方法は、２本以上のオーディオチャネルを有する電子オーディオ信号を受信して、２本以上のオーディオチャネルのうちの１本のチャネルを選択することを含む。この選択は、２本以上のオーディオチャネルのうちの１本の主チャネルを決定して、主チャネルを選択することを含み得る。更に、この方法は、１つ以上のプロセッサを使用して、選択されたチャネルを処理して、オーディオ信号の一部分のラウドネスを決定して、決定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算することを含み得る。更に、この方法は、少なくとも１つの利得を電子オーディオ信号に適用することを含み得る。

ある特定の実施において、オーディオ信号のラウドネスを調節するシステムは、前処理モジュールを含み、前処理モジュールは、１本以上のオーディオチャネルを有する電子オーディオ信号を受信して、オーディオチャネルのうちの少なくとも１本のオーディオチャネルを選択することができる。更に、このシステムは、１つ以上のプロセッサを有するラウドネス分析モジュールを含んでもよく、１つ以上のプロセッサは、少なくとも１本の選択されたチャネルのラウドネスを計算することができる。更に、このシステムは、利得制御モジュールを含んでもよく、利得制御モジュールは、ラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算することができる。利得の計算は、推定されたラウドネスに少なくとも部分的に基づいて、オーディオ信号の中の少なくとも１本の選択されたチャネルに対する利得を算出して、オーディオ信号の中の各チャネルに、その利得を適用することを含み得る。

ある特定の実施形態において、背景音と他の音とを区別する方法は、２本以上のオーディオチャネルを有する電子オーディオ信号を受信して、電子オーディオ信号の一部分を選択して、電子オーディオ信号の選択された一部分の中の各チャネル間の位相を分析して、対応する位相を有するサンプル数を決定して、サンプル数と閾値とを比較して、電子オーディオ信号の選択された一部分が、背景雑音に相当するかどうかを決定することを含み得る。

ある特定の実施形態において、オーディオ信号のラウドネスを調節するシステムは、１本以上のオーディオチャネルを有するオーディオ信号と、オーディオ信号のラウドネスを計算することができる１つ以上のプロセッサを有するラウドネスモジュールとを含み得る。この計算は、複数の無限インパルス応答(infinite impulse response, IIR)フィルタを用いて、オーディオ信号を処理することを含む。ＩＩＲフィルタの各々は、帯域通過フィルタである。ＩＩＲフィルタは、人間の聴覚系に近似し得る。更に、このシステムは、利得モジュールを含み得る。利得モジュールは、計算されたラウドネスに少なくとも部分的に基づいて、利得を計算することができる。

開示を要約する目的で、本発明のある特定の態様と、効果と、新規な特徴とを、ここに記載した。ここに開示されている発明の特定の実施形態によると、このような効果の全てが必ずしも達成できるとは限らないと解されるべきである。従って、ここに開示されている発明は、ここに教示されているように１つの効果又は１群の効果を達成又は最適化するやり方で具現又は実行され得るが、ここに教示又は示唆され得るように他の効果を必ずしも達成するとは限らない。

全ての図面を通じて、参照されている要素間の対応を示すために、参照番号を再使用していることがある。図面は、ここに記載されている発明の実施形態の範囲を制限するためではなく、それらの実施形態を例示するために提供されている。

オーディオ信号の知覚ラウドネスを調節するシステムの実施形態を示している。 人間の耳で用いられているフィルタに近似している聴覚フィルタの例示的なバンクを示している。 例示的な等ラウドネス曲線を表したグラフを示している。 ステレオ信号の知覚ラウドネスを調節するプロセスの実施形態を示している。 サラウンドサウンド信号の知覚ラウドネスを調節するプロセスの実施形態を示している。 オーディオ前処理装置の実施形態を示している。 位相を分析するプロセスの実施形態を示している。 主チャネルを選択するプロセスの実施形態を示している。 例示的なデシメーションフィルタのインパルス応答を示している。 ラウドネスを決定するラウドネス処理の実施形態を示している。 ガンマトーンフィルタに近似している複数のフィルタに対する周波数応答の実施形態を示している。 ラウドネスを決定するラウドネス推定プロセスの実施形態を示している。 ある特定の実施形態において近似フィルタを作成するために使用され得る例示的なＣ字型加重曲線を示している。 ある特定の実施形態において近似フィルタを作成するために使用され得る例示的な反転加重曲線を示している。 測定されたラウドネスに基づいて利得を調節するプロセスの実施形態を示している。

幾つかの音量制御システムは、利得をどのように変化させるかを決定する際に、ラウドネス（loudness）を考慮に入れることを試みる。ラウドネスは、静かな音（quiet）から大きな音（loud）までの等級で音を分類することができる、聴覚系の属性であり得る。ラウドネスは、「ホン」と呼ばれる単位で測定することができる。様々なタイプのオーディオ素材（audio material）を聞いたときに、我々の耳に対して、耳に与えられた様々な音の強さを類別して、聴取感覚（listening sensation）を生成するために、我々はラウドネスの主観的な量を使用する。デシベル(decibels, dB)で測定される音圧レベルと異なり、知覚ラウドネスは、周波数によって変わり得る。ラウドネスに基づいて人間の耳をモデル化する音量制御システムは、人間の聴覚系をモデル化するために、複雑な高次フィルタをしばしば使用する。これらのシステムは、かなりの計算資源を消費し得る。従って、これらのシステムは、その能力を制限して、テレビジョン及び車載型オーディオシステムのようなある特定のデバイスで機能している。

この開示は、オーディオ信号の知覚ラウドネスを調節するための、ある特定のシステムと方法とを記載している。ある特定の実施形態では、１つ以上の処理効率のよい技術を使用して、オーディオ信号の推定ラウドネスを決定する。これらの技術は、人間の耳をモデル化したフィルタバンクに近似した低次フィルタを使用して、オーディオ信号をデシメートして、処理されるオーディオサンプル数を低減して、全オーディオチャネルよりも少ないオーディオチャネルを処理して、出力信号を滑らかにするのではなく利得係数を滑らかにすることを含み得る。ある特定の実施形態において、これらの技術のうちの１つ以上を適用すると、多くの電子デバイスの中で見付けられ得るような低い能力のプロセッサが、オーディオ信号のラウドネスを動的に調節できることが、好都合である。

図１Ａを参照すると、オーディオシステム100Aの実施形態が示されており、オーディオシステム100Aは、オーディオ信号の知覚ラウドネスを調節するためのラウドネス調節システム110を含む。オーディオシステム100Aは、テレビジョン、コンピュータ、ポータブルオーディオプレーヤ、ヘッドホン、Ａ／Ｖ受信機、車載型オーディオシステム、等のような、オーディオを再生する任意の機械において実施することができる。ある特定の実施形態において、ラウドネス調節システム110がオーディオ入力信号102のラウドネスを調節して、ラウドネスをある特定のレベルに維持することが、好都合である。例えば、ユーザがチャネルを切り替えるとき又はコマーシャルの放送が始まるときに、ラウドネス調節システム110は、テレビジョンオーディオのある特定のラウドネスを維持することができる。ラウドネス調節システム110は、これらの機能を行なうことができる一方で、計算資源を効率的に使用する。

図１Ａに示されているように、ラウドネス調節システム110は、オーディオ入力信号102を受信する。記載されている実施形態では、オーディオ入力信号102は、ステレオチャネルのようなチャネルを２本含んでいる。他の実施形態において、オーディオ入力信号102は、１本のチャネル又は３本以上のチャネルを含む。例えば、５．１、６．１、又は７．１サラウンドサウンドチャネル又はマトリックスエンコードチャネル、例えばサークルサラウンドエンコードチャネル、等が提供され得る。オーディオ入力信号102は、リアルな物理的な音を表現する電気信号、等であり得る。リアルな物理的な音は、例えば、音楽、音声、エフェクト、これらの組み合わせ、等である。

ラウドネス調節システム110の中の前処理モジュール120は、オーディオ入力信号102を受信する。前処理モジュール120は、オーディオ入力信号102の各チャネルからエネルギ情報を集めるハードウェア及び／又はソフトウェアを含み得る。１つの実施形態において、前処理モジュール120は、エネルギ情報を使用して、少なくとも１本の主チャネルを決定することができ、少なくとも１本の主チャネルは、ラウドネス分析モジュール130によってラウドネスについて分析される。より一般的には、前処理モジュール120は、オーディオ入力信号102のチャネルのサブセットを、ラウドネスの分析のために選択してもよい。ある特定の実施形態において、全てのチャネルよりも少ないチャネルを使用して、ラウドネスを決定することによって、前処理モジュール120は、ラウドネスを決定するために使用される計算資源を低減することができる。

ラウドネス分析モジュール130は、前処理モジュール120によって選択された１又は複数のチャネルに基づいてラウドネスを推定するハードウェア及び／又はソフトウェアを含むことができる。ラウドネス分析モジュール130は、選択されたチャネルの推定ラウドネスと、基準ラウドネスレベルとを比較することができる。推定ラウドネスが、基準ラウドネスレベルと異なる場合に、ラウドネス分析モジュール130は、推定ラウドネスと基準レベルとのレベル差を出力することができる。後述するように、利得制御モジュール140は、このレベル差を使用して、オーディオ入力信号102に適用される利得を調節することができる。

ある特定の実施形態において、ラウドネス分析モジュール130は、人間の聴覚系の非線形マルチバンドモデルを使用して、オーディオ入力信号102のラウドネス特性を分析する。このモデルは、人間の末梢聴覚系のフィルタバンク機能をシミュレートすることができる。従って、このモデルは、オーディオ入力信号102のラウドネスを推定することによって、音の強さの主観的測度であり得るラウドネスを明らかにすることができる。

人間の聴覚系は、中心周波数が常に部分的に重なっている帯域通過フィルタのバンクを含んでいるかのように機能する。帯域通過フィルタ160のこのようなバンク100Bの例は、図１Ｂに示されている。ある特定の実施形態において、図１Ａのラウドネス分析モジュール130が、人間の本来の帯域通過フィルタに近似するフィルタ(図８参照)を用いて、この聴覚構造をモデル化していることが、好都合である。ある特定の実施形態において、ラウドネス分析モジュール130は、計算資源をより効率的に使用するために、聴覚フィルタに対するより低次の近似を使用する。

更に、上述のように、１本以上の等ラウドネス曲線を利用することによって、様々な人に対して、ラウドネスを測定することができる。例示的な等ラウドネス曲線170は、図１Ｃに示されている。更に、ラウドネス分析モジュール130は、１本以上のラウドネス曲線か、又はラウドネス曲線に基づく曲線を使用して、聴覚フィルタの出力に加重することができる。従って、後述する他の処理に加えて、聴覚フィルタに対する近似を使用することと、ラウドネス曲線を使用することとによって、ラウドネス分析モジュール130は、オーディオ入力信号102のラウドネスを推定することができる。

更に、ラウドネス分析モジュール130がオーディオ情報を処理するために使用するサンプル量を、ラウドネス分析モジュール130はダウンサンプリング、デシメート、又はさもなければ低減することができる。例えば、オーディオ入力信号102をデシメートすることによって、ラウドネス分析モジュール130は、より少数のサンプルを使用して、ラウドネスを推定する。ある特定の実施形態においてデシメーションを行なうのは、オーディオ入力信号102をサンプリングするために使用されるサンプリングレートと同じサンプリングレートで、人間の聴覚系がラウドネスの変化を検出できないことがあるからである。デシメーション又は他のサンプリングレート技術は、ラウドネスを計算するために使用される計算資源を低減することができる。

上述のように、ラウドネス分析モジュール130は、計算されたラウドネスと、基準ラウドネスレベルとを比較して、そのレベル差を利得制御モジュール140に出力する。基準ラウドネスレベルは、ラウドネス調節システム110内における基準であり得る。例えば、ラウドネスを基準レベルに合わせて、ダイナミックレンジを維持するために、基準レベルはフルスケールのラウドネスであってもよい(例えば、０ｄＢ)。別の実施形態(示されていない)では、基準レベルは、例えば音量制御によりユーザによって設定された音量レベルであってもよい。

利得制御モジュール140は、ミキサ142aと142bとを介して、レベル差をオーディオ信号入力102にサンプルごとに加えることができる。ある特定の実施形態において、利得制御モジュール140は、サンプル又はサンプルブロック間の遷移を滑らかにして、ラウドネスの耳障りな遷移を防ぐ。その結果、ミキサ142は、一定の平均ラウドネスレベル又は実質的に一定の平均ラウドネスレベルを有するオーディオ信号を出力することができる。従って、ある特定の実施形態において、ラウドネス調節システム110は、オーディオ入力信号102を、一定の平均ラウドネスレベル又は実質的に一定の平均ラウドネスレベルを有するオーディオ信号に変換することができる。

ミキサ142の出力は、ミキサ152a、152bに提供される。これらのミキサ152は、音量制御150によって制御される。音量制御150は、例えばユーザによって、操作され得る。ミキサ152は、音量制御150の音量設定に従って、ミキサ142の出力に利得を適用する。次に、ミキサ152は、オーディオ出力信号162を提供する。オーディオ出力信号162は、更なる処理のために、１つ以上の拡声器又は他のモジュールに提供され得る。

図２Ａと２Ｂは、オーディオ信号の知覚ラウドネスを調節するためのラウドネス調整プロセス200A、200Bの実施形態を示している。両者のプロセス200は、ラウドネス調節システム110によって実施され得る。プロセス200Aは、ステレオ信号の例示的なラウドネス調節を示し、プロセス200Bは、(例えば、３本以上のチャネルの)多重チャネルオーディオ信号の例示的なラウドネス調節を示している。多重チャネルオーディオ信号は、例えば、サラウンドサウンド信号である。

図２Ａを参照すると、ブロック202aにおいて、ステレオ入力信号が受信される。ステレオ入力信号202aは、左チャネルと右チャネルとを含む。チャネルはサンプルブロックに分割することができ、各サンプルブロックは、プロセス200Aによって個々に分析される。サンプルブロックは、図３に関連して更に詳しく後述される。ブロック204aにおいて、左チャネルと右チャネルとの両者のチャネルのエネルギ又は電力を算出することによって、両者のチャネルを前処理することができる。この算出に少なくとも部分的に基づいて、どちらが主チャネルであるかを決定することができる。更にラウドネスを処理するために、主チャネルを選択することができる。主チャネルは、ステレオ入力信号のサンプルブロックごとに決定してもよく、ブロックごとに変わってもよい。

更に、より詳しく後述するように、前処理は、チャネルの雑音特性の検査を含むことができる。例えば、サンプルブロックが主に雑音を含む場合は、そのサンプルブロックに対して、ラウドネスの処理を殆ど又は全く行なわなくてもよい。

デシメーションブロック210aにおいて、主チャネル信号をダウンサンプリング及び／又はフィルタリングすることによって、主チャネル信号をデシメートすることができる。ラウドネス処理ブロック212aにおいて、聴覚フィルタに近似する１つ以上のフィルタと、１つ以上のラウドネス曲線とを使用することによって、より低いレートの信号のラウドネスを推定することができる。更に、推定ラウドネスレベルと基準ラウドネスレベルとのレベル差を決定することができる。

利得調節ブロック214aにおいて、レベル差に基づいて、利得を算出することができる。デシメートされたチャネルだけでなく、ステレオ入力信号202aの両者のチャネルに対して、この利得を適用することができる。利得の算出には、平滑化関数を含むことができる。平滑化関数は、ステレオ入力信号の複数のサンプルに対して、算出された利得を滑らかにする。ブロック216aにおいて、加えられた利得に基づくステレオ出力信号が提供される。

代わりの実施形態では、主チャネルを選択せず、むしろ、各チャネルを処理して、チャネルに対するラウドネスを決定する。計算されたラウドネスに基づいて、各チャネルに異なる利得を適用することができる。別の代わりの実施形態では、デシメーションを行なわず、フルレートの入力信号又は主チャネルに対して、ラウドネスの処理212aを行なう。他の多くの実施と構成とを更に使用することができる。

図２Ｂを参照すると、多重チャネルオーディオ信号202bが示されている。多重チャネルオーディオ信号202bは、左（Ｌ）入力と、右（Ｒ）入力と、中央（Ｃ）入力と、左サラウンド（Ｌ_Ｓ）入力と、右サラウンド（Ｒ_Ｓ）入力とを含む。示されていないが、オーディオ信号202bは、サブウーファ入力を更に含んでもよい。これらのチャネルはサンプルブロックに分割することができ、各サンプルブロックは、プロセス200Bによって個々に分析される。サンプルブロックは、図３に関連して更に詳しく後述される。

ある特定の実施形態において、左入力と右入力とが１対として前処理ブロック204bに提供され、左サラウンド入力と右サラウンド入力とが１対として前処理ブロック204cに提供されるのが、好都合である。これらのブロック204b、204cの各々は、信号エネルギを算出して、主チャネルを決定することができ、主チャネルは、デシメーションブロック210b又は210cにそれぞれ提供される。更に、前処理ブロック204dは、中央入力の信号エネルギを算出することができるが、ある特定の実施形態では、主チャネルを選択しない。しかしながら、中央チャネルに対する信号エネルギは、プロセス200Bにおいて後で使用され得る。

デシメーションブロック210の各々は、選択されたチャネルをデシメートして、デシメートチャネルをラウドネス処理ブロック212b、212c、又は212dにそれぞれ提供することができる。ラウドネス処理ブロック212の各々は、チャネルのラウドネスと基準レベルとの差を決定して、レベル差を利得調節ブロック214bに出力することができる。デシメーションブロック210とラウドネス処理ブロック212との両者は、図２Ａに関連して既に記載した特徴と同じ特徴又は類似の特徴を有し得る。

ある特定の実施形態において、利得調節ブロック214bは、ラウドネス処理ブロック212から受け取ったレベル差に基づいて、入力チャネルの各々に対する利得を算出する。利得は、チャネルごとに異なり得る。幾つかの実施において、対話についての聞き手の知覚を高めるために、中央チャネルを強めることが望ましい。しかしながら、ラウドネスの処理212は、様々なチャネルが中央チャネルをかき消す原因となる利得を生成し得る。この問題に対処するために、利得調節ブロック214bは、中央チャネルに対して、他のチャネルよりも大きな利得を生成してもよい。１つの実施形態において、利得調節ブロック214bは、中央チャネルに対する利得と、他のチャネルに対する利得との比率を維持する。

プロセス200Bの代わりの実施形態では、主チャネルを選択せず、ラウドネスを決定するために全てのチャネルを処理して、異なる利得を各チャネルに適用する。別の代案として、左サラウンドチャネルと右サラウンドチャネルとにおける主チャネルを決定せず、左チャネルと右チャネルとにおける主チャネルを決定するか、又は左チャネルと右チャネルとにおける主チャネルを決定せず、左サラウンドチャネルと右サラウンドチャネルとにおける主チャネルを決定する。別の代わりの実施形態では、デシメーションを行なわない。更に、図２Ｂに示されている特徴を、７．１サラウンドサウンドスピーカ構成のような追加のスピーカを用いた実施形態に拡張してもよい。更に、他の多くの実施と構成とが使用され得る。

図３は、前処理モジュール320の更に詳しい実施形態を示している。前処理モジュール320は、図１と図２とに関連して既に記載した特徴を全て有し得る。前処理モジュール320が示されており、左信号302と右信号304とを有するステレオ入力信号を受信する。説明を容易にするために、以下の記載は、主としてステレオ信号に関する。しかしながら、記載されている特徴は、より少ない又はより多くのチャネルを有する信号に同様に適用され得る。

ある特定の実施形態において、前処理モジュール320は、左信号302のサンプルブロックと右信号304のサンプルブロックとに対して動作する。例えば、前処理モジュール320は、入ってきたサンプルの数が予め定められたサンプルブロックサイズになるまで緩衝して、その後でサンプルブロックを処理してもよい。サンプルブロックサイズは、任意に選択され得る。例えば、各サンプルブロックは、２５６個、５１２個、及び７６８個のサンプル、又は異なる数のサンプルを含み得る。

現在利用可能なＡＧＣシステムは、普通は、対話と、エフェクトのような背景雑音とを区別しない。従って、雨のような背景雑音が、これらのシステムによって増幅される可能性があり、背景雑音が、非背景雑音との関連において本来よりも大きく聞こえることになり得る。この問題に対処するために、ある特定の実施形態では、左信号302のサンプルブロックと右信号のサンプルブロックとを位相分析モジュール322に提供する。位相分析モジュール322は、位相分析を使用して、左信号302と右信号304との各サンプルブロックとについて背景雑音部分と非背景雑音部分とを検出するハードウェア及び／又はソフトウェアを含み得る。

音声（又は、非背景）サンプルは強く相関する一方で、非音声サンプルは非相関の傾向があるという洞察に基づいて、位相分析モジュール322は分析をすることができる。つまり、サンプルごとに左チャネル302と右チャネル304とを検査する場合に、音声サンプルは、同時に両者のチャネル302、304において同じ位相を有する傾向がある。言い換えると、音声サンプルは、両者のチャネル302、304において同相になる傾向がある。他方で、非音声サンプルは、同時点において異なる位相を有する傾向があるので、一方のチャネルにおけるサンプルは正であり、他方のチャネルにおける対応するサンプルは負であり得る。従って、主に音声のサンプルの位相分布は強く相関し得る一方で、主に非音声のサンプルの位相分布はあまり相関しないかもしれない。

上述の洞察に基づいて、位相分析モジュール322は、所定のサンプルブロックが主に音声のサンプルを含むか、又は主に非音声のサンプルを含むかを決定するプロセスを行なうことができる。図４は、このプロセス400の例示的な実施形態を示している。ブロック402において、１つのサンプルブロックの複数のサンプルに対して、位相分析を行なう。位相分析は、両者の入力チャネルにおいて同じ位相を有するサンプルの対の数又は異なる位相を有するサンプルの対の数と、両者の入力チャネルにおいて負の位相を有するサンプルの対の数と、逆位相を有するサンプルの対とを数えることを含み得る。このブロックにおいて、位相分析モジュール322は、例えば、両者が同じ位相又は異なる位相であるサンプルの対ごとに、カウンタをインクリメントし得る。

決定ブロック404において、位相分布が閾値を越えているかどうかを決定する。例えば、同じ位相を有するサンプルの対の総合した合計数が、閾値よりも大きいかどうかを決定することができる。閾値よりも大きい場合は、サンプルブロックは音声信号を含み得る又は実質的に含み得るので、ブロック406において、そのサンプルブロックをラウドネスの処理に用いる。閾値よりも大きくない場合は、ブロック408において、そのサンプルブロックに対するラウドネスの処理を省略する。その理由は、そのサンプルブロックが非音声信号を含み得る又は実質的に含み得るからである。そのサンプルブロックの背景雑音が目立たなくなるように、そのサンプルブロックに最低利得を適用してもよい。

代わりの実施形態では、非音声サンプルブロックと、音声サンプルブロックとに、ラウドネスの処理を適用する。しかしながら、かなりの数の非音声サンプルを含んでいるブロックに対して、より小さな利得を適用してもよい。更に、位相分析を幾分積極的に適用するために、上述の閾値を調節してもよい。

更に、上述の位相分析プロセスは、他の応用に使用される可能性がある。例えば、この位相分析は、ハードリミッタ又は典型的な他の利得調節システム、例えば圧縮器に使用され得る。このような分析の使用は、雑音低減システムに効果があり得る。ピッチ検出システムも、この分析を使用することができる。

図３を再び参照すると、位相分析モジュール322は、サンプルブロックをエネルギ分析モジュール324に提供する。例えば、位相分析モジュール322は、非音声サンプルブロックではなく、音声サンプルブロックを、エネルギ分析モジュール324に提供し得る。エネルギ分析モジュール324は、サンプルブロックのエネルギ又は電力を計算するハードウェア及び／又はソフトウェアを含み得る。例えば、エネルギ分析モジュール324は、サンプルブロックのサンプル値の平均平方、二乗平均平方根、等を計算し得る。（後述されるように）主チャネルモジュール326は、サンプルブロックについての計算されたエネルギ又は電力を使用して、そのサンプルブロックについて、左信号チャネル302と右信号チャネル304とのうちのどちらが主チャネルであるかを決定し得る。計算されたエネルギ又は電力は、後述の他の目的にも使用され得る。

更に、エネルギ分析モジュール324は、サンプルブロックの中の各チャネルの最大値又はピーク値を計算し得る。エネルギ分析モジュール324は、この情報を保持する一時緩衝器を生成し得る。一時緩衝器は、各チャネル(Ｌ、Ｒ)におけるサンプルの絶対値の極大値を含み得る。更に、一時緩衝器は、先読み遅延線（look-ahead delay line）を含んでもよく、エネルギ分析モジュール324は次のサンプルブロックのサンプルの最大値でそれを埋める。先読み遅延線は、図１１に関連して更に詳しく記載される。

図３を再び参照すると、エネルギ分析モジュール324は、サンプルブロックの中の各チャネルの算出された最大値と共に、算出されたエネルギ又は電力を、主チャネルモジュール326に提供することができる。主チャネルモジュール326は、これらの値のうちの一方又は両方を使用して、所定のサンプルブロックについて、どちらが主チャネルであるかを決定し得る。例えば、より大きな最大値を有するチャネルが主チャネルである、或いはより大きなエネルギ又は電力を有するチャネルが主チャネルであると、主チャネルモジュール326は決定し得る。

主チャネルモジュール326によって行なわれ得る例示的なプロセス500は、図５に示されている。決定ブロック502において、左チャネルの平均平方値が右チャネルの平均平方値以上であるかどうかと、右チャネルの最大値が閾値よりも大きいかどうかとを決定する。平均平方値は、各チャネルのエネルギ又は電力であり得る。ブロック502の条件に当てはまる場合は、ブロック504において、左チャネルが主チャネルであると決定して、ブロック506において、ラウドネスを処理するために、左チャネルが提供され得る。

他方で、ブロック502の条件に当てはまらない場合は、更に、決定ブロック508において、右チャネルの平均平方値が左チャネルの平均平方値以上であるかどうかと、左チャネルの最大値が閾値よりも大きいかどうかとを決定する。そうである場合は、ブロック510において、右チャネルが主チャネルであると見なされて、ブロック512において、ラウドネスを処理するために、右チャネルが提供され得る。

ブロック508の条件に当てはまらない場合は、モノラル信号が存在するかもしれず、決定ブロック514において、左信号の最大値が閾値よりも大きいかどうかを決定する。そうである場合は、ラウドネスを処理するために、左チャネルが提供される。そうでない場合は、更に、決定ブロック518において、右チャネルの最大値が閾値よりも大きいかどうかを決定する。そうである場合は、ブロック520において、ラウドネスを処理するために、右チャネルが提供される。そうでない場合は、サンプルブロックは、オーディオを全く又はオーディオを実質的に有さないと見なすことができるので、ブロック522において、サンプルブロックは通されて、ラウドネスを処理するために提供されない。

再び図３を参照すると、主チャネルモジュール326は主チャネル332を出力する。主チャネルモジュール326は、個々のサンプルブロックに対して、異なる主チャネル332を選択し得る。既に記載したように、主チャネルが選択されると、デシメーションとラウドネスの処理とために、主チャネルが提供され得る。例えば、主チャネルモジュール326は、主チャネル332に対応するサンプルブロックを、主チャネル緩衝器(図示されていない)に記憶し得る。

図６は、デシメーションフィルタの例示的なインパルス応答600を示している。既に記載したように、デシメーションフィルタを主チャネルに適用して、そのチャネルのサンプルレートを低減してもよい。主チャネルのサンプルレートを低減すると、より少ない計算資源によるラウドネスの処理を容易にすることができる。

ある特定の実施形態におけるデシメーションプロセスは、デシメーションフィルタを含み、デシメーションフィルタは、図３に関連して既に記載した主チャネル緩衝器をダウンサンプリングすることができる。このダウンサンプリングは、サンプリングレートによって決まるデシメーション係数を使用することを含み得る。ある特定の実施形態において、ダウンサンプリングされた緩衝器は、ラウドネスの分析のためにのみ使用され、出力としてエンドユーザに提供されない。ダウンサンプリングされた信号をフィルタ(例えば、低域フィルタ)によって帯域制限して、アンチエイリアス処理を省くことができる。従って、図６のインパルス応答600を有するデシメーションフィルタは、このようなフィルタの一例であり得る。

図示されているインパルス応答600を有するデシメーションフィルタは、長さ３３の有限インパルス応答(finite impulse response, FIR)フィルタである。式（１）に示されているように、元となる（causal）理想的なインパルス応答をウィンドウ処理することによって、このフィルタを導き出すことができる。

式（１）において、理想的なインパルス応答は、式（２）によって与えられる。

次に、デシメートされたサンプルは、式（３）によって与えられる。

ある特定の実施形態において、より計算資源効率のよいラウドネスの処理のために、デシメートされたサンプルブロックの各々を使用できるのは、好都合である。

図７は、ラウドネスを決定するためのラウドネスの処理700の実施形態を示している。ラウドネスの処理700は、ラウドネス調節システム110、特に、ラウドネス分析モジュール130によって実施することができる。更に、ラウドネスの処理700の実施形態は、ラウドネス処理ブロック212a、212b、212c、及び212dに対応する。ラウドネスの処理700では、サンプルブロックに対する推定ラウドネスを計算し得る。更に、ラウドネスの処理700では、推定ラウドネスと基準レベルとを比較して、サンプルブロックに適用されるレベル差を決定し得る。

記載されている実施形態において、デシメートされた入力702は、近似フィルタ710に提供される。デシメートされた入力702は、デシメートされたサンプルブロックを含み得る。デシメートされたサンプルブロックは、図６に関連して既に記載したデシメーションフィルタによって作られる。近似フィルタ710の各々は、聴覚末梢系に近似している帯域通過フィルタであり得る。１つの実施形態において、各フィルタ710は、ガンマトーンフィルタに近似している。別の実施形態において、フィルタ710は、オクターブフィルタ、又は聴覚末梢系に近似している他の帯域通過フィルタに近似している。

図１Ｂに関連して既に記載したように、ガンマトーンフィルタは、人間の耳の帯域通過フィルタのバンクをシミュレートするために使用されている。時間領域におけるガンマトーンフィルタについて説明する式は、式（４）によって与えられる。

式（４）において、ａは振幅を表し、ｆは周波数を表し、ｎはフィルタの次数であり、ｂはフィルタの帯域幅であり、φはフィルタの位相である。

ガンマトーンフィルタは、処理の多いフィルタであり得るので、幾つかのテレビジョンのような、計算資源の少ない電子デバイスにとって、適切な選択でない場合がある。従って、ある特定の実施形態では、フィルタ710の各々はガンマトーンフィルタに近似している。更に、フィルタ710は、人間の耳の帯域通過フィルタのバンクをシミュレートするために、異なる中心周波数を有し得る。フィルタ710のうちの少なくとも幾つかは、ガンマトーンフィルタに対する一次近似であり得る。ある特定の実施形態では、ａ）各フィルタの選択された中心周波数に一致させる、一次バターワースフィルタ近似を使用することによって、及びｂ）最初のバターワース推定の周波数応答に対する最小二乗適合を使用することによって、各一次近似を導き出すことができる。処理資源をより効率的に使用するために、無限インパルス応答(Infinite Impulse Response, IIR)フィルタとして、各フィルタ710を実施することができる。

他の近似フィルタ720に対する別の入力704も提供されている。ある特定の実施形態において、入力704は、デシメートされた入力ではなく、フルレートのサンプル入力である。人間の耳がより敏感に反応する幾つかの周波数帯、より高い周波数帯、等に、フルレートの入力704を使用してもよい。更に、ある特定の周波数のフォールドバック効果を防ぐために、フルレートの入力704を使用してもよい。

フルレートの入力704は、フィルタ720に提供される。フィルタ710と同様に、フィルタ720は、ガンマトーンフィルタに近似した帯域通過フィルタであり得る。フィルタ710について既に記載したやり方と同様のやり方で、フィルタ720を導き出すことができる。しかしながら、ある特定の実施形態では、フィルタ720は、ガンマトーンフィルタに対する二次近似である。これらのフィルタ720も、ＩＩＲフィルタであってもよい。図８のプロット800に、１組の例示的な近似フィルタに対する正規化周波数応答810が示されている。

他の実施形態では、全フィルタが、デシメートされた入力(又はその代りに、フルレートの入力)に対して動作する。更に、図示されているフィルタの数は一例であって、この数は変えてもよく、フィルタを減らすと、パフォーマンスが上がる可能性がある一方で、精度が下がる可能性がある。更に、選択されるフィルタ数は、利用可能なスピーカのサイズによって決まる場合もあり、より大きなスピーカは、より多くのフィルタを使用する。

フィルタ710、720は、フィルタにかけたサンプルを利得ブロック742a、742bにそれぞれ提供し、次に利得ブロック742a、742bは、そのサンプルをラウドネス推定器730a、730bにそれぞれ提供する。ラウドネス推定器の各々は、図９に示されているラウドネス推定900のような、ラウドネス推定プロセスを実施し得る。

図９を参照すると、ブロック904において、ラウドネス推定器730の各々は、反転ラウドネス曲線によって、フィルタ710又は720の出力に(例えば、利得ブロック742を介して)加重し得る。反転ラウドネス曲線は、幾つかの候補のラウドネス加重曲線のうちの１つに基づき得る。例えば、図１０Ａは、Ｃ字型加重曲線と呼ばれる例示的なラウドネス加重曲線1010のプロット1000Aを示している。Ｃ字型加重曲線は、１００ホンのラウドネス曲線(図１Ｃ参照)に基づくことができる。図１０Ｂは、例示的な反転Ｃ字型加重曲線1020のプロット1000Bを示しており、例示的な反転Ｃ字型加重曲線1020は、プロセス900のブロック904で使用することができる。更に、例示的な反転Ａ字型加重曲線1030も示されており、例示的な反転Ａ字型加重曲線1030は、他の実施形態で使用され得る。曲線1020、1030の特性は、選択されたサンプリングレートによって決まり得る。

図９を再び参照すると、ブロック904における加重は、サンプルの周波数帯に対応する反転ラウドネス曲線上の値を、サンプルに乗算することを含み得る。例えば、図１０Ｂのプロット1000Bは、ｘ軸上に１６個の周波数帯を示している(１つの実施形態における、１６個の近似フィルタに対応する)。ｙ軸上には、所定の周波数帯に対する、反転Ｃ字型加重曲線1020の対応する加重値が示されている。

再び図９に戻って、ブロック906では、各周波数帯中の複数のサンプルについて、フィルタにかけて加重した各サンプルの絶対値をとる。ブロック910では、各周波数帯の加重サンプルに冪法則関数を適用して、各周波数帯に対する推定ラウドネスを取得する。この関数は、ある特定の閾値を越えたサンプルに対して適用され得る。その代わりに、各周波数帯中のサンプルの平均に、冪法則関数を適用してもよい。冪法則関数は、次の形をとり得る。

なお、Ｉは、サンプルの平均又は所定の帯域に対する加重サンプルを表わし、ｂとｋは、実験に基づいて決定することができる定数を表わし、Ｌ_ｂａｎｄは、その帯域に対するラウドネスを表わす。

ブロック912において、各帯域に対するラウドネス値を加算することによって、サンプルブロックの合計推定ラウドネスを計算する。例えば、各帯域に対する式（８）の出力を加算して、サンプルブロックに対する推定ラウドネスを取得することができる。

図７を再び参照すると、各ラウドネス推定器730の出力は、利得ブロック742cによって調整されて、加算ブロック750に提供される。加算ブロック750において、推定ラウドネスを一緒に加算して、合計推定ラウドネスを提供する。この合計推定ラウドネスは、ゼロ交差調節ブロック760に提供され、更に、エネルギ調整ブロック770に提供される。ゼロ交差調節ブロック760は、既に記載した位相分析に加えて、ゼロ交差数を使用して、雑音のような信号（noise-like signal）と、期間のような信号(period-like signal）とを区別する。例えば、ゼロ交差調節ブロック760は、より多くのゼロ交差を有する信号を検出して、これらの信号はより多くの雑音を含み得ると決定することができる。ゼロ交差調節ブロック760は、非雑音のような低レベル信号（non-noise-like low-level signal）のレベルを、必要に応じて更にブーストアップすることができる。

エネルギ調整ブロック770は、エネルギ分析モジュール324(図３)によって算出されたブロックのエネルギ又は電力によって、合計推定ラウドネスを加重する。この加重は、次の形をとることができる。

式（９）において、ａは、ユーザ定義モードに基づいて変わり得る定数である。１つの実施形態において、２つのラウドネス制御モード、即ち、ライト又はノーマルを適用することができる。ライトな制御は、ラウドネスの調節をあまり積極的に行なわなくてもよい。例えば、ライトなラウドネス調節の場合に、定数「ａ」の値は、より小さくてもよい。Ｌ_{ｔｏｔａｌ}は、合計推定ラウドネスを表わし、Ｅは、ブロックのエネルギを表わす。「レベル」は、このサンプルブロックに対する、算出されたラウドネスレベル780を指す。この全体的なラウドネスレベルは、サンプルブロックのラウドネスが上述で使用した等ラウドネス曲線(例えば、Ｃ字型加重曲線の基礎となっている１００ホンの曲線)に従うために、信号の利得が到達すべきスカラ値を表わすことができる。

幾つかの信号は可聴閾値未満であるので、ある特定の実施形態では、ブロックのエネルギＥ(又は、他の実施では、電力)によって、合計推定ラウドネスを調整する。上述のラウドネス曲線のうちの１つに基づいて、これらの信号のラウドネスを測定する場合に、これらの信号がそのラウドネス曲線に十分に近くないので、正確なラウドネスを算出できない場合がある。従って、合計推定ラウドネスは、ブロックのエネルギを用いて等化され得る。低い信号ブロックからの小さなエネルギによって合計推定ラウドネスを除算すると、全体的なレベル推定を向上させることができる。

図１１は、測定されたラウドネスに基づいて利得を調節するための利得調節プロセス1100の実施形態を示している。例えば、図１の利得制御モジュール140が、図７に関連して既に記載した全体的なラウドネスレベルの算出結果を受信すると、利得制御モジュール140によって、プロセス1100が実施され得る。連続する２つのサンプルブロックのラウドネスレベルは異なることがあるので、これらのブロックを基準レベルにするために、各ブロックに対して、異なる利得係数を生成してもよい。利得の急な変化を回避するために、利得調節プロセス1100は、利得係数をインクリメンタルに適用することができる。更に、利得調節プロセス1100は、一方のチャネル(例えば、主チャネル)に対する利得係数を算出して、その利得係数を両方のチャネルに適用してもよい。

ブロック1102において、デルタレベルを計算する。デルタレベルは、上述で図７に関連して決定された全体的なレベルと、(例えば、前のサンプルに対する)最後の利得係数との差を含むことができる。この差に定数ｇを乗算することができる。その結果は、サンプルごとにインクリメンタルに適用することができるデルタ利得である。

デルタ利得＝(レベル−最後の利得係数)^＊ｇ （１０）
定数ｇは、レベルの算出結果と最後の利得係数(last gain coefficient, LGC)との差を、より小さなデルタ利得に効果的に細分することができる。ある特定の実施形態において、最初に利得制御モジュール140を初期設定するときに、ＬＧＣを、基準レベルとして１．０のスカラ(又は、０ｄＢ)に設定する。全体的なラウドネスレベルは、この基準レベルに相関又は等化させられる。ある特定の実施形態において、これは、ダイナミックレンジを維持するために使用される、フルスケールの基準レベルである。

後述されるように、対応する利得係数によって乗算されたサンプルが、調整されたフルスケールの値のある特定の割合に達するまで、サンプルブロック中の各サンプルに対して、デルタ利得をインクリメンタルに適用することができる。従って、サンプルブロック中の第１のサンプルが有し得る利得は、ＬＧＣ_１＋デルタ利得である。次のサンプルについて、新たなＬＧＣ_２は、ＬＧＣ_１＋デルタ利得に等しい。従って、第２のサンプルの利得は、ＬＧＣ_１＋デルタ利得であり得る。従って、図７の動的に変化するラウドネスの計算結果に基づいて、前のサンプルブロックの利得係数から１組の新たな利得係数への漸進的な遷移のために、デルタ利得を使用することができる。この漸進的な遷移は、信号の出力レベルの急な変化を低減することができる。

急な変化を更に防ぐために、ブロック1104において、算出されたデルタ利得をインクリメントするによって利得係数を更新すると、対応するサンプル値が目標リミッタレベルを越えることになるかどうかを、先読み線を用いてチェックする。先読み線は、図３に関連して既に記載した先読み線であり得る。先読み線は、処理されている現在のサンプルブロックの後に来るサンプルブロック中のサンプルを含み得る。全ての左と右とのサンプルの対のうちの最大サンプルで、先読み線を埋めることができる。ある特定の実施形態において、先読み線は、ブロック中のサンプルの対の各々の絶対値の最大値を含むことによって、出力信号レベルが設定基準レベルを越えないことを保証することができる。その結果、両方のチャネルではなく、一方のチャネルを使用して、利得係数を分析することができる。

決定ブロック1106において、目標リミッタレベルを越えているかどうかを決定することができる。目標リミッタレベルを越えている場合は、ブロック1108において、減衰を計算して、そのサンプルに対するデルタ利得をゼロにしてもよい。対応するサンプル値が目標リミッタレベルを越えている、先読み線のインデックスを考慮することによって、減衰値を計算することができる。インデックスは、配列インデックス、等であり得る。この減衰は、次の式を使用して計算することができる。

なお、Ｒは目標リミッタレベルを示し、Ｇは現在の利得係数であり、「インデックス」は、サンプル値が目標リミッタレベルを越えている、先読み線のインデックスである。１つの実施形態において、更に、現在のサンプルブロックに対する減衰値を計算する点を、一時緩衝器に記憶して、検出された減衰点付近の算出された利得係数を滑らかにするために、プロセス1100において後で使用する。

ブロック1110において、既に記載したように、現在のサンプルに対する利得係数は、現在のデルタ利得に等しい量によって更新される。このデルタ利得は、式（１０）を使用して算出されたデルタ利得であるか、又は減衰点が検出された場合は、ゼロである。減衰点が検出された場合は、式（１１）によって算出された、計算された減衰によって、例えば、最後の利得係数にその減衰を加えることによって、利得係数を更新する。次に、ブロック1112において、利得係数を滑らかにする。例えば、利得係数は、一次平滑化関数によって処理することができる。

平滑化関数は、減衰を行なう、記憶された先読み線のインデックスを使用し得る。利得係数一時緩衝器中の減衰点がある場所に応じて、利得係数一時緩衝器において平滑化関数を前方向又は後方向に適用することができる。平滑化関数を適用することによって、近隣の利得係数を調節することができるので、減衰点付近においてより滑らかに利得が遷移する。

ブロック1114において、各サンプルに対して利得を適用する。その結果、ある特定の実施形態において、プロセス1100はオーディオ信号を出力することができ、そのオーディオ信号は、実質的に一定の平均ラウドネスレベルを有し、サンプル間で利得が滑らかにされているために、ラウドネスの変化は恐らく僅かである。更に、この出力信号は、上述の選択されたラウドネス曲線(例えば、１００ホンの曲線又は別の曲線)をたどる又は実質的にたどることができる。従って、１つの実施形態(図１Ａ参照)におけるユーザによる音量処理の前の、１つのサンプルブロックに対するラウドネスは、前のサンプルブロックに対するラウドネスと実質的に同じであり得る。

結び
実施形態に応じて、ここに記載されているアルゴリズムのうちの幾つかのアルゴリズムのある特定の動作、イベント、又は関数は、異なる順序で行うことができ、全てを一緒に加えるか、結合するか、又は省いてもよい(例えば、アルゴリズムを実行するために、記載されている動作又はイベントの全てが必ずしも必要であるとは限らない)。更に、ある特定の実施形態では、動作又はイベントは、連続的にではなく、同時に、例えば、マルチスレッド処理、割込処理、或いは複数のプロセッサ又はプロセッサのコアによって行なわれ得る。

ここに開示されている実施形態に関連して記載された、様々な例示的な論理ブロック、モジュール、及びアルゴリズムのステップは、電子ハードウェア、コンピュータソフトウェア、又は両者の組み合わせとして実施され得る。ハードウェアとソフトウェアとのこの互換性を明確に示すために、様々な例示的なコンポーネント、ブロック、モジュール、及びステップを、それらの機能性の点から上述で概ね記載した。このような機能性がハードウェアとして実施されるか、又はソフトウェアとして実施されるかは、全体的なシステムに課される設計上の制約と個々の用途とによって決まる。個々の用途ごとに様々なやり方で、記載された機能性を実施できるが、このような実施の決定は、開示の範囲からの逸脱を招くと解釈されるべきではない。

ここに開示されている実施形態に関連して記載された様々な例示的な論理ブロックとモジュールは、汎用プロセッサ、ディジタル信号プロセッサ（digital signal processor, DSP）、特定用途向け集積回路（application specific integrated circuit, ASIC）、フィールドプログラマブルゲートアレイ（field programmable gate array, FPGA）又は他のプログラマブル論理デバイス、ディスクリートなゲート又はトランジスタ論理、ディスクリートなハードウェアコンポーネント、或いはここに記載されている機能を実行するために設計されたこれらの任意の組合せによって、実施又は実行され得る。汎用プロセッサは、マイクロプロセッサであってもよいが、その代わりに、プロセッサは、従来のプロセッサ、コントローラ、マイクロコントローラ、状態機械、又はその組み合わせ、等であってもよい。更に、プロセッサは、コンピューティングデバイスの組合せ、例えば、ＤＳＰとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、ＤＳＰのコアと結合された１つ以上のマイクロプロセッサ、又は他の何らかのこのような構成として実施され得る。

ここに開示されている実施形態に関連して記載された方法又はアルゴリズムのステップは、ハードウェアにおいて、プロセッサによって実行されるソフトウェアモジュールにおいて、又はこの２つの組合せにおいて、直ちに具現され得る。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、取り外し可能ディスク、ＣＤ−ＲＯＭ、又は当技術において知られている他の何らかの形態の記憶媒体の中にあり得る。例示的な記憶媒体がプロセッサに接続されると、プロセッサはその記憶媒体から情報を読み出し、且つその記憶媒体に情報を書き込むことができる。その代りに、記憶媒体はプロセッサと一体であってもよい。プロセッサと記憶媒体は、ＡＳＩＣの中にあってもよい。ＡＳＩＣは、ユーザ端末の中にあってもよい。その代りに、プロセッサと記憶媒体は、ディスクリートな構成要素としてユーザ端末の中にあってもよい。

特に、「できる」、「かもしれない」、「得る」、「してもよい」、「例えば」、等のような、ここで使用されている条件語句（conditional language）が全体的に目的としているのは、特に別記しない限り、又はさもなければ、用いられている文脈の中で理解されるように、ある特定の実施形態は、ある特定の特徴、要素、及び／又は状態を含むが、他の実施形態は、それらを含まないことを伝えることである。従って、このような条件語句が全体的に目的としているのは、特徴、要素、及び／又は状態が何らかの点で１つ以上の実施形態に必要である、或いは、作者による入力又は指示があってもなくても、これらの特徴、要素、及び／又は状態が任意の特定の実施形態において実行されるか又は含まれるかを決定する論理を、１つ以上の実施形態が必ず含んでいることを示唆することではない。

上述の詳細な説明では、様々な実施形態に適用される新規な特徴を示し、記載し、指摘したが、開示の意図から逸脱しなければ、例示されたデバイス又はアルゴリズムの細部と形式とにおいて様々な削除と、置換と、変更とができると解される。当然のことながら、ここに記載されている発明の中のある特定の実施形態は、ここに示されている特徴と利点との全てを提供するとは限らない形で具現されている場合があり、幾つかの特徴は他の特徴と別々に使用又は実行され得る。ここに開示されたある特定の発明の技術的範囲は、上述の記載によってではなく、請求項によって示されている。請求項と同等の意味及び範囲の中に入る全ての変更は、その技術的範囲内に含まれる。

100A・・・オーディオシステム、100B・・・バンク、142a,142b,152a,152b・・・ミキサ、160・・・帯域通過フィルタ、170・・・等ラウドネス曲線、200A, 200B・・・ラウドネス調節プロセス、320・・・前処理モジュール、400・・・位相分析プロセス、500・・・主チャネル選択プロセス、600・・・デシメーションフィルタの例示的なインパルス応答、700・・・ラウドネスの処理、742a,742b,742c・・・利得ブロック、750・・・加算ブロック、900・・・ラウドネス推定プロセス、1010・・・Ｃ字型加重曲線、1020・・・反転Ｃ字型加重曲線、1030・・・反転Ａ字型加重曲線、1100・・・利得調節プロセス。

Claims (30)

1. オーディオ信号におけるラウドネスレベルの変化に関わらず、実質的に一定の知覚ラウドネスを聞き手に提供するために、マルチメディアデバイスからの前記オーディオ信号のラウドネスを調節するシステムであって、
   前記システムは、
   前処理モジュールと、
   ラウドネス分析モジュールと、
   利得制御モジュールと、を具備し、
   前記前処理モジュールは、
   １本以上のオーディオチャネルを具備する電子オーディオ信号を受信して、
   前記オーディオチャネルのうちの少なくとも１本のオーディオチャネルを選択するように動作し、
   前記選択は、
   前記２本以上のオーディオチャネルのうちの主チャネルを決定するステップと、
   前記主チャネルを選択するステップと、を含み、
   前記ラウドネス分析モジュールは、
   前記少なくとも１本のオーディオチャネルのラウドネスを推定するように動作する１つ以上のプロセッサ、を具備し、
   前記推定は、
   複数の近似フィルタが人間の耳の聴覚フィルタのバンクをシミュレートするように、複数のガンマトーンフィルタに近似するように構成された前記複数の近似フィルタを用いて、前記少なくとも１本のオーディオチャネルを処理するステップと、
   反転ラウドネス加重曲線によって、前記近似フィルタの出力に加重するステップと、含み、
   前記利得制御モジュールは、
   前記電子オーディオ信号の知覚ラウドネスを、一定期間、実質的に一定のままにするために、前記推定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算するように動作し、
   前記計算は、
   前記推定されたラウドネスに少なくとも部分的に基づいて、前記電子オーディオ信号の一部分に対する利得を算出するステップと、
   前記電子オーディオ信号の一部分の中の複数のサンプルに対して前記利得を滑らかにするステップと、を含む、
   システム。
2. 更に、前記ラウドネス分析モジュールは、前記選択されたオーディオチャネルをデシメートするように構成されている、請求項１のシステム。
3. 更に、前記前処理モジュールは、各オーディオチャネルのエネルギ値を比較することによって、前記主チャネルを決定するように構成されている、請求項１のシステム。
4. 更に、前記利得制御モジュールは、前記複数のサンプルに対して前記利得をインクリメンタルに増加させることによって、前記複数のサンプルに対して前記利得を滑らかにするように構成されている、請求項１のシステム。
5. オーディオ信号のラウドネスを調節する方法であって、
   １本以上のオーディオチャネルを具備する電子オーディオ信号を受信するステップと、
   １つ以上のプロセッサを使用して、前記１本以上のオーディオチャネルのうちの少なくとも１本のオーディオチャネルを処理して、人間の聴覚系に更に近似している複数の聴覚フィルタに近似するように構成されている複数の近似フィルタを用いて、前記少なくとも１本のオーディオチャネルを少なくとも部分的に処理することによって、前記電子オーディオ信号の一部分のラウドネスを決定するステップと、
   前記電子オーディオ信号のラウドネスを、一定期間、実質的に一定のままにするために、前記決定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算するステップと、
   前記少なくとも１つの利得を前記電子オーディオ信号に適用するステップと、を含む、
   方法。
6. 前記聴覚フィルタは、ガンマトーンフィルタを含む、請求項５の方法。
7. 前記近似フィルタは、一次帯域通過フィルタを含む、請求項５の方法。
8. 更に、前記ガンマトーンフィルタに対する１つ以上のバターワース近似を使用することによって、前記近似フィルタを導き出すステップを含む、請求項５の方法。
9. 前記導き出すステップは、
   前記１つ以上のバターワース近似の周波数応答に対する最小二乗適合を使用するステップを更に含む、請求項８の方法。
10. 前記近似フィルタの数は、スピーカサイズの構成によって少なくとも部分的に決まる、請求項５の方法。
11. 前記ラウドネスを決定するステップは、
    反転ラウドネス加重曲線によって、前記近似フィルタの出力に加重するステップを更に含む、請求項５の方法。
12. オーディオ信号のラウドネスを調節する方法であって、
    ２本以上のオーディオチャネルを具備する電子オーディオ信号を受信するステップと、
    前記２本以上のオーディオチャネルのうちの１本のオーディオチャネルを選択するステップと、
    １つ以上のプロセッサを使用して、前記選択されたオーディオチャネルを処理して、前記電子オーディオ信号の一部分のラウドネスを決定するステップと、
    前記決定されたラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を計算するステップと、
    前記少なくとも１つの利得を前記電子オーディオ信号に適用するステップと、を含み、
    前記選択するステップは、
    前記２本以上のオーディオチャネルのうちの主チャネルを決定するステップと、
    前記主チャネルを選択するステップと、を含む、
    方法。
13. 前記主チャネルを決定するステップは、
    各オーディオチャネルの最大サンプル値を比較するステップを含む、請求項１２の方法。
14. 前記主チャネルを決定するステップは、
    各オーディオチャネルのエネルギ値を比較するステップを含む、請求項１２の方法。
15. 前記主チャネルを決定するステップは、
    各オーディオチャネルの電力値を比較するステップを含む、請求項１２の方法。
16. 前記選択されたオーディオチャネルをデシメートするステップを更に含み、
    前記１つ以上のプロセッサを使用して、前記選択されたオーディオチャネルを処理するステップは、
    前記デシメートされた選択されたオーディオチャネルを処理するステップを含む、請求項１２の方法。
17. 前記電子オーディオ信号は、複数のオーディオチャネルを含み、
    前記主チャネルを決定するステップは、
    第１の対のオーディオチャネルに対する第１の主チャネルと、第２の対のオーディオチャネルに対する第２の主チャネルとを決定するステップを含む、請求項１２の方法。
18. 前記１つ以上のプロセッサを使用して、前記選択されたオーディオチャネルを処理するステップは、
    前記第１の主チャネルと前記第２の主チャネルとの両者を処理するステップを含む、請求項１７の方法。
19. 前記少なくとも１つの利得を計算するステップは、
    前記第１の対のオーディオチャネルに対する第１の利得と、前記第２の対のオーディオチャネルに対する第２の利得とを計算するステップを含む、請求項１８の方法。
20. 前記第１の利得と前記第２の利得とのうちの１つ以上の利得と、中央オーディオチャネルに対する利得とにおいて、実質的に一定の比率を維持するステップを更に含む、請求項１８の方法。
21. オーディオ信号のラウドネスを調節するシステムであって、
    前記システムは、
    １本以上のオーディオチャネルを具備する電子オーディオ信号を受信して、前記オーディオチャネルのうちの少なくとも１本のオーディオチャネルを選択するように動作する前処理モジュールと、
    前記選択された少なくとも１本のオーディオチャネルのラウドネスを計算するように動作する１つ以上のプロセッサを具備するラウドネス分析モジュールと、
    前記ラウドネスに少なくとも部分的に基づいて、少なくとも１つの利得を算出するように動作する利得制御モジュールと、を具備し、
    前記計算は、
    推定されたラウドネスに少なくとも部分的に基づいて、前記電子オーディオ信号の前記選択された少なくとも１本のオーディオチャネルに対する利得を算出するステップと、
    前記電子オーディオ信号の各オーディオチャネルに前記利得を適用するステップと、を含む、
    システム。
22. 更に、前記利得制御モジュールは、前記推定されたラウドネスと基準レベルとを比較することによって、前記利得を算出するように構成されている、請求項２１のシステム。
23. 更に、前記利得制御モジュールは、各オーディオチャネルのサンプルに前記利得を適用するように構成されている、請求項２１のシステム。
24. 更に、前記利得制御モジュールは、平滑化関数を適用することによって、各オーディオチャネルのサンプルに対して前記利得を滑らかにするように構成されている、請求項２１のシステム。
25. 背景音と他の音とを区別する方法であって、
    ２本以上のオーディオチャネルを具備する電子オーディオ信号を受信するステップと、
    前記電子オーディオ信号の一部分を選択するステップと、
    前記電子オーディオ信号の選択された一部分の中の各オーディオチャネル間の位相を分析して、対応する位相を有するサンプル数を決定するステップと、
    前記サンプル数と閾値とを比較して、前記電子オーディオ信号の前記選択された一部分が背景雑音に相当するかどうかを決定するステップと、
    を含む、方法。
26. 前記電子オーディオ信号の前記選択された一部分が背景雑音に相当するとの決定に対して、ラウドネス処理を省略するステップを更に含む、請求項２５の方法。
27. 前記電子オーディオ信号の前記選択された一部分が背景雑音に相当するとの決定に対して、変更ラウドネス処理を使用して、前記電子オーディオ信号の選択された一部分を処理するステップを更に含む、請求項２５の方法。
28. オーディオ信号のラウドネスを調節するシステムであって、
    前記システムは、
    １本以上のオーディオチャネルを含むオーディオ信号と、
    前記オーディオ信号のラウドネスを計算するように動作する１つ以上のプロセッサを具備するラウドネスモジュールと、
    前記計算されたラウドネスに少なくとも部分的に基づいて、利得を計算するように構成されている利得モジュールと、を含み、
    前記計算は、複数の無限インパルス応答(ＩＩＲ)フィルタを用いて、前記オーディオ信号を処理するステップを含み、
    前記ＩＩＲフィルタの各々は、帯域通過フィルタを含み、
    前記ＩＩＲフィルタは、人間の聴覚系に近似するように構成されている、
    システム。
29. 更に、前記利得モジュールは、前記利得を前記オーディオ信号に適用するように構成されている、請求項２８のシステム。
30. 前記ＩＩＲフィルタは、ガンマトーンフィルタに近似するように構成されている、請求項２８のシステム。

Images