JP2012129840A

JP2012129840A - 音響システム、音響信号処理装置および方法、並びに、プログラム

Info

Publication number: JP2012129840A
Application number: JP2010280165A
Authority: JP
Inventors: Kenji Nakano; 健司中野
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2010-12-16
Filing date: 2010-12-16
Publication date: 2012-07-05
Anticipated expiration: 2030-12-16
Also published as: CN102547550B; EP2466918A3; US9485600B2; CN102547550A; JP5787128B2; US20120155681A1; EP2466918B1; EP2466918A2

Abstract

【課題】音の奥行き感を豊かにする。
【解決手段】スピーカ１１２Ｌ，１１２Ｒは、リスニング位置Ｐの前に略左右対称に配置されている。仮想スピーカ１５１Ｌ，１５１Ｒは、リスニング位置Ｐを中心とする中心角がスピーカ１１２Ｌとスピーカ１１２Ｒにより形成される中心角より大きく、かつ、リスニング位置Ｐの前後方向においてスピーカ１１２Ｌおよびスピーカ１１２Ｒよりリスニング位置Ｐに近くなるようにリスニング位置Ｐの前に略左右対称に配置されている。スピーカ１１２Ｌ，１１２Ｒは、ローパスフィルタ１２２Ｌ，１２２Ｒにより音響信号ＳＬｉｎ，ＳＲｉｎの高域成分が減衰された音を出力し、仮想スピーカ１５１Ｌ，１５１Ｒは、ハイパスフィルタ１２１Ｌ，１２１Ｒにより音響信号ＳＬｉｎ，ＳＲｉｎの中低域成分が減衰された音を出力する。本発明は、例えば、オーディオアンプに適用できる。
【選択図】図６

Description

本発明は、音響システム、音響信号処理装置および方法、並びに、プログラムに関し、特に、音の奥行き感を豊かにする音響システム、音響信号処理装置および方法、並びに、プログラムに関する。

従来、音響の世界では、いわゆる立体音響を実現するためのサラウンドシステムの手法が各種提案され（例えば、特許文献１参照）、一般家庭への普及が進んでいる。

一方、映像の世界では、近年、３Ｄテレビジョン受像機の普及等に伴い、いわゆる立体映像を再生するためのコンテンツ（以下、立体映像コンテンツと称する）の一般家庭への普及が進むことが予想されている。

特許第３９００２０８号公報

そのような立体映像コンテンツに付随する音響信号は、５．１チャンネル方式や２チャンネル（ステレオ）方式のような従来からあるフォーマットの音響信号である。そのため、立体映像が手前に飛び出したり、奥に引っ込んだりするのに対する音響効果が不十分である場合が多い。

例えば、マイクロホンに近い音源から収録された音（以下、手前側音声と称する）の音像が、スピーカの手前（リスナーに近い側）に定位せずに、隣接するスピーカの間またはその近傍に定位する。また、マイクロホンから遠い音源から収録された音（以下、奥行き側音声と称する）の音像も、スピーカの奥（リスナーから遠い側）に定位せずに、手前側音声の音像とほぼ同じ位置に定位する。これは、不特定多数の観客を対象にする映画などのコンテンツでは、音像の定位をスピーカ間の音量バランスで制御することが多く、その結果、一般家庭の環境においてもスピーカ間に音像が定位するようになるためである。そのため、音場感が平面的になり、立体映像と比較して奥行き感に乏しいものになってしまう。

本発明は、このような状況を鑑みてなされたものであり、音の奥行き感を豊かにできるようにするものである。

本発明の一側面の音響信号処理装置は、所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカと前記リスニング位置を中心とした場合に、前記リスニング位置と各スピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された第３のスピーカおよび第４のスピーカと、入力音響信号の所定の第１の周波数以下の成分を減衰させる第１の減衰手段と、前記入力音響信号に基づく音を前記第１のスピーカおよび前記第２のスピーカから出力し、前記入力音響信号の前記第１の周波数以下の成分を減衰させた第１の音響信号に基づく音を前記第３のスピーカおよび前記第４のスピーカから出力するように制御する出力制御手段とを備える。

前記入力音響信号の所定の第２の周波数以上の成分を減衰させる第２の減衰手段をさらに設け、前記出力制御手段には、前記入力音響信号の前記第２の周波数以上の成分を減衰させた第２の音響信号に基づく音を前記第１のスピーカおよび前記第２のスピーカから出力するように制御させることができる。

前記第３のスピーカと前記リスニング位置との距離、および前記第４のスピーカと前記リスニング位置との距離が、前記第１のスピーカと前記リスニング位置との距離、または前記第２のスピーカと前記リスニング位置との距離より小さくなるように、前記第１乃至第４のスピーカを配置するようにすることができる。

前記第１の音響信号に基づく音が、仮想スピーカである前記第３のスピーカおよび仮想スピーカである前記第４のスピーカから仮想的に出力されるように前記第１の音響信号に対して所定の信号処理を行う信号処理手段をさらに設けることができる。

本発明の第２の側面の音響信号処理装置は、入力音響信号の所定の周波数以下の成分を減衰させる減衰手段と、所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御する出力制御手段とを備える。

本発明の第２の側面の音響信号処理方法は、入力音響信号の所定の周波数以下の成分を減衰させ、所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御するステップを含む。

本発明の第２の側面のプログラムは、入力音響信号の所定の周波数以下の成分を減衰させ、所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御するステップを含む処理をコンピュータに実行させる。

本発明の第１の側面または第２の側面においては、入力音響信号の所定の周波数以下の成分が減衰され、所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音が出力され、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように、前記リスニング位置の前に前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音が出力される。

本発明の第１の側面または第２の側面によれば、音の奥行き感を豊かにすることができる。

本発明を適用した音響システムの第１の実施の形態を示すブロック図である。仮想スピーカの位置を示す図である。音響システムにより実行される音響信号処理を説明するためのフローチャートである。反射音の入射角に対するIACCの測定結果の一例を示すグラフである。反射音の入射角に対するIACCの測定条件を説明するための図である。スピーカおよび仮想スピーカの配置条件の第１の例を示す図である。スピーカおよび仮想スピーカの配置条件の第２の例を示す図である。本発明を適用した音響システムの第２の実施の形態を示すブロック図である。コンピュータの構成例を示すブロック図である。

以下、本発明を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．第１の実施の形態（仮想スピーカを用いる例）
２．第２の実施の形態（実際のスピーカを用いる例）
３．変形例

＜１．第１の実施の形態＞
［音響システムの構成例］
図１は、本発明を適用した音響システムの第１の実施の形態を示すブロック図である。

図１の音響システム１０１は、音響信号処理装置１１１、および、スピーカ１１２Ｌ，１１２Ｒを含むように構成される。

音響信号処理装置１１１は、音響信号ＳＬｉｎ，ＳＲｉｎからなるステレオの音響信号に対して所定の信号処理を施すことにより、スピーカ１１２Ｌ，１１２Ｒから出力される音の奥行き感を豊かにする装置である。

音響信号処理装置１１１は、ハイパスフィルタ１２１Ｌ，１２１Ｒ、ローパスフィルタ１２２Ｌ，１２２Ｒ、信号処理部１２３、合成部１２４、および、出力制御部１２５を含むように構成される。

ハイパスフィルタ１２１Ｌは、音響信号ＳＬｉｎの所定の周波数以下の成分を減衰することにより、音響信号ＳＬｉｎの高域成分を抽出する。ハイパスフィルタ１２１Ｌは、抽出した高域成分からなる音響信号ＳＬ１を信号処理部１２３に供給する。

ハイパスフィルタ１２１Ｒは、ハイパスフィルタ１２１Ｌとほぼ同じ周波数特性を有しており、音響信号ＳＲｉｎの所定の周波数以下の成分を減衰することにより、音響信号ＳＲｉｎの高域成分を抽出する。ハイパスフィルタ１２１Ｒは、抽出した高域成分からなる音響信号ＳＲ１を信号処理部１２３に供給する。

ローパスフィルタ１２２Ｌは、音響信号ＳＬｉｎの所定の周波数以上の成分を減衰することにより、音響信号ＳＬｉｎの中低域成分を抽出する。ローパスフィルタ１２２Ｌは、抽出した中低域成分からなる音響信号ＳＬ２を合成部１２４に供給する。

ローパスフィルタ１２２Ｒは、ローパスフィルタ１２２Ｌとほぼ同じ周波数特性を有しており、音響信号ＳＲｉｎの所定の周波数以上の成分を減衰することにより、音響信号ＳＲｉｎの中低域成分を抽出する。ローパスフィルタ１２２Ｒは、抽出した中低域成分からなる音響信号ＳＲ２を合成部１２４に供給する。

なお、ハイパスフィルタ１２１Ｌとローパスフィルタ１２２Ｌの周波数特性を合成した周波数特性、および、ハイパスフィルタ１２１Ｒとローパスフィルタ１２２Ｒの周波数特性を合成した周波数特性は、それぞれほぼフラットになる。

信号処理部１２３は、音響信号ＳＬ１および音響信号ＳＲ１に基づく音が、図２に示される仮想スピーカ１５１Ｌ，１５１Ｒから仮想的に出力されるように、音響信号ＳＬ１および音響信号ＳＲ１に対して所定の信号処理を行う。信号処理部１２３は、信号処理の結果得られた音響信号ＳＬ３，ＳＲ３を合成部１２４に供給する。

なお、図２の上下方向が、所定のリスニング位置Ｐの前後方向であり、図２の左右方向がリスニング位置Ｐの左右方向である。また、図２の上方向が、リスニング位置Ｐの前側、すなわち、リスニング位置Ｐにいるリスナー１５２の正面側であり、図２の下方向が、リスニング位置Ｐの後ろ側、すなわち、リスナー１５２の背面側である。また、以下、リスニング位置Ｐの前後方向を、奥行き方向とも称する。

合成部１２４は、音響信号ＳＬ２と音響信号ＳＬ３とを合成することにより音響信号ＳＬ４を生成し、音響信号ＳＲ２と音響信号ＳＲ３とを合成することにより音響信号ＳＲ４を生成する。合成部１２４は、音響信号ＳＬ４，ＳＲ４を出力制御部１２５に供給する。

出力制御部１２５は、音響信号ＳＬ４をスピーカ１１２Ｌに出力し、音響信号ＳＲ４をスピーカ１１２Ｒに出力するように出力制御を行う。

スピーカ１１２Ｌは、音響信号ＳＬ４に基づく音を出力し、スピーカ１１２Ｒは、音響信号ＳＲ４に基づく音を出力する。

なお、詳細は図６および図７を参照して後述するが、スピーカ１１２Ｌ，１１２Ｒ、および、仮想スピーカ１５１Ｌ，１５１Ｒは、以下の条件１乃至３を満たすように配置される。

条件１：スピーカ１１２Ｌとスピーカ１１２Ｒ、および、仮想スピーカ１５１Ｌと仮想スピーカ１５１Ｒが、それぞれリスニング位置Ｐの前でリスニング位置Ｐに対してほぼ左右対象になる。

条件２：奥行き方向において、仮想スピーカ１５１Ｌ，１５１Ｒがスピーカ１１２Ｌ，１１２Ｒよりリスニング位置Ｐに近くなる。これにより、仮想スピーカ１５１Ｌ，１５１Ｒによる音像が、スピーカ１１２Ｌ，１１２Ｒによる音像より、奥行き方向においてリスニング位置Ｐに近い位置で定位する。

条件３：リスニング位置Ｐを中心とした場合に、リスニング位置Ｐと仮想スピーカ１５１Ｌおよび仮想スピーカ１５１Ｒとを結ぶことによって形成される中心角が、前記リスニング位置Ｐとスピーカ１１２Ｌおよびスピーカ１１２Ｒとを結ぶことによって形成される中心角より大きくなる。これにより、仮想スピーカ１５１Ｌ，１５１Ｒから仮想的に出力される音が、スピーカ１１２Ｌ，１１２Ｒから出力される音より外側（側方）からリスニング位置Ｐに到達する。

なお、リスニング位置Ｐは、音響システム１０１の設計を行うために設定される理想的なリスニング位置である。

［音響信号処理］
次に、図３のフローチャートを参照して、音響システム１０１により実行される音響信号処理について説明する。なお、この処理は、例えば、音響信号処理装置１１１への音響信号の入力が開始されたとき開始され、音響信号処理装置１１１への音響信号の入力が停止されたとき終了する。

ステップＳ１において、ハイパスフィルタ１２１Ｌ，１２２Ｒは、音響信号の高域成分を抽出する。すなわち、ハイパスフィルタ１２１Ｌは、音響信号ＳＬｉｎの高域成分を抽出し、抽出した高域成分からなる音響信号ＳＬ１を信号処理部１２３に供給する。また、ハイパスフィルタ１２１Ｒは、音響信号ＳＲｉｎの高域成分を抽出し、抽出した高域成分からなる音響信号ＳＲ１を信号処理部１２３に供給する。

ステップＳ２において、信号処理部１２３は、抽出された高域成分が仮想スピーカから仮想的に出力されるように信号処理を行う。すなわち、信号処理部１２３は、音響信号ＳＬ１，ＳＲ１に基づく音をスピーカ１１２Ｌ，１１２Ｒから出力したときに、仮想スピーカ１５１Ｌ，１５１Ｒから出力されたようにリスナー１５２が聴感上感じるように、音響信号ＳＬ１，ＳＲ１に対して所定の信号処理を行う。換言すれば、信号処理部１２３は、音響信号ＳＬ１，ＳＲ１に基づく音の仮想的な音源が仮想スピーカ１５１Ｌ，１５１Ｒの位置になるように、音響信号ＳＬ１，ＳＲ１に対して所定の信号処理を行う。そして、信号処理部１２３は、得られた音響信号ＳＬ３，ＳＲ３を合成部１２４に供給する。

なお、このとき行われる信号処理には、任意の手法を採用することができる。ここで、その一例について説明する。

まず、信号処理部１２３は、音響信号ＳＬ１，ＳＲ１に対してバイノーラル化処理を行う。具体的には、信号処理部１２３は、仮想スピーカ１５１Ｌの位置に実際にスピーカを設置し、そこから音響信号ＳＬ１を出力した際に、リスニング位置Ｐにいるリスナー１５２の左右の耳に届く信号を生成する。すなわち、信号処理部１２３は、仮想スピーカ１５１Ｌの位置からリスナー１５２の耳元までの音響伝達関数（HRTF）を、音響信号ＳＬ１に重畳演算する処理を行う。

音響伝達関数は、リスナーに音像を知覚させたい位置からリスナーの耳元までの音響インパルス応答である。１つのリスニング位置に対して、リスナーの左耳元までの音響伝達関数ＨＬおよび右耳元までの音響伝達関数ＨＲの２つが存在する。そして、仮想スピーカ１５１Ｌの位置に関する音響伝達関数をそれぞれＨＬＬ、ＨＬＲとすると、リスナーの左耳に直接届く直接音に対する音響信号ＳＬ１Ｌｂは、音響信号ＳＬ１に音響伝達関数ＨＬＬを重畳することにより得られる。同様に、リスナーの右耳に直接届く直接音に対する音響信号ＳＬ１Ｒｂは、音響信号ＳＬ１に音響伝達関数ＨＬＲを重畳することにより得られる。具体的には、音響信号ＳＬ１Ｌｂ，ＳＬ１Ｒｂは、次式（１）および次式（２）により求められる。

なお、ｎはサンプルの番号、ｄＬＬは音響伝達関数ＨＬＬの次数、ｄＬＲは音響伝達関数ＨＬＲの次数を表している。

同様に、信号処理部１２３は、仮想スピーカ１５１Ｒの位置に実際にスピーカを設置し、そこから音響信号ＳＲ１を出力した際に、リスニング位置Ｐにいるリスナー１５２の左右の耳に届く信号を生成する。すなわち、信号処理部１２３は、仮想スピーカ１５１Ｒの位置からリスナー１５２の耳元までの音響伝達関数（HRTF）を、音響信号ＳＲ１に重畳演算する処理を行う。

すなわち、仮想スピーカ１５１Ｒの位置に関する音響伝達関数をそれぞれＨＲＬ、ＨＲＲとすると、リスナーの左耳に直接届く直接音に対する音響信号ＳＲ１Ｌｂは、音響信号ＳＲ１に音響伝達関数ＨＲＬを重畳することにより得られる。同様に、リスナーの右耳に直接届く直接音に対する音響信号ＳＲ１Ｒｂは、音響信号ＳＲ１に音響伝達関数ＨＲＲを重畳することにより得られる。具体的には、音響信号ＳＲ１Ｌｂ、ＳＲ１Ｒｂは、次式（３）および次式（４）により求められる。

なお、ｄＲＬは音響伝達関数ＨＲＬの次数、ｄＲＲは音響伝達関数ＨＲＲの次数を表している。

このようにして求められた音響信号ＳＬ１Ｌｂ、音響信号ＳＲ１Ｌｂを次式（５）のように加算した信号を音響信号ＳＬｂとする。また、音響信号ＳＬ１Ｒｂ、音響信号ＳＲ１Ｒｂを次式（６）のように加算した信号を音響信号ＳＲｂとする。

ＳＬｂ［ｎ］＝ＳＬ１Ｌｂ［ｎ］＋ＳＲ１Ｌｂ［ｎ］・・・（５）
ＳＲｂ［ｎ］＝ＳＬ１Ｒｂ［ｎ］＋ＳＲ１Ｒｂ［ｎ］・・・（６）

次に、信号処理部１２３は、音響信号ＳＲｂおよび音響信号ＳＬｂに対し、スピーカ再生のためのクロストークを除去する処理（クロストークキャンセラ）を実行する。すなわち、信号処理部１２３は、音響信号ＳＬｂに基づく音がリスナー１５２の左耳だけに届き、音響信号ＳＲｂに基づく音がリスナー１５２の右耳だけに届くように、音響信号ＳＬｂ，ＳＲｂを加工する。その結果、得られる音響信号が、音響信号ＳＬ３，ＳＲ３となる。

ステップＳ３において、ローパスフィルタ１２２Ｌ，１２２Ｒは、音響信号の中低域成分を抽出する。すなわち、ローパスフィルタ１２２Ｌは、音響信号ＳＬｉｎの中低域成分を抽出し、抽出した中低域成分からなる音響信号ＳＬ２を合成部１２４に供給する。また、ローパスフィルタ１２２Ｒは、音響信号ＳＲｉｎの中低域成分を抽出し、抽出した中低域成分からなる音響信号ＳＲ２を合成部１２４に供給する。

なお、ステップＳ１およびＳ２の処理とステップＳ３の処理とは、並行して実行される。

ステップＳ４において、合成部１２４は、音響信号を合成する。具体的には、合成部１２４は、音響信号ＳＬ２と音響信号ＳＬ３を合成し、音響信号ＳＬ４を生成する。また、合成部１２４は、音響信号ＳＲ２と音響信号ＳＲ３を合成し、音響信号ＳＲ４を生成する。そして、合成部１２４は、生成した音響信号ＳＬ４，ＳＲ４を出力制御部１２５に供給する。

ステップＳ５において、出力制御部１２５は、音響信号を出力する。具体的には、出力制御部１２５は、音響信号ＳＬ４をスピーカ１１２Ｌに出力し、音響信号ＳＲ４をスピーカ１１２Ｒに出力する。そして、スピーカ１１２Ｌは、音響信号ＳＬ４に基づく音を出力し、スピーカ１１２Ｒは、音響信号ＳＲ４に基づく音を出力する。

その結果、リスナー１５２は、ローパスフィルタ１２２Ｌ，１２２Ｒにより抽出された中低域成分の音（以下、中低域音と称する）がスピーカ１１２Ｌ，１１２Ｒから出力され、ハイパスフィルタ１２１Ｌ，１２１Ｒにより抽出された高域成分の音（以下、高域音と称する）が仮想スピーカ１５１Ｌ，１５１Ｒから出力されているように聴感上感じる。

その後、音響信号処理は終了する。

［本発明の効果］
ここで、図４および図５を参照して、本発明の効果について説明する。

一般的に、音源からマイクロホンに直接到達する直接音は、音源がマイクロホンに近づくほどレベル（音圧レベルまたは音量レベル）が高くなり、音源がマイクロホンから遠ざかるほどレベルが低くなる。一方、反射等により音源からマイクロホンに間接的に到達する間接音のレベルは、直接音と比較して、音源とマイクロホンとの間の距離による変動は少ない。

従って、マイクロホンから近い距離にある音源から発せられ、いわゆるオンマイクで収録される音（例えば、人物の台詞など）である手前側音声は、直接音が占める比率が高くなり、間接音が占める比率が低くなる。一方、マイクロホンから遠い距離にある音源から発せられ、いわゆるオフマイクで収録される音（例えば、自然環境音など）である奥行き側音声は、間接音が占める比率が高くなり、直接音が占める比率が低くなる。また、ある程度の距離の範囲内においては、音源がマイクロホンから離れるほど、間接音が占める比率が高くなり、直接音が占める比率が低くなる。

ちなみに、例えば、映画などで、オンマイクで収録された効果音を遠くから聞こえるようにするために、オフマイクで収録されたような音作りをして、他の音とミックスする場合がある。

また、手前側音声のレベルと奥行き側音声のレベルの相対関係にもよるが、一般的に、手前側音声は、奥行き側音声と比較してレベルが高くなる。

さらに、音源がマイクロホンから離れるほど、高域のレベルの低下が大きくなる傾向がある。従って、手前側音声の周波数分布では、レベルの落ち込みはほとんど発生しないが、奥行き側音声の周波数分布では、高域のレベルの落ち込みが発生する。その結果、手前側音声と奥行き側音声を比較すると、中低域よりも高域のレベル差が相対的に大きくなる。

また、上述したように、直接音の方が間接音に比べて、距離に対するレベルの低下が大きい。従って、奥行き側音声において、直接音の方が間接音に比べて、高域のレベルの落ち込みが大きくなる。その結果、奥行き側音声において、直接音に対して間接音が占める比率は、中低域よりも高域の方が相対的に高くなる。

さらに、間接音は、様々な方向からほぼランダムな時間にマイクロホンに到達する。従って、間接音は、左右の相関が低い音となる。

なお、このような手前側音声と奥行き側音声、および、直接音と間接音の物理的な特性は、従来の音声フォーマットでも、ほぼそのまま保存される。例えば、間接音は、２チャンネル以上の多チャンネルの音響信号に、左右の相関関係が低い成分として含まれる。

上述したように、仮想スピーカ１５１Ｌ，１５１Ｒから仮想的に出力される高域音の音像（以下、高域音像と称する）は、スピーカ１１２Ｌ，１１２Ｒから出力される中低域音の音像（以下、中低域音像と称する）より、奥行き方向においてリスニング位置Ｐに近い位置に定位する。

従って、高域成分を多く含む音ほど、仮想スピーカ１５１Ｌ，１５１Ｒによる高域音像のリスナー１５２に対する作用が大きくなり、リスナー１５２が感じる音像の位置が、リスナー１５２に近づく方向に移動する。これにより、リスナー１５２は、高域成分を多く含む音ほど、より近くで鳴っているように感じるようになり、その結果、一般的に高域成分を多く含む手前側音声を、高域成分が少ない奥行き側音声より近く感じるようになる。

また、リスナーの両耳に到達する音響信号の相互相関が、リスナーが感じる音像の距離感に影響を与えることが知られている。

具体的には、両耳に到達する音響信号の相互相関を表す指標の１つに、音の広がり感や空間的印象などを表すパラメータとして用いられるIACC（Inter-Aural Cross Correlation、両耳間相互相関度）がある。IACCは、両耳に到達する音響信号の違いを表す相互相関関数が、左右の音響信号の遅れ時間が１ｍｓｅｃ以下の範囲内で最大となる値を表す。

そして、IACCが０以上の範囲において、IACCが小さくなるほど、すなわち、両耳に入る音響信号の相関が小さくなるほど、リスナーが感じる音像の距離が遠くなり、音が遠くに聞こえるようになることが知られている。

このIACCは、例えば、直接音に対する間接音のエネルギー比率（R/D比）により変動する。すなわち、上述したように間接音は左右の相関が低いため、R/D比が大きくなるほど、IACCは小さくなる。従って、R/D比が大きくなるほど、リスナーが感じる音像の距離が遠くなり、音が遠くに聞こえるようになる。

これは、例えば、リスナーに到達する直接音のエネルギーは、音源からの距離の自乗にほぼ比例して減衰する。一方、リスナーに到達する間接音のエネルギーの音源からの距離に対する減衰率は、直接音と比べて小さい。その結果、音源が遠くなるほど、直接音に対する間接音のエネルギー比率（R/D比）が高くなることからも明らかである。

また、IACCは、例えば、間接音の到来方向によっても変動する。

図４は、図５に示されるように、リスナー１５２の正面から到来する直接音に対する反射音（間接音）の水平方向の入射角θを変化させながらIACCを測定した結果の一例を示している。なお、図４のIACCは、反射音の振幅を直接音の１／２に設定し、反射音が直接音から約６ｍｓｅｃ遅れてリスナー１５２の耳に到達する条件で測定したものである。また、図４の横軸は、反射音の入射角θを示し、縦軸はIACCを示している。

この測定結果から、反射音の入射角θが大きくなるほどIACCが小さくなることが分かる。すなわち、間接音と直接音の到来方向の差が大きくなり、間接音がよりリスナー１５２の側方から到来するほど、IACCが小さくなる。その結果、リスナー１５２が感じる音像の距離が遠くなり、音が遠くに聞こえるようになる。これは、複数のリスナーによる聴感実験でも実証されている。

ここで、リスナー１５２は、仮想スピーカ１５１Ｌ，１５１Ｒから仮想的に出力される高域音が、スピーカ１１２Ｌ，１１２Ｒから出力される中低域音より外側から到来するように感じる。この高域音には、間接音の高域成分も含まれる。

従って、間接音の比率が高い音ほど、IACCが小さくなり、リスナー１５２が感じる音像の位置が、リスナー１５２から遠ざかる方向に移動する。これにより、リスナー１５２は、間接音の比率が高い音ほど、より遠くで鳴っているように感じるようになり、その結果、間接音の比率が高い奥行き側音声を、間接音の比率が低い手前側音声より遠く感じるようになる。

以上をまとめると、リスナー１５２は、仮想スピーカ１５１Ｌ，１５１Ｒによる高域音像の作用により、高域成分をより多く含む音ほど近くで鳴っているように感じる。また、リスナー１５２は、中低域音と高域音の到来方向との差により、間接音をより多く含む音ほど遠くで鳴っているように感じる。

その結果、リスナー１５２は、高域成分を多く含み、間接音の比率が低い手前側音声の音像を近くに感じ、高域成分が少なく、間接音の比率が高い奥行き側音声の音像を遠くに感じる。また、リスナー１５２が感じる各音の音像の奥行き方向の位置は、各音に含まれる高域成分の量および間接音の比率により変化する。従って、各音の音像が奥行き方向に広がり、リスナー１５２が感じる音の奥行き感が豊かになる。

なお、ラウドネス曲線に表されるように、一般的に、人は低音量時の音よりも高音量時の高域成分の音に対する感度が高い。従って、仮想スピーカ１５１Ｌ，１５１Ｒから仮想的に出力される高域音によりもたらされる手前側音声（通常高音量）の効果は、ラウドネス効果により強調される。

［スピーカおよび仮想スピーカの配置］
次に、図６および図７を参照して、スピーカ１１２Ｌ，１１２Ｒ、および、仮想スピーカ１５１Ｌ，１５１Ｒの配置の例について説明する。

上述したように、スピーカ１１２Ｌ，１１２Ｒ、および、仮想スピーカ１５１Ｌ，１５１Ｒは、条件１乃至３を満たすように配置される。図６は、この条件を満たすスピーカ１１２Ｌ，１１２Ｒ、および、仮想スピーカ１５１Ｌ，１５１Ｒの配置の例を示している。

まず、スピーカ１１２Ｌ，１１２Ｒは、リスニング位置Ｐの前にリスニング位置Ｐに対してほぼ左右対称に配置されている。

また、図内の直線Ｌ１は、スピーカ１１２Ｌとスピーカ１１２Ｒの前面を通る直線である。直線Ｌ２は、リスニング位置Ｐを通り、直線Ｌ１に平行な直線である。領域Ａ１は、スピーカ１１２Ｌ、スピーカ１１２Ｒ、および、リスニング位置Ｐを結ぶ領域である。領域Ａ２Ｌは、直線Ｌ１と直線Ｌ２の間のリスニング位置Ｐより左側の領域であって、領域Ａ１を除く領域である。領域Ａ２Ｒは、直線Ｌ１と直線Ｌ２の間のリスニング位置Ｐより右側の領域であって、領域Ａ１を除く領域である。

そして、リスニング位置Ｐに対してほぼ左右対称になるように、仮想スピーカ１５１Ｌを領域Ａ２Ｌ内に配置し、仮想スピーカ１５１Ｒを領域Ａ２Ｒ内に配置することにより、上記の条件１乃至３を満たすことができる。

ただし、仮想スピーカ１５１Ｌ，１５１Ｒの位置がスピーカ１１２Ｌ，１１２Ｒから遠くなりすぎると、リスナー１５２の耳に到達する中低域音と高域音の時間差が大きくなりすぎて、リスナー１５２が違和感を覚えるおそれがある。

そこで、さらに、図７の領域Ａ１１Ｌおよび領域Ａ１１Ｒ内に、仮想スピーカ１５１Ｌ，１５１Ｒを配置するようにすることが望ましい。

領域Ａ１１Ｌは、領域Ａ２Ｌ内であって、リスニング位置Ｐからの距離がリスニング位置Ｐからスピーカ１１２Ｌまでの距離の範囲内となる領域である。従って、領域Ａ１１Ｌは、リスニング位置Ｐを中心とし、リスニング位置Ｐからスピーカ１１２Ｌまでの距離を半径とする扇形の領域となる。また、領域Ａ１１Ｒは、領域Ａ２Ｒ内であって、リスニング位置Ｐからの距離がリスニング位置Ｐからスピーカ１１２Ｒまでの距離の範囲内となる領域である。従って、領域Ａ１１Ｒは、リスニング位置Ｐを中心とし、リスニング位置Ｐからスピーカ１１２Ｒまでの距離を半径とする扇形の領域となる。なお、リスニング位置Ｐからスピーカ１１２Ｌまでの距離とスピーカ１１２Ｒまでの距離とはほぼ等しいので、領域Ａ１１Ｌと領域Ａ１１Ｒは、ほぼ左右対称な領域となる。

そして、リスニング位置Ｐに対してほぼ左右対称になるように、仮想スピーカ１５１Ｌを領域Ａ１１Ｌ内に配置し、仮想スピーカ１５１Ｒを領域Ａ１１Ｒ内に配置するようにすればよい。これにより、仮想スピーカ１５１Ｌ，１５１Ｒは、スピーカ１１２Ｌ，１１２Ｒよりリスニング位置Ｐの近くに配置される。換言すれば、仮想スピーカ１５１Ｌとリスニング位置Ｐとの距離、および仮想スピーカ１５１Ｒとリスニング位置Ｐとの距離が、スピーカ１１２Ｌとリスニング位置Ｐとの距離、またはスピーカ１１２Ｒとリスニング位置Ｐとの距離より小さくなる。

その結果、リスナー１５２の耳に到達する中低域音と高域音の時間差が大きくなりすぎることが防止される。さらに、リスニング位置Ｐに対して仮想スピーカ１５１Ｌ，１５１Ｒをスピーカ１１２Ｌ，１１２Ｒより近くに配置することにより、ハース効果によって、仮想スピーカ１５１Ｌ，１５１Ｒによる高域音像が、スピーカ１１２Ｌ，１１２Ｒによる中低域音像よりリスナー１５２に対してより優位に作用するようになる。その結果、手前側音声の音像をよりリスナー１５２の近くに定位させることができる。

なお、仮想スピーカ１５１Ｌ，１５１Ｒを領域Ａ１に近づけすぎると、リスニング位置Ｐにおける中低域音と高域音の到来方向の差が小さくなり、奥行き側音声に対する効果が減少する。また、仮想スピーカ１５１Ｌ，１５１Ｒを直線Ｌ２に近づけすぎると、高域音像と中低域音像との距離が離れすぎて、リスナー１５２が違和感を覚えるおそれがある。従って、仮想スピーカ１５１Ｌ，１５１Ｒを、領域Ａ１および直線Ｌ２からなるべく離すように配置することが望ましい。

＜２．第２の実施の形態＞
次に、図８を参照して、本発明の第２の実施の形態について説明する。

［音響システムの構成例］
図８は、本発明を適用した音響システムの第１の実施の形態を示すブロック図である。

図８の音響システム２０１は、仮想スピーカ１５１Ｌ，１５１Ｒの代わりに実際のスピーカ２１２Ｌ，２１２Ｒを用いるようにしたシステムである。なお、図中、図１と対応する部分には同じ符号を付してあり、処理が同じ部分については、その説明は繰り返しになるので適宜省略する。

音響システム２０１は、音響信号処理装置２１１、スピーカ１１２Ｌ，１１２Ｒ、および、スピーカ２１２Ｌ，２１２Ｒを含むように構成される。また、スピーカ１１２Ｌ，１１２Ｒは、音響システム１０１と同じ位置に配置され、スピーカ２１２Ｌ，２１２Ｒは、音響システム１０１の仮想スピーカ１５１Ｌ，１５１Ｒと同じ位置に配置される。

音響信号処理装置２１１は、ハイパスフィルタ１２１Ｌ，１２１Ｒ、ローパスフィルタ１２２Ｌ，１２２Ｒ、および、出力制御部２２１を含むように構成される。

出力制御部２２１は、ハイパスフィルタ１２１Ｌから供給される音響信号ＳＬ１をスピーカ２１２Ｌに出力し、ハイパスフィルタ１２１Ｒから供給される音響信号ＳＲ１をスピーカ２１２Ｒに出力する。また、出力制御部２２１は、ローパスフィルタ１２２Ｌから供給される音響信号ＳＬ２をスピーカ１１２Ｌに出力し、ローパスフィルタ１２２Ｒから供給される音響信号ＳＲ２をスピーカ１１２Ｒに出力する。

スピーカ１１２Ｌは、音響信号ＳＬ２に基づく音を出力し、スピーカ１１２Ｒは、音響信号ＳＲ２に基づく音を出力する。これにより、スピーカ１１２Ｌ，１１２Ｒから、ローパスフィルタ１２２Ｌ，１２２Ｒにより抽出された中低域音が出力される。

スピーカ２１２Ｌは、音響信号ＳＬ１に基づく音を出力し、スピーカ２１２Ｒは、音響信号ＳＲ１に基づく音を出力する。これにより、スピーカ２１２Ｌ，２１２Ｒから、ハイパスフィルタ１２１Ｌ，１２１Ｒにより抽出された高域音が出力される。

これにより、音響システム１０１と同様に、音の奥行き感を豊かにすることができる。

＜３．変形例＞
以下、本発明の実施の形態の変形例について説明する。

［変形例１］
本発明は、２チャンネルより大きいチャンネル数の音響信号を処理する場合にも適用することが可能である。なお、２チャンネルより大きいチャンネル数の音響信号を処理対象とする場合、必ずしも全てのチャンネルについて上述した音響信号処理を適用する必要はない。例えば、立体映像の視聴者から見て映像側にあるフロントの左右の２チャンネルの音響信号のみに適用したり、フロントの左右および中央の２．１チャンネルの音響信号のみに適用したりすることが考えられる。

［変形例２］
また、音響信号処理装置１１１および音響信号処理装置２１１において、ローパスフィルタ１２２Ｌ，１２２Ｒを省略することも可能である。すなわち、スピーカ１１２Ｌ，１１２Ｒから、音響信号ＳＬｉｎおよび音響信号ＳＲｉｎに基づく音をそのまま出力するようにしてもよい。この場合、ローパスフィルタ１２２Ｌ，１２２Ｒを設けた場合と比較して、音像が少しぼやける可能性があるが、音の奥行き感を豊かにすることが可能である。

［変形例３］
さらに、ハイパスフィルタ１２１Ｌ，１２１Ｒ、ローパスフィルタ１２２Ｌ，１２２Ｒの代わりに、イコライザなどを用いて、抽出する音響信号の帯域を変更できるようにしてもよい。

なお、本発明は、例えば、オーディオアンプ、イコライザ等の音響信号の増幅や補正を行う装置、オーディオプレーヤ、オーディオレコーダ等の音響信号の再生または録音を行う装置、ビデオプレーヤ、ビデオレコーダ等の音響信号を含む映像信号の再生または録画を行う装置など、音響信号を処理し出力する装置に適用できる。また、本発明は、例えば、サラウンドシステムなど、上記の装置を含むシステムに適用することができる。

［コンピュータの構成例］
上述した音響信号処理装置１１１および音響信号処理装置２１１の一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

図９は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。

コンピュータにおいて、CPU（Central Processing Unit）３０１，ROM（Read Only Memory）３０２，RAM（Random Access Memory）３０３は、バス３０４により相互に接続されている。

バス３０４には、さらに、入出力インタフェース３０５が接続されている。入出力インタフェース３０５には、入力部３０６、出力部３０７、記憶部３０８、通信部３０９、及びドライブ３１０が接続されている。

入力部３０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部３０７は、ディスプレイ、スピーカなどよりなる。記憶部３０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部３０９は、ネットワークインタフェースなどよりなる。ドライブ３１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア３１１を駆動する。

以上のように構成されるコンピュータでは、CPU３０１が、例えば、記憶部３０８に記憶されているプログラムを、入出力インタフェース３０５及びバス３０４を介して、RAM３０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（CPU３０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア３１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

コンピュータでは、プログラムは、リムーバブルメディア３１１をドライブ３１０に装着することにより、入出力インタフェース３０５を介して、記憶部３０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部３０９で受信し、記憶部３０８にインストールすることができる。その他、プログラムは、ROM３０２や記憶部３０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムの用語は、複数の装置、手段などより構成される全体的な装置を意味するものとする。

さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

１０１音響システム，１１１音響信号処理装置，１１２Ｌ，１１２Ｒスピーカ，１２１Ｌ，１２１Ｒハイパスフィルタ，１２２Ｌ，１２２Ｒローパスフィルタ，１２３信号処理部，１２４合成部，１２５出力制御部，１５１Ｌ，１５１Ｒ仮想スピーカ，２０１音響システム，２１１音響信号処理装置，２１２Ｌ，２１２Ｒスピーカ，２２１出力制御部

Claims

所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカと、
前記リスニング位置を中心とした場合に、前記リスニング位置と各スピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された第３のスピーカおよび第４のスピーカと、
入力音響信号の所定の第１の周波数以下の成分を減衰させる第１の減衰手段と、
前記入力音響信号に基づく音を前記第１のスピーカおよび前記第２のスピーカから出力し、前記入力音響信号の前記第１の周波数以下の成分を減衰させた第１の音響信号に基づく音を前記第３のスピーカおよび前記第４のスピーカから出力するように制御する出力制御手段と
を備える音響システム。
前記入力音響信号の所定の第２の周波数以上の成分を減衰させる第２の減衰手段を
さらに備え、
前記出力制御手段は、前記入力音響信号の前記第２の周波数以上の成分を減衰させた第２の音響信号に基づく音を前記第１のスピーカおよび前記第２のスピーカから出力するように制御する
請求項１に記載の音響システム。
前記第３のスピーカと前記リスニング位置との距離、および前記第４のスピーカと前記リスニング位置との距離が、前記第１のスピーカと前記リスニング位置との距離、または前記第２のスピーカと前記リスニング位置との距離より小さくなるように、前記第１乃至第４のスピーカが配置される
請求項１に記載の音響システム。
前記第１の音響信号に基づく音が、仮想スピーカである前記第３のスピーカおよび仮想スピーカである前記第４のスピーカから仮想的に出力されるように前記第１の音響信号に対して所定の信号処理を行う信号処理手段を
さらに備える請求項１に記載の音響システム。
入力音響信号の所定の周波数以下の成分を減衰させる減衰手段と、
所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御する出力制御手段と
を備える音響信号処理装置。
入力音響信号の所定の周波数以下の成分を減衰させ、
所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御する
ステップを含む音響信号処理方法。
入力音響信号の所定の周波数以下の成分を減衰させ、
所定のリスニング位置の前に前記リスニング位置に対して略左右対称に配置された第１のスピーカおよび第２のスピーカから前記入力音響信号に基づく音を出力し、前記リスニング位置を中心とした場合に、前記リスニング位置と第３のスピーカおよび第４のスピーカとを結ぶことによって形成される中心角が、前記リスニング位置と前記第１のスピーカおよび前記第２のスピーカとを結ぶことによって形成される中心角より大きくなり、かつ、前記リスニング位置の前後方向において前記第１のスピーカおよび前記第２のスピーカより前記リスニング位置に近くなるように前記リスニング位置の前に、前記リスニング位置に対して略左右対称に配置された前記第３のスピーカおよび前記第４のスピーカから前記入力音響信号の前記所定の周波数以下の成分を減衰させた音響信号に基づく音を出力するように制御する
ステップを含む処理をコンピュータに実行させるためのプログラム。