JP2013085114A - 音声処理装置および音声処理方法、記録媒体、並びにプログラム - Google Patents

Abstract

【課題】音声出力を高音質化する。
【解決手段】計測部１１１は、スピーカを備える出力部１１２に音声信号を供給して音声を出力させる。マイクロフォン１１３は、出力部１１２の音声を計測して計測部１１１に供給する。計測部１１１は、計測結果に基づいて、出力部１１２の逆フィルタを生成し設定する。計測部１１１は、マイクロフォン１１３の位置を変えながら、出力部１１２に逆フィルタを設定し、それを介して音声を出力させ、計測信号を取得する。計測部１１１は、マイクロフォン１１３の位置を変えながら計測した計測信号による周波数振幅特性と、理想的な周波数振幅特性との差分からなる誤差評価関数を算出する。計測部１１１は、視聴想定位置にマイクロフォン１１３を設置して計測信号を取得し、誤差評価関数で補正して逆フィルタを算出し、出力部１１２の補正フィルタとして設定する。本技術は、オーディオプレイヤに適用することができる。
【選択図】図１

Description

本技術は、音声処理装置および音声処理方法、記録媒体、並びにプログラムに関し、特に、音声出力を高音質化できるようにした音声処理装置および音声処理方法、記録媒体、並びにプログラムに関する。

音響装置を設計するにあたり、音響装置全体の音響特性を予め測定し、逆フィルタやイコライジングにより出力される音声を高音質化する技術が普及している。

例えば、音声信号を帯域分割前に全帯域に渡った逆フィルタからなる補正フィルタにより補正する技術が提案されている（特許文献１参照）。

特開２００５−１８４０４０号公報

しかしながら、スピーカユニット自体の逆フィルタからなる補正フィルタを生成するにあたり、インパルスレスポンスを測定する際、スピーカユニットの筐体や、その形状、または、スピーカユニットを含む筐体に設けられたボタン、スイッチ、スリット、若しくは固定ネジなどによって発生される干渉波の影響を受けるため、精度のよい補正フィルタを生成することができなかった。

本技術は、このような状況に鑑みてなされたものであり、特に、干渉波による影響を考慮した補正フィルタを生成できるようにすることで、音声出力を高音質化させるものである。

本技術の一側面の音声処理装置は、入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部とを含む。

前記逆フィルタ生成部には、前記計測信号補正部により補正された計測信号に基づいて、前記スピーカの逆フィルタを生成させるようにすることができる。

前記計測部には、前記音声信号に基づいて、前記スピーカより出力された音声出力を、前記スピーカからの位置を変更して複数回数計測して、計測信号を出力し、前記逆フィルタ生成部には、前記計測部により計測された回数分だけ、前記計測信号に基づいて、前記スピーカの逆フィルタを生成させ、前記誤差評価関数算出部には、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号について、計測された回数分の前記計測信号と、理想的な結果との誤差の、加算平均を誤差評価関数として算出させ、前記計測信号補正部には、前記誤差の加算平均からなる誤差評価関数に基づいて、前記計測信号を補正させるようにすることができる。

前記音声信号は、離散的な異なる複数の周波数からなる音声信号とすることができ、前記誤差評価関数は、前記音声信号の周波数と前記誤差の加算平均との関係が示された関数とすることができ、前記計測信号補正部には、前記誤差評価関数と所定の閾値との比較により、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域について、その近傍の周波数帯域であって、前記誤差評価関数が所定の閾値よりも小さい計測信号を用いて、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域の計測信号を補正させるようにすることができる。

本技術の一側面の音声処理方法は、入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測処理をし、前記計測処理により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成処理をし、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測処理により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出処理をし、前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正処理するステップを含む。

本技術の一側面のプログラムは、コンピュータを、入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部として機能させる。

本技術の一側面の記録媒体は、請求項５に記載のプログラムが記録されている。

本技術の一側面においては、入力された音声信号に基づいて、スピーカより出力された音声出力が計測され、計測信号として出力され、計測された計測信号に基づいて、前記スピーカの逆フィルタが生成され、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数が算出され、前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、計測された計測信号が、前記誤差評価関数に基づいて補正される。

本技術の音声処理装置は、独立した装置であっても良いし、音声処理を行うブロックであっても良い。

本技術によれば、音声出力を高音質化することが可能となる。

本技術の音声処理装置を適用した計測システムの構成例を示す図である。 図１の計測部の構成例を説明する図である。 図１の出力部の構成例を説明する図である。 図１の計測システムによる誤差評価関数生成処理を説明するフローチャートである。 計測信号、および誤差評価関数の波形を説明する図である。 出力部による干渉波を説明する図である。 干渉波の伝搬遅延時間を説明する図である。 出力部とマイクロフォンとの位置関係を説明する図である。 図１の計測システムによるフィルタ係数特定処理を説明するフローチャートである。 汎用のパーソナルコンピュータの構成例を説明する図である。

［本技術の音声処理装置を適用した計測システムの構成例］
図１を参照して、本技術の音声処理装置を適用した計測部を含む計測システムの構成を説明する。図１の計測システムは、計測部１１１、出力部１１２、およびマイクロフォン１１３より構成される。計測部１１１は、音声信号を出力部１１２に対して供給し、音声として出力させる。また、計測部１１１は、音声信号に基づいて、出力部１１２が内蔵する逆フィルタからなる補正フィルタ１７３（図３）を使用せずに出力する音声を、マイクロフォン１１３で計測する。マイクロフォン１１３は、計測した音声に対応する計測信号を生成して、計測部１１１に供給する。計測部１１１は、この計測結果である計測信号に基づいて、出力部１１２に内蔵される逆フィルタからなる補正フィルタ１７３の係数を算出し、算出した係数を係数メモリ１７４（図３）に記憶させる。さらに、計測部１１１は、音声信号に基づいて、出力部１１２が内蔵する逆フィルタからなる補正フィルタ１７３を使用して出力する音声を計測する。計測部１１１は、マイクロフォン１１３の設置位置を変えながら、その度に、逆フィルタからなる補正フィルタ１７３を設定し、その補正フィルタ１７３を介して出力される音声の計測信号を取得する。

計測部１１１は、マイクロフォン１１３の位置を変えながら計測した計測結果により得られる周波数振幅特性と、目標とする周波数振幅特性との差分から、出力部１１２を構成する形状等により生じる干渉波による誤差を誤差評価関数として算出する。そして、計測部１１１は、最終的に視聴が想定される位置にマイクロフォン１１３を設置した状態で、補正フィルタ１７３を使用することなく計測した計測信号を、誤差評価関数で補正し、補正した計測信号に基づいて逆フィルタからなる補正フィルタ１７３の係数を特定し、係数メモリ１７４に記憶させる。

すなわち、計測部１１１は、マイクロフォン１１３の位置を変えながら計測信号を取得することで、出力部１１２を構成する形状等により生じる干渉波による影響を誤差評価関数として算出する。そして、計測部１１１は、最終的に視聴位置に設置されたマイクロフォン１１３により計測される、補正フィルタ１７３を介さずに出力部１１２より出力される音声信号の計測結果である計測信号から、視聴位置における視聴に最適な補正フィルタ１７３を生成する。結果として、出力部１１２を構成する形状等により生じる干渉波の影響を低減した補正フィルタを出力部１１２に設定できるので、音声出力を高音質化することが可能となる。

［計測部および出力部の構成例］
次に、図２，図３を参照して、計測部１１１、および出力部１１２の構成例について説明する。

計測部１１１は、ADC（Analog Digital Converter）１３１、演算部１３２、およびDAC（Digital Analog Converter）１３３を備えている。ADC１３１は、マイクロフォン１１３により計測された音声に対応する計測信号をアナログ信号からデジタル信号に変換して、演算部１３２に供給する。DAC１３３は、演算部１３２より供給される音声信号をデジタル信号からアナログ信号に変換して出力部１１２に供給し、音声を出力させる。

演算部１３２は、係数生成部１５１、信号生成部１５２、誤差評価関数算出部１５３、スイッチ制御部１５４、および計測信号補正部１５５を備えている。信号生成部１５２は、音声信号を生成して、DAC１３３を介して出力部１１２に供給し、音声として出力させる。スイッチ制御部１５４は、出力部１１２に設けられたスイッチ１７２を制御して、端子１７２ａまたは１７２ｂに接続することで、補正フィルタ１７３のオン、またはオフを制御する。

係数生成部１５１は、スイッチ制御部１５４が補正フィルタ１７３をオフにした状態で出力部１１２より出力され、マイクロフォン１１３で計測された音声を計測信号として取得する。そして、係数生成部１５１は、信号生成部１５２から出力部１１２に供給した音声信号および計測信号から出力部１１２の補正フィルタ１７３の係数を算出し生成する。係数生成部１５１は、生成した補正フィルタ１７３に使用する係数を係数メモリ１７４に記憶させる。

誤差評価関数算出部１５３は、マイクロフォン１１３の位置を変化させながら設定された補正フィルタ１７３がオンの状態で、出力部１１２より出力された音声が、マイクロフォン１１３により計測されたときの計測信号と、理想的な計測信号との誤差の加算平均からなる誤差評価関数を算出する。誤差評価関数は、横軸に周波数をとり、縦軸に誤差評価をとる波形で示されるものである。したがって、誤差評価関数により、誤差評価が大きな周波数帯域が干渉波による影響を受けている周波数帯域であることがわかる。

計測信号補正部１５５は、スイッチ制御部１５４が補正フィルタ１７３をオフにした状態で出力部１１２より出力され、取得された視聴想定位置に設置されたマイクロフォン１１３で計測された音声の計測信号を誤差評価関数に基づいて補正する。より詳細には、計測信号補正部１５５は、誤差評価関数のうち、誤差評価が所定の閾値よりも大きな周波数、または、誤差評価が所定の閾値よりも大きな周波数帯域の計測信号については、その近傍の所定の閾値よりも小さな計測信号を用いて補正する。係数生成部１５１は、補正された計測信号に基づいて、逆フィルタである補正フィルタ１７３を算出し、その係数を生成する。そして、係数生成部１５１は、視聴想定位置で生成した補正フィルタ１７３の係数を係数メモリ１７４に記憶させる。

出力部１１２は、ADC１７１、スイッチ１７２、補正フィルタ１７３、係数メモリ１７４、増幅部１７５、およびスピーカ１７６を備えている。ADC１７１は、計測部１１１より供給されてくるアナログ信号からなる音声信号をデジタル信号に変換し、スイッチ１７２に供給する。スイッチ１７２は、計測部１１１のスイッチ制御部１５４により制御され、端子１７２ａまたは１７２ｂに接続される。端子１７２ａの後段には増幅部１７５が設けられており、増幅部１７５は、供給されてきた音声信号を増幅し、スピーカ１７６に供給し音声として出力させる。端子１７２ｂの後段には、補正フィルタ１７３が設けられており、補正フィルタ１７３は、計測部１１１により記憶され係数メモリ１７４に記憶されている係数を読み出して、供給されてきた音声信号にフィルタ処理を施し増幅部１７５に供給する。すなわち、スイッチ１７２が端子１７２ａに接続されているとき、補正フィルタ１７３はオフの状態とされ、スイッチ１７２が端子１７２ｂに接続されているとき、補正フィルタ１７３はオンの状態とされる。

［誤差評価関数生成処理］
次に、図４のフローチャートを参照して、誤差評価関数生成処理について説明する。

ステップＳ１において、計測部１１１の演算部１３２は、未測定の測定位置にマイクロフォン１１３がセットされたか否かを判定し、未測定の測定位置にマイクロフォン１１３がセットされた場合、処理は、ステップＳ２に進む。

ステップＳ２において、演算部１３２は、スイッチ制御部１５４を制御して、出力部１１３の補正フィルタ１７３をオフに設定させる。すなわち、スイッチ制御部１５４は、スイッチ１７２を制御して、端子１７２ａに接続させる。

ステップＳ３において、信号生成部１５１は、音声信号を発生し、DAC１３３を介してアナログ信号としての音声信号を出力部１１２に供給する。出力部１１２においては、音声信号がADC１７１より入力されると、スイッチ１７２および端子１７２ａより、補正フィルタ１７３を介すことなく、音声信号が増幅部１７５に供給される。そして、増幅部１７５は、音声信号を増幅して、スピーカ１７６より音声を出力する。マイクロフォン１１３は、スピーカ１７６より出力される音声を計測し、計測結果である計測信号を計測部１１１に出力する。

ステップＳ４において、係数生成部１５１は、補正フィルタ１７３を介すことなく出力された音声に対応する計測信号に基づいて、出力部１１２に対応する逆フィルタの係数を算出する。

ステップＳ５において、係数生成部１５１は、算出した逆フィルタの係数を、出力部１１２の補正フィルタ１７３の補正係数として係数メモリ１７４に記憶させる。これにより、出力部１１２の補正フィルタ１７３は、係数メモリ１７４に記憶されている係数を読み出すことで、逆フィルタとして機能することが可能となる。

ステップＳ６において、演算部１３２は、スイッチ制御部１５４を制御して、出力部１１３の補正フィルタ１７３をオンに設定させる。すなわち、スイッチ制御部１５４は、スイッチ１７２を制御して、端子１７２ｂに接続させる。

ステップＳ７において、信号生成部１５１は、音声信号を発生し、DAC１３３に供給する。DAC１３３は、デジタル信号からなる音声信号をアナログ信号に変換し、出力部１１２に供給する。出力部１１２においては、デジタル信号からなる音声信号がADC１７１より入力されると、デジタル信号に変換されて、スイッチ１７２および端子１７２ｂより、補正フィルタ１７３が掛けられて、増幅部１７５を経て、スピーカ１７６より音声として出力される。マイクロフォン１１３は、スピーカ１７６より出力される音声を計測し、計測結果である計測信号を取得する。

ステップＳ８において、誤差評価関数算出部１５３は、補正フィルタ１７３が掛けられた状態でスピーカ１７６より出力されている音声に基づいた計測信号と、ターゲットとなる計測結果との差分から誤差評価関数を算出する。そして、誤差評価関数算出部１５３は、測定点毎に求められた誤差評価関数の加算平均を求めて順次誤差評価関数を更新し記憶する。

ステップＳ９において、演算部１３２は、誤差評価関数の算出処理が終了であるか否かを判定する。より具体的には、演算部１３２は、例えば、誤差評価関数が所定数の測定点の加算平均となったか否かに基づいて判定する。ステップＳ９において、誤差評価関数の算出が終了していないと判定された場合、処理は、ステップＳ１に戻り、それ以降の処理が繰り返される。そして、ステップＳ９において、所定数の測定点の加算平均となり、誤差評価関数の算出が終了したとみなされた場合、処理は、終了する。

すなわち、ステップＳ３の処理により、マイクロフォン１１３により計測される計測信号に基づいた周波数振幅特性は、出力部１１２の筐体や形状から発生する干渉波の影響がない理想的な状態であるとき、例えば、図５の最上段で示されるような波形となる。尚、図５においては、横軸が計測信号における周波数（角周波数）であり、縦軸が振幅である。そして、この図５の最上段で示されるような理想的な波形が取得される場合、この計測信号に基づいて、ステップＳ４において、逆フィルタが求められることにより、ステップＳ５，Ｓ６の処理で補正フィルタ１７３が設定され、この状態で、ステップＳ７の処理による計測信号に基づいた周波数振幅特性は、図５の２段目で示されるような波形となる。

すなわち、図５の２段目で示されるように、ターゲットとなる周波数振幅特性が得られることになる。この場合、全帯域において理想的な周波数振幅特性が得られるため誤差評価は必要のない状態となる。

しかしながら、ステップＳ３の処理により、マイクロフォン１１３により計測される計測信号に基づいた周波数振幅特性は、現実には、出力部１１２の筐体や形状から発生する干渉波の影響を受けるため、例えば、図５の３段目で示される波形となる。図５の３段目の波形の例においては、2kHz近傍に深いディップ（凹み波形）が生じている。ステップＳ４の処理において、図５の３段目の波形のような周波数振幅特性を持った計測信号から、逆フィルタが求められ、補正フィルタ１７３として設定された後、ステップＳ７の処理により計測される計測信号の周波数振幅特性は、例えば、図５の４段目で示されるような波形となる。すなわち、図５の４段目の波形で示されるように、補正フィルタ１７３の係数を設定したときの図５の３段目の波形と同様に、補正フィルタ１７３により波形が補正されているにもかかわらず、2kHz近傍にディップが生じている。

図５の最上段で示されるような理想的な周波数振幅特性が得られる条件は、スピーカ１７６を含む出力部１１２が、例えば、図６の上段で示されるように、無限大バッフルモデルと呼ばれる無限に続く壁に嵌め込まれているような場合や、図示しないが筐体がJIS（日本工業規格）箱と呼ばれるスピーカユニットの特性を測定するためにJIS規格によって定めれれた箱である場合などの特殊な条件に限られる。

現実には、図６の下段で示されているように、出力部１１２の筐体のエッジ１１２ａ，１１２ｂなどから干渉波Ｖ１，Ｖ２が発生し、マイクロフォン１１３においては、この干渉波の影響を受けた音声が計測される。

この干渉波は、スピーカ１７６を含む出力部１１２の筐体の物理的構造、および、筐体（エンクロージャ）の形状に起因するものであり、特に携帯端末などではボタン、スリット、スイッチなどの形状が影響して生じるものである。また、この干渉波は、測定対象となるスピーカ１７６を備えた出力部１１２の位置から測定点であるマイクロフォン１１３までの距離に比べて十分に波長が短い場合に生じる。

例えば、図７で示される出力部１１２から測定点であるマイクロフォン１１３までの直線距離が距離ｄであるものとし、出力部１１２の筐体のエッジ１１２ｂからマイクロフォン１１３までの距離がｄｒであるものとする。この場合の、スピーカ１７６より出力される音声がマイクロフォン１１３までの伝搬経路は距離ｄとなり、エッジ１１２ｂで発生する干渉波がマイクロフォン１１３までの伝搬経路は距離ｄｒとなる。このとき、スピーカ１７６からの音声がマイクロフォン１１３に到達するまでの時間はｄ／ｃ（ｓｅｃ）（ｃは音速）であり、干渉波が到達するまでの時間は、出力部１１２の筐体幅がＲであれば、（ｄｒ＋Ｒ／２）／ｃ（ｓｅｃ）となる。筐体幅Ｒに比べて距離ｄが十分に大きい場合、時間差は略（Ｒ／２）／ｃ（ｓｅｃ）となる。このような時間差では、大抵の家庭用音響機器の場合、仮に48kHzでサンプリングし、データ収集したとしても、数十サンプル以内の伝搬時間差となため、この影響を窓関数などで取り除くことは非常に困難である。

そこで、ステップＳ８の処理において、誤差評価関数算出部１５３は、理想的な周波数振幅特性の波形と、算出された周波数特性の波形との差分を誤差評価関数として算出する。より具体的には、誤差評価関数とは、以下のように定義される。例えば、ステップＳ３の処理でマイクロフォン１１３により計測される音声である計測信号の周波数振幅特性が以下の式（１）で定義されるとき、ステップＳ７の処理で計測される計測信号の周波数振幅特性は以下の式（２）で定義される。

Ｙ（ω，θ，ｒ）＝Ｒ（ω，ｒ）Ｇ（ω，θ）Ｓ（ω）Ｘ（ω）
・・・（１）

Ｙ_ｆ（ω，θ，ｒ）＝Ｒ（ω，ｒ）Ｇ（ω，θ）Ｓ（ω）Ｈ（ω，θ，ｒ）Ｘ（ω）
・・・（２）

ここで、ωは角周波数を、θ，ｒは、それぞれ図８で示されるように、出力部１１２のスピーカ１７６の指向方向とマイクロフォン１１３との角度、および距離を表している。尚、図８においては、マイクロフォン１１３を所定の測定点ｍにおいた場合の例として添え字が付された角度θｍ，ｒｍと表記されている。また、Ｙ（ω，θ，ｒ）は、ステップＳ２の処理で計測された計測信号の周波数振幅特性を、Ｙ_ｆ（ω，θ，ｒ）は、ステップＳ７の処理で計測された計測信号の周波数振幅特性をそれぞれ表している。さらに、Ｒ（ω，ｒ）は、球面波の伝搬特性を、Ｇ（ω，θ）は、出力部１１２のスピーカ１７６の指向特性を、Ｓ（ω）は、スピーカ１７６の角周波数特性を、Ｘ（ω）は、出力部１１２への角周波数入力を、Ｈ（ω，θ，ｒ）は、補正フィルタ１７３を、それぞれ表している。

ここで、スピーカ１７６の角周波数特性Ｓ（ω）が、図５の２段目で示されるようなターゲットとなる理想的な特性である場合、特に、角周波数特性Ｓ_ｔ（ω）であるものとすれば、補正フィルタＨ（ω，θ，ｒ）は、以下の式（３）で表現されることになる。

Ｈ（ω，θ，ｒ）＝Ｓ_ｔ（ω）／（Ｒ（ω，ｒ）Ｇ（ω，θ）Ｓ（ω））
・・・（３）

したがって、所定の測定点ｍにおいて、式（３）で示される理想的な補正フィルタＨ（ω，θ，ｒ）を用いた場合、以下の式（４）で示される関係が成立することになる。
Ｙ_ｍ（ω，θ_ｍ，ｒ_ｍ）＝Ｓ_ｔ（ω）Ｘ（ω）
・・・（４）

ここで、Ｙ_ｍ（ω，θ_ｍ，ｒ_ｍ）は、所定の測定点ｍにマイクロフォン１１３が設置された場合のステップＳ７の処理で計測される計測信号の周波数振幅特性である。

しかしながら、上述したように、一般的な構成の場合、式（４）で示されるような関係とはならないことから、ステップＳ８の処理により、誤差評価関数算出部１５３は、以下の式（５）で定義される誤差評価関数Ｄ（ω）を算出する。

・・・（５）

ここで、式（５）の誤差評価関数Ｄ（ω_ｎ）は、２点以上の複数点の測定点にマイクロフォン１１３が設置され、それぞれの位置で、ステップＳ７の処理で計測される計測信号のうち、離散化された角周波数がω_ｎであるものについての誤差評価関数である。また、Ｍは、測定点の点数である。誤差評価関数Ｄ（ω_ｎ）は、２点以上の複数点の加算平均として求められているが、現実には１点でも求められるものである。しかしながら、複数の測定点における計測信号を用いることにより、スピーカ１７６の指向特性による影響や、測定誤差による影響を低減することが可能となる。

この式（５）で示される離散化された角周波数毎の誤差評価関数に基づいて、横軸に角周波数をとり、縦軸に誤差の振幅をとった波形が、例えば、図５の５段目に示される波形である。図５の５段目の波形によれば、誤差評価関数が大きな角周波数については、2kHz付近の帯域において、出力部１１２のエッジや筐体の形状による干渉波による影響を受けているものと予想される。

以上の処理により、図５の５段目で示されるような、出力部１１２のエッジや筐体の形状による干渉波が発生していることがわかる誤差評価関数を求めることが可能となる。

［補正フィルタ係数特定処理］
次に、図９のフローチャートを参照して、視聴想定位置にマイクロフォン１１３を設定したときに、誤差評価関数を利用して、干渉波による影響を考慮した補正フィルタ１７３の係数を特定する補正フィルタ係数特定処理について説明する。

ステップＳ２１において、計測部１１１の演算部１３２は、視聴想定位置にマイクロフォン１１３がセットされたか否かを判定し、視聴想定位置にマイクロフォン１１３がセットされた場合、処理は、ステップＳ２２に進む。

ステップＳ２２において、演算部１３２は、スイッチ制御部１５４を制御して、出力部１１３の補正フィルタ１７３をオフに設定させる。すなわち、スイッチ制御部１５４は、スイッチ１７２を制御して、端子１７２ａに接続させる。

ステップＳ２３において、信号生成部１５１は、音声信号を発生し、DAC１３３を介してアナログ信号としての音声信号を出力部１１２に供給する。出力部１１２においては、音声信号がADC１７１より入力されると、スイッチ１７２および端子１７２ａより、補正フィルタ１７３を介すことなく増幅部１７５を経て、スピーカ１７６より音声が出力される。マイクロフォン１１３は、スピーカ１７６より出力される音声を計測し、計測結果である計測信号を取得する。

ステップＳ２４において、計測信号補正部１５５は、誤差評価関数算出部１５３に記憶されている誤差評価関数を読み出し、いずれかの角周波数において、または、いずれかの角周波数の範囲において、所定の閾値よりも大きいか否かを判定する。すなわち、計測信号補正部１５５は、誤差評価関数に基づいて、干渉波による影響を受けている角周波数、または各周波数の範囲が存在するか否かを判定する。ステップＳ２４において、例えば、図５の５段目で示される波形のような誤差評価関数である場合、2kHz付近においてディップが存在し、すなわち、干渉波による影響を受けている範囲が存在するとみなされるので、処理は、ステップＳ２５に進む。尚、所定の閾値としては、例えば、2乃至4dB程度である。

ステップＳ２５において、計測信号補正部１５５は、視聴想定位置に設定されたマイクロフォン１１３により計測された計測信号により得られる周波数振幅特性を補正する。尚、指向特性Ｇ（ω，θ）については、スピーカ１７６を含む出力部１１２と、出力部１１２の筐体に依存するものであり、補正フィルタ１７３での補正は困難であるため、推定視聴位置の角度の補正が理想的である。また、伝搬特性Ｒ（ω，ｒ）は、基本的に距離減衰するものであり、全帯域の音量に相当する変化になるため、距離ｒは特に規定しない。従って、補正は、原則的に想定される出力部１１２と視聴想定位置との設置角度θに基づいたものとなる。そこで、ここでは、計測信号補正部１５５が、例えば、最も基本的な推定方法として、設置角度が真正面（θ＝０）であるときの計測信号に基づいて、角周波数ω_ｎ＋ｊであるときに１次線形近似により補正する例について説明する。

例えば、図５の５段目で示されるように干渉波が、2kHz近傍の範囲となるので、計測信号補正部１５５は、この角周波数ω_ｎ乃至ω_ｎ＋ｋの範囲における各周波数ω_ｎ＋ｊにおける計測信号を、以下の式（６）で示されるように補正する。

Ｙ_ｃ（ω_ｎ＋ｊ，θ_ｍ，ｒ_ｍ）
＝Ｙ（ω_ｎ，θ_ｍ，ｒ_ｍ）＋ｊ×（Ｙ（ω_ｎ＋ｋ，θ_ｍ，ｒ_ｍ）＋Ｙ（ω_ｎ，θ_ｍ，ｒ_ｍ））／ｋ
・・・（６）

ここで、Ｙ_ｃ（ω_ｎ＋ｊ，θ_ｍ，ｒ_ｍ）は、補正後の計測信号Ｙ_ｃである。また、角周波数ω_ｎは、均等間隔で離散化されているものとする。すなわち、例えば、角周波数ω_ｎ乃至ω_ｎ＋ｋの範囲については、計測信号の波形が、図５の２段目であるような場合、図５の６段目の細線で示されるような直線Ｔで表される。結果として、図５の最上段で示される理想的な計測信号の周波数振幅特性に近い波形に補正することが可能となる。尚、角周波数ω_ｎが、均等間隔の離散化されたものではない場合、その離散された間隔の大きさによって重み付けするようにして補正するようにしてもよい。また、上記の近似の際に、直線的になるのが好ましくない場合、近傍の点を用いて、線形近似後に補間区域近傍のみで移動平均を取るようにして、変化を滑らかにしてもよい。さらに、前後の変化から曲線近似することで滑らかな曲線になるように補正してもよい。

尚、ステップＳ２４において、干渉波の影響を受けていると思われる範囲が存在しない場合、補正処理の必要がないため、ステップＳ２５の処理がスキップされる。

ステップＳ２６において、係数生成部１５１は、補正フィルタ１７３を介すことなく出力された音声が計測された計測信号、または、計測信号補正部１５５により補正された計測信号に基づいて、出力部１１２に対応する逆フィルタである補正フィルタ１７３の係数を算出する。すなわち、図５の６段目で示されるような補正された計測信号の周波数振幅特性に基づいて、補正フィルタ１７３の係数を算出する場合、係数生成部１５１は、角周波数ω_ｎ乃至ω_ｎ＋ｋの範囲については、直線Ｔで示される値を利用して補正フィルタを生成し、角周波数ω_ｎ乃至ω_ｎ＋ｋ以外の範囲については、計測信号により求められた値をそのまま利用して補正フィルタを生成する。

ステップＳ２７において、係数生成部１５１は、算出した逆フィルタの係数を出力部１１２の補正フィルタ１７３の補正係数として係数メモリ１７４に記憶させる。これにより、出力部１１２の補正フィルタ１７３は、係数メモリ１７４に記憶されている係数を読み出すことにより、干渉波による影響が考慮された逆フィルタとして機能することが可能となる。

以上の処理により、計測信号のうち、干渉波による影響を受ける角周波数帯域については、干渉波による影響を受けていない範囲の計測信号を用いて逆フィルタを生成して、補正フィルタ１７３の係数として係数メモリ１７４に記憶させることが可能となり、結果として干渉波による影響を低減した逆フィルタを生成することが可能となり、理想的な周波数振幅特性に類似した特性を得ることが可能となる。

尚、本技術により、設置位置が頻繁に変わるようなモバイル機器に組み込まれるスピーカそのものの周波数振幅特性が補正されることになるので、設置位置に大きく左右されることのない、高音質のスピーカとして使用することが可能となる。

また、スピーカシステムが組み込まれた製品のデザインが途中で変更されたることにより、製品の筐体形状が変更すると、考慮すべき干渉波も変化することとなるため、デザインが変更される前の状態で得られるような補正効果が得られなくなってしまう。このような場合、従来は、製品デザインを変更する度に、試行錯誤で周波数振幅特性の補正方法が探索されていたが、効率的に補正方法を探し出すことができなかった。

しかしながら、本技術を用いることで、周波数振幅特性における筐体形状が変化したことにより生じる影響を、発生している干渉波の帯域を見極めることで対応することが可能となる。結果として、干渉波による影響を補正した周波数振幅特性を利用して逆フィルタを生成し、逆フィルタの係数を補正フィルタに適用することで、筐体形状が変化しても、効率よく筐体に設けられたスピーカの周波数振幅特性を改善することが可能となる。

さらに、近年、特にスピーカを内蔵するモバイル機器において、本体カバーを付けるなどアクセサリが充実してきている。ところが、アクセサリを付け替えるということで、モバイル機器の筐体形状が変化することとなるため、上述した計測信号の誤差評価関数が変化することになる。したがって、製品出荷状態では、本体に内蔵されるスピーカの周波数振幅特性を補正した状態となっていても、アクセサリが付加されることにより周波数振幅特性に何らかの影響が及ぶ可能性がある。しかしながら、本技術を適用することで、装着するアクセサリ毎に付加された状態の誤差評価関数に対応した逆フィルタからなる補正フィルタを生成することが可能となる。このため、アクセサリを付加した後、ネットワークから付加したアクセサリに応じた逆フィルタからなる補正フィルタをダウンロードして適用することにより、アクセサリが付加されて周りの筐体形状が変化しても適切に高音質化された音声により音楽を楽しむことも可能となる。

上述した一連の処理は、ハードウェ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、専用のハードウェ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１０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ェ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）１００１，ROM（Read Only Memory）１００２，RAM（Random Access Memory）１００３は、バス１００４により相互に接続されている。

バス１００４には、さらに、入出力インタフェース１００５が接続されている。入出力インタフェース１００５には、入力部１００６、出力部１００７、記憶部１００８、通信部１００９、及びドライブ１０１０が接続されている。

入力部１００６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１００７は、ディスプレイ、スピーカなどよりなる。記憶部１００８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１００９は、ネットワークインタフェースなどよりなる。ドライブ１０１０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１０１１を駆動する。

以上のように構成されるコンピュータでは、CPU１００１が、例えば、記憶部１００８に記憶されているプログラムを、入出力インタフェース１００５及びバス１００４を介して、RAM１００３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（CPU１００１）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１０１１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１０１１をドライブ１０１０に装着することにより、入出力インタフェース１００５を介して、記憶部１００８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１００９で受信し、記憶部１００８にインストールすることができる。その他、プログラムは、ROM１００２や記憶部１００８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、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術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。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

尚、本技術は以下のような構成を取ることができる。
（１） 入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、
前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、
前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、
前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部と
を含む音声処理装置。
（２） 前記逆フィルタ生成部は、前記計測信号補正部により補正された計測信号に基づいて、前記スピーカの逆フィルタを生成する
（１）に記載の音声処理装置。
（３） 前記計測部は、前記音声信号に基づいて、前記スピーカより出力された音声出力を、前記スピーカからの位置を変更して複数回数計測して、計測信号を出力し、
前記逆フィルタ生成部は、前記計測部により計測された回数分だけ、前記計測信号に基づいて、前記スピーカの逆フィルタを生成し、
前記誤差評価関数算出部は、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号について、計測された回数分の前記計測信号と、理想的な結果との誤差の、加算平均を誤差評価関数として算出し、
前記計測信号補正部は、前記誤差の加算平均からなる誤差評価関数に基づいて、前記計測信号を補正する
（１）または（２）に記載の音声処理装置。
（４） 前記音声信号は、離散的な異なる複数の周波数からなる音声信号であり、前記誤差評価関数は、前記音声信号の周波数と前記誤差の加算平均との関係が示された関数であり、
前記計測信号補正部は、前記誤差評価関数と所定の閾値との比較により、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域について、その近傍の周波数帯域であって、前記誤差評価関数が所定の閾値よりも小さい計測信号を用いて、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域の計測信号を補正する
（１）乃至（３）に記載の音声処理装置。
（５） 入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測処理をし、
前記計測処理により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成処理をし、
前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測処理により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出処理をし、
前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正処理する
ステップを含む音声処理方法。
（６） コンピュータを、
入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、
前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、
前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、
前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部と
して機能させるプログラム。
（７） （５）に記載のプログラムが記録されている記録媒体。

１１１ 計測部， １１２ 出力部， １１３ マイクロフォン， １３１ ADC， １３２ 演算部， １３３ DAC， １５１ 係数生成部， １５２ 信号生成部， １５３ 誤差評価関数算出部， １５４ スイッチ制御部， １５５ 計測信号補正部， １７１ ADC， １７２ スイッチ， １７２ａ，１７２ｂ 端子， １７３ 補正フィルタ， １７４ 係数メモリ， １７５ 増幅部， １７６ スピーカ

Claims (7)

1. 入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、
   前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、
   前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、
   前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部と
   を含む音声処理装置。
2. 前記逆フィルタ生成部は、前記計測信号補正部により補正された計測信号に基づいて、前記スピーカの逆フィルタを生成する
   請求項１に記載の音声処理装置。
3. 前記計測部は、前記音声信号に基づいて、前記スピーカより出力された音声出力を、前記スピーカからの位置を変更して複数回数計測して、計測信号を出力し、
   前記逆フィルタ生成部は、前記計測部により計測された回数分だけ、前記計測信号に基づいて、前記スピーカの逆フィルタを生成し、
   前記誤差評価関数算出部は、前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号について、計測された回数分の前記計測信号と、理想的な結果との誤差の、加算平均を誤差評価関数として算出し、
   前記計測信号補正部は、前記誤差の加算平均からなる誤差評価関数に基づいて、前記計測信号を補正する
   請求項１に記載の音声処理装置。
4. 前記音声信号は、離散的な異なる複数の周波数からなる音声信号であり、前記誤差評価関数は、前記音声信号の周波数と前記誤差の加算平均との関係が示された関数であり、
   前記計測信号補正部は、前記誤差評価関数と所定の閾値との比較により、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域について、その近傍の周波数帯域であって、前記誤差評価関数が所定の閾値よりも小さい計測信号を用いて、前記誤差評価関数が前記所定の閾値よりも高い周波数帯域の計測信号を補正する
   請求項１に記載の音声処理装置。
5. 入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測処理をし、
   前記計測処理により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成処理をし、
   前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測処理により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出処理をし、
   前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正処理する
   ステップを含む音声処理方法。
6. コンピュータを、
   入力された音声信号に基づいて、スピーカより出力された音声出力を計測し、計測信号として出力する計測部と、
   前記計測部により計測された計測信号に基づいて、前記スピーカの逆フィルタを生成する逆フィルタ生成部と、
   前記逆フィルタを介して入力された音声信号に基づいて、前記スピーカより出力され、前記計測部により計測された音声出力の計測結果である計測信号と、理想的な計測信号との誤差を評価する誤差評価関数を算出する誤差評価関数算出部と、
   前記逆フィルタを介さずに入力された音声信号に基づいて、前記スピーカより出力され、視聴位置において、前記計測部により計測された計測信号を、前記誤差評価関数に基づいて補正する計測信号補正部と
   して機能させるプログラム。
7. 請求項５に記載のプログラムが記録されている記録媒体。

Images