JP2013102411A5 - - Google Patents

Description

次に、図９に示すフローチャートを参照して、図８に示す学習装置３５０による学習処理について説明する。
この学習処理では、１または複数の学習音源信号が学習装置３５０に供給される。また、この場合において、入力分析部３５６、マッピング処理部３５３、スピーカ３５５等は、学習により求められるマッピング制御モデルが供給される音声信号処理装置３００の入力分析部３０２、マッピング処理部３２２等の対応する各ブロックと同様のものとされる。すなわち、ブロックの特性や処理のアルゴリズムが同じものとされる。

本実施形態では、マッピング制御情報決定部４０３がマッピング処理部４２１において適用するマッピング制御情報を生成する構成となっている。
図１１に示す音声信号処理装置４００において、入力部４０１から入力された入力信号は、入力分析部４０２に供給され、その特性を分析される。
次に本発明の第１の実施形態と同様、マイク４１１を介して入力する収音信号は帯域分割部４１２において帯域分割され、環境分析部４１３で分析される。
入力分析部４０２からの入力音特徴量と環境分析部４１３からの環境音特徴量がマッピング制御情報決定部４０３に供給される。
これらの処理は、第１実施形態〜第３実施形態で説明した処理と同様の処理である。

次に、マッピング制御情報決定部４０３において、環境音を考慮した学習処理によって生成されたマッピング制御モデル４０４を用いて、分析特徴量からマッピング制御情報を求め、マッピング処理部４２１に供給する。

このように、図１１に示すマッピング制御情報決定部４０３は、図１２〜図１３を参照して説明した学習処理によって得られたマッピング制御モデル４０４を用いて、入力分析部４０２から入力する分析特徴量と、環境分析部５１３から入力する環境音特徴量に対応する最適なマッピング制御情報αを算出してマッピング処理部４２１に出力する。

図１４に示す音声信号処理装置６００は、
左チャンネル入力信号の入力部６０１、
右チャンネル入力信号の入力部６０２、
左右チャンネル入力信号の分析処理を行う入力分析部６０３を有する。
さらに、入力分析部６０３から入力音特徴量に基づいて、マッピング制御モデル６０５を適用してマッピング制御情報を決定するマッピング制御情報決定部６０４、
マッピング制御モデル６０５を格納した記憶部を有する。なお、このマッピング制御モデルは、前述の第４実施形態において利用された図１１に示すマッピング制御モデル４０４と同様のデータである。

以下、先に図１１を参照して説明した第４の実施形態と同様のマッピング制御モデル７０５を適用してマッピング制御情報を求める。このマッピング制御情報が、マッピング処理部７２１に出力され、マッピング処理が実行される。その後、マッピング処理された信号に対して、帯域制限部７２２において帯域制限を行い、スピーカ７２３を介して出力信号を出力する。

入力部８０１を介して入力された再生対象入力信号は、入力分析・マッピング制御情報決定部８０２においてマッピング制御情報が算出される。
マッピング処理部８２１は、マッピング制御情報に基づいてマッピング処理を行いゲイン調整部８２２に供給する。

Claims (12)

1. 入力信号の特性を分析し、入力音特徴量を生成する入力分析部と、
   環境音の特性を解析し、環境音特徴量を生成する環境分析部と、
   前記入力音特徴量と前記環境音特徴量を適用して、前記入力信号に対する振幅変換処理の制御情報としてのマッピング制御情報を生成するマッピング制御情報生成部と、
   前記マッピング制御情報により定まる線形または非線形なマッピング関数に基づいて前記入力信号を振幅変換し、出力信号を生成するマッピング処理部と、
   を有する音声信号処理装置。
2. 前記マッピング制御情報生成部は、
   前記入力音特徴量を適用して予備的なマッピング制御情報を生成するマッピング制御情報決定部と、
   前記予備的なマッピング制御情報に対して、前記環境音特徴量を適用した調整処理により、前記マッピング処理部に出力する前記マッピング制御情報を生成するマッピング制御情報調整部を有する請求項１に記載の音声信号処理装置。
3. 前記入力分析部は、
   前記入力音特徴量として予め規定した複数の連続サンプルを利用して算出した二乗平均平方根を算出し、
   前記環境分析部は、
   前記環境音特徴量として環境音信号の複数の連続サンプルを利用して算出した二乗平均平方根を算出し、
   前記マッピング制御情報生成部は、
   前記入力音特徴量である入力信号の二乗平均平方根と、前記環境音特徴量である環境音信号の二乗平均平方根とを利用して前記マッピング制御情報を生成する請求項１または２に記載の音声信号処理装置。
4. 前記入力音特徴量、および前記環境音特徴量は、特徴量算出対象信号の二乗平均、または二乗平均を対数化したもの、または二乗平均平方根、または二乗平均平方根を対数化したもの、または信号の零交差率、または周波数エンベロープの傾き、またはそれらの重み付け加算した結果である請求項１または２に記載の音声信号処理装置。
5. 前記環境分析部は、
   マイクを介して取得された収音信号から帯域分割処理によって分割された環境音の占有率の高い帯域信号の特徴解析を実行して前記環境音特徴量を算出する請求項１〜４いずれかに記載の音声信号処理装置。
6. 前記音声信号処理装置は、
   前記マッピング処理部においてマッピング処理の施された信号の帯域制限処理を実行する帯域制限部を有し、
   前記帯域制限部における帯域制限後の信号を、スピーカを介して出力する請求項１〜５いずれかに記載の音声信号処理装置。
7. 前記マッピング制御情報生成部は、
   入力信号と環境音信号を含む学習用信号を適用した統計解析処理によって生成したマッピング制御モデルを適用して前記マッピング制御情報を生成する請求項１〜６いずれかに記載の音声信号処理装置。
8. 前記マッピング制御モデルは、各種の入力信号と環境音信号に対してマッピング制御情報を対応付けたデータである請求項７に記載の音声信号処理装置。
9. 前記入力信号は、複数チャンネルの複数の入力信号によって構成され、
   前記マッピング処理部は、
   各入力信号に対する個別のマッピング処理を実行する構成である請求項１〜８いずれかに記載の音声信号処理装置。
10. 前記音声信号処理装置は、さらに、
    前記マッピング処理部の生成したマッピング処理信号に対して、前記環境分析部の生成する環境音特徴量に応じたゲイン調整を実行するゲイン調整部を有する請求項１〜９いずれかに記載の音声信号処理装置。
11. 音声信号処理装置において実行する音声信号処理方法であり、
    入力信号の特性を分析し、入力音特徴量を生成する入力分析ステップと、
    環境音の特性を解析し、環境音特徴量を生成する環境分析ステップと、
    前記入力音特徴量と前記環境音特徴量を適用して、前記入力信号に対する振幅変換処理の制御情報としてのマッピング制御情報を生成するマッピング制御情報生成ステップと、
    前記マッピング制御情報により定まる線形または非線形なマッピング関数に基づいて前記入力信号を振幅変換し、出力信号を生成するマッピング処理ステップと、
    を実行する音声信号処理方法。
12. 音声信号処理装置において音声信号処理を実行させるプログラムであり、
    入力信号の特性を分析し、入力音特徴量を生成する入力分析ステップと、
    環境音の特性を解析し、環境音特徴量を生成する環境分析ステップと、
    前記入力音特徴量と前記環境音特徴量を適用して、前記入力信号に対する振幅変換処理の制御情報としてのマッピング制御情報を生成するマッピング制御情報生成ステップと、
    前記マッピング制御情報により定まる線形または非線形なマッピング関数に基づいて前記入力信号を振幅変換し、出力信号を生成するマッピング処理ステップと、
    を実行させるプログラム。