JP2013201559A - 音信号処理装置 - Google Patents

Abstract

【課題】バーチャルサラウンドシステムにより実現される音場において、仮想的なスピーカのチャンネルの音の定位に対するサブウーファから放音される音の影響を低減する。
【解決手段】ポストプロセッサ１２２２は、バーチャルサラウンド処理部において生成したバーチャルサラウンド音を示すＬＳｃｈ用およびＲＳｃｈ用の音信号を、Ｒｃｈ、ＬｃｈおよびＣｃｈの音信号とミキシングした後、ハイパスフィルタ処理を行い、メインスピーカであるＲｓｐ１３およびＬｓｐ１４用の音信号として出力する。また、ポストプロセッサ１２２２は、バーチャルサラウンド処理部において生成したバーチャルサラウンド音を示すＬＳｃｈ用およびＲＳｃｈ用の音信号を位相反転した後、Ｒｃｈ、Ｌｃｈ、ＣｃｈおよびＬＦＥｃｈの音信号とミキシングし、ローパスフィルタ処理を行い、サブウーファであるＳＷ１５用の音信号として出力する。
【選択図】図１

Description

この発明は、バーチャルサラウンド技術に関する。

２チャンネルより多いチャンネル（マルチチャンネル）の音信号に従い、聴者の周囲を取り巻くように配置された複数のスピーカから音を放音することにより、より臨場感のある音場を実現するサラウンドシステムが普及している。

サラウンドシステムにおいて用いられる音信号のチャンネル数としては、現在、通常のステレオの音場に用いられるフロント左チャンネル（以下、「Ｌｃｈ」という）およびフロント右チャンネル（以下、「Ｒｃｈ」という）に対し、フロント中央チャンネル（以下、「Ｃｃｈ」という）、低周波数帯域の成分を多く含む音信号のための低音域チャンネル（以下、「ＬＦＥｃｈ」という。なお、「ＬＦＥ」はLow-Frequency Effectの意）、サラウンド左チャンネル（以下、「ＬＳｃｈ」という）およびサラウンド右チャンネル（以下、「ＲＳｃｈ」という）を加えた５．１チャンネルが広く利用されている。なお、ＬＳｃｈおよびＲＳｃｈは各々、左後方および右後方から放音される音信号のチャンネルである。

なお、近年は、より自然な音場を実現するために音信号のチャンネル数が増加の傾向にあり、５．１チャンネルのＬＳｃｈおよびＲＳｃｈの後方にバックサラウンド用の左右２チャンネルを加えた７．１チャンネルや、７．１チャンネルのＬｃｈおよびＲｃｈの上方にフロントプレゼンス用の左右２チャンネルを加えた９．１チャンネルなども普及しつつある。

マルチチャンネルの音信号により音場を実現するもっともオーソドックスな方法は、チャンネル数に応じた数のスピーカを音空間内に配置し、それらの各々から対応するチャンネルの音信号に従った音を放音させる方法である。そのような方法による場合、多数のスピーカを音空間内に配置する必要があるため、コスト高となる、スピーカを配置するためのスペースが必要となる、音信号の伝送や電力の供給のための多数のケーブルの接続が必要となる、などの不都合・不便が伴う。

上記の不都合・不便を解消もしくは軽減するために、仮想的にサラウンド効果を得るための技術が多く提案されている。

例えば特許文献１には、サラウンド情報を持たないドルビーサラウンド信号の中周波数帯域の成分から擬似的な２チャンネルの音信号を生成し、それらに入力信号の低周波数帯域の成分を位相反転させたものを加算することにより、環境音や残響音の広がり感を維持しつつ、サラウンド感の向上を実現する仕組みが提案されている。

また、例えば特許文献２には、平面上に配列された多数のスピーカ（スピーカアレイ）から指向性を有する音響ビームを壁面に対して放音することにより、壁面で反射した音響ビーム音が聴者の後方や側方から聴者に届けられることで聴者の側方や後方にスピーカを配置することなくサラウンドを実現する仕組みが記載されている。

特許文献２の仕組みにおいては、入力される音信号の低周波数帯域の成分のうちチャンネル間で相関が高い成分と低い成分とを分離し、相関が高い成分は左右２個のウーファの中央に音像が定位するように指向性を付与し、相関が低い成分は左右２個のウーファの左右の各々に音像が定位するように指向性を付与することで、低周波数帯域の音のサラウンド感の向上が図られている。

特開平８−２５６４００号公報 特許第４６５５０９８号

近年、サラウンドシステムに用いられるスピーカの小型化に対するニーズが高い。例えば、液晶テレビの薄型化と大画面化に伴い、液晶テレビに内蔵されたり、液晶テレビを載置するラックの下などに配置されたりするスピーカは、スペース的な制約から小型のものが好まれる。

広く普及しているダイナミック型のスピーカは、振動板の大きさが小さくなると低周波数帯域の音の放音が困難となる。そのため、主となるスピーカ（以下、「メインスピーカ」と呼ぶ）により放音が困難な低周波数帯域の音を放音するために、一般的に振動板の大きさがメインスピーカよりも大きく、低周波数帯域における放音能力が優れたスピーカであるサブウーファが付加的に用いられることが多い。

サブウーファはメインスピーカよりも一般的にサイズが大きくなるため、ユーザはサブウーファを目障りでなく邪魔になりにくい部屋の側方や後方などに配置したいというニーズを持っている。そのため、無線で音信号を受信するワイヤレスのサブウーファも人気を集めている。

人間の聴覚特性として、高周波数帯域の音と比較し低周波数帯域（例えば１００Ｈｚ以下の帯域）の音の定位は知覚しにくいという特性がある。そのため、従来、そのような低周波数帯域の音の放音を担うサブウーファは音空間内のいずれの位置に配置されても、実現される音場における音の定位にはさほど影響がなかった。

しかしながら、上述したようにメインスピーカの小型化が進むにつれて、メインスピーカが放音可能な周波数帯域が高周波数側に狭まりるため、メインスピーカにて放音できなくなった低音域をサブウーファが補い放音するためのバスマネージメント処理が行われる。このバスマネージメント処理により、サブウーファから放音される音の周波数帯域が高域に拡がるため、他のチャンネルの音の定位がサブウーファにより影響を受けてしまうようになる。

例えば、従来は主として１００Ｈｚ以下の周波数帯域の音の放音を担っていたサブウーファが、５００Ｈｚ以下の周波数帯域の音の放音を担うようになると、サブウーファから放音される音の１００Ｈｚ〜５００Ｈｚの周波数帯域の成分が影響を与え、メインスピーカから放音される音の定位がサブウーファの方向に引っ張られてしまうことがある。

また、上述したように、マルチチャンネルのサラウンドを実現する際の多数のスピーカの配置に伴う不都合・不便を解消するために、仮想的にマルチチャンネルのサラウンドを実現するシステムに対するニーズがある。

仮想的にマルチチャンネルのサラウンドを実現するシステム（以下、「バーチャルサラウンドシステム」と呼ぶ）によれば、チャンネル数より少ない数のスピーカから放音される音を聴者が聴いたとき、実在しない仮想的なスピーカから音が放音されているように聴者が知覚する。その結果、例えば２．１チャンネルのスピーカシステムによって、５．１チャンネルなどのマルチチャンネルのサラウンドシステムが仮想的に実現される。

以下、５．１チャンネルのサラウンドシステムを例に説明すると、バーチャルサラウンドシステムにおいて仮想的なスピーカ、すなわちＬＳｃｈ用のスピーカ（以下、「ＬＳｓｐ」という）およびＲＳｃｈ用のスピーカ（以下、「ＲＳｓｐ」という）から放音される音の定位は、聴者の聴覚心理の利用により実現されているため、実在するスピーカ、すなわちＬｃｈ用のスピーカ（以下、「Ｌｓｐ」という）およびＲｃｈ用のスピーカ（以下、「Ｒｓｐ」という）およびＬＦＥｃｈ用のサブウーファ（以下、「ＳＷ」という）から放音される音と比較して、スピーカと聴者との位置関係や壁からの反響音の状態等々の様々な外的要因による影響を受けやすい。すなわち、ＬＳｃｈおよびＲＳｃｈの音の定位はＬｃｈおよびＲｃｈおよびＬＦＥｃｈの音の定位と比較して不安定である。

仮想音であるＬＳｃｈおよびＲＳｃｈの音を誘導する仮想音誘導音は実際には物理的に実在するＬｓｐおよびＲｓｐから放音されるため、それらのメインスピーカから放音が困難な低周波数帯域の成分に関してはＳＷから放音する必要がある。従って、バーチャルサラウンドシステムにおいても、バスマネージメント処理により、ＬＳｃｈおよびＲＳｃｈの仮想音誘導音のうち低周波数帯域の成分はＲｃｈおよびＬｃｈの実音（実在するＬｓｐおよびＲｓｐから放音され、ＬｓｐおよびＲｓｐの位置から放音されたと聴者に知覚される音）の低周波数帯域の成分とＬＦＥｃｈの音とともに、ＳＷから放音される。

バーチャルサラウンドシステムにおいて用いるメインスピーカが小型である場合、そのバーチャルサラウンドシステムにおいて用いられるＳＷは例えば１００Ｈｚ〜５００Ｈｚといった聴者が定位を知覚する周波数帯域の音も放音する必要がある。その結果、ＬＳｃｈおよびＲＳｃｈの音は、高周波数帯域の成分は仮想的なスピーカ、すなわちＬＳｓｐおよびＲＳｓｐから放音されているように知覚され、低周波数帯域の成分は実在するＳＷから放音されることになる。その場合、ＬＳｃｈおよびＲＳｃｈの定位が、ＳＷから放音される音により影響を受け、ＳＷの位置に引っぱられてしまう、という不都合が生じる。

本発明は、上述した事情に鑑み、バーチャルサラウンドシステムにより実現される音場において、仮想的なスピーカ位置に定位されるべき音の定位に対するサブウーファから放音される音の影響を低減することを目的とする。

上記課題を解決するため、本発明は、入力される１以上の音信号を処理し、ｎ個（ｎは２以上の自然数）のスピーカにより放音され聴者により実在しない仮想的なスピーカから放音された音と知覚される仮想音を誘導するｎ個の仮想音誘導音を示すｎ個の仮想音誘導音信号を生成する生成手段と、前記生成手段により生成されたｎ個の仮想音誘導音信号を前記ｎ個のスピーカの各々に出力する第１の出力手段と、前記生成手段により生成されたｎ個の仮想音誘導音信号をサブウーファに出力する第２の出力手段とを備え、前記第１の出力手段と前記第２の出力手段は、前記生成手段により生成された仮想音誘導音信号を互いに逆位相で出力する音信号処理装置を提供する。

そのような音信号処理装置によれば、メインスピーカから放音される仮想的なスピーカ用のチャンネルの音と、サブウーファから放音される同じチャンネルの音に含まれる重複した帯域の音の位相が逆となり、仮想的なスピーカから放音されたと聴者により知覚される仮想音（高周波数帯域の成分を多く含む）とサブウーファから放音される仮想音（低周波数帯域の成分を多く含む）とが結合せず、仮想的なスピーカ用のチャンネルの音の定位がサブウーファの位置に引っ張られることがない。

また、上記の音信号処理装置において、前記第１の出力手段と前記第２の出力手段の少なくとも一方は、前記第１の出力手段と前記第２の出力手段の各々から出力される前記生成手段により生成された仮想音誘導音信号が互いに逆位相となるように位相を回転するオールパスフィルタを備える、という構成が採用されてもよい。

そのような音信号処理装置によれば、オールパスフィルタのパラメータ（位相の回転角度）を調整することで、第１の出力手段から出力される仮想音誘導音信号の位相と第２の出力手段から出力される仮想音誘導音信号の位相とを逆位相とすることができる。

また、本発明は、入力される１以上の音信号を処理し、ｎ個（ｎは２以上の自然数）のスピーカにより放音され実在しない仮想的なスピーカから放音された音と聴者により知覚される仮想音を誘導するｎ個の仮想音誘導音を示すｎ個の仮想音誘導音信号を生成する生成手段と、前記生成手段により生成されたｎ個の仮想音誘導音信号を前記ｎ個のスピーカの各々に出力する第１の出力手段と、前記生成手段により生成されたｎ個の仮想音誘導音信号をサブウーファに出力する第２の出力手段とを備え、前記第２の出力手段は、前記生成手段により生成された仮想音誘導音信号の前記第１の出力手段による出力のタイミングより所定時間だけ遅延させて、前記生成手段により生成された仮想音誘導音信号を出力する音信号処理装置を提供する。

そのような音信号処理装置によれば、メインスピーカから放音される仮想的なスピーカ用のチャンネルの音より、サブウーファから放音される同じチャンネルの音に含まれる重複した帯域の音が遅れて聴者に届くため、先行音効果により、メインスピーカから放音される仮想的なスピーカ用のチャンネルの音によりその音の定位が定まり、サブウーファの位置により仮想的なスピーカ用のチャンネルの音の定位が引っ張られることがない。

また、上記の音信号処理装置において、前記第１の出力手段は、前記生成手段により生成された音信号に含まれる所定のカットオフ周波数より低い周波数帯の成分を減衰させるハイパスフィルタを備え、前記第２の出力手段は、前記生成手段により生成された音信号に含まれる所定のカットオフ周波数より高い周波数帯の成分を減衰させる前記ハイパスフィルタと同じ次数のローパスフィルタを備える、という構成が採用されてもよい。

そのような音信号処理装置によれば、メインスピーカとサブウーファの各々に、それらのスピーカが放音を担当すべき周波数帯域の成分のみを主として含む音信号が入力される結果、音の歪みが低減されるとともに、メインスピーカおよびサブウーファの両方から重複して放音される同じチャンネルの仮想音誘導音の成分が少なくなるため、仮想的なスピーカ用のチャンネルの音の定位がより安定する。

また、上記の音信号処理装置において、前記第１の出力手段は、前記ｎ個のスピーカにより放音されるｎ個の実音を示すｎ個の実音信号の入力を受け、前記生成手段により生成されたｎ個の仮想音誘導音信号の各々と前記ｎ個の実音信号の各々とをミキシングする第１のミキシング手段を備え、前記第２の出力手段は、前記サブウーファにより放音される音を示す音信号の入力を受け、前記サブウーファにより放音される音を示す音信号と前記生成手段により生成されたｎ個の仮想音誘導音信号とをミキシングする第２のミキシング手段を備える、という構成が採用されてもよい。

そのような音信号処理装置によれば、第１のミキシング手段から出力される音信号をｎ個のメインスピーカの各々（またはメインスピーカに音信号を出力するアンプ等）に出力し、第２のミキシング手段から出力される音信号をサブウーファ（またはサブウーファに音信号を出力するアンプ等）に出力することで、上述した効果をもたらすバーチャルサラウンドシステムが実現される。

実施形態にかかるバーチャルサラウンドシステムの構成を示した図である。 第１変形例にかかるバーチャルサラウンドシステムの構成を示した図である。 第２変形例にかかるバーチャルサラウンドシステムの構成を示した図である。 第３変形例にかかるバーチャルサラウンドシステムの構成を示した図である。 従来技術にかかるバーチャルサラウンドシステムの構成を示した図である。 一般的なハイパスフィルタおよびローパスフィルタの出力信号の周波数特性の関係を示した図である。

［従来技術］
本発明の一実施形態にかかるバーチャルサラウンドシステム１の説明に先立ち、まず従来技術にかかるバーチャルサラウンドシステム９を図５を用いて説明する。

従来技術にかかるバーチャルサラウンドシステム９において、まず、プレーヤ１１はバーチャルサラウンドシステム９が配置された音空間において再生されるべき５．１チャンネルの音響コンテンツを示す音響データを記録媒体から順次読み出し、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）規格に従ったフォーマットで、その音響データを音信号処理装置９２に対し出力する。

音信号処理装置９２が備えるＨＤＭＩレシーバ１２１は、プレーヤ１１から入力される音響データを受け取り、音信号処理装置９２が備えるＤＳＰ群９２２に引き渡す。

ＤＳＰ群９２２は、制御部１２９の制御の下で、デコーダ１２２１およびポストプロセッサ９２２２として機能する。

デコーダ１２２１は、ＨＤＭＩレシーバ１２１から引き渡された音響データをデコードし、５．１チャンネル、すなわちＬｃｈ、Ｒｃｈ、Ｃｃｈ、ＬＳｃｈ、ＲＳｃｈおよびＬＦＥｃｈの６つのチャンネルの音信号を生成する。デコーダ１２２１は、生成したそれらの音信号をポストプロセッサ９２２２に引き渡す。

ポストプロセッサ９２２２に引き渡されたＬＳｃｈおよびＲＳｃｈの音信号は、バーチャルサラウンド処理部（生成手段）において仮想的なスピーカであるＬＳｓｐ用の仮想音誘導音を示す仮想音誘導音信号と、仮想的なスピーカであるＲＳｓｐ用の仮想音誘導音を示す仮想音誘導音信号とに変換される。ＬＳｓｐ用の仮想音誘導音とは、実際にはＬｓｐ１３およびＲｓｐ１４の各々から放音されるが、聴者Ａにとっては実在しないＬＳｓｐの位置に定位が知覚される音である仮想音を誘導する音である。同様に、ＲＳｓｐ用の仮想音誘導音とは、実際にはＬｓｐ１３およびＲｓｐ１４の各々から放音されるが、聴者Ａにとっては実在しないＲＳｓｐの位置に定位が知覚される音である仮想音を誘導する音である。

バーチャルサラウンド処理部は、デコーダ１２２１から引き渡されたＬＳｃｈの音信号およびＲＳｃｈの音信号の各々に関し、バイノーラル化処理部におけるバイノーラル化と、クロストークキャンセル処理部におけるクロストークキャンセル処理を施すことで、仮想音誘導音信号を生成する。

以下に、ＬＳｃｈの音信号を例に、バーチャルサラウンド処理の概要を説明する。
まず、バイノーラル化処理部は、ＬＳｓｐの位置と聴者Ａの左耳の位置とにより定まる頭部伝達関数をＬＳｃｈの音信号に畳み込むことにより、左耳用のバイノーラル化音を示す音信号を生成する。同様に、バイノーラル化処理部は、ＬＳｓｐの位置と聴者Ａの右耳の位置とにより定まる頭部伝達関数をＬＳｃｈの音信号に畳み込むことにより、右耳用のバイノーラル化音を示す音信号を生成する。

聴者Ａは、左耳用のバイノーラル化音を左耳のみで聴き、右耳用のバイノーラル化音を右耳のみで聴くと、それらの音のレベル差、時間差および周波数特性の差により、ＬＳｓｐの位置に音を知覚することになる。

上記のようにバイノーラル化処理部により生成された音信号に示される左耳用のバイノーラル化音および右耳用のバイノーラル化音がＬｓｐ１３およびＲｓｐ１４から放音されると、左耳用のバイノーラル化音が右耳にも到達し、右耳用のバイノーラル化音が左耳にも到達する。

それらの逆側の耳に到達する不要なバイノーラル化音（クロストーク）を打ち消すために、クロストークキャンセル処理部は、右耳に到達する左耳用のバイノーラル化音を打ち消す処理を行い、右耳用のバイノーラル化音にミキシングした音を示す音信号をＬｓｐ１３用の音信号として生成する。同様に、クロストークキャンセル処理部は、左耳に到達する右耳用のバイノーラル化音を打ち消す処理を行い、左耳用のバイノーラル化音にミキシングした音を示す音信号をＲｓｐ１４用の音信号として生成する。

上記のようにクロストークキャンセル処理部により生成されるＬｓｐ１３用の音信号およびＲｓｐ１４用の音信号が、ＬＳｃｈの仮想音誘導音信号である。バーチャルサラウンド処理部は、ＲＳｃｈの音信号に関しても同様の処理を行い、ＲＳｃｈの仮想音誘導音信号を生成する。

バーチャルサラウンド処理部は、上記のように生成したＬＳｃｈの仮想音誘導音信号およびＲＳｃｈの仮想音誘導音信号のうちＬｓｐ１３用の音信号により示される音をミキシングした音を示す音信号をＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号として生成する。同様に、バーチャルサラウンド処理部は、上記のように生成したＬＳｃｈの仮想音誘導音信号およびＲＳｃｈの仮想音誘導音信号のうちＲｓｐ１４用の音信号により示される音をミキシングした音を示す音信号をＲｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号として生成する。以上がバーチャルサラウンド処理部の処理である。

ポストプロセッサ９２２２は、デコーダ１２２１から引き渡されたＬｃｈの音信号およびＣｃｈの音信号と、バーチャルサラウンド処理部により生成されたＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号の各々に示される音を、必要なレベル調整を行った後にミキシングし、ハイパスフィルタ（例えば、カットオフ周波数が５００Ｈｚ）により低周波数帯域の成分を減衰させた音を示す音信号を生成する。このように生成される音信号が、Ｌｓｐ１３から実際に放音される音を示す音信号である。

同様に、ポストプロセッサ９２２２は、デコーダ１２２１から引き渡されたＲｃｈの音信号およびＣｃｈの音信号と、バーチャルサラウンド処理部により生成されたＲｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の各々に示される音を、必要なレベル調整を行った後にミキシングし、ハイパスフィルタ（例えば、カットオフ周波数が５００Ｈｚ）により低周波数帯域の成分を減衰させた音を示す音信号を生成する。このように生成される音信号が、Ｒｓｐ１４から実際に放音される音を示す音信号である。

ポストプロセッサ９２２２は、上記のように生成したＬｓｐ１３用の音信号およびＲｓｐ１４用の音信号をアンプ１２３に出力する。アンプ１２３は、それらの音信号（デジタル信号）をアナログ音信号に変換し、アナログ音信号のレベルをスピーカレベルに増幅した後、Ｌｓｐ１３およびＲｓｐ１４に対し各々出力する。Ｌｓｐ１３およびＲｓｐ１４は、アンプ１２３から入力されるアナログ音信号に従い音を放音する。

また、ポストプロセッサ９２２２は、デコーダ１２２１から引き渡されたＬｃｈの音信号、Ｒｃｈの音信号、Ｃｃｈの音信号およびＬＦＥｃｈの音信号と、バーチャルサラウンド処理部により生成されたＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号、およびＲｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の各々に示される音とを、必要なレベル調整を行った後にミキシングし、ローパスフィルタ（例えば、カットオフ周波数が５００Ｈｚ）により低周波数帯域の成分を減衰させた音を示す音信号を生成する。このように生成される音信号が、ＳＷ１５から実際に放音される音を示す音信号である。

ポストプロセッサ９２２２は、上記のように生成したＳＷ１５用の音信号をトランスミッタ１２４に出力する。トランスミッタ１２４は、ＳＷ１５が備えるレシーバ１５１に対し無線により音信号を送信する。

ＳＷ１５は、音信号処理装置９２のトランスミッタ１２４から送信されてくる音信号をレシーバ１５１により受信する。ＳＷ１５は受信した音信号（デジタル信号）をアナログ音信号に変換し、アナログ音信号のレベルをアンプ１５２によりスピーカレベルに増幅した後、そのアナログ音信号に従い音を放音する。

上記のようにＬｓｐ１３、Ｒｓｐ１４およびＳＷ１５から放音された音は聴者Ａの右耳および左耳に到達する。その際、聴者Ａはそれらの実在する３つのスピーカ（２個のメインスピーカおよび１個のサブウーファ）から放音された音を、実際するＬｓｐおよびＲｓｐの２つのスピーカに加え、Ｃｓｐ（Ｌｓｐ１３とＲｓｐ１４の中間位置に配置されＣｃｈの音を放音する仮想的なスピーカ）、ＬＳｓｐおよびＲＳｓｐという３つの仮想的なスピーカの計５つのスピーカの位置から放音された音として知覚することになる。

ここで、ＳＷ１５から放音される音は、ＬＦＥｃｈの音信号を除き、本来は上記５つのスピーカの位置から各々放音されるべき音の低周波数帯域の成分を集めたものである。そのため、上記のようにＳＷ１５が１００Ｈｚを超えた周波数帯域の音を放音すると、ＳＷ１５と他のスピーカ位置から放音されるべき音との間で同じ信号が同位相で含まれることとなり、本来、聴者ＡにとってＬｓｐ１３、Ｒｓｐ１４、Ｃｓｐ、ＬＳｓｐおよびＲＳｓｐの位置に知覚されるべき音の定位が、ＳＷ１５の位置に引っ張られてしまうという不都合が生じることがある。

その際、実在するＬｓｐ１３およびＲｓｐ１４から放音されるＬｃｈおよびＲｃｈの音や、それらの中間に配置される仮想的なＣｓｐから放音されたと聴者Ａに知覚されるＣｃｈの音は、バーチャルサラウンド処理により生成された音ではないため、周波数の高さによりＳＷ１５がもたらす定位感よりも強い定位感を聴者Ａにもたらす。その結果、それらのチャンネルの音に関し、聴者Ａが知覚する音の定位がＳＷ１５の位置に引っ張られることは少ない。

一方、仮想的なＬＳｓｐおよびＲＳｓｐから放音されたと聴者Ａに知覚されるＬＳｃｈおよびＲＳｃｈの音は、バーチャルサラウンド処理により生成された音であるため実スピーカにより放音された音に比べて定位感が不安定であり、例えば聴者Ａの音空間内における位置がずれる等によりＬＳｓｐおよびＲＳｓｐの位置における定位感が薄らぐと、聴者ＡはＳＷ１５の方向にずれた位置にそれらのチャンネルの音の定位を感じてしまう。図５において、チャンネル名を付した破線の○印は、各々、聴者Ａが音空間内において、そのチャンネル名で示されるチャンネルの音の定位を知覚する位置を示している。

なお、上述したバーチャルサラウンドシステム９において、仮にハイパスフィルタがカットオフ周波数以下の周波数帯域の成分を完全にカットでき、またローパスフィルタがカットオフ周波数以上の周波数帯域の成分を完全にカットできるならば、ＬＳｃｈおよびＲＳｃｈの音の各々に関し、Ｌｓｐ１３およびＲｓｐ１４から放音される音と、ＳＷ１５から放音される音との間に重複がなくなるため、聴者はそれらの音が同じチャンネルの音であると認識せず、ＳＷ１５の位置によりＬＳｃｈおよびＲＳｃｈの音の定位が影響を受ける、という問題はあまり生じない。

しかしながら、上記のような理想的なハイパスフィルタやローパスフィルタの実現は困難であり、仮に可能であってもその処理が遅延をもたらすなどの不都合を伴うため、実際にはホワイトノイズの入力に対し図６に模式的に示す周波数成分の音を出力するようなハイパスフィルタおよびローパスフィルタが用いられる。そして、図６において破線の丸で示される周波数帯域においてＬｓｐ１３およびＲｓｐ１４とＳＷ１５が互いに近いレベルで同じ音を同位相で放音する場合、聴者はＬＳｃｈおよびＲＳｃｈの音の各々に関し、ＬＳｃｈとＳＷ１５間の何れかの位置、およびＲＳｃｈとＳＷ１５間の何れかの位置に、それぞれのチャンネルの音の定位を知覚する。

以上のように、従来技術にかかるバーチャルサラウンドシステム９によれば、仮想的なスピーカの定位がＳＷ１５の位置に引っ張られてしまう、という不都合が生じやすい。

［実施形態］
上述したバーチャルサラウンドシステム９に対し、本発明の一実施形態にかかるバーチャルサラウンドシステム１は、上述した不都合を軽減するために、ポストプロセッサ９２２２の処理に変更が加えられている。図１は、バーチャルサラウンドシステム１の構成を示した図である。なお、図１において、バーチャルサラウンドシステム９と共通の構成部には同じ符号が用いられている。

バーチャルサラウンドシステム１が備える音信号処理装置１２は、バーチャルサラウンドシステム９が備える音信号処理装置９２のＤＳＰ群９２２により実現されるポストプロセッサ９２２２に代えて、ＤＳＰ群１２２により実現されるポストプロセッサ１２２２を備えている。ポストプロセッサ１２２２は、ＳＷ１５から実際に放音される音を示す信号として、デコーダ１２２１から引き渡されたＬｃｈの音信号、Ｒｃｈの音信号およびＣｃｈの音信号と、バーチャルサラウンド処理部により生成されたＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号、およびＲｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の各々に示される音を位相反転させた音を、必要なレベル調整を行った後にミキシングし、ローパスフィルタ（例えば、カットオフ周波数が５００Ｈｚ）により低周波数帯域の成分を減衰させた音を示す音信号を生成する。

より具体的に説明すると、ポストプロセッサ１２２２は、バーチャルサラウンド処理部において生成したＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号の位相を、位相反転処理部において反転させる。同様に、ポストプロセッサ１２２２は、バーチャルサラウンド処理部において生成したＲｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の位相を、位相反転処理部において反転させる。

上記のように位相反転処理部において位相の反転されたＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号と、Ｒｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号が、デコーダ１２２１から引き渡されたＬｃｈの音信号、Ｒｃｈの音信号、Ｃｃｈの音信号およびＬＦＥｃｈの音信号とミキシングされる。その結果、ＳＷ１５用の音信号が生成される。

ここで重要な点は、Ｌｓｐ１３用の音信号およびＲｓｐ１４用の音信号の生成においては、バーチャルサラウンド処理部により生成されたＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号と、Ｒｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号が、位相反転されることなく用いられる、という点である。

また、バーチャルサラウンドシステム１のポストプロセッサ１２２２が備えるハイパスフィルタおよびローパスフィルタの次数は同じである。従って、Ｌｓｐ１３用およびＲｓｐ１４用の音信号とＳＷ１５用の音信号との間に位相のずれが生じることはない。

その結果、Ｌｓｐ１３およびＲｓｐ１４から放音されるＬＳｃｈの音の位相と、ＳＷ１５から放音されるＬＳｃｈの音の位相が互いに逆位相となる。同様に、Ｌｓｐ１３およびＲｓｐ１４から放音されるＲＳｃｈの音の位相と、ＳＷ１５から放音されるＲＳｃｈの音の位相が互いに逆位相となる。

仮にＳＷ１５からのＬＳｃｈの低周波数帯域の音の放音を行わずに、Ｌｓｐ１３およびＲｓｐ１４からＬＳｃｈの高周波数帯域の音を放音した場合、聴者Ａは仮想的なＬＳｓｐの位置にＬＳｃｈの音の定位を知覚する。また、仮にＬｓｐ１３およびＲｓｐ１４からのＬＳｃｈの高周波数帯域の音の放音を行わずに、ＳＷ１５からＬＳｃｈの低周波数帯域の音を放音した場合、その音は１００Ｈｚ〜５００Ｈｚの周波数帯域の成分を含んでいるため、聴者ＡはＳＷ１５の位置にＬＳｃｈの音の定位を知覚する。従って、Ｌｓｐ１３およびＲｓｐ１４からのＬＳｃｈの高周波数帯域の音を、またＳＷ１５からのＬＳｃｈの低周波数帯域の音を、それらの位相調整を行うことなく放音した場合、それらの音には重複する帯域の音が含まれるため、聴者Ａはそれらの音を結合して知覚する結果、図５を用いて説明したように、ＬＳｃｈの音の定位が本来あるべきＬＳｃｈの位置からＳＷ１５の位置に引っ張られてしまう。

しかしながら、バーチャルサラウンドシステム１においては、Ｌｓｐ１３およびＲｓｐ１４から放音されたＬＳｃｈの音のと、ＳＷ１５から放音されたＬＳｃｈの音とに重複して含まれる帯域の音の位相が逆位相となるため、それらの音が聴者Ａの知覚において結合されることがない。聴者Ａにとって、高周波数帯域の成分を主として含むＬｓｐ１３およびＲｓｐ１４から放音された音によるＬＳｃｈの音の定位が強く知覚され、低周波数帯域の成分を主として含むＳＷ１５から放音された音によるＬＳｃｈの音の定位はさほど知覚されない。その結果、聴者Ａに知覚されるＬＳｃｈの音の定位がＳＷの位置へ引っ張られることなく本来のＬＳｓｐの位置に定まる。ＲＳｃｈの音に関しても同様である。

その結果、ＬＳｃｈおよびＲＳｃｈの音の定位が、本来あるべきＬＳｓｐおよびＲＳｓｐの位置で安定し、ＳＷ１５の位置に左右されなくなる。

以上述べたように、バーチャルサラウンドシステム１によれば、マルチチャンネルのバーチャルサラウンドシステムにおいて、メインスピーカの小型化に伴いサブウーファが聴者に定位感を与えうる周波数帯域（例えば、１００Ｈｚ以上）の成分を含む音を放音するような場合であっても、仮想的に実現されるサラウンド音の定位がサブウーファの配置位置によって影響を受けにくい。そのため、音空間内におけるサブウーファの配置位置の自由度が増す。

［変形例］
上述したバーチャルサラウンドシステム１は本発明の一具体例であって、本発明の技術的思想の範囲内において様々に変形が可能である。以下にそれらの変形の例を示す。

［第１変形例］
図２は第１変形例にかかるバーチャルサラウンドシステム２の構成を示した図である。バーチャルサラウンドシステム２においては、位相反転処理部の位置がバーチャルサラウンドシステム１における位置と異なっている。

すなわち、バーチャルサラウンドシステム１においては、ＳＷ１５用の音信号の生成において、バーチャルサラウンド処理部により生成されるＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号と、Ｒｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の位相反転が行われたものが用いられる構成が採用されている。

これに対し、バーチャルサラウンドシステム２においては、ＳＷ１５用の音信号の生成においては、バーチャルサラウンド処理部により生成されるＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号と、Ｒｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号が位相反転されることなく用いられる一方、Ｌｓｐ１３用およびＲｓｐ１４用の音信号の生成において、バーチャルサラウンド処理部により生成されるＬｓｐ１３用のＬＳｃｈおよびＲＳｃｈの音信号と、Ｒｓｐ１４用のＬＳｃｈおよびＲＳｃｈの音信号の位相反転が行われたものが用いられる構成が採用されている。

バーチャルサラウンドシステム２によっても、Ｌｓｐ１３およびＲｓｐ１４から放音されるＬＳｃｈおよびＲＳｃｈの音と、ＳＷ１５から放音されるＬＳｃｈおよびＲＳｃｈの音に含まれる重複する帯域の成分の位相が逆位相の関係となるため、仮想的なスピーカ用のチャンネルの音の定位がサブウーファの位置に引っ張られることなく、本来あるべき仮想的なスピーカの位置に定まる。

［第２変形例］
図３は第２変形例にかかるバーチャルサラウンドシステム３の構成を示した図である。バーチャルサラウンドシステム３においては、バーチャルサラウンドシステム１における位相反転処理部の位置と、バーチャルサラウンドシステム２における位相反転処理部の位置に、それらに代えて、各々オールパスフィルタが配置される構成が採用されている。これらのオールパスフィルタは、信号信号各々、信号バーチャルサラウンド処理部により生成されＳＷ１５用の音信号の生成に用いられる音信号と、バーチャルサラウンド処理部により生成されＬｓｐ１３用信号およびＲｓｐ１４用の音信号の生成に用いられる音信号に対し、それらの位相が互いに１８０度異なるように所定角度の位相回転を行う。

バーチャルサラウンドシステム３によっても、Ｌｓｐ１３およびＲｓｐ１４から放音されるＬＳｃｈおよびＲＳｃｈの音の位相と、ＳＷ１５から放音されるＬＳｃｈおよびＲＳｃｈの音の位相が逆位相の関係となるため、仮想的なスピーカ用のチャンネルの音の定位がサブウーファの位置に引っ張られることなく、本来あるべき仮想的なスピーカの位置に定まる。

［第３変形例］
図４は第３変形例にかかるバーチャルサラウンドシステム４の構成を示した図である。バーチャルサラウンドシステム４においては、バーチャルサラウンドシステム１における位相反転処理部の位置に、位相反転処理部に代えて、遅延処理部が配置される構成が採用されている。この遅延処理部は、バーチャルサラウンド処理部から出力され、ＳＷ１５用の音信号の生成のために用いられる音信号に対し１０〜３０ミリ秒程度の遅延を付加する。

遅延処理部による遅延の付加により、Ｌｓｐ１３およびＲｓｐ１４から放音される音に含まれるＬＳｃｈおよびＲＳｃｈの音が聴者Ａに到達するタイミングより、ＳＷ１５から放音される音に含まれるＬＳｃｈおよびＲＳｃｈの音が聴者Ａに到達するタイミングが１０〜３０ミリ秒程度遅れることになる。聴者Ａは先行音効果またはハース効果として知られる心理効果により、先行するＬｓｐ１３およびＲｓｐ１４から放音される音に含まれるＬＳｃｈおよびＲＳｃｈの音による定位を強く知覚し、概ね３０ミリ秒以下の短い遅れを伴い後続して届くＳＷ１５から放音される音に含まれるＬＳｃｈおよびＲＳｃｈの音による定位を知覚しない。

その結果、バーチャルサラウンドシステム４によっても、聴者によって知覚される仮想的なスピーカ用のチャンネルの音の定位がサブウーファの位置に引っ張られることなく、本来あるべき仮想的なスピーカの位置に定まる。

［その他の変形例］
上述した実施形態およびその変形例においては、２．１チャンネルのスピーカシステムによって５．１チャンネルのサラウンドを仮想的に実現するバーチャルサラウンドシステムが採用されているが、１個以上のサブウーファを含むスピーカシステムを用いてバーチャルサラウンドを実現する限り、本発明は様々なチャンネル数のスピーカシステムおよび様々なチャンネル数のバーチャルサラウンドに適用可能である。例えば、５．１チャンネルのスピーカシステムを用いて９．１チャンネルのバーチャルサラウンドを実現するための音信号の生成が本発明にかかるバーチャルサラウンドシステムにおいて行われてもよい。

また、上述した実施形態とその第１および第２変形例において、実在するスピーカから放音され仮想的なスピーカから放音されたと聴者に知覚されるチャンネルの音の位相と、サブウーファから放音される同じチャンネルの音の位相とが逆位相となるようにそれらの音の音信号の生成が行われる限り、位相反転処理部もしくはオールパスフィルタの配置や個数は様々に変更され得る。

また、本願において、「逆位相」という場合、厳密な意味で位相が１８０度ずれていることを要さない。本願において「逆位相」とは、位相のずれがなければ聴者により同じチャンネルの音として結合して知覚される２つの音が、同じチャンネルの音とは知覚されず、仮想的なスピーカ用のチャンネルの音の定位がサブウーファの位置に引っ張られない程度に十分に位相がずれている状態を意味する。

また、上述した実施形態の第３変形例において、実在するスピーカから放音され仮想的なスピーカから放音されたと聴者に知覚されるチャンネルの音より、サブウーファから放音される同じチャンネルの音が遅れて聴者に届くように、バーチャルサラウンド処理部により生成されＳＷ１５用の音信号の生成に用いられる音信号、もしくはその音信号がミキシングされた音信号に遅延処理が行われる限り、遅延処理部の配置は様々に変更され得る。例えば、図４に示した遅延処理部の位置に代えて、ローパスフィルタの直前もしくは直後の位置に遅延処理部を配置する構成が採用されてもよい。

また、上述した実施形態およびその変形例においては、プレーヤ１１から音信号処理装置１２に対しＨＤＭＩ規格に従った音響信号の伝送が行われるものとしたが、他の如何なるＤＩＲ（Digital Audio Interface Receiver）が音信号処理装置１２のＤＩＲとして採用されてもよい。また、プレーヤ１１がアナログ音信号を出力する場合、音信号処理装置１２がＡＤ（Analog to Digital）コンバータを備え、デジタル信号に変換した音信号をＤＳＰ群１２２に引き渡す構成が採用されてもよい。

１…バーチャルサラウンドシステム、２…バーチャルサラウンドシステム、３…バーチャルサラウンドシステム、４…バーチャルサラウンドシステム、９…バーチャルサラウンドシステム、１１…プレーヤ、１２…音信号処理装置、１３…Ｌｓｐ、１４…Ｒｓｐ、１５…ＳＷ、９２…音信号処理装置、１２１…ＨＤＭＩレシーバ、１２２…ＤＳＰ群、１２３…アンプ、１２４…トランスミッタ、１２９…制御部、１５１…レシーバ、１５２…アンプ、９２２…ＤＳＰ群、１２２１…デコーダ、１２２２…ポストプロセッサ、９２２２…ポストプロセッサ

Claims (5)

1. 入力される１以上の音信号を処理し、ｎ個（ｎは２以上の自然数）のスピーカにより放音され聴者により仮想的なスピーカから放音された音と知覚される仮想音を誘導するｎ個の仮想音誘導音を示すｎ個の仮想音誘導音信号を生成する生成手段と、
   前記生成手段により生成されたｎ個の仮想音誘導音信号を前記ｎ個のスピーカの各々に出力する第１の出力手段と、
   前記生成手段により生成されたｎ個の仮想音誘導音信号をサブウーファに出力する第２の出力手段と
   を備え、
   前記第１の出力手段と前記第２の出力手段は、前記生成手段により生成された仮想音誘導音信号を互いに逆位相で出力する
   音信号処理装置。
2. 前記第１の出力手段と前記第２の出力手段の少なくとも一方は、前記第１の出力手段と前記第２の出力手段の各々から出力される前記生成手段により生成された仮想音誘導音信号が互いに逆位相となるように位相を回転するオールパスフィルタを備える
   請求項１に記載の音信号処理装置。
3. 入力される１以上の音信号を処理し、ｎ個（ｎは２以上の自然数）のスピーカにより放音され仮想的なスピーカから放音された音と聴者により知覚される仮想音を誘導するｎ個の仮想音誘導音を示すｎ個の仮想音誘導音信号を生成する生成手段と、
   前記生成手段により生成されたｎ個の仮想音誘導音信号を前記ｎ個のスピーカの各々に出力する第１の出力手段と、
   前記生成手段により生成されたｎ個の仮想音誘導音信号をサブウーファに出力する第２の出力手段と
   を備え、
   前記第２の出力手段は、前記生成手段により生成された仮想音誘導音信号の前記第１の出力手段による出力のタイミングより所定時間だけ遅延させて、前記生成手段により生成された仮想音誘導音信号を出力する
   音信号処理装置。
4. 前記第１の出力手段は、前記生成手段により生成された仮想音誘導音信号に含まれる所定のカットオフ周波数より低い周波数帯の成分を減衰させるハイパスフィルタを備え、
   前記第２の出力手段は、前記生成手段により生成された仮想音誘導音信号に含まれる所定のカットオフ周波数より高い周波数帯の成分を減衰させ、前記ハイパスフィルタと同じ次数ローパスフィルタを備える
   請求項１乃至３のいずれかに記載の音信号処理装置。
5. 前記第１の出力手段は、前記ｎ個のスピーカにより放音されるｎ個の実音を示すｎ個の実音信号の入力を受け、前記生成手段により生成されたｎ個の仮想音誘導音信号の各々と前記ｎ個の実音信号の各々とをミキシングする第１のミキシング手段を備え、
   前記第２の出力手段は、前記サブウーファにより放音される実音を示す実音信号の入力を受け、前記サブウーファにより放音される実音を示す実音信号と前記生成手段により生成されたｎ個の仮想音誘導音信号とをミキシングする第２のミキシング手段を備える
   請求項１乃至４のいずれかに記載の音信号処理装置。

Images