JP2014112793A - インパルス応答長変換装置、インパルス応答長変換方法、インパルス方法変換プログラム - Google Patents

Abstract

【課題】ケプストラムを用いてインパルス応答の振幅周波数特性に関する特徴を有したままフィルタ長を短縮する。
【解決手段】本発明に係るインパルス応答長変換装置１は、頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部１０と、前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出し、前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するケプストラム次数決定部２０と、前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成する概形インパルス応答生成部３０と、前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するインパルス応答再構成部６０と、を備える。
【選択図】図１

Description

この発明は、インパルス応答長の変換を行う装置、方法及びプログラムに関し、特に、携帯電話などの高い計算能力を持ち合わせていない機器において３次元音響信号を計算するために、頭部伝達関数の時間表現であるインパルス応答のフィルタ長を、定位品質を保ちながら短縮するための技術に関する。

５．１ｃｈサラウンド方式やスーパーハイビジョン用の２２．２マルチチャンネル方式といったマルチチャンネル音響方式は、音源を３次元空間内の様々な方向に定位させることができるという特徴を持っている（例えば非特許文献１参照）。ここで、事前に測定された頭部伝達関数（HRTF：Head-Related Transfer Function）を用いて、３次元音響信号の音響空間を疑似的にヘッドホンで再生することができる。この場合、測定された頭部伝達関数の時間表現であるインパルス応答が、方向フィルタとして音源に畳まれることになる。一般に、頭部伝達関数の時間表現である両耳のインパルス応答の長さは、測定方法によりフィルタ長が決定される。

安藤彰男「高臨場感音響技術とその理論」電子情報通信学会 Fundamental Review Vol.3 No.4 pp.33-46 2010年4月

３次元音響信号は例えばスーパーハイビジョン用の２２．２ｃｈ音響に代表されるように多くの音響信号チャンネルを用いて音響コンテンツを制作しているため、多チャンネル同時に畳み込み処理を行うためには、高い計算能力が必要となる。携帯端末などの計算能力が高くないデバイスを用いた場合、３次元音響を実装するためには、インパルス応答のフィルタ長をできるだけ短くして、計算量を削減することが望まれる。

頭部伝達関数の測定では、その伝達系がＬＴＩシステム（線型時不変系）を前提として、swept-sine法やＭ系列を用いた方法で伝達関数の時間表現であるインパルス応答を測定している。測定されたインパルス応答には、実験室内の測定装置よる反射音などが測定誤差として混入しており、インパルス応答の時間軸上で遅れて測定された反射音成分を分離できるものもある。しかし、頭部伝達関数の特徴、特に振幅周波数特性に関する特徴を有したまま、時間表現であるインパルス応答のフィルタ長を所望の長さまで直接切り取ることは非常に難しい。

また、両耳インパルス応答のフィルタ長を短くすることを目的に、頭部伝達関数をケプストラムで簡略化する手法もあるが、両耳インパルス応答の両耳間時間差やレベル差などを含めて最適にフィルタ長を選択することは難しい。

したがって、かかる点に鑑みてなされた本発明の目的は、ケプストラムを用いてインパルス応答の振幅周波数特性に関する特徴を有したままフィルタ長を短縮可能なインパルス応答長変換装置、インパルス応答長変換方法、インパルス方法変換プログラムを提供することにある。

上述した諸課題を解決すべく、本発明に係るインパルス応答長変換装置は、頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部と、前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出し、前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するケプストラム次数決定部と、前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成する概形インパルス応答生成部と、前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するインパルス応答再構成部と、を備える。

また、本発明にかかるインパルス応答変換方法は、頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部を備えるインパルス応答長変換装置におけるインパルス応答長変換方法であって、前記インパルス応答長変換装置による処理手順が、前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出するステップと、前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するステップと、前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成するステップと、前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するステップと、を含む。

また、本発明にかかるインパルス応答変換プログラムは、頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部を備えるインパルス応答長変換装置に、前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出するステップと、前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するステップと、前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成するステップと、前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するステップと、を実行させる。

本発明に係るインパルス応答長変換装置、インパルス応答長変換方法、インパルス方法変換プログラムによれば、ケプストラムを用いてインパルス応答の振幅周波数特性に関する特徴を有したままフィルタ長を短縮することが可能となる。

本発明の一実施形態に係るインパルス応答長変換装置の構成を示す図である。 概形インパルス応答における各サンプルの振幅比の一例を示す図である。 ケプストラム次数とフィルタ長及び振幅比との関係を表す回帰モデルの一例を示す図である。

以降、諸図面を参照しながら、本発明の実施態様を詳細に説明する。

図１は、本発明の一実施形態に係るインパルス応答長変換装置の構成を示す図である。インパルス応答長変換装置１は、インパルス応答記憶部１０と、ケプストラム次数決定部２０と、概形インパルス応答生成部３０と、インパルス応答分割部４０と、オールパス成分時間差取得部５０と、インパルス応答再構成部６０と、を備える。

インパルス応答記憶部１０は、頭部伝達関数のデータベースであって、頭部伝達関数の時間表現である原インパルス応答を、複数人の両耳分、３次元空間方向毎に保存している。例えば、原インパルス応答のフィルタ長（インパルス応答長）は時間方向に５１２サンプルで構成され、右耳、左耳それぞれの原インパルス応答がペアとして保存されている。

ケプストラム次数決定部２０は、インパルス応答記憶部１０が記憶する原インパルス応答の振幅周波数特性、定位品質に関する特徴を有したままフィルタ長を短くするため、原インパルス応答をモデル化するケプストラムの次数を決定する。具体的には、まず、ケプストラム次数決定部２０は、原インパルス応答のフィルタ長より低い次数のケプストラムで表現した原インパルス応答をインパルス応答に再変換した概形インパルス応答を求め、当該概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出する。以下、回帰モデルの算出について詳述する。

ケプストラム次数決定部２０は、インパルス応答記憶部１０より両耳の原インパルス応答のペアを抽出し、片耳の原インパルス応答ずつ式（１）により実数ケプストラムを算出する。ここで、imp(n)は算出に係る片耳の原インパルス応答、abs()は絶対値、FFT()は離散フーリエ変換、IFFTは離散フーリエ逆変換、Re()は複素数の内実数値を取りだす処理、log()は自然対数処理をそれぞれ示すものである。

式（１）で算出された実数ケプストラムの０次の係数はバイアス項となり、原インパルス応答全体の大きさを表現する。また、原インパルス応答の周波数エンベロープは実数ケプストラムの低い次数の係数のみで表現できる。このため、ケプストラム次数決定部２０は、実数ケプストラムの０次と高次の係数を０として低い次数により表現されたケプストラムを再度インパルス応答に変換し、再変換後のインパルス応答の最大振幅と他の振幅との振幅比を求める。

例えば、ケプストラム次数決定部２０は、式（１）で算出された実数ケプストラムについて、０次と５１次から５１１次までの係数とを０に設定する。なお、このとき、ケプストラム次数決定部２０は、エネルギーを保存するため、係数を０としなかった次数（例えば１次〜５０次）の係数について、係数を２倍にする処理を行う。

ケプストラム次数決定部２０は、低い次数で表現されたケプストラムを式（２）により再度インパルス応答へ変換する。ここで、exp()はイクスポネンシャル関数を示す。

式（２）で示すインパルス応答は、低い次数で表現されたケプストラムにより、微細構造が除去された周波数応答の時間表現となる。以降、式（２）で示す再変換後のインパルス応答を概形インパルス応答と称する。ケプストラム次数決定部２０は、概形インパルス応答の最大振幅と他の振幅との振幅比を求める。概形インパルス応答では、時刻０に近い場所に最大振幅が表れるため、ケプストラム次数決定部２０は、時刻０の概形インパルス応答の振幅値を基準として、各サンプル（ｎ）の振幅比ｄ［ｄＢ］を式（３）により計算する。

図２は、概形インパルス応答における各サンプルの振幅比の一例を示す図である。図２は、ある所定のケプストラム次数（例えば５０次）について、式（３）で示す振幅比を示すものであり、ケプストラム次数決定部２０は、ケプストラム次数を変化させながら、インパルス応答記憶部１０に保存される全ての原インパルス応答について式（１）〜（３）の計算を行い、概形インパルス応答における各サンプルの振幅比を算出する。

ケプストラム次数決定部２０は、全ての原インパルス応答に対する式（１）〜（３）の計算から、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出する。図３は、ケプストラム次数とフィルタ長及び振幅比との関係を表す回帰モデルの一例を示す図である。図３の場合、ケプストラム次数決定部２０は、ケプストラム次数を３０次から８０次まで１０次間隔で変化させ、全ての原インパルス応答に対して式（１）〜（３）の計算を行い、ケプストラム次数とフィルタ長及び振幅比との関係を表す線形モデルを算出している。なお、ケプストラム次数決定部２０は、線形モデルに限らず、任意の好適なモデルにより回帰モデルを算出することができる。

ケプストラム次数決定部２０は、算出した回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定する。所望振幅比とは、概形インパルス応答の最大振幅に対して係数を維持すべき（０としない）サンプルの振幅比を示すものである。概形インパルス応答は原インパルス応答の周波数エンベロープを表現するものである。すなわち、所望振幅比とは、短縮されたインパルス応答において、原インパルス応答の振幅周波数特性、定位品質をどの程度維持すべきかを示すものである。また、所望フィルタ長は、原インパルス応答のフィルタ長より短いフィルタ長であって、携帯端末などの計算能力が高くないデバイスに３次元音響を実装する際に用いる短縮されたフィルタ長を示すものである。

例えば所望振幅比及び所望フィルタ長をそれぞれ９０ｄＢ及び２５６サンプルとすると、ケプストラム次数決定部２０は、図３の９０ｄＢの回帰モデルよりケプストラム次数を決定する。ここで、左右の時間差や他の方向の頭部伝達関数の時刻関係から、フィルタの前後にマージンを取ることが必要である。２５６サンプルのフィルタの前後５０サンプルをマージンとすると、必要フィルタ長は２５６−５０×２＝１５６と算出される。ケプストラム次数決定部２０は、図３の９０ｄＢの回帰直線により、フィルタ長が１５６のときのケプストラム次数を５５次に決定することができる。

概形インパルス応答生成部３０は、０次からケプストラム次数決定部２０により算出されたケプストラム次数（例えば５５次）までの係数を保持し、それ以外の係数を０として、式（２）により原インパルス応答の概形インパルス応答imp_gを生成する。概形インパルス応答生成部３０は、生成した概形インパルス応答imp_gをインパルス応答再構成部６０に出力する。

インパルス応答分割部４０は、式（１）に示す実数ケプストラムの右側係数部のみを用いて最小位相伝達関数を算出し、原インパルス応答を最小位相伝達関数で割り算することによりでオールパス伝達関数を算出する。インパルス応答分割部４０は、両耳の原インパルス応答のペアについてオールパス伝達関数を算出し、算出したオールパス伝達関数をオールパス成分時間差取得部５０に出力する。また、インパルス応答分割部４０は、両耳の原インパルス応答のペアのうち、基準となる耳（例えば左耳）の原インパルス応答の最大ピーク時刻t_ipを算出し、算出した最大ピーク時刻t_ipをインパルス応答再構成部６０に出力する。

オールパス成分時間差取得部５０は、両耳の原インパルス応答のペアそれぞれのオールパス成分に対し、相互相関関数により左右の時間差ｔを算出する。例えば、基準となる耳を左耳とすると、ｔ＜０の場合、右耳の原インパルス応答のオールパス成分が左耳より早くピークに達することを表し、ｔ＞０の場合、左耳の原インパルス応答のオールパス成分が右耳より早くピークに達することを表す。オールパス成分時間差取得部５０は、左右の時間差ｔをインパルス応答再構成部６０に出力する。

インパルス応答再構成部６０は、概形インパルス応答imp_gと、左右の時間差ｔと、インパルス応答の最大ピーク時刻t_ipとから、所望のフィルタ長（例えば２５６サンプル）のインパルス応答を再構成する。インパルス応答再構成部６０は、まず、基準となる耳（例えば左耳）の概形インパルス応答imp_gに対し、最大ピーク時刻t_ipに基づき右側シフトを行う。ここで、インパルス応答の左側マージンを５０サンプルとし、正中面に音源定位のある原頭部伝達関数の左耳のインパルス応答の最大ピーク時刻t_ipが５０サンプルとなるようなオフセット値を考慮してシフト量を求める。

インパルス応答再構成部６０は、オフセット量及び両耳のシフト量を、下記の式により求めることができる。
オフセット値＝正中面定位の左耳インパルス応答最大ピーク時刻t_ip−５０
右側シフト量（左耳）＝各方向の左耳インパルス応答最大ピーク時刻t_ip−オフセット値
右側シフト量（右耳）＝右側シフト量（左耳）＋t

以上より、インパルス応答再構成部６０は、概形インパルス応答imp_gを時間方向にシフトさせ、両耳の原インパルス応答のペアそれぞれについて、短縮されたインパルス応答を再構成することができる。インパルス応答再構成部６０が再構成したインパルス応答は、原インパルス応答のフィルタ長（例えば５１２サンプル）より短いフィルタ長（例えば２５６サンプル）となり、かつ、所望の振幅比を満たすケプストラム次数による概形インパルス応答imp_gを用いることにより、原インパルス応答の振幅周波数特性、定位品質も維持されることになる。

このように、本実施形態によれば、ケプストラム次数決定部２０は、原インパルス応答のフィルタ長より低い次数のケプストラムで表現した原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出し、当該回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定し、概形インパルス応答生成部３０は、決定したケプストラム次数で原インパルス応答の概形インパルス応答を生成し、インパルス応答再構成部６０は、概形インパルス応答を用いて所望フィルタ長のインパルス応答を再構成する。これにより、原インパルス応答の振幅周波数特性に関する特徴を有したままフィルタ長を短縮することが可能となる。即ち、携帯電話などの高い計算能力を持ち合わせていない機器を用いて３次元音響信号をヘッドホンで再生する際の計算負荷を低減するため、３次元音響信号を計算するためインパルス応答の振幅周波数特性、定位品質を維持したまま、フィルタ長を最適に短縮することができる。

本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各構成部、各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部やステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。

なお、本発明は、インパルス応答長変換装置１が有するプロセッサに同等の処理（ステップ）を実行させるプログラムとしても実現し得るものであり、本発明の範囲にはこれらも包含されるものと理解されたい。例えば、インパルス応答長変換装置１は、各機能を実現する処理内容を記述したプログラムを記憶部に格納しておき、中央演算処理装置（ＣＰＵ）によって当該プログラムを読み出して実行することができる。

この発明によれば、携帯電話などの高い計算能力を持ち合わせていない機器において３次元音響信号を計算するために、頭部伝達関数の時間表現であるインパルス応答のフィルタ長を、振幅周波数特性、定位品質を保ちながら短縮することが可能になる。

１ インパルス応答長変換装置
１０ インパルス応答記憶部
２０ ケプストラム次数決定部
３０ 概形インパルス応答生成部
４０ インパルス応答分割部
５０ オールパス成分時間差取得部
６０ インパルス応答再構成部

Claims (3)

1. 頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部と、
   前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出し、前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するケプストラム次数決定部と、
   前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成する概形インパルス応答生成部と、
   前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するインパルス応答再構成部と、を備えるインパルス応答長変換装置。
2. 頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部を備えるインパルス応答長変換装置におけるインパルス応答長変換方法であって、
   前記インパルス応答長変換装置による処理手順が、
   前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出するステップと、
   前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するステップと、
   前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成するステップと、
   前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するステップと、を含むインパルス応答長変換方法。
3. 頭部伝達関数の時間表現である原インパルス応答を記憶するインパルス応答記憶部を備えるインパルス応答長変換装置に、
   前記原インパルス応答のフィルタ長より低い次数のケプストラムで表現した前記原インパルス応答をインパルス応答に再変換した概形インパルス応答の最大振幅と他の振幅との振幅比より、ケプストラム次数と振幅比及びフィルタ長との関係を表す回帰モデルを算出するステップと、
   前記回帰モデルに基づき、所望振幅比及び所望フィルタ長に対するケプストラム次数を決定するステップと、
   前記決定したケプストラム次数で前記原インパルス応答の概形インパルス応答を生成するステップと、
   前記概形インパルス応答を用いて前記所望フィルタ長のインパルス応答を再構成するステップと、を実行させるためのインパルス応答長変換プログラム。

Images