JP2014168228A - 放音装置 - Google Patents

Abstract

【課題】本発明は、映像装置の映像面から音が出ているような臨場感ある音像を形成する放音装置を提供することにある。
【解決手段】音声信号は、高域抽出手段により抽出された高域成分の音声信号と、低域抽出手段により抽出された低域成分の音声信号と、に分けられて、それぞれ出力される。低域抽出手段により抽出された音声信号は、所定の時間（例えば５ｍｓ）遅延処理手段により遅延されて出力される。よって、低域成分の音は、所定の時間遅延されて放音される。すなわち、高域成分の音は、低域成分より早く放音される。すると、視聴者は、高域成分の音を低域成分からなる音より早く聞く。人間は、高域成分の音を聞くと、実際の音源位置より高い位置から聞こえると感じる。また、低域成分が遅延されて放音されると、高域成分の音像は、明確になり定位感を得るようになる。その結果、視聴者は、音像が実際の放音装置の位置よりも高い位置にあると知覚する。
【選択図】図１

Description

本発明は、映像表示器と一体に用いられる放音装置に関する。

従来、映像表示器（例えばテレビ）の付近に設置され、当該映像表示器で再生されるコンテンツの音声信号を（増幅して）放音する放音装置が知られている（特許文献１を参照。）。

特開２０１２−１９５８００号公報

放音装置は一般的に音が放音されるスピーカの位置に音像が定位するため、映像表示器の映像が表示される映像面の中心点を通る水平線より下に設置された場合、映像面の水平線より下に音像を形成する。よって、視聴者は、放音装置より放音される音の音像位置と、視聴する映像面の高さが一致しないことから、違和感を覚える。

そこで、本発明は、映像表示器の映像面から音が出ているような臨場感ある音像を形成する放音装置を提供することにある。

本発明の放音装置は、音声の高域成分を抽出して出力する高域抽出手段と、前記音声信号が入力され、音声の低域成分を抽出して出力する低域抽出手段と、前記低域抽出手段から出力された音声の低域成分をエコーが生じない時間範囲で遅延させて出力する遅延処理手段と、前記遅延処理手段および前記高域抽出手段のそれぞれから出力される音声信号に基づいて放音する放音手段と、を備える。

音声信号は、高域抽出手段により抽出された高域成分の音声信号と、低域抽出手段により抽出された低域成分の音声信号と、に分けられて、それぞれ出力される。低域抽出手段により抽出された音声信号は、所定の時間（例えば５ｍｓ）遅延処理手段により遅延されて出力される。よって、低域成分の音は、所定の時間（例えば５ｍｓ）遅延されて放音される。すなわち、高域成分の音は、低域成分より５ｍｓ早く放音される。すると、視聴者は、高域成分の音を低域成分からなる音より早く聞く。人間は、高域成分の音を聞くと、実際の音源位置より高い位置から聞こえると感じる。また、低域成分が遅延されて放音されると、高域成分の音像は、明確になり定位感を得るようになる。その結果、視聴者は、音像が実際の放音装置の位置よりも高い位置にあると知覚する。

そして、人間は、２つの音源からの音の到達時間差が所定範囲内で、かつ、２つの音の音量差が所定範囲内のとき、先に受聴者に到達した音の方向に音像を知覚する（ハース効果）。よって、視聴者は低域成分の音が遅延されて放音されても、このハース効果により、高域成分の音の方向のみに音像を知覚する。すなわち、視聴者は音像が実際の放音装置の位置よりも高い位置にあると知覚する。

以上のように、本発明の放音装置は、高域成分からなる音を低域成分からなる音より早く放音することにより、音像を上方に移動させる。その結果、ユーザは、映像面の高さと音像の高さとの不一致に起因する違和感を覚えることない。

なお、低域成分に与えられる所定の遅延時間は、５ｍｓに限らない。遅延時間は、ハース効果が得られる程度（例えば５ｍｓから４０ｍｓ）の時間であればよい。また、この遅延時間の範囲は、言い換えれば、遅延させた低域成分の音と、遅延させない高域成分の音とがエコーとして生じない時間範囲である。本発明の放音装置は、視聴者が１つの音と知覚する音を放音するため、音質への影響を最小限に抑えることができる。

なお、本発明の放音装置に入力される音声信号は、コンテンツ再生装置から出力される音声信号に限らない。例えば、本発明の放音装置は、テレビの放送コンテンツに含まれる音声信号を受信してもよい。

また、放音装置は、前記遅延処理手段から出力される音声信号と、前記高域抽出手段から出力される音声信号とを加算する加算手段、を備え、前記放音手段は、前記加算手段から出力される音声信号に基づいて放音する態様であっても構わない。

高域成分の音声信号と遅延処理された低域成分の音声信号は、加算手段により１つの音声信号となるように加算される。この場合、放音装置は、スピーカユニットが１つであっても、高域成分の音を低域成分の音より早く放音することができる。

また、前記高域抽出手段および前記低域抽出手段のカットオフ周波数は、それぞれ母音のフォルマント周波数付近に設定されていることが望ましい。

それぞれのカットオフ周波数をフォルマント周波数付近に設定すると、音像の上昇効果はより大きくなる。

なお、人間は、フォルマント周波数における音の変化に気付きやすい聴覚特性を持つ。そこで、カットオフ周波数をフォルマント周波数から少し離して設定すると、音質への影響を減らしつつ、音像の上昇効果を得ることもできる。

また、本発明の放音装置は、前記低域抽出手段の前段または後段に、入力された音声信号のピッチを変更するピッチ変更手段を備える態様も可能である。

ピッチ変更手段により、声の周波数帯域は高域側にシフトする。その結果、音声の低域成分は減少する。よって、視聴者は、低域成分が減少した音声を聞くことになり、高域成分の音に比べて、低域成分の音による音像を知覚しにくくなる。その結果、視聴者は、低域成分の音より先に放音される高域成分の音による音像を知覚しやすくなり、実際の放音装置の位置よりも高い位置に音像があると知覚する。

また、前記ピッチ変更手段は、入力された音声信号のうち母音区間の音声信号のピッチを変更することが望ましい。

一般的な音声信号において、音声の母音部分は、子音部分よりも音像の知覚に大きな影響を与える。よって、放音装置は、音声信号の母音区間のみをピッチを変更することにより、音像の上昇の効果をより強調させることができる。

さらに、放音装置は、入力された音声信号に残響成分を付与する残響付与手段を前記低域抽出手段の前段または後段に備えてもよい。

低域抽出手段によって抽出された音声信号の低域成分に残響成分を付与する処理を行うことにより、低域成分の音像は定位感が減少する。その結果、視聴者は、高域成分の音により形成された音像を知覚しやすくなり、音像の上昇の効果は高くなる。また、低域の音像の定位感が減少すると、音像の位置の把握を視覚に頼る割合は大きくなる。その結果、人間は、映像面の位置に音像が定位していると知覚しやすくなる。

本発明によれば、音像をスピーカ位置の上部に定位させる音を出力することができる。

センタースピーカ１の設置環境および信号処理部１０のブロック図である。 複数のスピーカユニットを備える、バースピーカ４の設置環境、および信号処理部４０のブロック図である。 バースピーカ４の変形例に係るバースピーカ４Ａおよび信号処理に係る構成の一部を示したブロック図である。 バースピーカ４の変形例に係るバースピーカ４Ｃの信号処理に係る構成の一部を示したブロック図である。 ステレオスピーカセット５の設置環境を示す図並びに信号処理部１０Ｌ及び信号処理部１０Ｒのブロック図である。 ステレオスピーカセット５Ａの信号処理部１０Ｌ及び信号処理部１０Ｒ１のブロック図、並びにステレオスピーカセット５Ｂの信号処理部１０Ｌ２及び信号処理部１０Ｒ２のブロック図である。 信号処理部１０の変形例１に係る信号処理部１０Ａのブロック図である。 信号処理部１０の変形例２に係る信号処理部１０Ｂのブロック図および母音区間を有する音声信号の模式図である。 子音区間の一部を無音化した音声信号の模式図である。 信号処理部１０の変形例３に係る信号処理部１０Ｃのブロック図である。 母音強調部１９の変形例に係る子音減衰部１９Ａのブロック図である。

図１（Ａ）は、本実施形態に係るセンタースピーカ１の設置環境を示す図である。センタースピーカ１は、図１（Ａ）に示すように、テレビ３の前方に、かつテレビ３の映像面より下に設置される。センタースピーカ１は、コンテンツのセンターチャネルを含む音声信号に基づき、筐体前面に備えられたスピーカ２から放音する。

本発明の放音装置は、テレビ放送コンテンツやＢＤ（；Ｂｌｕ−Ｒａｙ Ｄｉｓｃ（登録商標））プレーヤで再生されたコンテンツの音声信号が入力される。コンテンツの映像信号は、テレビ３に入力され、表示される。

図１（Ｂ）は、センタースピーカ１の信号処理に係る構成の一部である信号処理部１０を示したブロック図である。信号処理部１０は、ＨＰＦ１１、ＬＰＦ１２、遅延処理部１３、および加算部１４を備える。

ＨＰＦ１１は、入力された音声信号の高域成分（例えば１ｋＨｚ以上）を通過させるハイパスフィルタである。ＬＰＦ１２は、入力された音声信号の低域成分（例えば１ｋＨｚ未満）を通過させるローパスフィルタである。遅延処理部１３は、ＬＰＦ１２を通過した低域成分の音声信号を、所定の時間（例えば５ｍｓ）遅延させる。ＨＰＦ１１を通過した音声信号および遅延処理部１３から出力された音声信号は、加算部１４で加算される。そして、加算部１４から出力された音声信号は、スピーカ２によって放音される。すなわち、高域成分の音は、低域成分の音より早くスピーカ２によって放音される。

人間は、特定の周波数成分（低域成分）が削除（減衰）され、高域成分のみが存在する（または低域成分のレベルに比較して高域成分のレベルが大幅に大きい）音を聞いた場合に、実際に出力された音源（スピーカ２）位置に比べて上方（高い位置）に音像を知覚するという特性がある。本発明ではこの特性を利用し、ハイパスフィルタにより高域成分を濾波した信号を出力することにより、実際の音源（スピーカ２）位置よりも上方に音像を定位させる。

一方、低域成分は、音像定位に影響しにくいように、高域成分に対して遅延され放音される。

人間は、２つの音源からの音の到達時間差が所定範囲内で、かつ、２つの音の音量差が所定範囲内のとき、先に受聴者に到達した音の方向に音像を知覚する（ハース効果）。２つの音源の周波数特性が異なる場合、例えば高音成分のみの音および低音成分のみの音が放音される場合でも、ハース効果は、得られる。よって、視聴者は、遅延されて低域成分の音が放音されても、このハース効果により、高域成分の音の方向に音像を知覚する。すなわち、視聴者は、音像がスピーカ２の実際の位置よりも高い位置にあると知覚する。

また、センタースピーカ１は、１つのスピーカ２だけで簡易に構成されている。よって、センタースピーカ１は、複数のスピーカを複雑に配置する手間を必要としない。

なお、低域成分の遅延時間は、５ｍｓに限らない。遅延時間は、ハース効果が得られる程度（例えば５ｍｓから４０ｍｓ）の時間であればよい。また、この遅延時間の範囲は、言い換えれば、遅延させた低域成分の音と、遅延させない高域成分の音とがエコーとして生じない時間範囲である。よって、センタースピーカ１は、視聴者が１つの音と知覚する音を放音するため、音質への影響を最小限に抑えることができる。

また、ＨＰＦ１１のカットオフ周波数は、１ｋＨｚに限らず、母音のフォルマント周波数付近に設定されていればよい。例えば、カットオフ周波数は、母音の第２フォルマント周波数より高域の成分を抽出するように、母音の第１フォルマント周波数より少し高く設定されてもよい。また、カットオフ周波数は、母音の第１フォルマント周波数より高域の成分を抽出するように、母音の第１フォルマント周波数より少し低く設定されてもよい。

なお、人間は、母音のフォルマント周波数における音の変化に気付きやすい聴覚特性を持つ。そこで、音質を重視する場合は、カットオフ周波数をフォルマント周波数からさらに離して設定することが望ましい。

本発明の放音装置は、スピーカユニットが１つのスピーカに限らず、テレビ３の下に設置されるスピーカであれば、複数のスピーカユニットを備えていてもよい。

図２（Ａ）は、複数のスピーカユニットを有するバースピーカ４の設置環境を示す図である。バースピーカ４は、左右方向に長く、高さ方向に短い直方体形状である。バースピーカ４は、センターチャネルを含む音声信号に基づき、筐体前面に備えられたウーファ２Ｌ、ウーファ２Ｒおよびスピーカ２から放音する。

スピーカ２は、バースピーカ４の筐体の前面中央に備えられる。ウーファ２Ｌは、視聴者からバースピーカ４を見て筐体の前面左側に備えられる。ウーファ２Ｒは、視聴者からバースピーカ４を見て筐体の前面右側に備えられる。

図２（Ｂ）は、バースピーカ４の信号処理部４０を示したブロック図である。図１（Ｂ）に示す信号処理部１０の構成と重複する構成について、説明は省略する。

ＨＰＦ１１を通過した音声信号は、スピーカ２によって放音される。すなわち、スピーカ２は、センターチャネルの高域成分を放音する。遅延処理部１３を通過した音声信号は、ウーファ２Ｌおよびウーファ２Ｒから放音される。すなわち、ウーファ２Ｌおよびウーファ２Ｒは、センターチャネルの低域成分を遅延して放音する。

ウーファ２Ｌおよびウーファ２Ｒは、バースピーカ４の左側および右側に存在する。すなわち、視聴者は、センターチャネルの音を左側および右側から聞く。その結果、低域成分に基づく音像は、スピーカ２だけで聞くよりも定位感が減少する。すると、視聴者は、バースピーカ４の高さと同じ高さの音像を感じにくくなり、高域成分の音により形成された高い位置の音像を認識しやすくなる。さらに、視聴者は、音像が曖昧になると、聴覚心理上、聴覚に頼るようになる。視聴者は、視覚情報を聴覚情報より優先すると、注視している方向に音像があると感じる。したがって、視聴者は、テレビ３の映像面から音が聞こえると感じやすくなる。

次に、図３（Ａ）は、バースピーカ４の変形例に係るバースピーカ４Ａの設置環境を示す図である。バースピーカ４Ａは、高域成分の音をアレイスピーカによって放音するものである。

アレイスピーカ２Ａは、図３（Ａ）に示すように、アレイ状に配置されたスピーカユニット２１〜２８からなる。スピーカユニット２１〜２８は、バースピーカ４Ａの筐体の長手方向に沿って一列に配置されている。

図３（Ｂ）は、アレイスピーカ２Ａに出力する音声信号を生成する構成の一部を示したブロック図である。

ＨＰＦ１１から出力されたセンターチャネルの音声信号は、信号分割部１５０に入力される。信号分割部１５０は、入力された音声信号を所定の比率で分割し、ビーム生成部１５Ｌ、ビーム生成部１５Ｒ、およびビーム生成部１５Ｃに出力する。例えば、信号分割部１５０は、分割前の音声信号のレベルの０．５倍のレベルとなるように分割した音声信号をビーム生成部１５Ｃに出力する。また、信号分割部１５０は、分割前の音声信号のレベルの０．２５倍のレベルとなるように分割した音声信号を、ビーム生成部１５Ｌおよびビーム生成部１５Ｒにそれぞれ出力する。

ビーム生成部１５Ｌは、入力された音声信号をアレイスピーカにおけるスピーカユニットの数だけ複製し、設定された音声ビームの方向に基づきそれぞれ所定の遅延を付与する。遅延が付与された各音声信号は、アレイスピーカ２Ａ（スピーカユニット２１〜２８）に出力されて音声ビームとなって放音される。

ビーム生成部１５Ｌでは、音声ビームが所定の方向に放音されるように遅延値が設定される。音声ビームの方向は、バースピーカ４Ａの左側の壁で反射して、視聴者に届けられるように設定される。

ビーム生成部１５Ｒは、ビーム生成部１５Ｌと同様に、バースピーカ４Ａの右側の壁で音声ビームが反射するように、信号処理する。

ビーム生成部１５Ｃは、バースピーカ４Ａの正面に位置する視聴者に音声ビームが直接届くように、信号処理する。

放音された音声ビームの音波は、壁に衝突する際に、高さ方向に広がる。よって、音像は、アレイスピーカ２Ａの位置より高く感じられる。

以上のように、バースピーカ４Ａは、人の声が多く含まれるセンターチャネルの音声信号を、バースピーカ４Ａの左側および右側からも到達するように放音する。その結果、視聴者は、高い位置から音が聞こえると知覚する。

また、バースピーカ４Ａは、視聴者の左右から音を届けるだけでなく、正面からも視聴者に音を直接届ける。視聴者に直接届く音は、壁反射に起因する音質の変化を生じることはない。

なお、アレイスピーカ２Ａは、バースピーカ４Ａの左側および右側へ音声ビームを出力できればよく、８つのスピーカユニットを備えることに限らない。

次に、図３（Ｃ）は、変形例１に係るバースピーカ４Ｂの信号処理の構成の一部を示すブロック図である。バースピーカ４Ｂは、図３（Ｃ）に示すように、信号分割部１５０とビーム生成部１５Ｌの間にＢＰＦ１５１Ｌを備えている。バースピーカ４Ｂは、信号分割部１５０とビーム生成部１５Ｒとの間にもＢＰＦ１５１Ｒを備えている。

音声ビームをスピーカの左右および正面（センターチャネル）に出力する構成では、室内の環境により左右に出力された音声ビームが正面に出力された音声ビームに比べて視聴位置に遅れて到達し、遅れて到達した音声ビームがエコーとして聞こえる場合がある。そこで、本変形例ではこのエコーの効果を低減させるためのバンドパスフィルタを、ビーム生成部１５Ｌおよびビーム生成部１５Ｒの前段にそれぞれ備えている。

ＢＰＦ１５１ＬおよびＢＰＦ１５１Ｒは、母音の第２フォルマント周波数以降であって、母音の帯域以外を抽出するように、カットオフ周波数が設定されたバンドパスフィルタである。

ＨＰＦ１１を通過した音声信号は、ＢＰＦ１５１ＬおよびＢＰＦ１５１Ｒにより、母音の帯域が除かれる。そして、母音の帯域が除かれた音声信号は、ビーム生成部１５Ｌおよびビーム生成部１５Ｒに出力される。すると、バースピーカ４Ｂの左側または右側に出力される音声ビームから、母音の帯域は除かれる。その結果、バースピーカ４Ｂから出力された音声ビームが壁面反射して、正面に出力された音声ビームに比較して遅れて視聴位置に到達する場合でも、視聴者に対して、エコーの効果を低減させることができる。

さらに、バースピーカ４Ｂは、ローパスフィルタをそれぞれ備える態様であっても構わない。この場合、ローパスフィルタは、入力された音声信号から耳障りな高い音を除くように、カットオフ周波数が設定される。

次に、図４は、変形例２に係るバースピーカ４Ｃの信号処理部４０Ｃの構成を示すブロック図である。信号処理部４０Ｃの構成は、逆相生成部１０１、加算部１０２、およびビーム生成部１５Ｃを備える点と、信号分割部１５０、ビーム生成部１５Ｌおよびビーム生成部１５Ｒを備えない点とで、バースピーカ４Ａの信号処理部４０の構成と異なる。

ＨＰＦ１１を通過した音声信号は、ビーム生成部１５Ｃおよび逆相生成部１０１に出力される。

ビーム生成部１５Ｃは、アレイスピーカ２Ａから壁面反射する音声ビームを出力せず、バースピーカ４Ｃの正面に位置する視聴者に音声ビームが直接届くように、信号処理する。

逆相生成部１０１は、入力された音声信号の位相を逆にして加算部１０２に出力する。逆相となった高域の音声信号は、加算部１０２により、低域の音声信号に加算される。そして、加算された音声信号は、遅延されてウーファ２Ｌおよびウーファ２Ｒから放音される。

アレイスピーカ２Ａから出力された音声ビームは、ウーファ２Ｌおよびウーファ２Ｌから出力された逆相の音により、指向性が弱くなる。すると、音声ビームによる音像は、ぼやける。以上のように、バースピーカ４Ｃは、音像をアレイスピーカ２Ａのある方向に定位しにくくして、音像の上昇効果を維持することができる。

次に、図５（Ａ）は、ステレオスピーカセット５の設置環境を示す図である。図５（Ｂ）は、ステレオスピーカセット５の信号処理部１０Ｌ及び信号処理部１０Ｒを示したブロック図である。

ステレオスピーカセット５は、ウーファ２Ｌ及びウーファ２Ｒを別体で備える。図５（Ａ）に示すように、ウーファ２Ｌは、視聴者から視てテレビ３の左方に設置され、ウーファ２Ｒは、テレビ３の右方に設置されている。ウーファ２Ｌ及びウーファ２Ｒは、テレビ３の表示領域の中心位置より低い位置にそれぞれ設置されている。

このようなステレオスピーカセット５は、センタースピーカで出力すべきセンターチャネルの音を、ウーファ２Ｌ及びウーファ２Ｒで出力する。より具体的には、ステレオスピーカセット５は、センターチャネルの音声信号を等分して、等分した音声信号をそれぞれＬチャネル及びＲチャネルの音声信号に合成する。

センターチャネルの音声信号が合成されたＬチャンネルの音声信号は、信号処理部１０Ｌに入力される。センターチャネルの音声信号が合成されたＲチャネルの音声信号は、信号処理部１０Ｒに入力される。

図５（Ｂ）に示すように、信号処理部１０Ｌは、センターチャネルの音声信号が合成されたＬチャネルの音声信号が入力される点、及び音声信号の出力先がウーファ２Ｌである点において信号処理部１０と相違する。

信号処理部１０Ｒは、センターチャネルの音声信号が合成されたＲチャネルの音声信号が入力される点、音声信号の出力先がウーファ２Ｒである点、及び逆相生成部１０３を備える点において信号処理部１０と相違する。信号処理部１０Ｒは、ＨＰＦ１１から出力された高域成分の音の位相を逆にするものである。

より具体的には、信号処理部１０Ｒにおいて、ＨＰＦ１１から出力された音声信号は、逆相生成部１０３に入力される。逆相生成部１０３は、入力された高域成分の音声信号の位相を逆にして加算部１４に出力する。

ステレオスピーカセット５は、このような構成により、センターチャネルの音を以下のように出力する。ウーファ２Ｒから出力される高域成分の音は、ウーファ２Ｌから出力される高域成分の音と位相が逆となる。人間は、同じ音であっても位相が逆の音を左右方向のそれぞれから聞くと、音像が左右方向に広がっていると知覚する特性がある。

この特性により、ウーファ２Ｌ及びウーファ２Ｒの位置よりも高い位置で知覚された音像は左右方向に広がって、より人間に意識されやすくなる。その結果、ステレオスピーカセット５は、高い位置に音像が存在すると知覚させる効果を高めることができる。

次に、スピーカセット５の変形例に係るスピーカセット５Ａについて図６（Ａ）を用いて説明する。図６（Ａ）は、スピーカセット５Ａの信号処理部１０Ｌ及び信号処理部１０Ｒ１のブロック図である。

信号処理部１０Ｒ１は、ＨＰＦ１１と逆相生成部１０３との間に遅延処理部５０を備える点において、信号処理部１０Ｒと相違する。ただし、遅延処理部５０と逆相生成部１０３とは、配置が逆であってもかまわない。

遅延処理部５０は、遅延処理部１３において低域成分の音が遅延する時間よりも短い時間（例えば１ｍｓ）で音声信号を遅延させる。換言すれば、遅延処理部５０は、高域成分の音を低域成分の音より早く出力してウーファ２Ｒの位置より高い位置に音像があると知覚させる効果を損なわない範囲で、高域成分の音を遅延させる。

ここで、人間は、音像が左右方向に広がると、利き耳側に音像が存在すると知覚するという特性がある。従って、センターチャネルの高域成分の音像は、単に左右方向に広がるだけでは、例えば右耳側に寄っていると知覚されてしまう場合がある。

そこで、ステレオスピーカセット５Ａは、右耳側に寄った高域成分の音像を左側に戻すために、ハース効果を利用している。すなわち、ステレオスピーカセット５Ａは、遅延処理部５０でＲチャネルをＬチャネルより遅らせて高域成分の音を出力している。これにより、Ｌチャネルに含まれるセンターチャネルの高域成分の音は、Ｒチャネルに含まれるセンターチャネルよりも、例えば１ｍｓ早く出力される。これにより、右耳側に寄った音像は、左側に戻り、テレビ３の表示領域の中心位置に戻る。

無論、ステレオスピーカセット５は、利き耳が左耳の視聴者のために、遅延処理部５０と逆相生成部１０３との組を信号処理部１０Ｌに設けても構わない。

図６（Ａ）は、ハース効果を利用して音像を左側に戻す例であるが、Ｌチャネル及びＲチャネル間の音量差を用いて音像を左側に戻してもかまわない。図６（Ｂ）は、スピーカセット５Ａの変形例に係るステレオスピーカセット５Ｂの信号処理部１０Ｌ２及び信号処理部１０Ｒ２のブロック図を示す。

信号処理部１０Ｌ２は、ＨＰＦ１１と加算部１４との間にレベル調整部１０４Ｌを備える点において、信号処理部１０Ｌと相違する。信号処理部１０Ｒ２は、遅延処理部５０の代わりにレベル調整部１０４Ｒを備える点において、信号処理部１０Ｒ１と相違する。

レベル調整部１０４Ｌのゲインは、レベル調整部１０４Ｒのゲインより高く設定される。例えば、ステレオスピーカセット５Ａは、レベル調整部１０４Ｌのゲインを０．３に設定し、かつレベル調整部１０４Ｒのゲインを−０．３に設定する。すなわち、センターチャネルの高域成分の音について、ウーファ２Ｌは、ウーファ２Ｒよりもレベルが高い音を出力する。これにより、右耳側に寄った音像は、テレビ３の表示領域の中心位置に戻る。

次に、信号処理部１０の変形例１に係る信号処理部１０Ａについて、図７を用いて説明する。

信号処理部１０Ａは、図７に示すように、遅延処理部１３の後段にリバーブレータ１８を備える点で、図１（Ｂ）に示す信号処理部１０と異なる。

遅延処理部１３から出力された音声信号（低域成分）は、リバーブレータ１８に入力される。当該入力された音声信号は、リバーブレータ１８によって残響成分が与えられる。リバーブレータ１８から出力された音声信号は、加算部１４を通じて、スピーカ２により放音される。

以上のように、信号処理部１０Ａを備えるセンタースピーカ１Ａは、音声信号のうち低域成分に残響成分を付与して、放音する。その結果、視聴者は、低域成分によって形成される音像を知覚しにくくなり、高域成分の音により形成された音像を知覚しやすくなる。また、視聴者は、音像がぼやけると映像面から音が聞こえると知覚する聴覚心理により、映像面から音が放音されているような臨場感を覚えることができる。

なお、リバーブレータ１８は、遅延処理部１３の後段に限らず、ＬＰＦ１２の前段、またはＬＰＦ１２と遅延処理部１３の間に接続される態様であってもよい。

次に、信号処理部１０の変形例２に係る信号処理部１０Ｂについて、図８（Ａ）および図８（Ｂ）を参照して説明する。図８（Ａ）は、信号処理部１０Ｂを示したブロック図である。図８（Ｂ）は、人の発話の音声信号の模式図である。

高域成分の音による音像は、低域成分を減少させると、知覚されやすくなる。低域成分は、音声信号のピッチを上げることにより、減少する。しかし、視聴者は、全ての音声信号のピッチが変更されると、違和感を覚えてしまう。また、母音は、子音よりも音像の知覚に大きな影響を与える。そこで、信号処理部１０Ｂは、音質の変化を防ぎつつ、母音のみピッチを変更することにより、高域域成分の音からなる音像を知覚しやすくするものである。

信号処理部１０Ｂは、図８（Ａ）に示すように、母音検出部１６およびピッチ変更部１７を備える。

母音検出部１６は、入力された音声信号のうち、人の発話の出だしを検出する。母音検出部１６は、所定の長さの無音区間（レベルがほとんど検出されない時間）の後に、所定の長さの有音期間（所定の大きさ以上のレベルを検出した時間）を発話の出だしとして検出する。例えば、母音検出部１６は、図８（Ｂ）に示すように、３００ｍｓの無音区間に続く、２００ｍｓの有音期間を発話の出だしとして検出する。

次に、母音検出部１６は、検出した発話の出だしにおける母音区間（母音が検出される時間）を検出する。例えば、母音検出部１６は、図８（Ｂ）に示すように、発話の出だし（有音区間）の始まりから所定の時間（子音区間）経過後の所定の時間を母音区間として検出する。

母音検出部１６は、母音の検出結果（母音区間の時間）をピッチ変更部１７に出力する。

ピッチ変更部１７は、母音検出部１６から送られた母音区間の時間を用いて、母音区間のみ音声信号のピッチが上がるように変更する。その結果、音声信号の低域成分は減少する。

ピッチの変更は、例えば、母音区間の一部を短縮することにより行う。図８（Ｃ）は、母音区間の一部を短縮する例を示す図である。

図８（Ｃ）において、母音区間は、例えば、母音区間１と母音区間２とからなる。ここで、ピッチ変更部１７は、母音区間１を短縮する。そして、ピッチ変更部１７は、短縮された母音区間１に連続するように母音区間２を移動させる。最後に、ピッチ変更部１７は、母音区間１の短縮時間に等しい無音区間を母音区間２の後に挿入する。

以上のように、音声信号のピッチを上げることによって、母音の低域成分が減ることになり、低域成分と比較して高域成分が増加する。よって、視聴者は、信号処理部１０Ｂを備えるセンタースピーカ１Ｂの位置より高い位置から音が聞こえると感じやすくなる。

なお、母音検出部１６およびピッチ変更部１７は、ＬＰＦ１２の前段に限らず、ＬＰＦ１２の後段に備えられていてもよい。

また、母音検出部１６は、発話の出だし以外の有音期間を検出しない。例えば、母音検出部１６は、図８（Ｂ）において、発話の出だしとして検出した２００ｍｓの有音区間の後に連続する有音区間を検出しない。よって、信号処理部１０Ｂは、ピッチを変更する区間を限ることにより、音質の変化を最小限に抑えることができる。

また、ピッチ変更の別の例として、ピッチ変更部１７Ａは、図９に示すように所定の無音区間の後に始まる子音区間を検出すると、当該子音区間における所定時間の音声信号の立上がり区間および立下がり区間を残し、その間の区間の音声信号を削除する。そして、ピッチ変更部１７Ａは、音声信号の立上がり区間と立下がり区間とを連結することにより、子音区間を短縮する。さらに、ピッチ変更部１７Ａは、削除した音声区間に等しい長さの無音区間を、音声信号の立下りの後に挿入する。

以上のように、ピッチ変更部１７Ａは、高域成分が多く含まれる子音区間を短縮する。その結果、視聴者は、耳ざわりな高域成分が減るため、より自然に視聴することができる。

次に、母音部分の強調について説明する。人の声のうち母音の第２フォルマント周波数は、音像の知覚に大きな影響を与える。そこで、信号処理部１０は、母音の第２フォルマント周波数付近のレベルを強調することにより、音声の音像の知覚をより強調させる。

図１０（Ａ）は、信号処理部１０の変形例３に係る信号処理部１０Ｃを示したブロック図である。信号処理部１０Ｃは、図１０（Ａ）に示すように、ＨＰＦ１１およびＬＰＦ１２の前段に母音を強調する母音強調部１９を備える。

図１０（Ｂ）は、母音強調部１９の構成を示したブロック図である。母音強調部１９は、抽出部１９０、検出部１９１、制御部１９２、および加算部１９３からなる。

音声信号は、母音強調部１９に入力される。すなわち、音声信号は、抽出部１９０および検出部１９１に入力される。

抽出部１９０は、所定の第１の周波数帯域（例えば１，０００Ｈｚから１０，０００Ｈｚ）の音声信号を抽出するバンドパスフィルタである。第１の周波数帯域は、母音の第２フォルマント周波数を含むように設定される。

抽出部１９０に入力された音声信号は、第１の周波数帯域が抽出された音声信号となる。第１の周波数帯域が抽出された音声信号は、制御部１９２に入力される。

検出部１９１は、所定の第２の周波数帯域（例えば３００Ｈｚから１，０００Ｈｚ）の音声信号を抽出するバンドパスフィルタを備える。第２の周波数帯域は、母音の第１フォルマント周波数を含むように設定される。

検出部１９１は、音声信号の第２の周波数帯域のレベルが所定のレベル以上であると、母音が含まれていることを検出する。検出部１９１は、検出結果（母音の有無）を制御部１９２に出力する。

制御部１９２は、検出部１９１が母音を検出すると、抽出部１９０から出力された音声信号を加算部１９３に出力する。制御部１９２は、検出部１９１が母音を検出したと認識しない場合、音声信号を加算部１９３に向けて出力しない。なお、制御部１９２は抽出部１９０から出力された音声信号のレベルを変更して加算部１９３へ出力してもよい。

加算部１９３は、制御部１９２から出力される音声信号と母音強調部１９に入力された音声信号とを加算して後段に出力する。

以上のように、母音強調部１９は音声信号から母音を検出すると、所定の第２の周波数帯域の音声信号を加算する。すなわち、母音強調部１９は音声信号に対し所定の第２の周波数帯域のレベルを増幅することにより、母音部分を強調する。

母音が強調された音声信号は、母音強調部１９からＨＰＦ１１およびＬＰＦ１２に出力される。そして、音声信号は、ＨＰＦ１１を通過する。すなわち、強調された母音の高域成分は、低域成分より早くスピーカ２より放音される。

その結果、信号処理部１０Ｃを備えるセンタースピーカ１Ｃは、音像を形成しやすい母音の第２フォルマント付近のレベルを大きくすることにより、音像が高い位置に知覚される効果をより強調することができる。

なお、抽出部１９０は、一つの帯域だけでなく、それぞれ異なる複数の周波数帯域を抽出するように、複数のフィルタを並列に備え、各フィルタから出力される音声についてレベルを変更してもよい。この場合、母音強調部１９は、所定の周波数帯域のレベルを所望通りに上げることができ、音像を強調しやすい周波数特性に音声信号を補正することができる。

また、信号処理部１０Ｃは、母音強調部１９に代えて、子音（特にサ行の歯擦音）を弱めるための子音減衰部１９Ａを備えてもよい。図１１は、子音減衰部１９Ａに係るブロック図である。

子音減衰部１９Ａは、抽出部１９０Ａ、検出部１９１Ａ、加算部１９３Ａ、および削除部１９４を備える。

抽出部１９０Ａは、子音の周波数帯域を含むように（例えば３，０００Ｈｚから７，０００Ｈｚ）設定されるバンドパスフィルタである。

検出部１９１Ａは、子音の周波数帯域を含むように設定されるバンドパスフィルタを備えている。検出部１９１Ａは、フィルタ後の音声信号のレベルが所定の大きさ以上の場合、音声信号に子音が含まれていると判断する。

削除部１９４は、所定の周波数帯域を削除するバンドエリミネートフィルタである。削除部１９４の所定の周波数帯域は、抽出部１９０Ａに設定される周波数帯域（上述の例では３，０００Ｈｚから７，０００Ｈｚ）と等しくなるように設定される。

削除部１９４に入力された音声信号は、所定の周波数帯域を除く音声信号となる。所定の周波数帯域を除く音声信号は、加算部１９３Ａに出力される。

音声信号は、抽出部１９０Ａにも入力される。当該音声信号は、所定の周波数帯域からなる音声信号となる。所定の周波数帯域からなる音声信号は、制御部１９２に入力される。

音声信号は、さらに検出部１９１Ａにも入力される。検出部１９１Ａは、検出結果（音声信号における子音の有無）を制御部１９２に出力する。

制御部１９２は、検出部１９１が子音を検出しない場合、抽出部１９０Ａから出力された音声信号を、加算部１９３Ａに出力する。制御部１９２は、検出部１９１が子音を検出した場合、音声信号を加算部１９３Ａに出力しない。

加算部１９３Ａは、削除部１９４から出力された音声信号と、制御部１９２から出力された音声信号とを加算して、後段に出力する。加算部１９３Ａは、音声信号に子音が含まれる場合、削除部１９４から出力される音声信号を後段に出力する。加算部１９３Ａは、音声信号に子音が含まれない場合（母音や、人の声以外の音声）、制御部１９２および削除部１９４からそれぞれ出力される音声信号を加算して後段に出力する。すなわち、加算部１９３Ａは、音声信号に子音が含まれない場合、子音減衰部１９Ａに入力された音声信号と同じ音声信号を後段に出力する。

以上のように、子音減衰部１９Ａは、子音を検出した場合、音声信号の一部の周波数帯域を除去して後段に出力する。すると、音声の一部の周波数帯域が弱められ、その結果視聴者には、耳障りと感じる子音（特にサ行の歯擦音）の音量が小さくなり、自然に試聴できる。

なお、信号処理部１０Ｃは、母音強調部１９および子音減衰部１９Ａを両方備えてもよい。この場合、母音の強調と子音の減衰が同時に行われる。その結果、相対的に母音のレベルと子音のレベルの差は大きくなり、母音部分の強調と子音の減衰の効果は、より大きくなる。

１…センタースピーカ
２…スピーカ
２Ａ…アレイスピーカ
２１〜２８…スピーカユニット
２Ｌ、２Ｒ…ウーファ
３…テレビ
４…バースピーカ
５，５Ａ…ステレオスピーカセット
１０…信号処理部
４０…信号処理部
１１…ＨＰＦ
１２…ＬＰＦ
１３…遅延処理部
１４、１０２…加算部
１０１…逆相生成部
１５Ｃ、１５Ｒ、１５Ｌ…ビーム生成部
１５０…信号分割部
１５１Ｌ、１５１Ｒ…ＢＰＦ
１６…母音検出部
１７…ピッチ変更部
１８…リバーブレータ
１９…母音強調部
１９Ａ…子音減衰部
１９０…抽出部
１９１…検出部
１９２…制御部
１９３…加算部
１９４…削除部

Claims (6)

1. 音声信号が入力され、音声の高域成分を抽出して出力する高域抽出手段と、
   前記音声信号が入力され、音声の低域成分を抽出して出力する低域抽出手段と、
   前記低域抽出手段から出力された音声の低域成分をエコーが生じない時間範囲で遅延させて出力する遅延処理手段と、
   前記遅延処理手段および前記高域抽出手段のそれぞれから出力される音声信号に基づいて放音する放音手段と、
   を備えた放音装置。
2. 前記遅延処理手段から出力される音声信号と、前記高域抽出手段から出力される音声信号とを加算して出力する加算手段、
   を備え、
   前記放音手段は、前記加算手段から出力される音声信号に基づいて放音する
   請求項１に記載の放音装置。
3. 前記高域抽出手段および前記低域抽出手段のカットオフ周波数は、それぞれ母音のフォルマント周波数付近の周波数に設定されている
   請求項１または請求項２に記載の放音装置。
4. 前記低域抽出手段の前段または後段に、入力された音声信号のピッチを変更するピッチ変更手段を備える
   請求項１乃至請求項３のいずれかに記載の放音装置。
5. 前記ピッチ変更手段は、入力された音声信号のうち母音区間の音声信号のピッチを変更する
   請求項４に記載の放音装置。
6. 入力された音声信号に残響成分を付与する残響付与手段を前記低域抽出手段の前段または後段に備える
   請求項１乃至請求項５のいずれかに記載の放音装置。

Images