JP2018139345A - フィルタ生成装置、フィルタ生成方法、及びプログラム - Google Patents

Abstract

【課題】適切にフィルタを生成することができるフィルタ生成装置、フィルタ生成方法、及びプログラムを提供する。【解決手段】本実施の形態にかかるフィルタ生成装置の処理装置２１０は、収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出する抽出部２１４と、第１の信号に基づいて、音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成する信号生成部２１５と、第２の信号を周波数領域に変換して、スペクトルを生成する変換部２１６と、補正帯域におけるスペクトルの値を増加させて、補正スペクトルを生成する補正部２１７と、補正スペクトルを時間領域に逆変換して、補正信号を生成する逆変換部２１８と、記音信号と補正信号とに基づいてフィルタを生成する生成部２１９と、を備えたものである。【選択図】図３

Description

本発明は、フィルタ生成装置、フィルタ生成方法、及びプログラムに関する。

音像定位技術として、ヘッドホンを用いて受聴者の頭部の外側に音像を定位させる頭外定位技術がある。頭外定位技術では、ヘッドホンから耳までの特性をキャンセルし、ステレオスピーカから耳までの４本の特性を与えることにより、音像を頭外に定位させている。

頭外定位再生においては、２チャンネル（以下、ｃｈと記載）のスピーカから発した測定信号（インパルス音等）を聴取者本人の耳に設置したマイクロフォン（以下、マイクとする）で録音する。そして、インパルス応答で得られた収音信号に基づいて、処理装置がフィルタを作成する。作成したフィルタを２ｃｈのオーディオ信号に畳み込むことにより、頭外定位再生を実現することができる。

特許文献１には、個人化された室内インパルス応答のセットを取得する方法が開示されている。特許文献１では、聴取者の各耳の近くにマイクを設置している。そして、スピーカを駆動した時のインパルス音を、左右のマイクが録音する。

特表２００８−５１２０１５号公報

頭外定位処理して再生される音場の音質については、中域低域が不足している、センター定位の音が薄い、ボーカルが遠くへ奥まっている、など、いわゆる中抜けしている、と言われることがあった。

この中抜けはスピーカの置き方と聴取者との位置関係によって起こる。Ｌｃｈのスピーカから左耳までの距離と、Ｒｃｈのスピーカから左耳までの距離の差が、半波長である周波数は逆相で合成されることになる。したがって、距離の差が半波長となる周波数では、音が小さく聴こえる。特にセンター定位の信号はＬｃｈ、Ｒｃｈに同相信号が含まれているので両耳の位置でそれぞれ打ち消しあう。また、このような打ち消しは、室内の反射の影響でも起こる。

通常、スピーカ再生を聴取している時、聴取者はじっとしているつもりでも絶えず頭部が動いており、この現象に気づきにくい。しかしながら、頭外定位処理の場合はある固定した位置での空間伝達関数が使用されるため、スピーカとの距離で決まる周波数は逆相で合成された音が提示されてしまう。

本発明は上記の点に鑑みなされたもので、適切なフィルタを生成することができるフィルタ生成装置、フィルタ生成方法、及びプログラムを提供することを目的とする。

本発明にかかるフィルタ生成装置は、音源から出力された測定信号を収音して、収音信号を取得するマイクと、前記収音信号に基づいて、前記音源から前記マイクまでの伝達特性に応じたフィルタを生成する処理部と、を備え、前記処理部は、前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出する抽出部と、前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成する信号生成部と、前記第２の信号を周波数領域に変換して、スペクトルを生成する変換部と、所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成する補正部と、前記補正スペクトルを時間領域に逆変換して、補正信号を生成する逆変換部と、前記収音信号と前記補正信号とを用いてフィルタを生成する生成部であって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については前記収音信号に前記補正信号を加算した加算値により生成する生成部と、を備えたものである。

本発明にかかるフィルタ生成方法は、音源から出力された測定信号をマイクで収音することで伝達特性に応じたフィルタを生成するフィルタ生成方法であって、前記マイクで収音信号を取得するステップと、前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出するステップと、前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成するステップと、前記第２の信号を周波数領域に変換して、スペクトルを生成するステップと、所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成するステップと、前記補正スペクトルを時間領域に逆変換して、補正信号を生成するステップと、前記収音信号と前記補正信号とを用いてフィルタを生成するステップであって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については、前記収音信号に前記補正信号を加算した加算値により生成するステップと、を備えたものである。

本発明にかかるプログラムは、音源から出力された測定信号をマイクで収音することで伝達特性に応じたフィルタを生成するフィルタ生成方法をコンピュータに実行させるプログラムであって、前記フィルタ生成方法は、前記マイクで収音信号を取得するステップと、前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出するステップと、前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成するステップと、前記第２の信号を周波数領域に変換して、スペクトルを生成するステップと、所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成するステップと、前記補正スペクトルを時間領域に逆変換して、補正信号を生成するステップと、前記収音信号と前記補正信号とを用いてフィルタを生成するステップであって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については、前記収音信号に前記補正信号を加算した加算値により生成するステップと、を備えたものである。

本発明によれば、適切なフィルタを生成することができるフィルタ生成装置、フィルタ生成方法、及びプログラムを提供することができる。

本実施の形態に係る頭外定位処理装置を示すブロック図である。 フィルタを生成するフィルタ生成装置の構成を示す図である。 フィルタ生成装置の構成を示す制御ブロック図である。 フィルタ生成方法を示すフローチャートである。 マイクで取得した収音信号を示す波形図である。 境界サンプルｄを示すための、収音信号の拡大図である。 収音信号から抽出されたサンプルに基づいて生成された直接音信号を示す波形図である。 直接音信号の振幅スペクトルと補正後の振幅スペクトルとを示す図である。 直接音信号と補正信号とを拡大して示す波形図である。 本実施の形態の処理により得られたフィルタを示す波形図である。 補正されたフィルタと補正されていないフィルタの周波数特性を示す図である。

本実施の形態では、フィルタ生成装置がスピーカからマイクまでの伝達特性を測定している。そして、測定された伝達特性に基づいて、フィルタ生成装置がフィルタを生成している。

本実施の形態にかかるフィルタ生成装置で生成したフィルタを用いた音像定位処理の概要について説明する。ここでは、音像定位処理装置の一例である頭外定位処理について説明する。本実施形態にかかる頭外定位処理は、個人の空間音響伝達特性（空間音響伝達関数ともいう）と外耳道伝達特性（外耳道伝達関数ともいう）を用いて頭外定位処理を行うものである。外耳道伝達特性は、外耳道入口から鼓膜までの伝達特性である。本実施形態では、スピーカから聴取者の耳までの空間音響伝達特性、及びヘッドホンを装着した状態での外耳道伝達特性の逆特性を用いて頭外定位処理を実現している。

本実施の形態にかかる頭外定位処理装置は、パーソナルコンピュータ、スマートホン、タブレットＰＣなどの情報処理装置であり、プロセッサ等の処理手段、メモリやハードディスクなどの記憶手段、液晶モニタ等の表示手段、タッチパネル、ボタン、キーボード、マウスなどの入力手段、ヘッドホン又はイヤホンを有する出力手段を備えている。

実施の形態１．
本実施の形態にかかる音場再生装置の一例である頭外定位処理装置１００を図１に示す。図１は、頭外定位処理装置のブロック図である。頭外定位処理装置１００は、ヘッドホン４３を装着するユーザＵに対して音場を再生する。そのため、頭外定位処理装置１００は、ＬｃｈとＲｃｈのステレオ入力信号ＸＬ、ＸＲについて、音像定位処理を行う。ＬｃｈとＲｃｈのステレオ入力信号ＸＬ、ＸＲは、ＣＤ（Compact Disc）プレイヤーなどから出力されるアナログのオーディオ再生信号、又は、mp3(MPEG Audio Layer-3)等のデジタルオーディオデータである。なお、頭外定位処理装置１００は、物理的に単一な装置に限られるものではなく、一部の処理が異なる装置で行われてもよい。例えば、一部の処理がパソコンなどにより行われ、残りの処理がヘッドホン４３に内蔵されたＤＳＰ(Digital Signal Processor)などにより行われてもよい。

頭外定位処理装置１００は、頭外定位処理部１０と、フィルタ部４１、フィルタ部４２、及びヘッドホン４３を備えている。

頭外定位処理部１０は、畳み込み演算部１１〜１２、２１〜２２、及び加算器２４、２５を備えている。畳み込み演算部１１〜１２、２１〜２２は、空間音響伝達特性を用いた畳み込み処理を行う。頭外定位処理部１０には、ＣＤプレイヤーなどからのステレオ入力信号ＸＬ、ＸＲが入力される。頭外定位処理部１０には、空間音響伝達特性が設定されている。頭外定位処理部１０は、各ｃｈのステレオ入力信号ＸＬ、ＸＲに対し、空間音響伝達特性を畳み込む。空間音響伝達特性はユーザＵ本人の頭部や耳介で測定した頭部伝達関数ＨＲＴＦでもよいし、ダミーヘッドまたは第三者の頭部伝達関数であってもよい。これらの伝達特性は、その場で測定してもよいし、予め用意してもよい。

空間音響伝達特性は、４つの伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓに応じたフィルタを有している。４つの伝達特性に応じたフィルタは、後述するフィルタ生成装置を用いて求めることができる。

そして、畳み込み演算部１１は、Ｌｃｈのステレオ入力信号ＸＬに対して伝達特性Ｈｌｓに応じたフィルタを畳み込む。畳み込み演算部１１は、畳み込み演算データを加算器２４に出力する。畳み込み演算部２１は、Ｒｃｈのステレオ入力信号ＸＲに対して伝達特性Ｈｒｏに応じたフィルタを畳み込む。畳み込み演算部２１は、畳み込み演算データを加算器２４に出力する。加算器２４は２つの畳み込み演算データを加算して、フィルタ部４１に出力する。

畳み込み演算部１２は、Ｌｃｈのステレオ入力信号ＸＬに対して伝達特性Ｈｌｏに応じたフィルタを畳み込む。畳み込み演算部１２は、畳み込み演算データを、加算器２５に出力する。畳み込み演算部２２は、Ｒｃｈのステレオ入力信号ＸＲに対して伝達特性Ｈｒｓに応じたフィルタを畳み込む。畳み込み演算部２２は、畳み込み演算データを、加算器２５に出力する。加算器２５は２つの畳み込み演算データを加算して、フィルタ部４２に出力する。

フィルタ部４１、４２にはヘッドホン特性（ヘッドホンの再生ユニットとマイク間の特性）をキャンセルする逆フィルタが設定されている。そして、頭外定位処理部１０での処理が施された再生信号に逆フィルタを畳み込む。フィルタ部４１で加算器２４からのＬｃｈ信号に対して、逆フィルタを畳み込む。同様に、フィルタ部４２は加算器２５からのＲｃｈ信号に対して逆フィルタを畳み込む。逆フィルタは、ヘッドホン４３を装着した場合に、ヘッドホンユニットからマイクまでの特性をキャンセルする。マイクは、外耳道入口から鼓膜までの間ならばどこに配置してもよい。逆フィルタは、ユーザＵ本人の特性をその場で測定した結果から算出してもよいし、ダミーヘッド等の任意の外耳を用いて測定したヘッドホン特性から算出した逆フィルタを予め用意してもよい。

フィルタ部４１は、補正されたＬｃｈ信号をヘッドホン４３の左ユニット４３Ｌに出力する。フィルタ部４２は、補正されたＲｃｈ信号をヘッドホン４３の右ユニット４３Ｒに出力する。ユーザＵは、ヘッドホン４３を装着している。ヘッドホン４３は、Ｌｃｈ信号とＲｃｈ信号をユーザＵに向けて出力する。これにより、ユーザＵの頭外に定位された音像を再生することができる。

（フィルタ生成装置）
図２を用いて、空間音響伝達特性（以下、伝達特性とする）を測定して、フィルタを生成するフィルタ生成装置について説明する。図２は、フィルタ生成装置２００の測定構成を模式的に示す図である。なお、フィルタ生成装置２００は、図１に示す頭外定位処理装置１００と共通の装置であってもよい。あるいは、フィルタ生成装置２００の一部又は全部が頭外定位処理装置１００と異なる装置となっていてもよい。

図２に示すように、フィルタ生成装置２００は、ステレオスピーカ５とステレオマイク２を有している。ステレオスピーカ５が測定環境に設置されている。測定環境は、ユーザＵの自宅の部屋やオーディオシステムの販売店舗やショールーム等でもよい。測定環境では、床面や壁面によって音の反射が生じる。

本実施の形態では、フィルタ生成装置２００の処理装置（図２では不図示）が、伝達特性に応じたフィルタを適切に生成するための演算処理を行っている。処理装置は、例えば、ＣＤプレイヤー等の音楽プレイヤーなどを有している。処理装置は、パーソナルコンピュータ（ＰＣ）、タブレット端末、スマートホン等であってもよい。

ステレオスピーカ５は、左スピーカ５Ｌと右スピーカ５Ｒを備えている。例えば、受聴者１の前方に左スピーカ５Ｌと右スピーカ５Ｒが設置されている。左スピーカ５Ｌと右スピーカ５Ｒは、インパルス応答測定を行うためのインパルス音等を出力する。以下、本実施の形態では、音源となるスピーカの数を２（ステレオスピーカ）として説明するが、測定に用いる音源の数は２に限らず、１以上であればよい。すなわち、1chのモノラル、または、5.1ch、7.1ch等の、いわゆるマルチチャンネル環境においても同様に、本実施の形態を適用することができる。

ステレオマイク２は、左のマイク２Ｌと右のマイク２Ｒを有している。左のマイク２Ｌは、受聴者１の左耳９Ｌに設置され、右のマイク２Ｒは、受聴者１の右耳９Ｒに設置されている。具体的には、左耳９Ｌ、右耳９Ｒの外耳道入口から鼓膜までの位置にマイク２Ｌ、２Ｒを設置することが好ましい。マイク２Ｌ、２Ｒは、ステレオスピーカ５から出力された測定信号を収音して、収音信号を取得する。マイク２Ｌ、２Ｒは収音信号を後述するフィルタ生成装置２００に出力する。受聴者１は、人でもよく、ダミーヘッドでもよい。すなわち、本実施形態において、受聴者１は人だけでなく、ダミーヘッドを含む概念である。

上記のように、左右のスピーカ５Ｌ、５Ｒで出力されたインパルス音をマイク２Ｌ、２Ｒで測定することでインパルス応答が測定される。フィルタ生成装置２００は、インパルス応答測定に基づいて取得した収音信号をメモリなどに記憶する。これにより、左スピーカ５Ｌと左マイク２Ｌとの間の伝達特性Ｈｌｓ、左スピーカ５Ｌと右マイク２Ｒとの間の伝達特性Ｈｌｏ、右スピーカ５Ｒと左マイク２Ｌとの間の伝達特性Ｈｒｏ、右スピーカ５Ｒと右マイク２Ｒとの間の伝達特性Ｈｒｓが測定される。すなわち、左スピーカ５Ｌから出力された測定信号を左マイク２Ｌが収音することで、伝達特性Ｈｌｓが取得される。左スピーカ５Ｌから出力された測定信号を右マイク２Ｒが収音することで、伝達特性Ｈｌｏが取得される。右スピーカ５Ｒから出力された測定信号を左マイク２Ｌが収音することで、伝達特性Ｈｒｏが取得される。右スピーカ５Ｒから出力された測定信号を右マイク２Ｒが収音することで、伝達特性Ｈｒｓが取得される。

そして、フィルタ生成装置２００は、収音信号に基づいて、左右のスピーカ５Ｌ、５Ｒから左右のマイク２Ｌ、２Ｒまでの伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓに応じたフィルタを生成する。具体的には、フィルタ生成装置２００は、伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓを補正する。そして、フィルタ生成装置２００は、補正された伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓを所定のフィルタ長で切り出して、所定の演算処理を行う。このようにすることで、フィルタ生成装置２００は、頭外定位処理装置１００の畳み込み演算に用いられるフィルタとして生成する。図１で示したように、頭外定位処理装置１００が、左右のスピーカ５Ｌ、５Ｒと左右のマイク２Ｌ、２Ｒとの間の伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓに応じたフィルタを用いて頭外定位処理を行う。すなわち、伝達特性に応じたフィルタをオーディオ再生信号に畳み込むことにより、頭外定位処理を行う。

さらに、測定環境において、スピーカ５Ｌ、５Ｒから測定信号を出力した場合、収音信号は直接音と反射音とを含む。直接音は、スピーカ５Ｌ、５Ｒから、マイク２Ｌ、２Ｒ（耳９Ｌ、９Ｒ）に直接到達する音である。すなわち、直接音は、スピーカ５Ｌ、５Ｒから、床面、又は壁面等で反射されずに、マイク２Ｌ、２Ｒに到達する音である。反射音は、スピーカ５Ｌ、５Ｒから出力された後、床面又は壁面等で反射されて、マイク２Ｌ、２Ｒに到達する音である。直接音は、反射音よりも早く耳に到達する。したがって、伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓのそれぞれに対応する収音信号は直接音と反射音を含んでいる。そして、反射音が直接音の後に現れる。

次に、フィルタ生成装置２００の処理装置と、その処理について詳細に説明する。図３は、フィルタ生成装置２００の処理装置２１０を示す制御ブロック図である。図４は、処理装置２１０での処理を示すフローチャートである。なお、フィルタ生成装置２００は、伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓのそれぞれに対応する収音信号に対して同様の処理を実施している。すなわち、図４に示される処理が、伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓに対応する４つの収音信号に対して、それぞれ実施されている。これにより、伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓに対応するフィルタを生成することができる。

処理装置２１０は、測定信号生成部２１１、収音信号取得部２１２、境界設定部２１３、抽出部２１４、直接音信号生成部２１５、変換部２１６、補正部２１７、逆変換部２１８、及び生成部２１９を備えている。

測定信号生成部２１１は、Ｄ／Ａ変換器やアンプなどを備えており、測定信号を生成する。測定信号生成部２１１は、生成した測定信号をステレオスピーカ５にそれぞれ出力する。左スピーカ５Ｌと右スピーカ５Ｒがそれぞれ伝達特性を測定するための測定信号を出力する。左スピーカ５Ｌによるインパルス応答測定と、右スピーカ５Ｒによるインパルス応答測定がそれぞれ行われる。なお、測定信号は、インパルス信号やＴＳＰ（Ｔｉｍｅ Ｓｔｒｅｃｈｅｄ Ｐｕｌｅ）信号等であってもよい。測定信号はインパルス音等の測定音を含んでいる。

ステレオマイク２の左マイク２Ｌ、右マイク２Ｒがそれぞれ測定信号を収音し、収音信号を処理装置２１０に出力する。収音信号取得部２１２は、左マイク２Ｌ、右マイク２Ｒからの収音信号を取得する（Ｓ１１）。なお、収音信号取得部２１２は、Ａ／Ｄ変換器、及びアンプなどを有しており、左マイク２Ｌ、右マイク２Ｒからの収音信号をＡ／Ｄ変換、増幅などしてもよい。また、収音信号取得部２１２は、複数回の測定により得られた信号を同期加算してもよい。

図５に収音信号の波形を示す。図５の横軸はサンプル番号に対応し、縦軸がマイクの振幅（例えば、出力電圧）となっている。サンプル番号は、時間に対応する整数であり、サンプル番号０のサンプルが最も早いタイミングでサンプリングされたデータ（サンプル）となっている。図５の収音信号は、サンプリング周波数ＦＳ＝４８ｋＨｚで取得されている。図５の収音信号のサンプル数は４０９６サンプルとなっている。収音信号はインパルス音の直接音、及び反射音を含んでいる。

境界設定部２１３は、収音信号の境界サンプルｄを設定する（Ｓ１２）。境界サンプルｄは、スピーカ５Ｌ、５Ｒからの直接音と反射音との境界となるサンプルである。なお、境界サンプルｄは直接音と反射音の境界に対応するサンプルの番号となり、ｄは０〜４０９６の整数を取る。上記の通り、直接音は、スピーカ５Ｌ、５Ｒから直接受聴者１の耳に到達する音であり、反射音はスピーカ５Ｌ、５Ｒから床面、又は壁面などで反射して受聴者１の耳２Ｌ、２Ｒに到達する音である。すなわち、境界サンプルｄは、直接音と反射音との境界のサンプルに対応する。

図６に、取得された収音信号と、境界サンプルｄを示す。図６は、図５の一部（四角枠Ａ）を拡大した波形図である。例えば、図６において、境界サンプルｄ＝１４０となっている。

境界サンプルｄの設定は、受聴者１が行うことができる。例えば、パソコンのディスプレイに収音信号の波形を表示し、受聴者１が境界サンプルｄの位置をディスプレイ上で指定する。なお、境界サンプルｄの設定は受聴者１以外の人が行ってもよい。あるいは、処理装置２１０が自動で境界サンプルｄを設定してもよい。境界サンプルｄを自動で設定する場合、収音信号の波形から、境界サンプルｄを算出することができる。具体的には、境界設定部２１３が、ヒルベルト変換によって収音信号の包絡線を求める。そして、境界設定部２１３は、包絡線において、直接音の次に大きい音の直前（ゼロクロス付近）を境界サンプルとして、設定する。境界サンプルｄより前の収音信号は、音源からのマイク２に直接到達する直接音を含んでいる。境界サンプルｄ以降の前記収音信号は、音源から放出された後、反射してマイク２に到達する反射音を含んでいる。

抽出部２１４は、収音信号から０〜（ｄ−１）のサンプルを抽出する（Ｓ１３）。具体的には、抽出部２１４は収音信号の境界サンプルよりも前のサンプルを抽出する。例えば、収音信号の０〜（ｄ−１）サンプルまでのｄ個のサンプルを抽出する。ここでは、境界サンプルのサンプル番号ｄ＝１４０となっているため、抽出部２１４は、０〜１３９までの１４０個のサンプルを抽出する。抽出部２１４は、サンプル番号０以外のサンプルからサンプルを抽出してもよい。すなわち、抽出する先頭サンプルのサンプル番号ｓは０に限らず、０より大きい整数としてもよい。抽出部２１４は、サンプル番号ｓ〜ｄまでのサンプルを抽出してもよい。なお、サンプル番号ｓは、０以上、かつ、ｄ未満の整数である。以下、抽出部２１４で抽出されたサンプル数を第１のサンプル数とする。また、抽出部２１４で抽出された第１のサンプル数の信号を第１の信号とする。

抽出部２１４で抽出された第１の信号に基づいて、直接音信号生成部２１５は直接音信号を生成する（Ｓ１４）。直接音信号は、直接音を含んでおり、ｄ個よりも多いサンプル数を有している。直接音信号のサンプル数を第２のサンプル数とし、具体的には、第２のサンプル数は、２０４８となっている。すなわち、第２のサンプル数は収音信号のサンプル数の半分となっている。ここで、０〜ｄまでのサンプルについては抽出したサンプルをそのまま用いる。そして、境界サンプルｄ以降のサンプルについては、固定値となっている。例えば、ｄ〜２０４７のサンプルについては、全て０とする。したがって、第２のサンプル数は、第１のサンプル数よりも多くなっている。図７に直接音信号の波形を示す。図７では、境界サンプルｄ以降のサンプルの値は０で一定となっている。なお、直接音信号を第２の信号とも称する。

なお、第２のサンプル数は２０４８となっているが、第２のサンプル数は２０４８に限られるものではない。サンプリング周波数ＦＳ＝４８ｋＨｚの場合、第２のサンプル数は２５６以上であることが好ましく、さらに低域周波数の精度を十分に取るため、第２のサンプル数は２０４８以上であることがより好ましい。また、直接音信号が５ｍｓｅｃ以上のデータ長となるように第２のサンプル数を設定することが好ましく、さらに２０ｍｓｅｃ以上のデータ長となるように第２のサンプル数を設定することがより好ましい。

変換部２１６は、ＦＦＴ（高速フーリエ変換）により直接音信号からスペクトルを生成する（Ｓ１５）。これにより、直接音信号の振幅スペクトルと、位相スペクトルが生成される。なお、振幅スペクトルの代わりにパワースペクトルを生成してもよい。パワースペクトルを用いる場合、後述するステップでは補正部２１７がパワースペクトルを補正する。なお、変換部２１６は、離散フーリエ変換や離散コサイン変換により、直接音信号を周波数領域のデータに変換してもよい。

次に、補正部２１７は、振幅スペクトルを補正する（Ｓ１６）。具体的には、補正部２１７は、補正帯域における振幅値を増加するように、振幅スペクトルを補正する。なお、補正された振幅スペクトルを補正スペクトルとも称する。本実施の形態では、位相スペクトルは補正せず、振幅スペクトルのみを補正している。すなわち、補正部２１７は、位相スペクトルについては、補正せずにそのままとする。

補正帯域は、所定の周波数（補正上限周波数）以下の帯域である。例えば、補正帯域は、最低周波数（１Ｈｚ）〜１０００Ｈｚ以下の帯域である。もちろん、補正帯域は、この帯域に限定されるものではない。すなわち、補正上限周波数は適宜異なる値を設定することが可能である。

補正部２１７は、補正帯域におけるスペクトルの振幅値を補正レベルにする。ここでは、補正レベルが、８００Ｈｚ〜１５００Ｈｚの振幅値の平均レベルとなっている。すなわち、補正部２１７は、８００Ｈｚ〜１５００Ｈｚの振幅値の平均レベルを補正レベルとして算出する。そして、補正部２１７は、補正帯域における振幅スペクトルの振幅値を補正レベルに置き換える。したがって、補正振幅スペクトルにおいて、補正帯域における振幅値は一定値となっている。

図８に、補正前の振幅スペクトルＢと、補正後の振幅スペクトルＣを示す。図８では、横軸が周波数［Ｈｚ］で、縦軸が振幅［ｄＢ］であり、対数表示となっている。補正後の振幅スペクトルは、１０００Ｈｚ以下の補正帯域の振幅［ｄＢ］が一定となっている。また、補正部２１７は、位相スペクトルを補正せずにそのままとする。

なお、補正レベルを算出するための帯域を算出用帯域とする。算出用帯域は、第１の周波数から、第１の周波数よりも低い第２の周波数で規定される帯域である。したがって、算出用帯域は、第２の周波数から第１の周波数までの帯域となる。上記の例では、算出用帯域の第２の周波数を１５００Ｈｚ、第１の周波数を８００Ｈｚとしている。もちろん、算出用帯域は８００Ｈｚ〜１５００Ｈｚの帯域に限定されるものではない。すなわち、算出用帯域を規定する第１の周波数、及び第２の周波数は、１５００Ｈｚ、及び８００Ｈｚに限られず、任意の周波数とすることができる。

算出用帯域を規定する第１の周波数が、補正帯域を規定する上限周波数よりも高い周波数であることが好ましい。第１及び第２の周波数は伝達特性Ｈｌｓ、Ｈｌｏ、Ｈｒｏ、Ｈｒｓの周波数特性を予め調べておき、決定した値を用いることができる。もちろん、振幅の平均レベルではない値を用いてもよい。第１及び第２の周波数を求める際に、周波数特性を表示し、中低域のディップを補正すべく推奨の周波数を示しても良い。

補正部２１７は、算出用帯域の振幅値にもとづいて、補正レベルを算出する。また、補正帯域における補正レベルを算出用帯域における振幅値の平均値としたが、補正レベルは、振幅値の平均値に限られるものではない。例えば、補正レベルは、振幅値の重み付け平均であってもよい。また、補正帯域全体で一定になっていなくてもよい。すなわち、補正帯域における周波数に応じて、補正レベルが変わってもよい。

別の補正方法として、補正部２１７は、所定の周波数以上の周波数における平均振幅レベルと、所定の周波数より低い周波数における平均振幅レベルとが等しくなるように、所定の周波数より低い周波数の振幅レベルを一定レベルにしてもよく、また、周波数特性の概形を維持したまま振幅値方向に平行移動させてもよい。所定の周波数としては、補正上限周波数が挙げられる。

さらに別の補正方法として、補正部２１７は、あらかじめスピーカ５Ｌ及びスピーカ５Ｒの周波数特性データを記憶しておき、所定の周波数以下の振幅レベルをスピーカ５Ｌ及びスピーカ５Ｒの周波数特性データに置き換えてもよい。また、補正部２１７は、あらかじめ人の左右の耳の幅（例えば約１８ｃｍ）の剛球でシミュレーションした頭部伝達関数の低域の周波数特性データを記憶しておき、同様にして置き換えても良い。所定の周波数としては、補正上限周波数が挙げられる。

次に、逆変換部２１８が、ＩＦＦＴ（逆高速フーリエ変換）により、補正信号を生成する（Ｓ１７）。すなわち、逆変換部２１８は、補正振幅スペクトルと位相スペクトルに離散フーリエ変換を施すことで、スペクトルデータが時間領域のデータとなる。逆変換部２１８は、逆離散フーリエ変換ではなく、逆離散コサイン変換等により、逆変換を行うことで、補正信号を生成してもよい。補正信号のサンプル数は、直接音信号と同じ２０４８となっている。図９に、直接音信号Ｄと補正信号Ｅとを拡大して示す波形図を示す。

そして、生成部２１９が、収音信号と補正信号とを用いて、フィルタを生成する（Ｓ１８）。具体的には、生成部２１９は、境界サンプルｄまでのサンプルについては、補正信号に置き換える。境界サンプルｄ以降のサンプルについては、補正信号を収音信号に加算する。すなわち、生成部２１９は、境界サンプルｄよりも前（０〜（ｄ−１））のフィルタ値については、補正信号の値により生成する。境界サンプルｄ以降かつ第２のサンプル未満（ｄ〜２０４７）のフィルタ値については、生成部２１９は収音信号に補正信号を加算した加算値により生成する。さらに、生成部２１９は、第２のサンプル数以上かつ収音信号のサンプル数未満のフィルタ値については、収音信号の値により生成する。

例えば、収音信号をＭ（ｎ）とし、補正信号をＥ（ｎ）とし、フィルタをＦ（ｎ）とする。ここで、ｎはサンプル番号であり、０〜４０９５の整数となる。フィルタＦ（ｎ）は以下の通りとなる
ｎが０以上、かつ、ｄ未満の場合（０≦ｎ＜ｄの場合）
Ｆ（ｎ）＝Ｅ（ｎ）
ｎがｄ以上、かつ、第２のサンプル数（ここでは２０４８）未満の場合（ｄ≦ｎ＜第２のサンプル数の場合）
Ｆ（ｎ）＝Ｍ（ｎ）＋Ｅ（ｎ）
ｎが第２のサンプル数以上、かつ、収音信号のサンプル数（ここでは４０９６）未満の場合（第２のサンプル数≦ｎ＜収音信号のサンプル数の場合）
Ｆ（ｎ）＝Ｍ（ｎ）

なお、ｎが第２のサンプル以上の場合の補正信号Ｅ（ｎ）の値を０と見なせば、ｎが第２のサンプル数以上、かつ、収音信号のサンプル数（ここでは４０９６）未満の場合についても、Ｆ（ｎ）＝Ｍ（ｎ）＋Ｅ（ｎ）となる。つまり、ｎがｄ以上、かつ、収音信号のサンプル数（ここでは２０４８）未満の場合、Ｆ（ｎ）＝Ｍ（ｎ）＋Ｅ（ｎ）ということもできる。図１０にフィルタの波形図を示す。フィルタのサンプル数は４０９６となっている。

このようにして、生成部２１９が収音信号と補正信号とに基づいてフィルタ値を算出することで、フィルタを生成する。もちろん、収音信号と補正信号を単純に加算するのではなく、係数を乗じて加算してもよい。図１１に、上記の処理で生成されたフィルタＨと補正されていないフィルタＧの周波数特性（振幅スペクトル）を示す。なお、補正されていないフィルタＧは、図５に示した収音信号の周波数特性となる。

このように、伝達特性を補正することにより、センター音像がしっかり定位した音場、及び聴感上、中低域と高域のバランスが取れた周波数特性となる。すなわち、中低域である補正帯域の振幅を増強しているため、適切なフィルタを生成することができる。いわゆる中抜けが発生していない音場を再生することができる。また、受聴者１の頭部の、ある固定した位置での空間伝達関数が測定された場合であっても適切なフィルタを生成することができる。よって、音源から左右の耳までの距離の差が半波長となる周波数についても、適切なフィルタ値を得ることができる。よって、適切なフィルタを生成することができる。

具体的には、抽出部２１４が境界サンプルｄよりも前のサンプルを抽出している。すなわち、抽出部２１４が収音信号の直接音のみを抽出している。したがって、抽出部２１４で抽出されたサンプルが直接音のみを示すことになる。直接音信号生成部２１５が抽出されたサンプルに基づいて、直接音信号を生成している。境界サンプルｄは、直接音と反射音の境界に対応するため、直接音信号から反射音を排除することができる。
さらに、直接音信号生成部２１５は、収音信号、及びフィルタの半分のサンプル数（２０４８サンプル）の直接音信号を生成している。直接音信号のサンプル数を多くすることで、低域でも精度良く補正することができる。また、直接音信号のサンプル数は、直接音信号が２０ｍｓｅｃ以上となるサンプル数とすることが好ましい。なお、直接音信号のサンプル長は最大、収音信号（伝達関数Ｈｌｓ，Ｈｌｏ、Ｈｒｏ、Ｈｒｓ）と同じ長さとすることができる。

上記の処理が、伝達関数Ｈｌｓ，Ｈｌｏ、Ｈｒｏ、Ｈｒｓに対応する４つの収音信号に対して実施される。なお、処理装置２１０は、物理的な単一な装置に限られるものではない。すなわち、処理装置２１０の一部の処理を他の装置で行うことも可能である。例えば、他の装置で測定した収音信号を用意しておき、処理装置２１０が、その収音信号を取得する。そして、処理装置２１０は、収音信号をメモリなどに格納するとともに、上記の処理を施す。

上記処理のうちの一部又は全部は、コンピュータプログラムによって実行されてもよい。上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（ｎｏｎ−ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（ｔａｎｇｉｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ)、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ)、フラッシュＲＯＭ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｍｅｄｉｕｍ)によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は上記実施の形態に限られたものではなく、その要旨を逸脱しない範囲で種々変更可能であることは言うまでもない。

Ｕ ユーザ
１ 受聴者
２Ｌ 左マイク
２Ｒ 右マイク
５Ｌ 左スピーカ
５Ｒ 右スピーカ
９Ｌ 左耳
９Ｒ 右耳
１０ 頭外定位処理部
１１ 畳み込み演算部
１２ 畳み込み演算部
２１ 畳み込み演算部
２２ 畳み込み演算部
２４ 加算器
２５ 加算器
４１ フィルタ部
４２ フィルタ部
４３ ヘッドホン
１００ 頭外定位処理装置
２００ フィルタ生成装置
２１０ 処理装置
２１１ 測定信号生成部
２１２ 収音信号取得部
２１３ 境界設定部
２１４ 抽出部
２１５ 直接音信号生成部
２１６ 変換部
２１７ 補正部
２１８ 逆変換部
２１９ 生成部

Claims (5)

1. 音源から出力された測定信号を収音して、収音信号を取得するマイクと、
   前記収音信号に基づいて、前記音源から前記マイクまでの伝達特性に応じたフィルタを生成する処理部と、を備え、
   前記処理部は、
   前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出する抽出部と、
   前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成する信号生成部と、
   前記第２の信号を周波数領域に変換して、スペクトルを生成する変換部と、
   所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成する補正部と、
   前記補正スペクトルを時間領域に逆変換して、補正信号を生成する逆変換部と、
   前記収音信号と前記補正信号とを用いてフィルタを生成する生成部であって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については前記収音信号に前記補正信号を加算した加算値により生成する生成部と、を備えたフィルタ生成装置。
2. 前記境界サンプルより前の前記収音信号は、前記音源からの前記マイクに直接到達する直接音を含み、前記境界サンプル以降の前記収音信号は、前記音源から放出された後、反射して前記マイクに到達する反射音を含む請求項１に記載のフィルタ生成装置。
3. 前記補正部が補正する周波数帯域は、前記所定の周波数よりも高い第１の周波数と、前記第１の周波数よりも低い第２の周波数で規定されている請求項１、又は２に記載のフィルタ生成装置。
4. 音源から出力された測定信号をマイクで収音することで伝達特性に応じたフィルタを生成するフィルタ生成方法であって、
   前記マイクで収音信号を取得するステップと、
   前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出するステップと、
   前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成するステップと、
   前記第２の信号を周波数領域に変換して、スペクトルを生成するステップと、
   所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成するステップと、
   前記補正スペクトルを時間領域に逆変換して、補正信号を生成するステップと、
   前記収音信号と前記補正信号とを用いてフィルタを生成するステップであって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については、前記収音信号に前記補正信号を加算した加算値により生成するステップと、を備えたフィルタ生成方法。
5. 音源から出力された測定信号をマイクで収音することで伝達特性に応じたフィルタを生成するフィルタ生成方法をコンピュータに実行させるプログラムであって、
   前記フィルタ生成方法は、
   前記マイクで収音信号を取得するステップと、
   前記収音信号の境界サンプルよりも前のサンプルから第１のサンプル数の第１の信号を抽出するステップと、
   前記第１の信号に基づいて、前記音源からの直接音を含む第２の信号を前記第１のサンプル数よりも多い第２のサンプル数で生成するステップと、
   前記第２の信号を周波数領域に変換して、スペクトルを生成するステップと、
   所定の周波数以下の帯域における前記スペクトルの値を増加させて、補正スペクトルを生成するステップと、
   前記補正スペクトルを時間領域に逆変換して、補正信号を生成するステップと、
   前記収音信号と前記補正信号とを用いてフィルタを生成するステップであって、前記境界サンプルよりも前のフィルタ値については、前記補正信号の値により生成し、前記境界サンプル以降かつ第２のサンプル数未満のフィルタ値については、前記収音信号に前記補正信号を加算した加算値により生成するステップと、を備えたプログラム。