JP2019118121A - ラウドネスに基づくオーディオ信号補償 - Google Patents

Abstract

【課題】ラウドネスベースのオーディオ信号補償のためのシステム、方法及び技術を提供する。【解決手段】システム５において、入力ラインは、入力オーディオ信号７を受け取る。ラウドネス推定器１０は、入力ラインに結合され、オーディオプレイバックラウドネスレベルを得るために入力信号を処理し、入力信号に対するプロダクションラウドネスレベルを提供する。フィルタ生成／選択器１８は、ラウドネス推定器１０の出力に結合され、プロダクションラウドネスレベル及びオーディオプレイバックラウドネスレベルに基づいてオーディオ補償を提供する。入力信号７は、出力信号２２を提供するためにオーディオ補償フィルタ２０により処理される。【選択図】図１

Description

この発明はとりわけ、オーディオ信号処理のためのシステム、方法、技術に関し、特に、音量（又はラウドネス（loudness））の異なるレベルを適合する処理及び／又は補償に適用する。

一般的にオーディオ信号は或るボリュームレベルで作成される（例えば録音される）、しかし後で異なるボリュームレベルでプレイバックされる。残念ながら、この状況は、人間のラウドネスの知覚の不均一のために、知覚されるオーディオ品質についての問題をしばしば提出する。特に、人間の聴覚のシステムの感度は周波数と音量とで変化する。例えば、深夜に低い音量で映画を見る場合、足音のような、他の（例えば、背景）音が聞こえなくなる間、映画の音はもっぱらあるいは会話のために下げられる。これは人の聴覚システムが特に低いあるいは高い周波数に対して高い感度でないことにより生じ、感度におけるこの減少の重大さは低いプレイバック音量（playback volumes）において悪化する。

それゆえに、プレイバック音量が変化しても音の成分の知覚される相対的なラウドネスが変化しないように、何れのプレイバックレベルでも音の成分の音量において知覚される差異に対して適応的に補償（compensate）することが望まれる。上の例において、このことは、足音のような背景音はどんなプレイバックレベルでも会話に対して同じようにうるさく聞こえることを意味する。

ラウドネスの補償は１９３０年代にさかのぼることができる。１９３５年、グルーノー（Grunow）の墓石型（Tombstone）テーブル受信機は、１）低音部を強く押し上げ（boost）高音部を弱くし、２）ユーザにより設定されるプレイバック音量に伴って変化するラウドネス補償周波数応答曲線（loudness compensation frequency response curve）を作るためにアナログ回路を使用した。この回路は、低音部と高音部のブーストはユーザにより設定されるプレイバック音量（すなわちプレイバックデバイスの音量つまみの位置）に伴って変化するというラウドネス補償の基本原理を固めた。

現代のラウドネス補償技術は、デジタルダイナミックイコライザー、特にシェルフフィルタを除いてそれほど相違せず、周波数レンジと耳の好みにブーストのレベルを微調整することをオーディオエンジニアに可能にするよう配置される。この微調整は通常は１組のプレイバックレベルに対して行われ、内挿補間が他のプレイバックレベルに適応される。

先行技術における先行する方法及び類似の方法は、人間のラウドネスの知覚のメカニズムに合わせ粗くかつ経験的な近似を利用する。他方で、この発明の望ましい実施形態は、典型的には、骨が折れる微調整を必要としないで理想ラウドネス補償曲線（ideal loudness-compensation contours）により近い近似をする補償フィルタ（compensation filters）を提供する。

この発明の１つの実施形態はラウドネスベースのオーディオ信号の補償のためのシステムに向けられる。入力ラインは入力オーディオ信号を受け取る。入力ラインに結合されたラウドネス推定部（loudness estimator）はオーディオプレイバックラウドネスレベルを取得するために入力オーディオ信号を処理し、入力オーディオ信号に対するプロダクションラウドネスレベルを提供する。そしてラウドネス推定部の出力に結合されたフィルタ生成／選択器は、プロダクションラウドネスレベルとオーディオプレイバックラウドネスレベルとに基づいてオーディオ補償フィルタを提供する。入力信号は、出力信号を提供するためにオーディオ補償フィルタにより処理される。

上記概要はこの発明のある形態の簡単な説明を単に提供することを意図されている。より完全な発明の理解は特許請求の範囲、図面と共に次の望ましい実施形態の詳細な説明を参照して得ることができる。

以下の開示において、本発明は添付の図面を参照して説明される。しかし、図面は代表的なあるいは例示的な実施形態、本発明の特徴を描くにすぎず、いかなる方法でも本発明のスコープを制限する意図はない。以下は図面の簡単な説明である。
図１は本発明の代表的実施形態に拠るオーディオ補償システムの単純化されたブロック図。 図２はＩＳＯ２２６：２００３に拠る等ラウドネス曲線（equal-loudness contours）の説明。 図３はある例示的なラウドネス補償曲線（loudness compensation contours）の説明。 図４は過度な低音利得を制限するための修正された例示的ラウドネス補償曲線の説明。 図５は本発明の代表的実施形態に拠る時間ドメインにおけるプレイバック参照（reference）ラウドネス推定部のブロック図。 図６は本発明の代表的実施形態に拠る周波数ドメインにおけるプレイバック参照ラウドネス推定部のブロック図。 図７はプレイバック参照ラウドネスレベルを推定し、差に基づく方法を使ってプロダクション（例えばレコーディング）参照ラウドネスレベルを推定するためのブロック図。 図８は希望のラウドネス補償曲線からフィルタ係数を発生するための方法のフロー図。 図９は予め記憶されたフィルタを利用するラウドネス補償プレイバックシステムを説明するブロック図。 図１０は短時間フーリエ変換（STFT）ラウドネス補償を利用するプレイバックシステムのブロック図。 図１１はアンチエイリアシング（anti-aliasing）処理を説明するフロー図。 図１２は予め記憶された周波数応答を使うＳＴＦＴラウドネス補償を実施するためのプレイバックシステムのブロック図。

参照しやすくするために、この開示の所定の部分はセクションに分割される。それぞれのセクションのおおよその主題はセクションの見出しに示される。

本発明の望ましい実施形態に拠るオーディオ補償のためのシステム５の概略構成が図１に示される。以下により詳しく論じられるように、システム５の目標の一つは、オーディオ信号がどの程度の音量でプレイバックされるかに基づいて変化する周波数依存利得プロファイルを使って、特に元のオーディオ信号が生成された音量（例えば、物理媒体へ録音された）に関連して、オーディオ信号の異なる周波数要素に対して異なる利得を提供することである。

この点について、入力信号７は、典型的には、プレイバックの目的とここで論じられる特定の実施形態のたいていの状況として記憶媒体（例えば、光ディスク、固体デバイス又は磁気媒体）から取得される（retrieve）。しかし、かわりに、即時のプレイバックのために、入力信号７は任意の接続を介するローカルソース及び任意の通信チャネル（例えば、１以上の直接無線で又は有線接続で又はインターネットのような１以上のフォワーディングノードを含むネットワークのいずれの場合でも）を越えてくるリモートソースの少なくともいずれかから受信されてもよい。いずれにしても、入力信号７はシステム５へ入力される前に何らかの事前の過程（いずれかのさまざまな異なる目的のために）を経る。本実施形態によれば、システム５は独立して機能でき、又は大きなシステム（典型的にはオーディオプレイバックシステム）の一部にもできる。

信号７が対応する元のオーディオ信号は一般には一つの音量レベルで生成されているだろう。しかし、エンドユーザはそれを異なる音量レベルでプレイバックすることを希望する。しかし、他の箇所でより詳細に論じられるように、オーディオスペクトラムの人の知覚はラウドネス（又は音量）に基づいて変化し、例えば第１の音量で聴取者に対してある意味で最適になるように作成（例えばレコーディング）されたオーディオ信号（しばしば１以上の音（sound）を含む）は一般には第２の音量では同じ品質を有しない。例えば、ある別々の音は第２の音量では非常に静かに（完全に知覚できないほど）、または非常にうるさく知覚されるかもしれない、及び／又は高次周波数成分（multiple frequency component）から構成される個別の音は第２の音量で「最適」よりも歪んだように知覚されるかもしれない。本発明の目標の一つは、プレイバックされるオーディオ信号の周波数スペクトラムにラウドネスベースの差分利得プロファイルを適用することによってこれら知覚差（perceptual difference）について補償するためのシステム、方法及び技術を提供することである。

この目的のために、典型的には、プロダクションラウドネスレベル、例えば元のオーディオ信号が作成（例えば、レコーディング）されたレベル、及びエンドユーザが実際にオーディオ信号をプレイするあるいはプレイしようとするプレイバックラウドネスレベルを認定又は推定することが望ましい。しかし、以下に詳細に論じられるように、このような推定は（特にプロダクションラウドネスレベルに関しては）実際の値の推定である必要はなく、かわりに聴取者により主観的に望まれる結果を生むことを意図する値の推定でよい。

この実施形態では、推定は処理ブロック１０で行われる。ラウドネス推定部１０の特定の実施形態が以下に詳しく論じられ、そして示されるように、各実施形態はそれ自身の特有な利益の組み合わせを有する。しかし、一般に言って、様々な実施形態において、ラウドネス推定部１０は、入力信号７自身や、ユーザ入力１２及び／又はさまざまなその他入力１４のような、異なる入力の種類のいずれも使用することができる。さまざまな実施形態において、入力信号７は、ラウドネス推定器１０の中で即時のプレイバックラウドネスレベルを推定するために処理され得、及び／又は規定された前提（例えば、元のオーディオ信号生成システムにおける利得に関し及び／又はその後の送信、記録及び/又はプレイバックシステム）及び／又は校正情報を使い、プロダクションラウドネスレベルを推定するために処理され得る。

特定の実施形態に基づけば、ユーザ入力１２は、ユーザにより提供（例えば手動により）されるさまざまな異なる任意の信号又はユーザによる動作（例えば音声コマンドやジェスチャ）に応じて生成されるさまざまな異なる任意の信号を含み得る。このようなユーザ入力１２は、例えば、プレイバック装置のユーザインターフェースを介してエンドユーザにより選択される音量レベル、プロダクションラウドネスレベルに相当する値の選択、プロダクションラウドネスレベルとプレイバックラウドネスレベルとの差に相当する値の選択、及び／又はプレイバックラウドネスレベル（室内音響（room acoustics）、スピーカ又はヘッドホンの感度、スピーカの数や配置、及び／又はスピーカから聴取者の距離）に影響する他の要素を表す又は対応する１以上の値の選択のいずれかあるいはすべてを含み得る。これらのユーザ入力信号１２は、提供される場合、典型的にはユーザによる少なくとも一つの手動設定に表れる。

これに対して、その他入力１４は、提供されると、典型的には、自動的に生成され及び／又は他のソース（例えば、入力信号７と一緒にプロダクションラウドネスレベルを表すメタデータなど、歌曲全体やオーディオトラック全体等の特に相対的に大きなオーディオコンテンツに対する瞬間又は全体のいずれか）から受け取られ、元のオーディオ信号の生成、元のオーディオ信号の記憶又は伝送処理及び／又はメディア、及び／又はオーディオプレイバックシステム全体（例えば、室内音響及び／又はヘッドホンの特性）のある側面へ反映するだろう。例えば、その他入力１４はプレイバックデバイスのアンプの検出された特性及び／又はオーディオ信号の創作者（originator）により提供されるメタデータを含み得る。また、ある実施形態では、プレイバックデバイスは使用されるヘッドホンのタイプ（例えばＵＳＢかブルートゥース（登録商標）ヘッドセットか）を自動的に検出し、ヘッドホンの感度及び／又はその他入力１４の１以上として使用された現在の音量設定とが示す、前に記憶された値を取得する。さらにある実施形態では、聴取者により経験されるだろう音圧レベルに対する入力からスピーカへの全体利得の１以上の測定値を検出するために（例えば、スピーカ感度と室内音響との組み合わせへ反映する）、参照オーディオ信号がそのプレイバック装置のスピーカを通してプレイされ、特性が既知のマイクロホンが置かれる（例えば、聴取者がいる予定の場所）プレイバックデバイスにより校正手順が実行でき、測定値は記憶でき、後にその他入力１４として提供され得る。

とにかく、（例えば、受信された及び／又は内部で生成された）情報に基づいて、推定モジュール１０は少なくともプロダクションラウドネス及びプレイバックラウドネスの推定を生成することが望ましい。特定の実施形態に基づいて、これらの値のいずれか又は両方は、特定のオーディオ（例えば、歌曲、歌曲のアルバム、ビデオのサウンドトラック、音楽や他のオーディオファイル）の特定の部分の全ての期間について静的であり、固定時間間隔（例えば１０ミリ秒から１０秒のどれかの）又は可変時間間隔（例えば一貫したオーディオ特性を有する間隔）で動的に推定をすることができ、及び／又は聴取者が希望する場合変更できる。

以下に論じられる実施形態で、ときどきラウドネス推定器１０へ提供されるものとして様々な入力７、１０、１２のサブセットが論じられ及び／又は説明される。しかし、この単純化は議論及び／又は説明を平易にするためである。本発明のいずれかの実施形態において入力７、１０及び１２のいずれかの組み合わせ又は全てはラウドネス推定器１０に提供されて使用され得ることを理解すべきである。

以下の議論は、一般に、元の信号がすでに録音され、入力信号７が事前に録音された信号を読むことにより生成される実施形態について言及する。しかし、これらの実施形態は単に例であり、一般性の損失は意図されておらず、同じコンセプト及び専門用語は元の信号が作成され、例えばいずれの中間の録音ステップなしで送信され又は提供される状況を包含することを意図する。すなわち、「録音（recording）」、「録音された」又は基本語「録音する」の他の変化を参照することは、実際に信号が録音され、ここでの単語「記録（record）」のいずれかの形への参照が単語「生成する」、「作成する」又は「提供する」に相当する形に置き換えられるかどうかにかかわらず、元の信号が生成され、作成及び／又は提供される任意の方法を包含することを意図する。また、本発明の校正システム５は、ラウドネス補償が望まれる場合、任意のオーディオ信号処理チェーンへ挿入されてもよい。しかし、プレイバックシステムと同様にオーディオミキシング及び／又はプロダクションシグナルチェーン（production signal chain）に限定されない。

図１を再び参照すると、モジュール１０からのラウドネス推定は、このような推定に使用するために、補償フィルタ２０を生成するか又は事前に記憶されたフィルタ２０を取得するフィルタ生成／選択モジュール１８へ提供される。望ましい実施形態では、補償フィルタ２０はＩＳＯ２２６：２００３の等ラウドネス曲線（equal-loudness contour）に基づいて生成又は選択される。しかし、別の実施形態では、代りに他の（例えば類似の）等ラウドネス曲線が使用されてもよく、及び／又は他の技術が使用されてもよい。この技術分野で知られているように、等ラウドネス曲線は周波数スペクトラムにわたり、純粋で安定なトーンが人により同じ音量に知覚される音圧レベル（sound pressure level:ＳＰＬ）の曲線である。ＩＳＯ２２６：２０３では、周波数ｆの純粋なトーンのＳＰＬはｄＢでＬ（ｆ）として示され、ＳＰＬがｄＢでＲとして表される、１０００ヘルツでの参照トーンと同じ音量であると知覚されるまで調整される。結局、曲線はしばしば、参照トーンの音量、Ｒによりラベル付され、等ラウドネス曲線はＬ（ｆ；Ｒ）により示される。また、Ｒの値はラウドネスレベルの測定値として使用され、単位（ｄＢ）はフォンとも呼ばれる。ＩＳＯ２２６：２０３に拠るさまざまなラウドネスレベルに対する等ラウドネス曲線は図２に示される。

参照トーンのラウドネスレベルが等ラウドネス曲線から引かれると、相対的ラウドネス減衰曲線を得ることができる。

これは人の聴覚システムのラウドネス知覚メカニズムにより周波数ｆで入力トーンに適用される減衰を表す。所定の入力オーディオスペクトラムＸ（ｆ）のとき、ラウドネス期間において人により知覚される信号は、

オーディオコンテンツの一部が作成（アーティストにより）されると、典型には、特定のラウドネスレベルが設定され、これは対応する録音ラウドネスレベルＲｒ、録音等ラウドネス曲線（recording equal-loudness contour）Ｌｒ（ｆ；Ｒｒ）及び録音相対的ラウドネス減衰曲線Ａｒ（ｆ；Ｒｒ）を確立（establish）する。Ｘｒ（ｆ）が元のオーディオ信号の周波数応答を示す場合、ラウドネスの面から人の耳により知覚される元の信号は

である。

これは、作成中（例えば、レコーディング）にスペクトラルバランスの点から最適化される信号である。プレイバックラウドネスＲｐは普通は、録音ラウドネスレベルが使用できないこと、異なる再生装置、異なる音響環境及び／又は異なる好まれるプレイバックラウドネスレベルを含むさまざまな理由により録音ラウドネスと異なる。Ｘｐ（ｆ）が理想的なプレイバックオーディオ信号の周波数応答を表すとすると、これは次のように元のオーディオ信号からのラウドネスの差により規定される。

異なるプレイバックラウドネスは対応するプレイバックラウドネスレベルＲｐ、プレイバック等ラウドネス曲線Ｌｐ（ｆ；Ｒｐ）及びプレイバック相対的ラウドネス減衰曲線Ａｐ（ｆ；Ｒｐ）を確立する。結局、ラウドネスの点から人により知覚されるプレイバック信号は、

である。

相対的ラウドネス減衰曲線Ａｒ（ｆ；Ｒｒ）及びＡｐ（ｆ；Ｒｐ）は異なるので、知覚されるプレイバックスペクトラルバランス又は音の品質は元のもの（例えば、アーティストや音響エンジニアにより意図された）とは異なる。この問題を軽減するために、フィルタ生成／選択モジュール１８が、例えばＧ（ｆ；Ｒｒ，Ｒｐ）で表されるラウドネス補償曲線を提供するフィルタ２０を生成又は選択することが好ましく、ラウドネスの差を除いて知覚されるプレイバックスペクトラルバランスはオリジナルと同じになる。すなわち、

代りに、理想的なラウドネス補償曲線は、

式１
図３はＲｒ＝９６ｄＢ、Ｒｐ＝それぞれ０、１０、・・・９０ｄＢであるラウドネス補償曲線を示す。

しかし、前述の理想的なラウドネス補償曲線が持つ潜在的な問題は低音部についての利得が非常に高く、特に低いプレイバックラウドネスレベルに対して高いことである。例えば、図３のゼロフォンの曲線はほぼ４０ｄＢの低音部のブーストを示す。このような低音部のブーストはスピーカコイルをバックプレートにぶつけ、歪を引き起こし、スピーカに損傷を起こす可能性がある。したがって、ある実施形態では低音部のブーストは制限される。ある実施形態では、例えば、低音部周波数ｆ_Ｂが選択され、前述のラウドネス補償曲線が次のように修正される。

式２
図４は図３のラウドネス補償曲線にｆ_Ｂ＝１００Ｈｚで前述の修正をしたものを示す。しかし、過度な利得（特に低い周波数利得）を制限するための他のアプローチが代りに使われてよいことを理解すべきである。

望ましい実施形態では、モジュール１８は最初に希望の補償曲線（例えば上記で論じられた）を事前に記憶されている等ラウドネス曲線のセット及びモジュール１０から受け取ったラウドネス推定に基づいて合成し、そしてこの希望の補償曲線（例えば、以下の「ボリューム補償曲線に基づくフィルタの生成」というタイトルのセクションで論じられる）に基づいて補償フィルタ２０を生成する。より好ましくは、前述のステップは、モジュール１０から受け取ったラウドネス推定の一つが変化する度にモジュール１８により繰り返される。

図１に示すように、入力信号７は、出力信号２２を提供するために選択又は生成された補償フィルタ２０により処理される。そして典型的には増幅されて、スピーカやヘッドホン等の１以上のオーディオ出力装置２４をドライブするのに使われる。しかし、出力信号２２はかわりに任意の他の目的に使用することができる。

ラウドネス推定
以下はラウドネス推定器１０又はその一部分の具体的な実装のより詳細な説明であり、サブセクションのタイトルに示されるようにそれぞれは異なる方法を使用する。

ユーザ設定レコーディング及びプレイバックラウドネスレベル
この実施例では、オーディオ信号をプレイバックするユーザがレコーディング参照ラウドネスレベルＲｒ及びプレイバックラウドネスレベルＲｐの両方を選択する。レコーディング参照ラウドネスレベルＲｒの選択はオーディオコンテンツが作成されたときの平均信号レベルの推定値である。およそ−１８ｄＢＦＳの値がレコード産業では広く使われており、例えば値はユーザ／聴取者が望めばどちらの方向にも修正できるが、デフォルトに設定されているだろう。ただし、例えばユーザは、ラウドネス強化（enhancement）の強い印象を与えるために値を０ｄＢＦＳのように非常に高く設定してもよく、別の実施形態ではこのような値がかわりにデフォルトとして使用されてもよい。とにかくこの実施形態ではユーザは彼／彼女の好みに合わせてプレイバックの前又はプレイバック中にこのパラメータを調整することができる。一方、プレイバック参照ラウドネスレベルＲｐは純粋にユーザパラメータであり、典型的にはオーディオがどの程度の音量でプレイされるかについてのユーザの好みに合わせて選択される（例えば、プレイバックデバイスのボリュームコントロールを調整することにより）。

なお、それぞれのこのようなパラメータに関して、ユーザによる特定の設定に基づいて校正システム５内で使用される特定の値をユーザが知っている必要はない。代わりに、例えば、ユーザはレコーディング参照ラウドネスレベルＲｒ（例えば、０は上記のデフォルト値の一つに対応し、いずれかの方向の最大値はデフォルト値から最大の希望する偏差に対応する。）に関連して−１０から＋１０の値をちょうど選択するかもしれず、さらにプレイバックラウドネスについて０から１０の値を選択するかもしれず、例えばシステム５でこれらの選択された設定を対応するレコーディング参照ラウドネスレベルＲｒ及び対応するプレイバック参照ラウドネスレベルＲｐに翻訳する。実際、前述のとおり、個々の実施形態に拠ると、特定のユーザ設定に基づいて使用される特定の値は、元のオーディオ信号プロダクション環境及び／又はプレイバック環境（例えば、後者に関しては、ヘッドホン／スピーカの感度、室内音響、アンプの利得等）に関する他情報１４に依存するだろう。

ユーザ設定レコーディングラウドネスレベル及び可変プレイバックラウドネスレベル
この実施形態では、前の実施形態のように、レコーディング参照ラウドネスレベルＲｒは定まった値（例えば、デフォルト又はユーザによる設定に基づく）に設定され、プレイバック参照ラウドネスレベルＲｐはリアルタイムで入力信号７から推定される。時間ドメインにおけるプレイバック参照ラウドネス推定器１０Ａの一つの例が図５に説明される。示されているように、それは帯域通過フィルタ４２と電力推定器４３とを含む。帯域通過フィルタ４２の中心周波数は望ましくは１０００Ｈｚ（補償が基礎とすべき等ラウドネス曲線の測定に使用される参照周波数に対応するため）に設定される。その帯域幅は、およそ参照トーンの周囲の（around）電力レベルの良好な推定に到るために非常に狭く（５００Ｈｚ又は１０００Ｈｚ以下、１０００Ｈｚ辺りの、典型では８００−１２５０ｈＺの２つのクリティカルな帯域をカバーするパスバンドを持つ）選択されるだろう。しかし、バスギターだけが入力オーディオ信号に現れる場合のように、参照トーンの辺りの瞬間の電力が非常に低い状態の期間には、狭い帯域幅を使うことは非常に低いラウドネスを生じるだろう。より広い帯域幅（例えば４０００−６０００Ｈｚ、パスバンドが２００−５０００Ｈｚのような）は、推定されたラウドネスは参照トーン（例えば１０００Ｈｚ）のラウドネスレベルを正確に反映しないだろうという潜在的な欠点を伴うが、この問題を軽減する。極端なバンド幅の選択は全オーディオ帯域幅を含んでもよく、この場合帯域通過フィルタ４２は不必要な計算を省くために全く除外される。より一般には、プレイバックデバイスにおけるプレイバックラウドネスレベルＲｐの推定のための方法は好ましくは、レコーディング（又は他の作成）参照ラウドネスレベルＲｒを推定するためのすでに使用された方法、使用すると想定される方法と等しいか、少なくともマッチする。

スムージングメカニズムは好ましくは、時間と共に円滑に変化するラウドネス推定を保証するために、電力推定器４３に含まれる。一つの実施形態は計算された電力値の次のスライディング平均（又は移動平均）を使う。

ここでｘ（ｎ）は入力サンプル値、Ｎはブロックサイズ。簡単な実施形態は、例えば次の１次無限インパルス応答（ＩＩＲ）低域フィルタのような低次ＩＩＲフィルタを使用することである。

式３
ここで、αはフィルタ係数でありサンプリング周波数ｆｓと時定数τに関係し、

いずれにせよ電力推定器４３はラウドネス推定４５（好ましくはスムースにされた）を出力する。

プレイバック参照ラウドネス推定器はかわりに、図６に示される推定器１０Ｂのように周波数ドメインで実行されてもよい。Ｘ（ｋ）は入力信号のＤＦＴ係数を示し、電力推定器５２は参照トーンの周波数（例えば１０００Ｈｚ）の周囲の電力を好ましくは次のように計算する。

ここで、Ｋ_Ｌ及びＫ_Ｈは参照トーンの周囲の周波数に対応するＤＦＴビン（bin）である。

上記により取得された電力値は、ＤＦＴのブロック処理の性質（block processing nature of DFT）のために連続するＤＦＴブロックの間で著しく変化し、それは次々にラウドネス補償における急激な変化を生じるかもしれない。この問題は、ラウドネス推定５５を提供するための、上記式３で与えられる１次ＩＩＲフィルタのような低域通過フィルタ５４により緩和されるだろう。

また、前述の実施形態の多少異なる変形では、このデフォルト値を調整するためのユーザの能力があろうがなかろうが、その他情報１４（入力信号７上の元の信号と共に含まれるメタデータのような）に基づいてレコーディング参照ラウドネスレベルＲｒは定められた値に設定され、プレイバック参照ラウドネスレベルＲｐは入力信号７（上記で論じたように）から推定される。

可変レコーディングとプレイバック参照ラウドネスレベル
先行する２つのサブセクションに記載された構成、方法及び技術を使う、入力信号７から推定されるプレイバック参照ラウドネスレベルは、レコーディングとプレイバックラウドネスレベルが同じと想定される場合に、レコーディング参照ラウドネスレベルとしても使うことができる。しかし、プレイバックとレコーディングラウドネスレベルはほとんどの場合に異なり、この差は好ましくはユーザにより設定されるラウドネス差パラメータにより調節される。

プレイバック参照ラウドネスレベルが入力オーディオ信号から推定されると、レコーディング参照ラウドネスレベルは簡単に取得することができる。

このような差に基づいた方法を実行する構成６０が図７に説明されており、ここで推定器１０Ｃは例えば推定器１０Ａか１０Ｂのいずれかでよい。図７の加算器６３の出力のサチュレータ（saturator）６２は、計算されたレコーディング参照ラウドネスレベルが０ｄＢＦＳのような既定の最大値を超えないことを保証するのに使われる。
ラウドネス補償曲線に基づくフィルタの生成
この発明の望ましい実施形態において、ラウドネス補償曲線が取得され又は生成されると（例えば上記に説明したように）、モジュール１８は対応するフィルタを生成する。以下の議論はモジュール１８により実行される技術に関係する。

上記（すなわち式１及び式２）で与えられたラウドネス補償曲線はラウドネスデータが得られる周波数グリッド（grid）における振幅周波数応答（magnitude frequency response）である。望ましい曲線はラウドネス補償に使用される実際のフィルタへ望ましくは変換される。望ましいラウドネス補償曲線１０１を処理するためのそのような方法１００が図８及び以下に説明される。

最初に、ステップ１０２において、等ラウドネス曲線データがゼロ及びナイキスト周波数に存在しない場合（典型的な場合）は、入力されたラウドネス補償曲線はゼロ及びナイキスト周波数をカバーするように外挿法により推定される（extrapolate）。簡単な方法はそれらの周波数に最も近い利用できる曲線の値（contour values）をコピーすることである。いくぶん込み入った方法は、線形補間であり、例えばゼロ周波数を外挿推定するための線形式を立てるために最も低い周波数に対応する２つの曲線のデータ点を使用すること及びナイキスト周波数を外挿推定するための最も高い周波数に対応する２つの曲線のデータ点とを使用することである。あるいは追加のデータ点に関連して高次の外挿推定を使用してもよい。

次に、ステップ１０３で得られたラウドネス補償曲線がフィルタ設計に適切な周波数グリッドにリサンプリングされる。このステップは、望ましくは高速フーリエ変換（ＦＦＴ）で使用できるユニフォームな周波数グリッドを提供する。線形内挿法（linear interpolation）は通常この目的のために十分である。しかしより込み入った方法では例えばスプライン補間がかわりに使用できるだろう。

ステップ１０５では、対称的な振幅応答を構築するために、得られたラウドネス補償曲線は、ゼロ周波数とナイキスト周波数付近のナイキスト周波数との間の周波数範囲でナイキスト周波数とサンプリングレートとの間の周波数範囲へ反映される（reflected）。このステップは後段のラウドネス補償フィルタが実係数のみを持つことを保証する。

ステップ１０６では、振幅応答を適切な周波数応答へ変換するために位相が合成される。簡単な方法は、ゼロフェイズをすべての周波数ビンに付加し、因果的（causal）にするために後続のフィルタのインパルス応答を遅らせることである。他の方法は、複素ケプストラム（complex cepstrum）（例えば、A.V.OppenheimとR.W.Schaferの検討、Digital Signal Processing、Prentice-Hall、ニュージャージー州エングルウッドクリフ、1975）に基づいたノンパラメトリックの方法のようなさまざまな方法を使って振幅応答から最小位相周波数応答（minimum phase frequency response）を得ることである。ＩＩＲフィルタが使用される場合、最小位相は、振幅応答をＩＩＲフィルタ係数へ変換するためのほとんどのアルゴリズムについて、一般的に想定され、又は最もよく動作するので望ましい。

ステップ１０７では、典型的にはフィルタ係数１０９が生成されることにより、得られた周波数応答がリアルタイムの実行のために適したフィルタに変換される。ＩＩＲフィルタ又は有限インパルス応答（FIR）フィルタのいずれかが使用されるだろう、以下に両方を生成するための手法を説明する。

ＩＩＲフィルタ
ＩＩＲフィルタが望まれる場合、「J.O.Smith III, “Intoruduction to Digital Filters:with Audio Application”,W3K Publishing,2007」に記載されている方程式誤差法（equation error method）などの任意の適切なフィルタ変換方法がつかわれる。ＩＩＲフィルタの遅延線がフィルタ係数についてハードワイヤードの場合（一般的なケース）、フィルタ係数の変更は通常異なる遅延線を必要とする。したがって、このようなＩＩＲフィルタはラウドネス補償曲線が時間と共に変化する（又は潜在的に変化することが予想される）場合は望ましくない。

ＦＩＲ フィルタ
与えられる次数について、全てのＦＩＲフィルタは同じ遅延線を共有するから、ＦＩＲフィルタはラウドネス補償曲線の動的アップデートをより余裕を持つ。ラウドネス補償曲線のそれぞれのアップデートはＦＩＲフィルタ係数の新しいセットの計算を引き起こすので、簡単で安定した変換方法が望ましい。一つの例が以下で与えられる。
１．ステップ１０６（図８）で取得されたラウドネス補償周波数応答に対して、そのインパルス応答を得るために逆ＦＦＴを適用する。
２．もし短いフィルタが希望されるならば、窓関数をインパルス応答へ適用する。窓の中央はインパルス応答のエネルギーの中心に調整されるのが望ましい。
３．ステップ１０６でゼロ位相が使用される場合、因果的にするためにインパルス応答が遅延される。ウィンドウイング（windowing）が直前のステップ２に使用される場合、適切な遅延も望まれる。

上記の手順は、それぞれの入力サンプルがアップデートされる場合に非常に計算集約的だろう。この潜在的な問題を軽減するために、下記のようにＦＩＲフィルタのセットが事前に計算されてもよい。
１．レコーディング及びプレイバックラウドネスレベルの所望のダイナミックレンジを量子化する。人のラウドネスの知覚に適合し、より少ないセットの量子化レベルを使用するために、対数のような不均一量子化方法が望ましくは使用される。
２．量子化されたレコーディング及びプレイバックラウドネスレベルの各ペアについてラウドネス補償フィルタを作成する。
３．後でルックアップするために補償フィルタをフィルタテーブルに格納する。

格納された補償フィルタを使用するためのシステム５Ａが図９に説明される。明示されていないが、上記したように、その他入力１４もラウドネス推定器１０に設けられてもよい。

上記に示し説明したように、推定器１０はレコーディング（又は他の製品）参照ラウドネスレベルＲｒ及びプレイバック参照ラウドネスレベルＲｐの推定値を生成する。それから量子化器１２１及び１２２においてこれら２つの推定値はそれぞれ量子化（例えば、事前に格納された補償フィルタの生成に関連して上述の同じ方法が使用される）される。量子化値はフィルタルックアップモジュール１８Ａ（例えば、ルックアップテーブルへのインデックスとして）に備えられ、マッチングフィルタ２０は入力信号７を処理するために選択される。この特定の実施例では、フィルタ２０の出力は増幅器１２４でまず増幅され、１以上のスピーカ１２５を駆動するのに使用される。

ＳＴＦＴの実行
補償フィルタ２０の各アップデートは異なるＦＩＲフィルタの利用を引き起こすので、フィルタされたオーディオサンプルにおけるある程度の不連続は聞こえるかもしれないし聞こえるようになってもよい。この不連続の問題は、ある実施形態では隣接するフィルタによりもたらされるオーディオサンプルの間をオーバーラップすることを導入することにより緩和される。短時間フーリエ変換（ＳＴＦＴ）に備わっている重畳加算操作（overlapping-and-add operation）はこの目標に非常によく適している。ＦＦＴに関連する計算効率はＳＴＦＴのもう一つの利益である。しかし、かわりにオーバーラップを暗に示す他の技術は、同じ又は類似の利益を提供することができる。

ＳＴＦＴラウドネス補償を実行するためのシステム５Ｂが図１０に説明される。上記のように、生成／選択モジュール１８は補償曲線シンセサイザー１８Ｃと曲線−周波数応答変換器１８Ｄとを含む。得られた周波数係数を乗算器１４２においてモジュール１８により提供される周波数応答係数により乗算することができるように、フォワードＳＴＦＴモジュール１４１は入力信号７（この信号は最初は時間ドメインにある）を周波数ドメインへ変換する。

このＳＴＦＴベースの方法の一つの特徴は、時間ドメインにおけるラウドネス補償フィルタに対する畳み込みが周波数ドメインにおける掛け算により置き換えられることである。この方法は一般には計算効率を向上させるけれども、次のサイズの制約を満足されない場合に時間ドメインのエイリアシングを引き起こす。

式４
ここで、ＭはＳＴＦＴのブロックサイズ、ＬはＳＴＦＴブロックの数、ＮはＤＦＴサイズ、ＦはＦＩＲフィルタ係数の数である。特定のＭ、Ｌ及びＮに対して、アンチエイリアシングモジュール１４３は、モジュール１８により提供されるラウドネス補償フィルタの周波数応答を式４を実際に満足する長さＦを持つ対応するインパルス応答を有する周波数応答へ変換することにより、この制約を守る。

一つの実施形態によれば、アンチエイリアシングモジュール１４３は図１１に説明される方法１７０の処理ステップをモジュール１８により提供される周波数応答１７１上で実行する。最初にステップ１７２においてバックワードＤＦＴがインパルス応答を得るために周波数応答１７１へ適用される。このＤＦＴのサイズは、周波数応答変換器１８についての曲線（contour）のためのと同様に、このＤＦＴに対する計算負荷を減らすように、ＳＴＦＴについてのＤＦＴサイズより短いだろう。

ステップ１７３でステップ１７２から得られるインパルス応答は、得られたインパルス応答のタイムリミットが式４を満足することを保証するために、望ましくはハン（Hann）又はブラックマン（Blackman）窓等の長さＦの窓関数を掛けられる。

ステップ１７５ではステップ１７３に従った変更の後で、望ましい遅延／位相特性を達成するためにインパルス応答がシフトされる。フィルタリングが周波数ドメインで実行されるので、ゼロ位相フィルタが可能である。

ステップ１７６では周波数応答を得るためにステップ１７５により提供されるインパルス応答にフォワードＤＦＴが適用される。このＤＦＴはＳＴＦＴのサイズと同じサイズのものが望ましい。

前のセクションにおけるＦＩＲフィルタの議論と同様に、上記の手順が非常に計算集約的である場合、以下のように補償フィルタ周波数応答のセットが事前に計算されていてもよい。
１．可能なレコーディング及びプレイバックラウドネスレベルのセットのそれぞれについてのダイナミックレンジを量子化する。人のラウドネスレベル知覚に適合しより少ない量子化レベルのセットを使うために、望ましくは対数のような不均一な量子化方法が使用される。
２．量子化されたレコーディング及びプレイバックラウドネスレベルのそれぞれのペアについてラウドネス補償フィルタ周波数応答を生成する。
３．後でルックアップするために補償フィルタ周波数応答をテーブルに格納する。

事前に格納されたフィルタを使用するプレイバックシステム５Ｃが図１２に説明される。図１２を参照して、推定器１０Ｂからのレコーディング及び／又はプレイバックラウドネス推定値のそれぞれのアップデートの際に、
１．プレイバックラウドネスレベルＲｐ及びレコーディング参照ラウドネスレベルＲｒについての推定値はそれぞれ、事前に格納されたフィルタ応答を生成するのに使用されるのと同じ量子化方法を使って、量子化器２０１及び２０３で量子化される（上記で論じた）。
２．周波数応答ルックアップモジュール２０５において、得られた量子化インデックスが対応するラウドネス補償フィルタ周波数応答をルックアップするのに使用される。
３．フォワードＳＴＦＴモジュール１４１により作られる入力信号７の周波数係数はルックアップモジュール２０５において取得されたフィルタ周波数応答により掛け算され（乗算器１４２で）、そしてバックワードＳＴＦＴはモジュール１４４において実行され、それによって入力信号７の望ましい処理を提供する。

なお、上記の実施形態ではＳＴＦＴの特定の例が使用されているが、かわりに他の変換方法が使用されてもよい。したがって、ここでのＳＴＦＴへの任意の及び全ての参照は、任意の周波数変換又はそれについて他の直交変換への参照に置き換えられてもよい。

その他の実施形態
上記の実施形態のある面において、プレイバックラウドネスレベルＲｐは入力信号７からリアルタイムでダイナミックに推定される。このタイプの或るより特定の実施形態は、入力信号７自身以外の他の情報を考慮する。この点で入力信号７にだけ焦点することは、例えば、もとの記録された（又は別のやり方で作成された）信号（その参照ラウドネスと対照的に）の実際のラウドネスにおける変化のために不適切な補償を生じるかもしれない。一般的に言えば、元の記録された信号は、全部の参照ラウドネス設定のコンテキストの範囲内において瞬間のラウドネス（例えば異なる聴覚の影響を提供すること）において変化のかなりの量を示すだろう。結果として、たとえ異なる全部のプレイバック参照ラウドネス設定であっても、プレイバック中に瞬間のラウドネスにおいて同じ変化が起きるだろう。ある望ましい実施形態では、ここでは特に瞬間のレコーディングラウドネスレベルにアクセスしておらず、全部の参照ラウドネスレベル（レコーディングとプレイバック）が推定される（オーディオコンテントの全ての部分に渡り）。そのときはある特定の変形において、補償曲線はこれらのレベルにのみ基づく。他の特定の変形では、前の全部のプレイバックラウドネスレベルはプレイバック環境における変化により変更される（ユーザの選択によるプレイバックラウドネスの変更、出力デバイス２４におけるあらゆる変更、特にそのような出力デバイス２４の感度、及び／又は室内音響のあらゆる変化、例えばそこに出力デバイス２４が１以上のスピーカを含む等）。さらに特定の変形は、全部の推定されたラウドネスレベル（レコーディングとプレイバックの両方）は差分ラウドネス（例えばΔｐ）を確立するのに使用され、そしてこの差分はシステム６０（図７に関して論じられた）のようなシステムで使用される。

システム環境
一般に別のやり方で明確に示された場合を除いて、ここに記載された全てのシステム、方法、機能、テクニックは１以上のプログラム可能な汎用コンピューティングデバイスで実行可能である。このようなデバイス（例えばここで言及されるいずれかの電子デバイス）は、例えば次の互いに、例えば共通バスで互いに結合された構成要素の少なくともいくつかを含むだろう：（１）１以上のセントラルプロセッシングユニット（ＣＰＵ）、（２）読み出し専用メモリ（ＲＯＭ）、（３）ランダムアクセスメモリ（ＲＡＭ）、（４）他の統合された又は取り付けられる記憶デバイス、（５）入力／出力ソフトウェア及び他のデバイスとのインタフェースのための回路（例えば、シリアルポート、パラレルポート、ＵＳＢ接続、ファイアワイヤ接続などの有線接続を使用するもの、又は無線周波数識別（ＲＦＩＤ）、任意の近距離無線通信（ＮＦＣ）プロトコル、ブルートゥース又は８０２．１１プロトコルなどのような無線プロトコルを使用するもの。）、（６）１以上のネットワークを接続するためのソフトウェア及び回路、例えばイーサネット（登録商標）カードなどの有線接続や符号分割多元接続（ＣＤＭＡ）、移動通信のためのグローバルシステム（ＧＳＭ（登録商標））、ブルートゥース、８０２．１１プロトコル又は本発明の多くの実施形態におけるネットワークを次々とインターネットや他のネットワークへ接続する他のセルラーベース又はセルラーベースではないシステムなどの無線プロトコル、（７）表示（陰極線管、液晶ディスプレイ、有機発光ディスプレイ、高分子発光ディスプレイ又は他の薄膜ディスプレイなど）、（８）他の出力デバイス（１以上のスピーカ、ヘッドホンセット、レーザー又は他のライトプロジェクター及び／又はプリンタなど）、（９）１以上の入力デバイス（マウス、１以上の物理スイッチ又は可変コントロール、タッチパッド、タブレット、タッチセンシティブディスプレイ又は他のポインティングデバイス、キーボード、キーパッド、マイクロホン及び／又はカメラ又はスキャナなど）、（１０）大容量記憶デバイス（ハードディスクドライブ又はソリッドステートドライブなど）、（１１）リアルタイムクロック、（１２）取り外し可能な読み出し／書き込み記憶デバイス（フラッシュドライブ、半導体メモリを使用する他の携帯ドライブ、磁気ディスク、磁気テープ、光磁気ディスク、光ディスク、またはそのようなものなど）、（１３）モデム（例えば、ファックスを送るための、又はインターネット又は他のコンピュータネットワークへ接続するための）。実行中において、上記の方法や機能を実行するための処理ステップは汎用コンピュータによって実行される限りの範囲で、一般には最初に大容量記憶装置（例えば、ハードディスク又はソリッドステートドライブ）に記憶されていて、ＲＡＭにダウンロードされて、ＲＡＭの外のＣＰＵによって実行される。しかし、ある場合には処理ステップは最初にＲＡＭ又はＲＯＭに記憶され及び／又は大容量記憶装置から直接実行される。

本発明の実行に使用するための適切な汎用プログラマブルデバイスはさまざまなベンダーから取得することができる。さまざまな実施形態において、サイズや作業の複雑さに基づいて異なるタイプのデバイスが使用できる。このようなデバイスは、例えばメインフレームコンピュータ、マルチプロセッサコンピュータ、１以上のサーバボックス、ワークステーション、パーソナル（例えば、デスクトップ、ラップトップ、タブレット又はスレート型）コンピュータ及び／又は、パーソナルデジタルアシスタント（ＰＤＡ）、ワイヤレス電話（例えばスマートホン）又は他のプログラム可能なアプライアンスやデバイスなどのようなさらにより小さいコンピュータ、スタンドアローン、ネットワークへ有線で接続又はネットワークへ無線で接続するものを含む。

加えて、汎用プログラマブルデバイスは上記に記載されるが、別の実施形態において１以上の特殊用途プロセッサ又はコンピュータがかわりに（又はそれに加えて）使用される。一般に、注目すべきは、明確に別のやり方が示されている場合を除き、上記のいずれの機能もソフトウェア及び／又はファームウェアを実行する汎用プロセッサ、専用ハードウェア（論理ベースの）、又は既知の技術のトレードオフに基づいて選択された特定の実施を伴うこれらの方法の組み合わせにより実行することができる。さらに具体的にいうと、上記のいずれの処理及び／又は機能は、固定された、事前に決められた、及び／又は論理的な方法において実行され、プログラミング（ソフトウェア又はファームウェア）を実行するプロセッサ、ロジック構成要素（ハードウェア）の適切な配置、又は当業者により容易に理解できるこの２つの任意の組み合わせにより完遂される。言い換えれば、論理及び／又は計算操作を、プロセッサ内でこのような操作を行うための命令及び／又はこのような操作を行うための論理ゲートの構成へどう変更するかは十分に理解される。実際にコンパイラは一般に変換の両種類に対して利用可能である。

本発明は、この発明の方法及び機能を実行するためのソフトウェア又はファームウェアのプログラム命令（すなわちコンピュータが実行可能な処理命令）が記憶された機械可読な有体の（非一時的（non-transitory））媒体に関係することに注意すべきである。このような媒体は、例として磁気ディスク、磁気テープ、ＣＤ及びＤＶＤなどの光可読媒体又はさまざまなタイプのメモリカード、ＵＳＢフラッシュメモリデバイス、ソリッドステートドライブなどの半導体メモリなどを含む。いずれの場合も媒体はミニチュアディスクドライブ又はスモールディスク、ディスケット、カセット、カートリッジ、カード、スティックなどのような携行品の形態をとり得る、又は比較的に大きな又は可動性が少ないハードディスクドライブ、コンピュータ又は他の装置に備えられたＲＯＭ又はＲＡＭの形態をとり得る。明確に注意されていなければ、ここではコンピュータ可読又は機械可読媒体に記憶されたコンピュータが実行可能な処理ステップへの言及は、このような処理ステップが単一の媒体に記憶された状態と同様にこのような処理ステップが複数の媒体にわたって記憶された状態も包含することを意味する。

前の説明は基本的に電子計算機及びデバイスを強調する。しかし、かわりに、基本的論理及び／又は数学的操作を実行可能な電子的な、工学的な、生物的な及び化学的な処理など、その他のコンピューティング又は他のタイプのデバイスが使用されてもよい。

さらに明確に範囲を示す場合を除いて、プロセッサ、コンピュータ、サーバ、サーバデバイス、コンピュータ可読媒体又は他の記憶装置、クライアントデバイス、又は他のどんな種類の機械やデバイスへのこの開示の言及は、このようなプロセッサ、コンピュータ、サーバ、サーバデバイス、コンピュータ可読媒体又は他の記憶装置、クライアントデバイス、又は他のこのような機械やデバイスの複数の使用を包含することに注意すべきである。例えば、サーバは一般に単一のデバイス又は適切な負荷バランスを持つサーバデバイス群を使用して実行されるだろう。同様にサーバデバイス及びクライアントデバイスは、例えばそれぞれのデバイスがそれぞれそのような処理ステップの一部分を記憶する記憶装置とそれらの処理ステップを実行する自身のプロセッサを有し、全部の方法の処理ステップを実行するときにしばしば協力する。

ここで、用語「結合する（coupled）」、又は単語のその他の形態は直接に接続又は１以上の他の要素又は処理ブロックを通して接続されることを意味することを意図する。それらの図面及び議論において、単一のステップ、モジュール又は処理ブロックはお互いに直接に接続されているとして示され及び／又は議論されるが、このような接続は、付加された要素及び／又は処理ブロックを含んでもよい結合として理解されることに注意されたい。

さらなる考慮
前の議論において、用語「操作者（operators）」、「操作（operations）」、「機能（functions）」及び類似の用語は、特定の実行／実施形態に基づいて、方法ステップ又はハードウェア構成要素に言及することができる。

明らかに逆を示すのでなければ、「最適な（optimal）」、「最適化する（optimize）」、「最小限にする（minimize）」、「最善の（best）」などの単語は、類似の単語及び他の単語及び接尾辞が比較を示す単語と同様に上記の議論においてそれらの絶対的な意味では使用されない。かわりに、これらの用語はユーザ定義の制約条件、目的及びコストと処理の制約などの任意の他の潜在的な制約に照らして理解されることが意図される。

上記の議論では、特定の方法は特定の順序で記載されているステップに分解することによって説明されている。しかし、明らかに、反対に示され又は実際的な考察（例えばあるステップからの結果が別のものを実行するのに必要である場合など）によって義務づけられている範囲を除き、示された順序は重要ではなく、かわりに説明した順序は並べ替えることができ及び／又は２つ以上のステップを同時におこなうことができる。

処理ステップ、他のアクション、処理ステップ又はアクションの主体、任意の他の活動やデータをトリガすること、リミットすること、フィルタすること又はその他の影響することを意図する、「基準（criterion）」、「複数の基準」、「状態（condition）」、「複数の状態」又は類似の用語への言及は、単数または複数形が使用されたかどうかにかかわらず「１以上」を意味することを意図する。例えば、どんな基準や状態もアクション、イベント及び／又は事件（すなわち、複数パートの基準や状態）のどんな組み合わせも含むことができる。

同様に、上記で議論されたように、機能性は時には特定のモジュール又は構成要素に帰する。しかし、機能性は一般に希望通りに任意の異なるモジュール又は構成要素の間に再配分され得、特定の構成要素又はモジュールの必要を取り除き及び／又は新しい構成要素又はモジュールの追加を求める場合がある。機能性の正確な配分は、望ましくは、本発明の特定の実施形態に関連して、当業者により理解されるような既知の技術のトレードオフにしたがってなされる。

上記に議論したように、単語「含む（include）」、「（単数形の）含む」、「含んでいる」及びその単語の全ての形態は限定するものとして理解されるべきではなく、このような単語に続くどんな特定のものでも単に例示として理解されるべきである。

本発明のいくつもの異なる実施形態が、それぞれのこのような実施形態が特定の特徴を含んでいるとして上記に説明される。しかし、任意の一つの実施形態の議論に関連して説明される特徴はその実施形態に限定されることは意図されておらず、当業者に理解されるように、なお他の実施形態のいずれかにおいてさまざまな組み合わせを含み及び／又は配置されてよい。

したがって、本発明は、その例示的な実施形態に関して図面と共に詳細に説明されたが、本発明の趣旨と範囲から離れることなく当業者にはさまざまな翻案及び変更を成し遂げ得ることは明らかである。したがって、本発明は図に示されて上記に説明された実施形態そのものに限定されない。むしろ、本発明の意図から離れない全てのそのような変形はここに添付される請求項によってのみ限定されるものとしてその範囲内として考慮されることが意図される。

Claims (19)

1. ラウドネスベースでオーディオ信号を補償するシステムであって、
   （ａ）入力オーディオ信号を受け取る入力ラインと、
   （ｂ）前記入力ラインに接続され、オーディオプレイバックラウドネスレベルを得るために前記入力オーディオ信号を処理し及び前記入力オーディオ信号に対するプロダクションラウドネスレベルを提供するラウドネス推定器と、
   （ｃ）前記ラウドネス推定器の出力に結合されるフィルタ生成／選択器であって、前記プロダクションラウドネスレベル及び前記オーディオプレイバックラウドネスレベルに基づいてオーディオ補償フィルタを提供する前記フィルタ生成／選択器と、を備え、
   前記入力オーディオ信号は出力信号を提供するために前記オーディオ補償フィルタにより処理されることを特徴とするシステム。
2. 前記出力信号はスピーカかヘッドホンの少なくとも一つを含むオーディオ出力デバイスに結合されていることを特徴とする請求項１に記載のシステム。
3. 前記プロダクションラウドネスレベルはユーザにより提供される設定に基づいて定められることを特徴とする請求項１に記載のシステム。
4. 前記ユーザにより提供される設定はその他入力に基づいて確立されたデフォルト値からの選択された偏差であることを特徴とする請求項３に記載のシステム。
5. 前記オーディオプレイバックラウドネスレベルは前記入力オーディオ信号に基づいて時間と共に自動的に再推定されることを特徴とする請求項１に記載のシステム。
6. 連続する前記再推定はスムージング処理を受けることを特徴とする請求項５に記載のシステム。
7. 前記スムージング処理は移動平均フィルタを含むことを特徴とする請求項６に記載のシステム。
8. 前記スムージング処理は低域通過フィルタを含むことを特徴とする請求項６に記載のシステム。
9. 前記システムはさらに、前記入力オーディオ信号を時間ドメインから周波数ドメインへ変換するための変換モジュールを含み、前記オーディオ補償フィルタは前記周波数ドメインにおいて前記入力オーディオ信号を処理することを特徴とする請求項１に記載のシステム。
10. 前記システムはさらに、発生する可能性がある時間ドメインエイリアシングを抑制するために、結合されている前記フィルタ生成／選択器によって提供される周波数応答を処理するアンチエイリアシングフィルタを含むことを特徴とする請求項９に記載のシステム。
11. 前記アンチエイリアシングフィルタは前記周波数応答に対応するインパルス応答の長さを制限することを特徴とする請求項１０に記載のシステム。
12. 前記アンチエイリアシングフィルタは前記周波数応答を時間ドメインの信号に逆変換し、前記時間ドメインの信号に窓掛けし、前記窓掛けされた時間ドメインの信号を前記周波数ドメインへ戻す変換をすることを特徴とする請求項１１に記載のシステム。
13. 前記アンチエイリアシングフィルタは前記窓掛けされた時間ドメインの信号を、前記周波数ドメインへ戻す変換をする前にシフトすることを特徴とする請求項１２に記載のシステム。
14. 前記変換モジュールは短時間フーリエ変換を実行することを特徴とする請求項９に記載のシステム。
15. 前記フィルタ生成／選択器は、前記オーディオプレイバックラウドネスレベルと前記プロダクションラウドネスレベルのそれぞれについて等ラウドネス曲線に基づいてリアルタイムで最初に補償周波数曲線を生成することにより、前記オーディオ補償フィルタを生成することを特徴とする請求項１に記載のシステム。
16. 前記オーディオプレイバックラウドネスレベルと前記プロダクションラウドネスレベルのそれぞれについての前記等ラウドネス曲線は、ＩＳＯ ２２６：２００３の等ラウドネス曲線に基づいていることを特徴とする請求項１５に記載のシステム。
17. 前記補償周波数曲線は、前記オーディオプレイバックラウドネスレベル及び前記プロダクションラウドネスレベルについての等ラウドネス曲線にだけ基づく曲線と比較して低音ブーストの制限を含むことを特徴とする請求項１５に記載のシステム。
18. 前記オーディオプレイバックラウドネスレベルは５００Ｈｚ以下の幅を持つ周波数帯域に基づいて決定されることを特徴とする請求項１に記載のシステム。
19. 前記オーディオプレイバックラウドネスレベルは４０００Ｈｚ−６０００Ｈｚの幅を持つ周波数帯域に基づいて決定されることを特徴とする請求項１に記載のシステム。