JP2019169840A - デジタル音声信号処理装置およびそのプログラム - Google Patents

Abstract

【課題】高いサンプリング周波数のデジタル音声信号であっても、ラウドネス値を適切に算出し、演算負荷が少ないレベル補正を実施するデジタル音声信号処理装置およびそのプログラムを提供する。【解決手段】デジタル音声信号処理装置１は、第１サンプリング周波数のデジタル入力信号を第２サンプリング周波数のデジタル信号に変換する第１サンプリング周波数変換器２１、２２と、デジタル信号に第２サンプリング周波数で規定されるラウドネス特性を出力する聴覚特性フィルタ２３、２４と、出力の実効値を第２サンプリング周波数で動作して算出し、第２ゲイン係数信号を出力するゲイン係数信号出力器２７と、第２ゲイン係数信号を第１サンプリング周波数の第１ゲイン係数信号に変換する第２サンプリング周波数変換器２８と、デジタル入力信号に第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル信号として出力する乗算器１３、１４と、を備える。【選択図】図１

Description

本発明は、デジタル音声信号処理装置およびそのプログラムに関し、特に、デジタル音声信号のラウドネス値に基づいてレベル補正を行うノーマライザなどのデジタル音声信号処理装置およびそのプログラムに関する。

デジタル音声信号として記録された音楽等の楽曲を再生する場合に、楽曲における再生音量の相違を抑えるために、デジタル音声信号の音量レベルを検出してレベル補正を行って、音声信号を圧縮／伸張するリミッタ、コンプレッサ、エキスパンダ、ノーマライザ、等と呼ばれるデジタル音声信号処理装置が用いられる場合がある。デジタル音声信号の音量レベル、ラウドネスレベルを検出してレベル補正を行うデジタル音声信号処理装置には、様々なものがある。

従来には、楽曲を再生中に音量レベルを算出してレベル補正を行うものがある。例えば、デジタル入力信号を遅延する遅延手段と、前記遅延手段により遅延された前記デジタル信号を可変のゲインで減衰する減衰手段と、前記デジタル入力信号のレベルを検出するレベル検出手段と、前記レベル検出手段により検出されたレベルに基づきコンプレス／リミット用の第１のゲインを生成するゲイン生成手段と、前記ゲイン生成手段により出力された前記第１のゲインにフィルタ処理を施して減衰時定数を付与した第２のゲインを生成するスムーズフィルタと、前記スムーズフィルタにより出力された第２のゲインと、当該手段から出力される第４のゲインの所定サンプル前の信号に対して前記減衰時定数よりも長くする処理をして得られた第３のゲインと、を比較して値の大きい一方のゲインを選択することによってゲインの減衰時定数を延長して第４のゲインとする時定数延長手段とを有し、第４のゲインを印加するデジタル信号処理装置がある（特許文献１）。

また、従来には、複数の楽曲間での再生音量の相違を抑えるために、予め楽曲を解析して得たラウドネス値をメタデータとして保持しておき、このラウドネス値に基づいてデジタル音声信号をレンダリングするＲｅｐｌａｙＧａｉｎのような仕様が知られている（特許文献２）。ただし、この仕様では、予め楽曲を解析しておかなければならず、使い勝手が悪い一面がある。

また、特許文献２で述べられているように、音声信号のラウドネスの計測手法としては、ＩＴＵ−Ｒ ＢＳ．１７７０等の規格が定められて、活用されている。従来のラウドネス特性は、バンドパス（帯域通過型）フィルタのような特性カーブが知られているが、ＩＴＵ−Ｒ ＢＳ．１７７０では、ハイパス（高域通過型）フィルタ特性を有する周波数重み付けカーブが適用され、デジタル音声信号のサンプリング周波数を４８ｋＨｚと想定している。サンプリング周波数：４８ｋＨｚの場合に標本化定理により確保される最大周波数成分がサンプリング周波数の１／２である２４ｋＨｚであるので、人間の可聴周波数帯域は約２０Ｈｚ〜約２０ｋＨｚであることを考慮すると、サンプリング周波数：４８ｋＨｚは十分である。

しかし、近年のデジタル音声信号で記録されている楽曲には、１９２ｋＨｚというような非常に高いサンプリング周波数で標本化されているハイレゾリューションと呼ばれるようなものが存在する。人間の可聴周波数帯域を遙かに超えるような周波数成分を含む一方で、サンプルレートが非常に高くなるので、４８ｋＨｚといった従来のサンプリング周波数の楽曲と比較して、デジタル音声信号のラウドネス値を演算するにも、１サンプルの時間が短くてデジタル音声信号処理の負担が大きく、また、楽曲単位では計算量が多くなって演算負荷が大きくなる、という問題が生じる。

特許第３９９１３７２号公報 特許第５６９５６７７号公報

本発明は、上記の問題をより簡易に解決するためになされたものであり、その目的は、デジタル音声信号のラウドネス値に基づいてレベル補正を行うデジタル音声信号処理装置およびそのプログラムに関し、非常に高いサンプリング周波数のデジタル音声信号であっても、ラウドネス値を適切に算出して、演算の負荷が少なくてレベル補正を容易に実施できるデジタル音声信号処理装置およびそのプログラムを提供することにある。

本発明のデジタル音声信号処理装置は、デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数として検出するサンプリング周波数検出器と、デジタル入力音声信号を第１サンプリング周波数とは異なる第２サンプリング周波数のデジタル音声信号に変換する第１サンプリング周波数変換器と、第２サンプリング周波数のデジタル音声信号に第２サンプリング周波数で規定されるラウドネス特性を与えて出力する聴覚特性フィルタと、聴覚特性フィルタの出力の実効値を第２サンプリング周波数で動作して算出する実効値演算器と、実効値から第２サンプリング周波数の第２ゲイン係数信号を出力するゲイン係数信号出力器と、第２ゲイン係数信号を第１サンプリング周波数の第１ゲイン係数信号に変換する第２サンプリング周波数変換器と、デジタル入力音声信号に第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力する乗算器と、を備える。

好ましくは、本発明のデジタル音声信号処理装置は、第１サンプリング周波数が第２サンプリング周波数よりも高い周波数であり、第１サンプリング周波数変換器が、第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第１アンチエリアシングフィルタを含むダウンサンプリング変換器であり、第２サンプリング周波数変換器が、第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第２アンチエリアシングフィルタを含むアップサンプリング変換器であり、第２アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数が、第１アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数よりも少なく設定されている。

好ましくは、本発明のデジタル音声信号処理装置は、第２サンプリング周波数が４８ｋＨｚであり、聴覚特性フィルタのラウドネス特性が、デジタル入力音声信号のラウドネスを測定するＩＴＵ−Ｒ ＢＳ．１７７０に準拠して規定される。

好ましくは、本発明のデジタル音声信号処理装置は、デジタル入力音声信号が同期する複数のチャンネル成分を含む場合に、聴覚特性フィルタおよび実効値演算器が、複数のチャンネル成分に対してそれぞれ複数の実効値を算出し、ゲイン係数信号出力器が、複数の実効値の内の最大値から一の第２ゲイン係数信号を出力し、デジタル入力音声信号の複数のチャンネル成分に対してそれぞれ第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力する。

また、本発明のデジタル音声信号処理のプログラムは、デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数として検出するステップと、デジタル入力音声信号を第１サンプリング周波数とは異なる第２サンプリング周波数のデジタル音声信号に変換するステップと、第２サンプリング周波数のデジタル音声信号に第２サンプリング周波数で規定されるラウドネス特性を聴覚特性フィルタによって与えて出力するステップと、聴覚特性フィルタの出力の実効値を第２サンプリング周波数で動作して算出するステップと、実効値から第２サンプリング周波数の第２ゲイン係数信号を出力するステップと、第２ゲイン係数信号を第１サンプリング周波数の第１ゲイン係数信号に変換するステップと、デジタル入力音声信号に第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力するステップと、を含む。

以下、本発明の作用について説明する。

本発明のデジタル音声信号処理装置は、デジタル音声信号のラウドネス値に基づいてレベル補正を行うのにあたって、デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数として検出するサンプリング周波数検出器と、デジタル入力音声信号に第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力する乗算器と、を備える。デジタル音声信号処理装置は、ハードウェアで構成する場合のほかに、コンピュータに信号処理を実行させる複数のステップを含むプログラムを実行させることにより、実現可能である。

デジタル音声信号処理装置は、さらに、デジタル入力音声信号を第１サンプリング周波数とは異なる第２サンプリング周波数のデジタル音声信号に変換する第１サンプリング周波数変換器と、第２サンプリング周波数のデジタル音声信号に第２サンプリング周波数で規定されるラウドネス特性を与えて出力する聴覚特性フィルタと、聴覚特性フィルタの出力の実効値を第２サンプリング周波数で動作して算出する実効値演算器と、実効値から第２サンプリング周波数の第２ゲイン係数信号を出力するゲイン係数信号出力器と、第２ゲイン係数信号を第１サンプリング周波数の第１ゲイン係数信号に変換する第２サンプリング周波数変換器と、を備える。プログラムも同様の信号処理のステップを含む。

つまり、第１サンプリング周波数の第１ゲイン係数信号は、第２サンプリング周波数で規定されるラウドネス特性で定まるラウドネス値を、デジタル入力音声信号のサンプリング周波数である第１サンプリング周波数のデジタル信号に変換した信号であるので、例えば第２サンプリング周波数が４８ｋＨｚであり、聴覚特性フィルタのラウドネス特性が、デジタル入力音声信号のラウドネスを測定するＩＴＵ−Ｒ ＢＳ．１７７０に準拠して規定されるような場合には、汎用されている標準規格をそのまま利用できて、より正確なラウドネス値を演算できる利点がある。プログラムも同様の信号処理のステップを含むようにすればよい。

また、第１サンプリング周波数が第２サンプリング周波数よりも高い周波数であり、例えば、１９２ｋＨｚであるようなハイレゾリューションの楽曲の場合には、第１ゲイン係数信号を出力するシグナルフロー並びにプログラムのステップが、低い周波数の第２サンプリング周波数（４８ｋＨｚ）で動作することになるので、デジタル音声信号のラウドネス値を演算するデジタル音声信号処理の負荷を実質的に小さくすることができる。

さらに、第１ゲイン係数信号を出力するシグナルフローには、聴覚特性フィルタの出力の実効値を第２サンプリング周波数で動作して算出する実効値演算器が含まれる。実効値演算の信号処理は、ローパスフィルターの特性を持つので、第２サンプリング周波数の第２ゲイン係数信号は、第２サンプリング周波数の１／２の周波数よりも低い周波数に帯域制限されている。したがって、第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第１アンチエリアシングフィルタを含むダウンサンプリング変換器であり、第２サンプリング周波数変換器が、第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第２アンチエリアシングフィルタを含むアップサンプリング変換器である場合には、第２アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数を、第１アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数よりも少なく設定することができる。その結果、デジタル音声信号のラウドネス値を演算するデジタル音声信号処理の負荷をより小さくすることができる利点がある。

デジタル入力音声信号が同期する複数のチャンネル成分を含む場合には、聴覚特性フィルタおよび実効値演算器が、複数のチャンネル成分に対してそれぞれ複数の実効値を算出し、ゲイン係数信号出力器が、複数の実効値の内の最大値から一の第２ゲイン係数信号を出力し、デジタル入力音声信号の複数のチャンネル成分に対してそれぞれ第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力する。例えば、左右２チャンネルのチャンネル成分を含むステレオ信号の場合には、チャンネル間のバランスを崩すことなく最大のラウドネス値に基づいてレベル補正を行うことができる。

本発明のデジタル音声信号処理装置およびそのプログラムは、非常に高いサンプリング周波数のデジタル音声信号であっても、ラウドネス値を適切に算出して、演算の負荷が少なくてレベル補正を容易に実施できる。

本発明の好ましい実施形態によるデジタル音声信号処理装置について説明する図である。（実施例１） デジタル音声信号処理装置の聴覚特性フィルタの特性を説明するグラフである。（実施例１） デジタル音声信号処理装置のゲイン係数信号出力器の特性を説明するグラフである。

以下、本発明の好ましい実施形態によるデジタル音声信号処理装置およびそのプログラムについて説明するが、本発明はこれらの実施形態には限定されない。

図１は、本発明の好ましい実施形態によるデジタル音声信号処理装置１について説明する図である。具体的には、デジタル音声信号処理装置１は、左右２チャンネルのチャンネル成分を含むステレオ信号であるデジタル音声信号について、その音量レベルを検出してレベル補正を行って出力するノーマライザであり、図１は、その内部構成を示すブロック図である。なお、説明に不要な一部の構成や、内部構造等は、図示ならびに説明を省略する。

ノーマライザとしてのデジタル音声信号処理装置１は、デジタル音声信号処理装置１は、入力されるデジタル音声信号について、その音量レベルを検出して、圧縮／伸張して出力する。つまり、デジタル音声信号処理装置１は、デジタル音声信号を再生する際にその楽曲のラウドネスを解析してレベル補正を行って出力する。したがって、デジタル音声信号処理装置１は、小さな音量部分と大きな音量部分とを含む様なダイナミックレンジの大きな楽曲や、録音された音量レベルの差が大きいような複数の楽曲の間で、楽曲の再生音量が小さくなりすぎたり、大きくなりすぎたりするような不具合を防ぐように動作する。

デジタル音声信号処理装置１は、デジタルシグナルプロセッサ（ＤＳＰ）で構成され得る。その場合には、ＤＳＰを制御する制御回路としての（図示しない）マイクロコンピュータ（マイコン）が接続され、マイコンがＤＳＰにプログラムをロードさせて実行させるように制御する。デジタル音声信号処理装置１は、入力端子２に入力されるステレオのデジタル音声信号（Ｌｉｎ、Ｒｉｎ）を、乗算器１３および１４でレベル補正を行って、ステレオのデジタル音声信号（Ｌｏｕｔ、Ｒｏｕｔ）として出力端子３に出力するようなオーディオ機器に適用し得る。

例えば、本実施例のデジタル音声信号処理装置１に入力されるデジタル音声信号は、可聴音声周波数帯域よりも遙かに高いサンプリング周波数ＦＳ＝１９２ｋＨｚでサンプリングしたデジタル音声信号であり、同期したステレオ音声信号ＬおよびＲのデータの組である２４ビットＰＣＭ信号を含む。ただし、入力されるデジタル音声信号は、１チャンネルのモノラル信号であっても、３チャンネル以上のチャンネル成分を含むマルチチャンネル信号であってもよい。

デジタル音声信号処理装置１は、第１サンプリング周波数ＦＳ１＝１９２ｋＨｚで動作する第１信号処理部４と、第２サンプリング周波数ＦＳ２＝４８ｋＨｚで動作する第２信号処理部５と、を備える。デジタル音声信号処理装置１の全体および第１信号処理部４は、非常に高いサンプリング周波数で動作しているので、１サンプル当たりの動作時間が極めて短く、第１信号処理部４の演算負荷が大きい。一方で、第２信号処理部５は、その１／４のサンプリング周波数で動作している訳で、第１信号処理部４に比べて演算負荷は小さいことになる。

デジタル音声信号処理装置１の入力端子２に入力されるデジタル音声信号は、第１信号処理部４のサンプリング周波数検出器１１に入力される。サンプリング周波数検出器１１は、デジタル入力音声信号のサンプリング周波数ＦＳを検出して、第１サンプリング周波数ＦＳ１として端子１２から出力する。第１サンプリング周波数ＦＳ１に関する情報は、第１信号処理部４の動作に使われる他に、第２信号処理部５に供給される。

第１信号処理部４は、サンプリング周波数検出器１１が検出するこの第１サンプリング周波数ＦＳ１で動作する。第１信号処理部４は、デジタル入力音声信号の左チャンネル成分Ｌｉｎに後述する第１ゲイン係数信号を乗算して第１サンプリング周波数ＦＳ１のデジタル出力音声信号Ｌｏｕｔとして端子４に出力する乗算器１３と、デジタル入力音声信号の右チャンネル成分Ｒｉｎに第１ゲイン係数信号を乗算して第１サンプリング周波数ＦＳ１のデジタル出力音声信号Ｒｏｕｔとして出力する乗算器１４と、を含む。

なお、第１信号処理部４は、乗算器１３並びに乗算器１４に入力するデジタル入力音声信号を所定の遅延時間だけ遅延させる（図示しない）遅延器またはディレイ回路を、サンプリング周波数検出器１１と乗算器１３並びに乗算器１４との間に設けてもよい。

第２信号処理部５は、サンプリング周波数検出器１１が検出する第１サンプリング周波数ＦＳ１を１／４にダウンサンプリングした第２サンプリング周波数ＦＳ２＝４８ｋＨｚで動作する。したがって、第２信号処理部５は、デジタル音声信号のサンプリング周波数をＦＳ１＝１９２ｋＨｚからＦＳ２＝４８ｋＨｚに変換するダウンサンプリングコンバータとしての第１サンプリング周波数変換器２１並びに２２と、サンプリング周波数をＦＳ２＝４８ｋＨｚからＦＳ１＝１９２ｋＨｚに変換するアップサンプリングコンバータとしての第２サンプリング周波数変換器２８と、を含む。サンプリング周波数変換器２１、２２および２８には、第１サンプリング周波数ＦＳ１に関する情報がサンプリング周波数検出器１１の端子１２から供給される。

第２信号処理部５のサンプリング周波数変換器２１並びに２２には、入力端子２に入力されるステレオのデジタル音声信号（Ｌｉｎ、Ｒｉｎ）が、第１信号処理部４から分岐してそれぞれ入力される。サンプリング周波数変換器２１および２２は、デジタル音声信号のサンプリング周波数をＦＳ１＝１９２ｋＨｚからＦＳ２＝４８ｋＨｚに変換して、それぞれ聴覚特性フィルタ２３並びに２４に出力する。

第１サンプリング周波数変換器２１および２２は、それぞれ、サンプリング定理における折り返しを防止するのに必要なアンチエリアシングフィルタを含む。具体的には、サンプリング周波数変換器２１および２２は、サンプリング周波数をＦＳ１＝１９２ｋＨｚからＦＳ２＝４８ｋＨｚに変換するダウンサンプリングコンバータであるので、ＦＳ２の１／２の周波数（＝２４ｋＨｚ）以下の周波数を含まないようにするのに、２４ｋＨｚ以下の所定の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第１アンチエリアシングフィルタを含む。本実施例の場合には、第１アンチエリアシングフィルタはサンプリング周波数ＦＳ１で動作する３２タップのＦＩＲフィルタにより構成されている。

第１サンプリング周波数変換器２１および２２は、第１アンチエリアシングフィルタを通過させたサンプリング周波数ＦＳ１のデジタル音声信号を出力する。そして、サンプリング周波数変換器２１および２２は、ダウンサンプリングコンバータとして、この第１アンチエリアシングフィルタを通過させたサンプリング周波数ＦＳ１＝１９２ｋＨｚのデジタル音声信号の４サンプルから１サンプルのみを周期的に間引くようにして、ＦＳ２＝４８ｋＨｚのデジタル音声信号に変換する。

聴覚特性フィルタ２３並びに２４は、デジタル入力音声信号のラウドネスを測定するＩＴＵ−Ｒ ＢＳ．１７７０に準拠するラウドネス値を算出するフィルタである。ＩＴＵ−Ｒ ＢＳ．１７７０が規定する聴覚特性フィルタの特性は、デジタル音声信号のサンプリング周波数を４８ｋＨｚと想定しているので、汎用されている標準規格をそのまま利用できる。ＩＴＵ−Ｒ ＢＳ．１７７０が規定する聴覚特性フィルタの構成の詳細については、説明を省略する。

図２のグラフは、聴覚特性フィルタ２３並びに２４のゲイン特性を説明するグラフである。太い実線で図示する曲線２０は、ＩＴＵ−Ｒ ＢＳ．１７７０が規定するハイパス（高域通過型）フィルタ特性を有する周波数重み付けカーブとなっている。ただし、上記の通りに曲線２０はハイパス（高域通過型）フィルタ特性を有するので、２０ｋＨｚ以上の高い音声周波数成分が算出するラウドネス値に与える影響が大きくなり得る。その一方で、サンプリング周波数がＦＳ２＝４８ｋＨｚの場合に、２４ｋＨｚ以上の周波数成分は、聴覚特性フィルタの出力としては含まれ得ない。そもそも約１５ｋＨｚ以上の高い周波数帯域の周波数成分は、加齢により聞き取りにくくなるなど、人間の感じる真のラウドネス値に与える影響が少ない周波数成分である。

したがって、サンプリング周波数変換器２１および２２が含む第１アンチエリアシングフィルタは、聴覚特性フィルタの出力に実質的にほぼ影響を与えない。仮に、第１アンチエリアシングフィルタのカットオフ周波数が例えば２４ｋＨｚ以下である１８ｋＨｚであり、図２のグラフにおける点線の曲線３０のようなローパス（低域通過型）のフィルタ特性を有していてもよい。少なくとも、図２のグラフにおける曲線２０および曲線３０で規定されるラウドネス特性は、従来に用いられていたバンドパス（帯域通過型）フィルタのような特性カーブのラウドネス特性よりも、ＩＴＵ−Ｒ ＢＳ．１７７０が規定するラウドネス特性に近いものになる。

聴覚特性フィルタ２３並びに２４からの出力は、それぞれ実効値演算器２５並びに２６に入力される。実効値演算器２５並びに２６は、第２サンプリング周波数ＦＳ２＝４８ｋＨｚで動作して、入力値の実効値を演算により出力する。実効値演算の信号処理は、ローパスフィルターの特性を持つので、実効値演算器２５並びに２６からの出力信号は、第２サンプリング周波数ＦＳ２＝４８ｋＨｚの１／２の周波数よりも低い周波数に帯域制限されていることになる。なお、実効値演算器２５並びに２６での実効値の演算は、平均平方値を出力する演算処理であってもよく、また、平均値を出力する演算処理であってもよい。

実効値演算器２５並びに２６からの出力は、ゲイン係数信号出力器２７に入力される。ゲイン係数信号出力器２７は、２つの実効値演算器２５並びに２６の出力値の内で、大きい方の値を選択して入力する選択入力回路を含む。本実施例では、ステレオのデジタル音声信号（Ｌｉｎ、Ｒｉｎ）に対応しているので、選択入力回路により、いずれか一方のラウドネス値が大きなチャンネルに合わせて共通してレベル補正を行うようにして、チャンネル間のバランスを崩すことが無いようにしている。

さらに、ゲイン係数信号出力器２７は、この選択入力回路から入力される実効値から第２サンプリング周波数ＦＳ２＝４８ｋＨｚの第２ゲイン係数信号を出力する。図３は、ゲイン係数信号出力器２７の出力である入力値に対する補正出力値の特性を説明するグラフである。図３の横軸が入力値であり、縦軸が補正出力値である。

つまり、ゲイン係数信号出力器２７は、入力値が約−３０ｄＢ以下の場合には加算レベルを＋６ｄＢとなる補正を施して出力し、入力値が約−３０ｄＢ以上約−１８ｄＢ以下の場合には、入力値のレベルが大きくなるにつれて加算レベルを徐々に小さくして、入力値が約―１８ｄＢ以上約＋８ｄＢ以下の場合には、さらに減算レベルの絶対値を大きくする補正を施して出力する。したがって、ゲイン係数信号出力器２７が出力する第２サンプリング周波数ＦＳ２＝４８ｋＨｚの第２ゲイン係数信号は、入力される実効値の最小値から最大値の変化幅に比べて、その最小値から最大値の変化幅が小さくなる。

ゲイン係数信号出力器２７が出力する第２サンプリング周波数ＦＳ２＝４８ｋＨｚの第２ゲイン係数信号は、サンプリング周波数をＦＳ２＝４８ｋＨｚからＦＳ１＝１９２ｋＨｚに変換するアップサンプリングコンバータである第２サンプリング周波数変換器２８に入力される。サンプリング周波数変換器２８は、アップサンプリングコンバータとして、サンプリング周波数ＦＳ２＝４８ｋＨｚのデジタル音声信号の１サンプルにつき３サンプルのゼロ値を周期的に挿入するようにして、ＦＳ１＝１９２ｋＨｚのデジタル音声信号に変換する。

第２サンプリング周波数変換器２８は、上述のサンプリング周波数変換器２１および２２と同様に、サンプリング定理における折り返しを防止するのに必要なアンチエリアシングフィルタを含む。具体的には、サンプリング周波数変換器２８は、サンプリング周波数をＦＳ２＝４８ｋＨｚからＦＳ１＝１９２ｋＨｚに変換するアップサンプリングコンバータであるので、ＦＳ２の１／２の周波数（＝２４ｋＨｚ）以下の周波数を含まないようにするのに、２４ｋＨｚ以下の所定の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第２アンチエリアシングフィルタを含む。本実施例の場合には、第２アンチエリアシングフィルタはサンプリング周波数ＦＳ１で動作する８タップのＦＩＲフィルタにより構成されている。

第２サンプリング周波数変換器２８は、第２ゲイン係数信号をアップサンプルして第２アンチエリアシングフィルタを通過させたサンプリング周波数ＦＳ１の第１ゲイン係数信号を出力する。第２サンプリング周波数変換器２８の出力は、第１サンプリング周波数ＦＳ１＝１９２ｋＨｚの第１ゲイン係数信号として、第１信号処理部４の乗算器１３並びに乗算器１４に入力される。

なお、サンプリング周波数変換器２８が含む第２アンチエリアシングフィルタは、上述のサンプリング周波数変換器２１および２２と同様に、聴覚特性フィルタの出力に実質的にほぼ影響を与えない。したがって、第２アンチエリアシングフィルタは、図２のグラフにおける点線の曲線３０のようなローパス（低域通過型）のフィルタ特性を有していてもよい。また、実効値演算器２５並びに２６の出力は、ローパスフィルターの特性により第２サンプリング周波数ＦＳ２＝４８ｋＨｚの１／２の周波数よりも低い周波数に帯域制限されていることになるので、第２アンチエリアシングフィルタのカットオフ周波数をさらに低い周波数にすることができる。

その結果、アップサンプルするサンプリング周波数変換器２８が含む第２アンチエリアシングフィルタは、それを構成するＦＩＲフィルタのタップ数を、ダウンサンプルするサンプリング周波数変換器２１および２２の第１アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数よりも少なく設定することができる。最少位相特性の低域通過フィルタを構成するＦＩＲフィルタのタップ数を短く出来れば、ＦＩＲフィルタの遅延時間が短くなるので、遅延が少なくなるという利点がある。

第１信号処理部４の乗算器１３並びに乗算器１４は、デジタル入力音声信号の左チャンネル成分Ｌｉｎ並びに右チャンネル成分Ｒｉｎに、それぞれサンプリング周波数変換器２８が出力する第１サンプリング周波数ＦＳ１＝１９２ｋＨｚの第１ゲイン係数信号を乗算して、それぞれデジタル出力音声信号Ｌｏｕｔ並びにＲｏｕｔとして端子４に出力する。第１サンプリング周波数ＦＳ１で動作する第１信号処理部４において、実質的な信号処理部分は、乗算器１３並びに乗算器１４での乗算処理だけである。

一方で、第２信号処理部５は、第１サンプリング周波数ＦＳ１の１／４のサンプリング周波数で動作しているので、第２信号処理部５の演算負荷は、第１信号処理部４に比べて小さいことになる。第２信号処理部５では、サンプリング周波数が４８ｋＨｚで規定されるＩＴＵ−Ｒ ＢＳ．１７７０に準拠するラウドネス値を算出するものの、高いサンプリング周波数である第１サンプリング周波数ＦＳ１＝１９２ｋＨｚのデジタル入力音声信号に、第２信号処理部５で得た正確なラウドネス値を演算して、比較的に小さい演算負荷でレベル補正を施した第１サンプリング周波数ＦＳ１＝１９２ｋＨｚのデジタル出力音声信号を得ることができる。

例えば、第１サンプリング周波数ＦＳ１＝１９２ｋＨｚのデジタル音声信号であって、再生時間が１分４９秒の楽曲１について確認すると、本実施例の場合には、楽曲１の全サンプルについての信号処理に要する時間は１．９０秒である。しかしながら、仮に第２信号処理部５を、本実施例のように第１サンプリング周波数ＦＳ１の１／４のサンプリング周波数で動作させずに、第１サンプリング周波数ＦＳ１で動作させるようにする比較例の場合には、楽曲１の全サンプルについての信号処理に要する時間は３．５５秒にも及んで長くなり、約８６．８％も長い時間を要することになる。

また、例えば、第１サンプリング周波数ＦＳ１＝９６ｋＨｚのデジタル音声信号であって、再生時間が１分５秒の楽曲２について確認すると、本実施例の場合には、楽曲２の全サンプルについての信号処理に要する時間は０．４４秒である。しかしながら、仮に第２信号処理部５を、本実施例のように第１サンプリング周波数ＦＳ１の１／２のサンプリング周波数で動作させずに、第１サンプリング周波数ＦＳ１で動作させるようにする比較例の場合には、楽曲２の全サンプルについての信号処理に要する時間は０．５８秒にも及んで長くなり、約３１．８％も長い時間を要することになる。

上記の楽曲１および楽曲２の場合で分かるように、本実施例のデジタル音声信号処理装置１では、正確なラウドネス値を演算する第２信号処理部５を第１サンプリング周波数ＦＳ１よりも低い第２サンプリング周波数ＦＳ２で動作させているので、比較的に小さい演算負荷でレベル補正を行うことができ、計算にかかる時間を短縮できる。

なお、上記の説明では、第１サンプリング周波数ＦＳ１＝１９２ｋＨｚ、第２サンプリング周波数ＦＳ２＝４８ｋＨｚの場合を取り上げているが、入力端子２に入力されるデジタル音声信号のサンプリング周波数を意味する第１サンプリング周波数ＦＳ１は、例えば、９６ｋＨｚ、８８．２ｋＨｚ、１７６．４ｋＨｚといったハイレゾリューションと呼ばれる高いサンプリング周波数のものであればよく、他のサンプリング周波数であったとしても、第２サンプリング周波数よりも高い周波数のものであればよい。

ただし、本発明は、他の実施例として、第１サンプリング周波数ＦＳ１＝３２ｋＨｚ（または４４．１ｋＨｚ）、第２サンプリング周波数ＦＳ２＝４８ｋＨｚの場合のように、第１サンプリング周波数が第２サンプリング周波数よりも低い周波数であってもよい。第１サンプリング周波数が第２サンプリング周波数よりも高い周波数である場合に限定するものではない。

また、デジタル音声信号処理装置１に入力されるデジタル音声信号は、１チャンネルのモノラル信号であっても、３チャンネル以上のチャンネル成分を含むマルチチャンネル信号であってもよい。第２信号処理部５における第１サンプリング周波数変換器２１と、聴覚特性フィルタ２３と、実効値演算器２５と、を１または複数のチャンネル数に応じて設け、複数の実効値の内の最大値から一の第２ゲイン係数信号を出力し、デジタル入力音声信号の複数のチャンネル成分に対してそれぞれ第１ゲイン係数信号を乗算して第１サンプリング周波数のデジタル出力音声信号として出力するようにすればよい。

また、上記実施例では、デジタル音声信号処理装置１をデジタルシグナルプロセッサ（ＤＳＰ）で構成しているが、もちろん、サンプリング周波数変換を含むレベル補正の信号処理を実現するデジタル音声信号処理装置１は、音声信号を取り扱う演算能力を有する他の（図示しない）プロセッサのみで構成してもよい。その場合にも、コンピュータのプロセッサには、以下に説明するプログラムがロードされて実行される。したがって、以下では、上述の図１〜図３の図示における図番を共通に用いて説明し、パルス幅変調の信号処理のプログラムのフローチャートは省略する。

本実施例のデジタル音声信号処理のプログラムは、プロセッサに、デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数ＦＳ１として検出するステップＳ１と、デジタル入力音声信号を第１サンプリング周波数ＦＳ１とは異なる第２サンプリング周波数ＦＳ２のデジタル音声信号に変換するステップＳ２と、第２サンプリング周波数ＦＳ２のデジタル音声信号に第２サンプリング周波数ＦＳ２で規定されるラウドネス特性を聴覚特性フィルタによって与えて出力するステップＳ３と、聴覚特性フィルタの出力の実効値を第２サンプリング周波数ＦＳ２で動作して算出するステップＳ４と、実効値から第２サンプリング周波数ＦＳ２の第２ゲイン係数信号を出力するステップＳ５と、第２ゲイン係数信号を第１サンプリング周波数ＦＳ１の第１ゲイン係数信号に変換するステップＳ６と、デジタル入力音声信号に第１ゲイン係数信号を乗算して第１サンプリング周波数ＦＳ１のデジタル出力音声信号として出力するステップＳ７と、を実行させる。

第１サンプリング周波数ＦＳ１が第２サンプリング周波数ＦＳ２よりも高い周波数であるような場合には、上記のステップＳ２において、第２サンプリング周波数ＦＳ２の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第１アンチエリアシングフィルタを通過させて、デジタル入力音声信号を第１サンプリング周波数ＦＳ１から第２サンプリング周波数ＦＳ２のデジタル音声信号にダウンサンプリングして変換するステップＳ２１を含むようにするのが好ましい。また、同様に、上記のステップＳ６において、第２サンプリング周波数ＦＳ２の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第２アンチエリアシングフィルタを通過させて、デジタル入力音声信号を第２サンプリング周波数ＦＳ２から第１サンプリング周波数ＦＳ１のデジタル音声信号にアップサンプリングして変換するステップＳ６１を含むようにするのが好ましい。この場合には、第２アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数を、第１アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数よりも少なく設定するのが好ましい。

また、例えば第２サンプリング周波数が４８ｋＨｚであるような場合には、上記のステップＳ３において、聴覚特性フィルタのラウドネス特性が、デジタル入力音声信号のラウドネスを測定するＩＴＵ−Ｒ ＢＳ．１７７０に準拠して規定されるものにすることができる。汎用されている標準規格をそのまま利用できて、より正確なラウドネス値を演算できる利点がある。

その結果、本実施例のデジタル音声信号処理のプログラムは、正確なラウドネス値を演算する第２信号処理部５に関する上記のステップＳ３〜Ｓ５を第１サンプリング周波数ＦＳ１よりも低いサンプリング周波数である第２サンプリング周波数ＦＳ２で動作させているので、比較的に小さい演算負荷でレベル補正を行うことができ、計算にかかる時間を短縮できる。

なお、このデジタル音声信号処理のプログラムは、コンピュータのプロセッサに限らず、デジタル音声信号を取り扱うことが出来るプロセッサを搭載する電子機器で実行可能である。例えば、携帯電話、スマートフォン、等の音声信号専用のプロセッサを備えていないものであっても、ＣＰＵにおいてデジタル音声信号の演算能力をそなえていればよい。

本発明のデジタル音声信号処理およびそのプログラムは、ステレオ音声信号を再生するステレオ装置のみならず、マルチチャンネルサラウンド音声再生装置を含む音響再生システム、あるいは、持ち運びが可能なポータブル機器、スマートフォンなどの電子機器にも適用が可能である。

１ デジタル音声信号処理装置
２ 入力端子
３ 出力端子
４ 第１信号処理部
５ 第２信号処理部
１１ サンプリング周波数検出器
１３、１４ 乗算器
２１、２２ 第１サンプリング周波数変換器
２３、２４ 聴覚特性フィルタ
２５、２６ 実効値演算器
２７ ゲイン係数信号出力器
２８ 第２サンプリング周波数変換器

Claims (5)

1. デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数として検出するサンプリング周波数検出器と、
   該デジタル入力音声信号を該第１サンプリング周波数とは異なる第２サンプリング周波数のデジタル音声信号に変換する第１サンプリング周波数変換器と、
   該第２サンプリング周波数の該デジタル音声信号に該第２サンプリング周波数で規定されるラウドネス特性を与えて出力する聴覚特性フィルタと、
   該聴覚特性フィルタの出力の実効値を該第２サンプリング周波数で動作して算出する実効値演算器と、
   該実効値から該第２サンプリング周波数の第２ゲイン係数信号を出力するゲイン係数信号出力器と、
   該第２ゲイン係数信号を該第１サンプリング周波数の第１ゲイン係数信号に変換する第２サンプリング周波数変換器と、
   該デジタル入力音声信号に該第１ゲイン係数信号を乗算して該第１サンプリング周波数のデジタル出力音声信号として出力する乗算器と、
   を備える、デジタル音声信号処理装置。
2. 前記第１サンプリング周波数が前記第２サンプリング周波数よりも高い周波数であり、前記第１サンプリング周波数変換器が、該第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第１アンチエリアシングフィルタを含むダウンサンプリング変換器であり、前記第２サンプリング周波数変換器が、該第２サンプリング周波数の１／２以下の周波数をカットオフ周波数とする最少位相特性の低域通過フィルタである第２アンチエリアシングフィルタを含むアップサンプリング変換器であり、
   該第２アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数が、該第１アンチエリアシングフィルタを構成するＦＩＲフィルタのタップ数よりも少なく設定されている、
   請求項２に記載のデジタル音声信号処理装置。
3. 前記第２サンプリング周波数が４８ｋＨｚであり、前記聴覚特性フィルタの前記ラウドネス特性が、デジタル入力音声信号のラウドネスを測定するＩＴＵ−Ｒ ＢＳ．１７７０に準拠して規定される、
   請求項２に記載のデジタル音声信号処理装置。
4. 前記デジタル入力音声信号が同期する複数のチャンネル成分を含む場合に、
   前記聴覚特性フィルタおよび前記実効値演算器が、複数の該チャンネル成分に対してそれぞれ複数の前記実効値を算出し、
   前記ゲイン係数信号出力器が、複数の該実効値の内の最大値から一の前記第２ゲイン係数信号を出力し、
   該デジタル入力音声信号の複数の該チャンネル成分に対してそれぞれ前記第１ゲイン係数信号を乗算して前記第１サンプリング周波数のデジタル出力音声信号として出力する、
   請求項１から３のいずれかに記載のデジタル音声信号処理装置。
5. デジタル入力音声信号のサンプリング周波数を第１サンプリング周波数として検出するステップと、
   該デジタル入力音声信号を該第１サンプリング周波数とは異なる第２サンプリング周波数のデジタル音声信号に変換するステップと、
   該第２サンプリング周波数の該デジタル音声信号に該第２サンプリング周波数で規定されるラウドネス特性を聴覚特性フィルタによって与えて出力するステップと、
   該聴覚特性フィルタの出力の実効値を該第２サンプリング周波数で動作して算出するステップと、
   該実効値から該第２サンプリング周波数の第２ゲイン係数信号を出力するステップと、
   該第２ゲイン係数信号を該第１サンプリング周波数の第１ゲイン係数信号に変換するステップと、
   該デジタル入力音声信号に該第１ゲイン係数信号を乗算して該第１サンプリング周波数のデジタル出力音声信号として出力するステップと、
   を含む、デジタル音声信号処理のプログラム。