JP2019507514A - 帯域内オンチャネル無線システム内で音声信号を混合する際のレベル制御の方法及びそのための装置 - Google Patents

Abstract

デジタル音声放送信号を処理する方法は、デジタル音声放送信号のアナログ音声部分及びデジタル音声部分を分離する段階と、第１の短い時間間隔にわたってアナログ音声部分及びデジタル音声部分の音量を決定する段階と、アナログ音声部分及びデジタル音声部分の音量を用いて短期平均利得を計算する段階と、長期平均利得を決定する段階と、長期平均利得又は短期平均利得のうちの一方をｄＢに変換する段階と、出力がデジタルに混合されていた場合に、デジタル利得パラメータを事前選択された区分だけ調節してデジタル利得パラメータを生成する段階と、出力がデジタルに混合されなかった場合に、デジタル利得パラメータを短期平均利得に設定する段階と、デジタル利得パラメータを音声プロセッサに提供する段階と、第２の短い時間間隔を用いて以上の段階を繰り返す段階とを含む。
【選択図】図４

Description

ここに説明する方法及び装置は、デジタル無線放送受信機に関し、特に、デジタル無線受信機内のアナログ及びデジタル経路のレベル整合化の方法及びそのための装置に関する。

デジタル無線放送技術は、デジタル音声及びデータサービスをモバイル、携帯、及び固定受信機に送出する。帯域内オンチャネル（ＩＢＯＣ）デジタル音声放送（ＤＡＢ）と呼ぶ１つのタイプのデジタル無線放送は、既存の中間周波数（ＭＦ）及び超高周波（ＶＨＦ）無線帯域内の地上送信機を使用する。ｉＢｉｑｕｉｔｙ Ｄｉｇｉｔａｌ Ｃｏｒｐｏｒａｔｉｏｎによって開発されたＨＤ Ｒａｄｉｏ（登録商標）技術は、デジタル無線放送及び受信のためのＩＢＯＣ実施の一例である。

ＩＢＯＣ技術は、既存のアナログ放送フォーマットよりも優れたデジタル品質音声を提供することができる。各ＩＢＯＣ信号は、既存のＡＭ又はＦＭチャネル割り当てのスペクトルマスク内で送信されるので、それは、新しいスペクトル割り当てを必要としない。ＩＢＯＣは、放送局が現在の聴取者母体にデジタル品質音声を供給することを可能にしながらスペクトルの節約を促進する。

全国無線システム委員会、すなわち、全国放送局連合及び消費者電子機器連合によって出資される規格設定機関は、２００５年９月にＮＲＳＣ−５で指定されたＩＢＯＣ規格を採択した。引用によって本明細書にその開示が組み込まれているＮＲＳＣ−５は、ＡＭ及びＦＭ放送チャネル上でデジタル音声及び付属データを放送するための要件を明記している。規格及びその参照文献は、ＲＦ／送信サブシステムとトランスポート及びサービス多重サブシステムとの詳細な解説を含んでいる。規格のコピーは、ｈｔｔｐ：／／ｗｗｗ．ｎｒｓｃｓｔａｎｄａｒｄｓ．ｏｒｇ／ｓｔａｎｄａｒｄｓ．ａｓｐでＮＲＣＳから取得することができる。ｉＢｉｑｕｉｔｙのＨＤ無線技術は、ＮＲＳＣ−５ ＩＢＯＣ規格の実施である。ＨＤ無線技術に関する更に別の情報は、ｗｗｗ．ｈｄｒａｄｉｏ．ｃｏｍ及びｗｗｗ．ｉｂｉｑｕｉｔｙ．ｃｏｍで見出すことができる。

ＩＢＯＣ信号は、複数のデジタル変調搬送波と組み合わせたアナログ変調搬送波を含む混成フォーマットで又はアナログ変調搬送波が使用されない全デジタルフォーマットで送信することができる。混成モードを使用して、放送局は、より高品質及びよりロバストなデジタル信号を用いて同時にアナログＡＭ及びＦＭの送信を続けることができ、放送局自体及びその聴取者が彼らの現在の周波数割り当てを維持しながらアナログ無線からデジタル無線に変換することを可能にする。

両方のＡＭ及びＦＭ帯域内オンチャネル（ＩＢＯＣ）混成放送システムは、アナログ変調搬送波と複数のデジタル変調副搬送波とを含む複合信号を利用する。プログラムコンテンツ（例えば、音声）は、アナログ変調搬送波及びデジタル変調副搬送波上で冗長的に送信することができる。アナログ音声は、ダイバーシティ遅延によって送信機において遅延される。

デジタル音声信号の不在時に（例えば、チャネルが最初に同調された時）、アナログＡＭ又はＦＭバックアップ音声信号が音声出力に給送される。デジタル音声信号が利用可能になる時に、混合関数が、アナログバックアップ信号を滑らかに減衰させ、かつ最終的にデジタル音声信号に混ざりながらそれをデジタル音声信号で置換し、そのためにこの遷移は、音声プログラムの何らかの連続性を保存する。類似の混合は、デジタル信号を壊すチャネル停止中に発生する。この場合に、アナログ信号は、デジタル破損が音声出力に現れる時に音声がアナログに十分に混合されるようにデジタル信号を減衰することにより、徐々に出力音声信号内に混合される。デジタル音声信号の破損は、巡回冗長検査（ＣＲＣ）エラー検出手段、又は音声復号器又は受信機内の他のデジタル検出手段を通してダイバーシティ遅延時間中に検出することができる。

ＩＢＯＣシステムのデジタル音声信号とアナログ音声信号との間の混合の概念は、例えば、これによりその開示が引用によって組み込まれる米国特許第７，５４６，０８８号明細書、第６，１７８，３１７号明細書、第６，５９０，９４４号明細書、第６，７３５，２５７号明細書、第６，９０１，２４２号明細書、及び第８，１８０，４７０号明細書に既に説明されている。ダイバーシティ遅延及び混合は、デジタル停止が発生した時に受信機がデジタル音声ギャップをアナログ音声で充填することを可能にする。ダイバーシティ遅延は、短い停止がモバイル環境に発生した時（例えば、モバイル受信機が橋の下を通る時）に音声出力が妥当な品質を有することを保証する。これは、時間ダイバーシティがデジタル及びアナログ信号のための音声プログラムの異なるセグメントに影響を与える停止を引き起こすためである。

受信機では、アナログ及びデジタル経路は、別々に及び従って非同期で処理される場合がある。ソフトウエア実施では、例えば、アナログ及びデジタル復調処理は、異なるソフトウエアスレッドを使用する別々のタスクとして取り扱うことができる。アナログ及びデジタル信号のその後の混合は、信号が、それらが混合される前に時間的に整合化されることを必要とする。

両方のＡＭ及びＦＭ混成帯域内オンチャネル（ＩＢＯＣ）ＨＤ無線（登録商標）受信機は、デジタル信号が利用できない時にＦＭ又はＡＭアナログバックアップ信号に混合する目的で音声混合関数を必要とする。最大混合遷移時間は、ダイバーシティ遅延及び受信機復号時間によって制限され、かつ典型的に１秒未満である。頻繁な混合は、デジタルとアナログ間の音声差が有意である時に聴取体験を時に劣化させる可能性がある。

混合は、典型的には、デジタルカバレージの縁部で及びデジタル波形が破損されるカバレージ輪郭内の他の場所で発生することになる。橋の下を進行するような短い停止が実際に発生すると、デジタル音声の損失は、アナログ信号で置換される。混合が発生する時は、アナログ音声及びデジタル音声チャネル上のコンテンツが時間及びレベル（すなわち、音量）において整合化されて遷移が聴取者によってほとんど知覚されないことを保証することが重要である。最適には、聴取者は、これらの混合点でのアナログ及びデジタル音声内の潜在的な固有の品質差以外はほとんど気付かないことになる。しかし、放送局が、アナログ及びデジタル音声信号を整合化させない場合に、その結果は、デジタルとアナログ音声間の耳障りな音響遷移とすることができるであろう。不整合は、放送施設でのアナログ音声経路とデジタル音声経路の間の音声処理の差に起因して発生する場合がある。更に、アナログ信号及びデジタル信号は、典型的には、出力のために組み合わされる前に２つの別々の信号発生経路によって発生される。異なるアナログ処理技術及び異なる信号発生方法の使用は、これらの２つの信号の整合化を無視できないものにする。混合は、滑らかかつ連続でなければならず、これは、アナログ音声及びデジタル音声が時間及びレベルの両方で整合化される場合にのみ起こすことができる。

米国特許第７，５４６，０８８号明細書 米国特許第６，１７８，３１７号明細書 米国特許第６，５９０，９４４号明細書 米国特許第６，７３５，２５７号明細書 米国特許第６，９０１，２４２号明細書 米国特許第８，１８０，４７０号明細書 米国特許出願第１４／８６２，８００号明細書

ＩＢＯＣ規格、全国無線システム委員会、２００５年９月、ＮＲＳＣ−５で指定 ＮＲＣＳ、ｈｔｔｐ：／／ｗｗｗ．ｎｒｓｃｓｔａｎｄａｒｄｓ．ｏｒｇ／ｓｔａｎｄａｒｄｓ．ａｓｐ ｗｗｗ．ｈｄｒａｄｉｏ．ｃｏｍ ｗｗｗ．ｉｂｉｑｕｉｔｙ．ｃｏｍ

音声出力の音量を急変させることなくデジタル成分及びアナログ成分の混合を可能にする方式でデジタル無線信号を処理することが望ましいと考えられる。

一実施形態では、デジタル音声放送信号を処理する方法は、（ａ）デジタル音声放送信号のデジタル音声部分からデジタル音声放送信号のアナログ音声部分を分離する段階、（ｂ）第１の短い時間間隔にわたってアナログ音声部分の音量を決定する段階、（ｃ）第１の短い時間間隔にわたってデジタル音声部分の音量を決定する段階、（ｄ）アナログ音声部分の音量及びデジタル音声部分の音量を用いて短期平均利得を計算する段階、（ｅ）長期平均利得を決定する段階、（ｆ）長期平均利得又は短期平均利得のうちの一方をｄＢに変換する段階、（ｇ）出力がデジタルに混合されていた場合に、デジタル利得パラメータを事前選択された区分だけ調節して調節デジタル利得パラメータを生成する段階、（ｈ）出力がデジタルに混合されなかった場合に、デジタル利得パラメータを短期平均利得に設定する段階、（ｉ）デジタル利得パラメータを音声プロセッサに提供する段階、及び（ｊ）第２の短い時間間隔を用いて段階（ａ）から（ｉ）を繰り返す段階を含む。

別の実施形態では、無線受信機は、（ａ）デジタル音声放送信号のデジタル音声部分からデジタル音声放送信号のアナログ音声部分を分離し、（ｂ）第１の短い時間間隔にわたってアナログ音声部分の音量を決定し、（ｃ）第１の短い時間間隔にわたってデジタル音声部分の音量を決定し、（ｄ）アナログ音声部分の音量及びデジタル音声部分の音量を用いて短期平均利得を計算し、（ｅ）長期平均利得を決定し、（ｆ）長期平均利得又は短期平均利得のうちの一方をｄＢに変換し、（ｇ）出力がデジタルに混合されていた場合に、デジタル利得パラメータを事前選択された区分だけ調節して調節デジタル利得パラメータを生成し、（ｈ）出力がデジタルに混合されなかった場合に、デジタル利得パラメータを短期平均利得に設定し、（ｉ）デジタル利得パラメータを音声プロセッサに提供し、かつ（ｊ）第２の短い時間間隔を用いて段階（ａ）から（ｉ）を繰り返すように構成された処理回路を含む。

例示的デジタル無線放送送信機の機能ブロック図である。 例示的デジタル無線放送受信機の機能ブロック図である。 受信機内の別々のデジタル及びアナログ信号経路を示す機能ブロック図である。 時間整合化モジュールの要素を示す機能ブロック図である。 本発明の実施形態によるレベル整合化の方法の流れブロック図である。

本明細書に説明する実施形態は、デジタル無線放送信号のデジタル成分及びアナログ成分の処理に関する。本発明の開示の態様は、例示的ＩＢＯＣシステムの関連で提示されるが、本発明の開示は、ＩＢＯＣシステムに制限されないこと、及び本明細書の教示が他の形態のデジタル無線放送にも同様に適用可能であることを理解しなければならない。

図面を参照すると、図１は、デジタル音声放送信号を放送する例示的デジタル無線放送送信機１０のブロック図である。例示的デジタル無線放送送信機は、例えば、ＡＭ又はＦＭのＩＢＯＣ送信機等のＤＡＢ送信機とすることができる。入力信号源１２が、送信される信号を供給する。音源信号は、多くの形態を取り、例えば、音声又は音楽を表すことができるアナログプログラム信号、及び／又は交通情報等のメッセージデータを表すことができるデジタル情報信号とすることができる。ベースバンドプロセッサ１４は、音源符号化、インタリービング、及び前方誤差補正等の様々な公知の信号処理技術に従って音源信号を処理し、ライン１６及び１８において複素ベースバンド信号の同相成分及び直交成分を生成し、かつ送信機ベースバンドサンプリングクロック信号２０を生成する。デジタル／アナログ変換器（ＤＡＣ）２２が、送信機ベースバンドサンプリングクロック２０を用いてベースバンド信号をアナログ信号に変換し、アナログ信号をライン２４上に出力する。アナログ信号は、アップコンバータブロック２６によって周波数においてシフトアップされてフィルタリングされる。これは、ライン２８上に中間周波数ｆ_ifのアナログ信号を生成する。中間周波数フィルタ３０は、エイリアス周波数を拒否してライン３２上に中間周波数信号ｆ_ifを生成する。ローカル発振器３４が、ライン３６上に信号ｆ_loを生成し、これは、混合器３８によってライン３２上の中間周波数信号と混合されてライン４０上に和信号及び差信号を生成する。不要な相互変調成分及びノイズが画像拒否フィルタ４２によって拒否され、ライン４４上に変調搬送波信号ｆ_cを生成する。次に、高電力増幅器（ＨＰＡ）４６が、この信号をアンテナ４８に送信する。

一例では、ＤＡＢ信号の伝送の基本単位は、モデムフレームであり、これは、典型的に継続時間が１秒の桁である。例示的ＡＭ及びＦＭ ＩＢＯＣ ＤＡＢ伝送システムは、デジタル音声及びデータをモデムフレームの単位で配置する。一部の伝送システムは、固定数の音声フレームを各モデムフレームに割り当てることにより、簡素化かつ強化の両方を行う。音声フレーム周期とは、音声フレーム内のサンプルをレンダリングするのに、例えば、ユーザに対して音声を再生するのに必要な時間の長さである。例えば、音声フレームが１０２４サンプルを含み、サンプリング周期が２２．６７μ秒の場合に、音声フレーム周期は、約２３．２ミリ秒になる。スケジューラーが、各モデムフレーム内の音声フレームに割り当てる総ビット数を決定する。モデムフレーム持続時間は、それが、デジタル音声放送システムにおいて予期されるようなフェーディング及び短い停止又はノイズバーストの影響を十分に長いインタリーブ時間が緩和することを可能にするので有利である。従って、主デジタル音声信号は、モデムフレーム単位で処理することができ、音声処理、誤差軽減、及び符号化戦略は、この比較的大きいモデムフレーム時間を追加の代償なく利用することができる。

典型的実施では、無線チャネル上でのＩＢＯＣ信号の送受信のためにより有効かつ堅牢な方法で音声サンプルを音声フレーム内に圧縮するために音声符号器を使用することができる。音声符号器は、各モデムフレームに対してビット割当てを用いて音声フレームを符号化する。モデムフレーム内の残りのビットは、典型的には、多重データ及びオーバーヘッドによって消費される。Ｄｏｌｂｙ Ｌａｂｏｒａｔｏｒｉｅｓ社のＣｏｄｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓによって開発されたもののようなＨＤＣ符号器、Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ（ＡＡＣ）符号器、ＭＰＥＧ−１ Ａｕｄｉｏ Ｌａｙｅｒ３（ＭＰ３）符号器、又はＷｉｎｄｏｗｓ Ｍｅｄｉａ Ａｕｄｉｏ（ＷＭＡ）符号器等のあらゆる適切な音声符号器は、圧縮音声フレームを最初に生成することができる。ＡＡＣ、ＭＰ３、及びＷＭＡ等の典型的な非可逆式音声符号化方式は、音声データの圧縮に修正離散余弦変換（ＭＤＣＴ）を利用する。ＭＤＣＴベースの方式は、典型的に音声サンプルを固定サイズのブロックに圧縮する。例えば、ＡＡＣ符号化では、符号器が、長さ１０２４サンプルの１つのＭＤＣＴブロック、又は１２８サンプルの８ブロックを使用することができる。従って、例えば、ＡＡＣコーダを用いる実施では、各音声フレームは、１０２４音声サンプルの１個のブロックから構成することができ、各モデムフレームは、６４個の音声フレームを含むことができる。他の典型的実施では、各音声フレームは、２０４８音声サンプルの１個のブロックから構成することができ、各モデムフレームは、３２個の音声フレームを含むことができる。サンプルブロックサイズ及びモデムフレーム毎の音声フレームのあらゆる他の適切な組合せを利用することができる。

例示的ＩＢＯＣ ＤＡＢシステムでは、放送信号は、主プログラムサービス（ＭＰＳ）音声、ＭＰＳデータ（ＭＰＳＤ）、補充プログラムサービス（ＳＰＳ）音声、及びＳＰＳデータ（ＳＰＳＤ）を含む。ＭＰＳ音声は、主音声プログラミング源としての役目をする。混成モードでは、アナログ及びデジタル伝送の両方で既存のアナログ無線プログラミングフォーマットを保つ。プログラムサービスデータ（ＰＳＤ）としても公知のＭＰＳＤは、曲タイトル、アーティスト、アルバム名等の情報を含む。補充プログラムサービスは、ＰＳＤだけでなく補完音声コンテンツを含むことができる。放送局情報サービス（ＳＩＳ）も提供され、これは、コールサイン、絶対時間、ＧＰＳに関連する位置、放送局で利用可能なサービスを説明するデータを含む。ある一定の実施形態では、ＡＭ又はＦＭスペクトル内の１つのチャネル上でデータサービス又はストリーム及び特定用途向けコンテンツを送出するための機能を含み、放送局が主周波数の補完又はサブチャネル上で複数のストリームを放送することを可能にする最新アプリケーションサービス（ＡＡＳ）を提供することができる。

デジタル無線放送受信機は、送信機に関して説明した機能の一部の逆を実行する。図２は、例示的デジタル無線放送受信機５０のブロック図である。例示的デジタル無線放送受信機５０は、例えば、ＡＭ又はＦＭ ＩＢＯＣ受信機等のＤＡＢ受信機とすることができる。ＤＡＢ信号が、アンテナ５２で受信される。帯域通過事前選択フィルタ５４は、周波数ｆ_cの望ましい信号を含む当該の周波数帯域を通過するがｆ_c−２ｆ_ifの画像信号（低サイドローブ注入ローカル発振器のための）は拒否する。低ノイズ増幅器（ＬＮＡ）５６が、信号を増幅する。増幅された信号は、同調ローカル発振器６２によってライン６０上に供給されるローカル発振器信号ｆ_loと混合器５８で混合される。これは、ライン６４上に和信号（ｆ_c＋ｆ_lo）及び差信号（ｆ_c−ｆ_lo）を生成する。中間周波数フィルタ６６は、中間周波数信号ｆ_ifを通し、当該の変調信号の帯域幅外の周波数を減衰させる。アナログ／デジタル変換器（ＡＤＣ）６８が、フロントエンドクロック７０を用いて作動し、ライン７２上にデジタルサンプルを生成する。デジタルダウンコンバータ７４は、信号を周波数シフト、フィルタ、及びデシメートしてライン７６及び７８上により低いサンプルレートの同相信号及び直交信号を生成する。デジタルダウンコンバータ７４は、受信機ベースバンドサンプリングクロック信号８０も出力する。ベースバンドプロセッサ８２は、フロントエンドクロック７０と同じ発振器から発生される又はされないこともあるマスタークロック８４を用いて作動し、追加の信号処理を提供する。ベースバンドプロセッサ８２は、音声シンク８８に出力するためにライン８６上に出力音声サンプルを生成する。出力音声シンクは、音声ビデオ受信機又はカーステレオシステムなどの音声をレンダリングするためのあらゆる適切なデバイスとすることができる。

図３は、受信機内の別々のデジタル及びアナログ信号経路を示す機能ブロック図である。混成無線放送信号がアンテナ５２で受信され、ＡＤＣ６８でデジタル信号に変換される。次に、混成信号がデジタル信号経路９０及びアナログ信号経路９２に分割される。デジタル信号経路９０では、以下でより詳細に説明するように、デジタル信号が捕捉、復調、及びデジタル音声サンプルに復号される。デジタル信号は、デジタル信号経路９０で時間量Ｔ_DIGITALを費やし、これは、デジタル信号の捕捉時間、並びにデジタル信号経路の復調及び復号時間によって変わると考えられる可変の時間量である。捕捉時間は、フェーディング及び多経路等の無線の伝播干渉に起因するデジタル信号の強度に応じて変化することがある。

対照的に、アナログ信号（すなわち、デジタル化されたアナログ音声サンプル）は、アナログ信号経路９２で時間量Ｔ_ANALOGを費やす。Ｔ_ANALOGは、典型的には、実施依存の一定の時間量である。アナログ信号経路９２は、ベースバンドプロセッサ８２上でデジタル信号経路と同一場所に配置され、又は独立したアナログ処理チップ上に別々に配置することができることに注意しなければならない。デジタル信号経路を伝播するのにかかる時間Ｔ_DIGITAL及びアナログ信号経路を伝播するのにかかる時間Ｔ_ANALOGは異なることがあるので、デジタル信号からのサンプルをアナログ信号からのサンプルと予め決められた量内で整合化し、これらのサンプルを音声遷移モジュール９４で滑らかに組み合わせることを可能にすることが望ましい。整合化の精度は、好ましくは、アナログからデジタルへのかつその逆の混合時に音声の歪みの取込みを最小限にするよう選択されることになる。デジタル及びアナログ信号は、組み合わされて音声遷移モジュール９４を通過する。次に、組み合わされたデジタル化音声信号は、デジタルアナログコンバータ（ＤＡＣ）９６を通じて、レンダリングするためにアナログに変換される。本説明に使用するように、本発明の開示において特定のデータサンプルストリームに関して「アナログ」又は「デジタル」と言及する場合に、サンプルストリームが抽出されたオリジナル無線信号を暗に示し、これは、両方のデータストリームが本明細書に説明する処理に関してはデジタルフォーマットだからである。

デジタル経路の信号とアナログ経路の信号間の時間整合化を決定するための１つの技術は、２つの音声ストリームのサンプル間の相関を実行し、相関のピークを探すことである。一方のサンプルストリームが他方に対して時間的にシフトされる時に、デジタル及びアナログ音声の時間サンプルを比較する。整合化誤差は、相関ピークまでサンプルストリームにオフセットを連続的に適用することによって計算することができる。ピーク相関における２つのサンプル間の時間オフセットが、整合化誤差である。整合化誤差が決定された状態で、デジタル及び／又はアナログ音声サンプルのタイミングを調節してデジタル及びアナログ音声の滑らかな混合を可能にすることができる。

図３に示す既存の混合技術の説明では、特定の音声圧縮コーデックに用いられる１０２４サンプル音声フレームを使用するが、この技術は、他のコーデックに用いられる２０４８サンプル音声フレームに適用可能であると考えられることを認識しなければならない。

図４は、ダウンサンプリングされた音声ストリームを用いてアナログ音声ストリームとデジタル音声ストリーム間のタイミングオフセットを望ましい精度内で決定するための装置の機能ブロック図である。図４のシステムについては、引用によって本明細書に組み込まれている２０１５年９月２３日出願の本出願人所有の米国特許出願第１４／８６２，８００号明細書により十分に説明されている。図４の実施形態では、デジタル信号経路９０は、受信デジタル変調信号のコンテンツを表す第１のサンプルストリームをライン１００上に供給する。第１のサンプルストリームからのサンプルが、バッファ１０２に格納される。ライン１０４上の第１のサンプルストリームは、アンチエイリアス処理フィルタ１０６によってフィルタリングされ、ブロック１０８に示すようにダウンサンプリング（デシメート）されて第１のデシメートサンプルストリームをライン１１０上に生成する。アナログ信号経路９２は、受信アナログ変調信号のコンテンツを表す第２のサンプルストリームをライン１１２上に供給する。第２のサンプルストリームからのサンプルが、バッファ１１４に格納される。ライン１１６上の第２のサンプルストリームは、アンチエイリアス処理フィルタ１１８によってフィルタリングされ、ブロック１２０に示すようにダウンサンプリング（デシメート）されて第２のデシメートサンプルストリームをライン１２２上に生成する。相関器１２４が、第１及び第２のデシメートサンプルストリームのサンプルに対して相互相関を実行し、ピーク検出器１２６が、最も高く相関しているデシメートストリームのサンプル間のオフセットを決定する。入力信号のデシメーションに起因して、ピーク検出器出力は、実際には、可能なストリームオフセットの範囲を表している。次に、このオフセット範囲を用いて、ブロック１２８に示すように、第１及び第２のサンプルストリームの１つに関してシフト値を決定する。次に、シフトされたサンプルストリームがデシメートされ、シフトされていないストリームからのデシメートサンプルと相関される。シフトされた入力で複数回推定を実行することにより、有効な結果範囲は、ここで、第１の推定の有効な結果範囲及び第２の推定の有効な結果範囲の交差部に限定される。第１及び第２のサンプルストリームの時間整合化の望ましい精度が達成されるまで、シフト、デシメーション、相関、及びピーク検出を繰り返すことができる。その時点で、制御信号がライン１３０上に出力される。その後、混合制御１３２は、制御信号を用いてアナログ信号経路及びデジタル信号経路を混合することができる。

相関器によって実行される相関作動は、各ストリームからのデシメートデータを互いに乗算する段階を含むことができる。乗算の結果は、データストリームが時間において整合化される時に大きいピークを有するノイズとして出現することがある。

図４のシステムでは、ピーク検出器は、長期にわたって相関結果を分析し、デジタルデータストリームが時間において整合化していることを示すピークを検索することができる。一部の実施形態では、ピークを更に強調するために、二乗関数が、相関器によって出力される積を二乗することができる。受信したデータに基づいて、ピーク検索ユニットは、アナログデータストリームとデジタルデータストリーム間の相対遅延の表示を出力することができる。相対遅延の表示は、２つのデータストリームのうちのいずれが他方に先行するかの表示を含むことができる。

アナログ及びデジタルデータストリームが十分に整合化された状態で、混合作動を開始することができる。混合作動は、例えば、デジタルデータストリームが唯一の音源になるまでデジタルデータストリームの寄与を相応に増大させながら出力音声に対するアナログデータストリームの寄与を低減することによって行うことができる。

アナログ音声出力とデジタル音声出力間の遷移時間は、一般的に１秒未満であり、ダイバーシティ遅延及び受信機復号時間によって制限される。相対的に短い混合遷移時間は、混合システムの設計において課題を呈する。デジタル音声とアナログ音声間の音声品質及び音量の差が有意である時に、アナログ音声とデジタル音声間の頻繁な遷移は、多少苛立たせる場合があることが観察されている。これが特に有意であるのは、デジタル信号がアナログ音声よりも広い音声帯域幅を有し、デジタル信号がステレオで、アナログがモノラルの時である。この現象は、ハイウェイオーバーパス（又はＡＭのための電力ライン）に頻繁に遭遇する時に、カバレージエリア周辺にあるモバイル受信機に発生する可能性がある。

本明細書でＩＴＵ １７７０と呼ぶ国際電気通信連合勧告ＩＴＵ−Ｒ ＢＳ．１７７０−３仕様は、音量測定のための主要規格である。ＩＴＵ １７７０アルゴリズムは、音声プログラムの音量及び真ピーク音声レベルを測定するのに使用することができる。ＩＴＵ １７７０において、同等サウンドレベルＬ_eqは、基準音響電力に対して相対的な信号のＲＭＳ音響電力として単に定義される。この計算は、最小メモリ及びＭＩＰＳ（１００万命令／秒）で容易に達成される。音響電力計算の前に任意の周波数重み付けが、「ＲＬＢ」フィルタとして指定され、これは、〜１００Ｈｚにおける単純なローパスであり、その後に、約２ｋＨｚを超える周波数まで４ｄＢブーストを適用するフィルタが続く。ＲＬＢ重み付けフィルタのためのフィルタ計算を追加することは、有意に多くのＭＩＰＳ／メモリを必要としない。

アナログ音声とデジタル音声間の音量差は、動的に変えることができる。例えば、同じプログラム内の様々な点でアナログ及びデジタル音声を比較すると、最高で１０ｄＢの音量差が測定される。デジタルとの混合時には音量差が小さく、その後、プログラム内で差がより大きくなり、時に１０ｄＢ大きくなる場合に、アナログとの再混合は、音量の許容できない急変を引き起こすことになる。これは、主として、１つのプログラム内のデジタル音声とアナログ音声間の音量差の動的性質に起因する。この音量差は、以下に限定されるものではないが、アナログ及びデジタル音声に適用される異なる処理、劣悪な信号条件などを含む多くの理由から存在する。

デジタル音声の長期音量等化と結合された混合作動の実行時の短期音量符合により、この基本的な問題を解決することができる。

ＨＤ無線システムでは、アナログ及びデジタルの音量を設定する時に相矛盾する要件が存在する。「長期音量差」と呼ばれる第１の要件は、アナログストリーム又はデジタルストリームのいずれを聞いていても、プログラムの継続時間にわたって知覚される音量が一定でなければならないことを要求する。「短期音量差」と呼ばれる第２の要件は、２つのストリーム間の遷移時間に発生する。この遷移時間は、一般的に短く（例えば、＜１秒）、音量は、相対的に等しくなければならず（例えば、±２ｄＢ）、そうでなければ聴取者が差を知覚することになる。測定では、プログラムのコンテンツが変わると、短期及び長期音量値が劇的に異なる場合があることが公知である。従って、混合点では、遷移時間が滑らかに聞こえるように短期値が使用される。短期音量は、短い時間間隔にわたって決定することができる。短い時間間隔は、１秒から５秒の範囲の時間である。一実施形態では、短い時間間隔は、２．９７秒である。特定の用途のための理想的な短い時間間隔は、人間の聴力によって一瞬であると知覚されるような音声認知及び知覚記憶に基づいて決定することができる。

短期音量値は、プログラムが継続するのに伴って長期値まで徐々に上げることができ、その結果、アナログ又はデジタル音声ストリームのいずれを再生するかにかかわらず、所与のプログラムの知覚される音量全体は同じである。長期音量は、長い時間間隔にわたって決定することができる。長い時間間隔は、５秒から３０秒の範囲の時間である。一実施形態では、長い時間間隔は、５．９４秒から２９．７２秒の範囲にある。長い時間間隔は、常に短い時間間隔よりも長い。

一般的に、短い時間間隔は、数秒としなければならず、長い時間間隔よりも常に短くなければならない。一部の実施形態では、長い時間間隔は、短い時間間隔の整数倍で測定される。これは、処理のための厳密な要件ではないが、実施を簡素化するように選択されるものである。

デジタル音声ストリームのレベルがアナログ音声ストリームのレベルに符合する時に、ストリームを混合して音声出力信号を生成することができる。短期音量測定が計算され、これを用いて長期移動平均音量値を更新する。レベル制御が有効にされた時に混合が発生することができる前の最小時間は、短い時間間隔である。

図５は、本発明の実施形態によるレベル整合化の方法の流れブロック図である。処理は、ブロック１５０に示すように、短い時間間隔にわたって音声サンプルを受信することによって開始される。ブロック１５２及び１５４に示すように、アナログ及びデジタル信号ストリームが分離される。この分離は、図３の要素を用いて行うことができる。アナログ及びデジタル音声信号は、結果を改善するために知覚フィルタを用いてフィルタリングすることができる。

短期平均電力（音量）が、ブロック１５６及び１５８に示すように各ストリームに対して計算される。この計算は、ＩＴＵ−１７７０に説明されたアルゴリズムを用いて実行することができる。次に、ブロック１６０に示すように、短期平均利得を計算する。短期平均利得は、アナログ音声電力のデジタル音声電力に対する線形比率として計算される。次に、ブロック１６２は、長期平均利得が直接に又は短期利得を用いて計算されることを示している。短期平均利得とは、短い時間間隔にわたって決定される利得である。長期平均利得とは、長い時間間隔にわたって決定される利得である。

次の段階は、ブロック１６４に示すように、長い時間間隔が満足されたか否かに依存する。一実施では、長い時間間隔は、短い時間間隔の整数倍から構成され、長期利得は、短期利得の移動平均を用いて計算される。別の実施では、短期利得及び長期利得は、異なる間隔にわたって別々に計算することができる。音声フレームカウンタを用いて、短期及び長い時間間隔の各々が満足されたか否かを決定することができる。

長い時間間隔が満足された場合に、ブロック１６６に示すように、十分な長い時間間隔にわたって長期利得（移動平均）が使用される。長い時間間隔が満足されなかった場合に、ブロック１６８に示すように、短期利得が使用される。短期利得は、以前に計算された短期利得測定値と平均化されて部分的な長期利得を発生させるが、これは厳密な要件ではない。いずれの場合にも、ブロック１７０に示すように、利得は、線形比率から整数ｄＢに変換され（常に端数は切り捨てる）、アナログ音声の音量により良く符合するように、混合中にデジタル音声音量を調節するためにホストプロセッサに提供される。適用可能なデジタル利得補正の範囲は、−８ｄＢから７ｄＢであり、区分は１ｄＢ単位である。

次の段階は、ブロック１７２に示すように、受信機の出力が既にデジタルに混合されたか否かに依存する。受信機の出力が既にデジタルに混合されていた場合に、ブロック１７４に示すように、デジタル利得は、計算された長期利得に向けて予め決められた量（例えば、１ｄＢ）だけ調節される。調節ステップのサイズは、出力音量での直ちに知覚可能な変化を回避するために１．５ｄＢ未満にしなければならない。受信機の出力がデジタルに混合されなかった場合に、ブロック１７６に示すように、デジタル利得は、計算された利得に設定される。ブロック１７８に示すように、更新されたデジタル利得パラメータは、外部音声プロセッサに提供される。次に、ブロック１８０に示すように、短い時間間隔を終了し、ブロック１５０に示すように、新しい短い時間間隔は、処理のその後の反復に使用される。

図５に示す方法は、長期デジタル音量にわたって長期アナログ音量に符合するように、デジタルストリーム音量を調節するためにホストによって使用可能な利得パラメータを定期的に提供する。デジタルとの各混合前に、最小間隔の短期測定／調節を使用して、混合時点での音量差が最小になるように保証することができる。その時点以降、アナログ及びデジタル音声ストリームレベルの継続測定は、ＩＴＵ−１７７０に定義される技術のような公知のタイプの音量測定を用いて行うことができる。音量測定は、復号器から供給されるオリジナルデジタル音声ストリームに対して常に実行される。デジタル音声利得は、ホスト上の外部音声プロセッサに送信されるパラメータである。ホストは、出力音声に音量調節を適用することを担っている。このシステムは、アナログ又はデジタル音声を決して直接に修正するものではない。

この長期音量差値によるデジタル音声信号の利得の更新は、デジタルの長期平均音量をアナログの長期平均音量に符合させることができると考えられる。ステップサイズが、例えば、１ｄＢのような小さいままに維持され、更新レートが、例えば、３、５、又は１０秒のような十分に長い場合に、音声レベルの差は、聴取者に感知できない程度にすることができる。しばらくして、音量測定は安定し、デジタル音量は、アナログ音量を確実に追従するであろう。これは、再生中にデジタル音量の大きい変化を生じることなく、アナログとの次の混合において潜在的な音量差を最小限にすると考えられる。

一実施形態では、短期レベル測定は、時間整合化後に起こるサンプルに対して実行することができ、混合するためのより長い遅延をもたらす。しかし、一貫性を保証するために、時間整合化アルゴリズムは、複数回実行することができる。次に、短期レベル整合化関数は、１回目の実行からの整合化値を用いて時間整合化アルゴリズムの２回目（又はそれ以降）の実行と同時に実行することができる。これに加えて、短期レベル整合化は、時間整合化とは別に実行することができるので、レベル整合化アルゴリズムは、時間整合化の範囲にかかわらず連続的に（例えば、３秒のサンプル窓にわたって）実行することができる。

図５に示す機能は、例えば、本明細書に説明した機能を実行するようにプログラムされるか又は他に構成された１又は２以上のプロセッサを用いて無線受信機の回路を用いて実施することができる。説明した方法を実施するために他のハードウエア実施形態、並びにソフトウエア実施形態及びその組合せを使用することもできる。

好ましい実施形態に関して本発明を説明したが、当業者には、以下の特許請求の範囲によって定められるような本発明の範囲から逸脱することなく説明した実施形態に対して様々な変更を加えることができることは明らかであろう。

９０ デジタル信号経路
９２ アナログ信号経路
１１０、１１２ ライン
１２０、１０８ 復調器
１２８ シフト値

Claims (20)

1. デジタル音声放送信号を処理する方法であって、
   （ａ）前記デジタル音声放送信号のデジタル音声部分から該デジタル音声放送信号のアナログ音声部分を分離する段階、
   （ｂ）第１の短い時間間隔にわたって前記アナログ音声部分の音量を決定する段階、
   （ｃ）前記第１の短い時間間隔にわたって前記デジタル音声部分の音量を決定する段階、
   （ｄ）前記アナログ音声部分の前記音量及び前記デジタル音声部分の前記音量を用いて短期平均利得を計算する段階、
   （ｅ）長期平均利得を決定する段階、
   （ｆ）前記長期平均利得又は前記短期平均利得のうちの一方をｄＢに変換する段階、
   （ｇ）出力がデジタルに混合されていた場合に、デジタル利得パラメータを事前選択された区分だけ調節して調節デジタル利得パラメータを生成する段階、
   （ｈ）出力がデジタルに混合されていなかった場合に、前記デジタル利得パラメータを前記短期平均利得に設定する段階、
   （ｉ）前記デジタル利得パラメータを音声プロセッサに提供する段階、及び
   （ｊ）第２の短い時間間隔を用いて段階（ａ）から（ｉ）を繰り返す段階、
   を含むことを特徴とする方法。
2. 前記短期平均利得は、アナログ音声電力及びデジタル音声電力の線形比率である、
   ことを特徴とする請求項１に記載の方法。
3. 前記デジタル利得パラメータは、前記短期平均利得に向けて調節され、前記事前選択された区分は、１ｄＢである、
   ことを特徴とする請求項１に記載の方法。
4. 前記長期平均利得は、前記短期平均利得の移動平均を含む、
   ことを特徴とする請求項１に記載の方法。
5. 前記長期平均利得は、前記短期平均利得とは独立して決定される、
   ことを特徴とする請求項１に記載の方法。
6. 前記長期平均利得は、長い時間間隔が満足された場合にｄＢに変換され、前記短期平均利得は、該長い時間間隔が満足されなかった場合にｄＢに変換される、
   ことを特徴とする請求項１に記載の方法。
7. 前記長い時間間隔は、前記短い時間間隔の整数倍を含むことを特徴とする請求項６に記載の方法。
8. 前記短い時間間隔は、１から５秒の範囲にあり、前記長い時間間隔は、５から３０秒の範囲にある、
   ことを特徴とする請求項６に記載の方法。
9. 前記アナログ音声部分は、サンプルのアナログ変調されたプログラムマテリアルのストリームを含み、
   前記デジタル音声部分は、サンプルのデジタル変調されたプログラムマテリアルのストリームを含む、
   ことを特徴とする請求項１に記載の方法。
10. 前記アナログ音声部分及び前記デジタル音声部分の前記レベルの前記測定は、ＩＴＵ １７７０仕様に従って行われることを特徴とする請求項１に記載の方法。
11. （ａ）デジタル音声放送信号のアナログ音声部分を該デジタル音声放送信号のデジタル音声部分から分離し、
    （ｂ）第１の短い時間間隔にわたって前記アナログ音声部分の音量を決定し、
    （ｃ）前記第１の短い時間間隔にわたって前記デジタル音声部分の音量を決定し、
    （ｄ）前記アナログ音声部分の前記音量及び前記デジタル音声部分の前記音量を用いて短期平均利得を計算し、
    （ｅ）長期平均利得を決定し、
    （ｆ）前記長期平均利得又は前記短期平均利得のうちの一方をｄＢに変換し、
    （ｇ）出力がデジタルに混合されていた場合に、デジタル利得パラメータを事前選択された区分だけ調節して調節デジタル利得パラメータを生成し、
    （ｈ）出力がデジタルに混合されていなかった場合に、前記デジタル利得パラメータを前記短期平均利得に設定し、
    （ｉ）前記デジタル利得パラメータを音声プロセッサに提供し、かつ
    （ｊ）第２の短い時間間隔を用いて段階（ａ）から（ｉ）を繰り返す、
    ように構成された処理回路、
    を含むことを特徴とする無線受信機。
12. 前記短期平均利得は、アナログ音声電力及びデジタル音声電力の線形比率である、
    ことを特徴とする請求項１１に記載の無線受信機。
13. 前記デジタル利得パラメータは、前記短期平均利得に向けて調節され、前記事前選択された区分は、１ｄＢである、
    ことを特徴とする請求項１１に記載の無線受信機。
14. 前記長期平均利得は、前記短期平均利得の移動平均を含む、
    ことを特徴とする請求項１１に記載の無線受信機。
15. 前記長期平均利得は、前記短期平均利得とは独立して決定される、
    ことを特徴とする請求項１１に記載の無線受信機。
16. 前記長期平均利得は、長い時間間隔が満足された場合にｄＢに変換され、前記短期平均利得は、該長い時間間隔が満足されなかった場合にｄＢに変換される、
    ことを特徴とする請求項１１に記載の無線受信機。
17. 前記長い時間間隔は、前記短い時間間隔の整数倍を含むことを特徴とする請求項１６に記載の無線受信機。
18. 前記短い時間間隔は、１から５秒の範囲にあり、前記長い時間間隔は、５から３０秒の範囲にある、
    ことを特徴とする請求項１６に記載の無線受信機。
19. 前記アナログ音声部分は、サンプルのアナログ変調されたプログラムマテリアルのストリームを含み、
    前記デジタル音声部分は、サンプルのデジタル変調されたプログラムマテリアルのストリームを含む、
    ことを特徴とする請求項１１に記載の無線受信機。
20. 前記アナログ音声部分及び前記デジタル音声部分の前記レベルの前記測定は、ＩＴＵ １７７０仕様に従って行われることを特徴とする請求項１１に記載の無線受信機。

Images