JP3992596B2 - 音声再生方法、音声再生装置および音声再生プログラム - Google Patents

Description

【０００１】
【産業上の利用分野】
この発明は、音声再生方法、音声再生装置および音声再生プログラムに関し、特に、マスキング効果の大きい音声再生方法、音声再生装置および音声再生プログラムに関する。
【０００２】
【従来の技術】
近隣から到来する漏れ音声に対して、雑音を発生させてスピーカにより拡声して放射し、マスキング効果を利用して漏れ伝わってきた音声を聞こえ難くする方法が提案されている。マスキング効果とは、複数の音が存在する場合に、一方の音により他方の音の最小可聴値が引き上げられる、即ち、聴感的に聞こえ難くなる効果である。上述した方法は、近隣から到来する漏れ音声が存在する場合に、音声とは関連のない雑音を発生させてスピーカにより拡声して放射することにより、音声の最小可聴値を引き上げる、即ち、音声を聴感的に聞こえ難くするものである。
【０００３】
図３を参照して従来例を説明するに、機器の周囲騒音がマイクロホン１に入力され、環境音分析手段２では入力された騒音を分析し、環境音選択手段３では分析された騒音のパターンに応じて、最適な環境背景音１２と環境効果音１３を自動的に選択し、環境音発生手段４に出力される。環境音発生手段４では、選択された環境音に対して、環境音分析手段２で分析された騒音パターンに応じてさらに最適な特性となるように音響パラメータを制御し、増幅器９で適切な大きさにして左右のスピーカ１０−１、１０−２から出力される。この左右のスピーカ１０−１、１０−２の出力する音響により、マルチメディア機器その他の発する騒音をマスキングし、かつ機器使用者のストレスを軽減する。環境音選択手段３では、自動的に環境音を選択する以外に、入力手段８により環境音の種類と組み合わせを外部から受信したり、環境音そのものを入力したり、機器使用者の感性を入力することができる（特許文献１ 参照）。
【０００４】
図４を参照して他の従来例を説明するに、これはスピーカ１４を介して音声信号を再生するに際して車両における走行騒音をマスキングする走行騒音マスキング回路である。この走行騒音マスキング回路は、スピーカ１７に前置されている等化器１３が設けられている。この等化器１３の信号入力側は、第１切り替えスイッチ１４を介して選択的にラジオ受信機７の出力側および演算装置２の較正のために等化器１３の調整のための増幅器３を介してノイズ信号発生器４の出力側に接続することができ、かつノイズ信号発生器４の出力側に第１の周波数分離回路１６が設けられている。この第１の周波数分離回路１６の出力側は第２切り替えスイッチ１５を介して増幅器３に接続することができる。増幅器３の調整値は演算装置２に記憶され、かつ速度センサ１の測定値と相関される。そして、ラジオ受信機７の出力側には第２の周波数分離回路９が設けられている。この第２の周波数分離回路９には相関器５および６はが後置接続されており、この相関器において第２の周波数分離回路９の出力信号が等化器１３を調整するために演算装置２からの重み付け量と相関される（特許文献２ 参照）。
【０００５】
【特許文献１】
特開平９−３１９３８９号公報
【特許文献２】
特開平６−１８６９８６号公報
【０００６】
【発明が解決しようとする課題】
音声をスピーカで拡声して放射する場合に近隣に対する音声漏れを防止するに以上の方法を適用することができる。この方法はマスキング効果を利用した方法であるが、マスキング効果は、マスキングする信号とマスキングされる信号の周波数特性、信号レベルに依存する。以降、マスキングする信号を「マスカ」と記載し、マスキングされる信号を「マスキ」と記載する。一般的傾向としては、マスカの周波数特性がマスキの周波数特性に近似している程、そして、マスカの信号レベルがマスキの信号レベルと比較して大きい程、マスキング効果は大きい。即ち、マスキの最小可聴値を引き上げることにより、マスキを聞こえ難くすることができる。この方法には、マスカが雑音である一方マスキが音声信号であって両者間には全く相関がなく、周波数特性が異なるところからマスキング効果が小さく、音声漏れを効果的に防止することができないという第一の問題があった。
【０００７】
そして、この方法はマスカとして使用する雑音信号が一般的に人間に不快感を与える音であるところから、会議が行われている様な場においては、雑音レベルを余り大きくすることはできない。この結果、この方法には、マスキング効果が小さく音声漏れを効果的に防止することができないという第二の問題があった。
また、近隣に対する音声漏れを防止する以上の方法は、スピーカを使用して受話音声を拡声する拡声電話通信においても、近隣に対する音声漏れを防止する方法として適用することができる。しかし、この方法には、マスカが雑音である一方マスキが受話音声であり、両者間には全く相関がなく周波数特性が異なるところから、マスキング効果は小さく音声漏れを効果的に防止することができないという第三の問題があった。
【０００８】
更に、この方法は、マスカとして使用する雑音信号が一般的に人間に不快感を与える音であるところから、会議が行われている様な場においては雑音レベルを余り大きくすることはできない。この結果、この方法には、マスキング効果が小さく音声漏れが効果的に防止することができないという第四の問題があった。
この発明は、以上の問題を解消する音声再生方法、音声再生装置および音声再生プログラムを提供するものである。
【０００９】
【課題を解決するための手段】
音声信号Ｘ（ｎ）を音声再生用スピーカ１８で拡声放射し、音声信号Ｘ（ｎ）とは異なるマスカ信号Ｎ（ｎ）をマスカ再生用スピーカ１７で拡声放射する音声再生方法において、音声信号Ｘ（ｎ）とマスカ信号Ｎ（ｎ）を複数の周波数帯域に分割し、分割した周波数帯域毎に音声信号の振幅を計算すると共にマスカ信号Ｎ（ｎ）の位相を計算し、各周波数帯域毎に音声信号Ｘ（ｎ）の振幅とマスカ信号Ｎ（ｎ）の位相とを有するボコーダ信号Ｓ_k(ｎ)を合成し、各周波数帯域毎のボコーダ信号Ｓ_k(ｎ)を周波数合成してこれを音声再生用スピーカ１８で拡声放射する音声再生方法を構成した。
【００１０】
そして、マスカ信号Ｎ（ｎ）は音楽或いは雑音の内の何れかをベースとした信号より成る音声再生方法を構成した。
ここで、音声信号Ｘ（ｎ）を音声再生用スピーカ１８で拡声放射し、音声信号Ｘ（ｎ）とは異なるマスカ信号Ｎ（ｎ）をマスカ再生用スピーカ１７で拡声放射する音声再生装置において、音声信号Ｘ（ｎ）とマスカ信号Ｎ（ｎ）を複数の周波数帯域に分割する周波数分割部１２と、音声信号Ｘ（ｎ）の振幅を計算するパワー計算部１３と、マスカ信号Ｎ（ｎ）の位相を計算する位相計算部１４と、音声信号Ｘ（ｎ）の振幅Ｐ_X,k(ｎ）とマスカ信号Ｎ（ｎ）の位相Φ_N,k(ｎ) とを有するボコーダ信号Ｓ_k(ｎ)を合成するボコーダ信号合成部１５と、ボコーダ信号Ｓ_k(ｎ)を周波数合成する周波数合成部１６とを具備する音声再生装置を構成した。
【００１１】
そして、マスカ信号Ｎ（ｎ）は音楽或いは雑音の内の何れかをベースとした信号より成る音声再生装置を構成した。
また、音声信号Ｘ（ｎ）を入力すると共にマスカ信号Ｎ（ｎ）を生成し、
音声信号Ｘ（ｎ）とマスカ信号Ｎ（ｎ）を複数の周波数帯域に分割し、音声信号の振幅を計算すると共にマスカ信号Ｎ（ｎ）の位相を計算し、音声信号Ｘ（ｎ）の振幅とマスカ信号Ｎ（ｎ）の位相とを有するボコーダ信号Ｓ_k(ｎ)を合成し、ボコーダ信号Ｓ_k(ｎ)を周波数合成し、周波数合成ボコーダ信号Ｓ(ｎ)とマスカ信号Ｎ（ｎ）を出力する指令をコンピュータに対して実行する音声再生プログラムを構成した。
更に、先の音声再生プログラムにおいて、音楽或いは雑音の内の何れかをベースとしたマスカ信号を生成する音声再生プログラムを構成した。
【００１２】
【発明の実施の形態】
音声信号を音声再生用スピーカで拡声するに先だって前処理し、マスカ信号との間に相関を持たせる。音声信号とマスカ信号を複数の周波数帯域に分割し、音声信号の振幅とマスカ信号の位相を有するボコーダ信号を合成し、ボコーダ信号を周波数合成した周波数合成ボコーダ信号を音声信号として音声再生用スピーカから拡声放射する。この周波数合成ボコーダ信号は、もともとの音声情報を残したままで、マスカ信号との間に相関を持つという特色を持つことにより、その再生音声の周波数特性はマスカの周波数特性に近くなり、従来例と比較して小さなレベルのマスカでも効果的なマスキングをすることができる。その結果、拡声された音声が近隣に漏れても、音声漏れを充分に消去することができ、第一の課題を解決することができる。
【００１３】
拡声通話の受話音声信号を音声再生用スピーカで拡声するに先だって前処理して、マスカ信号との間に相関を持たせる。受話音声信号とマスカ信号を複数の周波数帯域に分割し、受話音声信号の振幅とマスカ信号の位相を有するボコーダ信号を再合成し、ボコーダ信号を周波数合成した周波数合成ボコーダ信号を受話音声信号として音声再生用スピーカから拡声放射する。この受話音声信号は、もともとの音声情報を残したままで、マスカ信号と相関を持つという特色を持つことにより、その再生音声の周波数特性はマスカの周波数特性に近くなり、従来例と比較して小さなレベルのマスカでも効果的なマスキングをすることができる。その結果、拡声された受話音声が近隣に漏れても音声漏れを充分に消去することができ、第三の課題を解決することができる。
【００１４】
マスカ信号として音楽信号或いは音楽信号の一部から生成した信号を使用してマスカを放射することで近隣の人間の快適性を損なうことがなく、マスカとして一般的な雑音を使用する場合と比較して大きなレベルで放射することができ、更なるマスキング効果の向上を図ることができる。その結果、拡声された音声および拡声された受話音声が近隣に漏れても、音声漏れを充分に消去することができて、第二および第四の課題を解決することができる。
【００１５】
【実施例】
この発明の実施の形態を図１の実施例を参照して説明する。１は音声漏れ防止装置である。この音声漏れ防止装置１はマスカ信号生成部１１、周波数分割部１２、パワー計算部１３、位相計算部１４、ボコーダ信号合成部１５、周波数合成部１６、マスカを再生するマスカ再生用スピーカ１７、周波数合成ボコーダ信号を再生する音声再生用スピーカ１８より成る。
音声漏れ防止装置１の動作を説明するに、先ず、マスカ信号生成部１１でマスカ信号を生成する。ここで、マスカ信号の時間表現として、これを離散時間を表わす整数値ｎを用いてＮ（ｎ）と表わす。マスカ信号Ｎ（ｎ）として雑音信号を生成する。また、マスカ信号Ｎ（ｎ）として、ギター音楽、弦楽四重奏その他の実際の音楽をそのまま流用し、或いは、これらの音楽から切り出した音楽の音色を持つ信号を繰り返しつなげた音響を生成する。マスカ信号Ｎ（ｎ）は、マスカ再生用スピーカ１７および周波数分割部１２に転送される。
【００１６】
ここで、周波数分割部１２には、拡声電話通信の受話音声信号の如き音声信号Ｘ（ｎ）が転送される。周波数分割部１２においては、転送されたマスカ信号Ｎ（ｎ）および音声信号Ｘ（ｎ）の双方を複数の周波数帯域に分割する。時間信号である以上のマスカ信号Ｎ（ｎ）および音声信号Ｘ（ｎ）を周波数帯域へ分割するには、これらを離散的フーリエ変換する。ここで、周波数帯域分割された信号は一般に複素数であるが、分割方法によっては実数となる場合もある。ここにおいては、一般的に、複素数であるものと仮定して議論するが、実数の場合も同じ議論が成り立つ。音声信号Ｘ（ｎ）の周波数帯域に分割されたｋ番目の周波数帯域の信号、マスカ信号Ｎ（ｎ）の周波数帯域に分割されたｋ番目の周波数帯域の信号をＸ_k(ｎ）、Ｎ_k(ｎ）とすると、それぞれ、
Ｘ_k(ｎ）＝Ｘ_k,r(ｎ）＋ｊＸ_k,i(ｎ） （１）
（但し、Ｘ_k,r(ｎ）、Ｘ_k,i(ｎ）は、それぞれ、Ｘ_k(ｎ）の実数部および虚数部）
Ｎ_k(ｎ）＝Ｎ_k,r(ｎ）＋ｊＮ_k,i(ｎ） （２）
（但し、Ｎ_k,r(ｎ）、Ｎ_k,i(ｎ）は、それぞれ、Ｎ_k(ｎ）の実数部および虚数部）
と表される。Ｘ_k(ｎ）はパワー計算部１３へ転送され、Ｎ_k(ｎ）は位相計算部１４に転送される。パワー計算部１３においては、音声信号Ｘ_k(ｎ）のパワーレベル
Ｐ_X,k(ｎ）＝Ｘ_k,r(ｎ)²＋Ｘ_k,i(ｎ)² （３）
が計算される。また、入力信号位相計算部１４においてはマスカ信号Ｎ_k(ｎ）の位相
Φ_N,k(ｎ)＝tan^-1[Ｎ_k,i(ｎ)／Ｎ_k,r(ｎ)］ （４）
が計算される。その後、パワーＰ_X,k(ｎ）、位相Φ_N,k(ｎ)は、ボコーダ信号合成部１５に転送される。
ボコーダ信号合成部１５においては、各周波数帯域毎に音声信号Ｘ_k(ｎ）の位相をマスカ信号Ｎ_k(ｎ）の位相で置き換えたボコーダ信号Ｓ_k(ｎ)を合成する。即ち、パワー計算部１３から転送されたパワーＰ_X,k(ｎ）および位相計算部１４から送られてきた位相Φ_N,k(ｎ)を用いて、
Ｓ_k(ｎ)＝Ｓ_k,r(ｎ)＋ｊＳ_k,i(ｎ)
但し、Ｓ_k,r(ｎ)＝√（Ｐ_X,k(ｎ）cos[Φ_N,k(ｎ)］）
Ｓ_k,i(ｎ)＝√（Ｐ_X,k(ｎ）sin[Φ_N,k(ｎ)］） （５）
を生成する。
【００１７】
各周波数帯域毎に合成されたボコーダ信号Ｓ_k(ｎ)は周波数合成部１６に転送され、各周波数帯域毎のボコーダ信号Ｓ_k(ｎ)を周波数合成した結果の周波数合成ボコーダ信号Ｓ（ｎ）を生成する。この周波数合成ボコーダ信号Ｓ（ｎ）は、音声信号Ｘ（ｎ）のパワースペクトラムを維持して音声情報を残しながらマスカ信号Ｎ（ｎ）の位相を有してマスカ信号Ｎ（ｎ）の音色を持った信号になる。即ち、周波数合成部１６が出力する周波数合成ボコーダ信号Ｓ（ｎ）は音声信号Ｘ（ｎ）に対応する信号であり、音声信号Ｘ（ｎ）に代えてこれを音声再生用スピーカ１８を介して拡声放射する。一方、マスカ再生用スピーカ１７からもマスカが拡声放射される。
【００１８】
図２を参照して音声漏れ防止装置のマスカの奏する効果について説明する。
２３は周波数合成ボコーダ信号Ｓ（ｎ）を受聴する受聴者、２４は受聴者２３の近傍の第三者、Ｓ₁（ｎ）は音声再生用のスピーカ１８から拡声される受聴者２３に到達した音声、Ｓ₂（ｎ）は音声再生用のスピーカ１８から拡声され第三者２４に到達した音声の漏れ、Ｎ₁（ｎ）はマスカ再生用のスピーカ１７から拡声され受聴者２３に到達したマスカ、Ｎ₂（ｎ）はマスカ再生用のスピーカ１７から拡声され第三者２４に到達したマスカを、それぞれ示す。
音声漏れ防止装置１は、周波数合成ボコーダ信号Ｓ（ｎ）を音声再生用スピーカ１８に転送すると共に、マスカ信号Ｎ（ｎ）をマスカ再生用スピーカ１７に転送する。音声再生用スピーカ１８は転送された周波数合成ボコーダ信号Ｓ（ｎ）により音声Ｓ₁（ｎ）およびＳ₂（ｎ）を拡声放射する。マスカ再生用スピーカ１７は転送されたマスカ信号Ｎ（ｎ）によりマスカＮ₁（ｎ）およびＮ₂（ｎ）を拡声放射する。
【００１９】
周波数合成ボコーダ信号Ｓ（ｎ）は、受聴者２３に対して音声 Ｓ₁（ｎ）を音声再生用スピーカ１８を介して供給すると共に、第三者２４に対してこの音声を漏れ Ｓ₂（ｎ）として供給する。マスカ信号Ｎ（ｎ）は、受聴者２３に対してマスカ再生用スピーカ１７を介してマスカ Ｎ₁（ｎ）を供給すると共に第三者２４に対してマスカＮ₂（ｎ）を供給する。 ここで、
Ｘ₁（ｎ）＝Ｓ₁（ｎ）＋Ｎ₁（ｎ） （６）
Ｘ₂（ｎ）＝Ｓ₂（ｎ）＋Ｎ₂（ｎ） （７）
と表される。この時、受聴者２３は音声再生スピーカ１８に充分に近接しているところから、Ｓ₁（ｎ）はＮ₁（ｎ）と比較して充分に大きいので、Ｘ₁（ｎ）は、ほぼＳ₁（ｎ）に等しく、
Ｘ₁（ｎ）≒Ｓ₁（ｎ） （８）
の関係が成り立つ。即ち、受聴者２３はその位置において明瞭に音声 Ｓ₁（ｎ）を受聴することができる。
【００２０】
一方、第三者２４は音声再生スピーカ１８から遠いところに位置し、或いは音声再生スピーカ１８の指向性から外れていることに起因して、到達する音声は減衰し、これは第三者２４には減衰した音声の漏れ Ｓ₂（ｎ）として受聴される。この漏れＳ₂（ｎ）がマスカＮ₂（ｎ）により完全にマスキングされるには、マスカＮ₂（ｎ）の音圧のレベルが漏れＳ₂（ｎ）と同等或いはそれ以下であることが必要であるが、以上の通り音圧のレベルに関する要件は満足された。漏れＳ₂（ｎ）がマスカ Ｎ₂（ｎ）により完全にマスキングされる要件として更に、漏れＳ₂（ｎ）とマスカＮ₂（ｎ）の周波数特性が類似していることが必要とされる。ここで、この発明は漏れＳ₂（ｎ）とマスカＮ₂（ｎ）の相関は、音声信号 Ｘ_k(ｎ）の位相をマスカ信号Ｎ_k(ｎ）の位相で置き換えたことにより高いので、再生音声の周波数特性の類似の要件も満足され、漏れＳ₂（ｎ）はマスカＮ₂（ｎ）によって充分にマスキングされるに到る。マスカ信号Ｎ（ｎ）として、特に、音楽信号或いは音楽信号の一部から生成した信号を用いると、この音楽信号のマスカを大きく拡声放射しても人間の快適性を妨げることがなく、マスカのレベルを大きくすることで更にマスキング効果を上げることができ、大きな音漏れにも対処することができる。
【００２１】
【発明の効果】
以上の通りであって、一般に、音声をスピーカで拡声放射する場合にマスカを別スピーカから拡声放射することにより音声信号の近隣への音漏れを消去することができるが、この発明の音声漏れ防止装置は、マスキング効果が大きいので、オープンスペースで近くにいる人の声を充分にマスキングすることができる。マスカ信号Ｎ（ｎ）として、特に、音楽信号或いは音楽信号の一部から生成した信号を用いると、この音楽信号のマスカを大きく拡声放射しても人間の快適性を妨げることがなく、マスカのレベルを大きくすることで、更にマスキング効果を上げることができ、大きな音漏れにも対処することができる。そして、オフィスの如き音場において拡声通信の受話音声の受聴をするに際して充分な秘話効果を発揮することができる。これにより、通信内容が漏れることによるプライバシー侵害、音声漏れによる周りへの迷惑、その他の不都合を解消することができ、音声をスピーカで自由に拡声して受聴をすることができる。
【図面の簡単な説明】
【図１】実施例を説明する図。
【図２】実施例の動作を説明する図。
【図３】従来例を説明する図。
【図４】他の従来例を説明する図。
【符号の説明】
１ 音声漏れ防止装置 １１ マスカ信号生成部
１２ 周波数分割部 １３ パワー計算部
１４ 位相計算部 １５ ボコーダ信号合成部
１６ 周波数合成部 １７ マスカ再生用スピーカ
１８ 音声再生用スピーカ

Claims (5)

1. 音声信号を音声再生用スピーカで拡声放射し、
   前記音声信号のマスカ信号をマスカ再生用スピーカで拡声放射する音声再生方法において、
   音声信号とマスカ信号を複数の周波数帯域に分割し、
   分割した周波数帯域毎に音声信号の振幅を計算し、
   分割した周波数帯域毎にマスカ信号の位相を計算し、
   各周波数帯域毎に音声信号の振幅とマスカ信号の位相とを有するボコーダ信号を合成し、
   各周波数帯域毎のボコーダ信号を周波数合成し、
   周波数合成されたボコーダ信号を、前記音声信号に代えて前記音声再生用スピーカで拡声放射することを特徴とする音声再生方法。
2. 請求項１に記載される音声再生方法において、
   マスカ信号は、音楽或いは雑音の内の何れかをベースとした信号より成ることを特徴
   とする音声再生方法。
3. 音声信号を音声再生用スピーカで拡声放射し、
   前記音声信号のマスカ信号をマスカ再生用スピーカで拡声放射する音声再生方法において、
   音声信号とマスカ信号を複数の周波数帯域に分割する周波数分割部と、
   分割した周波数帯域毎に音声信号の振幅を計算するパワー計算部と、
   分割した周波数帯域毎にマスカ信号の位相を計算する位相計算部と、
   各周波数帯域毎に音声信号の振幅とマスカ信号の位相とを有するボコーダ信号を合成す
   るボコーダ信号合成部と、
   各周波数帯域毎のボコーダ信号を周波数合成する周波数合成部を具備し、
   音声再生用スピーカで、周波数合成されたボコーダ信号を、前記音声信号に代えて拡声放射することを特徴とする音声再生装置。
4. 請求項３に記載される音声再生装置において、
   マスカ信号は、音楽或いは雑音の内の何れかをベースとした信号より成ることを特徴
   とする音声再生装置。
5. 請求項３または４に記載された音声再生装置を構成する各手段としてコンピュータを機能させるための音声再生プログラム。

Images