JP4306708B2 - オーディオ信号処理装置 - Google Patents

Description

本発明は、オーディオ信号の処理技術に関する。

ホールや喫茶店などにおいては、たとえば近接したエリアごとに異なった音声コンテンツ（情報や音楽など）を提供する必要性が生じることがある。そのような場合にスピーカをエリアごとに設置すると、それぞれの音声コンテンツが周囲のエリアにまで洩れてしまうという問題が生じる。上記の問題に対し、従来はスピーカの配置やコンテンツの音量レベルを調整したり、エリアの境界に遮音壁を設置したりするなどの対策がとられてきた。
たとえば特許文献１には、パラメトリックスピーカを使って指向性を持った音響空間を形成する音像定位方式と呼ばれる技術が開示されている。また、特許文献２には、周囲のノイズに対して逆位相になるように生成された音を発生させることでノイズを低減させるアクティブノイズコントロールと呼ばれる技術が開示されている。また、特許文献３には、ノイズと音響特性が似た音を発生することによりノイズが低減する、いわゆるマスキング効果を利用して、自動車において車内にまで届くギアのノイズを低減する技術が開示されている。
特開平５−３４５５４９号公報 特開平７−３１９４７９号公報 特開２００５−３４３４０１号公報

たとえば特許文献３におけるギアの音については、その音響特性を予め特定しておくことによって、そのノイズをマスクするに好適なマスキングサウンドを予め定めておくことができる。しかしながら、上述したホールや喫茶店などにおいては、エリア毎にユーザの所望に応じた音声コンテンツが再生されるため、マスキングサウンドの特性などを予め定めておくことはできない。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、異なる音声コンテンツを近接したエリアにおいて放音する際に、コンテンツが周囲のエリアに洩れてお互いに影響を及ぼしあうことを抑制する技術を提供することにある。

本発明に係るオーディオ信号処理装置の第１の実施形態は、複数のオーディオ信号を受取る受取手段と、前記受取手段が受取った特定のオーディオ信号を除く他のオーディオ信号の各々について無音となる期間を特定する処理期間特定手段と、前記処理期間特定手段が前記他のオーディオ信号のいずれかについて無音期間と特定した期間において、前記特定のオーディオ信号の音量レベルを下げる音量レベル調整手段と、前記音量レベル調整手段により音量レベルを調整された前記特定のオーディオ信号を出力する出力手段とを備えることを特徴とする。

また本発明に係るオーディオ信号処理装置の第２の実施形態は、複数のオーディオ信号を受取る受取手段と、前記受取手段が受取った特定のオーディオ信号を除く他のオーディオ信号の各々について無音となる期間を特定する処理期間特定手段と、前記処理期間特定手段が前記他のオーディオ信号のいずれかについて無音期間と特定した期間において、前記特定のオーディオ信号の予め定められた周波数帯域成分を除去する処理、または、前記特定のオーディオ信号の周波数特性を、前記他のオーディオ信号を合成して生成されるオーディオ信号の周波数特性に近づける補正を行う周波数特性補正手段と、前記周波数特性補正手段により周波数特性を補正された前記特定のオーディオ信号を出力する出力手段とを備えることを特徴とする。

また本発明に係るオーディオ信号処理装置の第３の実施形態は、複数のオーディオ信号を受取る受取手段と、前記受取手段が受取った特定のオーディオ信号について無音となる期間を特定する処理期間特定手段と、前記処理期間特定手段が特定のオーディオ信号について無音期間と特定した期間において、前記特定のオーディオ信号に対して第２のオーディオ信号を生成するオーディオ信号生成手段と、前記特定のオーディオ信号および前記第２のオーディオ信号を重畳して出力する出力手段とを備えることを特徴とする。

また本発明に係るオーディオ信号処理装置の第４の実施形態は、複数のオーディオ信号を受取る受取手段と、前記受取手段が受取った前記複数のオーディオ信号の各々について有音となる期間を特定する処理期間特定手段と、前記処理期間特定手段が前記複数のオーディオ信号の全てについて有音期間と特定した期間において、前記受取手段が受取った特定のオーディオ信号の音量レベルを前記複数のオーディオ信号の音量レベルの平均値へ近づけるように調整する音量レベル調整手段と、前記音量レベル調整手段により音量レベルを調整された前記特定のオーディオ信号を出力する出力手段とを備えることを特徴とする。

また本発明に係るオーディオ信号処理装置の第５の実施形態は、上記第４の実施形態において、前記音量レベル調整手段は、前記受取手段が受取った特定のオーディオ信号の音量レベルを、前記複数のオーディオ信号の各々が出力される出力位置同士の距離と、当該複数のオーディオ信号の音量レベルとに応じて調整することを特徴とする。

また本発明に係るオーディオ信号処理装置の第６の実施形態は、複数のオーディオ信号を受取る受取手段と、前記受取手段が受取った前記複数のオーディオ信号の各々について有音となる期間を特定する処理期間特定手段と、前記処理期間特定手段が、前記複数のオーディオ信号の全てについて有音期間と特定した期間において、予め定められた周波数帯域ごとに前記受取手段が受取った特定のオーディオ信号の音量レベルと当該特定のオーディオ信号を除く他のオーディオ信号を合成して生成されるオーディオ信号の音量レベルとの比を算出する算出手段と、前記算出手段により算出された比に応じて第２のオーディオ信号を生成するオーディオ信号生成手段と、前記特定のオーディオ信号および前記第２のオーディオ信号を重畳して出力する出力手段とを備えることを特徴とする。

また本発明に係るオーディオ信号処理装置の好ましい態様として、上記第３または第６の実施形態において、前記オーディオ信号生成手段は、前記他のオーディオ信号を合成して生成されるオーディオ信号と位相が逆である前記第２のオーディオ信号を生成することを特徴とする。

また本発明に係るオーディオ信号処理装置の好ましい態様として、上記第１ないし第３いずれかに記載の実施形態において、前記処理期間特定手段は、前記受取手段が受取った前記複数のオーディオ信号の音量レベルを検出する音量レベル検出手段と、前記音量レベル検出手段が検出した音量レベルが所定のレベルを所定時間以上継続して下回る期間を無音期間として特定する特定手段を具備することを特徴とする。

また本発明に係るオーディオ信号処理装置の好ましい態様として、上記第４ないし第６いずれかに記載の実施形態において、前記処理期間特定手段は、前記受取手段が受取った前記複数のオーディオ信号の音量レベルを検出する音量レベル検出手段と、前記音量レベル検出手段が検出した音量レベルが所定のレベルを上回る期間を有音期間として特定する特定手段を具備することを特徴とする。

また本発明に係るオーディオ信号処理装置の好ましい態様として、上記第１ないし第３いずれかに記載の実施形態において、前記処理期間特定手段は、前記複数のオーディオ信号に付加されている無音期間を示すデータを受信し、当該データから前記複数のオーディオ信号の無音期間を特定する特定手段を具備することを特徴とする。

また本発明に係るオーディオ信号処理装置の好ましい態様として、上記第４ないし第６いずれかに記載の実施形態において、前記処理期間特定手段は、前記複数のオーディオ信号に付加されている有音期間を示すデータを受信し、当該データから前記複数のオーディオ信号の有音期間を特定する特定手段を具備することを特徴とする。

本発明によれば、異なる音声コンテンツを近接したエリアにおいて放音する際に、コンテンツが周囲のエリアに洩れてお互いに影響を及ぼしあうことを抑制することができる。

以下、本発明の実施形態について図面を用いて説明する。
（Ａ：第１実施形態）
（Ａ−１：第１実施形態の構成）
図１は、本発明に係るオーディオ信号処理システムが設置されたホール２００の概観を示す図である。図１に示すように、ホール２００は、１５メートル四方で天井の高さは３メートルである。ホール２００には、テーブル５００Ａ、５００Ｂ、および５００Ｃの３つのテーブルが、各々の中心間の距離が７メートルになるように互いに離されて設置されている。各テーブルには、イス６００Ａ、６００Ｂ、および６００Ｃが４脚ずつ設置されている。また、テーブル５００Ａ、５００Ｂ、および５００Ｃの各々の上方には、照明３００Ａ、３００Ｂ、および３００Ｃが天井から釣り下げられ設置されている。照明の電球は“かさ”で覆われている。

なお、本実施形態では、ホール２００が１５メートル四方であり、高さが３ｍである場合について説明するが、ホールの大きさがこのような値に限定されるものではないことは言うまでもない。また、本実施形態では、ホール２００に３つのテーブルがお互いに７メートルずつ離されて正三角形状に配置される場合について説明するが、ホール内に配置されるテーブルの数は２つか、または４つ以上であっても勿論良く、テーブルの配置もそのような様式に限られない。また、各テーブルに配置されるイスの数も４に限定されるものではなく、また、テーブル毎にイスの数が異なっていても勿論良い。

さて、テーブル５００Ａ、５００Ｂ、および５００Ｃの周囲には、オーディオ信号処理システム１を構成する各種機器が以下のように設置されている。テーブル５００Ａの上にはオーディオ信号生成装置１０Ａが設置されており、テーブル５００Ａの下には音響特性検出装置２０Ａが設置されており、音響特性検出装置２０Ａはオーディオ信号生成装置１０Ａと接続されている。テーブル５００Ａの上方に設置された照明３００Ａのかさの内側には、オーディオ信号処理装置３０Ａおよびスピーカ４００Ａが設置されており、オーディオ信号処理装置３０Ａはスピーカ４００Ａと接続されている。
図２は、以上のオーディオ信号処理システム１の構成を示すブロック図である。この図に示すオーディオ信号生成装置１０Ａ、音響特性検出装置２０Ａ、オーディオ信号処理装置３０Ａ、およびスピーカ４００Ａを、以下ユニットＡと呼ぶ。図１において、テーブル５００Ｂおよび５００Ｃについても、上記同様にユニットＢおよびユニットＣがそれぞれ設置されている。

なお以下では、テーブル５００Ａ、５００Ｂおよび５００Ｃの各々を区別する必要がない場合には、「テーブル５００」と表記する。同様に上記のイス、照明、オーディオ信号生成装置、音響特性検出装置、オーディオ信号処理装置、およびスピーカについても、その各々を区別する必要がない場合には、「イス６００」、「照明３００」、「オーディオ信号生成装置１０」、「音響特性検出装置２０」、「オーディオ信号処理装置３０」、および「スピーカ４００」と表記する。また逆に、以下の説明中において、オーディオ信号生成装置１０、音響特性検出装置２０、オーディオ信号処理装置３０の各内部構成について、いずれのテーブルに設置された装置に属するものであるかを表す必要がある場合には符号にアルファベットを付し、区別する必要がない場合には符号にアルファベットを付さない。

オーディオ信号生成装置１０は、たとえば携帯型オーディオ装置であり、その記憶手段（図示省略）に記憶された音声や楽曲などのコンテンツを表すデジタル方式のオーディオ信号を、接続された音響特性検出装置２０に出力する。なお、オーディオ信号生成装置１０Ａ、１０Ｂ、および１０Ｃから出力されるオーディオ信号を、以下ではそれぞれコンテンツＡ、Ｂ、およびＣと呼ぶ。

なお、「コンテンツ」とは、オーディオ信号生成装置１０が出力する一連のオーディオ信号を指す。例えば、オーディオ信号生成装置１０Ａに、楽曲Ａ−１、楽曲Ａ−２、…と複数の楽曲が格納され、それらの楽曲が数秒間の曲間を挟みながら順次再生される場合、曲間を含む全ての楽曲をまとめてコンテンツＡと呼ぶ。従ってコンテンツＡの終了とは、オーディオ信号生成装置１０Ａに含まれる全ての楽曲が終了し終わった段階や、オーディオ信号生成装置１０の電源が落とされた場合を指し、例えば楽曲Ａ−１が終了し曲間を挟んで引き続き楽曲Ａ−２がある場合などは含まれない。

次に、音響特性検出装置２０の機能構成について説明する。図３は、音響特性検出装置２０の構成を示したブロック図である。音響特性検出装置２０は、信号処理遅延回路２１、音声分析回路２２、コンテンツ識別子付加部２３、無線発信部２４、および受信部２５を有する。

受信部２５は、オーディオ信号生成装置１０が出力したオーディオ信号を受取り、信号処理遅延回路２１および音声分析回路２２へ出力する。
信号処理遅延回路２１は、受信部２５からオーディオ信号を受け取り記憶する。

音声分析回路２２は、受信部２５からオーディオ信号を受け取り、該オーディオ信号からコンテンツの音響特性を特定する。
ここで音響特性とは、コンテンツの音量レベルおよび周波数特性に関する。音声分析回路２２は、コンテンツの音量レベルを以下のようにして検出する。図５は、コンテンツＡの時刻０から時刻ｔ６における音量レベルの経時的変化を示したグラフである。実線は、音声分析回路２２が受信部２５から受取るコンテンツＡの音量レベルである。音声分析回路２２は、音量レベルを示す曲線の包絡線（envelope：図５破線）を示すエンベロープ信号を生成する。

コンテンツ識別子付加部２３は、オーディオ信号に対しコンテンツ識別子（いずれのオーディオ信号生成装置１０から出力されたコンテンツであるかを一意に識別する識別子であり、本実施例では音響特性検出装置２０にそれぞれ付与された識別子）を付加する。
無線発信部２４は、オーディオ信号、音響特性、およびコンテンツ識別子を無線電波に変換して一まとまりの信号として発信する（以下、近距離無線通信と呼ぶ）。

次に、オーディオ信号処理装置３０について説明する。図４は、オーディオ信号処理装置３０の構成を示したブロック図である。オーディオ信号処理装置３０は、無線受信部３１、距離情報入力部３２、オーディオ信号改変部３３、オーディオ信号付加部３４、Ｄ／Ａコンバータ３５、および出力部３６を有する。

無線受信部３１は、無線発信部２４が発信した信号を受信し、その信号をオーディオ信号改変部３３およびオーディオ信号付加部３４に出力する。なお、近距離無線通信において、発信された信号は距離と共に減衰するため、無線受信部３１は特定の距離の範囲内にある無線発信部２４から出力された信号のみを受信することができる。本実施例において上記特定の距離はおよそ８ｍであり、無線受信部３１は、オーディオ信号処理システム１に含まれる全ての音響特性検出装置２０から発信される信号を受信する。

無線受信部３１は、無線発信部２４から信号を受信すると、受信した信号に含まれるコンテンツ識別子を判別する。その信号が上記無線受信部３１と同じユニットに属する音声信号検出装置２０から発信された信号である場合には、受信した信号に含まれる全ての情報（オーディオ信号、音響特性、およびコンテンツ識別子）を受信する。一方、そのコンテンツが異なるユニットに属する音声信号検出装置２０から発信されたものである場合には、音響特性に関するデータとコンテンツ識別子のみを受信する。すなわち具体的には、例えば無線受信部３１Ａは、コンテンツＡのオーディオ信号、音響特性、およびコンテンツ識別子と、コンテンツＢの音響特性、およびコンテンツ識別子と、コンテンツＣの音響特性、およびコンテンツ識別子を受信する。

距離情報入力部３２は、表示手段（図示省略）および入力手段（図示省略）を有する。表示手段はオーディオ信号処理システム１の管理者に対し、各スピーカ４００間の距離を入力するよう促し、入力手段は管理者により入力された距離に関するデータを、オーディオ信号改変部３３およびオーディオ信号付加部３４に出力する。本実施例では、コンテンツＡとＢ、コンテンツＡとＣ、およびコンテンツＢとＣについて、それぞれのコンテンツが再生されるスピーカ間の距離は７ｍと入力される。

オーディオ信号改変部３３は、無線受信部３１が受信した音響特性に基づき、受信したコンテンツ（同じユニットに属するオーディオ信号生成装置１０が出力したコンテンツ）のオーディオ信号に対し、音量レベルの調整および周波数特性の補正を行う。オーディオ信号付加部３４は、無線受信部３１が受信した音響特性に基づき、受信したコンテンツに対しマスキングサウンドの付加処理を行う。以上に挙げたオーディオ信号改変部３３およびオーディオ信号付加部３４が施す音響処理については後に詳述する。

Ｄ／Ａコンバータ３５は、オーディオ信号改変部３３およびオーディオ信号付加部３４により音響処理されたオーディオ信号をアナログ信号に変換する。
出力部３６は、Ｄ／Ａコンバータ３５により変換されたオーディオ信号をホール２００に設置されたスピーカ４００に出力する。
以上がオーディオ信号処理装置３０のハードウェア構成である。

次いで、オーディオ信号処理装置３０がコンテンツに施す音響処理について説明する。なお、以下ではオーディオ信号処理装置３０ＡがコンテンツＡに施す処理について説明するが、オーディオ信号処理装置３０Ｂおよび３０Ｃが実行する音響処理については、オーディオ信号処理装置３０Ａの実行する処理と同様であり、ここではその説明は省略する。
本実施形態においてオーディオ信号処理装置３０が行う音響処理には（１）音量レベルの調整、（２）周波数特性の補正、（３）マスキングサウンドの付加の３種類がある。

まず（１）音量レベルの調整について説明する。コンテンツＡの音量レベルの調整は、コンテンツＡが有音であり、コンテンツＡ以外のコンテンツ（コンテンツＢおよびＣ）のいずれかが無音である期間が検出された場合に行われる。ここで無音とは、音量レベルが予め定められた規定値Ｖ_０を予め定められた時間を超えて下回る状態であり、有音とは、上記の無音以外の状態である。

図６（Ａ）は、コンテンツＡのある時刻における音量レベルの経時的変化を示したグラフである。一点破線で示されたグラフは、音響処理を施される前のコンテンツＡの音量レベルである。
オーディオ信号改変部３３Ａは、ますコンテンツＢおよびＣにおいて無音期間の有無を判定する。ここでは、コンテンツＢにおいて、時刻ｔｓからｔｅまでが無音であるとする。オーディオ信号改変部３３Ａは、無音期間が開始する時刻ｔｓにおいて処理前の音量レベルに係数ｋを乗じた音量レベルとなるように音量レベルを調整する。

図６（Ｂ）は、ｄ／ｄ_０に応じた係数ｋの値を模式的に示したグラフである。ここでｄ_０は単位がｍ（メートル）の定数である。本実施形態においてｄ_０は、ホール２００において所定の音量のコンテンツが減衰して音量が半減する距離が設定される。ｄはスピーカ４００Ａと無音期間が検出されたコンテンツが再生されるスピーカ４００との距離（ｍ）である。図中ｄ_ＡＢはスピーカ４００Ａとスピーカ４００Ｂの間の距離を示す。図６（Ｂ）に示すように、係数ｋは、ｄ／ｄ_０の値と正の相関を持ちｄが大きくなるにつれて値が１に漸近する関数である。なお、上記係数ｋの関数および定数ｄ_０は一例であり、上記の関数や値に限定するものではない。要は、ｄが大きいほど係数ｋが高い値となれば良い。

コンテンツＢが無音である間は、コンテンツＡの音量レベルは、処理前の音量レベルに係数ｋ（ｄ_ＡＢ／ｄ_０）を乗算した値に調整される。
コンテンツＢの無音期間が時刻ｔｅに終了すると、オーディオ信号改変部３３Ａは音量レベル調整処理を終えコンテンツＡの音量レベルを処理前の音量レベルにする。
以上のように音量レベルが調整されることにより、コンテンツＡは図６（Ａ）において実線で示される音量レベルに調整される。
この場合、係数ｋの関数および定数ｄ_０は、ホール２００の音響特性などを考慮してユーザが適宜設定を変更することができるようになっている。

以上のように、あるコンテンツが無音であるとき、その周囲のコンテンツ、特に近接したエリアで再生されているコンテンツの音量レベルを、距離に負の相関関係を持たせた重み付けをして低く抑えることにより、無音のコンテンツの聴取者が周囲のコンテンツに意識を逸らすことを抑制することができる。

次に（２）周波数特性の補正について説明する。
オーディオ信号改変部３３はいわゆるイコライザー機能を備え、周波数特性の補正を行う。ここで周波数特性の補正とは、処理の対象となるオーディオ信号から、予め決められた周波数帯域成分（たとえば周囲のエリアまで洩れ聞こえる傾向の高い帯域や人間の注意を惹きやすい帯域に属する）の音圧を低減することである。

また、上記周波数帯域成分の低減に加え、各コンテンツの周波数特性を近づける処理を行う。オーディオ信号改変部３３は、受信したコンテンツの音響特性に含まれる周波数特性を比較し、コンテンツ同士の周波数特性が類似したものになるよう、周波数特性の補正を行う。
この周波数特性の補正により、同時に放音される他のコンテンツの聴取に影響を及ぼしやすいコンテンツを、他のエリアに影響を及ぼしにくい特性を持ったコンテンツにすることができる。

次に（３）マスキングサウンドの付加について説明する。ノイズが聞こえているときに、そのノイズと近い周波数を持つ別の音（マスキングサウンド）が存在すると、ノイズが聞こえにくくなるという現象が知られ、その現象は一般にマスキング効果と呼ばれている。マスキング効果は、マスキングサウンドとノイズの周波数が近いほど、また、マスキングサウンドの音量レベルがノイズの音量レベルに対して相対的に高いほど、顕著になることが知られている。本実施形態では、このマスキング効果を利用して、他のエリアから聞こえてくるコンテンツによる影響を抑制している。

コンテンツＡに対するマスキングサウンドの付加処理は、コンテンツＡが無音である期間が検出された場合に行われる。図７（Ａ）に示されるコンテンツＡの音量レベルを用いて説明する。なお、図７には、音声分析回路２２により検出された音量レベルが示されている。
オーディオ信号改変部３３Ａは、まずコンテンツＡにおいて無音期間の有無を判定する。コンテンツＡの音量レベルが無音である部分を検出されると、オーディオ信号付加部３４Ａは以下の処理を行う。コンテンツＡの無音期間の開始および終了時刻を検出する。コンテンツＡは、時刻ｔ４からｔ５にかけて無音であることから、該期間にコンテンツＡと共にマスキングサウンドを予め決められた一定音量で再生する。

なお、付加するマスキングサウンドの音量は、オーディオ信号処理システム１の管理者により予め設定された値に調整される。しかし、音量レベルは、（無音である）コンテンツＡの周囲で再生されているコンテンツの音量や、それらのコンテンツを再生するスピーカ４００とスピーカ４００Ａとの距離を考慮して設定しても良い。また、実際にテーブル５００Ａにノイズの音量レベルの測定手段（図示省略）を設け、該測定手段で実際に発生しているノイズの音量を測定し、その測定結果に基づいてマスキングサウンドの音量レベルを調整しても良い。
以上の処理がコンテンツＡに施される結果、コンテンツＡが無音部分であるときに、コンテンツＡと共にマスキングサウンドが再生され、該コンテンツの聴取者が他のエリアからのノイズに対し意識を向けてしまうことを抑制することができる。

さて、本実施形態で用いられるマスキングサウンドは、川のせせらぎ音などであり、その音源はオーディオ信号処理システム１の管理者などにより予めオーディオ信号処理装置３０に格納されている。
なお、マスキングサウンドの種類としては、上記川のせせらぎ音以外にも当該ホール２００のコマーシャル、ＢＧＭ（バックグラウンドミュージック）などでも良い。要は、洩れ聞こえてくる他のコンテンツをマスキング効果により聞こえにくくする音声であればどのような音声でも良い。

（Ａ−２：第１実施形態の動作）
次に、オーディオ信号処理システム１の動作を説明する。なお、以下ではホール２００においてコンテンツＡ、Ｂ、およびＣが同時に放音されており、ユニットＡ、Ｂ、およびＣにおいてそれぞれコンテンツＡ、Ｂ、およびＣに対して並行して音響処理が施され再生されている場合について説明する。以下の説明では、ユニットＡがコンテンツＡに施す音響処理ついてのみ取り上げて説明する。コンテンツＢおよびＣに関してはコンテンツＡと同様であるため説明を省略する。

図８は、オーディオ信号処理システムが行う音響処理を示したフローチャートである。まずオーディオ信号生成装置１０Ａは、オーディオ信号を出力する。音響特性検出装置２０Ａの受信部２５Ａは、出力されたオーディオ信号を受け取り（ステップＳＡ１００）、該オーディオ信号を信号処理遅延回路２１Ａおよび音声分析回路２２Ａに出力する。音声分析回路２２Ａは、該オーディオ信号からその音響特性（音量レベルおよび周波数特性）を特定する（ステップＳＡ２００）。次にコンテンツ識別子付加部２３Ａは、音響特性が検出されたオーディオ信号に対しコンテンツ識別子を付加する。そのようにして生成された信号は、無線発信部２４Ａにより無線電波としてホール２００内に発信される。発信されたコンテンツＡの無線電波は、近接するオーディオ信号処理装置３０Ａ、３０Ｂ、および３０Ｃに達する。

無線受信部３１Ａは無線発信部２４から信号を受信する。図１に示すオーディオ信号処理システム１においては、無線受信部３１Ａは、無線発信部２４Ａ、２４Ｂ、および２４Ｃから発信された信号を受信する。無線受信部３１Ａは、受信した信号に含まれるコンテンツ識別子を判別することにより、受信した各信号がコンテンツＡのものであるかどうかを判定する。無線受信部３１Ａが、受取った信号がコンテンツＡのものであると判定した場合には、受信した信号に含まれる全ての情報（オーディオ信号、音響特性、およびコンテンツ識別子）を受取る。一方、無線受信部３１Ａが、受取った信号がコンテンツＡのものではないと判定した場合には、音響特性とコンテンツ識別子のみを受信する。本動作例において無線受信部３１Ａは、コンテンツＡのオーディオ信号、音響特性、およびコンテンツ識別子と、コンテンツＢおよびＣの音響特性、およびコンテンツ識別子を受信する。

無線受信部３１Ａは上記の信号を受信し、該データをオーディオ信号改変部３３Ａおよびオーディオ信号付加部３４Ａに出力する。オーディオ信号改変部３３Ａおよびオーディオ信号付加部３４Ａは、距離情報入力部３２Ａを介して受取ったスピーカ４００Ａとその他のスピーカ４００の距離に関するデータ、およびコンテンツＡのオーディオ信号、コンテンツＡ、Ｂ、およびＣの音響特性を元に、コンテンツＡに対してステップＳＡ３００以下の処理、すなわち音量レベルの調整（ステップＳＡ３００）、周波数特性の補正（ステップＳＡ４００）およびマスキングサウンドの付加（ステップＳＡ５００）を行う。上記３種類の音響処理を終えると、オーディオ信号処理装置３０はコンテンツＡが継続しているかどうか判断する（ステップＳＡ６００）。コンテンツＡが継続している場合は、ステップＳＡ６００の判定結果は“Ｙｅｓ”となり、コンテンツＡの続きの部分についてステップＳＡ１００以下の処理を行う。一方コンテンツＡが終了した場合は、ステップＳＡ６００の判定結果は“Ｎｏ”となり、ユニットＡは処理を終了する。

以下、ステップＳＡ３００、４００および５００の音響処理について、図７に示すコンテンツＡ、Ｂ、およびＣを例にとり具体的に説明する。図７に示すグラフ（Ａ）、（Ｂ）、および（Ｃ）は、時刻０からｔ６におけるコンテンツＡ、Ｂ、およびＣの音量レベル（以下、それぞれｖＡ、ｖＢ、およびｖＣと表す）を示している。図中実線は、音声分析回路２２により検出された音量レベルであり、一点破線は音量レベルの有音／無音の判断基準となる規定値Ｖ_０を示す。コンテンツＡは時刻ｔ４からｔ５の間、コンテンツＢは時刻ｔ２からｔ３の間、音量レベルが規定値Ｖ_０を下回り、その期間が予め定められた時間を越えることから、該期間無音であると判断される。

始めに、ステップＳＡ３００の音量レベルの調整処理について説明する。図１０は、オーディオ信号改変部３３が音量レベルの調整を行う際の処理の流れを示したフローチャートである。オーディオ信号改変部３３Ａは、受信した音響特性からコンテンツＢまたはＣに曲間などの無音部分があるかどうかを判定する（ステップＳＡ３１０）。ステップＳＡ３１０の判定結果が“Ｎｏ”である間はステップＳＡ３１０が繰り返される。コンテンツＢまたはＣに無音部分が検出された場合には、ステップＳＡ３１０の判定結果は“Ｙｅｓ”となり、続いてステップＳＡ３２０に進む。図７において、時刻０からｔ２においては、コンテンツＢおよびＣいずれのコンテンツも有音であり、ステップＳＡ３１０の判定結果は“Ｎｏ”となる。時刻ｔ２からｔ３においては、コンテンツＢが無音と判定されることから、ステップＳＡ３１０の判定結果は“Ｙｅｓ”となる。

続くステップＳＡ３２０において、オーディオ信号改変部３３Ａは、時刻ｔ２からｔ３においては、コンテンツＡの音量レベルをｖＡ＊ｋ（ｄ_ＡＢ／ｄ_０）に調整する。続くステップＳＡ３３０において、無音であるコンテンツ（この場合、コンテンツＢ）の無音期間が終了し、有音であるかどうか判定する。コンテンツＢが継続して無音である場合は、ステップＳＡ３３０の判定結果は“Ｎｏ”であり、引き続きコンテンツＡの音量レベルは低く抑えられる。コンテンツＢが有音である場合には、ステップＳＡ３３０の判定結果は“Ｙｅｓ”となり、オーディオ信号改変部３３Ａは音量レベルの調整処理を終了し、コンテンツＡの音量レベルは本来のレベルに戻る。
時刻ｔ３以降は、コンテンツＢおよびＣに無音部分は無いため、ステップＳＡ３１０の判定結果は“Ｎｏ”となり、音量レベルの調整処理は行われない。

以上に説明した音量レベルの調整が行われた結果、図７（Ａ）に破線で示された音量レベルを示すコンテンツＡのオーディオ信号が生成される。その結果、コンテンツに無音部分があるときには、その周囲で再生されるコンテンツの音量レベルは低く抑えられる。

次に、ステップＳＡ４００の周波数特性の補正について説明する。
オーディオ信号改変部３３Ａは、無線受信部３１Ａから受取ったコンテンツＡのオーディオ信号から、周囲のエリアまで洩れ聞こえる傾向の高い低音域成分や人間の注意を惹きやすい帯域の音圧を低減する。また、上記の特定周波数帯域成分の低減に加え、各コンテンツの周波数特性を近づける処理を行う。すなわち、オーディオ信号改変部３３Ａは、無線受信部３１Ａが受信したコンテンツＡ以外のコンテンツの音響特性に含まれる周波数特性を参照し、コンテンツＡの周波数特性がそれらの周波数特性に類似したものになるよう、周波数特性の補正を行う。

周波数特性の補正を施されたコンテンツは、周囲のエリアに洩れ聞こえにくい性質を持つばかりでなく、洩れ聞こえてしまったコンテンツも人間の注意を惹く傾向の低い音響特性に処理されている。従って、周囲のエリアの聴取者が、本処理を施されたコンテンツによって、そのエリアで放音されているコンテンツから意識をそらせてしまうことを抑制することができる。

最後に、ステップＳＡ５００のマスキングサウンドの付加処理について図１１を用いて説明する。図１１は、オーディオ信号付加部３４がコンテンツに対して施すマスキングサウンドの付加処理の流れを示したフローチャートである。まずオーディオ信号付加部３４Ａは、コンテンツＡの音響特性から、コンテンツＡの無音部分の有無を判定する(ステップＳＡ５１０)。無音部分が検出された場合、ステップＳＡ５１０の判定結果は“Ｙｅｓ”となり、ステップＳＡ５２０へ進む。一方、無音部分が無い場合には、ステップＳＡ５１０が繰り返される。ステップＳＡ５２０において、オーディオ信号付加部３４Ａは、該当する無音期間に継続してマスキングサウンドを付加する（ステップＳＡ５２０）。

図７において、コンテンツＡは時刻０からｔ４までは有音であるため、その期間はステップＳＡ５１０の判定結果は“Ｎｏ”となり、ステップＳＡ５１０が繰り返される。時刻ｔ４において、コンテンツＡが無音となることが検出されることから、ステップＳＡ５１０の判定結果は“Ｙｅｓ”となり、ステップＳＡ５２０へ進む。ステップＳＡ５２０において、オーディオ信号付加部３４Ａは、時刻ｔ４からマスキングサウンドをコンテンツＡに対して付加する。

続くステップＳＡ５３０において、オーディオ信号付加部３４Ａは、コンテンツＡの無音期間が終了し、有音であるかどうか判定する。継続して無音期間が継続している場合には、ステップＳＡ５３０の判定結果は“Ｎｏ”となり、マスキングサウンドを引き続き一定音量で付加する。一方、無音期間が終了した場合には、ステップＳＡ５３０の判定結果は“Ｙｅｓ”となり、処理を終了し、コンテンツＡの無音期間が終了した時刻以降はマスキングサウンドを付加しない。

さて、図７において、時刻ｔ４からｔ５においては、コンテンツＡは継続して無音であることから、ステップＳＡ５３０の判定結果は“Ｎｏ”となり、継続してコンテンツＡにマスキングサウンドが付加される。時刻ｔ５において、無音期間が終了することから、ステップＳＡ５３０の判定結果は“Ｙｅｓ”となり、マスキングサウンドの音量レベルは時刻ｔ５まで付加されて処理は終了する。

以上が、ユニットＡによりコンテンツＡに施される音響処理の動作である。各コンテンツが以上に説明した音響処理を施されることにより、各コンテンツの聴取者は自身に向けられたコンテンツが無音である期間に、他のエリアから洩れ聞こえてくるコンテンツに気をとられることが抑制されるといった効果を奏する。

（Ｂ：第２実施形態）
以下では、本発明の第２実施形態について説明する。
（Ｂ−１：第２実施形態の構成）
第２実施形態のハードウェア構成は、第１実施形態の構成と同様であるため説明を省略するが、オーディオ信号処理装置３０のソフトウェアモジュールによる音響処理内容は異なるため、その点について以下では説明する。

第２実施形態においてコンテンツに施される音響処理も、（１）音量レベルの調整、（２）周波数特性の補正、（３）マスキングサウンドの付加の３種類である。ただし、各音響処理内容は第１実施形態と異なる。
以下でも、第１実施形態の説明同様、ユニットＡがコンテンツＡに施す音響処理について説明する。コンテンツＢおよびＣに対する音響処理はコンテンツＡに対する処理と同様であるため、説明を省略する。

まず（１）音量レベルの調整について説明する。オーディオ信号処理装置３０Ａによる音量レベルの調整は、無線受信部３１Ａが信号を受信したコンテンツがいずれも有音である期間に行われる。
オーディオ信号改変部３３Ａは、各コンテンツについての音響特性を参照し、それらの各時刻における音量レベル（ここでは時刻ｔにおけるコンテンツＡ、Ｂ、およびＣの音量レベルをｖＡｔ、ｖＢｔおよびｖＣｔと表す）を検出する。そしてｖＡｔ、ｖＢｔおよびｖＣｔの平均値Ｘ（Ｘｔ＝（ｖＡｔ＋ｖＢｔ＋ｖＣｔ）／３）とｖＡｔとの差である、ΔｖＡｔ＝Ｘｔ−ｖＡｔを算出し、以下の（数１）で規定される値（ｖＡｔ＊）にコンテンツＡの音量レベルを調整する。
（数１）
ｖＡｔ＊＝Ｘｔ＋αΔｖＡｔ
ここでαは０＜α＜１を満たす係数であり、オーディオ信号処理システム１の管理者は適宜値を設定することができるが、本実施形態においてはα＝０．５とする。

このようにオーディオ信号改変部３３ＡがコンテンツＡの音量レベルを調整することにより、コンテンツＡの音量レベルはコンテンツＡおよびテーブル５００Ａ付近で再生されるコンテンツの音量レベルの平均値に近い値に調整される。すなわち、平均値より高い音量レベルのコンテンツの音量レベルは低く抑えられ、逆に平均値より低い音量レベルのコンテンツの音量レベルは高く引き上げられる。

次に（２）周波数特性の補正については、無線受信部３１Ａが信号を受信したコンテンツのいずれも有音である期間に行われることを除いては、第１実施形態と同様であるため、説明を省略する。

次に（３）マスキングサウンドの付加について説明する。第１実施形態においては、コンテンツの無音部分に対してマスキングサウンドを付加することにより、他のエリアのコンテンツによるノイズを打ち消す場合について説明した。本実施形態においては、コンテンツＡの有音部にマスキングサウンドを付加して、コンテンツＡが有音であっても他のエリアのコンテンツによるノイズをマスキングする場合について説明する。

まずオーディオ信号付加部３４Ａは、無線受信部３１Ａが受取った音響特性を参照し、全てのコンテンツの音量レベルが有音である期間を特定する。オーディオ信号付加部３４Ａは、該当する期間のコンテンツＡに付加するマスキングサウンドを後述するように生成し、コンテンツＡのオーディオ信号に付加する。

本実施形態で用いられるマスキングサウンドは、ホワイトノイズ（白色雑音）の周波数特性を改変することにより生成されるサウンド信号である。以下では、マスキングサウンドを生成する方法を、図９を用いて説明する。
図９（Ａ）には、ある時刻において、他のエリアのコンテンツ（この場合、コンテンツＢおよびＣ）によりテーブルＡ付近に生じるノイズの周波数帯域ごとの音量レベルが示されている。図９（Ｂ）には、コンテンツＡについて、図９（Ａ）と同じ時刻における周波数帯域ごとの音量レベルが示されている。オーディオ信号付加部３４Ａは、周波数帯域ごとに、（ノイズの音量レベル）／（コンテンツの音量レベル）の比の値を算出する。算出した比の値を周波数帯域ごとに示したグラフが図９（Ｃ）である。次に、オーディオ信号付加部３４Ａは、周波数帯域ごとの比の値を、最大の値が１となるように標準化する。すなわち、全ての周波数帯域における比の値を、最大値（この場合、２）を示す周波数帯域（この場合、ａおよびｂ）の値で除する。そのように算出された値を周波数帯域ごとに示したグラフが図９（Ｄ）であり、各周波数におけるグラフの値を、その周波数帯域における「係数」とし、管理者により予め定められた音量レベルのホワイトノイズにおける各周波数帯域に上記係数を乗算して得たサウンド信号を、本発明で用いるマスキングサウンドとする。そのように設定されたマスキングサウンドは、自分のエリアのコンテンツをマスキングすることなく、他のエリアにおけるコンテンツによるノイズを効果的にマスキングするサウンドとしては好適な周波数特性を有する。
以上の処理の結果、音響特性を受取ったいずれのコンテンツも有音部分であるときに、コンテンツＡと共にマスキングサウンドが再生され、該コンテンツの聴取者が他のエリアからのノイズに対し意識を向けてしまうことを抑制する。

なお、マスキングサウンドは以上のように生成されたサウンド信号に限定されるものではなく、他の方法で人工的に作成された音や、録音された環境音を代わりに用いても良い。この場合、環境音はホール２００やその他の場所で予め録音されたものを用いても良いし、別途設けられた録音装置（図示省略）でコンテンツ再生中にホール２００の環境音を録音し、それを用いても良い。

（Ｂ−２：第２実施形態の動作）
以下では、本発明に係るオーディオ信号処理システム１の動作について説明する。本動作例においても第１実施形態同様、オーディオ信号処理システム１は図８に示されたフローチャートに従って各コンテンツの音響処理を行う。ただし本動作例においては、フローチャート中ステップＳＡ３００ないし５００における処理内容が第１実施形態における動作例と異なるため、以下ではステップＳＡ３００ないし５００を中心に説明する。
なお、以下でもオーディオ信号処理装置３０ＡがコンテンツＡに施す音響処理について説明するが、コンテンツＢおよびＣに対する音響処理もユニットＢおよびＣにより同様に行われる。

図１２（Ａ）、（Ｂ）、および（Ｃ）に示すグラフは、それぞれコンテンツＡ、Ｂ、およびＣの音量レベルを示している。縦軸はコンテンツの音量レベルを、横軸は時刻（コンテンツの再生開始時からの経過時間）を示す。図中実線は音響処理前のオーディオ信号から検出された音量レベルを、破線は音響処理後の音量レベルを示す。
図１２（Ａ）に示されているように、音響処理前のコンテンツＡの音量レベルは、時刻０からｔ１、および時刻ｔ２からｔ５においてはｖＡ＝４であり、時刻ｔ１からｔ２においてｖＡ＝１０を示す。コンテンツＢの音量レベルは、時刻０からｔ３、および時刻ｔ４からｔ５においてはｖＢ＝６であり、時刻ｔ３からｔ４においてｖＢ＝３である。また、コンテンツＣの音量レベルは、時刻０からｔ５まで一定でｖＣ＝５である。

まず、ステップＳＡ３００の音量レベルの調整について説明する。図１６は、オーディオ信号改変部３３の行う音量レベルの調整処理の手順を示したフローチャートである。まず、オーディオ信号改変部３３Ａは、受取ったオーディオ信号の音量レベルが全て有音であるかどうか判定する（ステップＳＢ３１０）。図１２において、時刻０からｔ１においては、コンテンツＡ、Ｂ、およびＣの音量レベルはそれぞれｖＡ＝４、ｖＢ＝６およびｖＣ＝５であるから、「無音」のコンテンツは無いので、ステップＳＢ３１０の判定結果は“Ｙｅｓ”となり、ステップＳＢ３２０へ進む。なお、ステップＳＢ３１０の判定結果が“Ｎｏ”である場合には、ステップＳＢ３１０が繰り返される。次にオーディオ信号改変部３３Ａは、受取った音響特性から各コンテンツの音量レベルの平均値（この場合、Ｘ＝５）を算出する（ステップＳＢ３２０）。次にオーディオ信号改変部３３Ａは、（数１）に従ってコンテンツＡの処理後の音量レベルを算出し、算出された値に音量レベルを調整する（ステップＳＢ３３０）。その結果、この場合にはコンテンツＡ、Ｂ、およびＣの処理後の音量レベルはｖＡ＊＝４．５、ｖＢ＊＝５．５、およびｖＣ＊＝５と算出される。

同様にして、時刻ｔ１からｔ２においては、コンテンツＡ、Ｂ、およびＣの音量レベルはそれぞれｖＡ＝１０、ｖＢ＝６およびｖＣ＝５であり、それらの平均値は７である。その結果、コンテンツＡ、Ｂ、およびＣの処理後の音量レベルはｖＡ＊＝８．５、ｖＢ＊＝６．５、およびｖＣ＊＝６となる。時刻ｔ２以降のコンテンツについても、以上に説明した手順で同様に音量レベルの調整が行われ、図１２に破線で表された音量レベルを示すオーディオ信号が生成される。

以上に説明したように、例えば時刻ｔ１からｔ２における音響処理のように、コンテンツＡの音量レベルが極端に高くなり、コンテンツＢおよびＣの音量レベルは変わらないとき、コンテンツＡの音量レベルは処理前の音量レベルほどには高くならず、他のエリアに洩れ聞こえるノイズを軽減することができる。一方コンテンツＢおよびＣの音量レベルは高く調整され、コンテンツＢおよびＣの聴取者は、高い音量レベルを示すコンテンツＡに由来するノイズに意識をそらすことなく、自身に向けられたコンテンツを聴取することができる。

次にステップＳＡ４００の周波数特性の補正については、無線受信部３１Ａが信号を受信したコンテンツのいずれも有音である期間に行われることを除いては、第１実施形態における同処理と同様であるため、説明を省略する。

最後に、ステップＳＡ５００のマスキングサウンドの付加処理について図１３のフローチャートを用いて説明する。オーディオ信号付加部３４Ａは、全てのコンテンツが有音である期間が存在するかどうか判定する（ステップＳＢ５１０）。ステップＳＢ５１０の判定結果が“Ｙｅｓ”である場合、オーディオ信号付加部３４Ａは各コンテンツの音響特性から、いずれのコンテンツも有音である期間を特定する（ステップＳＢ５２０）。ステップＳＢ５３０において、コンテンツＡ、Ｂ、およびＣの周波数特性から、コンテンツＡの該期間に対して付加するマスキングサウンドの周波数特性を、上述した手順で決定する。次にコンテンツＡの該当する部分に対しマスキングサウンドを付加する（ステップＳＢ５４０）。なお、ステップＳＢ５１０において全てのコンテンツが有音である期間が存在しない場合は、ステップＳＢ５１０の判定結果は“Ｎｏ”となり、ステップＳＢ５２０以降の処理は行われない。

以上の動作を、図７に示されたコンテンツＡ、Ｂ、およびＣについて具体的に説明する。時刻０からｔ２において、オーディオ信号処理装置３０Ａが受信するコンテンツ（コンテンツＡ、Ｂ、およびＣ）の音量レベルは有音であることから、該期間においてステップＳＢ５１０の判定結果は“Ｙｅｓ”となり、オーディオ信号付加部３４Ａは、全てのコンテンツが有音である期間は時刻０からｔ２であると判断する（ステップＳＢ５２０）。次にオーディオ信号付加部３４Ａは、ステップＳＢ５３０において、上述した方法すなわちコンテンツＡ以外のコンテンツをマスキングし、コンテンツＡをマスキングしない音響特性を有するマスキングサウンドを生成し、生成したマスキングサウンドをコンテンツＡの該時刻のオーディオ信号に対して付加する（ステップＳＢ５４０）。

図７において、時刻ｔ２からｔ３、および時刻ｔ４からｔ５においては、それぞれコンテンツＢ、コンテンツＡが無音期間であることから、ステップＳＢ５１０の判定結果は“Ｎｏ”となり、該期間において、コンテンツＡに対してマスキングノイズの付加処理は行われない。
また、時刻ｔ３からｔ４、時刻ｔ５からｔ６においては、いずれのコンテンツも有音であることから、上記時刻０からｔ２における処理と同様の手順で、コンテンツＡにはマスキングノイズの付加処理が行われる。

（変形例）
以上、本発明の実施形態について説明したが、本発明は以下のように種々の態様で実施することができる。また、以下の態様を組み合わせて用いてもよいことは勿論である。

（１）第１実施形態では、受信したいずれかのコンテンツが無音である期間においてオーディオ信号処理装置３０が行う処理について記載し、一方第２実施形態においては、いずれのコンテンツも有音である期間に行う処理について記載したが、両実施形態に示した処理をあわせて用いても良い。

（２）上記実施形態においては、各コンテンツのオーディオ信号から音量レベルを検出し、検出した音量レベルに基づいて制御を行った。しかし、コンテンツのチャプター情報などが記されたタイムコードが手に入る場合などには、オーディオ信号処理装置３０にタイムコード取得手段（図示省略）を設け、予めコンテンツの無音部分がどのタイミングで現れるのかがわかっている場合には、その情報に基づいて制御を行うようにしても良い。

（３）第１実施形態においては、川のせせらぎ音などのマスキングサウンドを用い、第２実施形態においては、ホワイトノイズを改変したマスキングノイズを用いる場合について説明したが、用いる音声の種類は上記の逆の組み合わせでも良いし、それらマスキングサウンドとマスキングノイズを併用しても良い。

（４）上記実施形態において、マスキングサウンドと合わせて、もしくはマスキングサウンドの代わりに、アクティブノイズコントロールサウンドを付加しても良い。アクティブノイズコントロールサウンドとは、ノイズに対して音圧が同振幅である逆位相の音であり、相互干渉によりノイズを低減させる特性を有する。従来の吸音現象や共鳴現象などを利用した消音技術とは異なり、能動的にノイズを打ち消す。その場合、オーディオ信号付加部３４は、上記マスキングサウンドを付加する期間にアクティブノイズコントロールサウンドのオーディオ信号をコンテンツに付加するとよい。
具体的には、オーディオ信号付加部３４は、他のユニットのオーディオ信号生成装置１０が出力したオーディオ信号を合成して生成される音声コンテンツとは位相が逆の音声であるアクティブノイズコントロールサウンドのオーディオ信号を生成する。生成されたオーディオ信号は、コンテンツの無音部分のオーディオ信号と合成され再生される。その結果、他のエリアのコンテンツによるノイズが積極的に打ち消され、聴取者は自身に向けられたコンテンツから意識をそらされることが抑制される。

（５）上記実施形態においては、マスキングサウンドの音量レベルが矩形波状になるように、マスキングサウンドのＯＮ／ＯＦＦの制御をする場合について説明した。また、音量レベルの調整処理においては、処理区間の始めと終わりには処理対象のコンテンツの音量レベルが非連続的に変化する場合について説明した。しかし、マスキングサウンドのＯＮ/ＯＦＦや音量レベルの調整の際に、マスキングサウンドやコンテンツの音量レベルにフェードイン・フェードアウトの効果を付しても良い。

（６）上記実施形態においては、オーディオ信号処理装置３０は上記複数の音響処理全てを行うことができ、その全ての処理を順次行う場合について説明した。しかし、行う音響処理はそれら音響処理の一部分であっても良い。例えば、オーディオ信号処理装置３０がコンテンツの音量レベルの調整処理のみを行ったとしても、該コンテンツが他のエリアに影響を及ぼしてしまうことを抑制する効果が十分にある。

（７）上記実施形態においては、マスキングサウンドのオーディオ信号が無音のコンテンツのオーディオ信号と合成された後に、同じスピーカから再生される場合について説明したが、オーディオ信号同士の合成を行わず、それぞれを近接して設置された別々のスピーカから再生しても良い。

（８）上記実施形態においては、マスキングサウンドの付加処理にあたり、コンテンツの無音部分または有音部分にマスキングサウンドを重ねあわせた。しかし、マスキングサウンドを重ねあわせるコンテンツ部分の選択を行わず、コンテンツの音量レベルに連動して継続してマスキングサウンドの音量レベルを制御しても良い。具体的には、コンテンツの音量レベルが低いときにはマスキングサウンドの音量レベルを高くするというように、コンテンツの音量レベルとマスキングサウンドの音量レベルに負の相関を持たせるように制御すればよい。

（９）上記実施形態においては、時刻ごとに各コンテンツの音量レベルと規定値を比較し、その比較結果に基づいて各種音響処理を行った。しかし、コンテンツを複数の区間に区切ってその区間ごとに各コンテンツの音量レベルの平均値を算出し、その平均値を規定値と比較し、その比較結果に基づいて音響処理を行っても良い。

（１０）上記実施形態においては、ホール２００においてスピーカ４００Ａ、４００Ｂおよび４００Ｃが近距離（７ｍ）で配置されている場合について説明した。従って、無線発信部２４から発信された電波は、全てのユニットのオーディオ信号処理装置３０により受信された。しかし、例えば図１４に示すように、ホール２００の角に配置された扇形のテーブル５００Ｄに対し、ユニットＡ、Ｂ、Ｃ同様の構成からなるユニットＤを設置し、オーディオ信号処理システム１を構成した場合、テーブルの組み合わせにより電波の届く距離を越えることから、上述の音響距離には以下のような変更点が生じる。
すなわち、無線発信部２４Ｄの発した信号は無線受信部３１Ａおよび３１Ｄのみにより受信される。また、無線受信部３１Ｄは、無線発信部２４Ａおよび２４Ｄが発した信号のみ受信し、無線発信部２４Ｂおよび無線発信部２４Ｃが発した信号は受信しない。その結果、オーディオ信号処理装置３０Ｄは、コンテンツＡおよびＤに係る情報のみに基づいて音響処理を行い、オーディオ信号処理装置３０Ａは、コンテンツＡ、Ｂ、Ｃ、およびＤに係る情報に基づいて音響処理を行う。

（１１）上記第１実施形態においては、マスキングサウンドの付加処理において、川のせせらぎ音など特定の音源を用いる場合について説明した。しかし、予め記憶装置に記憶させておいた複数のマスキングサウンドから、他のエリアにおけるコンテンツの周波数特性や楽曲のジャンルと類似した周波数特性を有するマスキングサウンドを選択する機能をオーディオ信号付加部３４に持たせるようにしても良い。また、図示せぬ操作部を介してオーディオ信号処理システム１の管理者がマスキングサウンドの種類を適宜変更することができるようにしても良い。

（１２）上記第２実施形態において、オーディオ信号改変部３３に対して、環境中の暗騒音を測定しオーディオ信号改変部３３やオーディオ信号付加部３４に通知する機能を有する暗騒音測定手段（図示省略）を設けて以下に挙げる処理を行っても良い。
１つ目は、周囲のコンテンツや環境音による暗騒音が大きい場合には、全てのコンテンツの音量レベルを所定の割合だけ上昇させ、逆に暗騒音が小さい場合には、全てのコンテンツの音量レベルを所定の割合だけ減少させる処理を行う。
２つ目には、マスキングノイズを付加するにあたり、周囲の暗騒音の音量レベルが低い時にはマスキングノイズの音量レベルを上げ、逆に音量レベルが高いときはレベルを下げる。

（１３）上記実施形態２においては、（数１）に表される式により音量レベルの調整を行ったが、もちろん調整方法は(数１)の式やパラメータの値に限定されるものではない。要は、処理前に各コンテンツ間にある音量レベルの格差が小さくなるように調整を行えば良い。また上記実施形態においては、オーディオ信号の音量レベルの総和が一定になるように各音量レベルの調整を行ったが、オーディオ信号の音量レベルの総和には、ある程度の許容範囲を設けてもよい。

（１４）上記実施形態においては、ホール２００においてスピーカ４００Ａ、４００Ｂおよび４００Ｃが互いに等しい距離で配置されている場合について説明した。従って、スピーカ４００の組み合わせごとに距離が異なることの影響については考慮しなかった。しかし、スピーカが３つであっても正三角形状ではない配置の場合、およびスピーカ４００が４つ以上配置されている場合には、スピーカ４００同士の距離がその組み合わせごとに異なる。そのような場合には、オーディオ信号処理装置３０が上記音響処理を実行する際に各スピーカの配置が及ぼす影響を音響処理方法に反映させても良い。具体的には、たとえば第２実施形態において音量レベルの調整を行うにあたり、以下に示すようにスピーカ同士の距離に応じて各コンテンツの音量レベルの重み付けをしても良い。

図１５（Ａ）に示すように、テーブルＡ、Ｂ、およびＣが設置され、テーブルごとに設置されたスピーカから放音されるコンテンツＡ、Ｂ、およびＣのある時刻における音量レベルをそれぞれｖＡ、ｖＢおよびｖＣとする。ＡＢ、ＡＣ、ＢＣはそれぞれのテーブル同士の距離を示す。ここでは、上述した音量レベルの調整において、調整後の音量レベルが以下の（数２）で規定されるようにオーディオ信号処理装置３０は各コンテンツの音量レベルの調整を行う。
（数２）
ｖＡ＊＝ｖＡ＋α{（−ｖＡ＋ｖＣ）／ＡＣ＋（−ｖＡ＋ｖＢ）／ＡＢ}
ｖＢ＊＝ｖＢ＋α{（−ｖＢ＋ｖＡ）／ＡＢ＋（−ｖＢ＋ｖＣ）／ＢＣ}
ｖＣ＊＝ｖＣ＋α{（−ｖＣ＋ｖＢ）／ＢＣ＋（−ｖＣ＋ｖＡ）／ＡＣ}

さて、（数２）においてαは個々の状況に応じてオーディオ信号処理装置３０の操作者により設定される値であるが、ここでは０．１とする。
ここで、図１５（Ｂ）に表されるように、ＡＢ＝１、ＡＣ＝１０、ＢＣ＝１０となるようにテーブルが配置されている場合について考える。まず、時刻ｔ１において、全てのコンテンツの音量レベルが１の場合、オーディオ信号処理装置３０により音量レベルの調整がなされても音量レベルに変化はない。次に、時刻ｔ２において、コンテンツＡの音量レベルが１０、コンテンツＢおよびＣの音量レベルが共に１である場合、調整後の音量レベルは、ｖＡ＊＝９．０１、ｖＢ＊＝１．９、ｖＣ＊＝１．０９と算出される。また、時刻ｔ３において、コンテンツＣの音量レベルが１０、コンテンツＡおよびＢの音量レベルが共に１である場合、調整後の音量レベルは、ｖＡ＊＝１．０９、ｖＢ＊＝１．０９、ｖＣ＊＝９．８２と算出される。以上の結果は図１５（Ｃ）のテーブルにまとめられている。
（数２）のように、各スピーカ間の距離を音響処理に反映することにより、遠く離れたエリアのコンテンツが及ぼしあう影響を軽く扱い、近接したエリアのコンテンツが及ぼしあう影響に重みをつけて扱うことができ、より効果的に音響処理を行うことができる。なお、（数２）はあくまでも一例であり、各コンテンツの重み付けを行うことができれば、その他の方法を用いても良い。

（１５）オーディオ信号処理装置３０には、生成されたマスキングサウンドの音量レベルおよび周波数特性を改変するマスキングサウンド調整手段（図示省略）が設けられており、オーディオ信号処理システム１の管理者はマスキングサウンド調整手段を介して任意のマスキングサウンドの音響特性を適宜設定することができる。

（１６）オーディオ信号生成装置１０は、上記実施形態のように、携帯型オーディオ装置に限定されるものではなく、ＣＤドライブや、ラジオの電波受信部や、マイクなどの音声入力機器などであっても良い。要するに、オーディオ信号生成装置１０はオーディオ信号を出力する装置であればよい。また、オーディオ信号生成装置１０が、マイクなどのようにアナログ方式のオーディオ信号を出力する機器である場合には、Ａ／Ｄコンバータによって該オーディオ信号をデジタル方式に変換した上で音響特性検出装置２０に出力すると良い。

（１７）音響特性検出装置２０およびオーディオ信号処理装置３０は、ハードウェアモジュールから成る。しかし、それらの装置に付与された各機能をソフトウェアモジュールにより実現しても良い。

（１８）上記実施形態において示した３種類の音響処理は、実施形態に示す順とは異なる順で行っても良いし、複数の音響処理を並行して行っても良い。

（１９）上記実施形態では、音声分析回路２２は音量レベルを示す曲線の包絡線（envelope）を生成し、該包絡線を上記音響特性における音量レベルのデータとする場合について説明した。しかし、音声分析回路２２の行う音量レベルの検出方法は上記の方法に限定されず、コンテンツを複数の期間に区切って、その期間ごとに音量レベルの平均値を出すなどしても良いし、勿論受信部２５から受信したオーディオ信号の音量レベルをそのまま音響特性のデータとして用いても良い。

実施形態に係るオーディオ信号処理システム１が設置されたホール２００の全体構成を示した図である。 実施形態に係るオーディオ信号処理システム１の概略構成を示したブロック図である。 音響特性検出装置２０の構成を示したブロック図である。 オーディオ信号処理装置３０の構成を示したブロック図である。 音量レベルの検出を行う方法を説明するための図である。 音量レベルの調整処理を説明するための図である。 ある時間帯における複数のコンテンツの音量レベルを模式的に示したグラフである。 オーディオ信号処理装置３０の行う音響処理の手順を示したフローチャートである。 マスキングサウンドの生成法を説明するための図である。 オーディオ信号処理装置３０の行う音量レベルの調整処理の手順を示したフローチャートである。 第１実施形態においてオーディオ信号処理装置３０の行うマスキングサウンド付加処理の手順を示したフローチャートである。 ある時間帯における複数のコンテンツの音量レベルを模式的に示したグラフである。 第２実施形態においてオーディオ信号処理装置３０の行うマスキングサウンド付加処理の手順を示したフローチャートである。 ホール２００におけるテーブル５００の配置の一例を示したブロック図である。 音量レベルの調整法を説明するための図である。 オーディオ信号処理装置３０の行う音量レベルの調整処理の手順を示したフローチャートである。

符号の説明

１…オーディオ信号処理システム、１０…オーディオ信号生成装置、２０…音響特性検出装置、２１…信号処理遅延装置、２２…音声分析回路、２３…コンテンツ識別子付加部、２４…無線発信部、２５…受信部、３０…オーディオ信号処理装置、３１…無線受信部、３２…距離情報入力部、３３…オーディオ信号改変部、３４…オーディオ信号付加部、３５…Ｄ／Ａコンバータ、３６…出力部、２００…ホール、３００…照明、４００…スピーカ、５００…テーブル、６００…イス

Claims (11)

1. 複数のオーディオ信号を受取る受取手段と、
   前記受取手段が受取った特定のオーディオ信号を除く他のオーディオ信号の各々について無音となる期間を特定する処理期間特定手段と、
   前記処理期間特定手段が前記他のオーディオ信号のいずれかについて無音期間と特定した期間において、前記特定のオーディオ信号の音量レベルを下げる音量レベル調整手段と、
   前記音量レベル調整手段により音量レベルを調整された前記特定のオーディオ信号を出力する出力手段と
   を備えたオーディオ信号処理装置。
2. 複数のオーディオ信号を受取る受取手段と、
   前記受取手段が受取った特定のオーディオ信号を除く他のオーディオ信号の各々について無音となる期間を特定する処理期間特定手段と、
   前記処理期間特定手段が前記他のオーディオ信号のいずれかについて無音期間と特定した期間において、前記特定のオーディオ信号の予め定められた周波数帯域成分を除去する処理、または、前記特定のオーディオ信号の周波数特性を、前記他のオーディオ信号を合成して生成されるオーディオ信号の周波数特性に近づける補正を行う周波数特性補正手段と、
   前記周波数特性補正手段により周波数特性を補正された前記特定のオーディオ信号を出力する出力手段と
   を備えたオーディオ信号処理装置。
3. 複数のオーディオ信号を受取る受取手段と、
   前記受取手段が受取った特定のオーディオ信号について無音となる期間を特定する処理期間特定手段と、
   前記処理期間特定手段が特定のオーディオ信号について無音期間と特定した期間において、前記特定のオーディオ信号に対して第２のオーディオ信号を生成するオーディオ信号生成手段と、
   前記特定のオーディオ信号および前記第２のオーディオ信号を重畳して出力する出力手段と
   を備えたオーディオ信号処理装置。
4. 複数のオーディオ信号を受取る受取手段と、
   前記受取手段が受取った前記複数のオーディオ信号の各々について有音となる期間を特定する処理期間特定手段と、
   前記処理期間特定手段が前記複数のオーディオ信号の全てについて有音期間と特定した期間において、前記受取手段が受取った特定のオーディオ信号の音量レベルを前記複数のオーディオ信号の音量レベルの平均値へ近づけるように調整する音量レベル調整手段と、
   前記音量レベル調整手段により音量レベルを調整された前記特定のオーディオ信号を出力する出力手段と
   を備えたオーディオ信号処理装置。
5. 前記音量レベル調整手段は、前記受取手段が受取った特定のオーディオ信号の音量レベルを、前記複数のオーディオ信号の各々が出力される出力位置同士の距離と、当該複数のオーディオ信号の音量レベルとに応じて調整すること
   を特徴とする請求項４に記載のオーディオ信号処理装置。
6. 複数のオーディオ信号を受取る受取手段と、
   前記受取手段が受取った前記複数のオーディオ信号の各々について有音となる期間を特定する処理期間特定手段と、
   前記処理期間特定手段が、前記複数のオーディオ信号の全てについて有音期間と特定した期間において、予め定められた周波数帯域ごとに前記受取手段が受取った特定のオーディオ信号の音量レベルと当該特定のオーディオ信号を除く他のオーディオ信号を合成して生成されるオーディオ信号の音量レベルとの比を算出する算出手段と、
   前記算出手段により算出された比に応じて第２のオーディオ信号を生成するオーディオ信号生成手段と、
   前記特定のオーディオ信号および前記第２のオーディオ信号を重畳して出力する出力手段と
   を備えたオーディオ信号処理装置。
7. 前記オーディオ信号生成手段は、前記他のオーディオ信号を合成して生成されるオーディオ信号と位相が逆である前記第２のオーディオ信号を生成すること
   を特徴とする請求項３または６に記載のオーディオ信号処理装置。
8. 前記処理期間特定手段は、
   前記受取手段が受取った前記複数のオーディオ信号の音量レベルを検出する音量レベル検出手段と、
   前記音量レベル検出手段が検出した音量レベルが所定のレベルを所定時間以上継続して下回る期間を無音期間として特定する特定手段を具備すること
   を特徴とする請求項１ないし３いずれかに記載のオーディオ信号処理装置。
9. 前記処理期間特定手段は、
   前記受取手段が受取った前記複数のオーディオ信号の音量レベルを検出する音量レベル検出手段と、
   前記音量レベル検出手段が検出した音量レベルが所定のレベルを上回る期間を有音期間として特定する特定手段を具備すること
   を特徴とする請求項４ないし６いずれかに記載のオーディオ信号処理装置。
10. 前記処理期間特定手段は、
    前記複数のオーディオ信号に付加されている無音期間を示すデータを受信し、当該データから前記複数のオーディオ信号の無音期間を特定する特定手段を具備すること
    を特徴とする請求項１ないし３いずれかに記載のオーディオ信号処理装置。
11. 前記処理期間特定手段は、
    前記複数のオーディオ信号に付加されている有音期間を示すデータを受信し、当該データから前記複数のオーディオ信号の有音期間を特定する特定手段を具備すること
    を特徴とする請求項４ないし６いずれかに記載のオーディオ信号処理装置。