JP4684234B2

JP4684234B2 - 音像定位装置

Info

Publication number: JP4684234B2
Application number: JP2006535818A
Authority: JP
Inventors: 一博飯田; 元邦伊藤
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2004-09-16
Filing date: 2005-09-08
Publication date: 2011-05-18
Anticipated expiration: 2025-09-08
Also published as: EP1791394B1; CN101065990A; ATE533315T1; EP1791394A1; US8005245B2; EP1791394A4; WO2006030692A1; JPWO2006030692A1; US20090034772A1

Description

本発明は、三次元空間の任意の位置に音像を生じさせる音像定位装置に関するものである。

従来、スピーカやヘッドホンなどの音響再生装置を用い、三次元空間内の任意の位置に音像を定位させる技術については数多く研究されている。

これらの研究により音像を定位させたい位置から受聴者の耳までの音響伝達特性を忠実に再現し、音源信号に畳み込んで受聴者に提示することにより、所望の位置に音像を定位させることが可能であることが明らかになっている。

この音響伝達特性とは、壁などでの反射、回折、散乱等による伝達特性を表す空間伝達関数や、受聴者の頭部や胴体での反射、回折、散乱等による伝達特性を表す頭部伝達関数などに分けられる。

このうち頭部伝達関数を用いた音像定位については、受聴者の頭部伝達関数を忠実に再現し、音源信号に畳み込んで受聴者に提示することによって任意の位置に音像を定位させることができることが明らかになっている（例えば、非特許文献１参照）。

この頭部伝達関数を用いた従来の音像定位装置では、受聴者固有の頭部伝達関数を正確に測定し、これを忠実に再現して音像定位を行うものや、標準的な頭部伝達関数をあらゆる受聴者に対して共通に用いて音像定位を行うものがある。

図１５は、従来の音像定位装置を示すブロック図である。

図１５において、従来の音像定位装置は、音像を定位させたい方向ごとに作成された頭部伝達関数を記憶しておく頭部伝達関数記憶部６１と、音像を定位させる目標位置情報に基づき頭部伝達関数を選択する頭部伝達関数選択部６２と、選択された頭部伝達関数に基づいて音像定位処理を行って出力する音像定位処理部６３とを備えている。

ここで、頭部伝達関数記憶部６１に記憶する頭部伝達関数は、受聴者固有のものでもよいし、あらゆる受聴者に対して共通に用いる標準的なものであってもよい。

このような音像定位装置において、入力された音源信号は、入力された目標位置情報に基づいて選択された頭部伝達関数を畳み込まれて、音像定位された音響信号である音像定位信号としてヘッドホンやスピーカなどの音響再生装置に出力される。

このように、従来の音像定位装置においては、受聴者固有の、あるいは標準的な頭部伝達関数を用いて、音像定位を行うことができる。
イェンスブラウエルト・森本政之・後藤敏幸編著「空間音響」鹿島出版会、昭和６１年７月１０日

しかしながら、従来の頭部伝達関数を用いる音像定位装置においては、３つの問題点がある。

第１に、頭部伝達関数には個人差があり、本人のものではない頭部伝達関数を用いた場合には目標とする位置に正しく音像定位させることができない場合があることが明らかになっている。したがって、標準的な頭部伝達関数をあらゆる受聴者に対して共通に用いる音像定位装置では、正しく音像定位できない受聴者が発生してしまうという問題があった。特にこの場合、音像の前後および上下方向の位置が、目標位置とは異なることが明らかになっている。

第２に、頭部伝達関数を測定するためには特殊な装置等が必要であり、あらゆる受聴者に対して本人の頭部伝達関数を測定することは現実的に不可能であり、受聴者本人の頭部伝達関数を用いる音像定位装置は容易には作成できないという問題があった。

第３に、入力された音源信号に、目標位置とは異なる位置に音像を定位させる音像定位の手がかり情報が含まれている場合、音像定位処理を行っても目標位置に正しく音像定位させることができない場合があるという問題があった。

本発明は、従来の問題を解決するためになされたもので、多くの受聴者が容易に正しく音像定位することのできる音像定位装置を提供することを目的とする。

本発明の音像定位装置は、方向決定帯域に関する情報を記憶する方向決定帯域情報記憶手段と、入力された目標位置に対応する前記方向決定帯域を前記方向決定帯域情報記憶手段から読み出し、読み出した前記方向決定帯域とマスキングを考慮した感覚レベルとに基づいて制御フィルタ係数を算出する制御フィルタ算出手段と、入力された音源信号に対して前記制御フィルタ係数を用いて音像定位処理を行う音像定位処理手段とを備える構成を有している。

この構成により、本発明の音像定位装置は、入力された目標位置に対応する方向決定帯域とマスキングを考慮した感覚レベルとに基づいて制御フィルタ係数が算出され、算出された制御フィルタ係数を用いて音像定位処理が行われる。したがって、頭部伝達関数を用いずに、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記マスキングを考慮した感覚レベルが最大値をとる周波数を、前記目標位置に対応する方向決定帯域と一致させるように前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、マスキングを考慮した感覚レベルの最大値をとる周波数を目標位置に対応する方向決定帯域と一致させるように制御フィルタ係数が算出される。したがって、頭部伝達関数を用いずに、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、頭部伝達関数を記憶する頭部伝達関数記憶手段を備え、前記制御フィルタ算出手段は、前記頭部伝達関数記憶手段から取得した頭部伝達関数と、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域とに基づいて前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、頭部伝達関数と入力された目標位置に対応する方向決定帯域とマスキングを考慮した感覚レベルとに基づいて制御フィルタ係数が算出され、算出された制御フィルタ係数を用いて音像定位処理が行われる。したがって、目標位置対応に頭部伝達関数を用意せずに、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記頭部伝達関数に基づいて算出した前記マスキングを考慮した感覚レベルが最大値をとる周波数を、前記目標位置に対応する方向決定帯域と一致させるように前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、頭部伝達関数が、マスキングを考慮した感覚レベルと目標位置に対応する方向決定帯域により補正されて制御フィルタ係数が算出される。したがって、標準の頭部伝達関数を用意するだけで、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域との少なくとも１つを複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、マスキングを考慮した感覚レベルと、目標位置に対応する方向決定帯域との少なくとも１つが複数の帯域に分割され、各帯域ごとに制御フィルタ係数が算出される。したがって、より単純な周波数特性の制御フィルタ係数を算出することで音像を定位させることができ、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記頭部伝達関数と、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域との少なくとも１つを複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、頭部伝達関数と、マスキングを考慮した感覚レベルと、目標位置に対応する方向決定帯域との少なくとも１つが複数の帯域に分割され、各帯域ごとに制御フィルタ係数が算出される。したがって、より単純な周波数特性の制御フィルタ係数を算出することで音像を定位させることができ、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記音源信号の周波数特性に基づき、前記目標位置に対応する方向決定帯域以外の帯域にあるマスキングを考慮した感覚レベルの最大値を抑圧するように前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、音源信号の方向決定帯域以外の帯域のレベルのピークが抑圧される。したがって、どんな音源信号に対しても正しく音像定位させることができる。

さらに、前記制御フィルタ算出手段は、前記音源信号の周波数特性に基づき、前記目標位置に対応する方向決定帯域以外の帯域にあるマスキングを考慮した感覚レベルと予め設定された値とを比較し、予め設定された値より大きい帯域のマスキングを考慮した感覚レベルは抑圧するように前記制御フィルタ係数を算出する構成としてもよい。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記音源信号の周波数特性を複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、音源信号の周波数特性が複数の帯域に分割され、各帯域ごとに制御フィルタ係数が算出される。したがって、より単純な周波数特性の制御フィルタ係数を算出することで音像を定位させることができ、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記制御フィルタ係数として、前記目標位置に対応する方向決定帯域の両端の帯域のうち、少なくとも一方の帯域を抑圧する制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、より簡単な制御フィルタ係数を算出することで音像を定位させることができ、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記制御フィルタ算出手段は、前記制御フィルタ係数を複数の帯域に分割し、各帯域ごとに前記制御フィルタ係数を算出する構成としてもよい。

この構成により、本発明の音像定位装置は、制御フィルタ係数が複数の帯域に分割されて算出される。したがって、より単純な周波数特性の制御フィルタ係数を算出することで音像を定位させることができ、容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記方向決定帯域情報記憶手段は、受聴者の特徴により分類された複数の受聴者群ごとに前記方向決定帯域情報を記憶し、入力された受聴者の情報に基づいて前記受聴者群ごとの方向決定帯域情報から適合する前記方向決定帯域情報を前記方向決定帯域情報記憶手段に選択させる方向決定帯域情報選択手段を備える構成としてもよい。

この構成により、本発明の音像定位装置は、受聴者の特徴に適合した方向決定帯域情報が選択され、制御フィルタ係数が算出される。したがって、より多くの人に対して容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記方向決定帯域情報記憶手段は、受聴者の身体的特徴により分類された複数の受聴者群ごとに前記方向決定帯域情報を記憶する構成としてもよい。

この構成により、本発明の音像定位装置は、受聴者の身体的特徴に適合した方向決定帯域情報が選択され、制御フィルタ係数が算出される。したがって、より多くの人に対して容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、前記方向決定帯域情報選択手段は、入力された受聴者の画像データから前記身体的特徴を抽出し、抽出した前記身体的特徴に基づいて前記受聴者群ごとの方向決定帯域情報から適合する前記方向決定帯域情報を前記方向決定帯域情報記憶手段に選択させる構成としてもよい。

この構成により、本発明の音像定位装置は、入力された受聴者の画像データから身体的特徴が抽出され、抽出された身体的特徴に適合した方向決定帯域情報が選択され、制御フィルタ係数が算出される。したがって、より多くの人に対して容易に正しく音像定位させることができる。

また、本発明の音像定位装置は、入力される音源信号を周波数分析し、前記音源信号に含まれる、前記目標位置とは異なる位置に音像を定位させる音像定位の手がかり情報を抑圧することにより前記音源信号を補正する音源信号補正手段を備え、前記音像定位処理手段は、前記音源信号補正手段により補正された前記音源信号に対して音像定位処理を行う構成を有してもよい。

この構成により、本発明の音像定位装置は、音源信号を周波数分析し、いずれかの部分でレベルのピークがある場合は、そのレベルを抑圧してから、算出された制御フィルタ係数を畳み込んでいるので、音源信号によらず容易に目標位置に音像を定位させることができる。

また、本発明の音像定位装置は、前記音源信号補正手段は、入力される音源信号を周波数分析し、帯域ごとに音源信号の帯域レベルと予め設定された値とを比較し、帯域レベルが予め設定された値より大きいと判断された帯域があればその帯域の帯域レベルを抑圧することにより前記音源信号を補正する構成を有してもよい。

また、本発明の音像定位装置は、前記音源信号補正手段は、入力される音源信号を周波数分析し、帯域ごとに音源信号のマスキングを考慮した感覚レベルを算出し、感覚レベルと予め設定した値を比較し、感覚レベルが予め設定された値より大きいと判断された帯域の感覚レベルを抑圧することにより前記音源信号を補正する構成を有してもよい。

また、本発明の音像定位装置は、前記方向決定帯域情報記憶手段と前記制御フィルタ算出手段は音像定位補助装置を構成し、前記音像定位補助装置は前記音像定位処理手段と通信をして前記音像定位処理手段に前記フィルタ係数を伝達することを特徴とする構成を有してもよい。

この構成により、本発明の音像定位装置は、音像定位処理手段と音像定位補助装置とを独立して構成し、音像定位補助装置は算出したフィルタ係数を遠隔から音像定位処理手段に提供することができるので、受聴者が耳などに装着する部分を小型化することができる。

本発明によれば、マスキングを考慮した感覚レベルと方向決定帯域とに基づき目標位置に音像を生じさせる制御フィルタ係数を算出することにより、多くの受聴者が容易に正しく音像定位することができる。

まず、本発明の基本となる音像定位のための手がかり情報に関する理論について説明する。

背景技術で述べたように、頭部伝達関数を忠実に再現すれば、任意の位置に音像を定位させることが可能であることから、音像定位のための手がかり情報が頭部伝達関数の中に含まれていると考えられている。

上述の非特許文献１によれば、音像定位のための手がかり情報のうち、主に前後および上下方向の定位に関わる手がかり情報が、頭部伝達関数の振幅スペクトルに含まれていると考えられており、音像定位のための手がかり情報を解明するための研究も数多く行われている。

その一例として、Blauert("Sound localization in the median plane," Acustica, vol. 22, pp.205-213, 1969/70)は、狭帯域ノイズを正中面内から提示すると、生じる音像の方向は音源方向と関係なく、刺激の中心周波数に依存して知覚されることを示した。Blauertは、このような音像方向を決定する周波数帯域のことを方向決定帯域(Directional Band)と定義した。

さらに、音源が広帯域信号の場合にも、頭部伝達関数の卓越周波数帯域(Boosted Band)に依存して音像方向が知覚され、その方向は方向決定帯域の方向と一致するとの仮説を示した。

しかしながら、Blauertが示した方向決定帯域は、全被験者の実験結果を足し合わせたものであり、同様に卓越周波数帯域についても、頭部伝達関数の平均値に基づいたものである。したがって、頭部伝達関数の個人差については考慮されておらず、方向決定帯域と頭部伝達関数の関係が明確に示されたとはいえない。

本発明者は、方向決定帯域と頭部伝達関数の卓越周波数帯域との関連について被験者ごとに分析を行った。その結果、５kHz以上の周波数帯域においては、頭部伝達関数の卓越周波数帯域と、その方向の方向決定帯域が異なることを明らかにした。

一例として、ある被験者の頭部伝達関数より算出した帯域レベルと、後方の方向決定帯域を図１２に示す。各線は、正中面内で正面を０度とし、上方向に３０度ずつ音源の位置を変えたときの帯域レベルを示す。

この被験者は、11.2kHzが後方（図中１８０の線）の方向決定帯域であるが、この帯域では、図からも明らかなように、正面からやや上方（図中３０の線）の帯域レベルが卓越しており、Blauertの仮説と一致しない。

このような不一致が生じた理由として、Blauertの仮説では、聴覚現象の一つであるマスキングを考慮していないことが考えられる。マスキングとは、日本音響学会による「音響用語辞典」（コロナ社）によると、ある音の最小可聴値が、他の音の存在によって上昇する現象とされている。特に、ある周波数成分の音が、この周波数成分の周辺、特により高い周波数の音をマスクする現象について、従来数多くの研究により明らかにされている。このマスキングに関しては、既に著名な文献として、ムーアによる「聴覚心理学概論」（誠信書房）が挙げられる。

頭部伝達関数に関しても、特に５kHz以上の周波数帯域において鋭い山や谷が生じるため、マスキングの影響が無視できないと考えられる。

そこで本発明者は、頭部伝達関数より、マスキングを考慮した感覚レベルを算出し、方向決定帯域との関係を解明することを試みた。感覚レベルとは、前出の「音響用語辞典」によると、音の強さのレベルを、その音の最小可聴値を基準として表したものと定義されている。マスキングを考慮した感覚レベルは、以下の手順により算出する。

まず、頭部伝達関数の各周波数成分が周辺周波数に及ぼすマスキング量を個別に算出する。これらを全て足し合わせることにより総マスキング量を算出する。マスキングを考慮した感覚レベルは、頭部伝達関数の各周波数成分のレベルから、総マスキング量のレベルを引くことで求める。

一例として、図１３に図１２の被験者の頭部伝達関数より算出したマスキングを考慮した感覚レベルと、後方の方向決定帯域を示す。なお、ここでは、ISO/IEC MPEG-1 Psychoacoustic Model(ISO/IEC 11172-3:1993(E))を参考に算出した750Hzの等間隔の帯域ごとの感覚レベルを示す。図１２において、被験者の頭部伝達関数より算出した帯域レベルからマスキングの影響を補正して得られた帯域レベルがこのマスキングを考慮した感覚レベルに相当する。

図１２の場合と異なり、後方（図中１８０の線）の数値が11625Hzで最大（５kHz以上の周波数帯域において）となっており、後方の方向決定帯域11.2kHzにほぼ一致する。

このように、本発明者は、音像定位の前後および上下方向の手がかり情報は、頭部伝達関数より算出されるマスキングを考慮した感覚レベルと、方向決定帯域との関係により説明できるとの結論に達した。より具体的には、ある方向の頭部伝達関数より算出されるマスキングを考慮した感覚レベルが最大となる帯域と、その方向の方向決定帯域が一致するということである。

以上の結果を踏まえると、任意の前後および上下方向に音像定位させるためには、必ずしも受聴者本人の頭部伝達関数は必要でなく、マスキングを考慮した感覚レベルと、方向決定帯域とを考慮して制御フィルタ係数を算出すればよいという結論が導かれる。より具体的には、制御フィルタ係数より算出されるマスキングを考慮した感覚レベルが最大となる周波数と、音像を定位させたい位置の方向決定帯域が一致するように制御フィルタ係数を算出すればよい。

また、たとえ頭部伝達関数が受聴者間で異なっていても、上記マスキングを考慮した感覚レベルと方向決定帯域との関係が同じであれば、共通の制御フィルタ係数を用いて同様な音像定位を行うことができることから、多くの受聴者が正しく音像定位することのできる音像定位装置を容易に実現できるといえる。

なお、従来技術（例えば、特許第３３８８２３５号）によると、音像の左右方向（上記特許において上昇角に相当）は、両耳間時間差および両耳間レベル差を用いることにより、前後および上下方向（上記特許において上方角に相当）とは独立に制御できることが明らかになっている。従って、本発明の音像定位装置に、上記両耳間時間差および両耳間レベル差を用いて音像の左右方向を制御する機能を付加することにより、三次元空間内の任意の位置に音像を定位させることが可能であることは明白である。

以下、本発明の実施の形態について、図面を参照して説明する。

（第１の実施の形態）
図１は本発明の第１の実施の形態の音像定位装置を示す図である。

図１において、本実施の形態の音像定位装置は、方向決定帯域の情報を記憶しておく方向決定帯域情報記憶手段を構成する方向決定帯域情報記憶部１１と、入力された目標位置情報に対応した方向決定帯域の情報を方向決定帯域情報記憶部１１から読み出して、読み出した方向決定帯域の情報に基づいて制御フィルタ係数を算出する制御フィルタ算出手段を構成する制御フィルタ算出部１２と、入力された音源信号に対して、制御フィルタ算出部１２が算出した制御フィルタ係数を用いて音像定位処理を行い、音像定位信号を出力する音像定位処理手段を構成する音像定位処理部１３とを備えている。

このような音像定位装置において、方向決定帯域情報記憶部１１には、予め算出された各方向ごとの方向決定帯域に関する情報が記憶されている。

そして、制御フィルタ算出部１２は、目標位置情報を入力されると、目標位置情報に対応した方向決定帯域を方向決定帯域情報記憶部１１から読み出し、マスキングを考慮した感覚レベルの最大値が読み出した方向決定帯域と一致するように制御フィルタ係数を算出する。

例えば、図１４に示すように、方向決定帯域の両端の帯域を抑圧するフィルタであれば、方向決定帯域におけるマスキング量は減少するので、方向決定帯域におけるマスキングを考慮した感覚レベルは大きくなり、方向決定帯域に対応する位置に音像を定位させることができる。なお、方向決定帯域の両端の帯域のうちいずれか一方だけを抑圧するようにしても同様の効果が得られる。

制御フィルタ算出部１２は、このようにして算出した制御フィルタ係数を音像定位処理部１３に出力する。

音像定位処理部１３は、制御フィルタ算出部１２から制御フィルタ係数が入力されると、入力された音源信号に入力された制御フィルタ係数を畳み込んで音像定位処理を行い、音像定位された音響信号である音像定位信号を図示しないヘッドホンやスピーカなどの音響再生装置に出力する。

このように本実施の形態においては、目標位置の方向決定帯域から、この方向決定帯域でマスキングを考慮した感覚レベルが最大となるように制御フィルタ係数を算出し、算出した制御フィルタ係数を音源信号に畳み込んで音像定位を行っているので、測定に手間のかかる、またデータ量の多い頭部伝達関数を用いなくても容易に目標位置に音像を定位させることができる。

また、多くの人に適合する方向決定帯域を方向決定帯域情報記憶部１１に記憶しておけば、多くの受聴者に正しく音像定位させることができる。

（第２の実施の形態）
次に、図２は本発明の第２の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第１の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、受聴者の身体的特徴等の受聴者情報に基づき、方向決定帯域が変化する要因となるような受聴者の特徴の情報を作成し出力する方向決定帯域情報選択手段を構成する方向決定帯域情報選択部２２を備え、方向決定帯域情報記憶手段を構成する方向決定帯域情報記憶部２１が、方向決定帯域が変化する要因となるような受聴者の特徴ごとに複数の方向決定帯域情報を記憶していて、方向決定帯域情報選択部２２が出力する受聴者の特徴の情報に適合する方向決定帯域の情報を選択することを特徴としている。

具体的には、方向決定帯域情報記憶部２１には、方向決定帯域が変化する要因となるような受聴者の特徴（例えば、耳の大きさや顔の輪郭など）を分類項目として、分類項目の特徴ごとに、予め算出された各方向ごとの方向決定帯域（方向決定帯域情報）が記憶されている。

方向決定帯域情報選択部２２には、受聴者の身体的特徴を示す（顔や全身などの）画像情報が受聴者情報として入力され、方向決定帯域情報選択部２２は、この画像情報から予め設定された方向決定帯域情報記憶部２１に記憶されている方向決定帯域情報の分類項目となる方向決定帯域が変化する要因となるような受聴者の特徴（耳の大きさや顔の輪郭や身長など）を抽出し、受聴者の特徴の情報として方向決定帯域情報記憶部２１に出力する。

方向決定帯域情報記憶部２１は、入力された受聴者の特徴の情報に適合する方向決定帯域情報から、制御フィルタ算出部１２の要求により、指定された方向の方向決定帯域を出力する。

制御フィルタ算出部１２は、上述の実施の形態と同様に、入力された目標位置に対応する方向決定帯域を読み出し、制御フィルタ係数を算出して音像定位処理部１３に出力する。

音像定位処理部１３は、上述の実施の形態と同様に、制御フィルタ算出部１２から制御フィルタ係数が入力されると、入力された音源信号に入力された制御フィルタ係数を畳み込んで出力する。

このように本実施の形態においては、方向決定帯域が変化する要因となるような受聴者の特徴ごとに方向決定帯域情報を複数用意し、受聴者の身体的特徴等の受聴者情報から方向決定帯域が変化する要因となるような受聴者の特徴を抽出し、抽出した受聴者の特徴に適合する方向決定帯域情報の方向決定帯域でマスキングを考慮した感覚レベルが最大となるように制御フィルタ係数を算出し、算出した制御フィルタ係数を音源信号に畳み込んで音像定位を行っているので、多くの受聴者に正しく音像定位させることができる。

なお、本実施の形態においては、受聴者情報として画像情報を入力し、画像情報から受聴者の特徴を抽出するようにしたが、方向決定帯域情報選択部２２が、方向決定帯域が変化する要因となるような特徴点の項目（例えば、耳の大きさや顔の輪郭や身長など）を提示し、受聴者に各項目での自分の特徴を入力させ、入力された特徴に対応した方向決定帯域情報から指定された方向の方向決定帯域を選択するようにしてもよい。

また、受聴者の身体的特徴ではなく、音像定位に影響する聴覚的な特徴（例えば、方向決定帯域の違いなど）を分類項目としてもよい。

（第３の実施の形態）
次に、図３は本発明の第３の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第１の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、頭部伝達関数を記憶しておく頭部伝達関数記憶部３２を備え、制御フィルタ算出手段を構成する制御フィルタ算出部３１が、頭部伝達関数記憶手段を構成する頭部伝達関数記憶部３２に記憶している頭部伝達関数からマスキングを考慮した感覚レベルを算出し、算出した感覚レベルの最大値が方向決定帯域情報記憶部１１から読み出した方向決定帯域と一致するように頭部伝達関数を補正して制御フィルタ係数を算出することを特徴としている。

具体的には、上述の実施の形態と同様に、方向決定帯域情報記憶部１１には、予め算出された各方向ごとの方向決定帯域が記憶されている。

頭部伝達関数記憶部３２には、標準的な頭部伝達関数が記憶されている。

そして、制御フィルタ算出部３１は、目標位置情報を入力されると、目標位置情報に対応した方向決定帯域を方向決定帯域情報記憶部１１から読み出し、頭部伝達関数記憶部３２から頭部伝達関数を読み出し、読み出した頭部伝達関数からマスキングを考慮した感覚レベルを算出し、算出した感覚レベルの最大値が読み出した方向決定帯域と一致するように頭部伝達関数を補正して制御フィルタ係数を算出して出力する。

音像定位処理部１３は、上述の実施の形態と同様に、制御フィルタ算出部３１から制御フィルタ係数が入力されると、入力された音源信号に入力された制御フィルタ係数を畳み込んで出力する。

このように本実施の形態においては、頭部伝達関数から算出したマスキングを考慮した感覚レベルの最大値が方向決定帯域と一致するように頭部伝達関数を補正して制御フィルタ係数を算出しているので、頭部伝達関数に含まれる個人差を方向決定帯域を基に補正することができ、多くの受聴者に正しく音像定位させることができる。

本実施の形態の他の態様としては、図４に示すように、方向決定帯域情報記憶部１１の替わりに上述の第２の実施の形態の方向決定帯域情報記憶部２１及び方向決定帯域情報選択部２２を設けるようにする。このように構成することによって、頭部伝達関数に含まれる個人差を受聴者の特徴に対応した方向決定帯域を基に補正することができ、多くの受聴者に正しく音像定位させることができる。

なお、本実施の形態においては、標準的な頭部伝達関数を頭部伝達関数記憶部３２に記憶したが、あらゆる方向に共通の特徴を含む全方向共通の頭部伝達関数を記憶するようにしてもよいし、上述の第２の実施の形態の方向決定帯域情報記憶部２１のように、受聴者の特徴によって分類して複数の頭部伝達関数を記憶するようにしてもよい。

（第４の実施の形態）
次に、図５は本発明の第４の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第１の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、制御フィルタ算出手段を構成する制御フィルタ算出部４１に音源信号が入力され、制御フィルタ算出部４１は、音源信号から算出されるマスキングを考慮した感覚レベルに含まれる方向決定帯域以外での最大値を抑圧するような制御フィルタ係数を算出することを特徴としている。

そして、制御フィルタ算出部４１は、目標位置情報を入力されると、目標位置情報に対応した方向決定帯域を方向決定帯域情報記憶部１１から読み出し、入力される音源信号からマスキングを考慮した感覚レベルを算出し、読み出した方向決定帯域以外の帯域で最大値があれば、その最大値を抑圧するように、かつ、上記マスキングを考慮した感覚レベルの最大値が読み出した方向決定帯域と一致するように制御フィルタ係数を算出して出力する。

音像定位処理部１３は、上述の実施の形態と同様に、制御フィルタ算出部４１から制御フィルタ係数が入力されると、入力された音源信号に入力された制御フィルタ係数を畳み込んで出力する。

このように本実施の形態においては、音源信号を分析し、目標位置の方向決定帯域以外の帯域でマスキングを考慮した感覚レベルの最大値がある場合は、その最大値を抑圧するように制御フィルタ係数を算出しているので、音源信号によらず容易に目標位置に音像を定位させることができる。

本実施の形態の第１の他の態様としては、図６に示すように、方向決定帯域情報記憶部１１の替わりに上述の第２の実施の形態の方向決定帯域情報記憶部２１及び方向決定帯域情報選択部２２を設けるようにする。このように構成することによって、多くの受聴者に正しく音像定位させることができる。

本実施の形態の第２の他の態様としては、図７に示すように、上述の第３の実施の形態の頭部伝達関数記憶部３２を備え、制御フィルタ算出手段を構成する制御フィルタ算出部４２が、上述の第３の実施の形態同様、頭部伝達関数記憶部３２に記憶している頭部伝達関数のマスキングを考慮した感覚レベルの最大値が方向決定帯域情報記憶部１１から読み出した方向決定帯域と一致するように頭部伝達関数を補正して制御フィルタ係数を算出するようにする。このように構成することによって、多くの受聴者に正しく音像定位させることができる。

なお、本実施の形態においては、音源信号からマスキングを考慮した感覚レベルが、目標位置に対応する方向決定帯域とは異なる帯域で最大となれば、その最大値を抑圧するようにしたが、目標位置に対応する方向決定帯域とは異なる帯域において上記マスキングを考慮した感覚レベルと予め設定された値とを比較し、予め設定された値より大きいと判断された帯域のマスキングを考慮した感覚レベルは抑圧するようにしてもよい。

また、上記の方法に限らず、音源信号に含まれる、目標位置とは異なる位置に音像を定位させるような、音像定位の手がかり情報を抑圧する処理を設けてもよい。

（第５の実施の形態）
次に、図８は本発明の第５の実施の形態の音像定位装置を示す図である。なお、本実施の形態は、上述の第１の実施の形態と略同様に構成されているので、同様な構成には同一の符号を付して特徴部分のみ説明する。

本実施の形態の音像定位装置は、入力される音源信号を周波数分析し、全帯域で音源信号の帯域レベルと予め設定された値を比較し、帯域レベルが予め設定された値より大きいと判断された帯域があればその帯域の帯域レベルを抑圧し、出力する音源信号補正手段を構成する音源信号補正部５１を備えることを特徴とする。

音源信号補正部５１は、入力される音源信号を周波数分析し、全帯域で音源信号の帯域レベルと予め設定された値を比較し、帯域レベルが予め設定された値より大きいと判断された帯域があれば、その帯域の帯域レベルを、例えば予め設定された値以下になるように抑圧して音像定位処理部１３に出力する。

音像定位処理部１３は、上述の実施の形態と同様に、制御フィルタ算出部１２から制御フィルタ係数が入力されると、入力された音源信号（音源信号補正部５１が補正した音源信号）に入力された制御フィルタ係数を畳み込んで出力する。

このように本実施の形態においては、音源信号を周波数分析し、いずれかの部分でレベルのピークがある場合は、そのレベルを抑圧してから、算出された制御フィルタ係数を畳み込んでいるので、音源信号によらず容易に目標位置に音像を定位させることができる。

なお、本実施の形態においては、音源信号の予め設定された値より大きいレベルの帯域を抑圧するようにしたが、音源信号のマスキングを考慮した感覚レベルを算出し、感覚レベルと予め設定した値を比較し、感覚レベルが予め設定された値より大きいと判断された帯域の感覚レベルを抑圧するようにしてもよい。

また、音源信号補正部５１に制御フィルタ算出部１２から目標位置の方向決定帯域を入力させ、入力された方向決定帯域以外の帯域での最大値を抑圧するようにしてもよい。

また、帯域を複数に分割し、帯域ごとに抑圧をかけるための閾値を設けるようにしてもよい。

本実施の形態の第１の他の態様としては、図９に示すように、方向決定帯域情報記憶部１１の替わりに上述の第２の実施の形態の方向決定帯域情報記憶部２１及び方向決定帯域情報選択部２２を設けるようにする。このように構成することによって、多くの受聴者に正しく音像定位させることができる。

本実施の形態の第２の他の態様としては、図１０に示すように、上述の第３の実施の形態の制御フィルタ算出部３１と頭部伝達関数記憶部３２とを備え、制御フィルタ算出部３１が、上述の第３の実施の形態同様、頭部伝達関数記憶部３２に記憶している頭部伝達関数のマスキングを考慮した感覚レベルの最大値が方向決定帯域情報記憶部１１から読み出した方向決定帯域と一致するように頭部伝達関数を補正して制御フィルタ係数を算出するようにする。このように構成することによって、多くの受聴者に正しく音像定位させることができる。

本実施の形態の第３の他の態様としては、図１１に示すように、上述の従来の音像定位装置における方向決定帯域情報記憶部６１、頭部伝達関数選択部６２および音像定位処理部６３を設けるようにする。このように構成することによって、従来の音像定位装置と同様の方式であっても、多くの受聴者に対して目標位置に正しく音像定位させることができる。

このように本実施の形態においては、入力される音源信号を周波数分析し、全帯域で音源信号の帯域レベルと予め設定された値を比較し、帯域レベルが予め設定された値より大きいと判断された帯域があればその帯域の帯域レベルを抑圧し、出力する音源信号補正部５１を備えているので、入力された音源信号に、例えば目標位置とは異なる位置に音像を定位させる音像定位の手がかり情報が含まれたとしても、目標位置に正しく音像定位させることができる。

なお、「聴覚心理学概論」によれば、人間の聴覚は「聴覚フィルタ」と呼ばれる帯域通過フィルタと類似した機能を有し、耳に入力される信号の周波数成分に対して、ある種の平滑化を行っていることが明らかになっている。つまり、上述の各実施の形態において、制御フィルタ算出部は、入力される音源信号の周波数特性、頭部伝達関数、マスキングを考慮した感覚レベル、方向決定帯域に関して、その周波数成分の詳細までは考慮しなくても、聴覚上は十分な精度の制御フィルタ係数を算出することができるといえる。

したがって、制御フィルタ算出部は、入力される音源信号の周波数特性、頭部伝達関数、マスキングを考慮した感覚レベル、方向決定帯域のうち少なくとも一つを複数の帯域に分割し、各帯域ごとの帯域レベルあるいは帯域情報を基に制御フィルタ係数を算出してもよい。また、制御フィルタ係数を各帯域ごとに算出してもよい。

また、制御フィルタ算出部は、必要な制御フィルタ係数を予め算出しておき、目標位置に応じて制御フィルタ係数を選択し、音像定位処理部に出力してもよい。

また、上述の各実施の形態において、音像定位処理部を除いた各部を、制御フィルタ算出を行う音像定位補助装置としてもよいし、通信等により制御フィルタ情報を提供する音像定位情報サーバとしてもよい。このように構成することによって、本発明の音像定位装置は、音像定位処理部と音像定位補助装置とを独立して構成し、音像定位補助装置は算出したフィルタ係数を遠隔から音像定位処理部に提供することができるので、受聴者が耳などに装着する部分を小型化することができる。

また、第５の実施の形態における音源信号補正部５１を、独立した音源信号補正装置としてもよい。

以上のように、本発明にかかる音像定位装置は、多くの受聴者が容易に正しく音像定位することができるという効果を有し、携帯電話、ゲーム機、ＣＤ（Compact Disc）プレーヤなどの音声再生を行う装置全般において、三次元空間の任意の位置に音像を生じさせる場合に有用である。

本発明の第１の実施の形態における音像定位装置のブロック図本発明の第２の実施の形態における音像定位装置のブロック図本発明の第３の実施の形態における音像定位装置のブロック図本発明の第３の実施の形態の他の態様における音像定位装置のブロック図本発明の第４の実施の形態における音像定位装置のブロック図本発明の第４の実施の形態の第１の他の態様における音像定位装置のブロック図本発明の第４の実施の形態の第２の他の態様における音像定位装置のブロック図本発明の第５の実施の形態における音像定位装置のブロック図本発明の第５の実施の形態の第１の他の態様における音像定位装置のブロック図本発明の第５の実施の形態の第２の他の態様における音像定位装置のブロック図本発明の第５の実施の形態の第３の他の態様における音像定位装置のブロック図頭部伝達関数より算出した帯域レベルと方向決定帯域の例を示す図頭部伝達関数より算出したマスキングを考慮した感覚レベルと方向決定帯域の例を示す図制御フィルタ係数の例を示す図従来の音像定位装置のブロック図

符号の説明

１１方向決定帯域情報記憶部（方向決定帯域情報記憶手段）
１２制御フィルタ算出部（制御フィルタ算出手段）
１３音像定位処理部（音像定位処理手段）
２１方向決定帯域情報記憶部（方向決定帯域情報記憶手段）
２２方向決定帯域情報選択部（方向決定帯域情報選択手段）
３１制御フィルタ算出部（制御フィルタ算出手段）
３２頭部伝達関数記憶部（頭部伝達関数記憶手段）
４１、４２制御フィルタ算出部（制御フィルタ算出手段）
５１音源信号補正部（音源信号補正手段）
６１頭部伝達関数記憶部
６２頭部伝達関数選択部
６３音像定位処理部

Claims

方向決定帯域に関する情報を記憶する方向決定帯域情報記憶手段と、入力された目標位置に対応する前記方向決定帯域を前記方向決定帯域情報記憶手段から読み出し、読み出した前記方向決定帯域とマスキングを考慮した感覚レベルとに基づいて制御フィルタ係数を算出する制御フィルタ算出手段と、入力された音源信号に対して前記制御フィルタ係数を用いて音像定位処理を行う音像定位処理手段とを備えることを特徴とする音像定位処理装置。
前記制御フィルタ算出手段は、前記マスキングを考慮した感覚レベルが最大値をとる周波数を、前記目標位置に対応する方向決定帯域と一致させるように前記制御フィルタ係数を算出することを特徴とする請求項１に記載の音像定位装置。
頭部伝達関数を記憶する頭部伝達関数記憶手段を備え、前記制御フィルタ算出手段は、前記頭部伝達関数記憶手段から取得した頭部伝達関数と、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域とに基づいて前記制御フィルタ係数を算出することを特徴とする請求項１に記載の音像定位装置。
前記制御フィルタ算出手段は、前記頭部伝達関数に基づいて算出した前記マスキングを考慮した感覚レベルが最大値をとる周波数を、前記目標位置に対応する方向決定帯域と一致させるように前記制御フィルタ係数を算出することを特徴とする請求項３に記載の音像定位装置。
前記制御フィルタ算出手段は、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域との少なくとも１つを複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出することを特徴とする請求項１または請求項２に記載の音像定位装置。
前記制御フィルタ算出手段は、前記頭部伝達関数と、前記マスキングを考慮した感覚レベルと、前記目標位置に対応する方向決定帯域との少なくとも１つを複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出することを特徴とする請求項３または請求項４に記載の音像定位装置。
前記制御フィルタ算出手段は、前記音源信号の周波数特性に基づき、前記目標位置に対応する方向決定帯域以外の帯域にあるマスキングを考慮した感覚レベルの最大値を抑圧するように前記制御フィルタ係数を算出することを特徴とする請求項１から請求項６のいずれかに記載の音像定位装置。
前記制御フィルタ算出手段は、前記音源信号の周波数特性に基づき、前記目標位置に対応する方向決定帯域以外の帯域にあるマスキングを考慮した感覚レベルと予め設定された値とを比較し、予め設定された値より大きい帯域のマスキングを考慮した感覚レベルは抑圧するように前記制御フィルタ係数を算出することを特徴とする請求項１から請求項６のいずれかに記載の音像定位装置。
前記制御フィルタ算出手段は、前記音源信号の周波数特性を複数の帯域に分割し、各帯域ごとの帯域レベルまたは帯域情報に基づいて前記制御フィルタ係数を算出することを特徴とする請求項７または請求項８に記載の音像定位装置。
前記制御フィルタ算出手段は、前記制御フィルタ係数として、前記目標位置に対応する方向決定帯域の両端の帯域のうち、少なくとも一方の帯域を抑圧する制御フィルタ係数を算出することを特徴とする請求項１から請求項９のいずれかに記載の音像定位装置。
前記制御フィルタ算出手段は、前記制御フィルタ係数を複数の帯域に分割し、各帯域ごとに前記制御フィルタ係数を算出することを特徴とする請求項１から請求項１０のいずれかに記載の音像定位装置。
前記方向決定帯域情報記憶手段は、受聴者の特徴により分類された複数の受聴者群ごとに前記方向決定帯域情報を記憶し、入力された受聴者の情報に基づいて前記受聴者群ごとの方向決定帯域情報から適合する前記方向決定帯域情報を前記方向決定帯域情報記憶手段に選択させる方向決定帯域情報選択手段を備えることを特徴とする請求項１から請求項１１のいずれかに記載の音像定位装置。
前記方向決定帯域情報記憶手段は、受聴者の身体的特徴により分類された複数の受聴者群ごとに前記方向決定帯域情報を記憶することを特徴とする請求項１２に記載の音像定位装置。
前記方向決定帯域情報選択手段は、入力された受聴者の画像データから前記身体的特徴を抽出し、抽出した前記身体的特徴に基づいて前記受聴者群ごとの方向決定帯域情報から適合する前記方向決定帯域情報を前記方向決定帯域情報記憶手段に選択させることを特徴とする請求項１３に記載の音像定位装置。
入力される音源信号を周波数分析し、前記音源信号に含まれる、前記目標位置とは異なる位置に音像を定位させる音像定位の手がかり情報を抑圧することにより前記音源信号を補正する音源信号補正手段を備え、前記音像定位処理手段は、前記音源信号補正手段により補正された前記音源信号に対して音像定位処理を行うことを特徴とする請求項１から請求項１４のいずれかに記載の音像定位装置。
前記音源信号補正手段は、入力される音源信号を周波数分析し、帯域ごとに音源信号の帯域レベルと予め設定された値とを比較し、帯域レベルが予め設定された値より大きいと判断された帯域があればその帯域の帯域レベルを抑圧することにより前記音源信号を補正することを特徴とする請求項１５に記載の音像定位装置。
前記音源信号補正手段は、入力される音源信号を周波数分析し、帯域ごとに音源信号のマスキングを考慮した感覚レベルを算出し、感覚レベルと予め設定した値を比較し、感覚レベルが予め設定された値より大きいと判断された帯域の感覚レベルを抑圧することにより前記音源信号を補正することを特徴とする請求項１５に記載の音像定位装置。
前記方向決定帯域情報記憶手段と前記制御フィルタ算出手段は音像定位補助装置を構成し、前記音像定位補助装置は前記音像定位処理手段と通信をして前記音像定位処理手段に前記フィルタ係数を伝達することを特徴とする請求項１に記載の音像定位装置。