JP4919021B2 - 音声出力装置 - Google Patents

Description

この発明は、複数の異なる音声を放音する音声出力装置における音漏れの抑制技術に関する。

従来、１つの画面を複数に分割して、テレビ番組やＤＶＤ等の異なるコンテンツを同時に表示することが可能なディスプレイ（映像表示装置）がある。このようなディスプレイ装置では、画面を２分割して異なるコンテンツを表示させた際には、ＬｃｈスピーカとＲｃｈスピーカからそれぞれのコンテンツに対応する異なる音声を出力するように構成された二画面テレビ受像機があった（例えば、特許文献１参照。）。
特開平７−２９８１６２号公報

従来の二画面テレビ受像機では、映像機器で異なるコンテンツの映像をそれぞれ表示させた際に、上記のように、ＬｃｈスピーカとＲｃｈスピーカからそれぞれのコンテンツに対応する異なる音声を放音させることができる。

しかしながら、二画面テレビ受像機に２つのコンテンツを同時に表示させて、複数の視聴者がそれぞれ２つのコンテンツのいずれかを視聴した場合、他方のコンテンツの音声が聞こえてくるため、各コンテンツの音声を聞き取り辛くなってしまう。また、人間は、理解できる言語や好みの音楽等が聞こえてくると、その音声に聞き入ってしまうという性質を有している。そのため、ユーザが視聴している一方のコンテンツの音声のみが途切れたり、他方のコンテンツの音声が理解できる言語であったりすると、ユーザは他方の音声に聞き入ってしまい、一方のコンテンツにおいて音声の放音が再開されても、すぐには一方のコンテンツの音声に集中できなくなることがあった。

そのため、各ユーザが他のコンテンツの音声を気にせず、視聴しているコンテンツに集中できるようにするためには、どちらかのコンテンツを視聴するユーザが、その音声をヘッドフォンで聴取しなければならず、使い勝手があまり良くなかった。

そこで、この発明は、複数のコンテンツの音声を同時に放音された際に、各コンテンツの音声を聴取するユーザが、他のコンテンツの音漏れを気にすることなく特定のコンテンツの音声を聴取できる音声出力装置を提供することを目的とする。

この発明は、上記の課題を解決するための手段として、以下の構成を備えている。

複数のスピーカユニットを配列して成るスピーカアレイと、複数の音声信号を前記複数のスピーカユニットに対して分配し、これらのスピーカユニットから放音する各音声信号の放音タイミングを制御して、前記スピーカアレイからそれぞれ異なる方向に指向性を有する音声ビームを放音させる音声信号処理手段と、前記複数の音声信号をマスクするマスキング音声信号を出力するマスキング音声出力手段と、各音声ビームについて、他方向に放音されている音声ビームをマスクするマスキング音声信号を出力するマスキング音声出力手段と、前記複数の音声信号を加算した加算音声信号の信号レベルを検出する信号レベル検出手段と、前記加算音声信号の信号レベルに応じて設定した増幅率で、前記マスキング音声信号を増幅する増幅手段と、を備えたことを特徴とする。
また、前記音声信号処理手段は、前記マスキング音声出力手段が出力したマスキング音声信号を、前記スピーカアレイの複数のスピーカユニットに対して分配し、これらのスピーカユニットから放音するマスキング音声の放音タイミングを制御して、マスキング音声ビームとして放音させることを特徴とする。

また、各音声ビームに含まれる周波数帯域を通過させるフィルタリング処理を行うフィルタ手段を備え、前記増幅手段は、前記フィルタリング処理を行った後のマスキング音声信号を増幅することを特徴とする。

また、前記マスキング音声出力手段は、前記加算音声信号の信号レベルの変動状態に応じて前記増幅手段の時定数を変更する時定数設定手段を備えたことを特徴とする。

本発明の音声出力装置によれば、同時に放音する複数のコンテンツの音声をビーム化し、それぞれ異なる方向に指向性を持たせて、スピーカアレイから各ユーザの聴取位置に向けてそれぞれ放音し、また、各音声ビーム間または視聴空間全体に向けてマスキング音声を放音するので、ユーザには、他のコンテンツの音声がマスキング音声によりマスクされて聞こえにくくなり、各コンテンツを視聴するユーザは、他のコンテンツの音声が気になることなく特定のコンテンツの音声を聴取できる。

また、本発明の音声出力装置によれば、第２音声信号をマスクする第２マスキング音声信号と、第１音声信号と、を加算した第１加算音声信号をビーム化して放音し、第１音声信号をマスクする第１マスキング音声信号と、第２音声信号と、を加算した第２加算音声信号をビーム化して放音するので、他方の音声ビームから音漏れがあったとしても、マスキング音声によりその音漏れが確実にマスクされるので、各ユーザは別のコンテンツの音声が気になることなく、そのコンテンツの音声を聴取できる。

図１は、ＡＶシステムの概略構成を示すブロック図である。ＡＶシステム１は、アンテナ１０が接続された映像表示装置３、音声出力装置５、ＤＶＤプレーヤ７、及びビデオプレーヤ９により構成される。ＤＶＤプレーヤ７とビデオプレーヤ９は映像表示装置３に接続され、映像表示装置３は音声出力装置５に接続されている。ＡＶシステム１は、映像表示装置３で受信したコンテンツ（番組）やＤＶＤプレーヤ７やビデオプレーヤ９で再生したコンテンツ等の１つまたは複数のコンテンツの映像を映像表示装置３に表示し、１つまたは複数のコンテンツの音声を音声出力装置５から放音するように構成されている。

ここで、図１には、一例としてＤＶＤプレーヤ７とビデオプレーヤ９を映像表示装置３に接続した構成を示したが、これに限るものではなく他の構成であっても良い。例えば、映像信号及び音声信号を出力するハードディスクレコーダや、音声信号のみを出力するラジオやＭＤプレーヤ等を接続することも可能である。

映像表示装置３は、アンテナ接続端子１１、映像信号入力端子１２・１４、音声信号入力端子１３・１５、音声信号出力端子２１・２２、操作部３１、制御部３３、受信部３５、映像／音声分離部３７、映像処理部３９、ディスプレイ４１、及び音声処理部４３を備えている。

アンテナ接続端子１１は、アンテナ１０で受信したテレビ放送信号を入力する端子であり、受信部３５に接続されている。図１に示した例では、アンテナ接続端子１１にはアンテナ１０が接続されている。

映像信号入力端子１２・１４は、外部接続機器が出力した映像信号を入力する端子である。図１に示した例では、映像信号入力端子１２は、ＤＶＤプレーヤ７の映像信号出力端子（不図示）に接続され、映像信号入力端子１４は、ビデオプレーヤ９の映像信号出力端子（不図示）に接続されている。

音声信号入力端子１３・１５は、外部接続機器が出力した音声信号を入力する端子である。図１に示した例では、音声信号入力端子１３は、ＤＶＤプレーヤ７の音声信号出力端子（不図示）に接続され、音声信号入力端子１５は、ビデオプレーヤ９の音声信号出力端子（不図示）に接続されている。

音声信号出力端子２１・２２は、映像表示装置３で選択された外部接続機器が出力した音声信号、または受信部３５で受信したテレビ放送信号の音声信号を出力する端子である。図１に示した例では、音声信号出力端子２１は、音声出力装置５の音声信号入力端子６１に接続され、音声信号出力端子２２は、音声出力装置５の音声信号入力端子６２に接続されている。

受信部３５は、２つのチューナ３５１・３５２を備えている。両チューナ３５１・３５２は、それぞれ異なるチャンネルのテレビ放送信号を受信可能であり、アンテナ１０で受信したテレビ放送信号から、それぞれ選択されているチャンネルのテレビ放送信号を抽出して、映像／音声分離部３７へ出力する。

映像／音声分離部３７は、受信部３５のチューナ３５１及びチューナ３５２から出力されたテレビ放送信号を、映像信号と音声信号とに分離して、映像信号を映像処理部３９へ出力し、音声信号を音声処理部４３へ出力する。また、映像／音声分離部３７は、ＤＶＤプレーヤ７やビデオプレーヤ９から出力された映像信号を映像処理部３９へ出力し、ＤＶＤプレーヤ７やビデオプレーヤ９から出力された音声信号を音声処理部４３へ出力する。また、映像／音声分離部３７は、セレクタ機能を備えており、受信部３５のチューナ３５１、チューナ３５２、ＤＶＤプレーヤ７、及びビデオプレーヤ９のうち、操作部３１の操作により選択された１つまたは複数の機器の、映像信号を映像処理部３９へ出力し、音声信号を音声処理部４３へ出力する。

映像処理部３９は、映像／音声分離部３７が出力した映像信号がデジタル映像信号であると、デジタル／アナログ変換処理を行って、アナログ映像信号をディスプレイ４１へ出力する。また、映像処理部３９は、映像／音声分離部３７が出力した映像信号がアナログ映像信号であると、変換処理を行わずにアナログ映像信号をディスプレイ４１へ出力する。さらに、映像処理部３９は、ディスプレイ４１の表示部４１１を分割して複数のコンテンツの映像を表示させる制御信号が制御部３３から出力されるとともに、映像／音声分離部３７から２つの映像信号が出力されると、ディスプレイ４１の表示部４１１に２つのコンテンツの映像を表示させるように割り付け処理した映像信号を出力する。

ディスプレイ４１は、映像処理部３９が出力した映像信号に応じた映像を表示部４１１に表示させる。

音声処理部４３は、映像／音声分離部３７が出力した音声信号がアナログ音声信号であると、デジタル音声信号に変換して音声信号出力端子２１・２２へ出力する。また、音声処理部４３は、映像／音声分離部３７が出力した音声信号がデジタル音声信号であると、変換処理を行わずにデジタル音声信号を音声信号出力端子２１・２２へ出力する。

次に、音声出力装置５は、操作部５１、表示部５３、記憶部５５、システム制御部５７、音声信号入力端子６１・６２・６３・６４、入力信号処理部６９、マスキング音声出力部７１、ビーム形成部８３、ｎ個のＤ／Ａコンバータ８５（８５−１〜８５−ｎ）、ｎ個のアンプ８７（８７−１〜８７−ｎ）、及びｎ個のスピーカユニットＳＰ１〜ＳＰｎから成るスピーカアレイ８９を備えている。

操作部５１は、音声出力装置５の設置時などにユーザが行った各種の設定入力を受け付けて、その入力に応じた信号をシステム制御部５７へ出力する。また、操作部５１は、音声ビームの放音方向や焦点位置、ユーザの聴取位置等の入力を受け付けて、その入力に応じた信号をシステム制御部５７へ出力する。

表示部５３は、システム制御部５７から出力された制御信号に基づいてユーザに伝達する内容を表示する。

記憶部５５は、音声出力装置５で実行する各種プログラムを記憶する。また、記憶部５５は、音声出力装置５の設置時に設定された各音声ビームの出射角情報を記憶する。

システム制御部５７は、ユーザＩ／Ｆ処理部５７１、音源位置演算補正処理部５７３、ビーム制御処理部５７５、及びマスキング音声処理部５７７を備えている。

ユーザＩ／Ｆ処理部５７１は、操作部５１で受け付けた操作に応じた制御信号を、音声出力装置５の各部へ出力する。また、ユーザＩ／Ｆ処理部５７１は、装置の状態に応じてユーザに報知すべき内容を表示部５３に表示させる。

音源位置演算補正処理部５７３は、操作部５１が受け付けた音声出力装置５の設置位置情報やユーザの聴取位置情報が、ユーザＩ／Ｆ処理部５７１から送られてくると、これらの情報に基づいて、各コンテンツの各音声ビームを出力する角度や焦点距離の演算を行い、その演算結果である音声ビーム出射角情報をビーム制御処理部５７５へ出力する。

ビーム制御処理部５７５は、音源位置演算補正処理部５７３から出力された音声ビーム出射角情報に基づいて、スピーカアレイ８９の各スピーカユニットＳＰ１〜ＳＰｎに各コンテンツの音声を放音させるタイミングの設定情報である放音タイミング設定情報を生成する。そして、ビーム制御処理部５７５は、この放音タイミング設定情報をビーム形成部８３へ出力する。また、ビーム制御処理部５７５は、この放音タイミング設定情報を記憶部５５に出力して、次回以降に音声出力装置５を起動した際に、この情報を読み出せるように記憶部５５に記憶させておく。

マスキング音声処理部５７７は、マスキング音声出力部７１の各部を制御する。また、マスキング音声処理部５７７は、操作部５１の操作により設定されたマスキングノイズの放音設定情報と、ビーム制御処理部５７５が設定した各コンテンツの音声ビームの出射角設定情報と、に基づいて、スピーカアレイ８９の各スピーカユニットＳＰ１〜ＳＰｎにマスキングノイズを放音させるタイミングを設定するマスキング音声設定情報を生成する。そして、マスキング音声処理部５７７は、このマスキング音声設定情報をビーム形成部８３へ出力する。

音声信号入力端子６１・６２は、外部接続機器が出力したデジタル音声信号を入力する端子である。音声信号入力端子６３・６４は、外部接続機器が出力したアナログ音声信号を入力する端子である。各音声信号入力端子６１〜６４は、入力信号処理部６９に接続されている。

入力信号処理部６９は、音声信号入力端子６１・６２から入力されたデジタル音声信号に対してデコード及びポストプロセッシングを施して、マスキング音声出力部７１の加算器７１１とビーム形成部８３へ出力する。また、入力信号処理部６９は、音声信号入力端子６３・６４からアナログ音声信号が入力されると、アナログ／デジタル変換処理を行って、デジタル音声信号をマスキング音声出力部７１の加算器７１１とビーム形成部８３へ出力する。

ここで、図１には、映像表示装置３のチューナ３５１で受信した番組（以下、コンテンツ１と称する。）のデジタル音声信号が、音声信号出力端子２１から出力されて、音声出力装置５の音声信号入力端子６１に入力され、映像表示装置３に接続されたＤＶＤプレーヤ７で再生したコンテンツ２のデジタル音声信号が、音声信号出力端子２２から出力されて、音声出力装置５の音声信号入力端子６２に入力される例を示している。

マスキング音声出力部７１は、加算器７１１、レベルエンベロープ検出器７１３、時定数設定部７１５、ノイズ発生器７１７、フィルタ７１９、及び可変アンプ７２１を備えている。

加算器７１１は、入力信号処理部６９が出力した２つの音声信号を加算して、加算音声信号をレベルエンベロープ検出器７１３へ出力する。

レベルエンベロープ検出器７１３は、加算器７１１が出力した加算音声信号の信号レベル（エンベロープ）の変化を検出して、その信号レベルに応じて増幅率を設定した増幅パラメータを出力する。

時定数設定部７１５は、レベルエンベロープ検出器７１３が出力した加算音声信号における信号レベルの変動状態に応じた時定数（時定数パラメータ）を設定する。また、時定数設定部７１５は、加算音声信号の信号レベルの変動状態が変化すると、時定数を変更する。そして、時定数設定部７１５は、レベルエンベロープ検出器７１３が出力した増幅パラメータ（増幅率）を、設定した時定数で、可変アンプ７２１へ出力する。つまり、時定数設定部７１５は、可変アンプ７２１の増幅率や増幅率の切り替えのタイミング等を調整する。

例えば、時定数設定部７１５は、加算音声信号のレベルが頻繁に変動する場合に、マスキングノイズの音声レベルをこの変化に追従させると、マスキングノイズの音量の変動レベルが大きくなり、コンテンツの音声を聴取するユーザに違和感を与えてしまう。そのため、このような場合には、マスキングノイズが緩やかに変化するように時定数を設定する。また、加算音声信号のレベルが無音状態から急激に大きく変動する場合には、マスキングノイズの音声レベルがこの変化に追従するように、時定数を設定する。

ノイズ発生器７１７は、マスクキング音声であるマスキングノイズ信号を生成して出力する。ノイズ発生器７１７は、周波数帯域が広く、全帯域にわたって信号レベルがほぼ一定の信号である例えばホワイトノイズを、マスキング音声として生成する。また、ノイズ発生器７１７は、不図示のメモリに音声データを記憶しており、この音声データに基づいて波の音や小川のせせらぎの音等をマスキング音声として生成することも可能である。

フィルタ７１９は、ノイズ発生器７１７が出力したマスキングノイズが入力されると、加算器７１１が出力する加算音声信号に含まれる周波数帯域を通過させる。例えば、２つのコンテンツの音声が共に男性の声の場合、マスキングノイズにおける男声の周波数帯域を通過させる。また、フィルタ７１９は、操作部５１により設定されたコンテンツ１・２のジャンル等の情報やレベルエンベロープ検出器が検出した加算音声信号の周波数特性に基づいて、マスキングノイズの通過周波数帯域を設定するようにしても、通過させる周波数帯域を予め設定しておいても良い。

可変アンプ７２１は、時定数設定部７１５から出力された増幅パラメータ（増幅率）及び時定数パラメータ（時定数）に基づいて、フィルタ７１９が出力したマスキングノイズを増幅して出力する。例えば、可変アンプ７２１は、コンテンツが騒々しい場面で加算音声信号の信号レベルが大きいときには、マスキングノイズの信号レベルを大きくする。また、コンテンツが静かな場面で加算音声信号の信号レベルが小さいときには、マスキングノイズの信号レベルを小さくする。また、一方のコンテンツの音声が途切れた場合には、マスキングノイズの信号レベルをさらに小さくし、両方のコンテンツの音声が途切れた場合には、マスキングノイズのレベルをさらに小さくして、ほとんど聞こえないようにする。また、可変アンプ７２１は、加算音声信号のレベルが頻繁に変動する場合には、マスキングノイズの音声レベルを緩やかに変化させる。また、可変アンプ７２１加算音声信号のレベルが無音状態から急激に大きく変動する場合には、マスキングノイズの音声レベルを加算音声にあわせて急激に大きくする。このようにすることで、マスキングノイズの音量がコンテンツの音声よりも相対的に大きくなって、ユーザがうるさく感じるのを防止できる。

ビーム形成部８３は、複数の可変遅延回路（不図示）を備えており、システム制御部５７のビーム制御処理部５７５が出力した放音タイミング設定情報に基づいて、入力信号処理部６９が出力した音声信号の出力タイミングを調整して、Ｄ／Ａコンバータ８５−１〜８５−ｎに音声信号を出力する。また、ビーム形成部８３は、マスキング音声処理部５７７が出力したマスキング音声設定情報に基づいて、マスキング音声出力部７１が出力したマスキングノイズ（マスキング音声）の出力タイミングを調整して、Ｄ／Ａコンバータ８５−１〜８５−ｎにマスキングノイズの音声信号を出力する。

Ｄ／Ａコンバータ８５−１〜８５−ｎは、ビーム形成部８３が出力したデジタル音声信号をアナログ音声信号に変換して、各アンプ８７−１〜８７−ｎに出力する。

アンプ８７−１〜８７−ｎは、Ｄ／Ａコンバータ８５−１〜８５−ｎから出力されたアナログ音声信号を増幅して、スピーカアレイ８９の各スピーカユニットＳＰ１〜ＳＰｎに出力する。

スピーカアレイ８９は、アンプ８７−１〜８７−ｎで増幅されたコンテンツの音声信号やマスキングノイズの音声信号を音声に変換して放音する。

図２は、スピーカアレイにおけるスピーカユニットの配置を示す図であり、（Ａ）はマトリックス状にスピーカを配置した一例、（Ｂ）はハニカム状にスピーカユニットを４列配置した一例、（Ｃ）はハニカム状にスピーカユニットを３列配置した一例である。図３は、音声ビームのスピーカアレイによる音声ビームの放音原理を説明するための図である。

ここで、図３（Ｂ）、図４、図７には、表記を簡略化するために、音声出力装置５または音声出力装置５Ａから放音される音声ビームを平面的に表記しているが、実際には音声ビームは立体的に放音される。

スピーカアレイ８９は、図２に示すように、１つのパネルにおいて複数の小型スピーカユニットをマトリックス状・ハニカム状・ライン状といった所定の配列で配置した構成である。

このようなスピーカアレイ８９において、図３（Ａ）に示すように、各スピーカユニットに同じ音声信号を入力し、各スピーカユニットＳＰａ〜ＳＰｅが放音した音声が空間上に設定した焦点Ｆに到達する時刻が一致するように、各スピーカユニットの音声の放音タイミングを調整する。これにより、各スピーカユニットＳＰａ〜ＳＰｅを、あたかもスピーカユニットＳＰａ’・ＳＰｂ’・ＳＰｃ’・ＳＰｄ’・ＳＰｅを、焦点Ｆを中心とする円周上に所定の間隔で配置して、同時に同じ音声信号を放音したかのように、重ね合わせの原理によってその焦点方向に強い指向性を有する音声ビームを放音することができる。

音声出力装置５では、スピーカアレイのこの性質を利用して、複数のコンテンツの音声信号をそれぞれ異なる方向に音声ビームとして放音するように、ビーム形成部８３で各スピーカユニットの放音タイミングを制御してスピーカアレイ８９に音声信号を入力する。これにより、図３（Ｂ）に示すように、スピーカアレイ８９の各スピーカユニットＳＰ１〜ＳＰｎには、各コンテンツの音声信号が重畳して入力されるが、ユーザＵ１の近傍で焦点を結ぶ音声ビームＳｂ１と、ユーザＵ２の近傍で焦点を結ぶ音声ビームＳｂ２のように、各コンテンツの音声ビームは、それぞれ別々の方向に放音される。また、映像表示装置３の表示部４１１には、画面を２つに分割してコンテンツ１の映像とコンテンツ２の映像が表示される。

このように、音声出力装置５は、所定の距離を置いて位置する複数のユーザに対し、コンテンツの音声をビーム化して強い指向性を有する音声ビームとして放音する。これにより、各ユーザがそれぞれ異なるコンテンツの音声を聴取した際に、他のコンテンツの音漏れを、特許文献１に記載の従来技術に比べて抑制できる。

次に、音声出力装置５では、複数のコンテンツの音声を同時に放音させた際に、さらに音漏れを抑制するために、マスキング音声を放音させることができる。音声出力装置５では、操作部５１の操作により、マスキング音声をビーム化して特定の焦点に向けて放音することも、マスキング音声を視聴空間全体に向けて放音することもできる。

図４は、コンテンツの音声とマスキング音声の放音方向を示す概念図である。図５は、マスキングノイズの有無による音声の最小可聴限の差を示すグラフである。図４には、一例として、映像表示装置３及び音声出力装置５の左端前方に居るユーザＵ１の位置を焦点として、コンテンツ１の音声をビーム化した音声ビームＳｂ１を放音し、映像表示装置３及び音声出力装置５の右端前方に居るユーザＵ２の位置を焦点として、コンテンツ２の音声をビーム化した音声ビームＳｂ２を放音しているときに、さらにマスキング音声を放音している状態を示している。また、映像表示装置３の表示部４１１には、画面を２つに分割してコンテンツ１の映像とコンテンツ２の映像が表示された状態を示している。

ここで、前記のように、音声出力装置５では、ユーザＵ１・Ｕ２に対して、コンテンツの音声をビーム化した音声ビームを放音しており、音声ビームからの音漏れは、ビーム化せずに音声を放音した場合に比べて少なく、またその漏れ音の音量も小さい。そのため、マスキング音声の音量をさらに下げることができ、コンテンツ視聴への影響を小さくすることができる。

音声出力装置５は、ユーザによる操作部５１の操作により、マスキング音声をビーム化して放音するように設定されると、図４（Ａ）に示すように、隣り合う音声ビームＳｂ１・Ｓｂ２の間に焦点を結ぶように調整されたマスキング音声ビームＳｂ３を放音する。音声出力装置５では、マスキング音声ビームＳｂ３の焦点が、隣り合う音声ビームＳｂ１・Ｓｂ２のほぼ中間に位置するように設定されているが、マスキング音声ビームＳｂ３の焦点位置は、隣り合う音声ビームＳｂ１・Ｓｂ２の間であれば、自由に変更することが可能である。

また、音声出力装置５は、ユーザにより操作部５１が操作されて、マスキング音声を、ユーザＵ１とユーザＵ２の間の視聴空間全体に向けて放音するように設定されると、図４（Ｂ）に示すように、隣り合う音声ビームＳｂ１・Ｓｂ２の間の視聴空間にマスキング音声ビームＳｂ４を放音する。

さらに、音声出力装置５は、ユーザにより操作部５１が操作されてマスキング音声ビームＳｂ５を、ユーザＵ１とユーザＵ２を含む視聴空間全体に向けて放音するように設定されると、図４（Ｃ）に示すように、隣り合う音声ビームＳｂ１・Ｓｂ２を含む視聴空間にマスキング音声ビームＳｂ５を放音する。

音声出力装置５が放音するマスキング音声ビームＳｂ３、マスキング音声ビームＳｂ４、及びマスキング音声ビームＳｂ５は、図１に基づいて説明したように、マスキング音声出力部７１において、コンテンツ１の音声信号とコンテンツ２の音声信号とに基づいて、増幅率や時定数が設定されたり、フィルタの通過周波数帯域が設定されたりしている。これにより、同時に２つのコンテンツの音声を音声ビームＳｂ１・Ｓｂ２として放音した場合に、図５に示すように、他方の音声ビームから漏れてくる音声の最小可聴限レベルを上昇させることができ、２つの音声ビームＳｂ１・Ｓｂ２のセパレーション（分離感）を改善することができる。

また、図４（Ａ）に示したように、２つの音声ビームＳｂ１・Ｓｂ２の中間に、ビーム化したマスキング音声を放音することにより、その左右の空間で音声を分離することができる。すなわち、マスキング音声ビームＳｂ３は、音声ビームＳｂ２よりもユーザＵ１の近くを伝搬（通過）している。また、マスキング音声ビームＳｂ３は、音声ビームＳｂ１よりもユーザＵ２の近くを伝搬（通過）している。そのため、ユーザＵ１が音声ビームＳｂ１の音声を聴取しているときに、音声ビームＳｂ２から音漏れがあったとしても、ユーザＵ１には、音声ビームＳｂ２の漏れ音よりもマスキング音声ビームＳｂ３の漏れ音の方が大きく聞こえる。したがって、マスキング音声ビームＳｂ３の漏れ音により音声ビームＳｂ２の漏れ音がマスクされるので、ユーザＵ１には、音声ビームＳｂ２の漏れ音は聞こえにくくなる。同様に、マスキング音声ビームＳｂ３の漏れ音により音声ビームＳｂ１の漏れ音がマスクされるので、ユーザＵ１には、音声ビームＳｂ１の漏れ音は聞こえにくくなる。

また、図４（Ｂ），（Ｃ）に示したように、視聴空間全体にマスキング音声が広がるように放音することで、各音声ビームＳｂ１・Ｓｂ２の放音方向の聴き取りやすさを強調できる。すなわち、マスキング音声ビームＳｂ４やマスキング音声ビームＳｂ５は、ユーザＵ１・Ｕ２の片耳または両耳に伝搬するように放音されている。そのため、ユーザＵ１・Ｕ２には、コンテンツ１またはコンテンツ２の音声とマスキング音声が確実に聞こえている。また、ユーザＵ１に対して音声ビームＳｂ２からの漏れ音が伝搬したとしても、マスキング音声ビームＳｂ４によりこの漏れ音がマスクされるので、ユーザＵ１には、コンテンツ１の音声とマスキング音声が聞こえる。このとき、コンテンツ１の音声は、ユーザＵ１の近傍で焦点を結ぶ音声ビームＳｂ１としてビーム化されているので、ユーザＵ１は、音声ビームＳｂ１の放音方向を容易に判別できる。同様に、ユーザＵ２は、音声ビームＳｂ２の放音方向を容易に判別できる。

さらに、図４（Ｃ）に示したように、隣り合う音声ビームＳｂ１・Ｓｂ２を含む視聴空間にマスキング音声ビームＳｂ５を放音することで、ユーザＵ１・Ｕ２には、左右からマスキング音声が聞こえるので、さらに音漏れがユーザの両耳に伝搬したとしても、この音漏れを確実にマスクすることができる。

次に、本発明の音声出力装置の別構成を説明する。図６は、図１とは異なる音声出力装置の構成を示すブロック図である。図６に示す音声出力装置５Ａと図１に示した音声出力装置５とは、マスキング音声出力部以外は同様の構成である。そのため、同じ構成には同じ符号を付して詳細な説明を省略する。

音声出力装置５Ａは、操作部５１、表示部５３、記憶部５５、システム制御部５７、音声信号入力端子６１・６２・６３・６４、入力信号処理部６９Ａ、マスキング音声出力部７３、ビーム形成部８３Ａ、ｎ個のＤ／Ａコンバータ８５（８５−１〜８５−ｎ）、ｎ個のアンプ８７（８７−１〜８７−ｎ）、及びｎ個のスピーカユニットＳＰ１〜ＳＰｎから成るスピーカアレイ８９を備えている。

マスキング音声出力部７３は、レベルエンベロープ検出器７３１、時定数設定部７３３、ノイズ発生器７３５、フィルタ７３７、可変アンプ７３９、レベルエンベロープ検出器７４１、時定数設定部７４３、フィルタ７４５、可変アンプ７４７、加算器７４９、及び加算器７５１を備えている。

音声信号入力端子６１から入力されたコンテンツ１のデジタル音声信号は、入力信号処理部６９Ａがデコード及びポストプロセッシングを施して、マスキング音声出力部７３のレベルエンベロープ検出器７３１と加算器７４９に出力する。また、音声信号入力端子６２から入力されたコンテンツ２のデジタル音声信号は、入力信号処理部６９Ａがデコード及びポストプロセッシングを施して、マスキング音声出力部７３のレベルエンベロープ検出器７３１と加算器７４９に出力する。

レベルエンベロープ検出器７３１は、入力信号処理部６９Ａが出力したコンテンツ１の音声信号レベル（エンベロープ）の変化を検出して、そのレベルに応じた信号を出力する。

時定数設定部７３３は、レベルエンベロープ検出器７３１が出力したコンテンツ１の音声信号のレベルに応じた増幅パラメータを、可変アンプ７３９へ出力する。また、時定数設定部７３３は、レベルエンベロープ検出器７３１が出力した加算音声信号のレベル変化の度合いに応じた時定数を設定し、この時定数パラメータを可変アンプ７３９へ出力する。

ノイズ発生器７３５は、マスクキング音声であるマスキングノイズを生成して出力する。ノイズ発生器７３５は、周波数帯域が広く、全帯域にわたって信号レベルがほぼ一定の信号である例えばホワイトノイズを、マスキング音声として生成する。また、ノイズ発生器７３５は、不図示のメモリに音声データを記憶しており、この音声データに基づいて波の音や小川のせせらぎの音等をマスキング音声として生成することも可能である。

フィルタ７３７は、ノイズ発生器７３５が出力したマスキングノイズが入力されると、コンテンツ１の音声信号に含まれる周波数帯域を通過させる。

可変アンプ７３９は、時定数設定部７３３から出力された増幅パラメータ及び時定数パラメータに基づいて、フィルタ７３７が出力したマスキングノイズを増幅して出力する。

レベルエンベロープ検出器７４１は、入力信号処理部６９Ａが出力したコンテンツ２の音声信号レベル（エンベロープ）の変化を検出して、そのレベルに応じた信号を出力する。

時定数設定部７４３は、レベルエンベロープ検出器７４１が出力したコンテンツ２の音声信号のレベルに応じた増幅パラメータを、可変アンプ７４７へ出力する。また、時定数設定部７４３は、レベルエンベロープ検出器７４１が出力した加算音声信号のレベル変化の度合いに応じた時定数を設定し、この時定数をもった増幅率を可変アンプ７４７に設定する。

フィルタ７４５は、ノイズ発生器７３５が出力したマスキングノイズが入力されると、コンテンツ２の音声信号に含まれる周波数帯域を通過させる。

可変アンプ７４７は、時定数設定部７４３から出力された増幅パラメータ及び時定数パラメータに基づいて、フィルタ７４５が出力したマスキングノイズを増幅して出力する。

加算器７４９は、入力信号処理部６９Ａが出力したコンテンツ１の音声信号と、可変アンプ７４７が出力したコンテンツ２の音声信号に含まれる周波数帯域を通過させたマスキングノイズと、を加算し、このコンテンツ１加算音声信号をビーム形成部８３Ａへ出力する。

加算器７５１は、入力信号処理部６９Ａが出力したコンテンツ２の音声信号と、可変アンプ７３９が出力したコンテンツ１の音声信号に含まれる周波数帯域を通過させたマスキングノイズと、を加算し、このコンテンツ２加算音声信号をビーム形成部８３Ａへ出力する。

ビーム形成部８３Ａは、システム制御部５７のビーム制御処理部５７５が出力した放音タイミング設定情報に基づいて、加算器７４９が出力したコンテンツ１加算音声信号や、加算器７５１が出力したコンテンツ２加算音声信号の出力タイミングを調整して、Ｄ／Ａコンバータ８５−１〜８５−ｎに音声信号を出力する。

図７は、コンテンツの音声とマスキング音声とを含む音声ビームの放音方向を示す概念図である。

音声出力装置５Ａは、上記のような構成を備えているので、マスキング音声出力部７３において、一方のコンテンツの周波数帯域に適応したフィルタを通過したノイズ成分を、その音声のレベルに合わせて変調し、他方のコンテンツの音声信号と加算することより、予め反対側の音声をマスキングする成分を含んでいる音声ビームをユーザに放音することができる。

すなわち、図７において、ユーザＵ１に対して放音する音声ビームＳｂ１’は、コンテンツ１の音声に、コンテンツ２の音声をマスクするマスキングノイズを重畳した音声ビームである。また、ユーザＵ２に対して放音する音声ビームＳｂ２’は、コンテンツ２の音声に、コンテンツ１の音声をマスクするマスキングノイズを重畳した音声ビームである。したがって、音声ビームＳｂ２’から漏れ出したコンテンツ２の音声がユーザＵ１に対して伝搬したとしても、音声ビームＳｂ１’に含まれるコンテンツ２の音声のマスキングノイズによりマスクされ、ユーザＵ１はコンテンツ２の音声を知覚しにくくなる。同様に、ユーザＵ２もコンテンツ１の音声の音漏れがあったとしても、コンテンツ１の音声を知覚しにくくなる。

以上のように、本発明の音声出力装置によれば、同時に放音する複数のコンテンツの音声を、スピーカアレイによりビーム化して、各ユーザの聴取位置に向けてそれぞれ放音するとともに、各音声ビーム間または視聴空間全体に向けてマスキング音声を放音するので、各コンテンツを視聴するユーザは、他のコンテンツの音声を気にすることなく、特定のコンテンツの音声を聴取できる。

なお、以上の説明では、映像表示装置３のディスプレイ４１に２つのコンテンツの映像を表示させて、音声出力装置５または音声出力装置５Ａから２つのコンテンツの音声を放音する場合を例に挙げて説明したが、本発明はこれに限るものではなく、さらに複数のコンテンツの映像を映像表示装置３に表示させて、各コンテンツの音声をビーム化した音声ビームを、音声出力装置５から各ユーザに向けて放音するとともに、各音声ビーム間や視聴空間全体にマスキング音声を放音するように構成することも可能である。

また、以上の説明では、マスキング音声をビーム化してスピーカアレイから放音する場合について説明したが、スピーカアレイの各スピーカユニットに対してマスキング音声信号を分配して、指向性を制御せずに無指向性の音声としてマスキング音声を放音させるようにしても良い。

また、以上の説明では、音声出力装置５は、映像表示装置３が出力した音声信号に応じた音声を放音する構成としたが、これに限るものではなく、他の構成であっても良い。例えば、音声出力装置５の音声信号入力端子６１〜６４に、ＤＶＤプレーヤ７やビデオプレーヤ９等の音声信号出力端子を接続して、これらのプレーヤで再生するコンテンツの音声信号を、直接入力するように構成しても良い。また、音声出力装置５の音声信号入力端子６１〜６４に、音声信号のみを出力するラジオやＭＤプレーヤ等の音声信号出力端子を接続して、音声信号を入力するように構成しても良い。

ＡＶシステムの概略構成を示すブロック図である。 スピーカアレイにおけるスピーカユニットの配置を示す図である。 音声ビームのスピーカアレイによる音声ビームの放音原理を説明するための図である。 コンテンツの音声とマスキング音声の放音方向を示す概念図である。 マスキングノイズの有無による音声の最小可聴限の差を示すグラフである。 図１とは異なる音声出力装置の構成を示すブロック図である。 コンテンツの音声とマスキング音声とを含む音声ビームの放音方向を示す概念図である。

符号の説明

１，１Ａ−ＡＶシステム ３−映像表示装置 ５，５Ａ−音声出力装置
７−ＤＶＤプレーヤ ９−ビデオプレーヤ １０−アンテナ
４１−ディスプレイ ４３−音声処理部 ５１−操作部
５３−表示部 ５５−記憶部 ５７−システム制御部
６１〜６４−音声信号入力端子 ６９，６９Ａ−入力信号処理部
７１，７３−マスキング音声出力部 ８３，８３Ａ−ビーム形成部
８５−Ｄ／Ａコンバータ ８７−アンプ ８９−スピーカアレイ

Claims (4)

1. 複数のスピーカユニットを配列して成るスピーカアレイと、
   複数の音声信号を前記複数のスピーカユニットに対して分配し、これらのスピーカユニットから放音する各音声信号の放音タイミングを制御して、前記スピーカアレイからそれぞれ異なる方向に指向性を有する音声ビームを放音させる音声信号処理手段と、
   各音声ビームについて、他方向に放音されている音声ビームをマスクするマスキング音声信号を出力するマスキング音声出力手段と、
   前記複数の音声信号を加算した加算音声信号の信号レベルを検出する信号レベル検出手段と、
   前記加算音声信号の信号レベルに応じて設定した増幅率で、前記マスキング音声信号を増幅する増幅手段と、
   を備えた音声出力装置。
2. 前記音声信号処理手段は、前記マスキング音声出力手段が出力したマスキング音声信号を、前記スピーカアレイの複数のスピーカユニットに対して分配し、これらのスピーカユニットから放音するマスキング音声の放音タイミングを制御して、マスキング音声ビームとして放音させることを特徴とする請求項１に記載の音声出力装置。
3. 前記マスキング音声出力手段は、各音声ビームに含まれる周波数帯域を通過させるフィルタリング処理を行うフィルタ手段を備え、
   前記増幅手段は、前記フィルタリング処理を行った後のマスキング音声信号を増幅する請求項１または２に記載の音声出力装置。
4. 前記加算音声信号の信号レベルの変動状態に応じて前記増幅手段の時定数を変更する時定数設定手段を備えた請求項１〜３のいずれかに記載の音声出力装置。

Images