JP5031840B2 - 音像定位予測装置及び音像定位制御システム並びに音像定位予測方法及び音像定位制御方法 - Google Patents

Description

本発明は、音像定位予測装置及び音像定位制御システム並びに音像定位予測方法及び音像定位制御方法に関する。

近年、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）の普及や、地上デジタル放送の開始とともに、５．１チャンネルを代表とするマルチチャネルサラウンド再生方式が普及し始めている。

リスナの後方にスピーカーを置く必要のない「フロントサラウンド」のような技術へのニーズが高まっている。そのようなニーズの中で、複数のスピーカで生成される音像定位の位置を評価する技術への要求も増えている。従来より、受聴者の知覚する音像の定位方向が変化することが知られている。そして音像の定位方向を予測する様々な式が提案されている。

「２チャンネルステレオ再生時における各音像方向予測式の比較検討」（Ｖｏｌ．Ｊ８７−Ａ，Ｎｏ．１２（２００４１２０２）第１５４９頁乃至第１５５４頁、電子情報通信学会）

このような公知技術では、次のような問題点が存在している。まず第１の問題点としては、このような予測式を用いたとしても、音像が様々な周波数成分から構成されており、周波数帯域ごとに音像の定位方向（角度）を予測することができる訳ではない。第２の問題点としては、２チャンネルステレオ再生時におけるチャネル間の位相差だけで、音像の定位方向が決まる訳ではないので、このような公知技術を音像の定位方向の制御へ応用することが困難である。第３の問題点としては、このような公知技術を用いようとすると、各スピーカから受聴者の両耳への信号レベルを独立に知る必要がある。第４の問題点としては、このような公知技術を用いると、音像の定位方向の制御にあたり、マイクロフォンを組み込んだダミーヘッドによる測定が必要となり、民生機器への適用に向かなかった。

本発明が解決しようとする課題には、上記した問題が一例として挙げられる。

上記課題を解決するために、請求項１記載の発明は、入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得手段と、前記音圧取得手段によって取得された各音圧を正規化する正規化手段と、前記音信号の周波数帯域ごとに異なるように予め定められた複数の予測係数を用いて、前記正規化手段によって正規化された各音圧の線形和を演算し、その線形和により音像の定位角を算出する線形和演算手段とを有する。

上記課題を解決するために、請求項３記載の発明は、テスト信号を発生するテスト信号発生手段と、前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させる制御を行う音像定位制御手段と、前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する音像定位予測手段と、前記音像定位予測手段によって周波数帯域ごとに予測された音像の定位方向に応じて、前記音像定位制御手段を制御し、前記複数のテスト音の相対的な位相差を前記周波数帯域ごとに調整する制御手段とを有する。

上記課題を解決するために、請求項８記載の発明は、入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得ステップと、前記音圧取得ステップによって取得された各音圧を正規化する正規化ステップと、前記音信号の周波数帯域ごとに異なるように予め定められた複数の予測係数を用いて、前記正規化ステップによって正規化された各音圧の線形和を演算し、その線形和により音像の定位角を算出する線形和演算ステップとを有する。

上記課題を解決するために、請求項９記載の発明は、テスト信号を発生するテスト信号発生ステップと、前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させる制御を行う音像定位制御ステップと、前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する音像定位予測ステップと、前記音像定位予測ステップによって周波数帯域ごとに予測された音像の定位方向に応じて、前記音像定位制御ステップによる前記複数のテスト音の相対的な位相差を、前記周波数帯域ごとに調整する制御ステップとを有する。

以下、本発明の一実施の形態を図面を参照しつつ説明する。
図１は、本実施形態としての定位予測部１を内蔵する音像定位調整装置１００のハードウェア構成例を示すブロック図である。

音像定位調整装置１００は音像定位制御システムに相当し、複数のスピーカ１２，１３から各々複数のテスト音を出力させ、これら複数のテスト音に対応して各々入力された複数の音信号に基づく音像の定位方向を予測して調整する機能を有する。

音像定位調整装置１００は、マイクロフォンアンプ５、Ａ／Ｄ変換部２、定位予測部１、制御部４、テスト信号生成部６、音像定位制御部７、Ｄ／Ａ変換部８及びアンプ９を備えており、このマイクロフォンアンプ５にマイクロフォンＭ１〜ＭＮが着脱可能に接続されているとともに、このアンプ９にスピーカ１２，１３が着脱可能に接続されている。なお、この音像定位調整装置１００は、これらスピーカ１２，１３及びマイクロフォンＭ１〜ＭＮを備えている形態であっても良い。

制御部４は、テスト信号生成部６、音像定位制御部７及び定位予測部１に接続されており、これらテスト信号生成部６などを各々制御することで音像定位調整装置１００全体を制御している。この制御部４は、テスト信号生成部６に対して所定の中心周波数ｆｃを与え、音像定位制御部７に対して所定のパラメータｄを与える。また、この制御部７は、定位予測部１に対してその中心周波数ｆｃを与える。

テスト信号発生部６はテスト信号発生手段に相当し、制御部４から受け取った中心周波数ｆｃに基づいて、この中心周波数ｆｃの周波数帯域のテスト音を出力させるためのテスト信号ＳＬを生成し、音像定位制御部７に出力する。

この音像定位制御部７は音像定位制御手段に相当し、このテスト信号ＳＬに基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、複数のテスト音を出力させる機能を有する。この音像定位制御部７は、このようにシフトさせたシフト済のテスト信号ＤＬ，ＤＲをＤ／Ａ変換部８に出力する。なお、これらシフト済のテスト信号ＤＬ，ＤＲは、それぞれ左側及び右側からのテスト音を出力させるための信号である。

Ｄ／Ａ変換部８は、音像定位制御部７及びアンプ９に接続されている。このＤ／Ａ変換部８は、これらシフト済のテスト信号ＤＬ，ＤＲを各々デジタルからアナログに変換してアンプ９に出力する。このアンプ９は、これらシフト済のテスト信号ＤＬ，ＤＲを増幅し、シフト済のテスト信号ＤＬに基づいてスピーカ１２（音出力手段に相当）からテスト音を出力させるとともに、シフト済のテスト信号ＤＲに基づいてスピーカ１３（音出力手段に相当）からテスト音を出させる。

一方、マイクロフォンＭ１〜ＭＮは音入力手段に相当し、上述のようにスピーカ１２から出力されたテスト音を各々採取し、そのテスト音に基づく入力信号をマイクロフォンアンプ５に出力する。

マイクロフォンアンプ５は、これらマイクロフォンＭ１〜ＭＮからの入力信号を各々増幅し、これら増幅信号ＳＭ１〜ＳＭＮをＡ／Ｄ変換部２に出力する。このＡ／Ｄ変換部２は、これら増幅信号ＳＭ１〜ＳＭＮを所定のサンプリング周波数を用いてサンプリングすることでアナログ信号からデジタル信号に変換し、定位予測部１に出力する。

定位予測部１は、音像定位予測手段又は音像定位予測装置に相当する。この定位予測部１は、複数のテスト音に基づいて各々入力された複数の音信号から、複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する。

定位予測部１は、制御部４から受け取った中心周波数ｆｃごとに、これら増幅信号ＳＭ１〜ＳＭＮに基づいて後述するように音像の定位方向を予測する機能を有する。そしてこの定位予測部１は、この中心周波数ｆｃに関連付けて、この予測結果としての音像の定位方向（定位角）θを制御部４に出力する。この定位予測部１に関するより詳細な構成及び機能については後述する。

図２は、図１に示す音像定位制御部７の電気的な構成例を示すブロック図である。なお図２においては、説明の都合上、音像定位制御部７に含まれないスピーカ１２，１３を図示している。また、図２においては、音像の定位角θを説明するため、上述したマイクロフォンＭ１〜ＭＮの代わりに対象者１４が図示されている。

まず、本実施形態における音像の定位角θについて説明する。本実施形態では、音像の定位角θは、対象者１４の正面方向１４ａを中心とした場合、音像Ｔの定位方向１４ｂが左側（マイクロフォン１２側）に傾斜していると、音像の定位角θが正の値となるものとしている。一方、音像Ｔの定位方向１４ｂが右側（マイクロフォン１３側）に傾斜していると、音像の定位角θが負の値となるものとしている。

次に音像定位制御部７の構成例について説明する。音像定位制御部７は遅延部１１を備えている。この遅延部１１は、入力されたテスト信号ＳＬから分岐させた一方のテスト信号ＳＬ１に、パラメータの一例としての係数（以下「ディレイ値ＤＬＹ」と呼ぶ）を掛け合わせて、他方のテスト信号ＳＬ２との間で相対的に位相差を生じさせる機能を有する。本実施形態では、音像定位制御部７は、この一方のテスト信号ＳＬ１をテスト信号ＤＬとして出力し、この他方のテスト信号ＳＬ２をテスト信号ＤＲとして出力している。

図３は、図１に示す定位予測部１の具体的な構成例を示すブロック図である。
定位予測部１は、積分器２１−１〜２１−Ｎ、対数化演算部２２、正規化部２３及び線形和演算部２４を備えている。なお、積分器２１−１〜２１−Ｎは、上述したマイクロフォンＭ１〜マイクロフォンＭＮに各々対応して設けられている。

積分器２１−１〜２１−Ｎは音圧取得手段の一部に相当し、入力された複数の音信号Ｍ１〜ＭＮを各々時間で積分し、積分信号Ｐ１〜ＰＮを対数化演算部２２に出力する機能を有する。なおこれら積分器２１−１〜２１−Ｎは、積分器２１−１及び積分器２１−Ｎのみを図示し、その他の積分器２１−２等の図示を省略している。

対数化演算部２２は音圧取得手段の一部に相当し、入力された積分信号Ｐ１〜ＰＮを各々対数化して音圧レベルｄＰ１〜ｄＰＮ［ｄＢ］を演算し、正規化部２３に出力する。この正規化部２３は正規化手段に相当し、対数化演算部２２によって演算された各音圧レベルｄＰ１〜ｄＰＮを正規化する。具体的には、この正規化部２３は、これら音圧レベルｄＰ１〜ｄＰＮのうちの最小値が０［ｄＢ］となるようにその他の音圧レベルを正規化し、各々正規化信号ＤＰ１〜ＤＰＮとして線形和演算部２４に出力する。

線形和演算部２４は線形和演算手段に相当し、これら正規化信号ＤＰ１〜ＤＰＮの線形和を、上述した音信号の周波数帯域ごとに異なる予測係数ａ（１）〜ａ（Ｎ），ｃを用いて演算する。

具体的には、この線形和演算部２４は、音信号の周波数帯域ごとに、正規化部３３によって正規化された各音圧ＤＰ１〜ＤＰＮに各々予測係数ａ（１）〜ａ（Ｎ）を掛け合わせ、線形和を算出する。さらにこの線形和演算部２４は、算出結果に定数ｃを足し合わせる。つまり、この線形和演算部２４は、ａ（１）×ＤＰ１＋ａ（２）×ＤＰ２＋・・・＋ａ（Ｎ−１）×ＤＰＮ−１＋ａ（Ｎ）×ＤＰＮ＋ｃを演算する。

定位予測部１を内蔵する音像定位調整装置１００は以上のような構成例であり、次に図１〜図３を参照しつつ定位予測部１及び音像定位調整装置１００の動作例について説明する。まずはスピーカ１２，１３のレイアウトについて説明する。

図４は、第１実施形態における音像の定位制御例の実験に用いたスピーカ１２，１３のレイアウト例を示している。
この実験例では、本来、対象者１４が存在しているべき位置の正面の距離Ｌ［ｍ］のところに、この対象者１４の代わりに、幅Ｗ［ｍ］とした左右対称な位置に２つのスピーカ１２，１３が設置されている。なお距離Ｌは、例えば２［ｍ］であり、幅Ｗは、例えば１．５［ｍ］である。

この音像定位制御部７への入力としては、例えば中心周波数１ｋＨｚのバンドノイズ（１／３オクターブ幅）を採用している。この音像定位制御部７は、右スピーカ１３からは、減衰部１８によって例えば−３ｄＢの減衰をさせるとともに遅延部１１によってディレイ値ＤＬＹをかけた信号成分を出力させ、左スピーカ１３からは減衰させないとともにディレイをかけない信号成分を出力させる。

この実験例では、例えば７名の被験者に、図２と同様の考え方による音像の定位角θを評価したときの平均的な結果を、ディレイ値ＤＬＹと対応させて後述する図７に×印でプロットした。なお、この実験例では、マイクロフォンの配置例としては、後述する図５に示すようになっており、定位予測部１の線形和の演算に用いる予測係数ａ（１）〜ａ（Ｎ），ｃとしては、後述する図６に示すようになっている。

図５は、図４に示すレイアウト例における各マイクロフォンの配置例を示す図である。この例では、マイクロフォンの数Ｎ＝１１として、マイクロフォンＭ１〜Ｍ１１が配置しているものとする。なお距離ｗ１は、例えば０．５［ｍ］であるとき、各マイクロフォンＭ１〜Ｍ１１は５［ｃｍ］など間隔に配置されているとする。

例えば１１本のマイクロフォンＭ１〜Ｍ１１は、例えばスピーカ１２，１３の配列方向とほぼ平行な配列位置ＨＬに沿って配置されている。これらマイクロフォンＭ１〜Ｍ１１は、仮に対象者１４が存在した場合に、その対象者１４の両耳を結んだ場合における線ＨＬに沿って配列している。

これらマイクロフォンＭ１〜Ｍ１１は、音像定位制御部７の制御によってスピーカ１２，１３から出力されたテスト音を採取し、後段の定位予測部１及び制御部４によって音場の特性を観測させるための音入力手段である。

図６は、定位予測部１の線形和の演算に用いる予測係数ｃ，ａ（１）〜ａ（１１）を算出した一例を示す図である。
この予測係数ｃ，ａ（１）〜ａ（１１）は、マイクロフォンＭ１〜Ｍ１１で得られた信号Ｍ１〜Ｍ１１と、そのときの定位角θとの対応関係から、重回帰分析をし、定位予測部１の線形和に用いる予測係数を算出したものである。

図７は、図６に示す予測係数ｃ，ａ（１）〜ａ（１１）を用いて定位予測部１が予測した結果の一例を示す図である。この図７では、対象者１４による主観評価結果としての音像の定位角θを「×」印でプロットしており、定位予測部１による予測結果としての音像の定位角θを「○」印でプロットしている。なお、この図６及び図７の結果は、図４の減衰部１８による減衰量が例えば−３ｄＢであると固定されている場合において得られた値である。

図示の例によれば、音像の定位角θは、ディレイ値ＤＬＹが０［ｍｓ］〜０．６［ｍｓ］と大きくなるにつれて大きくなり、０．７［ｍｓ］程度をピークとして１．０［ｍｓ］にわたり低下するようになる。なお、ディレイ値ＤＬＹが０．７［ｍｓ］においては、音像の定位角θがほぼ９０［°］に近くなっており、音像が真横に配置しているかのような状態となっている。これら主観評価結果としての平均して定位角で２度程度の誤差という高い推定精度を示している。

なお、この予測方式は、対象者１４の頭部周辺の音圧分布さえマイクロフォンＭ１〜Ｎ１１によって分かればよい。そのため、スピーカ１２，１３のレイアウトは、図４のような態様に限定されるものではない。また図６の予測係数は、例えば中心周波数１［ｋＨｚ］であり、かつ、バンド幅が1／３オクターブ幅とした場合における予測結果であるため、中心周波数とバンド幅に応じて予測係数を用意すれば、様々な形態において予測結果を把握することができる。

図８は、定位予測部１によって予測される音像の定位角θを調整する手順の一例を示すフローチャートである。つまり、このフローチャートは、定位予測部１によって予測される音像の定位角θを所望の値に近似させるための手順例を表している。

まずステップＳ１では、制御部４が、音像定位制御部７に引き渡すパラメータの初期化をする。具体的には、この制御部４がカウンタｉを１にセットし、ターゲットとする音像の目標定位角ｄ＿θ＿ｆｃを、例えば８０度と設定する。なお、本実施形態では、図２に示すように仮に対象者１４が存在した場合にこの対象者１４がスピーカー１２，１３の中心方向１４ａを向く向きの定位角θが０度としている。

音像定位制御部７は、制御部４からの制御信号のディレイ値ＤＬＹを動かし、ＤＬＹ＿θ＿ｆｃの中から最適値を選んでいく。本実施形態では、一例として、音像定位制御部７がディレイ値ＤＬＹを０〜５［ｍｓｅｃ］の範囲で０．１［ｍｓｅｃ］ごとに動かすこととしている。

次にステップＳ２では、制御部４が、上述したカウンタに相当するディレイ値ＤＬＹをセットする。次にステップＳ３では、この制御部４がテスト信号生成部６から中心周波数ｆｃのテスト音を再生させるよう制御する。なお本実施形態では、このテスト音を「バンドノイズ」とも呼んでいる。

次にステップＳ４では、定位予測部１が、テスト信号の再生中に、このテスト音に基づいてマイクロフォンＭ１〜Ｍ１１から各々得られた入力信号ＳＭ１〜ＳＭＮ（この例ではＮ＝１１）に基づいて音像の定位角θを予測する。

具体的には、まず、積分器２１−１〜２１−Ｎは、例えばマイクロフォンＭ１〜ＭＮから各々入力された複数の音信号ＳＭ１〜ＳＭ１１を時間で積分し、積分信号Ｐ１〜Ｐ１１を対数化演算部２２に出力する。この対数化演算部２２は、入力された積分信号Ｐ１〜Ｐ１１を各々対数化して音圧レベルｄＰ１〜ｄＰ１１［ｄＢ］を演算し、正規化部２３に出力する。

これら正規化部２３は、この対数化演算部２２によって演算された各音圧レベルｄＰ１〜ｄＰ１１を正規化する。具体的には、この正規化部２３は、これら音圧レベルｄＰ１〜ｄＰ１１のうちの最小値が０［ｄＢ］となるようにその他の音圧レベルを正規化し、各々正規化信号ＤＰ１〜ＤＰ１１として線形和演算部２４に出力する。

線形和演算部２４は、これら正規化信号ＤＰ１〜ＤＰ１１の線形和を、上述した音信号の周波数帯域ごとに異なる予測係数ｃを用いて演算する。具体的には、この線形和演算部２４は、音信号の周波数帯域ごとに、正規化部３３によって正規化された各音圧ＤＰ１〜ＤＰ１１に各々予測係数ａ（１）〜ａ（１１）を掛け合わせて線形和を算出する。さらにこの線形和演算部２４は、この算出結果に定数ｃを足し合わせ、音像の定位角θを算出する。

次にステップＳ５では、制御部４が、その定位予測部１によって予測された音像の定位角θと、上述した音像の目標定位角ｄ＿θ＿ｆｃとの予測誤差Ｅｒｒｏｒ（ｉ）を算出する。なお、ここではカウンタｉ＝１であるため、制御部４が予測誤差Ｅｒｒｏｒ（１）を算出することになる。

次にステップＳ６では、制御部４がカウンタｉをインクリメントし、ｉ＝ｉ＋１とする。次にステップＳ７では、制御部４が、上述した０〜５［ｍｓｅｃ］のディレイ値ＤＬＹに対応する全ての予測誤差Ｅｒｒｏｒ（ｉ）が算出し終わるまで、上述したステップＳ２〜ステップＳ６の処理を繰り返す。

次にステップＳ８では、制御部４が、予測誤差Ｅｒｒｏｒ（ｉ）が最小となるディレイ値ＤＬＹを、この中心周波数ｆｃに対応するパラメータｄとして出力する。本実施形態では、さらに制御部４が、周波数帯域ごとにこのフローチャートの各手順を実行させることで、その周波数帯域に対応する最適なディレイ値ＤＬＹを求めることができる。

上記実施形態における音像定位予測装置１（定位予測部に相当）は、入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得手段２１−１〜２１−Ｎ，２２（積分器、対数化演算部に相当）と、前記音圧取得手段２１−１〜２１−Ｎによって取得された各音圧を正規化する正規化手段２３（正規化部に相当）と、前記正規化手段２３によって正規化された各音圧の線形和を、前記音信号の周波数帯域ごとに異なる複数の予測係数（ａ（１）〜ａ（Ｎ）と定数ｃに相当）を用いて演算する線形和演算手段２４（線形和演算部に相当）とを有する。

このようにすると、正規化手段２３は、正規化した各音圧によって相対的な音圧傾斜を特定することができるため、線形和演算手段２４が、入力された音信号のレベルに依存しないで次のように演算を行うことができる。すなわち線形和演算手段２４は、複数の音信号に対応した複数の音圧の線形和を演算し、この相対的な音圧傾斜に対応して複数の音信号により形成される音像の定位方向（上述した音像の定位角θに相当）を特定することができる。

しかも線形和演算手段２４は、音信号の周波数帯域ごとに異なる予測係数を用いて演算しているため、音信号の周波数帯域を考慮して正確に音像の定位方向θを特定することができる。従って線形和演算手段２４は、音信号の周波数帯域をも考慮した上で、複数の音信号により形成される音像の定位方向θを厳密に予測することができる。

上記実施形態における音像定位予測装置１は、上記構成に加えてさらに、線形和演算部２４が、音信号の周波数帯域ごとに、前記正規化手段２３によって正規化された各音圧に各前記予測係数ａ（１）〜ａ（Ｎ）を掛け合わせて線形和を算出する。なお、上記実施形態では、この線形和演算部２４が、この算出結果に定数ｃを足し合わせている。

上記実施形態における音像定位制御システム１００（音像定位調整装置に相当）は、テスト信号を発生するテスト信号発生手段６（テスト信号発生部に相当）と、前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させるように制御する音像定位制御手段７，７ａ（音像定位制御部に相当）と、前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向θを周波数帯域ごとに予測する音像定位予測手段１（音像定位予測手段に相当）と、前記音像定位予測手段１によって周波数帯域ごとに予測された音像の定位方向θに応じて、前記音像定位制御手段７，７ａを制御し、前記複数のテスト音の相対的な位相差を前記周波数帯域ごとに調整する制御手段４（制御部に相当）とを有する。

このようにすると、制御手段４は、周波数帯域ごとに複数のテスト信号のうちあるテスト信号の位相をシフトさせて、音像定位制御手段７，７ａが出力させる複数のテスト音によって形成される音像の定位方向θが所望の定位角となるように調整する。すると制御手段４は、単に複数のテスト音の相対的な位相差を調整するのみならず、周波数帯域ごとにも正確に調整するよう音像定位制御手段７，７ａを制御していることになる。このため制御手段４は、このように位相差のみで調整する場合に比べて、その調整後に、複数のテスト音で形成される音源の音色を変化させないようにすることができる。また制御手段４は、人間の聴覚に頼らずに、音像の定位方向θが所望の定位角となるように自動的に調整することができる。また、音像の定位方向と位相（ＤＬＹ）が周波数帯域ごとに対応付けられているため、音像定位制御部７，７ａの設計が容易となる。

上記実施形態における音像定位制御システム１００は、上記構成に加えてさらに、前記音像定位予測手段１（定位予測部に相当）は、入力された前記複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得手段２１−１〜２１−Ｎ，２２（積分器、対数化演算部に相当）と、前記音圧取得手段２１−１〜２１−Ｎによって取得された各音圧を正規化する正規化手段２３（正規化部に相当）と、前記正規化手段２３によって正規化された各音圧の線形和を、前記音信号の周波数帯域ごとに異なる複数の予測係数（ａ（１）〜ａ（Ｎ），ｃに相当）を用いて演算する線形和演算手段２４（線形和演算部に相当）とを備える。

このようにすると、正規化手段２３は、正規化した各音圧によって相対的な音圧傾斜を特定することができるため、線形和演算手段２４が、入力された音信号のレベルに依存しないで次のように演算を行うことができる。すなわち線形和演算手段２４は、複数の音信号に対応した複数の音圧の線形和を演算し、この相対的な音圧傾斜に対応して複数の音信号により形成される音像の定位方向（上述した音像の定位角θに相当）を特定することができる。

しかも線形和演算手段２４は、音信号の周波数帯域ごとに異なる予測係数を用いて演算しているため、音信号の周波数帯域を考慮して正確に音像の定位方向θを特定することができる。従って線形和演算手段２４は、音信号の周波数帯域をも考慮した上で、複数の音信号により形成される音像の定位方向θを厳密に予測することができる。

さらに制御手段４は、周波数帯域ごとに複数のテスト信号のうちあるテスト信号の位相をシフトさせて、音像定位制御手段７，７ａが出力させる複数のテスト音によって形成される音像の定位方向θが所望の定位角となるように調整する。すると、この制御手段４は、単に複数のテスト音の相対的な位相差を調整するのみならず、周波数帯域ごとにも詳細に調整するよう音像定位制御手段７，７ａを制御していることになる。このため制御手段４は、このように位相差のみで調整するため、その調整後に、複数のテスト音で形成される音源の音色を変化させないようにすることができる。また制御手段４は、人間の聴覚に頼らずに、音像の定位方向θが所望の定位角となるように自動的に調整することができる。

上記実施形態における音像定位制御システム１００は、上記構成に加えてさらに、線形和演算部２４が、音信号の周波数帯域ごとに、前記正規化手段２３によって正規化された各音圧に各前記予測係数ａ（１）〜ａ（Ｎ）を掛け合わせ線形和を算出する。さらに本実施形態では、線形和演算部２４が、この算出結果に定数ｃを足し合わせている。

このようにすると、線形和演算部２４が、音信号の周波数帯域ごとに正確に各音圧を演算することができるようになり、各予測係数ａ（１）〜ａ（Ｎ）を掛け合わせた各音圧の線形和を正確に演算することができる。このため制御手段４は、周波数帯域ごとにも正確に調整した音像定位制御手段７，７ａを制御するようになる。この制御手段４は、位相差のみで調整するため、その調整後に、複数のテスト音で形成される音源の音色を変化させないようにすることができる。また制御手段４は、人間の聴覚に頼らずに、より正確に、音像の定位方向θが所望の定位角となるように自動的に調整することができる。

上記実施形態における音像定位制御システム１００は、前記複数の音信号を各々入力するための複数の音入力手段Ｍ１〜ＭＮ（マイクロフォンに相当）は、仮に対象者が存在していると想定した場合における前記対象者の両耳の配列方向に沿って配列している。

このようにすると、対象者の両耳の配列方向に沿った線における音圧傾斜が音像定位の重要な鍵になるため、音入力手段Ｍ１〜ＭＮの数を最小にすることができる。

上記実施形態における音像定位予測方法は、入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得ステップと、前記音圧取得ステップによって取得された各音圧を正規化する正規化ステップと、前記正規化ステップによって正規化された各音圧の線形和を、前記音信号の周波数帯域ごとに異なる複数の予測係数（ａ（１）〜ａ（Ｎ），ｃに相当）を用いて演算する線形和演算ステップとを有する。

このようにすると、正規化ステップでは、正規化した各音圧によって相対的な音圧傾斜を特定することができるため、線形和演算ステップでは、入力された音信号のレベルに依存しないで次のように演算を行うことができる。すなわち線形和演算ステップでは、複数の音信号に対応した複数の音圧の線形和を演算し、この相対的な音圧傾斜に対応して複数の音信号により形成される音像の定位方向（上述した音像の定位角θに相当）を特定することができる。

しかも線形和演算ステップでは、音信号の周波数帯域ごとに異なる複数の予測係数を用いて演算しているため、音信号の周波数帯域を考慮して正確に音像の定位方向θを特定することができる。従って線形和演算ステップでは、音信号の周波数帯域をも考慮した上で、複数の音信号により形成される音像の定位方向θを厳密に予測することができる。

上記実施形態における音像定位制御方法は、テスト信号を発生するテスト信号発生ステップと、前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させる制御を行う音像定位制御ステップと、前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する音像定位予測ステップと、前記音像定位予測ステップによって周波数帯域ごとに予測された音像の定位方向に応じて、前記音像定位制御ステップによる前記複数のテスト音の相対的な位相差を、前記周波数帯域ごとに調整する制御ステップとを有する。

このようにすると、制御ステップでは、周波数帯域ごとに複数のテスト信号のうちあるテスト信号の位相をシフトさせて、音像定位制御ステップで出力させる複数のテスト音によって形成される音像の定位方向θが所望の定位角となるように調整する。すると制御ステップでは、単に複数のテスト音の相対的な位相差を調整するのみならず、周波数帯域ごとにも正確に調整するように音像定位制御ステップを制御していることになる。このため制御ステップでは、このように位相差のみで調整するため、その調整後に、複数のテスト音で形成される音源の音色を変化させないようにすることができる。また制御ステップでは、人間の聴覚に頼らずに、音像の定位方向θが所望の定位角となるように自動的に調整することができる。

＜第２実施形態＞
図９は、第２実施形態における音像定位制御システム１００ａの音像定位制御部７ａの電気的な構成例を示すブロック図である。なお図２においては、説明の都合上、音像定位制御部７に含まれないスピーカ１２，１３を図示している。また、図２においては、音像の定位角θを説明するため、上述したマイクロフォンＭ１〜ＭＮの代わりに対象者１４が図示されている。

第２実施形態における音像定位制御システム１００ａは、第１実施形態とほぼ同様の構成でありほぼ同様の動作である。このため第２実施形態では、同一の構成及び動作については第１実施形態における図１乃至図８と同一の符号を用いるとともに、その説明を省略し、以下の説明では異なる点を中心として説明する。

音像定位制御システム１００ａは、第１実施形態とは音像定位制御部７ａの構成が異なっている。具体的には、この音像定位制御部７ａは、第１実施形態における音像定位制御部７の構成に加えてさらに減衰部１５を備えている。第２実施形態では、この音像定位制御部７ａが、第１実施形態のように遅延部１１によって複数の音信号の相対的な位相差を発生させるとともに、減衰器１５によって複数の音信号の相対的な減衰量差を制御している。

この減衰部１５は、入力されたテスト信号ＳＬを分岐した一方のテスト信号ＳＬに一定の係数ａｔｔ（アッテネーション）を掛け合わせて、この一方のテスト信号ＳＬと他方のテスト信号ＳＬとに相対的に減衰量の差を生じさせる機能を有する。この減衰部１５は、このように減衰させた一方のテスト信号ＳＬを遅延部１１に出力する。

図１０は、第２実施形態における音像の定位制御例実験に用いたスピーカ１２，１３のレイアウト例を示している。なお、図１０における実験例では、図４とほぼ同様の条件にて実験を行っている。

この音像定位制御部７ａへの入力としては、例えば中心周波数１ｋＨｚのバンドノイズ（１／３オクターブ幅）を採用している。この音像定位制御部７ａは、右スピーカ１３からは減衰量差ａｔｔをかけるディレイ値ＤＬＹをかけた信号成分を出力させ、左スピーカ１３からはディレイをかけない信号成分を出力させる。

このような実験結果の一例によれば、音像定位制御部７ａは、位相のみならず減衰量によっても制御することができるため、より正確に音像の定位方向を調整することができる。

上記実施形態における音像定位制御システム１００ａは、上記第１実施形態の各構成に加えてさらに、前記音像定位制御手段７（音像定位制御部に相当）は、前記複数のテスト音の相対的な減衰量（ａｔｔ）の差を発生させる減衰手段１５（減衰器）を備える。

このようにすると、（音色は多少変化するものの、）無駄なく精度の高い音像の定位方向の調整を行うことができる。

なお、本実施形態は、上記に限られず、種々の変形が可能である。以下、そのような変形例を順を追って説明する。

上述した定位予測部１（音像定位予測装置）は、第１実施形態又は第２実施形態に示すような音像定位制御システム１００，１００ａのみならず、この定位予測部１を、認識すべき音声で生じる音像の定位角θを予測することに応用するようにしてもよい。

上述した第２実施形態では、この音像定位制御部７ａが、第１実施形態のように複数の音信号の相対的な位相差を制御するとともに、減衰器１５によって複数の音信号の相対的な減衰量を制御しているが、その代わりに、第１実施形態のように複数の音信号の相対的な位相差を制御する代わりに、減衰器１５によって複数の音信号の相対的な減衰量を制御するようにしてもよい。

本実施形態としての音像定位部を内蔵する音像定位調整装置のハードウェア構成例を示すブロック図である。 図１に示す音像定位制御部の電気的な構成例を示すブロック図である。 図１に示す定位予測部の具体的な構成例を示すブロック図である。 第１実施形態における実験に用いた音像の定位制御におけるスピーカのレイアウト例を示している。 図４に示すレイアウト例における各マイクロフォンの配置例を示す図である。 定位予測部の線形和の演算に用いる予測係数を算出した一例を示す図である。 図６に示す予測係数を用いて定位予測部が予測した結果の一例を示す図である。 定位予測部によって予測される音像の定位角を調整する手順の一例を示すフローチャートである。 第２実施形態における音像定位制御システムの音像定位制御部の電気的な構成例を示すブロック図である。 第２実施形態における実験に用いた音像の定位制御におけるスピーカのレイアウト例を示している。

１ 定位予測部（音像定位予測装置、音像定位予測手段に相当）
４ 制御部（制御手段に相当）
６ テスト信号生成部（テスト信号発生手段に相当）
７ 音像定位制御部（音像定位制御手段に相当）
７ａ 音像定位制御部（音像定位制御手段に相当）
１２ スピーカー（音出力手段に相当）
１３ スピーカー（音出力手段に相当）
２１−１〜２１−Ｎ 積分器（音圧取得手段に相当）
２２ 対数化演算部（音圧取得手段に相当）
２３ 正規化部（正規化手段に相当）
２４ 線形和演算部（線形和演算手段に相当）
１００ 音像定位調整装置（音像定位制御システムに相当）
１００ａ 音像定位調整装置（音像定位制御システムに相当）

Claims (9)

1. 入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得手段と、
   前記音圧取得手段によって取得された各音圧を正規化する正規化手段と、
   前記音信号の周波数帯域ごとに異なるように予め定められた複数の予測係数を用いて、前記正規化手段によって正規化された各音圧の線形和を演算し、その線形和により音像の定位角を算出する線形和演算手段と
   を有することを特徴とする音像定位予測装置。
2. 請求項１記載の音像定位予測装置において、
   前記予測係数は、
   実験において発生させた音に対応して入力された複数の音信号と、当該発生させた音に対し被験者が主観にて評価した定位角との対応関係を、重回帰分析することにより算出されている
   ことを特徴とする音像定位予測装置。
3. テスト信号を発生するテスト信号発生手段と、
   前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させる制御を行う音像定位制御手段と、
   前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する音像定位予測手段と、
   前記音像定位予測手段によって周波数帯域ごとに予測された音像の定位方向に応じて、前記音像定位制御手段を制御し、前記複数のテスト音の相対的な位相差を前記周波数帯域ごとに調整する制御手段と
   を有することを特徴とする音像定位制御システム。
4. 請求項３記載の音像定位制御システムにおいて、
   前記音像定位予測手段は、
   入力された前記複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得手段と、
   前記音圧取得手段によって取得された各音圧を正規化する正規化手段と、
   前記音信号の周波数帯域ごとに異なるように予め定められた複数の予測係数を用いて、前記正規化手段によって正規化された各音圧の線形和を演算し、その線形和により音像の定位角を算出する線形和演算手段と
   を備えることを特徴とする音像定位制御システム。
5. 請求項４記載の音像定位制御システムにおいて、
   前記予測係数は、
   実験において発生させた音に対応して入力された複数の音信号と、当該発生させた音に対し被験者が主観にて評価した定位角との対応関係を、重回帰分析することにより算出されている
   ことを特徴とする音像定位制御システム。
6. 請求項３乃至請求項５のいずれか記載の音像定位制御システムにおいて、
   前記音像定位制御手段は、
   前記複数のテスト音の相対的な減衰量の差を発生させる減衰手段を備えることを特徴とする音像定位制御システム。
7. 請求項３乃至請求項５のいずれか記載の音像定位制御システムにおいて、
   前記複数の音信号を各々入力するための複数の音入力手段をさらに有し、
   前記複数の音入力手段は、仮に対象者が存在していると想定した場合における前記対象者の両耳の配列方向に沿って配列していることを特徴とする音像定位制御システム。
8. 入力された複数の音信号を各々時間で積分するとともに対数化することにより、前記複数の音信号に対応する各音圧を取得する音圧取得ステップと、
   前記音圧取得ステップによって取得された各音圧を正規化する正規化ステップと、
   前記音信号の周波数帯域ごとに異なるように予め定められた複数の予測係数を用いて、前記正規化ステップによって正規化された各音圧の線形和を演算し、その線形和により音像の定位角を算出する線形和演算ステップと
   を有することを特徴とする音像定位予測方法。
9. テスト信号を発生するテスト信号発生ステップと、
   前記テスト信号に基づいて出力されるべき複数のテスト音の相対的な位相差を周波数帯域ごとにシフトさせ、前記複数のテスト音を出力させる制御を行う音像定位制御ステップと、
   前記複数のテスト音に基づいて各々入力された複数の音信号から、前記複数のテスト音の相対的な位相差に応じて形成される音像の定位方向を周波数帯域ごとに予測する音像定位予測ステップと、
   前記音像定位予測ステップによって周波数帯域ごとに予測された音像の定位方向に応じて、前記音像定位制御ステップによる前記複数のテスト音の相対的な位相差を、前記周波数帯域ごとに調整する制御ステップと
   を有することを特徴とする音像定位制御方法。

Images