JP5092864B2 - 音処理装置およびプログラム - Google Patents

Description

本発明は、複数の収音機器（マイクロホン）が生成した入力信号からステレオの出力信号を生成する技術に関する。

複数の収音機器からの入力信号に基づいてステレオの複数の出力信号を生成する技術が従来から提案されている。例えば特許文献１には、無指向性の４個の収音機器を利用して右チャネルおよび左チャネルの２系統の出力信号を生成する技術が開示されている。また、特許文献２には、単一指向性の収音機器（Ｍマイク）と双指向性の収音機器（Ｓマイク）とを利用したＭＳ方式で２系統の出力信号を生成する技術が開示されている。
特開平７−７５１９５号公報 特開平７−２９８３８７号公報

しかし、特許文献１の技術においては２系統の出力信号の生成のために４個もの収音機器が必要であるから、装置の大型化やコストの増大が問題となる。また、特許文献２の技術においては指向性（単一指向性および双指向性）の収音機器が必須であるという制約がある。以上の事情を背景として、本発明は、少数の無指向性の収音機器を使用してステレオの出力信号を生成することをひとつの目的としている。

以上の課題を解決するために、本発明のひとつの形態に係る音処理装置は、無指向性の第１収音機器が生成した第１入力信号と第１収音機器から離間した無指向性の第２収音機器が生成した第２入力信号とからステレオの第１出力信号と第２出力信号とを生成する装置であって、第１入力信号と第２入力信号との加算に応じた第１中間信号（例えば中間信号ａ2）を生成する第１処理手段と、第１入力信号と第２入力信号との差分に応じた第２中間信号（例えば中間信号ｂ2）を生成する第２処理手段と、第１中間信号と第２中間信号とを加算して第１出力信号を生成する加算手段と、第１中間信号から第２中間信号を減算して第２出力信号を生成する減算手段と、第１入力信号および第２入力信号の加算後の信号（例えば加算信号ａ1や中間信号ａ2や中間信号ｃ）と第１入力信号および第２入力信号の減算後の信号（例えば差分信号ｂ1や中間信号ｂ2）とを対比することで有音／無音を判定する判定手段と、判定手段が無音と判定した場合に第１出力信号および第２出力信号の強度を低下させる制御手段とを具備する。

以上の構成においては、第１入力信号および第２入力信号の加算に応じた第１中間信号と第１入力信号および第２入力信号の差分に応じた第２中間信号とからステレオの第１出力信号および第２出力信号とが生成される。したがって、第１出力信号および第２出力信号の生成に原理的に必要な収音機器の個数が特許文献１と比較して削減されるとともに、特許文献２の技術で必要となる指向性の収音機器が原理的に不要であるという利点がある。また、判定手段が無音と判定した区間にて第１出力信号および第２出力信号の強度（再生音の音量）が抑制されるから、受聴者にとって受聴し易い再生音を生成することが可能である。さらに、第１出力信号および第２出力信号の生成に使用される信号（第１入力信号および第２入力信号の加算後の信号や第１入力信号および第２入力信号の減算後の信号）が音声の有無の判定に流用されるから、音声の有無を判定する基準を第１出力信号や第２出力信号の生成とは独立して用意する場合と比較して、音処理装置の構成や処理が簡素化されるという利点がある。

なお、本発明における「無指向性」とは、指向性が完全に排除された性質に限定されない。すなわち、音波が到来する方向に応じて受音の感度に若干の相違がある場合でも、実質的に無指向と同視できる性質は本発明における「無指向性」の概念に包含される。また、以上の構成においては第１収音機器および第２収音機器のみが明示的に規定されているが、第１収音機器および第２収音機器以外の収音機器からの入力信号を第１出力信号や第２出力信号の生成に利用する構成を本発明の範囲から除外する趣旨ではない。

判定部が無音と判定した場合に第１出力信号および第２出力信号の強度を低下させる方法は本発明において任意であるが、例えば、第１出力信号の強度を調整する第１強度調整手段（例えば強度調整部３４）と、第２出力信号の強度を調整する第２強度調整手段（例えば強度調整部４４）とを具備し、制御手段が、判定手段が無音と判定した場合に、第１出力信号および第２出力信号の強度を低下させるように第１強度調整手段および第２強度調整手段を制御する構成が好適に採用される。また、第２中間信号の強度を調整する強度調整手段（例えば図９の強度調整部６６）を設置し、制御手段が、判定手段が無音と判定した場合に、第２中間信号の強度を低下させるように強度調整手段を制御する構成によれば、第１強度調整手段と第２強度調整手段とを設置した構成と比較して音処理装置の構成が簡素化されるという利点がある。

本発明の好適な態様において、第１処理手段は、第１入力信号と第２入力信号とを加算した信号の強度を低減する第１補正手段（例えば補正部１４）を具備する。以上の態様においては、第１入力信号と第２入力信号とを加算した信号の強度が低減されるから、左右の方向感に富んだ音声を生成することが可能となる。もっとも、第１補正手段の有無は本発明において任意である。

第１入力信号から第２入力信号を減算した信号においては、所定の波長（さらに具体的には第１収音機器と第２収音機器との間隔の２倍に相当する波長）に対応した周波数の成分の強度が最大となり、当該周波数に対して低周波側の成分ほど低強度となる傾向がある。そこで、本発明の好適な態様において、第２処理手段は、第１入力信号から第２入力信号を減算した信号のうち低周波側の成分の強度を高周波側の成分の強度に対して相対的に増加させる（すなわち、高周波側の成分の強度を低周波側の成分の強度に対して相対的に減少させる）第２補正手段（例えば補正部２４）を具備する。以上の態様においては、第１入力信号から第２入力信号を減算した信号のうち低周波側の成分の強度が高周波側の成分の強度に対して相対的に増加するから、広帯域にわたって強度が均等な音声（特に低音域の音量が充分に確保された音声）を生成することができる。もっとも、第２補正手段の有無は本発明において任意である。

第２補正手段を具備する構成の具体例において、制御手段は、判定手段が無音と判定した場合に、第２補正手段における低周波側の成分に対するゲインを低下させる。以上の構成によれば、無音区間にて第１出力信号や第２出力信号の強度を低下させる手段を第１処理手段や第２処理手段と独立して設置する必要がないから、音処理装置の構成が簡素化されるという利点がある。

本発明の好適な態様に係る音処理装置は、第１中間信号と第２中間信号とが同位相または逆位相となるように調整する位相調整手段を具備する。以上の構成によれば、第１中間信号と第２中間信号とについて相対応する時点での強度が比較されるから、第１中間信号と第２中間信号との位相を調整せずに比較する構成と比較して判定手段が音声の有無を正確に判定できるという利点がある。また、位相調整手段による位相の調整で、ステレオ感が良好かつ充分な第１出力信号および第２出力信号を生成することも可能となる。なお、位相調整手段による調整の対象は本発明において任意である。例えば、第１中間信号および第２中間信号の少なくとも一方の位相を調整する構成が採用される。また、位相調整手段による調整の位置（時点）は本発明において任意である。例えば、第１補正手段を具備する態様において、位相調整手段による位相の調整は、第１補正手段による補正前および補正後の何れにおいても実行される。また、第２補正手段を具備する態様において、位相調整手段による位相の調整は、第２補正手段による補正前および補正後の何れにおいても実行される。

本発明の好適な態様に係る音処理装置は、第１入力信号と第２入力信号との加算後の信号における高周波側の成分を抑制する第１平滑手段と、第１入力信号と第２入力信号との減算後の信号における高周波側の成分を抑制する第２平滑手段とを具備し、判定手段は、第１平滑手段による処理後の信号と第２平滑手段による処理後の信号とを比較する。以上の態様においては、判定手段が比較する各信号の強度の変動が抑制されるから、両信号の位相差が判定の結果に与える影響が低減される。したがって、正確に音声の有無を判定できるという利点がある。

本発明の好適な態様に係る音処理装置において、判定手段は、第１収音機器および第２収音機器から離間した第３収音機器（例えば図７の収音機器７３）が生成した第３入力信号と第１入力信号と第２入力信号との加算後の信号と、第１入力信号および第２入力信号の減算後の信号とを対比することで有音／無音を判定する。以上の態様においては、第１入力信号と第２入力信号と第３入力信号との加算後の信号の強度が有音区間において強調されるから、判定手段が有音と無音とを高精度に区別できるという利点がある。

本発明の別の態様に係る音処理装置は、無指向性の第１収音機器が生成した第１入力信号と第１収音機器から離間した無指向性の第２収音機器が生成した第２入力信号とからステレオの第１出力信号と第２出力信号とを生成する装置であって、第１入力信号と第２入力信号との差分に応じた第２中間信号を生成する第２処理手段と、第１入力信号および第２入力信号の一方である第１中間信号と第２中間信号とを加算して第１出力信号を生成する加算手段と、第１中間信号から第２中間信号を減算して第２出力信号を生成する減算手段と、第１中間信号と第１入力信号および第２入力信号の減算後の信号とを対比することで有音／無音を判定する判定手段と、判定手段が無音と判定した場合に第１出力信号および第２出力信号の強度を低下させる制御手段とを具備する。以上の構成においては、第１入力信号と第２入力信号とを加算する要素（例えば第１処理手段）が不要となるから、音処理装置の構成が簡素化されるという利点がある。なお、以上の態様の具体例は第５実施形態として後述される。

本発明に係る音処理装置は、各処理に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）などの汎用の演算処理装置とプログラムとの協働によっても実現される。本発明に係るプログラムは、無指向性の第１収音機器が生成した第１入力信号と第１収音機器から離間した無指向性の第２収音機器が生成した第２入力信号とからステレオの第１出力信号と第２出力信号とを生成するためのプログラムであって、第１入力信号と第２入力信号との加算に応じた第１中間信号を生成する第１処理処理と、第１入力信号と第２入力信号との差分に応じた第２中間信号を生成する第２処理処理と、第１中間信号と第２中間信号とを加算して第１出力信号を生成する加算処理と、第１中間信号から第２中間信号を減算して第２出力信号を生成する減算処理と、第１入力信号および第２入力信号の加算後の信号と第１入力信号および第２入力信号の減算後の信号とを対比することで有音／無音を判定する判定処理と、判定処理で無音と判定した場合に第１出力信号および第２出力信号の強度を低下させる制御処理とをコンピュータに実行させる。以上のプログラムによっても本発明の音処理装置と同様の作用および効果が実現される。なお、本発明のプログラムは、ＣＤ−ＲＯＭなど可搬型の記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態で提供されてコンピュータにインストールされる。

＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態に係る音処理装置１００Aのブロック図である。図１に示すように、音処理装置１００Aには、収音機器７１および収音機器７２と放音機器８１および放音機器８２とが接続される。収音機器７１および収音機器７２は、所定の方向（左右の方向）Ｄ1に沿って間隔ｄをあけて配置される。

収音機器７１および収音機器７２の各々は、受音の感度が全方向にわたって略均等な無指向性のマイクロホンである。収音機器７１は周囲の音響に応じた入力信号ＳIN1を生成し、収音機器７２は周囲の音響に応じた入力信号ＳIN2を生成する。なお、入力信号ＳIN1および入力信号ＳIN2の各々は、実際にはデジタル信号に変換されたうえで音処理装置１００Aに供給されるが、図１ではＡ/Ｄ変換器の図示を便宜的に省略した。ただし、入力信号ＳIN1および入力信号ＳIN2の各々がアナログ信号として音処理装置１００Aに供給されて処理される構成（音処理装置１００Aをアナログ回路とした構成）も採用される。

音処理装置１００Aは、入力信号ＳIN1および入力信号ＳIN2からステレオの出力信号ＳOUT1（右チャネル）と出力信号ＳOUT2（左チャネル）とを生成する。放音機器８１は出力信号ＳOUT1に応じた音波を放射し、放音機器８２は出力信号ＳOUT2に応じた音波を放射する。例えばスピーカやヘッドホンが放音機器８１および放音機器８２として採用される。なお、出力信号ＳOUT1および出力信号ＳOUT2をアナログ信号に変換するＤ/Ａ変換器の図示は便宜的に省略されている。

音処理装置１００Aは、第１処理部１０と第２処理部２０と第１出力部３０と第２出力部４０とを具備する。記録媒体（図示略）に格納されたプログラムを演算処理装置が実行することで音処理装置１００Aの各要素が実現される。ただし、音処理に専用されるＤＳＰなどの電子回路によっても音処理装置１００Aは実現できる。また、音処理装置１００Aの各要素を複数の装置（集積回路）に分散的に搭載した構成も採用される。

第１処理部１０は、入力信号ＳIN1と入力信号ＳIN2との加算に応じた中間信号ａ2を生成する。第１処理部１０は、加算部１２と補正部１４とを具備する。加算部１２は、入力信号ＳIN1と入力信号ＳIN2とを加算した加算信号ａ1（ａ1＝ＳIN1＋ＳIN2）を生成する。

図２は、所定の強度の音波が到来したときに観測される加算信号ａ1の強度の分布図である。軸線Ｄ0と軸線Ｄ1との交点を中心とした半径の方向が加算信号ａ1の強度に相当する。図２においては、入力信号ＳIN（ＳIN1またはＳIN2）の強度と音波の到来の方向との関係が破線で図示されている。収音機器７１および収音機器７２は無指向性であるから、所定の強度の音波が到来した場合の入力信号ＳINの強度は、音波の到来の方向に拘わらず略同等となる。したがって、入力信号ＳINの強度の分布は略円形となる。

方向Ｄ1に垂直な方向（前後の方向）Ｄ0から到来する音波は略同位相で収音機器７１および収音機器７２に到達するから、方向Ｄ0から音波が到来したときに加算部１２から出力される加算信号ａ1の強度（振幅）は、図２に示すように入力信号ＳIN1（または入力信号ＳIN2）の約２倍の強度となる。一方、方向Ｄ1から到達する音波は間隔ｄに応じた位相差（時間差）をもって収音機器７１および収音機器７２の各々に到達する。したがって、音波の強度が同等であるとしても、方向Ｄ1から音波が到来した場合に加算部１２から出力される加算信号ａ1の強度は、図２に示すように方向Ｄ0から音波が到来した場合の加算信号ａ1の強度と比較して低下する。以上のように加算信号ａ1の強度は音波の到来の方向に応じて相違する。さらに詳述すると、加算信号ａ1（さらには中間信号ａ2）の強度の分布は、図２に示すように、方向Ｄ0に並ぶ２個の円形を連結したパターンとなる。

図２に示すように、方向Ｄ0から音波が到来した場合の加算信号ａ1の強度は入力信号ＳIN1や入力信号ＳIN2の約２倍となる。図１の補正部１４は、加算信号ａ1の強度を低減することで中間信号ａ2を生成する。さらに詳述すると、補正部１４は、方向Ｄ0から音波が到来した場合の加算信号ａ1の強度が入力信号ＳIN1（または入力信号ＳIN2）と同等の強度となるように加算信号ａ1を補正する。加算信号ａ1に係数「1/2」を乗算する乗算器（増幅器）が補正部１４として好適に採用される。

図１の第２処理部２０は、入力信号ＳIN1と入力信号ＳIN2との差分に応じた中間信号ｂ2を生成する。第２処理部２０は、減算部２２と補正部２４を具備する。減算部２２は、入力信号ＳIN1から入力信号ＳIN2を減算することで差分信号ｂ1（ｂ1＝ＳIN1−ＳIN2）を生成する。

図３は、所定の強度の音波が到来したときに観測される差分信号ｂ1の強度を図２と同様の方法で図示した分布図である。方向Ｄ0から到来する音波は略同位相で収音機器７１および収音機器７２の各々に到達するから、入力信号ＳIN1および入力信号ＳIN2の各々に個別に重畳される雑音を便宜的に無視すると、方向Ｄ0から音波が到来した場合に減算部２２から出力される差分信号ｂ1（ｂ1＝ＳIN1−ＳIN2）の強度はゼロとなる。一方、方向Ｄ1から到来する音波は間隔ｄに応じた位相差をもって収音機器７１および収音機器７２の各々に到達する。したがって、方向Ｄ1から音波が到来した場合、音波の波長と間隔ｄとの関係に応じた強度の差分信号ｂ1が生成される。以上のように差分信号ｂ1の強度は音波の到来の方向に応じて相違する。さらに詳述すると、図３に示すように、差分信号ｂ1（さらには中間信号ｂ2）の強度の分布は、方向Ｄ1に２個の円形を配置したパターンとなる。

ところで、収音機器７１と収音機器７２との間隔ｄの２倍に相当する波長λ0（λ0＝２ｄ）の音波が方向Ｄ1から到来した場合には入力信号ＳIN1と入力信号ＳIN2とは逆位相となる。したがって、入力信号ＳIN1と入力信号ＳIN2との差分である差分信号ｂ1は、波長λ0に対応した周波数ｆ0（ｆ0＝ｖ／λ0（ｖ：音速））の成分の強度が最大となり、周波数ｆ0と比較して周波数が低い成分ほど低強度となる。

図１の補正部２４は、以上のような差分信号ｂ1の周波数特性（高周波成側の成分ほど高強度となる不均衡）を補正することで中間信号ｂ2を生成する。さらに詳述すると、補正部２４は、差分信号ｂ1のうち低周波側の成分の強度を高周波側の成分の強度に対して相対的に増加させる（高周波側の成分の強度を低周波側の成分の強度に対して相対的に低減する）。ローパスフィルタなど各種のフィルタが補正部２４として好適に採用される。さらに具体的には、図４に実線の特性Ｆ0として図示したように、周波数ｆTH（ｆTH＜ｆ0）を下回る成分の強度を所定のゲインＧH（ＧH≧１）で増幅するとともに周波数ｆTHを上回る成分の強度を高周波側（周波数ｆ0に近い周波数）ほど抑制する特性のローパスフィルタが補正部２４として採用される。

図２を参照して説明したように、音波の到来の方向に対する中間信号ａ2の強度の特性は、方向Ｄ0に指向する双指向性の収音機器（ＭＳ方式におけるＭマイク）が生成した信号の特性に概略的には類似する。一方、音波の到来の方向に対する差分信号ｂ1の強度の特性は、図３を参照して説明したように、方向Ｄ0を死角として方向Ｄ1に指向する双指向性の収音機器（ＭＳ方式におけるＳマイク）が生成した信号の特性に概略的には類似する。そこで、第１出力部３０および第２出力部４０は、以下に説明するように、ＭＳ方式におけるＭマイクの出力に相当する信号として中間信号ａ2を利用するとともにＳマイクの出力に相当する信号として中間信号ｂ2を利用することでステレオの出力信号ＳOUT1および出力信号ＳOUT2を生成する。

図１の第１出力部３０は、第１処理部１０が生成した中間信号ａ2と第２処理部２０が生成した中間信号ｂ2とから出力信号ＳOUT1を生成する。出力信号ＳOUT1は、方向Ｄ0の右斜め方向を指向軸とする指向性の収音機器の出力信号に相当する右チャネル（Ｒch）の音響信号である。

第１出力部３０は、加算部３２と強度調整部３４とを具備する。加算部３２は、中間信号ａ2と中間信号ｂ2とを加算することで出力信号ＳOUT1（ＳOUT1＝ａ2＋ｂ2）を生成する。強度調整部３４は、加算部３２が生成した出力信号ＳOUT1の強度（音量）を調整する。さらに詳述すると、出力信号ＳOUT1を可変のゲインＧ1で増幅する増幅器が強度調整部３４として採用される。強度調整部３４による調整後の出力信号ＳOUT1が放音機器８１に供給される。

第２出力部４０は、第１処理部１０が生成した中間信号ａ2と第２処理部２０が生成した中間信号ｂ2とから出力信号ＳOUT2を生成する。出力信号ＳOUT2は、方向Ｄ0の左斜め方向を指向軸とする指向性の収音機器の出力信号に相当する左チャネル（Ｌch）の音響信号である。

第２出力部４０は、減算部４２と強度調整部４４とを具備する。減算部４２は、中間信号ａ2から中間信号ｂ2を減算することで出力信号ＳOUT2（ＳOUT2＝ａ2−ｂ2）を生成する。強度調整部４４は、減算部４２が生成した出力信号ＳOUT2の強度を調整する。さらに詳述すると、出力信号ＳOUT2を可変のゲインＧ2で増幅する増幅器が強度調整部４４として採用される。強度調整部４４による調整後の出力信号ＳOUT2が放音機器８２に供給される。

以上の形態においては、無指向性の２個の収音機器（７１，７２）を利用してステレオの出力信号ＳOUT1および出力信号ＳOUT2が生成される。したがって、４個の収音機器が必要な特許文献１の技術と比較して装置の小型化やコストの削減が実現される。また、収音機器７１や収音機器７２は無指向性であるから、指向性の収音機器が必要な特許文献２の技術と比較して各収音機器の位置や方向の制約が少なくて利便性が高いという利点もある。

なお、加算信号ａ1においては方向Ｄ0から到来した音波が強調されるから、補正部１４を配置しない構成においては、正面（方向Ｄ0）からの音波の影響が過大となる。したがって、受聴者が知覚するステレオ感（左右の方向感）が不足する可能性がある。本形態においては補正部１４が加算信号ａ1の強度を低減するから、補正部１４を配置しない構成と比較してステレオ感に富んだ再生音を生成することができる。なお、再生音におけるステレオ感の不足が特段の問題とならないのであれば補正部１４は省略される。

また、差分信号ｂ1の低周波側の成分は高周波側の成分と比較して低強度であるから、補正部２４を省略した構成においては、再生音の低音域の音量が不足する可能性がある。本形態においては広帯域にわたって強度が均等化されるように補正部２４が差分信号ｂ1を補正するから、再生音において低音域の音量を充分に確保することが可能である。もっとも、低音域の音量の不足が特段の問題とならないのであれば補正部２４は省略される。

ところで、入力信号ＳIN1および入力信号ＳIN2の各々は時間軸上で有音区間と無音区間とに区別される。有音区間は、収音および放音の本来的な目標となる音声（例えば発話音や楽音）の成分（以下「音声成分」という）が存在する区間であり、無音区間は音声成分が存在しない区間である。入力信号ＳIN1および入力信号ＳIN2には雑音成分が重畳されるから、無音区間は雑音成分のみが存在する区間と換言される。雑音成分は、例えば、収音機器７１または収音機器７２に到達した環境音（例えば周囲の暗騒音や空調設備の動作音）の成分や、収音機器７１または収音機器７２での収音時や伝送時に電気的に重畳される雑音の成分である。無音区間の雑音成分が顕著な再生音は受聴者が受聴し難い。そこで、音処理装置１００Aは、無音区間の雑音成分を抑圧するための雑音抑圧部５０を具備する。

図１の雑音抑圧部５０は、判定部５２と制御部５４とを具備する。判定部５２は、第１処理部１０が生成した中間信号ａ2の強度ｐAと第２処理部２０が生成した中間信号ｂ2の強度ｐBとに基づいて入力信号ＳIN1や入力信号ＳIN2における音声の有無を判定する（すなわち有音区間と無音区間とを区別する）。中間信号ａ2と中間信号ｂ2とに応じた判定の詳細について以下に詳述する。

入力信号ＳIN1および入力信号ＳIN2の各々には個別に雑音成分（Ｎ1，Ｎ2）が重畳される。いま、収音機器７１および収音機器７２とが共通の音声成分Ｓを収音した場合を想定すると、入力信号ＳIN1は音声成分Ｓと雑音成分Ｎ1との加算（ＳIN1＝Ｓ＋Ｎ1）に相当し、入力信号ＳIN2は音声成分Ｓと雑音成分Ｎ2との加算（ＳIN2＝Ｓ＋Ｎ2）に相当する。

したがって、入力信号ＳIN1と入力信号ＳIN2との加算信号ａ1（さらには補正後の中間信号ａ2）においては音声成分Ｓが強調される（ａ1＝２Ｓ＋Ｎ1＋Ｎ2）。一方、入力信号ＳIN1から入力信号ＳIN2を減算した差分信号ｂ1（さらには補正後の中間信号ｂ2）においては、音声成分Ｓが相殺されて雑音成分のみが残存する（ｂ1＝Ｎ1−Ｎ2）。音声成分Ｓは雑音成分（Ｎ1，Ｎ2）と比較して一般的に高強度であるから、有音区間における中間信号ａ2の強度ｐAは中間信号ｂ2の強度ｐBと比較して高い（ｐA＞ｐB）。

一方、音声成分Ｓが存在しない無音区間においては、入力信号ＳIN1は雑音成分Ｎ1に相当し（ＳIN1＝Ｎ1）、入力信号ＳIN2は雑音成分Ｎ2に相当する（ＳIN2＝Ｎ2）。したがって、入力信号ＳIN1および入力信号ＳIN2の加算（ａ1＝Ｎ1＋Ｎ2）に応じた中間信号ａ2の強度ｐAと、入力信号ＳIN1および入力信号ＳIN2の差分（ｂ1＝Ｎ1−Ｎ2）に応じた中間信号ｂ2の強度ｐBとは略同等となる（ｐA≦ｐB）。すなわち、無音区間における強度ｐAと強度ｐBとの差異は有音区間における両者の差異と比較して小さい。

以上の傾向を考慮して、判定部５２は、中間信号ａ2の強度ｐAと中間信号ｂ2の強度ｐBとを順次に特定したうえで、強度ｐAが強度ｐBを上回る区間を有音区間と判定し、強度ｐAが強度ｐB以下となる区間を無音区間と判定する。なお、実際には強度ｐAと強度ｐBとは加重後に比較される。強度ｐAおよび強度ｐBの各々の加重値は、補正部１４や補正部２４における補正の内容や程度に応じて実験的または統計的に選定される。

制御部５４は、判定部５２による判定の結果に応じて再生音の音量を制御する。さらに詳述すると、制御部５４は、判定部５２が無音と判定した場合に、出力信号ＳOUT1や出力信号ＳOUT2の強度が低下するように音処理装置１００Aの各要素を制御する。本形態の制御部５４は、強度調整部３４のゲインＧ1および強度調整部４４のゲインＧ2を調整することで出力信号ＳOUT1や出力信号ＳOUT2の強度を制御する。すなわち、制御部５４は、無音区間でのゲインＧ1およびゲインＧ2を有音区間でのゲインＧ1およびゲインＧ2と比較して低下させる。

以上の形態においては、無音区間における再生音（雑音成分）の音量が抑制されるから、受聴者にとって受聴し易い再生音を生成することが可能である。また、出力信号ＳOUT1および出力信号ＳOUT2を生成するための中間信号ａ2および中間信号ｂ2が音声の有無（有音区間／無音区間）の判定に流用されるから、音声の有無を判定する基準を中間信号ａ2や中間信号ｂ2とは別個に用意する場合と比較して音処理装置１００Aの構成や処理が簡素化されるという利点がある。

なお、無音区間における差分信号ｂ1は雑音成分Ｎ1および雑音成分Ｎ2のみを反映する。補正部２４は差分信号ｂ1の低周波側の成分を強調するから、再生音の音量を無音区間にて低減しない構成においては、無音区間における差分信号ｂ1のうち補正部２４にて強調された低周波側の雑音成分が再生音にて顕著となる。以上の事情を考慮すると、無音区間の雑音成分を雑音抑圧部５０が抑圧する本形態の構成は、差分信号ｂ1の低周波側の成分を強調する補正部２４を具備する構成において格別に有効である。

＜Ｂ：第２実施形態＞
次に、本発明の第２実施形態について説明する。なお、以下の各形態において作用や機能が第１実施形態と同等である要素については、以上と同じ符号を付して各々の詳細な説明を適宜に省略する。

図５は、第２実施形態に係る音処理装置１００Bのブロック図である。図５に示すように、音処理装置１００Bは、第１実施形態の音処理装置１００Aに位相調整部６２を追加した構成である。位相調整部６２は、以下に詳述するように中間信号ａ2および中間信号ｂ2の位相を調整する。

入力信号ＳIN1と入力信号ＳIN2との位相差（すなわち収音機器７１および収音機器７２の各々に音波が到達する時間差）に起因して、加算部１２が生成する加算信号ａ1と減算部２２が生成する差分信号ｂ1との間には、音波の到来の方向に応じて±９０度の位相差が発生する。位相調整部６２は、中間信号ａ2と中間信号ｂ2との位相角を０度（同位相）または１８０度（逆位相）に調整する。

図２の軸線Ｄ0を挟んで右側の空間から収音機器７１および収音機器７２に音波が到来する場合には加算信号ａ1が差分信号ｂ1に対して９０度だけ遅延する。出力信号ＳOUT1および出力信号ＳOUT2は加算信号ａ1および差分信号ｂ1の加算および減算で生成されるから、再生音のステレオ感を強調するためには中間信号ａ2と中間信号ｂ2とが同位相であることが望ましい。したがって、位相調整部６２は、補正部２４による補正後の中間信号ｂ2を９０度だけ遅延させる。

一方、図２の軸線Ｄ0を挟んで左側の空間から収音機器７１および収音機器７２に音波が到来する場合には中間信号ａ2が中間信号ｂ2に対して９０度だけ先行する。再生音のステレオ感を強調するためには中間信号ａ2と中間信号ｂ2とが逆位相であることが望ましいから、位相調整部６２は、中間信号ｂ2を９０度だけ遅延させる。

以上の形態によれば、中間信号ａ2と中間信号ｂ2との位相差が０度（同位相）または１８０度（逆位相）に補正されるから、ステレオ感に富んだ再生音を再生できる出力信号ＳOUT1および出力信号ＳOUT2を生成することが可能となる。

一方、図５の判定部５２は、位相調整部６２による調整後の中間信号ａ2と中間信号ｂ2との強度（ｐA，ｐB）を比較することで音声の有無（有音区間／無音区間）を判定する。以上の構成によれば、中間信号ａ2と中間信号ｂ2とについて、相対応する時点での強度ｐAと強度ｐBとが比較されるから、中間信号ａ2と中間信号ｂ2との位相角を調整せずに強度ｐAと強度ｐBとを比較する構成と比較して音声の有無を正確に判定することが可能である。しかも、再生音のステレオ感の強調と判定部５２による判定の精度の向上との双方が位相調整部６２による位相の調整で実現されるから、両社を別個の処理で実現する場合と比較して音処理装置１００Bの構成や処理が簡素化されるという利点もある。

なお、以上の例示では位相調整部６２が中間信号ｂ2を遅延させたが、位相調整部６２が中間信号ａ2の位相を中間信号ｂ2に対して９０度だけ進ませる構成や、位相調整部６２が中間信号ａ2および中間信号ｂ2の双方の位相を調整する構成によっても同様の効果が実現される。また、位相を調整する位置（位相調整部６２の位置）は任意である。例えば、補正部１４または補正部２４の前段に位相調整部６２を配置した構成も採用される。

＜Ｃ：第３実施形態＞
図６は、第３実施形態に係る音処理装置１００Cのブロック図である。図６に示すように、音処理装置１００Cは、第１実施形態の音処理装置１００Aに平滑部５６Aと平滑部５６Bとを追加した構成である。平滑部５６Aは、中間信号ａ2の強度ｐAの時間的な変動を平滑化する。同様に、平滑部５６Bは、中間信号ｂ2の強度ｐBの時間的な変動を平滑化する。例えば、強度ｐAまたは強度ｐBの時系列の移動平均を算定する演算回路や、強度ｐAや強度ｐBの時間的な変動のうち高域側の成分を抑制するフィルタ回路（例えばＩＩＲフィルタ）が平滑部５６Aや平滑部５６Bとして好適である。また、強度ｐAまたは強度ｐBの各サンプルを、当該サンプルを含む所定の範囲内での最小値に置換するといった特性の非線形フィルタも平滑部５６Aや平滑部５６Bとして採用される。

以上の形態においては、強度ｐAおよび強度ｐBの各々の時間的な変動が平滑化されるから、中間信号ａ2と中間信号ｂ2との位相差が判定部５２による強度ｐAと強度ｐBとの比較に与える影響は低減される。したがって、中間信号ａ2と中間信号ｂ2とに多少の位相差がある場合であっても音声の有無が正確に判定されるという利点がある。なお、図６においては第１実施形態を基礎とした構成を例示したが、第２実施形態の雑音抑圧部５０にも同様に平滑部５６Aおよび平滑部５６Bが配置され得る。

＜Ｄ：第４実施形態＞
図７は、第４実施形態に係る音処理装置１００Dのブロック図である。図７に示すように、音処理装置１００Dは、第１実施形態の音処理装置１００Aに加算部６４を追加するとともに収音機器７３を接続した構成である。収音機器７３は、収音機器７１や収音機器７２から離間した位置に配置されて周囲の音響に応じた入力信号ＳIN3を生成する。有音区間（音声成分Ｓが存在する区間）内における入力信号ＳIN3は、入力信号ＳIN1や入力信号ＳIN2と略共通の音声成分Ｓと入力信号ＳIN3に固有の雑音成分Ｎ3との加算に相当する。

加算部６４は、第１処理部１０の加算部１２が算定した加算信号ａ1に入力信号ＳIN3を加算することで中間信号ｃを生成する。したがって、中間信号ｃは、入力信号ＳIN1と入力信号ＳIN2と入力信号ＳIN3との加算に応じた信号（ｃ＝ＳIN1＋ＳIN2＋ＳIN3）である。補正部１４が加算信号ａ1から中間信号ａ2を生成する構成は第１実施形態と同様である。

判定部５２は、第２処理部２０が生成した中間信号ｂ2の強度ｐBと加算部６４が生成した中間信号ｃ（ｃ＝Ｓ＋Ｎ3）の強度ｐCとを比較することで音声の有無を判定する。すなわち、判定部５２は、第１実施形態における中間信号ａ2の強度ｐAに代えて中間信号ｃの強度ｐCを判定に使用する。例えば、判定部５２は、中間信号ｃの強度ｐCが中間信号ｂ2の強度ｐBを上回る場合に有音と判定し、強度ｐCが強度ｐB以下である場合に無音と判定する。

有音区間における中間信号ｃは音声成分Ｓの３倍の成分を包含する（ｃ＝３Ｓ＋Ｎ1＋Ｎ2＋Ｎ3）から、有音区間における強度ｐCは第１実施形態や第２実施形態における強度ｐAを上回る。すなわち、中間信号ｃの強度ｐCと中間信号ｂ2の強度ｐBとの差異が強調される。したがって、例えば音声成分Ｓの強度が比較的に低い場合（すなわち、中間信号ａ2の強度ｐAと中間信号ｂ2の強度ｐBとの差異が小さい場合）であっても、判定部５２が音声の有無を高精度に判定できるという利点がある。

なお、中間信号ａ2および中間信号ｂ2の位相を調整する第２実施形態の位相調整部６２や、中間信号ｂ2と中間信号ｃとの位相を調整する位相調整部が図７の音処理装置１００Dに追加され得る。また、中間信号ｂ2の強度ｐBの変動を平滑化する第３実施形態の平滑部５６Bを追加した構成や、中間信号ｃの強度ｐCの変動を平滑化する平滑部を追加した構成も好適である。

＜Ｅ：第５実施形態＞
以上の各形態においては収音機器７１からの入力信号ＳIN1と収音機器７２からの入力信号ＳIN2との加算に応じた中間信号ａ2を出力信号ＳOUT（ＳOUT1，ＳOUT2）の生成や音声の有無の判定に使用したが、図８に示すように、入力信号ＳIN1および入力信号ＳIN2の一方を中間信号ａ2として利用した構成も採用される。

図８の音処理装置１００Eは、第１実施形態の音処理装置１００Aから第１処理部１０を省略した構成である。収音機器７１が生成した入力信号ＳIN1は、第２処理部２０の減算部２２に供給されて差分信号ｂ1の生成に利用されるとともに、中間信号ａ2として加算部３２および減算部４２に供給されて出力信号ＳOUT1および出力信号ＳOUT2の生成に利用される。以上のように第１処理部１０が省略されるから、第１実施形態と比較して音処理装置１００Eの構成や処理が簡素化されるという利点がある。

図３を参照して説明したように第２処理部２０が生成する中間信号ｂ2には方向Ｄ1（左右方向）の指向性が付与されるから、無指向性の収音機器７１が生成した入力信号ＳIN1を中間信号ａ2として使用した場合であっても、出力信号ＳOUT1および出力信号ＳOUT2に応じて放射される再生音には方向感が付与される。したがって、第１実施形態と同様の効果が実現される。もっとも、入力信号ＳIN1と入力信号ＳIN2との加算で生成された中間信号ａ2には方向Ｄ0の指向性（図２）が付与されるから、第１処理部１０を具備する図１の構成によれば、図８の構成と比較して再生音の方向感が強調されるという利点がある。

図８に示すように、入力信号ＳIN1は中間信号ａ2として判定部５２に供給される。判定部５２は、第１実施形態と同様に、中間信号ａ2の強度ｐAと中間信号ｂ2の強度ｐBとを比較することで音声の有無を判定する。さらに詳述すると、判定部５２は、強度ｐAが強度ｐBを上回る場合には有音と判定し、強度ｐAが強度ｐB以下である場合には無音と判定する。以上の構成によっても第１実施形態と同様の効果が実現される。

なお、図８においては第１実施形態を基礎とした構成を例示したが、入力信号ＳIN1を中間信号ａ2として利用する本形態の構成（第１処理部１０を省略した構成）は、第２実施形態から第４実施形態においても同様に採用される。また、収音機器７２が生成した入力信号ＳIN2を中間信号ａ2として利用した構成でも同様の効果が実現される。

＜Ｆ：変形例＞
以上の各形態には様々な変形を加えることができる。具体的な変形の態様を例示すれば以下の通りである。なお、以下に例示する各態様を任意に組み合わせてもよい。

（１）変形例１
第１実施形態から第３実施形態においては第１処理部１０が生成した中間信号ａ2と第２処理部２０が生成した中間信号ｂ2とを音声の有無の判定に利用したが、判定部５２による判定に使用される中間信号の段階は適宜に変更される。例えば、加算部１２が算定した直後（補正部１４による補正前）の加算信号ａ1や減算部２２が算定した直後（補正部２４による補正前）の差分信号ｂ1が音声の有無の判定に利用される。すなわち、判定部５２は、加算信号ａ1の強度（例えば加重後の強度）が差分信号ｂ1の強度（例えば加重後の強度）を上回る場合には有音と判定し、加算信号ａ1の強度が差分信号ｂ1の強度を下回る場合には無音と判定する。また、第２実施形態において、補正部１４による補正の直後（位相調整部６２による処理前）の中間信号ａ2や補正部２４による補正の直後（位相調整部６２による処理前）の中間信号ｂ2も音声の有無の判定に使用され得る。

以上の例示から理解されるように、判定部５２は、入力信号ＳIN1と入力信号ＳIN2との加算後の信号（例えば加算信号ａ1や中間信号ａ2や中間信号ｃ）と入力信号ＳIN1と入力信号ＳIN2との減算後の信号（例えば差分信号ｂ1や中間信号ｂ2）とを比較することで有音／無音を判定する手段として把握される。

（２）変形例２
無音区間について再生音の音量（出力信号ＳOUT1や出力信号ＳOUT2の強度）を低減する方法は任意である。例えば、出力信号ＳOUT1や出力信号ＳOUT2のうち特定の周波数帯域の成分を抑制する（出力信号ＳOUT1や出力信号ＳOUT2の周波数特性を変化させる）イコライザを強度調整部３４や強度調整部４４として利用することで無音区間での再生音の音量を低減する構成も好適である。また、放音機器８１に対する出力信号ＳOUT1の出力や放音機器８２に対する出力信号ＳOUT2の出力を無音区間にて遮断するとともに有音区間にて許可するスイッチを強度調整部３４や強度調整部４４として利用すれば、無音区間にて再生音が消音される。

また、入力信号ＳIN1から出力信号ＳOUT1を生成する経路と入力信号ＳIN2から出力信号ＳOUT2を生成する経路との一方のみにおいて信号の強度を調整する構成も好適である。例えば、図９の音処理装置１００Fは、第２処理部２０（補正部２４）と第２出力部４０（減算部４２）との間に配置された強度調整部６６を具備する。強度調整部６６は、中間信号ｂ2の強度を可変のゲインＧ3で調整する。第１出力部３０の強度調整部３４や第２出力部４０の強度調整部４４は省略される。雑音抑圧部５０の制御部５４は、判定部５２が無音と判定した場合に、強度調整部６６のゲインＧ3を有音の場合と比較して低下させる。中間信号ａ2に加減算される中間信号ｂ2の強度（すなわち雑音の強度）が無音区間にて抑制されるから、結果的には第１実施形態と同様に無音区間における再生音の音量（出力信号ＳOUT1や出力信号ＳOUT2の強度）が低減される。

図９の構成によれば、強度調整部６６のみが制御部５４による制御の対象となるから、強度調整部３４および強度調整部４４の双方を音声の有無に応じて制御する構成と比較して音処理装置１００Eの構成や処理が簡素化されるという利点がある。ただし、強度調整部６６にて中間信号ｂ2の強度を調整する構成に加えて、出力信号ＳOUT1を調整する強度調整部３４と出力信号ＳOUT2を調整する強度調整部４４とを配置してもよい。なお、図９の強度調整部６６の位置は適宜に変更される。例えば、強度調整部６６は、減算部２２と補正部２４との間に配置されて、差分信号ｂ1の強度をゲインＧ3で調整したうえで補正部２４に出力する。また、図９においては第１実施形態を基礎とした構成を例示したが、第２実施形態から第５実施形態についても同様の変形（強度調整部６６）が採用される。

また、補正部２４による補正の特性を制御することで無音区間での再生音の音量を抑制する構成も好適である。例えば、制御部５４は、判定部５２が有音と判定した場合には図４の特性Ｆ0の補正を補正部２４に実行させ、判定部５２が無音と判定した場合には図４の特性Ｆ1（破線）の補正を補正部２４に実行させる。すなわち、判定部５２が無音と判定した場合、補正部２４が差分信号ｂ1の低周波側の成分に適用するゲインは、有音区間での数値ＧHと比較して低い数値ＧLに設定される。したがって、無音区間にて差分信号ｂ1の低周波側の成分の強度を増加させる度合は有音区間と比較して低下する。以上の構成によれば、差分信号ｂ1の周波数特性（高周波成側の成分ほど高強度となる不均衡）の補正と無音区間における再生音の低減とに補正部２４が兼用されるから、差分信号ｂ1や中間信号ｂ2の強度を無音区間にて低減する要素（強度調整部６６）を単独で設置する必要がないという利点がある。

（３）変形例３
第４実施形態における入力信号ＳIN3は中間信号の生成にも使用される。例えば、入力信号ＳIN1から入力信号ＳIN2を減算した中間信号ｂAと、入力信号ＳIN2から入力信号ＳIN3を減算した中間信号ｂBと、入力信号ＳIN3から入力信号ＳIN1を減算した中間信号ｂCとを減算部２２が算定し、判定部５２は、中間信号ｂAと中間信号ｂBと中間信号ｂCとの強度の平均値を算定したうえで中間信号ｃの強度ｐC（または中間信号ａ2の強度ｐA）と比較する。以上の構成によれば、何れかの入力信号ＳIN（ＳIN1，ＳIN2，ＳIN3）に瞬間的な雑音が発生した場合であっても、中間信号ｂAと中間信号ｂBと中間信号ｂCとを平均した強度においては当該雑音の影響が低減されるから、音声の有無を安定的に判定することが可能となる。

（４）変形例４
第１処理部１０での信号の遅延量と第２処理部２０での信号の遅延量とが相違する場合には、遅延量の相違が低減される（理想的には解消する）ように信号を遅延させる手段が第１処理部１０および第２処理部２０の少なくとも一方に配置される。

（５）変形例５
音処理装置１００（１００A，１００B，１００C，１００D，１００E，１００F）が生成した出力信号ＳOUT（ＳOUT1，ＳOUT2）の出力先は放音機器（８１，８２）に限定されない。例えば、出力信号ＳOUTが記録装置に記録される構成や、出力信号ＳOUTが通信網から他の通信端末に送信される構成も採用される。

本発明の第１実施形態に係る音処理装置のブロック図である。 加算信号の特性を説明するための概念図である。 差分信号の特性を説明するための概念図である。 差分信号の補正を説明するための概念図である。 第２実施形態に係る音処理装置のブロック図である。 第３実施形態に係る音処理装置のブロック図である。 第４実施形態に係る音処理装置のブロック図である。 第５実施形態に係る音処理装置のブロック図である。 変形例に係る音処理装置のブロック図である。

符号の説明

１００A，１００B，１００C，１００D，１００E，１００F……音処理装置、１０……第１処理部、２０……第２処理部、３０……第１出力部、４０……第２出力部、１２，３２，６４……加算部、１４，２４……補正部、３４，４４，６６……強度調整部、５０……雑音抑圧部、５２……判定部、５４……制御部、５４、５６A，５６B……平滑部、６２……位相調整部、７１，７２，７３……収音機器、８１，８２……放音機器。

Claims (10)

1. 無指向性の第１収音機器が生成した第１入力信号と前記第１収音機器から離間した無指向性の第２収音機器が生成した第２入力信号とからステレオの第１出力信号と第２出力信号とを生成する装置であって、
   前記第１入力信号と前記第２入力信号との加算に応じた第１中間信号を生成する第１処理手段と、
   前記第１入力信号と前記第２入力信号との差分に応じた第２中間信号を生成する第２処理手段と、
   前記第１中間信号と前記第２中間信号とを加算して前記第１出力信号を生成する加算手段と、
   前記第１中間信号から前記第２中間信号を減算して前記第２出力信号を生成する減算手段と、
   前記第１入力信号および前記第２入力信号の加算後の信号と前記第１入力信号および前記第２入力信号の減算後の信号とを対比することで有音／無音を判定する判定手段と、
   前記判定手段が無音と判定した場合に前記第１出力信号および前記第２出力信号の強度を低下させる制御手段と
   を具備する音処理装置。
2. 前記第１出力信号の強度を調整する第１強度調整手段と、
   前記第２出力信号の強度を調整する第２強度調整手段とを具備し、
   前記制御手段は、前記判定手段が無音と判定した場合に、前記第１出力信号および前記第２出力信号の強度を低下させるように前記第１強度調整手段および前記第２強度調整手段を制御する
   請求項１の音処理装置。
3. 前記第２中間信号の強度を調整する強度調整手段を具備し、
   前記制御手段は、前記判定手段が無音と判定した場合に、前記第２中間信号の強度を低下させるように前記強度調整手段を制御する
   請求項１の音処理装置。
4. 前記第１処理手段は、前記第１入力信号と前記第２入力信号とを加算した信号の強度を低減する第１補正手段を具備する
   請求項１から請求項３の何れかの音処理装置。
5. 前記第２処理手段は、前記第１入力信号から前記第２入力信号を減算した信号のうち低周波側の成分の強度を高周波側の成分の強度に対して相対的に増加させる第２補正手段を具備する
   請求項１から請求項４の何れかの音処理装置。
6. 前記判定手段が無音と判定した場合に、前記制御手段は、前記第２補正手段における前記低周波側の成分に対するゲインを低下させる
   請求項５の音処理装置。
7. 前記第１中間信号と前記第２中間信号とが同位相または逆位相となるように調整する位相調整手段
   を具備する請求項１から請求項６の何れかの音処理装置。
8. 前記第１入力信号と前記第２入力信号との加算後の信号における高周波側の成分を抑制する第１平滑手段と、
   前記第１入力信号と前記第２入力信号との減算後の信号における高周波側の成分を抑制する第２平滑手段とを具備し、
   前記判定手段は、前記第１平滑手段による処理後の信号と前記第２平滑手段による処理後の信号とを比較する
   請求項１から請求項７の何れかの音処理装置。
9. 前記判定手段は、前記第１収音機器および前記第２収音機器から離間した第３収音機器が生成した第３入力信号と前記第１入力信号と前記第２入力信号との加算後の信号と、前記第１入力信号および前記第２入力信号の減算後の信号とを対比することで有音／無音を判定する
   請求項１から請求項８の何れかの音処理装置。
10. 無指向性の第１収音機器が生成した第１入力信号と前記第１収音機器から離間した無指向性の第２収音機器が生成した第２入力信号とからステレオの第１出力信号と第２出力信号とを生成するためのプログラムであって、
    前記第１入力信号と前記第２入力信号との加算に応じた第１中間信号を生成する第１処理処理と、
    前記第１入力信号と前記第２入力信号との差分に応じた第２中間信号を生成する第２処理処理と、
    前記第１中間信号と前記第２中間信号とを加算して前記第１出力信号を生成する加算処理と、
    前記第１中間信号から前記第２中間信号を減算して前記第２出力信号を生成する減算処理と、
    前記第１入力信号および前記第２入力信号の加算後の信号と前記第１入力信号および前記第２入力信号の減算後の信号とを対比することで有音／無音を判定する判定処理と、
    前記判定処理で無音と判定した場合に前記第１出力信号および前記第２出力信号の強度を低下させる制御処理と
    をコンピュータに実行させるプログラム。
    

Images