JP6374529B2

JP6374529B2 - ヘッドセットと音源との間のオーディオの協調的処理

Info

Publication number: JP6374529B2
Application number: JP2016558656A
Authority: JP
Inventors: ダニエル・エム・ゴーガー・ジュニア; クリストファー・ビー・イックラー; デイヴィッド・ブラッドフォード・ラムゼイ
Original assignee: Bose Corp
Current assignee: Bose Corp
Priority date: 2014-03-26
Filing date: 2015-03-25
Publication date: 2018-08-15
Anticipated expiration: 2035-03-25
Also published as: US9503803B2; CN106464998A; US20150281829A1; CN106464998B; WO2015148658A1; EP3123613A1; JP2017510200A; EP3123613B1

Description

本開示は、ヘッドセットと音源との間のオーディオの協調処理に関する。

ヘッドホンにより、ユーザは、選んだオーディオ素材がスマートフォンなどの携帯オーディオデバイスとともに使用されるか、ホームシアターシステムやデスクトップコンピュータなどの固定音源とともに使用されるかにかかわらず、自分の周りのオーディオ素材への妨げとならずに、選んだオーディオ素材に没頭することが可能になる。現在の解決策の限界には、ユーザが選んだコンテンツを楽しむ能力を周囲雑音によって妨害されること、およびユーザの状況認識、すなわち、ユーザに聞こえるはずのユーザの環境における音を聞くユーザの能力がコンテンツ自体によって妨害されることが含まれる。オーディオを聞く間、ヘッドホン、特に雑音低減ヘッドホンを着用することは、所望であれば、着用者のディストラクションからの分離を改善するマスキングを提供することができる。ヘッドホンを選ぶだけでは、1つにはヘッドホン設計に提供できる信号処理の限界のせいで、音楽のレベルを達成する能力、および、自分の所望する周囲を聞く(聞かない)能力がユーザには得られないことが多い。しかし、多くのパーソナルオーディオプレーヤまたは他の音源は、このような体験を改善するのに適用され得る余剰の計算能力を有する。

米国特許第8,063,698号米国特許出願公開第2011/0235813号米国特許第8,090,120号米国特許出願第13/667,103号

Moore、GlasbergおよびBaer、「A Model for the Prediction of Thresholds, Loudness, and Partial Loudness」、J. AES Vol. 45、No. 4、1997年4月

概して、一態様において、メディア再生デバイスが、プログラマブル信号処理機能と、周囲雑音を表す信号を受信する入力部とを有する。メディア再生デバイスは、メディア再生デバイスに関連付けられたヘッドホンの組の出力応答特性と減衰特性とを識別し、ヘッドホンの周囲雑音入力信号と、出力応答特性と、減衰特性とに基づいてユーザの耳におけるヘッドホンによって出力されたオーディオの特性を予測し、ヘッドホンを着用しているとき、周囲雑音入力信号および減衰特性から導出されたユーザの耳における予想残留周囲雑音を予測し、ヘッドホンに提供されるマスキングオーディオ信号を、マスキングオーディオ信号がユーザの耳における予想残留周囲雑音をマスキングするように、変更する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。マスキング信号を変更するステップは、ユーザの耳における予想残留周囲雑音のスペクトルに一致するスペクトル特性を有するようにマスキング信号を等化するステップを含むことができる。マスキング信号を変更するステップは、ユーザの耳における予想残留周囲雑音の部分ラウドネスを制御するようにマスキング信号のレベルを設定するステップを含むことができる。メディア再生デバイスは、マスキング信号により、予想残留周囲雑音がユーザの耳における所定の部分ラウドネスを有するように予想残留周囲雑音および出力応答特性に基づいてマスキング信号を変更することができる。メディア再生デバイスは、マスキング信号により、残留周囲雑音が所定のやり方で周囲雑音レベルの増加とともに単調に増加する部分ラウドネスを有するようにマスキング信号をさらに変更することができる。残留周囲雑音の部分ラウドネスの増加は、周囲雑音レベルが増加するときマスキング信号のレベルが一定に保持される場合に起きるよりも小さくてよい。

マスキング信号を変更するステップは、ユーザの耳における予想残留周囲雑音の平均レベルに対して事前に定義された関係を有するようにマスキング信号のレベルを設定するステップを含むことができる。事前に定義された関係は、ユーザ入力値に基づくことができ、メディア再生デバイスは、ヘッドホンの第1の組がメディア再生デバイスに結合されたとき、ユーザ入力値による予想残留周囲雑音をマスキングするようにマスキング信号を変更し、ヘッドホンの第1の組と異なる応答特性を有するヘッドホンの第2の組がメディア再生デバイスに結合されたとき、ユーザ入力をさらに受信することなく予想残留周囲雑音の平均レベルに対して同じ事前に定義された関係を有するようにマスキング信号を変更することができる。事前に定義された関係は、第1のユーザ入力値に基づくことができ、メディア再生デバイスは、ヘッドホンの第1の組がメディア再生デバイスに結合されたとき、ユーザ入力値による予想残留周囲雑音をマスキングするようにマスキング信号を変更し、ヘッドホンの第1の組と異なる応答特性を有するヘッドホンの第2の組がメディア再生デバイスに結合されたとき、第2のユーザ入力値に基づいて予想残留周囲雑音の平均レベルに対して異なる事前に定義された関係を有するようにマスキング信号を変更することができる。マスキングオーディオ信号を変更するステップは動的でよい。

減衰特性を識別するステップは、ヘッドホンが周囲雑音を減衰させないことを想定するステップを含むことができる。メディア再生デバイスは、オーディオマスキング信号の変更を調整するユーザ入力を受信し、ユーザ入力調整をヘッドホンのモデルに関連付け、調整およびヘッドホンモデルを記述するデータをメディア再生デバイスが通信しているサーバに送信することができる。メディア再生デバイスは、周囲雑音を表す信号を提供するマイクロホンの入力応答特性を識別することもでき、オーディオマスキング信号の変更は、マイクロホンの入力応答特性にさらに基づくことができる。マイクロホンは、ヘッドホンに結合することができる。

概して、一態様において、ヘッドホンの組が、第1および第2の入力オーディオ信号に対応する音を出力し、第1の入力オーディオ信号がマスキング信号を含む。マイクロホンが、ヘッドホンの近傍の周囲雑音を表す周囲雑音信号を発生する。プログラマブル信号プロセッサが、マイクロホンから受信した入力信号とヘッドホンの出力応答特性との組合せに基づいて第1および第2の入力オーディオ信号を動的に変更し組み合わせ、変更は、組み合わされたオーディオ信号の全ラウドネスと、組み合わされたオーディオ信号内の変更された第1および第2の入力オーディオ信号の各々の相対的部分ラウドネスとを制御する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。信号プロセッサは、ヘッドホンの第1の動作モードにおける第1の相対値と、ヘッドホンの第2の動作モードにおける第2の相対値とに合わせて、第1および第2のオーディオ信号の相対的部分ラウドネスを制御することができる。第1の相対的レベルは、第1のオーディオ信号を全知覚オーディオ環境の前景に、第2のオーディオ信号を背景に配置することができ、第2の相対的レベルは、第2のオーディオ信号を全知覚オーディオ環境の前景に、第1のオーディオ信号を背景に配置することができる。信号プロセッサは、ヘッドホンの組の第1および第2のイヤホンの各々に対して異なるやり方で第1および第2の入力オーディオ信号を変更し組み合わせるように構成することができる。信号プロセッサをヘッドホンの組に統合することができる。

概して、一態様において、ヘッドホンの組が、入力オーディオ信号に対応する音を出力し、ユーザの耳における周囲音の少なくとも12 dBAの減衰をもたらす。プログラマブル信号プロセッサが、ヘッドホンの組によって再生されたとき、200Hzから500Hzまでが平坦であり、500Hzを超えると約8dB/オクターブの勾配で低下し、100Hz未満では約20dB/オクターブの勾配で低下するスペクトル密度を有する、ユーザの耳におけるマスキング音を提供する信号を提供する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。マイクロホンが、ヘッドホンの近傍の周囲雑音を表す周囲オーディオ信号を発生することができ、信号プロセッサは、結果として生じるユーザの耳における残留雑音の部分ラウドネスがマスキング音がない場合の残留雑音レベルのせいぜい10分の1になるようなレベルにおけるマスキング音を提供することができる。信号プロセッサをヘッドホンの組に統合することができる。

概して、一態様において、メディア再生デバイスは、プログラマブル信号処理機能と周囲雑音を表す入力受信信号とを有する。メディア再生デバイスは、メディア再生デバイスに関連付けられたヘッドホンの組の出力応答特性と減衰特性とを識別し、出力応答特性と、減衰特性と、周囲雑音入力信号との組合せに基づいてヘッドホンに提供されるオーディオ出力信号を動的に変更する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。メディア再生デバイスは、ヘッドホンの周囲雑音入力信号と、出力応答特性と、減衰特性とに基づいてユーザの耳におけるヘッドホンによって出力されたオーディオの特性を予測することによってオーディオ出力信号を変更することができる。ユーザの耳において出力されたオーディオの予測された特性は、周囲雑音入力信号および減衰特性から導出されたユーザの耳における予想残留周囲雑音の存在下でヘッドホンによって出力されたオーディオの部分特定ラウドネスを含むことができ、メディア再生デバイスは、周囲雑音がない場合にオーディオ出力信号を出力する結果として生じるおよそ特定ラウドネスである部分特定ラウドネスを維持するようにオーディオ出力信号のレベルを調整しオーディオ出力信号を等化することによってオーディオ出力信号を変更することができる。オーディオ出力信号の部分ラウドネスは、予想残留周囲雑音の導出された部分ラウドネスとは制御された量だけ異なるように維持することができる。オーディオ出力信号の部分ラウドネスは、可聴スペクトルのサブバンド内の予想残留周囲雑音の導出された特定ラウドネスとは制御された量だけ異なるように維持することができる。

メディア再生デバイスによって提供されるオーディオ出力信号は、娯楽コンテンツを含むことができ、メディア再生デバイスは、オーディオ出力信号がユーザの耳における予想残留周囲雑音と組み合わされたとき、娯楽コンテンツの部分特定ラウドネスおよびスペクトルバランスが、およそオーディオ出力信号が静かな環境にあるかのように、オーディオ出力信号を変更することができる。メディア再生デバイスは、周波数帯域の各々における周囲雑音入力信号および減衰特性から導出されたユーザの耳における予想残留周囲雑音に対するユーザの耳におけるヘッドホンによって出力されたオーディオの最小の信号対雑音比を維持するように複数の周波数帯域内のオーディオ出力信号の特性を調整することによってオーディオ出力信号を変更することができる。オーディオ出力信号の調整された特性は、信号のレベルでよい。オーディオ出力信号の調整された特性は、信号のダイナミックレンジでよい。

メディア再生デバイスは、ヘッドホンのモデルを識別し、オーディオ出力信号の変更への調整を記述するデータをメディア再生デバイスが通信しているサーバから受信することができる。メディア再生デバイスは、コーデック回路を通過する信号の調整を行うようにコーデック回路に命令することによってオーディオ出力信号を変更することができる。減衰特性は、周囲雑音入力信号に対するヘッドホンの減衰でよく、ヘッドホンの受動減衰と、ヘッドホン内の能動雑音低減システムによって提供される減衰とのうちの1つまたは複数を含むことができる。出力応答特性を示すデータは、ヘッドホンからメディア再生デバイスに提供されるデータの形で受信することができる。メディア再生デバイスは、ヘッドホンモデルの識別情報に基づいて出力応答特性を示すデータをメモリから取り出すことができる。メモリは、メディア再生デバイスが通信している遠隔サーバ内に配置することができる。メディア再生デバイスは、ヘッドホンモデルの識別情報をヘッドホンからデータとして受信することができる。メディア再生デバイスは、ヘッドホンの電気特性を探査し、探査した電気特性を複数のヘッドホンモデルに関連付けられた記憶されたデータとを比較することによってヘッドホンモデルの識別情報を決定することができる。周囲雑音を表す信号を受信するメディア再生デバイスの入力部は、メディア再生デバイスとヘッドホンとの間のインターフェースのマイクロホン入力部を含むことができる。

概して、一態様において、自動的に調整されたオーディオ出力信号をユーザに提供するためのシステムが、プログラマブル信号処理機能を有するメディア再生デバイスと、メディア再生デバイスによって提供されるオーディオ出力信号に対応する音を出力するためのヘッドホンの組と、ヘッドホンの近傍の周囲雑音を表す周囲雑音入力信号を提供するためのマイクロホンとを含む。メディア再生デバイスは、ヘッドホンの出力応答特性と減衰特性とを識別し、出力応答特性と、減衰特性と、マイクロホンから受信した入力信号との組合せに基づいてヘッドホンに提供されるオーディオ出力信号を動的に変更する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。メディア再生デバイスは、マイクロホンの入力応答特性を識別することもでき、出力オーディオの変更は、マイクロホンの入力応答特性にさらに基づくことができる。メディア再生デバイスは、ヘッドホンの周囲雑音入力信号と、出力応答特性と、減衰特性とに基づいてユーザの耳におけるヘッドホンによって出力される音の特性を予測することによって、オーディオ出力信号を変更することができる。ヘッドホンは、オーディオ出力信号をメディア再生デバイスからワイヤレスで受信することができる。マイクロホンをヘッドホンに結合することができる。

概して、一態様において、ヘッドホンの組が、第1および第2の入力オーディオ信号に対応する音を出力し、マイクロホンが、ヘッドホンの近傍の周囲雑音を表す周囲雑音信号を発生し、プログラマブル信号プロセッサが、マイクロホンから受信した入力信号とヘッドホンの出力応答特性との組合せに基づいて第1および第2の入力オーディオ信号を動的に変更し組み合わせる。変更は、組み合わされたオーディオ信号の全ラウドネスと、組み合わされたオーディオ信号内の変更された第1および第2の入力オーディオ信号の各々の相対的部分ラウドネスとを制御する。

実装形態は、以下のうちの1つまたは複数を任意の組合せで含むことができる。第1の入力オーディオ信号は、能動雑音低減回路からの能動ヒアスルー信号を含むことができ、第2のオーディオ信号は、外部音源からのオーディオ信号を含むことができる。信号プロセッサは、ヘッドホンの第1の動作モードにおける第1の相対値と、ヘッドホンの第2の動作モードにおける第2の相対値とに合わせて第1および第2のオーディオ信号の相対的部分ラウドネスを制御するように構成することができる。第1の相対的レベルは、第1のオーディオ信号を全知覚オーディオ環境の前景に、第2のオーディオ信号を背景に配置することができ、第2の相対的レベルは、第2のオーディオ信号を全知覚オーディオ環境の前景に、第1のオーディオ信号を背景に配置することができる。信号プロセッサは、ヘッドホンの組の第1および第2のイヤホンの各々に対して異なるやり方で第1および第2の入力オーディオ信号を変更し組み合わせるように構成することができる。信号プロセッサをヘッドホンの組に統合することができる。

利点は、ヘッドホンの特定の応答特性に合わせて調整される、娯楽のためのおよび周囲環境をマスキングするためのオーディオ信号を提供するステップを含み、ユーザは、聞きたいものを聞き、聞きたくないものは聞かないことが可能になる。

他の特徴および利点は、説明および特許請求の範囲から明らかであろう。

コンピューティングデバイスに接続されたヘッドホンの組を示す図である。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。異なる音の様々な属性を比較するグラフである。

コンピュータ、携帯オーディオプレーヤ、およびスマートフォンからヘッドホンを介して音楽および他のメディアを聴くことに毎日時間を費やしている数百万の人々がいる。周囲雑音により、ユーザが望むレベルで正しい周波数バランスを有するユーザの音楽を楽しむ能力が妨害されることがある。周囲雑音を克服するためにオーディオのレベルを上げることにより、結果として不快な再生レベルとなることがあり、しかも元の素材の正しい知覚周波数バランスは提供されない。同様に、話し言葉のコンテンツでは、周囲雑音により、快適な聴取レベルにおけるコンテンツの明瞭度が妨害されることがある。反対に、音楽は、環境からの他の音をマスキングすることによって状況認識を妨害することがある。すべてのユーザが分離され、自分の音楽だけを聴くことを望む場合、実質的に周囲音を遮断するヘッドホンが適当である。ユーザが、自分の音楽だけでなく自分の周囲についても聞くことを望み、認識していることを望む場合、本質的にほとんど音響遮断を有さない(あるいは提供しないモードに切り替えることができる)ヘッドホンがより適当である。任意の個々のユーザが所与の時間において聞きたいものは、ユーザだけが知っている。ユーザは、少しの静寂に加えて、自分の一日のための個人的なサウンドトラックとして適正に再生される音楽がある、自分の周囲に接続された感じを望むことができる。別のユーザ、または別の時間の同じユーザは、自分の聞いているものまたは自分の周りのいずれかのディストラクションを消し去るオーディオを扱うことにひたすら没頭することを望むことがある。本明細書に説明する技術は、ユーザに自分が望むときに自分の望むものを聴かせる聴覚入力間に介在し、各入力を所望の「場所」、すなわち、前景、背景、または聞こえない所に配置する

いくつかのタイプの信号処理を使用して、上述の効果を作り出すことができる。上方圧縮は、例えば、より大きい音の楽節のレベルを持ち上げなくても、静かな楽節のレベルを持ち上げることによってオーディオ信号のダイナミックレンジを調整し、したがって、すべての部分を周囲雑音の存在下で適正に聞くことができ、全体の音量をただ上げるだけで生じる音の大きな楽節の間の不快さがなくなる。圧縮は動的であり、すなわち、利得の量が、音源コンテンツの信号レベルまたはスペクトルに基づいて時間とともに変動する。ラウドネス補償と呼ばれる別のタイプの処理は、音源の低周波数成分だけを上方圧縮して、音源の音量が下がったとき、異なる周波数の適正な相対ラウドネスの知覚を維持する。

動的雑音補償(DNC: dynamic noise compensation)は、圧縮の考え方を拡張して、オーディオ信号のダイナミックレンジを調整し、それによって外部雑音ならびに音源コンテンツのレベルまたはスペクトルの影響を補償する。DNCは信号の等化を調整することもできる。DNCシステムは、音源信号のレベルと、音源信号および雑音の両方の相対的レベルおよびスペクトルとの両方に基づいて、音源信号内の異なる周波数帯域における異なる圧縮の量を提供することができる。したがって、DNCはラウドネス補償の機能を包含し、その一方でどのように周囲雑音が音源信号スペクトルの任意の部分の知覚を低下させるかも調整する。DNCは、例えば、ユーザによって設定された音量レベルの所与の増加に対するより高い周波数音に対するよりも速い速度で低周波数音の利得を増加させることによって音量レベルにより等化を調整することもできる。このタイプの信号処理は、ヘッドホンの組に統合されたデジタル信号プロセッサ(DSP)によって提供することができるが、そのような統合はヘッドホンの費用を増加させる。処理電子機器が、ほとんどの雑音消去ヘッドホンにおいてなど、電池によって電力供給される状況において、処理の量を増加させることにより、電池寿命を低下させる影響もある。対照的に、スマートフォンおよびタブレットコンピュータや携帯音楽プレーヤなどの他の携帯コンピューティングデバイスは、しばしば、オーディオコンテンツを再生しながら使用することができる予備の処理能力を有する。オーディオ信号を提供するデバイスにおいて信号処理を提供することにより、そのような方式は非電力供給ヘッドホンに使用されることも可能になる。他方、説明される技法の一部は、オーディオコンテンツに依存せず、それらをヘッドホン内に提供することにより、特定の音源デバイスに縛り付けられることからの自由度が提供され得る。

ヘッドホンにおける動的圧縮やDNCなどの技法は、ヘッドホンの電気音響特性についての知識および周囲音についての知識を有するデジタル信号処理アルゴリズムによって提供され得る。この情報を所与として、周囲音により、およびヘッドホンへのオーディオ入力により、耳における音圧を推定することができる。そのようなアルゴリズムを実行するための資源は、アルゴリズムを実装するようにプログラムされたスマートフォンなどのコンピューティングデバイス内に実装された音楽プレーヤと、通信マイクロホンからなど信号をコンピューティングデバイスに利用可能にさせる内蔵マイクロホンを有するヘッドホンとの組合せで利用可能であり得る。正帰還雑音低減に使用されるマイクロホンも使用することができるが、ただし、それらのマイクロホンからコンピューティングデバイスに信号を提供するように適応されている場合に限る。いくつかの例において、コンピューティングデバイス上のマイクロホンが、周囲音を決定するのに使用されるが、これは一般に、コンピューティングデバイス、すなわち、スマートフォンがユーザのポケット内に保持される傾向があるので、信頼性がない。われわれは、本開示全体を通して「ヘッドホン」に、当該ヘッドホンが通信マイクロホン(それらを「ヘッドセット」にする)を含むかどうかに制限することなく言及するが、ただし、そのようなマイクロホンが特に説明される場合を除く。特に他の記載がない限り、われわれは、ヘッドホンの環境における周囲音を表す少なくとも1つのマイクロホン信号が、そのマイクロホンがどこに配置され、またはどのようにそれがコンピューティングデバイスと通信するのかに関して制限なく、コンピューティングデバイスに利用可能であるものと想定する。

全体的に図1を参照し、図1では、ヘッドホンの組100がスマートフォンなどのコンピューティングデバイス102に結合される。図1の例において、ケーブル104を使用して接続が行われるが、そのような接続は、Bluetooth(登録商標)またはWiFi(登録商標)などのプロトコル、またはある他のワイヤレスプロトコルを使用して、ワイヤレスでもよい。ケーブルに沿ったマイクロホン106は、音声通信に使用される。そのようなマイクロホンは、2つの例を挙げると、イヤカップの外側またはブームの端部において代替としてヘッドセットに統合することができる。マイクロホンはなくてもよく、ユーザが口頭で通信することを切望する場合、コンピューティングデバイスのマイクロホン108を使用することができる。コンピューティングデバイスは、一般に、プロセッサ(図示せず)と、メモリ(図示せず)と、図1にタッチ画面110として示すユーザインターフェースとを含む。コンピューティングデバイスは、特にそれがスマートフォンである場合、データ網と通信するための1つまたは複数の無線機(図示せず)を有する可能性もあり、データ網は、セルラー無線機を介する電話網およびインターネット、WiFiまたは同様のプロトコルを使用するローカルエリアネットワーク、ならびにBluetoothまたは同様のプロトコルを使用するパーソナルエリアネットワークを含むことができる。もちろん、ローカルおよびパーソナルエリアネットワークは、ネットワークサーバ内の別のデバイスがブリッジまたはルータとして働く場合、電話網およびインターネットへの接続を提供することもできる。周囲雑音は雑音音源112で表される。

ヘッドホン100のいくつかの電気音響特性は、説明する処理アルゴリズムに関連する。これらは、所与の電気信号入力レベルに対する耳における音圧レベル(SPL: sound pressure level)とわれわれが定義する出力感度と、周囲音の減衰(能動または受動)と、マイクロホン106の入力感度、すなわち、マイクロホンの振動板における所与の拡散周囲SPL(着用者の音声ではなく)に対してマイクロホンによって出力された信号レベルとを含む。好ましくは、感度は、全体の出力または入力利得を表す単一の値ではなく周波数の関数としての応答と規定される。最終的には、以下に説明するアルゴリズムが必要とするものが、ヘッドホンのオーディオ応答を通して、ヘッドホンの減衰(すなわち、残留雑音)を差し引いた周囲雑音により、および再生されているオーディオ(音楽またはマスカー信号)により、ユーザに聞こえるものの推定値である。Aが所与の時間フレームにおけるオーディオ信号のスペクトルであり、Haがオーディオに対する平均出力感度であるならば、Ha*Aが耳におけるオーディオのスペクトルである。Hmがデバイスに接続されたときのヘッドセットマイクロホンの平均入力感度であり、Nが周囲雑音により(ユーザが話をしていないとき)測定されたマイクロホン出力であり、Htlがヘッドセットマイクロホンにおける周囲音に対して耳に達する周囲音の平均雑音減衰(伝送損失)であるならば、Hm*N/Htlが耳における雑音スペクトルの推定値である。これらの2つのスペクトル(Ha*AおよびHm*N/Htl)は、必要とされる主要入力である。

コンピューティングデバイス102は、いくつかのやり方でこれらの特性について知らされ得る。デジタル通信が、ケーブル104を介してまたはワイヤレスでなど、ヘッドホンからコンピューティングデバイスに対して可能である場合、ヘッドホン100は、ある所定のデータ形式を使用して単純にコンピューティングデバイス102にそれらの特性、すなわち、Ha、Hm、およびHtlを知らせることができ、またはヘッドホン100は、コンピューティングデバイス102にモデルまたはタイプによるそれらの識別情報を知らせることができ、コンピューティングデバイスがオンボードまたはオンラインデータ記憶装置内の必要とする特性を調べることが可能になる。識別信号は、高度な通信に基づくことが必要ではなく、単純に、1つの例を挙げると、マイクロホン106をコンピューティングデバイス102上のオーディオジャック114に接続するケーブル104中の導体間のインピーダンスの組合せによって符号化され得る。ヘッドホン100がそのような情報をコンピューティングデバイス102に通信できない場合、コンピューティングデバイスのオーディオジャック114に接続されているとき、コンピューティングデバイスは、ヘッドホンのインピーダンスまたは他の特性を測定することによって、それ自体でヘッドホンを識別することができる。複素インピーダンスの測定値を使用してオーディオデバイスを極めて精密に識別するための方法が、参照によりその内容が組み込まれている米国特許第8,063,698号に説明されているが、DC抵抗などのより簡単な測定値で十分であり得る。場合により、ユーザは、ユーザインターフェース110を使用してヘッドホンのモデルまたはタイプを手動で指定することができ、またはヘッドホンに提供された感度および伝送損失値を手動で入力することができる。いくつかの例において、オーディオシステムは、非標準コネクタの使用によりなど、所与のヘッドホンだけと連携するように構成することができ、その場合、ヘッドホンの特性はオーディオシステムが連携するヘッドホンだけに属する特性であると想定することができる。概して、コンピューティングデバイス102は、特性を見つけることができるまたは特性に関する妥当な想定を行うことができる任意の方法を包含する特性を「識別する」とわれわれは言う。

場合により、構成部品間、特にマイクロホンとスピーカとの間のばらつきが性能に影響を及ぼす可能性があるので、単にヘッドホンのモデルを識別するだけでは十分でない。ヘッドホンは、製造時の個々の調整に基づくマイクロホン感度値などのパラメータを記憶し、この情報をコンピューティングデバイスにとって利用可能なようにすることができる。パラメータは、1つの例を挙げると、上記に参照した特許に説明されるやり方でスピーカおよびマイクロホンの電気特性をコンピューティングデバイスから探査することによっても測定可能であり得る。コンピューティングデバイスがヘッドホンの電気音響特性を知り、周囲雑音の測定値にアクセスすることができると、ユーザに自分の望むものを聞かせるために上述のものなどの信号処理技法を実装するためのいくつかのやり方がある。

ヘッドホンの特性および周囲雑音の知識が与えられ、信号処理によって提供することができる1つの特徴は、自動マスキングである。自動マスキングには、マスカー信号と呼ばれるオーディオ信号を提供することが関与し、マスカーは、他の周囲雑音をマスキングするのにちょうど十分な音の大きさでありながら、マスカー信号自体によって生じる迷惑またはディストラクションを最小限におさえるために可能な限り静かである。

図2は、雑音マスキングの音響心理的現象を例示するグラフ200を示す。X軸は音の客観的音圧レベル(SPL)を表し、Y軸は、典型的な人間の聴取者に対する音の知覚ラウドネスをソーンで表す。破線202は、周囲音が唯一の存在する信号である場合、周囲音の客観的SPLと知覚ラウドネスとの間の関係を表す。広い範囲のレベルにわたって、dB(またはA特性が一般に使用されるので、図示するようにdBA)で表すSPLとソーンで表すラウドネスの対数との間には線形関係があり、ラウドネスは、レベルが10dB増加するごとにおよそ2倍である。破線202は、ラウドネスに対してムーアのモデルを使用して計算されたものであり、長時間の人間の発話の平均に対応する周囲雑音スペクトルを想定している。(Moore、GlasbergおよびBaer、「A Model for the Prediction of Thresholds, Loudness, and Partial Loudness」、J. AES Vol. 45、No. 4、1997年4月)。図において、聴取者の周囲の想定環境は人々が話をしている環境であり、結果として読書、執筆または思索への集中からのディストラクションになる。われわれは聴取者に聞こえる残留周囲雑音を「ディストラクタ」と称する。破線202は、ディストラクタのラウドネスレベル関係を表す。点204は、別の音、やはり聞こえる一定の、気を散らさない「マスカー」を表す。図2において、マスカーは、その水平位置で示すように55dBAのレベルを有する。実線206は、ムーアのモデルの部分ラウドネスの側面によって説明されるように、マスカーの存在下でどのように聴取者がディストラクタを知覚するかを表す。この図は、どのようにマスキングが時にはオフィスシステムにおいて使用されるかを例示し、定常音(一般的に「白色雑音」と呼ばれるが、スペクトルは、通常、実際には白色ではない)がすぐ近くの会話からのディストラクションを低減するのに使用される。

ディストラクタおよびマスカーが(このスペクトルに対して)55dBAの同じ客観的レベルにあるとき、ディストラクタの知覚ラウドネス206は、マスカーの存在によって約15ソーンから約5ソーンまで約3分の1に減少される。ディストラクタレベルがより低い場合は、知覚ラウドネスは、不可聴の方に急速に低下する。気を散らす周囲環境のスペクトルおよびレベルを知っているシステムは、このようにしてマスカーを自動的に調整して、可能な限り静かなマスカー音を用いてディストラクタを本質的に不可聴にする。単純な自動化システムの場合、周囲音レベルおよびヘッドホンの応答の測定値を所与として、dBで表す耳におけるマスカーのレベルが、耳における残留雑音の予測平均またはRMSレベルだけに基づいて、周囲雑音をマスキングするのに適当であるように、マスカーレベルを設定することができる。以下に説明するように、より進んだ処理を使用して、マスキングを知覚ラウドネスのモデルおよび雑音のスペクトルに基づかせることができる。

マスキング雑音が周囲のディストラクタと同一または同様のスペクトルを有する場合、より良い、より効果的な、全体的なマスキングを提供することができ、マスキング音がスペクトルにわたって所望の量のマスキングを提供するのに必要なだけの音の大きさになることが可能になる。マスキング音を雑音のスペクトルに一致させるために、マスキング音は、予想雑音に基づいてあらかじめ選択しておくことができ、または動的に形作ることができる。読書や執筆などの知的作業を実施することを試みる人にとって、最も一般的なディストラクションは、その人の周りで話をしている人々の音声である。HVACシステムから、または航空エンジンからなどの定常音は、迷惑なことがあり、静かになることを望むが、通常注意を払うに値しない。したがって、固定された非適応信号を使用する場合、ディストラクションを避けるためにマスキングに理想的なスペクトルは、図3のグラフ300で示すように、人間の発話の長時間の平均スペクトルに近似する。実線302は、200Hzから500Hzまでは平坦であり、500Hzを超えると約8dB/オクターブの勾配で低下し、100Hz未満では約20dB/オクターブの勾配で低下するパワースペクトル(単位周波数当たりのdB)を示す。典型的にはオープンなオフィスマスキングシステムに使用されるマスキング信号は、しばしば、図の破線304で示すように、形状がこれと同様だが、より低い周波数にシフトされたスペクトルを有し、そのスペクトルにより、より高いレベルにおいてより快適に聞こえる雑音になる。図3における両方のスペクトルが滑らかであることに留意された。

発話形状のマスカーを能動雑音低減(ANR: active noise reducing)ヘッドホンと組み合わせて使用することが理想的な組合せである。ディストラクタのスペクトルを一致させることによって、マスカーは、発話をマスキングするのに必要とする最小レベルであり得る。ヘッドホンを使用することによって、マスカーの必要なレベルは、さらに低減される。具体的には、人間の発話における最高レベルは、能動減衰が受動手段よりも効果的である、より低い周波数にあるので、ANRヘッドホンが好ましい。図4は、グラフ400における有益な結果を示す。単一破線402は、図2と同様に客観的SPLをX軸上に、対応する知覚ラウドネスをY軸上に有する雑音レベルの範囲を示す。点鎖線404は、12dBの減衰を有するヘッドホンを着用した場合の同じ周囲環境の知覚ラウドネスを示す(12dBは、2つの線402と404との間の水平オフセットに見ることができる。マーカー406参照)。より大きな音のオープンプラン式のオフィス環境は、典型的には、60dBAあたりの周囲雑音レベルを有する(上向き三角形408)。ヘッドホンはそれ自体で三角形408における19ソーンから下向き三角形410における8ソーンまで、半分をちょっと超えるだけオフィス雑音の知覚ラウドネスを低減する。50dBAのレベルに設定された小川の流れの音などのマスカー信号を白丸412で示す。そのマスカーのラウドネスは、ヘッドホンなしの場合のオフィス雑音の大きさの半分をちょうど超える(408における19ソーン対412における10ソーン)。実線414は、ムーアの部分ラウドネスモデルを使用して計算されたとき、ヘッドホンの下および50dBAのマスカーの存在下で、レベルの関数としての知覚ラウドネスを表す。黒丸416は、結果として得られる60dBAのオフィス雑音の知覚ラウドネスである。このラウドネス(図示するように1.3ソーン)は、約27dBAのA特性周波数重み付けされたレベルに対応する(黒丸416から左に破線402との交点に至るマーカー418参照)。ヘッドホンによって提供される12dBの減衰および50dBAのマスカーの音響心理的効果の組合せは、オフィスの知覚ラウドネスを10分の1以下に低減する。わずかにより音の大きいマスカーが、オフィス雑音を完全に不可聴にする。

自動マスキングの特徴を提供するコンピューティングデバイスは、白色雑音または雨もしくは流水などの穏やかな音など、マスキング信号の音源として使用される1つまたは複数のオーディオファイルを含むことができる。マスキング信号は、特に白色雑音または桃色雑音のようなランダム音である場合、アルゴリズムで発生させることもできる。コンピューティングデバイスは、ランダム雑音であるかまたは自然音であるかにかかわらず、例えば、最小二乗適応アルゴリズムを使用することによって、マスキングされる周囲雑音のスペクトルにより良く一致するスペクトルに合わせてオーディオファイルを等化し、それによって確実にマスキング雑音が、気を散らす雑音への一致を適応的に維持することができる。マスキング信号の音源が何であれ、その結果、それがユーザの耳における気を散らす雑音と音響的に合計されるとき、目標部分ラウドネスが達成されるように、信号を変更することになる。マスカーを調整する力学は、入念に検討されることが必要である。マスカーのレベルは、可聴マスカー信号の変動がそれら自体ディストラクションにならないくらい十分にゆっくり変化すべきである。

参照によりその全体の内容が本明細書に組み込まれている、米国特許出願公開第2011/0235813号は、マスキング信号の等化および出力レベルを決定するために、ヘッドセットの減衰およびオーディオ応答を考慮に入れ、マスキングおよび周囲雑音信号から計算された耳における信号の推定値と周囲雑音の包絡相関を比較することを説明している。最近では、気を散らす周囲雑音を目標部分ラウドネス値に無理に合わせるために、マスキングオーディオ信号の出力レベルを改変して、マスキング調整をムーアの部分ラウドネスモデルに基づかせることに有望性が示されている。

包絡相関/音声伝達指標(STI)方式またはムーアの部分ラウドネスモデルに基づく方法のいずれかを使用するいくつかの例において、自動マスキングは、ユーザがマスキング雑音を聴くことの受容に対してバランスされたディストラクションからの分離の所望のレベルを表す閾値を設定することが可能になるユーザインターフェースを通してユーザによって制御される。この個別の閾値が異なる雑音環境において少数の使用セッションにわたって確立されると、ユーザは、所望の集中する能力を達成するためにシステムの電源を入れるだけでよい。ムーアモデルを使用する実装形態の場合、これは、気を散らす周囲音の目標部分ラウドネスを設定することによって達成される。コンピューティングデバイスに実装された自動マスキングシステムは、デバイスに通信された、既知のヘッドホンの減衰およびオーディオ応答を考慮に入れた後、ヘッドセット上のマイクロホンによって測定された周囲雑音ならびにデバイスによって出力されたマスカーのスペクトルおよびレベルに基づいて、ヘッドセットの下での残留周囲雑音の部分ラウドネスを推定する。次いで、システムは、目標に集中するようにマスカーレベルを調整する。マスキングシステムは、人々がより音の大きい環境でより音の大きなマスカーを聴かなくてもよいように、より多くのディストラクタが人々の意識に侵入してくることに耐えるので、周囲レベルとともに変動する部分ラウドネス目標を実装することもできる。ユーザインターフェースにより、ユーザは、目標部分ラウドネスの勾配対周囲レベルの依存を調整することが可能になり得る。勾配は、異なる雑音レベルにおいてユーザによって行われた目標部分ラウドネスの調整に基づいてシステムによって推定することができ、またはこの勾配は、ある基準雑音レベルにおけるユーザの好む目標部分ラウドネスを表すオフセットを推定するシステムを用いて固定することができる。

提供され得る別の特徴は、本明細書では「音楽DNC」と称する。音楽DNCは、正しい知覚部分ラウドネスおよびスペクトルバランスまたはムーアが「特定ラウドネス」と呼ぶもの、すなわち、ヘッドホンの内側の残留周囲雑音の存在下で知覚周波数の関数としてのラウドネスを維持するように音楽信号を調整する。音楽DNCを提供することへの1つの解決策は、米国特許第8,090,120号に説明されている。音楽DNCは、図5〜図7に例示するように、音楽のより静かな部分のマルチバンド上方圧縮を実現する。

図5は、最初の音楽および雑音スペクトルのグラフ500を示す。ストリングベース、ボーカル、およびピアノを含むジャズ音楽を実線502で示す。ディーゼルバスの雑音を破線504で示す。両方の線は、3分の1オクターブで平滑にされ、3分の1オクターブの広さの帯域ごとのエネルギーを示す。音楽は85dBAの適度に大きい音のレベルに設定され、雑音は典型的にはバス上で受けるレベルの73dBAである。

図7は、知覚周波数の単位ごとのラウドネス(ソーンで表す)の密度とも呼ばれる(臨界帯域、ムーアのモデルではERBと呼ばれる)特定ラウドネスのグラフ700を示す。周波数軸は、客観的周波数(Hz)で表示されるが、ERBで離隔されるように歪曲される。これはどのように臨界帯域がより低い周波数において広がるかを示す。実線曲線702は、静寂状態で聴いたかのような図4の音楽の特定ラウドネスであり、一方、バスの雑音は破線曲線704で表される。点線曲線706は、雑音内に音楽の特定の部分ラウドネス、すなわち、それが雑音の存在によって改変されるので、音楽の等価ラウドネスを示す。図5は、音楽の客観的レベルが250Hz未満のバスの客観的レベルとほぼ同じであることを示す。低周波数におけるこの低い信号対雑音比(SNR)は、図7に示すように、音楽の見かけのラウドネスを低減し、100Hz未満では、ストリングベースは、静寂状態で聴いた場合の音の大きさの半分である。200Hzでは、音楽内の任意の成分が不可聴である。

図6のグラフ600における曲線602は、バスの雑音の存在下で音楽の音色をおよそ回復するEQ応答である。その等化を音楽に適用することにより、結果として図7の点鎖線曲線708が得られ、ムーアのモデルを用いて計算された部分特定ラウドネスを示す。等化曲線708が実線曲線702に非常に近づき、音楽が静寂状態で音を出しているかのようであることに留意されたい。上述の特許第8,090,120号に説明される方式は、音楽および雑音の状態の所与の組に対して等化器の曲線602を決定するのに使用され得る。

音楽DNCのアルゴリズムは、曲線708を曲線706と比較することによって示されるように、音楽を押し上げる。dBで表す均一な押し上げではなく、音楽DNCのアルゴリズムは、音楽および雑音の両方のスペクトルに基づいて、異なる周波数において異なって音楽を押し上げて、周囲雑音の存在下で音楽の部分特定ラウドネスが音楽の特定ラウドネスにおよそ一致し、すなわち、どのように音楽が静かな背景に対して音を出すのかを確実にする。音楽のレベルがすでに雑音よりも大きい場合でも、雑音のマスキング効果は、音楽の部分特定ラウドネスを雑音がない場合よりも低下させ、したがって、音楽DNCのアルゴリズムは、レベルを持ち上げる。音楽DNCは、話し言葉のオーディオなど、オーディオ信号のスペクトルバランスを維持することが所望される、音楽だけでなく、任意のコンテンツに使用することができる。

いくつかの例において、コンピューティングデバイス内に常駐する動的処理アルゴリズムは、アルゴリズムの挙動を調整するパラメータを有する。例えば、パラメータは、自動マスキングの特徴において周囲環境に対する所望の知覚ラウドネスレベルを提供するように調整することができる。図8Aおよび8Bは、2つの異なるユーザの好みを使用して環境における客観的音とその音の知覚ラウドネスとの関係のグラフ800aおよび800bを示す。両方のグラフにおいて、短破線802は、周囲ラウドネス/レベル関係を表し、すなわち、それは図4の線402と同じである。実線804は、図4の線404のように12dBの減衰をもたらすヘッドホンの組の下でのラウドネス/レベル関係を表す。それらの2つの線の太線領域806および808は、それぞれ、50dBAから60dBAの範囲にわたるオープンプラン式のオフィスなどの環境において受ける周囲レベルにおける想定されるばらつきを表す。

図8Aは相対的により大きいマスカー音の効果を示す。上向き三角形810および812は、ディストラクションからの大きなレベルの分離をもたらすことが意図されたマスカー音の範囲の下端と上端とを表す。これらのマスカー音は、40dBAのすぐ上および50dBAのすぐ上のレベルを有し、結果として5ソーンおよび10ソーンの知覚ラウドネスが得られる。これらの音のレベルは、自動マスカーアルゴリズムを設定して、0.3ソーンの部分ラウドネスを維持することから生じ、0.3ソーンの部分ラウドネスは非常に静かである(18dBAのオフィス騒音に相当する)。長破線814および816は、対応する周囲の上限と下限とにおけるより大きい音のマスカー範囲のそれらの上下端を使用するときの、ヘッドホンの下での部分ラウドネス対周囲レベルに対応する。矢印815および817は、それぞれ810および812におけるマスカー音の存在下での曲線804から曲線814および816への知覚ラウドネスの変化を例示する。曲線814および816の各々の端部は、グラフの底縁に沿って太い長破線818で示すように0.3ソーンに相当することに留意されたい。このより音の大きいマスカー範囲内で最も音の大きいレベルのマスカーを表す曲線816の場合、周囲雑音領域は、完全にグラフの底部から外れている。

図8Bは相対的により静かなマスカー音の効果を示す。下向き三角形820および822は、より小さい分離を提供することが意図されたマスカー音の範囲の上端および下端を表す。結果としてそれぞれ3ソーンおよび9ソーンの知覚ラウドネスとなる、35dBAのすぐ上において、および50dBAのすぐ下において、これらのマスカーは、2ソーンの部分ラウドネス目標(約43dBAのオフィス騒音に相当する)に対応する。点鎖線曲線824および826は、対応する上限および下限におけるより静かなマスカー音の上下端を使用するときのヘッドホンの下での部分ラウドネス対周囲レベルを示す。矢印825および827はこの変化を例示する。50dBAから60dBAの周囲雑音範囲内で、より静かなマスキング音は、太い点鎖線828で示すように、結果として2ソーンの目標知覚ラウドネスを有する周囲雑音となる。これらのより静かなマスキング音のより音の大きな端部により、周囲音のほとんどはまだ図から外れており、60dBAの客観的レベルにおける、最も大きい音だけが可聴であり、それらは知覚ラウドネスの目標の2ソーンまで低減される。

そのようなシステムにおいて、ユーザは、「マスキングレベル」それ自体を直接設定しないが、ほとんどの例において、「目標ディストラクションレベル」のようなもので表示されるコントロールを調整する。ユーザによって選択された目標ディストラクションレベルは、知覚ラウドネス、すなわち、最も音の大きいマスカー範囲によって提供される0.3ソーンの知覚周囲ラウドネスと、最も静かなマスカー範囲によって提供される2ソーンの知覚周囲ラウドネスとの間の垂直軸上の位置に対応する。マスカーは、結果としてほぼ曲線814と826との間のラウドネス/レベル曲線となる範囲に設定され、上限および下限が目標ディストラクションレベルに対応するラウドネスレベルにおいて50dBAおよび60dBAの線と交差する。

時間とともに、ソフトウェアは、マスキングが作動した後にユーザが行う調整を観察することによってそのような設定に対するそのユーザの好みを学習することができる。この学習および異なるヘッドホンの性能および周囲雑音に関する十分な情報を所与として、ユーザは、システムをオンにするだけでよく、アルゴリズムが、自動的にユーザの好む目標ディストラクションレベルをユーザの選ぶ任意のヘッドホンに提供する。コンピューティングデバイスがインターネットに接続されている場合、個々のユーザの好みは、中央サーバに通信することができ、次いで、それはユーザのコミュニティにおいて使用される各ヘッドホンモデルに対してどの設定が最もよく働くかに関する知識をクラウドソースすることができる。次いで、その知識は、コンピューティングデバイスにダウンロードし、それらのユーザが新たなヘッドホンの組を取得したときデフォルト設定として使用することができる。例えば、ヘッドホンの特定のモデルをそれらのスマートフォンに取り付けるほとんどのユーザが、目標ディストラクションレベルを、マスカーレベルを6dBだけ低下させる量だけ下げる場合、新たなユーザのデフォルト開始点を前のユーザの場合よりも6dB低く事前調整しておくことができる。

他の例において、単一のユーザは、異なる量の周囲雑音を異なる時間に聞きたいことがある。ソフトウェアは、ユーザ使用の事例として、使用されるヘッドホンの機能として目標ディストラクションレベルの設定を学習することができ、したがって、好みはヘッドホンモデル間で異なることがある。例えば、ユーザは、ユーザが航空機に乗っているとき、または机に座っているとき、曲線804、814、816、824、および826で示すように、すべての周囲雑音を遮断したいときに、オーバーイヤヘッドホンの組を使用することができる。反対に、同じユーザが外で走っているときインイヤスポーツヘッドホンの組を着用することがあり、安全上の理由で環境の一部を聴きたいと思う。低い減衰を有するヘッドホンの曲線の同様の組は、オープンイヤ曲線802により近く、雑音遮断ヘッドホンの曲線に対して効果的に上方および左にシフトされている。各ヘッドホンは、コンピューティングデバイスによって使用されるためのそれ自体の減衰応答を通信し、次いでコンピューティングデバイスは、ヘッドホンが分離されることが意図されているのか否かを観察し、それに応じて調整することができることが好ましい。ヘッドホンが減衰していない場合、アルゴリズムは、ヘッドホンの内側の残留雑音のラウドネスを推定することができない可能性があり、したがって、それは通常の動作に戻ることができ、ユーザがマスカー信号のレベルを設定することが必要とされる。しかし、コンピューティングデバイスが異なるヘッドホンが使用されていることを知るだけであり、それらの異なるヘッドホンの経過を追うことができても、ユーザが、異なるヘッドホン間を切り換えたとき、典型的には同じ調整をすることをコンピューティングデバイスが観察し、次回に同じヘッドホンが接続されたとき自動的にそれらの調整を行うことができる。他のデータをそのような調整を行うのに使用することもできる。多くの携帯コンピューティングデバイスは、GPS受信機などの位置検出回路および加速度計や磁力計などのセンサが装備されている。それらは、デバイスがそれらのネットワークを使用しなくても、位置を決定する手段としてすぐ近くのワイヤレスネットワークの経過を追跡することもできる。これらの入力のすべてをユーザがマスキングレベルに対して行う調整に相関させることができ、したがって、ユーザが2つの異なる活動に対して同じヘッドホンの組を使用しても、ユーザの位置に基づいて自動的に調整を行うことができる。

参照により本明細書に組み込まれている、米国特許出願第13/667,103号に説明されるように、能動ヒアスルー(受動および帰還ベースの能動減衰を迂回する、耳における周囲音を提供する変更された正帰還フィルタ)を提供する能力も有する多モード音量コントロールのさらなる特徴をシステム内に設けることができる。能動ヒアスルーは、ヘッドホンの全機能よりも少ない任意の標的減衰量を有する耳における周囲音を提供するように構成することができる。上記のように、自動マスキングアルゴリズムは、オーディオを調整して、任意の標的知覚ラウドネスに合わせて残留周囲雑音をマスキングすることができ、一方、音楽DNCは、残留雑音の存在下で所望のオーディオを任意の知覚ラウドネスに合うように調整することができる(正しい知覚スペクトルバランスを用いて)。図9および図10に示すように、調整可能能動ヒアスルーを音楽DNCに組み合わせることによって、(1)ユーザに聞こえるものの合計のラウドネスを調整し、(2)ユーザが聴いているオーディオをユーザの注意において前景から後景までシフトするコントロールを設けることができる。すなわち、ユーザは、オーディオが優勢かまたは周囲が優勢かを必要に応じて完全にいずれか一方を除去せずに制御することができる。図7と同様に、図9および図10の水平軸は、均一な対数目盛ではなく、ERBで周波数を示す。両方のグラフ900および1000は、ユーザがバスに乗っており、自分の一日を振り返りながら静かに音楽を聴きたいと思っているシナリオを示す。2つの異なる事例を示す。各グラフが曲線の下の区域がその信号の正味のラウドネスであるように部分ラウドネス(ERBごとのソーン)を示す。両方のグラフにおいて、周囲のバスの雑音は、点線(902、1002)であり、破線(904、1004)は、能動ヒアスルーの特徴が周囲雑音の一部をフィルタリングし、通過させた後のヘッドホンの内側の残留雑音であり、実線(906、1006)は音楽であり、点鎖線(908、1008)はユーザに聞こえるものの正味の合計、すなわち、残留周囲雑音プラス音楽である。バスの雑音902、1002および音楽906、1006は、図5および図7を作成するのに使用された同じ信号である。

図9において、ユーザはバスに乗って考えている。ユーザは自分の音楽を聞きたいと思い、バスの雑音についてはほとんど気がついていないが、考えることもできるように自分の音楽が静かであることを望んでいる。この場合、能動ヒアスルーを設定して、妥当な減衰(任意の周波数における周囲曲線902対残留曲線904の比によって分かるように、例では15dB、またはラウドネスが約1/3)をもたらす。音楽と雑音との曲線908の合計が音楽だけの曲線906と同様であることに留意されたい。この場合、音楽DNCはほとんど適用しなくてよい。

図10において、ユーザは目的地に近づいていることを理解している。ユーザは自分の音楽をつけたままにしておきたいが、バスの運転手からのアナウンスも聞き、自分の周りの人々と話すことができることも望んでいる。したがって、ユーザは、音楽と周囲への意識とのバランスのために、各々同じラウドネスでコントロールを設定する。しかし、自分の全体のラウドネスはまだ調整していない。主に発話を通過させるために能動ヒアスルーも設定され、125Hz未満の振動音を積極的に減衰させ、4kHz超を穏やかに減衰させる(線1004参照)。多モード音量コントロールが、自動的に能動ヒアスルーの通過帯域を調整して、わずかな減衰をもたらし、同じ量だけ音楽を低減し、したがって、組み合わされたラウドネス1008は相対的に一定のままである。積極的な音楽DNC EQも適用されて、音楽の部分特定ラウドネスを維持する。両方のプロットにおける組み合わされた音楽と雑音との曲線908および1008の下の区域は同じ34ソーンであり、それは、これらの信号では、約70dBAに相当する。

いくつかの例において、ユーザは、異なるオーディオストリームの前景/後景コントロールを別個に調整し、または優先的好みを設定することが可能である。例えば、ユーザは、街を歩きながら音楽を聴いているとき、自分の音楽および自分の周囲環境をバランス状態にしたいと思う可能性があるが、どちらも注意を払うには値しない。ユーザが電話を受けると、音楽は残留周囲雑音に対して非常に遠くの後景に移動されるが、再生は継続され、その一方で通話は、残留周囲に対して前景で優勢に聞こえる。これにより、電話で会話している間、確実に理解が容易になる。同時に、着信があるとき、音楽および残留周囲が通話に対して背景のほうにシフトされ、聞こえる全ラウドネスは、一定に保持することができる。このすべては、音楽および通話のレベルおよび等化を部分ラウドネスモデルに基づかせることによって可能になる。

マスキング、ANR、および音源ミキシングも各耳に対して異なって制御することができる。例えば、ユーザは、能動ヒアスルーを有することができ、自分の環境が聞こえるように軽いマスキングを有効にするが、電話に出たとき、一方の耳は雑音低減モードに切り替わって、その耳における周囲雑音を遠くの背景に配置し、その一方で、通話を前景に配置する。他方の耳は、能動ヒアスルーモードのままであり、通話の間、状況認識をもたらし続ける。これらの特徴は、一般に音源から独立しており、したがって、上述のように、ヘッドホン自体内に必要な信号処理を行うことは有利であり得る。

音楽DNCまたは自動マスキングアルゴリズムを知覚的に正確なラウドネスモデルに基づかせることは、最も望ましいが、よりコンピュータ的に強烈でない方式を環境内のSPLの測定値およびヘッドホンの下で聞こえるときのSPLの推定値に基づいて実装することができる。例えば、自動マスキングアルゴリズムは、目標マスカー対残留雑音周波数の重み付けされたSNRを維持するように設定される可能性がある。音楽DNCアルゴリズムは、残留雑音の推定値、およびどのように少数の周波数帯域にわたって音楽を等化するのかを決定するためにわずか2つの周波数帯域を使用する雑音内の低周波数と高周波数とのバランスのある推定値を使用する可能性がある。

他の実装形態は、以下の特許請求の範囲および出願人に権利を与えることができる他の特許請求の範囲の範囲内にある。

100 ヘッドホンの組
102 コンピューティングデバイス
104 ケーブル
106 マイクロホン
108 マイクロホン
110 タッチ画面、ユーザインターフェース
112 雑音音源
114 オーディオジャック
200 グラフ
202 破線
204 点
206 実線、ディストラクションの知覚ラウドネス
300 グラフ
302 実線
304 破線
400 グラフ
402 単一破線
404 点鎖線
406 マーカー
408 上向き三角形
410 下向き三角形
412 白丸
414 実線
416 黒丸
418 マーカー
500 グラフ
502 実線
504 破線
600 グラフ
602 曲線
700 グラフ
702 実線曲線
704 破線曲線
706 点線曲線
708 点鎖線曲線、等化曲線
800a グラフ
800b グラフ
802 短破線、オープンイヤ曲線
804 実線、曲線
806 太線領域
808 太線領域
810 上向き三角形
812 上向き三角形
814 長破線、曲線
815 矢印
816 長破線、曲線
817 矢印
818 太い長破線
820 下向き三角形
822 下向き三角形
824 点鎖線曲線
825 矢印
826 点鎖線曲線
827 矢印
828 太い点鎖線
900 グラフ
902 点線、周囲曲線
904 破線、残留曲線
906 実線、曲線
908 点鎖線、音楽と雑音との曲線
1000 グラフ
1002 点線
1004 破線
1006 実線
1008 点鎖線、音楽と雑音との曲線

Claims

プログラマブル信号処理機能と周囲雑音を表す信号を受信する入力部とを有するメディア再生デバイスを備える装置であって、前記メディア再生デバイスが、
前記メディア再生デバイスに関連付けられたヘッドホンの組の出力応答特性と減衰特性とを識別し、
前記ヘッドホンの前記周囲雑音入力信号と、前記出力応答特性と、前記減衰特性とに基づいてユーザの耳における前記ヘッドホンによって出力されたオーディオの特性を予測し、
前記ヘッドホンを着用しているとき、前記周囲雑音入力信号および前記減衰特性から導出された前記ユーザの耳における予想残留周囲雑音を予測し、
前記ヘッドホンに提供されるマスキングオーディオ信号を、前記マスキングオーディオ信号が前記ユーザの耳における前記予想残留周囲雑音をマスキングするように、変更するように構成され、
前記マスキング信号を変更するステップは、前記ユーザの耳における前記予想残留周囲雑音の平均レベルに対して事前に定義された関係を有するように前記マスキング信号のレベルを設定するステップを含む、装置。
前記マスキング信号を変更するステップは、前記ユーザの耳における前記予想残留周囲雑音のスペクトルに一致するスペクトル特性を有するように前記マスキング信号を等化するステップをさらに含む、請求項1に記載の装置。
前記マスキング信号を変更するステップは、前記ユーザの耳における前記予想残留周囲雑音の部分ラウドネスを制御するようにマスキング信号のレベルを設定するステップをさらに含む、請求項1に記載の装置。
前記メディア再生デバイスは、前記マスキング信号により、前記予想残留周囲雑音が前記ユーザの耳における所定の部分ラウドネスを有するように前記予想残留周囲雑音および前記出力応答特性に基づいて前記マスキング信号を変更する、請求項1に記載の装置。
前記メディア再生デバイスは、前記マスキング信号により、前記残留周囲雑音が所定のやり方で前記周囲雑音レベルの増加とともに単調に増加する部分ラウドネスを有するように前記マスキング信号をさらに変更する、請求項4に記載の装置。
前記残留周囲雑音の前記部分ラウドネスの前記増加は、周囲雑音レベルが増加するとき前記マスキング信号の前記レベルが一定に保持される場合に起きるよりも小さい、請求項5に記載の装置。
前記事前に定義された関係は、ユーザ入力値に基づき、
前記メディア再生デバイスは、ヘッドホンの第1の組が前記メディア再生デバイスに結合されたとき、前記ユーザ入力値による前記予想残留周囲雑音をマスキングするように前記マスキング信号を変更し、
前記メディア再生デバイスは、ヘッドホンの前記第1の組と異なる応答特性を有するヘッドホンの第2の組が前記メディア再生デバイスに結合されたとき、ユーザ入力をさらに受信することなく前記予想残留周囲雑音の前記平均レベルに対して同じ事前に定義された関係を有するように前記マスキング信号を変更する、請求項1に記載の装置。
前記事前に定義された関係は、第1のユーザ入力値に基づき、
前記メディア再生デバイスは、ヘッドホンの第1の組が前記メディア再生デバイスに結合されたとき、前記ユーザ入力値による前記予想残留周囲雑音をマスキングするように前記マスキング信号を変更し、
前記メディア再生デバイスは、ヘッドホンの前記第1の組と異なる応答特性を有するヘッドホンの第2の組が前記メディア再生デバイスに結合されたとき、第2のユーザ入力値に基づいて前記予想残留周囲雑音の前記平均レベルに対して異なる事前に定義された関係を有するように前記マスキング信号を変更する、請求項1に記載の装置。
前記マスキングオーディオ信号を変更するステップは動的である、請求項1に記載の装置。
前記減衰特性を識別するステップは、ヘッドホンが前記周囲雑音を減衰させないことを想定するステップを含む、請求項1に記載の装置。
前記メディア再生デバイスは、前記オーディオマスキング信号の前記変更を調整するユーザ入力を受信し、前記ユーザ入力調整を前記ヘッドホンのモデルに関連付け、
前記調整および前記ヘッドホンモデルを記述するデータを前記メディア再生デバイスが通信しているサーバに送信する、請求項1に記載の装置。
前記メディア再生デバイスは、さらに、前記周囲雑音を表す前記信号を提供するマイクロホンの入力応答特性を識別するように構成されており、
前記オーディオマスキング信号の変更は、さらに、前記マイクロホンの前記入力応答特性にさらに基づく、請求項1に記載の装置。
前記マイクロホンは、前記ヘッドホンに結合している、請求項12に記載の装置。