JP7348951B2 - 音声信号処理方法及びデバイス - Google Patents

Description

本発明は、音声信号の品質及び／又は他の特性を増強するための、音声信号処理方法を説明する。この方法は、人間の耳の非線形な音響心理学的特性をも考慮して、制御された方法でオーディオチェーンに非線形性を付加することによって、上記オーディオチェーン内の電気音響変換器の非線形性を補正する。本発明は更に、上記方法と、人間の耳の非線形な音響心理学的特性をも考慮して電気音響変換器の非線形性を補正するよう構成されたオーディオチェーンとを実装するためのデバイス／装置に関する。上記オーディオチェーンは、上記音声信号処理方法を実装するための少なくとも１つの装置を内包する。

現在、電気音響変換器の前のオーディオチェーンは、申し分ない特徴を示す。比較的大きな歪みをもったいくつかのオーディオチェーンコンポーネントが歪みの比較的小さなコンポーネントよりも良好な音を生成する理由は、わかっていない。一部のアンプは、より良好な音を得るために真空管を組み込んでいるが、他のアンプは、コンポーネントの非線形性を強化するために小さなフィードバックループを採用する。電気音響変換器の前のオーディオチェーンの歪みは、その音が良いこと又は悪いことを意味しない。それ自体のオーディオチェーンにおいて音が良い２つの異なる電気音響変換器は、場所を交換すると音が悪くなる。その理由の１つは、電気音響変換器の前のオーディオチェーンが非線形性を有し、これにより電気音響変換器の非線形性が低減されることで、その音を他のオーディオチェーンにおいてよりも良くするためである。

本発明が解決する技術的課題は、人間の耳の非線形な音響心理学的特性をも考慮して、オーディオチェーン内で電気音響変換器の非線形性を補正する、オーディオチェーン内の音声信号処理のための方法及び装置である。

電気音響変換器の非線形性は、しばらく前から公知である。非線形な歪みは、録音媒体での録音プロセスから、録音媒体、アンプやラウドスピーカー自身からの音の再生までの電気音響再生チェーン全体を特徴付ける。これらの非線形性を文書にした刊行物が多数存在する。音を変化させるために楽器に非線形性を適用することも、しばらく前から公知である。非特許文献１に記載されているように、音の一部の非線形性とその他の非線形性とが同一の音響エネルギーを有している場合であっても、人間は、前者を知覚せず、後者を知覚する。特許文献１は、音声信号処理のためのプロセス及び装置、より正確には、ある特定の度合いまでの音声信号の歪みを含む様々な音声信号の歪みの度合いを許容する技法を開示している。特許文献２は、電気回路及び音声増強方法、特に信号振幅の増大と共に増大する予測可能かつ制御可能な高調波歪みを導入できる電気回路を開示している。特許文献３は、ラウドスピーカーの周波数応答を拡張し、ラウドスピーカーの非線形な歪みを低減又は排除することによる、デジタル音声信号処理のためのシステム及び方法を開示している。音声信号は、修正されたスピーカーの周波数応答に基づいて線形デジタルフィルタを適用することによって拡張できる。ラウドスピーカーの非線形な歪みは、ラウドスピーカーの逆パラメトリックモデルに基づく非線形デジタルフィルタによって、キャンセル又は低減することができる。

米国特許第５１３３０１５号 米国公開特許第２０１１２５５７０１号 米国公開特許第２０１５２４９８８９号

Jean Hiraga，"A Study of Amplifier Harmonic Distortion Spectrum Analysis"，Amplifier Musicality

音声信号の品質及び／又は他の特性の増強を目的とした音声信号の処理に関する公知の伝統的なアプローチの大半は、人間の耳の非線形な音響心理学的特性を考慮していない。

本発明は、オーディオチェーンにおける音声信号処理方法及び装置に関し、上記方法及び装置は、人間の耳の非線形な音響心理学的特性をも考慮して、制御された方法で上記オーディオチェーンに非線形性を付加することによって、上記オーディオチェーン内の電気音響変換器の非線形性を補正し、これにより、一定の範囲の２次及び５次の多項式関数の近似を用いて、音を再生する際により良好な音響イメージ及び更なる細部を得る。

本発明によると、方法は：人間の耳の非線形な音響心理学的特性の５次多項式による近似；及び上記オーディオチェーン内の少なくとも１つの電気音響変換器の前への少なくとも１つの非線形要素の付加を含み、上記非線形要素は、上記オーディオチェーンへの非線形性の付加の機能を有し、これは、少なくとも１つの電気音響変換器の非線形性、及び／又はｐ_Δまでの人間の耳による圧力変化に関する近似された人間の耳の音響心理学的特性の非線形性を補正する。

本発明による上記音声信号処理方法の実装のための上記オーディオチェーンは、人間の耳の非線形な音響心理学的特性をも考慮して、上記オーディオチェーン内の電気音響変換器の非線形性を補正するよう構成される。上記オーディオチェーンは、上記音声信号処理方法の実装のための少なくとも１つの装置を内包する。上記装置は、上記オーディオチェーンへの非線形性の付加の機能を有し、これは、少なくとも１つの電気音響変換器の非線形性、及び／又はｐ_Δまでの人間の耳による圧力変化に関する近似された人間の耳の音響心理学的特性の非線形性を補正する。

本発明の方法、装置、及びオーディオチェーンは、人間の耳と共に伴うオーディオチェーン全体の非線形性を最終的に低減する非線形性を付加すること、即ちオーディオチェーンの特性が、圧力の変化
に対して人間の耳の非線形性の多項式近似を低減するように、上記オーディオチェーンに非線形性を付加することによって、電気音響変換器及び人間の耳の制約を低減する。

以下、図面を参照して、本発明を詳細に説明する。

図１ａは、漸近線を伴う双曲線関数 の図である。
図１ｂは、図１ａに示されている前記関数の振幅（amplitude）0.57をもった歪んだ正弦波信号の高調波スペクトルを示す。 図２ａは、漸近線を伴う双曲線関数 の図である。
図２ｂは、図２ａに示されている関数の振幅0.57をもった歪んだ正弦波信号の高調波スペクトルを示す。 図３ａは、近似された人間の耳の音響心理学的特性 の図を示す。
図３ｂは、図３ａに示されている関数の振幅２をもった歪んだ正弦波信号の高調波スペクトルを示す。 図４ａは、逆近似された（inverse approximated）人間の耳の音響心理学的特性 の図を示す。
図４ｂは、図４ａに示されている関数の振幅２をもった歪んだ正弦波信号の高調波スペクトルを示す。 図５ａは、双曲線関数 による人間の耳の音響心理学的特性の逆近似の図を示す。
図５ｂは、図５ａに示されている関数の振幅２をもった歪んだ正弦波信号の高調波スペクトルを示す。 図６ａは、真空ダイオードを採用した、人間の耳の音響心理学的逆特性 ただし、ａ＝5.31423、ｂ＝0.0366175
の近似図を示す。
図６ｂは、図６ａに示されている関数の振幅２をもった歪んだ正弦波信号の高調波スペクトルを示す。 図７は、本発明による、音声信号に非線形性を付加する方法を実装するための装置の概略図である。 図８は、関数 の２乗非線形要素（non-linear square element）の導出の概略図である。
図９は、関数 の双曲線非線形要素（non-linear hyperbolic element）の導出の概略図である。
図１０は、関数 の双曲線非線形要素の導出の概略図である。
図１１は、本発明を実施するための好ましい方法によるオーディオチェーンの概略図である。 図１２は、本発明の別の実施方法によるオーディオチェーンの概略図である。 図１３は、２次及び双曲線の非線形性を用いた本発明による音声信号処理のための装置の実施形態のうちの１つを示す。 真空ダイオードを採用した非線形要素の実装を示す。

本発明の方法は、電気音響変換器の１つの非線形性と人間の耳の非線形性を考慮する。

本発明によると、人間の耳の非線形な音響心理学的特性をも考慮して、オーディオチェーンの電気音響変換器の非線形性を補正する、上記オーディオチェーンにおける音声信号処理方法は：人間の耳の音響心理学的特性の５次多項式関数による近似；及びオーディオチェーンの少なくとも１つの電気音響変換器の前への、少なくとも１つの非線形要素４の付加を含み、上記非線形要素４は、上記オーディオチェーンへ非線形性を付加する機能を有して、少なくとも１つの電気音響変換器の非線形性、及び／又はｐ_Δまでの人間の耳による圧力変化に関する近似された人間の耳の音響心理学的特性の非線形性を補正する。本発明の方法によると、前記非線形要素４は、
ここで、ｘは、電気音響変換器の膜に対する相対的な膜エクスカーション（membrane excursion）又は相対的な力であり、ａ及びｂは正の定数である、
の逆関数である２次非線形性（quadratic non-linearity）を適用することによって、電気音響変換器の非線形性を低減する。

本発明の一実施形態によると、前記非線形要素４が、人間の耳の音響心理学的特性の非線形性
ここで、定数
は、各定数に関して±３０％の許容誤差内にあるままであり、ｘは人間の耳による相対圧力である、
を、項ｘ^２、ｘ^３、及びｘ^４によって導入される前記非線形性を少なくとも２倍低減する関数を適用することによって低減する。

本発明の他の実施形態によると、前記非線形要素４が、双曲線関数
ここで、ｘは、人間の耳による相対圧力である、
を適用することによって、人間の耳の音響心理学的特性の非線形性を低減する。

本発明の別の実施形態によると、前記非線形要素４が、関数ｘ^１．５（ここで、ｘは、人間の耳による相対圧力である）を適用することによって、人間の耳の音響心理学的特性の非線形性を低減する。

本発明によるオーディオチェーンの実施形態に従って、本発明の方法をさらに詳細に説明する。

電気音響変換器内の非線形性は：
として定義される断熱過程によって定義される。

前記電気音響変換器内の非線形性は、音質に影響を及ぼす。膜を動かすことで音を生成する電気音響変換器の場合、膜によって空気が断熱過程を経て圧力を変化させる。圧縮される空気の体積は不明である。しかし、空気圧の変化は測定可能である。より大きな体積の空気を圧縮するには、同一の圧力に関して膜のより大きなエクスカーションが必要となり、その逆も成り立つ。空気圧が断熱過程によって変化すると、圧力を増大させる方向の膜の同一のエクスカーションが、反対方向のエクスカーションよりも大きな圧力変化を生成する。本発明者らは、２つの理想的なケースを考える。両ケースにおいて、膜の質量は無視できる程度に小さく、また膜は剛性である。第１のケースでは、膜エクスカーションは線形であり、圧縮される空気の体積は、膜エクスカーションと共に線形に変化する。本発明者らは、空気の断熱過程を用いる。初期空気圧は大気圧である。空気の断熱方程式は：
である。

膜が動くと体積は変化し、これによって空気圧が断熱的に変化する：

膜による空気圧は：
ここで、Ｖ_０は、本発明者らが圧縮する初期体積、Ｖ_Δは、膜が動くことによって発生する体積変化である。Ｖ_Δが負の符号を有するのは、膜が前方に動くと体積は減少するためである。初期条件は：
ここで、ｐ_０は、大気圧、ｄ_ｒは、相対的な膜エクスカーションである、
となる。その結果、
のように記述できる。

この関数を、前記相対的なエクスカーションｄに従ってテイラー級数へと展開すると、最初の５つの項は：
ここで、ｐ_Δは、圧力変化である、
となり：
である。

前記圧力変化
に関して、相対的な膜エクスカーションは：
である。

これをテイラー級数に展開すると、２次項以降の項は無視できる：

標準ラウドネス（normal loudness）での最大の非線形性は、圧力変化
の２次関数である。

第２のケースでは、電気音響変換器の膜に対する力及び、膜エクスカーションと共に線形に変化する空気体積が存在する。計算をより簡単にするために、理想気体に関して定義された等温過程：
を使用する。

膜に対する力は、膜の両側に対する力の合計である。我々は膜の片側のみから音を聞くため、その側に対する圧力を監視することになる。膜表面に関する力は：
ここで、ｐ_１は、我々の方を向いた膜の側に対する圧力、ｐ_２は、膜の反対側に対する圧力、Ａ_０は膜の表面（これは定数）である。圧力ｐ_１、ｐ_２は：
ここで、Ｖ_０は、本発明者らが圧縮する初期体積、Ｖ_Δは、膜を動かすことによって発生する体積変化である。初期条件は、
ここで、ｐ_０は、大気圧、ｄ_ｒは、聴取の方向における相対的な膜エクスカーションである。ｐ_１、ｐ_２に関して、以下の式：
が得られる。

膜に対する力は：
である。

相対的な力を
であると仮定すると：それは
となり、そして相対的な膜エクスカーションは：
となる。

聴取側に対する圧力は、
であり、従って：
となる。

相対的な力Ｆ_ｒについてテイラー級数に展開することにより、膜の、我々の方を向いた側に対する圧力：
が得られ、ここで膜のこの側に対する圧力ｐ_１は：
として明らかになり、そして聴取側における圧力変化ｐ_Δは：
である。

圧力変化が
の場合、相対的な膜エクスカーションは：
である。

このように小さな相対的な力に関しては、テイラー級数の比較的大きな項の影響を無視できる：

標準ラウドネスでの最大の非線形性は、圧力変化
の２次関数である。

いずれのケースにおいても、膜に対する空気圧変化を、２次関数
ここで、ｘは、第１のケースにおける相対的な膜エクスカーション又は第２のケースにおける膜に対する相対的な圧力である、
によって近似できる。人間の耳による±１Ｐａの標準ラウドネスを考えると、圧力変化は距離と共に小さくなるため、膜に対する圧力はより大きい。電気音響変換器の膜の表面が小さくなるほど、他のパラメータが同一であれば、同一の距離における同一のラウドネスによる上記膜に対する圧力は大きくなる。電気音響変換器から２メートルにおいて、圧力差が±１Ｐａであり、そして電気音響変換器が1.27^２πｃｍ^２の表面と音の反射のない全方向に理想的な分散を有すると仮定すると、膜における音響パワー（acoustic power）は、膜から一定の距離にある球面におけるパワーに等しい。２メートルの距離にある球によると、これは4・2^２πｍ^２であり、160000πｃｍ^２となる。音のパワーは：
ここで、Ｐは、パワー、Ｉは、強度、Ａは表面積である、
となる。強度Ｉが圧力変化の２乗に比例する、即ち
である場合、
と記述でき、これは、聴取の方向における膜に対する圧力が：
であることを意味している。

膜に対する圧力が増大するにつれて、電気音響変換器は、非線形領域で動作し、これは我々に聞こえる音の品質に影響を与える。計算されたラウドネス
に関して、
である。

また、２次成分ｂｘ^２の線形成分ａｘに対する比は：
である。

第１のケースでは、ａ＝1.4、ｂ＝1.68、ｐ_Δ＝314.96Ｐａであり、２次成分は線形成分の0.27％であり、これは無視できない。第２のケースでは、ａ＝1/2、ｂ＝1/4、ｐ_Δ＝314.96Ｐａであり、２次成分は線形成分の0.31％であり、これもまた無視できない。前記チェーン内の電気音響変換器の２次非線形性をその前に低減するために、前記オーディオチェーンの非線形性を補正する非線形要素をその背後に組み込む：
ここで、ａ及びｂは、正の定数である。電気音響変換器の非線形性を補正するための最も簡単な方法は、逆関数
を近似する非線形要素を用いることによるものであり、これは：
である。

テイラー級数へと展開すると、
が得られる。

テイラー級数の最初の２項を取って：
とする。残りの項の影響は、ｘが極めて小さい場合に無視できるため、残りの項を無視する。非線形要素及びその後のオーディオチェーンの特性を得るために、
において、ｘを
に置換して
を得る。ここで、ｘが極めて小さい場合、
である。このようにして、人間の耳による圧力変化が
までである標準ラウドネスにおけるオーディオチェーンの聴取によるケースである低値ｘによって、歪みを削減した。電気音響変換器の膜の表面が小さいほど、同一のラウドネスに関して、同一の距離にある膜に対して存在することになる圧力が大きくなる。これにより、電気音響変換器の断熱歪みが増大する。音の有意な強化を感じるためには、非線形要素を調整して電気音響変換器の２次非線形性を少なくとも３倍低減することで十分である。

SET（Single Ended Triode：シングルエンド三極真空管）真空管アンプは、定格出力において１％を超える非線形性を有することが知られており、これは人間の耳では聴取できない。Jean Hiragaは、Amplifier Musicality － A Study of Amplifier Harmonic Distortion Spectrum Analysisという、多くの注目と批評とを集めた論説を執筆しており、ここで彼は、様々なアンプの非線形性の高調波構造を記述し、その音を主観的に評価している。ＳＥＴ真空管アンプの非線形性が聞こえないことに加えて、SET真空管アンプの非線形性は、音の細部を上書きしてしまい、我々にはもはや聞こえなくしてしまう。人間の耳が同様の非線形性を有し、我々がそれを聞き取れないとすると、この非線形性がオーディオチェーンの一部に存在したとしても我々はそれを聞き取れないことになる。周波数ｆ_１の正弦波と、ｆ_１の２、３、４、５、６倍大きな周波数ｆ_２、ｆ_３、ｆ_４、ｆ_５、ｆ_６が加えられた同じ正弦波とは、振幅がｆ_１について０ｄｂ、ｆ_２について-40ｄｂ、ｆ_３について-50ｄｂ、ｆ_４について-60ｄｂ、ｆ_５について-70ｄｂ、ｆ_６について-80ｄｂである場合に、人間の耳には同じに聞こえる（図２ｂ）ことが知られている。双曲線関数
（図１ａ）は、一定値に関して各成分が１つ前のものよりも小さいという高調波歪み構造（図１ｂ）を有する非線形性を有する。人間の耳の高調波構造が著しく乱されると、我々はそれを音の変化として聞き取る。本発明者らは、人間の耳の音響心理学的特性を５次多項式関数：
によって近似する。ここでａ、ｂ、ｃ及びｄは正の実数であり、ｘは人間の耳による相対的な圧力である。ａ、ｂ、ｃ及びｄを決定するために、我々に聞こえる人間の耳の高調波構造の歪みに到達するまで、音声信号に非線形性を付加する。係数ａを決定するためには、非線形性
を使用し、これは、項ｘ^２を除去して人間の耳の高調波構造を乱した場合に、人間の耳の特性の近似によって
をもたらす。係数ｂを決定するためは、非線形性
を使用し、これは、項ｘ^３を除去して人間の耳の高調波構造を乱した場合に、人間の耳の特性の近似によって
をもたらす。係数ｃを決定するためは、非線形性
を使用し、これは、項ｘ^４を除去して人間の耳の高調波構造を乱した場合に、人間の耳の特性の近似によって
をもたらす。係数ｄを決定するためは、非線形性
を使用し、これは、項ｘ^５を除去して人間の耳の高調波構造を乱した場合に、人間の耳の特性の近似によって
をもたらす。聴覚試験によって、各項に関して公差±30％以内で、項
が得られた。人間の耳の音響心理学的特性の近似された関数は：
である。

ラグランジュ・バーマンの式を適用することによって、人間の耳の近似の、以下の逆関数が得られる：

人間の耳の音響心理学的特性の近似された関数のｘ^５の項の係数は極めて小さいため無視でき、より大きな項についても同様である。十分な細部を聞き取るためには、近似された人間の耳の音響心理学的特性のｘ^２、ｘ^３、及びｘ^４の項によって導入される非線形性を少なくとも２倍低減する必要がある。人間の耳の音響心理学的特性の近似の逆関数は、双曲線
ここで、ａ＝0.00372、ｂ＝0.06061、ｃ＝0.002484、及びｄ＝0.01313、
を用いて導出できる（図５ａ）。上記双曲線を用いた人間の耳の音響心理学的特性の近似の逆関数は：
であり、テイラー級数へと展開することで、最初の５つの項：
が得られる。

人間の耳の非線形性がどのように低下するかを確認するために、近似された人間の耳の音響心理学的特性
において、ｘを
で置換して、最初の５つの項：
を得る。

であるため、近似された人間の耳の音響心理学的特性のｘ^２、ｘ^３、及びｘ^４の項によって導入される非線形性は、少なくとも２倍低減された。

本発明によると、本方法の実装のための装置は、オーディオチェーン内に少なくとも１つの非線形要素４を備え、これは、少なくとも１つの電気音響変換器の非線形性、及び／又はｐ_Δまでの人間の耳による圧力変化に関する近似された人間の耳の音響心理学的特性の非線形性を補正する非線形性をオーディオチェーンに付加する機能を有する。

図７は、本発明による、音声信号に非線形性を付加する一般的な方法を実装するための装置１９の概略図を示す。入力音声信号１は、前記音声信号１の分離されていない部分と少なくとも１つの分離された音声信号１とにルーティングされ、上記分離された音声信号１は、非線形要素４を用いて少なくとも１つの分離された非線形音声信号７へと処理され、そして加算器８において、音声信号１の分離されていない部分が、少なくとも１つの分離された非線形音声信号７と結合／マージされて処理済み出力音声信号９となる。非線形性を生成する分岐は、非線形要素４の前の任意のフィルタ、非線形要素４の前の任意のアンプ／アッテネータ３、非線形要素４、非線形要素４の後の任意のアンプ／アッテネータ５、及び非線形要素４の後の任意のフィルタ６を含む。非線形要素４は、２次関数－ｘ^２、又は双曲線関数
を有することになる。

図７に示されている装置１９を用いて実行される、オーディオチェーンにおける音声信号処理のための方法であって、人間の耳の非線形な音響心理学的特性をも考慮して、上記オーディオチェーン内の電気音響変換器の非線形性を補正する、方法は、以下のステップ：入力音声信号１を、上記音声信号１の分離されていない部分と、少なくとも１つの分離された音声信号１とに分割するステップ；非線形要素４において、非線形性を付加することによって少なくとも１つの分離された音声信号１を改変するステップ；非線形要素４の前のアンプ／アッテネータ３において、少なくとも１つの分離された音声信号を任意に増幅／減衰させ、非線形要素４の後のアンプ／アッテネータ５において、少なくとも１つの分離された音声信号を任意に増幅／減衰させ、非線形要素４の前のフィルタ２において、少なくとも１つの分離された音声信号を任意にフィルタリングし、非線形要素４の後のフィルタ６において、少なくとも１つの分離された音声信号を任意にフィルタリングして、少なくとも１つの分離された非線形音声信号７を得るステップ；及び音声信号１の分離されていない部分と少なくとも１つの分離された非線形音声信号７とを、加算器８において結合して出力音声信号９とするステップを含む。

図８は、２乗非線形要素４の一実施形態の概略図である。この非線形要素４の前には正の値ａを有するアンプ／アッテネータ３が存在し、非線形要素４は２次関数－ｘ^２を有し、また非線形要素４の後には正の値ｂを有するアンプ／アッテネータ５が存在する。前記２次非線形要素４は、信号乗算器１０から導出され、これはアンプ／アッテネータ３の後の出力信号をそれ自体と乗算し、信号インバータ１１においてその符号を変更する。図８の回路全体としての変換関数は、
である。値ａ及びｂを調整することによって、どの程度の２次非線形性を信号の線形部分に付加するかを制御できる。

図９は、双曲線非線形要素４の実施形態の概略図である。この非線形要素４の前のアンプ／アッテネータ３は正の値ａを有し、非線形要素４は双曲線関数
を有し、非線形要素４の後のアンプ／アッテネータ５は正の値ｂを有する。双曲線非線形要素４は、信号インバータ１１、定数の値１のソース１２、信号加算器１３、信号スケーラ１４、及び信号乗算器１０から導出される。信号加算器１３において、出力は１－ｘであり、この信号は更に信号スケーラ１４に入り、これは信号をｘ÷（１－ｘ）によって分割し、これに信号乗算器１０がｘを乗算して、
が得られる。図９の回路全体としての変換関数は、
である。

値ａ及びｂを調整することによって、ｃ及びｄが任意の正の値であるいずれの関数
を得ることができる。

図１０は、双曲線非線形要素４の導出の概略図であり、アンプ／アッテネータ３は非線形要素４の前にあり、正の値ａを有し、非線形要素４は双曲線関数
を有し、非線形要素４の後のアンプ／アッテネータ５は正の値ｂを有する。双曲線非線形要素４は、定数の値１のソース１２、信号加算器１３、信号スケーラ１４、信号乗算器１０、及び信号インバータ１１から導出される。信号加算器１３において、出力は
であり、信号は更に信号スケーラ１４に入り、これは信号をｘ÷（１－ｘ）によって分割し、これに信号乗算器１０がｘを乗算して、
が得られる。図１０の回路全体としての変換関数は、
である。

値ａ及びｂを調整することによって、ｃ及びｄが任意の正の値であるいずれの関数
を得ることができる。

図１１は、少なくとも１つの装置１９を備える好ましいオーディオチェーンの実施形態、及び上記オーディオチェーンにおける音声信号処理のための方法を示す。オーディオチェーンは、双曲線非線形性を用いた音声信号処理のための第１の装置１９に接続された入力音声信号１５のプリアンプ１６、第１の装置１９に（第１の装置１９の後に）接続された音声クロスオーバー１８を備え、この音声クロスオーバー１８は、第２の装置１９において、処理済みの音声信号を周波数範囲によって２つの信号分岐に分割する。２次非線形性を用いた音声信号処理のための少なくとも２つの第２の装置１９が、音声クロスオーバー１８に（音声クロスオーバーの後に）接続され、上記２つの第２の装置１９それぞれに、パワーアンプ２０と、各パワーアンプ２０に接続された２つの電気音響変換器２１とが接続される。元の入力音声信号１５は、ラウドネスを制御するプリアンプ１６に入る。プリアンプ１６からの信号は、双曲線非線形性を用いた音声信号処理のための第１の装置１９へと向かう。第１の装置１９からの処理済みの信号は、この信号を周波数範囲によってより多くの分岐へと分割する、音声クロスオーバー１８へと向かう。音声クロスオーバー１８の後、各分岐からの信号は、２次非線形性を用いた音声信号処理のための、関連する第２の装置１９へと向かう。関連する第２の装置１９それぞれからの処理済みの信号は、関連するパワーアンプ２０へと向かい、このパワーアンプ２０は、増幅された信号を、関連する電気音響変換器２１へとルーティングする。２次非線形性を用いた信号処理のための第２の装置１９はそれぞれ、必要な非線形性の量に影響を及ぼすパワーアンプ２０の増幅率を考慮して、電気音響変換器２１の２次非線形性を少なくとも３倍低減するように構成される。増幅率が高いほど、関連する第２の装置１９において必要な２次非線形性が大きくなる。双曲線非線形性を用いた信号処理のための第１の装置１９は、パワーアンプ２０の増幅率、電気音響変換器２１の効率、及び電気音響変換器からの人間の耳の距離を考慮して、ｐ_Δ＝±１Ｐａの圧力変化の範囲内における人間の耳の音響心理学的特性の非線形性を、少なくとも２倍低減するように構成される。増幅率が高いほど、及び／又は電気音響変換器の効率が高いほど、及び／又は電気音響変換器からの人間の耳の距離が小さいほど、第１の信号処理装置１９において必要な双曲線非線形性も大きくなる。

装置１９を用いて実施される、図１１に示されているオーディオチェーンにおける音声信号処理方法（この方法は、人間の耳の非線形な音響心理学的特性も考慮して、オーディオチェーン内の電気音響変換器の非線形性を補正する）は、以下のステップ：調整可能なプリアンプ１６において、入力信号１５を増幅／減衰させるステップ；双曲線非線形性の適用によって、第１の装置１９において音声信号処理を行うステップ；音声クロスオーバー１８において、音声信号を周波数範囲によって２つの分岐に分割するステップ；２次非線形性の適用によって、第２の装置１９において各分岐の分割された音声信号を処理するステップ；パワーアンプ２０において、各分岐の分割された音声信号のパワーを増幅するステップ；及び各分岐の音声信号を、関連する電気音響変換器２１へとルーティングするステップを含む。

オーディオチェーン内の装置１９及び上記方法の他の実施形態が図１２に示されている。入力音声信号１５は、ラウドネスを制御するプリアンプ１６に入る。プリアンプ１６からの信号は、２次及び双曲線非線形性を用いた音声信号処理のための第１の装置１９へと流れる。第１の装置１９からの処理済みの信号はパワーアンプ２０へと流れ、このパワーアンプ２０は増幅された信号を音声クロスオーバー１８に送達し、この音声クロスオーバー１８は、この信号を周波数範囲によってより多くの分岐へと分割する。音声クロスオーバー１８の後、各分岐からの信号は、対応する電気音響変換器２１へと流れる。２次及び双曲線非線形性を用いた信号処理装置１９は、必要な２次非線形性の量に影響を及ぼすパワーアンプ２０の増幅率を考慮して、電気音響変換器２１の２次非線形性を少なくとも３倍低減するように構成される。また、装置１９は、パワーアンプ２０の増幅率、電気音響変換器２１の効率、及び電気音響変換器からの人間の耳の距離を考慮して、ｐ_Δ＝±１Ｐａの圧力変化の範囲内における人間の耳の音響心理学的特性の非線形性を少なくとも２倍低減するように構成される。増幅率が高いほど、及び／又は電気音響変換器の効率が高いほど、及び／又は電気音響変換器からの人間の耳の距離が小さいほど、装置１９において必要な双曲線非線形性も大きくなる。装置１９が、異なる２次非線形性を有する、異なる周波数範囲で動作する複数の電気音響変換器に関して、２次非線形性を低減する際、上記装置は、非線形性要素４の前にフィルタ２を、及び／又は非線形性要素４の後にフィルタ６を適用し、これにより上記装置は、異なる複数の周波数範囲に関して２次非線形性を調整する。装置１９は、２次及び双曲線非線形性を、これらを加算器８内の入力音声信号１に同時に付加することによって使用するよう設計されるか、又は直列接続で接続された複数の装置１９のチェーンとして作製される。

装置１９を用いて実施される、図１２に示されているオーディオチェーンにおける音声信号処理方法（この方法は、人間の耳の非線形な音響心理学的特性も考慮して、オーディオチェーン内の電気音響変換器の非線形性を補正する）は、以下のステップ：調整可能なプリアンプ１６において、入力信号１５を増幅／減衰させるステップ；２次及び双曲線非線形性を用いて、第１の装置１９において音声信号処理を行うステップ；パワーアンプ２０において音声信号を増幅するステップ；音声クロスオーバー１８において、音声信号を周波数範囲によって２つの分岐に分割するステップ；並びに各分岐の信号を、関連する電気音響変換器２１へとルーティングするステップを含む。

本発明の方法によると、装置１９は、近似された人間の耳の音響心理学的特性の非線形性を２倍、及び／又は電気音響変換器の２次非線形性を３倍、及び人間の耳による圧力変化をｐ_Δ＝±１Ｐａまで低減する。

本発明の方法によると、更に、音声信号をアナログフォーマット又はデジタルフォーマットで処理できる。

本発明はまた、コンピュータデバイス上で実行された場合に、プロセッサ上で動作して、本発明による方法のステップを実施する、コンピュータプログラムにも関する。

図１３は、非線形要素として、２次特性を得るためのアナログ乗算器２４、及び双曲線特性を得るためのアナログ乗算器／スケーラ２５を用いる、装置１９の実施形態を示す。入力音声信号１は、反転入力ステージ２３に到達し、その後この信号は、非線形要素４を有する異なる複数の分岐へと流れる。第１の分岐は、調整可能な１次ハイパスＲＣフィルタとして構成された入力フィルタ２；オペアンプ、抵抗器、及びポテンショメータを用いて構成された、調整可能なアンプ／アッテネータ３；並びにアナログ乗算器２４として作製された非線形要素４を有する。第２及び第３の信号処理分岐は、オペアンプ、抵抗器、及びポテンショメータを用いて構成された、調整可能なアンプ／アッテネータ３；並びに特性
を有するアナログ乗算器／スケーラ２５を用いて作製される単一の非線形要素４によって実装される。信号７の非線形部分の３つの分岐の出力は、抵抗器ネットワークからなる加算器８に入り、この加算器８は、非線形出力電圧信号７、及び入力ステージ２３の後の音声信号を、電流の和へと変換し、これは出力音声信号９を構成し、出力反転ステージ２６がこれらの出力音声信号９を出力電圧９ａに変換する。

人間の耳の音響心理学的特性の逆関数は、他の関数によっても近似でき、非線形要素４の導出は、ダイオード、トランジスタ及び真空管といった電子素子の非線形性を適用することによって実施できる。図６ａは、真空ダイオードの電流／電圧特性
に対応する非線形性ｘ^１．５による、人間の耳の逆関数の非線形性の近似
を示す。図６aの近似は、
ただし、a＝5.31423、ｂ＝0.0366175、
によって特性決定され（実線）、テイラー級数へと展開すると、最初の５つの項：
が得られる。

人間の耳の非線形性がどのように低下するかを観察するために、人間の耳の音響心理学的特性の近似
において、ｘを
で置換して、最初の５つの項：
を得る。

及び
であるため、近似された人間の耳の音響心理学的特性のｘ^２、ｘ^３、及びｘ^４の項によって導入される非線形性が少なくとも２倍低減された。

図１４に真空ダイオードの適用による非線形要素４の実装が示されている。入力信号は、定電圧－Ｖａに接続された抵抗器ネットワークへと流れ、これはＤＣ成分を入力信号に付加し、そしてこの入力信号は、オペアンプによって作製された電圧フォロワへと流れる。電圧フォロワの後、上記信号は、電流／電圧特性
を有する真空ダイオード２７へと流れる。反転増幅器２８と、反転増幅器２８の出力電圧を、真空ダイオード２７の電流と合計される電流に変換する抵抗器２９とを適用することによって、線形成分を除去した。定電圧＋Ｖｂ及び抵抗器３０を適用することによって、ＤＣ成分を除去した。真空ダイオード２７、抵抗器２９、及び抵抗器３０の電流の合計は、反転増幅器３１において出力電圧へと変換される。回路全体の伝送特性は、
ここで、ａ、ｂ、ｃ、及びｄは、正の値である。

オーディオチェーンにおける音声信号処理方法及び装置は、電気音響変換器の、及び人間の耳の、望ましくない非線形性を低減するために使用される。上記装置は、様々な電気音響変換器及び人間の耳に対して調整できるため、上記装置はオーディオ産業において幅広く使用される。

Claims (12)

1. 人間の耳の非線形な音響心理学的特性を考慮して、オーディオチェーン内の電気音響変換器の非線形性を補正する、前記オーディオチェーンにおける音声信号処理方法であって、
   ‐少なくとも１つの非線形要素（４）を、前記オーディオチェーン内の少なくとも１つの前記電気音響変換器の前に付加するステップであって、
   各非線形要素（４）は、前記オーディオチェーンに非線形性を付加して、前記少なくとも１つの前記電気音響変換器の振幅の非線形性を補正し、そしてp_Δまでの圧力変化に関する人間の耳の非線形性の多項式近似を予備補償(pre-compensate)し、前記電気音響変換器の非線形性の補正は、
   ここで、ｘは、前記電気音響変換器の膜に対する相対的な膜エクスカーション又は相対的な力であり、ａ及びｂは正の定数である、
   の逆関数である２次非線形性関数を適用することによって実施される、前記ステップを含む前記方法において、
   前記非線形要素（４）は、５次多項式関数
   ここで、ａ、ｂ、ｃ、及びｄは、各項に関して許容誤差±30％以内での人間の耳の上記特性の近似によって決定される正の実数であり、ｘは人間の耳による相対圧力である、
   として表現される前記人間の耳の非線形な音響心理学的特性を、項ｘ^２、ｘ^３、及びｘ^４によって導入される前記非線形性を少なくとも２倍予備補償する前記５次多項式関数に対する逆関数を適用することによって補正することを特徴とする、前記方法。
2. 前記非線形要素（４）は、前記逆関数を表現するために双曲線関数
   ここで、ｘは、人間の耳による相対圧力である、
   を用いることによって、前記人間の耳の音響心理学的特性の非線形性を予備補償する、請求項１に記載の方法。
3. 前記非線形要素（４）は、前記逆関数を表現するために関数ｘ^１．５〔ここで、ｘは、人間の耳による相対圧力である〕を用いることによって、前記人間の耳の音響心理学的特性の非線形性を予備補償する、請求項１に記載の方法。
4. 前記非線形要素（４）は、前記逆関数を表現するためにラグランジュ・バーマンの式を用いることによって、前記人間の耳の音響心理学的特性の非線形性を予備補償し、ここでｘは人間の耳による相対圧力である、請求項１に記載の方法。
5. 決定される項は
   である、請求項１に記載の方法。
6. 前記方法は、以下のステップ：
   （ａ）入力音声信号（１）を、前記入力音声信号（１）の分離されていない部分と、少なくとも１つの分離された音声信号（１）とにルーティングするステップ；
   （ｂ）前記非線形要素（４）において、非線形性を付加することによって、前記少なくとも１つの分離された音声信号（１）を修正するステップ；
   （ｃ）前記非線形要素（４）の前のアンプ／アッテネータ（３）において、前記少なくとも１つの分離された音声信号を増幅／減衰させ、
   前記非線形要素（４）の後のアンプ／アッテネータ（５）において、前記少なくとも１つの分離された音声信号を増幅／減衰させ、
   前記非線形要素（４）の前のフィルタ（２）において、前記少なくとも１つの分離された音声信号をフィルタリングし、
   前記非線形要素（４）の後のフィルタ（６）において、前記少なくとも１つの分離された音声信号をフィルタリングして、少なくとも１つの分離された非線形音声信号（７）を得るステップ；及び
   （ｄ）前記音声信号（１）の前記分離されていない部分と、前記少なくとも１つの分離された非線形音声信号（７）とを、加算器（８）において結合して、出力音声信号（９）とするステップ
   を含む、請求項１～５のいずれか１項に記載の方法。
7. 前記方法は、以下のステップ：
   （ａ）調整可能なプリアンプ（１６）において、入力信号（１５）を増幅／減衰させるステップ；
   （ｂ）第１の装置（１９）において、双曲線非線形性を適用することによって、音声信号を処理するステップ；
   （ｃ）音声クロスオーバー（１８）において、周波数範囲によって前記音声信号を２つの分岐に分割するステップ；
   （ｄ）少なくとも１つの第２の装置（１９）において、２次非線形性を適用することによって、各前記分岐の、分割された前記音声信号を、処理するステップ；
   （ｅ）パワーアンプ（２０）において、各前記分岐の、分割された前記音声信号のパワーを増幅するステップ；及び
   （ｆ）各前記分岐の前記音声信号を、関連する電気音響変換器（２１）へとルーティングするステップ
   を含む、請求項１～５のいずれか１項に記載の方法。
8. 前記方法は、以下のステップ：
   （ａ）前記調整可能なプリアンプ（１６）において、前記入力信号（１５）を増幅／減衰させるステップ；
   （ｂ）前記第１の装置（１９）において、２次及び双曲線非線形性を適用することによって、音声信号を処理するステップ；
   （ｃ）前記パワーアンプ（２０）において、前記音声信号のパワーを増幅するステップ；
   （ｄ）前記音声クロスオーバー（１８）において、周波数範囲によって前記音声信号を２つの分岐に分割するステップ；並びに
   （ｅ）各前記分岐の前記音声信号を、前記関連する電気音響変換器（２１）へとルーティングするステップ
   を含む、請求項１～５のいずれか１項に記載の方法。
9. 前記装置（１９）は、近似された前記人間の耳の音響心理学的特性の非線形性を少なくとも２倍予備補償する、請求項７又は８に記載の方法。
10. 前記装置（１９）は、前記電気音響変換器の２次非線形性を少なくとも３倍予備補償する、請求項７～９のいずれか１項に記載の方法。
11. 人間の耳による前記圧力変化は、
    までである、請求項１～１０のいずれか１項に記載の方法。
12. コンピュータデバイス上で実行された場合に、プロセッサ上で動作して、請求項１～１１のいずれか１項に記載の方法のステップを実施するよう適合されたコンピュータプログラム。