JP7434792B2 - 送信装置及び受信装置、並びに音響システム - Google Patents

Description

本明細書で開示する技術は、音声データ及びメタデータを送信する送信装置及び音声データ及びメタデータを受信する受信装置、並びに音響システムに関する。

アレイスピーカなど複数のスピーカを使った音響システムが普及しつつある。複数の出力チャンネルを使って音声信号を再生することによって、音像定位を行うことができる。また、チャンネル数を増やし、スピーカを多重化することによって、さらに高解像度で音場を制御することが可能である。このような場合、音源数分の音声データと各音源の位置情報に基づいて、出力チャンネル毎にどのような音声を出力するかを計算する必要がある（例えば、特許文献１を参照のこと）。ところが、チャンネル数が増大すると（例えば、１９２チャンネル）、上記のように出力音声の計算量が厖大となり、一箇所（若しくは、単一の装置）でリアルタイム処理するのが困難になる。

そこで、多数の出力チャンネルをいくつかのサブシステムに分割して、マスタ装置は各サブシステムに全音源の音声データ及び各音源の位置情報を分配し、サブシステムでは、担当する個々の出力チャンネルについての出力音声の計算を実施する、という分散型の音響システムが考えられる。

例えば、マスタ装置は、再生時刻毎の音声データを、例えばＭＩＤＩ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）などの共通規格に則った伝送路を経由して転送することによって、各サブシステムは同期がとれた状態で受信することができる。他方、各音源の位置情報については、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの別の伝送路を使ってマスタ装置から各サブシステムへ転送しようとすると、マスタ装置側では、再生時刻毎の音声データと同期して位置情報を送信したとしても、サブシステム側では、受信した音声データと位置情報間で同期を確保することが難しくなり、高解像度の音場制御を実現するのが難しくなってしまう。ＬＡＮのようなネットワークを使用する場合、伝送遅延が不定であることから、サブシステム側で伝送遅延を補償若しくは除去することも難しい。

また、ＭＩＤＩを使って音声データを転送する場合、送受信の双方（この場合は、マスタ装置と各サブシステム）でＭＩＤＩインタフェースを装備した機材を用意する必要がある。サブシステムには、パーソナルコンピュータのような一般的な情報機器を使用することが想定されるが、この種の機器は通常ＭＩＤＩ用の機材を装備していない。

特開２００５－１６７６１２号公報 特開平７－１５４５８号公報

本明細書で開示する技術の目的は、音声データとの同期を確保してメタデータを送信する送信装置及び音声データと同期するメタデータを受信する受信装置、並びに音響システムを提供することにある。

本明細書で開示する技術は、上記課題を参酌してなされたものであり、その第１の側面は、
伝送路中の第１の音声チャンネルに音声データを送信する第１の送信部と、
前記音声データに関するメタデータを、前記音声データと同期をとりながら前記伝送路中の第２の音声チャンネルに送信する第２の送信部と、
を具備する送信装置である。

前記メタデータは、前記音声データの音源の位置情報を含み、さらに前記音声データの音源の特定のエリアを指定するエリア情報、波形等化又はその他のエフェクタ―に利用するための周波数やゲイン、アタック時間のうち少なくとも１つを含んでもよい。

また、本明細書で開示する技術の第２の側面は、
伝送路中の第１の音声チャンネルから音声データを受信する第１の受信部と、
前記伝送路中の第２の音声チャンネルから前記音声データと同期がとられたメタデータを受信する第２の受信部と、
を具備する受信装置である。

第２の側面に係る受信装置は、同期がとられた前記メタデータを用いて前記音声データを処理する処理部をさらに備える。そして、前記メタデータは前記音声データの音源の位置情報を含み、前記処理部は、前記位置情報を利用して前記音声データに対して音場再生処理を実施する。

また、本明細書で開示する技術の第３の側面は、
伝送路中の第１の音声チャンネルに音声データを送信するとともに、前記音声データに関するメタデータを、前記音声データと同期をとりながら前記伝送路中の第２の音声チャンネルに送信する送信装置と、
第１の音声チャンネルから音声データを受信するとともに、第２の音声チャンネルから前記音声データと同期がとられたメタデータを受信して、前記メタデータを用いて前記音声データを処理する受信装置と、
を具備する音響システムである。

但し、ここで言う「システム」とは、複数の装置（又は特定の機能を実現する機能モジュール）が論理的に集合した物のことを言い、各装置や機能モジュールが単一の筐体内にあるか否かは特に問わない。

本明細書で開示する技術によれば、複数の音声チャンネルを含んだ伝送路を介して音声データとの同期を確保してメタデータを送信する送信装置、及び、複数の音声チャンネルを含んだ伝送路を介して音声データと同期するメタデータを受信する受信装置、並びに音響システムを提供することができる。

なお、本明細書に記載された効果は、あくまでも例示であり、本明細書で開示する技術によりもたらされる効果はこれに限定されるものではない。また、本明細書で開示する技術が、上記の効果以外に、さらに付加的な効果を奏する場合もある。

本明細書で開示する技術のさらに他の目的、特徴や利点は、後述する実施形態や添付する図面に基づくより詳細な説明によって明らかになるであろう。

図１は、音響システム１００の構成例を示した図である。 図２は、マルチ音声チャンネルからなる伝送路１５０を利用した音響システム１００の構成例を示した図である。 図３は、オブジェクトの３次元位置情報を音声チャンネルで伝送する場合の信号波形の例を示した図である。 図４は、音響システム４００の構成例を示した図である。 図５は、ゲイン調整したメタデータの信号波形例を示した図である。 図６は、ゲイン調整したメタデータの信号波形例を示した図である。 図７は、復元用のフラグを付けてメタデータを音声チャンネルで伝送する場合の信号波形の例を示した図である。 図８は、スペクトル上にメタデータを伝送するための構成例を示した図である。 図９は、スペクトル上で伝送されたメタデータを受信するための構成例を示した図である。

以下、図面を参照しながら本明細書で開示する技術の実施形態について詳細に説明する。

Ａ．システム構成
図１には、本明細書で開示する技術を適用した音響システム１００の構成例を模式的に示している。図示の音響システム１００は、再生装置１１０と、処理装置１２０と、スピーカ１３０で構成される。

再生装置１１０では、音声データを再生する。再生装置１１０は、例えばディスクやテープなどの記録メディアから音声データを再生する装置である。あるいは、再生装置１１０は、放送信号を受信して音声データを再生したり、インターネットなどのネットワーク経由で受信した音声ストリームから音声データを再生したりする装置も含むものとする。本実施形態では、再生装置１１０は、音声データを時間通りに再生するとともに、音声データに付随するメタデータを、音声データの時間に合わせて付与し、又は、事前に登録された通りに時間に合わせて再生するものとする。そして、再生装置１１０は、再生した音声データとメタデータを、処理装置１２０に出力する。

処理装置１２０は、再生装置１１０から出力される音声データを、スピーカ１３０で音響出力するための信号処理を行う。音声データの信号処理には、メタデータを使用することもある。そして、処理装置１２１は、信号処理後の音声データをスピーカ１３０に送出し、スピーカ１３０が出力した音響を聴取者（図示しない）が聴く。なお、処理装置１２０に接続されるスピーカ１３０は、スピーカアレイなどの多チャンネルスピーカであってもよいが、ここでは図面の簡素化のため、単一のスピーカのみを描いている。

処理装置１２０で実施する音声データの信号処理には、音場再生が含まれる。例えば、再生装置１１０から受信する音声データが複数の音源（以下、「オブジェクト」とも呼ぶ）の音声を含む場合には、処理装置１２０は、各オブジェクトの位置情報に基づいて、スピーカ１３０から出力される各オブジェクトの音声がそれぞれの位置から発されている音声として聴こえるようにするための、音声データの信号処理を行う。

音場再生を実施する場合、再生装置１１０は、各オブジェクトの位置情報をメタデータに含めて送信する。

各オブジェクトの位置情報のようなメタデータは、音声データとの等時性が要求される。何故ならば、音声データに遅れてオブジェクトの位置情報が処理装置１２０に届くと、リアルタイムで音場生成を実施できなくなるからである。再生装置１１０と処理装置１２０が物理的に単一の装置内に配置される場合、音声データとメタデータの等時性を保って伝送することは容易である。ところが、再生装置１１０と処理装置１２０を物理的に分離した装置として構成する場合、音声データとメタデータの等時性を保って伝送することは困難になる。例えば、スピーカ１３０の多チャンネル化（例えば、１９２チャンネル）などにより音声データの信号処理の負荷が増大するような場合には（後述）、再生装置１１０と処理装置１２０を物理的に分離した装置として構成することが想定される。

ここで、再生装置１１０と処理装置１２０間での音声データ及びメタデータの伝送方法について考察してみる。

コンピュータと電子楽器間で演奏データをやり取りするＭＩＤＩインタフェースが知られている。ところが、再生装置１１０や処理装置１２０には、パーソナルコンピュータのような一般的な情報機器を用いることを想定しているが、通常はＭＩＤＩインタフェースを装備していないので、ＭＩＤＩインタフェースを装備した機材を用意する必要がありコスト増となる。ＬＡＮのような別の伝送路でメタデータを伝送すると、音声データとの等時性を保つことが困難である。特にＬＡＮの場合には、時刻毎の遅延が不定であることから、音声データとメタデータとの同期をとることが難しい。

そこで、本明細書では、再生装置１１０と処理装置１２０間の伝送路１５０に、複数の音声チャンネルを含んだインタフェースを用い、各オブジェクトの位置情報などのメタデータを音声データとして扱って、いずれか１つの音声チャンネルに載せて伝送する技術について、以下で提案する。

例えば、再生装置１１０は、各オブジェクトの音声データをそれぞれ個別の音声チャンネルを使って伝送し、それ以外の１つのチャンネル上でメタデータを伝送するようにすれば、処理装置１２０には、音声データとの等時性を保ちながらメタデータを届けることができる。そして、いずれの音声チャンネルにメタデータを載せるかを、再生装置１１０と処理装置１２０間であらかじめ取り決めておけば、処理装置１２０側ではその音声チャンネルで受信したデータからメタデータをデコードして、他の音声チャンネルで受信した音声データに対して音場再生などの等時性が要求される処理を施すことができる。

複数の音声チャンネルを含んだインタフェース規格の１つとして、ＭＡＤＩ（Ｍｕｌｔｉｃｈａｎｎｅｌ Ａｕｄｉｏ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）を挙げることができる（例えば、特許文献２を参照のこと）。なお、ＭＡＤＩは、１系統でバイフェーズのバランスで２チャンネルを扱うＡＥＳ／ＥＢＵ（Ａｕｄｉｏ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｏｃｉｅｔｙ／Ｅｕｒｏｐｅａｎ Ｂｒｏａｄｃａｓｔｉｎｇ Ｕｎｉｏｎ）信号を束ねて最大６４チャンネルのオーディオ信号を１本のケーブル（光ファイバー又は同軸ケーブル）で伝送することができる。但し、伝送路１５０は、ＭＡＤＩインタフェースには限定されず、また、デジタル又はアナログのいずれの形式で音声データ及びメタデータを伝送してもよい。

図２には、マルチ音声チャンネルからなる伝送路１５０を介して再生装置１１０と処理装置１２０が接続される音響システム１００の構成例を模式的に示している。

再生装置１１０は、音声データ再生部１１１と、メタデータ再生部１１２と、メタデータエンコード部１１３を備えている。音声データ再生部１１１は、オブジェクト毎の音声データを再生して、各音声データを、伝送路１５０中の個別の音声チャンネル１５１上で送出する。音声データ再生部１１１は、音声データを時間通りに再生するものとする。メタデータ再生部１１２は、オブジェクト毎の音声データに付随するメタデータを再生する。メタデータ再生部１１２は、音声データの時間に合わせてメタデータを付与し、又は、事前に登録された通りに時間に合わせてメタデータを再生するものとする。

本実施形態では、メタデータ再生部１１２は、メタデータとしてオブジェクト毎の位置情報を再生する。メタデータエンコード部１１３は、再生されたメタデータを、所定の伝送方式に従ってエンコードする。そして、各オブジェクトの位置情報を所定の順番で時間軸方向に連結したデータを音声データとして扱って、音声データの伝送には利用されない音声チャンネル１５２に載せて伝送する。いずれの音声チャンネルにメタデータを載せるかを、再生装置１１０と処理装置１２０間であらかじめ取り決められているものとする。そして、メタデータエンコード部１１３は、音声チャンネル１５２上で、複数のオブジェクトの位置情報をあらかじめ決められた順番に従って各サンプルの振幅に載せて、音声チャンネル１５１上で伝送される音声データとメタデータの同期をとりながら伝送する。

処理装置１２０は、音声データ処理部１２１と、メタデータデコード部１２２を備えている。

音声データ処理部１２１は、伝送路１５０中の個別の音声チャンネル上で伝送されるオブジェクト毎の音声データを処理する。また、メタデータデコード部１２２は、音声データの伝送には利用されないいずれかの音声チャンネルを使って伝送されるメタデータをデコードして、音声データ処理部１２１に出力する。

メタデータデコード部１２２でデコードされたメタデータには、オブジェクト毎の位置情報が含まれている。また、メタデータは、音声データと同じ伝送路１５０内の別の音声チャンネルを使って伝送されるので、オブジェクト毎の位置情報は、各オブジェクトの音声データとの同期が保たれている。

音声データ処理部１２１は、メタデータに基づいて各オブジェクトの音声データの処理を実施する。例えば、音声データ処理部１２１は、音場再生処理として、メタデータデコード部１２２から渡された各オブジェクトの位置情報を利用して、スピーカ１３０から出力される各オブジェクトの音声がそれぞれの位置から発されている音声として聴こえるようにするための、音声データの信号処理を行う。

本実施形態では、メタデータを、音声データと同じ伝送路１５０内の別の音声チャンネルを使って、再生装置１１０と処理装置１２０間で伝送される。その際、各サンプルの振幅に情報を載せることによって、あたかも音声データのようにして伝送される。サンプル順にどういうデータを送信するかを、再生装置１１０と処理装置１２０間で事前に決めておく。これを、メタデータのサンプリングレート毎に繰り返して、伝送する。

図３には、メタデータとして３個のオブジェクトの３次元位置情報を音声チャンネルで伝送する場合の信号波形を例示している。図示の例では、サンプリングレート毎に、オブジェクト１のＸ座標、オブジェクト１のＹ座標、オブジェクト１のＺ座標、オブジェクト２のＸ座標、…の順に、振幅に情報を載せて送信している。

そして、メタデータエンコード部１１３は、音声チャンネル１５２上で、複数のオブジェクトの位置情報をあらかじめ決められた順番に従って各サンプルの振幅に載せて、音声チャンネル１５１上で伝送される音声データとメタデータの同期をとりながら伝送する。

図１に示した音響システム１００では、複数の音声チャンネルを含んだ伝送路１５０を用い、メタデータを音声ストリームに載せて音声チャンネル上で伝送することによって、デバイスの追加などの必要がなく、且つ、簡単に音声データと同期をとることができる。

なお、音声データのメタデータとして、音声処理に利用するさまざまなパラメータを挙げることができる。例えば、オブジェクトの位置情報の他に、特定のエリアを指定するようなエリア情報、波形等化などのエフェクタ―に利用するための周波数やゲイン、アタック時間などのパラメータを、音声データとの同期をとりながらメタデータとして伝送することができる。

Ｂ．変形例
図４には、変形例に係る音響システム４００の構成例を模式的に示している。図示の音響システム４００は、１台の再生装置４１０と、複数台（図示の例では３台）の処理装置４２１～４２３及びスピーカ４３１～４３３と、再生装置４１０から出力される信号を各処理装置４２１～４２３に分配する分岐装置４４０で構成される。

スピーカの台数が増大すると、すべてのスピーカに出力する音声データの信号処理の負荷が大きくなり、１台の装置で実施することが困難になる。そこで、図４に示す音響システム４００は、複数の処理装置４２１～４２３を並列的に配置して、スピーカ４３１～４３３に出力する音声信号の処理を分担して行うように構成されている。

再生装置４１０では、音声データを再生する。再生装置４１０は、例えばディスクやテープなどの記録メディアから音声データを再生する装置である。あるいは、再生装置４１０は、放送信号を受信して音声データを再生したり、インターネットなどのネットワーク経由で受信した音声ストリームから音声データを再生したりする装置も含むものとする。また、再生装置４１０は、音声データを時間通りに再生するとともに、音声データに付随するメタデータを、音声データの時間に合わせて付与し、又は、事前に登録された通りに時間に合わせて再生するものとする。

そして、再生装置４１０は、音声データと、音声データに付随するメタデータを、それぞれ異なる音声チャンネルで出力する。メタデータに関しては、複数のオブジェクトの位置情報をあらかじめ決められた順番に従って各サンプルの振幅に載せて、音声データとの同期をとりながら伝送する。

分岐装置４４０は、再生装置４１０の出力信号を各処理装置４２１～４２３に分配する。再生装置４１０と各処理装置４２１～４２３の間に分岐装置４４０を配設することで、図１に示した音響システム１００の場合と同様に、音声データとメタデータの同期をとりながら、各処理装置４２１～４２３に伝送することができる。図４に示す例では、分岐装置４４０には３台の処理装置４２１～４２３が接続されているが、４台以上の処理装置を接続することも可能であり、スピーカの台数増大などの拡張が容易である。なお、分岐装置４４０は、信号を各処理装置４２１～４２３に分配する際に、伝送路変動に対する波形等化などの処理を行うようにしてもよい。

各処理装置４２１～４２３は、基本的には、図１に示した音響システム１００中の処理装置１２０と同じ役割を果たす。すなわち、各処理装置４２１～４２３は、分岐装置４４０経由で再生装置４１０から受信する音声データを、それぞれに接続されているスピーカ４３１～４３３で音響出力するための信号処理を行う。音声データの信号処理には、メタデータを使用することもある。そして、処理装置４２１～４２３は、信号処理後の音声データをスピーカ４３１～４３３にそれぞれ送出し、各スピーカ４３１～４３３が出力した音響を聴取者（図示しない）が聴く。なお、各スピーカは、スピーカアレイなどの多チャンネルスピーカであってもよいが、ここでは図面の簡素化のため、各々を単一のスピーカのみを描いている。

各処理装置４２１～４２３で実施する音声データの信号処理には、音場再生が含まれる。例えば、再生装置４１０から受信する音声データが複数の音源（以下、「オブジェクト」とも呼ぶ）の音声を含む場合には、各処理装置４２１～４２３は、各オブジェクトの位置情報に基づいて、それぞれに接続されたスピーカ４３１～４３３から出力される各オブジェクトの音声が該当する位置から発されている音声として聴こえるようにするための、音声データの信号処理を行う。

音場再生を実施する場合、再生装置４１０は、各オブジェクトの位置情報をメタデータに含めて送信する。再生装置４１０と分岐装置４４０間、並びに分岐装置４４０と各処理装置４２１～４２３間の伝送路４５０として、複数の音声チャンネルを含んだインタフェースを用いている。そして、再生装置４１０は、各オブジェクトの音声データをそれぞれ個別の音声チャンネルを使って伝送し、それ以外の１つのチャンネル上でメタデータを伝送するので、音声データとの等時性を保ちながら各処理装置４２１～４２３にメタデータを届けることができる。

図４に示した音響システム４００は、複数の音声チャンネルを含んだ伝送路４５０を用い、メタデータを音声ストリームに載せて音声チャンネル上で伝送することによって、デバイスの追加などの必要がなく、且つ、簡単に音声データと同期をとることができる。また、複数の処理装置４２１～４２３の間でも同期をとることが可能である。

Ｃ．ゲイン変更対応
ここまで、音響システム１００で、メタデータを音声チャンネルに載せて単純に伝送する方法について説明してきた。ここで、再生装置１１０側の出力ゲインを変更したり、処理装置１２０側で入力ゲインを変更したり、あるいは伝送路１５０の途中にミキサー（図示しない）などを接続してゲイン調整が行われたりすることが想定される。図４に示した音響システム４００についても同様である。

図３に示したような、各サンプルの振幅にメタデータを載せる伝送方法では、ゲイン調整が行われると、振幅に載せられたデータの値が変わってしまうので、正しいメタデータを伝送できなくなるという問題が生じる。図５及び図６には、図３に例示した、音声チャンネルで伝送されるメタデータの信号波形に対してゲイン調整を行った結果をそれぞれ示している。例えば、再生装置１１０から（１，２，３）というメタデータを送信したい場合に、ゲインを２倍にする調整が施された場合には、処理装置１２０側では（２，４，６）というメタデータを受け取ることになる。

そこで、各情報の直前に復元用のフラグを付けて、メタデータを音声チャンネル上で伝送する方法を用いるようにしてもよい。復元用のフラグは、音量（ゲイン）がどの程度調整されたかを調査するためのフラグ、若しくは、音量調整によるメタデータの変化をキャリブレーションするためのフラグである。

図７には、復元用のフラグを各情報の直前に付けてメタデータを伝送する音声チャンネルの信号波形を例示している。図示のように、各情報の直前に復元用のフラグが付けられている。例えば、オブジェクト１のＸ座標を５０として送信したい場合には、（１．０，５０）とフラグを付けて伝送する。再生装置１１０と処理装置１２０の間でゲインが変更されて、振幅が２倍の情報で伝送されてしまうと、処理装置１２０側では（２．０，１００）という情報を受信することになる。このような場合、処理装置１２０側で、フラグが１．０になるように正規化することで、オブジェクト１のＸ座標が５０という情報に復元することができる。

上述したようなフラグを利用したメタデータの復元処理は、例えばメタデータデコード部１２２で行うことができる。

このように、音声チャンネルを使ってメタデータを伝送する際に、復元用のフラグを付けることによって、途中でゲインが変更されても、処理装置１２０側では復元用のフラグを使って元の情報を復元することができる。

なお、伝送路１５０の途中に設けられたミキサーにおいて、メタデータ伝送用の音声チャンネルに対してはゲイン調整を行わないようにすれば、図５や図６に示したような状況に陥ることはないので、復元用のフラグを付ける必要はなくなる。例えば、ユーザがメタデータ伝送用の音声チャンネルに対してはゲイン調整を行わないように注意して機器操作を行うようにしてもよい。

Ｄ．他の伝送方法
これまでは、音声チャンネルを使ってメタデータを伝送する方法として、振幅に情報を載せる方法について説明してきた（例えば、図３を参照のこと）。他の伝送方法として、スペクトル上にメタデータを伝送する方法を挙げることができる。

スペクトル上にメタデータを伝送する場合、例えば５００Ｈｚの帯域に復元フラグを載せ、１ｋＨｚの帯域に第１の情報、２ｋＨｚの帯域に第２の情報、…、という形式でメタデータを送信することができる。その際、再生装置１１０と処理装置１２０の間で復元フラグの大きさを事前に決めておくことで、処理装置１２０側では、５００Ｈｚの帯域から取り出した復元フラグに基づいて、１ｋＨｚ、２ｋＨｚ、…、の各帯域から取り出した情報を元の情報に復元することができる。

図８には、再生装置１１０側で、スペクトル上にメタデータを伝送するための構成例を示している。例えばメタデータエンコード部１１３から出力されるメタデータの時間信号を、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）部８０１で周波数信号に変換して、周波数軸上の所定の帯域（上記の例では、５００ｋＨｚ帯）に復元フラグを付加する。その後、ＩＦＦＴ部８０２で時間信号に戻してから、伝送路１５０内の所定の音声チャンネルに送出する。

また、図９には、処理装置１２０側で、スペクトル上で伝送されたメタデータを受信するための構成例を示している。

伝送路１５０中の、メタデータの伝送に割り当てられた音声チャンネルから受信した信号を、ＦＦＴ部９０１で周波数信号に変換すると、その周波数信号の各帯域から復元フラグとメタデータを取り出して、メタデータデコード部１２２に渡す。

このように、音声チャンネルを使ってメタデータを伝送する際に、復元用のフラグを挿入することによって、途中でゲインが変更されても、処理装置１２０側では復元用のフラグを使って元の情報を復元することができる。

以上、特定の実施形態を参照しながら、本明細書で開示する技術について詳細に説明してきた。しかしながら、本明細書で開示する技術の要旨を逸脱しない範囲で当業者が該実施形態の修正や代用を成し得ることは自明である。

本明細書では、ＭＡＤＩインタフェースを用いて本明細書で開示する技術を実現した実施形態について説明してきたが、複数の音声チャンネルを含んだ他のインタフェース規格をもちいても、同様に本明細書で開示する技術を実現することができる。

また、本明細書では、音声データとの等時性を要求されるメタデータとしてオブジェクト毎の位置情報を伝送する実施形態について説明してきたが、その他のメタデータを伝送する場合であっても、同様に本明細書で開示する技術を適用することができる。例えば、オブジェクトの位置情報の他に、オブジェクトの特定のエリアを指定するようなエリア情報、波形等化などのエフェクタ―に利用するための周波数やゲイン、アタック時間などのパラメータを、音声データとの同期をとりながらメタデータとして伝送することができる。

要するに、例示という形態により本明細書で開示する技術について説明してきたのであり、本明細書の記載内容を限定的に解釈するべきではない。本明細書で開示する技術の要旨を判断するためには、特許請求の範囲を参酌すべきである。

なお、本明細書の開示の技術は、以下のような構成をとることも可能である。

（１）伝送路中の第１の音声チャンネルに音声データを送信する第１の送信部と、
前記音声データに関するメタデータを、前記音声データと同期をとりながら前記伝送路中の第２の音声チャンネルに送信する第２の送信部と、
を具備する送信装置。

（１－１）伝送路中の第１の音声チャンネルに音声データを送信する第１の送信ステップと、
前記音声データに関するメタデータを、前記音声データと同期をとりながら前記伝送路中の第２の音声チャンネルに送信する第２の送信ステップと、
を有する送信方法。

（２）前記音声データを再生する第１の再生部と、
前記音声データの時間に合わせて前記メタデータを付与し、又は、事前に登録された通りに時間に合わせて前記メタデータを再生する第２の再生部と、さらに備える上記（１）に記載の送信装置。

（３）前記メタデータは、前記音声データの音源の位置情報を含む、
上記（１）又は（２）のいずれかに記載の送信装置。

（４）前記メタデータは、前記音声データの音源の特定のエリアを指定するエリア情報、波形等化又はその他のエフェクタ―に利用するための周波数やゲイン、アタック時間のうち少なくとも１つを含む、
上記（１）乃至（３）のいずれかに記載の送信装置。

（５）前記第２の送信部は、各サンプルの振幅に前記メタデータを載せる、
上記（１）乃至（４）のいずれかに記載の送信装置。

（６）前記第２の送信部は、複数のメタデータをあらかじめ決められた順番で各サンプルに載せる、
上記（５）に記載の送信装置。

（７）前記第２の送信部は、既知の振幅からなる復元用のフラグを情報毎に付けて送信する、
上記（５）又は（６）のいずれかに記載の送信装置。

（８）前記第２の送信部は、スペクトル上に前記メタデータを載せる、
上記（１）乃至（４）のいずれかに記載の送信装置。

（９）前記第２の送信部は、所定の帯域の復元用のフラグを付けて送信する、
上記（８）に記載の送信装置。

（１０）伝送路中の第１の音声チャンネルから音声データを受信する第１の受信部と、
前記伝送路中の第２の音声チャンネルから前記音声データと同期がとられたメタデータを受信する第２の受信部と、
を具備する受信装置。

（１０－１）伝送路中の第１の音声チャンネルから音声データを受信する第１の受信ステップと、
前記伝送路中の第２の音声チャンネルから前記音声データと同期がとられたメタデータを受信する第２の受信ステップと、
を有する受信方法。

（１１）同期がとられた前記メタデータを用いて前記音声データを処理する処理部をさらに備える、
上記（１０）に記載の受信装置。

（１２）前記メタデータは前記音声データの音源の位置情報を含み、
前記処理部は、前記位置情報を利用して前記音声データに対して音場再生処理を実施する、
上記（１１）に記載の受信装置。

（１３）前記メタデータは復元用のフラグを含み、
前記第２の受信部は、復元用のフラグを用いて前記第２の音声チャンネルの受信信号から前記メタデータを復元する、
上記（１０）乃至（１２）のいずれかに記載の受信装置。

（１４）伝送路中の第１の音声チャンネルに音声データを送信するとともに、前記音声データに関するメタデータを、前記音声データと同期をとりながら前記伝送路中の第２の音声チャンネルに送信する送信装置と、
第１の音声チャンネルから音声データを受信するとともに、第２の音声チャンネルから前記音声データと同期がとられたメタデータを受信して、前記メタデータを用いて前記音声データを処理する受信装置と、
を具備する音響システム。

（１５）複数の前記受信装置と、
前記伝送路中の各音声チャンネルの伝送信号を複数の前記受信装置の各々に分配する分岐装置と、
をさらに備える上記（１４）に記載の音響システム。

（１６）前記メタデータは、前記音声データの音源の位置情報を含み、
前記受信装置は、前記位置情報を利用して前記音声データに対して音場再生処理を実施する、
上記（１４）又は（１５）のいずれかに記載の音響システム。

（１７）前記送信装置は、復元用のフラグを付けて前記メタデータを送信し、
前記受信装置は、復元用のフラグを用いて前記第２の音声チャンネルの受信信号から前記メタデータを復元する、
上記（１４）乃至（１６）のいずれかに記載の音響システム。

１００…音響システム、１１０…再生装置、１１１…音声データ再生部
１１２…メタデータ再生部、１１３…メタデータエンコード部
１２０…処理装置、１２１…音声データ処理部
１２２…メタデータデコード部、１３０…スピーカ、１５０…伝送路
１５１…音声チャンネル（音声データ伝送用）
１５２…音声チャンネル（メタデータ伝送用）
４００…音響システム、４１０…再生装置
４２１～４２３…処理装置、４３１～４３３…スピーカ
４４０…分岐装置、４５０…伝送路

Claims (15)

1. 複数の音声チャンネルからなる伝送路を介して複数の音源の音声を含む音声データを送信する送信装置であって、
   音源毎の音声データを再生する音声データ再生部と、
   前記音声データ再生部が再生した音源毎の音声データを、前記伝送路中の個別の第１の音声チャンネルに送信する第１の送信部と、
   音源毎の前記音声データに付随するメタデータを再生するメタデータ再生部と、
   前記メタデータ再生部によって再生されたメタデータを時間軸方向に連結したデータを、前記伝送路中の音声データの伝送に利用されない第２の音声チャンネルに送信する第２の送信部と、
   を具備する送信装置。
2. 前記メタデータ再生部は、音声データの時間に合わせてメタデータを付与し、又は、事前に登録された通りに時間に合わせてメタデータを再生し、
   前記第２の送信部は、前記第１の音声チャンネル上で伝送される音声データとの同期をとりながら、メタデータを前記第２の音声チャンネルに送信する、
   請求項１に記載の送信装置。
3. 前記メタデータは、前記音声データの音源の位置情報を含む、
   請求項１に記載の送信装置。
4. 前記メタデータは、前記音声データの音源の特定のエリアを指定するエリア情報、波形等化又はその他のエフェクタ―に利用するための周波数やゲイン、アタック時間のうち少なくとも１つを含む、
   請求項１に記載の送信装置。
5. 前記第２の送信部は、各サンプルの振幅に前記メタデータを載せる、
   請求項１に記載の送信装置。
6. 前記第２の送信部は、複数のメタデータをあらかじめ決められた順番で各サンプルに載せる、
   請求項５に記載の送信装置。
7. 前記第２の送信部は、既知の振幅からなる復元用のフラグを情報毎に付けて送信する、
   請求項５に記載の送信装置。
8. 前記第２の送信部は、スペクトル上に前記メタデータを載せる、
   請求項１に記載の送信装置。
9. 前記第２の送信部は、所定の帯域の復元用のフラグを付けて送信する、
   請求項８に記載の送信装置。
10. 複数の音声チャンネルからなる伝送路を介して複数の音源の音声を含む音声データを受信する受信装置であって、
    前記伝送路中の個別の第１の音声チャンネルから音源毎の音声データを受信する第１の受信部と、
    前記伝送路中の音声データの伝送に利用されない第２の音声チャンネルから前記音源毎の前記音声データに付随するメタデータが時間軸方向に連結されたデータを受信する第２の受信部と、
    前記第２の受信部が受信したメタデータに基づいて、前記第１の受信部が受信した前記音源毎の音声データを処理する処理部と、
    を具備する受信装置。
11. 前記第２の受信部が受信する音源毎のメタデータは前記第１の受信部が受信する音源毎の音声データとの同期が保たれており、
    前記処理部は、同期がとられた前記メタデータを用いて各音源の音声データを処理する、
    請求項１０に記載の受信装置。
12. 前記メタデータは前記音声データの音源の位置情報を含み、
    前記処理部は、各音源の位置情報を利用して各音源の音声データに対して音場再生処理を実施する、
    請求項１１に記載の受信装置。
13. 前記メタデータは復元用のフラグを含み、
    前記第２の受信部は、復元用のフラグを用いて前記第２の音声チャンネルの受信信号から前記メタデータを復元する、
    請求項１０に記載の受信装置。
14. 複数の音声チャンネルからなる伝送路を介して複数の音源の音声を含む音声データを伝送する音響システムであって、
    音源毎の再生した音声データを、前記伝送路中の個別の第１の音声チャンネルに送信するとともに、音源毎の前記音声データに付随するメタデータを再生して時間軸方向に連結したデータを、前記伝送路中の音声データの伝送に利用されない第２の音声チャンネルに送信する送信装置と、
    前記個別の第１の音声チャンネルから音源毎の音声データを受信するとともに、前記第２の音声チャンネルから前記音源毎の音声データに付随するメタデータが時間軸方向に連結されたデータを受信して、前記メタデータを用いて前記音源毎の音声データを処理する受信装置と、
    を具備する音響システム。
15. 複数の前記受信装置と、
    前記伝送路中の各音声チャンネルの伝送信号を複数の前記受信装置の各々に分配する分岐装置と、
    をさらに備える請求項１４に記載の音響システム。

Images