JPWO2013168200A1 - 音声処理装置、再生装置、音声処理方法およびプログラム - Google Patents

Abstract

低音域の再生能力が乏しいスピーカーを用い、カットした基音を聴覚錯覚させる処理において、ユーザーが自由に音の音色を変化させることが可能な音声処理装置、再生装置、音声処理方法およびプログラムを提供することを課題とする。本発明の音声処理装置２は、入力された音声信号から、低域周波数帯域の基音を検出する基音検出部１３と、基音の倍音信号を複数抽出する倍音信号抽出部１４と、各倍音信号のレベル調節を行う操作部１５と、操作部１５のレベル調節操作に伴い各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御部１６と、音声信号のうち低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する信号合算器１９と、を備えたことを特徴とする。

Description

本発明は、再生不可能な低域周波数帯域の低音感を補償する音声処理装置、再生装置、音声処理方法およびプログラムに関するものである。

従来、低音域の再生能力が乏しいスピーカーを用いる場合、再生限界以下の低域周波数帯域の基音に対して、倍音成分を生成・強調し、これを入力された音声信号に加算することにより、物理的には再生されていない低音成分を聴覚的に感じさせる聴覚錯覚（ミッシングファンダメンタル現象）が知られている。例えば、特許文献１は、この聴覚錯覚を利用した音響効果装置に関する発明であるが、奇数次倍音成分よりも偶数次倍音成分を多く発生させることで、にごりのない豊かな音を生成できることが記載されている。

ＷＯ２０００／３９７８６号公報

ところが、再生する楽曲の種類やユーザーによっては、必ずしも奇数次倍音成分よりも偶数次倍音成分を多く発生させること（にごりのない音にすること）が良いとは言えない。つまり、上記特許文献１に記載の技術では、音の音色をユーザーの好みに応じて、自由に変化させることができないといった不具合がある。

本発明は、上記の問題点に鑑み、低音域の再生能力が乏しいスピーカーを用い、カットした基音を聴覚錯覚させる処理において、ユーザーが自由に音の音色を変化させることが可能な音声処理装置、再生装置、音声処理方法およびプログラムを提供することを目的とする。

本発明の音声処理装置は、入力された音声信号から、基音を検出する基音検出部と、基音の倍音信号を、複数抽出する倍音信号抽出部と、各倍音信号のレベル調節を行う操作部と、レベル調節に伴い、各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御部と、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備えたことを特徴とする。

本発明の音声処理方法は、入力された音声信号から、基音を検出する基音検出ステップと、基音の倍音信号を、複数抽出する倍音信号抽出ステップと、各倍音信号のレベル調節を行う操作ステップと、レベル調節に伴い、各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御ステップと、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算ステップと、を実行することを特徴とする。

これらの構成によれば、各倍音信号のレベルを調節可能であるため、聴覚錯覚を利用して低音出力を行う処理において、ユーザーが直感的な操作で自由に音の音色を可変することができる。また、ユーザーのレベル調節操作に伴い、段階的に各倍音信号のレベルを可変するため、ユーザーは出力音を確認しながら好みの音色に設定することができ、使い勝手が良い。
なお、「低域周波数帯域」とは、音声処理装置に接続される音声出力装置（スピーカーやヘッドフォンなど）の再生限界以下となる周波数帯域を指す。
また、「各倍音信号のレベルを段階的に可変する」とは、段階数を多くすることで、各倍音信号のレベルをほぼ連続的に可変することも含む概念である。

上記の音声処理装置において、倍音信号レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを直線で表した場合の、当該直線の傾きを段階的に可変する第１レベル制御部を含むことを特徴とする。

この構成によれば、音の音色を、いわゆる「柔らかめ」の音と「堅め」の音の間で変化させることができる。具体的には、高次数側より低次数側のレベルを高くした場合「柔らかめ」の音となり、低次数側より高次数側のレベルを高くした場合「堅め」の音となる。

上記の音声処理装置において、第１レベル制御部は、第３次倍音信号から第５次倍音信号の間の任意点を支点として、直線の傾きを可変することを特徴とする。

この構成によれば、音量に影響を与えることなく、音色を変化させることができる。

上記の音声処理装置において、倍音信号レベル制御部は、倍音信号の偶数次数と奇数次数のレベル差を段階的に可変する第２レベル制御部を含むことを特徴とする。

この構成によれば、音の音色を、いわゆる「豊かな」音と「うつろな」音の間で変化させることができる。具体的には、奇数次数より偶数次数のレベルを高くした場合「豊かな」音となり、偶数次数より奇数次数のレベルを高くした場合「うつろな」音となる。
なお、「レベル差」は、プラスマイナスを含めた概念である。つまり、奇数次数より偶数次数のレベルを高くした場合と、偶数次数より奇数次数のレベルを高くした場合のレベル差は、絶対値が同じであっても異なるレベル差として扱う。

上記の音声処理装置において、倍音信号レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを、低次倍音側を急降下させ高次倍音側をなだらかに降下させた曲線と、低次倍音側をなだらかに降下させ高次倍音側を急降下させた曲線との間で段階的に可変する第３レベル制御部を含むことを特徴とする。

この構成によれば、聴覚錯覚効果と音色変化度合いのバランスを変化させることができる。具体的には、低次倍音側を急降下させた曲線とした場合、聴覚錯覚効果より音色変化度合いが重視され、高次倍音側を急降下させた曲線とした場合、音色変化度合いより聴覚錯覚効果が重視される。

上記の音声処理装置において、操作部は、操作子の操作位置を移動させることにより、各倍音信号のレベル調節を行い、倍音信号レベル制御部は、操作位置に応じて、各倍音信号のレベルを制御することを特徴とする。

この構成によれば、ユーザーによる操作子の操作位置を移動させる直感的な操作により、音の音色をほぼ連続的に（アナログ的に）変化させることができる。
なお、「操作子」は、つまみ操作子（回転式操作子）やフェーダー操作子など物理的な操作子でも良いし、タッチパネルなどＧＵＩを用いたものでも良い。

上記の音声処理装置において、倍音信号抽出部は、基音の倍音信号のうち、基音に対して協和関係となる協和倍音信号を複数抽出することを特徴とする。

この構成によれば、不協和倍音を排除できるため、違和感のない自然な音を得ることができる。

本発明の再生装置は、上記の音声処理装置と、音声処理装置により処理された音声信号を外部に出力する音声出力装置と、を備えたことを特徴とする。

本発明のプログラムは、コンピューターに、上記載の音声処理方法における各ステップを実行させることを特徴とする。

これらを用いることにより、低音域の再生能力が乏しいスピーカーを用い、カットした基音を聴覚錯覚させる処理において、ユーザーが自由に音の音色を変化させることができる。

本発明の一実施形態に係る再生装置の回路構成図である。 スピーカーの再生能力を示す図である。 （ａ）は、一軸表示のＧＵＩ操作子の一例を示す図であり、（ｂ）は、二軸表示のＧＵＩ操作子の一例を示す図である。 （ａ）は、つまみ操作子の一例を示す図であり、（ｂ）は、フェーダー操作子の一例を示す図であり、（ｃ）は、ボタン型操作子の一例を示す図である。 倍音信号のレベル制御の一例（第１レベル制御部の制御例）を示す図である。 倍音信号のレベル制御の一例（第２レベル制御部の制御例）を示す図である。 倍音信号のレベル制御の一例（第３レベル制御部の制御例）を示す図である。 （ａ），（ｂ）は、倍音信号のレベル制御の他の例を示す図である。 音声処理方法を示すフローチャートである。 各倍音の協和関係を示す図である。 （ａ），（ｂ）は、倍音信号のレベル制御の他の例を示す図である。

以下、添付の図面を参照して、本発明の一実施形態に係る音声処理装置、再生装置、音声処理方法およびプログラムについて説明する。図１は、再生装置１の回路構成を示す図である。図示のように、再生装置１は、音声信号に対して音声処理を行う音声処理装置２と、音声処理装置２により処理された音声信号を外部に出力するスピーカー３（音声出力装置）と、を備えている。

ここで、まず図２を参照し、本実施形態のスピーカー３について説明する。同図は、スピーカー３の再生能力を示す図である。図示のように、スピーカー３は、１００［Ｈｚ］以下の周波数帯域において、周波数が低くなるほど音声信号の出力レベルが下降する。すなわち、本スピーカー３は、低音の再生限界が１００［Ｈｚ］であることを示している。以下、音声信号の出力レベルが下降する１００［Ｈｚ］以下の周波数帯域を「再生不能帯域」と称する。なお、請求項における「低域周波数帯域」は、この再生不能帯域を指す。音声処理装置２は、上記のように低音の再生能力が乏しいスピーカー３において、再生不能帯域の音声信号を、人間の聴覚錯覚（ミッシングファンダメンタル現象）を利用して補償するための音声処理を行う。つまり、音声処理装置２は、再生不能帯域内の基音（錯覚させる音）に対して、２以上の整数倍の周波数を持つ倍音信号を強調させて、基音を補償する。

図１の説明に戻る。音声処理装置２は、入力端子１１と、ハイパスフィルター１２（ＨＰＦ）と、基音検出部１３と、倍音信号抽出部１４と、操作部１５と、倍音信号レベル制御部１６と、倍音増幅器１７と、倍音合算器１８と、信号合算器１９と、出力端子２０と、を備えている。

入力端子１１は、再生する音声信号を入力する。ハイパスフィルター１２は、入力された音声信号から再生不能帯域の音声信号をカットする。すなわち、ハイパスフィルター１２は、スピーカー３の再生不能帯域である１００［Ｈｚ］以下の周波数帯域の音声信号をカットし、スピーカー３が再生可能な１００［Ｈｚ］より周波数の大きい帯域の音声信号のみを通過させる。これにより、再生限界以下の音声信号がスピーカー３に出力されることによる異音の発生を防止する。

基音検出部１３は、入力された音声信号のうち、再生不能帯域における音声信号から１以上の基音を検出する。すなわち、スピーカー３が物理的に再生できない低域周波数帯域の基音（上記のハイパスフィルター１２によりカットされる基音）を検出する。基音検出部１３により検出された基音は、聴覚錯覚の対象となる音である。

倍音信号抽出部１４は、入力された音声信号から、基音検出部１３により検出された１以上の基音について、複数の倍音信号を抽出する。このとき、入力された音声信号のうち、１００［Ｈｚ］よりも周波数の大きい周波数帯域における音声信号から、倍音信号を抽出する。すなわち、スピーカー３が物理的に再生可能な周波数帯域（上記のハイパスフィルター１２を通過可能な周波数帯域）から協和倍音信号を抽出する。なお、本実施形態では、各基音について、第２次〜第８次の７つの倍音信号を抽出するものとする。

操作部１５は、ユーザーによる操作子の操作位置を移動させることにより、抽出された各倍音信号のレベル調節を行う。操作子としては、ＧＵＩ（Graphical User Interface）操作子や物理操作子を用いる。詳細については、後述する。

倍音信号レベル制御部１６は、操作部１５のレベル調節操作に伴い、抽出された各倍音信号のレベルを段階的に可変するようにレベル制御を行う。本実施形態において、倍音信号レベル制御部１６は、３種類のレベル制御を行う（第１〜第３レベル制御部）。いずれの制御を行うかは、モード設定やユーザー操作に応じて切り換える。詳細については、後述する。

倍音増幅器１７は、倍音信号レベル制御部１６の制御に基づいて、抽出した各倍音信号のレベルを増幅する。なお、基音検出部１３により、基音の周波数だけでなく基音のレベルを検出しておき、倍音増幅器１７は、当該基音のレベルを考慮してレベル制御を行うことが好ましい。これにより、入力された音声信号に近いレベルで基音を聴覚錯覚させることができる。

倍音合算器１８は、倍音増幅器１７によりレベル制御された複数の倍音信号を合算する。信号合算器１９は、上記のハイパスフィルター１２により再生不能帯域がカットされた音声信号（カット信号）に、上記の合算された倍音信号を加算する。出力端子２０は、信号合算器１９により合算された音声信号をスピーカー３に出力する。

次に、図３および図４を参照し、操作部１５の実現例について説明する。図３は、ＧＵＩ操作子３０を用いた場合を示している。ＧＵＩ操作子３０は、例えば、タッチパネル、若しくはディスプレイとポインティングデバイスの組み合わせにより実現される。その具体例として、例えば図３（ａ）に示すように、一軸表示のＧＵＩ操作子３０を採用しても良い。同図の例では、ユーザーが横軸３１に沿って操作位置Ｐ１を移動させることにより、音の音色を「柔らかめ」と「堅め」の間で調節可能となっている。倍音信号レベル制御部１６は、操作位置Ｐ１に応じて、後述する第１レベル制御（図５参照）を行う。このように、ＧＵＩ操作子３０を利用することにより、ユーザーが直感的に、かつ視覚的に、音色の調節を行うことができる。

また、同図（ｂ）は、二軸表示のＧＵＩ操作子３０を示す図である。同図の例では、横軸３２が第１の音色の変化（「柔らかめ」−「堅め」）に対応し、縦軸３３が、第２の音色の変化（「豊かな」−「うつろな」）に対応している。また、これら２つの軸３２，３３によって規定される２次元領域内で、ユーザーが操作位置Ｐ１を移動させることにより、所望の音色に調節可能となっている。倍音信号レベル制御部１６は、操作位置Ｐ２の横軸座標に応じて、後述する第１レベル制御（図５参照）を行い、さらに操作位置Ｐ２の縦軸座標に応じて、後述する第２レベル制御（図６参照）を行う。

一方、図４は、物理的操作子を用いた場合を示している。例えば、同図（ａ）に示すように、つまみ操作子４０（回転式操作子）を採用しても良い。同図の例では、ユーザーによる操作位置Ｐ３の移動（つまみ操作子４０の回転）に応じて、第１レベル制御を行う（倍音信号レベル制御部１６）。

また、同図（ｂ）に示すように、フェーダー操作子５０を採用しても良い。同図の例では、ユーザーによるガイド領域５１に沿った操作位置Ｐ４の移動に応じて、第２レベル制御を行う（倍音信号レベル制御部１６）。

さらに、同図（ｃ）に示すように、ボタン型操作子６０を採用しても良い。同図の例では、ユーザーによる右向き三角ボタン６２および左向き三角ボタン６４の押下量（押下回数、または押下時間）に応じて、第１レベル制御を行い、上向き三角ボタン６１および下向き三角ボタン６３の押下量に応じて第２レベル制御を行う（倍音信号レベル制御部１６）。

なお、図３および図４に示した操作子は、一例であり、操作位置を連続的に可変可能なものであれば、上記以外の操作子を採用可能である。また、制御対象となるパラメーター（「柔らかめ」−「堅め」、「豊かな」−「うつろな」など）も、モード設定等により切り換え可能である。さらに、各パラメーターに対応して複数段階の選択肢を用意しておき（例えば、第１レベル制御部の場合、「柔らかめ」−「少し柔らかめ」−「普通」−「少し堅め」−「堅め」など）、その中からどの選択肢が選択されたかに応じて、レベル制御を行っても良い。

次に、図５ないし図７を参照し、倍音信号レベル制御部１６による３種類のレベル制御について説明する。図５は、第１レベル制御部による制御例を示す図である。第１レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを直線で表した場合の、当該直線の傾きを段階的に可変することにより、音色を「柔らかめ（鈍い音，シャープネスの低い音）」−「堅め（鋭い音，シャープネスの高い音）」の間で変化させる。

同図に示すように、各倍音信号のレベルは、上下方向に伸びる直線によって表され、次数順に左右方向等間隔で配置される。また、スペクトラムエンベロープは、点線によって表される直線であり、第１レベル制御部（倍音信号レベル制御部１６）は、当該直線の傾きによって各倍音信号のレベル制御を行う。具体的には、直線の傾きを左肩上がりとすることで「柔らかめ」の音となり、直線の傾きをフラットとすることで「標準」の音となり、さらに直線の傾きを右肩上がりとすることで「堅め」の音となる。なお、第１レベル制御部は、第３次倍音信号から第５次倍音信号の間の任意点を支点として（同図では、第４次倍音信号のレベルを不変として）、直線の傾きを可変する（図示、音色「標準」の場合の２本の一点鎖線は、音色「柔らかめ」の場合のエンベロープの傾きと音色「堅め」の場合のエンベロープの傾きを示している）。これにより、音量に影響を与えることなく、音色を変化させることができる。

続いて、図６は、第２レベル制御部による制御例を示す図である。第２レベル制御部は、倍音信号の偶数次数と奇数次数のレベル差を段階的に可変することにより、音色を「豊かな（柔らかい音）」−「うつろな（硬い音）」の間で変化させる。本例においても、各倍音信号のレベルは、次数順に左右方向等間隔で配置される。また、スペクトラムエンベロープを、各倍音信号のレベルの頂点を結ぶ点線（ジグザグ線または直線）で示す。

同図に示すように、第２レベル制御部は、偶数次数のレベルを奇数次数のレベルよりも大きく設定することで（「偶数次数のレベル」−「奇数次数のレベル」＞０とすることで）「豊かな」音となり、そのレベル差が大きいほど、より「豊かな」音となる。逆に、奇数次数のレベルを偶数次数のレベルよりも大きく設定することで（「偶数次数のレベル」−「奇数次数のレベル」＜０とすることで）「うつろな」音となり、そのレベル差が大きいほど、より「うつろな」音となる。なお、「豊かな」音とは、例えば楽器「ホルン」のような音色であり、「うつろな」音とは、例えば楽器「クラリネット」のような音色を指す。

続いて、図７は、第３レベル制御部による制御例を示す図である。第３レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを、「低次倍音側を急降下させ高次倍音側をなだらかに降下させた曲線（以下、「曲線パターン１」と称する）」と、「低次倍音側をなだらかに降下させ高次倍音側を急降下させた曲線（以下、「曲線パターン２」と称する）」との間で段階的に可変することにより、低音錯覚と音色変化のバランスを変化させる。本例においても、各倍音信号のレベルは、次数順に左右方向等間隔で配置される。また、スペクトラムエンベロープを、各倍音信号のレベルの頂点を結ぶ点線（曲線または直線）で示す。

同図に示すように、第３レベル制御部は、スペクトラムエンベロープを「曲線パターン１」（引弧線）とすることで、低音錯覚よりも音色変化が重視された音となる。逆に、スペクトラムエンベロープを「曲線パターン２」（例えば、曲線パターン１の引弧線を、左右および上下反転させた曲線）とすることで、音色変化よりも低音錯覚が重視された音となる。これは、次数の低い倍音のレベルが高いほど、低音錯覚が強調されるためである。

なお、図５ないし図７に示した第１レベル制御部〜第３レベル制御部による制御は、組み合わせることが可能である。例えば、図３（ｂ）に示したように、二軸表示のＧＵＩ操作子３０にて操作位置Ｐ２が指定された場合、「豊かな」且つ「堅め」の音とするため、図８（ａ）に示すように、偶数次数のレベルを奇数次数のレベルよりも大きく設定し、且つ全体として右肩上がりのスペクトラムエンベロープとなるようにレベル制御を行う。また、音色変化よりも低音錯覚を重視し、且つ「堅め」の音とする場合は、図８（ｂ）に示すように、低次倍音側をなだらかに上昇させ、且つ全体として右肩上がりのスペクトラムエンベロープとなるようにレベル制御を行う。

また、第１レベル制御部〜第３レベル制御部を組み合わせた場合、並びに第３レベル制御部を採用した場合、全体的にレベルを増幅／減衰するレベル増減制御を行うことが好ましい。例えば、標準に対して、低次倍音のレベルが小さく高次倍音のレベルが大きい場合は全体的にレベルを増幅し、逆に低次倍音のレベルが大きく高次倍音のレベルが小さい場合は全体的にレベルを減衰することが好ましい。これは、一般的に楽器の音を構成する倍音が、低次倍音側でエネルギーが強く、高次になるほどエネルギーが弱くなる傾向にあるためである。

次に、図９のフローチャートを参照し、再生装置１（音声処理装置２）の音声処理方法について説明する。再生装置１は、まず、入力された音声信号から、聴覚錯覚させる再生不能帯域（低域周波数帯域）の基音を検出する（Ｓ０１）。そして、検出した基音の周波数を測定し（Ｓ０２）、測定した基音の周波数を元に、次数の異なる複数の倍音について周波数を算出する（Ｓ０３）。また、算出した周波数に基づいて、音声信号から複数の倍音信号を抽出する（Ｓ０４）。さらに、操作部１５によるユーザーのレベル調節操作に伴い、抽出した各倍音信号のレベルを制御し（Ｓ０５）、レベル制御した各倍音信号を、カット信号（入力された音声信号のうち再生不能帯域の信号をカットした信号）に加算する（Ｓ０６）。

以上説明したとおり、本実施形態によれば、聴覚錯覚させる基音の倍音信号のレベルを調節可能であるため、ユーザーが自由に音の音色を可変することができる。また、ユーザーの操作部１５を利用したレベル調節操作に伴い、段階的に各倍音信号のレベルを可変するため、ユーザーは出力音を確認しながら好みの音色に設定することができ、使い勝手が良い。

また、第１レベル制御部により、スペクトラムエンベロープの直線の傾きを段階的に可変するため、ユーザーは、音の音色を、「柔らかめ」の音と「堅め」の音の間で自由に調節することができる。また、第２レベル制御部により、倍音信号の偶数次数と奇数次数のレベル差を段階的に可変するため、ユーザーは、音の音色を、「豊かな」音と「うつろな」音の間で調節することができる。さらに、第３レベル制御部により、スペクトラムエンベロープを、「曲線パターン１」と「曲線パターン２」との間で段階的に可変するため、ユーザーは、聴覚錯覚効果と音色変化度合いのバランスを自由に調節することができる。

また、基音から倍音信号を生成するのではなく、入力された音声信号に含まれる倍音成分をレベル制御することによって強調し、基音を聴覚錯覚させるため、基音の協和倍音成分を別途生成する必要がない。これにより、音質の違和感を軽減し、且つ処理の煩雑化を抑えることができる。

なお、以下の変形例を採用可能である。例えば、上記の実施形態では、倍音信号抽出部１４により第２〜８倍音を抽出したが、基音に対して協和関係となる協和倍音信号のみを抽出しても良い。図１０は、基音と第２倍音〜第２０倍音の協和関係を示す図である。図示のように、第２〜６倍音、第８倍音、第１０倍音、第１２倍音、第１６倍音、および第２０倍音が、基音に対して協和関係となる協和倍音である。一方、第７倍音、第９倍音、第１１倍音、第１３〜１５倍音、および第１７〜１９倍音が、基音に対して不協和関係となる不協和倍音である。したがって、第２〜８倍音の間では、第７倍音以外の倍音が抽出対象となる。この構成によれば、不協和倍音を排除できるため、違和感のない自然な音を得ることができる。なお、不協和倍音を排除する場合、例えば第１レベル制御では、図１１（ａ）に示すように、抽出対象となる倍音を次数順に等間隔で配置した形で生成されたエンベロープに基づいてレベル制御を行っても良いし、同図（ｂ）に示すように、倍音を次数順に等間隔で配置し、不協和関係となる倍音（第７倍音）を空欄にした形で生成されたエンベロープに基づいてレベル制御を行っても良い。第３レベル制御についても同様である。

なお、上記の実施形態では、倍音信号抽出部１４により、第２〜８倍音の７つの倍音信号を抽出したが、抽出する倍音信号の数は任意である。但し、最低でも２つ以上の倍音信号を抽出することが好ましい。また、抽出する倍音信号の数を、ユーザーが指定可能としても良い。この場合、次数の低いものから、倍音信号を抽出することが好ましい。つまり、倍音信号の数が「３つ」と指定された場合、第２，３，４の倍音信号を抽出することとなる。

また、他の変形例として、基音検出部１３により、基音の周波数とレベルとを検出し、レベルに応じて、倍音信号抽出部１４の抽出対象となる倍音信号の次数を可変しても良い。具体的には、基音のレベルが高い場合、基音のレベルが低い場合に比べて、より高次の倍音信号を抽出することが好ましい。これは、出力する音声信号のレベルが大きくなるにつれて、ハイパスフィルター１２によりカットする周波数が高くなるためである。例えば、レベル１＜レベル２＜レベル３としたとき、基音がレベル１の場合、第２〜８倍音の倍音信号を抽出し、基音がレベル２の場合、第３〜８倍音の倍音信号を抽出し、基音がレベル３の場合、第４〜８倍音の倍音信号を抽出する、などが考えられる。この構成によれば、音声信号のレベルが高いほど、より高次の倍音信号を抽出することにより、再生可能な高次の倍音信号がレベル制御の対象となり、効果的に音色を可変できる。

また、上記の実施形態に示した再生装置１（音声処理装置２）の各機能および各処理工程をプログラムとして提供することも可能である。また、そのプログラムを各種記憶媒体（ＣＤ−ＲＯＭ、フラッシュメモリ等）に格納して提供することも可能である。すなわち、コンピューターを再生装置１の各機能として機能させるためのプログラム、コンピューターに再生装置１の各処理工程を実行させるためのプログラムおよびそれを記録した記憶媒体も、本発明の権利範囲に含まれる。

また、上記の実施形態では、本発明の音声処理装置２を再生装置１に適用した場合を例示したが、スピーカー３を内蔵しないオーディオ製品に本発明を適用しても良い。また、スピーカー３ではなく、ヘッドフォンなど他の音声出力装置に出力するための音声処理を行う装置に本発明を適用しても良い。さらに、音声処理装置２を、パーソナルコンピューター、クラウドコンピューティング、各種タブレット端末等で実現しても良い。その他、本発明の要旨を逸脱しない範囲で、適宜変更が可能である。

１…再生装置 ２…音声処理装置 ３…スピーカー １１…入力端子 １２…ハイパスフィルター １３…基音検出部 １４…倍音信号抽出部 １５…操作部 １６…倍音信号レベル制御部 １７…倍音増幅器 １８…倍音合算器 １９…信号合算器 ２０…出力端子 ３０…ＧＵＩ操作子 ４０…つまみ操作子 ５０…フェーダー操作子 ６０…ボタン型操作子

本発明の音声処理装置は、入力された音声信号から、基音を検出する基音検出部と、基音の倍音信号を、複数抽出する倍音信号抽出部と、音色を調節する操作部と、倍音信号抽出部により抽出した各倍音信号のレベルを、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープが直線となるように制御する倍音信号レベル制御部と、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備え、倍音信号レベル制御部は、音色の調節に伴い、スペクトラムエンベロープの直線の傾きを可変することを特徴とする。
上記の音声処理装置において、倍音信号レベル制御部は、第３次倍音信号から第５次倍音信号の間の任意点を支点として、直線の傾きを可変することを特徴とする。
上記の音声処理装置において、操作部は、音色を、第１の音と第２の音との間で調節し、倍音信号レベル制御部は、第１の音に調節された場合、低次倍音側より高次倍音側が下がるように直線の傾きを制御し、第２の音に調節された場合、高次倍音側より低次倍音側が下がるように直線の傾きを制御することを特徴とする。
本発明の他の音声処理装置は、入力された音声信号から、基音を検出する基音検出部と、基音の倍音信号を、複数抽出する倍音信号抽出部と、低音錯覚と音色変化のバランスを調節する操作部と、操作部の操作に伴い、倍音信号抽出部により抽出した各倍音信号のレベルを、次数順に徐々に小さくなるようにまたは全ての次数において同一となるように制御する倍音信号レベル制御部と、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備え、倍音信号レベル制御部は、低音錯覚を重視するように調節された場合、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを、低次倍音側をなだらかに降下させ高次倍音側を急降下させた曲線とし、音色変化を重視するように調節された場合、スペクトラムエンベロープを、低次倍音側を急降下させ高次倍音側をなだらかに降下させた曲線とすることを特徴とする。
本発明の他の音声処理装置は、入力された音声信号から、基音を検出する基音検出部と、基音の倍音信号を、複数抽出する倍音信号抽出部と、音色を調節する操作部と、音色の調節に伴い、倍音信号抽出部により抽出した複数の倍音信号の偶数次数と奇数次数のレベル差を可変する倍音信号レベル制御部と、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備えたことを特徴とする。
上記の音声処理装置において、操作部は、音色を、第１の音と第２の音との間で調節し、倍音信号レベル制御部は、第１の音に調節された場合、「偶数次数のレベル」−「奇数次数のレベル」＞０とし、第２の音に調節された場合、「偶数次数のレベル」−「奇数次数のレベル」＜０とすることを特徴とする。
上記の音声処理装置において、操作部は、操作子の操作位置を移動させることにより、各倍音信号のレベル調節を行い、倍音信号レベル制御部は、操作位置に応じて、各倍音信号のレベルを制御することを特徴とする。
上記の音声処理装置において、倍音信号抽出部は、基音の倍音信号のうち、基音に対して協和関係となる協和倍音信号を複数抽出することを特徴とする。
本発明の再生装置は、上記の音声処理装置と、音声処理装置により処理された音声信号を外部に出力する音声出力装置と、を備えたことを特徴とする。
本発明の音声処理方法は、入力された音声信号から、基音を検出する基音検出ステップと、基音の倍音信号を、複数抽出する倍音信号抽出ステップと、音色を調節する操作ステップと、倍音信号抽出ステップにて抽出した各倍音信号のレベルを、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープが直線となるように制御する倍音信号レベル制御ステップと、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算ステップと、を実行し、倍音信号レベル制御ステップは、音色の調節に伴い、スペクトラムエンベロープの直線の傾きを可変することを特徴とする。
本発明の他の音声処理方法は、入力された音声信号から、基音を検出する基音検出ステップと、基音の倍音信号を、複数抽出する倍音信号抽出ステップと、低音錯覚と音色変化のバランスを調節する操作ステップと、操作ステップの操作に伴い、倍音信号抽出ステップにて抽出した各倍音信号のレベルを、次数順に徐々に小さくなるようにまたは全ての次数において同一となるように制御する倍音信号レベル制御ステップと、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算ステップと、を実行し、倍音信号レベル制御ステップは、低音錯覚を重視するように調節された場合、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを、低次倍音側をなだらかに降下させ高次倍音側を急降下させた曲線とし、音色変化を重視するように調節された場合、スペクトラムエンベロープを、低次倍音側を急降下させ高次倍音側をなだらかに降下させた曲線とすることを特徴とする。
本発明の他の音声処理方法は、入力された音声信号から、基音を検出する基音検出ステップと、基音の倍音信号を、複数抽出する倍音信号抽出ステップと、音色を調節する操作ステップと、音色の調節に伴い、倍音信号抽出ステップにて抽出した複数の倍音信号の偶数次数と奇数次数のレベル差を可変する倍音信号レベル制御ステップと、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算ステップと、を実行することを特徴とする。
本発明のプログラムは、コンピューターに、上記の音声処理方法における各ステップを実行させることを特徴とする。
なお、以下の構成としても良い。
本発明の音声処理装置は、入力された音声信号から、基音を検出する基音検出部と、基音の倍音信号を、複数抽出する倍音信号抽出部と、各倍音信号のレベル調節を行う操作部と、レベル調節に伴い、各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御部と、音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備えたことを特徴とする。

Claims (10)

1. 入力された音声信号から、基音を検出する基音検出部と、
   前記基音の倍音信号を、複数抽出する倍音信号抽出部と、
   各倍音信号のレベル調節を行う操作部と、
   前記レベル調節に伴い、各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御部と、
   前記音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算部と、を備えたことを特徴とする音声処理装置。
2. 前記倍音信号レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを直線で表した場合の、当該直線の傾きを段階的に可変する第１レベル制御部を含むことを特徴とする請求項１に記載の音声処理装置。
3. 前記第１レベル制御部は、第３次倍音信号から第５次倍音信号の間の任意点を支点として、前記直線の傾きを可変することを特徴とする請求項２に記載の音声処理装置。
4. 前記倍音信号レベル制御部は、倍音信号の偶数次数と奇数次数のレベル差を段階的に可変する第２レベル制御部を含むことを特徴とする請求項１ないし３のいずれか１項に記載の音声処理装置。
5. 前記倍音信号レベル制御部は、各倍音信号のレベルを次数順に配列したスペクトラムエンベロープを、低次倍音側を急降下させ高次倍音側をなだらかに降下させた曲線と、低次倍音側をなだらかに降下させ高次倍音側を急降下させた曲線との間で段階的に可変する第３レベル制御部を含むことを特徴とする請求項１ないし４のいずれか１項に記載の音声処理装置。
6. 前記操作部は、操作子の操作位置を移動させることにより、各倍音信号のレベル調節を行い、
   前記倍音信号レベル制御部は、前記操作位置に応じて、各倍音信号のレベルを制御することを特徴とする請求項１ないし５のいずれか１項に記載の音声処理装置。
7. 前記倍音信号抽出部は、前記基音の倍音信号のうち、前記基音に対して協和関係となる協和倍音信号を複数抽出することを特徴とする請求項１ないし６のいずれか１項に記載の音声処理装置。
8. 請求項１ないし７のいずれか１項に記載の音声処理装置と、
   前記音声処理装置により処理された音声信号を外部に出力する音声出力装置と、を備えたことを特徴とする再生装置。
9. 入力された音声信号から、基音を検出する基音検出ステップと、
   前記基音の倍音信号を、複数抽出する倍音信号抽出ステップと、
   各倍音信号のレベル調節を行う操作ステップと、
   前記レベル調節に伴い、各倍音信号のレベルを段階的に可変するようにレベル制御を行う倍音信号レベル制御ステップと、
   前記音声信号の低域周波数帯域の信号をカットしたカット信号に、レベル制御された各倍音信号を合算する合算ステップと、を実行することを特徴とする音声処理方法。
10. コンピューターに、請求項９に記載の音声処理方法における各ステップを実行させるためのプログラム。

Images