JPWO2017047000A1 - 音声信号処理装置及びそれを用いた撮像装置 - Google Patents

Abstract

音声信号処理装置は、入力した音声信号を入力レベルに応じて増幅する第１の増幅器（１１）と、第１の増幅器（１１）で増幅した音声信号を所定のゲインで増幅する第２の増幅器（１３）と、を備える。第２の増幅器（１３）は、入力した音声信号のレベルが上限閾値よりも大きいときは、ゲインを自動で低下させ、入力した音声信号のレベルが上限閾値よりも小さく、かつゲインが所定値よりも低いときに、ゲインを自動で上昇させる。ゲインを上昇させる場合に、第２の増幅器（１３）は、ユーザにより入力レベルが低下する操作が行われていた場合は、ゲインを第１の速度で変化させ、ユーザにより入力レベルが低下する操作が行われていない場合は、ゲインを第１の速度よりも遅い第２の速度で変化させる。

Description

本開示は、音声信号レベルを自動制御する音声信号処理装置、及びそれを用いた撮像装置に関する。

従来、入力した音声の大きさを適正なレベルに制御する自動レベル制御（ＡＬＣ：Ａｕｔｏ Ｌｅｖｅｌ Ｃｏｎｔｒｏｌ）機能を有する音声処理装置が知られている（例えば特許文献１参照）。

特許文献１の音声処理装置は、入力された音声信号の振幅レベルが所定範囲内に収まるように振幅レベルを調整する。その音声処理装置は、第１のレベル制御手段と、第２のレベル制御手段とを有する。第１のレベル制御手段は、入力された音声信号の振幅レベルが所定範囲の上限値を超えた場合は振幅レベルのゲインを低下させるリミット動作を行い、音声信号の振幅レベルが所定範囲の下限値より小さい場合はゲインを増加させるリカバリ動作を行う。第２のレベル制御手段は、第１のレベル制御手段により振幅レベルが調整された音声信号に対して再度、リミット動作又はリカバリ動作を行う。第１のレベル制御手段でのリカバリ動作時のゲインの増加の時定数を、第２のレベル制御手段でのリカバリ動作時のゲインの増加の時定数より大きくする。この構成により、アタック音が短い周期で連続して入力された場合でも歪みが生じない良好な自動レベル制御を実現することを可能としている。

特開２０１４−１２６８５４号公報

本開示は、自動レベル制御機能の実行中において、ユーザによる音声信号の入力レベルの変更の操作がなされた場合の入力レベル変更の応答性を向上した音声信号処理装置を提供する。

本開示の音声信号処理装置は、入力した音声信号を入力レベルに応じて増幅する第１の増幅器と、第１の増幅器で増幅した音声信号を所定のゲインで増幅する第２の増幅器と、を備える。第２の増幅器は、入力した音声信号のレベルが上限閾値よりも大きいときは、ゲインを自動で低下させ、入力した音声信号のレベルが上限閾値よりも小さく、かつゲインが所定値よりも低いときに、ゲインを自動で上昇させる。ゲインを上昇させる場合に、第２の増幅器は、ユーザにより入力レベルを低下させる操作が行われていた場合は、ゲインを第１の速度で変化させ、ユーザにより入力レベルを低下させる操作が行われていない場合は、ゲインを第１の速度よりも遅い第２の速度で変化させる。

図１は、本開示の音声信号処理装置を備えた撮像装置の構成を示す図である。 図２は、アナログ音声処理部における自動レベル制御（ＡＬＣ）に関する構成を示した図である。 図３は、自動レベル制御を示すフローチャートである。 図４Ａは、自動レベル制御によるリカバリ速度を説明するための図である。 図４Ｂは、自動レベル制御によるリカバリ速度を説明するための図である。 図５は、リカバリ速度の設定処理を示すフローチャートである。

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、発明者は、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって請求の範囲に記載の主題を限定することを意図するものではない。

（第１の実施の形態）
以下、図面を用いて、第１の実施の形態を説明する。

［１−１．構成］
［１−１−１．全体構成］
図１は、第１の実施の形態のアナログ音声処理部（音声信号処理装置の一例）を備えたデジタルカメラ（撮像装置の一例）の構成を示す図である。デジタルカメラは、被写体を撮像して画像データ（静止画、動画）を生成して記録媒体に記録する。デジタルカメラ１００は、カメラボディ１０２と、カメラボディに装着される交換レンズ３０１とで構成される。デジタルカメラ１００は、画像を入力する画像入力系１４０と、アナログ音声を入力する音声入力系１１０とを有する。デジタルカメラ１００は、音声入力系１１０を介して入力した音声信号を、画像入力系１４０を介して入力した画像とともに記録媒体に記録することができる。

画像入力系１４０は、交換レンズ３０１、ＣＣＤ（ｃｈａｒｇｅ−ｃｏｕｐｌｅｄ ｄｅｖｉｃｅ）イメージセンサ１４３およびＡＦＥ（アナログ・フロント・エンド）１４４を含む。ＣＣＤイメージセンサ１４３およびＡＦＥ１４４は、カメラボディ１０２側に設けられている。

交換レンズ３０１は、フォーカスレンズ３１０、ＯＩＳ（ｏｐｔｉｃａｌ ｉｍａｇｅ ｓｔａｂｉｌｉｚｅｒ）レンズ３１８およびズームレンズ３１２を含む光学系を含む。交換レンズ３０１はさらに、レンズコントローラ３２０、レンズマウント３３０、フォーカスレンズ駆動部３１１、ズームレンズ駆動部３１３、絞り３１６、絞り駆動部３１７、操作リング３１５、ＯＩＳ（ｏｐｔｉｃａｌ ｉｍａｇｅ ｓｔａｂｉｌｉｚｅｒ）制御部３１９、ＤＲＡＭ（ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）３２１、フラッシュメモリ３２２等を備えている。

レンズコントローラ３２０は、交換レンズ３０１全体の動作を制御する。レンズコントローラ３２０は、操作リング３１５のユーザによる操作を受け付けて、ズームレンズ３１２を駆動させるよう、ズームレンズ駆動部３１３を制御することができる。レンズコントローラ３２０は、フォーカスレンズ３１０、ＯＩＳレンズ３１８及び絞り３１６を駆動させるように、フォーカスレンズ駆動部３１１、ＯＩＳ制御部３１９、及び絞り駆動部３１７をそれぞれ制御することができる。

レンズコントローラ３２０は、ＤＲＡＭ３２１やフラッシュメモリ３２２に接続されており、必要に応じてそれらのメモリに情報を書き込んだり、読み出したりすることができる。また、レンズコントローラ３２０は、レンズマウント３３０を介して、コントローラ１３０と通信することができる。尚、コントローラ１３０は、ハードワイヤードな電子回路で構成してもよいし、プログラムを用いたマイクロコンピュータなどで構成してもよい。

レンズマウント３３０は、カメラボディ１０２のボディマウント３４０と接続し、交換レンズ３０１およびカメラボディ１０２を機械的および電気的に接続する。交換レンズ３０１とカメラボディ１０２とが接続されると、レンズコントローラ３２０と、コントローラ１３０とは通信可能な状態となる。ボディマウント３４０は、レンズマウント３３０を介してレンズコントローラ３２０から受信した信号をカメラボディ１０２のコントローラ１３０に送信することができる。

ＣＣＤイメージセンサ１４３は、交換レンズ３０１を通して形成された被写体像を撮像して画像情報を生成する。

ＡＦＥ１４４は、ＣＣＤイメージセンサ１４３から読み出した画像情報に対して相関二重サンプリングによる雑音抑圧、アナログゲインコントローラによるＡ／Ｄ変換器（ＡＤＣ：ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｔｅｒ）の入力レンジ幅への増幅、Ａ／Ｄ変換器によるＡ／Ｄ変換（ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｓｉｏｎ）を実施する。

音声入力系１１０は、マイクロホン部１１１およびアナログ音声処理部１１５を備える。マイクロホン部１１１は、左右それぞれの方向からの音声を別々に収音するために２つのマイクロホンを備えている。マイクロホンは、音響信号を電気信号（アナログ音声信号）に変換する。マイクロホンからのアナログ音声信号はアナログ音声処理部１１５に入力される。

アナログ音声処理部１１５は、アナログ音声信号に所定の信号処理を施す。アナログ音声処理部１１５は、処理したアナログ音声信号をＡ／Ｄ変換器によりデジタル音声信号に変換し、デジタル音声信号をデジタル画像・音声処理部１２０に出力する。アナログ音声処理部１１５は音声信号処理装置の一例である。アナログ音声処理部１１５は、アナログ回路を含む電子回路で構成され、１つまたは複数の半導体集積回路で構成される。

デジタル画像・音声処理部１２０は、ＡＦＥ１４４から出力された画像情報およびアナログ音声処理部１１５から出力された音声信号に対して各種の処理を施す。例えば、デジタル画像・音声処理部１２０は、コントローラ１３０からの指示に従って、画像情報に対してガンマ補正やホワイトバランス補正、傷補正、符号化処理等を行う。また、デジタル画像・音声処理部１２０は、コントローラ１３０からの指示に従って、音声信号に対する各種処理を行う。デジタル画像・音声処理部１２０は、ハードワイヤードな電子回路で実現してもよいし、プログラムを実行するマイクロコンピュータなどで実現してもよい。デジタル画像・音声処理部１２０は、コントローラ１３０などと一体的に１つの半導体チップとして実現してもよい。

デジタル画像・音声処理部１２０は、マイクロホン部１１１の出力である音声信号を演算処理してフィルタ処理や指向性合成処理を行う。デジタル画像・音声処理部１２０を実現する回路は１つまたは複数の半導体集積回路に集積されてもよい。

表示部１９０は、デジタルカメラ１００の背面に配置される。本実施の形態では、表示部１９０は、液晶ディスプレイである。表示部１９０は、デジタル画像・音声処理部１２０にて処理された画像情報に基づく画像を表示する。

コントローラ１３０は、デジタルカメラ１００全体の動作を統括制御する。コントローラ１３０は、ハードワイヤードな電子回路で実現してもよいし、プログラムを実行するマイクロコンピュータなどで実現してもよい。また、コントローラ１３０は、デジタル画像・音声処理部１２０などと一体的に１つの半導体チップとして実現してもよい。また、ＲＯＭ（ｒｅａｄ−ｏｎｌｙ ｍｅｍｏｒｙ）１７０は、コントローラ１３０の外部に（コントローラ１３０とは別体として）存在している必要はなく、コントローラ１３０の内部に組み込まれていてもよい。

ＲＯＭ１７０は、コントローラ１３０が実行するための、オートフォーカス制御（ＡＦ制御）や自動露出制御（ＡＥ制御）、ストロボの発光制御などに関するプログラムの他、デジタルカメラ１００全体の動作を統括制御するためのプログラムを格納している。ＲＯＭ１７０は、デジタルカメラ１００に関する各種条件および設定を記憶する。なお、本実施の形態では、ＲＯＭ１７０は、フラッシュＲＯＭである。

ＲＡＭ（ｒａｎｄｏｍ−ａｃｃｅｓｓ ｍｅｍｏｒｙ）１５０は、デジタル画像・音声処理部１２０およびコントローラ１３０のワークメモリとして機能する。ＲＡＭ１５０は、ＳＤＲＡＭ（ｓｙｎｃｈｒｏｎｏｕｓ ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）やフラッシュメモリなどで実現できる。ＲＡＭ１５０は、画像情報および音声信号などを記録するための内部メモリとしても機能する。

外部記憶媒体１６０は、内部にフラッシュメモリ等の不揮発性の記録部を備えた外部メモリである。外部記憶媒体１６０は、デジタル画像・音声処理部１２０で処理される画像情報および音声信号などのデータを記録可能である。

操作部１８０は、デジタルカメラ１００の外装に配置される操作釦や操作ダイヤルなどの操作インターフェースの総称である。操作部１８０は、ユーザによる操作を受け付ける。例えば、操作部１８０は、デジタルカメラ１００の上面に設けられたレリーズ釦、電源スイッチ、モードダイヤルや、デジタルカメラ１００の背面に設けられた中央釦および十字釦などを含む。操作部１８０は、ユーザによる操作を受け付けると、コントローラ１３０に種々の動作を指示する信号を通知する。

レリーズ釦は、ユーザが画像撮影の指示やオートフォーカスの指示を行うための操作部材である。レリーズ釦は、ユーザにより半押しされると、コントローラ１３０は、ＡＦ（Ａｕｔｏ Ｆｏｃｕｓ）制御およびＡＥ（Ａｕｔｏ Ｅｘｐｏｓｕｒｅ）制御などの少なくとも一方を実行し、撮影条件を決定する。続いて、レリーズ釦が全押しされると、コントローラ１３０は、全押しのタイミングに撮像された画像情報を外部記憶媒体１６０などに記録する。

電源スイッチは、デジタルカメラ１００の各部への電力供給をオン（ＯＮ）／オフ（ＯＦＦ）するためのスイッチである。

モードダイヤルは、回転式のダイヤルである。モードダイヤルがユーザにより回転されると、コントローラ１３０は、デジタルカメラ１００の動作モードを、モードダイヤルの現在の回転位置に対応する動作モードに切り替える。動作モードとは、例えば、オート撮影モード、マニュアル撮影モード、シーン選択モードなどである。

さらに、操作部１８０は、上記の操作部材に加えて、表示部１９０にメニュー画面を表示するためのボタンや、メニュー画面上に表示される各種条件の設定項目の値を選択するためのボタンを含んでも良い。また、操作部１８０は、表示部１９０に重ねて配置され、ユーザの指のタッチ操作を検出するタッチパネルを含んでも良い。

［１−１−２．アナログ音声処理部］
アナログ音声処理部１１５は、自動レベル制御（ＡＬＣ）機能を有する。自動レベル制御機能は、入力したアナログ音声信号のレベルによらず、出力するデジタル音声信号のレベルが予め定められた上限閾値を超えないようにゲインを自動的に調整する機能である。自動レベル制御について種々の公知の方法が知られている。図２は、アナログ音声処理部１１５における自動レベル制御（ＡＬＣ）の機能を実現するための主要な構成を示した図である。

アナログ音声処理部１１５は、マイクアンプ１１と、アナログアンプ１３と、Ａ／Ｄ変換器（ＡＤＣ：ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｔｅｒ）１５と、制御回路１９とを備える。なお、図２では、説明の便宜上、左右にある２つのマイクロホンのうちの一つのマイクロホンからの音声信号に対する自動レベル制御に関する構成を示している。

マイクアンプ１１は、マイクロホン１０から入力する音声信号の録音レベル（入力レベル）を調整する回路である。マイクアンプ１１は音声信号の増幅回路を含む。録音レベルは、ユーザにより操作部１８０（ユーザインタフェース）を介して設定される。ユーザによる録音レベル（入力レベル）の設定値はコントローラ１３０から制御回路１９に通知される。制御回路１９は、通知された録音レベルの設定値にしたがいマイクアンプ１１の録音レベルを設定する。

アナログアンプ１３は、マイクアンプ１１からの音声信号を記録ゲインに応じて増幅する。アナログアンプ１３は音声信号の増幅回路を含む。記録ゲインは、入力するアナログ音声信号の信号レベルに応じて変更される。すなわち、アナログアンプ１３は、入力するアナログ音声信号の信号レベルが上限閾値を超えたときに記録ゲインを低下させ、その後、入力するアナログ音声信号の信号レベルが低くなると、記録ゲインを徐々に上昇させ、元の初期値(Ｇint)に戻そうとする。このように記録ゲインの値を元の初期値に戻そうとする処理を「リカバリ」という。

制御回路１９は、アナログ音声処理部１１５の動作を制御する回路である。例えば、制御回路１９は、マイクアンプ１１の録音レベルや、アナログアンプ１３のリカバリ速度および記録ゲインＧを制御する。

以上の構成を有するアナログ音声処理部１１５において、マイクロホン１０により収音された音声は音声信号Ａに変換され、マイクアンプ１１に入力される。マイクアンプ１１は、ユーザの設定にしたがいマイクロホン１０からの音声信号の録音レベル（入力レベル）を調整する。アナログアンプ１３は、マイクアンプ１１からの音声信号Ａ'を記録ゲインＧで増幅し、Ａ／Ｄ変換器１５に出力する。Ａ／Ｄ変換器１５に入力する音声信号Ａ'Ｇのレベルが所定の上限値を超えた場合、Ａ／Ｄ変換器１５からクリップされた音声出力（すなわち、歪みのある音声）が出力される。このため、アナログアンプ１３は、音声信号Ａ'のレベルが非常に高く、Ａ／Ｄ変換器１５においてクリップされる可能性がある場合、記録ゲインＧを低下させ、Ａ／Ｄ変換器１５に入力される音声信号Ａ'Ｇのレベルを低下させる。その後、入力する音声信号Ａのレベルが低くなると、アナログアンプ１３は、記録ゲインＧを徐々に上昇させてあらかじめ設定された初期値Ｇintに戻そうとするリカバリ処理を行う。Ａ／Ｄ変換器１５は、アナログアンプ１３から入力した音声信号Ａ'Ｇをデジタル信号Ｄに変換して出力する。制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄをモニタしている。

［１−２．動作］
［１−２−１．自動レベル制御（ＡＬＣ）］
本実施形態のデジタルカメラ１００は、入力する音声信号のレベルが高くても記録される音声信号が歪まないように記録ゲインを自動で制御する自動レベル制御（ＡＬＣ：ａｕｔｏｍａｔｉｃ ｌｅｖｅｌ ｃｏｎｔｒｏｌ）の機能を有する。この自動レベル制御はアナログ音声処理部１１５で実現される。

図３は、アナログ音声処理部１１５における自動レベル制御を示すフローチャートである。図３のフローチャートを参照して自動レベル制御を説明する。

制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄを上限閾値と比較する（Ｓ１１）。ここで、上限閾値は、Ａ／Ｄ変換器１５の音声出力がクリップされたときに出力される音声出力Ｄの値よりも低い値にあらかじめ設定される。後述するが、このように上限閾値を設定することで、制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄが実際にクリップされる前に、Ａ／Ｄ変換器１５に入力されるアナログ音声信号Ａ'Ｇのレベルが低減するようにアナログアンプ１３の記録ゲインを低下させ、Ａ／Ｄ変換器１５からクリップされた音声出力が出力されることを防止している。

音声出力Ｄのレベルが上限閾値よりも大きい場合（Ｓ１１でＹＥＳ）、制御回路１９はアナログアンプ１３の記録ゲインＧを低下させる（Ｓ１６）。具体的には、音声出力Ｄが上限閾値を超えないように記録ゲインＧを設定する。例えば、新たな記録ゲインＧを、Ｇ＝Ａ'−（Ｄ−Ｄth）(Ｄth:上限閾値)で算出してもよい。これにより、Ａ／Ｄ変換器１５に入力されるアナログ音声信号Ａ'Ｇのレベルが低減されるため、Ａ／Ｄ変換器１５においてクリップされた音声出力が出力されることを防止できる。

一方、音声出力Ｄのレベルが上限閾値以下の場合（Ｓ１１でＮＯ）、制御回路１９は、アナログアンプ１３の記録ゲインＧの値を、あらかじめ設定された値（初期値Ｇint）と比較する（Ｓ１２）。記録ゲインＧの値が初期値Ｇintよりも低い場合（Ｓ１２でＹＥＳ）、制御回路１９はアナログアンプ１３の記録ゲインＧを上昇させる（Ｓ１３）（リカバリ処理）。

このとき、制御回路１９は、設定されたリカバリ速度で、アナログアンプ１３の記録ゲインＧを上昇させる。リカバリ速度の設定の詳細については後述する。

制御回路１９は、ステップＳ１３で記録ゲインＧを上昇させたあと、再度、Ａ／Ｄ変換器１５の音声出力Ｄを上限閾値と比較する（Ｓ１４）。Ａ／Ｄ変換器１５の音声出力Ｄが上限閾値を超えていない場合（Ｓ１４でＮＯ）、制御回路１９は、再度、アナログアンプ１３の記録ゲインＧの値を、あらかじめ設定された初期値Ｇintと比較する（Ｓ１２）。

Ａ／Ｄ変換器１５の音声出力Ｄが上限閾値を超えた場合（Ｓ１４でＹＥＳ）、制御回路１９は、アナログアンプ１３の記録ゲインＧの上昇を停止し（Ｓ１５）、処理を終了する。

ステップＳ１２でＮＯの場合、すなわち記録ゲインＧの値が初期値Ｇint以上の場合は、制御回路１９は、アナログアンプ１３の記録ゲインＧの上昇を停止し（Ｓ１５）、処理を終了する。

以上のように、本実施形態のアナログ音声処理部１１５は、音声出力Ｄのレベルに応じて記録ゲインＧを変更することで、マイクアンプ１１が出力する音声信号Ａ'のレベルが高くても記録される音声信号が歪まないように記録ゲインを自動で制御する自動レベル制御（ＡＬＣ）を実現する。

［１−２−２．リカバリ速度］
上述のように、アナログアンプ１３の記録ゲインＧは、Ａ／Ｄ変換器１５の出力Ｄのモニタリングにより、音声信号ＡやＡ'が過大になると、低下させられる。その後、入力する音声信号ＡやＡ'のレベルが低くなると、記録ゲインＧを、初期値に戻そうとするリカバリ動作が行われる。このリカバリ動作において、記録ゲインＧを上昇させる速度であるリカバリ速度は、制御回路１９により設定される。以下、リカバリ速度の設定について図４Ａおよび図４Ｂを用いて説明する。図４Ａおよび図４Ｂの横軸は時間を示し、縦軸はレベル（振幅）を示す。図４Ａおよび図４Ｂ中のグレーの領域はアナログアンプ１３の出力Ａ'Ｇのレベル（振幅）を示す。

図４Ａは、自動レベル制御により記録ゲインＧが低下された後の通常のリカバリ動作を説明した図である。図４Ｂは、自動レベル制御により記録ゲインＧが低下された後のリカバリ動作であって、直前にユーザによるマイクアンプ１１の録音レベルの低下操作がなされたときのリカバリ動作を説明した図である。

図４Ａに示すように、アナログアンプ１３に対して大きな音声が入力された場合、自動レベル制御により、Ａ／Ｄ変換器１５に入力する音声信号のレベル（振幅）が所定の範囲（Lth(+)〜Lth(-)）内に収まるように記録ゲインＧが低下される。ここで、所定の範囲（Lth(+)〜Lth(-)）とは、Ａ／Ｄ変換器１５の出力Ｄが上限閾値内に収まることになる範囲である。

図４Ａについて説明する。図４Ａは、時刻ｔ１以前では音声信号Ａのレベルが高く、時刻ｔ１より後で音声信号Ａのレベルが低くなった時の、アナログアンプ１３の出力Ａ'Ｇのレベル（振幅）の時間変化を示す図である。時刻ｔ１以前では、記録ゲインＧの低下により、音声出力のレベルＡ'Ｇが低下して、所定の範囲（Lth(+)〜Lth(-)）内に収まっている。時刻ｔ１より後で、音声信号Ａのレベルが低くなったので、記録ゲインＧを初期値に戻そうとするリカバリ処理が行われる。その際、記録ゲインの値は急激に上昇させずに、比較的長い時間Ｔｒ１（例えば１０秒）をかけて初期値に戻される。これは、記録ゲインＧの値を急激に上昇させると、ノイズフロアの急激な上昇等により、聴感上不自然な音声となるからである。このため、アナログアンプ１３は、通常のリカバリ動作においては、比較的遅いリカバリ速度で記録ゲインを上昇させる。比較的長い時間Ｔｒ１のあと、記録ゲインＧは最終的な値に安定する。

ところで、ユーザが音声の記録中に意図的にマイクアンプ１１の録音レベルを低下させる操作を行った場合は、記録ゲインＧを最終的な値に早く安定させるためにアナログアンプ１３の記録ゲインＧを上昇させる必要がある。この場合、ユーザは意図的に録音レベルを変化させていることから、記録ゲインの急激な上昇による聴感上の不自然さは問題とならず、むしろ応答性が要求される。しかし、上述のように、リカバリ速度が遅いと、記録ゲインＧの変化のレスポンスが遅くなり、変更後の音の定常レベルが直ぐに認識できないという問題が生じる。

そこで、本実施形態のアナログ音声処理部１１５は、ユーザによる録音レベルの低下操作がなされた場合は、リカバリ動作において、通常のリカバリ速度よりも速いリカバリ速度（第１の速度）で記録ゲインＧを上昇させるように構成されている。すなわち、図４Ｂに示すように、ユーザによるマイクアンプ１１の録音レベルの低下操作がなされた場合、比較的短い時間Ｔｒ２（例えば、０．５秒）でリカバリ処理を行う。すなわち、図４Ａに示した例のリカバリ速度（第２の速度）よりも速いリカバリ速度（第１の速度）でリカバリ処理を行う。これにより、図４Ｂに示すように、図４Ａで示す通常の場合と比べてより迅速に記録ゲインの値を最終的な値に早く安定できる。リカバリ速度を速くして応答性を良くすることで、録音レベルの変更後の定常レベル（入力音声のレベル）を迅速に認識することが可能となる。

図５は、アナログ音声処理部１１５におけるアナログアンプ１３に対するリカバリ速度の設定処理を示すフローチャートである。図５のフローチャートを用いて、アナログアンプ１３に対するリカバリ速度の設定処理を説明する。

ユーザは操作部１８０を介して録音レベルの操作を行うことができる。ユーザによる録音レベルの低下の操作があると、その旨を示す情報がコントローラ１３０からアナログ音声処理部１１５における制御回路１９に送信される。制御回路１９は、コントローラ１３０から、ユーザによる録音レベルの低下の操作があった旨を示す情報を受信すると（Ｓ３１でＹＥＳ）、アナログアンプ１３に対して、リカバリ速度を速い速度（第１の速度）に設定するための制御信号を送信する（Ｓ３２）。アナログアンプ１３は、この制御信号を受けると、リカバリ速度を速い速度（第１の速度）に設定する。

例えば、アナログアンプ１３は、リカバリ速度を設定する回路の時定数を変更することで、リカバリ速度の設定を変更することができる。具体的には、アナログアンプ１３に含まれるＲＣ回路の抵抗（Ｒ）及びキャパシタ（Ｃ）の少なくとも一方の値を変更するように回路構成を変更することで、リカバリ速度を切り替えることができる。

なお、アナログアンプ１３において、リカバリ速度が速い速度（第１の速度）に設定されている場合、速い速度でリカバリが行われた後、記録ゲインＧの上昇を停止したときに（図３のステップＳ１５）、リカバリ速度は通常の速度（第２の速度）にリセットされる。

以上のように、本実施形態では、ユーザによる録音レベルの低下の操作があったときには、記録ゲインのリカバリを通常の場合よりも速い速度で行う。これによって、記録ゲインを元の値に迅速に戻すことができるため、録音レベルの変更後、直ぐに、定常レベルを把握することができる。

［１−３．効果、等］
本実施形態のアナログ音声処理部１１５（音声信号処理装置の一例）は、入力した音声信号Ａを録音レベルに応じて増幅するマイクアンプ１１（第１の増幅器の一例）と、マイクアンプ１１からの音声信号Ａ'を記録ゲインＧで増幅するアナログアンプ１３（第２の増幅器）と、を備える。アナログアンプ１３は、音声出力Ｄのレベルが上限閾値よりも大きいときは、アナログアンプ１３の記録ゲインＧを低下させ、音声出力Ｄのレベルが上限閾値よりも小さく且つ記録ゲインＧの値が初期値Ｇintより低いときに、記録ゲインＧを第１の速度で上昇させる。記録ゲインＧを上昇させる場合に、制御回路１９は、ユーザにより録音レベル（入力レベルの一例）を低下させる操作が直前に行われていた場合は、アナログアンプ１３の記録ゲインＧを第１の速度で変化させる。一方、ユーザにより録音レベルを低下させる操作が行われていない場合、制御回路１９は、アナログアンプ１３の記録ゲインＧを第１の速度よりも遅い第２の速度で変化させる。

このように記録ゲインＧのリカバリ速度を制御することで、ユーザによる録音レベルの低下の操作があったときには、記録ゲインＧを迅速に変更することができるため、録音レベルの変更後、直ぐに、定常レベルを把握することが可能となる。

（他の実施の形態）
以上のように、本出願において開示する技術の例示として、第１の実施の形態を説明した。しかしながら、本開示における技術は、これに限定されず、適宜、変更、置き換え、付加、省略などを行った実施の形態にも適用可能である。また、上記第１の実施の形態で説明した構成要素と他の構成要素とを組み合わせて、新たな実施の形態とすることも可能である。

上記の実施の形態では、アナログ音声処理部１１５において、入力する音声信号のレベルに応じてアナログアンプ１３の記録ゲインを変更している。その際、入力する音声信号のレベルを、Ａ／Ｄ変換器１５の出力Ｄに基づいて判断している。しかし、入力する音声信号のレベルは他の信号に基づいて判断してもよい。例えば、入力する音声信号の信号レベルを、Ａ／Ｄ変換器１５の入力に基づき判断してもよいし、アナログアンプ１３の入力信号に基づき判断してもよい。すなわち、入力する音声信号に応じてレベルが変化する信号であれば、任意の信号を使用することができる。

上記の実施の形態において、ステップＳ１１で、音声出力Ｄのレベルが上限閾値よりも大きいか、上限閾値以下かに応じて上記で説明した処理を行うことに代えて、音声出力Ｄのレベルが上限閾値以上か、上限閾値より小さいかに応じて上記で説明した処理を行うようにしてもよい。また、ステップＳ１２で、記録ゲインＧの値が初期値Ｇintよりも低いか、初期値Ｇint以上かに応じて上記で説明した処理を行うことに代えて、記録ゲインＧの値が初期値Ｇint以下か、初期値Ｇintより大きいかに応じて上記で説明した処理を行うようにしてもよい。また、ステップＳ１４で、音声出力Ｄが上限閾値を超えたか、上限閾値以下かに応じて上記で説明した処理を行うことに代えて、音声出力Ｄが上限閾値以上か、上限閾値より小さいかに応じて上記で説明した処理を行うようにしてもよい。

上記の実施の形態では、本開示の音声信号処理装置（アナログ音声処理部）をデジタルカメラに適用した例を説明したが、本開示の音声信号処理装置の構成は、音声信号を入力し、記録等の所定の処理（音声の記録、出力、編集等）を施す電子機器であれば、種々の電子機器に適用することができる。例えば、本開示の音声信号処理装置の構成は、ビデオカメラや、スマートフォン、携帯電話、ＩＣレコーダ、スピーカ等に適用することができる。

以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。

したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記技術を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。

また、上述の実施の形態は、本開示における技術を例示するためのものであるから、請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。

本開示の音声信号処理装置は、入力した音声信号の出力レベルを自動で調整可能な自動レベル制御装置に適用できる。

１０ マイクロホン
１１ マイクアンプ（第１の増幅器）
１３ アナログアンプ（第２の増幅器）
１５ Ａ／Ｄ変換器
１９ 制御回路
１００ デジタルカメラ（撮像装置）
１０２ カメラボディ
１１０ 音声入力系
１１１ マイクロホン部
１１５ アナログ音声処理部（音声信号処理装置）
１２０ デジタル画像・音声処理部
１３０ コントローラ
１４０ 画像入力系
１４３ ＣＣＤイメージセンサ
１６０ 外部記憶媒体
１８０ 操作部
３０１ 交換レンズ

本開示は、音声信号レベルを自動制御する音声信号処理装置、及びそれを用いた撮像装置に関する。

従来、入力した音声の大きさを適正なレベルに制御する自動レベル制御（ＡＬＣ：Ａｕｔｏ Ｌｅｖｅｌ Ｃｏｎｔｒｏｌ）機能を有する音声処理装置が知られている（例えば特許文献１参照）。

特許文献１の音声処理装置は、入力された音声信号の振幅レベルが所定範囲内に収まるように振幅レベルを調整する。その音声処理装置は、第１のレベル制御手段と、第２のレベル制御手段とを有する。第１のレベル制御手段は、入力された音声信号の振幅レベルが所定範囲の上限値を超えた場合は振幅レベルのゲインを低下させるリミット動作を行い、音声信号の振幅レベルが所定範囲の下限値より小さい場合はゲインを増加させるリカバリ動作を行う。第２のレベル制御手段は、第１のレベル制御手段により振幅レベルが調整された音声信号に対して再度、リミット動作又はリカバリ動作を行う。第１のレベル制御手段でのリカバリ動作時のゲインの増加の時定数を、第２のレベル制御手段でのリカバリ動作時のゲインの増加の時定数より大きくする。この構成により、アタック音が短い周期で連続して入力された場合でも歪みが生じない良好な自動レベル制御を実現することを可能としている。

特開２０１４−１２６８５４号公報

本開示は、自動レベル制御機能の実行中において、ユーザによる音声信号の入力レベルの変更の操作がなされた場合の入力レベル変更の応答性を向上した音声信号処理装置を提供する。

本開示の音声信号処理装置は、入力した音声信号を入力レベルに応じて増幅する第１の増幅器と、第１の増幅器で増幅した音声信号を所定のゲインで増幅する第２の増幅器と、を備える。第２の増幅器は、入力した音声信号のレベルが上限閾値よりも大きいときは、ゲインを自動で低下させ、入力した音声信号のレベルが上限閾値よりも小さく、かつゲインが所定値よりも低いときに、ゲインを自動で上昇させる。ゲインを上昇させる場合に、第２の増幅器は、ユーザにより入力レベルを低下させる操作が行われていた場合は、ゲインを第１の速度で変化させ、ユーザにより入力レベルを低下させる操作が行われていない場合は、ゲインを第１の速度よりも遅い第２の速度で変化させる。

図１は、本開示の音声信号処理装置を備えた撮像装置の構成を示す図である。 図２は、アナログ音声処理部における自動レベル制御（ＡＬＣ）に関する構成を示した図である。 図３は、自動レベル制御を示すフローチャートである。 図４Ａは、自動レベル制御によるリカバリ速度を説明するための図である。 図４Ｂは、自動レベル制御によるリカバリ速度を説明するための図である。 図５は、リカバリ速度の設定処理を示すフローチャートである。

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、発明者は、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって特許請求の範囲に記載の主題を限定することを意図するものではない。

（第１の実施の形態）
以下、図面を用いて、第１の実施の形態を説明する。

［１−１．構成］
［１−１−１．全体構成］
図１は、第１の実施の形態のアナログ音声処理部（音声信号処理装置の一例）を備えたデジタルカメラ（撮像装置の一例）の構成を示す図である。デジタルカメラは、被写体を撮像して画像データ（静止画、動画）を生成して記録媒体に記録する。デジタルカメラ１００は、カメラボディ１０２と、カメラボディに装着される交換レンズ３０１とで構成される。デジタルカメラ１００は、画像を入力する画像入力系１４０と、アナログ音声を入力する音声入力系１１０とを有する。デジタルカメラ１００は、音声入力系１１０を介して入力した音声信号を、画像入力系１４０を介して入力した画像とともに記録媒体に記録することができる。

画像入力系１４０は、交換レンズ３０１、ＣＣＤ（ｃｈａｒｇｅ−ｃｏｕｐｌｅｄ ｄｅｖｉｃｅ）イメージセンサ１４３およびＡＦＥ（アナログ・フロント・エンド）１４４を含む。ＣＣＤイメージセンサ１４３およびＡＦＥ１４４は、カメラボディ１０２側に設けられている。

交換レンズ３０１は、フォーカスレンズ３１０、ＯＩＳ（ｏｐｔｉｃａｌ ｉｍａｇｅ ｓｔａｂｉｌｉｚｅｒ）レンズ３１８およびズームレンズ３１２を含む光学系を含む。交換レンズ３０１はさらに、レンズコントローラ３２０、レンズマウント３３０、フォーカスレンズ駆動部３１１、ズームレンズ駆動部３１３、絞り３１６、絞り駆動部３１７、操作リング３１５、ＯＩＳ（ｏｐｔｉｃａｌ ｉｍａｇｅ ｓｔａｂｉｌｉｚｅｒ）制御部３１９、ＤＲＡＭ（ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）３２１、フラッシュメモリ３２２等を備えている。

レンズコントローラ３２０は、交換レンズ３０１全体の動作を制御する。レンズコントローラ３２０は、操作リング３１５のユーザによる操作を受け付けて、ズームレンズ３１２を駆動させるよう、ズームレンズ駆動部３１３を制御することができる。レンズコントローラ３２０は、フォーカスレンズ３１０、ＯＩＳレンズ３１８及び絞り３１６を駆動させるように、フォーカスレンズ駆動部３１１、ＯＩＳ制御部３１９、及び絞り駆動部３１７をそれぞれ制御することができる。

レンズコントローラ３２０は、ＤＲＡＭ３２１やフラッシュメモリ３２２に接続されており、必要に応じてそれらのメモリに情報を書き込んだり、読み出したりすることができる。また、レンズコントローラ３２０は、レンズマウント３３０を介して、コントローラ１３０と通信することができる。尚、コントローラ１３０は、ハードワイヤードな電子回路で構成してもよいし、プログラムを用いたマイクロコンピュータなどで構成してもよい。

レンズマウント３３０は、カメラボディ１０２のボディマウント３４０と接続し、交換レンズ３０１およびカメラボディ１０２を機械的および電気的に接続する。交換レンズ３０１とカメラボディ１０２とが接続されると、レンズコントローラ３２０と、コントローラ１３０とは通信可能な状態となる。ボディマウント３４０は、レンズマウント３３０を介してレンズコントローラ３２０から受信した信号をカメラボディ１０２のコントローラ１３０に送信することができる。

ＣＣＤイメージセンサ１４３は、交換レンズ３０１を通して形成された被写体像を撮像して画像情報を生成する。

ＡＦＥ１４４は、ＣＣＤイメージセンサ１４３から読み出した画像情報に対して相関二重サンプリングによる雑音抑圧、アナログゲインコントローラによるＡ／Ｄ変換器（ＡＤＣ：ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｔｅｒ）の入力レンジ幅への増幅、Ａ／Ｄ変換器によるＡ／Ｄ変換（ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｓｉｏｎ）を実施する。

音声入力系１１０は、マイクロホン部１１１およびアナログ音声処理部１１５を備える。マイクロホン部１１１は、左右それぞれの方向からの音声を別々に収音するために２つのマイクロホンを備えている。マイクロホンは、音響信号を電気信号（アナログ音声信号）に変換する。マイクロホンからのアナログ音声信号はアナログ音声処理部１１５に入力される。

アナログ音声処理部１１５は、アナログ音声信号に所定の信号処理を施す。アナログ音声処理部１１５は、処理したアナログ音声信号をＡ／Ｄ変換器によりデジタル音声信号に変換し、デジタル音声信号をデジタル画像・音声処理部１２０に出力する。アナログ音声処理部１１５は音声信号処理装置の一例である。アナログ音声処理部１１５は、アナログ回路を含む電子回路で構成され、１つまたは複数の半導体集積回路で構成される。

デジタル画像・音声処理部１２０は、ＡＦＥ１４４から出力された画像情報およびアナログ音声処理部１１５から出力された音声信号に対して各種の処理を施す。例えば、デジタル画像・音声処理部１２０は、コントローラ１３０からの指示に従って、画像情報に対してガンマ補正やホワイトバランス補正、傷補正、符号化処理等を行う。また、デジタル画像・音声処理部１２０は、コントローラ１３０からの指示に従って、音声信号に対する各種処理を行う。デジタル画像・音声処理部１２０は、ハードワイヤードな電子回路で実現してもよいし、プログラムを実行するマイクロコンピュータなどで実現してもよい。デジタル画像・音声処理部１２０は、コントローラ１３０などと一体的に１つの半導体チップとして実現してもよい。

デジタル画像・音声処理部１２０は、マイクロホン部１１１の出力である音声信号を演算処理してフィルタ処理や指向性合成処理を行う。デジタル画像・音声処理部１２０を実現する回路は１つまたは複数の半導体集積回路に集積されてもよい。

表示部１９０は、デジタルカメラ１００の背面に配置される。本実施の形態では、表示部１９０は、液晶ディスプレイである。表示部１９０は、デジタル画像・音声処理部１２０にて処理された画像情報に基づく画像を表示する。

コントローラ１３０は、デジタルカメラ１００全体の動作を統括制御する。コントローラ１３０は、ハードワイヤードな電子回路で実現してもよいし、プログラムを実行するマイクロコンピュータなどで実現してもよい。また、コントローラ１３０は、デジタル画像・音声処理部１２０などと一体的に１つの半導体チップとして実現してもよい。また、ＲＯＭ（ｒｅａｄ−ｏｎｌｙ ｍｅｍｏｒｙ）１７０は、コントローラ１３０の外部に（コントローラ１３０とは別体として）存在している必要はなく、コントローラ１３０の内部に組み込まれていてもよい。

ＲＯＭ１７０は、コントローラ１３０が実行するための、オートフォーカス制御（ＡＦ制御）や自動露出制御（ＡＥ制御）、ストロボの発光制御などに関するプログラムの他、デジタルカメラ１００全体の動作を統括制御するためのプログラムを格納している。ＲＯＭ１７０は、デジタルカメラ１００に関する各種条件および設定を記憶する。なお、本実施の形態では、ＲＯＭ１７０は、フラッシュＲＯＭである。

ＲＡＭ（ｒａｎｄｏｍ−ａｃｃｅｓｓ ｍｅｍｏｒｙ）１５０は、デジタル画像・音声処理部１２０およびコントローラ１３０のワークメモリとして機能する。ＲＡＭ１５０は、ＳＤＲＡＭ（ｓｙｎｃｈｒｏｎｏｕｓ ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）やフラッシュメモリなどで実現できる。ＲＡＭ１５０は、画像情報および音声信号などを記録するための内部メモリとしても機能する。

外部記憶媒体１６０は、内部にフラッシュメモリ等の不揮発性の記録部を備えた外部メモリである。外部記憶媒体１６０は、デジタル画像・音声処理部１２０で処理される画像情報および音声信号などのデータを記録可能である。

操作部１８０は、デジタルカメラ１００の外装に配置される操作釦や操作ダイヤルなどの操作インターフェースの総称である。操作部１８０は、ユーザによる操作を受け付ける。例えば、操作部１８０は、デジタルカメラ１００の上面に設けられたレリーズ釦、電源スイッチ、モードダイヤルや、デジタルカメラ１００の背面に設けられた中央釦および十字釦などを含む。操作部１８０は、ユーザによる操作を受け付けると、コントローラ１３０に種々の動作を指示する信号を通知する。

レリーズ釦は、ユーザが画像撮影の指示やオートフォーカスの指示を行うための操作部材である。レリーズ釦は、ユーザにより半押しされると、コントローラ１３０は、ＡＦ（Ａｕｔｏ Ｆｏｃｕｓ）制御およびＡＥ（Ａｕｔｏ Ｅｘｐｏｓｕｒｅ）制御などの少なくとも一方を実行し、撮影条件を決定する。続いて、レリーズ釦が全押しされると、コントローラ１３０は、全押しのタイミングに撮像された画像情報を外部記憶媒体１６０などに記録する。

電源スイッチは、デジタルカメラ１００の各部への電力供給をオン（ＯＮ）／オフ（ＯＦＦ）するためのスイッチである。

モードダイヤルは、回転式のダイヤルである。モードダイヤルがユーザにより回転されると、コントローラ１３０は、デジタルカメラ１００の動作モードを、モードダイヤルの現在の回転位置に対応する動作モードに切り替える。動作モードとは、例えば、オート撮影モード、マニュアル撮影モード、シーン選択モードなどである。

さらに、操作部１８０は、上記の操作部材に加えて、表示部１９０にメニュー画面を表示するためのボタンや、メニュー画面上に表示される各種条件の設定項目の値を選択するためのボタンを含んでも良い。また、操作部１８０は、表示部１９０に重ねて配置され、ユーザの指のタッチ操作を検出するタッチパネルを含んでも良い。

［１−１−２．アナログ音声処理部］
アナログ音声処理部１１５は、自動レベル制御（ＡＬＣ）機能を有する。自動レベル制御機能は、入力したアナログ音声信号のレベルによらず、出力するデジタル音声信号のレベルが予め定められた上限閾値を超えないようにゲインを自動的に調整する機能である。自動レベル制御について種々の公知の方法が知られている。図２は、アナログ音声処理部１１５における自動レベル制御（ＡＬＣ）の機能を実現するための主要な構成を示した図である。

アナログ音声処理部１１５は、マイクアンプ１１と、アナログアンプ１３と、Ａ／Ｄ変換器（ＡＤＣ：ａｎａｌｏｇｕｅ−ｔｏ−ｄｉｇｉｔａｌ ｃｏｎｖｅｒｔｅｒ）１５と、制御回路１９とを備える。なお、図２では、説明の便宜上、左右にある２つのマイクロホンのうちの一つのマイクロホンからの音声信号に対する自動レベル制御に関する構成を示している。

マイクアンプ１１は、マイクロホン１０から入力する音声信号の録音レベル（入力レベル）を調整する回路である。マイクアンプ１１は音声信号の増幅回路を含む。録音レベルは、ユーザにより操作部１８０（ユーザインタフェース）を介して設定される。ユーザによる録音レベル（入力レベル）の設定値はコントローラ１３０から制御回路１９に通知される。制御回路１９は、通知された録音レベルの設定値にしたがいマイクアンプ１１の録音レベルを設定する。

アナログアンプ１３は、マイクアンプ１１からの音声信号を記録ゲインに応じて増幅する。アナログアンプ１３は音声信号の増幅回路を含む。記録ゲインは、入力するアナログ音声信号の信号レベルに応じて変更される。すなわち、アナログアンプ１３は、入力するアナログ音声信号の信号レベルが上限閾値を超えたときに記録ゲインを低下させ、その後、入力するアナログ音声信号の信号レベルが低くなると、記録ゲインを徐々に上昇させ、元の初期値(Ｇｉｎｔ)に戻そうとする。このように記録ゲインの値を元の初期値に戻そうとする処理を「リカバリ」という。

制御回路１９は、アナログ音声処理部１１５の動作を制御する回路である。例えば、制御回路１９は、マイクアンプ１１の録音レベルや、アナログアンプ１３のリカバリ速度および記録ゲインＧを制御する。

以上の構成を有するアナログ音声処理部１１５において、マイクロホン１０により収音された音声は音声信号Ａに変換され、マイクアンプ１１に入力される。マイクアンプ１１は、ユーザの設定にしたがいマイクロホン１０からの音声信号の録音レベル（入力レベル）を調整する。アナログアンプ１３は、マイクアンプ１１からの音声信号Ａ’を記録ゲインＧで増幅し、Ａ／Ｄ変換器１５に出力する。Ａ／Ｄ変換器１５に入力する音声信号Ａ’Ｇのレベルが所定の上限値を超えた場合、Ａ／Ｄ変換器１５からクリップされた音声出力（すなわち、歪みのある音声）が出力される。このため、アナログアンプ１３は、音声信号Ａ’のレベルが非常に高く、Ａ／Ｄ変換器１５においてクリップされる可能性がある場合、記録ゲインＧを低下させ、Ａ／Ｄ変換器１５に入力される音声信号Ａ’Ｇのレベルを低下させる。その後、入力する音声信号Ａのレベルが低くなると、アナログアンプ１３は、記録ゲインＧを徐々に上昇させてあらかじめ設定された初期値Ｇｉｎｔに戻そうとするリカバリ処理を行う。Ａ／Ｄ変換器１５は、アナログアンプ１３から入力した音声信号Ａ’Ｇをデジタル信号Ｄに変換して出力する。制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄをモニタしている。

［１−２．動作］
［１−２−１．自動レベル制御（ＡＬＣ）］
本実施形態のデジタルカメラ１００は、入力する音声信号のレベルが高くても記録される音声信号が歪まないように記録ゲインを自動で制御する自動レベル制御（ＡＬＣ：ａｕｔｏｍａｔｉｃ ｌｅｖｅｌ ｃｏｎｔｒｏｌ）の機能を有する。この自動レベル制御はアナログ音声処理部１１５で実現される。

図３は、アナログ音声処理部１１５における自動レベル制御を示すフローチャートである。図３のフローチャートを参照して自動レベル制御を説明する。

制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄを上限閾値と比較する（Ｓ１１）。ここで、上限閾値は、Ａ／Ｄ変換器１５の音声出力がクリップされたときに出力される音声出力Ｄの値よりも低い値にあらかじめ設定される。後述するが、このように上限閾値を設定することで、制御回路１９は、Ａ／Ｄ変換器１５の音声出力Ｄが実際にクリップされる前に、Ａ／Ｄ変換器１５に入力されるアナログ音声信号Ａ’Ｇのレベルが低減するようにアナログアンプ１３の記録ゲインを低下させ、Ａ／Ｄ変換器１５からクリップされた音声出力が出力されることを防止している。

音声出力Ｄのレベルが上限閾値よりも大きい場合（Ｓ１１でＹＥＳ）、制御回路１９はアナログアンプ１３の記録ゲインＧを低下させる（Ｓ１６）。具体的には、音声出力Ｄが上限閾値を超えないように記録ゲインＧを設定する。例えば、新たな記録ゲインＧを、Ｇ＝Ａ’−（Ｄ−Ｄｔｈ）(Ｄｔｈ:上限閾値)で算出してもよい。これにより、Ａ／Ｄ変換器１５に入力されるアナログ音声信号Ａ’Ｇのレベルが低減されるため、Ａ／Ｄ変換器１５においてクリップされた音声出力が出力されることを防止できる。

一方、音声出力Ｄのレベルが上限閾値以下の場合（Ｓ１１でＮＯ）、制御回路１９は、アナログアンプ１３の記録ゲインＧの値を、あらかじめ設定された値（初期値Ｇｉｎｔ）と比較する（Ｓ１２）。記録ゲインＧの値が初期値Ｇｉｎｔよりも低い場合（Ｓ１２でＹＥＳ）、制御回路１９はアナログアンプ１３の記録ゲインＧを上昇させる（Ｓ１３）（リカバリ処理）。

このとき、制御回路１９は、設定されたリカバリ速度で、アナログアンプ１３の記録ゲインＧを上昇させる。リカバリ速度の設定の詳細については後述する。

制御回路１９は、ステップＳ１３で記録ゲインＧを上昇させたあと、再度、Ａ／Ｄ変換器１５の音声出力Ｄを上限閾値と比較する（Ｓ１４）。Ａ／Ｄ変換器１５の音声出力Ｄが上限閾値を超えていない場合（Ｓ１４でＮＯ）、制御回路１９は、再度、アナログアンプ１３の記録ゲインＧの値を、あらかじめ設定された初期値Ｇｉｎｔと比較する（Ｓ１２）。

Ａ／Ｄ変換器１５の音声出力Ｄが上限閾値を超えた場合（Ｓ１４でＹＥＳ）、制御回路１９は、アナログアンプ１３の記録ゲインＧの上昇を停止し（Ｓ１５）、処理を終了する。

ステップＳ１２でＮＯの場合、すなわち記録ゲインＧの値が初期値Ｇｉｎｔ以上の場合は、制御回路１９は、アナログアンプ１３の記録ゲインＧの上昇を停止し（Ｓ１５）、処理を終了する。

以上のように、本実施形態のアナログ音声処理部１１５は、音声出力Ｄのレベルに応じて記録ゲインＧを変更することで、マイクアンプ１１が出力する音声信号Ａ’のレベルが高くても記録される音声信号が歪まないように記録ゲインを自動で制御する自動レベル制御（ＡＬＣ）を実現する。

［１−２−２．リカバリ速度］
上述のように、アナログアンプ１３の記録ゲインＧは、Ａ／Ｄ変換器１５の出力Ｄのモニタリングにより、音声信号ＡやＡ’が過大になると、低下させられる。その後、入力する音声信号ＡやＡ’のレベルが低くなると、記録ゲインＧを、初期値に戻そうとするリカバリ動作が行われる。このリカバリ動作において、記録ゲインＧを上昇させる速度であるリカバリ速度は、制御回路１９により設定される。以下、リカバリ速度の設定について図４Ａおよび図４Ｂを用いて説明する。図４Ａおよび図４Ｂの横軸は時間を示し、縦軸はレベル（振幅）を示す。図４Ａおよび図４Ｂ中のグレーの領域はアナログアンプ１３の出力Ａ’Ｇのレベル（振幅）を示す。

図４Ａは、自動レベル制御により記録ゲインＧが低下された後の通常のリカバリ動作を説明した図である。図４Ｂは、自動レベル制御により記録ゲインＧが低下された後のリカバリ動作であって、直前にユーザによるマイクアンプ１１の録音レベルの低下操作がなされたときのリカバリ動作を説明した図である。

図４Ａに示すように、アナログアンプ１３に対して大きな音声が入力された場合、自動レベル制御により、Ａ／Ｄ変換器１５に入力する音声信号のレベル（振幅）が所定の範囲（Ｌｔｈ（＋）〜Ｌｔｈ（−））内に収まるように記録ゲインＧが低下される。ここで、所定の範囲（Ｌｔｈ（＋）〜Ｌｔｈ（−））とは、Ａ／Ｄ変換器１５の出力Ｄが上限閾値内に収まることになる範囲である。

図４Ａについて説明する。図４Ａは、時刻ｔ１以前では音声信号Ａのレベルが高く、時刻ｔ１より後で音声信号Ａのレベルが低くなった時の、アナログアンプ１３の出力Ａ’Ｇのレベル（振幅）の時間変化を示す図である。時刻ｔ１以前では、記録ゲインＧの低下により、音声出力のレベルＡ’Ｇが低下して、所定の範囲（Ｌｔｈ（＋）〜Ｌｔｈ（−））内に収まっている。時刻ｔ１より後で、音声信号Ａのレベルが低くなったので、記録ゲインＧを初期値に戻そうとするリカバリ処理が行われる。その際、記録ゲインの値は急激に上昇させずに、比較的長い時間Ｔｒ１（例えば１０秒）をかけて初期値に戻される。これは、記録ゲインＧの値を急激に上昇させると、ノイズフロアの急激な上昇等により、聴感上不自然な音声となるからである。このため、アナログアンプ１３は、通常のリカバリ動作においては、比較的遅いリカバリ速度で記録ゲインを上昇させる。比較的長い時間Ｔｒ１のあと、記録ゲインＧは最終的な値に安定する。

ところで、ユーザが音声の記録中に意図的にマイクアンプ１１の録音レベルを低下させる操作を行った場合は、記録ゲインＧを最終的な値に早く安定させるためにアナログアンプ１３の記録ゲインＧを上昇させる必要がある。この場合、ユーザは意図的に録音レベルを変化させていることから、記録ゲインの急激な上昇による聴感上の不自然さは問題とならず、むしろ応答性が要求される。しかし、上述のように、リカバリ速度が遅いと、記録ゲインＧの変化のレスポンスが遅くなり、変更後の音の定常レベルが直ぐに認識できないという問題が生じる。

そこで、本実施形態のアナログ音声処理部１１５は、ユーザによる録音レベルの低下操作がなされた場合は、リカバリ動作において、通常のリカバリ速度よりも速いリカバリ速度（第１の速度）で記録ゲインＧを上昇させるように構成されている。すなわち、図４Ｂに示すように、ユーザによるマイクアンプ１１の録音レベルの低下操作がなされた場合、比較的短い時間Ｔｒ２（例えば、０．５秒）でリカバリ処理を行う。すなわち、図４Ａに示した例のリカバリ速度（第２の速度）よりも速いリカバリ速度（第１の速度）でリカバリ処理を行う。これにより、図４Ｂに示すように、図４Ａで示す通常の場合と比べてより迅速に記録ゲインの値を最終的な値に早く安定できる。リカバリ速度を速くして応答性を良くすることで、録音レベルの変更後の定常レベル（入力音声のレベル）を迅速に認識することが可能となる。

図５は、アナログ音声処理部１１５におけるアナログアンプ１３に対するリカバリ速度の設定処理を示すフローチャートである。図５のフローチャートを用いて、アナログアンプ１３に対するリカバリ速度の設定処理を説明する。

ユーザは操作部１８０を介して録音レベルの操作を行うことができる。ユーザによる録音レベルの低下の操作があると、その旨を示す情報がコントローラ１３０からアナログ音声処理部１１５における制御回路１９に送信される。制御回路１９は、コントローラ１３０から、ユーザによる録音レベルの低下の操作があった旨を示す情報を受信すると（Ｓ３１でＹＥＳ）、アナログアンプ１３に対して、リカバリ速度を速い速度（第１の速度）に設定するための制御信号を送信する（Ｓ３２）。アナログアンプ１３は、この制御信号を受けると、リカバリ速度を速い速度（第１の速度）に設定する。

例えば、アナログアンプ１３は、リカバリ速度を設定する回路の時定数を変更することで、リカバリ速度の設定を変更することができる。具体的には、アナログアンプ１３に含まれるＲＣ回路の抵抗（Ｒ）及びキャパシタ（Ｃ）の少なくとも一方の値を変更するように回路構成を変更することで、リカバリ速度を切り替えることができる。

なお、アナログアンプ１３において、リカバリ速度が速い速度（第１の速度）に設定されている場合、速い速度でリカバリが行われた後、記録ゲインＧの上昇を停止したときに（図３のステップＳ１５）、リカバリ速度は通常の速度（第２の速度）にリセットされる。

以上のように、本実施形態では、ユーザによる録音レベルの低下の操作があったときには、記録ゲインのリカバリを通常の場合よりも速い速度で行う。これによって、記録ゲインを元の値に迅速に戻すことができるため、録音レベルの変更後、直ぐに、定常レベルを把握することができる。

［１−３．効果、等］
本実施形態のアナログ音声処理部１１５（音声信号処理装置の一例）は、入力した音声信号Ａを録音レベルに応じて増幅するマイクアンプ１１（第１の増幅器の一例）と、マイクアンプ１１からの音声信号Ａ’を記録ゲインＧで増幅するアナログアンプ１３（第２の増幅器）と、を備える。アナログアンプ１３は、音声出力Ｄのレベルが上限閾値よりも大きいときは、アナログアンプ１３の記録ゲインＧを低下させ、音声出力Ｄのレベルが上限閾値よりも小さく且つ記録ゲインＧの値が初期値Ｇｉｎｔより低いときに、記録ゲインＧを第１の速度で上昇させる。記録ゲインＧを上昇させる場合に、制御回路１９は、ユーザにより録音レベル（入力レベルの一例）を低下させる操作が直前に行われていた場合は、アナログアンプ１３の記録ゲインＧを第１の速度で変化させる。一方、ユーザにより録音レベルを低下させる操作が行われていない場合、制御回路１９は、アナログアンプ１３の記録ゲインＧを第１の速度よりも遅い第２の速度で変化させる。

このように記録ゲインＧのリカバリ速度を制御することで、ユーザによる録音レベルの低下の操作があったときには、記録ゲインＧを迅速に変更することができるため、録音レベルの変更後、直ぐに、定常レベルを把握することが可能となる。

（他の実施の形態）
以上のように、本出願において開示する技術の例示として、第１の実施の形態を説明した。しかしながら、本開示における技術は、これに限定されず、適宜、変更、置き換え、付加、省略などを行った実施の形態にも適用可能である。また、上記第１の実施の形態で説明した構成要素と他の構成要素とを組み合わせて、新たな実施の形態とすることも可能である。

上記の実施の形態では、アナログ音声処理部１１５において、入力する音声信号のレベルに応じてアナログアンプ１３の記録ゲインを変更している。その際、入力する音声信号のレベルを、Ａ／Ｄ変換器１５の出力Ｄに基づいて判断している。しかし、入力する音声信号のレベルは他の信号に基づいて判断してもよい。例えば、入力する音声信号の信号レベルを、Ａ／Ｄ変換器１５の入力に基づき判断してもよいし、アナログアンプ１３の入力信号に基づき判断してもよい。すなわち、入力する音声信号に応じてレベルが変化する信号であれば、任意の信号を使用することができる。

上記の実施の形態において、ステップＳ１１で、音声出力Ｄのレベルが上限閾値よりも大きいか、上限閾値以下かに応じて上記で説明した処理を行うことに代えて、音声出力Ｄのレベルが上限閾値以上か、上限閾値より小さいかに応じて上記で説明した処理を行うようにしてもよい。また、ステップＳ１２で、記録ゲインＧの値が初期値Ｇｉｎｔよりも低いか、初期値Ｇｉｎｔ以上かに応じて上記で説明した処理を行うことに代えて、記録ゲインＧの値が初期値Ｇｉｎｔ以下か、初期値Ｇｉｎｔより大きいかに応じて上記で説明した処理を行うようにしてもよい。また、ステップＳ１４で、音声出力Ｄが上限閾値を超えたか、上限閾値以下かに応じて上記で説明した処理を行うことに代えて、音声出力Ｄが上限閾値以上か、上限閾値より小さいかに応じて上記で説明した処理を行うようにしてもよい。

上記の実施の形態では、本開示の音声信号処理装置（アナログ音声処理部）をデジタルカメラに適用した例を説明したが、本開示の音声信号処理装置の構成は、音声信号を入力し、記録等の所定の処理（音声の記録、出力、編集等）を施す電子機器であれば、種々の電子機器に適用することができる。例えば、本開示の音声信号処理装置の構成は、ビデオカメラや、スマートフォン、携帯電話、ＩＣレコーダ、スピーカ等に適用することができる。

以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。

したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記技術を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。

また、上述の実施の形態は、本開示における技術を例示するためのものであるから、特許請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。

本開示の音声信号処理装置は、入力した音声信号の出力レベルを自動で調整可能な自動レベル制御装置に適用できる。

１０ マイクロホン
１１ マイクアンプ（第１の増幅器）
１３ アナログアンプ（第２の増幅器）
１５ Ａ／Ｄ変換器
１９ 制御回路
１００ デジタルカメラ（撮像装置）
１０２ カメラボディ
１１０ 音声入力系
１１１ マイクロホン部
１１５ アナログ音声処理部（音声信号処理装置）
１２０ デジタル画像・音声処理部
１３０ コントローラ
１４０ 画像入力系
１４３ ＣＣＤイメージセンサ
１６０ 外部記憶媒体
１８０ 操作部
３０１ 交換レンズ

Claims (4)

1. 入力した音声信号を入力レベルに応じて増幅する第１の増幅器と、
   前記第１の増幅器で増幅した前記音声信号を所定のゲインで増幅する第２の増幅器と、を備え、
   前記第２の増幅器は、
   前記入力した音声信号のレベルが上限閾値よりも大きいときは、前記ゲインを自動で低下させ、
   前記入力した音声信号のレベルが上限閾値よりも小さく、かつ前記ゲインが所定値よりも低いときに、前記ゲインを自動で上昇させ、
   前記ゲインを上昇させる場合に、前記第２の増幅器は、
   ユーザにより前記入力レベルを低下させる操作が行われていた場合は、前記ゲインを第１の速度で変化させ、
   ユーザにより前記入力レベルを低下させる操作が行われていない場合は、前記ゲインを前記第１の速度よりも遅い第２の速度で変化させる、
   音声信号処理装置。
2. さらに、前記第２の増幅器から出力されたアナログ信号をデジタル信号に変換するＡ／Ｄ変換器を備え、
   前記第２の増幅器は、前記音声信号のレベルが前記上限閾値よりも大きいときは、前記Ａ／Ｄ変換器に入力するアナログ信号のレベルが所定値を超えないように前記ゲインを低下させる、
   請求項１記載の音声信号処理装置。
3. 前記第２の増幅器は、前記音声信号のレベルを、前記Ａ／Ｄ変換器の入力信号または出力信号に基づき判断する、
   請求項２記載の音声信号処理装置。
4. 被写体を撮像して画像データを生成する撮像装置であって、
   音声を入力し前記音声信号を生成するマイクと、
   前記マイクにより生成された前記音声信号を処理する請求項１から３までのいずれかに記載の音声信号処理装置と、を備えた、
   撮像装置。