リミッタ・コンプレッサ装置
【課題】リミッタ・コンプレッサ装置において、入力音声が単音音声であるか否かにかかわらず、音量調整後の出力音声において、聴感上、一様な音量感を与えることを可能にする。
【解決手段】音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置１であって、入力音声ａが単音音声であるか否かを判別する単音判別部５と、単音判別部５からの判別データｄに応じて抑圧量を変更しつつ、遅延音声ｉに抑圧処理を施す係数生成部６及びリミッタ演算部８とを備え、係数生成部等６、８は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくするリミッタ・コンプレッサ装置１。また、係数生成部等６、８は、単音判別部５からの判別データｄに応じて解放量を変更しつつ、入力音声ａに解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることができる。
【解決手段】音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置１であって、入力音声ａが単音音声であるか否かを判別する単音判別部５と、単音判別部５からの判別データｄに応じて抑圧量を変更しつつ、遅延音声ｉに抑圧処理を施す係数生成部６及びリミッタ演算部８とを備え、係数生成部等６、８は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくするリミッタ・コンプレッサ装置１。また、係数生成部等６、８は、単音判別部５からの判別データｄに応じて解放量を変更しつつ、入力音声ａに解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置に関し、特に、音量調整後の出力音声において、音量感にばらつきが生じるのを抑制するリミッタ・コンプレッサ装置に関する。
【背景技術】
【０００２】
従来、出力音声のダイナミックレンジを抑圧制御して音量の変化幅を小さくする装置として、ダイナミックレンジ・コンプレッサ（リミッタ・コンプレッサ）が広く用いられている。
【０００３】
この種のリミッタ・コンプレッサ装置では、大きな音量の音声が入力されると、音量を小さくして出力するように作用するため、突発的に過大な音声が入力された場合に音量を減衰させて出力することができる。その一方で、小さな音量の音声が入力されたときには、音量を大きくして出力するように作用するため、小さな楽音等がノイズに埋もれてしまうのも回避することができる。
【０００４】
ところで、通常、人の聴感は、音声に含まれる中域周波数成分を強く感受する一方で、低域周波数成分や高域周波数成分に対する感度が弱いという特性を有する。このため、人が感じる音の大きさは、音声の音量レベルのみならず、音声の周波数によっても大きく影響を受けることになる。従って、リミッタ・コンプレッサ装置により出力音声の音量調整を行うに際しては、入力音声の大小だけでなく、人の聴感特性にも配慮することが望ましい。
【０００５】
そこで、例えば、特許文献１には、入力音声に聴感補正を施し、その聴感補正後の音声データを用いて出力音声の増幅率を算出する音量調整装置が提案されている。この音量調整装置は、人の聴感に対応するラウドネス曲線に応じて入力信号を補正することで、聴感特性に合わせた音声データを生成し、その音声データを用いて増幅率の算出処理を行うように構成されている。
【０００６】
【特許文献１】特許第４０５０２８９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、人が感じる音の大きさは、上述した聴感特性による違いが生じるだけでなく、音声が単一の音声からなる場合と複数の音声からなる場合とでも違いが生じる。例えば、音声の最大レベルが同一であったとしても、アカペラのボーカル音声と伴奏のあるボーカル音声とでは、前者の方がボーカル音声を聴き取り易く、音量感があるように感じてしまう。
【０００８】
このため、上記の音量調整装置のように、聴感補正を行った上で出力音声の増幅率を求めたとしても、単音音声とそれ以外の音声とに同等のレベル制御が行われるため、依然として音量感にばらつきが生じる虞がある。
【０００９】
そこで、本発明は、上記従来の技術における問題点に鑑みてなされたものであって、入力音声が単音音声であるか否かにかかわらず、音量調整後の出力音声において、聴感上、一様な音量感を与えることが可能なリミッタ・コンプレッサ装置を提供することを目的とする。
【課題を解決するための手段】
【００１０】
上記目的を達成するため、本発明は、音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置であって、入力音声が単音音声であるか否かを判別する単音判別部と、該単音判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すリミッタ処理部とを備え、該リミッタ処理部は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくすることを特徴とする。
【００１１】
そして、本発明によれば、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくするため、入力音声の最大レベルが等しくても、単音音声は、単音音声以外の音声に比して音量が減衰されて出力される。これにより、両者の音量感のバランスを取ることができ、入力音声が単音音声であるか否かにかかわらず、聴感上、一様な音量感を与えることが可能になる。
【００１２】
上記リミッタ・コンプレッサ装置において、前記リミッタ処理部が、前記単音判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることができる。これによれば、単音音声に対する抑圧量を大きくした場合でも、抑圧後の解放処理において、出力音声のレベルを適切に解放することが可能になる。
【００１３】
上記リミッタ・コンプレッサ装置において、前記入力音声の音声モードがモノラル及びステレオのいずれであるかを判別するモード判別部を備え、前記リミッタ処理部が、該モード判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すとともに、モノラルの音声信号に対する抑圧量をステレオの音声信号に対する抑圧量に比して大きくすることができる。これによれば、入力信号の音声モードの違いに応じて抑圧量を変化させるため、音声モードの違いに起因する音量感のばらつきを抑制することが可能になる。
【００１４】
上記リミッタ・コンプレッサ装置において、前記リミッタ処理部が、前記モード判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、モノラルの音声信号に対する解放量をステレオの音声信号に対する解放量に比して大きくすることができる。これによれば、モノラル音声に対する抑圧量を大きくした場合でも、抑圧後の解放処理において、出力音声のレベルを適切に解放することが可能になる。
【００１５】
上記リミッタ・コンプレッサ装置において、前記入力音声に聴感補正処理を施す聴感補正処理部と、該聴感補正処理部から出力される聴感補正後の音声信号の周波数分布状態を検出する分布検出部とを備え、前記単音判別部が、該分布検出部で検出される周波数分布状態に基づいて前記入力音声が単音音声であるか否かを判別することができる。
【００１６】
上記リミッタ・コンプレッサ装置において、前記入力音声の音声レベルを検出するレベル検出部を備え、前記聴感補正処理部は、該レベル検出部の検出結果に応じて聴感補正処理の補正曲線を変化させることができる。これによれば、人の聴感により即した聴感補正処理を施すことができ、聴感上の自然さを高めた音量制御を行うことが可能になる。
【発明の効果】
【００１７】
以上のように、本発明によれば、入力音声が単音音声であるか否かにかかわらず、音量調整後の出力音声において、聴感上、一様な音量感を与えることが可能になる。
【発明を実施するための最良の形態】
【００１８】
次に、本発明の実施の形態について図面を参照して詳細に説明する。
【００１９】
図１は、本発明に係るリミッタ・コンプレッサ装置の第１の実施形態を示し、このリミッタ・コンプレッサ装置１は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８とを備える。
【００２０】
聴感補正処理部３は、人の聴感に対応するラウドネス曲線に応じて、入力された音声信号（以下、「入力音声」という）ａを補正し、聴感補正処理を施した音声データ（以下、「補正データ」という）ｂを出力する。
【００２１】
周波数分布検出部４は、聴感補正処理部３から出力される補正データｂを周波数分割し、補正データｂの周波数成分の分布状態を検出して検出データｃを出力する。尚、周波数の分割方法には、ＬＰＦ（低域通過フィルタ）、ＢＰＦ（帯域通過フィルタ）及びＨＰＦ（高域通過フィルタ）によるフィルタ処理や、ＦＦＴ（Fast Fourier Transform）処理等を用いることができる。
【００２２】
単音判別部５は、周波数分布検出部４からの検出データｃに基づき、入力音声ａが単一の音声からなる音声信号（以下、「単音信号」という）であるか、それとも、複数の音声が混在して広い周波数帯域に分布する音声信号（以下、「広帯域信号」という）であるかを判別し、判別データｄを出力する。
【００２３】
係数生成部６は、単音判別部５の判別結果（判別データｄ）や、補正データｂのピークレベルと閾値データｔｈとの対比結果等に応じて、入力音声ａに適した係数データｈを生成する。ここで、係数データｈは、出力音声ｎのダイナミックレンジを抑圧する際の抑圧度合い（強さ）、又は抑圧後に解放する際の解放度合いを定めるものである。また、閾値データｔｈは、入力音声ａに抑圧処理又は解放処理を施すべきか否かを判別するためのものである。
【００２４】
音声遅延部７は、入力音声ａを遅延させて遅延音声ｉを出力する。聴感補正処理部３から係数生成部６までの処理回路において、上述の処理を実行する際、ある程度の処理時間を要するため、係数生成部６から係数データｈが出力されるタイミングには遅れが生じる。音声遅延部７は、その遅れに合わせて入力信号ａを遅延させるものであり、聴感補正処理部３から係数生成部６までの処理回路で要する処理時間の分だけ、入力信号ａを遅延させて出力する。
【００２５】
リミッタ演算部８は、音声遅延部７からの遅延音声ｉに対し、係数生成部６で生成された係数データｈを用いて抑圧処理及び解放処理を施す。一般に、抑圧量がある一定の量以上（通常は約９０％以上）になるまでの時間を抑圧時間（アタック時間）と称し（図２参照）、また、解放量がある一定の量（通常は解放量が９０％以上）となるまでの時間を解放時間（リリース時間）と称するが（図３参照）、通常、抑圧時間は、短めに設定され、解放時間は、聴感上の違和感をなくすために長めに設定される。
【００２６】
次に、上記のリミッタ・コンプレッサ装置１の動作について、図１〜図１１を参照しながら説明する。尚、以下においては、先ず、抑圧処理の際の動作について説明し、その後に、解放処理の際の動作について説明する。
【００２７】
入力音声ａがリミッタ・コンプレッサ装置１に入力されると、先ず、図１のノード９において、入力音声ａを二手に分岐し、図４に示すように、そのうちの一方を音声遅延部７により遅延させる（ステップＳ１）。それと併行して、聴感補正処理部３において、分岐した入力音声ａの他方に聴感補正処理（ラウドネス処理）を施し、中域部を強調した補正データｂを生成する（ステップＳ２）。
【００２８】
ここで、中域部を強調するのは、人が感受し易い音域に対し、後段の抑圧制御処理の結果が強く反映されるようにするためである。すなわち、人の聴感上、低域部及び高域部に対する感受性が低く、それらの音域を抑圧制御しても音量感に与える影響が小さいため、逆に、人が感受し易い中域部を強調し、該音域に対する抑圧制御処理の寄与度を高めることで、抑圧制御処理の有無や度合いが音量感の強弱に強く反映されるようにしている。
【００２９】
次いで、周波数分布検出部４において、補正データｂを対象に周波数分布の検出処理を実行する（ステップＳ３）。分布検出処理に際しては、図６に示すように、補正データｂをｓ（２以上の自然数）個のバンドに周波数分割し、その後、分割した複数のデータのうちから、最大の音声レベルを有するバンドｓ１を検出する。
【００３０】
そして、図７に示すように、最大の音声レベルを有するバンドｓ１のデータを基準にレベル差データｐを設定し、各バンドのデータの音声レベルがレベル差データｐの範囲内に属するか否かを順次判別していく。その際、レベル差データｐ内に属するバンドに関しては、値「１」を割り当てるとともに、属さないバンドに関しては、値「０」を割り当て、各々、検出データｃとして単音判別部５へ出力する。
【００３１】
次いで、図４に示すように、単音判別部５において、周波数分布検出４からの検出データｃに基づいて単音判定処理を実行する（ステップＳ４）。この単音判定処理では、検出データｃにおいて、複数の「１」が出力され、それらの合計値が所定数（例えば、５〜７）以上である場合に（図７参照）、入力音声ａが広帯域音声であると判定する。
【００３２】
一方、図８に示すように、検出データｃにおいて、「１」の数が単数である場合や、図９に示すように、例えば、２〜４個の「１」が連続的に出力されている場合（隣り合う２〜４個のバンドで値「１」を取り、単音音声であると推認される場合）には、単音音声であると判定する。
【００３３】
次に、図４に示すように、係数生成部６において、係数データｈを生成する（ステップＳ５）。係数データｈの生成処理にあたっては、図５に示すように、先ず、抑圧フラグの値が「１」であるか否かを判定する（ステップＳ１１）。尚、抑圧フラグは、抑圧動作が継続中であるか否かを示すものであるが、ここでは、抑圧処理は未だ開始されておらず、抑圧フラグの値が「１」でない（ステップＳ１１：Ｎｏ）として説明を進める。
【００３４】
次いで、聴感補正処理部３から出力される補正データｂのピークレベルの絶対値（以下、「補正ピーク値ｂ’」という）と、図２や図３に示す閾値レベルｔｈとを対比し（ステップＳ１２）、補正ピーク値ｂ’が閾値レベルｔｈ以下の場合には（ステップＳ１２：Ｙｅｓ）、係数データｈの値を「１」に設定する（ステップＳ１３）。次に、図４に示すように、リミッタ演算部８において、係数データｈを用いてリミッタ演算処理を実行する（ステップＳ６）。
【００３５】
上記のリミッタ演算処理は、音声遅延部７からの遅延音声ｉに係数データｈを乗算して出力音声ｎを生成するものであるが、ここでは、上述のように、係数データｈの値が「１」であるため、遅延音声ｉがそのまま出力音声ｎとして出力されることになる。このように、補正ピーク値ｂ’が閾値レベルｔｈの範囲内である場合には、遅延音声ｉに対して何らの処理も施されることなく、原音の状態が維持されて出力される。
【００３６】
図５に戻り、係数生成部６での対比の結果、補正ピーク値ｂ’が閾値レベルｔｈより大きい場合には（図５のステップＳ１２：Ｎｏ）、単音判別部５から出力される判別データｄを参照し、入力音声ａが単音音声であるか、広帯域音声であるかを判別する（ステップＳ１４）。
【００３７】
その結果、判別データｄが広帯域音声に対応する値を有する場合には（ステップＳ１４：Ｎｏ）、係数データｈの値をＡＴＫ係数ｋの値に設定し（ステップＳ１５）、リミッタ演算部８に出力する。ここで、ＡＴＫ係数ｋは、抑圧操作の際の抑圧の度合い（強さ）を定めるものであり、ＡＴＫ係数ｋが小さくなる程、抑圧の度合いが強くなる。尚、ＡＴＫ係数ｋ自体は、既存のリミッタ・コンプレッサ装置で用いられるものと同様のものであり、閾値レベルｔｈやアタック時間との関係に応じて定められる。
【００３８】
次いで、抑圧フラグの値を「１」に設定するとともに（ステップＳ１６）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＡＴＫ係数ｋ）を乗算する（ステップＳ６）。その結果、図１０（Ａ）に示すように、遅延音声ｉは、ＡＴＫ係数ｋに応じた度合いで抑圧され、最終的には、閾値レベルｔｈと略々同程度のレベルにまで抑圧される。
【００３９】
図５に戻り、判別データｄが単音音声に対応する値を有する場合には（ステップＳ１４：Ｙｅｓ）、ＡＴＫ係数ｋに対して抑圧係数ｆを乗算し、乗算結果を係数データｈの値として設定する（ステップＳ１７）。ここで、抑圧係数ｆは、係数データｈの値をＡＴＫ係数ｋ以下にするためのものであり、１以下（０＜ｆ≦１）に設定される。
【００４０】
次いで、上記と同様、抑圧フラグの値を「１」に設定するとともに（ステップＳ１６）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＡＴＫ係数ｋ×抑圧係数ｆ）を乗算する（ステップＳ６）。
【００４１】
上述の如く、ここでの係数データｈは、ＡＴＫ係数ｋに比して小さい値を有するため、遅延音声ｉには強い抑圧処理が施されることになる。その結果、図１０（Ｂ）に示すように、遅延音声ｉに対する抑圧量は、入力音声ａが広帯域音声である場合よりも大きくなり、遅延音声ｉは、閾値レベルｔｈよりも小さい値にまで抑圧される。
【００４２】
このように、本実施の形態においては、入力音声ａが単音音声であるか否かを判定し、入力音声ａが単音音声であった場合には、広帯域音声の場合よりも抑圧量を大きくするため、入力音声ａの最大レベルが等しくても、単音音声は、広帯域音声に比して音量が減衰されて出力される。これにより、両者の音量感のバランスを取ることができ、入力音声ａが単音音声及び広帯域音声のいずれであっても、聴感上、一様な音量感を与えることが可能になる。
【００４３】
尚、単音音声と広帯域音声の間で抑圧量にどの程度の差を設けるかは、抑圧係数ｆの大きさを増減することで調整することができ、この抑圧係数ｆの大きさは、装置の設計仕様やユーザの好み等に応じて適宜設定することが可能である。
【００４４】
次に、解放処理の際の動作について説明する。
【００４５】
上記のようにして抑圧処理が開始された後も、リミッタ・コンプレッサ装置１では、上述のステップＳ１〜Ｓ６（図４参照）の処理を逐次実行し、また、係数生成部６においても、補正ピーク値ｂ’が閾値レベルｔｈ以下となるか否かを監視し続ける（図５参照）。尚、抑圧処理が継続されている間は、抑圧フラグの値が「１」に保持されるため、図５の上での係数生成部６の動作は、ステップＳ１１のＹｅｓを経た後に、ステップＳ１８の処理に移行することになる。
【００４６】
そして、補正ピーク値ｂ’が閾値レベルｔｈより大きい状態が維持されている場合には（ステップＳ１８：Ｎｏ）、出力音声ｎのダイナミックレンジを抑圧した状態を維持しつつ、補正ピーク値ｂ’の監視を継続する（ステップＳ１９）。
【００４７】
これに対し、補正ピーク値ｂ’が閾値レベルｔｈ以下となった場合には（ステップＳ１８：Ｙｅｓ）、上記と同様、単音判別部５から出力される判別データｄを参照し、入力音声ａが単音音声であるか、広帯域音声であるかを判別する（ステップＳ２０）。
【００４８】
そして、判別データｄが広帯域音声に対応する値を有する場合には（ステップＳ２０：Ｎｏ）、係数データｈの値をＲＥＬ係数ｍの値に設定し（ステップＳ２１）、リミッタ演算部８に出力する。ここで、ＲＥＬ係数ｍは、解放操作の際の解放の度合い（強さ）を定めるものであり、ＡＴＫ係数ｋと同様、既存のものである。
【００４９】
次いで、抑圧フラグの値を「０」に設定するとともに（ステップＳ２２）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＲＥＬ係数ｍ）を乗算する（ステップＳ６）。その結果、図１１（Ａ）に示すように、遅延音声ｉは、ＲＥＬ係数ｍに応じた度合いで解放される。
【００５０】
図５に戻り、判別データｄが単音音声に対応する値を有する場合には（ステップＳ２０：Ｙｅｓ）、ＲＥＬ係数ｍに対して解放係数ｇを乗算し、乗算結果を係数データｈの値として設定する（ステップＳ２３）。ここで、解放係数ｇは、係数データｈの値をＲＥＬ係数ｍ以上にするためのものであり、１以上（ｇ≧１）に設定される。
【００５１】
そして、抑圧フラグの値を「０」に設定するとともに（ステップＳ２２）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＲＥＬ係数ｍ×解放係数ｇ）を乗算する（ステップＳ６）。この際、係数データｈは、ＲＥＬ係数ｍよりも大きい値を有するため、図１１（Ｂ）に示すように、遅延音声ｉには、広帯域音声の場合よりも強い解放処理が施される。
【００５２】
尚、入力音声ａが単音音声である場合と広帯域音声である場合とで解放度合いに差を設けるのは、両者の間において、解放処理を開始する時点での音量レベルにレベル差が生じていることに起因するものである。すなわち、抑圧処理の際に単音音声が広帯域音声に比べて強く抑圧される結果、解放処理を開始する時点でのダイナミックレンジは、広帯域音声に比べて単音音声の方が狭くなる（図１１のＣ、Ｄ参照）。そこで、単音音声に対する解放度合いを強め、これにより、解放不足が生じるのを防止するようにしている。
【００５３】
次に、本発明に係るリミッタ・コンプレッサ装置の第２の実施形態について、図１２及び図１３を参照しながら説明する。尚、図１２において、図１と同一の構成要素については同一の符号を付し、その説明を省略する。
【００５４】
図１２に示すように、リミッタ・コンプレッサ装置１０は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８と、音量検出部１１とから構成され、音量検出部１１を備える点を除き、第１の実施形態に係るリミッタ・コンプレッサ装置１（図１参照）と同様の構成を有する。
【００５５】
音量検出部１１は、入力音声ａの音量レベルを検出し、聴感補正処理部３での補正量を調整するための補正係数ｑを出力する。一般に、人の聴感は、音声全体の音量レベルが小さくなる程、その音声に含まれる低域周波数成分が聞き取り難くなる特性を有するため、音量検出部１１では、図１３に示すように、入力音声ａの音量レベルが小さくなる程、低域側の利得を増大するように補正係数ｑを生成する。
【００５６】
本実施の形態においては、上記のとおり、音量検出部１１で補正係数ｑを生成した後、聴感補正処理部３において、補正係数ｑに応じて聴感補正の補正曲線を変更する。このため、聴感補正処理部３では、入力音声ａの音量レベルに応じて低域側の利得を変更しながら補正処理が行われる。
【００５７】
その結果、音量レベルの小さい入力音声ａが入力された場合には、低域部に高い利得が与えられ（図１３のＥ参照）、一方、音量レベルの大きい入力音声ａが入力された場合には、低域部に小さい利得が与えられる（図１３のＦ参照）。これにより、人の聴感特性に即した聴感補正処理を施すことができ、聴感上の自然さを高めた音量制御を行うことが可能になる。
【００５８】
次に、本発明に係るリミッタ・コンプレッサ装置の第３の実施形態について、図１４を参照しながら説明する。尚、図１４において、図１と同一の構成要素については同一の符号を付し、その説明を省略する。
【００５９】
図１４に示すように、リミッタ・コンプレッサ２０は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８と、音声モード判別部２１とから構成され、音声モード判別部２１を備える点を除き、第１の実施形態に係るリミッタ・コンプレッサ装置１（図１参照）と同様の構成を有する。
【００６０】
音声モード判別部２１は、入力音声ａがモノラル音声であるかステレオ音声であるかを判別し、モードデータｒを出力する。この音声モード判別部２１では、Ｌ、Ｒチャネルの一方の音声レベルから他方の音声レベルを減算して差分を算出し、その差分値が所定の閾値よりも大きい場合に、入力音声ａがステレオ音声であると判断し、逆に、差分値が閾値よりも小さい場合に、モノラル音声であると判断する。
【００６１】
尚、入力信号ａの音声モードを判別するのは、人の聴感上、モノラル音声をステレオ音声よりも音量感があるように感じるからである。そこで、本実施の形態においては、それらの音量感の違いに合わせて抑圧処理及び解放処理の度合いを制御する。
【００６２】
具体的には、上記のとおり、音声モード判別部２１でモードデータｒを生成した後、係数生成部６において、判別データｄ（入力音声ａが単音音声であるか広帯域音声であるかを示すデータ）に加え、音声モード判別部２１からのモードデータｒの値も反映させて係数データｈを生成する。その結果、リミッタ演算部８においては、表１に示すように、単音音声であるか否かのみならず、音声モードの違いによっても、抑圧量及び解放量が増減される。
【００６３】
【表１】
【００６４】
尚、表１においては、モノラル出力の広帯域音声よりもステレオ出力の単音音声の抑圧量等を大きくしているが、両者の音量感に大差はないため、それらの抑圧量等を逆転させてもよいし、或いは、同じ抑圧量等に設定してもよい。
【００６５】
このように、本実施の形態によれば、入力信号ａの音声モードの違いに応じて抑圧量及び解放量を変化させるため、音声モードの違いに起因する音量感のばらつきを抑制することが可能になる。
【００６６】
尚、本実施の形態においては、図１２に示す音量検出部１１に代えて音声モード判別部２１を設けるが、音量検出部１１及び音声モード判別部２１は、必ずしも選択的なものではないため、それらを併用することも可能である。
【図面の簡単な説明】
【００６７】
【図１】本発明に係るリミッタ・コンプレッサ装置の第１の実施形態を示す構成図である。
【図２】一般的な抑圧動作を示す図である。
【図３】一般的な解放動作を示す図である。
【図４】図１のリミッタ・コンプレッサの動作を説明する図である。
【図５】図４の係数データの生成処理を説明する図である。
【図６】周波数分割後のレベル分布の一例を示す図である。
【図７】広帯域音声の判別基準を示す図である。
【図８】単音音声の判別基準を示す図である。
【図９】単音音声の判別基準を示す図である。
【図１０】抑圧動作を示す図である。
【図１１】解放動作を示す図である。
【図１２】本発明に係るリミッタ・コンプレッサ装置の第２の実施形態を示す構成図である。
【図１３】入力音声のレベルと利得との関係を示す図である。
【図１４】本発明に係るリミッタ・コンプレッサ装置の第３の実施形態を示す構成図である。
【符号の説明】
【００６８】
１ リミッタ・コンプレッサ装置
３ 聴感補正処理部
４ 周波数分布検出部
５ 単音判別部
６ 係数生成部
７ 音声遅延部
８ リミッタ演算部
９ ノード
１０ リミッタ・コンプレッサ装置
１１ 音量検出部
２０ リミッタ・コンプレッサ装置
２１ 音声モード判別部
ａ 入力音声
ｂ 補正データ
ｂ’ 補正ピーク値
ｃ 検出データ
ｄ 判別データ
ｆ 抑圧係数
ｇ 解放係数
ｈ 係数データ
ｉ 遅延音声
ｋ ＡＴＫ係数
ｍ ＲＥＬ係数
ｎ 出力音声
ｐ レベル差データ
ｑ 補正係数
ｒ モードデータ
ｔｈ 閾値データ
【技術分野】
【０００１】
本発明は、音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置に関し、特に、音量調整後の出力音声において、音量感にばらつきが生じるのを抑制するリミッタ・コンプレッサ装置に関する。
【背景技術】
【０００２】
従来、出力音声のダイナミックレンジを抑圧制御して音量の変化幅を小さくする装置として、ダイナミックレンジ・コンプレッサ（リミッタ・コンプレッサ）が広く用いられている。
【０００３】
この種のリミッタ・コンプレッサ装置では、大きな音量の音声が入力されると、音量を小さくして出力するように作用するため、突発的に過大な音声が入力された場合に音量を減衰させて出力することができる。その一方で、小さな音量の音声が入力されたときには、音量を大きくして出力するように作用するため、小さな楽音等がノイズに埋もれてしまうのも回避することができる。
【０００４】
ところで、通常、人の聴感は、音声に含まれる中域周波数成分を強く感受する一方で、低域周波数成分や高域周波数成分に対する感度が弱いという特性を有する。このため、人が感じる音の大きさは、音声の音量レベルのみならず、音声の周波数によっても大きく影響を受けることになる。従って、リミッタ・コンプレッサ装置により出力音声の音量調整を行うに際しては、入力音声の大小だけでなく、人の聴感特性にも配慮することが望ましい。
【０００５】
そこで、例えば、特許文献１には、入力音声に聴感補正を施し、その聴感補正後の音声データを用いて出力音声の増幅率を算出する音量調整装置が提案されている。この音量調整装置は、人の聴感に対応するラウドネス曲線に応じて入力信号を補正することで、聴感特性に合わせた音声データを生成し、その音声データを用いて増幅率の算出処理を行うように構成されている。
【０００６】
【特許文献１】特許第４０５０２８９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、人が感じる音の大きさは、上述した聴感特性による違いが生じるだけでなく、音声が単一の音声からなる場合と複数の音声からなる場合とでも違いが生じる。例えば、音声の最大レベルが同一であったとしても、アカペラのボーカル音声と伴奏のあるボーカル音声とでは、前者の方がボーカル音声を聴き取り易く、音量感があるように感じてしまう。
【０００８】
このため、上記の音量調整装置のように、聴感補正を行った上で出力音声の増幅率を求めたとしても、単音音声とそれ以外の音声とに同等のレベル制御が行われるため、依然として音量感にばらつきが生じる虞がある。
【０００９】
そこで、本発明は、上記従来の技術における問題点に鑑みてなされたものであって、入力音声が単音音声であるか否かにかかわらず、音量調整後の出力音声において、聴感上、一様な音量感を与えることが可能なリミッタ・コンプレッサ装置を提供することを目的とする。
【課題を解決するための手段】
【００１０】
上記目的を達成するため、本発明は、音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置であって、入力音声が単音音声であるか否かを判別する単音判別部と、該単音判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すリミッタ処理部とを備え、該リミッタ処理部は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくすることを特徴とする。
【００１１】
そして、本発明によれば、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくするため、入力音声の最大レベルが等しくても、単音音声は、単音音声以外の音声に比して音量が減衰されて出力される。これにより、両者の音量感のバランスを取ることができ、入力音声が単音音声であるか否かにかかわらず、聴感上、一様な音量感を与えることが可能になる。
【００１２】
上記リミッタ・コンプレッサ装置において、前記リミッタ処理部が、前記単音判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることができる。これによれば、単音音声に対する抑圧量を大きくした場合でも、抑圧後の解放処理において、出力音声のレベルを適切に解放することが可能になる。
【００１３】
上記リミッタ・コンプレッサ装置において、前記入力音声の音声モードがモノラル及びステレオのいずれであるかを判別するモード判別部を備え、前記リミッタ処理部が、該モード判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すとともに、モノラルの音声信号に対する抑圧量をステレオの音声信号に対する抑圧量に比して大きくすることができる。これによれば、入力信号の音声モードの違いに応じて抑圧量を変化させるため、音声モードの違いに起因する音量感のばらつきを抑制することが可能になる。
【００１４】
上記リミッタ・コンプレッサ装置において、前記リミッタ処理部が、前記モード判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、モノラルの音声信号に対する解放量をステレオの音声信号に対する解放量に比して大きくすることができる。これによれば、モノラル音声に対する抑圧量を大きくした場合でも、抑圧後の解放処理において、出力音声のレベルを適切に解放することが可能になる。
【００１５】
上記リミッタ・コンプレッサ装置において、前記入力音声に聴感補正処理を施す聴感補正処理部と、該聴感補正処理部から出力される聴感補正後の音声信号の周波数分布状態を検出する分布検出部とを備え、前記単音判別部が、該分布検出部で検出される周波数分布状態に基づいて前記入力音声が単音音声であるか否かを判別することができる。
【００１６】
上記リミッタ・コンプレッサ装置において、前記入力音声の音声レベルを検出するレベル検出部を備え、前記聴感補正処理部は、該レベル検出部の検出結果に応じて聴感補正処理の補正曲線を変化させることができる。これによれば、人の聴感により即した聴感補正処理を施すことができ、聴感上の自然さを高めた音量制御を行うことが可能になる。
【発明の効果】
【００１７】
以上のように、本発明によれば、入力音声が単音音声であるか否かにかかわらず、音量調整後の出力音声において、聴感上、一様な音量感を与えることが可能になる。
【発明を実施するための最良の形態】
【００１８】
次に、本発明の実施の形態について図面を参照して詳細に説明する。
【００１９】
図１は、本発明に係るリミッタ・コンプレッサ装置の第１の実施形態を示し、このリミッタ・コンプレッサ装置１は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８とを備える。
【００２０】
聴感補正処理部３は、人の聴感に対応するラウドネス曲線に応じて、入力された音声信号（以下、「入力音声」という）ａを補正し、聴感補正処理を施した音声データ（以下、「補正データ」という）ｂを出力する。
【００２１】
周波数分布検出部４は、聴感補正処理部３から出力される補正データｂを周波数分割し、補正データｂの周波数成分の分布状態を検出して検出データｃを出力する。尚、周波数の分割方法には、ＬＰＦ（低域通過フィルタ）、ＢＰＦ（帯域通過フィルタ）及びＨＰＦ（高域通過フィルタ）によるフィルタ処理や、ＦＦＴ（Fast Fourier Transform）処理等を用いることができる。
【００２２】
単音判別部５は、周波数分布検出部４からの検出データｃに基づき、入力音声ａが単一の音声からなる音声信号（以下、「単音信号」という）であるか、それとも、複数の音声が混在して広い周波数帯域に分布する音声信号（以下、「広帯域信号」という）であるかを判別し、判別データｄを出力する。
【００２３】
係数生成部６は、単音判別部５の判別結果（判別データｄ）や、補正データｂのピークレベルと閾値データｔｈとの対比結果等に応じて、入力音声ａに適した係数データｈを生成する。ここで、係数データｈは、出力音声ｎのダイナミックレンジを抑圧する際の抑圧度合い（強さ）、又は抑圧後に解放する際の解放度合いを定めるものである。また、閾値データｔｈは、入力音声ａに抑圧処理又は解放処理を施すべきか否かを判別するためのものである。
【００２４】
音声遅延部７は、入力音声ａを遅延させて遅延音声ｉを出力する。聴感補正処理部３から係数生成部６までの処理回路において、上述の処理を実行する際、ある程度の処理時間を要するため、係数生成部６から係数データｈが出力されるタイミングには遅れが生じる。音声遅延部７は、その遅れに合わせて入力信号ａを遅延させるものであり、聴感補正処理部３から係数生成部６までの処理回路で要する処理時間の分だけ、入力信号ａを遅延させて出力する。
【００２５】
リミッタ演算部８は、音声遅延部７からの遅延音声ｉに対し、係数生成部６で生成された係数データｈを用いて抑圧処理及び解放処理を施す。一般に、抑圧量がある一定の量以上（通常は約９０％以上）になるまでの時間を抑圧時間（アタック時間）と称し（図２参照）、また、解放量がある一定の量（通常は解放量が９０％以上）となるまでの時間を解放時間（リリース時間）と称するが（図３参照）、通常、抑圧時間は、短めに設定され、解放時間は、聴感上の違和感をなくすために長めに設定される。
【００２６】
次に、上記のリミッタ・コンプレッサ装置１の動作について、図１〜図１１を参照しながら説明する。尚、以下においては、先ず、抑圧処理の際の動作について説明し、その後に、解放処理の際の動作について説明する。
【００２７】
入力音声ａがリミッタ・コンプレッサ装置１に入力されると、先ず、図１のノード９において、入力音声ａを二手に分岐し、図４に示すように、そのうちの一方を音声遅延部７により遅延させる（ステップＳ１）。それと併行して、聴感補正処理部３において、分岐した入力音声ａの他方に聴感補正処理（ラウドネス処理）を施し、中域部を強調した補正データｂを生成する（ステップＳ２）。
【００２８】
ここで、中域部を強調するのは、人が感受し易い音域に対し、後段の抑圧制御処理の結果が強く反映されるようにするためである。すなわち、人の聴感上、低域部及び高域部に対する感受性が低く、それらの音域を抑圧制御しても音量感に与える影響が小さいため、逆に、人が感受し易い中域部を強調し、該音域に対する抑圧制御処理の寄与度を高めることで、抑圧制御処理の有無や度合いが音量感の強弱に強く反映されるようにしている。
【００２９】
次いで、周波数分布検出部４において、補正データｂを対象に周波数分布の検出処理を実行する（ステップＳ３）。分布検出処理に際しては、図６に示すように、補正データｂをｓ（２以上の自然数）個のバンドに周波数分割し、その後、分割した複数のデータのうちから、最大の音声レベルを有するバンドｓ１を検出する。
【００３０】
そして、図７に示すように、最大の音声レベルを有するバンドｓ１のデータを基準にレベル差データｐを設定し、各バンドのデータの音声レベルがレベル差データｐの範囲内に属するか否かを順次判別していく。その際、レベル差データｐ内に属するバンドに関しては、値「１」を割り当てるとともに、属さないバンドに関しては、値「０」を割り当て、各々、検出データｃとして単音判別部５へ出力する。
【００３１】
次いで、図４に示すように、単音判別部５において、周波数分布検出４からの検出データｃに基づいて単音判定処理を実行する（ステップＳ４）。この単音判定処理では、検出データｃにおいて、複数の「１」が出力され、それらの合計値が所定数（例えば、５〜７）以上である場合に（図７参照）、入力音声ａが広帯域音声であると判定する。
【００３２】
一方、図８に示すように、検出データｃにおいて、「１」の数が単数である場合や、図９に示すように、例えば、２〜４個の「１」が連続的に出力されている場合（隣り合う２〜４個のバンドで値「１」を取り、単音音声であると推認される場合）には、単音音声であると判定する。
【００３３】
次に、図４に示すように、係数生成部６において、係数データｈを生成する（ステップＳ５）。係数データｈの生成処理にあたっては、図５に示すように、先ず、抑圧フラグの値が「１」であるか否かを判定する（ステップＳ１１）。尚、抑圧フラグは、抑圧動作が継続中であるか否かを示すものであるが、ここでは、抑圧処理は未だ開始されておらず、抑圧フラグの値が「１」でない（ステップＳ１１：Ｎｏ）として説明を進める。
【００３４】
次いで、聴感補正処理部３から出力される補正データｂのピークレベルの絶対値（以下、「補正ピーク値ｂ’」という）と、図２や図３に示す閾値レベルｔｈとを対比し（ステップＳ１２）、補正ピーク値ｂ’が閾値レベルｔｈ以下の場合には（ステップＳ１２：Ｙｅｓ）、係数データｈの値を「１」に設定する（ステップＳ１３）。次に、図４に示すように、リミッタ演算部８において、係数データｈを用いてリミッタ演算処理を実行する（ステップＳ６）。
【００３５】
上記のリミッタ演算処理は、音声遅延部７からの遅延音声ｉに係数データｈを乗算して出力音声ｎを生成するものであるが、ここでは、上述のように、係数データｈの値が「１」であるため、遅延音声ｉがそのまま出力音声ｎとして出力されることになる。このように、補正ピーク値ｂ’が閾値レベルｔｈの範囲内である場合には、遅延音声ｉに対して何らの処理も施されることなく、原音の状態が維持されて出力される。
【００３６】
図５に戻り、係数生成部６での対比の結果、補正ピーク値ｂ’が閾値レベルｔｈより大きい場合には（図５のステップＳ１２：Ｎｏ）、単音判別部５から出力される判別データｄを参照し、入力音声ａが単音音声であるか、広帯域音声であるかを判別する（ステップＳ１４）。
【００３７】
その結果、判別データｄが広帯域音声に対応する値を有する場合には（ステップＳ１４：Ｎｏ）、係数データｈの値をＡＴＫ係数ｋの値に設定し（ステップＳ１５）、リミッタ演算部８に出力する。ここで、ＡＴＫ係数ｋは、抑圧操作の際の抑圧の度合い（強さ）を定めるものであり、ＡＴＫ係数ｋが小さくなる程、抑圧の度合いが強くなる。尚、ＡＴＫ係数ｋ自体は、既存のリミッタ・コンプレッサ装置で用いられるものと同様のものであり、閾値レベルｔｈやアタック時間との関係に応じて定められる。
【００３８】
次いで、抑圧フラグの値を「１」に設定するとともに（ステップＳ１６）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＡＴＫ係数ｋ）を乗算する（ステップＳ６）。その結果、図１０（Ａ）に示すように、遅延音声ｉは、ＡＴＫ係数ｋに応じた度合いで抑圧され、最終的には、閾値レベルｔｈと略々同程度のレベルにまで抑圧される。
【００３９】
図５に戻り、判別データｄが単音音声に対応する値を有する場合には（ステップＳ１４：Ｙｅｓ）、ＡＴＫ係数ｋに対して抑圧係数ｆを乗算し、乗算結果を係数データｈの値として設定する（ステップＳ１７）。ここで、抑圧係数ｆは、係数データｈの値をＡＴＫ係数ｋ以下にするためのものであり、１以下（０＜ｆ≦１）に設定される。
【００４０】
次いで、上記と同様、抑圧フラグの値を「１」に設定するとともに（ステップＳ１６）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＡＴＫ係数ｋ×抑圧係数ｆ）を乗算する（ステップＳ６）。
【００４１】
上述の如く、ここでの係数データｈは、ＡＴＫ係数ｋに比して小さい値を有するため、遅延音声ｉには強い抑圧処理が施されることになる。その結果、図１０（Ｂ）に示すように、遅延音声ｉに対する抑圧量は、入力音声ａが広帯域音声である場合よりも大きくなり、遅延音声ｉは、閾値レベルｔｈよりも小さい値にまで抑圧される。
【００４２】
このように、本実施の形態においては、入力音声ａが単音音声であるか否かを判定し、入力音声ａが単音音声であった場合には、広帯域音声の場合よりも抑圧量を大きくするため、入力音声ａの最大レベルが等しくても、単音音声は、広帯域音声に比して音量が減衰されて出力される。これにより、両者の音量感のバランスを取ることができ、入力音声ａが単音音声及び広帯域音声のいずれであっても、聴感上、一様な音量感を与えることが可能になる。
【００４３】
尚、単音音声と広帯域音声の間で抑圧量にどの程度の差を設けるかは、抑圧係数ｆの大きさを増減することで調整することができ、この抑圧係数ｆの大きさは、装置の設計仕様やユーザの好み等に応じて適宜設定することが可能である。
【００４４】
次に、解放処理の際の動作について説明する。
【００４５】
上記のようにして抑圧処理が開始された後も、リミッタ・コンプレッサ装置１では、上述のステップＳ１〜Ｓ６（図４参照）の処理を逐次実行し、また、係数生成部６においても、補正ピーク値ｂ’が閾値レベルｔｈ以下となるか否かを監視し続ける（図５参照）。尚、抑圧処理が継続されている間は、抑圧フラグの値が「１」に保持されるため、図５の上での係数生成部６の動作は、ステップＳ１１のＹｅｓを経た後に、ステップＳ１８の処理に移行することになる。
【００４６】
そして、補正ピーク値ｂ’が閾値レベルｔｈより大きい状態が維持されている場合には（ステップＳ１８：Ｎｏ）、出力音声ｎのダイナミックレンジを抑圧した状態を維持しつつ、補正ピーク値ｂ’の監視を継続する（ステップＳ１９）。
【００４７】
これに対し、補正ピーク値ｂ’が閾値レベルｔｈ以下となった場合には（ステップＳ１８：Ｙｅｓ）、上記と同様、単音判別部５から出力される判別データｄを参照し、入力音声ａが単音音声であるか、広帯域音声であるかを判別する（ステップＳ２０）。
【００４８】
そして、判別データｄが広帯域音声に対応する値を有する場合には（ステップＳ２０：Ｎｏ）、係数データｈの値をＲＥＬ係数ｍの値に設定し（ステップＳ２１）、リミッタ演算部８に出力する。ここで、ＲＥＬ係数ｍは、解放操作の際の解放の度合い（強さ）を定めるものであり、ＡＴＫ係数ｋと同様、既存のものである。
【００４９】
次いで、抑圧フラグの値を「０」に設定するとともに（ステップＳ２２）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＲＥＬ係数ｍ）を乗算する（ステップＳ６）。その結果、図１１（Ａ）に示すように、遅延音声ｉは、ＲＥＬ係数ｍに応じた度合いで解放される。
【００５０】
図５に戻り、判別データｄが単音音声に対応する値を有する場合には（ステップＳ２０：Ｙｅｓ）、ＲＥＬ係数ｍに対して解放係数ｇを乗算し、乗算結果を係数データｈの値として設定する（ステップＳ２３）。ここで、解放係数ｇは、係数データｈの値をＲＥＬ係数ｍ以上にするためのものであり、１以上（ｇ≧１）に設定される。
【００５１】
そして、抑圧フラグの値を「０」に設定するとともに（ステップＳ２２）、図４に示すように、リミッタ演算部８において、遅延音声ｉに対して係数データｈ（ＲＥＬ係数ｍ×解放係数ｇ）を乗算する（ステップＳ６）。この際、係数データｈは、ＲＥＬ係数ｍよりも大きい値を有するため、図１１（Ｂ）に示すように、遅延音声ｉには、広帯域音声の場合よりも強い解放処理が施される。
【００５２】
尚、入力音声ａが単音音声である場合と広帯域音声である場合とで解放度合いに差を設けるのは、両者の間において、解放処理を開始する時点での音量レベルにレベル差が生じていることに起因するものである。すなわち、抑圧処理の際に単音音声が広帯域音声に比べて強く抑圧される結果、解放処理を開始する時点でのダイナミックレンジは、広帯域音声に比べて単音音声の方が狭くなる（図１１のＣ、Ｄ参照）。そこで、単音音声に対する解放度合いを強め、これにより、解放不足が生じるのを防止するようにしている。
【００５３】
次に、本発明に係るリミッタ・コンプレッサ装置の第２の実施形態について、図１２及び図１３を参照しながら説明する。尚、図１２において、図１と同一の構成要素については同一の符号を付し、その説明を省略する。
【００５４】
図１２に示すように、リミッタ・コンプレッサ装置１０は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８と、音量検出部１１とから構成され、音量検出部１１を備える点を除き、第１の実施形態に係るリミッタ・コンプレッサ装置１（図１参照）と同様の構成を有する。
【００５５】
音量検出部１１は、入力音声ａの音量レベルを検出し、聴感補正処理部３での補正量を調整するための補正係数ｑを出力する。一般に、人の聴感は、音声全体の音量レベルが小さくなる程、その音声に含まれる低域周波数成分が聞き取り難くなる特性を有するため、音量検出部１１では、図１３に示すように、入力音声ａの音量レベルが小さくなる程、低域側の利得を増大するように補正係数ｑを生成する。
【００５６】
本実施の形態においては、上記のとおり、音量検出部１１で補正係数ｑを生成した後、聴感補正処理部３において、補正係数ｑに応じて聴感補正の補正曲線を変更する。このため、聴感補正処理部３では、入力音声ａの音量レベルに応じて低域側の利得を変更しながら補正処理が行われる。
【００５７】
その結果、音量レベルの小さい入力音声ａが入力された場合には、低域部に高い利得が与えられ（図１３のＥ参照）、一方、音量レベルの大きい入力音声ａが入力された場合には、低域部に小さい利得が与えられる（図１３のＦ参照）。これにより、人の聴感特性に即した聴感補正処理を施すことができ、聴感上の自然さを高めた音量制御を行うことが可能になる。
【００５８】
次に、本発明に係るリミッタ・コンプレッサ装置の第３の実施形態について、図１４を参照しながら説明する。尚、図１４において、図１と同一の構成要素については同一の符号を付し、その説明を省略する。
【００５９】
図１４に示すように、リミッタ・コンプレッサ２０は、聴感補正処理部３と、周波数分布検出部４と、単音判別部５と、係数生成部６と、音声遅延部７と、リミッタ演算部８と、音声モード判別部２１とから構成され、音声モード判別部２１を備える点を除き、第１の実施形態に係るリミッタ・コンプレッサ装置１（図１参照）と同様の構成を有する。
【００６０】
音声モード判別部２１は、入力音声ａがモノラル音声であるかステレオ音声であるかを判別し、モードデータｒを出力する。この音声モード判別部２１では、Ｌ、Ｒチャネルの一方の音声レベルから他方の音声レベルを減算して差分を算出し、その差分値が所定の閾値よりも大きい場合に、入力音声ａがステレオ音声であると判断し、逆に、差分値が閾値よりも小さい場合に、モノラル音声であると判断する。
【００６１】
尚、入力信号ａの音声モードを判別するのは、人の聴感上、モノラル音声をステレオ音声よりも音量感があるように感じるからである。そこで、本実施の形態においては、それらの音量感の違いに合わせて抑圧処理及び解放処理の度合いを制御する。
【００６２】
具体的には、上記のとおり、音声モード判別部２１でモードデータｒを生成した後、係数生成部６において、判別データｄ（入力音声ａが単音音声であるか広帯域音声であるかを示すデータ）に加え、音声モード判別部２１からのモードデータｒの値も反映させて係数データｈを生成する。その結果、リミッタ演算部８においては、表１に示すように、単音音声であるか否かのみならず、音声モードの違いによっても、抑圧量及び解放量が増減される。
【００６３】
【表１】
【００６４】
尚、表１においては、モノラル出力の広帯域音声よりもステレオ出力の単音音声の抑圧量等を大きくしているが、両者の音量感に大差はないため、それらの抑圧量等を逆転させてもよいし、或いは、同じ抑圧量等に設定してもよい。
【００６５】
このように、本実施の形態によれば、入力信号ａの音声モードの違いに応じて抑圧量及び解放量を変化させるため、音声モードの違いに起因する音量感のばらつきを抑制することが可能になる。
【００６６】
尚、本実施の形態においては、図１２に示す音量検出部１１に代えて音声モード判別部２１を設けるが、音量検出部１１及び音声モード判別部２１は、必ずしも選択的なものではないため、それらを併用することも可能である。
【図面の簡単な説明】
【００６７】
【図１】本発明に係るリミッタ・コンプレッサ装置の第１の実施形態を示す構成図である。
【図２】一般的な抑圧動作を示す図である。
【図３】一般的な解放動作を示す図である。
【図４】図１のリミッタ・コンプレッサの動作を説明する図である。
【図５】図４の係数データの生成処理を説明する図である。
【図６】周波数分割後のレベル分布の一例を示す図である。
【図７】広帯域音声の判別基準を示す図である。
【図８】単音音声の判別基準を示す図である。
【図９】単音音声の判別基準を示す図である。
【図１０】抑圧動作を示す図である。
【図１１】解放動作を示す図である。
【図１２】本発明に係るリミッタ・コンプレッサ装置の第２の実施形態を示す構成図である。
【図１３】入力音声のレベルと利得との関係を示す図である。
【図１４】本発明に係るリミッタ・コンプレッサ装置の第３の実施形態を示す構成図である。
【符号の説明】
【００６８】
１ リミッタ・コンプレッサ装置
３ 聴感補正処理部
４ 周波数分布検出部
５ 単音判別部
６ 係数生成部
７ 音声遅延部
８ リミッタ演算部
９ ノード
１０ リミッタ・コンプレッサ装置
１１ 音量検出部
２０ リミッタ・コンプレッサ装置
２１ 音声モード判別部
ａ 入力音声
ｂ 補正データ
ｂ’ 補正ピーク値
ｃ 検出データ
ｄ 判別データ
ｆ 抑圧係数
ｇ 解放係数
ｈ 係数データ
ｉ 遅延音声
ｋ ＡＴＫ係数
ｍ ＲＥＬ係数
ｎ 出力音声
ｐ レベル差データ
ｑ 補正係数
ｒ モードデータ
ｔｈ 閾値データ
【特許請求の範囲】
【請求項１】
音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置であって、
入力音声が単音音声であるか否かを判別する単音判別部と、
該単音判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すリミッタ処理部とを備え、
該リミッタ処理部は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくすることを特徴とするリミッタ・コンプレッサ装置。
【請求項２】
前記リミッタ処理部は、前記単音判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることを特徴とする請求項１に記載のリミッタ・コンプレッサ装置。
【請求項３】
前記入力音声の音声モードがモノラル及びステレオのいずれであるかを判別するモード判別部を備え、
前記リミッタ処理部は、該モード判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すとともに、モノラルの音声信号に対する抑圧量をステレオの音声信号に対する抑圧量に比して大きくすることを特徴とする請求項１又は２に記載のリミッタ・コンプレッサ装置。
【請求項４】
前記リミッタ処理部は、前記モード判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、モノラルの音声信号に対する解放量をステレオの音声信号に対する解放量に比して大きくすることを特徴とする請求項３に記載のリミッタ・コンプレッサ装置。
【請求項５】
前記入力音声に聴感補正処理を施す聴感補正処理部と、
該聴感補正処理部から出力される聴感補正後の音声信号の周波数分布状態を検出する分布検出部とを備え、
前記単音判別部は、該分布検出部で検出される周波数分布状態に基づいて前記入力音声が単音音声であるか否かを判別することを特徴とする請求項１乃至４のいずれかに記載のリミッタ・コンプレッサ装置。
【請求項６】
前記入力音声の音声レベルを検出するレベル検出部を備え、
前記聴感補正処理部は、該レベル検出部の検出結果に応じて聴感補正処理の補正曲線を変化させることを特徴とする請求項５に記載のリミッタ・コンプレッサ装置。
【請求項１】
音声信号のダイナミックレンジを抑圧制御するリミッタ・コンプレッサ装置であって、
入力音声が単音音声であるか否かを判別する単音判別部と、
該単音判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すリミッタ処理部とを備え、
該リミッタ処理部は、単音音声に対する抑圧量を単音音声以外の音声に対する抑圧量に比して大きくすることを特徴とするリミッタ・コンプレッサ装置。
【請求項２】
前記リミッタ処理部は、前記単音判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、単音音声に対する解放量を単音音声以外の音声に対する解放量に比して大きくすることを特徴とする請求項１に記載のリミッタ・コンプレッサ装置。
【請求項３】
前記入力音声の音声モードがモノラル及びステレオのいずれであるかを判別するモード判別部を備え、
前記リミッタ処理部は、該モード判別部の判別結果に応じて抑圧量を変更しつつ前記入力音声に抑圧処理を施すとともに、モノラルの音声信号に対する抑圧量をステレオの音声信号に対する抑圧量に比して大きくすることを特徴とする請求項１又は２に記載のリミッタ・コンプレッサ装置。
【請求項４】
前記リミッタ処理部は、前記モード判別部の判別結果に応じて解放量を変更しつつ前記入力音声に解放処理を施すとともに、モノラルの音声信号に対する解放量をステレオの音声信号に対する解放量に比して大きくすることを特徴とする請求項３に記載のリミッタ・コンプレッサ装置。
【請求項５】
前記入力音声に聴感補正処理を施す聴感補正処理部と、
該聴感補正処理部から出力される聴感補正後の音声信号の周波数分布状態を検出する分布検出部とを備え、
前記単音判別部は、該分布検出部で検出される周波数分布状態に基づいて前記入力音声が単音音声であるか否かを判別することを特徴とする請求項１乃至４のいずれかに記載のリミッタ・コンプレッサ装置。
【請求項６】
前記入力音声の音声レベルを検出するレベル検出部を備え、
前記聴感補正処理部は、該レベル検出部の検出結果に応じて聴感補正処理の補正曲線を変化させることを特徴とする請求項５に記載のリミッタ・コンプレッサ装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２００９−２７２９２６（Ｐ２００９−２７２９２６Ａ）
【公開日】平成２１年１１月１９日（２００９．１１．１９）
【国際特許分類】
【出願番号】特願２００８−１２２１４５（Ｐ２００８−１２２１４５）
【出願日】平成２０年５月８日（２００８．５．８）
【出願人】（３０３０１３７６３）ＮＥＣエンジニアリング株式会社 (651)
【Ｆターム（参考）】
【公開日】平成２１年１１月１９日（２００９．１１．１９）
【国際特許分類】
【出願日】平成２０年５月８日（２００８．５．８）
【出願人】（３０３０１３７６３）ＮＥＣエンジニアリング株式会社 (651)
【Ｆターム（参考）】
[ Back to top ]