信号処理装置及び方法、並びにプログラム
【課題】より一段と原音に忠実な音声を記録したり再生できる。
【解決手段】FFT回路１１３は、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、振幅圧縮回路１１９は、取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、処理対象信号のピーク信号レベルが第１の閾値以下になる圧縮率で、処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、振幅圧縮処理の実行を禁止する。本発明は、例えば、音声記録装置や音声再生装置に適用できる。
【解決手段】FFT回路１１３は、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、振幅圧縮回路１１９は、取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、処理対象信号のピーク信号レベルが第１の閾値以下になる圧縮率で、処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、振幅圧縮処理の実行を禁止する。本発明は、例えば、音声記録装置や音声再生装置に適用できる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、信号処理装置及び方法、並びにプログラムに関し、特に、より一段と原音に忠実な音声を記録したり再生できるようになった信号処理装置及び方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来、マイクから入力された環境音を記録する音声記録装置が存在する。音声記録装置に入力される環境音の振幅範囲は、およそ20乃至130dBSPLになる。このような振幅情報（環境音の音声信号）を音声記録装置がそのまま記録する場合、この振幅範囲に対応可能なダイナミックレンジを持つ回路を搭載する必要がある。しかしながら、そのような回路のコストは膨大になる。このため、通常は、AGC（Auto Gain Control）回路を用いて、入力音声信号の振幅を制限する手法（以下、振幅制限手法と称する）が採用されている。また、入力音声信号の波形が回路のダイナミックレンジに達することで歪んだ場合、その歪んだ部分（以下、クリップ部分と称する）の波形を補間する手法（以下、波形補間手法と称する）が存在する（例えば、特許文献１および２を参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開昭６０−２０２５７６号公報
【特許文献２】特開昭５３−３０２５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
従来の振幅制限手法について説明する。従来の振幅制限手法が適用されるAGC回路（以下、単に、従来のAGC回路と称する）は、フィードバック形式（以下、FB形式と称する）とフィードフォワード形式（以下、FF形式と称する）の回路に大別される。
【０００５】
［従来のFB形式のAGC回路の一例］
【０００６】
図１は、従来のFB形式のAGC回路の一例を示している。図１の例の従来のFB形式のAGC回路１０は、アンプ１１および検波回路１２から構成される。アンプ１１は、入力音声信号を所定のゲインで増幅して出力する。アンプ１１により増幅された音声信号は検波回路１２にフィードバックされる。検波回路１２は、増幅後の音声信号の振幅を検出し（検波し）、その検出結果に基づいて、アンプ１１のゲインを変更する。
【０００７】
［従来のFF形式のAGC回路の一例］
【０００８】
図２は、従来のFF形式のAGC回路の一例を示している。図２の例の従来のFF形式のAGC回路２０は、遅延回路２１、検波回路２２、およびアンプ２３から構成される。遅延回路２１は、入力音声信号を所定時間だけ遅延して、アンプ２３に供給する。検波回路２２は、入力音声信号の振幅を検出し（検波し）、その検出結果に基づいて、アンプ２３のゲインを変更する。アンプ２３は、遅延回路２１から遅延されて出力された音声信号を、検波回路２２により変更されたゲインで増幅して出力する。
【０００９】
従来のFB形式とFF形式のいずれのAGC回路も、入力音声信号の振幅値が閾値を超えた場合に、アンプ１１または２３のゲインを下げて出力音声信号の振幅値を抑えることができる。但し、従来のFB形式のAGC回路１０では、入力音声信号の振幅値が閾値を超えた後、しばらくの間、変更前のゲインで増幅されてしまう。従って、入力音声信号の振幅値が閾値を超えてからゲインが変更されるまでの間、出力音声信号の振幅値が閾値を超えてしまう。これに対して、従来のFF形式のAGC回路２０では、入力音声信号の振幅値が閾値を超えた直後から、変更後のゲインで増幅される。従って、入力音声信号の振幅値が閾値を超えている間、出力音声信号の振幅値は閾値内に制限される。従って、従来のFF形式のAGC回路２０は、従来のFB形式のAGC回路１０に比べて波形応答性が向上する。
【００１０】
［従来のFB形式とFF形式のそれぞれのAGC回路の波形応答性の一例］
【００１１】
図３は、従来のFB形式とFF形式のそれぞれのAGC回路の波形応答性の一例を示している。
【００１２】
図３のＡは、入力音声信号のエンベロープの一例を示している。図３のＢは、従来のFB形式のAGC回路１０の出力音声信号のエンベロープの一例を示している。図３のＣは、従来のFF形式のAGC回路２０の出力音声信号のエンベロープの一例を示している。
【００１３】
図３のＡの例では、時刻TAから時刻TBの間で、入力音声信号の振幅値が閾値thを超えている。この間、入力音声信号の波形は、ダイナミックレンジdに達している。
【００１４】
図３のＢに示されるように、従来のFB形式のAGC回路１０では、入力音声信号の振幅値が閾値thを超える時刻TAに対して、出力音声信号の振幅値が閾値th内に抑えられる時刻TCが遅れてしまう。これにより、時刻TAから時刻TCまでの間で、出力音声信号の振幅値が閾値thを超え、出力音声信号の波形がダイナミックレンジdに達することになる。
【００１５】
これに対して、図３のＣに示されるように、従来のFF形式のAGC回路２０では、時刻TA'から時刻TB'までの間において、出力音声信号の振幅値は閾値th内に抑えられている。このように、従来のFF形式のAGC回路２０では、従来のFB形式のAGC回路１０に比べて、波形応答性が向上していることがわかる。なお、図３のＣの例の時刻TA'，TB'のそれぞれは、図３のＡの例の時刻TA，TBのそれぞれから、遅延回路２１に設定された所定の遅延時間だけ経過した後の時刻である。
【００１６】
しかしながら、従来のFB形式とFF形式のいずれのAGC回路を採用した場合にも、入力音声信号の振幅値が閾値thを超えた後に再度閾値thを下回った直後の音声信号が出力されると、不自然な音となってしまうことがあった。
【００１７】
図３のＡの例では、入力音声信号の振幅値が閾値thを下回るタイミングは、時刻TBとなっている。図３のＢに示されるように、従来のFB形式のAGC回路１０では、出力音声信号の振幅値は、時刻TBにおいて大幅に低下し、その後徐々に上昇していく。図３のＣに示されるように、従来のFF形式のAGC回路２０では、出力音声信号の振幅値は、時刻TB'において大幅に低下し、その後徐々に上昇していく。このような現象、即ち、振幅値が大幅に低下した後徐々に上昇していく現象は、アタックリカバリと称されている。アタックリカバリは、入力音声信号の振幅値が閾値thを跨いで変化してから、それに応じてアンプのゲインが変更されるまでの応答時間（以下、アタックリカバリの時間と称する）が長いために生じる。アタックリカバリの時間を長くしているのは、アタックリカバリの時間が短いと他の弊害が生じるからである。
【００１８】
［アタックリカバリの時間に対する出力音声信号の波形の一例］
【００１９】
図４は、アタックリカバリの時間に対する出力音声信号の波形の一例を説明するための図である。
【００２０】
図４のＡは、入力音声信号のエンベロープを示している。図４のＢは、アタックリカバリの時間が長い場合の出力音声信号のエンベロープを示している。図４のＣは、アタックリカバリの時間が短い場合の出力音声信号のエンベロープを示している。
【００２１】
アタックリカバリの時間が短い場合、AGC回路は、入力音声信号の振幅値が閾値thを跨ぐとすぐにアンプのゲインを変更する。このため、図４のＢに示されるように、出力音声信号の振幅は均一化されてしまい、その結果、入力音声信号のエンベロープ情報は欠落する。このような出力音声信号に対応する音声は、本来あるべき音量の変化がない音声となっているため、視聴者にとっては聴感上違和感を覚えることがある。このことが、アタックリカバリの時間が短い場合の弊害である。
【００２２】
一方、アタックリカバリの時間が長い場合、入力音声信号の振幅値が閾値thを跨いでもアンプのゲインはすぐには変更されない。このため、図４のＣに示されるように、入力音声信号のエンベロープ情報が残るため、出力音声信号の形状を入力音声信号の形状に近づけることが可能となる。但し、アタックリカバリの時間を長くしすぎると、入力音声信号の振幅値が閾値thより小さくなっても、出力音声信号の振幅値が小さいままとなる。その結果、出力音声信号に対応する音声の音量は絞られたままとなる。
【００２３】
このようなことから、アタックリカバリの時間は、回路毎に最適な時間が追求されて設定される。このことが、従来のAGC回路の設計を複雑にしている原因のひとつである。
【００２４】
また、従来のAGC回路では、入力音声信号の振幅値を検出する（検波する）必要がある。振幅値の検波はレベル検波とも称される。従来のレベル検波手法としては、単純に入力音声信号の振幅値を検波する手法（以下、ピーク検波手法と称する）と、入力音声信号の実効値を時間方向で積分して検波する手法（以下、積分検波手法と称する）とがよく知られている。ピーク検波手法が適用された場合、従来のAGC回路は、振幅値が閾値を一瞬超えた入力音声信号に対しても反応してしまい、入力音声信号の振幅を圧縮してしまう。このため、例えば入力音声信号にノイズ成分が多く含まれていると出力音声信号の振幅が過剰に抑えられてしまうという現象が発生する。一方、積分検波手法が適用された場合、この現象は生じないが、従来のAGC回路は、振幅値が一瞬閾値を超えた入力音声信号に対して、振幅を圧縮し難くなる。このため、例えば高周波の入力音声信号に対しては、従来のAGC回路は、その振幅値が閾値を超えても、その振幅を圧縮しないことがあった。これにより、出力音声信号の波形が回路のダイナミックレンジに達して波形が歪む恐れがあった。このように、従来のAGC回路では、レベル検波手法に改善の余地があった。
【００２５】
さらに、従来のAGC回路は、回路設計が容易なFB形式のアナログ回路で多く実現される。そのため、従来のAGC回路では、回路面積は比較的大きくなり、コストが上昇していた。
【００２６】
以上、従来のAGC回路を用いた振幅制限手法について説明した。次に、従来の波形補間手法として、特許文献１および２の手法について説明する。
【００２７】
特許文献１および２の手法では、A/D（analog to digital）コンバータによるA/D変換後の音声信号にクリップ部分が含まれている場合、次のような波形補間が行われる。即ち、特許文献１の手法では、A/D変換後の音声信号のうち、クリップ部分の前後の波形から、新たな波形を生成して、クリップ部分の波形と置き換える、といった波形補間が行われる。さらに、特許文献２の手法では、A/D変換後の音声信号のうち、クリップ部分の波形を、既知の正弦波や三角波の波形に置き換える、といった波形補間が行われる。
【００２８】
しかしながら、特許文献１および２の手法では、いずれも、回路のダイナミックレンジを、A/Dコンバータのダイナミックレンジより広くするように設計する必要があった。このため、特許文献１および２の手法では、回路規模が増大し、コストが増加していた。さらに、特許文献２の手法では、置き換わる波形（正弦波や三角波の波形）が本来の波形と全く関連性のない可能性が高い。このため、置き換わる波形と元の波形とが不自然につながり、出力音声信号の歪みが増大していた。この結果、出力音声信号に対応する音声を聴いた者にとっては、聴感上違和感を覚えることがあった。
【００２９】
以上まとめると、次のようになる。即ち、従来の振幅制限手法では、入力音声信号の振幅を制限する際に入力音声信号のエンベロープ情報が十分に残っていないことがあった。従来の波形補間手法では、入力音声信号の波形のうちクリップ部分の波形を置き換えることができるが、置き換わる波形がかならずしも適切でなく、また、振幅値を制限することができなかった。その結果、波形補間が行われた後の音声は、原音とは違う音声になってしまう可能性が高かった。
【００３０】
本発明は、このような状況に鑑みてなされたものであり、より一段と原音に忠実な音声を記録したり再生できるようにするものである。
【課題を解決するための手段】
【００３１】
本発明の一側面の信号処理装置は、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得する周波数変換処理手段と、前記周波数変換処理手段により取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する振幅圧縮手段とを備える。
【００３２】
前記入力音声信号の中から、回路のダイナミックレンジにより波形が歪んだクリップ部分を検出するクリップ検出手段と、前記振幅圧縮手段により前記振幅圧縮処理が施された処理対象信号のうち、前記クリップ検出手段により前記クリップ部分が検出された音声信号の波形を補間して、ピーク信号レベルが前記第１の閾値となる波形にする波形補間手段とをさらに備えることができる。
【００３３】
前記入力音声信号について、信号レベルがバイアスを跨いだ点の位置を、ゼロクロスとして検出するゼロクロス検出手段をさらに備え、前記クリップ手段の処理単位、および前記処理対象信号の単位は、前記ゼロクロス検出手段により検出された２つの前記ゼロクロスの間の信号であるようにできる。
【００３４】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれている場合、前記クリップ部分の時間長に応じた前記圧縮率で、前記処理対象信号に対して前記振幅圧縮処理を施すことができる。
【００３５】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれていない場合、前記ピーク信号レベルが前記第１の閾値となる前記圧縮率で、前記処理対象信号に対して振幅圧縮処理を施すことができる。
【００３６】
前記第２の閾値は、前記複数の帯域毎に独立した値をそれぞれ有するようにできる。
【００３７】
前記周波数変換処理手段により取得される前記複数の帯域毎のパワーレベルに対して、人間の聴感特性に合わせたフィルタをかけるフィルタ手段をさらに備え、前記振幅圧縮手段は、前記フィルタ手段により前記フィルタがかけられた前記複数の帯域毎のパワーレベルを用いて、前記振幅圧縮処理の実行とその禁止を切り分けることができる。
【００３８】
本発明の一側面の信号処理方法およびプログラムは、本発明の一側面の信号処理装置に対応する方法およびプログラムである。
【００３９】
本発明の一側面においては、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルが取得され、取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理が実行され、それ以外の場合、前記振幅圧縮処理の実行が禁止される。
【発明の効果】
【００４０】
本発明によれば、より一段と原音に忠実な音声を記録したり再生できる。
【図面の簡単な説明】
【００４１】
【図１】従来のFB形式のAGC回路の一例を示す図である。
【図２】従来のFF形式のAGC回路の一例を示す図である。
【図３】図１および図２のAGC回路を説明するための図である。
【図４】図１および図２のAGC回路を説明するための図である。
【図５】本発明を適用した音声記録装置の構成例を示す図である。
【図６】図５の波形処理回路を説明するための図である。
【図７】図５の波形処理回路を説明するための図である。
【図８】図５の波形処理回路を説明するための図である。
【図９】図５の波形処理回路を説明するための図である。
【図１０】図５の波形処理回路を説明するための図である。
【図１１】図５の波形処理回路を説明するための図である。
【図１２】図５の波形処理回路を説明するための図である。
【図１３】図５の波形処理回路を説明するための図である。
【図１４】図５の波形処理回路を説明するための図である。
【図１５】図５の波形処理回路を説明するための図である。
【図１６】図５の波形処理回路を説明するための図である。
【図１７】図５の波形処理回路を説明するための図である。
【図１８】図５の波形処理回路を説明するための図である。
【図１９】図５の波形処理回路を説明するための図である。
【図２０】図５の波形処理回路を説明するための図である。
【図２１】本発明を適用した音声再生装置の構成例を示す図である。
【図２２】本発明を適用した音声記録装置の構成例を示す図である。
【図２３】図２２の波形処理回路を説明するための図である。
【図２４】図２２の波形処理回路を説明するための図である。
【図２５】本発明を適用したコンピュータのハードウェアの構成例を示す図である。
【発明を実施するための形態】
【００４２】
以下、図面を参照して、本発明を適用した信号処理装置の実施形態として、３つの実施の形態（以下、それぞれ第１乃至第３実施形態と称する）について説明する。よって、説明は以下の順序で行う。
１．第１実施形態（音声記録装置に適用される例）
２．第２実施形態（音声再生装置に適用される例）
３．第３実施形態（音声記録装置に適用される例）
【００４３】
＜１．第１実施形態＞
【００４４】
［第１実施形態としての音声記録装置の構成例］
【００４５】
図５は、本発明を適用した信号処理装置の第１実施形態としての音声記録装置の構成例を示すブロック図である。
【００４６】
図５の例の音声記録装置３１は、例えば、ビデオカメラの音声記録部分として構成される。音声記録装置３１は、マイクロフォン４１を介して外部の音を音声信号として入力し、所定の処理を施す。音声記録装置３１は、その結果得られる音声信号を、音声記録装置３１に装着されている記録媒体、例えば、記録媒体４７に記録する。
【００４７】
音声記録装置３１には、マイクロフォン４１、A/Dコンバータ４２、波形処理回路４３、DSP(Digital Signal Processor)４４、エンコーダ４５、および記録回路４６が設けられている。
【００４８】
マイクロフォン４１は、外部の音を、アナログの音声信号に変換して、A/Dコンバータ４２に供給する。A/Dコンバータ４２は、アナログの音声信号に対してA/D変換を施した上で、波形処理回路４３に供給する。波形処理回路４３は、デジタルの音声信号を、振幅圧縮処理などの波形処理を施した上で、DSP４４に供給する。DSP４４は、波形処理回路４３からの音声信号を、所定の信号処理を施した上で、エンコーダ４５に供給する。エンコーダ４５は、DSP４４からの音声信号を、変調処理を施した上で、記録回路４６に供給する。記録回路４６は、変調後の音声信号を、例えば、記録媒体４７に記録する。
【００４９】
音声記録装置３１の波形処理回路４３は、後述するように、元の波形を極力残しながら、DSP４４やエンコーダ４５の能力に合わせて振幅を制限できる。このため、音声記録装置３１は、内部の回路の能力の範囲内で、原音により忠実な音を記録できるようになっている。
【００５０】
［基本振幅制限手法の説明］
【００５１】
ここで、本発明の理解を容易にし、且つ、背景を明らかにするため、本発明が適用される振幅制限手法のうち基本となる手法（以下、基本振幅制限手法と称する）の概略について、図６および図７を参照して説明する。
【００５２】
なお、動作主体は、図５の波形処理回路４３であるとする。即ち、図５の波形処理回路４３には、基本振幅制限手法が適用されているとする。また、波形処理回路４３は、図５に示されるように、デジタルの音声信号を取り扱う。但し、波形処理回路４３は、アナログの音声信号も取り扱うことも当然に可能である。この場合、例えば、波形処理回路４３には、マイクロフォン４１からのアナログの音声信号がA/Dコンバータ４２を介さずに供給される。さらに、例えば、アナログの音声信号を処理したり記録する機能を有する回路が、波形処理回路４３の後段の回路として採用される。
【００５３】
図６は、基本振幅制限手法が適用された波形処理回路４３の処理を説明するための図である。
【００５４】
図６のＡは、入力音声信号の一例を示している。図６のＢは、図６のＡの例の入力音声信号に対して振幅圧縮処理を施すことで得られる音声信号の一例を示している。図６のＣは、図６のＢの例の音声信号に対して波形補間処理を施すことで得られる音声信号、即ち、出力音声信号の一例を示す図である。
【００５５】
図６のＡ乃至Ｃにおいて、ダイナミックレンジdrは、A/Dコンバータ４２のダイナミックレンジを意味する。即ち、ダイナミックレンジdrを超えるアナログの音声信号がA/Dコンバータ４２に入力されると、その超えた部分に対応するデジタルの音声信号の部分が、クリップ部分となる。なお、このダイナミックレンジdrと、後述する波形処理回路４３以降のダイナミックレンジとは独立したものとして取り扱う。
【００５６】
波形処理回路４３は、前処理として、入力音声信号のゼロクロスを検出し、そのゼロクロスで入力音声信号を区分する。なお、ゼロクロスとは、入力音声信号の信号レベルが基準レベル（以下、バイアスと称する）を跨ぐこと、または、入力音声信号の波形のうち、信号レベルがバイアスを跨ぐ点の位置をいう。この前処理について、図６のＡを参照してさらに詳しく説明する。
【００５７】
波形処理回路４３は、例えば、図６のＡ中左から右に向かって入力音声信号F11の信号レベルを順次取得していき、信号レベルがバイアスbiを跨いだか否かを判定する。波形処理回路４３は、入力音声信号F11の波形のうち、バイアスbiを跨いだと判定したときの点の位置をゼロクロスとして検出する。例えば、図６のＡの例では、点z11乃至z14のそれぞれがゼロクロスとして検出されることになる。波形処理回路４３は、入力音声信号F11をゼロクロスで区分する。なお、以下、区分された複数の音声信号のそれぞれを、区分信号と称する。図６のＡの例では、入力音声信号F11がゼロクロスz11乃至z14でそれぞれ区分され、区分された複数の音声信号f11乃至f13のそれぞれが、区分信号となる。
【００５８】
このような前処理を終了すると、波形処理回路４３は、複数の区分信号毎に、例えば次のような処理を実行する。波形処理回路４３は、区分信号を構成する各点の信号レベルを検出し（ピーク検波を行い）、区分信号内のピーク信号レベルが第１の閾値を超えているか否かを判定する。
【００５９】
なお、ピーク信号レベルとしては、区分信号が１周期続いた場合の振幅値を採用してもよいが、本実施の形態では、説明の簡略上、バイアスからの信号レベルの絶対値が採用されるとする。よって、第１の閾値も、バイアスからの信号レベルの絶対値により表現されるとする。また、ダイナミックレンジも、バイアスにより２等分された信号レベルの絶対値により適宜表現されるとする。
【００６０】
また、第１の閾値と記述しているのは、後述する第２の閾値と区別するためである。第１の閾値としては、例えば、後段の信号処理回路、例えば、DSP４４やエンコーダ４５の都合で決まる任意の値を採用することができる。具体的には、例えば、第１の閾値として、後段の信号処理回路のダイナミックレンジに対応する値を採用することができる。
【００６１】
波形処理回路４３は、区分信号のうち、連続してダイナミックレンジdrの信号レベルに達している部分があるか否かを判定する。これにより、波形処理回路４３は、区分信号の波形にクリップ部分が含まれているか否かを判定する。
【００６２】
波形処理回路４３は、これらのピーク信号レベルについての判定とクリップ部分についての判定の結果に基づいて、区分信号に対する処理を決定する。この処理としては、振幅圧縮処理，波形補間処理がある。なお、振幅圧縮処理とは、所定の条件を満たす区分信号を処理対象として、処理対象の信号レベルを圧縮する処理をいう。
【００６３】
振幅圧縮処理と波形補間処理について図６のＡ乃至図６のＣを参照して説明する。
【００６４】
波形処理回路４３は、複数の区分信号のうち、ピーク信号レベルが第１の閾値を超え、かつ、クリップ部分が含まれている区分信号を処理対象として、ピーク信号レベルが第１の閾値よりも小さくなるように、振幅圧縮処理を施す。
【００６５】
例えば、図６のＡの例では、区分信号f11，f12の各ピーク信号レベルは第１の閾値th1を超えていない。このため、図６のＢに示されるように、区分信号f11，f12は処理対象とならず、振幅圧縮処理は施されない。これに対して、区分信号f13のピーク信号レベルは第１の閾値th1を超えており、区分信号f13内にはクリップ部分６１が含まれている。このため、区分信号f13は処理対象となる。よって、図６のＢに示されるように、区分信号f13に対しては、区分信号f13のピーク信号レベルが第１の閾値th1より小さくなるように振幅圧縮処理が施される。その結果、区分信号f13bが得られている。
【００６６】
このようにして、図６のＡの例の入力音声信号F11に対して振幅圧縮処理が施されると、図６のＢの例の音声信号F12が得られる。波形処理回路４３は、この音声信号F12に対して、波形補間処理を施す。具体的には、振幅圧縮処理後の区分信号f13bが処理対象となり、図６のＣに示されるように、その処理対象のクリップ部分６１に対して、第１の閾値th1を振幅値とする波形であって、点６２Ｃを通る波形６２を継ぎ足す、といった波形補間処理が施されている。その結果、区分信号f13cが得られている。なお、波形補間処理の手法は、図２０を参照して後述するように、図６の例に特に限定されない。また、区分信号f11，f12は、図６のＣに示されるように、処理対象とならず、波形補間処理は施されない。
【００６７】
このようにして、図６のＢの例の音声信号F12に対して波形補間処理が施されると、図６のＣの例の音声信号F13が得られ、この音声信号が出力信号として波形処理回路４３から出力される。
【００６８】
［基本振幅制限手法が適用された波形処理回路の波形応答性の一例］
【００６９】
図７は、基本振幅制限手法が適用された波形処理回路４３の波形応答性の一例を示す図である。
【００７０】
図７のＡは、入力音声信号のエンベロープの一例を示す図である。図７のＢは、出力音声信号のエンベロープの一例を示す図である。
【００７１】
図７のＡの例では、時刻TAから時刻TBまでの間において、入力音声信号の振幅が第１の閾値th1を超えている。入力音声信号の波形は、ダイナミックレンジdrに達している。このため、時刻TAから時刻TBまでの間には、ピーク信号レベルが第１の閾値th1を超えている区分信号が幾つか存在し、それらの区分信号のうちの幾つかには、クリップ部分が含まれている。ピーク信号レベルが第１の閾値th1を超えており、かつ、クリップ部分が含まれている区分信号に対しては、ピーク信号レベルが第１の閾値th1になるように振幅圧縮処理と波形補間処理が施される。ピーク信号レベルが第１の閾値th1を超えており、かつ、クリップ部分が含まれていない区分信号に対しては、ピーク信号レベルが第１の閾値th1になるように振幅圧縮処理が施される。ピーク信号レベルが第１の閾値th1を超えていない場合、振幅圧縮処理が施されない。以上から、図７のＢに示されるように、時刻TA'から時刻TB'までの間では、出力音声信号の振幅は第１の閾値th1に制限される。
【００７２】
また、図７のＡの例では、時刻TB以後において、入力音声信号の振幅値は第１の閾値th1を超えていない。このため、時刻TB以後において、区分信号のそれぞれのピーク信号レベルは第１の閾値th1を超えていない。これにより、区分信号のそれぞれに対しては、振幅圧縮処理が施されない。この結果、図７のＢに示されるように、時刻TB'以後において、出力音声信号の波形は、入力音声信号の波形のままとなる。即ち、アタックリカバリは発生しない。このように、基本振幅制限手法では、アタックリカバリが発生しないので、当然ながら、アタックリカバリに起因する異音を防止できる。即ち、出力音声信号の音は、より自然な音になっている。
【００７３】
基本振幅制限手法では、区分信号のピーク信号レベルが第１の閾値を超えている場合、区分信号に対して振幅圧縮処理を施す。これにより、出力音声信号の振幅が第１の閾値以下に抑えられる。この例では、第１の閾値としては、波形処理回路４３以降の信号処理回路のダイナミックレンジに対応する値が採用されている。よって、第１の閾値を超える部分は、波形処理回路４３以降の信号処理回路によって歪みが生じる場合がある。しかしながら、基本振幅制限手法では、出力音声信号の振幅が第１の閾値以下に抑えられるので、信号に歪みが生じることを防ぐことができる。
【００７４】
また、基本振幅制限手法では、第１の閾値th1として、例えば、後段の回路のダイナミックレンジを採用することができる。これにより、後段の回路のダイナミックレンジを広げなくて済む。この結果、特許文献１および２の手法に比べて、回路規模を削減することが可能となる。
【００７５】
しかしながら、第１の閾値を超える部分を含む音声信号であっても、その音声信号に対応する音声を聴いた者にとっては、聴感上違和感を覚えないこともある。なぜならば、人間の聴覚は音の周波数によって敏感であったり鈍感であったりするからである。即ち、第１の閾値を超える部分であっても、その部分の周波数によっては聴感上違和感を覚えにくくなるからである。従って、ピーク信号レベルが第１の閾値を超える区分信号であっても、聴感上違和感がないと判断される区分信号に対しては、振幅圧縮処理を施す必要はないことになる。振幅圧縮処理を施さないことで、例えば、エンベロープ情報が残り易くなるため、音質を改善することが可能になる。
【００７６】
そこで、ピーク信号レベルが第１の閾値を超える区分信号のうち、聴感上違和感があると判断される区分信号に対してだけ、振幅圧縮処理を施すという手法を、本発明人はさらに発明した。なお、以下、かかる手法を、２段階閾値振幅制限手法と称する。
【００７７】
以下、２段階閾値振幅制限手法について、図８乃至図１１を参照して説明する。なお、動作主体は、図５の波形処理回路４３であるとする。即ち、図５の波形処理回路４３には、２段階閾値振幅制限手法が適用されているとする。
【００７８】
２段階閾値振幅制限手法が適用される波形処理回路４３は、ピーク信号レベルが第１の閾値を超える区分信号を処理対象として、処理対象に対して周波数変換処理を施すことで、処理対象についての複数の帯域毎のパワーレベルを取得する。
【００７９】
［周波数変換処理の説明］
【００８０】
図８は、周波数変換処理を説明するための図である。
【００８１】
図８のＡは、入力音声信号の一例を示す図である。図８のＢは、区分信号の複数の帯域毎のパワーレベルの一例を示す図である。
【００８２】
図８のＡの例では、入力音声信号Fがゼロクロスzのそれぞれで区分されることで、複数の区分信号fが得られている。これらの区分信号fのうち、例えば、図中点線枠内の区分信号fが処理対象となり、処理対象に対して周波数変換処理が施された結果が図８のＢに示されている。
【００８３】
図８のＢの例では、６個の帯域「0Hz〜60Hz」，「60Hz〜200Hz」，「200Hz〜600Hz」，「600Hz〜2kHz」，「2kHz〜6kHz」，「6kHz〜」毎に、パワーレベルg1，g2，g3，g4，g5，g6が取得されている。図８の例の帯域毎のパワーレベルは、例えば、区分信号fに対して周波数変換処理が施されることで得られる周波数成分のうち、その帯域内の周波数成分全てを積算した値として求められる。
【００８４】
なお、本実施の形態では区分信号fはデジタルの音声信号であるので、区分信号fに対する周波数変換処理として、例えば、FFT(Fast Fourier Transform，高速フーリエ変換)処理が採用されている。そこで、以下、周波数変換処理をFFT処理と適宜表現するが、この表現は、周波数変換処理がFFT処理に限定されることを意味するものではない。
【００８５】
波形処理回路４３は、処理対象の区分信号fについての複数の帯域毎のパワーレベルに対してフィルタリング処理を施す。
【００８６】
［フィルタリング処理の説明］
【００８７】
図９は、フィルタリング処理の例を説明するための図である。
【００８８】
図９のＡは、帯域毎のパワーレベルの一例を示す図であって、図８のＡと同一図である。図９のＢは、図９のＡの例の帯域毎のパワーレベルに対してフィルタリング処理を施した結果の一例を示す図である。
【００８９】
図９のＡの例の帯域毎のパワーレベルg1乃至g6に対して、フィルタリング処理が施されることで、図９のＢの例の帯域毎のパワーレベルgb1乃至gb6が得られる。
【００９０】
この例では、帯域毎のパワーレベルのうち、帯域「0Hz〜60Hz」のパワーレベルg1からパワーレベルgb1の減少度合と、帯域「60Hz〜200Hz」のパワーレベルg2からパワーレベルgb2の減少度合とが大きくなっている。
【００９１】
このフィルタリング処理では、人間の聴感特性に合わせたフィルタが用いられる。例えば、IEC(International Electrotechnical Commission)61672-1のIHF(Institute of High Fedelity Inc.standard)Ａカーブのフィルタが用いられている。このフィルタにおいては、人間の聴感特性に合わせて、200Hz以下と10kHz以上の周波数特性が小さくなっている。このため、図９の例では、帯域「0Hz〜60Hz」と帯域「60Hz〜200Hz」におけるパワーレベルが大きく減少しているのである。
【００９２】
波形処理回路４３は、フィルタリング処理後の帯域毎のパワーレベルを検出する（検波する）。波形処理回路４３は、フィルタリング処理後の複数の帯域毎のパワーレベルと、帯域毎の第２の閾値とをそれぞれ比較する。そして、波形処理回路４３は、第２の閾値を超えているパワーレベルがあるか否かを判定することで、聴感上問題があるか否かを判断する。波形処理回路４３は、この判断結果に基づいて、振幅圧縮処理を行う。フィルタリング処理後の帯域毎のパワーレベルについての比較処理から振幅圧縮処理までの一連の処理を、以下、聴感判断圧縮処理と総称する。
【００９３】
［聴感判断圧縮処理の説明］
【００９４】
図１０および図１１は、聴感判断圧縮処理を説明するための図である。なお、図１０および図１１の例の帯域毎のパワーレベルは、図９のＢの例の帯域毎のパワーレベルと同一のものである。
【００９５】
図１０および図１１の例では、第２の閾値th2は、帯域「0Hz〜60Hz」乃至「6kHz〜」毎の値aa乃至ffのそれぞれにより構成されている。第２の閾値th2の帯域毎の値aa乃至ffのそれぞれが、例えば、帯域「0Hz〜60Hz」乃至「6kHz〜」のそれぞれにおいて聴感上違和感を覚え始めると想定されるパワーレベルに設定されている。
【００９６】
図１０の例では、帯域毎のパワーレベルgb1乃至gb6のそれぞれは、第２の閾値th2の帯域毎の値aa乃至ffをそれぞれ超えていない。このような場合、即ち、帯域毎のパワーレベルgb1乃至gb6のいずれもが第２の閾値th2の帯域毎の値を超えていない場合、聴感上問題がないと判断して、区分信号に対して振幅圧縮処理が施されない。
【００９７】
一方、図１１の例では、帯域毎のパワーレベルgb2が、第２の閾値th2の帯域毎の値bbを超えている。それ以外の帯域毎のパワーレベルgb1，gb3乃至gb6のぞれぞれは、第２の閾値th2の帯域毎の値aa, cc乃至ffをそれぞれ超えていない。このような場合、即ち、帯域毎のパワーレベルgb1乃至gb6のうち、第２の閾値th2の帯域毎の値を超えているものがある場合、聴感上問題があると判断して、区分信号に対して、ピーク信号レベルが第１の閾値th1以下になるように振幅圧縮処理が施される。
【００９８】
なお、波形処理回路４３では、帯域毎のパワーレベルgb1乃至gb6のうち、第２の閾値th2の帯域毎の値を超えているパワーレベルの個数が任意の所定数より小さい場合、区分信号に対して振幅圧縮処理を施さないようにすることもできる。
【００９９】
また、本実施の形態では、波形処理回路４３は、第２の閾値の帯域毎の値を、内部のテーブルに保持するとする。
【０１００】
［第２の閾値の帯域毎の値が保持されるテーブルの一例］
【０１０１】
図１２は、第２の閾値の帯域毎の値が保持されるテーブルの一例を示す図である。図１１に示されるように、テーブルにおいて、帯域「0Hz〜60Hz」乃至「6kHz〜」のそれぞれに対して、第２の閾値th2の帯域毎の値aa乃至ffのそれぞれが対応付けられている。但し、第２の閾値の帯域毎の値の保持手法は、特に限定されない。
【０１０２】
波形処理回路４３は、フィルタリング処理後の帯域毎のパワーレベルについての判定に加えて、さらに、基本振幅制限手法におけるクリップ部分についての判定も行う。波形処理回路４３は、これらの判定の結果に基づいて、区分信号に対する処理を決定する。
【０１０３】
［２段階閾値振幅制限手法が適用された波形処理回路４３の処理結果の一例］
【０１０４】
図１３は、２段階閾値振幅制限手法が適用された波形処理回路４３の処理結果の一例を説明するための図である。
【０１０５】
図１３のＡは、入力音声信号の一部の例を示す図である。図１３のＢは、出力音声信号の一部の例を示す図である。
【０１０６】
図１３のＡの例では、入力音声信号F21について、ゼロクロスz21乃至z27が検出されている。入力音声信号F21は、ゼロクロスz21乃至z27で区分され、その結果、区分信号f21乃至f26が得られている。
【０１０７】
区分信号f21, f22, f26内のピーク信号レベルは第１の閾値th1内に収まっている。なお、区分信号内のピーク信号レベルが第１の閾値th1内に収まっている状態を、以下、図中の記述に従って「閾値th1内」と適宜記述する。区分信号f23, f24, f25内のピーク信号レベルは、第１の閾値th1を超過している。なお、区分信号内のピーク信号レベルが第１の閾値th1を超過している状態を、以下、図中の記述に従って「閾値th1超過」と適宜記述する。
【０１０８】
区分信号f23およびf25の帯域毎のパワーレベルの中には、第２の閾値th2を超過しているものがある。なお、「閾値th1超過」において、区分信号の帯域毎のパワーレベルの中に、第２の閾値th2を超えているものがある状態を、以下、図中の記述に従って「閾値th2超過」と適宜記述する。区分信号f24の帯域毎のパワーレベルは、全て第２の閾値th2以下に収まっている。なお、「閾値th1超過」において、区分信号の帯域毎のパワーレベルの全てが第２の閾値th2以下に収まっている状態を、以下、図中の記述に従って「閾値th2内」と適宜記述する。区分信号f23は、クリップ部分を含んでいない。なお、「閾値th1超過」において、区分信号がクリップ部分を含んでいない状態を、以下、図中の記述に従って「クリップ無」と適宜記述する。区分信号f25は、クリップ部分８１を含んでいる。なお、「閾値th1超過」において、区分信号がクリップ部分を含んでいる状態は、以下、図中の記述に従って「クリップ有」と適宜記述する。
【０１０９】
以上の区分信号f21乃至f26に対しては、次のような処理結果が得られる。
【０１１０】
即ち、区分信号f21, f22, f26の状態は「閾値th1内」なので、区分信号f21, f22, f26は、振幅圧縮処理も波形補間処理も施されずに、そのまま区分信号f41, f42, f46とされる。
【０１１１】
区分信号f23の状態は、「閾値th1超過」かつ「閾値th2超過」かつ「クリップ無」となっている。従って、区分信号f23に対しては、区分信号f23内のピーク信号レベルが第１の閾値th1に一致するように振幅圧縮処理が施され、その結果得られる信号が区分信号f43となっている。区分信号f24の状態は、「閾値th1超過」かつ「閾値th2内」なので、区分信号f24は、振幅圧縮処理も波形補間処理も施されず、そのまま区分信号f44となっている。即ち、ピーク信号レベルが第１の閾値th1を超えた音声信号が、区分信号f44となっている。区分信号f25の状態は、「閾値th1超過」かつ「閾値th2超過」かつ「クリップ有」なので、区分信号f25に対しては、区分信号f25内のピーク信号レベルが第１の閾値th1より小さくなるように振幅圧縮処理が施される。振幅圧縮処理後の区分信号f25に対しては波形補間処理が施される。具体的には例えば、区分信号f25のクリップ部分８１に対して、第１の閾値th1を振幅値とする点８２Ｃを通る波形８２を継ぎ足す、といった波形補間処理が施される。このようにして、区分信号f25に対して振幅圧縮処理と波形補間処理が施された結果得られる信号、即ち、ピーク信号レベルが第１の閾値th1になった信号が、区分信号f45となっている。
【０１１２】
このように、２段階閾値振幅制限手法では、「閾値th2内」の区分信号、即ち、聴感上問題ないと判断された区分信号に対しては、振幅圧縮処理や波形補間処理を施さないようにすることができる。これにより、元の波形を極力残すことができ、原音により忠実な音が得られる。また、「閾値th1超過」の区分信号であっても、聴感上問題がないと判断される「閾値th2内」の区分信号に対しては、振幅圧縮処理を施さないようにすることができる。これにより、エンベロープ情報が残り易くなるため、音質が改善できる。
【０１１３】
また、２段階閾値振幅制限手法では、基本振幅制限手法と同様に、第１の閾値th1として、例えば、後段の回路のダイナミックレンジを採用することができる。これにより、後段の回路のダイナミックレンジを広げなくて済む。この結果、特許文献１および２の手法に比べて、回路規模を削減することが可能となる。
【０１１４】
２段階閾値振幅制限手法では、フィルタリング処理後の帯域毎のパワーレベルを検波する手法が採用されている。このため、ノイズ成分が多い信号が入力された場合でも、聴感上違和感がなければ（聞こえにくいければ）、入力音声信号がそのまま出力音声信号として出力される。このため、出力音声信号の振幅を抑え過ぎるというピーク検波手法で生じる現象を抑制することができる。
【０１１５】
以上に説明した２段階閾値振幅制限手法が適用された波形処理回路４３の詳細な構成例について説明する。
【０１１６】
［２段階閾値振幅制限手法が適用された波形処理回路の詳細な構成例］
【０１１７】
図１４は、波形処理回路４３の詳細な構成例を示すブロック図である。
【０１１８】
なお、図１４の例の波形処理回路４３では、デジタルの音声信号が入力される。
【０１１９】
波形処理回路４３には、メモリ１０１、データ読み書き回路１０２、ゼロクロス検出回路１０３、および判定回路１０４が設けられている。判定回路１０４には、ピーク検波回路１１１、スイッチ１１２、FFT回路１１３、フィルタ１１４、周波数領域検波回路１１５、およびスイッチ１１６が設けられている。判定回路１０４には、さらに、クリップ検出回路１１７、クリップ長検出回路１１８、振幅圧縮回路１１９、スイッチ１２０、波形補間データ生成回路１２１、および閾値保持回路１２２が設けられている。
【０１２０】
なお、波形処理回路４３の各構成要素の機能の説明等は、次の波形処理回路４３の処理の説明の中であわせて説明する。
【０１２１】
［波形処理回路の処理例］
【０１２２】
次に、図１５および図１６のフローチャートを参照して、波形処理回路４３の処理（以下、波形処理と称する）の一例について説明する。
【０１２３】
なお、閾値保持回路１２２は、上述した第１の閾値th1と第２の閾値th2とを保持している。以下の説明では、ピーク検波回路１１１，振幅圧縮回路１１９，波形補間データ生成回路１２１は、閾値保持回路１２２から第１の閾値th1を予め読み出して自身内部に保持しているとする。周波数領域検波回路１１５は、閾値保持回路１２２から第２の閾値th2を予め読み出して自身内部に保持しているとする。
【０１２４】
メモリ１０１は、A/Dコンバータ４２からのデジタルの音声信号を順次蓄積していく。ステップＳ１１において、データ読み書き回路１０２は、メモリ１０１に音声信号が蓄積されたか否かを判定する。
【０１２５】
例えば、メモリ１０１に音声信号が所定量蓄積されない限り、処理はステップＳ１１に戻される。即ち、メモリ１０１に音声信号が所定量蓄積されるまでの間、ステップＳ１１の判定処理が繰り返される。
【０１２６】
その後、メモリ１０１に音声信号が所定量蓄積されると、ステップＳ１１においてＹＥＳであると判定されて、処理はステップＳ１２に進む。ステップＳ１２において、データ読み書き回路１０２は、メモリ１０１から所定量の音声信号を読み出し、入力音声信号としてゼロクロス検出回路１０３に供給する。ステップＳ１３において、ゼロクロス検出回路１０３は、入力音声信号を構成するデータ点のうち、信号レベルがバイアスを跨いだ前後の点の間の位置をゼロクロスとして検出し、その位置情報をゼロクロス情報として保持する。ステップＳ１４において、データ読み書き回路１０２は、ゼロクロスが発生したか否かを判定する。
【０１２７】
ゼロクロス情報として保持しているゼロクロスの数が０である限り、ステップＳ１４においてＮＯであると判定されて、処理はステップＳ１１に戻される。
【０１２８】
これに対して、ゼロクロス情報として保持しているゼロクロスの数が１以上である場合、ステップＳ１４においてＹＥＳであると判定されて、処理はステップＳ１５に進む。ステップＳ１５において、データ読み書き回路１０２は、メモリ１０１に蓄積されている入力音声信号を、ゼロクロス情報として保持している１以上のゼロクロスで区分する。即ち、区分された複数の信号のそれぞれが、上述した区分信号となる。ステップＳ１６において、データ読み書き回路１０２は、複数の区分信号のうち所定の１つをメモリ１０１から読み出し、判定回路１０４のピーク検波回路１１１およびスイッチ１１２に供給する。ステップＳ１７において、ピーク検波回路１１１は、区分信号内のピーク信号レベルが第１の閾値th1を超えているか否かを判定する。
【０１２９】
区分信号内のピーク信号レベルが第１の閾値th1を超えていない場合、ステップＳ１７においてＮＯであると判定されて、処理はステップＳ１８に進み、ピーク検波回路１１１は、スイッチ１１２を端子１１２Ａに切換える。これにより、（「閾値th1内」の）区分信号が、振幅圧縮されずにそのままデータ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。なお、ステップＳ３６以降の処理については後述する。
【０１３０】
これに対して、区分信号内のピーク信号レベルが第１の閾値th1を超えている場合、ステップＳ１７においてＹＥＳであると判定されて、処理はステップＳ１９に進み、ピーク検波回路１１１は、スイッチ１１２を端子１１２Ｂに切換える。これにより、区分信号が次のFFT回路１１３およびスイッチ１１６に供給される。
【０１３１】
ステップＳ２０において、FFT回路１１３は、区分信号に対してFFT処理を施すことで、区分信号についての複数の帯域毎のパワーレベルを取得し、フィルタ１１４に供給する。ステップＳ２１において、フィルタ１１４は、複数の帯域毎のパワーレベルを、フィルタリング処理を施した上で、周波数領域検波回路１１５に供給する。ステップＳ２２において、周波数領域検波回路１１５は、複数の帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがあるか否かを判定する。
【０１３２】
帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがない場合、ステップＳ２２においてＮＯであると判定されて、処理はステップＳ２３に進み、周波数領域検波回路１１５は、スイッチ１１６を端子１１６Ａに切換える。これにより、（「閾値th1超過」かつ「閾値th2内」の）区分信号が、振幅圧縮されずにそのままデータ読み書き回路１０２に出力される。すなわち、第１の閾値th1を超えた区分信号が、データ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。なお、ステップＳ３６以降の処理については後述する。
【０１３３】
これに対して、複数の帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがある場合、ステップＳ２２においてＹＥＳであると判定されて、処理はステップＳ２４に進む。ステップＳ２４において、周波数領域検波回路１１５は、スイッチ１１６を端子１１６Ｂに切換える。これにより、区分信号が、次のクリップ検出回路１１７および振幅圧縮回路１１９に供給される。ステップＳ２５において、クリップ検出回路１１７は、区分信号の波形のクリップ部分を検出する。例えば、波形処理回路４３が4bitの回路で構成される場合、クリップ検出回路１１７は、区分信号のうち「1111」または「0000」の連続部分を、クリップ部分として検出する。なお、波形処理回路４３は、任意のビット数の回路で構成できる。
【０１３４】
ステップＳ２６において、クリップ長検出回路１１８は、クリップ部分の時間長（以下、クリップ長と称する）を求める。但し、クリップ長検出回路１１８は、クリップ部分が検出されていない区分信号に対しては、クリップ長を０とする。ステップＳ２７において、クリップ長検出回路１１８は、区分信号のクリップ長は０であるか否かを判定する。
【０１３５】
区分信号のクリップ長が０でない場合、ステップＳ２７においてＮＯであると判定されて、処理はステップＳ２８に進み、クリップ長検出回路１１８は、区分信号の（０でない）クリップ長を振幅圧縮回路１１９に通知する。その後、処理は、ステップＳ２９に進む。
【０１３６】
これに対して、区分信号のクリップ長が０である場合、ステップＳ２７においてＹＥＳであると判定されて、処理はステップＳ３３に進む。ステップＳ３３以降の処理については後述する。
【０１３７】
ステップＳ２９において、振幅圧縮回路１１９は、区分信号を、（０でない）クリップ長に応じた圧縮率で振幅圧縮処理を施した上で、スイッチ１２０に供給する。
【０１３８】
［クリップ長に応じた圧縮率で振幅圧縮処理を施す理由］
【０１３９】
このクリップ長に応じた圧縮率で振幅圧縮処理を行う理由について図１７および図１８を参照して説明する。
【０１４０】
図１７は、クリップ長が短い場合に小さい圧縮率で振幅圧縮処理を行う理由を説明するための図である。
【０１４１】
図１７のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図１７のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図１７のＣおよびＤは、波形補間処理後の区分信号の一例を示す図である。
【０１４２】
図１７のＡの例では、クリップ部分cpが含まれた区分信号fを処理対象とする。この処理対象の区分信号fは、ゼロクロスzaとゼロクロスzbで区分されている。
【０１４３】
図１７のＡに示されるように、区分信号fのうちクリップ部分cpの長さが、区分信号f全体の長さの10%以下等といった短い場合を想定する。この場合、クリップ部分cpにより失われた波形kpの部分の面積（波形kpとクリップ部分cpで囲まれる面積）は狭いと想定される。図１７のＢには、この区分信号fに対して小さい圧縮率で振幅圧縮処理が施された結果得られる区分信号fbが示されている。図１７のＣには、区分信号fbのクリップ部分cpに対して波形補間処理が施された結果得られる区分信号fcが示されている。この波形補間処理では、振幅圧縮処理後の区分信号fbのクリップ部分cpに対して、第１の閾値th1を振幅値とする点hpを通る波形xpを継ぎ足す波形補間処理が施される。なお、この点hpは、以下、波形補間点hpと適宜称する。波形xpは、以下、補間波形xpと適宜称する。この振幅圧縮処理により、区分信号fのうち、クリップ部分cp以外の部分（以下、非クリップ部分と称する）mpは変形するが、その変形は最小限となる。この結果、音質の劣化を最小限に抑えることができる。一方、図１７のＤには、（振幅圧縮処理前の）同一の区分信号fに対して大きい圧縮率で振幅圧縮処理が施され、同様の波形補間処理が施された結果得られる区分信号fc'が示されている。この区分信号fc'の補間波形xpは、上下に間延びした形状になっている。このため、区分信号fc'における補間波形xpと非クリップ部分mpとの繋ぎ目が不自然になり、信号に歪みが生じる恐れがある。
【０１４４】
図１８は、クリップ長が長い場合に大きい圧縮率で振幅圧縮処理を行う理由を説明するための図である。
【０１４５】
図１８のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図１８のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図１８のＣおよびＤは、波形補間処理後の区分信号の一例を示す図である。
【０１４６】
図１８のＡに示されるように、区分信号fのうちクリップ部分cpの長さが、区分信号f全体の長さの80%以上を占めるといった長い場合を想定する。この場合、クリップ部分cpにより失われた波形kpの部分の面積は広いと想定される。なお、この想定は、クリップ部分cpの長さが短い場合と逆である。図１８のＢには、この区分信号fに対して大きい圧縮率で振幅圧縮処理が施された結果得られる区分信号fbが示されている。図１８のＣには、区分信号fbのクリップ部分cpに対して波形補間処理が施された結果得られる区分信号fcが示されている。この波形補間処理では、振幅圧縮処理後の区分信号fbに対して、第１の閾値th1を振幅値とする点hpを通る波形xpを継ぎ足す波形補間処理が施される。この振幅圧縮処理により、クリップ部分cpの長さが短い場合に比べて、波形xpの補間量が増えている。一方、図１８のＤには、（振幅圧縮処理前の）同一の区分信号fに対して、小さい圧縮率で振幅圧縮処理が施され、同様の波形補間処理が施されることで得られる区分信号fc'が示されている。この区分信号fc'における補間波形xpと非クリップ部分mpとの繋ぎ目が不自然になり、信号に歪みが生じる恐れがある。
【０１４７】
このように、クリップ長に応じた圧縮率で振幅圧縮処理を行うのは、補間波形との繋ぎ目を滑らかすることで、信号に歪みを生じさせないようにするためである。
【０１４８】
なお、クリップ長に応じた圧縮率で行う振幅圧縮処理とは、基本的に次のような処理である。
【０１４９】
［クリップ長に応じた圧縮率で行う振幅圧縮処理の例の説明］
【０１５０】
図１９は、クリップ長に応じた圧縮率で行う振幅圧縮処理を説明するための図である。
【０１５１】
図１９のＡ，Ｃ，Ｅは、（振幅圧縮処理前の）区分信号を示す図である。図１９のＢ，Ｄ，Ｆは、振幅圧縮処理後の区分信号を示す図である。
【０１５２】
図１９のＡに示されるように、区分信号fのクリップ部分cpの長さが短い場合、その区分信号fに対しては小さい圧縮率で振幅圧縮処理が施され、その結果、図１９のＢの例の区分信号fbが得られる。この区分信号fbの信号レベルは少しだけ圧縮されている。図１９のＣに示されるように、区分信号fのクリップ部分cpの長さが中程度の場合、その区分信号fに対しては中程度の圧縮率で振幅圧縮処理が施され、その結果、図１９のＣの例の区分信号fbが得られる。この区分信号fbの信号レベルは中程度に圧縮されている。図１９のＥに示されるように、区分信号fのクリップ部分cpの長さが長い場合、その区分信号fに対しては大きい圧縮率で振幅圧縮処理が施され、その結果、図１９のＦの例の区分信号fbが得られる。この区分信号fbの信号レベルは大幅に圧縮されている。
【０１５３】
このクリップ長に応じた圧縮率で行う振幅圧縮処理の一例として、圧縮率をクリップ長に比例させる振幅圧縮処理を説明する。この例では、振幅圧縮処理の圧縮率は、圧縮量と称され、その値はattと記述される。圧縮量attは、例えば、次式（１）で示される。
【０１５４】
att＝th1×ct／cmax （単位：dB） ・・・（１）
【０１５５】
なお、式（１）において、th1は、第１の閾値（単位：dB）を示している。ctは、区分信号のクリップ長の値（単位：秒）を示している。cmaxは、クリップ長の想定される最大値（以下、最大クリップ長と称する）（単位：秒）を示している。式（１）は、クリップ長を秒単位で扱っているので、アナログの音声信号についても、勿論適用可能である。
【０１５６】
デジタルの音声信号についての圧縮量attの計算例について説明する。デジタルの音声信号についてのクリップ長は、サンプル数で記述される。例えば、時間長で記述される最大クリップ長は1秒とし、サンプリング周波数は48kHzとする。この場合、（サンプル数で記述される）最大クリップ長は、48000個となる。また、階調で記述される第１の閾値th1は256とすると、（dB単位で記述される）第１の閾値th1は、−48.2dB（=20log(1/256)）となる。この場合、圧縮量attは、次式（２）で示される。
【０１５７】
−48.2×n/48000（単位：dB） ・・・（２）
【０１５８】
なお、式（２）で、nは、区分信号fのクリップ長（サンプル数で記述）を示している。
【０１５９】
この式（２）の圧縮量attを用いて区分信号に対して振幅圧縮処理を施すことで、区分信号のクリップ長が短い場合、区分信号内の振幅を少しだけ圧縮することができる。区分信号のクリップ長が長い場合、区分信号内の振幅を大幅に圧縮することができる。
【０１６０】
なお、クリップ長が最大クリップ長を越えた場合、例えば、区分信号全体がクリップ部分と判断して、最大クリップ長の圧縮量で圧縮する手法を採用することができる。この手法を採用した場合、最大クリップ長の圧縮量は−48.2dB（＝−48.2×48000/48000）となる。また、他の手法として、クリップ長が最大クリップ長を越えた場合の処理を例外処理とし、その例外処理で、区分信号全体の波形を他の波形に置き換える手法を採用することも可能である。また、クリップ長に応じた圧縮率を求める他の手法として、例えば、次のような手法を採用することもできる。即ち、クリップ長に対して圧縮率を対応付けるテーブル値を予め保持しておき、それを参照することで、区分信号のクリップ長に対する圧縮率を求める手法を採用することができる。
【０１６１】
図１６に戻り、ステップＳ３０において、クリップ長検出回路１１８は、スイッチ１２０を端子１２０Ｂに切換える。これにより、振幅圧縮回路１１９からの振幅圧縮処理後の区分信号が、波形補間データ生成回路１２１に供給される。ステップＳ３１において、波形補間データ生成回路１２１は、区分信号のクリップ部分に対して、第１の閾値th1を振幅値とする点を通る波形を継ぎ足す、といった波形補間処理を施す。
【０１６２】
［波形補間処理の一例］
【０１６３】
図２０を参照して、波形補間処理の詳細例について説明する。
【０１６４】
図２０のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図２０のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図２０のＣは、波形補間処理後の区分信号の一例を示す図である。
【０１６５】
図２０のＡの例では、区分信号fの波形がダイナミックレンジdrに達して直線になっている部分がクリップ部分cpとして検出されている。このため、区分信号fに対しては振幅圧縮処理が施され、その結果、図２０のＢの例の区分信号fbが得られている。区分信号fbのクリップ部分cpに対しては、始点spと終点epがそれぞれ検出される。区分信号fbに対しては、波形補間処理が施され、その結果、図２０のＣの例の区分信号fcが得られる。この波形補間処理は、例えば、次のような処理である。始点spと終点epを結ぶ直線の中点が、クリップ部分cpの中心として求められる。クリップ部分cpの中心のサンプリング位置（図中横方向の位置）と、第１の閾値th1の振幅値（図中縦方向の位置）に基づいて、波形補間点hpが決定される。例えば、クリップ部分cpの中心と同一のサンプリング位置の点のうち、第１の閾値th1を振幅値とする点が波形補間点hpに決定される。始点sp、終点ep、および波形補間点hpを繋ぐ補間波形xpが作成され、クリップ部分cpに対して継ぎ足される。
【０１６６】
なお、区分信号fに複数のクリップ部分cpが存在する場合、それらを全て把握しておき、複数のクリップ部分cpのそれぞれに対して波形補間処理が繰り返し行われる。
【０１６７】
以上に説明した波形補間処理の詳細例における始点sp、終点ep、および波形補間点hpの３点を繋ぐ補間手法として、本実施の形態では、例えば、スプライン補間手法が採用される。なお、このスプライン補間手法については後述する。但し、補間手法は、特に限定されない。例えば、ラグランジェ関数を用いる補間手法や、各点を通る円弧を求める補間手法、各点を単純に直線で繋げる補間手法などを採用することもできる。また、補間波形を図示せぬメモリに予め保持しておき、クリップ長や圧縮率に応じて補間波形を変形し、変形後の補間波形をクリップ部分に継ぎ足す補間手法などを採用することもできる。
【０１６８】
図１６に戻り、ステップＳ３２において、波形補間データ生成回路１２１は、波形補間処理後の区分信号をデータ読み書き回路１０２に出力する。これにより、（「閾値th1超過」かつ「閾値th2超過」かつ「クリップ有」の）区分信号に対して振幅圧縮処理と波形補間処理が施された結果得られる区分信号が、データ読み書き回路１０２に出力される。すなわち、ピーク信号レベルが第１の閾値th1となった区分信号が、データ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。ステップＳ３６以降の処理については後述する。
【０１６９】
ところで、前述したステップＳ２７でＹＥＳであると判定された場合、即ち、区分信号のクリップ長が０である場合、処理はステップＳ３３に進む。ステップＳ３３において、クリップ長検出回路１１８は、区分信号の（０の）クリップ長を振幅圧縮回路１１９に通知する。ステップＳ３４で、振幅圧縮回路１１９は、区分信号のピーク信号レベルが第１の閾値th1に一致するように、区分信号に対して振幅圧縮処理を施す。即ち、例えば、振幅圧縮回路１１９は、次式（３）の圧縮量attで区分信号に対して振幅圧縮処理を施す。
【０１７０】
att＝dmax/th1 （単位：dB） ・・・（３）
【０１７１】
なお、式（３）において、dmax（単位：dB）は、区分信号のピーク信号レベルを示している。th1は、第１の閾値th1を示している（単位：dB）。
【０１７２】
ステップ３５において、クリップ長検出回路１１８は、スイッチ１２０を端子１２０Ａに切換える。これにより、（「閾値th1超過」かつ「閾値th2超過」かつ「クリップ無」の）区分信号に対して振幅圧縮処理が施された結果得られる区分信号が、データ読み書き回路１０２に出力される。すなわち、ピーク信号レベルが第１の閾値th1となった区分信号が、データ読み書き回路１０２に出力される。
【０１７３】
ステップＳ３６において、データ読み書き回路１０２は、判定回路１０４からの区分信号を、メモリ１０１に書き込む。ステップＳ３７において、データ読み書き回路１０２は、判定回路１０４からの区分信号が最後の区分信号か否かを判定する。
【０１７４】
判定回路１０４からの区分信号が最後の区分信号でない場合、ステップＳ３７においてＮＯであると判定されて、処理はステップＳ１６に戻される。
【０１７５】
これに対して、判定回路１０４からの区分信号が最後の区分信号である場合、ステップＳ３７においてＹＥＳであると判定されて、処理はステップＳ３８に進み、データ読み書き回路１０２は、ゼロクロス情報をリセットする。ステップＳ３９において、データ読み書き回路１０２は、処理を終了するか否かを判定する。
【０１７６】
例えばユーザ操作などに基づく処理終了の指示が波形処理回路４３に供給されない限り、ステップＳ３９でＮＯであると判定されて、処理は図１５のステップＳ１１に戻される。
【０１７７】
これに対して、例えばユーザ操作などに基づく処理終了の指示が波形処理回路４３に供給された場合、ステップＳ３９でＹＥＳであると判定されて、波形処理は終了される。
【０１７８】
なお、この例の波形処理回路４３は、FF形式のデジタル回路で構成されていると把握できる。すなわち、波形処理回路４３は、従来のAGC回路（FB形式のアナログ回路）に比べて回路面積を小さくできる。コストを抑えることができる。また、波形処理回路４３では、アタックリカバリの設定を考える必要がない。従って、回路の設計が容易になる。
【０１７９】
次に、前述した始点sp、終点ep、および波形補間点hpの３点を繋ぐ補間手法としてのスプライン補間手法について説明する。
【０１８０】
スプライン補間手法とは、離散したデータ点をしなやかな弾性体でできた帯（スプライン）でなめらかに接続する補間手法をいう。スプラインは、その両端や途中の数点を支持することで、各点を通って弾性体の性質に従う曲線を描く。スプラインは、数学的には、各データ点を通るk次の多項式であって、k-1（kは1以上の整数値）次の微分係数が線型となる多項式として付与される。この多項式としては、3次の多項式が多く用いられる。そこで、以下、3次の多項式を用いた3次のスプライン補間手法について説明する。
【０１８１】
なお、以下、説明にはx，y座標系を用いる。また、以下、N個の（Nは2以上の整数値）データ点のうち、x座標値の小さい順でj（jは0以上の整数値）番目のデータ点についてのx座標値を、以下、xjと記述する。スプラインのx軸方向の区間全体を、以下、スプライン区間と称する。スプライン区間は各データ点で区分される。3次のスプライン補間手法では、区分された複数の区間のそれぞれに対して、3次の多項式が付与される。各区間の多項式は区分補間式と称される。このうち、j番目とj+1番目のデータ点で区分される区間についての区分補間式sj(x)は、次式（４）で示される。
【０１８２】
【数１】
・・・（４）
【０１８３】
なお、式（４）において、aj，bj，cj，djは、未知係数を示している。
【０１８４】
区分補間式はN個存在し、N個の区分補間式のそれぞれに対して4個の未知係数が存在する。このため、合計で4N個の未知係数が存在する。4N個の未知係数全てを求めるためには、未知係数の間の関係を示す方程式が4N個必要になる。そこで、幾つかの条件を課すとする。最初の条件は、スプラインはN個のデータ点全てを通るという条件である。この条件から、各区間の両端での座標値が決まるため、2N個の方程式を得ることができる。次の条件は、各区間の境界点での1次導関数は連続という条件である。この条件から、境界点は、N-1個存在するため、N-1個の方程式を得ることができる。次の条件は、各区間の境界点での2次導関数は連続という条件である。この条件から、同様にN-1個の方程式を得ることができる。
【０１８５】
従って、条件は4N-2個の方程式で表現される。しかしながら、未知係数を求めるのに必要な方程式は4N個なので、まだ方程式は2個不足している。この方程式の不足を補うためには、様々な条件が考えられる。通常の場合、スプライン区間の両端（x＝x0, xN-1）における2次導関数の値が0という条件が用いられる。即ち、s0”(x0)＝sN-1”(xN-1)＝0という条件が用いられる。この条件を満たすスプラインは、自然スプラインと称される。本実施の形態では、自然スプラインが採用される。但し、スプラインの種類は特に限定されない。例えば、スプライン区間の両端における1次導関数の値として0以外の値が指定されるスプラインを採用することも可能である。
【０１８６】
次に、自然スプラインの条件を満たす連立方程式を求める。x＝xjにおける区分補間式sj(x)の2次導関数の値をujとする。即ち、ujは次式（５）で示される。
【０１８７】
【数２】
・・・（５）
【０１８８】
uj＝sj-1"(xj)＝sj"(xj)とすると、上述した2次導関数の条件は満足されることになる。区分補間式sj(x)の2次導関数の計算から次式（６）および（７）が導かれる。
【０１８９】
【数３】
・・・（６）
【数４】
・・・（７）
【０１９０】
さらに、区分補間式sj(x)の2次導関数にx＝xjを代入すると、次式（８）が導かれる。
【０１９１】
【数５】
・・・（８）
【０１９２】
この式（８）からajを計算すると、次式（９）が導かれる。
【０１９３】
【数６】
・・・（９）
【０１９４】
次に、全てのデータ点上を通過するという最初の条件について考える。まずは、各区間の左端のデータ点を通過することから、次式（１０）が導かれる。
【０１９５】
【数７】
・・・（１０）
【０１９６】
次に、各区間の右端のデータ点を通過することから、次式（１１）が導かれる。
【０１９７】
【数８】
・・・（１１）
【０１９８】
式（４），（６），（７）を用いると、次式（１２）が導かれる。
【０１９９】
【数９】
・・・（１２）
【０２００】
これにより、未知係数aj，bj，cj，djを用いてxj，yj，ujを記述することができた。xjとyjは既知の値であることから、ujが求まれば補間に必要な未知係数が全て求まることになる。ujを求めるには、まだ使用していない1次導関数が区間の境界点で等しいという条件を利用すればよい。即ち、次式（１３）を利用する。
【０２０１】
【数１０】
・・・（１３）
【０２０２】
式（１３）と式（４）から次式（１４）が導かれる。
【０２０３】
【数１１】
・・・（１４）
【０２０４】
次に、式（１４）におけるaj，bj，cj，djをxj，yj，ujで記述することで、ujの連立方程式にする。これにより、最終的に次式（１５）が導かれる。
【０２０５】
【数１２】
・・・（１５）
【０２０６】
式（１５）における方程式の数は、N-1個となっている。ujの個数はN+1個だが，u0＝uN＝0なので，未知のujはN-1個となる。式（１５）を解くことにより、全てのujが決定できる。全てのujが決定されれば、未知係数aj，bj，cj，djが計算できる。u0＝uN＝0を代入した連立1次方程式は、次式（１６）で記述される。但し、hjとvjは、次の式（１７）および式（１８）で記述される。
【０２０７】
【数１３】
・・・（１６）
【数１４】
・・・（１７）
【数１５】
・・・（１８）
【０２０８】
このようにして、4N個の未知係数全てが求まり、スプライン補間が可能になる。なお、一般に、n-1次の多項式を用いたn-1次のスプライン補間手法の場合はn個のデータ点が必要になる。データ点が足りない場合は、スプライン区間としてのクリップ部分の始点より前のデータ点またはクリップ部分の終点より後のデータ点を、スプライン補間のためのデータ点として用いればよい。これにより、データ点の不足を解消できる。
【０２０９】
＜第２実施形態＞
【０２１０】
次に、第２実施形態について説明する。
【０２１１】
［第２実施形態としての音声再生装置の構成例］
【０２１２】
図２１は、本発明を適用した信号処理装置の第２実施形態としての音声再生装置の構成例を示すブロック図である。
【０２１３】
図２１の例の音声再生装置１４１は、例えば、ビデオカメラの音声再生部分として構成される。音声再生装置１４１に装着されている記録媒体、例えば、記録媒体１５１から音声信号を読み出して再生して所定処理を施す。音声再生装置１４１は、その結果得られる音声信号を音としてスピーカ１５６を介して外部に出力する。
【０２１４】
図２１の例の音声再生装置１４１は、図１３の例の音声記録装置３１における波形処理回路４３と同一の波形処理回路を使用している。そこで、以下、波形処理回路４３の符号を用いて説明する。音声再生装置１４１には、波形処理回路４３、再生回路１５２、デコーダ１５３、D/Aコンバータ１５４、アンプ回路１５５、およびスピーカ１５６が設けられている。
【０２１５】
再生回路１５２は、例えば、記録媒体１５１から音声信号を読み出して再生し、デコーダ１５３に供給する。デコーダ１５３は、音声信号を、復調処理を施した上で、波形処理回路４３に供給する。波形処理回路４３は、デジタルの音声信号を、振幅圧縮処理などの波形処理を施した上で、D/Aコンバータ１５４に供給する。D/Aコンバータ１５４は、デジタルの音声信号を、D/A変換を施した上で、アンプ回路１５５に供給する。アンプ回路１５５は、アナログの音声信号を、電力増幅処理を施して電気信号としてスピーカ１５６に供給する。スピーカ１５６は、電気信号を音として外部に出力する。
【０２１６】
音声再生装置１４１の波形処理回路４３は、元の波形を極力残しながら、D/Aコンバータ１５４およびアンプ回路１５５の能力に合わせて振幅を制限できる。このため、音声再生装置１４１は、内部の回路の能力の範囲内で、原音により忠実な音を再生できる。
【０２１７】
なお、第１の閾値としては、例えば、後段の信号処理回路、例えば、D/Aコンバータ１５４やアンプ回路１５５の都合で任意の値を採用できる。具体的には、例えば、第１の閾値として、後段の信号処理回路のダイナミックレンジに対応する値を採用できる。また、波形処理回路４３は、振幅圧縮処理などの処理を高速に実行し、内部のメモリ１０１などに音声信号を蓄積してD/Aコンバータ１５４に供給することができる。これにより、スピーカ１５６から出力される音が途切れるという現象を防ぐことができる。
【０２１８】
＜第３実施形態＞
【０２１９】
次に、第３実施形態について説明する。
【０２２０】
［第３実施形態としての音声記録装置の構成例］
【０２２１】
図２２は、本発明を適用した信号処理装置の第３実施形態としての音声記録装置の構成例を示すブロック図である。
【０２２２】
図２２の例の音声記録装置２０１では、図１３の例の音声記録装置３１の波形処理回路４３に代えて、図２２の例の波形処理回路２１１が設けられている。図２２の例の波形処理回路２１１では、図１３の例の音声記録装置３１の判定回路１０４に代えて、判定回路２２１が設けられている。図２２の例の判定回路２２１では、図１３の例のスイッチ１１２、スイッチ１１６、振幅圧縮回路１１９、およびスイッチ１２０が削除されている。また、スイッチ２３１、振幅圧縮回路２３２、スイッチ２３３、スイッチ２３４、および振幅圧縮回路２３５が新たに追加されている。
【０２２３】
［波形処理回路の処理例］
【０２２４】
次に、図２３および図２４のフローチャートを参照して、波形処理回路２１１の処理例について説明する。なお、波形処理回路２１１の処理は、以下、波形処理と称する。
【０２２５】
図２３の例のステップＳ９１乃至Ｓ９５の処理は、図１５の例のステップＳ１１乃至Ｓ１５の処理と同一である。従って、その説明を省略する。なお、以降において、同一の処理の説明は適宜省略する。ステップＳ９６において、データ読み書き回路１０２は、所定の区分信号をメモリ１０１から読み出し、判定回路２２１のクリップ検出回路１１７およびスイッチ２３１に供給する。図２３の例のステップＳ９７およびＳ９８の処理は、図１６の例のステップＳ２５よびＳ２６の処理と同一である。ステップＳ９９において、クリップ長検出回路１１８は、区分信号のクリップ長は０であるか否かを判定する。
【０２２６】
区分信号のクリップ長が０でない場合、ステップＳ９９でＮＯであると判定されて、処理はステップＳ１００に進み、クリップ長検出回路１１８は、区分信号の（０でない）クリップ長を振幅圧縮回路２３２に通知する。その後、処理は、ステップＳ１０２に進む。
【０２２７】
これに対して、区分信号のクリップ長が０である場合、ステップＳ９９においてＹＥＳであると判定されて、処理はステップＳ１０５に進む。図２３の例のステップＳ１０２乃至Ｓ１０４の処理は、図１６の例のステップＳ２９乃至Ｓ３１の処理と同一である。ステップＳ１０５において、クリップ長検出回路１１８は、スイッチ２３３を端子２３３Ｂに切換える。図２３の例のステップＳ１０６の処理は、図１５の例のステップＳ１７の処理と同一である。ステップＳ１０７において、ピーク検波回路１１１は、スイッチ２３３を端子２３３Ｂに切換える。その後、処理はステップＳ１１６に進む。
【０２２８】
ところで、ステップ１０６においてＹＥＳと判定された場合、即ち、区分信号内のピーク信号レベルが第１の閾値th1を超えている場合、処理はステップＳ１０８に進み、ピーク検波回路１１１は、スイッチ２３３を端子２３３Ａに切換える。図２３の例のステップＳ１０９乃至Ｓ１１１の処理は、図１５および図１６の例のステップＳ２０乃至Ｓ２２の処理と同一である。ステップＳ１１２において、周波数領域検波回路１１５は、スイッチ２３４を端子２３４Ａに切換える。その後、処理はステップＳ１１６に進む。
【０２２９】
また、ステップ１１１においてＹＥＳと判定された場合、即ち、周波数領域信号の帯域毎のパワーレベルのうち、第２の閾値th2の帯域毎の値を超えているものがある場合、処理はステップＳ１１３に進む。ステップＳ１１３において、周波数領域検波回路１１５は、スイッチ２３４を端子２３４Ｂに切換える。ステップＳ１１４において、振幅圧縮回路２３５は、区分信号のピーク信号レベルが第１の閾値th1に一致するように、区分信号に対して振幅圧縮を施す。ステップＳ１１５において、振幅圧縮回路２３５は、振幅圧縮処理後の区分信号を、データ読み書き回路１０２に出力する。その後、処理はステップＳ１１６に進む。図２３の例のステップＳ１１６乃至Ｓ１１９の処理は、図１６の例のステップＳ３６乃至Ｓ３９の処理と同一である。
【０２３０】
このように、図２２の例の波形処理回路２１１では、処理の手順は異なるものの、図１４の例の波形処理回路４３と同様の波形処理を行うことができる。
【０２３１】
［本発明のプログラムへの適用］
【０２３２】
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、プログラム記録媒体からインストールされる。このプログラムは、例えば、専用のハードウェアに組み込まれているコンピュータにインストールされる。または、このプログラムは、各種のプログラムをインストールすることで各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどにインストールされる。
【０２３３】
図２５は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
【０２３４】
コンピュータにおいて、CPU４０１，ROM（Read Only Memory）４０２，RAM（Random Access Memory）４０３は、バス４０４により相互に接続されている。バス４０４には、さらに、入出力インタフェース４０５が接続されている。入出力インタフェース４０５には、キーボード、マウス、マイクロフォンなどよりなる入力部４０６、ディスプレイ、スピーカなどよりなる出力部４０７、ハードディスクや不揮発性のメモリなどよりなる記憶部４０８が接続されている。さらに、入出力インタフェース４０５には、ネットワークインタフェースなどよりなる通信部４０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア４１１を駆動するドライブ４１０が接続されている。
【０２３５】
以上のように構成されるコンピュータでは、CPU４０１が、例えば、記憶部４０８に記憶されているプログラムを、入出力インタフェース４０５及びバス４０４を介して、RAM４０３にロードして実行することにより、上述した一連の処理が行われる。コンピュータ（CPU４０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）であるリムーバブルメディア４１１に記録して提供される。プログラムは、パッケージメディアであるリムーバブルメディア４１１に記録して提供される。なお、パッケージメディアとしては、光ディスク（CD−ROM(Compact Disc−Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどが用いられる。あるいは、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。そして、プログラムは、リムーバブルメディア４１１をドライブ４１０に装着することにより、入出力インタフェース４０５を介して、記憶部４０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部４０９で受信し、記憶部４０８にインストールすることができる。その他、プログラムは、ROM４０２や記憶部４０８に、あらかじめインストールしておくことができる。
【０２３６】
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２３７】
また、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
【符号の説明】
【０２３８】
３１ 音声記録装置， ４３ 波形処理回路， １０１ メモリ， １０２ データ読み書き回路， １０３ ゼロクロス検出回路， １０４ 判定回路， １１１ ピーク検波回路， １１３ FFT回路， １１４ フィルタ， １１５ 周波数領域検波回路， １１７ クリップ検出回路， １１８ クリップ長検出回路， １１９ 振幅圧縮回路， １２１ 波形補間データ生成回路， １２２ 閾値保持回路， ４０１ CPU， ４０２ ROM， ４０３ RAM， ４０４ バス， ４０５ 入出力インタフェース， ４０６ 入力部， ４０７ 出力部， ４０８ 記憶部， ４０９ 通信部， ４１０ ドライブ， ４１１ リムーバブルメディア
【技術分野】
【０００１】
本発明は、信号処理装置及び方法、並びにプログラムに関し、特に、より一段と原音に忠実な音声を記録したり再生できるようになった信号処理装置及び方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来、マイクから入力された環境音を記録する音声記録装置が存在する。音声記録装置に入力される環境音の振幅範囲は、およそ20乃至130dBSPLになる。このような振幅情報（環境音の音声信号）を音声記録装置がそのまま記録する場合、この振幅範囲に対応可能なダイナミックレンジを持つ回路を搭載する必要がある。しかしながら、そのような回路のコストは膨大になる。このため、通常は、AGC（Auto Gain Control）回路を用いて、入力音声信号の振幅を制限する手法（以下、振幅制限手法と称する）が採用されている。また、入力音声信号の波形が回路のダイナミックレンジに達することで歪んだ場合、その歪んだ部分（以下、クリップ部分と称する）の波形を補間する手法（以下、波形補間手法と称する）が存在する（例えば、特許文献１および２を参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開昭６０−２０２５７６号公報
【特許文献２】特開昭５３−３０２５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
従来の振幅制限手法について説明する。従来の振幅制限手法が適用されるAGC回路（以下、単に、従来のAGC回路と称する）は、フィードバック形式（以下、FB形式と称する）とフィードフォワード形式（以下、FF形式と称する）の回路に大別される。
【０００５】
［従来のFB形式のAGC回路の一例］
【０００６】
図１は、従来のFB形式のAGC回路の一例を示している。図１の例の従来のFB形式のAGC回路１０は、アンプ１１および検波回路１２から構成される。アンプ１１は、入力音声信号を所定のゲインで増幅して出力する。アンプ１１により増幅された音声信号は検波回路１２にフィードバックされる。検波回路１２は、増幅後の音声信号の振幅を検出し（検波し）、その検出結果に基づいて、アンプ１１のゲインを変更する。
【０００７】
［従来のFF形式のAGC回路の一例］
【０００８】
図２は、従来のFF形式のAGC回路の一例を示している。図２の例の従来のFF形式のAGC回路２０は、遅延回路２１、検波回路２２、およびアンプ２３から構成される。遅延回路２１は、入力音声信号を所定時間だけ遅延して、アンプ２３に供給する。検波回路２２は、入力音声信号の振幅を検出し（検波し）、その検出結果に基づいて、アンプ２３のゲインを変更する。アンプ２３は、遅延回路２１から遅延されて出力された音声信号を、検波回路２２により変更されたゲインで増幅して出力する。
【０００９】
従来のFB形式とFF形式のいずれのAGC回路も、入力音声信号の振幅値が閾値を超えた場合に、アンプ１１または２３のゲインを下げて出力音声信号の振幅値を抑えることができる。但し、従来のFB形式のAGC回路１０では、入力音声信号の振幅値が閾値を超えた後、しばらくの間、変更前のゲインで増幅されてしまう。従って、入力音声信号の振幅値が閾値を超えてからゲインが変更されるまでの間、出力音声信号の振幅値が閾値を超えてしまう。これに対して、従来のFF形式のAGC回路２０では、入力音声信号の振幅値が閾値を超えた直後から、変更後のゲインで増幅される。従って、入力音声信号の振幅値が閾値を超えている間、出力音声信号の振幅値は閾値内に制限される。従って、従来のFF形式のAGC回路２０は、従来のFB形式のAGC回路１０に比べて波形応答性が向上する。
【００１０】
［従来のFB形式とFF形式のそれぞれのAGC回路の波形応答性の一例］
【００１１】
図３は、従来のFB形式とFF形式のそれぞれのAGC回路の波形応答性の一例を示している。
【００１２】
図３のＡは、入力音声信号のエンベロープの一例を示している。図３のＢは、従来のFB形式のAGC回路１０の出力音声信号のエンベロープの一例を示している。図３のＣは、従来のFF形式のAGC回路２０の出力音声信号のエンベロープの一例を示している。
【００１３】
図３のＡの例では、時刻TAから時刻TBの間で、入力音声信号の振幅値が閾値thを超えている。この間、入力音声信号の波形は、ダイナミックレンジdに達している。
【００１４】
図３のＢに示されるように、従来のFB形式のAGC回路１０では、入力音声信号の振幅値が閾値thを超える時刻TAに対して、出力音声信号の振幅値が閾値th内に抑えられる時刻TCが遅れてしまう。これにより、時刻TAから時刻TCまでの間で、出力音声信号の振幅値が閾値thを超え、出力音声信号の波形がダイナミックレンジdに達することになる。
【００１５】
これに対して、図３のＣに示されるように、従来のFF形式のAGC回路２０では、時刻TA'から時刻TB'までの間において、出力音声信号の振幅値は閾値th内に抑えられている。このように、従来のFF形式のAGC回路２０では、従来のFB形式のAGC回路１０に比べて、波形応答性が向上していることがわかる。なお、図３のＣの例の時刻TA'，TB'のそれぞれは、図３のＡの例の時刻TA，TBのそれぞれから、遅延回路２１に設定された所定の遅延時間だけ経過した後の時刻である。
【００１６】
しかしながら、従来のFB形式とFF形式のいずれのAGC回路を採用した場合にも、入力音声信号の振幅値が閾値thを超えた後に再度閾値thを下回った直後の音声信号が出力されると、不自然な音となってしまうことがあった。
【００１７】
図３のＡの例では、入力音声信号の振幅値が閾値thを下回るタイミングは、時刻TBとなっている。図３のＢに示されるように、従来のFB形式のAGC回路１０では、出力音声信号の振幅値は、時刻TBにおいて大幅に低下し、その後徐々に上昇していく。図３のＣに示されるように、従来のFF形式のAGC回路２０では、出力音声信号の振幅値は、時刻TB'において大幅に低下し、その後徐々に上昇していく。このような現象、即ち、振幅値が大幅に低下した後徐々に上昇していく現象は、アタックリカバリと称されている。アタックリカバリは、入力音声信号の振幅値が閾値thを跨いで変化してから、それに応じてアンプのゲインが変更されるまでの応答時間（以下、アタックリカバリの時間と称する）が長いために生じる。アタックリカバリの時間を長くしているのは、アタックリカバリの時間が短いと他の弊害が生じるからである。
【００１８】
［アタックリカバリの時間に対する出力音声信号の波形の一例］
【００１９】
図４は、アタックリカバリの時間に対する出力音声信号の波形の一例を説明するための図である。
【００２０】
図４のＡは、入力音声信号のエンベロープを示している。図４のＢは、アタックリカバリの時間が長い場合の出力音声信号のエンベロープを示している。図４のＣは、アタックリカバリの時間が短い場合の出力音声信号のエンベロープを示している。
【００２１】
アタックリカバリの時間が短い場合、AGC回路は、入力音声信号の振幅値が閾値thを跨ぐとすぐにアンプのゲインを変更する。このため、図４のＢに示されるように、出力音声信号の振幅は均一化されてしまい、その結果、入力音声信号のエンベロープ情報は欠落する。このような出力音声信号に対応する音声は、本来あるべき音量の変化がない音声となっているため、視聴者にとっては聴感上違和感を覚えることがある。このことが、アタックリカバリの時間が短い場合の弊害である。
【００２２】
一方、アタックリカバリの時間が長い場合、入力音声信号の振幅値が閾値thを跨いでもアンプのゲインはすぐには変更されない。このため、図４のＣに示されるように、入力音声信号のエンベロープ情報が残るため、出力音声信号の形状を入力音声信号の形状に近づけることが可能となる。但し、アタックリカバリの時間を長くしすぎると、入力音声信号の振幅値が閾値thより小さくなっても、出力音声信号の振幅値が小さいままとなる。その結果、出力音声信号に対応する音声の音量は絞られたままとなる。
【００２３】
このようなことから、アタックリカバリの時間は、回路毎に最適な時間が追求されて設定される。このことが、従来のAGC回路の設計を複雑にしている原因のひとつである。
【００２４】
また、従来のAGC回路では、入力音声信号の振幅値を検出する（検波する）必要がある。振幅値の検波はレベル検波とも称される。従来のレベル検波手法としては、単純に入力音声信号の振幅値を検波する手法（以下、ピーク検波手法と称する）と、入力音声信号の実効値を時間方向で積分して検波する手法（以下、積分検波手法と称する）とがよく知られている。ピーク検波手法が適用された場合、従来のAGC回路は、振幅値が閾値を一瞬超えた入力音声信号に対しても反応してしまい、入力音声信号の振幅を圧縮してしまう。このため、例えば入力音声信号にノイズ成分が多く含まれていると出力音声信号の振幅が過剰に抑えられてしまうという現象が発生する。一方、積分検波手法が適用された場合、この現象は生じないが、従来のAGC回路は、振幅値が一瞬閾値を超えた入力音声信号に対して、振幅を圧縮し難くなる。このため、例えば高周波の入力音声信号に対しては、従来のAGC回路は、その振幅値が閾値を超えても、その振幅を圧縮しないことがあった。これにより、出力音声信号の波形が回路のダイナミックレンジに達して波形が歪む恐れがあった。このように、従来のAGC回路では、レベル検波手法に改善の余地があった。
【００２５】
さらに、従来のAGC回路は、回路設計が容易なFB形式のアナログ回路で多く実現される。そのため、従来のAGC回路では、回路面積は比較的大きくなり、コストが上昇していた。
【００２６】
以上、従来のAGC回路を用いた振幅制限手法について説明した。次に、従来の波形補間手法として、特許文献１および２の手法について説明する。
【００２７】
特許文献１および２の手法では、A/D（analog to digital）コンバータによるA/D変換後の音声信号にクリップ部分が含まれている場合、次のような波形補間が行われる。即ち、特許文献１の手法では、A/D変換後の音声信号のうち、クリップ部分の前後の波形から、新たな波形を生成して、クリップ部分の波形と置き換える、といった波形補間が行われる。さらに、特許文献２の手法では、A/D変換後の音声信号のうち、クリップ部分の波形を、既知の正弦波や三角波の波形に置き換える、といった波形補間が行われる。
【００２８】
しかしながら、特許文献１および２の手法では、いずれも、回路のダイナミックレンジを、A/Dコンバータのダイナミックレンジより広くするように設計する必要があった。このため、特許文献１および２の手法では、回路規模が増大し、コストが増加していた。さらに、特許文献２の手法では、置き換わる波形（正弦波や三角波の波形）が本来の波形と全く関連性のない可能性が高い。このため、置き換わる波形と元の波形とが不自然につながり、出力音声信号の歪みが増大していた。この結果、出力音声信号に対応する音声を聴いた者にとっては、聴感上違和感を覚えることがあった。
【００２９】
以上まとめると、次のようになる。即ち、従来の振幅制限手法では、入力音声信号の振幅を制限する際に入力音声信号のエンベロープ情報が十分に残っていないことがあった。従来の波形補間手法では、入力音声信号の波形のうちクリップ部分の波形を置き換えることができるが、置き換わる波形がかならずしも適切でなく、また、振幅値を制限することができなかった。その結果、波形補間が行われた後の音声は、原音とは違う音声になってしまう可能性が高かった。
【００３０】
本発明は、このような状況に鑑みてなされたものであり、より一段と原音に忠実な音声を記録したり再生できるようにするものである。
【課題を解決するための手段】
【００３１】
本発明の一側面の信号処理装置は、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得する周波数変換処理手段と、前記周波数変換処理手段により取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する振幅圧縮手段とを備える。
【００３２】
前記入力音声信号の中から、回路のダイナミックレンジにより波形が歪んだクリップ部分を検出するクリップ検出手段と、前記振幅圧縮手段により前記振幅圧縮処理が施された処理対象信号のうち、前記クリップ検出手段により前記クリップ部分が検出された音声信号の波形を補間して、ピーク信号レベルが前記第１の閾値となる波形にする波形補間手段とをさらに備えることができる。
【００３３】
前記入力音声信号について、信号レベルがバイアスを跨いだ点の位置を、ゼロクロスとして検出するゼロクロス検出手段をさらに備え、前記クリップ手段の処理単位、および前記処理対象信号の単位は、前記ゼロクロス検出手段により検出された２つの前記ゼロクロスの間の信号であるようにできる。
【００３４】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれている場合、前記クリップ部分の時間長に応じた前記圧縮率で、前記処理対象信号に対して前記振幅圧縮処理を施すことができる。
【００３５】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれていない場合、前記ピーク信号レベルが前記第１の閾値となる前記圧縮率で、前記処理対象信号に対して振幅圧縮処理を施すことができる。
【００３６】
前記第２の閾値は、前記複数の帯域毎に独立した値をそれぞれ有するようにできる。
【００３７】
前記周波数変換処理手段により取得される前記複数の帯域毎のパワーレベルに対して、人間の聴感特性に合わせたフィルタをかけるフィルタ手段をさらに備え、前記振幅圧縮手段は、前記フィルタ手段により前記フィルタがかけられた前記複数の帯域毎のパワーレベルを用いて、前記振幅圧縮処理の実行とその禁止を切り分けることができる。
【００３８】
本発明の一側面の信号処理方法およびプログラムは、本発明の一側面の信号処理装置に対応する方法およびプログラムである。
【００３９】
本発明の一側面においては、入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルが取得され、取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理が実行され、それ以外の場合、前記振幅圧縮処理の実行が禁止される。
【発明の効果】
【００４０】
本発明によれば、より一段と原音に忠実な音声を記録したり再生できる。
【図面の簡単な説明】
【００４１】
【図１】従来のFB形式のAGC回路の一例を示す図である。
【図２】従来のFF形式のAGC回路の一例を示す図である。
【図３】図１および図２のAGC回路を説明するための図である。
【図４】図１および図２のAGC回路を説明するための図である。
【図５】本発明を適用した音声記録装置の構成例を示す図である。
【図６】図５の波形処理回路を説明するための図である。
【図７】図５の波形処理回路を説明するための図である。
【図８】図５の波形処理回路を説明するための図である。
【図９】図５の波形処理回路を説明するための図である。
【図１０】図５の波形処理回路を説明するための図である。
【図１１】図５の波形処理回路を説明するための図である。
【図１２】図５の波形処理回路を説明するための図である。
【図１３】図５の波形処理回路を説明するための図である。
【図１４】図５の波形処理回路を説明するための図である。
【図１５】図５の波形処理回路を説明するための図である。
【図１６】図５の波形処理回路を説明するための図である。
【図１７】図５の波形処理回路を説明するための図である。
【図１８】図５の波形処理回路を説明するための図である。
【図１９】図５の波形処理回路を説明するための図である。
【図２０】図５の波形処理回路を説明するための図である。
【図２１】本発明を適用した音声再生装置の構成例を示す図である。
【図２２】本発明を適用した音声記録装置の構成例を示す図である。
【図２３】図２２の波形処理回路を説明するための図である。
【図２４】図２２の波形処理回路を説明するための図である。
【図２５】本発明を適用したコンピュータのハードウェアの構成例を示す図である。
【発明を実施するための形態】
【００４２】
以下、図面を参照して、本発明を適用した信号処理装置の実施形態として、３つの実施の形態（以下、それぞれ第１乃至第３実施形態と称する）について説明する。よって、説明は以下の順序で行う。
１．第１実施形態（音声記録装置に適用される例）
２．第２実施形態（音声再生装置に適用される例）
３．第３実施形態（音声記録装置に適用される例）
【００４３】
＜１．第１実施形態＞
【００４４】
［第１実施形態としての音声記録装置の構成例］
【００４５】
図５は、本発明を適用した信号処理装置の第１実施形態としての音声記録装置の構成例を示すブロック図である。
【００４６】
図５の例の音声記録装置３１は、例えば、ビデオカメラの音声記録部分として構成される。音声記録装置３１は、マイクロフォン４１を介して外部の音を音声信号として入力し、所定の処理を施す。音声記録装置３１は、その結果得られる音声信号を、音声記録装置３１に装着されている記録媒体、例えば、記録媒体４７に記録する。
【００４７】
音声記録装置３１には、マイクロフォン４１、A/Dコンバータ４２、波形処理回路４３、DSP(Digital Signal Processor)４４、エンコーダ４５、および記録回路４６が設けられている。
【００４８】
マイクロフォン４１は、外部の音を、アナログの音声信号に変換して、A/Dコンバータ４２に供給する。A/Dコンバータ４２は、アナログの音声信号に対してA/D変換を施した上で、波形処理回路４３に供給する。波形処理回路４３は、デジタルの音声信号を、振幅圧縮処理などの波形処理を施した上で、DSP４４に供給する。DSP４４は、波形処理回路４３からの音声信号を、所定の信号処理を施した上で、エンコーダ４５に供給する。エンコーダ４５は、DSP４４からの音声信号を、変調処理を施した上で、記録回路４６に供給する。記録回路４６は、変調後の音声信号を、例えば、記録媒体４７に記録する。
【００４９】
音声記録装置３１の波形処理回路４３は、後述するように、元の波形を極力残しながら、DSP４４やエンコーダ４５の能力に合わせて振幅を制限できる。このため、音声記録装置３１は、内部の回路の能力の範囲内で、原音により忠実な音を記録できるようになっている。
【００５０】
［基本振幅制限手法の説明］
【００５１】
ここで、本発明の理解を容易にし、且つ、背景を明らかにするため、本発明が適用される振幅制限手法のうち基本となる手法（以下、基本振幅制限手法と称する）の概略について、図６および図７を参照して説明する。
【００５２】
なお、動作主体は、図５の波形処理回路４３であるとする。即ち、図５の波形処理回路４３には、基本振幅制限手法が適用されているとする。また、波形処理回路４３は、図５に示されるように、デジタルの音声信号を取り扱う。但し、波形処理回路４３は、アナログの音声信号も取り扱うことも当然に可能である。この場合、例えば、波形処理回路４３には、マイクロフォン４１からのアナログの音声信号がA/Dコンバータ４２を介さずに供給される。さらに、例えば、アナログの音声信号を処理したり記録する機能を有する回路が、波形処理回路４３の後段の回路として採用される。
【００５３】
図６は、基本振幅制限手法が適用された波形処理回路４３の処理を説明するための図である。
【００５４】
図６のＡは、入力音声信号の一例を示している。図６のＢは、図６のＡの例の入力音声信号に対して振幅圧縮処理を施すことで得られる音声信号の一例を示している。図６のＣは、図６のＢの例の音声信号に対して波形補間処理を施すことで得られる音声信号、即ち、出力音声信号の一例を示す図である。
【００５５】
図６のＡ乃至Ｃにおいて、ダイナミックレンジdrは、A/Dコンバータ４２のダイナミックレンジを意味する。即ち、ダイナミックレンジdrを超えるアナログの音声信号がA/Dコンバータ４２に入力されると、その超えた部分に対応するデジタルの音声信号の部分が、クリップ部分となる。なお、このダイナミックレンジdrと、後述する波形処理回路４３以降のダイナミックレンジとは独立したものとして取り扱う。
【００５６】
波形処理回路４３は、前処理として、入力音声信号のゼロクロスを検出し、そのゼロクロスで入力音声信号を区分する。なお、ゼロクロスとは、入力音声信号の信号レベルが基準レベル（以下、バイアスと称する）を跨ぐこと、または、入力音声信号の波形のうち、信号レベルがバイアスを跨ぐ点の位置をいう。この前処理について、図６のＡを参照してさらに詳しく説明する。
【００５７】
波形処理回路４３は、例えば、図６のＡ中左から右に向かって入力音声信号F11の信号レベルを順次取得していき、信号レベルがバイアスbiを跨いだか否かを判定する。波形処理回路４３は、入力音声信号F11の波形のうち、バイアスbiを跨いだと判定したときの点の位置をゼロクロスとして検出する。例えば、図６のＡの例では、点z11乃至z14のそれぞれがゼロクロスとして検出されることになる。波形処理回路４３は、入力音声信号F11をゼロクロスで区分する。なお、以下、区分された複数の音声信号のそれぞれを、区分信号と称する。図６のＡの例では、入力音声信号F11がゼロクロスz11乃至z14でそれぞれ区分され、区分された複数の音声信号f11乃至f13のそれぞれが、区分信号となる。
【００５８】
このような前処理を終了すると、波形処理回路４３は、複数の区分信号毎に、例えば次のような処理を実行する。波形処理回路４３は、区分信号を構成する各点の信号レベルを検出し（ピーク検波を行い）、区分信号内のピーク信号レベルが第１の閾値を超えているか否かを判定する。
【００５９】
なお、ピーク信号レベルとしては、区分信号が１周期続いた場合の振幅値を採用してもよいが、本実施の形態では、説明の簡略上、バイアスからの信号レベルの絶対値が採用されるとする。よって、第１の閾値も、バイアスからの信号レベルの絶対値により表現されるとする。また、ダイナミックレンジも、バイアスにより２等分された信号レベルの絶対値により適宜表現されるとする。
【００６０】
また、第１の閾値と記述しているのは、後述する第２の閾値と区別するためである。第１の閾値としては、例えば、後段の信号処理回路、例えば、DSP４４やエンコーダ４５の都合で決まる任意の値を採用することができる。具体的には、例えば、第１の閾値として、後段の信号処理回路のダイナミックレンジに対応する値を採用することができる。
【００６１】
波形処理回路４３は、区分信号のうち、連続してダイナミックレンジdrの信号レベルに達している部分があるか否かを判定する。これにより、波形処理回路４３は、区分信号の波形にクリップ部分が含まれているか否かを判定する。
【００６２】
波形処理回路４３は、これらのピーク信号レベルについての判定とクリップ部分についての判定の結果に基づいて、区分信号に対する処理を決定する。この処理としては、振幅圧縮処理，波形補間処理がある。なお、振幅圧縮処理とは、所定の条件を満たす区分信号を処理対象として、処理対象の信号レベルを圧縮する処理をいう。
【００６３】
振幅圧縮処理と波形補間処理について図６のＡ乃至図６のＣを参照して説明する。
【００６４】
波形処理回路４３は、複数の区分信号のうち、ピーク信号レベルが第１の閾値を超え、かつ、クリップ部分が含まれている区分信号を処理対象として、ピーク信号レベルが第１の閾値よりも小さくなるように、振幅圧縮処理を施す。
【００６５】
例えば、図６のＡの例では、区分信号f11，f12の各ピーク信号レベルは第１の閾値th1を超えていない。このため、図６のＢに示されるように、区分信号f11，f12は処理対象とならず、振幅圧縮処理は施されない。これに対して、区分信号f13のピーク信号レベルは第１の閾値th1を超えており、区分信号f13内にはクリップ部分６１が含まれている。このため、区分信号f13は処理対象となる。よって、図６のＢに示されるように、区分信号f13に対しては、区分信号f13のピーク信号レベルが第１の閾値th1より小さくなるように振幅圧縮処理が施される。その結果、区分信号f13bが得られている。
【００６６】
このようにして、図６のＡの例の入力音声信号F11に対して振幅圧縮処理が施されると、図６のＢの例の音声信号F12が得られる。波形処理回路４３は、この音声信号F12に対して、波形補間処理を施す。具体的には、振幅圧縮処理後の区分信号f13bが処理対象となり、図６のＣに示されるように、その処理対象のクリップ部分６１に対して、第１の閾値th1を振幅値とする波形であって、点６２Ｃを通る波形６２を継ぎ足す、といった波形補間処理が施されている。その結果、区分信号f13cが得られている。なお、波形補間処理の手法は、図２０を参照して後述するように、図６の例に特に限定されない。また、区分信号f11，f12は、図６のＣに示されるように、処理対象とならず、波形補間処理は施されない。
【００６７】
このようにして、図６のＢの例の音声信号F12に対して波形補間処理が施されると、図６のＣの例の音声信号F13が得られ、この音声信号が出力信号として波形処理回路４３から出力される。
【００６８】
［基本振幅制限手法が適用された波形処理回路の波形応答性の一例］
【００６９】
図７は、基本振幅制限手法が適用された波形処理回路４３の波形応答性の一例を示す図である。
【００７０】
図７のＡは、入力音声信号のエンベロープの一例を示す図である。図７のＢは、出力音声信号のエンベロープの一例を示す図である。
【００７１】
図７のＡの例では、時刻TAから時刻TBまでの間において、入力音声信号の振幅が第１の閾値th1を超えている。入力音声信号の波形は、ダイナミックレンジdrに達している。このため、時刻TAから時刻TBまでの間には、ピーク信号レベルが第１の閾値th1を超えている区分信号が幾つか存在し、それらの区分信号のうちの幾つかには、クリップ部分が含まれている。ピーク信号レベルが第１の閾値th1を超えており、かつ、クリップ部分が含まれている区分信号に対しては、ピーク信号レベルが第１の閾値th1になるように振幅圧縮処理と波形補間処理が施される。ピーク信号レベルが第１の閾値th1を超えており、かつ、クリップ部分が含まれていない区分信号に対しては、ピーク信号レベルが第１の閾値th1になるように振幅圧縮処理が施される。ピーク信号レベルが第１の閾値th1を超えていない場合、振幅圧縮処理が施されない。以上から、図７のＢに示されるように、時刻TA'から時刻TB'までの間では、出力音声信号の振幅は第１の閾値th1に制限される。
【００７２】
また、図７のＡの例では、時刻TB以後において、入力音声信号の振幅値は第１の閾値th1を超えていない。このため、時刻TB以後において、区分信号のそれぞれのピーク信号レベルは第１の閾値th1を超えていない。これにより、区分信号のそれぞれに対しては、振幅圧縮処理が施されない。この結果、図７のＢに示されるように、時刻TB'以後において、出力音声信号の波形は、入力音声信号の波形のままとなる。即ち、アタックリカバリは発生しない。このように、基本振幅制限手法では、アタックリカバリが発生しないので、当然ながら、アタックリカバリに起因する異音を防止できる。即ち、出力音声信号の音は、より自然な音になっている。
【００７３】
基本振幅制限手法では、区分信号のピーク信号レベルが第１の閾値を超えている場合、区分信号に対して振幅圧縮処理を施す。これにより、出力音声信号の振幅が第１の閾値以下に抑えられる。この例では、第１の閾値としては、波形処理回路４３以降の信号処理回路のダイナミックレンジに対応する値が採用されている。よって、第１の閾値を超える部分は、波形処理回路４３以降の信号処理回路によって歪みが生じる場合がある。しかしながら、基本振幅制限手法では、出力音声信号の振幅が第１の閾値以下に抑えられるので、信号に歪みが生じることを防ぐことができる。
【００７４】
また、基本振幅制限手法では、第１の閾値th1として、例えば、後段の回路のダイナミックレンジを採用することができる。これにより、後段の回路のダイナミックレンジを広げなくて済む。この結果、特許文献１および２の手法に比べて、回路規模を削減することが可能となる。
【００７５】
しかしながら、第１の閾値を超える部分を含む音声信号であっても、その音声信号に対応する音声を聴いた者にとっては、聴感上違和感を覚えないこともある。なぜならば、人間の聴覚は音の周波数によって敏感であったり鈍感であったりするからである。即ち、第１の閾値を超える部分であっても、その部分の周波数によっては聴感上違和感を覚えにくくなるからである。従って、ピーク信号レベルが第１の閾値を超える区分信号であっても、聴感上違和感がないと判断される区分信号に対しては、振幅圧縮処理を施す必要はないことになる。振幅圧縮処理を施さないことで、例えば、エンベロープ情報が残り易くなるため、音質を改善することが可能になる。
【００７６】
そこで、ピーク信号レベルが第１の閾値を超える区分信号のうち、聴感上違和感があると判断される区分信号に対してだけ、振幅圧縮処理を施すという手法を、本発明人はさらに発明した。なお、以下、かかる手法を、２段階閾値振幅制限手法と称する。
【００７７】
以下、２段階閾値振幅制限手法について、図８乃至図１１を参照して説明する。なお、動作主体は、図５の波形処理回路４３であるとする。即ち、図５の波形処理回路４３には、２段階閾値振幅制限手法が適用されているとする。
【００７８】
２段階閾値振幅制限手法が適用される波形処理回路４３は、ピーク信号レベルが第１の閾値を超える区分信号を処理対象として、処理対象に対して周波数変換処理を施すことで、処理対象についての複数の帯域毎のパワーレベルを取得する。
【００７９】
［周波数変換処理の説明］
【００８０】
図８は、周波数変換処理を説明するための図である。
【００８１】
図８のＡは、入力音声信号の一例を示す図である。図８のＢは、区分信号の複数の帯域毎のパワーレベルの一例を示す図である。
【００８２】
図８のＡの例では、入力音声信号Fがゼロクロスzのそれぞれで区分されることで、複数の区分信号fが得られている。これらの区分信号fのうち、例えば、図中点線枠内の区分信号fが処理対象となり、処理対象に対して周波数変換処理が施された結果が図８のＢに示されている。
【００８３】
図８のＢの例では、６個の帯域「0Hz〜60Hz」，「60Hz〜200Hz」，「200Hz〜600Hz」，「600Hz〜2kHz」，「2kHz〜6kHz」，「6kHz〜」毎に、パワーレベルg1，g2，g3，g4，g5，g6が取得されている。図８の例の帯域毎のパワーレベルは、例えば、区分信号fに対して周波数変換処理が施されることで得られる周波数成分のうち、その帯域内の周波数成分全てを積算した値として求められる。
【００８４】
なお、本実施の形態では区分信号fはデジタルの音声信号であるので、区分信号fに対する周波数変換処理として、例えば、FFT(Fast Fourier Transform，高速フーリエ変換)処理が採用されている。そこで、以下、周波数変換処理をFFT処理と適宜表現するが、この表現は、周波数変換処理がFFT処理に限定されることを意味するものではない。
【００８５】
波形処理回路４３は、処理対象の区分信号fについての複数の帯域毎のパワーレベルに対してフィルタリング処理を施す。
【００８６】
［フィルタリング処理の説明］
【００８７】
図９は、フィルタリング処理の例を説明するための図である。
【００８８】
図９のＡは、帯域毎のパワーレベルの一例を示す図であって、図８のＡと同一図である。図９のＢは、図９のＡの例の帯域毎のパワーレベルに対してフィルタリング処理を施した結果の一例を示す図である。
【００８９】
図９のＡの例の帯域毎のパワーレベルg1乃至g6に対して、フィルタリング処理が施されることで、図９のＢの例の帯域毎のパワーレベルgb1乃至gb6が得られる。
【００９０】
この例では、帯域毎のパワーレベルのうち、帯域「0Hz〜60Hz」のパワーレベルg1からパワーレベルgb1の減少度合と、帯域「60Hz〜200Hz」のパワーレベルg2からパワーレベルgb2の減少度合とが大きくなっている。
【００９１】
このフィルタリング処理では、人間の聴感特性に合わせたフィルタが用いられる。例えば、IEC(International Electrotechnical Commission)61672-1のIHF(Institute of High Fedelity Inc.standard)Ａカーブのフィルタが用いられている。このフィルタにおいては、人間の聴感特性に合わせて、200Hz以下と10kHz以上の周波数特性が小さくなっている。このため、図９の例では、帯域「0Hz〜60Hz」と帯域「60Hz〜200Hz」におけるパワーレベルが大きく減少しているのである。
【００９２】
波形処理回路４３は、フィルタリング処理後の帯域毎のパワーレベルを検出する（検波する）。波形処理回路４３は、フィルタリング処理後の複数の帯域毎のパワーレベルと、帯域毎の第２の閾値とをそれぞれ比較する。そして、波形処理回路４３は、第２の閾値を超えているパワーレベルがあるか否かを判定することで、聴感上問題があるか否かを判断する。波形処理回路４３は、この判断結果に基づいて、振幅圧縮処理を行う。フィルタリング処理後の帯域毎のパワーレベルについての比較処理から振幅圧縮処理までの一連の処理を、以下、聴感判断圧縮処理と総称する。
【００９３】
［聴感判断圧縮処理の説明］
【００９４】
図１０および図１１は、聴感判断圧縮処理を説明するための図である。なお、図１０および図１１の例の帯域毎のパワーレベルは、図９のＢの例の帯域毎のパワーレベルと同一のものである。
【００９５】
図１０および図１１の例では、第２の閾値th2は、帯域「0Hz〜60Hz」乃至「6kHz〜」毎の値aa乃至ffのそれぞれにより構成されている。第２の閾値th2の帯域毎の値aa乃至ffのそれぞれが、例えば、帯域「0Hz〜60Hz」乃至「6kHz〜」のそれぞれにおいて聴感上違和感を覚え始めると想定されるパワーレベルに設定されている。
【００９６】
図１０の例では、帯域毎のパワーレベルgb1乃至gb6のそれぞれは、第２の閾値th2の帯域毎の値aa乃至ffをそれぞれ超えていない。このような場合、即ち、帯域毎のパワーレベルgb1乃至gb6のいずれもが第２の閾値th2の帯域毎の値を超えていない場合、聴感上問題がないと判断して、区分信号に対して振幅圧縮処理が施されない。
【００９７】
一方、図１１の例では、帯域毎のパワーレベルgb2が、第２の閾値th2の帯域毎の値bbを超えている。それ以外の帯域毎のパワーレベルgb1，gb3乃至gb6のぞれぞれは、第２の閾値th2の帯域毎の値aa, cc乃至ffをそれぞれ超えていない。このような場合、即ち、帯域毎のパワーレベルgb1乃至gb6のうち、第２の閾値th2の帯域毎の値を超えているものがある場合、聴感上問題があると判断して、区分信号に対して、ピーク信号レベルが第１の閾値th1以下になるように振幅圧縮処理が施される。
【００９８】
なお、波形処理回路４３では、帯域毎のパワーレベルgb1乃至gb6のうち、第２の閾値th2の帯域毎の値を超えているパワーレベルの個数が任意の所定数より小さい場合、区分信号に対して振幅圧縮処理を施さないようにすることもできる。
【００９９】
また、本実施の形態では、波形処理回路４３は、第２の閾値の帯域毎の値を、内部のテーブルに保持するとする。
【０１００】
［第２の閾値の帯域毎の値が保持されるテーブルの一例］
【０１０１】
図１２は、第２の閾値の帯域毎の値が保持されるテーブルの一例を示す図である。図１１に示されるように、テーブルにおいて、帯域「0Hz〜60Hz」乃至「6kHz〜」のそれぞれに対して、第２の閾値th2の帯域毎の値aa乃至ffのそれぞれが対応付けられている。但し、第２の閾値の帯域毎の値の保持手法は、特に限定されない。
【０１０２】
波形処理回路４３は、フィルタリング処理後の帯域毎のパワーレベルについての判定に加えて、さらに、基本振幅制限手法におけるクリップ部分についての判定も行う。波形処理回路４３は、これらの判定の結果に基づいて、区分信号に対する処理を決定する。
【０１０３】
［２段階閾値振幅制限手法が適用された波形処理回路４３の処理結果の一例］
【０１０４】
図１３は、２段階閾値振幅制限手法が適用された波形処理回路４３の処理結果の一例を説明するための図である。
【０１０５】
図１３のＡは、入力音声信号の一部の例を示す図である。図１３のＢは、出力音声信号の一部の例を示す図である。
【０１０６】
図１３のＡの例では、入力音声信号F21について、ゼロクロスz21乃至z27が検出されている。入力音声信号F21は、ゼロクロスz21乃至z27で区分され、その結果、区分信号f21乃至f26が得られている。
【０１０７】
区分信号f21, f22, f26内のピーク信号レベルは第１の閾値th1内に収まっている。なお、区分信号内のピーク信号レベルが第１の閾値th1内に収まっている状態を、以下、図中の記述に従って「閾値th1内」と適宜記述する。区分信号f23, f24, f25内のピーク信号レベルは、第１の閾値th1を超過している。なお、区分信号内のピーク信号レベルが第１の閾値th1を超過している状態を、以下、図中の記述に従って「閾値th1超過」と適宜記述する。
【０１０８】
区分信号f23およびf25の帯域毎のパワーレベルの中には、第２の閾値th2を超過しているものがある。なお、「閾値th1超過」において、区分信号の帯域毎のパワーレベルの中に、第２の閾値th2を超えているものがある状態を、以下、図中の記述に従って「閾値th2超過」と適宜記述する。区分信号f24の帯域毎のパワーレベルは、全て第２の閾値th2以下に収まっている。なお、「閾値th1超過」において、区分信号の帯域毎のパワーレベルの全てが第２の閾値th2以下に収まっている状態を、以下、図中の記述に従って「閾値th2内」と適宜記述する。区分信号f23は、クリップ部分を含んでいない。なお、「閾値th1超過」において、区分信号がクリップ部分を含んでいない状態を、以下、図中の記述に従って「クリップ無」と適宜記述する。区分信号f25は、クリップ部分８１を含んでいる。なお、「閾値th1超過」において、区分信号がクリップ部分を含んでいる状態は、以下、図中の記述に従って「クリップ有」と適宜記述する。
【０１０９】
以上の区分信号f21乃至f26に対しては、次のような処理結果が得られる。
【０１１０】
即ち、区分信号f21, f22, f26の状態は「閾値th1内」なので、区分信号f21, f22, f26は、振幅圧縮処理も波形補間処理も施されずに、そのまま区分信号f41, f42, f46とされる。
【０１１１】
区分信号f23の状態は、「閾値th1超過」かつ「閾値th2超過」かつ「クリップ無」となっている。従って、区分信号f23に対しては、区分信号f23内のピーク信号レベルが第１の閾値th1に一致するように振幅圧縮処理が施され、その結果得られる信号が区分信号f43となっている。区分信号f24の状態は、「閾値th1超過」かつ「閾値th2内」なので、区分信号f24は、振幅圧縮処理も波形補間処理も施されず、そのまま区分信号f44となっている。即ち、ピーク信号レベルが第１の閾値th1を超えた音声信号が、区分信号f44となっている。区分信号f25の状態は、「閾値th1超過」かつ「閾値th2超過」かつ「クリップ有」なので、区分信号f25に対しては、区分信号f25内のピーク信号レベルが第１の閾値th1より小さくなるように振幅圧縮処理が施される。振幅圧縮処理後の区分信号f25に対しては波形補間処理が施される。具体的には例えば、区分信号f25のクリップ部分８１に対して、第１の閾値th1を振幅値とする点８２Ｃを通る波形８２を継ぎ足す、といった波形補間処理が施される。このようにして、区分信号f25に対して振幅圧縮処理と波形補間処理が施された結果得られる信号、即ち、ピーク信号レベルが第１の閾値th1になった信号が、区分信号f45となっている。
【０１１２】
このように、２段階閾値振幅制限手法では、「閾値th2内」の区分信号、即ち、聴感上問題ないと判断された区分信号に対しては、振幅圧縮処理や波形補間処理を施さないようにすることができる。これにより、元の波形を極力残すことができ、原音により忠実な音が得られる。また、「閾値th1超過」の区分信号であっても、聴感上問題がないと判断される「閾値th2内」の区分信号に対しては、振幅圧縮処理を施さないようにすることができる。これにより、エンベロープ情報が残り易くなるため、音質が改善できる。
【０１１３】
また、２段階閾値振幅制限手法では、基本振幅制限手法と同様に、第１の閾値th1として、例えば、後段の回路のダイナミックレンジを採用することができる。これにより、後段の回路のダイナミックレンジを広げなくて済む。この結果、特許文献１および２の手法に比べて、回路規模を削減することが可能となる。
【０１１４】
２段階閾値振幅制限手法では、フィルタリング処理後の帯域毎のパワーレベルを検波する手法が採用されている。このため、ノイズ成分が多い信号が入力された場合でも、聴感上違和感がなければ（聞こえにくいければ）、入力音声信号がそのまま出力音声信号として出力される。このため、出力音声信号の振幅を抑え過ぎるというピーク検波手法で生じる現象を抑制することができる。
【０１１５】
以上に説明した２段階閾値振幅制限手法が適用された波形処理回路４３の詳細な構成例について説明する。
【０１１６】
［２段階閾値振幅制限手法が適用された波形処理回路の詳細な構成例］
【０１１７】
図１４は、波形処理回路４３の詳細な構成例を示すブロック図である。
【０１１８】
なお、図１４の例の波形処理回路４３では、デジタルの音声信号が入力される。
【０１１９】
波形処理回路４３には、メモリ１０１、データ読み書き回路１０２、ゼロクロス検出回路１０３、および判定回路１０４が設けられている。判定回路１０４には、ピーク検波回路１１１、スイッチ１１２、FFT回路１１３、フィルタ１１４、周波数領域検波回路１１５、およびスイッチ１１６が設けられている。判定回路１０４には、さらに、クリップ検出回路１１７、クリップ長検出回路１１８、振幅圧縮回路１１９、スイッチ１２０、波形補間データ生成回路１２１、および閾値保持回路１２２が設けられている。
【０１２０】
なお、波形処理回路４３の各構成要素の機能の説明等は、次の波形処理回路４３の処理の説明の中であわせて説明する。
【０１２１】
［波形処理回路の処理例］
【０１２２】
次に、図１５および図１６のフローチャートを参照して、波形処理回路４３の処理（以下、波形処理と称する）の一例について説明する。
【０１２３】
なお、閾値保持回路１２２は、上述した第１の閾値th1と第２の閾値th2とを保持している。以下の説明では、ピーク検波回路１１１，振幅圧縮回路１１９，波形補間データ生成回路１２１は、閾値保持回路１２２から第１の閾値th1を予め読み出して自身内部に保持しているとする。周波数領域検波回路１１５は、閾値保持回路１２２から第２の閾値th2を予め読み出して自身内部に保持しているとする。
【０１２４】
メモリ１０１は、A/Dコンバータ４２からのデジタルの音声信号を順次蓄積していく。ステップＳ１１において、データ読み書き回路１０２は、メモリ１０１に音声信号が蓄積されたか否かを判定する。
【０１２５】
例えば、メモリ１０１に音声信号が所定量蓄積されない限り、処理はステップＳ１１に戻される。即ち、メモリ１０１に音声信号が所定量蓄積されるまでの間、ステップＳ１１の判定処理が繰り返される。
【０１２６】
その後、メモリ１０１に音声信号が所定量蓄積されると、ステップＳ１１においてＹＥＳであると判定されて、処理はステップＳ１２に進む。ステップＳ１２において、データ読み書き回路１０２は、メモリ１０１から所定量の音声信号を読み出し、入力音声信号としてゼロクロス検出回路１０３に供給する。ステップＳ１３において、ゼロクロス検出回路１０３は、入力音声信号を構成するデータ点のうち、信号レベルがバイアスを跨いだ前後の点の間の位置をゼロクロスとして検出し、その位置情報をゼロクロス情報として保持する。ステップＳ１４において、データ読み書き回路１０２は、ゼロクロスが発生したか否かを判定する。
【０１２７】
ゼロクロス情報として保持しているゼロクロスの数が０である限り、ステップＳ１４においてＮＯであると判定されて、処理はステップＳ１１に戻される。
【０１２８】
これに対して、ゼロクロス情報として保持しているゼロクロスの数が１以上である場合、ステップＳ１４においてＹＥＳであると判定されて、処理はステップＳ１５に進む。ステップＳ１５において、データ読み書き回路１０２は、メモリ１０１に蓄積されている入力音声信号を、ゼロクロス情報として保持している１以上のゼロクロスで区分する。即ち、区分された複数の信号のそれぞれが、上述した区分信号となる。ステップＳ１６において、データ読み書き回路１０２は、複数の区分信号のうち所定の１つをメモリ１０１から読み出し、判定回路１０４のピーク検波回路１１１およびスイッチ１１２に供給する。ステップＳ１７において、ピーク検波回路１１１は、区分信号内のピーク信号レベルが第１の閾値th1を超えているか否かを判定する。
【０１２９】
区分信号内のピーク信号レベルが第１の閾値th1を超えていない場合、ステップＳ１７においてＮＯであると判定されて、処理はステップＳ１８に進み、ピーク検波回路１１１は、スイッチ１１２を端子１１２Ａに切換える。これにより、（「閾値th1内」の）区分信号が、振幅圧縮されずにそのままデータ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。なお、ステップＳ３６以降の処理については後述する。
【０１３０】
これに対して、区分信号内のピーク信号レベルが第１の閾値th1を超えている場合、ステップＳ１７においてＹＥＳであると判定されて、処理はステップＳ１９に進み、ピーク検波回路１１１は、スイッチ１１２を端子１１２Ｂに切換える。これにより、区分信号が次のFFT回路１１３およびスイッチ１１６に供給される。
【０１３１】
ステップＳ２０において、FFT回路１１３は、区分信号に対してFFT処理を施すことで、区分信号についての複数の帯域毎のパワーレベルを取得し、フィルタ１１４に供給する。ステップＳ２１において、フィルタ１１４は、複数の帯域毎のパワーレベルを、フィルタリング処理を施した上で、周波数領域検波回路１１５に供給する。ステップＳ２２において、周波数領域検波回路１１５は、複数の帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがあるか否かを判定する。
【０１３２】
帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがない場合、ステップＳ２２においてＮＯであると判定されて、処理はステップＳ２３に進み、周波数領域検波回路１１５は、スイッチ１１６を端子１１６Ａに切換える。これにより、（「閾値th1超過」かつ「閾値th2内」の）区分信号が、振幅圧縮されずにそのままデータ読み書き回路１０２に出力される。すなわち、第１の閾値th1を超えた区分信号が、データ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。なお、ステップＳ３６以降の処理については後述する。
【０１３３】
これに対して、複数の帯域毎のパワーレベルのうち、第２の閾値の帯域毎の値を超えているものがある場合、ステップＳ２２においてＹＥＳであると判定されて、処理はステップＳ２４に進む。ステップＳ２４において、周波数領域検波回路１１５は、スイッチ１１６を端子１１６Ｂに切換える。これにより、区分信号が、次のクリップ検出回路１１７および振幅圧縮回路１１９に供給される。ステップＳ２５において、クリップ検出回路１１７は、区分信号の波形のクリップ部分を検出する。例えば、波形処理回路４３が4bitの回路で構成される場合、クリップ検出回路１１７は、区分信号のうち「1111」または「0000」の連続部分を、クリップ部分として検出する。なお、波形処理回路４３は、任意のビット数の回路で構成できる。
【０１３４】
ステップＳ２６において、クリップ長検出回路１１８は、クリップ部分の時間長（以下、クリップ長と称する）を求める。但し、クリップ長検出回路１１８は、クリップ部分が検出されていない区分信号に対しては、クリップ長を０とする。ステップＳ２７において、クリップ長検出回路１１８は、区分信号のクリップ長は０であるか否かを判定する。
【０１３５】
区分信号のクリップ長が０でない場合、ステップＳ２７においてＮＯであると判定されて、処理はステップＳ２８に進み、クリップ長検出回路１１８は、区分信号の（０でない）クリップ長を振幅圧縮回路１１９に通知する。その後、処理は、ステップＳ２９に進む。
【０１３６】
これに対して、区分信号のクリップ長が０である場合、ステップＳ２７においてＹＥＳであると判定されて、処理はステップＳ３３に進む。ステップＳ３３以降の処理については後述する。
【０１３７】
ステップＳ２９において、振幅圧縮回路１１９は、区分信号を、（０でない）クリップ長に応じた圧縮率で振幅圧縮処理を施した上で、スイッチ１２０に供給する。
【０１３８】
［クリップ長に応じた圧縮率で振幅圧縮処理を施す理由］
【０１３９】
このクリップ長に応じた圧縮率で振幅圧縮処理を行う理由について図１７および図１８を参照して説明する。
【０１４０】
図１７は、クリップ長が短い場合に小さい圧縮率で振幅圧縮処理を行う理由を説明するための図である。
【０１４１】
図１７のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図１７のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図１７のＣおよびＤは、波形補間処理後の区分信号の一例を示す図である。
【０１４２】
図１７のＡの例では、クリップ部分cpが含まれた区分信号fを処理対象とする。この処理対象の区分信号fは、ゼロクロスzaとゼロクロスzbで区分されている。
【０１４３】
図１７のＡに示されるように、区分信号fのうちクリップ部分cpの長さが、区分信号f全体の長さの10%以下等といった短い場合を想定する。この場合、クリップ部分cpにより失われた波形kpの部分の面積（波形kpとクリップ部分cpで囲まれる面積）は狭いと想定される。図１７のＢには、この区分信号fに対して小さい圧縮率で振幅圧縮処理が施された結果得られる区分信号fbが示されている。図１７のＣには、区分信号fbのクリップ部分cpに対して波形補間処理が施された結果得られる区分信号fcが示されている。この波形補間処理では、振幅圧縮処理後の区分信号fbのクリップ部分cpに対して、第１の閾値th1を振幅値とする点hpを通る波形xpを継ぎ足す波形補間処理が施される。なお、この点hpは、以下、波形補間点hpと適宜称する。波形xpは、以下、補間波形xpと適宜称する。この振幅圧縮処理により、区分信号fのうち、クリップ部分cp以外の部分（以下、非クリップ部分と称する）mpは変形するが、その変形は最小限となる。この結果、音質の劣化を最小限に抑えることができる。一方、図１７のＤには、（振幅圧縮処理前の）同一の区分信号fに対して大きい圧縮率で振幅圧縮処理が施され、同様の波形補間処理が施された結果得られる区分信号fc'が示されている。この区分信号fc'の補間波形xpは、上下に間延びした形状になっている。このため、区分信号fc'における補間波形xpと非クリップ部分mpとの繋ぎ目が不自然になり、信号に歪みが生じる恐れがある。
【０１４４】
図１８は、クリップ長が長い場合に大きい圧縮率で振幅圧縮処理を行う理由を説明するための図である。
【０１４５】
図１８のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図１８のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図１８のＣおよびＤは、波形補間処理後の区分信号の一例を示す図である。
【０１４６】
図１８のＡに示されるように、区分信号fのうちクリップ部分cpの長さが、区分信号f全体の長さの80%以上を占めるといった長い場合を想定する。この場合、クリップ部分cpにより失われた波形kpの部分の面積は広いと想定される。なお、この想定は、クリップ部分cpの長さが短い場合と逆である。図１８のＢには、この区分信号fに対して大きい圧縮率で振幅圧縮処理が施された結果得られる区分信号fbが示されている。図１８のＣには、区分信号fbのクリップ部分cpに対して波形補間処理が施された結果得られる区分信号fcが示されている。この波形補間処理では、振幅圧縮処理後の区分信号fbに対して、第１の閾値th1を振幅値とする点hpを通る波形xpを継ぎ足す波形補間処理が施される。この振幅圧縮処理により、クリップ部分cpの長さが短い場合に比べて、波形xpの補間量が増えている。一方、図１８のＤには、（振幅圧縮処理前の）同一の区分信号fに対して、小さい圧縮率で振幅圧縮処理が施され、同様の波形補間処理が施されることで得られる区分信号fc'が示されている。この区分信号fc'における補間波形xpと非クリップ部分mpとの繋ぎ目が不自然になり、信号に歪みが生じる恐れがある。
【０１４７】
このように、クリップ長に応じた圧縮率で振幅圧縮処理を行うのは、補間波形との繋ぎ目を滑らかすることで、信号に歪みを生じさせないようにするためである。
【０１４８】
なお、クリップ長に応じた圧縮率で行う振幅圧縮処理とは、基本的に次のような処理である。
【０１４９】
［クリップ長に応じた圧縮率で行う振幅圧縮処理の例の説明］
【０１５０】
図１９は、クリップ長に応じた圧縮率で行う振幅圧縮処理を説明するための図である。
【０１５１】
図１９のＡ，Ｃ，Ｅは、（振幅圧縮処理前の）区分信号を示す図である。図１９のＢ，Ｄ，Ｆは、振幅圧縮処理後の区分信号を示す図である。
【０１５２】
図１９のＡに示されるように、区分信号fのクリップ部分cpの長さが短い場合、その区分信号fに対しては小さい圧縮率で振幅圧縮処理が施され、その結果、図１９のＢの例の区分信号fbが得られる。この区分信号fbの信号レベルは少しだけ圧縮されている。図１９のＣに示されるように、区分信号fのクリップ部分cpの長さが中程度の場合、その区分信号fに対しては中程度の圧縮率で振幅圧縮処理が施され、その結果、図１９のＣの例の区分信号fbが得られる。この区分信号fbの信号レベルは中程度に圧縮されている。図１９のＥに示されるように、区分信号fのクリップ部分cpの長さが長い場合、その区分信号fに対しては大きい圧縮率で振幅圧縮処理が施され、その結果、図１９のＦの例の区分信号fbが得られる。この区分信号fbの信号レベルは大幅に圧縮されている。
【０１５３】
このクリップ長に応じた圧縮率で行う振幅圧縮処理の一例として、圧縮率をクリップ長に比例させる振幅圧縮処理を説明する。この例では、振幅圧縮処理の圧縮率は、圧縮量と称され、その値はattと記述される。圧縮量attは、例えば、次式（１）で示される。
【０１５４】
att＝th1×ct／cmax （単位：dB） ・・・（１）
【０１５５】
なお、式（１）において、th1は、第１の閾値（単位：dB）を示している。ctは、区分信号のクリップ長の値（単位：秒）を示している。cmaxは、クリップ長の想定される最大値（以下、最大クリップ長と称する）（単位：秒）を示している。式（１）は、クリップ長を秒単位で扱っているので、アナログの音声信号についても、勿論適用可能である。
【０１５６】
デジタルの音声信号についての圧縮量attの計算例について説明する。デジタルの音声信号についてのクリップ長は、サンプル数で記述される。例えば、時間長で記述される最大クリップ長は1秒とし、サンプリング周波数は48kHzとする。この場合、（サンプル数で記述される）最大クリップ長は、48000個となる。また、階調で記述される第１の閾値th1は256とすると、（dB単位で記述される）第１の閾値th1は、−48.2dB（=20log(1/256)）となる。この場合、圧縮量attは、次式（２）で示される。
【０１５７】
−48.2×n/48000（単位：dB） ・・・（２）
【０１５８】
なお、式（２）で、nは、区分信号fのクリップ長（サンプル数で記述）を示している。
【０１５９】
この式（２）の圧縮量attを用いて区分信号に対して振幅圧縮処理を施すことで、区分信号のクリップ長が短い場合、区分信号内の振幅を少しだけ圧縮することができる。区分信号のクリップ長が長い場合、区分信号内の振幅を大幅に圧縮することができる。
【０１６０】
なお、クリップ長が最大クリップ長を越えた場合、例えば、区分信号全体がクリップ部分と判断して、最大クリップ長の圧縮量で圧縮する手法を採用することができる。この手法を採用した場合、最大クリップ長の圧縮量は−48.2dB（＝−48.2×48000/48000）となる。また、他の手法として、クリップ長が最大クリップ長を越えた場合の処理を例外処理とし、その例外処理で、区分信号全体の波形を他の波形に置き換える手法を採用することも可能である。また、クリップ長に応じた圧縮率を求める他の手法として、例えば、次のような手法を採用することもできる。即ち、クリップ長に対して圧縮率を対応付けるテーブル値を予め保持しておき、それを参照することで、区分信号のクリップ長に対する圧縮率を求める手法を採用することができる。
【０１６１】
図１６に戻り、ステップＳ３０において、クリップ長検出回路１１８は、スイッチ１２０を端子１２０Ｂに切換える。これにより、振幅圧縮回路１１９からの振幅圧縮処理後の区分信号が、波形補間データ生成回路１２１に供給される。ステップＳ３１において、波形補間データ生成回路１２１は、区分信号のクリップ部分に対して、第１の閾値th1を振幅値とする点を通る波形を継ぎ足す、といった波形補間処理を施す。
【０１６２】
［波形補間処理の一例］
【０１６３】
図２０を参照して、波形補間処理の詳細例について説明する。
【０１６４】
図２０のＡは、（振幅圧縮処理前の）区分信号の一例を示す図である。図２０のＢは、振幅圧縮処理後の区分信号の一例を示す図である。図２０のＣは、波形補間処理後の区分信号の一例を示す図である。
【０１６５】
図２０のＡの例では、区分信号fの波形がダイナミックレンジdrに達して直線になっている部分がクリップ部分cpとして検出されている。このため、区分信号fに対しては振幅圧縮処理が施され、その結果、図２０のＢの例の区分信号fbが得られている。区分信号fbのクリップ部分cpに対しては、始点spと終点epがそれぞれ検出される。区分信号fbに対しては、波形補間処理が施され、その結果、図２０のＣの例の区分信号fcが得られる。この波形補間処理は、例えば、次のような処理である。始点spと終点epを結ぶ直線の中点が、クリップ部分cpの中心として求められる。クリップ部分cpの中心のサンプリング位置（図中横方向の位置）と、第１の閾値th1の振幅値（図中縦方向の位置）に基づいて、波形補間点hpが決定される。例えば、クリップ部分cpの中心と同一のサンプリング位置の点のうち、第１の閾値th1を振幅値とする点が波形補間点hpに決定される。始点sp、終点ep、および波形補間点hpを繋ぐ補間波形xpが作成され、クリップ部分cpに対して継ぎ足される。
【０１６６】
なお、区分信号fに複数のクリップ部分cpが存在する場合、それらを全て把握しておき、複数のクリップ部分cpのそれぞれに対して波形補間処理が繰り返し行われる。
【０１６７】
以上に説明した波形補間処理の詳細例における始点sp、終点ep、および波形補間点hpの３点を繋ぐ補間手法として、本実施の形態では、例えば、スプライン補間手法が採用される。なお、このスプライン補間手法については後述する。但し、補間手法は、特に限定されない。例えば、ラグランジェ関数を用いる補間手法や、各点を通る円弧を求める補間手法、各点を単純に直線で繋げる補間手法などを採用することもできる。また、補間波形を図示せぬメモリに予め保持しておき、クリップ長や圧縮率に応じて補間波形を変形し、変形後の補間波形をクリップ部分に継ぎ足す補間手法などを採用することもできる。
【０１６８】
図１６に戻り、ステップＳ３２において、波形補間データ生成回路１２１は、波形補間処理後の区分信号をデータ読み書き回路１０２に出力する。これにより、（「閾値th1超過」かつ「閾値th2超過」かつ「クリップ有」の）区分信号に対して振幅圧縮処理と波形補間処理が施された結果得られる区分信号が、データ読み書き回路１０２に出力される。すなわち、ピーク信号レベルが第１の閾値th1となった区分信号が、データ読み書き回路１０２に出力される。その後、処理はステップＳ３６に進む。ステップＳ３６以降の処理については後述する。
【０１６９】
ところで、前述したステップＳ２７でＹＥＳであると判定された場合、即ち、区分信号のクリップ長が０である場合、処理はステップＳ３３に進む。ステップＳ３３において、クリップ長検出回路１１８は、区分信号の（０の）クリップ長を振幅圧縮回路１１９に通知する。ステップＳ３４で、振幅圧縮回路１１９は、区分信号のピーク信号レベルが第１の閾値th1に一致するように、区分信号に対して振幅圧縮処理を施す。即ち、例えば、振幅圧縮回路１１９は、次式（３）の圧縮量attで区分信号に対して振幅圧縮処理を施す。
【０１７０】
att＝dmax/th1 （単位：dB） ・・・（３）
【０１７１】
なお、式（３）において、dmax（単位：dB）は、区分信号のピーク信号レベルを示している。th1は、第１の閾値th1を示している（単位：dB）。
【０１７２】
ステップ３５において、クリップ長検出回路１１８は、スイッチ１２０を端子１２０Ａに切換える。これにより、（「閾値th1超過」かつ「閾値th2超過」かつ「クリップ無」の）区分信号に対して振幅圧縮処理が施された結果得られる区分信号が、データ読み書き回路１０２に出力される。すなわち、ピーク信号レベルが第１の閾値th1となった区分信号が、データ読み書き回路１０２に出力される。
【０１７３】
ステップＳ３６において、データ読み書き回路１０２は、判定回路１０４からの区分信号を、メモリ１０１に書き込む。ステップＳ３７において、データ読み書き回路１０２は、判定回路１０４からの区分信号が最後の区分信号か否かを判定する。
【０１７４】
判定回路１０４からの区分信号が最後の区分信号でない場合、ステップＳ３７においてＮＯであると判定されて、処理はステップＳ１６に戻される。
【０１７５】
これに対して、判定回路１０４からの区分信号が最後の区分信号である場合、ステップＳ３７においてＹＥＳであると判定されて、処理はステップＳ３８に進み、データ読み書き回路１０２は、ゼロクロス情報をリセットする。ステップＳ３９において、データ読み書き回路１０２は、処理を終了するか否かを判定する。
【０１７６】
例えばユーザ操作などに基づく処理終了の指示が波形処理回路４３に供給されない限り、ステップＳ３９でＮＯであると判定されて、処理は図１５のステップＳ１１に戻される。
【０１７７】
これに対して、例えばユーザ操作などに基づく処理終了の指示が波形処理回路４３に供給された場合、ステップＳ３９でＹＥＳであると判定されて、波形処理は終了される。
【０１７８】
なお、この例の波形処理回路４３は、FF形式のデジタル回路で構成されていると把握できる。すなわち、波形処理回路４３は、従来のAGC回路（FB形式のアナログ回路）に比べて回路面積を小さくできる。コストを抑えることができる。また、波形処理回路４３では、アタックリカバリの設定を考える必要がない。従って、回路の設計が容易になる。
【０１７９】
次に、前述した始点sp、終点ep、および波形補間点hpの３点を繋ぐ補間手法としてのスプライン補間手法について説明する。
【０１８０】
スプライン補間手法とは、離散したデータ点をしなやかな弾性体でできた帯（スプライン）でなめらかに接続する補間手法をいう。スプラインは、その両端や途中の数点を支持することで、各点を通って弾性体の性質に従う曲線を描く。スプラインは、数学的には、各データ点を通るk次の多項式であって、k-1（kは1以上の整数値）次の微分係数が線型となる多項式として付与される。この多項式としては、3次の多項式が多く用いられる。そこで、以下、3次の多項式を用いた3次のスプライン補間手法について説明する。
【０１８１】
なお、以下、説明にはx，y座標系を用いる。また、以下、N個の（Nは2以上の整数値）データ点のうち、x座標値の小さい順でj（jは0以上の整数値）番目のデータ点についてのx座標値を、以下、xjと記述する。スプラインのx軸方向の区間全体を、以下、スプライン区間と称する。スプライン区間は各データ点で区分される。3次のスプライン補間手法では、区分された複数の区間のそれぞれに対して、3次の多項式が付与される。各区間の多項式は区分補間式と称される。このうち、j番目とj+1番目のデータ点で区分される区間についての区分補間式sj(x)は、次式（４）で示される。
【０１８２】
【数１】
・・・（４）
【０１８３】
なお、式（４）において、aj，bj，cj，djは、未知係数を示している。
【０１８４】
区分補間式はN個存在し、N個の区分補間式のそれぞれに対して4個の未知係数が存在する。このため、合計で4N個の未知係数が存在する。4N個の未知係数全てを求めるためには、未知係数の間の関係を示す方程式が4N個必要になる。そこで、幾つかの条件を課すとする。最初の条件は、スプラインはN個のデータ点全てを通るという条件である。この条件から、各区間の両端での座標値が決まるため、2N個の方程式を得ることができる。次の条件は、各区間の境界点での1次導関数は連続という条件である。この条件から、境界点は、N-1個存在するため、N-1個の方程式を得ることができる。次の条件は、各区間の境界点での2次導関数は連続という条件である。この条件から、同様にN-1個の方程式を得ることができる。
【０１８５】
従って、条件は4N-2個の方程式で表現される。しかしながら、未知係数を求めるのに必要な方程式は4N個なので、まだ方程式は2個不足している。この方程式の不足を補うためには、様々な条件が考えられる。通常の場合、スプライン区間の両端（x＝x0, xN-1）における2次導関数の値が0という条件が用いられる。即ち、s0”(x0)＝sN-1”(xN-1)＝0という条件が用いられる。この条件を満たすスプラインは、自然スプラインと称される。本実施の形態では、自然スプラインが採用される。但し、スプラインの種類は特に限定されない。例えば、スプライン区間の両端における1次導関数の値として0以外の値が指定されるスプラインを採用することも可能である。
【０１８６】
次に、自然スプラインの条件を満たす連立方程式を求める。x＝xjにおける区分補間式sj(x)の2次導関数の値をujとする。即ち、ujは次式（５）で示される。
【０１８７】
【数２】
・・・（５）
【０１８８】
uj＝sj-1"(xj)＝sj"(xj)とすると、上述した2次導関数の条件は満足されることになる。区分補間式sj(x)の2次導関数の計算から次式（６）および（７）が導かれる。
【０１８９】
【数３】
・・・（６）
【数４】
・・・（７）
【０１９０】
さらに、区分補間式sj(x)の2次導関数にx＝xjを代入すると、次式（８）が導かれる。
【０１９１】
【数５】
・・・（８）
【０１９２】
この式（８）からajを計算すると、次式（９）が導かれる。
【０１９３】
【数６】
・・・（９）
【０１９４】
次に、全てのデータ点上を通過するという最初の条件について考える。まずは、各区間の左端のデータ点を通過することから、次式（１０）が導かれる。
【０１９５】
【数７】
・・・（１０）
【０１９６】
次に、各区間の右端のデータ点を通過することから、次式（１１）が導かれる。
【０１９７】
【数８】
・・・（１１）
【０１９８】
式（４），（６），（７）を用いると、次式（１２）が導かれる。
【０１９９】
【数９】
・・・（１２）
【０２００】
これにより、未知係数aj，bj，cj，djを用いてxj，yj，ujを記述することができた。xjとyjは既知の値であることから、ujが求まれば補間に必要な未知係数が全て求まることになる。ujを求めるには、まだ使用していない1次導関数が区間の境界点で等しいという条件を利用すればよい。即ち、次式（１３）を利用する。
【０２０１】
【数１０】
・・・（１３）
【０２０２】
式（１３）と式（４）から次式（１４）が導かれる。
【０２０３】
【数１１】
・・・（１４）
【０２０４】
次に、式（１４）におけるaj，bj，cj，djをxj，yj，ujで記述することで、ujの連立方程式にする。これにより、最終的に次式（１５）が導かれる。
【０２０５】
【数１２】
・・・（１５）
【０２０６】
式（１５）における方程式の数は、N-1個となっている。ujの個数はN+1個だが，u0＝uN＝0なので，未知のujはN-1個となる。式（１５）を解くことにより、全てのujが決定できる。全てのujが決定されれば、未知係数aj，bj，cj，djが計算できる。u0＝uN＝0を代入した連立1次方程式は、次式（１６）で記述される。但し、hjとvjは、次の式（１７）および式（１８）で記述される。
【０２０７】
【数１３】
・・・（１６）
【数１４】
・・・（１７）
【数１５】
・・・（１８）
【０２０８】
このようにして、4N個の未知係数全てが求まり、スプライン補間が可能になる。なお、一般に、n-1次の多項式を用いたn-1次のスプライン補間手法の場合はn個のデータ点が必要になる。データ点が足りない場合は、スプライン区間としてのクリップ部分の始点より前のデータ点またはクリップ部分の終点より後のデータ点を、スプライン補間のためのデータ点として用いればよい。これにより、データ点の不足を解消できる。
【０２０９】
＜第２実施形態＞
【０２１０】
次に、第２実施形態について説明する。
【０２１１】
［第２実施形態としての音声再生装置の構成例］
【０２１２】
図２１は、本発明を適用した信号処理装置の第２実施形態としての音声再生装置の構成例を示すブロック図である。
【０２１３】
図２１の例の音声再生装置１４１は、例えば、ビデオカメラの音声再生部分として構成される。音声再生装置１４１に装着されている記録媒体、例えば、記録媒体１５１から音声信号を読み出して再生して所定処理を施す。音声再生装置１４１は、その結果得られる音声信号を音としてスピーカ１５６を介して外部に出力する。
【０２１４】
図２１の例の音声再生装置１４１は、図１３の例の音声記録装置３１における波形処理回路４３と同一の波形処理回路を使用している。そこで、以下、波形処理回路４３の符号を用いて説明する。音声再生装置１４１には、波形処理回路４３、再生回路１５２、デコーダ１５３、D/Aコンバータ１５４、アンプ回路１５５、およびスピーカ１５６が設けられている。
【０２１５】
再生回路１５２は、例えば、記録媒体１５１から音声信号を読み出して再生し、デコーダ１５３に供給する。デコーダ１５３は、音声信号を、復調処理を施した上で、波形処理回路４３に供給する。波形処理回路４３は、デジタルの音声信号を、振幅圧縮処理などの波形処理を施した上で、D/Aコンバータ１５４に供給する。D/Aコンバータ１５４は、デジタルの音声信号を、D/A変換を施した上で、アンプ回路１５５に供給する。アンプ回路１５５は、アナログの音声信号を、電力増幅処理を施して電気信号としてスピーカ１５６に供給する。スピーカ１５６は、電気信号を音として外部に出力する。
【０２１６】
音声再生装置１４１の波形処理回路４３は、元の波形を極力残しながら、D/Aコンバータ１５４およびアンプ回路１５５の能力に合わせて振幅を制限できる。このため、音声再生装置１４１は、内部の回路の能力の範囲内で、原音により忠実な音を再生できる。
【０２１７】
なお、第１の閾値としては、例えば、後段の信号処理回路、例えば、D/Aコンバータ１５４やアンプ回路１５５の都合で任意の値を採用できる。具体的には、例えば、第１の閾値として、後段の信号処理回路のダイナミックレンジに対応する値を採用できる。また、波形処理回路４３は、振幅圧縮処理などの処理を高速に実行し、内部のメモリ１０１などに音声信号を蓄積してD/Aコンバータ１５４に供給することができる。これにより、スピーカ１５６から出力される音が途切れるという現象を防ぐことができる。
【０２１８】
＜第３実施形態＞
【０２１９】
次に、第３実施形態について説明する。
【０２２０】
［第３実施形態としての音声記録装置の構成例］
【０２２１】
図２２は、本発明を適用した信号処理装置の第３実施形態としての音声記録装置の構成例を示すブロック図である。
【０２２２】
図２２の例の音声記録装置２０１では、図１３の例の音声記録装置３１の波形処理回路４３に代えて、図２２の例の波形処理回路２１１が設けられている。図２２の例の波形処理回路２１１では、図１３の例の音声記録装置３１の判定回路１０４に代えて、判定回路２２１が設けられている。図２２の例の判定回路２２１では、図１３の例のスイッチ１１２、スイッチ１１６、振幅圧縮回路１１９、およびスイッチ１２０が削除されている。また、スイッチ２３１、振幅圧縮回路２３２、スイッチ２３３、スイッチ２３４、および振幅圧縮回路２３５が新たに追加されている。
【０２２３】
［波形処理回路の処理例］
【０２２４】
次に、図２３および図２４のフローチャートを参照して、波形処理回路２１１の処理例について説明する。なお、波形処理回路２１１の処理は、以下、波形処理と称する。
【０２２５】
図２３の例のステップＳ９１乃至Ｓ９５の処理は、図１５の例のステップＳ１１乃至Ｓ１５の処理と同一である。従って、その説明を省略する。なお、以降において、同一の処理の説明は適宜省略する。ステップＳ９６において、データ読み書き回路１０２は、所定の区分信号をメモリ１０１から読み出し、判定回路２２１のクリップ検出回路１１７およびスイッチ２３１に供給する。図２３の例のステップＳ９７およびＳ９８の処理は、図１６の例のステップＳ２５よびＳ２６の処理と同一である。ステップＳ９９において、クリップ長検出回路１１８は、区分信号のクリップ長は０であるか否かを判定する。
【０２２６】
区分信号のクリップ長が０でない場合、ステップＳ９９でＮＯであると判定されて、処理はステップＳ１００に進み、クリップ長検出回路１１８は、区分信号の（０でない）クリップ長を振幅圧縮回路２３２に通知する。その後、処理は、ステップＳ１０２に進む。
【０２２７】
これに対して、区分信号のクリップ長が０である場合、ステップＳ９９においてＹＥＳであると判定されて、処理はステップＳ１０５に進む。図２３の例のステップＳ１０２乃至Ｓ１０４の処理は、図１６の例のステップＳ２９乃至Ｓ３１の処理と同一である。ステップＳ１０５において、クリップ長検出回路１１８は、スイッチ２３３を端子２３３Ｂに切換える。図２３の例のステップＳ１０６の処理は、図１５の例のステップＳ１７の処理と同一である。ステップＳ１０７において、ピーク検波回路１１１は、スイッチ２３３を端子２３３Ｂに切換える。その後、処理はステップＳ１１６に進む。
【０２２８】
ところで、ステップ１０６においてＹＥＳと判定された場合、即ち、区分信号内のピーク信号レベルが第１の閾値th1を超えている場合、処理はステップＳ１０８に進み、ピーク検波回路１１１は、スイッチ２３３を端子２３３Ａに切換える。図２３の例のステップＳ１０９乃至Ｓ１１１の処理は、図１５および図１６の例のステップＳ２０乃至Ｓ２２の処理と同一である。ステップＳ１１２において、周波数領域検波回路１１５は、スイッチ２３４を端子２３４Ａに切換える。その後、処理はステップＳ１１６に進む。
【０２２９】
また、ステップ１１１においてＹＥＳと判定された場合、即ち、周波数領域信号の帯域毎のパワーレベルのうち、第２の閾値th2の帯域毎の値を超えているものがある場合、処理はステップＳ１１３に進む。ステップＳ１１３において、周波数領域検波回路１１５は、スイッチ２３４を端子２３４Ｂに切換える。ステップＳ１１４において、振幅圧縮回路２３５は、区分信号のピーク信号レベルが第１の閾値th1に一致するように、区分信号に対して振幅圧縮を施す。ステップＳ１１５において、振幅圧縮回路２３５は、振幅圧縮処理後の区分信号を、データ読み書き回路１０２に出力する。その後、処理はステップＳ１１６に進む。図２３の例のステップＳ１１６乃至Ｓ１１９の処理は、図１６の例のステップＳ３６乃至Ｓ３９の処理と同一である。
【０２３０】
このように、図２２の例の波形処理回路２１１では、処理の手順は異なるものの、図１４の例の波形処理回路４３と同様の波形処理を行うことができる。
【０２３１】
［本発明のプログラムへの適用］
【０２３２】
上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、プログラム記録媒体からインストールされる。このプログラムは、例えば、専用のハードウェアに組み込まれているコンピュータにインストールされる。または、このプログラムは、各種のプログラムをインストールすることで各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどにインストールされる。
【０２３３】
図２５は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
【０２３４】
コンピュータにおいて、CPU４０１，ROM（Read Only Memory）４０２，RAM（Random Access Memory）４０３は、バス４０４により相互に接続されている。バス４０４には、さらに、入出力インタフェース４０５が接続されている。入出力インタフェース４０５には、キーボード、マウス、マイクロフォンなどよりなる入力部４０６、ディスプレイ、スピーカなどよりなる出力部４０７、ハードディスクや不揮発性のメモリなどよりなる記憶部４０８が接続されている。さらに、入出力インタフェース４０５には、ネットワークインタフェースなどよりなる通信部４０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア４１１を駆動するドライブ４１０が接続されている。
【０２３５】
以上のように構成されるコンピュータでは、CPU４０１が、例えば、記憶部４０８に記憶されているプログラムを、入出力インタフェース４０５及びバス４０４を介して、RAM４０３にロードして実行することにより、上述した一連の処理が行われる。コンピュータ（CPU４０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）であるリムーバブルメディア４１１に記録して提供される。プログラムは、パッケージメディアであるリムーバブルメディア４１１に記録して提供される。なお、パッケージメディアとしては、光ディスク（CD−ROM(Compact Disc−Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどが用いられる。あるいは、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。そして、プログラムは、リムーバブルメディア４１１をドライブ４１０に装着することにより、入出力インタフェース４０５を介して、記憶部４０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部４０９で受信し、記憶部４０８にインストールすることができる。その他、プログラムは、ROM４０２や記憶部４０８に、あらかじめインストールしておくことができる。
【０２３６】
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
【０２３７】
また、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。
【符号の説明】
【０２３８】
３１ 音声記録装置， ４３ 波形処理回路， １０１ メモリ， １０２ データ読み書き回路， １０３ ゼロクロス検出回路， １０４ 判定回路， １１１ ピーク検波回路， １１３ FFT回路， １１４ フィルタ， １１５ 周波数領域検波回路， １１７ クリップ検出回路， １１８ クリップ長検出回路， １１９ 振幅圧縮回路， １２１ 波形補間データ生成回路， １２２ 閾値保持回路， ４０１ CPU， ４０２ ROM， ４０３ RAM， ４０４ バス， ４０５ 入出力インタフェース， ４０６ 入力部， ４０７ 出力部， ４０８ 記憶部， ４０９ 通信部， ４１０ ドライブ， ４１１ リムーバブルメディア
【特許請求の範囲】
【請求項１】
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得する周波数変換処理手段と、
前記周波数変換処理手段により取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する振幅圧縮手段と
を備える信号処理装置。
【請求項２】
前記入力音声信号の中から、回路のダイナミックレンジにより波形が歪んだクリップ部分を検出するクリップ検出手段と、
前記振幅圧縮手段により前記振幅圧縮処理が施された処理対象信号のうち、前記クリップ検出手段により前記クリップ部分が検出された音声信号の波形を補間して、ピーク信号レベルが前記第１の閾値となる波形にする波形補間手段と
をさらに備える請求項１に記載の信号処理装置。
【請求項３】
前記入力音声信号について、信号レベルがバイアスを跨いだ点の位置を、ゼロクロスとして検出するゼロクロス検出手段をさらに備え、
前記クリップ検出手段の処理単位、および前記処理対象信号の単位は、前記ゼロクロス検出手段により検出された２つの前記ゼロクロスの間の信号である
請求項２に記載の信号処理装置。
【請求項４】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれている場合、前記クリップ部分の時間長に応じた前記圧縮率で、前記処理対象信号に対して前記振幅圧縮処理を施す
請求項２に記載の信号処理装置。
【請求項５】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれていない場合、前記ピーク信号レベルが前記第１の閾値となる前記圧縮率で、前記処理対象信号に対して振幅圧縮処理を施す
請求項２に記載の信号処理装置。
【請求項６】
前記第２の閾値は、前記複数の帯域毎に独立した値をそれぞれ有する
請求項１に記載の信号処理装置。
【請求項７】
前記周波数変換処理手段により取得される前記複数の帯域毎のパワーレベルに対して、人間の聴感特性に合わせたフィルタをかけるフィルタ手段をさらに備え、
前記振幅圧縮手段は、前記フィルタ手段により前記フィルタがかけられた前記複数の帯域毎のパワーレベルを用いて、前記振幅圧縮処理の実行とその禁止を切り分ける
請求項１に記載の信号処理装置。
【請求項８】
信号処理装置が、
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、
取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する
ステップを含む信号処理方法。
【請求項９】
コンピュータに、
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、
取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する
ステップを含む制御処理を実行させるプログラム。
【請求項１】
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得する周波数変換処理手段と、
前記周波数変換処理手段により取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する振幅圧縮手段と
を備える信号処理装置。
【請求項２】
前記入力音声信号の中から、回路のダイナミックレンジにより波形が歪んだクリップ部分を検出するクリップ検出手段と、
前記振幅圧縮手段により前記振幅圧縮処理が施された処理対象信号のうち、前記クリップ検出手段により前記クリップ部分が検出された音声信号の波形を補間して、ピーク信号レベルが前記第１の閾値となる波形にする波形補間手段と
をさらに備える請求項１に記載の信号処理装置。
【請求項３】
前記入力音声信号について、信号レベルがバイアスを跨いだ点の位置を、ゼロクロスとして検出するゼロクロス検出手段をさらに備え、
前記クリップ検出手段の処理単位、および前記処理対象信号の単位は、前記ゼロクロス検出手段により検出された２つの前記ゼロクロスの間の信号である
請求項２に記載の信号処理装置。
【請求項４】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれている場合、前記クリップ部分の時間長に応じた前記圧縮率で、前記処理対象信号に対して前記振幅圧縮処理を施す
請求項２に記載の信号処理装置。
【請求項５】
前記振幅圧縮手段は、前記処理対象信号の中に前記クリップ検出手段により検出された前記クリップ部分が含まれていない場合、前記ピーク信号レベルが前記第１の閾値となる前記圧縮率で、前記処理対象信号に対して振幅圧縮処理を施す
請求項２に記載の信号処理装置。
【請求項６】
前記第２の閾値は、前記複数の帯域毎に独立した値をそれぞれ有する
請求項１に記載の信号処理装置。
【請求項７】
前記周波数変換処理手段により取得される前記複数の帯域毎のパワーレベルに対して、人間の聴感特性に合わせたフィルタをかけるフィルタ手段をさらに備え、
前記振幅圧縮手段は、前記フィルタ手段により前記フィルタがかけられた前記複数の帯域毎のパワーレベルを用いて、前記振幅圧縮処理の実行とその禁止を切り分ける
請求項１に記載の信号処理装置。
【請求項８】
信号処理装置が、
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、
取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する
ステップを含む信号処理方法。
【請求項９】
コンピュータに、
入力音声信号のうち、ピーク信号レベルが第１の閾値を超えている区間を処理対象信号として、前記処理対象信号に対して周波数変換処理を施すことで、複数の帯域毎のパワーレベルを取得し、
取得された複数の帯域毎のパワーレベルの中に第２の閾値を超えるパワーレベルが存在する場合、前記処理対象信号のピーク信号レベルが前記第１の閾値以下になる圧縮率で、前記処理対象信号の信号レベルを圧縮する振幅圧縮処理を実行し、それ以外の場合、前記振幅圧縮処理の実行を禁止する
ステップを含む制御処理を実行させるプログラム。
【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１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【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１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【公開番号】特開２０１０−２４４６０２（Ｐ２０１０−２４４６０２Ａ）
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願番号】特願２００９−９０５８５（Ｐ２００９−９０５８５）
【出願日】平成２１年４月３日（２００９．４．３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２２年１０月２８日（２０１０．１０．２８）
【国際特許分類】
【出願日】平成２１年４月３日（２００９．４．３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]