音響信号処理装置及び音響信号処理方法
【課題】増幅特性をより良く調整する。
【解決手段】音響信号処理装置１００は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部４０と、聴力測定部４０により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部６０とを備え、信号処理部６０は、前記第１の音圧レベルを前記聴力特性データに応じて設定する。
【解決手段】音響信号処理装置１００は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部４０と、聴力測定部４０により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部６０とを備え、信号処理部６０は、前記第１の音圧レベルを前記聴力特性データに応じて設定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ユーザの聴力特性に応じて信号処理する音響信号処理装置及び音響信号処理方法に関する。
【背景技術】
【０００２】
通常のヘッドホンやイヤホン再生では音像が頭の中に定位してしまうので、音像を頭の外に定位させる頭外定位ヘッドホンや頭外定位信号処理がすでに知られている。この技術は、例えば特許文献１に示されるように、予め定位させたい方向における頭部伝達関数を複数そろえ、定位させたい音声信号と畳み込み、さらにヘッドホンと鼓膜間の伝達関数の逆特性を畳み込むことで実現することができる。音声信号がバイノーラル音声、すなわち両耳の鼓膜位置、あるいは鼓膜位置から外耳道入り口付近までの間にマイクをセットして録音した音声信号の場合は、ヘッドホンとマイク間の伝達関数の逆特性を畳み込むことで頭外定位を実現する。
【０００３】
しかしながら、頭部伝達関数やヘッドホンと鼓膜間の伝達関数、あるいはヘッドホンとマイク間の伝達関数は、個人の頭部や耳介の形によって異なり、他人の伝達関数では定位効果が低い。また、高齢になると聴力も衰えてくることから、正しい信号が伝わらず定位どころかどんな音かも聴き取れない。
【０００４】
そこで、本出願人は、個人の聴力特性に応じて聴感的に聴き取りやすい再生音を得るための技術を提案している（特許文献２参照）。この従来技術では、音声信号を複数の周波数帯域に分割し、各周波数帯域の音圧レベルについて、最小音圧レベルから所定の範囲の低音圧レベル領域、最大音圧レベルから所定の範囲の高音圧レベル領域、その間の中間音圧レベル領域の３つの領域を設ける。そして、低音圧レベル領域側から中間音圧レベル領域内の中間点までは音圧レベルを順次大きくし、中間点から高音圧レベル領域側までは音圧レベルを順次小さくする増幅特性で増幅し、増幅された複数の周波数帯域の音声信号を加算するようになっている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第２９２４５３９号公報
【特許文献２】特開２００９−０７７３７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
前記特許文献２に開示される技術によると、個人の聴力特性を考慮した音声提供が可能であるが、より個人の聴力特性に合った、聴き取りやすくて自然な定位感のある再生音を得ることが望まれている。すなわち、高齢化が進むに連れ、より個人の聴力特性を考慮した頭外定位ヘッドホンや、自然な定位感のある聴力補助器の重要性が増している。
【０００７】
本発明はこのような課題を解決するためになされたものであり、その目的は、増幅特性をより良く調整することのできる音響信号処理装置及び音響信号処理方法を提供することである。
【課題を解決するための手段】
【０００８】
前記課題を解決するために、本発明の実施形態に係る音響信号処理装置（１００）は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部（４０）と、前記聴力測定部（４０）により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部（６０）とを備え、前記信号処理部（６０）は、前記第１の音圧レベルを前記聴力特性データに応じて設定することを特徴とする。
【０００９】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最小可聴レベル（Ｍｉｎ）を測定し、前記信号処理部（６０）は、前記最小可聴レベルと予め定めた最小可聴レベル（Ｒｅｆ）との差を前記第１の音圧レベルにおけるゲインとしてもよい。
【００１０】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最適聴取レベル（Ｂｅｓｔ）を測定し、前記信号処理部（６０）は、前記最適聴取レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点（Ｐ２）を設定してもよい。
【００１１】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最大許容レベル（Ｍａｘ）を測定し、前記信号処理部（６０）は、前記最大許容レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点（Ｐ２）を設定してもよい。
【００１２】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最小可聴レベルと最適聴取レベルとを測定し、前記信号処理部（６０）は、前記最小可聴レベル、前記最適聴取レベル及び予め定めた最小可聴レベルに基づいて、前記第１の音圧レベルにおけるゲインを求めてもよい。
【００１３】
前記課題を解決するために、本発明の実施形態に係る音響信号処理方法は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定ステップと、前記聴力測定ステップで測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理ステップとを備え、前記信号処理ステップでは、前記第１の音圧レベルを前記聴力特性データに応じて設定することを特徴とする。
【発明の効果】
【００１４】
本発明によれば、増幅特性をより良く調整することのできる音響信号処理装置及び音響信号処理方法を提供することが可能である。
【図面の簡単な説明】
【００１５】
【図１】第１実施形態における音響信号処理装置を示すブロック図である。
【図２】第１実施形態におけるイヤホンとマイクの概観図である。
【図３】第１実施形態における聴力測定部の動作を示すフローチャートである。
【図４】第１実施形態における操作部の概観図である。
【図５】第１実施形態における再生信号処理部の詳細を示すブロック図である。
【図６】第１実施形態におけるゲインカーブの特徴を示す図である。
【図７】第１実施形態における聴力測定部により測定された聴力特性データの最小可聴レベルとリファレンスである最小可聴レベルの一例を示す図である。
【図８】第１実施形態におけるゲインカーブの特徴を示す図である。
【図９】第２実施形態におけるゲインカーブの特徴を示す図である。
【図１０】第２実施形態におけるゲインカーブのパラメータを示す図である。
【図１１】第３実施形態における音響信号処理装置を示すブロック図である。
【図１２】第３実施形態における再生信号処理部の詳細を示すブロック図である。
【図１３】第３実施形態における騒音レベル分析部の動作を示すフローチャートである。
【図１４】他の（または第４）実施形態におけるゲインカーブの特徴を示す図である。
【発明を実施するための形態】
【００１６】
以下、本発明の音響信号処理装置及び方法の各実施形態について、添付図面を参照して説明する。各実施形態をハードウェア構成のブロック図を用いて説明するが、各実施形態の一部をソフトウェアとして構成してもよい。ソフトウェアとして構成することが可能な部分を全てソフトウェアで構成してもよく、ハードウェアとソフトウェアの使い分けは任意でよい。
【００１７】
＜第１実施形態＞
図１は、第１実施形態における音響信号処理装置１００を示すブロック図である。この音響信号処理装置１００は、ユーザの聴力特性に応じて信号処理する頭外定位ヘッドホン等であって、マイク１０と、イヤホン２０と、インパルス応答測定部３０と、聴力測定部４０と、操作部５０と、再生信号処理部６０と、データ入出力部７０と、メモリ８０とを備えている。マイク１０及びイヤホン２０は、図２に示すように、左右２チャンネルをもち、一体化している。インパルス応答測定部３０は、出力端子１からパルスを出力し、マイク１０で受けた信号をスイッチ２ａを介して取り込む。聴力測定部４０は、測定音を出力し、ユーザの聴力特性を測定する。ユーザは、スイッチ３ａを介してイヤホン２０から出た測定音が聴こえるかどうかを判断して操作部５０のボタンを操作する。操作部５０では、聴こえてくる測定音の音量を可変したり、その時のレベルを決定することができる。これらの操作内容は聴力測定部４０に通知されるようになっている。データ入出力部７０は、インパルス応答測定部３０や聴力測定部４０で得られた結果を受けとってメモリ８０に保存したり、再生信号処理部６０にデータを渡したりする。再生信号処理部６０には、スイッチ２ｂ及び４ａを介してマイク１０から音声信号が入力され、また、スイッチ４ｂを介してＤＶＤプレーヤやテレビチューナーなどから音声信号が入力される。再生信号処理部６０は、聴力測定やインパルス応答測定で得られた結果をもとに信号処理し、音響信号を出力する。これにより、ユーザにとって聴きやすい自然な定位の音がスイッチ３ｂを介してイヤホンから再生される。
【００１８】
以下、音響信号処理装置１００の構成をさらに詳細に説明する。インパルス応答測定部３０は、ユーザの頭部伝達関数を測定するものである。ブルーレイディスクなどのマルチチャンネル音声ディスクを試聴するためには、７個のスピーカ配置（Ｌ，Ｒ，Ｃ，ＳＬ，ＳＲ，ＳＢＬ，ＳＢＲ）と試聴位置間の頭部伝達関数の測定が必要である。この測定では、図示されないアンプ及びスピーカを部屋の所望の場所に設置し、出力端子１をそのアンプに接続する。ユーザは、試聴位置にてイヤホン２０を両耳にしっかりと装着する。こうすることでマイク１０が耳介内にセットされる。測定が開始されると、インパルス応答測定部３０からインパルスが出力され、図示されないアンプ及びスピーカからインパルス音が出力される。インパルスとは、時間ｔ＝ｔ１において振幅最大、ｔ≠ｔ１で振幅０の信号である。インパルス応答測定部３０は、マイク１０で受けた左右２チャンネルの信号をそれぞれ保存する。部屋の大きさや残響時間によって保存する信号の長さを変えてもよい。また、Ｓ／Ｎ比を良くするために同期加算してもよい。測定方法はこの方法に限ることなく、ＴＳＰ法やクロススペクトル法などを採用することもできる。このようにして、各スピーカ配置にて左右の頭部伝達関数ＨＬｌ、ＨＬｒ、ＨＲｌ，ＨＲｒ，ＨＣｌ，ＨＣｒ，ＨＳＬｌ、ＨＳＬｒ，ＨＳＲｌ，ＨＳＲｒ，ＨＳＢＬｌ，ＨＳＢＬｒ，ＨＳＢＲｌ，ＨＳＢＲｒを測定する。測定で得られた頭部伝達関数データはデータ入出力部７０によりメモリ８０に保存される。
【００１９】
自然な定位感を得るには、個人差がもっとも出る高い周波数において忠実な再生が必要である。したがって、先に測定された頭部伝達関数を忠実に再現すればよいのだが、高齢になるにつれ、一般的に高い周波数の聴力が衰えてしまう。ハードウェアがいくら忠実に再現できても、その音が聴こえなければ定位感は損なわれるのである。
【００２０】
そこで、聴力測定部４０は、個人差の大きい高い周波数領域、ここでは１ｋＨｚ〜８ｋＨｚにおいて聴力測定を行う。測定時、０ｄＢＦＳ（ＦＳはフルスケールを意味する）の信号が、音圧レベル１００ｄＢ（以降、音圧レベルはｄＢの後にＳＰＬと表示）の音量でイヤホン２０から出るよう聴力測定部４０の図示されないアンプのボリュームが設定される。１００ｄＢＳＰＬという値は一例であり、難聴度合いに応じてさらに上げてもよい。
【００２１】
図３は、聴力測定部４０の動作を示すフローチャートである。図４は、操作部５０の概観図である。以下、これらの図を用いて聴力測定時の動作を詳細に説明する。
【００２２】
まず、聴力測定部４０はステップＳ１にて所定の周波数の純音をイヤホン２０からフルスケール（０ｄＢＦＳ）より小さい音量（−ＸｄＢＦＳ，ここではＸ＝３０）で出力する。例えば、まず１ｋＨｚの純音を出力する。ユーザは、イヤホン２０から出力される音量が、大きくもなく小さくもなくちょうど良い音量になるまで操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は操作部５０から送られる信号に基づいて上下ボタン５１が押し下げられたか否かを判断する。（ステップＳ３：Ｙｅｓ、ステップＳ４に進む）。
【００２３】
ユーザは、上下ボタン５１の操作によりちょうど良い音量となると操作部５０のＯＫボタン５２を押す。聴力測定部４０は操作部５０からＯＫボタン５２が押されたことを示す信号を取得すると（ステップＳ２：ＹＥＳ）、信号取得時点での音圧レベルをユーザの最適聴取レベルＢｅｓｔとして音圧レベル（ｄＢＳＰＬ）の値で図示されない内部メモリに一時保存する（ステップＳ５）。１ｋＨｚの純音を出力した際のユーザの最適聴取レベルはＢｅｓｔ１ｋとする。
【００２４】
続いて聴力測定部４０は、ステップＳ１にて２ｋＨｚの純音を出力し、ステップＳ２〜ステップＳ４を経てユーザの最適聴取レベルＢｅｓｔ２ｋを取得し、保存する。同様にして、４ｋＨｚにおけるユーザの最適聴取レベルＢｅｓｔ４ｋ、８ｋＨｚにおけるユーザの最適聴取レベルＢｅｓｔ８ｋを取得する。
【００２５】
続いて聴力測定部４０は、ユーザの最小可聴レベルを求める。上述した最適聴取レベルＢｅｓｔを取得する動作と同様の動作フローにて行う。最初にステップＳ１にて、１ｋＨｚの純音を出力する。ユーザは、聴こえるぎりぎりのレベルの音量になるまで、操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は操作部５０から送られる信号に基づいて上下ボタン５１が押し下げられたか否かを判断する（ステップＳ３：Ｙｅｓ、ステップＳ４に進む）。そしてユーザは、音が聴こえるぎりぎりのレベルになったら操作部５０のＯＫボタン５２を押す。聴力測定部４０は操作部５０からＯＫボタン５２が押されたことを示す信号を取得すると（ステップＳ２：ＹＥＳ）、聴力測定部４０は、このときの音圧レベルをユーザの最小可聴レベルＭｉｎを音圧レベル（ｄＢＳＰＬ）の値で図示されない内部メモリに一時保存する。１ｋＨｚの純音を出力した際のユーザの最小可聴レベルはＭｉｎ１ｋとする。
【００２６】
同様に聴力測定部４０は、ステップＳ１にて２ｋＨｚの純音を出力し、ステップＳ２〜ステップＳ４を経てユーザの聴こえるぎりぎりの音圧レベルである最小可聴レベルＭｉｎ２ｋを取得し、一時保存する。このようにして、４ｋＨｚ，８ｋＨｚについても、ユーザの最小可聴レベルＭｉｎ４ｋ、Ｍｉｎ８ｋを求める。
【００２７】
以上にて測定を終了する。聴力取得部４０が取得したＢｅｓｔ１ｋ、Ｂｅｓｔ２ｋ、Ｂｅｓｔ４ｋ、Ｂｅｓｔ８ｋ、Ｍｉｎ１ｋ、Ｍｉｎ２ｋ，Ｍｉｎ４ｋ，Ｍｉｎ８ｋ（以降、この８つのデータをまとめて「聴力特性データ」と呼ぶ）は、データ入出力部７０に送られ、メモリ８０に保存される。
【００２８】
図５は、再生信号処理部６０の詳細を示すブロック図である。再生信号処理部６０は、聴力特性データを利用してユーザの聴力特性に合わせた聴きやすい音響信号を生成する。すなわち、ＢＤプレーヤ等の音声出力信号は、入力端子４からスイッチ４ｂを介して再生信号処理部６０に入力される。その際、音声信号がドルビーデジタルなどのストリームの場合は、図示されないデコーダで復調処理され、７．１チャンネルの信号に分離される。ＷＦチャンネルを除く７チャンネルの信号は畳み込み部６１に入力される。一方、データ入出力部７０は、メモリ８０から頭部伝達関数データＨＬｌ、ＨＬｒ、ＨＲｌ，ＨＲｒ，ＨＣｌ，ＨＣｒ，ＨＳＬｌ、ＨＳＬｒ，ＨＳＲｌ，ＨＳＲｒ，ＨＳＢＬｌ，ＨＳＢＬｒ，ＨＳＢＲｌ，ＨＳＢＲｒを読み出し、畳み込み部６１へ渡す。畳み込み部６１は、Ｌ信号とＨＬｌ、ＨＬｒ、Ｒ信号とＨＲｌ，ＨＲｒ，・・・のように、各信号に対して両耳の頭部伝達関数を畳み込んで、計１４チャンネルの信号を加算部６２に出力する。加算部６２は、左耳のチャンネル同士、右耳のチャンネル同士を加算し、２チャンネルの信号にする。復調後のＷＦチャンネル信号は増幅器６３にて増幅され、分岐された後、加算器６４ａにて左右２チャンネルの信号に加算される。次に、帯域分割部６５は、左右２チャンネル各々について、７５０Ｈｚ以下の低域と、中心周波数が１ｋＨｚ、２ｋＨｚ、４ｋＨｚのオクターブ帯域と、８ｋＨｚ以上の高域の５帯域に分割する。そして、音圧レベル増幅部６６は、ユーザの聴力特性データから得られたゲインカーブに基づいて音圧レベルを増幅する。さらに、加算部６７は、５帯域の信号を加算し、再び左右２チャンネルの信号として出力する。
【００２９】
音圧レベル増幅部６６は、メモリ８０に保存された聴力特性データをデータ入出力部７０から受け取り、図６に示すゲインカーブを特徴とするダイナミックレンジ圧縮を行う。このダイナミックレンジ圧縮では、各周波数帯域の音圧レベルについて、最小音圧レベルから最小音圧レベルよりも大きい音圧レベル（第１の音圧レベル）までの所定の範囲の低音圧レベル領域Ｒ１、最大音圧レベルから最大音圧レベルよりも小さい音圧レベル（第２の音圧レベル）までの所定の範囲の高音圧レベル領域Ｒ２、その間（第１の音圧レベルから第２の音圧レベルまで）の中間音圧レベル領域Ｒ３の３つの領域を設ける。
【００３０】
図６のゲインカーブは、低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２とにおいては、入力信号を増幅させない非増幅領域とすることが好ましい。低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２とを非増幅領域とすることにより、楽曲の音楽性をほとんど損ねることがない。低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２との間の中間音圧レベル領域Ｒ３においては、破線で示す非増幅の状態を実線で示す特性で増幅させた状態とする増幅領域としている。図６に示すように、増幅領域である中間音圧レベル領域Ｒ３においては、低音圧レベル領域Ｒ１側である点Ｐ１から中間音圧レベル領域Ｒ３内の中間点である変曲点Ｐｉまでは入力信号の音圧レベルが大きくなるに従って増幅度を順次大きくし、変曲点Ｐｉから高音圧レベル領域Ｒ２側である点Ｐ２までは入力信号の音圧レベルが大きくなるに従って増幅度を順次小さくする特性となっている。図６では、点Ｐ１から変曲点Ｐｉまで線形に増幅度を大きくし、変曲点Ｐｉから点Ｐ２まで線形に増幅度を小さくする例を示している。
【００３１】
ここで、本実施形態では、ゲインカーブのパラメータをユーザの聴力特性データに応じて設定するようになっている。具体的には、再生信号処理部６０は、聴力測定部４０により測定された聴力特性データの最小可聴レベルＭｉｎとリファレンスである最小可聴レベルＲｅｆとの差を点Ｐｉにおける最大ゲインＧａに設定する。また、周波数ごとに、高音圧レベル領域Ｒ２と中間音圧レベル領域Ｒ３の境界をユーザの最適聴取レベルＢｅｓｔに設定する。
【００３２】
図７は、聴力測定部４０により測定された聴力特性データの最適聴取レベルＢｅｓｔ、最小可聴レベルＭｉｎとリファレンスである最小可聴レベルＲｅｆの一例を示す図である。ここで最小可聴レベルＲｅｆは、４０歳台の健聴者の最小可聴レベルＲｅｆを例示している。
【００３３】
１ｋＨｚにおけるユーザの最小可聴レベルＭｉｎ１ｋが４０ｄＢＳＰＬということは、健聴者が聴こえているはずの２０ｄＢＳＰＬ（最小可聴レベルＲｅｆ１ｋ）の音では＋２０ｄＢ上げないと音が聴こえない、ということである。したがって図８（ａ）に示す、−８０ｄＢＦＳの入力信号を＋２０ｄＢ増幅させた信号を出力するゲインカーブを作成する。ここで、本実施形態は１００ｄＢＳＰＬ＝０ｄＢＦＳのシステムであるため、２０ｄＢＳＰＬは−８０ｄＢＦＳである。２０ｄＢ増幅させると、出力信号は−６０ｄＢＦＳとなる（４０ｄＢＳＰＬ＝−６０ｄＢＦＳ）。
【００３４】
すなわち、変曲点Ｐｉは入力信号が−８０ｄＢＦＳで、最大ゲインＧａ＝２０ｄＢとなる点である。そして図７より１ｋＨｚにおける最適聴取レベルＢｅｓｔ１ｋが７０ｄＢＳＰＬであるので７０ｄＢＳＰＬ以上の音が入力された場合は増幅しない、つまり０ｄＢの増幅をする。したがって中間音圧レベル領域Ｒ３の中間音圧レベル領域Ｒ３と高音圧レベル領域Ｒ２の境界である点Ｐ２は−３０ｄＢＦＳとなる。このようにして、１ｋＨｚ帯域のゲインカーブは図８（ａ）のように決定される。他の帯域についても同様、２ｋＨｚ帯域のゲインカーブは図８（ｂ）のように決定され、４ｋＨｚ帯域のゲインカーブは図８（ｃ）のように決定され、８ｋＨｚ帯域のゲインカーブは図８（ｄ）のように決定される。８ｋＨｚ帯域では図７に示すようにユーザの最小可聴レベルＭｉｎ８ｋが健聴者の最小可聴レベルＲｅｆ８ｋと同じであるため、最大ゲインＧａ＝０ｄＢ増幅となり、ゲインカーブは直線となる。高齢者は高い周波数で補充現象を起こしやすいので、この例のように最適聴取レベルＢｅｓｔ８ｋが他の帯域より低くなる場合がある。今回、中間音圧レベル領域Ｒ３における低音圧レベル領域Ｒ１側の端部である点Ｐ１（以降、単に「Ｐ１点」または「Ｐ１」という。）は１６ビット量子化の最小値−９０ｄＢＦＳとした。高音圧レベル領域Ｒ２側の端部である点Ｐ２（以降、単に「Ｐ２点」または「Ｐ２」という。）は聴力測定で求めた最適聴取レベルＢｅｓｔで決定したが、「ちょうど良い音量」を決定することがユーザにとって難しいときは、たとえば１ｋＨｚ、７０ｄＢＳＰＬと同じ大きさに感じる各周波数の音圧レベルを求めてＰ２とすることで、より聴力特性に合った音声を届けることができる。
【００３５】
以上のように、本実施形態によれば、ゲインカーブのパラメータをユーザの最小可聴レベルＭｉｎや最適聴取レベルＢｅｓｔに応じて設定するようにしているので、増幅特性をより良く調整することができる。このようにして生成された音響信号は、部屋にマルチチャンネルスピーカ再生した場合の信号をユーザの頭部や耳介だけでなくユーザの聴力も考慮して忠実に再現しているので、ユーザにとって聴こえやすく自然な定位で楽しむことができる。これにより、ユーザは聴き疲れしにくいので、長時間の聴取を十分に楽しむことが可能である。
【００３６】
なお、本実施形態では、聴力測定を両耳聴にて行ったが、左右別々に行ってもよい。その場合は、左右で異なるゲインカーブを使ったダイナミックレンジ圧縮が行われる。
【００３７】
＜第２実施形態＞
本実施形態では、音響信号処理装置１００を集音器として使用する場合について説明する。基本構成は図１と変わらない。第１実施形態と異なる点は、（１）聴力測定の内容、（２）マイク１０で集音された音を再生信号処理部６０に入力し、帯域別のより細かな音圧レベルに増幅する点、（３）音像を頭外に定位させて自然な音場となるようイヤホン２０の特性補正を行う点である。以下、この３点について説明する。
【００３８】
聴力測定部４０は、測定が開始されると、操作説明のガイド音声を約７０ｄＢＳＰＬでイヤホン２０から出力する。ユーザは、はっきりと聴こえる音量になるまで操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は、この音量レベルの変化量をデータ入出力部７０に送る。次に、左耳から最小可聴レベルの測定を始める。２５０Ｈｚ，５００Ｈｚ，１ｋＨｚ，２ｋＨＺ，４ｋＨｚ、８ｋＨｚの純音をランダムにレベル可変してもよいし、順にレベルを下げてもよい。測定時間を短縮するため、ある集団の最小可聴レベルを正規分布にのせ、２分木法で提示してもよい。
【００３９】
ユーザは、音が聴こえたら操作部５０のＯＫボタン５２を押す。聴力測定部４０はＯＫボタン５２が押された最小のレベルを最小可聴レベルデータとしてデータ入出力部７０に送る。右耳も同じように聴力測定部４０が最小可聴レベルを測定し、右耳の最小可聴レベルデータを取得する。最小可聴レベルの測定が終わったら、最大許容レベルを測定する。ユーザは各周波数ごとに上下ボタン５２を押して大きいと感じるレベルにてＯＫボタン５２を押す。これも左右について測定を行う。聴力測定部４０はＯＫボタン５２が押された最大のレベルを最大許容レベルデータとしてデータ入出力部７０に送る。最小可聴レベルデータ及び最大許容レベルはメモリ８０に保存される。ここで、ガイド音声の可変レベルをＬｇ、最小可聴レベルをＭｉｎ（ｉ）ｄＢＦＳ（ただし、ｉは帯域ナンバー０（２５０Ｈｚ）〜６（８ｋＨｚ））、最大許容レベルをＭａｘ（ｉ）ｄＢＦＳ（ただし、ｉは帯域ナンバー０〜６）とする。
【００４０】
音圧レベル増幅部６６におけるダイナミックレンジ圧縮の入出力特性としては、図９に示すように、高音圧レベル領域Ｒ２の増幅が音圧レベルＰ３以下に抑えられるようなゲインカーブが使用される。この場合のパラメータは、聴力測定結果に基づいて図１０のように設定される。図１０中のＲｅｆｍｉｎ（ｉ）は健聴者の最小可聴レベル、Ｒｅｆ７０ｐｈｏｎは健聴者の７０ｐｈｏｎの等感曲線データをＦＳスケールに変換したもの（このシステムでは校正によって０ｄＢＦＳ＝１００ｄＢＳＰＬ）、ｉは帯域ナンバーである。７０ｐｈｏｎという大きさは、健聴者にとって大きくもなく小さくもないちょうど良い大きさである。ガイド音声の音量調整は、ユーザにとってちょうど良いレベルに決定していることになる。図９に示すゲインカーブはＰ２以上の高音圧レベル領域Ｒ２では指数関数の特性を有する曲線となる。Ｐ２以上の入力信号では、Ｐ２からＰ２以上の所定の入力信号の音圧レベル（以下、入力音圧レベル）（ｄＢＳＰＬ）までは、出力信号の音圧レベル（以下、出力音圧レベル）を圧縮することなく入力音圧レベルと同じレベルで提供するが、所定の入力音圧レベルを超えると入力音圧レベルが増大するに連れて出力音圧レベルがＰ３に限りなく近づくような指数関数曲線（漸近線がｙ＝Ｐ３となるようなｙ＝Ａｘ、Ａは正の数）に沿った増幅特性とする。つまり、ユーザは音圧レベルＰ３を最大許容レベルとしているため、それ以上の増幅はしないような特性とする。なお、より簡単な増幅特性として入力音圧レベルＰ２からＰ３までは出力音圧レベルを圧縮することなく提供し、Ｐ３以上の入力音圧レベルでは、出力音圧レベルを一定（Ｐ３）とする直線的な増幅特性を採用してもよい。
【００４１】
第１実施形態では、中間点Ｐｉを健聴者の最小可聴レベルＲｅｆに設定したが、入力音がマイク集音の場合、最小可聴レベルの音を増幅すると非常にうるさくなる。そこで本実施形態では、Ｐｉの初期値は静かな会話音（５０ｄＢＳＰＬ）を対象にしており、−５０ｄＢＦＳに設定している。
【００４２】
このような入出力特性が決定された後、あらかじめメモリ８０に保存しておいたイヤホン２０の周波数特性の逆特性をデータ入出力部７０が読み出し、畳み込み部６１が畳み込み処理を行う。この処理により、イヤホン固有の特性がキャンセルされるので、集音された音がユーザの聴力特性を考慮して補正され、忠実な音声信号が耳に届けられる。これにより、聴き取りやすく自然な定位感が感じられることになる。
【００４３】
なお、本音響信号処理装置１００で測定したデータを別の音響機器でも利用できるように、データ入出力部７０にＵＳＢ端子等を設けてデータのコピーを可能としてもよい。このようにすれば、マイク１０や測定機能のないテレビやオーディオアンプなどの音響機器でも、再生信号処理さえ備わっていれば常にユーザの聴力特性に合わせた音響信号を提供することができる。
【００４４】
＜第３実施形態＞
ところで、従来の音響信号処理装置によると、集音器などのマイク収録音を対象とした場合はノイズが強調され、逆に聴きにくくなってしまっていた。そこで、本実施形態では、この問題を解決するために、以下の手法を採用している。
【００４５】
図１１は、第３実施形態における音響信号処理装置１００を示すブロック図である。この音響信号処理装置１００は、ユーザの聴力特性に応じて信号処理する集音器等であって、マイク１０と、イヤホン２０と、聴力測定部４０と、操作部５０と、再生信号処理部６０ａと、データ入出力部７０と、メモリ８０と、騒音レベル分析部９０とを備えている。マイク１０は、その場の音を集音して分岐し、一方を騒音レベル分析部９０に送り、他方を再生信号処理部６０ａに送る。騒音レベル分析部９０は、いわゆる暗騒音（聴きたい音以外の音）の騒音レベルや、聴きたい音（ここでは話し相手の会話音）の騒音レベルを分析する。分析された結果は、騒音レベルデータとしてデータ入出力部７０に送られ、メモリ８０に保存される。再生信号処理部６０ａは、メモリ８０に保存されている騒音レベルデータに応じて信号処理する。その他の処理部は、第１または第２実施形態と基本的に同じである。
【００４６】
以下、本実施形態における音響信号処理装置１００の構成をさらに詳細に説明する。まず、マイク１０及びイヤホン２０の校正が必要である。すなわち、マイク１０については、音圧レベル１００ｄＢＳＰＬが０ｄＢＦＳとなるようマイクアンプが調整されている。また、０ｄＢＦＳの信号が再生されたときのイヤホン出力音圧レベルを測定しておく。たとえば、２５０Ｈｚから８ｋＨｚまでの純音を再生し、オクターブごとに測定する。この値がわかると、ユーザの最小可聴レベルを音圧レベルで知ることができる。この作業は工場出荷時に行えばよい。
【００４７】
ユーザは、音響信号処理装置１００で自分の聴力を測定する。測定が開始されると、データ入出力部７０は、操作方法を説明するガイドデータをメモリ８０より読み出し、聴力測定部４０に送る。このガイドデータは約−３０ｄＢＦＳのレベルであり、イヤホン２０で聴くと７０ｄＢＳＰＬで再生される。健聴者にとっては音量的に大きくもなく小さくもないごく普通のレベルであるが、難聴者は少し小さいと感じるかもしれない。ユーザは操作部５０の上下ボタン５１を押し、イヤホン２０から出力されるガイドデータの音声レベルを可変することができる。ユーザは聴こえやすい音量になったら、操作部５０のＯＫボタン５２を押し、聴力測定部４０はＯＫボタン５２が押されると測定を始める。このときのガイドデータのレベル変量（７０ｄＢＳＰＬからの）は聴力測定部４０からデータ入出力部７０に送られる。聴力測定部４０は２５０Ｈｚから８ｋＨｚまでオクターブごとに様々なレベルで音を提示し、ユーザは、聴こえたら操作部５０のＯＫボタン５２を押す。聴こえない場合は、ＯＫボタン５２は押されない。聴力測定部４０がランダムに提示したレベルのうち、ＯＫボタン５２が押されたレベルの最小値がユーザの最小可聴レベルである。左耳の測定が終わったら右耳の測定を続けて行う。ここでは、測定時間を無駄に長くしないため、聴力測定部４０は過去のデータを用いて２分木法で提示するレベルを決定している。すなわち、ある集団で最小可聴レベルを測定した結果を正規分布にのせ、中間値を第１提示、聴こえた場合はさらにレベルの小さい方の中間値を第２提示とする。一方で第１提示した値をユーザが聴きとれない場合は第１提示した値よりレベルの大きい方の中間値を第２提示とする。すると、早い人で３〜４回、母集団の端の人でも７〜８回の音の提示で一つの周波数の最小可聴レベルを決定することができる。最小可聴レベルが決定されると、聴力測定部４０は測定データをデータ入出力部７０に送る。
【００４８】
図１２は、第３実施形態における再生信号処理部６０ａの詳細を示すブロック図である。帯域分割部６５は、マイク１０によって集音された音声信号を帯域分割する。音圧レベル増幅部６６は、帯域ごとにダイナミックレンジ圧縮を行う。ダイナミックレンジ圧縮は人の聴力特性の高齢化に合わせたもので、小さい音は聴こえるレベルまで増幅し、大きい音は補充現象が起きるため、増幅率は徐々に落としていく。
【００４９】
第１実施形態では、最小可聴レベルは聴こえるぎりぎりの音量であるので、健聴者の最小可聴レベルに対してその差分だけ振幅を増幅すればよいと考え、健聴者の最小可聴レベルＲｅｆとユーザの最小可聴レベルＭｉｎとの差を最大ゲインＧａとした。しかしながら、実際に動作させると小さかった空調ノイズや暗騒音が非常に大きくなり、一番聴きたかった話し相手の声と暗騒音などが同等の音圧レベルとなるため、会話が聴き取りにくいことがわかった。そのためなるべく暗騒音は増幅せず、相手の会話音の音圧レベル付近を最大限に増幅するために、ＣＤや放送などの音声信号とは異なるマイク音声ならではの設定方法が必要である。
【００５０】
そこで、本実施形態では、中間点ＰｉとＰ１を決定するために、騒音レベル分析部９０はマイク１０から入力された信号を分析し、周波数帯域ごとに暗騒音の音圧レベルと会話音の音圧レベルを求める。騒音レベル分析部９０は暗騒音であるか否かをピッチ抽出ができたかどうかで判断することができる。つまり、ピッチ抽出ができればその信号区間は会話音であり、ピッチ抽出ができなければその区間は暗騒音のみである。
【００５１】
図１３は、騒音レベル分析部９０の動作を示すフローチャートである。騒音レベル分析部９０は、フレーム処理を行っており、例えば１フレームはサンプリング周波数３２ｋＨｚに対し、３２０サンプルである。この値は会話音声の振幅変動幅が１０ミリ秒以下であることから決定したが、帯域毎に振幅の変動幅をみて決定しても良いし、暗騒音の特徴から決定しても良い。また本実施形態の騒音レベル分析部９０では５フレーム毎の平均音圧レベルを求めてＰｉを決定しているが、平均を求めるためのフレーム数はこれに限ったものではなくその場の音の環境に応じて変更してよい。ここでは暗騒音と会話音の音圧レベルからＰｉを求めることが目的であるから、例えば朗読のような長い時間にわたって音声が続く場合は暗騒音のみの時間が少ないので、暗騒音部分が確実に確保できるように比較的大きなフレーム数にすると良い。
【００５２】
騒音レベル分析部９０は、まず初期化を行う（ステップＳ１１）。Ｔｉｍｅは平均を取った回数、Ｌｎｓｕｍ［ｊ］、Ｌｖｓｕｍ［ｊ］はそれぞれ、帯域番号ｊにおける暗騒音、会話音の音圧レベルの合計、Ｌｎ［ｊ］，Ｌｖ［ｊ］は暗騒音、会話音の帯域番号ｊにおける１フレーム内の音圧レベルの合計、Ｌｎａｖｅ［ｊ］，Ｌｖａｖｅ［ｊ］は帯域番号ｊの暗騒音、会話音の平均レベルである。
【００５３】
続くステップＳ１２にてＴｉｍｅを１加算し（例えばＴｉｍｅ＝０からＴｉｍｅ＝１となる）、Ｔｉｍｅ（＝１）フレーム目のピッチ抽出を行う（ステップＳ１３）。ピッチ抽出ができた場合は（ステップＳ１４：ＹＥＳ）、その区間を会話音とみなして帯域分割を行う（ステップＳ１５）。次に、帯域ｊごとにフレームの会話音の音圧レベルＬｖ［ｊ］を求め（ステップＳ１６）、Ｔｉｍｅ（＝１）フレームまでの会話音の平均レベルＬｖａｖｅ［ｊ］を求める（ステップＳ１７）。
【００５４】
一方、ステップＳ１４でピッチ抽出ができなかった場合は（ステップＳ１４：ＮＯ）、その区間を暗騒音とみなし、この場合も帯域分割を行う（ステップＳ１８）。同じく帯域ｊごとにフレームの暗騒音の音圧レベルＬｎ［ｊ］を求め（ステップＳ１９）、Ｔｉｍｅ（＝１）フレームまでの暗騒音の平均レベルＬｎａｖｅ［ｊ］を求める（ステップＳ２０）。Ｔｉｍｅが５の倍数であると判断すると（Ｔｉｍｅ％５＝０）（ステップＳ２１：ＹＥＳ）暗騒音レベルと会話音レベルの平均をその帯域ｊの点Ｐｉとする（ステップＳ２２）。このようなＰｉを変曲点Ｐｉに設定すると、ちょうど会話音レベルと暗騒音レベルの間に変曲点Ｐｉがくる。そのため、音量の小さい会話音はしっかりと増幅され、暗騒音は会話音に比べ小さい増幅率もしくは増幅率１として増幅されることになる。Ｔｉｍｅが５の倍数でない場合は（ステップＳ２１：ＮＯ）ステップＳ１２に戻り、ステップＳ１２にてＴｉｍｅが１増加され、次のフレームのピッチ抽出に移る（ステップＳ１３）。このようにして５回に一回の割合で点Ｐｉを更新していく。
【００５５】
次に、Ｐ１の設定について説明する。先に変曲点Ｐｉは暗騒音の平均レベルと会話音の平均レベルの中間値に設定したから暗騒音は会話音に比べれば小さい増幅率になると述べた。しかし暗騒音が瞬間的に大きな音になった場合やダイナミックレンジが広い変動騒音の場合は、フレーム単位ごとに音が大きく増幅されたり増幅されなかったりするので断続ノイズのように聴こえてしまう。そこで、本実施形態では、中間点Ｐｉから緩やかな傾斜で低音圧レベル領域Ｒ１に達するレベル（Ｐｉ−１５ｄＢ〜Ｐｉ−２０ｄＢ程度）をＰ１に設定することとしている。点Ｐ１から中間点Ｐｉへの増幅が緩やかな増幅でない場合、処理フレーム毎に騒音の音量が大きすぎたり小さすぎたりするおそれがある。これは、増幅の変化がフレーム毎に激しくなり、騒音が連続的な音でなく断続的な音になるためである。点Ｐ１を中間点Ｐｉより１５ｄＢ〜２０ｄＢ程度小さい値に設定することで、騒音の増幅を極力おさえる（カットする）、あるいは騒音の増幅が生じてもその増幅率が小さいものにでき、各フレームで音量の変化を少なくできる効果が得られた。なお、２０ｄＢ以上小さい値、例えば中間点Ｐｉから３０ｄＢ小さい値（Ｐ１＝Ｐｉ−３０）とした場合、騒音そのものが増幅されてしまった。
【００５６】
騒音レベル分析部９０は、このように帯域ごとに中間点Ｐｉ及びＰ１を計算し、データ入出力部７０にこれらのデータを送る。データ入出力部７０は、騒音レベル分析部９０から受け取ったデータをメモリ８０に保存する。再生信号処理部６０ａは、入力された音声信号を帯域分割部６５で帯域分割し、データ入出力部７０より受け取った帯域毎のＰ１，Ｐｉ，Ｇａ，Ｐ２，Ｐ３を、音圧レベル増幅部６６の各パラメータに設定し、これらのパラメータに特徴付けられたゲインカーブにしたがって音圧レベル増幅部６６にて音圧が増幅された後、加算部６７で各帯域が加算され、左右２チャンネルの信号に戻されてイヤホン２０に出力される。
【００５７】
以上のように、本実施形態によれば、ゲインカーブのパラメータを周囲の騒音レベル及び会話音レベルに応じて設定するようにしているので、増幅特性をより良く調整することができる。すなわち、なるべく暗騒音は増幅せず相手の会話音付近を最大限に増幅することができる。これにより、ユーザは聴き疲れしにくいので、長時間の聴取及び会話を十分に楽しむことが可能である。
【００５８】
最大ゲインＧａの他の設定方法を図１４を用いて説明する。第１実施形態では、ユーザの最小可聴レベルＭｉｎと健聴者の最小可聴レベルＲｅｆとの差を最大ゲインＧａとしたが、以下の方法で最大ゲインＧａを設定してもよい。
【００５９】
一実施例として、所定の周波数帯域におけるユーザの最小可聴レベルＭｉｎが−４０ｄＢＦＳ、健聴者の最小可聴レベルＲｅｆが−７０ｄＢＦＳ、ユーザの最適聴取レベルＢｅｓｔが７０ｄＢＳＰＬである場合、まず高音圧レベル領域Ｒ２の境界である点Ｐ２は−３０ｄＢＦＳに設定される。点Ｐ１については、第１実施形態と同様の値とした。次に、変曲点Ｐｉを上述した方法である会話音レベルと暗騒音レベルの平均レベルに設定する。本実施例では平均レベルは−６５ｄＢＦＳとする。続いて、ユーザの最小可聴レベルＭｉｎと健聴者の最小可聴レベルＲｅｆとを結んだ線分と、ユーザの最小可聴レベルＭｉｎと点Ｐ２（最適聴取レベルＢｅｓｔ）とを結んだ線分とからなる仮特性線を設定し、仮特性線上から求められる会話音レベルと暗騒音レベルの平均レベルでの出力信号の値との差を、最大ゲインＧａとする。すなわち、本実施例においては入力信号が−６５ｄＢＦＳの仮特性線上での出力信号は−３８ｄＢＦＳとなり、その差である２７ｄＢＦＳが最大ゲインＧａとなる。
【００６０】
このように求めた各点、変曲点Ｐｉ（入力信号−６５ｄＢＦＳ、出力信号−３８ｄＢＦＳ）と点Ｐ２（入力信号、出力信号共に−３０ｄＢＦＳ）と、点Ｐ１（入力信号、出力信号共に−９０ｄＢＦＳ）とを結んだゲインカーブに基づいて出力信号の特性を調整してもよい。
【符号の説明】
【００６１】
１ 出力端子
２ マイク入力端子
３ イヤホン接続端子
４ オーディオ入力端子
１０ マイク
２０ イヤホン
３０ インパルス応答測定部
４０ 聴力測定部
５０ 操作部
６０ 再生信号処理部
６１ 畳み込み部
６２ 加算部
６３ 増幅器
６４ 加算器
６５ 帯域分割部
６６ 音圧レベル増幅部
６７ 加算部
７０ データ入出力部
８０ メモリ
９０ 騒音レベル分析部
【技術分野】
【０００１】
本発明は、ユーザの聴力特性に応じて信号処理する音響信号処理装置及び音響信号処理方法に関する。
【背景技術】
【０００２】
通常のヘッドホンやイヤホン再生では音像が頭の中に定位してしまうので、音像を頭の外に定位させる頭外定位ヘッドホンや頭外定位信号処理がすでに知られている。この技術は、例えば特許文献１に示されるように、予め定位させたい方向における頭部伝達関数を複数そろえ、定位させたい音声信号と畳み込み、さらにヘッドホンと鼓膜間の伝達関数の逆特性を畳み込むことで実現することができる。音声信号がバイノーラル音声、すなわち両耳の鼓膜位置、あるいは鼓膜位置から外耳道入り口付近までの間にマイクをセットして録音した音声信号の場合は、ヘッドホンとマイク間の伝達関数の逆特性を畳み込むことで頭外定位を実現する。
【０００３】
しかしながら、頭部伝達関数やヘッドホンと鼓膜間の伝達関数、あるいはヘッドホンとマイク間の伝達関数は、個人の頭部や耳介の形によって異なり、他人の伝達関数では定位効果が低い。また、高齢になると聴力も衰えてくることから、正しい信号が伝わらず定位どころかどんな音かも聴き取れない。
【０００４】
そこで、本出願人は、個人の聴力特性に応じて聴感的に聴き取りやすい再生音を得るための技術を提案している（特許文献２参照）。この従来技術では、音声信号を複数の周波数帯域に分割し、各周波数帯域の音圧レベルについて、最小音圧レベルから所定の範囲の低音圧レベル領域、最大音圧レベルから所定の範囲の高音圧レベル領域、その間の中間音圧レベル領域の３つの領域を設ける。そして、低音圧レベル領域側から中間音圧レベル領域内の中間点までは音圧レベルを順次大きくし、中間点から高音圧レベル領域側までは音圧レベルを順次小さくする増幅特性で増幅し、増幅された複数の周波数帯域の音声信号を加算するようになっている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第２９２４５３９号公報
【特許文献２】特開２００９−０７７３７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
前記特許文献２に開示される技術によると、個人の聴力特性を考慮した音声提供が可能であるが、より個人の聴力特性に合った、聴き取りやすくて自然な定位感のある再生音を得ることが望まれている。すなわち、高齢化が進むに連れ、より個人の聴力特性を考慮した頭外定位ヘッドホンや、自然な定位感のある聴力補助器の重要性が増している。
【０００７】
本発明はこのような課題を解決するためになされたものであり、その目的は、増幅特性をより良く調整することのできる音響信号処理装置及び音響信号処理方法を提供することである。
【課題を解決するための手段】
【０００８】
前記課題を解決するために、本発明の実施形態に係る音響信号処理装置（１００）は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部（４０）と、前記聴力測定部（４０）により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部（６０）とを備え、前記信号処理部（６０）は、前記第１の音圧レベルを前記聴力特性データに応じて設定することを特徴とする。
【０００９】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最小可聴レベル（Ｍｉｎ）を測定し、前記信号処理部（６０）は、前記最小可聴レベルと予め定めた最小可聴レベル（Ｒｅｆ）との差を前記第１の音圧レベルにおけるゲインとしてもよい。
【００１０】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最適聴取レベル（Ｂｅｓｔ）を測定し、前記信号処理部（６０）は、前記最適聴取レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点（Ｐ２）を設定してもよい。
【００１１】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最大許容レベル（Ｍａｘ）を測定し、前記信号処理部（６０）は、前記最大許容レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点（Ｐ２）を設定してもよい。
【００１２】
前記音響信号処理装置（１００）において、前記聴力測定部（４０）は、ユーザの最小可聴レベルと最適聴取レベルとを測定し、前記信号処理部（６０）は、前記最小可聴レベル、前記最適聴取レベル及び予め定めた最小可聴レベルに基づいて、前記第１の音圧レベルにおけるゲインを求めてもよい。
【００１３】
前記課題を解決するために、本発明の実施形態に係る音響信号処理方法は、出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定ステップと、前記聴力測定ステップで測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理ステップとを備え、前記信号処理ステップでは、前記第１の音圧レベルを前記聴力特性データに応じて設定することを特徴とする。
【発明の効果】
【００１４】
本発明によれば、増幅特性をより良く調整することのできる音響信号処理装置及び音響信号処理方法を提供することが可能である。
【図面の簡単な説明】
【００１５】
【図１】第１実施形態における音響信号処理装置を示すブロック図である。
【図２】第１実施形態におけるイヤホンとマイクの概観図である。
【図３】第１実施形態における聴力測定部の動作を示すフローチャートである。
【図４】第１実施形態における操作部の概観図である。
【図５】第１実施形態における再生信号処理部の詳細を示すブロック図である。
【図６】第１実施形態におけるゲインカーブの特徴を示す図である。
【図７】第１実施形態における聴力測定部により測定された聴力特性データの最小可聴レベルとリファレンスである最小可聴レベルの一例を示す図である。
【図８】第１実施形態におけるゲインカーブの特徴を示す図である。
【図９】第２実施形態におけるゲインカーブの特徴を示す図である。
【図１０】第２実施形態におけるゲインカーブのパラメータを示す図である。
【図１１】第３実施形態における音響信号処理装置を示すブロック図である。
【図１２】第３実施形態における再生信号処理部の詳細を示すブロック図である。
【図１３】第３実施形態における騒音レベル分析部の動作を示すフローチャートである。
【図１４】他の（または第４）実施形態におけるゲインカーブの特徴を示す図である。
【発明を実施するための形態】
【００１６】
以下、本発明の音響信号処理装置及び方法の各実施形態について、添付図面を参照して説明する。各実施形態をハードウェア構成のブロック図を用いて説明するが、各実施形態の一部をソフトウェアとして構成してもよい。ソフトウェアとして構成することが可能な部分を全てソフトウェアで構成してもよく、ハードウェアとソフトウェアの使い分けは任意でよい。
【００１７】
＜第１実施形態＞
図１は、第１実施形態における音響信号処理装置１００を示すブロック図である。この音響信号処理装置１００は、ユーザの聴力特性に応じて信号処理する頭外定位ヘッドホン等であって、マイク１０と、イヤホン２０と、インパルス応答測定部３０と、聴力測定部４０と、操作部５０と、再生信号処理部６０と、データ入出力部７０と、メモリ８０とを備えている。マイク１０及びイヤホン２０は、図２に示すように、左右２チャンネルをもち、一体化している。インパルス応答測定部３０は、出力端子１からパルスを出力し、マイク１０で受けた信号をスイッチ２ａを介して取り込む。聴力測定部４０は、測定音を出力し、ユーザの聴力特性を測定する。ユーザは、スイッチ３ａを介してイヤホン２０から出た測定音が聴こえるかどうかを判断して操作部５０のボタンを操作する。操作部５０では、聴こえてくる測定音の音量を可変したり、その時のレベルを決定することができる。これらの操作内容は聴力測定部４０に通知されるようになっている。データ入出力部７０は、インパルス応答測定部３０や聴力測定部４０で得られた結果を受けとってメモリ８０に保存したり、再生信号処理部６０にデータを渡したりする。再生信号処理部６０には、スイッチ２ｂ及び４ａを介してマイク１０から音声信号が入力され、また、スイッチ４ｂを介してＤＶＤプレーヤやテレビチューナーなどから音声信号が入力される。再生信号処理部６０は、聴力測定やインパルス応答測定で得られた結果をもとに信号処理し、音響信号を出力する。これにより、ユーザにとって聴きやすい自然な定位の音がスイッチ３ｂを介してイヤホンから再生される。
【００１８】
以下、音響信号処理装置１００の構成をさらに詳細に説明する。インパルス応答測定部３０は、ユーザの頭部伝達関数を測定するものである。ブルーレイディスクなどのマルチチャンネル音声ディスクを試聴するためには、７個のスピーカ配置（Ｌ，Ｒ，Ｃ，ＳＬ，ＳＲ，ＳＢＬ，ＳＢＲ）と試聴位置間の頭部伝達関数の測定が必要である。この測定では、図示されないアンプ及びスピーカを部屋の所望の場所に設置し、出力端子１をそのアンプに接続する。ユーザは、試聴位置にてイヤホン２０を両耳にしっかりと装着する。こうすることでマイク１０が耳介内にセットされる。測定が開始されると、インパルス応答測定部３０からインパルスが出力され、図示されないアンプ及びスピーカからインパルス音が出力される。インパルスとは、時間ｔ＝ｔ１において振幅最大、ｔ≠ｔ１で振幅０の信号である。インパルス応答測定部３０は、マイク１０で受けた左右２チャンネルの信号をそれぞれ保存する。部屋の大きさや残響時間によって保存する信号の長さを変えてもよい。また、Ｓ／Ｎ比を良くするために同期加算してもよい。測定方法はこの方法に限ることなく、ＴＳＰ法やクロススペクトル法などを採用することもできる。このようにして、各スピーカ配置にて左右の頭部伝達関数ＨＬｌ、ＨＬｒ、ＨＲｌ，ＨＲｒ，ＨＣｌ，ＨＣｒ，ＨＳＬｌ、ＨＳＬｒ，ＨＳＲｌ，ＨＳＲｒ，ＨＳＢＬｌ，ＨＳＢＬｒ，ＨＳＢＲｌ，ＨＳＢＲｒを測定する。測定で得られた頭部伝達関数データはデータ入出力部７０によりメモリ８０に保存される。
【００１９】
自然な定位感を得るには、個人差がもっとも出る高い周波数において忠実な再生が必要である。したがって、先に測定された頭部伝達関数を忠実に再現すればよいのだが、高齢になるにつれ、一般的に高い周波数の聴力が衰えてしまう。ハードウェアがいくら忠実に再現できても、その音が聴こえなければ定位感は損なわれるのである。
【００２０】
そこで、聴力測定部４０は、個人差の大きい高い周波数領域、ここでは１ｋＨｚ〜８ｋＨｚにおいて聴力測定を行う。測定時、０ｄＢＦＳ（ＦＳはフルスケールを意味する）の信号が、音圧レベル１００ｄＢ（以降、音圧レベルはｄＢの後にＳＰＬと表示）の音量でイヤホン２０から出るよう聴力測定部４０の図示されないアンプのボリュームが設定される。１００ｄＢＳＰＬという値は一例であり、難聴度合いに応じてさらに上げてもよい。
【００２１】
図３は、聴力測定部４０の動作を示すフローチャートである。図４は、操作部５０の概観図である。以下、これらの図を用いて聴力測定時の動作を詳細に説明する。
【００２２】
まず、聴力測定部４０はステップＳ１にて所定の周波数の純音をイヤホン２０からフルスケール（０ｄＢＦＳ）より小さい音量（−ＸｄＢＦＳ，ここではＸ＝３０）で出力する。例えば、まず１ｋＨｚの純音を出力する。ユーザは、イヤホン２０から出力される音量が、大きくもなく小さくもなくちょうど良い音量になるまで操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は操作部５０から送られる信号に基づいて上下ボタン５１が押し下げられたか否かを判断する。（ステップＳ３：Ｙｅｓ、ステップＳ４に進む）。
【００２３】
ユーザは、上下ボタン５１の操作によりちょうど良い音量となると操作部５０のＯＫボタン５２を押す。聴力測定部４０は操作部５０からＯＫボタン５２が押されたことを示す信号を取得すると（ステップＳ２：ＹＥＳ）、信号取得時点での音圧レベルをユーザの最適聴取レベルＢｅｓｔとして音圧レベル（ｄＢＳＰＬ）の値で図示されない内部メモリに一時保存する（ステップＳ５）。１ｋＨｚの純音を出力した際のユーザの最適聴取レベルはＢｅｓｔ１ｋとする。
【００２４】
続いて聴力測定部４０は、ステップＳ１にて２ｋＨｚの純音を出力し、ステップＳ２〜ステップＳ４を経てユーザの最適聴取レベルＢｅｓｔ２ｋを取得し、保存する。同様にして、４ｋＨｚにおけるユーザの最適聴取レベルＢｅｓｔ４ｋ、８ｋＨｚにおけるユーザの最適聴取レベルＢｅｓｔ８ｋを取得する。
【００２５】
続いて聴力測定部４０は、ユーザの最小可聴レベルを求める。上述した最適聴取レベルＢｅｓｔを取得する動作と同様の動作フローにて行う。最初にステップＳ１にて、１ｋＨｚの純音を出力する。ユーザは、聴こえるぎりぎりのレベルの音量になるまで、操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は操作部５０から送られる信号に基づいて上下ボタン５１が押し下げられたか否かを判断する（ステップＳ３：Ｙｅｓ、ステップＳ４に進む）。そしてユーザは、音が聴こえるぎりぎりのレベルになったら操作部５０のＯＫボタン５２を押す。聴力測定部４０は操作部５０からＯＫボタン５２が押されたことを示す信号を取得すると（ステップＳ２：ＹＥＳ）、聴力測定部４０は、このときの音圧レベルをユーザの最小可聴レベルＭｉｎを音圧レベル（ｄＢＳＰＬ）の値で図示されない内部メモリに一時保存する。１ｋＨｚの純音を出力した際のユーザの最小可聴レベルはＭｉｎ１ｋとする。
【００２６】
同様に聴力測定部４０は、ステップＳ１にて２ｋＨｚの純音を出力し、ステップＳ２〜ステップＳ４を経てユーザの聴こえるぎりぎりの音圧レベルである最小可聴レベルＭｉｎ２ｋを取得し、一時保存する。このようにして、４ｋＨｚ，８ｋＨｚについても、ユーザの最小可聴レベルＭｉｎ４ｋ、Ｍｉｎ８ｋを求める。
【００２７】
以上にて測定を終了する。聴力取得部４０が取得したＢｅｓｔ１ｋ、Ｂｅｓｔ２ｋ、Ｂｅｓｔ４ｋ、Ｂｅｓｔ８ｋ、Ｍｉｎ１ｋ、Ｍｉｎ２ｋ，Ｍｉｎ４ｋ，Ｍｉｎ８ｋ（以降、この８つのデータをまとめて「聴力特性データ」と呼ぶ）は、データ入出力部７０に送られ、メモリ８０に保存される。
【００２８】
図５は、再生信号処理部６０の詳細を示すブロック図である。再生信号処理部６０は、聴力特性データを利用してユーザの聴力特性に合わせた聴きやすい音響信号を生成する。すなわち、ＢＤプレーヤ等の音声出力信号は、入力端子４からスイッチ４ｂを介して再生信号処理部６０に入力される。その際、音声信号がドルビーデジタルなどのストリームの場合は、図示されないデコーダで復調処理され、７．１チャンネルの信号に分離される。ＷＦチャンネルを除く７チャンネルの信号は畳み込み部６１に入力される。一方、データ入出力部７０は、メモリ８０から頭部伝達関数データＨＬｌ、ＨＬｒ、ＨＲｌ，ＨＲｒ，ＨＣｌ，ＨＣｒ，ＨＳＬｌ、ＨＳＬｒ，ＨＳＲｌ，ＨＳＲｒ，ＨＳＢＬｌ，ＨＳＢＬｒ，ＨＳＢＲｌ，ＨＳＢＲｒを読み出し、畳み込み部６１へ渡す。畳み込み部６１は、Ｌ信号とＨＬｌ、ＨＬｒ、Ｒ信号とＨＲｌ，ＨＲｒ，・・・のように、各信号に対して両耳の頭部伝達関数を畳み込んで、計１４チャンネルの信号を加算部６２に出力する。加算部６２は、左耳のチャンネル同士、右耳のチャンネル同士を加算し、２チャンネルの信号にする。復調後のＷＦチャンネル信号は増幅器６３にて増幅され、分岐された後、加算器６４ａにて左右２チャンネルの信号に加算される。次に、帯域分割部６５は、左右２チャンネル各々について、７５０Ｈｚ以下の低域と、中心周波数が１ｋＨｚ、２ｋＨｚ、４ｋＨｚのオクターブ帯域と、８ｋＨｚ以上の高域の５帯域に分割する。そして、音圧レベル増幅部６６は、ユーザの聴力特性データから得られたゲインカーブに基づいて音圧レベルを増幅する。さらに、加算部６７は、５帯域の信号を加算し、再び左右２チャンネルの信号として出力する。
【００２９】
音圧レベル増幅部６６は、メモリ８０に保存された聴力特性データをデータ入出力部７０から受け取り、図６に示すゲインカーブを特徴とするダイナミックレンジ圧縮を行う。このダイナミックレンジ圧縮では、各周波数帯域の音圧レベルについて、最小音圧レベルから最小音圧レベルよりも大きい音圧レベル（第１の音圧レベル）までの所定の範囲の低音圧レベル領域Ｒ１、最大音圧レベルから最大音圧レベルよりも小さい音圧レベル（第２の音圧レベル）までの所定の範囲の高音圧レベル領域Ｒ２、その間（第１の音圧レベルから第２の音圧レベルまで）の中間音圧レベル領域Ｒ３の３つの領域を設ける。
【００３０】
図６のゲインカーブは、低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２とにおいては、入力信号を増幅させない非増幅領域とすることが好ましい。低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２とを非増幅領域とすることにより、楽曲の音楽性をほとんど損ねることがない。低音圧レベル領域Ｒ１と高音圧レベル領域Ｒ２との間の中間音圧レベル領域Ｒ３においては、破線で示す非増幅の状態を実線で示す特性で増幅させた状態とする増幅領域としている。図６に示すように、増幅領域である中間音圧レベル領域Ｒ３においては、低音圧レベル領域Ｒ１側である点Ｐ１から中間音圧レベル領域Ｒ３内の中間点である変曲点Ｐｉまでは入力信号の音圧レベルが大きくなるに従って増幅度を順次大きくし、変曲点Ｐｉから高音圧レベル領域Ｒ２側である点Ｐ２までは入力信号の音圧レベルが大きくなるに従って増幅度を順次小さくする特性となっている。図６では、点Ｐ１から変曲点Ｐｉまで線形に増幅度を大きくし、変曲点Ｐｉから点Ｐ２まで線形に増幅度を小さくする例を示している。
【００３１】
ここで、本実施形態では、ゲインカーブのパラメータをユーザの聴力特性データに応じて設定するようになっている。具体的には、再生信号処理部６０は、聴力測定部４０により測定された聴力特性データの最小可聴レベルＭｉｎとリファレンスである最小可聴レベルＲｅｆとの差を点Ｐｉにおける最大ゲインＧａに設定する。また、周波数ごとに、高音圧レベル領域Ｒ２と中間音圧レベル領域Ｒ３の境界をユーザの最適聴取レベルＢｅｓｔに設定する。
【００３２】
図７は、聴力測定部４０により測定された聴力特性データの最適聴取レベルＢｅｓｔ、最小可聴レベルＭｉｎとリファレンスである最小可聴レベルＲｅｆの一例を示す図である。ここで最小可聴レベルＲｅｆは、４０歳台の健聴者の最小可聴レベルＲｅｆを例示している。
【００３３】
１ｋＨｚにおけるユーザの最小可聴レベルＭｉｎ１ｋが４０ｄＢＳＰＬということは、健聴者が聴こえているはずの２０ｄＢＳＰＬ（最小可聴レベルＲｅｆ１ｋ）の音では＋２０ｄＢ上げないと音が聴こえない、ということである。したがって図８（ａ）に示す、−８０ｄＢＦＳの入力信号を＋２０ｄＢ増幅させた信号を出力するゲインカーブを作成する。ここで、本実施形態は１００ｄＢＳＰＬ＝０ｄＢＦＳのシステムであるため、２０ｄＢＳＰＬは−８０ｄＢＦＳである。２０ｄＢ増幅させると、出力信号は−６０ｄＢＦＳとなる（４０ｄＢＳＰＬ＝−６０ｄＢＦＳ）。
【００３４】
すなわち、変曲点Ｐｉは入力信号が−８０ｄＢＦＳで、最大ゲインＧａ＝２０ｄＢとなる点である。そして図７より１ｋＨｚにおける最適聴取レベルＢｅｓｔ１ｋが７０ｄＢＳＰＬであるので７０ｄＢＳＰＬ以上の音が入力された場合は増幅しない、つまり０ｄＢの増幅をする。したがって中間音圧レベル領域Ｒ３の中間音圧レベル領域Ｒ３と高音圧レベル領域Ｒ２の境界である点Ｐ２は−３０ｄＢＦＳとなる。このようにして、１ｋＨｚ帯域のゲインカーブは図８（ａ）のように決定される。他の帯域についても同様、２ｋＨｚ帯域のゲインカーブは図８（ｂ）のように決定され、４ｋＨｚ帯域のゲインカーブは図８（ｃ）のように決定され、８ｋＨｚ帯域のゲインカーブは図８（ｄ）のように決定される。８ｋＨｚ帯域では図７に示すようにユーザの最小可聴レベルＭｉｎ８ｋが健聴者の最小可聴レベルＲｅｆ８ｋと同じであるため、最大ゲインＧａ＝０ｄＢ増幅となり、ゲインカーブは直線となる。高齢者は高い周波数で補充現象を起こしやすいので、この例のように最適聴取レベルＢｅｓｔ８ｋが他の帯域より低くなる場合がある。今回、中間音圧レベル領域Ｒ３における低音圧レベル領域Ｒ１側の端部である点Ｐ１（以降、単に「Ｐ１点」または「Ｐ１」という。）は１６ビット量子化の最小値−９０ｄＢＦＳとした。高音圧レベル領域Ｒ２側の端部である点Ｐ２（以降、単に「Ｐ２点」または「Ｐ２」という。）は聴力測定で求めた最適聴取レベルＢｅｓｔで決定したが、「ちょうど良い音量」を決定することがユーザにとって難しいときは、たとえば１ｋＨｚ、７０ｄＢＳＰＬと同じ大きさに感じる各周波数の音圧レベルを求めてＰ２とすることで、より聴力特性に合った音声を届けることができる。
【００３５】
以上のように、本実施形態によれば、ゲインカーブのパラメータをユーザの最小可聴レベルＭｉｎや最適聴取レベルＢｅｓｔに応じて設定するようにしているので、増幅特性をより良く調整することができる。このようにして生成された音響信号は、部屋にマルチチャンネルスピーカ再生した場合の信号をユーザの頭部や耳介だけでなくユーザの聴力も考慮して忠実に再現しているので、ユーザにとって聴こえやすく自然な定位で楽しむことができる。これにより、ユーザは聴き疲れしにくいので、長時間の聴取を十分に楽しむことが可能である。
【００３６】
なお、本実施形態では、聴力測定を両耳聴にて行ったが、左右別々に行ってもよい。その場合は、左右で異なるゲインカーブを使ったダイナミックレンジ圧縮が行われる。
【００３７】
＜第２実施形態＞
本実施形態では、音響信号処理装置１００を集音器として使用する場合について説明する。基本構成は図１と変わらない。第１実施形態と異なる点は、（１）聴力測定の内容、（２）マイク１０で集音された音を再生信号処理部６０に入力し、帯域別のより細かな音圧レベルに増幅する点、（３）音像を頭外に定位させて自然な音場となるようイヤホン２０の特性補正を行う点である。以下、この３点について説明する。
【００３８】
聴力測定部４０は、測定が開始されると、操作説明のガイド音声を約７０ｄＢＳＰＬでイヤホン２０から出力する。ユーザは、はっきりと聴こえる音量になるまで操作部５０の上下ボタン５１を押して音量を可変する。聴力測定部４０は、この音量レベルの変化量をデータ入出力部７０に送る。次に、左耳から最小可聴レベルの測定を始める。２５０Ｈｚ，５００Ｈｚ，１ｋＨｚ，２ｋＨＺ，４ｋＨｚ、８ｋＨｚの純音をランダムにレベル可変してもよいし、順にレベルを下げてもよい。測定時間を短縮するため、ある集団の最小可聴レベルを正規分布にのせ、２分木法で提示してもよい。
【００３９】
ユーザは、音が聴こえたら操作部５０のＯＫボタン５２を押す。聴力測定部４０はＯＫボタン５２が押された最小のレベルを最小可聴レベルデータとしてデータ入出力部７０に送る。右耳も同じように聴力測定部４０が最小可聴レベルを測定し、右耳の最小可聴レベルデータを取得する。最小可聴レベルの測定が終わったら、最大許容レベルを測定する。ユーザは各周波数ごとに上下ボタン５２を押して大きいと感じるレベルにてＯＫボタン５２を押す。これも左右について測定を行う。聴力測定部４０はＯＫボタン５２が押された最大のレベルを最大許容レベルデータとしてデータ入出力部７０に送る。最小可聴レベルデータ及び最大許容レベルはメモリ８０に保存される。ここで、ガイド音声の可変レベルをＬｇ、最小可聴レベルをＭｉｎ（ｉ）ｄＢＦＳ（ただし、ｉは帯域ナンバー０（２５０Ｈｚ）〜６（８ｋＨｚ））、最大許容レベルをＭａｘ（ｉ）ｄＢＦＳ（ただし、ｉは帯域ナンバー０〜６）とする。
【００４０】
音圧レベル増幅部６６におけるダイナミックレンジ圧縮の入出力特性としては、図９に示すように、高音圧レベル領域Ｒ２の増幅が音圧レベルＰ３以下に抑えられるようなゲインカーブが使用される。この場合のパラメータは、聴力測定結果に基づいて図１０のように設定される。図１０中のＲｅｆｍｉｎ（ｉ）は健聴者の最小可聴レベル、Ｒｅｆ７０ｐｈｏｎは健聴者の７０ｐｈｏｎの等感曲線データをＦＳスケールに変換したもの（このシステムでは校正によって０ｄＢＦＳ＝１００ｄＢＳＰＬ）、ｉは帯域ナンバーである。７０ｐｈｏｎという大きさは、健聴者にとって大きくもなく小さくもないちょうど良い大きさである。ガイド音声の音量調整は、ユーザにとってちょうど良いレベルに決定していることになる。図９に示すゲインカーブはＰ２以上の高音圧レベル領域Ｒ２では指数関数の特性を有する曲線となる。Ｐ２以上の入力信号では、Ｐ２からＰ２以上の所定の入力信号の音圧レベル（以下、入力音圧レベル）（ｄＢＳＰＬ）までは、出力信号の音圧レベル（以下、出力音圧レベル）を圧縮することなく入力音圧レベルと同じレベルで提供するが、所定の入力音圧レベルを超えると入力音圧レベルが増大するに連れて出力音圧レベルがＰ３に限りなく近づくような指数関数曲線（漸近線がｙ＝Ｐ３となるようなｙ＝Ａｘ、Ａは正の数）に沿った増幅特性とする。つまり、ユーザは音圧レベルＰ３を最大許容レベルとしているため、それ以上の増幅はしないような特性とする。なお、より簡単な増幅特性として入力音圧レベルＰ２からＰ３までは出力音圧レベルを圧縮することなく提供し、Ｐ３以上の入力音圧レベルでは、出力音圧レベルを一定（Ｐ３）とする直線的な増幅特性を採用してもよい。
【００４１】
第１実施形態では、中間点Ｐｉを健聴者の最小可聴レベルＲｅｆに設定したが、入力音がマイク集音の場合、最小可聴レベルの音を増幅すると非常にうるさくなる。そこで本実施形態では、Ｐｉの初期値は静かな会話音（５０ｄＢＳＰＬ）を対象にしており、−５０ｄＢＦＳに設定している。
【００４２】
このような入出力特性が決定された後、あらかじめメモリ８０に保存しておいたイヤホン２０の周波数特性の逆特性をデータ入出力部７０が読み出し、畳み込み部６１が畳み込み処理を行う。この処理により、イヤホン固有の特性がキャンセルされるので、集音された音がユーザの聴力特性を考慮して補正され、忠実な音声信号が耳に届けられる。これにより、聴き取りやすく自然な定位感が感じられることになる。
【００４３】
なお、本音響信号処理装置１００で測定したデータを別の音響機器でも利用できるように、データ入出力部７０にＵＳＢ端子等を設けてデータのコピーを可能としてもよい。このようにすれば、マイク１０や測定機能のないテレビやオーディオアンプなどの音響機器でも、再生信号処理さえ備わっていれば常にユーザの聴力特性に合わせた音響信号を提供することができる。
【００４４】
＜第３実施形態＞
ところで、従来の音響信号処理装置によると、集音器などのマイク収録音を対象とした場合はノイズが強調され、逆に聴きにくくなってしまっていた。そこで、本実施形態では、この問題を解決するために、以下の手法を採用している。
【００４５】
図１１は、第３実施形態における音響信号処理装置１００を示すブロック図である。この音響信号処理装置１００は、ユーザの聴力特性に応じて信号処理する集音器等であって、マイク１０と、イヤホン２０と、聴力測定部４０と、操作部５０と、再生信号処理部６０ａと、データ入出力部７０と、メモリ８０と、騒音レベル分析部９０とを備えている。マイク１０は、その場の音を集音して分岐し、一方を騒音レベル分析部９０に送り、他方を再生信号処理部６０ａに送る。騒音レベル分析部９０は、いわゆる暗騒音（聴きたい音以外の音）の騒音レベルや、聴きたい音（ここでは話し相手の会話音）の騒音レベルを分析する。分析された結果は、騒音レベルデータとしてデータ入出力部７０に送られ、メモリ８０に保存される。再生信号処理部６０ａは、メモリ８０に保存されている騒音レベルデータに応じて信号処理する。その他の処理部は、第１または第２実施形態と基本的に同じである。
【００４６】
以下、本実施形態における音響信号処理装置１００の構成をさらに詳細に説明する。まず、マイク１０及びイヤホン２０の校正が必要である。すなわち、マイク１０については、音圧レベル１００ｄＢＳＰＬが０ｄＢＦＳとなるようマイクアンプが調整されている。また、０ｄＢＦＳの信号が再生されたときのイヤホン出力音圧レベルを測定しておく。たとえば、２５０Ｈｚから８ｋＨｚまでの純音を再生し、オクターブごとに測定する。この値がわかると、ユーザの最小可聴レベルを音圧レベルで知ることができる。この作業は工場出荷時に行えばよい。
【００４７】
ユーザは、音響信号処理装置１００で自分の聴力を測定する。測定が開始されると、データ入出力部７０は、操作方法を説明するガイドデータをメモリ８０より読み出し、聴力測定部４０に送る。このガイドデータは約−３０ｄＢＦＳのレベルであり、イヤホン２０で聴くと７０ｄＢＳＰＬで再生される。健聴者にとっては音量的に大きくもなく小さくもないごく普通のレベルであるが、難聴者は少し小さいと感じるかもしれない。ユーザは操作部５０の上下ボタン５１を押し、イヤホン２０から出力されるガイドデータの音声レベルを可変することができる。ユーザは聴こえやすい音量になったら、操作部５０のＯＫボタン５２を押し、聴力測定部４０はＯＫボタン５２が押されると測定を始める。このときのガイドデータのレベル変量（７０ｄＢＳＰＬからの）は聴力測定部４０からデータ入出力部７０に送られる。聴力測定部４０は２５０Ｈｚから８ｋＨｚまでオクターブごとに様々なレベルで音を提示し、ユーザは、聴こえたら操作部５０のＯＫボタン５２を押す。聴こえない場合は、ＯＫボタン５２は押されない。聴力測定部４０がランダムに提示したレベルのうち、ＯＫボタン５２が押されたレベルの最小値がユーザの最小可聴レベルである。左耳の測定が終わったら右耳の測定を続けて行う。ここでは、測定時間を無駄に長くしないため、聴力測定部４０は過去のデータを用いて２分木法で提示するレベルを決定している。すなわち、ある集団で最小可聴レベルを測定した結果を正規分布にのせ、中間値を第１提示、聴こえた場合はさらにレベルの小さい方の中間値を第２提示とする。一方で第１提示した値をユーザが聴きとれない場合は第１提示した値よりレベルの大きい方の中間値を第２提示とする。すると、早い人で３〜４回、母集団の端の人でも７〜８回の音の提示で一つの周波数の最小可聴レベルを決定することができる。最小可聴レベルが決定されると、聴力測定部４０は測定データをデータ入出力部７０に送る。
【００４８】
図１２は、第３実施形態における再生信号処理部６０ａの詳細を示すブロック図である。帯域分割部６５は、マイク１０によって集音された音声信号を帯域分割する。音圧レベル増幅部６６は、帯域ごとにダイナミックレンジ圧縮を行う。ダイナミックレンジ圧縮は人の聴力特性の高齢化に合わせたもので、小さい音は聴こえるレベルまで増幅し、大きい音は補充現象が起きるため、増幅率は徐々に落としていく。
【００４９】
第１実施形態では、最小可聴レベルは聴こえるぎりぎりの音量であるので、健聴者の最小可聴レベルに対してその差分だけ振幅を増幅すればよいと考え、健聴者の最小可聴レベルＲｅｆとユーザの最小可聴レベルＭｉｎとの差を最大ゲインＧａとした。しかしながら、実際に動作させると小さかった空調ノイズや暗騒音が非常に大きくなり、一番聴きたかった話し相手の声と暗騒音などが同等の音圧レベルとなるため、会話が聴き取りにくいことがわかった。そのためなるべく暗騒音は増幅せず、相手の会話音の音圧レベル付近を最大限に増幅するために、ＣＤや放送などの音声信号とは異なるマイク音声ならではの設定方法が必要である。
【００５０】
そこで、本実施形態では、中間点ＰｉとＰ１を決定するために、騒音レベル分析部９０はマイク１０から入力された信号を分析し、周波数帯域ごとに暗騒音の音圧レベルと会話音の音圧レベルを求める。騒音レベル分析部９０は暗騒音であるか否かをピッチ抽出ができたかどうかで判断することができる。つまり、ピッチ抽出ができればその信号区間は会話音であり、ピッチ抽出ができなければその区間は暗騒音のみである。
【００５１】
図１３は、騒音レベル分析部９０の動作を示すフローチャートである。騒音レベル分析部９０は、フレーム処理を行っており、例えば１フレームはサンプリング周波数３２ｋＨｚに対し、３２０サンプルである。この値は会話音声の振幅変動幅が１０ミリ秒以下であることから決定したが、帯域毎に振幅の変動幅をみて決定しても良いし、暗騒音の特徴から決定しても良い。また本実施形態の騒音レベル分析部９０では５フレーム毎の平均音圧レベルを求めてＰｉを決定しているが、平均を求めるためのフレーム数はこれに限ったものではなくその場の音の環境に応じて変更してよい。ここでは暗騒音と会話音の音圧レベルからＰｉを求めることが目的であるから、例えば朗読のような長い時間にわたって音声が続く場合は暗騒音のみの時間が少ないので、暗騒音部分が確実に確保できるように比較的大きなフレーム数にすると良い。
【００５２】
騒音レベル分析部９０は、まず初期化を行う（ステップＳ１１）。Ｔｉｍｅは平均を取った回数、Ｌｎｓｕｍ［ｊ］、Ｌｖｓｕｍ［ｊ］はそれぞれ、帯域番号ｊにおける暗騒音、会話音の音圧レベルの合計、Ｌｎ［ｊ］，Ｌｖ［ｊ］は暗騒音、会話音の帯域番号ｊにおける１フレーム内の音圧レベルの合計、Ｌｎａｖｅ［ｊ］，Ｌｖａｖｅ［ｊ］は帯域番号ｊの暗騒音、会話音の平均レベルである。
【００５３】
続くステップＳ１２にてＴｉｍｅを１加算し（例えばＴｉｍｅ＝０からＴｉｍｅ＝１となる）、Ｔｉｍｅ（＝１）フレーム目のピッチ抽出を行う（ステップＳ１３）。ピッチ抽出ができた場合は（ステップＳ１４：ＹＥＳ）、その区間を会話音とみなして帯域分割を行う（ステップＳ１５）。次に、帯域ｊごとにフレームの会話音の音圧レベルＬｖ［ｊ］を求め（ステップＳ１６）、Ｔｉｍｅ（＝１）フレームまでの会話音の平均レベルＬｖａｖｅ［ｊ］を求める（ステップＳ１７）。
【００５４】
一方、ステップＳ１４でピッチ抽出ができなかった場合は（ステップＳ１４：ＮＯ）、その区間を暗騒音とみなし、この場合も帯域分割を行う（ステップＳ１８）。同じく帯域ｊごとにフレームの暗騒音の音圧レベルＬｎ［ｊ］を求め（ステップＳ１９）、Ｔｉｍｅ（＝１）フレームまでの暗騒音の平均レベルＬｎａｖｅ［ｊ］を求める（ステップＳ２０）。Ｔｉｍｅが５の倍数であると判断すると（Ｔｉｍｅ％５＝０）（ステップＳ２１：ＹＥＳ）暗騒音レベルと会話音レベルの平均をその帯域ｊの点Ｐｉとする（ステップＳ２２）。このようなＰｉを変曲点Ｐｉに設定すると、ちょうど会話音レベルと暗騒音レベルの間に変曲点Ｐｉがくる。そのため、音量の小さい会話音はしっかりと増幅され、暗騒音は会話音に比べ小さい増幅率もしくは増幅率１として増幅されることになる。Ｔｉｍｅが５の倍数でない場合は（ステップＳ２１：ＮＯ）ステップＳ１２に戻り、ステップＳ１２にてＴｉｍｅが１増加され、次のフレームのピッチ抽出に移る（ステップＳ１３）。このようにして５回に一回の割合で点Ｐｉを更新していく。
【００５５】
次に、Ｐ１の設定について説明する。先に変曲点Ｐｉは暗騒音の平均レベルと会話音の平均レベルの中間値に設定したから暗騒音は会話音に比べれば小さい増幅率になると述べた。しかし暗騒音が瞬間的に大きな音になった場合やダイナミックレンジが広い変動騒音の場合は、フレーム単位ごとに音が大きく増幅されたり増幅されなかったりするので断続ノイズのように聴こえてしまう。そこで、本実施形態では、中間点Ｐｉから緩やかな傾斜で低音圧レベル領域Ｒ１に達するレベル（Ｐｉ−１５ｄＢ〜Ｐｉ−２０ｄＢ程度）をＰ１に設定することとしている。点Ｐ１から中間点Ｐｉへの増幅が緩やかな増幅でない場合、処理フレーム毎に騒音の音量が大きすぎたり小さすぎたりするおそれがある。これは、増幅の変化がフレーム毎に激しくなり、騒音が連続的な音でなく断続的な音になるためである。点Ｐ１を中間点Ｐｉより１５ｄＢ〜２０ｄＢ程度小さい値に設定することで、騒音の増幅を極力おさえる（カットする）、あるいは騒音の増幅が生じてもその増幅率が小さいものにでき、各フレームで音量の変化を少なくできる効果が得られた。なお、２０ｄＢ以上小さい値、例えば中間点Ｐｉから３０ｄＢ小さい値（Ｐ１＝Ｐｉ−３０）とした場合、騒音そのものが増幅されてしまった。
【００５６】
騒音レベル分析部９０は、このように帯域ごとに中間点Ｐｉ及びＰ１を計算し、データ入出力部７０にこれらのデータを送る。データ入出力部７０は、騒音レベル分析部９０から受け取ったデータをメモリ８０に保存する。再生信号処理部６０ａは、入力された音声信号を帯域分割部６５で帯域分割し、データ入出力部７０より受け取った帯域毎のＰ１，Ｐｉ，Ｇａ，Ｐ２，Ｐ３を、音圧レベル増幅部６６の各パラメータに設定し、これらのパラメータに特徴付けられたゲインカーブにしたがって音圧レベル増幅部６６にて音圧が増幅された後、加算部６７で各帯域が加算され、左右２チャンネルの信号に戻されてイヤホン２０に出力される。
【００５７】
以上のように、本実施形態によれば、ゲインカーブのパラメータを周囲の騒音レベル及び会話音レベルに応じて設定するようにしているので、増幅特性をより良く調整することができる。すなわち、なるべく暗騒音は増幅せず相手の会話音付近を最大限に増幅することができる。これにより、ユーザは聴き疲れしにくいので、長時間の聴取及び会話を十分に楽しむことが可能である。
【００５８】
最大ゲインＧａの他の設定方法を図１４を用いて説明する。第１実施形態では、ユーザの最小可聴レベルＭｉｎと健聴者の最小可聴レベルＲｅｆとの差を最大ゲインＧａとしたが、以下の方法で最大ゲインＧａを設定してもよい。
【００５９】
一実施例として、所定の周波数帯域におけるユーザの最小可聴レベルＭｉｎが−４０ｄＢＦＳ、健聴者の最小可聴レベルＲｅｆが−７０ｄＢＦＳ、ユーザの最適聴取レベルＢｅｓｔが７０ｄＢＳＰＬである場合、まず高音圧レベル領域Ｒ２の境界である点Ｐ２は−３０ｄＢＦＳに設定される。点Ｐ１については、第１実施形態と同様の値とした。次に、変曲点Ｐｉを上述した方法である会話音レベルと暗騒音レベルの平均レベルに設定する。本実施例では平均レベルは−６５ｄＢＦＳとする。続いて、ユーザの最小可聴レベルＭｉｎと健聴者の最小可聴レベルＲｅｆとを結んだ線分と、ユーザの最小可聴レベルＭｉｎと点Ｐ２（最適聴取レベルＢｅｓｔ）とを結んだ線分とからなる仮特性線を設定し、仮特性線上から求められる会話音レベルと暗騒音レベルの平均レベルでの出力信号の値との差を、最大ゲインＧａとする。すなわち、本実施例においては入力信号が−６５ｄＢＦＳの仮特性線上での出力信号は−３８ｄＢＦＳとなり、その差である２７ｄＢＦＳが最大ゲインＧａとなる。
【００６０】
このように求めた各点、変曲点Ｐｉ（入力信号−６５ｄＢＦＳ、出力信号−３８ｄＢＦＳ）と点Ｐ２（入力信号、出力信号共に−３０ｄＢＦＳ）と、点Ｐ１（入力信号、出力信号共に−９０ｄＢＦＳ）とを結んだゲインカーブに基づいて出力信号の特性を調整してもよい。
【符号の説明】
【００６１】
１ 出力端子
２ マイク入力端子
３ イヤホン接続端子
４ オーディオ入力端子
１０ マイク
２０ イヤホン
３０ インパルス応答測定部
４０ 聴力測定部
５０ 操作部
６０ 再生信号処理部
６１ 畳み込み部
６２ 加算部
６３ 増幅器
６４ 加算器
６５ 帯域分割部
６６ 音圧レベル増幅部
６７ 加算部
７０ データ入出力部
８０ メモリ
９０ 騒音レベル分析部
【特許請求の範囲】
【請求項１】
出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部と、
前記聴力測定部により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部とを備え、
前記信号処理部は、前記第１の音圧レベルを前記聴力特性データに応じて設定する
ことを特徴とする音響信号処理装置。
【請求項２】
前記聴力測定部は、ユーザの最小可聴レベルを測定し、
前記信号処理部は、前記最小可聴レベルと予め定めた最小可聴レベルとの差を前記第１の音圧レベルにおけるゲインとすることを特徴とする請求項１記載の音響信号処理装置。
【請求項３】
前記聴力測定部は、ユーザの最適聴取レベルを測定し、
前記信号処理部は、前記最適聴取レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点を設定することを特徴とする請求項１または２記載の音響信号処理装置。
【請求項４】
前記聴力測定部は、ユーザの最大許容レベルを測定し、
前記信号処理部は、前記最大許容レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点を設定することを特徴とする請求項１記載の音響信号処理装置。
【請求項５】
前記聴力測定部は、ユーザの最小可聴レベルと最適聴取レベルとを測定し、
前記信号処理部は、前記最小可聴レベル、前記最適聴取レベル及び予め定めた最小可聴レベルに基づいて、前記第１の音圧レベルにおけるゲインを求めることを特徴とする請求項１記載の音響信号処理装置。
【請求項６】
出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定ステップと、
前記聴力測定ステップで測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理ステップとを備え、
前記信号処理ステップでは、前記第１の音圧レベルを前記聴力特性データに応じて設定する
ことを特徴とする音響信号処理方法。
【請求項１】
出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定部と、
前記聴力測定部により測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理部とを備え、
前記信号処理部は、前記第１の音圧レベルを前記聴力特性データに応じて設定する
ことを特徴とする音響信号処理装置。
【請求項２】
前記聴力測定部は、ユーザの最小可聴レベルを測定し、
前記信号処理部は、前記最小可聴レベルと予め定めた最小可聴レベルとの差を前記第１の音圧レベルにおけるゲインとすることを特徴とする請求項１記載の音響信号処理装置。
【請求項３】
前記聴力測定部は、ユーザの最適聴取レベルを測定し、
前記信号処理部は、前記最適聴取レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点を設定することを特徴とする請求項１または２記載の音響信号処理装置。
【請求項４】
前記聴力測定部は、ユーザの最大許容レベルを測定し、
前記信号処理部は、前記最大許容レベルに基づいて前記中間音圧レベル領域における前記高音圧レベル領域側の変化点を設定することを特徴とする請求項１記載の音響信号処理装置。
【請求項５】
前記聴力測定部は、ユーザの最小可聴レベルと最適聴取レベルとを測定し、
前記信号処理部は、前記最小可聴レベル、前記最適聴取レベル及び予め定めた最小可聴レベルに基づいて、前記第１の音圧レベルにおけるゲインを求めることを特徴とする請求項１記載の音響信号処理装置。
【請求項６】
出力する音の音量を可変でき、前記音量の変化量に基づいてユーザの聴力特性を測定する聴力測定ステップと、
前記聴力測定ステップで測定された聴力特性データに応じて、入力信号の最小音圧レベルから最大音圧レベルまでの範囲における前記最小音圧レベルから所定の範囲の低音圧レベル領域と前記最大音圧レベルから所定の範囲の高音圧レベル領域とを除く中間音圧レベル領域で、前記低音圧レベル領域側から前記中間音圧レベル内の第１の音圧レベルまで順次大きくし、前記第１の音圧レベルから前記高音圧レベル領域側まで順次小さくする出力信号特性を生成し、前記出力信号特性に応じて信号処理を行う信号処理ステップとを備え、
前記信号処理ステップでは、前記第１の音圧レベルを前記聴力特性データに応じて設定する
ことを特徴とする音響信号処理方法。
【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２０１２−２１３１１３（Ｐ２０１２−２１３１１３Ａ）
【公開日】平成２４年１１月１日（２０１２．１１．１）
【国際特許分類】
【出願番号】特願２０１１−７８５４７（Ｐ２０１１−７８５４７）
【出願日】平成２３年３月３１日（２０１１．３．３１）
【出願人】（３０８０３６４０２）株式会社ＪＶＣケンウッド (1,152)
【Ｆターム（参考）】
【公開日】平成２４年１１月１日（２０１２．１１．１）
【国際特許分類】
【出願日】平成２３年３月３１日（２０１１．３．３１）
【出願人】（３０８０３６４０２）株式会社ＪＶＣケンウッド (1,152)
【Ｆターム（参考）】
[ Back to top ]