音響処理装置
【課題】音響信号の目標成分以外の成分を維持しながら目標成分を高精度に抑圧する。
【解決手段】係数列生成部３３は、音響信号ｘの目標成分を抑圧するための処理係数列Ｇ(t)を単位区間Ｔu毎に順次に生成する要素であり、基礎係数列生成部４２と係数列加工部４４Aとを含んで構成される。基礎係数列生成部４２は、特定帯域Ｂ0内の各周波数ｆの係数値ｈ(f,t)が音響信号ｘを抑圧する抑圧値γ0に設定されるとともに特定帯域Ｂ0外の各周波数ｆの係数値ｈ(f,t)が音響信号ｘを維持する通過値γ1に設定された基礎係数列Ｈ(t)を生成する。係数列加工部４４は、基礎係数列Ｈ(t)において特定帯域Ｂ0内の各周波数ｆに対応する複数の係数値ｈ(f,t)のうち目標成分以外の各周波数ｆの係数値ｈ(f,t)を通過値γ1に変更することで単位区間Ｔu毎に処理係数列Ｇ(t)を生成する。
【解決手段】係数列生成部３３は、音響信号ｘの目標成分を抑圧するための処理係数列Ｇ(t)を単位区間Ｔu毎に順次に生成する要素であり、基礎係数列生成部４２と係数列加工部４４Aとを含んで構成される。基礎係数列生成部４２は、特定帯域Ｂ0内の各周波数ｆの係数値ｈ(f,t)が音響信号ｘを抑圧する抑圧値γ0に設定されるとともに特定帯域Ｂ0外の各周波数ｆの係数値ｈ(f,t)が音響信号ｘを維持する通過値γ1に設定された基礎係数列Ｈ(t)を生成する。係数列加工部４４は、基礎係数列Ｈ(t)において特定帯域Ｂ0内の各周波数ｆに対応する複数の係数値ｈ(f,t)のうち目標成分以外の各周波数ｆの係数値ｈ(f,t)を通過値γ1に変更することで単位区間Ｔu毎に処理係数列Ｇ(t)を生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音響信号の特定の成分（以下「目標成分」という）を抑圧する技術に関する。
【背景技術】
【０００２】
音響信号から特定の目標成分を抑圧する技術が従来から提案されている。例えば特許文献１や特許文献２には、右チャネルおよび左チャネルの音響信号の類似度に応じて周波数毎に設定された係数値（減衰係数）を音響信号の各周波数成分に乗算することで前方（中央）の定位成分を抑圧する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第３６７０５６２号公報
【特許文献２】特開２００９−１８８９７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１や特許文献２の技術のもとでは、所定方向の定位成分の全部が一律に抑圧されるから、目標方向に複数の音像が定位するように生成された音響信号から特定の音像の音響成分のみを選択的に抑圧することができないという問題がある。以上の事情を考慮して、本発明は、音響信号の目標成分以外の成分を維持しながら目標成分を抑圧することを目的とする。
【課題を解決するための手段】
【０００５】
以上の課題を解決するために本発明が採用する手段を説明する。なお、本発明の理解を容易にするために、以下の説明では、本発明の要素と後述の実施形態の要素との対応を括弧書で付記するが、本発明の範囲を実施形態の例示に限定する趣旨ではない。
【０００６】
本発明の音響処理装置は、音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列（例えば処理係数列Ｇ(t)）を音響信号の単位区間毎に生成する装置であって、特定帯域（例えば特定帯域Ｂ0）内の各周波数の係数値が音響信号を抑圧する抑圧値（例えば抑圧値γ0）に設定されるとともに特定帯域外の各周波数の係数値が音響信号を維持する通過値（例えば通過値γ1）に設定された基礎係数列（例えば基礎係数列Ｈ(t)）を生成する基礎係数列生成手段（例えば基礎係数列生成部４２）と、基礎係数列生成手段が生成した基礎係数列において特定帯域内の各周波数に対応する複数の係数値のうち目標成分以外の各周波数の係数値を通過値に変更することで単位区間毎に処理係数列を生成する係数列加工手段（例えば係数列加工部４４A，４４B）とを具備する。以上の構成においては、基礎係数列の特定帯域内の係数値のうち目標成分以外の音響成分に対応する各周波数の係数値が通過値に設定される。したがって、音響信号の特定帯域内の音響成分のうち目標成分以外の音響成分を維持しながら目標成分を抑圧できる（すなわち目標成分を高精度に抑圧できる）という利点がある。
【０００７】
本発明の第１態様において、係数列加工手段は、音響信号のうち特定帯域内の周波数成分の発生点から所定の時間にわたってその周波数の係数値が通過値に設定されるように、基礎係数列生成手段による生成後の基礎係数列を加工する発音点解析手段（例えば発音点解析部５２）を含む。以上の態様においては、特定帯域内の音響成分の発音点から所定の期間にわたってその音響成分に対応する係数値が通過値に設定されるから、特定帯域内で発音点が顕著な音響成分（例えば打楽器音）を成分抑圧処理の実行後に維持できるという利点がある。
【０００８】
第１態様の好適例において、基礎係数列生成手段は、特定帯域のうち所定方向の定位成分（例えば選択定位域Ｃ0内の定位成分）の各周波数の係数値が抑圧値に設定されるとともに他の周波数の係数値が通過値に設定された基礎係数列を生成する。以上の態様においては、基礎係数列のうち抑圧値に設定される係数値が、特定帯域のうち所定方向の定位成分に対応する係数値に限定されるから、所定方向に定位する目標成分を高精度に抑圧できるという効果が実現される。
【０００９】
第１態様の好適例に係る音響処理装置は、基準音高の時系列を記憶する記憶手段を具備し、発音点解析手段は、特定帯域内の各周波数成分の複数の発生点のうち基準音高の時系列に対応する発生点については、所定の時間においても係数値を抑圧値に設定する。以上の態様では、基準音高の時系列に対応する発生点（すなわち、目標成分の発生点）については係数値が抑圧値に設定されるから、目標成分を高精度に抑圧できるという利点がある。なお、以上の態様の具体例は、例えば第３実施形態として後述される。
【００１０】
本発明の第２態様において、係数列加工手段は、音響信号の特定帯域内の周波数成分について単位区間毎に特定される複数の基本周波数（例えば候補周波数Ｆc(1)〜Ｆc(N)）のうち目標成分に該当する可能性が高い基本周波数を目標周波数（例えば目標周波数Ｆtar）として特定し、複数の基本周波数のうち目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が通過値に設定されるように、基礎係数列生成手段による生成後の基礎係数列を加工する基本周波数解析手段（例えば基本周波数解析部５６）を含む。以上の態様においては、特定帯域から特定された複数の基本周波数のうち目標周波数以外の各基本周波数とその倍音周波数とに対応する係数値が通過値に設定されるから、特定帯域内で調波構造を持つ目標成分以外の音響成分を成分抑圧処理の実行後に維持できるという利点がある。
【００１１】
第２態様の具体例に係る基本周波数解析手段は、音響信号のうち特定帯域内の周波数成分について単位区間毎に複数の基本周波数を特定する周波数検出手段（例えば周波数検出部６２）と、動的計画法による経路探索で単位区間毎の複数の基本周波数から目標周波数の時系列を特定する遷移解析手段（例えば遷移解析部６６）と、複数の基本周波数のうち遷移解析手段が特定した目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が通過値に設定されるように基礎係数列を加工する係数列設定手段（例えば係数列設定部６８）とを含む。以上の態様においては、動的計画法による経路探索を利用することで演算量を削減しながら目標周波数の時系列を特定できるという利点がある。また、動的計画法を適用することで、基本周波数の瞬時的な欠落や検出誤りに対しても頑健な経路探索が実現される。
【００１２】
第２態様の具体例において、周波数検出手段は、各周波数が音響信号の基本周波数に該当する尤度（例えば尤度Ｌs(δF)）を算定するとともに尤度が高い複数の周波数を基本周波数として選定し、遷移解析手段は、尤度に応じた第１確率（例えば確率ＰA1(n)）を基本周波数毎に算定し、第１確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、周波数検出手段が検出する基本周波数の尤度に応じた第１確率を利用して目標周波数の時系列が特定されるから、特定帯域内で基本周波数が顕著な調波構造の目標成分を高精度に抑圧できるという利点がある。
【００１３】
第２態様の具体例において、複数の基本周波数の各々に対応する調波構造の音響特性と目標成分に対応する音響特性との類否を示す特性指標値（例えば特性指標値Ｖ(n)）を単位区間毎に算定する指標算定手段（例えば指標算定部６４）を具備し、遷移解析手段は、特性指標値に応じた第２確率（例えば確率ＰA2(n)）を基本周波数毎に算定し、第２確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、特性指標値に応じた第２確率を利用して目標周波数の時系列が特定されるから、目標成分に対応する基本周波数を音響特性の類否という観点から高精度に評価することが可能である。
【００１４】
第２態様の具体例において、確率算定手段は、一の単位区間の各基本周波数から直後の単位区間の各基本周波数に遷移する第３確率（例えば確率ＰA3(n)_ν）を、相前後する各単位区間について各基本周波数の差異（例えば周波数差ε）に応じて算定し、第３確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、相前後する単位区間における基本周波数の差異に応じた第３確率を利用して目標周波数の時系列が特定されるから、基本周波数が極端に変化する経路が誤検出される可能性を低減できるという利点がある。
【００１５】
第２態様の具体例において、遷移解析手段は、動的計画法による経路探索で単位区間毎の複数の基本周波数から基本周波数の時系列を特定する第１処理手段（例えば第１処理部７１）と、目標成分の有無を単位区間毎に判定する第２処理手段（例えば第２処理部７２）とを含み、第１処理手段が特定した複数の基本周波数の時系列のうち第２処理手段が目標成分の存在を肯定した単位区間の基本周波数を目標周波数として特定する。以上の態様においては、第１処理手段が特定した複数の基本周波数の時系列のうち第２処理手段が目標成分の存在を肯定した単位区間の基本周波数が目標周波数として特定されるから、遷移解析手段が第１処理手段のみを具備する構成と比較して、目標成分の基本周波数を高精度に特定できるという利点がある。
【００１６】
第１処理手段と第２処理手段とを具備する第２態様の好適例の音響処理装置は、基準音高の時系列を記憶する記憶手段（例えば記憶装置２４）と、複数の単位区間の各々について、周波数検出手段が当該単位区間について特定した複数の基本周波数の各々と、当該単位区間に対応する基準音高との差異に応じた音高尤度（例えば音高尤度ＬP(n)）を算定する音高評価手段（例えば音高評価部９２）とを具備し、第１処理手段は、複数の基本周波数の各々について音高尤度を利用した経路探索で推定系列を特定し、第２処理手段は、推定系列上の基本周波数に対応する音高尤度に応じて単位区間毎に算定される発音状態の確率と、非発音状態の確率とを利用した経路探索で状態系列を特定する。以上の態様では、周波数検出手段が検出した基本周波数と基準音高との差異に応じた音高尤度が第１処理手段および第２処理手段による経路探索に適用されるから、目標成分の基本周波数を高精度に特定できるという利点がある。なお、以上の態様の具体例は第５実施形態として後述される。
【００１７】
本発明の第３態様において、係数列加工手段は、複数の単位区間で構成される解析区間毎に目標成分の有無を判定し、目標成分の存在が否定される解析区間内の単位区間について、全部の係数値が通過値に設定された処理係数列を生成する発音解析手段（例えば発音解析部８４）を含む。以上の態様においては、目標成分の存在が否定される解析区間内の単位区間（例えば解析区間の中央に位置する単位区間）については各係数値が通過値に設定された処理係数列が生成されるから、目標成分が存在しない単位区間の音響信号の部分的な欠落を防止できるという利点がある。なお、以上の態様の具体例は例えば第２実施形態として後述される。
【００１８】
本発明の好適な態様に係る音響処理装置は、基準音高の時系列を記憶する記憶手段（例えば記憶装置２４）と、周波数情報が示す基本周波数が、当該周波数情報に対応する時点の基準音高の１．５倍の周波数を含む所定の範囲内にある場合に基本周波数を１/１．５倍に補正し、基準音高の２倍の周波数を含む所定の範囲内にある場合に基本周波数を１/２倍に補正する補正手段（例えば補正部９４）とを具備する。以上の態様では、周波数情報が示す基本周波数が基準音高に応じて補正される（五度エラーやオクターブエラーが補償される）から、目標成分の基本周波数を正確に特定することが可能である。なお、以上の態様の具体例は例えば第６実施形態として後述される。
【００１９】
以上の各態様に係る音響処理装置は、処理係数列の生成に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明に係るプログラムは、音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列を音響信号の単位区間毎に生成するために、特定帯域内の各周波数の係数値が音響信号を抑圧する抑圧値に設定されるとともに特定帯域外の各周波数の係数値が音響信号を維持する通過値に設定された基礎係数列を生成する基礎係数列生成処理と、基礎係数列生成処理で生成した基礎係数列において特定帯域内の各周波数に対応する複数の係数値のうち目標成分以外の各周波数の係数値を通過値に変更することで単位区間毎に処理係数列を生成する係数列加工処理とをコンピュータに実行させる。以上のプログラムによれば、本発明に係る音響処理装置と同様の作用および効果が奏される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。
【図面の簡単な説明】
【００２０】
【図１】第１実施形態に係る音響処理装置のブロック図である。
【図２】定位画像の模式図である。
【図３】係数列加工部のブロック図である。
【図４】発音点解析部の動作のフローチャートである。
【図５】発音点解析部が偏心度を算定する動作の説明図である。
【図６】偏心度の説明図である。
【図７】偏心度の時間的な変化と発音点との関係の説明図である。
【図８】発音点の直後の係数値の変化を示すグラフである。
【図９】基本周波数解析部のブロック図である。
【図１０】周波数検出部の動作のフローチャートである。
【図１１】帯域成分を生成する窓関数の模式図である。
【図１２】周波数検出部の動作の説明図である。
【図１３】周波数検出部が基本周波数を検出する動作の説明図である。
【図１４】指標算定部の動作のフローチャートである。
【図１５】指標算定部が特徴量（ＭＦＣＣ）を抽出する動作の説明図である。
【図１６】第１処理部の動作のフローチャートである。
【図１７】第１処理部が単位区間毎に候補周波数を選択する処理の説明図である。
【図１８】第１処理部の処理に適用される確率の説明図である。
【図１９】第１処理部の処理に適用される確率の説明図である。
【図２０】第２処理部の動作のフローチャートである。
【図２１】第２処理部が単位区間毎に目標成分の有無を判定する処理の説明図である。
【図２２】第２処理部の処理に適用される確率の説明図である。
【図２３】第２処理部の処理に適用される確率の説明図である。
【図２４】第２処理部の処理に適用される確率の説明図である。
【図２５】第２実施形態における係数列加工部のブロック図である。
【図２６】解析区間の説明図である。
【図２７】発音解析部の動作のフローチャートである。
【図２８】第３実施形態における係数列加工部のブロック図である。
【図２９】第４実施形態における係数列加工部のブロック図である。
【図３０】本発明の第５実施形態における基本周波数解析部のブロック図である。
【図３１】第５実施形態の音高評価部が音高尤度を選定する処理の説明図である。
【図３２】第６実施形態における基本周波数解析部のブロック図である。
【図３３】補正部による補正の前後の基本周波数と基準音高との関係を示すグラフである。
【図３４】基本周波数と補正値との関係を示すグラフである。
【図３５】変形例における信号処理部の動作の説明図である。
【発明を実施するための形態】
【００２１】
＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態の音響処理装置１００のブロック図である。図１に示すように、音響処理装置１００には入力装置１２と表示装置１４と信号供給装置１６と放音装置１８とが接続される。入力装置１２は、利用者からの指示を受付ける操作子で構成される。表示装置１４（例えば液晶表示装置）は、音響処理装置１００からの指示に応じて画像を表示する。
【００２２】
信号供給装置１６は、相異なる位置に設置された音源が発音した複数の音響成分（歌唱音や伴奏音）の混合音の時間波形を表現する音響信号ｘ（ｘL，ｘR）を音響処理装置１００に供給する。左チャネルの音響信号ｘLおよび右チャネルの音響信号ｘRは、各音響成分の音源に対応する音像が相異なる位置に定位する（すなわち音響成分の振幅や位相が音源の位置に応じて相違する）ように収音または加工（例えばミキサ等を利用して左右の振幅比を人為的に操作する処理）されたステレオ形式の信号である。周囲の音響を収音して音響信号ｘを生成する収音機器（ステレオマイク）や、可搬型または内蔵型の記録媒体（例えばＣＤ）から音響信号ｘを取得して音響処理装置１００に供給する再生装置や、通信網から音響信号ｘを受信して音響処理装置１００に供給する通信装置が信号供給装置１６として採用され得る。
【００２３】
音響処理装置１００は、信号供給装置１６が供給する音響信号ｘから音響信号ｙ（ｙL，ｙR）を生成する。左チャネルの音響信号ｙLおよび右チャネルの音響信号ｙRは、音響信号ｘのうち特定の音響成分（以下「目標成分」という）を他の音響成分に対して抑圧したステレオ形式の信号である。音響信号ｘのうち所定の方向に音像が定位する目標成分が抑圧される。以下の説明では、音響信号ｘに含まれる歌唱音を目標成分として抑圧する場合を想定する。放音装置１８（例えばステレオスピーカやステレオヘッドホン）は、音響処理装置１００が生成した音響信号ｙ（ｙL，ｙR）に応じた音波を放射する。
【００２４】
図１に示すように、音響処理装置１００は、演算処理装置２２と記憶装置２４とを具備するコンピュータシステムで実現される。記憶装置２４は、演算処理装置２２が実行するプログラムや演算処理装置２２が使用する各種の情報を記憶する。半導体記録媒体や磁気記録媒体等の公知の記録媒体が記憶装置２４として任意に採用される。なお、音響信号ｘ（ｘL，ｘR）を記憶装置２４に格納した構成（したがって信号供給装置１６は省略される）も採用され得る。
【００２５】
演算処理装置２２は、記憶装置２４に格納されたプログラムを実行することで、音響信号ｘから音響信号ｙを生成するための複数の機能（周波数分析部３１，係数列生成部３３，信号処理部３５，波形合成部３７，表示制御部３９）を実現する。なお、演算処理装置２２の各機能を複数の集積回路に分散した構成や、専用の電子回路（ＤＳＰ）が各機能を実現する構成も採用され得る。
【００２６】
周波数分析部３１は、窓関数の乗算で音響信号ｘを単位区間（フレーム）Ｔu毎に区分し、音響信号ｘLの周波数スペクトルＸLと音響信号ｘRの周波数スペクトルＸRとを単位区間Ｔu毎に順次に生成する。周波数スペクトルＸLは、相異なる周波数（周波数帯域）ｆに対応する複数の周波数成分ＸL(f,t)で表現される複素スペクトルである。同様に、周波数スペクトルＸRは、複数の周波数成分ＸR(f,t)で表現される複素スペクトルである。記号ｔは時間（例えば単位区間Ｔuの番号）を意味する。周波数スペクトルＸLおよび周波数スペクトルＸRの生成には、例えば短時間フーリエ変換等の公知の周波数分析が任意に採用され得る。
【００２７】
係数列生成部３３は、音響信号ｘの目標成分を抑圧するための処理係数列Ｇ(t)を単位区間Ｔu毎に順次に生成する。処理係数列Ｇ(t)は、相異なる周波数ｆに対応する複数の係数値ｇ(f,t)の系列である。係数値ｇ(f,t)は、音響信号ｘLの周波数成分ＸL(f,t)および音響信号ｘRの周波数成分ＸR(f,t)に対する利得（スペクトルゲイン）に相当し、音響信号ｘの特性に応じて可変に設定される。具体的には、処理係数列Ｇ(t)のうち音響信号ｘに目標成分が存在すると推定される周波数ｆの係数値ｇ(f,t)は、音響信号ｘの強度を抑圧する数値（以下「抑圧値」という）γ0に設定され、目標成分が存在しないと推定される周波数ｆの係数値ｇ(f,t)は、音響信号ｘの強度を維持する数値（以下「通過値」という）γ1に設定される。抑圧値γ0は例えば０であり、通過値γ1は例えば１である。
【００２８】
信号処理部３５は、係数列生成部３３が生成した処理係数列Ｇ(t)を周波数スペクトルＸLおよび周波数スペクトルＸRの各々に作用させる処理（以下「成分抑圧処理」という）で音響信号ｙLの周波数スペクトルＹLと音響信号ｙRの周波数スペクトルＹRとを単位区間Ｔu毎に生成する。各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRに対する成分抑圧処理には、その単位区間Ｔuについて係数列生成部３３が生成した処理係数列Ｇ(t)が適用される。すなわち、信号処理部３５は、係数列生成部３３による処理係数列Ｇ(t)の生成に必要な時間だけ周波数スペクトルＸLおよび周波数スペクトルＸRを遅延させてから処理係数列Ｇ(t)を適用する。
【００２９】
本実施形態の成分抑圧処理は、周波数スペクトルＸLおよび周波数スペクトルＸRと処理係数列Ｇ(t)との乗算である。具体的には、成分抑圧処理の実行後の音響信号ｙLの各周波数成分ＹL(f,t)は、以下の数式(1a)に示すように音響信号ｘLの周波数成分ＸL(f,t)と処理係数列Ｇ(t)の係数値ｇ(f,t)との乗算値に設定される。同様に、成分抑圧処理の実行後の各周波数成分ＹR(f,t)は、以下の数式(1b)に示すように周波数成分ＸR(f,t)と係数値ｇ(f,t)との乗算値に設定される。
【数１】
数式(1a)から理解されるように、音響信号ｘLのうち係数値ｇ(f,t)が抑圧値γ0に設定された周波数ｆの周波数成分ＸL(f,t)に対応する音響成分（すなわち目標成分）は成分抑圧処理で抑圧され、係数値ｇ(f,t)が通過値γ1に設定された周波数ｆの周波数成分ＸL(f,t)に対応する音響成分（すなわち目標成分以外の音響成分）は成分抑圧処理を通過する（すなわち抑圧されずに維持される）。同様に、音響信号ｘRの目標成分は成分抑圧処理で抑圧され、音響信号ｘRの目標成分以外の音響成分は成分抑圧処理を通過する。
【００３０】
図１の波形合成部３７は、信号処理部３５が生成した周波数スペクトルＹLおよび周波数スペクトルＹRからステレオ形式の音響信号ｙLおよび音響信号ｙRを生成する。具体的には、波形合成部３７は、単位区間Ｔu毎の周波数スペクトルＹLを時間領域の波形信号に変換するとともに前後の単位区間Ｔuで相互に連結することで音響信号ｙLを生成する。同様に、波形合成部３７は、単位区間Ｔu毎の周波数スペクトルＹRから時間領域の音響信号ｙRを生成する。波形合成部３７が生成した音響信号ｙ（ｙL，ｙR）が放音装置１８に供給されて音波として再生される。
【００３１】
図１の表示制御部３９は、利用者が目標成分を指定するために参照する図２の定位画像１４２を生成して表示装置１４に表示させる。定位画像１４２は、相交差する定位軸（横軸）１４４と周波数軸（縦軸）１４６とで規定される平面内に複数の音像点ｑを配置した画像である。定位軸１４２上の位置ξと周波数ｆとに対応する音像点ｑは、所定の基準点（例えば音響信号ｘの収録点）から位置ξの方向に定位する周波数ｆの周波数成分が音響信号ｘに存在することを意味する。
【００３２】
表示制御部３９は、周波数ｆに対応する音像点ｑの位置ξを以下の数式(2)で算定する。なお、数式(2)の記号|ＸL(f,t)|は、音響信号ｘLの周波数成分ＸL(f,t)の振幅を意味し、記号|ＸR(f,t)|は、音響信号ｘRの周波数成分ＸR(f,t)の振幅を意味する。所定個（単数または複数）の単位区間Ｔuにわたる数式(2)の音像点ｑが定位画像１４２に配置される。なお、数式(2)の詳細は、例えば、M. Vinyes, J. Bonada, A. Loscos, "Demixing Commercial Music Productions wia Human-Assisted Time-Frequency Masking"，Audio Engineering Society 120th Convention, France, 2006に開示されている。
【数２】
【００３３】
利用者は、入力装置１２を適宜に操作することで定位画像１４２の任意の領域（以下「選択領域」という）１４８を指定することが可能である。表示制御部３９は、図２に示すように、利用者が指定した選択領域１４８を表示装置１４に表示させる。選択領域１４８の位置や各縁辺の寸法は利用者からの指示に応じて可変に設定される。音響信号ｘを構成する複数の音響成分の各々（収録時の各音源）に対応する音像点ｑは、その音響成分の定位位置と周波数特性とに応じた領域に偏在する。利用者は、定位画像１４２内の各音像点ｑの分布を確認しながら、自身の所望の目標成分に対応する音像点ｑを内包するように選択領域１４８を指定する。なお、音響信号ｘに出現し得る複数種の音響成分の各々について周波数帯域が事前に登録され、利用者が選択した種類の音響成分について登録された周波数帯域が選択領域１４８の周波数軸上の分布範囲として自動的に設定される構成も好適である。
【００３４】
図２に示すように、利用者が指定した選択領域１４８内の各音像点ｑに対応する周波数（周波数帯域）ｆの集合（すなわち、周波数軸１４６上の選択領域１４８の分布範囲）を以下では「特定帯域Ｂ0」と表記し、選択領域１４８内の各音像点ｑが分布する定位軸１４２上の範囲（定位軸１４２上の選択領域１４８の分布範囲）を以下では「選択定位域Ｃ0」と表記する。すなわち、選択定位域Ｃ0に音像が定位する特定帯域Ｂ0内の定位成分が音響信号ｘからの抑圧対象として利用者により概略的に指定される。
【００３５】
図１の係数列生成部３３は、基礎係数列生成部４２と係数列加工部４４Aとを含んで構成される。基礎係数列生成部４２は、処理係数列Ｇ(t)の初期値（基礎）となる基礎係数列Ｈ(t)を単位区間Ｔu毎に生成する。基礎係数列Ｈ(t)は、相異なる周波数ｆに対応する複数の係数値ｈ(f,t)の系列である。
【００３６】
基礎係数列Ｈ(t)を周波数スペクトルＸLおよび周波数スペクトルＸRの各々に作用させた場合に選択領域１４８内に存在する各周波数成分（すなわち、特定帯域Ｂ0内の周波数ｆのうち選択定位域Ｃ0内の定位成分）が他の周波数成分に対して抑圧されるように、基礎係数列生成部４２は基礎係数列Ｈ(t)を生成する。具体的には、基礎係数列生成部４２は、
基礎係数列Ｈ(t)のうち選択領域１４８内の周波数成分の各周波数ｆ（すなわち、選択領域１４８内に音像点ｑが存在する各周波数ｆ）に対応する係数値ｈ(f,t)を抑圧値γ0（音響成分を抑圧させる数値）に設定し、他の係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に設定する。
【００３７】
利用者が指定した選択領域１４８内（選択定位域Ｃ0に定位する特定帯域Ｂ0内の定位成分）には目標成分以外の音響成分も混在し得る。したがって、基礎係数列Ｈ(t)を処理係数列Ｇ(t)として音響信号ｘに適用した場合には、目標成分以外の音響成分が目標成分とともに抑圧される。具体的には、特定帯域Ｂ0内で選択定位域Ｃ0の方向（位置ξ）に定位する音響成分（すなわち特定帯域Ｂ0内で目標成分と同方向に音像が定位する音響成分）は目標成分以外の音響成分でも目標成分とともに抑圧され得る。そこで、図１の係数列加工部４４Aは、選択領域１４８内の周波数成分のうち目標成分以外の周波数成分が成分抑圧処理を通過する（音響信号ｙでも維持される）ように基礎係数列Ｈ(t)の各係数値ｈ(f,t)を変更することで単位区間Ｔu毎に前述の処理係数列Ｇ(t)を生成する。すなわち、係数列加工部４４Aは、概略的には、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)において選択領域１４８内の各周波数成分に対応する複数の係数値ｈ(f,t)のうち目標成分以外の音響成分の各周波数成分の周波数ｆに対応する係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に変更して処理係数列Ｇ(t)を生成する。
【００３８】
図３は、係数列加工部４４Aのブロック図である。図３に示すように、係数列加工部４４Aは、発音点解析部５２と遅延部５４と基本周波数解析部５６とを含んで構成される。係数列加工部４４Aの各要素について以下に詳述する。
【００３９】
＜発音点解析部５２＞
発音点解析部５２は、音響信号ｘのうち選択領域１４８内の各音響成分の発音点の直後の部分（音量が立上がるアタック部分）が成分抑圧処理を通過するように基礎係数列Ｈ(t)を加工する。図４は、発音点解析部５２の動作のフローチャートである。単位区間Ｔu毎に図４の処理が実行される。図４の処理を開始すると、発音点解析部５２は、音響信号ｘLの周波数スペクトルＸLと音響信号ｘRの周波数スペクトルＸRとを、時間軸上で相対応する単位区間Ｔuについて加算または平均することで単位区間Ｔu毎に周波数スペクトル（複素スペクトル）Ｚを生成する（Ｓ11）。なお、音響信号ｘLと音響信号ｘRとの加算（または平均）のうち選択領域１４８内の各音像点ｑに対応する複数の周波数成分を選択して周波数軸上に配列した系列を周波数スペクトルＺとして利用することも可能である。発音点解析部５２は、周波数スペクトルＺのうち特定帯域Ｂ0内の各周波数成分Ｚ(f,t)の解析で各音響成分の発音点を検出する（Ｓ12A〜Ｓ12E）。発音点の検出には公知の技術が任意に採用され得るが、以下に例示する方法が格別に好適である。
【００４０】
発音点解析部５２は、図５に示すように、特定帯域Ｂ0を複数の単位帯域Ｂuに区分する（Ｓ12A）。また、発音点解析部５２は、処理Ｓ11で生成した周波数スペクトルＺのうち特定帯域Ｂ0内に存在する複数のピークｐkを検出し、複数の単位帯域Ｂuの各々をピークｐk毎に複数の帯域Ｂpkに区分する（Ｓ12B）。各ピークｐkの検出には公知の技術が任意に採用される。そして、発音点解析部５２は、以下の数式(3)で表現される偏心度ωpkを帯域Ｂpk毎に算定する（Ｓ12C）。数式(3)の記号|Ｚ(f,t)|は、周波数スペクトルＺのうち周波数ｆの周波数成分Ｚ(f,t)の振幅を意味し、記号φ(f,t)は、周波数スペクトルＺの周波数成分Ｚ(f,t)の位相角を意味する。
【数３】
【００４１】
発音点解析部５２は、処理Ｓ12Cで帯域Ｂpk毎に算定した偏心度ωpkを単位帯域Ｂuの複数の帯域Ｂpkについて平均することで偏心度Ωuを算定する（Ｓ12D）。すなわち、偏心度Ωuは特定帯域Ｂ0内の各単位帯域Ｂuについて時間軸上の単位区間Ｔu毎に算定される。
【００４２】
数式(3)における位相角φ(f,t)の偏微分は群遅延を意味する。すなわち、数式(3)は、周波数スペクトルＺのパワー|Ｚ(f,t)|2を加重値とした遅延群の加重和に相当する。したがって、偏心度Ωuは、図６に示すように、窓関数で規定される単位区間Ｔuの時間軸上の中心点ｔcと、単位区間Ｔu内の音響信号ｘのうち単位帯域Ｂu内のエネルギーの時間軸上の重心ｔgとの相違（偏心）の指標として利用され得る。
【００４３】
音響成分の発音点の到来前および発音点の経過後の定常的な状態（音響成分のエネルギーが安定した状態）では中心点ｔcと重心ｔgとが時間軸上で略一致する。他方、音響成分の発音点では重心ｔgが中心点ｔcの後方に移動（偏心）する。したがって、図７に示すように、特定の単位帯域Ｂuの偏心度Ωuは、その単位帯域Ｂu内の音響成分の発音点の近傍で瞬間的に増加する。以上の傾向を考慮して、第１実施形態では、各単位帯域Ｂuの偏心度Ωuの時間的な変化に応じて単位帯域Ｂu毎に音響成分の発音点を検出する（Ｓ12E）。すなわち、発音点解析部５２は、図７に示すように、各単位帯域Ｂuの偏心度Ωuが所定の閾値Ωu_thを上回る単位区間Ｔuをその単位帯域Ｂuの音響成分の発音点として検出する。閾値Ωu_thは、特定帯域Ｂ0内の全部の単位帯域Ｂuについて同一値に設定される。ただし、単位帯域Ｂuの周波数ｆの高低に応じて単位帯域Ｂu毎に閾値Ωu_thを相違させた構成も採用され得る。
【００４４】
以上の処理（Ｓ12A〜Ｓ12E）で特定帯域Ｂ0内の音響成分の発音点を検出すると、発音点解析部５２は、発音点から所定長の期間τにわたってその音響成分が成分抑圧処理を通過するように基礎係数列Ｈ(t)の各係数値ｈ(f,t)を設定する（Ｓ13）。すなわち、発音点解析部５２は、図８に示すように、基礎係数列Ｈ(t)のうち処理Ｓ12Eで発音点が検出された単位帯域Ｂu内の係数値ｈ(f,t)を、その発音点から所定の期間τ（τ＝τ1＋τ2）にわたって、抑圧値γ0を上回る通過値γ1に設定する。具体的には、図８に示すように、通過値γ1は、発音点を始点とする期間τ1内の各単位区間Ｔuでは１に設定され、期間τ1の経過後の期間τ2内の各単位区間Ｔuにて段階的に低下して抑圧値γ0に到達する。したがって、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)では抑圧対象とされる特定帯域Ｂ0内の音響成分のうち例えば発音点が顕著な打楽器音の音響成分が成分抑圧処理を通過するようになる。期間τ1や期間τ2の時間長は、特定帯域Ｂ0のうち成分抑圧処理を通過させるべき音響成分（典型的には打楽器音）の継続長に応じて適宜に選定される。以上が発音点解析部５２の動作である。
【００４５】
なお、発音点解析部５２による基礎係数列Ｈ(t)の加工の結果、特定帯域Ｂ0のうち打楽器音以外の音響成分（例えば目標成分となる歌唱音）についても発音点の直後の区間が成分抑圧処理を通過することになる。しかし、打楽器音以外の音響成分は打楽器音と比較すると発音点での音量の上昇が緩慢であるから、発音点解析部５２による処理では打楽器音以外の音響成分が過度に顕在化することはない。
【００４６】
図３の遅延部５４は、周波数分析部３１が生成した周波数スペクトルＸLおよび周波数スペクトルＸRを、発音点解析部５２での処理（図４の処理Ｓ11から処理Ｓ13）に必要な時間だけ遅延させて基本周波数解析部５６に供給する。したがって、各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRとその単位区間Ｔuについて発音点解析部５２が生成した基礎係数列Ｈ(t)とが並列（同時）に基本周波数解析部５６に供給される。
【００４７】
＜基本周波数解析部５６＞
基本周波数解析部５６は、特定帯域Ｂ0内の音響成分のうち目標成分以外で調波構造を持つ音響成分が成分抑圧処理を通過するように発音点解析部５２での処理後の基礎係数列Ｈ(t)を加工することで処理係数列Ｇ(t)を生成する。概略的には、基本周波数解析部５６は、選択領域１４８内（特定帯域Ｂ0内）の複数の周波数成分からＭ個の基本周波数（ピッチ）Ｆ0を単位区間Ｔu毎に検出するとともに、各単位区間ＴuのＭ個の基本周波数Ｆ0のうち目標成分に該当する可能性が高い基本周波数Ｆ0を目標周波数Ｆtar（tar：target）として特定し、Ｍ個の基本周波数Ｆ0のうち目標周波数Ｆtar以外の各基本周波数Ｆ0とその倍音周波数とに対応する音響成分が成分抑圧処理を通過するように処理係数列Ｇ(t)を生成する。図９に示すように、基本周波数解析部５６は、周波数検出部６２と指標算定部６４と遷移解析部６６と係数列設定部６８とを含んで構成される。基本周波数解析部５６の各要素について以下に詳述する。
【００４８】
＜周波数検出部６２＞
周波数検出部６２は、選択領域１４８内の複数の周波数成分に対応するＭ個の基本周波数Ｆ0を検出する。周波数検出部６２による基本周波数Ｆ0の検出には公知の技術が任意に採用され得るが、図１０を参照して以下に例示する方法が格別に好適である。図１０の処理は単位区間Ｔu毎に順次に実行される。なお、以下に例示する方法の詳細は、A. P. Klapuri, "Multiple fundamental frequency estimation based on harmonicity and spectral smoothness", IEEE Trans. Speech and Audio Proc., 11(6), 804-816, 2003に開示されている。
【００４９】
図１０の処理を開始すると、周波数検出部６２は、図４の処理Ｓ11と同様に、遅延部５４による遅延後の周波数スペクトルＸLと周波数スペクトルＸRとを加算または平均することで周波数スペクトルＺを生成する（Ｓ21）。例えば、周波数スペクトルＸLと周波数スペクトルＸRとの加算または平均のうち選択領域１４８内（特定帯域Ｂ0内）の各周波数成分を選択して周波数軸上に配列した系列が周波数スペクトルＺとして生成される。そして、周波数検出部６２は、周波数スペクトルＺのうち特定帯域Ｂ0内のピークpkを強調した周波数スペクトルＺpを生成する（Ｓ22）。具体的には、周波数検出部６２は、以下の数式(4A)から数式(4C)の演算で周波数スペクトルＺpの各周波数ｆの周波数成分Ｚp(f)を算定する。
【数４】
【００５０】
数式(4C)の定数ｋ0および定数ｋ1は所定値（例えばｋ0＝50Hz，ｋ1＝６kHz）に設定される。数式(4B)は、周波数スペクトルＺのピークを強調する演算である。数式(4A)の記号Ｎ(f)は、周波数スペクトルＺの周波数成分Ｚ(f)の周波数軸上の移動平均である。したがって、数式(4A)から理解されるように、周波数スペクトルＺのピークに対応する周波数成分Ｚp(f)が極大値となり、相隣接するピークｐkの間の周波数成分Ｚp(f)が０となる周波数スペクトルＺpが生成される。
【００５１】
周波数検出部６２は、周波数スペクトルＺpをＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)に分割する（Ｓ23）。第ｊ番目（ｊ＝１〜Ｊ）の帯域成分Ｚp_j(f)は、以下の数式(5)で表現されるように、処理Ｓ22で生成した周波数スペクトルＺp（周波数成分Ｚp(f)）に窓関数Ｗj(f)を乗算した成分である。
【数５】
数式(5)の記号Ｗj(f)は、周波数軸上に設定された窓関数を意味する。窓関数Ｗ1(f)〜ＷJ(f)は、人間の聴覚特性（メル尺度）を考慮して、図１１に示すように高域側ほど分解能が低下するように設定される。図１２には、処理Ｓ23で生成される第ｊ番目の帯域成分Ｚp_j(f)が図示されている。
【００５２】
周波数検出部６２は、処理Ｓ23で算定したＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)の各々について、以下の数式(6)で表現される関数値Ｌj(δF)を算定する（Ｓ24）。
【数６】
図１２に示すように、帯域成分Ｚp_j(f)は、周波数ＦLjから周波数ＦHjまでの周波数帯域Ｂj内に分布する。周波数帯域Ｂj内には、低域側の周波数ＦLjに対して周波数Ｆs（オフセット）だけ高域側の周波数（ＦLj＋Ｆs）を起点として周波数δFの間隔（周期）毎に対象周波数ｆpが設定される。周波数Ｆsおよび周波数δFは可変値である。記号Ｉ(Fs,δF)は、周波数帯域Ｂj内の対象周波数ｆpの総数を意味する。以上の説明から理解されるように、関数値ａ(Fs,δF)は、周波数帯域Ｂj内のＩ(Fs,δF)個の対象周波数ｆpの各々における帯域成分Ｚp_j(f)の合計値（Ｉ(Fs,δF)個の数値の総和）に相当する。変数ｃ(Fs,δF)は、関数値ａ(Fs,δF)を正規化する要素である。
【００５３】
数式(6)の記号max{A(Fs,δF)}は、相異なる周波数Ｆsについて算定される複数の関数値Ａ(Fs,δF）のうちの最大値を意味する。図１３は、数式(6)で算定される関数値Ｌj(δF)と各対象周波数ｆpの周波数δFとの関係を示すグラフである。図１３に示すように、関数値Ｌj(δF)には複数のピークが存在する。数式(6)から理解されるように、周波数δFの間隔で配列する各対象周波数ｆpが帯域成分Ｚp_j(f)の各ピークの周波数（すなわち調波周波数）に近似するほど関数値Ｌj(δF)は大きい数値となる。すなわち、関数値Ｌj(δF)がピークとなる周波数δFは、帯域成分Ｚp_j(f)の基本周波数Ｆ0に該当する可能性が高い。
【００５４】
周波数検出部６２は、処理Ｓ24で帯域成分Ｚp_j(f)毎に算定した関数値Ｌj(δF)をＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)について加算または平均することで関数値Ｌs(δF)（Ｌs(δF)＝Ｌ1(δF)＋Ｌ2(δF)＋Ｌ3(δF)＋……＋ＬJ(δF)）を算定する（Ｓ25）。以上の説明から理解されるように、周波数δFが選択領域１４８内（特定帯域Ｂ0内）の周波数成分（周波数スペクトルＺ）の基本周波数Ｆ0に近いほど、関数値Ｌs(δF）は大きい数値となる。すなわち、関数値Ｌs(δF)は、各周波数δFが選択領域１４８内の音響成分の基本周波数Ｆ0に該当する尤度（確率）を意味し、関数値Ｌs(δF)の分布は、周波数δFを確率変数とする基本周波数Ｆ0の確率密度関数に相当する。
【００５５】
周波数検出部６２は、処理Ｓ25で算定した尤度Ｌs(δF)の複数のピークのうち各ピークでの尤度Ｌs(δF)の数値の降順でＭ個（すなわち尤度Ｌs(δF)が大きい方からＭ個）のピークを選択し、各ピークに対応するＭ個の周波数δFを選択領域１４８内（特定帯域Ｂ0内）の各音響成分の基本周波数Ｆ0として特定する（Ｓ26）。Ｍ個の基本周波数Ｆ0の各々は、選択領域１４８内（特定帯域Ｂ0内）で調波構造を持つ各音響成分（目標成分を含む）の基本周波数である。なお、Ｍ個の基本周波数Ｆ0を特定する方法は以上の例示に限定されない。例えば、尤度Ｌs(δF)が最大となる１個のピークの周波数を基本周波数Ｆ0として特定し、その基本周波数Ｆ0と各倍音周波数とに対応する周波数成分を周波数スペクトルＺから除外したうえで尤度Ｌs(δF)を再計算して１個の基本周波数Ｆ0を特定するという処理を反復してＭ個の基本周波数Ｆ0を特定する方法が好適である。以上の方法によれば、各音響成分の倍音周波数を基本周波数Ｆ0として誤検出する可能性が低減されるという利点がある。
【００５６】
更に、周波数検出部６２は、処理Ｓ26で特定したＭ個の基本周波数Ｆ0のうち尤度Ｌs(δF)の降順でＮ個（すなわち尤度Ｌs(δF)が大きい方からＮ個）の基本周波数Ｆ0を目標成分の基本周波数の候補（以下「候補周波数」という）Ｆc(1)〜Ｆc(N)として選択する（Ｓ27）。Ｍ個の基本周波数Ｆ0のうち尤度Ｌs(δF)が大きい基本周波数Ｆ0を目標成分（歌唱音）の候補周波数Ｆc(1)〜Ｆc(N)として選択するのは、音響信号ｘのなかで比較的に顕著な音響成分（音量が大きい音響成分）である目標成分は、目標成分以外の音響成分と比較して尤度Ｌs(δF)が大きい数値になり易いという傾向があるからである。以上に説明した図１０の処理（Ｓ21〜Ｓ27）が単位区間Ｔu毎に順次に実行されることで、Ｍ個の基本周波数Ｆ0とそのうちのＮ個の候補周波数Ｆc(1)〜Ｆc(N)とが単位区間Ｔu毎に特定される。
【００５７】
＜指標算定部６４＞
図９の指標算定部６４は、周波数検出部６２が処理Ｓ27で特定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について、その候補周波数Ｆc(n)（ｎ＝１〜Ｎ）に対応する調波構造の特徴量（典型的には音色の特徴量）と目標成分に想定される特徴量との類否を示す特性指標値Ｖ(n)を算定する。すなわち、特性指標値Ｖ(n)は、候補周波数Ｆc(n)が目標成分に該当する可能性を音響特性（音色）の観点から評価した指標（歌唱音を目標成分とした本実施形態では音声らしさの尤度）に相当する。以下の説明ではＭＦＣＣ（Mel Frequency Cepstral Coeffcient）を調波構造の特徴量として例示する。ただし、ＭＦＣＣ以外の特徴量を利用することも可能である。
【００５８】
図１４は、指標算定部６４の動作のフローチャートである。図１４の処理が単位区間Ｔu毎に順次に実行されることで単位区間Ｔu毎にＮ個の特性指標値Ｖ(1)〜Ｖ(N)が算定される。図１４の処理を開始すると、指標算定部６４は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)から１個の候補周波数Ｆc(n)を選択する（Ｓ31）。そして、指標算定部６４は、処理Ｓ31で選択した候補周波数Ｆc(n)を基本周波数Ｆ0とする調波構造（包絡線）の特徴量を算定する（Ｓ32〜Ｓ35）。
【００５９】
まず、指標算定部６４は、図１５に示すように、処理Ｓ21で生成された周波数スペクトルＺからパワースペクトル|Ｚ|2を生成し（Ｓ32）、パワースペクトル|Ｚ|2のうち処理Ｓ31で選択した候補周波数Ｆc(n)とその倍音周波数κＦc(n)（κ＝２，３，４，……）との各々に対応するパワー値を特定する（Ｓ33）。例えば、指標算定部６４は、候補周波数Ｆc(n)と各倍音周波数κＦc(n)とを中心周波数として周波数軸上に設定された各窓関数（例えば三角窓）をパワースペクトル|Ｚ|2に乗算し、窓関数毎の乗算値の最大値（図１５の黒点）を候補周波数Ｆc(n)および各倍音周波数κＦc(n)に対応するパワー値として特定する。
【００６０】
指標算定部６４は、図１５に示すように、候補周波数Ｆc(n)および各倍音周波数κＦc(n)について処理Ｓ33で算定したパワー値を補間することで包絡線ＥNV(n)を生成する（Ｓ34）。具体的には、パワー値を変換した対数値（ｄＢ値）の補間を実行してからパワー値に再変換することで包絡線ＥNV(n)が算定される。処理Ｓ34での補間には、例えばラグランジュ補間等の公知の補間技術が任意に採用され得る。以上の説明から理解されるように、包絡線ＥNV(n)は、音響信号ｘのうち候補周波数Ｆc(n)を基本周波数Ｆ0とする音響成分（調波音）の周波数スペクトルの包絡線に相当する。指標算定部６４は、処理Ｓ34で生成した包絡線ＥNV(n)からＭＦＣＣ（特徴量）を算定する（Ｓ35）。ＭＦＣＣの算定の方法は任意である。
【００６１】
指標算定部６４は、処理Ｓ35で算定したＭＦＣＣから特性指標値Ｖ(n)（目標成分らしさの尤度）を算定する（Ｓ36）。特性指標値Ｖ(n)の算定には公知の技術が任意に採用されるが、ＳＶＭ（Support Vector Machine）が好適である。すなわち、指標算定部６４は、音声（歌唱音）と非音声（例えば楽器の演奏音）とが混在する学習サンプルを複数のクラスタに分類する分離平面（境界）を事前に学習し、各クラスタ内のサンプルが音声に該当する確率（例えば０以上かつ１以下の中間的な数値）をクラスタ毎に設定する。特性指標値Ｖ(n)を算定する段階では、指標算定部６４は、処理Ｓ35で算定したＭＦＣＣが所属すべきクラスタを分離平面の適用で決定し、そのクラスタに付与された確率を特性指標値Ｖ(n)として特定する。例えば候補周波数Ｆc(n)に対応する音響成分が目標成分（歌唱音）に該当する可能性が高いほど特性指標値Ｖ(n)は１に近い数値に設定され、目標成分に該当しない確率が高いほど特性指標値Ｖ(n)は０に近い数値に設定される。
【００６２】
指標算定部６４は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)の全部について以上の処理（Ｓ31〜Ｓ36）を実行したか否かを判定する（Ｓ37）。処理Ｓ37の判定の結果が否定である場合、指標算定部６４は、未処理の候補周波数Ｆc(n)を新規に選択したうえで（Ｓ31）、前述の処理Ｓ32から処理Ｓ37の処理を実行する。そして、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)の全部を処理すると（Ｓ37：YES）、指標算定部６４は図１４の処理を終了する。したがって、相異なる候補周波数Ｆc(n)に対応するＮ個の特性指標値Ｖ(1)〜Ｖ(N)が単位区間Ｔu毎に順次に算定される。
【００６３】
＜遷移解析部６６＞
図９の遷移解析部６６は、周波数検出部６２が単位区間Ｔu毎に算定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)から、目標成分の基本周波数に該当する可能性が高い目標周波数Ｆtarを選択する。すなわち、目標周波数Ｆtarの時系列（軌跡）が特定される。図９に示すように、遷移解析部６６は、第１処理部７１と第２処理部７２とを含んで構成される。第１処理部７１および第２処理部７２の各々の機能について以下に詳述する。
【００６４】
＜第１処理部７１＞
第１処理部７１は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)のうち目標成分に該当する可能性が高い候補周波数Ｆc(n)を単位区間Ｔu毎に特定する。図１６は、第１処理部７１の動作のフローチャートである。周波数検出部６２がＮ個の候補周波数Ｆc(1)〜Ｆc(N)を最新の１個の単位区間（以下では特に「新規単位区間」という）Ｔuについて特定するたびに図１６の処理が実行される。
【００６５】
図１６の処理は、概略的には、図１７に示すように、新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる経路ＲAを特定する処理である。経路ＲAは、各単位区間ＴuのＮ個の候補周波数Ｆc(n)（図１７では４個の候補周波数Ｆc(1)〜Ｆc(4)）のうち目標成分に該当する可能性（尤度）が高い候補周波数Ｆc(n)をＫ個の単位区間Ｔuについて配列した時系列（候補周波数Ｆc(n)の遷移）を表現する。経路ＲAの探索には公知の技術が任意に採用され得るが、演算量の削減の観点から動的計画法が格別に好適である。図１６では、動的計画法の例示であるビタビ（viterbi）アルゴリズムを利用して経路ＲAを特定する場合が想定されている。図１６の処理を以下に詳述する。
【００６６】
第１処理部７１は、新規単位区間Ｔuについて特定されたＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうちの１個の候補周波数Ｆc(n)を選択する（Ｓ41）。そして、第１処理部７１は、図１８に示すように、処理Ｓ41で選択した候補周波数Ｆc(n)の出現の確率（ＰA1(n)，ＰA2(n)）を算定する（Ｓ42）。
【００６７】
確率ＰA1(n)は、候補周波数Ｆc(n)について図１０の処理Ｓ25で算定された尤度Ｌs(δF)（＝Ｌs(Ｆc(n))に応じて可変に設定される。具体的には、候補周波数Ｆc(n)の尤度Ｌs(Ｆc(n))が大きいほど確率ＰA1(n)は大きい数値に設定される。第１処理部７１は、例えば、尤度Ｌs(Ｆc(n))に応じた変数λ(n)を確率変数とする正規分布（平均μA1，分散σA12）を表現する以下の数式(7)の演算で候補周波数Ｆc(n)の確率ＰA1(n)を算定する。
【数７】
数式(7)の変数λ(n)は、例えば尤度Ｌs(Ｆc(n))を正規化した数値である。尤度Ｌs(Ｆc(n))の正規化の方法は任意であるが、例えば尤度Ｌs(Ｆc(n))を尤度Ｌs(δF)の最大値で除算した数値が正規化後の尤度λ(n)として好適である。平均μA1および分散σA12の数値は実験的または統計的に選定される（例えばμA1＝１，σA1＝0.4）。
【００６８】
処理Ｓ42で算定される確率ＰA2(n)は、候補周波数Ｆc(n)について指標算定部６４が算定した特性指標値Ｖ(n)に応じて可変に設定される。具体的には、候補周波数Ｆc(n)の特性指標値Ｖ(n)が大きい（目標成分に該当する可能性が高い）ほど確率ＰA2(n)は大きい数値に設定される。第１処理部７１は、例えば、特性指標値Ｖ(n)を確率変数とする正規分布（平均μA2，分散σA22）を表現する以下の数式(8)の演算で確率ＰA2(n)を算定する。平均μA2および分散σA22の数値は実験的または統計的に選定される（例えばμA2＝σA2＝１）。
【数８】
【００６９】
第１処理部７１は、図１８に示すように、新規単位区間Ｔuについて処理Ｓ41で選択した候補周波数Ｆc(n)と、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)との各組合せについてＮ個の確率ＰA3(n)_1〜ＰA3(n)_Nを算定する（Ｓ43）。確率ＰA3(n)_ν（ν＝１〜Ｎ）は、直前の単位区間Ｔuの第ν番目の候補周波数Ｆc(ν)から新規単位区間Ｔuの候補周波数Ｆc(n)に遷移する確率を意味する。具体的には、単位区間Ｔuの間で音響成分の音高が極端に変化する可能性は低いという傾向を考慮して、直前の候補周波数Ｆc(ν)と現在の候補周波数Ｆc(n)との差異（音高差）が大きいほど確率ＰA3(n)_νは小さい数値に設定される。第１処理部７１は、例えば以下の数式(9)の演算でＮ個の確率ＰA3(n)_1〜ＰA3(n)_Nを算定する。
【数９】
すなわち、数式(9)は、関数値min{6,max (0,|ε|−0.5)}を確率変数とする正規分布（平均μA3，分散σA32）を表現する。数式(9)の記号εは、半音を単位として直前の候補周波数Ｆc(ν)と現在の候補周波数Ｆc(n)との差分を表現した変数を意味する。関数値min{6,max(0,|ε|−0.5)}は、半音単位の周波数差εの絶対値|ε|から0.5を減算した数値（負数となる場合は０）が６を下回る場合にはその数値に設定され、数値が６を上回る場合（すなわち６半音を上回る程度に周波数が相違する場合）には６に設定される。なお、音響信号ｘの最初の単位区間Ｔuの確率ＰA3(n)_1〜ＰA3(n)_Nは所定値（例えば１）に設定される。また、平均μA3および分散σA32の数値は実験的または統計的に選定される（例えばμA3＝０，σA3＝４）。
【００７０】
以上の手順で確率（ＰA1(n)，ＰA2(n)，ＰA3(n)_1〜ＰA3(n)_N）を算定すると、第１処理部７１は、図１９に示すように、新規単位区間Ｔuの候補周波数Ｆc(n)と、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)との各組合せについてＮ個の確率πA(1)〜πA(N)を算定する（Ｓ44）。確率πA(ν)は、図１８の確率ＰA1(n)と確率ＰA2(n)と確率ＰA3(n)_νとに応じた数値である。例えば確率ＰA1(n)と確率ＰA2(n)と確率ＰA3(n)_νとの各々の対数値の加算値が確率πA(ν)として算定される。以上の説明から理解されるように、確率πA(ν)は、直前の単位区間Ｔuの第ν番目の候補周波数Ｆc(ν)から新規単位区間Ｔuの候補周波数Ｆc(n)に遷移する確率（尤度）を意味する。
【００７１】
第１処理部７１は、処理Ｓ44で算定したＮ個の確率πA(1)〜πA(N)のうちの最大値πA_maxを選択し、図１９に示すように、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち最大値πA_maxに対応する候補周波数Ｆc(ν)と新規単位区間Ｔuの候補周波数Ｆc(n)とを連結する経路（図１９の太線）を設定する（Ｓ45）。更に、第１処理部７１は、新規単位区間Ｔuの候補周波数Ｆc(n)について確率ΠA(n)を算定する（Ｓ46）。確率ΠA(n)は、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち処理Ｓ45で選択した候補周波数Ｆc(ν)について過去に算定した確率ΠA(ν)と現在の候補周波数Ｆc(n)について処理Ｓ45で選択した最大値πA_maxとに応じた数値（例えば各々の対数値の加算値）に設定される。
【００７２】
第１処理部７１は、新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)の全部について以上の処理（Ｓ41〜Ｓ46）を実行したか否かを判定する（Ｓ47）。処理Ｓ47の判定の結果が否定である場合、第１処理部７１は、未処理の候補周波数Ｆc(n)を新規に選択したうえで（Ｓ41）、処理Ｓ42から処理Ｓ47を実行する。すなわち、処理Ｓ41から処理Ｓ47が新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について実行され、直前の単位区間Ｔuの１個の候補周波数Ｆc(ν)からの経路（処理Ｓ45）とその経路に対応する確率ΠA(n)（処理Ｓ46）とが新規単位区間Ｔuの候補周波数Ｆc(n)毎に算定される。
【００７３】
新規単位区間Ｔuの全部（Ｎ個）の候補周波数Ｆc(1)〜Ｆc(N)について処理が完了すると（Ｓ47：YES）、第１処理部７１は、新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる候補周波数Ｆc(n)の経路ＲAを確定する（Ｓ48）。経路ＲAは、新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち処理Ｓ46で算定した確率ΠA(n)が最大となる候補周波数Ｆc(n)から、処理Ｓ45で連結した各候補周波数Ｆc(n)をＫ個の単位区間Ｔuにわたって順次に遡及（バックトラック）した経路である。なお、処理Ｓ41から処理Ｓ47を完了した単位区間ＴuがＫ個未満である段階（すなわち音響信号ｘの始点から第(Ｋ−１)個までの各単位区間Ｔuについて処理が完了した段階）では経路ＲAの確定（処理Ｓ48）は実行されない。以上に説明したように、周波数検出部６２が新規単位区間ＴuについてＮ個の候補周波数Ｆc(1)〜Ｆc(N)を特定するたびに、その新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる経路ＲAが特定される。
【００７４】
＜第２処理部７２＞
ところで、音響信号ｘのなかには目標成分が存在しない単位区間Ｔu（例えば歌唱音が停止した区間）も存在する。第１処理部７１による経路ＲAの探索では各単位区間Ｔuにおける目標成分の有無が判断されないから、実際には目標成分が存在しない単位区間Ｔuについても経路ＲA上では候補周波数Ｆc(n)が特定される。以上の事情を考慮して、第２処理部７２は、経路ＲAの各候補周波数Ｆc(n)に対応するＫ個の単位区間Ｔuの各々について目標成分の有無を判定する。
【００７５】
図２０は、第２処理部７２の動作のフローチャートである。第１処理部７１が経路ＲAを特定するたび（単位区間Ｔu毎）に図２０の処理が実行される。図２０の処理は、概略的には、図２１に示すように、経路ＲAに対応するＫ個の単位区間Ｔuにわたる経路ＲBを特定する処理である。経路ＲBは、Ｋ個の単位区間Ｔuの各々について目標成分の発音状態Ｓv（ｖ：voiced）および非発音状態Ｓu（ｕ：unvoiced）の何れかを選択して配列した時系列（発音状態／非発音状態の遷移）を表現する。各単位区間Ｔuの発音状態Ｓvは、経路ＲAのうちその単位区間Ｔuの候補周波数Ｆc(n)が目標成分として発音される状態を意味し、非発音状態Ｓuは目標成分が発音されない状態を意味する。経路ＲBの探索には公知の技術が任意に採用され得るが、演算量の削減の観点から動的計画法が格別に好適である。図２０では、動的計画法の例示であるビタビアルゴリズムを利用して経路ＲBを特定する場合が想定されている。図２０の処理を以下に詳述する。
【００７６】
第２処理部７２は、Ｋ個の単位区間Ｔuの何れか（以下「選択単位区間」という）を選択する（Ｓ51）。具体的には、図２０の第１回目の処理Ｓ51ではＫ個の単位区間Ｔuのうち最初の単位区間Ｔuが選択され、第２回目以降の処理Ｓ51の実行毎に直後の単位区間Ｔuが選択される。
【００７７】
第２処理部７２は、図２２に示すように、選択単位区間Ｔuについて確率ＰB1_vと確率ＰB1_uとを算定する（Ｓ52）。確率ＰB1_vは、選択単位区間Ｔuにて目標成分が発音状態Ｓvに該当する確率を意味し、確率ＰB1_uは、選択単位区間Ｔuにて目標成分が非発音状態Ｓuに該当する確率を意味する。
【００７８】
選択単位区間Ｔuの候補周波数Ｆc(n)が目標成分に該当する可能性が高いほど、その候補周波数Ｆc(n)について指標算定部６４が算定した特性指標値Ｖ(n)（目標成分らしさ）は大きい数値となるという傾向を考慮して、発音状態Ｓvの確率ＰB1_vの算定には特性指標値Ｖ(n)が適用される。具体的には、第２処理部７２は、特性指標値Ｖ(n)を確率変数とする正規分布（平均μB1，分散σB12）を表現する以下の数式(10)の演算で確率ＰB1_vを算定する。数式(10)から理解されるように、特性指標値Ｖ(n)が大きいほど確率ＰB1_vは大きい数値に設定される。平均μB1および分散σB12の数値は実験的または統計的に選定される（例えばμB1＝σB1＝１）。
【数１０】
【００７９】
他方、非発音状態Ｓuの確率ＰB1_uは、例えば以下の数式(11)で算定される固定値である。
【数１１】
【００８０】
次いで、第２処理部７２は、図２２に破線で示すように、選択単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuと直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuとの各組合せについて遷移の確率（ＰB2_vv，ＰB2_uv，ＰB2_uu，ＰB2_vu）を算定する（Ｓ53）。確率ＰB2_vvは、図２２から理解されるように、直前の単位区間Ｔuの発音状態Ｓvから選択単位区間Ｔuの発音状態Ｓvに遷移する確率（vv：voiced->voiced）を意味する。同様に、確率ＰB2_uvは、非発音状態Ｓuから発音状態Ｓvに遷移する確率（uv：unvoiced->voiced）を意味し、確率ＰB2_uuは、非発音状態Ｓuから非発音状態Ｓuに遷移する確率（uu：unvoiced->unvoiced）を意味し、確率ＰB2_vuは、発音状態Ｓvから非発音状態Ｓuに遷移する確率（vu：voiced->unvoiced）を意味する。具体的には、第２処理部７２は、各確率を以下の数式(12A)および数式(12B)のように算定する。
【数１２】
前述の数式(9)で算定される確率ＰA3(n)_νと同様に、直前の単位区間Ｔuと選択単位区間Ｔuとの間で候補周波数Ｆc(n)の周波数差εの絶対値|ε|が大きいほど数式(12A)の確率ＰB2_vvは小さい数値に設定される。数式(12A)の平均μB2および分散σB22の数値は実験的または統計的に選定される（例えばμB2＝０，σB2＝４）。数式(12A)および数式(12B)から理解されるように、相前後する単位区間Ｔuにて発音状態Ｓvが維持される確率ＰB2_vvは、発音状態Ｓvおよび非発音状態Ｓuの一方から他方に遷移する確率（ＳPB2_uv，ＰB2_vu）や非発音状態Ｓuが維持される確率ＰB2_uuと比較して低い確率に設定される。
【００８１】
第２処理部７２は、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの何れかを、選択単位区間Ｔuの発音状態Ｓvに関する各確率（ＰB1_v，ＰB2_vv，ＰB2_uv）に応じて選択して選択単位区間Ｔuの発音状態Ｓvに連結する（Ｓ54A〜Ｓ54C）。まず、第２処理部７２は、図２３に示すように、直前の単位区間Ｔuの状態（発音状態Ｓv／非発音状態Ｓu）から選択単位区間Ｔuの発音状態Ｓvに遷移する確率（πBvv，πBuv）を算定する（Ｓ54A）。確率πBvvは、直前の単位区間Ｔuの発音状態Ｓvから選択単位区間Ｔuの発音状態Ｓvに遷移する確率であり、処理Ｓ52で算定した確率ＰB1_vと処理Ｓ53で算定した確率ＰB2_vvとに応じた数値（例えば各々の対数値の加算値）に設定される。同様に、確率πBuvは、直前の単位区間Ｔuの非発音状態Ｓuから選択単位区間Ｔuの発音状態Ｓvに遷移する確率を意味し、確率ＰB1_vと確率ＰB2_uvとに応じて算定される。
【００８２】
第２処理部７２は、図２３に示すように、直前の単位区間Ｔuの状態（発音状態Ｓv／非発音状態Ｓu）のうち確率πBvvおよび確率πBuvの最大値πBv_maxに対応する状態を選択して選択単位区間Ｔuの発音状態Ｓvと連結し（Ｓ54B）、選択単位区間Ｔuの発音状態Ｓvについて確率ΠBを算定する（Ｓ54C）。確率ΠBは、直前の単位区間Ｔuについて処理Ｓ54Bで選択した状態について過去に算定された確率ΠBと処理Ｓ54Bで特定した最大値πBv_maxとに応じた数値（例えば各々の対数値の加算値）に設定される。
【００８３】
第２処理部７２は、選択単位区間Ｔuの非発音状態Ｓuについても同様に、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの何れかを、選択単位区間Ｔuの非発音状態Ｓuに関する各確率（ＰB1_u，ＰB2_uu，ＰB2_vu）に応じて選択してその非発音状態Ｓuに連結する（Ｓ55A〜Ｓ55C）。すなわち、第２処理部７２は、図２４に示すように、確率ＰB1_uおよび確率ＰB2_uu応じた確率（すなわち非発音状態Ｓuから非発音状態Ｓuに遷移する確率）πBuuと、確率ＰB1_uおよび確率ＰB2_vuに応じた確率πBvuとを算定し（Ｓ55A）、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuのうち確率πBuuおよび確率πBvuの最大値πBu_maxに対応する状態（図２４では発音状態Ｓv）を選択して選択単位区間Ｔuの非発音状態Ｓuと連結する（Ｓ55B）。そして、第２処理部７２は、処理Ｓ55Bで選択した状態について過去に算定した確率ΠBと処理Ｓ55Bで選択した確率πBu_maxとに応じて選択単位区間Ｔuの非発音状態Ｓuの確率ΠBを算定する（Ｓ55C）。
【００８４】
選択単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの各々について以上の手順で直前の単位区間Ｔuの状態との連結（Ｓ54B，Ｓ55B）と確率ΠBの算定（Ｓ54C，Ｓ55C）とを完了すると、第２処理部７２は、Ｋ個の単位区間Ｔuの全部について処理が完了したか否かを判定する（Ｓ56）。処理Ｓ56の判定の結果が否定である場合、第２処理部７２は、現在の選択単位区間Ｔuの直後の単位区間Ｔuを新規な選択単位区間Ｔuとして選択したうえで（Ｓ51）、前述の処理Ｓ52から処理Ｓ56の処理を実行する。
【００８５】
Ｋ個の単位区間Ｔuの各々について処理が完了すると（Ｓ56：YES）、第２処理部７２は、Ｋ個の単位区間Ｔuにわたる経路ＲBを確定する（Ｓ57）。具体的には、第２処理部７２は、Ｋ個のうち最後尾の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuのうち確率ΠBが大きい状態から、処理Ｓ54Bまたは処理Ｓ55Bで連結した経路をＫ個の単位区間Ｔuにわたって順次に遡及することで経路ＲBを特定する。そして、Ｋ個の単位区間Ｔuにわたる経路ＲBのうち第１番目の単位区間Ｔuでの状態（発音状態Ｓv／非発音状態Ｓu）を、その１個の単位区間Ｔuの状態（目標成分の発音の有無）として確定する（Ｓ58）。第２処理部７２が目標成分の存在を肯定した単位区間Ｔu（すなわち、発音状態Ｓvと判定された単位区間Ｔu）の候補周波数Ｆc(n)が目標周波数Ｆtar（目標成分の基本周波数Ｆ0）として確定する。遷移解析部６６（第１処理部７１，第２処理部７２）による以上の処理が単位区間Ｔu毎に実行されることで、目標成分が存在する単位区間Ｔuとその基本周波数（目標周波数Ｆtar）とが特定される。
【００８６】
図９の係数列設定部６８は、各単位区間Ｔuの基礎係数列Ｈ(t)のうち周波数検出部６２がその単位区間Ｔuについて検出したＭ個の基本周波数Ｆ0と各々の倍音周波数とに対応する各係数値ｈ(f,t)を通過値γ1（すなわち音響成分を通過させる数値）に設定することで処理係数列Ｇ(t)を生成する。ただし、係数列設定部６８は、遷移解析部６６が特定した目標周波数Ｆtarとその倍音周波数（２Ｆtar，３Ｆtar，……）とに対応する各係数値ｈ(f,t)を抑圧値γ0（すなわち音響成分を抑圧する数値）に維持する。
【００８７】
係数列設定部６８が生成した処理係数列Ｇ(t)を信号処理部３５が周波数スペクトルＸLおよび周波数スペクトルＸRに作用させること（成分抑圧処理）で音響信号ｙ（ｙL，ｙR）の周波数スペクトルＹLおよび周波数スペクトルＹRが生成される。以上の説明から理解されるように、音響信号ｙは、音響信号ｘのうち選択領域１４８（特定帯域Ｂ0）の外側の音響成分と、選択領域１４８内の各音響成分のうち発音点の直後の部分（特に打楽器音）と、選択領域１４８内で調波構造を持つ複数の音響成分のうち目標成分を除外した(Ｍ−１)個の音響成分との混合音に相当する。すなわち、音響信号ｘから目標成分を選択的に抑圧した音響信号ｙが生成される。
【００８８】
以上に説明した第１実施形態では、基礎係数列Ｈ(t)において選択領域１４８（特定帯域Ｂ0）内の各周波数成分に対応する係数値ｈ(f,t)のうち目標成分以外の音響成分に対応する周波数の係数値ｈ(f,t)が、音響成分を通過させる通過値γ1に変更されることで処理係数列Ｇ(t)が生成される。したがって、選択領域１４８内の各周波数成分が一律に抑圧される構成と比較して、音響信号ｘのうち目標成分以外の音響成分を維持しながら目標成分を抑圧できる（すなわち、目標成分を高精度に抑圧できる）という利点がある。
【００８９】
具体的には、第１実施形態では、音響信号ｘの選択領域１４８内の各周波数成分のうち音響成分の発音点の直後の部分に対応する各周波数成分の係数値ｈ(f,t)が通過値γ1に設定されるから、選択領域１４８内で発音点が顕著な音響信号（例えば打楽器音）を成分抑圧処理の実行後の音響信号ｙにて維持することが可能である。また、選択領域１４８（特定帯域Ｂ0）から検出されたＭ個の基本周波数Ｆ0のうち目標周波数Ｆtar以外の各基本周波数Ｆ0とその倍音周波数とに対応する係数値ｈ(f,t)が通過値γ1に設定されるから、選択領域１４８内で調波構造を持つ目標成分以外の音響成分を成分抑圧処理の実行後の音響信号ｙにて維持することが可能である。
【００９０】
また、目標周波数Ｆtarを検出する遷移解析部６６は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)のうち目標成分に該当する可能性が高い候補周波数Ｆc(n)を選択する第１処理部７１に加えて、単位区間Ｔu毎の目標成分の有無を判定する第２処理部７２とを含んで構成される。すなわち、各単位区間Ｔuでの目標成分の有無を含めた目標成分の遷移が特定される。したがって、遷移解析部６６が第１処理部７１のみを含む構成と比較すると、音響信号ｘのうち目標成分が存在しない単位区間Ｔuの音響成分が抑圧される可能性を低減することが可能である。
【００９１】
＜Ｂ：第２実施形態＞
本発明の第２実施形態を以下に説明する。なお、以下に例示する各態様において作用や機能が第１実施形態と同等である要素については、以上の説明で参照した符号を流用して各々の詳細な説明を適宜に省略する。
【００９２】
第１実施形態では、選択領域１４８（特定帯域Ｂ0）のうち音響成分の発音点の部分と目標成分以外の調波構造の音響成分とが成分抑圧処理を通過するように処理係数列Ｇ(t)が生成される。したがって、音響成分の発音点の部分および調波構造の音響成分（目標成分を含む）の何れにも該当しない音響成分（以下「残余成分」という）は目標成分とともに抑圧される。以上の構成では、音響信号ｘのうち目標成分が存在しない区間でも残余成分が抑圧されるから、成分抑圧処理後の音響信号ｙが不自然な印象となる可能性がある。以上の事情を考慮して、第２実施形態では、目標成分が存在しない区間において、残余成分を含む全部の音響成分が成分抑圧処理を通過するように処理係数列Ｇ(t)を生成する。
【００９３】
第２実施形態では、第１実施形態の係数列加工部４４A（図３）が図２５の係数列加工部４４Bに置換される。係数列加工部４４Bは、第１実施形態の係数列加工部４４A（発音点解析部５２，遅延部５４，基本周波数解析部５６）に遅延部８２と発音解析部８４とを追加した構成である。基本周波数解析部５６による処理後の基礎係数列Ｈ(t)（第１実施形態の処理係数列Ｇ(t)）が発音解析部８４に供給される。
【００９４】
遅延部８２は、周波数分析部３１が生成した周波数スペクトルＸLおよび周波数スペクトルＸRを、発音点解析部５２および基本周波数解析部５６での処理に必要な時間だけ遅延させて発音解析部８４に供給する。したがって、各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRとその単位区間Ｔuの基礎係数列Ｈ(t)を発音点解析部５２および基本周波数解析部５６で加工した基礎係数列Ｈ(t)とが並列（同時）に発音解析部８４に供給される。
【００９５】
発音解析部８４は、単位区間Ｔu毎に音響信号ｘにおける目標成分の有無を判定する。単位区間Ｔu毎の目標成分の有無の判定には公知の技術が任意に採用され得るが、以下の説明では、複数の単位区間Ｔuで構成される図２６の区間（以下「解析区間」という）Ｔa内の音響信号ｘの特徴量θを利用して単位区間Ｔu毎の目標成分の有無を判定する方法を例示する。特徴量θは、音響信号ｘに目標成分（例えば歌唱音）が存在する場合と存在しない場合とで相異なる数値となるように音響信号ｘの音響特性に応じて変化する可変値である。
【００９６】
図２７は、発音解析部８４の動作のフローチャートである。図２７の処理は、単位区間Ｔu毎に順次に実行される。図２７の処理を開始すると、発音解析部８４は、目標成分の有無の判定の対象となる１個の単位区間Ｔu（以下「対象単位区間Ｔu_tar」という）を含むように解析区間Ｔaを設定する（Ｓ60）。例えば、図２６に示すように、対象単位区間Ｔu_tarとその前後の所定個にわたる単位区間Ｔuとの集合が解析区間Ｔaとして設定される。解析区間Ｔaは、例えば0.5秒〜1.0秒程度の時間に設定される。相前後する解析区間Ｔaが時間軸上で相互に重複するように解析区間Ｔaは処理Ｓ60の実行毎に更新される。例えば、解析区間Ｔaは、単位区間Ｔuの１個分（例えば0.05秒）ずつ処理Ｓ60の実行毎に順次に後方にシフトされる。
【００９７】
発音解析部８４は、処理Ｓ60で設定した解析区間Ｔaの特徴量θを算定する（Ｓ61〜Ｓ63）。以下の説明では、解析区間Ｔa内の各単位区間ＴuのＭＦＣＣに応じた特徴量θを例示する。具体的には、発音解析部８４は、音響信号ｘのうち解析区間Ｔa内の単位区間Ｔu毎にＭＦＣＣを算定する（Ｓ61）。例えば、音響信号ｘの周波数スペクトルＸLまたは周波数スペクトルＸRや両者を加算した周波数スペクトルＺからＭＦＣＣが算定される。ＭＦＣＣの算定の方法は任意である。そして、発音解析部８４は、解析区間Ｔa内の複数の単位区間ＴuにわたるＭＦＣＣの平均μaと分算σa2とを算定する（Ｓ62）。平均μaは、例えば、図２６に示すように対象単位区間Ｔu_tarに近い単位区間Ｔuほど大きい数値となる（すなわち、解析区間Ｔa内の両端部（前端部，後端部）に近い単位区間Ｔuほど小さい数値となる）ように設定された加重値ｗを適用した加重平均である。発音解析部８４は、処理Ｓ62で算定した平均μaと分散σa2とを要素とするベクトルを特徴量θとして生成する（Ｓ63）。なお、平均μaや分散σa2以外の統計量を特徴量θの生成に適用することも可能である。
【００９８】
発音解析部８４は、処理Ｓ63で生成した特徴量θに応じて解析区間Ｔa内の目標成分の有無を判定する（Ｓ64）。特徴量θに応じた目標成分の有無の判定にはＳＶＭが好適に利用される。具体的には、目標成分が存在する音響信号と目標成分が存在しない音響信号との各々から前述と同様の方法（Ｓ61〜Ｓ63）で抽出された特徴量θを学習サンプルとする学習で、目標成分の有無の境界となる分離平面が事前に生成される。発音解析部８４は、処理Ｓ63で生成した特徴量θに分離平面を適用することで、解析区間Ｔa内の音響信号ｘに目標成分が存在するか否かを判定する。
【００９９】
解析区間Ｔa内に目標成分が存在すると判定した場合（Ｓ64：YES）、発音解析部８４は、対象単位区間Ｔu_tarについて基本周波数解析部５６が生成した基礎係数列Ｈ(t)を変更せずに処理係数列Ｇ(t)として信号処理部３５に供給する（Ｓ65）。したがって、第１実施形態と同様に、選択領域１４８（特定帯域Ｂ0）に含まれる音響成分の発音点の部分と目標成分以外の調波構造の音響成分とが成分抑圧処理を通過し、それ以外の音響成分（目標成分および残余成分）が成分抑圧処理で抑圧される。
【０１００】
他方、解析区間Ｔa内に目標成分が存在しないと判定した場合（Ｓ64：NO）、発音解析部８４は、対象単位区間Ｔu_tarについて基本周波数解析部５６が生成した基礎係数列Ｈ(t)の全部の係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に設定することで処理係数列Ｇ(t)を生成する（Ｓ66）。すなわち、処理係数列Ｇ(t)のうち特定帯域Ｂ0を含む全帯域にわたる係数値ｇ(f,t)が通過値γ1に設定される。したがって、音響信号ｘの対象単位区間Ｔu_tar内の全部の音響成分が成分抑圧処理を通過する。すなわち、音響信号ｘの何れの音響成分も抑圧されずに音響信号ｙ（ｙ＝ｘ）として放音装置１８に供給される。
【０１０１】
第２実施形態においても第１実施形態と同様の効果が実現される。また、第２実施形態では、目標成分が存在しない単位区間Ｔuにおいて音響信号ｘの全帯域の音響成分が成分抑圧処理を通過するから、聴感的に自然な印象の音響信号ｙを生成できるという利点がある。例えば、歌唱音と伴奏音との混合音の音響信号ｘのうちの歌唱音を目標成分として抑圧する場合、目標成分が存在しない区間（例えば前奏や間奏の区間）について伴奏音の部分的な欠落（残余成分の抑圧）が回避されるから、再生音の音質の劣化を防止することが可能である。
【０１０２】
＜Ｃ：第３実施形態＞
発音点の直後の区間τに対応する係数値ｈ(f,t)を発音点解析部５２が通過値γ1に設定する以上の各形態では、選択領域１４８内の音響成分のうち打楽器音以外の音響成分（例えば目標成分たる歌唱音）についても発音点の直後の区間が成分抑圧処理を通過する結果となる。第３実施形態では、目標成分の発音点については直後の区間に対応する係数値ｈ(f,t)を抑圧値γ0に設定する。
【０１０３】
図２８は、第３実施形態における係数列加工部４４Aと記憶装置２４とを併記したブロック図である。係数列加工部４４Aの構成は第１実施形態（図３）と同様である。図２８に示すように、第３実施形態の記憶装置２４には楽曲情報ＤMが記憶される。楽曲情報ＤMは、楽曲を構成する各音符の音高（以下「基準音高」という）ＰREFを時系列に指定する。以下の例示では、楽曲の主旋律に相当する歌唱音（ガイドメロディ）の音高が基準音高ＰREFとして指定される場合を想定する。例えば、楽曲の音高を指定するイベントデータ（ノートオンイベント）と各イベントデータの処理の時点を指定するタイミングデータとを時系列に配列したＭＩＤＩ（Musical Instrument Digital Interface）形式の時系列データが楽曲情報ＤMとして好適に採用される。
【０１０４】
音響信号ｘ（ｘL，ｘR）が示す楽曲と楽曲情報ＤMが示す楽曲とは共通する。したがって、音響信号ｘの目標成分（歌唱音）が示す音高の時系列と楽曲情報ＤMが指定する基準音高ＰREFの時系列とは時間軸上で相互に対応する。第３実施形態の発音点解析部５２は、楽曲情報ＤMで指定される基準音高ＰREFの時系列を、図４の処理Ｓ12A〜Ｓ12Eで検出した複数の発音点のうち目標成分の発音点を特定するために利用する。
【０１０５】
具体的には、発音点解析部５２は、図４の処理Ｓ13において、処理Ｓ12A〜Ｓ12Eで検出した複数の発音点のうち、楽曲情報ＤMから特定される各基準音高ＰREFの発生点（ノートオンイベントの発生点）に単位区間Ｔuの時間軸上の位置が近似し、かつ、発音点が検出された単位帯域Ｂuがその基準音高ＰREFに近似する発音点（すなわち、基準音高ＰREFと時刻および音高が類似する発音点）を、目標成分の発音点として推定する。例えば、楽曲情報ＤMが指定する各基準音高ＰREFの発生点を含む所定の時間範囲の単位区間Ｔuについて検出され、かつ、単位帯域Ｂuが基準音高ＰREFを包含する発音点が、目標成分の発音点として推定される。
【０１０６】
発音点解析部５２は、複数の発音点のうち以上の手順で推定した目標成分の発音点に対応する単位帯域Ｂu内の係数値ｈ(f,t)を、その発音点の直後の区間τでも抑圧値γ0に維持する（すなわち通過値γ1に変更しない）。他方、複数の発音点のうち目標成分以外の発音点について、発音点解析部５２は、第１実施形態と同様に、発音点の直後の区間τにて各係数値ｈ(f,t)を通過値γ1に設定する（図８）。したがって、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)では抑圧対象とされる音響成分のうち目標成分以外の音響成分（特に打楽器音）の発音直後の区間が成分抑圧処理を通過するようになる。なお、処理Ｓ12A〜Ｓ12Eで検出した全部の発音点について区間τ内の係数値ｈ(f,t)を通過値γ1に設定し、そのうちの目標成分の発音点に対応する係数値ｈ(f,t)を抑圧値γ0に変更する構成も採用され得る。
【０１０７】
以上に説明したように、第３実施形態では、複数の発音点のうち目標成分の発音点については区間τでも係数値ｈ(f,t)が抑圧値γ0に設定されるから、第１実施形態と比較して目標成分を高精度に抑圧できるという利点がある。なお、発音点解析部５２が目標成分の発音点について係数値ｈ(f,t)を抑圧値γ0に設定する第３実施形態の構成は、第２実施形態にも同様に適用され得る。また、以上に例示した構成に加えて、目標成分や目標成分以外の音響成分の代表的な音響特性（例えば周波数特性）を記憶装置２４に保持しておき、各発音点での音響信号ｘの音響特性と記憶装置２４に記憶された各音響特性とを対比することで目標成分の発音点を推定する構成も好適である。
【０１０８】
＜Ｄ：第４実施形態＞
第３実施形態では、音響信号ｘの目標成分の音高の時系列と楽曲情報ＤMが指定する基準音高ＰREFの時系列（以下「基準音高系列」という）との間で時間的な対応を仮定したが、実際には両者が完全には対応しない場合もある。そこで、第４実施形態では、音響信号ｘに対する基準音高系列の相対的な位置（時間軸上の時刻）を調整する。
【０１０９】
図２９は、第４実施形態における係数列加工部４４Aのブロック図である。図２９に示すように、第４実施形態の係数列加工部４４Aは、第３実施形態と同様の要素（発音点解析部５２，遅延部５４，基本周波数解析部５６）に時間調整部８６を追加した構成である。記憶装置２４は、第３実施形態と同様に楽曲情報ＤMを記憶する。
【０１１０】
時間調整部８６は、音響信号ｘの目標成分の音高の時系列と記憶装置２４内の楽曲情報ＤMが指定する基準音高系列とが相互に時間軸上で対応するように音響信号ｘ（各単位区間Ｔu）と基準音高系列との相対的な位置（時間差）を決定する。音響信号ｘと基準音高系列との間で時間軸上の位置を調整する方法は任意であるが、遷移解析部６６が第１実施形態または第２実施形態と同様の方法で特定した基本周波数Ｆtarの時系列（以下「解析音高系列」という）と楽曲情報ＤMが指定する基準音高系列とを対比する方法を以下では例示する。解析音高系列は、時間調整部８６による処理の結果（すなわち基準音高系列との時間的な対応）を加味せずに特定された基本周波数Ｆtarの時系列である。
【０１１１】
時間調整部８６は、音響信号ｘの全体にわたる解析音高系列と楽曲の全体にわたる基準音高系列との間で両者の時間差Δを変数とする相互相関関数Ｃ(Δ)を算定し、相互相関関数Ｃ(Δ)の関数値（相互相関）が最大となる時間差ΔAを特定する。例えば、相互相関関数Ｃ(Δ)の関数値が増加から減少に変化する地点の時間差Δが時間差ΔAとして特定される。相互相関関数Ｃ(Δ)を平滑化してから時間差ΔAを特定する構成も好適である。そして、時間調整部８６は、解析音高系列および基準音高系列の一方を他方に対して時間差ΔAだけ遅延（または先行）させる。
【０１１２】
発音点解析部５２は、時間調整部８６による解析の結果を利用して、図４の処理Ｓ12A〜Ｓ12Eで特定した複数の発音点のうち目標成分の発音点を推定する。すなわち、発音点解析部５２は、解析音高系列と基準音高系列とに時間差ΔAを付与した状態で、解析音高系列のうち各発音点が検出された単位区間Ｔuと基準音高系列における各基準音高ＰREFとを対比することで、基準音高ＰREFと時刻および音高が類似する発音点を目標成分の発音点として推定する。基本周波数解析部５６の動作は第１実施形態と同様である。ただし、前述の説明から理解されるように、基本周波数解析部５６（遷移解析部６６）は、時間調整部８６が基準音高系列と対比する解析音高系列を特定するための経路探索と、発音点解析部５２での処理後の基礎係数列Ｈ(t)を加工するための経路探索とを順次に実行する。
【０１１３】
第４実施形態では、時間調整部８６が時間軸上の位置を調整した音響信号ｘと基準音高系列との対比で目標成分の発音点が推定されるから、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、目標成分の発音点を高精度に特定できるという利点がある。
【０１１４】
なお、以上の説明では、楽曲の全体について解析音高系列と基準音高系列とを対比したが、楽曲の所定の区間（例えば先頭から１４秒ないし１５秒程度の区間）のみについて解析音高系列と基準音高系列とを対比して時間差ΔAを特定することも可能である。また、解析音高系列および基準音高系列の各々を先頭から所定の時間毎に区分し、解析音高系列と基準音高系列との間で相互に対応する区間同士を対比することで、区間毎に時間差ΔAを算定する構成も好適である。以上のように楽曲の区間毎に時間差ΔAを算定する構成によれば、解析音高系列と基準音高系列とでテンポが相違する場合でも、解析音高系列と基準音高系列との対応を高精度に特定できるという利点がある。
【０１１５】
＜Ｅ：第５実施形態＞
図３０は、第５実施形態における基本周波数解析部５６および記憶装置２４のブロック図である。図３０に示すように、記憶装置２４は、第３実施形態と同様に楽曲情報ＤMを記憶する。第５実施形態の基本周波数解析部５６は、楽曲情報ＤMで指定される基準音高ＰREFの時系列を、音響信号ｘの目標成分の基本周波数Ｆtarの時系列を特定するために利用する。
【０１１６】
図３０に示すように、第５実施形態の基本周波数解析部５６は、第１実施形態と同様の要素（周波数検出部６２，指標算定部６４，遷移解析部６６，係数列設定部６８）に音高評価部９２を追加した構成である。音高評価部９２は、周波数検出部６２が特定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について音高尤度ＬP(n)（ＬP(1)〜ＬP(N)）を単位区間Ｔu毎に算定する。各単位区間Ｔuの音高尤度ＬP(n)は、楽曲のうちその単位区間Ｔuに対応する時点について楽曲情報ＤMが指定する基準音高ＰREFと、周波数検出部６２が検出した候補周波数Ｆc(n)との差異に応じた数値である。基準音高ＰREFが楽曲の歌唱音に対応する第５実施形態では、音高尤度ＬP(n)は、各候補周波数Ｆc(n)が楽曲の歌唱音に該当する可能性の指標（尤度）として機能する。例えば、音高尤度ＬP(n)は、候補周波数Ｆc(n)と基準音高ＰREFとの差異が小さいほど大きい数値となるように所定の範囲（１以下の正数）内で選定される。
【０１１７】
図３１は、音高評価部９２が音高尤度ＬP(n)を選定する処理の説明図である。図３１には、候補周波数Ｆc(n)を確率変数とする確率分布αが図示されている。確率分布αは、例えば基準音高ＰREFを平均値とする正規分布である。図３１の横軸（確率分布αの確率変数）は、セント（cent）を単位とした候補周波数Ｆc(n)である。
【０１１８】
音高評価部９２は、楽曲のうち楽曲情報ＤMが基準音高ＰREFを指定する区間（すなわち楽曲内で歌唱音が存在する区間）内の各単位区間Ｔuについては、図３１の確率分布αにおいて候補周波数Ｆc(n)に対応する確率を音高尤度ＬP(n)として特定する。他方、楽曲のうち楽曲情報ＤMが基準音高ＰREFを指定しない区間（すなわち楽曲内で歌唱音が存在しない区間）内の各単位区間Ｔuについては、音高評価部９２は音高尤度ＬP(n)を所定の下限値に設定する。
【０１１９】
ところで、目標成分の周波数は、例えばビブラート等の音楽的な表現により、所期の周波数を中心として時間的に変動（揺動）する可能性がある。そこで、基準音高ＰREFを中心とする所定の範囲内（目標成分の周波数の変動が予定される所定の範囲内）では音高尤度ＬP(n)が過度に小さい数値とならないように、確率分布αの形状（具体的には分散）が選定される。例えば、歌唱音のビブラートによる周波数の変動は、目標の周波数を中心とした４半音分（高域側２半音および低域側２半音）の範囲にわたる。したがって、基準音高ＰREFを中心とした４半音程度の範囲内では音高尤度ＬP(n)が過度に小さい数値とならないように、確率分布αの分散は、基準音高ＰREFに対して１半音程度の周波数幅（ＰREF×２1/12）に設定される。なお、図３１ではセントを単位とした周波数を横軸に図示したが、周波数の単位をヘルツ（Ｈz）とした場合の確率分布αは、基準音高ＰREFを挟んだ高域側と低域側とで形状（分散）が相違する。
【０１２０】
図３０の第１処理部７１は、図１６の処理Ｓ44で候補周波数Ｆc(n)毎に算定する確率πA(ν)に、音高評価部９２が算定した音高尤度ＬP(n)を反映させる。具体的には、第１処理部７１は、図１６の処理Ｓ42で算定した確率ＰA1(n)および確率ＰA2(n)と、処理Ｓ43で算定した確率ＰA3(n)_νと、音高評価部９２が算定した音高尤度ＬP(n)との各々の対数値の加算値を確率πA(ν)として算定する。
【０１２１】
したがって、候補周波数Ｆc(n)の音高尤度ＬP(n)が高いほど、処理Ｓ46で算定される確率ΠA(n)は大きい数値となる。すなわち、音高尤度ＬP(n)が高い候補周波数Ｆc(n)（すなわち、楽曲の歌唱音に該当する可能性が高い候補周波数Ｆc(n)）ほど、推定経路ＲAの経路上の周波数として選択される可能性が高い。以上に説明したように、第５実施形態の第１処理部７１は、各候補周波数Ｆc(n)の音高尤度ＬP(n)を利用した経路探索で推定経路ＲAを特定する手段として機能する。
【０１２２】
また、第２処理部７２は、図２０の処理Ｓ54Aで発音状態Ｓvについて算定される確率πBvvおよび確率πBuvに、音高評価部９２が算定した音高尤度ＬP(n)を反映させる。具体的には、第２処理部７２は、処理Ｓ52で算定した確率ＰB1_vと、処理Ｓ53で算定した確率ＰB2_vvと、推定経路ＲAのうち選択単位区間Ｔuに対応する候補周波数Ｆc(n)の音高尤度ＬP(n)との各々の対数値の加算値を確率πBvvとして算定する。同様に、確率ＰB1_vと確率ＰB2_uvと音高尤度ＬP(n)とに応じて確率πBuvが算定される。
【０１２３】
したがって、候補周波数Ｆc(n)の音高尤度ＬP(n)が高いほど、処理Ｓ54Cで確率πBvvまたはπBuvに応じて算定される確率ΠBは大きい数値となる。すなわち、音高尤度ＬP(n)が高い候補周波数Ｆc(n)の発音状態Ｓvほど状態系列ＲBとして選択される可能性が高い。他方、楽曲のうち基準音高ＰREFの音響成分が存在しない単位区間Ｔu内の候補周波数Ｆc(n)については音高尤度ＬP(n)が下限値に設定されるから、基準音高ＰREFの音響成分が存在しない各単位区間Ｔu（すなわち非発音状態Ｓuが選択されるべき単位区間Ｔu）について発音状態Ｓvが誤選択される可能性を充分に低減することが可能である。以上に説明したように、第５実施形態の第２処理部７２は、推定経路ＲA上の候補周波数Ｆc(n)の音高尤度ＬP(n)を利用した経路探索で状態系列ＲBを特定する手段として機能する。
【０１２４】
第５実施形態では、各候補周波数Ｆc(n)と楽曲情報ＤMで指定される基準音高ＰREFとの差異に応じた音高尤度ＬP(n)が推定経路ＲAおよび状態系列ＲBの経路探索に適用されるから、音高尤度ＬP(n)を利用しない構成と比較して、目標成分の基本周波数Ｆtarの推定精度を向上させることが可能である。もっとも、第１処理部７１による推定経路ＲAの探索と第２処理部７２による状態系列ＲBの探索との一方のみに音高尤度ＬP(n)を反映させる構成も採用され得る。
【０１２５】
なお、音高尤度ＬP(n)は、目標成分（歌唱音）らしさを示す指標という観点からすると特性指標値Ｖ(n)と性質が類似するから、特性指標値Ｖ(n)の代わりに音高尤度ＬP(n)を適用する（図３０の構成から指標算定部６４を省略する）ことも可能である。すなわち、図１６の処理Ｓ42で特性指標値Ｖ(n)に応じて算定される確率ＰA2(n)が音高尤度ＬP(n)に置換され、図２０の処理Ｓ52で特性指標値Ｖ(n)に応じて算定される確率ＰB1_vが音高尤度ＬP(n)に置換される。
【０１２６】
また、記憶装置２４内の楽曲情報ＤMが楽曲の複数のパートの各々について基準音高ＰREFの時系列の指定（トラック）を含む構成では、各候補周波数Ｆc(n)の音高尤度ＬP(n)の算定と推定経路ＲAおよび状態系列ＲBの探索とを、楽曲のパート毎に実行することが可能である。具体的には、音高評価部９２は、楽曲の複数のパートの各々について、そのパートの基準音高ＰREFと各候補周波数Ｆc(n)との差異に応じた音高尤度ＬP(n)（ＬP(1)〜ＬP(N)）を単位区間Ｔu毎に算定する。そして、複数のパートの各々について、そのパートの各音高尤度ＬP(n)を適用した推定経路ＲAおよび状態系列ＲBの経路探索が第５実施形態と同様に実行される。以上の構成によれば、楽曲の複数のパートの各々について基本周波数Ｆtarの時系列（周波数情報ＤF）を生成することが可能である。
【０１２７】
なお、第１実施形態を基礎とした構成を以上の説明では例示したが、音高評価部９２を具備する第５実施形態の構成は第２実施形態から第４実施形態にも同様に適用され得る。例えば、第４実施形態の時間調整部８６を第５実施形態に追加することも可能である。音高評価部９２は、時間調整部８６による解析の結果を利用して音高尤度ＬP(n)を単位区間Ｔu毎に算定する。具体的には、周波数検出部６２が各単位区間Ｔuについて検出した候補周波数Ｆc(n)と、時間調整部８６による調整後（時間差ΔAの付与後）の基準音高系列においてその単位区間Ｔuと同時刻に位置する基準音高ＰREFとの差異に応じて、音高評価部９２は音高尤度ＬP(n)を算定する。以上の構成によれば、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、基本周波数Ｆtarの時系列を高精度に特定できるという利点がある。
【０１２８】
＜Ｆ：第６実施形態＞
図３２は、第６実施形態における基本周波数解析部５６のブロック図である。第６実施形態の基本周波数解析部５６は、第１実施形態と同様の要素（周波数検出部６２，指標算定部６４，遷移解析部６６，係数列設定部６８）に補正部９４を追加した構成である。補正部９４は、遷移解析部６６が特定した基本周波数Ｆtarを補正することで基本周波数Ｆtar_c（ｃ：corrected）を生成する。なお、第５実施形態と同様に、記憶装置２４には、音響信号ｘと共通の楽曲の基準音高ＰREFを時系列に指定する楽曲情報ＤMが格納される。
【０１２９】
図３３の部分(A)は、第１実施形態と同様の方法で特定された基本周波数Ｆtarの時系列と、楽曲情報ＤMが指定する基準音高ＰREFの時系列とを併記したグラフである。符号Ｅaで示すように基準音高ＰREFの１.５倍程度の周波数が基本周波数Ｆtarとして誤検出される場合（以下ではこの誤検出を「五度エラー」という）と、符号Ｅbで示すように基準音高ＰREFの２倍の周波数が基本周波数Ｆtarとして誤検出される場合（以下ではこの誤検出を「オクターブエラー」という）とが図３３の部分(A)から把握される。五度エラーおよびオクターブエラーの原因としては、例えば音響信号ｘの各音響成分の倍音成分が相互に重複することや、１オクターブだけ離れた音響成分または５度の関係にある音響成分が楽曲内で音楽的に発生し易いことが想定される。
【０１３０】
図３２の補正部９４は、基本周波数Ｆtarに発生する以上のような誤差（特に五度エラーやオクターブエラー）を補正することで基本周波数Ｆtar_cを生成する。具体的には、補正部９４は、以下の数式(13)に示すように、基本周波数Ｆtarと補正値βとの乗算で補正後の基本周波数Ｆtar_cを単位区間Ｔu毎に算定する。
Ｆtar_c＝β×Ｆtar ……(13)
【０１３１】
ただし、歌唱音のビブラート等の音楽的な表現により基本周波数Ｆtarと基準音高ＰREFとの相違が発生した場合にまで基本周波数Ｆtarを補正することは妥当ではない。そこで、基本周波数Ｆtarが、楽曲のうち基本周波数Ｆtarに対応する時点の基準音高ＰREFに対して所定の範囲内にある場合、補正部９４は、基本周波数Ｆtarを補正せずに基本周波数Ｆtar_cとして確定する。例えば、基本周波数Ｆtarが基準音高ＰREFに対して高域側の３半音程度の範囲内（すなわちビブラート等の音楽的な表現として想定される基本周波数Ｆtarの変動の範囲内）にある場合、補正部９４は数式(13)の補正を停止する。
【０１３２】
数式(13)の補正値βは、基本周波数Ｆtarに応じて可変に設定される。図３４は、基本周波数Ｆtar（横軸）と補正値β（縦軸）との関係を定義する関数Λのグラフである。図３４では、正規分布を示す関数Λを例示した。基本周波数Ｆtarに対応する時点の基準音高ＰREFの１.５倍の周波数（Ｆtar＝１.５ＰREF）について補正値βが１/１.５（≒０.６７）となり、かつ、基準音高ＰREFの２倍の周波数（Ｆtar＝２ＰREF）について補正値βが１/２（＝０.５）となるように、補正部９４は、楽曲情報ＤMが指定する基準音高ＰREFに応じて関数Λ（例えば正規分布の平均や分散）を選定する。
【０１３３】
図３２の補正部９４は、基準音高ＰREFに応じた関数Λにおいて基本周波数Ｆtarに対応する補正値βを特定して数式(13)の演算に適用する。すなわち、例えば基本周波数Ｆtarが基準音高ＰREFの１.５倍である場合には、数式(13)の補正値βが１/１.５に設定され、基本周波数Ｆtarが基準音高ＰREFの２倍である場合には、数式(13)の補正値βが1/2に設定される。したがって、図３３の部分(B)に示すように、五度エラーにより基準音高ＰREFの１.５倍程度と誤検出された基本周波数Ｆtarやオクターブエラーにより基準音高ＰREFの２倍程度と誤検出された基本周波数Ｆtarは、基準音高ＰREFに近い基本周波数Ｆtar_cに補正される。係数列設定部６８は、補正部９４による補正後の基本周波数Ｆtar_cに応じて処理係数列Ｇ(t)を生成する。
【０１３４】
第６実施形態では、遷移解析部６６が解析した基本周波数Ｆtarの時系列が楽曲情報ＤMの各基準音高ＰREFに応じて補正されるから、第１実施形態と比較して目標成分の基本周波数Ｆtar_cを正確に検出することが可能である。前述の例示では特に、補正前の基本周波数Ｆtarが基準音高ＰREFの１.５倍である場合の補正値βが１/１.５に設定され、基本周波数Ｆtarが基準音高ＰREFの２倍である場合の補正値βが１/２に設定されるから、基本周波数Ｆtarの推定時に特に発生し易い五度エラーやオクターブエラーを有効に補償できるという利点がある。
【０１３５】
なお、第１実施形態を基礎とした構成を以上の説明では例示したが、補正部９４を具備する第６実施形態の構成は第２実施形態から第５実施形態にも同様に適用され得る。例えば、第４実施形態の時間調整部８６を第６実施形態に追加することも可能である。補正部９４は、時間調整部８６による解析の結果を利用して基本周波数Ｆtarを補正する。具体的には、各単位区間Ｔuの基本周波数Ｆtarが、時間調整部８６による調整後の基準音高系列においてその単位区間Ｔuと同時刻に位置する基準音高ＰREFの１.５倍である場合に補正値βが１/１.５となり、基本周波数Ｆtarが基準音高ＰREFの２倍である場合に補正値βが１/２となるように、補正部９４は関数Λを選定する。以上の構成によれば、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、基本周波数Ｆtarを高精度に補正できるという利点がある。
【０１３６】
また、以上の例示では正規分布を示す関数Λを利用して補正値βを決定したが、補正値βを決定する方法は適宜に変更される。例えば、基準音高ＰREFの１.５倍の周波数を含む所定の範囲（例えば基準音高ＰREFを中心として１半音程度の帯域幅の範囲）内に基本周波数Ｆtarがある場合（五度エラーの発生が推定される場合）には補正値βを１/１.５に設定し、基準音高ＰREFの２倍の周波数を含む所定の範囲内に基本周波数Ｆtarがある場合（オクターブエラーの発生が推定される場合）には補正値βを１/２に設定することも可能である。すなわち、補正値βが基本周波数Ｆtarに対して連続的に変化する構成は必須ではない。
【０１３７】
＜Ｇ：変形例＞
以上の形態には様々な変形が加えられる。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は併合され得る。
【０１３８】
（１）変形例１
発音点解析部５２および基本周波数解析部５６の一方を省略した構成や、発音点解析部５２と基本周波数解析部５６との順序を逆転させた構成も採用され得る。また、第２実施形態では、目標成分が存在しないと発音解析部８４が判定した各単位区間Ｔuについて発音点解析部５２や基本周波数解析部５６が動作を停止する構成も採用され得る。
【０１３９】
（２）変形例２
指標算定部６４は省略され得る。指標算定部６４を省略した構成では、第１処理部７１での経路ＲAの特定に特性指標値Ｖ(n)が適用されない。すなわち、処理Ｓ42での確率ＰA2(n)の算定が省略され、尤度Ｌs(Ｆc(n))に応じた確率ＰA1(n)と前後の単位区間Ｔuでの周波数差εに応じた確率ＰA3(n)_νとに応じて経路ＲAが特定される。
【０１４０】
（３）変形例３
第１実施形態における特性指標値Ｖ(n)の算定や第２実施形態における目標成分の有無の判定の手段はＳＶＭに限定されない。例えば、k-meansアルゴリズム等の公知の技術による学習の結果を利用した構成でも、第１実施形態での特性指標値Ｖ(n)の算定（目標成分に該当するか否かの分類）や第２実施形態での目標成分の有無の判定が実現され得る。
【０１４１】
（４）変形例４
周波数検出部６２がＭ個の基本周波数Ｆ0を検出する方法は任意である。例えば、特開２００１−１２５５６２号公報に開示されるように、相異なる基本周波数の調波構造を示す複数の音モデルの混合分布として音響信号ｘをモデル化したときの各音モデルの重み値から基本周波数の確率密度関数を推定し、確率密度関数のピークが存在するＭ個の基本周波数Ｆ0を特定する構成（PreFEst）も採用され得る。
【０１４２】
（５）変形例５
図３５の部分(A)に示すように、処理係数列Ｇ(t)を利用した成分抑圧処理の実行後の周波数スペクトルＹ（ＹL，ＹR）には、係数値ｇ(f,t)の抑圧値γ0と通過値γ1との差異に起因した急激な強度の変化が発生して再生音の音質を低下させる可能性がある。そこで、図３５の部分(B)の例示のように、周波数スペクトルＹのうち処理係数列Ｇ(t)の抑圧値γ0に対応する帯域ｂ内の成分を、信号処理部３５が補間する構成も採用され得る。周波数スペクトルＹの補間には、例えばスプライン補間等の公知の補間技術が任意に採用され得る。なお、帯域ｂ内の位相角を決定する方法は任意であるが、例えば処理前の周波数スペクトルＸ（ＸL，ＸR）の位相角を適用する構成や、帯域ｂの両側の位相角を補間する構成や、位相角を乱数に設定する構成が採用され得る。
【０１４３】
（６）変形例６
以上の各形態では、Ｍ個の基本周波数Ｆ0のうち尤度Ｌs(δF)の降順でＮ個の基本周波数Ｆ0を周波数検出部６２が候補周波数Ｆc(1)〜Ｆc(N)として選択したが（図１０の処理Ｓ27）、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)を特定する方法は任意である。例えば、処理Ｓ26で特定されたＭ個の基本周波数Ｆ0について指標算定部６４が特性指標値Ｖを算定し、Ｍ個の基本周波数Ｆ0のうち特性指標値Ｖが大きいＮ個（目標成分らしいＮ個）を候補周波数Ｆc(1)〜Ｆc(N)として特定する構成も採用され得る。
【０１４４】
（７）変形例７
以上の各形態では、処理係数列Ｇ(t)を生成する係数列生成部３３と処理係数列Ｇ(t)を音響信号ｘに適用する信号処理部３５との双方を具備する音響処理装置１００を例示したが、処理係数列Ｇ(t)を生成する音響処理装置（処理係数列生成装置）としても本発明は実現され得る。処理係数列生成装置が生成した処理係数列Ｇ(t)は、別個の音響処理装置に搭載された信号処理部３５に提供されて音響信号ｘの処理（目標成分の抑圧）に利用される。
【０１４５】
（８）変形例８
係数列加工部４４（４４A，４４B）が、処理係数列Ｇ(t)を変形することで、目標成分を強調する処理係数列Ｇe(t)（ｅ：enhance）を生成する構成も好適である。処理係数列Ｇe(t)は、処理係数列Ｇ(t)と同様に信号処理部３５での処理に適用される。具体的には、強調用の処理係数列Ｇe(t)の各係数値は、目標成分の抑圧用の処理係数列Ｇ(t)の各係数値ｇ(f,t)を通過値γ1から減算した数値に設定される。すなわち、処理係数列Ｇe(t)のうち音響信号ｘに目標成分が存在する各周波数ｆの係数値は、音響成分を通過させる大きい数値に設定され、目標成分が存在しない各周波数ｆの係数値は、音響成分を抑圧させる小さい数値に設定される。
【符号の説明】
【０１４６】
１００……音響処理装置、１２……入力装置、１４……表示装置、１６……信号供給装置、１８……放音装置、２２……演算処理装置、２４……記憶装置、３１……周波数分析部、３３……係数列生成部、３５……信号処理部、３７……波形合成部、３９……表示制御部、４２……基礎係数列生成部、４４A，４４B……係数列加工部、５２……発音点解析部、５４，８２……遅延部、５６……基本周波数解析部、６２……周波数検出部、６４……指標算定部、６６……遷移解析部、６８……係数列設定部、７１……第１処理部、７２……第２処理部、８４……発音解析部。
【技術分野】
【０００１】
本発明は、音響信号の特定の成分（以下「目標成分」という）を抑圧する技術に関する。
【背景技術】
【０００２】
音響信号から特定の目標成分を抑圧する技術が従来から提案されている。例えば特許文献１や特許文献２には、右チャネルおよび左チャネルの音響信号の類似度に応じて周波数毎に設定された係数値（減衰係数）を音響信号の各周波数成分に乗算することで前方（中央）の定位成分を抑圧する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特許第３６７０５６２号公報
【特許文献２】特開２００９−１８８９７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、特許文献１や特許文献２の技術のもとでは、所定方向の定位成分の全部が一律に抑圧されるから、目標方向に複数の音像が定位するように生成された音響信号から特定の音像の音響成分のみを選択的に抑圧することができないという問題がある。以上の事情を考慮して、本発明は、音響信号の目標成分以外の成分を維持しながら目標成分を抑圧することを目的とする。
【課題を解決するための手段】
【０００５】
以上の課題を解決するために本発明が採用する手段を説明する。なお、本発明の理解を容易にするために、以下の説明では、本発明の要素と後述の実施形態の要素との対応を括弧書で付記するが、本発明の範囲を実施形態の例示に限定する趣旨ではない。
【０００６】
本発明の音響処理装置は、音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列（例えば処理係数列Ｇ(t)）を音響信号の単位区間毎に生成する装置であって、特定帯域（例えば特定帯域Ｂ0）内の各周波数の係数値が音響信号を抑圧する抑圧値（例えば抑圧値γ0）に設定されるとともに特定帯域外の各周波数の係数値が音響信号を維持する通過値（例えば通過値γ1）に設定された基礎係数列（例えば基礎係数列Ｈ(t)）を生成する基礎係数列生成手段（例えば基礎係数列生成部４２）と、基礎係数列生成手段が生成した基礎係数列において特定帯域内の各周波数に対応する複数の係数値のうち目標成分以外の各周波数の係数値を通過値に変更することで単位区間毎に処理係数列を生成する係数列加工手段（例えば係数列加工部４４A，４４B）とを具備する。以上の構成においては、基礎係数列の特定帯域内の係数値のうち目標成分以外の音響成分に対応する各周波数の係数値が通過値に設定される。したがって、音響信号の特定帯域内の音響成分のうち目標成分以外の音響成分を維持しながら目標成分を抑圧できる（すなわち目標成分を高精度に抑圧できる）という利点がある。
【０００７】
本発明の第１態様において、係数列加工手段は、音響信号のうち特定帯域内の周波数成分の発生点から所定の時間にわたってその周波数の係数値が通過値に設定されるように、基礎係数列生成手段による生成後の基礎係数列を加工する発音点解析手段（例えば発音点解析部５２）を含む。以上の態様においては、特定帯域内の音響成分の発音点から所定の期間にわたってその音響成分に対応する係数値が通過値に設定されるから、特定帯域内で発音点が顕著な音響成分（例えば打楽器音）を成分抑圧処理の実行後に維持できるという利点がある。
【０００８】
第１態様の好適例において、基礎係数列生成手段は、特定帯域のうち所定方向の定位成分（例えば選択定位域Ｃ0内の定位成分）の各周波数の係数値が抑圧値に設定されるとともに他の周波数の係数値が通過値に設定された基礎係数列を生成する。以上の態様においては、基礎係数列のうち抑圧値に設定される係数値が、特定帯域のうち所定方向の定位成分に対応する係数値に限定されるから、所定方向に定位する目標成分を高精度に抑圧できるという効果が実現される。
【０００９】
第１態様の好適例に係る音響処理装置は、基準音高の時系列を記憶する記憶手段を具備し、発音点解析手段は、特定帯域内の各周波数成分の複数の発生点のうち基準音高の時系列に対応する発生点については、所定の時間においても係数値を抑圧値に設定する。以上の態様では、基準音高の時系列に対応する発生点（すなわち、目標成分の発生点）については係数値が抑圧値に設定されるから、目標成分を高精度に抑圧できるという利点がある。なお、以上の態様の具体例は、例えば第３実施形態として後述される。
【００１０】
本発明の第２態様において、係数列加工手段は、音響信号の特定帯域内の周波数成分について単位区間毎に特定される複数の基本周波数（例えば候補周波数Ｆc(1)〜Ｆc(N)）のうち目標成分に該当する可能性が高い基本周波数を目標周波数（例えば目標周波数Ｆtar）として特定し、複数の基本周波数のうち目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が通過値に設定されるように、基礎係数列生成手段による生成後の基礎係数列を加工する基本周波数解析手段（例えば基本周波数解析部５６）を含む。以上の態様においては、特定帯域から特定された複数の基本周波数のうち目標周波数以外の各基本周波数とその倍音周波数とに対応する係数値が通過値に設定されるから、特定帯域内で調波構造を持つ目標成分以外の音響成分を成分抑圧処理の実行後に維持できるという利点がある。
【００１１】
第２態様の具体例に係る基本周波数解析手段は、音響信号のうち特定帯域内の周波数成分について単位区間毎に複数の基本周波数を特定する周波数検出手段（例えば周波数検出部６２）と、動的計画法による経路探索で単位区間毎の複数の基本周波数から目標周波数の時系列を特定する遷移解析手段（例えば遷移解析部６６）と、複数の基本周波数のうち遷移解析手段が特定した目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が通過値に設定されるように基礎係数列を加工する係数列設定手段（例えば係数列設定部６８）とを含む。以上の態様においては、動的計画法による経路探索を利用することで演算量を削減しながら目標周波数の時系列を特定できるという利点がある。また、動的計画法を適用することで、基本周波数の瞬時的な欠落や検出誤りに対しても頑健な経路探索が実現される。
【００１２】
第２態様の具体例において、周波数検出手段は、各周波数が音響信号の基本周波数に該当する尤度（例えば尤度Ｌs(δF)）を算定するとともに尤度が高い複数の周波数を基本周波数として選定し、遷移解析手段は、尤度に応じた第１確率（例えば確率ＰA1(n)）を基本周波数毎に算定し、第１確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、周波数検出手段が検出する基本周波数の尤度に応じた第１確率を利用して目標周波数の時系列が特定されるから、特定帯域内で基本周波数が顕著な調波構造の目標成分を高精度に抑圧できるという利点がある。
【００１３】
第２態様の具体例において、複数の基本周波数の各々に対応する調波構造の音響特性と目標成分に対応する音響特性との類否を示す特性指標値（例えば特性指標値Ｖ(n)）を単位区間毎に算定する指標算定手段（例えば指標算定部６４）を具備し、遷移解析手段は、特性指標値に応じた第２確率（例えば確率ＰA2(n)）を基本周波数毎に算定し、第２確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、特性指標値に応じた第２確率を利用して目標周波数の時系列が特定されるから、目標成分に対応する基本周波数を音響特性の類否という観点から高精度に評価することが可能である。
【００１４】
第２態様の具体例において、確率算定手段は、一の単位区間の各基本周波数から直後の単位区間の各基本周波数に遷移する第３確率（例えば確率ＰA3(n)_ν）を、相前後する各単位区間について各基本周波数の差異（例えば周波数差ε）に応じて算定し、第３確率を利用した経路探索で目標周波数の時系列を特定する。以上の態様においては、相前後する単位区間における基本周波数の差異に応じた第３確率を利用して目標周波数の時系列が特定されるから、基本周波数が極端に変化する経路が誤検出される可能性を低減できるという利点がある。
【００１５】
第２態様の具体例において、遷移解析手段は、動的計画法による経路探索で単位区間毎の複数の基本周波数から基本周波数の時系列を特定する第１処理手段（例えば第１処理部７１）と、目標成分の有無を単位区間毎に判定する第２処理手段（例えば第２処理部７２）とを含み、第１処理手段が特定した複数の基本周波数の時系列のうち第２処理手段が目標成分の存在を肯定した単位区間の基本周波数を目標周波数として特定する。以上の態様においては、第１処理手段が特定した複数の基本周波数の時系列のうち第２処理手段が目標成分の存在を肯定した単位区間の基本周波数が目標周波数として特定されるから、遷移解析手段が第１処理手段のみを具備する構成と比較して、目標成分の基本周波数を高精度に特定できるという利点がある。
【００１６】
第１処理手段と第２処理手段とを具備する第２態様の好適例の音響処理装置は、基準音高の時系列を記憶する記憶手段（例えば記憶装置２４）と、複数の単位区間の各々について、周波数検出手段が当該単位区間について特定した複数の基本周波数の各々と、当該単位区間に対応する基準音高との差異に応じた音高尤度（例えば音高尤度ＬP(n)）を算定する音高評価手段（例えば音高評価部９２）とを具備し、第１処理手段は、複数の基本周波数の各々について音高尤度を利用した経路探索で推定系列を特定し、第２処理手段は、推定系列上の基本周波数に対応する音高尤度に応じて単位区間毎に算定される発音状態の確率と、非発音状態の確率とを利用した経路探索で状態系列を特定する。以上の態様では、周波数検出手段が検出した基本周波数と基準音高との差異に応じた音高尤度が第１処理手段および第２処理手段による経路探索に適用されるから、目標成分の基本周波数を高精度に特定できるという利点がある。なお、以上の態様の具体例は第５実施形態として後述される。
【００１７】
本発明の第３態様において、係数列加工手段は、複数の単位区間で構成される解析区間毎に目標成分の有無を判定し、目標成分の存在が否定される解析区間内の単位区間について、全部の係数値が通過値に設定された処理係数列を生成する発音解析手段（例えば発音解析部８４）を含む。以上の態様においては、目標成分の存在が否定される解析区間内の単位区間（例えば解析区間の中央に位置する単位区間）については各係数値が通過値に設定された処理係数列が生成されるから、目標成分が存在しない単位区間の音響信号の部分的な欠落を防止できるという利点がある。なお、以上の態様の具体例は例えば第２実施形態として後述される。
【００１８】
本発明の好適な態様に係る音響処理装置は、基準音高の時系列を記憶する記憶手段（例えば記憶装置２４）と、周波数情報が示す基本周波数が、当該周波数情報に対応する時点の基準音高の１．５倍の周波数を含む所定の範囲内にある場合に基本周波数を１/１．５倍に補正し、基準音高の２倍の周波数を含む所定の範囲内にある場合に基本周波数を１/２倍に補正する補正手段（例えば補正部９４）とを具備する。以上の態様では、周波数情報が示す基本周波数が基準音高に応じて補正される（五度エラーやオクターブエラーが補償される）から、目標成分の基本周波数を正確に特定することが可能である。なお、以上の態様の具体例は例えば第６実施形態として後述される。
【００１９】
以上の各態様に係る音響処理装置は、処理係数列の生成に専用されるＤＳＰ（Digital Signal Processor）などのハードウェア（電子回路）によって実現されるほか、ＣＰＵ（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明に係るプログラムは、音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列を音響信号の単位区間毎に生成するために、特定帯域内の各周波数の係数値が音響信号を抑圧する抑圧値に設定されるとともに特定帯域外の各周波数の係数値が音響信号を維持する通過値に設定された基礎係数列を生成する基礎係数列生成処理と、基礎係数列生成処理で生成した基礎係数列において特定帯域内の各周波数に対応する複数の係数値のうち目標成分以外の各周波数の係数値を通過値に変更することで単位区間毎に処理係数列を生成する係数列加工処理とをコンピュータに実行させる。以上のプログラムによれば、本発明に係る音響処理装置と同様の作用および効果が奏される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で利用者に提供されてコンピュータにインストールされるほか、通信網を介した配信の形態でサーバ装置から提供されてコンピュータにインストールされる。
【図面の簡単な説明】
【００２０】
【図１】第１実施形態に係る音響処理装置のブロック図である。
【図２】定位画像の模式図である。
【図３】係数列加工部のブロック図である。
【図４】発音点解析部の動作のフローチャートである。
【図５】発音点解析部が偏心度を算定する動作の説明図である。
【図６】偏心度の説明図である。
【図７】偏心度の時間的な変化と発音点との関係の説明図である。
【図８】発音点の直後の係数値の変化を示すグラフである。
【図９】基本周波数解析部のブロック図である。
【図１０】周波数検出部の動作のフローチャートである。
【図１１】帯域成分を生成する窓関数の模式図である。
【図１２】周波数検出部の動作の説明図である。
【図１３】周波数検出部が基本周波数を検出する動作の説明図である。
【図１４】指標算定部の動作のフローチャートである。
【図１５】指標算定部が特徴量（ＭＦＣＣ）を抽出する動作の説明図である。
【図１６】第１処理部の動作のフローチャートである。
【図１７】第１処理部が単位区間毎に候補周波数を選択する処理の説明図である。
【図１８】第１処理部の処理に適用される確率の説明図である。
【図１９】第１処理部の処理に適用される確率の説明図である。
【図２０】第２処理部の動作のフローチャートである。
【図２１】第２処理部が単位区間毎に目標成分の有無を判定する処理の説明図である。
【図２２】第２処理部の処理に適用される確率の説明図である。
【図２３】第２処理部の処理に適用される確率の説明図である。
【図２４】第２処理部の処理に適用される確率の説明図である。
【図２５】第２実施形態における係数列加工部のブロック図である。
【図２６】解析区間の説明図である。
【図２７】発音解析部の動作のフローチャートである。
【図２８】第３実施形態における係数列加工部のブロック図である。
【図２９】第４実施形態における係数列加工部のブロック図である。
【図３０】本発明の第５実施形態における基本周波数解析部のブロック図である。
【図３１】第５実施形態の音高評価部が音高尤度を選定する処理の説明図である。
【図３２】第６実施形態における基本周波数解析部のブロック図である。
【図３３】補正部による補正の前後の基本周波数と基準音高との関係を示すグラフである。
【図３４】基本周波数と補正値との関係を示すグラフである。
【図３５】変形例における信号処理部の動作の説明図である。
【発明を実施するための形態】
【００２１】
＜Ａ：第１実施形態＞
図１は、本発明の第１実施形態の音響処理装置１００のブロック図である。図１に示すように、音響処理装置１００には入力装置１２と表示装置１４と信号供給装置１６と放音装置１８とが接続される。入力装置１２は、利用者からの指示を受付ける操作子で構成される。表示装置１４（例えば液晶表示装置）は、音響処理装置１００からの指示に応じて画像を表示する。
【００２２】
信号供給装置１６は、相異なる位置に設置された音源が発音した複数の音響成分（歌唱音や伴奏音）の混合音の時間波形を表現する音響信号ｘ（ｘL，ｘR）を音響処理装置１００に供給する。左チャネルの音響信号ｘLおよび右チャネルの音響信号ｘRは、各音響成分の音源に対応する音像が相異なる位置に定位する（すなわち音響成分の振幅や位相が音源の位置に応じて相違する）ように収音または加工（例えばミキサ等を利用して左右の振幅比を人為的に操作する処理）されたステレオ形式の信号である。周囲の音響を収音して音響信号ｘを生成する収音機器（ステレオマイク）や、可搬型または内蔵型の記録媒体（例えばＣＤ）から音響信号ｘを取得して音響処理装置１００に供給する再生装置や、通信網から音響信号ｘを受信して音響処理装置１００に供給する通信装置が信号供給装置１６として採用され得る。
【００２３】
音響処理装置１００は、信号供給装置１６が供給する音響信号ｘから音響信号ｙ（ｙL，ｙR）を生成する。左チャネルの音響信号ｙLおよび右チャネルの音響信号ｙRは、音響信号ｘのうち特定の音響成分（以下「目標成分」という）を他の音響成分に対して抑圧したステレオ形式の信号である。音響信号ｘのうち所定の方向に音像が定位する目標成分が抑圧される。以下の説明では、音響信号ｘに含まれる歌唱音を目標成分として抑圧する場合を想定する。放音装置１８（例えばステレオスピーカやステレオヘッドホン）は、音響処理装置１００が生成した音響信号ｙ（ｙL，ｙR）に応じた音波を放射する。
【００２４】
図１に示すように、音響処理装置１００は、演算処理装置２２と記憶装置２４とを具備するコンピュータシステムで実現される。記憶装置２４は、演算処理装置２２が実行するプログラムや演算処理装置２２が使用する各種の情報を記憶する。半導体記録媒体や磁気記録媒体等の公知の記録媒体が記憶装置２４として任意に採用される。なお、音響信号ｘ（ｘL，ｘR）を記憶装置２４に格納した構成（したがって信号供給装置１６は省略される）も採用され得る。
【００２５】
演算処理装置２２は、記憶装置２４に格納されたプログラムを実行することで、音響信号ｘから音響信号ｙを生成するための複数の機能（周波数分析部３１，係数列生成部３３，信号処理部３５，波形合成部３７，表示制御部３９）を実現する。なお、演算処理装置２２の各機能を複数の集積回路に分散した構成や、専用の電子回路（ＤＳＰ）が各機能を実現する構成も採用され得る。
【００２６】
周波数分析部３１は、窓関数の乗算で音響信号ｘを単位区間（フレーム）Ｔu毎に区分し、音響信号ｘLの周波数スペクトルＸLと音響信号ｘRの周波数スペクトルＸRとを単位区間Ｔu毎に順次に生成する。周波数スペクトルＸLは、相異なる周波数（周波数帯域）ｆに対応する複数の周波数成分ＸL(f,t)で表現される複素スペクトルである。同様に、周波数スペクトルＸRは、複数の周波数成分ＸR(f,t)で表現される複素スペクトルである。記号ｔは時間（例えば単位区間Ｔuの番号）を意味する。周波数スペクトルＸLおよび周波数スペクトルＸRの生成には、例えば短時間フーリエ変換等の公知の周波数分析が任意に採用され得る。
【００２７】
係数列生成部３３は、音響信号ｘの目標成分を抑圧するための処理係数列Ｇ(t)を単位区間Ｔu毎に順次に生成する。処理係数列Ｇ(t)は、相異なる周波数ｆに対応する複数の係数値ｇ(f,t)の系列である。係数値ｇ(f,t)は、音響信号ｘLの周波数成分ＸL(f,t)および音響信号ｘRの周波数成分ＸR(f,t)に対する利得（スペクトルゲイン）に相当し、音響信号ｘの特性に応じて可変に設定される。具体的には、処理係数列Ｇ(t)のうち音響信号ｘに目標成分が存在すると推定される周波数ｆの係数値ｇ(f,t)は、音響信号ｘの強度を抑圧する数値（以下「抑圧値」という）γ0に設定され、目標成分が存在しないと推定される周波数ｆの係数値ｇ(f,t)は、音響信号ｘの強度を維持する数値（以下「通過値」という）γ1に設定される。抑圧値γ0は例えば０であり、通過値γ1は例えば１である。
【００２８】
信号処理部３５は、係数列生成部３３が生成した処理係数列Ｇ(t)を周波数スペクトルＸLおよび周波数スペクトルＸRの各々に作用させる処理（以下「成分抑圧処理」という）で音響信号ｙLの周波数スペクトルＹLと音響信号ｙRの周波数スペクトルＹRとを単位区間Ｔu毎に生成する。各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRに対する成分抑圧処理には、その単位区間Ｔuについて係数列生成部３３が生成した処理係数列Ｇ(t)が適用される。すなわち、信号処理部３５は、係数列生成部３３による処理係数列Ｇ(t)の生成に必要な時間だけ周波数スペクトルＸLおよび周波数スペクトルＸRを遅延させてから処理係数列Ｇ(t)を適用する。
【００２９】
本実施形態の成分抑圧処理は、周波数スペクトルＸLおよび周波数スペクトルＸRと処理係数列Ｇ(t)との乗算である。具体的には、成分抑圧処理の実行後の音響信号ｙLの各周波数成分ＹL(f,t)は、以下の数式(1a)に示すように音響信号ｘLの周波数成分ＸL(f,t)と処理係数列Ｇ(t)の係数値ｇ(f,t)との乗算値に設定される。同様に、成分抑圧処理の実行後の各周波数成分ＹR(f,t)は、以下の数式(1b)に示すように周波数成分ＸR(f,t)と係数値ｇ(f,t)との乗算値に設定される。
【数１】
数式(1a)から理解されるように、音響信号ｘLのうち係数値ｇ(f,t)が抑圧値γ0に設定された周波数ｆの周波数成分ＸL(f,t)に対応する音響成分（すなわち目標成分）は成分抑圧処理で抑圧され、係数値ｇ(f,t)が通過値γ1に設定された周波数ｆの周波数成分ＸL(f,t)に対応する音響成分（すなわち目標成分以外の音響成分）は成分抑圧処理を通過する（すなわち抑圧されずに維持される）。同様に、音響信号ｘRの目標成分は成分抑圧処理で抑圧され、音響信号ｘRの目標成分以外の音響成分は成分抑圧処理を通過する。
【００３０】
図１の波形合成部３７は、信号処理部３５が生成した周波数スペクトルＹLおよび周波数スペクトルＹRからステレオ形式の音響信号ｙLおよび音響信号ｙRを生成する。具体的には、波形合成部３７は、単位区間Ｔu毎の周波数スペクトルＹLを時間領域の波形信号に変換するとともに前後の単位区間Ｔuで相互に連結することで音響信号ｙLを生成する。同様に、波形合成部３７は、単位区間Ｔu毎の周波数スペクトルＹRから時間領域の音響信号ｙRを生成する。波形合成部３７が生成した音響信号ｙ（ｙL，ｙR）が放音装置１８に供給されて音波として再生される。
【００３１】
図１の表示制御部３９は、利用者が目標成分を指定するために参照する図２の定位画像１４２を生成して表示装置１４に表示させる。定位画像１４２は、相交差する定位軸（横軸）１４４と周波数軸（縦軸）１４６とで規定される平面内に複数の音像点ｑを配置した画像である。定位軸１４２上の位置ξと周波数ｆとに対応する音像点ｑは、所定の基準点（例えば音響信号ｘの収録点）から位置ξの方向に定位する周波数ｆの周波数成分が音響信号ｘに存在することを意味する。
【００３２】
表示制御部３９は、周波数ｆに対応する音像点ｑの位置ξを以下の数式(2)で算定する。なお、数式(2)の記号|ＸL(f,t)|は、音響信号ｘLの周波数成分ＸL(f,t)の振幅を意味し、記号|ＸR(f,t)|は、音響信号ｘRの周波数成分ＸR(f,t)の振幅を意味する。所定個（単数または複数）の単位区間Ｔuにわたる数式(2)の音像点ｑが定位画像１４２に配置される。なお、数式(2)の詳細は、例えば、M. Vinyes, J. Bonada, A. Loscos, "Demixing Commercial Music Productions wia Human-Assisted Time-Frequency Masking"，Audio Engineering Society 120th Convention, France, 2006に開示されている。
【数２】
【００３３】
利用者は、入力装置１２を適宜に操作することで定位画像１４２の任意の領域（以下「選択領域」という）１４８を指定することが可能である。表示制御部３９は、図２に示すように、利用者が指定した選択領域１４８を表示装置１４に表示させる。選択領域１４８の位置や各縁辺の寸法は利用者からの指示に応じて可変に設定される。音響信号ｘを構成する複数の音響成分の各々（収録時の各音源）に対応する音像点ｑは、その音響成分の定位位置と周波数特性とに応じた領域に偏在する。利用者は、定位画像１４２内の各音像点ｑの分布を確認しながら、自身の所望の目標成分に対応する音像点ｑを内包するように選択領域１４８を指定する。なお、音響信号ｘに出現し得る複数種の音響成分の各々について周波数帯域が事前に登録され、利用者が選択した種類の音響成分について登録された周波数帯域が選択領域１４８の周波数軸上の分布範囲として自動的に設定される構成も好適である。
【００３４】
図２に示すように、利用者が指定した選択領域１４８内の各音像点ｑに対応する周波数（周波数帯域）ｆの集合（すなわち、周波数軸１４６上の選択領域１４８の分布範囲）を以下では「特定帯域Ｂ0」と表記し、選択領域１４８内の各音像点ｑが分布する定位軸１４２上の範囲（定位軸１４２上の選択領域１４８の分布範囲）を以下では「選択定位域Ｃ0」と表記する。すなわち、選択定位域Ｃ0に音像が定位する特定帯域Ｂ0内の定位成分が音響信号ｘからの抑圧対象として利用者により概略的に指定される。
【００３５】
図１の係数列生成部３３は、基礎係数列生成部４２と係数列加工部４４Aとを含んで構成される。基礎係数列生成部４２は、処理係数列Ｇ(t)の初期値（基礎）となる基礎係数列Ｈ(t)を単位区間Ｔu毎に生成する。基礎係数列Ｈ(t)は、相異なる周波数ｆに対応する複数の係数値ｈ(f,t)の系列である。
【００３６】
基礎係数列Ｈ(t)を周波数スペクトルＸLおよび周波数スペクトルＸRの各々に作用させた場合に選択領域１４８内に存在する各周波数成分（すなわち、特定帯域Ｂ0内の周波数ｆのうち選択定位域Ｃ0内の定位成分）が他の周波数成分に対して抑圧されるように、基礎係数列生成部４２は基礎係数列Ｈ(t)を生成する。具体的には、基礎係数列生成部４２は、
基礎係数列Ｈ(t)のうち選択領域１４８内の周波数成分の各周波数ｆ（すなわち、選択領域１４８内に音像点ｑが存在する各周波数ｆ）に対応する係数値ｈ(f,t)を抑圧値γ0（音響成分を抑圧させる数値）に設定し、他の係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に設定する。
【００３７】
利用者が指定した選択領域１４８内（選択定位域Ｃ0に定位する特定帯域Ｂ0内の定位成分）には目標成分以外の音響成分も混在し得る。したがって、基礎係数列Ｈ(t)を処理係数列Ｇ(t)として音響信号ｘに適用した場合には、目標成分以外の音響成分が目標成分とともに抑圧される。具体的には、特定帯域Ｂ0内で選択定位域Ｃ0の方向（位置ξ）に定位する音響成分（すなわち特定帯域Ｂ0内で目標成分と同方向に音像が定位する音響成分）は目標成分以外の音響成分でも目標成分とともに抑圧され得る。そこで、図１の係数列加工部４４Aは、選択領域１４８内の周波数成分のうち目標成分以外の周波数成分が成分抑圧処理を通過する（音響信号ｙでも維持される）ように基礎係数列Ｈ(t)の各係数値ｈ(f,t)を変更することで単位区間Ｔu毎に前述の処理係数列Ｇ(t)を生成する。すなわち、係数列加工部４４Aは、概略的には、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)において選択領域１４８内の各周波数成分に対応する複数の係数値ｈ(f,t)のうち目標成分以外の音響成分の各周波数成分の周波数ｆに対応する係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に変更して処理係数列Ｇ(t)を生成する。
【００３８】
図３は、係数列加工部４４Aのブロック図である。図３に示すように、係数列加工部４４Aは、発音点解析部５２と遅延部５４と基本周波数解析部５６とを含んで構成される。係数列加工部４４Aの各要素について以下に詳述する。
【００３９】
＜発音点解析部５２＞
発音点解析部５２は、音響信号ｘのうち選択領域１４８内の各音響成分の発音点の直後の部分（音量が立上がるアタック部分）が成分抑圧処理を通過するように基礎係数列Ｈ(t)を加工する。図４は、発音点解析部５２の動作のフローチャートである。単位区間Ｔu毎に図４の処理が実行される。図４の処理を開始すると、発音点解析部５２は、音響信号ｘLの周波数スペクトルＸLと音響信号ｘRの周波数スペクトルＸRとを、時間軸上で相対応する単位区間Ｔuについて加算または平均することで単位区間Ｔu毎に周波数スペクトル（複素スペクトル）Ｚを生成する（Ｓ11）。なお、音響信号ｘLと音響信号ｘRとの加算（または平均）のうち選択領域１４８内の各音像点ｑに対応する複数の周波数成分を選択して周波数軸上に配列した系列を周波数スペクトルＺとして利用することも可能である。発音点解析部５２は、周波数スペクトルＺのうち特定帯域Ｂ0内の各周波数成分Ｚ(f,t)の解析で各音響成分の発音点を検出する（Ｓ12A〜Ｓ12E）。発音点の検出には公知の技術が任意に採用され得るが、以下に例示する方法が格別に好適である。
【００４０】
発音点解析部５２は、図５に示すように、特定帯域Ｂ0を複数の単位帯域Ｂuに区分する（Ｓ12A）。また、発音点解析部５２は、処理Ｓ11で生成した周波数スペクトルＺのうち特定帯域Ｂ0内に存在する複数のピークｐkを検出し、複数の単位帯域Ｂuの各々をピークｐk毎に複数の帯域Ｂpkに区分する（Ｓ12B）。各ピークｐkの検出には公知の技術が任意に採用される。そして、発音点解析部５２は、以下の数式(3)で表現される偏心度ωpkを帯域Ｂpk毎に算定する（Ｓ12C）。数式(3)の記号|Ｚ(f,t)|は、周波数スペクトルＺのうち周波数ｆの周波数成分Ｚ(f,t)の振幅を意味し、記号φ(f,t)は、周波数スペクトルＺの周波数成分Ｚ(f,t)の位相角を意味する。
【数３】
【００４１】
発音点解析部５２は、処理Ｓ12Cで帯域Ｂpk毎に算定した偏心度ωpkを単位帯域Ｂuの複数の帯域Ｂpkについて平均することで偏心度Ωuを算定する（Ｓ12D）。すなわち、偏心度Ωuは特定帯域Ｂ0内の各単位帯域Ｂuについて時間軸上の単位区間Ｔu毎に算定される。
【００４２】
数式(3)における位相角φ(f,t)の偏微分は群遅延を意味する。すなわち、数式(3)は、周波数スペクトルＺのパワー|Ｚ(f,t)|2を加重値とした遅延群の加重和に相当する。したがって、偏心度Ωuは、図６に示すように、窓関数で規定される単位区間Ｔuの時間軸上の中心点ｔcと、単位区間Ｔu内の音響信号ｘのうち単位帯域Ｂu内のエネルギーの時間軸上の重心ｔgとの相違（偏心）の指標として利用され得る。
【００４３】
音響成分の発音点の到来前および発音点の経過後の定常的な状態（音響成分のエネルギーが安定した状態）では中心点ｔcと重心ｔgとが時間軸上で略一致する。他方、音響成分の発音点では重心ｔgが中心点ｔcの後方に移動（偏心）する。したがって、図７に示すように、特定の単位帯域Ｂuの偏心度Ωuは、その単位帯域Ｂu内の音響成分の発音点の近傍で瞬間的に増加する。以上の傾向を考慮して、第１実施形態では、各単位帯域Ｂuの偏心度Ωuの時間的な変化に応じて単位帯域Ｂu毎に音響成分の発音点を検出する（Ｓ12E）。すなわち、発音点解析部５２は、図７に示すように、各単位帯域Ｂuの偏心度Ωuが所定の閾値Ωu_thを上回る単位区間Ｔuをその単位帯域Ｂuの音響成分の発音点として検出する。閾値Ωu_thは、特定帯域Ｂ0内の全部の単位帯域Ｂuについて同一値に設定される。ただし、単位帯域Ｂuの周波数ｆの高低に応じて単位帯域Ｂu毎に閾値Ωu_thを相違させた構成も採用され得る。
【００４４】
以上の処理（Ｓ12A〜Ｓ12E）で特定帯域Ｂ0内の音響成分の発音点を検出すると、発音点解析部５２は、発音点から所定長の期間τにわたってその音響成分が成分抑圧処理を通過するように基礎係数列Ｈ(t)の各係数値ｈ(f,t)を設定する（Ｓ13）。すなわち、発音点解析部５２は、図８に示すように、基礎係数列Ｈ(t)のうち処理Ｓ12Eで発音点が検出された単位帯域Ｂu内の係数値ｈ(f,t)を、その発音点から所定の期間τ（τ＝τ1＋τ2）にわたって、抑圧値γ0を上回る通過値γ1に設定する。具体的には、図８に示すように、通過値γ1は、発音点を始点とする期間τ1内の各単位区間Ｔuでは１に設定され、期間τ1の経過後の期間τ2内の各単位区間Ｔuにて段階的に低下して抑圧値γ0に到達する。したがって、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)では抑圧対象とされる特定帯域Ｂ0内の音響成分のうち例えば発音点が顕著な打楽器音の音響成分が成分抑圧処理を通過するようになる。期間τ1や期間τ2の時間長は、特定帯域Ｂ0のうち成分抑圧処理を通過させるべき音響成分（典型的には打楽器音）の継続長に応じて適宜に選定される。以上が発音点解析部５２の動作である。
【００４５】
なお、発音点解析部５２による基礎係数列Ｈ(t)の加工の結果、特定帯域Ｂ0のうち打楽器音以外の音響成分（例えば目標成分となる歌唱音）についても発音点の直後の区間が成分抑圧処理を通過することになる。しかし、打楽器音以外の音響成分は打楽器音と比較すると発音点での音量の上昇が緩慢であるから、発音点解析部５２による処理では打楽器音以外の音響成分が過度に顕在化することはない。
【００４６】
図３の遅延部５４は、周波数分析部３１が生成した周波数スペクトルＸLおよび周波数スペクトルＸRを、発音点解析部５２での処理（図４の処理Ｓ11から処理Ｓ13）に必要な時間だけ遅延させて基本周波数解析部５６に供給する。したがって、各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRとその単位区間Ｔuについて発音点解析部５２が生成した基礎係数列Ｈ(t)とが並列（同時）に基本周波数解析部５６に供給される。
【００４７】
＜基本周波数解析部５６＞
基本周波数解析部５６は、特定帯域Ｂ0内の音響成分のうち目標成分以外で調波構造を持つ音響成分が成分抑圧処理を通過するように発音点解析部５２での処理後の基礎係数列Ｈ(t)を加工することで処理係数列Ｇ(t)を生成する。概略的には、基本周波数解析部５６は、選択領域１４８内（特定帯域Ｂ0内）の複数の周波数成分からＭ個の基本周波数（ピッチ）Ｆ0を単位区間Ｔu毎に検出するとともに、各単位区間ＴuのＭ個の基本周波数Ｆ0のうち目標成分に該当する可能性が高い基本周波数Ｆ0を目標周波数Ｆtar（tar：target）として特定し、Ｍ個の基本周波数Ｆ0のうち目標周波数Ｆtar以外の各基本周波数Ｆ0とその倍音周波数とに対応する音響成分が成分抑圧処理を通過するように処理係数列Ｇ(t)を生成する。図９に示すように、基本周波数解析部５６は、周波数検出部６２と指標算定部６４と遷移解析部６６と係数列設定部６８とを含んで構成される。基本周波数解析部５６の各要素について以下に詳述する。
【００４８】
＜周波数検出部６２＞
周波数検出部６２は、選択領域１４８内の複数の周波数成分に対応するＭ個の基本周波数Ｆ0を検出する。周波数検出部６２による基本周波数Ｆ0の検出には公知の技術が任意に採用され得るが、図１０を参照して以下に例示する方法が格別に好適である。図１０の処理は単位区間Ｔu毎に順次に実行される。なお、以下に例示する方法の詳細は、A. P. Klapuri, "Multiple fundamental frequency estimation based on harmonicity and spectral smoothness", IEEE Trans. Speech and Audio Proc., 11(6), 804-816, 2003に開示されている。
【００４９】
図１０の処理を開始すると、周波数検出部６２は、図４の処理Ｓ11と同様に、遅延部５４による遅延後の周波数スペクトルＸLと周波数スペクトルＸRとを加算または平均することで周波数スペクトルＺを生成する（Ｓ21）。例えば、周波数スペクトルＸLと周波数スペクトルＸRとの加算または平均のうち選択領域１４８内（特定帯域Ｂ0内）の各周波数成分を選択して周波数軸上に配列した系列が周波数スペクトルＺとして生成される。そして、周波数検出部６２は、周波数スペクトルＺのうち特定帯域Ｂ0内のピークpkを強調した周波数スペクトルＺpを生成する（Ｓ22）。具体的には、周波数検出部６２は、以下の数式(4A)から数式(4C)の演算で周波数スペクトルＺpの各周波数ｆの周波数成分Ｚp(f)を算定する。
【数４】
【００５０】
数式(4C)の定数ｋ0および定数ｋ1は所定値（例えばｋ0＝50Hz，ｋ1＝６kHz）に設定される。数式(4B)は、周波数スペクトルＺのピークを強調する演算である。数式(4A)の記号Ｎ(f)は、周波数スペクトルＺの周波数成分Ｚ(f)の周波数軸上の移動平均である。したがって、数式(4A)から理解されるように、周波数スペクトルＺのピークに対応する周波数成分Ｚp(f)が極大値となり、相隣接するピークｐkの間の周波数成分Ｚp(f)が０となる周波数スペクトルＺpが生成される。
【００５１】
周波数検出部６２は、周波数スペクトルＺpをＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)に分割する（Ｓ23）。第ｊ番目（ｊ＝１〜Ｊ）の帯域成分Ｚp_j(f)は、以下の数式(5)で表現されるように、処理Ｓ22で生成した周波数スペクトルＺp（周波数成分Ｚp(f)）に窓関数Ｗj(f)を乗算した成分である。
【数５】
数式(5)の記号Ｗj(f)は、周波数軸上に設定された窓関数を意味する。窓関数Ｗ1(f)〜ＷJ(f)は、人間の聴覚特性（メル尺度）を考慮して、図１１に示すように高域側ほど分解能が低下するように設定される。図１２には、処理Ｓ23で生成される第ｊ番目の帯域成分Ｚp_j(f)が図示されている。
【００５２】
周波数検出部６２は、処理Ｓ23で算定したＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)の各々について、以下の数式(6)で表現される関数値Ｌj(δF)を算定する（Ｓ24）。
【数６】
図１２に示すように、帯域成分Ｚp_j(f)は、周波数ＦLjから周波数ＦHjまでの周波数帯域Ｂj内に分布する。周波数帯域Ｂj内には、低域側の周波数ＦLjに対して周波数Ｆs（オフセット）だけ高域側の周波数（ＦLj＋Ｆs）を起点として周波数δFの間隔（周期）毎に対象周波数ｆpが設定される。周波数Ｆsおよび周波数δFは可変値である。記号Ｉ(Fs,δF)は、周波数帯域Ｂj内の対象周波数ｆpの総数を意味する。以上の説明から理解されるように、関数値ａ(Fs,δF)は、周波数帯域Ｂj内のＩ(Fs,δF)個の対象周波数ｆpの各々における帯域成分Ｚp_j(f)の合計値（Ｉ(Fs,δF)個の数値の総和）に相当する。変数ｃ(Fs,δF)は、関数値ａ(Fs,δF)を正規化する要素である。
【００５３】
数式(6)の記号max{A(Fs,δF)}は、相異なる周波数Ｆsについて算定される複数の関数値Ａ(Fs,δF）のうちの最大値を意味する。図１３は、数式(6)で算定される関数値Ｌj(δF)と各対象周波数ｆpの周波数δFとの関係を示すグラフである。図１３に示すように、関数値Ｌj(δF)には複数のピークが存在する。数式(6)から理解されるように、周波数δFの間隔で配列する各対象周波数ｆpが帯域成分Ｚp_j(f)の各ピークの周波数（すなわち調波周波数）に近似するほど関数値Ｌj(δF)は大きい数値となる。すなわち、関数値Ｌj(δF)がピークとなる周波数δFは、帯域成分Ｚp_j(f)の基本周波数Ｆ0に該当する可能性が高い。
【００５４】
周波数検出部６２は、処理Ｓ24で帯域成分Ｚp_j(f)毎に算定した関数値Ｌj(δF)をＪ個の帯域成分Ｚp_1(f)〜Ｚp_J(f)について加算または平均することで関数値Ｌs(δF)（Ｌs(δF)＝Ｌ1(δF)＋Ｌ2(δF)＋Ｌ3(δF)＋……＋ＬJ(δF)）を算定する（Ｓ25）。以上の説明から理解されるように、周波数δFが選択領域１４８内（特定帯域Ｂ0内）の周波数成分（周波数スペクトルＺ）の基本周波数Ｆ0に近いほど、関数値Ｌs(δF）は大きい数値となる。すなわち、関数値Ｌs(δF)は、各周波数δFが選択領域１４８内の音響成分の基本周波数Ｆ0に該当する尤度（確率）を意味し、関数値Ｌs(δF)の分布は、周波数δFを確率変数とする基本周波数Ｆ0の確率密度関数に相当する。
【００５５】
周波数検出部６２は、処理Ｓ25で算定した尤度Ｌs(δF)の複数のピークのうち各ピークでの尤度Ｌs(δF)の数値の降順でＭ個（すなわち尤度Ｌs(δF)が大きい方からＭ個）のピークを選択し、各ピークに対応するＭ個の周波数δFを選択領域１４８内（特定帯域Ｂ0内）の各音響成分の基本周波数Ｆ0として特定する（Ｓ26）。Ｍ個の基本周波数Ｆ0の各々は、選択領域１４８内（特定帯域Ｂ0内）で調波構造を持つ各音響成分（目標成分を含む）の基本周波数である。なお、Ｍ個の基本周波数Ｆ0を特定する方法は以上の例示に限定されない。例えば、尤度Ｌs(δF)が最大となる１個のピークの周波数を基本周波数Ｆ0として特定し、その基本周波数Ｆ0と各倍音周波数とに対応する周波数成分を周波数スペクトルＺから除外したうえで尤度Ｌs(δF)を再計算して１個の基本周波数Ｆ0を特定するという処理を反復してＭ個の基本周波数Ｆ0を特定する方法が好適である。以上の方法によれば、各音響成分の倍音周波数を基本周波数Ｆ0として誤検出する可能性が低減されるという利点がある。
【００５６】
更に、周波数検出部６２は、処理Ｓ26で特定したＭ個の基本周波数Ｆ0のうち尤度Ｌs(δF)の降順でＮ個（すなわち尤度Ｌs(δF)が大きい方からＮ個）の基本周波数Ｆ0を目標成分の基本周波数の候補（以下「候補周波数」という）Ｆc(1)〜Ｆc(N)として選択する（Ｓ27）。Ｍ個の基本周波数Ｆ0のうち尤度Ｌs(δF)が大きい基本周波数Ｆ0を目標成分（歌唱音）の候補周波数Ｆc(1)〜Ｆc(N)として選択するのは、音響信号ｘのなかで比較的に顕著な音響成分（音量が大きい音響成分）である目標成分は、目標成分以外の音響成分と比較して尤度Ｌs(δF)が大きい数値になり易いという傾向があるからである。以上に説明した図１０の処理（Ｓ21〜Ｓ27）が単位区間Ｔu毎に順次に実行されることで、Ｍ個の基本周波数Ｆ0とそのうちのＮ個の候補周波数Ｆc(1)〜Ｆc(N)とが単位区間Ｔu毎に特定される。
【００５７】
＜指標算定部６４＞
図９の指標算定部６４は、周波数検出部６２が処理Ｓ27で特定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について、その候補周波数Ｆc(n)（ｎ＝１〜Ｎ）に対応する調波構造の特徴量（典型的には音色の特徴量）と目標成分に想定される特徴量との類否を示す特性指標値Ｖ(n)を算定する。すなわち、特性指標値Ｖ(n)は、候補周波数Ｆc(n)が目標成分に該当する可能性を音響特性（音色）の観点から評価した指標（歌唱音を目標成分とした本実施形態では音声らしさの尤度）に相当する。以下の説明ではＭＦＣＣ（Mel Frequency Cepstral Coeffcient）を調波構造の特徴量として例示する。ただし、ＭＦＣＣ以外の特徴量を利用することも可能である。
【００５８】
図１４は、指標算定部６４の動作のフローチャートである。図１４の処理が単位区間Ｔu毎に順次に実行されることで単位区間Ｔu毎にＮ個の特性指標値Ｖ(1)〜Ｖ(N)が算定される。図１４の処理を開始すると、指標算定部６４は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)から１個の候補周波数Ｆc(n)を選択する（Ｓ31）。そして、指標算定部６４は、処理Ｓ31で選択した候補周波数Ｆc(n)を基本周波数Ｆ0とする調波構造（包絡線）の特徴量を算定する（Ｓ32〜Ｓ35）。
【００５９】
まず、指標算定部６４は、図１５に示すように、処理Ｓ21で生成された周波数スペクトルＺからパワースペクトル|Ｚ|2を生成し（Ｓ32）、パワースペクトル|Ｚ|2のうち処理Ｓ31で選択した候補周波数Ｆc(n)とその倍音周波数κＦc(n)（κ＝２，３，４，……）との各々に対応するパワー値を特定する（Ｓ33）。例えば、指標算定部６４は、候補周波数Ｆc(n)と各倍音周波数κＦc(n)とを中心周波数として周波数軸上に設定された各窓関数（例えば三角窓）をパワースペクトル|Ｚ|2に乗算し、窓関数毎の乗算値の最大値（図１５の黒点）を候補周波数Ｆc(n)および各倍音周波数κＦc(n)に対応するパワー値として特定する。
【００６０】
指標算定部６４は、図１５に示すように、候補周波数Ｆc(n)および各倍音周波数κＦc(n)について処理Ｓ33で算定したパワー値を補間することで包絡線ＥNV(n)を生成する（Ｓ34）。具体的には、パワー値を変換した対数値（ｄＢ値）の補間を実行してからパワー値に再変換することで包絡線ＥNV(n)が算定される。処理Ｓ34での補間には、例えばラグランジュ補間等の公知の補間技術が任意に採用され得る。以上の説明から理解されるように、包絡線ＥNV(n)は、音響信号ｘのうち候補周波数Ｆc(n)を基本周波数Ｆ0とする音響成分（調波音）の周波数スペクトルの包絡線に相当する。指標算定部６４は、処理Ｓ34で生成した包絡線ＥNV(n)からＭＦＣＣ（特徴量）を算定する（Ｓ35）。ＭＦＣＣの算定の方法は任意である。
【００６１】
指標算定部６４は、処理Ｓ35で算定したＭＦＣＣから特性指標値Ｖ(n)（目標成分らしさの尤度）を算定する（Ｓ36）。特性指標値Ｖ(n)の算定には公知の技術が任意に採用されるが、ＳＶＭ（Support Vector Machine）が好適である。すなわち、指標算定部６４は、音声（歌唱音）と非音声（例えば楽器の演奏音）とが混在する学習サンプルを複数のクラスタに分類する分離平面（境界）を事前に学習し、各クラスタ内のサンプルが音声に該当する確率（例えば０以上かつ１以下の中間的な数値）をクラスタ毎に設定する。特性指標値Ｖ(n)を算定する段階では、指標算定部６４は、処理Ｓ35で算定したＭＦＣＣが所属すべきクラスタを分離平面の適用で決定し、そのクラスタに付与された確率を特性指標値Ｖ(n)として特定する。例えば候補周波数Ｆc(n)に対応する音響成分が目標成分（歌唱音）に該当する可能性が高いほど特性指標値Ｖ(n)は１に近い数値に設定され、目標成分に該当しない確率が高いほど特性指標値Ｖ(n)は０に近い数値に設定される。
【００６２】
指標算定部６４は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)の全部について以上の処理（Ｓ31〜Ｓ36）を実行したか否かを判定する（Ｓ37）。処理Ｓ37の判定の結果が否定である場合、指標算定部６４は、未処理の候補周波数Ｆc(n)を新規に選択したうえで（Ｓ31）、前述の処理Ｓ32から処理Ｓ37の処理を実行する。そして、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)の全部を処理すると（Ｓ37：YES）、指標算定部６４は図１４の処理を終了する。したがって、相異なる候補周波数Ｆc(n)に対応するＮ個の特性指標値Ｖ(1)〜Ｖ(N)が単位区間Ｔu毎に順次に算定される。
【００６３】
＜遷移解析部６６＞
図９の遷移解析部６６は、周波数検出部６２が単位区間Ｔu毎に算定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)から、目標成分の基本周波数に該当する可能性が高い目標周波数Ｆtarを選択する。すなわち、目標周波数Ｆtarの時系列（軌跡）が特定される。図９に示すように、遷移解析部６６は、第１処理部７１と第２処理部７２とを含んで構成される。第１処理部７１および第２処理部７２の各々の機能について以下に詳述する。
【００６４】
＜第１処理部７１＞
第１処理部７１は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)のうち目標成分に該当する可能性が高い候補周波数Ｆc(n)を単位区間Ｔu毎に特定する。図１６は、第１処理部７１の動作のフローチャートである。周波数検出部６２がＮ個の候補周波数Ｆc(1)〜Ｆc(N)を最新の１個の単位区間（以下では特に「新規単位区間」という）Ｔuについて特定するたびに図１６の処理が実行される。
【００６５】
図１６の処理は、概略的には、図１７に示すように、新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる経路ＲAを特定する処理である。経路ＲAは、各単位区間ＴuのＮ個の候補周波数Ｆc(n)（図１７では４個の候補周波数Ｆc(1)〜Ｆc(4)）のうち目標成分に該当する可能性（尤度）が高い候補周波数Ｆc(n)をＫ個の単位区間Ｔuについて配列した時系列（候補周波数Ｆc(n)の遷移）を表現する。経路ＲAの探索には公知の技術が任意に採用され得るが、演算量の削減の観点から動的計画法が格別に好適である。図１６では、動的計画法の例示であるビタビ（viterbi）アルゴリズムを利用して経路ＲAを特定する場合が想定されている。図１６の処理を以下に詳述する。
【００６６】
第１処理部７１は、新規単位区間Ｔuについて特定されたＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうちの１個の候補周波数Ｆc(n)を選択する（Ｓ41）。そして、第１処理部７１は、図１８に示すように、処理Ｓ41で選択した候補周波数Ｆc(n)の出現の確率（ＰA1(n)，ＰA2(n)）を算定する（Ｓ42）。
【００６７】
確率ＰA1(n)は、候補周波数Ｆc(n)について図１０の処理Ｓ25で算定された尤度Ｌs(δF)（＝Ｌs(Ｆc(n))に応じて可変に設定される。具体的には、候補周波数Ｆc(n)の尤度Ｌs(Ｆc(n))が大きいほど確率ＰA1(n)は大きい数値に設定される。第１処理部７１は、例えば、尤度Ｌs(Ｆc(n))に応じた変数λ(n)を確率変数とする正規分布（平均μA1，分散σA12）を表現する以下の数式(7)の演算で候補周波数Ｆc(n)の確率ＰA1(n)を算定する。
【数７】
数式(7)の変数λ(n)は、例えば尤度Ｌs(Ｆc(n))を正規化した数値である。尤度Ｌs(Ｆc(n))の正規化の方法は任意であるが、例えば尤度Ｌs(Ｆc(n))を尤度Ｌs(δF)の最大値で除算した数値が正規化後の尤度λ(n)として好適である。平均μA1および分散σA12の数値は実験的または統計的に選定される（例えばμA1＝１，σA1＝0.4）。
【００６８】
処理Ｓ42で算定される確率ＰA2(n)は、候補周波数Ｆc(n)について指標算定部６４が算定した特性指標値Ｖ(n)に応じて可変に設定される。具体的には、候補周波数Ｆc(n)の特性指標値Ｖ(n)が大きい（目標成分に該当する可能性が高い）ほど確率ＰA2(n)は大きい数値に設定される。第１処理部７１は、例えば、特性指標値Ｖ(n)を確率変数とする正規分布（平均μA2，分散σA22）を表現する以下の数式(8)の演算で確率ＰA2(n)を算定する。平均μA2および分散σA22の数値は実験的または統計的に選定される（例えばμA2＝σA2＝１）。
【数８】
【００６９】
第１処理部７１は、図１８に示すように、新規単位区間Ｔuについて処理Ｓ41で選択した候補周波数Ｆc(n)と、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)との各組合せについてＮ個の確率ＰA3(n)_1〜ＰA3(n)_Nを算定する（Ｓ43）。確率ＰA3(n)_ν（ν＝１〜Ｎ）は、直前の単位区間Ｔuの第ν番目の候補周波数Ｆc(ν)から新規単位区間Ｔuの候補周波数Ｆc(n)に遷移する確率を意味する。具体的には、単位区間Ｔuの間で音響成分の音高が極端に変化する可能性は低いという傾向を考慮して、直前の候補周波数Ｆc(ν)と現在の候補周波数Ｆc(n)との差異（音高差）が大きいほど確率ＰA3(n)_νは小さい数値に設定される。第１処理部７１は、例えば以下の数式(9)の演算でＮ個の確率ＰA3(n)_1〜ＰA3(n)_Nを算定する。
【数９】
すなわち、数式(9)は、関数値min{6,max (0,|ε|−0.5)}を確率変数とする正規分布（平均μA3，分散σA32）を表現する。数式(9)の記号εは、半音を単位として直前の候補周波数Ｆc(ν)と現在の候補周波数Ｆc(n)との差分を表現した変数を意味する。関数値min{6,max(0,|ε|−0.5)}は、半音単位の周波数差εの絶対値|ε|から0.5を減算した数値（負数となる場合は０）が６を下回る場合にはその数値に設定され、数値が６を上回る場合（すなわち６半音を上回る程度に周波数が相違する場合）には６に設定される。なお、音響信号ｘの最初の単位区間Ｔuの確率ＰA3(n)_1〜ＰA3(n)_Nは所定値（例えば１）に設定される。また、平均μA3および分散σA32の数値は実験的または統計的に選定される（例えばμA3＝０，σA3＝４）。
【００７０】
以上の手順で確率（ＰA1(n)，ＰA2(n)，ＰA3(n)_1〜ＰA3(n)_N）を算定すると、第１処理部７１は、図１９に示すように、新規単位区間Ｔuの候補周波数Ｆc(n)と、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)との各組合せについてＮ個の確率πA(1)〜πA(N)を算定する（Ｓ44）。確率πA(ν)は、図１８の確率ＰA1(n)と確率ＰA2(n)と確率ＰA3(n)_νとに応じた数値である。例えば確率ＰA1(n)と確率ＰA2(n)と確率ＰA3(n)_νとの各々の対数値の加算値が確率πA(ν)として算定される。以上の説明から理解されるように、確率πA(ν)は、直前の単位区間Ｔuの第ν番目の候補周波数Ｆc(ν)から新規単位区間Ｔuの候補周波数Ｆc(n)に遷移する確率（尤度）を意味する。
【００７１】
第１処理部７１は、処理Ｓ44で算定したＮ個の確率πA(1)〜πA(N)のうちの最大値πA_maxを選択し、図１９に示すように、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち最大値πA_maxに対応する候補周波数Ｆc(ν)と新規単位区間Ｔuの候補周波数Ｆc(n)とを連結する経路（図１９の太線）を設定する（Ｓ45）。更に、第１処理部７１は、新規単位区間Ｔuの候補周波数Ｆc(n)について確率ΠA(n)を算定する（Ｓ46）。確率ΠA(n)は、直前の単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち処理Ｓ45で選択した候補周波数Ｆc(ν)について過去に算定した確率ΠA(ν)と現在の候補周波数Ｆc(n)について処理Ｓ45で選択した最大値πA_maxとに応じた数値（例えば各々の対数値の加算値）に設定される。
【００７２】
第１処理部７１は、新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)の全部について以上の処理（Ｓ41〜Ｓ46）を実行したか否かを判定する（Ｓ47）。処理Ｓ47の判定の結果が否定である場合、第１処理部７１は、未処理の候補周波数Ｆc(n)を新規に選択したうえで（Ｓ41）、処理Ｓ42から処理Ｓ47を実行する。すなわち、処理Ｓ41から処理Ｓ47が新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について実行され、直前の単位区間Ｔuの１個の候補周波数Ｆc(ν)からの経路（処理Ｓ45）とその経路に対応する確率ΠA(n)（処理Ｓ46）とが新規単位区間Ｔuの候補周波数Ｆc(n)毎に算定される。
【００７３】
新規単位区間Ｔuの全部（Ｎ個）の候補周波数Ｆc(1)〜Ｆc(N)について処理が完了すると（Ｓ47：YES）、第１処理部７１は、新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる候補周波数Ｆc(n)の経路ＲAを確定する（Ｓ48）。経路ＲAは、新規単位区間ＴuのＮ個の候補周波数Ｆc(1)〜Ｆc(N)のうち処理Ｓ46で算定した確率ΠA(n)が最大となる候補周波数Ｆc(n)から、処理Ｓ45で連結した各候補周波数Ｆc(n)をＫ個の単位区間Ｔuにわたって順次に遡及（バックトラック）した経路である。なお、処理Ｓ41から処理Ｓ47を完了した単位区間ＴuがＫ個未満である段階（すなわち音響信号ｘの始点から第(Ｋ−１)個までの各単位区間Ｔuについて処理が完了した段階）では経路ＲAの確定（処理Ｓ48）は実行されない。以上に説明したように、周波数検出部６２が新規単位区間ＴuについてＮ個の候補周波数Ｆc(1)〜Ｆc(N)を特定するたびに、その新規単位区間Ｔuを最後尾とするＫ個の単位区間Ｔuにわたる経路ＲAが特定される。
【００７４】
＜第２処理部７２＞
ところで、音響信号ｘのなかには目標成分が存在しない単位区間Ｔu（例えば歌唱音が停止した区間）も存在する。第１処理部７１による経路ＲAの探索では各単位区間Ｔuにおける目標成分の有無が判断されないから、実際には目標成分が存在しない単位区間Ｔuについても経路ＲA上では候補周波数Ｆc(n)が特定される。以上の事情を考慮して、第２処理部７２は、経路ＲAの各候補周波数Ｆc(n)に対応するＫ個の単位区間Ｔuの各々について目標成分の有無を判定する。
【００７５】
図２０は、第２処理部７２の動作のフローチャートである。第１処理部７１が経路ＲAを特定するたび（単位区間Ｔu毎）に図２０の処理が実行される。図２０の処理は、概略的には、図２１に示すように、経路ＲAに対応するＫ個の単位区間Ｔuにわたる経路ＲBを特定する処理である。経路ＲBは、Ｋ個の単位区間Ｔuの各々について目標成分の発音状態Ｓv（ｖ：voiced）および非発音状態Ｓu（ｕ：unvoiced）の何れかを選択して配列した時系列（発音状態／非発音状態の遷移）を表現する。各単位区間Ｔuの発音状態Ｓvは、経路ＲAのうちその単位区間Ｔuの候補周波数Ｆc(n)が目標成分として発音される状態を意味し、非発音状態Ｓuは目標成分が発音されない状態を意味する。経路ＲBの探索には公知の技術が任意に採用され得るが、演算量の削減の観点から動的計画法が格別に好適である。図２０では、動的計画法の例示であるビタビアルゴリズムを利用して経路ＲBを特定する場合が想定されている。図２０の処理を以下に詳述する。
【００７６】
第２処理部７２は、Ｋ個の単位区間Ｔuの何れか（以下「選択単位区間」という）を選択する（Ｓ51）。具体的には、図２０の第１回目の処理Ｓ51ではＫ個の単位区間Ｔuのうち最初の単位区間Ｔuが選択され、第２回目以降の処理Ｓ51の実行毎に直後の単位区間Ｔuが選択される。
【００７７】
第２処理部７２は、図２２に示すように、選択単位区間Ｔuについて確率ＰB1_vと確率ＰB1_uとを算定する（Ｓ52）。確率ＰB1_vは、選択単位区間Ｔuにて目標成分が発音状態Ｓvに該当する確率を意味し、確率ＰB1_uは、選択単位区間Ｔuにて目標成分が非発音状態Ｓuに該当する確率を意味する。
【００７８】
選択単位区間Ｔuの候補周波数Ｆc(n)が目標成分に該当する可能性が高いほど、その候補周波数Ｆc(n)について指標算定部６４が算定した特性指標値Ｖ(n)（目標成分らしさ）は大きい数値となるという傾向を考慮して、発音状態Ｓvの確率ＰB1_vの算定には特性指標値Ｖ(n)が適用される。具体的には、第２処理部７２は、特性指標値Ｖ(n)を確率変数とする正規分布（平均μB1，分散σB12）を表現する以下の数式(10)の演算で確率ＰB1_vを算定する。数式(10)から理解されるように、特性指標値Ｖ(n)が大きいほど確率ＰB1_vは大きい数値に設定される。平均μB1および分散σB12の数値は実験的または統計的に選定される（例えばμB1＝σB1＝１）。
【数１０】
【００７９】
他方、非発音状態Ｓuの確率ＰB1_uは、例えば以下の数式(11)で算定される固定値である。
【数１１】
【００８０】
次いで、第２処理部７２は、図２２に破線で示すように、選択単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuと直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuとの各組合せについて遷移の確率（ＰB2_vv，ＰB2_uv，ＰB2_uu，ＰB2_vu）を算定する（Ｓ53）。確率ＰB2_vvは、図２２から理解されるように、直前の単位区間Ｔuの発音状態Ｓvから選択単位区間Ｔuの発音状態Ｓvに遷移する確率（vv：voiced->voiced）を意味する。同様に、確率ＰB2_uvは、非発音状態Ｓuから発音状態Ｓvに遷移する確率（uv：unvoiced->voiced）を意味し、確率ＰB2_uuは、非発音状態Ｓuから非発音状態Ｓuに遷移する確率（uu：unvoiced->unvoiced）を意味し、確率ＰB2_vuは、発音状態Ｓvから非発音状態Ｓuに遷移する確率（vu：voiced->unvoiced）を意味する。具体的には、第２処理部７２は、各確率を以下の数式(12A)および数式(12B)のように算定する。
【数１２】
前述の数式(9)で算定される確率ＰA3(n)_νと同様に、直前の単位区間Ｔuと選択単位区間Ｔuとの間で候補周波数Ｆc(n)の周波数差εの絶対値|ε|が大きいほど数式(12A)の確率ＰB2_vvは小さい数値に設定される。数式(12A)の平均μB2および分散σB22の数値は実験的または統計的に選定される（例えばμB2＝０，σB2＝４）。数式(12A)および数式(12B)から理解されるように、相前後する単位区間Ｔuにて発音状態Ｓvが維持される確率ＰB2_vvは、発音状態Ｓvおよび非発音状態Ｓuの一方から他方に遷移する確率（ＳPB2_uv，ＰB2_vu）や非発音状態Ｓuが維持される確率ＰB2_uuと比較して低い確率に設定される。
【００８１】
第２処理部７２は、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの何れかを、選択単位区間Ｔuの発音状態Ｓvに関する各確率（ＰB1_v，ＰB2_vv，ＰB2_uv）に応じて選択して選択単位区間Ｔuの発音状態Ｓvに連結する（Ｓ54A〜Ｓ54C）。まず、第２処理部７２は、図２３に示すように、直前の単位区間Ｔuの状態（発音状態Ｓv／非発音状態Ｓu）から選択単位区間Ｔuの発音状態Ｓvに遷移する確率（πBvv，πBuv）を算定する（Ｓ54A）。確率πBvvは、直前の単位区間Ｔuの発音状態Ｓvから選択単位区間Ｔuの発音状態Ｓvに遷移する確率であり、処理Ｓ52で算定した確率ＰB1_vと処理Ｓ53で算定した確率ＰB2_vvとに応じた数値（例えば各々の対数値の加算値）に設定される。同様に、確率πBuvは、直前の単位区間Ｔuの非発音状態Ｓuから選択単位区間Ｔuの発音状態Ｓvに遷移する確率を意味し、確率ＰB1_vと確率ＰB2_uvとに応じて算定される。
【００８２】
第２処理部７２は、図２３に示すように、直前の単位区間Ｔuの状態（発音状態Ｓv／非発音状態Ｓu）のうち確率πBvvおよび確率πBuvの最大値πBv_maxに対応する状態を選択して選択単位区間Ｔuの発音状態Ｓvと連結し（Ｓ54B）、選択単位区間Ｔuの発音状態Ｓvについて確率ΠBを算定する（Ｓ54C）。確率ΠBは、直前の単位区間Ｔuについて処理Ｓ54Bで選択した状態について過去に算定された確率ΠBと処理Ｓ54Bで特定した最大値πBv_maxとに応じた数値（例えば各々の対数値の加算値）に設定される。
【００８３】
第２処理部７２は、選択単位区間Ｔuの非発音状態Ｓuについても同様に、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの何れかを、選択単位区間Ｔuの非発音状態Ｓuに関する各確率（ＰB1_u，ＰB2_uu，ＰB2_vu）に応じて選択してその非発音状態Ｓuに連結する（Ｓ55A〜Ｓ55C）。すなわち、第２処理部７２は、図２４に示すように、確率ＰB1_uおよび確率ＰB2_uu応じた確率（すなわち非発音状態Ｓuから非発音状態Ｓuに遷移する確率）πBuuと、確率ＰB1_uおよび確率ＰB2_vuに応じた確率πBvuとを算定し（Ｓ55A）、直前の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuのうち確率πBuuおよび確率πBvuの最大値πBu_maxに対応する状態（図２４では発音状態Ｓv）を選択して選択単位区間Ｔuの非発音状態Ｓuと連結する（Ｓ55B）。そして、第２処理部７２は、処理Ｓ55Bで選択した状態について過去に算定した確率ΠBと処理Ｓ55Bで選択した確率πBu_maxとに応じて選択単位区間Ｔuの非発音状態Ｓuの確率ΠBを算定する（Ｓ55C）。
【００８４】
選択単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuの各々について以上の手順で直前の単位区間Ｔuの状態との連結（Ｓ54B，Ｓ55B）と確率ΠBの算定（Ｓ54C，Ｓ55C）とを完了すると、第２処理部７２は、Ｋ個の単位区間Ｔuの全部について処理が完了したか否かを判定する（Ｓ56）。処理Ｓ56の判定の結果が否定である場合、第２処理部７２は、現在の選択単位区間Ｔuの直後の単位区間Ｔuを新規な選択単位区間Ｔuとして選択したうえで（Ｓ51）、前述の処理Ｓ52から処理Ｓ56の処理を実行する。
【００８５】
Ｋ個の単位区間Ｔuの各々について処理が完了すると（Ｓ56：YES）、第２処理部７２は、Ｋ個の単位区間Ｔuにわたる経路ＲBを確定する（Ｓ57）。具体的には、第２処理部７２は、Ｋ個のうち最後尾の単位区間Ｔuの発音状態Ｓvおよび非発音状態Ｓuのうち確率ΠBが大きい状態から、処理Ｓ54Bまたは処理Ｓ55Bで連結した経路をＫ個の単位区間Ｔuにわたって順次に遡及することで経路ＲBを特定する。そして、Ｋ個の単位区間Ｔuにわたる経路ＲBのうち第１番目の単位区間Ｔuでの状態（発音状態Ｓv／非発音状態Ｓu）を、その１個の単位区間Ｔuの状態（目標成分の発音の有無）として確定する（Ｓ58）。第２処理部７２が目標成分の存在を肯定した単位区間Ｔu（すなわち、発音状態Ｓvと判定された単位区間Ｔu）の候補周波数Ｆc(n)が目標周波数Ｆtar（目標成分の基本周波数Ｆ0）として確定する。遷移解析部６６（第１処理部７１，第２処理部７２）による以上の処理が単位区間Ｔu毎に実行されることで、目標成分が存在する単位区間Ｔuとその基本周波数（目標周波数Ｆtar）とが特定される。
【００８６】
図９の係数列設定部６８は、各単位区間Ｔuの基礎係数列Ｈ(t)のうち周波数検出部６２がその単位区間Ｔuについて検出したＭ個の基本周波数Ｆ0と各々の倍音周波数とに対応する各係数値ｈ(f,t)を通過値γ1（すなわち音響成分を通過させる数値）に設定することで処理係数列Ｇ(t)を生成する。ただし、係数列設定部６８は、遷移解析部６６が特定した目標周波数Ｆtarとその倍音周波数（２Ｆtar，３Ｆtar，……）とに対応する各係数値ｈ(f,t)を抑圧値γ0（すなわち音響成分を抑圧する数値）に維持する。
【００８７】
係数列設定部６８が生成した処理係数列Ｇ(t)を信号処理部３５が周波数スペクトルＸLおよび周波数スペクトルＸRに作用させること（成分抑圧処理）で音響信号ｙ（ｙL，ｙR）の周波数スペクトルＹLおよび周波数スペクトルＹRが生成される。以上の説明から理解されるように、音響信号ｙは、音響信号ｘのうち選択領域１４８（特定帯域Ｂ0）の外側の音響成分と、選択領域１４８内の各音響成分のうち発音点の直後の部分（特に打楽器音）と、選択領域１４８内で調波構造を持つ複数の音響成分のうち目標成分を除外した(Ｍ−１)個の音響成分との混合音に相当する。すなわち、音響信号ｘから目標成分を選択的に抑圧した音響信号ｙが生成される。
【００８８】
以上に説明した第１実施形態では、基礎係数列Ｈ(t)において選択領域１４８（特定帯域Ｂ0）内の各周波数成分に対応する係数値ｈ(f,t)のうち目標成分以外の音響成分に対応する周波数の係数値ｈ(f,t)が、音響成分を通過させる通過値γ1に変更されることで処理係数列Ｇ(t)が生成される。したがって、選択領域１４８内の各周波数成分が一律に抑圧される構成と比較して、音響信号ｘのうち目標成分以外の音響成分を維持しながら目標成分を抑圧できる（すなわち、目標成分を高精度に抑圧できる）という利点がある。
【００８９】
具体的には、第１実施形態では、音響信号ｘの選択領域１４８内の各周波数成分のうち音響成分の発音点の直後の部分に対応する各周波数成分の係数値ｈ(f,t)が通過値γ1に設定されるから、選択領域１４８内で発音点が顕著な音響信号（例えば打楽器音）を成分抑圧処理の実行後の音響信号ｙにて維持することが可能である。また、選択領域１４８（特定帯域Ｂ0）から検出されたＭ個の基本周波数Ｆ0のうち目標周波数Ｆtar以外の各基本周波数Ｆ0とその倍音周波数とに対応する係数値ｈ(f,t)が通過値γ1に設定されるから、選択領域１４８内で調波構造を持つ目標成分以外の音響成分を成分抑圧処理の実行後の音響信号ｙにて維持することが可能である。
【００９０】
また、目標周波数Ｆtarを検出する遷移解析部６６は、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)のうち目標成分に該当する可能性が高い候補周波数Ｆc(n)を選択する第１処理部７１に加えて、単位区間Ｔu毎の目標成分の有無を判定する第２処理部７２とを含んで構成される。すなわち、各単位区間Ｔuでの目標成分の有無を含めた目標成分の遷移が特定される。したがって、遷移解析部６６が第１処理部７１のみを含む構成と比較すると、音響信号ｘのうち目標成分が存在しない単位区間Ｔuの音響成分が抑圧される可能性を低減することが可能である。
【００９１】
＜Ｂ：第２実施形態＞
本発明の第２実施形態を以下に説明する。なお、以下に例示する各態様において作用や機能が第１実施形態と同等である要素については、以上の説明で参照した符号を流用して各々の詳細な説明を適宜に省略する。
【００９２】
第１実施形態では、選択領域１４８（特定帯域Ｂ0）のうち音響成分の発音点の部分と目標成分以外の調波構造の音響成分とが成分抑圧処理を通過するように処理係数列Ｇ(t)が生成される。したがって、音響成分の発音点の部分および調波構造の音響成分（目標成分を含む）の何れにも該当しない音響成分（以下「残余成分」という）は目標成分とともに抑圧される。以上の構成では、音響信号ｘのうち目標成分が存在しない区間でも残余成分が抑圧されるから、成分抑圧処理後の音響信号ｙが不自然な印象となる可能性がある。以上の事情を考慮して、第２実施形態では、目標成分が存在しない区間において、残余成分を含む全部の音響成分が成分抑圧処理を通過するように処理係数列Ｇ(t)を生成する。
【００９３】
第２実施形態では、第１実施形態の係数列加工部４４A（図３）が図２５の係数列加工部４４Bに置換される。係数列加工部４４Bは、第１実施形態の係数列加工部４４A（発音点解析部５２，遅延部５４，基本周波数解析部５６）に遅延部８２と発音解析部８４とを追加した構成である。基本周波数解析部５６による処理後の基礎係数列Ｈ(t)（第１実施形態の処理係数列Ｇ(t)）が発音解析部８４に供給される。
【００９４】
遅延部８２は、周波数分析部３１が生成した周波数スペクトルＸLおよび周波数スペクトルＸRを、発音点解析部５２および基本周波数解析部５６での処理に必要な時間だけ遅延させて発音解析部８４に供給する。したがって、各単位区間Ｔuの周波数スペクトルＸLおよび周波数スペクトルＸRとその単位区間Ｔuの基礎係数列Ｈ(t)を発音点解析部５２および基本周波数解析部５６で加工した基礎係数列Ｈ(t)とが並列（同時）に発音解析部８４に供給される。
【００９５】
発音解析部８４は、単位区間Ｔu毎に音響信号ｘにおける目標成分の有無を判定する。単位区間Ｔu毎の目標成分の有無の判定には公知の技術が任意に採用され得るが、以下の説明では、複数の単位区間Ｔuで構成される図２６の区間（以下「解析区間」という）Ｔa内の音響信号ｘの特徴量θを利用して単位区間Ｔu毎の目標成分の有無を判定する方法を例示する。特徴量θは、音響信号ｘに目標成分（例えば歌唱音）が存在する場合と存在しない場合とで相異なる数値となるように音響信号ｘの音響特性に応じて変化する可変値である。
【００９６】
図２７は、発音解析部８４の動作のフローチャートである。図２７の処理は、単位区間Ｔu毎に順次に実行される。図２７の処理を開始すると、発音解析部８４は、目標成分の有無の判定の対象となる１個の単位区間Ｔu（以下「対象単位区間Ｔu_tar」という）を含むように解析区間Ｔaを設定する（Ｓ60）。例えば、図２６に示すように、対象単位区間Ｔu_tarとその前後の所定個にわたる単位区間Ｔuとの集合が解析区間Ｔaとして設定される。解析区間Ｔaは、例えば0.5秒〜1.0秒程度の時間に設定される。相前後する解析区間Ｔaが時間軸上で相互に重複するように解析区間Ｔaは処理Ｓ60の実行毎に更新される。例えば、解析区間Ｔaは、単位区間Ｔuの１個分（例えば0.05秒）ずつ処理Ｓ60の実行毎に順次に後方にシフトされる。
【００９７】
発音解析部８４は、処理Ｓ60で設定した解析区間Ｔaの特徴量θを算定する（Ｓ61〜Ｓ63）。以下の説明では、解析区間Ｔa内の各単位区間ＴuのＭＦＣＣに応じた特徴量θを例示する。具体的には、発音解析部８４は、音響信号ｘのうち解析区間Ｔa内の単位区間Ｔu毎にＭＦＣＣを算定する（Ｓ61）。例えば、音響信号ｘの周波数スペクトルＸLまたは周波数スペクトルＸRや両者を加算した周波数スペクトルＺからＭＦＣＣが算定される。ＭＦＣＣの算定の方法は任意である。そして、発音解析部８４は、解析区間Ｔa内の複数の単位区間ＴuにわたるＭＦＣＣの平均μaと分算σa2とを算定する（Ｓ62）。平均μaは、例えば、図２６に示すように対象単位区間Ｔu_tarに近い単位区間Ｔuほど大きい数値となる（すなわち、解析区間Ｔa内の両端部（前端部，後端部）に近い単位区間Ｔuほど小さい数値となる）ように設定された加重値ｗを適用した加重平均である。発音解析部８４は、処理Ｓ62で算定した平均μaと分散σa2とを要素とするベクトルを特徴量θとして生成する（Ｓ63）。なお、平均μaや分散σa2以外の統計量を特徴量θの生成に適用することも可能である。
【００９８】
発音解析部８４は、処理Ｓ63で生成した特徴量θに応じて解析区間Ｔa内の目標成分の有無を判定する（Ｓ64）。特徴量θに応じた目標成分の有無の判定にはＳＶＭが好適に利用される。具体的には、目標成分が存在する音響信号と目標成分が存在しない音響信号との各々から前述と同様の方法（Ｓ61〜Ｓ63）で抽出された特徴量θを学習サンプルとする学習で、目標成分の有無の境界となる分離平面が事前に生成される。発音解析部８４は、処理Ｓ63で生成した特徴量θに分離平面を適用することで、解析区間Ｔa内の音響信号ｘに目標成分が存在するか否かを判定する。
【００９９】
解析区間Ｔa内に目標成分が存在すると判定した場合（Ｓ64：YES）、発音解析部８４は、対象単位区間Ｔu_tarについて基本周波数解析部５６が生成した基礎係数列Ｈ(t)を変更せずに処理係数列Ｇ(t)として信号処理部３５に供給する（Ｓ65）。したがって、第１実施形態と同様に、選択領域１４８（特定帯域Ｂ0）に含まれる音響成分の発音点の部分と目標成分以外の調波構造の音響成分とが成分抑圧処理を通過し、それ以外の音響成分（目標成分および残余成分）が成分抑圧処理で抑圧される。
【０１００】
他方、解析区間Ｔa内に目標成分が存在しないと判定した場合（Ｓ64：NO）、発音解析部８４は、対象単位区間Ｔu_tarについて基本周波数解析部５６が生成した基礎係数列Ｈ(t)の全部の係数値ｈ(f,t)を通過値γ1（音響成分を通過させる数値）に設定することで処理係数列Ｇ(t)を生成する（Ｓ66）。すなわち、処理係数列Ｇ(t)のうち特定帯域Ｂ0を含む全帯域にわたる係数値ｇ(f,t)が通過値γ1に設定される。したがって、音響信号ｘの対象単位区間Ｔu_tar内の全部の音響成分が成分抑圧処理を通過する。すなわち、音響信号ｘの何れの音響成分も抑圧されずに音響信号ｙ（ｙ＝ｘ）として放音装置１８に供給される。
【０１０１】
第２実施形態においても第１実施形態と同様の効果が実現される。また、第２実施形態では、目標成分が存在しない単位区間Ｔuにおいて音響信号ｘの全帯域の音響成分が成分抑圧処理を通過するから、聴感的に自然な印象の音響信号ｙを生成できるという利点がある。例えば、歌唱音と伴奏音との混合音の音響信号ｘのうちの歌唱音を目標成分として抑圧する場合、目標成分が存在しない区間（例えば前奏や間奏の区間）について伴奏音の部分的な欠落（残余成分の抑圧）が回避されるから、再生音の音質の劣化を防止することが可能である。
【０１０２】
＜Ｃ：第３実施形態＞
発音点の直後の区間τに対応する係数値ｈ(f,t)を発音点解析部５２が通過値γ1に設定する以上の各形態では、選択領域１４８内の音響成分のうち打楽器音以外の音響成分（例えば目標成分たる歌唱音）についても発音点の直後の区間が成分抑圧処理を通過する結果となる。第３実施形態では、目標成分の発音点については直後の区間に対応する係数値ｈ(f,t)を抑圧値γ0に設定する。
【０１０３】
図２８は、第３実施形態における係数列加工部４４Aと記憶装置２４とを併記したブロック図である。係数列加工部４４Aの構成は第１実施形態（図３）と同様である。図２８に示すように、第３実施形態の記憶装置２４には楽曲情報ＤMが記憶される。楽曲情報ＤMは、楽曲を構成する各音符の音高（以下「基準音高」という）ＰREFを時系列に指定する。以下の例示では、楽曲の主旋律に相当する歌唱音（ガイドメロディ）の音高が基準音高ＰREFとして指定される場合を想定する。例えば、楽曲の音高を指定するイベントデータ（ノートオンイベント）と各イベントデータの処理の時点を指定するタイミングデータとを時系列に配列したＭＩＤＩ（Musical Instrument Digital Interface）形式の時系列データが楽曲情報ＤMとして好適に採用される。
【０１０４】
音響信号ｘ（ｘL，ｘR）が示す楽曲と楽曲情報ＤMが示す楽曲とは共通する。したがって、音響信号ｘの目標成分（歌唱音）が示す音高の時系列と楽曲情報ＤMが指定する基準音高ＰREFの時系列とは時間軸上で相互に対応する。第３実施形態の発音点解析部５２は、楽曲情報ＤMで指定される基準音高ＰREFの時系列を、図４の処理Ｓ12A〜Ｓ12Eで検出した複数の発音点のうち目標成分の発音点を特定するために利用する。
【０１０５】
具体的には、発音点解析部５２は、図４の処理Ｓ13において、処理Ｓ12A〜Ｓ12Eで検出した複数の発音点のうち、楽曲情報ＤMから特定される各基準音高ＰREFの発生点（ノートオンイベントの発生点）に単位区間Ｔuの時間軸上の位置が近似し、かつ、発音点が検出された単位帯域Ｂuがその基準音高ＰREFに近似する発音点（すなわち、基準音高ＰREFと時刻および音高が類似する発音点）を、目標成分の発音点として推定する。例えば、楽曲情報ＤMが指定する各基準音高ＰREFの発生点を含む所定の時間範囲の単位区間Ｔuについて検出され、かつ、単位帯域Ｂuが基準音高ＰREFを包含する発音点が、目標成分の発音点として推定される。
【０１０６】
発音点解析部５２は、複数の発音点のうち以上の手順で推定した目標成分の発音点に対応する単位帯域Ｂu内の係数値ｈ(f,t)を、その発音点の直後の区間τでも抑圧値γ0に維持する（すなわち通過値γ1に変更しない）。他方、複数の発音点のうち目標成分以外の発音点について、発音点解析部５２は、第１実施形態と同様に、発音点の直後の区間τにて各係数値ｈ(f,t)を通過値γ1に設定する（図８）。したがって、基礎係数列生成部４２が生成した基礎係数列Ｈ(t)では抑圧対象とされる音響成分のうち目標成分以外の音響成分（特に打楽器音）の発音直後の区間が成分抑圧処理を通過するようになる。なお、処理Ｓ12A〜Ｓ12Eで検出した全部の発音点について区間τ内の係数値ｈ(f,t)を通過値γ1に設定し、そのうちの目標成分の発音点に対応する係数値ｈ(f,t)を抑圧値γ0に変更する構成も採用され得る。
【０１０７】
以上に説明したように、第３実施形態では、複数の発音点のうち目標成分の発音点については区間τでも係数値ｈ(f,t)が抑圧値γ0に設定されるから、第１実施形態と比較して目標成分を高精度に抑圧できるという利点がある。なお、発音点解析部５２が目標成分の発音点について係数値ｈ(f,t)を抑圧値γ0に設定する第３実施形態の構成は、第２実施形態にも同様に適用され得る。また、以上に例示した構成に加えて、目標成分や目標成分以外の音響成分の代表的な音響特性（例えば周波数特性）を記憶装置２４に保持しておき、各発音点での音響信号ｘの音響特性と記憶装置２４に記憶された各音響特性とを対比することで目標成分の発音点を推定する構成も好適である。
【０１０８】
＜Ｄ：第４実施形態＞
第３実施形態では、音響信号ｘの目標成分の音高の時系列と楽曲情報ＤMが指定する基準音高ＰREFの時系列（以下「基準音高系列」という）との間で時間的な対応を仮定したが、実際には両者が完全には対応しない場合もある。そこで、第４実施形態では、音響信号ｘに対する基準音高系列の相対的な位置（時間軸上の時刻）を調整する。
【０１０９】
図２９は、第４実施形態における係数列加工部４４Aのブロック図である。図２９に示すように、第４実施形態の係数列加工部４４Aは、第３実施形態と同様の要素（発音点解析部５２，遅延部５４，基本周波数解析部５６）に時間調整部８６を追加した構成である。記憶装置２４は、第３実施形態と同様に楽曲情報ＤMを記憶する。
【０１１０】
時間調整部８６は、音響信号ｘの目標成分の音高の時系列と記憶装置２４内の楽曲情報ＤMが指定する基準音高系列とが相互に時間軸上で対応するように音響信号ｘ（各単位区間Ｔu）と基準音高系列との相対的な位置（時間差）を決定する。音響信号ｘと基準音高系列との間で時間軸上の位置を調整する方法は任意であるが、遷移解析部６６が第１実施形態または第２実施形態と同様の方法で特定した基本周波数Ｆtarの時系列（以下「解析音高系列」という）と楽曲情報ＤMが指定する基準音高系列とを対比する方法を以下では例示する。解析音高系列は、時間調整部８６による処理の結果（すなわち基準音高系列との時間的な対応）を加味せずに特定された基本周波数Ｆtarの時系列である。
【０１１１】
時間調整部８６は、音響信号ｘの全体にわたる解析音高系列と楽曲の全体にわたる基準音高系列との間で両者の時間差Δを変数とする相互相関関数Ｃ(Δ)を算定し、相互相関関数Ｃ(Δ)の関数値（相互相関）が最大となる時間差ΔAを特定する。例えば、相互相関関数Ｃ(Δ)の関数値が増加から減少に変化する地点の時間差Δが時間差ΔAとして特定される。相互相関関数Ｃ(Δ)を平滑化してから時間差ΔAを特定する構成も好適である。そして、時間調整部８６は、解析音高系列および基準音高系列の一方を他方に対して時間差ΔAだけ遅延（または先行）させる。
【０１１２】
発音点解析部５２は、時間調整部８６による解析の結果を利用して、図４の処理Ｓ12A〜Ｓ12Eで特定した複数の発音点のうち目標成分の発音点を推定する。すなわち、発音点解析部５２は、解析音高系列と基準音高系列とに時間差ΔAを付与した状態で、解析音高系列のうち各発音点が検出された単位区間Ｔuと基準音高系列における各基準音高ＰREFとを対比することで、基準音高ＰREFと時刻および音高が類似する発音点を目標成分の発音点として推定する。基本周波数解析部５６の動作は第１実施形態と同様である。ただし、前述の説明から理解されるように、基本周波数解析部５６（遷移解析部６６）は、時間調整部８６が基準音高系列と対比する解析音高系列を特定するための経路探索と、発音点解析部５２での処理後の基礎係数列Ｈ(t)を加工するための経路探索とを順次に実行する。
【０１１３】
第４実施形態では、時間調整部８６が時間軸上の位置を調整した音響信号ｘと基準音高系列との対比で目標成分の発音点が推定されるから、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、目標成分の発音点を高精度に特定できるという利点がある。
【０１１４】
なお、以上の説明では、楽曲の全体について解析音高系列と基準音高系列とを対比したが、楽曲の所定の区間（例えば先頭から１４秒ないし１５秒程度の区間）のみについて解析音高系列と基準音高系列とを対比して時間差ΔAを特定することも可能である。また、解析音高系列および基準音高系列の各々を先頭から所定の時間毎に区分し、解析音高系列と基準音高系列との間で相互に対応する区間同士を対比することで、区間毎に時間差ΔAを算定する構成も好適である。以上のように楽曲の区間毎に時間差ΔAを算定する構成によれば、解析音高系列と基準音高系列とでテンポが相違する場合でも、解析音高系列と基準音高系列との対応を高精度に特定できるという利点がある。
【０１１５】
＜Ｅ：第５実施形態＞
図３０は、第５実施形態における基本周波数解析部５６および記憶装置２４のブロック図である。図３０に示すように、記憶装置２４は、第３実施形態と同様に楽曲情報ＤMを記憶する。第５実施形態の基本周波数解析部５６は、楽曲情報ＤMで指定される基準音高ＰREFの時系列を、音響信号ｘの目標成分の基本周波数Ｆtarの時系列を特定するために利用する。
【０１１６】
図３０に示すように、第５実施形態の基本周波数解析部５６は、第１実施形態と同様の要素（周波数検出部６２，指標算定部６４，遷移解析部６６，係数列設定部６８）に音高評価部９２を追加した構成である。音高評価部９２は、周波数検出部６２が特定したＮ個の候補周波数Ｆc(1)〜Ｆc(N)の各々について音高尤度ＬP(n)（ＬP(1)〜ＬP(N)）を単位区間Ｔu毎に算定する。各単位区間Ｔuの音高尤度ＬP(n)は、楽曲のうちその単位区間Ｔuに対応する時点について楽曲情報ＤMが指定する基準音高ＰREFと、周波数検出部６２が検出した候補周波数Ｆc(n)との差異に応じた数値である。基準音高ＰREFが楽曲の歌唱音に対応する第５実施形態では、音高尤度ＬP(n)は、各候補周波数Ｆc(n)が楽曲の歌唱音に該当する可能性の指標（尤度）として機能する。例えば、音高尤度ＬP(n)は、候補周波数Ｆc(n)と基準音高ＰREFとの差異が小さいほど大きい数値となるように所定の範囲（１以下の正数）内で選定される。
【０１１７】
図３１は、音高評価部９２が音高尤度ＬP(n)を選定する処理の説明図である。図３１には、候補周波数Ｆc(n)を確率変数とする確率分布αが図示されている。確率分布αは、例えば基準音高ＰREFを平均値とする正規分布である。図３１の横軸（確率分布αの確率変数）は、セント（cent）を単位とした候補周波数Ｆc(n)である。
【０１１８】
音高評価部９２は、楽曲のうち楽曲情報ＤMが基準音高ＰREFを指定する区間（すなわち楽曲内で歌唱音が存在する区間）内の各単位区間Ｔuについては、図３１の確率分布αにおいて候補周波数Ｆc(n)に対応する確率を音高尤度ＬP(n)として特定する。他方、楽曲のうち楽曲情報ＤMが基準音高ＰREFを指定しない区間（すなわち楽曲内で歌唱音が存在しない区間）内の各単位区間Ｔuについては、音高評価部９２は音高尤度ＬP(n)を所定の下限値に設定する。
【０１１９】
ところで、目標成分の周波数は、例えばビブラート等の音楽的な表現により、所期の周波数を中心として時間的に変動（揺動）する可能性がある。そこで、基準音高ＰREFを中心とする所定の範囲内（目標成分の周波数の変動が予定される所定の範囲内）では音高尤度ＬP(n)が過度に小さい数値とならないように、確率分布αの形状（具体的には分散）が選定される。例えば、歌唱音のビブラートによる周波数の変動は、目標の周波数を中心とした４半音分（高域側２半音および低域側２半音）の範囲にわたる。したがって、基準音高ＰREFを中心とした４半音程度の範囲内では音高尤度ＬP(n)が過度に小さい数値とならないように、確率分布αの分散は、基準音高ＰREFに対して１半音程度の周波数幅（ＰREF×２1/12）に設定される。なお、図３１ではセントを単位とした周波数を横軸に図示したが、周波数の単位をヘルツ（Ｈz）とした場合の確率分布αは、基準音高ＰREFを挟んだ高域側と低域側とで形状（分散）が相違する。
【０１２０】
図３０の第１処理部７１は、図１６の処理Ｓ44で候補周波数Ｆc(n)毎に算定する確率πA(ν)に、音高評価部９２が算定した音高尤度ＬP(n)を反映させる。具体的には、第１処理部７１は、図１６の処理Ｓ42で算定した確率ＰA1(n)および確率ＰA2(n)と、処理Ｓ43で算定した確率ＰA3(n)_νと、音高評価部９２が算定した音高尤度ＬP(n)との各々の対数値の加算値を確率πA(ν)として算定する。
【０１２１】
したがって、候補周波数Ｆc(n)の音高尤度ＬP(n)が高いほど、処理Ｓ46で算定される確率ΠA(n)は大きい数値となる。すなわち、音高尤度ＬP(n)が高い候補周波数Ｆc(n)（すなわち、楽曲の歌唱音に該当する可能性が高い候補周波数Ｆc(n)）ほど、推定経路ＲAの経路上の周波数として選択される可能性が高い。以上に説明したように、第５実施形態の第１処理部７１は、各候補周波数Ｆc(n)の音高尤度ＬP(n)を利用した経路探索で推定経路ＲAを特定する手段として機能する。
【０１２２】
また、第２処理部７２は、図２０の処理Ｓ54Aで発音状態Ｓvについて算定される確率πBvvおよび確率πBuvに、音高評価部９２が算定した音高尤度ＬP(n)を反映させる。具体的には、第２処理部７２は、処理Ｓ52で算定した確率ＰB1_vと、処理Ｓ53で算定した確率ＰB2_vvと、推定経路ＲAのうち選択単位区間Ｔuに対応する候補周波数Ｆc(n)の音高尤度ＬP(n)との各々の対数値の加算値を確率πBvvとして算定する。同様に、確率ＰB1_vと確率ＰB2_uvと音高尤度ＬP(n)とに応じて確率πBuvが算定される。
【０１２３】
したがって、候補周波数Ｆc(n)の音高尤度ＬP(n)が高いほど、処理Ｓ54Cで確率πBvvまたはπBuvに応じて算定される確率ΠBは大きい数値となる。すなわち、音高尤度ＬP(n)が高い候補周波数Ｆc(n)の発音状態Ｓvほど状態系列ＲBとして選択される可能性が高い。他方、楽曲のうち基準音高ＰREFの音響成分が存在しない単位区間Ｔu内の候補周波数Ｆc(n)については音高尤度ＬP(n)が下限値に設定されるから、基準音高ＰREFの音響成分が存在しない各単位区間Ｔu（すなわち非発音状態Ｓuが選択されるべき単位区間Ｔu）について発音状態Ｓvが誤選択される可能性を充分に低減することが可能である。以上に説明したように、第５実施形態の第２処理部７２は、推定経路ＲA上の候補周波数Ｆc(n)の音高尤度ＬP(n)を利用した経路探索で状態系列ＲBを特定する手段として機能する。
【０１２４】
第５実施形態では、各候補周波数Ｆc(n)と楽曲情報ＤMで指定される基準音高ＰREFとの差異に応じた音高尤度ＬP(n)が推定経路ＲAおよび状態系列ＲBの経路探索に適用されるから、音高尤度ＬP(n)を利用しない構成と比較して、目標成分の基本周波数Ｆtarの推定精度を向上させることが可能である。もっとも、第１処理部７１による推定経路ＲAの探索と第２処理部７２による状態系列ＲBの探索との一方のみに音高尤度ＬP(n)を反映させる構成も採用され得る。
【０１２５】
なお、音高尤度ＬP(n)は、目標成分（歌唱音）らしさを示す指標という観点からすると特性指標値Ｖ(n)と性質が類似するから、特性指標値Ｖ(n)の代わりに音高尤度ＬP(n)を適用する（図３０の構成から指標算定部６４を省略する）ことも可能である。すなわち、図１６の処理Ｓ42で特性指標値Ｖ(n)に応じて算定される確率ＰA2(n)が音高尤度ＬP(n)に置換され、図２０の処理Ｓ52で特性指標値Ｖ(n)に応じて算定される確率ＰB1_vが音高尤度ＬP(n)に置換される。
【０１２６】
また、記憶装置２４内の楽曲情報ＤMが楽曲の複数のパートの各々について基準音高ＰREFの時系列の指定（トラック）を含む構成では、各候補周波数Ｆc(n)の音高尤度ＬP(n)の算定と推定経路ＲAおよび状態系列ＲBの探索とを、楽曲のパート毎に実行することが可能である。具体的には、音高評価部９２は、楽曲の複数のパートの各々について、そのパートの基準音高ＰREFと各候補周波数Ｆc(n)との差異に応じた音高尤度ＬP(n)（ＬP(1)〜ＬP(N)）を単位区間Ｔu毎に算定する。そして、複数のパートの各々について、そのパートの各音高尤度ＬP(n)を適用した推定経路ＲAおよび状態系列ＲBの経路探索が第５実施形態と同様に実行される。以上の構成によれば、楽曲の複数のパートの各々について基本周波数Ｆtarの時系列（周波数情報ＤF）を生成することが可能である。
【０１２７】
なお、第１実施形態を基礎とした構成を以上の説明では例示したが、音高評価部９２を具備する第５実施形態の構成は第２実施形態から第４実施形態にも同様に適用され得る。例えば、第４実施形態の時間調整部８６を第５実施形態に追加することも可能である。音高評価部９２は、時間調整部８６による解析の結果を利用して音高尤度ＬP(n)を単位区間Ｔu毎に算定する。具体的には、周波数検出部６２が各単位区間Ｔuについて検出した候補周波数Ｆc(n)と、時間調整部８６による調整後（時間差ΔAの付与後）の基準音高系列においてその単位区間Ｔuと同時刻に位置する基準音高ＰREFとの差異に応じて、音高評価部９２は音高尤度ＬP(n)を算定する。以上の構成によれば、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、基本周波数Ｆtarの時系列を高精度に特定できるという利点がある。
【０１２８】
＜Ｆ：第６実施形態＞
図３２は、第６実施形態における基本周波数解析部５６のブロック図である。第６実施形態の基本周波数解析部５６は、第１実施形態と同様の要素（周波数検出部６２，指標算定部６４，遷移解析部６６，係数列設定部６８）に補正部９４を追加した構成である。補正部９４は、遷移解析部６６が特定した基本周波数Ｆtarを補正することで基本周波数Ｆtar_c（ｃ：corrected）を生成する。なお、第５実施形態と同様に、記憶装置２４には、音響信号ｘと共通の楽曲の基準音高ＰREFを時系列に指定する楽曲情報ＤMが格納される。
【０１２９】
図３３の部分(A)は、第１実施形態と同様の方法で特定された基本周波数Ｆtarの時系列と、楽曲情報ＤMが指定する基準音高ＰREFの時系列とを併記したグラフである。符号Ｅaで示すように基準音高ＰREFの１.５倍程度の周波数が基本周波数Ｆtarとして誤検出される場合（以下ではこの誤検出を「五度エラー」という）と、符号Ｅbで示すように基準音高ＰREFの２倍の周波数が基本周波数Ｆtarとして誤検出される場合（以下ではこの誤検出を「オクターブエラー」という）とが図３３の部分(A)から把握される。五度エラーおよびオクターブエラーの原因としては、例えば音響信号ｘの各音響成分の倍音成分が相互に重複することや、１オクターブだけ離れた音響成分または５度の関係にある音響成分が楽曲内で音楽的に発生し易いことが想定される。
【０１３０】
図３２の補正部９４は、基本周波数Ｆtarに発生する以上のような誤差（特に五度エラーやオクターブエラー）を補正することで基本周波数Ｆtar_cを生成する。具体的には、補正部９４は、以下の数式(13)に示すように、基本周波数Ｆtarと補正値βとの乗算で補正後の基本周波数Ｆtar_cを単位区間Ｔu毎に算定する。
Ｆtar_c＝β×Ｆtar ……(13)
【０１３１】
ただし、歌唱音のビブラート等の音楽的な表現により基本周波数Ｆtarと基準音高ＰREFとの相違が発生した場合にまで基本周波数Ｆtarを補正することは妥当ではない。そこで、基本周波数Ｆtarが、楽曲のうち基本周波数Ｆtarに対応する時点の基準音高ＰREFに対して所定の範囲内にある場合、補正部９４は、基本周波数Ｆtarを補正せずに基本周波数Ｆtar_cとして確定する。例えば、基本周波数Ｆtarが基準音高ＰREFに対して高域側の３半音程度の範囲内（すなわちビブラート等の音楽的な表現として想定される基本周波数Ｆtarの変動の範囲内）にある場合、補正部９４は数式(13)の補正を停止する。
【０１３２】
数式(13)の補正値βは、基本周波数Ｆtarに応じて可変に設定される。図３４は、基本周波数Ｆtar（横軸）と補正値β（縦軸）との関係を定義する関数Λのグラフである。図３４では、正規分布を示す関数Λを例示した。基本周波数Ｆtarに対応する時点の基準音高ＰREFの１.５倍の周波数（Ｆtar＝１.５ＰREF）について補正値βが１/１.５（≒０.６７）となり、かつ、基準音高ＰREFの２倍の周波数（Ｆtar＝２ＰREF）について補正値βが１/２（＝０.５）となるように、補正部９４は、楽曲情報ＤMが指定する基準音高ＰREFに応じて関数Λ（例えば正規分布の平均や分散）を選定する。
【０１３３】
図３２の補正部９４は、基準音高ＰREFに応じた関数Λにおいて基本周波数Ｆtarに対応する補正値βを特定して数式(13)の演算に適用する。すなわち、例えば基本周波数Ｆtarが基準音高ＰREFの１.５倍である場合には、数式(13)の補正値βが１/１.５に設定され、基本周波数Ｆtarが基準音高ＰREFの２倍である場合には、数式(13)の補正値βが1/2に設定される。したがって、図３３の部分(B)に示すように、五度エラーにより基準音高ＰREFの１.５倍程度と誤検出された基本周波数Ｆtarやオクターブエラーにより基準音高ＰREFの２倍程度と誤検出された基本周波数Ｆtarは、基準音高ＰREFに近い基本周波数Ｆtar_cに補正される。係数列設定部６８は、補正部９４による補正後の基本周波数Ｆtar_cに応じて処理係数列Ｇ(t)を生成する。
【０１３４】
第６実施形態では、遷移解析部６６が解析した基本周波数Ｆtarの時系列が楽曲情報ＤMの各基準音高ＰREFに応じて補正されるから、第１実施形態と比較して目標成分の基本周波数Ｆtar_cを正確に検出することが可能である。前述の例示では特に、補正前の基本周波数Ｆtarが基準音高ＰREFの１.５倍である場合の補正値βが１/１.５に設定され、基本周波数Ｆtarが基準音高ＰREFの２倍である場合の補正値βが１/２に設定されるから、基本周波数Ｆtarの推定時に特に発生し易い五度エラーやオクターブエラーを有効に補償できるという利点がある。
【０１３５】
なお、第１実施形態を基礎とした構成を以上の説明では例示したが、補正部９４を具備する第６実施形態の構成は第２実施形態から第５実施形態にも同様に適用され得る。例えば、第４実施形態の時間調整部８６を第６実施形態に追加することも可能である。補正部９４は、時間調整部８６による解析の結果を利用して基本周波数Ｆtarを補正する。具体的には、各単位区間Ｔuの基本周波数Ｆtarが、時間調整部８６による調整後の基準音高系列においてその単位区間Ｔuと同時刻に位置する基準音高ＰREFの１.５倍である場合に補正値βが１/１.５となり、基本周波数Ｆtarが基準音高ＰREFの２倍である場合に補正値βが１/２となるように、補正部９４は関数Λを選定する。以上の構成によれば、音響信号ｘと基準音高系列との時間軸上の位置が相互に対応しない場合でも、基本周波数Ｆtarを高精度に補正できるという利点がある。
【０１３６】
また、以上の例示では正規分布を示す関数Λを利用して補正値βを決定したが、補正値βを決定する方法は適宜に変更される。例えば、基準音高ＰREFの１.５倍の周波数を含む所定の範囲（例えば基準音高ＰREFを中心として１半音程度の帯域幅の範囲）内に基本周波数Ｆtarがある場合（五度エラーの発生が推定される場合）には補正値βを１/１.５に設定し、基準音高ＰREFの２倍の周波数を含む所定の範囲内に基本周波数Ｆtarがある場合（オクターブエラーの発生が推定される場合）には補正値βを１/２に設定することも可能である。すなわち、補正値βが基本周波数Ｆtarに対して連続的に変化する構成は必須ではない。
【０１３７】
＜Ｇ：変形例＞
以上の形態には様々な変形が加えられる。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は併合され得る。
【０１３８】
（１）変形例１
発音点解析部５２および基本周波数解析部５６の一方を省略した構成や、発音点解析部５２と基本周波数解析部５６との順序を逆転させた構成も採用され得る。また、第２実施形態では、目標成分が存在しないと発音解析部８４が判定した各単位区間Ｔuについて発音点解析部５２や基本周波数解析部５６が動作を停止する構成も採用され得る。
【０１３９】
（２）変形例２
指標算定部６４は省略され得る。指標算定部６４を省略した構成では、第１処理部７１での経路ＲAの特定に特性指標値Ｖ(n)が適用されない。すなわち、処理Ｓ42での確率ＰA2(n)の算定が省略され、尤度Ｌs(Ｆc(n))に応じた確率ＰA1(n)と前後の単位区間Ｔuでの周波数差εに応じた確率ＰA3(n)_νとに応じて経路ＲAが特定される。
【０１４０】
（３）変形例３
第１実施形態における特性指標値Ｖ(n)の算定や第２実施形態における目標成分の有無の判定の手段はＳＶＭに限定されない。例えば、k-meansアルゴリズム等の公知の技術による学習の結果を利用した構成でも、第１実施形態での特性指標値Ｖ(n)の算定（目標成分に該当するか否かの分類）や第２実施形態での目標成分の有無の判定が実現され得る。
【０１４１】
（４）変形例４
周波数検出部６２がＭ個の基本周波数Ｆ0を検出する方法は任意である。例えば、特開２００１−１２５５６２号公報に開示されるように、相異なる基本周波数の調波構造を示す複数の音モデルの混合分布として音響信号ｘをモデル化したときの各音モデルの重み値から基本周波数の確率密度関数を推定し、確率密度関数のピークが存在するＭ個の基本周波数Ｆ0を特定する構成（PreFEst）も採用され得る。
【０１４２】
（５）変形例５
図３５の部分(A)に示すように、処理係数列Ｇ(t)を利用した成分抑圧処理の実行後の周波数スペクトルＹ（ＹL，ＹR）には、係数値ｇ(f,t)の抑圧値γ0と通過値γ1との差異に起因した急激な強度の変化が発生して再生音の音質を低下させる可能性がある。そこで、図３５の部分(B)の例示のように、周波数スペクトルＹのうち処理係数列Ｇ(t)の抑圧値γ0に対応する帯域ｂ内の成分を、信号処理部３５が補間する構成も採用され得る。周波数スペクトルＹの補間には、例えばスプライン補間等の公知の補間技術が任意に採用され得る。なお、帯域ｂ内の位相角を決定する方法は任意であるが、例えば処理前の周波数スペクトルＸ（ＸL，ＸR）の位相角を適用する構成や、帯域ｂの両側の位相角を補間する構成や、位相角を乱数に設定する構成が採用され得る。
【０１４３】
（６）変形例６
以上の各形態では、Ｍ個の基本周波数Ｆ0のうち尤度Ｌs(δF)の降順でＮ個の基本周波数Ｆ0を周波数検出部６２が候補周波数Ｆc(1)〜Ｆc(N)として選択したが（図１０の処理Ｓ27）、Ｎ個の候補周波数Ｆc(1)〜Ｆc(N)を特定する方法は任意である。例えば、処理Ｓ26で特定されたＭ個の基本周波数Ｆ0について指標算定部６４が特性指標値Ｖを算定し、Ｍ個の基本周波数Ｆ0のうち特性指標値Ｖが大きいＮ個（目標成分らしいＮ個）を候補周波数Ｆc(1)〜Ｆc(N)として特定する構成も採用され得る。
【０１４４】
（７）変形例７
以上の各形態では、処理係数列Ｇ(t)を生成する係数列生成部３３と処理係数列Ｇ(t)を音響信号ｘに適用する信号処理部３５との双方を具備する音響処理装置１００を例示したが、処理係数列Ｇ(t)を生成する音響処理装置（処理係数列生成装置）としても本発明は実現され得る。処理係数列生成装置が生成した処理係数列Ｇ(t)は、別個の音響処理装置に搭載された信号処理部３５に提供されて音響信号ｘの処理（目標成分の抑圧）に利用される。
【０１４５】
（８）変形例８
係数列加工部４４（４４A，４４B）が、処理係数列Ｇ(t)を変形することで、目標成分を強調する処理係数列Ｇe(t)（ｅ：enhance）を生成する構成も好適である。処理係数列Ｇe(t)は、処理係数列Ｇ(t)と同様に信号処理部３５での処理に適用される。具体的には、強調用の処理係数列Ｇe(t)の各係数値は、目標成分の抑圧用の処理係数列Ｇ(t)の各係数値ｇ(f,t)を通過値γ1から減算した数値に設定される。すなわち、処理係数列Ｇe(t)のうち音響信号ｘに目標成分が存在する各周波数ｆの係数値は、音響成分を通過させる大きい数値に設定され、目標成分が存在しない各周波数ｆの係数値は、音響成分を抑圧させる小さい数値に設定される。
【符号の説明】
【０１４６】
１００……音響処理装置、１２……入力装置、１４……表示装置、１６……信号供給装置、１８……放音装置、２２……演算処理装置、２４……記憶装置、３１……周波数分析部、３３……係数列生成部、３５……信号処理部、３７……波形合成部、３９……表示制御部、４２……基礎係数列生成部、４４A，４４B……係数列加工部、５２……発音点解析部、５４，８２……遅延部、５６……基本周波数解析部、６２……周波数検出部、６４……指標算定部、６６……遷移解析部、６８……係数列設定部、７１……第１処理部、７２……第２処理部、８４……発音解析部。
【特許請求の範囲】
【請求項１】
音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列を前記音響信号の単位区間毎に生成する装置であって、
特定帯域内の各周波数の係数値が前記音響信号を抑圧する抑圧値に設定されるとともに前記特定帯域外の各周波数の係数値が前記音響信号を維持する通過値に設定された基礎係数列を生成する基礎係数列生成手段と、
前記基礎係数列生成手段が生成した前記基礎係数列において前記特定帯域内の各周波数に対応する複数の係数値のうち前記目標成分以外の各周波数の係数値を前記通過値に変更することで前記単位区間毎に前記処理係数列を生成する係数列加工手段と
を具備する音響処理装置。
【請求項２】
前記係数列加工手段は、
前記音響信号のうち前記特定帯域内の周波数成分の発生点から所定の時間にわたって当該周波数の係数値が前記通過値に設定されるように、前記基礎係数列生成手段による生成後の基礎係数列を加工する発音点解析手段を含む
請求項１の音響処理装置。
【請求項３】
基準音高の時系列を記憶する記憶手段を具備し、
前記発音点解析手段は、前記特定帯域内の各周波数成分の複数の発生点のうち前記基準音高の時系列に対応する発生点については、前記所定の時間においても前記係数値を前記抑圧値に設定する
請求項２の音響処理装置。
【請求項４】
前記係数列加工手段は、
前記音響信号の前記特定帯域内の周波数成分について単位区間毎に特定される複数の基本周波数のうち前記目標成分に該当する可能性が高い基本周波数を目標周波数として特定し、前記複数の基本周波数のうち前記目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が前記通過値に設定されるように、前記基礎係数列生成手段による生成後の基礎係数列を加工する基本周波数解析手段を含む
請求項１から請求項３の何れかの音響処理装置。
【請求項５】
前記基本周波数解析手段は、
前記音響信号のうち前記特定帯域内の周波数成分について単位区間毎に複数の基本周波数を特定する周波数検出手段と、
動的計画法による経路探索で単位区間毎の前記複数の基本周波数から前記目標周波数の時系列を特定する遷移解析手段と、
前記複数の基本周波数のうち前記遷移解析手段が特定した目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が前記通過値に設定されるように前記基礎係数列を加工する係数列設定手段とを含み、
前記遷移解析手段は、
動的計画法による経路探索で単位区間毎の前記複数の基本周波数から基本周波数の時系列を特定する第１処理手段と、
目標成分の有無を単位区間毎に判定する第２処理手段とを含み、
前記第１処理手段が特定した複数の基本周波数の時系列のうち前記第２処理手段が前記目標成分の存在を肯定した単位区間の基本周波数を前記目標周波数として特定する
請求項４の音響処理装置。
【請求項６】
前記係数列加工手段は、
前記複数の単位区間で構成される解析区間毎に前記目標成分の有無を判定し、前記目標成分の存在が否定される解析区間内の単位区間について、全部の係数値が前記通過値に設定された前記処理係数列を生成する発音解析手段を含む
請求項１から請求項５の何れかの音響処理装置。
【請求項１】
音響信号の目標成分が抑圧されるように周波数毎の係数値が設定された処理係数列を前記音響信号の単位区間毎に生成する装置であって、
特定帯域内の各周波数の係数値が前記音響信号を抑圧する抑圧値に設定されるとともに前記特定帯域外の各周波数の係数値が前記音響信号を維持する通過値に設定された基礎係数列を生成する基礎係数列生成手段と、
前記基礎係数列生成手段が生成した前記基礎係数列において前記特定帯域内の各周波数に対応する複数の係数値のうち前記目標成分以外の各周波数の係数値を前記通過値に変更することで前記単位区間毎に前記処理係数列を生成する係数列加工手段と
を具備する音響処理装置。
【請求項２】
前記係数列加工手段は、
前記音響信号のうち前記特定帯域内の周波数成分の発生点から所定の時間にわたって当該周波数の係数値が前記通過値に設定されるように、前記基礎係数列生成手段による生成後の基礎係数列を加工する発音点解析手段を含む
請求項１の音響処理装置。
【請求項３】
基準音高の時系列を記憶する記憶手段を具備し、
前記発音点解析手段は、前記特定帯域内の各周波数成分の複数の発生点のうち前記基準音高の時系列に対応する発生点については、前記所定の時間においても前記係数値を前記抑圧値に設定する
請求項２の音響処理装置。
【請求項４】
前記係数列加工手段は、
前記音響信号の前記特定帯域内の周波数成分について単位区間毎に特定される複数の基本周波数のうち前記目標成分に該当する可能性が高い基本周波数を目標周波数として特定し、前記複数の基本周波数のうち前記目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が前記通過値に設定されるように、前記基礎係数列生成手段による生成後の基礎係数列を加工する基本周波数解析手段を含む
請求項１から請求項３の何れかの音響処理装置。
【請求項５】
前記基本周波数解析手段は、
前記音響信号のうち前記特定帯域内の周波数成分について単位区間毎に複数の基本周波数を特定する周波数検出手段と、
動的計画法による経路探索で単位区間毎の前記複数の基本周波数から前記目標周波数の時系列を特定する遷移解析手段と、
前記複数の基本周波数のうち前記遷移解析手段が特定した目標周波数以外の各基本周波数とその倍音周波数とに対応する各係数値が前記通過値に設定されるように前記基礎係数列を加工する係数列設定手段とを含み、
前記遷移解析手段は、
動的計画法による経路探索で単位区間毎の前記複数の基本周波数から基本周波数の時系列を特定する第１処理手段と、
目標成分の有無を単位区間毎に判定する第２処理手段とを含み、
前記第１処理手段が特定した複数の基本周波数の時系列のうち前記第２処理手段が前記目標成分の存在を肯定した単位区間の基本周波数を前記目標周波数として特定する
請求項４の音響処理装置。
【請求項６】
前記係数列加工手段は、
前記複数の単位区間で構成される解析区間毎に前記目標成分の有無を判定し、前記目標成分の存在が否定される解析区間内の単位区間について、全部の係数値が前記通過値に設定された前記処理係数列を生成する発音解析手段を含む
請求項１から請求項５の何れかの音響処理装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【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２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【公開番号】特開２０１２−１０９９２４（Ｐ２０１２−１０９９２４Ａ）
【公開日】平成２４年６月７日（２０１２．６．７）
【国際特許分類】
【出願番号】特願２０１１−４５９７４（Ｐ２０１１−４５９７４）
【出願日】平成２３年３月３日（２０１１．３．３）
【出願人】（０００００４０７５）ヤマハ株式会社 (5,930)
【Ｆターム（参考）】
【公開日】平成２４年６月７日（２０１２．６．７）
【国際特許分類】
【出願日】平成２３年３月３日（２０１１．３．３）
【出願人】（０００００４０７５）ヤマハ株式会社 (5,930)
【Ｆターム（参考）】
[ Back to top ]