JP2006323336A - 音声を含むオーディオ信号のための回路配列もしくは方法 - Google Patents

Abstract

【課題】本発明は音声を含むオーディオ信号のための回路配列もしくは方法を提供する。
【解決手段】本発明は、オーディオ信号（ｉ）を入力するための入力部（Ｉ）を有する、必要に応じて音声（ｐｘ）を含むオーディオ信号（ｉ）の了解度を改善するための回路配列に関する。入力されるオーディオ信号（ｉ）の中の音声（ｐｘ）の検出と、オーディオ信号（ｉ）の処理用の音声処理装置（ＳＶ）および／または音声処理方法の制御用の制御信号（ｓ）を提供するための音声検出器（ＳＤ）による回路配列が有利である。対応して必要に応じて音声を含むオーディオ信号（ｉ）を処理するための方法において、オーディオ信号（ｉ）の中に含まれる音声もしくは音声成分（ｐｘ）が検出され、かつ検出結果に対応して音声処理装置（ＳＶ）用の制御信号（ｓ）が発生され、および／または音声改善用の音声処理方法が提供される方法が有利である。
【選択図】図１

Description

本発明は、音声を含むオーディオ信号の了解度を改善するための請求項１の上位概念の特徴を有する回路配列もしくは音声を含むオーディオ信号を処理するための方法に関する。

特許文献１から、所定のパラメータに従ってオーディオ信号の周波数および／または振幅成分が変化される音声を含むオーディオ信号の了解度を改善するための回路配列が公知である。この場合、オーディオ信号は処理区間の中で所定の係数だけ増幅され、かつ高域で導入され、オーディオ信号の振幅が処理区間の後で処理区間の前のオーディオ信号の振幅に等しいか比例するように高域のカットオフ周波数を制御することができる。この回路配列を用いると、含まれる音声成分の了解度への寄与は比較的少ないが、最大のエネルギーを有する音声信号の基本波が減衰されるものであり、対応してオーディオ信号のその他の信号スペクトルが増大される。さらに、低周波数で大きい振幅を有する母音部の振幅は、高周波数で小さい振幅を有する子音部の母音部への移行領域で、いわゆる「バックワード・マスキング」（“ｂａｃｋｗａｒｄ ｍａｓｋｉｎｇ”）を縮小するために低減することができる。そのために全信号が前記係数だけ増大される。最終的に高周波成分が増大され、低周波基本波が同じ範囲で低減され、その結果、オーディオ信号の振幅またはエネルギーは変化しない状態にとどまる。

特許文献２は「フォワード・マスキング」（“ｆｏｒｗａｒｄ ｍａｓｋｉｎｇ”）を記載する。この場合、弱い子音部が先行する強い母音部によって時間的に重ね合わせられる。提案されているのは、約１０ミリセカンドの「アタック・タイム」（“ａｔｔａｃｋ ｔｉｍｅ”）と、約７５から１５０ミリセカンドの「リリース・タイム」（“ｒｅｌｅａｓｅ ｔｉｍｅ”）とを有する比較的速い圧縮器である。

特許文献３から、オーディオ信号を複数の周波数帯に分割し、大きいエネルギーを有する前記周波数帯を比較的強く増幅し、他方を低減することが公知である。これは音声が音素の繋がりからなるために提案されている。音素は多数の周波数からなる。この音素は口中および咽頭部の共振周波数領域で特に増幅される。このようなスペクトルのピーク値を有する周波数帯はフォルマントと呼ばれる。フォルマントは音素と共に音声を認識するために特に重要である。音声了解度を改善するための端緒は、オーディオ信号の周波数スペクトルのピーク値もしくはフォルマントを増幅し、その中間にある誤差を減衰することである。成人の場合は音声の基本周波数が約６０〜２５０ヘルツの範囲にある。割り当てられる最初の４つのフォルマントは５００ヘルツ、１５００ヘルツ、２５００ヘルツおよび３５００ヘルツの範囲にある。

この種の回路配列および方式は、オーディオ信号の中に含まれる音声が別のオーディオ信号の中に含まれる成分よりも理解し易くなる。しかし同時に音声を含まない信号成分も変化もしくは歪曲される。この方法もしくは回路配列において、この回路配列がそれぞれ固定して付与された音声成分、周波数成分等々を連続的に改善もしくは処理することも欠点である。それによって音声を含まない信号成分は、オーディオ信号が音声もしくは音声成分を含まない時点でも変化もしくは歪曲される。
ドイツ国特許出願公開１０１２４６９９Ｃ１号明細書 米国特許５，５５３，１５１号明細書 米国特許５，４７９，５６０号明細書

本発明の課題は、音声を含むオーディオ信号を処理するための回路配列もしくは方法を改善することである。

この課題は、必要に応じて音声を含むオーディオ信号の了解度を改善するための請求項１の特徴を有する回路配列と、必要に応じて音声を含むオーディオ信号を処理するための請求項１１の特徴を有する方法とによって解決される。

対応して、このようなオーディオ信号を入力するための入力部を有する、必要に応じて音声を含むオーディオ信号の了解度を改善するための回路配列が有利である。入力されるオーディオ信号の中の音声の検出と、オーディオ信号の処理用の音声処理装置および／または音声処理方法の制御用の制御信号を提供するための音声検出器を備える回路配列が有利である。

必要に応じて音声を含むオーディオ信号を処理するための方法において、オーディオ信号の中に含まれる音声もしくは音声成分が検出され、検出結果に対応して音声処理装置用の制御信号が発生され、および／または音声改善用の音声処理方法が提供される方法が有利である。

従って、前記回路配列もしくは方法は、音声を含むオーディオ信号の了解度を改善するための本来の信号処理の前段部とみなされる。従って、受信もしくは入力されるオーディオ信号は、全般的に初めに音声もしくは音声成分がオーディオ信号の中に含まれているか否かが検査される。次に、この音声検出結果に対応して本来の音声処理装置もしくは本来の音声処理方法によって制御信号として使用される制御信号が出力される。それによってオーディオ信号の中の音声成分を改善するための音声処理時にオーディオ信号の中の別の信号成分と相対的に、実際に音声または音声成分が含まれている場合にのみオーディオ信号の処理もしくは変更を実施することが可能になる。

対応して前記回路配列もしくは前記方法による本来の音声改善のために、たとえばトリガ信号として使用される制御信号が提供もしくは出力される。それによって音声改善は事前のオーディオ信号等々の、必要に応じて時間遅延したオーディオ信号の検出もしくは解析を利用して実施することができる。

制御信号を発生かつ提供する回路配列は、本来の構造上のコンポーネントとして提供することができるが、音声処理装置もしくは音声改善装置を備えるただ１つの構造上のコンポーネントの構成要素とすることもできる。特に音声を検出するための回路配列およびオーディオ信号の音声成分を改善するための音声処理装置は、集積された回路配列の構成要素とすることができる。対応して、オーディオ信号の中の音声を検出するための方法および音声成分を改善するための音声処理方法は、互いに独立して実施することもできる。しかし回路配列の技術的コンポーネントまたは対応して処理される計算装置内のアルゴリズムを利用して実施される共通の方法が特に有利である。

好ましい実施態様は従属請求項の目的である。

特に音声検出器は、オーディオ信号の中の音声成分を検出するために形成および／または制御される回路配列が有利である。

特に音声検出器は、閾値と検出された音声成分の範囲の比較と、この比較結果に対応する制御信号を出力するための閾値決定装置を有する回路配列が有利である。

特に音声検出器は、被検出音声成分の範囲および／または被検出音声成分の周波数領域に関する可変検出制御のために、少なくとも１つのパラメータを入力する制御入力部を有する回路配列が有利である。

特に音声検出器は、オーディオ信号の相互−または自己相関あるいはオーディオ信号の成分を処理するための相関装置を有する回路配列が有利である。

特に音声検出器は、多成分オーディオ信号、特に複数のオーディオ信号コンポーネントを含む、ステレオ−オーディオ信号またはマルチチャネル−オーディオ信号を処理するために形成されており、音声を検出する処理装置として前記成分相互の比較または処理を利用して形成または制御される回路配列が有利である。

特に音声検出器は、種々の成分の共通の信号成分の方向を決定する方向決定装置を有する回路配列が有利である。

特に音声検出器は、オーディオ信号のその他の信号エネルギーとの比で音声周波数領域で信号エネルギーを決定する周波数エネルギー検出器を有する回路配列が有利である。

特に音声検出器は、周波数エネルギー検出器と相関装置、比較装置もしくは方向決定装置との結果に対応する制御信号を出力するために形成および／または制御される回路配列が有利である。

特に制御信号は、オーディオ信号の音声内容に対応する音声改善装置および／または音声改善方法の作動または非作動のために形成および／または制御される回路配列が有利である。

特に制御信号は、検出された音声成分の範囲に対応して発生される方法が有利である。

特に、検出された音声成分の範囲が１つの閾値と比較される方法が有利である。

特に検出が、被検出音声成分の範囲および／または被検出音声成分の周波数領域を考慮して可変パラメータを利用して設定可能に実施される方法が有利である。

特に、オーディオ信号またはオーディオ信号の成分の相互−または自己相関が実施される方法が有利である。

特に、複数のオーディオ信号コンポーネントを含む多成分オーディオ信号からオーディオ信号コンポーネントが相互に比較され、または音声の検出のために相互に処理される方法が有利である。この場合のコンポーネントとは、異なる距離および方向からの信号成分および／または異なるチャネルの信号である。

特に、オーディオ信号コンポーネントは種々のオーディオ信号コンポーネントの中の共通の音声成分を考慮して、比較もしくは処理され、特に共通の信号成分の方向を決定するために、比較もしくは処理される方法が有利である。たとえば制御信号の右および左のチャネル上の異なる到着時間を利用して、ならびに特性周波数の固有減衰を利用して音声成分の距離および方向を決定することができる。それによって音声改善の適用は、特にマイクロホンの間近に立っている人物から発生しているものとして認識される音声成分にのみ適用可能である。それによって距離が離れている人物の信号成分もしくは音声成分は無視することができ、その結果、音声改善は、実際に近くにいる人物に話す場合にのみ作動される。

特に、音声周波数領域のオーディオ信号のエネルギーはその他のオーディオ信号の信号エネルギーとの比で決定される方法が有利である。従ってこの場合、話された音声が典型的な周波数成分のエネルギーに調整される。必要に応じて選択する音声周波数領域に対する判別基準として、たとえば男性、女性または子供の音声に個別的に調整するほかに、好ましくは別の周波数をもつオーディオ信号のその他の信号成分のエネルギーと、あるいは全オーディオ信号成分のエネルギー含量と対応するエネルギーの比較が実施される。特に、離れて立って話す人物の音声、そのため不確かな場合に聴者にとって、重要性のない音声を認識することができ、近くに立っている人物が誰も話さない場合は、音声改善を非作動にすることができる。

特に制御信号は、音声改善装置および／または音声改善方法の作動または非作動のために提供される方法が有利である。

特に、周波数応答がＦＩＲフィルタ（ＦＩＲ：Ｆｉｎｉｔｅ−Ｉｍｐｕｌｓｅ−Ｒｅｓｐｏｎｓｅ有限インパルス応答）またはＩＩＲフィルタ（ＩＩＲ：Ｉｎｆｉｎｉｔｅ−Ｉｍｐｕｌｓｅ−Ｒｅｓｐｏｎｓｅ無限インパルス応答）を利用して決定される回路配列および／または方法が有利である。

特に、オーディオ信号の信号成分がマトリックスによって分離される回路配列および／または方法が有利である。

特に、マトリックスについてのマトリックス係数が音声成分に対応する関数を介して決定される回路配列および／または方法が有利である。この場合の関数は線形性および定常性である。択一的または付加的にこの関数はヒステリシスを有する。

オーディオ信号の音声成分を含む信号成分は、様々な判別基準を考慮して解析かつ検出することができる。音声成分として音声が検出される、例えば最短の時間のほかに、たとえば信号成分として検出可能の音声の周波数および／または検出された音声の音源の方向に調整することができる。従って、これらの用語、信号成分および音声成分は一般的であり、制限を設けず構成されている。

本発明は、以下、図面を参照してより詳しく説明する。

図１は、音声および／または音声成分ｐｘの任意選択により連続または平行に音声改善をするオーディオ信号iの中の音声および／または音声成分ｐｘを検出するための（これらが検出される場合における）方法の経過の概略的例示である。必要に応じて音声または音声成分ｐｘを含むオーディオ信号iの了解度を改善するための回路配列の入力部Ｉを介してオーディオ信号ｉが入力される。オーディオ信号ｉは各適用事例に応じてシングルチャネルのモノラル信号とすることができる。しかしながらステレオ−オーディオ信号等々の多成分オーディオ信号ｉ、すなわちステレオ−オーディオ信号、付加的な中心成分を含む３Ｄステレオ−オーディオ信号あるいは現在通常に用いられている右、左、中央ならびに、たとえば２つの離れた音源の右および左のオーディオ信号コンポーネントに対して５コンポーネントを含むサラウンド−オーディオ信号が有利になる。

オーディオ信号iは、音声検出器ＳＤを形成する第１の構造的または論理的コンポーネントに供給される。音声検出器ＳＤで、オーディオ信号ｉの中に音声もしくは音声成分ｐｘが含まれるか否かが検査される。この場合、有利な実施形態によると、検出された音声もしくは音声成分ｐｘが対応して設定された閾値ｖより大きいか否かが試験される。任意選択により検出パラメータ、特に閾値ｖが必要に応じて適合可能である。これに関しては図示した配列が閾値ｖを入力するための入力部ＩＶを有する。

充分な音声成分ｐｘがオーディオ信号ｉの中に含まれていることが検出される場合、制御信号は、たとえば値０に設定される。それ以外では、制御信号は、たとえば値１に設定される。制御信号ｓは、音声処理装置もしくは音声処理方法によるその他の使用のために音声検出器ＳＤから出力される。

制御信号ｓが音声成分ｐｘを送出する場合、すなわち本例においてｓ＝０になる場合、音声もしくは音声成分ｐｘを改善する音声処理部が作動される。その瞬間に音声処理部に入力されるオーディオ信号ｉは、公知の方法に対応して、さもなければ公知の回路配列によって改善される。出力部Ｏでは、対応して音声成分を考慮して改善されたオーディオ信号ｏが出力される。

検出ステップで充分な音声成分ｐｘが検出されない場合、すなわちｓ＝１になる場合、音声処理ＳＶに入力されるオーディオ信号ｉはそのままにされる、すなわち無変化でオーディオ信号ｏとして出力される。

音声検出によって、音声処理に左右される制御信号ｓの時間的遅延が、その瞬間に、適切なオーディオ信号ｉと相対的に存在する場合、任意選択により前記回路配列もしくは前記方法で入力されたオーディオ信号ｉの遅延を音声検出時の時間的遅延に対応して行うことができる。

それによって実際に音声を含む、または実際に特定の音声成分をオーディオ信号の中に含むオーディオ信号の部分にのみ、音声改善を適用させる回路配列もしくは方法またはアルゴリズムが可能になる。従って音声検出によって音声が検出され、もしくは残りの信号から分離される。

実際上、音声はオーディオ信号の他の信号成分から数学的に厳密に分離することができない。従って目的は、可能な限り良好な予測値を提供することである。以下に記載する実施形態のアルゴリズムもしくは回路配列が、対応する他の信号成分によって歪曲され得る場合でも、第１の試行により出力されたオーディオ信号の好ましい改善が達成される。それに対してオーディオ信号ｉが音声検出器ＳＤ内の誤り検出時でも、歪曲を大きくさせないことに注意することが有利である。

図２は音声検出器ＳＤの第１の実施変形態様である。入力部は各々１つのオーディオ信号コンポーネントもしくはステレオ−オーディオ信号のオーディオ信号チャネルＬ’、Ｒ’用の２つの個別の入力部からなる。両方のオーディオ信号コンポーネントＲ’，Ｌ’は各々１つの帯域制限用のバンドパスフィルタＢＰに供給される。両方のバンドパスフィルタＢＰの出力信号は、相互相関を実施するための相関装置ＣＲに供給される。両方のバンドパスフィルタＢＰから出力された各信号は、それぞれ乗算器Ｍでそれ自体と掛け合わされる、すなわち２乗され次に加算素子Ａに供給される。加算後、任意選択によりもう１つの乗算器Ｍ^＊で振幅を低減するために係数０．５で乗算される。必要に応じて乗算された加算値の出力信号iは、第１もしくは第２のローパスフィルタＴＰに供給される。

さらに、両方のバンドパスフィルタＢＰの各出力信号は、特にもう１つの乗算器Ｍの使用下に相関を実施するための本来の回路に供給される。そこから出力される相関信号Ｌ、^＊Ｒ’は、第２のローパスフィルタＴＰに供給される。

第１のローパスフィルタＴＰおよび第２のローパスフィルタＴＰの出力信号ｂ、ａは、第２のローパスフィルタＴＰの出力信号ａから、第１のローパスフィルタＴＰの出力信号ｂの除算のための除算素子ＤＩＶに供給される。除算素子ＤＩＶの除算結果は、制御信号としてもしくは制御信号ｓのための前段部Ｄ１として提供される。

このような回路配列または対応する処理方法により相互相関が実施される。通常のステレオ−オーディオ信号Ｌ’、Ｒ’は、オーディオ信号ｉとして一般的に複数のオーディオ信号コンポーネントＲ，Ｌ，Ｃ，Ｓから構成される。マルチチャネルオーディオ信号の場合は、前記コンポーネントを別々に提供することもできる。

ステレオ−オーディオ信号Ｌ’，Ｒ’の場合は、両方のオーディオ信号チャネルＬ’，Ｒ’を、次式によって記述することができる。
[数１]
ａ：Ｌ’＝Ｌ＋Ｃ＋Ｓもしくはｂ：Ｒ’＝Ｒ＋Ｃ−Ｓ
（式中、Ｌは左の信号コンポーネントを表し、Ｃは前方から到来する信号コンポーネントの中央を表し、Ｓはサラウンド信号コンポーネントすなわち後方の信号を表し、Ｒは右の信号コンポーネントを表す）。

音声もしくは音声成分ｐｘは主として中央のチャネルもしくは中央コンポーネントＣに存在する。この事実は、音声もしくは音声成分ｐｘの成分を、オーディオ信号ｉの残りの信号内容に対して検出するために利用することができる。含まれる音声もしくは含まれる音声成分ｐｘは、オーディオ信号ｉの残りの信号成分との比で時間平均された振幅としてのＲＭＳを有する次式により決定することができる。
[数２]
ｐｘ＝２^＊ＲＭＳ（Ｃ）／（（ＲＭＳ／Ｌ’）＋ＲＭＳ（Ｒ’））

相互相関によって中央コンポーネントの成分を次式により決定することができる。
[数３]
Ｌ’^＊Ｒ’＝２^＊Ｌ^＊Ｒ＋Ｌ^＊Ｃ＋Ｒ^＊Ｃ−Ｌ^＊Ｓ＋Ｒ^＊Ｓ＋Ｃ^＊Ｃ−Ｓ^＊Ｓ

時間平均でＤＣを含まない信号、すなわち直流電圧成分を含まない信号コンポーネントの場合、全ての非相関的積は０になる。それによって音声検出器ＳＤから出力される信号Ｄ１に対する判別基準として次式を適用することができる：
[数４]
Ｄ１＝２^＊ＴＰ（Ｌ’^＊Ｒ’）／（Ｌ’^＊Ｌ’＋Ｒ’^＊Ｒ’）
＝２^＊ＴＰ（Ｃ^＊Ｃ−Ｓ^＊Ｓ）／ＴＰ（Ｌ’^＊Ｌ’＋Ｒ’^＊Ｒ’）

これによって制御信号ｓへの前段部として、または直接制御信号ｓとして使用できる出力信号Ｄ１に対して、オーディオ信号ｉが１つの中央コンポーネントＣからのみなる場合、値Ｄ１＝１として生じる。Ｄ１＝０は、オーディオ信号ｉが非相関的な右および左の信号コンポーネントＬ、Ｒのみからなる場合に生じる。Ｄ＝−１は、オーディオ信号ｉがサラウンドコンポーネントＳのみからなる場合に生じる。異なるコンポーネントが混合する場合は、これが実信号で付与されるように、Ｄ１の値は−１および＋１の間で生じる。出力信号もしくは出力値Ｄ１が＋１の近傍にあるほど、オーディオ信号ｉもしくはＬ’、Ｒ’は中央負荷が大きくなり、その結果、対応して大きい音声成分ｐｘを推定することができる。

ローパスフィルタＴＰの時定数は、変化する信号コンポーネントに非常に速い応答が望まれる場合、約１００ミリセカンドの範囲におくことができる。しかし時定数は、非常に遅い音声検出器ＳＤの応答が望まれる場合、数分まで延ばすことができる。従ってローパスフィルタの時定数は有利な可変パラメータである。検出アルゴリズムの実施前にＤＣ成分は目的に応じて対応するフィルタ、特にＤＣノッチフィルタ（ＤＣ−Ｎｏｔｃｈ）を利用して濾波される。その他の帯域制限は任意選択である。

図３は、音声検出器ＳＤのもう１つの例による実施形態を示す。以下、図２の説明を引用して単に図２記載の回路配列もしくは方式と区別されるコンポーネントのみを説明する。

両方のバンドパスフィルタＢＰの両方の出力信号は、エネルギー含量を決定するための周波数エネルギー検出器Ｅｆの各々１つのエネルギー決定コンポーネントＡＢＳに供給される。音声は１００ヘルツおよび４キロヘルツの間の周波数で最大のエネルギーを有する。音声成分ｐｘを決定するために、音声周波数領域ｆ１．．．ｆ２のエネルギー成分に対応して、オーディオ信号ｉもしくはＬ’、Ｒ’の全エネルギーの比で決定することができる。

両方の入力信号もしくは入力信号チャネルのためのエネルギー決定コンポーネントＡＢＳは、最も単純な場合で、その出力部で入力部に指示される値の合計値を出力する素子である。

対応してエネルギー決定コンポーネントＡＢＳの出力値は、相互に加算素子Ａを利用して加算され、図２の実施形態の場合のように第１のローパスフィルタＴＰに供給される。さらに、帯域制限を実行したバンドパスフィルタＢＰの両方の出力信号は、もう１つの加算素子Ａに供給される。この出力信号は、対応して音声周波数領域ｆ１．．．ｆ２にある信号成分のみを通過するバンドパスフィルタＢＰ^＊に供給される。この帯域濾波された信号は、第２のローパスフィルタＴＰに供給される。最終的に第２のローパスフィルタＴＰの出力信号ａによる第１のローパスフィルタＴＰの出力信号ｂの除算は、出力値もしくは出力信号Ｄ２として制御信号または制御信号用の前段部を提供するために、除算素子ＤＩＶで行われる。

出力信号Ｄ２は次式によって計算することができる。
[数５]
Ｄ２＝２^＊ＲＭＳ（ＢＰ（ｆ１．．．ｆ２）（Ｌ’＋Ｒ’））／（ＲＭＳ（Ｌ’）＋ＲＭＳ（Ｒ’）

ここで出力値もしくは出力信号Ｄ２が値１に近づくほど、音声周波数領域にあるエネルギーがさらに多くなり、その結果、大きい音声成分ｐｘを推定することができる。入力信号Ｌ’、Ｒ’の導入される帯域制限は、この場合も任意選択である。

制御信号ｓとしてまたはその前段部として図２および図３記載の上記実施形態の両方の方法もしくは回路配列を考慮する出力値もしくは出力信号Ｄ３が特に有利に使用される。判別基準として、たとえば次式を適用することができる。
[数６]
Ｄ３＝Ｄ１^＊Ｄ２

これによって、より多くのエネルギーがオーディオ信号の中央コンポーネントＣにあり、かつより多くのエネルギーが音声周波数領域にある場合に音声もしくは音声成分ｐｘが認識される。

任意選択により制御信号ｓを供給するための図示した回路配列もしくは方式に、制御信号ｓを作動状態に切り換えるために、前記配列もしくは方法の出力信号Ｄ１、Ｄ２、Ｄ３から区別される閾値ｖが決定されるもう１つのステップを後置することができる。

この目的は、オーディオ信号ｉの平行または連続的な音声信号処理の場合に、音声もしくは音声成分ｐｘを含む可能な限り多くの信号成分を音声改善アルゴリズムによって導入し、図１を利用して説明したように、残りの信号成分を不変の状態にさせることにある。これは、図４を利用して記載したように、好ましくはマトリックスによって解決される。

マトリックス係数ｋ１、ｋ２、．．．、ｋ６は、特定の音声成分ｐｘに対応して、もしくは音声検出器ＳＤから出力される出力値もしくは出力信号Ｄ１、Ｄ２に対応して関数ｐｘ＝Ｆ（Ｄ１、Ｄ２）として算出される。
本来の音声改善アルゴリズムまたは本来の音声改善装置は、自体公知の方法で提供することができる。たとえば、全範囲にわたり引用される特許文献１に記載された簡単な周波数応答補正を実施することができる。しかしまた音声了解度を改善するための任意のその他のアルゴリズムおよび装置も使用可能である。

図４に示したマトリックス計算においてオーディオ信号ｉの入力コンポーネントもしくは入力チャネルＬ’、Ｒ’は、それぞれ３つの係数ｋ１、ｋ３、ｋ５もしくはｋ２、ｋ４、ｋ６と乗ぜられ、加算素子に供給される。第１の加算素子Ａに第１のチャネルＬ’の信号が第１の係数ｋ１で乗ぜられ、第２のチャネルＲ’の信号は、第２の係数ｋ２を乗じて加算するために印加される。第２の加算素子Ａには第１のチャネルＬ’の信号が第３の係数ｋ３で乗じられ、第２のチャネルＲ’の信号は、第４の係数ｋ４で乗じられて加算のために印加される。第３の加算素子Ａに第１のチャネルＬ’の信号が第５の係数ｋ５と乗じられ、第２のチャネルＲ’の信号は、第６の係数ｋ６で乗じられて加算のために印加される。第２の加算素子Ａの出力値は、音声改善回路ＶＳまたは音声改善方法もしくはアルゴリズムに供給される。その出力結果は、別の加算素子Ａを利用して第１の加算素子Ａの出力値もしくは出力信号に第１の出力チャネルＬＥを提供する為に、かつ第３の加算素子Ａの出力値もしくは出力信号に別の加算素子Ａを利用して第２の出力チャネルＲＥを提供するために加算される。

係数の決定のために、たとえば音声成分ｐｘが前記方法によって、特に０≦ｐ≦１の値範囲によって、かつ特定の音声成分の関数としてｐｘ＝Ｆ（Ｄ１、Ｄ２、Ｄ３）によって決定可能であることが考慮される。簡単な変形態様に基づき係数を次式によって決定することができる。
[数７]
ｋ１＝ｋ６＝１−ｐｘ／２
ｋ２＝ｋ５＝−ｐｘ／２および
ｋ３＝ｋ４＝ｐｘ／２

両方の最後に出力される信号チャネルもしくはコンポーネントＬＥ、ＲＥは、出力部０に処理されたオーディオ信号ｏのために供給される処理信号に相当する。

図５は関数Ｆ（Ｄ１、Ｄ２＝０、Ｄ３＝０）を例示する。図示した第１の関数Ｆ＝Ｆ１（Ｄ１）の場合は、回路配列がすでに検出された小さい音声成分に応答する。誤り検出の確率は、Ｄ１の値が小さい場合相対的に高くなる。但し、第１の関数Ｆ１（Ｄ１）の連続的推移によってＤ１が小さい場合、オーディオ信号への音声アルゴリズムの影響が比較的小さくなり、その結果、オーディオ信号の劣化は全く知覚されない。

第２の関数Ｆ２（Ｄ１）の場合はオーディオ信号が完全に閾値ｖ＝Ｐｓ２になるまで劣化しない状態にとどまる。その後、Ｐ１の値が変化する場合のオーディオ信号への影響はさらに大きくなる。

第３の関数Ｆ＝Ｆ３（Ｄ１）の場合、アルゴリズムは一定の閾値ｖ＝Ｐｓ３１を超えるときにオンにされ、それ以外の低い閾値ｖ＝Ｐｓ３２を下回るときはオフにされる。このようなヒステリシスの組込みによって移行領域での常時切換が阻止される。

オーディオ信号の中に含まれる音声を検出するためのオーディオ信号を処理する方法もしくは回路配列の概略的な方法ステップもしくはコンポーネントである。 種々の信号成分の音声成分への相関を適用するための、第１の実施形態による回路配列例である。 音声周波数領域のエネルギーの決定を具示するためのもう１つの回路配列例である。 オーディオ信号の音声改善の実施前のマトリックス計算を図示するための回路配列例である。 閾値を決定する判別基準を具示するための線図である。

Claims (25)

1. 必要に応じて音声（ｐｘ）を含むオーディオ信号（ｉ）の了解度を改善するための回路配列において、
   − このようなオーディオ信号（ｉ）を入力するための入力部（Ｉ）を有する回路配列であって、
   − 入力されるオーディオ信号（ｉ）の中の音声（ｐｘ）の検出と、オーディオ信号（ｉ）の処理用の音声処理装置（ＳＶ）および／または音声処理方法の制御用の制御信号（ｓ）を提供するための音声検出器（ＳＤ）を特徴とする回路配列。
2. 音声検出器（ＳＤ）がオーディオ信号（ｉ）中の音声成分（ｐｘ）を検出するために形成および／または制御される、請求項１記載の回路配列。
3. 音声検出器（ＳＤ）が閾値（ｖ）と検出された音声成分の範囲の比較と、この比較結果に応じた制御信号（ｓ）を出力するための閾値決定装置を有する、請求項１または２記載の回路配列。
4. 音声検出器（ＳＤ）が被検出音声成分（ｐｘ）の範囲および／または被検出音声成分（ｐｘ）の周波数領域を考慮する可変検出制御のために少なくとも１つのパラメータ（ｖ）を入力するための制御入力部（ＩＶ）を有する、請求項３記載の回路配列。
5. 音声検出器（ＳＤ）がオーディオ信号の相互−または自己相関あるいはオーディオ信号のコンポーネントを処理するための相関装置（ＣＲ）を有する、請求項１から４のいずれか一項記載の回路配列。
6. 音声検出器（ＳＤ）が、
   − 多成分オーディオ信号（ｉ）、特に複数のオーディオ信号コンポーネント（Ｌ、Ｒ、Ｃ、Ｓ）を含むステレオ−オーディオ信号（Ｌ’、Ｒ’）、３Ｄ−ステレオ−オーディオ信号（Ｌ、Ｒ、Ｃ）および／またはサラウンド−オーディオ信号（Ｌ、Ｒ、Ｃ、Ｓ）を処理するために形成され、かつ
   − 前記コンポーネント（Ｌ、Ｒ、Ｃ、Ｓ）相互の比較または処理を利用して音声を検出するための処理装置（ＣＲ）を有する、請求項１から５のいずれか一項記載の回路配列。
7. 音声検出器（ＳＤ）が種々のコンポーネント（Ｌ、Ｒ、Ｃ、Ｓ）の共通の信号成分の方向−および／または距離を決定するための方向−および／または距離決定装置を有する、請求項６記載の回路配列。
8. 音声検出器（ＳＤ）がオーディオ信号（ｉ）のその他の信号エネルギーとの比で音声周波数領域で信号エネルギーを決定するための周波数エネルギー検出器（Ｅｆ）を有する、請求項１から７のいずれか一項記載の回路配列。
9. 音声検出器（ＳＤ）が周波数エネルギー検出器（Ｅｆ）と相関装置（ＣＲ）、比較装置もしくは方向−および／または距離決定装置との結果に対応する制御信号（ｓ）を出力するために形成および／または制御される、請求項８および請求項５ないし７のいずれか一項記載の回路配列。
10. 制御信号（ｓ）がオーディオ信号（ｉ）の音声内容に対応する音声改善装置（ＳＶ）および／または音声改善方法の作動または非作動のために形成および／または制御される、請求項１から９のいずれか一項記載の回路配列。
11. 必要に応じて音声を含むオーディオ信号（ｉ）を処理するための方法において、
    − オーディオ信号（ｉ）の中に含まれる音声もしくは音声成分（ｐｘ）が検出され、かつ
    − この検出結果に対応して音声処理装置（ＳＶ）用の制御信号（ｓ）が発生され、および／または音声改善用の音声処理方法が提供される方法。
12. 制御信号（ｓ）が検出された音声成分（ｐｘ）の範囲に対応して発生される、請求項１１記載の方法。
13. 検出された音声成分（ｐｘ）の範囲が１つの閾値（ｖ）と比較される、請求項１２記載の方法。
14. 検出が被検出音声成分の範囲および／または被検出音声成分（ｐｘ）の周波数領域を考慮して可変パラメータ（ｖ）を利用して設定可能に実施される、請求項１１ないし１３のいずれか一項記載の方法。
15. オーディオ信号（ｉ）またはオーディオ信号（ｉ）のコンポーネント（Ｒ、Ｌ、Ｃ、Ｓ）の相互−または自己相関が実施される、請求項１１ないし１４のいずれか一項記載の方法。
16. 複数のオーディオ信号コンポーネント（Ｒ、Ｌ、Ｃ、Ｓ）を含む多成分オーディオ信号からオーディオ信号コンポーネントが相互に比較され、または音声を検出するために相互に処理される、請求項１１ないし１５のいずれか一項記載の方法。
17. オーディオ信号コンポーネント（Ｒ、Ｌ、Ｃ、Ｓ）が種々のオーディオ信号コンポーネントの中の共通の音声成分を考慮して比較もしくは処理され、特に共通の信号成分の方向−および／または距離を決定するために比較もしくは処理される、請求項１６記載の方法。
18. 音声周波数領域（ｆ１、．．．、ｆ２）のオーディオ信号（ｉ）のエネルギーがその他のオーディオ信号（ｉ）の信号エネルギーとの比で決定される、請求項１１ないし１７のいずれか一項記載の方法。
19. 音声改善装置（ＳＶ）および／または音声改善方法の作動または非作動のための制御信号（ｓ）が提供される、請求項１１ないし１８のいずれか一項記載の方法。
20. 周波数応答がＦＩＲフィルタ（ＦＩＲ：Ｆｉｎｉｔｅ−Ｉｍｐｕｌｓｅ−Ｒｅｓｐｏｎｓｅ有限インパルス応答）またはＩＩＲフィルタ（ＩＩＲ：Ｉｎｆｉｎｉｔｅ−Ｉｍｐｕｌｓｅ−Ｒｅｓｐｏｎｓｅ無限インパルス応答）を利用して決定される、請求項１ないし１０のいずれか一項記載の回路配列および／または請求項１１ないし１９のいずれか一項記載の方法。
21. オーディオ信号の信号成分がマトリックスによって分離される、請求項１ないし１０のいずれか一項記載の回路配列および／または請求項１１ないし１９のいずれか一項記載の方法。
22. マトリックス（ＭＸ）のためのマトリックス係数が音声成分（ｐｘ）に対応する関数（Ｐ＝Ｆ（ｐｘ））を介して決定される、請求項１ないし１０のいずれか一項記載の回路配列および／または請求項１１ないし１９のいずれか一項記載の方法。
23. 関数（Ｐ＝Ｆ（ｐｘ））が線形性および定常性である、請求項２２記載の回路配列および／または方法。
24. 関数（Ｐ＝Ｆ（ｐｘ））がヒステリシスを有する、請求項２２記載の回路配列および／または方法。
25. 請求項１から２４のいずれか一項記載の回路配列および／または方法による音声改善−回路配列または−方法。

Images