JP2006333238A - 音声信号処理装置 - Google Patents

Abstract

【課題】 互いに異なる第１及び第２の周波数帯域に分離され多重された音声データを再生する時の、消費電力を低減させる。
【解決手段】 第１の周波数帯域の音声をデコードする基本音声デコーダ９と、第２の周波数帯域の音声をデコードする高域音声デコーダ１０と、第１の周波数帯域の音声を出力可能な内部スピーカ１８と、第１及び第２の周波数帯域の音声を出力可能なイヤフォン１９と、音声を出力する手段を内部スピーカ１８及びイヤフォン１９のいずれかから選択しかつその選択状態に応じて音声デコーダ８を制御するマイコン１１とを備え、マイコン１１は、内部スピーカ１８を選択している場合は、基本音声デコーダ９を動作させるよう制御し、イヤフォン１９を選択している場合は、基本音声デコーダ９及び高域音声デコーダ１０を動作させるよう制御する。
【選択図】 図１

Description

本発明は、複数の音声信号復号処理を有した音声信号処理装置に関し、特に映像信号と同時に音声信号処理を行う信号処理装置および信号処理方法に関するものである。

デジタル技術の進化に伴って、テレビ放送もＢＳ放送、ＣＳ放送がデジタル化されたのに引き続き、地上放送も東名阪で２００３年１２月にデジタル化がスタートし、２０１１年にアナログの現行放送方式に停波までに全国に広がっていく予定となっている。

この地上デジタル放送は、ＩＳＤＢ−Ｔ方式という階層化伝送が可能な方式が採用されており、一般家庭向けの固定受信用の放送とモバイル端末向けの携帯受信用の放送サービスを多重化することが可能である。この携帯受信用の放送サービスにおいては、従来の固定受信と異なり受信機に対して様々な要求が生じる。特に固定受信では問題とならなかった連続動作時間の確保、すなわちバッテリー駆動によるためシステムの低消費電力化が大きな課題である。これまでのデジタルテレビは、ＡＣ駆動による電力の安定供給が前提としてあったが、今後携帯受信デジタルテレビでは利用者の使い勝手を考慮しつつ、システムの省電力を実現しなければならない。システムを省電力化する上で弊害となるものの一つとして、音声データの符号化処理がある。

ＩＳＤＢ−Ｔ方式の携帯受信サービスでは、配信されるコンテンツの音声データの符号化方式として、２種類の方式が規定されている。標準の音声符号化方式としてＭＰＥＧ２−ＡＡＣ（AAC:Advanced Audio Coding）が採用されており、またオプション規格としてＡＡＣ−ＳＢＲ（SBR:Spectral Band Replication）が採用されている。

以下、音声データの再生処理について説明する。

まず、ＡＡＣ−ＳＢＲ符号化方式について説明する。図２はＡＡＣ−ＳＢＲによる音声信号の周波数特性を示したものである。同図において、横軸は音声信号周波数、縦軸は信号エネルギーを示している。ＡＡＣ−ＳＢＲ方式は、音声信号を周波数帯域で２ステップに分けて、基本音声帯域２２の部分と高域音声帯域２３の部分についてそれぞれエンコードを行う構造となっている。本実施の形態では、図示のように１２ＫＨｚを境に２ステップに分けられ、１２ＫＨｚ未満を基本音声帯域２２、１２ＫＨｚ以上２４ＫＨｚ未満を高域音声帯域２３としている。なお、この周波数の値については一例である。基本音声帯域２２は、他の音声符号化方式（例えば、ＭＰＥＧ２−ＡＡＣフォーマット）と互換性があるが、高域音声帯域２３は、ＡＡＣ−ＳＢＲ方式独自のものであるため、他の音声符号化方式とは互換性がない。すなわち、ＡＡＣ−ＳＢＲ方式非対応のＭＰＥＧ２−ＡＡＣ方式音声再生装置で、ＡＡＣ−ＳＢＲ方式の音声信号を再生すると、基本音声帯域２２の音声しか再生されず、高域音声帯域２３の音声は再生されない。

このような構成において、例えばサンプリング周波数が４８ＫＨｚ相当の音声信号であれば、サンプリング定理により２４ＫＨｚ以下の周波数帯域の信号を処理することになるが、そのうち、１２ＫＨｚ以下の基本音声帯域２２については、ＭＰＥＧ２−ＡＡＣと互換性のある符号化方式を第１のエンコーダで行い、さらに１２ＫＨｚ以上２４ＫＨｚ未満の高域音声帯域２３については第２のエンコーダ（ＡＡＣ−ＳＢＲ方式独自）で処理を行う。

これによって、ＭＰＥＧ２−ＡＡＣで４８ＫＨｚサンプリングした場合のデータ量よりも大幅に削減でき、しかも高音質を確保することが可能な方式である。また、ＭＰＥＧ２−ＡＡＣのデコーダしか搭載していない受信機においても、少なくとも１２ＫＨｚまでの基本音声帯域２２の再生互換性は確保されるため、ＩＳＤＢ−Ｔ方式の形態受信サービスの音声符号化方式としてオプション規格として採用されている。しかしながらその一方で、本方式は圧縮率が高い分、データの演算量が大幅に増加し、そのデコード処理に費やす電力は急増するというデメリットもあり、バッテリ駆動が一般的となっている携帯端末に用いた場合は、何らかの省電力対策が必要となる。

デジタル放送受信機において省電力化を図るための構成として、特許文献１に示すものがある。特許文献１に記載の構成は、入力されるトランスポートストリームから映像信号や音声信号などを抽出するローカルメモリを、映像・音声信号等のストリームを抽出するためのＰＥＳ領域と、番組を選択するための情報やメール情報等を抽出するためのＳｅｃｔｉｏｎ領域とに分ける。なお、本体の電源がＯＦＦの時は、入力されるトランスポートストリームから映像信号や音声信号などを抽出する処理は必要ないので、ＰＥＳ領域は使用しない。

そして、本体の電源がＯＮの時（通常動作時）は、ＰＥＳ領域においてトランスポートストリームから映像信号や音声信号などを抽出する処理を行い、Ｓｅｃｔｉｏｎ領域においては番組を選択するための情報やメール情報等を抽出する処理を行う。これに対して、本体の電源をＯＦＦ（待機状態）にすると、ＰＥＳ領域をＳｅｃｔｉｏｎ領域に変更して動作する。これにより、電源ＯＦＦの時にはＳｅｃｔｉｏｎ領域を増大させることができるので、ローカルメモリに対するアクセス間隔を長くして間欠駆動することができ、省電力化を図ることができる。
特開平１０−４２２１１号公報

しかしながら、特許文献１に記載の構成は、受信機が待機中（電源ＯＦＦやスタンバイ状態）の時に省電力動作しているものの、通常動作時（電源ＯＮ）は省電力動作をしていないため、通常動作時における省電力化を図ることができないという問題点がある。

特許文献１に記載の省電力化方法を、仮に通常動作時に適用したとしても、通常動作時はローカルメモリを用いて映像信号や音声信号等の抽出処理を行っているため、ローカルメモリを間欠駆動すると映像信号や音声信号が途切れてしまい、正常に映像音声信号が再生できない可能性があるという問題がある。

本発明は、上記問題点を鑑み、通常動作時において省電力化を図ることができる音声信号処理装置を提供することを目的とする。

上記課題を解決するために本発明の第１の構成の音声信号処理装置は、互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、入力される前記音声データに対して第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、音声を出力する手段を前記第１及び第２の音声出力手段のいずれかから選択し、かつ前記デコード手段の動作を制御する制御手段とを備え、前記制御手段は、前記第１の音声出力手段を選択している場合は、前記第１の音声デコーダを動作させるよう制御し、前記第２の音声出力手段を選択している場合は、前記第１及び第２の音声デコーダの両方を動作させるものである。

また、本発明の第２の構成は、互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、入力される前記音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声信号を出力可能な第１の音声出力手段と、前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、本装置に給電を行う電池と、前記電池における残量電圧を検出し、かつ前記デコード手段の動作を制御する制御手段とを備え、前記制御手段は、前記電池の残量電圧が所定値よりも低下したことを検出した時、前記第２の音声デコーダの動作を停止させるよう制御するものである。

また、本発明の第３の構成は、互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、入力される前記音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、音声を出力する手段を前記第１及び第２の音声出力手段のいずれかから選択し、かつ前記デコード手段の動作を制御する制御手段と、音声出力のミュートを指示可能な入力手段とを備え、前記制御手段は、前記入力手段から音声ミュート指示が入力された時に、前記第２の音声デコーダの動作を停止させるよう制御するものである。

また、本発明の第４の構成は、互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、デジタル放送を受信しかつ信号処理を行うフロントエンド部と、前記フロントエンド部の出力信号を映像データと音声データとシステムデータとに分離する信号分離手段と、前記信号分離手段から入力される音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、前記信号分離部で分離されたシステムデータから文字情報を検出可能であるとともに、前記デコード手段の動作を制御する制御手段とを備え、前記制御手段は、文字情報を検出可能な動作を行っている時、前記第２の音声デコーダの動作を停止させるよう制御するものである。

本発明によれば、使用者の利用状況に応じて、音声デコード方式を選択することにより省電力化を図ることができる。

また本発明によれば、バッテリーの電力残量に応じて音声デコード方式を選択することにより、省電力化を図ることができる。

また本発明によれば、音声再生が不要な場合には、音声デコーダの処理を停止させることにより、省電力化を図ることができる。

また本発明によれば、字幕や文字スーパー表示などの文字情報を表示実行させる時に音声デコーダの処理を停止させることで、省電力化を図ることができる。

以上のように、本発明の音声信号処理装置によれば、使用者の利便性を損なうことなく省電力化を実現することが可能となる。

以下、本発明の実施の形態を、図面を参照しながら説明する。

（実施の形態１）
図１は本発明の実施の形態における音声信号処理装置のシステム構成を示すブロック図である。なお、本説明では、本実施の形態の音声信号処理装置を携帯型デジタル放送受信機に用いたものを一例として説明しているが、これに限るものではない。

図において、１は放送波を受信可能なアンテナで、本実施の形態ではデジタル放送を受信可能とした。フロントエンド部２は、後述するチューナ３と復調部４と誤り訂正部５とから構成される。チューナ３は、アンテナ１で受信した放送波から使用者が希望するチャンネルの放送波を選択同調する。使用者が希望するチャンネルを選択する際は、例えば入力キー２１を操作して行う。復調部４は、チューナ３で選択同調した放送波からトランスポートストリーム信号を取り出す。誤り訂正部５は、復調部４で取り出されたトランスポートストリームにおいて伝送路上で発生した信号の誤りを訂正する。

番組抽出分離部６は、誤り訂正部５から出力される複数のサービスが多重されたトランスポートストリームから、映像データ、音声データ、システムデータを分離して取り出す信号分離手段である。システムデータには、各種制御信号や文字情報（字幕や文字スーパーなど）などが含まれている。

映像デコーダ７は、番組抽出分離部６からの映像データを映像信号にデコードする。

音声デコーダ８は、番組抽出分離部６からの音声データを音声信号にデコードするデコード手段である。少なくともＡＡＣ−ＳＢＲ方式の音声データのデコードに対応している。音声デコーダ８は、音声データから基本音声帯域部分をデコードする第１の音声デコーダである基本音声デコーダ９と、高域音声帯域部分をデコードする第２の音声デコーダである高域音声デコーダ１０とから構成される。なお、ＡＡＣ−ＳＢＲ方式、基本音声帯域部分、高域音声帯域部分の具体説明については、図２を用いて前述したので、本欄での詳しい説明は省略する。

マイコン１１は、番組抽出分離部６で取り出された各種制御データを解析し各部を制御する制御手段である。本実施の形態のマイコン１１が持つ機能としては、入力キー２１（後述）からの入力命令や、音声出力スイッチ１７（後述）の選択状況に応じて音声デコーダ８やオンスクリーンデータ生成部１２（後述）などの動作を制御したり、バッテリ２０（後述）の電力残量情報や番組抽出分離部６からの各種制御データに基づき、オンスクリーンデータ生成部１２を制御するなどの機能も有する。なお、マイコン１１が有する機能については、これらに限定されるものではない。

オンスクリーンデータ生成部１２は、表示モニタ１５の画面上に表示するメニュー画面などのグラフィックデータを生成する。生成されるグラフィックデータは、ＯＳＤデータとも呼ばれる。

オンスクリーン合成部１３は、オンスクリーンデータ生成部１２で生成されたグラフィックデータを、映像デコーダ７からの映像信号に合成する。いわゆるＯＳＤ機能やピクチャ・イン・ピクチャ機能と呼ばれる表示を制御するものである。

デジタルビデオエンコーダ１４は、オンスクリーン合成部１３から出力される映像信号を、表示モニタ１５（後述）に適した信号方式に変換する。具体的には、表示モニタ１５の画面サイズや表示能力に対応した映像信号にエンコードするものである。

表示モニタ１５は、デジタルビデオエンコーダ１４から出力される映像信号を表示する表示手段である。例えば液晶ディスプレイなどの表示装置で構成される。表示装置としては液晶ディスプレイに限定されるものではなく、少なくとも映像信号を表示可能なものであれば、他の表示装置であっても構わない。

デジタル／アナログ変換器（以下、Ｄ／Ａ変換器と記す）１６は、音声デコーダ８から出力されるデジタル音声信号をアナログ音声信号に変換する。

１７は音声出力スイッチである。スイッチ１７は、Ｄ／Ａ変換器１６から出力される音声信号を内部スピーカ１８（後述）またはイヤフォン１９（後述）のうちいずれかへ出力するために選択する。音声出力スイッチ１７において、内部スピーカ１８またはイヤフォン１９のいずれかを選択している情報は、マイコン１１へ入力される。音声出力スイッチ１７の切り替え制御は、使用者が入力キー２１を操作することで、マイコン１１がいずれか一方に切り替えるよう制御してもよいし、マイコン１１からの自動制御により切り替える構成としてもよい。なお、自動で切り替える構成の例としては、イヤフォン１９を接続するための接続端子（図示せず）にイヤフォンプラグが接続されたことを検出する構成を設け、イヤフォンが接続されたことを検出した時に音声出力スイッチ１７をイヤフォン１９側へ自動的に切り替えるものがある。

内部スピーカ１８は、音声出力スイッチ１７の一方の出力端子に接続された第１の音声出力手段である。本装置の内部に設けられ音声信号を出力するものである。本装置のように小型化を要求されている機器においては、内部スピーカ１８に用いられるスピーカのサイズは、比較的小さなものが用いられる。

イヤフォン１９は、音声出力スイッチ１７の他方の出力端子に接続された第２の音声出力手段である。具体的には、本装置にイヤフォン１９を接続可能な接続端子（図示せず）を設け、その接続端子にイヤフォン１９のプラグを接続することで、イヤフォン１９内部の小型スピーカから音声信号を出力することができる構成となっている。なお、イヤフォンに搭載されるスピーカは、内部スピーカ１８として用いられるスピーカよりも、周波数特性は一般的に優れている。なお、内部スピーカ１８とイヤフォン１９とで音声出力手段を構成している。

２０は本装置に給電を行うバッテリである。バッテリ２０としては、充電池や乾電池などがある。

入力キー２１は、使用者により各種操作命令入力を行うことができるものである。入力された情報はマイコン１１に送られる。本実施の形態の入力キー２１にて入力可能な命令としては、電源投入命令、番組の視聴制御命令、音声ミュート命令、字幕表示命令などがあるが、これらに限定されるものではない。

以上のように構成された本実施の形態について、以下その動作について説明する。

携帯受信サービスが多重化された地上デジタル放送波をアンテナ１で受信し、フロントエンド部２のチューナ３で希望するチャンネルを選択すると、復調部４、誤り訂正部５で受信データを整形し、携帯受信サービスに必要なトランスポートストリーム信号が取り出される。このトランスポートストリーム信号が番組抽出分離部６に入力され、各種信号にパケット単位でフィルタリングされ、データ内容に応じた処理先（映像デコーダ７、音声デコーダ８、マイコン１１）にデータが振り分けられる。なお、図示しないが、チューナ３における選局制御は、使用者が入力キー２１を操作することでマイコン１１からの制御により行われる。

番組抽出分離部６で分離された映像データは、映像デコーダ７に入力されてＥＳ（Elementary Stream）の形に変換したのち、映像信号にデコード処理を行う。ＩＳＤＢ−Ｔ方式の携帯受信サービスでは、映像符号化方式としてＭＰＥＧ４−ＡＶＣの方式が採用されている。映像デコーダ７は番組抽出分離部６で取り出された各種制御データの中にある時間情報をもとに、一定のフレームレートで音声デコーダ（後述する）とタイミングを合わせながら映像信号を出力する。

また、最終的に表示モニタ１５へ表示される映像信号には、チャンネル番号や、番組表、あるいは受信状況、バッテリー残量情報などの各種情報が多重化されている場合が多い。前記各種情報は、マイコン１１でモニタ管理され、必要な情報についてはオンスクリーンデータ生成部１２にて生成され、オンスクリーン合成部１３にて映像信号にグラフィック画面として多重化される。その多重化された映像信号は、デジタルビデオエンコーダ１４で表示モニタ１５の入力に適した信号形式に変換されて表示モニタ１５へ出力される。表示モニタ１５では、入力される映像信号が表示される。なお、使用者によるチャンネル選択や音量調節といった指示は、入力キー２１により行われる。

また、音声データについては、ＩＳＤＢ−Ｔ方式の携帯受信サービスでは２種類の方式が規定されている。標準の音声符号化方式としてＭＰＥＧ２−ＡＡＣが採用されており、またオプション規格としてＡＡＣ−ＳＢＲが採用されている。なお、ＭＰＥＧ２−ＡＡＣおよびＡＡＣ−ＳＢＲの概要については前述したので省略する。

以下、番組抽出分離部６から取り出した音声データがサンプリング周波数２４ＫＨｚのＡＡＣ−ＳＢＲの場合の、音声データの処理動作について説明する。

音声データは音声デコーダ８の内部で、まず第１のデコーダである基本音声デコーダ９によって、１２ＫＨｚを上限とする基本音声帯域の音声データ（図２の２２に示す帯域）がデコードされる。なお、デコード処理は、サンプリング周波数が２４ＫＨｚのＭＰＥＧ２−ＡＡＣデータとして行われる。次に、基本音声デコーダ９から出力される音声データは、第２のデコーダである高域音声デコーダ１０に入力され、音声データにおける１２ＫＨｚ以上の帯域（図２の２３に示す帯域）がデコードされる。基本音声デコーダ９および高域音声デコーダ１０でデコード処理された音声信号はＤ／Ａ変換器１６に入力され、Ｄ／Ａ変換器１６でデジタル音声信号からアナログ音声信号に変換されて、広帯域のアナログ音声信号が得られる。

Ｄ／Ａ変換器１６から出力された音声信号は、音声出力スイッチ１７で選択された音声再生装置、すなわち内部スピーカ１８またはイヤフォン１９に入力される。内部スピーカ１８またはイヤフォン１９では、入力される音声信号を音声出力する。なお、内部スピーカ１８またはイヤフォン１９のいずれかを選択する方法は、例えば、使用者が入力キー２１を操作することにより、マイコン１１が音声出力スイッチ１７を切換制御する方法がある。また、イヤフォン１９が装置本体に接続されたことを検出して、マイコン１１が音声出力スイッチ１７をイヤフォン１９側へ切り替えるように制御してもよい。

内部スピーカ１８およびイヤフォン１９の再生周波数特性を概念的に示したものが図３である。

携帯受信端末に用いられる内部スピーカ１８は、その受信機の形状・サイズによって大きな制約を受けるために、極力小型化せざるを得ない状況があり、一般的にスピーカの周波数特性は高域まで伸びていない（図３（ｂ）参照）。一方、イヤフォン１９、特にＡＶ機器用のイヤフォンについては、使用者の耳近傍にて音声出力することを前提としているため、大きな音量で出力する必要がなく、周波数特性は内部スピーカ１８よりも優れているという現状がある（図３（ａ）参照）
そのため、図２で示したように、ＡＡＣ−ＳＢＲ方式の音声データを、基本音声デコーダ９及び高域音声デコーダ１０の両方を用いてデコードしたにもかかわらず、内部スピーカ１８で音声を出力した場合は、内部スピーカ１８の周波数特性が１２ｋＨｚ以上の高域に対応していないため、基本音声部分しか音声出力されない。よって、音質を低下させてしまうとともに、高域音声デコーダ１０においてデコード処理の際に消費した電力が無駄になってしまう。

そこで、実施の形態１のデジタル放送受信機では、音声出力スイッチ１７の出力先をマイコン１１でモニタし、選択されている出力先（内部スピーカ１８かイヤフォン１９か）に応じて音声デコーダ８の動作を制御している。

すなわち、使用者が入力キー２１を操作して、音声信号の出力先として「イヤフォン」を選択した場合は、マイコン１１は音声出力スイッチ１７を制御して、イヤフォン１９側へ端子を切り替える。出力先としてイヤフォン１９を選択した場合は、イヤフォン１９の音声周波数特性が図３（ａ）に示すように広帯域であるため、マイコン１１は音声デコーダ８に対して基本音声デコーダ９と高域音声デコーダ１０の両方を動作させるよう制御する。これにより、番組抽出分離部６を介して音声デコーダ８に入力される音声データは、基本音声デコーダ９で図２に示す基本音声帯域２２の音声データがデコード処理されるとともに、高域音声デコーダ１０で高域音声帯域２３の音声データがデコード処理される。よって、イヤフォン１９からは、基本音声領域２２及び高域音声領域２３に対応した高音質の音声信号が出力される。

また、使用者が入力キー２１を操作して、音声信号の出力先として「内部スピーカ」を選択した場合は、マイコン１１は音声出力スイッチ１７を制御して、内部スピーカ１８側へ端子を切り替える。出力先として内部スピーカ１８を選択した場合は、内部スピーカ１８の音声周波数特性が図３（ｂ）に示すように狭帯域であるため、マイコン１１は音声デコーダ８に対して、基本音声デコーダ９のみ動作させるよう制御し、高域音声デコーダ１０は動作させないよう制御する。これにより、番組抽出分離部６を介して音声デコーダ８に入力される音声データは、基本音声デコーダ９によって図２に示す基本音声帯域２２のみがデコード処理され、基本音声帯域２２に対応した音声信号が内部スピーカ１８から出力される。

以上のように本実施の形態によれば、音声出力スイッチ１７が内部スピーカ１８側を選択した時は、マイコン１１が高域音声デコーダ１０を動作させないように制御するので、高域音声デコーダ１０の動作に必要な電力を削減させることができ、装置全体としての消費電力を削減することができる。

なお、実施の形態１では内部スピーカとイヤフォンを例に説明をしたが、本発明は音声再生装置の再生可能帯域に応じて音声デコーダの処理方式を切り替えることが重要であり、これ以外の再生装置でも同様の処理が可能であることは言うまでもない。

また、音声出力手段の一つとして内部スピーカを用いて説明したが、少なくともＡＡＣ−ＳＢＲ方式における高域音声帯域の音声を良好に再生出力できない音声出力手段を搭載した装置に、本発明を用いると有用なものであるため、内部スピーカに限定されるものではない。また、音声出力手段のもう一つとしてイヤフォンを用いて説明したが、少なくともＡＡＣ−ＳＢＲ方式に対応した音声を良好に再生出力できる音声出力手段を搭載した装置に、本発明を用いると有用なものであるため、イヤフォンに限定されるものではない。

また、本実施の形態では、内部スピーカ１８が選択された場合は基本音声デコーダ９のみ、イヤフォン１９が選択された場合は基本音声デコーダ９及び高域音声デコーダ１０の両方を、それぞれ自動選択する構成としたが、イヤフォン１９選択時に、基本音声デコーダ９及び高域音声デコーダ１０の両方か、基本音声デコーダ９のみかを使用者によって選択できるように構成してもよい。この時、基本音声デコーダ９のみを選択することで、イヤフォン１９使用時においてさらに消費電力を削減することができる。

（実施の形態２）
次に、実施の形態２における音声信号再生装置について図１を参照しながら説明する。なお、前述の実施の形態１と同じ構成要素は、その詳細説明を省略する。また、映像音声信号を再生する基本的な動作は、実施の形態１の同様なので説明を省略する。

図１において、使用者が本装置を用いてテレビ番組を視聴中だとする。そして音声はイヤフォン１９を利用して聴いているものとする。電源はバッテリ２０からの給電によるものとする。この場合、前述の実施の形態１に記載された通り、音声デコーダ８における音声デコード処理については、ＡＡＣ−ＳＢＲ方式音声信号の全音声帯域を再生するよう制御される。すなわち、基本音声デコーダ９および高域音声デコーダ１０の両方を用いて、音声デコード処理を行っている。

ここで、一定の視聴時間経過後、バッテリー２０の電力残量が所定レベルを下回ると、マイコン１１がそれを検知し、オンスクリーンデータ生成部１２に対して図４に示すようなオンスクリーンデータ４０２を生成するよう制御する。オンスクリーンデータ生成部１２はマイコン１１からの制御によりオンスクリーンデータ４０２を生成し、オンスクリーン合成部１３において映像デコーダ７からの映像信号と合成する。合成された映像信号は、デジタルビデオエンコーダ１４を介して表示モニタ１５の画面上に表示する。表示モニタ１５に表示された映像信号が図４に示すものである。図において、４０１は表示画面、４０２は表示画面４０１上に表示されたオンスクリーンデータである。

なお、図４に示す表示の内容は、バッテリー２０の残量が僅少であることと（図中左上の電池マークにて示している）、使用者に対する省電力モードへ移行確認（オンスクリーンデータ４０２）とを示しており、省電力モードへの移行要否確認に対しては、使用者が入力キー２１を操作して移行要否（図中の「いいえ」または「はい」）を判断入力するようになっている。

ここで使用者が、図示の「はい」を選択した場合（すなわち省電力モードを選択）は、マイコン１１は高域音声デコーダ１０の処理を停止、さらには高域音声デコーダ１０に対する電源供給も停止させる。これにより、高域音声デコーダ１０を動作させていた時よりも音質は低下するが、音声デコーダ８の処理負荷を低減し、システム全体の消費電力を抑制することができる。したがって、バッテリー２０の残容量が少なくなった場合にでも視聴時間を延長することが可能となる。

また、使用者が図４の「いいえ」を選択した場合（すなわち省電力モードを選択しなかった場合）は、マイコン１１は基本音声デコーダ９及び高域音声デコーダ１０の両方を動作させて音声デコード処理を行う。これにより、高音質の音声データを再生することができる。

以上のように本実施の形態によれば、バッテリ２０の残量をマイコン１１がモニタし、電力残量が所定値よりも低下したことを検出すると、使用者に対して省電力モードへの移行を促すメッセージを表示モニタ１５に表示させる。使用者が省電力モードを選択した場合は、高域音声デコーダ１０の動作を停止させるように制御することで、消費電力を低減させることができる。

なお、本実施の形態では図４に示すような要否確認画面を表示させ、要否判断を使用者へ促す構成としたが、使用者に問い合わせることなく自動的に省電力モードへ移行する構成としても良い。その際は、マイコン１１はオンスクリーンデータ生成部１２に対してオンスクリーンデータの生成を制御せず、高域音声デコーダ１０の動作を停止させるよう制御する。

（実施の形態３）
次に、実施の形態３の音声信号再生装置について図１を参照しながら説明する。なお、前述の実施の形態１と同じ構成要素は、その詳細説明を省略する。また、映像音声信号を再生する基本的な動作は、実施の形態１の同様なので説明を省略する。

本実施の形態では、使用者が入力キー２１を操作して、音声のミュートを指示した場合の動作を以下に説明する。

本装置の一例である携帯受信端末を、イヤフォン１９で音声を出力しながら視聴している場合において、突発的に音声をミュートさせる必要が生じる場合がある（例えば、イヤフォンを用いて視聴中に、他人から話しかけられた時など）。この場合、使用者が入力キー２１を操作してミュート指示を行うと、マイコン１１が直ちに音声デコーダ８の内部にある高域音声デコーダ１０の動作を停止させ、高域音声デコーダ１０の出力を停止するよう制御する。これにより、イヤフォン１９からは音声は出力されなくなる。

通常のミュート処理では、スピーカやイヤフォンから音声が出力されないにも関わらず、内部では入力される音声信号のデコード処理が続けられている。そして、デコード処理の後段において、スイッチにより音声出力を遮断する処理が行われる。このような構成では、確かに音声出力はミュートされるが、基本音声デコーダ９および高域音声デコーダ１０は処理動作を行っており、不要な電力を消費することになる。

その一方で、ミュート解除操作直後にイヤフォン１９から音声を出力する必要がある。上記のように基本音声デコーダ９および高域音声デコーダ１０の動作をミュート実行中に停止させておくと、ミュート解除操作直後には各音声デコーダへの電源供給や初期設定動作などが必要なため、すぐにデコード処理が開始されない。したがって、ミュート解除操作後、実際に音声が再生出力されるまで、数秒の時間を要する場合があるという問題が生じる。

そのため本実施の形態では、入力キー２１から音声ミュート指示があった場合、後段のスイッチ（図示せず）で音声出力を遮断する（あるいは瞬時に音声ボリュームをゼロにする）とともに、高域音声デコーダ１０のみの処理を停止させてこのブロックの電源供給停止をマイコン１１より指示し、高域音声デコーダ１０の処理動作を停止させる。高域音声デコーダ１０の処理動作における演算量は比較的多く、高域音声デコーダ１０の処理動作を停止させることで、消費電力削減の効果は大きい。なおミュート実行中は、基本音声デコーダ９はデコード処理を行っている。

ミュート解除操作が行われると、スイッチ（図示せず）で音声出力を可能にする（あるいは瞬時に音声ボリュームをミュート前の状態に戻す）と、直ちに基本音声デコーダ９でデコードされた音声がイヤフォン１９から出力される。それとともに、高域音声デコーダ１０において電源供給や初期設定が開始される。そして、高域音声デコーダ１０への電源供給や初期設定などが完了した段階で、高域音声デコーダ１０でのデコード処理が開始し、高音質の音声信号がイヤフォン１９から出力されることになる。すなわち、ミュート解除直後は基本音声デコーダ９のみでデコードされた音声信号が出力されるが、数秒後に基本音声デコーダ９及び高域音声デコーダ１０の両方でデコードされた高音質の音声信号が出力されるのである。

以上のように本実施の形態によれば、音声ミュート操作時に、高域音声デコーダ１０の動作を停止させることで、省電力化を図ることができる。また、ミュート中は基本音声デコーダ９は動作させているので、ミュート解除直後、瞬時に音声信号（基本音声デコーダ９のみでデコードされた音声）をイヤフォン１９から出力させることができる。

なお、本実施の形態では、イヤフォン１９使用時のミュート時に省電力化を図る構成について説明したが、内部スピーカ１８使用時においても有効である。すなわち、内部スピーカ１８として高音質のスピーカ（イヤフォン１９に用いられる小型スピーカの周波数特性と同等かそれ以上）を用いた場合は、内部スピーカ１８使用時においても基本音声デコーダ９及び高域音声デコーダ１０を用いてデコード処理することも考えられるため、その際は本実施の形態のようにミュート時に高域音声デコーダ１０のみを動作停止させるよう制御することで、省電力化を図ることもできる。

また、より消費電力を低減すること重視する場合は、ミュート時に、高域音声デコーダ１０とともに基本音声デコーダ９をも機能停止すれば、より一層効果的である。この場合は、ミュート解除後の音声デコードに遅れが生じるが、バッテリー２０の連続動作時間を確保する場合にはこの対応をする方が良い場合もある。このように、ミュート時に、高域音声デコーダ１０のみを機能停止させるか、基本音声デコーダ９及び高域音声デコーダ１０の両方を機能停止させるかは、使用者が適宜選択すればよい。

（実施の形態４）
次に、実施の形態４の音声信号処理装置について図１を参照しながら説明する。なお、前述の実施の形態１と同じ構成要素は、その詳細説明を省略する。また、映像音声信号を再生する基本的な動作は、実施の形態１の同様なので説明を省略する。

本実施の形態は、字幕情報を含んだ映像音声を視聴する際の構成について示している。なお、音声出力は内部スピーカ１８でもイヤフォン１９でも構わない。

ＩＳＤＢ−Ｔ方式の携帯受信放送サービスでは、字幕サービスが規定されている。字幕サービスは、字幕情報がトランスポートストリームでＰＥＳ（Packetizied Elementary Stream）の形で伝送されており、字幕情報は大きく分けると字幕管理データと字幕データとに分類される。この字幕情報を受信した場合の動作を以下に説明する。

携帯受信放送サービスが多重された地上デジタル放送を図１のシステムで受信すると、番組抽出分離部６で分離された各種制御データがマイコン１１へ入力され、マイコン１１では、各種制御データの中から字幕情報を含んだＰＥＳを抽出し、その字幕情報を構成している、制御データである字幕管理データと、字幕文である字幕データとを制御管理する。

字幕情報が存在するかどうかは、字幕管理データおよび字幕データの検出によって判定することが可能である。ただし、放送中はコマーシャルなどが挿入されると字幕管理データの送出が中断されることもあるので、マイコン１１はそれぞれの時間関係を確認しながら字幕情報の有無の判定を行う。本実施の形態では、字幕データの有無を番組抽出分離部６からマイコン１１に送られてくる各種制御データの中から検出し、字幕情報の有無を判定している。字幕情報が存在した場合は、マイコン１１で字幕情報を字幕管理データと字幕データとで制御管理する。

マイコン１１は、入力キー２１から字幕表示の指示があった場合には、字幕データから字幕文をデコードし、オンスクリーンデータ生成部１２に字幕文を送る。オンスクリーンデータ生成部１２は入力される字幕文に基づき、画面表示用のグラフィックデータを生成する。生成した字幕データはオンスクリーン合成部１３で映像信号に合成され、デジタルビデオエンコーダ１４を介して、表示モニタ１５上に映像信号とともに字幕を表示する。

ここで、携帯受信放送サービスでの字幕サービスは聴覚障害者のためのサービスのみならず、電車内やレストラン店内など、公共の場においてテレビ番組を受信する場合に有効なサービスとして想定されている。すなわち、使用者の周囲が人で込み合っている場合に、音声出力を止めて字幕サービスで番組を楽しむ視聴スタイルがその例である。特に、ニュースなどの番組では、字幕サービスが提供されるとその実用的効果は大きい。

このように字幕サービスを利用している場合には、表示モニタ１５上に表示される字幕データを読むことで、大凡の番組内容は理解できるので、音声デコードが不要な場合がある。そこで本実施の形態では、字幕表示指示が入力キー２１から指示された場合には、マイコン１１は字幕サービスを実行するとともに、音声デコーダ８の内部にある高域音声デコーダ１０の動作を停止するよう制御する。これにより、音声デコーダ８からは音声データは出力されず、結果的に内部スピーカ１８またはイヤフォン１９からは音声は出力されない。

これにより、字幕サービス実行中は、高域音声デコーダ１０にて消費される電力を削減できることにより、システム全体としての消費電力を低減させることができる。また、高域音声デコーダ１０は最も演算量の多い処理部分であるため、この動作を止めることで、消費電力削減の効果を得ることができる。また、少なくとも基本音声デコーダ９は、字幕サービス実行中もバックグランドでデコード処理を継続しているため、字幕サービス解除時には直ちに音声を再生出力することができる。

また、より消費電力削減効果を得たい場合は、基本音声デコーダ９の処理をも停止させ、音声デコーダ８全体の機能を停止させ、消費電力を低減させることも可能である。

以上のように本実施の形態によれば、受信した放送波に字幕情報が付加されており、かつ入力キー２１より字幕表示指令が入力された場合は、高域音声デコーダ１０の動作を停止、または基本音声デコーダ９及び高域音声デコーダ１０の両方の動作を停止させることで、システム全体の消費電力を低減させることができる。

なお、本実施の形態では、音声出力は内部スピーカ１８でもイヤフォン１９でも構わないとしたが、前述の実施の形態１に記載の構成を前提として考えると、内部スピーカ１８を選択した場合は高域音声デコーダ１０の動作を停止させることになっているので、本実施の形態に適用したとしても、字幕の有無に関わらず高域音声デコーダ１０は動作しない。しかし、字幕の有無によって基本音声デコーダ９の動作を停止させるよう制御する構成においては、消費電力を低減させることができる。

以上、４つの実施の形態ではいずれもＩＳＤＢ−Ｔ方式の放送波を例に取り上げたが、このほかデジタル放送方式やブロードバンド配信サービスなどにおいても提供可能なことはいうまでもない。

なお、本発明の音声信号処理装置に、上記実施の形態１〜４の全ての機能を搭載してもよいし、いずれか一部のみ搭載しても構わない。

本発明にかかる携帯受信放送サービスにおける音声信号処理装置は、バッテリーで動作する携帯型受信機を利用する際に、使用者の利便性を損なうことなく、省電力化を実施することができるため、バッテリーによる連続利用時間の改善を図るために適した技術である。

本発明の実施の形態における音声信号処理装置のシステム構成を示すブロック図 本発明の実施の形態で利用する音声符号化方式の信号特性を示す特性図 本発明の実施の形態１で用いる内部スピーカとイヤフォンの再生周波数特性を示す特性図 本発明の実施の形態３におけるオンスクリーンデータを表示させた状態を示す模式図

符号の説明

８ 音声デコーダ
９ 基本音声デコーダ
１０ 高域音声デコーダ
１１ マイコン
１８ 内部スピーカ
１９ イヤフォン

Claims (4)

1. 互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、
   入力される前記音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、
   前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、
   前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、
   音声を出力する手段を前記第１及び第２の音声出力手段のいずれかから選択し、かつ前記デコード手段の動作を制御する制御手段とを備え、
   前記制御手段は、前記第１の音声出力手段を選択している場合は、前記第１の音声デコーダを動作させるよう制御し、前記第２の音声出力手段を選択している場合は、前記第１及び第２の音声デコーダの両方を動作させるよう制御することを特徴とする音声信号処理装置。
2. 互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、
   入力される前記音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、
   前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、
   前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、
   本装置に給電を行う電池と、
   前記電池における残量電圧を検出するとともに、前記デコード手段の動作を制御する制御手段とを備え、
   前記制御手段は、前記電池の残量電圧が所定値よりも低下したことを検出した時、前記第２の音声デコーダの動作を停止させるよう制御することを特徴とする音声信号処理装置。
3. 互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、
   入力される前記音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、
   前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、
   前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、
   音声を出力する手段を前記第１及び第２の音声出力手段のいずれかから選択し、かつその選択状態に応じて前記デコード手段の動作を制御する制御手段と、
   音声出力のミュートを指示可能な入力手段とを備え、
   前記制御手段は、前記入力手段から音声出力ミュート指示が入力された時、前記第２の音声デコーダの動作を停止させるよう制御することを特徴とする音声信号処理装置。
4. 互いに異なる第１及び第２の周波数帯域に分離され多重された音声データが入力され、その音声データに基づき音声信号を再生出力可能な音声信号処理装置であって、
   デジタル放送を受信しかつ信号処理を行うフロントエンド部と、
   前記フロントエンド部の出力信号を映像データと音声データとシステムデータとに分離する信号分離手段と、
   前記信号分離手段から入力される音声データに対して前記第１の周波数帯域の音声信号をデコードする第１の音声デコーダと、前記第２の周波数帯域の音声信号をデコードする第２の音声デコーダとを有するデコード手段と、
   前記デコード手段からの音声信号に基づき前記第１の周波数帯域の音声を出力可能な第１の音声出力手段と、
   前記デコード手段からの音声信号に基づき前記第１及び第２の周波数帯域の音声を出力可能な第２の音声出力手段と、
   前記信号分離部で分離されたシステムデータから文字情報を検出可能であるとともに、前記デコード手段の動作を制御する制御手段とを備え、
   前記制御手段は、前記文字情報を検出する動作を行っている時、前記第２の音声デコーダの動作を停止させるよう制御することを特徴とする音声信号処理装置。

Images