JP6878137B2 - 音声処理装置、音声処理方法およびプログラム - Google Patents

Description

本発明は、音声処理装置、音声処理方法およびプログラムに関する。

装置の左右方向に指向特性を持たせた２チャンネルのステレオ音声を集音する装置が知られている。この指向特性を得る方法は、指向性マイクロホンを用いた集音を行う方法と、複数の無指向性マイクロホンで集音した音声信号からステレオ感強調処理によって指向特性を生成する方法とに大別される。指向性マイクロホンを用いた方法としては、２つの単一指向性マイクロホンを指向性を持たせたい各々の方向に向けて配置して集音する方法や、１つの双指向性マイクロホンによって２つの対向する方向に対して集音する方法などがある。指向性マイクロホンは、音響的に指向性が得られるというメリットがある一方で、振動によるノイズを生成してしまいやすい特徴がある。そのため、ビデオカメラなどの携帯型の装置においては、無指向性マイクロホンを搭載して、集音した音声信号のステレオ感を信号処理によって強調する方法が採用されている（特許文献１参照）。

特開２００１−１８９９９９号公報

しかしながら、特許文献１においては、ステレオ感の強調処理を行うと、低域成分が高域成分に対して大きく減衰してしまうという課題がある。そのため、低域成分のレベルを調整すると、今度は、低域成分であるフロアノイズなどの雑音が増加するという課題がある。

本発明の目的は、ステレオ感が強調された音声信号を得ることができると共に、フロアノイズなどの低域の雑音を低減することができる音声処理装置、音声処理方法およびプログラムを提供することである。

本発明の音声処理装置は、第１の右チャンネル音声信号の低域成分を出力する第１のローパスフィルタ手段と、第１の左チャンネル音声信号の低域成分を出力する第２のローパスフィルタ手段と、前記第１の右チャンネル音声信号から前記第２のローパスフィルタ手段の出力信号を減算し、第２の右チャンネル音声信号を出力する第１の減算手段と、前記第１の左チャンネル音声信号から前記第１のローパスフィルタ手段の出力信号を減算し、第２の左チャンネル音声信号を出力する第２の減算手段と、前記第１の右チャンネル音声信号と前記第１の左チャンネル音声信号を加算する第１の加算手段と、前記第１の加算手段の出力信号の低域成分を出力する第３のローパスフィルタ手段と、前記第３のローパスフィルタ手段の出力信号を増幅する第１の増幅手段と、前記第２の右チャンネル音声信号と前記第２の左チャンネル音声信号とに基づいて前記第１の増幅手段の増幅率を制御する制御手段と、前記第２の右チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第２の加算手段と、前記第２の左チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第３の加算手段とを有する。

本発明によれば、ステレオ感が強調された音声信号を得ることができると共に、フロアノイズなどの低域の雑音を低減することができる。

第１の実施形態に係る集音装置の構成例を示すブロック図である。 第１の実施形態に係る音声処理部の構成例を示す図である。 感度とノイズフロアレベルの周波数特性を示すグラフである。 イコライザの増幅率の周波数特性を示すグラフである。 感度とノイズフロアレベルの周波数特性を示すグラフである。 感度とノイズフロアレベルの周波数特性を示すグラフである。 低域成分判定部４０４の処理を示すフローチャートである。 感度とノイズフロアレベルの周波数特性を示すグラフである。 第２の実施形態に係る音声処理部の構成例を示す図である。

（第１の実施形態）
図１は、本発明の第1の実施形態に係る集音装置１０の構成例を示す図である。集音装置１０は、内部バス１を介して互いに接続されたＣＰＵ（中央演算装置）２、プログラムＲＯＭ３、メモリ４、ディスプレイ５、操作部６、集音部７、音声処理部８、および記録部９を有する。なお、集音装置１０は、その他、電池や記録媒体ドライブ等を有する。

内部バス１は、各種データ、制御信号、指示信号などを集音装置１０の各ブロックに入出力するための汎用バスである。ＣＰＵ２は、集音装置１０の動作を制御する演算処理装置である。ＣＰＵ２は、操作部６を介して使用者からの指示を入力し、後述する各種プログラムを実行すると共に、ディスプレイ５の表示制御を行う。プログラムＲＯＭ３は、データや、ＣＰＵ２の動作処理手順のプログラム（例えば集音装置１０の起動処理や基本入出力処理、後述する各処理等のプログラム）を記憶する。メモリ４は、ＣＰＵ２のワークエリアとして使用される。

ディスプレイ５は、グラフィックユーザインターフェース（ＧＵＩ）を提供するための表示部である。操作部６は、集音装置１０の筺体に配された複数の操作子や、ディスプレイ５の表面上に配置された抵抗膜方式や静電容量方式によるタッチパネルである。タッチパネルは、ディスプレイ５の表示画像とタッチパネルの検出領域とを組み合わせることによって、ＣＰＵ２に様々な操作入力を指示することができる。

集音部７は、内蔵されたマイクロホンにより、集音装置１０の周囲の音声を集音し、集音したアナログ音声信号をデジタル信号に変換して音声処理部８に出力する。音声処理部８は、音声処理装置であり、下記の処理のプログラムを実行するマイクロコンピュータであり、音声の記録再生に必要な処理を実行する。また、音声処理部８は、ＣＰＵ２がプログラムを実行することにより、下記の処理を実行するものであってもよい。音声処理部８は、集音部７が出力したデジタル音声信号を一時的にメモリに記憶し、ステレオ感強調処理を行う。また、音声処理部８は、他に、音声に特殊効果を付与するエフェクト処理やレベルの適正化処理や雑音低減処理等の音声に関する処理を行う。

ＣＰＵ２は、音声処理部８により処理された音声信号を、記録のために記録部９へ出力し、再生出力やモニタ音声出力のために不図示の出力部へ出力する。記録部９は、音声信号を記録に適したデータ形式に変換し、データテープ、光ディスク、フラッシュメモリ等の記録媒体に対してデータの書き込みを行う。また、記録部９は、記録媒体に格納されているデータの読み出しを行う。

図２は、音声処理部８の機能構成例を示す図である。音声処理部８は、ステレオ感強調部１００と、低域モノラル生成部２００と、低域音量調整部３００と、低域成分選択部４００と、帯域合成部５００とを有し、ステレオ感強調処理を行う。音声処理部８は、集音部７により得られた右チャンネル音声信号と左チャンネル音声信号をそれぞれ入力１と入力２として入力する。集音部７は、複数の無指向性マイクロホンを備える。そして、音声処理部８は、不図示の処理ブロックによって、集音部７により得られた音声信号に対して信号レベルの増幅処理や、風雑音の低減処理などを行い、右チャンネル音声信号（入力１）と左チャンネル音声信号（入力２）を入力する。

ステレオ感強調部１００は、ローパスフィルタ（以下、ＬＰＦという）１０１，１０２と、減衰器１０３，１０４と、減算器１０５，１０６とを有する。ＬＰＦ１０１は、右チャンネル音声信号（入力１）に対してローパスフィルタ処理を行い、右チャンネル音声信号の低域成分を出力する。ＬＰＦ１０２は、左チャンネル音声信号（入力２）に対してローパスフィルタ処理を行い、左チャンネル音声信号の低域成分を出力する。減衰器１０３は、ＬＰＦ１０１の出力信号を所定のレベルに減衰する。減衰器１０４は、ＬＰＦ１０２の出力信号を所定のレベルに減衰する。減算器１０５は、右チャンネル音声信号（入力１）から減衰器１０４の出力信号を減算し、ステレオ感が強調された右チャンネル音声信号を出力する。減算器１０６は、左チャンネル音声信号（入力２）から減衰器１０３の出力信号を減算し、ステレオ感が強調された左チャンネル音声信号を出力する。

なお、ＬＰＦ１０１および１０２の代わりに、ディレイ素子を設けてもよい。また、２つの無指向性マイクロホンの間の距離と、それぞれのＬＰＦ１０１および１０２のカットオフ周波数と減衰器１０３および１０４の減衰率の設定によって、ステレオ感の強調度合が変化する。

ステレオ感強調部１００の処理によって、２つのチャンネルの音声信号間で位相差の小さかった信号が大きく減衰することになる。ある定められた２点間の音声信号においては、周波数が低いほど、位相差が小さくなる。そのため、ステレオ感強調部１００は、前述のように、低域成分が高域成分に対して大きく減衰した信号を出力する。

図３は、減算器１０５の出力信号の感度７０１とノイズフロアレベル７０２の周波数特性の一例を表すグラフである。減算器１０５の出力信号を例に説明するが、減算器１０６の出力信号も同様である。感度７０１は、横軸に周波数、縦軸に入力信号に対する出力信号の感度の高低を表している。ノイズフロアレベル７０２は、横軸に周波数、縦軸にノイズフロアレベルを表している。感度７０１は、低域の感度が低く、反対に高域の感度が高く、またその間の約５００Ｈｚ〜２ｋＨｚの区間に変化傾斜を持っていることが分かる。一方、ノイズフロアレベル７０２は、中域のノイズレベルが相対的に大きく、低域のノイズレベルが、高域のノイズレベルと同等程度であることが分かる。

図２において、低域音量調整部３００は、イコライザ（以下、ＥＱという）３０１，３０２と、増幅器３０３〜３０５とを有する。ＥＱ３０１は、減算器１０５の出力信号を入力し、感度７０１に現れる帯域間の感度差を補正する。ＥＱ３０２は、減算器１０６の出力信号を入力し、感度７０１に現れる帯域間の感度差を補正する。増幅器３０３は、ＥＱ３０１の出力信号を増幅する。増幅器３０４は、ＥＱ３０２の出力信号を増幅する。

図４は、ＥＱ３０１の増幅率の周波数特性を示すグラフである。ＥＱ３０１の例を説明するが、ＥＱ３０２も同様である。ＥＱ３０１の増幅率の周波数特性は、例えば、図３の感度７０１の周波数特性の変化傾斜を逆にしたような、約５００Ｈｚ〜２ｋＨｚに増幅率の変化特性を持ち、低域の増幅率が高く、高域の増幅率が低くなるような特性である。ＥＱ３０１は、減算器１０５の出力信号に対して高域成分より低域成分の方が大きい増幅率で増幅する。ＥＱ３０２は、減算器１０６の出力信号に対して高域成分より低域成分の方が大きい増幅率で増幅する。

なお、ＥＱ３０１は、デジタル信号処理する際には、増幅後のデータがデジタルのフルスケールを超過することを防ぐために、増幅率の高い側の増幅率を１とし、増幅率の低い側を減衰させるようにすることが好ましい。しかし、この結果、ステレオ感強調処理で減衰した低域の信号レベルを基準にして、高域を減衰させることになるため、全帯域の信号レベルが低くなってしまう。そこで、増幅器３０３は、ＥＱ３０１の出力信号に対して、全帯域の周波数特性を保ったまま適正レベルまで増幅をすることで、帯域間のバランスを調整する。増幅器３０４は、ＥＱ３０２の出力信号に対して、全帯域の周波数特性を保ったまま適正レベルまで増幅をすることで、帯域間のバランスを調整する。

図５は、増幅器３０３の出力信号の感度９０１とノイズフロアレベル９０２の周波数特性を示すグラフである。感度９０１は、感度７０１に比べ、低域と高域の差が縮小している。なお、増幅器３０３および３０４の後段に、カットオフ周波数が高いＬＰＦをそれぞれ設けることにより、さらに全帯域をフラットにする調整を行ってもよい。一方、ノイズフロアレベル９０２は、低域側が大きい状態である。これは、ＥＱ３０１が減衰した低域信号を持ち上げる増幅をしたことにより、ノイズフロアレベル９０２も同様に持ち上がってしまったためである。

ノイズフロアレベル９０２が示すフロアノイズは、マイクロホンで集音する音声が大きい時には、その集音音声に埋もれて聞こえにくくなるために、気になりにくい。一方、マイクロホンで集音する音声が小さい時には、フロアノイズが聞こえやすくなってしまう。また、低域のフロアノイズは、高域のそれよりも耳に付きやすいため、よりノイズを大きく感じる印象を与えてしまう。

そこで、帯域合成部５００は、ステレオ感が強調されながら、フロアノイズが目立つことが無いように音声信号を処理する。本実施形態では、ノイズフロアレベルの低い低域成分を生成し、これを活用する。低域モノラル生成部２００は、加算器２０１と、ＬＰＦ２０２とを有する。加算器２０１は、右チャンネル音声信号（入力１）と左チャンネル音声信号（入力２）を加算し、モノラル信号を出力する。加算器２０１の出力信号は、単純な加算によるモノラル信号であるために、特に低域成分が減衰せず、フロアノイズであるホワイトノイズ成分が数ｄＢ減衰する。これによって、加算器２０１は、ノイズフロアレベルが低く、信号対雑音比が良い信号を得ることができる。ＬＰＦ２０２は、加算器２０１が出力するモノラル信号に対して、所定のカットオフ周波数で、ローパスフィルタ処理し、モノラル信号の低域成分を出力する。増幅器３０５は、低域成分選択部４００により設定された増幅率で、ＬＰＦ２０２の出力信号を増幅する。

図６は、ＬＰＦ２０２の出力信号の感度６０１とノイズフロアレベル６０２の周波数特性を示すグラフである。感度６０１およびノイズフロアレベル６０２は、ＬＰＦ２０２が出力する低域成分のモノラル信号の感度およびノイズフロアレベルを示す。なお、加算器２０１の演算結果のオーバーフローが心配される場合には、加算器２０１の前段にビットシフト等のレベル変換器を設けてもよい。これは、その他の加算器でも同様である。

ここで、前述したように、マイクロホンで集音する音声が大きい時には、ＥＱ３０１および３０２の補正によって低域のフロアノイズが持ち上げられていても、その集音音声に埋もれて聞こえにくくなるため、ノイズは気になりにくい。このときは、低域の音声にもステレオ感を感じられる方が好ましいため、この状態で問題は無い。

一方、マイクロホンで集音する音声が小さくなった時は、フロアノイズが聞こえやすくなるので、前述のノイズフロアレベルが低く、信号対雑音比が良いモノラル信号に置き換えたい。そのため、本実施形態では、入力音声の状態を検出して、その結果から、ステレオ感が得られる音声とノイズフロアレベルを低減させた音声の処理を切り替えるため、低域成分選択部４００を設ける。

低域成分選択部４００は、ＬＰＦ４０１，４０２と、レベル検出部４０３と、低域成分判定部４０４と、減算器４０５と、絶対値取得部（ＡＢＳ）４０６とを有する。ＬＰＦ４０１は、減算器１０５の出力信号をローパスフィルタ処理し、減算器１０５の出力信号の低域成分を出力する。ＬＰＦ４０２は、減算器１０６の出力信号をローパスフィルタ処理し、減算器１０６の出力信号の低域成分を出力する。レベル検出部４０３は、ＬＰＦ４０１および４０２の出力信号のうちの大きい方の信号レベルを低域成分判定部４０４に出力する。減算器４０５は、ＬＰＦ４０１の出力信号からＬＰＦ４０２の出力信号を減算する。絶対値取得部４０６は、減算器４０５の出力信号の絶対値を取得し、その絶対値を低域成分判定部４０４に出力する。すなわち、絶対値取得部４０６は、ＬＰＦ４０１および４０２の出力信号の差分を低域成分判定部４０４に出力する。

低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルと、絶対値取得部４０６が出力する絶対値とに基づいて、左右チャンネルの音声信号に対して多重する低域モノラル成分の量を決定する。そして、低域成分判定部４０４は、その決定した低域モノラル成分の量に応じて、増幅器３０３〜３０５の増幅率およびＥＱ３０１，３０２の増幅率を設定する。ここでは、低域成分判定部４０４は、ステレオ感強調処理をした２つの信号の低域成分のレベルと、その２つの信号のレベル差とによって判定を行う例を示す。

帯域合成部５００は、加算器５０１と、加算器５０２とを有する。加算器５０１は、増幅器３０３の出力信号と増幅器３０５の出力信号を加算し、ステレオ感が強調された右チャンネル音声信号（出力１）を出力する。加算器５０２は、増幅器３０４の出力信号と増幅器３０５の出力信号を加算し、ステレオ感が強調された左チャンネル音声信号（出力２）を出力する。

図７は、低域成分判定部４０４の処理を示すフローチャートである。低域成分判定部４０４は、ステレオ感強調処理信号に低域モノラル信号を加算する量を決定する。まず、ステップＳ１１では、低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルが第１の所定値より小さいか否かを判定する。低域成分判定部４０４は、信号レベルが第１の所定値より小さいと判定した場合には、ステップＳ１２に処理を進め、信号レベルが第１の所定値より小さくないと判定した場合には、ステップＳ１６に処理を進める。

ステップＳ１２では、低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルが第２の所定値より小さいか否かを判定する。第２の所定値は、第１の所定値より小さい。低域成分判定部４０４は、信号レベルが第２の所定値より小さいと判定した場合には、ステップＳ１３に処理を進め、信号レベルが第２の所定値より小さくないと判定した場合には、ステップＳ１４に処理を進める。

ここで、第１の所定値は、マイクロホンで集音する音声が８０ｄＢｓｐｌに相当するレベルである。第２の所定値は、マイクロホンで集音する音声が４０ｄＢｓｐｌに相当するレベルである。これらの値は、一例であり、ステレオ感強調処理をした低域成分のノイズフロアレベルなどを加味して、好適な値が設定される。

ステップＳ１６では、低域成分判定部４０４は、絶対値取得部４０６が出力する絶対値が第１の所定値より小さいか否かを判定する。低域成分判定部４０４は、絶対値が第１の所定値より小さいと判定した場合には、ステップＳ１５に処理を進め、絶対値が第１の所定値より小さくないと判定した場合には、ステップＳ１７に処理を進める。

ステップＳ１４では、低域成分判定部４０４は、絶対値取得部４０６が出力する絶対値が第２の所定値より小さいか否かを判定する。低域成分判定部４０４は、絶対値が第２の所定値より小さいと判定した場合には、ステップＳ１３に処理を進め、絶対値が第２の所定値より小さくないと判定した場合には、ステップＳ１５に処理を進める。

ステップＳ１３では、低域成分判定部４０４は、低音成分の信号レベルが最も小さいと判定し、左右チャンネルの音声信号に対して、多重する低域モノラル信号の量が大きくなるように、ＥＱ３０１，３０２および増幅器３０３〜３０５の増幅率を設定する。増幅器３０５の増幅率が大きくなる。例えば、ＥＱ３０１および３０２は、低域の減衰した信号を補正せずに出力する。増幅器３０３〜３０５は、ＥＱ３０１および３０２が出力する低域の減衰分を、ＬＰＦ２０２が出力するモノラル成分で補うように、帯域間のバランスを調整する。このとき、加算器５０１は、増幅器３０３が出力する図３の特性の信号と、増幅器３０５が出力する図６の特性の信号を加算し、図８の特性の信号を出力する。

図８は、加算器５０１の出力信号の感度８０１とノイズフロアレベル８０２の周波数特性を示すグラフである。加算器５０２の出力信号も加算器５０１の出力信号と同様である。加算器５０１は、増幅器３０３の出力信号と増幅器３０５の出力信号を加算する。感度８０１は、図５の感度９０１に比べ、高域と低域の感度バランスが改善する。ノイズフロアレベル８０２は、図５のノイズフロアレベル９０２に比べ、低域のノイズフロアレベルが低い状態に保たれる。

ステップＳ１７では、低域成分判定部４０４は、左右チャンネルの音声信号に対して、多重する低域モノラル信号の量が０になるように、ＥＱ３０１，３０２および増幅器３０３〜３０５の増幅率を設定する。増幅器３０５の増幅率が０になる。加算器５０１および５０２は、それぞれ、増幅器３０３および３０４の出力信号に対して、増幅器３０５が出力する低域モノラル信号を多重せずに、ステレオ感強調処理を行った成分だけを出力する。

ステップＳ１５では、低域成分判定部４０４は、ステレオ感が乏しいと判定し、左右チャンネルの音声信号に対して、多重する低域モノラル信号の量が中位になるように、ＥＱ３０１，３０２および増幅器３０３〜３０５の増幅率を設定する。増幅器３０５の増幅率が中位に設定される。加算器５０１および５０２は、それぞれ、増幅器３０３および３０４が出力する左右チャンネルの音声信号に対して、増幅器３０５が出力する低域モノラル信号を多重し、ノイズ感を低減する。

なお、前述のように、ステップＳ１４およびＳ１６の判定条件を省略することができる。例えば、ステップＳ１１では、低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルが第１の所定値より小さくないと判定した場合には、ステップＳ１７に処理を進める。ステップＳ１２では、低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルが第２の所定値より小さくないと判定した場合には、ステップＳ１５に処理を進める。この場合、低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルに応じて、ＥＱ３０１，３０２および増幅器３０３〜３０５の増幅率を設定する。

低域成分判定部４０４は、レベル検出部４０３が出力する信号レベルが小さいほど、増幅器３０５の増幅率を大きくし、増幅器３０３の増幅率と増幅器３０４の増幅率を共に小さくするように、増幅器３０３〜３０５の増幅率を制御する。

低域成分判定部４０４は、絶対値取得部４０６の出力信号を判定条件に加えることで、低域にステレオ感強調された信号を用いることの効果を、より細かく判定することができる。ただし、絶対値取得部４０６の出力信号の判定条件は、集音音声とフロアノイズのどちらが聞こえやすいかという点においては、レベル検出部４０３が出力する信号レベルの判定条件ほどには影響をしない。そのため、絶対値取得部４０６の出力信号の判定条件を省略したとしても、相応の効果を得ることは期待できる。

また、低域成分判定部４０４は、レベル検出部４０３の出力信号の代わりに、ＬＰＦ２０２の出力信号を用いてもよい。その場合、低域成分判定部４０４は、ＬＰＦ２０２の出力信号と絶対値取得部４０６の出力信号とに基づいて、増幅器３０３〜３０５の増幅率およびＥＱ３０１，３０２の増幅率を設定する。すなわち、低域成分判定部４０４は、ＬＰＦ２０２が出力するモノラル信号の低域成分と、ＬＰＦ４０１および４０２の出力信号の差分とを基に、増幅器３０３〜３０５の増幅率およびＥＱ３０１，３０２の増幅率を設定する。

また、低域成分判定部４０４は、ステップＳ１４およびＳ１６を省略し、ＬＰＦ２０２の出力信号に基づいて、増幅器３０３〜３０５の増幅率およびＥＱ３０１，３０２の増幅率を設定してもよい。すなわち、低域成分判定部４０４は、ＬＰＦ２０２が出力するモノラル信号の低域成分を基に、増幅器３０３〜３０５の増幅率およびＥＱ３０１，３０２の増幅率を設定してもよい。

低域成分判定部４０４は、ＬＰＦ２０２の出力信号のレベルが小さいほど、増幅器３０５の増幅率を大きくし、増幅器３０３の増幅率と増幅器３０４の増幅率を共に小さくするように、増幅器３０３〜３０５の増幅率を制御する。

なお、ステップＳ１７では、低域成分判定部４０４は、多重する低域モノラル成分の量を０に設定したが、多重する低域モノラル成分の量をステップＳ１５の量より小さくなるように設定してもよい。

なお、信号レベルと比較する所定値および絶対値と比較する所定値は、更にその数を多く設けることで、多重される低域モノラル信号の量を、より細かいステップで制御することができる。また、逆に、信号レベルと比較する所定値および絶対値と比較する所定値は、その数を少なくすることで、限定的な状態の場合にのみ、多重される低域モノラル信号の量を可変するようにすることもできる。例えば、ステップＳ１６では、第１の所定値を０にする。この場合、信号レベルが第１の所定値よりも大きい場合には、必ず、ステップＳ１７に進み、加算器５０１および５０２は、低域モノラル信号を多重せずに、ステレオ感強調処理を行った成分だけを出力することができる。

なお、加算器５０１および５０２は、ステレオ感強調処理をした低域成分と低域モノラル信号の両方をミックスする場合には、低域成分判定部４０４は、多重される低域モノラル信号の量に応じて、ＥＱ３０１および３０２の増幅率も調整する。つまり、多重される低域モノラル信号の量が大きい時には、低域成分判定部４０４は、ＥＱ３０１および３０２の増幅率を小さくして、フロアノイズが持ち上がることを抑制する。また、ＥＱ３０１および３０２の増幅率を変更すると、ＥＱ３０１および３０２の出力レベルも変わってくるため、その変化に合わせて、増幅器３０３および３０４の増幅率も調整する。

また、増幅器３０３〜３０５は、各信号の出力量を調整するためのボリュームに見立てることができる。そこで、多重される低域モノラル信号の量を変更する際に、増幅器３０３〜３０５の出力レベルの変化に時定数を持たせて、ステレオ成分とモノラル成分をクロスフェードするように変化させることで、ノイズフロアや指向特性の急激な変化を和らげることができる。

加算器５０１は、増幅器３０３の出力信号と増幅器３０５の出力信号を加算し、ステレオ感が強調された右チャンネル音声信号（出力１）を出力する。加算器５０２は、増幅器３０４の出力信号と増幅器３０５の出力信号を加算し、ステレオ感が強調された左チャンネル音声信号（出力２）を出力する。

本実施形態によれば、音声処理部８は、マイクロホンで集音する音声が小さい時には、低域のフロアノイズを抑制した音声を出力し、マイクロホンで集音する音声が大きい時には、低域にもステレオ感を強調した音声が出力することができる。

（第２の実施形態）
図９は、本発明の第２の実施形態に係る音声処理部８の機能構成例を示す図である。第１の実施形態の図２の音声処理部８は、ＥＱ３０１および３０２を有するが、第２の実施形態の図９の音声処理部８は、ＥＱ３０１および３０２を有しない。図９の音声処理部８は、図２の音声処理部８に対して、ステレオ感強調部１００、低域モノラル生成部２００、および低域成分選択部４００が同様であり、低域音量調整部３００および帯域合成部５００が異なる。以下、本実施形態が第１の実施形態と異なる点を説明する。

低域音量調整部３００は、ハイパスフィルタ（以下、ＨＰＦという）３１１，３１３と、ＬＰＦ３１２，３１４と、増幅器３１５〜３１９と、加算器３２０，３２１とを有する。ＨＰＦ３１１は、減算器１０５の出力信号に対して、所定のカットオフ周波数でハイパスフィルタ処理を行い、減算器１０５の出力信号の高域成分を出力する。ＨＰＦ３１３は、減算器１０６の出力信号に対して、所定のカットオフ周波数でハイパスフィルタ処理を行い、減算器１０６の出力信号の高域成分を出力する。ＬＰＦ３１２は、減算器１０５の出力信号に対して、所定のカットオフ周波数でローパスフィルタ処理を行い、減算器１０５の出力信号の低域成分を出力する。ＬＰＦ３１４は、減算器１０６の出力信号に対して、所定のカットオフ周波数でローパスフィルタ処理を行い、減算器１０６の出力信号の低域成分を出力する。

ＨＰＦ３１１、３１３及びＬＰＦ３１２、３１４それぞれのカットオフ周波数は、低域モノラル信号を多重した際にステレオ感を残したい帯域や、帯域合成部５００よりも後段で周波数特性を調整する場合には、その調整の行いやすさなどを考慮して設定する。減算器１０５および１０６の出力信号が、図４に示す周波数特性である場合には、５００〜２ｋＨｚの間にカットオフ周波数を設定するのが好適である。ただし、前述の考慮点を踏まえたときに、それ以外の周波数が好適であるならば、カットオフ周波数は、その設定でもよい。また、ＬＰＦ２０２のカットオフ周波数を、ＬＰＦ３１２および３１４のカットオフ周波数と同じにしておくと、各々のＬＰＦを通して同等の帯域の低域成分が得られる。

増幅器３１５は、ＨＰＦ３１１の出力信号を増幅する。増幅器３１６は、ＬＰＦ３１２の出力信号を増幅する。増幅器３１７は、ＨＰＦ３１３の出力信号を増幅する。増幅器３１８は、ＬＰＦ３１４の出力信号を増幅する。増幅器３１９は、ＬＰＦ２０２の出力信号を増幅する。増幅器３１５および３１７は、高域成分の信号を増幅するため、低域モノラル信号の多重量に左右されることなく、増幅率が固定である。一方、増幅器３１６、３１８および３１９は、低域モノラル信号の多重量によって、増幅率を変更する。

低域成分判定部４０４は、図７のフローチャートの処理と同様に、低域モノラル信号の多重量を決定し、増幅器３１６、３１８および３１９の増幅率を設定する。低域成分判定部４０４は、増幅器３１９の増幅率を大きくする時は、増幅器３１６および３１８の増幅率を小さくし、増幅器３１９の増幅率を小さくする時は、増幅器３１６および３１８の増幅率を大きくする。このとき、各増幅器３１６、３１８および３１９の増幅率の変化に時定数を持たせて、ステレオ成分とモノラル成分をクロスフェードするように変化させることで、ノイズフロアや指向特性の急激な変化を和らげることができる。

加算器３２０は、増幅器３１６の出力信号と増幅器３１９の出力信号を加算し、右チャンネル音声信号の低域成分を出力する。加算器３２１は、増幅器３１８の出力信号と増幅器３１９の出力信号を加算し、左チャンネル音声信号の低域成分を出力する。

帯域合成部５００は、加算器５１１と、加算器５１２とを有する。加算器５１１は、増幅器３１５の出力信号と加算器３２０の出力信号を加算し、全帯域の右チャンネル音声信号（出力１）を出力する。加算器５１２は、増幅器３１７の出力信号と加算器３２１の出力信号を加算し、全帯域の左チャンネル音声信号（出力２）を出力する。加算器５１１および５１２の出力信号は、図８に示す感度８０１とノイズフロアレベル８０２の周波数特性を有する。

なお、低域成分選択部４００において、レベル検出部４０３のレベル検出および減算器４０５の減算の対象となる低域成分の信号は、増幅器３１６および増幅器３１８がゲイン調整を行いたい信号と同じである。そのため、低域成分選択部４００において、レベル検出部４０３および減算器４０５は、ＬＰＦ３１２およびＬＰＦ３１４の出力信号を基に、レベル検出および減算をそれぞれ行うことができる。この場合、ＬＰＦ４０１およびＬＰＦ４０２を省略することができる。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読み出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

なお、上記実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０１，１０２，２０２ ＬＰＦ、１０５，１０６ 減算器、２０１，５０１，５０２ 加算器、３０３〜３０５ 増幅器

Claims (16)

1. 第１の右チャンネル音声信号の低域成分を出力する第１のローパスフィルタ手段と、
   第１の左チャンネル音声信号の低域成分を出力する第２のローパスフィルタ手段と、
   前記第１の右チャンネル音声信号から前記第２のローパスフィルタ手段の出力信号を減算し、第２の右チャンネル音声信号を出力する第１の減算手段と、
   前記第１の左チャンネル音声信号から前記第１のローパスフィルタ手段の出力信号を減算し、第２の左チャンネル音声信号を出力する第２の減算手段と、
   前記第１の右チャンネル音声信号と前記第１の左チャンネル音声信号を加算する第１の加算手段と、
   前記第１の加算手段の出力信号の低域成分を出力する第３のローパスフィルタ手段と、
   前記第３のローパスフィルタ手段の出力信号を増幅する第１の増幅手段と、
   前記第２の右チャンネル音声信号と前記第２の左チャンネル音声信号とに基づいて前記第１の増幅手段の増幅率を制御する制御手段と、
   前記第２の右チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第２の加算手段と、
   前記第２の左チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第３の加算手段と
   を有することを特徴とする音声処理装置。
2. 前記制御手段は、前記第２の右チャンネル音声信号および前記第２の左チャンネル音声信号の低域成分のレベルが小さいほど、前記第１の増幅手段の増幅率を大きくすることを特徴とする請求項１に記載の音声処理装置。
3. 前記制御手段は、前記第２の右チャンネル音声信号の低域成分を出力する第４のローパスフィルタ手段と、
   前記第２の左チャンネル音声信号の低域成分を出力する第５のローパスフィルタ手段とを有し、
   前記第４のローパスフィルタ手段の出力信号のレベルと前記第５のローパスフィルタ手段の出力信号のレベルのうちの大きい方のレベルに応じて、前記第１の増幅手段の増幅率を決めることを特徴とする請求項１または２に記載の音声処理装置。
4. 前記制御手段は、前記第４のローパスフィルタ手段の出力信号のレベルと前記第５のローパスフィルタ手段の出力信号のレベルのうちの大きい方のレベルと、前記第４のローパスフィルタ手段および前記第５のローパスフィルタ手段の出力信号の差分とに応じて、前記第１の増幅手段の増幅率を決めることを特徴とする請求項３に記載の音声処理装置。
5. 第１の右チャンネル音声信号の低域成分を出力する第１のローパスフィルタ手段と、
   第１の左チャンネル音声信号の低域成分を出力する第２のローパスフィルタ手段と、
   前記第１の右チャンネル音声信号から前記第２のローパスフィルタ手段の出力信号を減算し、第２の右チャンネル音声信号を出力する第１の減算手段と、
   前記第１の左チャンネル音声信号から前記第１のローパスフィルタ手段の出力信号を減算し、第２の左チャンネル音声信号を出力する第２の減算手段と、
   前記第１の右チャンネル音声信号と前記第１の左チャンネル音声信号を加算する第１の加算手段と、
   前記第１の加算手段の出力信号の低域成分を出力する第３のローパスフィルタ手段と、
   前記第３のローパスフィルタ手段の出力信号を増幅する第１の増幅手段と、
   前記第３のローパスフィルタ手段の出力信号のレベルに応じて前記第１の増幅手段の増幅率を制御する制御手段と、
   前記第２の右チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第２の加算手段と、
   前記第２の左チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第３の加算手段と
   を有することを特徴とする音声処理装置。
6. 前記制御手段は、前記第２の右チャンネル音声信号の低域成分を出力する第４のローパスフィルタ手段と、
   前記第２の左チャンネル音声信号の低域成分を出力する第５のローパスフィルタ手段とを有し、
   前記第３のローパスフィルタ手段の出力信号のレベルと、前記第４のローパスフィルタ手段および前記第５のローパスフィルタ手段の出力信号の差分とに応じて、前記第１の増幅手段の増幅率を制御することを特徴とする請求項５に記載の音声処理装置。
7. 前記制御手段は、前記第３のローパスフィルタ手段の出力信号のレベルが小さいほど、前記第１の増幅手段の増幅率を大きくすることを特徴とする請求項５または６に記載の音声処理装置。
8. さらに、前記第２の右チャンネル音声信号に対して高域成分より低域成分の方が大きい増幅率で増幅する第１のイコライザ手段と、
   前記第２の左チャンネル音声信号に対して高域成分より低域成分の方が大きい増幅率で増幅する第２のイコライザ手段とを有し、
   前記第２の加算手段は、前記第１のイコライザ手段の出力信号と前記第１の増幅手段の出力信号を加算し、
   前記第３の加算手段は、前記第２のイコライザ手段の出力信号と前記第１の増幅手段の出力信号を加算することを特徴とする請求項１〜７のいずれか１項に記載の音声処理装置。
9. さらに、前記第１のイコライザ手段の出力信号を増幅する第２の増幅手段と、
   前記第２のイコライザ手段の出力信号を増幅する第３の増幅手段とを有し、
   前記第２の加算手段は、前記第２の増幅手段の出力信号と前記第１の増幅手段の出力信号を加算し、
   前記第３の加算手段は、前記第３の増幅手段の出力信号と前記第１の増幅手段の出力信号を加算することを特徴とする請求項８に記載の音声処理装置。
10. 前記制御手段は、前記第１の増幅手段の増幅率を大きくするほど、前記第２の増幅手段の増幅率と前記第３の増幅手段の増幅率を共に小さくするように、前記第２の増幅手段の増幅率と前記第３の増幅手段の増幅率とを制御することを特徴とする請求項９に記載の音声処理装置。
11. さらに、前記第２の右チャンネル音声信号の高域成分を出力する第１のハイパスフィルタ手段と、
    前記第２の左チャンネル音声信号の高域成分を出力する第２のハイパスフィルタ手段と、
    前記第２の右チャンネル音声信号の低域成分を出力する第６のローパスフィルタ手段と、
    前記第２の左チャンネル音声信号の低域成分を出力する第７のローパスフィルタ手段とを有し、
    前記第２の加算手段は、
    前記第６のローパスフィルタ手段の出力信号と前記第１の増幅手段の出力信号を加算する第４の加算手段と、
    前記第１のハイパスフィルタ手段の出力信号と前記第４の加算手段の出力信号を加算する第５の加算手段とを有し、
    前記第３の加算手段は、
    前記第７のローパスフィルタ手段の出力信号と前記第１の増幅手段の出力信号を加算する第６の加算手段と、
    前記第２のハイパスフィルタ手段の出力信号と前記第６の加算手段の出力信号を加算する第７の加算手段とを有することを特徴とする請求項１〜６のいずれか１項に記載の音声処理装置。
12. さらに、前記第１のハイパスフィルタ手段の出力信号を増幅する第２の増幅手段と、
    前記第６のローパスフィルタ手段の出力信号を増幅する第３の増幅手段と、
    前記第２のハイパスフィルタ手段の出力信号を増幅する第４の増幅手段と、
    前記第７のローパスフィルタ手段の出力信号を増幅する第５の増幅手段とを有し、
    前記第４の加算手段は、前記第３の増幅手段の出力信号と前記第１の増幅手段の出力信号を加算し、
    前記第５の加算手段は、前記第２の増幅手段の出力信号と前記第４の加算手段の出力信号を加算し、
    前記第６の加算手段は、前記第５の増幅手段の出力信号と前記第１の増幅手段の出力信号を加算し、
    前記第７の加算手段は、前記第４の増幅手段の出力信号と前記第６の加算手段の出力信号を加算することを特徴とする請求項１１に記載の音声処理装置。
13. さらに、前記第１のローパスフィルタ手段の出力信号を減衰する第１の減衰手段と、
    前記第２のローパスフィルタ手段の出力信号を減衰する第２の減衰手段とを有し、
    前記第１の減算手段は、前記第１の右チャンネル音声信号から前記第２の減衰手段の出力信号を減算し、
    前記第２の減算手段は、前記第１の左チャンネル音声信号から前記第１の減衰手段の出力信号を減算することを特徴とする請求項１〜１２のいずれか１項に記載の音声処理装置。
14. 第１のローパスフィルタ手段により、第１の右チャンネル音声信号の低域成分を出力する第１のローパスフィルタステップと、
    第２のローパスフィルタ手段により、第１の左チャンネル音声信号の低域成分を出力する第２のローパスフィルタステップと、
    第１の減算手段により、前記第１の右チャンネル音声信号から前記第２のローパスフィルタ手段の出力信号を減算し、第２の右チャンネル音声信号を出力する第１の減算ステップと、
    第２の減算手段により、前記第１の左チャンネル音声信号から前記第１のローパスフィルタ手段の出力信号を減算し、第２の左チャンネル音声信号を出力する第２の減算ステップと、
    第１の加算手段により、前記第１の右チャンネル音声信号と前記第１の左チャンネル音声信号を加算する第１の加算ステップと、
    第３のローパスフィルタ手段により、前記第１の加算手段の出力信号の低域成分を出力する第３のローパスフィルタステップと、
    第１の増幅手段により、前記第３のローパスフィルタ手段の出力信号を増幅する第１の増幅ステップと、
    制御手段により、前記第２の右チャンネル音声信号と前記第２の左チャンネル音声信号とに基づいて前記第１の増幅手段の増幅率を制御する制御ステップと、
    第２の加算手段により、前記第２の右チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第２の加算ステップと、
    第３の加算手段により、前記第２の左チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第３の加算ステップと
    を有することを特徴とする音声処理方法。
15. 第１のローパスフィルタ手段により、第１の右チャンネル音声信号の低域成分を出力する第１のローパスフィルタステップと、
    第２のローパスフィルタ手段により、第１の左チャンネル音声信号の低域成分を出力する第２のローパスフィルタステップと、
    第１の減算手段により、前記第１の右チャンネル音声信号から前記第２のローパスフィルタ手段の出力信号を減算し、第２の右チャンネル音声信号を出力する第１の減算ステップと、
    第２の減算手段により、前記第１の左チャンネル音声信号から前記第１のローパスフィルタ手段の出力信号を減算し、第２の左チャンネル音声信号を出力する第２の減算ステップと、
    第１の加算手段により、前記第１の右チャンネル音声信号と前記第１の左チャンネル音声信号を加算する第１の加算ステップと、
    第３のローパスフィルタ手段により、前記第１の加算手段の出力信号の低域成分を出力する第３のローパスフィルタステップと、
    第１の増幅手段により、前記第３のローパスフィルタ手段の出力信号を増幅する第１の増幅ステップと、
    制御手段により、前記第３のローパスフィルタ手段の出力信号のレベルに応じて前記第１の増幅手段の増幅率を制御する制御ステップと、
    第２の加算手段により、前記第２の右チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第２の加算ステップと、
    第３の加算手段により、前記第２の左チャンネル音声信号と前記第１の増幅手段の出力信号を加算する第３の加算ステップと
    を有することを特徴とする音声処理方法。
16. コンピュータを、請求項１〜１３のいずれか１項に記載された音声処理装置の各手段として機能させるためのプログラム。

Images