声音处理设备、声像定位方法和声像定位程序

具体实施方式

下面将参照附图描述根据本发明的实施例的声音处理设备、声像定位方法和声像定位程序的实施例。通过示例，将给出如下情况的实施例的下列描述，所述情况为：实际声源位于听众头部下面，而源自从实际声源产生的声音的声像定位在实际声源上面。

[关于8kHz频段以外的定向频段的检查]

过去已使用的朝向头部上面的方向中的定向频带仅为大约8kHz左右的窄频带。因此，已经对该频带以外的较高(或较低)声像定位的谱信号(spectrumcue)进行了检查。

图1和图2是说明用于检查的检查条件的图。在图1中，如虚线所指示的那样，以经过听众耳朵的水平面作为分界线，在从水平面起大约30度的上升角(关于中间平面的仰角)的方向中提供上声源2u，而在从水平面起大约30度的下降角(关于中间平面的俯角)的方向中提供下声源2d。

如图2中所示，将这些上声源2u和下声源2d在听众1附近从相对于听众1的0度的位置(中间平面)移至各个30度的方位角俯仰(azimuth anglepitch)所指示的位置。利用位于各个方位角位置的上声源2u和下声源2d，测量出头相关传递函数。

具体地说，如图1中所示，在图2中所示的30度方位角俯仰(pitch)所指示的各位置测量上部头相关传递函数(在下文中称为“上部HRTF”)和下部头相关传递函数(在下文中称为“下部HRTF”)，而不改变听众头部的方向。

利用基于HUMANSCALE 1/2/3的全世界人种的平均尺寸，通过使用B&K生产的HATS(Head And Torso Simulator，头部和躯干仿真器)来执行头相关传递函数的测量。

获得对于每一个方位角测量出的上部HRTF与下部HRTF之间的谱差异“上部HRTF-下部HRTF”，并在曲线图上进行绘制。

图3A到图3G是示出在根据前述检查条件获得以水平面作为分界线的上部HRTF与下部头HRTF之间的谱差异“上部HRTF-下部HRTF”时的频谱的图。

图3A到图3G示出以听众1的前侧(0度)作为基准，对于30度的各个方位角俯仰(0度、30度、60度、90度、120度、150度和180度)测量的上部HRTF与下部HRTF之间的谱差异“上部HRTF-下部HRTF”。在图3A到图3G中，横坐标表示频率(对数存储，logarithm memory)，而纵坐标表示增益(dB)。

在图3A到图3G中，附图标记“a”所表示的频谱是在声源侧的耳朵处(图2示例中的右耳)的HRTF谱差异“上部HRTF-下部HRTF”。附图标记“b”所表示的频谱是在与声源相反一侧的耳朵处(图2示例中的左耳)的HRTF谱差异。

图3A到图3G的相互比较示出了如下这样的特性共同结构：在从大约200Hz到大约1.2kHz的频段中，与低频侧相比，具有凹入的谱差异，而不论方位角如何。

也就是说，很明显，相同方位角的上部HRTF的相同频段的电平(level)往往变得比下部HRTF更低。不论方位角如何都满足该趋势。

让我们考虑在听众的头部下面提供声源(下部扬声器)以产生声音的情况，以及基于头相关传递函数(HRTF)定位由产生自声源的声音所形成的声像的滤波器。

为了简化描述，通过示例，将对如下情况给出下列描述，所述情况为：在中间平面(图2中所示的0度)的方向(其中，双耳处的头相关传递函数(HRTF)变得基本彼此相同)中提供下声源2d和上声源2u。

图4是用于说明根据本发明的实施例的声音处理设备以及还用于说明听众、声源和声像之间的关系的图。如图4中所示，根据本实施例的声音处理设备包括声音信号处理单元11、声像定位滤波器12、扬声器13和电平指示单元14。

根据本实施例的声音处理设备可以适配为用于处理和输出来自(例如)电视接收机、车载音频设备和游戏装置的音频信号(声音信号)的各种音频设备。

如图4中所示，以如下这样的方式设计根据本实施例的声音处理设备，所述方式为：当扬声器(声源)13位于听众1下面时，可以在虚拟声像位置20或靠近该位置20的位置处感测到源自从扬声器13产生的再现声音的声像。

也就是说，在图4中，扬声器(声源)13的位置是实际产生声音的真实声源位置，而声像20所指示的位置是用户感测声像的虚拟声像位置(虚拟声源)。

例如，声音信号处理单元11提供有从各种记录介质读取的数字声音信号，或者从接收到的数字广播信号分离出的数字声音信号。

声音信号处理单元11形成要从提供到其的数字声音信号再现的预定格式的数字声音信号，并将形成的数字声音信号提供到声像定位滤波器12。

当提供的数字声音信号例如是数据压缩类型时，声音信号处理单元11执行扩展处理，以将数字声音信号恢复到数据压缩之前的数字声音信号。当提供的数字声音信号是在预定调制系统中调制的信号时，声音信号处理单元11执行将数字声音信号解调到原始数字声音数据的处理。

如图4中所示，声像定位滤波器12为再现声音提供根据如下谱差异的频率增益特性，所述谱差异是从先前所测虚拟声像位置20到听众1的耳朵的头相关传递函数(HRTF)与从扬声器13到听众1的耳朵的头相关传递函数(下部HRTF)之间的谱差异。由“上部HRTF-下部HRTF”给出谱差异。

将根据“上部HRTF-下部HRTF”的特性赋予再现声音意味着对产生自扬声器13的声音执行下列的两种处理(1)和(2)。也就是说，其意味着

(1)通过从扬声器13到听众1的耳朵的特性(下部HRTF)，从扬声器13产生并且到达听众1的耳朵的声音的特性被校正为平坦，以及

(2)另外，从目标位置处的声像(虚拟声像位置)20到听众1的耳朵的特性(上部HRTF)被添加到从扬声器13产生并且到达听众1的耳朵的声音。

然后，将配备有特性“上部HRTF-下部HRTF”的数字声音信号转换为模拟声音信号，然后将其提供到扬声器13，以便从其产生再现声音。

在根据本实施例的声音处理设备中，声像定位滤波器12将特性“上部HRTF-下部HRTF”添加到产生自扬声器13的声音。于是，可以以如下这样的方式收听再现声音，所述方式为：源自从扬声器13产生的声音的声像定位在虚拟声像位置20或与其靠近的位置处。

在图4所示示例的情况下，扬声器13和虚拟声像位置20落在相对于听众1的中间平面。然而，所述情况不是限制性的。当扬声器13和虚拟声像位置20不落在相对于听众1的中间平面时，基本方法相同，以使得通过下部HRTF校正待再现的声音信号，并且向其提供上部HRTF特性。

此时，如果满足由如下等式1给出的关系，则即使当扬声器13和虚拟声像位置20不落在中间平面上时，也能够通过上面参照图4所述的声像定位滤波器12上移再现声音的声像。

对于双耳的HRTF    上部HRTF(左耳)-下部HRTF(左耳)＝上部HRTF(右耳)-下部HRTF(右耳)  (1)

让我们再次检查上部HRTF与下部HRTF之间的差异的特性。图3B到图3F示出了在扬声器13和虚拟声像位置20不落在中间平面上时的差异特性。这些特性示出了在较高频率侧等式1变得更少满足的这一趋势。

然而，尽管通过等式1未完美地满足所述特性，但是差异在低频带到上至大约1.2kHz的中频带中较小并且它们的曲线是类似的，从宏观视角来看，可以说等式1近似了所述特性。

总之，特性“上部HRTF-下部HRTF”具有如下特征。

(A)在从大约200Hz到大约1.2kHz的频带中，与低频侧相比，谱差异凹入，而不论方位角如何。

(B)在低频带到上至大约1.2kHz的中频带中，从宏观视角来看，满足等式1，而不论方位角如何。

根据特征A和B可以得出下列描述。如果在从大约200Hz到大约1.2kHz的频带中，滤波器具有相比于低频侧的凹入的增益，则可以在等于或低于大约1.2kHz的频带中以固定的滤波器结构上移声像，而不论方位角如何。由于与8kHz附近的窄定向频段相比，可以处理更宽的频段和各种声音，因此声像增强效果变得稳定。

根据本实施例，如上面参照图4说明的那样，可以在虚拟声像位置20或靠近位置20的位置处，使得源自从位于听众1下面的扬声器13所产生的声音的声像可感测。

让我们考虑参照图4所述的声像定位滤波器12是具有相反形状的正和负特性的增益滤波器的情况。在这种情况下，可以在听众1下面(如，扬声器13的位置)的方向中或者位于扬声器位置附近的虚拟声像位置处，使得源自从位于听众1上面(如，虚拟声像位置20)的扬声器所产生的声音的声像可感测。

相对于方位角稳定的趋势意味着：不论方位角如何，通过固定的滤波器结构，在扬声器与听众之间的位置关系中，从位于经过听众耳朵的位置的水平面下面(上面)的扬声器所产生的声音的声像定位在上面(下面)。

也就是说，所述趋势指示更宽服务区域的平移滤波器的可能性，其将声像位置上移或下移，以便即使固定滤波器也可以在各个听众位置实现强健的声像移动效果。

因此，在上移声像的情况下，如上所述，声像定位滤波器(声像平移上/下滤波器)仅需要是所谓的参数均衡器(PEQ)以使得200Hz到1.2kHz频段的声音信号凹入。另一方面，在下移声像的情况下，应该增大相同频段中的增益。

图5A到图5C是用于说明声像定位滤波器12的配置示例的图。声像定位滤波器12例如可以由图5A中所示的单个数字滤波器实现。该数字滤波器12可以由前述PEQ(如，IIR(无限脉冲响应)滤波器或FIR(有限脉冲响应)滤波器)实现。

声像定位滤波器12可以配置为如图5B中所示的多个数字滤波器12(1)、12(2)、……、12(n)。在这种情况下，通过精密地指定频率范围可以提供期望的增益。

另外，如图5C中所示，声像定位滤波器12可以配置为具有相减分量产生器121和计算单元122(并行结构)。

在这种情况下，相减分量产生器121产生如下这样的信号(相减分量信号)：该信号用于基于输入到相减分量产生器121的模拟声音信号，为200Hz到1.2kHz的中频带的声音信号提供对应于“上部HRTF-下部HRTF”的特性。将相减分量产生器121中所产生的信号提供到计算单元122。

计算单元122从提供的声音信号的200Hz到1.2kHz的频段分量中减去提供自相减分量产生器121的信号(相减分量信号)。这使得可以减小200Hz到1.2kHz频段的信号的增益，并且在听众的前向方向或其上中定位源自从位于听众下面的扬声器所产生的声音的声像(如图3A到图3G中所示)。

尽管已经通过示例，给出了处理数字声音信号的情况的前述实施例描述，但是本发明也可以适配为处理模拟声音信号的情况。

如从上面显而易见的那样，可以以具有各种结构的均衡器的形式实现声像定位滤波器12。

[根据电平指示的电平调整]

如图4中所示，提供电平指示单元14以接受来自用户的电平指示输入，并将该电平指示输入提供到声像定位滤波器12。然后，声像定位滤波器12可以根据来自用户的指示调整200Hz到1.2kHz频段的增益。

在这种情况下，声像定位滤波器12可以配置为参数均衡器，以便例如以10Hz为单元、100Hz为单元等精密地调整增益，由此确保根据用户意图的精密增益调整。

另外，例如，可以关于中心频率调整增益，以便可以根据中心频率处的增益自动地调整200Hz到1.2kHz范围中的增益。

利用调整200Hz到1.2kHz范围中的声音信号的增益(其与声像的移动有关)的能力，在虚拟声像位置20的位置平移得太高或太低时，用户可以迅速且充分地调整位置。

[与多个信道的兼容性]

为了简化描述，将给出从单个扬声器产生声音的情况的如下描述。然而，电视接收机和车载音频设备通常至少再现立体声。

例如，在由位于相对于听众的水平面(其经过听众的耳部)下面的立体声扬声器再现立体声的情况下，对右声道和左声道中的每一个的信号执行声像定位滤波器的滤波处理(其已经在上面参照图4和图5A到图5C进行了说明)。

对以前述方式配置来再现立体声的声音处理设备进行通过使用声像定位滤波器(上面参照图4和图5A到图5C而进行了说明)的立体声的收听测试。测试结果表明：许多未指定的测试对象已经识别出了声像移动效果。

K.Genuit博士提到了人体各个部分(各个部位)对于声像定位头相关传递函数(HRTF)的几何影响。根据他的陈述，头部部分影响400Hz或更高频率处的HRTF，肩膀部分影响200Hz到10kHz的频率处的HRTF，而躯干部分影响100Hz到2kHz的频率处的HRTF。

如上所述，在根据本实施例的声音处理设备中使用上部HRTF与下部HRTF之间的差异(而非HRTF本身)，但是该差异受到人体各部分很多影响。

具体地说，上部HRTF好像受到人体各部分中头部部分的影响，而下部HRTF好像受到肩膀部分和躯干部分以及头部部分的影响。

当然，人体的各个部分(部位)在个体之间是不同的。然而，人体每一部分对于躯干的位置和尺寸比以及每一部分的形状在个体之间并非显著地不同。

因此，即使头相关传递函数(HRTF)受到人体各个部分的影响，仍基于所述影响反映到的上部HRTF与下部HRTF之间的差异来对要再现的声音信号执行滤波处理。这使得可以将源自从扬声器产生的声音的声像平移(定位)到多个不同听众中每一个的头部前方或者头部上面或下面。

这从如下的前述结果中显而易见：使用参照图4和图5A到图5C所述的声像定位滤波器的立体声的收听测试，使得许多未指定的测试对象已经识别出声像移动效果。

如上所述，过去使用的向上定向频段的问题这样的：要加重的频带是高频带(8kHz附近)且很窄，使得即使在要处理包含各种频带的声音信号时，也需要考虑稳定性的问题。

由于根据本实施例的声音处理设备中所使用的谱信号覆盖了200Hz到1.2kHz的主要声音频段，因此其具有能够为各种声音更稳定地提供更清楚效果的优点。

[常规定向频段的使用]

如上所述，由于过去所使用的向上定向频段是高且窄的频带，因此存在稳定性的问题。然而，当处理包含8kHz附近的高频分量的声音信号时，可以从向上定向频段期望某种效果。

在这方面，如上所述，根据本实施例的声音处理设备通过降低200Hz到1.2kHz范围中的声音信号的增益并增大8kHz周围声音信号的增益，来加重声音信号的增益。

也就是说，根据下面所述实施例的声音处理设备通过最近要使用的谱信号与过去使用的向上定向频段的组合来处理声音信号。这使得可以在听众1的前向方向中或该方向上面或下面来定位源自从位于听众1下面的扬声器13所产生的声音的声像(如图4中所示)。

图6是示出用于说明在通过降低200Hz到1.2kHz范围中声音信号的增益并增大8kHz周围声音信号的增益来加重声音信号的增益的情况下的处理的增益特性的图。

在该示例中，如图6中附图标记“A”所指示的部分中那样，例如以750Hz作为中心频率，将200Hz到1.2kHz频段的声音信号的增益调整至变得更低。也就是说，该部分是基于前述“上部HRTF-下部HRTF”进行调整以减小增益的部分。

进一步，如图6中附图标记“B”所指示的部分中那样，例如以8kHz作为中心频率，将8kHz周围的声音信号的增益调整至变得更高。该部分对应于过去所使用的向上定向频段。

如从上面显而易见的那样，通过把200Hz到1.2kHz范围中的声音信号以及8kHz周围的声音信号作为目标，实现了更宽频段中的信号处理。这带来了如下优点：对各种声音提供了更稳定的效果，并且使得声像位置的上移的效果更清楚。

为了加重8kHz周围的向上定向频段，在过去仅通过均衡器来加重8kHz的周围。然而，该系统通常加重也待加重的频段的基部，这引起了如下问题：由于频率掩蔽而使得对于目标频段的加重的程度略微地变弱。

为了处理该问题，可以抑制所使用的向上定向频段的前后端频段。尽管该系统减小了频率掩蔽，但是其仍具有的问题是：对于目标频段的加重的程度较小。在此方面，根据本实施例的声音处理设备从低频侧快速地加重向上定向频段。

图7是放大地示出图6中的附图标记“B”所指示的8kHz周围的图。为了使得增益水平对称并且8kHz作为中心频率，低频侧变为如图7中所示的虚线所指示的那样。

然而，如图7中的实线所指示的那样，增益以这种方式受控：使得从低频侧朝向8kHz快速地增大，并且调整到大约8kHz水平对称。

这加重了定向频段，并抑制了对于认为影响较大的低频侧的频率掩蔽，由此为加重效果提供了更好的感觉级别。

图8是用于说明如下这样的声音处理设备的框图，所述声音处理设备如上面参照图6和图7所述的那样，通过降低200Hz到1.2kHz范围中的增益并增大8kHz周围的声音信号的增益来执行加重声音信号的增益的处理。

如图8中所示，在该示例中，在声像定位滤波器12与扬声器13之间提供8kHz频带加重滤波器15。

在图8中，声像定位滤波器12与上面参照图4和图5A到图5C所述的声像定位滤波器12相同。如图6中附图标记“A”所指示的部分中那样，声像定位滤波器12执行降低200Hz到1.2kHz范围中的声音信号的增益的处理。

8kHz频带加重滤波器15执行如下这样的处理：增大图6中附图标记“B”所指示的部分中的声音信号或者如图7中所示的8kHz周围的声音信号的增益。以数字滤波器或DSP(数字信号处理器)形式，该8kHz频带加重滤波器15也是可行的。与图5C所示的示例中不同，8kHz频段加重滤波器15可以用相加分量产生器和加法器来配置。

声像定位滤波器12和8kHz频带加重滤波器15可以调整要再现的声音信号的增益，以实现源自从位于听众下面的扬声器所产生的声音的声像的向上定位。

[频带的精细调整和增益特性的调整]

已经对于如下情况给出了实施例的上述描述，所述情况为：声像定位滤波器12如图6中附图标记“A”所指示的部分中那样，在750Hz作为中心频率的情况下对声音信号执行增益调整。然而，该情况不是限制性的。

例如，可以将中心频率设置为800Hz、1kHz等。进一步，各种模式都是可能的，例如包括如下这样的模式：在中心频率设置为1kHz的情况下，增益从低频侧朝向1kHz缓慢地降低，并且在从1kHz到1.2kHz的部分中相对快速地增大。

也就是说，可以调整待添加到声音信号的增益特性的细节。如从上面显而易见的那样，200Hz到1.2kHz范围中的滤波可以改变增益底部或峰值处的频率，或者可以逐频率地改变增益。

根据前述实施例，基于设置到图3A到图3G所示的“上部HRTF-下部HRTF”的频谱，将与声像的移动相关联的频段设置到200Hz到1.2kHz的频段。

然而，该频段不应该必须是限制性的。例如，根据从听众到扬声器的距离、在包括听众的耳部的水平面与扬声器的方向之间所限定的角度等，可以略微地平移频带。

例如，下限可以设置为200Hz，并且可以在1.2到2kHz范围内确定上限。当将上限平移得更高时，下限可以在更高频率的方向中平移。无论如何，频段包括1.2kHz基本上很重要。

[实施例的效果]

根据前述实施例的声音处理设备在不同于过去所知的定向频带(8kHz周围)的主声音频带中操纵与声像的移动有关的谱。也就是说，在上部方向和下部方向中的头相关传递函数之间的差异中出现的、且与声像的移动有关的稳定的增益结构被反映在要对声音信号执行的滤波处理上。

于是，可以稳定地实现声像移动效果，并且可以使服务区域更宽。也就是说，可以满足声像移动效果的稳定性和服务区域的扩展这两者。

[根据本发明实施例的方法和程序]

要注意的是，如上所述，声像定位滤波器12和8kHz频带加重滤波器15可以由诸如数字滤波器或DSP之类的计算机形成。

于是，根据本发明实施例的方法是这样的声像定位方法：其使得滤波器部件为声音信号提供根据如下谱差异的特性并输出声音信号，其中所述谱差异是产生自虚拟声像位置的声音到听众耳朵的先前所测第一头相关传递函数与产生自实际声源位置的声音到耳朵的先前所测第二头相关传递函数之间的谱差异。

也就是说，根据本发明实施例的方法适配为如图4或图8中所示的声像定位滤波器12所执行的处理。进一步，可以包括图8中所示的8kHz频带加重滤波器15的功能。

另外，根据本发明实施例的程序是这样的计算机可读声像定位程序：其允许计算机处理声音数据为声音信号提供根据如下谱差异的特性，所述谱差异是产生自虚拟声像位置的声音到听众耳朵的先前所测第一头相关传递函数与产生自实际声源位置的声音到耳朵的先前所测第二头相关传递函数之间的谱差异。

也就是说，根据本发明实施例的程序适配为由组成如图4或图8中所示的声像定位滤波器12的计算机执行的程序。进一步，可以包括图8中所示的8kHz频带加重滤波器15的功能。

如从上面显而易见的那样，含有根据本发明实施例的声音处理设备的前述描述中已经描述的特征的声音处理方法和声音处理程序是根据本发明实施例的方法和程序。

[其他]

在前述实施例中，可以将输入到声像定位滤波器(声像平移上/下滤波器)12的声音施加到已经经历了各种信号处理(或在声像定位滤波器12之后出现)的声音信号以及普通声音。

另外，本发明可以适用于电视接收机、车载音频设备、游戏装置和再现声音信号的各种其他音频设备。

具体地，当本发明适用于电视接收机和家庭游戏装置时，即使扬声器例如位于显示屏下面，产生自扬声器的声音的声像也可以定位在位于扬声器上面的显示屏的方向中。

同样地，即使扬声器例如位于显示屏上面，产生自扬声器的声音的声像也可以定位在位于扬声器下面的显示屏的方向中。

本申请包含与2009年4月21日向日本专利局提交的日本优先权专利申请JP 2009-102701中公开的主题有关的主题，将其全部内容通过引用的方式合并在此。

本领域的技术人员应该理解，依据设计要求和其他因素可以出现各种修改、组合、部分组合和变更，只要其在所附权利要求及其等价物的范围内即可。