JP3739438B2

JP3739438B2 - Sound image localization method and apparatus

Info

Publication number: JP3739438B2
Application number: JP17920695A
Authority: JP
Inventors: 三樹夫東山; 能睦平田; 栄俊中島; 潔谷島
Original assignee: Pioneer Corp
Current assignee: Pioneer Corp
Priority date: 1995-07-14
Filing date: 1995-07-14
Publication date: 2006-01-25
Anticipated expiration: 2015-07-14
Also published as: JPH0937397A

Description

【０００１】
【発明の属する技術分野】
本発明は、いわゆる音像定位装置に係り、特に、聴取者に対し実際に存在しない音源から音を聞かせるための音場処理の技術に関する。
【０００２】
【従来の技術】
近年、音声処理技術の進展を背景にして、実際に音源（sound source）の存在しない位置に音源が存在する如く、受聴者に音像（sound image ）を認識させるための音像定位技術が開発されている。
【０００３】
音像定位技術には、頭部伝達関数（head-related transfer function）の測定が重要となる。頭部伝達関数に関する論文としては、例えば、日本音響学会誌４８巻４号（１９９２）に掲載された「バイノーラル音場再生系」（浜田春夫氏）に詳しい。また、この音像定位技術を適用した発明は、特開昭３−２７０４００号、特開平５−２５２５９７号、特開平５−２５２５９８号、特開平６−４７１７０号又は特開平６−５１７５９号の各公報に掲載されている。
【０００４】
まず最初に従来公知の音像定位技術について、図８を参照しながら説明する。
通常の使用状態において、受聴者はスピーカ等の音源から発せられた音を受聴すれば、音源の位置について認識することができる。音場定位技術は、実際に存在する音源から放射された音波を受聴者に受聴させるにもかかわらず、受聴者には実際の音源の位置とは異なる位置に存在する音源（「仮想音源」という。）から放射された音波であるがごとく認識させるものである。仮想音源を受聴者に認識させるには、音声信号として入力された所定音をフィルタで変換した後に、音源から放射する。
【０００５】
図８において、入力端子Ｌ及びＲに入力された原音ＡＸ、ＡＹ（簡単のため、単位インパルスとする。）は、フィルタＦ_X、Ｆ_Yを介することによって音波波形ＢＸ、ＢＹに変換され、スピーカＳＰ_X、ＳＰ_Yから放射される。フィルタＦ_X及びＦ_Yは、入力に対して所定の伝達関数ＦＸ、ＦＹに基づく畳み込み演算を行い、波形を変換させる。伝達関数ＦＸ、ＦＹの求め方については後述する。
【０００６】
スピーカＳＰ_X、ＳＰ_Yは受聴者Ｐの前方に配置されている。受聴者Ｐは２つのスピーカＳＰ_X及びＳＰ_Yと左右の耳ｅ_L、ｅ_Rの間にある４つの伝播経路ｇ_L、ｇ_R、ｈ_L、ｈ_Rを介して音波を受聴する。音波波形ＢＸ、ＢＹは各伝播経路ｇ_L、ｇ_R、ｈ_L、ｈ_Rにおける音場条件（特に受聴者の頭部や外耳の形状に由来）に影響を受けて波形が変換される。両耳は音波波形Ｅ_hl、Ｅ_hrを受聴し、受聴者は、これを脳で再合成することにより音波の認識がなされる。
【０００７】
このような受聴者とスピーカＳＰ_X、ＳＰ_Yとの音場において音像定位を実現するには、スピーカＳＰ_X、ＳＰ_Yから放射された音波を受聴者が認識するときに、受聴者に当該音波が仮想音源Ｓから原音ＡＸ、ＡＹが放射されたものであると認識させなければならない。
【０００８】
このために、仮想音源から放射された原音ＡＸ、ＡＹが各々伝播経路ｚ_R、ｚ_Lを伝播し、この伝播経路ｚ_R、ｚ_Lの音場条件（特に受聴者の頭や外耳の形状に由来）に影響を受けて波形が変換された音波波形Ｅ_ZR、Ｅ_ZLが、受聴者の左右の耳ｅ_L、ｅ_Rに到達するものと仮定する。左右に到達したと仮定される音波波形Ｅ_ZR、Ｅ_ZLは、実際のスピーカＳＰ_X、ＳＰ_Yから到達した音波波形Ｅ_gl、Ｅ_gr、Ｅ_hl、Ｅ_hrを合成したものと等しくなければならない。この条件式を式（１）（２）に示す。
【０００９】
ＸＧ_L＋ＹＨ_L＝Ｚ_L…（１）
ＸＧ_R＋ＹＨ_R＝Ｚ_R…（２）
上式において、Ｘ、ＹはフィルタＦ_X、Ｆ_Yにおいて演算処理される伝達関数である。Ｇ_L、Ｈ_L、Ｚ_L、Ｇ_R、Ｈ_R、Ｚ_Rは、スピーカＳＰ_X、ＳＰ_Yと左右の耳ｅ_L、ｅ_Rの間の各経路ｇ_L、ｇ_R、ｈ_L、ｈ_Rにおける音場条件により決定される伝達関数である。これら伝達関数は、当該伝達関数を決定する要件として、受聴者の頭部形状の由来する影響が大きいことから、「頭部伝達関数」と呼ばれている。Ｚ_L、Ｚ_Rは、仮想音源Ｓと左右の耳ｅ_L、ｅ_Rの間の各経路ｚ_R、ｚ_Lにおける音場条件により決定される伝達関数であり、これらも頭部伝達関数である。
【００１０】
式（１）（２）に基づいて式（３）（４）が導ける。
Ｘ＝（Ｚ_RＨ_L−Ｚ_LＨ_R）／（Ｇ_RＨ_L−Ｇ_LＨ_R）…（３）
Ｙ＝（Ｚ_LＨ_R−Ｚ_RＨ_L）／（Ｇ_RＨ_L−Ｇ_LＨ_R）…（４）
頭部伝達関数Ｇ_L、Ｈ_L、Ｚ_L、Ｇ_R、Ｈ_R、Ｚ_Rは測定により求めることができるため、式（３）（４）の右辺の演算により、フィルタＦ_X、Ｆ_Yに設定すべき伝達関数Ｘ、Ｙを求めることができる。
【００１１】
このようにして求めた伝達関数Ｘ、Ｙを、図８に示すフィルタＦ_X及びＦ_Yとして用いることにより、受聴者ＰはスピーカＳＰ_X、ＳＰ_Yから放射された音波を受聴することにより、あたかも仮想音源から放射された原音ＡＸ、ＡＹを受聴したかのように認識することができる。
【００１２】
図９に、頭部伝達関数の測定方法を示す。
図９に示すように、マイクロフォンＭ_L、Ｍ_Rが受聴者Ｐの近傍に装着され、両耳近傍での音波波形を測定可能に構成する。受聴者を取り囲む音場には、音源としてスピーカＳ₁〜Ｓ₃が設置されている。音源Ｓ₁〜Ｓ₃から放射される音波は予め判っているので、これら音波の原音波形と両耳の近傍で測定される音波波形から、音源と受聴者の耳との間の頭部伝達関数を求めることができる。
【００１３】
例えば、音源Ｓ₁から単位インパルス波形Ｗ_S1が放射されたとき、左耳ｅ_Lの近傍での伝播波形がＷ_S1eであった場合、音源Ｓ₁と左耳ｅ_Lの間における頭部伝達関数Ｇはインパルス応答そのものなので、伝播波形Ｗ_S1eで表される伝達関数が頭部伝達関数であることが判る。このようにして、音源（仮想音源）と両耳間に存在する各経路の頭部伝達関数を順次求めていくことができる。
【００１４】
ところで、フィルタＦ_X、Ｆ_Yの伝達関数Ｘ、Ｙは式（３）（４）から求めるが、伝達関数算出のための演算は時間領域での演算が困難なため、周波数領域で演算するのが好ましい。そのため、頭部伝達関数を周波数領域の表現に変換し、所定の演算によりフィルタ特性を決定する。また、ＦＩＲ（Finite Impulse Response ）フィルタ等のデジタルフィルタによる波形変換は時間領域で行うのが好ましいため、得られたフィルタ特性に離散的逆フーリエ変換（Inverse Discrete Fourier Transform）を施して、時間領域においてフィルタ処理を行う。
【００１５】
ところが、式（３）（４）の右辺の演算を周波数領域上で行い、この演算結果を時間領域に変換して求められたフィルタＦ_X、Ｆ_Yの伝達関数Ｘ、Ｙは、因果性が損なわれたものとなり非現実的なものとなってしまうという問題があった。
【００１６】
図１０（ａ）は時刻ｔ＝０において入力された単位インパルス信号であり、同図（ｂ）は当該単位インパルスに対し、式（３）（４）に基づいて求められた応答波形の一例である。同図（ｂ）に示すように、応答波形は負の時間から作動するものとなる。しかし、実際には、フィルタが、入力時間以前から動作を開始することはありえないので、この演算で求められた伝達関数Ｘ、Ｙをそのままフィルタ特性として設定することは不可能である。
【００１７】
そこで、従来は因果性を保つように伝達関数Ｘ、Ｙを加工することが行われていた。例えば、同図（ｃ）に示すように負の時間の波形を省略したり、同図（ｄ）に示すように演算開始時間を遅らせるようにする原音加工を行った上でフィルタ処理をしていた。
【００１８】
【発明が解決しようとする課題】
ところが、このような操作をすると、フィルタＦ_X、Ｆ_Yの伝達関数としてＸ、Ｙとは異なる伝達関数（例えばＸ’、Ｙ’）を用いることを意味するから、上述した式（１）（２）は成立せず、受聴者は所望の仮想音源を認識できなくなるという問題が生ずる。
【００１９】
つまり、本来、受聴者は左耳でＸＧ_L＋ＹＨ_Lを受聴し右耳でＸＧ_R＋ＹＨ_Rを受聴することにより、所望の仮想音源から単位インパルスが放射されたかのように認識できるのに対し、これら波形の代わりにＸ’Ｇ_L＋Ｙ’Ｈ_L及びＸ’Ｇ_R＋Ｙ’Ｈ_Rを受聴したのでは、所望の仮想音源位置と単位インパルスの音色とを正確に認識することはできない。このため、所望の音像定位を実現できないことになる。
【００２０】
そこで、本願発明は、上記の問題点に鑑みて為されたものであり、周波数領域上で行った演算結果を時間領域上に変換する演算処理において、因果性の保たれたフィルタの伝達関数が得られるとともに、所望の仮想音源を忠実に再現できる音像定位方法及び装置を提供することを課題とする。
【００２１】
【課題を解決するための手段】
図１に本発明の原理説明図を示す。
請求項１に記載の発明は、第１の音源Ａ _Ｘと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｇ _Ｌ、Ｇ _Ｒ）、第２の音源Ａ _Ｙと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｈ _Ｌ、Ｈ _Ｒ）及び任意の仮想の位置に存在する仮想音源ＡＶと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｚ _Ｌ、Ｚ _Ｒ）に基づいて、第１の音源Ａ _Ｘの音声信号にフィルタ特性Ｘに基づいて演算し、第２の音源Ａ _Ｙの音声信号にフィルタ特性Ｙに基づいて演算することにより、受聴者Ｐに対し仮想音源ＡＶから音波が放出された如く認識させる音像定位装置において、
フィルタ特性Ｘ及びＹは、除算成分Ｄ（＝Ｇ _ＲＨ _Ｌ −Ｇ _ＬＨ _Ｒ）に関する最小位相をθ _ｍｉｎとしたとき、
Ｘ＝（Ｚ _ＲＨ _Ｌ −Ｚ _ＬＨ _Ｒ）／（｜Ｄ｜ｅｘｐ（−ｊθ _ｍｉｎ））
Ｙ＝（Ｚ _ＬＧ _Ｒ −Ｚ _ＲＧ _Ｌ）／（｜Ｄ｜ｅｘｐ（−ｊθ _ｍｉｎ））
とした演算式に基づく。
【００２２】
なお、本明細書において、「ＡとＢとの間に存在する伝達関数」と表現する場合は、Ａから出力される音波とＢに伝達される音波との間に存在する数学的関係を意味し、Ａから出力される音波からＢに伝達される音波の状態を規定するための関数をいうものとする。
【００２５】
請求項２に記載の発明は、第１の音源Ａ_Ｘと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｇ_Ｌ、Ｇ_Ｒ）、第２の音源Ａ_Ｙと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｈ_Ｌ、Ｈ_Ｒ）及び任意の仮想の位置に存在する仮想音源ＡＶと受聴者Ｐの左右の耳との間に存在する伝達関数（Ｚ_Ｌ、Ｚ_Ｒ）に基づいて、第１の音源Ａ_Ｘの音声信号にフィルタ特性Ｘに基づいて演算し、第２の音源Ａ_Ｙの音声信号にフィルタ特性Ｙに基づいて演算することにより、受聴者Ｐに対し仮想音源ＡＶから音波が放出された如く認識させる音像定位装置において、
フィルタ特性Ｘ及びＹは、除算成分をＤ（＝Ｇ_ＲＨ_Ｌ−Ｇ_ＬＨ_Ｒ）としたとき、
Ｘ＝（Ｚ_ＲＨ_Ｌ−Ｚ_ＬＨ_Ｒ）／｜Ｄ｜，
Ｙ＝（Ｚ_ＬＧ_Ｒ−Ｚ_ＲＧ_Ｌ）／｜Ｄ｜とした演算式に基づく。
【００２６】
【作用】
本発明を、図１を参照しながら説明する。
以下の説明では、伝達関数は、時間領域で表現した場合にアルファベットの小文字、周波数領域で表現した場合にアルファベットの大文字で表記する。よって、時間領域で測定された伝達関数ｇ_L、ｇ_R、ｈ_L、ｈ_R、ｚ_L、ｚ_Rは、周波数領域において、Ｇ_L、Ｇ_R、Ｈ_L、Ｈ_R、Ｚ_L、Ｚ_Rと表現される。
【００２７】
従来の技術の欄で説明したように、図１より、以下の関係が成立する。
ＸＧ_L＋ＹＨ_L＝Ｚ_L…（１）
ＸＧ_R＋ＹＨ_R＝Ｚ_R…（２）
式（１）及び（２）を変形すると、式（３）及び（４）が得られる。
Ｘ＝（Ｚ_RＨ_L−Ｚ_LＨ_R）／（Ｇ_RＨ_L−Ｇ_LＨ_R）…（３）
Ｙ＝（Ｚ_LＨ_R−Ｚ_RＨ_L）／（Ｇ_RＨ_L−Ｇ_LＨ_R）…（４）
従来は、式（３）及び式（４）を時間領域の表現に変換して、ＦＩＲフィルタ等のデジタルフィルタに設定していた。
【００２８】
本発明はさらに以下の式の変形を行う。
通常、周波数領域で表される所定の伝達関数Ａ（ｚ）は、最小位相成分Ａ₁（ｚ）と全域通過成分Ａ₂（ｚ）とに分けられる。全域通過成分とは、振幅特性が全ての周波数帯域で一定となるような成分をいい、振幅特性に影響を与えず位相だけを付加する成分をいう。また、最小位相成分とは、伝達関数Ａ（ｚ）と同じ振幅特性を実現する伝達関数の中で最も位相推移が最小となり、入力に対する応答の遅延時間が最小となる成分をいう。
【００２９】
伝達関数の全域通過成分は、一定の振幅特性を持つ。したがって、仮想音源からの受聴者までの間に存在する伝達関数に、他の伝達関数の全域通過成分が積算されていても、振幅特性自体は変形を受けない。このため、全域通過成分の存在の有無にかかわらず、音像の聴感上に差異が生じないことが推測される。全域通過成分の及ぼす影響については、論文「Perception of Phase Distortion in All-Pass Filters」（by J.A.Deer and P.J.Bloom;J.Audio Eng.Soc.,Vol.33,No.10,1985 October）、論文「Group delay distortions in electroacoustical systems」（by J.Blauert;J.Acoust,Soc.Am.63(5),May 1978 ）等に記載されている。
【００３０】
本発明は、これらの考察に基づいて、全域通過成分が伝達関数の演算上、聴感にほとんど影響を及ぼさないという点に着目してなされたものである。
そこで、式（３）及び式（４）の分母を全域通過成分と最小位相成分とに分け、仮想音源から受聴者への伝達関数を求める。
【００３１】
式（３）及び式（４）の右辺を
Ｘ＝Ｘｎ／Ｄ…（３）’
Ｙ＝Ｙｎ／Ｄ…（４）’
（Ｘｎ＝Ｚ_RＨ_L−Ｚ_LＨ_R、Ｙｎ＝Ｚ_LＨ_R−Ｚ_RＨ_L、Ｄ＝Ｇ_RＨ_L−Ｇ_LＨ_R）
と置き換える。ここで、Ｄは全域通過成分と最小位相成分とによって表現すると、
Ｄ＝｜Ｄ｜ｅｘｐ（−ｊθ_min）・ｅｘｐ（−ｊθ_ap） …（５）
と表せる。さらに、式（１）、式（２）は、
（Ｘｎ／Ｄ）Ｇ_L＋（Ｙｎ／Ｄ）Ｈ_L＝Ｚ_L…（１）’
（Ｘｎ／Ｄ）Ｇ_R＋（Ｙｎ／Ｄ）Ｈ_R＝Ｚ_R…（２）’
に変換できる。
【００３２】
ここで、式（１）’及び式（２）’の両辺に、Ｄ（式（５））のうち全域通過成分を掛けると、式（１）’及び式（２）’は、
【００３３】
【数１】

となる。式（１）”及び（２）”は、要するに、図１において、フィルタの伝達関数Ｘ、Ｙの代わりとしてＸｎ／｜Ｄ｜ｅｘｐ（−ｊθ_min）、Ｙｎ／｜Ｄ｜ｅｘｐ（−ｊθ_min）を用いることを意味する。このとき、単位インパルスを入力すると、受聴者は左耳で式（１）”に示す波形、右耳で式（２）”で示す波形を各々受聴することになる。しかし、上述したように、全域通過成分は聴感上ほとんど影響を及ぼさないため、結局受聴者は、左耳でＺ_Lｅｘｐ（−θ_ap）、右耳でＺ_Rｅｘｐ（−θ_ap）を受聴したかのように認識することになる。
【００３４】
なお、以上のようにして求められた伝達関数Ｘｎ／｜Ｄ｜ｅｘｐ（−ｊθ_min）、Ｙｎ／｜Ｄ｜ｅｘｐ（−ｊθ_min）は、因果性が保たれたものとなることが実験の結果からも判っているので、これら伝達関数には何等の加工操作をすることなくフィルタに設定し使用することができる。これら実験結果については、実施例において後述する。
【００３５】
また、式（１）”及び（２）”の左辺の分母の最小位相成分がフィルタの伝達関数の因果性に全く影響を与えないことも実験の結果から判っている。そこで、式（１）”及び（２）”を変形し、各々式（１）＾、（２）＾とし、フィルタの伝達関数としてこのＸｎ／｜Ｄ｜、Ｙｎ／｜Ｄ｜を投入することも可能である。
【００３６】
【数２】

但し、この場合、受聴者の左右の耳には、各々Ｚ_Lｅｘｐ（−ｊ（θ_ap＋θ_min））、Ｚ_Rｅｘｐ（−ｊ（θ_ap＋θ_min））の音波波形を聞かせることと等価の状態となる。このため、聴感上、Ｚ_L、Ｚ_Rを受聴させたのと同じように認識させるためには、音場環境が限定される。よって、式（１）＾及び（２）＾を用いて音像定位を実用化するためには、事前の聴感試験が必要である。
【００３８】
以上より、請求項１に記載の発明によれば、フィルタ特定Ｘ及びＹは、除算成分Ｄ（＝Ｇ_ＲＨ_Ｌ−Ｇ_ＬＨ_Ｒ）に関する最小位相をθ_ｍｉｎとしたとき、
Ｘ＝（Ｚ_ＲＨ_Ｌ−Ｚ_ＬＨ_Ｒ）／（｜Ｄ｜ｅｘｐ（−ｊθ_ｍｉｎ））…（６）
Ｙ＝（Ｚ_ＬＨ_Ｒ−Ｚ_ＲＨ_Ｌ）／（｜Ｄ｜ｅｘｐ（−ｊθ_ｍｉｎ））
とした演算式に基づく。
【００３９】
請求項２に記載の発明によれば、フィルタ特性Ｘ及びＹは、除算成分をＤ（＝Ｇ_ＲＨ_Ｌ−Ｇ_ＬＨ_Ｒ）としたとき、
Ｘ＝（Ｚ_ＲＨ_Ｌ−Ｚ_ＬＨ_Ｒ）／｜Ｄ｜…（７）
Ｙ＝（Ｚ_ＬＨ_Ｒ−Ｚ_ＲＨ_Ｌ）／｜Ｄ｜とした演算式に基づく。
【００４０】
【実施例】
本発明の音像定位技術の好適な実施例について説明する。本発明の音像定位技術に係る装置は、基本的に従来の音像定位技術において用いる装置と同様の装置を適用することが可能である。すなわち、図９に示すような装置を用いて所望の頭部伝達関数を測定し、本発明に基づく演算によりフィルタの伝達関数を求め、この伝達関数を、図１及び図８に示される音像定位装置のフィルタに投入すればよい。本実施例では、特に、頭部伝達関数の測定後に、直ちに音像定位の再生を行うための装置について説明する。
【００４１】
図２に、実施例の音像定位装置の構成を示す。
図２において、破線で示した構成は仮想音源から受聴者Ｐまでの空間の伝達関数を測定する構成に関する。
【００４２】
仮想音源測定回路２は、仮想音源の伝達関数の測定時に、所定の信号（インパルス信号）をスピーカＳＰ_V1、ＳＰ_V2、ＳＰ_L及びＳＰ_Rに供給し、マイクＭ_R及びＭ_Lから入力される検出信号Ｓ_DR及びＳ_DLに基づいて、特定された伝達関数の指示信号Ｓ_CX及びＳ_CY（伝達関数Ｇ_R、Ｇ_L、Ｈ_R、Ｈ_Lを指示する信号）をフィルタ回路Ｆ_X及びＦ_Yに供給する。
【００４３】
マイクＭ_R及びＭ_Lは、仮想音源に関する伝達関数の測定時に受聴者Ｐの左右の耳に設置され、スピーカＳＰ_V1、ＳＰ_V2、ＳＰ_L及びＳＰ_Rからの音波を検出する。
【００４４】
スピーカＳＰ_V1又はＳＰ_V2は、仮想音像の再現時に必要とされる仮想音源の定位に設置される。したがって、受聴者Ｐを囲む音場における任意の位置に設置される。スピーカＳＰ_L及びＳＰ_Lは、実際に原音を再生させる位置に設置する。
【００４５】
原音発生回路１は、原音となる原音信号Ｓ_L及びＳ_Rを発生する。
フィルタ回路Ｆ_X及びＦ_Yは、仮想音源測定回路２により特定された仮想音源の伝達関数に基づいて原音信号Ｓ_L及びＳ_Rのそれぞれをフィルタ処理し、スピーカＳＰ_L及びＳＰ_Rに供給する。
【００４６】
伝達関数の測定は、図示したように実際の受聴者の両耳近傍に設けたマイクから検出する他に、典型的な人間の頭部を模倣したダミーヘッドを用い、ダミーヘッドの内耳奥に設けたマイクで検出してもよい。伝達関数は人間の外耳等の器官によっても影響を受けるので、ダミーヘッドにより精度の高い測定が行える。
【００４７】
上記構成において、仮想音源に関する伝達関数を測定する際、仮想音源測定回路２は、仮想音源として受聴者Ｐに認識させたい位置にスピーカＳＰ_V1又はＳＰ_V2を設置して、単位インパルス信号を音場に供給する。単位インパルス信号は、空間の残響特性等により影響を受け、所定の伝達関数で波形変換を行ったことと等価な信号としてマイクに検出される。例えば、スピーカＳＰ_V1に対しては伝達関数ｚ_R1及びｚ_L1、スピーカＳＰ_V2に対しては伝達関数ｚ_R1及びｚ_L1の影響を受ける。仮想音源測定回路２は得られた伝達関数を所定の形式でフィルタ回路Ｆ_X又はＦ_Yに供給する。
【００４８】
原音再生時、原音発生回路１から供給される原音信号Ｓ_L及びＳ_Rに対し、フィルタ回路Ｆ_X及びＦ_Yは、作用の欄で述べたフィルタ処理を行う。すなわち、時間領域で測定された各伝達関数を周波数領域の表現に変換し、フィルタ処理を行う。このとき、式（６）を時間領域に変換して得たフィルタ係数を使用して、式（１）”及び式（２）”に基づくフィルタ処理を行ってもよい。また、式（７）を時間領域に変換したフィルタ係数を使用して、式（１）＾及び式（２）＾に基づくフィルタ処理を行ってもよい。
【００４９】
図３から図７に、本実施例の音像定位装置による測定結果を示す。
図３は右チャンネル（フィルタ回路Ｆ_Yの系統）の振幅特性、図４は左チャンネル（フィルタ回路Ｆ_Xの系統）の振幅特性を示したものである。両図とも、（ａ）が全域通過成分を含めた従来のフィルタ処理による特性、（ｂ）が全域通過成分を固定値とした本発明による特性である。
【００５０】
各図の（ａ）と（ｂ）をそれぞれ比較しても判るように、全域通過成分の有無によらず、振幅特性に殆ど変化が見られない。
図５は、左右両チャンネルの振幅値の比及び位相角の比を求めたものである。
【００５１】
図５からも判るように、両チャンネルの出力比から見ても、振幅特性及び位相特性が全域通過成分の演算の有無により変化することがない。
図６及び図７は、従来のインパルス応答と本発明によるインパルス応答とを比較したものである。ちなみに、同図のインパルス応答波形は、ｔ＝０．００において単位インパルスを入力した場合の出力波形を示すものである。図６と図７とは互いに異なる入力信号を用いて、左右チャンネルそれぞれについてインパルス応答を調べたものである。両図とも（ａ）が従来の右チャンネル（Ｘｎ／Ｄ）、（ｂ）が本発明の右チャンネル（Ｘｎ／Ｄ_min）、（ｃ）が従来の左チャンネル（Ｙｎ／Ｄ）、（ｄ）が本発明の左チャンネル（Ｙｎ／Ｄ_min）についての特性である。
【００５２】
各図から判るように、従来の全域通過成分を含めたフィルタ演算では、出力が負の時間から作動しており、インパルス応答波形が非因果となっている（各図（ａ）、（ｃ））。これに対し、本実施例では、因果性が保たれていることが判る（（ｂ）、（ｄ））。
【００５３】
上記のように、本実施例によれば、実際に測定して得られた伝達関数を本質的に変更することなく、入力に対して因果性が保たれ、かつ、所望の音像定位を実現できるフィルタを得ることができる。特に、本実施例で使用するフィルタの伝達関数は左右の耳が受聴する振幅比、位相比を一定の状態に維持し得るものなので、所望の仮想音源から音波が放射されたものとして、確実に安定した音像を受聴者に認識させることができる。
【００５４】
【発明の効果】
請求項１に記載の発明によれば、所望の音像定位を実現するにあたり、入力に対して因果性が保たれ、何らの加工操作を行わないフィルタを、頭部伝達関数との演算によって容易に得ることができるので、従来と比べ所望の音像定位を簡易且つより確実に実現することができる。
【００５５】
請求項２に記載の発明によれば、請求項１の効果に加えて、演算をさらに簡単にするという効果が得られるので、音像定位の実現に係るコストと手間の軽減を重視した音場再生技術を提供することができる。
【図面の簡単な説明】
【図１】本発明の原理説明図である。
【図２】実施例の音像定位装置の構成図である。
【図３】実施例の振幅特性（右チャンネル）である。
【図４】実施例の振幅特性（左チャンネル）である。
【図５】左右のチャンネル間の振幅・位相角の比である。
【図６】インパルス応答特性（その１）である。
【図７】インパルス応答特性（その２）である。
【図８】従来の音像定位装置と各部の波形を示す説明図である。
【図９】頭部伝達関数の測定方法の説明図である。
【図１０】従来の音像定位装置の問題点の説明図である。
【符号の説明】
Ａ_X、Ａ_Y…音源
Ａ_Z…仮想音源
Ｆ_X、Ｆ_Y…フィルタ回路（手段）
ＳＰ_L、ＳＰ_R、ＳＰ_V1、ＳＰ_V2…スピーカ
１…原音発生回路
２…仮想音源測定回路[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a so-called sound image localization apparatus, and more particularly to a sound field processing technique for letting a listener hear sound from a sound source that does not actually exist.
[0002]
[Prior art]
In recent years, with the development of sound processing technology, sound image localization technology has been developed to allow the listener to recognize the sound image so that the sound source exists at a position where no sound source actually exists. Yes.
[0003]
For sound image localization technology, measurement of a head-related transfer function is important. As a paper on the head-related transfer function, for example, “Binaural sound field reproduction system” (Mr. Haruo Hamada) published in Journal of the Acoustical Society of Japan, Vol. 48, No. 4 (1992) is detailed. Further, the invention to which this sound image localization technology is applied is disclosed in Japanese Patent Application Laid-Open Nos. 3-270400, 5-25597, 5-25598, 6-47170, or 6-51759. It is published in.
[0004]
First, a conventionally known sound image localization technique will be described with reference to FIG.
In a normal use state, the listener can recognize the position of the sound source by listening to sound emitted from a sound source such as a speaker. The sound field localization technology allows the listener to listen to the sound wave emitted from the sound source that actually exists, but the sound source that exists at a position different from the position of the actual sound source (called “virtual sound source”). )) Is a sound wave radiated from. In order for the listener to recognize the virtual sound source, the predetermined sound input as the audio signal is converted by a filter and then emitted from the sound source.
[0005]
In FIG. 8, the original sounds AX and AY (for simplicity, unit impulses) input to the input terminals L and R are converted into sound wave waveforms BX and BY through the filters F _X and F _Y , and the speaker Radiated from SP _X and SP _Y. The filters F _X and F _Y perform a convolution operation on the input based on predetermined transfer functions FX and FY to convert the waveform. A method for obtaining the transfer functions FX and FY will be described later.
[0006]
The speakers SP _X and SP _Y are arranged in front of the listener P. The listener P receives sound waves via the four propagation paths g _L , g _R , h _L , and h _R between the two speakers SP _X and SP _Y and the left and right ears e _L and e _R. The sound wave waveforms BX and BY are affected by the sound field conditions (particularly derived from the shape of the listener's head and outer ear) in the respective propagation paths g _L , g _R , h _L and h _R , and the waveforms are converted. Both ears listen to the sound wave waveforms E _hl and E _hr, and the listener recognizes the sound wave by re-synthesizing it with the brain.
[0007]
In order to realize sound image localization in the sound field between the listener and the speakers SP _X and SP _Y , when the listener recognizes the sound wave emitted from the speakers SP _X and SP _Y , the sound wave is transmitted to the listener. Must be recognized as the original sound AX, AY emitted from the virtual sound source S.
[0008]
For this reason, the original sounds AX and AY radiated from the virtual sound source propagate through the propagation paths z _R and z _L , respectively, and the sound field conditions of the propagation paths z _R and z _L (particularly in the shape of the listener's head and outer ear). It is assumed that the sound wave waveforms E _ZR and E _ZL whose waveforms are converted under the influence of the origin) reach the left and right ears e _L and e _R of the listener. The sound wave waveforms E _ZR and E _{ZL that} are assumed to reach the left and right must be equal to the synthesized sound wave waveforms E _gl , E _gr , E _hl , and E _hr that have arrived from the actual speakers SP _X and SP _Y. . This conditional expression is shown in Expressions (1) and (2).
[0009]
XG _L + YH _L = Z _L (1)
XG _R + YH _R = Z _R (2)
In the above equation, X and Y are transfer functions that are processed in the filters F _X and F _Y. _{_{_{G L, H L, Z L}}} , G R, H R, Z R is a speaker SP _X, SP _Y and the left and right ears e _L, e each path g _L between the _{_{_{R, g R, h L,}}} h R Is a transfer function determined by the sound field condition at. These transfer functions are called “head-related transfer functions” because the transfer function is largely influenced by the shape of the listener's head as a requirement for determining the transfer function. Z _L and Z _R are transfer functions determined by sound field conditions in the paths z _R and z _L between the virtual sound source S and the left and right ears e _L and e _R , and these are also head-related transfer functions. .
[0010]
Equations (3) and (4) can be derived based on equations (1) and (2).
X = (Z _R H _L −Z _L H _R ) / (G _R H _L −G _L H _R ) (3)
Y = (Z _L H _R −Z _R H _L ) / (G _R H _L −G _L H _R ) (4)
Since the head-related transfer functions G _L , H _L , Z _L , G _R , H _R , and Z _R can be obtained by measurement, the filters F _X and F _Y are calculated by the calculation on the right side of Equations (3) and (4). Transfer functions X and Y to be set can be obtained.
[0011]
By using the transfer functions X and Y thus obtained as the filters F _X and F _Y shown in FIG. 8, the listener P listens to the sound waves radiated from the speakers SP _X and SP _Y , as if they were. It can be recognized as if the original sounds AX and AY radiated from the virtual sound source were received.
[0012]
FIG. 9 shows a method for measuring the head-related transfer function.
As shown in FIG. 9, microphones M _L and M _R are attached in the vicinity of the listener P, and are configured to be able to measure sound wave waveforms in the vicinity of both ears. Speakers S _{1 to} S ₃ are installed as sound sources in a sound field surrounding the listener. Since the sound waves radiated from the sound sources S _{1 to} S ₃ are known in advance, the head-related transfer function between the sound source and the listener's ear is determined from the original sound wave shape of these sound waves and the sound wave waveform measured in the vicinity of both ears. Can be requested.
[0013]
For example, when the unit impulse waveform W _S1 is radiated from the sound source S ₁ and the propagation waveform in the vicinity of the left ear e _L is W _S1e , the head-related transfer function between the sound source S ₁ and the left ear e _L Since G is an impulse response itself, it can be seen that the transfer function represented by the propagation waveform W _S1e is the head-related transfer function. In this way, the head-related transfer function of each path existing between the sound source (virtual sound source) and both ears can be sequentially obtained.
[0014]
By the way, the transfer functions X and Y of the filters F _X and F _Y are obtained from the equations (3) and (4). Since the calculation for calculating the transfer function is difficult in the time domain, the calculation is performed in the frequency domain. Is preferred. Therefore, the head-related transfer function is converted into a frequency domain representation, and the filter characteristics are determined by a predetermined calculation. In addition, since it is preferable to perform waveform transformation using a digital filter such as a FIR (Finite Impulse Response) filter in the time domain, the obtained filter characteristics are subjected to discrete inverse Fourier transform (Inverse Discrete Fourier Transform) in the time domain. Perform filtering.
[0015]
However, the transfer functions X and Y of the filters F _X and F _Y obtained by performing the calculation on the right side of the equations (3) and (4) in the frequency domain and converting the calculation result to the time domain have causality. There was a problem that it became damaged and unrealistic.
[0016]
FIG. 10A shows a unit impulse signal input at time t = 0, and FIG. 10B shows an example of a response waveform obtained based on equations (3) and (4) for the unit impulse. is there. As shown in FIG. 5B, the response waveform is activated from a negative time. However, in practice, since the filter cannot start operating before the input time, it is impossible to set the transfer functions X and Y obtained by this calculation as filter characteristics as they are.
[0017]
Therefore, conventionally, transfer functions X and Y have been processed so as to maintain causality. For example, the negative time waveform is omitted as shown in (c) of the figure, or the original sound is processed to delay the calculation start time as shown in (d) of FIG. It was.
[0018]
[Problems to be solved by the invention]
However, such an operation means that a transfer function (for example, X ′, Y ′) different from X and Y is used as the transfer function of the filters F _X and F _Y. 2) does not hold, and there arises a problem that the listener cannot recognize the desired virtual sound source.
[0019]
In other words, by listening to XG _L + YH _L with the left ear and XG _R + YH _R with the right ear, the listener can recognize that the unit impulse is emitted from the desired virtual sound source. By listening to X′G _L + Y′H _L and X′G _R + Y′H _R instead of the waveform, it is impossible to accurately recognize the desired virtual sound source position and the tone color of the unit impulse. For this reason, a desired sound image localization cannot be realized.
[0020]
Therefore, the present invention has been made in view of the above problems, and in a calculation process for converting a calculation result performed in the frequency domain into the time domain, the transfer function of the causal filter is maintained. It is an object of the present invention to provide a sound image localization method and apparatus that can be obtained and can faithfully reproduce a desired virtual sound source.
[0021]
[Means for Solving the Problems]
FIG. 1 is a diagram for explaining the principle of the present invention.
According to one aspect of the present invention, the transfer function existing between the left and right ears of the first sound source A _X and the listener _{P (G L, G R)} , the second sound source A _Y and the listener P A transfer function (H _L , H _R ) existing between the left and right ears and a transfer function (Z _L , existing between the virtual sound source AV existing at an arbitrary virtual position and the left and right ears of the listener P Z _R ), the sound signal of the first sound source A _X is calculated based on the filter characteristic X, and the sound signal of the second sound source A _Y is calculated based on the filter characteristic Y, thereby enabling the listener P In a sound image localization apparatus for recognizing sound waves as emitted from a virtual sound source AV,
Filter characteristic X and Y, when a division component _{_{_{D (= G R H L -G}}} L H R) minimum phase related to the theta _min,
_{_{_{_{X = (Z R H L -Z}}}} L H R) / (| D | exp (-jθ min))
_{_{_{_{Y = (Z L G R -Z}}}} R G L) / (| D | exp (-jθ min))
Based on the formula.
[0022]
In this specification, the expression “transfer function existing between A and B” means a mathematical relationship existing between the sound wave output from A and the sound wave transmitted to B. And a function for defining the state of the sound wave transmitted from the sound wave output from A to B.
[0025]
According to a second aspect of the invention, the transfer function existing between the left and right ears of the first sound source A _X and the listener _{P (G L, G R)} , the second sound source A _Y and the listener P A transfer function (H _L , H _R ) existing between the left and right ears and a transfer function (Z _L , existing between the virtual sound source AV existing at an arbitrary virtual position and the left and right ears of the listener P Z _R ), the sound signal of the first sound source A _X is calculated based on the filter characteristic X, and the sound signal of the second sound source A _Y is calculated based on the filter characteristic Y, thereby enabling the listener P In a sound image localization apparatus for recognizing sound waves as emitted from a virtual sound source AV,
Filter characteristic X and Y, when the division component was _{_{_{D (= G R H L -G}}} L H R),
_{_{_{_{X = (Z R H L -Z}}}} L H R) / | D |,
_{_{_{_{Y = (Z L G R -Z}}}} R G L) / | based on the the arithmetic expression | D.
[0026]
[Action]
The present invention will be described with reference to FIG.
In the following description, the transfer function is expressed in lower case letters when expressed in the time domain and in upper case letters when expressed in the frequency domain. Therefore, the transfer functions g _L , g _R , h _L , h _R , z _L , z _R measured in the time domain are G _L , G _R , H _L , H _R , Z _L , Z _{R in the} frequency domain. It is expressed.
[0027]
As described in the section of the prior art, the following relationship is established from FIG.
XG _L + YH _L = Z _L (1)
XG _R + YH _R = Z _R (2)
When Expressions (1) and (2) are transformed, Expressions (3) and (4) are obtained.
X = (Z _R H _L −Z _L H _R ) / (G _R H _L −G _L H _R ) (3)
Y = (Z _L H _R −Z _R H _L ) / (G _R H _L −G _L H _R ) (4)
Conventionally, Expressions (3) and (4) are converted into a time domain expression and set in a digital filter such as an FIR filter.
[0028]
The present invention further modifies the following equation.
Usually, the predetermined transfer function A (z) expressed in the frequency domain is divided into a minimum phase component A ₁ (z) and an all-pass component A ₂ (z). The all-pass component refers to a component whose amplitude characteristic is constant in all frequency bands, and refers to a component that adds only the phase without affecting the amplitude characteristic. The minimum phase component is a component in which the phase transition is the smallest among the transfer functions that realize the same amplitude characteristics as the transfer function A (z), and the delay time of the response to the input is the smallest.
[0029]
The all-pass component of the transfer function has a constant amplitude characteristic. Therefore, even if the all-pass components of other transfer functions are integrated with the transfer function existing between the virtual sound source and the listener, the amplitude characteristic itself is not deformed. For this reason, it is estimated that there is no difference in the audibility of the sound image regardless of the presence or absence of the all-pass component. For the effects of all-pass components, see the paper “Perception of Phase Distortion in All-Pass Filters” (by JADeer and PJBloom; J. Audio Eng. Soc., Vol. 33, No. 10, October 1985) and the paper “Group delay distortions in electroacoustical systems "(by J. Blauert; J. Acoust, Soc. Am. 63 (5), May 1978).
[0030]
Based on these considerations, the present invention has been made by paying attention to the fact that the all-pass component has little influence on the audibility in calculating the transfer function.
Therefore, the denominators of Equations (3) and (4) are divided into an all-pass component and a minimum phase component, and a transfer function from the virtual sound source to the listener is obtained.
[0031]
The right side of the equations (3) and (4) is expressed as X = Xn / D (3) ′.
Y = Yn / D (4) ′
_{_{(Xn = Z R H L -Z}} L H R, Yn = Z L H R -Z R H L, D = G R H L -G L H R)
Replace with Here, D can be expressed by an all-pass component and a minimum phase component.
D = | D | exp (−jθ _min ) · exp (−jθ _ap ) (5)
It can be expressed. Furthermore, Formula (1) and Formula (2) are
(Xn / D) G _L + (Yn / D) H _L = Z _L (1) ′
(Xn / D) G _R + (Yn / D) H _R = Z _R (2) ′
Can be converted to
[0032]
Here, when both sides of Expression (1) ′ and Expression (2) ′ are multiplied by the all-pass component in D (Expression (5)), Expression (1) ′ and Expression (2) ′ are
[0033]
[Expression 1]

It becomes. Equation (1) "and (2)" are short, in FIG. 1, the transfer function X of the filter, as a replacement for Y Xn / | D | exp ( -jθ min), Yn / | D | exp (-jθ min ). At this time, when a unit impulse is input, the listener listens to the waveform represented by the equation (1) "with the left ear and the waveform represented by the equation (2)" with the right ear. However, as described above, since the all-pass component has almost no effect on the auditory sense, the listener eventually receives Z _L exp (−θ _ap ) in the left ear and Z _R exp (−θ _ap ) in the right ear. You will recognize as if you did.
[0034]
It should be noted that the transfer functions Xn / | D | exp (−jθ _min ) and Yn / | D | exp (−jθ _min ) obtained as described above are those in which the causality is maintained. As can be seen from the results, these transfer functions can be set and used in filters without any processing operations. These experimental results will be described later in Examples.
[0035]
It has also been found from experimental results that the minimum phase component of the denominator on the left side of equations (1) "and (2)" has no effect on the causality of the filter transfer function. Therefore, formulas (1) "and (2)" are modified to formulas (1) ^ and (2) ^, respectively, and Xn / | D | and Yn / | D | are input as filter transfer functions. Is also possible.
[0036]
[Expression 2]

However, in this case, the sound wave waveforms of Z _L exp (−j (θ _ap + θ _min )) and Z _R exp (−j (θ _ap + θ _min )) are to be heard in the left and right ears of the listener, respectively. Equivalent state. For this reason, the sound field environment is limited in order to recognize the sound in the same way as Z _L and Z _R are heard. Therefore, in order to put the sound image localization into practical use using the equations (1) ^ and (2) ^, a prior auditory test is necessary.
[0038]
As described above, according to the invention of claim 1, the filter specified X and Y, when a division component _{_{_{D (= G R H L -G}}} L H R) minimum phase related to the theta _min,
_{_{_{_{X = (Z R H L -Z}}}} L H R) / (| D | exp (-jθ min)) ... (6)
Y = (Z _L H _R −Z _R H _L ) / (| D | exp (−jθ _min ))
Based on the formula.
[0039]
According to the invention described in claim 2, the filter characteristics X and Y, when the division component was _{_{_{D (= G R H L -G}}} L H R),
_{_{_{_{X = (Z R H L -Z}}}} L H R) / | D | ... (7)
This is based on an arithmetic expression of Y = (Z _L H _R −Z _R H _L ) / | D |.
[0040]
【Example】
A preferred embodiment of the sound image localization technique of the present invention will be described. The apparatus according to the sound image localization technique of the present invention can basically be applied to an apparatus similar to the apparatus used in the conventional sound image localization technique. That is, a desired head-related transfer function is measured using an apparatus as shown in FIG. 9, a filter transfer function is obtained by calculation based on the present invention, and this transfer function is used as the sound image localization shown in FIGS. What is necessary is just to put into the filter of an apparatus. In the present embodiment, an apparatus for reproducing sound image localization immediately after measuring the head-related transfer function will be described.
[0041]
FIG. 2 shows the configuration of the sound image localization apparatus of the embodiment.
In FIG. 2, the configuration indicated by a broken line relates to a configuration for measuring a transfer function of a space from the virtual sound source to the listener P.
[0042]
Virtual sound source measuring circuit 2 during the measurement of the transfer function of the virtual sound source, and supplies a predetermined signal (impulse signal) to the speaker SP _V1, SP _V2, SP _L and SP _R, is input from the microphone M _R and M _L Based on the detection signals _SDR and _SDL , the specified transfer function indicating signals S _CX and S _CY (signals indicating transfer functions G _R , G _L , H _R , and H _L ) are converted into filter circuits F _X and F Supply to _Y.
[0043]
The microphones M _R and M _L are installed in the left and right ears of the listener P when measuring the transfer function related to the virtual sound source, and detect sound waves from the speakers SP _V1 , SP _V2 , SP _L and SP _R.
[0044]
The speaker SP _V1 or SP _V2 is installed at the localization of the virtual sound source required for reproducing the virtual sound image. Therefore, it is installed at an arbitrary position in the sound field surrounding the listener P. The speakers SP _L and SP _L are installed at positions where the original sound is actually reproduced.
[0045]
The original sound generating circuit 1 generates original sound signals S _L and S _R which are original sounds.
The filter circuits F _X and F _Y filter each of the original sound signals S _L and S _R based on the virtual sound source transfer function specified by the virtual sound source measurement circuit 2 and supply the filtered signals to the speakers SP _L and SP _R.
[0046]
As shown in the figure, the transfer function is measured by using a dummy head imitating a typical human head in addition to detecting from the microphones provided near both ears of the actual listener. You may detect with a microphone. Since the transfer function is also affected by organs such as the human outer ear, a dummy head can perform highly accurate measurement.
[0047]
In the above configuration, when measuring a transfer function related to a virtual sound source, the virtual sound source measurement circuit 2 installs the speaker SP _V1 or SP _V2 at a position to be recognized by the listener P as a virtual sound source, and converts the unit impulse signal into the sound field. To supply. The unit impulse signal is influenced by the reverberation characteristics of the space and the like, and is detected by the microphone as a signal equivalent to performing waveform conversion with a predetermined transfer function. For example, the speaker SP _V1 is affected by the transfer functions z _R1 and z _L1 , and the speaker SP _V2 is affected by the transfer functions z _R1 and z _L1 . The virtual sound source measurement circuit 2 supplies the obtained transfer function to the filter circuit F _X or F _Y in a predetermined format.
[0048]
At the time of reproducing the original sound, the filter circuits F _X and F _Y perform the filtering process described in the section of action on the original sound signals S _L and S _R supplied from the original sound generating circuit 1. That is, each transfer function measured in the time domain is converted into a frequency domain representation, and filtering is performed. At this time, filter processing based on Expression (1) ″ and Expression (2) ″ may be performed using a filter coefficient obtained by converting Expression (6) into the time domain. Moreover, you may perform the filter process based on Formula (1) ^ and Formula (2) ^ using the filter coefficient which converted Formula (7) into the time domain.
[0049]
3 to 7 show measurement results obtained by the sound image localization apparatus of the present embodiment.
FIG. 3 shows the amplitude characteristic of the right channel (system of the filter circuit F _Y ), and FIG. 4 shows the amplitude characteristic of the left channel (system of the filter circuit F _X ). In both figures, (a) shows the characteristic by the conventional filter processing including the all-pass component, and (b) shows the characteristic according to the present invention in which the all-pass component is a fixed value.
[0050]
As can be seen by comparing (a) and (b) in each figure, the amplitude characteristics hardly change regardless of the presence or absence of the all-pass component.
FIG. 5 shows the ratio between the amplitude values and the phase angle between the left and right channels.
[0051]
As can be seen from FIG. 5, even when viewed from the output ratio of both channels, the amplitude characteristic and the phase characteristic do not change depending on whether or not the all-pass component is calculated.
6 and 7 show a comparison between the conventional impulse response and the impulse response according to the present invention. Incidentally, the impulse response waveform in the figure shows an output waveform when a unit impulse is input at t = 0.00. FIG. 6 and FIG. 7 show the impulse responses for the left and right channels using different input signals. In both figures, (a) is the conventional right channel (Xn / D), (b) is the right channel (Xn / _Dmin ) of the present invention, (c) is the conventional left channel (Yn / D), (d). These are characteristics for the left channel (Yn / _Dmin ) of the present invention.
[0052]
As can be seen from each figure, in the conventional filter calculation including the all-pass component, the output operates from a negative time, and the impulse response waveform is non-causal (each figure (a), (c)). ). On the other hand, in this embodiment, it can be seen that the causality is maintained ((b), (d)).
[0053]
As described above, according to the present embodiment, the causality with respect to the input can be maintained and a desired sound image localization can be realized without substantially changing the transfer function obtained by actual measurement. A filter can be obtained. In particular, since the transfer function of the filter used in this embodiment can maintain the amplitude ratio and the phase ratio received by the left and right ears in a constant state, it is ensured that sound waves are emitted from a desired virtual sound source. A listener can recognize a stable sound image.
[0054]
【The invention's effect】
According to the first aspect of the present invention, in realizing a desired sound image localization, a filter that maintains causality with respect to the input and does not perform any processing operation can be easily obtained by calculation with a head related transfer function. Therefore, a desired sound image localization can be realized easily and more reliably than in the prior art.
[0055]
According to the second aspect of the present invention, in addition to the effect of the first aspect, the effect of further simplifying the calculation can be obtained. Therefore, the sound field reproduction that emphasizes the cost and reduction of labor for realizing the sound image localization is achieved. Technology can be provided.
[Brief description of the drawings]
FIG. 1 is a diagram illustrating the principle of the present invention.
FIG. 2 is a configuration diagram of a sound image localization apparatus of an embodiment.
FIG. 3 is an amplitude characteristic (right channel) of the embodiment.
FIG. 4 is an amplitude characteristic (left channel) of the embodiment.
FIG. 5 is a ratio of amplitude / phase angle between left and right channels.
FIG. 6 is an impulse response characteristic (part 1).
FIG. 7 is an impulse response characteristic (part 2).
FIG. 8 is an explanatory diagram showing a conventional sound image localization apparatus and waveforms of respective parts.
FIG. 9 is an explanatory diagram of a method for measuring a head-related transfer function.
FIG. 10 is an explanatory diagram of problems of a conventional sound image localization apparatus.
[Explanation of symbols]
A _X , A _Y ... sound source A _Z ... virtual sound source F _X , F _Y ... filter circuit (means)
SP _L , SP _R , SP _V1 , SP _V2 ... Speaker 1 ... Original sound generation circuit 2 ... Virtual sound source measurement circuit

Claims

A transfer function (G _L , G _R ) that exists between the first sound source and the listener's left and right ears, and a transfer function (H _L , that exists between the second sound source and the listener's left and right ears) H _R ) and a transfer function (Z _L , Z _R ) existing between the virtual sound source existing at an arbitrary virtual position and the left and right ears of the listener, the audio signal related to the first sound source In a sound image localization apparatus that calculates based on the filter characteristic X and calculates the sound signal related to the second sound source based on the filter characteristic Y, thereby allowing the listener to recognize that sound waves are emitted from the virtual sound source. ,
The filter characteristic X and Y, when the minimum-phase component and Division component _{_{_{D (= G R H L -G}}} L H R) was theta _min,
_{_{_{_{X = (Z R H L -Z}}}} L H R) / (| D | exp (-jθ min))
_{_{_{_{Y = (Z L G R -Z}}}} R G L) / (| D | exp (-jθ min))
A sound image localization apparatus, which is based on the arithmetic expression given above.

A transfer function (G _L , G _R ) that exists between the first sound source and the listener's left and right ears, and a transfer function (H _L , that exists between the second sound source and the listener's left and right ears) H _R ) and a transfer function (Z _L , Z _R ) existing between the virtual sound source existing at an arbitrary virtual position and the left and right ears of the listener, the audio signal related to the first sound source In a sound image localization apparatus that calculates based on the filter characteristic X and calculates the sound signal related to the second sound source based on the filter characteristic Y, thereby allowing the listener to recognize that sound waves are emitted from the virtual sound source. ,
The filter characteristic X and Y, when the division component was _{_{_{D (= G R H L -G}}} L H R),
_{_{_{_{X = (Z R H L -Z}}}} L H R) / | D |
_{_{_{_{Y = (Z L G R -Z}}}} R G L) / | D |
A sound image localization apparatus, which is based on the arithmetic expression given above.