音频信号处理装置的制作方法

本发明涉及进行音频信号的信号处理的音频信号处理装置。

背景技术：

在利用扬声器再现音乐或通知声等音频信号的扬声器再现系统中，由于输入信号超过扬声器的再现极限，因此有时产生失真或声音破裂，导致音质劣化。以下对此详细进行说明。

在扬声器再现中，存在扬声器的振动板能够振动的最大的位移幅度，当输入超过该位移幅度这样的信号时，扬声器振动板无法顺利地振动而发生失真或声音破裂。扬声器振动板的位移幅度取决于输入信号的频率。图8示出该关系。图8示出不使电压(v)变化而仅使信号的频率变化从而输入到扬声器时的扬声器振动板的位移幅度。此外，根据实际上示出扬声器的制动程度的q值等的不同，扬声器的最低谐振频率f0附近的特性与图8出现稍许差异，但大体的趋势不变。另外，针对位移幅度的特性与图8所示的特性不同的扬声器也能够应用本发明，但这里为了简化，将图8用作例子来进行说明。

图8中，扬声器振动板的位移幅度在比f0低的频率成分时大致成为固定值，在比f0高的频率性成分时，位移幅度以大约-12db/oct的倾斜度减少。这表示，向扬声器输入f0附近以下的低频成分与向扬声器输入高频率成分相比，扬声器振动板以更大的位移幅度振动。因此，当向扬声器输入包含较多的低频成分的信号并提高其电压时，在某一电压以上会超过振动板的最大位移幅度。即，越是包含较多的低频成分的信号且越提高电压，则也容易超过扬声器的再现极限。图9示出该情形。

在图9中，纵轴示出信号的振幅强度，横轴示出频率。另外，以灰色示出超过扬声器振动板的位移极限而发生声音破裂的区域，以粗线示出其边界。这里，图9的特性是针对音频信号的振幅值的特性，因此，与图9所示的扬声器的位移幅度的特性不同，扬声器振动板的位移极限成为+12db/oct的倾斜度。

另外，901、902、903示出扬声器再现的音频信号的频率特性，尤其是假定包含较多的低频成分的情况。901是音量值较小时的特性，902是音量值为中等程度时的特性，903是音量值较大时的频率特性。在如201那样以较小的音量值再现时，即便是包含较多的低频成分的音频信号，也不会超过扬声器振动板的位移极限，因此，不发生声音破裂，能够欣赏原本的音质。但是，在如902和903那样提高音量时，会超过扬声器振动板的位移极限，因此，发生声音破裂而导致音质劣化。

如上所述，当输入超过振动板的最大位移幅度这样的信号时，振动板无法顺利地振动，发生声音破裂。

在抑制该扬声器的声音破裂的现有技术中，具有专利文献1。在专利文献1中公开了如下技术：设置过大输入估计部、控制部、频率特性变形部，估计再现音频信号成为过大输入的情况，根据估计结果来控制可变滤波器，防止扬声器的声音破裂。

现有技术文献

专利文献

专利文献1：日本特许第6038135号公报

技术实现要素：

发明要解决的问题

在上述专利文献1所公开的现有技术中，由于使用可变滤波器，因此运算量增加。另外，存在如下课题：由于抑制低频成分，因此在利用扬声器再现所处理的音频信号时，会失去力量。

本发明是为了解决上述问题而完成的，其目的在于，提供一种音频信号处理装置及方法，在以低运算量抑制扬声器的声音破裂的同时，能够使用户在听觉上感知到存在低频成分。

用于解决问题的手段

本发明的音频信号处理装置的特征在于，具备：高通滤波器，其将输入音频信号转换成第1音频信号并输出；位移估计部，其估计被输入了所述输入音频信号时的扬声器振动板的位移幅度；饱和处理部，其针对由所述位移估计部估计出的位移幅度或者对该位移幅度进行校正后的信号，进行饱和处理；音频信号生成部，其使用由所述饱和处理部进行饱和处理后的位移幅度，生成第2音频信号；以及输出生成部，其使用所述第1音频信号和所述第2音频信号来生成输出。

发明的效果

根据本发明的音频信号处理装置，能够抑制扬声器的声音破裂，并且与现有技术相比，能够使用户感知到存在低频成分。

附图说明

图1是示出本发明的实施方式1的音频信号处理装置1的结构图。

图2是示出本发明的饱和处理部107的动作的流程图。

图3是示出本发明的实施方式1的音频信号处理装置1的动作的流程图。

图4是本发明的实施方式1的音频信号处理装置1的h/w结构图。

图5是本发明的实施方式1的音频信号处理装置1的s/w结构图。

图6是示出本发明的实施方式2的音频信号处理装置1的结构图。

图7是示出本发明的实施方式3的音频信号处理装置1的结构图。

图8是示出扬声器振动板的位移特性的图。

图9是示出扬声器的振动板极限与声源的频率特性的关系的图。

具体实施方式

实施方式1.

以下，对本发明的实施方式进行说明。图1是示出本实施方式的生成由扬声器再现的音频信号的音频信号处理装置1的整体结构的图。此外，在以后的各图中，相同的标号表示相同或相当的部分。

在本发明的实施方式1的音频信号处理装置1中，将所输入的输入音频信号101分支后送至扬声器振动板位移估计部102和hpf(highpassfilter)105。在扬声器振动板位移估计部102中，估计再现了输入音频信号101时的扬声器振动板的位移幅度，将估计扬声器振动板位移幅度104向饱和处理部107输出。hpf105是使低于截止频率的信号成分以比高于所述截止频率的信号成分大的衰减率衰减的高通滤波器。在hpf105中，将对输入音频信号101进行滤波处理而得到的hpf音频信号106向输出生成部112输出。

在扬声器振动板位移估计部102中，使用音量值、对象扬声器的最低谐振频率f0的信息103，来估计再现了输入音频信号101时的扬声器振动板的位移幅度，并输出估计扬声器振动板位移幅度104。作为位移幅度估计的具体例，如上所述，扬声器振动板的位移幅度在比扬声器的f0低的频率成分时大致成为固定值，在比f0高的频率性成分时，位移幅度以大约-12db/oct的倾斜度减少，因此，准备以f0为截止频率的2阶iir(infiniteimpulseresponse)滤波器的lpf(lowpassfilter)，使输入信号通过该lpf之后乘以音量值，由此求出与对象扬声器的位移幅度大体成比例的值。此外，在其他方法中，也可以例如利用fir(finiteimpulsefilter)滤波器来模拟对象扬声器的振动板位移特性。将像这样求出的估计扬声器振动板位移幅度104向饱和处理部107输出。

在hpf105中，将对输入音频信号101进行滤波处理而得到的hpf音频信号106向输出生成部112输出。此时，在hpf105中使用的滤波器的频率特性被设计为，当在频率轴上与在扬声器振动板位移估计部102中使用的lpf的频率特性相加时，所有频带中的增益都成为1。具体而言，在扬声器振动板位移估计部102中使用了以f0为截止频率的2阶iir滤波器的lpf的情况下，在hpf105中，同样使用以f0为截止频率的2阶iir滤波器的hpf。另外，在扬声器振动板位移估计部102中使用fir滤波器的情况下，在hpf105中，使用相同抽头数的hpf。

在饱和处理部107中，针对估计扬声器振动板位移幅度104进行以扬声器振动板位移极限值为阈值的限制器处理，将饱和处理后的估计扬声器振动板位移幅度108向音频信号生成部109输出。图2示出具体的处理的流程图。这里，---x(n)表示估计扬声器振动板位移幅度104，---xmax(n)表示扬声器振动板位移极限幅度。在估计扬声器振动板位移幅度104---x(n)大于扬声器振动板位移极限幅度---xmax(n)的情况下(s21)，设为---x(n)＝---xmax(n)(s22)。另一方面，在估计扬声器振动板位移幅度104---x(n)小于扬声器振动板位移极限幅度---xmax(n)的情况下(s21)，如果---x(n)小于----xmax(n)(s23)，则设为---x(n)＝----xmax(n)(s24)。在除此以外的情况下，估计扬声器振动板位移幅度104---x(n)直接成为估计扬声器振动板位移幅度108。通过进行该饱和处理，即便利用对象扬声器再现饱和处理后的信号，也不会超过振幅极限。另外，通过进行饱和处理，波形失真，产生高次谐波，但通过听到高次谐波，能够使用户在听觉上感知到存在低频成分。即，通过进行饱和处理，即便在降低了低频成分的状态下，也能够使用户感知到存在低频成分。其结果是，在抑制扬声器的声音破裂的同时，能够构筑使用户感知到存在低频成分的状态。

在音频信号生成部109中，使用音量值、对象扬声器的f0的信息103，将饱和处理后的估计扬声器振动板位移幅度108转换成音频信号，作为转换后的频信号110而向输出生成部112输出。具体而言，用饱和处理后的估计扬声器振动板位移幅度108除以音量值和对象扬声器的f0的信息103内的音量值。通过这种方式，能够转换成音频信号。

在输出生成部112中，使用在hpf105中得到的hpf音频信号106和在音频信号生成部109中得到的转换后的音频信号110，生成最终的输出，并将输出音频信号113输出。这里，作为具体的一例，对输出生成部112包含音频信号合成部111的情况进行说明。在输出生成部112内的音频信号合成部111中，对hpf音频信号106与音频信号110进行相加处理，生成最终的输出。

图3中将本实施方式的处理的流程作为流程图而示出。在本发明的音频信号处理装置1中，所输入的输入音频信号101在hpf105中被进行hpf处理(s31)。在扬声器振动板位移估计部102中，使用音量值、对象扬声器的最低谐振频率f0的信息103，来估计再现了输入音频信号101时的扬声器振动板的位移幅度，并输出估计扬声器振动板位移幅度104(s32)。在饱和处理部107中，在估计扬声器振动板位移幅度104超过振动板极限振幅的情况下(s33)，进行饱和处理(s34)。进而，在音频信号生成部109中，使用音量值、对象扬声器的f0的信息103，将估计扬声器振动板位移幅度108转换成音频信号(s35)。在音频信号合成部111中，对在hpf105中得到的hpf音频信号106与在音频信号生成部109中得到的转换后的音频信号110进行合成，并将输出音频信号113输出(s36)。

本发明的音频信号处理装置1能够由h/w(hardware)或s/w(software)实现。在由h/w构成的情况下如图4所示，在由s/w构成的情况下如图5所示。在h/w的结构中，从媒体再现装置401输入音频信号，音频信号处理通过处理电路402来实现，处理后的音频信号在dac电路403中被转换成模拟信号，通过放大器404而交接至扬声器405。此外，媒体再现装置401相当于从cd(compactdisc)/dvd(digitalversatiledisc)/blu-raydisc等读取数字信息的装置。在s/w的结构中，读取了存储在外部存储装置501上的数据的处理器502基于存储于存储器503的程序来进行音频信号处理，处理后的音频信号再次被保存在外部存储装置501中。此外，所谓外部存储装置501，例如相当于与本装置直接连接或者经由网络而连接的硬盘驱动器(hdd：harddiskdrive)或固态硬盘(ssd：solidstatedrive)等。

如以上那样，根据实施方式1的处理结构，能够防止再现音频信号成为过大输入。另外，能够通过饱和处理而产生高次谐波。因此，根据本发明，得到如下效果：能够抑制扬声器的声音破裂，并且，能够使用户感知到存在低频成分。另外，在本实施方式中使用的滤波器全部是固定滤波器，因此，也得到能够以低运算量实现这一效果。

这样，实施方式1的音频信号处理装置1的特征在于，具备：hpf105，其将输入音频信号101转换成第1音频信号即hpf音频信号106并输出；作为位移估计部的扬声器振动板位移估计部102，其估计输入了所述输入音频信号101时的扬声器振动板的位移幅度；饱和处理部107，其针对由所述位移估计部102估计出的位移幅度或者对该位移幅度进行校正后的信号，来进行饱和处理；音频信号生成部109，其使用由所述饱和处理部107进行饱和处理后的位移幅度，生成第2音频信号即音频信号110；以及输出生成部112，其使用所述第1音频信号及所述第2音频信号来生成输出。根据该结构，得到如下效果：能够抑制扬声器的声音破裂，并且与现有技术相比，能够使用户感知到存在低频成分。另外，由于在本实施方式中使用的滤波器全部是固定滤波器，因此，也得到能够以低运算量实现这一效果。

另外，在实施方式1的音频信号处理装置1中，输出生成部112的特征在于，输出对所述第1音频信号与所述第2音频信号进行合成后的信号。根据该结构，能够抑制扬声器的声音破裂，并且，能够以低运算量输出可使用户感知到存在低频成分的音频信号。

另外，在实施方式1的音频信号处理装置1中，扬声器振动板位移估计部102的特征在于，使用再现所述输入音频信号的扬声器的谐振频率或音量信息，来估计所述扬声器振动板102的位移幅度。根据该结构，能够高精度地估计所述扬声器振动板102的位移幅度，能够高精度地抑制扬声器的声音破裂。

实施方式2.

在本实施方式中，作为实施方式1的变形例，示出如下方式：通过在音频信号处理装置1中加入用户设定值601、高次谐波控制部602、频率特性调整部605，使在饱和处理部107中产生的高次谐波与用户的喜好一致。

图6是示出本实施方式的音频信号处理装置1的整体结构的图。作为与图1的不同点，追加了用户设定值601、高次谐波控制部602、高次谐波控制后的频率特性部605、校正后的hpf音频信号606来作为新的构成要素。除此以外的构成要素全部相同。

在高次谐波控制部602中，将用户设定值601和饱和处理后的估计扬声器振动板位移幅度108作为输入，针对在饱和处理部107中产生的高次谐波，根据用户设定值601来变更lpf的参数，从而抑制高次谐波的高频段成分，向音频信号生成部109输出进行了高次谐波控制后的估计扬声器振动板位移幅度603。另外，将在高次谐波控制中使用的lpf的参数信息604向频率特性调整部605输出。这里，若为iir型的滤波器，则lpf的参数信息是指q值、截止频率、次数等信息，若为fir型的滤波器，则lpf的参数信息是指截止频率、抽头数等信息。另外，通过用户设定601而切换的lpf的频率特性也可以是截止频率、衰减特性、或者是这两方。

在频率特性调整部605中，将hpf音频处理信号106及在高次谐波控制中使用的lpf的参数信息604作为输入，进行滤波器处理，将调整了频率特性的音频信号606向音频信号加算部111输出。在频率特性调整部605中使用的滤波器的频率特性被设计为，当在频率轴上与在高次谐波控制部602中使用的lpf的频率特性相加时，所有频带中的增益都成为1。具体而言，在高次谐波控制部602中使用2阶iir的lpf的情况下，在频率特性调整部605中，使用相同的截止频率、q值的2阶iir的hpf。另外，在高次谐波控制部602中使用fir滤波器的情况下，在频率特性调整部605中，使用相同抽头数的hpf。

如以上那样，根据本实施方式，能够根据用户的设定值来控制通过饱和处理而产生的高次谐波，因此，可得到能够针对用户的喜好来进行听觉上的低频成分的调整这一效果。

这样，实施方式2的音频信号处理装置1的特征在于，具备：频率特性调整部605，其生成调整了第1音频信号的信号；以及高次谐波控制部602，其控制由饱和处理部107进行饱和处理后的位移幅度所含的高次谐波的频率特性，所述音频信号生成部109使用由所述高次谐波控制部602控制后的信号，生成第2音频信号即音频信号110，输出生成部112输出对调整了所述第1音频信号的信号与所述第2音频信号进行合成后的信号。根据该结构，可得到能够针对用户的喜好来进行听觉上的低频成分的调整这一效果。

另外，实施方式2的音频信号处理装置1的特征在于，在频率特性调整部605中用于调整的频率特性和在高次谐波控制部602中用于控制的频率特性的频率轴上的增益之和在输入音频信号101所在的所有频带中相同或者为1。根据该结构，能够得到如下效果：在确保音频信号的频率特性的基本特性的同时，能够针对用户的喜好来进行听觉上的低频成分的调整。

实施方式3.

在本实施方式中，示出如下方式：通过在实施方式2中进一步加入q值校正部702、q值反向校正部705，在知晓对象扬声器的q值的情况下高精度地估计扬声器振动板位移幅度。

图7是示出本实施方式的音频信号处理装置1的整体结构的图。作为与图6的不同点，追加了扬声器q值701、q值校正部702、q值校正后的估计扬声器振动板位移幅度703、q值反向校正部704、q值反向校正后的估计扬声器振动板位移幅度705来作为新的构成要素。除此以外的构成要素全部相同。

在q值校正部702中，将扬声器q值701、估计扬声器振动板位移幅度104作为输入，进行对在扬声器振动板估计部102中使用的滤波器q值与扬声器q值之间的差分进行校正的处理，向饱和处理部107输出q值校正后的估计扬声器振动板位移幅度703。关于具体的q值校正的方法，例如，在将q值比临界值1/√2高的制动不足的扬声器作为对象的情况下，通过q值校正处理，利用2阶iir的峰值均衡器等将f0附近的频率的振幅电平增强即可。

在q值反向校正部704中，将扬声器q值701、高次谐波控制后的估计扬声器振动板位移幅度603作为输入，使用具有与q值校正部相反的频率特性的滤波器来进行校正，将q值反向校正后的估计扬声器振动板位移幅度705向音频信号生成部109输出。关于具体的实现方法，例如，在q值校正部702中使用了以f0为中心频率而将6db频率的振幅电平放大的2阶iir的峰值均衡器的情况下，在q值反向校正部704中，使用以f0为中心频率而使6db频率的振幅电平衰减的2阶iir的峰值均衡器。

如以上那样，根据本实施方式，通过校正q值，可得到能够更高精度地估计扬声器的振动板位移幅度这一效果。

这样，实施方式3的音频信号处理装置1的特征在于，具备：作为校正部的q值校正部702，其使用再现所述输入音频信号的扬声器的q值，来校正由位移估计部即扬声器振动板位移估计部102估计出的位移幅度，并作为对所述位移幅度进行了校正的信号而生成；以及q值反向校正部704，其利用与由q值校正部702进行的校正相反的频率特性来校正由所述高次谐波控制部602后控制的信号，音频信号生成部109使用由q值反向校正部704校正后的信号，生成第2音频信号即音频信号110。根据该结构，可得到能够更高精度地估计扬声器的振动板位移这一效果。

标号说明

1：音频信号处理装置，101：输入音频信号，102：扬声器振动板位移估计部，103：音量值、对象扬声器的f0等信息，104：估计扬声器振动板位移幅度，105：hpf，106：hpf音频信号，107：饱和处理部，108：饱和处理后的估计扬声器振动板位移幅度，109：音频信号生成部，110：转换后的音频信号，111：音频信号合成部，112：输出生成部，113：输出音频信号，401：媒体再现装置，402：处理电路，403：dac电路，404：放大器，405：扬声器，501：外部存储装置，502：处理器，503：存储器，601：用户设定值，602：高次谐波控制部，603：高次谐波控制后的估计扬声器振动板位移幅度，604：用于高次谐波控制的lpf的参数信息，605：频率特性调整部，606：调整了频率特性的音频信号，701：扬声器q值，702：q值校正部，703：q值校正后的估计扬声器振动板位移幅度，704：q值反向校正部，705：q值反向校正后的估计扬声器振动板位移幅度，901：音量值较小时的声源的频率特性，902：音量值为中等程度时的声源的频率特性，903：音量值较大时的声源的频率特性。