音響信号処理

音響信号処理：音の世界を操る技術

音響信号処理、あるいは音声信号処理とは、音そのもの、もしくは音を表現する信号をデジタルまたはアナログで処理する技術です。我々が耳で聴く音を扱うため、処理における最大の関心事は、信号のどの部分が人間の耳に聞こえるか、つまり可聴域を数学的に分析することです。信号を変換する際にも、可聴域への影響を綿密に制御することが求められます。

しかし、音の聞こえ方は人間の生理的な聴覚器官だけでは決まりません。心理学的な要素も大きく影響します。この心理的な側面を研究する分野は音響心理学と呼ばれています。

歴史：ラジオ放送からデジタル時代へ

音響信号処理の歴史は古く、初期のラジオ放送において必須の技術でした。当時はスタジオから送信機への信号伝送に多くの課題があり、その克服に音響信号処理が貢献しました。

アナログとデジタル：信号の表現

音響信号の表現には、アナログとデジタルの2つの形態があります。アナログ信号は、電気信号の電圧レベルで音波の波形を表現します。一方、デジタル信号は音波の波形を、通常は2進数の記号列で表します。デジタル信号はデジタル信号処理という強力な技術を用いることができます。

本来連続的なアナログ信号をデジタル信号に変換するには、標本化と量子化というプロセスが必要です。この変換によって情報の損失は避けられませんが、デジタル信号処理はアナログ信号処理よりはるかに強力で効率的であるため、現代の音響システムはほとんどがデジタル化されています。高速フーリエ変換などの手法を用いて、信号の周波数成分を分析することも可能です。

信号モデル：連続と離散

デジタル音声信号は、連続時間モデルと離散時間モデルのいずれかで表現され、処理されます。例えば、t秒後の信号値xtを予測するタスクを考えます。連続モデルでは、xt∈[−1,1] の範囲でスカラー値を予測する回帰問題として扱われ、例えばxt=0.5432といった値が予測されます。この値から四捨五入などによりビット値が決定されます。

一方、離散モデルでは、xt∈{0,1,...,2¹⁶−1} のような離散値を予測する16ビットの分類問題として扱われます。この場合、確率分布p(xt)=(0.1,0.2,...,0.05)などが予測され、そこからサンプリングによって値が決定されます。線形予測符号は連続モデルの代表的な例です。

応用分野：広がる音響技術

音響信号処理は、様々な分野に応用されています。音響機器、ダイナミックレンジ圧縮、音声圧縮、伝送通信、そして音質の改良（イコライザー、音響フィルタ、ノイズキャンセリング、残響の追加・除去など）など、その応用範囲は多岐に渡ります。

音声放送：音響処理の最前線

音響信号処理の最も重要な応用分野の1つは、テレビの音声を含む音声放送です。かつては送信直前に信号処理が行われることが多かったですが、近年はスタジオ録音時からのデジタル処理が一般的になりつつあります。音声放送では、過変調の防止、ラウドネスの最大化、送信機の非線形特性の補償などが重要な処理課題です。特に中波・短波放送では、送信機の非線形特性補償が重要となります。

ダイナミックレンジ制御：音の強さを操る

ダイナミックレンジ制御とは、音響信号のダイナミックレンジ（音の強弱の範囲）を縮小したり拡大したりする処理です。これは自動利得制御を基本原理とし、コンパンディングと同様の処理を行います。エフェクターではダイナミクス系と呼ばれ、様々な呼び名があります（コンプレッサー、リミッター、エクスパンダーなど）。

この処理は、閾値、レシオ、ゲイン、アタック時間、リリース時間といったパラメータによって制御されます。閾値を超えた信号にレシオを適用し、ゲインで音量を調整します。アタック時間とリリース時間は、レシオの適用と解除の速度を制御します。

リミッターはレシオを無限大にすることで閾値以上の信号を制限し、回路保護に利用されます。ノイズゲートは閾値以下の信号をカットし、ノイズを低減します。ダイナミックレンジ制御は、信号に非線形変換を施すため、周波数特性に影響を与え、音の歪みを生じさせます。この歪みを積極的に利用して音作りを行うこともあります。

もう一度検索