Loading article…
オーディオ信号処理は、オーディオ信号の電子的操作に関する信号処理のサブフィールドです。オーディオ信号は、圧縮と希薄化からなる空気中を伝わる縦波である音波の電子的表現です。オーディオ信号に含まれるエネルギーまたは音響パワーレベルは、通常、デシベルで測定されます。オーディオ信号はデジタル形式またはアナログ形式で表現できるため、処理はどちらの領域でも実行できます。アナログ プロセッサは電気信号を直接操作しますが、デジタル プロセッサはデジタル表現を数学的に操作します。
歴史
オーディオ信号処理の動機は、20世紀初頭、電話、蓄音機、ラジオなどの発明により、オーディオ信号の送信と保存が可能になったことに始まる。スタジオと送信機のリンクには多くの問題があったため、初期のラジオ放送にはオーディオ処理が必要不可欠であった。[1]信号処理の理論とオーディオへの応用は、20世紀半ばにベル研究所で主に開発された。クロード・シャノンとハリー・ナイキストによる通信理論、サンプリング理論、パルス符号変調(PCM)に関する初期の研究が、この分野の基礎を築いた。1957年、マックス・マシューズがコンピューターでオーディオを合成した最初の人物となり、コンピューター音楽が誕生した。
デジタル オーディオ符号化とオーディオデータ圧縮の主な開発としては、1950年にベル研究所のC. Chapin Cutlerが行った差分パルス符号変調（DPCM） [2] 、 1966年に名古屋大学の板倉文忠と日本電信電話の斉藤周三が行った線形予測符号化（LPC）[3]、1973年にベル研究所のP. Cummiskey、 Nikil S. Jayant、James L. Flanaganが行った適応型DPCM（ADPCM）[4] [5] 、 1974年にNasir Ahmed、T. Natarajan、KR Raoが行った離散コサイン変換（DCT）符号化[6] 、 1987年にサリー大学のJP Princen、AW Johnson、AB Bradleyが行った修正離散コサイン変換（MDCT）符号化[7 ]などがあります。LPCは知覚符号化の基礎であり、音声符号化で広く使用されています。[8] MDCT符号化は、MP3 [9]やAdvanced Audio Coding (AAC) [10]などの最新のオーディオ符号化形式で広く使用されています。
種類
アナログ
アナログオーディオ信号は、空気中の音波に似た電圧または電流によって表される連続信号です。アナログ信号処理では、電気回路を介して電圧、電流、または電荷を変更することで、連続信号を物理的に変更します。
歴史的に、デジタル技術が広く普及する前は、信号を処理する唯一の方法はアナログでした。それ以来、コンピュータとソフトウェアの性能が向上し、価格も手頃になったため、デジタル信号処理が主流になりました。しかし、音楽アプリケーションでは、デジタル フィルタで再現するのが難しい 非線形応答を生成することが多いため、アナログ技術が依然として好まれています。
デジタル
デジタル表現は、オーディオ波形を一連のシンボル（通常は2進数）として表現します。これにより、デジタル信号プロセッサ、マイクロプロセッサ、汎用コンピュータなどのデジタル回路を使用した信号処理が可能になります。現代のオーディオシステムのほとんどは、デジタル信号処理の技術がアナログ領域の信号処理よりもはるかに強力で効率的であるため、デジタルアプローチを採用しています。[11]
アプリケーション
処理方法と応用分野には、ストレージ、データ圧縮、音楽情報検索、音声処理、定位、音響検出、伝送、ノイズ除去、音響フィンガープリンティング、音声認識、合成、拡張（イコライゼーション、フィルタリング、レベル圧縮、エコーおよびリバーブの除去または追加など）が含まれます。
音声放送
オーディオ信号処理は、オーディオ信号を放送する際に、忠実度を高めたり、帯域幅や遅延を最適化したりするために使用されます。この領域では、最も重要なオーディオ処理は送信機の直前で行われます。ここでのオーディオ プロセッサは、過変調を防止または最小限に抑え、非線形送信機 (中波および短波放送で発生する可能性のある問題) を補正し、全体的な音量を必要なレベルに調整する必要があります。
アクティブノイズコントロール
アクティブ ノイズ コントロールは、不要な音を減らすために設計された技術です。不要なノイズと同一の信号を反対極性で作成すると、2 つの信号が破壊的な干渉によって打ち消されます。
オーディオ合成
オーディオ合成は、オーディオ信号を電子的に生成することです。これを実現する楽器はシンセサイザーと呼ばれます。シンセサイザーは音を模倣することも、新しい音を生成することもできます。オーディオ合成は、音声合成を使用して人間の音声を生成するためにも使用されます。
オーディオ効果
オーディオ エフェクトは、楽器やその他のオーディオ ソースのサウンドを変更します。一般的なエフェクトには、エレクトリック ブルースやロック ミュージックでエレクトリック ギターによく使用されるディストーション、音量に影響を与えるボリューム ペダルやコンプレッサーなどのダイナミックエフェクト、周波数範囲を変更するワウ ペダルやグラフィック イコライザーなどのフィルター、コーラス、フランジャー、フェイザーなどのモジュレーションエフェクト、ピッチ シフターなどのピッチエフェクト、エコー サウンドを作成してさまざまな空間のサウンドをエミュレートするリバーブやディレイなどの時間エフェクトがあります。
ミュージシャン、オーディオエンジニア、レコードプロデューサーは、ライブパフォーマンス中やスタジオで、通常エレキギター、ベースギター、電子キーボード、エレクトリックピアノなどのエフェクトユニットを使用します。エフェクトは電気楽器や電子楽器で最もよく使用されますが、アコースティック楽器、ドラム、ボーカルなど、あらゆるオーディオソースで使用できます。 [12] [13]
コンピューターオーディション
コンピュータ聴覚（CA）または機械聴覚は、機械による音声解釈のアルゴリズムとシステムの一般的な研究分野です。 [14] [15]機械が「聞く」という概念は非常に広範で漠然としているため、コンピュータ聴覚は、もともと特定の問題を扱っていた、または具体的なアプリケーションを念頭に置いていたいくつかの分野を統合しようとしています。Technology Reviewのインタビューを受けたエンジニアのパリス・スマラグディスは、これらのシステムについて、「音を使用して部屋を移動する人の位置を特定したり、機械の故障を監視したり、交通カメラを起動して事故を記録したりするソフトウェア」について語っています。[16]
人間の聴覚 モデルにヒントを得たCAは、コンピュータによるオーディオ信号や音楽信号に対するインテリジェントな操作を実行するために、表現、変換、グループ化、音楽知識の使用、一般的なサウンドセマンティクスの問題を扱っています。技術的には、信号処理、聴覚モデリング、音楽知覚と認知、パターン認識、機械学習の分野の手法と、音楽知識表現のための人工知能のより伝統的な手法の組み合わせが必要です。[17] [18]参照
参考文献
- ^ Atti, Andreas Spanias、Ted Painter、Venkatraman (2006)。オーディオ信号処理とコーディング（[オンライン版]）。ホーボーケン、ニュージャージー：John Wiley＆Sons。p. 464。ISBN 0-471-79147-4。
{{cite book}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ^ 米国特許 2605361、C. Chapin Cutler、「通信信号の微分量子化」、1952 年 7 月 29 日発行
- ^ Gray, Robert M. (2010). 「パケットネットワーク上のリアルタイムデジタル音声の歴史：線形予測符号化とインターネットプロトコルの第2部」(PDF) . Found. Trends Signal Process . 3 (4): 203–303. doi : 10.1561/2000000036 . ISSN 1932-8346. 2022-10-09にオリジナルからアーカイブ(PDF)されました。
- ^ P. Cummiskey、Nikil S. Jayant、JL Flanagan、「音声の差分 PCM コーディングにおける適応量子化」、Bell Syst. Tech. J.、vol. 52、pp. 1105-1118、1973 年 9 月
- ^ Cummiskey, P.; Jayant, Nikil S.; Flanagan, JL (1973). 「音声の差分 PCM コーディングにおける適応量子化」. The Bell System Technical Journal . 52 (7): 1105–1118. doi :10.1002/j.1538-7305.1973.tb02007.x. ISSN 0005-8580.
- ^ Nasir Ahmed ; T. Natarajan; Kamisetty Ramamohan Rao (1974 年 1 月). 「離散コサイン変換」(PDF) . IEEE Transactions on Computers . C-23 (1): 90–93. doi :10.1109/TC.1974.223784. S2CID 149806273. 2022 年 10 月 9 日のオリジナルから アーカイブ(PDF) 。
- ^ JP Princen、AW Johnson、AB Bradley：「時間領域エイリアシングキャンセルに基づくフィルタバンク設計を使用したサブバンド/変換コーディング」、IEEE Proc. Intl. Conference on Acoustics, Speech, and Signal Processing (ICASSP)、2161–2164、1987年。
- ^ シュローダー、マンフレッド R. (2014)。「ベル研究所」。音響、情報、通信：マンフレッド R. シュローダーを記念した記念本。シュプリンガー。p. 388。ISBN 9783319056609。
- ^ Guckert, John (2012年春). 「MP3オーディオ圧縮におけるFFTとMDCTの使用」(PDF)。ユタ大学。 2022年10月9日時点のオリジナルよりアーカイブ(PDF) 。 2019年7月14日閲覧。
- ^ Brandenburg, Karlheinz (1999). 「MP3 と AAC の説明」(PDF)。2017 年 2 月 13 日のオリジナルからアーカイブ(PDF) 。
- ^ Zölzer, Udo (1997).デジタルオーディオ信号処理. John Wiley and Sons. ISBN 0-471-97226-6。
- ^ ホーン、グレッグ (2000)。『アコースティックギター完全メソッド：アコースティックギターの習得』アルフレッドミュージック社刊。92ページ。ISBN 9781457415043。
- ^ ヤカブスキー、ジム (2001)。プロフェッショナルサウンド強化テクニック：コンサートサウンドエンジニアのヒントとコツ。ハルレナード。p. 139。ISBN 9781931140065。
- ^ マシンオーディション：原理、アルゴリズム、システム。IGI Global。2011年。ISBN 9781615209194。
- ^ 「機械聴覚：原理、アルゴリズム、システム」（PDF）。
- ^ パリス・スマラグディスはコンピューターに、よりリアルな音楽を演奏する方法を教えた
- ^ Tanguiane (Tangian), Andranick (1993).人工知覚と音楽認識. 人工知能の講義ノート. 第746巻. ベルリン-ハイデルベルク: Springer. ISBN 978-3-540-57394-4。
- ^ Tanguiane (Tanguiane), Andranick (1994). 「知覚の相関性の原理と音楽認識への応用」.音楽知覚. 11 (4): 465–502. doi :10.2307/40285634. JSTOR 40285634.