特許ウォッチ

公開番号2025087468
公報種別公開特許公報(A)
公開日2025-06-10
出願番号2023202151
出願日2023-11-29
発明の名称音声処理装置、音声処理方法、およびプログラム
出願人株式会社AZSTOKE
代理人弁理士法人大塚国際特許事務所
主分類H03G 3/02 20060101AFI20250603BHJP(基本電子回路)
要約【課題】複数の音声ファイルに対する自動音量調整のために有利な技術を提供する。
【解決手段】音声処理装置は、音声の加工を行うためのソフトウェアであるミドルウェアと、音声の加工を行うための、前記ミドルウェアとは異なるソフトウェアであるデジタルオーディオワークステーション(DAW)とを記憶する記憶部と、前記ミドルウェアおよび前記DAWを実行するプロセッサとを有し、前記プロセッサは、前記DAW上で、前記ミドルウェアで設定された音声ファイルに記録された音声がアウトプットに至るまでのパスを示すルーティング情報に基づいて、前記ミドルウェア上での前記音声の音量値の変化量を取得する。
【選択図】図1
特許請求の範囲【請求項１】
音声を処理する音声処理装置であって、
音声の加工を行うためのソフトウェアであるミドルウェアと、音声の加工を行うための、前記ミドルウェアとは異なるソフトウェアであるデジタルオーディオワークステーション（ＤＡＷ）とを記憶する記憶部と、
前記ミドルウェアおよび前記ＤＡＷを実行するプロセッサと、
を有し、
前記プロセッサは、前記ＤＡＷ上で、
前記ミドルウェアで設定された音声ファイルに記録された音声がアウトプットに至るまでのパスを示すルーティング情報に基づいて、前記ミドルウェア上での前記音声の音量値の変化量を取得する、
ことを特徴とする音声処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記プロセッサは、前記ＤＡＷ上で、更に、
前記取得された変化量に基づいて、前記音声の音量調整を行う、
ことを特徴とする請求項１に記載の音声処理装置。
【請求項３】
前記ミドルウェアにおいて、前記音声は階層構造で分類され、階層ごとに音量調整部が設けられており、
前記ルーティング情報は、前記音声の前記パスの情報と、前記パス上の各音量調整部での音量値の情報とを含み、
前記プロセッサは、前記ＤＡＷ上で、
前記パス上の各音量調整部での音量値を合計して、前記ミドルウェア上での前記音声の音量値の総変化量を算出し、
前記算出された総変化量に基づいて、前記音声の音量調整を行う、
ことを特徴とする請求項２に記載の音声処理装置。
【請求項４】
前記プロセッサは、前記ＤＡＷ上で、
文字列と音量値との対を１つのレコードとして含む音量テーブルから、前記音声ファイルのファイル名と部分一致する文字列を登録文字列として有するレコードの検索を行い、
前記検索により得られたレコードに記述された音量値と前記総変化量との差である最終音量値により、前記音声ファイルに記録された音声の音量調整を行う、
ことを特徴とする請求項３に記載の音声処理装置。
【請求項５】
前記総変化量を求める際の計算対象から除外するルーティングである対象外ルーティングを設定する設定手段を更に有することを特徴とする請求項４に記載の音声処理装置。
【請求項６】
前記総変化量を求める際の計算対象に加えられるべき、前記階層構造とは別の階層構造におけるルーティングである加算ルーティングを設定する設定手段を更に有することを特徴とする請求項４に記載の音声処理装置。
【請求項７】
前記音量値の尺度はラウドネス値である、ことを特徴とする請求項１に記載の音声処理装置。
【請求項８】
音声の加工を行うためのソフトウェアであるミドルウェアと、音声の加工を行うための、前記ミドルウェアとは異なるソフトウェアであるデジタルオーディオワークステーション（ＤＡＷ）とを記憶する記憶部と、前記ミドルウェアおよび前記ＤＡＷを実行するプロセッサと、を有する音声処理装置によって実行される音声処理方法であって、
前記プロセッサが、前記ＤＡＷの実行中に、
前記ミドルウェアで設定された音声ファイルに記録された音声がアウトプットに至るまでのパスを示すルーティング情報を取得するステップと、
前記ミドルウェア上での前記音声の音量値の変化量を取得するステップと、
を有することを特徴とする音声処理方法。
【請求項９】
コンピュータに、請求項８に記載の音声処理方法の各ステップを実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、音声処理装置、音声処理方法、およびプログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
複数の音声ファイルを扱うアプリケーションにおいては、多くの場合、各ファイルの音量は、それぞれ指定された音量に調整されていることが望ましい。例えば、ゲームにおいて、同じキャラクターの動作音（例えば歩行音）の音量が場面によって大きく異なると、ユーザに違和感を与えうる。そのため、開発者は、ゲームにインストールされる複数の音声ファイルの音量を調整する作業に多大な労力を割いている。
【０００３】
従来、複数の音声ファイルに対する音量調整は、例えば次のような手順で行われていた。
（ａ）納品された複数の音声ファイルが記憶装置に保存される。
（ｂ）基準音声ファイルと複数の音声ファイルのうちから選択された１つの音声ファイルとを聴き比べる。
（ｃ）聴感上の音量が同じになるように音声ファイルの信号レベルを調整する。
（ｄ）複数の音声ファイルのうちの未処理の音声ファイルについて、（ｂ）、（ｃ）を繰り返す。
【０００４】
なお、上記工程（ｃ）で行われる信号レベルの調整は、音声データ自体を変更することに限られない。例えば、特許文献１には、自動音量調整要素をオーディオデータと関連付けて記憶しておき、オーディオデータの再生時にその自動音量調整要素を用いて音量を調整することが記載されている。特許文献２には、音楽ファイルのファイル名に再生音量に関する再生制御識別子を付加し、音楽ファイルの再生時にその再生制御識別子を用いて音量を調整することが記載されている。
【先行技術文献】
【特許文献】
【０００５】
特開２００３－２４３９５２号公報
特開２０１１－１９７６６４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかし、例えばゲームで使用される音声ファイルの数は数万以上に及ぶ場合がある。そのような数の音声ファイルの音量を逐一調整するとなると、作業工数は膨大なものとなる。そのため、複数の音声ファイルに対する音量調整を自動化することで音量調整作業にかかる労力の軽減が望まれている。また、ゲーム開発においては、音声ファイルの制作、調整のために、ミドルウェア（オーディオミドルウェア）と、デジタルオーディオワークステーション（ＤＡＷ）の、２つのソフトウェアが使用される。しかし、ＤＡＷ上では、複数の音声ファイルがそれぞれミドルウェアでどのような音量調整がされてきたのかを把握することができず、ミドルウェアでの音量調整結果を考慮した音量調整を行うことができなかった。
本発明は、複数の音声ファイルに対する自動音量調整のために有利な技術を提供する。
【課題を解決するための手段】
【０００７】
本発明の一側面によれば、音声を処理する音声処理装置であって、音声の加工を行うためのソフトウェアであるミドルウェアと、音声の加工を行うための、前記ミドルウェアとは異なるソフトウェアであるデジタルオーディオワークステーション（ＤＡＷ）とを記憶する記憶部と、前記ミドルウェアおよび前記ＤＡＷを実行するプロセッサと、を有し、前記プロセッサは、前記ＤＡＷ上で、前記ミドルウェアで設定された音声ファイルに記録された音声がアウトプットに至るまでのパスを示すルーティング情報に基づいて、前記ミドルウェア上での前記音声の音量値の変化量を取得する、ことを特徴とする音声処理装置が提供される。
【発明の効果】
【０００８】
本発明によれば、複数の音声ファイルに対する自動音量調整のために有利な技術を提供することができる。
【図面の簡単な説明】
【０００９】
実施形態に係る音声処理装置の構成を示すブロック図。
ラウドネステーブルの構造例を示す図。
ラウドネス値の設定画面を例示する図。
ミドルウェア上の音声の階層構造を説明する概念図。
ミドルウェアによる音量値の変化量を取得するための設定画面を例示する図。
音声処理方法のフローチャート。
音声の波形の表示例を示す図。
【発明を実施するための形態】
【００１０】
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態で説明されている特徴の組み合わせの全てが発明に必須のものとは限らない。実施形態で説明されている複数の特徴のうち二つ以上の特徴は任意に組み合わされてもよい。また、同一若しくは同様の構成には同一の参照番号を付し、重複した説明は省略する。
（【００１１】以降は省略されています）

関連特許