３次元音響の客観的ラウドネス測定法の標準化とラウドネスメーターの開発

２．１　既存の客観的ラウドネス測定法

ITU-R勧告BS.1770-3に規定される客観的ラウドネス測定法は，5.1ch音響までに対応している（1図）。本測定法では，低域効果用チャンネルを除く5chの音声信号を100msずつずらしながら400msの区間を切り出して，切り出し区間ごとに客観的ラウドネス値を求める。まず，切り出した音声信号に，K特性フィルターを適用する。K特性フィルターは，頭部の影響による周波数特性と，騒音測定に用いられたB特性^*2 を修正して聴覚特性を模倣した周波数特性の２種類のフィルターを組み合わせたものである。次に，音声信号のパワーを求めるために，切り出した音声信号ごとに二乗平均値を求める。さらに，二乗平均値にチャンネルによって値の異なる重み係数G（1表）を乗じて足し合わせ，対数表記にすることで，切り出し区間におけるラウドネス値を求める。番組全体のラウドネス値は，切り出し区間ごとのラウドネス値を，番組全体で平均することにより求める。このとき，あまりにも小さい値はヒトが感じる主観的な音の大きさに影響しないため，一定の閾値以下の値となる切り出し区間は切り捨てるという絶対閾値によるゲーティング処理を行う。さらに，同ゲーティング処理後の平均値から10dB以下の値となる切り出し区間は切り捨てるという相対閾値によるゲーティング処理を行う。

２．２　提案した客観的ラウドネス測定法

提案した客観的ラウドネス測定法は，5.1ch音響までの測定アルゴリズムとは互換性を確保しつつ，任意のチャンネル 数，スピーカー配置に拡張したものである（2図）。5.1ch 用の測定アルゴリズムが，チャンネルによって異なる重み係 数Gを乗じる以外はチャンネルに依存しない処理を行っているため，提案法では，入力数を任意のチャンネル数に拡張し，重み係数だけを検討することにした。任意のスピーカー配置に適用するため，チャンネルごとに乗じる重み係数Gを音声信号が再生される位置（方位角θと仰角Φ）に基づいて規定することとした。

方向ごとの重み係数は，頭部形状による方向ごとの到達音圧レベル差から算出した。まず，無響室内で，ヒトの頭部模型の耳に測定用マイクロホンを設置し，同じ信号を頭部模型の耳の高さにおけるさまざまな方向から再生し，方向による到達レベル差を測定した（2表）。次に，有響室では残響によって方向による到達レベル差が小さくなるため⁵⁾，最大到達レベルが+1.50dBとなるように各到達レベルを正規化した。さらに，規定を単純化するために0.00dB，±1.50dBの３段階に量子化した。2表から，5.1ch音響のL，R，Cチャンネルは前方30度以内であるため重み係数は1.00，Ls，Rsのサラウンドチャンネルは側方110度であるため重み 係数は1.41となり，2表に基づいて角度から重み係数を規定することで，既存勧告との互換性が担保できる。さらに再生する音源の高さを変えて方向別の重み係数を算出し，当初はこれらの結果を基に，3表に示す重み係数をITU-R勧告BS.1770-3の改訂案として提案した。

なお，ITU-R勧告BS.1770-3では，Ls，Rsのサラウンドチャンネルが後方に位置するため（3図（c）参照），前方に音源がある場合より音が大きく感じられるという理由で，1.41 の重み係数を乗じていた。しかし2表の測定結果からは，後方（180度）はむしろ音が小さく到達するため0.71の重み係数を乗じる必要があり，Ls，Rsのサラウンドチャンネルに1.41の重み係数を乗じる必要がある理由は，側方（90度）に近い方向に位置しているからであると考えられる。これは，Sivonenらによって主観評価実験でも確かめられている⁶⁾。

３．１　実験手法

主観評価実験は，ITU-R勧告BS.1116⁸⁾ に準拠した音響評価室（6.4m(W)×8.0m(D)×4.5m(H)）で実施した。音響評価室内の半径2.5mの円柱上に，26個のスピーカー（低域効果チャンネル用２個を含む）を３層（上層：高さ2.9m（仰角31度），中層：1.4m（仰角0度），下層：0m（俯角29度））に配置した。スピーカー配置は，ITU-R勧告BS.2051-1⁴⁾ に規定される22.2ch音響（System H），7.1ch音響（System C）， 5.1ch音響（System B），Stereo（System A）およびMono（1ch）の計５種類の音響方式とした（3図）。

評価音源は，22.2ch音響で制作されたドラマ，ドキュメンタリー，スポーツ，音楽番組などの19個の番組音声から10秒程度を切り出し，標準規格ARIB STD-B32⁹⁾ に規定された係数に従って各音響方式にダウンミックスした計100音源とした。なお，１番組だけ，再生レベルが異なる２種類の音源を準備した。実験で使用した音源は，すべて48kHz サンプリング，16bitのPCM（Pulse Code Modulation）音声信号である。

基準音は，女性のダイアログ（英語）のMono音源であり， 再生レベルを60dB（A特性^*3）とした。評価音源は，基準音に対して±10dB程度の範囲でそれぞれ異なる値となるように再生レベルの初期値が設定され，評価者によって順不同で提示された。

評価者は，22歳から39歳までの正常な聴力を有する男女20名とした。評価者は，基準音と音の大きさが同じになるように評価音源の再生レベルを調整するように教示を受け，ループ再生されている基準音と評価音源を自由に切り替えて，納得がいくまで評価音源の再生レベルをフェーダー操作で調整した（0.1dB単位）。

３．２　実験結果

今回の実験では，前述のように，同じ番組から切り出した音源を異なる再生レベルで提示した１組の評価音源を含めた。この評価音源に対する主観評価実験では，全く同じ再生レベルになるように調整されなければならない。評価実験の信頼性を確保するために，この評価音源の調整後の再生レベル差が５種類すべての音響方式で3dB以内に収まっていれば，その実験結果に信頼性があると見なし，ポストスクリーニングを行った。その結果，20名中12名のデータで解析を行った。

各評価音源の主観評価値（調整値）の平均と，12名分の標準偏差を4表に示す。標準偏差は2～3dB程度，最大でも6.5dBと個人差は小さかった。標準偏差の大きさは評価音源によって異なったが，特定の音響方式の標準偏差が大きくなるなどの明確な傾向は見られなかった。

次に，主観評価値（評価音源を基準音と同じ音の大きさ となるように調整したレベル差）と客観評価値（評価音源と基準音の客観的ラウドネス測定法によるラウドネス値の差） の関係を音響方式ごとに示す（4図）。対角線上にプロット されている場合に，提案したアルゴリズムによって推定したラウドネス値の精度（以下，推定精度）が高いことを示している。主観評価値と客観評価値の相関係数Rと平均誤差（主観評価値と客観評価値の差の絶対値の平均），最大誤差（主観評価値と客観評価値の差の絶対値の最大値）を5表に示す。３次元マルチチャンネル音響方式である22.2ch 音響，7.1ch音響の推定精度は，相関係数でそれぞれ0.963，0.948と，5.1ch音響，Stereo，Monoの0.961，0.953，0.961 と比べて同程度であった。なお，22.2ch音響の平均誤差が1.99dB，最大誤差が6.38dBと，5.1ch音響の1.68dB，4.63dBに比べて大きかったが，これらの推定誤差は主観評価値の 標準偏差と同程度であり，各音響方式とも十分な推定精度 が得られていると考えられる。以上の実験結果から，提案 手法によって，22.2ch音響や7.1ch音響のような３次元音響方式であっても，5.1ch音響よりチャンネル数の少ない音響方式と同程度の推定精度で客観的なラウドネス値を算出で きることが示された。

４．１　標準化された客観的ラウドネス測定法

標準化にあたり，３章で述べた実験に加え，評価音源やスピーカー配置を変えた実験が実施され，チャンネル数，スピーカー配置によらず，推定誤差は同程度であることが示された¹⁰⁾。重み係数の標準化にあたっては，3表で１未満の重み係数を乗じることで，ラウドネス値を下げるために必要以上に後方に信号を割り当てる懸念があること，重み係数に関する規定を単純にすること，単純化しても測定精度には大きな差が生じないことなどが考慮され，最終的に6表に示す方向別の重み係数が標準化された¹⁾。3表と6表とでは，22.2ch音響以外の音響方式については，最初に提案した重み係数と同じ係数となるため，22.2ch音響についてのみ，標準化された係数と，最初に提案した係数による測定値の違いを，３章で実施した実験結果に基づいて検証した（7表）。方向別重み係数による測定誤差は，平均誤差で0.01dB，最大誤差で0.66dBと，若干の増加が見られた。しかし，7表の測定誤差の増加は，主観評価実験における評価者による誤差（4表の標準偏差）に対して十分に小さ いため，ほとんど影響はないと思われる。

また，番組交換時のターゲットラウドネス値に関するITU-R勧告も見直され，チャンネル数やスピーカー配置によらず，放送番組は一定のラウドネス値（-24 LKFS）に調整することになった²⁾。これを受けて，国内規格であるARIB TR-B32も1.5版³⁾ として改定され，22.2ch音響と7.1ch音響の重み係数が追記された。

４．２　ラウドネスメーターの概要

NHKでは，22.2ch音響対応のラウドネスメーターの開発をソフトウエアベースで進め，標準化以前から試作機を開発し，8Kスーパーハイビジョンの番組制作時に使用している（5図）。このラウドネスメーターは，音声卓から出力された 多重音声信号をMADI音声インターフェース（Multichannel Audio Digital Interface）（最大64ch）経由でパソコンに取り込み，22.2ch音響，5.1ch音響，Stereoの各音響方式の ラウドネス値を算出することが可能である。このとき入力トラックごとに，音響方式，チャンネル名，重み係数を指定する。また，複数の音響方式を同時に制作する体制に備え，22.2ch音響を5.1ch音響やStereoにダウンミックスしたときの ラウドネス値も算出可能である。さらに，100msごとに算出される各時刻におけるラウドネス値と，番組開始時刻から測定時刻までのゲーティング処理付きのラウドネス値を算出し，それらの値の時間経過をグラフとして表示することができる。この機能により，24本のレベルメーターを見る代わりに，生放送で番組全体のレベル管理を行うツールとしても用いられている。ラウドネス値だけではなく，各チャンネルのレベルメーターや，各信号間の相関度の表示など，番組制作に役立つ各種のモニター機能も兼ね備えている。