ステレオ符号化が仮想3次元空間音声の音像定位精度に与える影響

摘要

本研究では，音像定位を用いて話者分離を行う音声会議システムにおいて，定位音声の伝送におけるステレオ符号化の影響を比較検討した.伝送符号化方式にはMP3によるMSステレオ方式とHE-AACによるパラメトリックステレオ方式（aacPlusv2）を用い，同-データレートで比較を行った.音像定位音声のMUSHRA主観評価を行い，パラメトリックステレオ方式が20ポイント前後MSステレオ方式より良い結果が得られた.しかし音像定位精度に対しては，符号化方式問およびそのデータレート間に有意差は無く，さらに符号化しない場合よりも水平面上の方位角左右15°～60°　の間で音像定位精度が高くなることが分かった.%In this paper, we investigated the influence of stereo coding on the 3D sound localization accuracy. We used the MP3 Mid-Side Stereo encoder and the HE-AAC (aacPlus v2) Parametric Stereo encoder at identical data rates. First, the sound quality of the localized speech signal was checked using MUSHRA subjective tests. The result showed that the quality for HE-AAC is higher than MP3 by 20 points. Next, the sound localization accuracy was estimated, but statistically significant difference was not shown for the encoder nor for the data rate. Moreover, we found that the sound localization accuracy becomes higher than the original non-encoded speech signal between azimuth ranges of + 15 to 60 and -15 to -60 degrees.