特許 7593415 音響機器のシミュレート方法、音響機器のシミュレート装置、および音響機器のシミュレートシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-11-25

(45)【発行日】2024-12-03

(54)【発明の名称】音響機器のシミュレート方法、音響機器のシミュレート装置、および音響機器のシミュレートシステム

(51)【国際特許分類】

   G10K 15/00 20060101AFI20241126BHJP

【ＦＩ】

G10K15/00 L

G10K15/00 M

【請求項の数】 15

(21)【出願番号】P 2022568015

(86)(22)【出願日】2020-12-11

(86)【国際出願番号】 JP2020046308

(87)【国際公開番号】W WO2022123775

(87)【国際公開日】2022-06-16

【審査請求日】2023-06-07

(73)【特許権者】

【識別番号】000004075

【氏名又は名称】ヤマハ株式会社

(74)【代理人】

【識別番号】110000970

【氏名又は名称】弁理士法人 楓国際特許事務所

(72)【発明者】

【氏名】近藤 多伸

(72)【発明者】

【氏名】水野 賀文

(72)【発明者】

【氏名】川島 慶彦

(72)【発明者】

【氏名】大下 隼人

【審査官】堀 洋介

(56)【参考文献】

【文献】国際公開第２０２０／０３５２５５（ＷＯ，Ａ１）

【文献】特開２０１６－１０５２４６（ＪＰ，Ａ）

【文献】特開平０１－３１４０９７（ＪＰ，Ａ）

【文献】特開２０１２－１８２５５３（ＪＰ，Ａ）

【文献】特開２０１０－２２６３３２（ＪＰ，Ａ）

【文献】BENSA, Julien et al.，Parameter fitting for piano sound synthesis by physical modeling，The Journal of the Acoustic Society of America，2005年06月28日，Vol.118, No.1，第495-504頁

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ１０Ｋ １５／００－１５／１２

Ｇ１０Ｈ １／００

Ｈ０４Ｒ ３／００－ ３／１４

(57)【特許請求の範囲】

【請求項1】

入力した音信号に信号処理を施して出力する音響機器の入出力特性をモデル化した標準モデルを取得し、
前記音響機器と同じ種類の対象音響機器の少なくとも１つのパラメータを設定し、測定用の音信号を前記対象音響機器に入力し、前記対象音響機器において設定された前記パラメータで信号処理された後の前記測定用の音信号を受信して、前記対象音響機器に入力した前記音信号および前記対象音響機器から受信した前記音信号に基づいて前記対象音響機器の入出力特性を測定し、
測定された前記入出力特性を用いて前記標準モデルを補正し、前記対象音響機器の入出力特性をモデル化した個別モデルを作成する、
音響機器のシミュレート方法。

【請求項2】

前記少なくとも１のパラメータは、複数のパラメータを含み、
前記測定は、前記複数のパラメータのうちそれぞれのパラメータについて行なう、
請求項１に記載の音響機器のシミュレート方法。

【請求項3】

前記個別モデルは、測定された前記入出力特性を用いて深層学習により作成する、
請求項１または請求項２に記載の音響機器のシミュレート方法。

【請求項4】

前記標準モデルは予め第１深層学習により作成され、
前記個別モデルは、前記第１深層学習により作成された前記標準モデルを第２深層学習により補正することで作成する、
請求項３に記載の音響機器のシミュレート方法。

【請求項5】

前記測定は、音楽信号を用いる、
請求項１乃至請求項４のいずれか１項に記載の音響機器のシミュレート方法。

【請求項6】

前記測定は、測定信号を用いる、
請求項１乃至請求項５のいずれか１項に記載の音響機器のシミュレート方法。

【請求項7】

前記パラメータの変更を受け付けるための前記対象音響機器に設けられた操作子を、モータを用いて移動させる、
請求項１乃至請求項６のいずれか１項に記載の音響機器のシミュレート方法。

【請求項8】

入力した音信号に信号処理を施して出力する音響機器の入出力特性をモデル化した標準モデルを取得する標準モデル取得部と、
前記音響機器と同じ種類の対象音響機器の少なくとも１つのパラメータを設定し、測定用の音信号を前記対象音響機器に入力し、前記対象音響機器において設定された前記パラメータで信号処理された後の前記音信号を受信して、前記対象音響機器に入力した前記音信号および前記対象音響機器から受信した前記音信号に基づいて前記対象音響機器の入出力特性を測定する測定部と、
測定された前記入出力特性を用いて前記標準モデルを補正し、前記対象音響機器の入出力特性をモデル化した個別モデルを作成する個別モデル作成部と、
を備えた音響機器のシミュレート装置。

【請求項9】

前記少なくとも１のパラメータは、複数のパラメータを含み、
前記測定は、前記複数のパラメータのうちそれぞれのパラメータについて行なう、
請求項８に記載の音響機器のシミュレート装置。

【請求項10】

前記個別モデルは、測定された前記入出力特性を用いて深層学習により作成する、
請求項８または請求項９に記載の音響機器のシミュレート装置。

【請求項11】

前記標準モデルは予め第１深層学習により作成され、
前記個別モデルは、前記第１深層学習により作成された前記標準モデルを第２深層学習により補正することで作成する、
請求項１０に記載の音響機器のシミュレート装置。

【請求項12】

前記測定は、音楽信号を用いる、
請求項８乃至請求項１１のいずれか１項に記載の音響機器のシミュレート装置。

【請求項13】

前記測定は、測定信号を用いる、
請求項８乃至請求項１２のいずれか１項に記載の音響機器のシミュレート装置。

【請求項14】

前記パラメータの変更を受け付けるための前記対象音響機器に設けられた操作子を移動させるモータを備えた、
請求項８乃至請求項１３のいずれか１項に記載の音響機器のシミュレート装置。

【請求項15】

入力した音信号に信号処理を施して出力する音響機器のシミュレート装置および測定デバイスを備えた音響機器のシミュレートシステムであって、
前記シミュレート装置は、前記音響機器の入出力特性をモデル化した標準モデルを取得し、
前記測定デバイスは、前記音響機器と同じ種類の対象音響機器の少なくとも1のパラメータを設定し、測定用の音信号を前記対象音響機器に入力し、前記対象音響機器において設定された前記パラメータで信号処理された後の前記音信号を受信して、前記対象音響機器に入力した前記音信号および前記対象音響機器から受信した前記音信号に基づいて前記対象音響機器の入出力特性を測定し、
前記シミュレート装置は、測定された前記入出力特性を用いて前記標準モデルを補正し、前記対象音響機器の入出力特性をモデル化した個別モデルを作成する、
音響機器のシミュレートシステム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明の一実施形態は、音響機器のシミュレート方法、音響機器のシミュレート装置、および音量機器のシミュレートシステムに関する。

【背景技術】

【0002】

特許文献１には、高調波歪みの発生量を高調波次数毎に周波数に応じて変化させることができるアナログ音響機器のシミュレータが開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００６－９４１５３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

アナログ音響機器は、同じ種類であっても個体差により、それぞれ異なる音色の音を出力する。したがって、ある音響機器をモデル化しても、同じ種類の他の音響機器の音とは異なるモデルになる。

【0005】

この発明の一実施形態は、機器毎の固有の音をモデル化することができる音響機器のシミュレート方法、音響機器のシミュレート装置、および音響機器のシミュレートシステムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明の一実施形態に係る音響機器のシミュレート方法は、音響機器の入出力特性をモデル化した標準モデルを取得し、前記音響機器と同じ種類の対象音響機器の少なくとも1のパラメータを設定して前記対象音響機器の入出力特性を測定し、測定された前記入出力特性を用いて前記標準モデルを補正し、前記対象音響機器の入出力特性をモデル化した個別モデルを作成する。

【発明の効果】

【0007】

この発明の一実施形態は、機器毎の固有の音をモデル化することができる。

【図面の簡単な説明】

【0008】

【図1】シミュレートシステム１の構成を示すブロック図である。

【図2】測定デバイス１４をアナログ音響機器１５に取り付けた場合の外観概略図である。

【図3】測定デバイス１４の構成を示すブロック図である。

【図4】情報処理端末１１の構成を示すブロック図である。

【図5】情報処理端末１１、サーバ１２、および測定デバイス１４の動作を示すフローチャートである。

【図6】図６（Ａ）は、標準モデル９００の信号処理ブロックを示す概念図であり、図６（Ｂ）は、個別モデル９５０の信号処理ブロックを示す概念図である。

【発明を実施するための形態】

【0009】

図１は、音響機器のシミュレートシステム１の構成を示すブロック図である。本実施形態の音響機器のシミュレートシステム１は、情報処理端末１１、サーバ１２、測定デバイス１４、およびアナログ音響機器１５を備えている。情報処理端末１１は、インターネット１３を介してサーバ１２と接続されている。

【0010】

情報処理端末１１は、利用者の用いるパーソナルコンピュータまたはスマートフォン等の情報処理装置からなる。アナログ音響機器１５は、例えばアナログアンプやアナログエフェクタ等の音響機器である。利用者は、測定デバイス１４をアナログ音響機器１５に取り付ける。測定デバイス１４は、アナログ音響機器１５の入出力特性を測定するためのデバイスである。

【0011】

図２は、測定デバイス１４をアナログ音響機器１５に取り付けた場合の外観概略図である。この例のアナログ音響機器１５は、音信号を歪ませるアナログエフェクタである。アナログ音響機器１５は、入力端子（ＩＮ）、出力端子（ＯＵＴ）、摘まみ１５１、およびスライダ１５２を備えている。入力端子および出力端子は、アナログオーディオ端子である。摘まみ１５１は、この例では歪みの強さのパラメータ（Ｄｒｉｖｅ）に対応する。スライダ１５２は、音量のパラメータ（Ｖｏｌ．）に対応する。

【0012】

測定デバイス１４は、出力端子（ＯＵＴ）１０１、入力端子（ＩＮ）１０２、サーボモータ１４１、およびサーボモータ１４２を備えている。測定デバイス１４は、出力端子１０１を介してアナログ音響機器１５の入力端子にアナログ音信号を出力する。測定デバイス１４は、入力端子１０２を介してアナログ音響機器１５の出力端子からアナログ音信号を入力する。

【0013】

サーボモータ１４１は、摘まみ１５１に取り付けられる。サーボモータ１４１は、摘まみ１５１を回転させることで、歪みのパラメータを任意の値に調整する。サーボモータ１４２は、ラック１４３を介してスライダ１５２に取り付けられる。サーボモータ１４２は、ピニオンギヤを備えている。サーボモータ１４２は、ピニオンギヤを介してラック１４３を直線的に移動させる。サーボモータ１４２は、ラック１４３を介してスライダ１５２を移動させることで、音量のパラメータを任意の値に調整する。なお、モータ１４２は、クランク機構により回転運動を直線運動に変換することでスライダ１５２を移動させてもよい。

【0014】

情報処理端末１１は、例えばＵＳＢ等の通信線を介して測定デバイス１４に接続される。情報処理端末１１は、測定デバイス１４に測定信号を送信する。情報処理端末１１は、測定デバイス１４を介して測定用の音信号をアナログ音響機器１５に入力し、信号処理後の音信号を受信する。情報処理端末１１は、測定デバイス１４に送信した音信号と受信した信号処理後の音信号に基づいてアナログ音響機器１５の入出力特性を測定する。

【0015】

図３は、測定デバイス１４の構成を示すブロック図である。測定デバイス１４は、出力端子１０１、入力端子１０２、ＣＰＵ１０３、ＵＳＢＩ／Ｆ１０４、フラッシュメモリ１０５、ＲＡＭ１０６、モータコントローラ１０７、サーボモータ１４１、およびサーボモータ１４２を備えている。

【0016】

ＣＰＵ１０３は、測定デバイス１４の動作を制御する制御部である。ＣＰＵ１０３は、記憶媒体であるフラッシュメモリ１０５に記憶された所定のプログラムをＲＡＭ１０６に読み出して実行することにより各種の動作を行なう。例えば、ＣＰＵ１０３は、モータコントローラ１０７を介してサーボモータ１４１およびサーボモータ１４２を制御し、アナログ音響機器１５のパラメータを任意の値に調整する。

【0017】

ＵＳＢＩ／Ｆ１０４は、情報処理端末１１に接続される。ＵＳＢＩ／Ｆ１０４は、情報処理端末１１から第１のデジタル音信号を受信する。第１のデジタル音信号は、測定用の音信号である。測定用の音信号は、例えばホワイトノイズ、ＴＳＰ（Time Stretched Pulse）、あるいはトーンバースト等の測定信号である。また、測定用の音信号は音楽信号であってもよい。

【0018】

ＣＰＵ１０３は、第１のデジタル音信号を第１のアナログ音信号に変換し、出力端子１０１を介してアナログ音響機器１５に出力する。ＣＰＵ１０３は、入力端子１０２を介してアナログ音響機器１５から第２のアナログ音信号を受信する。ＣＰＵ１０３は、受信した第２のアナログ音信号を第２のデジタル音信号に変換する。ＣＰＵ１０３は、第２のデジタル音信号を、ＵＳＢＩ／Ｆ１０４を介して情報処理端末１１に送信する。

【0019】

図４は、情報処理端末１１の構成を示すブロック図である。情報処理端末１１は、表示器３０１、ユーザＩ／Ｆ３０２、ＵＳＢＩ／Ｆ３０３、フラッシュメモリ３０４、ＲＡＭ３０５、通信Ｉ／Ｆ３０６、およびＣＰＵ３０７を備えている。

【0020】

表示器３０１は、利用者に種々の情報を表示する。ユーザＩ／Ｆ３０２は、利用者の操作を受け付ける。なお、ユーザＩ／Ｆ３０２は、表示器３０１にタッチパネルとして積層されていてもよい。ＵＳＢＩ／Ｆ３０３は、測定デバイス１４に第１のデジタル音信号を送信する。また、ＵＳＢＩ／Ｆ３０３は、測定デバイス１４から第２のデジタル音信号を受信する。通信Ｉ／Ｆ３０６は、ネットワークを介してサーバ１２と通信する。 ＣＰＵ３０７は、記憶媒体であるフラッシュメモリ３０４に記憶されているプログラムをＲＡＭ３０５に読み出して、所定の機能を実現する。図４に示す様に、ＣＰＵ３０７は、機能的に、標準モデル取得部１７１、測定部１７２、および個別モデル作成部１７３を構成する。これら構成は、ＣＰＵ３０７が読み出すアプリケーションプログラムの機能的構成として実現される。標準モデル取得部１７１は、サーバ１２から標準モデル９００を取得する。測定部１７２は、測定デバイス１４を介してアナログ音響機器１５の入出力特性を測定する。個別モデル作成部１７３は、アナログ音響機器１５の入出力特性をモデル化した個別モデルを作成する。

【0021】

図５は、情報処理端末１１、サーバ１２、および測定デバイス１４の動作を示すフローチャートである。まず、利用者は、情報処理端末１１のユーザＩ／Ｆ３０２を介して、アナログ音響機器１５の機種を選択し、測定のリクエストを行う（Ｓ１１）。例えば、ＣＰＵ３０７は、アプリケーションプログラムにより、表示器３０１にアンプの機種名の一覧を表示する。利用者は、表示された一覧から自身の利用している機種を選択する。あるいは、ＣＰＵ３０７は、歪み、イコライザ、あるいはコンプレッサ等の代表的なエフェクタの名称を表示器３０１に表示してもよい。利用者は、表示されたエフェクタの名称から、自身の利用しているエフェクタの名称を選択する。

【0022】

サーバ１２は、リクエストを受信する（Ｓ２１）。サーバ１２は、リクエストに含まれている機種を示す情報に対応する標準モデル９００を取得する（Ｓ２２）。標準モデル９００とは、ある機種のアナログ音響機器の標準的な入出力特性を、デジタル信号処理ブロックでモデル化したものである。

【0023】

図６（Ａ）は、標準モデル９００の信号処理ブロックを示す概念図である。標準モデル９００は、標準フィルタブロック９０１と適応フィルタブロック９０２と、を有する。標準フィルタブロック９０１および適応フィルタブロック９０２は、それぞれアナログ回路（抵抗、ダイオード、コンデンサ、真空管、あるいはコイル等の電子部品で構成される回路）の電気特性をデジタルフィルタでシミュレートした信号処理ブロックである。図６（Ａ）では、説明を容易にするために標準フィルタブロック９０１および適応フィルタブロック９０２はそれぞれ１つのみ示し、２つのフィルタブロックが直列に接続されている例を示す。ただし、標準モデル９００は、実際には多数の信号処理ブロックを有し、様々な接続態様を有するデジタルフィルタ回路である。

【0024】

これらの信号処理ブロックは、予めアナログ音響機器のメーカにおいて、実際のアナログ回路の電気特性をシミュレートすることで作成される。あるいは、標準モデルは、複数の測定条件でアナログ音響機器の入出力特性（例えばインパルス応答）を測定することで作成してもよい。この様な標準モデルは、サーバ１２のデータベースに蓄積されている。

【0025】

標準フィルタブロック９０１は、アナログ音響機器の摘まみやスライダ等のパラメータの変化に依存しないデジタルフィルタであり、例えば包絡線抽出フィルタ（エンベロープフォロワ）等を含む。適応フィルタブロック９０２は、アナログ音響機器のパラメータの変化に応じてフィルタ係数が変化するデジタルフィルタである。標準フィルタブロック９０１および適応フィルタブロック９０２は、非線形フィルタであってもよいし、線形フィルタであってもよい。

【0026】

サーバ１２は、データベースから取得した標準モデル９００を情報処理端末１１に送信する（Ｓ２３）。情報処理端末１１は、当該標準モデル９００を受信する（Ｓ１２）。これにより、情報処理端末１１の標準モデル取得部１７１は、標準モデル９００を取得する。

【0027】

情報処理端末１１の測定部１７２は、測定デバイス１４に測定用の音信号を送信して測定を指示する（Ｓ１３）。測定デバイス１４は、測定の指示を受信すると（Ｓ３１）、アナログ音響機器１５のパラメータを設定する（Ｓ３２）。

【0028】

測定デバイス１４は、アナログ音響機器１５に測定デバイス１４を取り付けた時の摘まみ１５１およびスライダ１５２の値を基準値として設定する。例えば、利用者は、パラメータの値を、最もよく使うパラメータの値に設定してから、測定デバイス１４を取り付け、情報処理端末１１のユーザＩ／Ｆ３０２を介して測定の開始を指示する。

【0029】

測定デバイス１４は、測定用の音信号をアナログ音響機器１５に入力し、アナログ音響機器１５から信号処理後の音信号を受信する（Ｓ３３）。測定用の音信号は、上述の様に例えばホワイトノイズ等の測定信号、あるいは音楽信号である。測定信号の場合、例えばレベルの異なる複数の測定信号のそれぞれについて測定を行なう。音楽信号の場合、例えば内容の異なる複数の音楽信号のそれぞれについて測定を行なう。

【0030】

測定デバイスは、アナログ音響機器１５の全てのパラメータの値について測定を行なったか否かを判断する（Ｓ３４）。全てのパラメータの値について測定を行なっていない場合、Ｓ３２に戻り、パラメータを設定する。

【0031】

測定デバイス１４は、サーボモータ１４１およびサーボモータ１４２を制御することで、アナログ音響機器１５の各パラメータについて、最小値から最大値まで、最小分解能の各値に順次設定することができる。サーボモータ１４１およびサーボモータ１４２の回転位置と摘まみ１５１の回転位置およびスライダ１５２のスライド位置の関係は、例えば以下の様にして求める。

【0032】

音響機器のメーカは、ＤｒｉｖｅおよびＶｏｌ．の最小値、最大値、および分解能等の情報をサーバ１２のデータベースに登録している。情報処理端末１１は、ＤｒｉｖｅおよびＶｏｌ．の最小値、最大値、および分解能等の情報をサーバ１２から取得する。あるいは、例えば、利用者は、情報処理端末１１のユーザＩ／Ｆ３０２を介して、Ｄｒｉｖｅの最小値、最大値、および分解能等の情報を入力してもよい。また、例えば、利用者は、情報処理端末１１のカメラ（不図示）を用いて摘まみ１５１およびスライダ１５２を撮影してもよい。情報処理端末１１は、画像処理により摘まみ１５１およびスライダ１５２の最大値、最小値、分解能、および現在の位置を認識することもできる。

【0033】

測定デバイス１４は、情報処理端末１１から各パラメータの最小値、最大値、および分解能等の情報を受信する。測定デバイス１４は、サーボモータ１４１を左右に回転させ、右回転時に停止した位置を最小値に対応付け、左回転時に停止した位置を最大値に対応付ける。同様に、測定デバイス１４は、サーボモータ１４２を左右に回転させ、右回転時に停止した位置を最大値に対応付け、左回転時に停止した位置を最小値に対応付ける。そして、測定デバイス１４は、分解能の情報と回転角度とを対応付ける。これにより、測定デバイス１４は、サーボモータ１４１およびサーボモータ１４２を回転させることで、各パラメータについて、最小値から最大値まで最小分解能の各値に設定することができる。

【0034】

また、例えば、利用者は、情報処理端末１１のカメラ（不図示）を用いて測定デバイス１４を取り付けた状態の摘まみ１５１およびスライダ１５２を撮影してもよい。情報処理端末１１は、画像処理により摘まみ１５１およびスライダ１５２の最大値、最小値、分解能、および現在の位置を認識する。測定デバイス１４は、情報処理端末１１から摘まみ１５１およびスライダ１５２の最大値、最小値、分解能、および位置情報を取得し、サーボモータ１４１およびサーボモータ１４２の回転角度と、摘まみ１５１およびスライダ１５２に位置との関係を求める。

【0035】

なお、パラメータの値は利用者により手動で変更してもよい。情報処理端末１１は、あるパラメータの値での測定が終了した後、表示器３０１にパラメータの値の変更を促す表示を行なう。利用者は、摘まみ１５１またはスライダ１５２を操作してパラメータの値を変更する。その後、利用者は、情報処理端末１１のユーザＩ／Ｆ３０２を操作して次のパラメータの値での測定指示を行なってもよい。あるいは、情報処理端末１１は、カメラ（不図示）で撮影した摘まみ１５１およびスライダ１５２の画像に次のパラメータ値のガイドを重畳して表示してもよい。

【0036】

測定デバイス１４は、各パラメータの値について、音量の異なる複数の測定信号または種類の異なる複数の音楽信号を用いて測定を繰り返す。測定デバイス１４は、全てのパラメータの値について測定を行なったと判断した場合、アナログ音響機器１５から受信した音信号（測定結果）を情報処理端末１１に送信する（Ｓ３５）。ただし、測定結果は、全てのパラメータの値について測定を行った後に送信する必要はない。測定結果は、例えば、ある測定信号または音楽信号を用いて測定を行った後に逐次送信してもよい。

【0037】

情報処理端末１１は、測定結果を受信する（Ｓ１４）。情報処理端末１１の個別モデル作成部１７３は、測定結果に基づいて標準モデルを補正し、アナログ音響機器１５の入出力特性をモデル化した個別モデルを作成する（Ｓ１５）。

【0038】

個別モデルは、測定を行なった対象音響機器（アナログ音響機器１５）の入出力特性を表現する様に、標準モデルを補正したモデルである。図６（Ｂ）に示す様に、個別モデル９５０は、例えば、標準モデル９００の出力を補正フィルタブロック９５１で補正したモデルである。個別モデル作成部１７３は、音量の異なる複数の測定用の音信号をそれぞれについて、個別モデル９５０に入力した場合の出力結果と、測定デバイス１４を介して測定した測定結果と、の差分を求め、当該差分が最小となる様なフィルタ係数を補正フィルタブロック９５１に設定する。これにより、補正フィルタブロック９５１は、音量に依存する周波数特性を表現する。アナログ音響機器１５は、パラメータの変化により非線形に入出力特性が変化する。補正フィルタブロック９５１は、アナログ音響機器１５の複数のパラメータ（摘まみ１５１およびスライダ１５２）の組み合わせのそれぞれの値毎に設けられる。したがって、補正フィルタブロック９５１は、標準モデル９００とアナログ音響機器１５との入出力特性の差を補正するフィルタとなる。

【0039】

あるいは、個別モデル作成部１７３は、図６（Ａ）に示した適応フィルタブロック９０２のフィルタ係数を補正することで標準モデル９００の出力を補正し、当該補正した標準モデル９００を個別モデル９５０としてもよい。この場合、補正フィルタブロック９５１は不要である。個別モデル作成部１７３は、音量の異なる複数の測定用の音信号をそれぞれについて、個別モデル９５０に入力した場合の出力結果と、測定デバイス１４を介して測定した結果と、の差分を求める。個別モデル作成部１７３は、当該差分が最小となる様なフィルタ係数を所定の適応アルゴリズムにより求め、適応フィルタブロック９０２のフィルタ係数を補正する。

【0040】

これにより、個別モデル作成部１７３は、利用者の所有するアナログ音響機器１５の固有の音を表現した個別モデル９５０を作成する。

【0041】

情報処理端末１１は、作成した個別モデル９５０をサーバ１２に送信する（Ｓ１６）。サーバ１２は、個別モデル９５０を受信し（Ｓ２４）、データベースに登録する（Ｓ２５）。

【0042】

利用者は、情報処理端末１１等の情報処理装置を利用することで、サーバ１２のデータベースに登録された個別モデル９５０をいつでもダウンロードして利用することができる。これにより利用者は、アナログ音響機器１５を持ち運ぶことなく、必要な場所および必要なタイミングでアナログ音響機器１５と同じ入出力特性を持つ仮想的なアンプやエフェクタを利用することができる。

【0043】

標準モデルおよび個別モデルは、ディープニューラルネットワーク（以下、ＤＮＮと称する。）等の所定のアルゴリズムを用いたフィルタであってもよい。ＤＮＮのフィルタは、予め構築される。例えば、音響機器のメーカは、種類の異なる大量の音楽信号を測定用の音信号として標準的な音響機器に入力し、出力信号を正解として、音響機器の入出力特性を深層学習させる。

【0044】

音響機器のメーカは、まずパラメータを固定して、種類の異なる大量の音楽信号を入力し、音響機器の入出力特性を深層学習させる。その後、音響機器のメーカは、パラメータの値を変更する場合、パラメータの変化に影響しないフィルタ処理ブロックの学習を制限する制限付き深層学習を行なう。音響機器のメーカは、この様にしてＤＮＮによる標準モデルを作成する。

【0045】

個別モデル作成部１７３は、図６（Ｂ）に示した様に、標準モデル９００の出力を補正する補正フィルタブロック９５１を学習させる。この場合、補正フィルタブロック９５１もＤＮＮのフィルタである。個別モデル作成部１７３は、ＤＮＮによる補正フィルタブロック９５１を深層学習させることで、個別モデル９５０を作成する。個別モデル作成部１７３は、種類の異なる複数の音楽信号を個別モデル９５０に入力した場合の出力結果と、測定デバイス１４を介して測定した測定結果と、の差分を求め、当該差分が最小となる様に補正フィルタブロック９５１を学習させる。なお、ＤＮＮによる学習を行なう場合には、異なる種類の大量の音楽信号を入力し、測定結果を正解として学習させることが好ましい。ただし、補正フィルタブロック９５１の学習は、標準モデル９００を個別モデル９５０に補正する処理であるため、標準モデル９００を作成する場合の学習に比べて演算負荷は著しく低い。

【0046】

あるいは、個別モデル作成部１７３は、図６（Ａ）に示した適応フィルタブロック９０２を再度深層学習させることで標準モデル９００の出力を補正し、当該補正した標準モデル９００を個別モデル９５０としてもよい。この場合、摘まみ１５１およびスライダ１５２のパラメータに関わる適応フィルタブロック９０２以外の学習を制限する制限付き学習を行なう。

【0047】

以上の様に、個別モデル９５０は、深層学習により作成してもよい。特に、個別モデル作成部１７３は、音響機器のメーカにより予め第１深層学習により作成された標準モデル９００を、パラメータに関わる制限付きの第２深層学習により補正することで個別モデル９５０を作成することが好ましい。これにより、本実施形態のシミュレートシステム１は、個別モデル９５０を作成する際の演算負荷を低減することができる。

【0048】

本実施形態では、情報処理端末１１がサーバ１２と通信し、標準モデルを取得して、個別モデルを作成する例を示した。すなわち、本実施形態では、音響機器のシミュレート装置の一例として、情報処理端末１１を示した。しかし、例えば測定デバイス１４が通信機能を有し、サーバ１２と通信し、標準モデルを取得して、個別モデルを作成してもよい。この場合、測定デバイス１４が音響機器のシミュレート装置としても機能する。また、サーバ１２が測定デバイス１４に測定用の音信号を送信して測定結果を受信し、測定結果に基づいて個別モデルを作成してもよい。この場合、サーバ１２が音響機器のシミュレート装置として機能する。

【0049】

本実施形態の説明は、すべての点で例示であって、制限的なものではない。本発明の範囲は、上述の実施形態ではなく、特許請求の範囲によって示される。さらに、本発明の範囲には、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

【符号の説明】

【0050】

１…シミュレートシステム
１１…情報処理端末
１２…サーバ
１３…インターネット
１４…測定デバイス
１５…アナログ音響機器
１０１…出力端子
１０２…入力端子
１０３…ＣＰＵ
１０４…ＵＳＢＩ／Ｆ
１０５…フラッシュメモリ
１０６…ＲＡＭ
１０７…モータコントローラ
１４１…サーボモータ
１４２…サーボモータ
１５２…スライダ
１７１…標準モデル取得部
１７２…測定部
１７３…個別モデル作成部
３０１…表示器
３０２…ユーザＩ／Ｆ
３０３…ＵＳＢＩ／Ｆ
３０４…フラッシュメモリ
３０５…ＲＡＭ
３０６…通信Ｉ／Ｆ
３０７…ＣＰＵ
９００…標準モデル
９０１…標準フィルタブロック
９０２…適応フィルタブロック
９５０…個別モデル
９５１…補正フィルタブロック

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】