SlideShare a Scribd company logo
1 of 32
Download to read offline
音響のための
鏡像法による距離減衰の再現
完全に理解した
自己紹介
吉高 弘俊( )
株式会社エクシヴィのオーディオプログラマ
距離減衰
距離感の表現
音量(とリバーブ)の相対的な変化で表現できる。
約 以内の距離感
を表現してくれる立体音響プラグインも!
( など)
https://developer.oculus.com/blog/near-field-3d-audio-explained/
距離減衰カーブ: デフォルト
なんとなく減衰しすぎ ?
演出意図を持って描く
距離減衰カーブ+演出意図
重要なサウンド
キャラクターボイスなど
重要でないサウンド
エアコンのノイズなど環境音
距離
音量
距離減衰カーブ+演出意図
重要なサウンド
キャラクターボイスなど
重要でないサウンド
エアコンのノイズなど環境音
距離
音量
センス頼り…?
リアリティのある
距離減衰とは?
なぜ逆2乗則どおりではない?
無響室での点音源の法則
点音源ではない
近距離では面音源とか
残響(リバーブ)がある
現実空間は無響室ではない
参考文献[1]
リバーブとは
直接音と初期反射、後期残響
エネルギー
時間
距離減衰とリバーブ
後期残響音に対して、直接音や初期反射音を
小さくする 遠く感じる
エネルギー
時間
参考文献[2]
距離減衰とリバーブ
直接音と初期反射がどう減衰するか?
シミュレーションでカーブを求めてみよう!
エネルギー
時間
室内音響シミュレーション
実装が簡単な「鏡像法」を使う
● 直方体の部屋
● 点音源
● 鏡面反射
● 一様な吸音率
参考文献[3]
鏡像法( )
壁から反射した音波は
「虚像」の位置から来る 音源
虚像
リスナー
鏡像法( )
壁から反射した音波は
「虚像」の位置から来る
虚像ごとの時間差と音量差
を求める
鏡像法( )
音源をインパルス音と仮定
インパルス応答が得られる
実装時のポイント:
● 固定端反射なので反射するごとに位相逆転
● 周波数領域で解くとより正確になる
参考文献[3]
インパルス応答から距離減衰を推定
直接音から までを
初期反射としてみる
値を測定
減衰がなかった場合の
値との比をとる
値に代入
実際に動かしてみる
6畳間
鏡像法 逆2乗則
6畳間
鏡像法 逆2乗則
大きめの部屋
6畳間 大きめの部屋
実験してみてわかったこと
● 至近距離では急激に減衰
面音源で計算すると違うかも?
● 少し離れると
ほとんど減衰しない
実験してみてわかったこと
部屋の大きさでの違い:
● 狭いとすぐ減衰が収束
● 広いと小さな音量に収束
そのまま使うときの課題
● 近傍での音量変化が急激なので
カーブに をかけて底上げ
● 環境に応じて部屋の大きさを変え
る
● 高速化が必要
● インパルス応答畳み込みする場合は
フラッターエコーがきついかも?
距離減衰カーブを描くときへの応用
● 最大減衰距離は部屋の大きさより
も意外と小さい
● なだらかなカーブは物理的に間
違っていない
● 周囲の広さに合わせて距離減衰
カーブを変えるとよさそう
今後の課題
● 音量だけでなく、リバーブも
変化させる
● 面音源でやってみる
● 可聴化してみる
● 正直にシミュレーションせず、統計
的にカーブを割り出す
で公開中!
https://github.com/TyounanMOTI/ImageMethodDistanceAttenuation
参考文献
Zahorik, Pavel & Brungart, Douglas & Bronkhorst, Adelbert. (2005). Auditory distance perception in humans: A summary of past and present
research. Acta Acustica united with Acustica. 91. 409-420.
https://www.researchgate.net/publication/229068125_Auditory_distance_perception_in_humans_A_summary_of_past_and_present_research
[2] Robert Albrecht and Tapio Lokki. Adjusting the perceived distance of virtual speech source by modifying binaural room impulse response. In
International Conference on Auditory Display, July 6-10 2013.
https://mediatech.aalto.fi/publications/acoustics/ar/AlbrechtLokki2013Distance.pdf
[3] Lehmann,Eric A. & Johansson,Anders M. (2008). Prediction of energy decay in room impulse responses simulated with an image-source model.
The Journal of the Acoustical Society of America, 124, 269-277.
https://doi.org/10.1121/1.2936367 http://www.eric-lehmann.com/Papers/LehJoh08Prediction.pdf
ご清聴ありがとうございました!
おまけ
エディタ拡張で毎フレーム描画更新するときは
このメソッドを して すべし!
でインスペクタに描くときはほぼ必須?
https://docs.unity3d.com/ScriptReference/PropertyDrawer.CanCacheInspectorGUI.html
が激重
インパルス応答が サンプルとかあって重い。
から
で への参照を取ってくるしかなさそう?
https://forum.unity.com/threads/get-a-general-object-value-from-serializedproperty.327098/#post-2309545
はそんなに重くなかったです。
は折り返し点で行き過ぎたりして正確じゃなかったので使いませんでした。

More Related Content

What's hot

OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたOpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたTakahiro Miyaura
 
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~Yui Sudo
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングTakuya Minagawa
 
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3Naoya Takahashi
 
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...Daichi Kitamura
 
音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組みAtsushi_Ando
 
音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみるKen'ichi Matsui
 
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3までYahoo!デベロッパーネットワーク
 
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfmakoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfAkira Shibata
 
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法Daichi Kitamura
 
物体検出フレームワークMMDetectionで快適な開発
物体検出フレームワークMMDetectionで快適な開発物体検出フレームワークMMDetectionで快適な開発
物体検出フレームワークMMDetectionで快適な開発Tatsuya Suzuki
 
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMCartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMYoshitaka HARA
 
Interspeech2022 参加報告
Interspeech2022 参加報告Interspeech2022 参加報告
Interspeech2022 参加報告Yuki Saito
 
音声合成の基礎
音声合成の基礎音声合成の基礎
音声合成の基礎Akinori Ito
 
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法Shinnosuke Takamichi
 
3次元計測とフィルタリング
3次元計測とフィルタリング3次元計測とフィルタリング
3次元計測とフィルタリングNorishige Fukushima
 

What's hot (20)

OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみたOpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみた
 
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
 
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
 
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...
独立低ランク行列分析に基づくブラインド音源分離(Blind source separation based on independent low-rank...
 
5分でわかる Sensor SDK
5分でわかる Sensor SDK5分でわかる Sensor SDK
5分でわかる Sensor SDK
 
音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み
 
Kameoka2017 ieice03
Kameoka2017 ieice03Kameoka2017 ieice03
Kameoka2017 ieice03
 
音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる
 
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
 
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfmakoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
 
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法
非負値行列因子分解に基づくブラインド及び教師あり音楽音源分離の効果的最適化法
 
物体検出フレームワークMMDetectionで快適な開発
物体検出フレームワークMMDetectionで快適な開発物体検出フレームワークMMDetectionで快適な開発
物体検出フレームワークMMDetectionで快適な開発
 
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAMCartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
 
Interspeech2022 参加報告
Interspeech2022 参加報告Interspeech2022 参加報告
Interspeech2022 参加報告
 
卒論発表
卒論発表卒論発表
卒論発表
 
音声合成の基礎
音声合成の基礎音声合成の基礎
音声合成の基礎
 
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
 
3次元計測とフィルタリング
3次元計測とフィルタリング3次元計測とフィルタリング
3次元計測とフィルタリング
 

VR音響のための鏡像法による距離減衰の再現