JP4595653B2 - 映像・音声処理装置 - Google Patents

Description

本発明は映像・音声処理装置に係り、特に映像信号と音声信号とが同期して多重化されたテレビジョン信号から、映像信号と音声信号とを別々に信号処理して同期出力する映像・音声処理装置に関する。

近年、映像機器においては「大画面」、「高画質化」が進んでおり、これに応じる技術開発が盛んに行われてきている。また、インフラも整いつつある。しかし、これらの望ましい進歩とは裏腹に、テレビジョン放送受信装置のように、映像信号と音声信号とが同期して多重化されたテレビジョン信号から、映像信号と音声信号とを別々に信号処理して出力すると、以下の原因により出力される音声よりも表示される映像（画像）が遅れる「ズレ」を生じ、視聴者側での問題が生じている。また、音声と映像の同期が取れていない音声処理搭載テレビ受像機でも同様の問題が生じている。

上記の原因としては、第一に、高画質化処理装置を搭載した音声処理搭載テレビ受像機では、入力されたテレビジョン信号中から映像信号と音声信号とを分離して別々に信号処理する際に、映像信号に対しては高画質化処理のためのディジタル信号処理を行うことにより、演算のために「入力信号に対し、出力信号が遅れる」という現象が起きるのに対し、音声信号については復調しても信号遅れは問題にならない。

このため、例えば、入力されたテレビジョン信号中の映像信号の元の画像が図８（Ａ）に示すように所定時間単位で推移する場合、元の画像に対して、同図（Ｃ）に示すように高画質化処理に要した演算時間だけ遅れた画像が出力され、同図（Ｂ）に示す元の音声に対して遅れて表示されることとなる。

上記の原因の第二としては、高画質化処理だけでなく、表示装置そのもの（液晶パネルディスプレイやプラズマディスプレイ）自体に入力された映像信号を出画するまでに時間がかかることである。すなわち、図９（Ａ）に示すタイミングでＡ／Ｖデコーダから出力された表示されるべき元の映像信号（原映像）と同図（Ｃ）に示す原音の音声信号のうち、音声信号は殆ど時間遅れなく表示装置で発音されるのに対し、原映像は同図（Ｂ）に示すように、表示装置内で時間Δｔ遅れて表示されるため、音声に対してΔｔ遅れることになる。

上記の原因の第三としては、放送局（特に欧州）においては、送信するテレビジョン信号自体が映像と音声が同期していないものがあることである。この場合も表示される画像と発音される音声とがずれることとなる。

上記の原因により生ずる出力音声よりも表示映像（画像）が遅れる「ズレ」は、以下の２つの事項より、「違和感」や「視聴疲れ」の原因となる。

ａ：人間は、同時に起こった映像に対し音声を遅く知覚しても、さほど違和感を感じない。これは、音声の速度が光のそれに比べて非常に遅いことに起因しており、我々の生活の中で常に接している現象だからである。具体的には、３.４ｍ先の出来事を見た時に映像に対して音声は、約１０ミリ秒遅れて知覚しているのである（音速を３４０ｍ／秒とする）。逆に、上記の「ズレ」により音声に対し映像を遅く知覚することは、非常に違和感を感じる。

ｂ：マガーク効果。これは、音声の認識は音だけではなく視覚にも頼って（統合して）認識しているという現象として知られている。マガーク効果の一つに「映像と音声との時間差」がある。これは、映像と音声を時間差を持って視聴した場合、少ない時間差では（脳が）両者を統合し認識しようとするが、「ある時間差」では両者を統合しきれず違和感を感じるというものである。さらに時間差を広げると脳は統合しようとする動きを止めて映像と音声を個別に認識する、というものである。「ある時間差」は、５０〜１００ミリ秒で最も違和感を感じると云われる。

そこで、上記の出力音声よりも表示映像（画像）が遅れる「ズレ」を除去する映像・音声処理装置が従来知られている（例えば、特許文献１参照）。この特許文献１記載の従来の映像・音声処理装置では、ＭＰＥＧ（Moving Picture Experts Group）ストリームから分離したＭＰＥＧオーディオストリームをデコードするＭＰＥＧオーディオデコーダのデコード処理時間とＳＣＲ(System Clock Reference)及びオーディオのタイムスタンプとに基づいてオーディオ出力の再生タイミングを計算し、その再生タイミングに従ってオーディオ出力を生成すると共に、ＭＰＥＧストリームから分離したＭＰＥＧビデオストリームをデコードするＭＰＥＧビデオデコーダのデコード処理時間とＳＣＲ及びビデオのタイムスタンプとに基づいてビデオ出力の再生タイミングを計算し、その再生タイミングに従ってビデオ出力を生成することにより、各出力の同期をとる構成が開示されている。

特開平８−２１２７０１号公報

しかしながら、上記の従来の映像・音声処理装置では、ビデオ出力の再生タイミングとオーディオ出力の再生タイミングとのずれを無くすように出力しているが、それらの出力が入力されるモニタ装置が映像信号（ビデオ信号）に対して高画質処理のためのディジタル信号処理を行う構成では、やはり出力音声よりも表示映像が遅れる「ズレ」が発生し、「違和感」や「視聴疲れ」が生じる場合がある。

本発明は以上の点に鑑みなされたもので、音声の遅延処理や音声処理による効果を付加することにより、出力音声よりも表示映像が遅れる「ズレ」を大幅に抑圧し得る映像・音声処理装置を提供することを目的とする。

上記の目的を達成するため、本発明は、映像信号と圧縮された音声信号とが多重された多重化信号が入力され、多重化信号から映像信号と圧縮された音声信号とを分離する分離手段と、分離した映像信号に対して予め定めた高画質化処理を行って出力する高画質化処理手段とを備えた映像・音声処理装置であって、多重化信号から分離した前記圧縮された音声信号を一時記憶する記憶手段と、記憶手段から読み出された前記圧縮された音声信号に対して伸張処理を行って出力する伸張処理手段と、伸張処理された音声信号に対して、音場拡大効果又は話速変換処理を施して出力する音声処理手段と、音声処理手段がオンの時には、記憶手段に記憶された圧縮された音声信号を遅らせずに出力し、音声処理手段がオフの時には、音声処理手段による音声処理に替えて、少なくとも映像信号に高画質化処理を施すことにより発生する映像信号の時間遅れに相当する時間、記憶手段に記憶された圧縮された音声信号の読み出しタイミングを書き込み時より遅らせて読み出す読み出し手段とを有することを特徴とする。

この発明では、音声処理設定オン時には、音場拡大効果又は話速変換処理を施すようにしたため、映像信号に高画質化処理を施すことにより映像信号に発生する時間遅れよりも早く音声が出力されても、音場効果又は話速変換処理により視聴上の違和感を実質上軽減できる。また、音声処理手段がオフの時には、映像信号に高画質化処理を施すことにより発生する映像信号の時間遅れに相当する時間、記憶手段に記憶された圧縮された音声信号の読み出しタイミングを書き込み時より遅らせて読み出すようにしたため、高画質化処理された映像信号と伸張処理された音声信号とを同期させて出力することができる。

本発明によれば、音声処理設定オン時には、音場拡大効果又は話速変換処理を施すことにより、映像信号に高画質化処理を施すことにより映像信号に発生する時間遅れよりも早く音声が出力されても、音場効果又は話速変換処理により視聴上の違和感を軽減できる。

また、本発明によれば、映像信号に高画質化処理を施すことにより発生する映像信号の時間遅れに相当する時間、記憶手段に記憶された圧縮された音声信号の読み出しタイミングを書き込み時より遅らせて読み出すことにより、高画質化処理された映像信号と伸張処理された音声信号とを同期させて出力するようにしたため、高画質化処理が施された映像と音声との間の時間ズレ（時間差）を略なくすことができ、これにより違和感が無く、また視聴疲れのない視聴ができる。

次に、本発明を実施するための最良の形態について図面と共に説明する。図１は本発明になる映像・音声処理装置の一実施の形態のブロック図、図２は図１中の要部の一実施の形態のブロック図を示す。図１において、映像・音声処理装置１０は、ユーザー入力端子１１に接続されたマイクロコンピュータ（以下、マイコンと記す）１５、テレビジョン放送信号入力端子１２に接続された復調回路１６、圧縮信号用外部入力端子１３及び復調回路１６の出力端子に接続されたＡ／Ｖデコーダ１７、映像信号用外部入力端子１４ａ及びＡ／Ｖデコーダ１７の映像信号出力端子に接続された高画質化処理回路１９、及び音声信号用外部入力端子１４ｂとＡ／Ｖデコーダ１７の音声信号出力端子に接続された音声処理回路２０を有している。

Ａ／Ｖデコーダ１７はメモリ１８を有しており、音声処理回路２０もメモリ２１を有している。マイコン１５は、図示しないリモートコントローラ（リモコン）や装置本体のキーなどによりユーザーが所望の動作制御情報を入力端子１１を介して入力し、それに基づきＡ／Ｖデコーダ１７、高画質化処理回路１９及び音声処理回路２０の各動作を互いに独立して制御する。復調回路１６は、受信されたテレビジョン放送信号がテレビジョン放送信号入力端子１２を介して入力され、その搬送波の分離や各種ディジタル信号伝送用変調波を復調して所望の放送局の映像信号及び圧縮音声信号の多重化信号を出力する。

Ａ／Ｖデコーダ１７は、復調回路１６から出力された映像信号及び圧縮音声信号の多重化信号、あるいは外部入力端子１３を介して入力された圧縮信号を入力信号として受け、それらの一方を選択する切替え装置を有しており、選択された信号から映像信号と圧縮音声信号とを分離し、映像信号は高画質化処理回路１９へ供給し、圧縮音声信号はマイコン１５の制御の下でメモリ１８に一時記憶した後読み出す。

高画質化処理回路１９は、入力映像信号に対して高画質化のための公知の各種処理（ゴースト除去、輪郭補正、鮮明感向上、色彩感向上など）をディジタル信号の演算処理により行い、処理後の映像信号を画像表示回路へ出力する。

音声処理回路２０は、Ａ／Ｖデコーダ１７内のメモリ１８から出力された音声信号と、外部入力端子１４ｂを介して入力された外部音声信号とのうち一方を選択する切替え装置を有しており、選択された一方の音声信号に対して、マイコン１５の制御の下でメモリ２１を用いた公知のディジタル信号処理により音声信号処理を行い、得られた音声信号を音声出力回路へ出力する。

次に、上記のＡ／Ｖデコーダ１７及び音声処理回路２０の構成について更に詳細に図２のブロック図と共に説明する。同図中、図１と同一構成部分には同一符号を付してある。図２において、Ａ／Ｖデコーダ１７は、入力信号からディジタル処理により映像信号と圧縮音声信号を分離して、映像信号は図１に示した高画質化処理回路１９へ出力し、圧縮音声信号はメモリ１８に供給して必要に応じて遅延させて出力させた後、伸張回路１７２により伸張動作させてディジタル音声信号にさせる。

ここで、上記のメモリ１８は圧縮音声用メモリであり、元々データ量削減のために放送局等から圧縮されて送信された圧縮音声信号（ＡＡＣ（Advanced Audio Coding）、Ｄｏｌｂｙ ＤＩＧＩＴＡＬ、ｄｔｓ等）を遅延するメモリであるが、本実施の形態では、これを後述するように高画質化処理による映像信号の遅延時間と、液晶表示パネルなどの表示デバイス駆動による映像信号の出画タイミングの遅延時間との総合遅延時間Δｔをも含めて遅延するために用いる。なお、上記の総合遅延時間Δｔはメモリ２１を用いて遅延することも可能である。

Ａ／Ｖデコーダ１７内のＤ／Ａ変換器１７３は、伸張回路１７２から出力されたディジタル音声信号をアナログ音声信号に変換してスイッチ回路（ＳＷ）２３へ出力する。また、伸張回路１７２は、ディジタル音声信号を直接スイッチ回路（ＳＷ）２４へも出力する。ＳＷ２３はＡ／Ｖデコーダ１７から出力されたアナログ音声信号と外部入力アナログ音声信号の一方を選択する。ＳＷ２４はＡ／Ｖデコーダ１７から出力されたディジタル音声信号と外部入力ディジタル音声信号の一方を選択する。

音声処理回路２０は、ＳＷ２３により選択されたアナログ音声信号をディジタル音声信号に変換するＡ／Ｄ変換器２０１と、ディジタル信号処理を行うディジタルシグナルプロセッサ（ＤＳＰ）２０２と、ＤＳＰ２０２からディジタル信号処理されて出力されたディジタル音声信号をアナログ音声信号に変換するＤ／Ａ変換器２０３と、ＤＳＰ２０２のディジタル信号処理の際に用いられるメモリ２１とからなる。

ＤＳＰ２０２及びメモリ２１は、マイコン１５の制御の下に後述する音場生成、補正等の所定の処理（例えば、音場効果、話速変換）を音声信号に対して付与する。また、メモリ２１は同期を目的とした音声遅延回路としても用い得る。なお、メモリ１８、２１は、少なくとも１フィールドに相当する遅延量から、映像の遅延に対応して音声を最大に遅らせる遅延量までの容量を持つ。

次に、図１及び図２に示した構成の本発明の第１の実施の形態の動作について、図３のフローチャート等と共に説明する。図３は本発明になる映像・音声処理装置の第１の実施の形態の動作説明用フローチャートを示す。まず、図１のマイコン１５はユーザーにより音声処理がオンされているかどうか判定する（図３のステップＳ１）。音声処理がオンの場合は、装置１０が映像信号に対して高画質処理を行うか否かに関係なく、音声処理を設定する（図３のステップＳ２）。

このステップＳ２の音声処理設定では、予めマイコン１５に対して行われた設定に従い、音場効果処理又は話速変換処理を行う。この音場効果処理は、マイコン１５によりＤＳＰ２０２の動作を制御して行う、「ホールシミュレーション」などと呼ばれ、一般には、図４（Ａ）に示すように、映像信号が高画質化処理による遅延時間及び表示デバイス駆動による映像信号の出画タイミングの遅延時間からなる遅延時間Δｔだけ原映像信号に対して遅れた場合、図４（Ｂ）に示すように、その映像信号の遅延時間Δｔだけ音声出力タイミングを遅らせて音声を出力させると共に、更に部屋の反射音や残響音を付加する公知のサラウンド処理である。

しかし、本実施の形態では、ステップＳ２の音声処理設定による音場効果処理では、図４（Ｃ）に示すように、原音に直接に初期反射音と後部残響音を付加するサラウンド処理による音声拡大効果処理を行う。これにより、本実施の形態では、高画質化処理された場合の映像信号の表示タイミングに対して、Δｔだけ早く原音が発音されるが、原音に対し時間的に遅れて初期反射音や後部残響音が発音されるため、音声が後方（時間的遅れ方向）へ引き込まれ、聴感上、上記のΔｔのずれによる違和感を感じなくできる。なお、サラウンド処理自体は公知であり、またその処理動作自体は本発明とは直接の関係はないので、その詳細な説明は省略する。

また、ステップＳ２の音声処理設定により話速変換処理を行うことも可能である。この話速変換処理は、マイコン１５によりＤＳＰ２０２の動作を制御して行う、音声を実際の速さよりもゆっくり再生する処理であり、一般には、図５（Ａ）に示すように、映像信号と同期した音声が、高画質化処理による遅延時間及び表示デバイス駆動による映像信号の出画タイミングの遅延時間からなる遅延時間Δｔだけ原映像信号に対して遅れた場合、図５（Ｂ）に示すように、その映像信号の遅延時間Δｔだけ音声出力タイミングをずらして音声を出力させると共に、その音声の速さあるいはピッチ（話速）を実際の速さよりもゆっくり再生する。

しかし、本実施の形態では、ステップＳ２の音声処理設定による話速変換処理では、図５（Ｃ）に示すように、原音に直接に話速変換処理を行う。これにより、本実施の形態では、高画質化処理された場合の映像信号の表示タイミングに対して、Δｔだけ早く原音が発音され始めるが、直ちに映像より遅れた音声となり、全体としては、聴感上、上記の図５（Ｂ）の場合よりも違和感を感じなくできる。なお、話速変換処理自体は公知であり、またその処理動作自体は本発明とは直接の関係はないので、その詳細な説明は省略する。

上記のステップＳ２の音声処理の設定により、音場効果処理又は話速変換処理を行うことにより、メモリ２１の容量として根本的（理論的）に必要な容量を確保する図４（Ｂ）、図５（Ｂ）の場合よりも、メモリ２１の容量を削減できる。具体的には、映像４フィールド分６７ｍｓｅｃの遅れ／音声４４.１ｋＨｚサンプリング、量子化ビット数１６ビット、ステレオに対し、約９４ｋビットのメモリ容量を削減できる。

一方、マイコン１５は図３のステップＳ１において、ユーザーにより音声処理がオフされていると判定した場合は、高画質処理がオンされているかどうか判定する（図３のステップＳ３）。高画質処理がオフの場合は、高画質処理による映像信号の時間遅れは発生しないので、音声と映像とのズレは殆どないので、音声信号に対して何の処理もしないが、高画質処理がオンの場合は、遅延時間Δｔを設定する（図３のステップＳ４）。

この遅延時間Δｔは、前述したように、高画質化処理による映像信号の遅延時間と、液晶表示パネルなどの表示デバイス駆動による映像信号の出画タイミングの遅延時間との総合遅延時間である。

上記の高画質化処理による映像信号の遅延時間は、ディジタル化された映像信号に対して、図１の高画質化処理回路１９において、鮮明感や色彩感、コントラストを向上させるなど高画質化処理を行うことにより、高画質化処理回路１９から映像信号の入力に対して遅れて出力される時間である。これは、高画質化処理のための演算に要した時間であり、演算時間が短いものでは１フィールド、演算時間が長い場合は６フィールドになるものもある（１フィールド≒１／６０秒、ＮＴＳＣの場合）。

また、上記の表示デバイス駆動による映像信号の出画タイミングの遅延時間は、液晶パネルなど、表示デバイス駆動のために遅れる場合のある、１〜２フィールドの遅延時間である。これらの遅延時間により、Ａ／Ｖデコーダ１７から出力される映像信号と音声信号との間に時間ずれがなくても、表示デバイスから発せられる時には、映像と音声との間に１〜８フィールド（１７〜１３３ミリ秒、ＮＴＳＣの場合）もの「ズレ」が生じる（多くの場合が、３、４フィールド（５０〜６７ミリ秒）である）。

そこで、本実施の形態では、図３のステップＳ３では、上記の遅延時間Δｔを予め測定しておき、マイコン１５によりＡ／Ｖデコーダ１７内のメモリ１８の読出しタイミングを書き込みタイミングに対して上記の遅延時間Δｔだけ遅らせる設定処理を行う。これにより、映像の表示タイミングと音声の発音開始タイミングとが一致することなり、出力音声よりも表示映像が遅れる「ズレ」による聴感上の違和感や視聴疲れの発生を防止できる。

このように、本実施の形態では、出力音声よりも表示映像が遅れる「ズレ」補正用の遅延回路を単純に追加するのではなく、簡単な演算能力を持つＤＳＰ２０２等を追加することで、付加価値を上げることができる。

次に、本発明の第２の実施の形態について説明する。図６及び図７はそれぞれ本発明の第２の実施の形態の動作説明用フローチャートを示す。本実施の形態のブロック構成は図１及び図２と同様であるが、本実施の形態は、受信放送局（チャンネル）と同期した音声遅延設定（記憶）をする点に特徴がある。

諸外国、特に欧州では、映像と音声の同期がとれていないテレビジョン放送信号を送信する放送局が多々ある。更に、映像と音声とのズレ度合い（ズレ時間ｔｄ）も放送局でマチマチである。そこで、本実施の形態では、これを解決するために、ユーザーが自身で任意にズレ時間ｔｄを設定し、一度設定すれば放送局毎にズレ時間ｔｄに関連した音声遅延時間を記録している手段を、例えば図１のマイコン１５により設けたものである。

本実施の形態の動作について説明するに、まず、図１に示したマイコン１５は、ユーザーにより遅延設定オンの指示入力がされているかどうか判定する（図６のステップＳ１１）。マイコン１５は、遅延設定オンの指示入力が無ければ、処理を終了するが、遅延設定の指示入力があると判定したときは、ユーザーから入力される映像と音声とのズレ時間ｔｄを設定する（図６のステップＳ１２）。このズレ時間ｔｄの設定はユーザーが希望する放送局について完了するまで行われる（図６のステップＳ１３）。

すなわち、上記のステップＳ１２及びＳ１３では、ユーザーは放送局毎に実際にテレビジョン受像機等のモニタ装置に放送信号を受信しながら、視聴している映像と音声との間のズレ時間が最小となるように、上記のズレ時間ｔｄを任意に設定することを、ユーザーが希望する放送局のすべてについて行う。これにより、設定されたズレ時間ｔｄは、マイコン１５のメモリに記憶される（図６のステップＳ１４）。

その後、ユーザーがテレビジョン放送受信を行い、チャンネル切り換え入力を行ったことをマイコン１５が判定すると（図７のステップＳ２１）、マイコン１５により切り換え入力されたチャンネルのテレビジョン放送信号を選局受信すると共に、マイコン１５は前記ステップＳ１４でメモリに記憶されている該当チャンネルのズレ時間ｔｄを読み込み（図７のステップＳ２２）、続いてユーザーにより高画質処理がオン設定されているかどうか判定する（図７のステップＳ２３）。

高画質処理がオフの場合は、受信した映像信号に対して高画質化処理回路１９による高画質処理による映像信号の時間遅れは発生しないので、マイコン１５は、音声遅延時間として上記の受信チャンネルのズレ時間ｔｄを設定する（図７のステップＳ２４）。一方、高画質処理がオンの場合は、上記の受信チャンネルのズレ時間ｔｄに、高画質化処理回路１９による高画質処理による映像信号の遅延時間Δｔを加算した値を音声遅延時間として設定する（図７のステップＳ２５）。そして、マイコン１５は、内部のメモリに上記のステップ２４又はＳ２５で得た音声遅延時間を記憶する（図７のステップＳ２６）。なお、上記の遅延時間Δｔには、遅延時間としては小さいが表示デバイスの駆動による遅延時間を含めてもよい。

その後、マイコン１５の制御の下にＡ／Ｖデコーダ１７内のメモリ１８から圧縮音声信号が読み出される時、又は音声処理回路２０内のメモリ２１から音声信号を読み出す時に、上記のステップＳ２６でマイコン１５内のメモリに記憶された音声遅延時間分、映像信号の出力タイミングより遅らせる。

これにより、本実施の形態によれば、映像と音声の同期がとれていないテレビジョン放送信号を受信した場合、その受信映像と受信音声とを同期してモニタ装置から出力することができ、更に、高画質処理を行っているときでも受信映像と受信音声とを同期してモニタ装置から出力することができる。

なお、本発明は以上の実施の形態に限定されるものではなく、図３、図６、図７のフローチャートに従った処理をコンピュータに行わせるコンピュータプログラムも本発明に包含されるものである。また、図３の遅延時間Δｔには、表示デバイスの駆動による遅延時間は小さいので、含めなくてもよい。

本発明の映像・音声処理装置の一実施の形態のブロック図である。 図１中のＡＶデコーダ及び音声処理回路の一実施の形態のブロック図である。 本発明の第１の実施の形態の動作用フローチャートである。 図３中の音声処理の設定ステップで設定される音場効果の説明用タイミングチャートである。 図３中の音声処理の設定ステップで設定される話速変換の説明用タイミングチャートである。 本発明の第２の実施の形態の動作用フローチャート（その１）である。 本発明の第２の実施の形態の動作用フローチャート（その２）である。 高画質化処理による画像と音声とのズレの一例を説明する図である。 高画質化処理による画像と音声とのズレの一例を説明するタイミングチャートである。

符号の説明

１０ 映像・音声処理装置
１５ マイクロコンピュータ（マイコン）
１６ 復調回路
１７ Ａ／Ｖデコーダ
１８、２１ メモリ
１９ 高画質化処理回路
２０ 音声処理回路
１７１ ＡＶ分離回路
１７２ 伸張回路
１７３、２０３ Ｄ／Ａ変換器
２０１ Ａ／Ｄ変換器
２０２ ディジタルシグナルプロセッサ（ＤＳＰ）

Claims (1)

1. 映像信号と圧縮された音声信号とが多重された多重化信号が入力され、前記多重化信号から前記映像信号と前記圧縮された音声信号とを分離する分離手段と、分離した前記映像信号に対して予め定めた高画質化処理を行って出力する高画質化処理手段とを備えた映像・音声処理装置であって、
   前記多重化信号から分離した前記圧縮された音声信号を一時記憶する記憶手段と、
   前記記憶手段から読み出された前記圧縮された音声信号に対して伸張処理を行って出力する伸張処理手段と、
   前記伸張処理された音声信号に対して、音場拡大効果又は話速変換処理を施して出力する音声処理手段と、
   前記音声処理手段がオンの時には、前記記憶手段に記憶された前記圧縮された音声信号を遅らせずに出力し、前記音声処理手段がオフの時には、前記音声処理手段による音声処理に替えて、少なくとも前記映像信号に前記高画質化処理を施すことにより発生する前記映像信号の時間遅れに相当する時間、前記記憶手段に記憶された前記圧縮された音声信号の読み出しタイミングを書き込み時より遅らせて読み出す読み出し手段と
   を有することを特徴とする映像・音声処理装置。

Images