[发明专利]对话增强技术

权利要求书

1.一种处理音频信号的方法，包括：

获得包括语音分量信号和另一分量信号的多声道音频信号；

确定音频信号的两个声道之间的互相关性；

使用所述互相关性和用于控制所述音频信号的每个声道的能级的增益值 的至少其中之一来确定所述语音分量信号的空间位置；

基于所述语音分量信号的空间位置来标识所述语音分量信号；

通过将增益施加到所述语音分量信号以修改所述语音分量信号；以及

生成包含经修改语音分量信号的经修改音频信号。

2.如权利要求1所述的方法，其特征在于，修改还包括：

基于所述语音分量信号的频谱范围标识所述语音分量信号。

3.如权利要求1所述的方法，其特征在于，所述增益是所述语音分量信 号的所述位置以及用于所述语音分量信号的所需增益的函数。

4.如权利要求3所述的方法，其特征在于，所述函数是具有与所述增益 的方向敏感性有关的增益区的信号自适应增益函数。

5.如权利要求2、3、4中任一项所述的方法，其特征在于，所述修改还 包括：

在时域或频域中使用归一化因数归一化所述多声道音频信号。

6.如权利要求2、3、4中任一项所述的方法，其特征在于，还包括：

将所述互相关性与一个或多个阈值相比较；

基于所述比较的结果确定所述音频信号实质上是否是单声道；

当所述音频信号实质上不是单声道时，修改所述语音分量信号。

7.如权利要求2、3、4中任一项所述的方法，其特征在于，修改还包括：

将所述音频信号分解成多个频率子频带信号；

使用所述子频带信号估计所述多声道音频信号的两个或更多个声道的第 一组功率；

使用所述第一组估计的功率确定所述互相关性；

使用所述第一组估计的功率和互相关性估计分解增益因数。

8.如权利要求7所述的方法，其特征在于，至少一个子频带的带宽被选 择成与人类听觉系统的一个关键频带相等。

9.如权利要求6所述的方法，其特征在于，包括：

从所述第一组功率和所述互相关性估计所述语音分量信号和周围环境分 量信号的第二组功率。

10.如权利要求9所述的方法，其特征在于，还包括：

使用所述第二组功率和所述分解增益因数估计所述语音分量信号和所述 周围环境分量信号。

11.如权利要求10所述的方法，其特征在于，使用最小二乘估计确定所 估计的语音和周围环境分量信号。

12.如权利要求10所述的方法，其特征在于，所述互相关性被归一化。

13.如权利要求11所述的方法，其特征在于，所估计的语音分量信号和 所估计的周围环境分量信号被后置按比例扩缩。

14.如权利要求9所述的方法，其特征在于，还包括：

使用所估计的第二功率和用户指定增益合成子频带信号。

15.如权利要求14所述的方法，其特征在于，还包括：

将所合成的子频带信号变换成具有用所述用户指定的增益修改的语音分 量信号的时域音频信号。

16.一种用于处理音频信号的方法，包括：

获得包括第一分量信号和第二分量信号的多声道音频信号；

确定音频信号的两个声道之间的互相关性；

使用所述互相关性和用于控制所述音频信号的每个声道的能级的增益值 的至少其中之一来确定所述第一分量信号的空间位置；

基于所述第一分量信号的空间位置来标识所述第一分量信号；

通过将增益施加到所述第一分量信号以修改所述第一分量信号；以及

生成包含经修改第一分量信号的经修改音频信号。