[发明专利]用于保持多通道音频中的语音可听度的方法和设备

说明书

本申请是申请日为2009年4月17日、申请号为“200980113136.0”、发明名称为“对环绕体验具有最小影响的用于保持多通道音频中的语音可听度的方法和设备”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求2008年4月18日提交的美国临时专利申请No.61/046,271的优先权，其全部内容通过引用合并于此。

技术领域

本发明一般涉及音频信号处理，尤其涉及提高环绕娱乐音频中的会话和叙述的清晰度。

背景技术

除非在此另外指出，本部分中描述的手段对于本申请中的权利要求来说不是现有技术，并且不认为由于包含在该部分中而成为现有技术。

带有多个同步音频通道(环绕声)的现代娱乐音频向听众提供具有极大娱乐价值的身临其境的逼真的声音环境。在这种环境中，诸如会话、音乐的许多声音成分以及效果同时存在并争夺收听者的注意。对于一些听众，尤其是那些听觉能力减弱或认知处理较慢的人，在节目的存在较大声的竞争性声音成分的部分中难以理解会话和叙述。如果在那些段落中竞争性声音的水平降低，则将对这些收听者有益。

音乐和效果能够盖过会话的认识不是新的认识，已经提出了用于改善这种情况的若干种方法。但是，如接下来所概述的，所提出的方法要么与当前广播实践不兼容，在整个娱乐体验上施加不必要的高额费用，要么兼而有之。

产生针对电影和电视的环绕音频通常遵守的规则是将大部分会话和叙述仅放入一个通道(中央通道，也称为语音通道)。音乐、环境声以及声音效果通常被混合在语音通道和所有其余的通道中(例如，左[L]、右[R]、左环绕[ls]以及右环绕[rs]，也称为非语音通道)。结果，语音通道承载包含在音频节目中的大部分语音和相当大量的非语音音频，而非语音通道主要承载非语音音频，但也可承载少量的语音。一种帮助感知这些常规混合中的会话和叙述的简单手段是相对于语音通道的水平固定地将全部非语音通道的水平降低例如6dB。该手段简单而有效，并且当前在使用(例如，环绕解码器中的SRS[声音恢复系统]会话清晰度或经修改的缩混等式)。但是，其具有至少一种缺点：固定的衰减非语音通道可能将对语音接收没有干扰的安静的环境声的水平降低到不再能被听到的程度。通过衰减非干扰性环境声，改变了节目的美感平衡，而对于语音的理解没有任何附带的好处。

Vaudrey和Saunders在一系列专利(美国专利No.7,266,501、美国专利No.6,772,127、美国专利No.6,912,501以及美国专利No.6,650,755)中描述了可替选方案。如所理解的，他们的手段包括修改内容制作和分配。根据这种设置，消费者接收两路分离的音频信号。这些信号中的第一信号包括“主要内容”音频。在许多情况下，该信号以语音为主，但是如果内容制作者希望的话，也可以包含其它信号类型。第二信号包括“次要内容”音频，该音频由其余全部的声音成分构成。用户通过手动调节每路信号的水平或通过自动保持用户选择的功率比来控制这两路信号的相对水平。虽然这种设置能够限制对非干扰性环境声的不必要的衰减，但是由于其与已建立的制作和分配方法不兼容而阻碍了其广泛应用。

Bennett在美国申请公布No.20070027682中提出了用于管理语音和非语音音频的相对水平的另一种方法实例。

背景技术的所有示例均具有以下限制：未提供用于将会话增强对于内容制作者希望的收听体验的影响最小化的任何装置。因此，本发明的目的在于提供一种装置，其限制常规地混合的多通道娱乐节目中非语音音频通道的水平，使得语音保持易于理解，同时也保持非语音音频分量的可听度。

因此，需要用于保持语音可听度的改进的方式。本发明通过提供改进多通道音频信号中的语音可听度的装置和方法来解决这些问题和其它问题。

发明内容

本发明的实施例改善语音的可听度。在一个实施例中，本发明包括一种提高多通道音频信号中的语音的可听度的方法。该方法包括：对多通道音频信号的第一特征和第二特征进行比较以产生衰减因子。第一特征对应于多通道音频信号的包含语音和非语音音频的第一通道，第二特征对应于多通道音频信号的主要包含非语音音频的第二通道。该方法还包括：根据语音似然值调节衰减因子以产生经调节的衰减因子。该方法还包括使用经调节的衰减因子对第二通道进行衰减。