[发明专利]音频信号合成

说明书

技术领域

本发明涉及音频信号合成，且特别地但非排他地涉及用于耳机再现的空间环绕声音频的合成。

背景技术

随着数字信号表示和通信日益取代模拟表示和通信，各种源信号的数字编码在过去几十年已变得日益重要。例如，已经开发了用于有效地编码音乐或其它音频信号的编码标准。

最流行的扩音器再现系统基于典型地在预定位置处采用两个扩音器的双通道立体声学。在这种系统中，基于从两个扩音器位置发出的两个通道生成声音空间，并且原始立体声信号典型地被生成以使得在扩音器处于靠近它们相对于听者的预定位置时再现期望的声舞台（sound stage）。在这种情形中，可以认为用户处在最有效点（sweet spot）。

常常使用幅度平移生成立体声信号。在这种技术中，可以通过分别调整左和右通道中相应信号分量的幅度把各声音对象部署在扬声器之间的声舞台中。因而，对于中央位置，为每个通道按相位馈送信号分量以及衰减3 dB。对于朝向左扩音器的位置，可以增加左通道中信号的幅度并相应地减小右通道中的幅度，以及对于朝向右扬声器的位置，反之亦然。

然而，虽然这种立体声再现可以提供空间体验，但它趋向于次优。例如，声音的位置限于在两个扩音器之间，最优的空间声音体验限于小听音区域（小的最有效点），需要特定的头部取向（朝向扬声器之间的中途点），谱音染（spectral coloration）可以由于从扬声器至听者耳朵的变化路径长度差异而发生，通过幅度平移途径提供的声音源本地化线索只是将对应于期望位置处声音源的本地化线索的粗略近似等。

相比于扩音器回放场景，感知到经由耳机再现的立体声音频内容在听者头部的内部发起。从外界声音源至听者耳朵的声学路径的效果的缺失使得空间图像听起来不自然。

为了克服这一点以及从耳机提供改进的空间体验，引入了双耳处理以生成用于耳机的每个听筒的合适信号。特别地，在常规立体声装备中接收信号的情况下，通过估计为对应于分别从左以及右扬声器至用户左耳的声学传递函数的两个滤波器过滤去往左听筒/耳机的信号（包括由于头部和耳朵的形状所致的任何影响）。另外，两个滤波器被应用于去往右听筒/耳机的信号，以对应于分别从左以及右扬声器至用户右耳的声学传递函数。

滤波器因而表示对人类头部（以及可以是其它对象）对信号的影响建模的感知传递函数。公知类型的空间感知传递函数是所谓头部相关传递函数（HRTF），其借助脉冲响应描述从某个声音源位置至鼓膜的传递。也把房间的墙壁、天花板和地板引起的反射考虑在内的可替代类型的空间感知传递函数是双耳房间脉冲响应（BRIR）。为了合成来自特定位置的声音，通过两个HRTF（或BRIR）、即表示从估计位置分别至左耳和右耳的声学传递函数的HRTF过滤相应信号。典型地把这两个HRTF（或BRIR）称作HRTF对（或BRIR对）。

双耳处理可以提供改进的空间体验并且特别地可以创建‘头部外’的3D效果。

因而，传统双耳立体声处理基于各立体声扬声器的虚拟位置的假定。然后，它寻求对来自这些扩音器的信号分量经受的声学传递函数建模。然而，这种途径易于引入一些恶化以及特别地遭受使用扩音器的常规立体声系统的缺点中的许多缺点。

事实上，基于虚拟扬声器固定集合的耳机音频再现如先前所讨论地容易遭受固定扩音器的真实集合固有引入的缺陷。一个具体缺陷是本地化线索易于是期望位置处声音源的实际本地化线索的粗略近似，这导致恶化的空间图像。另一缺陷是幅度平移只在左右方向上、而不在任何其它方向上工作。

可以把双耳处理扩展到通道多于两个的多通道音频系统。例如，可以把双耳处理用于包括例如五个或七个空间通道的环绕声系统。在这种实例中，针对去往用户两个耳朵中每个耳朵的每个扬声器位置确定HRTF。因而，两个HRTF被用于每个扬声器/通道，从而得到对应于仿真的不同声学传递函数的大量信号分量，这易于致使感知的质量恶化。例如，由于HRTF函数只是将会被感知的正确传递函数的近似，所以组合的大量HRTF易于引入用户可以感知的不准确性。因而，对于多通道系统而言，缺点易于增加。另外，该途径具有高复杂度并且具有高的运算资源使用。事实上，为了把例如5.1或者甚至7.1的环绕信号转换成双耳信号，需要极大量的过滤。