[发明专利]语义音轨混合器

说明书

技术领域

本发明的领域涉及用于根据用户规定混合多轨信号的混音器。本发明的领域涉及音频信号处理，特别是涉及根据用户定义标准的集合，混合多轨录音的任务。本发明的领域还涉及用于将多个音轨混合成混合信号的方法。本发明的领域还涉及用于指示计算机执行混合多个音轨的方法的计算机程序。

背景技术

多媒体内容不断增长的可用性产生用户欣赏音乐并且与音乐交互的新的方式。这些可能性面临着开发用于在这样的活动中辅助使用者的工具的挑战。

从信息获取的视角看，十多年前已应对该挑战，从而产生音乐信息获取的活跃的研究领域及众多商业应用。

未解决到此程度的不同方面是与可以多轨格式获得的内容的交互。多轨格式可由每个声音对象（SO）或对象的群组（轨组；stem）的分离的并时间对准的信号（亦称为单音轨（ST））组成。根据一种定义，轨组为混合中出于再混合使用的目的而单独保存（通常保存至盘或磁带）的个别成分。

在音乐产生的传统程序中，多个单音轨以复杂的方式组合成混合信号（mixture signal；MS），随后将该MS传递至最终使用者。数字音频技术的持续进化，例如，基于参数对象的音频的新的音频格式的开发在更大程度上实现与音乐的交互。使用者存取多轨录音并且可主动地控制混合程序。一些艺术家开始释放该艺术家的歌曲中的一些歌曲的轨组，为了使听众可以任何所要方式自由地再混合及再使用音乐。

可以诸多方式使用以多轨格式发布的音乐或音频作品。使用者可控制不同轨的混合参数，因此强调选定的轨而衰减其他轨。例如出于伴唱机或同步演奏的目的，一个或多个轨可为无声的。诸如回音、混响、失真、合声等的音效可应用于选定轨而不影响其他轨。可从多轨格式摘录一个或多个轨，并且该所摘录的一个或多个轨可用于另一音乐作品或另一形式的音频作品中，诸如，音频书籍、演讲、播客等。在以下描述中，本文所公开的示教的应用以示例性方式论述经录音的音乐作品的主控。然而，应理解，本文所公开的示教旨在同等地解决并且覆盖涉及混合多个单音轨的任何经录音声音的处理。

自动混合已为并且仍为若干研究计划的焦点。在2009年，Perez-Gonzalez等人描述多轨信号的自动均衡的方法（E.Perez-Gonzalez及J.Reiss，“Automatic Equalization of Multi-Channel Audio Using Cross-Adaptive Methods”，Proc.of the AES127th Conv.，2009年出版）。作者提供用于自动设定多轨信号的每个信号的衰减的方法。确定增益，以使得每个信号的响度等于所有信号的平均响度。相同作者的另一文章阐明“Automatic Gain and Fader Control for Live Mixing”并且出版于2009年的Proc.of WASPAA中。

语义高保真度（HiFi）为欧洲计划IST-507913的名称（H.Vinet等人，“Semantic HiFi Final Report”，IST-507913的最终报告，2006年出版）。该报告主要涉及多媒体内容的获取、浏览及共享。此报告包括数据库中的浏览及导览、播放表产生、轨内导览（使用如独唱与合唱识别的结构分析）及元数据共享。该报告亦解决交互/创作/编辑：产生包括同步（该同步为“序连（concatenating）”音频信号，而非混合多轨信号）、语音变换、节奏变换、语音控制乐器及音效是混合。

另一计划被称为“结构音频”或MPEG4的名称。结构音频实现以低比特率并且在知觉上基于使用信号的符号及语义描述的声音数据的操作及存取，来传输音频信号（cf.B.L.Vercoe及W.G.Gardner及E.D.Scheirer，“Structured Audio:Creation,Transmission,and Rendering of Parametric Sound Representations”，Proc.of IEEE，第86卷，第922-940页，1998年出版）。该计划的特征为描述了用于混合多个流及添加音效的参数声音后产生。参数描述确定如何合成声音。结构音频涉及合成音频信号。