[发明专利]用于声音空间化的听觉传输合成方法

说明书

技术领域

本发明涉及尤其在听觉传输(transaural)技术领域中的、特别是纳入房间效果的音频信号的声音空间化的领域，声音空间化也称为空间化渲染。

术语“双耳”是指在立体声头戴式耳机、一对耳机或一对扬声器上、以空间化效果恢复声音信号。然而，本发明不限于上述技术，并且特别适用于由“双耳”技术衍生而来的技术，例如在具有多点声音系统的电影院或音乐厅中安装的远程扬声器上的“听觉传输”(商业名称)恢复技术。

本发明的一个特定应用例如是丰富由一对扬声器播放的音频内容以使收听者沉浸在空间化的声音场景中，这特别地包括房间效果或室外效果。

背景技术

对于头戴式耳机或扬声器上的“双耳”技术的实施，现有技术中定义了空间中声音源的位置和收听者双耳之间的声音信号的过滤或传输函数。上述头部的听觉传输函数在频率形式中表示为HRTF(头相关传输函数)以及在时间形式中表示为HRIR(头相关脉冲响应)。对于空间中的一个方向，最终获得两个HRTF：一个针对右耳且一个针对左耳。

特别地，双耳技术在于将头部的这种听觉传输函数应用于单声道音频信号，以获得立体声信号，这使得当用头戴式耳机收听时感觉声音源是来自空间中的一个特定方向。右耳的信号是通过用右耳的HRTF过滤单声道信号而获得的，且左耳的信号是通过用左耳的HRTF过滤同一单声道信号而获得的。

在空间渲染中，当对于收听者考虑这一事实时：即感到声音源或多或少地远离头部，即称为“外化”的现象，并且这与声音源的来源方向无关，在双耳3D渲染中经常发生的是，收听者感觉声音源是在头部内。因此，感觉到的声音源称为非外化的。

各种研究显示，在双耳3D渲染方法中增加房间效果使得能够大大增加声音源的外化。

现有技术中已知专利申请US 2007/011025A，其公开了一种用于声音空间化的方法，该方法包括针对实际位置处的一组实际声音源而确定声学矩阵的步骤，和针对在不同于收听者的实际位置的位置处的一组明显声音源的声学信号传输而计算声学矩阵的步骤。该方法还包括解析传输函数矩阵以向收听者呈现创建了源自明显声音源的声音的音频图像的音频信号的步骤。

现有技术的缺点

现有技术解决方案是固定的并且不能够在多个可能的氛围中选择空间氛围。它们通常基于基于虚拟头部计算的变换矩阵。

现有技术解决方案通常不允许声音环境的外化感觉。

本发明提供的解决方案

物理房间和物理扬声器使得能够计算将用于产生多声道的过滤器。

非限制性具体实施方式

参考附图，通过阅读以下描述，将更好地理解本发明，其中：

-图1示出了用于脉冲信号数据库的构造阶段的设备的一般原理图；

-图2示出了用于获取脉冲信号的设备的示意图；

-图3示出了收听设备的原理图。

根据本发明的方法包括第一处理(1)，其在于响应于参考多频信号，通过记录由扬声器产生的信号，基于多个物理空间中的声学信号的获取而产生脉冲信号的数据库。

然后，对于待空间化的每个音频序列，该方法在于应用一系列处理：

-当待空间化的信号是立体声信号时，该方法包括基于该立体声信号而构造N.i信号的预备步骤(2)；

-基于从上述数据库中选择的脉冲响应文件之一而转换N.i个声道中的每个声道的信号的步骤(3)；

-重新组合如此被转换的N.i个声道的信号以构造空间化立体声信号的步骤(4)。

该立体声信号随后可以由一对标准扬声器播放，以恢复与用于产生脉冲响应信号的空间或这种空间的组合相对应的空间化声音氛围。

构造脉冲响应数据库的初始步骤

该步骤被重复多次。该步骤由图2显示。

对于每个系列的脉冲响应，该步骤在于在物理空间中，例如音乐厅、开放或封闭的场地或给定场所，布置与优选地具有已知质量的放大器(14)相关联的一组已知扬声器(5至11；17)，以及一对麦克风(12、13)，麦克风(12、13)相对于扬声器组(5至11；17)的位置针对正被获取的扬声器组是固定的。

然后，通过使用放大器(14)，将原始多频信号连续地施加于扬声器5至11中的每一个。该原始信号例如是具有声谱中的频率变化的、持续时间在10至90秒之间的序列。这样的信号例如是在20 Hz和20 KHz之间的线性变化，或甚至是覆盖扬声器整个频谱的任何信号。