[发明专利]用于调平音频信号的响度变化的系统及方法

说明书

相关申请的交叉引用

本申请要求于2012年4月12日提交的美国临时专利申请No.61/623,253和于2012年12月19日提交的美国临时专利申请No.61/739,545的优先权，在此通过引用将它们中的每个的全部内容合并到本文中。

技术领域

本公开内容一般地涉及信号处理，更具体地，涉及用于对音频信号的响度变化进行调平的系统及方法。

背景技术

在许多情况下，尤其对于广播电视网络，响度调平或者音频信号的响亮部分与柔和部分之间范围的自动减小是所希望的。差的创作实践导致电视节目、广告或这两者中响度级的广泛变化，并且具有明显不同的响度级的节目或广告频繁地连接。电视观众经常发觉他们自己对他们的电视或声音重放系统调节音量控制以弥补这些变化；然而，这些观众的反应时间经常不够快得足以避免烦扰。另外，一些节目(例如电影)具有非常高的动态范围。对家庭收听来说这些范围通常太宽，其中，听到对话所要求的音量位置可能产生很高响度级的音效和音乐，这可能干扰家中的其他人。

现有的用于响度调平的方法包括压缩器方法和限制器方法。这些方法在时间上对音频信号水平或功率进行积分。积分时间越短，算法就能够越快地测量和调整响度的短期波动。积分时间越长，平均响度受到的影响就越大，但是短期波动持续。通常，这些方法通过同时对整个音频信号，即，所有频率进行增益调整来进行操作。这可能导致可听伪声，例如“喘息效应”或“抽气效应”。最近，开发出了用于响度测量和调整的心理声学方法，例如于2007年4月26日公开的Seefeldt等人的美国专利申请公开No.2007/0092089A1中所描述的，在此通过引用将其全部内容合并到本文中。这些算法使用谱分析和人类听觉模型以随频率变化和随所测量的响度级变化的方式来调整音频。这些方法在调整毫秒到秒的时间尺度的短期响度中表现很好，具有非常少的可听伪声。US2010/0046765A1描述了包括第一部分和第二部分的电视装置，第一部分被配置成估计响度的长期算术平均，第二部分被配置成抑制响度的短脉冲。US2007/0291959A1描述了计算和调整感知响度的方法。US2008/0253586A1描述了控制音频响度的系统及方法。US2010/0272290A1描述了提高节目边界处的响度一致性的方法。US2011/0150242A1描述了自适应响度调平的方法。WO2007/127023A1描述了使用特定的基于响度的听觉事件检测的音频增益控制。

区别于响度级，也存在用于客观地测量音频信号的感知响度的方法。示例包括A加权、B加权和C加权功率测量以及响度的心理声学模型，例如在“Acoustics-Method for calculating loudness level”ISO 532(1997)和美国专利申请公开No.2007/0092089A1中所描述的。加权的功率测量通过以下方式操作：获得输入音频信号；施加加强更可被感知的敏感频率而削弱较不可被感知的敏感频率的已知的滤波器；然后在预定时间长度上对经滤波的信号的功率求平均。最近开发出的ITU-R BS.1770-2客观响度测量标准使用类似于B加权的加权滤波器，并且根据最终平均功率计算来消除音频信号的安静的或静音的部分。

心理声学方法通常更复杂，并且旨在更好地对人耳的工作进行建模。这种心理声学方法将信号划分成模仿耳朵的频率响应和灵敏度的频带，然后在考虑心理声学现象的情况下对这些带进行操作和积分，心理声学现象例如频率掩蔽和时间掩蔽以及具有变化的信号强度的响度的非线性感知。所有这些方法的目的在于得出与音频信号的主观印象密切匹配的数值测量。通常，这些方法对测量音频信号的例如其中音频信号长度是30秒或更多并且通常是数分钟或数小时的长期感知的响度是有用的。多年来，这些客观测量算法的发展和接受伴随有主观测试，即将客观算法的测量与人的收听进行比较。