[发明专利]音频系统

说明书

描述了一种针对线性和非线性失真进行校正的音频系统。所述系统可包括：物理扬声器系统，其响应于音频输入信号；例如具有递归神经网络的自适应电路，其用于针对来自所述扬声器的非线性失真进行校正。

技术领域

本公开的方面提供了扬声器校正系统和方法，例如，所述系统和方法使用连接到车辆、家庭或其他合适环境中的音频系统中的扬声器的反馈和神经网络。

背景技术

扬声器在其性能上可具有非线性，这降低了由扬声器产生的声音质量。当使用移动线圈来产生声音时，可能通过随锥体偏移发生的音圈电感变化、线圈热效应、多普勒失真、悬架弹簧力和非线性弹簧力产生非线性。现有的非线性校正方案使用基于“物理模型”或基于“低复杂度黑箱模型”的校正器来减少由扬声器产生的非线性失真。

发明内容

如本文所述，描述了建模系统或音频处理系统。所述系统可包括：物理系统，其包括被配置来响应于音频输入信号产生音频的扬声器；音频处理器，其用于将经处理的信号输出到所述扬声器，所述音频处理器包括递归神经网络，其用于针对来自所述扬声器的非线性失真进行校正；以及自适应反馈系统，其从所述扬声器接收音频输出并将所述接收到的音频输出与目标进行比较，以向所述递归神经网络提供校正参数，所述自适应反馈系统被配置来预测从所述第一递归神经网络接收输出的所述扬声器的性能，并向所述递归神经网络提供校正的参数。

在示例性实施方案中，所述递归神经网络接收所述音频输入信号，并将经校正的音频信号输出到所述扬声器。

在示例性实施方案中，所述递归神经网络输出驱动信号扬声器。

在示例性实施方案中，所述音频处理器将目标线性传递函数应用于所述输入信号以产生所述扬声器的所述经处理的信号。

在示例性实施方案中，所述递归神经网络接收所述音频输入信号，并输出期望的输出信号。

在示例性实施方案中，求和电路用于对所述系统输出和所述期望的输出信号进行求和以产生误差信号，所述误差信号作为控制信号被所述两个递归神经网络接收。

在示例性实施方案中，所述递归神经网络是前置校正器。

在示例性实施方案中，使用来自所述扬声器的输出与来自前向模型的输出之间的误差信号来对所述递归神经网络进行训练。

在示例性实施方案中，所述音频输入信号是多音调、扫描、重叠的日志扫描和/或音乐信号。

如本文所述，建模系统用于预测音频系统的性能并且校正所述音频系统中非线性和线性失真。所述音频建模系统包括：物理系统，其包括被配置来响应于音频输入信号产生音频的扬声器；第一递归神经网络，其用于针对来自所述扬声器的非线性失真进行校正；以及第二递归神经网络，其用于预测从所述第一递归神经网络接收输出的所述扬声器的性能，并对所述第一递归神经网络执行校正。

在实例中，第一递归神经网络接收音频输入信号并将经校正的音频信号输出到第二递归神经网络，并且第二递归神经网络输出级联输出信号。

在实例中，第一递归神经网络将经校正的音频信号输出到输出系统输出的扬声器系统模型/实际扬声器。

在实例中，目标线性传递函数接收音频输入信号，并输出期望的输出信号。

在实例中，求和电路用于对系统输出和期望的输出信号进行求和以产生误差信号，所述误差信号作为控制信号被第一递归神经网络和第二递归神经网络接收。

在实例中，第一递归神经网络是前置校正器，并且第二递归神经网络是前向模型RNN。

在实例中，从前向模型RNN开始，并使用从目标线性传递函数到前向模型RNN的误差信号来校正前向模型RNN，以对前置校正器进行训练。