[发明专利]空间音频系统中的增益控制

说明书

一种装置，该装置包括处理器，该处理器被配置为：提供针对至少一个声音源相对于参考位置的位置；分析与至少一个声音源相关联的至少一个输入音频信号，以基于至少一个输入音频信号和针对至少一个声音源相对于参考位置的位置来确定至少一个增益值；以及基于至少一个输入音频信号、方向性传递函数对、至少一个增益值以及针对至少一个声音源相对于参考位置的位置来合成至少两个输出通道。

技术领域

本申请涉及用于通过使用头部追踪输入在音频系统中提供增益控制的装置和方法。本发明进一步涉及，但不限于，用于通过使用头部追踪输入在空间音频系统中提供增益控制以实现音频信号的空间再现的装置和方法。

背景技术

从空间场中的多个源捕获和呈现音频信号需要大量的处理工作。例如，要被呈现给收听者并且产生有效音频气氛的音频环境(诸如电影院或演讲厅)内的音频信号源(诸如演讲者或艺术家)的捕获和混合需要大量的处理。

通常实施的系统将是利用近距离或外部麦克风，例如由用户佩戴的Lavalier麦克风或被附接至话筒杆以捕获靠近演讲者的音频信号或者在空间音频信号外部的其它源的麦克风。这些信号然后可以与从麦克风阵列捕获到的并且基于来自用户的确定方向性输入而渲染给用户的空间(或环境或音频场)音频信号混合。

所捕获的音频内容的电平和动态根据记录情况变化很大。通常，必须使渲染的或混合的音频信号动态余量(headroom)(指在不通过切断而损坏播放系统或音频信号的情况下音频信号可以暂时超过“最大电平”的量)最小化以使得能够容易听到远的或无声的声音源。由于嘈杂的收听环境以及在耳机和扬声器输出中的声音压力限制，这对于便携式播放器特别重要。

在头部追踪系统上收听和经由耳机收听的用户通常具有混合的音频信号或被渲染为双耳格式的声景，该双耳格式基于他们头部的移动方式而移动。因此，收听的用户的位置(虽然通常仅考虑定向)对渲染的(双耳)音频信号的电平具有影响。例如，耳朵是否直接指向声音源并且因此将高频放大或者背离声音源并且因此将高频减弱都能改变输出电平。考虑到音频信号中的这种定向或位置可变性并且因此避免切断，对于音频内容需要附加的动态余量，这是不期望的。

此外，被用来平衡音频信号的“响度”的常规自动增益控制(AGC)和动态范围压缩(DRC)算法要求在处理和输出音频信号之前对音频信号应用延迟。这对于使用头部追踪输入来渲染声景是不可接受的。声景的运动理想地应该跟随头部的移动，不具有任何可感知的时间滞差，否则感知到的空间-音频质量便会严重降低。因此，对于渲染的音频信号，无法应用会引起可检测到的延迟的电平控制函数。

因此，需要开发在同时考虑到输入的复杂度并且不会向音频系统引入任何附加的延迟的情况下可以应用增益控制的解决方案。

发明内容

本申请涉及在收听者的位置对合成的音频的电平可能具有影响的空间音频再现系统中的增益控制。提供增益控制，使得合成的音频可以对改变后的位置做出反应，不存在为增益控制函数分配的附加的延迟。这已经通过如下实现：通过使用关于声音源的(估计或已知)位置的信息来估计渲染的双耳输出信号的电平，并且通过使用空间音频再现系统来应用增益。

根据第一方面，提供了一种装置，该装置包括处理器，该处理器被配置为：提供针对至少一个声音源相对于参考位置的位置；分析与至少一个声音源相关联的至少一个输入音频信号以基于至少一个输入音频信号和针对至少一个声音源相对于参考位置的位置来确定至少一个增益值；以及基于至少一个输入音频信号、方向性传递函数对、至少一个增益值以及针对至少一个声音源相对于参考位置的位置来合成至少两个输出通道。

被配置为提供针对至少一个声音源相对于参考位置的位置的处理器可以被配置为分析至少两个麦克风音频信号，来确定针对声音源相对于参考位置的位置。

被配置为提供针对至少一个声音源相对于参考位置的位置的处理器可以被配置为从与至少一个输入音频信号相关联的元数据检索针对声音源相对于参考位置的位置。