[发明专利]一种多通道信号的相干声与环境声提取方法及系统

说明书

本发明公开了一种多通道信号的相干声与环境声提取方法及系统，所述方法包括：计算N个通道信号相干声的权重表达式，根据权重表达式估计相干声，由此计算各个通道的相干声；根据各个通道的相干声计算各个通道的环境声；将N个通道相干声与N个通道环境声进行逆傅里叶变换，得到时域表示的相干声与环境声。无论相干声能量所占比例大小、环境声在各个通道能量是否相等，本发明方法均可实现相干声与环境声提取，而且提取误差较小，精度高。

技术领域

本发明涉及空间声重放领域，特别涉及一种多通道信号的相干声与环境声提取方法及系统。

背景技术

空间声重放时，不仅需要满足一定的声源定位、声像宽度要求，还需形成良好的空间感和沉浸感。空间声主要包括具有方向性的相干声和具有扩散性的环境声两种成分。相干声与环境声的特性不同，人们对其感知也不同，因此为了实现更好的空间声重放效果，需要对相干声与环境声提取(Primary-Ambient Extraction,PAE)并进行不同的处理。

PAE技术可以与空间音频场景编码、方向音频编码等空间音频编码系统相融合，已经成为空间声重放系统的关键技术之一。通常，PAE技术作为音频编码或解码的前端，可以实现复杂、有效而且具有沉浸感的空间声重放。首先，PAE技术将空间声场景中的相干声与环境声分离，可以使重放空间声的音频格式与原始的音频格式独立，增加空间声重放的灵活性。其次，对于基于目标的音频格式，基于PAE的声重放系统在不分离出单个声源目标的情况下，一样能重放出空间感较好的声场景，维持了空间声重放的效率性。最后，PAE技术分离出声场景中的两个重要组成成分，即相干声成分和环境声成分，对其分别处理可以在重构声场景时提升听觉体验。

PAE可通过主成分分析法(Principal Component Analysis,PCA)完成，PCA法利用通道间的相关性，将输入信号的协方差矩阵的最大特征值对应的特征向量认定为相干声向量，对该向量进行归一化得到单位向量，输入信号向此单位向量做投影即可得到各个通道的相干声。PCA法的使用前提是相干声占主要能量，当相干声能量较少时提取误差增大。此外，当通道数较多时，输入信号的协方差矩阵的最大特征值对应的特征向量不易求解。除PCA法外，PAE中应用较广的另一种方法是最小二乘法(Least-Squares,LS)。由于使用LS法估计相干声时估计权重计算量较大，尤其是通道数较多时，无法计算估计权重，因此目前LS法仅用于立体声信号的PAE。成对相关法是专门针对多通道信号的PAE方法，此方法将多通道信号两两组对，并探究出各个通道的相干声能量占比与通道间相关值存在线性关系，利用通道间相关值求出各个通道的相干声能量占比，完成多通道信号的PAE。但是该方法仅使用了相关值的幅度信息，提取相干声的准确度不高。

发明内容

本发明的目的在于克服上述技术缺陷，提出了一种多通道信号的相干声与环境声提取方法。该方法通过计算通道数较少时使用最小二乘法估计相干声的权重，根据权重随通道数变化的规律性，得出针对任意通道数的多通道信号进行相干声估计时的权重表达式。此外，本发明的方法利用各个通道的信号能量以及通道间相关值，求出权重表达式中的各个未知参数，实现多通道信号的PAE。

为实现上述目的，本发明的实施例1提供了一种多通道信号的相干声与环境声提取方法，所述方法包括：

计算N个通道信号相干声的权重表达式，根据权重表达式估计相干声，由此计算各个通道的相干声；

根据各个通道的相干声计算各个通道的环境声；

将N个通道相干声与N个通道环境声进行逆傅里叶变换，得到时域表示的相干声与环境声。

作为上述方法的一种改进，所述计算N个通道信号相干声的权重表达式，根据权重表达式估计相干声，由此计算各个通道的相干声；具体包括：

将时域多通道信号进行傅里叶变换，第n个通道输入信号X_n表示为：