[发明专利]音频的双耳化的操控

权利要求书

1.一种用于操控音频的双耳化的方法，所述方法包括以下步骤：

接收(410)音频输入信号，所述音频输入信号包括多个音频帧；

计算(430)指示所述音频输入信号的当前音频帧包括经双耳化音频的可能性的置信度值；

基于所述置信度值来确定(450)状态信号，所述状态信号指示所述当前音频帧是处于未经双耳化状态还是处于经双耳化状态；

确定(460)操控信号，其中在所述状态信号从指示所述未经双耳化状态改变为指示所述经双耳化状态时：

通过对所述音频输入信号应用头部相关传递函数HRTF来改变所述操控信号以激活音频的双耳化，从而导致经双耳化音频信号，及

产生(470)至少部分地包括所述经双耳化音频信号的音频输出信号；

其中在所述状态信号从指示所述经双耳化状态改变为指示所述未经双耳化状态时，将双耳化的取消激活模式设置为真；及

在所述双耳化的所述取消激活模式为真，且所述当前音频帧的所述置信度值低于取消激活阈值，且所述当前音频帧的能量值低于所述当前音频帧之前的所述音频输入信号的阈值数目个音频帧的能量值时：

将所述双耳化的所述取消激活模式设置为假，

改变所述操控信号以取消激活或减少音频的双耳化，及

产生(470)至少部分地包括所述音频输入信号的所述音频输出信号。

2.根据权利要求1所述的方法，其中在改变所述操控信号以激活音频的双耳化时，产生所述音频输出信号的所述步骤包括：

在第一阈值时间段内，将所述经双耳化音频信号与所述音频输入信号混合成经混合音频信号且将所述经混合音频信号设置为音频输出信号，其中在所述第一阈值时段期间逐渐增加所述经混合音频信号中的所述经双耳化音频信号的一部分，且其中在所述第一阈值时段结束时，所述音频输出信号仅包括所述经双耳化音频信号。

3.根据权利要求1到2中任一权利要求所述的方法，其中在改变所述操控信号以取消激活或减少音频的双耳化时，产生所述音频输出信号的所述步骤包括：

在第二阈值时间段内，将所述经双耳化音频信号与所述音频输入信号混合成经混合音频信号且将所述经混合音频信号设置为音频输出信号，其中在所述第二阈值时段期间逐渐减小所述经混合音频信号中的所述经双耳化音频信号的一部分，且其中在所述第二阈值时段结束时，所述音频输出信号仅包括所述音频输入信号。

4.根据权利要求1所述的方法，其中在改变所述操控信号以激活音频的双耳化时，产生所述音频输出信号的所述步骤包括将所述音频输出信号设置为所述经双耳化音频信号。

5.根据权利要求1或4所述的方法，其中在改变所述操控信号以取消激活或减少音频的双耳化时，产生所述音频输出信号的所述步骤包括将所述音频输出信号设置为所述音频输入信号。

6.根据权利要求1到5中任一权利要求所述的方法，其中计算置信度值的所述步骤包括提取所述音频输入信号的所述当前音频帧的特征且基于所述经提取特征来计算所述置信度值，所述特征包括以下中的至少一者：

声道间电平差ICLD、声道间相位差ICPD、声道间相干性ICC、中/侧梅尔频率倒谱系数。MFCC及频谱图峰值/陷波特征。

7.根据权利要求6所述的方法，其中计算置信度值的所述步骤进一步包括：

接收所述当前音频帧之前的所述音频输入信号的多个音频帧的特征，所述特征对应于所述当前音频帧的所述经提取特征；

将权重施加到所述音频输入信号的所述当前及所述多个先前音频帧的所述特征，其中施加到所述当前音频帧的所述特征的所述权重大于施加到所述多个先前音频帧的所述特征的所述权重，及

基于所述经加权特征来计算所述置信度值。

8.根据权利要求7所述的方法，其中计算置信度值的所述步骤进一步包括：

根据非对称窗函数来将权重施加到所述音频输入信号的所述当前及所述多个先前音频帧的所述特征。

9.根据权利要求8所述的方法，其中非对称窗是汉明窗的前半部。