[发明专利]一种用于全景音频的麦克风阵列

说明书

本发明涉及音频录制与音频信号处理技术领域。一种用于全景音频的麦克风阵列，将4只相同的心形指向麦克风的几何中心处于同一平面S，在平面S上建立直角坐标系XOY，X轴正向为从后到前，Y轴正向为从右到左，在平面S上定义一个正方形ABCD，该正方形ABCD的中心点与直角坐标系XOY的原点O重合，且该正方形ABCD的对角线长2r，正方形ABCD的四条边平行于直角坐标系XOY的X轴或者Y轴，正方形ABCD的四个顶点分别与4只相同的心形指向麦克风的几何中心重合，记心形指向麦克风单元的压差感受面的外法方向为其安装方向。

技术领域

本发明涉及音频录制与音频信号处理技术领域。

背景技术

早在1972年，全景音频技术作为立体声录音技术的拓展被学界所关注。其中由Michael Gerzon和Peter Craven提出的高保真立体声响复制技术是一种基于球面调和函数分解空间声场的方式。球面调和函数是定义在球面上的无数个函数，按阶数分组，阶数越高其分解球面越精细。基于零阶和一阶球面调和分解空间声场得到的结果称为一阶高保真立体声响复制音频格式，也被称为B格式(B-format)。虽然日后随着信息处理系统以及音频硬件的发展，高阶格式和各种混合阶格式陆续登上历史舞台，但由于B格式实现相对简单，时至今日仍然是目前商业市场上普遍采用的全景视频的音频格式。

B格式的直接录制方法为：通过三支分别指向前后、左右、上下的双指向型麦克风以及一支全指向型麦克风同步录制，所得信号即为B格式。但这种录制方法导致拾音单元安装极为不便，且碍于麦克风的体积不能缩减为零，理想摆放位置始终不可能达到，而实际在采用一阶高保真立体声响复制技术的音频系统中，由空间采样定理，易知:其中r为球面半径，l为球面调和函数分解阶数，c为空气中的声速，f为信号频率。若f取到人类听觉频率上限，则球直径缩小至远小于人类两耳距离，反之，若取球直径为人类两耳间距以上的值，则推导得出频率f的数值偏小，意味着高频部分将发生空间混叠。这说明对于一阶高保真立体声响复制技术而言从物理角度上完美记录和重建声场已然不可能，为了给听众尽量提供良好的声场方向感，需要在录制和重放误差存在的既定事实下，利用人耳的听力特性和心理活动容易受到主观暗示的性质，近似地实现全景音频录放技术。

B格式的间接录制方法于1975年被发明。Michael Gerzon和Peter Craven共同获得了美国专利US4042779(其专利权现已保护期满)，该专利描述了一种录制B格式的正四面体型麦克风阵列及其信号处理基本方法，即利用正四面体的对称性尽量均匀地分配安装误差并尽可能使其最小，将四枚心形指向的麦克风安装于正四面体的顶点，其录制信号格式称为A格式，再利用初等矩阵算法转换为B格式。而这一技术目前正在被大量音频产品厂家例如Zoom、森海塞尔等品牌使用，制成了多种用于VR内容创作的录音笔产品。

该发明人于上述专利文书中所阐明的用于录制B格式的正四面体麦克风阵列设计，用于实际工程时需要加工一个刚性较强、内部镂空以便引出电缆、切削面较多且精度要求高的正四面体结构件，若使用主流的非金属材料3D打印技术虽能一次成型节省成本，但会导致刚性不佳，而采用当前常规方法即使用金属材料进行数控加工时，需要用刀具掏空结构件内部，存在零件装夹不便、工步繁多耗费工时、对加工设备要求高的弊端，这也使得专业级产品的造价居高不下。

另外，此种麦克风阵列呈现出对称的空间结构，其安装组件在长、宽、高三个维度上占据相等尺寸，安装固定点在一棱的中点上。考虑到通常麦克风使用过程中想获得良好的收录效果需要保证拾音单元裸露在空气中，若需将该装置安装到以扁平形状的PCB板堆叠构成的，对集成度要求较高的现代电子产品中则会造成较大的不便，或因球形或四面体形结构凸出表面影响外观，或因阵列藏于产品内部受到产品壳体包围导致收音不畅，影响音频性能。即使通过特殊手段实现，也将占据机身内部的大量空间，不利于整体设计。

发明内容

本发明所要解决反而技术问题是：如何提供一种有效保全上述高保真立体声响复制技术音频性能，充分兼容原有音频信号采集设备及音频信号处理方法的麦克风阵列。