[发明专利]语音声源空间音效三维逼真生成系统

权利要求书

1.语音声源空间音效三维逼真生成系统，其特征在于，包括：考虑空气衰减的人工三维混响模型、听音位置房间混响去除方法、三维语音空间音效逼真生成系统，听音位置房间混响去除方法具体包括基于副本的房间脉冲响应模型和多通道多维去除房间混响方法；

本发明在已知声源空间信息、声源信号及重构环境条件下，改进VBAP技术恢复方向，在存在混响的环境中还原声源距离，提出在混响环境下重构声源距离的模型，提出在混响条件下音效三维逼真生成系统；

首先，提出对声源声像距离恢复模型，并与VBAP技术声源方向相结合实现声源三维空间信息的恢复，基于影响人耳对声源距离感知的因素中，而包含信号强度信息的DRR能提供声源的绝对距离，采用直达声混响声能量比DRR作为距离恢复的主要因素，并通过设计考虑空气衰减的人工三维混响模型对重构房间的混响进行模拟，实现对系统的输入信号进行控制，使到达人耳处的DRR与现有距离感知模型匹配，实现对声源距离的恢复；然后，去除携带声源距离信息的信号在混响房间内传播的影响，通过分析室内声场的特点及音频信号在室内声场中传播的特征，采用基于副本的房间脉冲响应模型，在房间脉冲响应模型构建的基础上采用多通道多维去除房间混响方法去除房间混响，使到达听音者人耳处的信号DRR与通过人工混响模型控制的DRR一致；最后，通过融合VBAP技术实现对声源方向的恢复，将携带声源空间信息的信号通过扬声器播放到达听音者，实现对声源的三维空间信息的恢复。

2.根据权利要求1所述的语音声源空间音效三维逼真生成系统，其特征在于，考虑空气衰减的人工三维混响模型：空间音效混响模型中主要由两部分构成，第一部分由19阶FIR滤波器组成，模拟信号的直达声和早期反射声的衰减，第二部分由六个并联的梳妆滤波器s1至s6和一个串联的全通滤波器D1，其中并联的六个梳状滤波器负责对信号的不同频率进行处混响处理。

3.根据权利要求2所述的语音声源空间音效三维逼真生成系统，其特征在于，本发明进一步对空间音效混响模型做以下两点改进：

改进一：将空间音效混响模型中的19阶FIR滤波器的延时和衰减系数依据模拟的特定的环境进行设定，通过已知模拟的房间的特征进行脉冲响应模拟，然后从中计算得到直达声、1阶、2阶和3阶反射声的延时和衰减系数；

改进二：将空间音效混响模型中的每一个梳状滤波器中的反馈支路上的低通滤波器设置成对不同的声音频率段进行处理，当考虑空气对语音信号高频成分的吸收时，混响时间与空气的吸声系数相关，与房间的湿度、温度及信号的频率相关；

无论是在室内温度一定还是室内相对湿度一定时，信号频率越高对应的空气衰减系数越大，得到房间内空气吸收的衰变常数4n与相对湿度、温度及频率间的具体关系，将空间音效混响模型中的六个梳状滤波器支路上的低通滤波器的截止频率做精细化处理，分别设置为500Hz、1000Hz、2000Hz、4000Hz、6300Hz和8000Hz，在已知房间相对湿度和温度的情况下，基于空气吸收衰减系数找到模拟环境下信号不同频率对应的衰变常数4n，然后代入得到各频率段对应的混响时间，将每个频段的混响时间输入到对应的低通滤波器中，然后依据式1得到各梳状滤波器的反馈增益系数,式1为：

式中，r为延迟时间，R₆₀为混响时间，级联的全通滤波器的延迟时间比梳状滤波器的时间长，取5ms和1.7ms，对应的衰减系数设置为0.7，实现对特定房间混响的模拟；

在考虑空气衰减的人工三维混响模型中，通过调整直达声C_Dir增益因子f实现对DRR的控制，本发明在已知要恢复的声源距离前提下，通过考虑空气衰减的人工三维混响模型模拟重构声场中的混响来控制到达听音者处的DRR，实现声源距离的恢复。