[发明专利]音频处理方法和音频处理设备

说明书

技术领域

本发明总体上涉及音频信号处理。更具体而言，本发明的实施例涉及用于改善一个或多个目标说话人的语音可理解度的音频处理方法和音频处理设备。

背景技术

利用现代的信号处理和电信技术，目标音频信号和背景信号可以被分离为多声道信号，或者不同方向或不同位置的不同信号(如来自房间中的不同位置的信号，或来自不同城市的不同信号)可以被单独地拾取、混合并被发送到远处的听者。目前的方案使得多个说话人的语音听起来在不同的水平方向，将多声道语音信号混合到左右声道中，接收方的听者能够通过立体声耳机或者扬声器感知到不同说话人的位置，即使有多人同时说话也能区分出想要的目标说话人。

尽管越来越多的用户已经采用了立体声耳机或者多声道声音再现系统，从而受益于空间化语音通信，但仍然有大量的用户在聆听通过单声道声音设备比如蓝牙头戴式耳机、电话等再现的声音。因此希望向单声道装置用户提供用以在多个同时的音频信号中区分不同声音信号或者理解来自目标说话人的语音的“线索”。

即使对于利用多声道播放装置的听者，如果原始音频信号是在没有空间线索的情况下产生的，或者如果多个声音信号都源自几乎同一位置，则期望向听者提供用于区分不同语音信号的更多线索。

发明内容

根据本发明的实施例，提供了一种音频处理方法，包括：抑制第一音频信号的至少一个第一子带以获得具有保留子带的简化第一音频信号，从而改善简化第一音频信号或者至少一个第二音频信号之间的可理解度，或者同时改善所述简化第一音频信号或者至少一个第二音频信号的可理解度；抑制所述至少一个第二音频信号的至少一个第二子带以获得具有保留子带的至少一个简化第二音频信号；以及将所述简化第一音频信号和所述至少一个简化第二音频信号混频。

根据本发明的实施例，提供了一种音频处理方法，包括：给第一音频信号赋予至少一个第一空间听觉属性，以使得第一音频信号可以被感知为源自相对于听者的第一位置。

根据本发明的实施例，提供了一种音频处理方法，包括：检测至少两个音频信号之间的节奏相似度；响应于一音频信号与其他音频信号之间的相对高的节奏相似度而对该音频信号进行时间缩放；以及对所述至少两个音频信号混频。

根据本发明的实施例，提供了一种音频处理方法，包括：检测至少两个音频信号中的语音开始；在一音频信号中的语音开始与另一音频信号中的语音开始相同或接近的情况下，延迟该音频信号；以及对所述至少两个音频信号混频。

根据本发明的实施例，提供了一种音频处理设备，包括：频谱滤波器，被配置为抑制第一音频信号的至少一个第一子带以获得具有保留子带的简化第一音频信号，并抑制至少一个第二音频信号的至少一个第二子带以获得具有保留子带的至少一个简化第二音频信号，从而改善所述简化第一音频信号或者所述至少一个简化第二音频信号的可理解度，或者同时改善所述简化第一音频信号或者所述至少一个简化第二音频信号的可理解度；以及混频器，被配置为将所述简化第一音频信号和所述至少一个简化第二音频信号混频。

根据本发明的实施例，提供了一种音频处理设备，包括：空间化滤波器，被配置为给第一音频信号赋予至少一个第一空间听觉属性，以使得第一音频信号可以被感知为源自相对于听者的第一位置。

根据本发明的实施例，提供了一种音频处理设备，包括：节奏相似度检测器，被配置为检测至少两个音频信号之间的节奏相似度；时间缩放单元，被配置为响应于一音频信号与其他音频信号之间的相对高的节奏相似度而对该音频信号进行时间缩放；以及混频器，被配置为对所述至少两个音频信号混频。

根据本发明的实施例，提供了一种音频处理设备，包括：语音开始检测器，被配置为检测至少两个音频信号中的语音开始；延迟器，被配置为在一音频信号中的语音开始与另一音频信号中的语音开始相同或接近的情况下延迟该音频信号；以及混频器，被配置为对所述至少两个音频信号混频。

附图说明

在附图的各图中，以示例性和非限制性的方式对本发明进行阐释，在附图中，类似的附图标记指代类似的要素，其中：

图1是示出根据本发明的实施例的示例性音频处理设备100的框图；

图2是示出示例性音频处理设备100的变形例的框图；

图3是示出根据本发明的另一实施例的用于实施频谱区分的示例性音频处理设备的框图；

图4是示出根据本发明的又一实施例的用于实施频谱区分的示例性音频处理设备的框图；

图5是示出根据本发明的实施例的用于实施频谱区分的示例性音频处理方法的流程图；