[发明专利]声场分析系统

说明书

技术领域

本公开涉及音频场景，并且更具体地，涉及根据音频场景的特征提取。

背景技术

音频场景包括多维环境，其中不同声音出现在各种时间和位置处。音频场景的示例可以是会议室、工作室、演奏厅、游戏环境、餐厅、森林场景、繁忙的街道、或者其中在不同时间和位置处出现声音的任何室内或室外环境。

使用方向或者全方向性麦克风的阵列或者其他方式，音频场景可以被记录为音频数据。在用于音频场景的典型捕获布置中，N个记录设备放置在音频空间内以记录音频场景。所捕获的信号随后可选地被处理并且被发送到终端用户或者应用可以根据各种处置（rendering）算法来选择的处置侧（或者可替选地被存储用于稍后的耗用），其中，基于来自重构的音频空间的偏好，处置算法可能影响倾听点和/或音频信息的朝向和特性。处置方随后根据与所期望和选择的、源声场的感知表现相对应的多个记录来提供经处理的信号。记录设备可以是具有音频灵敏度的方向性特性的麦克风，但是可以利用其他类型的具有任何形式的适当特性的麦克风。此外，所利用的多个麦克风可以不必是等效的甚至不必是相似的，并且可以使用具有不同空间和/或频率特性的麦克风。经处置或者处理的输出信号可以是单、立体、或双耳信号，或者其可以包括多个信道。

发明内容

如本文所述，一种用于创建对声场的空间音频场景分析的方法包括：响应于声音来生成电信号，根据电信号提取空间角度信息，根据电信号提取发散度信息，以及映射空间角度和发散度信息以用于以封闭的二维表面或者其更高维突出体的形式来展示，其中该二维表面具有相对于半球的同构，使得沿着半球或者等价地在该表面上，对象空间角度中的变化在经度上展示了变化，并且源的发散度（以及因而相关联的距离）的变化在纬度上变化，使得更发散或者更远的源收敛到该封闭二维表面中的点。

而且，如本文所述，一种用于基于响应于声场中的声音而接收的电信号来映射声场的系统包括：空间角度提取模块，其适于提取空间角度信息；发散度提取模块，其适于提取发散度信息；以及映射模块，其适于以封闭的二维表面或者其更高维突出体的方式来展示空间角度和发散度信息，其中，该二维表面具有相对于半球的同构，使得沿着半球或者等价地在该表面上，对象空间角度中的变化在经度上展示了的变化，并且源的发散度（以及因而相关联的距离）的变化在纬度上变化，使得更发散或者更远的源收敛到该封闭二维表面中的点。

而且，如本文所述，一种系统包括：麦克风的阵列，其适于根据声场来生成电信号；以及处理器，其响应于电信号。处理器适于根据电信号来提取空间角度信息，根据电信号来提取发散度信息，并且映射空间角度和发散度信息以用于以封闭的二维表面或者其更高维突出体的形式来展示，其中该二维表面具有相对于半球的同构，使得沿着半球或者等价地在该表面上，对象空间角度中的变化在经度上展示了的变化，并且源的发散度（以及因而相关联的距离）的变化在纬度上变化，使得更发散或者更远的源收敛到该封闭二维表面中的点。

本文描述的实施例通常涉及特征空间的映射，其创建了分析和解读听觉场景的改进的能力。可以认识到的一些优点包括：

–与其中对象可以潜在地是无穷远的自然物理空间映射相反，本文的公开将对象空间映射到封闭的表面。这具有紧凑的优点以及允许对离散的可解析对象的数目的已知约束的优点。

–就简单的距离度量使得具有相似的预期实际不确定性和差异（differentiation）的区域和距离相等而言，用于对象和观察结果的映射和相关联的空间是相对一致的。这避免了需要对于不同空间区域中的预测的对象尺寸进行特定学习。

–映射避免了任何具有奇异性的点，在具有奇异性的点中一个维度随着另一维度的收敛而变得不确定。特别地，通常在混响室内环境中观察到的关系是源的方向随着源变得更远（或者更发散）而变得更加不确定。通过使该常规（normal）的奇异性点与具有“北极”或者半球的顶点的区域相关联，在所表现的映射中与角度不确定性一起捕获了发散和距离的该关系。该拓扑自然地支持了在发散的或者远的对象的情况下角度中的不确定性。

–与先前的点相关，映射避免了如下的区域，其中原本会存在由于初始提取的特征中所期望的物理或实际不确定性而出现在观察结果中的、所期望的大的不连续性。特别地，通过将该拓扑反映到其中针对远的源的大的角度变化仅展示为所映射的特征空间中的位置中的小的变化的拓扑中，避免了在角度在大距离处变得不确定时大的位置变化的观点。