[发明专利]用于在虚拟扬声器阵列上渲染音频的信号处理方法和系统

说明书

用于在虚拟扬声器阵列上渲染音频的信号处理方法和系统，涉及将均衡实现状态空间模型应用于每个头相关传递函数(HRTF)来降低有效FIR或甚至无限脉冲响应(IIR)滤波器的阶数。经由例如z变换，由头相关脉冲响应滤波器(HRIR)导出每个HRTF G(z)。HRIR的数据可以用来经由关系G(z)＝C(zI‑A)^‑1B+D构造HRTF的第一状态空间表示[A,B,C,D]。第一状态空间表示不是唯一的，因此对于FIR滤波器，可以将A和B设定为简单的二值阵列，C和D包含HRIR数据，导致格拉姆矩阵Q的简单形式，其本征向量提供使通过Hankel范数测量的系统增益最大化的系统状态。通过仅考虑与大于某些阈值的本征值相关联的状态，可以截取HRTF的均衡状态空间表示来提供良好逼近原始HRTF的近似HRTF，同时使计算量减少多大90％。

相关申请的交叉引用

本申请是2016年2月18日提交的，名为“Signal Processing Methods andSystems for Rendering Audio on Virtual Loudspeaker Arrays(用于在虚拟扬声器阵列上渲染音频的信号处理方法和系统)”的U.S.临时申请No.62/296,934的非临时申请并且要求其的优先权，其全部内容全部并入本文。

背景技术

环绕听者的扬声器的虚拟阵列通常被使用在创建用于耳机递送的音频的虚拟空间声学环境中。由该扬声器创建的声场能够被操纵来递送相对于用户移动的声源的效果或者在用户移动他们的头部时使该源稳定在固定空间位置处。这些是对通过虚拟现实(VR)系统中的耳机的音频递送而言非常重要的操作。

被处理以用于向虚拟扬声器的递送的多声道音频被组合以将一对信号提供给左右耳机扬声器。多声道音频的组合的此过程被称为双耳渲染(binaural rendering)。实现此渲染的普通接受的最有效方式是使用实现头相关传递函数(HRTF)的多声道滤波系统。在基于多个——例如M(其中M是任意数字)个虚拟扬声器的系统中，双耳渲染将需要具有2M个HRTF滤波器，因为每扬声器使用一对滤波器来对扬声器和用户的左右耳之间的传输函数进行建模。

发明内容

执行双耳渲染的常规手段要求大量计算资源。沿着这些思路，当HRTF被表示为n阶的有限脉冲响应(FIR)滤波器时，每个双耳输出要求每声道2Mn个乘法和加法运算。这样的运算会使被分配用于例如虚拟现实应用中的双耳渲染的有限资源。

与执行要求大量计算资源的双耳渲染的常规手段相比，改进的技术涉及将均衡实现状态空间模型应用于每个HRTF来降低有效FIR或甚至无限脉冲响应(IIR)滤波器的阶数。沿着这些思路，经由例如z变换，由头相关脉冲响应滤波器(HRIR)导出每个HRTF G(z)。HRIR的数据可以被用来经由关系G(z)＝C(zI-A)^-1B+D构造HRTF的第一状态空间表示[A，B，C，D]。该第一状态空间表示不是唯一的，并且因此对于FIR滤波器，A和B可以被设定为简单的二值阵列，而C和D包含HRIR数据。此表示导致简单形式的格拉姆矩阵(Gramian)Q，其本征向量提供使通过Hankel范数测量的系统增益最大化的系统状态。此外，Q的因式分解提供向均衡状态空间的变换，其中，格拉姆矩阵等于Q的本征值的对角矩阵。通过仅考虑与大于某些阈值的本征值相关联的那些状态，可以截取HRTF的均衡状态空间表示来提供良好逼近原始HRTF的近似HRTF，同时使所需的计算量减少多达90％。