[发明专利]一种面向响度的高效音频控制方法

权利要求书

1.一种面向响度的高效音频控制方法，其特征在于，所述方案是自动增益控制方案，是一种根据输入音频响度水平自动动态调整增益的机制，最终把音频输出的响度控制目标响度水平，响度控制方案的好坏直接反映在观众对处理后音频的听觉感受。

2.根据权利要求1所述的方法，其特征在于所述是在音频输入后首先进入响度测量模块，然后根据用户设定的帧长、目标响度、动态范围、背景测量时间、噪声门限、压扩比计算动态增益，对输入音频进行响度控制模块；最后，限幅处理之后将音频输出。

3.根据权利要求1所述的方法，所述控制过程如下：

步骤A.响度测量，是根据双声道音频响度测量方法，测量得到出输入的音频响度。

其中，所述双声道音频响度测量方法，是根据K-加权滤波器、均方计算、信道加权、求和、选通计算得到响度。K-加权滤波器由前置滤波器和RLB(revisionary low-frequencyB，修正的低频B曲线)滤波器级联组成，前置滤波器的作用是为了说明有输入信号的头部的声学效应，这里，将人的头部模拟成一个固定球体，RLB滤波器则提供信号频谱含量的感觉加权，各个通道采用相同的前置滤波器和RLB滤波器，根据信号到达的角度对最终的响度值进行加权，然后求和，从而提供一个合成的响度测量。信道加权用于考虑到从收听者后面到达的声音可能感觉要比从收听者前面到达的声音响亮的情况。

步骤B.参数设置，是所述用户根据需求设置一系列的参数，包括帧长、目标响度、动态范围、背景测量时间、噪声门限、压扩比。

其中，所述帧长，是指经过数字化的音频信号实际上是一个时变信号，为了能对音频信号进行分析，可以假设音频信号在几十毫秒的时间内是平稳的。为了得到短时音频信号，要对音频信号分帧处理，分帧是连续的。为避免响度控制系统处理后因音频分帧延迟带来的的画音不同步现象，此时方案将分帧定为20毫秒。

其中，所述目标响度，是根据EBUR.128-2011标准规定，节目的整体响度应当标准化至-23.0LKFS，允许有不超过±1LU的偏差，而ITU目标响度建议值为-24LKFS。中国结合了国际上比较流行的响度标准，制定了《电视节目音频制作的响度规范》，该文件规定目标响度为-24LKFS，允许有不超过±2LU的偏差。

其中，所述动态范围，是在目标响度的基础上，音频输出的响度范围。方案中动态可设置为0LU、±1LU、±2LU、±3LU，假设目标响度为-24LKFS，动态范围是±2LU，则输出响度的范围是-26LKFS到-22LKFS。

其中，所述背景测量时间，是指对观众响度判断没有影响的部分。包括底噪、静音、垫乐等这些对于响度几乎没有贡献的背景成分，却会拉低响度平均值影响响度对齐的一致性。EBU的专家在R128中就提出了利用前景声和背景声之间的响度差对二者实行分离的方法，所以就有了响度测量方案中相对门限的计算方法。要得到有效的相对门限，就必须有一定时间的累积，所以方案设置了响度背景测量时间参数，测量该时间内的整体响度，减掉10LKFS之后的数值作为当前的相对门限，低于该门限的音频(背景音)不被提升。

其中，所述噪声门限，虽然响度测量方案中有绝对、相对两级响度门限，但难免有音频段声音较小，利用计算出来的相对门限无法将背景噪音筛选掉，所以设置噪声响度门限，在相对门限失效是控制噪声不被提升。

其中，所述压扩比，是指在分帧处理音频时，每一帧的音频响度不同，那么增益也不相同。在音频响度快速变化时，增益也会有比较大的变化，此时就容易导致输出音频响度有明显的高低变化，影响人们的听觉感受，所以设置压扩比，控制音频响度提升和压缩的速度，避免对输出效果产生不良影响。

步骤C.响度控制，是根据是通过测量出的输入音频的响度和即将输出的目标响度，计算出二者的响度差值，再根据响度差异以及上述所述的参数共同确定增益大小，以此增益去处理音频数据，最后输出。