[发明专利]一种面向响度的高效音频控制方法

说明书

本发明阐述了一种面向响度的高效音频控制方法。随着数字电视技术的发展，越来越清晰的视频带给观众一场新的视觉体验，不一致的音频响度又使得观众不得不频繁使用遥控器调整音量。为了解决响度差异问题，提出了一种面向响度的高效音频控制方法解决方案，设计了多参数融合的响度控制算法。基于响度的音频AGC算法是对数字音频信号进行响度自动增益控制，测量输入音频响度，结合用户设置的目标响度、动态范围、背景响度测量时间等参数，确定动态增益，最后处理音频信号。有效地将输出音频的响度控制在目标范围内，并且包括噪声在内的背景音不被提升，响度控制速度快，输出音频稳定平衡不生硬，满足人们的听觉感知需要。

所属技术领域

本发明属于音频控制领域，涉及一种面向响度的高效音频控制方法。

背景技术

随着模拟电视向数字电视的过渡，不同电视频道间伴音响度差异大的问题引起了全球范围内的广泛关注。在我国有线数字电视向数字化转移的过程中，电视节目伴音响度不一致的问题更为明显，用户对此抱怨很大。在听音环境中，某个节目的总响度必须保持为合适的响度，如果在多个节目或多个频道之间响度有明显的变化，让听众感到不适、甚至惊吓，观众就不得不经常地使用遥控器将音量调整到某一合适的听音电平。根据欧洲的一项调查表明，当响度变化增加3个响度单位或者下降6个响度单位时，观众按动遥控器的概率为50％，当响度变化增加5个响度单位或者下降8个响度单位时，观众按动遥控器的概率为90％以上。事实上，这已经在很大程度上影响到电视节目播出的效果。近些年来，整个音频行业对响度技术投入了越来越多的关注。音乐唱片的响度竞争、广告商业片的响度跳变以及节目间和频道间的声音忽大忽小等诸多问题，正逐渐被重视。

响度是声音的强度，但不同于客观的物理量电平。它是主观量，是人耳对声音强弱的主观判断，与信号的电平、频率成份、持续时间相关，却也与听音者个人以及听音环境有关。声压级、频率成分、持续时间是影响声音响度的主要因素，而一些生理、心理因素的差别，人们年龄、文化背景、性格等差异也会带来人们对于响度判断的差异。电平相同的信号，若频率不同，响度也会不同。因此，衡量响度的量度不同于客观量度的物理量电平，也就是说电平是客观的，而响度是主观的。

在国外，一些广播电视公司使用了杜比公司提出的元数据方案。在国内，如果广电行业所有的音频制作都遵循这一标准，那么该方法不失为一套比较完美的方法，但是从目前我国广电行业的运作模式和实际情况来看，要想大规模地全部采用杜比数字的音频标准和制作尚有一定的困难，主要原因是目前节目制作调音师的水平不齐，支持杜比数字的设备比较少。因此该方案对目前大规模迫切需求改善音频质量的广电行业来说还不适用。

改善中国广电行业的音频响度差异现状刻不容缓，所以国内相关研究人员陆续提出多种不同的方案，主要有音频AGC处理方案和响度控制器方案，AGC方案主要有基于电平和能量两种。

基于电平的音频AGC方案中最典型的就是三电平法。(参考文献：张博,刘艳竹.基于AGC方案的音频信号处理方法及FPGA实现[J].电子科技,2014(12):155-157.)三电平法可以实现以下基本的性能要求：

(1)峰值门限以上的输入音频稳定在峰值门限之下输出；

(2)处于峰值门限和提升门限之间的输入音频在不影响听感的前提下尽量还原输出；

(3)处于噪音门限和提升门限之间的输入音频稳定在提升门限之上输出；

(4)噪音门限以下的输入音频不增益，持续低于噪音门限的输入音频可以选择静音输出；

三电平方案由于只是依据音频的幅值来对音频信号进行一定的方案处理，并没有从能量、过零率、响度等能够充分反映音频信号特点的角度来采取相应的方案处理，因此方案具有一定的局限性，同时采用三电平法存在对音频信号处理反应速度慢的缺点，而且不能很有效的控制噪声。