[发明专利]用于立体声的源分量环境分量提取方法

说明书

本发明公开了一种用于立体声的源分量环境分量提取方法，以解决采用主成分分析算法所分解得到左右通道环境分量之间相关的技术问题。本发明采用一种新的源环境分量提取方法，通过定义两个声道环境分量之间的幅度比β，确保左声道源分量与环境分量垂直，但不限定右声道源分量与环境分量垂直，仅仅要求环境分量之间不相关。从而通过源环境分量提取可以推导出具有唯一解。本发明可用于立体声音频扩展为多声道音频的多音频处理，通过调节环境分量之间的幅度比β，本发明中的源环境分量提取方法可以适应多种不同的声场景。

技术领域

本发明属于音频处理技术领域，具体涉及对立体声的源分量环境分量提取技术。

背景技术

为了追求更加沉浸式的听觉体验，多声道播放设备越来越普及，诸如扬声器系统、家庭影院系统，甚至游戏耳机都具备了物理多声道，即若干个独立控制的发声单元。但是目前广泛使用的音源格式仍以立体声音频为主。立体声音频具有易于传输和保存等优点，市场保有量巨大。很明显，多声道播放设备和立体声音频之间是不匹配的，故而存在一个实际问题，即如何将立体声音频信号扩展为多声道音频信号，从而最大化的利用多声道设备，以还原音频录制现场的立体感和临场感。这种将立体声音频信号扩展为多声道音频信号的做法在专业上被称为升混频(Upmix)技术。

最早的升混频方法仅仅用于从单声道音频产生立体声音频。由于单声道音频中缺少声场信息，该升混频方法的设计目标是使所产生的立体声音频与初始单声道音频的感知响度保持一致。在此基础上，Carlos Avendano和Jean-Marc Jot对立体声音频到多声道音频的升混频方法进行了广泛的研究。在2007年的国际声学、语音与信号处理会议上MichaelM.Goodwin和Jean-Marc Jot发表了基于源环境分量提取(Primary Ambient Extraction，PAE)的升混频思路。他们从声场景的角度出发，认为立体声音频信号中保留了前景声音和背景声音两种成分，并且假设某一时刻只存在一个前景声音。在立体声音频信号的左、右声道中，前景声音具有明显的方向性，例如影片中炮弹划破夜空的声音。因此，前景声音也被称为源分量(Primary Component)。与此同时，背景声音提供了衬托前景声音的氛围信息，则被称为环境分量(Ambient Component)。

在公开号为CN102037507A的专利申请中，公开了一种用于从单声道下混合信号生成左信号和右信号的、增强的参数立体声上混合设备，其通过改进了所生成的左信号和右信号的音频质量，而无需附加的比特速率增加，并且也不会遭受由耳间相位差合成导致的不稳定性。

当立体声音频信号的左、右声道分别由x_L(t)和x_R(t)表示时，左、右声道的源分量p_L(t)、p_R(t)和环境分量a_L(t)、a_R(t)满足：x_L(t)＝p_L(t)+a_L(t)，x_R(t)＝p_R(t)+a_R(t)；

并设定p_R(t)＝kp_L(t)，其中k是源声相因子(Primary Panning Factor)，利用耳间电平差(Interaural Level Difference，ILD)提供声源的空间位置信息。在理想情况下，左、右声道的环境分量不相关，且环境分量和源分量之间也不相关。

在公开号为CN101902679A的专利申请中，公开了一种立体声音频信号模拟5.1声道音频信号的处理方法。该方案中，先输入原始信号的左、右声道信号，并处理左、右声道信号，生成前方通路信号；提取立体声信号的低频分量，生成低频效果通路信号；对左、右声道信号进行差值运算得到立体声左、右声道差，经延时和幅值衰减后再由时变全通滤波生成模拟的左、右环绕通路信号，最终实现5.1声道的模拟。、