[发明专利]数字音频信号音量等响度调节方法

说明书

本发明涉及音频信号处理技术领域，公开了一种数字音频信号音量等响度调节方法，通过对音频中不同频率成分施加不同增益，使得不同成分在音量调节后具有相同的响度改变量。本发明首先根据等响曲线构造单位响度改变量条件下不同频率声音与其所需的声压改变量之间的映射关系；其次，对音频信号分帧，并对各帧计算其DFT得到幅值谱和相位谱。再次，结合音量调节值和频率‑声压改变量映射关系，计算幅值谱中各个频率点的增益，并将增益与对应频率点幅值相乘；然后，利用施加了增益的幅值谱和原相位谱计算IDFT得到音量调节后的音频帧；最后，将得到的音频帧依次重叠拼接获得音量调节后的完整音频信号。本发明适用于音频信号处理。

技术领域

本发明涉及音频信号处理技术领域，特别涉及数字音频信号音量等响度调节方法。

背景技术

响度，是人类主观感觉到的声音强弱程度。一般而言，声音频率一定，声强越强，响度也越大。但是，响度与频率有关，相同的声强，频率不同，响度也可能不同。经大量实验测得的在典型听者认为响度相同条件下声音频率与声压级的关系即等响曲线图，充分刻画了人耳对不同频率声音的感知灵敏度，如图1(GB-T 4963-2007/ISO 226:2003附录A”自由场测听条件下纯音标准等响度级曲线”)所示。

音频信号音量调节目标即在于改变音频信号响度大小。常规数字音频音量调节方式通常是等增益的，即所有信号采样值通过乘以一个增益系数使音量放大或者缩小。这种方式使得音频中低、中、高不同频率成分以相同比例进行幅值缩放。然而，由等响曲线可知人耳对不同频率成分的响应灵敏度并不相同，如果采用等增益方式缩放音量，即所有频率成分施加相同声压改变量，则可能导致人耳对音频中某些频率成分的响度感受变差，进而影响对这些成分的感知和判断。例如，对于采集的心音、肺音等生理音频信号，如果采用等增益方式增大信号音量，可能使得医务人员对于某些心肺疾病引起的微弱低频杂音成分无法感知和分辨。

发明内容

本发明要解决的技术问题是：提供一种数字音频信号音量等响度调节方法，通过对音频中不同频率成分施加不同增益，使得不同成分在音量调节后具有相同的响度改变量。

为解决上述问题，本发明采用的技术方案是：数字音频信号音量等响度调节方法，包括如下步骤：

步骤1：根据等响曲线构造单位响度改变量条件下不同频率声音与其所需的声压改变量之间的映射关系；

步骤2：对音频信号分帧，并对各帧计算其离散傅里叶变换得到幅值谱和相位谱；

步骤3：结合音量调节值和频率-声压改变量映射关系，计算幅值谱中各个频率点的增益，并将增益与对应频率点幅值相乘；

步骤4：利用施加了增益的幅值谱和原相位谱计算离散傅里叶逆变换得到音量调节后的音频帧；

步骤5：将得到的音频帧依次重叠拼接获得音量调节后的完整音频信号。

进一步的，步骤1可通过以下公式计算单位响度改变量条件下不同频率对应的声压改变量：

其中，i表示频率；spl_h表示响度级为80phon的等响曲线对应的映射；spl_l表示响度级为20phon的等响曲线对应的映射。从数据覆盖范围的角度选择20phon和80phon对应的等响曲线来计算声压改变量Δspl是较为合理的。

进一步的，步骤2采用重叠分帧的方式将信号分割为若干帧，重叠分帧时，帧长度frame_len根据以下公式取值：

其中，fs为信号采样频率，N为正整数。根据心理声学理论，单帧持续时间取300毫秒左右为宜，本发明优选250-300毫秒。