[发明专利]音频信号处理的方法、系统和介质

说明书

描述了用于同步在音频事件期间由多个独立设备捕获的音频信号的方法、系统和计算机程序产品。例如多个智能电话的多个记录设备记录所述音频事件。计算机系统从设备接收多个音频信号。系统基于两个音频信号的波形的相互关系来确定所述两个音频信号之间的第一延迟。随后，所述系统通过计算每个音频信号的相应包络的导数来检测每个音频信号中存在的起音。所述系统基于所述两个音频信号的起音的相互关系来确定所述两个音频信号之间的第二延迟。在确定使用所述第二延迟比使用所述第一延迟更能改善声音质量时，所述系统使用所述第二延迟来同步所述音频信号。

相关申请的交叉引用

本申请要求以下在先申请的优先权：于2017年6月27日提交的西班牙专利申请P201730846(卷号：D17010ES)；于2017年8月28日提交的美国临时申请62/550,810(卷号：D17010USP1)和于2017年8月28日提交的欧洲申请17188117.0(卷号：D17010EP)，这些申请通过引用结合于此。

技术领域

本公开总体上涉及音频信号处理。

背景技术

可能会利用在时间上不同步的多个设备来记录如音乐会或排练的声音事件。例如，观众中的多个成员可能会使用他们各自的智能手机来记录音乐会。乐队的多个成员可能通过将他们的设备放置成靠近他们各自的乐器来记录他们各自的表演。在这些情况下，每个人可能在不同的时刻按下“记录”按钮。为了组合和混合这些记录，必须使记录同步，从而使得这些记录在时间上对齐。传统的同步通常是手动完成的，或者基于对音频信号的相互关系分析来完成，该相互关系分析返回使信号在最大程度上对齐的时间延迟。传统的同步要求要对齐的信号显示出高度的相似性。

发明内容

描述了用于同步在音频事件期间由多个独立设备所捕获的音频信号的技术。多个记录设备(例如，多个智能电话)记录所述音频事件。计算机系统从设备接收多个音频信号。系统基于两个音频信号的波形的相互关系来确定所述两个音频信号之间的第一延迟。随后，所述系统通过计算每个音频信号的相应包络的导数来检测每个音频信号中存在的起音。所述系统基于所述两个音频信号的起音的相互关系来确定所述两个音频信号之间的第二延迟。在确定使用第二延迟比使用第一延迟更能改善对齐质量时，所述系统使用所述第二延迟来同步这些音频信号。

与传统音频处理技术相比，本说明书中所描述的特征可以实现一个或多个优点。与传统同步技术相比较，所公开的技术能够更加鲁棒地应对房间混响的影响，所述混响可能导致传统同步中的定时错误。在音频信号彼此不同的情况下，所公开的技术可以比传统技术更好地处理同步。例如，在表演时，麦克风只能获取(pick up)乐器中的一部分。音频信号可能包括来自仅键盘或仅低音吉他等的信号，而未捕获环境声音。这些信号对于传统音频同步而言通常是具有挑战性的。所公开的技术可以更准确地同步这些信号。

所公开的技术对传统音频同步的改进在于，所公开的技术能够同步在相互关系函数中展现出较宽的峰或具有相似幅度的多个峰的音频信号。在确定相对延迟时，较宽的峰或多个峰可能导致较大的不确定性。所公开的技术基于起音而不是峰值本身来同步音频信号，从而降低了不确定性。即使在利用位于事件的不同位置的不同记录设备来记录同一事件的情况下，所公开的技术也表现良好。这些设备可捕获通过简单的波形检查看起来几乎不相似的音频信号。所公开的技术可以比传统音频同步更好地处理这些信号。

在以下附图和描述中阐述了所公开的主题的一个或多个实施方式的细节。所公开的主题的其他特征、方面和优点将在说明书、附图和权利要求中变得更明显。

附图说明

图1是图示了记录会话的简图，其中，音频处理设备同步来自不同记录设备的音频信号。

图2是图示了基于起音来同步音频信号的示例技术的简图。

图3是图示了基于起音的同步中的示例缓冲技术的简图。

图4是图示了被配置用于执行基于起音的同步的示例音频处理设备的部件的框图。