BR112019021241A2

BR112019021241A2 - Método para reprodução de som, e, dispositivo.

Info

Publication number: BR112019021241A2
Application number: BR112019021241-8A
Authority: BR
Inventors: Böhmer Bernt
Original assignee: Omnio Sound Limited
Priority date: 2017-04-18
Filing date: 2018-03-23
Publication date: 2020-05-12
Also published as: CN110495189A; WO2018194501A1; US11197113B2; EP3613222A4; EP3613222A1; US20200304929A1; KR20190140976A; JP2020518159A

Abstract

a tecnologia de desdobramento estéreo soluciona os problemas inerentes na reprodução estéreo utilizando tecnologia dsp moderna para extrair informações dos canais esquerdo (l) e direito (r) estéreo para criar inúmeros novos canais que alimentam algoritmos de processamento. a tecnologia de desdobramento estéreo opera enviando as informações estéreo comuns da maneira habitual em direção ao ouvinte para estabelecer a localização percebida dos intérpretes no campo sonoro com grande exatidão e então projeta sinais extraídos atrasados e modulados em frequência para frente assim como em outras direções para prover pistas adicionais com base psicoacústica ao ouvido e ao cérebro. as pistas adicionais geram a sensação de detalhe e transparência aumentados assim como estabelecem as propriedades tridimensionais das fontes sonoras e do ambiente acústico em que eles estão executando. a tecnologia de desdobramento estéreo consegue criar um crível e real estúdio tridimensional populado com fontes sonoras tridimensionais gerando som em um ambiente acústico contínuo com som realístico.

Description

MÉTODO PARA REPRODUÇÃO DE SOM, E, DISPOSITIVO INTRODUÇÃO

[001] A Tecnologia de Desdobramento Estéreo (Stereo Unfold) original melhorou a reprodução de som estéreo comum pelo uso de algoritmos de DSP para extrair informações de gravações e repetição de reprodução estéreo normais das informações adicionais em camadas no tempo através de drivers de alto-falante apontados não só para frente como também em outras direções. A Tecnologia de Desdobramento Estéreo cria um crível e real estúdio tridimensional populado com fontes sonoras tridimensionais gerando som em um ambiente acústico contínuo com som realístico e constitui um melhoramento significativo em comparação com a reprodução estéreo comum.

[002] Durante o trabalho continuado com a Tecnologia de

Desdobramento Estéreo, foram feitas constatações adicionais sobre como o cérebro humano interpreta som e tomou-se possível melhorar o método. A nova Versão Aprimorada do Desdobramento Estéreo pode agora ser usada tanto com drivers adicionais que apontam em outras direções que não para frente em direção ao ouvinte quanto sem. Assim, a nova Versão Aprimorada do Desdobramento Estéreo é aplicável em todos os tipos de alto-falantes padrão existentes e também na escuta com headphone. Quando usada com drivers de alto-falante apenas para frente, ela agora consegue entregar pelo menos a mesma quantidade de melhoramento que o método antigo, com drivers adicionais ela melhora ainda mais. Com headphones, ela consegue mover o estúdio percebido de dentro da cabeça dos ouvintes em um fio entre os ouvidos para fora da cabeça. Ela faz isso sem qualquer informação anterior sobre as propriedades físicas do ouvinte, isto é, formato e tamanho dos ouvidos, cabeça e ombros.

[003] Os melhoramentos no Desdobramento Estéreo EV foram especificamente alcançados através de um melhor entendimento do fenômeno

Petição 870190101439, de 09/10/2019, pág. 11/51

2/30 de agrupamento psicoacústico e sua influência sobre o Processo de Desdobramento.

DESDOBRAMENTO ESTÉREO E TÉCNICA ANTERIOR

[004] Há uma abundância de técnica anterior no campo de DSP de áudio que se propõe a solucionar vários problemas presentes na reprodução de som. Todas elas usam os mesmos blocos de construção de DSP fundamentais, tais como filtros de IIR, filtros de FIR, atrasos, algoritmos de extração esquerda menos direita, etc., mas com diferentes resultados finais. Olhando para a técnica anterior, fica evidente que existem três grandes grupos dentro do campo que podem ser considerados algo relacionados com a Tecnologia de Desdobramento Estéreo.

[005] Primeiro, há a técnica anterior que delineia métodos para alcançar uma imagem estéreo mais ampla. Estes são predominantemente focados em alto-falantes estéreo que têm o alto-falante esquerdo e direito localizado fisicamente próximos entre si até mesmo possivelmente em um único invólucro. Todos esses têm o propósito de ampliar a imagem estéreo e mitigar os problemas que surgem com alto-falantes estéreo com pouco espaçamento entre si.

[006] Em segundo lugar, há outro grupo de documentos patentários em tomo do que se chama de barras sonoras, isto é, um alto-falante de caixa posicionado no centro frontal que substitui múltiplos alto-falantes surround espalhados no cômodo de escuta em um sistema de som surround. Dentro desse grupo, o propósito é dar ao ouvinte a sensação de estar dentro de um campo de som surround normalmente criado usando vários alto-falantes na parte da frente e na parte de trás de um cômodo. As barras sonoras utilizam várias técnicas com drivers apontados em diferentes direções junto com algoritmos de DSP para criar uma experiência de som surround.

[007] Em relação às explicações acima, pode ser mencionado que, por exemplo, os documentos US2015/0189439 e US2015/0071451 referem-se

Petição 870190101439, de 09/10/2019, pág. 12/51

3/30 ambos a esses primeiro e segundo grupos.

[008] Em terceiro lugar, há um grupo de um modo geral um pouco mais velho de técnica anterior que tem o propósito de melhorar a experiência estéreo apontando basicamente conteúdos derivados Esquerda menos Direita em outras direções que não para frente. Desde que o que foi feito antes da tecnologia DSP se tomou prontamente disponível e com bom custo-benefício, o processamento usado é bem básico e limitado ao que era possível na época. A tecnologia disponível reduziu seriamente a qualidade de som realizável e, visto que os resultados eram em sua maioria decepcionantes, parece que o trabalho dentro desse grupo chagou a um fim.

[009] O primeiro grupo lida com o problema técnico de ter dois altofalantes com pouco espaçamento entre si e tenta alcançar um resultado similar a ter alto-falantes estéreo com amplo espaçamento entre si. O segundo grupo tenta replicar um campo de som surround no cômodo de escuta usando somente um alto-falante em vez de vários. O terceiro grupo tenta melhorar a atmosfera percebida ao se escutar o estéreo, mas não tem sucesso devido ao processamento inadequado e não trata dos problemas psicoacústicos inerentes ao estéreo. Nenhum dos grupos acima da técnica anterior lida com as deficiências gerais do estéreo, com por que o estéreo como um método é falho e como a técnica estéreo pode ser melhorada. A Tecnologia de Desdobramento Estéreo tem o propósito de solucionar esses problemas inerentes dentro da técnica estéreo.

[0010] A Tecnologia de Desdobramento Estéreo recria um campo sonoro 3D espacial contínuo que é similar a um evento acústico real. A reprodução estéreo comum pode na melhor das hipóteses projetar um estúdio, mas as fontes sonoras dentro desse estúdio soam como se fossem figuras de papelão de intérpretes sem qualquer extensão individual em profundidade e as figuras de papelão interpretam sozinhas sem estarem em um espaço acústico, bastante como lanternas suspensas em um cômodo escuro. A Tecnologia de

Petição 870190101439, de 09/10/2019, pág. 13/51

Desdobramento Estéreo cria um campo sonoro 3D espacial, mas não é de modo algum a mesma experiência que a de escutar um sistema de som surround. Um sistema de som surround é em sua essência uma extensão do estéreo com as mesmas limitações que o estéreo. Com o uso de alto-falantes adicionais localizados em torno do cômodo, ele pode criar informações de posição não somente a partir da frente entre os alto-falantes esquerdo e direito, como também outras localizações pelo cômodo. O Desdobramento Estéreo foi especificamente alcançado através do entendimento do fenômeno de agrupamento psicoacústico e do processamento de som espacial no cérebro humano, é um método inteiramente diferente e o resultado é um campo sonoro 3D espacial que é audivelmente como um evento acústico ao vivo.

[0011] Diferentemente do processamento de ampliamento estéreo, as localizações originais das fontes sonoras individuais não são significativamente alteradas pelo processo de Desdobramento Estéreo. O processamento de Desdobramento Estéreo aumenta o tamanho do estúdio, mas o faz readicionando as informações ambientes que faltavam do ambiente acústico no qual a gravação ocorreu ou da atmosfera artificialmente criada se são computacionalmente ou de outro modo adicionadas a uma gravação.

[0012] Ademais, abaixo alguns outros documentos da técnica anterior são discutidos brevemente. No documento US5671287, é descrito um método para criar uma fonte sonora espalhada direcionalmente que é predominantemente destinada ao processamento de fontes de sinal mono para criar um sinal pseudoestéreo. O método descrito no documento US5671287 não é de modo algum o mesmo que o método de Desdobramento Estéreo de acordo com a presente invenção e melhor descrito abaixo. Além disso, o alvo da presente invenção e o documento US5671287 não têm qualquer relação.

[0013] Além disso, o documento EP0276159 descreve um método para criar indícios de localização artificiais para melhorar a imersão sonora com headphones. O método descrito usa funções de transferência relacionadas

Petição 870190101439, de 09/10/2019, pág. 14/51

5/30 à cabeça para criar os indícios direcionais e menciona a adição de reflexões iniciais e posteriores. O método de Desdobramento Estéreo de acordo com a presente invenção restaura o ambiente que ocorre naturalmente à razão de som direto em gravações extraindo as informações ambientes da gravação e então as readicionando usando um método de processamento de sinal que facilita o agrupamento psicoacústico. Como deve ser entendido a partir do dito acima, tanto os alvos quanto os métodos da presente invenção e do documento EP0276159 são completamente diferentes.

[0014] Além disso, o documento US20130077792 descreve um método para localização melhorada usando novas funções de transferência relacionadas à cabeça. Essa, mais uma vez, não é de modo algum a área do método de Desdobramento Estéreo de acordo com a presente invenção, tanto o propósito quanto a metodologia de processamento são inteiramente diferentes. O Desdobramento Estéreo de acordo com a presente invenção não almeja melhoramentos de localização ou ampliamento do estúdio de repetição de reprodução estéreo. As fontes de sinal individuais (intérpretes) na gravação reproduzida, após o processamento de Desdobramento Estéreo, não mudam a localização dentro do estúdio em grande medida. A mudança relativamente pequena de localização que de fato ocorre é um coproduto do processamento, mas não o propósito. O propósito é recriar a razão de som direto para som ambiente para alcançar uma gravação que soe mais natural. A energia ambiente adicionada amplifica o estúdio, mas o elemento de amplificação que é de longe predominante é o campo de som ambiente do local de gravação e não a mudança da localização das fontes de sinal individuais (intérpretes).

[0015] Com base no dito acima, deve ficar claro que nenhum dos documentos US5671287, EP0276159 e US20130077792 tem relevância em relação ao método de Desdobramento Estéreo de acordo com a presente invenção.

MONO E ESTÉREO

Petição 870190101439, de 09/10/2019, pág. 15/51

6/30

[0016] A princípio, o som foi gravado e reproduzido novamente em mono. O processo mono pode na melhor das hipóteses prover alguma profundidade e altura percebidas do estúdio projetado em frente ao ouvinte, mas é basicamente incapaz de transmitir qualquer indício de localização para as fontes sonoras individuais na gravação. O estúdio limitado que fica disponível é criado por reflexões de superfícies no cômodo de escuta. As reflexões criam uma ilusão de uma nuvem de som em torno da única fonte de alto-falante. Isso pode facilmente ser verificado escutando-se mono em um ambiente anecoico onde a nuvem desaparece.

[0017] Em 1931, Alan Blumlein inventou o processo estéreo. O estéreo foi uma versão desdobrada de mono, desdobrada no plano horizontal físico pelo uso de dois alto-falantes. Ele permitiu a localização de fontes sonoras horizontalmente em qualquer lugar entre os alto-falantes. Quando o estéreo é adequadamente gravado e reproduzido novamente em alto-falantes, ele consegue criar um plano de som horizontal relativamente contínuo em frente do ouvinte com alguma altura e profundidade presentes. O cérebro do ouvinte é enganado pelo processo a acreditar que existem múltiplas fontes sonoras na frente dele(a) apesar do fato de que todo o som somente emana de dois alto-falantes. O estéreo reproduzido novamente através de alto-falantes faz uso de psicoacústica para criar uma ilusão de um estúdio populado por múltiplas fontes sonoras em diferentes localizações horizontais em frente ao ouvinte. Como com o mono, o som refletido dos alto-falantes, refletido pelas superfícies dentro do cômodo de escuta, cria a ilusão de um estúdio em frente ao ouvinte. Sem essas reflexões, o som seria percebido como emanando de dentro da cabeça do ouvinte.

[0018] O motivo para esse fenômeno é que gravações estéreo somente contêm indícios de localização esquerda para direita e não têm todas as informações espaciais adicionais [5]. O processo estéreo não provê qualquer indício psicoacústico que possa capacitar um cérebro humano a desvendar

Petição 870190101439, de 09/10/2019, pág. 16/51

7/30 qualquer outra informação espacial que não localização esquerda para direita. Isso é fácil de testar escutando uma gravação estéreo usando headphones, o som é invariavelmente localizado dentro da cabeça do ouvinte entre os ouvidos. Com um par de alto-falantes altamente direcionais, alto-falantes parabólicos ou alto-falantes em um cômodo anecoico, similarmente o estúdio é localizado dentro da cabeça do ouvinte.

[0019] Se fossem feitas gravações com HTRFs individualizados, isto é, uma cabeça de manequim customizada para cada pessoa que fosse escutar a gravação, haveria indícios psicoacústicos embutidos dentro de cada gravação e seria possível escutar headphones e decodificar as informações espaciais adequadamente. Infelizmente, isso não pode ser feito por razões óbvias, então ficamos com gravações que não têm nenhuma informação espacial significativa, pelo menos para o cérebro humano.

[0020] Por enquanto a maioria das pessoas estão bastante acostumadas à reprodução estereofônica e estão bem familiarizadas com as suas limitações, a ponto de elas não pensarem mais muito nelas. Isso não significa que a diferença entre reprodução estereofônica e som ao vivo é inaudível, a maioria concordaria que é fácil distinguir entre som ao vivo e estéreo reproduzido, a questão é só que não se espera que o estéreo soe como som ao vivo e as nossas expectativas mudam automaticamente.

[0021] Na melhor das hipóteses, com o uso de alto-falantes comuns instalados adequadamente, a reprodução estéreo pode projetar um estúdio com profundidade, largura e altura. As fontes sonoras dentro desse estúdio infelizmente soam como se fossem figuras de papelão de intérpretes sem qualquer extensão individual em profundidade. Ademais, as figuras de papelão interpretam sozinhas sem estarem em um espaço acústico, quase como lanternas suspensas em um cômodo escuro projetando seu som apenas direto para frente em direção ao ouvinte. Existem algumas informações de atmosfera presentes na reprodução estéreo que permitem que se ouça o

Petição 870190101439, de 09/10/2019, pág. 17/51

8/30 entorno acústico no qual a gravação foi feita, mas não é nada nem de longe semelhante à acústica de um espaço real. A figura 1 de uma orquestra de sinfonia e dois alto-falantes tenta ilustrar visualmente o som do estéreo. A maior parte do estúdio é percebida como estando entre os dois alto-falantes com um pouco de altura e profundidade e praticamente nenhum entorno acústico.

DESDOBRAMENTO ESTÉREO EV

[0022] A Tecnologia de Desdobramento Estéreo cria um estúdio tridimensional crível e real populado com fontes sonoras tridimensionais gerando som em um ambiente acústico contínuo com som realístico. A figura 2 tenta ilustrar visualmente o estúdio percebido de Desdobramento Estéreo e deve ser comparada com a figura 1 que ilustra o estéreo comum. Os intérpretes estão localizados aproximadamente nas mesmas localizações com um tamanho um pouco amplificado, o auditório e a atmosfera são adicionados, provendo a amplificação predominante assim como uma qualidade 3D ao som.

[0023] Como sugerido pelo nome, o Desdobramento Estéreo desdobra a gravação estéreo comum bastante como o mono foi uma vez desdobrado fisicamente em estéreo esquerdo/direito, mas dessa vez o estéreo é desdobrado na dimensão de tempo. O salto de estéreo para Desdobramento Estéreo é psicoacusticamente na verdade não muito diferente de desdobrar fisicamente mono em estéreo. Isso pode soar inexplicável, mas vamos olhar mais de perto o estéreo e como ele funciona psicoacusticamente e ficará evidente que não é.

[0024] A localização de fontes sonoras da esquerda para a direita na repetição de reprodução estéreo funciona através de dois fenômenos psicoacústicos principais. O nosso cérebro de ouvido julga a localização horizontal de uma fonte sonora com base nas diferenças de tempo interaural e diferenças de nível percebidas entre os ouvidos esquerdo e direito. É possível

Petição 870190101439, de 09/10/2019, pág. 18/51

9/30 panoramizar (pan) uma fonte sonora da esquerda para a direita ajustando o nível da fonte nos ouvidos direito e esquerdo respectivamente. Isso é normalmente chamado de panoramização de nível. E também possível ajustar a localização mudando o tempo de chegada aos ouvidos esquerdo e direito e esse método de panoramização é o mais eficaz dos dois. E fácil testar a eficácia de panoramização através de diferença de tempo interaural. Instale um par de alto-falantes estéreo em frente a um ouvinte e permita que o ouvinte se afaste para a esquerda ou para a direita em relação à posição centralmente localizada entre os alto-falantes. O estúdio percebido desmorona bem rápido em direção a um dos alto-falantes estéreo porque a diferença de tempo interaural nos diz psicoacusticamente que o alto-falante mais próximo é a fonte. O mesmo pode ser ilustrado usando headphones, atrasando o sinal estéreo a um dos ouvidos, o estúdio inteiro desmorona em direção ao ouvido não atrasado sem qualquer mudança de nível. A localização no plano horizontal em estéreo é na verdade predominantemente causada pela diferença de tempo interaural entre os sinais esquerdo e direito, isto é, o estéreo é um sinal mono desdobrado no tempo para gerar indícios de localização horizontal psicoacústicos com base nas diferenças de tempo entre os ouvidos. Blumlein usou a separação física de dois alto-falantes para ser capaz de criar a diferença de tempo interaural necessária para a criação de localização esquerda para direita.

[0025] Agora, se nós, de maneira similar a como o mono foi desdobrado em estéreo, desdobrarmos os sinais estéreo no tempo, seremos psicoacusticamente capazes de desdobrar o estéreo em um som verdadeiramente tridimensional. Isso é o que o Desdobramento Estéreo faz. [0026] A figura 3 mostra um canal de uma gravação de som estéreo digital comum. Ao longo do eixo que começa à esquerda e termina no meio da figura temos amostras de som no eixo de domínio de tempo real. O gráfico exibe o valor absoluto do sinal de som em cada momento no tempo, a altura

Petição 870190101439, de 09/10/2019, pág. 19/51

10/30 correspondente ao nível. Ao longo do eixo a partir da direita para o meio da figura temos a segunda dimensão de tempo. Na gravação estéreo original não há nenhuma informação adicional nessa dimensão visto que o estéreo é apenas um processo bidimensional somente contendo sinais esquerdo e direito.

[0027] A figura 4 mostra a mesma gravação de som estéreo digital da figura 3. A diferença é que ela agora foi processada por Desdobramento Estéreo. Ela foi desdobrada no tempo, e ao longo do eixo da direita para o centro podemos agora ver como o sinal em cada momento no tempo é desdobrado na dimensão de tempo secundária. No diagrama pode ser observado que o sinal é desdobrado por um processo de desdobramento usando 20 alimentações de sinal de desdobramento distintas ao longo do eixo de tempo secundário. O conceito do gráfico 3D na figura 4 é talvez um pouco estranho à primeira vista, mas se assemelha bastante a como o cérebro humano interpreta som. Um som ouvido em um certo ponto no tempo é rastreado pelo cérebro ao longo do eixo de tempo secundário e todas as informações do início do sinal original até o fim no diagrama são usadas pelo cérebro para obter informações sobre o som.

[0028] O cérebro tenta entender o nosso ambiente sonoro de maneira bastante parecida com a nossa visão. Ele simplifica o ambiente sonoro criando objetos e atribuindo sons particulares a cada objeto [2]. Nós ouvimos a campainha como um objeto junto com a reverberação que a acompanha, quando uma pessoa atravessa o cômodo nós atribuímos todos os sons do movimento à pessoa, etc. Um exemplo da nossa percepção visual e agrupamento talvez torne os detalhes mais fáceis de entender. Pense em uma pequena árvore com folhas verdes e um homem de pé atrás da árvore. Ao olhar para a árvore e o homem nós imediatamente agrupamos os galhos e as folhas da árvore em um objeto árvore e deduzimos a partir das porções que são visíveis do homem atrás da árvore que há outro objeto, embora somente

Petição 870190101439, de 09/10/2019, pág. 20/51

11/30 parcialmente visível a essa altura, e o agrupamos no grupo homem. A nossa percepção do grupo homem é limitada já que as folhas ocultam a maior parte do homem, mas ainda assim conseguimos perceber com razoável certeza que é um grupo separado e que muito provavelmente é um homem. O exemplo visual é similar a como nossa audição funciona e como o cérebro decodifica e agrupa o som. Mesmo que o cérebro somente tenha informações limitadas parciais, ainda é possível perceber e agrupar objetos sonoros, bastante como o homem atrás da árvore. Quanto menos informações nós ouvimos, mais difícil é distinguir com certeza os detalhes e agrupar, mas ainda assim é possível, o cérebro somente precisa trabalhar mais. Se a árvore não tivesse nenhuma folha, nós seríamos capazes de ver mais detalhes e perceber o grupo homem atrás da árvore com muito mais facilidade e certeza.

[0029] Com isso em mente, dê uma outra olhada nas diferenças entre as figuras 3 e 4. Na versão desdobrada do sinal na figura 4 há muito mais informações sobre o som e consequentemente fica mais fácil para o cérebro distinguir, perceber detalhes e agrupar o som. Isso é exatamente o que é ouvido com Desdobramento Estéreo em comparação com o estéreo comum, facilidade aumentada e uma percepção aumentada dos detalhes. O ambiente acústico e o declínio associados com cada som tomam-se muito mais claros e o estúdio assume uma qualidade 3D que não está presente com o estéreo comum. O tamanho geral do estúdio é também significativamente aumentado. [0030] O gráfico na figura 4 tem duas dimensões de tempo e a segunda dimensão de tempo adicional na matriz é durante a dimensão de processamento dobrada na dimensão de tempo real.

Reprodução estereofônica e suas limitações

[0031] O problema com o estéreo tem sua raiz na falta de informações espaciais dentro da cadeia de gravação e reprodução. Um engenheiro de gravação não colocaria um microfone de gravação em uma posição de escuta típica em uma casa de show. Ele invariavelmente movería o microfone para

Petição 870190101439, de 09/10/2019, pág. 21/51 bem mais perto dos intérpretes. Se o microfone estivesse localizado fora no auditório onde a platéia normalmente fica, a gravação soaria excessivamente reverberante e não natural. Isso acontece porque a gravação estéreo não consegue capturar as propriedades de informações espaciais do campo sonoro no auditório. Ela somente captura o nível de pressão sonora. Um ouvinte humano no auditório capturaria todas as informações, tanto de pressão sonora quanto espaciais, e usaria automaticamente as informações espaciais para concentrar sua atenção nos intérpretes no palco e como entrada para o processo de agrupamento psicoacústico discutido mais adiante. O campo de som ambiente alcança o ouvinte a partir de outras direções e é perceptivelmente observado de maneira diferente pelo cérebro em comparação com o som do palco. Visto que faltam informações espaciais das gravações estéreo, o ouvinte não pode usar informações espaciais para decodificar o som e portanto, se a gravação fosse feita na posição de escuta no auditório, ela seria percebida como tendo quantidades copiosas de energia reverberante. O cérebro humano usa tanto o domínio espacial quanto o domínio de pressão sonora para entender e processar o ambiente sonoro.

[0032] Barron investigou a razão entre energia refletida e energia direta e criou um diagrama que varia de -25dB a +5dB (D/R) para cobrir quaisquer circunstâncias normais [1]. Em uma casa de show retangular típica pelo menos metade dos assentos tem uma D/R de -8dB ou menos [4]. Em quase todas as gravações estereofônicas, a razão D/R nunca é de menos que +4dB, isto é, há pelo menos uma diferença de 12dB entre a gravação e o som na casa de show. Isso é necessário visto que a gravação não tem informações espaciais e os ouvintes não podem distinguir o campo reverberante na gravação do som direto. Se a gravação contivesse tanta energia reverberante quanto a presente no auditório, ela soaria desproporcionalmente reverberante. [0033] A figura 5 mostra duas seções transversais de dois cômodos. O cômodo maior é uma casa de show típica com uma seção de palco à esquerda

Petição 870190101439, de 09/10/2019, pág. 22/51

13/30 e o espaço de platéia à direita. Há um único intérprete no palco e um único ouvinte na platéia. O som emana do intérprete no palco deslocando-se ao longo de inúmeros trajetos imagináveis ilustrados na figura. O som direto desloca-se diretamente do intérprete ao ouvinte sem refletir sobre quaisquer superfícies dentro do auditório. Como pode ser visto, o trajeto do som direto é muito mais curto do que o trajeto da primeira reflexão alcançando o ouvinte que cria uma diferença de tempo de chegada considerável.

[0034] O cômodo menor na parte de baixo na figura 5 é um cômodo de escuta típico com um alto-falante à esquerda e um ouvinte à direita. Novamente os trajetos de onda sonora são ilustrados na figura com um trajeto direto e trajetos refletidos. No cômodo menor, a diferença de comprimento de trajeto entre o som direto e a primeira reflexão é menor do que no auditório maior, o que se traduz em uma menor diferença de tempo de chegada.

[0035] Uma das diferenças fundamentais entre o auditório e o cômodo é o tempo de reverberação. O auditório maior tem um tempo de reverberação muito mais longo do que o cômodo pequeno. Em um espaço maior, ao mesmo tempo, existem menos reflexões de onda sonora. No espaço grande, o som precisa deslocar-se em uma distância mais longa antes de alcançar a próxima superfície reflexiva que absorve energia do campo sonoro e, assim, o som se demora por um período mais longo no espaço maior.

[0036] A figura 6 ilustra a chegada de som nos ouvidos do ouvinte em cinco diagramas diferentes. Ao longo do eixo X está o tempo e no eixo Y está o nível. Os cinco diagramas mostram os espectros de declínio reverberante de um som de impulso. O diagrama 1 é da casa de show na figura 5, o diagrama 2 é do cômodo de escuta na figura 5, o diagrama 3 é uma gravação estéreo feita na casa de show mostrada no diagrama 1, o diagrama 4 é a gravação estéreo reproduzida novamente no cômodo de escuta e finalmente o diagrama 5 mostra a gravação estéreo reproduzida novamente no cômodo de escuta após ter sido processada por Desdobramento Estéreo.

Petição 870190101439, de 09/10/2019, pág. 23/51

14/30

[0037] No primeiro diagrama na figura 6 da casa de show na figura 1, o primeiro pico à esquerda é o som direto chegando do intérprete ao ouvinte. O próximo pico é a primeira reflexão chegando após um certo atraso de tempo. Depois da primeira estão as reflexões posteriores, primeiro as que ricocheteiam em somente uma superfície de maneira esparsamente espaçada seguidas de uma gama de reflexões crescentemente mais densa a partir de múltiplos ricochetes. Isso é o declínio de resposta de impulso típico observável em muitos salões.

[0038] O segundo diagrama na figura 2 mostra a mesma espécie de chegada de som do primeiro diagrama, mas agora ela é mostrada do cômodo de escuta típico na figura 5. Novamente temos o som direto, o primeiro pico, seguido das reflexões iniciais um pouco esparsamente espaçadas e os múltiplos trajetos de reflexão mais densos que se seguem. O som no cômodo pequeno é absorvido mais rapidamente do que no auditório, o que é claramente ilustrado comparando-se o declínio sonoro nos diagramas um e dois na figura 6.

[0039] A diferença mais crítica entre o auditório e o cômodo é a sincronização da primeira reflexão em relação ao som direto. E bem conhecido da acústica de casas de show que deve haver cerca de 25ms a 35ms entre a chegada de som direto e a primeira reflexão para manter a clareza e a inteligibilidade do som no auditório. Se esse tempo for reduzido, o som se toma menos claro, impreciso inclusive, até um ponto em que se toma cansativo. O cômodo pequeno não é fisicamente grande o suficiente para prover essa quantidade de atraso e, portanto, a energia ambiente adicional no cômodo invariavelmente toma o som menos claro.

[0040] O diagrama 3 da figura 6 ilustra o declínio reverberante em uma gravação estéreo capturada no auditório ilustrado na figura 5. Uma diferença entre a gravação e o auditório mostrada no diagrama 1 da figura 6 existe porque, conforme discutido acima, o engenheiro de gravação teve de

Petição 870190101439, de 09/10/2019, pág. 24/51

15/30 mover o microfone mais próximo do intérprete para equilibrar a gravação estéreo. Visto que o microfone agora está muito mais próximo do intérprete, as reflexões do auditório são atenuadas em relação ao som direto. Adicionalmente, as reflexões gravadas não são mais predominantemente as do auditório principal, mas devido à proximidade fisicamente maior das superfícies adjacentes na seção de palco, aquelas se tomam dominantes em vez das reflexões esparsamente espaçadas na seção de platéia principal do auditório. No geral, é bem óbvio olhando para os diagramas que o campo reverberante capturado inteiro na gravação estéreo não é muito similar ao campo que ocorre naturalmente na posição de escuta no auditório.

[0041] O diagrama 4 da figura 6 mostra o que acontece quando a gravação mostrada no diagrama 3 da figura 6 é reproduzida novamente pelos alto-falantes e o cômodo com um declínio reverberante ilustrado no diagrama 2 da figura 6. Aqui, o declínio reverberante gravado se toma superimposto sobre o declínio reverberante de cômodo resultando no declínio reverberante compósito no diagrama 4 da figura 6. Isso não parece nem um pouco com o declínio reverberante do auditório no diagrama 1 da figura 6, mas é o declínio tipicamente encontrado em um cômodo de escuta após a repetição de reprodução de uma gravação estéreo.

[0042] Como mencionado anteriormente, a falta de espaçamento de tempo entre o som direto e a primeira reflexão toma o som menos claro e preciso até o ponto de se tornar cansativo. O som de cômodo pequeno claramente causa transtorno ao cérebro humano e também não tem energia de declínio reverberante suficiente para emular uma casa de show.

[0043] Considerando que o som estéreo não tem todas as informações espaciais, o campo sonoro espacial é somente criado dentro do cômodo de escuta pelos alto-falantes e o cômodo juntos, e que o padrão de declínio parece bem distinto do que ocorre naturalmente em um auditório de música sem cerca de 12dB de energia reverberante, não surpreende muito que o

Petição 870190101439, de 09/10/2019, pág. 25/51

16/30 estéreo soe artificial.

[0044] O Desdobramento Estéreo trata das duas limitações fundamentais no estéreo regenerando um campo sonoro 3D espacial de base psicoacústica que o cérebro humano pode facilmente interpretar e utilizando o efeito psicoacústico chamado de agrupamento psicoacústico.

[0045] Na primeira implementação, o Desdobramento Estéreo cria um campo sonoro 3D espacial no cômodo de escuta através do uso de drivers adicionais em outras direções que não para frente junto com o agrupamento básico do campo espacial e o som direto.

[0046] Em uma segunda implementação, o Desdobramento Estéreo usa o método de agrupamento aprimorado descrito junto com alto-falantes comuns. O alto-falante de irradiação para frente essencialmente primeiro repete a reprodução das informações estéreo e então mais tarde as informações espaciais agrupadas para recriar o campo espacial sem o uso de drivers adicionais apontados em outras direções que não para frente. Isso é possível através do uso do processo de agrupamento aprimorado que usa o método de agrupamento simpático descritos mais adiante.

[0047] Em uma terceira implementação, o Desdobramento Estéreo cria um campo sonoro 3D espacial no cômodo de escuta através do uso de drivers adicionais em outras direções que não para frente junto com agrupamento aprimorado do campo espacial e o som direto. Essa implementação recria a melhor ilusão, mas precisa de drivers adicionais e é, assim, um pouco limitada em sua aplicabilidade em comparação com a segunda implementação.

[0048] Em uma quarta implementação, o processamento de Desdobramento Estéreo cria um campo sonoro 3D espacial com headphones usando o processo de agrupamento aprimorado. Os campos de som direto e ambiente são conectados através de agrupamento aprimorado, o que move a experiência sonora do comum dentro da cabeça do ouvinte para fora da

Petição 870190101439, de 09/10/2019, pág. 26/51

17/30 cabeça do ouvinte. Ele faz isso sem qualquer informação anterior sobre as propriedades físicas do ouvinte, isto é, formato e tamanho dos ouvidos, cabeça e ombros.

PROCESSO DE EXTRAÇÃO DE DESDOBRAMENTO ESTÉREO EV [0049] O processo de extração DSP de Desdobramento Estéreo EV cria alimentações L+R, L-R e R-L básicas adicionais que são usadas como blocos de construção junto com os canais L e R originais no processamento de desdobramento. As equações para as alimentações (Fx) básicas são mostradas abaixo; Gx, Dx, e Frx denotam ganho, atraso e modelagem de frequência respectivamente, Gfx são multiplicadores de ganho para ajustar a saída principal para frente no nível para manter o mesmo nível de saída percebido após o processamento de Desdobramento Estéreo EV e Frfx são filtros de modelagem de frequência que podem ser modificados para manter o equilíbrio tonal geral do som direto para frente.

F1 = L*Gfl*Frfl

F2 = R*Gf2*Frf2

F3 = L*Gl*Frl*Dl

F4 = R*G2*Fr2*D2

F5 = (L*G3*Fr3*D3) + (R*G4*Fr4*D4)

F6 = (L*G5*Fr5*D5) - (R*G6*Fr6*D6)

F7 = (R*G7*Fr7*D7) - (L*G8*Fr8*D8)

F8 = L*G9*Fr9*D9

F9 = R*G10*Frl0*D10

[0050] Os multiplicadores de ganho Gx podem ser qualquer número entre 0 e infinito. A modelagem de frequência, Frx, limita predominantemente a faixa de frequência a acima de 50Hz e faz o corte progressivo de frequências acima de 7kHz para emular uma energia de campo reverberante típica em uma casa de show e a absorção que ocorre naturalmente de frequências mais altas no ar. A faixa de frequência preferida sendo de 100Hz

Petição 870190101439, de 09/10/2019, pág. 27/51

18/30 a 4kHz. Ela também delineia a resposta que segue o corte progressivo em um campo de som ambiente similar ao que ocorre naturalmente em casas de show. Os atrasos Die D2 são entre Oms - 3ms, o resto de Dx são pelo menos 5ms até 50ms, faixa preferida 10ms - 40ms, faixa adicionalmente preferida 15ms - 35ms. As alimentações básicas mostradas F3-F9 podem, cada uma, tomar-se várias alimentações de entrada ao processamento com diferentes configurações Gx, Frx e Dx. Nos seguintes texto e equações abaixo, uma referência a qualquer uma das alimentações F3 a F9 denota pelo menos uma, mas pode também ser duas, três, quatro, cinco ou várias mais da mesma alimentação básica com diferentes Gx, Frx, e Dx em cada caso.

[0051] Em uma implementação básica de Desdobramento Estéreo EV usando 5 alimentações de desdobramento, os sinais seguintes são reproduzidos novamente de acordo com as equações.

Canal esquerdo = Fl + F3 + F6 + F8 + F5

Canal direito = F2 + F4 + F7 + F8 + F5

[0052] Em uma implementação bem simples, até no mínimo 3 alimentações de desdobramento podem ser usadas. Uma versão aprimorada pode utilizar 20 alimentações como ilustrado na figura 4 e não há um limite superior de número de alimentações, ele só é limitado pelos recursos de processamento DSP disponíveis. Ir acima de 30 alimentações com teores perceptivelmente significativos somente traz vantagens limitadas à experiência audível e pode tomar-se prejudicial, então uma faixa preferida é entre 3 e 30 alimentações. Abaixo de 3 alimentações não funciona visto que não há informações de agrupamento psicoacusticamente válidas e o resultado é comprometido.

[0053] Em outra implementação básica de Desdobramento Estéreo EV usando 3 alimentações de desdobramento, os sinais são reproduzidos novamente de acordo com as seguintes equações.

Canal esquerdo = Fl + F3 + F6

Petição 870190101439, de 09/10/2019, pág. 28/51

19/30

Canal direito = F2 + F4 + F7

[0054] Em uma implementação mais avançada de Desdobramento Estéreo EV usando 12 alimentações de desdobramento, os sinais são reproduzidos novamente de acordo com as seguintes equações. O “2*” denota o número de vezes que cada alimentação é usada com diferentes parâmetros para Gx, Frx, e Dx em cada caso.

Canal esquerdo = Fl + 2*F3 + 4*F6 + 2*F8 + F5

Canal direito = F2 + 2*F4 + 4*F7 + 2*F8 + F5

[0055] Existem, obviamente, um número infinito de combinações possíveis e não podem todas ser exemplificadas, mas a abordagem geral deveria agora estar evidente. Os sinais de canal esquerdo e direito nos exemplos podem ser reproduzidos novamente através de headphones e/ou alto-falantes comuns.

[0056] Quando reproduzidos novamente através de alto-falantes, além dos sinais de canal esquerdo e canal direito, as alimentações Desdobramento Estéreo EV sem os componentes Fl e F2 podem também ser enviadas a drivers apontados em outras direções que não diretamente para o ouvinte. Alimentações adicionais podem ser enviadas em uma ou todas as direções extra possíveis, para dentro, fora, cima, atrás e baixo, usando qualquer tipo de drivers de alto-falante ou matrizes dos mesmos. Basicamente qualquer tipo de constelação que gere um campo sonoro difundido difuso funciona. Também alto-falantes separados adicionais podem ser usados para as alimentações adicionais localizados próximo ou até mesmo possivelmente afixados aos alto-falantes principais. Alto-falantes separados podem também ser localizados em torno do cômodo similar a uma instalação de sistema surround ou integrados às paredes e ao teto. Também qualquer tipo de combinação do dito acima é possível e funciona.

PROCESSO DE AGRUPAMENTO PSICOACÚSTICO DE DESDOBRAMENTO ESTÉREO EV

Petição 870190101439, de 09/10/2019, pág. 29/51

20/30

[0057] O fenômeno de agrupamento psicoacústico é essencial ao processo de Desdobramento Estéreo EV. Sem agrupamento, o cérebro não conectaria as alimentações em camadas no tempo entre si e elas não proveríam informações adicionais ao cérebro, muito pelo contrário, elas proveríam confusão e tomariam o som menos claro e menos inteligível. O agrupamento é mais fácil de descrever em um exemplo descomplicado, então vamos olhar mais de perto os sinais de canal esquerdo no exemplo acima de 3 alimentações de desdobramento com a equação de saída;

Canal esquerdo = Fl + F3 + F6.

[0058] Nesse caso, temos um som na alimentação direta F1 que também aparece nas alimentações F3 e F6 e precisamos agrupá-las. Quanto melhor e mais estável é o agrupamento psicoacústico, melhor se toma o resultado audível e a inteligibilidade melhora.

[0059] Entende-se a partir da pesquisa psicoacústica que o agrupamento ocorre com base na relação de fase e na relação de frequência do sinal de som direto original e as informações adicionadas. Se o formato da frequência difere entre som direto e alimentação adicionada, a alimentação adicionada precisa reter teores de fase e frequência que estejam alinhados com o que o cérebro humano espera de um sinal presente em um ambiente acústico real. O que isso significa é que, se temos um som direto e uma segunda alimentação que chega um certo tempo depois, o cérebro esperaria que o segundo sinal tivesse menos teor de alta frequência do que o som direto dependente da distância e do tempo que se deslocou para alcançar o ouvinte. Um sinal que se deslocou por 25 ms, equivalendo a aproximadamente 8,5 metros, tem de exibir um corte progressivo de alta frequência pelo menos igual à quantidade presente no ar a essa distância. Se ele tiver o mesmo teor de frequência que o sinal direto, será confuso para o cérebro e o cérebro não o agrupará com o som direto conforme pretendido. Se tiver menos teor de alta frequência, ele se toma mais crível, visto que o som além de somente se

Petição 870190101439, de 09/10/2019, pág. 30/51

21/30 deslocar no ar muito provavelmente também ricocheteou em pelo menos um objeto e que a reflexão em si também removeu o teor de alta frequência. Similarmente, uma reflexão de um objeto menor não ricocheteará muito da energia de baixa frequência e o som refletido sofrerá corte progressivo para abaixo de uma certa frequência dependendo do tamanho físico do objeto em relação ao comprimento de onda. Em essência, para alcançar um bom agrupamento, os sinais em Fl, F3 e F6 precisam aderir às leis da física e precisam ter teores de frequência similares modificados de acordo com a distância de deslocamento etc. conforme descrito.

[0060] Outra propriedade importante é a relação de fase. Se os sinais nas alimentações Fl e F6 forem aleatórios nas suas relações de fase, eles não serão agrupados.

[0061] O corte progressivo de baixa frequência em combinação com o atraso trabalham juntos para estabelecer agrupamento e o agrupamento simpático ocorre em diferentes combinações de atrasos e corte progressivo de frequência. Se fazemos o corte progressivo em, digamos, 250 Hz, um atraso que causa agrupamento simpático seria um múltiplo do fundamental, isto é, 4 ms * 6 = 24 ms. Verificou-se que, embora o atraso seja longo em comparação com a frequência fundamental, é importante que a frequência mais baixa ainda esteja em fase com a alimentação direta para que ocorra um bom agrupamento. O exemplo acima nos dá um atraso de 24 ms. Esse não é um valor exato no sentido de que precisa ser exatamente 24 ms ou o agrupamento não ocorrerá. E mais um ponto mediano dentro de uma faixa em que o agrupamento ocorre e deve ser visto como um ponto guia em direção a um atraso em que o agrupamento ocorrerá. Além disso, o agrupamento ocorre em outros múltiplos que não 6, isto é, é possível usar diferentes múltiplos para criar resultados audíveis variáveis. Um múltiplo maior seria percebido como criando um som mais espaçoso até um ponto em que o som começa a ser percebido como um eco em atrasos maiores do que 50ms. Um múltiplo menor

Petição 870190101439, de 09/10/2019, pág. 31/51

22/30 cria um som menos espaçoso e, se o tempo de atraso total for menos do que 10ms, o som começa a se tomar indistinto e difícil para o cérebro humano separar do som direto.

[0062] A alimentação F3 é necessária para agrupar junto com Fl e F6 a fim de prover estabilização de fase ao som. A alimentação F6 é essencialmente uma alimentação L-R e, como tal, se adicionada em quantidades significativas, causa uma distorção de fase (phasiness) um pouco desagradável ao som a um certo grau similar ao que acontece quando se repete a reprodução de conteúdos estéreo com um dos alto-falantes fora de fase. Para neutralizar esse fenômeno, a alimentação F3 é provida como um elemento estabilizador que remove a distorção de fase e, quando agrupada com as alimentações Fl e F6, não há mais nenhuma distorção de fase presente.

AGRUPAMENTO SIMPÁTICO DE DESDOBRAMENTO ESTÉREO EV [0063] O cérebro humano usa tanto informações espaciais quanto informações de pressão sonora para decodificar, agrupar e em geral entender o ambiente acústico. Se as informações espaciais forem removidas pelo método de gravação estéreo, o processo de agrupamento natural para de funcionar. Normalmente, a energia de som ambiente é significativamente maior do que a energia de som direto e, quando as informações espaciais são perdidas, o cérebro não pode suprimir e lidar com as informações de som ambiente da mesma maneira que o faz quando tem acesso às informações espaciais. O agrupamento que ocorre naturalmente de objetos sonoros, em que cada grupo contém o som direto e refletido, para de funcionar. A falta de agrupamento causa o enorme aumento subjetivo familiar de energia de som ambiente em uma gravação estéreo e é o motivo de a energia ambiente precisar ser diminuída.

[0064] Para tomar o agrupamento possível sem informações espaciais e ser capaz de restaurar as razões de energia direta para ambiente que ocorrem

Petição 870190101439, de 09/10/2019, pág. 32/51

23/30 naturalmente, é requerido agrupamento simpático.

[0065] Em um ambiente sonoro natural, a relação de fase entre som direto e refletido é aleatória e depende da localização da fonte sonora e do ouvinte em relação a superfícies no ambiente. Com o auxílio das informações espaciais, o cérebro é capaz de discernir o que é som direto e refletido e perceptivelmente decodificá-los de maneira diferente. Ele também soma as diferentes partes contribuintes do som, som direto e refletido, de modo que elas ainda sejam percebidas como estando simpaticamente agrupadas, isto é, em fase.

[0066] O som ao vivo de intérpretes e instrumentos é percebido como sendo encorpado e rico em comparação com gravações estéreo feitas em posições de escuta. O motivo é que com som ao vivo o cérebro tem acesso a informações espaciais e soma os sons agrupados de modo que eles perceptivelmente soem como se estivessem em fase. Quando as informações espaciais são removidas, ele não pode mais fazer isso e a soma dos sons toma-se aleatória em fase. A soma ocorre da mesma maneira que uma simples adição de energia de som com relações de fase aleatórias.

[0067] A figura 7 mostra uma soma complexa de pressão sonora de múltiplas fontes com relações de fase aleatórias similar ao que tipicamente ocorre em um cômodo. O traço no diagrama é suavizado em uma oitava para retirar as quedas e picos de cancelamento local causados pela soma aleatória e mostra o nível médio geral em uma frequência particular. Está claro que a soma aleatória causa uma queda ampla na resposta de frequência na faixa de frequência fundamental entre aproximadamente 120Hz-400Hz. Ela também cria um pico amplo entre aproximadamente 400Hz-2kHz. Isso corresponde muito bem com a percepção de equilíbrio tonal em uma gravação feita na posição de escuta. Normalmente uma gravação como essa soa como se fosse feita em um espaço azulejado bem reverberante sem energia fundamental com ênfase na faixa média de baixa para superior. Esse é o som típico ouvido com

Petição 870190101439, de 09/10/2019, pág. 33/51

24/30 níveis naturais de energia ambiente sem informações espaciais. Isso claramente soa bem pouco natural e, portanto, as contramedidas mencionadas anteriormente, mover os microfones para mais próximo da fonte e atenuar a energia ambiente, são aplicadas pelo engenheiro de gravação para fazer a gravação soar mais natural e tonalmente equilibrada.

[0068] A figura 8 mostra a mesma resposta de frequência suavizada em uma oitava com agrupamento simpático aplicado em vez de soma de fase aleatória. A resposta de frequência é agora bem uniforme por todo o espectro de frequência e há bem pouca mudança de equilíbrio tonal. A resposta somente mostra algumas agitações bem pequenas na faixa de 120Hz-400Hz que não mudam perceptivelmente o equilíbrio tonal.

[0069] A figura 9 exibe os diferentes componentes sonoros no agrupamento simpático. O traço 1 é o som direto e o traço 2 é a alimentação de som ambiente. A frequência de corte inferior da alimentação de som ambiente é de cerca de 250Hz e é atrasada em 24ms conforme descrito no exemplo anteriormente. O nível ambiente é trazido para restaurar a razão de som ambiente para som direto a, em um espaço acústico, níveis que ocorrem normalmente. O som ambiente é também atenuado a frequências mais altas similarmente ao modo que normalmente seria em um espaço acústico. O equilíbrio de frequência do som direto, traço 1, é modificado de modo que a soma entre o som ambiente restaurado e o som direto se torne uniforme por todos os espectros de frequência.

[0070] A figura 10 mostra novamente o traço 1 de som direto e o traço 2 de informações ambientes junto com o traço 3, que é a soma complexa entre os dois anteriores. O traço 3 na figura 10 foi mostrado individualmente na figura 8 acima.

APLICAÇÕES E SOLUÇÃO TÉCNICA

[0071] O Desdobramento Estéreo EV pode ser aplicado a uma gravação de som em qualquer estágio. Pode ser aplicado em gravações antigas

Petição 870190101439, de 09/10/2019, pág. 34/51

25/30 ou pode ser aplicado no processo de fazer novas. Pode ser aplicado fora de linha como um pré-processo que adiciona as informações de Desdobramento Estéreo EV a gravações ou pode ser aplicado enquanto a gravação de som é reproduzida novamente.

[0072] Existem múltiplos modos de implementá-lo nos produtos, pode ser tanto na forma de hardware em um circuito integrado em um chip, FPGA, DSP, processador ou similar. Qualquer tipo de solução de hardware que permita o processamento descrito pode ser usada. Pode também ser implementado em uma plataforma de hardware como firmware ou software que é executado em um dispositivo de processamento já presente, tal como um DSP, processador, FPGA ou similar. Uma plataforma como essa pode ser um computador pessoal, telefone, pad, dispositivo de processamento de som dedicado, aparelho de TV, etc.

[0073] O Desdobramento Estéreo EV pode, então, ser implementado em qualquer tipo de dispositivo de pré-processamento ou reprodução imaginável como hardware, software ou firmware conforme descrito acima. Alguns exemplos de tais dispositivos são alto-falantes ativos, amplificadores, conversores DA, sistemas de música de PC, aparelhos de TV, amplificadores de headphone, smartphones, telefones, pads, unidades de processamento de som para a indústria de masterização e gravação, plug-ins de software em software de masterização e mixagem profissional, plug-ins de software para reprodutores de mídia, processamento de mídia de streaming em reprodutores de software, módulos de software de pré-processamento ou unidades de hardware para pré-processamento de conteúdos de streaming ou módulos de software de pré-processamento ou unidades de hardware para préprocessamento de qualquer tipo de gravação.

OUTRAS ÁREAS DE APLICAÇÃO

[0074] Durante o trabalho com o Desdobramento Estéreo EV verificamos também que o melhoramento da clareza do som percebido por

Petição 870190101439, de 09/10/2019, pág. 35/51

26/30 um ouvinte normal é de ainda maior importância a um ouvinte com deficiência auditiva. Ouvintes com deficiência auditiva têm regularmente dificuldade com a inteligibilidade do som e qualquer alívio trazido é de grande ajuda.

[0075] Os indícios adicionais providos pelo Desdobramento Estéreo EV reduzem as dificuldades oferecendo mais informações para o cérebro decodificar e mais indícios resultam em maior inteligibilidade. E, portanto, altamente provável que a tecnologia seria de grande benefício em dispositivos para os deficientes auditivos, tais como aparelhos auditivos, implantes cocleares, amplificadores de conversação, etc.

[0076] O Desdobramento Estéreo EV pode também provavelmente ser aplicado em sistemas de distribuição de som PA para melhorar a inteligibilidade para todos em ambientes sonicamente difíceis, tais como, porém sem limitação, estações de trem e aeroportos. O Desdobramento Estéreo EV pode oferecer benefícios em todos os tipos de aplicações em que a inteligibilidade de som é uma preocupação.

[0077] O Desdobramento Estéreo EV é igualmente apropriado em sistemas PA para reforço sonoro para intensificar a inteligibilidade e a qualidade sonora de tipicamente música e fala. Ele pode ser usado em qualquer tipo de performances ao vivo ou por reprodução em estádios, auditórios, locais de conferência, casas de show, igrejas, cinemas, shows ao ar livre, etc.

[0078] Além do desdobramento de fontes estéreo no tempo, o Desdobramento Estéreo EV pode ser usado para desdobrar fontes mono similarmente a como faz com fontes estéreo no tempo com agrupamento psicoacústico para intensificar a experiência a partir de um ponto de vista de inteligibilidade ou para prover performance por reprodução melhorada em geral.

[0079] Pode também ser usado em sistemas com apenas um único

Petição 870190101439, de 09/10/2019, pág. 36/51

27/30 alto-falante mono para repetição de reprodução. Se os conteúdos esquerdo e direito forem descorrelacionados no tempo um em relação ao outro antes de serem somados para uma repetição de reprodução com um alto-falante, o processamento de desdobramento soa e funciona similarmente a com dois alto-falantes.

[0080] O processo de Desdobramento Estéreo EV também não é limitado a um sistema de repetição de reprodução estéreo, mas pode ser usado em qualquer instalação de som surround assim como com processamento, desdobramento no tempo e agrupamento, ocorrendo nos canais surround individuais.

[0081] Diferentes modalidades de acordo com a presente invenção [0082] De acordo com um primeiro aspecto da presente invenção, é provido um método para reprodução de som, o dito método compreendendo: prover inúmeras alimentações desdobradas (Fx) que são algoritmos processados de sinal(is) de som;

agrupar psicoacusticamente pelo menos uma alimentação desdobrada (Fx) com uma outra ou mais; e reproduzir novamente um som de alimentação desdobrado e agrupado de maneira psicoacústica em uma unidade de reprodução de som;

em que o número de alimentações desdobradas (Fx) é pelo menos 3, tal como na faixa de 3 - 30.

[0083] O método pode também compreender uma etapa de prover informações extraídas de um canal esquerdo (L) e um canal direito (R) utilizando DSP (processamento de sinal digital) e a etapa de prover inúmeras alimentações desdobradas (Fx) baseia-se nas informações extraídas do canal esquerdo (L) e do canal direito (R).

[0084] Como pode ser entendido a partir do dito acima, de acordo com uma modalidade da presente invenção, ela é direcionada a prover um método para reprodução de som estéreo, o que significa que os canais

Petição 870190101439, de 09/10/2019, pág. 37/51

28/30 esquerdo (L) e direito (R) são canais esquerdo (L) e direito (R) estéreo. Como pode ser notado acima, o estéreo é somente uma aplicação possível dentre muitas aplicações técnicas em que a presente invenção encontra uso.

[0085] De acordo com ainda outra modalidade específica, atraso(s) (Dx) e/ou modelagem(ns) de frequência (Frx) são utilizados nos algoritmos processados. Em uma modalidade, atraso(s) (Dx) é/são utilizado(s) nos algoritmos processados. De acordo com outra modalidade, atraso(s) (Dx) e modelagem(ns) de frequência (Frx) são utilizados nos algoritmos processados. Ademais, de acordo com ainda outra modalidade, ganho(s) (Gx) são também utilizados nos algoritmos processados.

[0086] Além disso, o método pode também envolver modelagem(ns) de frequência (Frx). De acordo com uma modalidade, modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) limita(m) predominantemente a faixa de frequência a acima de 50 Hz. De acordo com ainda outra modalidade, modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) é/são realizada(s) de modo que os teores de frequência mais alta sejam cortados progressivamente acima de 7 kHz. De acordo com ainda outra modalidade, modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) é/são realizada(s) em uma faixa de frequência de 100 Hz a 4 kHz.

[0087] Também o(s) atraso(s) é/são de relevância. De acordo com uma modalidade específica da presente invenção, os primeiros dois atrasos Dl e D2 ficam na faixa de 0 - 3 ms. De acordo com ainda outra modalidade, todos os atrasos exceto Dl e D2 são de pelo menos 5 ms, tal como na faixa de 5-50 ms, preferencialmente na faixa de 10-40 ms, mais preferencialmente na faixa de 15-35 ms.

[0088] Ademais, de acordo com ainda outra modalidade, uma ou mais alimentações (Fx) são providas como um estabilizador de fase. Além disso, de acordo com ainda outra modalidade específica, as alimentações (Fx) são

Petição 870190101439, de 09/10/2019, pág. 38/51

29/30 agrupadas psicoacusticamente por meio do uso de múltiplo(s) do(s) fundamental(is). Ademais, várias alimentações (Fx) podem ser modificadas para terem teores de frequência similares.

[0089] Deve ser notado que todas as características acima também se aplicam se forem ser usadas na reprodução de som estéreo. Em tais casos, essas devem ser usadas para os canais estéreo esquerdo (L) e direito (R), respectivamente. Como entendido a partir do dito acima, a presente invenção é direcionada ao agrupamento de alimentações (Fx). Portanto, de acordo com uma modalidade específica, as alimentações (Fx) são agrupadas psicoacusticamente em um canal estéreo esquerdo (L) e (R), respectivamente.

[0090] A presente invenção é também direcionada a um dispositivo arranjado para prover reprodução de som por um método que compreende:

prover inúmeras alimentações desdobradas (Fx) que são algoritmos processados de sinal(is) de som;

em que as inúmeras alimentações desdobradas (Fx) são pelo menos 3.

[0091] Também nesse caso, o dispositivo pode ser qualquer tipo de unidade de gravação de som, tal como em qualquer tipo de unidades estéreo, amplificadores, etc.

[0092] De acordo com uma modalidade específica, o dispositivo é um circuito integrado em um chip, FPGA ou processador. De acordo com ainda outra modalidade, o dispositivo é implementado em uma plataforma de hardware. Como entendido a partir do dito acima, o método de acordo com a presente invenção pode também ser utilizado em aplicações de software.

REFERÊNCIAS

Petição 870190101439, de 09/10/2019, pág. 39/51

30/30

[0093] [1] Barron, Michael “Auditorium Acoustics and Architectural

Design” E&FN SPON 1993

[0094] [2] Albert S. Bregman, Auditory Scene Analysis The

Perceptual Organization of Sound, 1994, ISBN 978-0-262-52195-6

[0095] [3] David Griesinger, The importance of the direct to reverberant ratio in the perception of distance, localization, clarity, and envelopment, apresentado na 122^a Convenção da Sociedade de Engenharia de Audio, 5-8 de maio de 2007, Viena, Austria

[0096] [4] David Griesinger, Perception of Concert Hall Acoustics in seats where the reflected energy is stronger than the direct energy, apresentado na 122^a Convenção da Sociedade de Engenharia de Audio, 5-8 de maio de 2007, Viena, Austria

[0097] [5] David Griesinger, Pitch, Timbre, Source Separation and the

Myths of Loudspeaker Imaging, apresentado na 122^a Convenção da Sociedade de Engenharia de Audio, 26-29 de abril de 2012, Budapeste, Hungria.

Claims

REIVINDICAÇÕES

1. Método para reprodução de som, o dito método caracterizado pelo fato de que compreende:

prover inúmeras alimentações desdobradas (Fx) que são algoritmos processados de sinal(is) de som;

agrupar psicoacusticamente pelo menos uma alimentação desdobrada (Fx) com uma outra ou mais; e reproduzir novamente um som de alimentação desdobrado e agrupado de maneira psicoacústica em uma unidade de reprodução de som;

em que as inúmeras alimentações desdobradas (Fx) são pelo menos 3.
2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o método também compreende prover informações extraídas de um canal esquerdo (L) e um canal direito (R) utilizando DSP (processamento de sinal digital) e a etapa de prover inúmeras alimentações desdobradas (Fx) baseia-se nas informações extraídas do canal esquerdo (L) e do canal direito (R).
3. Método de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que atraso(s) (Dx) e/ou modelagem(ns) de frequência (Frx) são utilizados nos algoritmos processados.
4. Método de acordo com qualquer uma das reivindicações 1 a

3, caracterizado pelo fato de que atraso(s) (Dx) são utilizados nos algoritmos processados.
5. Método de acordo com qualquer uma das reivindicações 1 a

4, caracterizado pelo fato de que atraso(s) (Dx) e modelagem(ns) de frequência (Frx) são utilizados nos algoritmos processados.
6. Método de acordo com qualquer uma das reivindicações 1 a

5, caracterizado pelo fato de que ganhos (Gx) são também utilizados nos algoritmos processados.

Petição 870190101439, de 09/10/2019, pág. 41/51

2/3
7. Método de acordo com qualquer das reivindicações 1 a 6, caracterizado pelo fato de que modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) limita(m) predominantemente a faixa de frequência a acima de 50 Hz.
8. Método de acordo com qualquer uma das reivindicações 1 a

7, caracterizado pelo fato de que modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) é/são realizada(s) de modo que o teor de frequência mais alta seja cortado progressivamente acima de 7 kHz.
9. Método de acordo com qualquer das reivindicações 1 a 8, caracterizado pelo fato de que modelagem(ns) de frequência (Frx) é/são utilizada(s) e a(s) modelagem(ns) de frequência (Frx) é/são realizada(s) em uma faixa de frequência de 100 Hz a 4 kHz.
10. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que os primeiros dois atrasos Dl e D2 estão na faixa de 0 - 3 ms.
11. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que todos os atrasos exceto Dl e D2 são de pelo menos 5 ms.
12. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que todos os atrasos exceto Dl e D2 estão na faixa de 5 - 50 ms.
13. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que as alimentações (Fx) são agrupadas de maneira psicoacústica em um canal esquerdo (L) e (R) estéreo, respectivamente.
14. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que uma ou mais alimentações (Fx) são providas como um estabilizador de fase.

Petição 870190101439, de 09/10/2019, pág. 42/51

3/3
15. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que as alimentações (Fx) são agrupadas de maneira psicoacústica por meio do uso de múltiplo(s) do(s) fundamental(is).
16. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que várias alimentações (Fx) são modificadas para terem teores de frequência similares.
17. Método de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que as inúmeras alimentações (Fx) estão na faixa de 3 - 30.
18. Dispositivo, caracterizado pelo fato de ser arranjado para prover reprodução de som por um método que compreende:

prover inúmeras alimentações desdobradas (Fx) que são algoritmos processados de sinal(is) de som;

agrupar psicoacusticamente pelo menos uma alimentação desdobrada (Fx) com uma outra ou mais; e reproduzir um som de alimentação desdobrado e agrupado de maneira psicoacústica em uma unidade de reprodução de som;

em que as inúmeras alimentações desdobradas (Fx) são pelo menos 3.
19. Dispositivo de acordo com a reivindicação 18, caracterizado pelo fato de que o dispositivo é um circuito integrado em um chip, FPGA ou processador.
20. Dispositivo de acordo com a reivindicação 18, caracterizado pelo fato de que o dispositivo é implementado em uma plataforma de hardware.