CN101014998B - 音频通道转换 - Google Patents

Abstract

一种用于将第一数量(M)的输入音频通道转换成第二更大数量(N)的输出音频通道的设备(1)，该设备包括：去相关单元(3)，用于将输入音频通道分解成一组去相关的辅助通道；至少一个上混合单元(4)，用于将去相关的辅助通道组合成输出音频通道；以及至少一个预处理单元(2)，用于预处理该输入音频通道并将预处理的输入音频通道馈送到去相关单元(3)。预处理单元(2)和上混合单元(4)优选地通过音频参数来控制。

Description

音频通道转换 

技术领域

本发明涉及音频通道转换。更具体地，本发明涉及用于将第一数量的输入音频通道转换成第二数量的输出音频通道的设备和方法，所述第一数量小于所述第二数量。 

背景技术

将多个音频通道转换成另一个更大数量的音频通道是熟知的。可能因为各种原因而这样做。第一种原因可能是转换成新格式。立体声录音例如仅具有两个通道，而现代的音频系统典型地具有五或六个通道，如在流行的“5.1”系统中那样。因此，两个立体声通道必须被转换成五或六个通道以便充分利用先进的音频系统。第二种原因可能是编码效率。已经发现立体声音频信号可以被编码为结合有描述音频信号空间特性的参数比特流的单通道音频信号。解码器可以以非常满意的准确度来再生立体声音频信号。以这样的方式，可以获得相当大的比特率节省。 

有几种描述音频信号的空间特性的参数。那些参数的其中之一是通道间的互相关，例如在立体声信号中L通道和R通道之间的互相关。另一种参数是通道的功率比。在所谓的参量空间音频编码器中这些和其它参数从原始音频信号中被提取，以使得产生具有减少数量的通道(例如仅仅单个通道)的音频信号，加上一组描述原始音频信号的空间特性的参数。在所谓的参量空间音频解码器中，原始音频信号被基本上重建。 

参量空间音频解码器典型地包括多个去相关(decorrelation)滤波器，用于产生每个输入音频通道的成组的去相关的辅助通道。这些去相关的辅助通道然后在所谓的上混合(upmix)单元中与原始输入通道相组合，以产生具有想要的相关性(即与原始音频信号一致的相关性)的输出通道。除了设置相关性之外，上混合单元典型地还设置音频通道的功率比和/或实现其它的信号处理步骤，比如在其它通道的基础上预测音频通道。 

本发明人已经发现，去相关滤波器引入了音频信号的时延和时间“拖尾效应(smearing)”，以及其结果是，在信号部分(例如包含在一时间帧中的信号)和其相应的参数之间可能存在时间偏差：当信号部分被延迟时，其参数可被施加到另外的信号部分，导致信号的失真。这无疑是不希望的。然而，从解码器中删除去相关单元是不可行的，因为这将使得不可能提供具有正确的通道间相关的音频通道。 

发明内容

本发明的一个目的是克服现有技术的这些和其它问题，并且提供一种用于转换音频信号的音频通道数量的设备和方法，其中去相关滤波器的不利影响被显著减小或者甚至被消除。 

因此，本发明提供了一种用于将第一数量的输入音频通道转换成第二数量的输出音频通道的设备，其中第一数量小于第二数量，该设备包括： 

-至少一个去相关单元，用于从一个输入音频通道产生一组去相关的辅助通道，该组去相关辅助通道包括一个或多个去相关的辅助通道；以及 

-至少一个上混合单元，用于将通道组合成输出音频通道，其中该至少一个上混合单元可操作来基于时变通道间的互相关参数而组合输入音频通道或预处理的输入音频通道与去相关的辅助通道，所述设备还包括： 

-至少一个预处理单元，用于在馈送输入音频通道到该至少一个去相关单元之前预处理该输入音频通道，其中该至少一个预处理单元可操作来执行除了设置相关之外的时变信号处理。 

通过提供预处理单元以用于在由去相关单元处理之前预处理输入音频通道，音频通道可以在由去相关单元引入任何延迟或“拖尾效应”之前被(预)处理。结果，正确的参数被用于这个处理进而避免了信号部分和参数的任何未对准(misalignment)。 

该至少一个预处理单元被安排得致使在输入音频通道被馈送到去相关单元之前发生预处理。因此，该预处理单元被安排在所述设备的输入端和该至少一个去相关单元之间。 

从单个输入音频通道得出的该组辅助通道可包含一个、两个、三 个或更多通道。辅助通道还可以从中间通道得出，中间通道即通过除了去相关之外的信号处理(例如通过可在本发明的预处理单元中执行的预测)从输入音频通道得出的通道。 

上混合单元可以以已知的方式来组合输入音频通道(或多个通道)、去相关的辅助通道(或多个通道)和/或任何中间通道。除了组合(即混合)之外，上混合单元还可以执行缩放(scaling)。然而，根据本发明，辅助通道和输入音频通道的除了组合之外的处理主要地或专门地在预处理单元中执行。 

预处理单元和/或上混合单元优选地通过音频参数来控制。这些单元因此被设计成受控于这些单元。这提供了更大的灵活性，并且允许改变预处理特性和/或上混合特性。 

因此，预处理单元优选地被安排用于时变预处理。即，由预处理单元执行的处理随着时间变化。更具体地，这个处理由时变信号参数来确定。上混合单元优选地也被安排用于时变处理，比如时变去相关。相反，去相关单元优选地被安排用于时不变去相关。 

预处理单元可以有利地被安排用于设置音频通道的功率比和/或预测。这种预测牵涉到在其它通道特性和预测参数的基础上预测某些音频通道的信号。 

要指出的是，设置音频通道的相关性应当在去相关单元之后执行，即由常规的上混合单元执行。然而，所有其它的信号处理可以发生在预处理单元中。 

本发明还提供了一种音频系统，该系统包括上面所定义的设备。该音频系统可以进一步包括一个或多个音频源、放大器和扬声器单元或其等价物。 

本发明另外提供了一种用于将第一数量的输入音频通道转换成第二数量的输出音频通道的方法，其中第一数量小于第二数量，该方法包括以下步骤： 

-从一个输入音频通道产生一组去相关的辅助通道，该组去相关辅助通道包括一个或多个去相关的辅助通道；以及 

-将通道组合成输出音频通道，其中所述组合步骤包括基于时变通道间的互相关参数来组合输入音频通道或预处理的输入音频通道与去相关的辅助通道， 

所述方法包括以下额外的步骤： 

-在从输入音频通道产生该组去相关辅助通道的步骤之前，预处理该输入音频通道，其中所述预处理步骤包括执行除了设置相关之外的时变信号处理。 

优选地，音频参数被用于控制所述组合步骤和所述预处理步骤。 

本发明还提供一种用于实现上面所定义的方法的计算机程序产品。计算机程序产品可以包括存储在数据载体上的一组计算机可执行指令，其中数据载体比如是CD或DVD。该组计算机可执行指令，其允许可编程计算机实现上面所定义的方法，还可能是可用于从远端服务器例如经由互联网来进行下载。 

附图说明

下面，将参照附图中所例示的示范性实施例对本发明进一步加以解释，其中： 

图1示意性示出了根据现有技术的通道转换设备。 

图2示意性示出了根据本发明的通道转换设备的第一实施例。 

图3示意性示出了根据本发明的通道转换设备的第二实施例。 

图4示意性示出了根据本发明的通道转换设备的第三实施例。 

图5示意性示出了根据本发明的通道转换设备的第四实施例。 

图6示意性示出了根据本发明的音频系统。 

具体实施例

图1中示出的现有技术设备1’包括去相关单元阵列3和上混合单元4。该设备具有M个输入5和N个输出6，其全部耦合到上混合单元4。每个输入5接收一组音频通道中的一个音频通道，该组音频通道共同地构成一个多通道音频信号。 

输出通道的数量(N个输出6)大于输入通道的数量(M个输入5)。示范性的值是N＝6且M＝2，比如当立体声音频信号被转换成5.1音频信号时，或者N＝2且M＝1，比如当立体声信号被编码为单声道信号加上额外信息时，尽管M和N的其它值也是可能的。输出通道典型地具有由馈送给上混合单元4的参数定义的(共有的)相关性。为了产生具有想要的相关性的输出通道，从输入通道得出一组相互去相关的通道。为此，去相关单元3被耦合到每个输入5以使得产生成组的去相关的输入通道。去相关滤波器的实际数量在本领域中是众所周知的，它可以变化并且不限于图中所示的数量。 

去相关单元31、...、39典型地包括具有全通特征的滤波器。这样的滤波器基本上保持了音频信号的谱包络。然而，全通特征具有引入时延的缺点。此外，它们经常引起输入信号的“拖尾效应”，即，去相关信号的时间包络不如原始信号的时间包络定义明确。时延和“拖尾效应”都导致音频信号和相应参数之间的偏差：某些信号部分(即， 由去相关滤波器产生的信号的时间片段)晚于相应的参数到达上混合单元。结果，将错误的参数施加到这些信号部分，并且音频信号被不正确地处理，导致明显的信号失真，例如串话。可以理解这是非常不希望的。 

要指出的是，参数可以被延迟(例如一个延迟单位)以使得更好地匹配参数和信号的定时。然而，上混合单元4还接收没被延迟的、未去相关的输入信号。此外，“拖尾效应”可能是频率有关的的。结果，难以匹配参数和相应的信号部分。 

本发明通过在去相关之前处理音频信号解决了这个问题。即，信号处理大部分在音频信号被馈送到去相关滤波器之前执行。以这种方式，大大避免了由去相关滤波器引起的失配。 

根据本发明的、并且在图2中仅作为非限制性例子被例示的设备1也包括去相关滤波器(31，...)阵列3和上混合单元4。然而，对比图1的现有技术设备1’，本发明的设备1另外还包括预处理单元2，用于在去相关之前预处理音频信号。 

预处理单元2通过M个输入5接收音频信号的M个输入通道。单元2还接收与音频信号有关的参数，该参数可表示想要的信号特性。使用这些参数，预处理单元2执行信号处理，比如调整音频通道的功率比以及在其它音频通道的基础上预测某些音频通道。结果，在不受去相关滤波器3影响的情况下实现了功率比调整和预测，并且避免了在音频信号和与这些操作有关的参数之间的任何时间失配。 

应当理解，并非所有的信号处理都可以由预处理单元来执行。设置音频通道的期望相关性典型地要求由去相关滤波器3产生的不相关通道的可用性。因此，设置相关由上混合单元4来执行。此外，可以由上混合单元4来做出额外的信号调整，比如音频通道的功率电平的额外调整。在这种情况下，功率调整可以在预处理单元2和上混合单元4两者中实现，尽管非常有可能仅在这些单元之一中执行这个操作。 

本发明的额外的优点在于如下的可能性，即选择单元2和4中哪一个最适合于执行某个信号处理操作。通过提供两个单元(2和4)而不是一单个单元(4)，获得了更大的设计灵活性，并且可以在最大可能的程度上避免去相关单元的不利影响。 

在本发明的优选实施例中，预处理单元2和上混合单元4都是时 变的：它们的信号处理特性通过可按时间变化的信号参数来控制。然而去相关滤波器3优选地是时不变的：它们的特性不是依赖于时间的并且优选地不通过在时间上变化的信号参数来控制。实施例可以被设想成在其中或者预处理单元2或者上混合单元4是时不变的。 

在另外的有利实施例中，由预处理单元2和/或上混合单元4执行的处理是依赖于频率的：这些单元的信号处理特性可通过依赖频率而变化的参数来控制。 

如以上提到的，输出通道的数量(N)大于输入通道的数量(M)。例如，可以有两个输入通道和五个或六个输出通道，或者可以有单个输入通道和两个或多个输出通道，尽管其它组合也是可能的。 

也有可能输出通道6的数量等于输入通道5的数量(即，M＝N)，在这种情况下本发明的设备提供了音频通道的重新混合。这可有助于调整某一信号特性和增强该音频信号。 

要指出的是，音频信号可以由一系列包含在连续时间片段中的信号部分构成。这样的时间片段可以是时间帧或是定义一个时间有限的信号部分的其它单位。由于有去相关单元，所以可能失去时间片段和相应参数之间的同步。这个问题通过本发明来解决。 

在图3中更详细地示出了本发明的设备的仅仅示范性实施例。图3的设备1接收单通道音频输入信号(M＝1)。在图3的示范性实施例中，预处理单元2包括两个增益单元22和23，分别具有增益G₂和G₃。在由去相关单元组(阵列)3中的各个去相关单元31、32、33将音频辅助通道去相关之前，增益单元22和23设置这些辅助通道的级别。每个去相关单元31、32和33具有各自的转移函数H₁、H₂和H₃并且产生各自的去相关辅助通道S₁、S₂和S₃。 

具有增益G₁的(第一)增益单元21可以被添加到输入端和第一去相关单元31之间，但是在所示的其中第一增益G₁等于1的该实施例中它被省略掉了。 

在所示的例子中，上混合单元4包括三个混合单元41、42和43，其将输入通道与其三个辅助通道混合以产生四个输出通道Lf(左前)、Ls(左环绕)、Rf(右前)和Rs(右环绕)。混合单元41接收(时间有关的)参数IID-1r(通道间强度差左-右)和ICC-1r(通道间互相关左-右)，混合单元42接收(时间有关的)参数IID-1(通道间 强度差左前-左环绕)和ICC-1(通道间互相关性左前-左环绕)，而混合单元43接收(时间有关的)参数IID-r(通道间强度差右前-右环绕)和ICC-r(通道间互相关性右前-右环绕)。 

上面所提到的参数典型地在所谓的混合矩阵中被用来确定想要的输出信号。例如，输出信号Rf(右前)和Rs(右环绕)可以通过混合单元43的一个混合矩阵M来确定： 

$\left[\begin{array}{c}\mathrm{Rf}\\ \mathrm{Rs}\end{array}\right]=\left[\begin{array}{cc}{m}_{11}& m_{12}\\ m_{21}& m_{22}\end{array}\right]\left[\begin{array}{c}R\\ H_3(G_3.S)\end{array}\right]---\left(1\right)$

其中矩阵M具有系数m₁₁...m₂₂，并且其中H₃(G₃.S)＝S₃是去相关单元33的输出信号。信号Rf和Rs的归一化相关系数ICC由下式给出： 

$\mathrm{ICC}(\mathrm{Rf},\mathrm{Rs})=\frac{m_{11}{m}_{21}{\mathrm{\σ}}_R^2+m_{12}{m}_{22}{\mathrm{\σ}}_{S3}^2}{\sqrt{(m_{11}^2{\mathrm{\σ}}_R^2+m_{12}^2{\mathrm{\σ}}_{S3}^2)(m_{21}^2{\mathrm{\σ}}_R^2+m_{22}^2{\mathrm{\σ}}_{S3}^2)}}---\left(2\right)$

其中σ² _x是信号x的功率。强度比IID由下式给出： 

$\mathrm{IID}(\mathrm{Rf},\mathrm{Rs})=\frac{(m_{11}^2{\mathrm{\σ}}_R^2+m_{12}^2{\mathrm{\σ}}_{S3}^2)}{(m_{21}^2{\mathrm{\σ}}_R^2+m_{22}^2{\mathrm{\σ}}_{S3}^2)}---\left(3\right)$

由于总功率应该是不变的，由此得出： 

${\mathrm{\σ}}_R^2=m_{11}^2{\mathrm{\σ}}_R^2+m_{12}^2{\mathrm{\σ}}_{S3}^2+m_{21}^2{\mathrm{\σ}}_R^2+m_{22}^2{\mathrm{\σ}}_{H3}^2---\left(4\right)$

已经发现，进一步的约束m₁₂＝-m₂₂是有效的。换言之，中间信号(辅助通道)S3的功率在两个信号Rf和Rs中是相等的，只不过具有相反的符号(反相)。如果保持m₁₂＝-m₂₂，则因子m₁₂和m₂₂可以被移到去相关单元33上游，例如移动到增益单元23，以允许在去相关之前进行处理。等式(1)于是可以被重写为： 

$\left[\begin{array}{c}{R}_f\\ R_s\end{array}\right]=\left[\begin{array}{cc}{m}_{11}& 1\\ m_{21}& -1\end{array}\right]\left[\begin{array}{c}R\\ H_3(G_3{.m}_{12}.S)\end{array}\right]---\left(1^{,}\right)$

等式(1’)可以使用参数c来概括： 

$\left[\begin{array}{c}{R}_f\\ R_s\end{array}\right]=\left[\begin{array}{cc}{m}_{11}& c\\ m_{21}& -c\end{array}\right]\left[\begin{array}{c}R\\ H_3(G_{3\·}\frac{m_{12}}{c}.S)\end{array}\right]---\left(1^{,,}\right)$

对于c＝1，去相关器信号路径的所有时变处理在去相关器上游执行，而对于c＝G₃.m₁₂，去相关器信号路径的所有时变处理在去相关器下游执行。根据本发明，参数c优选地将具有近似于或基本等于1的值。 

在上面所描述的示范性实施例中，上混合单元4设置四个输出通道的互相关和强度差。这当然不是必需的，并且在某些实施例中通道间强度可以在预处理单元2中设置。这可以通过在预处理单元2中例如直接使用输入信号S来执行所有的混合操作而完成。 

从图3可以看出，根据本发明，在这个示出了增益(即功率)调整的例子中实现了预处理操作。 

在图4中例示了根据本发明的设备1的另一个例子，其中含有两个输入音频通道L₀和R₀的音频信号被转换成由五个输出音频通道Lf、Ls、C(中心)Rf和Rs组成的音频信号。预处理单元2包括单个混合单元25，其接收(时间有关的)信号参数c-1和c-2。参数c-1和c-2是预测参数，用于在输入信号L₀和R₀的基础上预测由混合单元25输出的中间信号L、C和R。去相关单元31和32产生中间通道L和R的不相关的副本，其然后被馈送到上混合单元4。上混合单元4的混合单元41和42的操作类似于图3的实施例中的混合单元41-43的操作。 

从图4可以看出，部分处理由处理单元4在去相关之前实现。当使用预测时这特别有利，因为去相关器趋于使原始波形失真，而准确的预测要求原始波形不变。在去相关之前实现的预测因此产生了好得多的结果。应当理解，可以存在两个或多个预处理单元2这样的单元，而不是只存在单个预处理单元2，例如一个预处理单元执行预测操作而另一个预处理单元执行混合和/或缩放操作。 

在图5中例示了根据本发明的示范性立体声解码器。图5的立体声解码器实质上是根据本发明的具有单个输入(M＝1)和两个输出(N＝2)的设备1。预处理单元2执行缩放操作(增益G)并且产生两个中间通道，其中之一由去相关单元3(转移函数H)去相关。上混 合单元4执行旋转操作(Rot)从而旋转信号的空间方向。要指出的是，多通道信号旋转在本领域中是众所周知的。在国际专利申请WO03/090206(申请人的参考符号PHNL020639EPP)中更具体地讨论了信号旋转，其整个内容由此被引入到这个文件中。 

在图6中示意性例示了根据本发明的音频系统10。音频系统10被显示为包括以上所讨论的用于将第一数量的输入音频通道转换成第二数量的输出音频通道的设备1。 

因此，本发明可以被用于音频放大器和/或系统。这样的音频系统可以包括一个或多个音频源、放大器和扬声器单元或其等价物。音频源可以包括CD播放器、DVD播放器、MP3或AAC播放器、无线电调谐器、硬盘、和/或其他源。该音频系统可以被引入到娱乐中心或计算机系统中。 

如以上所讨论的，本发明提供了一种设备和一种方法。该方法的步骤从图2中显而易见，其中，在将输入音频通道分解成一组去相关辅助通道的步骤之前预处理输入音频通道的步骤由预处理单元2来实现，将输入音频通道分解成一组去相关辅助通道的步骤由去相关单元(31，32，...)阵列3来实现，并且将去相关辅助通道优选地与输入音频通道和/或任何中间通道相结合地转换成输出音频通道的步骤由上混合单元4来实现。 

本发明是基于这样的理解，即由音频解码器中的去相关引起的时延和可能的“拖尾效应”可导致信号参数和相应信号部分之间的时间对准偏差。本发明受益于另外的理解，即至少对于某些信号处理操作来说，可以通过在去相关之前实现这些操作来消除这种偏差。 

要指出的是，这个文件中所使用的任何术语不应当被视作为限制本发明的范围。特别地，单词“包括”并不意味着排除任何没有明确陈述的部件。单个(电路)部件可以替换为多个(电路)部件或其等价物。 

本领域的技术人员应理解，本发明不限于上面所例示的实施例，并且可以在不背离所附权利要求中定义的本发明的范围的前提下做出许多修改和添加。 

Claims (12)

1.一种用于将第一数量(M)的输入音频通道转换成第二数量(N)的输出音频通道的设备(1)，其中第一数量(M)小于第二数量(N)，该设备包括：

-至少一个去相关单元(3)，用于从一个输入音频通道产生一组去相关的辅助通道，该组去相关辅助通道包括一个或多个去相关的辅助通道；以及

-至少一个上混合单元(4)，用于将通道组合成输出音频通道，其中所述至少一个上混合单元(4)可操作来基于时变的通道间的互相关参数而组合输入音频通道或预处理的输入音频通道与去相关的辅助通道，所述设备还包括：

-至少一个预处理单元(2)，用于在馈送输入音频通道到所述至少一个去相关单元(3)之前预处理该输入音频通道，其中所述至少一个预处理单元(2)可操作来执行除了设置相关之外的时变信号处理。

2.根据权利要求1的设备，其中所述至少一个预处理单元(2)和所述至少一个上混合单元(4)通过音频参数来控制。

3.根据权利要求1的设备，其中所述至少一个预处理单元(2)被安排用于时变预处理。

4.根据权利要求1的设备，其中所述至少一个去相关单元(3)被安排用于时不变去相关。

5.根据权利要求1的设备，其中该上混合单元(4)被安排用于时变去相关。

6.根据权利要求1的设备，其中该预处理单元(2)被安排用于设置音频通道的功率比和/或用于预测。

7.根据权利要求1的设备，其中所述第一数量(M)等于一。

8.根据权利要求1的设备，其中所述第一数量(M)等于二。

9.一种音频系统(10)，其包括根据权利要求1的设备。

10.一种将第一数量(M)的输入音频通道转换成第二数量(N)的输出音频通道的方法，其中第一数量(M)小于第二数量(N)，该方法包括以下步骤：

-从一个输入音频通道产生一组去相关的辅助通道，该组去相关辅助通道包括一个或多个去相关的辅助通道；以及

-将通道组合成输出音频通道，其中所述组合步骤包括基于时变的通道间的互相关参数来组合输入音频通道或预处理的输入音频通道与去相关的辅助通道，

所述方法包括以下额外的步骤：

-在从输入音频通道产生该组去相关辅助通道的步骤之前，预处理该输入音频通道，其中所述预处理步骤包括执行除了设置相关之外的时变信号处理。

11.根据权利要求10的方法，其中音频参数被用于所述组合步骤和所述预处理步骤。

12.根据权利要求10的方法，其中所述预处理步骤包括设置音频通道的功率比的子步骤和/或预测的子步骤。

Images