CN101183859B - 音频压缩器和音频压缩方法 - Google Patents

Abstract

本发明涉及一种具有检测器(1)、增益发生器(2)、释音滤波器(3)和起音滤波器(4)的音频压缩器，所述检测器(1)用于将输入的音频信号与阈值进行比较，其特征在于还包括将音频压缩器(14)的输出信号(9)与释音滤波器(3)相连接的反馈环路，所述反馈环路包括控制器(5)，其允许根据音频压缩器(14)的输出信号(9)来修改释音滤波器(3)的至少一个滤波系数(b)，借此修改有效释音时间。

Description

音频压缩器和音频压缩方法

技术领域

本发明涉及一种具有检测器、增益发生器、释音滤波器(releasefilter)和起音滤波器(attack filter)的音频压缩器，其中所述检测器用于将来临的音频信号与阈值进行比较。音频压缩器是衰减器，其自身将他们的衰减调节为输入信号电平的大小的函数。电平相关性是由压缩器的静态特征曲线和动态特性与时间的相关性描述的。

背景技术

术语动态范围被理解为指在能够由声源产生或者已产生的最大声音和最静声音之间的差值。例如，CD具有96dB的动态范围；人声的动态范围高达120dB，整个管弦乐队的动态范围高达140dB。音频压缩器促使动态地适应为所希望的理想标准。

例如，US6757396B1揭示了这样一个音频压缩器，其适合于处理立体声信号，并具有所谓的输入信号的“均方根估计量”(RMS)。增益计算器根据预置参数计算线性域中每个到达的样本的增益并作为RMS的输出的函数，其中静态特征由所述预置参数构成。将US6757396B1公开的全部内容结合到当前说明书中以供参考。

WO99/00896A公开了一种利用起音/释音电路和可变增益放大器的助听器。可变增益放大器的增益取决于两个阈值，在可变增益放大器之前采用的与信号相比的第一阈值，在可变增益放大器下游采用的与信号相比的第二阈值。输入AGC(automatic gain control，自动增益控制)信号和输出AGC信号被求和并且是总计信号，通过起音/释音电路的处理，用来控制可变增益放大器的增益。通过在起音/释音电路中提供电容器、并使得可变增益放大器的增益成为电容器两端电压的函数来执行平滑功能。也就是，随着电容器两端电压的增加，可变增益放大器的增益减小。在控制电路和电容器之间电阻串联连接。电容器充电的速率(起音/释音电路的所谓的“起音时间(attack time)”)因此取决于电阻和电容器的RC时间常数。电容器两端还设置另外的电阻。这创建了一条放电路径，通过所述放电路径电容器可以通过电阻放电。因此电容器放电的速率(所谓的“释音时间(release time)”)取决于电阻的RC时间常数。因此，起音时间和释音时间与音频压缩器的输入信号和输出信号无关。

US5434922A公开了一种通过模数转换和自适应数字滤波经由对车辆内音乐电平和噪声电平进行测量来补偿车辆内部噪声电平的系统。压缩器用来确定信号的增益。

US2004/0258246A1涉及一种利用压缩器来放大音频信号的低音频率的装置。

音频压缩器不断地监控瞬间输入电平，并施加必要的控制。压缩器仅仅在输入电平超出某一阈值的情况下执行，因为其根据压缩条件或者比值来衰减信号。这表明了输出电平相对于输入电平改变的量。2∶1的压缩比因此表示输入端的动态范围与输出端的动态范围的两倍相对应。例如，输入电平的2dB的改变意味着输出电平1dB的改变。

在输入和输出电平之间的相关性由静态特征曲线表示。它在静态条件下应用，也就是输入信号量不改变或者仅仅非常慢地改变。随着电平的快速升高，其只是在所谓的起音时间以后运行，随着电平的快速下降，其只是在所谓的释音时间以后运行。

压缩器的动态特性因此取决于可调参数、起音和释音。起音时间在某程度上确定压缩器的反应时间。它是可调的时间间隔，在阈值被超出之后，在压缩器的作用即衰减根据静态特征曲线启动之前，随着电平增加而经过。

释音时间定义了随着电平下降到阈值以下直到根据静态特征曲线启动对输入信号的作用所经过的可调时间间隔。

一些音频压缩器还装备有所谓的拐点控制器(knee controller)，利用所述拐点控制器可以在几个步骤中在硬软属性之间执行调合。如果压缩器的衰减始于刚好等于阈值的比值，而很少在阈值以下，那么信号仍利用1∶1的比值传送，这样的压缩器称为具有硬拐点的压缩器。已经确定，在很多情况下，如果从1∶1的比值柔和地转变到关于阈值在某一域的设置的比值，那么声音会更悦耳。特征曲线柔和地从左下方转变到右上方区域，其由此称为软拐点。拐点参数仅改变压缩的特征而不改变它的强度。

如果压缩器必须判断电平是否已经超出阈值(或者，利用软拐点压缩，电平接近阈值的程度)，那么例如可以利用峰值电平或者RMS电平。后者更加接近地对应于能感知的音量。

压缩器的称作“抽吸”的现象被理解为听觉设置，其被耳朵感知为呼吸的声音或者实际上是抽吸的声音。例如，当在没有另外的(低音)声音的情况下信号峰值刚下降到阈值以下并且没有发生压缩或仅发生最小压缩时，则出现抽吸。如果低音声音随后开始，其将信号电平升高到阈值以上，那么不仅低音声音而且必然整个信号都会被衰减。如果低音声音再次停止，那么信号被再次放大。当这种电平周期性地超出时，那么听者将获得整个信号周期衰减的印象——音乐“抽吸”。

如果压缩器通过修改振幅的方式对静态感知的音乐信号(例如平静的声音背景)动态地起作用，那么抽吸将被特别明显地听到。另一方面，如果压缩器动态地响应一段音乐中的动态点(例如重音)，那么控制失真(artifact)几乎感知不到。

压缩器的抽吸取决于应用可能是干扰的或者合乎需要的。为此，一方面存在设法尽可能抑制抽吸的设计。另一方面，还存在抽吸效应很流行并发现作为艺术表现的应用的设计。

发明内容

本发明的目的是创建一种音频压缩器以便实现对抽吸现象的一般管理，特别是提供减少或者消除抽吸的可能。

该目的是利用以上说明的音频压缩器实现的，其具有将音频压缩器的信号输出连接到释音滤波器的反馈环路，所述反馈环路包括控制器，所述控制器允许取决于音频压缩器的输出信号修改释音滤波器的至少一个滤波系数，由此修改有效释音时间。

在一个优选实施方式中，作为压缩器输出电平从阈值的偏差的函数的有效释音时间的改变的程度可以由用户经由连接到反馈环路的用户接口来调节。

本发明还包括一种利用下述音频压缩器的音频压缩方法，所述音频压缩器包括检测器、增益发生器、释音滤波器和起音滤波器，所述检测器用于将输入的音频信号与阈值进行比较，所述增益发生器连接到检测器，并取决于检测器的输出生成音频信号的增益，所述释音滤波器在音频信号的电平下降到低于阈值时对增益施加释音时间，所述起音滤波器在音频信号的电平升高到阈值以上时对增益施加起音时间。上述的目的是通过有效释音时间是根据音频压缩器的压缩信号来被修改的事实实现的。

在一个优选实施方式中，压缩器输出的电平收敛得越接近预置阈值，则有效释音时间会增加。

在又一个优选实施方式中，作为压缩器输出电平从预置阈值的偏差的函数的有效释音时间的改变的程度可以由用户调节。

在又一个优选实施方式中，可调参数被作为加权系数施加到输出信号电平，有效释音时间的改变取决于在加权信号输出电平和预置阈值之间的比值。

这些计算操作优选地用这样的方式设计：输出信号或其量值收敛得越接近阈值，则有效释音时间会增加(例如压缩机的阈值)。

如上所述，上述的参数是压缩机用户可调节的，并且可以在输出信号对释音滤波器性能无影响的操作和输出信号电平的增加导致释音时间延长的操作之间不断地转换。附加参数是作为输出信号的函数或者作为输出信号偏移阈值的函数的释音时间改变程度的度量。

通过随后称之为冻结参数的相应调节，提供了这样两种可能：如果不要求抽吸，则可以将其减少或者禁止，而如果感知不到它的干扰，则可以将其保留。

附图说明

在下文中，通过附图更详细地描述了本发明，在所述附图中：

图1显示了本发明的压缩器的框图；

图2显示了音频压缩器的静态特征曲线；

图3显示了起音滤波器的可能设计；

图4详细显示了本发明的音频压缩器的框图；

图5显示了根据该发明的作为输出信号的绝对值和附加参数的函数的释音滤波器的滤波系数的相关性，

图6显示了依赖于时间常数的滤波系数的特性，

图7显示了本发明的音频压缩器的实施方式。

具体实施方式

图1至5所示的可能实施方式仅用于举例说明本发明，而不是用于限制本发明。因此，在下文中更详细讨论的数学运算符和滤波器设计可以被进行不同配置。重要内容是反馈环路，其将信号输出与释音滤波器相互连接，并取决于输出信号——优选地取决于用户可调参数——来改变释音滤波器的滤波系数，借此改变有效释音时间。

以下简要描述了压缩器的一些应用领域：压缩器例如用于以广播设备产生音乐的录音棚，从而使音频素材适应传输电路(减少动态范围，执行最优传输)。通常存在大量(broad pallet)彼此相差悬殊的设备，录音技师根据经验数据从中选择最适合于某一目的的一个。本申请提供了对设备种类进行分类的可能。一方面存在实现尽可能听不见的动态处理，也就是不产生抽吸以及控制效果(control effect)的设备。另一方面，存在正好由于抽吸和控制效果而使用的设计，并且该设计被有意识地用于修改音频素材(增加真实感，生产印象深刻的声音)。例如，以听不见的方式运行的压缩器用于爵士乐和古典乐领域，其适合于传输通道(无线电)。具有明显听觉控制效果的压缩器能被用于Pop/Rock风格中的打击乐器，从而产生印象深刻、响亮的声音。

在其实施方式之一中，本发明现在提供了利用新的可调参数在这些不同的压缩器类型之间提供柔和调合的可能性。用户从中获得的好处在于减少了其仪器、节约了成本并增加了工作效率。抽吸特性现在可以经由该参数进行控制，其中用户能够利用诸如按钮、旋钮、键盘等的接口来执行控制。

本发明属于音频压缩器。在介绍中描述了该压缩器的结构。之后，将描述抽吸特性函数的参数如何应用以及从中获得什么好处。

压缩器可以被实现为利用数字信号处理器的软件算法。这是前馈结构，即对控制功能增益(幅度调制)的计算来源于输入信号。音频信号必须被变换成数字形式，或者在数字形式下可用。

图1显示了信号流的概观。在检测器1中将输入信号8与阈值进行比较。在所描述的实例中，调制函数是经由RMS(均方根)测量1、随后是增益发生器2中的特征曲线计算、随后是时间组件、释音滤波器3和起音滤波器4来确定的。

输入信号8首先被传送到用于测量RMS(均方根)值的步骤。绝对值、峰值、矫正值等的度量也自然是可以想到的。这种电平度量对专业人员而言是公知的。然而，因为其能很好地对应于感知的音量并借此实现适合于耳朵的控制，因此RMS值是优选的。

使用下述的标准化处理：对样本取平方、随后利用递归的一阶低通滤波器和标准时间常数执行滤波，所述标准时间常数例如大约是50ms。

如果在随后的增益发生器2(波形发生器)中信号被转变成对数并且通过除以2来计算对数域中的平方根，那么可以在该步骤中不计算平方根而继续前进。当然还可以停留在线性域内，类似于在US6757396B1中描述的那样。

增益发生器2施加静态特征曲线作为参数阈值、比值和拐点的函数。增益发生器2的可能的特征曲线如图2所示。附图显示了比值为2∶1并且阈值为-24dB的实例。

增益发生器2的输出已经包括调制函数，其现在也被通过两个滤波器3、4传输以便施加可设定的时间响应。起音滤波器4的输出现在被施加给输入信号，其通过乘以后者的方式被压缩。

起音滤波器4例如可以被设计成具有1ms至500ms的可设定时间常数的四阶低通滤波器，如图3所示。当调制函数具有下降的值(负一阶导数)，即压缩器输入端的电平上升到阈值以上(起音相位)时，它是有效的。然而，当压缩器输入端的电平再次下降时释音滤波器3启动。

压缩器的抽吸被理解成表示听得到的控制，其可以被耳朵感知成呼吸或者实际上的抽吸。如果压缩器利用修改振幅的方式对静态感知的音乐信号(例如，平静的声音背景)动态地做出反应，那么抽吸能被格外清晰地听到。另一方面，如果利用动态控制对一段音乐的动态部分(例如重音)施加作用，那么控制失真几乎感知不到。

压缩器抽吸是干扰或者是被需要是取决于应用的。为此，一方面存在尽可能设法抑制抽吸的设计。另一方面，存在非常期望抽吸效果的设计，例如被用作艺术表现的手法。本发明的一个目的是实现在这些不同设计之间的调和，借此获得一种普遍适用的压缩器。

特别是在当前的优选实施方式中，这是通过利用新参数PF来控制释音特性实现的。在这种情况下，释音时间作为压缩器的输出信号的参数设置的函数而改变。由此，不需要的抽吸效应能够被消除。

最初，尝试获得在压缩器的输出端在“静态”和“动态”之间的音频信号的分类，并且在静态信号的情况下缓慢降低压缩器或者“冻结”它的瞬时响应。

图4详细显示了可能的技术变换函数。释音滤波器3被配置成具有系数b的一阶数字低通滤波器。对来源于增益发生器的样本x[n]施加的作用由下述公式给出

y[n]＝x[n]*b+y[n-l]*(l-b)

b是根据压缩器的输出信号适应地计算的。这些计算的参数是设置释音时间值和参数PF，在下文中还称作凝固值或者冻结值。

图5阐明了该参数PF的效果。a表示静态滤波系数，其是由用户调节的，b是已适应的滤波系数，abs是压缩器输出信号9的绝对值，thr是在线性域内重新计算的阈值。如果冻结参数被设置为零(PF＝0)，那么根据静态滤波系数a的预置释音时间总是有效的，并且不会作为压缩器输出信号的函数而改变。如果参数PF升高，仍存在很强的依赖性，这样释音时间增加，即释音动作变慢，与压缩器输出电平接近阈值的程度成正比。当系数b到达零值时完成限制，其与全冻结或者无限释音时间相对应。当压缩器输出信号9也增加时会出现释音时间增加这样的效果。如从图5中看到的那样，还可以利用适当的参数化(PF＜1)，在阈值thr以上的区域中释音时间更进一步增加，并在比阈值高的电平处变成无穷大。当前实例的参数PF可以被理解为施压于压缩器输出信号9的权重参数。释音时间然后被根据加权后的输出信号来修改。

小于阈值的压缩器输出9的信号电平将产生更快的释放动作，接近阈值并大于阈值的信号将产生更慢的释放动作。

在下文中，详细描述技术的实现。首先在单元6中形成压缩器输出信号9的绝对值。在控制器5中(图4)绝对值abs现在被乘以(利用运算器10)值g，其中

g＝PF/10^(THR/20)

THR表示以dB为单位的阈值。

由标以clip(+1)的小方块表示的削波器11将输入信号限制为+1的值。这指的是小于1的值可以不受阻碍地通过，而大于1的输入值总是产生1的输出值。

f＝g*abs由此表示在输出信号的绝对值和乘以参数PF的阈值之间的关系。作为更进一步的结果，通过下述的算式12、13获得释音滤波器3的滤波参数b：

b＝a*(1-f)

其中

a＝1-exp(-2.2/(SR*RT))

该滤波系数的公式仅仅表示任何优选实例，其基于图6中表示的以下考虑来进行选择：

滤波器3(图6的左部)的阶跃响应是指数函数(图6的右部)：

ys(n)＝1-aⁿ

其中

ys(n)是滤波器的阶跃响应

n＝TC*SR

TC是时间常数[s]

SR是采样率[Hz]

所计算的参数是滤波系数a，其产生指数函数，在TC时刻达到值d。变换d＝aⁿ给出：

a＝exp(ln(d)/(TC*SR))

现在选择d以便在TC时刻之后阶跃函数转变到-1dB。

ln(d)＝ln(0.11)＝-2.2

因此，在当前实例中，滤波系数

a＝1-exp(-2.2/(SR*TC))

被选择，其中采样率SR以赫兹(Hz)为单位，时间常数TC以秒(s)为单位。对释音滤波器而言，选择等于释音时间常数RT的时间常数TC；在下文中，a还被称作静态滤波系数。当参数PF等于零(PF＝0，f＝0)时，静态滤波系数未改变地被释音滤波器接收(b＝a)。当信号降到阈值之下时预置释音时间RT然后确定压缩器的动态特性。

当PF值＝1时，在压缩机输出信号9的绝对值abs和阈值thr(其中thr现在表示为线性域重新计算的阈值)之间的比值确定了释音滤波系数b的值，在下文中其也被称作适合的滤波系数。如果比值是1，也就是值abs到达阈值，那么根据上述计算的说明来获得值b＝0。这与无限长的释音时间相对应，并表明当到达阈值时刻经由输出信号有效的发生器特征曲线的增益值被冻结直到输出信号再次下降低于阈值。

对大于或者小于1的PF值而言，图5显示了适应后的滤波系数b对于压缩器输出的绝对值abs的相关性。取决于输出信号阈值附近区域内的所需动态特征，现在可以插入不同的步骤。例如，对于在0..1之间的PF，冻结仅发生在阈值以上的信号，而对于PF＞1，在到达阈值以前已经发生冻结。

对动态的压缩器而言，这意味着随着输出信号相对于阈值的绝对值更加接近，释音时间也将增加。

通过对释音时间值，所谓的静电释音时间RT，也就是PF＝0的释音时间的相应调节，以及通过设置冻结参数PF，可以按照需要配置压缩器的动态特性，特别是经由本发明的作用方式能够以精致的方式来控制抽吸现象。在不需要的情况下，选择参数PF以便使得非常接近于阈值thr的b值呈现零值，而在需要“抽吸”作为艺术元素的应用中，选择PF＝0或者稍高的值。

本发明不局限于上述的实施方式。上面提议的计算操作以及不同参数对压缩器输出信号的相关性表示了优选的实施方式，但原理上不同的方法也是可能的。

因此，例如，增益发生器2的阈值和与输出信号9进行比较或者定量的阈值能够具有不同的量值。其他滤波器结构也可以被用于释音滤波器3(以及起音滤波器4)，例如高阶滤波器、几个滤波参数以及其他参数。基本上，可以使用如下所述的参数集，其实际上使有效释音时间作为输出信号和用户可调参数的函数发生改变。

对某些应用而言，负值的PF也可能是有意义的。控制器5的动作随后将被倒置：对接近阈值的信号而言，释音时间被缩短。

本发明一个实施方式的主要观点在于为传统的压缩器提供用户可存取的新参数，其首先允许实现抽吸动作从而变成受控参数。在此显示的解决方案是关于如何获得该动作的一种可能。由于存在用于调节抽吸动作的用户可存取的参数，所以本发明的压缩器能够被指定用于提供少量至大量的抽吸。

本发明的压缩器能够被整合到全部可能的音频设备中，诸如麦克风、混频器、记录和播放设备、扬声器等等，或者如图7所示，其可以被设置成具有输入和输出的独立设备。用户接口然后包括诸如键盘或者拨号盘之类的输入设备，以便设置不同的参数。在一个优选实施方式中，除包括阈值、比值、释音时间、起音时间之外，用户接口还可以包括拐点以及如上所述的用于校准冻结参数PF的可能性。如果PF＝0或者不依赖于输出信号，那么可调节的释音时间值随后仅仅与实际操作的或者有效的释音时间相当。

如图7所示的与声频输入线20和声频输出线21相连接的音频压缩器14在其面板上包括几个旋钮。旋钮15、16、17和18允许参数阈值、比值、静电释音时间和起音时间的调节。附加的旋钮19涉及参数PF，其允许取决于压缩器输出信号来设置有效释音时间。只有当反馈环路被取消时(参数PF被设置成等于零)，静电释音时间才具有其有效性。在所有其他的情况下释音时间的值随着输出信号发生变化。代替旋钮可以使用任何其他类型的用户接口，以便激活将释音滤波器3与压缩器输出线9相连接的反馈环路并调节输出信号对释音时间变化的影响。

Claims (6)

1.一种具有检测器(1)、增益发生器(2)、释音滤波器(3)和起音滤波器(4)的音频压缩器，所述检测器(1)用于将输入的音频信号与阈值进行比较，所述增益发生器(2)与所述检测器(1)连接，并根据所述检测器(1)的输出生成所述音频信号的增益，所述释音滤波器(3)在所述音频信号的电平下降到低于所述阈值时对所述增益施加释音时间，所述起音滤波器(4)在所述音频信号的电平增加到所述阈值之上时对所述增益施加起音时间，其特征在于还包括将音频压缩器(14)的输出信号(9)与所述释音滤波器(3)相连接的反馈环路，所述反馈环路包括控制器(5)，其允许根据所述音频压缩器(14)的所述输出信号(9)来修改所述释音滤波器(3)的至少一个滤波系数，借此修改有效释音时间。

2.根据权利要求1所述的音频压缩器，其特征在于作为所述压缩器的输出电平与阈值的偏差的函数的有效释音时间改变的程度可由用户经由连接到所述反馈环路的用户接口(19)来调节。

3.一种利用音频压缩器的音频压缩方法，所述音频压缩器包括检测器(1)、增益发生器(2)、释音滤波器(3)和起音滤波器(4)，所述检测器(1)用于将输入的音频信号与阈值进行比较，所述增益发生器(2)与所述检测器(1)连接，并根据所述检测器(1)的输出生成所述音频信号的增益，所述释音滤波器(3)在所述音频信号的电平下降到低于所述阈值时对所述增益施加释音时间，所述起音滤波器(4)在所述音频信号的电平增加到所述阈值之上时对所述增益施加起音时间，其特征在于根据所述音频压缩器(14)的输出信号(9)来修改释音滤波器的至少一个滤波器系数，以修改有效释音时间。

4.根据权利要求3所述的音频压缩方法，其特征在于随着所述压缩器的输出端的电平收敛得越接近预置阈值，所述有效释音时间将增加。

5.根据权利要求3或4所述的音频压缩方法，其特征在于作为所述压缩器的输出端的电平与预置阈值的偏差的函数的所述有效释音时间改变的程度是用户可调节的。

6.根据权利要求3所述的音频压缩方法，其特征在于可调参数被作为加权因数施加于输出信号电平，并且所述有效释音时间根据在加权信号的输出电平和预置阈值之间的比值而改变。

Images