CN102307323B - 对多声道信号的声道延迟参数进行修正的方法 - Google Patents

Abstract

本发明实施例提供了一种对多声道信号的声道延迟参数进行修正的方法。该方法主要包括：对多声道信号进行下混处理获得处理信号；计算所述处理信号的能量分布；根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应，如果是，则对所述多声道信号的声道延迟参数进行修正。本发明根据对多声道信号进行下混处理后获得的处理信号的能量分布，判断是否出现了梳状滤波效应，从而判断是否需要对声道延迟参数进行修正，以消除梳状滤波效应，进而提供较好的重构立体声等多声道信号的声像及清晰度。

Description

对多声道信号的声道延迟参数进行修正的方法

技术领域

本发明涉及通信技术领域，尤其涉及一种对多声道信号的声道延迟参数进行修正的方法。

背景技术

多声道信号有着广泛的应用场景，如电话会议，游戏等，多声道信号的编解码也越来越受到重视。基于波形编码的传统的编码器，如MPEG(Moving Pictures Experts Group，动态图像专家组)-LII，mp3(MovingPicture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)和AAC(Advanced Audio Coding，高级音频编码)，在对多声道信号进行编码时，都是对每一个声道进行独立编码。这种编码方法虽然能较好的恢复出多声道信号，但是需要的带宽、编码码率是单声道信号的数倍。

立体声或多声道编码技术是参数立体声编码，其利用很少的带宽就可以重建出听觉感受完全和原始信号相同的多声道信号。参数立体声编码的基本思路是：在编码端，将多声道信号下混成一个单声道信号，并对该单声道信号进行独立编码，同时提取各声道间的声道参数，再对这些声道参数进行编码。在解码端，首先解码出下混后的单声道信号，然后解码出各个声道间的声道参数，最后利用这些声道参数与下混后的单声道信号一起合成出多声道信号。

在参数立体声编码中，通常用来描述各声道间相互关系的声道参数有声道间时间差参数(即声道延迟参数)、声道间幅度差参数及声道间相关性参数等。上述声道延迟参数代表了声道间的延时关系，对说话人的位置定位有着重要的作用。

以立体声信号为例，现有技术中的一种传输多声道信号的方案为：利用立体声的左右声道信号的相关性来提取左右声道之间的声道延迟参数，利用该声道延迟参数，在编码端对需要传输的立体声信号的左/右声道信号进行延时调整，消除两个声道之间的延时差别。然后，对延时调整后的左/右声道信号在时域相加得到下混后的M信号(和信号)，对延时调整后的左/右声道信号在时域相减得到下混后的S信号(边信号)。

然后，根据上述M信号和S信号，提取其它声道参数，如左右声道之间的能量比率或者声道间幅度差参数等，在编码端，对上述声道参数进行编码传输，并对M信号按照单声道方式进行编码传输。在解码端首先重构出M信号，然后根据接收到的上述声道延迟参数，对M信号的各声道进行和编码端相逆的延时操作，重构出上述传输的立体声信号。从而实现在传输单声道信号的基础上，只需要少量的码率资源传输声道参数，就可以在解码端重构出立体声信号。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术中下混处理后得到的处理信号(包括：M信号、S信号)可能出现梳状滤波效应，即M信号和S信号中至少一个信号的某些特定频带内的信号频域幅值会被很大地衰减，某些特定频带内的信号频域幅值会被加强。上述梳状滤波效应将使得处理信号的质量下降，进而影响到重构的多声道信号的质量。

发明内容

本发明的实施例提供了一种对多声道信号的声道延迟参数进行修正的方法，以减弱由于梳状滤波效应导致的处理信号的质量不好的现象。

本发明实施例提出了一种对多声道信号的声道延迟参数进行修正的方法，包括：

对多声道信号进行下混处理获得处理信号；

计算所述处理信号的能量分布；

根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应，如果是，则对所述多声道信号的声道延迟参数进行修正。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例根据多声道信号下混处理后获得的处理信号的能量分布，判断是否出现了梳状滤波效应，当确定出现了梳状滤波效应后，则对所述多声道信号的声道延迟参数进行修正，从而可以减弱梳状滤波效应，进而提高重构的多声道信号的声像质量和清晰度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种对多声道信号的声道延迟参数进行修正的方法的处理流程图；

图2为本发明实施例一提供的另一种对多声道信号的声道延迟参数进行修正的方法的处理流程图；

图3为本发明实施例一提供的一种对多声道信号的声道延迟参数进行修正的装置的具体实现结构图。

具体实施方式

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提供了一种对多声道信号的声道延迟参数进行修正的方法，如图1所示，所述方法包括：

步骤101：对多声道信号进行下混处理获得处理信号；

步骤102：计算所述处理信号的能量分布；

步骤103：根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应，如果是，则对所述多声道信号的声道延迟参数进行修正。

在本发明实施例具体实施时，对多声道信号进行下混处理获得处理信号，所述处理信号包括M信号、S信号。本领域技术人员可以理解的是，处理信号出现梳状滤波效应包括以下任意一种：M信号出现梳状滤波效应；S信号出现梳状滤波效应；M信号和S信号都出现梳状滤波效应。

本发明实施例根据多声道信号下混处理后获得的处理信号的能量分布，判断是否出现了梳状滤波效应，当确定出现了梳状滤波效应后，则对所述多声道信号的声道延迟参数进行修正，从而可以减弱梳状滤波效应，进而提高重构的多声道信号的声像质量和清晰度。需要说明的是，具体实施本发明时，在一般的情况下，采用本发明的方案可以消除梳状滤波效应。

下面以具体的应用场景实施例进行说明，为了方便描述，下面统一用立体声(左右两个声道)来描述本发明实施例，但需要明确的是本发明实施例并不局限于立体声，也同样适应于其他多声道。

当输入信号不是只有左右两个声道的立体声信号时，而是包含多于两个声道的多声道信号时，可以将该多声道信号转换为立体声信号，具体转换公式如下：

$\left[\begin{array}{c}{I}_t\left(i\right)\\ r_t\left(i\right)\end{array}\right]=\left[\begin{array}{ccccc}1& 0& \frac{1}{\sqrt{2}}& -j\sqrt{\frac{2}{3}}& -j\sqrt{\frac{1}{3}}\\ 0& 1& \frac{1}{\sqrt{2}}& j\sqrt{\frac{1}{3}}& j\sqrt{\frac{2}{3}}\end{array}\right]\left[\begin{array}{c}{l}_f\left(i\right)\\ r_f\left(i\right)\\ c\left(i\right)\\ l_s\left(i\right)\\ r_s\left(i\right)\end{array}\right]$

上述l_f、r_f、c、l_s、r_s为5.1声道信号，l_t、r_t为经过转换后的立体声信号。

实施例一

该实施例提供的一种对多声道信号的声道延迟参数进行修正的方法的处理流程如图2所示，包括如下处理步骤：

在该实施例中，输入信号是立体声的左声道时域信号L_k{l₁，l₂，…l_N}和右声道时域信号R_k{r₁，r₂，…r_N}，其中k表示第k帧，N表示一帧信号有N个采样点。

步骤201、根据立体声的左右声道信号之间的相关性，计算出当前帧对应的左右声道之间的声道延迟参数channel_delay。

步骤202、根据上述声道延迟参数channel_delay对上述左右声道信号L、R的当前帧信号进行下混，得到处理信号(M、S信号)，进而分别计算出第一S/M比率ratio_1、第二S/M比率ratio_2、第三S/M比率ratio_3、第四S/M比率ratio_4和长时平滑互相关系数long_corr。

根据上述声道延迟参数channel_delay，通过下述公式1对上述左右声道信号L、R的每帧信号进行下混，得到下混后的M、S信号，具体计算方法如下：

M(k)＝(L(k+delay)+R(k))/2

公式1

S(k)＝(L(k+delay)-R(k))/2

上述公式1中的dela＝chann el_delay，k表示第k帧。

由于上述当前帧的M、S信号中包括各个采样点，因此，上述M_(k)和S_(k)可以表示为：M_k{m₁，m₂，…m_N}，S_k{s₁，s₂，…s_N}。

在获取了上述M、S信号后，本发明实施例需要获取上述M、S信号之间的能量分布特性，根据该能量分布特性来判断下混处理得到的处理信号是否出现了梳状滤波效应。需要说明的是，发明人在实施本发明过程中发现，梳状滤波效应可能出现在M信号或S信号，也可能在M信号和S信号上同时出现。

在实际应用中，上述M、S信号之间的能量分布特性可以通过M、S信号之间的能量参数比值来表示。于是，根据上述M_(k)和S_(k)，计算得到第一S/M比率ratio_1(第一能量参数比值)，具体计算方法如下：

$\mathrm{ratio}\_1=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{s}_i^2/\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{m}_i^2$

上述

表示所述S信号中的每个采样点的能量参数的叠加值，

表示所述M信号中的每个采样点的能量参数的叠加值，计算出的ratio_1表示了S信号和M信号之间的能量参数比值。

对上述ratio_1进行长时平滑，得到长时平滑后的第一S/M比率long_ratio_1，具体计算方法如下：

long_ratio_1＝long_ratio_1′×scale1+ratio_1×(1-scale1)

上述公式右边的long_ratio_1′表示上一帧对应的long_ratio_1，上述scale1的数值在0到1之间，即0≤scale1≤1，若scale1＝0则表示不对这些参数进行平滑，本实施例中scale1取值为0.5。

然后，令delay＝0，根据上述公式1计算得到一组处理信号M′_k(m′₁，m′₂，…m′_N}即第二和信号，S′_k{s′₁，s′₂，…s′_N}即第二边信号。

根据上述M_k′和S_k′，计算得到第二S/M比率ratio_2(第二能量参数比值)，具体计算方法如下：

$\mathrm{ratio}\_2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{s}_i^{\′2}/\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{m\′}_i^2$

对上述ratio_2进行长时平滑，得到长时平滑后的第二S/M比率long_ratio_2，具体计算方法如下：

long_ratio_2＝long_ratio_2′×scale1+ratio_2×(1-scale1)

上述公式右边的long_ratio_2′表示上一帧对应的long_ratio_2。

之后，根据上述long_ratio_1和long_ratio_2，计算出第三S/M比率ratio_3(第三能量参数比值)，具体计算方法如下：

ratio_3＝long_ratio_1/long_ratio_2。

在实际应用中，还可以直接根据ratio_1和ratio_2计算出ratio_3，具体计算方法如下：

ratio_3＝ratio_1/ratio_2。

计算ratio_3的基底参数ratio_floor，具体计算方法如下：

$\mathrm{ratio}\_\mathrm{floor}=\underset{i\&Element;c}{\mathrm{\&Sigma;}}\mathrm{ratio}\_3\left(i\right),C=\{\mathrm{thr}1<\mathrm{ratio}\_3<=\mathrm{thr}2\}$

上述thr1和thr2是比较门限，其中thr1的取值范围为0到3之间，其中thr2的取值范围为0到10之间，若thr1＝1，thr2＝1则表示不对ratio_3去除基底(因为这时ratio_floor的值永远为1)，本实施例中thr1＝0，thr2＝1。

对上述ratio_3进行去除基底的处理，得到信号能量分布特性更突出的能量比率参数ratio_4(第四能量参数比值)，具体计算方法如下：

ratio_4＝ratio_3/ratio_floor

对ratio_4进行长时平滑，得到长时平滑后的第四S/M比率long_ratio_4，具体计算方法如下：

long_ratio_4＝long_ratio_4′×scale1+ratio_4×(1-scale1)

上述公式右边的long_ratio_4′表示上一帧对应的long_ratio_4。

步骤203、根据上述获取的各个S/M比率值和预先设定的门限值，判断是否出现了梳状滤波效应，如果是，则对声道延迟参数channel_delay进行修正。

计算出在delay＝0时的左右声道之间的长时平滑互相关系数long_corr，具体计算方法如下：

long_corr＝long_corr′×scale2+cff(0)×(1-scale2)

上述公式右边的long_corr′为上一帧对应的long_corr，ccf为左右声道之间的残差互相关系数，具体计算方法如下：

$\mathrm{ccf}\left(i\right)={(\underset{j=0}{\overset{j+i<T}{\mathrm{\&Sigma;}}}{l^{\mathrm{res}}}_j\&times;{r^{\mathrm{res}}}_{j+i})}^2/(\underset{j=0}{\overset{j+i<T}{\mathrm{\&Sigma;}}}{{l^{\mathrm{res}}}_j}^2+\underset{j=0}{\overset{j+i<T}{\mathrm{\&Sigma;}}}{{r^{\mathrm{res}}}_{j+i}}^2),i\&Element;[-\mathrm{MAX}\_\mathrm{OFFSET},+\mathrm{MAX}\_\mathrm{OFFSET}]$

上述公式中的MAX_OFFSET为常量，为预先设定的最大可能的声道延迟参数，一般的，MAX_OFFSET＝48；T表示一帧残差信号有T个采样点。式中l^res _i为左声道残差时域信号L^res _k{l^res ₁，l^res ₂，…l^res _T}，r^res _i为右声道残差时域信号R^res _k{r^res ₁，r^res ₂，…r^res _T}

对上述ccf还可以进行归一化处理，得到归一化互相关系数norm_ccf，具体计算方法如下：

$\mathrm{norm}\_\mathrm{ccf}\left(i\right)=\mathrm{ccf}\left(i\right)/\underset{\backslash i=-\mathrm{MAX}\_\mathrm{OFFSET}}{\overset{i=+\mathrm{MAX}\_\mathrm{OFFSET}}{\mathrm{\&Sigma;}}}\mathrm{ccf}\left(i\right)$

scale2的数值在0到1之间，本实施例中其取值为0.8。

根据上述获取的ratio_1、long_ratio_1、ratio_3、long_ratio_4和long_corr，以及预先设定的各个判决门限值thr3(第一门限值)、thr4(第二门限值)、thr5(第三门限值)、thr6(第四门限值)和thr7(第五门限值)，判断是否出现了梳状滤波效应，具体的判断条件包括如下的4种：

条件1、ratio_1＞thr3或long_ratio_1＞thr4，

条件2、ratio_3＞thr5或long_ratio_4＞thr6

条件3、(ratio_1＞thr3或long_ratio_1＞thr4)&&(long_corr＞thr7)

条件4、(ratio_3＞thr5或long_ratio_4＞thr6)&&(long_corr＞thr7)

上述4个条件中thr3、thr4、thr5、thr6和thr7分别是判决门限，取值范围各不相同，其中thr3和thr4的取值范围在1到100之间，比如，取值5；thr5和thr6的取值范围在1到100之间，比如，取值10；thr7的取值范围在0到1之间，比如，取值0.35。

如果满足以上4个条件中的任意一个，均可认为检测到了梳状滤波效应。在本实施例中，当出现了梳状滤波效应时，便认为下混M信号会比正常情况下偏小，而S信号相对会偏大，或者左右声道在没有声道延时的情况下相关性比较大。于是，需要对声道延迟参数channel_delay进行修正，令延时修正指示标志delay_change_flag＝1，否则delay_change_flag＝0。

若延时修正指示标志为1，即delay_change_flag＝1，则

可以通过以下4种修正方法来间接修正声道延迟参数。该修正方法主要是通过对归一化互相关系数norm_ccf在delay＝0处的函数值(即norm_ccf(0))进行增大，使其大于或尽可能大于所有delay≠0处的函数值。由于搜索norm_ccf中的最大值，该值对应的延时i即为声道延迟channel_delay，即

因此，增大norm_ccf(0)时，可使channel delay修正为0。

修正方法1、norm_ccf(0)＝norm_ccf(0)+M，其中M为一常量，M的取值范围在0到10之间，比如，取值为3。

修正方法2、norm_ccf(0)＝norm_ccf(0)×Q，其中Q为一常量，Q的取值范围在1到10000之间，比如，取值为1000。

修正方法3、norm_ccf(0)＝norm_ccf(0)×Q1(long_ratio_4)，其中放大因子Q1(long_ratio_4)是long_ratio_4的一个正比例函数，long_ratio_4越大函数值也越大。

上述函数Q1(long_ratio_4)的表达式为：

Q1(long_ratio_4)＝q1×long_ratio_4+c1

变量q1的取值范围为1到1000之间，比如，取值为100。c1的取值范围在0到10之间，比如，取值为0。

修正方法4、norm_ccf(0)＝norm_ccf(0)×Q2(long_ratio_1)，其中放大因子Q2(long_ratio_1)是long_ratio_1的一个正比例函数，long_ratio_1越大函数值也越大。

函数Q2(long_ratio_1)的表达式为：

Q2(long_ratio_1)＝q2×long_ratio_1+c2

其中变量q2的取值范围为1到1000之间，比如，取值为100。c2的取值范围在0到10之间，比如，取值为0。

上述修正方法1、2、3和4中的等式两端norm_ccf(0)代表相同意思，是对该数值的更新。

需要说明的是，优选地，可以采用对归一化互相关系数norm_ccf进行上述处理，达到间接修正声道延迟参数的目的，同样，也可以通过对互相关系数ccf进行同样处理，达到间接修正声道延迟参数的目的，具体处理方式与对归一化互相关系数norm_ccf的处理方式相同，在此不在赘述。

在实际应用中，还可以在上述延时修正指示标志为1，即

时，直接对声道延迟参数进行修正，直接将声延迟参数置零，即令channel delay＝0。对delay参数进行直接修改会影响到和delay参数相关的一些参数，从而对编码端其他部分性能产生影响。对delay参数进行间接修改不会产生上述影响，效果比直接修改好。

该实施例可以判断出当前帧的下混后的处理信号是否出现了梳状滤波效应时，并在出现了梳状滤波效应时，可以及时对声道延迟参数channel_delay进行相应的修正，从而消除梳状滤波效应，保证重构的立体声信号等多声道信号的声像质量及清晰度。

实施例二

该实施例与实施例一的不同在于计算下混M信号和S信号时所采用的输入信号为原始左右声道信号经过简单抽取之后的信号。

在该实施例中，对原始输入的立体声的左右声道时域信号L_k{l₁，l₂，…l_N}和R_k{r₁，r₂，…r_N}进行简单的抽取处理，即进行下采样处理，得到下采样信号L′_k{l′₁，l′₂，…l′_M}，R′_k{r′₁，r′₂，…r′_M}，其中M为抽取之后一帧信号采样点数，k表示第k帧。上述下采样处理的方法如下：

l′_j＝l_N/M×j

r′_j＝r_N/M×j

然后，利用下采样信号L′_k{l′₁，L′₂，…l′_M}，R′_k{r′₁，r′₂，…r′_M}，按照上述实施例一提供的处理流程，判断是否出现了梳状滤波效应时，并对声道延迟参数channel_delay进行相应的修正。

该实施例通过对原始输入的立体声的左右声道时域信号进行下采样，使样本信号的数量减少，计算量减少，从而可以提高上述第一S/M比率ratio_1、第二S/M比率ratio_2、第三S/M比率ratio_3、第四S/M比率ratio_4和长时平滑互相关系数long_corr的计算速度。

实施例三

在本实施例中，若检测到需要对声道延迟参数进行修正，即在该帧检测到delay_change_flag＝1，则设置拖尾范围，令该帧之后的拖尾范围的帧都进行声道延迟参数修正，而不管这些帧是否真正满足出现梳状滤波效应的条件，即强制这些帧的延时修正指示标志为1。然后，按照上述实施例一中的四种间接修正方法或直接修正方法，对这些帧声道延迟参数进行修正。

上述拖尾范围的帧可以根据实际情况来设定，比如，设置该帧之后的100帧都进行声道延迟参数修正。

由于当前帧出现了梳状滤波效应后，后续帧继续出现梳状滤波效应的可能性也很大。该实施例相当于设置了一个声道延迟参数的修正拖尾，设置修正拖尾的好处是尽量地保证这种延时修正的有效性及持续性，可以避免后续帧继续出现梳状滤波效应。

本发明实施例还提供了一种对多声道信号的声道延迟参数进行修正的装置，其具体实现结构如图3所示，所述装置包括：

下混处理模块301，用于对多声道信号进行下混处理获得处理信号；

能量分布获取模块302，用于计算所述处理信号的能量分布；

判断模块303，用于根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应；

声道延迟参数修正模块304，用于当所述判断模块判定所述处理信号出现了梳状滤波效应时，对所述多声道信号的声道延迟参数进行修正。

进一步的，所述下混处理模块301具体用于对所述多声道信号的当前帧信号进行下混处理获得和信号和边信号；

或者，

所述下混处理模块301具体用于对所述多声道信号的当前帧信号进行下采样，对下采样后的下采样信号进行下混处理获得和信号和边信号。

更进一步的，所述下混处理模块301具体用于获取所述多声道信号的当前帧的声道延迟参数，根据该当前帧的声道延迟参数对所述多声道信号进行下混，得到下混后的和信号和边信号；

所述能量分布获取模块302具体用于将所述边信号中的每个采样点的能量参数的叠加值除以所述和信号中的每个采样点的能量参数的叠加值，得到第一能量参数比值。

所述判断模块303具体用于当所述第一能量参数比值大于预定的第一门限值时，则判定所述处理信号出现了梳状滤波效应；或者，

所述判断模块303具体用于当长时平滑处理后的第一能量参数比值大于预定的第二门限值时，则判定所述处理信号出现了梳状滤波效应。

更进一步的，所述所述所述能量分布获取模块302还用于计算所述多声道信号的零延时对应的互相关系数，并进行长时平滑处理，得到长时平滑处理后的互相关系数；

所述判断模块303具体用于当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述第一能量参数比值大于预定的第一门限值，则判定所述处理信号出现了梳状滤波效应；或，所述判断模块具体用于当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，长时平滑处理后的所述第一能量参数比值大于预定的第二门限值，则判定所述处理信号出现了梳状滤波效应。

更进一步的，所述下混处理模块301还用于根据为零值的声道延迟参数对所述多声道信号进行下混，得到下混后的第二和信号和第二边信号；

能量分布获取模块302还用于将所述第二边信号中的每个采样点的能量参数的叠加值除以所述第二和信号中的每个采样点的能量参数的叠加值，得到第二能量参数比值，将所述第一能量参数比值除以所述第二能量参数比值，得到第三能量参数比值；或者，对所述第一能量参数比值、第二能量参数比值分别进行长时平滑处理，将长时平滑处理后的第一能量参数比值除以长时平滑处理后的第二能量参数比值，得到第三能量参数比值。

所述判断模块303具体用于当所述第三能量参数比值大于预定的第三门限值时，则判定所述处理信号出现了梳状滤波效应。

更进一步的，所述能量分布获取模块302还用于对所述第三能量参数比值进行去除基底处理后，得到第四能量参数比值，对所述第四能量参数比值进行长时平滑处理，得到长时平滑处理后的第四能量参数比值。

所述判断模块303具体用于当长时平滑处理后的第四能量参数比值大于预定的第四门限值时，则判定所述处理信号出现了梳状滤波效应。

更进一步的，所述能量分布获取模块302还用于计算所述多声道信号的零延时对应的互相关系数，并进行长时平滑处理，得到长时平滑处理后的互相关系数；

所述判断模块303具体用于当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述第三能量参数比值大于预定的第三门限值，则判定所述处理信号出现了梳状滤波效应；

所述判断模块303具体用于当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述长时平滑处理后的第四能量参数比值大于预定的第四门限值时，则判定所述处理信号出现了梳状滤波效应。

具体的，所述声道延迟参数修正模块304具体用于将所述多声道信号的当前帧的声道延迟参数置为零值；或，所述声道延迟参数修正模块304具体用于计算出所述多声道信号的零延时对应的互相关系数，增大所述零延时对应的互相关系数；或，所述声道延迟参数修正模块304具体用于计算出所述多声道信号的零延时对应的归一化互相关系数，增大所述零延时对应的归一化互相关系数。

进一步的，所述声道延迟参数修正模块304还用于在将所述多声道信号的当前帧信号的声道延迟参数进行修正后，修正所述当前帧之后拖尾范围内的帧的声道延迟参数。

综上所述，本发明实施例根据下混处理得到的处理信号的能量分布，判断是否出现了梳状滤波效应，上述能量分布可以通过S信号和M信号的之间的能量参数比值来表示。如果出现了梳状滤波效应，则通过直接及间接等多种途径对多声道信号的声道延迟参数进行修正，从而消除梳状滤波效应，保证重构的立体声信号等多声道信号的声像质量及清晰度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种对多声道信号的声道延迟参数进行修正的方法，其特征在于，包括：

对多声道信号进行下混处理获得处理信号；所述对多声道信号进行下混处理获得处理信号包括：获取所述多声道信号的当前帧的声道延迟参数，根据该当前帧的声道延迟参数对所述多声道信号进行下混，得到下混后的和信号和边信号；

计算所述处理信号的能量分布；所述计算所述处理信号的能量分布包括：将所述边信号中的每个采样点的能量参数的叠加值除以所述和信号中的每个采样点的能量参数的叠加值，得到第一能量参数比值；

根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应，如果是，则对所述多声道信号的声道延迟参数进行修正；所述对所述多声道信号的声道延迟参数进行修正具体包括：计算出所述多声道信号的零延时对应的互相关系数，增大所述零延时对应的互相关系数；或，计算出所述多声道信号的零延时对应的归一化互相关系数，增大所述零延时对应的归一化互相关系数。

2.根据权利要求1所述的方法，其特征在于，所述对多声道信号进行下混处理获得处理信号包括：

对所述多声道信号的当前帧信号进行下混处理获得和信号和边信号；

或者，

对所述多声道信号的当前帧信号进行下采样，对下采样后的下采样信号进行下混处理获得和信号和边信号。

3.根据权利要求1所述的方法，其特征在于，所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当所述第一能量参数比值大于预定的第一门限值时，则判定所述处理信号出现了梳状滤波效应；或者，

当长时平滑处理后的第一能量参数比值大于预定的第二门限值时，则判定所述处理信号出现了梳状滤波效应；

所述长时平滑处理采用如下计算方法进行：

long_ratio_1=long_ratio_1′×scale1+ratio_1×(1-scalel)；

其中，ratio_1表示所述第一能量参数比值，long_ratio_1表示所述长时平滑处理后的第一能量参数比值，long_ratio_1′表示上一帧对应的长时平滑处理后的第一能量参数比值，0≤scale1≤1。

4.根据权利要求1所述的方法，其特征在于，

所述计算所述处理信号的能量分布还包括：

计算所述多声道信号的零延时对应的互相关系数，并进行长时平滑处理，得到长时平滑处理后的互相关系数；

所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述第一能量参数比值大于预定的第一门限值，则判定所述处理信号出现了梳状滤波效应；或，

当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，长时平滑处理后的所述第一能量参数比值大于预定的第二门限值，则判定所述处理信号出现了梳状滤波效应。

5.根据权利要求1所述的方法，其特征在于，

所述对多声道信号进行下混处理获得处理信号还包括：

根据为零值的声道延迟参数对所述多声道信号进行下混，得到下混后的第二和信号和第二边信号；

所述计算所述处理信号的能量分布还包括：

将所述第二边信号中的每个采样点的能量参数的叠加值除以所述第二和信号中的每个采样点的能量参数的叠加值，得到第二能量参数比值；

将所述第一能量参数比值除以所述第二能量参数比值，得到第三能量参数比值；或者，对所述第一能量参数比值、第二能量参数比值分别进行长时平滑处理，将长时平滑处理后的第一能量参数比值除以长时平滑处理后的第二能量参数比值，得到第三能量参数比值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当所述第三能量参数比值大于预定的第三门限值时，则判定所述处理信号出现了梳状滤波效应。

7.根据权利要求5所述的方法，其特征在于，

所述计算所述处理信号的能量分布还包括：

对所述第三能量参数比值进行去除基底处理后，得到第四能量参数比值，对所述第四能量参数比值进行长时平滑处理，得到长时平滑处理后的第四能量参数比值。

8.根据权利要求7所述的方法，其特征在于，所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当长时平滑处理后的第四能量参数比值大于预定的第四门限值时，则判定所述处理信号出现了梳状滤波效应。

9.根据权利要求5所述的方法，其特征在于，

所述计算所述处理信号的能量分布还包括：

计算所述多声道信号的零延时对应的互相关系数，并进行长时平滑处理，得到长时平滑处理后的互相关系数；

所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述第三能量参数比值大于预定的第三门限值，则判定所述处理信号出现了梳状滤波效应。

10.根据权利要求7所述的方法，其特征在于，

所述计算所述处理信号的能量分布还包括：

计算所述多声道信号的零延时对应的互相关系数，并进行长时平滑处理，得到长时平滑处理后的互相关系数；

所述根据所述处理信号的能量分布，判断所述处理信号是否出现了梳状滤波效应包括：

当所述长时平滑处理后的互相关系数大于预定的第五门限值，并且，所述长时平滑处理后的第四能量参数比值大于预定的第四门限值时，则判定所述处理信号出现了梳状滤波效应。

11.根据权利要求1所述的方法，其特征在于，所述增大所述零延时对应的互相关系数，具体包括：

将所述零延时对应的互相关系数加上一个常量；或者，将所述零延时对应的互相关系数乘以一个常量；或者，将所述零延时对应的互相关系数乘以一个放大因子，该放大因子根据所述处理信号的能量分布得到。

12.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在将所述多声道信号的当前帧信号的声道延迟参数进行修正后，修正所述当前帧之后拖尾范围内的帧的声道延迟参数。

Images