CN103299657B - 音频信号处理 - Google Patents

Abstract

一种用于确定是否存在与音频信号流相对应的视频信号流的方法和装置。确定包括音频信号的数字比特流的采样率。如果采样率为48m kHz(其中m为整数)，则确定存在与音频信号相对应的视频信号。如果采样率为44.1m kHz(其中m为整数)，则确定没有与音频信号相对应的视频信号。

Description

音频信号处理

技术领域

本发明涉及音频信号处理技术领域。

背景技术

本说明书描述了用于确定是否存在与音频信号流相对应的视频信号流的方法和装置。

发明内容

在本说明书的一个方面，一种方法包括确定包括音频信号的数字比特流的采样率。如果采样率为48m kHz(其中m为整数)，则确定存在与音频信号相对应的视频信号(以下称为用于视频的音频的音频信号)，以及如果采样率为44.1m kHz(其中m为整数)，则确定没有与音频信号相对应的视频信号(以下称为仅音频的音频信号)。该方法可以进一步包括不同于处理仅音频的音频信号而对用于视频的音频的音频信号进行处理。该不同处理可以包括不同于处理从n1(其中n1为整数)个输入通道到n2(其中n2为整数)个输出通道的仅音频的音频信号而对从n1个输入通道到n2个输出通道的用于视频的音频的音频信号进行处理。该不同处理可以包括从用于视频的音频的音频信号提取对话通道。该方法可以进一步包括提取与该对话中心通道不同的音乐中心通道。该方法可以进一步包括以不同于对话中心通道的辐射模式对音乐通道进行辐射。在该方法中，n1可以小于n2。在该方法中，n1可以为2而n2可以为6，并且n2个输出通道可以包括音乐中心通道和对话中心通道。在该方法中，m可以为2或4。

在本说明书的另一个方面，一种音频系统包括用于确定数字编码的音频信号是用于视频的音频的音频信号还是仅音频的音频信号的装置。该装置包括用于确定数字比特流的采样率的电路、用于在该采样率是48m kHz(其中m为整数)的情况下确定该音频信号是用于视频的音频的电路以及用于在该采样率是44.1m kHz(其中m为整数)的情况下确定该音频信号仅是音频的电路。该音频系统可以进一步包括用于不同于处理仅音频的音频信号而对用于视频的音频的音频信号进行处理的电路。用于不同处理的该电路可以包括用于不同于处理从n1(其中n1为整数)个输入通道到n2(其中n2为整数)个输出通道的仅音频的音频信号而对从n1个输入通道到n2个输出通道的用于视频的音频的音频信号进行处理的电路。用于不同处理的该电路可以包括用于从用于视频的音频的音频信号提取对话通道的电路。该音频系统可以进一步包括用于提取与该对话中心通道不同的音乐中心通道的电路。该音频系统可以进一步包括用于以不同于对话中心通道的辐射模式对音乐通道进行辐射的扬声器。扬声器可以包括定向阵列。在该音频系统中，n1可以小于n2。在该音频系统中，n1可以为2而n2可以为6，并且n2个输出通道可以包括音乐中心通道和对话中心通道。在该音频系统中，m可以为2或4。

当结合以下附图阅读时，其它特征、目的和优势将从以下详细描述变得显而易见，其中：

附图说明

图1是家庭娱乐系统的框图；

图2是用于操作家庭娱乐系统的过程的框图；

图3是更为详细地示出了图2的框中的一个框的用于操作家庭娱乐系统的过程的框图；

图4是用于操作家庭娱乐系统的过程的框图；以及

图5A和图5B是用于处理音频信号的可替换配置的框图。

具体实施方式

虽然附图中若干视图的部件可以在框图中被示出并描述为离散部件并且可以被称作“电路”，但是除非另外指出，该部件可以被实施为模拟电路、数字电路之一或者其组合，或者一个或多个执行软件指令的微处理器。该软件指令可以包括数字信号处理(DSP)指令。操作可以由模拟电路来执行，或者由执行软件的微处理器来执行，该软件执行模拟操作的数学或逻辑等价物。除非另外指出，信号线路可以被实施为离散的模拟或数字信号线路、具有用于对单独的音频信号流进行处理的适当信号处理的单个离散数字信号线路或者无线通信系统的部件。可以以框图的形式描述一些过程。在每个框中执行的活动可以由一个部件或者由多个部件来执行，并且可以是在时间上分开的。执行框的活动的部件可以是物理分开的。一个部件可以执行不止一个框的活动。除非另外指出，音频信号或视频信号或者这二者可以以数字或模拟形式进行编码并传送；可以从图中省略常规的数模转换器或模数转换器和放大器。

图1是家庭娱乐系统10的一些部件的框图。多个(在该示例中为四个)音频信号源可操作地耦合至音频接收器/主机(以下为主机)18。音频信号源可以包括有线/卫星接收器12、个人视频录影机(PVR)或数字视频录影机(DVR)14、DVD回放器16以及例如个人音乐存储设备的另一设备17。主机18与重现设备20(通常为扬声器或头戴式耳机)相耦合。家庭娱乐系统还可以包括电视机22(该视图中没有示出与电视机22的互连)。电视机22可以接收视频信号，针对该视频信号存在相对应的音频信号。

音频信号源可以通过主机上的端子耦合至主机18。该端子可以被指定为用于从一种设备接收音频信号的端子。例如，端子可以被指定为“有线/卫星接收器”、“PVR/DVR”、“DVD”和“其它”或“Aux”。备选地或附加地，端子可以被设计用于接收以特定格式进行编码或者通过特定类型的连接器进行传送的数字音频信号，并且端子描述符可能指示该信号格式或连接器类型。例如，端子可能是HDMI(高分辨率多媒体接口)、SPDIF(Sony/Phillips数字接口格式)或USB(通用串行总线)类型的端子，其可以通过指示符或者通过不同的物理外观来识别。可以存在一些这些类型的端子中的一个以上的端子。例如，可以有一个以上的HDMI端子。在另一个实施方式中，主机中可以有无线接收器以无线地接收来自音频信号源的音频信号。

在操作中，主机18接收来自音频信号源的音频信号，对该音频信号进行处理，并且将处理过的音频信号呈现至扬声器20，扬声器20将该音频信号换能成声波。该主机可以不同于处理来自一个源的音频信号而对来自另一个源的音频信号进行处理。此外，不同于在没有与音频信号相对应的视频信号的情况下，该主机可以基于是否存在与音频信号相对应的视频信号(旨在通过电视机22进行再现)而对音频信号进行不同处理。在下文中，如果存在与音频信号相对应的视频信号，则该音频信号将被称作“用于视频的音频”的音频信号。如果没有与音频信号相对应的视频信号，则该音频信号将被称作“仅音频”的音频信号。

图2中图示了一种用于不同于处理仅音频的音频信号而对用于视频的音频的音频信号进行处理的过程。在框30，确定音频信号是用于视频的音频的音频信号还是仅音频的音频信号。如果确定了音频信号是用于视频的音频，则在框32应用适于用于视频的音频的音频信号的信号处理。如果确定了音频信号仅为音频，则在框34应用适于仅音频的音频信号的处理。如果无法确定音频信号是用于视频的音频还是仅音频的，则默认可以使用用于视频的音频或仅音频来对音频信号进行处理。此外，诸如以下所描述的其它因素可以用来覆盖或补充图2的过程。

在图2的框30中，音频系统使用某种用于确定音频信号是用于视频的音频还是仅音频的方法或设备。一种方法或设备是基于设备类型进行假设。例如，如果通过被指定为“DVR/PVR”的端子接收到音频信号，则可以假设该音频信号是用于视频的音频的音频信号。然而，对于一些类型的设备而言，该假设可能是不准确的。例如，如果端子被指定为“DVD”，则在使用DVD回放器回放包含仅音频的音频信号的CD的通常情况下，假设音频信号是用于视频的音频的音频信号可能是不准确的。而且，如果端子由端子的格式或类型所指定，则假设音频信号是用于视频的音频或仅音频可能是错误的。例如，由HDMI端子或USB端子所接收的信号可能是仅音频或者用于视频的音频。

另一种用于确定音频信号是用于视频的音频还是仅音频的方法是读取通常包括在数字编码的信号流中的元数据。例如，如果元数据指示音频信号被“矩阵编码”，则可以假设该音频信号是用于视频的音频。然而，元数据可能并不存在，或者如果存在，可能并不包括用于指示音频信号是用于视频的音频还是仅音频的信息。

另一种用于确定音频信号是用于视频的音频还是仅音频的方法是鼓励或要求来自用户的指定。这对于用户而言可能是令人讨厌的，或者可能导致用户不正确地指定音频信号是用于视频的音频还是仅音频。此外，该方法需要用于用户接口的附加部件，例如附加按钮或者屏幕上的附加图表。

图3使用更为详细地示出的框30的实施方式示出了图2的过程。图3的框30包括框301，在框301中确定输入数字比特流的采样率。如果输入数字比特流的采样率为48m kHz(其中m为整数，通常为1、2或4)，则假设音频信号为用于视频的音频，并且在框32应用针对用于视频音频的音频信号的处理。如果输入数字比特流的采样率为44.1m kHz(其中m为整数，通常为1、2或4)，则假设音频信号为仅音频，并且在框34应用针对仅音频的音频信号的处理。如果数字比特流的输入无法确定或者是44.1kHz或48kHz之外的某数值，则可以应用仅音频的处理或用于视频的音频的处理，或者某种其它音频信号处理。用于确定数字比特流的采样率的方法包括读取该数字比特流中的元数据或者测量已知时间间隔中的采样数。

在一些实例中，图3的过程所需的一些或所有数据已经被要求执行其它操作，因此图3的过程除了已经出于其它目的而被收集的数据之外不需要数据。例如，可能有必要确定比特流的采样率以对音频信号应用均衡模式。

图3的框301的过程可能并不绝对地确定音频信号是用于视频的音频还是仅音频，并且在一些情况下(例如，音乐会DVD或者线缆或卫星音乐通道)可能给出不正确的结果，但是在大多数情况下是准确的。为了提高音频信号的仅音频或用于视频的音频的属性的估计的准确性，可以执行附加的测试，其在图4中由可选框302...30n表示。该附加测试可以包括之前所描述的测试，例如确定作为音频信号源的设备的类型；读取数字比特流的元数据；或者其它测试。另一种测试例如可以是确定电视是开机还是关机。如果电视关机，则可以假设音频信号为仅音频。如果电视开机，则可以假设音频信号是用于视频的音频。这些测试可以以所示出的顺序或某种其它顺序来应用。

采样率的确定以及音频信号的处理通常由微处理器或数字信号处理器(DSP)来完成。如果应用了其它测试(例如，如果确定电视的开机/关机状态)，则可以包括其它测量设备、传感器以及连接或无线传输电路以执行图4的过程。

图5A和图5B示出了可以被应用于用于视频的音频的音频信号以及仅音频的音频信号的不同处理的示例。图5A和图5B的音频系统将两个输入通道L和R解码成更多通道。

图5A和图5B的音频处理系统110均包括耦合至通道提取处理器112的输入端子L和R，该通道提取处理器112包括对话通道提取器128、中心音乐通道提取器126和环绕通道提取器。通道提取器112的部件耦合至通道呈现处理器114，通道呈现处理器114耦合至对话回放设备116、中心音乐通道回放设备118和其它回放设备20L、20R、20LS和20RS。在2009年5月13日由Berardi等人提交的名称为“Center Channel Rendering”的美国专利申请12/465,146中能够找到关于图5A和图5B的操作的更多信息，其全文通过引用结合于此。

图5A示出了配置为用于视频的音频的处理的系统。该音频系统包括输入通道L和R。该音频系统可以包括通道提取处理器112和通道呈现处理器114。根据美国专利申请12/465,146，通道提取器112包括从L信号和R信号提取对话中心通道的对话提取器128。该音频系统进一步包括若干回放设备，该回放设备可以包括对话回放设备116、中心音乐通道回放设备118和其它回放设备20。

如美国专利申请12/465,146中所解释的，在操作中，通道提取处理器112从输入通道L和R提取可能并未包括在输入通道中的附加通道。该附加通道可以包括对话通道122、中心音乐通道124和其它通道125。通道呈现处理器114准备音频通道中的音频信号用于通过对话回放设备116以及其它回放设备20L、20R、20LS和20RS进行再现。由呈现处理器114所完成的处理可以包括放大、均衡以及诸如空间增强处理之类的其它音频信号处理。

对话中心通道随后可以通过对话回放设备116被辐射，对话回放设备116可以具有适于在明确处于电视屏幕附近的话音频带中提供“紧密(tight)”声像的频率和指向性特性。例如，对话回放设备可以是定向扬声器，例如正如美国专利申请12/465,146中所描述的干涉阵列。中心音乐通道提取器126和中心通道音乐回放设备118(如通过虚线所指示的)，或者中心音乐通道提取器126可以提取如美国专利申请12/465,146中所描述的音乐中心通道，并且中心音乐通道回放设备118可以辐射音乐中心通道使得中心音乐通道的声像比对话中心通道的声像更为扩散。

图5B的音频系统示出了配置为用于视频的音频的处理的系统。除了对话通道提取器128和对话回放设备116不活跃(如通过虚线所指示的)之外，图5B的音频系统包括图5A的部件。

在操作中，如美国专利申请12/465,146中所解释的，通道提取处理器112从输入通道L和R提取可能并不包括在输入通道中的附加通道。附加通道可以包括中心音乐通道124和其它通道125。通道呈现处理器114准备音频通道中的音频信号用于通过中心音乐通道回放设备116和其它回放设备20进行再现。由呈现处理器114所完成的处理可以包括放大、均衡以及诸如空间增强处理之类的其它音频信号处理。

中心音乐通道随后可以通过中心音乐通道回放设备118被辐射，中心音乐通道回放设备118可以具有适于在以音乐为典型特征的频率范围中提供扩散的中心声像的频率和指向性特性。例如，对话回放设备可以是全向扬声器。如通过虚线所指示的，对话通道提取器128和对话回放设备116可以是不活跃的。

图5A和图5B的系统被称作“上混”，其中对n(在该示例中为2)个输入通道进行处理以提供n个以上的输出通道。由主机所应用的不同处理的另一个示例是“下混”(其中对n个输入通道进行处理以提供n个以下的输出通道)，或者“重混”(其中对n个输入通道进行处理以提供具有不同于n个输入通道的内容的n个输出通道)。

由主机所应用的不同处理的另一示例是动态范围压缩。如果输入音频信号是用于视频的音频信号，则可以应用于该信号的任何压缩可以不同于应用于仅音频的音频信号的压缩。例如，可以对不同频率范围进行不同压缩。

可以对这里所公开的具体装置和技术进行多种使用和变更而并不背离本发明构思。因此，本发明应被理解为包含每种和各种新颖特征以及这里所公开的特征的新颖组合而且仅由所附权利要求的精神和范围所限制。

Claims (19)

1.一种处理音频信号的方法，包括：

根据数字比特流中的音频信号的采样率确定所述数字比特流的视频特征，其中确定包括：

如果所述音频信号的所述采样率为48m kHz，则确定存在与所述音频信号相对应的视频信号，其中m为整数；以及

如果所述音频信号的所述采样率为44.1m kHz，则确定没有与所述音频信号相对应的视频信号，其中m为整数；

如果确定步骤不确定是否存在与所述音频信号相对应的视频信号，则执行一个或多个附加测试来确定是否存在与所述音频信号相对应的视频信号。

2.根据权利要求1所述的方法，进一步包括：

不同于当所述音频信号的所述采样率为44.1m kHz时处理所述音频信号而当所述音频信号的所述采样率为48m kHz时对所述音频信号进行处理。

3.根据权利要求2所述的方法，其中不同地处理包括：

不同于当所述音频信号的所述采样率为44.1m kHz时处理从n1个输入通道到n2个输出通道的所述音频信号，而当所述音频信号的所述采样率为48m kHz时对从n1个输入通道到n2个输出通道的所述音频信号进行处理，其中n1为整数，n2为整数。

4.根据权利要求3所述的方法，其中所述不同地处理包括：

当所述音频信号的所述采样率为48m kHz时从所述音频信号提取对话中心通道。

5.根据权利要求4所述的方法，进一步包括提取与所述对话中心通道不同的音乐中心通道。

6.根据权利要求5所述的方法，进一步包括以不同于所述对话中心通道的辐射模式对所述音乐中心通道进行辐射。

7.根据权利要求3所述的方法，其中n1<n2。

8.根据权利要求7所述的方法，其中n1＝2且n2＝6，并且其中所述n2个输出通道包括音乐中心通道和对话中心通道。

9.根据权利要求1所述的方法，其中m为2或4。

10.一种音频系统，包括：

用于根据数字比特流中的音频信号的采样率确定所述数字比特流的视频特征的装置，所述装置包括：

用于确定所述数字比特流的所述采样率的电路；

用于确定以下内容的电路：

如果所述采样率是48m kHz，则所述音频信号是用于视频的音频，其中m为整数；

如果所述采样率是44.1m kHz，则所述音频信号是仅音频，其中m为整数；以及

用于在所述确定不确定所述音频信号是仅音频还是用于视频的音频的情况下执行一个或多个附加测试来确定所述音频信号是仅音频还是用于视频的音频的电路。

11.根据权利要求10所述的音频系统，进一步包括：

用于不同于处理所述仅音频的音频信号而对所述用于视频的音频的音频信号进行处理的电路。

12.根据权利要求11所述的音频系统，其中用于不同处理的所述电路包括：用于不同于处理从n1个输入通道到n2个输出通道的仅音频的音频信号，而对从n1个输入通道到n2个输出通道的用于视频的音频的音频信号进行处理的电路，其中n1为整数且n2为整数。

13.根据权利要求12所述的音频系统，其中用于不同处理的所述电路包括：用于从所述用于视频的音频的音频信号提取对话中心通道的电路。

14.根据权利要求13所述的音频系统，进一步包括：用于提取与所述对话中心通道不同的音乐中心通道的电路。

15.根据权利要求14所述的音频系统，进一步包括：用于以不同于所述对话中心通道的辐射模式对所述音乐中心通道进行辐射的扬声器。

16.根据权利要求15所述的音频系统，其中所述扬声器包括定向阵列。

17.根据权利要求12所述的音频系统，其中n1<n2。

18.根据权利要求17所述的音频系统，其中n1＝2且n2＝6，并且其中所述n2个输出通道包括音乐中心通道和对话中心通道。

19.根据权利要求10所述的音频系统，其中m为2或4。