CN104219604A - 一种扬声器阵列的立体声回放方法 - Google Patents

Abstract

本申请公开了一种扬声器阵列的立体声回放方法，包括：预先确定扬声器对的位置和频率范围，再根据频率范围对音频信号进行分频处理，并对应每个扬声器，将相应频率范围内的分频信号经过与该扬声器对应的串扰消除滤波器进行滤波，并将滤波后的结果信号通过该扬声器进行播放。其中，串扰消除滤波器是根据最优声源分布方式确定的。通过本申请，能够获得较好的立体声环绕效果。

Description

一种扬声器阵列的立体声回放方法

技术领域

本申请涉及音频处理技术，特别涉及一种扬声器阵列的立体声回放方法。

背景技术

现有的环绕声回放阵列技术包括如下三种：(1)Wave Field Synthesis，简称WFS；(2)High Order Ambisonics，简称HOA；(3)环绕立体声。

其中，WFS是一种利用大量扬声器在宽广的范围内产生一个虚拟听觉场景的空间声场重放技术。理论上，使用WFS技术，扬声器阵列可以产生几乎所有符合物理规律的虚拟声场，而且产生的虚拟声源可以在阵列后方，也可以在阵列前方。

HOA是声音空间化技术的一种，整个系统分为编码器和解码器两部分。它将原始声音编码成多个声音信号进行保存传输，最终将这些声道解码，在用户终端不同数量及摆放形状的扬声器阵列上回放，实现声音的高保真和精确定位回放。HOA的实现可先将测得或模拟出的声场分解为一系列球面谐波函数(编码)，随后在基于扬声器设置的几何方位上获得扬声器信号(解码)。

WFS和HOA技术虽然可以重放出比较精确的声场，但由于需要的扬声器数量非常多，导致系统的复杂度上升和可操作性降低，另一方面，支持WFS和HOA的音频节目源严重匮乏。

环绕立体声是目前最为成功的商用重放系统，其典型应用案例包括Dolby公司的5.1声道环绕系统、7.1声道环绕系统和最新的Atmos系统等。环绕立体声所使用的声源可扩展到整个水平面乃至垂直面，可以较好地营造听音的临场感。环绕立体声技术需要较少的扬声器，可操作性高，并且其有丰富的节目源，因此得到了广泛的应用，但由于其必须配置后置扬声器，因此不适用于线性阵列。为了利用线阵列获得立体声听音效果，需要借助虚拟三维音效技术。虚拟三维音效最早应用于耳机，现在逐渐推广到扬声器阵列，目的是用任意分布的扬声器阵列在听音者双耳处获得立体声回放效果。由于立体声信号使用扬声器播放后，会产生所谓的串扰影响，因此有大量文献讨论串扰消除的问题。

当节目源是立体声信号时，理论上使用耳机回放可以让声信号完美地在使用者双耳重现。但是，当使用扬声器阵列重放立体声信号时，却难以达到相同的效果。因此，使用扬声器阵列营造立体声声场的理想目标就是让听音者双耳接收的信号与原始立体声信号几乎一致。通常情况下，使用扬声器阵列重放立体声信号时，由于每个扬声器产生的信号都会到达两个耳道，这就导致了所谓的扬声器串扰问题。

为了解决串扰影响，有大量的文献和专利讨论了这方面的问题。串扰消除技术的出现可以让扬声器阵列发挥出其空间上的优势，让听者能获得更好的立体感，但是串扰消除技术往往会带来立体声环绕感和音质的下降。这种效果的下降往往在原始立体声信号没有经过人工头录音时更为明显，因为理想的双耳时间差和强度差信息很容易受人头散射的影响而显著恶化。另一方面，人头的转动和最佳听音位置的大小限制,和扬声器阵列中的单元分布，都会对经串扰消除后的信号有所影响。因此也有不少改进的串扰消除技术，如增加声源个数来扩大最佳听音区域大小，提供多个最佳听音位置或者根据人头的位置自动调整最佳听音位置。

使用串扰消除技术往往还会带来一个重要的问题：频谱的染色。受到声场求逆算法的影响，扬声器激励信号频率响应会在不同的频率点上出现各种变化，有些频点上的响应会显著增加，进而使得整个声场的声信号远远偏离期望值。此外，串扰消除的求逆过程很可能出现病态矩阵，这样会使系统的鲁棒性降低，而且鲁棒性下降的频点往往声染色较为严重，这会进一步导致声场的恶化。由于声染色的存在，为确保扬声器在最大增益频点不失真，需要约束扬声器的动态范围。

最优声源分布技术(Optimal source distribution,最优声源分布)最早由Takeuchi等人提出。最优声源分布技术可以较好地避免了动态范围的减少，而且还能继续保持良好的立体声环绕效果，较强的鲁棒性，较宽的频响特性和较好的串扰消除效果。该技术基于环状扬声器阵列，没有应用于线性阵列，不适用于平面电视墙，也没考虑阵列单元的不一致性，同时其频带划分方法与扬声器单元夹角大小设定并不合理。

发明内容

本申请提供一种扬声器阵列的立体声回放方法，能够增强立体声回放的环绕效果，并具有较好的串扰消除效果。

为实现上述目的，本申请采用如下的技术方案：

一种扬声器阵列的立体声回放方法，包括：

根据立体声音频的频率与θ的关系曲线，确定扬声器阵列中各个扬声器对与最佳听音位置连线间的夹角2θ和各个扬声器对的频率范围；按照所述夹角2θ和预设的扬声器阵列中心点与最佳听音位置间的距离确定各个扬声器对的位置；所述扬声器阵列包括对称排列的一个或多个扬声器对构成；

将双声道立体声音频信号进行分频，生成与每个扬声器对的频率范围相对应的双声道分频信号；

对应每个扬声器，将相应的双声道分频信号中的左右耳信号分别经过与该扬声器对应的两个串扰消除滤波器进行滤波；将经过串扰消除滤波器滤波后的双声道分频信号通过相应的扬声器进行播放；其中，每个扬声器对所对应的四个串扰消除滤波器是根据最优声源分布方法确定的。

较佳地，所述立体声音频的频率与的关系曲线为其中，Δr＝Δr₀(1+2θ/π)，Δr₀为人头实际的双耳距离，c为声速，0.2≤n≤1.8。

较佳地，在自由场中，当所述扬声器阵列中的各扬声器对以线性方式排列时，每个扬声器对应两个串扰消除滤波器，分别为和用于对分频信号中扬声器同侧的信号和扬声器异侧的信号进行滤波；其中， $h_{11}=\frac{L}{2}*\mathrm{IFFT}\{\mathrm{1,1},...,1\},h_{12}=\frac{L}{2}*\mathrm{IFFT}\{j,j,...,j\},$ L为扬声器阵列的中心与最佳听音位置间的距离；

当所述扬声器阵列中的各扬声器对以弧形方式排列时，每个扬声器对应两个串扰消除滤波器，分别为和用于对分频信号中的扬声器同侧的信号和扬声器异侧的信号进行滤波；其中， $h_{11}=\frac{1}{2}*\mathrm{IFFT}\{\mathrm{1,1},...,1\},h_{12}=\frac{1}{2}*\mathrm{IFFT}\{j,j,...,j\}.$

较佳地，该方法进一步包括：预先以所述扬声器阵列中的指定扬声器为基准，对其他各个扬声器进行频响校准，并确定相应的补偿滤波器；

在经过所述串扰消除滤波器进行滤波后、通过相应的扬声器对进行播放前，该方法进一步包括：对所述串扰消除滤波器滤波后的信号，利用相应的补偿滤波器进行滤波。

较佳地，在确定所述夹角2θ和各个扬声器对的频率范围时，进一步根据扬声器对与最佳听音位置间的自由场传递函数矩阵C与扬声器对对应的四个串扰消除滤波器构成的串扰消除矩阵H间的乘积矩阵R＝CH的仿真结果和扬声器对的频率响应曲线进行。

较佳地，所述分频和滤波的处理通过软件或硬件实现。

较佳地，所述将双声道立体声音频信号进行分频时，利用2N个播放器对相同的2N个双声道立体声音频信号分别进行分频处理，每个播放器生成一个与一扬声器对的频率范围相对应的双声道分频信号；其中，N为扬声器阵列包括的扬声器对数；

2N个播放器与其中的主控播放器进行时钟同步，并在每个播放器生成的双声道分频信号进行滤波处理后通过相应的扬声器进行播放时，以所述主控播放器对滤波处理后的信号的播放时间为基准进行同步播放。

较佳地，所述将双声道立体声音频信号进行分频时，利用一个播放器将所述双声道音频信号进行分频处理，生成与N个扬声器对的频率范围分别对应的2N个双声道分频信号；其中，N为扬声器阵列包括的扬声器对数；

在所述播放器中，将2N个双声道分频信号利用与2N个扬声器对应的滤波器进行滤波处理后，同步发送给2N个扬声器进行播放。

由上述技术方案可见，本申请中，预先确定扬声器对的位置和频率范围，再根据频率范围对音频信号进行分频处理，并对应每个扬声器，将相应频率范围内的分频信号经过与该扬声器对应的串扰消除滤波器进行滤波，并将滤波后的结果信号通过该扬声器进行播放。其中，串扰消除滤波器是根据最优声源分布方式确定的。通过上述处理，可以利用扬声器阵列进行立体声信号的回放，并能够增强环绕效果，同时由于根据最优声源分布方式生成串扰消除滤波器，因此具有较好的串扰消除效果。

附图说明

图1为标准最优声源分布技术的示意图；

图2为最优声源分布中进行扬声器阵列离散化的示意图；

图3为立体声回放系统的传输示意图；

图4为弧形扬声器阵列中一对扬声器对进行播放、最佳听音位置上进行接收的系统示意图；

图5为扬声器对的夹角与频率范围的关系曲线；

图6为本申请中立体声回放方法的流程示意图；

图7a和图7b分布为两种同步播放方式对应的系统架构示意图；

图8为实验流程示意图；

图9为线性阵列最优声源分布方法的动态范围示意图；

图10为线性阵列最优声源分布方法的串扰消除效果。

具体实施方式

为了使本申请的目的、技术手段和优点更加清楚明白，以下结合附图对本申请做进一步详细说明。

本申请中的立体声回放方法，基于最优声源分布技术进行改进。在最优声源分布技术中，要求扬声器应当是连续的环状线声源(如图1所示)，因此，难以适用于多个扬声器构成的离散扬声器阵列，尤其是线性扬声器阵列，例如平面电视墙等。

本申请中，将理想的环状扬声器进行离散化为扬声器阵列，其中，扬声器阵列中包括的多个扬声器对，成对地对称排列，可以是线性排列或弧形排列(如图2所示)。

其中，在弧形排列中，每个扬声器对与最佳听音位置间的距离相同；在线性排列中，每个扬声器对与最佳听音位置间的距离不同。依据最优声源分布确定扬声器阵列中各个扬声器对应的串扰消除滤波器，从而保证串扰消除效果，提高立体声的环绕效果。具体地，每个扬声器用于覆盖立体声音频信号中一定的频率范围，对称分布的两个扬声器覆盖相同的频率范围；每个扬声器对应两个串扰消除滤波器，分别用于对左右耳信号进行滤波处理，并通过扬声器将滤波处理后的左右耳信号进行播放。由于不同的扬声器对覆盖不同的频率范围，因此，在确定串扰消除滤波器时，可以分别确定；而对称分布的两个扬声器覆盖的频率范围相同，因此需要针对每个扬声器对，联合确定该两个扬声器对所对应的四个串扰消除滤波器的滤波特性。

首先，以一个弧形阵列中的扬声器对为例，说明该扬声器对对应的四个串扰消除滤波器的滤波特性是如何确定。

图3为一对扬声器及其相应的串扰消除滤波器构成的立体声回放系统的传输示意图。如图3所示，其中包括双声道立体声源信号d、四个串扰消除滤波器构成的滤波矩阵H、扬声器对到最佳听音位置的自由场传递函数矩阵C。具体地，在最佳听音位置上双耳的接收信号w与扬声器对发出的信号v，理论上，

w＝Cv           (1)

信号v由双声道声源理想信号d经过串扰消除矩阵H得到，

v＝Hd            (2)

因此，由(1)和(2)可得

w＝CHd        (3)

在式(3)中，定义串扰消除效果矩阵R，

R＝CH         (4)

当串扰消除效果达到最理想情况时，矩阵R应等于单位矩阵。此时，双耳处接收的信号w为经过一段延时的理想两通道信号d。但一般情况下矩阵R不是理想的单位矩阵，这时可以通过比较其对角元素与反对角元素的大小来测量串扰消除的效果。当实际回放系统的传递函数矩阵C已知或固定时，就可以通过求逆操作得到相应的逆矩阵H，也就是

H＝C^-1          (5)

但是，这种情况下的系统鲁棒性会比较低，此时可以通过规整操作，简单而有效地提高系统的鲁棒性，

H＝[C^HC+βI]^-1C^H           (6)

其中I是单位矩阵，β是规整参数，(·)^H是共轭转置操作。规整操作会使系统的鲁棒性得到提高，但同时也会引入一定量的误差，所以β的选择需要做出权衡。

假设传递函数矩阵C为自由场的传递函数，

$C=\frac{{\mathrm{\ρ}}_0}{4\mathrm{\π}}\left[\begin{array}{cc}{e}^{-\mathrm{jk}{l}_1}/l_1& e^{-\mathrm{jk}{l}_2}/l_2\\ e^{-\mathrm{jk}{l}_2}/l_2& e^{-\mathrm{jk}{l}_1}/l_1\end{array}\right]---\left(7\right)$

其中k＝2πf/c，c为声速，f为频率。图4为弧形扬声器阵列中一对扬声器对进行播放、最佳听音位置上进行接收的系统示意图。l₁和l₂分别为扬声器到最佳听音位置上左右耳的距离，Δr为人头的直径。定义g＝l₁/l₂和l＝l₁-l₂，则

$C=\frac{{\mathrm{\ρ}}_0{e}^{-\mathrm{jk}{l}_1}}{4\mathrm{\π}{l}_1}\left[\begin{array}{cc}1& {\mathrm{ge}}^{-\mathrm{jk\Δl}}\\ {\mathrm{ge}}^{-\mathrm{jk\Δl}}& 1\end{array}\right]---\left(8\right)$

其中l为扬声器到最佳听音位置上人头中心的距离。同时，考虑以下情况

$d=\frac{{\mathrm{\ρ}}_0{e}^{-\mathrm{jk}{l}_1}}{4\mathrm{\π}{l}_1}\left[\begin{array}{c}{D}_1\left(\mathrm{j\ω}\right)\\ D_2\left(\mathrm{j\ω}\right)\end{array}\right]---\left(9\right)$

其中D₁、D₂为左右耳的理想信号的频域表示。根据公式(5)

$H=C^{-1}=\frac{1}{1-g^2{e}^{-2\mathrm{jk\Δl}}}\left[\begin{array}{cc}1& -g{e}^{-\mathrm{jk\Δl}}\\ -g{e}^{-\mathrm{jk\Δl}}& 1\end{array}\right]---\left(10\right)$

当l>>Δr，可以得到相应的近似Δl≈Δrsinθ，因此，

$H=\frac{1}{1-g^2{e}^{-2\mathrm{jk\Δ}r\sin \mathrm{\θ}}}\left[\begin{array}{cc}1& -g{e}^{-\mathrm{jk\Δ}r\sin \mathrm{\θ}}\\ -g{e}^{-\mathrm{jk\Δr}\sin \mathrm{\θ}}& 1\end{array}\right]---\left(11\right)$

当kΔrsinθ变化时，H的范数波动较大，就会导致系统动态范围的缺失和鲁棒性的降低。因此，适当选择k与θ，当满足

$\mathrm{k\Δ}r\sin \mathrm{\θ}=\frac{\mathrm{\π}}{2}---\left(12\right)$

时，系统回放有最佳效果。当l>>Δr，此时g≈1，则

$H\≈\frac{1}{2}\left[\begin{array}{cc}1& j\\ j& 1\end{array}\right]---\left(13\right)$

此时，动态范围的减少可以降到最低，这种方法也就是标准最优声源分布方法。由于最优声源分布中，扬声器是环状连续的线声源，因此，公式(13)中的滤波矩阵特性适用于弧形扬声器阵列。

同时，为了使系统适用于平面电视墙等线性扬声器阵列，需要将公式(13)中的滤波矩阵进行调整。图2中给出了最优声源分布的环状阵列映射为线性阵列的示意图。假设弧形阵列各单元与最佳听音位置间的距离为L，则映射为线性阵列时，线性阵列中心与最佳听音位置间的距离保持L不变，每个扬声器与最佳听音位置间的距离为L/cosθ。相应地，对传递函数矩阵C做出相应的调整以得到线性阵列的滤波器，即

$C=\frac{\cos \mathrm{\θ}}{L}\left[\begin{array}{cc}1& -j\\ -j& 1\end{array}\right]---\left(16\right)$

则串扰消除矩阵调整为

$H\≈\frac{L}{2\cos \mathrm{\θ}}\left[\begin{array}{cc}1& j\\ j& 1\end{array}\right]---\left(17\right)$

因此，对于线性扬声器阵列，每个扬声器对应的四个串扰消除滤波器应当满足公式(17)给出的矩阵特性。

另外，如前所述，最优声源分布技术理论上使用一对环状连续声源，如图1所示。但实际应用中必须将其离散化为多对点声源的组合，每个点声源各自负责一定的频率范围，也就是前述各个扬声器对分别覆盖一定的频率范围。为满足公式(12)的要求，优选地，各个扬声器对分别负责的频率范围(即频带划分)可以根据以下公式确定。

$f=\frac{\mathrm{nc}}{4\mathrm{\Δ}r\sin \mathrm{\θ}}---\left(14\right)$

在公式(14)中，n取1时，矩阵H的条件数最小，完全满足公式(12)，则相应的串扰消除滤波器的频响曲线最平坦，某个频点上不易出现较大的增益，所以扬声器输出有最大的动态范围。因此，扬声器对的位置和其覆盖的频率范围应当满足公式(14)的要求，从而能够实现最优声源分布。其中，θ为扬声器对与最佳听音位置连线间的夹角的一半，c为声速。Δr为人头的等效双耳距离，由于存在人头散射的影响，其随着θ增大而增大，由以下公式近似：

Δr＝Δr₀(1+2θ/π)              (15)

其中，Δr₀为人头实际的双耳距离。当然，在实际应用中，为保证实际系统的可行性，允许n在1附近有一定的偏差，通常所能容许的偏差上限为n＝1.8，容许的偏差下限为n＝0.2。

在根据公式(14)确定扬声器对的位置和频率范围时，具体地，可以根据公式(14)和(15)，画出随夹角θ增大时，频率f的变化曲线。为保证实际系统的可行性，允许n在1附近有一定的偏差，这样可以画出扬声器对的夹角与相应的频带关系的曲线，如图5所示。其中，实线为所能容许的偏差上限n＝1.8，虚线为理想曲线n＝1，点线为容许的偏差下限n＝0.2。根据上述曲线可以对扬声器对进行频率范围的划分，并确定相应的夹角θ，进而结合最佳听音位置与扬声器阵列中心间的距离确定扬声器对的具体位置。其中，最佳听音位置与线性扬声器阵列中心间的距离L或最佳听音位置与弧形扬声器阵列中每个扬声器间的距离L应当是预先设定好的。

上述为串扰消除滤波器的设计和扬声器阵列离散化方式的原理性描述。下面通过图6所示的流程说明本申请中的立体声回放方法。如图6所示，该流程包括：

步骤601，预先根据立体声音频的频率与θ的关系曲线，确定扬声器阵列中各个扬声器对与最佳听音位置连线间的夹角2θ和各个扬声器对的频率范围。

如前所述，根据立体声音频的频率与θ的关系确定扬声器对所对应的频率范围。优选地，立体声音频的频率与θ的关系为相应地，可以得到图5所示的关系曲线，可以根据图5所示的曲线进行频率分区，再确定扬声器对的夹角2θ。

具体地，实际系统中扬声器阵列中扬声器的数量对应着图5曲线的分区数量，分区数越多越接近于连续声源，每个扬声器重放的频带范围会相应压缩，重放效果越理想；分区数越少，每个单元的重放频率成分越多，重放效果越差。可以根据需要进行频率分区。同时，根据图5所示的曲线可以看出，由于扬声器对在夹角角度较小时，角度的细小变化也会带来较多的高频部分频率范围变化，因此在角度θ较小时，设计角度要较为精确。而在角度较大时，因为角度的变化对频带范围的影响相对较小，所以低频部分扬声器对的位置设置可以有适当调整，而且不需要太多的扬声器个数。

在确定各个扬声器对的频率范围时，除根据图5所示的曲线确定外，还可以进一步根据仿真程序来确定。这是因为扬声器阵列中对应某个夹角θ的扬声器所覆盖的频带范围，很可能与其他夹角的扬声器所覆盖的范围有交叠的部分。这时，可以根据实际的仿真结果来确定最终的夹角与频带。一般可以通过观察串扰消除矩阵R和串扰消除滤波器的频响曲线的仿真结果来设定扬声器对的位置与频带范围的取值。因为R＝CH，C是传输函数矩阵，仿真中为了更加接近实际，采用刚性球模型来模拟人头的散射ⁱ，考虑散射时声源到人头左耳(或右耳)的传递函数为

$C_s(r,a,\mathrm{\θ},f)=\frac{c{\mathrm{\ρ}}_0{u}_0}{2\mathrm{\π}{a}^2}\underset{m=0}{\overset{\∞}{\mathrm{\Σ}}}(m+\frac{1}{2})L_m\left(\cos \mathrm{\θ}\right)\frac{H_m(2\mathrm{\πfr}/c)}{H_m^{\′}(2\mathrm{\πfr}/c)}{e}^{-\mathrm{j\π}/2}---\left(18\right)$

其中ρ₀和c分别为空气密度和声速，u₀是声源体积速度，L_m是拉格朗日多项式函数，H_m是球汉克尔函数，a是人头的半径。

当矩阵R在两个相邻频带的分界上出现R的对角元素偏离“1”较多和反对角元素偏离“0”较多时，甚至反对角元素曲线比对角元素曲线在某个频带范围内还要大时，或者频响曲线在此分界上有较大的谷点，那么就要适当调整两相邻频带的范围或扬声器对夹角的大小，以保证串扰消除效果和频响曲线平坦度。

步骤602，按照夹角θ和预设的扬声器阵列中心点与最佳听音位置间的距离L，确定各个扬声器对的位置。

其中，在弧形扬声器阵列中，扬声器阵列中心点也是弧形上的点。参照图2，根据扬声器对的夹角θ和距离L确定扬声器对的位置。

步骤603，将双声道立体声音频信号进行分频，生成与每个扬声器对的频率范围对应的双声道分频信号。

本申请中的声源信号为双声道立体声音频信号。该音频信号的产生方式不限。例如，可以是直接使用现有的两通道音频数据进行解码后得到的元数据；或者，也可以是由麦克风直接采集到的双声道立体声数据。

按照步骤601中确定出的各个扬声器对所对应的频率范围，对声源的音频信号进行分频处理，生成相应频率范围内的分频信号。例如，以三对扬声器为例，将频率范围划分为高频、中频和低频(在具体划分时会限定具体的频率取值范围，这里只是举例说明)，相应地，将音频信号进行分配处理后，生成高频、中频和低频的分频信号。如前所述，成对分布的两个扬声器对应的频率范围相同，因此，该两个扬声器对应的双声道分频信号也是相同的，生成的双声道分频信号个数与扬声器阵列中的扬声器个数相同。

步骤604，对应每个扬声器，将相应的双声道分频信号中的左右耳信号分别经过与该扬声器对应的两个串扰消除滤波器进行滤波。

每个扬声器需要播放一个双声道信号，即左右耳两个信号，对应两个串扰消除滤波器。对称分布的两个扬声器的四个串扰消除滤波器的滤波特性构成前述的串扰消除滤波矩阵H。

另外，如前所述，对于线性扬声器阵列和弧形扬声器阵列，串扰消除滤波器的滤波特性是有所区别的，弧形扬声器阵列中每个扬声器对所对应的四个串扰消除滤波器的频域滤波特性构成的矩阵H为 $\frac{1}{2}\left[\begin{array}{cc}1& j\\ j& 1\end{array}\right],$ 线性扬声器阵列中每个扬声器所对应的四个串扰消除滤波器的频域滤波特性构成的矩阵H为 $\frac{L}{2\cos \mathrm{\θ}}\left[\begin{array}{cc}1& j\\ j& 1\end{array}\right].$ 基于上述矩阵H，可以分别得到各个串扰消除滤波器。

具体地，由于滤波器需要实时对信号进行滤波处理，因此需要得到串扰消除滤波器的时域表达。可以对公式(13)或(17)所示的频域表达式做逆傅里叶变换，转换为时域的滤波器表达式。每一对扬声器包含四个滤波器，分别对应矩阵H上的四个元素(馈给左通道并分别作用于双耳信号的两滤波器，馈给右通道并分别作用于双耳信号的两滤波器)。理想情况下矩阵对角线上对应的两滤波器相同，反对角线上对应的两滤波器相同。为了保证得到的滤波器满足因果性关系，可以进一步将滤波器的后一半部分移动到滤波器的最前面。

下面详细介绍计算串扰消除滤波器的时域表达式的具体过程：

首先，定义一个卷积矩阵C_rs，为声源到人头左耳或右耳传递函数相关的矩阵。矩阵由滤波器系数c_rs(n)经Toeplitz拓展得到，

$C_{\mathrm{rs}}=\left[\begin{array}{cccc}{c}_{\mathrm{rs}}\left(0\right)& 0& ...& 0\\ c_{\mathrm{rs}}\left(1\right)& c_{\mathrm{rs}}\left(0\right)& ...& 0\\ ...& c_{\mathrm{rs}}\left(1\right)& ...& 0\\ c_{\mathrm{rs}}(N_c-1)& ...& ...& c_{\mathrm{rs}}\left(0\right)\\ 0& c_{\mathrm{rs}}(N_c-1)& ...& c_{\mathrm{rs}}\left(1\right)\\ 0& 0& ...& ...\\ 0& 0& ...& c_{\mathrm{rs}}(N_c-1)\end{array}\right]---\left(16\right)$

其中滤波器系数c_rs(n)由公式(16)或(18)中矩阵各元素的频域表达转换为时域表达，即c₁₁(n)、c₁₂(n)、c₂₁(n)和c₂₂(n)是频域分别为HRTF_{左声源到左耳}、HRTF_{右声源到左耳}、HRTF_{左声源到右耳}和HRTF_{右声源到右耳}的传递函数转换为时域的滤波器系数。有效方法是将频域表达式做逆傅里叶变换得到时域上的滤波器表达式。N_c为滤波器c_rs的长度，由扬声器到最佳听音点的距离和信号采样率决定。矩阵C_rs的列数为滤波器需要卷积的长度，应等于串扰消除滤波器h_st的长度N_h。一般来说N_h越大，求逆的结果越准确，但可能导致数值计算的病态问题出现。串扰消除滤波器h_st表示为

$h_{\mathrm{st}}=\left[\begin{array}{c}{h}_{\mathrm{st}}\left(0\right)\\ h_{\mathrm{st}}\left(1\right)\\ ...\\ h_{\mathrm{st}}(N_h-1)\end{array}\right]---\left(17\right)$

因此，在时域上矩阵C可以写成

$C=\left[\begin{array}{cc}{C}_{11}& C_{12}\\ C_{21}& C_{22}\end{array}\right]---\left(18\right)$

同样地，矩阵H可以写成

$H=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]---\left(19\right)$

联系公式H＝[C^HC+βI]^-1C^H    (6)可得

H＝[C^TC+βI]^-1C^Td    (20)

其中，d是为了使计算结果满足因果性的2*(N_c+N_h-1)×2矩阵，

$d=\left[\begin{array}{cc}0& 0\\ ...& ...\\ n_{\mathrm{row}\_\mathrm{1,1}}& n_{\mathrm{row}\_\mathrm{2,2}}\\ ...& ...\\ 0& 0\end{array}\right]---\left(21\right)$

其中矩阵元素除n_{row_1,1}，n_{row_2,2}值为1外，其余元素都为0。那么每列第几行不为0由以下式子决定，

n_{row_t，t}＝m+(t-1)(N_h+N_c-1)+1    (22)

其中，m为传递函数滤波器c_rs的初始时延(即第一个峰值的时延)与N_h/2之和，其取值不唯一，在此值的小范围内结果都有效。此时矩阵H的分块矩阵就是所需要求的串扰消除滤波器h_st。

上述即为完整的求解串扰消除滤波器时域表达式的具体方式。可以用于自由场模型和人头散射模型。

对于自由场，还可以简化为：

分别对矩阵H的各元素的频域表达(常量1或j)逆变换，对于线性扬声器阵列，首先定义 $h_{11}=h_{22}=\frac{L}{2}*\mathrm{IFFT}\{\mathrm{1,1},...,1\},h_{12}=h_{21}=\frac{L}{2}*\mathrm{IFFT}\{j,j,...,j\},$ 长度N_h＝N_c,则有

$h=\frac{1}{\cos \mathrm{\θ}}\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]---\left(23\right)$

为了保证得到的滤波器满足因果性关系，需要将滤波器后一半部分移动到滤波器的最前面，即

$h=\frac{1}{\cos \mathrm{\θ}}\left[\begin{array}{cc}[h_{11}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{11}(1:\frac{\mathrm{end}}{2})]& [h_{12}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{12}(1:\frac{\mathrm{end}}{2})]\\ [h_{21}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{21}(1:\frac{\mathrm{end}}{2})]& [h_{22}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{22}(1:\frac{\mathrm{end}}{2})]\end{array}\right]$

每一对扬声器包含四个滤波器(h₁₁,h₂₂,h₁₂,h₂₁)，分别对应矩阵h上的四个元素(馈给左通道并分别作用于双耳信号的两滤波器h₁₁和h₁₂，馈给右通道并分别作用于双耳信号的两滤波器h₂₁和h₂₂)。理想情况下矩阵h对角线上对应的两滤波器相同，反对角线上对应的两滤波器相同。

对于弧形的扬声器阵列，定义 $h_{11}=h_{22}=\frac{1}{2}*\mathrm{IFFT}\{\mathrm{1,1},...,1\},h_{12}=h_{21}=\frac{1}{2}*$ 长度N_h＝N_c,则有

$h=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]---\left(24\right)$

同理 $h=\left[\begin{array}{cc}[h_{11}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{11}(1:\frac{\mathrm{end}}{2})]& [h_{12}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{12}(1:\frac{\mathrm{end}}{2})]\\ [h_{21}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{21}(1:\frac{\mathrm{end}}{2})]& [h_{22}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{22}(1:\frac{\mathrm{end}}{2})]\end{array}\right]$

通过上述的滤波器对输入的在一定频率范围内的双声道分频信号进行串扰消除滤波，并将滤波结果输出给相应的扬声器。

步骤605，扬声器阵列中的各个扬声器对于输入的滤波结果信号进行同步播放。

在扬声器阵列进行音频信号回放时，需要控制扬声器阵列中的各个扬声器进行同步播放。可以采用多种同步实现方向，下面具体介绍两种。这两种同步播放方式对应于两种系统架构，如图7a和图7b所示。其中，以解码器输出的音频作为立体声声源、扬声器阵列包括N对扬声器为例。

基于第一种同步播放方式的系统架构如图7a所示，利用一个播放器实现对声源信号的环绕声处理。具体地，普通立体声信号经过解码器解码后，将解码后数据输入播放器进行环绕声处理，在该播放器内进行的环绕声处理包括：将解码器输入的信号进行分频处理，生成与N个扬声器对的频率范围分别对应的2N个双声道分频信号，再将2N个双声道分频信号利用与2N个扬声器对应的滤波器进行滤波处理后，同步发送给多通道声卡，分别从2N个扬声器进行播放。

基于第二种同步播放方式的系统架构如图7b所示，利用2N个播放器实现对声源信号的环绕声处理。具体地，将相同的普通立体声信号送入2N个解码器进行解码，解码后送入2N个播放器进行环绕声处理。2N个播放器进行互联，设置其中一个播放器为主控播放设备，对所有2N个播放器的处理过程进行同步控制。每个播放器将输入的解码后信号进行分频处理，生成一个与某扬声器的频率范围对应的双声道分频信号，并对分频信号进行串扰消除滤波，然后，根据主控播放设备的播放时间将滤波后的信号同步输出到双声道声卡，再通过相应的扬声器进行播放。其中，主控播放设备向所有同步回放的播放器提供统一的同步回放时钟，在同步回放过程中实时调整各播放器之间的延迟，优选地，可以使各播放器之间的延迟控制在3ms以内。上述过程需要多播放器互联的网络能够提供稳定的数据传输。

下面给出一种主控播放设备控制多个播放器进行同步回放的过程。多个播放器设备同过LAN或者WLAN方式进行互联，设置其中一台播放设备为主控播放设备，设置同步回放的参数：1.主控设备的IP地址和端口2.同步回放的播放器个数K，设置完参数，各播放器设备选择相同的播放音频或者视频源，主控播放设备首先会启动同步回放服务模块，同步回放模块通过UDP Multicast方式向所有播放器提供统一的播放时钟，并且同步回放模块通过TCP方式在同步回放过程中对所有播放器提供统一的控制操作，各播放设备播放媒体源时，首先连接到主控播放设备中的同步回放模块，连接成功后，等待同步回放模块提供的起始播放时钟,主控设备的同步回放模块接受到K个连接后，会开始向所有播放器发送起始播放时钟T1,然后，每隔1ms会更新一次系统时钟T2，并且发送到所有同步回放的播放器,各播放器利用当前系统时钟T2与起始播放时钟T1的差值T2–T1以及音视频帧的时间戳PTS进行同步回放，如果T2–T1>PTS+3ms,则播放器等待2ms后，再输出音视频数据，如果PTS>T2–T1+3ms,则播放器向同步回放模块发送系统调整值:PTS–(T2–T1),同步回放模块会将当前同步回放的系统时钟从T2减小到T2–(PTS–(T2–T1)),使得同步回放的当前播放系统时钟同步到当前播放的音视频帧的时间戳上，因此各播放器同步回放之间的延迟始终控制在3ms以内。

至此，本申请中的立体声回放方法流程结束。

在上述方法流程中，对立体声信号进行分频，并对每个扬声器对应频带范围内的分频信号进行串扰消除滤波，从而获得趋近于最优声源分布方式的立体声信号回放效果。

在上述立体声回放方法流程的基础上，实际中还可能出现扬声器阵列中不同扬声器间频响不一致的问题，此时可以使用维纳滤波方法，设计补偿滤波器，进行扬声器的频响校准。具体地，以扬声器阵列中的一个扬声器为参考，将其他扬声器参照该参考扬声器进行校准。更详细地，补偿滤波器可由以下步骤获得：(1)实测每个扬声器在相同位置分别到标准传声器的远场传递函数；(2)将其中一个扬声器作为参考扬声器，将参考扬声器的时域冲激响应作为期望响应，并且为了增强滤波的效果，保证滤波器的因果性，可对其增加一定的延时量，一般取1～2ms；(3)以其余扬声器的时域冲激响应作参考信号进行维纳滤波，获得各个扬声器的补偿滤波器(参考扬声器的补偿滤波器就是简单延时滤波器)。基于上述补偿滤波器，可以在步骤604和步骤605之间进一步增加处理：将于每个扬声器对应的串扰消除滤波后的信号进行与该扬声器对应的补偿滤波，再将补偿滤波结果送入步骤605进行同步播放。

另外，在实际应用中，首先需要大体确定最佳听音位置和扬声器阵列形式，例如扬声器个数，大致排列方式等，再进行图6所示的环绕声处理。具体扬声器分布可以有如下几种：

A)2*1排列(水平布置2个，垂直方向共1排)

2个扬声器的情况不需要分频。经过串扰消除滤波器后即可同步回放。扬声器一致性偏差较大时需要加入额外的补偿滤波。

B)2N*1排列(N>1)

2N个扬声器对称排列，弧形、线性等皆可(如图2所示)。这种扬声器排列方式下，需要在串扰滤波器前加入分频滤波器。

C)2N*M排列(M>1)

垂直方向包括多排扬声器，每排扬声器按照B)中排列，不同排间的扬声器可以采用相同的排列方式，或者采用不同的排列方式。当每排扬声器排列方式相同时，可以采用相同的滤波器配置，当每排扬声器的排列方式不同时，需要分别确定相应的滤波器配置。

听音区分布：

听音区通常设置在对称中心的位置，同时可以选取可能需要的位置(如偏离中心10度的区域)，分别计算得到这些情况下的滤波器并进行预存。对于不常见的场景，可以根据实际情况即时计算相应滤波器，或者选择相近的常用情形的预设滤波器。

下面通过实验说明本申请中立体声回放方法的效果。在该实验中，采用图8所示的流程，将音频信号处理后送入各个扬声器进行播放。同时，将人工头放置在最佳听音点的位置(以距离阵列正中心1.4m处为例)，使用信号采集设备进行声信号录制，根据录制结果确定立体声回放效果。

实验条件如下：扬声器阵列包括三对扬声器，排列为一排。设定最大扬声器对的夹角为90°；受限于扬声器的大小，扬声器对的夹角最小为7.4°。实际人头的大小Δr₀取0.16m。另外，根据实际的仿真结果，ε＝0.8时，频带划分可以得到较好的串扰消除效果和频率响应。如图5所示。此时的频带划分为高频1500Hz到20kHz，对应的扬声器对的夹角为7.4°；而中低频划分区域有重合部分，所以根据仿真结果划分。中频为250Hz到1500Hz，对应的扬声器对的夹角为52°；低频250Hz以下，对应的扬声器对的夹角为90°(图6)。在确定串扰消除滤波器过程中，串扰滤波器的阶数N_h取值为512(采样率为44.1kHz)。补偿滤波器阶数取512，延时50点。

图9为线性阵列最优声源分布方法的动态范围。理论上，线性阵列最优声源分布方法的串扰消除矩阵的动态范围应为一常数，波形上表现为一直线。但是实际使用的不是线性阵列最优声源分布方法的传递函数，而是滤波器求逆近似得到的结果。所以，有些频率范围内，特别在低频部分较难保证传递函数都满足理论上的值，难免会出现一些波动。实际处理信号时，也可以通过对比扬声器激励信号的总能量观察动态范围的损失。比较结果见表1。

表1 处理前后信号的范数比较

图10为线性阵列最优声源分布方法的串扰消除效果。测量实验环境中的实际传递函数，即扬声器到人工头的实测传递函数，构成上述讨论的传递函数矩阵C。然后把设计的串扰消除矩阵H在频域上与传递函数矩阵C相乘，获得系统的串扰消除效果矩阵R。对比矩阵R的对角与反对角元素，则可以知道实际实验系统的串扰消除效果。另外也可以将立体声信号其中一路置零，馈入系统后，通过在人工头双耳处测量得到的信号比直接看串扰消除效果。

表2为环绕声效果评分标准。表3为线性阵列最优声源分布方法的环绕感(立体感)主观测试。测试者在视听室内，扬声器阵列前方1.4m处最佳听音点听音，感知各方法重放信号的环绕感，并根据环绕声评分标准评分。测试者共13人。扬声器阵列单元数为3对。使用3种节目源，分别是带环绕感的语音、带环绕感的音乐、和人工头录制的环绕声。主观测试结果如表3所示。从表中可以看到，评分平均在4分以上，可知按照本申请的方式进行信号处理后，重放声场立体环绕感明显。

表2 环绕声效果MOS评分标准

表3 环绕声主观测试

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (8)

1.一种扬声器阵列的立体声回放方法，其特征在于，包括：

根据立体声音频的频率与θ的关系，确定扬声器阵列中各个扬声器对与最佳听音位置连线间的夹角2θ和各个扬声器对的频率范围；按照所述夹角2θ和预设的扬声器阵列中心点与最佳听音位置间的距离确定各个扬声器对的位置；所述扬声器阵列包括对称排列的一个或多个扬声器对构成；

将双声道立体声音频信号进行分频，生成与每个扬声器对的频率范围相对应的双声道分频信号；

对应每个扬声器，将相应的双声道分频信号中的左右耳信号分别经过与该扬声器对应的两个串扰消除滤波器进行滤波；将经过串扰消除滤波器滤波后的双声道分频信号通过相应的扬声器进行播放；其中，每个扬声器对所对应的四个串扰消除滤波器是根据最优声源分布方法确定的。

2.根据权利要求1所述的方法，其特征在于，所述立体声音频的频率与的关系曲线为其中，Δr＝Δr₀(1+2θ/π)，Δr₀为人头实际的双耳距离，c为声速，0.2≤n≤1.8。

3.根据权利要求1所述的方法，其特征在于，在自由场中，当所述扬声器阵列中的各扬声器对以线性方式排列时，每个扬声器对应两个串扰消除滤波器，分别为 $\frac{1}{\cos \mathrm{\θ}}[h_{11}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{11}(1:\frac{\mathrm{end}}{2})]$ 和 $\frac{1}{\cos \mathrm{\θ}}[h_{12}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{12}(1:\frac{\mathrm{end}}{2})],$ 用于对分频信号中扬声器同侧的信号和扬声器异侧的信号进行滤波；其中，IFFT{1,1,…,1}，L为扬声器阵列的中心与最佳听音位置间的距离；

当所述扬声器阵列中的各扬声器对以弧形方式排列时，每个扬声器对应两个串扰消除滤波器，分别为 $[h_{11}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{11}(1:\frac{\mathrm{end}}{2})]$ 和 $[h_{12}(\frac{\mathrm{end}}{2}+1:\mathrm{end}),h_{12}(1:\frac{\mathrm{end}}{2})],$ 用于对分频信号中的扬声器同侧的信号和扬声器异侧的信号进行滤波；其中， $h_{11}=\frac{1}{2}*\mathrm{IFFT}\{\mathrm{1,1},...,1\},h_{12}=\frac{1}{2}*\mathrm{IFFT}\{j,j,...,j\}.$

4.根据权利要求1所述的方法，其特征在于，该方法进一步包括：预先以所述扬声器阵列中的指定扬声器为基准，对其他各个扬声器进行频响校准，并确定相应的补偿滤波器；

在经过所述串扰消除滤波器进行滤波后、通过相应的扬声器对进行播放前，该方法进一步包括：对所述串扰消除滤波器滤波后的信号，利用相应的补偿滤波器进行滤波。

5.根据权利要求1所述的方法，其特征在于，在确定所述夹角2θ和各个扬声器对的频率范围时，进一步根据扬声器对与最佳听音位置间的自由场传递函数矩阵C与扬声器对对应的四个串扰消除滤波器构成的串扰消除矩阵H间的乘积矩阵R＝CH的仿真结果和扬声器对的频率响应曲线进行。

6.根据权利要求1到5中任一所述的方法，其特征在于，所述分频和滤波的处理通过软件或硬件实现。

7.根据权利要求6所述的方法，其特征在于，所述将双声道立体声音频信号进行分频时，利用2N个播放器对相同的2N个双声道立体声音频信号分别进行分频处理，每个播放器生成一个与一扬声器对的频率范围相对应的双声道分频信号；其中，N为扬声器阵列包括的扬声器对数；

2N个播放器与其中的主控播放器进行时钟同步，并在每个播放器生成的双声道分频信号进行滤波处理后通过相应的扬声器进行播放时，以所述主控播放器对滤波处理后的信号的播放时间为基准进行同步播放。

8.根据权利要求6所述的方法，其特征在于，所述将双声道立体声音频信号进行分频时，利用一个播放器将所述双声道音频信号进行分频处理，生成与N个扬声器对的频率范围分别对应的2N个双声道分频信号；其中，N为扬声器阵列包括的扬声器对数；

在所述播放器中，将2N个双声道分频信号利用与2N个扬声器对应的滤波器进行滤波处理后，同步发送给2N个扬声器进行播放。