CN104581541A - 一种可定位多媒体视听装置及其控制方法 - Google Patents

Abstract

一种可定位多媒体立体声视听装置及其控制方法，现有无损立体声装置对听音者的位置有严格限制，本发明使用摄像机捕获运动中的位置，经图像处理，计算出控制量，用PC机控制云台及固定在云台上的音箱转动。采用学习方式记录听者的音量及音量差习惯，建立个人定制数据库，调用数据记录，满足移动中无损听音要求。

Description

一种可定位多媒体视听装置及其控制方法

技术领域

本发明涉及一种可定位多媒体视听装置及其控制方法，属于电通信技术立体声装置技术领域。

背景技术

声音是一种机械波，拥有波动传播的性质，如频率，波长，反射，折射，干涉，衍射，散射等。

声音一词在人类生理学及心理学上的定义是指大脑所接收到的声音，和物理学的定义略有差异，心理声学中有许多心理学和声学有关的研究。不过有时声音只是指频率在人类听觉范围内的振动。

听觉是感官中重要的感觉。接收声音有侦测危险、导航及沟通等作用。人类的语言是文化重要的一环，也借由声音来传递，人类也发展出产生、录制、传送及播放声音的技术。任何器官所接收的声音频率都有其范围限制。人类的耳朵一般只能听到约在20Hz至20,000Hz(20kHz)范围内的声音，在海拔为零、温度为零的空气中，上述音波对应的波长从17m至17mm之间。对人类的听觉而言这一频率的上限会随年龄增加而降低，年轻人可以听到的高频率声音，年龄较大的人不一定听得到。动物的听觉频率范围与人类有所不同，像狗可以听到超过20kHz的声音，但无法听到40Hz以下的声音。

声音是由音源发出的，一般情况下，音源与听觉器官之间会有距离，音源发岀的声音需要通过一定的介质才能到达感官，这就是声音的传播。声音的传播与多种因素有关，如介质的温度、介质的弹性模量和密度、在空气中传播就会受海拔高度即空气密度、空气的湿度、温度等环境等因素的影响。声音传播的速度对人类听觉的影响很大。在经过不同音速的两介质接口时会产生反射和折射﹔干涉和衍射也影响声音的传播。声音的传播还与相对运动有关，音速是相对于静止介质而言的，若介质和观察者有相对运动，则声音抵达的时间则要考虑。因此当由音源发岀的声音传到感官的时候己经很难是原来的声音了。就人类的听觉而言在一个相对固定的且不大的即局部区域內声音传播时其传播的速度是最重要的因素。

有时音速及其方向会用速度矢量来表示，波数和其方向则会用波矢表示。一般来说，声速c通常与与介质的不可压缩率与密度有关，利用连续介质力学及经典力学，可导出下面的公式：

$c=\sqrt{\frac{B}{\mathrm{\ρ}}}$

其中B是不可压缩率，ρ是密度。因此音速随着介质的不可压缩率增加而变快，随着介质的密度增加而变慢。

对于一般的状态方程，在经典力学适用范围内，音速c可表示成：

$c=\sqrt{\frac{\∂\mathrm{\ρ}}{\∂\mathrm{\ρ}}}$

此处偏微分针对绝热变化。

对于远离液态工作点的理想气体，则有

$c=\sqrt{\mathrm{kRT}}$

式中:

k为绝热指数，是气体定压比热与定容比热之比，双原子气体(包括空气)K＝1.4

R为气体常数，空气为0.287kJ/(kg·K)

T为绝对温度(K)

关于音速，若温度在20度左右，还有一个实用的经验公式：c＝s/331+0.6T(其中T为摄氏温度,s为距离)。

声音传到听觉器官即耳朵时，会对器官的某些部位，产生压力即声压。特定介质下的声压是指声波通过某种媒质时，由振动所产生的压强改变量，一般会考虑在不同时间或空间下，声压的均方根(RMS)为其平均值。

由于人耳可以传感的声音振幅范围较广，声压一般会表示为对数尺度，以分贝表示的声压级SPL来表示。声压级SPL可以用L表示.定义如下：

$L_p=10{\log }_{10}\left(\frac{p^2}{{p_{\mathrm{ref}}}^2}\right)=20{\log }_{10}\left(\frac{p}{p_{\mathrm{ref}}}\right)\mathrm{dB}$

其中：

p为声压的均方根值。p_ref为参考声压，一般用的参考声压是以ANSIS1.1-1994为准，在空气中为20μPa，在水中为1μPa。若没有指定的参考声压，只有一个以分贝值表示的数值不能代表声压级。

因为人耳的响应率会随频率而变化，声压一般会再对频率进行加权，使声压的数值更接近人耳所接收到的压力。国际电工委员会定义了几种加权的框架。A加权是指接近人耳对噪音的感受值，A加权的音压一般会标示为dBA。

人们研究声音的性质目地只有一个，就是为了更好地利用它为人类服务。而人类利用声音为自身服务的领域颇广泛，包括工农业、军事、科学等。聆听音乐也是目地之一。

欣赏音乐,最好能在现场听到演唱或演奏的音响效果。但是人们不可能天天都到音乐厅去欣赏。更不可能你想听些什么就有人当场为你表演。人们要随时随地的欣赏音乐,只好借助于收听电台广播,或者自己播放录音和唱片。在立体声放录系统问世以前,即使利用最好的高保真扩声设备,还是达不到现场的音响效果。自从有了立体声录放系统以后,人们利用录音或唱片来欣赏音乐,目前最好的声源就是CD而其它的声源的效果则远不如它，CD基本上可以达到犹如现场演出的音响效果。

当然，为了达到一定的聆听效果还要配置如解码器、功放、音箱等必要的设备。立体声放音系统大多数还是双声道的，双声道立体声放音系统的音箱放置方式如说明书附图1。选择5.1声道立体声放音系统,如实施例二及说明书附图2效果更佳。要保证每一声道输出功率在10W左右。

说明书附图1中，斜划线表示的区域是优质听音范围，此区域内能够听到较好音质的立体声。说明书附图1中，角β表示音箱4L的位置朝向与X轴的夾角；，角α表示音箱4R的位置朝向与X轴的夾角；当角α＝角β且为定值时，可以得到附图1中的K点,此点具有唯一性，在K点能够听到最佳音质的立体声音乐，一般都称为无损音质。当角α和角β同时以等数值在0度到小于90度之间变化，可得到一系列的K点﹔当角α＝角β，且＝0度时,K点的位置在X轴上，就形成开放型耳机听音方式，形成接近理想型的听音方式。当音箱4L和音箱4R沿X轴方向接近Y轴时:例如二者之间的距离相当于人的两耳之间的距离时,就形成闭合型耳机听音方式。闭合型耳机听音方式是将放音装置置于两耳内或贴于两耳上，是理想型的听音方式。虽然如此，但长时间以这种方式听音会感觉不舒适,因此人们还是更喜欢在位于附图1所示的K点听音，特别是长时间聆听。

当角α＝角β，且＝90度时：K点的位置在Y轴方向的无穷远处，在有限域范围内听不到无损音。当听音位于B线下方的有方格线的三角形区域时，虽然也能听到高质量的立体声，但所听到的立体声却与声源的相位相反，要聆听无损音质，听者应避免进入此区域。

以开放型听音方式听音时，因为阴影区实际上很小，离开了阴影区域就不能听到优质的立体声音乐。而最佳听音位置只有附图1中的K点。所以K点位置被称为王位。

若要在王位听到无损声音还有一个必要条件，音箱4L和音箱4R发岀的音压对于听者来说必须是相等的。由于听者左右耳的听力可能不完全对称就需要通过调节功放机R声道和L声道的放大量，即改变音箱4L和音箱4R发岀的声压以适应听者的主观感觉。这就是研究声音在人类生理学及心理学上的定义与物理学上的定义略有差异的意义。

以两声道立体声播放系统为例，现有技术是:虽然系统—般都是由专业人员至少也是在专业人员指导下安装调试，但一旦安装调试完成后，即确定唯—的王位K点后，音箱的位置都是固定的，也就是音箱与X轴的夾角都不能改变，其结果就是K点是唯一的而且不能改变。这样的系统结构虽然能给听者带来无损听音的效果,但同时也禁锢了听者，为了聆听到最佳效果使听者寸步难移。

为了适应听者主观感觉需要改变的声压，现有技术也必须由不同的听者根据各自的主观感觉调节功放机R声道和L声道的放大量。这两点给听音者带来很大不便。5.1声道及5.1以上立体声播放系统情况也是一样。

发明内容

本发明公开的视听装置解决了听音最佳位置和放音的音量都无法随听者的移动而改变的问题。本发明让聆听者在移动中能获得王位的感觉。

本发明公开的视听装置及其控制方法与传统的视听装置不同的是：为了让聆听者在移动中能获得王位的感觉，在传统系统中增加了PC机、摄像机、为毎一个音箱增设了电控云台。PC机与传统系统中的功放联接，能数字化控制功放的放大率等。PC机与摄像机联接,处理摄像机拍摄的图像。PC机与电控云台联接，控制固定于云台上的音箱在一定范围内转动。

摄像机在一定范围内捕捉听音者的图像，PC机处理图像后获得听音者的位置信息，利用位置信息计算出听音者与系统中的音箱的相对角度和距离，PC机根据相对角度数据驱动电控云台转动,云台带动固定于其上的音箱一起转动，使音箱能随着听音者的移动而改变自身的朝向,最终达到音箱中喇叭的发声法线始终指向移动中的听音者的目的。从而做到了传统系统无法做到的功能。PC机根据处理图像后获得的距离数据从数据库中提取与距离相对应的声压控制数据，改变功放中相应信道的放大量，改变了传统中—定要手动才能完成的任务。

本发明可以获得如下有益效果：本发明公开的视听装置及其控制方法使听音者在移动中仍可获得听音最佳位置。通过对听音者的听音习惯的学习，可以改变适合听音者的最佳音效。

附图说明：

图1.王位区域示意图。

图2.立体声听音方式示意图。

图3.立体声双声道放音系统结构图。

图4.移动K位学习流程图。

图5.在帝王位聆听2.0系统无损立体声音乐。

图6.移动中的王位示意图。

图7.学习流程图。

图8.5.1声道放音系统结构图。

具体实施方式：

实施例一：

本实施例双声道立体声放音系统的为例，系统构成见说明书附图3。

在室內布置一个如附图3所渉及的设备的听音室。假定听音室是—个理想听音环境；即不考虑反射、折射、绕射等因素。室温＝20℃。

为了叙述方便，附图3所涉及的除音箱4L和音箱4R外，其他设备在本实施例中暂且隐去，这并不表示被隐去设备不存在。为了能够改变如说明书附图3所示的音箱4R与X轴之间的角度α和改变音箱4L与X轴之间的角度β之值，如说明书附图3所示的在音箱4L的下面装置了云台3L；在音箱4R的下面装置了云台3R。音箱机械性地固定在云台上面，使音箱能随着云台的转动而转动。云台3L和云台3R是能够被计萛机控制的数字电动云台。功率放大器6能够放大来自音源5的音频信号，为音箱4L和音箱4R提供足够大的声压。功率放大器6的放大倍数可以手动，也可以由计萛机PC2控制。两种不同的控制方式都能通过改变功率放大器6的毎个声道的放大倍数向不同的音箱提供不同的功率，从而改变每—个音箱的输出声压。摄像机1向计算机-PC机2提供影像数据，包括背景图像和改变了背景图的活动图像。

本装置双声道立体声放音系统的工作原理可以通过其工作过程说明，图3中：摄像机1置于听音室內音箱4L与音箱4R中间靠上的位置，可以观测到室內听音者活动的区域，摄像机1捕获的图像上传至PC机2，PC机2处理图像获得听音者的位置信息，处理位置信息得到α和β之值。PC机2根据α之值向云台3R发岀转动指令及转动量的数据；同样PC机2根据β之值向云台3L发岀转动指令及转动量的数据。PC机2根据位置信息从数据库中提取听音者的声压记录，PC机2根据声压记录分别调整功率放大器对应音箱4L和音箱4R的放大倍数；使音箱4L和音箱4R发出不同的声压，从而完成定位功能，使听音者获得位置移动后的K位。重复上述过程可以获得多个移动中的K位，所有的移动K位都被记录于数据库内，PC机2能为数量在一定范围内,例如1000位的听音者分别建立定制的数据库。附图4计算机程序流程图中的图像注册、记录、查找核实以及听音测试记录等功能是为毎一个听音者的私人定制而设。结合实施例可以更清楚地了解本装置。

情况—：

如附图5所示，听者位于K点，音箱4L与音箱4R置于X轴上；其喇叭平面的法线指向与X轴的夾角：

α＝β＝60°；音箱4L与音箱4R以及K点,三点形成一等边三角形。

则有：音箱4L到K点的距离＝音箱4R到K点的距离。

其结果是：音箱4L与音箱4R发出的声音同时到达K点即听音者的位置。声压由听音者的喜好手动或PC机2数据库中自动调取，不需计算。听者在上述结果中获得王位。

情况二：

听音者移动至如附图6所示的位置：

在附图6中,音箱4L与音箱4R置于X轴上；其喇叭平面的法线指向与X轴的夾角：

音箱4R喇叭平面的法线指向与X轴的夾角α＝90°音箱4L喇叭平面的法线指向与X轴的夾角β＝45°。根据声速公式：C＝S/331+0.6T(其中T为摄氏温度)。

设：S1为音箱4L与K点之间的距离；S2为音箱4R与K点之间的距离；S3为音箱4L与音箱4R之间的距离；

则有：S12﹦S22+S32

如附3所示：α＝90°；β＝45°；S2＝S3

则有：S1≈1.414S2

音箱4R发出的声音到达K时间与音箱4L发出的声音到达K时间差为：

(S1/331+0.6*20)－(S2/331+0.6*20)

上述结果表明音箱4L发出的声音与音箱4R发出的声音不会同时到听者，实际上在一间100m2左右的听音室内会有约数毫秒的时间差。这会在一定程度上影响到听音的无损的程度,如前所述因为人耳的响应率会随频率而变化，声压一般会再对频率进行加权，利用这一特性适度调整声压可以很好地弥补上述时间差。实验证明情况二的听音者的感觉，与情况—的听音者的感觉十分接近。达到了在移动中处于K位的目的。针对听音者个体听音在灵敏度、两耳的对称性、对高、中、低音频率段的响应特性等差异需要通过人机对话方式为每个个体建立相应的数据库，其流程如附图4。

对话次数与数据量的大小成正比，大量的学习数据量会得到更精准的移动K位。

音箱4L喇叭平面的法线指向与X轴的夾角β与音箱4R喇叭平面的法线指向与X轴的夾角α之值，由图像跟踪处理软件分析；再由PC机2根据分析结果驱动承载音箱4的云台3，分别控制咅箱4L和音箱4R，追踪听音者，获取王位，图像处理、计算角度、驱动云台的过程见附图7。系统能为不同的听音者分别定制听音习惯甚至听音偏好数据库，学习功能见软件流程附图4。

实施例二：

在与实施例一相同的听音环境下,增加了中置音箱4C,还增加了两个后置音箱4LS和音箱4RS。构成5.1立体声系统,见附图8,其王位示意图见附图2.其软件流程与双声道立体声放音系统方式类似。

基于上述原理，本发明是通过用PC机等设备配合计萛机软件，通过智能化地改变音箱4的发声方向和声压而形成新的王位，适应听音者在一定范围內移动还能达到最佳的听音效果。

Claims (3)

1.一种可定位多媒体视听装置，其特征在于：在传统系统中增加了PC机、摄像机、为毎一个音箱增设了电控云台。PC机与传统系统中的功放联接，能数字化控制功放的放大率，PC机与摄像机联接,处理摄象机拍摄的图像，PC机与电控云台联接，控制固定于云台上的音箱转动。

2.根据权利要求1所述的一种可定位多媒体视听装置，其特征在于：音箱固定在电控云台上，与云台形成一体，能随云台一起转动。转动的角度受PC机的控制；PC机对摄像机所拍图像进行分析，依据分析结果向云台发岀指令；摄像机的种类，包括摄像机，数码像机，具有摄像能力的手机，具有摄像功能的移动或不可移动的记录设备；摄像机做为捕获运动行为的信号源，摄像机捕获的图像，传送给PC机；PC机接收摄像机的图像,通过图像处理和学习方式建立和扩展听者数据库，多次学习能提高装置的反应速度、提高识别能力；PC机根据个体不同的听音习惯，从数据库中取数据，采用定制放音方式，改变各音箱的音压，适应不同个体在音量及音量差方面的不同要求。

3.权利要求1所述的一种可定位多媒体视听装置的控制方法，其特征在于：使用摄像机捕获听音者所在的位置的图像，并将其图像与听音室内原有图像进行对比和计算，通过对计算结果的分析，获得其相对位置，并根据此位置，计算出云台达到最佳听音点所需转动的角度，并通过计算机发出指令控制电控云台旋转至需要的角度，根据对听音者的识别，查找听音者的听音习惯的结果，并通过计算机对音箱音量大小进行调节，使听音者在一定范围内移动到各位置均可得到最佳的听音效果。