CN104715750A - 包括引擎声音合成器的声音系统 - Google Patents

Abstract

本发明描述一种用于在听音室的至少一个听音位置中再现合成引擎声音的系统。根据本发明的实例，所述系统包括包含各种预定义的模型参数集的模型参数数据库。引擎声音合成器接收至少一个引导信号且被配置来根据所述引导信号选择一个模型参数集。所述引擎声音合成器根据所述选择的模型参数集生成合成引擎声音信号。至少一个扬声器用于通过生成对应声学信号再现所述合成引擎声音。此外，所述系统包括以下项中的一个：(1)均衡器，其接收所述合成引擎声音信号且被配置来根据滤波传递函数对所述合成引擎声音信号进行滤波；和(2)模型参数调谐单元，其被配置来根据均衡器滤波参数集修改所述模型参数数据库中的所述预定义的模型参数集。

Description

包括引擎声音合成器的声音系统

技术领域

各个实施方案涉及声音合成的领域，特定来说涉及合成燃烧引擎的声音。

背景技术

混合动力车和电动车的日益普及引发城市环境中的新安全问题，因为与(燃烧)引擎噪声相关的许多听觉线索可缺失。解决方案是智能地使车辆更嘈杂。实际上，不少国家已建立要求轿车辐射最小声音级以警告其它交通参与者轿车迫近的法律。

已在分析和合成声音信号的领域中，尤其是在语音处理的背景下进行一些研究。然而，已知方法和算法通常要求强大的数字信号处理器，其不适于轿车产业所要求的低成本应用。合成(例如，燃烧引擎)声音不仅被生成来警告周围的交通参与者；还可以再现于轿车内部中以对驾驶员提供关于引擎状态(旋转速度、引擎负载、油门位置等)的声学反馈。然而，当通过扬声器再现合成马达声音时，驾驶员将感知所述声音不同于真实燃烧引擎。因此，一般需要一种用于合成马达声音的改进方法。

发明内容

描述一种用于在听音室的至少一个听音位置中再现合成引擎声音的系统。根据本发明的实例，所述系统包括包含各种预定义的模型参数集的模型参数数据库。引擎声音合成器接收至少一个引导信号且被配置来根据引导信号选择一个模型参数集。引擎声音合成器根据选择的模型参数集生成合成引擎声音信号。至少一个扬声器用于通过生成对应声学信号再现合成引擎声音。此外，所述系统包括以下项中的一个：(1)均衡器，其接收合成引擎声音信号且被配置来根据滤波传递函数对合成引擎声音信号进行滤波，设置滤波传递函数使得听音室对所得声学引擎声音信号的效应在听音位置处得以近似补偿；和(2)模型参数调谐单元，其被配置来根据均衡器滤波参数集修改模型参数数据库中的预定义的模型参数集，使得在从修改的模型参数集生成所得合成引擎声音信号时，听音室对所得声学信号的效应在听音位置处得以近似补偿。

此外，描述一种用于在听音室的至少一个听音位置中使用至少一个扬声器再现合成引擎声音的方法。根据另一实施方案，所述方法包括：提供包括各种预定义的模型参数集的模型参数数据库，接收至少一个引导信号并根据引导信号选择一个模型参数集。根据选择的模型参数集合成至少一个合成引擎声音信号。通过生成对应声学引擎声音信号再现合成引擎声音信号。此外，所述方法包括以下项中的一个：(1)根据滤波传递函数对合成引擎声音信号进行滤波，设置滤波传递函数使得听音室对所得声学引擎声音信号的效应在听音位置处得以近似补偿；和(2)根据均衡滤波参数集修改模型参数数据库中的预定义的模型参数集，使得在从修改的模型参数集生成所得合成引擎声音信号时，听音室对所得声学引擎声音信号的效应在听音位置处得以近似补偿。

附图说明

参考附图和描述可更佳地理解各个实施方案。图中的组件不一定按比例绘制，而是重点示出本发明的原理。此外，在图中，相同参考数字指明对应部件。在附图中：

图1是示出基于正弦信号模型的引擎声音分析的一般实例的方框图；

图2是示出基于利用外部引导信号估计存在于输入信号中的谐波正弦信号成分的模型的引擎声音分析的实例的方框图；

图3是使用谐波正弦信号成分的自适应引导估计的引擎声音分析的另一实例的方框图；

图4是示出图3的实例中的谐波正弦信号分量的调适的方框图；

图5是示出使用通过根据图1-3的实例中的一个的信号分析获得的信号模型的引擎声音的合成的方框图；

图6是示出集成在声音系统中的示例性引擎声音合成器的方框图，其包括用于补偿听音室的房间脉冲响应的均衡器；

图7包括图6的实例的替代解决方案；

图8是示出图6的实例的多通道泛化的方框图；和

图9是示出图7的实例的多通道泛化的方框图。

具体实施方式

来自轿车外的可感知声音以驾驶速度相当于每小时30-40千米的引擎声音为主。因此，引擎声音是警告其它交通参与者轿车迫近(尤其是在其中驾驶速度慢的城市地区中)的主要“警报信号”。如上文所述，要求电动车或混合动力车辐射最小声音级以允许人员(尤其是行人和听力能力下降的人员)听见迫近轿车。此外，还可以期望典型的燃烧引擎声音在轿车内部中以对驾驶员提供关于轿车操作状态(关于旋转速度、油门位置、引擎负载等)的声学反馈。

在许多应用中，有用信号是由因宽带噪声损坏的多个正弦信号分量组成。正弦或“谐波”模型适于分析和模拟这些信号。此外，主要由正弦分量组成的信号可存在于不同应用中，诸如共振峰频率存在于语言处理中。正弦模拟还可以成功地应用于分析和合成由乐器产生的声音，因为乐器通常产生具有相对较慢的不同正弦分量的谐波或近谐波信号。正弦模拟提供可听信号分量的参数表示使得可通过合成(即，通过(谐波和残差)分量的相加(或叠加))恢复原始信号。

旋转的机械系统(诸如轿车的燃烧引擎)具有高谐波成分和宽带噪声信号；“正弦加残差”模型因此非常适于分析和合成由真实燃烧引擎产生的声音。为此目的，可使用位于轿车外的一个或多个麦克风记录由燃烧引擎生成的声音，同时轿车例如停置在底盘滚筒式测功机中且在不同负载条件和各种旋转引擎速度下操作。可以分析所得音频数据以从音频数据“提取”模型参数，其可以随后用于(例如，在电动车中)使用适当合成器轻易再现马达声音。模型参数通常不是常数，但可以尤其是取决于旋转引擎速度而变化。

图1示出用于分析频域中的音频信号以提取前述模型参数的系统。时间离散输入信号x[n](具有时间索引n)是通过测量获得的音频数据，如上文所论述。在图1中，所述测量通常由提供输入信号x[n]的输入信号源10标识。输入信号x[n]可以使用数字短时傅里叶变换(STFT)算法(例如，FFT算法)变换成频域。执行STFT以生成频域中的输入信号X(e^jω)的函数区块是用图1中的参考数字20标记。信号分析开始于频域中的输入信号X(e^jω)，接着在频域中进行所有以下信号分析。然而，信号处理不限于频域。可以部分地或甚至专门地在频域中执行信号处理。然而，当使用频域信号处理时，谐波正弦信号的数量仅受使用的FFT长度限制。

根据图1中所示的系统，输入信号X(e^jω)可以供应到执行正弦信号分量的估计的函数区块30。在本实例中，此函数分成两个部分：基本频率f₀的估计(函数区块31)和具有频率f₁、f₂、…、f_N的N个谐波正弦信号的估计(函数区块32)。用于完成此任务的许多方法在所属技术领域中已知且本文不再详细论述。然而，所有方法基于可表示为如下的信号模型：

即，输入信号x[n]模拟为以下项的叠加：具有基本频率f₀(对应于角频率ω₀)的正弦信号、具有频率f₁到f_N(分别对应于角频率ω₁到ω_N)的N个谐波正弦信号和宽带非周期性残差信号r[n]。正弦信号估计(区块30)的结果是三个对应向量，包括估计的频率f＝(f₀、f₁、…、f_N)、对应量值A＝(A₀、A₁、…、A_N)和相位值其中基本频率的相位可以设置为零。可以对于各种不同基本频率确定表示频率、量值和相位值且例如对应于旋转引擎速度900rpm、1000rpm、1100rpm等的这些向量f、A和此外，可以对于不同引擎负载或对于表示引擎操作模式的其它非声学参数(档位数和有效倒车档等)确定向量f、A和

为了估计还可以取决于一个或多个非声学参数(档位数和有效倒车档等)的残差信号r[n]，估计的模型参数(即，向量f、A和)用于通过个别正弦信号的叠加合成输入信号的总(估计的)谐波成分。此通过图1中的区块40完成；输入信号的所得估计的谐波部分在频率中表示为H(e^jω)且在时域中表示为h[n]。可以从输入信号X(e^jω)减去合成信号H(e^jω)(参见区块50)以获得残差信号R(e^jω)，其频域等效于前文所述的时域信号r[n]。残差信号可以经受滤波(例如，通过非线性平滑滤波器(60))。这个滤波器可以被配置来使残差信号变平滑，即，以抑制估计的残差信号R(e^jω)中的暂态伪像、尖脉冲等。将滤波的残差信号R’(e^jω)供应到区块70，其表示被执行来获得以残差信号为特征的模型参数的信号分析。这个信号分析可以包括尤其是线性预测编码(LPC)或仅包括残差信号的功率频谱的计算。例如，可以在可鉴于心理声学的临界频带限值选择的不同频谱区域(根据心理声学激励的频率标度的频带；例如参见Fastl,Hugo；Zwicker,Eberhard；2007施普林格心理声学(第三版))中计算残差信号的功率频谱。使用心理声学激励的频率标度(诸如巴克(Bark)或梅尔(Mel)标度)允许计算时间和存储器使用的大量减少。

因此，已获得不同基本频率的“谐波”信号模型参数和不同非声学参数的残差信号模型参数(例如，引擎的旋转速度值、档位数、引擎负载等)，这些模型参数随后可以用于合成对应于由根据图1分析的引擎产生的声音的真实引擎声音。

图2示出可被视为根据图1的信号分析的替代的信号分析的另一实例。图2的信号分析的结构对应于图1的信号分析，但正弦信号估计30的函数原理除外。图2的方框图的剩余部分相同于图1的实例。在本实例中，执行引导的谐波正弦信号估计，其中rpm信号rpm[n]用作引导信号。然而，表示引擎状态的任何信号或信号组可以用作引导信号(其可以是向量信号)。特定来说，引导信号可以由以下信号中的至少一个组成：表示引擎旋转速度的信号、表示油门位置的信号和表示引擎负载的信号。由此而论，rpm信号通常可以是表示引擎旋转速度的信号，可以例如由引擎控制单元(也被称为动力传动系控制模块，其在许多轿车中可经由控制器区域网络总线(CAN总线)访问)提供。当使用引导的正弦信号估计时，无法从输入信号X(e^jω)估计基本频率，但反可以直接从引导信号获得基本频率：在本实例中，测试引擎的rpm信号rpm[n]。例如，对于六缸燃烧引擎，1,200rpm的引擎速度导致120Hz的基本频率。高次谐波还可以取决于例如引擎负载和油门位置。

对于引导的正弦信号估计，可以使用以下信号模型。因此，输入信号x[n]模拟为如下：

其中n是时间索引，i表示谐波数量，f₀表示基本频率，A_i是振幅且是第i谐波的相位。如上文所述，无法从输入信号x[n]估计基本频率和高次谐波频率，但可直接从引导信号rpm[n]导出基本频率和高次谐波频率。图2中标记为“N个谐波正弦信号的生成”的区块表示此功能。使用所属技术领域中已知的信号处理方法估计对应振幅A_i和相位值例如，可以使用快速傅里叶(FFT)算法，或如果估计仅几个谐波，那么可以使用戈策尔(Goertzel)算法。通常可以考察固定N个频率。在语言处理的背景下引导的谐波估计的一个实例在Christine Smit和Daniel P.W.Ellis,Guided Harmonic SinusoidEstimation in a Multi-Pitch Environment、2009IEEE Workshop onApplications of Signal Processing to Audio and Acoustics,Oct.18-212009中进行描述。

图3示出图2中所呈现的实例的修改。两个方框图本质上相同，但表示正弦信号估计的信号处理区块30除外。引导的自适应正弦信号估计算法可以将频率向量f(包括基本频率f₀和至少一个高次谐波频率(f₁、f₂等))用作参数且自适应地“微调”这些频率以最佳地匹配输入信号X(e^jω)。因此，估计可以提供修改的频率向量f’(包括微调的频率f₀’、f₁’等)以及对应振幅向量A’＝[A₀’、A₁’、A₂’、…]和 尤其在引导信号(例如，rpm信号rpm[n])质量不足的情况中，可以使用自适应算法。机械系统(诸如汽车的动力传动系)通常具有非常高的Q因子；因此尤其是对于高次谐波，rpm信号rpm[n]与真实引擎速度之间的甚小偏差(在几赫兹的范围中)可以使估计结果显著劣化。

图4是示出用于使用最小均方(LMS)最优化算法调适频率向量f中包括的一个频率f_i(i＝1、…、N)分量(以及其振幅A_i和相位)的示例性程序的方框图。调适的结果是由三元组f_i’、A_i’、表示的微调正弦信号。调适的开始点是使用图2中描述的基本方法估计的正弦信号(由三元组f_i、A_i、表示)。即，可以使用引导的谐波正弦信号估计(通过所述估计将频率f_i(i＝1、2、…、N)简单地计算为直接从(非声学或声学)引导信号(例如，在汽车业中从旋转速度信号)导出的基本频率f₀的倍数)获得接着使用本文中所描述的自适应算法最优化的f_i’、A_i’和的初始值。对于调适，由f_i、A_i和表示的初始正弦信号被视为相量，其分解成正交分量Q_i和同相分量IN_i(参见信号处理区块301)。这些分量Q_i和IN_i可以分别通过时变加权因子a和b加权，且接着求和(复数相加，即，IN_i+j·Q_i，j是虚数单位)以获得由f_i’、A_i’和表示的修改的(最优化的)相量。

由LMS最优化区块302确定加权因子a和b，其被配置来调整加权因子a和b使得误差信号最小化(在最小方差意义上，即，信号的l²范数最小化)。使用图3中所示的残差提取60获得的残差信号R(e^jω)可以用作误差信号。即，调适的“目标”是最小化残差信号R(e^jω)的功率或最大化谐波信号分量的总功率。实际最优化算法可以是任何适当最小化算法，例如基于“最陡坡度”方法的LMS算法。所有这些方法是熟知的且因此本文不再详细论述。

例如在测试轿车位于底盘滚筒式测功机上的情况中，图1-3中所示的信号分析可以“脱机”执行。可以对于轿车引擎的各种rpm值测量前述模型参数(频率、振幅和相位向量f、A和以及残差模型参数)。例如，可以对于范围从最小值(例如，900rpm)到最大值(例如，6000rpm)且以一定间隔(例如，100rpm)的离散rpm值确定模型参数。如果对于随后声音合成，中间rpm值(例如，2,575rpm)要求模型参数，那么可以通过内插法获得模型参数。在本实例中，可以使用线性内插法从对于2,500rpm和2,600rpm确定的模型参数计算2,575rpm的模型参数。

为了确定模型参数，测试的轿车引擎的旋转速度可以连续地从最小rpm值斜升到最大rpm值。在这种情况中，对于给出区间(例如，从950rpm到1,049rpm)内的rpm值确定的模型参数可以平均化且与区间的中心值(在本实例中是1,000rpm)相关。如果考察其它额外引导信号(例如，引擎负载)，那么相似于其中rpm信号是引导信号的所描述情况执行数据采集和模型参数估计。

图5是示出运用根据图1-3中所示的信号分析确定的模型参数的引擎声音合成的方框图。在本实例中，引擎声音合成器10仅使用一个引导信号(rpm信号rpm[n])。然而，可以额外地或替代地使用其它引导信号。将引导信号rpm[n]供应到谐波信号生成器110和模型参数数据库100。信号产生器100可以被配置来提供基本频率f₀和高次谐波频率f₁、f₂等。可以将这些频率值(即，频率向量f＝[f₀、f₁、…、f_N])供应到谐波信号合成器130。合成器130还从模型参数数据库100接收拟合当前引导信号rpm[n]的谐波模型参数。模型参数数据库100还可以提供描述可以表示例如残差信号的功率频谱的残差模型的模型参数。此外，模型参数数据库100可以使用内插法获得正确参数，如上文已述。谐波信号合成器130被配置来提供谐波信号H_est(e^jω)，其对应于输入信号X(e^jω)的谐波成分，已使用上文参考图1-3所描述的信号分析从输入信号X(e^jω)进行估计。

可以将描述残差信号的模型参数提供到恢复残差信号的量值M(e^jω)的包络合成器140。在本实例中，通过对白噪声进行全通滤波(因此获得相位信号P(e^jω))并将相位信号P(e^jω)相加到量值信号M(e^jω)以生成总残差信号R_est(e^jω)而恢复残差信号的相位。可以由噪声生成器120生成白噪声。全通滤波器150可以通过将供应到所述滤波器的白噪声映射到相位区0-2π因此提供相位信号P(e^jω)而实施相位滤波。可以通过将恢复的谐波信号H_est(e^jω)和恢复的残差信号R_est(e^jω)相加而获得合成的引擎声音信号X_est(e^jω)。频域中的所得声音信号可以变换成时域，使用共同的音频再现装置进行放大和再现。

通常，引擎声音合成器可以被视为取决于引导信号检索(即，选择)模型参数集(例如，来自驻留在存储器中的模型参数数据库DB)的“黑盒”；接着其使用这些模型参数以合成对应于引导信号的所得引擎声音信号。模型参数集可以包括例如基本频率f₀、高次谐波频率f₁、f₂、…、f_N、对应振幅值A₀、A₁、A₂、…、A_N和相位值 以及残差噪声的功率频谱。引导信号可以是标量信号(例如，表示引擎旋转速度的rpm信号)或表示至少两个标量信号集的向量信号(包括rpm信号、引擎负载信号、油门位置信号等)。特定引导信号值(例如，特定旋转速度或引擎负载)明确定义可以如上文参考图1-4所说明般获得的各自模型参数集。换句话说，模型参数是引导信号的函数。

对于引导信号的各值一次性确定模型参数并将其作为模型参数数据库DB存储在例如非易失性存储器中。模型参数表示各种情况的所期望引擎声音(由引导信号表示)。然而，实际上由坐在电动车中的人员感知的合成引擎声音可以取决于车厢的几何形状而变化。即，由相同模型参数数据库DB表示的相同引擎声音可以对城市轿车、家用轿车和大型轿车中的听音者(例如，驾驶员或乘客)产生不同声音印象。不同声音印象主要归因于车厢的不同大小和形状。

在下文论述中，车厢用作示例性听音室。车厢内的听音者(例如，驾驶员或乘客)的头部的位置被当作(近似)听音位置。因此，房间传递函数(RTF)表示从供应到扬声器的音频信号至到达听音位置的声学信号的听音室传递特性。在多个扬声器和/或多个听音位置的情况中，RTF是矩阵(房间传递矩阵)，其中每个矩阵元素表示标量RTF，其表示特定听音位置和相关扬声器(或扬声器组)的传递特性。使用这种技术，RTF(主要)负责不同类型的轿车中的不同引擎声音印象。下文所描述的声音系统可以用于对于给出预设模型参数数据库DB补偿不同听音室的效应和达成(近似)统一引擎声音印象，而不管轿车的类型。每个RTF与对应房间脉冲响应(RIR)唯一相关，其中RIR的时域等效于频域中的RTF。

图6示出包括尤其引擎声音合成器10、音频信号源1(例如，CD播放器)和均衡器2的声音系统。引擎声音合成器10供应有引导信号(例如，rpm[n]和/或load[n])和预定义的模型参数数据库DB，且其被配置来通过根据当前引导信号选择和使用来自模型参数数据库DB的模型参数集生成所得引擎声音信号x_est[n]；选择的模型参数集用于合成所得引擎声音信号x_est[n]。这可以如图5中所说明般完成。如上文所说明，对于引导信号的给出值所得合成音频信号x_est[n](其提供到一个或多个扬声器)将始终相同且不受特定车厢的房间特性影响。即，合成音频信号x_est[n]并非取决于其中再现音频信号的听音室的RTF。然而，图6的声音再现系统可以有助于改进状况。

音频信号源1提供与合成引擎声音信号x_est[n]相加的至少一个数字音频信号a[n](例如，在立体声或多通道音频的情况中是音频信号集)。至少一个所得和信号表示为y[n]。这个相加还可以在频域中完成(即，Y(e^jω)＝A(e^jω)+X_est(e^jω))，其中A(e^jω)表示频域中的音频信号a[n]且Y(e^jω)表示频域中的和信号。然而，音频信号源1是可选的且音频信号a[n]还可以是零。在这种情况中，和信号等于合成引擎声音信号Y(e^jω)＝X^est(e^jω)。

将和信号提供到均衡器2，其本质上是根据滤波传递函数G(e^jω)(在一个以上音频通道的情况中通常是矩阵函数)操作的数字滤波器。可以设计这个滤波传递函数G(e^jω)使得其补偿RTF H(e^jω)的效应，其与其中再现声音的车厢(听音室)的各自RIR h[n]相关。换句话说，均衡器2被配置来均衡房间传递函数H(e^jω)。然而，可以设计滤波传递函数G(e^jω)以提供任何所期望频率响应以按所期望方式调谐所得声音输出。下文给出关于可以如何获得特定听音室的RIR和可以如何设计对应均衡滤波系数(还被称为滤波脉冲响应)使得均衡滤波补偿听音室的效应的简述。

通常可以使用各种已知系统识别技术测量或估计RIR H(e^jω)。例如，可通过扬声器或扬声器组再现测试信号，同时由麦克风测量到达听音室内的所期望听音位置的所得声学信号。接着，可以通过使用自适应(FIR)滤波器对测试信号进行滤波且迭代地调适滤波系数使得滤波的测试信号匹配麦克风信号而获得RTF H(e^jω)。当滤波系数已聚合时，自适应滤波器的滤波脉冲响应(即，在FIR滤波器的情况中是滤波系数)匹配所求RIR h[n]。可通过将时域RIR h[n]变换成频域而获得对应RTF H(e^jω)。接着，可以通过RTF H(e^jω)的求逆获得实际均衡滤波传递函数G(e^jω)。这个求逆可以是有挑战性的任务。然而，各种合适方法在所属技术领域中已知且因此本文不再论述。实际上，可对于考察的听音室内的每对扬声器和听音位置获得个别RIR。例如，当考察四个扬声器和四个听音位置时，可以获得16个RIR。这16个RIR可以配置成房间脉冲响应矩阵，其可在频谱中转换为对应传递矩阵。就此而言，RTF通常在一个以上音频通道的情况中具有矩阵形式。因此，以均衡器为特征的滤波传递函数也具有矩阵形式。在其中每个音频通道应用一个数字滤波器的实际情况中，传递矩阵可被视为对角矩阵。根据一个实施方案，滤波传递矩阵G(e^jω)可以对于任何特定听音室进行预定且设计到执行数字滤波的数字信号处理单元的非易失性存储器中。然而，可以动态地(使用测量)更新听音室的RIR且可以基于当前RIR获得滤波器的更新的滤波系数G(e^jω)。然而，均衡滤波器不一定直接受RIR控制。各种不同方法已知用于例如在发布US 8,160,282B2中从测量的RIR计算均衡滤波系数。

在图6中所示的系统中，由补偿听音室的RIR h[n](在一个以上通道的情况中是矩阵)的效应的均衡器2均衡合成引擎声音信号x_est[n](视需要与至少一个音频信号a[n]叠加)。即，均衡器2具有至少包括RTF H^-1(e^jω)的(近似)倒数的滤波传递函数G(e^jω)(表示均衡滤波参数集)。如所述，在一个以上通道(多通道)的情况中，传递函数G(e^jω)和H^-1(e^jω)均是矩阵。

由于车厢的RIR可以变更且取决于例如坐在轿车中的人员的数量，所以可以规则地或连续地调适均衡器的滤波传递函数G(e^jω)(即，均衡滤波参数集)以匹配当前RIR。为此目的，需要麦克风非常近接于听音室内的听音位置。然而，合适麦克风通常安装在配备有主动噪声消除(ANC)系统的高档轿车中。如上文所述，在多个音频通道和/或听音位置的情况中，RIR的矩阵取代标量RIR。因此，均衡器的传递行为是以传递函数矩阵(传递矩阵)而非标量传递函数为特征。然而，图中示出单通道情况以说明原理和避免复杂阐述。

在图6的实例中，板上音频系统的均衡器2用于均衡音频信号a[n]和合成引擎声音信号x_est[n]两者。为此目的，信号a[n]和x_est[n]叠加(相加)且和信号y[n]供应到安置在引擎声音合成器10下游的均衡器2。图7中所示的替代实例使用不同方法，合成引擎声音信号(在本实例中表示为x_est’[n])根据其与已均衡的音频信号a’[n]叠加，从而产生(均衡的)和信号y’[n]。即，在图7的实例中，均衡器2安置在平行于合成引擎声音信号x_est’[n]的信号路径的信号路径中；因此，均衡器2无需均衡合成引擎声音信号x_est’[n]，但反而仅均衡(可选的)音频信号a[n]。为了获得正确均衡的合成引擎声音信号x_est’[n]，根据取决于听音室(车厢)的RIR h[n]的均衡滤波参数集或在一个以上通道的情况中根据RIR的矩阵修改预定义的模型参数数据库DB。修改预定义的模型参数数据库DB中的模型参数使得所得修改的模型参数数据库DB’包括产生(在ESS 10的输出处)已根据RIR h[n]均衡的合成引擎声音信号x_est[n](对于每个音频通道)的模型参数。可以例如通过对对应振幅值A₀、A₁、A₂、…、A_N和相位值 (与基本频率f₀和高次谐波频率f₁、f₂、…、f_N相关)与均衡滤波器的对应传递函数G(e^jω)(其是近似H^-1(e^jω))简单求积而达成将均衡并入到模型参数中。在一个以上通道的情况中，对每个音频通道进行这个动作。

下文概述本公开的一些方面。然而，应注意，下文论述并不详尽或完整。

一个方面涉及一种用于分析声音尤其是在燃烧引擎附近拾取的引擎声音信号的方法。所述方法包括确定要分析的输入信号的基本频率，从而运用输入信号或至少一个引导信号。此外，确定对应于基本频率的高次谐波频率，因此导致谐波模型参数。所述方法还包括基于谐波模型参数合成谐波信号并从输入信号减去谐波信号以获得残差信号。最后，基于残差信号估计残差模型参数。

可以将输入信号变换成频域，因此在进行进一步处理之前提供频域输入信号。在这种情况中，可考察的高次谐波的量仅限于例如由提供频域变换的FFT(快速傅里叶变换)算法使用的输入向量的长度。输入信号的处理通常完全在频谱中执行；因此还可以在频域中计算谐波信号和残差信号。

可以从至少一个引导信号导出基本频率和高次谐波频率以避免直接从输入信号估计基本频率(和高次谐波频率)，其通常是计算复杂的。

谐波模型参数可以包括基本频率和高次谐波频率的频率向量、对应振幅向量和对应相位向量。确定谐波模型参数可以包括估计与基本频率和高次谐波频率相关的相位和振幅值。确定谐波模型参数通常可以包括从至少一个引导信号获得的基本频率和高次谐波频率的微调。这个微调可能必需高次谐波频率和其对应(估计的)振幅和相位值的迭代修改使得残差信号的范数(例如，L²范数)最小化。这个微调可被视为一种最优化程序。

可以使用非线性滤波器对残差信号进行滤波以在估计残差模型参数之前使残差信号变平滑。确定残差模型参数可以包括计算残差信号的功率频谱。对于不同频带，可以根据心理声学激励的频率标度计算功率频谱密度以考察心理声学的临界频带限值。

另一方面涉及一种用于基于谐波模型参数和残差模型参数合成声音信号的方法，其中可以尤其是根据上文概述的方法确定所述参数。所述方法包括基于至少一个引导信号计算基本频率和高次谐波频率。提供与计算的频率相关的残差模型参数和谐波模型参数，且将谐波模型参数用于计算的基本频率和高次谐波频率而合成谐波信号。此外，使用残差模型参数合成残差信号。可以通过叠加合成的谐波信号和残差信号而计算总声音信号。

可以将预先滤波的白噪声相加到总声音信号。特定来说，预先滤波可以包括将白噪声振幅值映射到0-2π相位范围中，因此生成相加到总声音信号的相位信号。合成残差信号通常可以包括生成具有对应于由残差模型参数表示的功率频谱密度的功率频谱密度的噪声信号。

另一方面涉及一种用于在听音室的至少一个听音位置中再现合成引擎声音的系统。每个听音位置与房间传递函数(RTF)相关。一个示例性系统包括包含各种预定义的模型参数集的模型参数数据库DB。系统还包括接收至少一个引导信号的引擎声音合成器10(参见图6)，其中在一个以上引导信号的情况中引导信号可被视为一个向量引导信号。引导信号可以表示引擎旋转速度、引擎负载、油门位置或可以对燃烧引擎的声音具有影响的相似测量。引擎声音合成器10被配置来根据引导信号选择一个模型参数集并根据选择的模型参数集生成合成引擎声音信号x_est[n]或x_est’[n](参见图6和图7)。至少一个扬声器5用于通过生成对应声学引擎声音信号再现合成引擎声音信号x_est[n]或x_est’[n]。系统还包括均衡器2或模型参数调谐单元。在第一种情况中，均衡器接收合成引擎声音信号x_est[n]且根据滤波传递函数G(e^jω)对其进行滤波，设置滤波传递函数G(e^jω)使得听音室(以RTF为特征)对所得声学引擎声音信号的效应在听音位置处得以近似补偿。在第二种情况中，模型参数调谐单元根据均衡滤波参数集修改模型参数数据库DB中的预定义的模型参数集使得所得声学引擎声学信号在听音位置处得以近似补偿。在这种情况中，从修改的模型参数集生成合成引擎声音信号。

每个模型参数集至少表示所期望引擎声音的基本频率f₀和高次谐波频率f₁、f₂、…、f_N以及对应振幅值A₀、A₁、A₂、…、A_N和相位值可以提供规则地或连续地测量和更新由均衡器或模型参数调谐单元使用的RTF的系统识别单元。

图8和图9分别示出在多个音频通道和扬声器的情况中图6和图7的实例的泛化。信号a[n]、x_est[n]、y[n]等的下标i和k涉及个别音频通道，其中i＝{1、2、…、N}且k＝{1、2、…、N}。在所描绘实例中，N＝2。在图8的实例中，将音频信号源1提供两个音频信号a_i[n](i＝{1、2})，叠加每个音频信号与合成引擎声音信号x_est[n]。接着将和信号y_i[n]＝a_i[n]+x_est[n]供应到均衡器2，其根据被设计来补偿房间脉冲响应h_ik[n]的传递矩阵对信号进行滤波。接着将滤波的信号y_k’[n]供应到各自扬声器5_k(k＝{1、2})。

在图9的实例中，对于每个音频通道生成合成引擎声音信号x_est,k[n]。叠加均衡的音频信号a_k’[n]与合成引擎声音信号x_est,k[n]；接着将和信号y_k’[n]供应到(在转换为模拟信号和放大之后)各自扬声器5_k(k＝{1、2})。除上文所描述的多通道增强以外，图8和图9的实例相同于图6和图7的先前实例。

尽管已公开各种示例性实施方案，但所属技术领域熟练人员将明白在不背离本发明的精神和范围的情况下可根据各个实施方案的特定实施方式作出变更和修改。将对所属技术领域熟练人员显而易见的是可以适当地替换执行相同功能的其它组件。特定来说，可以在时域或频域中执行信号处理功能以达成实质上相等的结果。应注意，参考特定图所说明的特征可以与甚至未明确提及的其它图的特征组合。此外，可以以使用适当处理器指令的所有软件实施方式或以利用硬件逻辑和软件逻辑的组合达成相同结果的混合实施方式达成本发明的方法。这些概念修改意在被随附权利要求书所涵盖。

Claims (14)

1.一种用于在听音室的至少一个听音位置中使用至少一个扬声器再现合成引擎声音的系统；所述系统包括：

模型参数数据库，其包括各种预定义的模型参数集；

引擎声音合成器，其接收至少一个引导信号，所述引擎声音合成器被配置来根据所述引导信号选择一个模型参数集并根据所述选择的模型参数集生成合成引擎声音信号；

至少一个扬声器，其用于通过生成对应声学信号再现所述合成引擎声音

且所述系统包括以下项中的一个：

均衡器，其接收所述合成引擎声音信号且被配置来根据滤波传递函数对所述合成引擎声音信号进行滤波，设置所述滤波传递函数使得所述听音室对所述所得声学引擎声音信号的效应在所述听音位置处得以近似补偿；和

模型参数调谐单元，其被配置来根据均衡器滤波参数集修改所述模型参数数据库中的所述预定义的模型参数集，使得在从修改的模型参数集生成所述所得合成引擎声音信号时，所述听音室对所述所得声学信号的效应在所述听音位置处得以近似补偿。

2.根据权利要求1所述的系统，其中每个模型参数集表示所期望引擎声音的至少一个基本频率和高次谐波频率以及对应振幅和相位值。

3.根据权利要求1或2所述的系统，其中每对听音位置和扬声器与房间传递函数(RTF)相关；所述系统还包括被配置来规则地或连续地测量和更新由所述均衡器或所述模型参数调谐单元使用的所述RTF的系统识别单元。

4.根据权利要求1到3中一项所述的系统，其中所述引导信号包括以下项中的至少一个：引擎的旋转速度信号、表示引擎负载的信号、表示车辆速度的信号。

5.根据权利要求1到4中一项所述的系统，其还包括提供至少一个音频信号的音频信号源。

6.根据权利要求5所述的系统，其中所述至少一个音频信号与所述合成引擎声音信号叠加，且所得和信号供应到所述均衡器。

7.根据权利要求5所述的系统，

其中所述模型参数调谐单元被配置来根据所述均衡器滤波参数集修改所述模型参数数据库中的所述预定义的模型参数集，使得在从修改的模型参数集生成所述所得合成引擎声音信号时，所述所得声学信号在所述听音位置处得以近似补偿，使得所述听音室的所述效应近似消除；且

其中所述合成引擎声音信号在供应到对应扬声器之前与所述音频信号叠加。

8.根据权利要求7所述的系统，其中所述音频信号在叠加到所述合成引擎声音信号之前均衡。

9.一种用于在听音室的至少一个听音位置中使用至少一个扬声器再现合成引擎声音的方法；所述方法包括：

提供包括各种预定义的模型参数集的模型参数数据库；

接收至少一个引导信号并根据所述引导信号选择一个模型参数集；

根据所述选择的模型参数集合成至少一个合成引擎声音信号；

通过生成对应声学引擎声音信号再现所述合成引擎声音信号；

且包括以下项中的一个：

根据滤波传递函数对所述合成引擎声音信号进行滤波，设置所述滤波传递函数使得所述听音室对所述所得声学引擎声音信号的效应在所述听音位置处得以近似补偿；和

根据均衡滤波参数集修改所述模型参数数据库中的所述预定义的模型参数集，使得在从修改的模型参数集生成所述所得合成引擎声音信号时，所述听音室对所述所得声学引擎声音信号的效应在所述听音位置处得以近似补偿。

10.根据权利要求9所述的方法，其中每个模型参数集表示所期望引擎声音的至少一个基本频率和高次谐波频率以及对应振幅和相位值。

11.根据权利要求9或10所述的方法，其还包括：

规则地或连续地测量和更新用于获得用于对所述合成引擎声音信号进行滤波的滤波系数或用于修改所述模型参数数据库中的所述预定义的模型参数集的RTF。

12.根据权利要求9到11中一项所述的方法，其中所述引导信号包括以下项中的至少一个：引擎的旋转速度信号、表示引擎负载的信号、表示车辆速度的信号。

13.根据权利要求9到12中一项所述的方法，其还包括：

提供至少一个音频信号；

叠加所述音频信号与所述合成引擎声音信号，从而导致和信号；

其中根据滤波传递函数对所述合成引擎声音信号进行滤波包括所述和信号的滤波。

14.根据权利要求9到12所述的方法，其还包括

叠加从所述修改的模型参数集获得的所述合成引擎声音信号与所述均衡的音频信号，所述均衡通过根据所述滤波传递函数对所述音频信号进行滤波而完成，设置所述滤波传递函数使得所述听音室对所述所得声学声音信号的效应在所述听音位置处得以近似补偿。