CN105139865A - 一种确定左右声道音频相关系数的方法及装置 - Google Patents

Abstract

本发明提供了一种确定左右声道音频相关系数的方法及装置，包括：对左声道音频和右声道音频进行离散采样；确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；根据如下公式，确定左右声道音频相关系数r：采用本发明实施例的技术方案，能够准确地确定左右声道音频相关系数。

Description

一种确定左右声道音频相关系数的方法及装置

技术领域

本发明涉及音频处理技术领域，特别涉及一种确定左右声道音频相关系数的方法及装置。

背景技术

在音频编辑或播放控制时，需要根据立体声左右声道音频相关系数确定某段音频是否可用。

目前，确定立体声左右声道音频相关系数的具体方案为：借助泰克示波器来检测立体声左右声道音频相关系数，将立体声左右声道音频信号输入泰克示波器的音频通道，经过处理，泰克示波器的菱形标识处于显示器区间的不同位置来显示不同的相关系数值，例如，当处理得到的相关系数为1时，菱形标识处于显示器区间的最右端显示为白色，当处理得到的相关系数为-1时，菱形标识处于显示器区间的最左端显示为红色。当处理得到的相关系数为0时，菱形标识处于显示器区间的最中间位置显示为黄色。

综上所述，泰克示波器仅能显示立体声左右声道音频相关系数的大概数值范围，除了相关系数值为1、-1和0三种情况之外，技术人员仅能通过示波器的显示结果进行估读，不能准确得到立体声左右声道音频相关系数。

发明内容

本发明实施例提出了一种确定左右声道音频相关系数的方法及装置，用以提供能够较为准确地确定立体声左右声道音频相关系数的方法。

本发明实施例提供了一种确定左右声道音频相关系数的方法，包括如下步骤：

对左声道音频和右声道音频进行离散采样；

确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n=1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

本发明实施例提供了一种确定左右声道音频相关系数的装置，包括：

采样单元，用于对左声道音频和右声道音频进行离散采样；

序列确定单元，用于确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

相关系数确定单元，用于根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n-1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n-1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

本发明有益技术效果如下：

本发明实施例提供的确定左右声道音频相关系数的方法，由于对左声道音频和右声道音频进行离散采样，确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，根据公式确定左右声道音频相关系数，能够准确地确定左右声道音频相关系数。

附图说明

下面将参照附图描述本发明的具体实施例，

图1为本发明实施例中提供的确定左右声道音频相关系数的方法流程示意图；

图2为本发明实施例中提供的确定左右声道音频相关系数的装置结构示意图。

具体实施方式

为了使本发明的技术方案及优点更加清楚明白，以下结合附图对本发明的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本发明的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明书中的实施例及实施例中的特征可以互相结合。

图1为本发明实施例中提供的确定左右声道音频相关系数的方法流程示意图，如图1所示，确定左右声道音频相关系数的方法，可以包括如下步骤：

步骤101：对左声道音频和右声道音频进行离散采样；

步骤102：确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

步骤103：根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n=1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

具体实施中，当判断立体声音频是否可用时，需要对一段立体声左右声道的音频相关系数进行周期或非周期的计算。一段立体声音频左右声道完全反相是指立体声音频左右声道音频波形完全相同但相位差180°；一段立体声音频左右声道完全同相是指立体声音频左右声道完全相同，即：一个声道为另一个声道的拷贝，或者，一个声道的离散采样数值是另一个声道相应的离散采样数值的倍数。

实际中，正常人听觉可识别的频率范围大约在20Hz～20kHz之间。采样频率是指将模拟音频信号进行数字化时，每秒钟抽取音频信号样本的次数。根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等。

通过查阅资料，得知左右声道间的相关系数可以通过如下的公式(1)进行计算，该公式(1)为：

$r\left(\mathrm{\τ}\right)\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{2Tv}-{\∫}_{-T}^{+T}{x}_L\left(t\right)x_R(t+\mathrm{\τ})dt---\left(1\right)$

τ是两个声道间的时间延迟，v是归一化因子，v可通过下面的式子定义：

$v=\frac{1}{2T}\sqrt{{\∫}_{-T}^{+T}{x}_L^2\left(t\right)dt{\∫}_{-T}^{+T}{x}_R^2\left(t\right)dt}---\left(2\right)$

从公式(1)和(2)中看到，利用T将音频看作周期性的音频序列，当周期T趋于无穷时，对连续的音频序列进行积分，但这两个式子在实际中根本无法操作。考虑到方案的可实施性，本发明实施例中将公式(1)和(2)合并，再转化为离散公式。对立体声音频左右声道进行离散采样后，就可以确定相同一段时间内的左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，然后根据将左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)进行相关系数计算。与在数学、统计学、金融学等研究领域中常用的皮尔逊相关系数采用求线性相关系数大小的算法不同，发明实施例中采用的是直接利用离散样本值求相关系数的算法进行立体声音频左右声道相关系数的计算，具体计算公式，在上述方法的步骤103中已有说明，这里不再重复说明。相对于连续求相关系数的算法，实际可实施性更好，且采样率取得合适，可以准确地计算立体声音频左右声道相关系数。

实施中，可以以48KHz的采样率对左声道音频和右声道音频进行为离散采样。

为了保证声音不失真，采样频率应该在40kHz左右，常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等。具体实施中，可以采用48KHz的采样率进行左声道音频和右声道音频的离散采样，通过48KHZ较高的采样率，可以兼顾立体声左右声道音频采样数据的处理成本和立体声音频左右声道离散采样后计算的相关系数的准确性。

实施中，可以以一个音频帧为时间单位确定左右声道音频相关系数。

具体实施中，考虑实施可操作性，使本方案能够更方便本领域技术人员的实施，可以以一个音频帧为时间单元，即，计算左右声道音频相关系数的周期为一个音频帧，每隔一个音频帧的时间长度就进行一次左右声道音频相关系数的计算。左声道音频和右声道音频进行离散采样始终进行，不间断，离散采样值可以保存至相应存储设备中，待到达左右声道音频相关系数的计算时刻时，被读取。

通常，一秒钟的音频包括25个音频帧，即，一个音频帧的时间长度为0.04s。那么，采样率为48KHz时，一个音频帧的时间里可以采集到的样本值为1920个。

在实际应用本发明实施例提供的确定左右声道音频相关系数的方法的过程中，本领域技术人员可以根据实际需要选择确定左右声道音频相关系数的时间单位，例如，除了以一个音频帧为确定左右声道音频相关系数的时间单位，也可以选择1S、0.1S或者一个音频帧时间的倍数等其他时间长度作为确定左右声道音频相关系数的时间单位。

实施中，确定多个音频帧的左右声道音频相关系数后，还可以包括：根据多个音频帧的左右声道音频相关系数确定包含该多个音频帧的立体声音频是否可用。

具体实施中，通过上述方法确定了多个音频帧的左右声道音频相关系数后，就可以通过这多个音频帧的左右声道音频相关系数情况来确定包含这多个音频帧的立体声音频是否是合格的，可用的。

实施中，当多个音频帧的左右声道音频相关系数均大于第一阈值，或者，多个音频帧的左右声道音频相关系数均小于第二阈值，或者多个音频帧的左右声道音频相关系数均大于等于第三阈值小于等于第四阈值，或者多个音频帧的左右声道音频相关系数均为第五阈值时，可以确定包含该多个音频帧的立体声音频不可用。

具体实施中，判断音频符合不符合规定，对一段立体声音频左右声道相关性进行计算，一帧一帧计算。如果25个连续的音频帧，持续完全反相、负相关、正相关，或者整个音频超过98％的部分完全同相，或连续125个音频帧完全不相关，那么这段立体声音频就是不符合要求的，不可用。

具体实施中，可以设置一些具体的阈值来界定，立体声音频左右声道相关系数在什么情况下属于完全反相、负相关、正相关，完全同相或者完全不相关。下面举例进行说明，以使本领域技术人员能够清楚地了解方案如何实施。

对于立体声音频左右声道负相关设置第一阈值，这里第一阈值可以取值为-0.5，当立体声音频左右声道相关系数连续25个音频帧都小于-0.5，表明这段音频是负相关的，则说明包含该25个音频帧的整段立体声音频不可用，也可以在确定包含该25个音频帧的立体声音频不可用的同时，以显示屏信息显示或喇叭发声等方式向操作人员报警，具体的报警形式这里不做具体限定。这里的设置的25个音频帧及第一阈值为-0.5仅作示例性说明。另外，多个音频帧的具体数量取多少，第一阈值的具体取值，本领域技术人员可以根据实际需要确定，例如，音频帧的个数可以选择30、50、100或125等等，第一阈值可以为-0.55、-0.6、-0.65或-0.7等等。

同理，对于立体声音频左右声道正相关设置第二阈值，这里第二阈值可以取值为0.9，当立体声音频左右声道相关系数连续25个音频帧都大于0.9，表明这段音频是正相关的，则包含该25个音频帧的立体声音频不可用，也可以在确定包含该25个音频帧的立体声音频不可用的同时，以显示屏信息显示或喇叭发声等方式向操作人员报警，具体的报警形式这里不做具体限定。这里的设置的25个音频帧及第二阈值为0.9仅作示例性说明。多个音频帧的具体数量取多少，第二阈值的具体取值，本领域技术人员可以根据实际需要确定，例如，音频帧的个数可以选择30、50、100或125等等，第二阈值可以为0.77、0.8、0.85、0.88或0.92等等。

类似地，对于立体声音频左右声道完全不相关，设置第三阈值和第四阈值，这里第三阈值取值为-0.1，第四阈值取值为0.1，若立体声音频左右声道相关系数连续125个音频帧都在[-0.1，0.1]范围内，则说明这段音频不可用，则可以显示屏信息显示或喇叭发声等方式向操作人员报警。具体的报警形式这里不做具体限定。这里的设置的125个音频帧及第三阈值为-0.1、第四阈值为0.1仅作示例性说明。多个音频帧的具体数量取多少，第三阈值和第四阈值的具体取值，本领域技术人员可以根据实际需要确定，例如，音频帧的个数可以选择100、150、175或200等等，第三阈值可以为-0.2、-0.18、-0.15、-0.088或-0.072，第四阈值可以为0.2、0.18、0.15、0.088或0.072等等。

类似地，对于立体声音频左右声道完全反相，设置第五阈值，这里第五阈值取值为-1，若立体声音频左右声道相关系数连续25个音频帧都是-1，则说明包含该25个音频帧的立体声音频是不可用的，则可以显示屏信息显示或喇叭发声等方式向操作人员报警。具体的报警形式这里不做具体限定。这里的设置的25个音频帧及第五阈值为-1仅作示例性说明。多个音频帧的具体数量取多少，第五阈值的具体取值，本领域技术人员可以根据实际需要确定，例如，音频帧的个数可以选择30、50、100或125等等，第五阈值可以为-0.99、-0.998、-0.999等等。

类似地，对于立体声音频左右声道完全同相，设置第五阈值，这里第五阈值取值为1，将立体声音频左右声道的总帧数记录下来，并将立体声音频左右声道的完全同相的帧数记录下来。如果这段音频的完全同相的帧数占这段音频的总帧数的百分比超过了98％，则说明该立体声音频是不可用的，则可以显示屏信息显示或喇叭发声等方式向操作人员报警。具体的报警形式这里不做具体限定。这里的设置的百分比98％及第五阈值为1仅作示例性说明。百分比值的具体取值，第五阈值的具体取值，本领域技术人员可以根据实际需要确定，例如，百分比值可以选择90％、92％、95％、99.5％等等，第五阈值可以为0.99、0.998、0.999等等。

本发明实施例提供的确定左右声道音频相关系数的方法，由于对左声道音频和右声道音频进行离散采样，确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，根据公式确定左右声道音频相关系数，能够准确地确定左右声道音频相关系数。

本发明实施例在提出了上述确定左右声道音频相关系数的方法的同时，还对该确定左右声道音频相关系数的方法得到的结果进行了校验，具体校验方法如下：

利用泰克示波器检测时的音频信号，计算并保存相关系数值，然后将该音频信号输入至音频设备Soundtrackproeffects中的测量效果器CorrelationMeter中，将测量效果器CorrelationMeter测量该音频左右声道播放时显示的所有相关系数值通过拍摄照片、记录数据等方式保存下来，与本发明实施例提供的确定左右声道音频相关系数的方法计算得到的相关系数值进行对比。左右声道音频完全同相时，测量效果器CorrelationMeter测量后显示指向最右端相关系数值为1，若计算出来的左右声道音频相关系数值为1，，则说明通过本发明实施例提供的确定左右声道音频相关系数的方法计算得到的相关系数值正确；同理，左右声道音频完全反相时，测量效果器CorrelationMeter测量后显示指向最左端相关系数值为-1，若计算出来的左右声道音频相关系数值为-1，则计算结果是正确的。经反复实际校验，无论左右声道音频是完全反相、负相关、正相关，完全同相，完全不相关，在大多数情况下，本发明实施例提供的确定左右声道音频相关系数的方法计算得到的相关系数值与测量效果器CorrelationMeter测量的结果是相符的。因此，该算法是可以检测立体声音频左右声道相关系数值的。

上面是对本发明实施例中提供的确定左右声道音频相关系数的方法的说明，基于同一发明构思，本发明实施例中还提供了一种确定左右声道音频相关系数的装置，由于该装置解决问题的原理与一种确定左右声道音频相关系数的方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

图2为本发明实施例中提供的确定左右声道音频相关系数的装置结构示意图，如图2所示，确定左右声道音频相关系数的装置，可以包括：

采样单元201，用于对左声道音频和右声道音频进行离散采样；

序列确定单元202，用于确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

相关系数确定单元203，用于根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n-1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n=1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

实施中，采样单元可以进一步用于以48KHz的采样率对左声道音频和右声道音频进行离散采样。

实施中，所述相关系数确定单元可以进一步用于以一个音频帧为时间单位确定左右声道音频相关系数。

实施中，该确定左右声道音频相关系数的装置还可以包括：

音频帧确定单元204，可以用于确定多个音频帧的左右声道音频相关系数后，根据所述多个音频帧的左右声道音频相关系数确定包含该多个音频帧的立体声音频是否可用。

实施中，音频帧确定单元可以进一步用于当所述多个音频帧的左右声道音频相关系数均大于第一阈值，或者，所述多个音频帧的左右声道音频相关系数均小于第二阈值，或者所述多个音频帧的左右声道音频相关系数均大于等于第三阈值小于等于第四阈值，或者多个音频帧的左右声道音频相关系数均为第五阈值时，确定包含该多个音频帧的立体声音频不可用。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种确定左右声道音频相关系数的方法，其特征在于，包括如下步骤：

对左声道音频和右声道音频进行离散采样；

确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n=1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

2.如权利要求1所述的方法，其特征在于，以48KHz的采样率对左声道音频和右声道音频进行为离散采样。

3.如权利要求1所述的方法，其特征在于，以一个音频帧为时间单位确定左右声道音频相关系数。

4.如权利要求3所述的方法，其特征在于，确定多个音频帧的左右声道音频相关系数后，还包括：根据所述多个音频帧的左右声道音频相关系数确定包含所述多个音频帧的立体声音频是否可用。

5.如权利要求4所述的方法，其特征在于，当所述多个音频帧的左右声道音频相关系数均大于第一阈值，或者，所述多个音频帧的左右声道音频相关系数均小于第二阈值，或者所述多个音频帧的左右声道音频相关系数均大于等于第三阈值小于等于第四阈值，或者所述多个音频帧的左右声道音频相关系数均为第五阈值时，确定包含所述多个音频帧的立体声音频不可用。

6.一种确定左右声道音频相关系数的装置，其特征在于，包括：

采样单元，用于对左声道音频和右声道音频进行离散采样；

序列确定单元，用于确定左声道音频的离散采样序列x_L(n)和右声道音频的离散采样序列x_R(n)，其中，n为自然数，n＝1，2，...N，N为大于1的自然数；

相关系数确定单元，用于根据如下公式，确定左右声道音频相关系数r：

$r=\frac{\underset{n=1}{\overset{N}{\Σ}}{x}_L\left(n\right)\·x_R\left(n\right)}{\sqrt{\underset{n=1}{\overset{N}{\Σ}}{x}_L^2\left(n\right)\·\underset{n=1}{\overset{N}{\Σ}}{x}_R^2\left(n\right)}}.$

7.如权利要求6所述的装置，其特征在于，所述采样单元进一步用于以48KHz的采样率对左声道音频和右声道音频进行离散采样。

8.如权利要求6所述的装置，其特征在于，所述相关系数确定单元进一步用于以一个音频帧为时间单位确定左右声道音频相关系数。

9.如权利要求8所述的装置，其特征在于，还包括：

音频帧确定单元，用于确定多个音频帧的左右声道音频相关系数后，根据所述多个音频帧的左右声道音频相关系数确定包含所述多个音频帧的立体声音频是否可用。

10.如权利要求9所述的装置，其特征在于，所述音频帧确定单元进一步用于当所述多个音频帧的左右声道音频相关系数均大于第一阈值，或者，所述多个音频帧的左右声道音频相关系数均小于第二阈值，或者所述多个音频帧的左右声道音频相关系数均大于等于第三阈值小于等于第四阈值，或者所述多个音频帧的左右声道音频相关系数均为第五阈值时，确定包含所述多个音频帧的立体声音频不可用。