CN105245195B - 用于具有音质保护的失真减少多频带压缩器的技术 - Google Patents

Abstract

提供用于具有音质保护的失真减少多频带压缩器的技术。通过确定多个频带中的每一个中的时变阈值来实现音质保护，该时变阈值与该频带的相应固定阈值以及至少部分地与该频带外部的音频信号水平和固定阈值有关。如果特定频带由于高于或接近其固定阈值而受到显著增益减少，则一个或多个其它频带的时变阈值也下降以受到若干增益减少。在具体实施例中，可以从每个频带中的音频输入信号及其相应的固定阈值的平均差来计算时变阈值。

Description

用于具有音质保护的失真减少多频带压缩器的技术

本分案申请是基于申请号为201180014412.5(国际申请号为PCT/US2011/028439)，申请日为2011年3月15日，发明名称为“用于具有音质保护的失真减少多频带压缩器的技术”的中国专利申请的分案申请。

相关申请的交叉引用

本发明要求于2010年3月18日提交的美国专利临时申请No.61/315,172的优先权，通过引用而将其全文合并到此。

技术领域

本发明总体涉及音频呈现，并且尤其涉及在呈现期间的失真减少。

背景技术

回放设备(例如膝上型计算机、蜂窝无线电话、便携式音乐播放器和电视)包括具有受限输出能力的放大器和音频换能器(例如扬声器)。在这些设备中，音频回放可感知地失真，并且常常在呈现期间随着回放水平增加而明显失真。此外，这种失真对于回放设备常常是频率相关的。例如，当输出信号通常超过特定水平时，电视的波形因数可能在特定频率处展现谐振响应，产生烦人的声音。

多频带压缩可以在回放之前应用于音频信号，以减少失真并且尝试最大化回放水平。对于压缩器的每个频带指定失真阈值。压缩器独立地将不同增益值应用于每个频带，以确保输出信号不超过任何对应失真阈值。

然而，该方法可能剧烈地改变音质(timbre)或听者感知的属性，其中相等响度和音调(pitch)的两个声音可能被感知为不相似。也就是说，当某些频率达到失真阈值并且其它未达到时，压缩器通过改变这些频率之间的相对平衡而引入其自身的缺陷。每个频带隔离地操作。所得的声音显现为畸变的或另外不自然的。

据此，发明人理解，为了清晰自然的收听体验，通过多频带压缩的用于音质保护的技术是期望的。

该部分中描述的方法是可以贯彻实施的方法，但不一定是先前已被构思或贯彻实施的方法。因此，除非另外指示，否则不应假设该部分中描述的任何方法仅仅由于它们包含在该部分中而被当作现有技术。相似地，除非另外指示，否则相对于一个或多个方法标识的问题不应基于该部分而被假定在任何现有技术中已经被认识到。

发明内容

提供用于多频带压缩器中的音质保护的方法和装置。通过确定多个频带中的每一个中的时变阈值来实现音质保护，该时变阈值与(i)用于该频带的相应固定阈值以及至少部分地与(ii)第二频带中的音频信号水平(无论是数字还是模拟音频信号)以及(iii)第二频带中的固定阈值有关。因此，每个时变阈值是输入信号自适应的。如果特定频带由于高于其固定阈值(或替代地，接近固定阈值)而受到显著增益减少(gain reduction)，则一个或多个其它频带的时变阈值也下降以受到若干增益减少。

在本发明实施例中，提供或另外确定用于第一频带的固定阈值。确定所述第一频带内的音频信号的第一水平。所述第一水平可以小于所述固定阈值。还确定第二频带的音频信号的第二水平。使用所述第二水平对于所述第一频带计算时变阈值，所述时变阈值小于所述固定阈值。所述音频信号在所述第一频带内衰减为等于或小于所述时变阈值，或替代地，所述音频信号可以随着接近所述时变阈值而在所述第一频带内逐渐衰减。可以由每个频带中的音频输入信号与其相应固定阈值的平均差来计算所述时变阈值。可选地，可以进一步确定用于所述第二频带的第二固定阈值。所述音频信号的第二水平可以超过所述第二固定阈值，导致所述第二频带内的音频信号衰减到所述第二固定阈值。

在另一实施例中，压缩器包括多频带滤波器组、压缩函数元件(compressionfunction element)以及至少一个音质保护元件。各压缩函数元件可以专用于一个频带。所述音质保护元件耦合到所述多频带滤波器组和所述压缩函数元件。所述音质保护元件接收用于每个频带的固定阈值并且对每个频带提供时变阈值。用于一个频带的时变阈值部分地由该频带外部的音频信号的水平确定。

在本发明又一实施例中，系统包括多频带滤波器组、音质保护元件和压缩函数元件。所述音质保护元件接收用于多个频带中的每一个的固定阈值，并且进而对于频带提供时变阈值。所述时变阈值至少部分地由该频带外部的音频信号的水平确定。在具体实施例中，时变阈值是每个频带中的音频输入信号与其相应的固定阈值的平均差的函数。

作为本发明另一实施例，系统包括多频带滤波器装置、压缩函数装置和音质保护装置。所述音质保护装置接收用于多个频带中的每一个的固定限值，并且对于这些频带中的每一个提供时变阈值。这些时变阈值至少部分地由相应频带外部的音频信号的水平和关联的固定阈值确定。

作为本发明实施例，提供用于第一频带的预定阈值。确定所述第一频带内的音频信号的第一水平。所述第一水平可以小于所述预定阈值。还确定第二频带的音频信号的第二水平。使用所述第二水平对于所述第一频带计算信号自适应阈值，所述信号自适应阈值小于所述预定阈值。所述音频信号基于所述信号自适应阈值而在所述第一频带内衰减。在具体实施例中，所述预定阈值可以与所述第一频带内的音频信号的水平无关，或实际上与任何频带中的水平无关。反之，所述信号自适应阈值依赖于音频信号，尤其依赖于所述第一频带外部的音频信号的水平。

附图说明

在附图中通过示例的方式而不是限制的方式示出本发明实施例，并且其中，相似标号指代相似元件，并且其中：

图1A示出根据本发明实施例的示例性压缩器；

图1B和图1C提供了根据本发明实施例的压缩函数的示例性输入/输出特性；

图2是示出根据本发明实施例的示例性结果的简化图；以及

图3示出根据本发明实施例的简化流程图。

具体实施方式

图1A示出根据本发明实施例的具有音质保护约束的示例性多频带压缩器100。压缩器100接收输入信号x[n]，其通过滤波器组102被分为多个频带(例如B个频带，其可以是2、3、4、5、……20或更多个频带)。作为示例，滤波器组102的每个频带的输出可如输入信号x[n]与带通滤波器响应h_b[n]卷积被计算：

x_b[n]＝h_b[n]*x[n]，b＝1...B

接下来，每个带信号连同相应时变阈值T_b[n]一起传送到相应压缩函数CF 104(a)、104(b)、……104(B)。图1B提供作为T_b[n]的函数的CF 104(a)、104(b)、……104(B)的示例性输入/输出特性。压缩函数的输入水平可以多种方式作为带信号x_b[n]的函数被计算。例如，快速起音/缓慢释放(Fast attack/slow release)单极点平滑器(例如能量估计器108)可以应用于信号x_b[n]的平方，以计算每个频带中的时变能量e_b[n]的估计：

起音时间值(λ_A)可以是10ms的量级，而释放时间值(λ_R)可以是100ms的量级(例如释放时间为起音时间10倍，或更大)。随着如e_b[n]估计的输入信号x_b[n]的水平接近阈值T_b[n]，输出信号更缓慢地上升，并且最终被限制到该阈值(如输出增益g_b[n]的改变所反映的那样)。

图1C示出另一压缩函数。在此情况下，在阈值T_b[n]之下的输入/输出斜率110超过在阈值T_b[n]之上的斜率。代替渐进时变阈值，可以期望在超过时变阈值以不同速率(例如减少的速率或更大速率)继续衰减。在具体实施例中，斜率110等于1或更小，而斜率112小于斜率110或甚至为零。应进一步理解，CF 104(a)、104(b)、……104(B)可以分别具有用于特定频带的不同的或个性化的输入/输出特性。

使用音质保护函数(TPF)元件106来计算这些时变阈值T_b[n]。在该实施例中，每个时变阈值T_b[n]作为频带b＝1……B上的所有带信号x_b[n]和所有固定阈值L_b的函数被计算：

T_b[n]＝TPF({x_i[n]，L_i|i＝1...B})

用于每个频带的增益g_b[n]然后被计算为g_b[n]＝CF(x_b[n],T_b[n])。

作为替选，每个阈值T_b[n]可以作为多个但小于全部的频带信号x_b[n]和/或多个但小于全部的固定阈值L_b的函数被计算。用于频带的时变阈值可以基于其最接近的邻近频带或一定范围的邻近频带而被计算。在一些情况下，可以期望允许特定带与TPF完全隔离地操作，对TPF没有贡献。例如，一些音频系统可能归因于小扬声器尺寸而在低音频率中具有异常低的固定阈值。如果允许这些低音频带贡献于TPF，则整体回放水平的急剧减少可能产生。在此情况下，可以期望允许这些低音频带独立地操作，并且将TPF应用于其余频带。替代地，可以采用附加的频率相关加权来较不重地加权这些低音频带。

在压缩器100中，作为超过它们的固定阈值L_b的其它频带的函数，TPF元件106减少具有低于它们的固定阈值L_b的输入水平的频带的时变阈值。换句话说，如果频带归因于高于其固定阈值而受到显著增益减少，则其它频带的时变阈值也减少，以受到若干增益减少。由于用于频带的时变阈值减少到其相应固定阈值之下，因此压缩器100仍在减轻或另外阻止对音质的改变的同时减少失真。

作为本发明实施例，TPF元件106可以被配置为计算每个频带中的音频输入信号和其相应的固定阈值L_b的平均差。每个频带中的时变阈值于是可以是该频带中的音频输入信号水平减去该平均差。

此外，时变阈值可以随着时间而被平滑，至少大于增益g_b[n]。也就是说，用于计算阈值的音频输入信号的水平可以比用于计算增益g_b[n]的信号(例如e_b[n])更重地被平滑。可以采用具有较长时间常数的单极点平滑器来计算平滑器能量信号s_b[n]：

在此情况下，可以使用为传统多频带压缩器的10倍的量级的起音和释放时间。平滑能量信号然后可以由dB表示：

S_b[n]＝10log₁₀(s_b[n])

也以dB表示的每个频带中的平滑能量信号与每个频带中的固定阈值L_b之间的差被计算为：

D_b[n]＝S_b[n]-L_b

并且寻找在所有频带上的这些距离的最小值：

然后计算频带上的这些差的加权平均，其中，β表示加权因子：

当β＝1时，计算差的真实平均值，当β>1时，较大的差对于该平均值的贡献更大。换句话说，具有更大地高于阈值L_b的能量的频带贡献更多。实际上，β＝8对于TPF元件106产生足够的加权。最后，当该阈值小于固定阈值L_b时，阈值T_b[n]被计算为频带中的平滑信号能量减去平均差。否则，保持时变阈值等于固定阈值：

作为TPF元件的替选实现，不是加权平均，而是可以计算得自距离D_b[n]的最大值的阈值：

如果该阈值小于固定阈值，则每个阈值于是可以被计算为频带中的平滑信号能量减去最大距离加上某一容限值D_tol：

容限值D_tol可以被设计为允许应用于每个频带的压缩量的某些变化。对于具体实施例，D_tol＝12dB的实际值允许足够的变化。

图2示出在真实世界音频信号上将TPF应用于20频带压缩器的示例性结果。在此情况下，二十个频带被选择并且间隔开以模拟人类听力的感知分辨率，并且通过收听测试来确定用于每个频带的固定阈值，以防止回放设备扬声器上的失真。得到的供给压缩器函数的频带信号能量e_b[n]由条带202表示。线204描述所得增益g_b[n]。图2的中间表示0dB，底部表示-30dB。线206描述平滑信号能量s_b[n]。线208和210分别描述固定阈值L_b和时变阈值T_b[n]。

在该示例中，平滑信号能量e_b[n]和s_b[n]大大地大于用于频带1至4的固定阈值L_b，因此这些频带受到明显的衰减。频带1至4无需降低的时变阈值，并且T_b[n]＝L_b。另一方面，对于带5-20，信号能量e_b[n]和s_b[n]并不远大于或者完全小于它们的固定阈值L_b。结果，作为示出显著衰减的带1至4的函数降低阈值，T_b[n]<L_b，在一些情况下显著降低该阈值。最终结果是，所有20个频带受到衰减。在没有根据本发明实施例的音质保护约束的情况下，由于e_b[n]<L_b，因此频带6至20将一点也不受到衰减，导致音质的显著改变。例如，在带4与9之间将存在20dB的差，但通过TPF，差减少到8dB。

图3示出根据本发明实施例的简化流程图300。在步骤302中，确定或提供用于第一频带的固定阈值。接下来，在步骤304中，在第一频带内确定音频信号的第一水平。所述第一水平可以小于所述固定阈值。对于步骤306，对于第二频带确定音频信号的第二水平。第二频带与第一频带不同。在步骤308中，使用第二频带中的第二水平和固定阈值来计算或另外确定用于第一频带的时变阈值。时变阈值小于或等于第一频带的固定阈值。最后，在步骤310中，音频信号在第一频带内衰减到小于或等于该时变阈值。应理解，信号的衰减可以如图1B所示在达到阈值(无论是固定还是时变的)之前产生，其中，随着接近时变阈值而应用逐渐衰减。

可选地，在步骤312和314中，确定用于第二频带的第二固定阈值。音频信号的第二水平可以超过第二固定阈值。音频信号可以在第二频带衰减到第二固定阈值。在不脱离所附权利要求的范围的情况下，除了步骤312和314之外，也可以提供其它替代方案，其中，添加步骤，去除一个或多个步骤，或按与以上不同的顺序来提供一个或多个步骤。可通过包括处理器的一个或多个设备执行这些以上步骤。

实现机制-硬件概述

根据一个实施例，通过一个或多个专用计算设备实现在此描述的技术。专用计算设备可以是被硬连线以执行技术，或可以包括被恒久地编程以执行技术的数字电子设备(例如一个或多个专用集成电路(ASIC)或场可编程门阵列(FPGA))，或可以包括根据固件、内存、其它存储器或组合中的程序指令被编程以执行技术的一个或多个通用硬件处理器。这些专用计算设备也可以将定制的硬连线逻辑、ASIC或FPGA与定制的编程进行组合，以实现技术。专用计算设备可以是台式计算机系统、便携式计算机系统、手持设备、联网设备或包括硬连线和/或程序逻辑以实现技术的任何其它设备。技术不限于硬件电路和软件的任何具体组合，也不限于计算设备或数据处理系统执行的指令的任何特定源。

在此使用的术语“存储介质”指代存储使得机器以特定方式操作的数据和/或指令的任何介质。其为非临时性的。该存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘或磁盘。易失性介质包括动态存储器。存储介质的通常形式包括例如软盘、柔性盘、硬盘、固态驱动器、磁带、或任何其它磁数据存储介质、CDROM、任何其它光学数据存储介质、任何具有孔图案的物理介质、RAM、PROM和EPROM、FLASH-EPROM、NVRAM、任何其它存储器芯片或盒筒。存储介质不同于传输介质，但可以结合传输介质被使用。传输介质参与在存储介质之间传递信息。例如，传输介质包括同轴电缆、铜线和光纤。传输介质也可以采用声波或光波(例如在无线电波和红外数据通信期间生成的声波或光波)的形式。

在此使用的“音频换能器”可以包括，但不限于扬声器(例如外壳上安装的直接辐射电动态驱动器)、喇叭扬声器、压电扬声器、磁致伸缩扬声器、静电扬声器、带和平面磁扬声器、弯曲波扬声器、平板扬声器、分布模式扬声器、Heil空气运动换能器、等离子弧扬声器、数字扬声器和其任何组合/混合。

等同物、扩展、替换和杂项

在前面的说明书中，已经参照可以根据实现方式而变化的大量特定细节描述了本发明实施例。因此，本发明的唯一和排他的指示以及申请人意图认为是本发明的是以发出权利要求的包括任何后续校正的特定形式从本申请发出的权利要求。对于这些权利要求中包含的术语的在此明确地阐述的任何定义应掌控权利要求中所使用的这些术语的意义。因此，权利要求中未明确地陈述的限制、元件、性质、特征、优点和属性不应以任何方式限制该权利要求的范围。相应地，说明书和附图被看作是说明性的而不是限制性的。还应理解，为了清楚，例如(e.g.)表示“为了举例”(并非穷举)，这不同于即(i.e.)或“也就是说”。

此外，在前述描述中，阐述了例如具体组件、设备、方法等的示例的大量具体细节，以提供本发明实施例的透彻理解。然而，应理解，对于本领域技术人员，无需采用这些具体细节来实践本发明实施例。在其它实例中，并未详细描述公知材料或方法，以免不必要地模糊本发明实施例。

Claims (10)

1.一种用于音频呈现的方法，其中，要被呈现的音频信号已对于包括第一频带和在第一频带外部的第二频带的多个频带被划分，所述第二频带不同于所述第一频带，所述方法包括：

确定用于第一频带的第一固定阈值；

确定所述第一频带内的音频信号的第一水平，所述第一水平小于所述第一固定阈值；

确定第二频带的音频信号的第二水平，所述音频信号的第二水平是估计功率水平；

确定用于所述第二频带的第二固定阈值；

使用所述第二水平和所述第二固定阈值来计算用于所述第一频带的时变阈值，所述时变阈值小于或等于所述第一固定阈值；以及

基于所述时变阈值而使得所述第一频带内的音频信号衰减。

2.如权利要求1所述的方法，其中，所述衰减将第一频带内的音频信号减少到小于或等于所述时变阈值。

3.如权利要求1所述的方法，其中，所述时变阈值是每个频带中的音频输入信号与其相应固定阈值的平均差的函数。

4.如权利要求1所述的方法，还包括：通过回放设备的至少一个输出换能器可听地呈现经衰减的音频信号。

5.一种用于音频呈现的设备，其中，要被呈现的音频信号已对于包括第一频带和在第一频带外部的第二频带的多个频带被划分，所述第二频带不同于所述第一频带，所述设备包括：

用于确定用于第一频带的固定阈值的装置；

用于确定所述第一频带内的音频信号的第一水平的装置，所述第一水平小于所述固定阈值；

用于确定第二频带的音频信号的第二水平的装置，所述音频信号的第二水平是估计功率水平；

用于使用所述第二水平和所述第二频带中的固定阈值计算用于所述第一频带的时变阈值的装置，所述时变阈值小于所述用于第一频带的固定阈值；以及

用于使得所述第一频带内的音频信号衰减为所述时变阈值的装置。

6.一种用于音频呈现的设备，其中，要被呈现的音频信号已对于包括第一频带和在第一频带外部的第二频带的多个频带被划分，所述第二频带不同于所述第一频带，所述设备包括：

用于确定用于第一频带的第一固定阈值的装置；

用于确定所述第一频带内的音频信号的第一水平的装置，所述第一水平小于所述第一固定阈值；

用于确定第二频带的音频信号的第二水平的装置，所述音频信号的第二水平是估计功率水平；

用于确定用于所述第二频带的第二固定阈值的装置；

用于使用所述第二水平和所述第二固定阈值来计算用于所述第一频带的时变阈值的装置，所述时变阈值小于或等于所述第一固定阈值；以及

用于基于所述时变阈值而使得所述第一频带内的音频信号衰减的装置。

7.如权利要求6所述的设备，其中，所述用于衰减的装置将第一频带内的音频信号减少到小于或等于所述时变阈值。

8.如权利要求6所述的设备，还包括：

用于如果音频信号的第二水平超过所述第二固定阈值，则将第二频带内的音频信号衰减为小于或等于所述第二固定阈值的装置。

9.如权利要求6所述的设备，其中，所述时变阈值是每个频带中的音频输入信号与其相应固定阈值的平均差的函数。

10.如权利要求6所述的设备，还包括：用于可听地呈现经衰减的音频信号的装置。