CN105453594A

CN105453594A - 自动音色控制

Info

Publication number: CN105453594A
Application number: CN201480041450.3A
Authority: CN
Inventors: M.克里斯托夫; L.肖尔茨
Original assignee: Harman Becker Automotive Systems GmbH
Current assignee: Harman Becker Automotive Systems GmbH
Priority date: 2013-07-22
Filing date: 2014-07-02
Publication date: 2016-03-30
Anticipated expiration: 2034-07-02
Also published as: US20160181999A1; WO2015010865A1; US10135413B2; CN105453594B; EP3025517A1; EP3025517B1

Abstract

公开了一种用于自动控制听音室中声音信号音色的系统和方法，所述系统和方法包括以下步骤：从电气声音信号生成声学声音输出；测量所述室中总声学声级并且生成表示所述室中所述总声学声级的总电气声音信号，其中所述总声学声音包括从所述电气声音信号生成的所述声学声音输出；和根据室相关增益信号调整所述电气声音信号的增益，依据参考室数据和所估计的室数据确定所述室相关增益信号。

Description

自动音色控制

技术领域

本发明涉及一种用于处理信号，特别是音频信号的系统和方法(通常被称为“系统”)。

背景技术

听者在室中听到的声音是从声源直接传送到听者的耳朵的直达声音和在声源到达听者耳朵之前墙壁、地板、天花板和室内各种物体的反的声音——非直达反射声音的组合。反射既是必要的又是有害的。这取决于其反射跟随声源所产生的直达声音到达听者耳朵所用的频率、电平和时间。所反射的声音可使得音乐和言语声音比其原本更丰满并且更响亮。所反射的声音还可为原声音添加令人愉快的空间感。然而，这些相同反射也会使某些音符声音更响亮同时抵消其它音符的声音，从而导致室中的声音失真。反射到达听者耳朵的时间还会与声源的声音大不相同，以至于(举例来说)言语可懂度可能会劣化并且听者可能无法感知到音乐。

反射受室声学特性(其“声音特征”)的影响很大。很多因素都会影响某个给定室的“声音特征”，其中影响最大的因素是室的大小、刚性、质量和反射率。室的尺寸(及其比率)严重影响听音室中的声音。室的高度、长度和宽度确定空间的谐振频率以及在很大程度上确定最佳的声音感知之处。刚性和质量均在确定既定空间将如何对在其内的声音作出反应方面起非常重要的作用。简单来说，反射率是室明显的“现场感”，也被称为“混响时间”，即，脉冲音调衰减到低于其原始强度的某一水平所用的时间。现场室具有大量反射率，由此其混响时间很长。干燥的室具有很小的反射率，由此其混响时间很短。由此可见，改变室的特性(例如，通过打开门或窗，或通过改变室中物体或人的数目)即可显著改变所感知到的声音的音响效果(例如，音色或音质)。

根据心理声学音色和音质也被称为“音色”，所述音色是区分不同类型的声音产生，例如，声音和乐器(弦乐器、管乐器和打击乐器)的音符、声音或音调的质量。确定音色感知的声音的物理特性包括频谱和包络。简单来说，音色是能使特定音乐声彼此不同的东西，即使这些音乐声具有相同音高和响度。例如，吉他和钢琴以相同响度演奏相同音符之间的差异。

特别是在小的室(例如，车厢)中，室特征的变化对室中产生并且听到的声音的音色的影响很显著，并且听者通常会觉得这是很讨厌的声音。

发明内容

公开了一种用于自动控制听音室中声音信号音色的系统。所述系统包括：扬声器，所述扬声器被配置成从电气声音信号生成声学声音输出；麦克风，所述麦克风被配置成生成表示所述室中总声学声音的总电气声音信号，其中所述总声学声音包括来自所述室内所述扬声器的所述声学声音输出；和室相关增益成形块，所述室相关增益成形块被配置成接收所述电气声音信号并且根据室相关增益信号调整所述电气声音信号的所述增益，依据参考室数据和所估计的室数据确定所述室相关增益信号。

还公开了一种用于自动控制听音室中声音信号音色的方法。所述方法包括：从电气声音信号生成声学声音输出；测量所述室中的总声学声级；并生成表示所述室中所述总声学声级的总电气声音信号，其中所述总声学声音包括从所述电气声音信号生成的所述声学声音输出并且根据室相关增益信号调整所述电气声音信号的增益，依据参考室数据和所估计的室数据确定所述室相关增益信号。

对于本领域的技术人员而言，在研究以下附图以及具体实施方式后，其他系统、方法、特征以及优点将会或将变得明显。意图是将所有此类另外系统、方法、特征以及优点包括在本说明书内、在本发明的范围内，并由随附权利要求书来保护。

附图说明

参考以下附图和描述可更好地理解本系统。图中的部件未必按比例绘制，而是强调图示本发明的原理。此外，在图中，类似的附图标记表示不同视图中的相应部分。

图1是使用延迟式系数方法的未知室脉冲响应(RIR)的自适应估计的示例性系统的框图。

图2是采用动态均衡系统的示例性自动音色控制系统的框图。

图3是采用动态均衡系统和自动响度控制系统的示例性自动音色控制系统的框图。

具体实施方式

在下文中，视情况而定增益可以为正值(放大)或负值(衰减)。表述“频谱增益”在本文中用于频率相关增益(随频率的增益)，而视情况而定“增益”可以是频率相关或频率不相关的。“室相关增益”是指受处于调查中的室室的声学特性影响的增益。“增益成形”或“均衡”意指(在频谱上)控制信号的(频谱)增益或使信号的(频谱)增益发生变化。如本文中所使用的“响度”指主要是物理强度(幅度)的心理相关的声音的特性。

许多已知的声学控制系统展现了关于估计(稳健)室脉冲响应(RIR)，即，对外部影响(例如，关闭车门、风噪声等背景噪声)不敏感的RIR的问题，所述外部影响会使信噪比(SNR)劣化。出现的噪声分散了适应过程；系统尝试适应于噪声，然后再次尝试适应于原始信号。这个过程花费了一段时间，在此期间系统并未被准确地适配。

使用如图1所示的延迟式系数方法的未知RIR的自适应估计的示例性系统包括扬声器室麦克风(LRM)布置1、麦克风2和室4中的扬声器3，例如，室4可以是车厢。表示音频信号x(n)的有用声音由扬声器3产生并且然后经由在室4中并且取决于室4的信号路径5传递到麦克风2，信号路径5具有传递函数H(x)。另外，麦克风2接收由在室4外部或内部的噪声源6产生的干扰声音信号b(n)，也被称为噪声。为简单起见，在假定声学信号转换成电信号的比率是1：1(反之亦然)的情况下，声学信号与电信号之间不做区分。

由麦克风2拾取的干扰声音信号b(n)借助于延迟元件7延迟，用长度N(t)表示的延迟时间，延迟时间可调。延迟元件7的输出信号被供应到减法器8，减法器8还接收来自可控滤波器9的输出信号并且输出输出信号滤波器9可以是滤波器长度为N、提供信号Dist(n)的有限脉冲响应(FIR)滤波器，信号Dist(n)表示系统距离并且其传递函数(滤波器系数)可借助于滤波器控制信号调整。由有用信号源10提供的有用信号x(n)也被供应到滤波器9、提供信号均值X(n)的均值计算单元11和提供滤波器控制信号以控制滤波器9的传递函数的自适应控制单元12。自适应控制单元12可采用最小均方(LMS)算法(例如，归一化最小均方(NLMS)算法)根据有用信号x(n)、输出信号和表示来自适应步长计算器(μC)13的自适应步长μ(n)的输出信号计算用于滤波器9的滤波器控制信号。适应步长计算器13根据信号Dist(n)、信号均值X(n)和信号均值B(n)计算自适应步长μ(n)。信号均值B(n)表示输出信号的平均值并且由具有输出信号的均值计算块14提供。

如图1所示系统中使用的在时域中的NLMS算法如下：

y(n)＝h(n)x(n)^T，

\hat{b} (n) = e (n) = \hat{d} (n) - y (n),

其中

\hat{h} (n) = [{\hat{h}}_{0} (n), {\hat{h}}_{1} (n), ...., {\hat{h}}_{N^{-} 1} (n)],

x(n)＝[x(n),x(n-1)，...，x(n-N+1)]

N＝FIR滤波器的长度，

y(n)＝自适应(FIR)滤波器输出信号第n个样本，

μ(n)＝在时间(样本)n的时间点上自适应步长，

||x||²＝2—矢量x的部分范数，

(x)^T＝矢量x的转置。

对于以上等式中对自适应步长μ(n)的确定，可使用可如下描述的延迟式系数方法：

μ(n)＝Dist(n)SNR(n)，

D i s t = \frac{1}{N_{t}} Σ_{i = 1}^{N_{t}} | {\hat{h}}_{i} (n) |,

借此

其中

SNR(n)＝在时间(样本)n的时间点上所估计的SNR，

α_x＝用于输入信号x(n)的平滑系数(α_x≈0.99)，

＝用于误差信号的平滑系数

从以上等式可见，自适应步长μ(n)可根据所估计的当前SNR(n)和所估计的当前系统距离Dist(n)的乘积导出。特别是，所估计的当前SNR(n)可计算为表示SNR(n)中“信号”的输入信号的平滑式量值和表示SNR(n)中“噪声”误差信号的平滑式量值的比率。两个信号均易于根据任何适合的自适应算法导出。图1所示的系统使用专用延迟式系数方法来估计当前系统距离Dist(n)，其中预定延迟(N_t)被实施到麦克风信号路径中。延迟用于为滤波器的预定部分(例如，FIR滤波器的第一N_t系数)导出自适应质量的估计值。第一N_t系数理想上为零，因为自适应滤波器首先必须对由N_t时间零点形成的N_t系数的延迟线建模。因此，FIR滤波器的第一N_t系数(理想上应为零)的平滑式(平均)量值是系统距离Dist(n)的测量结果，即，估计的RIR与实际RIR的结果之间的方差。甚至当临时噪声出现时，图1所示的系统也允许对RIR进行准确估计。

当听者利用衰减器/平衡(fader/balance)控制时自适应质量还会劣化，因为此处RIR再次改变。在这种干扰环境中使该自适应过程更稳健的一种方式是为每一衰减器/平衡设定保存各自的RIR。然而，这种方法需要大量的存储器。将消耗较少存储器的方法是仅将各种RIR保存为作为幅频特性。可通过采用具有幅频特性的心理声学频标(例如，Bark、Mel或ERB频标)另外减小存储器的数量。使用Bark标度，例如，每频率特性仅需要24个平滑(平均)值来表示RIR。另外，通过不存储音调变化，但采用不同衰减器/平衡设定、仅存储某些步骤并且在中间插值(interpolate)以得到当前音调变化的近似值，可另外降低存储器的消耗。

图2图示谱域中动态均衡控制(DEC)系统中图1所示系统的实现方案，其中自适应滤波器(图1所示系统中的9、12)也在谱域中得以实现。虽然由很多不同的方式可在谱域中实现自适应滤波器，但为简单起见，仅描述了频域自适应滤波器(FDAF)的重叠保留版本。

在图2所示的系统中，信号源15将有用信号(例如，来自CD播放器、收音机、卡式录音机的音乐信号x[k]或类似物)供应到工作于频域中并且提供均衡式信号Out[k]到扬声器17的增益成形块(例如，频谱动态均衡控制(DEC)块16)。扬声器17生成根据传递函数H(z)传递到麦克风18的声学信号。来自麦克风18的信号经由频谱声音抑制块19和心理声学增益成形块20(两个均工作于频域中)供应到倍增器块25，倍增器块25包括多个倍增器。

声音抑制块19包括用于将信号从时域变换成频域的快速傅立叶变换(FFT)块21。在后续均值计算块22中，将来自FFT块21的频域信号进行平均并且供应到用于将来自均值计算块22的均值信号的频谱分量进行平滑处理的非线性平滑滤波器(NSF)块23。来自NSF块23的信号被供应到心理声学增益成形(PSG)块20，接收来自频谱DEC块16的信号并且将信号传输到频谱DEC块16。DEC块16包括FFT块24、倍增器块25、快速傅立叶逆变换(IFFT)块26和PSG块20。FFT块24接收信号x[k]并且将其变换成频谱信号X(ω)。信号X(ω)被供应到PSG块20和倍增器块25，倍增器块25还接收表示来自PSG块20的频谱增益因子的信号G(ω)。倍增器25生成频谱信号Out(ω)，该频谱信号被馈送到IFFT块26并且加以变换，以提供信号Out[k]。

工作于频域，例如，频域(重叠保留)自适应滤波器(FDAF)块27，中的自适应滤波器接收误差信号s[k]+n[k]的频谱版本，所述频谱版本是麦克风信号d[k]与所估计的回声信号y[n]之间的差；麦克风信号d[k]表示环境(例如，LRM系统)中的总声级，其中总声级由如麦克风18所接收的来自扬声器17的声音输出e[k]、周围噪声n[k]和视情况而定脉冲状干扰信号(例如，环境内的言语信号s[k])来确定。信号X(ω)被用作为用于自适应滤波器27的参考信号。由FDAF块27输出的信号被传递到IFFT块28并且被变换成信号y[k]。减法器块29计算信号y[k]与麦克风信号d[k]之间的差以生成表示周围噪声n[k]和言语信号s[k]的估计的和信号n[k]+s[k]的信号，所述信号还可被视为误差信号。和信号n[k]+s[k]由FFT块21变换成各个频域和信号N(ω)+S(ω)，所述各个频域和信号N(ω)+S(ω)然后由均值计算块22变换成平均频域和信号平均频域和信号然后由NSF块23滤波以提供平均频谱噪声信号

图2所示的系统还包括室相关增益成形(RGS)块30，该成形块接收表示来自FDAF块27LRM系统(RTF)的估计频率响应的信号W(ω)和表示由参考数据选择(RDE)块31提供的参考RTF的参考信号W_ref(ω)，参考数据选择(RDE)块31根据由衰减器/平衡(F/B)块33提供的既定衰减器/平衡设定从存储于参考数据存储器(RDM)块32中的大量RTF参考信号中选择一个参考信号。RGS块30比较所估计的RTF与参考RTF以提供室相关频谱增益信号G_room(ω)，所述室相关频谱增益信号G_room(ω)与由音量设定块34提供的音量(VOL)设定一起控制PGS块20。PGS块20根据平均背景噪声当前音量设定VOL、参考信号X(ω)和室相关频谱增益信号G_room(ω)计算信号；信号G(ω)表示用于DEC块16中均衡和音色校正的频谱增益因子。VOL设定控制信号x[k]，并由此控制向扬声器17提供的信号Out[k]的增益。

图1所示的系统可进行各种结构改变，例如，图3所示的示例性系统中已经做出的改变。在图3所示的系统中，NSF块23由语音活动解码器(VAD)块35取代。另外，在本示例性DEC块16中的增益成形块包括最大量值(MM)检测器块36，其中最大量值(MM)检测器块36被插入，最大量值(MM)检测器块36将估计的平均背景噪声与由块38提供、由增益G按比例缩放并且根据当前音量设定VOL的先前存储的参考值进行比较，以便将自动响度控制功能包括在内。VAD块35以类似于NSF块23的方式工作，并且提供平均频谱噪声信号平均频谱噪声信号由MM检测器块36处理，以提供平均频谱噪声信号的最大量值MM检测器块36取由增益控制块37提供的平均频谱噪声信号和信号Ns(ω)的最大值，接收来自块38的有用噪声功率频谱密度(DNPSD)，并且由来自音量设定块34的音量设定VOL控制。

本文介绍的系统允许从心理声学角度对动态变化的背景噪声进行正确计算、从心理声学角度对响度进行正确再现、以及对室相关音色变化进行自动校正。

虽然本发明已经描述各种实施例，但所属领域的技术人员将认识到，更多的实施例和实施方案可能在本发明之范畴内。因此，本发明不受除随附权利要求书及其等效内容以外的限制。

Claims

1.一种用于自动控制听音室中声音的音色的系统，其包括：

扬声器，所述扬声器被配置成从电气声音信号生成声学声音输出；

麦克风，所述麦克风被配置成生成表示所述室中所述总声学声音的总电气声音信号，其中所述总声学声音包括来自所述室内所述扬声器的所述声学声音输出；和

室相关增益成形块，所述室相关增益成形块被配置成接收所述电气声音信号并且根据室相关增益信号调整所述电气声音信号的增益，所述室相关增益信号是依据参考室数据和所估计的室数据确定的。

2.根据权利要求1所述的系统，其中所述室相关增益成形块还被配置成接收衰减器/平衡设定并且根据所述衰减器/平衡设定调整所述电气声音信号的所述增益。

3.根据权利要求2所述的系统，其中所述参考室数据和所估计的室数据中的至少一个包括针对各种衰减器/平衡设定的室脉冲响应。

4.根据权利要求3所述的系统，其中所述室脉冲响应中的至少一些被作为用于各种衰减器/平衡设定的幅频特性存储在存储器中。

5.根据权利要求3或权利要求4所述的系统，其中所述室脉冲响应中的一些被存储于存储器中并且一些根据所存储的室脉冲响应中的一些被插值。

6.根据权利要求1到权利要求5中的任一项所述的系统，其还包括被配置成根据心理声学参数调整所述电气声音信号的所述增益的心理声学增益成形块。

7.根据权利要求6所述的系统，其中所述心理声学参数包括心理声学频标。

8.根据权利要求1至权利要求7中任一项所述的系统，其还包括：

时频变换块，所述时频变换块被配置成接收在时域中的所述电气声音信号并且生成在频域中的电气声音信号；和

频时变换块，所述频时变换块被配置成接收在频域中的所述电气声音信号并且生成在时域中的再变换电气声音信号，其中

所述扬声器被配置成从所述再变换电气声音信号中生成所述声学声音输出。

9.一种用于自动控制听音室中声音信号的音色的方法，其包括：

从电气声音信号生成声学声音输出；

测量所述室中总声学声级并且生成表示所述室中所述总声学声级的总电气声音信号，其中所述总声学声音包括从所述电气声音信号生成的所述声学声音输出；和

根据室相关增益信号调整所述电气声音信号的所述增益，所述室相关增益信号是依据参考室数据和所估计的室数据确定的。

10.根据权利要求9所述的方法，其还包括接收衰减器/平衡设定和根据所述衰减器/平衡设定调整所述电气声音信号的所述增益。

11.根据权利要求10所述的方法，其中所述参考室数据和所估计的室数据中的至少一个包括用于各种衰减器/平衡设定的室脉冲响应。

12.根据权利要求11所述的方法，其中所述室脉冲响应中的至少一些被存储为用于各种衰减器/平衡设定的幅频特性。

13.根据权利要求11或权利要求12所述的方法，其中所述室脉冲响应中的一些被存储于存储器中并且一些根据所存储的室脉冲响应中的一些被插值。

14.根据权利要求9至权利要求13中任一项所述的方法，其中根据心理声学参数调整所述电气声音信号的所述增益。

15.根据权利要求14所述的方法，其中所述心理声学参数包括心理声学频标。