CN105719682A - 一种立体音录制回放的方法及系统 - Google Patents

Abstract

本发明提供了一种立体音录制回放的方法及系统，其中所述方法包括：确定待录制的第一声源和第二声源；利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号；录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。本发明实施例提供的一种立体音录制回放的方法及系统，能够解决当前无法对多音源实现立体音的录制回放的问题。

Description

一种立体音录制回放的方法及系统

技术领域

本发明涉及音效处理技术领域，具体而言，涉及一种立体音录制回放的方法及系统。

背景技术

录音即是将声音信号记录在媒质上的过程，常见的录放音制式可分为单声道和立体声录音两种。单声道录放音过程包括传声器拾音、放大、录音，双声道立体声录音是基于人的双耳定位效应和双声源听音效应，由双声道系统完成记录的过程。

虚拟声音播放装置创造了虚拟的世界给使用者，让使用者可以借由听到声音，而能有身历其境的感觉，因此虚拟音效做的越逼真越好。一般而言，当左右两耳所接收到的声音讯号之关联性越低，则使用者会觉得越有空间立体感。

目前，空间立体感的产生往往借由一种被称作环绕音效的技术来实现。在所述环绕音效的技术中，多重的声道被录音，然后每一个声道的声音由位于相对于听众不同方向的喇叭被播放出来，从而给用户带来立体音的体验。

目前，对于单个音源来说较为容易实现声音的立体声录制和回放，但是对于多音源(例如大自然的声音或者日常生活的嘈杂声)，由于其发出声音的源头较多，那么难以通过单声道或者双声道实现立体声的录制和回放。

针对上述问题，目前尚未提出有效的解决方式。

发明内容

本发明实施例提供了一种立体音录制回放的方法，以解决当前无法对多音源实现立体声的录制回放的问题，该方法包括确定待录制的第一声源和第二声源；利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号；录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

在一个实施例中，在利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号之后，所述方法还包括：对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号；将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号；相应地，所述录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号具体包括：录音合成终端获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

在一个实施例中，对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号具体包括：将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号；将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

在一个实施例中，所述根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放具体包括：确定所述录音合成终端的初始播音基准面；确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离；根据确定的所述第一垂直距离和所述第二垂直距离，调节所述录音合成终端的左声道和右声道的输出音量；根据调节后的左声道和右声道的输出音量，向所述用户播放所述立体音频信号。

在一个实施例中，所述确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离具体包括：利用安装于所述录音合成终端上的图像采集单元获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域；所述图像采集单元获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域；计算所述图像采集单元由所述第一跟踪区域移动至所述第二跟踪区域所需转动的角度值；根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。

本发明实施例还提供了一种立体音录制回放的系统，以解决当前无法对多音源实现立体音的录制回放的问题，该系统包括：声源确定单元，用于确定待录制的第一声源和第二声源；第一录音单元，用于对所述第一声源进行录音，得到第一音频信号；第二录音单元，用于对所述第二声源进行录音，得到第二音频信号；立体音频信号合成单元，用于获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；播放单元，用于根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

在一个实施例中，在所述第二录音单元之后，所述系统还包括：残响处理单元，用于对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号；整合音频信号获取单元，用于将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号；相应地，所述立体音频信号合成单元用于获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

在一个实施例中，所述残响处理单元具体包括：第一褶积处理模块，用于将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号；第二褶积处理模块，用于将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

在一个实施例中，所述播放单元具体包括：初始播音基准面确定模块，用于确定初始播音基准面；垂直距离确定模块，用于确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离；输出音量调节模块，用于根据确定的所述第一垂直距离和所述第二垂直距离，调节左声道和右声道的输出音量；播放模块，用于根据调节后的左声道和右声道的输出音量，向所述用户播放所述立体音频信号。

在一个实施例中，所述垂直距离确定模块具体包括：第一跟踪区域获取模块，用于获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域；第二跟踪区域获取模块，用于获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域；角度值计算模块，用于计算由所述第一跟踪区域移动至所述第二跟踪区域所需转动的角度值；距离确定模块，用于根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。

根据本发明的一种立体音录制回放的方法及系统，通过针对不同的声源，可以采用不用的录音终端对其进行录音，最终可以将多个声源的录音进行合成，从而可以实现立体音的录制过程。然后可以针对用户所处的位置，相对应地修正合成的音频信号，这样，无论用户所处的位置是否发生改变，始终可以给用户提供立体音的回放。由上可见，本发明实施例提供的一种立体音录制回放的方法及系统，能够解决当前无法对多音源实现录制回放的问题。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本申请实施例提供的一种立体音录制回放的方法流程图；

图2为本申请实施例提供的一种立体音录制回放的系统功能模块图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都应当属于本申请保护的范围。

图1为本申请实施例提供的一种立体音录制回放的方法流程图。虽然下文描述流程包括以特定顺序出现的多个操作，但是应该清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。如图1所示，所述方法可以包括：

S1：确定待录制的第一声源和第二声源。

在本申请实施例中，对于具有多声源的混合声音，可以将该混合声音中的各个声源进行分离，从而可以将一个混合声音划分为多个单声源的声音。例如，对于公路上的嘈杂音，可以划分为车辆行驶声音，行人交谈声音以及施工声音等多个单音源的声音。

在本申请实施例中，可以通过第一声源和第二声源进行示例性地阐述。需要说明的是，此处的第一声源和第二声源仅仅是示例性地，并不代表本申请实施例的技术方案仅适用于两个声源，相反地，本申请实施例的技术方案可以适用于两个或者更多个声源。

S2：利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号。

在确定了混合声音中的第一声源和第二声源之后，便可以利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号。具体地，所述录音终端可以为具备录音功能的手机、平板、专用录音设备等。在本申请实施例中，可以利用多个录音终端分别对确定的单音源进行录音，从而分别生成各个单音源对应的音频信号。

具体地，所述录音终端可以对单音源的声音进行拾音、采样、量化、编码和存储的操作。其中，录音终端对单音源的声音进行拾音后，获取的是单音源声音对应的模拟音频信号，为了方便后续对单音源声音进行处理，可以对拾取的模拟音频信号进行采样、量化以及编码，从而可以将模拟音频信号转换为数字音频信号。该数字音频信号可以进一步地存储于录音终端中，以便后续对数字音频信号的调用和处理。

S3：录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号。

在本申请实施例中还可以设置一个录音合成终端，该录音合成终端可以是多个录音终端中的其中一个，也可以是单独设置的一个设备。所述录音合成终端可以与所有的录音终端进行无线连接，从而可以从录音终端处获取录制的音频信号。具体地，所述无线连接的方式可以为蓝牙、wifi、局域网、zigbeen或者云端中的至少一种。

在实际应用场景中，每当录音终端收集完单音源对应的音频信号后，便可以向所述录音合成终端发送确认指令。当所述录音合成终端接收到与其相连的所有录音终端发来的确认指令之后，便可以向所有录音终端发送音频信号调用指令，这样，录音终端便可以将存储的音频信号发送至所述录音合成终端处。在发送音频信号时，所述录音终端可以在音频信号中添加与自身相对应的标识，以方便区分不同的单声源对应的音频信号。

当所述录音合成终端接收到与其相连的所有录音终端发来的音频信号后，便可以将这些音频信号进行合成，从而得到由众多音频信号组成的立体音频信号。这样，所述立体音频信号中的各个音频分量均会比较清晰，从而有利于后续立体音的回放过程。

在本申请一优选实施例中，在录音终端获取到单声源对应的音频信号之后，还可以对所述第一音频信号和所述第二音频信号分别进行残响处理，从而可以得到对应的第一残响音频信号和第二残响音频信号。所述的残响(reverberation)指声源在一特定环境中发出声音后，环境所产生的回音与共鸣声音，该回音与共鸣声音会随着时间慢慢的消退。当在音频信号中加入残响音频信号后，可以使得人耳接收到的音频信号更加丰富，更加具备空间感。具体地，本申请实施例可以将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号，并且将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

在得到所述第一残响音频信号和所述第二残响音频信号后，便可以将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号。这样，在所述第一整合音频信号以及第二整合音频信号中，即包含单声源发出的直接音频信号，同时还包括由该直接音频信号产生的残响音频信号。这样便可以丰富了音频信号的组成，从而可以为用户提供更具空间感的音频信号。

相应地，在得到所述第一整合音频信号以及第二整合音频信号后，所述录音合成终端便可以获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

S4：根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

在生成立体音频信号后，所述录音合成终端便可以通过自身的左声道和右声道对所述立体音频信号进行播放。在实际应用场景中，由于用户的位置可能会发生改变，而当用户的位置改变后，所述录音合成终端的左声道和右声道发出的声音到达用户的耳朵的距离差便会发生改变，这样当用户的位置改变时，便无法为其提供较好的立体音效果。

在本申请实施例中，为了解决上述问题，可以根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。具体地修正过程可以如下所述：

首先可以确定所述录音合成终端的初始播音基准面。所述初始播音基准面可以为所述录音合成终端的左声道和右声道之间的中垂面，这样左声道与右声道发出的声音达到该初始播音基准面的距离都是相同的。当用户位于所述初始播音基准面上时，便可以根据默认的左声道与右声道之间的声音时间差，给用户提供立体音的听觉效果。而当用户的位置改变后，可以确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离，然后可以根据确定的所述第一垂直距离和所述第二垂直距离，调节所述录音合成终端的左声道和右声道的输出参数。具体地，所述输出参数可以包括音量输出的大小以及音量输出的时间差。例如，当用户比较靠近录音合成终端的左声道时，则可以降低左声道的输出音量并且提高右声道的输出音量，同时可以将左声道的音量输出时间滞后，将右声道的音量输出时间提前，从而可以保证左、右声道的音频信号到达用户的左、右耳的时间差不变。在对左、右声道的音量输出参数进行调节后，便可以根据调节后的左声道和右声道的输出参数，向所述用户播放所述立体音频信号。

在本申请另一优选实施例中，为了能够实时获取用户相对于录音合成终端的位置，可以通过设置于录音合成终端上的图像采集单元，对用户的位置进行追踪。具体地，可以利用安装于所述录音合成终端上的图像采集单元获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域，然后可以利用所述图像采集单元获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域。需要说明的是，所述图像采集单元可以为内置于所述录音合成终端中的摄像头，或者是独立安装在所述录音合成终端上的摄像头，本申请实施例对此并不做限定。

在确定出相邻两帧图片中用户头部分别对应的第一跟踪区域和第二跟踪区域后，可以计算由所述第一跟踪区域移动至所述第二跟踪区域的角度值，并根据所述角度值，控制所述图像采集单元进行转动以对准所述用户头部。具体地，可以先确定所述第一跟踪区域以及所述第二跟踪区域的中心点。所述中心点可以为第一跟踪区域以及第二跟踪区域的几何中心点。确定出所述第一跟踪区域以及所述第二跟踪区域的中心点后，便可以获取该中心点对应的像素坐标。例如，所述第一中心像素坐标可以为(3,10)，所述第二中心像素坐标可以为(7,8)，那么由所述第一跟踪区域移动至所述第二跟踪区域便可以视为由(3,10)这个像素点移动至(7,8)这个像素点，这样问题就会变得比较简单。

获取了第一中心像素坐标以及第二中心像素坐标后，便可以计算所述第一中心像素坐标和所述第二中心像素坐标之间的横坐标矢量值。具体地，可以利用第二中心像素的横坐标减去第一中心像素的横坐标坐标来得到所述横坐标矢量值。例如，由(3,10)这个像素点移动至(7,8)这个像素点后对应的横坐标矢量值便可以为7-3＝4，也就是说4便可以为所述第一中心像素坐标和所述第二中心像素坐标之间的横坐标矢量值。这里之所以称之为矢量值，是因为该值的正负可以代表移动的方向，从而可以根据该值的正负，决定图像采集单元向左或者向右转动。例如，所述横坐标矢量值为-4，则可以控制图像采集单元向左转动；相反地，如果所述横坐标矢量值为4，则可以控制图像采集单元向右转动。

在确定出所述横坐标矢量值后，所述图像采集单元便可以将所述横坐标矢量值换算成由所述第一跟踪区域移动至所述第二跟踪区域的角度值。同样地，该角度值也具备正负性。所述横坐标矢量值与所述角度值之间可以为预先设置的正比关系，例如当所述横坐标矢量值为4时，所述角度值为10°，而当所述横坐标矢量值为-8时，所述角度值则可以为-20°。

在计算出所述角度值后，便可以根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。具体地，可以将录音合成终端作为圆心，录音合成终端与用户头部的垂直距离可以看做半径，用户头部可以视为在以录音合成终端为圆心，以垂直距离为半径的圆上移动。那么用户头部的位移增量即可以视为圆弧的长度，可以通过下式进行计算：

$L=\frac{n}{180}\mathrm{\π}r$

其中，L代表所述用户头部的位移增量，n代表所述预设角度值，r代表所述录音合成终端与所述用户头部之间的垂直距离。

在确定出用户头部的位移增量后，便可以根据常规用户头部左、右耳之间的间隔，确定出所述第一垂直距离和第二垂直距离。

由上可见，根据本发明的一种立体音录制回放的方法，通过针对不同的声源，可以采用不用的录音终端对其进行录音，最终可以将多个声源的录音进行合成，从而可以实现立体音的录制过程。然后可以针对用户所处的位置，相对应地修正合成的音频信号，这样，无论用户所处的位置是否发生改变，始终可以给用户提供立体音的回放。由上可见，本发明实施例提供的一种立体音录制回放的方法及系统，能够解决当前无法对多音源实现录制回放的问题。

本发明还提供一种立体音录制回放的系统。图2为本申请实施例提供的一种立体音录制回放的系统功能模块图。如图2所示，所述系统可以包括：

声源确定单元100，用于确定待录制的第一声源和第二声源；

第一录音单元200，用于对所述第一声源进行录音，得到第一音频信号；

第二录音单元300，用于对所述第二声源进行录音，得到第二音频信号；

立体音频信号合成单元400，用于获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；

播放单元500，用于根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

在本申请一优选实施例中，在所述第二录音单元300之后，所述系统还包括：

残响处理单元，用于对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号；

整合音频信号获取单元，用于将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号；

相应地，

所述立体音频信号合成单元用于获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

其中，所述残响处理单元具体包括：

第一褶积处理模块，用于将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号；

第二褶积处理模块，用于将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

在本申请一优选实施例中，所述播放单元500具体包括：

初始播音基准面确定模块，用于确定初始播音基准面；

垂直距离确定模块，用于确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离；

输出参数调节模块，用于根据确定的所述第一垂直距离和所述第二垂直距离，调节左声道和右声道的输出参数；

播放模块，用于根据调节后的左声道和右声道的输出参数，向所述用户播放所述立体音频信号。

其中，所述垂直距离确定模块具体包括：

第一跟踪区域获取模块，用于获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域；

第二跟踪区域获取模块，用于获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域；

角度值计算模块，用于计算由所述第一跟踪区域移动至所述第二跟踪区域所需转动的角度值；

距离确定模块，用于根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。

需要说明的是，上述各个功能模块的具体实现过程与步骤S1至S4中一致，这里便不再赘述。

由上可见，根据本发明的一种立体音录制回放的系统，通过针对不同的声源，可以采用不用的录音终端对其进行录音，最终可以将多个声源的录音进行合成，从而可以实现立体音的录制过程。然后可以针对用户所处的位置，相对应地修正合成的音频信号，这样，无论用户所处的位置是否发生改变，始终可以给用户提供立体音的回放。由上可见，本发明实施例提供的一种立体音录制回放的方法及系统，能够解决当前无法对多音源实现录制回放的问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种立体音录制回放的方法，其特征在于，包括：

确定待录制的第一声源和第二声源；

利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号；

录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；

根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

2.根据权利要求1所述的方法，其特征在于，在利用第一录音终端对所述第一声源进行录音以及利用第二录音终端对所述第二声源进行录音，分别得到第一音频信号和第二音频信号之后，所述方法还包括：

对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号；

将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号；

相应地，

所述录音合成终端获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号具体包括：

录音合成终端获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

3.根据权利要求2所述的方法，其特征在于，对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号具体包括：

将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号；

将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

4.根据权利要求1所述的方法，其特征在于，所述根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放具体包括：

确定所述录音合成终端的初始播音基准面；

确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离；

根据确定的所述第一垂直距离和所述第二垂直距离，调节所述录音合成终端的左声道和右声道的输出参数；

根据调节后的左声道和右声道的输出参数，向所述用户播放所述立体音频信号。

5.根据权利要求4所述的方法，其特征在于，所述确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离具体包括：

利用安装于所述录音合成终端上的图像采集单元获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域；

所述图像采集单元获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域；

计算所述图像采集单元由所述第一跟踪区域移动至所述第二跟踪区域所需转动的角度值；

根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。

6.一种立体音录制回放的系统，其特征在于，包括：

声源确定单元，用于确定待录制的第一声源和第二声源；

第一录音单元，用于对所述第一声源进行录音，得到第一音频信号；

第二录音单元，用于对所述第二声源进行录音，得到第二音频信号；

立体音频信号合成单元，用于获取所述第一音频信号以及所述第二音频信号，并将所述第一音频信号以及第二音频信号合成为立体音频信号；

播放单元，用于根据用户相对于所述录音合成终端的位置，对所述立体音频信号进行修正后向所述用户播放。

7.根据权利要求6所述的系统，其特征在于，在所述第二录音单元之后，所述系统还包括：

残响处理单元，用于对所述第一音频信号和所述第二音频信号分别进行残响处理，得到对应的第一残响音频信号和第二残响音频信号；

整合音频信号获取单元，用于将所述第一音频信号和所述第一残响音频信号进行整合并且将所述第二音频信号和所述第二残响音频信号进行整合，分别得到第一整合音频信号和第二整合音频信号；

相应地，

所述立体音频信号合成单元用于获取所述第一整合音频信号以及所述第二整合音频信号，并将所述第一整合音频信号以及第二整合音频信号合成为立体音频信号。

8.根据权利要求7所述的系统，其特征在于，所述残响处理单元具体包括：

第一褶积处理模块，用于将所述第一音频信号与有限长度脉冲响应FIR滤波器或者无限长度脉冲响应IIR滤波器进行褶积处理，得到第一残响音频信号；

第二褶积处理模块，用于将所述第二音频信号与所述有限长度脉冲响应FIR滤波器或者所述无限长度脉冲响应IIR滤波器进行褶积处理，得到第二残响音频信号。

9.根据权利要求6所述的系统，其特征在于，所述播放单元具体包括：

初始播音基准面确定模块，用于确定初始播音基准面；

垂直距离确定模块，用于确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离；

输出参数调节模块，用于根据确定的所述第一垂直距离和所述第二垂直距离，调节左声道和右声道的输出参数；

播放模块，用于根据调节后的左声道和右声道的输出参数，向所述用户播放所述立体音频信号。

10.根据权利要求9所述的系统，其特征在于，所述垂直距离确定模块具体包括：

第一跟踪区域获取模块，用于获取当前帧图片，并对所述当前帧图片进行识别，确定所述当前帧图片中用户头部对应的第一跟踪区域；

第二跟踪区域获取模块，用于获取下一帧图片，并对所述下一帧图片进行识别，确定所述下一帧图片中用户头部对应的第二跟踪区域；

角度值计算模块，用于计算由所述第一跟踪区域移动至所述第二跟踪区域所需转动的角度值；

距离确定模块，用于根据计算的所述角度值，确定所述用户的左耳和右耳相对于所述初始播音基准面的第一垂直距离和第二垂直距离。