CN112005492B

CN112005492B - 用于动态声音均衡的方法

Info

Publication number: CN112005492B
Application number: CN201980012045.1A
Authority: CN
Inventors: S.沃德尔
Original assignee: Sony Interactive Entertainment Inc
Current assignee: Sony Interactive Entertainment Inc
Priority date: 2018-02-06
Filing date: 2019-01-31
Publication date: 2022-01-14
Anticipated expiration: 2039-01-31
Also published as: US10523171B2; JP2021513263A; JP7150033B2; CN112005492A; EP3750241A4; WO2019156888A1; EP3750241A1; US20190245503A1

Abstract

本公开的各方面涉及用于调整房间声级的技术，所述技术包括：以已知的波形驱动扬声器；用至少两个麦克风检测来自所述扬声器的声波，其中所述至少两个麦克风以已知的定向进行配置；利用所述已知的波形以及由所述至少两个麦克风检测到的所述声波和所述至少两个麦克风的所述已知的定向来生成房间声音动态；应用滤波器来调整声级以考虑所述房间声音动态。所述房间声音动态可为房间的扬声器布局、房间脉冲响应、每个扬声器距所述房间的中心的距离或角度，或可影响用户对来自声音系统的声音的感知的其他物理约束。

Description

用于动态声音均衡的方法

技术领域

本公开涉及音频信号处理和声音定位。特别地，本公开的各方面涉及多扬声器系统中的声音的均衡和优化。

背景技术

人类能够通过与头和耳朵几何形状有关的多种听觉线索以及在大脑中处理声音的方式来辨识通过耳朵听到的声音的源位置，即，距离和方向。环绕声系统尝试通过从环绕收听者的各个位置输出声音来丰富收听者的音频体验。

典型的环绕声系统利用具有多个离散通道的音频信号，这些离散通道被路由到可以多种已知的格式布置的多个扬声器。例如，5.1环绕声利用了五个全音域通道和一个低频音效(LFE)通道(分别由在小数点之前和之后的数字指示)。对于5.1环绕声，然后典型地将对应于五个全音域通道的扬声器布置在一个房间中，其中三个全音域通道布置在收听者前方(在左边、中央和右边位置)，而剩余两个全音域通道布置在收听者后方(在左边和右边位置)。LFE通道典型地输出到一个或多个重低音音箱(或有时路由到能够处理低频信号的一个或多个其他扬声器而不是专用的重低音音箱)。存在多种其他环绕声格式，诸如6.1、7.1、10.2等，所有这些一般都依赖于将多个离散的音频通道输出到以展开配置布置的多个扬声器。可将多个离散音频通道以一对一映射到输出通道(例如，扬声器)的方式编码到源信号中，或者可使用其他技术(比如矩阵解码)提取要播放的信号的通道来从具有较少通道的源信号(诸如具有两个离散通道的立体声信号)提取通道。

环绕声系统多年来已经在电影院、家庭影院和其他系统设置中变得普及，因为许多电影、电视节目、视频游戏、音乐和其他形式的娱乐都利用由环绕声系统创建的声场以提供增强的音频体验。然而，传统的环绕声系统存在若干缺点，特别是在家庭影院应用中。例如，创建理想的环绕声场典型地取决于优化环绕声系统的扬声器的物理设置，但是物理约束和其他限制可能会阻止扬声器的最佳设置。另外，对于交互式媒体(比如视频游戏)，声音位置的模拟并不像扬声器仅用于基于每个通道的位置来传达信息那样精确。

为扬声器系统创建理想的声音通常是耗时且费力的过程。在扬声器系统中，给定房间的声音的优化是主观且耗时的过程。对于大型活动(比如音乐会)，音频工程师典型地在会场的中间或向后方有个小隔间，在那里他们将操纵正在播放的音乐的音量。音频工程师将收听正在播放的音乐并通过小隔间中的一组控件来操纵声音音量。现代音板允许音频工程师基于频率来操纵声音的音量。然而，这个音频优化过程是高度主观的，并且每个音频工程师可能会有不同的声音偏好。因此，一些音乐家选择仅使用一名工程师而不使用其他工程师。因此，将优选的是开发一种控制房间的声音的方法，以消除人类音频工程师的主观性并创建一致的房间声音。

在家庭音频系统中，如果到底要执行声音优化的话，则声音优化典型地由用户执行。一些小型家庭系统具有音频预设，该音频预设允许用户从可补偿一些常见房间类型或添加房间音效的若干选项进行选择。针对房间的真正声音优化对于家庭用户来说可能是困难的过程，因为并没有关于给定房间的最佳声音响应的真实引导。用户可能会花费大量的时间来收听来自扬声器系统的每个通道的音乐并调整音量级别以创建所期望的声音。因此，大多数现代家庭环绕声系统都无法很好地针对其房间进行优化，因为这在没有明确的方法的情况下是耗时的过程。另外，与音乐会设置不同，对于家庭用户，当前不可能连续地优化声音，因为大多数用户宁愿简单地收听通过扬声器播放的媒体，也不愿专注于改变音频电平。因此，将期望有一种在家庭音频系统的背景下允许快速、容易且连续的音频优化的系统。

本公开的各方面正是在该背景下产生的。

发明内容

本公开的各方面包括一种用于调整房间声级的方法。该方法包括以已知的波形驱动扬声器、用至少两个麦克风检测来自该扬声器的声波。麦克风以已知的定向进行配置。使用已知的波形以及由麦克风检测到的声波和麦克风的已知的定向来生成房间声音动态。可对扬声器驱动信号进行滤波来调整扬声器的声级以考虑房间声音动态。

在这些实现方式中的一些中，麦克风可耦合到游戏控制器。而在其他实现方式中，至少两个麦克风在以已知的配置布置的单独的控制器上。

在一些实现方式中，房间声音动态包括扬声器位置。另外，在这些实现方式中的一些中，房间声音动态还包括扬声器相对于麦克风的距离和/或角度。在这些实现方式的一些中，可使用独立分量分析来确定扬声器位置。

在一些实现方式中，房间声音动态包括房间脉冲响应。在这些实现方式中的一些中，将滤波器应用于已知的波形以补偿房间脉冲响应中的不想要的频率。

在一些实现方式中，可按一定间隔周期性地确定房间声音动态。在其他实现方式中，可确定房间声音动态一次。

在一些实现方式中，可调整扬声器的声级以补偿在扬声器前方的人的移动。在一些实现方式中，可调整扬声器的声级以补偿房间中的家具布局和/或扬声器位置。

另外，本公开的实现方式可包括一种非暂时性计算机可读介质，该非暂时性计算机可读介质上体现有指令，其中该指令致使处理器执行一种方法，该方法包括：以已知的波形驱动扬声器；用至少两个麦克风检测来自扬声器的声波，其中至少两个麦克风以已知的定向进行配置；利用已知的波形以及由至少两个麦克风检测到的声波和至少两个麦克风的已知的定向来生成房间声音动态；对扬声器驱动信号进行滤波来调整扬声器的声级以考虑房间声音动态。

附图说明

通过结合附图考虑下面的详细描述可容易地理解本公开的教义，在附图中：

图1是根据本公开的各个方面的具有控制器的环绕声系统的图，该控制器具有麦克风阵列。

图2是根据本公开的各个方面的具有被布置为创建麦克风阵列的两个控制器的环绕声系统的图。

图3A是根据本公开的各个方面的描绘房间中的具有麦克风阵列的控制器的示意图，其中扬声器被组织成左后扬声器在房间的中后部。

图3B是根据本公开的各个方面的描绘房间中的具有麦克风阵列的控制器的示意图，其中扬声器被组织成左扬声器和右扬声器交换。

图4A是根据本公开的各个方面的在双麦克风阵列的右侧上检测到点源波的示意图。

图4B是根据本公开的各个方面的描绘在双麦克风阵列的右前侧上检测到点源波的示意图。

图5是根据本公开的各个方面的描绘房间中的双麦克风阵列的示意图，其中点源在右侧上，具有房间脉冲响应。

图6是根据本公开的各个方面的用于确定麦克风距扬声器的距离的方法的流程图。

图7是根据本公开的各个方面的用于确定扬声器的位置的方法的流程图。

图8是根据本公开的各个方面的描绘用于确定房间的脉冲响应的方法的流程图。

图9A是根据本公开的各个方面的描绘用于从记录的波形提取房间脉冲响应的技术的示意图。

图9B是根据本公开的各个方面的描绘用于从记录的波形提取房间脉冲响应并对房间脉冲响应的不想要的方面进行滤波的技术的示意图。

图10是根据本公开的各个方面的描绘用于对多通道声音系统中的房间脉冲响应进行滤波的技术的示意图。

图11是根据本公开的各个方面的描绘用于房间中的声音的动态均衡的方法的框图。

图12是根据本公开的各个方面的描绘用于房间中的声音的动态均衡的系统的框图。

具体实施方式

尽管下面的详细描述包含用于说明目的的许多具体细节，但是本领域的任何普通技术人员应当明白，对以下细节的许多变化和更改在本发明的范围内。因此，下面描述的本发明的示例性实施方案在不失一般性并且未暗示对要求保护的本发明的限制的情况下进行阐述。

引言

本公开的各方面涉及扬声器系统中的声音的优化和均衡。具体地，本公开涉及具有未由用户佩戴的两个或更多个扬声器的环绕声型扬声器系统的声音的优化。典型地，在环绕声型扬声器系统中，每个扬声器都连接到主控制器，有时也称为放大器，但是也可采用计算机或游戏控制台的形式。环绕声系统中的每个扬声器单元都具有用于识别单独单元的限定的数据路径，被称为通道。在大多数现代的扬声器系统中，每个通道的整体幅度或音量都能够用主控制器来控制。另外，每个扬声器单元还可包括具有不同频率响应特性的若干单独的扬声器。例如，典型的扬声器单元既包括高音域扬声器(有时称为高音扬声器)，也包括中音域扬声器。这些单独的扬声器的音量典型地无法单独地被控制，因此为了便于讨论，下文的扬声器将是指其音量可被控制的扬声器单元，该扬声器单元意指最少量的扬声器。

为此，已经开发了自动化音频优化系统，该自动化音频优化系统可检测扬声器位置以及房间对来自扬声器的感知到的声音的影响(也称为房间声音动态)。房间声音动态可包括房间的扬声器布局、房间脉冲响应、每个扬声器距房间的中心的距离或角度或可影响用户对来自声音系统的声音的感知的其他物理约束。然后，音频优化可使用扬声器位置和房间音效来优化来自扬声器的声音。

在考虑各种实现方式细节及其附图的下面的详细描述后，本公开的这些和另外的方面将变得显而易见。

实现方式细节

在图1中描绘了具有耦合到控制器的麦克风阵列102的实际环绕声系统100的说明图。

图1的示例实际环绕声系统100包括多个扬声器103、104、105，这些扬声器可围绕房间106以展开定向配置，以便输出环绕收听者的声音。源自扬声器103、104、105的声音既可包括直接声音107，也可包括间接声音，该直接声音从扬声器116的不同位置直接地到达收听者的每一只耳朵，该间接声音可包括早期反射和回响声音，因为从扬声器输出的声音例如通过反射离开房间的墙壁和其他物体(图1中未示出)而在声学环境四处反射。

为了为收听者产生丰富的声学体验，实际环绕声系统100可输出具有多个通道的声信号，其中每个通道输出到扬声器103、104、105中的对应一个，以产生从扬声器的不同位置发出的不同声音。一些通道可基于位置或频率响应来区分，可存在环绕通道103、中央通道105、低频通道(也称为重低音音箱或重低音通道)104等。作为示例而非限制，每个输出音频通道可针对特定环绕声格式以一对一映射编码到源信号中，或者可在较小程度上编码，例如，编码为两通道立体声信号。编码的源信号可例如使用已知的矩阵解码技术(例如，将具有两个离散通道的立体声信号解码成五通道信号以输出到图1中描绘的五个扬声器中的每一个的2:5解码)解码为期望数量的通道。

由实际环绕声系统100生成的合成声场可为收听者创造丰富的音频体验，这在许多应用(诸如电影、视频游戏等)中是期望的；然而，这种环绕声系统具有如上所述的若干缺点。因此，将期望优化来自扬声器的声音以考虑到扬声器在房间四处的不太理想放置和房间本身的影响。

在图示的环绕声系统中，一对麦克风102耦合到以已知的定向放置在环绕系统内的控制器101。麦克风102包括将接收到的声音转换成可被分析的对应的电信号的换能器。电信号可为可由模拟计算机放大和分析的模拟电信号。可选地，可在某个短时间窗内对由换能器生成的模拟信号进行采样，并且将采样的信号转换成可通过数字计算机上的数字信号处理来存储和分析的数字值。作为示例而非限制，可从按一定间隔采集的多个声音样本来构建数字声音文件。作为示例而非限制，MP3标准的典型采样间隔为44100个样本/秒，其他标准可有所不同。

在下文中被称为麦克风阵列102的麦克风对包括在同一水平平面中对准并隔开已知的距离的至少两个麦克风。根据一些实施方案，第三麦克风可耦合到控制器101，并且第三麦克风可布置成偏离由第一麦克风和第二麦克风102限定的线，以提供可用于例如确定声音是否被定位到控制器的前面或后面的附加信息。另外的其他实施方案可包括位于由前三个麦克风限定的平面外的第四麦克风，以提供可用于声源定位的附加信息。麦克风阵列可包括以已知的分隔距离布置在不同轴线上的任何数量的附加麦克风，以向系统提供有关声源的位置的附加信息。分隔距离和轴线位置的重要性将在后面的章节中进一步描述。

如图2所描绘，麦克风阵列203可由两个控制器201、202构造而成，每个控制器具有单个麦克风。每个控制器布置在距另一个的已知距离204处，以形成麦克风阵列。可在设置在距两个控制器阵列的已知距离处的不同轴线上添加附加控制器(图2中未示出)，以得到附加的扬声器对准信息。根据本公开的各方面，阵列中的麦克风可为任何类型，但是优选地是全向麦克风，因为该类型的麦克风价格相对低且可用性广泛。在本公开的一些实施方案中，麦克风阵列放置在房间的中心。在本发明的可选实施方案中，麦克风阵列放置在房间内的已知位置处。在一些实施方案中，麦克风阵列相对于房间的侧面的位置通过用户生成的信息来确定。

图3A和图3B描绘了在现有环绕系统内发现的常见问题。如图3A所示，扬声器位置可与标准所限定的布局不同(例如，5.1标准要求放置在方形房间的相应角落中的4个扬声器、中央扬声器和重低音音箱)。在所示的情况下，左后扬声器303放置在房间的后部的中间，并且右后304扬声器放置在房间的后部的前面，而左前扬声器、右前扬声器、中央扬声器和重低音音箱302都遵照标准。图3B描绘了另一种常见情况，其中扬声器放置302是以传统方式，但是扬声器的通道是错误的。在这种情况下，右扬声器305和左扬声器306交换。将期望创建无需用户干预即可检测并补偿异常扬声器布局或不正确的通道放置的系统。这种方法将在后面的章节中讨论。

声源的位置

为了理解可如何根据如图6中所提供的方法来确定声源的位置，提供了图4A和图4B的说明性示例。在图6的流程图中描绘的方法600在610处以在初始时间t以已知的输入波形驱动扬声器开始。图4A描绘了发出已知的声波形410的声源401，诸如扬声器。为了这个示例，可假设声波前是球形的。每条曲线描绘了在不同时间(t+1、2、3、4……n)传播通过房间的声波前410。两个麦克风403、402位于声源的正右侧。在时间t+5，传播波首先到达右麦克风402并被检测到，如图6中的602处所指示，而波前直到时间t+8才到达左麦克风403。为了确定距扬声器的距离406、407，在扬声器401与两个麦克风对齐时，仅需要来自一个麦克风的信息，但是由于系统不具有扬声器布局的先验知识，因此在每种情况下需要至少两个麦克风。得出第一次检测到声波的时间(T_r)与最初产生声波的时间(T_i)之间的差异，如在图6中的603处所指示。然后，将此差异乘以声速(c)以找到距麦克风和声源的距离(D)，如在图6中的604处所指示。

(T_r–T_i)*c＝D (等式1)

关于左麦克风403，可根据等式1来确定距左麦克风和声源401的距离。可从左麦克风与声源之间的距离(D_L)减去两个麦克风之间的距离404，该距离在下文中称为麦克风间距离(I)。通过此减法，可在左麦克风与右麦克风之间进行比较以确定声源是否与在右侧的麦克风对齐(等式2)。如果在减法之后，距左麦克风的距离(D_L)等于右麦克风的距离(D_R)，则源位于麦克风阵列的正右侧。类似地，可对右侧信号执行该操作以确定声源是否位于左侧(等式3)。

(D_L–I)＝D_R (等式2)

(D_R–I)＝D_L (等式3)

图4B示出了另一种情况，其中声源407在麦克风阵列403、402的右前方。在这种情况下，可使用等式1来确定每个麦克风的距离408、409，并且可使用简单的三角函数来确定声源相对于右麦克风的角度(等式4)。

对于在左手侧的声源，用于确定声源相对于麦克风的角度的等式如下：

如果麦克风中的每一个之间的确定的距离相等，则可确定声源在麦克风阵列的前面或后面。也就是说，如果d_L＝d_R，则声源位于麦克风阵列的正前方或正后方。

在概念上与确定距离和角度的简单描述类似，还可使用在每个麦克风处接收到的声音之间的相位差来确定扬声器位置，如图7所示。声源相对于麦克风的位置决定了接收到的波之间的相位差，其中当声源正好位于麦克风阵列的侧面时具有最大相位差。使用已知的波形来驱动扬声器701。由扬声器发出的声波被麦克风阵列中的第一麦克风检测到702。然后，声波被麦克风阵列中的第二麦克风检测到703。在特定时间点由麦克风接收到的两个波之间的差异就是相移。

尽管上述方法针对的是单个声源和波前，但本公开的各方面不限于此。多个声源的距离和角度可通过例如使用独立分量分析(ICA)首先隔离对应于单独扬声器的声音来确定。用于ICA的技术在共同拥有的美国专利号9,099,096B2和8,880,395B2中更详细地说明，这两个专利以引用方式并入本文。ICA将声音信号的混合过程建模为原始源信号的线性混合并应用去混合操作，该去混合操作尝试将混合过程反过来以产生对应于原始源信号的一组估计的信号。基本ICA假设非高斯源信号的线性瞬时混合，其中混合的数量等于源信号的数量。由于假设原始源信号是独立的，因此ICA通过使用统计方法从混合中提取一组独立(或至少最大程度上独立)的信号来估计原始源信号。一旦已经隔离了单独扬声器的声音，就可分开地分析隔离的声音，例如，如上面关于图6或图7所讨论，以确定对应的扬声器位置。

房间脉冲响应

图5描绘了位于房间中的麦克风阵列505，其中扬声器501生成房间脉冲响应。当由房间中的扬声器发出声音信号时，声波503将在整个房间中传播并从房间中的墙壁和物体反弹，从而产生次级波504。次级波的生成取决于房间的声学性质，该声学性质可为频率相关的。这些声学性质可根据房间脉冲响应(RIR)来概括。次级波504与由扬声器501发出的初级波503混合，并且声波的这种混合被麦克风阵列505检测到。可将这种混合建模为发出的声波503与房间脉冲响应的数学卷积。

如通常所理解，时间t的连续函数(f(t)和g(t))的卷积可在数学上表达为：

类似地，指数n的离散函数(f[n]和g[m])的卷积可在数学上表达为：

其中g在从-M至M的值范围内具有有限的支持，但要满足求和收敛的条件。

房间脉冲响应可对基本初级波503产生想要和不想要的影响。因此，将理想的是存在一种发现给定房间的脉冲响应并操纵由扬声器501发出的声音信号以考虑到房间脉冲响应的方法。

转到图8，由隔开已知的距离505的至少两个麦克风组成的麦克风阵列和以已知的波形驱动的扬声器501允许发现房间脉冲响应。以已知的波形驱动801的扬声器发出对应的声音503，该对应的声音被阵列中的第一麦克风检测到802并且然后被第二麦克风检测到803。发出的声音还反射并偏转离开房间以及房间504内的物体、人等。这些反射和偏转包括在由麦克风阵列检测到的声音所检测到的波形中。

如上文所指出，由麦克风生成的信号可被建模为从扬声器501发出的声音503的波形和房间脉冲响应(RIR)的卷积。由扬声器发出的声音503可从已知的扬声器驱动波形801(例如，通过驱动波形和扬声器501的脉冲响应的卷积)来确定。如果扬声器和麦克风波形是已知的，则可通过去卷积过程来确定房间脉冲响应。

为了便于去卷积计算，可将由麦克风检测到的波形从时域变换到时不变频域804。可使用诸如快速傅立叶变换(FFT)、离散余弦变换(DCT)等已知的技术来执行这样的变换。一旦检测到的波形已经变换，就可对信号执行操作以使RIR与初级波去卷积805，如图9A所示。通过对检测到的波形的频域表示与初级波形的频域表示进行复数除法805，可将检测到的波形(X)901的频域表示与变换的初级波形(Y)902去卷积。所得的信号是变换的房间脉冲响应或房间传递函数。然后可使用诸如离散傅立叶逆变换(IDFT)、离散余弦逆变换(IDCT)等已知的技术将该房间传递函数变换回到时域，以产生RIR。应注意，为了便于说明，发现房间脉冲响应的描述已经限于单个检测到的波形。

本公开的关键见解是，RIR在环绕声系统中大多数是不变的，但是可随房间条件、布局和占用率变化而略有变化。一旦发现房间的脉冲响应，就可选择性地对初级信号进行滤波来增大或减小扬声器驱动信号801的某些部分(例如，频带)的幅度，以产生所期望的音效，而RIR可能只需要偶尔更新。另外，如图9B所示，滤波器可应用于RIR，并且然后所得的滤波后的RIR可与源信号进行卷积以产生收听者期望的声音。作为示例而非限制，一个这样的滤波器可简单地为逆滤波器，其只逆转RIR，并且然后逆RIR与源信号进行卷积。检测到的波形可从某个较早采样时间(X^T)903被检测到，并且从较早采样时间(Y^T)904经历如上文关于初级波形所讨论的去卷积过程。然后，所得的波形(变换的RIR)905可用于确定滤波器函数FF，如在907处所指示，该滤波器函数可应用于扬声器驱动信号801以去除或增强期望的频率。

作为示例而非限制，滤波器函数FF的某些频率可从如上文所确定的频域房间脉冲响应RIR和理想频域脉冲响应RIR_I来生成，该理想频域脉冲响应可例如通过在受控条件下用声音系统进行的实验来预定。在一些实施方案中，可能期望完全地去除RIR，在这种情况下，理想RIR_I等于1，并且滤波器函数只是逆RIR，如以上示例中所讨论。具体地，时域滤波器函数FF可由等式7给出：

如果RIR包含在单位圆外的零点，则可能无法使RIR逆转，若是逆转，就将导致不稳定的极点。因此，重要的是要确保RIR的逆转产生稳定的滤波器。

作为示例而非限制，可通过一个或多个带通滤波器和/或带阻滤波器将滤波器函数FF应用于扬声器驱动信号801，这可在硬件或软件中实现。在一些实现方式中，可按定期间隔更新RIR905以适应房间的声学变化，例如，当窗户或门被打开时或关闭时或当人进入或离开房间时。应理解，更新RIR不限于系列的样本中的下一次。在一些实现方式中，可按任意间隔或用户确定的间隔来周期性地更新RIR905。在其他实现方式中，可确定RIR一次并然后将其应用于用来驱动扬声器的每个后续波形。

多扬声器系统中的声音优化

以上教义不限于单个扬声器或单个初级波形，而是可应用于多通道多扬声器声音系统，如图10和图11所描绘。为了便于说明，图10描述了具有单个检测到的波形1001的系统，但是本公开不应被认为受限于此，因为所描述的方法可与任何数量的检测到的波形一起使用，这些检测到的波形随后可混合在一起以提供房间中的声音的最佳表示。最初以已知的波形驱动扬声器系统中的扬声器1101。由已知的波形驱动的扬声器发出的声音然后被麦克风阵列检测到1102。然后可将检测到的波形从时域变换到时不变频域1103，如上文所讨论。然后可使用ICA将变换的检测到的波形分隔成单独的源，如上文所讨论。一旦已经确定了单独的源，就可将信号变换回到时域(如果信号是在ICA过程期间变换的话)，以确定波形之间的相移以及每个源距麦克风阵列的角度和距离，如所描述。然后，此信息可被系统用来在多通道扬声器系统中将每个源信号与其对应的通道进行匹配1104。

作为示例而非限制，系统可将标准扬声器布局与确定的源距离、角度和频率范围进行比较，以确定哪个源对应于哪个标准限定的通道。例如，5.1环绕声具有3个前向通道(2个侧面和1个中央)、2个环绕通道和1个重低音音箱通道。按照定义，中央通道在房间的前中心处，因此系统可将被发现为与麦克风阵列中的麦克风或多或少等距的源限定为中央源。同样，按照定义，由重低音音箱产生的声音频率低于其他扬声器，因此系统将较低频率源限定为重低音音箱通道源。距离信息可用于发现哪些源对应于扬声器的左通道和右通道。位于麦克风阵列中的至少两个麦克风的前方或后方的第三麦克风可用于帮助确定前环绕信号和后环绕信号。

在可选的实施方案中，可在过程开始时针对每个通道单独地执行确定哪个源对应于每一侧上的前环绕通道或后环绕通道。可播放测试音调，该测试音调测试每个通道的频率范围特性和响应。一旦已经确定每个通道的频率响应，就可在ICA之后分析每个源的频率响应特性以对该源进行区分并确定哪个通道对应于哪个源。可选地，扬声器制造商可使前通道扬声器和后通道扬声器具有不同频率响应特性，这些频率响应特性可用于在ICA期间区分源。

在源已经匹配到其对应的通道之后，可确定每个通道的RIR。ICA过程可产生变换的源信号，或者信号可能需要进行变换以生成时不变频域信号。一旦波形被变换，就可在每个频率下通过检测到的通道匹配的源信号与每个通道的初级波形(Y_{1、2、3……n} ^T)1002的复数除法对每个通道进行去卷积1105，以生成每个通道的RIR(RIR_{1、2、3……n} ^T)。

可使用房间脉冲响应来将滤波器应用于源信号1106、1003。应用于源信号的滤波器可被配置为产生每个扬声器的期望的房间脉冲响应，例如，如上文关于图9A和图9B所描述。根据本公开的各方面，作为示例而非限制，可按预限定的间隔为每个扬声器确定RIR，可在每个样本处生成RIR并使用该RIR来对下一个样本进行滤波，可选地，可确定RIR一次并使用该RIR来对每个通道的每个后续初级波形进行滤波。

在一些实现方式中，对扬声器驱动信号的滤波可在频域中数字地进行。在此类实现方式中，一旦已经对扬声器驱动波形进行滤波，就可将信号变换回时域信号1107。在其他实现方式中，例如，当将模拟滤波器应用于模拟扬声器驱动信号时，可将滤波直接地应用于时域扬声器驱动信号。可使用诸如IDFT、IDCT等已知的变换技术来执行从时不变频域到时域的变换。

在变换之后，可使用生成的时域信号在对应的通道中驱动扬声器。

根据本公开的附加方面，可使用检测到的源信号来优化用户的声音体验。作为示例而非限制，可通过减小被确定为比其他音频源更靠近麦克风阵列的音频源的音频电平来优化声音体验。可通过自动地重新布置扬声器驱动信号在错误地布置的扬声器间的分布来进一步优化声音体验。系统最初可测试每个单独的通道并检测连接到通道的每个声源的位置，如上文所描述。根据此信息，系统可确定每个通道是在标准位置还是出现错位。如果检测到错位信号，则系统无需用户输入就可将驱动错位扬声器的信号切换到正确通道。类似地，基于扬声器的初始测试，系统可将附加滤波器应用于该通道的波形。作为示例而非限制，再次转到图3A，系统可将延迟滤波器和/或附加频率滤波器应用于右后环绕扬声器的波形，以模拟扬声器位于房间的右后角落而不是中右侧。类似地，可将延迟滤波器应用于左后环绕扬声器，并且另外地，可减小左后扬声器的音量，以更好地模拟扬声器距用户的正确距离和位置。

当前描述的系统还允许对扬声器输出的附加实时监视和调整。作为示例而非限制，系统可检测源何时被阻塞或以其他方式被阻碍。使用如上文所描述的ICA，系统可能够基于环绕声系统音频通道来区分接收到的声源。此外，系统可检测到对应于音频通道的源的音频电平低于其他源，并且作为响应，系统可增大该通道的音量。相反地，系统可检测到对应于音频通道的特定源的音量高于其他通道，并且作为响应，降低对应于特定音频源的该特定通道的音量。以此方式，系统可动态地调整房间中的声级并通过增大扬声器的通道的音频音量来考虑被阻塞或以其他方式被阻碍的扬声器，并且当人或障碍物移动远离扬声器时，系统可减小通道的音量。

在一些实施方案中，可使用音频阈值来设置房间的感知的音频音量。系统可被配置为检测每个声源并确定对应于声源的通道，如上文所描述。通过此信息，系统可调谐每个通道的总体音频音量以匹配房间的音频阈值。音频阈值可为房间的平均音量，或者可基于频率来限定。如果基于频率来限定阈值，则可将每个通道调整到期望的频率音量级以匹配阈值。上文描述的系统的另一个益处是，它允许调谐房间的实际感知的音量和频率响应，而不是音频的没有房间响应和其他分量的理想化版本。由于可以每一通道为基础补偿扬声器中的差别，此增强的信息允许更好的音频均衡和更容易的声音调谐。

系统

转到图12，示出了根据本公开的各方面的被配置为定位声音的示例系统1200的框图。

根据本公开的各方面，示例系统1200可包括耦合到声音系统1240以便处理和/或输出音频信号的计算部件。作为示例而非限制，在一些实现方式中，声音系统1240可为一组立体声扬声器或环绕扬声器，计算部件中的一些或所有可为标准环绕声系统1240的部分，麦克风阵列可耦合到控制器1230或可由若干控制器1230组成，每个控制器都耦合到一个或多个麦克风1236、1234，或者根据本公开的各方面，该麦克风阵列可为若干麦克风1223的独立阵列，以便处理接收到的音频信号以确定声音位置并将那些声音位置与通道相关。作为示例，声音系统1240可以诸如立体声扬声器、5.1环绕声、7.1环绕声、10.2环绕声等的任何已知的配置来配置。此外，在一些实现方式中，系统1200可为嵌入式系统、移动电话、个人计算机、平板计算机、便携式游戏装置、工作站、游戏控制台、机顶盒、独立放大器单元等的部分。

示例系统可以另外耦合到游戏控制器1230。游戏控制器可具有许多特征，这些特征有助于跟踪其位置并可用于辅助声音的优化。如所讨论，第一麦克风1236可耦合到控制器，第二麦克风1234也可耦合到控制器以形成麦克风阵列。与第一麦克风和第二麦克风不对齐的第三麦克风也可耦合到游戏控制器，以增强位置检测。游戏控制器还可具有可被图像捕获单元检测到的许多光源，并且可从光源的位置检测房间内的控制器的位置。其他位置检测系统可耦合到游戏控制器1230，包括加速度计和/或陀螺位移传感器，以检测房间内的控制器的移动。根据本公开的各方面，游戏控制器1230还可具有用户输入控件，诸如方向板和按钮1233、操纵杆1231、和/或触摸板1232。游戏控制器也能够安装到用户的身上。

根据本公开的各方面，系统1200可被配置为处理音频信号以对脉冲响应进行去卷积和卷积。系统1200可包括一个或多个处理器单元1201，所述一个或多个处理器单元可根据公知的架构(诸如，例如单核、双核、四核、多核、处理器-协处理器、加速的处理单元等)来配置。系统1200还可包括一个或多个存储器单元1202(例如，RAM、DRAM、ROM等)。

处理器单元1201可执行一个或多个程序1204，所述程序的部分可存储在存储器1202中，并且处理器1201可操作地耦合到存储器1202(例如，通过经由数据总线1220访问存储器)。程序可被配置为处理源音频信号1206，例如，以用于将信号转换为环绕声通道信号以供以后的用户，或输出到扬声器1240。作为示例而非限制，存储器1202可包括程序1204，所述程序的执行可致使系统1200执行具有与以上示例方法(诸如图6的方法600、图7的方法700、图8的方法800和/或图11的方法1100)相同的一个或多个特征的方法。作为示例而非限制，程序1204可包括处理器可执行指令，所述处理器可执行指令致使系统1200确定扬声器位置并用表示对房间脉冲响应和或音频电平的所期望的改变的一个或多个滤波器对源信号的一个或多个通道进行滤波，以优化房间中的声音源的感知的质量。

系统1200还可包括公知的支持电路1210，诸如输入/输出(I/O)电路1211、电源(P/S)1212、时钟(CLK)1213和高速缓存1214，它们可例如经由总线1220与系统的其他部件通信。系统1200还可包括大容量存储装置1215，诸如磁盘驱动器、CD-ROM驱动器、磁带驱动器、快闪存储器等，并且大容量存储装置1215可存储程序和/或数据。系统1200还可包括用户接口1218和显示器1216，以促进系统1200与用户之间的交互。用户接口1218可包括键盘、鼠标、光笔、触摸界面或其他装置。系统1200还可执行一个或多个通用计算机应用程序(未示出)，诸如视频游戏，其可结合如由卷积程序1204计算出的环绕声的各方面。

系统1200可包括网络接口1208，该网络接口被配置为使得能够使用Wi-Fi、以太网端口或其他通信方法。网络接口1208可结合合适的硬件、软件、固件或它们的某一组合，以促进经由电信网络的通信。网络接口1208可被配置为通过局域网和广域网(诸如互联网)来实现有线或无线通信。系统1200可通过网络经由一个或多个数据包发送和接收数据和/或对文件的请求。

将容易理解，对在图12中所描绘的部件上的许多变型都是可能的，并且这些部件中的各种部件可在硬件、软件、固件或它们的某一组合中实现。例如，包含在存储器1202中并由处理器1201执行的卷积程序的一些特征或所有特征可经由适当地配置的硬件(诸如被配置为执行本文所述的示例处理技术的一些或所有方面的一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA))来实现。

结论

尽管以上是本发明的优选实施方案的完整描述，但是使用各种替代、修改和等效物是可能的。因此，本发明的范围不应参考以上描述确定，而是应替代地参考随附权利要求以及其完整范围的等效物来确定。本文所述的任何特征(不论是否优选)可与本文所述的任何其他特征(不论是否优选)组合。在所附的权利要求中，除非另有明确陈述，否则不定冠词“一个(a/an)”是指冠词后面跟随的物品的一项或多项的数量。随附权利要求不应被理解为包括手段加功能限制，除非这种限制在给定的权利要求中使用短语“用于……的手段”来明确陈述。

Claims

1.一种用于调整房间声级的方法，所述方法包括：

a)以已知的波形驱动扬声器；

b)用至少两个麦克风检测来自所述扬声器的声波，其中所述至少两个麦克风以已知的定向进行配置，其中，所述至少两个麦克风是单独的并且连接到单独的游戏控制器，所述单独的游戏控制器具有用于跟踪其位置的特征；

c)利用所述已知的波形以及由所述至少两个麦克风检测到的所述声波和所述至少两个麦克风的所述已知的定向、以及所述单独的游戏控制器具有的用于跟踪其位置的所述特征来生成房间声音动态；以及

d)基于所述房间声音动态对用于驱动所述扬声器的波形进行滤波来调整所述扬声器的声级。

2.如权利要求1所述的方法，其中所述房间声音动态包括房间脉冲响应。

3.如权利要求2所述的方法，其中d)应用滤波器包括应用滤波器来补偿所述房间脉冲响应中的不想要的声音频率。

4.如权利要求1所述的方法，其中所述房间声音动态包括房间的扬声器布局。

5.如权利要求4所述的方法，其中所述房间声音动态还包括所述扬声器相对于所述麦克风的距离和/或角度。

6.如权利要求4所述的方法，其中c)包括通过以下操作来确定房间中的两个或更多个扬声器的扬声器布局：对来自所述两个或更多个麦克风的信号执行独立分量分析以隔离来自所述两个或更多个扬声器的声音并且分析来自所述两个或更多个扬声器中的每一个的隔离的声音以确定扬声器位置。

7.如权利要求1所述的方法，其中所述方法还包括针对声音系统中的每个扬声器通道执行步骤a)至b)，并且在已经检测到所有所述通道之后执行步骤c)至d)。

8.如权利要求1所述的方法，其中按周期性间隔更新所述房间声音动态以适应所述房间的声学中的变化。

9.如权利要求1所述的方法，其中在d)中调整所述声级补偿了在所述扬声器前方的人的移动。

10.如权利要求1所述的方法，其中在d)中调整所述声级补偿了所述房间中的家具布局或所述房间中的扬声器的所述位置。

11.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质中体现有可执行指令，其中所述指令的执行致使处理器执行一种方法，所述方法包括：

a)以已知的波形驱动扬声器；

c)利用所述已知的波形以及由所述至少两个麦克风检测到的所述声波和所述至少两个麦克风的所述已知的定向、以及所述单独的游戏控制器具有的用于跟踪其位置的所述特征来生成房间声音动态；

12.如权利要求11所述的非暂时性计算机可读介质，其中所述房间声音动态包括房间的扬声器布局。

13.如权利要求11所述的非暂时性计算机可读介质，其中所述房间声音动态包括房间脉冲响应。

14.如权利要求11所述的非暂时性计算机可读介质，其中按周期性间隔更新所述房间声音动态以适应所述房间的声学中的变化。

15.如权利要求13所述的非暂时性计算机可读介质，其中d)应用滤波器包括应用滤波器来补偿所述房间脉冲响应中的不想要的声音频率。

16.如权利要求11所述的非暂时性计算机可读介质，其中所述房间声音动态还包括扬声器相对于所述麦克风之间的距离。

17.如权利要求11所述的非暂时性计算机可读介质，其中c)包括通过以下操作来确定房间中的两个或更多个扬声器的扬声器布局：对来自所述两个或更多个麦克风的信号执行独立分量分析以隔离来自所述两个或更多个扬声器的声音并且分析来自所述两个或更多个扬声器中的每一个的隔离的声音以确定扬声器位置。

18.一种用于调整房间声级的系统，所述系统包括：

处理器；

存储器，所述存储器耦合到所述处理器，所述存储器中体现有可执行指令，所述指令被配置为当被执行时致使所述处理器执行一种方法，所述方法包括；

a)以已知的波形驱动扬声器；

19.如权利要求18所述的系统，其中按周期性间隔更新所述房间声音动态以适应所述房间的声学中的变化。

20.如权利要求18所述的系统，所述系统还包括一个或多个扬声器，所述一个或多个扬声器可操作地耦合到所述处理器。

21.如权利要求20所述的系统，其中所述一个或多个扬声器包括多个扬声器。

22.如权利要求20所述的系统，其中所述一个或多个扬声器包括环绕声系统的多个扬声器。

23.如权利要求20所述的系统，其中所述一个或多个扬声器包括5.1环绕声系统的多个扬声器。

24.如权利要求20所述的系统，其中所述一个或多个扬声器包括7.1环绕声系统的多个扬声器。