CN113039813B - 串扰消除滤波器组以及提供串扰消除滤波器组的方法 - Google Patents

Abstract

提供了一种配置为用于将双耳信号传递到人耳的串扰消除滤波器组。串扰消除滤波器组包括被配置为执行空间滤波或声场控制的压力匹配系统以及与压力匹配系统通信的阻挡场模型。串扰消除滤波器组被配置为利用由违反自由场假设引起的散射效应和遮挡效应的声学优势，从而在不使用耳机的情况下向听众传递改进的串扰消除声学显示。

Description

串扰消除滤波器组以及提供串扰消除滤波器组的方法

发明人：Elliot M.Patros、David E.Romblom、Robert J.E.Dalton Jr.和PeterG.Ott。

相关申请的交叉引用

本申请要求2018年11月21日提交的美国临时专利申请No.62/770,373的权益，其全部公开内容通过引用合并于此。

背景技术

串扰消除(也被称为“CTC”)是一种声学显示技术，其中，使用扬声器代替耳机以将双耳信号传递到人耳。串扰消除是被称为声场控制(也被称为“SFC”)的一类声学显示技术的一个实例。

在某些情况下，可以通过提高声场模型的精度来改善串扰消除性能。特别是，自由场假设被人类头部和身体的散射和遮挡效应所违反。这些物理效应会降低双耳定位的质量，因为它们与已经存在于双耳音频中的散射和遮挡的虚拟效应结合在一起。改善声场模型的精度建立了一种减弱物理效应的存在的手段，从而改善了对虚拟效应的感知。

如果就任一、一些或所有声场控制度量而言，可以改善串扰消除技术，那将是有利的。

发明内容

应当意识到，提供本发明内容是为了以简化的形式介绍一些概念，这些概念将在下面的详细描述中进一步描述。本发明内容既不旨在标识本公开的关键特征或必要特征，也不旨在使用阻挡场模型(obstructed field model)和使用方法来限制最优串扰消除滤波器组的范围。

上述目的以及未具体列举的其他目的通过配置为用于向人耳传递双耳信号的串扰消除滤波器组来实现。串扰消除滤波器组包括被配置为执行空间滤波或声场控制的压力匹配系统；以及与所述压力匹配系统通信的阻挡场模型。所述串扰消除滤波器组被配置为利用由违反自由场假设引起的散射效应和遮挡效应的声学优势，从而在不使用耳机的情况下向听众传递改进的串扰消除声学显示

上述目的以及未具体列举的其他目的还通过一种提供被配置为用于向人耳传递双耳信号的串扰消除滤波器组的方法来实现。该方法包括以下步骤：将压力匹配系统配置为执行空间滤波或声场控制；以及将球形头部模型配置为与压力匹配系统通信。串扰消除滤波器组被配置为利用由人类头部引起的散射效应和遮挡效应的声学优势，从而在不使用耳机的情况下传递改进的串扰消除声学显示。

当参考附图阅读时，根据以下详细描述，使用阻挡场模型的最佳串扰消除滤波器组及使用方法的各种目的和优点对于本领域技术人员将变得显而易见。

附图说明

图1是多个常规声场控制阵列的平面图。

图2是图1的波束形式阵列的平面图，图示了人类头部的散射和遮挡效应。

图3是常规扬声器的侧视图，图示了驱动器和外壳。

图4是并入压力匹配系统和球形头部模型的串扰消除滤波器组的示意图。

图5是人类头部的平面图，图示了由人耳在人类头部上建立的控制点。

图6是并入其他压力匹配系统和其他球形头部模型的串扰消除滤波器组的示意图。

具体实施方式

现在将偶尔参考具体实施例来描述通过使用阻挡场模型生成的最佳串扰消除滤波器组(在下文中称为“串扰消除滤波器组”)和使用方法。然而，串扰消除滤波器组可以以不同的形式体现，并且不应当被解释为限于本文阐述的实施例。相反，提供这些实施例使得本公开将是全面和完整的，并将向本领域技术人员充分传达串扰消除滤波器组的范围。

除非另有定义，否则本文使用的所有技术和科学术语具有与串扰消除滤波器组所属领域的普通技术人员通常所理解的相同含义。在本文的串扰消除滤波器组的描述中使用的术语仅用于描述特定实施例，而不旨在限制串扰消除滤波器组。如在串扰消除滤波器组和所附权利要求的描述中所使用的，单数形式“一”、“一个”和“该”也旨在包括复数形式，除非上下文另外明确指出。

除非另有说明，否则在说明书和权利要求书中使用的表示尺寸的量(诸如长度、宽度、高度等)的所有数字在任何情况下均应当被理解为由术语“约”修饰。因此，除非另外指出，否则在说明书和权利要求书中阐述的数值性质是近似，其可以根据在串扰消除滤波器组的实施例中试图获得的期望性质而变化。尽管阐述串扰消除滤波器组的广泛范围的数值范围和参数是近似值，但在具体示例中阐述的数值应当尽可能精确地报告。但是，任何数值都固有地包含某些误差，这些误差必然是由于它们相应的测量中存在的误差而导致的。

如本文所用，术语“双耳”被定义为意指无论是录制、合成还是以其他方式被赋予在音频信号上的包含完整的、部分的与头部相关的传输函数(也被称为“HRTF”、“解剖传输函数”或“ATF”)成分或所述与头部相关的传输函数成分的近似的任何立体声(双频道)音频信号，以便为听众再现定位提示，进而虚拟的听觉环境。如本文所使用的，术语“与头部相关的传输函数”被定义为是指表征耳朵如何从空间点接收声音的响应。当声音碰撞听众时，头部、耳朵、耳道的大小和形状、头部的密度、鼻腔和口腔的大小和形状都会变换声音并影响声音感知起来是如何，从而增强某些频率，衰减其他频率，并且可能导致取决于频率的延迟。如本文所使用的，术语“串扰消除”或“CTC”被定义为是指用于二维或三维音频再现的任何系统。它是被配置为从扬声器播放双耳立体声信号的系统。

在阻挡的自由场中的阵列的物理性质产生附加与头部相关的传输函数成分，这些成分既不是预期的，也不会被双耳音频信号本身所补偿。在所有串扰消除应用中，已知物理的与头部相关的传输函数与虚拟的与头部相关的传输函数相加，从而双耳信号所预期的虚拟听觉环境的保真度就在控制点处其测量起来如何方面而言降低了，所述控制点可以包括或可以不包括听众的耳朵。结果，双耳信号预期的空间图像劣化。

说明书和附图公开了用于向人耳传递双耳信号的串扰消除滤波器组。笼统地，串扰消除滤波器组被配置为优化并利用人类头部的声学散射和遮挡效应，从而传递改进的串扰消除声学显示。

不受理论的束缚，认为该串扰消除滤波器组抵消物理的与头部相关的传输函数，同时理想地使虚拟的与头部相关的传输函数保持原样。更正式地，认为该串扰消除滤波器组在串扰消除场境中部分或完全“撤消”非预期的声学变换。应用串扰消除滤波器组的预期结果是在串扰消除场境中提高空间图像和/或虚拟听觉环境的保真度。

现在参考图1，示出了常规扬声器组件10，其被配置为包括多个常规声场控制阵列12a-12c。声场控制阵列12a-12c中的每一个被配置为产生用于一个输入声道的第一声束14a-14c和用于不同的输入声道的第二声束16a-16c的混合并且将其传递给多个人18a-18c。第一声束14a-14c分别指向多个人18a-18c的右耳20a-20c，而第二声束16a-16c指向多个人18a-18c的左耳22a-22c。由于第一和第二波束14a-14c、16a-16c针对单个用户18a-18c进行了优化，因此不在波束形成阵列12a-12c的正前方的其他用户可能会听到增强的音频，但可能不会体验到完整的音频效果。与图1所示的常规扬声器组件10相反，有利地，下面描述的串扰消除滤波器组可缩放，并且可以被用于针对可以体验完整音频效果的一个或多个同时听众。

与图1所示的常规扬声器组件10相比，有利地，串扰消除滤波器组可以协同其他方法使用，所述其他方法最大化双耳再现精度、无视双耳再现精度或试图重建另一种类型的收听体验。除了串扰消除之外，常见的声场控制目标是声学隐私，其中，声压被形成为波束，并且最小化波束宽度。两个声场控制目标——波束宽度和串扰消除——是截然不同的，但是可兼容。潜在地，可以将最优滤波器组定义为是指同时最小化波束宽度和最大化串扰消除的滤波器组。

现在参考图2，图示了常规的波束形成阵列12a，第一和第二声束14a、16a以及第一人18a。常规的自由场假设规定不会发生声音反射，并且整个声音将由第一人18a确定，因为它是通过来自常规波束形成阵列12a的直接声音接收的。然而，在某些情况下，当考虑由人类头部24a的方向箭头30示意性所示的散射和遮挡效应时，自由场假设可能被违反。

现在参考图3，在40处示出了常规扬声器。在此所使用的术语“扬声器”被定义为驱动器42和外壳44的组合。驱动器42在声学领域非常公知并且被配置为产生声音。驱动器42是声源的示例。驱动器42具有简单的声学性质，诸如方向性和均衡性(通常称为“EQ”(取决于频率的响度))的非限制性示例。如本文中所使用的，术语“方向性”被定义为是指声源的方向特性或取决于位置的响度的测量。如本文所使用的，术语“均衡性”被定义为是指取决于频率的响度。

再次参考图3，外壳44被配置为包含驱动器42，并且自身不产生声音。外壳44会阻挡源自驱动器42的声音，在某些情况下这会导致控制点处的驱动器42的响度和相位的取决于位置和取决于频率的变化。因此，外壳44继承了封闭驱动器42的声学性质。驱动器42与外壳44之间的相互作用产生了比单独的驱动器或外壳具有更复杂的声学性质的单一声源，扬声器40。扬声器40的声学性质可以通过传输函数来描述。传输函数可以以取决于位置和取决于频率的方式变换响度和相位两者。扬声器40的传输函数可以结合与头部相关的传输函数的传输函数，以产生被配置为补偿响度和相位两者的滤波器组。

常规的压力匹配方法可以使用阵列，该阵列是扬声器的整体，每个扬声器与滤波器组组合，以执行空间滤波或声场控制。控制点有时被称为“亮点”(在存在声压时)或暗点(无声压)。在L个扬声器和M个控制点之间估计自由场传输函数。在给定的频率下，确定复数滤波器权重(可以被转换为幅度和相位)的列向量，以优化控制点处的压力。这可以使用矩阵符号来描述：

p＝Zq

其中，p定义为M个控制点处的声压的列向量，q定义为L个复数权重的列向量(每个扬声器一个复数权重)，以及Z定义为维度为M×L的传输函数矩阵，其描述了每个驱动器和每个控制点之间的声学传输函数。逆矩阵Z^-1(定义为I＝AA^-1的精确解)或伪逆矩阵Z⁺(定义为允许误差I≈AA⁺的逆的近似)，被用来求解或近似一个或多个任意频率处的空间滤波器组q。对于每个驱动器，将一个或多个频率处的此空间滤波器组序列变换为时域滤波器。声学驱动器和滤波器组的整体一起工作以形成所需的声场响应。

如本文中所使用的，术语“伪逆”被定义为是指逆和伪逆中的任一个或两者。表述I≈AA⁺包括I＝AA^-1的可能性。如本文中所使用的，术语“逆问题”被定义为是指可以经由伪逆的这种一般定义来解决的问题。

该方法非常适合于波束形成的一般问题。串扰消除是一种声学显示技术，其中，使用扬声器代替耳机以将双耳信号传递到人耳。在某些情况下，可以通过使用波束形成技术来改善串扰消除技术。但是，如图2所示，当考虑人类头部的散射和遮挡效应时，可能会违反自由场假设。

提供了新颖和创新的串扰消除滤波器组。该串扰消除滤波器组被配置为优化并利用人类头部的散射和遮挡效应的声学优势，从而在不使用耳机的情况下传递改进的串扰消除声学显示。现在参考图4，串扰消除滤波器组10的第一实施例包括与球形头部模型52通信的压力匹配系统50，从而考虑并利用了由人类头部引起的声学阴影和时间延迟。预期压力匹配系统50可以是专用系统、压力匹配系统的组合、压力匹配系统的混合变型和/或新发现的压力匹配系统。进一步预期，球形头部模型52可以是专用模型、模型的组合、模型的混合变型和/或新的球形头部模型。

现在参考图5，串扰消除滤波器组10使用传播矩阵X代替自由场传播矩阵Z，从而提供矩阵符号：

p＝Xq

再次参考图5，将控制点60a、60b定义为大体上球形头部62上的位置。然而，应当意识到，在其他实施例中，球形头部62的小位移可以被用来定义其他控制点或表示听众头部62的运动。每个驱动器与控制点60a、60b之间的传播可以使用例如球形头部模型进行计算，该球形头部模型是刚性球体上的声压的瑞利解的数值近似。矩阵X描述了每个驱动器与每个控制点60a、60b之间的声学传输函数。

现在参考图6，在110处大体上示出了串扰消除滤波器组的第二实施例。串扰消除滤波器组110将其他声场控制方法150与其他声场模型152相结合以生成最优的阻挡场滤波器组。可以想到，其他声场控制方法150可以包括声场控制方法的组合、声场控制方法150的混合变型和/或新发现的声场控制方法。其他声场控制方法150的非限制性示例包括声学对比度最大化(也被称为“ACM”)或平面度控制(也被称为“PC”)。还可以预期，其他声场模型152可以包括声场模型的组合、声场模型的混合变型和/或新发现的声场模型。声场模型152的非限制性示例包括扬声器传输函数、阻挡头部(blockhead)的与头部相关的传输函数模型或从数据库中测得的与头部相关的传输函数。

尽管上面已经参照大体上球形头部62描述了在图5和6中所示的串扰消除滤波器组10、110，但是可以进一步预期，在其他实施例中，串扰消除滤波器组10、110可以具有如基于基础测量的遮挡。在这些实施例中，传输函数矩阵X可以包括基于模型的传输函数、基于测量的或其组合。

再次参考图4-6，串扰消除滤波器组10、110具有许多益处，尽管并非在所有实施例中都可获得所有益处。首先，有利地，串扰消除滤波器组10、110被配置为以低得多的频率传递独立的信号，从而导致优异的空间感(spatial impression)。其次，在滤波器组设计中使用的模拟场更容易反映实际的收听条件。在自由场现有技术中，预期的声学干扰已经被头部的压力扰乱，并且压力场将劣化。所实现的耳朵分离——即将不同的双耳信号传递到一个耳朵的能力——在低于大致1kHz的感知显着区域中得到了极大的提高。第三，低频扩展得到改善，其结果是已改善了其他几种更通用的声场控制度量，包括矩阵条件、数值稳定性、误差、努力(effort)和频谱平坦度。

如本文所使用的，术语“矩阵条件”是当声场控制被描绘为逆问题时引用的度量。可以通过替换矩阵元素，诸如例如用与头部相关的传输函数或其他类型的合适的传输函数代替自由场传输函数来改善矩阵条件。声场控制中改善的矩阵条件通常但并非始终是声学阴影的有益副作用。改善矩阵条件会导致其他重要的声场控制度量也得到改善。

如本文中所使用的，术语“数值稳定性”是指比声场控制问题与逆问题(解需要计算矩阵伪逆的数学情况)更直接相关的度量。当矩阵处于病态或具有较高的条件数时，其伪逆可能会变得不稳定。从数值上讲，不稳定性会导致病态矩阵的小的变化，从而在其伪逆中产生不成比例的大变化。矩阵及其伪逆的变化的理想比率应为1：1。听觉上，不稳定性会导致诸如扬声器或控制点位置的非限制性示例的物理参数和模型的小误差或者传输函数矩阵中的误差，从而导致声场中的大的不成比例的误差。

如本文中所使用的，术语“误差”是指声场控制度量，其示出了预期的控制点响应与实际的控制点响应之间的差异。当预期响应的比率较高时，诸如串扰消除方法预期响应为1:0＝inf的非限制性示例，误差也可以用术语“耳朵分离”来描述。可以建立最优的阻挡场滤波器组，以就耳朵分离或更一般的数值误差而言，最小化误差。声场控制的一些实例可能专注于优先使一种类型的误差比另一种类型的误差最小化。

如本文所使用的，术语“努力”是指阵列上的增益分布。在所有情况下，低努力好于高努力，尽管由于低频波长之间的长度方面的物理差异以及人的两耳距离，所以在低频时更难以实现低努力。

如本文所使用的，术语“频谱平坦度”是指增益在频率上的分布。由于可以从多个频率处的独立解构建滤波器组，因此滤波器组的声学性质取决于频率。实际上，随着频率的降低，听觉传输系统需要付出更多的努力。结果是，即使当听众处于理想的收听位置时，滤波器组也具有听众敏感的显著变化的频谱。

根据专利法规的规定，已经在某些实施例中解释和说明了串扰消除滤波器组的原理和操作模式及使用方法。然而，必须理解的是，串扰消除滤波器组和使用方法可以以不同于具体说明和图示的方式来实践，而不背离其精神或范围。

Claims (18)

1.一种串扰消除滤波器组，所述串扰消除滤波器组被配置用于向人耳传递双耳信号，所述串扰消除滤波器组包括：

压力匹配系统，所述压力匹配系统被配置为执行空间滤波或声场控制；以及

与所述压力匹配系统通信的阻挡场模型；

其中，所述串扰消除滤波器组被配置为：利用通过违反自由场假设所引起的散射效应和遮挡效应的声学优势，从而在不使用耳机的情况下向听众传递改进的串扰消除声学显示，以及

其中，所述串扰消除滤波器组由矩阵符号来定义，并且其中，所述矩阵符号由传播矩阵和复数权重的列向量来定义。

2.根据权利要求1所述的串扰消除滤波器组，其中，所述压力匹配系统考虑由人类头部引起的声学阴影效应。

3.根据权利要求1所述的串扰消除滤波器组，其中，所述压力匹配系统考虑由人类头部引起的时间延迟效应。

4.根据权利要求1所述的串扰消除滤波器组，其中，所述压力匹配系统优化控制点处的压力。

5.根据权利要求1所述的串扰消除滤波器组，其中，所述阻挡场模型在人类头部的定义位置处建立控制点。

6.根据权利要求1所述的串扰消除滤波器组，其中，所述阻挡场模型在人的一个或多个耳朵处建立控制点。

7.根据权利要求1所述的串扰消除滤波器组，其中，所述复数权重的列向量包括具有长度的一个或多个驱动器。

8.根据权利要求5所述的串扰消除滤波器组，其中，通过使用针对刚性球体上的声压的瑞利解的数值近似，考虑驱动器和控制点，来计算传播。

9.根据权利要求1所述的串扰消除滤波器组，其中，所述串扰消除滤波器组考虑了人类头部的基于测量的遮挡。

10.一种提供串扰消除滤波器组的方法，串扰消除滤波器组被配置用于向人耳传递双耳信号，所述方法包括以下步骤：

将压力匹配系统配置为执行空间滤波或声场控制；以及

将球形头部模型配置为用于与所述压力匹配系统通信；

其中，所述串扰消除滤波器组被配置为：利用通过人类头部所引起的散射效应和遮挡效应的声学优势，从而在不使用耳机的情况下传递改进的串扰消除声学显示，以及

其中，所述串扰消除滤波器组由矩阵符号来定义，并且其中，所述矩阵符号由传播矩阵和复数权重的列向量来定义。

11.根据权利要求10所述的方法，包括以下步骤：所述压力匹配系统考虑由人类头部引起的声学阴影效应。

12.根据权利要求10所述的方法，包括以下步骤：所述压力匹配系统考虑由人类头部引起的时间延迟效应。

13.根据权利要求10所述的方法，包括以下步骤：所述压力匹配系统优化控制点处的压力。

14.如权利要求10所述的方法，包括以下步骤：所述球形头部模型在人类头部的定义位置处建立控制点。

15.根据权利要求10所述的方法，包括以下步骤：所述球形头部模型在人的一个或多个耳朵处建立控制点。

16.根据权利要求10所述的方法，其中，所述复数权重的列向量包括具有长度的一个或多个驱动器。

17.根据权利要求13所述的方法，包括以下步骤：通过使用针对刚性球体上的声压的瑞利解的数值近似，考虑驱动器和控制点，来计算传播。

18.根据权利要求10所述的方法，包括以下步骤：考虑人类头部的基于测量的遮挡。

Images