CN117278910B - 音频信号的生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供一种音频信号的生成方法、装置、电子设备及存储介质，该生成方法包括以下步骤：生成所述Num个扬声器所对应的Schroeder模型，获取音源，以及扬声器一一对应的传递函数，将所述音源与传递函数均进行卷积计算，从而生成的音频信号；获取扬声器一一对应的时间阈值、以及目标音频信号；基于最佳时间生成脉冲响应序列，将音频信号与脉冲响应序进行卷积计算，生成信号；持续执行以下操作，直至残差信号的绝对值≤预设阈值。该生成方法具有鲁棒性较高，且易于各扬声器的参数值进行调整的优点。

Description

音频信号的生成方法、装置、电子设备及存储介质

技术领域

本发明涉及声学技术领域，尤其涉及一种音频信号的生成方法、装置、电子设备及存储介质。

背景技术

随着座舱智能化水平不断飙升，驱动用户追求更精致和舒适的座舱环境和沉浸式交互体验。在驾驶场景中，由于封闭环境的特殊性，收听音频内容是驾驶者获取情感慰藉的主要途径。可以理解的是，汽车的座舱空间很小，音频信号都局促在驾乘座位很小的范围内，很容易导致音频失真和音频信号平衡问题。为解决该问题，目前主要结合座舱多扬声器，使用采样或数字算法实现音乐厅、歌剧院、KTV等真实空间的效果，弥补车内自然效果的不足以扩展声场感知空间。

因为音乐风格，混音方法和歌手的唱腔特性，录制音源的初始时间不同，当系统模拟的声场环境的过长，会导致时间长的音源出现音频信号模糊的车现象；再者，车载扬声器的性能和安装的位置（如低音炮、中音扬声器和高音喇叭等）也决定了驾乘位置获得的低音、中音和高音平衡和声场表现。例如，低频时间一般比较中高频的时间长，再加上低音扬声器安装位置较低易产生共振，就会导致音频音色模糊，影响声场的感知效果。

目前座舱空间效果主要实现的技术，首先在声场模式即驾乘位置声处布置传感器阵列，然后采集车内各扬声器到达该位置的声场传递函数，最后调音师基于模拟的空间大小，结合测量的空间声学特性预设各扬声器的时间等参数。但是，该类技术方案未考虑音源特性的差异，且鲁棒性较低，车机系统无法根据车内声学环境以及音源特性等因素对各扬声器的参数值进行实时调整，导致在驾乘人员无法获得模拟的空间音效。

发明内容

本发明的目的在于提供一种音频信号的生成方法、装置、电子设备及存储介质。

为了实现上述发明目的之一，本发明一实施方式提供了一种用于汽车的音频信号的生成方法，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2；包括以下步骤：

生成所述Num个扬声器所对应的Schroeder模型，在所述Schroeder模型中，最佳时间为；获取音源/>，以及扬声器/>一一对应的Num个传递函数，将所述音源/>与Num个传递函数均进行卷积计算，从而生成的音频信号，其中，n为自然数；获取扬声器/>所一一对应的Num个时间阈值/>，基于过指数衰减模型生成预估的扬声器/>所一一对应的目标音频信号；基于最佳时间/>生成脉冲响应序列/>，将音频信号与脉冲响应序列/>进行卷积计算，从而生成信号；残差信号；持续执行以下操作，直至残差信号/>的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数，权重系数/>所一一对应的衰减系数/>、，/>，j=1，2，...，Num。

作为本发明一实施方式的进一步改进，所述基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>具体包括：基于过指数衰减模型生成扬声器/>所一一对应的目标衰减系数/>，扬声器/>的目标音频信号/>。

作为本发明一实施方式的进一步改进，采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数。

作为本发明一实施方式的进一步改进，所述Schroeder模型由四个并联IIR梳妆滤波器以及两个串联的全通滤波器组成。

本发明实施例还提供了一种用于汽车的音频信号的生成装置，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2；包括以下模块：初始化模块，用于生成所述Num个扬声器所对应的Schroeder模型，在所述Schroeder模型中，最佳时间为/>；第一处理模块，用于获取音源/>，以及扬声器一一对应的Num个传递函数/>，将所述音源/>与Num个传递函数/>均进行卷积计算，从而生成的音频信号/>，其中，n为自然数；第二处理模块，用于获取扬声器所一一对应的Num个时间阈值/>，基于过指数衰减模型生成预估的扬声器/>所一一对应的目标音频信号/>；第三处理模块，用于基于最佳时间/>生成脉冲响应序列/>，将音频信号/>与脉冲响应序列/>进行卷积计算，从而生成信号/>；残差信号；第四处理模块，用于持续执行以下操作，直至残差信号/>的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数/>，权重系数/>所一一对应的衰减系数/>、，/>，j=1，2，...，Num。

作为本发明一实施方式的进一步改进，所述第二处理模块还用于：基于过指数衰减模型生成扬声器所一一对应的目标衰减系数，扬声器/>的目标音频信号/>。

作为本发明一实施方式的进一步改进，还包括以下模块：第五处理模块，用于采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数/>。

作为本发明一实施方式的进一步改进，所述Schroeder模型由四个并联IIR梳妆滤波器以及两个串联的全通滤波器组成。

本发明实施例还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现上述的音频信号的生成方法。

本发明实施例还提供了一种存储介质，存储有可执行指令，用于引起处理器执行时，实现上述的音频信号的生成方法。

相对于现有技术，本发明的技术效果在于：本发明实施例提供一种音频信号的生成方法、装置、电子设备及存储介质，该生成方法包括以下步骤：生成所述Num个扬声器所对应的Schroeder模型，获取音源，以及扬声器一一对应的传递函数，将所述音源与传递函数均进行卷积计算，从而生成的音频信号；获取扬声器一一对应的时间阈值、以及目标音频信号；基于最佳时间生成脉冲响应序列，将音频信号与脉冲响应序进行卷积计算，生成信号；持续执行以下操作，直至残差信号的绝对值≤预设阈值。该生成方法具有鲁棒性较高，且易于各扬声器的参数值进行调整的优点。

附图说明

图1是本发明实施例中的座舱不同性能扬声器到达声场模式的示意图；

图2是基于三频段和七频段理论划分的高中低频率示意图；

图3是本发明实施例中的Schroeder模型的结构图；

图4是本发明实施例中的音频信号的生成方法的音频流程图；

图5是驾乘位置的音频经过音效处理前后的时域对比图；

图6是本发明实施例中的音频信号的生成方法的流程示意图。

具体实施方式

以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明实施例一提供了一种用于汽车的音频信号的生成方法，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2，如图4和图6所示，包括以下步骤：

步骤601：生成所述Num个扬声器所对应的Schroeder模型，在所述chroeder模型中，最佳时间为。

步骤602：获取音源，以及扬声器/>一一对应的Num个传递函数/>，将所述音源/>与Num个传递函数均进行卷积计算，从而生成的音频信号，其中，n为自然数。

步骤603：获取扬声器所一一对应的Num个时间阈值，基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>。

步骤604：基于最佳时间生成脉冲响应序列/>，将音频信号与脉冲响应序列/>进行卷积计算，从而生成信号；残差信号。

那么第个扬声器与之前N帧历史输出信号可表示为。如图5所示，第j个扬声器的原始音频信号经过处理到达驾乘位置后的输出音频信号/>，/>明显带有模拟的空间声场特性，但是并不是声场模式实际期望得到的音频信号。

步骤605：持续执行以下操作，直至残差信号的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数/>，权重系数/>所一一对应的衰减系数/>、/>，/>，j=1，2，...，Num。

声场模式实际期望接受到的信号的时间为各个扬声器的阈值/>，为了控制信号/>的，采用权重系数/>调整模型的脉冲响应/>，其相关于第j通道与之前第N帧历史信号/>可表示成/>。

这里，滤波器系数记作/>。计算每一帧的自相关函数。通过最大似然法求相关函数/>与参数/>和/>的似然函数/>；通过分别对/>求偏导，可以得到相关函数/>与参数/>和/>的相关函数/>，得到最佳参数/>，那么权重系数/>对应的衰减系数为/>。

这里，在本实施例的生成方法中，根据模拟的空间声学环境的最佳时间参数，结合获取的声场模式下各扬声器声学性能，预设各扬声器的时间参数阈值。在参数自适应控制模块，基于各扬声器预设的时间阈值和最佳时间，通过指数衰减模型，采用自适应权重预测估计算法计算各扬声器应用的自适应滤波器指数衰减系数，自动更新各扬声器实际应用的时间参数。同时，考虑到不同空间环境的声学作用不同，以及不同频段的时间也不同，在模型参数预设模块，建立了扬声器性能与时间参数应用关系，即不同声学空间的时间在不同性能扬声器输出的最佳值。本生成方法在不同汽车座舱模型音效实现的过程中，无需再对每个车辆进行繁琐的声场调试，极大的节约了音效模式开发的同周期，保证驾乘人员接收的音频音质和音效不受音源特性和座舱声场特性的影响。

这里，由于不同性能的扬声器对播放的音源起到了滤波作用，同时安装位置的声学空间特性会对音源起到反射和吸收的作用，导致驾乘人员实际听到的音频感与音源不同。所以，为了减小汽车声场对模型最终效果的影响，首先须确定声场模式即驾乘者位置的声场特性，即音源经过不同性能的扬声器播放后到达驾乘位置的传递函数，具体步骤如下：

车机功放系统自动控制声场模式下的每个扬声器先后依次播放测试音频信号，那么当前声场模式下传感器接收到的各扬声器的信号/>为/>与/>个扬声器传递函数/>的卷积，/>。

如图1所示代表不同扬声器的性能，例如，/>，/>和/>分别表示中置，环绕，中音，低音和高音扬声器。将上述公式进行傅里叶变换，得到频域响应，获取归一化处理后的频率响应曲线上的-3dB对应的频率最小值和最大值，即可获得扬声器的有效频率范围，记作[/>]Hz，根据频率范围确定扬声器的性能。根据《室内时间测量规范》（GB/T 50076-2013），同一个室内空间的时间在不同频段是不同的，考虑到汽车多扬声器性能也各不相同，所以模型的实际应用将结合不同扬声器实际频率范围和作用，采用不同的时间。

由建声和电声对大部分厅堂实际的测量，模型采用的最佳时间一般设置为，目前的效果的实现一般音频与每个扬声器都应用该最佳时间生成的脉冲响应卷积生成带有该空间声学环境感的音频信号。但汽车座舱多样性内饰结构和扬声器安装在位置等会导致音频信号的反射和吸收不同，引起音频过度导致音质变差或者效果不足与实际模拟的声学空间存在偏。根据声波的频率衰减特性，声在低频，中频和高频的反射和被吸收能力不同，也就是说时间在各频段也是不相同的。所以，为了保证模拟的声场环境最终呈现的效果，同时也平衡好三段频率的音质，需要考虑座舱时间在不同频率成分的比例。本实施例的生成方法提出基于汽车实测扬声器的性能，结合空间声场环境的作用，根据1/3倍频程点的频率分别为125Hz，250Hz，500Hz，1000Hz，2000Hz，4000Hz，8000Hz，对不同扬声器模型应用不同的时间参数值，具体实施的方案逻辑如下，

首先，将已获取的扬声器频响曲线的频率范围[]根据图2的三频段或七频段理论的频率点，并结合1/3倍频程点的频率值确定扬声器性能对应的时间阈值/>。例如，测得扬声器的频响曲线范围分别为50Hz-300Hz，300Hz-3.8kHz，3.8kHz-12kHz，那么各扬声器对应的初始时间数值分别为/>，，高频时间/>，考虑到中置扬声器主要用来增强电影和人声，其频率范围一般中音扬声器接近/>，环绕扬声器用于创建沉浸式的音频环境，使观众感到音效来自各个方向，考虑使用最佳时间，即/>，通常低音炮扬声器不使用模型。基于汽车扬声器左右扬声器的分频处理一致，所以模型的应用也镜像对称。

举例说明，根据当前实现的空间声学环境的最佳时间设置各扬声器的时间阈值/>，例如音乐厅最佳时间一般推荐在1.5-2.4s左右，电影院最佳时间在0.5-0.7s左右，那么车机功放系统采用的模型的各扬声器应用的参数值如下表所示：

声场模式下车机功放系统设置的时间阈值

实现Schroeder模型，需要分别通过设置最佳时间和时间阈值生成各通道的初始脉冲响应序列和目标脉冲响应序列。该模型如图3所示，主要由四个并联IIR梳妆滤波器（Comb filter）以及两个串联的全通滤波器(All pass filter)的组成。首先通过下面的公式，梳妆滤波器使用不同的反馈增益和延迟长度D来控制模拟的脉冲响应序列的回声强度，/>，其中，/>，当输入信号的采样频率为/>，延迟长度D=/>，第一个梳妆滤波的延时时间/>代表了早期反射声延时时间，可以根据模拟的建筑空间的最小距离/>计算得到，即/>。梳状滤波器组延时时间的比例一般为1：1.5，且没有公约数或者除数的延时时间。然后通过级联全通滤波器，如下面的公式来增加反射回声的密度，，对于该模型使用的两个全通滤波器的延时时间/>一般设为1-5ms，两个滤波器的反馈增益/>相同，一般为0.7-0.34。

时间一旦确定，音响系统各通道使用的模型公式的参数值也就固定下来了，即生成对应的脉冲响应序列。举个例子，当输入的音频信号的采样频率为22050Hz，模型模拟最佳时间为2s的音乐厅，那么梳状滤波器的延时时间t取值也就确定了，比如分别为29ms，37ms，41ms和45ms，延时长度分别为639，816，904和992。两个全通滤波器的延时时间分别设置为5ms和0.7ms，对应的滤波器的反馈增益/>相同，一般为0.7。Com滤波器增益值以及延时，如下表所示，

本实施例中，所述基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>具体包括：

基于过指数衰减模型生成扬声器所一一对应的目标衰减系数/>，扬声器/>的目标音频信号/>。

基于Polack模型和Schroeder模型模拟的空间脉冲响应可以表达为，衰减因子/>。那么可以假设各扬声器期待的目标信号和音频与各扬声器传递函数卷积的信号分别可以表示为/>，，系统实际输出的的信号可以表示为。

本实施例中，采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数/>。

本发明实施例二提供了一种用于汽车的音频信号的生成装置，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2；包括以下模块：

初始化模块，用于生成所述Num个扬声器所对应的Schroeder模型，在所述Schroeder模型中，最佳时间为。

第一处理模块，用于获取音源，以及扬声器/>一一对应的Num个传递函数/>，将所述音源/>与Num个传递函数均进行卷积计算，从而生成的音频信号，其中，n为自然数。

第二处理模块，用于获取扬声器所一一对应的Num个时间阈值/>，基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>。

第三处理模块，用于基于最佳时间生成脉冲响应序列/>，将音频信号与脉冲响应序列/>进行卷积计算，从而生成信号。

残差信号。

第四处理模块，用于持续执行以下操作，直至残差信号的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数/>，权重系数所一一对应的衰减系数/>、/>，/>，j=1，2，...，Num。

本实施例中，所述第二处理模块还用于：基于过指数衰减模型生成扬声器所一一对应的目标衰减系数/>，扬声器/>的目标音频信号/>。

本实施例中，还包括以下模块：第五处理模块，用于采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数/>。

本实施例中，所述Schroeder模型由四个并联IIR梳妆滤波器以及两个串联的全通滤波器组成。

本发明实施例三提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现实施例一中的音频信号的生成方法。

本发明实施例四提供了一种存储介质，存储有可执行指令，用于引起处理器执行时，实现实施例一中的音频信号的生成方法。

需要说明的是，虽然上文按照特定顺序描述了各个步骤，但是并不意味着必须按照上述特定顺序来执行各个步骤，实际上，这些步骤中的一些可以并发执行，甚至改变顺序，只要能够实现所需要的功能即可。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种用于汽车的音频信号的生成方法，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2；其特征在于，包括以下步骤：

生成所述Num个扬声器所对应的Schroeder模型，在所述Schroeder模型中，最佳时间为；

获取音源，以及扬声器/>一一对应的Num个传递函数，将所述音源/>与Num个传递函数均进行卷积计算，从而生成的音频信号，其中，n为自然数；

获取扬声器所一一对应的Num个时间阈值，基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>；

基于最佳时间生成脉冲响应序列/>，将音频信号与脉冲响应序列/>进行卷积计算，从而生成信号；残差信号；

持续执行以下操作，直至残差信号的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数/>，权重系数/>所一一对应的衰减系数/>、/>，/>，j=1，2，...，Num。

2.根据权利要求1所述的生成方法，其特征在于，所述基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号具体包括：

基于过指数衰减模型生成扬声器所一一对应的目标衰减系数/>，扬声器/>的目标音频信号/>。

3.根据权利要求1所述的生成方法，其特征在于：

采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数/>。

4.根据权利要求1所述的生成方法，其特征在于：

所述Schroeder模型由四个并联IIR梳妆滤波器以及两个串联的全通滤波器组成。

5.一种用于汽车的音频信号的生成装置，所述汽车的座舱内设置有车机功放系统和Num个扬声器，不同的扬声器位于不同的位置，所述车机功放系统能够控制每个扬声器发声，其中，Num为自然数且Num≥2；其特征在于，包括以下模块：

初始化模块，用于生成所述Num个扬声器所对应的Schroeder模型，在所述Schroeder模型中，最佳时间为；

第一处理模块，用于获取音源，以及扬声器/>一一对应的Num个传递函数/>，将所述音源/>与Num个传递函数均进行卷积计算，从而生成的音频信号，其中，n为自然数；

第二处理模块，用于获取扬声器所一一对应的Num个时间阈值/>，基于过指数衰减模型生成预估的扬声器所一一对应的目标音频信号/>；

第三处理模块，用于基于最佳时间生成脉冲响应序列/>，将音频信号与脉冲响应序列/>进行卷积计算，从而生成信号；残差信号；

第四处理模块，用于持续执行以下操作，直至残差信号的绝对值≤预设阈值，所述预设阈值≥0；所述操作包括：生成权重系数/>，权重系数所一一对应的衰减系数/>、/>，/>，j=1，2，...，Num。

6.根据权利要求5所述的生成装置，其特征在于，所述第二处理模块还用于：

基于过指数衰减模型生成扬声器所一一对应的目标衰减系数/>，扬声器/>的目标音频信号/>。

7.根据权利要求5所述的生成装置，其特征在于，还包括以下模块：

第五处理模块，用于采用Newton-Raphson求解公式，得到Num个扬声器所一一对应的Num最佳参数，权重系数/>的衰减系数/>。

8.根据权利要求5所述的生成装置，其特征在于：

所述Schroeder模型由四个并联IIR梳妆滤波器以及两个串联的全通滤波器组成。

9.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；

处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至4任一项所述的音频信号的生成方法。

10.一种存储介质，其特征在于，存储有可执行指令，用于引起处理器执行时，实现权利要求1至4任一项所述的音频信号的生成方法。