CN117524234A - 一种虚拟低音增强方法、装置、智能设备 - Google Patents
一种虚拟低音增强方法、装置、智能设备 Download PDFInfo
- Publication number
- CN117524234A CN117524234A CN202210891620.3A CN202210891620A CN117524234A CN 117524234 A CN117524234 A CN 117524234A CN 202210891620 A CN202210891620 A CN 202210891620A CN 117524234 A CN117524234 A CN 117524234A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency band
- low
- frequency
- band signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000009432 framing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请提供了一种虚拟低音增强方法、装置、智能设备，该方法首先分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；然后将高音频带信号和低音频带信号进行整合，得到输出信号；其中，低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成方式生成的；高音频带信号是依据输入信号中的预设高频信号生成的；也即本申请中的低音频带信号是通过辅链路对输入信号中各类音乐成分，分别利用相应谐波生成算法得到的，能够动态获得输入信号在不同音乐中的虚拟成分，使得输入信号的人声和鼓声都具有较好的听感，解决了现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
Description
技术领域
本发明涉及信号处理技术领域，具体涉及一种虚拟低音增强方法、装置、智能设备。
背景技术
音乐的低频成分对听感起着很重要的作用，直接影响人声的力度、丰满度以及鼓声浑厚感和冲击感。在小型化、轻便化的电子产品中，其扬声器体积都比较小，低频重放能力很差，导致低频响应不好，在音效上主要表现为人声厚度不够、鼓声力度和弹性不好。为了解决该问题通常采用虚拟低音增强方法，该方法基于心理声学中的“基频丢失”原理，即当音乐成分中包含基波和谐波成分时，去除基波成分人耳依旧能够感受到基波的音调。
当前主要通过虚拟低音算法改善小型扬声器的低频表现，但是现有的虚拟低音算法直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高，即当谐波成分较大时，人声厚度达到了听感要求，但是此时鼓声会由于谐波太多而变糊；而当谐波成分较小时，鼓声力度、弹性虽然合适，但是人声的厚度提升很微弱。
发明内容
对此，本申请提供一种虚拟低音增强方法、装置、智能设备，以解决现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
为实现上述目的，本发明实施例提供如下技术方案：
本发明第一方面公开了一种虚拟低音增强方法，包括：
分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；其中，所述低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；所述高音频带信号是依据所述输入信号中的预设高频信号生成的；
将所述高音频带信号和所述低音频带信号进行整合，得到输出信号。
可选地，上述的虚拟低音增强方法中，确定出主链路生成的高音频带信号包括：
对所述输入信号的高音频带进行提取，得到所述高音频带信号。
可选地，上述的虚拟低音增强方法中，确定出辅链路生成的低音频带信号包括：
对所述输入信号的低音频带进行提取，得到生成所述低音频带信号所需的预设低频信号；
对所述预设低频信号进行分帧，得到预设低频信号帧；
分别对各个所述预设低频信号帧进行音乐成分识别，得到每一所述预设低频信号帧的成分识别结果；
分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号；
对所述虚拟低音信号进行处理，得到所述低音频带信号。
可选地，上述的虚拟低音增强方法中，分别对各个所述预设低频信号帧进行音乐成分识别，得到每一所述预设低频信号帧的成分识别结果，包括：
判断所述预设低频信号帧是否含有鼓声特征或者人声特征；
若判断出所述预设低频信号帧均含有鼓声特征或者人声特征，则所述成分识别结果为既有鼓声又有人声；
若判断出所述预设低频信号帧均未含有鼓声特征或者人声特征，则所述成分识别结果为既没有鼓声也没有人声；
若判断出所述预设低频信号帧含有鼓声特征不含有人声特征，则所述成分识别结果为只包含鼓声；
若判断出所述预设低频信号帧含有人声特征不含有鼓声特征，则所述成分识别结果为只包含人声。
可选地，上述的虚拟低音增强方法中，分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号包括：
若所述成分识别结果为只包含鼓声，则所述谐波生成算法为：y＝1.6×|x|-1.6×|x|×e-|x|；
若所述成分识别结果为只包含人声，则所述谐波生成算法为：y＝2.2×(|sin(x)|-1)/(|sin(x)|+1)；
若所述成分识别结果为既有鼓声又有人声，则所述谐波生成算法为：y＝2×x|-sin(x)；
若所述成分识别结果为没有鼓声也没有人声，则所述谐波生成算法为：y＝sin(x)×(1-e-|x|)；
其中，x表示所述预设低频信号帧，y表示所述虚拟低音信号。
可选地，上述的虚拟低音增强方法中，对所述虚拟低音信号进行处理，得到所述低音频带信号包括：
对所述虚拟低音信号进行提取，得到所述虚拟低音信号中的目标虚拟低音频带；
按照预设调整系数调整所述目标虚拟低音频带，得到所述低音频带信号。
本发明第二方面公开了一种虚拟低音增强装置，包括：
确定单元，用于分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；其中，所述低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；所述高音频带信号是依据所述输入信号中的预设高频信号生成的；
整合单元，用于将所述高音频带信号和所述低音频带信号进行整合，得到输出信号。
本发明第三方面公开了一种智能设备，包括：扬声器；所述扬声器利用如第一方面公开的任一项所述的虚拟低音增强方法实现对输入信号的虚拟低音增强。
可选地，上述的智能设备中，所述智能设备包括：手机、智能音箱、电视、车载音箱及VR(VirtualReality，虚拟现实)设备。
可选地，上述的智能设备中，所述扬声器的振幅低于预设值。
本发明提供的虚拟低音增强方法，该方法首先分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；然后将高音频带信号和低音频带信号进行整合，得到输出信号；其中，低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成方式生成的；高音频带信号是依据输入信号中的预设高频信号生成的；也即本申请提供的虚拟低音增加方法中的低音频带信号是通过辅链路对输入信号中各类音乐成分，分别利用相应谐波生成算法得到的，能够动态获得输入信号在不同音乐中的虚拟成分，使得输入信号的人声和鼓声都具有较好的听感，解决了现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种虚拟低音增强方法的流程图；
图2为本申请实施例提供的一种确定出低音频带信号的流程图；
图3为本申请实施例提供的一种得到低音频带信号的流程图；
图4为本申请实施例提供的一种虚拟低音增强方法的控制系统框图；
图5为本申请实施例提供的一种虚拟低音增强装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
本申请提供一种虚拟低音增强方法，以解决现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
请参见图1，该虚拟低音增强方法可以包括如下步骤：
S100、分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号。
其中，低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的。高音频带信号是依据输入信号中的预设高频信号生成的。
实际应用中，可以对输入信号的高音频带进行提取，得到高音频带信号。其中，利用高通滤波器对输入信号进行提取，得到高音频带信号。具体的，可以将输入信号作为高通滤波器的输入，并以高通滤波器的输出作为高音频带信号。
需要说明的是，关于高通滤波器的相关说明还可参见现有技术，本申请不再赘述，均属于本申请的保护范围。
实际应用中，确定出辅链路生成的低音频带信号的具体过程可如图2所示，可以包括如下步骤：
S200、对输入信号的低音频带进行提取，得到生成低音频带信号所需的预设低频信号。
其中，可以利用带通滤波器对输入信号进行提取，得到生成低音频带信号所需的预设低频信号。
具体的，可以将输入信号作为带通滤波器的输入，并以带通滤波器的输出作为预设低频信号。
实际应用中，预设低频信号的具体频率取值可视具体应用环境和用户需求确定，本申请不作具体限定，均属于本申请的保护范围。
S202、对预设低频信号进行分帧处理，得到预设低频信号帧。
其中，可以以1024个频点作为一帧，对预设低频信号进行分帧处理，得到预设低频信号对应的各个预设低频信号帧。
当然，实际应用中，还可以以其他频点数为一帧，本申请对预设低频信号进行分帧的每一帧频点数不作具体限定，视具体应用环境和用户需求确定即可，均属于本申请的保护范围。
S204、分别对各个预设低频信号帧进行音乐成分识别，得到每一预设低频信号帧的成分识别结果。
实际应用中，可以判断预设低频信号帧是否含有鼓声特征或者人声特征。其中，鼓声特征可以包括：信号能量、峰值偏度、声门激励脉冲谱和线谱对系数等特征中的一种或者多种；人声特征可以包括：信号能量、峰值偏度、声门激励脉冲谱和线谱对系数等特征中的一种或多种。
若判断出预设低频信号帧均含有鼓声特征和人声特征，则成分识别结果可以为既有鼓声又有人声；若判断出预设低频信号帧均不含有鼓声特征和人声特征，则成分识别结果可以为既没有鼓声也没有人声；若判断出预设低频信号帧含有鼓声特征不含有人声特征，则成分识别结果可以为只包含鼓声；若判断出预设低频信号帧含有人声特征不含有鼓声特征，则成分识别结果可以为只包含人声。
换言之，成分识别结果可以分为：1、只包含鼓声；2、只包含人声；3、既有鼓声又有人声；4、既没鼓声也没人声这四种情况。
S206、利用预设的谐波生成算法，生成各个成分识别结果对应的虚拟低音信号。
若成分识别结果为只包含鼓声，则谐波生成算法为：y＝1.6×|x|-1.6×|x|×e-|x|；若成分识别结果为只包含人声，则谐波生成算法为：y＝2.2×(|sin(x)|-1)/(|sin(x)|+1)；若成分识别结果为既有鼓声又有人声，则谐波生成算法为：y＝2×x|-sin(x)；若成分识别结果为没有鼓声也没有人声，则谐波生成算法为：y＝sin(x)×(1-e-|x|)。其中，x表示预设低频信号帧，y表示虚拟低音信号。
S208、对虚拟低音信号进行处理，得到低音频带信号。
实际应用中，可以将各个成分识别结果对应的所有虚拟低音信号进行处理，得到低音频带信号。
其中，执行步骤S208、对虚拟低音信号进行处理，得到低音频带信号的具体过程可如图3所示，可以包括如下步骤：
S300、对虚拟低音信号进行提取，得到虚拟低音信号中的目标虚拟低音频带。
其中，目标虚拟低音频带是所有虚拟低音信号中需要生成低音频带信号对应的频带。具体的，可以利用带通滤波器对虚拟低音信号进行提取，得到虚拟低音信号中的目标虚拟低音频带。
具体的，可以将虚拟低音信号作为带通滤波器的输入，并以带通滤波器的输出作为目标虚拟低音频带。
实际应用中，目标虚拟低音频带的具体频带范围可视具体应用环境和用户需求确定，本申请不作具体限定，均属于本申请的保护范围。
S302、按照预设调整系数调整目标虚拟频带，得到低音频带信号。
其中，可以将目标虚拟频带与预设调整系数相乘，得到低音频带信号。具体的，该预设调整系数的取值范围可以是0-5，也可以视具体应用环境和用户需求确定，本申请不作具体限定，均属于本申请的保护范围。
S102、将高音频带信号和低音频带信号进行整合，得到输出信号。
实际应用中，可以将高音频带信号与低音频带信号相加，得到输出信号。
基于上述原理，本实施例提供的虚拟低音增强方法，首先分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；然后将高音频带信号和低音频带信号进行整合，得到输出信号；其中，低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；高音频带信号是依据输入信号中的预设高频信号生成的；也即本申请提供的虚拟低音增加方法中的低音频带信号是通过辅链路对输入信号中各类音乐成分，分别利用相应谐波生成算法得到的，能够动态获得输入信号在不同音乐中的虚拟成分，使得输入信号的人声和鼓声都具有较好的听感，解决了现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
此外，本申请提供的虚拟低音增强方法是通过实时检测每一帧信号的音乐成分，并判断其是否包含鼓声和人声，根据判断结果选择不同的虚拟低音生成方式来实现虚拟低音增强的，可以有效解决当人声厚度提升合适是鼓声由于频率太多而变糊、鼓声效果好时人声提升不够的问题。
值得说明的是，现有还存在一种虚拟低音增强方法，该方法首先计算信号的梅尔频率倒谱系数，根据该系数的大小把音频信号分为三种类型，针对不同的类型使用不同的虚拟低音生成方法，该方法计算过程比较复杂，计算量较大，同时未区分人声、鼓声等不同音色的信号；而本申请能够将输入信号分为是否包含人声和鼓声等四种情况，根据不同情况利用相应谐波算法生成对应的低音频带信号，无需计算信号的梅尔频率倒谱系数，简化了计算过程。
还值得说明的是，现有还存在一种主要用在时域进行处理的MaxxBass(低音增强)算法和在频域进行处理的PhaseVocoder(相位声码器)算法。其中MaxxBass算法是通过包含乘法器、积分器等非线性器件产生谐波，再以能量控制模块限制谐波能量，优点是处理速度快但会出现互调失真。PhaseVocoder算法则是基于时频分析方法相位编码器的一种算法。它通过短时FFT得到信号的时频信息，然后通过增加信号低频成分相位变化率的方式产生谐波，最后以能量控制模块限制谐波能量；虽然该算法能有效控制谐波之间的关系，但计算量较大。除此之外，不管是时域处理还是频域处理的算法，都存在一个共同的问题就是没有动态的去生成虚拟成分，无法根据不同的音乐成分去生成不同比例系数的虚拟成分，导致无法同时满足人声、鼓声及其他乐器都有较好的听感。
基于上述实施例提供的虚拟低音增强方法，结合图4，本申请具体有如下实施过程：
首先把信号分为两个链路，其中一路作为主链路，只经过HPFilter(高通滤波器)，另一链路为辅链路，用于产生虚拟成分，首先经过带通滤波器1得到用以产生虚拟低音频带的信号，然后对该信号进行分帧(1024个点为一帧)，接着通过音乐成分识别模块检测出每一帧的内容成分，再经过虚拟低音模式自动选择模块，根据检测出来的音乐成分采用相应的虚拟低音模式来产生虚拟低音，再经过带通滤波器2选择虚拟成分中需要的频带，最后通过幅值控制模块来调整幅度，最终将主链路和辅链路的信号相加得到输出信号。
可选地，本申请另一实施例还提供了一种虚拟低音增强装置，请参见图5，该装置可以包括：
确定单元100，用于分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；其中，所述低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；所述高音频带信号是依据所述输入信号中的预设高频信号生成的。
整合单元200，用于将所述高音频带信号和所述低音频带信号进行整合，得到输出信号。
可选地，该确定单元具有用于：对所述输入信号的高音频带进行提取，得到所述高音频带信号。
可选地，该确定单元具有用于：对所述输入信号的低音频带进行提取，得到生成所述低音频带信号所需的预设低频信号；
对所述预设低频信号进行分帧，得到预设低频信号帧；
分别对各个所述预设低频信号帧进行音乐成分识别，得到每一所述预设低频信号帧的成分识别结果；
分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号；
对所述虚拟低音信号进行处理，得到所述低音频带信号。
可选地，该确定单元在分别对每一所述预设低频信号帧进行音乐成分识别，得到各个所述预设低频信号帧对应的成分识别结果时，具体用于：
判断所述预设低频信号帧是否含有鼓声特征或者人声特征；
若判断出所述预设低频信号帧均含有鼓声特征或者人声特征，则所述成分识别结果为既有鼓声又有人声；
若判断出所述预设低频信号帧均未含有鼓声特征或者人声特征，则所述成分识别结果为既没有鼓声也没有人声；
若判断出所述预设低频信号帧含有鼓声特征不含有人声特征，则所述成分识别结果为只包含鼓声；
若判断出所述预设低频信号帧含有人声特征不含有鼓声特征，则所述成分识别结果为只包含人声。
可选地，该确定单元在分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号时，具体用于：若所述成分识别结果为只包含鼓声，则所述谐波生成算法为：y＝1.6×|x|-1.6×|x|×e-|x|；
若所述成分识别结果为只包含人声，则所述谐波生成算法为：y＝2.2×(|sin(x)|-1)/(|sin(x)|+1)；
若所述成分识别结果为既有鼓声又有人声，则所述谐波生成算法为：y＝2×x|-sin(x)；
若所述成分识别结果为没有鼓声也没有人声，则所述谐波生成算法为：y＝sin(x)×(1-e-|x|)；
其中，x表示所述预设低频信号帧，y表示所述虚拟低音信号。
可选地，该确定单元在对所述虚拟低音信号进行处理，得到所述低音频带信号时，具体用于：对所述虚拟低音信号进行提取，得到所述虚拟低音信号中的目标虚拟低音频带；
按照预设调整系数调整所述目标虚拟低音频带，得到所述低音频带信号。
本实施例提供的虚拟低音增强装置，可以通过确定单元分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；然后通过整合单元将高音频带信号和低音频带信号进行整合，得到输出信号；其中，低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成方式生成的；高音频带信号是依据输入信号中的预设高频信号生成的；也即本申请提供的虚拟低音增加方法中的低音频带信号是通过辅链路对输入信号中各类音乐成分，分别利用相应谐波生成算法得到的，能够动态获得输入信号在不同音乐中的虚拟成分，使得输入信号的人声和鼓声都具有较好的听感，解决了现有相关方案直接利用原曲的低频成分去生成谐波成分，无法同时保证人声和鼓声的听感都有效提高的问题。
可选地，本申请另一实施例还提供了一种智能设备，包括：扬声器；所述扬声器利用如上述任一项所述的虚拟低音增强方法实现对输入信号的虚拟低音增强。
其中，该扬声器的振幅低于预设值。具体的，预设值的具体取值可视具体应用环境和用户需求确定，本申请不作具体限定，均属于本申请的保护范围。
实际应用中，该扬声器可以是振幅比较小的小型扬声器；当然，还可以是振幅比较小的其他扬声器。
实际应用中，该智能设备可以是手机、智能音箱、电视、车载音箱及VR设备中的任一种；当然，并不仅限于此，还可以视具有应用环境和用户需求确定，本申请对智能设备的具体类型不作限定，均属于本申请的保护范围。
需要说明的是，关于虚拟低音增强方法的相关说明，参见上述对应实施例即可，此处不再赘述。
还需要说明的是，关于智能设备的相关说明，参见现有技术即可，此处也不再一一赘述。
本说明书中的各个实施例中记载的特征可以相互替换或者组合，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。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过程、方法、物品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过程、方法、物品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过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种虚拟低音增强方法，其特征在于，包括：
分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；其中，所述低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；所述高音频带信号是依据所述输入信号中的预设高频信号生成的；
将所述高音频带信号和所述低音频带信号进行整合，得到输出信号。
2.根据权利要求1所述的虚拟低音增强方法，其特征在于，确定出主链路生成的高音频带信号包括：
对所述输入信号的高音频带进行提取，得到所述高音频带信号。
3.根据权利要求1所述的虚拟低音增强方法，其特征在于，确定出辅链路生成的低音频带信号包括：
对所述输入信号的低音频带进行提取，得到生成所述低音频带信号所需的预设低频信号；
对所述预设低频信号进行分帧，得到预设低频信号帧；
分别对各个所述预设低频信号帧进行音乐成分识别，得到每一所述预设低频信号帧的成分识别结果；
分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号；
对所述虚拟低音信号进行处理，得到所述低音频带信号。
4.根据权利要求3所述的虚拟低音增强方法，其特征在于，分别对各个所述预设低频信号帧进行音乐成分识别，得到每一所述预设低频信号帧的成分识别结果，包括：
判断所述预设低频信号帧是否含有鼓声特征或者人声特征；
若判断出所述预设低频信号帧均含有鼓声特征或者人声特征，则所述成分识别结果为既有鼓声又有人声；
若判断出所述预设低频信号帧均未含有鼓声特征或者人声特征，则所述成分识别结果为既没有鼓声也没有人声；
若判断出所述预设低频信号帧含有鼓声特征不含有人声特征，则所述成分识别结果为只包含鼓声；
若判断出所述预设低频信号帧含有人声特征不含有鼓声特征，则所述成分识别结果为只包含人声。
5.根据权利要求4所述的虚拟低音增强方法，其特征在于，分别利用相应所述谐波生成算法，生成各个成分识别结果对应的虚拟低音信号包括：
若所述成分识别结果为只包含鼓声，则所述谐波生成算法为：y＝1.6×|x|-1.6×|x|×e-|x|；
若所述成分识别结果为只包含人声，则所述谐波生成算法为：y＝2.2×(|sin(x)|-1)/(|sin(x)|+1)；
若所述成分识别结果为既有鼓声又有人声，则所述谐波生成算法为：y＝2×x|-sin(x)；
若所述成分识别结果为没有鼓声也没有人声，则所述谐波生成算法为：y＝sin(x)×(1-e-|x|)；
其中，x表示所述预设低频信号帧，y表示所述虚拟低音信号。
6.根据权利要求3所述的虚拟低音增强方法，其特征在于，对所述虚拟低音信号进行处理，得到所述低音频带信号包括：
对所述虚拟低音信号进行提取，得到所述虚拟低音信号中的目标虚拟低音频带；
按照预设调整系数调整所述目标虚拟低音频带，得到所述低音频带信号。
7.一种虚拟低音增强装置，其特征在于，包括：
确定单元，用于分别确定出主链路生成的高音频带信号及辅链路生成的低音频带信号；其中，所述低音频带信号是对输入信号中各类音乐成分，分别利用相应谐波生成算法生成的；所述高音频带信号是依据所述输入信号中的预设高频信号生成的；
整合单元，用于将所述高音频带信号和所述低音频带信号进行整合，得到输出信号。
8.一种智能设备，其特征在于，包括：扬声器；所述扬声器利用如权利要求1-6任一项所述的虚拟低音增强方法实现对输入信号的虚拟低音增强。
9.根据权利要求8所述的智能设备，其特征在于，所述智能设备包括：手机、智能音箱、电视、车载音箱及VR设备。
10.根据权利要求8所述的智能设备，其特征在于，所述扬声器的振幅低于预设值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210891620.3A CN117524234A (zh) | 2022-07-27 | 2022-07-27 | 一种虚拟低音增强方法、装置、智能设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210891620.3A CN117524234A (zh) | 2022-07-27 | 2022-07-27 | 一种虚拟低音增强方法、装置、智能设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117524234A true CN117524234A (zh) | 2024-02-06 |
Family
ID=89753601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210891620.3A Pending CN117524234A (zh) | 2022-07-27 | 2022-07-27 | 一种虚拟低音增强方法、装置、智能设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117524234A (zh) |
-
2022
- 2022-07-27 CN CN202210891620.3A patent/CN117524234A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Larsen et al. | Audio bandwidth extension: application of psychoacoustics, signal processing and loudspeaker design | |
| CN101682809B (zh) | 声音辨别方法和装置 | |
| CN101208991B (zh) | 具有加强的高频再现功能的助听器以及处理声频信号的方法 | |
| Kates et al. | Speech intelligibility enhancement | |
| CN106572419B (zh) | 一种立体声音效增强系统 | |
| US20030216907A1 (en) | Enhancing the aural perception of speech | |
| US20080298612A1 (en) | Audio Signal Processing | |
| US8625813B2 (en) | Asymmetric polynomial psychoacoustic bass enhancement | |
| US20140307886A1 (en) | Method And A System For Noise Suppressing An Audio Signal | |
| CN112565981B (zh) | 啸叫抑制方法、装置、助听器及存储介质 | |
| JP2011061422A (ja) | 情報処理装置、情報処理方法およびプログラム | |
| CN107331403A (zh) | 一种基于算法的音频优化方法、智能终端及存储装置 | |
| Rämö et al. | Perceptual headphone equalization for mitigation of ambient noise | |
| CN113949955A (zh) | 降噪处理方法、装置、电子设备、耳机及存储介质 | |
| JP2016110050A (ja) | 音声処理装置及び音声明瞭化装置並びに音声処理方法 | |
| CN116980804B (zh) | 音量调整方法、装置、设备及可读存储介质 | |
| CN106796782A (zh) | 信息处理装置、信息处理方法以及计算机程序 | |
| JP4080210B2 (ja) | 拡声明瞭度改善装置および拡声明瞭度改善方法 | |
| CN117524234A (zh) | 一种虚拟低音增强方法、装置、智能设备 | |
| JPH06289898A (ja) | 音声信号処理装置 | |
| CN114420153A (zh) | 音质调整方法、装置、设备及存储介质 | |
| Mu | Perceptual quality improvement and assessment for virtual bass system | |
| Hoffmann et al. | Towards audio signal equalization based on spectral characteristics of a listening room and music content reproduced | |
| CN113593612B (zh) | 语音信号处理方法、设备、介质及计算机程序产品 | |
| CN112511941B (zh) | 一种音频输出方法及系统及耳机 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |