CN118250612A - 基于传递函数的滤波器系数确定方法、装置及电子设备 - Google Patents
基于传递函数的滤波器系数确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN118250612A CN118250612A CN202211667357.6A CN202211667357A CN118250612A CN 118250612 A CN118250612 A CN 118250612A CN 202211667357 A CN202211667357 A CN 202211667357A CN 118250612 A CN118250612 A CN 118250612A
- Authority
- CN
- China
- Prior art keywords
- audio signal
- target
- filter
- transfer function
- listening
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000005236 sound signal Effects 0.000 claims abstract description 240
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000006870 function Effects 0.000 claims description 114
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 15
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 description 52
- 230000008569 process Effects 0.000 description 26
- 230000003044 adaptive effect Effects 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000012887 quadratic function Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Circuit For Audible Band Transducer (AREA)
Abstract
本公开涉及一种基于传递函数的滤波器系数确定方法、装置及电子设备，尤其涉及音频处理技术领域。包括：在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取第一扬声器在目标收听场景下对应设置的目标传递函数；其中，目标收听场景为多种收听场景中的一种，不同收听场景下第一扬声器的期望传播路径不同；根据目标传递函数对待测音频信号进行失真处理，以得到失真音频信号，预测滤波器为第一扬声器对应的滤波器；获取预测滤波器基于失真音频信号输出的预测音频信号；根据待测音频信号和预测音频信号计算均方值；最小化均方值，以确定预测滤波器的滤波器系数。本公开实施例用于解决滤波器参数不符合车辆内部环境的场景的问题。
Description
技术领域
本公开涉及音频处理技术领域，尤其涉及一种基于传递函数的滤波器系数确定方法、装置及电子设备。
背景技术
不同的音乐、曲风、收听场景下，通过静态设置的均衡器(Equalizer，EQ)和自動增益控制(Automatic Gain Control，AGC)处理音频信号，很难取得用戶一致性的体验。目前为了实现用户一致性的体验，在耳机的音讯系统中已经引入了自适应均衡器(AdaptiveEQ)的功能，通过LMS(Least Mean Square，最小均方)算法计算自适应均衡器(也称为预测滤波器)的滤波器参数，并进行应用。其中，自适应均衡器除进行基础的调音之外，更重视用户在使用产品时能够在不同音乐、曲风以及收听场景下得到一致性的体验。
目前在耳机场景中通常会忽略声音播放到传输到人耳的过程中音频传输过程中带来的损耗，但在车内或者某些室内空间中作为一个开放环境与耳道的封闭环境不同，音频传输过程中带来的损耗较大，会影响最终人耳接收听的效果。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种基于传递函数的滤波器系数确定方法、装置及电子设备，可以基于当前的目标收听场景下设置目标传递函数去预测对应的滤波器参数，从而使得该滤波器参数可以抵消音频信号传递过程中的损耗，符合物理空间内环境的场景。
为了实现上述目的，本公开实施例提供的技术方案如下：
第一方面，提供一种基于传递函数的滤波器系数确定方法，包括：
在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取所述第一扬声器在所述目标收听场景下对应设置的目标传递函数，所述目标传递函数为经过系统通道处理的房间脉冲响应；其中，所述目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同；
根据所述目标传递函数对待测音频信号进行失真处理，以得到失真音频信号；
获取预测滤波器基于所述失真音频信号输出的预测音频信号，所述预测滤波器为所述第一扬声器对应的滤波器；
根据所述待测音频信号和所述预测音频信号计算均方值；最小化所述均方值，以确定所述预测滤波器的滤波器系数。
第二方面，提供一种基于传递函数的滤波器系数确定装置，包括：
传递函数获取模块，用于在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取所述第一扬声器在所述目标收听场景下对应设置的目标传递函数，所述目标传递函数为经过系统通道处理的房间脉冲响应；其中，所述目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同；
失真处理模块，用于根据所述目标传递函数对待测音频信号进行失真处理，以得到失真音频信号；
预测模块，用于获取预测滤波器基于所述失真音频信号输出的预测音频信号，所述预测滤波器为所述第一扬声器对应的滤波器；
最小化模块，用于根据所述待测音频信号和所述预测音频信号计算均方值；最小化所述均方值，以确定所述预测滤波器的滤波器系数。
第三方面，提供一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面或其任意一种可选的实施方式所述的基于传递函数的滤波器系数确定方法。
第四方面，提供一种计算机可读存储介质，包括：所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面或其任意一种可选的实施方式所述的基于传递函数的滤波器系数确定方法。
第五方面，提供一种计算机程序产品，包括：当所述计算机程序产品在计算机上运行时，使得所述计算机实现如第一方面或其任意一种可选的实施方式所述的基于传递函数的滤波器系数确定方法。
第六方面，提供一种车辆，包括：如第二方面所述的基于传递函数的滤波器系数确定装置，或者，如第三方面所述的电子设备。
本公开实施例提供的基于传递函数的滤波器系数确定方法，由于考虑了当前物理空间内第一扬声器对应的目标收听场景，并可以获取该收听场景下对应设置的目标传递函数，通过该目标传递函对待测音频信号进行失真处理得到失真音频信号，并获取预测滤波器基于该失真音频信号输出的预测音频信号，最后基于该预测音频信号和待测音频信号计算预测滤波器的滤波器系数，这样在计算滤波器系数的过程中，考虑了音频信号在传播过程中的损耗，使得计算出的滤波器参数在应用时可以抵消该目标传递函数，从而消除在音频传输过程中带来的损耗。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为相关技术中采用LMS算法计算预测滤波器的滤波器系数的算法示意图；
图2为本公开实施例提供的基于传递函数的滤波器系数确定方法的一种流程示意图；
图3为本公开实施例提供的多种期望传播路径的示意图；
图4为一种房间传递函数，以及系统通道的传递函数的示意图；
图5为基于传递函数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图；
图6为本公开实施例提供的基于延时参数和传递函数的滤波器系数确定方法的一种流程示意图；
图7为基于延时参数和传递函数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图；
图8为本公开实施例提供的基于传递函数和调音参数的滤波器系数确定方法的一种流程示意图；
图9为基于传递函数和调音参数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图；
图10为基于延时参数、传递函数和调音参数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图；
图11为本公开实施例提供的一种基于传递函数的滤波器系数确定装置的结构示意图；
图12为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
最小均方算法，简称LMS算法，是一种最陡下降算法的改进算法，是在维纳滤波理论上运用速下降法后的优化延伸。该算法具有计算复杂程度低、在信号为平稳信号的环境中收敛性好、其期望值无偏地收敛到维纳解和利用有限精度实现算法时的平稳性等特性，使LMS算法成为自适应算法中稳定性最好、应用最广的算法。
最小均方滤波器(Least Mean Square Filter，LMS Filter)是一类可通过最小化误差信号(Error Signal)之均方值(Mean Square)而修正滤波器系数，以模拟所需理想滤波器的自适应滤波器，其中作为修正依据的误差讯号为理想信号与实际输出信号之差。
目前为了实现用户一致性的体验，在耳机的音讯系统中已经引入了自适应均衡器(Adaptive EQ)的功能，通过LMS(Least Mean Square，最小均方)算法计算自适应均衡器(也称为预测滤波器)的滤波器参数，并进行应用。其中，自适应均衡器除进行基础的调音之外，更重视用户在使用产品时能够在不同音乐、曲风以及收听场景下得到一致性的体验。
图1为相关技术中采用LMS算法计算预测滤波器的滤波器系数的算法示意图。
如图1所示，该滤波器系数包括一未知线性系统hreal(n)(在图1中未示出)和预测系统hopt(n)，待测音频信号x(n)在经过hreal(n)处理后会得到处理后的真实音频信号y(n)，y(n)为由x(n)和hreal(n)卷积而产生，真实音频信号y(n)和噪声v(n)的和可以得到目标音频信号d(n)。e(n)为預测音频信号与目标音频信号d(n)之间的误差。LMS算法的目标为通过调整hopt(n)取得一个最小的e(n)，将该最小e(n)所对应的调整后的hopt(n)，确定为预测系统对应的滤波器系数，该调整后的hopt(n)表示为hopt(n+1)。
通过以上信息可知预测音频信号是由x(n)和hopt(n)卷积得到的，可以表示为以下公式(1)：
本公开实施例中在任意公式中所涉及的运算符号“*”，均表示卷积运算。
同时根据真实音频信号y(n)和噪声v(n)的和可以得到目标音频信号d(n)，d(n)可以通过以下公式(2)推导出来，y(n)为真实音频信号，v(n)为噪声，在线性系统hreal(n)内是由x(n)和hreal(n)卷积得到的。
采用均方误差(Mean Square Error，MSE)的方式，我们可以计算e(n)2，如下述公式(3)所示：
并将上述MSE和二次函数相结合可以得到如公式(4)所示的二次函数：
然后采用随机梯度下降(Stochastic Gradient Descent,SGD)的算法可以计算f(hopt(n))的切线，如下公式(5)所示。
f(x)的导数f′(x)为f(x)的切线：
为了消除原来2倍的斜率系数，设调整步长为常数u，可以采用乘上f′(x)可以消除原来2倍的斜率系数。其中，在斜率为负数时，可以将hopt(n)移往x轴的正向；斜率为整数时，可以将hopt(n)移往x轴的负向。在hopt(n)表现出收敛特性时，可以求得最小e(n)。求得的最小e(n)对应的滤波器参数hopt(n+1)如下公式(6)所示：
最后我们可以得到：hopt(n+1)＝hopt(n)+u*x(n)*e(n)
目前在耳机场景中通常会忽略声音播放到传输到人耳的过程中音频传输过程中带来的损耗，但在物理空间内作为一个开放环境与耳道的封闭环境不同，音频传输过程中带来的损耗较大，会影响最终人耳接收听的效果。
其中，本公开实施例涉及的物理空间可以包括：车内、其他交通工具内部、会议室，以及其他室内空间等适用空间。
为了解决上述问题，本公开实施例提供了一种基于传递函数的滤波器系数确定方法，在计算滤波器系数的过程中，考虑了音频信号在传播过程中的损耗，使得计算出的滤波器参数在应用时可以抵消该目标传递函数，从而消除在音频传输过程中带来的损耗。
图2为本公开实施例提供的基于传递函数的滤波器系数确定方法的一种流程示意图。
如图2所示，该基于传递函数的滤波器系数确定方法包括但不限于以下步骤：
201、确定物理空间内第一扬声器对应的音频收听场景为目标收听场景。
其中，目标收听场景为多种收听场景中的一种，不同收听场景下第一扬声器的期望传播路径不同。
扬声器的期望传播路径是从扬声器到物理空间内人员的人耳之间的路径，针对同一扬声器来说，在音频收听场景中，物理空间内的人员数量不同，和/或，物理空间内的人员在物理空间内的位置不同时，扬声器的期望传播路径会存在不同。
图3为本公开实施例提供的多种期望传播路径的示意图。
示例性的，如图3所示，假设在物理空间内有一个声道音源，可以映射6个扬声器，分别表示为扬声器31、扬声器32、扬声器33、扬声器34、扬声器35、扬声器36，在这样的情境下我们会产生6个期望传播路径：tk1、tk2、tk3、tk4、tk5、tk6，针对每个期望传播路径可以通过实验来计算到相应的延时参数。其中，在期望传播路径越长的情况下对应的延时参数越大。
202、获取第一扬声器在目标收听场景下对应设置的目标传递函数。
其中，目标传递函数为系统通道的传递函数，目标传递函数为经过系统通道处理的房间脉冲响应(Room Impulse Response，RIR)。
在物理空间内可以根据k种收听场景，分别设置每种收听场景对应的传递函数tk(n)。
图4为一种房间传递函数，以及系统通道的传递函数的示意图。
如图4所示，hk(n)代表扬声器到收听者的房间传递函数，tk(n)代表整个系统通道的传递函数，也即从发送端(tx)到接收端(rx)之间的传递函数，包含了数模转换(Digitalto Analog，DA)、放大器(Amplifier，AMP)失真、扬声器(Speaker，SPK)失真、麦克风(Microphone，MIC)失真、早期反射等等。而hopt(n)代表自适应的滤波器系数，该自适应的滤波器系数的目的是为了抵消系统通道的传递函数。在理想的状态下会两者会完美抵消。
203、根据目标传递函数对待测音频信号进行失真处理，以得到失真音频信号。
204、获取预测滤波器基于失真音频信号输出的预测音频信号。
其中，预测滤波器为第一扬声器对应的滤波器。
本公开实施例中，可以先将目标传递函数对待测音频信号进行卷积处理，以计算得到失真音频信号，然后再将失真音频信号与预测滤波器进行卷积处理，以得到预测音频信号。
图5为基于传递函数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图。
示例性的，在图5所示的算法中：可以将待测音频信号x(n)与目标传递函数tk(n)进行卷积，以计算得到失真音频信号xˊ(n)，其中，xˊ(n)可以表示为以下公式(7)
xˊ(n)＝x(n)* tk(n) (7)；
进一步的，将失真音频信号xˊ(n)与预测滤波器hopt[n]进行卷积处理，之后得到预测音频信号也就是说，/>可以表示为以下公式(8)：
205、根据待测音频信号和预测音频信号计算均方值。
如图5所示，将待测音频信号x(n)作为目标音频信号y(n)，也即y(n)＝x(n)。
206、最小化均方值，以确定预测滤波器的滤波器系数。
如图5所示的算法中，上述待测音频信号和预测音频信号之间的均方值即为e[n]2。
根据上述公式(8)，以及y(n)＝x(n)，可以确定：
相应的，将二次函数和MSE结合可以得到如下公式(9)所示的
最终求得的最小e(n)对应的滤波器参数hopt(n+1)如下公式(10)所示：
上述实施例中，由于考虑了当前物理空间内第一扬声器对应的目标收听场景，并可以获取该收听场景下对应设置的目标传递函数，通过该目标传递函对待测音频信号进行失真处理得到失真音频信号，并获取预测滤波器基于该失真音频信号输出的预测音频信号，最后基于该预测音频信号和待测音频信号计算预测滤波器的滤波器系数，这样在计算滤波器系数的过程中，考虑了音频信号在传播过程中的损耗，使得计算出的滤波器参数在应用时可以抵消该目标传递函数，从而消除在音频传输过程中带来的损耗。
本公开实施例中，在步骤206之后，可以将计算出的滤波器系数与上述目标收听场景对应保存，在后续的目标收听场景下，针对第一扬声器的待播放音频信号，均可以应用该目标收听场景对应保存的滤波器系数进行处理。
在一些实施例中，在上述步骤206之后，可以将基于传递函数所确定出的滤波器系数应用在播放音频信号的场景中，包括：可以基于确定的预测滤波器的滤波器系数对后续的待播放音频信号进行处理，具体可以包括但不限于：获取所述第一扬声器的待播放音频信号；在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，通过滤波器系数对待播放音频信号进行处理，以得到输出音频信号；通过第一扬声器播放输出音频信号。
上述实施例中，在后续的目标收听场景下，可以基于步骤206所确定的预测滤波器的滤波器系数对待播放音频信号进行处理，这样计算出的滤波器参数在应用时可以抵消目标收听场景中的音频信号在传播过程中的损耗(即目标传递函数)，从而消除在音频传输过程中带来的损耗，提高音频的收听效果。
不同的音乐、曲风、收听场景下，通过静态设置的Equalizer，EQ)和自动增益控制(Automatic Gain Control，AGC)处理音频信号，很难取得用户一致性的体验。目前为了实现用户一致性的体验，在耳机的音讯系统中已经引入了自适应均衡器(Adaptive EQ)的功能，通过LMS(Least Mean Square，最小均方)算法计算自适应均衡器(也称为预测滤波器)的滤波器参数并进行应用。其中，自适应均衡器除进行基础的调音之外，更重视用户在使用产品时能够在不同音乐、曲风以及收听场景下得到一致性的体验。
目前在耳机的音讯系统中通常会忽略从音频信号播放到传输到人耳的过程中音频信号传输的延时，如上述图1所示的相关技术中采用LMS算法计算预测滤波器的滤波器系数的算法中未考虑从音频信号播放到传输到人耳的过程中音频信号传输的延时。但是车辆内部环境作为一个开放环境与耳机的封闭环境不同，从音频信号由扬声器播放到传输到人耳的过程中音频信号传输的延时较大，当通过LMS算法不考虑音频信号传输的延时测试自预测滤波器对应的滤波器参数时，可能会导致计算过程中算法收敛速度慢，计算效率低的问题。
图6为本公开实施例提供的基于延时参数和传递函数的滤波器系数确定方法的一种流程示意图。
如图6所示，该基于延时参数和传递函数的滤波器系数确定方法可以包括但不限于：
601、确定物理空间内第一扬声器对应的音频收听场景为目标收听场景。
其中，目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同。
602、获取第一扬声器在目标收听场景下对应设置的目标延时参数。
在一些实施例中，可以针对不同期望传播路径或者不同收听场景设置不同的延时参数，然后根据预先设置的目标收听场景下第一扬声器对应设置的目标延时参数。
在物理空间内可以根据k种收听场景，分别设置每种收听场景对应的延时参数m(k)。然后在采用LMS算法计算预测滤波器的滤波器系数时，考虑当前收听场景下的延时参数m(k)进行计算。
603、获取第一扬声器在目标收听场景下对应设置的目标传递函数。
604、根据目标延时参数对待测音频信号进行延时处理，以得到目标音频信号。
图7为基于延时参数和传递函数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图。
在图7所示的算法中，将待测音频信号x(n)，根据目标延时参数m(k)进行延时处理，之后可以得到目标音频信号y(n)。其中，将待测音频信号x(n)，根据目标延时参数m(k)进行延时处理可以是将待测音频信号x(n)与目标延时参数m(k)进行卷积处理。也就是说y(n)可以表示为以下公式(11)：
y(n)＝x(n)*z-m(k) (11)；
其中，z-m(k)表示根据m(k)进行延时处理。
605、根据目标传递函数对待测音频信号进行失真处理，以得到失真音频信号。
606、获取预测滤波器基于失真音频信号输出的预测音频信号。
其中，预测滤波器为第一扬声器对应的滤波器。
本公开实施例中，可以先将目标传递函数对待测音频信号进行卷积处理，以计算得到失真音频信号，然后再将失真音频信号与预测滤波器进行卷积处理，以得到预测音频信号。
示例性的，在图7所示的算法中：可以将待测音频信号x(n)与目标传递函数tk(n)进行卷积，以计算得到失真音频信号xˊ(n)，其中，xˊ(n)可以表示为以下公式(12)
xˊ(n)＝x(n)* tk(n) (12)；
进一步的，将失真音频信号xˊ(n)与预测滤波器hopt[n]进行卷积处理，之后得到预测音频信号也就是说，/>可以表示为以下公式(13)：
607、最小化目标音频信号和预测音频信号之间的均方值，以确定预测滤波器的滤波器系数。
如图7所示的算法中，上述目标音频信号和预测音频信号之间的均方值即为e[n]2。
根据上述公式(11)和公式(13)可以确定：
相应的，将二次函数和MSE结合可以得到如下公式(14)所示的
最终求得的最小e(n)对应的滤波器参数hopt(n+1)如下公式(15)所示：
上述实施例中，由于考虑了当前物理空间内第一扬声器对应的目标收听场景，并可以获取该收听场景下对应设备的目标延时参数，以及目标传递函数，并通过该目标延时参数去对待测音频信号进行了延时处理，来获取目标音频信号，以及对待测音频信号采用目标延时参数进行了处理并计算预测音频信号，并基于延时处理后的目标音频信号和基于目标传递函数处理后的预测音频信号计算预测滤波器的滤波器系数，这样在计算滤波器系数的过程中，不仅考虑了在第一扬声器对应的期望传播路径中所带来的延时，在计算预测滤波器的滤波器系数的过程中可以提高收敛速度和计算效率，而且考虑了音频信号在传播过程中的损耗，使得计算出的滤波器参数在应用时可以抵消该目标传递函数，从而消除在音频传输过程中带来的损耗。
本公开实施例中，在步骤607之后，可以将计算出的滤波器系数与上述目标收听场景对应保存，在后续的目标收听场景下，针对第一扬声器的待播放音频信号，均可以应用该目标收听场景对应保存的滤波器系数进行处理。
在上述607之后，可以将基于延时参数和传递函数所计算出的滤波器参数应用在播放音频信号的场景中，基于延时参数和传递函数所计算出的滤波器参数的应用方式，可以参照上述基于传递函数所计算出的滤波器参数的应用方式，此处不再赘述。
在一些实施例中针对物理空间内存在多个扬声器的场景中，可以针对每个扬声器都确定出目标收听场景下的延时参数。
在一些实施例中，在上述607之后，为了后续多个扬声器播放的音频信号可以同步，本公开实施例还可以包括但不限于：获取第一扬声器的待播放音频信号；获取至少一个第二扬声器对应的延时参数；从所述至少一个第二扬声器对应的延时参数和目标延时参数中确定最大延时参数；在目标延时参数不是最大延时参数的情况下，确定最大延时参数与目标延时参数之间的差值延时参数；在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，对待播放音频信号按照差值延时参数进行延时处理，以得到同步音频信号；通过滤波器系数对同步音频信号进行处理，以得到输出音频信号。
其中，上述至少一个第二扬声器是指在物理空间内除第一扬声器以外的扬声器。每个第二扬声器所对应的延时参数可以不同。
示例性的，目标收听场景下，第一扬声器对应的延时参数为1ms，第二扬声器对应的延时参数为2ms；为了使得第一扬声器和第二扬声器播放的音频信号可以同步，可以先确定第一扬声器和第二扬声器所对应延时参数中的最大延时参数为2ms，那么针对第一扬声器所计算出的差值延时参数为1ms，针对第二扬声器所计算出的差值延时参数为0。后续针对第一扬声器的待播放音频信号，可以先进行1ms的延时处理，之后再根据延时参数为1ms所对应的滤波器系数对延迟过1ms的待播放音频信号进行处理；后续针对第二扬声器的待播放音频信号则可以直接根据2ms所对应的滤波器系数进行处理，经过这样处理后第一扬声器和第二扬声器的输出音频信号就可以实现同步输出。
上述实施例中，一方面针对单个扬声器来说，通过基于延时参数计算的滤波器系数对待输出音频信号的处理，保证了输出音频信号考虑了传播过程中的延时，另一方面，对于多个扬声器来说，在考虑单个扬声器在传播过程中的延时以外，还让多个扬声器延时后的输出音频信号可以对齐，实现同步输出，从而带来更好的音频收听体验。
不同的音乐、曲风、收听场景下，通过静态设置的Equalizer，EQ)和自动增益控制(Automatic Gain Control，AGC)处理音频信号，很难取得用户一致性的体验。目前为了实现用户一致性的体验，在耳机的音讯系统中已经引入了自适应均衡器(Adaptive EQ)的功能，通过LMS(Least Mean Square，最小均方)算法计算自适应均衡器(也称为预测滤波器)的滤波器参数并进行应用。其中，自适应均衡器除进行基础的调音之外，更重视用户在使用产品时能够在不同音乐、曲风以及收听场景下得到一致性的体验。但在物理空间内作为一个开放环境与耳道的封闭环境不同，通常会通过静态EQ来进行调音，但往往由于EQ中的调音参数与收听场景之间并非线性关系，因此在不同收听场景下，通过静态的EQ进行调音，无法达到理想调音效果。
基于此本公开实施例可以基于不同期望传播路径或者不同收听场景设置真实物理空间内环境中的理想调音参数，以使得计算出的滤波器参数可以具有该理想调音参数的特性，从而后续使用该滤波器参数进行调音时可以达到理想调音效果。
示例性的，针对图3中示出的6个期望传播路径：tk1、tk2、tk3、tk4、tk5、tk6，针对每个期望传播路径可以设置相应的调音参数。
图8为本公开实施例提供的基于传递函数和调音参数的滤波器系数确定方法的一种流程示意图。
如图8所示，该基于传递函数和调音参数的滤波器系数确定方法可以包括但不限于以下步骤：
801、确定物理空间内第一扬声器对应的音频收听场景为目标收听场景。
其中，目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同。
802、获取第一扬声器在目标收听场景下对应设置的目标调音参数。
在物理空间内可以根据k种收听场景，分别设置每种收听场景对应的调音参数Fk(n)。其中，该调音参数Fk(n)可以为理想的频响曲线。
803、获取第一扬声器在目标收听场景下对应设置的目标传递函数。
804、基于目标调音参数调整待测音频信号，以得到目标音频信号。
图9为基于传递函数和调音参数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图。
在图9所示的算法中，将待测音频信号x(n)，按照目标调音参数Fk(n)进行调音后，得到调音后的待测音频信号，也即目标音频信号y(n)。其中，根据目标调音参数所述待测音频信号进行调整，以得到目标音频信号，可以是将待测音频信号x(n)与目标调音参数Fk(n)进行卷积处理。
其中，y(n)可以通过以下公式(16)表示：
y(n)＝x(n)* Fk(n) (16)；
805、根据目标传递函数对待测音频信号进行失真处理，以得到失真音频信号。
806、获取预测滤波器基于失真音频信号输出的预测音频信号。
本公开实施例中，可以先将目标传递函数对待测音频信号进行卷积处理，以计算得到失真音频信号，然后再将失真音频信号与预测滤波器进行卷积处理，以得到预测音频信号。
示例性的，在图9所示的算法中：可以将待测音频信号x(n)与目标传递函数tk(n)进行卷积，以计算得到失真音频信号xˊ(n)，其中，xˊ(n)可以表示为上述公式(12)。
进一步的，将失真音频信号xˊ(n)与预测滤波器hopt[n]进行卷积处理，之后得到预测音频信号也就是说，/>可以表示为上述公式(13)：
807、最小化目标音频信号和预测音频信号之间的均方值，以确定预测滤波器的滤波器系数。
如图9所示的算法中，上述目标音频信号和预测音频信号之间的均方值即为e[n]2。
根据上述公式(16)和公式(13)可以确定：
相应的，将二次函数和MSE结合可以得到如下公式(17)所示的
最终求得的最小e(n)对应的滤波器参数hopt(n+1)如下公式(18)所示：
上述实施例中，由于考虑了当前物理空间内第一扬声器对应的目标收听场景，并可以获取该收听场景下对应设置的目标传递函数以及目标调音参数，这样在计算滤波器系数的过程中，考虑了音频信号在传播过程中的损耗，使得计算出的滤波器参数在应用时可以抵消该目标传递函数，并且计算出的滤波器参数具有目标调音参数的频响特性，从而不仅可以消除在音频传输过程中带来的损耗，还可以达到理想的调音效果。
在一些实施例中，在执行上述步骤807之后，可以将所述目标调音参数和所述滤波器系数对应存储。
在一些实施例中，在执行上述步骤807之后，还可以将目标收听场景和所述滤波器系数对应存储。
在一些实施例中，在执行上述步骤807之后，可以包括但不限于：获取所述第一扬声器对应的待播放音频信号；在响应于用户操作选择所述目标调音参数的情况下，通过与所述目标调音参数对应保存的所述滤波器系数对所述待播放音频信号进行处理，以得到输出音频信号；通过第一扬声器播放所述输出音频信号。
在一些实施例中，在执行上述步骤806之后，还可以将目标收听场景和所述滤波器系数对应存储。在后续的目标收听场景下，针对第一扬声器的待播放音频信号，均可以应用该目标收听场景对应保存的滤波器系数进行处理，以使得最终输出的音频信号具有目标调音参数的频响特性。
在上述步骤806之后，可以将基于传递函数和调音参数所计算出的滤波器参数应用在播放音频信号的场景中，基于传递函数和调音参数所计算出的滤波器参数的应用方式，可以参照上述基于传递函数所计算出的滤波器参数的应用方式，此处不再赘述。
此外，在将基于调音参数所计算出的滤波器参数应用在播放音频信号的场景中时，也可通过图示均衡器(Graphic Equalizer)的方式，让使用者进行交互操作以选择调音参数，从而响应于用户选择的调音参数获取对应保存的滤波器参数，并对待播放音频信号进行处理。
在上述计算调音参数所对应的滤波器参数时，可以通过多次计算确定出调音参数与滤波器参数的多组配对，为了满足针对调音参数的精细调节，又不用针对每个精度的调音参数均计算滤波器参数，可以在获取的多组配对的基础上，通过差值的方式，得到得到每个精度的调音参数所对应的滤波器参数，从而可以减少计算调音参数与滤波器配对的计算成本，提高计算效率。
本公开实施例中，还可以结合延时参数、传递函数和调音参数采用LMS算法计算预测滤波器的滤波器系数。
图10为基于延时参数、传递函数和调音参数，采用LMS算法计算预测滤波器的滤波器系数的算法示意图。
在图10所示的算法中，可以将待测音频信号x(n)与目标传递函数tk(n)进行卷积，以计算得到失真音频信号xˊ(n)，其中，xˊ(n)可以表示为上述公式(11)；进一步的，将失真音频信号xˊ(n)与预测滤波器hopt[n]进行卷积处理，之后得到预测音频信号也就是说，/>可以表示为上述公式(12)。
在图10所示的算法中，将待测音频信号x(n)，按照目标调音参数Fk(n)进行调音后，得到调音后的待测音频信号，之后根据目标延时参数m(k)对该调音后的待测音频信号进行延时处理，可以得到目标音频信号y(n)。其中，根据目标调音参数和所述目标延时参数对所述待测音频信号进行处理，以得到目标音频信号，可以是将待测音频信号x(n)，与目标调音参数Fk(n)和目标延时参数m(k)均进行卷积处理。也就是说y(n)可以表示为上述公式(15)。
如图10所示的算法中，上述目标音频信号和预测音频信号之间的均方值即为e[n]2。
根据上述公式(12)和公式(15)可以确定：
相应的，将二次函数和MSE结合可以得到如下公式(19)所示的
最终求得的最小e(n)对应的滤波器参数hopt(n+1)如下公式(20)所示：
上述基于延时参数、传递函数和调音参数所确定的滤波器参数，即考虑了在音频信号传播过程中的延时和损耗，并且还考虑了所期望了理想调音参数的频响特性，在后续使用该滤波器参数处理待输出的音频信号时，可以使得输出的音频信号可以符合期望的音频信号，具有更好的收听效果。
图11为本公开实施例提供的一种基于传递函数的滤波器系数确定装置的结构示意图。
如图11所示，该基于传递函数的滤波器系数确定装置包括：
传递函数获取模块1101，用于在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取所述第一扬声器在所述目标收听场景下对应设置的目标传递函数，所述目标传递函数为经过系统通道处理的房间脉冲响应；其中，所述目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同；
失真处理模块1102，用于根据所述目标传递函数对待测音频信号进行失真处理，以得到失真音频信号；
预测模块1103，用于获取预测滤波器基于所述失真音频信号输出的预测音频信号，所述预测滤波器为所述第一扬声器对应的滤波器；
最小化模块1104，用于根据所述待测音频信号和所述预测音频信号计算均方值；最小化所述均方值，以确定所述预测滤波器的滤波器系数。
在一些实施例中，所述装置还包括：
音频处理模块1105，用于：
获取待播放音频信号；
在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，通过所述滤波器系数对所述待播放音频信号进行处理，以得到输出音频信号；
通过所述第一扬声器播放所述输出音频信号。
在一些实施例中，所述装置还包括：
延时参数获取模块1106，用于获取所述第一扬声器在所述目标收听场景下对应设置的目标延时参数；
最小化模块1104，具体用于：
根据所述目标延时参数对所述待测音频信号进行延时处理，以得到目标音频信号；
计算所述目标音频信号和所述预测音频信号之间的均方值，以确定所述预测滤波器的滤波器系数。
在一些实施例中，所述装置还包括：
音频处理模块1105，用于：获取待播放音频信号；在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取至少一个第二扬声器对应的延时参数；从所述至少一个第二扬声器对应的延时参数和所述目标延时参数中确定最大延时参数；在所述目标延时参数不是所述最大延时参数的情况下，确定所述最大延时参数与所述目标延时参数之间的差值延时参数；对所述待播放音频信号按照所述差值延时参数进行延时处理，以得到同步音频信号；通过所述滤波器系数对所述同步音频信号进行处理，以得到输出音频信号；通过所述第一扬声器播放所述输出音频信号。
在一些实施例中，所述装置还包括：调音参数获取模块1107，用于获取所述第一扬声器在所述目标收听场景下对应设置的目标调音参数；所述最小化模块1104，具体用于：基于所述目标调音参数调整所述待测音频信号，以得到目标音频信号；计算所述目标音频信号和所述预测音频信号之间的均方值。
在一些实施例中，所述装置还包括：存储模块1108，用于将所述目标调音参数和所述滤波器系数对应存储。
在一些实施例中，所述装置还包括：音频处理模块1105，用于：
获取待播放音频信号；在响应于用户操作选择所述目标调音参数的情况下，通过与所述目标调音参数对应保存的所述滤波器系数对所述待播放音频信号进行处理，以得到输出音频信号；通过所述第一扬声器播放所述输出音频信号。
图12为本公开实施例提供的一种电子设备的结构示意图
图12为本公开实施例提供的一种电子设备的结构示意图。
如图12所示，本公开实施例提供的该电子设备包括：处理器1201、存储器1202及存储在所述存储器1202上并可在所述处理器1201上运行的计算机程序，所述计算机程序被所述处理器1201执行时实现上述方法实施例中的基于传递函数的滤波器系数确定方法的各个过程。且能达到相同的技术效果，为避免重复，这里不再赘述。
本公开实施例还提供一种车辆，该车辆可以包括：上述图11所示的基于传递函数的滤波器系数确定装置，或者，图12所示的电子设备。
本发明实施例提供一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现上述方法实施例中基于传递函数的滤波器系数确定方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，该计算机可读存储介质可以为只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本发明实施例提供一种计算程序产品，该计算机程序产品存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中基于传递函数的滤波器系数确定方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本领域技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本公开中，处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本公开中，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
本公开中，计算机可读介质包括永久性和非永久性、可移动和非可移动存储介质。存储介质可以由任何方法或技术来实现信息存储，信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。根据本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的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公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文的这些实施例，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。
Claims (11)
1.一种基于传递函数的滤波器系数确定方法，其特征在于，包括：
在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取所述第一扬声器在所述目标收听场景下对应设置的目标传递函数，所述目标传递函数为经过系统通道处理的房间脉冲响应；其中，所述目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同；
根据所述目标传递函数对待测音频信号进行失真处理，以得到失真音频信号；
获取预测滤波器基于所述失真音频信号输出的预测音频信号，所述预测滤波器为所述第一扬声器对应的滤波器；
根据所述待测音频信号和所述预测音频信号计算均方值；最小化所述均方值，以确定所述预测滤波器的滤波器系数。
2.根据权利要求1所述的方法，其特征在于，所述最小化所述均方值，以确定所述预测滤波器的滤波器系数之后，所述方法还包括：
获取待播放音频信号；
在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，通过所述滤波器系数对所述待播放音频信号进行处理，以得到输出音频信号；
通过所述第一扬声器播放所述输出音频信号。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待测音频信号和所述预测音频信号计算均方值之前，所述方法还包括：
获取所述第一扬声器在所述目标收听场景下对应设置的目标延时参数；
所述根据所述待测音频信号和所述预测音频信号计算均方值，包括：
根据所述目标延时参数对所述待测音频信号进行延时处理，以得到目标音频信号；
计算所述目标音频信号和所述预测音频信号之间的均方值，以确定所述预测滤波器的滤波器系数。
4.根据权利要求3所述的方法，其特征在于，所述最小化所述均方值，以确定所述预测滤波器的滤波器系数之后，所述方法还包括：
获取待播放音频信号；
在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，至少一个第二扬声器对应的延时参数；
从所述至少一个第二扬声器对应的延时参数和所述目标延时参数中确定最大延时参数；
在所述目标延时参数不是所述最大延时参数的情况下，确定所述最大延时参数与所述目标延时参数之间的差值延时参数；
对所述待播放音频信号按照所述差值延时参数进行延时处理，以得到同步音频信号；
通过所述滤波器系数对所述同步音频信号进行处理，以得到输出音频信号；
通过所述第一扬声器播放所述输出音频信号。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待测音频信号和所述预测音频信号计算均方值之前，所述方法还包括：
获取所述第一扬声器在所述目标收听场景下对应设置的目标调音参数；
所述根据所述待测音频信号和所述预测音频信号计算均方值，包括：
基于所述目标调音参数调整所述待测音频信号，以得到目标音频信号；
计算所述目标音频信号和所述预测音频信号之间的均方值。
6.根据权利要求5所述的方法，其特征在于，将所述目标调音参数和所述滤波器系数对应存储。
7.根据权利要求6所述的方法，其特征在于，所述最小化所述均方值，以确定所述预测滤波器的滤波器系数之后，所述方法还包括：
获取待播放音频信号；
在响应于用户操作选择所述目标调音参数的情况下，通过与所述目标调音参数对应保存的所述滤波器系数对所述待播放音频信号进行处理，以得到输出音频信号；
通过所述第一扬声器播放所述输出音频信号。
8.一种基于传递函数的滤波器系数确定装置，其特征在于，包括：
传递函数获取模块，用于在确定物理空间内第一扬声器对应的音频收听场景为目标收听场景的情况下，获取所述第一扬声器在所述目标收听场景下对应设置的目标传递函数，所述目标传递函数为经过系统通道处理的房间脉冲响应；其中，所述目标收听场景为多种收听场景中的一种，不同收听场景下所述第一扬声器的期望传播路径不同；
失真处理模块，用于根据所述目标传递函数对待测音频信号进行失真处理，以得到失真音频信号；
预测模块，用于获取预测滤波器基于所述失真音频信号输出的预测音频信号，所述预测滤波器为所述第一扬声器对应的滤波器；
最小化模块，用于根据所述待测音频信号和所述预测音频信号计算均方值；最小化所述均方值，以确定所述预测滤波器的滤波器系数。
9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于传递函数的滤波器系数确定方法。
10.一种计算机可读存储介质，其特征在于，包括：所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于传递函数的滤波器系数确定方法。
11.一种车辆，其特征在于，包括：如权利要求8所述的基于传递函数的滤波器系数确定装置，或者，如权利要求9所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211667357.6A CN118250612A (zh) | 2022-12-23 | 2022-12-23 | 基于传递函数的滤波器系数确定方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211667357.6A CN118250612A (zh) | 2022-12-23 | 2022-12-23 | 基于传递函数的滤波器系数确定方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118250612A true CN118250612A (zh) | 2024-06-25 |
Family
ID=91553455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211667357.6A Pending CN118250612A (zh) | 2022-12-23 | 2022-12-23 | 基于传递函数的滤波器系数确定方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118250612A (zh) |
-
2022
- 2022-12-23 CN CN202211667357.6A patent/CN118250612A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jukić et al. | Multi-channel linear prediction-based speech dereverberation with sparse priors | |
| US10028055B2 (en) | Audio signal correction and calibration for a room environment | |
| JP5993373B2 (ja) | ラウドスピーカを通した音声のスペクトル的色付けのない最適なクロストーク除去 | |
| US7567675B2 (en) | System and method for automatic multiple listener room acoustic correction with low filter orders | |
| JP5269785B2 (ja) | 音声変換器の線形及び非線形歪みを補償するためのニューラル・ネットワーク・フィルタリング技術 | |
| JP4402040B2 (ja) | リスニング領域内での、バスサウンドの音質を改善するためのイコライゼーションシステム | |
| JP5595422B2 (ja) | 臨界バンドに分けられたインパルス応答データから逆フィルタを決定する方法 | |
| US9554230B2 (en) | Audio signal correction and calibration for a room environment | |
| US8184828B2 (en) | Background noise estimation utilizing time domain and spectral domain smoothing filtering | |
| JPH0739968B2 (ja) | 音響伝達特性模擬方法 | |
| CN109961797B (zh) | 一种回声消除方法、装置以及电子设备 | |
| KR20050115801A (ko) | 와이드 스테레오 재생 방법 및 그 장치 | |
| KR102076760B1 (ko) | 다채널 마이크를 이용한 칼만필터 기반의 다채널 입출력 비선형 음향학적 반향 제거 방법 | |
| US9330677B2 (en) | Method and apparatus for generating a noise reduced audio signal using a microphone array | |
| US20150208169A1 (en) | Sound field correction apparatus, control method thereof, and computer-readable storage medium | |
| CN108540895A (zh) | 智能均衡器设计方法及具有智能均衡器的降噪耳机 | |
| Gil-Cacho et al. | Wiener variable step size and gradient spectral variance smoothing for double-talk-robust acoustic echo cancellation and acoustic feedback cancellation | |
| JP6083872B2 (ja) | マイクロフォン装置から受信した信号において不要な音を減少させるシステムおよび方法 | |
| WO2017183462A1 (ja) | 信号処理装置 | |
| CN118250612A (zh) | 基于传递函数的滤波器系数确定方法、装置及电子设备 | |
| CN118250610A (zh) | 基于调音参数的滤波器系数确定方法、装置及电子设备 | |
| CN118250611A (zh) | 基于延时参数的滤波器系数确定方法、装置及电子设备 | |
| JP2023062699A (ja) | アクティブノイズリダクションフィルタの生成方法、記憶媒体およびヘッドホン | |
| CN112640485B (zh) | 有源噪声控制系统的自动校准 | |
| WO2023156274A1 (en) | Apparatus and method for reducing spectral distortion in a system for reproducing virtual acoustics via loudspeakers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |