CN1219415C - 一种5.1通路环绕声的耳机重发的信号处理方法 - Google Patents

Abstract

本发明是一种5.1通路环绕声的耳机重发的信号处理方法，它是首先输入原始5.1通路环绕声时域信号l、r、c、ls、rs、lfe；然后将原始的左、右环绕信号ls、rs进行去相关及虚拟多个环绕扬声器的处理，得到信号ls’和rs’；再将ls’、rs’和l、r以及c、lfe信号与头相关脉冲响应函数卷积和进一步混合处理，得到所需的e_L、e_R信号，然后将e_L、e_R信号馈给一对耳机进行重发。本发明在消除耳机重发的头中定位效应，重发出5.1通路环绕声效果的同时，无需模拟听音室房间的反射声，因而不会带来不自然的听觉效果。本发明可在耳机重发中模拟出公众影院的多环绕扬声器效果，使重发时的声音效果得到改善。

Description

一种5.1通路环绕声的耳机重发的信号处理方法

(一)技术领域

本发明涉及电声技术领域，具体是指一种5.1通路环绕声的耳机重发的信号处理方法。

(二)背景技术

5.1通路环绕声已广泛用于电影、DVD、家庭影院等方面，它共有前方左l、中c、右r以及左环绕ls、右环绕rs五个独立的全频带通路，加上一个低频效果通路lfe(注：本发明用小写字母表示时域信号，相应的频域信号用大写字母表示，如l与L、r与R等等)。但是，当直接用耳机重发5.1通路环绕声信号时，会出现头中定位效应，也就是声像常集中在人头内部，造成一种不自然的听觉效果。为解决这一问题，Dolby实验室提出了一种称为Dobly耳机的技术，它通过信号处理的方法，消除耳机重发时的头中定位效应。但是，在Dobly耳机的信号处理中，不适当地引入听音室的室内声学模型，模拟了房间的反射声，因而在消除头中定位效应的同时，却带来了新的缺陷。

由于5.1通路环绕声共有五路独立的全频带信号和一路可选择的低频效果通路，在通常的家庭影院等产品的应用中，(来自DVD等的)五路信号是分别馈给相应的五个扬声器进行重发的。在现有的国际标准中，五个扬声器布置的方位角为(坐标选取为：-180°＜θ≤180°，θ＝0°为正前方，θ＝90°为正左方)：θ_L＝30°，θ_R＝-30°，θ_C＝0°，θ_LS＝110°(±10°)，θ_RS＝-110°(±10°)。其中，左、右环绕扬声器的位置没有严格限定。而lfe由次低音扬声器重发。由于对低频效果通路lfe的处理与中置c通路的处理类似，所以在以后的分析中都略去了lfe通路。如果将5.1通路环绕声信号直接用耳机重发(略去lfe通路)，则重发信号可写成：

$\left\{\begin{array}{c}{e}_L=l+0.707c+\mathrm{ls}\\ e_R=r+0.707c+\mathrm{rs}\end{array}\right.---\left(1\right)$

其中，l和ls直接迭加馈给左耳机，r和rs直接迭加馈给右耳机。c信号经-3dB衰减后，同时馈给左、右耳机(衰减3dB是为了保证信号功率守恒)。

但是，直接用耳机重发时，会产生头中定位效应，也就是声像出现在倾听者头内而造成一种不自然的听觉效果。心理声学的研究表明，头中定位的原因为：(1)用扬声器重发5.1通路信号时，各扬声器所产生的声波经人头、耳廓等散射后，在双耳处迭加，从而模拟出一定角度范围内的声像分布。而耳机重发时，左、右通路信号是直接馈入双耳的耳道入口，没有考虑人头、耳廓等散射效应，也没有左、右通路的交叉迭加，从而破坏了原声场的空间信息。(2)声音重发时，房间的早期反射声及后期混响对头外定位是重要的，而耳机重发没有利用好这部分的信息。

因此，如果用信号处理的方法人工地模拟了上面两点，就可以在耳机重发中消除头中定位效应。按照这种思路，美国的Dolby实验室发明了一种称为Dolby耳机的技术。在5.1通路环绕声的家庭影院应用中，设左、右扬声器到倾听者双耳的时域脉冲响应(即头相关脉冲响应)分别为h_lL、h_rL、h_lR、h_rR，中心扬声器到倾听者双耳的时域脉冲响应分别h_lC、h_rC，左、右环绕扬声器到倾听者的双耳的时域脉冲响应分别为h_lLS、h_rLS、h_lRS、h_rRS。以l信号为例，当时域的l信号分别卷积左扬声器到双耳的脉冲响应后，得到信号e_L＝h_lL*l，e_R＝h_rL*l，再用耳机重发，则双耳处的声音和实际的L扬声器的情况相同，也就是在耳机重发中虚拟出了L扬声器。因此，将输入的l、c、r、ls、rs信号分别作类似处理后再迭加：

$\left\{\begin{array}{c}{e}_L=h_{\mathrm{lL}}*l+h_{\mathrm{lR}}*r+h_{\mathrm{lC}}*c+h_{\mathrm{lLS}}*\mathrm{ls}+h_{\mathrm{lRS}}*\mathrm{rs}\\ e_R=h_{\mathrm{rL}}*l+h_{\mathrm{rR}}*r+h_{\mathrm{rC}}*c+h_{\mathrm{rLS}}*\mathrm{ls}+h_{\mathrm{rRS}}*\mathrm{rs}\end{array}\right.---\left(2\right)$

再用耳机重发，就可以同时将5.1通路系统的五个扬声器虚拟出来。这时，双耳处的声压将等于(或正比于)扬声器重发时在倾听者双耳处的声压：

$\left\{\begin{array}{c}{p}_L=h_{\mathrm{lL}}*l+h_{\mathrm{lR}}*r+h_{\mathrm{lC}}*c+h_{\mathrm{lLS}}*\mathrm{ls}+h_{\mathrm{lRS}}*\mathrm{rs}\\ p_R=h_{\mathrm{rL}}*l+h_{\mathrm{rR}}*r+h_{\mathrm{rC}}*c+h_{\mathrm{rLS}}*\mathrm{ls}+h_{\mathrm{rRS}}*\mathrm{rs}\end{array}\right.---\left(3\right)$

即达到了用耳机虚拟5.1通路环绕声的目的。

以上信号处理仅考虑了扬声器到双耳的直达声，也就是自由场重发的情况，没有考虑听音室的反射声。由于反射声对消除头中定位有一定的作用，因此，在现有的信号处理方法中，引入听音室的室内声学模型，模拟了房间的反射声，但是却带来了以下的缺陷：(1)在实际的环绕声重发时，听音室的反射声会破坏环绕声信号的原声场(如音乐厅)的声音空间信息。因此，听音室一般都采用吸声的设计(过去听音室的混响时间一般取0.3～0.4秒，近年取更低的混响时间)。而在耳机重发的信号处理中，模拟了听音室的反射声，这种模拟是很难控制的。模拟反射声的强度过弱，对消除头中定位的效果不明显，反之，过强又会破坏环绕声信号的原声场空间信息，造成一种新的不自然的听觉效果。特别是现有的信号处理方法中，对5.1通路环绕声的l、c、r、ls、rs五个全频带通路的信号都作了模拟听音室的反射声处理。而在实际的5.1通路录音中，c通路通常是录制语言信号的(如电影中的对白)，对语言信号加入过量的反射声会破坏语言的清晰度。(2)对于一个混响时间为T秒的房间，其脉冲响应长度约为T秒的数量级。因而，为了完全模拟听音室的反射声，需要将声音信号与房间脉冲响应卷积。如果信号的采样频率为48kHz，T＝0.3秒，则脉冲响应长度将为48000×0.3＝14400点。在实际的信号处理中，要实时进行这样长的脉冲响应卷积是十分困难的。因此，在现有的信号处理中，仅模拟了听音室内的前几次反射声。这种模拟也会影响重发效果。

(三)发明内容

本发明就是为了解决上述现有技术中存在的缺陷，提供一种5.1通路环绕声的耳机重发的信号处理方法。该方法在消除耳机重发的头中定位效应的同时，可以无需模拟听音室的房间的反射声，有效改善重发声音效果。

本发明所述的一种5.1通路环绕声的耳机重发的信号处理方法，其特征是，它包括如下步骤和处理条件：

第一步  输入原始的5.1通路环绕声时域信号，包括左通路信号l、右通路信号r、中心通路信号c、左环绕通路信号ls、右环绕通路信号rs、低频效果通路信号lfe；

第二步  将原始的左、右环绕信号ls、rs进行时域延时，得到三对去相关的环绕声信号ls、ls1、ls2、rs、rs1和rs2，用立体声pan-pot的方法将ls、ls1、ls2、rs1和rs2五个信号分别按比例进行混合，得到信号ls’；另将rs、ls1、ls2、rs1和rs2五个信号分别按比例进行混合，得到信号rs’；

第三步  将ls’和rs’信号混合成它们的和信号(ls’+rs’)以及差信号(ls’-rs’)，并对它们进行虚拟处理，得到信号(ls’+rs’)*σ₂和(ls’-rs’)*δ₂；

第四步  将左、右通路信号l、r混合成它们的和信号(l+r)以及差信号(l-r)，另将中心通路信号c与低频效果通路信号lfe混合相加后，再放大+3dB，得到信号1.414(c+lfe)，再将它混合到左、右通路的和信号(l+r)中，得到信号[l+r+1.414(c+lfe)]；

第五步  将信号[l+r+1.414(c+lfe)]和(l-r)进行虚拟处理，得到[l+r+1.414(c+lfe)]*σ₁和(l-r)*δ₁两个信号；

第六步  将[l+r+1.414(c+lfe)]*σ₁、(ls’+rs’)*σ₂两个信号混合相加，另将(l-r)*δ₁、(ls’-rs’)*δ₂两个信号混合相加；将相加混合得到的两信号再混合成它们的和信号以及差信号，并分别衰减-6dB，即得到e_L、e_R信号。

第七步将e_L、e_R信号馈给一对耳机进行重发。

其中，第二步中ls、ls1、ls2、rs1和rs2五个信号的混合比例为1、0.999、0.966、0.101和0.259；rs、ls1、ls2、rs1和rs2五个信号的混合比例为1、0.101、0.259、0.999、0.966；第三步中和信号(ls’+rs’)以及差信号(ls’-rs’)的虚拟处理，就是上述两信号分别与两个由±120°头相关脉冲响应所得到的函数σ₂、δ₂进行卷积处理；第五步中信号[l+r+1.414(c+lfe)]和(l-r)的虚拟处理，就是上述两信号分别与两个由±30°头相关脉冲响应所得到的函数σ₁，δ₁进行卷积处理。

本发明的原理是，事实上，在5.1通路环绕声信号的录制中，左、右环绕信号ls、rs一般已包含有原声场的反射声信息，这一点与普通的双通路立体声不同。因此，在耳机重发中，只要将ls、rs信号利用好，也可较好地消除头中定位，而没必要刻意引入倾听室的反射声。特别是前方c通路信号，在伴随图像的声重发中，它主要是电影(视)中的对话。由于这时倾听者的注意力集中在图像上，因此不必要引入人工反射声来消除头中定位。

另一方面，在通常的家庭影院中，由于条件所限，不大适合布置过多的扬声器，因而左、右环绕信号ls、rs是直接通过一对左、右环绕扬声器重发的。在Dolby耳机的信号处理中，ls、rs也是通过一对(用头相关脉冲响应函数卷积得到)虚拟的环绕扬声器进行重发的。但是，在5.1通路环绕声的公众影院应用中，ls、rs信号是通过一系列布置于电影院两侧及后方的环绕扬声器进行重发的；并且，为了改善重发时主观听觉上的声场包围感，ls、rs信号可经过去相关处理后再馈给环绕扬声器群。如果在5.1通路环绕声的耳机重发中，借鉴电影院的方法，将ls、rs进行去相关处理后，再用一系列的虚拟的扬声器群重发，将会得到更好的效果。

综上所述，本发明提出：在耳机重发5.1通路环绕声的信号处理中，对前方左l、中c、右r通路的信号，采用自由场(头相关脉冲响应函数时域卷积)信号处理作为基本的处理即可，没有必要引入倾听室的反射声。而对于左、右环绕信号ls、rs，经去相关处理后，采用LS、LS1、LS2、RS、RS1、RS2共六个虚拟扬声器重发(当然，也可以用更多的虚拟扬声器)。在实际应用中，去相关可作为一种可选择的功能。倾听者可根据节目的性质选择采用两个或多个虚拟环绕扬声器进行重发。

本发明与现有技术相比，具有如下优点和有益效果：

1.本发明是对来自DVD等的多通路(包括5.1通路和Dolby Surround)环绕声的5+1个独立原始信号进行处理后，用耳机进行重发。在消除耳机重发的头中定位效应，重发出5.1通路环绕声效果的同时，本发明无需模拟听音室的房间的反射声，因而不会带来新的不自然的听觉效果。

2.本发明可在耳机重发中模拟出公众影院的多环绕扬声器效果，而不只是家庭影院的左、右环绕扬声器的效果，因而使重发时的声音效果进一步得到改善。

3.本发明可采用通用或专用的DSP硬件电路实现，也可采用算法语言(如VC++)编制的软件在多媒体计算机上实现。

4.本发明可作为专用硬件电路而用在DVD、电视(包括DTV和HDTV)、家庭影院等方面的声音重发，也可作为硬件或软件用在多媒体计算机的声音重发。

(四)附图说明

图1是本发明的方框图；

图2是5.1通路的扬声器方位布置图及到双耳的传输函数示意图；

图3是电影院内的环绕扬声器群方位图；

图4是多个的虚拟环绕扬声器的方位图；

图5是去相关及虚拟多个环绕扬声器原理图；

图6是耳机环绕声信号处理的流程图；

图7是信号处理软件的流程图；

图8是虚拟声像方位示意图。

(五)具体实施方式

下面结合附图和实施例，对本发明做进一步的详细说明。

本发明的系统方框图如图1所示，它可对输入的5.1通路环绕声信号进行处理后，用耳机重发。图2是一般家庭影院5.1通路的扬声器方位布置和到双耳的传输。

电影院内的环绕扬声器群方位布置如图3所示。借鉴电影院的方法，本发明需要对左右环绕声信号进行去相关处理，并馈给多个虚拟环绕扬声器。按信号处理理论，信号的去相关处理可在时域或频域进行，但时域的处理较为简单。最简单的方法是将信号延时。例如，对ls信号，延时t1和t2后，分别得到ls1、ls2信号，适当选择t1、t2，使它们超过信号的自相关时间，可以使ls、ls1、ls2为三个去相关的信号。同理，对rs信号，分别延时t3、t4后，分别得到rs1和rs2，而rs、rs1、rs2为去相关的信号。

至于延迟时间t1、t2及t3、t4的选择，应考虑心理声学的因素：

(1)为了更有效地消除信号的相关性，t1/t2及t3/t4应为非整数；

(2)为了避免信号延时产生回声，t1、t2、t3、t4应在Hass(优先效应)的范围内；

(3)环绕声信号多数是原声场的反射声，这时，ls、ls1、ls2、rs、rs1、rs2六个信号之间的相关性越低，主观听觉上的包围感越好。但是，有时环绕声信号也会包含有一些特定(要求定位的)的声像效果(例如，直升飞机绕场一周的效果)。这时，两路原始环绕声信号ls、rs是相关的。因此，去相关的信号处理应考虑这一问题。本发明提出采用左、右对称的去相关处理，也就是取t1＝t3，t2＝t4，当原始的ls、rs为互不相关的信号时，去相关处理得到的ls、ls1、ls2、rs、rs1、rs2也为六个互不相关的信号。而当原始的ls、rs为相关信号时，ls与rs、ls1与rs1、ls2与rs2三对信号中，同一对信号为相关的，不同对信号互不相关。这样就不会影响环绕声部分的定位。

因此，在本发明的处理中，可以取t1＝t3＝7ms，t2＝t4＝11ms。实际应用中，t1、t2、t3、t4可以做成在一定范围内可调，比较好的范围是5～30ms。

环绕声信号经去相关处理后，就可以将ls、ls1、ls2、rs、rs1、rs2六个信号送到相应的虚拟扬声器进行重发。最直接的方法是用头相关脉冲响应分别虚拟出如图4所示的六个环绕扬声器。这时，重发信号处理为

$\left\{\begin{array}{c}{e}_L=h_{\mathrm{lL}}*l+h_{\mathrm{lC}}*c+h_{\mathrm{lR}}*r+h_{\mathrm{lLS}}*\mathrm{ls}+h_{\mathrm{lRS}}*\mathrm{rs}+h_{\mathrm{lLS}1}*\mathrm{ls}1+h_{\mathrm{lRS}1}*\mathrm{rs}1+h_{\mathrm{lLS}2}*\mathrm{ls}2+h_{\mathrm{lRS}2}*\mathrm{rs}2\\ e_R=h_{\mathrm{rL}}*l+h_{\mathrm{rC}}*c+h_{\mathrm{rR}}*r+h_{\mathrm{rLS}}*\mathrm{ls}+h_{\mathrm{rRS}}*\mathrm{rs}+h_{\mathrm{rLS}1}*\mathrm{ls}1+h_{\mathrm{rRS}1}*\mathrm{rs}1+h_{\mathrm{rLS}2}*\mathrm{ls}2+h_{\mathrm{rRS}2}*\mathrm{rs}2\end{array}\right.---\left(4\right)$

其中，h_lL、h_rL、h_lC、h_rC、h_lR、h_rR分别为前方左、中、右扬声器到倾听者的双耳的头相关脉冲响应函数，h_lLS、h_rLS、h_lRS、h_rRS、h_lLS1、h_rLS1、h_lRS1、h_rRS1、h_lLS2、h_rLS2、h_lRS2、h_rRS2分别为六个左右环绕扬声器到倾听者的双耳的头相关脉冲响应函数。但是，这种信号处理需要进行时域卷积处理，相当复杂，因此，有必要进行进一步的简化。

事实上，在声级差型立体声(环绕声)的扬声器重发中，为了产生空间某一位置的声像，并不一定需要在这一位置布置一个扬声器，而是可通过改变空间其它位置的扬声器的信号馈给(如声级差)产生。例如，对于图2，利用后方两个环绕扬声器(设它们的方位角为±120°)，当它们同时馈以相同的信号时，按环绕声声像定位公式，重发声像位置为：

因此，通过连续改变ls/rs，就可以产生后方±120°范围内任意位置的声像。在耳机重发去相关5.1通路环绕声信号时，可借鉴这一方法，只需用头相关脉冲响应函数将±120°的两个环绕扬声器虚拟出来，而将ls1、ls2、rs1、rs2分别按一定的比例混合到±120°虚拟扬声器的信号输入中，混合后的环绕扬声器的信号输入为ls’、rs’，则

$\left\{\begin{array}{c}{\mathrm{ls}}^{\′}=\mathrm{ls}+{\mathrm{\α}}_1\mathrm{ls}1+{\mathrm{\α}}_2\mathrm{ls}2+{\mathrm{\α}}_3\mathrm{rs}1+{\mathrm{\α}}_4\mathrm{rs}2\\ {\mathrm{rs}}^{\′}=\mathrm{rs}+{\mathrm{\β}}_1\mathrm{ls}1+{\mathrm{\β}}_2\mathrm{ls}2+{\mathrm{\β}}_3\mathrm{rs}1+{\mathrm{\β}}_4\mathrm{rs}2\end{array}\right.---\left(6\right)$

例如，当ls＝rs＝ls2＝rs1＝rs2＝0时，对ls1信号，按比例

ls′＝α₁ls1      rs′＝β₁ls1                          (7)

分别混合到ls’和rs’信号中。把上式的ls’、rs’分别代替(5)式中的ls、rs，并令θ₁＝135°，以及利用公式|ls’|²+|rs’|²＝|ls1|²(总功率守恒)，可以解出：

α₁＝0.999          β₁＝0.101

对ls2、rs1、rs2三路信号作类似处理，取

α₁＝β₃＝0.999，β₁＝α₃＝0.101

α₂＝β₄＝0.966  β₂＝α₄＝0.259

即可得到简化的耳机重发去相关5.1通路环绕声信号的处理方法。

因此原始的环绕声信号ls、rs不是直接利用(2)式处理，而是先经图5(或(6)式)的处理变为ls’、rs’后，再进行虚拟处理。简单地说，以经去相关与多扬声器处理后的ls’、rs’取代(2)式中的输入信号ls、rs，即：

$\left\{\begin{array}{c}{e}_L=h_{\mathrm{lL}}*l+h_{\mathrm{lR}}*r+h_{\mathrm{lC}}*c+h_{\mathrm{lLS}}*l{s}^{\′}+h_{\mathrm{lRS}}*r{s}^{\′}\\ e_R=h_{\mathrm{rL}}*l+h_{\mathrm{rR}}*r+h_{\mathrm{rC}}*c+h_{\mathrm{rLS}}*l{s}^{\′}+h_{\mathrm{rRS}}*r{s}^{\′}\end{array}\right.---\left(8\right)$

上述信号处理可以简化。在(8)式中，共需要10次时域信号卷积。但对c信号，可以借鉴多通路声重发的幻像中心通路的方法，也就是省去C扬声器而将c通路信号衰减-3dB(乘0.707)后同时馈给L、R扬声器。当c≠0、其他信号为零时，有l＝r＝0.707c，这样声像就在正前方。因而耳机重发时，可将c信号乘0.707后，迭加到l、r信号上，再同l、r信号一起处理。这样，(8)式简化为：

$\left\{\begin{array}{c}{e}_L=h_{\mathrm{lL}}*(l+0.707c)+h_{\mathrm{lR}}*(r+0.707c)+h_{\mathrm{lLS}}*{\mathrm{ls}}^{\′}+h_{\mathrm{lRS}}*{\mathrm{rs}}^{\′}\\ e_R=h_{\mathrm{rL}}*(l+0.707c)+h_{\mathrm{rR}}*(r+0.707c)+h_{\mathrm{rLS}}*{\mathrm{ls}}^{\′}+h_{\mathrm{rRS}}*{\mathrm{rs}}^{\′}\end{array}\right.---\left(9\right)$

上式共需要进行8次信号的卷积。但由于左右对称性，可设h_lL＝h_rR＝a_l，h_lR＝h_rL＝b_l，h_lLS＝h_rRS＝a₂，h_lRS＝h_rLS＝b₂。利用对称性，可进一步简化信号处理。可以验证(9)式和下式是完全等价的：

$\left[\begin{array}{c}{e}_L\\ e_R\end{array}\right]=\left[\begin{array}{cc}0.5& 0.5\\ 0.5& -0.5\end{array}\right]\{\left[\begin{array}{cc}{\mathrm{\σ}}_1& 0\\ 0& {\mathrm{\δ}}_1\end{array}\right]*\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]\left[\begin{array}{c}l+0.707c\\ r+0.707c\end{array}\right]+\left[\begin{array}{cc}{\mathrm{\σ}}_2& 0\\ 0& {\mathrm{\δ}}_2\end{array}\right]*\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]\left[\begin{array}{c}{\mathrm{ls}}^{\′}\\ {\mathrm{rs}}^{\′}\end{array}\right]\}---\left(10\right)$

其中，σ₁＝a₁+b₁，δ₁＝a₁-b₁，σ₂＝a₂+b₂，δ₂＝a₂-b₂，它们由头相关脉冲响应相加或相减得到。而 称为和差矩阵，即MS矩阵。符号*表示卷积运算，而没有*号的地方表示一般的相乘运算。在(10)式中从右向左看，总共需要四次频域的信号相乘(或时域的卷积)，信号处理得到简化，有利于该实时处理的硬件系统开发。在实际应用中，可通过设计各种有限脉冲响应(FIR)或无限脉冲响应(IIR)数字滤波器来实现上面的卷积。

本发明的流程图如图6所示，本发明可以利用通用的信号处理芯片所做成的硬件电路实现，也可以设计成专用的集成电路芯片实现，还可以设计成软件在多媒体计算机上实现。本发明可用于DVD，电视，家庭影院，多媒体计算机等方面。

实施例一  DVD与电视的应用

将DVD解码输出或从数字电视广播得到的5.1通路环绕声(数字)信号按如图6所示的流程进行虚拟处理后，得到两路信号e_L、e_R，然后馈给耳机重发，重发出环绕声的效果。其中，虚拟信号处理可作为DVD机内的一部份硬件电路，也可作为电视机的一部分硬件电路。

实施例二  家庭影院的应用

将DVD解码输出的5.1通路环绕声(数字)信号馈给家庭影院的放大器，如图6所示的虚拟信号处理是作为放大器内的一部份功能电路，得到两路信号e_L、e_R，馈给耳机重发。

实施例三  多媒体计算机的应用

由计算机的DVD-ROM读取，并经解码得到5.1通路环绕声(数字)信号；然后用计算机软件实行如图6所示的虚拟信号处理(也可以在计算机的声卡上用专用的硬件电路实现)，得到的e_L’、e_R’信号，由声卡输出到耳机重发。

本发明具体介绍用软件在多媒体计算机上的实现。信号处理所用的头相关脉冲相应函数可通过实验测量得到，这里所用的HRIR函数的脉冲相应函数采样频率为48kHz(也可以是44.1kHz)，长度128点(也可以是256点或512点)，分辨率16bit，扩散场均衡。

如图7所示，事实上，信号处理过程就是(从DVD或硬盘)读入原始的5.1通路环绕声信号，再对它进行虚拟处理后，馈给耳机重发。假定5.1通路环绕声的原始信号是数字信号，则

第一步  分别对l、r、c、ls、rs、lfe各读入128点时域信号，存入缓存器；

第二步  利用缓存器对ls、rs延时7ms和11ms，得到ls1、ls2、rs1、rs2，将它们线性组合，得到ls’＝(ls+α₁ls1+α₂ls2+α₃rs1+α₄rs2)，rs’＝(rs+β₁lrs1+β₂ls2+β₃rs1+β₄rs2)；(注：当选择直通，也就是不作去相关和虚拟多扬声器处理时，可省去这一步)

第三步  分别对128点的时域l、r和ls’、rs’进行加减(MS)运算，得到(l+r)、(l-r)和(ls’+rs’)、(ls’-rs’)；

第四步  将128点的时域c、lfe相加，并乘1.414后，得到1.414(c+lfe)，将它与(l+r)相加，得到(l+r+1.414c+1.414lfe)；

第五步  利用分段快速卷积算法，分别将128点的时域(l+r+1.414c+1.414lfe)，(l-r)，(ls’+rs’)、(ls’-rs’)与128点的σ₁、δ₁、σ₂、δ₂卷积，分别得到(l+r+1.414c+1.414lfe)*σ₁，(l-r)*δ₁，(ls’+rs’)*σ₂，(ls’-rs’)*δ₂；

第六步  将对应的项相加，得到m’＝(l+r+1.414c+1.414lfe)*σ₁+(ls’+rs’)*σ₂和s’＝(l-r)*δ₁+(ls’-rs’)*δ₂；

第七步  对m’、s’进行加减变换，并乘以0.5，得到时域的e_L、e_R，它们经声卡的D/A变换后，输出到扬声器重发；

第八步  重复上面过程，直到处理完为止。

如上所述，即可较好地实现本发明。

实验验证了上述耳机系统虚拟5.1通路环绕声的能力。实验分为两部分：声像定位实验和主观对比实验。

声像定位实验是为了验证系统重发水平面内不同方向的声像的能力。首先，在声频工作站中产生对应水平面内不同方位的5.1通路环绕声信号，通常5.1通路环绕声是通过分立——对信号馈给来产生空间声像的，也就是通过将信号馈给某一扬声器，而其它扬声器的信号为零，来产生扬声器方向上的声像，通过将信号馈给一对相邻的扬声器，并调节这对扬声器信号的声级差来产生扬声器之间的声像。因此，这里也用分立——对的方法产生信号：

(1)对前方0°≤θ≤30°，声像由L和C扬声器产生，r＝ls＝rs＝0。同样，对前方-30°≤θ＜0°，声像由R和C扬声器产生，l＝ls＝rs＝0。采用5.1通路信号馈给，分别产生对应θ_I＝0°、±15°、±30°的信号，θ_I为重发声像的位置。

(2)对后方，120°≤θ≤180°和-180°＜θ≤-120°，声像由LS和RS扬声器产生，l＝r＝c＝0。对LS和RS扬声器馈给适当的信号，分别产生对应θ_I＝±120°、±150°和180°的声像。

(3)侧向30°＜θ＜120°，声像由L、LS扬声器产生，但过去的研究已经表明，在5.1通路环绕声重发中，仅利用L和LS扬声器是难以产生稳定的侧向声像的，这是5.1通路环绕声的一个缺陷。因此，对于侧向难以跟根据声像位置决定信号馈给。因此，这里用通路声级差20lg(ls/l)分别为-12dB、-6dB、0dB、6dB和12dB的信号代之。

实验所用信号为粉红噪声，将它按上面的方法处理得到对应水平面不同声像方位的5.1通路信号(对每个方位，信号长度为2秒)，并加入人工混响到ls、rs通路，混响时间为0.5s，首次反射延时10ms，直达混响比+3dB。将这些5.1通路信号按如图6所示的流程处理后，再用耳机重发(注：这里加入人工混响应看成是原始的5.1通路环绕声信号里的混响，而不是在虚拟信号处理中加入倾听室的反射声，而在信号处理中仅模拟了一对虚拟扬声器，没有对环绕信号加入去相关处理)，并且在图6中，对ls、rs信号选择直通，也就是不作去相关和虚拟多环绕扬声器处理。

实验时，倾听者判断虚拟声像的方向和距离。为了让倾听者进行比较，实验前先播放一段用Pan-pot产生的、从左到右的普通立体声信号。由于耳机重发中，倾听者对声像定位的准确度不及扬声器重发，所以对实验中倾听者的要求主要如下：

(1)对声像位置，只要求倾听者判断倾听结果与如图8所示的声像方向中的哪一个最为接近。当倾听结果与理论结果重合时，就认为实验结果符合理论计算，否则不符合；

(2)对虚拟声像的距离，只要求倾听者判断声像是位于头外、头表面还是头内。

共8个倾听者参加实验，最后对他们的结果进行统计分析。

表1是前方和后方定位实验的统计结果。可以看出，对前方-30°≤θ≤30°声像方向，有7名倾听者的结果与理论结果相同，而有一名倾听者将前方声像判断成后方的镜像位置，实际上过去许多实验表明，确实一小部分人容易混淆前、后镜像位置的声像。所以仍然可以认为系统可以虚拟出水平面内前方的声像。对后方120°≤θ≤180°和-180°＜θ≤-120°声像方位，8名倾听者均判断正确。

表1  实验结果统计

理论值θ(°)		-30	-15	0	15	30	-120	-150	180	150	120
												判断人数	方向正确	7	7	7	7	7	8	8	8	8	8
头内	0	0	0	0	0	0	0	3	0	0
											头表面		2	3	7	5	1	1	5	5	2	0
头外	6	5	1	3	7	7	3	0	6	8

对于声像距离，除了θ＝180°时有3名倾听者判断声像在头内，其他所有的倾听者都判断声像在头外或头表面，而重发普通的双通路立体声信号时，所有8个倾听者都判断声像在头内。因而虚拟处理后，重发时可以消除或部分地消除头中定位效应，较直接用耳机重发普通的双通路立体声信号有所改善。

对于侧向声像的定位，所有倾听者均能明显感觉到声像位于左耳前到左耳后的位置，但具体位置定位不确定，且普遍反应当20lg(ls/l)改变时，存在跳跃现象。对于声像距离，50％的倾听者判断声像全部在头外，剩下50％的倾听者判断声像距离在头外或头表面，没有出现判断声像在头内的情况。由于正常5.1通路扬声器重发中，本来就存在侧向声像不稳定现象，所以可以认为侧向定位实验效果与正常5.1通路重发效果基本相当。

这些实验结果表明，采用HRTF对5.1通路环绕声信号进行虚拟处理后，即可在耳机重发中产生较好的声像效果，而无需在信号处理中引入听音室的室内声学模型。

主观对比实验是为了验证不同的信号处理方法的效果。实验用的是一段在消声室内录制的普通双通路立体声信号(管弦乐，亨德尔，水上音乐片段，长度20s)，分别作以下六种处理：

(1)混合成单通路(Mono)信号；

(2)不作处理；

(3)在普通双通路立体声信号中，加入人工混响信号(混响时间1.8s)，首次反射延时15ms，直达混响比+3dB，也就是只加入反射声，而不用头相关脉冲响应卷积处理；

(4)将双通路立体声信号作为5.1通路的L、R信号，而LS、C、RS信号都为零，然后按如图7所示流程进行处理，也就是对信号只用头相关脉冲响应卷积处理，而不加入反射声；

(5)将双通路立体声信号作为5.1通路的L、R信号，将L、R用人工混响产生模拟音乐厅的反射的ls、rs信号(反射声参数同前，注意，这里加入的反射声应看成是5.1通路环绕声信号里的原始反射声，而不是在虚拟处理中加入的听音室的二次反射声)，将信号按如图6所示的流程进行处理，并选择直通功能，虚拟一对环绕扬声器的效果。也就是首先模拟出用5.1通路环绕声在音乐厅重发录制的信号，再进行虚拟处理；

(6)同(5)，但最后是按如图5至图7所示方法进行去相关处理，虚拟6个环绕扬声器的效果。

将上述信号依次用耳机重发，让倾听者比较哪一段信号的效果(空间感、包围感)最好。共8名倾听者参加实验。结果为：

对于的6段信号，有6名倾听者认为第六段包围感(空间感)最好，有2名倾听者认为第三段和第六段效果均为最优。这表明，5.1通路环绕声信号经去相关和虚拟处理后，包围感和空间感明显加强。同时也说明充分利用5.1通路环绕声信号所包含的反射声信息的必要性。

本发明的研究得到《教育部优秀青年教师资助计划项目》和TCL王牌电子(深圳)有限公司的资助。

Claims (3)

1.一种5.1通路环绕声的耳机重发的信号处理方法，其特征是，它包括如下步骤和处理条件：

第一步  输入原始的5.1通路环绕声时域信号，包括左通路信号1、右通路信号r、中心通路信号c、左环绕通路信号ls、右环绕通路信号rs、低频效果通路信号lfe；

第二步  将原始的左、右环绕信号ls、rs进行时域延时，得到三对去相关的环绕声信号ls、ls1、ls2、rs、rs1和rs2，用立体声pan-pot的方法将ls、ls1、ls2、rs1和rs2五个信号分别按1、0.999、0.966、0.101和0.259的比例进行混合，得到信号ls’；另将rs、ls1、ls2、rs1和rs2五个信号分别按1、0.101、0.259、0.999、0.966的比例进行混合，得到信号rs’；

第三步  将ls’和rs’信号混合成它们的和信号(ls’+rs’)以及差信号(ls’-rs’)，并对它们进行虚拟处理，得到信号(ls’+rs’)*σ₂和(ls’-rs’)*δ₂；

第四步  将左、右通路信号l、r混合成它们的和信号(l+r)以及差信号(l-r)，另将中心通路信号c与低频效果通路信号lfe混合相加后，再放大+3dB，得到信号1.414(c+lfe)，再将它混合到左、右通路的和信号(l+r)中，得到信号[l+r+1.414(c+lfe)]；

第五步  将信号[l+r+1.414(c+lfe)]和(l-r)进行虚拟处理，得到[l+r+1.414(c+lfe)]*σ₁和(l-r)*δ₁两个信号；

第六步  将[l+r+1.414(c+lfe)]*σ₁、(ls’+rs’)*σ₂两个信号混合相加，另将(l-r)*δ₁、(ls’-rs’)*δ₂两个信号混合相加；将相加混合得到的两信号再混合成它们的和信号以及差信号，并分别衰减-6dB，即得到e_L、e_R信号。

第七步  将e_L、e_R信号馈给一对耳机进行重发。

2.根据权利要求1所述的一种5.1通路环绕声的耳机重发的信号处理方法，其特征是，第三步中和信号(ls’+rs’)以及差信号(ls’-rs’)的虚拟处理，就是上述两信号分别与两个由±120°头相关脉冲响应所得到的函数σ₂、δ₂进行卷积处理。

3.根据权利要求1所述的一种5.1通路环绕声的耳机重发的信号处理方法，其特征是，第五步中信号[l+r+1.414(c+lfe)]和(l-r)的虚拟处理，就是上述两信号分别与两个由±30°头相关脉冲响应所得到的函数σ₁，δ₁进行卷积处理。

Images