DE19950319A1

DE19950319A1 - Verfahren zum Synthetisieren eines dreidimensionalen Schallfeldes

Info

Publication number: DE19950319A1
Application number: DE19950319A
Authority: DE
Inventors: Richard David Clemow
Original assignee: Central Research Laboratories Ltd
Current assignee: Central Research Laboratories Ltd
Priority date: 1998-10-15
Filing date: 1999-10-13
Publication date: 2000-04-20
Also published as: GB2342830A; JP2000125399A; NL1013313C2; NL1013313A1; FR2790634A1; JP4447701B2; GB9909382D0; US6577736B1; GB2342830B

Abstract

Ein Verfahren zum Synthetisieren eines dreidimensionalen Schallfeldes unter Verwendung von zwei vorderen und zwei hinteren Lautsprechern umfaßt: a) Bestimmen der gewünschten Position einer Schallquelle; b) Erzeugen eines binauralen Paares von Signalen, die der Schallquelle entsprechen, unter Verwendung eines HRTF-Filters; c) Liefern des linken Signals des binauralen Paares von Signalen an die linken vorderen und die linken hinteren Lautsprecher über vordere bzw. hintere Verstärkungs-Regelungsmittel; d) Liefern des rechten Signals des binauralen Paares von Signalen an die rechten vorderen und die rechten hinteren Lautsprecher über vordere bzw. hintere Verstärkungs-Regelungsmittel; e) Steuerung des Verhältnisses der vorderen Signalverstärkung zu der hinteren Signalverstärkung als Funktion des Azimut-Winkels der Schallquelle; und f) Ausführung einer transauralen Übersprech-Auslöschung bei dem vorderen und hinteren Signal-Paar über entsprechende transaurale Übersprech-Auslöschungsmittel.

Description

Die Erfindung bezieht sich auf ein Verfahren zur Syntheti sierung eines dreidimensionalen Schallfeldes.

Die Verarbeitung von Audiosignalen zur Erzeugung eines drei dimensionalen Schallfeldes bei der Wiedergabe für einen Zuhörer mit zwei Ohren ist seit vielen Jahren ein Ziel für Erfinder ge wesen. Eine Lösung bestand darin, viele Schall-Wiedergabekanäle zu verwenden, um den Zuhörer mit einer Vielzahl von Schallquel len, z. B. Lautsprechern, zu umgeben. Eine andere Lösung bestand darin, einen Kunstkopf zu verwenden, bei dem Mikrophone in den Hörkanälen von künstlichen Ohren positioniert werden, um Schall aufzeichnungen für das Hören mit Kopfhörern herzustellen. Eine besonders vielversprechende Lösung für binaurale Synthese eines solchen Schallfeldes ist in EP-B-0 689 756 beschrieben worden, die die Synthese eines Schallfeldes beschreibt, wobei zwei Laut sprecher und nur zwei Signalkanäle verwendet werden, und wobei das Schallfeld nichtsdestoweniger eine Richtungs-Information hat, die dem Zuhörer erlaubt, Schallquellen wahrzunehmen, die anscheinend irgendwo auf einer Kugel liegen, die den Kopf des Zuhörers umgibt, der in der Mitte der Kugel plaziert ist.

Eine monophone Schallquelle kann digital über eine Kopfan sprech-Transferfunktion ("Head-Response Transfer Function" = HRTF) verarbeitet werden, so daß das resultierende Stereosignal- Paar natürliche 3D-Schall-Cues enthält, wie in Fig. 1 darge stellt. Die HRTF kann unter Verwendung von zwei Filtern ausge führt werden, von denen eines dem Ansprechen des linken Ohrs und das andere dem Ansprechen des rechten Ohrs zugeordnet ist, was auch als binaurales Plazierungsfilter bezeichnet wird. Diese Schall-Cues werden auf natürliche Weise durch die akustischen Eigenschaften des Kopfes und der Ohren eingeführt, wenn man dem Schall im täglichen Leben zuhört, und sie enthalten die inter aurale Amplitudendifferenz (IAD), die interaurale Zeitdifferenz (ITD) und die spektrale Formung durch das äußere Ohr. Wenn die ses Stereosignal-Paar wirksam in die Ohren des Zuhörers z. B. durch Kopfhörer eingeführt wird, dann nimmt er oder sie den ur sprünglichen Schall an einer Position im Raum gemäß der räumli chen Lokalisierung wahr, die der bestimmten HRTF zugeordnet ist, die für die Signalverarbeitung verwendet wurde.

Wenn man über Lautsprecher anstelle von Kopfhörern zuhört, was in Fig. 2 dargestellt ist, dann werden die Signale nicht wirksam in die Ohren überführt, weil ein "transaurales akusti sches Übersprechen" vorhanden ist, das die 3D-Schall-Cues hemmt. Dies bedeutet, daß das linke Ohr etwas von dem hört, was das rechte Ohr hört (nach einer kleinen zusätzlichen Zeitverzögerung von etwa 0,25 ms), und umgekehrt, wie in Fig. 3 dargestellt ist. Um dieses Ereignis zu verhindern, ist es bekannt, aus dem gegen überliegenden Lautsprecher geeignete "Übersprech-Auslösch"- oder "Übersprech-Kompensations"-Signale zu erzeugen. Diese Signale sind in der Größe gleich und in bezug auf die Übersprechsignale invertiert (von entgegengesetzter Phase) und so bemessen, daß sie sie auslöschen. Es gibt fortgeschrittenere Schemata, die die sekundären (und von höherer Ordnung) Effekte der Auslöschsigna le, die selbst zu dem sekundären Übersprechen beitragen, und de ren Korrektur voraussehen, und diese Verfahren sind im Stand der Technik bekannt. Ein typisches bekanntes Schema (nach M. R. Schroeder "Models of Hearing", Proc. IEEE, Bd. 63, Ausgabe 9, [1975], Seiten 1332-1350) ist in Fig. 4 dargestellt.

Wenn die HRTF-Verarbeitung und die Übersprech-Auslöschung sequentiell (Fig. 5) und richtig durchgeführt wird und HRTF- Quellendaten mit hoher Qualität verwendet werden, können die Ef fekte recht bemerkenswert sein. Beispielsweise ist es möglich, das Bild einer Schallquelle um den Zuhörer in einem vollständi gen horizontalen Kreis herumzubewegen, wobei vorn begonnen wird, dann eine Bewegung um die rechte Seite des Zuhörers bis hinter den Zuhörer und dann zurück um die linke Seite wieder nach vorn erfolgt. Es ist auch möglich zu bewirken, daß die Schallquelle sich in einem vertikalen Kreis um den Zuhörer bewegt und der Schall tatsächlich von irgendeiner ausgewählten Position im Raum zu kommen scheint. Einige bestimmte Positionen sind jedoch schwieriger zu synthetisieren als andere, einige anscheinend aus psychoakustischen Gründen und einige aus praktischen Gründen.

Beispielsweise ist die Wirksamkeit von Schallquellen, die sich unmittelbar nach oben und unten bewegen, an den Seiten des Zuhörers (Azimut = 90°) größer als unmittelbar vor ihm (Azimut = 0°). Dies rührt wahrscheinlich daher, daß es mehr Links-Rechts- Unterschieds-Information für das Gehirn gibt, um sie zu verar beiten. In gleicher Weise ist es schwierig, zwischen einer Schallquelle unmittelbar vor dem Zuhörer (Azimut = 0°) und einer Quelle unmittelbar hinter dem Zuhörer (Azimut = 180°) zu unter scheiden. Dies rührt daher, daß für das Gehirn keine Zeit- Bereichs-Information vorhanden ist, um diese zu verarbeiten (ITD = 0), und die einzige für das Gehirn verfügbare andere Informa tion, spektrale Daten, in diesen beiden Positionen etwas ähnlich ist. In der Praxis wird mehr Hochfrequenz (HF)-Energie wahrge nommen, wenn die Quelle sich vor dem Zuhörer befindet, weil die hohen Frequenzen von frontalen Quellen in den Gehörkanal von der hinteren Wand der Koncha reflektiert werden, während sie von ei ner rückwärtigen Quelle nicht ausreichend um die Ohrmuschel ge beugt werden können.

Praktisch ausgedrückt ist die Zweckdienlichkeit der transau ralen Übersprech-Auslöschung ein begrenzendes Merkmal bei der Reproduktion von 3D-Schall von zwei Lautsprechern, und es gibt hier die folgenden drei bedeutsamen Faktoren.

1. HRTF-Qualität

Die Qualität der 30° HRTF (Fig. 3), die zur Ableitung des Auslöschungs-Algorithmus (Fig. 4) verwendet wird, ist wichtig. Sowohl der Kunstkopf, von dem sie abgelei tet sind, als auch die Meß-Methodologie muß angemessen sein.

2. Signalverarbeitungs-Algorithmus

Der Algorithmus muß wirk sam ausgeführt werden.

3. HF-Effekte

In der Theorie ist es möglich, eine "perfekte" Übersprech-Auslöschung durchzuführen, jedoch nicht in der Pra xis. Wenn man die Unterschiede zwischen individuellen Zuhörern und dem Kunstkopf, von dem die Algorithmen-HRTFs abgeleitet werden, beiseite läßt, beziehen sich die Schwierigkeiten auf die hochfrequenten Komponenten oberhalb von mehreren kHz. Wenn dafür gesorgt wird, daß eine optimale Auslöschung an jedem Ohr des Zuhörers auftritt, kombinieren sich die Übersprechwelle und die Auslöschungswelle und bilden einen Knoten. Der Knoten ist jedoch nur an einem einzigen Punkt im Raum vorhanden, und wenn man sich weiter von dem Knoten weg bewegt, sind die bei den Signale nicht mehr gegenseitig zeitlich ausgerichtet, und daher ist die Auslöschung unvollkommen. Bei starker Fehlaus richtung können sich die Signale dann aktuell kombinieren und ein resultierendes Signal hervorrufen, das bei bestimmten Fre quenzen größer als das ursprüngliche, unerwünschte Überspre chen selbst ist. In der Praxis wirkt der Kopf jedoch wegen seiner relativen Größe in Bezug auf die fraglichen Wellenlän gen als eine effektive Barriere für die höheren Frequenzen, und so wird das transaurale Übersprechen auf natürliche Weise begrenzt, und das Problem ist nicht so schlimm als man erwar ten könnte.

Es sind mehrere Versuche unternommen worden, um die räumliche Abhängigkeit von Übersprech-Auslöschsystemen bei diesen höheren Frequenzen zu begrenzen. Cooper und Bauck (US 4,893,342) haben ein Hoch-Abschneidfilter in ihr Übersprech-Auslösch-Schema ein geführt, so daß die HF-Komponenten (<8 kHz oder so) tatsächlich nicht vollständig ausgelöscht wurden, sondern sie wurden einfach unmittelbar den Lautsprechern zugeführt, gerade so wie dies in gewöhnlichen Stereoanlagen erfolgt. Das Problem besteht hierbei darin, daß das Gehirn die Position des HF-Schalls (d. h. den Schall "lokalisiert"), als sei sie dort, wo die Lautsprecher selbst sind, weil beide Ohren von jedem einzelnen Lautsprecher korrelierende Signale hören. Es trifft zu, daß diese Frequenzen schwer genau zu lokalisieren sind, aber die Gesamtwirkung ist nichtsdestoweniger die Erzeugung von HF-Schall mit frontalem Ur sprung für alle erforderlichen räumlichen Positionen, und dies behindert die Illusion, wenn man versucht, rückwärts positio nierten Schall zu synthetisieren.

Selbst wenn das Übersprechen optimal bei höheren Frequenzen ausgelöscht wird, ist niemals garantiert, daß der Kopf des Zuhö rers genau richtig positioniert ist, und so werden wiederum die nicht ausgelöschten HF-Komponenten von dem Gehirn bei den Laut sprechern selbst "lokalisiert" und können daher scheinbar vor dem Zuhörer ihren Ursprung haben, was es schwierig macht, die rückwärtige Synthese zu erreichen.

Die folgenden zusätzlichen praktischen Aspekte behindern ebenfalls die transaurale Übersprech-Auslöschung:

1. Die Lautsprecher haben oft keinen gut angepaßten Fre quenzverlauf.
2. Das Audiosystem kann keinen gut angepaßten L/R-Gewinn haben.
3. Die Computer-Konfiguration (Software-Vorgabe) kann so festgelegt sein, daß sie ein ungenaues L/R- Gleichgewicht hat.

Viele Schallquellen, die in Computer-Spielen verwendet wer den, enthalten überwiegend Niederfrequenz-Energie (Explosionsge räusche zum Beispiel und "Crash"-Effekte), und so sind die obi gen Begrenzungen nicht notwendigerweise ernsthaft, weil die transaurale Übersprech-Auslöschung für diese Quellen mit langen Wellenlängen angemessen ist. Wenn jedoch die Schallquellen über wiegend höherfrequente Komponenten enthalten sollen, wie z. B. Vogelgesang, und insbesondere wenn sie relativ reinen Sinuswel len-Schall umfassen, dann würde es sehr schwierig sein, eine wirksame Übersprech-Auslöschung vorzusehen. Vogelgesang, Insek tengeräusche und dergl. können mit großer Wirkung in einem Spiel verwendet werden, um ein Ambiente zu erzeugen, und es ist oft erforderlich, solche Effekte in der hinteren Hemisphäre zu posi tionieren. Dies ist besonders schwierig bei Verwendung gegenwär tig bekannter Verfahren.

Weitere Verfahren zur Verbesserung der Schallwiedergabe, die in diesem technischen Gebiet den Stand der Technik veranschauli chen, sind in den US-Patenten 4,219,696, 4,524,451 und 4,845,775 offenbart.

Gemäß der vorliegenden Erfindung ist ein Verfahren zur Syn thesierung eines dreidimensionalen Schallfeldes unter Verwendung eines Systems mit zwei Lautsprechern vorgesehen, die vor einer vorgegebenen Position eines Zuhörers angeordnet sind und mit zwei rückwärtigen Lautsprechern, die hinter der bevorzugten Po sition angeordnet sind, wobei das Verfahren umfaßt:

a) Bestimmen der gewünschten Position einer Schallquelle in dem dreidimensionalen Schallfeld relativ zu der be vorzugten Position;
b) Erzeugen eines binauralen Paares von Signalen, die ei nen linken Kanal und einen rechten Kanal entsprechend der Schallquelle in dem dreidimensionalen Schallfeld umfassen;
c) Regeln der Verstärkung des Signals von dem binauralen Paar von Signalen im linken Kanal unter Verwendung von Verstärkungs-Regelungsmitteln für das Frontsignal und von Verstärkungs-Regelungsmitteln für das rückwärtige Signal, um entsprechend verstärkungsgeregelte vordere linke bzw. hintere linke Signale zu erzeugen;
d) Regeln der Verstärkung des Signals von binauralen Paa ren von Signalen im rechten Kanal unter Verwendung von Verstärkungs-Regelungsmitteln für das Frontsignal und von Verstärkungs-Regelungsmitteln für das rückwärtige Signal, um entsprechende verstärkungsgeregelte vordere rechte bzw. hintere linke Signale zu erzeugen;
e) Regeln des Verhältnisses der Verstärkungen des Frontsi gnals und des rückwärtigen Signals als Funktion der ge wünschten Position der lokalisierten Schallquelle rela tiv zu der bevorzugten Position; und
f) Durchführen einer transauralen Übersprech-Kompensation bei den verstärkungsgeregelten Paaren von Frontsignalen und von rückwärtigen Signalen unter Verwendung entspre chender transauraler Übersprech-Kompensationsmittel, und Verwenden dieser beiden kompensierten Signalpaare zur Ansteuerung der entsprechenden in Benutzung befind lichen Lautsprecher.

Die vorliegende Erfindung bezieht sich auf die Wiedergabe von 3D-Schall von Mehrfach-Lautsprecher-Stereosystemen und insbeson dere von Vier-Lautsprecher-Systemen, um eine verbesserte Wirk samkeit einer rückwärtigen Plazierung von virtuellen Schallquel len vorzusehen. Während gegenwärtige Zwei-Lautsprecher-3D- Schallsysteme gegenüber Mehrfach-Lautsprecher-Systemen aus nahe liegenden Gründen wie Kosten, Verdrahtungsschwierigkeiten und die Notwendigkeit von zusätzlichen Audio-Ansteuer-Schaltungen vorteilhaft sind, nutzt die vorliegende Erfindung den Vorteil der Tatsache aus, daß ein Teil von Multi-Media-Benutzern bereits eine 4-(oder mehr)-Lautsprecher-Konfiguration besitzen oder kau fen wird, um für alternative Formate zu sorgen wie z. B. Dolby Digital™. (Es sei jedoch bemerkt, daß solche Formate nur 2D- "Umgebungs"-Systeme sind, die zu einer wahren 3D-Quellen- Plazierung im Gegensatz zur vorliegenden Erfindung nicht in der Lage sind). Die vorliegende Erfindung ermöglicht die Wiedergabe von konventionellem Zwei-Lautsprecher-3D-Schallmaterial über solche Systeme mit vier (oder mehr) Lautsprechern, um eine echte virtuelle 3D-Quellen-Plazierung vorzusehen. Die Erfindung ist insbesondere wertvoll beim Wirksammachen einer hinteren Plazie rung von virtuellen Schallquellen, die reich an HF (hohen Fre quenzen) sind, so daß ein verbesserter 3D-Schall für den Zuhörer erzeugt wird. Dies wird auf eine sehr einfache aber wirksame Weise erzielt.

Zunächst ist es aus Veranschaulichungsgründen nützlich, ein räumliches Bezugssystem in Bezug auf den Zuhörer zu errichten, wie in Fig. 12 dargestellt ist, die den Kopf und die Schultern eines Zuhörers zeigt, der von einer Bezugs-Kugel mit Einheitsdi mension umgeben ist.

Die die Kugel schneidende horizontale Ebene ist in Fig. 12 zusammen mit den horizontalen Achsen dargestellt. Die Achse von vorn nach hinten ist P-P', und die seitliche Achse ist Q-Q', wo bei beide Achsen durch die Mitte des Kopfes des Zuhörers verlau fen. Die hier gewählte Konvention für die Bezugnahme auf Azimut winkel besteht darin, daß sie von dem frontalen Pol (P) zum rückwärtigen Pol (P') gemessen werden, mit positiven Werten auf der rechten Seite des Zuhörers und mit negativen Werten auf der linken Seite. Beispielsweise ist der rechte Pol Q' bei einem Azimutwinkel von +90°, und der linke Pol (Q) bei -90°. Der rück wärtige Pol b ist bei +180° (und -180°). Die mittlere Ebene ist diejenige, die den Kopf des Zuhörers vertikal in einer Richtung von vorn nach hinten schneidet (verlaufend entlang der Achse P-P'). Elevationswinkel werden unmittelbar aufwärts (oder abwärts wie angemessen) von der horizontalen Ebene gemessen.

Im Prinzip kann ein Zweikanal-3D-Schallsignal wirksam entwe der über (a) ein vorderes Paar von Sprechern (±30°), (b) ein rückwärtiges Paar von Sprechern (±150°) wiedergegeben werden, wie in GB 23 11 706 B beschrieben ist; oder (c) über beide gleich zeitig. Wenn jedoch bewirkt wird, daß die Übersprech-Auslöschung aus zuvor beschriebenen Gründen kleiner ist als voll wirksam, z. B. durch schlechtes L-R-Gleichgewicht, dann werden die virtu ellen Schallbilder entweder in Richtung auf die Lautsprecher- Positionen bewegt oder zwischen ihrer Lokalisierung und den Lautsprechern "verwischt". In extremen Umständen kann das Bild zusammenbrechen und unklar werden. Die folgenden zwei Beispiele veranschaulichen diesen Punkt.

Beispiel 1

Wenn eine frontale virtuelle Quelle mit beispielsweise +45° Azimut durch ein übliches (Front)-Paar von Lautsprechern bei ±30° wiedergegeben wird, und wenn aus irgendwelchen der oben ge nannten Gründen weniger als die optimale transaurale Übersprech- Auslöschung vorhanden ist, dann wird das Schallbild zu den Laut sprecher-Positionen gezogen und insbesondere zu dem ohr-nächsten Lautsprecher (d. h. der rechten Lautsprecher-Position: +30°). Dies ist natürlich nicht erwünscht, aber der Positions-"Fehler" von +45° zu +30° ist verhältnismäßig klein. Wenn die virtuelle Quelle hinten bei beispielsweise 150° wäre, dann würde derselbe Effekt auftreten, aber der "Fehler" würde sehr groß sein (+30° bis +150°), was zu einem Zusammenbruch des Bildes führt und das hintere Bild zur Vorderseite des Zuhörers zieht.

Beispiel 2

Wenn eine rückwärtige virtuelle Quelle mit einem Azimut von beispielsweise 135° durch ein rückwärtiges Paar von Lautspre chern bei ±150° wiedergegeben wird, und wiederum weniger als die optimale transaurale Übersprech-Auslöschung vorhanden ist, dann wird das Schallbild wieder zu den Lautsprecher-Positionen gezo gen, und insbesondere zu dem ohr-nahen Lautsprecher (d. h. der rechten Lautsprecher-Position: +150°). In diesem Fall würde der Positions-"Fehler" von +135° bis +150° verhältnismäßig klein sein. Wenn die virtuelle Schallquelle jedoch frontal positio niert würde, z. B. bei +30°, würde dann derselbe Effekt auftre ten, aber der "Fehler" würde sehr groß sein (+30° bis +150°), was einen Bildzusammenbruch verursachen und das frontale Bild auf die Rückseite des Zuhörers ziehen würde.

Aus den beiden obigen Beispielen kann geschlossen werden, daß ein rückwärtiges Lautsprecher-Paar zur Wiedergabe von rückwärti gen virtuellen Bildern besser ist als frontale Lautsprecher, und ein frontales Lautsprecher-Paar besser zur Wiedergabe von fron talen Bildern als rückwärtige Lautsprecher ist.

Es sei nun eine dritte Möglichkeit betrachtet, bei der ein vorderes und hinteres Paar gemeinsam benutzt wird, gleich laut und in gleichem Abstand von dem Zuhörer. Wenn unter diesen Um ständen weniger als die optimale transaurale Übersprech- Auslöschung vorhanden ist, wird das Schallbild zu den Lautspre cher-Positionen gezogen, sowohl vorne als auch hinten, mit dem Ergebnis eines Zusammenbruchs des Schallbildes, das verworren und unbestimmt wird.

Im Gegensatz zu diesen unbefriedigenden Möglichkeiten macht die Erfindung vorteilhaft Gebrauch von diesem Bild-Zieh-Effekt, indem bevorzugt die vorderen virtuellen Schallquellen zu einem vorderen Paar Lautsprechern und die hinteren virtuellen Schall quellen zu einem hinteren Paar von Lautsprechern gesteuert wer den. Wenn demzufolge die Übersprech-Auslöschung kleiner als an gemessen ist, werden die virtuellen Schallquellen in die richti gen Hemisphären "gezogen" anstatt unterbrochen zu werden. Diese Steuerung kann beispielsweise mittels eines Algorithmus erfol gen, der den Azimutwinkel jeder virtuellen Schallquelle dazu verwendet, zu bestimmen, welcher Teil des L-R-Signal-Paares zu den vorderen bzw. hinteren Lautsprechern übertragen werden soll. Eine Beschreibung ist wie folgt.

a) Eine Konfiguration mit vier Lautsprechern wird, wie in Fig. 7 dargestellt, in der horizontalen Ebene angeordnet, wobei die Lautsprecher symmetrisch um die Mittelebene bei ±30° und ±150° angeordnet werden. (Diese Parameter können natürlich so gewählt werden, daß sie zu einer Vielzahl von unterschiedlichen Zuhör-Anordnungen passen).
b) Die Signalquelle des linken Kanals wird beiden rechten Lautsprechern zugeführt, zuerst über vordere bzw. hintere Verstärkungs-Regelungsmittel, gefolgt von vorderen und hinteren transauralen Übersprech-Auslöschmitteln.
c) Die Signalquelle des rechten Kanals wird beiden rechten Lautsprechern zugeführt, zuerst über vordere bzw. hintere Verstärkungs-Regelungsmittel, gefolgt von vorderen und hinteren transauralen Übersprech-Auslöschmitteln.
d) Die vorderen und hinteren Verstärkungs-Regelungsmittel werden gleichzeitig und in einer komplementären Weise ge steuert, um so vorzugsweise insgesamt eine Einheits- Verstärkung (oder in der Nähe davon) für die Summe der vorderen und hinteren Elemente vorzusehen, so daß es nur eine kleine oder gar keine wahrgenommene Änderung in der Schallintensität gibt, wenn die Position des Schallbildes um den Zuhörer herumbewegt wird.

Ein schematisches Diagramm der Erfindung ist in Fig. 8 darge stellt. (Aus Gründen der Klarheit ist nur eine einzige Schall quelle dargestellt und nachfolgend beschrieben, aber in der Pra xis werden natürlich mehrere Schallquellen verwendet, was später beschrieben wird). Gemäß Fig. 8 erfolgt die Signalverarbeitung wie folgt.

1. Eine Schallquelle wird einem HRTF-"binauralen Plazie rungs"-Filter gemäß den Einzelheiten von Fig. 1 zuge führt, so daß sowohl ein L- als auch ein R-Kanal für die nachfolgende Verarbeitung erzeugt wird.
2. Das Paar aus L- und R-Kanal wird (a) vorderen Verstär kungs-Regelungsmitteln und (b) hinteren Verstärkungs- Regelungsmitteln zugeführt.
3. Die vorderen und hinteren Verstärkungs-Regelungsmittel regeln die Verstärkung des vorderen bzw. hinteren Ka nal-Paares, so daß ein bestimmter Verstärkungs-Faktor dem vorderen L- und R-Kanal-Paar gleich zugeführt wird, und ein anderer bestimmter Verstärkungs-Faktor dem hin teren L- und R-Kanal-Paar gleich zugeführt wird.
4. Die L- und R-Ausgänge der vorderen Verstärkungs- Regelungsmittel werden vorderen Übersprech- Auslöschungsmitteln zugeführt, von denen die entspre chenden vorderen Lautsprecher angesteuert werden.
5. Die L- und R-Ausgänge der hinteren Verstärkungs- Regelungsmittel werden hinteren Übersprech- Auslöschungsmitteln zugeführt, von denen die entspre chenden hinteren Lautsprecher angesteuert werden.
6. Die entsprechenden Verstärkungen der vorderen und hin teren Verstärkungs-Regelungsmittel werden so gesteuert, daß sie durch den Azimut-Winkel der virtuellen Schall quelle gemäß einem einfachen vorgegebenen Algorithmus bestimmt werden.
7. Die Summe der entsprechenden Verstärkungen der vorderen und hinteren Verstärkungs-Regelungsmittel ist üblicher weise eins (obwohl dies nicht so sein muß), wenn persön liche Vorlieben einen nach vorn oder hinten bevorzugten Effekt erfordern.

Wenn gemäß der Erfindung eine Mehrzahl von Schallquellen vor gesehen werden sollen, dann muß jede Quelle auf einer individu ellen Basis gemäß den in Fig. 8 bis hinauf zu der TCC-Stufe ge zeigten Signalwegen behandelt werden, und dann müssen die jewei ligen Signale vorn-rechts, vorn-links, hinten-rechts und hinten- links von allen Quellen summiert und in die entsprechenden vor deren und hinteren TCC-Stufen bei den Knoten FR, FL, RR und RL (Fig. 8) eingespeist werden.

Es gibt eine große Vielzahl von Optionen, die für den Algo rithmus verwendet werden können, der die Azimut-Winkel- Abhängigkeit der vorderen und hinteren Verstärkungs- Regelungsmittel steuert. Da der Gesamt-Effekt ein allmähliches Überblenden zwischen vorderen und hinteren Lautsprechern in ei ner Azimut-Winkel-abhängigen Weise ist, wird der beschreibende Begriff "Überblenden" bei den folgenden Beispielen verwendet. Diese Beispiele wurden gewählt, um die brauchbarsten Algorith mus-Varianten anzuzeigen, wobei die drei Hauptfaktoren von (a) Linearität, (b) Überblendbereich, und (c) Überblend-Modulus ver anschaulicht und in den Fig. 9, 10 und 11 dargestellt sind.

Fig. 9a zeigt den einfachsten Überblend-Algorithmus, bei dem der vordere Verstärkungs-Faktor 1 bei 0° ist und sich linear mit dem Azimut-Winkel auf 0 bei 180° vermindert. Der hintere Ver stärkungs-Faktor ist die inverse Funktion davon. Beim Azimut 90° sind der vordere und der hintere Verstärkungs-Faktor gleich (0,5).

Fig. 9b zeigt einen linearen Überblend-Algorithmus ähnlich zu 9a, aber der anfängliche Überblend-Punkt wurde bei 90° anstatt 0° gewählt. Somit ist der vordere Verstärkungs-Faktor eins zwi schen 0° und 90°, und er vermindert sich dann linear mit dem Azimut-Winkel auf 0 bei 180°. Der hintere Verstärkungs-Faktor ist die inverse Funktion davon.

Fig. 10a zeigt einen ähnlichen Algorithmus wie 9b, aber mit der Überblendung zum hinteren Kanal auf 80% begrenzt. Somit ist der vordere Verstärkungs-Faktor eins zwischen 0° und 90° und vermindert sich dann linear mit dem Azimut-Winkel auf 0,2 bei 180°. Wiederum ist der hintere Verstärkungs-Faktor die inverse Funktion davon.

Fig. 10b zeigt ein etwas ähnliches Format zu dem von Fig. 9a mit Ausnahme, daß die Überblend-Funktion nun nicht-linear ist. Eine angehobene Cosinus-Funktion ist für die Überblendung ver wendet worden, was den Vorteil hat, daß es keine plötzlichen Übergangspunkte gibt, wo die Änderungsrate der Überblendung sich plötzlich umkehrt (z. B. bei Bewegung durch die 0°- und 180°- Position) bei den vorhergehenden Beispielen.

Fig. 11a zeigt eine nicht lineare Überblendung mit einem 90°- Überblend-Anfangspunkt (analog zu dem linearen Verfahren von Fig. 9b), und Fig. 11b zeigt eine ähnliche nicht lineare auf 80% begrenzte Überblendung (analog zu Fig. 10a).

Bei den obigen Beispielen ist der Algorithmus, der die Azi mut-Winkel-Abhängigkeit der vorderen und hinteren Verstärkungs- Regelungsmittel steuert, eine Funktion des Azimut-Winkels und unabhängig von dem Elevations-Winkel. Solche Algorithmen haben jedoch einen Nachteil, wenn Elevations-Winkel hoch sind, da kleine Änderungen in der Position der virtuellen Schallquelle zu großen Änderungen in der den vorderen und hinteren Lautsprechern zugeführten Verstärkung führen kann. Aus diesem Grunde ist es vorzuziehen, einen Algorithmus zu verwenden, der die Verstärkun gen sanft (d. h. kontinuierlich) als Funktion von beiden Winkeln ändert. Als Beispiel kann die Funktion f (Φ, θ) = (1-cos(θ) cos(Φ)/2 verwendet werden, wobei Φ der Elevations-Winkel und θ der Azimut-Winkel ist.

Die vorderen und rechten transauralen Übersprech-Auslö schungs-Parameter können, wenn es gewünscht wird, getrennt kon figuriert werden, um so zu nicht komplementär gegenüberliegenden Winkeln zu passen. Beispielsweise vorn bei ±30° und hinten bei ±120°, anstatt 150°.

Die vorderen und rechten transauralen Übersprech-Auslö schungs-Parameter können, wenn es gewünscht wird, getrennt kon figuriert werden, um so zu unterschiedlichen Abständen zwischen dem Zuhörer und den hinteren Lautsprechern und dem Zuhörer und den vorderen Lautsprechern zu passen, wie in unseren parallelen Anmeldungen GB 98 16 059.1 und US 09/185,711 beschrieben ist, die hier als Bezug eingeschlossen werden.

Obwohl eine Gruppe von Kopf-Ansprech-Transferfunktionen, die die vollen 360° überdecken, verwendet werden kann, ist es gerade vorteilhaft, die HRTFs der vorderen Hemisphäre sowohl für die vordere als auch für die hintere Hemisphäre zu verwenden und da mit Speicherraum oder Verarbeitungsleistung einzusparen. Dies liegt daran, daß eine hinten plazierte virtuellen Schallquelle über die hinteren Lautsprecher wiedergeben würde, und wenn so die HRTFs der hinteren Hemisphäre verwendet werden sollen, würde dann die doppelte spektrale Modifizierung zu erzeugen sein, weil der Kopf des Zuhörers seine eigene hintere spektrale Modifizie rung zusätzlich zu der liefern würde, die durch die HRTF einge führt würde. Somit ist die Kopf-Ansprech-Transferfunktion, die für eine lokalisierte Schallquelle erzeugt wird, die die ge wünschte Position hinter der bevorzugten Position des Zuhörers bei einem Azimut-Winkel von (180-θ) Grad hat, vorzugsweise im we sentlichen die gleiche wie die Kopf-Ansprech-Transferfunktion, die für eine lokalisierte Schallquelle vorgesehen wird, die eine gewünschte Position hat, die vor der bevorzugten Position des Zuhörers bei einem gegebenen Azimut-Winkel von θ Grad lokalisiert ist, wobei die HRTF für eine gewünschte Position, die sich bei einem Azimut-Winkel von 150° befindet, vorzugsweise im wesentli chen die gleiche ist, wie die HRFT für 30° Azimut, usw.

Die Erfindung kann so ausgeführt werden, daß sie mitzusätz lichen Lautsprecher-Paaren arbeitet, indem einfach geeignete Verstärkungs- und TCC-Stufen hinzugefügt werden, wobei eine Ar chitektur aufgebaut wird, die in Fig. 8 dargestellt ist. Dies würde nur noch eine einzelne binaurale Plazierungs-Stufe für je de Schallquelle wie gegenwärtig erfordern, und die entsprechen den TCC-Stufen würden die Beiträge von den entsprechenden Ver stärkungsstufen summieren. Beispielsweise würde ein drittes Lautsprecher-Paar (was insgesamt 6 ausmachen würde), das seit lich bei beispielsweise ±90° positioniert würde, keine zusätzli chen binauralen Plazierungs-Stufen erfordern, ein Extra-Paar von Verstärkungsstufen für jede Quelle, und eine einzelne Extra-TCC- Stufe für das zusätzliche Lautsprecher-Paar, konfiguriert für den geeigneten Winkel (90° bei diesem Beispiel) und Abstand.

Es ist manchmal erwünscht, eine normale Stereo-Speisung oder eine Mehrkanal-Umgebungs-Schall-Zuführung zusammen mit den loka lisierten Schallquellen zu kombinieren, die durch die vorliegen de Erfindung vorgesehen werden. Um dies zu erreichen, können die durch die vorliegende Erfindung für jeden Lautsprecher vorgese henen Signale einfach zu den Signalen von der anderen Quelle vor der Übertragung zu den Lautsprechern hinzugefügt werden, um die gewünschte Kombination zu erzeugen.

Claims

1. Verfahren zum Synthetisieren eines dreidimensionalen Schall feldes unter Verwendung eines Systems mit zwei Front- Lautsprechern, die vor einer bevorzugten Position für einen Zuhörer angeordnet sind, und mit zwei rückwärtigen Lautspre chern, die hinter der bevorzugten Position angeordnet sind, umfassend:

a) Bestimmen der gewünschten Position einer lokalisierten Schallquelle in dem dreidimensionalen Schallfeld rela tiv zu der bevorzugten Position;
b) Erzeugen eines binauralen Paares von Signalen, die ei nen linken Kanal und einen rechten Kanal entsprechend der lokalisierten Schallquelle in dem dreidimensionalen Schallfeld umfassen;
c) Regeln der Verstärkung des Signals von dem binauralen Paar von Signalen im linken Kanal unter Verwendung von Verstärkungs-Regelungsmitteln für das vordere Signal und von Verstärkungs-Regelungsmitteln für das hintere Signal, um entsprechende verstärkungsgeregelte vordere linke bzw. hintere linke Signale zu erzeugen;
d) Regeln der Verstärkung des Signals von dem binauralen Paar von Signalen im rechten Kanal unter Verwendung von Verstärkungs-Regelungsmitteln für das vordere Signal und von Verstärkungs-Regelungsmitteln für das hintere Signal, um entsprechende verstärkungsgeregelte vordere rechte bzw. hintere rechte Signale zu erzeugen;
e) Regelung des Verhältnisses der Verstärkungen des vorde ren Signals und des hinteren Signals als Funktion der gewünschten Position der lokalisierten Schallquelle re lativ zu der bevorzugten Position; und
f) Durchführen einer transauralen Übersprech-Kompensation bei dem verstärkungsgeregelten Paar von vorderen Signa len und von rückwärtigen Signalen unter Verwendung ent sprechender transauraler Übersprech-Kompensationsmit tel, und Verwendung dieser beiden kompensierten Signal- Paare zur Ansteuerung der entsprechenden in Benutzung befindlichen Lautsprecher.

2. Verfahren nach Anspruch 1, bei dem der Schritt e) so ausge führt wird, daß das Verhältnis der Verstärkung des vorderen Signals zu der des rückwärtigen Signals von dem Azimut- Winkel der lokalisierten Schallquelle relativ zu der bevor zugten Position bestimmt wird.

3. Verfahren nach Anspruch 1, bei dem der Schritt e) so ausge führt wird, daß das Verhältnis der Verstärkung des vorderen Signals zu der des rückwärtigen Signals eine kontinuierliche Funktion des Azimut-Winkels der lokalisierten Schallquelle relativ zu der bevorzugten Position ist.

4. Verfahren nach Anspruch 1, bei dem der Schritt e) so ausge führt wird, daß das Verhältnis der Verstärkung des vorderen Signals zu der des rückwärtigen Signals eine kontinuierliche Funktion sowohl des Azimut-Winkels als auch des Elevations- Winkels der lokalisierten Schallquelle relativ zu der bevor zugten Position ist.

5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem das binaurale Paar von Signalen durch Hindurchschicken eines monophonen Signals durch Filtermittel erzeugt wird, die eine Kopf-Ansprech-Transferfunktion ausführen.

6. Verfahren nach Anspruch 5, bei dem die Kopf-Ansprech- Transferfunktion, die für eine lokalisierte Schallquelle vorgesehen ist, die eine gewünschte Position hat, die sich von der bevorzugten Position des Zuhörers unter einem gege benen Azimut-Winkel von θ Grad befindet, im wesentlichen dieselbe ist wie die Kopf-Ansprech-Transferfunktion, die für eine lokalisierte Schallquelle vorgesehen ist, die eine ge wünschte Position hat, die sich hinter der bevorzugten Posi tion des Zuhörers unter einem Azimut-Winkel von (180-θ) Grad befindet.

7. Verfahren, bei dem eine Mehrzahl von Signalen, von denen je des einer Schallquelle entspricht, gemäß einem der vorlie genden Ansprüche synthetisiert wird, wobei jeweilige Kanäle jedes Signals summiert werden, um ein kombiniertes Paar von vorderen Signalen und ein kombiniertes Paar von hinteren Si gnalen zu erhalten, die anschließend einer transauralen Übersprech-Kompensation unterworfen werden.

8. Verfahren nach einem der vorliegenden Ansprüche, bei dem die Lautsprecher gleichzeitig verwendet werden, um ein zusätzli ches Mehrkanal-Audiosignal zu erzeugen, wobei dieses zusätz liche Signal den der transauralen Übersprech-Kompensation unterworfenen Signalen hinzugefügt und den entsprechenden Lautsprechern zugeführt wird.

9. Vorrichtung mit einem Computer-System, das so programmiert ist, daß es ein Verfahren gemäß einem der vorhergehenden An sprüche ausführt.