TWI538393B - 響應於頻譜局部化來控制音訊信號響度的技術 - Google Patents

Description

響應於頻譜局部化來控制音訊信號響度的技術 發明領域

本發明係有關音訊信號處理技術，更特別係有關藉由量測音訊信號之經加權寬頻等級以及將經加權寬頻等級修正為此音訊信號之頻譜局部化估算的一個函數，來修正音訊信號之響度。

相關申請案之交叉參考

本案請求於2009年四月30日所提申之美國臨時專利申請案第61/174,468號之優先權，其全文於此併入參照。

本發明係有關音訊信號處理。更尤其，本發明係有關藉由量測音訊信號之經加權寬頻等級，以及將經加權寬頻等級修正為此音訊信號之頻譜局部化估算的一個函數，來修正音訊信號之響度。

發明概要

依據本發明之一觀點，一種用以控制音訊信號之響度之方法包含下列步驟：接收一個音訊信號，產生該音訊信號之頻譜局部化的一個估算，產生該音訊信號的一個響度寬頻衡量，響應於該音訊信號之頻譜局部化的一個估算，而修正該響度寬頻衡量，以及響應於經修正的該響度寬頻衡量，而修正於該音訊信號之寬頻等級。產生該音訊信號之頻譜局部化的一個估算步驟包括下列步驟：在運用一個感知頻率成帶規模時，判定該音訊信號之能量屬大部分位於該信號之總音訊頻寬的一半之內的程度，其可轉而包括下列步驟：將該音訊信號劃分成多個頻帶，以及響應於在兩個頻帶中的相關等級而產生一個比例縮放因子。經修正之該響度寬頻衡量可被暫時平滑化，且該音訊信號之寬頻等級可響應於經平滑化之經修正的該響度寬頻衡量而被修正。此暫時平滑化步驟可具有實用於音節語音處理的一或多個時間常數。該等兩個頻帶可為具有第二大與最大等級功率值的的頻帶。該等兩個頻帶可為最低的兩個頻帶。產生該音訊信號的一個響度寬頻衡量步驟可係在該音訊信號藉由一個加權濾波器的處理之後判定該音訊信號之該響度寬頻衡量。該響度寬頻衡量與在二或多個頻帶中之等級各係基於短期等級上。

雖然原則上，本發明可係於類比或數位域(或此二者之某些組合)中實行，然而，於本發明之實際實施例中，音訊信號係由資料塊中之樣本所表示的，並且係於數位領域中完成處理動作。

於第1和2圖中，當基本上一模一樣的裝置與功能於多個圖示中出現時，其係具有相同的參考號碼。經修正的裝置與功能係由單引號(’)或雙引號(”)符號來區別。

第1圖為用以依據本發明之觀點而控制音訊信號之響度的一個配置之功能概略方塊圖。此配置接收音訊信號，並將其施用至兩個路徑：一個控制路徑以及一個信號路徑。於控制路徑中，係以一個量測響度裝置或功能2來量測音訊信號之響度。所得出之響度衡量被施用至一個修正響度裝置或功能4，其利用此響度衡量及一或多個「響度修正參數」來創造一個增益值，此增益值在如於乘法器8中和原始音訊信號相乘時，會產生具有所欲經修正響度的一個經修正音訊信號。可藉由一個延遲6來延遲信號路徑中之音訊信號，以和在量測響度2和修正響度4中所引發的潛伏時間匹配。雖然此配置可係不中斷地操作、間歇地操作或是針對一個有限長度音訊信號而只操作一次，例如本文中所說明之範例，但音訊信號亦可係於約為5至20毫秒的連續時間間隔區塊中被間歇地處理──不過，這樣的一個區塊長度對於本發明而言並不具關鍵性。

修正響度4包括響度對上增益的一個特性，其響應於輸入響度衡量與一或多個響度修正參數而輸出一個增益值。此等響度修正參數可選擇及/或修正響度對增益特性。所導出之增益值可藉由，例如在響度衡量動態地改變時，施行壓縮及/或擴張，來例如在音訊信號上強加一個動態範圍的修正。

量測響度2運用一個以經加權等級為基礎的響度度量。音訊信號被傳過加權濾波器10，例如強調在感知上較為相關之音訊頻率並降低在感知上較不相關之頻率的A、B或C加權濾波器。於音訊信號之各個時間間隔(在此範例中為一個區塊)，音訊信號之寬頻等級(典型上為寬頻功率)在等級計算裝置或功能12中被計算，並，選擇性地，在平滑化裝置或功能14中暫時被平滑化，以產生一個時間平滑頻寬功率度量，其為響度的一個衡量。「寬頻」係指音訊信號的整個頻帶或頻譜(全頻寬音訊)，或實質上的整個頻帶(在實際實作中，常採用於頻譜末端處之帶限濾波)。若目標係要隨著時間修正音訊信號響度，在平滑化14中之平滑化便可就和響度之感知時間平滑化相稱的時間常數而被執行。例如，可採用具有15毫秒之起音時間和50毫秒之釋音時間的感知平滑化。然而，那些時間常數對於本發明而言並不具關鍵性，並係可使用其他數值。

發明人發現，如下文所述，例如由加權濾波器10和等級計算12所執行的經加權等級(典型上係功率)度量會明顯地高估在頻譜上局部化的信號。換句話說，當基於經加權等級的一個短期(在上文之範例中，便係和5到20毫秒之區塊時間間隔相稱的時間)響度度量被校準，以和針對平均與頻譜複雜音訊信號的主觀響度估算匹配時，在頻譜上局部化的信號會被量測為顯然比主觀響度估算更為響亮，並被和其他信號不成比例地對待。例如，在以響度之動態處理為基礎的情況中，結果可能會是有比所需更多的增益改變被施加至在頻譜上局部化的信號。

仍參考第1圖，平行於在加權濾波器10和等級計算12中所執行的經加權寬頻等級度量，音訊信號被施行至一個濾波器排裝置或功能16，其將音訊信號分裂成多重的頻帶。一個頻譜局部化裝置或功能18判定音訊信號在頻譜上有多集中，並計算一個減少響度比例縮放因子。此比例縮放因子被乘上寬頻信號等級估算，以在音訊信號變得越來越頻譜局部化時降低響度估算。所得出的經降低頻寬等級估算如上文所述地在平滑化14中被選擇性地平滑化。經選擇性平滑化之頻寬等級估算，其為響度的一個衡量，被施行至修正響度4，修正響度4產生一個增益值，以用於產生響度被調整的經修正音訊信號。

「頻譜局部化」係指正被處理的音訊信號之頻寬中的信號成份分佈的窄頻度衡量。就本發明之目的而言，在運用諸如ERB或臨界頻帶(巴克(Bark))規模的感知頻率成帶規模時，當一個信號的能量大部分係位於半個20赫茲到20千赫茲的人類聽覺頻寬之內時，可將其看作是窄頻的或頻譜局部化的。在被發現是很有用處的一個實際實施例中，可將人類聽覺頻寬劃分成五個頻帶，如於第4圖中所示，且一個音訊信號在其信號能量大部分係位於這些頻帶中之一者，其於巴克規模上會小於此信號之總音訊頻寬，內時，會被認為是窄頻的或頻局部化的。以此例之方式來判定窄頻度或頻譜局部化對於本發明而言不具關鍵性。亦可使用其他判定窄頻度或頻局部化之方式。

第2圖為示出第1圖之配置的一種變異型態之一例的功能概略方塊圖，其中的量測響度2’不同於第1圖的量測響度2。於第2圖的此範例中，提供輸入給濾波器排16的是經加權的音訊信號，而非未經加權的音訊信號。這樣的另一種配置具有一些優點。第一，加權濾波器10作為一個阻礙直流(DC)濾波器，減少了直流信號對於濾波器排16與頻譜局部化18計算的干擾之影響。第二，其提供在更與感知相關的音訊信號給濾波器排16和頻譜局部化18，而導致一個最終比例縮放因子，其被發現在音訊信號之響度接著於乘法器8中由增益值修正時會有較佳表現。

圖式簡單說明

第1圖為用以依據本發明之觀點，而控制音訊信號之響度的一個配置之功能概略方塊圖。

第2圖為示出第1圖之配置的一種變異型態之一例的功能概略方塊圖，其中的量測響度2’不同於第1圖的量測響度2。

第3圖為適於在第1和2圖之配置中使用的一個加權濾波器之理想化響應特徵(增益對上頻率)。

第4圖示出在一個濾波器排16中之頻帶的理想化濾波響應特徵(功率響應對上頻率)，此等響應特徵適於用在第1和2圖之配置中。

較佳實施例之詳細說明

參考第1圖之範例，音訊信號係由一個加權濾波器10過濾，加權濾波器10之頻率響應可為例如於第3圖中所示之理想化響應。此濾波器可具有擁有300赫茲之角頻率的一第一階高通特徵，以及類似於用於經加權功率衡量的其他一般A、B及C加權濾波器的低頻特徵。濾波器動作可由下式表示：

x'(n)=H[x(n)]，　(1)

其中加權濾波器輸入為x(n)，加權濾波器輸出為x’(n)，而濾波器轉移函數為H。雖然已發現此加權濾波器特徵係有用的，但其對於本發明而言並不具關鍵性，亦可運用其他加權濾波器特徵。

等級計算12接著運算在一個有N個樣本的區塊中之平均樣本(n)功率，其中k為區塊索引。等級計算可由下式表示：

如更於下文中所說明的，濾波器排利用區塊k中之音訊樣本之自相關，來運算頻譜帶功率值。更具體而言，可建構出此音訊信號之N+Q個樣本的一個滑動重疊區塊，其中有Q個樣本和相鄰區塊重疊，並被視窗函數視窗化。此視窗函數可在中心統一，並於邊緣處逐漸朝零減少，以減少在自相關中和邊緣有關的誤差。對於重疊長度Q而言的一個有用的值可為於48千赫茲下31個樣本，雖然這對於本發明而言並不具關鍵性，且亦可運用其他重疊長度與取樣率。可接著運算這k個視窗化樣本區塊的自相關。這可由下式表示：

其中w(n)為視窗化樣本，而l為自相關滯後索引。

可利用一個矩陣而將自相關值A(k,l)轉換成頻帶功率值B，其中b為頻帶索引。48千赫茲的取樣率之值是合適的，且可被四捨五入至五位小數。

一種普遍用來計算音訊信號在目標頻帶中之功率的方法，係過濾此音訊信號，然後計算此經過濾信號的自相關。自相關之0滯後為頻帶功率。若此頻帶濾波器為FIR濾波器，則可等效地將頻帶功率計算為濾波器脈衝響應之點積。因為兩個自相關向量皆為對稱的，所以可利用各個自相關向量的一半來執行此點積──其中，非零滯後值被加總兩次。矩陣M之各列各係代表一個帶寬濾波器的一側邊自相關。非零滯後值被加倍，以作用出必要雙重加總。矩陣M具有針對各個頻帶的列。在這個範例中，已發現五個頻帶可產生有用結果。頻帶數量之選擇牽涉到一種權衡──雖然少量的頻帶會減少複雜度，但當頻帶數量太少時，此配置可能無法檢測出在一般信號條件下的窄頻度。合適的濾波器排16頻帶濾波器功率響應，已示於第4圖之理想化響應中。矩陣M實現此等濾波器，並亦包括使「每ERB頻帶之能量」在各個頻帶之間相同的比例縮放。眾所皆知，ERB規模為一種基於心理聲學的頻率映射。在第4圖中，於大約20千赫茲之低「碰撞」係從在此範例中約集中在8千赫茲的第二頻帶濾波器浪湧而來。

因為典型音訊信號具有較多低音能量與較少具有升高頻率的能量(類似於粉紅雜訊信號)，所以第一頻帶幾乎總是具有明顯比所有其他頻帶更多的能量。為了補償這種情況，較佳係藉由降低約10Db(x 0.1)的功率，來對一般發生的信號減少第一頻帶的頻帶功率，以約略相似於其他頻帶。結果會是經修正頻帶功率B’，其可由下式表示：

在減少第1頻帶之後，頻譜局部化裝置或功能18可接著將比例縮放因子計算為第二大與第三大頻帶功率值之比率，這是只需低處理能力與記憶體的一種簡單計算。可將比例縮放因子限制在大約-7 dB(x 0.2)與0 dB之間。若此比率之分母為零，那麼此相除結果便為未界定的，並因此將比例縮放因子D(k)設定為1.0。

其中B"=B'不包括max(B')。

對於粗略擁有一個粉紅雜訊樣貌頻譜的典型訊信號而言，比例縮放因子D(k)會很接近1.0，而對於頻譜局部化信號而言，則很接近0.2。

最後，可將經縮放經加權功率度量P_D(k)計算為經加權功率衡量比例縮放因子之積：

P _D (k)=D(k).P(k)　(7)

經縮放經加權功率度量可選擇性地接著於平滑化14中被平滑化。

可更藉由考慮(在縮減第1頻帶後的)前(頻率中最低的)兩個頻帶而簡化第6式之計算。可將比例縮放因子計算為這前兩個頻帶功率中之較小者對較大者的比率。如上所述，較佳係將此比例縮放因子限制於-7 dB與0 dB之間的範圍。如上所述，若此比率之分母為零，那麼相除結果便為未界定的，並因此將比例縮放因子D(k)設定為1.0。

除了稍微加快運算速度以外，亦已發現第8式具有一些聲音品質優勢。第6式的一個問題是，在人聲歌唱期間，當不只是比例縮放因子朝向1.0升高，而信號功率也升高時，會有「嘶音」的情況。淨效應在功率中戲劇化地增加會導致在動態處理的情況中，下游響度處理對「嘶音」施用比所必須的更多的增益衰減。去唇齒音為混音的一種常用工具，但當過度使用時，其於感知上可能會變得十分擾人。由於第8式只著眼於較低頻帶，故比例縮放因子不會在人聲歌唱中之唇齒音「嘶音」期間上升得那麼快。

實作

本發明可實施於硬體或軟體，或二者之組合(如可規劃邏輯陣列)中。除非以其他方式明言，否則包括在本發明內作為一部分的演算法及處理並不固然與任何特定電腦或其他裝置有關。特別是，多種一般用途機器可係配合依據本文中之教示所寫的程式使用，或者是，建構更專用的裝置(如積體電路)來執行所需方法步驟可更為便利。因此，本發明可實施於各包含至少一個處理器、至少一個資料儲存體系統(包括依電性與非依電性記憶體及/或儲存體元件)、至少一個輸入裝置或埠及至少一個輸出裝置或埠的一或多個可規劃電腦系統上執行的一或多個電腦程式。程式碼被施用來輸入資料，以執行本文中所描述之功能並產生輸出資訊。此輸出資訊係以已知方式被施用至一或多個輸出裝置。

此種程式各可係於任何所欲電腦語言(包括機器、組合或高階程序、邏輯或物件導向程式語言)中實施，以和電腦系統通訊。在任何一個實例中，此語言皆可為經編譯或經解譯的語言。

此種電腦程式各較佳係儲存在或是下載至可由一般或特定用途可規劃電腦讀取的一個儲存體媒體或裝置(例如固態記憶體或媒體，或磁性或光學媒體)，用以在此儲存媒體或裝置由電腦讀取來執行本文中所說明的程序時組配與操作此電腦。亦可考慮將此創新系統作為配合一個電腦程式組配的一個電腦可讀儲存媒體來實施，其中如此組配的儲存媒體使一個電腦系統以一種特定與預定的方式操作，以執行本文中所說明的功能。

業已說明本發明之多個實施例。然而，應理解，多種修改型態係可在不悖離本發明之精神與範圍下做出。例如，本文中所說明的一些步驟可係不與順序相關，且因此可以不同於所說明之順序來執行。

2、2’．．．量測響度

4．．．修正響度

6．．．延遲

8．．．乘法器

10．．．加權濾波器

12．．．等級計算

14．．．平滑化

16．．．濾波器排

18．．．頻譜局部化

20．．．乘法器

第1圖為用以依據本發明之觀點，而控制音訊信號之響度的一個配置之功能概略方塊圖。

第2圖為示出第1圖之配置的一種變異型態之一例的功能概略方塊圖，其中的量測響度2’不同於第1圖的量測響度2。

第3圖為適於在第1和2圖之配置中使用的一個加權濾波器之理想化響應特徵(增益對上頻率)。

第4圖示出在一個濾波器排16中之頻帶的理想化濾波響應特徵(功率響應對上頻率)，此等響應特徵適於用在第1和2圖之配置中。

2．．．量測響度

4．．．修正響度

6．．．延遲

8．．．乘法器

10．．．加權濾波器

12．．．等級計算

14．．．平滑化

16．．．濾波器排

18．．．頻譜局部化

20．．．乘法器

Claims (8)

1. 一種用以調整一音訊信號之響度同時減少其感知頻譜平衡變化之方法，其包含：施用該音訊信號於具有一高頻響應特徵與一低頻響應特徵之一可動態控制高通濾波器，該高通濾波器提供一在感知上相關的音訊信號於一濾波器排，該濾波器排產生該音訊信號之多個頻帶，供產生一因子之一頻譜局部化組件用，該因子用於按比例縮放該等多個頻帶中的所欲增益，接收關於該音訊信號的多個頻帶之每一頻帶中的該所欲增益的動態改變資訊，當施用於該音訊信號，其在該音訊信號的響度改變時傾向於保持感知頻譜平衡，該資訊係響應於該音訊信號及一所欲響度，其中有三個或三個以上頻帶相互並列，包括通常介於該高頻響應特徵於其中改變的頻率範圍的下限與該低頻響應特徵於其中改變的頻率範圍的上限間的一固定頻帶、位於該濾波器的響應於其中改變的頻率範圍上限的一上頻帶，以及介於該固定頻帶與該上頻帶間之至少一頻帶；以及響應於該資訊來動態地控制該高通濾波器，其中該高頻響應特徵係響應於該三個或三個以上頻帶之每一頻帶中的該所欲增益而受控，及該低頻響應特徵係響應於該固定頻帶中的該所欲增益而受控。
2. 如申請專利範圍第1項所述之方法，其中該高頻響應特徵係一可變架形濾波器響應且該低頻響應特徵係一可 變斜率響應，其於對數域中具有在單調上降至低於該固定頻帶的一增強/衰減，該可變架形濾波器響應係響應於所述三個或三個以上頻帶之每一頻帶中的該所欲增益而受控，且該可變斜率響應係響應於所述固定頻帶中的該所欲增益而受控。
3. 如申請專利範圍第2項所述之方法，其中該高通濾波器包含有大約300赫茲之一角頻的一直流阻濾器(DC blocking filter)。
4. 如申請專利範圍第2項所述之方法，其中於包括該固定頻帶與該上頻帶的該頻率範圍內的頻帶個數係少於該頻率範圍內人耳之臨界頻帶的個數，以及其中每一頻帶中之該所欲增益係藉由分析於比該個別頻帶的頻率範圍更寬的一頻率範圍之該輸入信號而得。
5. 如申請專利範圍第2項所述之方法，其中該可變架形濾波器響應之該截止頻率係響應於與聽覺的一臨界值有關的該音訊信號之該等級。
6. 如申請專利範圍第1項所述之方法，其中該固定頻帶係大約700赫茲至大約2千赫茲，以及其中在該固定頻帶中的該所欲增益係藉由分析於包含500赫茲至2千赫茲間頻率的一頻率範圍之該輸入信號而得。
7. 一種儲存於一非暫態電腦可讀媒體上之電腦程式，用以致使一電腦執行如申請專利範圍第1、2、3、4、5或6項之方法。
8. 一種有電腦程式儲存在內之非暫態電腦可讀媒體，其中 該電腦程式執行如申請專利範圍第1、2、3、4、5或6項之方法。