WO2010018263A1 - Procedimiento y aparato para el realzado del estéreo en grabaciones de audio - Google Patents

Procedimiento y aparato para el realzado del estéreo en grabaciones de audio Download PDF

Info

Publication number
WO2010018263A1
WO2010018263A1 PCT/ES2009/000409 ES2009000409W WO2010018263A1 WO 2010018263 A1 WO2010018263 A1 WO 2010018263A1 ES 2009000409 W ES2009000409 W ES 2009000409W WO 2010018263 A1 WO2010018263 A1 WO 2010018263A1
Authority
WO
WIPO (PCT)
Prior art keywords
stereo
audio
frequency
cosine
sound
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.)
Ceased
Application number
PCT/ES2009/000409
Other languages
English (en)
French (fr)
Inventor
Máximo COBOS SERRANO
José Javier LOPEZ MONFORT
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universidad Politecnica de Valencia
Original Assignee
Universidad Politecnica de Valencia
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Universidad Politecnica de Valencia filed Critical Universidad Politecnica de Valencia
Publication of WO2010018263A1 publication Critical patent/WO2010018263A1/es
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S1/00—Two-channel systems
    • H04S1/002—Non-adaptive circuits, e.g. manually adjustable or static, for enhancing the sound image or the spatial distribution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S1/00—Two-channel systems
    • H04S1/007—Two-channel systems in which the audio signals are in digital form
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2400/00—Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/15—Aspects of sound capture and related signal processing for recording or reproduction

Definitions

  • the present invention is framed within the field of sound-oriented digital signal processing systems, in particular those that improve the spatial sound sensation within what is known as stereo enhancement.
  • the present invention consists of a method and an apparatus for improving the sensation of sound spatiality when stereo recording is performed by two nearby microphones.
  • stereo enhancement seeks to process a 2-channel sound recording so that it is possible to introduce a greater sense of space in the sound reproduction. In this way, the sound image created in stereo playback is enlarged and achieves a greater immersion feeling of the listener, enriching the listening experience. This feeling increases the quality, depth and feeling of the music played. From a practical point of view, stereo enhancement aims to extend the stereo field to a 180 ° arc in front of the listener.
  • One way to modify the apparent location of a sound in the stereo field is to alter the intensity of one of the channels. In this way, the sound seems to come from a point near the highest gain channel.
  • Another way to alter the apparent location of a sound in the stereo field is to delay the arrival of the ' signal of one channel with respect to the other. This is You can get one of the channels ahead of each other with respect to the other. The sound that arrives before is the dominant one and its location will be closer to the speaker in which the signal is advanced. This effect is known in the literature as "precedence effect” or "Hass effect”.
  • phase of the channels can also result in an enlargement of the stereo image. If the phase of one of the channels is reversed, the sound can even be perceived behind the listener.
  • Channel equalization is also used by other processors to enlarge the stereo image, for example, using filters where low frequencies are sent to the left channel and high frequencies are sent to the right channel.
  • the timbre of the recording can be greatly altered.
  • the invention has the advantage of selectively processing the sound picked up by the two microphones in time and frequency to modify the stereo field according to the reality in which the sound picked up. This results in a stereo signal processed as a result. So far as the sound sources captured have been spatialized (given a sense of spatial distribution) in a completely realistic way and with a resulting quality far superior to current systems.
  • the present invention consists of a method for the enhancement of stereo in audio recordings as well as the apparatus that is capable of carrying out said procedure.
  • the procedure consists of the following essential stages:
  • these recording media will be two microphones, however, the procedure is not limited to this type of signal capture but can be applied to signals previously captured and stored in computer or other analog formats.
  • the embodiments use the transform Fast Fourier.
  • This stage is what allows a weighted reproduction for each output channel depending on the source source's source address. Although the distance between the reading means is very small, the detection of the address results in a parameter that subsequently allows the stereo aperture to be extended with the signal processing.
  • a stereo output signal is generated by applying an anti-transform that transforms the modified output signal and expressed in the frequency domain to the temporal domain.
  • This output can end up being stored, for example in a computer file, or being played directly on speakers or headphones.
  • FIG 1 shows various examples of devices on which the invention is applicable.
  • Figure 2 is a scheme that allows to determine the calculation of the direction of arrival of a sound from its sound source.
  • Figure 3 is a schematic of the device that allows the processing of the microphone signals.
  • Figure 4 is a representation scheme for evaluate the relationship between two reception points distanced from each other, one that corresponds to the real point of perception and the second to a fictitious point.
  • Figure 5 is a scheme based on the previous one that allows to relate the different geometric parameters that link the angles between the two points of perception.
  • Figure 6 is a graph where the value of the calculated angle ' m is related to the value after the correction "• > m for different parameter values
  • the present invention consists of a method of enhancing stereo perception that is capable of operating with sound recording from two very close points.
  • This advantage allows the use of small devices (1) such as a mobile phone or a video camera on which two very close microphones (Ml, M2) have been incorporated.
  • each microphone Ml, M2
  • J the channel number
  • they are processed by temporary windows of short duration, obtaining a Fourier transform! > m ⁇ e short time (Short-Time Fourier Tranform) of points or samples in time instants within the i 'N window:
  • Figure 2 shows a scheme where from two microphones (Ml, M2) a reference line is drawn that joins them.
  • the angle of incidence of the sound front denoted by the Greek letter ⁇ , which comes from the source (S), indicates the direction of origin of the sound source (S).
  • the figure shows an angle ⁇ less than 90 degrees and therefore the sound front reaches the right microphone (M2) earlier than the left microphone (Ml).
  • the cosine Dac> mL of the angle D that forms the direction of arrival of the sound from the sound source (S) with respect to the line that joins the points of the space on which the audio reading is carried out, for each Index of the transformed, is determined as
  • ⁇ > m denotes the offset between one channel and the other, it is the number of samples in the temporal domain used in the fast Fourier FFT transform, c is the speed of sound propagation, it is the distance between the two points of the space where carries out the audio reading, and • * "is the sampling frequency of the audio signal.
  • Estimated arrival direction (cosine D uc, m ⁇ Z the ⁇ D arrival angle) is limited to the range [- 1.1] if exceeding these ranges.
  • the scheme shown in Figure 2 shows the sound source (S) forming an angle ⁇ with i to the line that joins the two microphones (Ml, M2) that act as reception means of the audio signal. Both microphones (Ml, M2) are separated a distance.
  • the oblique lines perpendicular to the line that indicates the angle of arrival of the sound source (S) are the sound front with phases' and 2 respectively.
  • a differential gain is applied to J > m for each frequency and for each channel, obtaining an amplified signal of different mode in each frequency according to a gain function Uj> m for -Z - 1 ' 2 such that, the output in the frequency domain for each channel is
  • the gain factors can be determined in different ways.
  • the gain function at J ' m for J ⁇ * > is an energy conservation panoramic law:
  • the cosine value of the angle Da: ' mC calculated has been calculated with the actual configuration with respect to the position of the sound source (S) and the microphones (Ml, M2). It is possible to modify the degree of stereo amplitude by changing the angle used in the amplification with respect to the initially calculated angle.
  • a parameter s is defined, which is the parameter that relates the angle calculated and used in the amplification phase.
  • P s is such that if the parameter P s is positive it increases the stereo aperture and negative reduces it.
  • the null value would indicate that the calculated value is used.
  • An application of interest is to make use of a degree of stereo aperture that corresponds to a location of the microphones (the midpoint is the reference considered in these examples) different from the real one and which in turn corresponds to predetermined variables .
  • a variation of the parameter * is carried out in a coordinated manner to the zoom position such that the sound aperture corresponds, not to the location of the camera, but to the location of the focal point of the image.
  • Figure 4 shows a distance z between the camera position and the focus of the image.
  • the position z •, z 2 have different openings A ⁇ , A 2 , the first A 'smaller than the second A 2 closest to the stage.
  • This device has at least:
  • This same device may have input means of a parameter for adjusting the degree of stereo opening or have them attached to another device.
  • This is the case of a video camera where the degree of aperture is synchronized with the zoom setting. With this link the sound would have a stereo aperture corresponding to the degree of visual opening of the image.
  • a potentiometer or physical means for modifying the degree of stereo opening that allows manual variation can be provided.
  • the same device can reproduce the processed signal with stereo opening or store it in an audio computer file.
  • FIG 3 It is in figure 3 where a schematic of the device that allows the processing of the microphone signals is shown.
  • the two microphones (Ml, M2) give rise to differentiated ' 2 audio signals that are transformed by a calculation unit (indicated by the FFT reference which is the type of transform used in these examples).
  • the output signals are amplified according to the angle calculated for each frequency and after transforming the signal back to the temporal domain they can be reproduced by means of speakers or stored in a file (not schematically represented in this example).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Stereophonic System (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Stereophonic Arrangements (AREA)

Abstract

La presente invención se enmarca dentro del campo de sistemas de procesado digital de la señal orientados al sonido, en concreto en aquellos que mejoran la sensación espacial sonora dentro de lo que se conoce como realzado estéreo. En particular, la presente invención consiste en un procedimiento y un aparato para mejorar la sensación de espacialidad sonora cuando se realiza una grabación estéreo mediante dos micrófonos cercanos.

Description

PROCEDIMIENTO Y APARATO PARA EL REALZADO DEL ESTÉREO EN GRABACIONES DE AUDIO
DESCRIPCIÓN
OBJETO DE LA INVENCIÓN
La presente invención se enmarca dentro del campo de sistemas de procesado digital de la señal orienta- dos al sonido, en concreto en aquellos que mejoran la sensación espacial sonora dentro de lo que se conoce como realzado estéreo. En particular, la presente invención consiste en un procedimiento y un aparato para mejorar la sensación de espacialidad sonora cuando se rea- liza una grabación estéreo mediante dos micrófonos cercanos .
El uso de dos micrófonos omnidireccionales muy cercanos durante la grabación según técnicas del estado de la técnica produce una sensación estéreo muy pobre y aparece de forma muy evidente en los dispositivos móviles: cámaras fotográficas digitales, reproductores de MP3, teléfonos móviles, PDAs, etc. Con la aplicación de una solución técnica como la invención presentada en es- tos dispositivos se consigue una sensación estéreo de gran realismo, superando a los métodos existentes en el mercado actual.
ANTECEDENTES DE LA INVENCIÓN
En el mundo del audio se ha trabajado ininterrumpidamente desde décadas en perfeccionar la calidad y naturalidad de los sistemas de reproducción de sonido. Actualmente, tras el despegue de los sistemas multimedia y de otros muchos campos relacionados con audio y video, se sigue trabajando activamente en obtener sistemas de mejora de sonido que permitan aumentar la calidad en grabación-reproducción.
Una forma de aumentar la calidad subjetiva es sin duda conseguir lo que se denomina una mayor "espa- cialidad" sonora. En este sentido, el realzado estéreo persigue procesar una grabación sonora de 2 canales de forma que sea posible introducir una mayor sensación de espacio en la reproducción de sonido. De esta forma, la imagen sonora creada en la reproducción estéreo se amplia y consigue una mayor sensación de inmersión del oyente, enriqueciendo la experiencia auditiva. Esta sensación aumenta la calidad, profundidad y sentimiento de la música reproducida. Desde un punto de vista práctico, el realzado estéreo tiene como objetivo extender el campo estéreo hasta un arco de 180° frente al oyente.
En la actualidad hay muchos sistemas para el re- alzado estéreo de señales, la mayoría basadas en las siguientes manipulaciones:
Manipulación de Intensidad de los canales:
Una forma de modificar la localización aparente de un sonido en el campo estéreo es alterar la intensidad de uno de los canales. De esta forma, el sonido parece venir de un punto cercano al canal de mayor ganancia .
Manipulación de retardos de los canales:
Otra forma de alterar la localización aparente de un sonido en el campo estéreo es retrasar la llegada de la' señal de un canal con respecto al otro. Esto se puede conseguir adelantando uno de los canales unos lOms con respecto al otro. El sonido que llega antes es el dominante y su localización será más próxima al altavoz en el que la señal está adelantada. Este efecto se cono- ce en la literatura como "efecto de precedencia" o "ef- fecto Hass".
Manipulación de fase de los canales:
Manipular la fase de los canales también puede resultar en una ampliación de la imagen estéreo. Si se invierte la fase de uno de los canales, el sonido puede incluso llegar a percibirse detrás del oyente.
Manipulación frecuencial de los canales:
La ecualización de canales también es usada por otros procesadores para ampliar la imagen estéreo, por ejemplo, utilizando filtros donde las bajas frecuencias se envían hacia el canal izquierdo y las altas hacia el canal derecho. Sin embargo, el timbre de la grabación puede verse muy alterado.
A pesar de todas estas técnicas, no existen en- tre los sistemas de realzado estéreo, uno que combine estos efectos a partir de un análisis frecuencia a frecuencia de la señal estéreo y haciendo uso del conocimiento previo de la disposición de los micrófonos tal y como se consigue aplicando la presente invención.
La invención tiene la ventaja de procesar selectivamente el sonido captado por los dos micrófonos en tiempo y en frecuencia para modificar el campo estéreo atendiendo a la realidad en la que el sonido captado. Con ello se consigue una señal estéreo procesada resul- tante donde se han espacializado (dado sensación de distribución espacial) las fuentes sonoras captadas de forma totalmente realista y con una calidad resultante muy superior a los sistemas actuales.
DESCRIPCIÓN DE IA INVENCIÓN
La presente invención consiste en un procedimiento para el realzado del estéreo en grabaciones de audio asi como el aparato que es capaz de llevar a cabo dicho procedimiento. El procedimiento consta de las siguiente etapas esenciales:
a) Grabación con al menos dos medios de lectura de au- dio correspondiendo a dos puntos del espacio que se encuentran distantes entre si.
Habitualmente estos medios de grabación serán dos micrófonos aunque no obstante, el procedimiento no se limita a este tipo de captura de la señal sino que puede aplicarse a señales previamente capturadas y almacenadas en formatos informáticos u otros analógicos .
b) Cada uno de los canales de lectura del audio se muestréa en el tiempo,
Esta es la etapa de transformación analógico/digital .
c) Aplicación de técnicas numéricas de transformada que transforman la señal leida en el tiempo a una señal expresada en el dominio frecuencial .
Los ejemplos de realización emplean la transformada rápida de Fourier.
d) Para cada punto de frecuencia se calcula la dirección de origen de la fuente sonora,
En el estado de la técnica no se lleva a cabo un tratamiento diferenciado por frecuencias. Frecuencias distintas pueden tener asociadas direcciones de procedencia también distintas. Puede ocurrir que con dos fuentes sonoras con un espectro de frecuencias, alguna de las frecuencias tratada de lugar a una dirección que no es la real sino la combinación de dos direcciones. En los experimentos llevados a cabo este efecto no es perceptible por- que solo se da para una frecuencia. Una posible causa de la buena respuesta es que la combinación de las dos direcciones se perciban como resultado de un principio de superposición.
e) Para cada punto de frecuencia se lleva a cabo una amplificación diferenciada de cada canal en función de la dirección del origen de la fuente sonora.
Esta etapa es la que permite una reproducción pon- derada para cada canal de salida en función de la dirección de origen de la fuente sonora. Aunque la distancia entre los medios de lectura sea muy pequeña, la detección de la dirección da lugar a un parámetro que posteriormente permite ampliar la apertura estéreo con el tratamiento sobre la señal.
f) Se genera una señal de salida estéreo aplicando una antitransformada que transforma la señal de salida modificada y expresada en el dominio frecuencial al dominio temporal. Esta salida puede terminar almacenada, por ejemplo en un fichero informático, o bien siendo reproducida directamente en unos altavoces o auriculares.
En la exposición detallada de la invención se incorporan algunos detalles de mejora en un ejemplo de realización.
Las variantes del procedimiento que resultan de combinar las reivindicaciones dependientes 2 a 15 se consideran incorporadas por referencia en esta descripción.
Igualmente, el aparato de las reivindicaciones
16 a 19 se considera incorporado a esta descripción por referencia.
DESCRIPCIÓN DE LOS DIBUJOS
Se complementa la presente memoria descriptiva, con un juego de planos, ilustrativos del ejemplo preferente y nunca limitativos de la invención.
La figura 1 muestra diversos ejemplos de dispositivos sobre los que es aplicable la invención.
La figura 2 es un esquema que permite determinar el cálculo de la dirección de llegada de un sonido desde su fuente sonora.
La figura 3 es un esquema del dispositivo que permite el procesado de las señales microfónicas.
La figura 4 es un esquema de representación para evaluar la relación entre dos puntos de recepción distanciados entre si, uno que corresponde al punto real de percepción y el segundo a un punto ficticio.
La figura 5 es un esquema basado en el anterior que permite relacionar los distintos parámetros geométricos que vincula los ángulos entre los dos puntos de percepción.
La figura 6 es un gráfico donde se relaciona el valor del ángulo calculado 'm con el valor tras la corrección "• >m para diferentes valores del parámetro
EXPOSICIÓN DETALIADA DE IA INVENCIÓN
La presente invención consiste en un procedimiento de realzado de la percepción estéreo que es capaz de operar con la grabación del sonido desde dos puntos muy próximos.
Esta ventaja permite el uso de dispositivos (1) pequeños como un teléfono móvil o una video cámara sobre los que se ha incorporado dos micrófonos (Ml, M2) muy próximos .
La percepción estéreo en dos micrófonos (Ml, M2) tan próximos no es posible a no ser que se proceda a un postproceso de la señal tal y como se lleva a cabo en la invención o bien se utilicen micrófonos direccionales de mayor volumen y más difíciles de integrar en dichos dispositivos móviles.
Las señales tomadas por cada micrófono (Ml, M2) y que denotaremos como XJ , con J ' el número de canal, en este ejemplo de realización se procesan por ventanas temporales de corta duración, obteniendo una transformada de Fourier ¡ >m ¿e tiempo corto (Short- Time Fourier Tranform) de puntos o muestras, en instantes de tiempo dentro de la ventana i ' N :
Figure imgf000009_0001
donde ' es la unidad imaginaria, kΩ{0,\ ,2,...,N} es e]_ Índice de la transformada que corresponde a una cierta frecuencia, m es un nuevo índice temporal relacionado con la ventana de tiempo sobre la que se está operando y w es una función filtro que actúa como la ventana de ponderación que reduce suavemente a cero las muestras cercanas a los límites, como por ejemplo una ventana tipo "Hamming":
Figure imgf000009_0002
Tras esta operación se tiene una representación de la señal de sonido en el dominio frecuencial, ' >m y 2 >m f donde se tiene un valor de módulo y fase para cada frecuencia y ventana de tiempo.
La figura 2 muestra un esquema donde a partir de dos micrófonos (Ml, M2) se traza una linea de referencia que los une. El ángulo de incidencia del frente sonoro, denotado con la letra griega ^ , que proviene de la fuente (S) , indica la dirección de origen de la fuente sonora (S) . La figura muestra un ángulo ^ menor de 90 grados y por lo tanto el frente sonoro llega antes al micrófono (M2) derecho que al micrófono (Ml) izquierdo. El coseno Dac>mL del ángulo D que forma la dirección de llegada del sonido desde la fuente sonora (S) respecto a la linea que une los puntos del espacio sobre los que se lleva a cabo la lectura de audio, para cada Índice de la transformada , se determina como
Figure imgf000010_0001
X2Üc,mΩ
D donde el símbolo . \ >m denota el desfase entre uno y otro canal, es el número de muestras en el dominio temporal empleado en la transformada rápida de Fourier FFT, c es la velocidad de propagación del sonido, es la distancia entre los dos puntos del espacio donde se lleva a cabo la lectura de audio, y •* " es la frecuencia de muestreo de la señal de audio.
La dirección de llegada estimada (el coseno DÜc,m\Z del ¿ngulo D de llegada), se limita al rango [- 1,1] en caso de que supere estos márgenes.
Una vez obtenido el valor ' m para todas las frecuencias, se aplica una transformación lineal simple para pasarlos al rango [0,1]:
Figure imgf000010_0002
El esquema representado en la figura 2 muestra la fuente sonora (S) formando un ángulo ^ con ia linea que une los dos micrófonos (Ml, M2) que actúan como me- dios de recepción de la señal de audio. Ambos micrófonos (Ml, M2 ) están separados una distancia . Las lineas oblicuas perpendiculares a la linea que indica el ángulo de llegada de la fuente sonora (S) son el frente sonoro con fases ' y 2 respectivamente. Todavía en el dominio frecuencial, se aplica una ganancia aJ >m diferenciada para cada frecuencia y para cada canal, obteniendo una señal amplificada de dife- rente modo en cada frecuencia según una función de ganancia Uj >m para -Z- 1'2 de tal modo que, la salida en el dominio frecuencial para cada canal es
I',tt,ml=o,ft,fflEJ,ft,mC 7=1,2
Figure imgf000011_0001
Los factores de ganancia pueden determinarse de distintos modos. En este ejemplo de realización la función de ganancia aJ 'm para J~*> es una ley de panorámica de conservación de energía:
Figure imgf000011_0002
Uk, m\T\
Ci2 Ek , w & sin — \-
Es importante observar que a partir de cierta frecuencia, la frecuencia equivalente a c/2d r se produce una ambigüedad en la estimación de la dirección de lle- gada. Si la distancia entre los micrófonos (Ml, M2) es pequeña, estos efectos se producen a frecuencias lo suficientemente elevadas para que no sea percibido el error en el resultado final. En caso de querer procesar la fase para resolver la ambigüedad se conocen algorit- mos, como el propuesto por en articulo "Blind Speech Se- paration" (cap 8), Makino, Shoji; Lee, Te-Won; Sawada, Hiroshi, Ed. Springer 2007, ISBN: 978-1-4020-6478-4, pero suponen un coste computacional muy elevado y los re¬ sultados no son significativamente apreciables. El valor del coseno del ángulo Da:'mC calculado se ha calculado con la configuración real respecto a la posición de la fuente sonora (S) y los micrófonos (Ml, M2). Es posible modificar el grado de amplitud estéreo cambiando el ángulo empleado en la amplificación respecto al ángulo inicialmente calculado. p
Con ese propósito se define un parámetro s que es el parámetro que relaciona el ángulo calculado y utilizado en la fase de amplificación. Una forma de definir
Ps es de tal modo que si el parámetro Ps es positivo incrementa la apertura estéreo y negativo la reduce. El valor nulo indicaria que se hace uso del valor calcula- do.
Una expresión matemática que relacione el valor del ángulo calculado >m con el valor tras la corree- ción DJk.mL es.
[DDDCDtZ
Dm=signCDB
2 [QDD- 1
donde s«"ro[: denota el signo de D y C ll Ps . En la figura 6 se muestra la función de corrección para diversos p valores de s
Una aplicación de interés es hacer uso de un grado de apertura estéreo que corresponde a una locali- zación de los micrófonos (el punto medio es la referen- cia considerada en estos ejemplos) distinta a la real y que a su vez corresponde a variables predeterminables .
Este es el caso de grabaciones de video con sonido en el que se hace uso del zoom. El zoom modifica el ángulo de visión como si nos acercásemos o alejásemos de la escena. Aunque se aplique el zoom, el sonido se sigue tomando en el mismo punto, donde se sitúa la cámara con sus dos micrófonos (Ml, M2) .
En un ejemplo de realización, se lleva a cabo p una variación del parámetro * de forma coordinada a la posición del zoom de tal modo que la apertura sonora corresponde, no a la localización de la cámara, sino a la localización del punto focal de la imagen.
La figura 4 muestra un distanciamiento z entre la posición de la cámara y el foco de la imagen. La po- sición z• , z2 tienen aperturas distintas Aλ , A2 , la pri- mera A' menor que la segunda A2 más cercana a la esce- na. Se puede establecer una relación geométrica entre los dos ángulos D y D' tal y como muestra la figura 5 donde es de interés tomar la normalización
La relación obtenida sin simplificaciones ni la normalización es:
Figure imgf000013_0001
Simplificando y tomando el valor de la normali- zación, la relación entre el valor del coseno del ángulo que determina la dirección de procedencia de la fuente sonora y el coseno del ángulo que determina la dirección de procedencia de la misma fuente en el punto central de lectura del audio situado desplazado una distan- cia z es
Figure imgf000013_0002
donde se considera que ~ tκ,m\l es e^ coseno del ángulo calculado, - - 'm es el coseno del nuevo ángulo de llegada, y ^"roc es el signo de D .
Si el valor de la raiz cuadrada es negativo, el valor que se toma es sign 1^11.
El valor de >ffl , como en el caso anterior, se calcularia a partir de z o de m de la forma
D.Vk,mm\ DmÜc,m\m\ D'Oc,mí=— DTk, w@=— 2 O 2
Se considera parte de la invención el aparato que permite llevar a cabo el realzado del estéreo en grabaciones de audio. Este aparato dispone al menos de:
• dos medios de lectura de audio situados separados a una distancia que dan lugar a una señal de entrada para cada canal estéreo,
• un conversor analógico/digital de muestreo de la señal de entrada para cada canal estéreo,
• una unidad de cálculo de transformadas para generar una señal representada en el espacio frecuencial,
• una unidad de cálculo para determinar la dirección de procedencia de la fuente sonora para cada fre- cuencia,
• una unidad de cálculo para evaluar dos señales amplificadas según una ganancia selectiva,
• una unidad de cálculo de síntesis para la generación de una señal de audio en el dominio temporal donde es posible que dos o más unidades de cálculo pueden estar integradas en una única unidad con capacidad de ejecución de más de una tarea.
Este mismo dispositivo puede disponer de unos medios de entrada de un parámetro de ajuste del grado de apertura estéreo o bien tenerlos acoplados a otro dispositivo. Este es el caso de una cámara de video donde el grado de apertura está sincronizado con el ajuste del zoom. Con esta vinculación el sonido tendria una apertu- ra estéreo en correspondencia con el grado de apertura visual de la imagen.
Igualmente puede disponerse un potenciómetro o medio fisico de modificación del grado de apertura esté- reo que permita una variación manual.
Tras el tratamiento de la señal, es posible que el mismo dispositivo pueda reproducir la señal procesada con apertura de estéreo o bien almacenarla en un fichero informático de audio.
Es en la figura 3 donde se muestra un esquema del dispositivo que permite el procesado de las señales microfónicas. Los dos micrófonos (Ml, M2) dan lugar a señales de audio ' 2 diferenciadas que son transformadas por una unidad de cálculo (indicada con la referencia FFT que es el tipo de transformada empleada en estos ejemplos) .
Las señales de salida se amplifican según el ángulo calculado para cada frecuencia y tras transformar nuevamente la señal al dominio temporal se pueden reproducir mediante altavoces o almacenar en un fichero (no representado esquemáticamente en este ejemplo) .

Claims

REIVINDICACIONES
1.- Procedimiento para el realzado del estéreo en grabaciones de audio caracterizado porque consta de las siguiente etapas:
a) grabación con al menos dos medios de lectura de audio correspondiendo a dos puntos del espacio que se encuentran distantes entre si, b) cada uno de los canales de lectura del audio se muestréa en el tiempo, c) aplicación de técnicas numéricas de transformada que transforman la señal leida en el tiempo a una señal expresada en el dominio frecuencial, d) para cada punto de frecuencia se calcula la dirección de origen de la fuente sonora, e) para cada punto de frecuencia se lleva a cabo una amplificación diferenciada de cada canal en función de la dirección del origen de la fuente sonora, f) se genera una señal de salida estéreo aplicando una antitransformada que lleva la señal de salida modificada y expresada en el dominio frecuencial al dominio temporal.
2.- Procedimiento según la reivindicación 1 caracterizado porque las señales tomadas para cada canal en la etapa b) se procesan por ventanas temporales.
3.- Procedimiento según la reivindicación 2 caracterizado porque para cada ventana temporal se lleva a cabo un filtro que pondera los valores de la señal.
4. - Procedimiento según la reivindicación 1 ca- racterizado porque la transformada utilizada es de Fou- rxer .
5.- Procedimiento según la reivindicación 1 caracterizado porque, dadas las señales ' 'm y
X2O:, mL"correspondientes a cada uno de los canales y ex- presadas en el dominio frecuencial, donde es el Índice de la transformada que corresponde a una frecuencia determinada y m indica la referencia temporal que corresponde a la ventana de tiempo sobre la que se expresa ^a'fflC con -Z=1'2 ; el coseno DÜC>mC qUe forma la dirección de llegada del sonido desde la fuente sonora (S) respecto a la linea que une los puntos del espacio sobre los que se lleva a cabo la lectura de audio se determina como
Da, mm ——— D—^--—
2U dk fs Xλ Vk, m U
donde el símbolo
Figure imgf000017_0001
denota el desfase entre uno y otro canal, es el número de muestras en el dominio temporal, c es la velocidad de propagación del sonido, es la distancia entre los puntos del espacio donde se lleva ca cabo la lectura de audio, y s es la frecuencia de muestreo.
6.- Procedimiento según la reivindicación 5 caracterizado porque los valores del coseno se limitan a [-1,1] cuando superan este rango.
7. - Procedimiento según la reivindicación 6 ca- racterizado porque la amplificación diferenciada de la etapa e) para cada canal J <m con -^- 1'2 en función de la dirección del origen de la fuente sonora para cada frecuencia se lleva a cabo utilizando una función de ganancia Uj 'm para J~ ' de tal modo que la salida en el dominio frecuencial para cada canal es
Figure imgf000018_0001
8. - Procedimiento según la reivindicación 7 ca- racterizado porque la función de ganancia Uj 'm para J~ ' es una ley de panorámica de conservación de energía: r-, Γ^ Γ^I ' Uk , m DD r Ur1 15 , m B= eos Y—\ — — I
L) 'ük, m\J3 a2 Uk , OT -Ir sin
donde L*,/TJI_ es una transformación lineal del rango [• 1,1] al rango [0,1] de la forma
DÜc,mUΩl
D'tk,m&
9.- Procedimiento según la reivindicación 7 caracterizado porque el valor del coseno del ángulo que determina la dirección de procedencia de la fuente sono- p ra se modifica según un parámetro * para variar la sensación de apertura estéreo, incrementando la apertura o bien reduciendo la apertura.
10.- Procedimiento según la reivindicación 9 p caracterizado porque si s positivo incrementa la aper- p tura estéreo, s negativo reduce la apertura estéreo, y p s nulo no la modifica, entonces la relación entre el coseno que corresponde a la dirección real de llegada del sonido desde la fuente sonora y el coseno m tomado tras la modificación es
[DDD[DIZ
Dm=signUDQ
2 CODO 1 donde ^"roc denota el signo de D y C 1/JPJ .
11.- Procedimiento según la reivindicación 9 caracterizado porque el grado de modificación de la apertura estéreo se encuentra vinculado a la apertura que corresponde a la localización del punto central de lectura del audio situado desplazado una distancia z .
12.- Procedimiento según la reivindicación 11 caracterizado porque la distancia z es la distancia entre el punto real de lectura del audio y el punto focal de una cámara de captura de imagen.
13.- Procedimiento según la reivindicación 11 caracterizado porque la relación entre el valor del coseno del ángulo que determina la dirección de procedencia de la fuente sonora se relaciona con el coseno del ángulo que determina la dirección de procedencia de la misma fuente en el punto central de lectura del audio situado desplazado una distancia z es
Figure imgf000019_0001
donde se considera que ~ ' es el coseno del ángulo calculado, z~ - 'm es el coseno del nuevo ángulo de llegada, y s^"roc es el signo de D .
14.- Procedimiento según la reivindicación 13 caracterizado porque si el valor de la raiz cuadrada es negativo, el valor que se toma es sιgn
15.- Procedimiento según la reivindicación 8 y 14 caracterizado porque el valor de ' es D. £k, m QDl DmÜc ,mGDl
D'Oc,mϊ= D'ük,m& o
16.- Aparato para el realzado del estéreo en grabaciones de audio según cualquiera de los procedi- mientos anteriores caracterizado porque consta de:
• dos medios de lectura de audio situados separados a una distancia que dan lugar a una señal de entrada para cada canal estéreo,
• un conversor analógico/digital de muestreo de la señal de entrada para cada canal estéreo,
• una unidad de cálculo de transformadas para generar una señal representada en el espacio frecuencial,
• una unidad de cálculo para determinar la dirección de procedencia de la fuente sonora para cada fre- cuencia,
• una unidad de cálculo para evaluar dos señales amplificadas según una ganancia selectiva,
• una unidad de cálculo de síntesis para la generación de una señal de audio en el dominio temporal donde dos o más unidades de cálculo pueden estar integradas en una única unidad con capacidad de ejecución de más de una tarea.
17.- Aparato según la reivindicación 16 caracte- rizado porque dispone de unos medios de entrada de un parámetro de ajuste del grado de apertura estéreo,
18.- Aparato según la reivindicación 17 caracterizado los medios de entrada del parámetro de ajuste del grado de apertura estéreo se encuentran conectados a un segundo dispositivo de captura de imagen y vinculados en correspondencia con el grado de apertura visual de la imagen.
19.- Aparato según cualquiera de las reivindica- ciones 16 a 18 caracterizado porque dispone de unos medios de reproducción de la señal de salida de audio o de grabación del audio en un fichero informático.
PCT/ES2009/000409 2008-07-31 2009-07-31 Procedimiento y aparato para el realzado del estéreo en grabaciones de audio Ceased WO2010018263A1 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES200802379A ES2332570B2 (es) 2008-07-31 2008-07-31 Procedimiento y aparato para el realzado del estereo en grabaciones de audio.
ESP200802379 2008-07-31

Publications (1)

Publication Number Publication Date
WO2010018263A1 true WO2010018263A1 (es) 2010-02-18

Family

ID=41567141

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2009/000409 Ceased WO2010018263A1 (es) 2008-07-31 2009-07-31 Procedimiento y aparato para el realzado del estéreo en grabaciones de audio

Country Status (2)

Country Link
ES (1) ES2332570B2 (es)
WO (1) WO2010018263A1 (es)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4748669A (en) * 1986-03-27 1988-05-31 Hughes Aircraft Company Stereo enhancement system
WO1995010167A1 (en) * 1993-10-04 1995-04-13 Sony Corporation Audio reproducing device
WO1998007299A1 (en) * 1996-08-13 1998-02-19 Luca Gubert Finsterle Recording and play-back two-channel system for providing a holophonic reproduction of sounds
WO2004077884A1 (en) * 2003-02-26 2004-09-10 Helsinki University Of Technology A method for reproducing natural or modified spatial impression in multichannel listening

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4748669A (en) * 1986-03-27 1988-05-31 Hughes Aircraft Company Stereo enhancement system
WO1995010167A1 (en) * 1993-10-04 1995-04-13 Sony Corporation Audio reproducing device
WO1998007299A1 (en) * 1996-08-13 1998-02-19 Luca Gubert Finsterle Recording and play-back two-channel system for providing a holophonic reproduction of sounds
WO2004077884A1 (en) * 2003-02-26 2004-09-10 Helsinki University Of Technology A method for reproducing natural or modified spatial impression in multichannel listening

Also Published As

Publication number Publication date
ES2332570B2 (es) 2010-06-23
ES2332570A1 (es) 2010-02-08

Similar Documents

Publication Publication Date Title
Rafaely et al. Spatial audio signal processing for binaural reproduction of recorded acoustic scenes–review and challenges
CN106157986B (zh) 一种信息处理方法及装置、电子设备
EP3188513B1 (en) Binaural headphone rendering with head tracking
ES2733544T3 (es) Determinador de coeficientes de filtro de ecualización, aparato, procesador de coeficientes de filtro de ecualización, sistema y procedimientos
Baumgartner et al. Modeling sound-source localization in sagittal planes for human listeners
ES2936834T3 (es) Aparato de procesamiento de señales de audio y método para la reproducción biaural
CN106716526B (zh) 用于增强声源的方法和装置
US9591418B2 (en) Method, apparatus and computer program for generating an spatial audio output based on an spatial audio input
CN104581610B (zh) 一种虚拟立体声合成方法及装置
US20230254659A1 (en) Recording and rendering audio signals
BR112016025771B1 (pt) Sistema, aparelho e método para reprodução de cena acústica consistente com base na filtragem espacial informada
ES2969138T3 (es) Aparato, método y programa informático para codificación, decodificación, procesamiento de escenas y otros procedimientos relacionados con codificación de audio espacial basada en dirac que utiliza compensación directa de componentes
JP2017517948A5 (es)
KR20140138773A (ko) 고차 앰비소닉 오디오 신호로부터 스테레오 라우드스피커 신호를 디코딩하기 위한 방법 및 장치
US12439220B2 (en) Apparatus, methods and computer programs for enabling reproduction of spatial audio signals
Archer-Boyd et al. Simulations of the effect of unlinked cochlear-implant automatic gain control and head movement on interaural level differences
GB2549922A (en) Apparatus, methods and computer computer programs for encoding and decoding audio signals
CN114270878A (zh) 声场相关渲染
CA2983471A1 (en) An audio signal processing apparatus and method for modifying a stereo image of a stereo signal
US20080175396A1 (en) Apparatus and method of out-of-head localization of sound image output from headpones
WO2010018263A1 (es) Procedimiento y aparato para el realzado del estéreo en grabaciones de audio
Xie et al. Auditory vertical localization in the median plane with conflicting dynamic interaural time difference and other elevation cues
KR100802339B1 (ko) 스테레오 스피커 환경에서 가상 스피커 기술을 사용한입체음향 재생 장치 및 방법
Lee et al. Enhanced beam‐steering‐based diagonal beamforming algorithm for binaural hearing support devices
Bai et al. An integrated analysis-synthesis array system for spatial sound fields

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09806455

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09806455

Country of ref document: EP

Kind code of ref document: A1