用于提供空间化声场的方法技术

本发明专利技术公开了一种信号处理系统和方法，其用于通过优化声音波形将空间化声音从稀疏扬声器阵列递送到用户的耳朵。所述系统可以在房间或空间内提供收听区域，以提供空间化声音来创建3D音频效果。在双耳模式中，二元扬声器阵列提供针对用户的耳朵的目标波束。列提供针对用户的耳朵的目标波束。列提供针对用户的耳朵的目标波束。

【技术实现步骤摘要】
【国外来华专利技术】用于提供空间化声场的方法


[0001]本专利技术涉及用于控制扬声器的数字信号处理，并且更具体地，涉及一种用于控制稀疏扬声器阵列以递送空间化声音的信号处理方法。

技术介绍

[0002]出于各种目的，每个参考文献、专利、专利申请或其他具体识别的信息都通过引用明确地整体并入本文。
[0003]空间化声音对于一系列应用(包含虚拟现实、增强现实和修改现实)是有用的。此类系统通常由音频和视频装置组成，它们提供三维感知虚拟音频和视觉对象。创建此类系统的一个挑战是如何为不稳定的收听者更新音频信号处理方案，以便收听者感知预期的声音图像，尤其是使用稀疏换能器阵列。
[0004]试图给收听者空间感的声音再现系统试图使收听者感觉到声音来自可能不存在真实声源的位置。例如，当收听者坐在一个良好的双通道立体声系统前的“最佳位置”时，就有可能在两个扬声器之间呈现一个虚拟的声场。如果将两个相同的信号传递到面向收听者的两个扬声器，收听者应感觉到声音来自他或她正前方的位置。如果增加其中一个扬声器的输入，虚拟声源将偏向扬声器。此原理被称为幅度立体声，自从双通道立体声格式首次推出以来，它一直是用于混合双通道素材最常用的技术。
[0005]然而，幅度立体声本身不能在两个扬声器所跨越的角度之外创建准确的虚拟图像。事实上，即使在两个扬声器之间，幅度立体声也仅在扬声器所跨越的角度为60度或更小时才能正常工作。
[0006]虚拟源成像系统的工作原理是优化收听者耳朵处的声波(幅度、相位、延迟)。真实的声源在收听者的耳朵上生成一定的耳间时间差和电平差，收听觉系统利用这些时间差和电平差来定位声源。例如，收听者左侧的声源在左耳比在右耳更响，并且到达得更早。虚拟源成像系统被设计成准确地再现这些线索。在实践中，扬声器被用来在收听者的耳朵周围的区域中再现一组期望的信号。扬声器的输入由期望信号的特征确定，并且期望信号必须由虚拟声源发射的声音的特征确定。因此，声音定位的典型方法是确定表示收听者的双耳感知的头部相关传递函数(HRTF)，以及收听者头部的影响，并且将HRTF和声音处理和传递链反演到头部，以产生优化的“期望信号”。将双耳感知限定为空间化声音，可以优化声发射以产生声音。例如，然后HRTF模拟耳朵的耳廓。Barreto、Armando、和Navarun Gupta.“用于音频空间化的耳廓动态建模”。WSEAS声学与音乐汇刊1，第1号(2004):77
‑
82。
[0007]典型地，单组换能器仅最佳地为单个头部递送声音，并且寻求为多个收听者进行优化需要非常高阶的消除，使得打算给一个收听者的声音在另一个收听者处被有效地消除。在消声室之外，准确的多用户空间化是困难的，除非采用耳机。
[0008]双耳技术通常用于虚拟声音图像的再现。双耳技术基于这种原理：如果声音再现系统能够在收听者的耳膜处生成与真实声源产生的声压相同的声压，那么收听者将不能辨别虚拟图像和真实声源之间的差异。
[0009]例如，典型的离散环绕声系统假设特定的扬声器设置来生成最佳听音点，其中听觉成像是稳定和强健的。然而，并且不是所有的区域都能适应此类系统的适当规格，这进一步最小化了已经小的最佳点。为了在扬声器上实现双耳技术，有必要消除串扰，串扰会阻止用于一只耳朵的信号被另一只耳朵听到。然而，此类通常由时不变滤波器实现的串扰消除仅适用于特定的收听位置，并且声场只能被控制在最佳位置。
[0010]数字声音投影仪是换能器或扬声器阵列，其被控制使得音频输入信号以受控的方式在阵列前方的空间内发射。通常，声音以波束的形式发射，导向阵列前方半空间内的任意方向。通过使用精心选择的来自房间特点的反射路径，收听者将会感觉到由阵列发射的声音波束，就好像源自其最后一次反射的位置。如果最后的反射发生在后方的角落，收听者会感觉到声音好像是从他或她身后的声源发射的。然而，人类的感知也涉及回声处理，使得二次和更高的反射应与收听者习惯的环境有物理对应，否则收听者可能感觉到失真。
[0011]因此，如果一个人在一个长方形的房间里寻找声音来自于收听者的左前方的感觉，收听者将会期望来自后面的稍微延迟的回声，以及来自另一个面墙的进一步的二阶反射，每一个都被反射表面的特性在声学上着色。
[0012]数字声音投影仪的一个应用是取代常规的分立环绕声系统，常规的离散环绕声系统通常采用放置在收听者位置周围不同位置的若干分离的扬声器。数字声音投影仪通过为环绕声音频信号的每个通道生成波束，并且将声音波束导向适当的方向，在收听者的位置创建真正的环绕声，而不需要其他的扬声器或另外的布线。Hooley等人的美国专利公开第2009/0161880号中描述了一种此类系统，其公开内容通过引用并入本文。
[0013]串扰消除在某种意义上是最终的声音再现问题，因为高效的串扰消除器在多个“目标”位置给出了对声场的完全控制。串扰消除器的目的是在单个目标位置再现期望的信号，同时在所有其余的目标位置完美地消除声音。仅使用两个扬声器和两个目标位置来消除串扰的基本原理已经为人所知30多年了。Atal和Schroeder的U.S.3,236,949(1966)使用物理推理来确定串扰消除器如何工作，串扰消除器包括对称地放置在单个收听者前方的仅两个扬声器。为了仅在左耳再现短脉冲，左扬声器首先发射正脉冲。此脉冲必须在右耳被右扬声器发射的稍弱的负脉冲抵消。然后，此负脉冲必须在左耳被由左扬声器发射的另一个更弱的正脉冲抵消，以此类推。Atal和Schroeder的模型假设自由场条件。收听者的躯干、头部和外耳对传入声波的影响被忽略。
[0014]为了控制双耳信号或“目标”信号的递送，有必要知道收听者的躯干、头部和耳廓(外耳)如何根据声源的位置来修改传入的声波。可以通过对“仿真头”或人类对象进行测量来获得此信息。此类测量的结果被称为“头部相关传递函数”，或HRTF。
[0015]收听者之间的HRTF差异显著，尤其是在高频时。收听者之间HRTF的大统计变化是耳机上虚拟源成像的主要问题中的一个。耳机可以很好地控制再现的声音。没有“串扰”(声音不会环绕头部到达对侧耳朵)，声学环境不会修改再现的声音(房间反射不会干扰直接声音)。然而，不幸的是，当耳机被用于再现时，虚拟图像通常被感觉太靠近头部，有时甚至在头部内部。当试图将虚拟图像直接放在收听者面前时，此现象尤其难以避免。似乎不仅需要补偿收听者自己的HRTF，还需要补偿用于再现的耳机的响应。此外，整个声场会随着收听者的头部移动(除非使用头部跟踪和声场重新合成，并且这需要大量的另外的处理能力)。另一个方面，使用线性换能器阵列的空间化扬声器再现提供自然的收听条件，但是需要补偿
串扰，并且还需要考虑来自声学环境的反射。
[0016]Comhear MyBeam
TM
线性阵列在线性阵列中的相同、等距、独立供电且相位完全对准的扬声器元件上采用数字信号处理(DSP)，以产生相长和相消干涉。见，U.S.9,578,440。扬声器意图被放置在平行于收听者的耳间轴线的线性阵列中，在本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于产生跨耳空间化声音的方法，其包括：接收表示空间音频对象的音频信号；通过空间化滤波器对每个音频信号进行滤波，以生成用于表示空间化音频的虚拟音频换能器阵列的虚拟音频换能器信号阵列；将所述虚拟音频换能器信号阵列分离成子集，每个子集包括多个虚拟音频换能器信号，每个子集用于驱动位于相应的子集的物理位置范围内的物理音频换能器；基于来自相应的虚拟音频换能器的标称位置和对应的物理音频换能器相对于收听者的目标耳朵的物理位置的声音的到达时间差，对相应的子集的相应的虚拟音频换能器信号进行时间偏移；以及将所述相应的子集的时间偏移的相应的虚拟扬声器信号组合为物理音频换能器驱动信号。2.根据权利要求1所述的方法，其还包括消减组合的时间偏移的相应的虚拟音频换能器信号的峰值幅度，以减少所述物理音频换能器的饱和失真。3.根据权利要求1所述的方法，其中所述滤波包括用数字信号处理器来处理至少两个音频通道。4.根据权利要求1所述的方法，其中所述滤波包括用被配置为充当音频信号处理器的图形处理单元来处理至少两个音频通道。5.根据权利要求1所述的方法，其中所述虚拟音频换能器信号阵列是12个虚拟音频换能器的线性阵列。6.根据权利要求1所述的方法，其中所述虚拟音频换能器阵列是具有的虚拟音频换能器信号的数量为物理音频换能器驱动信号的至少3倍的线性阵列。7.根据权利要求1所述的方法，其中所述虚拟音频换能器阵列是具有的虚拟音频换能器信号的数量为物理音频换能器驱动信号的至少6倍的线性阵列。8.根据权利要求1所述的方法，其中每个子集是虚拟音频换能器信号的非重叠相邻组。9.根据权利要求6所述的方法，其中每个子集是至少6个虚拟音频换能器信号的非重叠相邻组。10.根据权利要求1所述的方法，其中每个子集具有虚拟音频换能器，所述虚拟音频换能器的位置与虚拟音频换能器信号的另一个子集的表示位置范围重叠。11.根据权利要求10所述的方法，其中所述重叠是一个虚拟音频换能器信号。12.根据权利要求1所述的方法，其中所述虚拟音频换能器信号阵列是具有12个虚拟音频换能器信号的线性阵列，被分成两个非重叠组，每个组有6个相邻的虚拟音频换能器信号，它们相应地被组合以形成2个物理音频换能器驱动信号。13.根据权利要求12所述的方法，其中每个组的对应的物理音频换能器位于6个虚拟音频换能器信号的相邻组的第3和第4虚拟音频换能器之间。14.根据权利要求1所述的方法，其中所述物理音频换能器具有非定向发射模式。15.根据权利要求14所述的方法，其中所述虚拟音频换能器阵列针对方向性进行建模。16.根据权利要求14所述的方法，其中所述虚拟音频换能器阵列是音频换能器的相控阵列。17.根据权利要求1所述的方法，其中所述滤波包括串扰消除。
18.根据权利要求1所述的方法，其中所述滤波是使用可重入数据滤波器来进行的。19.根据权利要求1所述的方法，其还包括接收表示所述收听者的耳朵位置的信号。20.根据权利要求1所述的方法，其还包括跟踪所述收听者的移动，并且根据所跟踪的移动来调整所述滤波。21.根据权利要求1所述的方法，其还包括将虚拟音频换能器信号自适应地分配给相应的子集。22.根据权利要求1所述的方法，其还包括自适应地确定收听者的头部相关传递函数，并且根据自适应地确定的头部相关传递函数进行滤波。23.根据权利要求22所述的方法，其还包括感测所述收听者的头部的特征，并且根据所述特征调整所述头部相关传递函数。24.根据权利要求1所述的方法，其中所述滤波包括时域滤波。25.根据权利要求1所述的方法，其中所述滤波包括频域滤波。26.根据权利要求1所述的方法，其中所述物理音频换能器驱动信号相对于表示空间音频对象的所接收到的音频信号延迟至少25毫秒。27.根据权利要求1所述的方法，其还包括：自适应地确定收听者的头部相关传递函数；根据自适应地确定的头部相关传递函数进行滤波；感测所述收听者的头部的特征；以及根据所述特征调整所述头部相关传递函数。28.一种用于产生跨耳空间化声音的系统，其包括：输入端，所述输入端被配置为接收表示空间音频对象的音频信号；空间化音频数据滤波器，所述空间化音频数据滤波器被配置为处理每个音频信号以生成表示空间化音频的虚拟音频换能器阵列的虚拟音频换能器信号阵列，所述虚拟音频换能器信号阵列被分成子集，每个子集包括多个虚拟音频换能器信号，每个子集用于驱动位于相应的子集的物理位置范围内的物理音频换能器；时间延迟处理器，所述时间延迟处理器被配置为基于来自相应的虚拟音频换能器的标称位置和对应的物理音频换能器相对于收听者的目标耳朵的物理位置的声音的到达时间差，对相应的子集的相应的虚拟音频换能器信号进行时间偏移；以及组合器，所述组合器被配置为将所述相应的子集的时间偏移的相应的虚拟扬声器信号组合为物理音频换能器驱动信号。29.根据权利要求28所述的系统，其还包括以下中的至少一个：峰值幅度消减滤波器，所述峰值幅度消减滤波器被配置为减少组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真；限制器，所述限制器被配置为减少所述组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真；压扩器，所述压扩器被配置为减少所述组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真；以及相位旋转器，所述相位旋转器被配置为旋转至少一个虚拟音频换能器信号的相对相位。
30.根据权利要求28所述的系统，其还包括峰值幅度消减滤波器，所述峰值幅度消减滤波器被配置为减少组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真。31.根据权利要求28所述的系统，其还包括限制器，所述限制器被配置为减少组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真。32.根据权利要求28所述的系统，其还包括压扩器，所述压扩器被配置为减少组合的时间偏移的相应的虚拟音频换能器信号的所述物理音频换能器的饱和失真。33.根据权利要求28所述的系统，其还包括相位旋转器，所述相位旋转器被配置为旋转至少一个虚拟音频换能器信号的相对相位。34.根据权利要求28所述的系统，其中所述空间化音频数据滤波器包括数字信号处理器，所述数字信号处理器被配置为处理至少两个音频通道。35.根据权利要求28所述的系统，其中所述空间化音频数据滤波器包括图形处理单元，所述图形处理单元被配置为处理至少两个音频通道。36.根据权利要求28所述的系统，其中所述虚拟音频换能器信号阵列是12个虚拟音频换能器信号的线性阵列。37.根据权利要求28所述的系统，其中所述虚拟音频换能器信号阵列是具有的虚拟音频换能器信号的数量为物理音频换能器信号的至少3倍的线性阵列。38.根据权利要求28所述的系统，其中所述虚拟音频换能器信号阵列是具有的虚拟音频换能器信号的数量为物理音频换能器驱动信号的至少6倍的线性阵列。39.根据权利要求28所述的系统，其中每个子集是虚拟音频换能器信号的非重叠相邻组。40.根据权利要求39所述的方法，其中每个子集是至少6个虚拟音频换能器信号的非重叠相邻组。41.根据权利要求28所述的系统，其中...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：J，
类型：发明
国别省市：