混响模型生成方法及装置制造方法及图纸

本发明专利技术提供一种混响模型生成方法及装置，属于音频模拟领域。其中，该混响模型生成方法包括：确定混响模型待优化的的参数序列以及所述参数序列的目标函数；将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列；根据所述具有最佳适应度的参数序列构建混响模型。本发明专利技术各实施例能够实现模拟特定场景的混响特性，本发明专利技术的技术方案可以广泛应用于音频模拟领域。

【技术实现步骤摘要】

本专利技术涉及音频模拟领域，特别涉及一种混响模型生成方法及装置。
技术介绍
声音特效算法即利用各种数字信号处理算法，通过改变声音的时域或频域特性，来改变声音的特性或特点，从而模拟一些特定的声源类型和声场环境，满足特定需求的方法。 Reverb混响算法是用来模拟声场环境的，比如浴室，电影院，体育场等，通过混响算法可以给人一种身临其境的感觉。图l所示为一个典型的混响环境下的冲击响应。混响算法是通过算法构造滤波器，去模拟不同声场环境的冲击响应。混响的持续时间较长， 一般大屋子混响的持续时间都在Is以上，如果音乐的采样频率为44. lk赫兹，那么如果用简单的fir滤波器来实现这个混响，需要至少44100阶的滤波器，这个计算量是非常庞大的，因此，常常采用带反馈的滤波器组来模拟不同声场环境的冲击响应。 但是专利技术人在实现本专利技术的过程中，发现现有技术存在以下缺点目前的混响模型只能较为粗略的模拟几类环境特性，比如电影院，体育场，教堂等。每个类别的环境都采用一个固定的混响模型，不能突出不同场景的特色，也就是说不能区分法兰西大球场和北京工人体育场的不同，也无法感受悉尼歌剧院与维也纳金色大厅各自的特色。
技术实现思路
本专利技术要解决的技术问题是提供一种混响模型生成方法及装置，能够实现模拟特定场景的混响特性。 为解决上述技术问题，本专利技术的实施例提供技术方案如下 —方面，提供一种混响模型生成方法，包括 确定混响模型待优化的的参数序列以及所述参数序列的目标函数； 将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列； 根据所述具有最佳适应度的参数序列构建混响模型。 其中，所述确定混响模型待优化的的参数序列以及所述参数序列的目标函数的步骤之前还包括 建立混响模型，所述混响模型包括至少六个滤波器单元，每个滤波器单元有4个参数(pi，Di，gi，ai)，其中pi为第i个滤波器单元的起始位置，Di为第i个滤波器单元的延时长度，gi为第i个滤波器单元的增益因子，ai为第i个滤波器单元的低通滤波系数，所述混响模型的输出为y(n)，其中，所述参数满足约束条件0 < pi < p2 < p3 < p4 < N，pi+di < N，O < gi < l，O < ai < l，其中N为所述混响模型的延时线总长度。 其中，所述确定所述混响模型的参数序列以及所述参数序列的目标函数的步骤包括 确定所述混响模型的所有滤波器单元的参数组合(pl， dl， gl， al， p2， d2， g2，a2， . . . ， p6， d6， g6， a6，...)为所述混响模型的参数系列； 采集特定场景的混响冲击响应h(n)，并将^-ZI:K)-W)l设为所述参数序列的目标函数，其中L为h(n)的长度。 其中，所述将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列的步骤包括 初始化基因选择概率； A、根据所述基因选择概率对所述参数序列中的每个参数进行比特编码，将编码后的一个参数序列作为一个个体，产生一个以上个体； B、对所述一个以上个体进行解码，得到对应的参数序列，计算各个满足所述约束条件的参数序列的目标函数值，将参数序列的目标函数值作为对应个体的适应度，找出具有最佳适应度的个体； C、根据所述具有最佳适应度的个体，更新基因选择概率，并将进化代数加一 ； 重复所述步骤A C，直至出现达到预设适应度的个体或达到预设的进化代数，并求出具有最佳适应度的参数序列。其中，所述求出具有最佳适应度的参数序列的步骤包括 对达到预设适应度的个体进行解码，将对应的参数序列作为具有最佳适应度的参数序列；或 在达到预设的进化代数之后，对所有进化代中适应度最高的个体进行解码，将对应的参数序列作为具有最佳适应度的参数序列。 本专利技术实施例还提供了一种混响模型生成装置，包括 确定模块，用于确定混响模型待优化的的参数序列以及所述参数序列的目标函数； 计算模块，用于将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列； 构建模块，用于根据所述具有最佳适应度的参数序列构建混响模型。 其中，所述装置还包括 建立模块，用于建立混响模型，所述混响模型包括至少六个滤波器单元，每个滤波器单元有4个参数(pi， Di， gi， ai)，其中pi为第i个滤波器单元的起始位置，Di为第i个滤波器单元的延时长度，gi为第i个滤波器单元的增益因子，ai为第i个滤波器单元的低通滤波系数，所述混响模型的输出为y (n)，其中，所述参数满足约束条件0 < pl < p2 < p3< p4 < N， pi+di < N，O < gi < l，O < ai < l，其中N为所述混响模型的延时线总长度。 其中，所述确定模块包括 确定子模块，用于确定所述混响模型的所有滤波器单元的参数组合(pl， dl， gl，al， p2， d2， g2， a2， . . . ， p6， d6， g6， a6，...)为所述混响模型的参数序列；2=丄 采集设置子模块，用于采集特定场景的混响冲击响应h (n)，并将^ = Zl少()-设为所述参数序列的目标函数，其中L为h(n)的长度。 其中，所述计算模块包括 初始化子模块，用于初始化基因选择概率； 编码子模块，用于根据所述基因选择概率对所述参数序列中的每个参数进行比特 编码，将编码后的一个参数序列作为一个个体，产生一个以上个体； 解码计算子模块，用于对所述一个以上个体进行解码，得到对应的参数序列，计算 各个满足所述约束条件的参数序列的目标函数值，将参数序列的目标函数值作为对应个体 的适应度，找出具有最佳适应度的个体； 更新子模块，用于根据所述具有最佳适应度的个体，更新基因选择概率，并将进化 代数加一 ； 处理子模块，用于在出现达到预设适应度的个体或达到预设的进化代数后，求出具有最佳适应度的参数序列。 本专利技术的实施例具有以下有益效果 上述方案中，首先确定待优化的混响模型的参数序列以及该参数序列的目标函 数，然后将该参数序列作为遗传算法的输入，该目标函数作为遗传算法的适应度函数，组成 搜索空间，求出具有最佳适应度的参数序列，也就是最接近真实环境的混响冲击响应以及 频率特性的参数序列，之后根据该参数序列构建混响模型，就得到了模拟该真实环境混响 特性的混响模型。本专利技术实施例的技术方案可以逼真的模拟任何特定的剧场，电影院等建 筑物的混响特性，完美重现现场的音效。附图说明 图1为混响环境下的冲击响应示意图； 图2为本专利技术的实施例混响模型生成方法的流程示意图； 图3为本专利技术的实施例混响模型生成装置的结构示意图； 图4为本专利技术的实施例混响模型生成方法的另一流程示意图； 图5为本专利技术的实施例混响模型的滤波器单元结构示意图； 图6为本专利技术的实施例混响模型中滤波器单元相互关系示意图。具体实施例方式为使本专利技术的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合 附图及具体实施例进行详细描述。 本专利技术的实施本文档来自技高网...

【技术保护点】
一种混响模型生成方法，其特征在于，包括：确定混响模型待优化的的参数序列以及所述参数序列的目标函数；将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列；根据所述具有最佳适应度的参数序列构建混响模型。

【技术特征摘要】
一种混响模型生成方法，其特征在于，包括确定混响模型待优化的的参数序列以及所述参数序列的目标函数；将所述参数序列作为遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳适应度的参数序列；根据所述具有最佳适应度的参数序列构建混响模型。2. 根据权利要求1所述的混响模型生成方法，其特征在于，所述确定混响模型待优化 的的参数序列以及所述参数序列的目标函数之前还包括建立混响模型，所述混响模型包括至少六个滤波器单元，每个滤波器单元有4个参数 (pi， Di， gi， ai)，其中pi为第i个滤波器单元的起始位置，Di为第i个滤波器单元的延时 长度，gi为第i个滤波器单元的增益因子，ai为第i个滤波器单元的低通滤波系数，所述 混响模型的输出为y(n)，其中，所述参数满足约束条件0 < pl < p2 < p3 < p4 < N，pi+di < N，O < gi < l，O < ai < l，其中N为所述混响模型的延时线总长度。3. 根据权利要求1或2所述的混响模型生成方法，其特征在于，所述确定所述混响模型 的参数序列以及所述参数序列的目标函数包括确定所述混响模型的所有滤波器单元的参数组合(Pl， dl， gl， al， p2， d2， g2， a2，...， p6， d6， g6， a6，...)为所述混响模型的参数序列；采集特定场景的混响冲击响应h(n)，并将^ = 1^|少()-W)l设为所述参数序列的目标函数，其中L为h(n)的长度。4. 根据权利要求1所述的混响模型生成方法，其特征在于，所述将所述参数序列作为 遗传算法的输入，所述目标函数作为遗传算法的适应度函数，组成搜索空间，求出具有最佳 适应度的参数序列包括初始化基因选择概率；A、 根据所述基因选择概率对所述参数序列中的每个参数进行比特编码，将编码后的一 个参数序列作为一个个体，产生一个以上个体；B、 对所述一个以上个体进行解码，得到对应的参数序列，计算各个满足所述约束条件 的参数序列的目标函数值，将参数序列的目标函数值作为对应个体的适应度，找出具有最 佳适应度的个体；C、 根据所述具有最佳适应度的个体，更新基因选择概率，并将进化代数加一 ； 重复所述步骤A C，直至出现达到预设适应度的个体或达到预设的进化代数，并求出具有最佳适应度的参数序列。5. 根据权利要求4所述的混响模型生成方法，其特征在于，所述求出具有最佳适应度 的参数序列包括对达到预设适应度的个体进行解码，将对应的参数序列作为具有最佳适应度的参...

【专利技术属性】
技术研发人员：张晨，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：11[中国|北京]