[发明专利]处理多声道音频信号的方法和系统

权利要求书

1.一种处理多声道音频信号的方法，其特征在于，该方法包括：

将所述多声道音频信号中至少两个声道的音频信号划分为多个帧；

基于正在处理的当前帧中所述至少两个声道的音频信号，获得使表示混音效果的混音状态函数获得最大值的当前帧的目标混合因子，所述混音状态函数是所述至少两个声道的音频信号和所述目标混合因子的函数；

基于所述当前帧的目标混合因子获得混合权重系数；

使用所述混合权重系数将所述当前帧中所述至少两个声道的音频信号混合为单声道音频信号。

2.如权利要求1所述的方法，其特征在于，

所述至少两个声道为两个声道，

每一帧包括N个音频采样点，N是大于1的自然数，x₁[n]和x₂[n]分别是所述两个声道的音频信号在当前帧中的第n个采样点的信号值，n＝1，2，...，N，

所述获得当前帧的目标混合因子的步骤包括：

使用M个预设混合因子中的每一个分别计算所述混音状态函数的值：

Jm(fN)=βJm(fN-1)+(1-β){1NΣn=1N|(1-|αm|)x1[n]+αmx2[n]|k}1/k]]>

m＝1，2，...，M

α_m是第m个预设混合因子，

M是大于1的自然数，

f_N是当前帧的帧序号，

β是遗忘因子，0＜β＜1，k是阶数因子，k＞0；

选择使得所述混合状态函数J_m(f_N)取得最大值的预设混合因子作为所述当前帧的目标混合因子α_x(f_N)。

3.如权利要求2所述的方法，其特征在于，所述多个预设混合因子的取值范围为[-1，1]。

4.如权利要求2所述的方法，其特征在于，k＝1、2、3或者4。

5.如权利要求2所述的方法，其特征在于，所述每一帧的长度设定为使得该帧的持续时间在10毫秒至1000毫秒之间。