[发明专利]处理多声道音频信号的方法和系统

说明书

技术领域

本发明涉及音频信号处理领域，特别涉及对多声道音频信号的处理领域。

背景技术

当前，双声道或者多声道的音频资料大量存在。其中，具有两个声道的音频资料，比如立体声音乐，是当前使用最广泛的音频格式。这包括传统的CD唱片，以及包括MP3，AAC，OGG等压缩过的音乐码流。双声道或立体声以其足够的音频质量和空间表现力，依然占据着极高的比例。

然而，一些小型的移动设备，由于设备空间或者制造成本的限制，往往只配置一个扬声器。这些只配置一个扬声器的移动设备可以是移动电话、个人数字助理(PDA，Personal Digital Assistant)、移动互联网设备(MID，Mobile Internet Devices)、平板电脑或者小型笔记本电脑。这些设备在播放具有2个或更多个通道的音频时，必然需要将两通道或多通道的音频混合到单通道的音频，以便让其唯一的扬声器输出。

现有最常用的音频处理方法是只提取其中一个通道的音频信号进行播放，或者取两个通道的音频的平均值，以得到单通道音频。

申请人对现有的音频处理方法进行了深入研究，发现只提取其中一个通道的音频信号进行播放的方法在两个通道内容差异较大时会丢失大量信息。而将两个或多个通道简单叠加然后取平均值的方法会在两声道具有相互反相特性时，音量突降。

发明内容

本发明的发明人发现，现有的音频处理方法在特定情况会产生信息大量丢失或者音量突降的缺陷。因此，针对该问题提出了一种新的技术方案。

本发明的一个目的是提供一种处理多声道音频信号的方法，能够确保将多声道音频信号混合为单声道音频信号后不再出现信息丢失严重或者音量突降的问题。

根据本发明的第一方面，提供了一种处理多声道音频信号的方法，该方法包括：将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，该混音状态函数是至少两个声道的音频信号和目标混合因子的函数；基于当前帧的目标混合因子获得混合权重系数；使用混合权重系数将当前帧中至少两个声道的音频信号混合为单声道音频信号。

优选地，前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]分别是该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。

前述获得当前帧的目标混合因子的步骤可包括：使用M个预设混合因子中的每一个分别计算混音状态函数的值：