[发明专利]生成具有增强的感知质量的立体声信号的方法和装置

说明书

本申请是中国申请号为200880024899.3的申请的分案申请，原申请的申请日为2008年5月16日，原申请发明名称：生成具有增强的立体声信号的方法和装置。

技术领域

本发明的实施例涉及具有增强的感知质量的立体声信号的生成，特别是如何处理以中间信号（mid-signal）和侧信号（side-signal）为代表的信号使之生成具有改进的特征的立体声信号。

背景技术

近来，在便携设备上储存并回放大量音乐已成为可能。尤其是通过耳机可以随处重放音乐内容，这些设备的使用因此变得非常流行。通常，需要回放的内容被混音至立体声中，即被混音成两种独立的声道。然而，通过使用一普通的双声道立体声设备，这些内容被设计成通过扬声器实现重放。也就是说，通过使用两个扬声器，在音乐播音室（music-studio）中将立体声声道混音以尽可能提供最大的再现品质（reproduction quality）和原始听觉景象的空间知觉（spatial perception）。但是，通过耳机听这种立体声录音会导致声音的头中定位效应（in-head localization），也就是产生强烈的使人烦恼的空间压迫感（spatial impression）。换言之，由于人类听觉系统的音质特征（psychoacoustic properties），本来位于两个扬声器之间某处的虚声源变为处于听者的头中。由于感觉不到串扰和反射，这就会刺激听觉系统，导致声源似乎位于听者的脑海中。听觉系统适应了那些信号特征后，当音乐通过扬声器重放，或者更普遍地，通过一个“真实”环境传输时，就会对听觉系统产生刺激。

目前，通过在用耳机重放对左声道和右声道进行处理，已提出了几种方法和设备用于解决这个问题。但是，这些方法，比如使用头部相关传输函数，计算起来非常复杂。通过模拟室内扬声器的听觉环境，这些方法试图在用耳机重放音乐时刺激人类听觉系统使声源位于头外部。也就是说，比如，可在信号中人工添加一串扰声程（sound path）和房间墙壁的反射。为实现真实的模拟，左声道和右声道必须进行滤波，另外还必须考虑听者的躯干、头和耳廓的特征产生的影响。要实现越准确的模拟，就需要花费越多的计算资源。如果既要得到良好的结果又要降低复杂度，那些模型就得简化为串扰，在某些情况下，甚至简化至很小的墙壁反射，这些都可以通过低阶滤波实现。人身体自身的影响也可通过低阶滤波器逼近。但是，这些滤波器必须用在直达信号（direct signal）以及每个反射信号上（如M.R.Schroeder:An Artificial Stereophonic Effect Obtained from Using a Single Signal,9^th annual meeting of the AES,preprint14,1957中所描述的那样）。

还有人提出了其他方法用于在即使只具备一单声道信号的情况下提供一立体声听觉经历。一种方法就是将输入信号（单声道的）馈送至两个声道并生成一被削弱和延迟后的表示（representation），然后分别与第一声道相加、与第二声道相减。

通常，立体声信号也可以传输至一中间-侧边（mid-side）表示，该中间-侧边表示包含一中间信号（和信号）以及一侧信号（差信号）。所述的和信号由右声道与左声道相加得到，差信号由左声道与右声道相减得到。在大多数音乐立体声信号中，具有最高相关度的虚声源一般是位于听者前方的。在录音过程中，这些信号通常代表了领唱或者主奏乐器。由于这些声源位于一个双声道装置的扬声器之间，所以这些信号成分会同时出现在左声道和右声道中。因此，这些重要的信号主要以一和信号（中间信号）而不是一差信号（侧信号）为代表。所以，当试图实现听者头外声像时，这种中间信号表示必须经过仔细处理。

在传统的基于和信号与差信号的头外信号处理过程中，和信号要么不需要经过处理，要么进行单独处理或者通过特殊滤波器滤波。但是，简单地对和信号与侧信号分别进行滤波，并将信号重新分布至左右声道，会造成以高计算复杂度为代价来换取增加头外声像（out-of-head localization）或者感知空间宽度的不利后果。更重要的是，将过滤后的和（sum）信号与差（difference）信号相加（减），如传统中间-侧边-上混音器（mid-side-upmixer）所实现的，会导致输出信号中虚声源的感知位置产生偏移。

考虑到传统的立体声信号的产生和被改变的重放习惯，需要一种可以有效实施的概念，用于产生具有增强感知质量的立体声信号。

发明内容