[发明专利]增强一阶高保真度立体声响复制信号的方向性的方法和装置

说明书

来自提供被称为B格式信号的一阶高保真度立体声响复制信号的麦克风的记录提供对声音方向性的有限认知。声源被感知为比它们实际的更宽，特别是对于偏离中心的收听位置，并且声源往往被定位成来自最靠近的扬声器位置。在增强一阶高保真度立体声响复制信号的方向性的方法和装置中，从较低阶高保真度立体声响复制输入信号(10)提取(SFA)另外的方向性信息(22，23)。使用另外的方向性信息来估计更高阶高保真度立体声响复制系数(25a)，然后将其与输入信号的系数结合(CS)。从而增强高保真度立体声响复制信号的方向性，这在将高保真度立体声响复制信号解码成大声扬声器信号时得到空间源定位的增加的精确度。得到的输出信号具有比输入信号更多的能量。

技术领域

本发明涉及高保真度立体声响复制(Ambisonics)音频信号处理和声学的领域。

背景技术

高保真度立体声响复制是在2D和3D两者中，根据声压来描述音频场景，并且使用出众的空间分辨率来处理复杂音频场景的记录、制作、传送和回放的技术。在高保真度立体声响复制中，空间音频场景由傅立叶-贝塞尔级数(Fourier-Bessel series)的系数来描述。已知有提供被称为B格式信号的一阶高保真度立体声响复制信号的麦克风阵列。但是，将一阶高保真度立体声响复制信号解码并且呈现给2D环绕或3D的扬声器布置只提供对声音方向性的有限认知。声源往往被感知为比它们实际的更宽。特别是对于偏离中心的收听位置，声源往往被定位成来自最靠近的扬声器位置，而不是它们在扬声器之间的想要的虚拟位置。一阶高保真度立体声响复制(B格式) 信号由声压的傅立叶-贝塞尔级数描述的四个系数构成，其形成3D声场表示。这些是W信道(单声道混合或零阶)以及X、Y、Z信道(一阶)。更高阶信号使用更多的系数，这在将系数解码成扬声器信号时增加空间源定位的精确度。但是，这样的更高阶信号并不包括在由麦克风阵列提供的B格式信号中。

定向音频编码(Directional Audio Coding，DirAC)是用于表示或再现音频信号的已知技术[5，9]。其使用B格式解码器，B格式解码器将直达声(direct sound)从扩散声(diffuse sound)分离，然后使用基于矢量的幅度平移 (Vector-Based AmplitudePanning，VBAP)对频域中的直达声进行选择性放大，并且在合成滤波之后最终在其输出处提供扬声器信号。

图1a)示出基于DirAC的B格式解码的结构。B格式信号10是时域信号，并且在分析滤波器组(analysis filter bank)AFB_D中被滤波成K个频带 11。声场分析块SFA_D估计扩散估计(diffuseness estimate)Ψ(f_k)13和到达方向(directions-of-arrival，DoA)12。DoA是针对带k的特定中频处的源的方向的方位角φ(f_k)和倾斜角Θ(f_k)。一阶高保真度立体声响复制解码器AmbD将高保真度立体声响复制信号呈现为L个扬声器信号14。直达-扩散分离块 DDS使用根据扩散估计13确定的滤波器将一阶高保真度立体声响复制信号分离成L个直达声信号15和L个扩散声信号16。通过将解码器AmbD的输出14与根据扩散估计13获得的相乘来得出L个扩散声信号16。根据与的乘法来得出定向信号。进一步使用被称作矢量基幅度平移(Vector Base Amplitude Panning，VBAP)[8]的技术来处理直达声信号15。在VBAP 单元VP中，乘以(每个频带中的)每个扬声器信号的增益值以根据DoA 12 和扬声器的位置，将直达声平移(pan)到所期望的方向。通过解相关滤波 DF对扩散信号16进行解相关，并且将解相关的扩散信号17添加到从VPAB 单元VP获得的直达声信号。合成滤波器组SFB_D将频带与可以由L个扬声器再现的时域信号19结合。应用用于时间整合的平滑滤波器(未在图1中示出)以计算扩散估计Ψ(f)13和平滑由VBAP得出的增益值。