[发明专利]用于处理音频信号的方法和设备

说明书

技术领域

本发明涉及一种用于处理信号的方法和设备，其被用于有效地再现音频信号，并且更加特别地，涉及一种用于处理音频信号的方法和设备，其被用于以低计算复杂性实现对于输入音频信号的滤波。

背景技术

存在随着目标滤波器的长度增加，用于立体收听多声道信号的双耳渲染要求高计算复杂性的问题。特别地，当使用反映了录音室特性的双耳室脉冲响应(BRIR)滤波器时，BRIR滤波器的长度可以达到48000至96000个采样。在此，当输入声道的数目像22.2声道格式一样增加时，计算复杂性是巨大的。

当通过x_i(n)表示第i个声道的输入信号时，通过b_i^L(n)和b_i^R(n)分别表示相对应的声道的左右BRIR滤波器，并且通过y^L(n)和y^R(n)表示输出信号，通过下面给出的等式能够表达双耳滤波。

[等式1]

在此，*表示卷积。通常基于快速傅立叶变换(FFT)通过使用快速卷积执行上述时域卷积。当通过使用快速卷积执行双耳渲染时，需要通过与输入声道的数目相对应的次数执行FFT，并且需要通过与输出声道的数目相对应的次数执行逆FFT。此外，因为像多声道音频编解码器一样在实时再现环境下需要考虑延迟，因此需要执行分块快速卷积，并且与相对于总长度仅执行快速卷积的情况下相比可能消耗更多的计算复杂性。

然而，在频域中实现大多数编译方案，并且在一些编译方案(例如，HE-AAC、USAC等等)中，在QMF域中执行解码的最后步骤。因此，当如在上面给出的等式1中所示在时域中执行双耳滤波时，另外要求有与声道的数目一样多的用于QMF合成的操作，这是非常低效的。因此，在QMF域中直接地执行双耳渲染是有优势的。

发明内容

技术问题

本发明具有下述目的，关于立体再现多声道或者多对象信号，实现双耳渲染的要求高计算复杂性的滤波过程，用于以非常低的复杂性保留原始信号的沉浸感同时最小化音质的损坏。

此外，本发明具有当在输入信号中包含失真时通过使用高质量的滤波器最小化失真的扩展的目的。

此外，本发明具有通过具有较短长度的滤波器实现具有长度长的有限脉冲响应(FIR)滤波器的目的。

此外，本发明具有当通过使用被截断的FIR滤波器执行滤波时最小化由于丢弃的滤波器系数而破坏的部分的失真的目的。

技术方案

为了实现目的，本发明提供一种如下面的用于处理音频信号的方法和设备。

首先，本发明的示例性实施例提供一种用于处理音频信号的方法，包括：接收输入音频信号；接收用于滤波输入音频信号的各个子带信号的被截断的子带滤波器系数，被截断的子带滤波器系数是从用于输入音频信号的双耳滤波的双耳室脉冲响应(BRIR)滤波器系数获得的子带滤波器系数的至少一部分，基于通过至少部分地使用从相对应的子带滤波器系数提取的特性信息获得的滤波器阶数信息确定被截断的子带滤波器系数的长度，并且通过其中已经执行在相对应的子带中按照预先确定的块大小的快速傅里叶变换(FFT)的至少一个FFT滤波器系数组成被截断的子带滤波器系数；在相对应的子带中基于预先确定的子帧大小执行子带信号的快速傅里叶变换；通过将快速傅里叶变换的子帧和FFT滤波器系数相乘生成被滤波的子帧；逆快速傅里叶变换被滤波的子帧；以及通过重叠添加被逆快速傅里叶变换的至少一个子帧生成被滤波的子带信号。