[发明专利]立体声学用户界面

说明书

技术领域

该发明立体声学用户界面是一种多媒体用户界面，应用于多媒体计算机系统、手持智能终端和设备，为用户与操作系统交互提供界面的系统。

背景技术

多媒体用户界面已经得到广泛应用。经过长时间的发展，已经形成了以图形界面为主、综合使用各种多媒体手段的信息传递和交互方式。以桌面电脑为例，信息通过视窗形式向用户展示，实现操作系统信息向用户的传递，使用键盘鼠标获取输入信息。这种多媒体用户界面的信息传递形式包括文字和图片等，构成友好的用户界面。用户与操作系统进行交互，完成信息交流。对于视频播放器和游戏等软件，除视频画面媒体外，还结合了声音媒体。近年兴起的智能设备，对输入设备作较大改进，在传统的键盘鼠标替换成少数按键和触摸屏的基础上，增加了多种传感器。在声音信息交互中使用了话筒和听筒，或者通过蓝牙耳机等更加便捷的媒介向用户传递信息内容。形成画面和声音结合的用户界面，由按键和触摸操作控制，构成友好的用户界面。但是，在目前的用户界面构成框架中，声音的应用只作为辅助手段，除提示音应用等少数应用外，声音不能严格的定义为用户界面的组成部分，而是声音信息自身的播放。而声音的播放只采用单一音频流播放形式，即同一时间，操作系统只传递一项声音信息，即使存在多个同时播放的音频流，相互之间只存在干扰，没有形成真正的声音用户界面。该发明运用立体声学理论，利用空间声源定位技术和立体声混音技术等，设计一种新的多媒体用户界面，通过并行声频信息作为界面媒介，提高交互效率。

发明内容

该发明立体声学用户界面运用立体声学理论，利用空间声源定位技术和立体声混音技术设计而成。立体声学用户界面多媒体用户界面的一种，是一套完整的声音多媒体用户界面系统。该系统连接操作系统和用户，为用户和操作系统之间的信息交流提供一套完整的交互界面。通过并行声频信息作为界面媒介，提高交互效率。

该系统由输入接口模块、输出接口模块和核心处理模块构成。

该系统的输入模块包括声源包管理模块、声汇定位控制模块、集散控制模块和流定位控制模块四个组成部分。其中声源包是信息内容的数据封装，由音频流数据、声源定位数据、增益和播放模式控制信息组成。

声汇定位控制模块是控制声汇点的组成模块。声汇点指的是在系统中，用于虚拟用户所在位置，汇集和接收立体空间中的声音信号的点。声汇点在用户交互过程中是可变量，用户通过控制声汇点，在立体空间中接收声音信号。声汇定位控制模块就是控制声汇点在空间中移动的系统模块。声汇定位控制模块通过改变声汇点与声源距离，形成一个靠近过程，用于重点收听该声源的音频信息。

集散控制是指用户在声汇点集中接收个声源的声音信号时，调节远距离声源的声音信号强度的控制。集散控制由集中和分散两个控制操作组成。通过集中控制操作，用户屏蔽远距离声源声音信号，提高近距离声源的声音信号的获取效率。通过分散控制操作，用户可以同时获取更多的声源的声音信号。集散控制模块是实现集散控制的系统组成部分。

流定位控制是指在声源包的音频数据流的定位。通过流定位控制，用户可以实现音频流回退重播和快进。对于信息内容而言，回退的定位控制操作用于确认声音信息内容，快进则用于跳跃获取信息，是按照用户获取信息的习惯而设计的。流定位控制操作通过流定位控制模块实现。

声源包是系统的大量数据输入，用于封装系统需要传递的信息内容。在该用户界面中，操作系统需要传递的信息内容以音频流为媒介向用户展示。在同一时间内有多个待传递信息，操作系统分别生成对应的声源包输入到该用户界面。声源包中包含音频流数据、声源定位数据、增益和播放模式控制信息。多个声源包同时输入到核心处理模块进行数据处理，处理结果为多声源并行声音信号合成的立体声数据。

核心处理模块是该系统的核心部件。其功能是根据声汇点参数、集散参数和流定位参数，运用立体声学理论合成立体声数据。该模块利用空间声源定位技术和立体声混音技术，对多个声源包作实时合成运算。运算结果生成立体声音频数据，并将数据传送到输出接口模块。

输出接口模块和输入接口模块一样，都是相对于核心处理模块而言的。输出接口模块包括音频接口管理模块和公共接口管理模块。其中音频接口管理模块协调核心处理模块和操作系统的音频设备管理接口的数据交换。由核心处理模块生成的立体声数据通过音频接口管理模块向用户展示。展示的方式有双声道立体声耳机，或者双声道立体声蓝牙耳机等。公共接口管理模块为操作系统和应用程序提供公共接口，公共接口向操作系统和应用程序提供用户控制过程的参数、底层缓冲区状态等数据，触发用户操作事件。