音频再现系统及其方法
【专利摘要】一种音频再现系统包括主要沿非反射声学路径将音频再现到收听位置(103)的第一扬声器装置(107)和主要沿反射声学路径再现音频的第二扬声器装置(115)。音频再现器(101)包括上混器(203)以用于将多通道音频信号的通道信号上混到第一音频信号和对应于比第一音频信号更漫射的声音的第二音频信号。上混响应于针对多通道信号的两个通道的相关性量度。相关性量度由相关性估计器(213)生成。驱动器(205,207)分别从第一和第二音频信号驱动第一和第二扬声器装置(107,115)。该方法可以提供较为包络式的音频体验而不引入针对特定声源的位置误差。
【专利说明】音频再现系统及其方法
【技术领域】
[0001]本发明涉及一种音频再现系统，并且特别地而非排他地，涉及一种诸如环绕声音频再现系统之类的空间音频再现系统。
【背景技术】
[0002]除简单的立体声以外的多通道音频再现以及特别是多通道空间声音再现已通过诸如环绕声家庭影院系统之类的应用而变得常见。典型地，这样的系统使用定位在相对于收听位置的特定空间位置处的扩音器。例如，5.1家庭影院系统经由五个扩音器来提供空间声音，所述五个扩音器被定位有，直接在收听位置前方的一个扬声器(中央通道)、在收听位置的左前方的一个扬声器、在收听位置的右前方的一个扬声器、在收听位置的左后方的一个扬声器，以及在收听位置的右后方的一个扬声器。此外，通常提供非空间低频扬声器。
[0003]这样的常规系统是基于在相对于收听位置的特定标称位置处的音频信号的重现。典型地为每个音频通道提供一个扬声器，并且因此扬声器必须被定位在对应于系统的预确定或标称位置的地点处。
[0004]在诸如空间多通道以及尤其环绕声系统之类的许多音频系统中，存在提供较为参与式的用户体验的期望。这可以例如通过引入能够被定位在新的位置处的附加扬声器从而为在给定收听位置处的听者提供较为包封式(encapsulating)的声音再现来实现。然而，因为内容通常以特定且典型为遗留驱动的格式来提供，所以音频再现系统可能在许多这样的应用中需要从所接收的信号生成新的通道。例如，对于立体声信号，可能期望得到能够被从侧面或收听位置后面再现的通道。对于五通道环绕声系统，可能期望生成第六或第七通道例如以用于从升高的位置再现或者向听者的侧面再现。
[0005]因此，音频再现系统可以执行一个或多个输入通道的上混来生成附加通道。系统因此可以采用从给定输入音频信号合成附加扩音器驱动信号的算法。
[0006]然而，针对这样的上混的关键问题是空间或其它失真不应当被引入，并且结果得到的再现的音频舞台(stage)应当仍然被感知为是自然的。特别地，期望的是，提供较为参与式和包封式的声音体验，而这不导致例如空间良好定义的声源改变它们感知的位置。
[0007]尽管大量的算法和方法已被提出以用于音频的上混来合成新的通道，但是这些往往不提供最佳的性能。特别地，生成和再现合成的通道的大多数再现系统往往提供不太理想的新兴体验和/或往往将空间失真引入到空间良好定义的声源。
[0008]因此，改进的音频再现方法将会是有利的并且特别是允许上混以合成一个或多个附加通道的音频再现方法。尤其是允许增加的灵活性、减小的复杂性、改进的用户体验、较为包封式的声音体验、减小的空间失真和/或改进的性能的音频再现方法将是有利的。
【发明内容】
[0009]因此，本发明寻求单个地或者以任何组合地优选缓解、减轻或者消除上面提到的缺点中的一个或多个。[0010]根据本发明的一个方面提供了一种音频再现系统，其包括:音频再现器；第一扬声器装置，其被耦合到音频再现器并且被布置成将音频再现到收听位置，第一扬声器装置具有其中从第一扬声器装置到收听位置的方向在第一扬声器装置的主瓣的3dB波束宽度内的定向辐射图；以及第二扬声器装置，其被耦合到音频再现器并且被布置成将音频再现到收听位置，第二扬声器装置具有其中从第二扬声器装置到收听位置的方向在第二扬声器装置的主瓣的3dB波束宽度外的定向辐射图；其中音频再现器包括:接收器，其用于接收多通道音频信号；相关性估计器，其用于为多通道音频信号的第一通道信号和第二通道信号生成相关性量度；上混器，其用于响应于相关性量度将第一通道信号上混到第一音频信号和第二音频信号，第二音频信号对应于比第一音频信号更漫射的声音；第一驱动器，其用于从第一音频信号驱动第一扬声器装置；以及第二驱动器，其用于从第二音频信号驱动第二扬声器。
[0011]本发明可以将改进的用户体验提供给听者。特别地，通常可以实现较为包封式和沉浸式的用户体验。在许多情景中扩大的声舞台能够被感知到。声舞台可以被感知为是自然的，并且空间良好定义的位置的空间失真可以被减小。特别地，与使用非反射和反射路径的再现组合的基于两个通道之间的相关性/相干性的上混的组合可以在许多实现中提供改进的感知的声舞台扩展。特别地，它可以允许被典型地感知为不具有强的空间线索的环境声的空间扩展，而同时允许特定且良好定义的各个空间声源看似未经修改。该方法可以特别地导致将要被感知的一般环境声扩展成愈加环绕用户而不改变声舞台中的特定声源的音频再现。
[0012]特别地，漫射声可以被空间地扩展成提供较为包围式的声舞台，而不将空间失真或误差引入到非漫射/直接声音。
[0013]在许多实施例中并且对于许多音频信号而言，该方法可以能够递送清楚可定位的声音以及非常包络式的环境声两者。这可以典型地在无需任何用户交互的情况下实现。
[0014]在许多实施例中，第一和第二通道可以特别地是立体声或环绕声设置的左前通道和右前通道。在许多实施例中，第一和第二通道可以特别地是环绕声设置的左环绕通道和右环绕通道。被应用于第一通道信号的上混还可以被应用于第二通道信号。
[0015]来自两个扬声器装置的定向辐射图可以是基本上相同的或者可以是不同的。主瓣的波束宽度在一些实施例中可以是相对窄的(比方说±20° )或者例如在其它实施例中可以是相对宽的(比方说±120° )。在一些实施例中，第一扬声器装置可以具有带有两个(或更多个)基本上相等的瓣的定向辐射图，在这种情况下这些主瓣中的任何一个都可以包括在它们的3dB波束宽度内到收听位置的方向。在一些实施例中，第二扬声器装置可以具有带有两个(或更多个)基本上相等的瓣的定向辐射图，在这种情况下这些主瓣中的任何一个都不包括在它们的3dB波束宽度内到收听位置的方向。例如，对于由双极扬声器实现的第二扬声器装置而言，两个瓣都将不包括在它们的3dB波束宽度内到收听位置的方向。
[0016]第一扬声器装置可以在使用中主要沿非反射声学路径将音频再现到收听位置。第一扬声器可以特别地被布置成使得在第一波前之后的头20 ms内从第一扬声器装置到达收听位置的音频能量的多于一半经由一个或多个直接路径这样做。在20 ms内的声音中的一些可能可以通过反射声学路径到达收听位置，但是在该时间间隔中从第一扬声器装置到达收听位置的音频能量的多于一半在许多实施例和情景中将不被反射。在20 ms时间间隔外的声音将典型地是具有少且微弱的空间线索的混响声。混响声往往仅取决于房间音响而不取决于扬声器设置和装置。
[0017]第二扬声器装置可以在使用中主要沿反射声学路径将音频再现到收听位置。第二扬声器可以特别地被布置成使得在第一波前之后的头20 ms内从第二扬声器装置到达收听位置的音频能量的多于一半不经由一个或多个直接路径这样做。在20 ms内的声音中的一些可能可以通过直接非反射声学路径到达收听位置，但是在该时间间隔中从第二扬声器装置到达收听位置的音频能量的多于一半在许多实施例和情景中将被至少反射一次。典型的反射可以是离开再现系统所位于的房间的墙壁、天花板或地板。
[0018]第二音频信号能够对应于比第一音频信号更漫射的声音，因为第二音频信号具有更高比例的信号分量，相比于第一音频信号而言，针对所述更高比例的信号分量的相关性量度指示在第一通道信号与第二通道信号之间的更低的相关性。第二音频信号能够对应于比第一音频信号更不相关的声音(在第一通道与第二通道之间)。当参考表示或者对应于或多或少漫射声的第一和第二音频信号时，这种参考可以参照由输入多通道信号表示的音频场景来考虑。这种音频场景可以表示具有大量的空间良好定义的(点状)源以及不是空间良好定义的较为漫射的声音分量的音频环境。第二音频信号能够对应于比第一音频信号更漫射的声音，因为它比第一音频信号包含更高比例的输入多通道/捕获的音频场景的漫射声的音频能量。类似地，第一音频信号能够通过比第二音频信号包含更高比例的输入多通道/捕获的音频场景的空间良好定义的音频源的音频能量而对应于比第二音频信号更不漫射的声音。因此，当参考表示一定程度的漫射的信号时，这可以涉及它从原始多通道信号以及因此从所捕获的音频场景包含的声音分量的特性。术语漫射/非漫射可以在参考信号时一般地对应于诸如定向/非定向、可定位/不可定位和/或前景/背景之类的术语。
[0019]第一音频信号可以主要地包括对应于空间特定的音频源(诸如点状源)的第一通道信号的声音分量，而第二音频信号可以主要地包括对应于空间非特定的环境声的第一通道信号的声音分量。特别地，第二音频信号可以主要地反映背景声，而第一音频信号可以主要地反映特定的前景声源。
[0020]依照本发明的可选特征，音频再现器被布置成将第一通道信号划分成多个时间-频率间隔；并且相关性估计器被布置成针对每个时间-频率间隔生成相关性值；以及上混器被布置成通过针对每个时间频率间隔按作为相关性值在时间-频率间隔内的单调递减函数的第一权重对第一通道信号在时间频率间隔内的信号值进行加权来生成第二音频信号。
[0021]这可以提供特别有利的方法。特别地，它可以提供在通道之间高度相关的声音分量和并不高度相关的声音分量的高效分离。该方法可以允许对应于第一音频通道的漫射声分量的第二音频信号的有效生成。
[0022]依照本发明的可选特征，上混器还被布置成通过针对每个时间频率间隔按作为相关性值在时间-频率间隔内的单调递增函数的第二权重对第一通道信号在时间频率间隔内的信号值进行加权来生成第一音频信号。
[0023]这可以提供特别有利的方法。特别地，它可以提供在通道之间高度相关的声音分量和并不高度相关的声音分量的高效分离。该方法可以允许对应于第一音频通道的非漫射声分量的第一音频信号以及对应于第一音频通道的漫射声分量的第二音频信号的有效生成。
[0024]依照本发明的可选特征，上混器还被布置成响应于针对第一通道信号和第二通道信号的能量差估计来确定权重。
[0025]该方法可以例如允许变成漫射声和非漫射声的改进的分离。特别地，它可以为空间良好定义的(例如点状)源提供改进的考虑，所述空间良好定义的源被规划成第一和第二通道中的一个，即为此，能量主要位于通道之一中。
[0026]能量差可以在各个时间频率间隔中、遍及一组时间频率间隔或者遍及所有频率被评估。
[0027]增益可以根据能量差来确定并且可以特别地是能量差的单调递减函数。
[0028]依照本发明的可选特征，相关性估计器被布置成响应于多个时间频率间隔的相关性值的频率平均来确定针对频率间隔的相关性值。
[0029]这可以提供改进的性能并且可以特别地在许多实施例中以及针对许多信号，可以减小由第一通道信号的上混所引起的失真。
[0030]依照本发明的可选特征，上混器还被布置成响应于针对多通道信号的音频内容特性来确定权重。
[0031]这在许多实施例中可以提供改进的用户体验。例如，它可以提供特定音频信号的漫射声和非漫射声的再现的改进的适配。例如，可以生成更适于音频内容的声舞台。
[0032]依照本发明的可选特征，音频再现器可以被布置成独立于第二音频信号来修改第一音频信号的再现属性。
[0033]这在许多实施例中可以提供改进的用户体验。例如，它可以提供特定音频信号的漫射声和非漫射声的再现的改进的适配。例如，可以生成更适于音频内容的声舞台。
[0034]依照本发明的可选特征，再现属性是针对第一音频信号的音频水平。
[0035]这在许多实施例中可以提供改进的用户体验。例如，它可以允许环境背景声与前景声源之间的平衡动态地变化。
[0036]替换地或附加地，音频再现器可以被布置成独立于第一音频信号来修改第二音频信号的音频水平。
[0037]依照本发明的可选特征，再现属性是空间音频辐射图属性。
[0038]这在许多实施例中可以提供改进的用户体验。特别地，它可以允许音频辐射图针对环境背景声和前景点状声源的再现被单独地优化。音频辐射图属性可以是例如与动态可变的波束形成器一起使用的扬声器阵列的波束图/形状的属性。
[0039]替换地或附加地，音频再现器可以被布置成独立于第一音频信号针对第二音频信号来修改空间音频辐射图属性。
[0040]依照本发明的可选特征，针对第二扬声器装置的定向辐射图在收听位置的方向上具有凹口(notch)。
[0041]因此可以通过提供所再现的漫射声分量的改进的感知来提供改进的用户体验。第二扬声器装置可以特别是由被包括在第二驱动器中的波束形成器控制的音频阵列。自适应波束形成器可以被布置成在收听位置的方向上(可能动态地)指导空值。
[0042]依照本发明的可选特征，第二扬声器装置包括双极扬声器装置。
[0043]这可以允许有利的性能同时维持低复杂性实现。[0044]依照本发明的可选特征，第一扬声器装置和第二扬声器装置被包括在一个扬声器外壳中。
[0045]这可以提供实用的实现并且可能在许多情况下对用户是有利的，因为仅一个扬声器外壳需要被定位在音频环境中。两个扬声器装置可以由在不同的方向上成角度的一个或多个驱动单元的分离集合实现。作为另一个示例，第一和第二扬声器装置可以通过由不同的波束形成器针对第一和第二音频信号中的每一个所驱动的单个音频阵列来实现，其中波束形成器在不同的方向上生成波束。
[0046]依照本发明的可选特征，多通道音频信号是使每个通道与空间扬声器配置的标称位置相关联的空间多通道信号，并且其中第二扬声器装置位于除标称位置外的不同位置处。
[0047]这可以在许多实施例中提供改进的用户体验和较为包封式的声音再现。特别地，它可以提供较大声舞台的感知同时仍然维持点状音频源的位置。
[0048]依照本发明的可选特征，第二驱动器与升高的扬声器位置相关联。
[0049]这可以在许多实施例中提供改进的用户体验和较为包封式的声音再现。特别地，它可以提供较大声舞台的感知同时仍然维持点状音频源的位置。
[0050]根据本发明的一个方面提供了再现音频的方法。
[0051]本发明的这些和其它方面、特征以及优点从以下描述的(多个)实施例将是显而易见的，并且将参考以下描述的(多个)实施例而被阐明。
【专利附图】
【附图说明】
[0052]仅作为示例，将参考附图描述本发明的实施例，在附图中
图1图示了依照本发明的一些实施例的音频再现系统的元件的示例；
图2图示了依照本发明的一些实施例的音频再现器的元件的示例；以及 图3图示了多通道音频信号的两个通道之间的相关性量度的示例。
【具体实施方式】
[0053]以下描述集中在适用于空间环绕声系统并且特别地适用于环绕声家庭影院系统的本发明的实施例。然而，应了解，本发明不限于该应用，而是可以被应用于许多其它音频再现系统并且被应用在许多其它音频再现系统中。
[0054]图1图示了依照本发明的一些实施例的音频再现系统的示例。
[0055]在该系统中，音频再现器101接收在特定示例中为五通道空间多通道信号的多通道信号。多通道信号可以是具有与定位在相对于收听位置103的特定空间位置处的扩音器相关联的空间通道的常规的五通道信号。例如，5.1家庭影院系统经由五个扩音器来提供空间声音，所述五个扩音器被定位有，直接在收听位置(中央通道)前方的一个扬声器105、在收听位置的左前方的一个扬声器107、在收听位置的右前方的一个扬声器109、在收听位置的左后方的一个扬声器111，以及在收听位置的右后方的一个扬声器113。此外，非空间低频效果通道可以经由低频扬声器(未示出)提供和再现。
[0056]图1的系统因此可以将空间声音体验提供给在收听位置103处的听者。然而，图1的系统还被布置成从所接收的信号合成附加通道，而不是仅仅提供常规的五通道再现。特别地，图1的系统可以将一个通道分解成两个通道并且从两个不同的扬声器装置再现两个通道。
[0057]在该特定示例中，左前通道被分解成第一信号和第二信号，其中第一信号驱动特别地可以被定位在针对左前通道的标称位置处的第一扬声器109并且第二信号驱动可以与第一扬声器109并置或者可以被定位在别处的第二扬声器。
[0058]在该示例中，右前通道以类似的方式被分解并且因此附加扬声器装置117被用来再现附加信号。
[0059]在该系统中，在两个前侧通道中的每一个中的信号因此被划分成两个不同的信号。另外，所生成的信号中的一个主要对应于非漫射声，诸如来自特定(点状)声源的声音，而另一个信号主要对应于较为漫射的声音。区分和分解是基于多通道音频信号的不同通道之间的相关性的评估的。特别地，点状源往往在通道之间展示出高程度的相关性而诸如源自例如混响效果的那些之类的漫射声、非定向噪声等往往并不展示出高程度的相关性。在该系统中，两个通道的各个特性通过不同信号的不同再现而被进一步加强。特别地，非漫射信号在很大程度上经由直接声学路径再现，而漫射信号在很大程度上经由间接路径再现。
[0060]该系统可以特别地应用寻求区分环境且较为漫射的背景声和特定空间良好定义的前景声源的盲分解算法。
[0061]例如，电影中的音频场景通常可以包括对于听者而言在前景处的声源(例如对话和一些效果)和在较大距离处或在背景处的声音元件(环境声以及有时背景音乐)。后一种类型的声音将典型地是具有少数特定空间线索的漫射声。
[0062]理论上，内容以这种方式的盲分解在没有附加线索的情况下将是极其困难的。然而，在许多立体声和多通道录音中原始的混合已经以使得前景和背景声元件以不同的方式混合的方式被创建。特别地，通常前景声元件典型地出现在仅一个或两个扩音器中，在这种情况下它们在零时滞处具有大信号水平交叉相关性。另一方面，背景声元件被典型地放置在两个或更多个扩音器中并且它们在成对的通道之间典型地是弱零时滞交叉相关的。被主要地扫调(pan)到一个通道的一些前景声还可以展示出低交叉相关性，但是如将在稍后描述的那样，这样的情景可以被显式地检测和补偿。
[0063]在图1的系统中使用基于相关性的信号分解并且这通常能够实现:能够生成两个信号，其中一个主要对应于漫射背景声而另一个主要对应于非漫射前景声元件。
[0064]在该系统中，两个信号能够被具有不同的定向辐射图的扬声器装置再现。特别地，再现前景信号的扬声器装置可以直接地瞄准收听位置103，即收听位置可以落入扬声器装置的主瓣的(3dB)波束宽度内。相比之下，再现背景信号的扬声器装置可以远离收听位置103瞄准。对于这种扬声器装置，收听位置因此可以是在主瓣的(3dB)波束宽度外。这样的布置因此可以确保经由直接声学路径所再现的声音的比例相对于经由反射声学路径所再现的声音的比例对于前景对象的再现来说比对于背景对象的再现来说高得多。因此，所再现的声音的相对漫射相对于前景对象而言，对于背景对象有所增加。
[0065]特别地，一旦生成所分解的音频信号，前景信号就能够被在(20 ms的)非混响时间间隔内主要经由直接声学路径将信号再现到收听位置103从而提供导致清楚可定位的声像的强的空间线索的扬声器装置重现。另一方面，背景信号可以被在(20 ms)的非混响时间间隔内主要经由反射路径将音频再现到收听位置103从而在背景声的漫射方面提供增加的扬声器装置再现。这在许多实施例中可能是特别有利的，因为附加背景通道能够被用来在声音被感知成来自许多方向的情况下提供较为包封式的收听体验。因此，可以实现较大声舞台的感知而同时使用前景通道来确保特定前景声源的位置不是偶然发生。
[0066]图2图示了涉及从一个输入通道生成两个输出通道的图1的系统的一些元件的示例。特别地，该图可以被认为图示了针对图1的左前通道的元件，但是将了解，该方法同样地适用于右前通道并且实际上适用于被上混到两个输出通道的任何音频信号，所述两个输出通道然后被有区别地再现。
[0067]图2图示了包括被布置成接收多通道信号的接收器201的音频再现器101。
[0068]接收器201耦合到上混器203，所述上混器203被馈送多通道信号的信号中的一个的信号，并且在该特定示例中被馈送左前通道。上混器203被布置成上混所接收的信号来生成两个输出信号。第二信号包括比第二信号更高比例的漫射声。因此，上混器203可以将输入信号划分成主要对应于漫射或非空间良好定义的声源的声音分量，以及不漫射但典型地为空间相对良好定义的声音分量。第一信号可以典型地主要对应于特定前景元件，而第二信号可以典型地对应于背景声。两个信号此后将被称为前景信号和背景信号。
[0069]在该系统中，变成前景和背景信号的分解通过考虑多通道信号的两个通道之间的相关性而被执行。该方法可以特别地利用以下情况，即漫射/背景信号往往被生成为在多通道信号的不同通道之间具有低的相关性而点状/特定前景对象往往具有高相关性。上混器203因此可以通过寻求将具有高相关性的声音分量导向前景信号并且将具有低相关性的声音分量导向背景信号来分解信号。因此，前景信号可以包括比背景信号更高的相关声音分量聚集。
[0070]前景信号被馈送到第一驱动器205，所述第一驱动器205耦合到上混器203和可以包括一个或多个扬声器驱动器/音频换能器的外部扬声器装置107 (此后被称为前景扬声器 107)。
[0071 ] 背景信号被馈送到第二驱动器207，所述第二驱动器207被耦合到上混器203和可以包括一个或多个扬声器驱动器/音频换能器的外部扬声器装置115 (此后被称为背景扬声器115)。
[0072]因此，两个生成的信号使用不同的扬声器装置(同样为了简洁起见被称为扬声器，尽管将了解到这些可以包括多个扬声器驱动器，并且可以实际上共享例如使用音频阵列和波束形成来再现通道的一些扬声器驱动器)被独立地再现。
[0073]另外，各个扬声器被布置成提供特别适合于所再现的特定类型的音频信号的再现。因此，扬声器的特性是这样的，它针对两个生成的信号的各个特性提供特别有利的再现。
[0074]在该系统中，前景扬声器装置107和背景扬声器装置115两者是定向扬声器并且因此具有定向辐射图(例如被给出为根据辐射的角度的相对增益)。定向辐射图具有最大辐射水平(最大增益)被实现所针对的主瓣。这样的主瓣的波束宽度可以被确定为作为辐射(功率)水平(增益)在其处已下降至低于最大辐射水平(增益)3dB的两个点之间的波束的宽度所给出的3dB波束宽度。对于一些扬声器装置(诸如双极扬声器)，辐射图可以展示出多个相同的瓣(即，可以存在多于一个的主瓣)。
[0075]在Dl的系统中，前景扬声器装置107被布置成使得收听位置103落在主瓣的(或在存在多于一个的主瓣的情况下主瓣中的任一个的)3dB波束宽度内。相比之下，背景扬声器装置115被布置成使得收听位置103未落入主瓣的(或在存在多于一个的主瓣的情况下所有主瓣的)3dB波束宽度内。这种布置可以特别地允许主要沿直接声学路径的前景信号的再现(具有如将在下文中描述的初始非混响时间间隔)，而背景信号主要沿反射声学路径被再现(同样在非混响时间间隔内)。
[0076]特别地在图1的系统中，前景扬声器107被布置成将音频再现到收听位置，所述音频在20 ms的非混响时间间隔内主要沿从前景扬声器107到收听位置107的非反射声学路径被再现。因此，在来自前景扬声器107的第一波前之后的头20 ms内的音频能量的至少一半经由直接、非反射路径到达收听位置103。实际上，在许多情景中，声能的至少75%或甚至90%可以是经由直接路径的。这样的直接再现提供了强的空间线索并且向听者提供允许从前景扬声器107再现的声音分量被感知成源自前景扬声器107的位置的空间线索。这连同来自其它空间通道(以及尤其来自右前通道和中央通道)的对应的声音分量一起提供扫调(panning)效果,其允许特定空间良好定义的音频元件被定位在声音场景中并且被感知为具有特定良好定义的位置的声源。
[0077]背景扬声器115相比之下被布置成将音频再现到收听位置103，所述音频在20 ms的非混响时间间隔内主要沿从背景扬声器115到收听位置103的反射声学路径被再现。因此，来自背景扬声器115的早期音频能量(在第一波前的20 ms内)的至少一半经由非直接、反射再现到达收听位置103。实际上，在许多情景中声能的至少75%或甚至90%可以是经由反射路径的。反射可以在系统所位于的房间中的墙壁、地板、天花板、障碍物等处发生。
[0078]这样的间接再现导致所再现的音频在时间和空间两者中散布，并且这将减小提供给听者的涉及扬声器位置的空间线索的量。听者可以替代地感知被散布并且具有较为明显的漫射特性的声音。因此，反射声的使用增强了对应于较为漫射的背景或环境声的背景信号的漫射性质。这样的漫射声特别适合于向听者提供较大且较为包封式的声音场景的感知，而不引入例如幻觉或移动的音频源的感知。
[0079]在声音再现系统中，所再现的能量的有效部分作为混响信号分量到达收听位置。从扬声器到收听位置的声学传递函数的这样的混响拖尾可能是相对长的并且难以估计。另夕卜，混响传播往往独立于特定扬声器设置并且一般主要取决于于房间特性。
[0080]混响拖尾将非常有限的空间线索提供给听者。在图2的系统中，在两个扬声器装置的再现之间的区分被用来提供在空间感知中的区分。因此，它们被布置成提供针对初始非混响时间间隔的非常不同的再现并且混响拖尾的特性不太重要。因此，扬声器装置被布置成在被定义为20 ms传播时间差间隔的非混响时间间隔内提供非常不同的再现。然而，在该20 ms传播时间差间隔之外，再现特性不被认为是重要的并且实际上对于两个再现系统来说可以是相同的。
[0081]因此，两个扬声器装置被布置成使得对于第一扬声器装置101而言，在第一波前的20 ms内到达收听位置103的音频经由直接路径这样做。等价地，来自从扬声器装置到收听位置103的声学传递函数的最早非零值(即从第一波前到达收听位置)的头20 ms对于前景扬声器107来说主要是直接声学路径的结果，并且对于背景扬声器115来说主要是反射路径的结果。
[0082]在下文中，对再现中的区分和前景扬声器107与背景扬声器115的再现之间的差异的参考为了简洁起见可以不显式地指代该20 ms时间间隔的特性，但是将了解，对例如主要经由直接或间接声学路径的再现的参考要被认为是在该时间间隔内。
[0083]上混器203被布置成基于被上混的通道(在特定示例中为左前通道)与另一通道的相关性的评估来生成前景和背景信号。特别地，指示被上混的通道与另一通道之间的相关性的相关性量度被上混器用来合成新的信号。
[0084]因此，音频再现器101包括被布置成为被上混的通道的信号和另一通道的信号生成相关性量度的相关性估计器213。在其中被考虑的通道是左前通道的示例中，相关性量度可以典型地并且在许多情景中有利地指示左前通道与右前通道的相关性。例如在被考虑的通道是左环绕通道的情况下，相关性量度可以典型地并且在许多情景中有利地指示左环绕通道与右环绕通道的相关性。相关性当然同样地分别适于右前通道和右环绕通道。
[0085]在图2的示例中，相关性估计器213被布置成通过执行直接相关来生成相关性量度。相关性量度可以包括针对多个时间频率间隔中的每一个的特定相关性值，所述时间频率间隔还被称为时间-频率块(tile)。实际上，信号的上混可以在时间-频率块中执行并且相关性量度可以提供针对每个时间-频率块的相关性值。
[0086]在一些实施例中，相关性量度的分辨率可以低于上混的时间-频率块的分辨率。例如，可以提供针对大量的感知有效带中的每一个(诸如针对大量的ERB带中的每一个)的相关性值。每个感知有效带可以覆盖多个时间-频率块。
[0087]相关性量度可以被馈送到上混器203，所述上混器203能够进行确定分别针对前景信号和背景信号的增益。特别地，输入信号可以被分段并且转换到频域。对于时间段中的每个频域值(FFT仓(bin)值)(即，对于每个时间频率块)，上混器203可以通过将它乘以针对对应的时间-频率块 从相关性值得到的前景增益来生成前景信号值。前景增益可以增加以用于增加相关性。结果，生成包括输入信号的相关分量的高加权的频域信号。
[0088]类似地,对于时间段中的每个频域值(FFT仓值)(即，对于每个时间频率块),上混器203可以通过将它乘以针对对应的时间-频率块从相关性值得到的背景增益来生成背景信号值。背景增益可以减少以用于增加相关性。结果，生成包括输入信号的相关性分量的低加权的频域信号。
[0089]两个生成的频率信号然后可以被转换回到时域以提供背景和前景信号。
[0090]上混器203可以特别地确定前景增益和背景增益以确切地或者近似地维持信号的总体能量水平(特别地，增益的总和或增益的平方的总和可以被设置为一)。上混器203可以另外被布置成提供可以改进所感知的声音质量的增益的频域平滑。
[0091]更详细地，输入信号可以由短时间输入信号向量 X (/?) = [x ifl), X ifl -1),…，X (η -K + I) Jr
或使用离散傅里叶变换所获得的频谱向量:
Χ(η,ω) =FwxQi)来给出，
其中A是傅里叶基函数的矩阵，并且窗函数w在对角线上是例如汉宁窗函数系数的对角矩阵并且在别处为零。
[0092]在特定示例中，左前通道和右前通道两者都被上混并且因此上混被应用于立体声信号
X (/?，ω) = [J1 (ρ, ω), Χ2{η, ω )]。[0093]这样的立体声向量信号到M通道向量信号的上混:
【权利要求】
1.一种音频再现系统，其包括: 音频再现器(101)； 第一扬声器装置(107)，其被耦合到音频再现器(101)并且被布置成将音频再现到收听位置(103)，第一扬声器装置(107)具有其中从第一扬声器装置(107)到收听位置(103)的方向在第一扬声器装置(107)的主瓣的3dB波束宽度内的定向辐射图；以及 第二扬声器装置(115)，其被耦合到音频再现器(101)并且被布置成将音频再现到收听位置(103)，第二扬声器装置(115)具有其中从第二扬声器装置(115)到收听位置(103)的方向在第二扬声器装置(107)的主瓣的3dB波束宽度外的定向辐射图； 其中音频再现器(101)包括: 接收器(201)，其用于接收多通道音频信号； 相关性估计器(213)，其用于为多通道音频信号的第一通道信号和第二通道信号生成相关性量度； 上混器(203)，其用于响应于相关性量度将第一通道信号上混到第一音频信号和第二音频信号，第二音频信号对应于比第一音频信号更漫射的声音； 第一驱动器(205),其用于从第一音频信号驱动第一扬声器装置(107);以及 第二驱动器(207)，其用于从第二音频信号驱动第二扬声器(装置115)。
2.权利要求1的音频再现系统，其中音频再现器(101)被布置成将第一通道信号划分成多个时间-频率间隔；并且相关性估计器(213)被布置成针对每个时间-频率间隔生成相关性值；以及上混器(203)被布置成通过针对每个时间频率间隔按作为相关性值在时间-频率间隔内的单调递减函数的第一权重对第一通道信号在时间频率间隔内的信号值进行加权来生成第二音频信号。
3.权利要求2的音频再现系统，其中上混器(203)还被布置成通过针对每个时间频率间隔按作为相关性值在时间-频率间隔内的单调递增函数的第二权重对第一通道信号在时间频率间隔内的信号值进行加权来生成第一音频信号。
4.权利要求2的音频再现系统，其中上混器(203)还被布置成响应于针对第一通道信号和第二通道信号的能量差估计来确定权重。
5.权利要求2的音频再现系统，其中相关性估计器(213)被布置成响应于多个时间频率间隔的相关性值的频率平均来确定针对频率间隔的相关性值。
6.权利要求2的音频再现系统，其中上混器(203)还被布置成响应于针对多通道信号的音频内容特性来确定权重。
7.权利要求1的音频再现系统，其中音频再现器(101)可以被布置成独立于第二音频信号来修改第一音频信号的再现属性。
8.权利要求7的音频再现系统，其中再现属性是针对第一音频信号的音频水平。
9.权利要求7的音频再现系统，其中再现属性是空间音频辐射图属性。
10.权利要求1的音频再现系统，其中针对第二扬声器装置(215)的定向辐射图在收听位置(103)的方向上具有凹口。
11.权利要求1的音频再现系统，其中第二扬声器装置(215)包括双极扬声器装置。
12.权利要求1的音频再现系统，其中第一扬声器装置(207)和第二扬声器装置(215)被包括在一个扬声器外壳中。
13.权利要求1的音频再现系统，其中多通道音频信号是使每个通道与空间扬声器配置的标称位置相关联的空间多通道信号，并且其中第二扬声器装置(215)位于除标称位置外的不同位置处。
14.权利要求1的音频再现系统，其中第二驱动器(207)与升高的扬声器位置相关联。
15.—种从第一扬声器装置(107)和第二扬声器装置(115)再现音频的方法,所述第一扬声器装置(107)具有其中从第一扬声器装置(107)到收听位置(103)的方向在第一扬声器装置(107)的主瓣的3dB波束宽度内的定向辐射图，并且所述第二扬声器装置(115)具有其中从第二扬声器装置(115)到收听位置(103)的方向在第二扬声器装置(107)的主瓣的3dB波束宽度外的定向辐射图；所述方法包括: 接收多通道信号； 为多通道信号的第一通道信号和第二通道信号生成相关性量度； 响应于相关性量度，将第一通道信号上混到第一音频信号和第二音频信号，第二音频信号对应于比第一音频信号更漫射的声音； 从第一音频信号驱动第一扬声器；以及 从第二音频信号驱动 第二扬声器。
【文档编号】H04S5/00GK104041079SQ201380005428
【公开日】2014年9月10日 申请日期:2013年1月14日 优先权日:2012年1月23日
【发明者】B.R.雅克, A.S.赫梅, M.H.帕克 申请人:皇家飞利浦有限公司