CN101790758B - 用于控制音频信号的信号处理的设备和方法 - Google Patents

Abstract

一种用于控制音频信号中的听觉事件的响度的方法。在一个实施例中，该方法包括：使用频谱中的偏斜度来对听觉事件(听觉事件具有所述频谱和响度)进行加权；和使用权重来控制听觉事件的响度。本发明的各种实施例如下：加权与对频谱中的偏斜度的度量成比例；对偏斜度的度量是对平滑偏斜度的度量；加权对音频信号的幅度不敏感；加权对功率不敏感；加权对响度不敏感；在加权时不知道对信号的度量与绝对再现水平之间的任何关系；加权包括使用频谱中的偏斜度对听觉事件边界重要性加权。

Description

用于控制音频信号的信号处理的设备和方法

技术领域

本发明主要地涉及音频处理，具体地涉及听觉场景分析和频谱倾斜度。 

背景技术

以下文献通过引用而整体结合于此： 

Crockett和Seefeldt按照专利合作条约的国际申请，序列号为PCT/US2007/008313，标题为″Controlling Dynamic Gain Parameters of Audio using Auditory Scene Analysis and Specific-Loudness-Based Detection of Auditory Events″，发明人为Brett Graham Crockett和Alan Jeffrey Seefeldt，于2007年3月30日提交，代理案号为DOLl86 PCT并于2007年11月8日公布为WO 2007/127023； 

Seefeldt等人按照专利合作条约的国际申请，序列号为PCT/US2004/016964，标题为″Method，Apparatus and Computer Program for Calculating and Adjusting the Perceived Loudness of an Audio Signal″，发明人为Alan Jeffrey Seefeldt等，于2004年5月27日提交，代理案号为DOLl19 PCT并于2004年12月23日公布为WO 2004/111994 A2； 

Seefeldt按照专利合作条约的国际申请，序列号为PCT/US2005/038579，标题为″Calculating and Adjusting the Perceived Loudness and/or the Perceived Spectral Balance of an Audio Signal″，发明人为Alan Jeffrey Seefeldt，于2005年10月25日提交，代理案号为DOLl5202 PCT并于2006年5月4日公布为WO 2006/047600； 

Crockett的美国专利申请，序列号为10/474,387，标题为″High Quality Time-Scaling and Pitch-Scaling of Audio Signals″，发明人为Brett Graham Crockett，于2003年10月10日提交，代理案号为DOL07503并于2004年6月24日公布为US 2004/0122662Al； 

Crockett等人的美国专利申请，序列号为10/478,398，标题为″Method for Time Aligning Audio Signals Using Characterizations Based onAuditory Events″，发明人为Brett G.Crockett等人，于2003年11月20日提交，代理案号为DOL09201并于2004年7月29日公布为US2004/0148159Al； 

Crockett的美国专利申请，序列号为10/478,538，标题为″SegmentingAudio Signals Into Auditory Events″，发明人为Brett G.Crockett，于2003年11月20日提交，代理案号为DOL098并于2004年8月26日公布为US 2004/0165730 Al； 

Crockett等人的美国专利申请，序列号为10/478,397，标题为″Comparing Audio Using Characterizations Based on Auditory Events″，发明人为Brett G.Crockett等人，于2003年11月20日提交，代理案号为DOL092并于2004年9月2日公布为US 2004/0172240 Al； 

Smithers按照专利合作条约的国际申请，序列号为PCT/US05/24630，标题为″Method for Combining Audio Signals Using AuditoryScene Analysis″，发明人为Michael John Smithers，于2005年7月13日提交，代理案号为DOL148PCT并于2006年3月9日公布为WO2006/026161； 

Crockett，B.和Smithers，M.的文章″A Method for Characterizingand Identifying Audio Based on Auditory Scene Analysis″，见AudioEngineering Society(音频工程协会)大会论文6416，第118次大会，巴塞罗纳、2005年5月28-31日； 

Crockett，B.的文章″High Quality Multichannel Time Scaling andPitch-Shifting using Auditory Scene Analysis″，见Audio EngineeringSociety(音频工程协会)大会论文5948，纽约，2003年10月；以及 

Seefeldt等人的文章″A New Objective Measure of PerceivedLoudness″，见Audio Engineering Society(音频工程协会)大会论文6236，旧金山，2004年10月28日。 

背景技术

听觉事件和听觉事件检测 

有时将把声音划分为可以感知为分离的和不同的单元或者片段的过 程称为“听觉事件分析”或者“听觉场景分析”(“Auditory Scene Analysis，ASA”)。所述片段有时被称为“听觉事件”或者“音频事件”。Albert S.Bregman的技术文献″Auditory Scene Analysis--The PerceptualOrganization of Sound″(麻省理工学院1991年版，2001年第四次印刷，第二MIT出版社平装本)深入讨论了听觉场景分析。此外，Bhadkamkar等人的专利(美国专利号为6,002,776(1999年12月14日))引用了回溯至1976年的出版物作为“与通过听觉场景分析的声音分离有关的现有技术的工作”。然而，Bhadkamkar等人并不看好听觉场景分析的实际应用，从而断定“虽然从科学观点来看，涉及到听觉场景分析的技术作为人类听觉处理的模型令人关注，但是通常计算需求过高和过于专业化，使得在获得实质性发展之前无法视为用于声音分离的实用技术”。 

Crockett和Crocket等人在上述的各种专利申请和论文中明确了听觉事件。这些文件教导：通过检测频谱成分(幅度随频率的变化)随时间的改变来将音频信号划分成听觉事件。例如，可以通过计算音频信号的相继时间块的频谱内容、在相继时间块之间比较频谱内容和将听觉事件边界标识为块之间的边界(其中频谱内容的差异在该边界超过阈值)来完成这一点。另外，除了频谱成分随时间的改变之外还计算幅度随时间的改变，或者计算幅度随时间的改变来代替频谱成分随时间的改变。 

听觉事件边界标记一般被设置在时间控制信号中，其中通常用从零到一的范围来表明事件边界的强度。另外，这一控制信号常常被过滤掉，使得保持事件边界强度，并计算出事件边界之间的时间间隔作为先前事件边界的衰减值。然后，经过滤的听觉事件强度被其它音频处理方法(包括自动增益控制和动态范围控制)使用。 

音频的动态处理 

自动增益控制(Automatic Gain Control，AGC)和动态范围控制(Dynamic Range Control，DRC)在许多音频信号路径技术中是熟知和常用的。在抽象意义上，两种技术都测量音频信号的水平、然后以作为测量处的水平的函数的量来对信号进行增益修改。在线性的1∶1动态处理***中，没有处理输入音频，而输出音频信号与输入音频信号理想地匹配。此外，设想如下的音频动态处理***，该***自动测量输入信号并利用测量结果来控制输出信号。如果输入信号的水平上升6dB而处理后的输出信号的水平仅上升3dB，则已按照相对于输入信号为2∶1的比率了压缩输出 信号。 

在Crockett和Seefeldt的技术中，听觉场景分析通过使听觉事件边界之间的增益改变最小化和将大量增益改变局限于事件边界的附近来提高AGC和DRC方法的性能。其通过修改动态处理的释放行为(releasebehavior)来做到这一点。以这一方式，听觉事件听起来一致和自然。 

在钢琴上弹出的音符是一个例子。利用常规AGC方法或者DRC方法，向音频信号施加的增益在各音符的尾音期间增加，造成每个音符不自然地增强。利用听觉场景分析，AGC或者DRC增益在每个音符期间保持恒定，仅在检测到听觉事件边界的每个音符的开始附近改变。由于每个音符的尾音消失，所得到的增益调节后的音频信号听起来自然。 

听觉场景分析的典型实施(如在上述参考文献中那样)有意地将信号水平视作不变。也就是说，它们与绝对信号水平无关地检测听觉事件边界。尽管信号水平不变在许多应用中有用，但是一些听觉场景分析也可以从一些信号水平的依赖性中获益。 

一种这样的情况是在Crockett和Seefeldt的技术中描述的方法。其中AGC和DRC的ASA控制防止听觉事件边界之间出现大的增益改变。然而，较长时间的增益改变对于一些类型的音频信号而言仍然是不期望的。当音频信号从较响亮的一节变成较安静的一节时，局限于仅在事件边界附近改变的AGC或者DRC增益可以使处理的音频信号的水平在安静的章节期间出现不期望和不自然的上升。这一情形经常出现在其中零星对话与安静的背景声音交替的影片中。由于安静的背景音频信号也包含听觉事件，所以AGC或者DRC增益在这些事件边界附近改变，因此总音频信号水平上升。 

按照音频信号水平、功率或者响度的度量将听觉事件的重要性简单地加权是不符合需求的。在许多情形中，信号度量与绝对再现水平之间的关系未知。理想地，独立于音频信号的绝对水平来区分或者检测感官上较为安静的音频信号的测量手段将是有用的。 

这里，“感官上较为安静”并不是指就客观响度度量而言更安静(如在Seefeldt等人和Seefeldt的技术中那样)，而实际上是指基于内容的期望响度而言更安静。例如，人类经验表明低语为安静声音。如果动态处理***测量它为安静因而增加AGC增益以达到某一标称输出响度或者电平，则所得到的增益被调节的低语将比经验认为的低语应有的响度更响亮。 

发明内容

这里教导了用于控制音频信号中的听觉事件的响度的方法和装置。在一个实施例中，该方法包括：使用频谱中的偏斜度来对听觉事件(听觉时间具有所述频谱和响度)进行加权，以及使用权重来控制听觉事件的响度。本发明的各种实施例如下：与频谱中的偏斜度的度量成比例地进行加权；偏斜度的度量是平滑偏斜度的度量；加权对音频信号的幅度不敏感；加权对功率不敏感；加权对响度不敏感；在加权时不知道信号度量与绝对再现水平之间的任何关系；加权包括使用频谱中的偏斜度对听觉事件边界的重要性进行加权；以及与未进行所述加权的方法相比，在音频信号的感知上更安静的片段期间，减少了AGC或者DRC处理水平的增强。 

在其它实施例中，本发明是一种包含用于执行任一上述方法的计算机程序的计算机可读存储器。 

在更多其它实施例中，本发明是一种计算机***，该***包括CPU、上文提到的存储器之一以及将CPU和存储器通信耦合的总线。 

在又一实施例中，本发明是一种音频信号处理器，该处理器包括：频谱偏斜度计算器，用于计算音频信号中的频谱偏斜度；听觉事件标识器，用于利用计算出的频谱偏斜度来对音频信号中的听觉事件进行标识和加权；参数修改器，用于修改用于对音频信号中的听觉事件的响度进行控制的参数；以及控制器，用于控制音频信号中的听觉事件的响度。 

在又一实施例中，本发明是一种用于控制音频信号中的听觉事件的响度的方法，该方法包括：计算音频信号的相继听觉事件的频谱的偏斜度的度量；基于偏斜度的度量来生成用于听觉事件的权重；根据权重得出控制信号；以及使用所述控制信号来控制听觉事件的响度。 

可以通过参照以下讨论和附图(其中相似的附图标记指代相似的元件)来更好地理解本发明的各种特征及其优选实施例。 

附图说明

图1图示了用于执行分析听觉场景和控制动态增益参数的Crockett和Seefeldt两种方法的设备。 

图2图示了根据本发明一个实施例的用于标识听觉事件和计算用于修改听觉事件(它们本身用于修改动态处理参数)的偏斜度的音频处理器。 

图3是图示了根据本发明一个实施例在动态范围控制器的数字实施中使用听觉事件来控制释放时间的一系列曲线图。 

图4是根据本发明一个实施例的适合作为传输滤波器的线性滤波器的理想特征响应。 

图5示出了接近ERB(等效矩形带宽)标度的临界频带的一组理想的听觉滤波器特征响应。 

具体实施方式

图1图示了根据Crockett和Seefeldt的技术的用于分析听觉场景和控制动态增益参数的设备1。该设备包括听觉事件标识器10、可选的听觉事件特征标识器11和动态参数修改器12。听觉事件标识器10接收作为输入的音频和产生对动态参数修改器12的输入(和对听觉事件特征标识器11(如果存在的话)的输入)。动态参数修改器12接收听觉事件标识器10(和听觉事件特征标识器11(如果存在的话))的输出和产生输出。 

听觉事件标识器10分析频谱并根据分析结果来标识用于控制动态增益参数的可感知的音频事件的位置。或者，听觉事件标识器10将音频转换到感知响度域中(该域可以比第一种方法提供在心理声学上更相关的信息)，在该感知响度域中标识用于控制动态增益参数的听觉事件的位置。(在这一可替代方式中，听觉处理知道绝对的声学再现电平。) 

动态参数修改器12基于听觉事件标识器10(和听觉事件特征标识器11(如果存在的话))的输出来修改动态参数。 

在两种方式中，将数字音频信号x[n]分割成块，对于各块t，D[t]代表当前块与先前块之间的频谱差值。 

对于第一种方式，D[t]是：在所有频谱系数中，当前块t和先前块t-1的归一化对数频谱系数之差(以dB为单位)的数量之和。在这一方式中，D[t]与频谱的绝对差值(本身以dB为单位)成比例。对于第二种方式，D[t]是：在所有特定响度系数中，当前块t和先前块t-1的归一化特定响度系数之差的数量之和。在这一种方式中，D[t]与特定响度的绝对差值(以宋为单位)成比例。 

在两种方式中，如果D[t]超过阈值D_min，则认为事件已经出现。事件 可以具有在零与一之间的强度，该强度可以基于D[t]减去D_min后与D_max与D_min之差的比值。强度A[t]可以被计算为： 

$A\left[t\right]=\left\{\begin{array}{cc}0& D\left[t\right]\&le;D_{\min }\\ \frac{D\left[t\right]-D_{\min }}{D_{\max }-D_{\min }}& D_{\min }<D\left[t\right]<D_{\max }\\ 1& D\left[t\right]\&GreaterEqual;D_{\max }\end{array}\right.---\left(1\right)$

由于每种方式使用的单位不同，最大值和最小值对于每种方式而言是不同的。但是，基于最大值和最小值的计算结果是范围为从0到1的事件强度。也可以用其它方式计算事件强度，但是方程(1)中表达的方式本身已经在多个领域(包括控制动态处理)中得到证实。与二进制事件判决相比，将强度(与关联于该事件的频谱改变量成比例)分配给听觉事件允许对动态处理的更大控制。在较强的事件期间，较大增益改变是可接受的，方程(1)中的信号允许这种可变控制。 

信号A[t]是在事件边界的位置出现冲激的脉冲信号。出于控制释放时间的目的，可以进一步平滑信号A[t]，使得信号A[t]在检测到事件边界之后平滑地衰减至零。可以按照下式根据A[t]计算平滑的事件控制信号A[t]： 

这里，α_事件控制事件控制信号的衰减时间。 

图3是图示了根据一个实施例的本发明的操作和效果的曲线图序列。图3中的“b)”描绘了用于图3中的对应音频信号“a)”的事件控制信号 A[t]，其中平滑器的半衰时间设置成250ms。音频信号包含散布于营火噼啪声音安静背景下的三个对话脉冲串。事件控制信号示出了对话和背景声音中的许多听觉事件。 

在图3中，“c)”示出了DRC增益信号，其中事件控制信号A[t]用来改变对于DRC增益平滑是恒定的释放时间。如Crocket和Seefeldt的技术所描述的那样，当控制信号等于一时，释放平滑系数不受影响，经平滑的增益根据时间常数的值而改变。当控制信号等于零时，阻止经平滑的增益改变。当控制信号在零与一之间时，允许经平滑的增益改变，但是以与控制信号成比例的减少速率来改变。 

在图3的“c”中，由于在背景中检测到一些事件DRC增益在安静背景声音期间上升。图3的“d”中得到的经DRC修改的音频信号在对话脉冲串之间具有可听见的和不期望的背景噪声的增强。 

为了减少在安静背景声音期间的增益改变，本发明的一个实施例利用对音频信号频谱的不对称性的度量来对听觉强度A[t]进行修改或者加权。本发明的一个实施例计算音频信号激励的频谱偏斜度。 

偏斜度是概率分布的不对称性的统计度量。关于平均数对称的分布具有零偏斜度。其大部分或者大多数集中在平均数以上并具有趋向低于平均数的长尾部的分布具有负倾斜度。聚集于平均数以下并且具有趋向高于平均数的长尾部的分布具有正倾斜度。典型音频信号的幅值或者功率频谱具有正倾斜度。也就是说，频谱中的大部分能量聚集于频谱下部，而频谱具有朝向频谱上部的长尾部。 

图2图示了根据本发明一个实施例的音频处理器2。音频处理器2包括：图1的动态参数修改器12，听觉事件特征标识器11(可选的)以及听觉事件标识器20和偏斜度计算器21。偏斜度计算器21和听觉事件标识器20均接收音频信号13，偏斜度计算器21产生听觉事件标识器20的输入。听觉事件标识器20、听觉事件特征标识器11和动态参数修改器12在其它方面与它们在图1中的对应部件一样地连接。 

在图2中，偏斜度计算器21根据音频信号13的频谱表达(spectralrepresentation)来计算偏斜度，听觉事件标识器20根据同一频谱表达来计算听觉场景分析。音频信号13可以分组成百分之五十重叠的M个样本块，离散傅里叶变换可以进行如下： 

$X[k,t]=\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}x[n,t]e^{-j\frac{2\mathrm{\&pi;kn}}{M}}---\left(3\right)$

其中M＝2N个样本，而x[n，t]表示样本块。 

用于变换的块大小被设为与用于计算听觉事件信号的块大小相同。然而，这并非是必需的。当存在不同块率(block rate)时，可以对一个块率上的信号进行插值，或者可以将其块率转换为与另一块率上的信号相同的时间比例因子(timescale)。 

与在时间块t期间在临界频带b的沿着内耳基膜的能量分布近似的激 励信号E[b，t]被计算如下： 

$E[b,t]=\underset{k}{\mathrm{\&Sigma;}}{\left|T\right[k\left]\right|}^2{\left|C_b\right[k\left]\right|}^2{\left|X\right[k,t\left]\right|}^2---\left(4\right)$

其中T[k]代表模拟音频经过外耳和中耳的传输的滤波器的频率响应，而C_b[k]代表基膜在与临界频带b对应的位置处的频率响应。 

图4描绘了合适的传输滤波器的频率响应T[k]。图5描绘了与Cb[k]对应的一组适当的临界频带滤波器响应，其中对于48kHz的采样率和M＝2048的变换大小，沿着Moore和Glasberg等效矩形带宽(EquivalentRectangular Bandwidth，ERB)标度均匀地隔开40个频带。舍入指数函数(rounded exponential function)描述出每个滤波曲线的形状，频带隔开1ERB。 

如果按照Crocket和Seefeldt的技术根据特定的响度频谱计算出听觉事件边界，则激励信号E[b，t]作为该特定的响度计算的一部分而存在。 

最后，频谱偏斜度根据激励信号E[b，t]而被计算为： 

$\mathrm{SK}\left[t\right]=\frac{1}{B-1}\frac{\underset{b=0}{\overset{B-1}{\mathrm{\&Sigma;}}}{\left(E\right[b,t]-\mathrm{\&mu;})}^3}{{\mathrm{\&sigma;}}^3}---\left(5\right)$

其中μ是激励的算术平均数： 

$\mathrm{\&mu;}=\frac{1}{B}\underset{b=0}{\overset{B-1}{\mathrm{\&Sigma;}}}E[b,t]---\left(6\right)$

而σ是激励信号的方差： 

$\mathrm{\&sigma;}=\sqrt{\frac{1}{B}\underset{b=0}{\overset{B-1}{\mathrm{\&Sigma;}}}{\left(E\right[b,t]-\mathrm{\&mu;})}^2}---\left(7\right)$

方程(5)的偏斜度信号SK[t]明显波动，因此需要进行平滑，以避免在修改事件控制信号和后续动态处理参数时的非自然因素。一个实施例使用具有衰减常数α_SK(半衰期约为6.5ms)的单极平滑器： 

SK′[t]＝α_SKSK′[t-1]+(1-α_SK)SK[t]            (8) 

将偏斜度分别限制于最大值SK_max和最小值SK_min可以是有用的。受约束的偏斜度SK″[t]可以计算为： 

${\mathrm{SK}}^{\&prime;\&prime;}\left[t\right]=\left\{\begin{array}{cc}0& {\mathrm{SK}}^{\&prime;}\left[t\right]\&le;{\mathrm{SK}}_{\min }\\ \frac{{\mathrm{SK}}^{\&prime;}\left[t\right]-{\mathrm{SK}}_{\min }}{{\mathrm{SK}}_{\max }-{\mathrm{SK}}_{\min }}& {\mathrm{SK}}_{\min }<{\mathrm{SK}}^{\&prime;}\left[t\right]<{\mathrm{SK}}_{\max }\\ 1& \mathrm{SK}\left[t\right]\&GreaterEqual;{\mathrm{SK}}_{\max }\end{array}\right.---\left(7\right)$

偏斜度信号SK″[t]的较低值(接近0.0的值)通常对应于特性上较安静的信号，而较高的值(接近1.0的值)通常对应于特性上较响亮的信号。在图3中，“e)”曲线图示出了与图3的“a)”中的音频信号对应的偏斜度信号。偏斜度对于较响亮的对话脉冲串较高而对于背景声音较低。 

偏斜度信号SK″[t]传递到图2的听觉事件标识器20，该标识器对频谱差值的度量D[t]进行加权： 

D_SK[t]＝SK″[t]D[t]            (8) 

经偏斜度修改的听觉强度信号A_SK[t]以与方程(1)中的A[t]相同的方式来计算： 

$A_{\mathrm{SK}}\left[t\right]=\left\{\begin{array}{cc}0& D_{\mathrm{SK}}\left[t\right]\&le;D_{\min }\\ \frac{D_{\mathrm{SK}}\left[t\right]-D_{\min }}{D_{\max }-D_{\min }}& D_{\min }<D_{\mathrm{SK}}\left[t\right]<D_{\max }\\ 1& D_{\mathrm{SK}}\left[t\right]\&GreaterEqual;D_{\max }\end{array}\right.---\left(9\right)$

经偏斜度修改的听觉强度信号A_SK[t]以与方程(2)中的A[t]相同的方式来平滑： 

在图3中，“f)”描绘了图3的“a”中的对应音频信号的经偏斜度修改的事件控制信号A_SK[t]。在背景声音期间出现的听觉事件变少，而与较响 亮的对话对应的事件得以保留。 

在图3中，“g)”示出了经偏斜度修改的由事件控制的DRC信号。由于在背景声音中有较少的听觉事件，所以DRC增益保持相对恒定，仅对于较响亮的对话部分才移动。图3中的“h)”示出了得到的经DRC修改的音频信号。 

经DRC修改的音频信号在背景声音期间没有不期望的水平增强。 

偏斜度信号SK″[t]对于感知上较为响亮的信号而言有时变低。对于这些响亮信号，频谱差值度量D[t]的值足够地大，以至于即使在按照方程8对偏斜度信号SK″[t]进行加权之后，加权的频谱差度量DSK[t]通常仍然大到足以示出听觉事件边界。事件控制信号ASK[t]未受不利影响。 

Claims (14)

1.一种用于控制音频信号的信号处理的方法，包括：

通过检测频谱成分随时间的变化将所述音频信号划分成听觉事件，每个所述听觉事件倾向于被感知为分离的和不同的，所述划分包括检测所述音频信号中的听觉事件边界的位置和强度，

获得动态变化的对所述音频信号的频谱偏斜度的度量，其中所述频谱偏斜度是对音频信号频谱的概率分布的不对称性的统计度量，

响应于所述度量，通过调节用于计算听觉事件边界的强度的频谱差度量以使得频谱在听觉事件边界的位置处偏斜得越少，所述频谱差度量下降得越多，来修改所述听觉事件边界的强度，以及

响应于所述听觉事件边界的位置和经偏斜度修改的强度来控制增益参数，并且利用所述增益参数来控制所述信号处理。

2.根据权利要求1所述的方法，其中将所述音频信号划分成听觉事件包括：分析所述音频信号的频谱。

3.根据权利要求2所述的方法，其中：获得动态变化的对所述音频信号的频谱偏斜度的度量包括：从所述音频信号的频谱表达来计算偏斜度。

4.根据权利要求3所述的方法，其中计算所述偏斜度包括：计算与沿着内耳基膜的能量分布近似的激励信号。

5.根据权利要求1所述的方法，其中将所述音频信号划分成听觉事件包括：将所述音频信号转换到感知响度域中，所述转换包括计算与沿着内耳基膜的能量分布近似的激励信号。

6.根据权利要求5所述的方法，其中获得动态变化的对所述音频信号的频谱偏斜度的度量包括：从所述激励信号来计算所述偏斜度。

7.根据权利要求1-6中任一项所述的方法，其中对所述频谱偏斜度的度量是经平滑的度量。

8.一种用于控制音频信号的信号处理的设备，包括：

用于通过检测频谱成分随时间的变化将所述音频信号划分成听觉事件的装置，每个所述听觉事件倾向于被感知为分离的和不同的，所述划分包括检测所述音频信号中的听觉事件边界的位置和强度，

用于获得动态变化的对所述音频信号的频谱偏斜度的度量的装置，其中所述频谱偏斜度是对音频信号频谱的概率分布的不对称性的统计度量，

用于响应于所述度量、通过调节用于计算听觉事件边界的强度的频谱差度量以使得频谱在听觉事件边界的位置处偏斜得越少，所述频谱差度量下降得越多来修改所述听觉事件边界的强度的装置，以及

用于响应于所述听觉事件边界的位置和经偏斜度修改的强度来控制增益参数并且利用所述增益参数来控制所述信号处理的装置。

9.根据权利要求8所述的设备，其中将所述音频信号划分成听觉事件包括：分析所述音频信号的频谱。

10.根据权利要求9所述的设备，其中：获得动态变化的对所述音频信号的频谱偏斜度的度量包括：从所述音频信号的频谱表达来计算偏斜度。

11.根据权利要求10所述的设备，其中计算所述偏斜度包括：计算与沿着内耳基膜的能量分布近似的激励信号。

12.根据权利要求8所述的设备，其中将所述音频信号划分成听觉事件包括：将所述音频信号转换到感知响度域中，所述转换包括计算与沿着内耳基膜的能量分布近似的激励信号。

13.根据权利要求12所述的设备，其中获得动态变化的对所述音频信号的频谱偏斜度的度量包括：从所述激励信号来计算所述偏斜度。

14.根据权利要求8-13中任一项所述的设备，其中对所述频谱偏斜度的度量是经平滑的度量。

Images