CN102017402A - 用于调节音频信号的感知响度的*** - Google Patents

Abstract

一种对音频信号的响度进行调节的方法，该方法可以包括：接收电子音频信号，以及使用一个或多个处理器来处理音频信号的至少一个通道，以确定音频信号的一部分的响度。这种处理可以包括：利用多个逼近滤波器来处理通道，所述多个逼近滤波器逼近多个听觉滤波器，所述多个听觉滤波器还逼近人类听力***。此外，该方法还可以包括：至少部分基于所确定的响度来计算至少一个增益，以使音频信号的响度在一段时间内保持实质上恒定。此外，该方法可以包括对电子音频信号应用增益。

Description

用于调节音频信号的感知响度的***

相关申请

本申请要求基于35 U.S.C§119(e)的于2007年12月21日提交的题为“System for Adjusting Perceived Loudness of Audio Signals”的No.61/016,270的美国临时专利申请的权益，其全部公开一并在此作为参考。

技术领域

许多电视观众抱怨，在商业广告期间以及在不同频道之间切换时他们要忍受音量的变化。其他设备(例如，便携式音频播放器、A/V接收机、个人计算机以及车载音频***)也会发生类似的音量极值现象。该问题的一个解决方案是自动增益控制(AGC)。典型的自动增益控制(AGC)通过以下方式来对音量变化作出反应：将高幅度的音频信号截除，然后以低幅度来传送该音频信号，而不管响度尖峰发生在频率范围内的哪个频率下。

当采用AGC时，可能经常会听到抽气(pumping)或喘息(breathing)波动形式的不期望的变化和不自然的伪迹。抽吸波动可能是由于在响度突然增大时(如，在响亮的动作序列期间)低音消失引起的。在安静阶段产生低水平的嘘声时可能发生呼吸波动。不幸地，这种处理音量变化的强力方法并没有考虑人实际感知音量变化的程度。

发明内容

在特定实施例中，一种对音频信号的响度进行调节的方法，包括：接收电子音频信号，以及使用一个或多个处理器来处理音频信号的至少一个通道，以确定音频信号的一部分的响度。这种处理可以包括：利用多个逼近滤波器来处理通道，所述多个逼近滤波器逼近多个听觉滤波器，所述多个听觉滤波器还逼近人类听力***。此外，该方法还可以包括：至少部分基于所确定的响度来计算至少一个增益，以使音频信号的响度在一段时间内保持实质上恒定。此外，该方法可以包括对电子音频信号应用增益。

在不同实施例中，一种对音频信号的响度进行调节的方法包括：接收具两个或多个音频通道的电子音频信号，以及选择所述两个或多个音频通道中的通道。所述选择可以包括：确定所述两个或多个音频通道中的主通道，以及选择主通道。该方法还包括：使用一个或多个处理器来处理所选通道，以确定音频信号的一部分的响度；以及至少部分基于所确定的响度来计算至少一个增益。此外，该方法还可以包括对电子音频信号应用所述至少一个增益。

在特定实施例中，一种用于对音频信号的响度进行调节的***，包括：预处理模块，可以接收具有一个或多个音频通道的电子音频信号，并选择至少一个音频通道。该***还可以包括响度分析模块，所述响度分析模块具有可以计算至少一个所选通道的响度的一个或多个处理器。该***还可以包括：增益控制模块，可以至少部分基于响度来计算至少一个增益。增益计算可以包括：至少部分基于所估计的响度来计算音频信号的至少一个所选通道的增益，以及对音频信号的每个通道应用所述增益。

在特定实施例中，一种区分背景声音与其他声音的方法可以包括：接收具有两个或多个音频通道的电子音频信号；选择电子音频信号的一部分；分析电子音频信号的所选部分的每个通道之间的相位，以确定具有相应相位的采样的数目；以及将采样的数目与阈值相比较，以确定电子音频信号的所选部分是否与背景噪声相对应。

在特定实施例中，一种用于对音频信号的响度进行调节的***可以包括：具有一个或多个音频通道的音频信号；响度模块，具有可以计算音频信号的响度的一个或多个处理器，所述计算包括：利用多个无限脉冲响应(IIR)滤波器来处理音频信号，每个IIR滤波器是带通滤波器，IIR滤波可以逼近人类听力***。该***还可以包括：增益模块，可以至少部分基于所计算的响度来计算增益。

为了概括本公开，本文描述了本发明的特定方面、优点和新颖的特征。应理解，不必根据本文所公开的本发明的任何具体实施例来实现所有这些优点。因此，可以以实现或最优化本文所提出的一个或一组优点的方式来体现或实现本文所公开的发明作为教导，而不必实现本文所教导或建议的其他优点。

附图说明

附图中，可以重用参考数字以指示所引用的单元之间的对应。附图用于说明这里所描述的本发明的实施例，而不用于限制本发明实施例的范围。

图1A示出了用于对音频信号的感知响度进行调节的***的实施例；

图1B示出了与人耳所使用的滤波器相类似的示例听觉滤波器组；

图1C示出了表示示例等响度曲线的曲线图；

图2A示出了对立体声信号的感知响度进行调节的过程的实施例；

图2B示出了对环绕声信号的感知响度进行调节的过程的实施例；

图3示出了音频预处理器的实施例；

图4示出了执行相位分析的过程的实施例；

图5示出了执行主通道选择的过程的实施例；

图6示出了示例抽取滤波器脉冲响应；

图7示出了确定响度的响度处理的实施例；

图8示出了逼近伽马通(gammatone)滤波器的多个滤波器的频率响应的实施例；

图9示出了确定响度的响度估计过程的实施例；

图10A示出了在特定实施例中可以用于开发逼近滤波器的示例C加权曲线；

图10B示出了在特定实施例中可以用于开发逼近滤波器的示例反转加权曲线；以及

图11示出了基于所测量的响度来调节增益的过程的实施例。

具体实施方式

一些音量控制***尝试在确定如何改变增益的过程中考虑响度。响度可以是听觉***的属性，所述听觉***允许将声音分为从安静到嘈杂的等级。可以在称作“phon.”的单元中测量响度。当收听不同类型的音频素材时，使用主观的响度量，以便使耳朵对听到的各种声音的强度加以分类，并产生听觉。与以分贝(dB)来度量的声压级不同，感知到的响度可以随频率而变化。可以基于响度来对人耳进行建模的音量控制***经常使用复杂的高阶滤波器，来对人类听力***进行建模。这些***可以消耗大量的计算资源，从而将这些***的能力限制为工作在诸如电视和汽车音频***之类的特定设备中。

本公开描述了对音频信号的感知响度进行调节的特定***和方法。在特定实施例中，使用一个或多个处理效率高的技术来确定音频信号的估计响度。这些技术可以包括：使用逼近滤波器组的更低阶滤波器，所述滤波器组对人耳进行建模；抽取音频信号以减少所处理的音频采样的数目；处理少数音频通道而不是所有音频通道；以及并对增益系数进行平滑而不是对输出信号进行平滑。有利地，在特定实施例中，应用这些技术中的一种或多种可以使得例如许多电子设备中的低能力处理器能够动态地调节音频信号的响度。

参照图1A，示出了音频***100A的实施例，音频***100A包括用于对音频信号的感知响度进行调节的响度调节***110。音频***100A可以实现于再现音频的任何机器中，如，电视、计算机、便携式音频播放器、头戴式耳机、A/V接收机、车载音频***等。有利地，在特定实施例中，响度调节***110对音频输入信号102的响度进行调节，以将响度维持在特定等级。例如，响度调节***110可以在用户切换频道时或这在商业广告播送时，维持电视音频的特定响度。响度分析模块110可以在高效地使用计算机资源的同时执行这些功能。

如图1A所示，响度调节***110接收音频输入信号102。在所描述的实施例中，音频输入信号102包括两个通道，例如，立体声通道。在其他实施例中，音频输入信号102包括一个通道或多于两个的通道。例如，可以提供5.1、6.1或7.1环绕声通道或矩阵编码通道(如，圆环绕编码通道或其他)。音频输入信号102可以是表示实际物理声音(如，音乐、语音、效果或其组合等)的电信号或其他信号。

响度调节***110的预处理模块120接收音频输入信号102。预处理模块120可以包括用于聚集来自于音频输入信号102的每个通道的能量信息的硬件和/或软件。在一个实施例中，通过使用能量信息，预处理模块120可以确定响度分析模块130要进行响度分析的至少一个主通道。更一般地，预处理模块120可以选择音频输入信号102的通道的子集以用于响度分析。在特定实施例中，通过使用少数通道而不是所有通道来确定响度，预处理模块120可以减少用于确定响度的计算资源。

响度分析模块130可以包括用于基于预处理模块120所选的一个或多个通道来估计响度的硬件和/或软件。响度分析模块130可以将所选通道的估计响度与基准响度级相比较。如果估计响度与基准响度级不同，则响度分析模块130可以输出估计响度与基准响度级之间的级差。如以下将描述的，增益控制模块140可以使用该级差来调节应用于音频输入信号102的增益。

在特定实施例中，响度分析模块130使用人类听力***的非线性多频带模型来分析音频输入信号102的响度特性。该模型可以仿真人类***听觉***的滤波器组行为。这样，模型可以通过估计音频输入信号102的响度来解释可以是声音强度的主观度量的响度。

人类听觉***表现为，如同其包含具有连续交叠的中心频率的带通滤波器组。图1B示出了由带通滤波器160组成的这种带通滤波器组100B的示例。有利地，在特定实施例中，图1A的响度分析模块130使用对人类自然带通滤波器加以逼近的滤波器(见图8)，对该听觉结构进行建模。在特定实施例中，响度分析模块130对听觉滤波器的低阶逼近，以更高效地使用计算资源。

此外，如上所述，可以使用一个或多个等响度曲线来针对不同个人测量响度。图1B示出了示例等响度曲线170。响度分析模块130还可以使用一个或多个响度曲线，或基于响度曲线的曲线，来对听觉滤波器的输出进行加权。因此，通过使用对听觉滤波器的逼近以及通过使用响度曲线，以及以下将描述的其他处理，响度分析模块130可以估计音频输出信号102的响度。

音频分析模块130还可以对其用来处理音频信息的采样量进行下采样、抽取或以其他方式进行减少。例如，通过抽取音频输入信号102，响度分析模块130使用更少的采样来估计响度。可以在特定实施例中执行抽取，这是因为人类听力***可能无法以用于对音频输入信号102进行采样的相同采样速率来检测响度变化。抽取或其他采样速率技术可以减少用于计算响度的计算资源。

如上所述，响度分析模块130将计算的响度与基准响度级相比较，并将级差输出至增益控制模块140。基准响度级可以是响度调节***个110内部的基准。例如，基准级可以是满刻度响度(例如，0dB)，使得将响度调节到该级保持了动态范围。在另一实施例(未示出)中，基准级可以是由用户例如经由音量控制而设置的音量级。

增益控制模块140可以经由混频器142a和142b逐采样地向音频信号输入110施加级差。在特定实施例中，增益控制模块140对采样或采样块之间的过渡进行平滑，以防止刺耳的响度过渡。因此，混频器142可以输出具有恒定平均响度级或实质上恒定平均响度级的音频信号。因此，在特定实施例中，响度调节***110可以将音频输入信号102转换成具有恒定平均响度级或实质上恒定平均响度级的音频信号。

将混频器142的输出提供至混频器152a、152b。这些混频器152受音量控制150的控制。例如，音量控制150可以由用户来操作。混频器152根据音量控制150的音量设置向混频器142的输出应用增益。然后混频器152提供音频输出信号162，所述音频输出信号162可以被提供至一个或多个扬声器或其他模块以供进一步处理。

图2A和2B示出了对音频信号的感知响度进行调节的响度调节过程200A、200B的实施例。这两个过程200可以由响度调节***100来实现。过程200A示出了立体声信号的示例响度调节，过程200B示出了包括环绕声信号在内的多通道(例如，大于两个通道)音频信号的示例响度调节。

参照图2A，在方框202a，接收立体声输入信号。立体声输入信号202a包括左通道和右通道。可以将通道划分成采样块，通过过程200A来单独分析每个采样块。以下将关于图3来进一步详细描述采样块。在方框204a，可以通过计算左通道和右通道的能量或功率，来对两个通道进行预处理。至少部分基于该计算，可以确定哪个通道是主通道。可以选择主通道以进行进一步的响度处理。可以针对立体声输入信号的每个采样块来确定主通道，主通道可以随块的不同而不同。

此外，如以下将更详细描述的，预处理可以包括检查通道的噪声特性。例如，如果采样块主要包括噪声，则可以对采样块应用很少的响度处理或不对采样块应用响度处理。

在抽取方框210a，可以通过对主通道进行下采样和/或滤波，来对主通道信号进行抽取。在响度处理方框212a，可以使用逼近听觉滤波器的一个或多个滤波器以及一个或多个响度曲线，来估计较低速率的信号的响度。还可以确定估计响度级与基准响度级之间的级差。

在增益调节方框214a，可以基于级差来计算增益。可以将该增益应用到立体声输入信号202a的两个通道，而不是仅应用到所抽取的通道。增益计算可以包括平滑函数，所述平滑函数在立体声输入信号的多个采样上对所计算的增益进行平滑。在方框216a，基于所应用的增益来提供立体声输出信号。

在备选实施例中，不选择主通道，而是对每个通道进行处理以确定该通道的响度。可以基于所计算的响度对每个通道应用不同的增益。在另一备选实施例中，不执行抽取，响度处理212a对全速率输入信号或主通道进行操作。还可以使用许多其他实现方式和配置。

参照图2B，示出了多通道音频信号202b，多通道音频信号202b包括左(L)输入、右(R)输入、中心(C)输入、左环绕(L_s)输入和右环绕(R_s)输入。尽管未示出，但是音频信号202b还可以包括超低音扬声器(subwoofer)输入。可以将这些通道分成采样块，通过过程200B来单独分析每个采样块。以下关于图3进一步详细描述了采样块。

有利地，在特定实施例中，将左输入和右输入作为一对提供至预处理方框204b，将左环绕输入和右环绕输入提供至预处理方框204c。这些方框204b和204c中的每一个方框可以计算信号能量并确定主通道，所述主通道分别被提供至抽取方框210b或210c。预处理方框204d还可以计算中心输入的信号能量，但是在特定实施例中并不选择主通道。然而，中心通道的信号能量可以稍后用在过程200B中。

每个抽取方框210可以抽取所选通道，并将抽取通道分别提供至响度处理块212b、212c或212d。每个响度处理方框212可以确定通道的响度级与基准级之差，并将级差输出至增益调节方框214b。抽取方框210和响度处理方框212都可以具有与以上关于图2A所描述的特征相同或相似的特征。

在特定实施例中，增益调节方框214b基于从响度处理方框212接收到的级差来计算每个输入通道的增益。增益对于每个通道而不同。在一些实现方式中，希望强调中心通道以增强收听者的对话感知。然而，响度处理212可能产生增益，所述增益使各个通道下压过(drowncut)中心通道。为了解决这一问题，增益调节方框214b可以针对中心通道产生比针对其他通道高的增益。在一个实施例中，增益调节方框214b可以维持中心通道增益与其他通道增益之比。

在过程200B的备选实施例中，不选择主通道，而是对所有通道进行处理以确定响度，并向每个通道应用单独的增益。作为另一备选方式，可以在左通道与右通道之间而不是在左环绕通道与右环绕通道之间确定主通道，或反之亦然。在另一备选实施例中，不执行抽取。此外，图2B所示的特征可以扩展到具有诸如7.1环绕声扬声器装置之类的附加扬声器的实施例。还可以使用许多其他实现方式和配置。

图3示出了预处理模块320的更详细实施例。预处理模块320可以具有以上关于图1和图2而描述的所有特征。所示预处理模块320接收立体声输入信号，所述立体声输入信号具有左信号302和右信号304。为了便于说明，说明书的其余部分主要指立体声信号。然而，所讨论的特征同样可以应用于具有更少或更多通道的信号。

在特定实施例中，预处理模块320对左信号和右信号302、304的采样块进行操作。例如，预处理模块320可以将多个输入采样缓冲成预定采样块大小，并然后对采样块进行处理。采样块的大小是可以任意选择的。例如，每个采样块可以包括256个、512个、768个采样或其他数目个采样。

当前可用的AGC***通常并不区分对话与背景噪声(例如，效果)。这样，诸如雨声之类的背景噪声可能会被这些***放大，导致背景噪声相对于非背景噪声的响度高于应有水平。为了解决这一问题，在特定实施例中，将左信号和右信号302的采样块提供至相位分析模块322。相位分析模块322可以包括用于使用相位分析来检测左信号和右信号302、304的每个采样块的背景噪声部分和非背景噪声部分的硬件和/或软件。

相位噪声分析模块322可以基于以下认知来进行分析：有声(或非背景)采样可以高度相关，而非有声采样将被去相关。这意味着，如果基于每个采样检测左通道和右通道302、304，则有声采样将同时在两个通道302、304上具有相同的相位。换言之，有声采样将在两个通道302、304上是同相的。另一方面，非有声采样将在同一时间点具有不同的相位，使得一个通道上的采样是正的，而另一通道上的相应采样可以是负的。因此，主要有声采样的相位分布可以高度相关，而主要非有声采样的相位分布相关性较差。

相位分析模块322可以执行处理，以基于上述认知来确定给定的采样块主要包括有声采样还是非有声采样。图4示出了该过程400的示例实施例。在方框402，对于采样块，对多个采样执行相位分析。相位分析可以包括对于在两个输入通道上具有相同或不同相位的、在两个输入通道上具有负相位的、以及反相位的采样对的数目进行计数。在该方框处，相位分析模块322可以例如针对相同或不同相位的每个采样对来递增计数器。

在判定方框404，确定相位分布是否超过阈值。例如，可以确定具有相同相位的采样对的总数是否大于阈值数目。如果是，则在方框406，使用采样块来进行响度处理，这是因为，采样块可以包括或实质上包括有声信号。否则，在方框408处，在采样块上绕过响度处理。这是因为，采样块可能包括或实质上包括非有声信号。可以对采样块应用最小增益，以削弱采样块的背景噪声。

在备选实施例中，对非有声采样块以及有声采样块应用响度处理。然而，仍然可以向包含实质上非有声采样数目的采样块应用较低增益。此外，可以调节上述阈值，以更强或更弱地应用相位分析。

上述相位分析过程还可以用在其他应用中。例如，这种相位分析可以与硬限幅器或诸如压缩器之类的其他传统增益调节***一起使用。减噪***可以得益于这种分析的使用。音调检测***也可以使用这种分析。

再次参照图3，相位分析模块322向能量分析模块324提供采样块。例如，相位分析模块322可以向能量分析模块324提供有声采样块而不是非有声采样块。能量分析模块324可以包括用于计算采样块的能量或功率的硬件和/或软件。例如，能量分析模块324可以计算采样块中采样值的均方或均方根或其他。主通道模块326可以使用计算的采样块的能量或功率，来确定左信号通道和右信号通道302和304中的哪个是(以下描述的)采样块的主通道。此外，计算的能量或功率可以用于以下将描述的其他用途。

能量分析模块324还可以计算采样块的每个通道的最大值或峰值。能量分析模块324可以创建临时缓冲器以保存该信息。临时缓冲器可以包括每个通道(L，R)上的采样的绝对值的最大值。临时缓冲器还可以包括先行延迟线，能量分析模块324以下一采样块的采样的最大值来填充先行延迟线。以下将参照图11来更详细描述先行延迟线。

再次参照图3，能量分析模块324可以向主通道模块326提供计算出的能量或功率以及计算的、采样块的每个通道的最大值。主通道模块326可以使用这两个值之一或两者，来确定对于给定采样块哪个通道是主通道。例如，主通道模块326可以确定具有较大最大值的通道是主通道，或者具有较大能量或功率的通道是主通道。

图5示出了可以由主通道模块326来执行的示例过程500。在判定方框502，确定左通道的均方值是否大于或等于右通道的均方值，以及右通道的最大值是否大于阈值。均方值可以是每个通道的能量或功率。如果方框502的条件为真，则在方框504确定左通道是主通道，并且在方框506可以提供左通道用于响度处理。

另一方面，如果方框502的条件不为真，则在判定方框508进一步确定右通道的均方值是否大于或等于左通道的均方值，以及左通道的最大值是否大于阈值。如果是，则在方框510，认为右通道是主通道，并在方框512可以提供右通道用于响度处理。

如果方框508的条件不为真，则可能存在单声道信号，在判定方框514，确定左信号的最大值是否大于阈值。如果是，则提供左通道用于响度处理。否则，在判定方框518，进一步确定右通道的最大值是否大于阈值。如果是，则在方框520提供右通道用于响度处理。否则，在方框522使采样块经过，并且不提供该采样块用于响度处理，这是因为，采样块可以被看作是不具有任何音频或实质上不具有任何音频。

再次参照图3，主通道模块326输出主通道332。主通道模块326可以针对各个采样块选择不同的主通道322。如上所述，一旦选择了主通道，就可以提供主通道用于抽取和响度处理。例如，主通道模块326可以存储与主通道缓冲器(未示出)中的主通道322相对应的采样块。

图6示出了抽取滤波器的示例脉冲响应600。如上所述，可以对主通道应用抽取滤波器以减小该通道的采样速率。减小主通道的采样速率可以便于利用更少的计算资源来进行响度处理。

在特定实施例中，抽取过程包括可以对以上参照图3描述的主通道缓冲器进行下采样的抽取滤波器。该下采样可以包括使用与采样速率有关的抽取因子。在一些实施例中，下采样缓冲器仅用于响度分析用途，并且不提供作为至最终用户的输出。滤波器(例如，低通滤波器)可以对下采样信号进行频带限制，以避免反混叠。因此，具有图6的脉冲响应600的抽取滤波器可以是这种滤波器的一个示例。

具有所示脉冲响应600的抽取滤波器是长度为33的有限脉冲响应(FIR)滤波器。如以下以等式(1)表示的，可以通过对因果理想脉冲响应进行加窗来导出这种滤波器：

h(n′)＝w(n′)d(n′-LM)        (1)

在等式(1)中，理想脉冲相应由以下等式给出：

$d\left(k^{\′}\right)=\frac{\sin (\mathrm{\π}{k}^{\′}/L)}{{\mathrm{\πk}}^{\′}}---\left(2\right)$

抽取采样由以下等式给出：

$y_{\mathrm{down}}\left(n\right)=y^{\′}\left(\mathrm{nL}\right)=\underset{m^{\′}=0}{\overset{N-1}{\mathrm{\Σ}}}h\left(m^{\′}\right)x^{\′}(\mathrm{nL}-m^{\′})---\left(3\right)$

有利地，在特定实施例中，每个抽取采样块可以用于更节省计算资源的响度处理。

图7示出了用于确定响度的响度处理700的实施例。响度处理700可以由响度调节***110来实现，具体地，由响度分析模块130来实现。此外，响度处理700的实施例与响度处理方框212a、212b、212c和212d相对应。响度处理700可以计算采样块的估计响度。响度处理700还可以将估计响度级与基准级相比较，以确定要应用于采样块的级差。

在所描述的实施例中，将抽取输入702提供至逼近滤波器710。抽取输入702可以包括以上关于图6所描述的抽取滤波器所产生的抽取采样块。每个逼近滤波器710可以是逼近听觉******的带通滤波器。在一个实施例中，每个滤波器710都逼近伽马通滤波器。在另一实施例中，滤波器逼近倍频程滤波器或逼近听觉******的其他带通滤波器。

已使用伽马通滤波器来仿真以上关于图1B所描述的人耳的带通滤波器组。以下给出了在时域描述伽马通滤波器的等式：

在等式(4)中，a表示幅度，f表示频率，n是滤波器的阶数，b是滤波器的带宽，是

滤波器的相位。

伽马通滤波器可以是处理密集型滤波器，因此对于计算资源少的电子设备(例如，某些电视)来说伽马通滤波器不是合适的选择。因此，在特定实施例中，每个滤波器710逼近伽马通滤波器。滤波器710还可以具有不同的中心频率，以仿真人耳的带通滤波器组。至少一些滤波器710可以是伽马通滤波器的一阶逼近。在特定实施例中，可以a)使用与每个滤波器的所选中心频率相匹配的一阶巴特沃斯滤波器逼近以及b)使用与初始巴特沃斯估计的频率响应的最小二乘拟合，来导出每个一阶逼近。每个滤波器710可以被实现为无限脉冲响应(IIR)滤波器，以更高效地使用处理资源。

还为其他逼近滤波器720提供了另一输入704。在特定实施例中，输入704是全速率采样输入而不是抽取输入。全速率输入704可以用于人耳较为敏感的一些频带、用于更高的频带或其他频带。此外，全速率输入704可以用于防止特定的频率折返效应(fold-back effects)。

向滤波器720提供全速率输入704。如滤波器710一样，滤波器720可以是逼近伽马通滤波器的带通滤波器。可以采用与以上针对滤波器710而描述的方式相类似的方式来导出滤波器720。然而，在特定实施例中，滤波器720可以是伽马通滤波器的二阶逼近。这些滤波器720还可以是IIR滤波器。在图8的曲线图1100中示出了示例逼近滤波器集合的归一化频率响应1110。

在其他实施例中，所有的滤波器都对抽取输入(或取而代之，全速率输入)进行操作。此外，所示的滤波器数目是一个示例，该数目可以变化，更少的滤波器可以以可能的低精度，得到更好的性能。所选的滤波器的数目还可以依赖于可用扬声器的尺寸，更大的扬声器使用更多的滤波器。

滤波器710、720分别向增益块742a、742b提供滤波采样，增益块724a、724b分别将采样提供至响度估计器730a、730b。每个响度估计器可以实现响度估计过程，如在图9中描述的响度估计1200。

参照图9，在方框904，每个响度估计器730可以通过反转响度曲线(例如，经由增益方框742)对滤波器710或720的输出进行加权。反转响度曲线可以基于多个可能的响度加权曲线之一。例如，图10A示出了称作C加权曲线的示例响度加权曲线1010的曲线图1000A。C加权曲线可以基于100-phon响度曲线(参见图1C)。图10B示出了可以在过程900的方框904处使用的示例反转C加权曲线1020的曲线图1000B。还示出了可以在其他实施例中使用的示例反转A加权曲线1030。曲线1020、1030的特性可以所选的采样速率。

再次参照图9，方框904中的加权可以包括将采样乘以与采样的频带相对应的反转响度曲线上的值。例如，图10B的曲线图1300B示出了x轴上的16个频带(在一个实施例中，与16个逼近滤波器相对应)。在y轴上可以找到针对给定频带的反转C加权曲线1020的相应权重值。

再次转向图9，在方框906，在每个频带中，为采样使用每个滤波并加权后的采样的绝对值。在方框910，可以对每个频带的加权后的采样应用幂律函数，以得到每个频带的估计响度。该函数可以应用于在特定阈值以上的采样。取而代之地，幂律函数还可以应用于每个频带的采样的平均。幂律函数可以是以下形式：

L_band＝bl^k     (8)

其中，I表示针对给定频带的加权后的采样或采样的平均，b和k表示可以在经验上确定的常量，L_band表示该频带的响度。

在方框912，通过对每个频带的响度值求和，来计算采样块的估计总响度。例如，可以对每个频带的等式(8)的输出进行求和，以得到采样块的估计响度。

再次参照图7，每个响度估计器730的输出由增益方框742c来缩放，并且被提供至求和方框750，在求和方框750，将估计响度加在一起以提供总估计响度。将该总估计响度提供至零交叉调节方框760和能量缩放方框770。除了上述相位分析以外，零交叉调节方框760还使用零交叉计数来区分类噪声信号和类周期信号。例如，零交叉调节方框760可以检测具有较多零交叉的信号，并确定这些信号包含更多噪声。零交叉调节方框760可以根据需要进一步提高类噪声低级别信号的级别。

能量缩放方框770利用能量分析模块324(图3)所计算的块的能量或功率对总估计响度进行加权。这种加权可以是以下形式：

$\mathrm{Level}=\frac{{\mathrm{aL}}_{\mathrm{total}}}{E}---\left(9\right)$

在等式(9)中，a是可以基于用户定义的模式而变化的常量。在一个实施例中，可以应用两个响度控制模式，轻度控制或正常控制。轻度控制可以执行较弱响度调节。例如，对于轻度响度调节，常量“a”的值可以更低。L_total表示总估计响度，E表示块的能量。Level指的是对于该采样模块计算出的响度级780。该总响度级可以表示：为了使采样块的响度遵循以上使用的等响度曲线(例如，C加权曲线所基于的100-phon曲线)，信号的增益应当达到的标量值。

在特定实施例中，利用块的能量E(或在其他实现方式中，功率)对总估计响度进行缩放，这是因为一些信号在可听阈值以下。如果基于以上响度曲线之一用这些信号来度量响度，则这些信号可能不够接近用于计算精确响度的响度曲线。因此，可以利用块的能量来均衡总估计响度。将总估计响度除以来自低信号块的较小能量可以提高总等级估计。

图11示出了用于基于所测量的响度来调节增益的增益调节过程1100的实施例。过程1100可以由图1的增益控制模块140来实现，例如，当增益控制模块140接收到了如以上关于图7所描述的总响度级计算时。由于两个连续采样块的响度级可能不同，所以可以针对每个块产生不同的增益系数，以使块达到基准级。为了避免增益的突然变化，增益调节过程1100可以递增地应用增益系数。此外，增益调节过程1100可以计算一个通道(例如，主通道)的增益系数并将增益系数应用至两个通道。

在方框1102，计算德尔塔级。德尔塔级可以包括(例如针对先前采样的)上一增益系数(Last Gain Coefficient)与以上关于图7所确定的总响度级(Level)之差。可以将该差值乘以常量g。得到的结果是德尔塔增益(delta gain)，可以逐采样以递增的方式来应用该德尔塔增益：

delta gain＝(Level-Last Gain Coefficient)*g  (10)常量g可以有效地将增益级计算结果与上一增益系数之差分成更小的德尔塔增益。在特定实施例中，当首先初始化增益控制模块140时，将LGC设置为1.0标量(或0dB)，作为与总响度级相关或相等的基准级。在特定实施例中，这是用于保持动态范围的满刻度基准级。

如以下将描述的，可以递增地将德尔塔增益应用到采样块的每个采样，直到采样与其相应增益系数的乘积达到缩放的满刻度值的特定百分比为止。因此，采样块的第一采样的增益可以是LGC₁+德尔塔增益。对于下一采样，具有等于LGC₁+德尔塔增益的新的LGC2。因此，第二采样的增益可以是LGC₁+德尔塔增益。因此，德尔塔增益可以用于基于图7的动态变化的响度计算结果，逐步从先前采样块的增益系数过渡为新的增益系数集合。这种逐步过渡可能减小信号输出级别的突然变化。

为了防止其他的突然变化，在方框1104，采用先行线来检查所计算的德尔塔增益的递增对增益系数的更新是否会导致相应的采样值超过目标限幅器级。先行线可以是如以上关于图3所描述的先行线。先行线可以包括在正在被处理的当前采样块之后的采样块的采样。可以为先行线填充每一个左右采样对的最大采样。在特定实施例中，通过将块的每个采样对的绝对值的最大值包含在内，先行线可以确保输出信号级不会超过设置的基准级。因此，可以使用一个通道而不是两个通道来分析增益系数。

在判定方框1106，确定是否会超过目标限幅器级。如果是，则可以在方框1108计算衰减(Decay)，并且可以针对该采样将德尔塔增益归零。可以通过考虑先行线中相应采样值超过目标限幅器级的下标(index)来计算衰减值。下标可以是任何数组下标或其他。可以使用以下等式来计算这种衰减：

$\mathrm{Decay}=\frac{-|R-G|}{\mathrm{index}}---\left(11\right)$

其中，R表示目标限幅器级，G是电流增益系数，index(索引)是先行线中采样值超过目标限幅器级的下标。在一个实施例中，针对电流采样块计算衰减值的点也存储在临时缓冲器中，并且稍后使用在过程1100中，以对在检测到的衰减点周围的计算增益系数进行平滑。

在方框1110，如上所述，以等于当前德尔塔增益的量来更新当前采样的增益系数。该德尔塔增益是已经使用等式(10)计算出的德尔塔增益，或者在已经检测到衰减点的情况下该德尔塔增益是零。如果已经检测到衰减点，则利用通过等式(11)计算出的衰减来更新增益系数，例如，通过将衰减与上一增益系数相加来更新增益系数。然后，在方框1112，对增益系数进行平滑。例如，可以由一阶平滑函数来处理增益系数。

平滑函数可以使用先行线中发生衰减的存储下标。还可以根据衰减点在增益系数临时缓冲器中的位置，在缓冲器中向前或向后应用平滑函数。通过应用平滑函数，可以调节相邻的增益系数，使得在衰减点周围存在更平滑的增益过渡。

在方框1114，针对每个采样来应用增益。因此，在特定实施例中，由于在采样之间对增益进行平滑，过程1100可以输出具有实质上恒定的、可能会有微小变化的平均响度级的音频信号。输出信号还可以遵循或实质上遵循以上所选的响度曲线(例如，100phon曲线或其他曲线)。因此，在一个实施例中(参见图1A)在用户进行音量处理之前，一个采样块的响度可以实质上与先前采样块的响度相同。

结论

根据实施例，本文所描述特定动作、事件或任何算法的函数可以按照不同顺序来执行，都可以被添加、合并或省略(例如，对于实现算法来说，不是所描述的所有动作或事件都是必要的)。此外，在特定实施例中，动作或事件是可以同时执行的，例如，通过多线程处理、中断处理或多个处理器或处理器核来执行，而不是顺序地执行。

可以以电子硬件、计算机软件或两者的组合来实现与本文所公开的实施例相结合而描述的各个示意性逻辑块、模块以及算法步骤。为了清楚地说明硬件和软件的可互换性，以上总体在功能上描述了各个说明性组件、块、模块以及步骤。这样的功能是以硬件还是以软件来实现取决于具体应用以及强加在整个***上的设计限制。对于每一种具体应用可以以多种方式来实现上述功能，但是这种实现方式的判定不应被解释为导致脱离本公开的范围。

与本文所公开的实施例相结合而描述的各个说明性逻辑块和模块可以由机器来实现或执行，所述机器例如是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、离散门或晶体管逻辑、离散硬件组件、或用于执行本文所描述的功能的以上项目的任意组合。通用处理器可以是微处理器，但是备选地，通用处理器可以是处理器、控制器、微控制器、或状态机、上述项目的组合或其他。处理器还可以被实现为计算设备的组合，例如，DSP与微处理器的组合、多个微处理器、与DSP核相结合的一个或多个微处理器、或任何其他类似的配置。

与本文公开的实施例相结合而描述的方法步骤或算法可以直接以硬件、由处理器执行的软件模块、或两者的组合的形式来实现。软件模块可以驻留在RAM存储器、闪存存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可拆卸磁盘、CD-ROM或现有技术已知的任何形式的存储介质中。示例存储介质可以耦合至处理器，使得处理器可以从存储介质读取信息和向存储介质写入信息。备选地，存储介质可以集成到处理器。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。备选地，处理器和存储介质可以作为离散的组件驻留在用户终端中。

除非具体声明或通过上下文可以理解，否则这里使用的诸如“可以”、“能够”、“可能”、“例如”等条件性语言一般旨在传达的意思是：特定实施例包括特定的特征、元件和/或状态，而其他实施例不包括这些特征、元件和/或状态。因此，这样的条件性语言通常并不旨在暗示：特征、元件和/或状态对于一个或多个实施例而言无论如何都是需要的，或者一个或多个实施例有必要包括用于在有或没有程序设计者输入或提示的情况下，判定这些特征、元件和/或状态是否包含在任何具体实施例中或由其来执行的逻辑。

尽管以上详细描述示出、描述并指出了应用于不同实施例的新的特征，然而将理解，在不脱离本公开的精神的前提下，可以对所说明的设备或算法进行各种省略、替换或形式和细节上的修改。将认识到，本文所描述的本发明的特定实施例并没有提供本文所产生的所有特征和优点，因为一些特征是可以彼此独立地使用或实现的。本文所公开的特定发明的范围所附权利要求来限定，而非由前述说明书来限定。在权利要求等价物的含义和范围之内的所有改变都将包含在权利要求的范围之内。

Claims (30)

1.一种对音频信号的响度进行调节的***，用于对来自于多媒体设备的音频信号进行调节，以向收听者呈现实质上恒定的感知响度，而不管音频信号的响度级变化，所述***包括：

预处理模块，操作用于：

接收包括一个或多个音频通道的电子音频信号，

选择至少一个音频通道，所述选择包括：确定两个或多个音频通道中的主通道，并选择所述主通道；

响度分析模块，包括操作用于对至少一个通道的响度进行估计的一个或多个处理器，所述估计包括：

利用多个逼近滤波器对至少一个通道进行处理，所述多个逼近滤波器被配置为逼近多个伽马通滤波器，使得所述多个逼近滤波器仿真人耳的听觉滤波器组，以及

利用反转响度加权曲线对逼近滤波器的输出进行加权；以及

增益控制模块，操作用于至少部分基于所估计的响度来计算至少一个增益，以使音频信号的感知响度在一段时间内保持实质上恒定，所述计算包括：

至少部分基于所估计的响度来计算音频信号的一部分的增益，以及

在音频信号的所述一部分的多个采样上平滑所述增益。

2.根据权利要求1所述的***，其中，响度分析模块还被配置为，抽取所选通道。

3.根据权利要求1所述的***，其中，预处理模块还被配置为，通过比较每个通道的能量值来确定主通道。

4.根据权利要求1所述的***，其中，增益控制模块还被配置为，通过在所述多个采样上递增所述增益，来在所述多个采样上平滑所述增益。

5.一种对音频信号的响度进行调节的方法，所述方法包括：

接收包括一个或多个音频通道的电子音频信号；

使用一个或多个处理器来处理所述一个或多个通道中的至少一个通道，以至少部分地通过以多个逼近滤波器处理所述至少一个通道，来确定音频信号的一部分的响度，所述多个逼近滤波器被配置为逼近多个听觉滤波器，所述多个听觉滤波器还逼近人类听力***；

至少部分基于所确定的响度来计算至少一个增益，以使音频信号的响度在一段时间内保持实质上恒定；以及

对电子音频信号应用所述至少一个增益。

6.根据权利要求5所述的方法，其中，听觉滤波器包括伽马通滤波器。

7.根据权利要求5所述的方法，其中，逼近滤波器包括一阶带通滤波器。

8.根据权利要求5所述的方法，还包括：通过使用对伽马通滤波器的一个或多个巴特沃斯逼近，来导出逼近滤波器。

9.根据权利要求8所述的方法，其中，所述导出还包括：使用对所述一个或多个巴特沃斯逼近的频率响应最小二乘拟合。

10.根据权利要求5所述的方法，其中，逼近滤波器的数目至少部分依赖于扬声器尺寸配置。

11.根据权利要求5所述的方法，其中，确定响度还包括：通过反转响度加权曲线，对逼近滤波器的输出进行加权。

12.一种对音频信号的响度进行调节的方法，所述方法包括：

接收包括两个或多个音频通道的电子音频信号；

选择所述两个或多个音频通道中的通道，所述选择包括：

确定所述两个或多个音频通道中的主通道，以及

选择所述主通道；

使用一个或多个处理器来处理所选通道，以确定音频信号的一部分的响度；

至少部分基于所确定的响度来计算至少一个增益；以及

对电子音频信号应用所述至少一个增益。

13.根据权利要求12所述的方法，其中，确定主通道包括：比较每个通道的最大采样值。

14.根据权利要求12所述的方法，其中，确定主通道包括：比较每个通道的能量值。

15.根据权利要求12所述的方法，其中，确定主通道包括：比较每个通道的功率值。

16.根据权利要求12所述的方法，还包括：抽取所选通道，使得使用一个或多个处理器来处理所选通道包括处理抽取的所选通道。

17.根据权利要求12所述的方法，其中，音频信号包括多个通道，确定主通道包括：确定第一对通道的第一主通道以及第二对通道的第二主通道。

18.根据权利要求17所述的方法，其中，使用一个或多个处理器来处理所选通道包括：处理第一主通道和第二主通道。

19.根据权利要求18所述的方法，其中，计算至少一个增益包括：计算针对第一对通道和第二对通道的第一增益和第二增益。

20.根据权利要求19所述的方法，还包括：在第一增益和第二增益中的一个或多个与针对中心通道的增益之间保持实质上恒定的比值。

21.一种用于对音频信号的响度进行调节的***，所述***包括：

预处理模块，操作用于接收包括一个或多个音频通道的电子音频信号，并选择至少一个音频通道；

响度分析模块，包括操作用于计算至少一个所选通道的响度的一个或多个处理器；

增益控制模块，操作用于至少部分基于所述响度，来计算至少一个增益，所述计算包括：

至少部分基于所估计的响度，来计算音频信号的至少一个所选通道的增益，以及

对音频信号的每个通道应用所述增益。

22.根据权利要求21所述的***，其中，增益控制模块还被配置为，通过将所估计的响度与基准级相比较，来计算增益。

23.根据权利要求21所述的***，其中，增益控制模块还被配置为，递增地对每个通道的采样应用所述增益。

24.根据权利要求21所述的***，其中，增益控制模块还被配置为，通过应用平滑函数，在每个通道的采样上平滑所述增益。

25.一种用于区分背景声音与其他声音的方法，所述方法包括：

接收包括两个或多个音频通道的电子音频信号；

选择电子音频信号的一部分；

分析电子音频信号的所选部分的每个通道之间的相位，以确定具有相应相位的采样的数目；以及

将采样的数目与阈值相比较，以确定电子音频信号的所选部分是否与背景噪声相对应。

26.根据权利要求25所述的方法，还包括：响应于确定电子音频信号的所选部分与背景噪声相对应，绕过响度处理。

27.根据权利要求25所述的方法，还包括：响应于确定所选部分与背景噪声相对应，使用修改后的响度处理来处理电子音频信号的所选部分。

28.一种用于对音频信号的响度进行调节的***，所述***包括：

包括一个或多个音频通道的音频信号；

响度模块，包括操作用于计算音频信号的响度的一个或多个处理器，所述计算包括：利用多个无限脉冲响应IIR滤波器来处理音频信号，每个IIR滤波器包括带通滤波器，IIR滤波器被配置为逼近人类听力***；以及

增益模块，被配置为至少部分基于计算的响度来计算增益。

29.根据权利要求28所述的***，其中，增益模块还被配置为，对音频信号应用所述增益。

30.根据权利要求28所述的***，其中，IIR滤波器还被配置为，逼近伽马通滤波器。

Images