CN103299655A - 利用受约束的扬声器偏移的响度最大化 - Google Patents

Abstract

针对移动装置维持音频信号的原始响度级，同时维持尽可能好的声音质量且保护所述移动装置中使用的扬声器。可在控制(移动装置中)的所述扬声器的振动膜的振幅以保持在所允许范围内的同时使音频(例如，语音)信号的响度级最大化。在一实施方案中，使用输入信号和振幅转移函数来预测(例如，估计)峰值振幅。接着可修改所述信号以限制所述振幅且使响度最大化。

Description

利用受约束的扬声器偏移的响度最大化

相关申请案的交叉参考

本申请案依据35U.S.C.§120的权益主张2011年1月12日申请的第61/432,094号临时专利申请案的优先权。此临时专利申请案全文在此以引用的方式明确地并入本文中。

技术领域

背景技术

归因于移动性要求和维度限制，移动装置(例如，移动电话、智能电话等)通常包括一个或一个以上小尺寸或低成本扬声器。移动装置中使用的音频和语音信号的声音质量因此一直严重受制于不能在不引起对扬声器的损坏的情况下产生足够的响度，这与非移动或高端扬声器***形成对比。智能手机以及多媒体密集移动应用的广泛流行已触发了对移动装置的较好音频质量的需求。已使用若干方法来实现足够响度前提下的较好音频声音质量。举例来说，已广泛实施自动增益控制(AGC)和/或自动响度控制(AVC)来为移动装置在某种程度上缓解现有的音频质量问题。

移动装置中的小扬声器可针对小信号在线性模式中工作，但其线性对于具有高压缩的大信号将不再有效。频率足够低且/或电平足够大的信号可致使扬声器振动膜的过分移动。

偏移指代扬声器中的振动膜可从其静置位置行进的距离。频率足够低且/或电平足够大的信号可致使移动装置中的扬声器的振动膜的过分移动。当扬声器由此高功率电平信号驱动时，振动膜移动(即，偏移)持续超过其偏移限制，这导致糟糕的声音以及对于听者来说不愉快的音频体验。更特定来说，在此情况下，音圈趋向于退出间隙，从而导致音圈摩擦且可能到达音圈位移的***模式。

已知的现有技术振动膜偏移控制技术使用高通或陷波滤波器来抑制可引起过分振动膜移动的谐振频率周围的低频含量。归因于缺乏低频率以及响度的损失，这些方法常常导致不自然且尖细的声音。此外，因为扬声器信号中的低频率始终被滤出，所以即使当信号足够小以保持在扬声器的线性范围内时听者的不愉快的体验也会持续。

发明内容

针对移动装置维持音频信号(例如，语音信号或其它输入音频信号)的原始响度，同时维持尽可能好的声音质量且保护所述移动装置中使用的扬声器。更特定来说，可在将所述扬声器(移动装置中)的振动膜的偏移控制在保持在所允许范围内的同时使音频信号的响度最大化。

在一实施方案中，使用输入信号和偏移转移函数来预测(例如，估计)峰值偏移。修改所述信号以限制所述偏移且使响度最大化。

在一实施方案中，在第一操作中，为估计峰值偏移，以扬声器的(偏移转移函数的)脉冲响应对输入音频信号或语音信号(即，输入信号)进行滤波以估计信号的峰值偏移。在第二操作中，偏移限制信号处理器接收输入音频信号和所估计的峰值偏移，且修改输入音频信号以使所感知的响度最大化，使得输出信号的所估计峰值偏移不超过扬声器的最大偏移(即，输出信号保持在扬声器的安全范围内)。

在一实施方案中，所感知的响度可并入到信号修改中。信号处理将为偏移限制的，同时使所感知的响度最大化。可使用心理声学响度模型(例如，摩尔响度模型)的近似。所述近似基于输入信号的每一相等矩形频带(ERB)的子带能量以及每一ERB子带处的特定响度。

在一实施方案中，偏移限制信号处理可在子带域中而非全频带时域中实施。子带域可为有效的，因为信号中的频率分量具有对偏移和所感知响度的不同水平的贡献。在此情况下，偏移预测可在频域中执行。

提供此概述是为了以简化形式介绍下文中在具体实施方式中进一步描述的概念选择。此概述无意识别所主张标的物的关键特征或本质特征，也无意用于限制所主张标的物的范围。

附图说明

结合附图阅读，将更好地理解以上概述以及说明性实施例的以下详细描述。出于说明实施例的目的，图中展示实施例的实例构造；然而，所述实施例不限于所揭示的特定方法和手段。图中：

图1是用于利用受约束的扬声器偏移提供响度最大化的***的实施方案的图；

图2是小扬声器的实例偏移转移函数的脉冲响应的图；

图3是用于确定响度模型的方法的实施方案的操作流程；

图4是用于近似响度模型的方法的实施方案的操作流程；

图5A和5B是展示相等矩形频带(ERB)子带相依常数的实例值的图；

图6是用于在子带域中估计峰值偏移的方法的实施方案的操作流程；

图7是展示每ERB子带的最大偏移的实例值的图；

图8是用于频域中的偏移限制的方法的实施方案的操作流程；

图9是用于利用受约束的扬声器偏移提供响度最大化的***的另一实施方案的图；

图10是用于偏移控制的方法的实施方案的操作流程；

图11是实例移动台的图；以及

图12展示示范性计算环境。

具体实施方式

图1是用于利用受约束的扬声器偏移提供响度最大化的***100的实施方案的图。***100可实施在移动台105(也称为移动装置)中。移动台105可为例如蜂窝式电话、智能电话、终端、手持机、个人数字助理(PDA)、无线调制解调器、无绳电话、手持式装置、膝上型计算机等无线通信装置。参看图11描述实例移动台。

移动台105可能够与包交换网络和电路开关网络通信。预期本文揭示的配置可适于用于包交换(例如，经布置以根据例如VoIP等协议携载音频发射的有线和/或无线网络)和/或电路开关的网络中。还预期本文揭示的配置可适于用于窄带译码***(例如，编码约四或五千赫的音频频率范围的***)中以及用于宽带译码***(例如，编码大于五千赫的音频频率的***)中，包含全频带宽带译码***和分离频带宽带译码***。实例组合包含例如电路开关空中接口与电路开关核心网络、电路开关空中接口与包交换核心网络，以及IP接入与包交换核心网络。

移动台105可包括偏移预测器110、偏移限制信号处理器120和扬声器130。使用本文进一步描述的技术，偏移预测器110可预测短时间间隔(例如，20ms帧)内扬声器130的所估计峰值偏移，且偏移限制信号处理器120可使用所估计峰值偏移产生待提供到扬声器130的输出信号。偏移预测器110和偏移限制信号处理器120可使用例如图12中说明的计算装置1200等一个或一个以上处理器或计算装置来实施。

偏移预测器110使用输入音频信号(其可为例如语音信号)和扬声器130的偏移转移函数预测(例如，估计)针对所述输入音频信号的扬声器130的峰值偏移。更特定来说，为了估计峰值偏移，用扬声器的偏移转移函数的脉冲响应h(t)对原始音频/语音信号(输入信号)s(t)进行滤波以估计针对输入音频/语音信号的峰值偏移e_p。如果扬声器的偏移转移函数的脉冲响应h(t)已知，那么可通过e(t)＝h(t)*s(t)估计偏移e(t)，其中*表示两个序列的卷积。

将输入音频信号的短时间间隔内的所估计峰值偏移e_p提供到偏移限制信号处理器120。使用扬声器130的所估计峰值偏移e_p和最大偏移X_max(例如，扬声器130的预定特性)，处理(即，修改)输入音频信号以确定允许扬声器振动膜在扬声器130的最大偏移X_max内移动的输出信号

在一实施方案中，偏移限制信号处理器120使所感知响度最大化使得输出信号

的所估计峰值偏移

不超过扬声器130的最大偏移X_max。扬声器的峰值偏移e_p可由输入音频信号的短时间间隔内的e_p＝max{|e(t)|}确定。以此方式，输入音频信号经修改以限制偏移且使响度最大化。输出信号将在扬声器130的安全范围内。

在一实施方案中，可由偏移限制信号处理器120将所感知响度的量度并入到信号修改中。可使用摩尔响度模型(或任何心理声学响度模型，这取决于实施方案)的近似。如本文进一步描述，所述近似基于输入音频信号的每一相等矩形频带(ERB)的子带能量以及每一ERB子带处的特定响度。因此，在一实施方案中，针对偏移限制信号处理器120的信号处理可在子带域中而非全频带时域中实施。此子带或频域方法在计算所感知响度和预测峰值偏移方面可为有效的，因为信号中的频率分量具有对偏移和所感知响度的不同水平的贡献。

图2是小扬声器(例如，扬声器130)的实例偏移转移函数的脉冲响应h(t)200的图。扬声器130的脉冲响应200可由扬声器130的规格给定或可根据移动装置100的特性来估计或测量。在针对实例扬声器的图2的实例中，最大偏移X_max在其谐振频率780Hz下约处于0.3mm。图2还展示扬声器的偏移205在频带210上不均匀。

如上所述，偏移限制信号处理器120接收输入音频/语音信号和所估计的峰值偏移e_p，且以使得输出信号的所估计的峰值偏移

不超过扬声器130的最大偏移X_max的方式修改输入音频/语音信号以使所感知的响度最大化。在一实施方案中，输入信号可分段为小数据块或帧，随后其由偏移限制信号处理器120处理或修改。

在一实施方案中，因为扬声器信号中的频率分量具有对偏移和所感知响度的不同水平的贡献，所以可使用子带或频域信号分析。举例来说，输入信号可变换为心理声学激励的子带信号。举例来说，输入信号可变换为临界频带或相等矩形带宽(ERB)信号。接着，对于每一子带信号，可确定其频谱能量，所述频谱能量可接着用于确定每频带的响度和偏移。

在一实施方案中，为将所感知响度准则并入在信号修改中，可采用众所周知的摩尔响度模型。每一子带中的摩尔响度模型可描述如下：

$N_b=C\{{(G_b\·E_{\mathrm{SIG}\left(b\right)}+A_b)}^{{\mathrm{\α}}_b}-{A_b}^{{\mathrm{\α}}_b}\},$

其中N_b是第b ERB频带处的特定响度，E_SIG(b)是第b ERB频带处的激发图案，G_b、A_b和α_b是ERB频带相依常数，且C是预定常数。摩尔响度模型中使用的所有参数是众所周知的且为简洁起见在本文中省略了进一步的描述。

图3是用于确定响度模型(例如，摩尔响度模型)的方法300的实施方案的操作流程。在310处，在移动台105处接收输入音频信号s(t)(例如，语音信号)。在320处，可使用感知滤波器组(例如，在移动台105的处理器中实施)以ERB比例将输入音频信号变换为子带信号。

对于每一ERB子带，可执行以下操作。在330处，可从移动台105的存储装置通过外耳和中耳获得(例如，检索)表示转移函数的固定滤波器。在340处，可依据物理频谱计算激发图案；即，执行对激发图案的变换。在350处，将激发图案变换到每一频带的特定响度。

在已针对每一子带执行操作330到350之后，可在360处确定全频带感知响度。因此，每子带的响度N_b可直接用于进一步处理以限制子带域中的偏移。每一特定响度(来自350)可在ERB频带上求和以产生全频带感知响度L，如下：L＝∑_bN_b。子带域或全频带域中的响度可通过使用某一测量单元来测量；然而，可使用关于响度的任何测量单元。

可使用近似来减小摩尔模型的计算复杂性。图4是用于近似响度模型(例如，摩尔响度模型)的方法400的实施方案的操作流程。可例如基于曲线拟合方法近似针对每一ERB子带的特定响度。

在410处，在移动台105处接收输入音频信号s(t)(例如，语音信号)。类似于320，在420处，可使用感知滤波器组以ERB比例将输入音频信号变换为子带信号。在430处，针对每一ERB子带，可计算子带能量E_b。可在440处基于如等式(1)所示的E_b以及ERB频带相依常数p_b和q_b近似每一ERB子带处的特定响度N_b：

$N_b=C\{{(G_b\·E_{\mathrm{SIG}\left(b\right)}+A_b)}^{{\mathrm{\α}}_b}-{A_b}^{{\mathrm{\α}}_b}\}\≈q_b{\left\{E_b\right\}}^{p_b}---\left(1\right)$

图5A和5B是展示ERB子带相依常数的实例值的图。图500和550展示分别处于各个ERB子带值的p_b和q_b的示范性值。基于N_b与E_b之间的关系预先确定(例如，预先计算或预先测量)这些常数。每一子带可具有针对每一p_b和q_b的唯一值。近似技术不限于上文描述的技术，且预期可使用任何其它已知的基于非曲线拟合的近似方法来近似摩尔响度模型，或可使用任何其它曲线拟合等式来代替上文描述的特定技术。

图6是用于在子带域中估计峰值偏移的方法600的实施方案的操作流程。在610处，在移动台105处接收输入音频信号s(t)(例如，语音信号)。类似于420，在620处，使用感知滤波器组以ERB比例将输入音频信号变换为子带信号。在630处，类似于430，针对每一ERB子带，可计算子带能量E_b。

在640处，可例如通过等式(2)估计针对每一子带的最大振动膜偏移e_p，也称为峰值偏移。

$e_p=\underset{n}{\max }\left\{\right|e\left(n\right)\left|\right\}=\underset{n}{\max }\left\{\right|\underset{k}{\mathrm{\Σ}}S\left(k\right)H\left(k\right)e^{p2\mathrm{\πnk}/N}\left|\right\}$ (2)，

$\≤\underset{b}{\mathrm{\Σ}}\underset{k\∈B_b}{\mathrm{\Σ}}\left|S\left(k\right)H\left(k\right)\right|\≤\underset{b}{\mathrm{\Σ}}{H}_b\underset{k\∈B_b}{\mathrm{\Σ}}\left|S\left(k\right)\right|=\underset{b}{\mathrm{\Σ}}{H}_b{E}_b$

其中

S(k)是输入音频/语音信号的频域表示，H(k)是扬声器的偏移转移函数的频率响应，且B_b是属于第b ERB频带的频段的集合。图7是展示每ERB子带的最大偏移H_b的实例值的图700。

一旦确定近似项N_b和e_p，就可在子带域中而非全频带时域中执行由偏移限制信号处理器120进行的信号处理。在子带域中，输入信号的频率分量具有对偏移和所感知响度的不同水平的贡献。子带域中的优化可简化为找到利用应小于扬声器的最大可允许限制的受约束偏移使所感知响度最大化的一组最佳子带增益的问题。换句话说，子带域中的优化问题可重新表述为找到针对每一子带的一组ERB增益{g_b}使得

(其中k∈B_b)使所感知响度最大化， $L\≈{\mathrm{\Σ}}_b{p}_b{\left\{p_b{E}_b\right\}}^{q_b},$ 其中 ${\tilde{e}}_p\≈{\mathrm{\Σ}}_b{g}_b{E}_b{H}_b\≤X_{\max }.$

图8是用于频域中的偏移限制的方法800的实施方案的操作流程。更特定来说，图8展示针对偏移限制信号处理器的信号处理的频域实施例，其中每一子带中的输入信号乘以ERB增益{g_b}使得在当前帧的偏移小于扬声器的最大限制X_max的情况下全频带所感知响度最大化。

在810处，在移动台105处接收输入音频信号s(t)(例如，语音信号)。在820处，可使用感知滤波器组以ERB比例将输入音频信号变换为子带信号。在830处，针对每一ERB子带，可计算子带能量E_b。

在840处，偏移限制信号处理器可通过近似响度模型、估计峰值偏移，以及确定针对每一子带的一组最佳子带增益来执行响度和偏移优化。子带信号接着在850处乘以每一子带增益以产生增益调整的频域输出信号。在860处，反向滤波器组可将频域输出信号变换为增益调整的时域信号。所述信号可接着在870处输出。

可依据实施方案针对整个子带或子带的特定部分处理响度模型近似和峰值偏移预测两者。举例来说，在一实施方案中，可仅针对较低频率区或较低子带处理响度模型近似和偏移预测，其中典型的偏移远大于较高频率区或较高子带的偏移。这可节省总体处理的计算复杂性，从而可对节省移动台105的电池消耗有益。

对于响度和偏移优化，偏移限制信号处理器可经配置以找到满足等式(3)的最佳子带能量：

$E_b^{*}=\arg \underset{E_b}{\max }\underset{b}{\mathrm{\Σ}}{q}_b{\left\{E_b\right\}}^{p_b}$ (约束条件是 $\underset{b}{\mathrm{\Σ}}{H}_b{E}_b\≤X_{\max }$ )(3)

等式(3)可如等式(4)所示使用拉格朗日乘子重写，其是用以找到最大或最小给定约束的众所周知的方法：

$J(E_1,\·\·\·E_B,\mathrm{\λ})=\underset{b}{\mathrm{\Σ}}{q}_b{\left\{E_b\right\}}^{p_b}+\mathrm{\λ}(\underset{b}{\mathrm{\Σ}}{H}_b{E}_b-X_{\max })---\left(4\right)$

在一个实施例中，响度和偏移优化技术可使用迭代优化方法找到拉格朗日乘子。此方法可包括初始化步骤和第m迭代步骤(m≥1)。初始化步骤可包括等式：

$E_b^{\left(0\right)}=\underset{k\∈B_b}{\mathrm{\Σ}}\left|S\left(k\right)\right|,$

${\mathrm{\λ}}^{\left(0\right)}=\underset{b}{\mathrm{\Σ}}{p}_b{q}_b{\left\{E_b^{\left(0\right)}\right\}}^{p_b}$

第m迭代步骤(m≥1)可包括以下等式的迭代执行：

$E_b^{\left(m\right)}={\left(\frac{p_b{q}_b}{{\mathrm{\λ}}^{(m-1)}{H}_b}\right)}^{\frac{1}{1-p_b}},$

${\mathrm{\λ}}^{\left(m\right)}=\underset{b}{\mathrm{\Σ}}{p}_b{q}_b{\left\{E_b^{\left(m\right)}\right\}}^{p_b}$

所述迭代可继续固定次数或直到这些参数收敛接近特定值为止。

在一实施方案中，可由偏移限制信号处理器执行预处理。当增益改变{g_b}在特定频带上变得过大时，其可产生过多频谱音色改变，从而导致不自然或烦扰的声音。例如清音帧等弱信号帧上的过多增益改变还可产生可能不利地影响总体声音质量的过多声压级(SPL)波动。

图9是用于利用受约束的扬声器偏移提供响度最大化的***900的另一实施方案的图，且图10是用于使用预处理进行偏移控制的方法1000的实施方案的操作流程。预处理可在偏移限制之前执行。依据实施方案，预处理器902可包括限制器903和/或补偿增益905。

在1010处，在移动台105的预处理器902处接收输入音频信号s(n)(例如，语音信号)。在1020处，执行预处理。限制器903可经配置以限制输入音频/语音信号的具有大于限制阈值的波峰因数的部分。此限制操作可用于在补偿增益905启动输入音频/语音信号之前产生足够的数字动态余量。优选地，将补偿增益(例如，15dB)维持为低于限制阈值(例如，18dB)，但可依据实施方案使用任何值。通过使用限制器903和补偿增益905两者，可由补偿增益在不产生任何饱和失真的情况下放大输入音频/语音信号s(n)。

接着准备经预处理信号以供随后由偏移限制信号处理器920(类似于偏移限制信号处理器120，且包括响度和偏移优化器925以及快速傅里叶逆变换(IFFT)927)进行后续处理以实现偏移控制。在将信号发送到偏移限制信号处理器920之前，在1030处，以快速傅里叶变换(FFT)907变换经预处理信号，且在1040处将FFT的输出提供到偏移预测器910以预测偏移。

在1050处确定偏移预测器910的输出是否小于扬声器130的最大偏移。如果是，那么在1060处对受约束的优化求解以找出一组最佳子带增益(使用偏移限制信号处理器920的响度和偏移优化器925)，所述子带增益接着在1070处提供到偏移限制信号处理器920的乘法器；否则，在1070处将单位子带增益提供到所述乘法器。

在1070处，乘法器接收单位子带增益或经求解受约束优化结果并将其与经变换经预处理信号(1030的输出)相乘。结果在1080处经逆变换(例如，使用IFFT927)以获得所得输出信号。输出信号可接着提供到扬声器130。

增加预处理器902处的输入音频/语音信号电平且在偏移限制信号处理器920处的ERB增益{g_b}上放置额外约束可缓解频谱音色改变和SPL(声压级)波动。优选地，将ERB增益维持为不大于单位1，g_b≤1。经预处理信号可经分析以预测其偏移，且随后仅当预测过多偏移时可通过乘以最佳子带增益来修改经预处理信号。举例来说，当e_p≤X_max时，ERB增益{g_b}变为单位增益，且当e_p＞X_max时，ERB增益{g_b}通常变为小于单位1。

在对ERB增益添加新约束的情况下，基于拉格朗日乘子的较早呈现的优化问题可编写如下：

$J(g_1,\·\·\·g_B,\mathrm{\λ},{\mathrm{\μ}}_1,\·\·\·{\mathrm{\μ}}_B)=\underset{b}{\mathrm{\Σ}}{p}_b{\left\{g_b{E}_b\right\}}^{q_b}$

$+\mathrm{\λ}(\underset{b}{\mathrm{\Σ}}{g}_b{H}_b{E}_b-X_{\max })+\underset{b}{\mathrm{\Σ}}{\mathrm{\μ}}_b(g_b-1)$

其中μ_b表示对应于约束g_b≤1的拉格朗日乘子。

如本文所使用，术语“确定”(及其语法变型)在极其广泛的意义上使用。术语“确定”涵盖广泛多种动作，且因此，“确定”可包含推算、计算、处理、导出、调查、查找(例如，在表、数据库或另一数据结构中查找)、断定等。又，“确定”可包含接收(例如，接收信息)、存取(例如，在存储器中存取数据)等等。又，“确定”可包含解析、选择、挑选、建立等等。

术语“信号处理”(及其语法变型)可指代信号的处理和解译。所关注的信号可包含声音、图像和许多其它信号。此类信号的处理可包含存储和重建、信息与噪声的分离、压缩和特征提取。术语“数字信号处理”可指代数字表示形式的信号的研究和这些信号的处理方法。数字信号处理是例如移动台、非移动台和因特网等许多通信技术的元素。用于数字信号处理的算法可使用专门计算机来执行，所述专门计算机可利用称为数字信号处理器(有时缩写为DSP)的专门的微处理器。

除非另外指出，否则对具有特定特征的设备的操作的任何揭示内容还明确地希望揭示具有类似特征的方法(且反之亦然)，且对根据特定配置的设备的操作的任何揭示内容还明确地希望揭示根据类似配置的方法(且反之亦然)。

图11展示无线通信***中的实例移动台1100的设计的框图。移动台1100可为蜂窝式电话、终端、手持机、PDA、无线调制解调器、无绳电话等。无线通信***可为CDMA***、GSM***等。

移动台1100能够经由接收路径和发射路径提供双向通信。在接收路径上，由天线1112接收由基站发射的信号，且将其提供给接收器(RCVR)1114。接收器1114调节并数字化所接收的信号，且将样本提供给数字区段1120以供进一步处理。在发射路径上，发射器(TMTR)1116接收将要从数字区段1120发射的数据，处理并调节所述数据，且产生经调制信号，所述经调制信号经由天线1112发射到基站。接收器1114和发射器1116可为可支持CDMA、GSM等的收发器的部分。

数字区段1120包含各种处理、接口和存储器单元，例如，调制解调器处理器1122、精简指令集计算机/数字信号处理器(RISC/DSP)1124、控制器/处理器1126、内部存储器1128、一般化音频编码器1132、一般化音频解码器1134、图形/显示处理器1136和外部总线接口(EBI)1138。调制解调器处理器1122可执行用于数据发射和接收的处理，例如，编码、调制、解调和解码。RISC/DSP1124可执行针对移动台1100的通用和专门处理。控制器/处理器1126可引导数字区段1120内的各种处理和接口单元的操作。内部存储器1128可存储数字区段1120内的各种单元的数据和/或指令。

一般化音频编码器1132可执行针对来自音频源1142、麦克风1143等的输入信号的编码。一般化音频解码器1134可执行针对经译码音频数据的解码，且可将输出信号提供到扬声器/头戴式耳机1144。图形/显示处理器1136可针对可呈现给显示单元1146的图形、视频、图像和文字执行处理。EBI1138可促进数据在数字区段1120与主存储器1148之间的传送。

可用一个或一个以上处理器、DSP、微处理器、RISC等来实施数字区段1120。数字区段1120还可在一个或一个以上专用集成电路(ASIC)和/或某一其它类型的集成电路(IC)上制造。

图12展示其中可实施实例实施方案和方面的示范性计算环境。计算***环境仅为适宜的计算环境的一个实例，且不希望意味着对使用或功能性范围的任何限制。

可使用正由计算机执行的例如程序模块等计算机可执行指令。大体上，程序模块包含执行特定任务或实施特定抽象数据类型的例程、程序、对象、组件、数据结构等。可使用分布式计算环境，其中由经由通信网络或其它数据发射媒体链接的远程处理装置执行任务。在分布式计算环境中，程序模块和其它数据可位于包含存储器存储装置的本地和远程计算机存储媒体两者中。

参看图12，用于实施本文描述的方面的示范性***包含计算装置，例如计算装置1200。在其最基本配置中，计算装置1200通常包含至少一个处理单元1202和存储器1204。依据计算装置的确切配置和类型，存储器1204可为易失性(例如，随机存取存储器(RAM))、非易失性(例如，只读存储器(ROM)、快闪存储器等)，或两者的某一组合。此最基本配置在图12中由虚线1206说明。

计算装置1200可具有额外特征和/或功能性。举例来说，计算装置1200可包含额外存储装置(可拆卸和/或不可拆卸)，包含(但不限于)磁盘或光盘或磁带。此类额外存储装置在图12中由可拆卸存储装置1208和不可拆卸存储装置1210说明。

计算装置1200通常包含多种计算机可读媒体。计算机可读媒体可为可由装置1200存取的任何可用媒体，且包含易失性和非易失性媒体以及可拆卸和不可拆卸媒体两者。计算机存储媒体包含在用于存储例如计算机可读指令、数据结构、程序模块或其它数据等信息的任何方法或技术中实施的易失性和非易失性以及可拆卸和不可拆卸媒体。存储器1204、可拆卸存储装置1208和不可拆卸存储装置1210均为计算机存储媒体的实例。计算机存储媒体包含(但不限于)RAM、ROM、电可擦除可编程只读存储器(EEPROM)、快闪存储器或其它存储器技术、CD-ROM、数字多功能光盘(DVD)或其它光学存储装置、磁盘、磁带、磁盘存储装置或其它磁性存储装置，或可用于存储所要信息且可由计算装置1200存取的任何其它媒体。任何此类计算机存储媒体可为计算装置1200的一部分。

计算装置1200可含有允许装置与其它装置通信的通信连接1212。计算装置1200还可具有例如键盘、鼠标、笔、话音输入装置、触摸输入装置等输入装置1214。还可包含例如显示器、扬声器、打印机等输出装置1216。所有这些装置在此项技术中为众所周知的且此处无需详细论述。

一般来说，本文描述的任何装置可表示各种类型的装置，例如无线或有线电话、蜂窝式电话、膝上型计算机、无线多媒体装置、无线通信PC卡、PDA、外部或内部调制解调器、经由无线或有线信道通信的装置等。一装置可具有各种名称，例如接入终端(AT)、接入单元、订户单元、移动台、移动装置、移动单元、移动电话、移动体、远程站、远程终端、远程单元、用户装置、用户设备、手持式装置、非移动台、非移动装置、端点等。本文描述的任何装置可具有用于存储指令和数据的存储器，以及硬件、软件、固件或其组合。

可通过各种手段实施本文描述的偏移预测和偏移限制技术。举例来说，可以硬件、固件、软件或其组合来实施这些技术。所属领域的技术人员将进一步了解，在本文中结合揭示内容而描述的各种说明性逻辑块、模块、电路和算法步骤可实施为电子硬件、计算机软件，或两者的组合。为清楚说明硬件与软件的此互换性，上文已大致关于其功能性而描述了各种说明性组件、块、模块、电路及步骤。所述功能性是实施为硬件还是软件取决于特定应用及施加于整个***的设计约束。所属领域的技术人员可针对每一特定应用以不同方式实施所描述功能性，但所述实施决策不应被解释为导致偏离本发明的范围。

对于硬件实施方案来说，用以执行所述技术的处理单元可实施于一个或一个以上ASIC、DSP、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子装置、经设计以执行本文中所描述的功能的其它电子单元、计算机，或其组合中。

因此，可用通用处理器、DSP、ASIC、FPGA或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件，或经设计以执行本文描述的功能的其任何组合来实施或执行结合本文的揭示内容描述的各种说明性逻辑块、模块和电路。通用处理器可以是微处理器，但在替代方案中，处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如，DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或一个以上微处理器，或任何其它此配置。

对于固件和/或软件实施方案，所述技术可体现为例如随机存取RAM、ROM、非易失性RAM、可编程ROM、EEPROM、快闪存储器、紧密光盘(CD)、磁性或光学数据存储装置等计算机可读媒体上的指令。所述指令可由一个或一个以上处理器执行且可使所述处理器执行本文中所描述的功能性的某些方面。

如果实施于软件中，则可将功能作为计算机可读媒体上的一个或一个以上指令或代码而加以存储或发射。计算机可读媒体包含计算机存储媒体与包含促进计算机程序从一处传递到另一处的任何媒体的通信媒体两者。存储媒体可为可由通用或专用计算机存取的任何可用媒体。举例来说(且并非限制)，此类计算机可读媒体可包含RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置，或可用于承载或存储呈指令或数据结构的形式的所要程序代码装置且可由通用或专用计算机或者通用或专用处理器存取的任何其它媒体。同样，可恰当地将任何连接称作计算机可读媒体。举例来说，如果使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)或例如红外线、无线电及微波的无线技术从网站、服务器或其它远程源发射软件，则同轴电缆、光纤电缆、双绞线、DSL或例如红外线、无线电及微波的无线技术包含于媒体的定义中。如本文使用的磁盘和光盘包含CD、激光光盘、光学光盘、数字多功能光盘(DVD)、软性磁盘和蓝光光盘，其中磁盘通常以磁性方式再现数据，而光盘利用激光以光学方式再现数据。上文的组合也应包含在计算机可读媒体的范围内。

软件模块可驻留在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，或此项技术中已知的任一其它形式的存储媒体中。示范性存储媒体耦合到处理器，使得处理器可从存储媒体读取信息并将信息写入到存储媒体。在替代方案中，存储媒体可与处理器成一体式。处理器及存储媒体可驻留于ASIC中。ASIC可驻留于用户终端中。在替代方案中，处理器及存储媒体可作为离散组件驻留于用户终端中。

本发明的先前描述经提供以使所属领域的技术人员能够制造或使用本发明。所属领域的技术人员将容易了解对本发明的各种修改，且本文中界定的一般原理可应用于其它变化而不偏离本发明的精神或范围。因此，本发明并非希望限于本文中所描述的实例，而是应被赋予与本文中所揭示的原理和新颖特征一致的最广泛范围。

尽管示范性实施方案可涉及在一个或一个以上独立计算机***的上下文中利用当前揭示的标的物的各方面，但标的物不限于此，而是可结合例如网络或分布式计算环境等任何计算环境实施。此外，当前揭示的标的物的各方面可实施在多个处理芯片或装置中或上，且存储装置可类似地实现在多个装置上。此类装置可能包含例如PC、网络服务器和手持式装置。

尽管已用结构特征和/或方法动作特有的语言描述了标的物，但应理解，所附权利要求书中所界定的标的物不一定限于上文所描述的特定特征或动作。相反，上文所描述的特定特征和动作是作为实施权利要求书的实例形式而揭示的。

Claims (44)

1.一种约束移动台中的扬声器偏移的方法，其包括：

接收所述移动台处的输入音频信号；

预测所述移动台的扬声器的偏移；

对所述输入音频信号执行信号处理以使用所述输入音频信号和所述所预测的偏移限制所述扬声器的所述偏移；以及

将所述经信号处理的输入音频信号输出到所述扬声器。

2.根据权利要求1所述的方法，其中预测所述扬声器的所述偏移包括以所述扬声器的偏移转移函数对所述输入音频信号进行滤波。

3.根据权利要求1所述的方法，其中执行所述信号处理使所述输入音频信号的所感知响度最大化。

4.根据权利要求3所述的方法，其中所述输入音频信号的所述所感知响度是基于心理声学响度模型的近似。

5.根据权利要求3所述的方法，其中所述输入音频信号的所述所感知响度是基于所述输入音频信号的每一相等矩形频带ERB的子带能量和每一ERB子带处的特定响度。

6.根据权利要求5所述的方法，其进一步包括：

以ERB比例将所述输入音频信号变换为多个子带信号；以及

确定每一ERB子带的所述子带能量。

7.根据权利要求6所述的方法，其进一步包括基于心理声学响度模型近似每一ERB子带处的所述特定响度。

8.根据权利要求5所述的方法，其进一步包括确定每一ERB子带的峰值偏移。

9.根据权利要求1所述的方法，其中在频域中执行所述信号处理。

10.根据权利要求1所述的方法，其进一步包括在预测所述扬声器的所述偏移之前使用限制器和补偿增益预处理所述输入音频信号。

11.根据权利要求1所述的方法，其中所述移动台包括移动装置，且所述输入音频信号包括语音信号。

12.一种用于约束移动台中的扬声器偏移的设备，其包括：

用于接收所述移动台处的输入音频信号的装置；

用于预测所述移动台的扬声器的偏移的装置；

用于对所述输入音频信号执行信号处理以使用所述输入音频信号和所述所预测的偏移限制所述扬声器的所述偏移的装置；以及

用于将所述经信号处理的输入音频信号输出到所述扬声器的装置。

13.根据权利要求12所述的设备，其中所述用于预测所述扬声器的所述偏移的装置包括用于以所述扬声器的偏移转移函数对所述输入音频信号进行滤波的装置。

14.根据权利要求12所述的设备，其中所述用于执行所述信号处理的装置使所述输入音频信号的所感知响度最大化。

15.根据权利要求14所述的设备，其中所述输入音频信号的所述所感知响度是基于心理声学响度模型的近似。

16.根据权利要求14所述的设备，其中所述输入音频信号的所述所感知响度是基于所述输入音频信号的每一相等矩形频带ERB的子带能量和每一ERB子带处的特定响度。

17.根据权利要求16所述的设备，其进一步包括：

用于以ERB比例将所述输入音频信号变换为多个子带信号的装置；以及

用于确定每一ERB子带的所述子带能量的装置。

18.根据权利要求17所述的设备，其进一步包括用于基于心理声学响度模型近似每一ERB子带处的所述特定响度的装置。

19.根据权利要求16所述的设备，其进一步包括用于确定每一ERB子带的峰值偏移的装置。

20.根据权利要求12所述的设备，其中在频域中执行所述信号处理。

21.根据权利要求12所述的设备，其进一步包括用于在预测所述扬声器的所述偏移之前使用限制器和补偿增益预处理所述输入音频信号的装置。

22.根据权利要求12所述的设备，其中所述移动台包括移动装置，且所述输入音频信号包括语音信号。

23.一种包括指令的计算机可读媒体，所述指令致使计算机：

接收移动台处的输入音频信号；

预测所述移动台的扬声器的偏移；

对所述输入音频信号执行信号处理以使用所述输入音频信号和所述所预测的偏移限制所述扬声器的所述偏移；以及

将所述经信号处理的输入音频信号输出到所述扬声器。

24.根据权利要求23所述的计算机可读媒体，其中所述致使所述计算机预测所述扬声器的所述偏移的指令包括致使所述计算机以所述扬声器的偏移转移函数对所述输入音频信号进行滤波的指令。

25.根据权利要求23所述的计算机可读媒体，其中所述致使所述计算机执行所述信号处理的指令使所述输入音频信号的所感知响度最大化。

26.根据权利要求25所述的计算机可读媒体，其中所述输入音频信号的所述所感知响度是基于心理声学响度模型的近似。

27.根据权利要求25所述的计算机可读媒体，其中所述输入音频信号的所述所感知响度是基于所述输入音频信号的每一相等矩形频带ERB的子带能量和每一ERB子带处的特定响度。

28.根据权利要求27所述的计算机可读媒体，其进一步包括致使所述计算机进行以下操作的计算机可执行指令：

以ERB比例将所述输入音频信号变换为多个子带信号；以及

确定每一ERB子带的所述子带能量。

29.根据权利要求28所述的计算机可读媒体，其进一步包括致使所述计算机基于心理声学响度模型近似每一ERB子带处的所述特定响度的计算机可执行指令。

30.根据权利要求27所述的计算机可读媒体，其进一步包括致使所述计算机确定每一ERB子带的峰值偏移的计算机可执行指令。

31.根据权利要求23所述的计算机可读媒体，其中在频域中执行所述信号处理。

32.根据权利要求23所述的计算机可读媒体，其进一步包括致使所述计算机在预测所述扬声器的所述偏移之前使用限制器和补偿增益预处理所述输入音频信号的计算机可执行指令。

33.根据权利要求23所述的计算机可读媒体，其中所述移动台包括移动装置，且所述输入音频信号包括语音信号。

34.一种用于约束移动台中的扬声器偏移的设备，其包括：

偏移预测器，其用于接收所述移动台处的输入音频信号，以及用于预测所述移动台的扬声器的偏移；以及

偏移限制信号处理器，其用于对所述输入音频信号执行信号处理以使用所述输入音频信号和所述所预测的偏移限制所述扬声器的所述偏移，以及用于将所述经信号处理的输入音频信号输出到所述扬声器。

35.根据权利要求34所述的设备，其中所述偏移预测器包括用于以所述扬声器的偏移转移函数对所述输入音频信号进行滤波的滤波器。

36.根据权利要求34所述的设备，其中所述偏移限制信号处理使所述输入音频信号的所感知响度最大化。

37.根据权利要求36所述的设备，其中所述输入音频信号的所述所感知响度是基于心理声学响度模型的近似。

38.根据权利要求36所述的设备，其中所述输入音频信号的所述所感知响度是基于所述输入音频信号的每一相等矩形频带ERB的子带能量和每一ERB子带处的特定响度。

39.根据权利要求38所述的设备，其中所述偏移限制信号处理器以ERB比例将所述输入音频信号变换为多个子带信号，且确定每一ERB子带的所述子带能量。

40.根据权利要求39所述的设备，其中所述偏移限制信号处理器是基于心理声学响度模型近似每一ERB子带处的所述特定响度。

41.根据权利要求38所述的设备，其中所述偏移限制信号处理器确定每一ERB子带的峰值偏移。

42.根据权利要求34所述的设备，其中在频域中执行所述信号处理。

43.根据权利要求34所述的设备，其进一步包括用于在预测所述扬声器的所述偏移之前使用限制器和补偿增益预处理所述输入音频信号的预处理器。

44.根据权利要求34所述的设备，其中所述移动台包括移动装置，且所述输入音频信号包括语音信号。

Images