CN106572419A - 一种立体声音效增强*** - Google Patents

Abstract

本发明涉及一种立体声音效增强***，该***包括：信号分离模块，对白增强模块，解相关处理模块，信号合成模块，环境音效模块，虚拟低音增强模块和动态范围控制模块；该***用于将接收到的立体声信号进行预处理后输出给播放设备以获得期望的音效。

Description

一种立体声音效增强***

技术领域

本发明涉及声信号处理技术领域，特别涉及一种立体声音效增强***。

背景技术

目前，多通道环绕声***已经得到广泛的应用，例如杜比和DTS的5.1/7.1格式和NHK的22.2格式等。但是，在笔记本电脑、智能电视、PAD、无线音箱和手机等这些终端设备中，两通道立体声格式的***依然被广泛的使用，并且还会长期存在。上述这些电子产品的播放设备一般是小尺寸扬声器。但是，这样的小尺寸扬声器存在很多缺陷，例如小型扬声器由于受到单元尺寸等物理条件的限制，无法有效的重放低频信号；很多扬声器的高频损失也比较严重。总之，这类扬声器的频响特性不佳，非线性失真比较严重。在很多的实际应用中，两只扬声器之间的距离很近，这使得立体声的声场变窄，听众无法体验到真实震撼的环绕声效果。另外，这样场合中用户往往抱怨对白不够清晰的问题，用户期望能听到改善的声音。

为了解决上述问题，出现了很多种音效处理技术。HRTF是一种被广泛讨论的用来制造虚拟环绕声的技术，在耳机或扬声器的预处理中都有相应的处理方法。但是，HRTF是高度个性化的，每个人都有一套自己的HRTF数据，而且不同人的HRTF存在很大的差异性。另一方面，HRTF处理会使得音色变化以及声音不自然。这些缺陷使得HRTF的实际应用受到很大的限制。另外一种是所谓的立体声增强技术，例如SRS、Dolby和WAVES等都有相应的商业解决方案。这些技术在电子产品领域都取得了一定的成功，但是由于不同的人对声音的感知具有很强的主观性，对这些技术的评价也很难有一个明确的结论。本发明专利从解决上述存在问题出发，给出一种适合消费电子领域应用的音效增强方法。

本专利给出一种利用解相关技术扩展声场宽度的方法。解相关技术是一种经典的声像展宽方法，它将相关性很强的信号分解为具有低相关性的信号进行重放，以降低双耳听觉互相关系数(Inter-Aural Cross Correlation,IACC)，从而获得展宽的声像，有助于改善一般的音频设备播放中声场过窄的问题。该方法的物理依据是：一个宽阔的声源可以分解为若干个空间分离的点源，若这组点源具有高相关性，听者只能感知到位于这组点源重心的一个狭窄声像；若这组点源具有低相关性，听者可以感受到与原来的宽阔声源接近的宽阔声像。解相关方法并不是创造物理上正确的声像，而是运用心理声学作用来获取一个扩散的、宽阔的声像。因此，该方法极大地降低了计算复杂度，具有很强的实际应用价值。

如前所述的小型扬声器受到单元尺寸等物理条件的限制，无法有效地重放低频信号。传 统上采用均衡器或分频器的方法会带来***耗能增加，效率降低，不便于携带等诸多问题。因此，利用心理声学基频缺失(Missing Fundmental)原理的虚拟低音(virtual bass)增强技术可以有效增强小型扬声器低音重放品质。现有的虚拟低音增强技术主要通过不同的谐波产生单元产生低频信号的谐波成分，主要分为时域算法和频域算法两大类。时域谐波产生单元包括：半波全波整流器和无限反馈乘法器等。由于非线性作用的存在，使这些技术在产生谐波的同时，也会产生严重的互调失真，影响重放音频的音质。频域谐波产生单元大多利用相位声码器产生谐波，这种方法虽然可以降低非线性失真，但受限于时频分辨率，会产生瞬态模糊和混响效应等失真。这些缺陷在一定程度上制约了虚拟低音增强技术的推广和应用。

发明内容

本发明的目的在于，为解决在现有的技术中，实际呈现的声场比较窄，使得环绕声效果不佳，对白信号淹没在环境声中导致对白不够清晰，低音重放效果不佳和扬声器动态范围小的问题，本发明提供了一种立体声音效增强***。

本发明提供了一种立体声音效增强***，包括：信号分离模块，对白增强模块，解相关处理模块，信号合成模块，环境音效模块，虚拟低音增强模块和动态范围控制模块；该***用于将接收到的立体声信号进行预处理后输出给播放设备以获得期望的音效。

具体的实现方法如下：所述的信号分离模块把***接收到的左声道信号x_Lin和右声道信号x_Rin分离并获得直达声信号x_s和环绕声信号x_d；其中，所述的直达声信号x_s输入到所述的对白增强模块，所述的对白增强模块对上述的直达声信号x_s进行处理，得到输出的x_sout；而环绕声信号x_d输入到所述的解相关处理模块，所述的解相关处理模块将上述环绕声信号x_d通过一对解相关滤波器组得到两个具有很低的相关性的输出信号x_L1和x_R1；所述的x_sout、x_L1和x_R1三个信号全部输入到所述的信号合成模块，所述的信号合成模块将上述得到的x_sout、x_L1和x_R1三个信号进行加权组合得到新的左声道信号x_L2和右声道信号x_R2；随后，所述的环境音效模块将x_L2和x_R2分别与左、右通道的双耳房间脉冲响应h_L和h_R进行卷积后得到输出x_L3和x_R3；随后，所述的虚拟低音增强模块接收输入信号x_L3和x_R3进行低音增强后得到输出x_L4和x_R4；所述的动态范围控制模块，根据输出设备的动态范围自适应的调节x_L4和x_R4的幅度，得到***的输出信号x_Lout和x_Rout。

作为上述技术方案的进一步改进，所述的对白增强模块是一个IIR或者FIR滤波器，该滤波器的幅度谱是对等响度曲线的逆进行修正后获得的。

作为上述技术方案的进一步改进，所述的解相关处理模块是将该模块的输入通过一对解相关滤波器h_LD和h_RD后输出x_L1和x_R1，所述的滤波器h_LD和h_RD具有近似平坦的幅度响应，而其相位响则是完全不相关或者弱相关的。

作为上述技术方案的进一步改进，所述的信号合成模块是将所述的解相关模块的输出x_L1和x_R1分别乘上增益因子k，然后加上所述的对白增强模块的输出x_sout与增益因子ρ的乘积得到输出的左声道信号x_L2和右声道信号x_R2，其中k的范围是0≤k≤10，ρ的范围是0≤ρ≤10。

作为上述技术方案的进一步改进，所述的双耳房间脉冲响应是首先通过镜像法模拟指定的声学场景或者在实际的房间进行测量获得双耳房间脉冲响应，然后对其早期反射声部分进行简化后得到的。

作为上述技术方案的进一步改进，所述的虚拟低音增强模块包括：

第一高通滤波单元，所述的第一高通滤波单元对输入信号x_L3进行高通滤波，所述的第一高通滤波单元的截止频率为***扬声器的低频截止频率；

第二高通滤波单元，所述的第二高通滤波单元对输入信号x_R3进行高通滤波，所述的第二高通滤波单元的截止频率为***扬声器的低频截止频率；

第一求和装置，所述第一求和装置将左声道信号x_L3和右声道信号x_R3进行相加；

低通滤波单元，所述低通滤波单元从所述的第一求和装置中提取低频信号，所述低通滤波单元的截止频率为***扬声器的低频截止频率；

降采样单元，所述的降采样单元对所述低通滤波单元提取的低频信号进行降采样处理，降采样因子由***扬声器的低频截止频率和输入音频信号的采样率决定；

预分析及分离单元，所述预分析及分离单元是用来对所述降采样单元所得的低频信号进行基频频率估计以及对所述第一高通滤波单元和所述第二高通滤波单元所得高频信号进行瞬态起振时间检测；

谐波产生单元，所述谐波产生单元采用不同的方法分别处理基频分量和残余分量；

升采样单元，所述升采样单元对所述谐波产生单元产生的信号进行升采样处理，升采样因子与所述降采样单元的降采样因子相等；

第一延时单元，所述第一延时单元对由所述第一高通滤波单元所得信号进行延时处理， 延时时长由所述预分析及分离单元所产生的延时时长决定；

第二延时单元，所述第二延时单元对由所述第二高通滤波单元所得信号进行延时处理，延时时长由所述预分析及分离单元所产生的延时时长决定；

第二求和装置，将所述第一延时单元所得信号和所述带通滤波单元所得信号进行相加，得到新的左声道信号x_L4；

第三求和装置，将所述第二延时单元所得信号和所述带通滤波单元所得信号进行相加，得到新的右声道信号x_R4。

带通滤波单元，所述的带通滤波单元通过低频截止频率和高频截止频率的设计，对所述升采样单元进行带通滤波处理，滤除低频部分以及高频谐波失真部分。

作为上述技术方案的进一步改进，所述预分析及分离单元进一步包括：

音频混音合成子模块，所述的音频混音合成子模块将经过第一，第二高通滤波单元而产生的音频信号x_Lhp和x_Rhp进行合成，产生混音信号x_Mhp；

瞬态起振时间检测子模块，所述的瞬态起振时间检测子模块对输入信号时域能量的包络进行检测。在音符的起振部分，瞬态成分占主导，从而可以判断出音乐信号是否处于瞬态起振状态；

自适应基频追踪子模块，所述的自适应基频追踪子模块采用基于零极点约束的二阶格型陷波器来做自适应基频谱线追踪，采用格型递归最小二乘算法更新陷波器参数；

滤波器参数设计子模块，所述的滤波器参数设计子模块利用所述的瞬态起振时间检测子模块的检测结果T_AE来控制陷波器的带宽，当判断为瞬态起振时刻，认为此时音频信号以瞬态宽频信号为主，谐波成分较弱，利用改进的sigmoid函数改变陷波器的带宽因子α减小带宽；同时针对所述自适应基频追踪子模块的基频估计结果F做平滑处理，减小自适应振荡的影响；

动态级联陷波子模块，所述的动态级联陷波子模块由多个带宽可调的陷波器级联而成，陷波器的带宽由所述的瞬态起振时间检测子模块控制，当判断为瞬态起振时刻，减小带宽；陷波器的中心频率由所述的自适应基频追踪子模块确定，需对自适应基频追踪子模块的基频估计结果做平滑处理。

作为上述技术方案的进一步改进，所述的谐波产生单元进一步包括：

残余分量谐波生成子模块，所述的残余分量谐波生成子模块利用特殊的非线性函数处理 所述动态级联陷波子模块输出的残余分量，生成残余分量的谐波信号；

基频分量谐波生成子模块，所述的基频分量谐波生成子模块利用特定的谐波频率计算公式，计算出由所述的自适应频率追踪子模块估计所得基频频率的2至6次谐频的瞬时频率；

谐波能量调整子模块，所述的谐波能量调整子模块采用所述的基频分量谐波生成子模块估计出的谐频的瞬时频率，根据心理声学原理，调整各次谐波的幅度；

谐波合成子模块，所述的谐波合成子模块利用所述的残余分量谐波生成子模块产生的谐波分量x_{vb_resi}和所述的谐波能量调整子模块产生的谐波分量x_{vb_harm}做加权合成，得到虚拟低音谐波分量x_vb。

本发明的优点在于：降低了非线性失真，提高了低音的听觉感知，有效提高了对白的清晰度，使得电影中或音乐中的对白更加清晰可变，环绕声效果明显改善，计算复杂度降低，不会产生瞬态模糊和混响效应。

附图说明

图1是本发明的立体声音效增强***的示意框图；

图2是本发明的对白增强模块中的滤波器；

图3是本发明的解相关滤波器组的相位响应；

图4是本发明的双耳房间脉冲响应函数时域波形；

图5是本发明的简化得到的双耳房间脉冲响应函数时域波形；

图6是本发明的环境音效具体实施框图；

图7是本发明的某电视机扬声器的频响；

图8是本发明的虚拟重低音增强***的结构示意图；

图9是本发明的预分析及分离单元的结构示意图；

图10是本发明的虚拟低音谐波产生单元模块的结构示意图；

图11是本发明的动态范围控制单元；

图12是本发明的动态范围控制输入输出映射关系图。

102信号分离模块 104对白增强模块

106解相关处理模块 108信号合成模块

110环境音效模块 112虚拟低音增强模块

114动态范围控制模块 801低通滤波单元

802降采样单元 803预分析及分离单元

804谐波产生单元 805升采样单元

806带通滤波单元 807a第一高通滤波单元

807b第二高通滤波单元 808a第一延时单元

808b第二延时单元 809第一求和装置

810a第二求和装置 810b第三求和装置

901瞬态起振时间检测子模块 902自适应基频追踪子模块

903滤波器参数设计子模块 904动态级联陷波子模块

1001残余分量谐波生成子模块 1002基频分量谐波生成子模块

1004谐波能量调整子模块 1005谐波合成子模块

1102a第三延时单元 1102b第四延时单元

1104包络检测单元 1106增益计算单元

1108a第一乘法器 1108b第二乘法器

具体实施方式

现结合附图对本发明作进一步的描述。

如图1所示，本发明提供了一种立体声音效增强***，包括：信号分离模块102，对白增强模块104，解相关处理模块106，信号合成模块108，环境音效模块110，虚拟低音增强模块112和动态范围控制模块114；该***用于将接收到的立体声信号进行预处理后输出给播放设备以获得期望的音效。

所述的对白增强模块104是一个IIR或者FIR滤波器，该滤波器的幅频响应是参考人耳的响度曲线的逆进行设计的；

所述的解相关处理模块106是将该模块的输入通过一对解相关滤波器h_LD和h_RD后输出x_L1和x_R1，所述的滤波器h_LD和h_RD具有近似平坦的幅度响应而其相位响应是完全不相关或者弱相关的；

所述的信号合成模块108是将所述的解相关模块106的输出x_L1和x_R1分别乘上增益因子k，然后加上所述的对白增强模块104的输出x_sout与增益因子ρ的乘积得到输出的左声道信号x_L2和右声道信号x_R2，其中k的范围是0≤k≤10，ρ的范围是0≤ρ≤10。

所述的环境音效模块110是将输入x_L2和x_R2分别通过设定的双耳房间脉冲响应来增强特定环境的声学效果，所述的双耳房间脉冲响应是首先通过镜像法模拟指定的声学场景或者在 实际的房间进行测量获得双耳房间脉冲响应，然后对其早期反射声部分进行简化后得到的；

如图8所示，所述的虚拟低音增强模块112进一步包括：

第一高通滤波单元807a，所述的第一高通滤波单元807a对输入信号x_L3进行高通滤波，所述的第一高通滤波单元807a的截止频率为***扬声器的低频截止频率；

第二高通滤波单元807b，所述的第二高通滤波单元807b对输入信号x_R3进行高通滤波，所述的第二高通滤波单元807b的截止频率为***扬声器的低频截止频率；

第一求和装置809，所述第一求和装置809将左声道信号x_L3和右声道信号x_R3进行相加；

低通滤波单元801，所述低通滤波单元801从所述的第一求和装置809中提取低频信号，所述低通滤波单元801的截止频率为***扬声器的低频截止频率；

降采样单元802，所述降采样单元802对所述低通滤波单元801提取的低频信号进行降采样处理，降采样因子由***扬声器的低频截止频率和输入音频信号的采样率决定，设为16倍降采样单元；

预分析及分离单元803，所述预分析及分离单元803是用来对所述的降采样单元802所得的低频信号进行基频频率估计以及对所述第一高通滤波单元807a和所述第二高通滤波单元807b所得高频信号进行瞬态起振时间检测；

谐波产生单元804，所述的谐波产生单元804采用不同的虚拟低音技术分别处理基频分量和残余分量；

升采样单元805，所述升采样单元805对所述谐波产生单元804产生的信号进行升采样单元处理，升采样因子与所述降采样单元802的降采样因子相等；

第一延时单元808a，所述第一延时单元808a对由所述第一高通滤波单元807a所得信号进行延时处理，延时时长由所述预分析及分离单元803所产生的延时时长决定；

第二延时单元808b，所述第二延时单元808b对由所述第二高通滤波单元807b所得信号进行延时处理，延时时长由所述预分析及分离单元803所产生的延时时长决定；

第二求和装置810a，将所述第一延时单元808a所得信号和所述带通滤波单元806所得信号进行相加，得到新的左声道信号x_L4；

第三求和装置810b，将所述第二延时单元808b所得信号和所述带通滤波单元806所得 信号进行相加，得到新的右声道信号x_R4；

带通滤波单元806，所述的带通滤波单元806通过低频截止频率和高频截止频率的设计，滤除放音设备无法还原的低频部分以及高频谐波失真部分。利用所述的带通滤波单元806修整升采样单元后的信号，得到x_mp。

如图9所示，所述预分析及分离单元803进一步包括：

音频混音合成子模块905，所述的音频混音合成子模块905将经过第一、第二高通滤波单元807a和807b而产生的音频信号x_Lhp和x_Rhp进行合成，产生混音信号x_Mhp；

瞬态起振时间检测子模块901，所述的瞬态起振时间检测子模块901对输入信号时域能量的包络进行检测。在音符的起振部分，瞬态成分占主导，从而可以判断出音乐信号是否处于瞬态起振状态；

自适应基频追踪子模块902，所述的自适应基频追踪子模块902采用基于零极点约束的二阶格型陷波器来做自适应基频谱线追踪，采用格型递归最小二乘算法更新陷波器参数；

滤波器参数设计子模块903，所述的滤波器参数设计子模块903利用所述的瞬态起振时间检测子模块901的检测结果T_AE来控制陷波器的带宽，当判断为瞬态起振时刻，可以认为此时音频信号以瞬态宽频信号为主，谐波成分较弱，利用改进的sigmoid函数改变陷波器的带宽因子α减小带宽。同时针对所述自适应基频追踪子模块902的基频估计结果F做平滑处理，减小自适应振荡的影响。

动态级联陷波子模块904，所述的动态级联陷波子模块904由多个带宽可调的陷波器级联而成，陷波器的带宽由所述的瞬态起振时间检测子模块901控制，当判断为瞬态起振时刻，减小带宽。陷波器的中心频率由所述的自适应基频追踪子模块902确定，需对所述的自适应基频追踪子模块902的基频估计结果做平滑处理。

如图10所示，所述的谐波产生单元804进一步包括：

残余分量谐波生成子模块1001，所述的残余分量谐波生成子模块1001利用特殊的非线性函数处理所述动态级联陷波子模块904输出的残余分量，制造残余分量的谐波信号；

基频分量谐波生成子模块1002，所述的基频分量谐波生成子模块1002利用特定的谐波频率计算公式，计算出由所述的自适应基频追踪子模块902输出的基频频率基频的瞬时频率；

谐波能量调整子模块1004，所述的谐波能量调整子模块1004采用所述的基频分量谐波生成子模块1002估计出的基频的瞬时频率，根据心理声学原理，调整各次谐波的幅度。

谐波合成子模块1005，所述的谐波合成子模块1005利用所述的残余分量谐波生成子模块1001产生的谐波分量x_{vb_resi}和所述的谐波能量调整子模块1004产生的谐波分量x_{vb_harm}做加权合成，得到虚拟低音谐波分量x_vb。

具体的实现方法如下：

步骤一，如图1所示，所述的信号分离模块102把***接收到的左声道信号x_Lin和右声道信号x_Rin分离出直达声信号x_s和环绕声信号x_d。目前，文献有很多方法可以实现直达声和环绕声信号的提取，这里只给出一种可能的实现方式。在所述的信号分离模块102中，采用基于自适应Panning的方法来实现信号分离，利用以下方程迭代计算出对应于左右声道信号的权重w_L和w_R：

x_s＝w_Lx_Lin+w_Rx_Rin (1)

其中μ是迭代步长，决定了算法的收敛速度，其取值范围是0≤μ≤1，该值越大收敛速度越快。环绕声信号可以相应的被计算出来：x_d＝w_Rx_Lin-w_Lx_Rin。

步骤二，所述的对白增强模块104对所述的直达声信号x_s进行处理得到输出x_sout以增强包含在立体声中的对白信号，提高语音清晰度；所述的解相关处理模块106将上述环绕声信号x_d通过一对解相关滤波器组得到两个具有很低的相关性的输出信号x_L1和x_R1。具体来说，所述的对白增强模块104是将输入信号x_S通过一个特殊设计的滤波器进行处理输出x_sout。该滤波器的幅频响应是参考人耳的响度曲线的逆设计出来的，目的是在尽可能小的增加信号幅度的前提下最大程度的提高对白清晰度，使得电影中或音乐中的对白清晰可辨。参考人耳的响度曲线可以知道人耳对声音的中频信息敏感度更高而对于低频和高频信息则相对不够敏感，在人耳敏感的频段进行提升有助于使人感知到更大的音量，从而提升语音的清晰度。基于此原理设计的一个对白增强滤波器，如图2所示，在1000Hz以下应该避免对对白信号进 行增强，从1000Hz开始增强幅度逐渐增大到5000Hz达到最大值(该值根据具体的应用设定，一般不要高于18dB)，然后从10000Hz开始增强的幅度逐渐减小，可以有效的提升语音的清晰度。

同时，采用一种新的声像扩展方法对分离出的环绕声信号x_d进行处理，根据心理声学原理，双耳互相关系数与听众感知到的声源宽度有密切关系，其定义为：

若双耳互相关系数接近1，则听众感知到一个很窄的声像宽度；若双耳互相关系数接近零，则听众感知到一个很宽的声像宽度。对白声应该有一个明确的方向定位，但是环绕声不应来自一个固定的方位而是应该充满整个空间，这就需要最大程度的降低双耳接收到的环绕声信号的相关度。因此，所述的解相关处理模块106利用一对解相关滤波器h_LD和h_RD分别作用于环绕声信号x_d来反馈给左右声道新的环绕声信号x_L1和x_R1，来降低双耳接收到的环绕声信号的相关性。h_LD和h_RD可以是FIR或IIR滤波器，但必须保证它们具有近似平直的幅频响应，而其相位应该是弱相关或者完全不相关的。如图3所示，两个滤波器的相位响应是随机生成的，其幅度响应在所有的频率都是1，然后利用逆傅里叶变换得到时域的脉冲响应。为了降低计算复杂度，也可以设计IIR形式的解相关滤波器组。在其他实施例中，也根据需要设计时变的解相关滤波器组。

步骤三，所述的信号合成模块108将上述得到的x_sout、x_L1和x_R1三个信号进行加权组合得到新的左声道信号x_L2和右声道信号x_R2。更加准确的说，通过执行下面的运算，所述的信号合成模块108合成新的左声道信号x_L2和右声道信号x_R2：

x_L2＝ρx_sout+kx_L1 (5)

x_R2＝ρx_sout+kx_R1

其中增益因子ρ和k分别用来调节对白信号和环绕声信号之间的比例。较大的k可以更好的突出背景声以及获得更好的空间感；而较小的k值则会压制环境声。ρ值越大，对白声占的比例越多，对白清晰度更好。对不同的应用场合应该设置不同参数，例如在一些现场录音的音乐节目中，背景声比较突出，导致人声被背景声淹没，这时可以适当的调低k值以突出人声；在电影中，有时需要营造出震撼的场面效果，这时可以增大k值。k和ρ的建议取值范围为 (0≤k≤10)及(0≤ρ≤10)。

步骤四，所述的环境音效模块110将x_L2和x_R2分别与左右通道的双耳房间脉冲响应h_L和h_R进行卷积后得到输出x_L3和x_R3。如图6所示，所述的环境音效模块110接收所述的信号合成模块108的输出信号x_L2和x_R2，分别与前述计算出来的双耳房间脉冲响应卷积后获得该模块的输出信号x_L3和x_R3。具体地说左声道信号x_L2分别经过N个延时单元(对应图中的602a，604a，606a等)，其延时量分别为Li(1≤i≤N)，每个延时单元的输出分别与相应的增益因子为g_Li(1≤i≤N)相乘(对应的乘法器分别为608a，610a，612a等)，并把结果相加得到左声道的输出x_L3。类似的，右声道信号x_R2分别经过M个延时单元(对应图中的602b，604b，606b等)，其延时量分别为Ri(1≤i≤M)，每个延时单元的输出分别与相应的增益因子为g_Ri(1≤i≤M)相乘(对应的乘法器分别为608b，610b，612b等)，并把结果相加得到右声道的输出x_R3。

步骤五，所述的虚拟低音增强模块112接收输入信号x_L3和x_R3后进行低音增强后输出x_L4和x_R4。如图7所示，是一款电视机扬声器的幅频响应图。该扬声器的低频性能不佳，不能有效地重放信号的180Hz以下的频率成分。基于此，本实施例提供一种还原扬声器截止频率以下音频信号***。该***基于自适应陷波器基频追踪技术和能量包络起振检测技术，可以可靠地分离和产生音频信号基频的各次谐波，弥补了传统方案的缺陷，提高了重低音重放的效果。具体来说，如图8所示，首先，将所述的虚拟低音增强模块112的立体声输入信号x_L3和x_R3通过所述的第一求和装置809，得到立体声混合音频x_mix。利用所述的第一、第二高通滤波单元807a和807b以及所述的低通滤波单元801把音频信号分离成高于扬声器截止频率的高频信号x_Lhp和x_Rhp以及低于扬声器截止频率的低频信号x_lp，并利用降采样单元802对低频信号进行16倍降采样处理，降低后续处理的计算开销。随后，对获得的低频信号x_lp和高频信号x_Lhp和x_Rhp，依次进行基频频率估计和瞬态起振时间检测，利用估计和检测的结果指导动态陷波器更准确地分离低频信号中的基频及其谐波分量。随后采用不同类型的虚拟低音技术分别处理基频分量F_harm和残余分量x_resi，得到更准确的低频音色还原。最后，如图8所示， 首先，对得到的虚拟低音增强信号x_vb通过所述的升采样单元805，恢复原始采样率；然后，利用所述的带通滤波单元806修整升采样单元后的信号，得到x_mp；同时，将高频信号x_Lhp和x_Rhp进行延时，补偿所述的预分析及分离单元803产生的时间差；接着，利用所述的第二求和装置810a和所述的第三求和装置810b，对得到的延时后的高频信号与虚拟低音增强信号x_mp分别混音输出，得到虚拟低音增强单元的输出x_L4和x_R4。

步骤六，所述的动态范围控制模块114，根据输出设备的动态范围自适应的调节x_L4和x_R4的幅度，得到***的输出信号x_Lout和x_Rout。如图11所示，左通道信号x_L4经过所述的第三延时单元1102a将信号延时D个采样点，然后在第一乘法器1108a处乘以增益因子g获得输出x_Lout；同样的，右通道信号x_R4经过所述的第四延时单元1102b将信号延时D个采样点，然后在第二乘法器1108b处乘以增益因子g获得输出x_Rout。

在所述的环境音效模块110中，采用了一种简化的方法来实现特定房间的模拟，该方法用较小的计算量给立体声信号添加环境效果。如图4所示，首先，利用现场测量或者声学建模的方法获得声源到双耳房间脉冲响应函数。然后，对其进行简化，根据***的资源情况，简化后的脉冲响应在大约10-80个采样点有有效的数值，其他的采样点都是零值，这样就可以极大的降低运算复杂度，便于在资源有效的平台进行实时实现。该方法具体如下：首先，对左右耳的脉冲响应分别进行处理，即截取前80毫秒作为有效数据段，其余的数据舍弃；对于有效数据段平均划分为10个子段，对每个子段选出1至8个绝对数值最大的采样点，应该尽可能的保证这些采样点的分布相对平均。其次，经过上述步骤简化的左右耳房间脉冲响应还需要进一步进行去相关处理，也就是使得双耳的传递函数具有尽可能小的相关性，例如左耳传递函数在采样点120处有一个值，那么应该尽可能的保证右耳的脉冲响应在采样点120附近的数值都为零。最后，上述步骤简化的传递函数应该通过主观实验检验效果。理想的双耳传递函数与声源信号卷积后应该保证语音清晰、包围感强烈。图5是对图4进行简化后获得简化版本，实际测听表明利用图5的传递函数代替图4后保持了较好的效果而又极大地降低了计算复杂度。

在所述的虚拟低音增强模块112中，所述的低通滤波单元801对输入音频信号进行低通滤波处理，滤波器的截止频率f_L由***扬声器决定。经过该模块处理，可以得到输入音频信号的低频部分。

在所述的虚拟低音增强模块112中，所述的降采样单元802进行16倍降采样处理，降低经过所述的低通滤波单元801后输入信号的采样率。所述的降采样单元802和所述的升采样单元805主要作用是转变输入信号的采样率，方便后面所述的预分析及分离单元803以及所述的谐波产生单元804的处理。因为在信号输入所述的降采样单元802前，经过所述的低通滤波单元801的处理，因此所述的降采样单元802主要实现一个抽取的功能，即从输入离散数字信号中，每隔Q个点抽取一个点，Q即为降采样单元倍数，需满足关系(6)：

其中f_s表示输入信号的采样频率，f_L为低通滤波单元801的截止频率，这里Q取值为16。

在所述的虚拟低音增强模块112中，所述的第一、第二高通滤波单元807a和807b，主要作用是提取输入音频信号的高频部分，这部分信号一方面供后期还原信号使用，另一方面为起振检测模块所使用。

在所述的预分析及分离单元803中，所述的预分析及分离单元803对降采样后的低频信号做基频分析和提取，分析和提取使用了自适应陷波器技术。同时利用经过第一、第二高通滤波单元807a和807b后信号高频部分的能量包络分析，对信号进行瞬态起振点检测。所述的预分析及分离单元803的具体实施方式如图9所示。所述的预分析及分离单元803包括：音频混音合成子模块905，瞬态起振时间检测子模块901，自适应基频追踪子模块902，滤波器参数设计子模块903和动态级联陷波子模块904。

在所述的预分析及分离单元803中，所述的音频混音合成子模块905，将经过第一、第二高通滤波单元807a和807b而产生的音频信号x_Lhp和x_Rhp进行合成，产生混音信号x_Mhp。

在所述的预分析及分离单元803中，所述的瞬态起振时间检测子模块901，对输入信号时域能量的包络进行检测，然后基于每个音符的起振部分瞬态成分占主导作用这一常识，判断是否到达瞬态。而在瞬态部分，频率成分丰富，且变化迅速，容易给基频分离带来困难，将它们识别出来，可以方便后续工作。起振时间点可以通过如下两个关系式获得：

P(n)＝max{y(n),P(n-1)×k_DECAY}. (8)

其中x_Mhp(k)是由所述的音频混音合成子模块905产生，y(n)是局部最大值，P(n)是峰值追随器，k_DECAY是延迟因子，n表示当前时刻，L₁是检测窗长。当满足条件(9)时，可以得到音频 信号起振时刻T_AE，即在该情况下n的取值：

其中M_D,AE标示起振开始阈值。

在所述的预分析及分离单元803中，所述的自适应基频追踪子模块902采用两个基于零极点约束的二阶格型陷波器串联级联来实现两个基频谱线的自适应实时追踪，第l个滤波器的传递函数为：

其中α为零极点收敛因子，用来控制自适应陷波器的带宽；是第l个自适应更新系数。 与第l个陷波器中心频点f_l的关系满足下面关系式：

采用格型递归最小二乘(RLSL)算法自适应更新陷波器的系数，具体过程如下面三个关系式：

C_l(n)＝λC_l(n-1)+(1-λ)x_lp,l(n-1)[x_lp,l(n)+x_lp,l(n-2)], (13)

D_l(n)＝λD_l(n-1)+2(1-λ)x_lp,l(n-1)² (14)

其中λ是RLSL算法的遗忘因子，用来控制自适应收敛速度。是约束平滑后的结果，两者满足关系：

其中平滑因子η＝0.5。x_lp,1(n)即为所述的降采样单元802的输出x_lp(n)，x_lp,2(n)是第一个格型陷波器的输出，可表示为：

最终自适应基频追踪子模块902采用两个陷波器串联级联的形式，将同时预测出成分最强的基频分量的频率

在所述的预分析及分离单元803中，所述的滤波器参数设计子模块903利用所述的瞬态起振时间检测子模块901的检测结果T_AE来控制陷波器的带宽，当判断为瞬态起振时刻，可以认为此时音频信号以瞬态宽频信号为主，谐波成分较弱，因此利用改进的sigmoid函数改变陷波器的带宽因子α减小带宽。具体实施方式如(18)所示：

其中d＝n-T_AE，即当前时刻n与其最近的起振时刻T_AE的时间差。同时针对所述自适应基频追踪子模块902的基频估计结果F做平滑处理，减小自适应振荡的影响。

在所述的预分析及分离单元803中，所述的动态级联陷波子模块904是一个参数由所述的滤波器参数设计子模块903控制的陷波器单元，其传递函数由(19)所示：

其中和可以通过公式(15)计算出来，与F的关系由(17)确定。

在所述的虚拟低音增强模块112中，所述的谐波产生单元804通过不同的手段分别产生基频部分和残余分量的谐波信号，并将两部分信号合理地结合起来，其实施方式如图10所示。具体而言所述的谐波产生单元804包括：残余分量谐波生成子模块1001，基频分量谐波生成子模块1002，谐波能量调整子模块1004和谐波合成子模块1005。

在所述的谐波产生单元804中，所述的残余分量谐波生成子模块1001利用形式为(20)的非线性函数来处理所述动态级联陷波子模块904产生的残余分量x_resi，产生残余分量的谐波信号。下面这个函数被证明在虚拟低音感知和非线性失真控制方面综合表现较好：

在所述的谐波产生单元804中，所述的基频分量谐波生成子模块1002利用形式为(21)的谐波频率计算公式，计算谐波信号的参数频率，其中f_l(1,n)为所述的滤波器参数控制子模块903估计的第l个基频的频率，l＝{1,2}。f_l(i,n)为基频f_l(1,n)的i次谐波频率，计算方法为：

而所述的谐波能量调整子模块1004利用所述的基频分量谐波生成子模块1002估计的谐波频率f_l(i,n),根据心理声学原理，调整各次谐波的幅度，获得最佳听音效果，具体计算过程如公式(22)所示：

其中A_i为各次谐波加权幅值。

在所述的谐波产生单元804中，所述的谐波合成子模块1005利用所述的残余分量谐波生成子模块1001产生的谐波分量x_{vb_resi}和所述的谐波能量调整子模块1004产生的谐波分量x_{vb_harm}做加权合成，得到虚拟低音谐波分量x_vb。

在所述的虚拟低音增强模块112中，所述的升采样单元805主要作用是对输入信号进行插值，在每个输入点后面***Q-1个零，Q即为升采样单元倍数，这里取值为16。一般进行完插值处理后，需要抗混叠滤波器来防止频谱混叠，这里抗混叠滤波功能可以由所述的带通滤波单元806完成。

在所述的虚拟低音增强模块112中，所述的带通滤波单元806通过低频截止频率和高频截止频率的设计，滤除放音设备无法还原的低频部分以及高频谐波失真部分。所述的带通滤波单元806主要有两个作用，一个是抗混叠滤波，平滑插值后的信号，另外一个是对虚拟低音谐波信号进行音色调整，滤除低频截止频率以下，以及特别高频率的信号，减小失真。一般带通滤波器通带频率f_{BP_low}和f_{BP_high}的取值满足下面两式：

f_{BP_low}≥f_low， (23)

其中f_low表示放音设备的重放频率下限。

在所述的虚拟低音增强模块112中，所述的第一、第二延时单元808a和808b用于弥补低频处理产生的时间滞后，使信号恢复时高频和低频部分不会产生时间差。软件实现时，利用循环缓冲技术节省内存读取的开支。

在动态范围控制模块114中，如图11所示，增益因子的计算是通过所述的包络检测单元 1104和所述的增益计算单元1106获得的。所述的包络检测单元1104通过一个低通滤波单元检测出左右通道的包络值。所述的增益计算单元1106根据输入的包络值通过查表获得对应的增益因子g，动态范围控制在不同的场合有不同的应用，所以应该根据具体的应用设置不同的增益。如图12所示，给出了输入输出关系的一个映射关系，大于0dB的输入信号都被压缩在0dB，起到压线器的作用，防止信号失真；输入在-20～-10dB之前的信号输出在-10～0dB之间，这段信号的动态范围被压缩；输入在-80～-20dB之间的信号动态范围没有变化，输出比输入整体大10dB，也就是这一段信号被线性扩大；小于-80dB的输入信号的动态范围则被扩张，也就是小幅度信号被当做噪声进行压制。在实际应用中，也可以采取其他形式的信号输入输出关系映射，需要根据具体的情况进行设置。

应该指出的是，本发明所描述的立体声音效增强***可以用多种方式实现，例如硬件、软件或者是硬件和软件的组合。硬件平台可以是FPGA、PLD或其他专用集成电路ASIC。软件平台包括DSP、ARM或其他微处理器。

最后所应说明的是，以上实施例仅用于说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种立体声音效增强***，其特征在于，该***包括：信号分离模块，对白增强模块，解相关处理模块，信号合成模块，环境音效模块，虚拟低音增强模块和动态范围控制模块；所述的信号分离模块把***接收到的左声道信号x_Lin和右声道信号x_Rin分离并获得直达声信号x_s和环绕声信号x_d；其中，所述的直达声信号x_s输入到所述的对白增强模块，所述的对白增强模块对上述的直达声信号x_s进行处理，得到输出的x_sout；而环绕声信号x_d输入到所述的解相关处理模块，所述的解相关处理模块将上述环绕声信号x_d通过一对解相关滤波器组得到两个具有很低的相关性的输出信号x_L1和x_R1；所述的x_sout、x_L1和x_R1三个信号全部输入到所述的信号合成模块，所述的信号合成模块将上述得到的x_sout、x_L1和x_R1三个信号进行加权组合得到新的左声道信号x_L2和右声道信号x_R2；随后，所述的环境音效模块将x_L2和x_R2分别与左、右通道的双耳房间脉冲响应h_L和h_R进行卷积后得到输出x_L3和x_R3；随后，所述的虚拟低音增强模块接收输入信号x_L3和x_R3进行低音增强后输出x_L4和x_R4；所述的动态范围控制模块，根据输出设备的动态范围自适应的调节x_L4和x_R4的幅度，得到***的输出信号x_Lout和x_Rout。

2.根据权利要求1所述的立体声音效增强***，其特征在于，所述的对白增强模块是一个IIR或者FIR滤波器，该滤波器的幅度谱是对等响度曲线的逆进行修正后获得的。

3.根据权利要求1所述的立体声音效增强***，其特征在于，所述的解相关处理模块是将该模块的输入通过一对解相关滤波器h_LD和h_RD后输出x_L1和x_R1，所述的解相关滤波器h_LD和h_RD具有近似平坦的幅度响应，而其相位响应是完全不相关或者弱相关的。

4.根据权利要求1所述的立体声音效增强***，其特征在于，所述的信号合成模块是将所述的解相关模块的输出x_L1和x_R1分别乘上增益因子k，然后加上所述的对白增强模块的输出x_sout与增益因子ρ的乘积得到输出的左声道信号x_L2和右声道信号x_R2，其中k的范围是0≤k≤10，ρ的范围是0≤ρ≤10。

5.根据权利要求1所述的立体声音效增强***，其特征在于，所述的双耳房间脉冲响应是通过镜像法模拟设定的声学场景或者在实际的房间测量获得的双耳房间脉冲响应后对其早期反射声部分进行简化后得到的。

6.根据权利要求1所述的立体声音效增强***，其特征在于，所述的虚拟低音增强模块包括：

第一高通滤波单元，所述的第一高通滤波单元对输入信号x_L3进行高通滤波，所述的第一高通滤波单元的截止频率为***扬声器的低频截止频率；

第二高通滤波单元，所述的第二高通滤波单元对输入信号x_R3进行高通滤波，所述的第二高通滤波单元的截止频率为***扬声器的低频截止频率；

第一求和装置，所述第一求和装置将左声道信号x_L3和右声道信号x_R3进行相加；

低通滤波单元，所述低通滤波单元从所述的第一求和装置中提取低频信号，所述低通滤波单元的截止频率为***扬声器的低频截止频率；

降采样单元，所述的降采样单元对所述低通滤波单元提取的低频信号进行降采样处理，降采样因子由***扬声器的低频截止频率和输入音频信号的采样率决定；

预分析及分离单元，所述预分析及分离单元是用来对所述降采样单元所得的低频信号进行基频频率估计以及对所述第一高通滤波单元和所述第二高通滤波单元所得高频信号进行瞬态起振时间检测；

谐波产生单元，所述谐波产生单元用来产生基频分量和残余分量的高次谐波成分；

升采样单元，所述升采样单元对所述谐波产生单元输出的信号进行升采样处理，升采样因子与所述降采样单元的降采样因子相等；

带通滤波单元，所述带通滤波单元对所述升采样单元输出的信号进行带通滤波，用于滤除信号的低频部分以及高频谐波失真部分；

第一延时单元，所述第一延时单元对由所述第一高通滤波单元所得信号进行延时处理，延时时长由所述预分析及分离单元所产生的延时时长决定；

第二延时单元，所述第二延时单元对由所述第二高通滤波单元所得信号进行延时处理，延时时长由所述预分析及分离单元所产生的延时时长决定；

第二求和装置，将所述第一延时单元所得信号和所述带通滤波单元所得信号进行相加，得到新的左声道信号x_L4；

第三求和装置，将所述第二延时单元所得信号和所述带通滤波单元所得信号进行相加，得到新的右声道信号x_R4。

7.根据权利要求6所述的立体声音效增强***，其特征在于，所述预分析及分离单元进一步包括：

音频混音合成子模块，所述的音频混音合成子模块将经过第一、第二高通滤波单元而产生的音频信号x_Lhp和x_Rhp进行合成，产生混音信号x_Mhp；

瞬态起振时间检测子模块，所述的瞬态起振时间检测子模块对输入信号时域能量的包络进行检测，判断出音乐信号是否处于瞬态起振状态；

自适应基频追踪子模块，所述的自适应基率追踪子模块采用基于零极点约束的二阶格型陷波器来做自适应基频谱线追踪，采用格型递归最小二乘算法更新陷波器参数；

滤波器参数设计子模块，所述的滤波器参数设计子模块利用所述的瞬态起振时间检测子模块的检测结果T_AE来控制陷波器的带宽，当判断为瞬态起振时刻，认为此时音频信号以瞬态宽频信号为主，谐波成分较弱，利用改进的sigmoid函数改变陷波器的带宽因子α减小带宽；同时针对所述自适应基频追踪子模块的基频估计结果F做平滑处理，减小自适应振荡的影响；

动态级联陷波子模块，所述的动态级联陷波子模块由多个带宽可调的陷波器级联而成，陷波器的带宽由所述的瞬态起振时间检测子模块控制，当判断为瞬态起振时刻，减小带宽；陷波器的中心频率由所述的自适应基频追踪子模块确定，需对自适应基频追踪子模块的基频估计结果做平滑处理。

8.根据权利要求6所述的立体声音效增强***，其特征在于，所述的谐波产生单元进一步包括：

残余分量谐波生成子模块，所述的残余分量谐波生成子模块利用特殊的非线性函数处理所述动态级联陷波子模块输出的残余分量，生成残余分量的谐波信号；

基频分量谐波生成子模块，所述的基频分量谐波生成子模块利用特定的谐波频率计算方法，计算出由所述的自适应基频追踪子模块估计所得基频频率的2至6次谐频的瞬时频率；

谐波能量调整子模块，所述的谐波能量调整子模块采用所述的基频分量谐波生成子模块估计出的谐频的瞬时频率，根据心理声学原理，调整各次谐波的幅度；

谐波合成子模块，所述的谐波合成子模块利用所述的残余分量谐波生成子模块产生的谐波分量和所述的谐波能量调整子模块产生的谐波分量做加权合成，得到虚拟低音谐波分量。