CN109637550B - 一种声源高度角控制方法和*** - Google Patents

Abstract

本申请提供了一种声源高度角控制方法和***，其中所述方法包括：计算HRTF数据库中每个频点的幅度值随高度角变化的相关系数；通过对相关系数计算，得到至少一个中心频率；通过计算至少一个中心频率，得到至少一个滤波器组，然后将至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型；将给定高度角的声源输入所述子带能量模型，计算出目标高度角信号与给定高度角信号的子带能量比，然后通过调节给定高度角的声源的子带能量，使声源感知角度为目标高度角。本发明通过将声源频带的划分更加符合HRTF频谱随高度角变化的特性，使得与高度角相关性大的频段具有更高的频率分辨率，实现更好的声源高度角控制效果。

Description

一种声源高度角控制方法和***

技术领域

本发明涉及三维音频技术领域，尤其涉及一种声源高度角控制方法和***。

背景技术

三维音频技术中重放声源的高度角控制方法主要是通过对声源的频谱进行修改，从而使人类听觉***感知到声源高度角的变化。

由于头相关传输函数(Head Related Transfer Function，HRTF)表征了声波由声源经过头部、耳廓和躯干等生理结构到达人耳鼓膜的过程，因此传统的高度角控制方法一般通过把声音信号与不同高度角的HRTF卷积来实现对信号频谱的修改，从而控制声源的高度角。但是HRTF的结构较为复杂，难以达到三维音频重放***的实时性要求，故更简化的方法是通过对声源的频带能量进行修改以达到对高度角的控制。其原理是根据人类听觉***对声音信号的频谱细节不敏感的特性，利用听觉滤波器组(例如，梅尔滤波器)对声音信号滤波得到每个频带的总能量，通过对相应频带的能量进行调节来实现声源高度角的控制。但是基于听觉滤波器的方法对于频带的划分却并不完善，比如梅尔滤波器是根据音高特征设计而成的，其频率分辨率随着频率的升高而降低，而对于HRTF的研究表明，信号频谱随高度角变化的特性因频率而异，与梅尔滤波器这类听觉滤波器的特性不相符。

发明内容

为了解决上述问题，本发明提出了一种声源高度角控制方法和***。

为了达到上述目的，本申请的实施例采用如下技术方案：

第一方面，本申请提供一种声源高度角控制方法，包括：计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数；通过对所述相关系数计算，得到至少一个中心频率；通过计算所述至少一个中心频率，得到至少一个滤波器组，然后将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型；将给定高度角的声源输入所述子带能量模型，计算出目标高度角信号与所述给定高度角信号的子带能量比，然后通过调节所述给定高度角的所述声源的子带能量，使所述声源感知角度为目标高度角。

在另一个可能的实现中，所述计算HRTF数据库中每个频点的幅度值随高度角变化的相关系数，包括：利用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

在另一个可能的实现中，所述通过对所述相关系数计算，得到至少一个中心频率，具体包括：将所述相关系数由频域转换到听觉感知域上，得到感知域的相关系数；将所述感知域的相关系数拟合成连续曲线，然后进行积分，得到积分值，并将所述连续曲线等分为至少两个区域；获取各个区域与区域交界的交界点，将所述至少一个交界点转换到频域上，得到至少一个中心频率。

在另一个可能的实现中，所述将所述相关系数由频域转换到听觉感知域上，得到感知域的相关系数的方法为：

其中，f表示相关系数所对应的频率值，ERB_N-number表示该频率所对应的听觉感知域的数值。

在另一个可能的实现中，所述将所述至少一个交界点转换到频域上的方法为：将所述至少一个交界点通过ERB逆运算，得到对应的至少一个中心频率。

在另一个可能的实现中，所述通过计算所述至少一个中心频率，得到至少一个滤波器组，其中生成所述滤波器组的方法为：

其中，f_c表示每个子滤波器的中心频率，

表示初始相位，b表示子滤波器带宽。

在另一个可能的实现中，所述将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型，具体包括：

所述建模采用多项式回归方式进行建模，具体方法为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

第二方面，本申请提供一种声源高度角控制***，包括：生成单元，用于计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数；以及通过对所述相关系数计算，得到至少一个中心频率；以及通过计算所述至少一个中心频率，得到至少一个滤波器组，然后将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型；处理单元，用于将给定高度角的声源输入所述子带能量模型，计算出目标高度角信号与所述给定高度角信号的子带能量比，然后通过调节所述给定高度角的所述声源的子带能量，使所述声源感知角度为目标高度角。

在另一个可能的实现中，所述生成单元具体用于：利用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

在另一个可能的实现中，所述建模方式具体为：所述建模采用多项式回归方式进行建模，具体方法为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

本发明提出一种声源高度角控制方法，通过将声源频带的划分更加符合HRTF频谱随高度角变化的特性，使得与高度角相关性大的频段具有更高的频率分辨率，实现更好的声源高度角控制效果。

附图说明

下面对实施例或现有技术描述中所需使用的附图作简单地介绍。

图1为本申请实施例提供的一种声源高度角控制方法的流程图；

图2为本申请实施例提供的生成子带滤波器的中心频率的方法的流程图；

图3为本申请实施例提供的一种声源高度角控制***的结构框图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的单元或具有相同或类似功能的单元。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

图1为本申请实施例提供的一种声源高度角控制方法的流程图。如图1所示的声源高度角控制方法，具体实现步骤如下：

步骤S102，计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数。

具体地，计算HRTF数据库中每个频点的幅度值随高度角变化的相关系数采用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，其中，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

步骤S104，通过对相关系数计算，得到至少一个中心频率。

图2为本申请实施例提供的生成子带滤波器的中心频率的方法的流程图。如图2所示，在一个实施例中，生成子带滤波器的中心频率的方法，具体实现步骤如下：

步骤S202，将相关系数由频域转换到听觉感知域上，得到感知域的相关系数。

具体地，将步骤S102中生成的每个频点的幅度值随高度角变化的相关系数从频域上转换到听觉感知域上，得到感知域的相关系数。其中，由频域的相关系数转换为感知域的相关系数的方式为：

其中，f表示相关系数所对应的频率值，ERB_N-number表示该频率所对应的听觉感知域的数值。

步骤S204，将感知域的相关系数拟合成连续曲线，然后进行积分，得到积分值，并将连续曲线等分为至少两个区域。

具体地，将感知域的相关系数拟合成一条连续曲线，然后利用数值积分的方式求其积分值，并将拟合成一条连续曲线进行划分，等分为多个区域。

优选地，本发明将这条曲线均为25块区域，当然等分为其它数目区域也是可以的。

步骤S206，获取各个区域与区域交界的交界点，将至少一个交界点转换到频域上，得到至少一个中心频率。

具体地，获取均分的25个区域之间的24个交界点，然后对这24个交界点利用ERB逆运算，得到对应的24个频率值，也即中心频率。

步骤S106，通过计算至少一个中心频率，得到至少一个滤波器组，然后将至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型。

优选地，本申请选用的滤波器采用Gamma tone滤波器。

具体地，将步骤S206得到的24个频率值通过Gamma tone滤波器进行处理，得到24通道的滤波器组。其中，生成所述滤波器组的方法为：

其中，f_c表示每个子滤波器的中心频率，

表示初始相位，b表示子滤波器带宽。

然后将24通道的滤波器组与不同高度角的HRTF进行卷积，得到不同高度角所对应的24个子带的能量；最后对24个子带的能量以多项式回归的方式建模，得到子带能量模型。其中，多项式的建模表示方式为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

步骤S108，将给定高度角的声源输入子带能量模型，计算出目标高度角信号与给定高度角信号的子带能量比，然后通过调节给定高度角的声源的子带能量，使声源感知角度为目标高度角。

具体地，对于给定已知高度角的声源，将其输入到子带能量模型中，通过计算出目标高度角信号与已知高度角信号的子带能量之比，然后通过调节已知声源的频谱能量，使其感知角度为目标高度角。

本发明通过将声源频带的划分更加符合HRTF频谱随高度角变化的特性，使得与高度角相关性大的频段具有更高的频率分辨率，实现更好的声源高度角控制效果。

图3为本申请实施例提供的一种声源高度角控制***的结构框图。如图3所示声源高度角控制***，包括：生成单元301和处理单元302。

生成单元，用于计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数；以及通过对相关系数计算，得到至少一个中心频率；以及通过计算至少一个中心频率，得到至少一个滤波器组，然后将至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型。

在一个实施中，计算HRTF数据库中每个频点的幅度值随高度角变化的相关系数采用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，其中，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

在一个实施例中，首先，将每个频点的幅度值随高度角变化的相关系数从频域上转换到听觉感知域上，得到感知域的相关系数。其中，由频域的相关系数转换为感知域的相关系数的方式为：

其中，f表示相关系数所对应的频率值，ERB_N-number表示该频率所对应的听觉感知域的数值。

然后，将感知域的相关系数拟合成一条连续曲线，然后利用数值积分的方式求其积分值，并将拟合成一条连续曲线进行划分，等分为25个区域，随后获取均分的25个区域之间的24个交界点，然后对这24个交界点利用ERB逆运算，得到对应的24个频率值，也即中心频率。

接着，将得到的24个频率值通过Gamma tone滤波器进行处理，得到24通道的滤波器组。其中，生成所述滤波器组的方法为：

其中，f_c表示每个子滤波器的中心频率，

表示初始相位，b表示子滤波器带宽。

最后将24通道的滤波器组与不同高度角的HRTF进行卷积，得到不同高度角所对应的24个子带的能量，并对24个子带的能量以多项式回归的方式建模，得到子带能量模型。其中，多项式的建模表示方式为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

处理单元，用于将给定高度角的声源输入子带能量模型，计算出目标高度角信号与给定高度角信号的子带能量比，然后通过调节给定高度角的声源的子带能量，使声源感知角度为目标高度角。

其中，对于给定已知高度角的声源，将其输入到子带能量模型中，通过计算出目标高度角信号与已知高度角信号的子带能量之比，然后通过调节已知声源的频谱能量，使其感知角度为目标高度角。

本发明通过将声源频带的划分更加符合HRTF频谱随高度角变化的特性，使得与高度角相关性大的频段具有更高的频率分辨率，实现更好的声源高度角控制效果。

最后说明的是：以上实施例仅用以说明本申请的技术方案，而对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种声源高度角控制方法，其特征在于，包括：

计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数；

通过对所述相关系数计算，得到至少一个中心频率；

通过计算所述至少一个中心频率，得到至少一个滤波器组，然后将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型；

将给定高度角的声源输入所述子带能量模型，计算出目标高度角信号与所述给定高度角信号的子带能量比，然后通过调节所述给定高度角的所述声源的子带能量，使所述声源感知角度为目标高度角。

2.根据权利要求1所述的方法，其特征在于，所述计算HRTF数据库中每个频点的幅度值随高度角变化的相关系数，包括：利用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

3.根据权利要求2所述的方法，其特征在于，所述通过对所述相关系数计算，得到至少一个中心频率，具体包括：

将所述相关系数由频域转换到听觉感知域上，得到感知域的相关系数；

将所述感知域的相关系数拟合成连续曲线，然后进行积分，得到积分值，并将所述连续曲线等分为至少两个区域；

获取各个区域与区域交界的交界点，将所述至少一个交界点转换到频域上，得到至少一个中心频率。

4.根据权利要求3所述的方法，其特征在于，所述将所述相关系数由频域转换到听觉感知域上，得到感知域的相关系数的方法为：

其中，f表示相关系数所对应的频率值，ERB_N-number表示该频率所对应的听觉感知域的数值。

5.根据权利要求3所述的方法，其特征在于，所述将所述至少一个交界点转换到频域上的方法为：将所述至少一个交界点通过等效矩形带宽ERB逆运算，得到对应的至少一个中心频率。

6.根据权利要求1所述的方法，其特征在于，所述通过计算所述至少一个中心频率，得到至少一个滤波器组，其中生成所述滤波器组的方法为：

其中，f_c表示每个子滤波器的中心频率，

表示初始相位，b表示子滤波器带宽。

7.根据权利要求1所述的方法，其特征在于，所述将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型，具体包括：

所述建模采用多项式回归方式进行建模，具体方法为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,θ表示HRTF的高度角，A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

8.一种声源高度角控制***，包括生成单元和处理单元，其特征在于，包括：

生成单元，用于计算头相关传输函数HRTF数据库中每个频点的幅度值随高度角变化的相关系数；以及

通过对所述相关系数计算，得到至少一个中心频率；以及

通过计算所述至少一个中心频率，得到至少一个滤波器组，然后将所述至少一个滤波器组与不同高度角的HRTF进行卷积，并进行建模，得到子带能量模型；

处理单元，用于将给定高度角的声源输入所述子带能量模型，计算出目标高度角信号与所述给定高度角信号的子带能量比，然后通过调节所述给定高度角的所述声源的子带能量，使所述声源感知角度为目标高度角。

9.根据权利要求8所述的***，其特征在于，所述生成单元具体用于：利用Fisher分布计算每个频点的幅度值随高度角变化的相关系数，计算公式为：

其中，

表示HRTF数据库中第j个受试者的HRTF在高度角i处的频谱幅度值，μ_i表示高度角i处所有受试者HRTF频谱幅度值的均值，μ表示所有高度角和所有受试者HRTF频谱幅度值的均值，N表示高度角的样本总数，M表示受试者的样本总数。

10.根据权利要求8所述的***，其特征在于，所述建模方式具体为：

所述建模采用多项式回归方式进行建模，具体方法为：

A_n＝{a_0,n,a_1,n,…,a_K,n,}

其中,θ表示HRTF的高度角，A_n＝{a_0,n,a_1,n,…,a_K,n,}表示为第n个频带的各个多项式的系数，K表示为多项式建模的阶数，A_n表示的每一项系数可以通过建模结果与实际HRTF的频带能量的最小均方误差来得到。

Images