[發明專利]聲音合成

有效

• 申請號: 200680004643.7
• 申請日: 2006-02-01
• 公開（公告）號: CN101116135A
• 公開（公告）日: 2008-01-30
• 發明（設計）人: M·施澤爾巴;A·C·登布林克;A·J·格里茨;A·W·J·烏門;M·克萊恩米德林克
• 申請（專利權）人: 皇家飛利浦電子股份有限公司
• 主分類號: G10H7/00
• 分類號: G10H7/00
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 李亞非;譚祐祥

本發明涉及聲音的合成。更具體地，本發明涉及一種合成聲音的 設備和方法，其中聲音由參數集表示，每個集合包括表示聲音的噪聲 分量的噪聲參數和表示其他分量的其他參數。

用參數集表示聲音是眾所周知的。所謂的參數編碼技術被用于高 效地編碼聲音，用一系列參數表示聲音。合適的解碼器能夠利用這一 系列參數充分地重建原始聲音。這一系列參數可被劃分為集合，每個 集合對應于個別的聲音源(聲道)，諸如(人)說話者或樂器。

流行的MIDI(樂器數字接口)協議允許音樂通過樂器指令的集合 表示。將每個指令分配給特定樂器。每個指令能夠利用一個或更多聲 道(在MIDI中稱作“聲部(voices)”)。將可以同時使用的聲道數 目稱作復調級(polyphony?level)或復調(polyphony)。MIDI指令可 被高效傳輸和/或存儲。

合成器通常包括聲音定義數據，例如聲音庫(sound?bank)或音 色(patch)數據。在聲音庫中，樂器聲音的樣本被存儲為聲音數據， 而音色數據為聲音發生器定義控制參數。

MIDI指令使合成器從聲音庫中檢索聲音數據，并合成由該數據表 示的聲音。正如普通的波表(wavetable)合成一樣，這些聲音數據可 以是實際的聲音樣本，是數字化的聲音(波形)。然而，聲音樣本通 常需要大量存儲器，這在相對較小的設備中是不可行的，特別是在諸 如移動(蜂窩)電話的手持用戶設備中。

可替換地，聲音樣本可以由包括振幅、頻率、相位和/或包絡形狀 參數的參數以及允許重建聲音樣本的參數表示。存儲聲音樣本參數所 需要的存儲量通常大大低于存儲實際的聲音樣本所需要的存儲量。然 而，聲音的合成可能具有龐大的計算量。當需要對表示不同聲道(MIDI 中的“聲部”)的很多參數集合進行同時合成(高度的復調)時，尤 其是這樣。計算負擔通常隨著要被合成的通道(“聲部”)數量而線 性增長，也就是說，隨著復調的程度線性增長。這就使得在手持設備 中使用這種技術非常困難。

由M.Szczerba，W.Oomen和M.Klein?Middelink完成的論文 “Parametric?Audio?Coding?Based?Wavetable?Synthesis”，Audio Engineering?Society?Convention?Paper?No.6063，柏林(德國)， 2004年5月，公開了一種SSC(正弦編碼)波表合成器。SSC編碼器 將音頻輸入分解為瞬時、正弦和噪聲分量，并為這些分量的每一個生 成參數表示。這些參數表示被存儲在聲音庫中。SSC解碼器(合成器) 利用該參數表示重建原始音頻輸入。為了重建噪聲分量，個別聲道的 時間包絡與各自的增益結合并相加，然后將白噪聲與該組合的時間包 絡相混合，以產生在時間上整形的噪聲信號。利用個別聲道的頻譜包 絡參數產生濾波器系數，該濾波器系數用于對時間上整形的噪聲信號 進行濾波，從而產生在時間上和頻譜上均被整形的噪聲信號。

盡管這種已知的配置非常有效，然而，為很多聲道確定時間包絡 和頻譜包絡需要大量的計算負荷。在很多現代的聲音系統中，能夠使 用64聲道，并且正在設想數量更多的聲道。這就使得該已知的配置不 適宜用在計算能力有限的相對較小的設備中。

另一方面，對在諸如移動電話的手持用戶設備中實現聲音合成的 需求正在增加。消費者現在希望他們的手持設備可以產生范圍較廣的 聲音，諸如不同的鈴聲。

因此，本發明的目的是克服現有技術的這些和其他問題，并提供 一種合成聲音的噪聲分量的設備和方法，該設備和方法更高效，并能 降低計算負荷。

因此，本發明提供一種合成聲音的設備，其中聲音由參數集表示， 每個集合包括表示聲音的噪聲分量的噪聲參數，該設備包括：

-選擇裝置，基于感知相關值(perceptual?relevance?value)， 從全部集合中選擇有限數目的集合，

-合成裝置，只利用所選擇集合的噪聲參數合成噪聲分量。

通過選擇有限數目的參數集并只利用這些有限數目的參數集進行 合成，有效地丟棄剩余集合，能夠大大降低合成的計算負荷。通過利 用感知相關值選擇集合，沒有使用某些參數集的感知效果驚人地小。