[發(fā)明專利]音頻處理方法和音頻處理設(shè)備

無效

• 申請(qǐng)?zhí)枺?/td>: 201210080868.8
• 申請(qǐng)日: 2012-03-23
• 公開（公告）號(hào): CN103325383A
• 公開（公告）日: 2013-09-25
• 發(fā)明（設(shè)計(jì)）人: 鄧惠群;孫學(xué)京
• 申請(qǐng)（專利權(quán)）人: 杜比實(shí)驗(yàn)室特許公司
• 主分類號(hào): G10L25/48
• 分類號(hào): G10L25/48
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李春暉;李德山

技術(shù)領(lǐng)域

本發(fā)明總體上涉及音頻信號(hào)處理。更具體而言，本發(fā)明的實(shí)施例涉及用于改善一個(gè)或多個(gè)目標(biāo)說話人的語音可理解度的音頻處理方法和音頻處理設(shè)備。

背景技術(shù)

利用現(xiàn)代的信號(hào)處理和電信技術(shù)，目標(biāo)音頻信號(hào)和背景信號(hào)可以被分離為多聲道信號(hào)，或者不同方向或不同位置的不同信號(hào)(如來自房間中的不同位置的信號(hào)，或來自不同城市的不同信號(hào))可以被單獨(dú)地拾取、混合并被發(fā)送到遠(yuǎn)處的聽者。目前的方案使得多個(gè)說話人的語音聽起來在不同的水平方向，將多聲道語音信號(hào)混合到左右聲道中，接收方的聽者能夠通過立體聲耳機(jī)或者揚(yáng)聲器感知到不同說話人的位置，即使有多人同時(shí)說話也能區(qū)分出想要的目標(biāo)說話人。

盡管越來越多的用戶已經(jīng)采用了立體聲耳機(jī)或者多聲道聲音再現(xiàn)系統(tǒng)，從而受益于空間化語音通信，但仍然有大量的用戶在聆聽通過單聲道聲音設(shè)備比如藍(lán)牙頭戴式耳機(jī)、電話等再現(xiàn)的聲音。因此希望向單聲道裝置用戶提供用以在多個(gè)同時(shí)的音頻信號(hào)中區(qū)分不同聲音信號(hào)或者理解來自目標(biāo)說話人的語音的“線索”。

即使對(duì)于利用多聲道播放裝置的聽者，如果原始音頻信號(hào)是在沒有空間線索的情況下產(chǎn)生的，或者如果多個(gè)聲音信號(hào)都源自幾乎同一位置，則期望向聽者提供用于區(qū)分不同語音信號(hào)的更多線索。

發(fā)明內(nèi)容

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理方法，包括：抑制第一音頻信號(hào)的至少一個(gè)第一子帶以獲得具有保留子帶的簡(jiǎn)化第一音頻信號(hào)，從而改善簡(jiǎn)化第一音頻信號(hào)或者至少一個(gè)第二音頻信號(hào)之間的可理解度，或者同時(shí)改善所述簡(jiǎn)化第一音頻信號(hào)或者至少一個(gè)第二音頻信號(hào)的可理解度；抑制所述至少一個(gè)第二音頻信號(hào)的至少一個(gè)第二子帶以獲得具有保留子帶的至少一個(gè)簡(jiǎn)化第二音頻信號(hào)；以及將所述簡(jiǎn)化第一音頻信號(hào)和所述至少一個(gè)簡(jiǎn)化第二音頻信號(hào)混頻。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理方法，包括：給第一音頻信號(hào)賦予至少一個(gè)第一空間聽覺屬性，以使得第一音頻信號(hào)可以被感知為源自相對(duì)于聽者的第一位置。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理方法，包括：檢測(cè)至少兩個(gè)音頻信號(hào)之間的節(jié)奏相似度；響應(yīng)于一音頻信號(hào)與其他音頻信號(hào)之間的相對(duì)高的節(jié)奏相似度而對(duì)該音頻信號(hào)進(jìn)行時(shí)間縮放；以及對(duì)所述至少兩個(gè)音頻信號(hào)混頻。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理方法，包括：檢測(cè)至少兩個(gè)音頻信號(hào)中的語音開始；在一音頻信號(hào)中的語音開始與另一音頻信號(hào)中的語音開始相同或接近的情況下，延遲該音頻信號(hào)；以及對(duì)所述至少兩個(gè)音頻信號(hào)混頻。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理設(shè)備，包括：頻譜濾波器，被配置為抑制第一音頻信號(hào)的至少一個(gè)第一子帶以獲得具有保留子帶的簡(jiǎn)化第一音頻信號(hào)，并抑制至少一個(gè)第二音頻信號(hào)的至少一個(gè)第二子帶以獲得具有保留子帶的至少一個(gè)簡(jiǎn)化第二音頻信號(hào)，從而改善所述簡(jiǎn)化第一音頻信號(hào)或者所述至少一個(gè)簡(jiǎn)化第二音頻信號(hào)的可理解度，或者同時(shí)改善所述簡(jiǎn)化第一音頻信號(hào)或者所述至少一個(gè)簡(jiǎn)化第二音頻信號(hào)的可理解度；以及混頻器，被配置為將所述簡(jiǎn)化第一音頻信號(hào)和所述至少一個(gè)簡(jiǎn)化第二音頻信號(hào)混頻。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理設(shè)備，包括：空間化濾波器，被配置為給第一音頻信號(hào)賦予至少一個(gè)第一空間聽覺屬性，以使得第一音頻信號(hào)可以被感知為源自相對(duì)于聽者的第一位置。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理設(shè)備，包括：節(jié)奏相似度檢測(cè)器，被配置為檢測(cè)至少兩個(gè)音頻信號(hào)之間的節(jié)奏相似度；時(shí)間縮放單元，被配置為響應(yīng)于一音頻信號(hào)與其他音頻信號(hào)之間的相對(duì)高的節(jié)奏相似度而對(duì)該音頻信號(hào)進(jìn)行時(shí)間縮放；以及混頻器，被配置為對(duì)所述至少兩個(gè)音頻信號(hào)混頻。

根據(jù)本發(fā)明的實(shí)施例，提供了一種音頻處理設(shè)備，包括：語音開始檢測(cè)器，被配置為檢測(cè)至少兩個(gè)音頻信號(hào)中的語音開始；延遲器，被配置為在一音頻信號(hào)中的語音開始與另一音頻信號(hào)中的語音開始相同或接近的情況下延遲該音頻信號(hào)；以及混頻器，被配置為對(duì)所述至少兩個(gè)音頻信號(hào)混頻。

附圖說明

在附圖的各圖中，以示例性和非限制性的方式對(duì)本發(fā)明進(jìn)行闡釋，在附圖中，類似的附圖標(biāo)記指代類似的要素，其中：

圖1是示出根據(jù)本發(fā)明的實(shí)施例的示例性音頻處理設(shè)備100的框圖；

圖2是示出示例性音頻處理設(shè)備100的變形例的框圖；

圖3是示出根據(jù)本發(fā)明的另一實(shí)施例的用于實(shí)施頻譜區(qū)分的示例性音頻處理設(shè)備的框圖；

圖4是示出根據(jù)本發(fā)明的又一實(shí)施例的用于實(shí)施頻譜區(qū)分的示例性音頻處理設(shè)備的框圖；

圖5是示出根據(jù)本發(fā)明的實(shí)施例的用于實(shí)施頻譜區(qū)分的示例性音頻處理方法的流程圖；