[發明專利]操縱具有瞬變事件的音頻信號的方法和設備

有效

• 申請號: 201210262522.X
• 申請日: 2009-02-17
• 公開（公告）號: CN102789784A
• 公開（公告）日: 2012-11-21
• 發明（設計）人: 薩沙·迪施;弗雷德里克·納格爾;尼古拉斯·里特爾博謝;馬庫斯·馬特拉斯;紀堯姆·福克斯
• 申請（專利權）人: 弗勞恩霍夫應用研究促進協會
• 主分類號: G10L21/04
• 分類號: G10L21/04
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王瑋

本申請是2010年9月8日提交的、申請號為200980108175.1、發明名稱為“操縱具有瞬變事件的音頻信號的方法和設備”的專利申請的分案申請。

技術領域

本發明涉及音頻信號處理，具體涉及在向包含瞬變事件的信號應用音頻效果的情況下的音頻信號操縱。

背景技術

已知操縱音頻信號使得改變再現速度，同時保持音高(pitch)不變。針對這樣的過程的已知方法是利用相位聲碼器(vocoder)或方法來實現的，如(音高同步的)疊加(overlap-add)、(P)SOLA，如在J.L.Flanagan和R.M.Golden，The?Bell?System?Technical?Journal，November?1966，pp.1349?to?1590；美國專利6549884Laroche，J.&?Dolson，M.：Phase-vocoder?pitch-shifting；Jean?Laroche和Mark?Dolson，New?Phase-Vocoder?Techniques?for?Pitch-Shifting，Harmonizing?And?Other?Exotic?Effects”，Proc.1999IEEE?Workshop?on?Applications?of?Signal?Processing?to?Audio?and?Acoustics，New?Paltz，New?York，Oct.17-20，1999；以及U：DAFX：DigitalAudio?Effects；Wiley?&?Sons；Edition：1(February?26，2002)；pp.201-298中所描述的。

此外，可以使用這樣的方法(即，相位聲碼器或(P)SOLA)對音頻信號進行轉換(transposition)，其中這種轉換的具體問題是：轉換后的音頻信號與轉換之前的原始音頻信號具有相同的再現/重放長度，而音高發生改變。這是通過加速再現拉伸信號(stretched?signal)而得到的，其中執行加速再現的加速因子依賴于在時間上拉伸原始音頻信號的拉伸因子。在采用時間離散的信號表示時，該過程對應于：利用等于拉伸因子的因子對拉伸信號的下采樣(down-sampling)或對拉伸信號的抽取(decimation)，其中采樣頻率保持不變。

在這樣的音頻信號操縱方面的具體挑戰是瞬變事件。瞬變事件是：在整個頻帶中或特定頻率范圍內信號的能量快速改變(即，快速增大或快速減小)的信號中的事件。具體瞬變(瞬變事件)的特有特征(characteristic?feature)是信號能量在頻譜中的分布。典型地，在瞬變事件期間音頻信號的能量分布在整個頻率上，而在非瞬變信號部分中，能量通常集中在音頻信號的低頻部分或特定頻帶中。這意味著，還稱作穩定或音調(tonal)信號部分的非瞬變信號部分具有非平坦的(non-flat)頻譜。換言之，信號的能量包含在很少數目的譜線/譜帶中，這些譜線/譜帶明顯高于音頻信號的噪聲基底(noise?floor)。然而在瞬變部分，音頻信號的能量將分布在許多不同頻帶上，具體地，將分布在高頻部分，使得音頻信號的瞬變部分的頻譜會比較平坦，并且在任何事件下都會比音頻信號的音調部分的頻譜更為平坦。典型地，瞬變事件是時間上的強烈變化，這意味著當執行傅里葉分解時信號將包括高次諧波(higher?harmonic)。這些高次諧波的重要特征是，這些高次諧波的相位有非常特殊的相互關系，使得所有這些正弦波的疊加(superposition)將導致信號能量的快速改變。換言之，在頻譜上存在強相關(strong?correlation)。

所有諧波之間的具體相位情況還可以稱作“垂直相干性(vertical?coherence)”。該“垂直相干性”與信號的時間/頻率譜圖表示有關，在所述信號的時間/頻率譜圖表示中，水平方向對應于信號在時間上的演進，垂直尺度在頻率上描述了一個短時譜中譜分量的頻率(轉換頻率點(transform?frequency?bins))的相互依賴。

為了時間拉伸或縮短音頻信號而執行的典型處理步驟使得這種垂直相干性被破壞，這意味著當例如由相位聲碼器或任何其他方法對瞬變執行時間拉伸或縮短操作時，瞬變隨時間而“模糊(smear)”，所述相位聲碼器或任何其他方法執行基于頻率的處理，向音頻信號引入隨不同頻率系數而不同的相移。