[發明專利]基于音頻輸入的動態調適音調校正

在審

• 申請號: 201910983463.7
• 申請日: 2013-12-23
• 公開（公告）號: CN110534082A
• 公開（公告）日: 2019-12-03
• 發明（設計）人: P.R.盧皮尼;G.A.拉特利奇;N.坎貝爾
• 申請（專利權）人: 哈曼國際工業有限公司
• 主分類號: G10H1/36
• 分類號: G10H1/36;G10H1/38
• 代理公司: 11105 北京市柳沈律師事務所
• 代理人: 高巍<國際申請>=<國際公布>=<進入國

本發明提供了一種用于調整音頻信號的音調的系統和方法，該方法包括：檢測所述音頻信號中的輸入音符、將所述輸入音符映射到相應的輸出音符，每個輸出音符具有相關聯的上音符邊界和下音符邊界以及響應于先前接收到的輸入音符來修改至少一個輸出音符的所述上音符邊界和所述下音符邊界中的至少一個。所述輸入音符的音調可被轉變以匹配相應的輸出音符的相關聯的音調。基于檢測到的所述輸入音符的穩定性來動態地調整所述音調轉變過程的延遲。

本案是申請號為201310717160.3，申請日為2013年12月23日，題目為“基于音頻輸入的動態調適音調校正”的申請的分案。

技術領域

本公開涉及可包含現場或近實時聲樂音調校正的音樂聲效處理器。

背景技術

聲效處理器是能夠修改輸入聲樂信號以改變話音的聲響的裝置。音調校正處理器轉變輸入聲樂信號的音調，通常以改進聲樂信號的語調，使得其與樂調或音階的音符更好地匹配。可將音調校正處理器分類為“非實時”或“實時”。非實時音調校正處理器通常作為基于文件的軟件插件而運行，且可使用多遍處理來改進處理的質量。實時音調校正處理器結合使用最小預見性的快速處理而操作，使得經處理的輸出話音經產生而具有小于約500ms且優選小于約25ms的非常短的延遲，使得其可在現場演出期間使用。通常，音調校正處理器將具有連接到預期單聲道信號的輸入端的至少一個麥克風，且將產生單聲道輸出信號。音調校正處理器也可并入有其它聲效，諸如例如混響和壓縮。

音調校正是校正輸入音頻信號的語調以使其與音樂上正確的期望目標音調較好地匹配的方法。音調校正處理器通過檢測表演者正在唱的輸入音調、確定期望的輸出音符以及接著轉變輸入信號，使得輸出信號音調較接近期望音符來工作。所有音調校正系統的最重要方面之一是輸入音調與期望目標音調之間的映射。在一些系統中，在每個時刻，音樂上正確的或目標音調是已知的。舉例來說，當音調校正到已知導軌或頻道時，例如MIDI文件中的旋律音符時，每一目標音符是預先已知的。因此，映射僅減少為選擇目標音調，而與輸入音調無關。然而，在大多數情形中，既定目標音調不是預先已知的，且因此必須基于輸入音符和可能的其它信息(例如預定調子和音階)來推斷。

本公開提供與西方12音階對應的音樂的代表性實施方案，但本領域的那些普通技術人員將清楚，此描述可適合于界定離散音符的任何音樂系統或音階。在一些系統中，假定目標音階為半音音階，其包含根據預定音階參考頻率(例如A＝440Hz)的音階中的全部12個音調。在其它系統中，目標或預定義音階可包含可用音調的子集。舉例來說，可使用包含七個音符的預定義子集的C#大音階。在任一情況下，聲效處理器需要包含所有可能輸入音調之間的映射，以及期望輸出音符的離散集合。

音調校正的技術現狀存在若干問題。舉例來說，當使用半音音階且歌唱者錯過半音程的一半以上的期望目標音符時，將通常選擇錯誤的目標音符。并且，當歌唱者使用具有較大音調偏差的顫音或某一其它音調效果時，校正可能導致選定輸出音符在兩個音符之間的跳躍或振蕩。使用具有比半音音階少的輸出音符的音階(例如，大音階中的七個音符)可有助于減輕這兩個問題。然而，這通常導致另一主要問題：許多歌曲具有較短的節，其中局部性的調子或音調中心與歌曲的全局調子不同。舉例來說，在全局為G大調調子(其不包含C#)的歌曲期間，可播放A大調和弦(其包含音符A、C#和E)。在此情況下，旋律可包含音符(C#)，其不是全局調子(G大調)的部分，且因此將不被音調校正輸入到輸出映射選擇。

關于音調校正技術現狀的另一常見抱怨是以下事實：主要因為音調檢測和音調轉變操作，音調校正處理器的輸入音頻與輸出音頻之間總是存在時間延遲。在實時音調校正系統的技術現狀中，此延遲大約為20ms。對于許多人來說，以大于約10ms的延遲來歌唱可能較困難，因為延遲與使表演者相當分心的回音類似。

發明內容