專利名稱：處理多聲道音頻信號的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻信號處理領(lǐng)域，特別涉及對多聲道音頻信號的處理領(lǐng)域。
背景技術(shù)：
當(dāng)前，雙聲道或者多聲道的音頻資料大量存在。其中，具有兩個(gè)聲道的音頻資料，比如立體聲音樂，是當(dāng)前使用最廣泛的音頻格式。這包括傳統(tǒng)的CD唱片，以及包括MP3，AAC, OGG等壓縮過的音樂碼流。雙聲道或立體聲以其足夠的音頻質(zhì)量和空間表現(xiàn)力，依然占據(jù)著極聞的比例。然而，一些小型的移動設(shè)備，由于設(shè)備空間或者制造成本的限制，往往只配置一個(gè)揚(yáng)聲器。這些只配置一個(gè)揚(yáng)聲器的移動設(shè)備可以是移動電話、個(gè)人數(shù)字助理(PDA，PerSonalDigital Assistant)、移動互聯(lián)網(wǎng)設(shè)備(MID,Mobile Internet Devices)、平板電腦或者小型筆記本電腦。這些設(shè)備在播放具有2個(gè)或更多個(gè)通道的音頻時(shí)，必然需要將兩通道或多通道的音頻混合到單通道的音頻，以便讓其唯一的揚(yáng)聲器輸出?，F(xiàn)有最常用的音頻 處理方法是只提取其中一個(gè)通道的音頻信號進(jìn)行播放，或者取兩個(gè)通道的音頻的平均值，以得到單通道音頻。申請人:對現(xiàn)有的音頻處理方法進(jìn)行了深入研究，發(fā)現(xiàn)只提取其中一個(gè)通道的音頻信號進(jìn)行播放的方法在兩個(gè)通道內(nèi)容差異較大時(shí)會丟失大量信息。而將兩個(gè)或多個(gè)通道簡單疊加然后取平均值的方法會在兩聲道具有相互反相特性時(shí)，音量突降。

發(fā)明內(nèi)容
本發(fā)明的發(fā)明人發(fā)現(xiàn)，現(xiàn)有的音頻處理方法在特定情況會產(chǎn)生信息大量丟失或者音量突降的缺陷。因此，針對該問題提出了一種新的技術(shù)方案。本發(fā)明的一個(gè)目的是提供一種處理多聲道音頻信號的方法，能夠確保將多聲道音頻信號混合為單聲道音頻信號后不再出現(xiàn)信息丟失嚴(yán)重或者音量突降的問題。根據(jù)本發(fā)明的第一方面，提供了一種處理多聲道音頻信號的方法，該方法包括:將多聲道音頻信號中至少兩個(gè)聲道的音頻信號劃分為多個(gè)幀；基于正在處理的當(dāng)前幀中至少兩個(gè)聲道的音頻信號，獲得使表示混音效果的混音狀態(tài)函數(shù)獲得最大值的當(dāng)前幀的目標(biāo)混合因子，該混音狀態(tài)函數(shù)是至少兩個(gè)聲道的音頻信號和目標(biāo)混合因子的函數(shù)；基于當(dāng)前幀的目標(biāo)混合因子獲得混合權(quán)重系數(shù)；使用混合權(quán)重系數(shù)將當(dāng)前幀中至少兩個(gè)聲道的音頻信號混合為單聲道音頻信號。優(yōu)選地，前述至少兩個(gè)聲道為兩個(gè)聲道，每一幀包括N個(gè)音頻采樣點(diǎn)，N是大于I的自然數(shù)，Xl[n]和x2[n]分別是該兩個(gè)聲道的音頻信號在當(dāng)前幀中的第n個(gè)采樣點(diǎn)的信號值，n = I, 2, , N。前述獲得當(dāng)前幀的目標(biāo)混合因子的步驟可包括:使用M個(gè)預(yù)設(shè)混合因子中的每一個(gè)分別計(jì)算混音狀態(tài)函數(shù) 的值:
權(quán)利要求
1.一種處理多聲道音頻信號的方法，其特征在于，該方法包括: 將所述多聲道音頻信號中至少兩個(gè)聲道的音頻信號劃分為多個(gè)幀； 基于正在處理的當(dāng)前幀中所述至少兩個(gè)聲道的音頻信號，獲得使表示混音效果的混音狀態(tài)函數(shù)獲得最大值的當(dāng)前幀的目標(biāo)混合因子，所述混音狀態(tài)函數(shù)是所述至少兩個(gè)聲道的音頻信號和所述目標(biāo)混合因子的函數(shù)； 基于所述當(dāng)前幀的目標(biāo)混合因子獲得混合權(quán)重系數(shù)； 使用所述混合權(quán)重系數(shù)將所述當(dāng)前幀中所述至少兩個(gè)聲道的音頻信號混合為單聲道音頻信號。
2.如權(quán)利要求1所述的方法，其特征在于， 所述至少兩個(gè)聲道為兩個(gè)聲道， 每一幀包括N個(gè)音頻采樣點(diǎn)，N是大于I的自然數(shù)，X1W和x2[n]分別是所述兩個(gè)聲道的音頻信號在當(dāng)前幀中的第n個(gè)采樣點(diǎn)的信號值，n = 1，2，...，N， 所述獲得當(dāng)前幀的目標(biāo)混合因子的步驟包括: 使用M個(gè)預(yù)設(shè)混合因子中的每一個(gè)分別計(jì)算所述混音狀態(tài)函數(shù)的值:
3.如權(quán)利要求2所述的方法，其特征在于，所述多個(gè)預(yù)設(shè)混合因子的取值范圍為[-1，I]。
4.如權(quán)利要求2所述的方法，其特征在于，k=1、2、3或者4。
5.如權(quán)利要求2所述的方法，其特征在于，所述每一幀的長度設(shè)定為使得該幀的持續(xù)時(shí)間在10毫秒至1000毫秒之間。
6.如權(quán)利要求1或2所述的方法，其特征在于， 所述至少兩個(gè)聲道為兩個(gè)聲道， 每一幀包括N個(gè)音頻采樣點(diǎn)，N是大于I的自然數(shù)， 所述基于所述目標(biāo)混合因子獲得混合權(quán)重系數(shù)的步驟包括: 取N個(gè)中間混合因子，所述N個(gè)中間混合因子a/，a/ , a/以單調(diào)遞增或單調(diào)遞減的方式，從前一幀的目標(biāo)混合因子ax(fN-l)，漸變到當(dāng)前幀的目標(biāo)混合因子ax(fN)，其中，a/ = Mff”，a/ = a x (fN)； 使用所述N個(gè)中間混合因子a/，Ci2'....，a/分別獲得該幀中所述兩個(gè)聲道的每一個(gè)音頻采樣點(diǎn)的信號值的混合權(quán)重系數(shù)。
7.如權(quán)利要求6所述的方法，其特征在于， 使用下述公式計(jì)算所述中間混合因子:
8.如權(quán)利要求7所述的方法，其特征在于，在區(qū)間[O，I]中，所述緩變函數(shù)w[n]在中部的梯度大于等于兩端的梯度。
9.如權(quán)利要求8所述的方法，其特征在于，所述緩變函數(shù)包括三角函數(shù)、高次多項(xiàng)式函數(shù)、對數(shù)函數(shù)和指數(shù)函數(shù)。
10.如權(quán)利要求6所述的方法，其特征在于，采用如下函數(shù)將所述兩個(gè)聲道的音頻信號混合為單聲道音頻信號: y[n] =g{(l-| a'n )Xl[n] + a'n X2[n]}，其中，混合增益g為任意的正實(shí)數(shù)。
11.一種處理多聲道音頻信號的系統(tǒng)，其特征在于，該系統(tǒng)包括: 分幀單元，用于將所述多聲道音頻信號中至少兩個(gè)聲道的音頻信號劃分為多個(gè)幀； 目標(biāo)混合因子獲得單元，用于基于正在處理的當(dāng)前幀中所述至少兩個(gè)聲道的音頻信號，獲得使表示混音效果的混音狀態(tài)函數(shù)獲得最大值的當(dāng)前幀的目標(biāo)混合因子，所述混音狀態(tài)函數(shù)是所述至少兩個(gè)聲道的音頻信號和所述目標(biāo)混合因子的函數(shù)； 混合權(quán)重系數(shù)獲得單元，用于基于所述當(dāng)前幀的目標(biāo)混合因子獲得混合權(quán)重系數(shù)；音頻信號混合單元，用于使用所述混合權(quán)重系數(shù)將所述當(dāng)前幀中所述至少兩個(gè)聲道的音頻信號混合為單聲道音頻信號。
12.如權(quán)利要求11所述的系統(tǒng)，其特征在于， 所述至少兩個(gè)聲道為兩個(gè)聲道， 每一幀包括N個(gè)音頻采樣點(diǎn)，N是大于I的自然數(shù)，X1W和x2[n]分別是所述兩個(gè)聲道的音頻信號在當(dāng)前幀中的第n個(gè)采樣點(diǎn)的信號值，n = 1，2，...，N， 所述目標(biāo)混合因子獲得單元包括: 混音狀態(tài)函數(shù)計(jì)算模塊，用于使用M個(gè)預(yù)設(shè)混合因子中的每一個(gè)分別計(jì)算所述混音狀態(tài)函數(shù)的值:
13.如權(quán)利要求12所述的系統(tǒng)，其特征在于，所述多個(gè)預(yù)設(shè)混合因子的取值范圍為[-1,I]。
14.如權(quán)利要求11所述的系統(tǒng)，其特征在于，k= 1、2、3或者4。
15.如權(quán)利要求11所述的系統(tǒng)，其特征在于，所述每一幀的長度設(shè)定為使得該幀的持續(xù)時(shí)間在10毫秒至1000毫秒之間。
16.如權(quán)利要求11或12所述的系統(tǒng)，其特征在于， 所述至少兩個(gè)聲道為兩個(gè)聲道， 每一幀包括N個(gè)音頻采樣點(diǎn)，N是大于I的自然數(shù)， 所述混合權(quán)重系數(shù)獲得單元包括: 中間混合因子生成模塊，用于生成N個(gè)中間混合因子，所述N個(gè)中間混合因子a/，Ci2'，...，aN'以單調(diào)遞增或單調(diào)遞減的方式，從前一幀的目標(biāo)混合因子ax(fN_l)，漸變到當(dāng)前巾貞的目標(biāo)混合因子ax(fN)，其中，a/ = ax(fN-l)，aZ = a x(fN)； 混合權(quán)重系數(shù)獲得模塊，用于使用所述N個(gè)中間混合因子a /，a/，...，aN'分別獲得該幀中所述兩個(gè)聲道的每一個(gè)音頻采樣點(diǎn)的信號值的混合權(quán)重系數(shù)。
17.如權(quán)利要求16所述的系統(tǒng)，其特征在于， 所述中間混合因子生成模塊使用下述公式計(jì)算所述中間混合因子: a/ = a x(fN-D + a dw[n] n = 1，2， Na d = ax(fN)-ax(fN-l) 其中W[n]為單調(diào)遞增的緩變函數(shù)，且w[l] =0,w[N] = I。
18.如權(quán)利要求17所述的系統(tǒng)，其特征在于， 在區(qū)間
中，所述緩變函數(shù)w[n]在中部的梯度大于等于兩端的梯度，所述緩變函數(shù)包括三角函數(shù)、高次多項(xiàng)式函數(shù)、對數(shù)函數(shù)和指數(shù)函數(shù)。
19.如權(quán)利要求11所述的 系統(tǒng)，其特征在于，所述音頻信號混合單元采用如下函數(shù)將所述兩個(gè)聲道的音頻信號混合為單聲道音頻信號: y[n] =g{(l-| a/ )Xl[n] + a/ X2[n]}，其中，混合增益g為任意的正實(shí)數(shù)。
全文摘要
本發(fā)明公開了一種處理多聲道音頻信號的方法和系統(tǒng)。該方法包括將多聲道音頻信號中至少兩個(gè)聲道的音頻信號劃分為多個(gè)幀；基于正在處理的當(dāng)前幀中至少兩個(gè)聲道的音頻信號，獲得當(dāng)前幀的目標(biāo)混合因子，該目標(biāo)混合因子使表示混音效果的混音狀態(tài)函數(shù)獲得最大值；基于當(dāng)前幀的目標(biāo)混合因子獲得混合權(quán)重系數(shù)；使用混合權(quán)重系數(shù)將當(dāng)前幀中至少兩個(gè)聲道的音頻信號混合為單聲道音頻信號。采用本發(fā)明的方法將多聲道音頻信號混合為單聲道音頻信號，所獲得的單聲道音頻信號具有較好的混音效果，避免出現(xiàn)信息量丟失嚴(yán)重或者音量突降等現(xiàn)象。
文檔編號H04S5/00GK103188595SQ201110458048
公開日2013年7月3日 申請日期2011年12月31日 優(yōu)先權(quán)日2011年12月31日
發(fā)明者吳晟, 林福輝, 李曇, 張本好, 徐晶明 申請人:展訊通信(上海)有限公司