用于嘈雜環(huán)境噪里的回放的音頻信號整形的制作方法
【專利說明】
[0001] 相關(guān)申請的奪叉引用
[0002] 本專利申請要求于2012年9月2日由安東尼· J ·蘇提交的題為"音頻回放系統(tǒng) 的自適應(yīng)信號整形"的臨時申請?zhí)?1/696216和于2012年9月7日由安東尼· J ·蘇提交 的題為"使用IIR濾波器實現(xiàn)低時延自適應(yīng)信號整形"的臨時申請?zhí)?1/697807優(yōu)先權(quán)為。 上述引用的臨時專利申請被視為完全包含在本專利申請里。
技術(shù)領(lǐng)域
[0003] 本發(fā)明涉及音頻信號處理領(lǐng)域，更準確地說涉及噪音環(huán)境里提升音頻信號回放質(zhì) 量的解決方案。
【背景技術(shù)】
[0004] 自從手機的出現(xiàn)，手機用戶總會碰到典型問題。當用戶在嘈雜的環(huán)境中通話時，如 在行駛的汽車里，或嘈雜的酒吧里等，一般都很難聽清、聽懂對方。即使對方是在安靜的環(huán) 境里，而且說話的語音質(zhì)量很高也是如此。導(dǎo)致這一困難的原因是，人的聽覺系統(tǒng)要求音頻 或語音信號能量至少高于環(huán)境噪音一定的額度才能保證足夠的可懂度。此外，通訊行業(yè)廣 為人知的另一現(xiàn)象是，音頻或語音信號能量還要有更高的能量才能讓人覺得有舒適的通話 質(zhì)量。盡管這些指標并不容易量化，但這種現(xiàn)象是很容易證明的，例如在一輛高速行駛的汽 車里為了讓音樂欣賞舒適，用戶會將音量調(diào)得遠比汽車靜止時大。同樣的現(xiàn)象，在嘈雜的環(huán) 境中人們常常會喊叫著與對方交談，而這樣的喊叫對話生成的音量比在安靜的環(huán)境里正常 交談要高很多。
[0005] 從用戶的角度而言，手機的設(shè)計和制造是為了再現(xiàn)遠端呼叫者的聲音并保持一定 質(zhì)量的"真實度"。而這種真實度是假設(shè)用戶通話的環(huán)境是在家中或辦公室等相對安靜的環(huán) 境。例如國際電聯(lián)標準委員會（ITU-T)在制定給通訊設(shè)備如移動電話使用的語音編解碼國 際標準時使用信噪比（SNR) 20dB或15dB作為典型〃噪音〃環(huán)境測試條件。遺憾的是，在現(xiàn) 實生活中，這樣理想的環(huán)境并不總能得到保證，用戶經(jīng)常必須在非常嘈雜的條件下進行對 話，此時用戶聽見的質(zhì)量或通話的體驗質(zhì)（QoE)不可避免地會惡化。目前用戶的唯一選擇 是將手機音量調(diào)到最大，但如果這還不能保證較為滿意的通話，他們通常會非常無奈地選 擇提前終止電話。
[0006] 在個人信息娛樂/通訊行業(yè)，便攜式產(chǎn)品如蘋果iPod?，ipad?，任天堂DS?和 索尼的PSP?，都會由于類似上述環(huán)境噪音的影響而導(dǎo)致用戶的體驗降低。當環(huán)境噪音較 強時，目前用戶的唯一選擇是將音量調(diào)高到設(shè)備的最大回放能力。這不僅不理想，還可能有 危害，尤其對年幼的用戶，因為年輕的孩子最有可能使用這種類型的娛樂設(shè)備，而在嘈雜的 環(huán)境中長時間被迫使用最大音量必然導(dǎo)致他們聽力系統(tǒng)的永久性損害。
[0007] 因此，業(yè)界迫切需要有效的在噪音環(huán)境里不是僅僅通過提高回放音量來提升用戶 體驗的解決方案（計算機程序）。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明克服以前技術(shù)的弱點，提出一種基于音頻或語音信號能量和頻譜整形技 術(shù)，自適應(yīng)調(diào)整音頻或語音信號來補償由環(huán)境噪音導(dǎo)致的影響從而提高用戶在噪音環(huán)境里 體驗值QOE的系統(tǒng)和方法。在本發(fā)明的首選實施中，用無限脈沖響應(yīng)線性濾波器（IIR)來 實現(xiàn)頻譜及能量的調(diào)整。這一方案的優(yōu)點是時延非常短，對移動電話等應(yīng)用非常有利。而 在其它實施中，可以使用不同的信號整形技術(shù)如通過快速傅里葉變換（FFT)實現(xiàn)的頻譜領(lǐng) 域的調(diào)整，或是使用有限脈沖響應(yīng)線性濾波器（FIR)。在一些對時延不敏感的應(yīng)用，如音樂 欣賞系統(tǒng)等，這些替代技術(shù)都是可行的。無論如何，使用任何不同的信號頻譜整形技術(shù)并 不代表背離本發(fā)明包含的范圍和廣度。同時，由于信號能量的變化，使用多級自動增益控制 (AGC)技術(shù)提供合適的增益，連同精心設(shè)計的限幅技術(shù)，可以進一步保持某些低能量信號的 可懂度。
[0009] 在實例中，本發(fā)明可用來實現(xiàn)提高手機或信息娛樂終端用戶體驗值的低時延自適 應(yīng)信號整形技術(shù)。應(yīng)用于遠端語音信號或局部重新復(fù)制的音頻信號的整形技術(shù)以該遠端語 音或重新復(fù)制的音頻信號通過揚聲器或耳機回放之前的近端環(huán)境噪音的特點為依據(jù)?？梢?預(yù)料這種技術(shù)可以用在任何用戶可能在嘈雜環(huán)境里聽音頻信號的應(yīng)用，如汽車音響系統(tǒng)， 火車或飛機里的廣播系統(tǒng)等。在此所使用的術(shù)語"遠端音頻信號"指的是遠端語音信號， 或是由信息娛樂終端或MP3播放器等本地生成的音頻信號。
[0010] 在本發(fā)明的實施例中，自適應(yīng)信號整形技術(shù)會根據(jù)環(huán)境噪音的特征來改變從遠端 發(fā)來的語音信號或是局部重新生成的音頻信號的音量或頻譜，這些噪音特征包含噪音強 度、噪音類型如車里的穩(wěn)態(tài)噪音，或是大街上、機場里、嘈雜的餐館、或其它類似的公共場所 里的快速變化的噪音。
[0011] 在本發(fā)明的方面，信號調(diào)整是由從一組預(yù)先準備好的濾波器中根據(jù)需要選出的具 有最理想的頻譜修改特征的濾波器完成。預(yù)先準備好的濾波器例子可以是一組IIR濾波 器。按照本發(fā)明，IIR濾波器可以提供所需的頻譜和信號能量調(diào)整而不增加太多時延，從而 實現(xiàn)低時延信號整形。同時，為了保持一些低能量信號的可懂度，實施本發(fā)明的實例中使用 多級自動增益控制（AGC)技術(shù)，連同精心設(shè)計的限幅技術(shù)。
[0012] 本發(fā)明的其它方面在下面通過對插圖的解釋和細節(jié)的描述自然會變得更加一目 了然。
【附圖說明】
[0013] 圖IA是可使用本發(fā)明的多種不同方案的典型移動電話系統(tǒng)的方框圖。
[0014] 圖IB是可使用本發(fā)明的多種不同方案的典型音頻信號播放器的方框圖。
[0015] 圖2A/2B分別顯示更詳細的移動電話和音頻回放系統(tǒng)復(fù)制音頻/語音的流程圖。
[0016] 圖3闡述由于環(huán)境噪音的增加導(dǎo)致用戶語音質(zhì)量體驗下降的典型原因。
[0017] 圖4A描述在低噪音和強噪音環(huán)境下最為理想的信號整形特征
[0018] 圖4B顯示一組適用于本發(fā)明的信號整形濾波器特征
[0019] 圖5展示環(huán)境噪音所具有的典型時變特征
[0020] 圖6A展示用本發(fā)明來實現(xiàn)的一個典型自適應(yīng)調(diào)整移動終端接收到的遠端數(shù)字語 音的方法和系統(tǒng)的流程及框圖。
[0021] 圖6B展示用本發(fā)明來實現(xiàn)的另一個典型自適應(yīng)調(diào)整移動終端接收到的遠端數(shù)字 語音的方法和系統(tǒng)的流程及框圖。
[0022] 圖7展示用本發(fā)明來實現(xiàn)的一個典型自適應(yīng)調(diào)整移動終端接收到的遠端模擬語 音的方法和系統(tǒng)的流程及框圖。
[0023] 圖8A和8B展示用本發(fā)明來實現(xiàn)的各種典型自適應(yīng)調(diào)整音樂欣賞設(shè)備重新生成的 數(shù)字音頻信號的方法和系統(tǒng)的流程及框圖。
[0024] 圖9展示用本發(fā)明來實現(xiàn)的另一個典型自適應(yīng)調(diào)整音樂欣賞設(shè)備重新生成的模 擬音頻信號的方法和系統(tǒng)的流程及框圖。
[0025] 圖10描述典型的基于FFT頻譜整形技術(shù)的時延增加。
[0026] 圖11描述典型的基于FIR濾波器頻譜整形技術(shù)的時延增加。
[0027] 圖12描述典型的基于IIR濾波器頻譜整形技術(shù)的時延增加。
[0028] 圖13描述一個本發(fā)明中使用了多級增益的實施例。
[0029] 圖14描繪一個可以實現(xiàn)本發(fā)明的計算機系統(tǒng)。
【具體實施方式】
[0030] 本發(fā)明可在此通過功能模塊組件和各種處理步驟進行描述。這些功能模塊可以以 任何數(shù)量的硬件組件或軟件單元通過配置來實現(xiàn)指定的功能。例如，本發(fā)明可以使用各種 集成電路元件，如存儲器元件，數(shù)字信號處理單元，邏輯單元，數(shù)據(jù)表格等，在一個或多個微 處理器或其它控制裝置的控制下實現(xiàn)各種功能。此外，本領(lǐng)域技術(shù)人員會明白，本發(fā)明與任 何數(shù)據(jù)和語音傳輸協(xié)議完全兼容，所以在此描述的系統(tǒng)僅僅是本發(fā)明的一個示范性應(yīng)用。
[0031] 在本文中描述的任何具體實現(xiàn)只是為了更好地介紹本發(fā)明以及其最佳工作模式， 不應(yīng)該被理解成為對本發(fā)明的任何形式的限制。為了簡化起見，傳統(tǒng)的技術(shù)如信號處理，數(shù) 據(jù)傳輸，信令，分組交換傳輸，網(wǎng)絡(luò)控制，及其它系統(tǒng)功能（以及系統(tǒng)的各個操作部件）可能 不會在這里詳細介紹，但熟練的從業(yè)人員應(yīng)該對它們有足夠的了解。此外，圖中的各種元件 之間的連接線是示范性的連接不同組件的功能關(guān)系和/或物理連接。應(yīng)該指出的是，許多 替代或附加功能關(guān)系或物理連接可以在一個實際的通信系統(tǒng)應(yīng)用里實現(xiàn)。
[0032] 圖IA示出一個典型的移動電話/個人通訊系統(tǒng)，其中移動電話110和130,通過 它們之間的一定的無線和有線連接手段111，112和113耦合在一起。當遠端用戶對著麥克 風說話時，語音信號被麥克風截取，其生成模擬遠端語音信號102。根據(jù)移動電話、無線接 入/傳輸系統(tǒng)必須支持的任意無線通標準，該語音信號102然后由遠端的移動電話發(fā)射機 103接收，其通過無線/有線連接將語音信號發(fā)送給近端移動電話130。一旦被近端移動電 話130收到，語音信號將先被轉(zhuǎn)換回其模擬形式，其被稱為接收到的遠端語音模擬信號（簡 稱遠端語音）