變換音頻內(nèi)容以獲得主觀保真度的制作方法
【技術領域】
[0001]本申請大體來說涉及使用計算機處理音頻數(shù)據(jù)，且更明確地說涉及變換音頻內(nèi)容以獲得對內(nèi)容制作者或其他人的聽覺體驗的主觀保真度。
[0002]發(fā)明背景
[0003]模擬和數(shù)字音頻內(nèi)容通常經(jīng)由各種類型的模擬和數(shù)字介質產(chǎn)生、采擷、存儲并遞送到消費者。舉例來說，⑶、DVD、BD、磁帶、LP唱片、電影膠片、數(shù)字文件和流具有各種固有限制和益處以遞送足夠的保真度以供消費者欣賞。上述產(chǎn)生、采擷、存儲和傳輸介質和構件中的許多的益處和缺點是眾所周知的。
[0004]每一聽眾將個人的感知特性集合帶到他或她的聽覺體驗。因為每一聽眾的聽覺敏銳度和感知設備之間的自然差異，與另一人(例如，內(nèi)容制作者)體驗相同內(nèi)容相比，個別聽眾可不同地體驗音頻內(nèi)容。固有頻率、動態(tài)和時域偏差可存在于不同聽眾當中，包括聽眾中的每一耳朵之間。這些自然地發(fā)生的差異可包括設備聲音強度、音調、不同頻率下的閾值(例如“可聽度閾值”)和對位置線索的敏感度的差異。
[0005]流行音樂和電影/片段配樂的創(chuàng)意制作者混音是可獲得的，每一者突出可強調某些音頻特性的創(chuàng)意選擇，音頻特性例如頻率響應曲線和均衡、動態(tài)，或單聲道、立體聲或多聲道效果(例如，環(huán)繞、回聲、延遲或其它位置線索)等。然而，每一聽眾的外耳和內(nèi)耳的物理特性，以及每一聽眾的感知偏差會影響每一聽眾聆聽相同的錄音時聽到的內(nèi)容，甚至在相同環(huán)境中使用相同的聲音再現(xiàn)設備時也這樣。這些差異可通過阻止聽眾主觀地感知創(chuàng)意制作者希望的內(nèi)容而引起對制作者與聽眾之間的交流的微小障礙。
[0006]呈現(xiàn)特定錄音(有時稱作“混音”)的創(chuàng)意意圖可包括向聽眾提供特定聽覺體驗，例如包括某一頻率均衡、動態(tài)以及環(huán)繞聲場的聽覺體驗。盡管音頻再現(xiàn)的產(chǎn)生、采擷、存儲和遞送系統(tǒng)經(jīng)常被嚴格地管理以試圖提供對源內(nèi)容的高保真度，但每一聽眾的耳朵和感知偏差仍可在使用播放裝置聆聽錄音時以不受控的方式影響其聽覺體驗。因此，盡管對音頻播放器的高保真度再現(xiàn)和聆聽環(huán)境非常注意，但聽眾的主觀體驗可能與內(nèi)容制作者希望的聽覺體驗不匹配。
[0007]用于處理音頻內(nèi)容以獲得高保真度的現(xiàn)有方法的這些和其它限制可通過本文中公開的新穎方法和設備克服。
發(fā)明概要
[0008]實施方式中詳細描述用于變換音頻內(nèi)容以實現(xiàn)主觀保真度的方法、設備和系統(tǒng)，且下文概括某些方面。此概括和以下實施方式應理解為完整的公開的補充部分，其部分可包括冗余標的物和/或補充標的物。任一章節(jié)的省略并不指示完整的申請中描述的任何元件的優(yōu)先性或相對重要性。章節(jié)之間的差異可包括如應從相應公開顯而易見的替代實施方案、額外細節(jié)或使用不同技術的相同實施方案的替代描述的補充公開。
[0009]用于將例如音樂等音頻節(jié)目遞送到聽眾的方法可包括識別、采擷和應用參考聽眾的(例如，內(nèi)容制作者的)音頻感知特性(在本文中有時稱作聽眾的個人波形曲線(PWP))以變換音頻內(nèi)容，使得另一聽眾與所述內(nèi)容將由參考聽眾(例如，內(nèi)容制作者)感知的方式類似地感知所述內(nèi)容。在某種意義上，可因此基于針對聽眾測量的或假設的PWP以及針對某一其他人(例如，內(nèi)容制作者)測量的或假設的PWP之間的差異來為每一聽眾定制音頻信號。
[0010]所述方法的方面可包括應用音頻測試工具和軟件應用程序來識別和采擷創(chuàng)意制作者和每一希望的聽眾的相應的唯一的個人波形曲線。所述方法還可包括使用相應聽眾的個人波形曲線處理源音頻內(nèi)容以提供音頻輸出的算法的運算。音頻輸出被配置來用于使第二聽眾與源音頻內(nèi)容的第一聽眾的主觀體驗更像地主觀地體驗音頻輸出。因此，可使聽眾成員的主觀聽覺體驗更接近任何其他人(例如，音頻創(chuàng)意制作者)的聽覺體驗，使得此聽眾將類似的聽覺體驗分享給另一人。
[0011]在一些實施方案中，耦接到音頻輸入和音頻輸出的數(shù)字信號處理器可執(zhí)行用于處理音頻信號的方法。所述方法可包括接收聽力測定參考曲線、聽力測定聽眾曲線以及經(jīng)編碼的輸入音頻信號。所述方法還可包括基于所述參考曲線或優(yōu)選的聽眾的曲線與其他聽眾曲線之間的差異使用信號處理器將所述輸入音頻信號變換為輸出音頻信號，使得所述輸出音頻信號補償所述差異。變換可用數(shù)字方式對經(jīng)編碼的信號執(zhí)行，從而產(chǎn)生經(jīng)編碼的輸出信號。在替代方案中，變換可使用在數(shù)字處理器的控制下對經(jīng)解碼的模擬音頻信號操作的放大器和/或延遲電路執(zhí)行。
[0012]在一些實施方案中，變換所述輸入音頻信號可包括與在所述參考和聽眾曲線的對應的一個或多個頻率下的差異成比例地更改輸入音頻信號的一個或多個頻率。所述方法還可包括基于第一人的聽力測定測試結果產(chǎn)生聽力測定參考曲線，以及基于第二人的聽力測定測試結果產(chǎn)生聽力測定聽眾曲線。在此狀況下，變換所述輸入音頻信號還可包括通過在所述差異指示第一人比第二人對聲音更敏感的情況下加強一個或多個頻率下的輸入信號，且在所述差異指示第一人比第二人對聲音更不敏感的情況下衰減一個或多個頻率下的輸入信號來產(chǎn)生所述輸出信號。加強輸入信號可包括(例如)增大信號在音頻頻譜的定義的頻帶部分上方的振幅。同樣，衰減輸入信號可包括(例如)減小信號在音頻頻譜的定義的頻帶部分上方的振幅。
[0013]在一方面中，經(jīng)編碼的輸入音頻信號可被指示為已由第一人編輯。舉例來說，第一人可以是獲得音頻信號的音頻軌道或節(jié)目的創(chuàng)意制作者。音頻播放器可提供制作者的指示，使得聽眾可了解音頻信號的變換的基礎。輸出音頻信號可被配置來使得，當由音頻播放裝置播放且由第二人聽時，對于從輸出音頻信號產(chǎn)生的聲音，第二人的聽覺體驗變得更像第一人的聽覺體驗。當?shù)谝蝗耸莾?nèi)容制作者時，第二人(例如，音頻消費者)可更像制作者體驗和希望地體驗音頻內(nèi)容。
[0014]在其它方面，產(chǎn)生聽力測定聽眾曲線可基于一般人群的樣本的聽力測定數(shù)據(jù)，使得聽力測定聽眾曲線表示聽眾群組的集合測量。舉例來說，可針對不同性別和年齡范圍形成集合的(例如，平均的或中間的)聽力測定曲線。這些平均曲線可用以在個人聽力測定數(shù)據(jù)不可獲得時近似聽眾曲線。
[0015]除了補償不同頻率下的敏感度的差異之外，所述方法還可用以補償對于聽響應所需的時間的差異。由于耳道和耳朵的其它物理結構的差異，個人可在稍微不同的時間感知到聲音。此些差異可導致感知位置線索或動態(tài)效果的差異。為了補償這些差異，變換輸入音頻信號可包括與在所述參考和聽眾曲線的對應的一個或多個時間處的差異成比例地更改輸入音頻信號的一個或多個時間處的音頻信號的相位。舉例來說，更改相位可以是針對音頻信號的定義的子頻帶執(zhí)行的以改變由音頻信號編碼的聲音發(fā)生的時間。時移可改變不同信道(例如，右信道或左信道)或所述信道中的頻帶的聲音相對于彼此發(fā)生的時間。
[0016]在相關方面中，可提供用于執(zhí)行上述方法中的任一者和方法的方面的音頻處理設備。設備可包括(例如):處理器，其耦接到存儲器，其中存儲器保持指令以供處理器執(zhí)行以使所述設備執(zhí)行如上所述的操作；音頻輸入，其耦接到處理器以用于提供源音頻信號；以及音頻輸出，其耦接到處理器以用于輸出變換的音頻信號。此設備的某些方面(例如，硬件方面)可由例如介質播放器、mp3播放器、計算機服務器、個人計算機、具備網(wǎng)絡功能的電視、機頂盒、智能電話、記事本型計算機或平板電腦、膝上型計算機，以及用于存取音頻內(nèi)容的各種類型的其它計算裝置等設備示范。類似地，可提供包括保持經(jīng)編碼的指令的非暫時性計算機可讀介質的制造物品，所述指令在由處理器執(zhí)行時可使適合于音頻信號處理的計算設備執(zhí)行如上所述的方法和方法的方面。
[0017]在隨后的實施方式中呈現(xiàn)用于變換音頻內(nèi)容以獲得主觀保真度的方法、設備和系統(tǒng)的進一步實施方案、方面和細節(jié)。
[0018]附圖簡述
[0019]參看以下圖式詳細描述根據(jù)一個或多個各種實施方案的本技術。圖式經(jīng)提供以僅用于說明性目的且僅描繪技術的典型或實施例實施方案。相同元件符號可用以指示圖式中的一者或多者中出現(xiàn)的相同元件。
[0020]圖1是說明可用以執(zhí)行如本文中描述的方法的系統(tǒng)的實施方案的示意圖。
[0021]圖2是說明用于支持和執(zhí)行本文中描述的方法的音頻播放器的實施方案的示意性框圖。
[0022]圖3是說明變換音頻內(nèi)容以獲得主觀保真度的一般方面的狀態(tài)圖。
[0023]圖4是說明用于變換音頻內(nèi)容以獲得主觀保真度的數(shù)據(jù)流和過程的框圖。
[0024]圖5是說明用于位置線索敏感度的聽力測定測試的圖形用戶界面的實施例的簡化屏幕截圖。
[0025]圖6A是說明不同頻率下的聽覺敏感度的聽力圖的實施例。
[0026]圖6B是說明不同頻率下的感知時間滯后的聽力圖的實施例。
[0027]圖7A-B是說明替代實施方案中的用于基于PWP差異而更改音頻信號的信號處理器的方面和過程的框圖。
[0028]圖8-11是說明可由音頻處理設備執(zhí)行的關于變換音頻內(nèi)容以獲得主觀保真度的操作的圖式。
[0029]圖12是說明被配置來用于變換音頻內(nèi)容以獲得主觀保真度的音頻處理設備的圖式。
【具體實施方式】
[0030]在以下描述中，出于解釋的目的，闡述眾多特定細節(jié)以便提供對一個或多個實施方案的透徹理解。然而，可明顯的是，此些實施方案可在沒有這些特定細節(jié)的情況下實踐。在其它例子中，眾所周知的結構和裝置以框圖形式展示以便有利于描述一個或多個實施方案。
[0031]與用于音頻處理的已知方法相反，本技術不校正音頻以使其降音或在頻率、動態(tài)和時域上大體上不失真，也不會使用某種形式的一般響應濾波來為多個聽眾(即，房間內(nèi)的多個聽眾位置)校正。而是，本技術可用以故意失真或以其它方式畫音頻信號的輪廓以補償不同聽眾的聽力中的自然差異?？筛鶕?jù)先前確定的個人波形曲線畫音頻的輪廓，使得根據(jù)創(chuàng)意制作者的個人波形曲線畫輪廓的他/她的混音可被其他人欣賞。
[0032]此音頻處理可用以用與音頻內(nèi)容的創(chuàng)意制作者的原始和個人體驗一致的方式更廣