專利名稱：房間內(nèi)揚聲器聲音的數(shù)字均衡方法及其使用的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種對放置于房間內(nèi)的揚聲器發(fā)出的聲音進行數(shù)字均衡的方法，房間和揚聲器具有組合的揚聲器/房間的傳遞函數(shù)，上述方法包含在房間內(nèi)放置麥克風，通過放大器從揚聲器中發(fā)送出一個或多個脈沖并在預期收聽位置測量脈沖響應。
此外，本發(fā)明涉及了該方法的使用。
背景技術(shù)：
高保真聲音再現(xiàn)自從一百多年前發(fā)明揚聲器以來，聲音再現(xiàn)的目的逐漸改變而且變得更富挑戰(zhàn)性。在聲音再現(xiàn)的發(fā)展初期，真實(realistic)技術(shù)目標與聲音量級、放大、聲效等有關(guān)。而今，這些問題不再給我們帶來實際技術(shù)挑戰(zhàn)。努力不斷向前推進，到20世紀末已經(jīng)涉及聲音再現(xiàn)的質(zhì)量問題。
當20世紀50年代初期引入立體聲錄音技術(shù)時(更多人可用到立體聲電唱機)，人們對與現(xiàn)場(real event)有關(guān)的再現(xiàn)質(zhì)量的興趣又向前邁出了一大步。過去將近40年來，高保真已經(jīng)發(fā)展成為聲音再現(xiàn)中必不可少的術(shù)語，至少當涉及家庭音響系統(tǒng)時是這樣。今天，最終目標是生產(chǎn)透明的再現(xiàn)系統(tǒng)，即所形成的系統(tǒng)由于它們的物理、電或聲學特性，不會給初始信號附加音頻屬性。但是，從技術(shù)的觀點來看，這并不是嚴格定義的目標。
高保真這個術(shù)語包含整個再現(xiàn)系統(tǒng)且表明了再現(xiàn)的聲音與現(xiàn)場匹配所能達到的程度。聲音再現(xiàn)鏈路中大多數(shù)元件都會惡化聲音，而且與再現(xiàn)的事件加在一起，通常最終遠遠不能正確復制現(xiàn)場，看圖1.1。下面列出了高保真可能遇到的問題●錄音技術(shù)和處理●錄制信息/信號的存儲●將存儲的信息轉(zhuǎn)換成電信號●信號轉(zhuǎn)換(模擬/數(shù)字)●放大技術(shù)●電到聲信號的轉(zhuǎn)換器(揚聲器/耳機)●聲音再現(xiàn)房間傳統(tǒng)的雙通道錄音技術(shù)已經(jīng)發(fā)展到能夠以一致的方式記錄現(xiàn)場(盡管現(xiàn)在正對用于新型多通道系統(tǒng)的錄音設(shè)置和標準相關(guān)問題進行討論)，而且數(shù)字技術(shù)似乎已經(jīng)通過了最初的難題。類似的，今天可構(gòu)造出的放大器的性能可以接近極限透明性(ultimate transparency)。然而氣人的是，四十年的模擬LP唱片(recordings)用先進的電子管放大器進行播放，它仍能提供可與當今技術(shù)所能得到的性能相比擬的性能——至少從主觀品質(zhì)觀點來看是這樣。
可得出結(jié)論透明的高保真聲音再現(xiàn)的下一步大發(fā)展將在于聲場(acoustic field)，即放大的電信號怎樣轉(zhuǎn)化成聲音，聲壓在到達聽者耳朵之前怎樣受到周圍環(huán)境的影響。因此為了進一步改善再現(xiàn)的聲音，應該把關(guān)注的焦點放在揚聲器及房間上。
哪些系統(tǒng)元件最影響再現(xiàn)的聲音而哪些不會有顯著的影響，關(guān)于這個問題存在許多偏見。有些看法已經(jīng)由技術(shù)測量的結(jié)果得到證實，而有些則沒有。有些通過聽覺的主觀看法普遍達成一致(雖然不可能通過系統(tǒng)測量結(jié)果證實)而有些卻是高度個性化的。然而，基本來說，當進行盲聽測試時(受驗方并不知道哪個操作在進行)，它表明，大多數(shù)人都能不依賴于個人喜好，以統(tǒng)一方式評估各種特性。
關(guān)于再現(xiàn)的透明性，唯一合理的參考就是現(xiàn)場——因此，大多數(shù)人感興趣的是再現(xiàn)的聲音能產(chǎn)生參加現(xiàn)場的幻覺和感受，即“身臨其境(being there)”之感。雖然總有一天它可能通過測量及合理的解釋來證實這種將好與不好的幻覺區(qū)分開的特性，但是最后的評估大概還是基于主觀的。
收聽室的影響當揚聲器中隨著電信號到聲信號的轉(zhuǎn)換而產(chǎn)生聲音時，聲音在到達聽者的耳朵之前的最后傳播路徑穿過收聽室。因為房間形成一個封閉室，聲音幾乎以所有的方向從揚聲器中發(fā)射出，這個最后的聲音傳播路徑對感知的聲音產(chǎn)生極大影響。房間也可進行適當優(yōu)化，以進行聲音再現(xiàn)，但它始終會對事件施加自己聲學特性。這對現(xiàn)場幻感也許是有利的也許是不利的——通常是不利的。
試圖設(shè)想出一個不存在房間聲學(acoustic)影響的聲音再現(xiàn)事件。例如，這可在自由聲場(free field)所中得到——但這與一般的收聽條件不一致！但是，可以采用無回聲的房間——所設(shè)計的房間只有揚聲器發(fā)出的直達的聲音才能到達聽者的耳朵(根本沒有反射)。這種解決方案在一般家庭收聽室不太可行；這種無反射的房間的物理暗含的東西完全不能與房屋建筑的標準技術(shù)相兼容。最后，問題就是，縱使那種條件是可實現(xiàn)的，那么它是否真是合乎需要的？反之，采取補償措施實現(xiàn)或多或少的理想聲學特性不失為一種方法。將無源阻尼材料置于墻、地或天花板上，可改變某些聲學特性，或可用吸聲器。補償聲學特性的另一種方式是采用電均衡器，通常放在再現(xiàn)系統(tǒng)中的功率放大器正前面。這種均衡器可以改變再現(xiàn)聲音的頻率幅度內(nèi)容，但它們本身也改變了與瞬態(tài)信號的再現(xiàn)有關(guān)的頻率相位特性。一般而言，當它們試圖校正房間的聲學特性時，其中大多數(shù)常常引入一組不利的屬性。因此，從高保真的觀點來看，傳統(tǒng)的均衡器是不夠的(或不能令人滿意)，我們需要用更好的技術(shù)來取代它們。用數(shù)字電子設(shè)備來進行房間聲學校正數(shù)字技術(shù)提供了潛在更加先進的均衡器，或以更廣的意義是校正系統(tǒng)。通過采用信號處理器(DSP)的數(shù)字電子技術(shù)，實現(xiàn)那些也許是理想的目標變得更加容易。實質(zhì)上，將問題簡單表述，設(shè)計出用于適當解決方案的算法并將這編程在一個(或多個)DSP上，這與傳統(tǒng)模擬均衡器相比具有更大的自由度。
但是這種方法需要房間聲學特性的詳細信息。不幸的是，在相同的房間中，一些聲學特性改變相當大，取決于揚聲器和接收器(收聽者或測量麥克風)的物理位置。這種現(xiàn)象被認為是點到點的敏感情況(sensitivity scenario)。因此，如果它們被限制在唯一一個物理點上正確工作的話，要設(shè)計實際的校正系統(tǒng)似乎毫無希望。所幸的是，它們也存在共有特性，稍后將作闡述。
因此，特殊情況就是，數(shù)字技術(shù)和數(shù)學可以提供潛在的非常精確的房間聲學校正(在房間非常有限的空間內(nèi)——實際上是一點)，但是實際的物理考慮表明我們不能充分利用這個潛力。如果不是整個房間，還必須將校正應用于更大的空間。
實際校正系統(tǒng)的概念房間校正系統(tǒng)的第一個基本要求自然是主觀感知的聲音再現(xiàn)質(zhì)量得到某種程度的改善，第二個要求是必須使用簡單。實際校正系統(tǒng)的高級規(guī)范為●獨立系統(tǒng)，不需要外部計算機，●多通道能力，●合理的硬件復雜度，例如可與上等多格式解碼器(MP3，DTS，Dolby ProLogic等)相比擬，●脫機(off-line)操作時間優(yōu)選低于30秒，
●在收聽位置周圍的合理空間上(如1m2)的客觀及主觀改善，且房間其它地方?jīng)]有嚴重的人為錯誤(artefact)。
對系統(tǒng)進行操作應該盡可能簡單。用戶將麥克風放置在優(yōu)選位置，或可能放置在彼此相當接近的更多位置上，讓系統(tǒng)獲得房間聲學信息。因此，系統(tǒng)為每個通道計算適當?shù)男Ｕ惴?，看圖1.2(左)?，F(xiàn)在，算法被存儲，信號輸入被從信號源通過前置放大器饋送到校正系統(tǒng)，看圖1.2(右)。最后，校正的信號被饋送到功率放大器和揚聲器。這個設(shè)置被稱為預濾波校正，因為信號實際上經(jīng)預先電修正，以便適應由于房間聲學特性而進行的后續(xù)變換。
房間聲學特性及房間聲學信息的獲得的概述在給定點上接收到發(fā)自揚聲器的聲音包括多個成分。首先到達的是來自源的直達聲音，然后出現(xiàn)聲音的多路和改變版本的集合。這些聲音被一個或多個邊界表面或內(nèi)部元件撞擊和反射，看圖2.1，它們除了時延外，還很可能被衰減了，因為幾乎所有材料都以一定系數(shù)α吸收聲音能量。在圖2.1中，聲音表示為從揚聲器發(fā)送并被麥克風接收的束。因為這種考慮僅對波長比任何的房間尺寸小得多的情況有效，它不是為與低頻現(xiàn)象相關(guān)的反射定制考慮的。顯示了7個反射束——前面四個是一級(一次反射)、一個二級(二次反射)和兩個三級(三次反射)。隨著時間的流逝，反射數(shù)增加，因此在麥克風上最終接收到的聲音可認為是經(jīng)不同傳播路徑傳播的無窮多個聲音束之和。
分成三部分的脈沖響應在圖2.2中，顯示的是從收聽室測得的100ms的任意脈沖響應測量，很明顯，它可認為是由值得分開考慮的三個部分組成●直達的聲音●可分離的反射●不可分離的反射，也指混響拖尾(reverberation tail)
在一些時刻tstat很難將反射分開，因為在很短時間間隔t內(nèi)反射如此之多。到時間t0時反射數(shù)De由方程2.1給出。時間tstat被稱作統(tǒng)計時間(或混合時間)，可由方程2.2定義，其中比率N/t表示回波密度，超過這個界限，將更適合以統(tǒng)計的方式來表示脈沖響應。混響(reverberation)半徑rreverb在方程2.3中定義，它表示在與源距離什么樣的距離內(nèi)，聲場變得發(fā)散。在正常收聽條件下感知到的大部分聲音能量(在家庭收聽室中距離揚聲器大約3m遠)來自反射束，因為rreverb的典型值為0.5-1m。
De(t0)=4πc3t02V---2.1]]> rreverd=Aabs,eq16π---2.3]]>模態(tài)諧振頻率頻域分析通常與脈沖響應的傳遞函數(shù)補償部分(counter part)有關(guān)。在2.2部分中，時域可粗略分為tstat下的可分離反射部分及超過tstat的統(tǒng)計混響部分。在頻域上也可進行類似的考慮。由于聲音的波特性，在低頻率上，對于某些特定波長，房間的尺寸等于半波長的整數(shù)倍，其倍數(shù)相對較小。因此平行表面之間可以觀察到駐波，在這些頻率出現(xiàn)諧振。
當房間的尺寸(假定為1x)等于半波長時，駐波引起一階模式(nx＝1)房間諧振(當1x等于兩個半波長時，得到二階模式，nx＝2)。由于反射，在多于兩個平行表面上也可能出現(xiàn)駐波，例如Sx和Sz，整套諧振頻率(其中，理論上，頻率數(shù)是無窮多的)可通過方程2.4確定，其中采用的是矩形全反射房間。結(jié)合模式nx，ny，nz(1，0，0；0，1，0；0，0，1；1，1，0等)，在圖2.3中(條形線)顯示了連續(xù)5Hz頻帶內(nèi)的模態(tài)諧振總數(shù)。光滑曲線是作為頻率函數(shù)的模態(tài)諧振的預測數(shù)。
fN=c2(nxlx)2+(nyly)2+(nzlz)2---2.4]]>顯然，頻帶內(nèi)的諧振數(shù)隨頻率增加，在某些點不再可能將諧振彼此分開。當發(fā)生這種情況時，用統(tǒng)計方法來進一步分析更為方便。這種情況非常像時域反射所描述的情況。與時域測量tstat相類似，Schroeder已經(jīng)提出了方程2.5給定的測量，超過這個頻率，統(tǒng)計分析變得更適合。這就意味著頻譜可用高斯白噪聲過程的頻譜來近似。超過fschr，兩個諧振間的間隔Δ(fN)變得很小，以致平均至少有三個諧振會落在一個諧振的平均帶寬(BfN)內(nèi)，要將這些諧振分開基本不可能。
fschr=2000T60V---2.5]]>對于典型的收聽室，fschr位于100-150Hz范圍，諧振的平均帶寬達到4-5Hz，典型的頻譜動態(tài)范圍是±15dB。在圖2.4中顯示了脈沖響應的低頻幅值譜。很明顯，諧振引起明顯的不規(guī)律性，而且在低于至少200Hz的頻率，可逐個指出諧振峰(根據(jù)方程2.5，fschr為141Hz)。對房間聲學特性的簡要看法揚聲器和聽者的位置不改變房間諧振頻率的模式，但它們確實影響諧振怎樣被激發(fā)和感知，要理解這個事實至關(guān)重要。
可以畫出類似于圖2.5中的圖形，揭示并分開時-頻區(qū)域，這值得單獨關(guān)注。在左上角，具有能夠逐個指出的可分開的反射和模態(tài)諧振的區(qū)域。這個區(qū)域大概就是人的聽覺能在其中找到最不令人滿意的人為錯誤。但是，在右下角，不可分離成分在時域和頻域都占主導地位，它可用隨機過程來描述，即對房間的聲學特性只體現(xiàn)整體的相關(guān)性。
當表征和建模時頻現(xiàn)象時，房間的尺寸(體積)是特別需要關(guān)注的問題，因為它勾勒出了組合域中的界限。增大體積使tstat上升而使fschr下降；反之亦然。例如，在大體積的音樂廳，也許不僅僅討論房間的模式和諧振，而且確實各反射的數(shù)量可能很大。在小房間，也許只有最初的兩個或四個反射可以分離，但反過來，房間諧振也許單獨占主導地位，達到幾百Hz。
也許獲得房間聲學信息的最明顯方式就是考慮聲音傳播路徑——聲音從房間中位置Ps處的嚴格定義的源發(fā)送出來，直到聲音在位置Pr處被接收。把接收到聲音與發(fā)送的聯(lián)系起來，可能會找出房間怎樣影響從Ps到Pr的聲音。這個考慮似乎是合理的，因為我們正處理位于Ps的揚聲器和位于Pr的聽者。這個考慮被認為是點到點的情況——在數(shù)學概念上。當然，揚聲器發(fā)送的聲音并不是來自空間的單個點(即由于驅(qū)動單元間的距離)，因此，對點到點情況的真實世界的解釋必須稍微寬松。可是在接收端，假定接收機是單個麥克風(如果是有兩個耳朵的人，該假定顯然是不成立的)，將Pr當作一點來考慮仍然有效。
MLSSA聲學測量系統(tǒng)能夠獲得這些傳播路徑信息。通過揚聲器發(fā)送一串最大長度的序列(類似隨機白噪聲序列)Ss(t)并在預期點用麥克風測量聲壓Sr(t)，可以用互相關(guān)計算傳播路徑脈沖響應hsr(t)。
脈沖響應是這樣一種測量當具有無限短的持續(xù)時間及無窮帶寬的理想的完美聲音脈沖d(t)從Ps發(fā)送時，在接收點Pr處的體驗。手擊掌或鳴槍聲接近理想脈沖。但是這種信號對噪聲特別敏感，那就是為什么提出互相關(guān)技術(shù)并得到廣泛應用的緣故。實際上，脈沖響應hsr(t)保留了三項影響聲音的信息——揚聲器、房間和麥克風。這些項目的影響可以分離或不可以分離。通常，麥克風的貢獻忽略不計，因為它通常的頻率帶寬比所需的聲頻帶寬大。方程2.6顯示了影響項項作為單個脈沖響應，按照時域卷積對接收信號Sr(t)的貢獻。用d(t)來取代Ss(t)，我們簡單地得到了整個系統(tǒng)(或傳播路徑)脈沖響應接收信號hsr(t)。
Sr(t)={hloudsp(t)⊗hroom(t)⊗hmlc(t)}⊗Ss(t)---2.6]]>在本工作中，MLSSA測量絕對聲壓并用于獲得房間聲學特性。它是個離散時間系統(tǒng)，意味著響應h(t)實際上是用一系列采樣來表征，表示為h(n)。
脈沖響應和傳遞函數(shù)脈沖響應h(t)是連續(xù)時間域測量。對于基于計算機的測量，過程輸出是離散的。
傳遞函數(shù)是等同于脈沖響應的頻域形式。它們的關(guān)系是Z變換，看方程2.7，通常(實際目的)H(z)也被采樣，給出H(z)的有限個復值。用d(t)的離散時間形式來代替Ss(t)，并忽略來自麥克風的非常小的影響，方程2.6的Z變換導出方程2.8，其中卷積變成相乘。
H(z)=Σn=0∞h[n]·z-n---2.7]]>Hsr(z)＝Hloudsp(z)Hroom(z)Hmic(z) 2.8用于校正算法設(shè)計的數(shù)字信號處理技術(shù)傳遞函數(shù)分解和希爾伯特變換所測得房間脈沖響應h(n)的Z變換H(z)，雖然是非參數(shù)化的，但可以用一般的數(shù)字IIR濾波器建模，如方程3.1中。實質(zhì)上，一般的系統(tǒng)建模包含分子和分母多項式。分子中的根aj表示傳遞函數(shù)中單位圓內(nèi)的零點，bj表示單位圓外的零點。相應的，ci表示傳遞函數(shù)單位圓內(nèi)的極點，而di表示單位圓外的極點。
H(z)=Σj=0Mβjz-j1-Σi=1Nαiz-1=Πj=1Min(1-ajz-1)Πi=1Nin(1-ciz-1)Πj=1Mout(1-bjz-1)Πi=1Nout(1-diz-1)---3.1]]>通過分解，任何傳遞函數(shù)H(z)可分成最小相位部分、全通部分和純時延(有時Hallpass(z)也包含時延z-n)的積。最小相位部分包含所有極點、固有的“內(nèi)部”零點(aj)和任意以幅值1/r(bj)映射到內(nèi)部的“外部”零點bj，稱它們?yōu)閎’j。全通部分包含原始的“外部”零點bj和極點，抵消人為引入的零點b’j這些極點表示為a’j。H(z)所有可能的幅值信息都保留在Hmph(z)中了，而所定義的Hallpass(z)的幅值總是一致的?？梢钥闯觯x的最小相位和傳遞函數(shù)中的幅值明確地鏈接在一起。最小相位系統(tǒng)和全通系統(tǒng)的分開可以用同態(tài)反卷積(homomorphicdeconvolution)來實現(xiàn)。響應h(n)的最小相位部分可用圖3.1中的步驟來提取，先形成復倒譜(complex cepstrum)，然后刪除該域中無關(guān)聯(lián)的信息，最后用逆操作恢復到時域上。
對混合相位系統(tǒng)hmix(n)進行逆變換本身會引起不穩(wěn)定。但是有趣的是不穩(wěn)定因果系統(tǒng)也可采用穩(wěn)定非因果系統(tǒng)的形式，因此通過允許非因果關(guān)系，最大相位系統(tǒng)的校正實際上變得可能實現(xiàn)。房間脈沖響應的過相位可通過引入時延加以均衡。為了考慮到所有過相位，因此利用理想的非因果性應該持續(xù)無限長時間，這當然是不可能的。從純粹的實用性出發(fā)，均衡過相位是在校正程度和可以容忍的時延量之間的折衷。最優(yōu)的，當在點到點情況下進行均衡hmax(n)時，在校正時延部分沒有人為錯誤出現(xiàn)，但只要再現(xiàn)系統(tǒng)改變即便改變程度很小，非因果校正將會引入人為錯誤。人為錯誤可以聽得到，如作為前回聲及/或前混響，這是令人非常氣惱的。
參數(shù)傳遞函數(shù)模型將傳遞函數(shù)H(z)以參數(shù)化方式建?？捎迷诰庵?，尤其是當H(z)中的現(xiàn)象與導出參數(shù)化模型的技術(shù)一致性很好時。通常，取方程3.2中的開始點，參數(shù)化模型分為三類MA(移動平均)模型，AR(自回歸(autoregressive))模型和ARMA(MA和AR的結(jié)合)模型。當一個或多個bj不為零點而所有ai都為零時，就是說，沒有一個分母多項式存在且H(z)＝B(z)時，出現(xiàn)移動平均模型。因此，只有零點模型是可能的，因為零點表示為頻率幅值譜中的凹陷(dip)，MA模型可能不是模型諧振的最好方式。
H(z)=B(z)A(z)=Σj=0Mbjz-j1+Σi=1Naiz-i=b0+b1z-1+···+bMz-M1+a1z-1+···+aNz-N---3.2]]>當B(z)多項式的系數(shù)bj＝0(除了常數(shù)b0)時，H(z)是自回歸函數(shù)H(z)＝b0/A(z)。這里我們得到分母的根，它在幅值譜上引起諧振峰。這更像我們一直在尋找的，因為這些諧振峰能很好體現(xiàn)所測的傳遞函數(shù)中的模態(tài)諧振峰。建立自回歸模型的一個方法就是通過線性預測(Linear Prediction)。線性預測假定H(z)＝1/A(z)模型，并嘗試找出A(z)多項式系數(shù)ai，以便在最小二乘方(LS)中使模型和測量間的誤差最小。這個過程假設(shè)脈沖響應h(n)的一個特殊采樣可用前面采樣的線性組合形成(或預測)。
關(guān)于AR方法的一個大問題就是，當模型直接用于逆均衡濾波器設(shè)計時，均衡濾波器G(z)變成FIR濾波器。FIR濾波相當于移動平均(moving averaging)，它具有有限脈沖響應，而且本身是穩(wěn)定的。AR模型很有吸引力，因為它能夠捕獲所測傳遞函數(shù)中我們想要解決的現(xiàn)象，還因為它能生成簡單且穩(wěn)定的最小相位逆濾波器。圖3.2顯示了一個低頻房間傳遞函數(shù)的48階LPC模型。
譜倒置、平滑(smoothing)和歸整(regularisation)沒有經(jīng)過任何修正，H(z)的單純倒置不需忍受相當大的時延通常是不可能的。如果只有最小相位均衡被接受，我們可以分解H(z)并將Hmph(z)倒置。對于前面討論的原因，在實際校正系統(tǒng)中這可能不是個好主意，但對頻譜進行平滑不失為一種可行的方法，也就是說，在1/N倍頻(octave)帶進行平均。這樣，窄帶影響被平均了，而實際上也引入了時域拖尾(smearing)?，F(xiàn)在，找到平滑的H(z)的倒譜并不難。當進行這種平滑時，任何相位信息最初都丟失了。但是，利用希爾伯特(Hilbert)變換，我們可以得到全新的相位部分，根據(jù)平滑的幅值部分構(gòu)成新的復數(shù)傅立葉變換。重新回到時域，允許小時延(由于所述的平滑，必須考慮少量的非因果關(guān)系)，我們制出基于平滑的傳遞函數(shù)的最小相位均衡器。
如果不允許任何平滑(或可能在結(jié)合中)，可以進行所謂的需經(jīng)倒置的傳遞函數(shù)的歸整。參考方程3.3，歸整將抑制凹陷(零點)效應，所需量由ζ常數(shù)決定，因此倒置的傳遞函數(shù)G(z)不會遭受相對于初始凹陷的相同尺寸峰的問題。當我們希望設(shè)計低頻均衡時，用譜倒置而不是用AR模型可能是有利的。然而，倒置應該基于H(z)的最小相位分解形式。
G(z)=1+ρ1H(z)+ρ2---3.3]]>扭曲頻率比例頻率扭曲(frequency warping)是使衰減在頻率比例上重新分布的方法。例如，重點可能更多地放在頻帶的低端上，以高端細節(jié)為代價。實際上，頻率扭曲是一種保角變換(conformal mapping)，其中離散時間系統(tǒng)中的正常時延成分z-1被一階全通濾波器D(z)取代，如方程3.4。
D(z)=z-1-λ1-λz-1---3.4]]>
因此，我們得到H(z)的非均勻分辨率頻率體現(xiàn)。當我們設(shè)法反映人的聽覺機理時，這可能非常有利，其中可觀察到依賴于類似對數(shù)頻率的頻率分辨率(frequency resolution)。恰當?shù)剡x擇λ(0.7-0.75)將產(chǎn)生類似于巴克比例(Bark scale)的頻率比例?，F(xiàn)在，脈沖響應可被扭曲，可在扭曲域中確定均衡濾波器，均衡濾波器響應也可解扭曲(相同的過程，只不過是用負λ)。但是它的缺點是，用上面的D(z)取代z-1將FIR濾波器轉(zhuǎn)變成IIR濾波器，所以穩(wěn)定性不能自動保證(尤其是對于大濾波器階次來說)，而且均衡濾波器有無窮脈沖響應，必須對它進行截斷(如果不進行截斷，實際上，均衡不在扭曲域進行)。這些WFIR濾波器能體現(xiàn)出更充分的聲學應用中的濾波能力的分配。
早期的反射衰減和擴散已經(jīng)開發(fā)了用于衰減房間脈沖響應h(n)中的初始階段的強反射問題的技術(shù)。這項技術(shù)證明，實際上它并不是設(shè)法對反射去卷積，它將從位置敏感觀察點發(fā)出告警。不同的，它衰減每一個反射及反射周圍任何小時間范圍內(nèi)的所有其它因素。算法不是非常復雜，而且可以很容易合并到房間聲學校正架構(gòu)中。利用上面所描述的技術(shù)，只有頻域影響得到直接解決，我們可能正好希望所作的動作也會在時域中有積極的影響。反射衰減算法解決了惱人的時域影響。形成這個算法包含以下幾個步驟，從實際角度看，它是一種相當新的解決房間聲學校正的方法。
●包含早期反射的長度tc的分段c(n)從h(n)中分離出來●c(n)的幅值譜進行平滑得到G(z)●G(z)倒置且逆變換成g(n)●g(n)用時延tcaus因果化(causalised)成gcaus(n)●gcaus(n)與特殊窗口相乘作為反射衰減的可選方法，為了致使不可聽見的第一強反射作為可分離的現(xiàn)象，可應用擴散濾波器(也是作者所設(shè)計的新技術(shù))。小序列(幾毫秒長度)的白噪聲，按指數(shù)加權(quán)減少到平均10％，用所測的脈沖響應進行卷積。初始階段的強反射在時間上拖尾，響應的初始部分包含更多能量，因此，透明度指數(shù)(Clarity index)將增大，但DR可能不會，因為直達的聲音沒有被放大。這種情況與具有許多彼此接近的相對低幅度的反射情況相似。實際上，它們的幅度可以相當高，但由于間隔小，它們的各個貢獻很可能就聽不見了。
過相位(excess phase)均衡因為hallpass(n)不包含頻率幅值相關(guān)信息，我們可以用這個來卷積初始響應，而且只有相位發(fā)生改變。實際上，可以顯示出，用給定的方程3.5進行卷積導致完全去除過相位。所以，只有h(n)的最小相位形式被保留下來。當然，對于無限長序列，不能確定方程3.5，所以必須選擇有限長度的因果化(causalisation)。此外，實際原因要求這種限制，例如引入幾百毫妙的時延破壞了組合音頻/視頻再現(xiàn)的同步問題。這減少了可用來校正的過相位的量。還有，為了將前回音和前混響影響的損失減少到最小，因果化應該盡可能選小值。
hm(n)＝h(n)hallpass(-n)3.5發(fā)明內(nèi)容本發(fā)明的目的是改善揚聲器行為，其與放置了揚聲器的房間的聲學參數(shù)有關(guān)。
該目的用權(quán)利要求書1中的前序部分中定義的方法實現(xiàn)，其特征在于如下的步驟a)所測的脈沖響應經(jīng)算法進行預處理和加權(quán)，b)使用交叉濾波器和下采樣，來自預處理算法的輸出通過算法被分離并適合于至少兩個頻率，c)來自頻帶分離算法的輸出被饋送到至少兩個頻帶校正濾波器算法，d)來自頻帶校正濾波器算法的輸出被饋送到時延和幅值校準設(shè)計算法，e)來自校準算法的輸出被饋送到后處理算法，f)存儲并使用來自后處理算法的輸出，以對被饋送到放大器中的聲音源進行實時均衡。
如權(quán)利要求2所述，預處理算法的輸出被分成典型的三個頻帶，所述的三個頻帶分別為低頻、中頻和高頻，獲得了一種屬于頻域上的聲學行為的某些方面的自適應更強的校正。
如權(quán)利要求3所述是有利的方法，如果預處理算法的輸出用作預校正算法的輸入，則所述的預校正算法具有至少多于一個的輸入適合于接收一個或多個可選電路的輸出，其體現(xiàn)了對收聽位置處接收到的聲音具有特定聲學影響，而且所述的預校正算法包含被饋送到頻帶校正濾波器設(shè)計算法的輸出。
這樣就可能適應全面均衡，不僅適應房間的物理參數(shù)而且適應其它參數(shù)，例如，如權(quán)利要求4所述，其中一個可選電路體現(xiàn)了在無回聲房間的理想條件下從揚聲器測得的參數(shù)；或如權(quán)利要求5中所述，其中一個可選電路體現(xiàn)了根據(jù)心理聲學條件得到的參數(shù)。
實驗表明，如果實施這種方法的話，在最初的30ms所測的脈沖響應中的反射被衰減的程度要比在剩下的脈沖響應中被衰減的程度厲害得多，這樣就可以獲得更好的均衡，如權(quán)利要求6中所述。
為了確保當離開均衡過程時所有被處理的信號按時間順序，采取下面措施是有利的如權(quán)利要求7所述，校準算法包含使來自頻帶濾波器的輸出信號同步的校準功能，或如權(quán)利要求8所述，校準算法還包含縮放(scaling)和求和功能。
最后，如權(quán)利要求9所述，校正是相對于聽者所在房間的特定部分進行的，有可能選擇用戶需要均衡的精確程度。
換句話說，如果用戶想要非常高的精度，那么他必須選擇房間的非常小的部分或區(qū)域，在這些位置上均衡是最理想的；反之亦然。
正如所提到的，本發(fā)明還涉及了使用。
這種使用在權(quán)利要求10中限定。


下面，結(jié)合附圖將對本發(fā)明進行更清楚的解釋說明，在附圖中圖1.1是示出了原理上實時音頻事件應當如何在存儲之后被顯示。
圖1.2(左)是示出了關(guān)于怎樣設(shè)計均衡器的簡化方框圖和(右)怎樣應用均衡器的簡化方框圖。
圖2.1是示出了一個例子，顯示了來自房間中的揚聲器所發(fā)送的源的反射。
圖2.2是示出了從收聽室測得的脈沖響應測量。
圖2.3是示出了在5Hz頻帶內(nèi)的模態(tài)響應的曲線。
圖2.4是示出了低頻幅值譜。
圖2.5是示出了解釋值得單獨關(guān)注的時頻區(qū)域的示圖。
圖3.1是示出了時域函數(shù)進行變換和逆變換的示圖。
圖3.2是示出了低頻房間傳遞函數(shù)的48階LPC模型。
圖4.1是示出了描述根據(jù)本發(fā)明所使用的各種算法的方框圖。
圖4.2是根據(jù)圖4.1的濾波器的詳細方框圖。
圖4.3是示出了用于圖4.1中的算法的傳遞函數(shù)的示圖。
圖4.4是根據(jù)圖4.1的兩個可選方案的詳細方框圖。
圖4.5是示出了根據(jù)本發(fā)明的兩個可能的校正系統(tǒng)結(jié)構(gòu)的方框圖。
圖5.1是示出了顯示了根據(jù)本發(fā)明的算法性能的DFT幅值譜。
圖5.2是含有反射衰減功能的校正算法。
圖5.3是示出了顯示了應用反射衰減功能情況下的校正算法性能的DFT幅值譜。
圖5.4是示出了根據(jù)本發(fā)明的均衡器的優(yōu)化性能的DTF幅值譜。
圖5.5是示出了在揚聲器校正前的累積譜衰落，以及圖5.6是示出了校正后的累積譜衰落。
具體實施例方式
在圖4.1中，顯示了用于揚聲器/房間校正設(shè)計的框架的示意圖。主要功能是預處理、頻帶分離、三頻帶校正及后處理，這些模塊的內(nèi)容在下一部分進行詳細解釋。房間聲學校正設(shè)計框架以一種靈活的方式建立起來，它允許所有參數(shù)都具有靈活性。雖然設(shè)計框架從單個傳播路徑脈沖響應的校正出發(fā)，但這可以通過更多響應的加權(quán)平均來構(gòu)成。在低頻范圍有相當多的諧振峰出現(xiàn)，約為2Hz的頻率分辨率就能滿足需要，但是用FIR濾波器的直接實現(xiàn)需要大約22,000個濾波器系數(shù)才能得到這個分辨率。今天，這對于標準信號處理器來說仍然太大。然而僅在低頻帶才需要這么高的分辨率，所以頻帶分離和下采樣技術(shù)顯然開始發(fā)展。為了放寬對三帶校正設(shè)計的需求或加強特定時域校正，初始響應可用輔助函數(shù)來修正，看部分4.6。
第一步，初始輸入響應由所測的脈沖響應得到。初始響應可基于單個測量，或者更多脈沖響應hi(n)可以用任意加權(quán)進行平均(只是作為縮放的逐個采樣相加)——在整個帶寬內(nèi)或優(yōu)選的僅在一些頻率fc_avrg下。這允許輸入一個平滑響應，以避免或減少高頻處的位置敏感度，或暗中對來自低頻諧振的感知影響做更好的評估。綜合考慮也是允許的，即，低于fc_avrg頻帶，輸入響應可為從多個源到單個接收機位置的響應平均，而在高于fc_avrg頻帶，將確定單個測量。關(guān)鍵點仍是在每次為一個傳播信道設(shè)計一個校正。
初始輸入響應被分離成三個頻帶，允許依賴于專用頻率的校正，如房間聲學及心理聲學觀點。為了使這些來自交叉濾波器的任何可聽得見的影響減到最小，頻帶分離采用線性相位FIR濾波器。必須輸入四個頻率低截止頻率和高截止頻率及兩個交叉頻率。合理的方式是較低的交叉頻率選在房間的Schroeder頻率附近，而較高的交叉頻率要高6-7倍，其中位置敏感性規(guī)定了方案(agenda)。對于高頻帶保持初始采樣速率，但基于方便和適當照顧處理功率的原因，中頻帶和低頻帶以交叉頻率的3-4倍的速率進行重采樣。
三個頻帶的每一頻帶中，需經(jīng)均衡的響應的持續(xù)時間(采樣長度)可以設(shè)定，這樣由于頻率分辨率的降低而強加了一個固有平滑。這個平滑表明是有利的，而縮短響應持續(xù)時間肯定會降低處理功率的需要。有理由相信，頻率越高，所需的響應越短。
低頻信道被限制在接近Schroeder頻率，典型約為150Hz，指向低于1kHz的采樣頻率。在這種情況，2Hz的頻率分辨率典型需要是濾波器少于500個抽頭。魯棒(robust)的倒置濾波器設(shè)計方法可以基于輸入響應的AR模型(所有極點)。倒置濾波器是基于LPC技術(shù)的，在第3部分進行了簡要描述，而濾波器的級數(shù)是可變的。這種補償方法很有吸引力，因為●它特別有助于抑制諧振峰，●均衡濾波器是一個全零濾波器——穩(wěn)定性總是得到保證，和●均衡濾波器為自動最小相位。
產(chǎn)生合并了均衡濾波器的另一種方法就是僅僅將復譜倒置。但是，為了讓諧振峰加權(quán)比相同幅度的凹陷更大，這里的頻譜在倒置之前經(jīng)過歸整。這種方法不能確保最小相位濾波器(僅幅值譜被采用)，當它達到穩(wěn)定時，趨向于劣于LPC方法。最后，加上這兩個與幅度相關(guān)的方法中的任何一個，輸入響應中任何數(shù)量的過相位可以用過相位響應的鏡像卷積(mirror convolution)來補償——但是，付出的代價是等于過相位響應長度的時延。
正如所描述的，較低的交叉頻率應該選擇在Schroeder頻率周圍，因為位置敏感度在幾倍fschr頻率處是個問題，所以 通過濾波器組的平滑可用心理聲學來激發(fā)，分辨率大約為0.5-1巴克(Bark)。在500Hz以上的頻率范圍，分辨率粗略對應為1/6-1/3倍頻。巴克比例與人的聲學感知(包括音質(zhì))的關(guān)系更大。在中頻頻帶，要實現(xiàn)下面選項●用LPC技術(shù)進行AR模型和倒置濾波器設(shè)計(或)●最小相位幅值譜倒置●預平滑●預扭曲●反射擴散最后的選項是通過將響應和短(5ms)指數(shù)加權(quán)白噪聲響應進行卷積來降低初始階段強反射的可聽度的途徑。這個“擴散”濾波器往往在某種程度上模糊了可分離的反射而且對混響時間和清晰度確實不利。此外，AR模型的階是可變的，因為如果可能的話，平滑因子(從1倍頻到1/24倍頻)和扭曲因子允許將更多注意投注到中頻頻帶較低部分。
在高頻范圍，為了1/6到1/3倍頻的頻寬內(nèi)的聲調(diào)平衡的校正，應該優(yōu)選地減小均衡。請注意，心理聲學激發(fā)的巴克比例在500Hz以上接近1/3倍頻。FIR濾波器的應用本身施加了一個由加載的窗引起的頻率平滑，以限制濾波器響應的長度。在高頻頻帶，要實現(xiàn)以下選項●最小相位幅值譜倒置●預平滑●反射擴散以及在中頻頻帶，這里也可實現(xiàn)有反射擴散，可獲得三個可供選擇的目標函數(shù)其中一個為平坦頻譜，其中兩個為微小衰落譜(decayingspectra)(分別是每進十為4dB和7dB)。AR模型方法不太適合這個頻帶，因為它太多關(guān)注諧振峰，但這里不需要甚至不希望窄帶均衡。整個三頻帶均衡器的功能模塊如圖4.4所示。
為了改善校正性能，可有另外兩個選擇。兩個選擇(如果可能的話)都改變了三頻帶均衡器的初始響應，因此三個均衡濾波器工作在改變的響應上，三頻帶均衡器的輸出必須再次校正。進入頻域并簡化三頻帶均衡器的功能以實現(xiàn)盲倒置(blind inversion)(當然它不是)，這個概念如圖4.3所示。不管變換過程中發(fā)生了什么，所輸入的需經(jīng)校正的傳遞函數(shù)H(z)必須以1/H(z)結(jié)束。從而，在倒置之后必須應用這個體現(xiàn)了示為R(z)的輔助選項的線性操作。
三頻帶均衡器主要工作在頻域，但為了控制輸入響應中的各反射，它必須工作在時域。所解決的反射序列被截斷，頻率被變換，而且在倒置前需經(jīng)歸整或平滑，以避免太敏感的反射修正。采用這種修正的反卷積技術(shù)，高達30ms的響應被反射衰減濾波器衰減了6-12dB。由于位置敏感度問題及不確定的主觀響應質(zhì)量，完全取消反射圖形，使得在最初15-30ms內(nèi)根本沒有能量，這是不合乎需要的。歸整和平滑都要求后因果化(引入衰落)，最終反射衰減濾波器為帶通濾波，以便將它的工作頻帶限制在頻帶100-1000Hz上—也為了減小完全的取消，尤其是在高頻，看圖4.4。反射衰減算法在第3部分作了更詳細描述。
由于某些原因，對揚聲器進行預均衡并將均衡濾波器包含在工作在整個輸入房間響應上的算法中是有利的，例如，當希望進行特定的揚聲器修正時。提出了四種均衡揚聲器的方式，如圖4.4所示。
在圖4.5中，顯示了兩個可能的校正系統(tǒng)結(jié)構(gòu)“脫機(off-line)”結(jié)構(gòu)，其中均衡濾波器是基于所測的響應設(shè)計并存儲；“聯(lián)機(on-line)”實時結(jié)構(gòu)，其中電信號是基于所存儲的濾波器進行下采樣、校正的，并進行再次采樣和添加進去以形成最終的校正信號。在“脫機”結(jié)構(gòu)中，每一個頻帶的校正設(shè)計后，由于可能引入時延，對校正濾波器進行縮放(scaled)和時間校準，最后存儲在濾波器組中。此外，這三個濾波器被重新采樣達到初始速率并一起加為一個FIR濾波器——主要用于評估目的。為了讓校正的響應在250Hz到5kHz頻帶如初始響應一樣具有相同的能量，施加一個淡出窗(也用于評估目的)且對最終濾波器進行縮放。
房間聲學均衡器性能的例子輸入到頻帶分離/下采樣中的響應在低于150Hz頻帶上以兩個響應的相等加權(quán)數(shù)合成(立體聲揚聲器和一個測量點)，而在高于150Hz頻帶無需平均。引入這個平均是為了更好地獲取普遍的諧振現(xiàn)象而不是僅僅由兩個揚聲器位置單獨產(chǎn)生的諧振現(xiàn)象。但是，對各傳遞函數(shù)進行非常小的精確校準是耗費成本的。最后，對響應進行縮放(scaled)直到它的總能量等于1。
三頻帶均衡的交叉頻率分別設(shè)為150Hz和900Hz。Schroeder頻率為95Hz，所以在高于150Hz頻帶沒有個別諧振現(xiàn)象，而選擇900Hz是因為中頻頻帶校正太靈敏而不能用于更高頻率。實際上，700Hz和1.5kHz間的任何交叉頻率都可以滿足要求，但是，如上所述所選擇的專用算法的交叉頻率結(jié)果為900Hz。最低和最高的校正頻率分別設(shè)為25Hz和22kHz。進行下采樣，以在1.5上對新的尼奎斯特(Nyquist)頻率給出交叉頻率(這些為422 Hz和2430 Hz)，其等于下采樣因子144和25。
交叉濾波器都是線性相位FIR濾波器，階數(shù)已按標準選擇，當增加理想脈沖的下采樣頻帶時，結(jié)果應該盡可能接近未濾波的理想脈沖。此外，LP和HP濾波器(對于兩個交叉頻率)的斜率應該近似相同。這導致低通濾波器的級數(shù)為18、28和18，而高通濾波器的級數(shù)為28、84和560。
在低頻帶，選擇計算描述了傳遞函數(shù)的AR(自回歸)模型。這個模型1/A(z)只包含極點，因此很好描述了模態(tài)諧振峰。AR模型由線性預測編碼(LPC)獲得，在A(z)多項式中的系數(shù)個數(shù)設(shè)定為48，類似于24個第二級極點的影響。假設(shè)(并校驗)24個這種極點應該足夠建模高達150Hz的可分離諧振。用A(z)多項式作為FIR均衡濾波器將除去傳遞函數(shù)中的特征峰，也沒有不希望地將能量引入傳遞函數(shù)的自然凹陷中。為了補償諧振峰衰減的能量損耗，整個低頻帶放大1.5dB。在低頻帶，均衡工作在整個輸入響應500ms上，產(chǎn)生了2Hz的固有平滑。
在中頻帶，僅用最初150ms的輸入響應(這強加了一個7Hz的最大頻率分辨率，實際上是滿足需要的，因為我們不希望像在低頻頻帶那樣，在這里太多關(guān)注窄帶峰現(xiàn)象)，此外，這里用到了AR模型技術(shù)。用第3部分描述的頻率扭曲技術(shù)，更多關(guān)注低頻成為可能，且采用0.72的扭曲因子，LPC數(shù)學更關(guān)心150-400Hz的頻帶而不是高于400Hz的頻帶。假設(shè)隨著頻率的增加，很容易用AR極點來建模的傳遞函數(shù)現(xiàn)象也變得更少，即我們有充分的理由將AR模型和頻率扭曲結(jié)合。
高頻頻帶處理初始50ms，產(chǎn)生20Hz的頻率分辨率(這與只有相對寬帶的均衡才能在此進行的情況極其相符)。在這個頻帶，采用直接譜倒置，但倒置前輸入的響應譜進一步進行1/4倍頻平滑。所述平滑去除了所有相位信息，但是，它用希爾伯特變換關(guān)系重新存儲。倒置之后，頻譜用微小衰落函數(shù)(從1kHz到10kHz的-4dB)加權(quán)，類似于房間脈沖響應中的自然高頻衰減，最后變換回時域FIR濾波器。
圖5.1中，顯示了算法性能?；疑珗D區(qū)顯示了輸入到校正設(shè)計框架中的響應及其頻譜，而黑色曲線顯示了校正后的脈沖響應及其頻譜。特別的，在頻譜圖區(qū)很容易看出校正效果。
現(xiàn)在來研究反射衰減能力。輸入響應是經(jīng)再次低頻位置平均的，但現(xiàn)在在三頻帶均衡器之前啟動反射衰減函數(shù)。對于最初10ms，反射設(shè)為減少了(但如第3部分所述并未完全去除)約8dB，這在圖5.2清楚顯示出來。假設(shè)通過三頻帶均衡器增強的(反射衰減)響應不會對生成的頻率幅值譜產(chǎn)生太大影響，看圖5.3。這看起來跟那些嚴格根據(jù)期望的初始算法得到的響應一樣好，因為采用相同的算法參數(shù)，而且根據(jù)該校正設(shè)計框架，輸出響應如它所應當?shù)哪菢邮怯梅瓷渌p濾波器進行后校正的。
校正設(shè)計框架的可供選擇的應用這個算法的目的是為了顯示當主觀性能不是問題時，它可能將設(shè)計框架配置成進行非常精確的校正。在低頻頻帶，不對輸入響應進行平均，也不對收聽位置和揚聲器的位置進行平均。對所有三個頻帶來說，處理響應長度為500ms。在低頻和中頻兩個頻帶，采用非常明細的AR模型，在低頻帶采用120個系數(shù)。在中頻帶，不進行平滑和預扭曲，采用多達288個LPC系數(shù)。此外，在高頻帶省略了平滑和衰落目標函數(shù)。所以從信號處理的角度出發(fā)，由于大量的LPC系數(shù)，在三個頻帶上發(fā)生的行為或多或少類似于整個頻譜倒置(僅以受控和強大的方式)——但它以最小相位方式進行。除了過相位外，倒譜作用不大，那就是為什么采用調(diào)制為達到更高精度的三頻帶技術(shù)?？陀^性能很突出，如圖5.4中所示。
校正設(shè)計框架也非常適合單獨均衡揚聲器。無回聲測量的揚聲器傾向于采用與所建立的房間校正中用到的相同的校正算法的優(yōu)化參數(shù)。圖5.5和5.6顯示了校正前和校正后的累積頻譜衰落。均衡在兩個域中都相當突出。
權(quán)利要求
1.一種對放置于房間中的揚聲器發(fā)出的聲音進行數(shù)字均衡的方法，具有組合的揚聲器/房間傳遞函數(shù)，所述的方法包含在房間中放置麥克風，通過放大器從揚聲器中發(fā)送出一個或多個脈沖，在所需的收聽位置上測量脈沖響應，所述的方法的特征在于以下的步驟a)所測量的脈沖響應通過算法進行預處理和被加權(quán)；b)采用交叉濾波器和下采樣，預處理算法的輸出用算法進行分離并且適合于至少兩個頻帶；c)頻帶分離算法的輸出被饋送到至少兩個頻帶校正濾波器設(shè)計算法；d)頻帶校正濾波器設(shè)計算法的輸出被饋送到時延和幅值校準算法；e)校準算法的輸出被饋送到后處理算法；以及f)存儲并使用后處理算法的輸出，以對被饋送到放大器的聲音源進行實時均衡。
2.如權(quán)利要求1所述的方法，其中，預處理算法的輸出被分成典型的三個頻帶，所述的三個頻帶分別為低頻、中頻和高頻頻帶。
3.如權(quán)利要求1或2所述的方法，其中，預處理算法的輸出被用作預校正算法的輸入，所述預校正算法具有至少多于一個的輸入適用于接收一個或多個可選電路的輸出，這些輸出體現(xiàn)了對在收聽位置上所接收到的聲音產(chǎn)生的特定聲學影響，并且所述的預校正算法具有一個被饋送到頻帶校正濾波器設(shè)計算法的輸出。
4.如權(quán)利要求3所述的方法，其中，可選電路之一體現(xiàn)了在無回聲房間的理想條件下從揚聲器測量到的參數(shù)。
5.如權(quán)利要求3或4所述的方法，其中，可選電路之一體現(xiàn)了從心理聲學條件得到的參數(shù)。
6.如權(quán)利要求2-5所述的方法，其中，在最初30ms中，所測量到的脈沖響應中的反射的衰減比其余脈沖響應的衰減強。
7.如權(quán)利要求1-6所述的方法，其中，校準算法包含用于使頻帶濾波器的輸出同步的校準功能。
8.如權(quán)利要求1-7所述的方法，其中，校準算法還包含縮放及求和功能。
9.如權(quán)利要求1-8所述的方法，其中，校正是相對于聽者所在房間的特定部分進行的。
10.如權(quán)利要求1-9所述的方法在多通道設(shè)置的揚聲器中的使用。
全文摘要
一種對放置于某個房間中的揚聲器發(fā)出的聲音進行數(shù)字均衡的方法，所述的房間具有影響用戶感知聲音的方式的可變的聲學特性，通過用麥克風測量一個或多個沖響應，在房間的特定部分進行校正，所述的脈沖響應在預處理算法中、至少兩個并行頻帶校正算法和后處理算法中進行處理。一種選擇是，預校正算法可設(shè)置在預處理算法和頻帶校正濾波器之間。預校正算法適合接收體現(xiàn)了所測的無回聲房間內(nèi)的理想條件下的揚聲器特性的輸入，和/或來自反射衰減算法的參數(shù)。來自后處理算法的最后濾波器參數(shù)被存儲并用于校正與放大器連接的源發(fā)出的聲音，并向揚聲器饋送揚聲器所放置的實際房間的聲學行為。如果房間中的參數(shù)發(fā)生改變，那么為了建立新的濾波器參數(shù)，可以重復根據(jù)本發(fā)明的校正方法。
文檔編號G10K15/00GK1659927SQ03813761
公開日2005年8月24日 申請日期2003年6月12日 優(yōu)先權(quán)日2002年6月12日
發(fā)明者拉爾斯·格特弗里德·約翰森 申請人:伊科泰克公司