專利名稱：3d音頻中水平方位參數(shù)的編解碼性能評(píng)價(jià)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及失真測(cè)度領(lǐng)域，更具體地，涉及3D音頻中水平方位參數(shù)的編解碼性能評(píng)價(jià)方法。
背景技術(shù)：
3D音頻編解碼技術(shù)是當(dāng)今多媒體技術(shù)領(lǐng)域的熱點(diǎn)和發(fā)展方向。3D音頻的基本原理是通過(guò)模擬空間點(diǎn)聲源在人耳產(chǎn)生的聲場(chǎng)，使聽者感覺(jué)聲音從空間某聲源對(duì)應(yīng)位置發(fā)出。其中，主要由雙耳效應(yīng)完成對(duì)聲源水平方位信息的判斷，因此3D音頻中水平方位信息的獲取和處理技術(shù)又稱為雙耳聲學(xué)技術(shù)。為了理解雙耳聲學(xué)技術(shù)，首先必須了解人耳定位的基本原理。空間某聲源發(fā)出的聲音傳遞到人的兩耳，因?yàn)閭鞑ヂ窂降牟煌瑫?huì)產(chǎn)生差異，主要有時(shí)間差(ITD，interauraltime difference)和強(qiáng)度差(ILD, interaural level difference),并且聲音在傳遞過(guò)程中會(huì)與人的軀干、肩膀、頭部以及耳廓發(fā)生一系列的相互作用，使聲音改變，人耳則根據(jù)聲音到達(dá)兩耳的時(shí)間、強(qiáng)度等差別來(lái)確定聲源的水平位置。通常將ITD、ILD等表現(xiàn)聲源水平位置信息的參數(shù)成為水平方位參數(shù)。根據(jù)這一原理，在對(duì)3D音頻進(jìn)行編解碼的過(guò)程中，將ITD、ILD等能表示聲源方位信息的參數(shù)提取出來(lái)進(jìn)行處理，實(shí)現(xiàn)編解碼后的信號(hào)能通過(guò)這些參數(shù)模擬聲源位置。失真，是評(píng)價(jià)3D音頻編解碼性能的一項(xiàng)重要指標(biāo)，它體現(xiàn)了編解碼后信號(hào)與原始信號(hào)的差距。失真的值越小，編解碼性能越好。目前在3D音頻編解碼技術(shù)領(lǐng)域，對(duì)聲源方位信息編解碼效果的評(píng)價(jià)使用的是統(tǒng)計(jì)學(xué)失真，如均方誤差(加權(quán)平方誤差、譜失真測(cè)度、
N
倒譜失真測(cè)度)等。均方誤差是各數(shù)值偏離目標(biāo)值距離的平均數(shù)，其公式為
權(quán)利要求
1.3D音頻中水平方位參數(shù)的編碼性能評(píng)價(jià)方法，其特征在于 將水平方位參數(shù)及其JND值引入統(tǒng)計(jì)學(xué)失真測(cè)度中構(gòu)建主觀感知失真測(cè)度，利用所構(gòu)建的主觀感知失真測(cè)度進(jìn)行3D音頻中水平方位參數(shù)的編解碼性能評(píng)價(jià)。
2.根據(jù)權(quán)利要求I所述的3D音頻中水平方位參數(shù)的編碼性能評(píng)價(jià)方法，其特征在干，進(jìn)步包括如下子步驟 步驟I、將一段音頻中的各幀信號(hào)劃分為N個(gè)頻帯，即得到N個(gè)子帶； 步驟2、提取各子帶編解碼前的水平方位參數(shù)值； 步驟3、提取各子帶編解碼后的水平方位參數(shù)值； 步驟4、根據(jù)各子帶的頻率值，獲取各子帶對(duì)應(yīng)的JND值； 步驟5、以統(tǒng)計(jì)學(xué)失真測(cè)度為基礎(chǔ)，根據(jù)各子帶編解碼前的水平方位參數(shù)值、各子帶編解碼后的水平方位參數(shù)值和各子帶對(duì)應(yīng)的JND值構(gòu)建每ー幀信號(hào)的主觀感知失真測(cè)度；步驟6、根據(jù)各幀信號(hào)的主觀感知失真測(cè)度獲取一段音頻中各幀信號(hào)的主觀感知失真，井根據(jù)各幀信號(hào)的主觀感知失真得到該段音頻的主觀感知失真，從而評(píng)價(jià)編解碼器的水平方位參數(shù)的主觀感知失真。
3.根據(jù)權(quán)利要求I或2所述的3D音頻中水平方位參數(shù)的編碼性能評(píng)價(jià)方法，其特征在于 所述的主觀感知失真測(cè)度D為
4.根據(jù)權(quán)利要求I或2所述的3D音頻中水平方位參數(shù)的編碼性能評(píng)價(jià)方法，其特征在于 所述的主觀感知失真測(cè)度D為
全文摘要
本發(fā)明提出了一種3D音頻中水平方位參數(shù)的編碼性能評(píng)價(jià)方法。本發(fā)明方法將水平方位參數(shù)及其JND值引入統(tǒng)計(jì)學(xué)失真測(cè)度中構(gòu)建主觀感知失真測(cè)度，利用所構(gòu)建的主觀感知失真測(cè)度進(jìn)行3D音頻中水平方位參數(shù)的編解碼性能評(píng)價(jià)。本發(fā)明方法將水平方位參數(shù)的JND看作統(tǒng)計(jì)意義上人耳能忍受的水平方位偏差，引入統(tǒng)計(jì)學(xué)失真測(cè)度構(gòu)建主觀感知失真測(cè)度，從而進(jìn)行編解碼性能的評(píng)價(jià)指標(biāo)。本發(fā)明方法能保證3D音頻編碼的評(píng)價(jià)結(jié)果與人耳主觀感知更加一致，使3D音頻編解碼效果更符合人耳主觀感知特性，從而提高編解碼技術(shù)的主觀性能。
文檔編號(hào)G10L25/27GK102867518SQ20121033350
公開日2013年1月9日 申請(qǐng)日期2012年9月10日 優(yōu)先權(quán)日2012年9月10日
發(fā)明者胡瑞敏, 王曉晨, 劉夢(mèng)穎, 王櫻, 楊?yuàn)檴? 王汪, 涂衛(wèi)平, 楊玉紅, 王松 申請(qǐng)人:武漢大學(xué)