自适应动态范围

1 动态范围控制 Dynamic Range Control DRC 广泛应用于音频信号处理领域 例 如助听器中最常见的宽动态范围压缩方法 Wide Dynamic Range Compression WDRC 音频信号处理中最常用的自动增益控制 Automatic Gain Control AGC 方法等 动态 范围控制 顾名思义 是将输入音频信号的动态范围映射到指定的动态范围 通常映射 后的动态范围小于映射前的动态范围 因此称之为动态范围压缩 音频信号可以进行整 体的动态范围控制 也可以划分为若干子带 并对各个子带分别进行动态范围控制 一 个典型的动态范围控制方法的处理效果示意图如图 1 所示 图 1 中 横坐标表示输入信号的声压级 Sound Pressure Level SPL 单位 kn G X 为 dB 纵坐标表示输出信号的声压级 黄色对角线表示输入信号与输出信号 kn G Y 的声压级相等 即无动态范围控制处理 红色折线表示动态范围控制处理曲线 动态范 围压缩处理曲线按照输入信号 SPL 从低到高的顺序依次包括如下折线段 1 扩展段 由扩展比 Expansion Ratio ER 和扩展阈值 Expansion Threshold ET 参数确定 图 1 中 表示扩展段内输出 SPL 的动态范围是输入 SPL 的动态3 1 ERdBSPL20 ET 范围的 3 倍 扩展了 3 倍 表示 SPL 小于 20dBSPL 的输入信号属于扩展段 2 低水 平段 由低水平增益 Low Level Gain LLG 低阈值 Lower Threshold LT 和 ET 参数确定 图 1 中 横坐标的输入 SPL 从 ET 到 LT 的区dB20 LLGdBSPL40 LT 间属于低水平段 该段内只对输入信号信号进行线性增益处理 即对于不同 SPL 的输入 ET LT UT LLG Level LT HLG Level 输输入入 dB SPL 输输出出 dB SPL kn G Y kn G X 120 低阈值 低水平增益 高阈值 扩展比 扩展阈值 高水平增益 压缩比 自动增益控制输出 2 信号都采用相同的增益 图 1 中该增益为 其中 Level 表示系统的dB40 LevelLLG 其他模块提供的增益 3 压缩段 由压缩比 Compression Ratio CR 高阈值 Upper Threshold UT 和 LT 参数确定 图 1 中 横坐标1 5 2 CRdBSPL90 UT 的输入 SPL 从 LT 到 UT 的区间属于压缩段 该段内对输入信号进行动态范围压缩处理 图 1 中输入 SPL 的动态范围是输出 SPL 的动态范围的 2 5 倍 压缩了 2 5 倍 4 高 水平段 由高水平增益 High Level Gain HLG 高阈值 Upper Threshold UT 和 自动增益控制输出 Automatic Gain Control Output AGCO 值确定 图 1 中 横坐标的输入 SPL 从 UT 到dB10 HLGdBSPL90 UTdB120 AGCO 120dBSPL 的区间属于高水平段 该段对输入信号进行线性增益处理 并且带有 AGCO 功能 AGCO 判断输出信号的 SPL 是否超出预先指定的阈值 图 1 中 对dB0 AGCO 应 120dB SPL 若超出该阈值则置为该阈值 与低水平段的处理相同 对于不同 SPL 的输入信号都采用相同的增益 图 1 中该增益为 其中 Level 表示dB10 LevelHLG 系统的其他模块提供的增益 图 2 给出了图 1 所示的输入 输出函数关系曲线图对应的 输入 增益函数关系示意图 从图 2 可明显观察到扩展段 低水平段 压缩段和高水平 段的增益特点 图 1 所示的输入 输出函数关系图可总结为如式 1 所示的数学表达式 相应的图 2 所示的输入 增益函数关系图可总结为如式 2 所示的数学表达式 其中 表示 dB 单位的增益 表示表示线性的增益 kn G kn L G 输输入入 dB SPL 增增益益 dB 120 图 2 3 otherwisekn AGCOknAGCO kn Tmp Tmp G Y Y Y UTknLevelHLGkn UTknLT CR LTkn LevelLLGLT LTknETLevelLLGkn ETknSP ER SPkn SPkn kn GG G G GG G G G Tmp 0 XX X X XX X X X Y LLGLTHLGUT LTUT CR ERLevelLLGETETSP 1 20 10 kn L kn G G otherwisekn AGCOknknknAGCO kn Tmp GTmpG G XGX G UTknLevelULG UTknLTkn CR LTkn LevelLLGLT LTknETLevelLLG ETknSPkn ER SPkn SPknkn kn G GG G G GG G GG Tmp X XX X X XX X XX G LLGLTHLGUT LTUT CR ERLevelLLGETETSP 2 DRC 方法的原理框图如图 3 和 4 所示 kn X kn Y 信号幅度检测 信号幅度检测 计算增益 计算增益 图 3 4 kn X kn Y 信号幅度检测 信号幅度检测 计算增益 计算增益 1 z 图四 其中图 3 表示前馈动态范围控制 图 4 表示反馈动态范围控制 图中 表示 kn X 输入信号 表示输出信号 n 表示时间帧 k 表示频域子带 不失一般性 我们 kn Y 以图 3 的前馈动态范围控制为例对处理流程进行说明 信号幅度检测可为幅度的均方根 Root Mean Square RMS 检测或峰值检测 常用的均方根检测的数学表达式如式 3 所示 采用平滑滤波器替代平均计算 平滑系数为 为输入信号 kn X 的幅度 常用的峰值检测方法有 标准峰值检测如式 4 所示 修正峰值检测 kn X I 型如式 5 所示 修正峰值检测 II 型如式 6 所示 平滑峰值检测 I 型如式 7 所 示 平滑峰值检测 II 型如式 8 所示 其中为跟踪时间 Attack Time 系数 为 释放时间 Release Time 系数 它们的取值区间为 0 1 计算增益步骤中 首先将 转化为 dB 值得到 然后根据式 2 的输入 增益 kn L X knkn LG log20 10X X 函数关系计算得到 最后将与输入信号相乘得到输出信号 kn L G kn L G kn X kn Y knknkn LL 1 1 XXX 3 0 1 max1 1 knknknkn LLL XXXX 4 knknkn knknkn LL 1 1 1 max 1 11 XXX XXX 5 knknkn knknknkn kn LL LL L 1 1 1 1 1 XXX XXXX X 6 knknknkn knknknkn kn LL LL L 1 1 1 1 1 1 XXXX XXXX X 7 5 knknkn knknknkn LL 1 1 1 1 max 1 11 XXX XXXX 8 上述动态范围控制方法中 信号幅度检测步骤中所采用的和参数通常为预先 设定的固定数值 和参数小 表示幅度检测对输入声音信号的幅度变化跟踪速度 快 其带来的问题是可能导致输出信号不平稳变化 从而影响音质 和 kn G Y 参数大 表示幅度检测对输入声音信号的幅度变化跟踪速度慢 其带来的问题是可能 导致无法跟踪上输入声音信号的幅度变化 从而达不到动态范围控制的目的 如图 2 所示 上述的动态范围控制方法产生的增益曲线是由若干的折线段构成的 折线段之间的拐点使得听着明显感受到声音被压缩处理 从而影响听感质量 自适应动态范围控制方法自适应动态范围控制方法 1 音频信号输入 经过前期处理的数字音频信号直接输入 或该输入音频信号经过时频变换得到 nx 频域的数字音频信号 时频变换处理可为离散傅里叶变换 Discrete Fourier kn X Transform DFT 或加权重叠相加 Weighted OverLap Add WOLA 分解等时频变换操 作 不失一般性 这里以采用 WOLA 分解方法为实施例得到 kn X 2 自适应信号幅度检测 对输入信号进行如式 3 所示的均方根检测或如式 4 8 所示的任一种峰值 检测 不是一般性 这里采用式 7 的平滑峰值检测 I 型为实施例进行信号幅度检测 其中跟踪时间系数 释放时间系数 sA fn e 1 nc n A A max sR fn e 1 其中 其 min max max RA R R n nd max max AR Hzfs16000 实施例中 中和为表征输入信号波动性的参数 越大表示输入信号的波动性越大 nc nd nc 则和越小 也即和越小 信号幅度检测的跟踪速度越快 反之 n A n R 越小表示输入信号的波动性越小 则和越大 也即和越大 信号 nc n A n R 幅度检测的跟踪速度越慢 和的表达式可为式 9 或式 10 所示 但并不 nc nd 限于这两种形式 式 9 中远小于 1 1 6 式 10 中和为平滑系数 用于对进行平滑处理 2 2 nSF 提出依据 原理 符号说明 2 2 1 nx nx ndnc RMS Peak 1 11 1 11 11 11 nxknknnx nxknknnx nx Peak kk Peak Peak kk Peak Peak XX XX k RMSRMS knnxnx 11 11 X 9 ncnd 8 0 111 111 22 22 ncnSFnSFnc ncnSFnSFnc nc 2 1 xx x kn knkn nSF k k X XX 10 3 自适应增益 如图 5 所示 ET LT UT LLG Level LT HLG Level kn G Y kn G X输输入入 dB SPL 输输出出 dB SPL 120 图 5 7 我们采用图中黑色的平滑曲线作为输入 输出函数关系曲线 采用该种平滑的输入 输出函数关系曲线使得处理后的声音信号在听感上更舒适 该平滑曲线的输入 输出曲 线的数学表达式如 11 所示 相应平滑的输入 增益曲线的数学表达式如式 12 所 示 其中 和分别代表扩展段到低水平段 低水平段到压缩段 压缩段到 1 W 2 W 3 W 高水平段的平滑窗的窗宽参数 它们的取值范围如式 11 和式 12 中所示 otherwisekn AGCOknAGCO kn Tmp Tmp G Y Y Y 2 2 22 2 1 1 2 2 2 22 2 1 1 2 2 2 22 2 1 1 2 0 3 33 3 2 3 32 22 2 2 2 21 11 1 2 1 1 W UTknLevelHLGkn W UTkn W UT W W UTkn CR CR LTkn LevelLLGLT W UTkn W LT CR LTkn LevelLLGLT W LTkn W LT W W LTkn CR LevelLLGkn W LTkn W ETLevelLLGkn W ETkn W ET W W ETkn ER ER SPkn W ETknSP ER SPkn SPkn kn GG G G G G G G G G GG G G G G G G Tmp XX X X X X X X X X XX X X X X X X Y LevelHLGAGCOLTUTW LTUTETLTW ETLTSPETW LLGLTHLGUT LTUT CR ERLevelLLGETETSP 2min 2 2min 2 2min 3 2 1 11 20 10 kn L kn G G otherwisekn AGCOknknknAGCO kn Tmp GTmpG G XGX G 12 8 2 2 2 2 2 1 1 2 2 2 22 2 1 1 2 2 2 2 2 2 1 1 2 3 33 3 2 3 32 22 2 2 2 21 11 1 2 1 1 W UTknLevelHLG W UTkn W UTkn W W UTkn CR CR LTkn LevelLLGLT W UTkn W LTkn CR LTkn LevelLLGLT W LTkn W LT W W LTkn CR LevelLLG W LTkn W ETLevelLLG W ETkn W ETkn W W ETkn ER ER SPkn W ETknSPkn ER SPkn SPknkn kn G GG G G GG G G G G GG G G GG G GG Tmp X XX X X XX X X X X XX X X XX X XX G LevelHLGAGCOLTUTW LTUTETLTW ETLTSPETW LLGLTHLGUT LTUT CR ERLevelLLGETETSP 2min 2 2min 2 2min 3 2 1 4 增益应用 将步骤 3 得到的增益与步骤 1 中的输入信号相乘得到 如式 kn L G kn X kn Y 13 所示 knknkn L GXY 13 5 音频信号输出 将步骤 4 输出的进行逆变换 逆离散傅里叶变换或 WOLA 综合 后输出得 kn Y 到最终处理后的数字音频信号 ny 9 附图附图 ET