聲道擴(kuò)展中去相關(guān)方法的聽感效果分析

劉鵬超

（中國傳媒大學(xué)傳播聲學(xué)研究所，北京 100024）

0 引言

相干聲源是指頻率相同、振動方向相同且步調(diào)一致的聲源。相干聲源在多聲道擴(kuò)展時(shí)直接重放存在干涉現(xiàn)象，會造成重放聲場不自然，聽感效果不佳，因此，可以通過去相關(guān)技術(shù)來降低通道間的相關(guān)性來改善這些問題。對聲頻信號進(jìn)行去相關(guān)處理的同時(shí)，需要注意保留原信號的功率譜特性，避免音色發(fā)生較大改變而影響聽感。

在實(shí)際的多通路環(huán)繞聲重放應(yīng)用中，可以通過各種傳聲器撿拾技術(shù)獲得相關(guān)性低的多通路信號。此外，經(jīng)常利用去相關(guān)算法獲得相關(guān)性較低的音頻信號。常用的去相關(guān)方法有時(shí)域去相關(guān)法［1］、頻域去相關(guān)法［2］及基于子帶的去相關(guān)法［3］。本文通過聽音實(shí)驗(yàn)對比直接通過平面環(huán)繞聲重放相干聲源和去相關(guān)處理后聲源在平面環(huán)繞聲重放的聽感，分析子帶延時(shí)法［3］、隨機(jī)相位法［2］、MLS 濾波器去相關(guān)法［4］、DTS Neural Mono2Stereo 去相關(guān)法、PS22 StereoMaker 去相關(guān)法的聽感效果以及幾種去相關(guān)方法之間的聽感差異。

1 去相關(guān)算法原理

1.1 子帶延時(shí)去相關(guān)法

將單通路聲頻信號按照臨界頻帶［5］分為24 個(gè)子帶。根據(jù)各個(gè)臨界頻帶的上下限頻率，設(shè)計(jì)24個(gè)帶通濾波器，對不同的子帶在一周期（-π，π）內(nèi)根據(jù)頻率進(jìn)行不同程度的延時(shí)，其中對低頻信號延時(shí)較長，對高頻信號延時(shí)較短，最后將延時(shí)后的子帶信號混合。濾波器均采用長度為1 024 階的FIR 濾波器。24 個(gè)濾波器疊加相當(dāng)于一個(gè)全通濾波器，因此不會對信號總功率產(chǎn)生影響。子帶延時(shí)去相關(guān)法的原理如圖1 所示。

1.2 隨機(jī)相位去相關(guān)法

隨機(jī)相位法的實(shí)現(xiàn)方法為：設(shè)計(jì)5 個(gè)全通的FIR 濾波器，將全通濾波器的頻域傳輸函數(shù)幅度設(shè)定為常數(shù)1；濾波器的全通特性使聲頻信號經(jīng)過后功率譜不變，因此音色不會發(fā)生改變。傳輸函數(shù)的相位各自設(shè)定為（-π，π）范圍內(nèi)的一組隨機(jī)數(shù)，隨機(jī)相位特性將改變信號的相關(guān)性，因此經(jīng)過傅里葉反變換后的時(shí)域脈沖響應(yīng)是不相關(guān)的（相關(guān)系數(shù)近似為0），與原始音頻信號卷積后就可以得到多路不相關(guān)的聲頻信號。隨機(jī)相位法的原理如圖2所示。

1.3 MLS 濾波器去相關(guān)法

最大長度序列（The Maximum Length Sequence，MLS）簡記為MLS 序列，本質(zhì)是由一系列整數(shù)0 和1 組成的二進(jìn)制脈沖序列。L階MLS 信號的周期是N=2L-1。MLS 序列具有循環(huán)自相關(guān)性和時(shí)間反演序列循環(huán)自相關(guān)性。L階MLS 序列與其時(shí)間反演序列的歸一化N點(diǎn)循環(huán)自相關(guān)函數(shù)［6］的最大值為：

可見，L值越大，N點(diǎn)循環(huán)自相關(guān)函數(shù)的值就越小。因此，當(dāng)L取值較大時(shí)，MLS 序列與其時(shí)間反演序列可以近似看作是一對不相關(guān)的序列。

由于MLS 具有周期性，因此截取其一個(gè)周期并做時(shí)間反演，就能得到相關(guān)系數(shù)近似為0 的N=2L-1 點(diǎn)MLS 序列。根據(jù)這個(gè)原理，可以設(shè)計(jì)多個(gè)不同脈沖響應(yīng)長度N的濾波器對單路聲頻信號進(jìn)行去相關(guān)，且由于MLS 序列具有平直的功率譜特性和類似隨機(jī)的相位特性，因此卷積后的信號會保留原信號的功率譜特性，從而達(dá)到去相關(guān)的目的。

1.4 DTS Neural Mono2Stereo

DTS Neural Mono2Stereo 立體聲生成插件由DTS 授權(quán)研發(fā)，是一種將單聲道音頻源轉(zhuǎn)換為立體聲音頻的制作工具。通過建立非線性相位差的方法實(shí)現(xiàn)通道間信號的去相關(guān)，以達(dá)到聲像的展寬效果。調(diào)節(jié)高通濾波器的頻率可以控制低頻的集中，通過改變聲道間0°～90°的相位差范圍以控制擴(kuò)寬程度。此外，可通過自動修正技術(shù)修復(fù)如梳狀濾波、音色失真等問題。

1.5 PS22 StereoMaker

PS22 StereoMaker 通過對單聲道信號進(jìn)行一定次數(shù)往復(fù)掃描式結(jié)構(gòu)的濾波，將源信號各頻段能量均勻分配給多個(gè)聲道，對原信號相位進(jìn)行非線性調(diào)制處理，以達(dá)到立體聲效果。區(qū)別于一般的偽立體聲效果，它具有保留原始音色、低相位差和延時(shí)等特點(diǎn)。

2 實(shí)驗(yàn)設(shè)計(jì)

2.1 實(shí)驗(yàn)素材及評價(jià)指標(biāo)

實(shí)驗(yàn)素材選取5 個(gè)單聲道電影片段，其中片段1 以背景聲為主，片段2 以角色聲為主，片段3 以事件聲為主，片段4 以信號聲為主，片段5 以自然聲為主。背景聲是指能夠營造場景氣氛的聲音或者是某特定場景下一直持續(xù)的聲音；角色聲是與畫面角色相關(guān)的聲音，多由畫面場景的人物引起；事件聲是指一些突發(fā)性、爆發(fā)性的具有毀壞作用的聲音；信號聲是具有警示、提醒、警告以及通信作用的聲音；自然聲是自然界的動植物和正常氣象引起的聲音。本次實(shí)驗(yàn)選取自然度、空間感、擴(kuò)展性以及分離度4 個(gè)評價(jià)指標(biāo)。各指標(biāo)的解釋如表1 所示。

表1 去相關(guān)效果評價(jià)指標(biāo)及其解釋

2.2 實(shí)驗(yàn)環(huán)境及設(shè)備

實(shí)驗(yàn)在全消聲室進(jìn)行，根據(jù)ITU-R BS.775-1國際推薦的5 聲道環(huán)繞聲系統(tǒng)標(biāo)準(zhǔn)放置音箱，以聽音者所處位置為圓心，音箱與聽音者距離2 m，音箱高度120 cm，以保證高音單元與人耳齊平。具體擺放如圖3 所示。

正式實(shí)驗(yàn)前，需要按照GY/T 183—2002《數(shù)字立體聲電影院的技術(shù)標(biāo)準(zhǔn)》［7］進(jìn)行校準(zhǔn)。此外，個(gè)人電腦進(jìn)行放音并連接一個(gè)聲卡和DM20 數(shù)字調(diào)音臺進(jìn)行控制。

2.3 實(shí)驗(yàn)方法與過程

本次實(shí)驗(yàn)利用音質(zhì)主觀評價(jià)的實(shí)驗(yàn)心理學(xué)方法中的系列范疇法［8］。每個(gè)評價(jià)指標(biāo)包含5 級尺度，評分對應(yīng)1～5 分，具體指標(biāo)及其劃分的范疇如表2 所示。

實(shí)驗(yàn)共有15 名被試，年齡在20～26 歲，聽力正常且受過聽力訓(xùn)練，有相關(guān)主觀評價(jià)實(shí)驗(yàn)的經(jīng)驗(yàn)，符合《演出用專業(yè)音響設(shè)備音質(zhì)主觀評價(jià)方法》WH/T 82—2019 中對聽音員的要求［9］。

3 實(shí)驗(yàn)結(jié)果及分析

按照系列范疇法的數(shù)據(jù)處理方法，獲得在4個(gè)評價(jià)指標(biāo)下每個(gè)實(shí)驗(yàn)信號的心理尺度值和范疇。將5 個(gè)片段的自然度、空間感、擴(kuò)展性、分離度在5 種算法下的尺度值匯總在一起，如圖4～圖7所示。

與相干聲源相比，這5 種去相關(guān)算法處理后的聲場自然度都有明顯提升，其中MLS 濾波器去相關(guān)法的自然度提升效果最佳。

表2 評價(jià)指標(biāo)及評分范疇

與相干聲源相比，5 種去相關(guān)算法處理后的空間感都有明顯提升，其中角色聲為主的片段用子帶延時(shí)法處理后的聲像更分散，空間感更強(qiáng)，而其他類型的片段則用MLS 濾波器去相關(guān)后的空間感效果更佳。

自然聲為主的片段用子帶延時(shí)法去相關(guān)后聽感的聲像向外擴(kuò)展效果最明顯，其他類型的片段則用MLS 濾波器去相關(guān)后的聲像擴(kuò)展效果更明顯。

以事件聲、信號聲為主的片段用隨機(jī)相位法去相關(guān)的5 聲道聽感可辨的程度更高，以背景聲、角色聲、自然聲為主的片段用MLS 濾波器法的5 聲道聽感的可辨程度最高，分離度最佳。

4 結(jié)語

相干聲源在多通道擴(kuò)展重放時(shí)的聽感體驗(yàn)較差，去相關(guān)后聲場自然度和空間感有明顯提升，整體而言MLS 濾波器去相關(guān)法在自然度、空間感以及擴(kuò)展性指標(biāo)方面的效果更佳。

影視片段涉及諸多聲音類型，去相關(guān)處理時(shí)要考慮不同去相關(guān)方法的效果。事件聲和信號聲這類短時(shí)而能量集中的信號，用隨機(jī)相位法后的分離度效果更好；背景聲、自然聲這類氛圍聲用MLS 濾波器法的分離度效果較佳。

隨機(jī)相位法和子帶延時(shí)法的濾波器設(shè)計(jì)不具有重復(fù)性，很難根據(jù)主觀聽感效果來調(diào)整濾波器的特性，而MLS 去相關(guān)法的濾波器可重復(fù)設(shè)計(jì)，也可以根據(jù)主觀聽覺效果來調(diào)整濾波器的參數(shù)。無論是從聽感效果方面還是濾波器設(shè)計(jì)方面來看，MLS濾波器法都是一種更穩(wěn)定的去相關(guān)方法。