Обработка динамических свойств аудио с использованием перенастройки

Обработка динамических свойств аудио с использованием перенастройки

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Изобретение относится к обработке звуковых сигналов. В частности, изобретение относится к процессору или способу обработки динамических свойств аудио, который использует механизм или последовательность операций перенастройки, для того чтобы быстро адаптироваться к изменениям контента в звуковом сигнале. Сигнал перенастройки может формироваться посредством анализа самого звукового сигнала, или перенастройка может запускаться от внешнего события, такого как изменение канала на телевизионном приемнике или изменение выбора входа на аудио/видеоприемнике. В случае внешнего пускового сигнала один или более признаков состояния процессора динамических свойств для текущего источника звука могут сохраняться и ассоциативно связываться с таким источником звука перед переключением на новый источник звука. Затем, если система переключается обратно на первый источник звука, процессор динамических свойств может быть перенастроен на состояние, сохраненное ранее, или его приближение. Изобретение также относится к компьютерным программам для осуществления таких способов на практике или управления таким устройством.

УРОВЕНЬ ТЕХНИКИ

Цель обработки динамических свойств аудио состоит в том, чтобы менять уровень или динамические свойства звукового сигнала, чтобы были в пределах некоторых желательных пределов. Это в целом достигается созданием зависящего от времени измерения уровня звукового сигнала (например, среднеквадратического уровня или пикового уровня), а затем вычислением и применением зависящей от времени модификации сигнала (например, изменения коэффициента усиления), которая является функцией оценки уровня. Процессоры динамических свойств, применяющие такой режим работы, включают в себя автоматическую регулировку усиления (АРУ, AGC), регулировку динамического диапазона (УДД, DRC), расширители, ограничители, шумовые заслоны и т.д. Различные типы обработки динамических свойств сигналов изложены в заявке PCT/US 2005/038579 на выдачу международного патента Алана Джеффри Шифельда, опубликованной в качестве WO 2006/047600 4 мая 2006 года. Заявка указывает Соединенные Штаты среди других субъектов права. Заявка настоящим включена в состав посредством ссылки во всей своей полноте.

Фиг.1 изображает высокоуровневую структурную схему типового процессора динамических свойств аудио. Может считаться, что процессор должен иметь два тракта, верхний «сигнальный» тракт 2 и нижний тракт 4 «управления». В нижнем тракте последовательность операций управления или контроллер 6 динамических свойств («Элемент регулировки динамических свойств») измеряет уровень звукового сигнала и формирует один или более зависящих от времени параметров модификации в качестве функции измерения уровня. Как показано, параметры модификации выводятся из входного звукового сигнала. В качестве альтернативы параметры модификации могут выводиться из обработанного (выходного) аудио или из комбинации входного и выходного звуковых сигналов. В верхнем звуковом тракте 2 параметры модификации, сформированные элементом 6 регулировки динамических свойств, применяются к аудио для формирования обработанного аудио. Применение параметров модификации к звуковому сигналу может выполняться многими известными способами и, в общем, показано символом 8 умножителя. Например, в случае устройства или последовательности операций автоматической регулировки усиления может быть единственный параметр модификации широкополосного коэффициента усиления, который регулирует коэффициент усиления устройства или последовательности операций переменного усиления/ослабления в основном тракте. На практике аудио также может задерживаться перед применением параметров модификации, для того чтобы компенсировать любую задержку, ассоциативно связанную с вычислением параметров модификации в последовательности операций регулировки динамических свойств. Для простоты в представлении задержка не показана на фиг.1 или других фигурах в материалах настоящей заявки.

В последовательности операций регулировки динамических свойств типично, что как измерение уровня сигнала, так и результирующие параметры модификации, вычисляются непрерывно во времени. В дополнение любое или оба измерения уровня сигнала и параметров модификации обычно сглаживаются по времени, чтобы минимизировать воспринимаемые артефакты от внесения в обработанный звук. Сглаживание, чаще всего, выполняется с использованием «быстрого нарастания» и «медленного спада», означающих, что параметры модификации изменяются относительно быстро в ответ на увеличение уровня сигнала и медленно реагируют, в то время как уровень сигнала уменьшается. Такое сглаживание происходит в соответствии с динамическими свойствами естественных звуков и способом, которым люди воспринимают изменения громкости во времени. Следовательно, такое временное сглаживание является почти универсальным в процессорах динамических свойств аудио.

Для некоторых приложений обработки динамических свойств постоянные времени, ассоциативно связанные с таким сглаживанием, могут быть довольно большими, порядка одной или более секунд. Например, АРУ может вычислять оценку долговременного среднего уровня сигнала с использованием больших постоянных времени, а затем использовать результирующую оценку для формирования медленно меняющихся параметров модификации, которые перемещают средний уровень звука ближе к требуемому целевому уровню. В этом случае большие постоянные времени могут быть желательны для того, чтобы сохранять кратковременные динамические свойства звукового сигнала. Предположим, что такое АРУ оперирует со звуком телевизионного приемника с целью поддержания согласующегося среднего уровня по программам и по различным каналам. В такой ситуации контент звукового сигнала, обрабатываемого АРУ, может внезапно изменяться или содержать скачок, например, когда меняется канал, а потому ассоциативно связанный средний уровень звукового сигнала также может внезапно изменяться или содержать скачок. Со своими большими постоянными времени, однако, АРУ требует значительного количества времени для схождения к новому уровню и приведения модифицированного уровня обработанного звука в соответствие с требуемым целевым уровнем. В течение такого времени адаптации зритель телевидения может воспринимать уровень звука слишком громким или слишком приглушенным. Как результат, зритель может быстро доставать пульт дистанционного управления для настройки только уровня громкости, чтобы оказаться борющимся с АРУ, в то время как она стремится к пределу.

Типичное решение предшествующего уровня техники для только что описанной проблемы включает в себя использование постоянных времени, которые приспосабливаются на основании динамических свойств сигнала. Например, если кратковременный уровень сигнала является значительно большим или меньшим, чем сглаженный уровень, как определено несколькими границами пороговых значений вокруг сглаженного уровня, то операция сглаживания переключается на более быстрые постоянные времени нарастания и/или спада соответственно до тех пор, пока кратковременный уровень не отступает в пределы границ пороговых значений вокруг сглаженного уровня. Следовательно, система переключается обратно на исходные, более медленные постоянные времени. Такая система может сокращать время адаптации АРУ, но пороговые значения и более короткие постоянные времени должны тщательно выбираться. Вообще, для любых приемлемых пороговых значений могут существовать сигналы, в которых исходные требуемые динамические свойства сигнала отклоняются за пределы границ пороговых значений вокруг среднего уровня, таким образом заставляя последовательность операций сглаживания ложно переключаться в режим быстрого нарастания или спада. Вследствие возможно частого возникновения такого ложного переключения постоянные времени режима быстрого нарастания и спада не должны выбираться слишком короткими, для того чтобы избежать нестабильности АРУ во время нормального программного материала. Как результат, схождение АРУ во время внезапных переходных процессов или скачков в звуковом контенте все же может не быть настолько быстрым, насколько требуется.

Поэтому цель настоящего изобретения состоит в том, чтобы предложить лучшее решение для проблемы времени адаптации обработки динамических свойств в течение изменений звукового контента.

РАСКРЫТИЕ ИЗОБРЕТЕНИЯ

Согласно аспекту изобретения способ обработки звукового сигнала (или устройство, осуществляющее способ на практике) включает в себя изменение динамических свойств звукового сигнала в соответствии с последовательностью операций регулировки динамических свойств, обнаружение изменения в контенте звукового сигнала и перенастройку последовательности операций регулировки динамических свойств в ответ на обнаружение такого изменения. Обнаружение изменения в контенте звукового сигнала может содержать одно или оба из (1) обнаружения события во временном развитии звукового сигнала, при котором уровень звукового сигнала остается ниже порогового значения, L _silence, на всем протяжении временного интервала, не меньшего чем первое пороговое значение времени, t _silence, и (2) обнаружения события во временном развитии звукового сигнала, при котором уровень звукового сигнала снижается на величину, большую чем порог различимости, L _drop, в пределах временного интервала, не большего чем второе пороговое значение времени, t _drop.

Согласно еще одному аспекту изобретения способ обработки звукового сигнала (или устройство, осуществляющее способ на практике) включает в себя изменение динамических свойств звукового сигнала в соответствии с последовательностью операций регулировки динамических свойств, прием подаваемого снаружи сигнала запуска перенастройки, указывающего изменение в звуковом сигнале, и перенастройку последовательности операций регулировки динамических свойств в ответ на сигнал запуска перенастройки. Сигнал запуска перенастройки может указывать одно или более из (1) действия пользователя, изменяющего канал, (2) действия пользователя, изменяющего источники входного сигнала, (3) действия пользователя, выбирающего функцию воспроизведения, перемотки назад или перемотки вперед, (4) переключения с одного файла на другой, (5) изменения программы, (6) переключения с одного формата кодирования звука на другой и (7) изменения параметров кодирования.

Согласно любому из вышеприведенных аспектов перенастройка последовательности операций регулировки динамических свойств может убыстрять скорость, с которой обработка динамических свойств адаптируется к изменениям во входном сигнале. Перенастройка последовательности операций регулировки динамических свойств устанавливает значение одного или более параметров управления последовательностью операций или сигнал, функцией которого являются такие один или более параметров управления последовательностью операций, в хранимое значение или значение по умолчанию. Перенастройка последовательности операций регулировки динамических свойств может уменьшать значение одной или более постоянных времени, применяемых при определении одного или более параметров управления последовательностью операций, или сигнала, функцией которого являются такие один или более параметров управления последовательностью операций.

Хотя подход с адаптивными постоянными времени, описанный выше, может быть до некоторой степени полезным в сокращении времени адаптации процессора или последовательности операций динамических свойств аудио и может использоваться наряду с аспектами настоящего изобретения, такие процессор или последовательность операций могут быть значительно улучшены их наращиванием явными механизмом или последовательностью операций перенастройки, которые приводятся в действие при возникновении некоторых внезапных изменений или скачков в контенте звукового сигнала, являющегося обрабатываемым. Фиг.2 изображает настоящее изобретение в обобщенном виде, в котором дополнительный тракт управления, тракт 10 управления перенастройкой, добавлен в исходный процессор динамических свойств по фиг.1. Механизм или последовательность 12 операций управления перенастройкой («Элемент управления перенастройкой») может реагировать на один или оба из самого звукового сигнала (входного звукового сигнала или комбинации входного и выходного звуковых сигналов) и внешнего сигнала запуска. Таким образом, есть три возможные конфигурации: (1) сам звуковой сигнал (который, в свою очередь, может содержать входной звуковой сигнал или комбинацию входного и выходного звуковых сигналов), (2) внешний сигнал запуска и (3) оба, сам звуковой сигнал и внешний сигнал запуска. Если элемент 12 управления перенастройкой, механизм или последовательность операций управления перенастройкой, отправляет сообщение перенастройки в элемент 6 регулировки динамических свойств, давая ему указание перенастроить определенные аспекты его состояния регулировки динамических свойств некоторым образом, который предоставляет обработке динамических свойств аудио возможность быстро адаптироваться к новому уровню поступающего звукового сигнала. Перенастройка некоторых аспектов состояния регулировки динамических свойств, например, может (1) устанавливать одну или более постоянных времени в меньшее значение на короткий период времени (тем самым убыстряя скорость адаптации обработки звука) и/или (2) устанавливать сглаженное измерение уровня звукового сигнала либо одного или более параметров модификации в сохраненное значение либо в среднее значение или значение по умолчанию.

Анализ звукового сигнала для определения события внезапного изменения или скачка в контенте сигнала

Решение о перенастройке может инициироваться элементом 12 управления перенастройкой некоторым количеством способов, например, посредством анализа самого поступающего звукового сигнала или посредством приема внешнего сигнала запуска перенастройки. При анализе звукового сигнала элемент 12 управления перенастройкой пытается обнаружить условия в сигнале, указывающие на внезапное изменение или скачок в контенте. При обнаружении такого условия с определенной степенью достоверности элемент 12 управления перенастройкой принимает решение о перенастройке и впоследствии дает элементу 6 регулировки динамических свойств указание перенастроить один или более аспектов его состояния регулировки динамических свойств. Хотя другие технологии могут использоваться для обнаружения внезапных изменений или скачков в контенте сигнала, ниже описаны два практических и эффективных примера для выполнения этого.

Использование внешнего пускового сигнала для определения события внезапного изменения или скачка в контенте сигнала

Во многих применениях высоконадежная внешняя информация может быть имеющейся в распоряжении для запуска перенастройки. Например, в телевизионном приемнике или кабельной «телевизионной абонентской приставке» действие пользователя, изменяющего канал, может служить в качестве внешнего пускового сигнала перенастройки. К тому же в телевизионном или аудио/видеоприемнике действие пользователя, изменяющего источники входного сигнала, например, с «Видео 1» на «Видео 2», может служить для запуска перенастройки. Другие примеры включают в себя основанный на файлах медиаплеер, например портативное звуковое устройство или цифровой видеомагнитофон. В таком случае перенастройка может запускаться извне, когда система завершает воспроизведение одного файла и переключается на другой. Перенастройка также могла бы запускаться, когда пользователь сам или сама явным образом изменяет файл, нажимает воспроизведение либо быструю перемотку вперед или перемотку назад в новое местоположение на участке контента. В случае, в котором звук, являющийся обрабатываемым, был декодирован из сжатого потока цифровых данных, например звука в формате Dolby Digital, могут существовать другие источники внешнего сигнала запуска перенастройки. «Dolby» и «Dolby Digital» являются торговыми марками корпорации Dolby Laboratories Licensing. Например, система кодирования звука формата Dolby Digital является обязательным стандартом записи звука для телевидения высокой четкости в Соединенных Штатах. На заданном канале программирования звук отправляется непрерывно, но формат Dolby Digital может изменяться на границах программы. Например, основная программа может кодироваться в формате канала 5.1, но коммерческая может кодироваться в стереофоническом формате. Декодер Dolby Digital обязательно обнаруживает такие изменения и может пересылать информацию в процессор динамических свойств аудио по настоящему изобретению в качестве пускового сигнала перенастройки. Также могут применяться другие изменения в параметрах кодир, например изменения в параметре нормализации диалога Dolby Digital, «DIALNORM», который обычно сохраняется постоянным для одиночного участка контента. Подобный внешний пусковой сигнал перенастройки может формироваться также из других форматов кодирования, таких как формат MP3 и AAC. В дополнение к только что перечисленным источникам внешних пусковых сигналов перенастройки возможны другие, и изобретение не подразумевается ограниченным перечисленными таковыми.

В случае, когда изобретение используется в устройстве, в котором аудио может возникать из набора известных источников, изобретение может быть дополнительно улучшено, как показано на фиг.3. По низу фигуры изображены N источников с 14-1 по 14-N звука (с «Источника 1 звука» по «Источник N звука»), где предполагается, что один из N источников звука выбирается для воспроизведения через систему обработки динамических свойств посредством устройства или последовательности 16 операций выбора источника («Элемента выбора источника»). Такие источники звука могли бы представлять, но не в качестве ограничения, различные каналы на телевизоре или телевизионной абонентской приставке, различные входы на аудио/видеоприемнике или различные файлы в портативном медиаплеере. С каждым источником звука хранятся признаки состояния одного или более аспектов последовательности операций регулировки динамических свойств, как они имели место в последний раз, когда воспроизводился конкретный источник звука. Такие аспекты состояния регулировки динамических свойств, например, могут включать в себя одно или более из (1) сглаженного измерения уровня звукового сигнала, (2) одного или более параметров модификации, являющихся результатом сглаженного измерения уровня звукового сигнала, и (3) одной или более из постоянных времени, применяемых при получении сглаженного измерения уровня звукового сигнала. В примерном варианте осуществления, описанном ниже, применяется сглаженное измерение уровня звукового сигнала, которое опосредованно оказывает воздействие на параметр модификации коэффициента усиления (в примере коэффициент усиления является функцией сглаженного уровня звукового сигнала). Когда другой источник звука выбирается благодаря последовательности операций выбора источника, перед фактическим переключением на новый источник звука, элемент 16 выбора источника отправляет внешний пусковой сигнал перенастройки на элемент 12' управления перенастройкой. Это, в свою очередь, побуждает элемент 12' управления перенастройкой фиксировать признаки текущего состояния последовательности операций регулировки динамических свойств для текущего воспроизведения источника звука. Элемент 12' управления перенастройкой затем сохраняет признаки состояния регулировки динамических свойств в N местах с 18-1 по 18-N хранения состояния регулировки динамических свойств, ассоциативно связанных с текущим выбором аудио (запоминающих устройствах с 1 по N состояния регулировки динамических свойств). Затем элемент 16 выбора источника переключается на новый источник звука и отправляет ассоциативно связанные хранимые признаки состояния регулировки динамических свойств в последовательность операций регулировки перенастройки, которые, в свою очередь, перенастраивают последовательность операций регулировки динамических свойств с использованием хранимых признаков состояния.

Посредством использования аспектов последнего состояния регулировки динамических свойств источника звука для перенастройки последовательности операций регулировки динамических свойств при переключении на такой источник могут достигаться лучшие эксплуатационные качества, чем в отсутствие применения такого начального состояния. Без такой информации последовательность операций регулировки динамических свойств полагается на поступающий звуковой сигнал после перенастройки, в то время как адаптируется к новому источнику звука. На кратковременной основе уровень звука может быстро флуктуировать, а потому параметры модификации также могут быстро флуктуировать по мере того, как последовательность операций регулировки динамических свойств пытается быстро адаптироваться к новому аудио. Посредством использования аспектов последнего состояния процессора динамических свойств, ассоциативно связанного с источником звука, для перенастройки процессора динамических свойств вероятно, что процессор динамических свойств будет начинать с состояния, которое ближе к состоянию, к которому он будет стремиться в конечном счете для такого источника звука. Как результат, быстрым постоянным времени адаптации после перенастройки не нужно уменьшаться настолько, насколько могло бы потребоваться в ином случае, тем самым, с предоставлением улучшенной устойчивости без принесения в жертву общего времени адаптации. В качестве примера рассмотрим переключение между двумя телевизионными станциями, первой, со звуком на среднем уровне в -15 дБ относительно цифрового значения полной шкалы, и второй, со звуком на среднем уровне в -30 дБ, обе с диапазоном плюс или минус 5 дБ вокруг своих соответственных средних значений. Допустим, что как раз перед переключением на вторую станцию средний уровень первой станции находится на -13 дБ. Кроме того, допустим, что средний уровень второй станции находится на -33 дБ после переключения. Это перепад в -20 дБ. Если кому-то требуется, чтобы система обработки динамических свойств адаптировалась за половину секунды, например, скорость адаптации в -40 дБ в секунду требуется при отсутствии любой другой информации. Такая скорость довольно быстра и может привносить неустойчивость в обработанный звук. С другой стороны, предположим, что последнее состояние обработки динамических свойств, сохраненное у второй станции, соответствует уровню в -28 дБ. Затем, после перенастройки, последовательность операций регулировки динамических свойств может перенастраиваться этим состоянием и существует перепад всего лишь в -33 дБ - (-28 дБ) = -5 дБ. Таким образом, для приближения к требуемому уровню за половину секунды требуется скорость адаптации всего лишь в -10 дБ в секунду (требуя меньшего сокращения постоянной времени). Этот пример иллюстрирует преимущества в сохранении последнего состояния последовательности операций регулировки динамических свойств у источника звука, который давал в результате такое состояние.

Результат, когда запускается перенастройка

Запуск перенастройки убыстряет скорость адаптации обработки динамических свойств аудио (скорость, с которой обработка динамических свойств адаптируется к изменениям во входном сигнале). Например, когда запускается перенастройка, одна или более постоянных времени, ассоциативно связанных со скоростью адаптации, могут быстро переключаться на значительно меньшие значения, а затем плавно возвращаться к своим исходным большим значениям через заданный период времени. В качестве альтернативы одна или более постоянных времени могут переключаться на значительно меньшие значения и оставаться в таких значениях в течение заданного периода времени. В компоновке АРУ сигнал c[t] регулировки постоянной времени может моментально уменьшать постоянные времени, используемые при вычислении сглаженного среднего уровня. Например, постоянные времени сглаживания могут быть уменьшены в течение продолжительности приблизительно в одну секунду, следующую за перенастройкой. В примерном варианте осуществления сигнал c[t] регулировки постоянной времени может начинаться со значения в «1» (указывая воздействие максимального изменения на одну или более постоянных времени) при возникновении пускового сигнала перенастройки; когда он равен «1», коэффициенты возрастания и спада устанавливаются в значения, значительно меньшие, чем их номинальные значения. Так как c[t] затухает до нуля через короткий период времени, такой как одна секунда (длительность периода времени не является критической), коэффициенты видоизменяются обратно в свои номинальные обычные (неперенастроенные) значения. В качестве альтернативы или в дополнение при возникновении пускового сигнала перенастройки значение сглаженного среднего уровня, вычисленного последовательностью операций регулировки динамических свойств, может перенастраиваться на состояние, хранимое с конкретным источником звука, или на значение по умолчанию.

ОПИСАНИЕ ЧЕРТЕЖЕЙ

Фиг.1 - схематическая функциональная структурная схема, показывающая, на высоком уровне, исходный процессор динамических свойств аудио.

Фиг.2 - схематическая функциональная структурная схема, показывающая в соответствии с аспектами настоящего изобретения пример варианта осуществления настоящего изобретения, в котором, в общем виде, дополнительный тракт управления, тракт управления перенастройкой, добавлен в исходный процессор динамических свойств по фиг.1.

Фиг.3 - схематическая функциональная структурная схема, показывающая в соответствии с аспектами настоящего изобретения пример варианта осуществления настоящего изобретения, в котором процессор динамических свойств аудио дополнительно улучшен.

Фиг.4 показывает примерную функцию входа/выхода для типичной автоматической регулировки усиления (АРУ).

Фиг.5 показывает набор частотных характеристик полос пропускания, выбранный для имитации критической полосовой фильтрации, наблюдаемой по базилярной мембране в человеческом ухе.

Фиг.6 - схематическая функциональная структурная схема, показывающая в соответствии с аспектами настоящего изобретения пример варианта осуществления АРУ по настоящему изобретению.

ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ

Описанное изобретение применимо к широкому многообразию приложений обработки динамических свойств, таких как регулировка динамического диапазона, компрессоры, ограничители, расширители и т. д. Однако оно особенно полезно, когда применяется к АРУ, в котором типично большие постоянные времени имеют следствием медленную адаптацию в отсутствие настоящего изобретения. Таким образом, предпочтительные варианты осуществления описывают, в качестве примера, применение изобретения к АРУ.

Базовая реализация АРУ

Базовая реализация АРУ вычисляет зависящую от времени оценку среднего уровня сигнала и вычисляет требуемый модифицированный выходной уровень, который является функцией входного уровня и требуемого целевого уровня. Зависящая от времени модификация сигнала затем может вычисляться в качестве функции перепада между входным уровнем и требуемым выходным уровнем. Функция, отображающая вход в выход, предназначена для приведения уровня модифицированного звука ближе к требуемому целевому уровню, а фиг.4 изображает такую функцию входа/выхода. Для входного сигнала выше целевого уровня АРУ требует ослабления сигнала, а для входного сигнала ниже целевого уровня АРУ требует усиления сигнала. Степень ослабления или усиления может управляться изменением наклона линии на фиг.4.

Теоретически, измерение, используемое для вычисления среднего уровня звука, должно коррелировать с человеческим восприятием громкости. Это может достигаться многими способами, например взвешенным измерением среднеквадратической мощности или измерением психоакустической громкости. Простое невзвешенное измерение среднеквадратической мощности является слегка менее точным, чем два только что упомянутых способа, но по-прежнему демонстрирует высокую степень корреляции с человеческим восприятием громкости для большинства звуковых сигналов реального мира. Вследствие своей вычислительной простоты невзвешенное измерение среднеквадратической мощности используется в предпочтительном варианте осуществления, но не должно рассматриваться в качестве ограничивающего изобретение.

Хотя, в принципе, аспекты изобретения могут быть реализованы аналоговой и/или цифровой областях, насколько можно ожидать, практические реализации должны быть реализованы в цифровой области, в которой каждый из звуковых сигналов представлен отдельными отсчетами или отсчетами внутри блоков данных. Оценка входного уровня и соответствующего требуемого выходного уровня и параметры модификации сигнала могут вычисляться непрерывно для аналогового звукового сигнала либо на основе отсчет за отсчетом у цифрового сигнала, но для этого примерного варианта осуществления, взамен, желательно вычислять такие величины для следующих друг за другом перекрывающихся блоков отсчетов цифрового звукового сигнала. Это главным образом происходит вследствие того обстоятельства, что цифровая блочная обработка полезна для обнаружения условий перенастройки из самого сигнала, как описано позже. Давая возможность цифровому звуковому сигналу быть представленным посредством x[n], перекрывающиеся блоки звукового сигнала могут быть вычислены в качестве

где N - длина блока, N/2 - степень перекрытия между следующими друг за другом блоками, t - индекс блока, а w[n] - оконная функция, такая как синусное окно. Для сигналов, подвергаемых выборке на 44100 Гц, хорошо работает настройка N=512 или N=1024. Дополнительные подробности о компоновке обработки цифрового звука с применением перекрывающихся блоков отсчетов изложены в патенте 5899969 США Филдера и других («Frame-based audio with gain-control words» («Основанное на блоках аудио со словами регулировки усиления»)), каковой патент настоящим включен в состав посредством ссылки во всей своей полноте. Как описано ниже, АРУ вычисляет зависящий от времени коэффициент G[t] усиления, который затем перемножается с каждым блоком сигнала. Каждый из этих модифицированных блоков затем прибавляется с перекрытием, чтобы создать заключительный модифицированный звуковой сигнал y[n + tN/2]:

В качестве первого этапа при вычислении коэффициента G[t] усиления изменяющийся во времени мгновенный уровень сигнала L[t] вычисляется в качестве среднеквадратической мощности каждого блока x[n, t]. В децибелах уровень вычисляется как

где 0 дБ соответствует уровню цифровой прямоугольной волны полной шкалы.

Затем мгновенный уровень может сглаживаться с быстрым нарастанием и медленным спадом для формирования сглаженного среднего уровня звукового сигнала L[t]:

где

и

Коэффициенты α _attack и α _release сглаживания выбираются, чтобы давать требуемые времена нарастания и спада. Одним из способов задать это является время половинного затухания сглаживающего фильтра, то есть время, которое отнимается, чтобы импульсная характеристика временного сглаживающего фильтра затухала до половины своего исходного значения. Хотя выбор α _attack, соответствующей времени половинного затухания в 1 секунду, и α _release, соответствующей времени половинного затухания в 4 секунды, хорошо работает для АРУ, значения не являются критическими. Значение L _min в уравнении 4a представляет минимальный уровень, выше которого должен быть мгновенный уровень L[t] сигнала, для того чтобы обновлялся сглаженный уровень. Это предохраняет сглаженный средний уровень от падения слишком низко, а соответствующий коэффициент усиления от возрастания слишком высоко, когда сигнал попадает в относительную тишину. При условии, что 0 dB представляет уровень цифровой прямоугольной волны полной шкалы, настройка L _min = -60 dB является приемлемым выбором, хотя уровень не является критическим.

Из сглаженного среднего уровня [t] и функции F _AGC входа/выхода, как показано на фиг.4, вычисляется требуемый выходной уровень _out[t]

В заключение коэффициент G[t] усиления вычисляется по перепаду между выходным уровнем _out[t] и входным уровнем [t]:

Когда _out[t] > [t], коэффициент усиления является большим, чем единица, означая, что сигнал усиливается, а когда _out[t] < [t], коэффициент усиления является меньшим чем единица, означая, что сигнал ослабляется.

АРУ с перенастройкой

Как упомянуто выше, механизм или функция перенастройки может вызывать одно из двух или оба из двух действий: (1) установку одной или более постоянных времени в меньшее значение на короткий период времени (тем самым убыстрение скорости адаптации обработки звука) и (2) установку сглаженного измерения уровня звукового сигнала либо одного или более параметров модификации в сохраненное значение либо в среднее значение или значение по умолчанию, которое может быть выражено в качестве _init (см. уравнение 8a, приведенное ниже и описания перед и после такого уравнения). Прежде всего, описана перенастройка одной или более постоянных времени.

Так как параметр модификации, коэффициент G[t] усиления, является функцией сглаженного среднего уровня [t], скорость, с которой описанная АРУ адаптируется к звуку, обусловлена временами нарастания и спада, используемыми при вычислении L[t]. Как установлено выше, такие постоянные времени сглаживания выбираются, чтобы быть относительно большими, порядка нескольких секунд, так что АРУ не изменяет уровень звука слишком быстро в течение временного развития нормального звукового контента. Однако если звуковой контент изменяется внезапно или содержит скачок, АРУ может использовать слишком долгое время для адаптации, особенно если новый контент находится на значительно ином уровне, чем предыдущий контент. Чтобы ускорить адаптацию, сигнал перенастройки, описанный ранее, может использоваться для запуска модификации одной или более постоянных времени, ассоциативно связанных со сглаживанием уровня. В этом случае, когда запускается перенастройка, одна или более постоянных времени, ассоциативно связанных со скоростью адаптации, могут быстро переключаться на значительно меньшие значения, а затем плавно возвращаться к своим исходным большим значениям (или их приближениям) через заданный период времени. Возможны другие способы для убыстрения скорости адаптации после того, как запущена перенастройка. Например, вместо плавного возврата к своим исходным значениям или их приближениям, постоянные времени могут сохраняться на своих меньших значениях через заданный период времени, а затем возвращаться непосредственно к своим исх