一种多路音频混音算法的实现与应用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｃ ｏ ｍｆ ｏ ｒ ｔ ． Ｔｈ ｅ ａ ｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆｔ ｈｅ ｍｅ ｈｏ ｔ ｄ ｉ ｓ ｏｆ ｇ ｒ ｅ ａ ｔ ｓ ｉ ｎ ｉ ｇ ｉｃ ｆ ｎｃ ａ ｅ ｔ ｏ ｓ ｕ ｐｐ ｏ ￣ｔ ｈ ｅ ｗｏｒ ｋ ｏ ｆａ ｕ ｄｉ ｏ ｉ ｎｔ ｅ ｒ ａ ｃ ｔ ｉ ｏ ｎ ａ ｎｄ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｕｓ ｅ ｒ ｅ ｘ ｐ ｅ ｉｅ ｒ ｎ ｃ ｅ ．
Ｔｈ ｅ ｉ ｍ ｐｌ ｅ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ａ ｎｄ ａ ｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏｎ ｏｆ ａ ｍ ｕｌ ｔ ｉ － ｃ ｈａ ｎｎ ｅ ｌ ａ ｕｄｉ ｏ ｍｉ ｘ ｉ ｎｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ＨＵ ｂ ｉ ｎ
（ Ａｎ ｈ ｕ ｉ Ｓ ｕ ｎ Ｃ ｒ ｅ ａ ｔ ｅ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｃ ｏ ． ，Ｌ ｔ ｄ ， Ａｎ Ｈｕ ｉ ２ ３ ０ ０ ３ ７ ）
ａ ｕ ｄ ｉ ｏ ｍｉ ｘ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｐ ｉ ｅ ｃ ｅ ｗｉ ｓ ｅ ｑ ｕ ａ ｎ ｔ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｒ ｕ ｌ ｅ ｓ ，ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｑ ｕ ａ ｌ ｉ ｙ ｔ ａ ｎ ｄ ｏ ｕ ｔ ｐ ｕ ｔ ｍｉ ｘ ｃ ｈ ａ ｎ ｎ ｅ ｌ ｍｉ ｘ，ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｎ ｏ ｉ ｓ ｅ ，ｈ ａ ｓ ｇ ｏ ｏ ｄ ｈ ｅ ａ ｒ ｉ ｎ ｇ
明显 的 断续 感 ， 以致 用户 根本 无法 分 辨语 音所 承载 的语义 从而 严重 影 响沟通 。多路 音频 交互 的核 心 问题 就是 混音 ，而 提供 资源使 用率 相对 低 且音 频交 互质 量 更高 的混 音方 法 ， 以提升 用户 的 实际体 验 效 果 ， 己成 为本 领域 技术 人 员需 要解 决的 技术难 题 。
３ 改进 的混音算法
上 述 几 个 算 法各 有 特 点 ，但 都有 明显 的 缺 陷 ，随 着 混 音 路 数 的变 化 ，则 会导 致各 音频 流 的音 量因权 重 的变化 受 到不 同程度 的缩 放 ，从 而造 成混 音后 音量 大 小变化 不 定 。而 解决 这个 问题 的 关键 ， 就是 找 到一 个与 音频 路数 无 关的权 重 。本文 提 出的 改进混 音算 法从 这一 关键 问题 着手 ，尝 试解 决上 述缺 陷 。 （ １ ）算 法 的基 本 思想 Ｇ ． ７ １ １ 规 范 中采 用分 段量 化 规 则是 基 于在 音 频信 号 中低 强 度信 号 比高 强度 信号 出现 的 几率 更高 的事 实 ，本 文 改进 算法 同样基 于这 事 实 ，其 基 本 思 想 与其 类 似 ，采 用分 段 收 缩规 则 ，对 线 性 叠加 后 的采 样 数 值 进 行 收 缩来 保 证 不 出现溢 出 ，低 强度 信 号 采 用 较大 的 权 重 以确 保 信 号 的 可识 别 性 的 同时 获得 一 定 收缩 比例 ，而 高 强 度信 号采 用 较 小 的 权 重 以确 保 得 到 相应 的收 缩 比例 ， 同时 保 证 一 定 的可识 别性 ［ ５ 】 。
Ｅ Ｌ Ｅ Ｃ Ｔ Ｒ ＯＮ Ｉ Ｃ Ｓ Ｗ０ Ｒ Ｌ Ｄ・ 高 ｉ 鸦 璐
一
种 多路 音频 混 音算 法 的 实现 与应 用
安徽 四创 电子股份有 限公 司 胡 斌
【 摘要 】在音频混音技术中，混音算法决定 了其混音路数及输 出的混音质量，而现有的大多数混音算法混音效果不理想，混音路数过少，音 频质 量差 。该 文介 绍 并设计 实现 了一种基 于 分段 量化规 则 的音 频混 音方 法 ，提 高 了混音路 数及 输 出的混 音质 量 ，降低 了噪音 ，具 有 良好 的 听 觉舒 适感 。该 方 法的应 用 ，对 于支持 音频 交 互工作 、改善 用 户体验 具有 重要 意 义。 【 关键词 】 音频交互；混音路数 ；混音质量；用户体验
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ａｕ ｄ ｉ ｏ ｉ ｎ ｔ ｅ ｒ ａ ｃ ｔ ｉ ｏ ｎ ；Ｍｉ ｘ ｃ ｈ ａ ｎ ｎ ｅ ｌ ； Ｍｉ ｘ ｑ ｕ ａ ｌ ｉ ｙ ； Ｕｓ ｔ ｅ ｒ ｅ ｘ ｐ ｅ ｉｅ ｒ ｎ ｃ ｅ
２ ． ３ 自对齐 权重 混 音算法
Байду номын сангаас
０ 引言
语 音 互 动 的重 要 性 要 求 远 远 高 于 多媒 体 通 信 中 的其 他 元 素 ， 如视 频或 其他 数 据 。因为 视频 或 其他 数据 在相 对 较长 的 时延 内的抖 动都 是 可 以被 用 户接 受 的，而 音频 部 分如 果 时间稍 长 ，就 会产 生很
自对齐 法则 是考 虑 参与 混音 的音 频通 道 自身特 性 ， 以它 们 自身 的比例 作为 权重 ，从 而 决定他 们在 合成 后 的输 出所 占比重 ，其 特 点 是相 对 平滑 的使 关键 通道 音频 更加 清 晰 易分 辨 ，能 量小 的通道 混音 后声 音变 小难 分辨 嘲 。
Ａ ｂｓ ｔ ｒ ａ ｃ ｔ ：Ｉ ｎ ｔ ｈｅ ａ ｕ ｄ ｉ ｏ ｍｉ ｘ ｉ ｎｇ ｔ ｅ ｃ ｈ ｎ ｏｌ ｏ ｇｙ， ａ ｕｄ ｉ ｏ ｍｉ ｘｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｄｅ ｔ ｅ ｒ ｍｉ ｎｅ ｓ ｔ ｈｅ ｎ ｕｍｂｅ ｒ ａ ｎ ｄ ｏ ｕｔ ｐ ｕ ｔ ｍｉ ｘ ｖ ｏ ｉ ｃ ｅ ｑ ｕ ａ ｌ ｉ ｔ ｙ， ｂ ｕ ｔ ｍ ｏｓ ｔ ｏ ｆ ｔ ｈ ｅ ｅ ｘ ｉ ｓ ｔ ｉ ｎｇ ｍｉ ｘ ｉ ｎｇ ａ ｌ ｇ ｏ ｉｔ ｒ ｈｍ ｍｉ ｘ ｉ ｎｇ ｅ ｆｅ ｃ ｔ ｉ ｓ ｎ ｏ ｔ ｉ ｄ ｅ ａ ｌ ，ｍｉ ｘｉ ｎ ｇ ｒ ｏ ａ ｄ ｉ ｓ ｔ ｏ ｏ ｓ ｍａ ｌ ｌ ， ｐｏ ｏ ｒ ａ ｕｄ ｉ ｏ ｑ ｕａ ｌ ｉ ｔ ｙ ． Ｔｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｉ ｎ ｔ ｒ ｏ ｄｕ ｃ ｅ ｓ ｔ ｈ ｅ ｄｅ ｓ ｉ ｇ ｎ ａ ｎ ｄ ｉ ｍｐｌ ｅ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｏｆ ａ ｌ ｌ
Ｔｈ ｅ ｉ ｍ ｐｌ ｅ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ａ ｎｄ ａ ｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏｎ ｏｆ ａ ｍ ｕｌ ｔ ｉ － ｃ ｈａ ｎｎ ｅ ｌ ａ ｕｄｉ ｏ ｍｉ ｘ ｉ ｎｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ＨＵ ｂ ｉ ｎ
（ Ａｎ ｈ ｕ ｉ Ｓ ｕ ｎ Ｃ ｒ ｅ ａ ｔ ｅ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｃ ｏ ． ，Ｌ ｔ ｄ ， Ａｎ Ｈｕ ｉ ２ ３ ０ ０ ３ ７ ）
ａ ｕ ｄ ｉ ｏ ｍｉ ｘ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｐ ｉ ｅ ｃ ｅ ｗｉ ｓ ｅ ｑ ｕ ａ ｎ ｔ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｒ ｕ ｌ ｅ ｓ ，ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｑ ｕ ａ ｌ ｉ ｙ ｔ ａ ｎ ｄ ｏ ｕ ｔ ｐ ｕ ｔ ｍｉ ｘ ｃ ｈ ａ ｎ ｎ ｅ ｌ ｍｉ ｘ，ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｎ ｏ ｉ ｓ ｅ ，ｈ ａ ｓ ｇ ｏ ｏ ｄ ｈ ｅ ａ ｒ ｉ ｎ ｇ
明显 的 断续 感 ， 以致 用户 根本 无法 分 辨语 音所 承载 的语义 从而 严重 影 响沟通 。多路 音频 交互 的核 心 问题 就是 混音 ，而 提供 资源使 用率 相对 低 且音 频交 互质 量 更高 的混 音方 法 ， 以提升 用户 的 实际体 验 效 果 ， 己成 为本 领域 技术 人 员需 要解 决的 技术难 题 。
３ 改进 的混音算法
上 述 几 个 算 法各 有 特 点 ，但 都有 明显 的 缺 陷 ，随 着 混 音 路 数 的变 化 ，则 会导 致各 音频 流 的音 量因权 重 的变化 受 到不 同程度 的缩 放 ，从 而造 成混 音后 音量 大 小变化 不 定 。而 解决 这个 问题 的 关键 ， 就是 找 到一 个与 音频 路数 无 关的权 重 。本文 提 出的 改进混 音算 法从 这一 关键 问题 着手 ，尝 试解 决上 述缺 陷 。 （ １ ）算 法 的基 本 思想 Ｇ ． ７ １ １ 规 范 中采 用分 段量 化 规 则是 基 于在 音 频信 号 中低 强 度信 号 比高 强度 信号 出现 的 几率 更高 的事 实 ，本 文 改进 算法 同样基 于这 事 实 ，其 基 本 思 想 与其 类 似 ，采 用分 段 收 缩规 则 ，对 线 性 叠加 后 的采 样 数 值 进 行 收 缩来 保 证 不 出现溢 出 ，低 强度 信 号 采 用 较大 的 权 重 以确 保 信 号 的 可识 别 性 的 同时 获得 一 定 收缩 比例 ，而 高 强 度信 号采 用 较 小 的 权 重 以确 保 得 到 相应 的收 缩 比例 ， 同时 保 证 一 定 的可识 别性 ［ ５ 】 。
Ｅ Ｌ Ｅ Ｃ Ｔ Ｒ ＯＮ Ｉ Ｃ Ｓ Ｗ０ Ｒ Ｌ Ｄ・ 高 ｉ 鸦 璐
一
种 多路 音频 混 音算 法 的 实现 与应 用
安徽 四创 电子股份有 限公 司 胡 斌
【 摘要 】在音频混音技术中，混音算法决定 了其混音路数及输 出的混音质量，而现有的大多数混音算法混音效果不理想，混音路数过少，音 频质 量差 。该 文介 绍 并设计 实现 了一种基 于 分段 量化规 则 的音 频混 音方 法 ，提 高 了混音路 数及 输 出的混 音质 量 ，降低 了噪音 ，具 有 良好 的 听 觉舒 适感 。该 方 法的应 用 ，对 于支持 音频 交 互工作 、改善 用 户体验 具有 重要 意 义。 【 关键词 】 音频交互；混音路数 ；混音质量；用户体验
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ａｕ ｄ ｉ ｏ ｉ ｎ ｔ ｅ ｒ ａ ｃ ｔ ｉ ｏ ｎ ；Ｍｉ ｘ ｃ ｈ ａ ｎ ｎ ｅ ｌ ； Ｍｉ ｘ ｑ ｕ ａ ｌ ｉ ｙ ； Ｕｓ ｔ ｅ ｒ ｅ ｘ ｐ ｅ ｉｅ ｒ ｎ ｃ ｅ
２ ． ３ 自对齐 权重 混 音算法
Байду номын сангаас
０ 引言
语 音 互 动 的重 要 性 要 求 远 远 高 于 多媒 体 通 信 中 的其 他 元 素 ， 如视 频或 其他 数 据 。因为 视频 或 其他 数据 在相 对 较长 的 时延 内的抖 动都 是 可 以被 用 户接 受 的，而 音频 部 分如 果 时间稍 长 ，就 会产 生很
自对齐 法则 是考 虑 参与 混音 的音 频通 道 自身特 性 ， 以它 们 自身 的比例 作为 权重 ，从 而 决定他 们在 合成 后 的输 出所 占比重 ，其 特 点 是相 对 平滑 的使 关键 通道 音频 更加 清 晰 易分 辨 ，能 量小 的通道 混音 后声 音变 小难 分辨 嘲 。
Ａ ｂｓ ｔ ｒ ａ ｃ ｔ ：Ｉ ｎ ｔ ｈｅ ａ ｕ ｄ ｉ ｏ ｍｉ ｘ ｉ ｎｇ ｔ ｅ ｃ ｈ ｎ ｏｌ ｏ ｇｙ， ａ ｕｄ ｉ ｏ ｍｉ ｘｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｄｅ ｔ ｅ ｒ ｍｉ ｎｅ ｓ ｔ ｈｅ ｎ ｕｍｂｅ ｒ ａ ｎ ｄ ｏ ｕｔ ｐ ｕ ｔ ｍｉ ｘ ｖ ｏ ｉ ｃ ｅ ｑ ｕ ａ ｌ ｉ ｔ ｙ， ｂ ｕ ｔ ｍ ｏｓ ｔ ｏ ｆ ｔ ｈ ｅ ｅ ｘ ｉ ｓ ｔ ｉ ｎｇ ｍｉ ｘ ｉ ｎｇ ａ ｌ ｇ ｏ ｉｔ ｒ ｈｍ ｍｉ ｘ ｉ ｎｇ ｅ ｆｅ ｃ ｔ ｉ ｓ ｎ ｏ ｔ ｉ ｄ ｅ ａ ｌ ，ｍｉ ｘｉ ｎ ｇ ｒ ｏ ａ ｄ ｉ ｓ ｔ ｏ ｏ ｓ ｍａ ｌ ｌ ， ｐｏ ｏ ｒ ａ ｕｄ ｉ ｏ ｑ ｕａ ｌ ｉ ｔ ｙ ． Ｔｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｉ ｎ ｔ ｒ ｏ ｄｕ ｃ ｅ ｓ ｔ ｈ ｅ ｄｅ ｓ ｉ ｇ ｎ ａ ｎ ｄ ｉ ｍｐｌ ｅ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｏｆ ａ ｌ ｌ