自适应动态范围.doc

高水平增益
高阈值

低阈值
低水平增益
扩展阈值

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。
自动增益控制输出
压缩比
扩展比

图1中，横坐标表示输入信号的声压级（Sound Pressure Level, SPL，单位为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。

图2

（1）

（2）
DRC方法的原理框图如图3和4所示，

图3

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/增益函数关系计算得到。最后将与输入信号相乘得到输出信号。

（3）

（4）

（5）

（6）

（7）

（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
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 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。
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，；其中；；其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，则和越小，也即和越小，信号幅度检测的跟踪速度越快；反之，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，但并不限于这两种形式。式（9）中远小于；式（10）中和为平滑系数，用于对进行平滑处理。
提出依据、原理、符号说明

（9）

（10）
3. 自适应增益
如图5所示，

图5
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。

（11）

（12）

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（13）所示。

（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）后输出得到最终处理后的数字音频信号。

附图

图1

图2

图3

图4

图5

图6
11