音频源参数化.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109074818A(43)申请公布日2018.12.21(21)申请号201780028437.8(72)发明人王珺(22)申请日2017.04.05(74)专利代理机构北京律盟知识产权代理有限责任公司1(30)优先权数据128716170720.32016.05.20EP代理人陈甜甜62/337,5172016.05.17US(51)Int.Cl.(66)本国优先权数据G10L21/0272(2006.01)PCT/CN2016/0788132016.04.08CNG10L21/028(2006.01)G10L21/0308(2006.01)(85)PCT国际申请进入国家阶段日2018.11.08(86)PCT国际申请的申请数据PCT/US2017/0262352017.04.05(87)PCT国际申请的公布数据WO2017/176941EN2017.10.12(71)申请人杜比实验室特许公司地址美国加利福尼亚州权利要求书4页说明书18页附图7页(54)发明名称音频源参数化(57)摘要本发明描述一种用于从混合音频信号(102)估计音频源(101)的源参数的方法(600)。所述混合音频信号(102)包括多个帧。所述混合音频信号(102)可表示为频域中的混合音频矩阵且所述音频源(101)可表示为所述频域中的源矩阵。所述方法(600)包括基于混合矩阵(225)更新(601)非混合矩阵(221)，所述非混合矩阵(221)经配置以提供从所述混合音频矩阵对所述源矩阵的估计，所述混合矩阵(225)经配置以提供从所述源矩阵对所述混合音频矩阵的估计。此外，所述方法(600)包括基于所述非混合矩阵(221)且基于所述混合音频信号(102)更新(602)所述混合矩阵(225)。另外，所述方法(600)包括迭代(603)所述更新步骤(601、602)直到满足整体收敛准则。CN109074818ACN109074818A权利要求书1/4页1.一种用于从I个混合音频信号(102)估计J个音频源(101)的源参数的方法(600)，其中I,J＞1，其中所述混合音频信号(102)包括多个帧，其中所述I个混合音频信号(102)可表示为频域中的混合音频矩阵，其中所述J个音频源(101)可表示为所述频域中的源矩阵，其中所述方法(600)包括对于帧n进行以下操作：-基于混合矩阵(225)更新(601)非混合矩阵(221)，所述非混合矩阵(221)经配置以提供从所述混合音频矩阵对所述源矩阵的估计，所述混合矩阵(225)经配置以提供从所述源矩阵对所述混合音频矩阵的估计；-基于所述非混合矩阵(221)且基于所述帧n的所述I个混合音频信号(102)更新(602)所述混合矩阵(225)；及-迭代(603)所述更新步骤(601、602)直到满足整体收敛准则，其中-所述方法(600)进一步包括确定所述音频源(101)的协方差矩阵(224)；且-基于所述音频源(101)的所述协方差矩阵(224)更新所述非混合矩阵(221)。2.根据权利要求1所述的方法(600)，其中-所述方法(600)包括基于所述混合音频矩阵确定所述混合音频信号(102)的协方差矩阵(222)；且-基于所述混合音频信号(102)的所述协方差矩阵(222)更新所述混合矩阵(225)。3.根据权利要求2所述的方法(600)，其中-基于帧n周围的窗口内的所述混合音频信号(102)的帧的协方差矩阵的平均值确定所述帧n及所述频域的频段f的所述混合音频信号(102)的所述协方差矩阵RXX,fn(222)；-基于确定帧k的所述协方差矩阵；且-Xfn是帧n及所述频段f的所述混合音频矩阵。4.根据权利要求2到3中任一权利要求所述的方法(600)，其中确定所述混合音频信号(102)的所述协方差矩阵(222)包括归一化所述帧n及频段f的所述协方差矩阵(222)，使得所述帧n及所述频段f的所述混合音频信号(102)的能量的总和等于预定归一化值。5.根据任一前述权利要求所述的方法(600)，其中基于所述混合音频矩阵且基于所述非混合矩阵(221)确定所述音频源(101)的所述协方差矩阵(224)。6.根据任一前述权利要求所述的方法(600)，其中-基于确定帧n及所述频域的频段f的所述音频源(101)的所述协方差矩阵RSS,fn(224)；-RXX,fn是所述混合音频信号(102)的协方差矩阵(222)；且-Ωfn是所述非混合矩阵(221)。7.根据任一前述权利要求所述的方法(600)，其中-所述方法(600)包括确定所述混合音频信号(102)内的噪声的协方差矩阵(224)；且-基于所述混合音频信号(102)内的噪声的所述协方差矩阵(224)更新所述非混合矩阵(2