Page 6 - 《应用声学》2020年第2期
P. 6
164 2020 年 3 月
取，RIR 可以是在真实的房间中通过测量获得，并
0 引言
将其保存在内存中以便实时实现，但根据所需混
室内混响是声音从声源发出后由于不断被室 响特性寻找合适的房间是费时且不容易找到，测量
内表面反射、吸收而逐渐衰减的现象 [1−3] 。如果混 RIR 也需要耗费相当多的时间。因此，目前主要通
响过大，会使声音变得浑浊和杂乱，需要使用去混响 过算法合成 RIR，例如广泛使用的镜像源法 (Image
技术 [3−4] ，例如，在免提通信系统中使用去混响提 source method, ISM) [10] 能产生与真实房间非常相
高语音的可懂度和语音识别的准确率。然而，如果 似的 RIR，但是镜像源法计算房间脉冲响应所需要
缺乏适当的混响，声音或者音乐听起来会非常 “干 的镜像源的数量与 RIR 的长度 (阶数) 成立方比，与
燥”，听感不舒服，此时可以借助人工混响技术塑造 反射级数呈指数增长，这种大的计算量给其实时应
声音的空间感，使声音听起来更自然真实。因此，人 用带来较大困难。
工混响广泛应用于音乐、电影和虚拟现实中，以美 为了获得比反馈延迟网络方法更好的混响效
化音乐、声音的音色，进行艺术的再创造，产生特殊 果，又能比镜像源法有更少的计算量，从便于实时应
的音效 [5] 。 用的角度，本文研究了一种卷积法人工混响方法，将
人工混响最早是在 20 世纪 20 年代的广播系 RIR 分解成早期混响和后期混响两个部分：早期混
统 [5−6] 中通过模拟方法实现的，它将无混响信号 响可以用具有相应衰减因子的延时求和来表示；后
传输到混响环境 (一个专门建造的回音室) 中采集 期混响 RIR 受到文献 [11] 的启发，它在频域合成房
而得到。但是模拟方法对外部声学或机械的变化 间频率响应 (Room frequency response, RFR)，再
扰动较敏感，并且需要专业知识来维护和调整混响 经傅里叶反变换得到时域 RIR，最后将干净无混响
效果。随着数字信号处理器的发展，人工混响可以 信号与RIR卷积得到混响信号。
通过数字方法实现，其中混响被看作是一个线性时
不变的过程 [5] 。数字人工混响方法主要有 3 种基本 1 频域合成房间频率响应的人工混响方法
类型 (尽管可以使用它们的组合)：反馈延迟网络方
由信号处理理论可知，对于线性时不变系统，
法 (Feedback delay network, FDN)、计算声学方法
它的输出信号等于输入信号与系统的单位脉冲响
和卷积方法 [5] 。反馈延迟网络将输入信号 (干净无
应的卷积，
混响) 延迟、滤波并根据参数化混响特性沿着多个
路径反馈给前端，叠加后得到混响信号。该方法在 y(t) = x(t) ∗ h(t), (1)
音乐技术领域使用较多，但是通常只能产生需要的
其中，y(t) 为输出信号，x(t) 为输入信号，h(t) 为系
感知或者艺术效果 [7] 。二是基于计算声学的方法，
统的单位脉冲响应。若将房间看成一个线性时不
将输入信号模拟声能在几何模型中传播，从而得到 变系统，房间内的某一声源发出的声音经过房间的
混响信号，它通常用于需要准确度的声学设计和分
“处理” 传输到接收处，接收到的声音就是系统的输
析方案，如预测声学建模和声学空间的计算机辅助
出信号。房间脉冲响应就相当于系统的单位脉冲
设计，但它们难以用于实时性较高的场合 [5,8] 。三
响应。卷积法人工混响就是用 RIR h(t)与干净语音
是卷积方法，它将干净无混响信号与房间脉冲响
x(t)进行卷积，得到混响信号y(t)。
应(Room impulse response, RIR) 卷积得到混响信
h(t) 可以分解成早期混响和后期混响两个部
号，相当于用 RIR 对干净无混响信号进行有限脉冲
分，即
响应 (Finite impulse response, FIR) 滤波 [5] ，如果
选用的 RIR 能够逼近真实房间的 RIR，则卷积方法 h(t) = h e (t) + h l (t), (2)
的混响效果优于 FDN 和计算声学方法 [5] 。但是卷 其中，h e (t) 是早期房间脉冲响应，h l (t) 是后期房间
积方法的一个直接缺点是它的运算量较大，一部 脉冲响应。早期与后期混响之间的转换瞬间被称为
分运算量来自于用高阶 RIR 与干净无混响信号之 [11] 。
混合时间t 0
间的卷积运算，这部分运算量可以通过快速卷积算 ⌊ √ ⌋
t 0 = C 0 V f s , (3)
法一定程度上加以缓解 [9] ；另一个来自于 RIR 的获
