虛擬低音生成方法、裝置和終端的制作方法
【技術領域】
[0001]本發明涉及音頻技術領域，尤其涉及一種虛擬低音生成方法、裝置和終端。
【背景技術】
[0002]隨著終端設備的輕薄化發展，安裝在終端設備中的揚聲器的尺寸也越來越小。小而薄的尺寸大大削弱了揚聲器的低音還原能力，導致終端聲音干澀，不渾厚，無法滿足消費者日益增長的音質方面的要求。
[0003]目前，通常采用虛擬低音來提升低音，從而改善終端的低音效果。虛擬低音提升低音的原理如圖1a所示，圖1a為目前虛擬低音處理方法的原理示意圖。從圖1a中可以看出，低音信號首先分別經過高通濾波器和低通濾波器處理，得到高頻信號和低頻信號兩個部分，虛擬低音生成單元對待處理的低頻信號，采用諧波生成算法，生成揚聲器能夠響應的各次諧波，再將諧波加入到原低頻信號中，再與通過延時單元延時的高頻信號疊加，生成最終增強后的虛擬低音信號，輸送給揚聲器。
[0004]但是，采用上述方式進行低音補償時，對不同類型的低音，產生的虛擬低音準確度較低，從而使提升后的低音效果較差。
【發明內容】
[0005]本發明提供一種虛擬低音生成方法、裝置和終端，用于解決現有技術中，虛擬低音生成方法產生的虛擬低音準確度低，提升后的低音效果差的問題。
[0006]本發明一方面提供第一種虛擬低音生成方法，包括:
[0007]獲取待處理低頻信號的梅爾頻率倒譜系數MFCC;
[0008]根據所述待處理低頻信號的MFCC，確定預設的聲音模型中與所述低頻信號的相似概率最大的第一聲音模型，所述預設的聲音模型用于表征不同類型的低音；
[0009]根據聲音模型與虛擬低音生成方式的映射關系，確定與所述第一聲音模型對應的第一虛擬低音生成方式；
[0010]根據所述第一虛擬低音生成方式，生成所述待處理低頻信號的虛擬低音。
[0011 ]本發明另一方面提供第一種虛擬低音生成裝置，包括:
[0012]第一獲取模塊，用于獲取待處理低頻信號的梅爾頻率倒譜系數MFCC;
[0013]第一確定模塊，用于根據所述待處理低頻信號的MFCC，確定預設的聲音模型中與所述低頻信號的相似概率最大的第一聲音模型，所述預設的聲音模型用于表征不同類型的低音；
[0014]第二確定模塊，用于根據聲音模型與虛擬低音生成方式的映射關系，確定與所述第一聲音模型對應的第一虛擬低音生成方式；
[0015]第一生成模塊，用于根據所述第一虛擬低音生成方式，生成所述待處理低頻信號的虛擬低音。
[0016]本發明又一方面提供一種終端，包括如上所述的虛擬低音生成裝置。
[0017]本發明提供的虛擬低音生成方法、裝置和終端，首先獲取待處理低頻信號的MFCC，之后根據MFCC，確定預設的聲音模型中與待處理低頻信號相似概率最大的第一聲音模型，然后根據聲音模型對應的虛擬低音生成方式，生成待處理低頻信號的虛擬低音，通過根據待處理低頻信號MFCC，將待處理低頻信號進行分類，對不同聲音類型的低頻信號采用不同的虛擬低音生成方式，從而使生成的虛擬低音更準確，進而使提升后的低音效果更好。
【附圖說明】
[0018]圖1a為目前虛擬低音處理方法的原理示意圖；
[0019]圖1為本發明實施例一提供的一種虛擬低音生成方法流程示意圖；
[0020]圖2為本發明實施例二提供的另一種虛擬低音生成方法流程示意圖；
[0021 ]圖3為本發明實施例三提供的又一種虛擬低音生成方法流程示意圖；
[0022]圖4為本發明實施例四提供的一種虛擬低音生成裝置的結構示意圖；
[0023]圖5為本發明實施例五提供的另一種虛擬低音生成裝置的結構示意圖；
[0024]圖6為本發明實施例六提供的另一種虛擬低音生成設備結構示意圖。
【具體實施方式】
[0025]為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述。
[0026]本發明針對現有虛擬低音生成方法，生成的虛擬低音準確度低，合成后的低音效果差的問題，提出一種虛擬低音生成方法。本發明提供的虛擬低音生成方法，通過將待處理的低頻聲音信號與不同的聲音模型進行匹配，確定與待處理的低頻聲音信號相似概率最大的聲音模型，之后根據確定的聲音模型對應的虛擬低音生成方式，生成待處理低頻聲音信號的虛擬低音，由于生成虛擬低音的方式，是根據與待處理低頻聲音信號最相似的聲音模型對應的虛擬低音生成方式確定的，因此準確度較高。
[0027]圖1為本發明實施例一提供的一種虛擬低音生成方法流程示意圖。如圖1所示，該方法包括:
[0028]SlO，獲取待處理低頻信號的梅爾頻率倒譜系數(Mel Frequency CepstrumCoefficient,簡稱MFCC)。
[0029]Sll，根據所述待處理低頻信號的MFCC，確定預設的聲音模型中與所述低頻信號的相似概率最大的第一聲音模型，所述預設的聲音模型用于表征不同類型的低音。
[0030]S12，根據聲音模型與虛擬低音生成方式的映射關系，確定與所述第一聲音模型對應的第一虛擬低音生成方式。
[0031]S13，根據所述第一虛擬低音生成方式，生成所述待處理低頻信號的虛擬低音。
[0032]本發明提供的虛擬低音生成方法的執行主體為虛擬低音生成裝置，該裝置可以集成在終端的音箱系統中，也可以與音箱系統分開設置，本發明對此不做限定。
[0033]其中，Mel頻率是基于人耳聽覺特性提出來的，它與頻率成非線性對應關系。Mel頻率倒譜系數(MFCC)則是利用它們之間的這種關系，計算得到的頻譜特征，不同的聲音信號對應不同的MFCC。
[0034]另外，預設的聲音模型可以是隱馬爾科夫模型(Hidden Markov Model，簡稱HMM)，還可以是二分類模型、高斯混合模型等等。
[0035]若第一聲音模型是HMM模型，則確定待處理低頻信號的MFCC后，即可將MFCC輸入到各聲音模型中，通過計算，即可確定利用各個聲音模型產生待處理低頻信號的概率，即待處理低頻信號與各個聲音模型的相似概率。之后通過比較各個相似概率，即可確定與待處理低頻信號相似概率最大的第一聲音模型。實際使用時，低音信號首先分別經過高通濾波器和低通濾波器處理，得到高頻信號和低頻信號兩個部分，對低頻信號進行參數提取，即可獲得待處理低頻信號的MFCC參數。可以理解的是，對待處理低頻信號進行參數提取的過程可以是由虛擬低音生成裝置執行的，也可以是由其它裝置執行的，本實施例對此不做限定。
[0036]另外，虛擬低音生成裝置中存儲有多種聲音模型和對應的虛擬低音生成方式，其中，聲音模型用于表征不同類型的低音，比如馬蹄聲、炮聲、鼓聲、飛機聲、槍聲等等可分別對應不同的聲音模型，相應也對應不同的虛擬低音生成方式，即對應不同的諧波數目、各個諧波的頻率及各個諧波的權值，舉例來說，馬蹄聲對應的諧波生成方式中，諧波可以分別為I次諧波、2次諧波、3次諧波和4次諧波，各次諧波的頻率分別為:30赫茲(Hz)、60Hz，90Hz和120Hz，各次諧波的權值分別為0.6,0.2,0.1和0.1;而飛機聲對應的諧波生成方式中，諧波可以分別為I次諧波、2次諧波、3次諧波、4次諧波和5次諧波，各次諧波的頻率分別為:30赫茲(取)、60取，90取、120抱和150!12，各次諧波的權值分別為0.5、0.2、0.2、0.05和0.05等等。需要說明的是，上述各次諧波的數目、頻率和權值僅是示意性說明，各種類型的低音對應的諧波數目、頻率和權值需要根據各個類型聲音的MFCC參數確定。
[0037]可以理解的是，各聲音模型對應的虛擬低音生成方式可以是通過對大量各類型的低音進行虛擬低音生成驗證確定的，即各聲音模型對應的虛擬低音生成方式可較準確的對各聲音模型對應的低音進行還原補償。
[0038]具體的，虛擬低音生成裝置獲取待處理低頻信號的MFCC后，即可根據MFCC確定與待處理低頻信號的相似概率最大的第一聲音模型，之后即可根據該第一聲音模型對應的虛擬低音生成方式生成該待處理低頻信號的虛擬低音，然后將生成的虛擬低音與待處理低頻信號進行疊加后，再同經過延時處理的高頻信號一同輸送給揚聲器。不同于已有技術中的采用固定的生成虛擬低音的處理方式，本申請中由于生成虛擬低音的方式是根據與待處理低頻信號相似概率最大的聲音模型確定的，從而使生成的虛擬低音更準確，進而使提升后的低音效果更好。
[0039]其中，待處理低頻信號與各聲音模型的相似概率，是指根據各聲音模型可還原得到該待處理低頻信號的概率，其可以通過將待處理低頻信號的MFCC輸入各聲音模型中，運算得到。
[0040]舉例來說，若輸入的聲音信號為射箭聲，虛擬低音生成裝置在獲得射箭聲的低頻信號的MFCC后，通過將射箭聲的MFCC分別輸入各聲音模型后，運算得到其與炮聲的相似概率為0.2、與鼓聲的相似概率為0.1，與槍聲的相似概率為0.5，則可確定與射箭聲最相似的聲音模型為槍聲的聲音模型，之后即可根據槍聲的聲音模型對應的虛擬低音生成方式，生成射箭聲的虛擬低音。
[0041]本實施例提供的虛擬低音生成方法，首先獲取待處理低頻信號的MFCC，之后根據MFCC，確定預設的聲音模型中與待處理低頻信號相似概率最大的第一聲音模型，然后根據聲音模型對應的虛擬低音生成方式，生成待處理低頻信號的虛擬低音，本方法中，通過根據待處理低頻信號MFCC，將待處理低頻信號進行分類，對不同聲音類型的低頻信號采用不同的虛擬低音生成方式，使生成的虛擬低音更準確，進而使提升后的低音效果更好。
[0042]可以理解的是，虛擬低音生成裝置中，聲音模型的數量可以根據使用需要和終端的實際承載能力，進行補充和刪減，且各聲音模型的生成過程可以是由虛擬低音生成裝置執行的，也可以是由其它具有聲音識別功能的裝置執行的。
[0043]具體的，虛擬低音生成過程可以利用隱馬爾科夫模型實現。比如，首先獲取各類型低頻信號的MFCC，再利用各類型低頻信號的MFCC，對隱馬爾科夫模型進行訓練，生成各類型低頻信號對應的各聲音模型和虛擬低音生成方式，再根據所述各聲音模型和虛擬低音生成方式，確定聲音模型與虛擬低音生成方式的映射關系。
[0044