基于特征识别的背景音乐音质提升与应用

余莉娟

(商洛学院 艺术学院， 陕西 商洛 726000)

0 引言

特征识别是指被测试的项目或是事物表现出的征象或标志[1]。识别出的特征具有唯一性，可以使其他人员根据识别特征在识别该项目或事项并重新执行该测试。背景音乐是指在电影、电视剧等艺术作品中用于调节气氛的一种音乐，插入在对话之中，增强情感表达，达到一种让观众身临其境的感受。背景音乐起源于欧洲的戏剧，在有声电影出现后得以迅速发展。音质指的是声音的质量，也就是经传输、处理后音频信号的保真度，评价音质的好坏判断音量、音高和音色是否达到一定的水准，细化来讲，就是对于某一频率或频段的音高是否具有一定的强度，并在要求的频率范围内，同一音量下音乐频点的幅度是否均衡饱满，对应的频率响应曲线是否平直，声音的音准是否准确。在实际音质提升时大多采用实际的比特率为音质数值，提升背景音乐音质质量。

目前很多学者在提升背景音乐音质方面进行了很多研究，比如文献[2]针对压缩音频文件时会出现音乐音质下降的问题，对基于生成对抗网络的音频音质提升方法进行了研究，从而获得了较好的音质效果；文献[3]为了提升音乐音质，对复合互补声驱动音质提升方法进行了探讨，从而获得了良好的音质。尽管还有很多学者对此进行了研究，但仍然可以发现在音质提升方面还存在一定局限，为了更好地提升音质，本文对不同类别特点的背景音乐进行分析，利用特征识别背景音乐音质特征，采用交叠分段的处理方法，多次处理重叠部分的背景音乐，减少重叠背景音乐的信息量丢失，计算背景音乐播放时的初始时延间隙，选择音质参数并确定参数适宜值区间值，完成对背景音乐的提升。实验选用一个封闭的观众厅作为实验场所，设定测试点，测量测试点混响时间，使用两种传统音质提升方法与之进行对比实验，结果表明文中提出的音质提升方法抑制噪声的效果最好。

1 基于特征识别的背景音乐音质提升与应用

1.1 利用特征识别背景音乐音质特征

利用特征识别背景音乐音质特征时，先将连续的背景音乐信号进行分段处理，利用加窗分帧实现分段过程，窗函数平滑地在音乐信号上滑动，当滑动距离与加窗宽度相等时，背景音乐的短段信号互相连接，不存在信息量的丢失[4]。当滑动距离小于加窗宽度时，相邻段的背景音乐出现了部分重叠，存在部分的信息量丢失。为了保证背景音乐各分段音乐数据的连续特性、减少信息量丢失，采用交叠分段处理方法，得到音乐帧长与帧移的关系，如图1所示。

图1 帧长与帧移关系

采用矩形窗及汉明窗短时分析上图所示的关系，假设该窗函数表示为w(i)(i=0,1,2,…,I-1)，其中i表示窗帧长，故此时窗函数，如式(1)。

(1)

汉明窗，如式(2)。

(2)

以式(1)、式(2)为初级约束条件，添加经过放大后的频率特性，绘制出对应得到的频率特性，如图2所示。

a

定义上图幅值谱曲线中幅度从零到第一次衰减到极小值的部分为主瓣，极小值后峰值与峰值之间的部分为旁瓣。由上图所示的音乐频率特性可知，图2(a)与图2(b)幅度谱中都存在主瓣与旁瓣。在控制窗的长度相等时，图2(b)中的主瓣宽度约为图2(a)长度的两倍，两个函数对于背景音乐的频率响应具有低通特性[5]。以图2为基础计算背景音乐的窗宽，假设特征识别原始音乐信号的取样序列为x(c)，加窗分帧处理后得到第c帧音乐信号为xc(n)，此时xc(n)表示，如式(3)。

xc(n)=w(n)x(i+n), 0≤n≤I-1

(3)

式中，c=0,1T,2T,…，n表示帧长；T表示帧移长度。利用这两种参数，计算得到背景音乐中的短时时域特征的自相关函数关系，随机选取一段5 s的背景音乐，调整采样率为1 000 Hz，得到背景音乐的时域波形，如图3所示。

图3 背景音乐时域波形

采集图3所示的不同时域内背景音乐波形，定义不同时域背景音乐的自相关函数，如式(4)。

(4)

式中，a表示时域内的延迟数点。综合上述窗函数与时域内的指标作为背景音乐音质特征，计算初始时延间隙，控制特征参数变化，统一背景音乐的音量、音高和音色保持一致，完成对背景音乐音质的提升[6]。

1.2 计算初始时延间隙

使用上述处理得到的各项音质指标，依照背景音乐不同的使用场所，利用赛宾公式计算混响时间，如式(5)。

(5)

(6)

式中，3mv表示空气吸声系数。按照式(6)计算出的混响时间控制背景音乐，发现背景音乐易受到声级衰变的快慢的影响，改变背景音乐中的声级衰变速度，得到背景音乐混响曲线及其斜率，如图4所示。

图4 背景音乐混响曲线及其斜率

由图4可知，在同一背景音乐应用的两个场所内，声级衰变40 dB的时间为0.03 s，衰变80 dB的声级则需要0.09 s，证明图4中曲线1比曲线2衰变得快，背景音乐的混响感不同。因此得到衰变曲线斜率越大背景音乐的混响感就越好，所以在提升音质时，控制背景音乐衰变曲线的斜率为大值[7]。但背景音乐在厅堂等封闭场所停止播放后，音乐直达声会存在部分的反射声，这部分反射声会影响背景音乐的音质，测定该部分背景音乐脉冲声，在不同时间尺度下，得到直达声与室内反射的响度变化，得到背景音乐的初始延时间隙，如图5所示。

图5 初始时延间隙

由图5可知，最初显现的直达声与室内首次反射的背景音乐之差为初始时延间隙，定义一个背景音乐清晰度指标Q，计算图5所示的初始时延间隙表现出的声能密度之比，如式(7)。

(7)

式中，p表示声能密度，Q50中的常数50表示声能比的界限，Q80表示背景音乐的透明度指数，d表示响度，t表示测试的时间。依照式(7)，计算得到透明度指标Q80在-2～+2 dB之间可以增强背景音乐的音质。为了保证背景音乐的混响感，控制Q50的值大于-4 dB，保证在初始时延间隙影响下的音质质量[8]。综合上述处理，完成对初始时延间隙的计算，选择音质参数并确定适宜值区间，完成基于特征识别的背景音乐音质的提升[9]。

1.3 音质参数及适宜值区间值

背景音乐实际播放时，侧向的反射声可以拓宽背景音乐的环绕感，将早期侧向声能分量作为衡量指标，如式(8)。

(8)

式中，LEF表示背景音乐空间感指标;Zc表示直达声到达后的侧向声能;Zt表示直达声到达的所有早期声能。为了摆脱不同方向反射声带来的干扰，引入一个双耳互相关系系数λ，式(8)就可改写，如式(9)。

(9)

解决不同方向反射声带来的干扰后，选取无反射自由场距离数值，计算得到背景音乐的相对强感，如式(10)。

(10)

式中，p′表示该距离值下的声强；p表示背景音乐的直达声强。考虑到不同播放场所有着不同声场分布，以声场分布不均匀度为衡量指标，总结得到声场分布R的计算，如式(11)。

R=Pmax-Pmin

(11)

式中，Pmax与Pmin表示背景音乐播放场所内测得的最大声压级及最小声压值。所以在声场分布不均匀的场所内，控制背景音乐的R值区间为6≤R≤8，消除声场分布不均匀带来的影响[10]。在Pmin控制下，声场中会形成一个低音比参数，可以增加音质的低频活跃度及丰满度，给定一个客观参量，此时低音比参数的计算，如式(12)。

(12)

式中，T表示背景音乐混响时间;常数表示背景音乐的低频及中频值。综合上述处理，最终得到音质参数及适宜值区间值结果，如表1所示。

表1 音质参数及适宜值区间值

按照表1所示的音质参数及适宜值区间控制，为了摆脱噪声对背景音质的影响，控制背景音乐播放的噪声声级不高于30 dB，针对声场不均匀的背景音乐播放，设定以播放点为计算测量中心，形成噪声处理点，如图6所示。

图6 噪声处理点

采用图6所示的测量计算方式，最终确定实线上得到的点为噪声处理点。点S′，S″以及S‴均表示背景音乐播放的音响设备。基于上述所有处理，最终完成对基于特征识别的背景音乐音质提升的研究。

2 仿真实验

2.1 实验准备

实验选用一个观众厅呈中轴线对称的剧场作为实验对象，设定8个测试点，测试点A、B、C、F、H距离中轴线1.5 m处，测试点D以及E在侧座内的半场，控制测试剧场为一个封闭的空间，D点距中轴5.8 m，测试点E点与中轴之间距离为6.95 m，H点距中轴6.8 m。利用计算机内的AWA6290M测试分析软件发送测试声源到功能分析仪中，测量计算得到8个测试点在不同频率控制下的混响时间，如表2所示。

表2 测试点混响时间

利用表2所示不同频率控制下测试点得到的混响时间，控制同一频率参数下的混响时间为最大值，分别使用文献[2]、文献[3]方法与基于特征识别的背景音乐音质提升方法进行实验，对比三种提升方法的性能。

2.2 实验结果分析

基于上述实验准备，控制背景音乐的混响时间为2.30 s，在250 Hz背景音乐的频率下，最终在三种音质提升方法控制下的8个测试点得到的声压级结果，如表3所示。

表3 三种提升方法的声压级控制结果

由表3所示的声压级控制结果可知，三种音质提升方法都对声压有一定的控制效果，但从数值大小上来讲，传统音质提升方法1的控制数值较小，传统音质提升方法2的控制数值相比于传统音质提升方法1要大，但文中提出的提升方法控制的声压数值最大，摆脱了背景音乐播放时声压的干扰。

表3显示了在声压数值控制下，控制背景音乐的频率为500 Hz，利用三种音质提升方法去除该频率下的音乐噪声，噪声抑制结果，如表4所示。

表4 噪声抑制结果

由表4所示的噪声抑制结果可知，文献[2]方法在500 Hz的背景音乐控制下，8个测试点的平均噪声抑制数值在11.5 dB左右，文献[3]方法抑制噪声的平均数值在14.3 dB左右，而文中提出的音质提升方法平均噪声抑制数值在21.7 dB左右，与两种音质提升方法相比，文中提出的音质提升方法抑制噪声干扰的效果更好。保持该实验条件，不断调整测试设备，以测试点ABCDEF构成的空间为测试范围，三种音质提升方法能够控制的面积结果，如图7所示。

由图7可知，在相同观众厅范围内，文献[2]方法控制得到的测试点范围最小，文献[3]方法控制得到的测试点范围较大，而文中提出的音质提升方法控制该观众厅的范围最大，能够在有效的空间内最大限度地控制范围内的音质提升。综合上述全部实验结果可知，文中提出的音质提升方法无论是在声压级的控制上，还是噪声抑制效果上，或是控制范围上都要比文献[2]方法、文献[3]方法更加优秀，更加适合在背景音乐提升上使用。

图7 三种音质提升方法的控制范围

3 总结

本文采用交叠分段处理重叠部分的背景音乐方法，有效地减少了重叠背景音乐的信息量丢失，通过对初始时延间隙的精确计算，选择并确定适宜的音质参数值区间，有效地降低了噪声干扰，对背景音乐音质进行提升。并且文中提出的音质提升方法在声压级的控制上、噪声抑制效果上或是控制范围上均比传统的音质提升方法更加适合在背景音乐提升上使用。本文关于背景音乐的音质提升方法的研究可以有效地保证艺术作品的表达，丰富艺术作品的情感，对文化产业的发展有着重要意义。但本文提出的提升方法存在大量的计算，在实际运用时会存在一定的困难，依旧需要学习改进。