(12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP (96) Data i numer zgłoszenia patentu europejskiego:

Transkrypt

1 RZECZPOSPOLITA POLSKA (12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP Urząd Patentowy Rzeczypospolitej Polskiej (96) Data i numer zgłoszenia patentu europejskiego: (97) O udzieleniu patentu europejskiego ogłoszono: Europejski Biuletyn Patentowy 2012/47 EP B1 (13) (51) T3 Int.Cl. G10L 19/00 ( ) G10L 21/02 ( ) H03G 3/32 ( ) H04R 25/00 ( ) H03G 5/16 ( ) H03G 9/02 ( ) H03G 9/00 ( ) (54) Tytuł wynalazku: Kontrola słyszalnej charakterystyki głośności sygnału audio (30) Pierwszeństwo: US P (43) Zgłoszenie ogłoszono: w Europejskim Biuletynie Patentowym nr 2008/51 (45) O złożeniu tłumaczenia patentu ogłoszono: Wiadomości Urzędu Patentowego 2013/03 (73) Uprawniony z patentu: DOLBY LABORATORIES LICENSING CORPORATION, San Francisco, US (72) Twórca(y) wynalazku: PL/EP T3 ALAN JEFFREY SEEFELDT, San Francisco, US (74) Pełnomocnik: rzecz. pat. Grażyna Palka JAN WIERZCHOŃ & PARTNERZY BIURO PATENTÓW I ZNAKÓW TOWAROWYCH SP.J. ul. Żurawia 47/ Warszawa Uwaga: W ciągu dziewięciu miesięcy od publikacji informacji o udzieleniu patentu europejskiego, każda osoba może wnieść do Europejskiego Urzędu Patentowego sprzeciw dotyczący udzielonego patentu europejskiego. Sprzeciw wnosi się w formie uzasadnionego na piśmie oświadczenia. Uważa się go za wniesiony dopiero z chwilą wniesienia opłaty za sprzeciw (Art. 99 (1) Konwencji o udzielaniu patentów europejskich).

2 15540/12/P-RO/GP/KM EP Opis Dziedzina techniki Kontrola słyszalnej charakterystyki głośności sygnału audio [0001] Wynalazek dotyczy przetwarzania sygnału audio. Bardziej szczegółowo wynalazek dotyczy pomiaru i kontroli słyszalnej głośności dźwięku i/lub słyszalnego balansu spektralnego sygnału audio. Wynalazek znajduje zastosowanie na przykład przy kontroli natężenia głośności dla kompensacji poziomu dźwięku, automatycznej kontroli wzmocnienia, dynamicznej kontroli zakresu (łącznie między innymi z ogranicznikami, kompensatorami, ekspanderami itp.), przy dynamicznym wyrównywaniu i kompensacji szumów tła w środowisku odtwarzania sygnału audio. Wynalazek dotyczy nie tylko sposobów, ale również programów komputerowych i urządzenia. Tło [0002] Przeprowadzono wiele prób mających na celu opracowanie zadawalającego i obiektywnego sposobu pomiaru głośności. W roku 1933 Fletcher i Munson określili, że słuch ludzki jest mniej wrażliwy na niskie i wysokie częstotliwości niż na częstotliwości średnie (lub telefoniczne). Odkryli również, że względna zmiana wrażliwości spada wraz ze wzrostem poziomu dźwięku. Dawny miernik głośności składał się z mikrofonu, wzmacniacza, miernika i kilku filtrów zaprojektowanych tak, aby w przybliżeniu naśladować charakterystykę częstotliwościową przy niskim, średnim i wysokim poziomie dźwięku. [0003] Pomimo tego, że urządzenia tego typu zapewniały pomiar głośności pojedynczego, izolowanego dźwięku o stałym poziomie, pomiary bardziej złożonych dźwięków nie odwzorowywały subiektywnego doznania głośności. Tego typu mierniki natężenia dźwięku zostały znormalizowane, lecz wykorzystywane są wyłącznie do określonych zadań, takich jak monitorowanie i kontrola hałasu przemysłowego. [0004] Na początku lat pięćdziesiątych ubiegłego wieku, między innymi Zwicker i Stevens rozszerzyli prace Fletchera i Munsona oraz wykorzystali jest do opracowania bardziej realistycznego modelu procesu percepcji głośności. Stevens w Magazynie Amerykańskiego Stowarzyszenia Akustycznego opublikował w roku 1956 pracę pod tytułem "Calculation of the Loudness of Complex Noise" [Obliczenia głośności hałasu złożonego], a w roku 1958 Zwicker opublikował swoje dokonania w Magazynie Acoustica pod tytułem "Psychological and Methodical Basis of Loudness" [Fizjologiczne i Metodyczne Podstawy Głośności]. W 1959 roku Zwicker opublikował graficzną procedurę dotyczącą obliczania głośności, a w niedługim czasie kilka następnych artykułów o podobnej tematyce. Metody Stevensa i Zwickera zostały znormalizowane w do postaci ISO 532, część A i B (odpowiednio). Obydwie metody opierają się na podobnych założeniach. [0005] Po pierwsze przeprowadza się symulację zmiennoczasowego rozkładu energii na błonie podstawowej ucha wewnętrznego, zwanego wzbudzeniem, przez przepuszczenie sygnału audio przez zespół filtrów słuchowych środkowoprzepustowych o częstotliwościach środkowych, rozmieszczonych w sposób równomierny w skali pasm krytycznych. Każdy filtr

3 - 2 - słyszalny jest skonstruowany tak, że symuluje charakterystykę częstotliwości w określonym miejscu wzdłuż błony podstawowej ucha wewnętrznego przy częstotliwości środkowej filtra, odpowiadającej temu miejscu. Krytyczna szerokość pasma określana jest jako szerokość pasma jednego takiego filtra. Mierzona w jednostkach Herz, krytyczna szerokość pasma tych filtrów słuchowych wzrasta wraz ze wzrastającą częstotliwością środkową. Z tego względu przydatnym jest zdefiniowanie skali częstotliwości ograniczonych po to, aby krytyczna szerokość pasma dla wszystkich filtrów słyszalnych zmierzonych w tej ograniczonej skali była stała. Ta skala ograniczona określana jest również skala pasm krytycznych i jest bardzo przydatna do zrozumienia i symulacji szerokiego zakresu zjawisk psychoakustycznych. Patrz na przykład dokument Psychoakustyka - Fakty i Modele autorstwa E. Zwicker i H. Fastl, Springer Verlag, Berlin, Metody Stevensa i Zwickera wykorzystują skalę pasm krytycznych zwaną skalą Barka, na której krytyczna szerokość pasma jest stała poniżej 500 Hz i rośnie powyżej 500 Hz. Ostatnio, Moore i Glasberg zdefiniowali skalę pasm krytycznych, którą nazwali skalą Equivalent Rectangular Bandwidth (ERB) [Ekwiwalentna Szerokość Pasma] (B. C. J. Moore, B. Glasberg, T. Baer, "A Model for the Prediction of Thresholds, Loudness, and Partial Loudness" [Model przewidywania wartości progowych, głośności i częściowej głośności] Magazyn Stowarzyszenia Inżynierów Audio, tom 45, nr 4, kwiecień 1997 roku, str ). W drodze eksperymentów psychoakustycznych, wykorzystując maskowanie tonu szumem pasmowozaporowym, Moore i Glasberg wykazali, że poniżej 500 Hz krytyczna szerokość pasma stale spada w przeciwieństwie do skali Barka, gdzie krytyczna szerokość pasma pozostaje na stałym poziomie. [0006] Poniższe obliczenia wzbudzenia dają w rezultacie nieliniową funkcję kompresyjną, która generuje wielkość zwaną głośnością właściwą. Głośność właściwa to miara głośności słyszalnej jako funkcji częstotliwości i czasu i może być mierzona w jednostkach głośności słyszalnej na jednostkę częstotliwości łącznie ze skalą pasma krytycznego, taką jak wspomniane powyżej skala Barka lub ERB. W przypadku doskonałym, głośność właściwa odzwierciedla ciągły rozkład głośności jako funkcji częstotliwości i czasu, a zmiennoczasowa "głośność całkowita" obliczana jest przez całkowanie tego rozkładu na funkcji. W praktyce, dokładne odzwierciedlenie głośności właściwej uzyskiwane jest przez próbkowanie tego rozkładu równomiernie na całej skali pasma krytycznego wykorzystując na przykład wyżej wymienione filtry słyszalne. W takim przypadku, głośność całkowita może zostać obliczona zwyczajnie przez zsumowanie głośności właściwej z każdego filtra. Aby ograniczyć złożoność, niektóre aplikacje mogą obliczać głośność właściwą w większym przybliżeniu kosztem drobnych nieścisłości w szacunkach i modyfikacji głośności słyszalnej. Te przybliżenia zostaną omówione bardziej szczegółowo poniżej. [0007] Głośność można mierzyć w jednostkach zwanych fon. Głośność danego dźwięku w fonach to poziom ciśnienia akustycznego (SPL) dla 1 khz tonu o głośności subiektywnej równej głośności dźwięku. Umownie odniesienie do 0 db dla SPL to średnia kwadratowa ciśnienia 2 x 10-5 Pascala i jest to również tym samym odniesienie do 0 fonów. Korzystając z tej definicji podczas porównywania głośności dźwięków o częstotliwościach innych niż 1 khz z głośnością przy 1 khz, można wyznaczyć izofonę dla danego poziomu fonów. Figura 11 przedstawia izofony dla częstotliwości pomiędzy 20 Hz a 12,5 khz oraz dla poziomu

4 - 3 - fonów pomiędzy 4,2 fon (wartość uznawana za próg słyszalności) oraz 120 fon (ISO226: 1087 (E), "Akustyka Izofony"). Pomiar fonów uwzględnia zmienną wrażliwość słuchu człowieka względem częstotliwości, ale wyniki nie pozwalają na przeprowadzenie oceny względnych subiektywnych głośności dźwięków na różnych poziomach ponieważ nie podejmuje się próby przeprowadzenia korekty nieliniowego wzrostu głośności przy pomocy SPL, to jest faktu, że rozmieszczenie izofon ulega zmianie. [0008] Głośność można ponadto mierzyć w jednostkach zwanych son. Pomiędzy jednostkami fon a son istnieje odwzorowanie wzajemnie jednoznaczne, jak pokazano na Fig. 11. Jeden son definiowany jest jako głośność 40 db (SPL) 1 khz czystej fali sinusoidalnej i wynosi 40 fon. Jednostki son przejawiają się tym, że dwukrotny wzrost wartości son odpowiada podwojeniu słyszalnej głośności. Na przykład, 4 son słychać dwa razy głośniej niż 2 son. Tym samym, wyrażanie poziomu głośności w sonach jest bardziej czytelne. Biorąc pod uwagę definicję głośności właściwej jako miary głośności słyszanej w funkcji częstotliwości i czasu, głośność właściwa może być mierzona w jednostkach son na jednostkę częstotliwości. Tym samym, korzystając ze skali Barka, głośność właściwa posiada jednostki son na Bark i tak samo, korzystając ze skali ERB, jednostkami są son na ERB. [0009] Zgodnie z powyższym, wrażliwość ucha ludzkiego zmienia się wraz z częstotliwością i poziomem, co zostało odpowiednio udokumentowane w literaturze psychoakustycznej. Jednym z wyników jest to, że spektrum słyszalne lub barwa danego dźwięku zmienia się wraz z poziomem akustycznym, na którym dźwięk jest słyszalny. Na przykład, w przypadku dźwięku zawierającego niskie, średnie i wysokie częstotliwości, słyszalne proporcje względne komponentów tych częstotliwości zmieniają się wraz z ogólną głośnością dźwięku; gdy ten jest cichy, komponenty częstotliwości niskiej i wysokiej brzmią ciszej względem częstotliwości średnich, niż ma to miejsce w przypadku dźwięku głośnego. To zjawisko jest dobrze znane i zostało zminimalizowane w urządzeniach odtwarzających dźwięk dzięki tak zwanej kontroli głośności. Kontrola głośności to kontrola poziomu głośności, która wykorzystuje wzmocnienie częstotliwości niskich a czasem i wysokich, gdy poziom głośności jest zniżana. Tym samym, niższa wrażliwość ucha na skrajne częstotliwości jest kompensowana sztucznym wzmocnieniem tych częstotliwości. Tego typu kontrola jest całkowicie pasywna, stopień zastosowanej kompensacji to funkcja nastaw sterowania poziomu głośności lub niektórych innych elementów ustawianych przez użytkownika, a nie funkcja zawartości sygnałów audio. [0010] W praktyce zmiany względnego słyszalnego balansu spektralnego pomiędzy częstotliwościami niskimi, średnimi i wysokimi zależą od sygnału, w szczególności od jego tego spektrum i od tego czy ma on być głośny czy delikatny. Weźmy pod uwagę orkiestrę symfoniczną. Balans odtwarzany na tym samym poziomie jaki słyszałby człowiek zasiadający na widowni sali koncertowej, może być właściwy bez względu na to, czy orkiestra gra głośno czy cicho. Na przykład, jeżeli muzyka odtwarzana jest o 10 db ciszej, słyszalny balans w całym spektrum zmienia się w jeden sposób dla przejść głośnych i w drugi sposób dla przejść cichych. Konwencjonalna pasywna kontrola głośności nie przeprowadza kompensacji jako funkcji muzyki.

5 - 4 - [0011] W międzynarodowym zgłoszeniu patentowym nr PCT/US2004/016964, złożonym 27 maja 2004 roku, opublikowanym 23 grudnia 2004 oraz WO 2004/ A2, Seefeldt i in. opisują między innymi system pomiaru i regulacji słyszalnej głośności sygnału audio. We wspomnianym zgłoszeniu za pomocą modelu psychoakustycznego oblicza się głośność sygnału audio w jednostkach percepcyjnych. Ponadto zgłoszenie opisuje techniki dotyczące obliczania multiplikatywnego wzmocnienia szerokopasmowego, które gdy zastosowane zostaną w odniesieniu do audio, dają w rezultacie sygnał audio zmodyfikowany o wzmocnienie, który jest zasadniczo tym samym, co głośność porównawcza. Zastosowanie tego szerokopasmowego wzmocnienia, zmienia jednak słyszalny balans spektralny sygnał audio. [0012] Dokument US 2004/ A1 (Chalupper i in.) ujawnia sposób obliczania parametrów modyfikacyjnych, wykorzystywanych do modyfikacji sygnału audio dla ograniczania różnic pomiędzy ogólną charakterystyką głośności sygnału audio i docelowej głośności ogólnej. [0013] Dokument US 2002/ A1 (Cornelisse) ujawnia podobne rozwiązanie, w którym wykorzystana jest ograniczona ilość kanałów częstotliwości. Opis wynalazku [0014] Wynalazek jest określony w zastrzeżeniach niezależnych. Zastrzeżenia niezależne dotyczą opcjonalnych cech niektórych przykładów wykonania wynalazku. [0015] W jednym przedmiocie wynalazek dotyczy sposobów określonych w zastrzeżeniach 1 i 3, dotyczących kontroli danej charakterystyki głośności sygnału audio, przy czym dana charakterystyka głośności jest albo aproksymacją głośności właściwej albo aproksymacją częściowej głośności właściwej. [0016] Zgodnie z następnymi przedmiotami wynalazku określone jest urządzenie według zastrzeżenia 6 i program komputerowy według zastrzeżenia 7. [0017] Głośność właściwa jest miarą głośności słyszalnej jako funkcji częstotliwości i czasu. W praktycznych zastosowaniach głośność właściwa zmodyfikowanego sygnału audio może być sprowadzona do aproksymowanej docelowej głośności właściwej. Na aproksymację może mieć wpływ nie tylko zwykłe przetwarzanie sygnału, ale również wygładzanie czasowe i/lub częstotliwościowe, które można zastosować podczas modyfikowania, zgodnie z opisem w dalszej części. [0018] Ponieważ głośność właściwa jest miarą głośności słyszalnej sygnału audio jako funkcji częstotliwości i czasu, aby ograniczyć różnicę pomiędzy głośnością właściwą sygnału audio i docelową głośnością właściwą, proces modyfikacji może zmienić sygnał audio w funkcji częstotliwości. Pomimo tego, że w niektórych przypadkach, docelowa głośność właściwa może być stałoczasowa, a sam sygnał audio może by stałoczasowym sygnałem stabilnym, proces modyfikacji może również zmienić sygnał audio w funkcji czasu. [0019] Cechy tego wynalazku można również wykorzystać do kompensacji zakłócającego szumu tła w środowisku odtwarzania sygnału audio. Gdy sygnał audio jest słyszany

6 - 5 - w obecności szumu tła, szum może częściowo lub całkowicie maskować sygnał audio w sposób zależny zarówno od poziomu i spektrum sygnału audio oraz poziomu i spektrum szumu. Wynikiem jest zmiana słyszalnego spektrum sygnału audion. Odnośnie badań psychoakustycznych (patrz na przykład Moore, Glasberg, i Baer, "A Model for the Prediction of Thresholds, Loudness, and Partial Loudness," [Model przewidywania wartości progowych, głośności i częściowej głośności], Magazyn Stowarzyszenia Inżynierów Audio, tom 45, nr 4, kwiecień 1997 roku), można zdefiniować częściową głośność właściwą sygnału audio jako głośność słyszalną sygnału audio w obecności wtórnego zakłócającego sygnału dźwiękowego, takiego jak szum. [0020] Cecha wynalazku obejmuje pochodne parametry modyfikacyjne, wykorzystywane do zmodyfikowania sygnału audio dla ograniczenia różnicy pomiędzy określoną charakterystyką głośności, a aproksymacją do docelowej głośności właściwej. Przeprowadzenia powyższych czynności łagodzi wpływ szumu w dokładny pod względem słyszalności sposób. W tym i innych przykładach wykonania wynalazku, które uwzględniają sygnał szumu zakłócającego, zakłada się, że istnieje dostęp do samego sygnału audio i samego wtórnego sygnału zakłócającego. [0021] Kolejna cecha według wynalazku dotyczy kontroli aproksymacji głośności właściwej sygnału audio przez jego modyfikowanie dla ograniczenia różnicy pomiędzy aproksymacją głośności właściwej a aproksymacją docelowej głośności właściwej. [0022] Kolejna cecha według wynalazku dotyczy kontroli aproksymacji częściowej głośności właściwej sygnału audio przez jego modyfikowanie dla ograniczenia różnicy pomiędzy aproksymacją częściowej głośności właściwej a aproksymacją docelowej głośności właściwej. [0023] Jeżeli docelowa głośność właściwa nie jest funkcją sygnału audio, może być zapisaną lub odebraną docelową głośnością właściwą. Jeżeli docelowa głośność właściwa nie jest funkcją sygnału audio, modyfikowanie lub generowanie pochodnych może jawnie lub niejawnie obliczyć głośność właściwą lub częściową głośność właściwą. Przykłady obliczeń niejawnych obejmują tablicę przeglądową lub wyrażenie matematyczne formuły domkniętej, kiedy to głośność właściwa i /lub częściowa głośność właściwa określane są samoistnie (pojecie formuły domkniętej opisuje wyrażenie matematyczne, które można przedstawić w sposób dokładny wykorzystując skończoną liczbę standardowych operacji matematycznych i funkcji, takich jak potęgowanie i cosinus). Ponadto, gdy docelowa głośność właściwa nie jest funkcją sygnału audio, docelowa głośność właściwa może być zarówno stałoczasowa i stałoczęstotliwościowa lub też może być wyłącznie stałoczasowa. [0024] Doświadczenie, które może być przydatne w odniesieniu do wynalazku, dotyczy przetwarzania sygnału audio lub pomiaru sygnału audio według jednej lub kilku procedur i przy wykorzystaniu jednego lub kilku parametrów kontroli procesu, aby dać w rezultacie docelową głośność właściwą. Pomimo tego, że docelowa głośność właściwa może być stałoczasowa ( stała ), docelowa głośność właściwa może być korzystnie funkcją głośności właściwej sygnału audio. Pomimo tego, że sygnał może być statyczny, stałoczęstotliwościowy i stałoczasowy, to zazwyczaj sam sygnał audio jest

7 - 6 - zmiennoczęstotliwościowy i zmiennoczasowy, sprawiając tym samym, że głośność właściwa jest zmiennoczęstotliwościowa i zmiennoczasowa, gdy jest funkcją sygnału audio. [0025] Sygnał audio i docelowa głośność właściwa lub odwzorowanie docelowej głośności właściwej mogą pochodzić z transmisji lub zostać odtworzone z nośnika pamięciowego. [0026] Odwzorowanie docelowej głośności właściwej może posiadać postać jednego lub więcej współczynników skalowania, które skalują sygnał audio lub dokonują pomiaru sygnału audio. [0027] Docelowa głośność właściwa może być funkcją sygnału audio lub miarą sygnału audio. Jedną z odpowiednich miar sygnału audio jest głośność właściwa tego sygnału. Funkcja sygnału audio lub miara sygnału audio może być skalowaniem lub pomiarem sygnału audio. Na przykład, skalowanie może zostać przeprowadzone w drodze jednego lub kilku skalowań: (a) współczynnik skali zmiennoczasowy i zmiennoczęstotliwościowy Ξ [b,t] skalujący głośność właściwą jak w poniższym związku (b) współczynnik skali stałoczasowy i stałoczęstotliwościowy Φ[t] skalujący głośność właściwą jak w poniższym związku (c) współczynnik skali stałoczasowy i zmiennooczęstotliwościowy Θ[b] skalujący głośność właściwą jak w poniższym związku oraz (d) współczynnik skali stałoczasowy i stałoczęstotliwościowy skalujący głośność właściwą sygnału audio jak w poniższym związku gdzie, [b,t] to docelowa głośność właściwa, N [b,t] to głośność właściwa sygnału audio, b to miara częstotliwości, a t to miara czasu. [0028] W przypadku (a) zmiennoczasowego i zmiennoczęstotliwościowego współczynnika skali, skalowanie można wyznaczyć przynajmniej częściowo jako stosunek wymaganej wielopasmowej głośności i głośności wielopasmowej sygnału audio. Skalowanie może być przydatne podczas dynamicznego sterowania zakresem. Niżej opisano dalsze szczegóły wykorzystujące cechy wynalazku, takie jak dynamiczna kontrola zakresu. [0029] Również w przypadku (a) zmiennoczasowego i zmiennoczęstotliwościowego współczynnika skali, głośność właściwa może być wyskalowania dzięki stosunkowi miary wymaganego kształtu spektralnego względem miary kształtu spektralnego sygnału audio. Skalowanie takie można wykorzystać dla przekształcenia słyszalnego sygnału audio pochodzącego ze słyszalnego spektrum zmiennoczasowego na zasadniczo stałoczasowe

8 - 7 - spektrum słyszalne. Gdy głośność właściwa skalowana jest stosunkiem miary wymaganego kształtu spektralnego względem miary kształtu spektralnego sygnału audio, skalowanie takie może zostać wykorzystane jako korektor dynamiczny. [0030] W przypadku (b) zmiennoczasowego i stałooczęstotliwościowego współczynnika skali, skalowanie można wyznaczyć przynajmniej częściowo jako stosunek wymaganej szerokopasmowej głośności i głośności szerokopasmowej sygnału audio. Skalowanie może być przydatne podczas automatycznego sterowania wzmocnienie lub dynamicznego sterowania zakresem. [0031] W przypadku (a) (zmiennoczasowego i zmiennoczęstotliwościowego współczynnika skali) lub (b) (zmiennoczasowego i stałooczęstotliwościowego współczynnika skali), współczynnik skali może być funkcją sygnału audio lub miarą tego sygnału. [0032] W obydwu przypadkach (c) stałooczasowego i zmiennoczęstotliwościowego współczynnika skali i (d) stałoczasowego i stałoczęstotliwościowego współczynnika skali, modyfikowanie lub generowanie pochodnej może obejmować zapisanie współczynnika skali lub odbiór tego współczynnika ze źródła zewnętrznego. [0033] W każdym z przypadków (c) i (d) współczynnik skali nie może być funkcją sygnału audio lub miarą sygnału audio. [0034] Modyfikowanie, uzyskiwanie lub generowanie pochodnej lub iloczynu może w różny sposób, sposób jawny lub niejawny doprowadzić do obliczenia (1) głośności właściwej i/lub (2) częściowej głośności właściwej i/lub (3) docelowej głośności właściwej. Obliczenia niejawne mogą obejmować na przykład tablicę przeglądową lub wyrażenie matematyczne formuły domkniętej. [0035] Parametry modyfikacyjne mogą zostać czasowo wygładzone. Parametry modyfikacyjne mogą posiadać postać na przykład (1) wielu współczynników skalujących amplitudę dotyczących pasm częstotliwości sygnału audio lub (2) wielu współczynników filtrujących, kontrolujących jeden lub więcej filtrów, takich jak filtr FIR lub wielobiegunowy filtr IIR. Współczynniki skalujące lub filtrujące (i filtry, w których są stosowane) mogą być zmiennoczasowe. [0036] Obliczając funkcję głośności właściwej sygnału audio, która definiuje docelową głośność właściwą lub odwrotność tej funkcji, proces lub procesy realizujące te obliczenia odbywają się w przestrzeni, którą można scharakteryzować jako przestrzeń głośności słyszalnej (psychoakustycznej) danymi wejściowymi i wyjściowymi tego typu obliczeń są głośności właściwe. W przeciwieństwie, stosując współczynniki skalowania amplitudy do pasm częstotliwości sygnału audio lub współczynniki filtrujące dla kontrolowanego filtrowania sygnału audio, parametry modyfikacyjne służą do zmiany sygnału audio znajdującego się poza przestrzenią głośności słyszalnej (psychoakustycznej), w obszarze zwanym przestrzenią sygnału elektrycznego. Pomimo tego, że modyfikacje sygnału audio można przeprowadzić w przypadku tego sygnału w obszarze sygnału elektrycznego, zmiany w tym obszarze wynikają z obliczeń realizowanych w przestrzeni głośności słyszalnej (psychoakustycznej) w taki sposób, że zmodyfikowany sygnał audio posiada głośność

9 - 8 - właściwą, która jest bliska wymaganej docelowej głośności właściwej. [0037] Dzięki uzyskaniu parametrów modyfikujących na podstawie obliczeń w obszarze głośności, można osiągnąć większą kontrolą nad głośnością słyszalną i słyszalnym balansem spektralnym niż w przypadku, gdyby parametry modyfikujące wynikały z obliczeń w obszarze sygnału elektrycznego. Ponadto, wykorzystanie filtrów psychoakustycznych symulujących błonę podstawową lub ich odpowiednika podczas obliczeń w obszarze głośności może zapewnić bardziej szczegółową kontrolę słyszalnego spektrum, niż w przypadku układów, które generują parametry modyfikacyjne w obszarze sygnału elektrycznego. [0038] Każda czynność spośród modyfikacji, uzyskiwania i generowania pochodnej lub iloczynu może zależeć od jednej lub kilku miar zakłócającego sygnału audio, docelowej głośności właściwej, szacowanej głośności właściwej niezmodyfikowanego sygnału audio wynikającego z głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio, głośności właściwej niezmodyfikowanego sygnału audio i aproksymacji do docelowej głośności właściwej wynikającej z głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio. [0039] Modyfikacja lub generowanie może doprowadzić w rezultacie do uzyskania parametrów modyfikacyjnych, które przynajmniej częściowo stanowią jedną lub kilka miar zakłócającego sygnału audio, docelowej głośności właściwej, szacowanej głośności właściwej niezmodyfikowanego sygnału audio wynikającego z głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio, głośności właściwej niezmodyfikowanego sygnału audio i aproksymacji do docelowej głośności właściwej wynikającej z głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio. [0040] Bardziej szczegółowo, modyfikowanie lub wyprowadzanie pochodnej może doprowadzić do otrzymania parametrów, które co najmniej częściowo wynikać będą z (1) jednej z docelowej głośności właściwej, i szacowanej głośności właściwej niezmodyfikowanego sygnału audio otrzymanego na podstawie głośności właściwej zmodyfikowanego sygnału audio i (2) jednej z głośności właściwej niezmodyfikowanego sygnału audio i aproksymacji względem docelowej głośności właściwej wynikającej z głośności właściwej zmodyfikowanego sygnału audio, lub gdy uwzględniany jest zakłócający sygnał audio, modyfikacja lub wyprowadzanie pochodnej może doprowadzić od otrzymania parametrów, które co najmniej częściowo wynikać będą z (1) pomiaru zakłócającego sygnału audio, (2) jednej z docelowej głośności właściwej i

10 - 9 - szacowanej głośności właściwej niezmodyfikowanego sygnału audio otrzymanego na podstawie częściowej głośności właściwej zmodyfikowanego sygnału audio, i (3) jednej z głośności właściwej niezmodyfikowanego sygnału audio i aproksymacji względem docelowej głośności właściwej wynikającej z częściowej głośności właściwej zmodyfikowanego sygnału audio. [0041] Wykorzystać można układ sprzężenia do przodu, w którym to przypadku głośność właściwa wynika z sygnału audio i w którym docelowa głośność właściwa otrzymywana jest ze źródła zewnętrznego w stosunku do tego sposobu lub z pamięci, gdy modyfikowanie lub wyprowadzanie pochodnej obejmuje zapis docelowej głośności właściwej. Alternatywnie wykorzystać można układ hybrydowy sprzężenia do przodu/sprzężenia zwrotnego, w którym to przypadku aproksymacja względem docelowej głośności właściwej wynika ze zmodyfikowanego sygnału audio i w którym docelowa głośność właściwa otrzymywana jest ze źródła zewnętrznego w stosunku do tego sposobu lub z pamięci, gdy modyfikowanie lub wyprowadzanie pochodnej obejmuje zapis docelowej głośności właściwej. [0042] Modyfikowanie lub wyprowadzanie pochodnej może obejmować jeden lub kilka procesów uzyskiwania, w sposób jawny lub niejawny, docelowej głośności właściwej, z których jeden lub kilka umożliwi obliczenie, w sposób jawny lub niejawny, funkcji sygnału audio lub miary sygnału audio. W jednym z rozwiązań, wykorzystać można układ sprzężenia do przodu, w którym głośność właściwa i docelowa głośność właściwa wynikają z sygnału audio, wyprowadzenia pochodnej docelowej głośności właściwej wykorzystując funkcję sygnału audio lub miarę tego sygnału. W innym przypadku, zastosować można rozwiązanie hybrydowe, w którym aproksymacja docelowej głośności właściwej wynika ze zmodyfikowanego sygnału audio, a docelowa głośność właściwa z sygnału audio; wyprowadzenie pochodnej docelowej głośności właściwej przy wykorzystaniu funkcji sygnału audio lub miary tego sygnału. [0043] Modyfikowanie lub wyprowadzanie pochodnej może obejmować jeden lub kilka procesów uzyskiwania, w sposób jawny lub niejawny, szacowanej głośności właściwej niezmodyfikowanego sygnału audio w odpowiedzi nam zmodyfikowany sygnał audio, z których jeden lub kilka umożliwi obliczenie, w sposób jawny lub niejawny, odwrotnej funkcji sygnału audio lub miary sygnału audio. W jednym z przykładów, wykorzystany został układ sprzężenia zwrotnego, w którym szacowana głośność właściwa niezmodyfikowanego sygnału audio i aproksymacja względem docelowej głośności właściwej wynikają ze zmodyfikowanego sygnału audio, szacunek głośności właściwej obliczany jest przy wykorzystaniu funkcji odwrotnej sygnału audio lub miary tego sygnału. W innym przykładzie, zastosowane jest rozwiązanie hybrydowe sprzężenia do przodu/sprzężenia zwrotnego, w którym to przypadku głośność właściwa wynika z sygnału audio, a szacowana głośność właściwa niezmodyfikowanego sygnału audion wynika ze zmodyfikowanego sygnału audio, pochodna wartości szacowanej obliczana jest przy wykorzystaniu funkcji odwrotnej sygnału audio lub miary tego sygnału [0044] Parametry modyfikujące mogą zostać wykorzystane w przypadku sygnału audio dla

11 wygenerowania zmodyfikowanego sygnału audio. [0045] Może istnieć czasowa i/lub przestrzenna separacja procesów lub urządzeń, dająca w rezultacie koder lub kodowanie i dekoder lub dekodowanie. Na przykład, może istnieć system kodowania/dekodowania, w którym modyfikowanie lub wyprowadzanie pochodnej może albo nadawać i odbierać albo zapisywać i odtwarzać sygnał audio oraz (1) parametry modyfikacyjne lub (2) aproksymację względem docelowej głośności właściwej lub odwzorowanie aproksymacji tej docelowej głośności właściwej. Alternatywnie, może istnieć wyłącznie koder lub kodowanie, który umożliwia albo nadawanie albo przechowywanie sygnału audio oraz (1) parametrów modyfikacyjnych lub (2) aproksymacji względem docelowej głośności właściwej lub odwzorowania aproksymacji tej docelowej głośności właściwej. Alternatywnie, zgodnie z tym, co powyżej, może istnieć wyłącznie dekoder lub dekodowanie, który umożliwia albo odbiór albo odtwarzanie sygnału audio oraz (1) parametrów modyfikacyjnych lub (2) aproksymacji względem docelowej głośności właściwej lub odwzorowania aproksymacji tej docelowej głośności właściwej. Opis rysunków [0046] Fig. 1 przedstawia funkcjonalny schemat blokowy, przedstawiający przykład rozwiązania sprzężenia do przodu według wynalazku. Fig. 2 przedstawia funkcjonalny schemat blokowy, przedstawiający przykład rozwiązania sprzężenia zwrotnego według wynalazku. Fig. 3 przedstawia funkcjonalny schemat blokowy, przedstawiający przykład rozwiązania hybrydowego sprzężenia do przodu/sprzężenia zwrotnego według wynalazku. Fig. 4 przedstawia funkcjonalny schemat blokowy, przedstawiający inny przykład rozwiązania hybrydowego sprzężenia do przodu/sprzężenia zwrotnego według wynalazku. Fig. 5 przedstawia funkcjonalny schemat blokowy, przedstawiający sposób, w jaki niezmodyfikowany sygnał audio i parametry modyfikacyjne, wyznaczone według jednego z rozwiązań sprzężenia do przodu, sprzężenia zwrotnego, układu hybrydowego sprzężenia do przodu/sprzężenia zwrotnego, mogą być przechowywane lub przesyłane dla wykorzystania na przykład w urządzeniu lub procesie czasowo lub przestrzennie separowanym. Fig. 6 przedstawia funkcjonalny schemat blokowy, przedstawiający sposób, w jaki niezmodyfikowany sygnał audio i docelowa głośność właściwa lub jej odwzorowanie, wyznaczone według jednego z rozwiązań sprzężenia do przodu, sprzężenia zwrotnego, układu hybrydowego sprzężenia do przodu/sprzężenia zwrotnego mogą być przechowywane lub przesyłane dla wykorzystania na przykład w urządzeniu lub procesie czasowo lub przestrzennie separowanym. Fig. 7 przedstawia funkcjonalny schemat blokowy czy sieć działań, przedstawiające przykład wykonania wynalazku. Fig. 8 przedstawia idealizowaną odpowiedź charakterystyczną filtra liniowego P(z),

12 który może być wykorzystany jako filtr transmisyjny w przykładzie według wynalazku, w którym oś pionowa to tłumienie w decybelach (db) a oś pozioma to podstawa logarytmiczna 10 częstotliwości w Hertzach (Hz). Fig. 9 przedstawia powiązania pomiędzy skalą częstotliwości ERB (oś pionowa) a częstotliwością w Hertzach (oś pozioma). Fig. 10 przedstawia zestaw idealizowanych słyszalnych odpowiedzi charakterystycznych filtra, które aproksymują pasmo krytyczne w skali ERB. Skala pozioma to częstotliwość w Hertzach a pionowa to poziom w decybelach. Fig. 11 przedstawia izofony według ISO 226. Skala pozioma to częstotliwość w Hertzach (podstawa logarytmiczna 10) a pionowa to poziom ciśnienia akustycznego decybelach. Fig. 12 przedstawia izofony według ISO 226 znormalizowane przez filtr transmisyjny P(z). Skala pozioma to częstotliwość w Hertzach (podstawa logarytmiczna 10) a pionowa to poziom ciśnienia akustycznego decybelach. Fig. 13a przedstawia idealizowany schemat przedstawiający wzmocnienia szerokopasmowe i wielopasmowe dla skalowania głośności 0,25 na segmencie mowy kobiecej. Skala pozioma to pasma ERB a pionowa to względne wzmocnienie w decybelach (db). Fig. 13b przedstawia idealizowany schemat przedstawiający głośność właściwą, sygnału oryginalnego, szerokopasmowego wzmocnionego sygnału zmodyfikowanego i wielopasmowego wzmocnionego sygnału zmodyfikowanego odpowiednio. Skala pozioma to pasma ERB a pionowa to głośność właściwa (son/erb). Fig. 14a przedstawia idealizowany schemat przedstawiający: L o [t] jako funkcję L i [t] dla typowego AGC. Skala pozioma to logarytm (L i [t]) a pionowa to logarytm (L o [t]). Fig. 14b przedstawia idealizowany schemat przedstawiający: L o [t] jako funkcję L i [t] dla typowego DRC. Skala pozioma to logarytm (L i [t]) a pionowa to logarytm (L o [t]). Fig. 15 przedstawia idealizowany schemat przedstawiający typową funkcję wygładzania pasma w przypadku wielopasmowego DRC. Skala pozioma to numer pasma a pionowa to wyjście wzmocnienia dla pasma b. Fig. 16 przedstawia funkcjonalny schemat blokowy czy sieć działań, przedstawiające przykład wykonania wynalazku. Fig. 17 przedstawia funkcjonalny schemat blokowy czy sieć działań, podobne do przedstawionego na Fig. 1, który również uwzględnia kompensację szumu w środowisku odtwarzania. Najkorzystniejszy przykład wykonania wynalazku [0047] Fig. 1 do 4 przedstawiają funkcjonalne schematy blokowe, ilustrujące przykłady rozwiązania sprzężenia zwrotnego, sprzężenia do przodu i dwie wersje rozwiązania hybrydowego sprzężenia zwrotnego/sprzężenia do przodu, według wynalazku. [0048] Patrząc na topologię sprzężenia do przodu, przedstawioną na Fig. 1, sygnał audio doprowadzony jest do dwóch ścieżek: (1) ścieżka sygnału składająca się z procesu lub urządzenia 2 ( Modyfikacja Sygnału Audio ), która posiada możliwość zmodyfikowania

13 sygnały audio w odpowiedzi na parametry modyfikacyjne, oraz (2) ścieżka kontrolna składająca się z procesu lub urządzenia 4 ( Generowanie Parametrów Modyfikacyjnych ), która posiada możliwość generowania tych parametrów modyfikacyjnych. Modyfikacja Sygnału Audio 2 przedstawiona w przykładzie topologii sprzężenia do przodu na Fig. 1 i na każdej z Fig. 2-4, może być urządzeniem lub procesem, który modyfikuje sygnał audio, na przykład, jego amplitudę, w sposób zmiennoczęstotliwościowy i/lub zmiennoczasowy, zgodnie z parametrami modyfikacyjnymi M otrzymanymi z procesu Generowania Parametrów Modyfikacyjnych 4 (lub z odpowiednich procesów lub urządzeń 4, 4 i 4''' przedstawionych na Fig. 2-4, odpowiednio). Generowanie Parametrów Modyfikacyjnych 4 i jego odpowiedniki przedstawione na Fig. 2-4 działają przynajmniej częściowo w obszarze głośności słyszalnej. Modyfikacja Sygnału Audio 2 realizowana jest w obszarze sygnału elektrycznego i generuje zmodyfikowany sygnał audio na każdej z Fig Również w każdym z przykładów pokazanych na Fig. 1-4, Modyfikacja Sygnału Audio 2 i Generowanie Parametrów Modyfikacyjnych 4 (lub jego odpowiedniki) modyfikują sygnał audio, aby ograniczyć różnice pomiędzy jego głośnością właściwą a docelową głośnością właściwą. [0049] W przykładzie sprzężenia do przodu, pokazanym na Fig. 4, proces lub urządzenie 4 może obejmować wiele procesów i/lub urządzeń: proces lub urządzenie 6 Obliczania Docelowej Głośności Właściwej, które oblicza docelową głośność właściwą w odpowiedzi na sygnał audio lub miarę sygnału audio, taką jak głośność właściwa sygnały audio, proces lub urządzenie 8 Obliczania Głośności Właściwej, które oblicza głośność właściwą sygnału audio w odpowiedzi na sygnał audio lub miarę sygnału audio, taką jak jego wzbudzenie i proces lub urządzenie 10 Obliczania Parametrów Modyfikacyjnych, które oblicza parametry modyfikacyjne w odpowiedzi na głośność właściwą i docelową głośność właściwą. Obliczanie Docelowej Głośności Właściwej 6 może zrealizować jedną lub więcej funkcji F, z której każda może posiadać parametry funkcji. Na przykład, może obliczyć głośność właściwą sygnału audio, a następnie zastosować jedną lub więcej funkcji F, aby wygenerować docelową głośność właściwą. Zostało to schematycznie przedstawione na Fig. 1, jako elementy wejściowe procesu lub urządzenia 6 Wybór Funkcji (F) i Parametrów Funkcji. Zamiast liczenia przez urządzenie lub proces 6, docelowa głośność właściwa może zostać wygenerowana w drodze procesu lub przez urządzenie magazynujące (przedstawione w sposób schematyczny jako element Zapisany do procesu lub urządzenia 10) zawarte w lub związane z Generowaniem Parametrów Modyfikacji 4 lub przez źródło zewnętrzne w stosunku do ogólnego procesu lub urządzenia (przedstawione w sposób schematyczny jako element Zewnętrzny względem procesu lub urządzenia 10). Tym samym, parametry modyfikacyjne opierają się przynajmniej częściowo na obliczeniach w obszarze głośności słyszalnej (psychoakustycznej) (tj. co najmniej głośności właściwej, a w niektórych przypadkach, na obliczeniach docelowej głośności właściwej). [0050] Obliczenia realizowane przez procesy lub urządzenia 6, 8 i 10 (i przez procesy lub urządzenia 12, 14, 10 na przykład na Fig. 2, 6, 14, 10" na przykład na Fig. 3 oraz 8, 12, 10 przykład na Fig. 4) mogą być realizowane w sposób jawny i/lub niejawny. Przykłady obliczeń niejawnych obejmują (1) tablice przeglądowe, której dane opierają się w całości lub częściowo na głośności właściwej i/lub docelowej głośności właściwej i/lub obliczeniach

14 parametrów modyfikacyjnych i (2) wyrażenie matematyczne formuły domkniętej, które wewnętrznie opiera się w całości lub częściowo na głośności właściwej i/lub docelowej głośności właściwej i lub parametrach modyfikacyjnych. [0051] Pomimo tego, że obliczeniowe procesy lub urządzenia 6, 8 i 10 przedstawione przykładowo na Fig. 1 (i procesy lub urządzenia 12, 14, 10 przedstawione przykładowo na Fig. 2, 6, 14, 10" na Fig. 3 oraz 8, 12, 10 na Fig. 4) pokazane są schematycznie i opisane jako osobne, to zostały podane wyłącznie dla celów informacyjnych. Rozumieć można, że niektóre lub wszystkie spośród procesów lub urządzeń mogą być łączone do postaci jednego procesu lub urządzenia lub łączone w różnych sposób w wielu procesach lub urządzeniach. Na przykład, w układzie przedstawionym na Fig. 9, topologia sprzężenia do przodu pokazana na Fig. 1, proces lub urządzenie, które oblicza parametry modyfikacyjne realizuje to w odpowiedzi na wygładzone wzbudzenie wynikające z sygnału audio i docelowej głośności właściwej. Na Fig. 9, urządzenie lub proces, który oblicza parametry modyfikacyjne, w sposób niejawny oblicza głośność właściwą sygnału audio. [0052] Według wynalazku, w przykładzie pokazanym na Fig. 1 i w innych przykładach wykonania wynalazku, docelowa głośność właściwa ( [b,t]) może zostać obliczona w drodze skalowania głośności właściwej (N[b,t]) przy użyciu jednego lub kilku współczynników skalowania. Skalowanie może zostać zrealizowane przy użyciu współczynnika skali zmiennoczasowego i zmiennoczęstotliwościowego Ξ [b,t] skalującego głośność właściwą jak w poniższym związku współczynnika skali stałoczasowego i stałoczęstotliwościowego Φ[t] skalującego głośność właściwą jak w poniższym związku współczynnika skali stałoczasowego i zmiennooczęstotliwościowego Θ[b] skalującego głośność właściwą jak w poniższym związku lub współczynnika skali skalującego głośność właściwą sygnału audio jak w poniższym związku gdzie b jest miarą częstotliwości (np. numer pasma) a t to miara czasu (np. numer bloku). Wykorzystać można skalowania wielokrotne, stosujące różne przypadki określonego skalowania i/lub kombinacje określonych rodzaju skalowania. Przykłady systemów oznaczania powierzchni podano poniżej. W niektórych przypadkach, zgodnie z poniższym opisem, skalowanie może być funkcją sygnału audio lub miarą sygnału audio. W innych przypadkach, niezwiązanych z wynalazkiem, zgodnie z poniższym opisem, jeżeli skalowanie nie jest funkcja miary sygnału audio skalowanie można wyznaczyć lub przygotować w inny sposób. Na przykład, użytkownik może wybrać lub zastosować skalowanie przy użyciu stałoczasowego i stałoczęstotliwościowego współczynnika skali lub stałoczasowego i

15 zmiennoczęstotliwościowego współczynnika skali Θ[b]. [0053] Tym samym, docelowa głośność właściwa może zostać wyrażona jako jedna lub kila funkcji F sygnału audio lub miara sygnału audio (głośność właściwa będąca jedną z możliwych miar sygnału audio): Pod warunkiem, że funkcja F jest odwracalna, głośność właściwa (N[b,t]) niezmodyfikowanego sygnału audio może zostać obliczona jako funkcja odwrotna F -1 docelowej głośności właściwej ( [b,t]): Jak będzie można to dostrzec poniżej, funkcja odwrotna F -1 obliczana jest na przykładach sprzężenia zwrotnego i w przypadku rozwiązań hybrydowych sprzężenia do przodu/sprzężenia zwrotnego przedstawionych na Fig. 2 i 4. [0054] Element wejściowy Wybór Funkcji i Parametrów Funkcji dla obliczenia docelowej głośności właściwej 6 pokazany został, aby wskazań, że urządzenie lub proces 6 mogą prowadzić do obliczenia docelowej głośności właściwej przez zastosowanie jednej lub kilku funkcji zgodnie z jednym lub kilkoma parametrami funkcji. Na przykład, Obliczanie Docelowej Głośności Właściwej 8 może prowadzić do obliczenia funkcji "F" głośności właściwej sygnału audio dla zdefiniowania docelowej głośności właściwej. Na przykład, element wejściowy Wybór Funkcji i Parametry Funkcji" może prowadzić do wyboru jednej lub kilku określonych funkcji, które mieszczą się w jednym lub w kilku wyżej wymienionych rodzajach skalowania wraz z jednym lub kilkoma parametrami funkcji, takimi jak wielkości stałe (np. współczynniki skali) dotyczące tych funkcji. [0055] Współczynniki skalowania związane ze skalowaniem mogą służyć jako odwzorowanie docelowej głośności właściwej w taki sam sposób, w jaki docelowa głośność właściwa może zostać obliczona jako skalowanie głośności właściwej, zgodnie z powyższym opisem. Tym samym, w przykładzie pokazanym na Fig. 9, tablica przeglądowa może zostać indeksowana współczynnikami skalowania i wzbudzeniami, w taki sposób, aby obliczenia głośności właściwej i docelowej głośności właściwej stały się wewnętrznie właściwe dla tablicy. [0056] Korzystając albo z tablicy przeglądowej albo z wyrażenia matematycznego formuły domkniętej lub innych technik, działanie Generowania Parametrów Modyfikacyjnych 4 (i jego odpowiednie procesy lub urządzenia 4, 4 i 4 przedstawione przykładowo na Fig. 2-4) prowadzi do tego, że obliczenia realizowane są w obszarze głośności słyszalnej (psychoakustycznej) nawet, jeżeli głośności właściwej i docelowej głośności właściwej nie można obliczyć w sposób jawny. Albo istnieje jawna głośność właściwa albo poglądowa, jawna głośność właściwa. Podobnie, albo istnieje jawna docelowa głośność właściwa albo poglądowa, jawna, docelowa głośność właściwa. W każdym z przypadków, obliczenia parametrów modyfikacyjnych dążą do tego, aby wygenerowania parametry modyfikacyjne, które zmieniają sygnał audio w taki sposób, by ograniczyć różnice pomiędzy głośnością właściwą a docelową głośnością właściwą.

16 [0057] W środowisku odtwarzania, w którym obecny jest wtórny zakłócający sygnał audio, taki jak szum, Obliczanie Parametrów Modyfikacyjnych 10 (i jego odpowiedniki procesów lub urządzeń 10, 10 lub 10 na przykładach pokazanych na Fig. 2-4 odpowiednio) może dać również w rezultacie, jako opcjonalny element wejściowym, miarę takiego wtórnego zakłócającego sygnału audio lub sam wtórny sygnał w postaci jednego z elementów wejściowych. Ten opcjonalny element wejściowy pokazany został na Fig. 1 (i na Fig. 2-4) linią przerywaną. Miarą wtórnego sygnału zakłócającego może być jego wzbudzenie, jak pokazano na Fig. 17 poniżej. Zastosowanie miary sygnału zakłócającego lub samego sygnału (zakłada się, że sygnał zakłócający jest osobno dostępny dla przetworzenia) do podczas procesów lub urządzeń Obliczania Parametrów Modyfikacyjnych 10 na Fig. 1 (i jego odpowiadających procesów lub urządzeń 10, 10 lub 10 przykładowo pokazanych na Fig. 2-4, odpowiednio), powala, w przypadku odpowiedniego skonfigurowania takich procesów lub urządzeń, na obliczenie parametrów modyfikacyjnych, które uwzględniają sygnał zakłócający, zgodnie z opisem w sekcji zatytułowanej Kompensacja Szumów. Na przykładach pokazanych na Fig. 2-4, obliczenie częściowej głośności właściwej zakłada, że odpowiednia miara sygnału zakłócającego wykorzystywana jest nie tylko w odniesieniu do Obliczania Parametrów Modyfikacyjnych 10, 10 lub 10, ale również do procesu lub urządzenia 12 Obliczanie Aproksymacji Głośności Właściwej Niezmodyfikowanego Sygnału Audio i/lub procesu i/lub urządzenia 14 Obliczanie Aproksymacji Docelowej Głośności Właściwej dla ułatwienia obliczania częściowej głośności właściwej przez tą funkcję lub urządzenie. Na Fig. 1, przykład sprzężenia do przodu, głośność właściwa nie jest obliczana w sposób jawny Obliczanie Parametrów Modyfikacyjnych 10 pokazane na Fig. 1, oblicza aproksymację parametrów modyfikacyjnych, aby przybliżyć częściową głośność właściwą zmodyfikowanego sygnału audio do docelowej głośności właściwej. Zostało to opisane poniżej, w sekcji zatytułowanej Kompensacja Szumów. [0058] Zgodnie z powyższym, w każdym z przykładów pokazanych na Fig. 1-4, parametry modyfikujące M, po zastosowaniu w przypadku sygnału audio przez Modyfikator Sygnału Audio 2, zmniejszają różnice pomiędzy głośnością właściwą lub częściową głośnością właściwą wynikowego zmodyfikowanego sygnału audio i docelowej głośności właściwej. W przypadku idealnym, głośność właściwa zmodyfikowanego sygnału audio ściśle aproksymuje lub jest taka sama jak docelowa głośność właściwa. Parametry modyfikacyjne M, mogą na przykład mieć postać zmiennoczasowych współczynników wzmocnienia przykładanych do pasm częstotliwości wychodzących z filtra lub do współczynników filtra zmiennoczasowego. Odpowiednio, we wszystkich przykładach pokazanych na Fig. 1-4, Modyfikacja Sygnału Audio 2 może być zrealizowana na przykład w postaci wielu przeliczników amplitudy, z których każdy wykorzystywany jest w paśmie częstotliwości lub w postaci filtra zmiennoczasowego (np. filtr FIR lub wielobiegunowy filtr IIR). [0059] W tym i w każdym innym miejscu tego dokumentu, te same oznaczenia numeryczne na poszczególnych figurach dotyczą tych samych urządzeń lub procesów. Oznaczenia numeryczne w postaci np. 10 oznaczają, że urządzenie lub proces jest podobny pod względem strukturalnym lub funkcjonalnym, ale może być modyfikacją głównego lub innych posiadających ten sam numer.

17 [0060] W określonych warunkach można zrealizować praktycznie odpowiednik układu sprzężenia do przodu (na Fig. 1) pokazanego w postaci sprzężenia zwrotnego. Fig. 2 przedstawia taki przykład, w którym sygnał audio doprowadzony jest do procesu lub urządzenia 2 Modyfikacji Sygnału Audio na ścieżce sygnału. Proces lub urządzenie 2 otrzymuje również parametry modyfikacyjne M ze ścieżki kontrolnej, w której proces lub urządzenie 4 Generowania Parametrów Modyfikacyjnych w układzie sprzężenia zwrotnego odbiera, jako element wejściowy, zmodyfikowany sygnał audio z sygnału wyjściowego Modyfikacji Sygnału Audio 2. Tym samym, jak na Fig. 2, na ścieżce kontrolnej stosowany jest zmodyfikowany sygnał audio w zamian za sygnał niezmodyfikowany. Proces lub urządzenie 2 Modyfikacja Sygnału Audio i proces lub urządzenie 4 Generowanie Parametrów Modyfikacyjnych, modyfikują sygnał audio, aby zmniejszyć różnice pomiędzy jego głośnością właściwą a docelową głośnością właściwą. Proces lub urządzenie 4 może obejmować wiele funkcji i/lub urządzeń: proces lub urządzenie 12 Obliczanie Aproksymacji Głośności Właściwej Niezmodyfikowanego Sygnału Audio, proces lub urządzenie 14 Obliczanie Aproksymacji Docelowej Głośności Właściwej" i proces lub urządzenie 10 Obliczanie Parametrów Modyfikacyjnych, które obliczają parametry modyfikacyjne. [0061] Zakładając, że funkcja lub funkcje F są odwracalne, proces lub urządzenie 12 szacuje głośność właściwą niezmodyfikowanego sygnału audio przez wykorzystanie funkcji odwrotnej F -1 w stosunku do głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio. Urządzenie lub proces 12 mogą obliczyć funkcję odwrotną F -1 zgodnie z powyższym opisem. Zostało to schematycznie przedstawione na Fig. 2, jako elementy wejściowe procesu lub urządzenia 12 Wybór Funkcji (F) Odwrotnej F -1 i Parametrów Funkcji. Obliczanie Aproksymacji Docelowej Głośności Właściwej 14 realizowane jest w drodze obliczenia głośności właściwej lub częściowej głośności właściwej zmodyfikowanego sygnału audio. Ta głośność właściwa lub częściowa głośność właściwa stanowią aproksymację docelowej głośności właściwej. Aproksymacja głośności właściwej niezmodyfikowanego sygnału audio i aproksymacja docelowej głośności właściwej wykorzystywane są podczas Obliczania Parametrów Modyfikacyjnych 10, aby uzyskać parametry modyfikacyjne M, które, jeżeli zastosowane zostaną w przypadku sygnału audio przez Modyfikację Sygnału Audio 2, zmniejszają różnicę pomiędzy głośnością właściwą lub częściową głośnością właściwą zmodyfikowanego sygnału audio i docelowej głośności właściwej. Zgodnie z tym, co podano powyżej, te parametry modyfikacyjne M, mogą na przykład mieć postać zmiennoczasowego wzmocnienia przykładanego do pasm częstotliwości wychodzących z filtra lub do współczynników filtra zmiennoczasowego. W praktycznych przykładach Obliczania Parametrów Modyfikacyjnych 10, pętla sprzężenia zwrotnego może wprowadzić opóźnienie pomiędzy obliczaniem a stosowaniem parametrów modyfikacyjnych M. [0062] Zgodnie z powyższym, w środowisku odtwarzania, w którym obecny jest wtórny zakłócający sygnał audio, taki jak szum, Obliczanie Parametrów Modyfikacyjnych 10, Obliczanie Aproksymacji Głośności Właściwej Niezmodyfikowanego Sygnału Audio 12 i Obliczanie Aproksymacji Docelowej Głośności Właściwej 14, otrzymuje również, jako opcjonalny element wejściowy, miarę takiego wtórnego zakłócającego sygnału audio lub sam