互連1008包括來自麥克風(fēng)1007或者其它傳感器的聲音信號，用于渲染器的校 準，或者其它類似的聲音處理功能性。反饋互連1008還包含某些被渲染器用來修改或處理 經(jīng)互連1006到驅(qū)動器的聲音信號集合的驅(qū)動器定義和參數(shù)。
[0095] 在一實施例中，系統(tǒng)的每個柜中的每個驅(qū)動器在系統(tǒng)設(shè)置期間被指定標識符（例 如，數(shù)值指定）。每個揚聲器柜也可以被唯一地標識。這種數(shù)值指定被揚聲器柜用來確定 哪個音頻信號發(fā)送到柜中哪個驅(qū)動器。指定存儲在揚聲器柜中適當?shù)拇鎯ζ髟O(shè)備中。作為 替代，每個驅(qū)動器可以配置為在本地存儲器中存儲其自己的標識符。在另一備選方案中，諸 如其中驅(qū)動器/揚聲器不具有本地存儲能力的方案，標識符可以在渲染級或聲音源1002的 其它部件中存儲。在揚聲器發(fā)現(xiàn)處理中，每個揚聲器（或中央數(shù)據(jù)庫）被聲音源查詢其簡 檔。簡檔定義某些驅(qū)動器定義，包括揚聲器柜或其它既定陣列中驅(qū)動器的數(shù)目，每個驅(qū)動器 的聲學(xué)特性（例如，驅(qū)動器類型、頻率響應(yīng)等），每個驅(qū)動器的中心相對于揚聲器柜的正面 中心的x、y、z位置，每個驅(qū)動器關(guān)于既定平面（例如，天花板、地板、柜的垂直軸等等）的角 度，以及麥克風(fēng)的數(shù)目和麥克風(fēng)的特性。其它相關(guān)的驅(qū)動器和麥克風(fēng)/傳感器參數(shù)也可以 定義。在一實施例中，驅(qū)動器定義和揚聲器柜簡檔可以表述為由渲染器使用的一個或多個 XML文檔。
[0096] 在一種可能的實現(xiàn)方式中，因特網(wǎng)協(xié)議（IP)控制網(wǎng)絡(luò)在聲音源1002與揚聲器柜 1004之間創(chuàng)建。每個揚聲器柜和聲音源充當單個網(wǎng)絡(luò)端點并且在初始化或通電時被賦予鏈 路-本地地址。諸如零配置聯(lián)網(wǎng)（zeroconf)的自動發(fā)現(xiàn)機制可以用來允許聲音源在網(wǎng)絡(luò) 上定位每個揚聲器。零配置聯(lián)網(wǎng)是自動創(chuàng)建可用IP網(wǎng)絡(luò)而無需手動的運營商干預(yù)或?qū)ｉT 配置服務(wù)器的處理的例子，并且其它類似的技術(shù)也可以使用。給定智能網(wǎng)絡(luò)系統(tǒng)，多個源可 以作為揚聲器駐留在IP網(wǎng)絡(luò)上。這允許多個源直接驅(qū)動揚聲器，而無需路由聲音通過"主" 音頻源（例如，傳統(tǒng)的A/V接收器）。如果另一個源嘗試尋址揚聲器，則在所有的源之間執(zhí) 行通信，以確定哪個源目前"處于活動狀態(tài)"、處于活動狀態(tài)是否是必需的以及控制是否可 以過渡到新的聲音源。源可以在制造期間基于其分類被預(yù)先指定優(yōu)先級，例如，電信源可以 具有比娛樂源更高的優(yōu)先級。在多房間環(huán)境中，諸如典型的家庭環(huán)境，整個環(huán)境中的所有揚 聲器都可以駐留在單個網(wǎng)絡(luò)上，但是可能不需要同時被尋址。在設(shè)置和自動配置期間，經(jīng)互 連1008向后提供的聲音級別可以用來確定哪些揚聲器位于相同的物理空間內(nèi)。一旦確定 了這種信息，揚聲器就可以分組成群集。在這種情況下，群集ID可以被指定并且使其成為 驅(qū)動器定義的一部分。群集ID發(fā)送到每個揚聲器，并且每個群集可以被聲音源1002同時 尋址。
[0097] 如圖10中所示，可選的電力信號可以經(jīng)雙向互連發(fā)送。揚聲器可以或者是無源 的（需要來自聲音源的外部電力）或者是有源的（需要來自電氣插座的電力）。如果揚聲 器系統(tǒng)由不帶無線支持的有源揚聲器組成，則到揚聲器的輸入由與IEEE802. 3兼容的有 線以太網(wǎng)輸入組成。如果揚聲器系統(tǒng)由帶無線支持的有源揚聲器組成，則到揚聲器的輸入 由與IEEE802. 11兼容的無線以太網(wǎng)輸入，或者可替代地，由WISA組織規(guī)定的無線標準，組 成。無源揚聲器可以被供給由聲音源直接提供的適當電力信號。
[0098] 系統(tǒng)配置與柃準
[0099] 如圖4C中所示，自適應(yīng)音頻系統(tǒng)的功能性包括校準功能462。這個功能由圖10中 所示的麥克風(fēng)1007和互連1008鏈路啟用。系統(tǒng)1000中麥克風(fēng)部件的功能是測量房間內(nèi) 各個驅(qū)動器的響應(yīng)，以便得出整體系統(tǒng)響應(yīng)。多種麥克風(fēng)拓撲可以用于這個目的，包括單個 麥克風(fēng)或者麥克風(fēng)陣列。最簡單的情況是單個位于房間中央的全向測量麥克風(fēng)用來測量每 個驅(qū)動器的響應(yīng)。如果房間和回放條件準許更精細的分析，則可以代替地使用多個麥克風(fēng)。 多個麥克風(fēng)的最方便的位置是在房間內(nèi)所使用的特定揚聲器配置的物理揚聲器柜中。安裝 在每個外殼中的麥克風(fēng)允許系統(tǒng)在房間內(nèi)多個位置測量每個驅(qū)動器的響應(yīng)。對這種拓撲的 備選方案是使用多個位于房間內(nèi)可能聽眾的位置的全向測量麥克風(fēng)。
[0100] 一個或多個麥克風(fēng)被用來啟用渲染器和后期處理算法的自動配置和校準。在自適 應(yīng)音頻系統(tǒng)中，渲染器負責(zé)把混合式對象和基于聲道的音頻流轉(zhuǎn)換成為在一個或多個物理 揚聲器中具體可尋址驅(qū)動器指定的個體音頻信號。后期處理部件可以包括：延遲、均衡、增 益、揚聲器虛擬化及上混。揚聲器配置常常表示渲染器部件可以用來把混合式對象和基于 聲道的音頻流轉(zhuǎn)換為每個驅(qū)動器的個體音頻信號以提供音頻內(nèi)容的最優(yōu)回放的關(guān)鍵信息。 系統(tǒng)配置信息包括：（1)系統(tǒng)中物理揚聲器的數(shù)目，（2)每個揚聲器中可單獨尋址的驅(qū)動器 的數(shù)目，及（3)每個可單獨尋址的驅(qū)動器相對于房間幾何形狀的位置和方向。其它特性也 是可能的。圖11圖示出根據(jù)一實施例的自動配置與系統(tǒng)校準部件的功能。如圖1100中所 不，一個或多個麥克風(fēng)的陣列1102向配置與校準部件1104提供聲學(xué)信息。這種聲學(xué)信息 捕捉收聽環(huán)境的某些相關(guān)特性。然后，配置與校準部件1104把這種信息提供給渲染器1106 和任何相關(guān)的后期處理部件1108,使得最終發(fā)送到揚聲器的音頻信號針對收聽環(huán)境被進行 調(diào)整和優(yōu)化。
[0101] 系統(tǒng)中物理揚聲器的數(shù)目和每個揚聲器中可單獨尋址的驅(qū)動器的數(shù)目是物理揚 聲器性質(zhì)。這些性質(zhì)直接從揚聲器經(jīng)雙向互連456發(fā)送到渲染器454。渲染器和揚聲器使 用共同的發(fā)現(xiàn)協(xié)議，使得當揚聲器連接到系統(tǒng)或者從系統(tǒng)斷開時，渲染器得到變化的通知， 并且可以相應(yīng)地重新配置系統(tǒng)。
[0102] 收聽室的幾何形狀（大小和形狀）是配置與校準處理中必要的信息項。幾何形狀 可以以多種不同的方式確定。在手動配置模式中，房間的最小邊界立方體的寬度、長度和高 度由收聽者或技術(shù)人員通過用戶界面輸入系統(tǒng)，該用戶界面把輸入提供給渲染器或者自適 應(yīng)音頻系統(tǒng)中的其它處理單元。各種不同的用戶界面技術(shù)和工具可以用于這個目的。例如， 房間的幾何形狀可以由自動映射或跟蹤房間幾何形狀的程序發(fā)送到渲染器。這種系統(tǒng)可以 使用計算機視覺、聲納和基于3D激光的物理映射的組合。
[0103] 渲染器使用揚聲器在房間幾何形狀中的位置來得出用于每個可單獨尋址的驅(qū)動 器（包括直接和反射（向上發(fā)射）驅(qū)動器）的音頻信號。直接驅(qū)動器是旨在使其分散圖的 大部分在被反射表面（諸如地板、墻壁或天花板）漫射之前與收聽位置相交的驅(qū)動器。反 射驅(qū)動器是旨在使得其分散圖的大部分與收聽位置相交之前被反射的驅(qū)動器，如圖6中所 圖示的。如果系統(tǒng)處于手動配置模式，則每個直接驅(qū)動器的3D坐標可以通過n輸入系統(tǒng) 中。對于反射驅(qū)動器，主要反射的3D坐標輸入n中。激光或類似的技術(shù)可以用來可視化 到房間表面上的漫射驅(qū)動器的分散圖，使得3D坐標可以被測量并手動輸入系統(tǒng)中。
[0104] 驅(qū)動器定位和瞄準通常是利用手動或自動技術(shù)執(zhí)行的。在有些情況下，慣性傳感 器可以結(jié)合到每個揚聲器中。在這種模式中，中置揚聲器被指定為"主"并且其指南針測量 被認為是參照。然后，其它揚聲器發(fā)送每個它們可單獨尋址的驅(qū)動器的分散圖和指南針位 置。結(jié)合房間幾何形狀，中置揚聲器與每個附加驅(qū)動器的參照角度之間的差為系統(tǒng)提供自 動確定驅(qū)動器是直接還是反射的足夠信息。
[0105] 如果使用3D位置（即，高保真度立體聲響復(fù)制）麥克風(fēng)，則揚聲器位置配置可以 完全自動化。以這種模式，系統(tǒng)向每個驅(qū)動器發(fā)送測試信號并且記錄響應(yīng)。依賴于麥克風(fēng) 類型，信號可能需要變換成x、y、z表示。這些信號被分析，以找出占主導(dǎo)地位的第一到達的 x、y和z成分。結(jié)合房間幾何形狀，這通常為系統(tǒng)提供自動設(shè)置所有揚聲器，直接或反射揚 聲器，的位置的3D坐標的足夠信息。依賴于房間幾何形狀，用于配置揚聲器坐標的三種所 描述方法的混合式組合可能比僅單獨使用一種技術(shù)更有效。
[0106] 揚聲器配置信息是配置渲染器所需的一個成分。揚聲器校準信息對于配置后期處 理鏈（延遲、均衡和增益）也是必需的。圖12是圖示出根據(jù)一實施例的執(zhí)行自動揚聲器校 準的處理步驟。在這種模式中，延遲、均衡和增益由系統(tǒng)利用單個位于收聽位置中間的全向 測量麥克風(fēng)自動計算。如圖1200中所示，該處理通過測量單獨針對每個單個驅(qū)動器的房 間脈沖響應(yīng)開始，方框1202。然后，每個驅(qū)動器的延遲通過找出聲學(xué)脈沖響應(yīng)（利用麥克 風(fēng)捕捉的）與直接捕捉的電脈沖響應(yīng)的互相關(guān)的峰值的偏移量來計算，方框1204。在方框 1206,計算出的延遲應(yīng)用到直接捕捉到的（參照）脈沖響應(yīng)。然后，處理確定寬帶的每個帶 的增益值，當該值應(yīng)用到測出的脈沖響應(yīng)時，導(dǎo)致它與直接捕捉到的（參照）脈沖響應(yīng)之間 的最小差異，方框1208。這可以通過以下來進行：取得實測和參考脈沖響應(yīng)的窗口FFTJf 算兩個信號之間的每個倉（bin)量值比、對每個倉量值比應(yīng)用中值濾波、通過對完全落在 一個帶內(nèi)的所有倉的增益求平均來計算每個帶的增益值、通過取所有的每個帶的增益的平 均值來計算寬帶增益、從每個帶的增益減去寬帶增益并且應(yīng)用小房間X曲線（在高于2kHz 時是-2dB/八度音階）。一旦在方框1208確定了增益值，處理就通過從其它延遲中減去最 小延遲來確定最終的延遲值，使得至少有一次系統(tǒng)中的驅(qū)動器將總是具有零附加延遲，方 框 1210。
[0107] 在利用多個麥克風(fēng)的自動校準的情況下，延遲、均衡和增益由系統(tǒng)利用多個全向 測量麥克風(fēng)自動計算。除對每個麥克風(fēng)重復(fù)處理并且把結(jié)果求平均之外，該處理基本上與 單一麥克風(fēng)的技術(shù)完全相同。
[0108] 各詵應(yīng)用
[0109] 代替在整個房間或劇場中實現(xiàn)自適應(yīng)音頻系統(tǒng)，有可能在更局部化的應(yīng)用，諸如 電視、計算機、游戲控制臺或類似設(shè)備，中實現(xiàn)自適應(yīng)音頻系統(tǒng)的各方面。這種情況有效地 依賴于在對應(yīng)于觀看屏幕或監(jiān)視器表面的扁平平面內(nèi)排成陣列的揚聲器。圖13圖示出在 示例電視和條形音箱消費者用例中自適應(yīng)音頻系統(tǒng)的使用。一般而言，電視用例對基于常 常降低質(zhì)量的裝備（TV揚聲器、條形音箱揚聲器等）和揚聲器位置八一種或多種）配置創(chuàng) 建沉浸式消費者體驗提出了挑戰(zhàn)，這些就空間分辨率而言可能是受限的（即，沒有環(huán)繞或 后置揚聲器）。圖13的系統(tǒng)1300包括位于標準電視左和右邊位置的揚聲器（TV-L和TV-R) 以及左和右邊向上發(fā)射驅(qū)動器（TV-LH和TV-RH)。電視1302還可以包括條形音箱1304或 者某類高度陣列中的揚聲器。一般而言，由于成本約束和設(shè)計選擇，與獨立或家庭影院揚聲 器相比，電視揚聲器的尺寸和質(zhì)量是減小的。但是，動態(tài)虛擬化的使用可以幫助克服這些缺 陷。在圖13中，動態(tài)虛擬化效果針對TV-L和TV-R揚聲器被圖示，使得位于具體收聽位置 1308的人將聽到與在水平面內(nèi)單獨渲染的適當音頻對象關(guān)聯(lián)的水平元素。此外，與適當音 頻對象關(guān)聯(lián)的高度元素將通過由LH和RH驅(qū)動器發(fā)送的反射音頻正確渲染。立體聲虛擬化 在電視L和R揚聲器中的使用類似于L和R家庭影院揚聲器，其中，通過基于由自適應(yīng)音頻 內(nèi)容提供的對象空間信息，動態(tài)控制揚聲器虛擬化算法參數(shù)，潛在的沉浸式動態(tài)揚聲器虛 擬化用戶體驗可以是可能的。這種動態(tài)虛擬化可以用于創(chuàng)建對象沿房間側(cè)面移動的感覺。
[0110] 電視環(huán)境還可以包括HRC揚聲器，如在條形音箱1304中所示的。這種HRC揚聲器 可以是允許平搖通過HRC陣列的可轉(zhuǎn)向單元。通過具有正面發(fā)射的中央聲道陣列，會是有 好處的（尤其是對于較大的屏幕），其中該陣列具有可單獨尋址的揚聲器，這些揚聲器允許 音頻對象通過陣列的離散平搖，這種離散平搖匹配屏幕上視頻對象的運動。這種揚聲器還 被視為具有側(cè)面發(fā)射揚聲器。如果揚聲器被用作條形音箱，則這些可以被激活并使用，使得 由于缺乏環(huán)繞或后置揚聲器而側(cè)面發(fā)射驅(qū)動器提供更多沉浸。動態(tài)虛擬化概念也對HRC/ 條形音箱揚聲器不出。動態(tài)虛擬化對正面發(fā)射揚聲器陣列的最遠側(cè)上的L和R揚聲器不出。 同樣，這可以用于創(chuàng)建對象沿房間側(cè)面移動的感覺。這種修改后的中置揚聲器還可以包括 更多揚聲器并且利用單獨受控的聲音區(qū)實現(xiàn)可轉(zhuǎn)向的聲束。在圖13的示例實現(xiàn)方式中示 出的還有位于主要收聽位置1308前面的NFE揚聲器1306。通過把聲音從房間的前面移開 并且更靠近收聽者，NFE揚聲器的包括可以提供由自適應(yīng)音頻系統(tǒng)提供的更大包絡(luò)。
[0111] 關(guān)于耳機渲染，自適應(yīng)音頻系統(tǒng)通過把HRTF與空間位置匹配來維持創(chuàng)建者的原 始意圖。當音頻經(jīng)耳機再現(xiàn)時，雙耳空間虛擬化可以通過頭部相關(guān)的傳輸函數(shù)（HRTF)的應(yīng) 用來實現(xiàn)，該函數(shù)處理音頻，并且添加感覺線索，這種線索創(chuàng)建音頻在三維空間中播放并且 不經(jīng)由標準立體聲耳機的感覺?？臻g再現(xiàn)的準確度依賴于適當HRTF的選擇，HRTF可以基 于幾種因素而變，包括音頻聲道或者被渲染的對象的空間位置。利用由自適應(yīng)音頻系統(tǒng)提 供的空間信息會導(dǎo)致代表3D空間的一個或連續(xù)變化數(shù)目的HRTF的選擇，以便大大改善再 現(xiàn)體驗。
[0112] 該系統(tǒng)還便于添加指導(dǎo)性的三維雙耳渲染和虛擬化。類似于對空間渲染的情況， 利用新的和修改后的揚聲器類型和位置，有可能通過