201142815 六、發明說明： 【發明所屬之技術領域:j 依據本發明之實施例係有關於音訊處理及特別係有關 於用以修改音訊信號之裝置及方法。 【先前4标;3 數位信號處理技術可解決極值信號需求來將預錄的， 例如取自資料庫的音訊信號匹配成新的音樂脈絡，對此種 技術的需求漸增。為了達成此項目的，需要調適高階語義 信號，諸如音高、音樂音調及音階模式。全部此等操作的 共通之處在於其係針對實質上變更原先音訊材料的音樂性 質，同時仍然儘可能良好地保留主觀聲音品質。換言之， 此等編輯強力改變音訊材料的音樂内容，但雖言如此，仍 保有經處理的音訊樣本的自然及如此維持可靠性所需。如 此’理想上要求可廣義地應用至不同類別信號包括複曲調 混合音樂内容之信號處理方法。 今曰已知多項用以修改音訊信號之構想。此等構想部 分係基於聲碼器（vocoder)。 例如於「S. Disch及B. Edler，「用於音訊信號處理之調 幅及調頻聲碼器」’國際數位音訊效果(DAFx)會議議事錄， 2008年」、「S. Disch及B. Edler，「音訊信號之多頻帶知覺調 變分析、處理與合成」’ IEEE-ICASSP議事錄，2009年」或 「S. Disch及B. Edler，「依據估算所得局部c〇G音訊信號頻 譜之迭代重複分段演繹法則」，第12屆國際數位音訊效果會 礅(DAFx-09) ’ 2009年」，業已介紹調變聲碼器（M〇Dv〇c) 201142815 構想’且已指出其對複曲S周音樂内容施行有意義的選擇性 轉調（transposition)之一般性能力。如此使得針對改變預錄 PCM音樂樣本的音調模式之應用用途變可能(例如參考「s Disch及B. Edler，「音訊信號之多頻帶知覺調變分析、處理 與合成」，IEEE-ICASSP議事錄’ 2009年」）。也可購買可處 理此種複曲調工作的第一市售軟體（西蒙尼公司（Celem〇ny) 出品的旋律聆(Melodyne)編輯器）。該軟體實現已經有品牌 且藉術§吾直接音符存取(DN A)上市之·一項技術。後來已經 公開專利申請案（EP2099024，P. Neubacker ’「用於複曲調 聲音記錄之聽覺物件取向分析及音符物件取向處理之方 法」，2009年9月）且推定其涵蓋因而揭示直接音符存取 (DNA)之主要功能。與用以修改音訊信號之方法獨立無 關，其係期望獲得具有高知覺品質之音訊信號。 I[發明内容3 本發明之目的係提供一種用以修改音訊信號之改良構 想’其允許提高修改音訊信號之知覺品質。 此項目的係藉如申請專利範圍第1項之裝置、如申請專 利範圍第14項之方法或如申請專利範圍第15項之電腦而獲 得解決。 本發明之實施例提供一種用以修改一音訊信號之裝置 包含一渡波器排組處理器、一基音(fundamental)測定器、一 泛音（overtone)測定器、一信號處理器及一組合器。該濾波 器排組處理器係經組配來基於一音訊信號而產生多個帶通 信號。又，該基音測定器係經組配來選擇該等多個帶通信 201142815 號中之一帶通信號而獲得一基音帶通信號。該泛音測定器 係經組配來識別多個帶通信號中滿足有關所選基音帶通信 號之泛音標準之一帶通信號，而獲得與該所選基音帶通信 號相關聯之一泛音帶通信號。又，該信號處理器係經組配 來基於一預先界定的修改目標而修改該所選基音帶通信 號。此外，該信號處理器係經組配來依據該所選基音帶通 信號之修改而來修改與該所選基音帶通信號相關聯之一經 識別的泛音帶通信號。又，該組合器係經組配來組合該等 多個帶通信號而獲得一修改音訊信號。 藉由識別基音頻率之泛音以及以對應基音之相同方式 而修改泛音，可避免基音及其泛音的不同修改，因而比較 原先音訊信號，可更準確地保有經修改之音訊信號的音 質。藉此方式，經修改之音訊信號的知覺品質可顯著改良。 舉例言之，期望選擇性音高轉調（例如將一給定音樂信號的 曲調模式從c大調改成c小調）時，經識別的泛音帶通信號之 修改係與基音帶通信號之修改有相關性。比較上，與基音 帶通信號不同地，已知方法係修改帶通信號之表示泛音之 頻率區。換言之，藉由使用所述構想，經識別的泛音帶通 信號係鎖定於基音帶通信號。 於本發明之若干實施例，藉由比較基音帶通信號與多 個帶通信號中之一帶通信號之頻率，藉由比較基音帶通信 號與多個帶通信號中之一帶通信號之能含量及/或藉由評 估基音帶通信號之一時間波封與多個帶通信號中之一帶通 信號之時間波封的相關性，可識別一泛音帶通信號。藉此 201142815 方式，可定義一或多項泛音標準來最小化錯誤泛音的識別。 依據本發明之若干實施例係有關於基音帶通信號之迭 代重複測定及泛音帶通信號與該專多個帶通化號之識別。 已經選擇的基音帶通信號及已經s线別的泛音帶通仏號可從 搜尋空間去除，或換言之，可未考慮用於另一基音帶通信 號或另一泛音帶通信號的測定。藉此方式’該等多個帶通 信號之各個帶通信號可被選用作為一基音帶通信號（及因 此可與其它基音帶通信號獨立無關地修改）或一泛音帶通 信號（及因此可與相關聯之所選基音帶通信號獨立無關地 修改）。 本發明之另一實施例提供一種用以修改一音訊信號之 裝置包含一波封形狀測定器、一濾波器排組處理器、一信 號處理器、一組合器及一波封整形器。該波封形狀測定器 係經組配來基於表示一時域輸入音訊信號之一頻域音訊信 號而測定波封形狀係數。又，該濾波器排組處理器係經組 配來基於頻域音訊信號而產生多個在次頻帶域之帶通信 號。該信號處理器係經組配來基於一預先界定之修改目標 而修改該等多個次頻帶域帶通信號中之一個次頻帶域帶通 信號。又，該組合器係經組配來組合含有該已修改之次頻 帶域帶通信號之該等多個次頻帶域帶通信號之至少一子集 而獲得一時域音訊信號。此外’該波封整形器係經組配來 基於波封形狀係數而整形該時域音訊信號之一波封’基於 波封形狀係數而整形含有該已修改之次頻帶域帶通信號之 該等多個次頻帶域帶通信號之一波封，或在一次頻帶域帶 201142815 通信號藉該信號處理器修改前，基於波封形狀係數而整形 該等多個次頻帶域帶通信號之一波封來獲得一整形音訊信 號。 藉由在多個次頻帶域帶通信號中的該頻域音訊信號分 離前，測定該頻域音訊信號之波封形狀係數，可保留有關 該音訊信號之頻譜相干性之資訊且可用來在一或多個次頻 帶域帶通信號修改後，整形該時域音訊信號之波封。藉此 方式，可更準確地保留該經修改之音訊信號之頻譜相干 性，雖然只有數個（或只有一個）次頻帶域帶通信號係經修改 或次頻帶域帶通信號係差異地修改，可能干擾該音訊信號 之頻譜相干性。如此，可顯著改良經修改之音訊信號之知 覺品質。 依據本發明之若干實施例係有關於一種經組配來基於 第二預先界定的修改目標而修改該等多個次頻帶域帶通信 號中之一第二次頻帶域帶通信號的信號處理器。該預先界 定的修改目標係與第二預先界定的修改目標相異。雖然帶 通信號係差異地修改，但由於在帶通信號之個別修改後進 行波封整形，故可更準確地保留經修改之音訊信號之頻譜 相干性。 圖式簡單說明 後文將參考附圖說明依據本發明之實施例之細節，附 圖中： 第1圖為用以修改音訊信號之裝置之方塊圖； 第2圖為用以修改音訊信號之裝置之方塊圖； 201142815 第3圖為用以修改音訊信號之方法之流程圖； 第4圖為使用諧波鎖定而調變聲碼器之一部分之方塊 圖； 第5圖為用以修改音訊信號之方法之流程圖； 第6a、6b、6c、6d圖為用以修改音訊信號之裝置之方 塊圖； 第7圖為濾波器排組處理器之方塊圖； 第8圖為波封整形器之方塊圖； 第9圖為具有波封整形之調變分析之示意說明圖； 第10圖為具有波封整形之調變合成之示意說明圖； 第11圖為用以修改音訊信號之方法之流程圖； 第12圖為用以修改音訊信號之裝置之方塊圖； 第13圖為調變分析之示意說明圖； 第14圖為調變分析之實現之示意說明圖； 第15圖為調變合成之示意說明圖； 第16圖為對調變聲碼器成分之選擇性轉調之示意說明 圖， 第17圖為一種用以產生測試集合其係用於對調變聲碼 器處理用於選擇性音高轉調工作的主觀品質的評估之程序 之示意說明圖； 第18圖為略圖指示絕對MUSHRA分數及收聽測試定址 選擇性音高轉調之95%信賴區間； 第19圖為略圖指示就調變聲碼器狀況之差異MUSHRA 分數及收聽測試定址選擇性音高轉調之95%信賴區間；及 201142815 第20圖為略圖指示就直接音符存取(DNA)狀況之差異 MUSHRA分數及收聽測試定址選擇性音高轉調之95%信賴 區間。 後文中’相同元件符號係部分用於具有相同或相似功 能性質之物件及功能單元，及有關一幅圖式之敘述說明將 也適用於其它圖式來減少實施例之詳細說明部分的冗餘。 I[實施方式J 較佳實施例之詳細說明 選擇性頻帶修改也稱作選擇性音高轉調例如可藉聲碼 器或調變聲碼器實現。 多頻帶調變解碼(例如參考rs Disch及B Edler，「音訊 信號之多頻帶知覺調變分析、處理與合成」，IEEE_ICASSp 議事錄’ 2009年」）將音訊信號分割成分析適應性（分析）帶 通信號’其個自進一步劃分成正弦載波及其調幅(AM)及調 頻(FM)。帶通濾波器集合可經運算，使得一方面，全頻頻 譜係無縫式覆蓋’而另一方面，例如濾波器係與總重心 (COG)對齊。此外，人類聽覺可藉由選擇濾波器頻寬而匹配 知覺音階，例如ERB音階加以考慮（例如參考rB. C. j· M00re 及B. R. Glasberg，「威克氏響度模型之修正」，Acta
Acustica，82期335-345頁，1996年」）。 舉例言之’局部重心（C 〇 G)係與收聽者因該頻率區的頻 譜貢獻而所感知的平均頻率相對應。此外，取中（centered) 在局部COG的頻帶可與傳統相角聲碼器之基於影響區的相 角鎖疋相對應（例如參考「j_ Laroche及M. Dolson，「改良式 201142815 音訊之相角聲碼器時間音階修改」，IEEE語音及音訊處理之 變遷’第7卷第3期323-332頁，1999年」或「C. Duxbury、 M. Davies及M. Sandler，「使用於瞬態的相角鎖定之改良式 音樂音訊之時間音階」，第112屆AES會議’ 2002年」）。帶 通信號波封表示型態及傳統影響區相角鎖定皆係保留帶通 信號之時間波封：或為本質上地，或為在後述情況下，藉 由於合成期間確保局部頻譜相角相干性。至於與估算得之 局部COG對應的頻率之正弦載波，AM及FM皆係分別地被 捕捉在分析帶通信號之振幅波封及外差（heterodynes)相 角。專用合成方法允許從載頻AM及FM之輸出信號呈現。 信號分解成載波信號及其相關調變成分之可能實現 1300之方塊圖係顯示於第π圖。該圖中顯示抽取多頻帶成 分（帶通信號）中之一者的示意信號流程。全部其它成分係以 類似方式獲得》首先，寬頻輸入信號\係饋至已經指派信號 來適應性獲得一輸出信號之一帶通濾波器。其次，分析信 號係依方程式（1)藉希伯特(Hilbert)變換而導出。 ⑴ AM(调幅信號)係藉33的振幅波封獲得， AM (ί) = (2) 叫的穩態正弦載波外差的 而FM(調頻信號)係藉具有角頻率 該分析信號之相角導數獲得。載頻係經測定為局部c〇g之 估值。如此，FM可解譯為在栽頻介之仔(瞬時頻率）變化。 i(i) = 5(t)-exp(-jWct) (3) 10 201142815 例如’於專屬公開文獻描述前端渡波器排組之局部C〇G 之估算及信號適應性設計（參考「S. Disch及B. Edler，「依據 估算所知局部COG音机信號頻譜之迭代重複分段演繹法 則」，第12屆國際數位音訊效果會議(Dafx_〇9)，2〇〇9年」）。 貫際上，於離散時間系統，可如第14圖例示說明，對 全部成分聯合地進行成分抽取。處理方案可支援即時運 算。某個時間區塊的處理只取決於先前區塊的參數。如此， 無需别瞻來維持總處理延遲儘可能地低。處理係使用例如 離散富利葉變換(DFT)之75%分析區塊重疊及施用於各個 開窗信號區塊而以逐一區塊基準運算。窗可為依據方程式 (4)之平頂囪。如此碟保前傳用以利用5〇%重疊的隨後調變 合成之取中的N/2樣本係不受分析窗的裙裾影響。較高度重 疊可用於改良準確度，但導致運算複雜度增高的犧牲。 window (i) (4)
sin2(管）〇<i<f 1 f<i<f lsin2(f) f<i<N 給定該頻譜表示型態，其次，計算對齊局部COG位置 的信號適應性頻错帶通加權函數集♦。於帶通加權施加至 頻譜後’信號係移轉至時域，分析信號可藉希伯特變換導 算。此二處理步驟可藉由對各帶通信號計算單邊IDFT而有 效地組合。給定該離散時間帶通信號’藉方程式(3)來估算 IF(瞬時頻率）係藉如方程式（5)定義之相角差分（phase differencing)相角實現，此處*表示複共軛（⑺叫以 conjugate)。此一表示法係方便地使用，原因在於其避免相 角含糊及因而避免相角展開的需求。 201142815 FM (η) = ^ (n) έ (n - 1)*) 丄、 （5) 信號係基於全部成分的加法基礎合成。連續區塊係藉 重疊-加法運算(OLA)攙滿，其係藉連結機制控制。即便該 等成分係實質上藉調變威處理變更’成分聯結確保相鄰區 塊的邊界間的平滑變遙。連結確實只將前一區塊列入考 慮’如此可能允許即時處理。連結大致上執行實際(actual) 區塊成分的成對逐/匹配至其前一區塊的前驅者 (predecessor)。此外，連結對齊實際區塊的絕對成分相角與 前一區塊的絕對成分相_ °對跨時間區塊並無匹配的成分 分別施加漸強或漸弱。 對一個成分，處理鍵係顯示於第15圖。詳言之，首先 將FM信號加至穩態載頻，及所得信號前傳至0LA階段，其 輸出信號隨後進行時間，I·生積分。由所得相角信號饋進正弦 振盪器。AM信號係藉第二*〇1八階段處理。其次，振盪器的 輸出信號在振幅上係藉AM信號調變而獲得該成分對輸出 信號之加法貢獻。於最後步驟，全部成分之貢獻相加而獲 得輸出信號y。 換言之，第13及14圈例示說明調變分析器1300。調變 分析器1300較佳包含帶通濾波器1320&其提供帶通信號。此 係輸入分析信號轉換器1320b。方塊1320b之輸出信號可用 於計算AM資訊及FM資訊。為了計算AM資訊分析信號之振 幅係藉方塊1320c計算。分析信號方塊1320b之輸出信號係 輸入乘法器1320d，在其另一輸入端，乘法器1320d接收來 自振盪器1320e之振盪器信號，其係藉帶通濾波器1320a之 12 201142815 實際載波頻率fc 1310控制。然後，乘法器輸出信號之相角 係於方塊1320f測定’瞬時相角係於方塊i320g差分來最終 獲得FM資訊。此外，第14圖顯示產生音訊信號之DFT頻譜 之前置處理器1410。 多頻帶調變分解將音訊信號分割成（分析）帶通信號之 信號適應性集合’其各自又再分割成正弦載波及其調幅 (AM)及調頻(FM)。帶通濾波器集係經運算使得一方面，全 頻帶頻譜係無縫式地覆蓋，而另一方面，濾波器各自對齊 局部COG。此外，人類聽覺可藉由選擇濾波器頻寬而匹配 知覺音階’例如ERB音階加以考慮（例如參考「b. C. J. Moore 及Β· R. Glasberg ’「威克氏響度模型之修正」，Acta Acustica，82期335-345頁，1996年」）。 局部COG係與收聽者因該頻率區的頻譜貢獻而所感知 的平均頻率相對應。此外，取中在局部COG的頻帶可與傳 統相角聲碼器之基於影響區的相角鎖定相對應(例如參考「】 Laroche及M. Dolson，「改良式音訊之相角聲碼器時間音階 修改」，IEEE語音及音訊處理之變遷，第7卷第3期323 332 頁，1999年」或「C. Duxbury、M. Davies及M. Sandler，「使 用於瞬態的相角鎖定之改良式音樂音訊之時間音階」，第 II2屆AES會s義’ 20〇2年」；「a. R〇bel ’「相角聲碼器之變遷 處理之新穎辦法」’國際數位音訊效果會議議事錄(DAFx)， 344-349頁，2003年」；「A. Robe卜「相角聲碼器之變遷檢測 及保留」，國際數位音訊效果會議議事錄(DAFx)，247 25〇 頁，2003年」）。▼通彳§號波封表示型態及傳統影響區相角 13 201142815 鎖定皆係保留帶通信號之時間波封：或為本質上地，或為 在後述情況下，藉由於合成期間確保局部頻譜相角相干 性。至於與估算得之局部COG對應的頻率之正弦載波，AM 及FM皆係分別地被捕捉在分析帶通信號之振幅波封及外 差(heterodynes)相角。專用合成方法允許從載頻AM&FM之 輸出信號呈現。 信號分解成載波信號及其相關成分之方塊圖係顯示於 第12圖。圖中’顯示用以抽取—個成分之示意信號流程。 全部其它成分係以類似方式獲得。實際上，藉由施加離散 备利葉變換(DFT)至各個開窗信號區塊，使用例如以48千赫 錄抽樣頻率及75%分析重疊，亦即粗略相當於_毫秒時間 間隔及85毫秒跨幅的N=2h區塊大小，對在逐一區塊基礎上 對全部成分聯合進行抽取。窗可為依據方程式⑷的「平頂」 窗。如此可確保送至隨後調變合成的取中N/2樣本不受分析 窗斜率的影響。較高度重疊可絲改良準確度，但造成運 算複雜度增高之犧牲。
給定頻譜表示m欠可計算（以載波解估算或多 重載波COG頻率估算表示，藉載頻測定器133Q計算消齊局 部COG位置的信號適應性頻譜加權函數(具有帶通特性）集 合。於施加帶通加權至頻譜後，信號變換至時域分析信 號係藉希伯特變換而導算出。此二處理步驟可藉由對各個 201142815 帶通信號之單邊IDFT計算而有效地組合。隨後，各分析信 號係藉其估算得之載波頻率而外差。最後，信號進一步分 解成藉由運算相角導數所得的其振幅波封及其瞬時頻率(IF) 而獲得期望的AM及FM信號（例如參考「s. Disch及B. Edler，「用於音訊信號處理之調幅及調頻聲碼器」，國際數 位音訊效果(DAFx)會議議事錄，2008年」）。 適切地，第15圖顯示修改合成器1500亦即音訊信號之 參數化表示型態之方塊圖。例如，優異的實現係基於在調 變域，亦即在產生時域帶通信號前該域之重疊加法運算 (OLA)。輸入信號可為位元串流，但也可直接連結至分析器 或修改器，該輸入信號係分離成AM成分1502、FM成分1504 及載頻成分1506。AM合成器較佳包含一重疊加法器1510， 及此外，成分連結控制器1520其較佳不僅包含方塊1510同 時也包含方塊1530，其為在fm合成器内部之重疊加法器。 FM合成器額外地包含一頻率重疊加法器153〇、一瞬時頻率 積分器1532、一相角組合器1534其再度可實施為常規加法 器，及一相移器1536其係可藉成分連結控制器152〇控制來 從一區塊至另一區塊再生常數相角，使得來自前一區塊的 信號之相角係與實際區塊之相角連續。因此，可謂在元件 1534、1536之相角加法係對應第13圖中方塊152(^在分析器 端之差分期間損耗的常數之再生。從知覺域的資訊損耗觀 點，須注意此乃唯一資訊損耗，亦即藉第13圖中差分裝置 1320g導致的常數部分損耗。此一損耗可藉由將藉成分連結 裝置1520測得之常數相角相加而予補償。 15 201142815 重疊加法(OLA)係施加於參數域，而非施加於業已合成 的信號來避免相鄰時間區塊間的打擊效應。OLA係藉成分 連結機制控制，該機制係藉頻率鄰近（以ERB音階量測）駕 駁，執行實際區塊成分的成對逐一匹配至其前一區塊的前 驅者。此外，連結對齊實際區塊的絕對成分相角與前一區 塊的絕對成分相角。 詳言之，首先FM信號係加至載波頻率，及結果所得信 號前傳至OLA階段，其輸出信號係隨後積分。正弦振盪器 1540被饋以結果所得相角信號。該AM信號係藉第二OLA階 段處理。最後，振盪器之輸出信號之振幅係藉結果所得AM 信號調變1550而獲得該成分對輸出信號1560之加法貢獻。 須強調在調變分析内部，信號之妥當頻譜分段具有用 於任何進一步調變參數處理之令人信服結果具有參數重要 性。因此，此處描述適當分段演繹法則之一實例。 適切地，第16圖顯示用於複曲調模式變化應用之一實 例1600。該圖顯示對調變聲碼器成分之選擇性轉調。載波 頻率經量化成MIDI音符，其係對應至適當對應MIDI音符。 藉由對映成分乘以原先載頻與修改後載頻之比，可保留相 對FM調變。 音訊信號的轉調同時維持原先回放速度乃一項挑戰性 工作。使用所擬議系統，此項目的係藉全部載波成分乘以 常數因數而直接達成。由於輸入信號之時間結構單獨係藉 AM信號捕捉，故不受載波頻譜間隔的伸展影響。 藉由選擇性處理可獲得又更有需求的效應。一塊音樂 16 201142815 的音調模式可從例如小調轉成大調，或反之亦然。因此只 有與某個預先界定的頻率區間對應的載波之一子集係對映 至適當新值。為了達成此項目的，載波頻率係量化1670至 MIDI音高，其隨後對映1672至適當新的MIDI音高（使用預 先知曉的欲處理之音樂項目之模式及音調知識）。 然後，已對映之MIDI音符被逆轉換1574而來獲得用在 合成的已修之載波頻率。不要求有專用的MIDI音符開始/ 偏移(onset/offset)檢測，原因在於時間特性主要係由未修改 的AM表示，如此仍保留該時間特性。可定義任意對映表， 允許在與其它小調流行風味(minor flavour)(例如讀波小調 (和聲小調，harmonic minor))間互相轉換。 應用在音訊效果領域乃音訊信號之通用轉調。此項音 訊效果要求的處理乃載波與常數轉調因數的單純乘法。也 藉由FM乘以相同因數，對各成分，確保保留相對1?河調變 深度。因輸入信號之時間結構單純係藉八河信號捕捉，故不 受處理影響。通用轉s周朝向目標音調改變了原先音樂信號 (例如C大調改成G大調），而仍然保留原先節奏（拍子， tempo) ° 但由於所提示的調變分析之信號適應性本質，調變聲 碼器具有超越此項工作的潛力。現在，即便複曲調音樂的 所選成分之轉調已變成可行，允許例如改變給定音樂信號 之音調模式應用（例如C大調改成c小調）（例如參考「s Disch及B.Edler ’「音訊信號之多頻帶知覺調變分析、處理 與合成」’ IEEE-ICASSPs義事錄’ 2〇〇9年」）。此點為可能， 17 201142815 原因在於各成分載波係緊密對應其頻譜區的知覺音高 (perceived pitch)。若只有與某個原先音高相關的載波係朝 向新目標值對映’則操縱由音調模式所測定的總音樂特性。 如前述，調變聲碼器（MODVOC)成分之所需處理係顯 示在第16圖。在調變聲碼器（MODVOC)分解領域以内，載 波頻率係經量化成MIDI音符，其隨後對映至適當相應的 MIDI音符。為了有意義地重新指派MIDI音高及音符名稱， 可能要求預先知曉原先音樂項目的模式及音調知識。全部 成分之AM絲毫也不受影響，原因在於其不含音高資訊。 更明確言之’表示成分音高的成分載波頻率/依據方程 式6被轉換成MIDI音高值w，此處/^表示對應MIDI音高 69，音符A0的標準音高。 m (/) ~ 69 +12 · l〇g2 71 (/) = round(m (/)) 0 (/) = m (/) - n (/) n~"n/ (6) ηη* /,==/aw.2(n,+0(/)—69)/12 (7) 隨後，MIDI音高被量化成MIDI音符’及此外，測 定各音符的音高偏移0(力。藉由利用依據音調、原先模式及 目標模式之MIDI音符對映表，此等MIDI音符被變換成適當 目標值n’。下表中，對C調從大調轉成自然小調當作對映實 例。表顯示從C大調轉成^自然小調的音階模式變換之midi 音符對映表。對映關係係適用於全部八度音階的音符。 18 201142815 原先音符 目標音符 C C D D E Eb F F G G A Ab B Bb 最後，已對映的MIDI音符包括其音高偏移係被轉換回 頻率Γ來獲得用於合成的經修改的載波頻率（方程式7)。此 外，為了保留相對FM調變深度，已對映成分之FM係乘以 個別音高轉調因數，其係獲得為原先載波頻率與經修改之 載波頻率之比。可能不要求專用MIDI音符開始/偏移檢測， 原因在於時間特性主要係以未經修改的AM表示，因而保留 時間特性。 所述調變聲碼器乃差異地修改音訊信號之不同頻率範 圍（帶通信號)之一項可能，其係敘述為選擇性音高轉調。本 發明構想允許加強此種經修改之音訊信號的知覺品質。雖 然本發明構想之若干實施例係關聯聲碼器或調變聲碼器做 描述，但也可一般性地用來與聲碼器之使用獨立無關地改 良經修改之音訊信號的知覺品質。 第1圖顯示依據本發明實施例之用以修改音訊信號10 2 之裝置100之方塊圖。裝置100包含濾波器排組處理器110、 基音測定器120、泛音測定器130、信號處理器140及組合器 150。濾波器排組處理器110係連結至基音測定器120、泛音 測定器130及信號處理器140，以及基音測定器120係連結至 19 201142815 泛音測定器130及信號處理器140。又，泛音測定器130係連 結至信號處理器140，及信號處理器140係連結至組合器 150。濾波器排組處理器110基於音訊信號1〇2而產生多個帶 通信號112。又，基音測定器選擇多個帶通信號中之一個帶 通信號112而獲得基音帶通信號122。泛音測定器識別多個 帶通信號中滿足有關所選基音帶通信號12 2之泛音標準的 一個帶通信號112來獲得與該所選基音帶通信號122相關聯 之泛音帶通信號132。又，信號處理器140基於預先界定的 修改目標而修改所選基音帶通信號122。此外，一信號處理 器140依據所選基音帶通信號122之修改而修改與所選基音 帶通信號122相關聯之經識別的泛音帶通信號132。組合器 150組合含有經修改的所選基音帶通信號及經修改且經識 別的泛音帶通信號之多個帶通信號來獲得修改音訊信號 152 » 藉由以相同方式修改基音帶通信號122及與基音帶通 信號122相關聯之經識別的泛音帶通信號132，可保有此等 諧波之共通表現，但該等多個帶通信號中之其它帶通信號 可以不同方式修改。藉此方式，可更準確地保有原先音訊 Ί吕號102之音色’因此可顯著改良經修改之音訊信號的知覺 品質。例如，大部分樂器激發由基音頻率部分及其和音所 組成的和聲。若基音頻率部分須經修改，則根據所述構想 之合音相關性修改可獲得經修改之音訊信號的顯著較佳的 知覺品質。又，音訊信號可即時修改，原因在於可能不需 要有關整個音訊信號(例如整個複曲調音樂名稱）的先前資 20 201142815 訊。 例如音訊信號102可為時域輸入音訊信號或表示時域 輸入音訊信號之頻域音訊信號。 基音測定器120可提供所選基音帶通信號122給信號處 理器140用於修改，或可提供觸發信號122 (例如所選基音帶 通信號之指數ie[0.._l-i]，其中j為多個帶通信號之帶通信號 數目）來觸發信號處理器140，而依據預先界定的修改目標 來修改該等多個帶通信號中之所選帶通信號。結果，泛音 測定器130也提供經識別的泛音帶通信號132用來修改給信 號處理器140’或可提供觸發信號132 (例如指數指示該等多 個可通信號中之該帶通信號被識別為泛音帶通信號）來觸 發信號處理器140而修改該等多個帶通信號中所識別的帶 通信號。 泛音標準可包含識別基音之泛音的一項或多項規則。 可有一項或多項欲滿足的泛音標準來將該等多個帶通信號 中之一個帶通信號識別為所選基音帶通信號122之泛音。 預先界定之修改目標可與包含不同頻率範圍之帶通信 號相異且可取決於音訊信號1〇2之期望的修改。舉例言之， 音訊信號之原先音調須朝向目標音調修改。係藉上表從c 大調改成C自然小調的音調作為對應實例。舉例言之，若多 個帶通信號中之一帶通信號的頻率範圍係與原先音符c相 對應，目標音符也是C ,使得此一帶通信號未經修改(但被 識別為相關聯之基音帶通信號之泛音帶通信號係經修 改）。此種情況下，修改目標係將此種帶通信號維持未經修 21 201142815 改。另一方面，可修改多個帶通信號中包含與原先音符A 相關聯的頻率範圍之一個帶通信號，使得經修改的帶通信 號可含有與目標音符Ab相關的頻率範圍（但下述情況除 外，依據另一個修改目標帶通信號被識別為欲修改的基音 帶通信號之泛音帶通信號）。又，所識別之泛音帶通信號（包 含與原先音符A之泛音相關頻率範圍之帶通信號）可經修 改，使得經修改之泛音帶通信號包含與目標音符Ab之泛音 相關聯之頻率範圍。 該等多個帶通信號中之全部帶通信號112可包含載波 頻率。載波頻率可為由帶通信號所表示的或含有的頻率範 圍之特性頻率，例如該頻率範圍之平均頻率、該頻率範圍 之上切除頻率、下切除頻率或該帶通信號之頻率範圍的重 心。帶通信號之載波頻率可與其它帶通信號之載波頻率彼 此相異。此等載波頻率可由泛音測定器130用來識別泛音帶 通信號。舉例言之，泛音測定器130可比較多個帶通信號之 一帶通信號112之載波頻率與所選基音帶通信號122之載波 頻率。由於泛音可能約略為基音頻率的倍數，若帶通信號 112之載波頻率為所選基音帶通信號122之載波頻率的倍數 (具有預定載波頻率公差，例如1〇〇 Hz、50 Hz、20 Hz或以 下），則可滿足泛音標準。換言之，泛音標準可為帶通信號 112之載波頻率為所選基音帶通信號122之載波頻率之倍數 具有預先界定的載波頻率公差。 此外或另外，泛音測定器130可比較該等多個帶通信號 之帶通信號112之能含量與所選基音帶通信號122之能含 22 201142815 量。於本實例中，若帶通信號112之能含量對所選基音帶通 信號122之能含量之比可於預先界定之能公差範圍，則可滿 足泛音標準。泛音標準係考慮通常和音具有比基音更低的 能量。預先界定的能公差範圍可為例如自〇 3至〇9，自〇5 至0.8 ,自0.6至0.7或其它範圍。此種基於能含量之泛音標 準可組合前述基於載波頻率之泛音標準。 此外或另外，泛音測定器130可計算相關性值，指示多 個f通彳S號中之該帶通信號112之時間波封與所選基音帶 通信號122之時間波封之相關性。此種情況下，若相關性值 係高於預先界定的相關性臨界值，則可滿足泛音標準。此 種泛音標準考慮實際上基音及其和音共享相當類似的時間 波封。預先界定的相關性臨界值可為例如〇·2、〇.3、〇.4或 以上。所述基於相關性之泛音標準可組合前述基於載波頻 率之泛音標準及/或基於能含量之泛音標準。 基音測定器120可選擇該等多個帶通信號中之又一帶 通信號112而未考慮全部已選擇之基音帶通信號122及全部 已識別之泛音帶通信號132。換言之，基音測定器120可從 帶通信號之一個集合中選出迭代重複的基音帶通信號，其 含有非為已經選定之基音帶通信號及已經識別之泛音帶通 信號132之帶通信號。如此進行直到多個帶通信號中之全部 帶通信號可選擇作為基音帶通信號或識別作為基音帶通信 號之泛音為止。結果，泛音測定器13〇可識別該等多個帶通 信號中滿足有關進一步選出的基音帶通信號之帶通信號 112,而未考慮全部已經識別之泛音帶通信號也未考慮全部 23 201142815 已經選揮的基音帶通信號122。 又’信號處理器140可基於進一步預先界定之修改目標 來修^文進一步經選定的基音帶通信號122,而與全部其它所 選擇的基音帶通信號獨立無關。換言之，對各個基音帶通 ^说或對所選基音帶通信號中之一部分可界定不同的修改 目標ο Λο 、 例如，修改目標可由指示從一個音調音符變換至另 個音調音符之前文指示之表界定。由於基音帶通信號可 彼此獨立無關地修改，又選擇性地，只有特定樂器的基音 及和音可經修改來改變此種樂器的音調模式或響度。 帶通信號112可藉基音測定器120基於能標準而選擇。 例如’具有最高能含量或最高能含量中之一者（高於其它帶 通信號中之70%或以上）之帶通信號可經選擇。於本實例 中’已經選定的基音帶通信號可藉由設定能含量參數指示 所選基音帶通信號之能含量係等於零，而從進一步選擇中 排除。為了選擇帶通信號112 ’各帶通信號之能含量（例如 藉基音測定器所測得之能含量參數指示）可經加權（例如藉 a-加權）而強調知覺上重要的帶通信號之選擇。 信號處理器140可以多種方式修改所選基音帶通信號 132及相關聯之泛音帶通信號132。舉例言之，經由所選基 音帶通信號122之載波頻率乘以轉調因子（例如取決於音調 模式改變）或經由將轉調頻率加至所選基音帶通信號12 2之 载波頻率，信號處理器140可修改所選基音帶通信號122。 又，經由將經識別的帶通信號132之載波頻率乘以轉調因子 (例如20%、10%、5%、或以下之公差）或經由將轉調頻 24 201142815 率之倍數(例如具有20%、10%、5%、1%或以下之公差）加 至經識別的泛音帶通信號132之載波頻率，信號修改器14〇 可修改經識別之泛音帶通信號 。換吕之’經由將基音及相 關聯的和音乘以相同轉調音子或將轉調頻率加至基音以及 將轉調頻率之倍數加至泛音，可實現音調模式改變。藉此 方式所識別之泛音帶通信號132係依據（以相同方式)所選基 音帶通信號122而修改。 第2圖顯示根據本發明之一實施例用以修改音訊信號 102之裝置2〇〇之方塊圖。裝置2〇〇係類似第1圖所述之裝 置’但額外包含載頻測定器260，及濾波器排組處理器11〇 包含濾波器排組212及信號轉換器214。濾波器排組212係連 結至信號轉換器214及信號轉換器214係連結至信號處理器 H0。選擇性地，載頻測定器260係連結至濾波器排組處理 器110及信號處理器14 0之濾波器排組212。 濾波器排組212可基於音訊信號102而產生帶通信號， 及信號轉換器214可將所產生的帶通信號轉成次頻帶域而 獲得提供給基音測定器120、泛音測定器130及信號處理器 140之多個帶通信號。信號轉換器214例如可呈單邊離散富 利葉反變換單元實現，使得該等多個帶通信號中之各個帶 通信號112可表示一個分析信號。此種次頻帶域中，基音測 定器120可從多個帶通信號中選出此等次頻帶域帶通信號 中之一者來獲得基音帶通信號122。又，泛音測定器可識別 該等多個帶通信號中之此等次頻帶域帶通信號中之一者。 此外，載頻測定器260可基於音訊信號102而測定多個 25 201142815 載波頻率’及濾波器排組處理器110之濾波器排組212可產 生帶通信號，使得各個帶通信號包含含有該等多個載波頻 率中之不同載波頻率262之一頻率範圍，來獲得與該等多個 載波頻率中之各個載波頻率262相關聯之一帶通信號。換言 之，由濾波器排組212所產生之帶通信號之頻寬及平均頻率 可藉載頻測疋器260控制。可以多種方式進行，例如如前 述，計算音訊信號102之重心（COG)。 如前文已經敘述，帶通信號112可以多種方式修改。舉 例言之’信號處理器140可對該等多個帶通信號中之各個帶 通信號112產生一調幅信號(AM)及一調頻信號(FM)。由於 各個帶通信號表示在次頻帶域中之分析信號，信號處理器 140可如前文關聯調變聲碼器（舉例）所述而產生調幅信號及 調頻信號。又，信號處理器140可基於預先界定的修改目標 而修改所選基音帶通信號122之調幅信號及調頻信號，以及 可依據所選基音帶通信號122之修改而修改與該所選基音 帶通信號122相關聯之經識別的泛音帶通信號132之調幅信 號或調頻信號。 濾波器排組處理器110、基音測定器12〇、泛音測定器 130、信號處理器140、組合器15〇及/或載頻測定器26〇例如 可為數位信號處理器、電腦或微控制器之個別硬體單元或 部件，以及可為組配來在數位信號處理器、電腦或微控制 器上跑，電腦程式或軟體產品。 依據本發明之若干實施例係有關一種依據本發明之實 施例修改音訊信號之方法30(^方法3〇〇包含基於一音訊信 26 201142815 號產生310多個帶通信號，及選擇320多個帶通信號中之一 帶通信號來獲得基音帶通信號。又，方法300包含識別330 多個帶通信號中滿足有關所選基音帶通信號之泛音標準的 一個帶通信號來獲得與該所選基音帶通信號相關聯之泛音 帶通信號。又，所選基音帶通信號係基於預先界定之修改 目標而修改340,及與該所選基音帶通信號相關聯之經識別 的泛音帶通信號係依據所選基音帶通信號之修改而修改 350。又，該方法300可包含組合360含有經修改之所選的基 音帶通信號及經修改且經識別的泛音帶通信號之多個帶通 信號來獲得經修改之音訊信號。 選擇性地，方法300可包含表示前述及後文陳述之本發 明構想之選擇性特徵。 後文中，所述構想係以使用調變聲碼器來實施的實例 舉例說明，但所提示之構想也可更一般性地用於其它實施 例0 大部分樂器激發由基音頻率部分所組成的和聲，而其 和音約略為該基音頻率的整數倍數。由於音樂間隔遵守對 數音階，各個和音泛音相對於基音（及其八度音階)彷彿一個 不同的音樂區間。下表列舉和音數目及對頭七個和音之音 樂區間的對應關係。該表也顯示就基音及其八度音階而言 的和音數目及相關音樂區間。 27 201142815 和音數目 區間名稱 1 2 4 完全一度(P1) 小二度(m2) 9 大二度(M2) 小三度(m3) 5 大三度(M3) 完全四度(P4) 三全音 3 6 完全五度(P5) 小六度(m6) 大六度(M6) 7 小七度(m7) 大七度(M7) 如此’於複曲調音樂内容的選擇性轉調工作中，就 MODVOC成分之音樂函數具有特有的混淆。若源自於基音 的成分根據期望的音階對映被需轉調，或若由欲歸因於基 音的和音所主控，則必需連同此一基音一起轉調，以便最 佳保有原先音調的音色。由此處產生需要對各個MODVOC 成分（帶通信號)做指派來選擇最適當的轉調音子。 為了達成此項目的，先前介紹的簡單處理方案係藉證 波鎖定功能加以延伸。諧波鎖定檢驗轉調前全部M〇Dv〇C 成分是否一個成分（帶通信號)係歸因於基音，或將視為獨立 的實體。如此可藉迭代重複演繹法則進行。此種演繹法則 之流程可顯不於第5圖。演繹法則評估5 i 〇測試成分t (基音帶 通信號)相對於全部其它藉指數丨E m錄索的成分（帶 通信號之解、能比及波封交又相·，I表示成分整數 (多個帶通信號之帶通信號數目）。於疊積期間測試成分(基 28 201142815 曰π通佗唬）之連續性係由其A_加權能測定52〇，使得評估 順序係在能量遞減的順序。A_加權（ANSI，「Ansi標準 14-1983」’ 1983) ’（ANSI，「Ansi標準sl.42_2〇〇1」，2〇〇1) 應用來以其響度而模型化各個成分的知覺凸顯（例如參考 「H. Fletcher及W.A. Munson，「響度，其定義，量測與計 算」，J. Acoust Soc Amer·，vol. 5, pp.82-108, 1933.」）。 藉由測定臨界值可檢查諧波載波頻率匹配、諧波載波 頻率不匹配、成分能及/或於零-延遲的標準化振幅波封相關 性。 頻率匹配及頻率不匹配可根據方程式8定義，ft為測义 成分載波頻率（所選基音帶通信號之載波頻率）及^為具有 指數i之成分（多個帶通信號中之一帶通信號）。對頻率匹 配’全部大於1之乘數皆為可能的和音。對可能和音所容件 的頻率不匹配的適當臨界值（載波頻率臨界值）為例如22 Hz。 匹配i=近似 (8) 不匹配i=|fi-(匹配^)| 和音相對於基音之a-加權成分能比（方程式9)可&要東 小於預先界定的臨界值’反映出實際上對大部分樂器 言，和音具有比基音更低的能。適當臨界值（能公差範圍） 例如為0.6之比。 nrgRatiOi - nrgt (9) 29 201142815 測試成分envt之波封與具有指數i之成分之波封⑶心之 標準化零延遲交叉相關性係以方程式1〇定義。如此測量探 勘下述事實’基音及其和音共享在區塊長度Μ以内的相當 類似的時間波封。藉由非正式實驗適當臨界值(相關性臨界 值）測定為0.4。 53envi (m) ewt (m) XCOTTi = T'?—. .— M~l M-l \ envi (m) X) envj (m) )m=0 m=0 (10) 檢查後’滿足570全部臨界值條件的全部成分丨被標記 580作為相對於測試成分欲鎖定的和音，及隨後從搜尋當中 被移除。其次’藉由設定542其能為零，測試成分也從額外 疊積當中被排除。演繹法則重複直到全部成分皆已經被指 派且係以最大成分能為零指示為止。 第4圖顯示藉MODVOC結合諧波鎖定之選擇性轉調之 經加強的處理方案。.與第16圖相反，只有未經鎖定的成分 進入轉調階段，而經鎖定的成分係在第二階段藉已經施加 至其貢獻基音的相同轉調因子修改。 換言之，第5圖顯示所述諧波鎖定之流程圖（用以修改 音訊信號之方法500)。匹配測試基音（所選基音帶通信號) 之和音條件的成分係迭代重複標記及從搜尋空間移開。為 了達成此項目的，多個帶通信號中之各個帶通信號包含載 波頻率、能量含量、及時間波封或載波頻率’能量含量及/ 或時間波封（時間波封參數)係對多個帶通信號中各個帶通 30 201142815 信號測定510。又，各個帶通信號之能含量（能含量參數)係 經a-加權520。如此’選擇53〇包含最大能（能含量參數)之基 音帶通信號（測試基音ft)。由於全部已經選出的基音帶通信 號皆設定為零，及全部經識別的泛音帶通信號係從搜尋空 間排除’故所選基音帶通信號可包含能含量參數等於零， 因此迭代重複演繹法則停止54〇在此點。否則，比較56〇多 個帶通信號中之所選基音帶通信號與其餘帶通信號間之頻 率匹配（或不匹配）、能含量及/或時間波封交又相關性。若 滿足一項、部分或全部條件（泛音標準），則個別帶通信號被 識別580為泛音帶通信號，可產生諧波鎖定資料（例如將所 識別的帶通信號之指數儲存在泛音表單），以及所識別的泛 音帶通信號係從搜尋空間移除。有關相關聯之所選基音帶 通信號之諧波鎖定信號可儲存590。識別全部所選基音帶通 信號之泛音帶通信號後，所選基音帶通信號之能（能含量參 數)設定592為零，及選出530包含最高能的下一個基音帶通 信號。 信號處理器可使用諧波鎖定資料用來修改帶通信號。 可能的實施例顯示於第4圖。於本實施例中，例如信號處理 器包含MIDI對映器1600及泛音修改器400。MIDI對映器 1600可依據個別修改目標（也可包括未經修改的基音帶通 信號）而修改各個所選基音帶通信號之載波頻率❶MIDI對映 器1600例如可如第16圖所顯示及說明而實現。泛音修改器 400可包含泛音修改控制器41〇、泛音乘法器420及泛音修改 提供器430。泛音修改控制器410可連結至泛音乘法器420及 31 201142815 泛音修改提供器430，及泛音乘法器420可連結至泛音修改 提供器430。泛音乘法器420可將經識別之泛音帶通信號之 載波頻率f乘以與相關聯之基音帶通信號所乘的相同轉調 因子（具有前述公差），且可提供經修改的載波頻率Γ給泛音 修改提供器430。若泛音修改器400識別該載波頻率為經識 別的泛音帶通信號之載波頻率（例如基於猎波鎖定資料），則 泛音修改控制器410可觸發泛音修改提供器430來提供經識 別之泛音帶通信號的經修改之載波頻率。否則泛音修改提 供器430可提供MIDI對映器1600之輸出信號。又，第4圖顯 示於聲碼器所提示之構想實施，使得除了帶通信號之載波 頻率外，相對應之調頻信號(FM)係藉乘以修改前載波頻率 對已修改之載波頻率之比加以修改。另外’對頻率修改或 除了頻率修改之外，音訊信號之響度可經帶通信號選擇性 修改。為了達成此項目的可修改帶通信號之調幅信號(AM)。 換言之’第4圖顯示使用諧波鎖定而對調變聲碼器成分 (帶通信號)之加強選擇性轉調(依據相關聯之基音帶通信號 的修改而修改所識別之泛音帶通信號）。唯有未經鎖定的載 波頻率（然後可為基音帶通信號)被量化至MIDI音符，該等 MIDI音符係對映至適當相對應的MIDI音符（依據個別修改 目標）。經鎖定的成分（經識別的泛音帶通信號）可藉乘以貝 獻基音（相關聯基音帶通)之原先載波頻率與修改載波頻率 之比而轉調。 第6a圖顯示依據本發明之實施例用以修改音訊信號之 裝置600之方塊圖。裝置600包含一波封形狀測定器610、濾 32 201142815 波器排組處理器620、信號處理器630、組合器640及波封整 形器650。波封形狀測定器610係連結至波封整形器650,濾 波器排組處理器620係連結至信號處理器630，信號處理器 630係連結至組合器640，及組合器640係連結至波封整形器 650。波封形狀測定器610係基於表示時域輸入音訊信號之 頻域音訊信號602而測定波封形狀係數612。又，濾波器排 組處理器620基於頻域音訊信號602而產生多個在次頻帶域 之帶通信號622。信號處理器630基於預先界定的修改目標 而修改多個次頻帶域帶通信號。又，組合器640組合該等多 個次頻帶域帶通信號中之至少一個子集（例如含有經修改 的次頻帶域帶通信號）來獲得時域音訊信號642。波封整形 器650基於波封形狀係數612整形時域音訊信號642之波封 來獲得整形音訊信號652。 另外，波封整形器650可定位在信號處理器630與組合 器640間（信號處理器630係連結至波封整形器650，及波封 整形器650係連結至組合器640)，且可基於波封形狀係數 612而整形該等多個含有經修改之次頻帶域帶通信號之次 頻帶域帶通信號的波封。 在音訊信號為經選擇性處理的帶通信號之前，經由抽 取612’及於修改一或多個帶通信號後藉由使用波封形狀係 數612來整形音訊信號波封，可更準碴地保有經差異修改的 帶通信號之頻譜相干性。又，特別對瞬時信號，隨著時間 經過而展開的量化雜訊也可藉波封整形器65〇整形。藉此方 式’經修改的音Λ彳§號之知覺品質顯著改良。又，音訊信 33 201142815 號可即時修改，原因在於無需有關整個音訊信號(例如整個 複曲調音樂名稱）的前置資訊。 又另外，波封整形器650可位在信號處理器630與渡波 器排組處理器620間（濾波器排組處理器620連結至波封整 形器650及波封整形器650係連結至信號處理器630),及可 在次頻帶域帶通信號藉信號處理器630修改而獲得整形音 訊信號652之前，基於波封形狀係數612而整形多個次頻帶 域帶通信號之波封。 在音訊信號為選擇性處理的帶通信號前經由抽取波封 形狀係數612及於次頻帶域藉濾波器排組處理器620而產生 多個帶通信號622後，經由使用波封形狀係數612來整形多 個帶通信號622的波封，可實現適應性濾波器排組，其特別 對瞬時信號可提供局部相干性(例如參考「J. Herre及J. D. Johnston，「高品質知覺音訊編碼之連續信號-適應性排 組」’ IEEE ASSP對信號處理應用於音訊及聲學工作坊，蒙 哈克’ 1997年」> 此種情況下，不只是經修改的信號（或修 改帶通信號)經整形，同時在修改之前以暫態複製表示而產 生的帶通信號品質增高。 頻域音訊信號602例如可從前置處理器基於時域輸入 音訊信號產生頻域音訊信號602而提供（例如藉離散富利葉 變換）’或可從儲存單元提供。藉波封形狀測定器610測定 的波封形狀係數612例如可為將頻域音訊信號602的頻譜參 數化之線性預測係數或其它係數。 信號處理器630可修改多個次頻帶域帶通信號中之一 34 201142815 個、部分或全部次頻帶域帶通信號622。例如對全部或對部 分次頻帶域帶通信號，預先界定的目標玎不同。例如為了 改變音訊信號的音調模式，次頻帶域帶通信號之經預先界 定的修改目標可如前文關聯上表所述定義。 頻域音sfL k號602可包含例如藉富利葉變換所得頻言普 線。頻域音訊信號(也可假設為帶通信號)之頻譜線與藉濾波 器排組處理器620產生的帶通信號間之差異可為頻域音訊 信號602之頻譜線標示的頻寬比由濾波器排組處理器620所 產生之次頻帶域帶通信號622所表示的頻寬更窄。例如，頻 域音訊信號602指示藉離散富利葉變換所得之頻譜，其係藉 濾波器排組處理器620而劃分成多個帶通信號，其中多個帶 通信號之帶通信號數目（例如10、16、20或以上）係顯著少於 頻譜之頻譜值或頻譜線數目（例如512或以上頻譜值）。 波封形狀測定器610可基於頻域音訊信號602之整個頻 率預測而測定波封形狀係數，例如可如同前文對線性預測 係數測定所述之方式而實現。 濾波器排組處理器620可提供多個帶通信號，各個帶通 信號622表示頻域音訊信號6〇2之特定頻率範圍。另外，濾 波器排組處理器620可包含預測滤波器710、信號減法器720 及濾波器排組730來基於殘差音訊信號722而獲得多個帶通 k號622 ’如第7圖所示。為了達成此項目的’預測遽波器 710可基於頻域音訊信號6 〇 2及波封形狀係數612 (例如線性 預測濾波器）而產生預測音訊信號712。又，信號減法器72〇 可從頻域音訊信號602扣除預測音訊信號712來獲得殘差音 35 201142815 訊信號722。此種殘差音訊信號722可由濾波器排組730用來 產生帶通信號而獲得多個帶通信號。 又，濾波器排組處理器620可包含選擇性信號轉換器。 此種信號轉換器（例如單邊離散富利葉反轉換器）可將藉濾 波器排組7 3 0所產生的帶通信號轉換至次頻帶域來獲得多 個帶通信號622。另外，信號轉換器也可構成信號處理器630 之一部分。 於依據本發明之若干實施例中，輸入音訊信號之低頻 部分可從可能的修改排除，來避免在已修改之音訊信號的 低頻部分產生假影（artifacts)。為了達成此項目的，用以修 改音訊信號之裝置680可包含高通/低通濾波器，例如第6b 圖所示。高通/低通濾波器660高通濾波時域輸入音訊信號 或表示該時域輸入音訊信號之頻域信號，使得波封形狀測 定器610基於頻域音訊信號602而測定波封形狀係數612，及 濾波器排組處理器620基於高通頻域音訊信號602而產生多 個在次頻帶域的帶通信號622。又，高通/低通濾波器660低 通時域輸入音訊信號或表示該時域輸入音訊信號之頻域音 訊信號來獲得低通音訊信號662。又，裝置680包含全頻帶 信號提供器670，其係組配來組合整形音訊信號652及低通 音訊信號662而獲得全頻帶音訊信號。換言之，高通/低通 濾波器660可將時域輸入音訊信號或表示該時域輸入音訊 信號之頻域音訊信號分開成高通音訊信號及低通音訊信 號。高通音訊信號或高通音訊信號之頻域表示型態可提供 給波封形狀測定器61〇及濾波器排組處理器620。如此係取 36 201142815 決於高通/低通濾波器是否係在時域實施，接著信號前置處 理器產生基於β亥尚通音訊信號之頻域音訊信號，或該高通/ 低通濾波器係在頻域實施，已經接收表示該時域輸入音訊 信號之頻域音訊信號。 高通/低通濾波器660可濾波該時域輸入音訊信號或表 示5亥時域輸入音訊信號之頻域音訊信號，使得低通音訊信 號含有高達預先界定的臨界值頻率（例如1〇〇 Ηζ或以上）之 頻率。結果，尚通音訊信號可包含低抵預先界定的臨界值 頻率之頻率。換言之，大於預先界定的臨界值頻率之頻率 可藉高通/低通濾波器660衰減用來提供低通音訊信號 662 ;及低於該預先界定的臨界值頻率之頻率可藉高通/低 通濾波器660衰減用來提供該高通信號。 另外’波封整形器650係位在信號處理器630與組合器 640間，如第6c圖所示。此種情況下，高通/低通濾波器_ 提供低通音訊信號給組合器640。組合器640組合含有經修 改的次頻帶域帶通信號之多個次頻帶域帶通信號及該低通 音訊信號662來獲得一時域音訊信號642。此種情況下，波 封整形器650可對各個與個別次頻帶域帶通信號相對應之 次頻帶域帶通信號（例如對應於個別次頻帶域帶通信號所 含頻率區），基於波封形狀係數612測定帶通波封形狀係數 之集合(例如藉係數轉換器810)。然後例如，次頻帶域帶通 信號之各個時間樣本可乘以該相對應波封形狀係數集合的 帶通波封形狀係數。例如，於第15圖所示聲碼器之實施例， 波封整形器650可位在乘法器1550與組合器1560間。 37 201142815 又另外，波封整形器650可位在信號處理器630與濾波 器排組處理器620間（渡波器排組處理器620係連結至波封 整形器650及波封整形器650係連結至信號處理器630)且可 在次頻帶域帶通信號藉信號處理器630修改前，基於波封形 狀係數612而整形該等多個次頻帶域帶通信號之波封來獲 得整形音訊信號652。 於根據本發明之若干實施例中，輸入音訊信號之低頻 部分可從波封整形排除來避免在修改音訊信號之低頻部分 產生假影。為了達成此項目的，用以修改音訊信號之裝置 680可包含高通/低通濾波器，例如第6d圖所示。高通/低通 濾波器660高通濾波時域輸入音訊信號或表示該時域輸入 音訊信號之頻域音訊信號。又，高通/低通濾波器660低通 濾波時域輸入音訊信號或表示該時域輸入音訊信號之頻域 音訊信號來獲得低通音訊信號662。波封形狀測定器610基 於高通頻域音訊信號602而測定波封形狀係數612，而未考 慮低通音訊信號622。濾波器排組處理器620基於高通頻域 音訊信號602及低通音訊信號622而產生在次頻帶域的多個 帶通信號622。若使用預測濾波器’例如第7圖所示，則只 有高通頻域音訊信號602提供給預測濾波器及信號減法器 來產生南通殘差音訊信號。低通音§il L 5虎622可直接提供給 濾波器排組用來產生次頻帶域帶通信號。信號處理器63 0可 修改與該高通頻域音訊信號602或低通音訊信號622相對應 之次頻帶域帶通信號。另外，信號處理益630可修改與该尚 通頻域音訊信號602相對應之次頻帶域帶通信號及與該低 38 201142815 通音汛彳έ號622相對應之次頻帶域帶通信號。組合器64〇可 只組合與高通頻域音訊信號6 〇 2相對應之次頻帶域帶通信 號，因此只有與高通頻域音訊信號6〇2相對應之次頻帶域帶 通信號（而非與低通音訊信號622相對應之次頻帶域帶通信 號）可藉波封整形器650整形。 又，裝置680包含全頻帶信號提供器67〇 ,其係組配來 組合整形音訊信號652及與低通音訊信號662相對應之次頻 帶域帶通信號而獲得全頻帶音訊信號。為了達成此項目 的，信號處理器630可將與低通音訊信號662相對應之次頻 帶域帶通信號提供給全頻帶信號提供器670。 另外，波封整形器650係位在信號處理器630與組合器 640間。此種情況下，信號處理器630可提供與低通音訊信 號662相對應之次頻帶域帶通信號給組合器640。組合器640 組合含有經修改的次頻帶域帶通信號之多個次頻帶域帶通 信號（與低通音訊信號662相對應之次頻帶域帶通信號及與 高通頻域音訊信號602相對應之次頻帶域帶通信號）而獲得 時域音訊信號642。此種情況下，波封整形器650可對與高 通頻域音訊信號602相對應之次頻帶域帶通信號之個別次 頻帶域帶通信號相對應的各個次頻帶域帶通信號（例如對 應於由個別次頻帶域帶通信號所含頻域），基於波封形狀係 數612測定帶通波封形狀係數集合(例如藉波封形狀測定器 610)。然後例如次頻帶域帶通信號的各個時間樣本可乘以 相對應波封形狀係數集合之一帶通波封形狀係數。例如， 於第15圖所示聲碼器實施例中’波封整形器650可位在乘法 39 201142815 器1550與組合器1560間》 又另外，波封整形器650可位在信號處理器630與濾波 器排組處理器62〇間（濾波器排組處理器620可連結至波封 整形器650及波封整形器650可連結至信號處理器630)，且 可在次頻帶域帶通信號藉信號處理器630修改前，基於波封 形狀係數612而整形與高通頻域音訊信號6〇2相對應之次頻 帶域帶通信號之波封來獲得整形音訊信號652。 就此方式’輸入音訊信號之低頻部分可免除波封整 形。但低頻部分送至接受其餘處理(例如次頻帶域帶通信號 之修改）。又’預測濾波器（例如第7圖所示）可只應用在預定 臨界值頻率以上《另外，若高通/低通分離已經在分析端實 施’則高通信號波封可在該時域藉波封形狀係數的倒數修 改。 例如，用於選擇性轉調應用’所示位置可提供與處理 後之位置相等結果，原因在於八河可能未經修改。 依據一個面相，波封整形器650可測定頻域音訊信號 602之能含量仏0^與殘差音訊信號722之能含量之能 比。基於此能比，若能比係基於預先界定的能臨界值PET (0.1，0.2, 0.5’ 0.8, 1，2或甚至更多或更少），波封整形器65〇 可中斷時域音訊信號642之波封的整形。 PET = -FDAS Eras 換言之，從事波封整形可依據預測的良好情況而適應 性地啟動彳。號或切斷信I預測的良好情況可藉預測增益 40 201142815 1 -窃— 里預剩增益可定義為信號（頻域音訊信號）與預測誤差 (殘差9吼信號)之能比。若時域音訊信號642之波封整形被 中斷，則整形音訊信號652可等於組合器64〇所提供的時域 音机信號642。 波封整形器650可以多種方式實施。一個實例係顯示於 第8圖。波封整形器65〇可包含係數轉換器81〇及乘法器 820 °係數轉換器810可將波封形狀係數612變換成時域，使 得已轉換之波封形狀係數812可乘以時域音訊信號642來整 形時域音訊信號的時間波封及獲得整形音訊信號652。如此 可藉乘法器820達成。舉例言之’時域音訊信號642之一時 間區塊含有512個（或以上）時間樣本，及係數轉換器81〇可提 供512個（或以上）已轉換之波封形狀係數812用來將各個時 間樣本乘以已轉換之波封形狀係數812。 如前文已述，裝置600可以不同方式修改不同次頻帶域 听通信號。更加概略言之’如此表示信號處理器63〇可基於 第二或進一步預先界定的修改目標來修改該等多個次頻帶 域帶通信號中之第二個或額外次頻帶域帶通信號622。前文 已述或第一預先界定的修改目標及進一步或第二預先界定 修改目標可不同。 於若干實施例，所述構想可連結聲碼器或調變聲碼器 使用。此種情況下，信號處理器630可對多個次頻帶域帶通 信號之各個次頻帶域帶通信號622產生調幅信號(AM)及調 頻信號(FM)。又，信號處理器630可基於預先界定的修改目 標而修改該欲修改的次頻帶域帶通信號之調幅信號或調頻 41 201142815 信號。 又，裝置600可包含如前文已經對裝置2〇〇說明且顯示 於第2圖之選擇性的載波頻率測定器。載波頻率測定器可基 於頻域音訊k號602而測定多個載波頻率。此等所測定的載 波頻率可由濾波器排組處理器620使用，或於第7圖所示實 施例中藉濾波器排組處理器620之濾波器排組730用來產生 次頻帶域帶通信號，使得各個次頻帶域帶通信號包含含有 多個載波頻率中之一個不同載波頻率之頻率範圍而獲得與 該等多個載波頻率之各個載波頻率相關聯之一次頻帶域帶 通信號。例如可藉由如前文說明測定頻域音訊信號之重心 而完成。 波封形狀測定器610、濾波器排組處理器620、信號處 理器630、組合器640及/或波封整形器650例如可為個別硬 體單元或數位信號處理器之一部分、組合器或微控制器以 及經組配來在數位信號處理器、電腦或微控制器上跑的電 腦程式或軟體產品。 依據本發明之若干實施例係有關調變聲碼器之所述構 想之實施例。用於本實例，該構想之進一步細節說明如下。 所述特徵也可用在其它實施例或其它應用。 前文陳述MODVOC處理保留環繞載波位置之帶通區 的頻譜相干性。但並未保留寬頻通用頻譜相干性。對於準 穩態信號’可能對於合成信號之知覺品質只有微小影響。 若信號含有顯著瞬時信號，例如擊鼓或響板，則通用相干 性的保留可大為改良此等信號的重製品質。 42 201142815 藉由頻域之線性預測可改良通用相干性的保留。某些 辦法被用在音訊編解碼器，例如利用時間雜訊整形（TNS) 工具(例如參考「J· Herre及J. D. Johnston，「經由使用時間 雜訊整形（tns)增強知覺音訊編碼器的效能」，第101屆AES 會議，洛杉磯 ’ no. Preprint 4384，1996。」）於MPEG 2/4 進階音訊編碼（AAC)。於「J. Herre及J.D. Johnston，「用於 高品質知覺音訊編碼之連續信號適應性濾波器排組」，；[E E E ASSP信號處理應用至音訊及聲學之工作坊，蒙哈克，1997 年」，顯示高解析度時頻變換及頻譜預測的組合對應於信號 適應性變換。 第9圖摘述所述構想整合成m〇dv〇C處理方案。分析 中’在輸入信號之初步DFT後，正向預測器之線性預測係 數(LPC)連同具有脈衝響應h(w)之頻率係經由例如就最小 平方而言，最小化預測誤差之自動相干性方法導算出。隨 後，濾波器施加至頻譜值，殘差信號進一步藉河〇〇¥〇(：演 釋法則處理。表示通用波封之濾波係數被傳輸至合成階 & °合成時’經由在單位圓評估預測濾波器所導算出之通 用波封|+’】係藉將其倍增施用至和信號獲得輸出信號丫而 回復，如第10圖所示。 換έ之，第9及1〇圖顯示在調變聲碼器實施所述構想。 第9圖顯不包含前置處理器_之調變分析器部分，其例如 執订時域音訊信號之離散富利錢換來獲得賴音訊信號 602及將該頻域音訊信號6〇2提供給波封开》狀測定器⑽、 預測渡波器71 〇 (例如Lpc濾波器如))、信號減法器7】〇及載 43 201142815 頻測定器920。信號減法器720可提供殘差音訊信號722給濾 波器排組730。載頻測定器920可估算多個載波重心頻率， 且將此等載波頻率提供給濾波器排組73〇用來控制帶通頻 譜權值。濾波器排組730可提供帶通信號給信號轉換器930 用來對各個帶通信號進行單端離散富利葉反變換而提供多 個次頻帶域帶通信號給信號處理器。調變聲碼器之成分已 經如前文詳細說明。又’第1〇圖顯示調變聲碼器之合成部 分。其包含組合器640及包含係數轉換器81〇及乘法器820之 波封整形器。有關調變聲碼器成分及波封整形器之進一步 細節已經如前文解釋。 第11圖顯示根據本發明之實施例用以修改音訊信號之 方法1100之流程圖。方法1100包含基於表示時域輸入音訊 信號之頻域音訊信號測定1110波封形狀係數，及基於頻域 音訊信號產生1120在次頻帶域之多個帶通信號。又，方法 1100包含基於預先界定之修改目標而修改1130多個次頻帶 域帶通信號中之一次頻帶域帶通信號。此外，多個次頻帶 域帶通信號之至少一個子集係組合1140來獲得時域音訊信 號。又，方法110包含基於波封形狀係數而整形1150時域音 訊信號之波封，基於波封形狀係數整形含有經修改之次頻 帶域帶通信號之多個次頻帶域帶通信號之一波封，或在次 頻帶域帶通信號藉信號處理器修改前’基於波封形狀係數 整形1150多個次頻帶域帶通信號之一波封來獲得已整形之 音訊信號。 選擇性地，方法11〇〇可包含表示前述構想之特徵之額 44 201142815 外步驟。 依據本發明之若干實施例係有關組合第1或2圖所示裝 置之特徵與第6圖所示裝置之特徵之一種用以修改音訊信 號之裝置。匹配地，第12圖顯示依據本發明之實施例之裝 置1200之方塊圖。 始於第1圖所示裝置，裝置1200額外包含一波封形狀測 定器610及一波封整形器650。就此方面而言，音訊信號可 為表示時域輸入音訊信號之頻域音訊信號’其可由波封形 狀測定器用來基於頻域音訊信號而測定波封形狀係數。 又，藉濾波器排組所產生的多個帶通信號可基於頻域音訊 信號而於次頻帶域產生。於組合含有經修改之所選基音帶 通信號及經修改且經識別之泛音帶通信號之多個次頻帶域 帶通信號後’所得時域音訊信號152、642可提供給波封整 形器650。波封整形器650可基於波封形狀係數612整形時域 音訊信號之波封來獲得整形音訊信號652。 否則，始於第6圖所示裝置，裝置12〇〇額外包含如就第 1圖所示裝置說明之基音測定器12G及泛音測定器13〇。基音 測定器⑽可選❹個讀帶域帶通㈣巾之—個次頻帶 域帶通信號來獲得基音帶通信號122。又，泛音測定器13〇 可識別多個次頻帶域帶通信號中滿足有_選所選基音帶 通信號122之泛音標準㈣頻帶域帶通錢ιΐ2㈣得與所 選基音帶社扣2相„之泛音”㈣Mb 器⑽、㈣可基於預先界定之修改目“修改所選基音帶 通信號，以魏肋賴縣^抑如2铸改而修改 45 201142815 與所選基音帶通仏唬〖22相關聯之經識別的泛音帶通信號 132。 藉此方式，基音之泛音及泛音在音訊信號之修改期間 可同等處理，在帶通k號修改前，基於所導算的波封形狀 係數經由整形已修改之時域音訊信號可極為準確地保有多 個帶通信號之頻谱相干性。藉此方式，可顯著改良經修改 之音訊信號之知覺品質。 裝置1200可進一步實現前述不同具體實施例之額外特 徵。 後文中’藉收聽/則試結果顯示經修改之音訊信號之知 覺品質的改良。用於本收聽測試，使用基於調變聲碼器 (MODVOC)之實施例’但其結果對所提出之構想通常也有 效。 為了評估調變聲碼器（MOD VOC)應用於選擇性音高轉 調之主觀音訊品質，及此外，對基本厘01)¥0(:原理所提議 之提升效果’已經組裝且據此而處理音訊檔案實例集合。 此外’ MODVOC技術與市售音訊軟體比較用於複曲調音訊 操作。Φ蒙尼出版的旋律跨編輯器自從2〇〇9年後期已經上 市。 由於接受測試處理可大為
變更信號的音訊内容，原先 b虎與處理後錢直接崎，通常為標準收聽測試中的特 有部分顯然不適合用於此種情況。雖言如此，為了以有意 義方法測量主觀音訊品質，已經應用特殊收聽測試程序： 收聽測试集合係源自於符碼MIDI資料，其使用高品質MIDI 46 201142815 擴充器而成像為波形。此種辦法允許直接比較測試内部類 似變更的音訊信號，及允許研究單獨做選擇性音高處理的 效果。產生測試集合之程序摘述於第17圖。原先測試信號 係在符碼Mroi資料表示型態製備（左上）。此等信號之第二 版本係藉符碼MIDI處理產生，其類似在波形成像原先音訊 接受測試的標靶處理（右上）。隨後，此等信號對藉高品質 MIDI擴充器成像成為波形(WAV)檔案（左下及右下）。於收聽 測試中，比較從經處理的MIDI檔案所成像的波形及經成像 之原先MIDI檔案之若干調變聲碼器（M〇DV0C)處理版本 (右下）。此外，MODVOC之輸出係與旋律聆編輯器的輸出 做比較。 除了MODVOC處理狀況外，測試包括經由使用旋律聆 編輯器所得的狀況’旋律聆編輯器目前為唯一市面上應用 來解決此類型音訊操作，如此可視為工業標準的產品。旋 律聆編輯器初步執行整個音訊檔案的自動分析。於啟動期 之後，旋律聆提示音訊檔案分解。藉由用戶互動，此種分 解進一步精製。為了與MODVOC處理結果做公平比較，評 估係基於此種自動初期分析結果，原因在於除了預先知曉 音調及標準音高知識之外，MODVOC分解也是全自動。 收聽測試設定值根據ITU推薦BS. 1534也是基於標準多 重刺激帶有隱藏參考及錨定(MUSHRA)測試(ITU-R，「中間 聲音品質之主觀評估標準（mushra)」，2001年）。MUSHRA 是一種盲目收聽測試。一次只有一個人接受測試。對各個 項目，測試以時間對齊方式提供全部測試狀況連同隱藏參 47 201142815 考及隱藏低通滤波錫定給收聽者。隱藏參考及隱藏錯定係 含括用來檢查收聽者的信賴度。當收聽期間在不同條件間 切換為許可，如此在任意選擇的項目區隔設定一回路，如 BS.1116-1提示（ITU-R ’「於包括多頻道聲音系統之音訊系 統中稍微受損之主觀評估方法」，1994-1997年）且也可應 用至MUSHRA測試。對於在評級該項目且前進至下一個測 試項目之前測試個體收聽的重複次數並無限制，如此允許 極為密切的比較及徹底檢查不同狀況。項目的知覺品質係 依據從《優異>>(100分）通過《良好》及《普通》至<<不 良>>(〇分）的刻度評級。測試項目順序係任意排序，此外各 項目狀況的順序也隨機化。 八個測試項目係來自於MUT0PIA計畫 (http://www.mutopiaproject.org/)，其提供公開使用的免費音 樂單張。對至多約有20秒持續時間的專家已經從含有單一 樂器（例如G、E)及緊密完整交響樂部分(例如F)的各塊傳統 音樂中抽取。又，伴隨有其它樂器的主要樂器獨奏旋律(例 如C)係含括在測試集合。除了短期準穩態音調部分外，全 部打擊樂元素也含括在數項（撥絃吉他的起點在匚及鋼琴在 G)對接文測试系統的瞬時響應產生特殊挑戰。下表列舉該 集合的全部項目。 48 201142815 名稱 描述 音調模式 A Violin Concerto, J.S.Bach, BWV1041 交響樂 Amin B Eine kleine Nachtmusik, W.A. Mozart, KV 525 Mvl —一 絃樂四重奏 Gmaj Berceuse, G. Faure, Op56 ^—-- C 長笛 及吉他 Emaj D Nocturno, F. Strauss, Op7 Dbmaj E — F. Carulli, Op241 Nol 吉他 Cmaj F Ein Musikalischer Spass, W.A. Mozart, KV522 Mvl T提琴、* 4穿 Fmaj Ode an die Freude, L.V. Beethoven G 鋼琴 Gmaj Η Piano Trio, L.V. Beethoven, Opll Mv3 Bbmaj 為了獲得原先所提出之信號的的]VIIDI處理已經在訊沃 克(Cakewalk)製造的Sonar8進行。使用得自國家樂器樂器演 奏台聲音存庫1.0.1 R3版本進行高品質波形呈像。 MODVOC處理係在三個不同組合評估，有兩個加強處理步 驟為諸波鎖定及波封整形◊為了與旋律聆編輯器做比較， 採用1.0.11版本。全部狀況皆列舉於下表。 狀況 名稱 描述 1 *_reference 經MIDI轉調之原始 2 *—3k5Hz_reference 3.5 kHz低通濾波原始(猫定） 3 *_MODVOC MODVOC 4 * 一MOD VOC_harm 帶有諧波鎖定之MOD VOC 5 —MODVOC—harm 一 es 帶有谐波鎖定及波封銳化的MODVOC 6 *_dua 旋律聆編輯器(DNA) i自ίί；‘式 主觀收聽測試係在隔音收聽實驗室中進行，該實驗室 設計來允許於類似於《理想》起居室的環境中進行高品質 49 201142815 收聽測試。收聽者裝配有STAX靜電耳機，該耳機係從連結 至蘋果迷你電腦（Apple MAC mini)之Edirol USB聲音介面 驅動。收聽測試軟體為逢霍弗（Fraunhofer) IIS出品的 wavs witch ’於MUSHR A模式操作，提供簡單圖形使用者介 面（GUI)來支援收聽者進行測試。收聽者可在播放期間在參 考狀況（1)及不同狀況(2-7)間切換。各個收聽者可個別判斷 對各項目及各狀況收聽多長時間。實際上切換期間，聲音 的播放變成無聲。於圖形使用者介面，直條以視覺顯示對 各種狀況的評級。選擇有經驗的收聽者，其熟悉音訊編碼 但同時也具有音樂背景，一方面可對典型信號處理假影例 如前-及後-回聲或瞬時分散做受過訓練的判斷，而另一方 面，可對音樂參數諸如頻譜音高、旋律及音色做出判斷。 此外，要求收聽者提供其非正式觀察與印象。 共有15人提供測試結果，一位收聽者必需接受後篩選， 原因在於其顯然未能成功地識別隱藏的原音(評分為64分" 第18圖摘述收聽測試結果。經由選擇性音高轉調處理 而對各項目的知覺品質係從普通至良好。較低錨定被評級 為不良至差中間’因此難處理項目聽定座中間距離約 為 40 MUSHRA分。 絕對分數提供量化各項目的知覺品f(於各測試狀況) 之資訊，藉此暗示在測試集合中在各項目間的品質差異等 級，但不適合比較在收聽測試内部的不同狀況，原因在於 此等狀況的評級;f具有相紐。為了直接比㈣自於不同 選擇性轉調處理方案的狀況，後文中考慮分數差值。 50 201142815 第19圖顯示基於經加強的MODVOC變化例（狀況4及5) 相對於普通MODVOC(狀況3)結果之分數差的研究結果。此 處，全部經加強的MODVOC變化例分數皆係顯著優於普通 MODVOC處理（全部分數皆高於零卜對全部項目及狀況具 有95%信賴度意義，但諧波鎖定只應用於項目a及c。 第20圖顯示測試分數作為相對於狀況6 (旋律跨編輯器） 之分數差。對項目C，於狀況5之MODVOC分數顯著優於旋 律跨編輯器；狀況4略微正面，及狀況3具有95%信賴區間 而5為無結論(彳s賴區間與0重疊）。對項目b(狀況2)、ρ、 G(狀況5)也無法獲得顯著結論，但]MODVOC之較佳表現傾 向對狀況4的項目C及狀況4及5之項目F也可見。於全部其它 情況下，MODVOC分數皆顯著比旋律聆編輯器更差。 刀數反映出總體品質判定’包含例如非自然聲音假影 例如音前-或後-回聲而瞬時降級、音高準確度、旋律正確性 及音色的保留等面相。為了進一步以細節解譯結果要求 收聽人註記其非正式觀察連同紀錄實際分數。從此等觀察 獲得結論，音色的保留以及非自然聲音假影的不存在比較 旋律保留的1練度在總分上佔有更高程度。此外，若某 個旋律為㈣麵未知，則似乎測試者在職㈣無法記 憶在sk〇n通知的參考頻率’如此不確定真正的旋律。如此 可說明旋律聆編輯器處理項目的總分較高，就音色的保留 有較高可靠度，特別為源自於m的聲音尤為如此。 但如此需要犧牲意外發生嚴重旋律錯誤，推定其發生原因 為歸類錯誤。就該方面而言M0DV0C較為穩健，原因在於 51 201142815 MODVOC並非主要仰賴基於特徵的分類技術。 依據本發明之若干實施例係有關用於音高選擇性轉調 之加強式調變聲碼器。已經介紹調變聲碼器（MODVOC)之 構想，也已經指出對複曲調音樂内容進行選擇性轉調的一 般能力。如此允許更佳可針對改變預錄PCM音樂樣本的音 樂模式之應用用途。提出兩種藉MODVOC選擇性音高轉調 之增強技術。選擇性轉調應用之效能及此等技術之效果係 藉得自特別設計的收聽測試方法做基準，該方法可就原先 音訊刺激，以音高管控極值變化。此等主觀知覺品質評估 結果呈現給已經藉MODVOC而在小調及大調音調模式間 轉換的項目，此外利用首先上市的軟體也可處理此項工作。 值得注意者，雖然旋律聆編輯器係在允許任何操作之 前初步進行全部音訊檔案的自動化分析，但]^〇1)乂〇(：係以 逐塊方式運算，如此允許即時運算。 已經提出調變聲碼器（MODVOC)用於音高選擇性轉調 之加強技術。從MIDI呈像測試信號所得收聽測試結果獲得 結論，普通MODVOC知覺品質確實係藉諧波鎖定及波封整 形而加強。對全部項目預期可增高高達lOMUSHRA*。改 良主要係值基於諧波鎖定。 此外，市售軟體(旋律聆編輯器）進行M〇DV〇c比較顯 不於選擇性音⑤轉調可❹卜般品質程度，此時可能位在 普通」與「良好」間》M〇DV〇c較為穩健不易發生旋律 的錯誤解譯，原因在於其主要並非仰賴分類決策。 與操作刖藉旋律聆編輯器對整個音訊檔案進行多通分 52 201142815 析相反，MQDVOC單純係基於單通逐塊處理，可能允許串 流化或即時運算景況。 雖然已經以裝置脈絡來描述所述構想之若干面相但 顯然此等構想也表示相對應方法之描述，此處—方塊或一 裝置係對應於一方法步驟或一方法步驟的特徵結構同 理，以方法步驟脈絡所描述的面相也表示相對應區塊或項 目之描述或對應裝置的特徵結構。 本發明之編碼音訊信號已經儲存於數位儲存媒體，或 可在傳輸媒體諸如無線傳輸媒體或有線傳輸媒體諸如網際 網路傳送。 依據若干具體實施要求，本發明之實施例已經於硬體
或軟體實現。實現可使用數位儲存媒體進行，例如軟碟、 DVD、藍光碟、CD、R〇M、pR〇M、EpR〇M、EEpR〇M 或快閃記憶體(flash memory)其上儲存有電子可讀取控 制信號’其與可規劃電腦系統協力合作（或可協力合作）因而 進行個別方法。因此數位儲存媒體可為電腦可讀取。 依據本發明之若干實施例包含具有電子可讀取控制信 说之資料栽體，其可與可規劃電腦系統協力合作，因而執 行此處所述方法中之一者。 大致上，本發明之實施例可實現為具有程式碼之電腦 程式產品，當該電腦程式產品在電腦上跑時，該程式碼可 操作用來執行該等方法中之一者。該程式碼例如可儲存於 機器可讀取载體上。 其它實施例包含用來執行此處所述方法中之—者且儲 53 201142815 存在機器可讀取載體上之電腦程式β 換言之，因此本發明方法之實施例為具有程式碼之一 種電腦程式’用來當該電腦程式在電腦上跑時執行此處所 述方法中之_者。 因此本發明方法之又一實施例為一種資料載體（或數 位儲存媒體或電腦可讀取媒體）包含於其上紀錄之用以執 行此處所述方法巾之—者之電腦程式。 因此本發明方法之又一實施例為用來執行此處所述方 法中之—者之表示電腦程式的資料串流或信號序列。資科 串流或信號序列例如可經組配來透過資料通訊連結例如透 過網際網路傳送。 又一實施例包含~~種處理裝置例如電腦或可程戎癰輯 裝置’其係組配來或適應執行此處所述方法中之一遣。 額外實施例包含其上裝置用以執行此處所述方法中之 一者之電腦程式的電腦。 於若干實施W中，可程式邏輯裝置(例如場可規割開陣 列）可用來執行此處所述方法之部分或全部功能。於砮子:r 施例中，場可規劃閘陣列可與微處理器協力合作來執行此 處所述方法令之一者。大致上，該等方法較佳係藉礞麒裝 置執行。 前述實施例僅為了舉例說明本發明原理之用。須瞭解 此處所述配置及細節之修改及變化對熟諳技藝人士 I貞,然易 知。因此意圖僅受隨附之申請專利範圍之範圍所限而#由 此處實施例之描述及解說呈現的特定細節所限。 54 201142815 r：圖式簡單說明3 第1圖為用以修改音訊信號之裝置之方塊圖； 第2圖為用以修改音訊信號之裝置之方塊圖； 第3圖為用以修改音訊信號之方法之流程圖； 第4圖為使用諧波鎖定而調變聲碼器之一部分之方塊 圖； 第5圖為用以修改音訊信號之方法之流程圖； 第6a、6b、6c、6d圖為用以修改音訊信號之裝置之方 塊圖； 第7圖為濾波器排組處理器之方塊圖； 第8圖為波封整形器之方塊圖； 第9圖為具有波封整形之調變分析之示意說明圖； 第10圖為具有波封整形之調變合成之示意說明圖； 第11圖為用以修改音訊信號之方法之流程圖； 第12圖為用以修改音訊信號之裝置之方塊圖； 第13圖為調變分析之示意說明圖； 第14圖為調變分析之實現之示意說明.圖； 第15圖為調變合成之示意說明圖； 第16圖為對調變聲碼器成分之選擇性轉調之示意說明 圖； 第17圖為一種用以產生測試集合其係用於對調變聲碼 器處理用於選擇性音高轉調工作的主觀品質的評估之程序 之不意說明圖； 第18圖為略圖指示絕對MUSHRA分數及收聽測試定址 55 201142815 選擇性音高轉調之95%信賴區間； 第19圖為略圆指示就調變聲碼器狀況之差異MUSHRA 分數及收聽測試定址選擇性音高轉調之95%信賴區間；及 第20圖為略圖指示就直接音符存取(DNA)狀況之差異 MUSHRA分數及收聽測試定址選擇性音高轉調之95%信賴 區間。 100、200、600、680、1200". 裝置 102.. .音訊信號 110、620…濾波器排組處理器 112、622…帶通信號 120.. .基音測定器 122.. .所選基音帶通信號 130.. .泛音測定器 132…泛音帶通信號 140、630…信號處理器 150、640...組合器 152.. .修改音訊信號 212、730...濾波器排組 214、930...信號轉換器 260、920_..載頻測定器 262…載波頻率 300、1100...方法 1 310~360、1110~1150···方法步驟 400.. .泛音修改器 410.. .泛音修改控制器 420.. .泛音乘法器 430…泛音修改提供器 500.. .演繹法則 510492.. .處理方塊 602.··頻域音訊信號 610···波封形狀測定器 612.. .波封形狀係數 642.. .時域音訊信號 650…波封整形器 652.. .整形音訊信號 660…高通/低通濾波器 662···低通音訊信號 670··.全頻帶信號提供器 710…預測濾波器 56 201142815 712…預測音訊信號 720..·信號減法器 722…殘差音訊信號 730…渡波器排組 810···係數轉換器 812…已轉換之波封形狀係數 820 ' 1550.·.乘法器 900…調變聲瑪器 910、1410...前置處理器、DFT 920…載波頻率測定器、多載波 重心(COG)頻率估算 930…信號轉換器、單邊IDFT 1300.··調變分析器 1310·.·實際載波頻率 1320a...帶通濾波器 1320b...分析信號轉換器、分析 信號方塊 1320c、1320f、1320g...方塊 1320d...乘法器 1320e...振盪器 1330.. .載波頻率估算 1500…修改合成器 1502·.·AM調幅信號、AM成分 1504.. .FM調頻信號、FM成分 1506.. .載頻成分 1510···重疊-加法器(OLA)、方塊 1520···成分連結控制器 1530…頻率重疊-加法器 (OLA)、方塊 1532.. .瞬時頻率積分器 1534…相角組合器 1536.. .相移器 1540…正弦振盪器 1560…組合器、輸出信號 1574.. ·逆轉換、MIDI音符量化 成頻率 1600.. .實例 1670…量化、頻率量化成MIDI 音符 1672.. .對映、MIDI音符對映關係 57