用智能放大器模塊實現家庭影院音效的設置和優化
設置任務完成后,即可執行聲音優化任務。這可能需要用昂貴的設備進行長達數小時的單調工作才能完成,如果沒有專用及特殊設計的環境,用于家庭影院的房間很少能擁有攝影棚的真正形狀,且采用的空間結構可能不允許進行最佳的前置及環繞揚聲器布置。將重低音揚聲器放在墻角或緊貼墻壁放置,可導致其發出的低頻聲音增強至令人討厭及不舒服的程度。視聽室的大小及形狀常常會在低頻上導致共振駐波,并因此而導致低頻聲音不是被消弱就是被增強。這些共振的位置或地點隨頻率及視聽室的大小及形狀而改變。我們的目標是保證在主要收聽位置或“最佳點”上能聽到原始攝影棚的最佳重現,并使該“最佳點”盡可能地大。此外,每個揚聲器及其頻響也會影響最終的音響效果。
優化任務包括:
1. 產生共振及揚聲器異常時的收聽面積分析;
2. 揚聲器均衡;
3. 室內模式及共振校正。
為幫助校正上述所有不理想條件,家庭影院設備廠商已開始為消費者提供一組內置校正工具。
正如示例所示,D2Audio智能放大器模塊可提供以下校正能力,該模塊是這些新型家庭影院放大器系統中的主要組件。以下為這種智能放大器模塊的相關功能,它們與上述問題及配置任務有關:
1. “設置或配置”模式
根據由“揚聲器檢測”算法所檢測到的揚聲器,作出以下關于系統配置的假設:
已檢測 配置
立體聲(左、右)
左/右、重低音 2.x
左/右/中、重低音 3.x
左/右/中/左環繞/右環繞、重低音 5.x
左/右/中/左環繞/右環繞/后置、重低音 6.x
左/右/中/左環繞/右環繞/左后環繞/右后環繞、重低音 7.x
其中“x”為系統連接的重低音揚聲器數。此算法的結果將用來指導該算法的其余部分,因此首先完成。
在“設置或配置”模式下,該算法其余部分的執行順序可任意安排,因為這些算法的結果全都獨立。
“揚聲器位置”將相對于收聽者的位置確定。此位置信息將用來計算必要的延遲,以將揚聲器“虛擬放置”于相對其實際物理位置的最佳收聽位置上。如圖5中的“揚聲器位置”校正舉例所示,如果將揚聲器實際放置在靠右邊的位置上,則“揚聲器位置”算法將通過增加延時來“虛擬地”將揚聲器放置在“右邊”位置上,以適應距離d與距離d'之間的差。
采用一種技術來確定連接在每一輸出通道上的揚聲器規格,這將能確定每一揚聲器的適當頻響,及重低音揚聲器與其周邊揚聲器之間的適當功率分配。優化揚聲器規格有助于優化所需的系統整體功率以及放大器功耗。此步驟還有助于確定將在其中測試“室內模式”均衡的頻率范圍。
在設置任何音視頻系統時最容易出錯的是將揚聲器接線柱上的連線接反,這種錯誤通常是將放大器輸出的正(+)端與揚聲器的負(-)端連接、同時將放大器輸出的負(-)端與揚聲器的正(+)端連接。連接揚聲器時的“異相”所導致的結果是,系統音響將由于收聽位置上的某些特定聲音頻率(尤其是低音頻)被“消弱”而導致效果不佳。“揚聲器相位”算法可檢查揚聲器連接是否正確,并對任何不正確連線發出告警。
所有揚聲器都在適當收聽音量上經過單獨測試,并與決定每一揚聲器相對“音量”的預定SPL比進行比較。此SPL比率與上面確定的揚聲器規格有關,且可由消費者來自行設定。
2. 分析模式
完成“設置或配置”模式后,即可執行“分析”模式。如果系統解決方案中的“揚聲器均衡”不理想,則可能需要在執行多聲道音響系統“分析”模式以前運行這些算法。請注意,如果不使用頻響相當平坦的麥克風,則需要為算法提供麥克風頻響以進行麥克風補償及室內特征化。
分析帶有低音揚聲器的系統時,算法必須能驅動系統所連接的超重低音揚聲器。這很必要,以便達到所需的寬頻響指標、并對帶有低音揚聲器的系統進行適當的調整,否則處理算法將不能對“駐波”進行最佳修正。
“分析”模式分成以下三個步驟:
1. 將參考麥克風放在第一位收聽者的位置上;
2. 啟用“分析”模式。啟用后,放大器模塊將產生適當的音頻信號,并通過在頻率范圍“箱(bin)”中捕獲麥克風音頻來進行相應的測量。從麥克風上捕獲適當的數據量后,計算任務會通知消費者:位置1處的數據收集已完成。然后由處理器將所收集的數據存儲在預定號碼的“箱”中,再根據“箱”號及收聽者位置來進行加權。
3. 接著再將參考麥克風移至下一個聽者位置,重復步驟2。重復此過程測量數個收聽位置,再對每一位置上的測量值進行檢查,并用前面所積累的樣本來進行加權及平均。
4. 優化模式
完成分析模式后,處理器將對所采集的數據進行關聯處理,并確定內部均衡器的頻率位置、帶寬及衰減量,以對被測室內特征進行修正。任何揚聲器或麥克風補償都必須包含在以上校正的計算中。D2Audio公司的校正技術帶給您一種可自動測量及精確優化環繞立體聲參數、以提供最佳收聽體驗的方便易用技術。
由于 “經過優化”的收聽環境是一種極為主觀及定性的結果,故每一位“收聽者”都需要評價這些技術的實用效能。對于實施這種自動校正技術的效果有多好、以及其自動化程度有多高存在多種不同的看法。很明顯,上述
評論