音频信号的处理方法、装置及终端与流程

本申请涉及音频处理技术领域，特别涉及一种音频信号的处理方法、装置及终端。

背景技术：

5.1声道包括：前置左声道、前置右声道、前置中央声道、后置左声道、后置右声道共5个声道，以及0.1声道。0.1声道也称低频声道或重低音声道。

很多电影都采用5.1声道音频信号进行音频录制和回放。相关技术中，用户需要购买支持5.1声道的音箱设备，将5.1声道音频信号输入至音频播放设备和功放设备，然后由功放设备将各个声道的音频信号，分别输出至5.1声道的音箱设备中进行播放。

但是当用户不具有支持5.1声道的音箱设备时，无法播放5.1声道音频信号。

技术实现要素：

本申请实施例提供了一种音频信号的处理方法、装置及终端，可以解决当用户不具有支持5.1声道的音箱设备时，无法播放5.1声道音频信号的问题。所述技术方案如下：

根据本申请的第一方面，提供了一种音频信号的处理方法，所述方法包括：

获取5.1声道音频信号；

根据5.1虚拟音箱在虚拟环境中的坐标，获取所述5.1虚拟音箱中每个虚拟音箱对应的头相关变换函数HRTF数据；

根据每个所述虚拟音箱对应的HRTF数据，对所述5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号；

将所述处理后的5.1声道音频信号，合成为立体声音频信号。

在一个可选的实施例中，所述根据5.1虚拟音箱在虚拟环境中的坐标，获取所述5.1虚拟音箱中每个虚拟音箱对应的头相关变换函数HRTF数据，包括：

获取HRTF数据库，所述HRTF数据库包括：至少一个HRTF数据采集点和HRTF数据之间的对应关系，每个所述HRTF数据采集点具有各自的坐标；

根据所述5.1虚拟音箱中的第i个虚拟音箱的第i坐标，在所述HRTF数据库中查询与所述第i坐标最接近的HRTF数据采集点，将与所述第i坐标最接近的HRTF数据采集点的HRTF数据确定为所述第i个虚拟音箱的HRTF数据。

在一个可选的实施例中，所述获取HRTF数据库之前，还包括：

在声学房间中采集一系列以参考人头为球心的至少一条HRTF数据，并记录各条HRTF数据对应HRTF数据采集点相对于所述参考人头的位置坐标；

根据所述HRTF数据、所述HRTF数据采集点的标识和所述HRTF数据采集点的位置坐标，生成所述HRTF数据库。

在一个可选的实施例中，所述HRTF数据包括：左声道HRTF系数；

所述根据每个所述虚拟音箱对应的HRTF数据，对所述5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号，包括：

对于所述5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数进行第一卷积，得到所述第一卷积后的第i个声道的音频信号；

将所述第一卷积后的各个声道的音频信号进行叠加，得到所述立体声音频信号中的左声道信号。

在一个可选的实施例中，所述HRTF数据包括：右声道HRTF系数；

所述根据每个所述虚拟音箱对应的HRTF数据，对所述5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号，包括：

对于所述5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数进行第二卷积，得到所述第二卷积后的第i个声道的音频信号；

将所述第二卷积后的各个声道的音频信号进行叠加，得到所述立体声音频信号中的右声道信号。

根据本申请的另一方面，提供了一种音频信号处理装置，所述装置包括：

第一获取模块，用于获取5.1声道音频信号；

第二获取模块，用于根据5.1虚拟音箱在虚拟环境中的坐标，获取所述5.1虚拟音箱中每个虚拟音箱对应的头相关变换函数HRTF数据；

处理模块，用于根据每个所述虚拟音箱对应的HRTF数据，对所述5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号；

合成模块，用于将所述处理后的5.1声道音频信号，合成为立体声音频信号。

在一个可选的实施例中，所述第二获取模块，用于获取HRTF数据库，所述HRTF数据库包括：至少一个HRTF数据采集点和HRTF数据之间的对应关系，每个所述HRTF数据采集点具有各自的坐标；根据所述5.1虚拟音箱中的第i个虚拟音箱的第i坐标，在所述HRTF数据库中查询与所述第i坐标最接近的HRTF数据采集点，将与所述第i坐标最接近的HRTF数据采集点的HRTF数据确定为所述第i个虚拟音箱的HRTF数据。

在一个可选的实施例中，所述装置，还包括：

采集模块，用于在声学房间中采集一系列以参考人头为球心的至少一条HRTF数据，并记录各条HRTF数据对应HRTF数据采集点相对于所述参考人头的位置坐标；

生成模块，用于根据所述HRTF数据、所述HRTF数据采集点的标识和所述HRTF数据采集点的位置坐标，生成所述HRTF数据库。

在一个可选的实施例中，所述HRTF数据包括：左声道HRTF系数；

所述处理模块，包括：

左声道卷积单元，用于对于所述5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数进行第一卷积，得到所述第一卷积后的第i个声道的音频信号；

左声道合成单元，用于将所述第一卷积后的各个声道的音频信号进行叠加，得到所述立体声音频信号中的左声道信号。

在一个可选的实施例中，所述HRTF数据包括：右声道HRTF系数；

所述处理模块，包括：

右声道卷积单元，用于对于所述5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数进行第二卷积，得到所述第二卷积后的第i个声道的音频信号；

右声道合成单元，用于将所述第二卷积后的各个声道的音频信号进行叠加，得到所述立体声音频信号中的右声道信号。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述的音频信号的处理方法。

另一方面，提供了一种音频信号的处理设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现上述的音频信号的处理方法。

本申请实施例提供的技术方案带来的有益效果是：

通过将5.1声道音频信号按照各个5.1虚拟音箱的HRTF数据进行处理后，合成得到立体声音频信号，使得用户只需要普通的立体声耳机或2.0音箱也能够播放5.1声道音频信号，且获得较好的播放音质。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图2示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图3示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图4示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图5示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图6示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图7示出了本申请一个示例性实施例提供的5.1声道虚拟音箱的摆放示意图；

图8示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图；

图9示出了本申请一个示例性实施例提供的HRTF数据的采集原理图；

图10示出了本申请一个示例性实施例提供的音频信号的处理装置的框图；

图11示出了本申请一个示例性实施例提供的音频信号的处理装置的框图；

图12示出了本申请一个示例性实施例提供的音频信号的处理装置的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

请参考图1，其示出了本申请一个示例性的实施例提供的音频信号的处理方法的方法流程图，该方法应用于具有音频信号处理功能的终端中，该方法包括：

步骤101，获取第一立体声音频信号。

终端读取本地存储的第一立体声音频信号，或通过有线或无线网络读取服务器上的第一立体声音频信号。

第一立体声音频信号是通过立体声录音设备录制声音得到的，立体声录音设备通常包括位于左侧的第一麦克风和位于右侧的第二麦克风，立体声录音设备通过第一麦克风和第二麦克风分别录制左侧的声音和右侧的声音获得左声道音频信号和右声道音频信号，立体声录音设备将左声道音频信号和右声道音频信号叠加后获得第一立体声信号。

可选的，终端将接收到的第一立体声音频信号存储在终端的缓存中，第一立体声音频信号记为X_PCM。

终端将接收到的第一立体声音频信号以左声道音频信号和对应的右声道音频信号的采样对形式存储在一个内置的缓存区域，使用时从该缓存区域获取第一立体声音频信号。

步骤102，将第一立体声音频信号拆分为5.1声道音频信号。

终端通过预置的算法将第一立体声音频信号拆分为5.1声道音频信号，其中，5.1声道是指指前置左声道信号、前置右声道信号、前置中央声道信号、低频声道信号、后置左声道信号和后置右声道信号。

步骤103，对5.1声道音频信号按照三维环绕的5.1虚拟音箱的音箱参数进行信号处理，得到处理后的5.1声道音频信号。

终端对5.1声道音频信号按照三维环绕的5.1虚拟音箱的音箱参数进行信号处理，得到处理后的5.1声道音频信号，其中，三维环绕的5.1虚拟音箱是终端预置的音频模型，其模拟了现实场景中环绕在用户周围的5.1声道音箱的播放效果。

步骤104，将处理后的5.1声道音频信号，合成为第二立体声音频信号。

终端将处理后的5.1声道音频信号，合成为第二立体声音频信号，该第二立体声音频信号可通过普通的立体声耳机或2.0音箱等播放，用户在听到普通的立体声耳机或2.0音箱第二立体声音频信号后会有5.1声道立体声效果。

综上所述，本实施例提供的方法，通过将第一立体声音频信号拆分为5.1声道音频信号，再将5.1声道音频信号处理并合成为第二立体声音频信号，通过双声道的音频播放单元播放该第二立体声音频信号使得用户获得5.1声道音频的立体声效果，解决了相关技术中仅播放双声道音频信号所带来的立体效果较差的问题，提高了音频播放的立体效果。

图1实施例中，将第一立体声音频信号拆分为5.1声道音频信号分为两个阶段，第一阶段是获取5.1声道音频信号中的5.0声道音频信号，下述图2、图3以及图4的实施例将对从第一立体声音频信号拆分出5.0声道音频信号进行阐述；第二阶段是获取5.1声道音频信号中的0.1声道音频信号，下述图5的实施例将对从第一立体声音频信号拆分出0.1声道音频信号进行阐述；第三阶段是将5.0声道音频信号和0.1声道音频信号合成为第二立体声音频信号。

请参考图2，其示出了本申请一个示例性的实施例提供的音频信号的处理方法的方法流程图，该方法应用于具有音频信号处理功能的终端中，该方法为图1实施例中的步骤102的一种可选的实施方式，该方法包括：

步骤201，对第一立体声音频信号输入高通滤波器进行滤波，得到第一高频信号。

终端对第一立体声音频信号输入高通滤波器进行滤波，得到第一高频信号，其中，第一高频信号为第一左声道高频信号和第一右声道高频信号的叠加信号。

可选的，终端通过4阶的IIR高通滤波器对第一立体声滤波，得到第一高频信号。

步骤202，根据第一高频信号，计算得到左声道高频信号、中央声道高频信号和右声道高频信号。

终端将第一高频信号拆分为左声道高频信号、中央声道高频信号和右声道高频信号，其中，左声道高频信号包含前置左声道信号和后者左声道信号，中央声道高频信号包含前置中央声道信号，右声道高频信号包含前置右声道信号和后置右声道信号。

可选的，终端根据第一高频信号中计算得到中央声道高频信号，将第一左声道高频信号减去中央声道高频信号得到左声道高频信号，将第一右声道高频信号减去中央声道高频信号得到右声道高频信号。

步骤203，根据左声道高频信号、中央声道高频信号和右声道高频信号，计算得到5.1声道音频信号中的前置左声道信号、前置右声道信号、前置中央声道信号、后置左声道信号和后置右声道信号。

终端根据左声道高频信号中计算得到前置左声道信号和后置左声道信号，根据右声道高频信号中计算得到前置右声道信号和后置右声道信号，根据中央声道高频信号计算得到前置中央声道信号。

可选的，终端提取左声道高频信号中的第一后方/混响信号数据、中央声道高频信号中的第二后方/混响信号数据、右声道高频信号中的第三后方/混响信号数据，根据第一后方/混响信号数据、第二后方/混响信号数据以及第三后方/混响信号数据计算前置左声道信号、后置左声道信号、前置右声道信号、后置右声道信号和前置中央声道信号。步骤204，将前置左声道信号、前置右声道信号、前置中央声道信号、后置左声道信号和后置右声道信号分别与对应的音箱参数进行标量相乘，得到处理后的前置左声道信号、处理后的前置右声道信号、处理后的前置中央声道信号、处理后的后置左声道信号和处理后的后置右声道信号。

可选的，终端将所前置左声道信号与虚拟前置左声道音箱的音量V1进行标量相乘，得到处理后的前置左声道信号X_FL；将前置右声道信号与虚拟前置右声道音箱的音量V2进行标量相乘，得到处理后的前置右声道信号X_FR；将前置中央声道信号与虚拟前置中央声道音箱的音量V3进行标量相乘，得到处理后的前置中央声道信号X_FC；将后置左声道信号与虚拟后置左声道音箱的音量V4进行标量相乘，得到处理后的后置左声道信号X_RL；将所后置右声道信号与虚拟后置右声道音箱的音量V5进行标量相乘，得到处理后的后置右声道信号X_RR。

综上所述，本实施例提供的方法，通过将第一立体声音频信号滤波得到第一高频信号，根据第一高频信号计算得到左声道高频信号、中央声道高频信号和右声道高频信号，根据左声道高频信号、中央声道高频信号和右声道高频信号计算得到前置左声道信号、前置右声道信号、前置中央声道信号、后置左声道信号和后置右声道信号，从而实现了将第一高频信号从第一立体声音频信号中提取并拆分为5.1声道音频信号中的5.0声道音频信号。

请参考图3，其示出了本申请一个示例性的实施例提供的音频信号的处理方法的方法流程图，该方法应用于具有音频信号处理功能的终端中，该方法为图2实施例中的步骤202的一种可选的实施方式，该方法包括：

步骤301，对第一高频信号进行快速傅里叶变换(Fast Fourier transform，FFT)，得到高频实数信号和高频虚数信号。

终端对第一高频信号进行快速傅里叶变换后，得到高频实数信号和高频虚数信号。

快速傅里叶变换是将时域的信号转化为频域信号的算法，本申请中，第一高频信号通过快速傅里叶变换得到高频实数信号和高频虚数信号，其中，高频实数信号包括左声道高频实数信号和右声道高频实数信号，高频虚数信号包括左声道高频虚数信号和右声道高频虚数信号。

步骤302，根据高频实数信号和高频虚数信号计算向量投影。

终端将高频实数信号中的左声道高频实数信号和右声道高频实数信号相加，得到高频实数和信号。

示例性的，高频实数和信号通过以下公式计算：

sumRE＝X_HIPASS_RE_L+X_HIPASS_RE_R

其中，X_HIPASS_RE_L为左声道高频实数信号，X_HIPASS_RE_R为右声道高频实数信号，sumRE为高频实数和信号。

终端将高频虚数信号中的左声道高频虚数信号和右声道高频虚数信号相加，得到高频虚数和信号。

示例性的，高频虚数和信号通过以下公式计算：

sumIM＝X_HIPASS_IM_L+X_HIPASS_IM_R

其中，X_HIPASS_IM_L为左声道高频虚数信号，X_HIPASS_IM_R为右声道高频虚数信号，sumIM为高频虚数和信号。

终端将高频实数信号中的左声道高频实数信号和右声道高频实数信号相减，得到高频实数差信号。

示例性的，高频实数差信号通过以下公式计算：

diffRE＝X_HIPASS_RE_L-X_HIPASS_RE_R

其中，diffRE为高频实数差信号。

终端将高频虚数信号中的左声道高频虚数信号和右声道高频虚数信号相减，得到高频虚数差信号。

示例性的，高频虚数差信号通过以下公式计算：

diffIM＝X_HIPASS_IM_L-X_HIPASS_IM_R

其中，diffIM为高频虚数差信号。

终端根据高频实数和信号和所述高频虚数和信号，计算得到实数和信号。

示例性的，实数和信号通过以下公式计算：

sumSq＝sumRE*sumRE+sumIM*sumIM

其中，sumSq为实数和信号。

终端根据高频实数差信号和所述高频虚数差信号，计算得到实数差信号。

示例性的，实数差信号通过以下公式计算：

diffSq＝diffRE*diffRE+diffIM*diffIM

其中，diffSq为实数差信号。

终端根据实数和信号和实数差信号，进行向量投影计算，得到向量投影，向量投影代表了三维环绕的5.1虚拟音箱中每个虚拟音箱到用户的距离。

可选的，当实数和信号为有效数字时，即当实数和信号不是无穷小或0时，向量投影通过以下公式计算：

alpha＝0.5–SQRT(diffSq/sumSq)*0.5

其中，alpha为向量投影，SQRT代表开平方，*代表标量乘积。

步骤303，对高频实数信号中的左声道高频实数信号和向量投影的乘积进行快速傅里叶逆变换(Inverse fast Fourier transform，IFFT)和交迭相加(Overlap-Add)后，得到中央声道高频信号。

快速傅里叶逆变换是将频域信号转换为时域信号的算法，本申请中，终端对高频实数信号中的左声道高频实数信号和向量投影的乘积进行快速傅里叶逆变换和交迭相加后，得到中央声道高频信号，其中，交迭相加是一种数学算法，具体可参考https://en.wikipedia.org/wiki/Overlap–add_method。中央声道高频信号可通过左声道高频实数信号或右声道高频实数信号计算，但是由于第一立体声信号中若只包含一个声道的音频信号，则音频信号大部分集中在左声道，因此中央高频信号通过左声道高频实数计算会更加准确。

步骤304，将第一高频信号中的左声道高频信号和中央声道信号的差，作为左声道高频信号。

终端将第一高频信号中的左声道高频信号和中央声道信号的差，作为左声道高频信号。

示例性的，左声道高频信号通过以下公式计算：

X_PRE_L＝X_HIPASS_L-X_PRE_C

其中，X_HIPASS_L为第一高频信号中的左声道高频信号，X_PRE_C为中央声道信号，X_PRE_L为左声道高频信号。

步骤305，将第一高频信号中的右声道高频信号和中央声道信号的差，作为右声道高频信号。

终端将第一高频信号中的右声道高频信号和中央声道信号的差，作为右声道高频信号。

示例性的，右声道高频信号通过以下公式计算：

X_PRE_R＝X_HIPASS_R-X_PRE_C

其中，X_HIPASS_R为第一高频信号中的右声道高频信号，X_PRE_C为中央声道信号，X_PRE_R为右声道高频信号。

步骤304和步骤305的执行顺序不加限定，终端可先执行步骤304再执行步骤305，或先执行步骤305再执行步骤304。

综上所述，本实施例提供的方法，通过将第一高频信号进行快速傅里叶变换得到高频实数信号和高频虚数信号，根据高频实数信号和高频虚数信号通过一些列计算得到中央高频信号，进而根据中央高频信号计算得到左声道高频信号和右声道高频信号，进而计算得到前置左声道信号、前置右声道信号、前置中央声道信号、后置左声道信号和后置右声道信号，从而实现了将第一立体声信号的第一高频信号拆分为5.1声道音频信号中的5.0音频信号。

请参考图4，其示出了本申请一个示例性的实施例提供的音频信号的处理方法的方法流程图，该方法应用于具有音频信号处理功能的终端中，该方法为图2实施例中的步骤204的一种可选的实施方式，该方法包括：

在步骤401中，对于左声道高频信号、中央声道高频信号和右声道高频信号中的任意一个声道高频信号，根据声道高频信号中的采样点得到至少一个移动窗，每个移动窗包括n个采样点，相邻的两个移动窗存在n/2个采样点是重叠的，n≥1。

终端通过移动窗(Moving window)算法对左声道高频信号、中央声道高频信号和右声道高频信号中的任意一个声道高频信号，根据声道高频信号中的采样点得到至少一个移动窗，其中，若每个移动窗的采样点为n个，则相邻的两个移动窗之间n/2个采样点为重叠的。

移动窗是一种类似交迭相加的算法，但只做交迭，不做相加。例如，数据A包含1024个采样点，若移动步长为128，重叠长度为64，那么移动窗每次输出的信号为：第一次输出A[0-128]，第二次输出A[64-192]，第三次输出A[128-256]，……，其中，A为移动窗，方括号内为采样点的编号。

步骤402，计算移动窗中的低相关信号以及低相关信号的起始时间点，低相关信号包括幅度谱的第一衰减包络序列和相位谱的第二衰减包络序列不相等的信号。

终端对第i个移动窗中的采样点信号进行快速傅里叶变换，得到快速傅里叶变换后的采样点信号。

终端根据预设的移动步长和重叠长度，对左声道高频信号、右声道高频信号和中央声道信号分别进行移动窗和快速傅里叶变换，依次得到左声道高频实数信号和左声道高频虚数信号(记为FFT_L)、右声道高频实数信号以及右声道高频虚数信号(记为FFT_R)、中央声道实数信号和中央声道虚数信号(记为FFT_C)。

终端计算快速傅里叶变换后的采样点信号的幅度谱和相位谱。

终端根据FFT_L计算左声道高频信号的幅度谱AMP_L以及左声道高频信号的相位谱PH_L；根据根据FFT_R计算右声道高频信号的幅度谱AMP_R以及左声道高频信号的相位谱PH_R；根据FFT_C计算中央声道信号的幅度谱AMP_C以及中央声道信号的相位谱PH_C。

以下将AMP_L、AMP_R以及AMP_C统一记为AMP_L/R/C；将PH_L、PH_R、PH_C统一记为PH_L/R/C。

终端根据快速傅里叶变换后的采样点信号的幅度谱，计算第i个移动窗中的m条频率线的第一衰减包络序列；根据快速傅里叶变换后的采样点信号的相位谱，计算第i个移动窗中的m条频率线的第二衰减包络序列；当m条频率线中的第j条频率线的衰减包络序列和第二衰减包络序列不同时，确定第j条频率线为低相关信号；根据第i个移动窗的窗口号和第j条频率线的频率线号，确定低相关信号的起始时间点，其中，i≥1，i≤m≤1，m≤j≤1。

终端对所有移动窗的AMP_L/R/C和PH_L/R/C分别计算其所有频率线的衰减包络序列和相关度，其中，计算移动窗之间的衰减包络序列，对应同一个移动窗的幅度谱和相位谱为有效条件。

例如，移动窗1、移动窗2、移动窗3对应的0号频率线的频率谱的衰减包络序列分别为1.0、0.8、0.6，移动窗1、移动窗2、移动窗3对应的0号频率线的相位谱的衰减包络序列分别为1.0、0.8、1.0，则认为移动窗1的0号频率线和移动窗2的0号频率线具有高度相关性，移动窗2的0号频率线和移动窗3的0号频率线具有低度相关性。

n个采样点经过快速傅里叶变换后会得到n/2+1条频率线，取出低相关度的信号对应的移动窗的窗口号及频率线，通过窗口号可计算出该信号在X_PRE_L、X_PRE_R和X_PRE_C中的起始时间点。

步骤403，确定符合后方/混响特征的目标低相关信号。

可选的，终端通过以下方式确定符合后方/混响特征的目标低相关信号：

当低相关信号的甚高频率线的幅度谱能量小于第一阈值且甚高频率线所在窗口的相邻窗口的衰减包络斜率大于第二阈值时，终端确定低相关信号是符合后方/混响特征的目标低相关信号，其中，甚高频(Very high frequency，VHF)频率线是指频带由30Mhz到300MHz的频率线。

可选的，终端通过以下方式确定符合后方/混响特征的目标低相关信号：

当低相关信号的甚高频率线的幅度谱能量小于第一阈值且甚高频率线所在窗口的相邻窗口的衰减速度大于第三阈值时，终端确定低相关信号是符合后方/混响特征的目标低相关信号。

步骤404，计算目标低相关信号的结束时间点。

可选的，终端通过以下方式计算低相关信号的结束时间点：

终端获取目标低相关信号的幅度谱对应的频率线的能量小于第四阈值的时间点，作为结束时间点。

可选的，终端通过以下方式计算低相关信号的结束时间点：

当目标低相关信号的能量小于下一个低相关信号的能量的1/n时，终端确定下一个低相关信号的起始时间点作为目标低相关信号的结束时间点。

步骤405，根据起始时间点和结束时间点提取目标低相关信号，作为声道高频信号中的后方/混响信号数据。

可选的，终端提取位于起始时间点和结束时间点中的声道信号片段；对声道信号片段进行快速傅里叶变换，得到快速傅里叶变换后的信号片段；从快速傅里叶变换后的信号片段中提取目标低相关信号对应的频率线，得到第一部分信号；对第一部分进行快速傅里叶逆变换和交迭相加后，得到声道高频信号中的后方/混响信号数据。

通过上述步骤，终端得到左声道高频信号中的第一后方/混响信号数据、中央声道高频信号中的第二后方/混响信号数据、右声道高频信号中的第三后方/混响信号数据。

步骤406，根据第一后方/混响信号数据、第二后方/混响信号数据、第三后方/混响信号数据计算前置左声道信号、后置左声道信号、前置右声道信号、后置右声道信号和前置中央声道信号。

终端将左声道高频信号和上述步骤中获得的第一后方/混响信号数据的差，确定为前置左声道信号。

第一后方/混响信号数据是左声道高频信号中包含的音频数据，是三维环绕的5.1虚拟音箱的后置左声道信号包含的音频数据，而左声道高频信号包含前置左声道信号和部分后置左声道信号，因此将左声道高频信号减去部分后置左声道信号的部分，即第一后方/混响信号数据，即可得到前置左声道信号。

终端将上述步骤中获得的第一后方/混响信号数据和第二后方/混响信号数据的和，确定为后置左声道信号。

终端将右声道高频信号和上述步骤中获得第三后方/混响信号数据的差，确定为前置右声道信号。

第三后方/混响信号数据是右声道高频信号中包含的音频数据，是三维环绕的5.1虚拟音箱的后置右声道信号包含的音频数据，而右声道高频信号包含前置右声道信号和部分后置右声道信号，因此将右声道高频信号减去部分后置右声道信号的部分，即第三后方/混响信号数据，即可得到前置右声道信号。

终端将上述步骤中获得的第三后方/混响信号数据和第二后方/混响信号数据的和，确定为后置右声道信号。

终端将中央声道高频信号和上述步骤中获得的第二后方/混响信号数据的差，确定为前置中央声道信号。

第二后方/混响信号数据为三维环绕的5.1虚拟音箱的后置左声道信号包含的音频数据和后置右声道信号包含的音频数据，中央声道高频信号包括前置中央声道信号和第二后方/混响信号数据，因此将中央声道高频信号减去第二后方/混响信号数据。

综上所述，本实施例提供的方法，通过计算每个声道高频信号中的后方/混响信号数据的起始时间和结束时间提取每个声道高频信号中的后方/混响信号数据，根据每个声道高频信号中的后方/混响信号数据计算得到前置左声道信号、后置左声道信号、前置右声道信号、后置右声道信号以及前置中央声道信号，提高了根据左声道高频信号、中央声道高频信号和右声道高频信号计算得到5.1声道音频信号的准确度。

请参考图5，其示出了本申请一个示例性的实施例提供的音频信号的处理方法的方法流程图，该方法应用于具有音频信号处理功能的终端中，该方法为图1实施例中步骤102的一个可选的实施例，该方法包括：

步骤501，对第一立体声音频信号输入低通滤波器进行滤波，得到第一低频信号。

终端对第一立体声音频信号输入低通滤波器进行滤波，得到第一低频信号，其中，第一低频信号为第一左声道低频信号和第一右声道低频信号的叠加信号。

可选的，终端通过4阶的IIR低通滤波器对第一立体声滤波，得到第一低频信号。

步骤502，对第一立低频信号和5.1虚拟音箱中的低频声道音箱的音量参数进行标量相乘，得到第二低频信号。

终端将第一低频信号和5.1虚拟音箱中的低频声道音箱的音量参数进行标量相乘，得到第二低频信号。

示例性的，终端通过以下公式计算第二低频信号：

X_LFE_S＝X_LFE*V6

其中，X_LFE为第一立体声低频信号，V6为5.1虚拟音箱中的低频声道音箱的音量参数，X_LFE_S为第二低频信号，是第一左声道低频信号X_LFE_S_L和第一右声道低频信号X_LFE_S_R的叠加信号，*代表标量乘法。步骤503，对第二低频信号进行单声道转换，得到处理后的低频声道信号。

终端对第二低频信号进行单声道转换，得到处理后的低频声道信号。

示例性的，终端通过以下公式计算处理后的低频声道信号：

X_LFE_M＝(X_LFE_S_L+X_LFE_S_R)/2

其中，X_LFE_M为处理后的低频声道信号。

综上所述，本实施例提供的方法，通过将第一立体声音频信号滤波得到第一低频信号，将第一低频信号进行单声道转换，得到5.1声道音频信号中的低频声道信号，从而实现了将第一低频信号从第一立体声信号中提取并拆分为5.1声道音频信号中的0.1声道音频信号。

上述方法实施例将第一立体声音频信号拆分并处理后，得到了5.1声道音频信号，分别为前置左声道信号、前置右声道信号、前置中央声道信号、低频声道信号、后置左声道信号和后置右声道信号，下述图6和图8的实施例提供了对该5.1声道音频信号进行处理和合成，得到立体声音频信号的方法，该方法可以是图1实施例中步骤104的下位实施例，也可作为单独的实施例，图6和图8实施例中得到的立体声信号可以是上述方法实施例中的第二立体声信号。

HRTF(Head Related Transfer Function，头相关变换函数)处理技术是一种产生立体声环绕音效的处理技术。技术人员可以预先构建HRTF数据库，该HRTF数据库中记录有HRTF数据、HRTF数据采集点、HRTF数据采集点相对于参考人头的位置坐标之间的对应关系。HRTF数据是用于对左声道音频信号和右声道音频信号进行处理的一组参数。

参考图6，其示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图。该方法包括：

步骤601，获取5.1声道音频信号；

可选地，该5.1声道音频信号是上述方法实施例从立体声音频信号中拆分出并处理后的音频信号。或者，该5.1声道音频信号是下载或从存储介质上读取到的5.1声道音频信号。

该5.1声道音频信号包括：前置左声道信号、前置右声道信号、前置中央声道信号、低频声道信号、后置左声道信号和后置右声道信号。

步骤602，根据5.1虚拟音箱在虚拟环境中的坐标，获取5.1虚拟音箱中每个虚拟音箱对应的HRTF数据；

可选地，5.1虚拟音箱包括：前置左声道虚拟音箱FL、前置右声道虚拟音箱FR、前置中央声道虚拟音箱FC、重低音虚拟音箱LFE、后置左声道虚拟音箱RL和后置右声道虚拟音箱RR。

可选地，该5.1虚拟音箱在虚拟环境中具有各自的坐标。该虚拟环境可以是二维平面虚拟环境，也可以是三维虚拟环境平面虚拟环境。

示意性的参考图7，其示出了一种5.1声道虚拟音箱在二维平面虚拟环境中的示意图，假设参考人头处于图7中的中心点70并朝向中央声道虚拟音箱FC所在位置，每个声道与参考人头所在的中心点70的距离相等且处于同一平面。

前置中央声道虚拟音箱FC处于参考人头的面对方向的正前方。

前置左声道虚拟音箱FL和前置右声道虚拟音箱FR分别处于前置中央声道FC的两侧，分别与参考人头的面对方向呈30度夹角，呈对称设置。

后置左声道虚拟音箱RL和后置右声道虚拟音箱RR分别处于参考人头的面对方向的两侧靠后，分别与参考人头的面对方向呈100-120度夹角，呈对称设置。

由于重低音虚拟音箱LFE的方向感较弱，重低音虚拟音箱LFE的摆放位置没有严格要求，本文中以参考人头的背对方向来举例说明，但本申请不对重低音虚拟音箱LFE与参考人头的面对方向的夹角作出限定。

需要说明的一点，上述5.1声道虚拟音箱中的每个虚拟音箱与参考人头的面对方向的夹角仅是示例性的，另外，每个虚拟音箱与参考人头之间的距离可以不同。当虚拟环境为三维虚拟环境时，每个虚拟音箱所在的高度也可以不同，每个虚拟音箱的摆放位置的不同都会引起声音信号的不同，本公开对此不作限定。

可选地，以参考人头为原点为二维虚拟环境或三维虚拟环境建立坐标系后，能够得到每个虚拟音箱在虚拟环境中的坐标。

终端内存储有HRTF数据库，该HRTF数据库包括：至少一个HRTF数据采集点和HRTF数据之间的对应关系，每个HRTF数据采集点具有各自的坐标。

终端根据5.1虚拟音箱中的第i个虚拟音箱的第i坐标，在HRTF数据库中查询与第i坐标最接近的HRTF数据采集点，将与第i坐标最接近的HRTF数据采集点的HRTF数据确定为第i个虚拟音箱的HRTF数据。

步骤603，根据每个虚拟音箱对应的HRTF数据，对5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号；

可选地，每个HRTF数据包括左声道HRTF系数和右声道HRTF系数。

终端根据第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数，对5.1声道音频信号中的第i个声道音频信号进行处理，得到处理后的第i个声道音频信号对应的左声道分量；

终端根据第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数，对5.1声道音频信号中的第i个声道音频信号进行处理，得到处理后的第i个声道音频信号对应的右声道分量。

步骤604，将处理后的5.1声道音频信号，合成为立体声音频信号。

综上所述，本实施例提供的方法，通过将5.1声道音频信号按照各个5.1虚拟音箱的HRTF数据进行处理后，合成得到立体声音频信号，使得用户只需要普通的立体声耳机或2.0音箱也能够播放5.1声道音频信号，且获得较好的播放音质。

参考图8，其示出了本申请一个示例性实施例提供的音频信号的处理方法的流程图。该方法包括：

步骤801，在声学房间中采集一系列以参考人头为球心的至少一条HRTF数据，并记录各条HRTF数据对应HRTF数据采集点相对于参考人头的位置坐标；

参考图9，开发人员预先在声学房间91(房间四周设置有吸音海绵以减小回声干扰)中央放置参考人头92(模仿真人头部制成)，并将微型全指向性麦克风分别设置在参考人头92的左右耳道内。

完成参考人头92设置后，开发人员在以参考人头92为球心的球体表面上，每隔预定距离设置HRTF数据采集点，并在HRTF数据采集点处使用扬声器93播放预定音频。

由于左右耳道到扬声器93的距离不同，且声波在传输过程中受到折射、绕射和衍射等因素影响，同一音频达到左右耳道时音频特征不同。因此，通过分析麦克风采集到的音频与原始音频的差异，即可得到HRTF数据采集点处的HRTF数据。其中，同一HRTF数据采集点对应的HRTF数据中，包含左声道对应的左声道HRTF系数以及右声道对应的右声道HRTF系数。

步骤802，根据HRTF数据、HRTF数据采集点的标识和HRTF数据采集点的位置坐标，生成HRTF数据库；

可选地，以参考人头92为中心点建立坐标系。该坐标系的建立方式与5.1声道虚拟音箱的坐标系建立方式是相同的。

当5.1声道虚拟音箱对应的虚拟环境是二维虚拟环境时，在采集HRTF数据时也可以仅对参考人头92所在的水平面建立坐标系，仅采集属于该水平面的HRTF数据。比如，在以参考人头92为圆心的圆环上，每隔5°取一个点作为HRTF数据采样点。此时，可以减少终端所需要存储的HRTF数据量。

当5.1声道虚拟音箱对应的虚拟环境是三维虚拟环境时，在采集HRTF数据时可以对以参考人头92所在的三维环境建立坐标系，采集与该参考人头92为球心的球体表面上的HRTF数据。比如，在以参考人头92为球心的球体表面上，按照经度方向和纬度方向每隔5°取一个点作为HRTF数据采样点。

然后，终端根据每个HRTF数据采样点的标识、每个HRTF数据采样点的HRTF数据和每个HRTF数据采集点的位置坐标，生成HRTF数据库。

需要说明的是，步骤801和步骤802也可以由其它设备执行和实现。在生成HRTF数据库后，再通过网络或存储介质传输到当前终端上。

步骤803，获取5.1声道音频信号；

可选地，终端获取5.1声道音频信号。

该5.1声道音频信号是上述方法实施例从立体声音频信号中拆分出的音频信号。或者，该5.1声道音频信号是下载或从存储介质上读取到的5.1声道音频信号。

该5.1声道音频信号包括：前置左声道信号X_FL、前置右声道信号X_FC、前置中央声道信号X_FC、低频声道信号X_LFE_M、后置左声道信号X_RL和后置右声道信号X_RR。

步骤804，获取HRTF数据库，HRTF数据库包括：至少一个HRTF数据采集点和HRTF数据之间的对应关系，每个HRTF数据采集点具有各自的坐标；

终端可以读取存储在本地的HRTF数据库，或者，访问存储在网络上的HRTF库。

步骤805，根据5.1虚拟音箱中的第i个虚拟音箱的第i坐标，在HRTF数据库中查询与第i坐标最接近的HRTF数据采集点，将与第i坐标最接近的HRTF数据采集点的HRTF数据确定为第i个虚拟音箱的HRTF数据；

可选地，终端预先存储有5.1虚拟音箱中的各个虚拟音箱的坐标。

终端根据前置左声道虚拟音箱的第一坐标，在HRTF数据库中查询与第一坐标最接近的HRTF数据采集点，将与第一坐标最接近的HRTF数据采集点的HRTF数据确定为前置左声道虚拟音箱的HRTF数据。

终端根据前置右声道虚拟音箱的第二坐标，在HRTF数据库中查询与第二坐标最接近的HRTF数据采集点，将与第二坐标最接近的HRTF数据采集点的HRTF数据确定为前置右声道虚拟音箱的HRTF数据。

终端根据前置中央声道虚拟音箱的第三坐标，在HRTF数据库中查询与第三坐标最接近的HRTF数据采集点，将与第三坐标最接近的HRTF数据采集点的HRTF数据确定为前置中央声道虚拟音箱的HRTF数据。

终端根据后置左声道虚拟音箱的第四坐标，在HRTF数据库中查询与第四坐标最接近的HRTF数据采集点，将与第四坐标最接近的HRTF数据采集点的HRTF数据确定为后置左声道虚拟音箱的HRTF数据。

终端根据后置右声道虚拟音箱的第五坐标，在HRTF数据库中查询与第五坐标最接近的HRTF数据采集点，将与第五坐标最接近的HRTF数据采集点的HRTF数据确定为后置右声道虚拟音箱的HRTF数据。

终端根据低频虚拟音箱的第六坐标，在HRTF数据库中查询与第六坐标最接近的HRTF数据采集点，将与第六坐标最接近的HRTF数据采集点的HRTF数据确定为低频虚拟音箱的HRTF数据。

其中，“最接近”是指虚拟音箱的坐标和HRTF数据采样点的坐标相同或坐标间的距离最短。

步骤806，对于5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数进行第一卷积，得到第一卷积后的第i个声道的音频信号；

设5.1声道音频信号中的第i个声道的音频信号为X_i，计算Li＝X_i*H_L_i。其中，*表示卷积，H_L_i表示第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数。

步骤807，将第一卷积后的各个声道的音频信号进行叠加，得到立体声音频信号中的左声道信号；

终端将第一卷积后的6个声道的音频信号Li进行叠加，得到立体声音频信号中的左声道信号L＝L1+L2+L3+L4+L5+L6。

步骤808，对于5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数进行第二卷积，得到第二卷积后的第i个声道的音频信号；

设5.1声道音频信号中的第i个声道的音频信号为X_i，计算Ri＝X_i*H_R_i。其中，*表示卷积，H_R_i表示第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数。

步骤809，将第二卷积后的各个声道的音频信号进行叠加，得到立体声音频信号中的右声道信号；

终端将第二卷积后的6个声道的音频信号Ri进行叠加，得到立体声音频信号中的右声道信号R＝R1+R2+R3+R4+R5+R6。

步骤810，将左声道信号和右声道信号，合成为立体声音频信号。

该合成的立体声音频信号可以存储为音频文件，或者输入播放设备中进行播放。

综上所述，本实施例提供的方法，通过将5.1声道音频信号按照各个5.1虚拟音箱的HRTF数据进行处理后，合成得到立体声音频信号，使得用户只需要普通的立体声耳机或2.0音箱也能够播放5.1声道音频信号，且获得较好的播放音质。

本实施例提供的方法，通过将5.1声道音频信号按照各个5.1虚拟音箱的HRTF数据分别进行卷积和叠加，能够获得具有较好的三维环绕音效的立体声音频信号，该立体声音频信号在播放时具有较好的三维环绕效果。

图10是本申请一个示例性实施例提供的音频信号的处理装置的结构框图，该装置可以实现成为终端或终端中的一部分。该装置包括：

获取模块1010，用于获取第一立体声音频信号；

处理模块1020，用于将第一立体声音频信号拆分为5.1声道音频信号；对5.1声道音频信号按照三维环绕的5.1虚拟音箱的音箱参数进行信号处理，得到处理后的5.1声道音频信号；

合成模块1030，用于将处理后的5.1声道音频信号，合成为立体声音频信号。

在一个可选的实施例中，该装置还包括计算模块1040；

处理模块1020，用于对第一立体声音频信号输入高通滤波器进行滤波，得到第一高频信号；

计算模块1040，用于根据第一高频信号，计算得到左声道高频信号、中央声道高频信号和右声道高频信号；根据左声道高频信号、中央声道高频信号和右声道高频信号，计算得到5.1声道音频信号中的前置左声道信号、前置右声道信号、前置中央声道信号、低频声道信号、后置左声道信号和后置右声道信号。

在一个可选的实施例中，

计算模块1040，还用于对第一高频信号进行快速傅里叶变换，得到高频实数信号和高频虚数信号；根据高频实数信号和高频虚数信号计算向量投影；对高频实数信号中的左声道高频实数信号和计算向量投影的乘积进行快速傅里叶逆变换，得到中央声道高频信号；将第一高频信号中的左声道高频信号和所述中央声道信号的差，作为左声道高频信号；将第一高频信号中的右声道高频信号和中央声道信号的差，作为右声道高频信号。

计算模块1040，还用于将高频实数信号中的左声道高频实数信号和右声道高频实数信号相加，得到高频实数和信号；将高频虚数信号中的左声道高频虚数信号和右声道高频虚数信号相加，得到高频虚数和信号；将高频实数信号中的左声道高频实数信号和右声道高频实数信号相减，得到高频实数差信号；将高频虚数信号中的左声道高频虚数信号和右声道高频虚数信号相减，得到高频虚数差信号；根据高频实数和信号和所述高频虚数和信号，计算得到实数和信号；根据高频实数差信号和高频虚数差信号，计算得到实数差信号；根据实数和信号和实数差信号，进行向量投影计算，得到向量投影。

在一个可选的实施例中，

计算模块1040，还用于当实数和信号为有效数字时，按照如下公式计算向量投影：

alpha＝0.5–SQRT(diffSQ/sumSQ)*0.5

其中，alpha为所述向量投影，diffSq为所述实数差信号，sumSQ为实数和信号，SQRT代表开平方，*代表标量乘法。

在一个可选的实施例中，

处理模块1020，还用于提取左声道高频信号中的第一后方/混响信号数据、中央声道高频信号中的第二后方/混响信号数据、右声道高频信号中的第三后方/混响信号数据；

计算模块1040，还用于将左声道高频信号和第一后方/混响信号数据的差，确定为前置左声道信号；将第一后方/混响信号数据和第二后方/混响信号数据的和，确定为后置左声道信号；将右声道高频信号和第三后方/混响信号数据的差，确定为前置右声道信号；将第三后方/混响信号数据和第二后方/混响信号数据的和，确定为后置右声道信号；将中央声道高频信号和第二后方/混响信号数据的差，确定为前置中央声道信号。

在一个可选的实施例中，

获取模块1010，还用于对于左声道高频信号、中央声道高频信号和右声道高频信号中的任意一个声道高频信号，根据声道高频信号中的采样点得到至少一个移动窗，每个移动窗包括n个采样点，相邻的两个移动窗存在n/2个采样点是重叠的，n≥1。

计算模块1040，还用于计算移动窗中的低相关信号以及低相关信号的起始时间点，低相关信号包括幅度谱的第一衰减包络序列和相位谱的第二衰减包络序列不相等的信号；确定符合后方/混响特征的目标低相关信号；计算目标低相关信号的结束时间点；根据起始时间点和结束时间点提取目标低相关信号，作为声道高频信号中的后方/混响信号数据。

在一个可选的实施例中，

计算模块1040，还用于计算移动窗中的低相关信号以及低相关信号的起始时间点，低相关信号包括幅度谱的第一衰减包络序列和相位谱的第二衰减包络序列不相等的信号；确定符合后方/混响特征的目标低相关信号；计算目标低相关信号的结束时间点；根据起始时间点和结束时间点提取目标低相关信号，作为声道高频信号中的后方/混响信号数据。

计算模块1040，还用于对第i个移动窗中的采样点信号进行快速傅里叶变换，得到快速傅里叶变换后的采样点信号；计算快速傅里叶变换后的采样点信号的幅度谱和相位谱；根据快速傅里叶变换后的采样点信号的幅度谱，计算第i个移动窗中的m条频率线的第一衰减包络序列；根据快速傅里叶变换后的采样点信号的相位谱，计算第i个移动窗中的m条频率线的第二衰减包络序列；当m条频率线中的第j条频率线的衰减包络序列和第二衰减包络序列不同时，确定第j条频率线为低相关信号；根据第i个移动窗的窗口号和第j条频率线的频率线号，确定低相关信号的起始时间点，n≤i≤1，i≤m≤1，m≤j≤1。

在一个可选的实施例中，

计算模块1040，还用于当低相关信号的甚高频率线的幅度谱能量小于第一阈值且甚高频率线所在窗口的相邻窗口的衰减包络斜率大于第二阈值时，确定低相关信号是符合后方/混响特征的目标低相关信号；或，当低相关信号的甚高频率线的幅度谱能量小于第一阈值且甚高频率线所在窗口的相邻窗口的衰减速度大于第三阈值时，确定低相关信号是符合后方/混响特征的目标低相关信号。

在一个可选的实施例中，

计算模块1040，还用于获取目标低相关信号的幅度谱对应的频率线的能量小于第四阈值的时间点，作为结束时间点；或，当目标低相关信号的能量小于下一个低相关信号的能量的1/n时，确定下一个低相关信号的起始时间点作为目标低相关信号的结束时间点。

在一个可选的实施例中，

获取模块1010，还用于提取位于起始时间点和结束时间点中的声道信号片段。

计算模块1040，还用于对声道信号片段进行快速傅里叶变换，得到快速傅里叶变换后的信号片段；从快速傅里叶变换后的信号片段中提取目标低相关信号对应的频率线，得到第一部分信号；对第一部分信号进行快速傅里叶逆变换和交迭相加后，得到声道高频信号中的后方/混响信号数据。

在一个可选的实施例中，

计算模块1040，还用于将前置左声道信号与虚拟前置左声道音箱的音量进行标量相乘，得到处理后的前置左声道信号；将前置右声道信号与虚拟前置右声道音箱的音量进行标量相乘，得到处理后的前置右声道信号；将前置中央声道信号与虚拟前置中央声道音箱的音量进行标量相乘，得到处理后的前置中央声道信号；将后置左声道信号与虚拟后置左声道音箱的音量进行标量相乘，得到处理后的后置左声道信号；将后置右声道信号与虚拟后置右声道音箱的音量进行标量相乘，得到处理后的后置右声道信号。

在一个可选的实施例中，5.1声道音频信号包括低频声道信号；

处理模块1020，还用于对第一立体声音频信号输入低通滤波器进行滤波，得到第一低频信号。

计算模块1040，还用于对第一低频信号和5.1虚拟音箱中的低频声道音箱的音量参数进行标量相乘，得到第二低频信号；将第二低频信号进行单声道转换，得到处理后的低频声道信号。

在一个可选的实施例中，第二低频信号包括：左声道低频信号和右声道低频信号；

计算模块1040，还用于将左声道低频信号和右声道低频信号叠加后求平均，将平均后的音频信号，作为处理后的低频声道信号。

图11是本申请一个示例性实施例提供的音频信号的处理装置的结构框图。该装置可以实现成为终端或终端中的一部分。该装置包括：

第一获取模块1120，用于获取5.1声道音频信号；

第二获取模块1140，用于根据5.1虚拟音箱在虚拟环境中的坐标，获取5.1虚拟音箱中每个虚拟音箱对应的头相关变换函数HRTF数据；

处理模块1160，用于根据每个虚拟音箱对应的HRTF数据，对5.1声道音频信号中的相应声道音频信号进行处理，得到处理后的5.1声道音频信号；

合成模块1180，用于将处理后的5.1声道音频信号，合成为立体声音频信号。

在一个可选的实施例中，第二获取模块1140，用于获取HRTF数据库，HRTF数据库包括：至少一个HRTF数据采集点和HRTF数据之间的对应关系，每个HRTF数据采集点具有各自的坐标；根据5.1虚拟音箱中的第i个虚拟音箱的第i坐标，在HRTF数据库中查询与第i坐标最接近的HRTF数据采集点，将与第i坐标最接近的HRTF数据采集点的HRTF数据确定为第i个虚拟音箱的HRTF数据。

在一个可选的实施例中，该装置，还包括：

采集模块1112，用于在声学房间中采集一系列以参考人头为球心的至少一条HRTF数据，并记录各条HRTF数据对应HRTF数据采集点相对于参考人头的位置坐标；

生成模块1114，用于根据HRTF数据、HRTF数据采集点的标识和HRTF数据采集点的位置坐标，生成HRTF数据库。

在一个可选的实施例中，HRTF数据包括：左声道HRTF系数；

处理模块1160，包括：

左声道卷积单元，用于对于5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的左声道HRTF系数进行第一卷积，得到第一卷积后的第i个声道的音频信号；

左声道合成单元，用于将第一卷积后的各个声道的音频信号进行叠加，得到立体声音频信号中的左声道信号。

在一个可选的实施例中，HRTF数据包括：右声道HRTF系数；

处理模块1160，包括：

右声道卷积单元，用于对于5.1声道音频信号中的第i个声道的音频信号，采用第i个虚拟音箱对应的HRTF数据中的右声道HRTF系数进行第二卷积，得到第二卷积后的第i个声道的音频信号；

右声道合成单元，用于将第二卷积后的各个声道的音频信号进行叠加，得到立体声音频信号中的右声道信号。

图12示出了本发明一个示例性实施例提供的终端1200的结构框图。该终端1200可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1200还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端1200包括有：处理器1201和存储器1202。

处理器1201可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1201可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1201也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central Processing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1201可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1201还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器1202可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1202还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1202中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1201所执行以实现本申请中方法实施例提供的音频信号的处理方法。

在一些实施例中，终端1200还可选包括有：外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1203相连。具体地，外围设备包括：射频电路1204、触摸显示屏1205、摄像头1206、音频电路1207、定位组件1208和电源1209中的至少一种。

外围设备接口1203可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1201和存储器1202。在一些实施例中，处理器1201、存储器1202和外围设备接口1203被集成在同一芯片或电路板上；在一些其他实施例中，处理器1201、存储器1202和外围设备接口1203中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路1204用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1204通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1204将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1204包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1204可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路1204还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏1205用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1205是触摸显示屏时，显示屏1205还具有采集在显示屏1205的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1201进行处理。此时，显示屏1205还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1205可以为一个，设置终端1200的前面板；在另一些实施例中，显示屏1205可以为至少两个，分别设置在终端1200的不同表面或呈折叠设计；在再一些实施例中，显示屏1205可以是柔性显示屏，设置在终端1200的弯曲表面上或折叠面上。甚至，显示屏1205还可以设置成非矩形的不规则图形，也即异形屏。显示屏1205可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件1206用于采集图像或视频。可选地，摄像头组件1206包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1206还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路1207可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1201进行处理，或者输入至射频电路1204以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1201或射频电路1204的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1207还可以包括耳机插孔。

定位组件1208用于定位终端1200的当前地理位置，以实现导航或LBS(Location Based Service，基于位置的服务)。定位组件1208可以是基于美国的GPS(Global Positioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。

电源1209用于为终端1200中的各个组件进行供电。电源1209可以是交流电、直流电、一次性电池或可充电电池。当电源1209包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端1200还包括有一个或多个传感器1210。该一个或多个传感器1210包括但不限于：加速度传感器1211、陀螺仪传感器1212、压力传感器1213、指纹传感器1214、光学传感器1215以及接近传感器1216。

加速度传感器1211可以检测以终端1200建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1211可以用于检测重力加速度在三个坐标轴上的分量。处理器1201可以根据加速度传感器1211采集的重力加速度信号，控制触摸显示屏1205以横向视图或纵向视图进行用户界面的显示。加速度传感器1211还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器1212可以检测终端1200的机体方向及转动角度，陀螺仪传感器1212可以与加速度传感器1211协同采集用户对终端1200的3D动作。处理器1201根据陀螺仪传感器1212采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器1213可以设置在终端1200的侧边框和/或触摸显示屏1205的下层。当压力传感器1213设置在终端1200的侧边框时，可以检测用户对终端1200的握持信号，由处理器1201根据压力传感器1213采集的握持信号进行左右手识别或快捷操作。当压力传感器1213设置在触摸显示屏1205的下层时，由处理器1201根据用户对触摸显示屏1205的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器1214用于采集用户的指纹，由处理器1201根据指纹传感器1214采集到的指纹识别用户的身份，或者，由指纹传感器1214根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1201授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1214可以被设置终端1200的正面、背面或侧面。当终端1200上设置有物理按键或厂商Logo时，指纹传感器1214可以与物理按键或厂商Logo集成在一起。

光学传感器1215用于采集环境光强度。在一个实施例中，处理器1201可以根据光学传感器1215采集的环境光强度，控制触摸显示屏1205的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏1205的显示亮度；当环境光强度较低时，调低触摸显示屏1205的显示亮度。在另一个实施例中，处理器1201还可以根据光学传感器1215采集的环境光强度，动态调整摄像头组件1206的拍摄参数。

接近传感器1216，也称距离传感器，通常设置在终端1200的前面板。接近传感器1216用于采集用户与终端1200的正面之间的距离。在一个实施例中，当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变小时，由处理器1201控制触摸显示屏1205从亮屏状态切换为息屏状态；当接近传感器1216检测到用户与终端1200的正面之间的距离逐渐变大时，由处理器1201控制触摸显示屏1205从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图12中示出的结构并不构成对终端1200的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

本申请还提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方法实施例提供的音频信号的处理方法。

可选地，本申请还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的音频信号的处理方法。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。