[发明专利]信号处理

说明书

技术领域

本发明涉及多声道音频源的表示以及双耳(binaural)音频编码声道。本发明涉及一种用于形成组合音频信号的方法和设备，以及一种根据从该组合音频信号重建两个或更多音频信号的方法和设备。

背景技术

空间音频场景包括音频源和围绕收听者的环境。图1示出了一个示例情形，其中不同的声源101、102围绕着收听者103或仿真人头部记录设备104a、104b。另外，还存在由房间效果引起的环境背景噪声，即由于音频源所处的空间的特性而引起的音频源的混响。图像由于来自音频源的声音的到达方向以及混响的缘故而被觉察到。人能够使用来自左耳和右耳的信号来捕获三维图像。从而，使用接近耳鼓膜的麦克风来记录音频图像足以捕获空间音频图像。

对使用两声道的空间音频图像的有效传输和表示可能需要针对音频内容的特定编码算法。空间信息可能需要被有效地传送到接收机和在其中对捕获场景进行渲染的表示设备。

发明内容

本发明的示例实施例提供了一种方法，其中，来自多个源的信号被下混频成较少数量的信号，并且还形成与环境相关的信息。下混频信号能够被上混频以形成多个信号，上混频形成的多个信号看起来像原始信号的至少一部分并且考虑到了环境。

本发明的示例实施例的想法是一种考虑到一个或多个环境分量的双耳音频编码算法。该算法可选地包括执行时间-频率变换和/或双耳音频信号的分析。该算法估计声道之间的电平和时间差。这种估计可以使用可选的时间-频率系数。该算法还估计针对下混频信号的声道间电平校正增益以便合并环境信号的贡献。声道间电平和时间差以及关于一个或多个子带的环境电平校正线索信息能够被发射和/或存储。下混频信号能够由编码器来进行编码，该编码器可以是语音/音频编码器。在接收端中可以通过如下步骤来执行两声道信号重建：例如，使用电平校正信息来合成环境信号分量、用解码器来对下混频信号进行解码、对下混频信号进行时间-频率转换和分析、使用一个或多个子带中接收的声道间电平和时间差来合成多声道信号，以及通过使用环境电平校正线索(cue)将一个或多个子带中的双耳信号解相关来合成环境分量声道。

根据本发明的第一方面提供了一种方法，该方法包括：

-输入两个或更多音频信号；

-分析该音频信号以形成一组参数；

-组合所述两个或更多音频信号中的至少两个以形成组合音频信号；

该方法的特征在于，该分析包括：

-确定组合音频信号的信号电平；

-基于组合音频信号的信号电平与输入音频信号中的至少一个的信号电平之差来确定校正因子，以降低组合音频信号的信号电平与输入音频信号的信号电平之差。

根据本发明的第二方面提供了一种方法，该方法包括：

-输入组合音频信号和一个或多个参数，该参数与已经从中形成组合音频信号的音频信号相关；

-基于该组合音频信号和所述一个或多个参数，合成两个或更多音频信号；以及

-使用该参数组来修改合成的音频信号以重建该音频信号的环境。

该方法的特征在于，所述一个或多个参数包括校正因子，并且该方法包括在所述合成两个或更多音频信号时使用该校正因子。

根据本发明的第三方面提供了一种设备，该设备包括：

-输入端，用于输入两个或更多音频信号；

-分析器，用于分析该音频信号以形成一组参数；

-组合器，用于组合所述两个或更多音频信号中的至少两个以形成组合音频信号；

该设备的特征在于，该分析器包括：

-电平确定器，用于确定该组合音频信号的信号电平；

-增益确定器，用于基于组合音频信号的信号电平与输入音频信号中的至少一个的信号电平之差来确定校正因子，以降低组合音频信号的信号电平与输入音频信号的信号电平之差。

根据本发明的第四方面提供了一种设备，该设备包括：

-输入端，用于输入组合音频信号以及一个或多个参数，该参数与已经从中形成组合音频信号的音频信号相关；

-合成器，用于基于该组合音频信号和所述一个或多个参数，合成两个或更多音频信号。

该设备的特征在于，所述一个或多个参数包括校正因子，并且该设备包括通过在所述合成两个或更多音频信号时使用该校正因子的校正器。

根据本发明的第五方面提供了一种计算机程序，该计算机程序包括程序代码装置，当程序在处理器上运行时该程序代码装置适合于执行下列步骤：

-输入两个或更多音频信号；

-分析该音频信号以形成一组参数；

-组合所述两个或更多音频信号中的至少两个以形成组合音频信号；