[发明专利]产生和播放基于对象的音频内容的方法和记录具有用于基于对象的音频服务的文件格式结构的数据的计算机可读记录介质

权利要求书

1.一种产生基于对象的音频内容的方法，所述方法包括：

接收多个音频对象；

通过使用所述多个音频对象产生至少一个预设；

存储关于所述至少一个预设的属性和所述多个音频对象的预设参数，

其中，以框的形式存储预设参数，以与基于对象的音频内容有关的媒体文件格式定义所述框。

2.如权利要求1所述的方法，其中：

所述框包括moov框，moov框包括在moov框中定义的第一框，第一框包括在第一框中定义的第二框，预设参数包括第一预设参数和第二预设参数，第一预设参数包括所述至少一个预设的数量、所述至少一个预设中的任何一个预设的预设标识(ID)中的至少一个，

第一预设参数被存储在第一框中，第二预设参数被存储在第二框中。

3.如权利要求1所述的方法，其中：

所述框包括ftyp框和moov框，

ftyp框包括第一meta框，moov框包括第二meta框，

预设参数被存储在第一meta框和第二meta框中的任何一个中。

4.如权利要求3所述的方法，其中：

基于对象的音频内容的描述信息被存储在第一meta框中，预设参数被存储在第二meta框中。

5.如权利要求1所述的方法，其中：

所述框包括ftyp框和moov框，

预设参数被存储在存在于moov框中的meco框或存在于ftyp框中的meco框中的任何一个中。

6.如权利要求1所述的方法，其中：

存储预设参数的步骤还存储基于对象的音频内容的描述信息，

基于MPEG-7类型(mp7t)来存储描述信息。

7.如权利要求1所述的方法，其中：

存储预设参数的步骤还存储与基于对象的音频内容有关的时控文本数据，

基于第三代伙伴关系计划传输流26.245(3GPP TS 26.245)和MPEG-4流传输文本格式中的任何一个来存储时控文本数据。

8.如权利要求1所述的方法，其中：

所述框包括moov框，所述moov框包括track框，

存储预设参数的步骤通过使用MPEG-4场景二进制格式(BIFS)来将预设参数存储在存在于moov框中的track框中。

9.如权利要求1所述的方法，其中：

所述框包括meta框，所述meta框包括xml框，

存储预设参数的步骤通过使用MPEG-4轻量级应用场景描述(LASeR)来将预设参数存储在xml框中。

10.如权利要求1所述的方法，其中：

预设参数包括关于所述多个音频对象的混合信息，

混合信息包括关于每个音频对象的音量信息和关于每个音频对象的均衡信息中的至少一个。

11.如权利要求10所述的方法，其中：

预设参数还包括关于所述多个音频对象的预设全局音量信息。

12.如权利要求10所述的方法，其中：

基于对象的音频内容包括多个轨道，所述多个轨道包括至少一个声道，

混合信息还包括声音图像的幅度值和声音图像的角度值，通过所述至少一个声道来形成声音图像。

13.如权利要求10所述的方法，其中：

均衡信息包括将被应用均衡的频带数量、每个频带的中心频率、每个频带的带宽和每个频带的频率增益值。

14.如权利要求13所述的方法，其中：

音量信息包括每个音频对象的输入音量值和每个音频对象的输出音量值之间的音量增益值，

通过使用百分比或分贝(dB)来表示音量增益值和频率增益值。

15.如权利要求10所述的方法，其中：

基于对象的音频内容包括被顺序播放的多个帧，

当所述多个帧被播放时更新所述混合信息。

16.如权利要求15所述的方法，其中：

预设参数包括所述多个帧中的参考帧的参考混合信息以及参考混合信息和所述多个帧中除了参考帧之外的剩余帧的混合信息之间的差。