[发明专利]用于以几何为基础的空间音频编码的装置及方法

说明书

技术领域

本发明是关于音频处理，尤其是关于用于以几何为基础的空间音频编码的装置及方法。

背景技术

音频处理，更具体地，空间音频编码变得越来越重要。传统空间声音记录旨在捕获声场，以使得在再生侧，收听者如在记录位置一样感知声像。由目前技术水平已知空间声音记录及再生技术的不同方法，这些方法可基于声道、对象或参数表示。

以声道为基础的表示(channel-based representation)通过意味着通过以已知配置排列的N个扬声器(例如5.1环绕声配置)回放的N个离散音频信号表示声音场景。空间声音记录的方法通常使用例如，AB立体声的间隔的全向麦克风，或例如强度立体声的重合定向麦克风。或者，可使用例如Ambisonics的更高级麦克风，诸如B格式麦克风，参见：

[1]Michael A.Gerzon.Ambisonics in multichannel broadcasting and video.J.Audio Eng.Soc，33(11):859–871，1985.

直接从记录的麦克风信号中导出已知配置的期望扬声器信号且然后离散地传输或存储。通过将音频编码应用至离散信号获得更有效表示，在一些情况下，该音频编码共同编码不同声道的信息以增加效率，例如在5.1的MPEG环绕中，参见：

[21]J.Herre，K.J.Breebaart，C.Faller，S.Disch，H.Purnhagen，J.Koppens，J.Hilpert，J.W.Oomen，K.Linzmeier，K.S.Chong:“MPEG Surround–The ISO/MPEG Standard for Efficient and Compatible Multichannel Audio Coding”，122nd AES Convention，Vienna，Austria，2007，Preprint 7084.

这些技术的主要缺点为：一旦已计算出扬声器信号，则声音场景不可修改。

例如，在空间音频对象编码(SAOC)中使用以对象为基础的表示(object-based representation)，参见：

[25]Jeroen Breebaart，JonasCornelia Falch，Oliver Hellmuth，Johannes Hilpert，Andreas Hoelzer，Jeroens Koppens，Werner Oomen，Barbara Resch，Erik Schuijers，and Leonid Terentiev.Spatial audio object coding(saoc)-the upcoming mpeg standard on parametric object based audio coding.In Audio Engineering Society Convention 124，5 2008.

以对象为基础的表示使用N个离散音频对象表示声音场景。由于可通过改变例如各对象的位置及响度，来操控声音场景，故该表示在再生侧赋予出高灵活性(flexibility)。虽然可易于从例如多轨记录中可得该表示，但很难从使用几个麦克风记录的复合声音场景中获得该表示(参见，例如[21])。实际上，通话器(或其它发音对象)必须首先经定位，然后从混合物中提取，这可导致非自然信号(artifact)。

参数表示(parametric representation)常常使用空间麦克风，以决定一个或多个音频降混信号以及描述空间声音的空间边信息。一个例子为定向音频编码(DirAC)，在下文中论述：

[29]Ville Pulkki.Spatial sound reproduction with directional audio coding.J.Audio Eng.Soc，55(6):503–516，June 2007。

术语“空间麦克风”指能够重新获得(retrieve，检索)声音的抵达方向的用于获取空间声音的任何装置(例如，定向麦克风的组合、麦克风阵列等)。

术语“非空间麦克风”指不适于重新获得声音的抵达方向的任何装置，诸如单个全向或定向麦克风。

在下文给出另一例子：