[发明专利]基于感知特性的三维音频空间参数的量化方法

说明书

技术领域

本发明属于音频编码领域，尤其涉及三维音频中空间参数量化技术。

背景技术

2009年底，三维电影《阿凡达》在全球三十多个国家登上票房榜首，到2010年9月初，全球累计票房超过27亿美元。《阿凡达》之所以能取得如此辉煌的票房成绩，在于它所采用了全新的三维特效制作技术带给人们感官上的震撼效果。《阿凡达》所展现的绚丽画面与逼真声效不仅震撼了观众，也使得业界有了“电影进入三维时代”的断言。不仅如此，它还将催生更多的相关影视、录音、播放方面的技术和标准。2010年1月在美国拉斯维加斯举行的国际消费电子产品展上，各彩电巨头纷纷亮出的电视新品带给了人们新的期待——三维已经成为全球各大彩电制造商竞争的新焦点。要想达到更好的视听体验，需要有与三维视频内容同步的三维声场听觉效果，才能真正达到身临其境的视听感受。早期的三维音频系统（如Ambisonics系统）由于其结构复杂，对采集和回放设备要求较高，难以推广实用。近年来日本NHK公司推出了22.2声道系统，能通过24个扬声器再现原来的三维声场。2011年MPEG着手制定三维音频的国际标准，在达到一定编码效率的同时希望能通过比较少的扬声器或耳机来还原三维声场，以便能将该技术推广到普通家庭用户。由此可见三维音视频技术已成为多媒体技术领域的研究热点和进一步发展的重要方向。

为了获得更好的3D声效，需要最大限度地增加声道数，声道数增长使得3D音频面临诸多挑战：3D音频声道数的激增使得其数据量非常大，在受到实时转播带宽和存储媒介容量限制的情况下，三维音频的重建效果会显著下降。目前针对三维音频的压缩编码技术，各声道无损编码虽然可以满足三维音效的无损压缩，但压缩效率难以满足三维音频存储和传输的需求。三维音频的参数编码考虑到了信号冗余、声道内感知冗余和声道间空间信息冗余，能获得较好的压缩效率。当前三维音频参数编码主要提取空间方位参数，并对参数进行统一量化，方位参数的量化误差在各个方向上相同。在码率受到传输信道带宽和存储介质容限制的情况下，会造成三维音频的声像方位感失真，使得现有三维音频系统无法应用于实时转播和家庭影院环境，严重限制了三维音频系统的应用和发展。人耳对空间音源的感知特性研究结果表明，听觉系统对声源的空间方位上存在感知阈值，且不同方向上的感知灵敏度差别巨大，若误差在对应方向的感知阈值之下则不会损失三维感知音质。因此利用人耳的空间感知特性对三维音频进行参数编码，是解决当前三维音频参数编码技术瓶颈的有效途径，基于感知的三维音频参数编码技术研究亟待开展。

发明内容

本发明对现有均匀量化方法的不足，提出了一种基于人耳方位感知特性的空间参数非均匀量化方法，指导空间音频量化编码。

本发明提供的技术解决方案为一种基于感知特性的三维音频空间参数的量化方法，包含以下步骤：

步骤1，划分频带，获取不同频带下不同方位的恰可感知差异，所述方位采用球面上点(α,β)表示，α、β分别为以球面中心为三维坐标系中水平角和高度角；

步骤2，根据步骤1所得不同频带下不同方位的恰可感知差异，为每个频带建立不同方位的量化表；

步骤3，对待处理的三维音频信号下混得到单声道信号，并提取方位参数；

步骤4，依据步骤2所得量化表，对步骤3提取的方位参数进行量化；

步骤5，对步骤3所得单声道信号进行量化编码，并与步骤4所得量化后方位参数合成码流。

而且，在步骤2中，为每个频带建立不同方位的量化表时，每个量化表内两个量化值之间的间隔不超过相应恰可感知差异的两倍。

本发明通过获取不同方位的感知阈值，提供了非均匀的量化表，相对于传统的均匀量化表有效减低参数的编码码率。

附图说明

图1为本发明实施例的基于感知特性的三维音频空间参数的量化框架图；

图2为本发明实施例的扬声器位置与信号计算关系示意图。

具体实施方式

本发明主要基于空间心理声学，考虑人耳感知特性和空间参数的频率依赖特性，提出的一种基于空间线索感知特性方位参数量化方法。如图1，实施例具体的实施过程说明如下：

步骤1，获取不同频带下不同方位的感知JND。