[发明专利]一种3D音频中多声道信号的下混方法

说明书

技术领域

本发明属于声学信号处理领域，尤其涉及一种3D音频中多声道信号的下混方法。

背景技术

2009年底，3D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3D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3D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——3D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3D视频内容同步的3D声场听觉效果，才能真正达到身临其境的视听感受。 早期的3D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3D声场。2011年MPEG着手制定3D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3D声场，以便能将该技术推广到普通家庭用户。

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，3D音频的重建效果会显著下降。目前针对3D音频的压缩编码技术，各声道无损编码虽然可以满足3D音效的无损压缩，但压缩效率难以满足3D音频存储和传输的需求。

因此，本领域提出对3D音频中多声道信号进行下混，现有的3D音频系统都是通过多层布置来实现整个3D空间的听音感受，一般来说主要分为三层，中间层是与听音者人耳水平面平齐的一层，是最主要的一层。不同的3D音频系统在中间层的布置都不太一样，分别表现在扬声器的数量和放置角度的不同，但大多是对称排列。参数立体声技术是将两个或三个声道下混为单声道和立体声的技术，通过提取ILD和IC来恢复原始声像的方位信息。但是任意的扬声器个数如何进行下混是非常重要的问题，现有下混原则是将相关性最大的两个扬声器信号作为一组进行下混，通过不断的寻找相关性最大的扬声器声道对，逐步下混到一个声道，这样消耗的参数码率也是最小。但是这样计算的复杂度比较高，也不便于解码后的恢复。

发明内容

本发明针对现有技术的不足，提出一种3D音频中多声道信号的下混方法，以便大幅度降低3D音频的编码码率。

本发明提供的技术方案提供一种3D音频中多声道信号的下混方法，包括以下步骤：

步骤1，对3D音频系统中各层分别进行下混，设某层有R个扬声器，对该层实现下混的方式如下，

步骤1.1，对层中所有扬声器进行编号，包括根据在层内选择的中心扬声器，以中心扬声器为1号，对层内其他扬声器根据与1号扬声器的距离从近至远依次编号，左手为偶数号，右手为奇数号，直到第R号；

步骤1.2，根据编号对层中所有扬声器进行下混，

首先，左边的扬声器和右边的扬声器分别进行下混，

左边的扬声器下混时，包括以下步骤，

步骤A1，对当前待下混的扬声器信号，按编号从小到大依次两两配对下混；配对下混方式为，设有x1号扬声器信号和y1号扬声器信号下混，x1<y1，下混后所得单声道信号记为新的x1号扬声器信号，下混提取的一组相应参数的编号为y1；

步骤A2，返回执行步骤A1，直到剩下2号扬声器信号；

右边的扬声器下混时，包括以下步骤，

步骤B1，对当前待下混的扬声器信号，按编号从小到大依次两两配对下混；配对下混方式为，设有x2号扬声器信号和y2号扬声器信号下混，x2<y2，下混后所得单声道信号记为新的x2号扬声器信号，下混提取的一组相应参数的编号为y2；

步骤B2，返回执行步骤B1，直到剩下3号扬声器信号；

然后，2号和3号扬声器信号下混之后，下混后所得单声道信号记为新的2号扬声器信号，下混提取的一组参数的编号为3；下混所得新的2号扬声器信号再与1号扬声器信号进行下混得到新的1号扬声器信号作为该层最后的单声道信号，下混提取的一组相应参数的编号为2；

步骤2，对步骤1所得3D音频系统中各层最后的单声道信号进行下混，设3D音频系统中各层从上到下依次编号为第1、2…K层，包括以下步骤，