[发明专利]解码装置和方法、编码装置和方法以及程序

说明书

技术领域

本技术涉及解码装置、解码方法、编码装置、编码方法以及程序，更具体地，涉及能够获得高质量的、逼真的声音的解码装置、解码方法、编码装置、编码方法以及程序。

背景技术

近年来，世界各国提出了运动图像分发服务、数字电视广播以及下一代归档。除了根据相关技术的立体声广播之外，开始提出与多个声道如5.1声道对应的声音广播。

为了进一步提高图像质量，已经研究了具有更大量的像素的下一代高清晰度电视。关于对下一代高清晰度电视的研究，期望的是在声音处理域中的水平方向和垂直方向上将声道扩展成多于5.1声道的多声道，以便实现逼真的声音。

作为与编码音频数据相关的技术，提出了以下技术：将来自不同声道的多个窗口分组成一些片块（tile）以提高编码效率（例如，参见专利文献1）。

引用列表

专利文献

专利文献1：JP2010-217900A

发明内容

本发明要解决的技术问题

然而，在上述技术中，难以获得高质量的、逼真的声音。

例如，在基于作为国际标准的运动图像专家组2改进的音频编码（MPEG-2AAC）标准和MPEG-4AAC标准的多声道编码中，仅定义了在水平方向上扬声器的布置和关于从5.1声道缩混（downmix）成立体声声道的信息。因此，难以充分地应对在平面内和垂直方向上对声道的扩展。

鉴于上述问题，做出了本技术并且可以获得高质量的、逼真的声音。问题的解决方案

根据本技术的第一方面的解码装置包括解码单元，所述解码单元对包括在编码比特流中的多个声道的音频数据进行解码；读取单元，所述读取单元从所述编码比特流中读取指示多种缩混方法中的任一种缩混方法的缩混信息；以及缩混处理单元，所述缩混处理单元使用由所述缩混信息指示的所述缩混方法对解码音频数据进行缩混。

读取单元还从所述编码比特流中读取指示是否使用特定声道的音频数据用于缩混的信息，并且所述缩混处理单元基于所述信息和所述缩混信息对所述解码音频数据进行缩混。

缩混处理单元可以将所述解码音频数据缩混成预定数量声道的音频数据并且基于所述缩混信息对所述预定数量声道的音频数据进行进一步缩混。

缩混处理单元可以基于增益值对音频数据的增益进行调整，所述音频数据是通过缩混至预定数量的声道并且基于所述缩混信息进行缩混而获得的，所述增益值是根据在所述缩混至预定数量的声道期间用于增益调整的增益值和在所述基于所述缩混信息进行缩混期间用于增益调整的增益值而计算的。

根据本技术的第一方面的解码方法或程序包括对包括在编码比特流中的多个声道的音频数据进行解码的步骤；从所述编码比特流中读取指示多种缩混方法中的任一种缩混方法的缩混信息的步骤；以及使用由所述缩混信息指示的所述缩混方法对解码音频数据进行缩混的步骤。

在本技术的第一方面中，对包括在编码比特流中的多个声道的音频数据进行解码；从所述编码比特流中读取指示多种缩混方法中的任一种缩混方法的缩混信息；以及使用由所述缩混信息指示的所述缩混方法对解码音频数据进行缩混。

根据本技术的第二方面的编码装置包括编码单元，所述编码单元对多个声道的音频数据和指示多种缩混方法中的任一种缩混方法的缩混信息进行编码；以及包封单元，所述包封单元将编码音频数据和编码缩混信息存储在预定区域并且生成编码比特流。

编码比特流还可以包括指示是否使用特定声道的音频数据用于缩混的信息，并且基于所述信息和所述缩混信息对所述音频数据进行缩混。

缩混信息可以是用于对预定数量声道的音频数据进行缩混的信息，并且所述编码比特流还包括用于将解码音频数据缩混成所述预定数量声道的音频数据的信息。

根据本技术的第二方面的编码方法或程序包括对多个声道的音频数据和指示多种缩混方法中的任一种缩混方法的缩混信息进行编码的步骤；以及将编码音频数据和编码缩混信息存储在预定区域并且生成编码比特流的步骤。

在本技术的第二方面中，对多个声道的音频数据和指示多种缩混方法中的任一种缩混方法的缩混信息进行编码。将编码音频数据和编码缩混信息存储在预定区域并且生成编码比特流。

本发明的效果

根据本技术的第一方面和第二方面，可以获得高质量的、逼真的声音。

附图说明

图1是示出了扬声器的布置的图。

图2是示出了扬声器映射的示例的图。

图3是示出了编码比特流的图。

图4是示出了height_extension_element的句法的图。