[发明专利]多媒体处理方法及多媒体处理装置

说明书

技术领域

本申请涉及多媒体技术领域，尤其涉及一种多媒体处理方法及多媒体处理装置。

背景技术

目前的多媒体装置通常包含图像显示和声音播放两部分，由于图像显示与声音播放通常由不同器件完成，因此，这两部分一般只有时间上的关联，没有空间上的关联。常见的多媒体装置的尺寸从几吋（如手机设备、平板电脑）到几十吋（如笔记本、台式机、电视屏幕）再到上百吋（户外广告屏幕），差异较大，一般对应的声音播放器件的尺寸和分布也会有较大差异。本申请的发明人发现，由于目前的视频文件格式大多没有考虑声音的空间信息，会导致客户端难以准确的恢复声音效果，带来用户对一发声对象的视觉呈现和听觉呈现上的不统一。

发明内容

本申请要解决的技术问题是：提供一种多媒体处理技术，使得对应3不同的多媒体呈现装置以及不同的用户位置，都能在多媒体呈现过程中获得统一的对象的感觉声源位置和视觉感觉位置。

第一方面，本申请提供了一种多媒体处理方法，包括：

根据一声音数据确定一发声对象；

分析与所述声音数据相关联的图像数据，得到与所述发声对象对应的图像内容信息；

获取用户相对于用于呈现所述图像数据的一显示屏的位置；

获取所述显示屏的显示参数；

根据所述用户相对于所述显示屏的位置、所述显示屏的显示参数以及所述图像内容信息确定所述发声对象对应于所述用户的感觉声源位置。

第二方面，本申请提供了一种多媒体处理方法，包括：

根据一声音数据确定一发声对象；

分析与所述声音数据相关联的三维图像数据，得到与所述发声对象对应的左眼图像内容信息和右眼图像内容信息；

根据至少一参考显示屏的显示参数以及所述左眼图像内容信息和右眼图像内容信息之间的像素视差，得到所述发声对象与所述至少一参考显示屏的呈现对应的至少一参考真实视差。

第三方面，本申请提供了一种多媒体处理方法，包括：

获取一多媒体数据，所述多媒体数据包括相互关联的声音数据、三维图像数据以及对象信息数据，所述对象信息数据包括：所述声音数据对应的至少一发声对象中的每个发声对象对应的至少一参考真实视差，所述至少一参考真实视差与分别对应于至少一显示参数的至少一参考显示屏的呈现对应；

获取用户相对于用于呈现所述三维图像数据的一显示屏的位置；

获取所述显示屏的显示参数；

根据所述用户相对于用于呈现所述三维图像数据的一显示屏的位置、所述显示屏的显示参数以及所述对象信息数据确定所述至少一发声对象对应于所述用户的感觉声源位置。

第四方面，本申请提供了一种多媒体处理装置，包括：

发声对象确定模块，用于根据一声音数据确定一发声对象；

图像内容获取模块，用于分析与所述声音数据相关联的图像数据，得到与所述发声对象对应的图像内容信息；

用户位置获取模块，用于获取用户相对于用于呈现所述图像数据的一显示屏的位置；

显示参数获取模块，用于获取所述显示屏的显示参数；

声源位置确定模块，用于根据所述用户相对于所述显示屏的位置、所述显示屏的显示参数以及所述图像内容信息确定所述发声对象对应于所述用户的感觉声源位置。

第五方面，本申请提供了一种多媒体处理装置，包括：

发声对象确定模块，用于根据一声音数据确定一发声对象；

图像内容获取模块，用于分析与所述声音数据相关联的三维图像数据，得到与所述发声对象对应的左眼图像内容信息和右眼图像内容信息；

参考真实视差获取模块，用于根据至少一参考显示屏的显示参数以及所述左眼图像内容信息和右眼图像内容信息之间的像素视差，得到所述发声对象与所述至少一参考显示屏的呈现对应的至少一参考真实视差。

第六方面，本申请提供了一种多媒体处理装置，包括：

多媒体数据获取模块，用于获取一多媒体数据，所述多媒体数据包括相互关联的声音数据、三维图像数据以及对象信息数据，所述对象信息数据包括：所述声音数据对应的至少一发声对象中的每个发声对象对应的至少一参考真实视差，所述至少一参考真实视差与分别对应于至少一显示参数的至少一参考显示屏的呈现对应；

用户位置获取模块，用于获取用户相对于用于呈现所述三维图像数据的一显示屏的位置；

显示参数获取模块，用于获取所述显示屏的显示参数；