[发明专利]解码器设备以及解码比特流的方法

说明书

提供了一种用于解码比特流以便从该比特流产生音频输出信号的解码器设备，该比特流包含音频数据且选择地包含含有参考响度值的响度元数据，该解码器设备包含：音频解码器设备，被配置为从该音频数据重构音频信号；以及信号处理器，被配置为基于该音频信号产生该音频输出信号；其中该信号处理器包含增益控制设备，该增益控制设备被配置为调整该音频输出信号的水平；其中该增益控制设备包含参考响度解码器，该参考响度解码器被配置为产生响度值，其中在该参考响度值(4)存在于该比特流中的情况下，该响度值是该参考响度值；其中该增益控制设备包含增益计算器，该增益计算器被配置为基于该响度值且基于音量控制值计算增益值，该音量控制值是由允许使用者控制该音量控制值的外部使用者接口提供；其中该增益控制设备包含响度处理器，该响度处理器被配置为基于该增益值控制该音频输出信号的响度。

技术领域

本发明涉及对在电子重现设备上以数字形式播放的音频、视频及多媒体内容的响度的控制，具体而言但非排他性地，涉及常发生在新媒体设备上的对播放响度的控制，其中内容是制作成具有及不具有嵌入式响度元数据。

背景技术

在产生及传输音乐、视频及其它多媒体内容时，在不同歌曲间或在不同节目间执行响度标准化过程来确保消费者听到具有适当响度的音频信号。自早期的录音及电影以来，此操作在产生过程期间进行或经由用于剧场的重现标准来进行。当今在音乐及无线电广播业内的惯常做法是将响度调整为接近媒体的最大峰值水平的值，而在电影及电视业内的做法是使用比最大峰值水平低20dB至31dB的若干标准响度水平中的之一。在媒体汇流(media convergence)之前的时代，消费者并未注意到上述情形，因为使用分开的设备或音量设定来播放每种类型的内容。

随着用于播放音乐及电影内容两者的移动设备(诸如移动电话或可携式媒体播放器)的出现，若将未经修改的内容传输至设备，则生产实践中的此差异导致可能高达30dB的响度差异。当从一种类型的内容切换至另一种类型时，上述情形可能导致电影的音量太小或音乐的音量太大。

相关趋势为，在录音的母带后期处理(mastering)期间经由使用强烈的动态范围压缩、限制及限幅(clipping)来增大许多类型的录制音乐的响度。此种母带后期处理是在仅考虑诸如光盘片的无损耗记录媒体的情况下进行，但是当今所售的大多数音乐是诸如MPEG AAC及MP3的有损耗的数据压缩格式。数据压缩过程可能引入在播放期间在解码器中重构的时域波形的变化，这种变化引起波形中超过信号的全尺度限值或最大峰值的过冲(overshoot)。在通常用于移动设备中的定点解码器(或饱和浮点解码器)中，上述情形可导致将过冲限幅至全尺度限值，从而引起重现信号中的额外可听见的限幅。

在一些情况下，对音乐的强烈压缩及限幅是出于艺术目的进行，但更常见的是为了以下目的进行：通过使录音比其它录音“听起来更响”来增加录音的商业吸引力，或为了在所有倾听环境中(诸如在机场或嘈杂场所以及安静环境中)提供可被理解的内容。

在电影及视频行业内，在一些类型中使用广泛音频动态范围来获得巨大效果及创造更具吸引力的体验。当经由杜比数位或MPEG-4AAC编码传送给消费者时，通常包括音频动态范围控制元数据，以便允许在存在嘈杂环境的情况下或在大声场景过于烦扰的情况下在接收器或播放器处选择地减小动态范围。

由杜比数位来编码的DVD或BluRay内容中所包括的传统元数据或在由杜比数位(在先进电视系统委员会公司的音频压缩标准A/52中标准化)或MPEG-4AAC(在ISO/IEC14496-3及ETSI TS 101 154中标准化)来编码的TV信号中所传输的传统元数据包括以下分量：

1.单个静态元数据值，其指示节目的总体长期整合响度，在MPEG标准中称为节目参考水平。

2.降混增益的静态元数据值，其用来控制多声道内容的降混以便经由立体声或单声道设备输出。