[发明专利]用于解码编码音频信号以获取修改后的输出信号的装置和方法

说明书

一种用于解码编码音频信号(100)以获取修改后的输出信号(160)的装置，包括：输入接口(110)，用于接收传输的降混信号(112)和与传输的降混信号(112)中包括的音频对象相关的参数数据(114)，降混信号不同于参数数据与其相关的编码器降混信号；降混修改器(116)，用于利用降混修改函数修改传输的降混信号，其中进行所述降混修改，以使得修改后的降混信号与所述编码器降混信号相同，或者比传输的降混信号(112)更近似于编码器降混信号；对象渲染器(118)，用于利用修改后的降混信号和参数数据渲染音频对象，以获取输出信号；以及输出信号修改器(120)，用于利用输出信号修改函数修改输出信号,其中输出信号修改函数使得应用至编码降混信号以获取传输的降混信号(112)的处理操作被至少部分地应用至输出信号以获取修改后的输出信号(160)。

技术领域

本发明涉及音频对象编码，特别地涉及一种使用母带处理后(mastered)的降混作为传输声道的音频对象编码。

背景技术

近来，在音频编码[BCC,JSC,SAOC,SAOC1,SAOC2]领域和知情源分离[ISS1,ISS2,ISS3,ISS4,ISS5,ISS6]领域中，已经提出了包含多个音频对象的音频场景的比特率有效传输/存储的参数技术。这些技术旨在基于描述音频场景中被传输/存储的音频场景和/或源对象的附加的边信息，重建期望的输出音频场景或者音频源对象。在解码器中，使用参数知情源分离方案进行重建。

这里，我们将主要集中在对MPEG空间音频对象编码(SAOC)[SAOC]的操作，但是同样的原理也适用于其他系统。SAOC系统的主要操作参见图5。不失一般性，为了提高等式的可读性，在本文档中省略所有表示时间和频率相关性的引入变量，除非另有说明。该系统接收N个输入音频对象S₁,...,S_N和如何混合这些对象的指令，例如，以降混矩阵D的形式。输入对象可以被表示为大小为N×N_Samples的矩阵S。编码器提取描述该对象的参数化边信息并且可能还提取基于波形的边信息。在SAOC中，边信息主要包括对象级差异(OLD)参数化的相关对象能量信息和对象间相关性(IOC)参数化的相关性信息。SAOC中的可选的基于波形的边信息描述参数模型的重建误差。除了提取边信息之外，编码器还提供M个声道的降混信号X₁,...,X_M，其使用大小为M×N的降混矩阵D内的信息生成。降混信号可以被表示为大小为M×N_Samples的矩阵X，与输入对象之间的关系为：X＝DS。通常，关系M＜N成立，但这并不是严格的要求。降混信号和边信息被传输或存储，例如，在音频编解码器MPEG-2/4AAC的帮助下。SAOC解码器接收降混信号、边信息、以及附加渲染信息，该附加渲染信息往往为大小为K×N的渲染矩阵M的形式，描述K个声道的输出Y₁,...,Y_K如何与原始输入对象相关。

SAOC解码器的主要操作块在图6中示出，并将在下面进行简要讨论。首先，对边信息进行适当解码和解释。(虚拟)对象分离块使用边信息并尝试(虚拟地)重建输入音频对象。该操作被称为“虚拟”的概念因为通常没有必要明确地重建对象，但是以下渲染阶段可以与这个步骤组合。(虚拟)对象重建可能会仍然包含重建误差。(虚拟)对象重建可以表示为大小为N×N_Samples的矩阵系统从外部，例如，从用户交互，接收渲染信息。在SAOC的背景下，渲染信息被描述为渲染矩阵M，定义对象重建应当被组合以产生输出信号Y₁,...,Y_K的方式。输出信号可以表示为大小为K×N_Samples的矩阵Y，是通过将渲染矩阵M应用于重建对象的结果。