[发明专利]经编码音频扩展的基于元数据的动态范围控制

说明书

本发明提供了一种音频编码器，该音频编码器对具有多个音频信道或音频对象的数字音频录音进行编码。动态范围控制(DRC)处理器通过将多个DRC特征中所选择的一个特征应用于所述音频信道或音频对象中的一组一个或多个音频信道或音频对象来产生编码器DRC增益值序列。所述编码器DRC增益值将在将它们从所述经编码数字音频录音进行解码时被应用于调整所述音频信道组或音频对象组。比特流复用器将a)所述经编码数字音频录音与b)所述编码器DRC增益值序列、所选择的所述DRC特征的指示以及另选DRC特征的指示组合，后者作为与所述经编码数字音频录音相关联的元数据。还描述了包括用于对所述经编码音频录音进行解码并对其执行DRC调整的系统的其他实施方案。

本专利申请要求于2015年7月31日提交的美国临时专利申请No.62/199,819的较早提交日期的权益。

技术领域

本发明的实施方案总体涉及音频信号的编码和解码，以及在经解码信号的回放期间与经编码信号相关联的元数据的用途，以改善各种类型的消费电子终端用户设备中的回放质量。还描述了其他实施方案。

背景技术

数字音频内容在许多情况下出现，包括例如音乐和电影文件。在大多数情况下，出于降低数据速率或格式转换的目的而对音频信号进行编码，使得媒体文件或媒体流的传输或递送更实际，消耗更少的带宽并且/或者更快，从而允许许多其他传输同时发生。可在不同类型的终端用户设备中接收媒体文件或媒体流，其中经编码的音频信号在通过内置或可拆卸扬声器呈现给消费者之前被解码。这有助于迎合消费者在互联网上获得数字媒体的喜好。数字音频内容(节目)的创建者和发布者可使用多种方法对音频内容进行编码和解码。这些方法包括由先进电视系统委员会于2005年6月14日出版的数字音频压缩标准(AC-3,E-AC-3)(“ATSC标准”)的修订版B，文档A/52B，欧洲电信标准协会基于ISO/IEC 13818-7中的MPEG-2传输流的ETSI TS 101 154数字视频广播(DVB)，高级音频编码(AAC)(“MPEG-2AAC标准”)以及由国际标准组织(ISO)出版的ISO/IEC 14496-3(“MPEG-4音频”)。

音频内容可被解码，然后以不同于其最初所掌握的形式进行处理(呈现)。例如，母带工程师可录制管弦乐或音乐会，使得在回放时(收听者)听起来好像其坐在音乐会的观众席上，即坐在乐队或管弦乐队前面，并且有掌声从后方传来。母带工程师可另选地对同一场音乐会进行不同的渲染，使得例如在回放时，收听者就好像置身于舞台之上来听音乐会(他可以在其中听到乐器“在他周围”奏响，掌声“在他面前”拍响)。这也被称在回放室中为收听者创建不同的角度，或者为不同的“收听位置”或不同的回放室呈现音频内容。

音频内容也可以针对不同的声学环境呈现，例如通过头戴式耳机、智能电话免提或平板电脑、膝上型计算机或台式计算机的内置扬声器回放。具体地讲，现在可实现的是基于对象的音频回放技术，其中个人数字音频对象可以在给定声学环境中的任何一个或多个扬声器信道上以不同方式播放，该个人数字音频对象是例如一个人说话、爆炸、掌声或背景声音的数字音频音频录音。

背景音频回放的动态范围是指根据数字音频内容计算出的最响亮和最柔和的声音(响度水平)之间的比率。可使用任何合适的数学模型来计算响度水平，该数学模型估计人类如何感知(或听到)声音。动态范围控制(DRC)是指控制动态范围的方法，例如对其进行压缩或扩展，以便在回放期间改变所听到的音频内容的响亮部分和柔和部分。音频工程师将DRC应用于数字音频信号，以优化针对特定声学环境或特定收听者角度的特定音频录音。例如，现代流行音乐的作品可以将其动态范围压缩，以使其可以在更响亮的水平进行回放(无需剪辑)，而古典音乐作品通常以更大的动态范围来录制。

发明内容