[发明专利]使用呈现变换参数的音频编码和解码

说明书

一种用于对输入音频流进行编码的方法包括以下步骤：获得输入音频流的意图用于在第一音频再现系统上再现的第一回放流呈现；获得输入音频流的意图用于在第二音频再现系统上再现的第二回放流呈现；确定适合于将中间回放流呈现变换为第二回放流呈现的近似的变换参数的集合，其中，变换参数是通过最小化第二回放流呈现的近似和第二回放流呈现之间的差异的测度确定的；并且对第一回放流呈现和变换参数的集合进行编码以用于发送到解码器。

相关申请的交叉引用

本申请要求2015年8月25日提交的美国临时申请No.62/209,735和2015年10月9日提交的欧洲专利申请No.15189094.4的优先权，这两篇申请特此全文通过引用并入。

技术领域

本发明涉及信号处理领域，具体地，公开了一种用于高效地发送具有空间化分量(即，与不同空间位置相关联的音频分量)的音频信号的系统。

背景技术

整个说明书中背景技术的任何讨论决不应该被认为是承认这样的技术是众所周知的或者形成本领域中的公知常识的一部分。

音频的内容创建、编码、分发和再现传统上是以基于声道的格式执行的，也就是说，一个特定的目标回放系统是针对整个内容生态系统的内容预想的。这样的目标回放系统音频格式的示例是单声道、立体声、5.1、7.1等。

如果内容要在与预期的回放系统不同的回放系统上再现，则可以应用下混或上混处理。例如，5.1内容可以通过采用特定的下混方程来通过立体声回放系统再现。另一示例是立体声编码的内容通过7.1扬声器设置的回放，该回放可以包括所谓的上混处理，该上混处理可以由立体声信号中存在的信息引导或者可以不由立体声信号中存在的信息引导。能够上混的系统是杜比实验室公司的Dolby Pro Logic(Roger Dressler，“Dolby Pro Logic环绕解码器(Dolby Pro Logic Surround Decoder)，Principles of Operation”，www.Dolby.com)。

替代的音频格式系统是比如由Dolby Atmos系统提供的音频对象格式，参见Robinson，C.Q.、Mehta，S.和Tsingos，N.(2012)“扩展电影音频的可能性的可扩展格式和工具(Scalable format and tools to extend the possibilities of cinema audio)”Motion Imaging Journal，SMPTE，121(8)，63-69。在这种类型的格式中，对象被定义为具有围绕收听者的特定位置，该位置可以是时变的。在这样的基于对象的格式中，内容是以对于特定回放或再现系统不变的方式表示的。因此，需要专用的渲染处理来将内容变换为适合于特定回放系统(比如扩音器设置或耳机)的呈现。