[发明专利]音频编码设备和方法

权利要求书

1.一种音频编码设备(3)，其特征在于，所述音频编码设备(3)用于编码来自N个麦克风的N个音频信号，其中N≥3，所述音频编码设备(3)包括：

延迟估计器(11)，所述延迟估计器(11)用于通过估计所述N个音频信号中的每一对音频信号的直接声音的入射角来估计直接声音的入射角；

波束导出器(12)，所述波束导出器(12)用于通过为每个估计的入射角分别导出一个A格式的直接声音信号来为所述估计的多个入射角导出多个A格式的直接声音信号，每个A格式的直接声音信号是一阶虚拟麦克风信号；

编码器(13)，所述编码器(13)用于通过对所述多个A格式的直接声音信号应用变换矩阵，将所述多个A格式的直接声音信号编码成一阶Ambisonic B格式的直接声音信号。

2.根据权利要求1所述的音频编码设备(3)，其特征在于，

N＝3，所述音频编码设备(3)包括短时傅里叶变换器(10a、10b、10c)，用于对N个音频信号x₁、x₂、x₃中的每个音频信号进行短时傅里叶变换，以得到N个短时傅里叶变换音频信号X₁[k,i]、X₂[k,i]、X₃[k,i]，

所述延迟估计器(11)用于：

根据以下公式确定短时傅里叶变换音频信号中的每一对音频信号的交叉频谱：

根据以下公式确定短时傅里叶变换音频信号中的每一对音频信号的复合交叉频谱的夹角：

对执行相位展开，以得到Ψ₁₂、Ψ₁₃、Ψ₂₃，

根据以下公式估计以样点数量表示的延迟：

δ₁₂[k,i]＝(N_STFT/2+1)/(iπ)ψ₁₂[k,i]，

δ₁₃[k,i]＝(N_STFT/2+1)/(iπ)ψ₁₃[k,i]，

δ₂₃[k,i]＝(N_STFT/2+1)/(iπ)ψ₂₃[k,i]，i≤i_alias

或

δ₁₂[k,i]＝(N_STFT/2+1)/(iπ)Ψ₁₂[k,i],

δ₁₃[k,i]＝(N_STFT/2+1)/(iπ)Ψ₁₃[k,i],

δ₂₃[k,i]＝(N_STFT/2+1)/(iπ)Ψ₂₃[k,i],i＞i_alias

根据以下公式估计以秒表示的延迟：

根据以下公式估计入射角：

其中

x₁为所述N个音频信号中的第一音频信号，

x₂为所述N个音频信号中的第二音频信号，

x₃为所述N个音频信号中的第三音频信号，

X₁为第一短时傅里叶变换后的音频信号，

X₂为第二短时傅里叶变换后的音频信号，

X₃为第三短时傅里叶变换后的音频信号，

k为所述短时傅里叶变换后的音频信号的帧，

i为所述短时傅里叶变换后的音频信号的频点，X₁₂为X₁和X₂对的交叉频谱，

X₁₃为X₁和X₃对的交叉频谱，

X₂₃为X₂和X₃对的交叉频谱，

α_X为遗忘因子，

X^*为X的共轭复数，

j为虚数单位，

为复合交叉频谱X12的夹角，

为复合交叉频谱X13的夹角，

为复合交叉频谱X23的夹角，

ψ₁₂为频率混叠中展开相位ψ₁₂的平均值，

Ψ₁₃为频率混叠中展开相位Ψ₁₃的平均值，

Ψ₂₃为频率混叠中展开相位Ψ₂₃的平均值，

i_alias为混叠频率对应的频点，

f_s为采样频率，

d_mic为麦克风(2、2a、2b、2c)的距离，

c为声速。