[发明专利]音频编码设备和方法

说明书

提供了一种用于编码来自N个麦克风(2)的N个音频信号的方法和设备(3)，其中N≥3。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。通过为每个估计的角分别导出一个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为一阶虚拟麦克风信号，例如心形信号。

技术领域

本发明涉及音频录制和编码，尤其涉及虚拟现实应用，特别是小型便携式设备提供的虚拟现实应用。

背景技术

虚拟现实(virtual reality，VR)声音录制通常需要是Ambisonic B格式并需要昂贵的指向性麦克风。专业音频麦克风既可以录制A格式并将其编码为Ambisonic B格式，也可以直接录制Ambisonic B格式，例如使用声场麦克风。一般情况下，VR的技术的难点在于在移动设备上部署全向麦克风来捕捉声音。

在给定全向麦克风分布情况下，一种产生Ambisonic B格式的信号的方法是基于差分麦克风阵列，即，应用延迟和添加波束成形，以导出A格式的一阶虚拟麦克风(例如心形)信号。

该技术的第一个限制是其空间混叠，该技术通过设计减小带宽，以使频率f在以下范围：

其中c表示声速，d_mic表示一对全向麦克风之间的距离。第二个缺点来自高阶Ambisonic B格式对麦克风的需求。所需的麦克风数量和它们的位置不再适合移动设备。

另一种通过全向麦克风产生Ambisonic B格式的信号的方法是通过分布足够密集的麦克风，在空间中的录制点采样声场。然后将这些采样的声音信号转换成球谐波，并可以进行线性组合，最终产生B格式的信号。

这些方法的主要限制是所需的麦克风数量较多。对于消费类应用，由于麦克风数量较少(一般最多6个)，线性处理太有限，导致低频出现信噪比(signal to noise ratio，SNR)问题，高频出现混叠。

方向性音频编码(Directional Audio Coding，DirAc)是空间声音表示的又一种方法，但它不产生B格式的信号。相反，该方法读取一阶B格式的信号，产生多个相关的音频参数(波达方向、扩散)，并将所述音频参数添加到一个全向音频声道。之后，解码器获取上述信息，并将其转换为多声道音频信号，其中，通过幅度平移来获得直接声音，通过去相关来获得扩散声音。

因此DirAc是一种不同的技术，该技术采用B格式作为输入并将其呈现为自己的音频格式。

发明内容

因此，需要提供一种允许产生Ambisonic B格式的声音信号，同时只需要较少数量的麦克风并实现高输出音质的音频编码设备和方法。

该目标通过权利要求1中的所述装置的特征和权利要求14中的相关方法的特征来实现。该目标还通过权利要求15中的相关计算机程序来实现。从属权利要求可进一步扩展。

根据本发明第一方面，提供了一种用于编码来自N个麦克风的N个音频信号的音频编码设备，其中N≥3。所述设备包括：延迟估计器，所述延迟估计器用于通过估计所述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；和波束导出器，所述波束导出器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，特别是心形信号。这样通过较少的硬件确定A格式的直接声音信号。

根据第一方面的一种实现方式，所述设备还包括编码器，所述编码器用于通过对所述A格式的直接声音信号应用变换矩阵，将所述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。这样通过非常少的数量的麦克风产生Ambisonic B格式的信号，但仍然可以实现高输出音质。