[发明专利]多声道音频信号的声道标识

说明书

提供了一种用于对包括X＞1个声道的多声道音频信号进行声道标识的方法。所述方法包括以下步骤：在所述X个声道中标识任何空声道，从而产生具有Y≤X个非空声道的子集；确定在所述Y个声道中是否存在低频效果(LFE)声道，并且在确定存在LFE声道时，将所述Y个声道中的所确定的声道标识为所述LFE声道；通过匹配对称声道来将所述Y个声道中未被标识为所述LFE声道的剩余声道划分为任何数量的声道对；以及将所述Y个声道中未被标识为所述LFE声道或被划分为对的任何剩余未配对声道标识为中央声道。

相关申请的交叉引用

本申请要求2019年8月30日提交的PCT专利申请号PCT/CN2019/103813、2019年10月8日提交的美国临时专利申请号62/912,279和2019年10月22日提交的欧洲专利申请号19204516.9的优先权，其中每个申请均通过引用以其全文并入本文。

技术领域

本公开涉及声道标识领域，并且具体地涉及用于环绕声系统的声道标识方法、设备和软件。

背景技术

音频信号在到达多声道系统之前通常要经过多次转换。在这些转换期间，声道可能会被交换或损坏。环绕声过程通常不包含用于进行声道标识、异常声道检测或声道交换检测的功能，并且通常使用默认布局设置。如果输入的声音数据的声道布局与处理时的设置不匹配，则声道被交换。

当前的标准会将交换后的声道索引作为元数据保存到环绕声数据中，这使得元数据不可靠并且对后续的过程有害。如果环绕声包含一些异常声道，则可能检测不到错误，因此错误可能会被传递到下一个过程。

因此，需要在这方面进行改进。

发明内容

鉴于上文，因此本发明的目的是克服或减轻上文所讨论的问题中的至少一些问题。具体地，本公开的目的是提供基于声道的音频信号的声道布局标识，而不是基于由声音编解码器添加的元数据的声道布局标识。这种特征可以使标识独立于编码格式或声道数量并且不受不匹配的元数据的影响。空间听觉印象对于多声道环绕声很重要，并且通常是通过混音来平移声源生成的。本文所描述的声道标识方法提取空间信息以恢复声道布局。本发明的进一步和/或替代性目的对于本公开的读者来说将是清楚的。

根据本发明的第一方面，提供了一种用于对包括X＞1个声道的多声道音频信号进行声道标识的方法，所述方法包括以下步骤：在X个声道中标识任何空声道，从而产生具有Y≤X个非空声道的子集；确定在所述Y个声道中是否存在低频效果(LFE)声道，并且在确定存在LFE声道时，将所述Y个声道中的所确定的声道标识为所述LFE声道；通过匹配对称声道来将所述Y个声道中未被标识为所述LFE声道的剩余声道划分为任何数量的声道对；以及将所述Y个声道中未被标识为所述LFE声道或被划分为对的任何剩余未配对声道标识为中央声道。

在本说明书的上下文中，术语“声道标识”应该理解为当音频信号的声道被交换和/或损坏时，声道标识可以用于找到音频信号的正确设置以将音频信号恢复到其原始意图。术语“声道标识”包括如异常声道检测和/或声道交换检测等功能。

在本说明书的上下文中，术语“多声道音频信号”应该理解为具有至少两个音频声道的音频信号。一个音频声道是声音信号的序列，优选地与多声道音频信号的至少另一个声道不同。音频信号可以是例如音频文件、音频剪辑或音频流的格式。

在本说明书的上下文中，术语“空声道”应该理解为声音信号内容低于特定阈值的音频声道。阈值可以例如是总能量内容阈值或平均能量内容阈值。

在本说明书的上下文中，术语“低频效果(LFE)声道”应该理解为声音信号内容基本上、主要或仅包括低于频率阈值(如200Hz)的能量的音频声道。