[发明专利]利用元数据对基于场景的音频进行渲染的方法及装置

说明书

本申请提供一种利用元数据对基于场景的音频进行渲染的方法及装置，该方法包括基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数。本申请提供一种利用元数据对基于场景的音频进行渲染的方法，每个通道代表的是一个独立于扬声器的声场，而不是代表一个单独的扬声器。使用的通道越多，声音的空间分辨率就越高。

技术领域

本申请涉及音频处理的技术领域，尤其涉及一种利用元数据对基于场景的音频进行渲染的方法及装置。

背景技术

随着科技的发展，音频变得越来越复杂。由早期的单声道音频演变成立体声，工作重心也注重左右声道的正确处理方式。但环绕声出现后，处理过程开始变得复杂。而环绕5.1扬声器系统则对多个通道进行排序约束，进而环绕6.1扬声器系统、环绕7.1扬声器系统等使音频处理千变万化，把正确的信号传递给合适的扬声器形成相互牵连的效果。因此，随着声音变得更具沉浸感和交互性，音频处理的复杂性也大大增加。

音频声道(或声道)，是指声音在录制或播放时在不同空间位置采集或回放的相互独立的音频信号。而声道数也就是声音录制时的音源数量或回放时相应的扬声器数量。例如，在环绕5.1扬声器系统中包括6个不同空间位置的音频信号，每个独立的音频信号被用于驱动对应空间位置的扬声器；在环绕7.1扬声器系统中包括8个不同空间位置的音频信号，每个独立的音频信号被用于驱动对应空间位置的扬声器。

因此，当前扬声器系统实现的效果依赖于扬声器的数量和空间位置。例如，双声道扬声器系统无法实现环绕5.1扬声器系统的效果。

发明内容

本申请的目的在于提出一种利用元数据对基于场景的音频进行渲染的方法及装置，以将音频模型元素生成对应的结构数据，便于对音频数据进行渲染。

本申请第一方面提供了一种利用元数据对基于场景的音频进行渲染的方法，包括：

基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；

提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；

通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数和场景类型的元数据对象，生成场景类型的渲染项；场景类型的渲染项用于指示一组音频通道格式。

本申请第二方面提供了一种利用元数据对基于场景的音频进行渲染的装置，包括：

保存模块，用于基于预先构建的音频模型，并通过类型标签将所述音频模型的参数保存在各自的数据结构；

生成模块，用于提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，通过所述类型标签，引入提取音频块格式中的必要的信息以及在额外数据中收集的通用数据，生成音频模型的场景类型的元数据对象；

引入生成模块，用于通过所述类型标签，引入保存在各自的数据结构的所述音频模型的参数和场景类型的元数据对象，生成场景类型的渲染项；场景类型的渲染项用于指示一组音频通道格式。

本申请第三方面提供了一种电子设备，包括：存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如任意实施例提供的利用元数据对基于场景的音频进行渲染的方法。