[發(fā)明專(zhuān)利]產(chǎn)生和播放基于對(duì)象的音頻內(nèi)容的方法和記錄具有用于基于對(duì)象的音頻服務(wù)的文件格式結(jié)構(gòu)的數(shù)據(jù)的計(jì)算機(jī)可讀記錄介質(zhì)

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200980123773.6
• 申請(qǐng)日: 2009-04-23
• 公開(kāi)（公告）號(hào): CN102067490A
• 公開(kāi)（公告）日: 2011-05-18
• 發(fā)明（設(shè)計(jì)）人: 張仁瑄;徐廷一;金暉容;李泰辰;姜京玉;洪鎮(zhèn)祐;金鎮(zhèn)雄;安致得;咸勝喆
• 申請(qǐng)（專(zhuān)利權(quán)）人: 韓國(guó)電子通信研究院;歐迪真株式會(huì)社
• 主分類(lèi)號(hào): H04H60/04
• 分類(lèi)號(hào): H04H60/04
• 代理公司: 北京銘碩知識(shí)產(chǎn)權(quán)代理有限公司 11286
• 代理人: 韓明星;羅延紅

技術(shù)領(lǐng)域

本發(fā)明涉及一種產(chǎn)生和播放基于對(duì)象的音頻內(nèi)容的方法以及一種存儲(chǔ)具有用于基于對(duì)象的音頻服務(wù)的文件格式結(jié)構(gòu)的數(shù)據(jù)的計(jì)算機(jī)可讀記錄介質(zhì)，所述基于對(duì)象的音頻內(nèi)容可有效地存儲(chǔ)與基于對(duì)象的音頻內(nèi)容有關(guān)的預(yù)設(shè)信息。

背景技術(shù)

可以以混合從多種聲音源獲得的音頻信號(hào)的方式以單個(gè)音頻信號(hào)來(lái)存儲(chǔ)和發(fā)送通過(guò)廣播服務(wù)(例如，電視(TV)廣播服務(wù)、無(wú)線電廣播服務(wù)、數(shù)字多媒體廣播(DMB)服務(wù)等)提供的現(xiàn)有音頻信號(hào)。

在這種環(huán)境中，用戶(hù)可調(diào)整整個(gè)音頻信號(hào)的強(qiáng)度，但可能不能控制每個(gè)聲音源的音頻信號(hào)的特性，例如，調(diào)整相應(yīng)音頻信號(hào)中包括的每個(gè)聲音源的音頻信號(hào)的強(qiáng)度。

然而，當(dāng)創(chuàng)建音頻內(nèi)容時(shí)，用于每個(gè)聲音源的音頻信號(hào)可能不能被合成，而會(huì)被單獨(dú)存儲(chǔ)。在這種情況下，內(nèi)容播放終端使得用戶(hù)能夠在控制用于每個(gè)聲音源的音頻信號(hào)的強(qiáng)度的同時(shí)收聽(tīng)音頻內(nèi)容。

這樣的音頻服務(wù)被稱(chēng)為基于對(duì)象的音頻服務(wù)：所述音頻服務(wù)可在存儲(chǔ)/發(fā)送端獨(dú)立存儲(chǔ)和發(fā)送多個(gè)音頻信號(hào)，并在接收器(例如，內(nèi)容播放裝置)使得用戶(hù)能夠在適當(dāng)?shù)乜刂泼總€(gè)音頻信號(hào)的同時(shí)收聽(tīng)相應(yīng)的音頻內(nèi)容。

以上基于對(duì)象的音頻服務(wù)通過(guò)使用預(yù)設(shè)來(lái)定義屬性(例如，每個(gè)對(duì)象的位置、聲音的強(qiáng)度、根據(jù)對(duì)象的位置的聲學(xué)特性等)，并提供定義的屬性。因此，用戶(hù)可使用所述屬性以播放音頻內(nèi)容。具體地講，當(dāng)多個(gè)預(yù)設(shè)音頻信息被產(chǎn)生并被包括在文件中時(shí)，接收側(cè)可更有效地使用基于對(duì)象的音頻服務(wù)。

現(xiàn)有的國(guó)際標(biāo)準(zhǔn)化組織基本媒體文件格式(ISO-BMFF)定義包括所有各種媒體(例如，音頻、視頻、靜止圖像等)的文件結(jié)構(gòu)。該文件結(jié)構(gòu)關(guān)于媒體的交互、管理、編輯和呈現(xiàn)可以是可變形和可擴(kuò)展的。

當(dāng)通過(guò)將音頻軌道和預(yù)設(shè)的信息添加到ISO-BMFF來(lái)執(zhí)行存儲(chǔ)或傳輸時(shí)，可更有效地提供基于對(duì)象的音頻服務(wù)。

發(fā)明內(nèi)容

技術(shù)問(wèn)題

本發(fā)明的一方面提供了一種產(chǎn)生基于對(duì)象的音頻內(nèi)容的方法，所述基于對(duì)象的音頻內(nèi)容可有效地存儲(chǔ)關(guān)于多個(gè)音頻對(duì)象的預(yù)設(shè)。

技術(shù)方案

根據(jù)本發(fā)明的一方面，提供了一種產(chǎn)生基于對(duì)象的音頻內(nèi)容的方法，所述方法包括：接收多個(gè)音頻對(duì)象；通過(guò)使用所述多個(gè)音頻對(duì)象產(chǎn)生至少一個(gè)預(yù)設(shè)；存儲(chǔ)關(guān)于所述至少一個(gè)預(yù)設(shè)的屬性和所述多個(gè)音頻對(duì)象的預(yù)設(shè)參數(shù)。可以以框的形式存儲(chǔ)預(yù)設(shè)參數(shù)，以與基于對(duì)象的音頻內(nèi)容有關(guān)的媒體文件格式定義所述框。

這里，媒體文件格式可以是國(guó)際標(biāo)準(zhǔn)化組織基本媒體文件格式(ISO-BMFF)的結(jié)構(gòu)。

另外，所述框可包括moov框，moov框包括在moov框中定義的第一框，第一框包括在第一框中定義的第二框。預(yù)設(shè)參數(shù)可包括第一預(yù)設(shè)參數(shù)和第二預(yù)設(shè)參數(shù)，第一預(yù)設(shè)參數(shù)包括所述至少一個(gè)預(yù)設(shè)的數(shù)量、所述至少一個(gè)預(yù)設(shè)中的任何一個(gè)預(yù)設(shè)的預(yù)設(shè)標(biāo)識(shí)(ID)中的至少一個(gè)。第一預(yù)設(shè)參數(shù)可被存儲(chǔ)在第一框中，第二預(yù)設(shè)參數(shù)可被存儲(chǔ)在第二框中。

根據(jù)本發(fā)明的另一方面，提供了一種播放基于對(duì)象的音頻內(nèi)容的方法，所述方法包括：從基于對(duì)象的音頻內(nèi)容恢復(fù)多個(gè)音頻對(duì)象和至少一個(gè)預(yù)設(shè)；基于所述至少一個(gè)預(yù)設(shè)來(lái)混合所述多個(gè)音頻對(duì)象，以產(chǎn)生輸出音頻信號(hào)；播放輸出音頻信號(hào)。所述至少一個(gè)預(yù)設(shè)中的每一個(gè)預(yù)設(shè)可包括預(yù)設(shè)參數(shù)。所述預(yù)設(shè)參數(shù)可以以框的形式被存儲(chǔ)在基于對(duì)象的音頻內(nèi)容中，以與基于對(duì)象的音頻內(nèi)容有關(guān)的媒體文件格式來(lái)定義所述框。

根據(jù)本發(fā)明的另一方面，提供了一種存儲(chǔ)具有用于基于對(duì)象的音頻服務(wù)的文件格式結(jié)構(gòu)的數(shù)據(jù)的計(jì)算機(jī)可讀記錄介質(zhì)，包括：ftyp框，存儲(chǔ)基于對(duì)象的音頻內(nèi)容的標(biāo)準(zhǔn)信息；mdat框，存儲(chǔ)構(gòu)成基于對(duì)象的音頻內(nèi)容的多個(gè)音頻對(duì)象；moov框，存儲(chǔ)用于呈現(xiàn)存儲(chǔ)的多個(gè)音頻對(duì)象的元數(shù)據(jù)。與通過(guò)使用所述多個(gè)音頻對(duì)象所產(chǎn)生的至少一個(gè)預(yù)設(shè)有關(guān)的預(yù)設(shè)參數(shù)可被存儲(chǔ)在ftyp框和moov框中的任何一個(gè)中。

附圖說(shuō)明

圖1示出根據(jù)本發(fā)明實(shí)施例的用于存儲(chǔ)基于對(duì)象的音頻內(nèi)容的媒體文件格式的基本結(jié)構(gòu)；

圖2示出根據(jù)本發(fā)明實(shí)施例的軌道和聲道之間的關(guān)系；

圖3是示出根據(jù)本發(fā)明實(shí)施例的產(chǎn)生基于對(duì)象的音頻內(nèi)容的方法的流程圖；

圖4示出根據(jù)本發(fā)明實(shí)施例的“moov”的結(jié)構(gòu)；

圖5是示出根據(jù)本發(fā)明實(shí)施例的播放基于對(duì)象的音頻內(nèi)容的方法的流程圖；

圖6是示出根據(jù)本發(fā)明另一實(shí)施例的播放基于對(duì)象的音頻內(nèi)容的方法的流程圖；

圖7和圖8示出根據(jù)本發(fā)明實(shí)施例的存儲(chǔ)包括描述信息的基于對(duì)象的音頻內(nèi)容的文件格式的結(jié)構(gòu)。

具體實(shí)施方式