[發明專利]自適應成流音頻對象的系統

有效

• 申請號: 201080041989.0
• 申請日: 2010-08-13
• 公開（公告）號: CN102549655A
• 公開（公告）日: 2012-07-04
• 發明（設計）人: 詹姆斯·特雷西;泰米斯·卡奇諾斯;阿蘭·D·克拉梅爾
• 申請（專利權）人: SRS實驗室有限公司
• 主分類號: G10L19/00
• 分類號: G10L19/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 楊靜

相關申請

本申請要求根據35U.S.C第119條第(e)項享有2009年8月14提交的發明名稱為“Production，Transmission，Storage?and?Rendering?System?for?Multi-Dimensional?Audio”的美國臨時專利申請No.61/233,931的優先權，在此并入其公開的全部作為參考。

背景技術

諸如立體聲和環繞聲之類的現有音頻分發系統基于非靈活的范例，其中實現了從產生點至回放環境的固定數目的聲道。傳統上，貫穿整個音頻鏈，在創建的聲道的數目與物理上傳輸或記錄的聲道數目之間存在一對一的對應關系。在一些情況下，通過被稱作混合(mix-down)的過程減少了可用聲道的數目以適應回放配置，其中所述回放配置具有比傳輸流中提供的聲道數目要少的再現聲道。混合的普通示例是將立體聲混入單聲道以經由單個揚聲器再現，以及將多聲道環繞聲混入立體聲以經由兩個揚聲器回放。

音頻分發系統也不適于3D視頻應用，因為其不能夠從三維空間中精確地再現聲音。這些系統受到揚聲器的數目和位置的限制，并且受到以下事實的限制：一般會忽視心理聲學原理。結果，即使最精巧的聲音系統也只是創建了對聲學空間的粗糙仿真，而并沒有接近真實的3D或多維呈現。

發明內容

描述了一種用于提供面向對象的音頻的系統和方法。在一些實施例中，通過將聲源與這些聲源的屬性(例如位置、速度、方向性等)相關聯來創建音頻對象?？梢猿暤酪酝膺€使用音頻對象，或替代聲道來使用音頻對象，以例如通過使音頻對象成流來經由網絡向客戶端設備分發聲音。對象可以限定空間中與二維坐標和三維坐標相關聯的位置?？梢曰诳捎镁W絡資源和客戶端設備資源使對象自適應成流傳送至客戶端設備。客戶端設備上的再現器可以使用對象的屬性來確定如何再現對象。再現器還基于與客戶端設備的再現環境相關的信息來調整對象的回放。還描述了音頻對象創建技術的多種示例。

在一些實施例中，一種自適應傳輸面向對象的音頻流的方法可以包括：從遠程計算機系統接收針對音頻內容的請求；從遠程計算機系統接收與該遠程計算機系統的可用計算資源相關的資源信息；利用一個或多個處理器以至少部分地基于資源信息及與多個音頻對象相對應的優先級信息來可編程地選擇與音頻內容相關聯的所述多個音頻對象中的一個或多個音頻對象；以及經由網絡向遠程計算機系統傳輸選定的所述一個或多個音頻對象。

在一些實施例中，一種用于自適應傳輸面向對象的音頻流的系統可以包括：網絡資源監視器，可以經由網絡從遠程計算機系統接收音頻內容請求，并且訪問關于網絡可用資源的網絡資源信息。系統還可以包括由一個或多個處理器實現的面向對象編碼器，其中所述面向對象的編碼器可以至少部分地基于可用網絡資源及與多個音頻對象相關聯的優先級信息來選擇所述多個音頻對象中的一個或多個音頻對象，以從音頻流中去除。系統還可以包括音頻傳輸模塊，所述音頻傳輸模塊可以經由網絡向遠程計算機系統傳輸音頻流。

在一些實施例中，一種自適應再現面向對象的音頻流的方法可以包括：利用計算機系統經由網絡從遠程服務器接收具有多個音頻對象的音頻流；訪問關于與計算機系統相關聯的回放環境的環境信息；利用計算機系統以至少部分地基于環境信息來選擇所述多個音頻對象中的一個或多個音頻對象；再現選定的所述一個或多個音頻對象以產生輸出音頻，以及向一個或多個揚聲器提供所述輸出音頻。

在多種實施例中，一種再現面向對象的音頻流的方法可以包括：經由網絡從遠程服務器接收音頻流，其中所述音頻流具有對象元數據部分和音頻信號部分。方法還可以包括訪問所述對象元數據部分以識別音頻流中包括的音頻對象的一個或多個對象屬性，通過至少將所述一個或多個對象屬性用作提示來再現所述音頻信號部分以產生輸出音頻，以及向一個或多個揚聲器提供所述輸出音頻。

在一些實施例中，一種用于創建面向對象的音頻的系統可以包括：對象創建模塊，所述對象創建模塊可以接收針對第一聲源的第一位置數據和第一音頻數據，接收針對第二聲源的第二位置數據和第二音頻數據，創建包括所述第一音頻數據和與所述第一位置數據相對應的第一位置的第一音頻對象以及創建具有所述第二音頻數據和與所述第二位置數據相對應的第二位置的第二音頻對象。系統還可以包括由一個或多個處理器實現的對象鏈接模塊。對象鏈接模塊可以通過所述一個或多個處理器創建所述第一音頻對象與所述第二音頻對象之間的關聯，并且可以將所述第一音頻對象與所述第二音頻對象之間的關聯存儲在計算機存儲器中。