[發明專利]編碼解碼2或3維聲場環繞聲表示的連續幀的方法和裝置

有效

• 申請號: 201110431798.1
• 申請日: 2011-12-21
• 公開（公告）號: CN102547549A
• 公開（公告）日: 2012-07-04
• 發明（設計）人: P.賈克斯;J-M.巴特克;J.貝姆;S.柯登
• 申請（專利權）人: 湯姆森特許公司
• 主分類號: H04S3/00
• 分類號: H04S3/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 呂曉章

技術領域

本發明涉及編碼和解碼2維或3維聲場的更高階高保真度立體聲響復制或環繞聲(Ambisonics)表示的連續幀的方法和裝置。?

背景技術

高保真度立體聲響復制技術將基于球諧波的特定系數用于提供一般獨立于任何特定揚聲器或擴音器裝置的聲場描述。這導致了在合成場景的聲場記錄或生成期間不需要有關揚聲器位置的信息的描述。高保真度立體聲響復制系統中的再現精度可以通過它的階數N來修改。通過那種階數可以為3D系統確定描述聲場的所需音頻信息聲道的數量，因為這取決于球諧波基的數量。系數或聲道的數量O是O＝(N+1)²。?

使用更高階高保真度立體聲響復制(HOA)技術(即，2或更高的階數)表示復雜空間音頻場景通常每個時刻都需要大量系數。每個系數應該具有相當高的分辨率，通常24比特/系數或以上。于是，以原始HOA格式傳輸音頻場景所需的數據速率高。舉一個例子來說，利用，例如，EigenMike記錄系統記錄的3階HOA信號需要(3+1)²個系數*44100Hz*24比特/系數＝16.15Mb/s的帶寬。截至今天，這個數據速率對于需要實時傳輸音頻信號的大多數實際應用來說太高了。因此，壓縮技術是實際有關的HOA相關音頻處理系統所需的。?

更高階高保真度立體聲響復制是允許捕獲、操縱和存儲音頻場景的數學范式。在空間中的基準點上和附近通過傅里葉-貝塞爾級數(Fourier-Bessel?series)近似表示聲場。因為HOA系數具有這種特定數學基礎，所以必須應用特定壓縮技術，以便達到最佳編碼效率。冗余和心理聲學這兩個方面要予以考慮，并且可以預期，對于復雜空間音頻場景和對于傳統單聲道或多聲道信號起不同作用。與已建立音頻格式的特別差異是HOA表示中的所有“聲道”是在空間中利用相同基準地點計算的。因此，至少對于具有不多但占主導作?用的聲音對象的音頻場景而言，可以預期HOA系數之間存在相當大的相干性。?

對于HOA信號的有損壓縮，只存在不多已公布技術。其中大多數不能歸到感知編碼的類別，因為通常都沒有將心理聲學模型用于控制壓縮。相反，幾種現有方案將音頻場景分解成基礎模型的參數。?

1階到3階高保真度立體聲響復制傳輸的早期方法?

高保真度立體聲響復制的理論自1960年代以來已經用在音頻制作和消費中，盡管直到現在其應用大多局限于1階或2階內容。大量分發格式已在使用之中，尤其：?

-B-格式：這種格式是用于在研究人員、制作者和愛好者之間交換內容的標準專業、原始信號格式。通常，它涉及系數被特別歸一化的1階高保真度立體聲響復制，但也存在直到3階的規范。?

-在B-格式的最近更高階變型中，像SN3D那樣的修正歸一化方案、和特殊加權規則，例如，Furse-Malham又稱FuMa或FMH集合，通常導致部分高保真度立體聲響復制系數數據的幅度成比例縮小。在接收器方解碼之前通過查表進行相反成比例放大操作。?

-UHJ-格式(又稱C-格式)：這是可應用于經由現有單聲道或雙聲道立體聲路徑將1階高保真度立體聲響復制內容輸送給消費者的分層編碼信號格式。對于左右兩個聲道，音頻場景的完全水平環繞表示是可行的，雖然不具有完全空間分辨率。可選第3聲道提高水平面上的空間分辨率，而可選第4聲道增加高度維度。?

-G-格式：這種格式是為了使以高保真度立體聲響復制格式制作的內容無需在家里使用特定高保真度立體聲響復制解碼器地適用于任何人而創建的。在制作方已經進行了達到標準5聲道環繞設置的解碼。因為該解碼操作不是標準化的，所以可靠重構原始B-格式高保真度立體聲響復制內容是不可能的。?

-D-格式：這種格式指的是如任意高保真度立體聲響復制解碼器產生的解碼揚聲器信號的集合。解碼信號取決于特定揚聲器幾何形狀和解碼器設計的細節。G-格式是D-格式定義的子集，因為它指的是特定5聲道環繞裝置。?

上述方法沒有一種是已考慮到壓縮而設計的。一些格式已經經過剪裁，以便利用現有低容量傳輸路徑(例如，立體聲鏈路)，并因此隱性地降低了數?據速率以進行傳輸。但是，下混頻信號缺乏原始輸入信號信息的重要部分。因此，喪失了高保真度立體聲響復制方法的靈活性和普遍性。?

定向音頻編碼?